DEV TRENDS / DAILY DISCOVERIES
每天发现开发者社区的新项目、新产品与开源趋势。
每次到了要做图的时候，比如给po文配封面，给段落配信息图，都会纠结用什么提示词。 所以做了个推荐生图提示词的 Agent Skill，可通过 npx skills i YouMindOpenLab/nanobananapropromptsrecommendskill 一键安装使用。 “我打算到推特发条内容 xxx，帮我给这段文字配个封面”，它会从 6000+ 精选的 Nano Banana Pro 提示词（来自𝕏社区）里筛出最符合用户需求的几个，如果信息不够会引导用户补全信息后再去检索、推荐。用户确认后，会结合上下文进行改写，而非呆板地使用原始提示词。 举个例子：
Dureach.com｜原生 AI 营收引擎 The AINative Revenue Engine 如果你做的是 🌍 Global B2B / B2C 🚢 国际贸易 / 跨境业务 💻 SaaS / AI 产品 📈 增长、获客、销售自动化 那你正在面对的，可能是同一个问题： 线索越来越贵，人工越来越慢，增长越来越不可控。 Dureach.com 的目标只有一个： 👉 让营收增长，像调用 API 一样简单。 什么是 Dureach？ Dureach 是一个 原生 AI 营收引擎（AINative Revenue Engine）。 它不是一个“工具集合”，而是一套 可以自己干活的 AI 数字团队。 你不再需要： 手动找客户 手动做调研 手动写每一封外联邮件 手动跟进成百上千个潜在客户 这些事，交给 AI。 三个永不下班的 AI 人工智能体 1️⃣ AI 自动化销售经理（AI Sales Agent） 你的 24 小时数字销售负责人 自动策划外联与增长策略 指挥其他 AI 专员协同工作 从获客 → 触达 → 跟进 → 转化，全流程自动化 2️⃣ AI 实时研究员（AI Live Researcher） 真正“会上网”的 AI 像真人一样浏览网站 判断公司用什么技术、什么系统、是否在招聘 把原本极度耗时的人工调研，变成 无限量自动作业 3️⃣ AI 文案专家（AI Copywriting Specialist） 不是模板拼接，而是 因人而异的沟通 深度理解客户背景与上下文 每一封邮件、每一次触达，内容都不一样 更像真人，而不是群发机器人 七大增长级基础设施（硬核能力） 4.5 亿+ 全球 B2B 数据引擎 瀑布流数据增强（10+ 数据源实时匹配） 超级送达网络（规避封号与黑名单） 自动化邮箱预热（百万真人互信网络） 一站式 CRM（所有沟通集中管理） 购买信号探测器（谁在“准备买”） 匿名访客追踪（流量直接变线索） 这些不是功能列表， 而是 驱动增长的底层引擎。 谁在用 Dureach？ 🌍 Global B2B SaaS、AI、开发者工具 企业服务、咨询、外包 精准获客 + 高质量外联 🛍️ B2C / 高客单价业务 教育、出海品牌、服务型业务 找到真正有购买意图的客户 🚢 国际贸易 / 外贸 快速定位海外买家 / 采购商 自动调研公司背景与决策人 规模化、高送达的外联触达 💻 SaaS & 创业公司 冷启动获客 从 0 → 1 → 规模化增长 用 AI 替代早期“人海战术” 以及你能想到的其他用法 Dureach 本质上是： “把获客、销售、增长这件事，交给 AI 去跑。” 所以只要你的业务需要： 找人 触达 沟通 转化 放大规模 它就能用。 一句话总结 Dureach = AI 数字员工 + 全球数据 + 自动化营收系统 不是“帮你更努力地做销售”， 而是 让 AI 直接替你做销售。 👉 Dureach.com 如果你在做增长，值得认真看看。
安装地址 Chrome Web Store 核心功能 鼠标手势：按住右键移动即可执行前进、后退、关闭标签页等常用操作 拖拽手势：对文本 、图片进行快速搜索、打开或自定义操作 完全可自定义：支持创建并管理自定义手势图案与对应行为 配置同步：通过 Google Drive 进行配置的备份与恢复，方便多设备使用 轻量高效：无广告、无冗余功能，界面流畅、资源占用低 隐私与权限说明 插件不收集、不上传任何用户浏览数据 所有手势配置与规则均保存在用户本地 云端同步仅在用户启用时，通过 Google Drive 存储配置文件 所有敏感权限均设计为可选权限，仅在对应功能被使用时才会请求 不包含统计、追踪或第三方分析代码 截图演示
下载体验： 代码库： 无论是写代码还是写文档、发消息，都可以通过快捷键识别语音输入。 目前使用的 GLM ASR， 用户需要自己添加key，所有数据存储在本地 支持输入字数、录音时长等统计信息 中英文支持都比较好 识别速度快，大约 1 秒就能识别完成
PaperWhisperer是一个文章阅读助手，核心功能是基于反思推理Agent的文章问答功能，回答严格使用文章内容，真实、可靠、可溯源。其外还有中英对照翻译、文章摘要等功能。 试用DEMO： 项目亮点 1. 应对复杂的多跳问题，回复精准，正确，内容真实可靠！ 2. 公式、图片渲染完整。 3. 解析、翻译、摘要速度很快。 详细介绍的视频 截图展示 1. 文章URL解析页面 2. 历史解析文章列表页面 3. 主要功能
推荐内容：氛围感语文课 我开发了一个充满氛围感的语文课阅读网站，希望能和大家分享。 体验地址： Github地址： 项目初衷 我发现很多经典的语文课文，无论什么时候去阅读，都蕴藏着厚重的精神力量。 在当下这个时代，既然 AI 赋予了我们高效的编程能力和优质的内容生产力，我就在想：能不能通过新的形式，让经典的语文课文再次迸发出生机？ 主要工作 在这个项目中，我主要做了两件事情： 1. 为了营造氛围感，我利用 AI 生成了一套网站场景以及每篇文章的专属封面 2. 为不同的文章设计了特定的网页交互细节 通过这两件事，我希望让语文课文变得更鲜活、更生动、更有力量。 技术核心：分阶段式设计模式 项目的技术核心在于我生成图片和网页时，采取了一种"分阶段式"的设计模式： 1. 先让 AI 根据课文内容生成对应氛围感的设计文档 2. 在设计文档的指导下，再去开发网页或生成封面 我发现这种方式比直接让 AI 生成网页的效果要好得多，而且中间还可以进行人工调整，确保最终的呈现质量。 效果预览
最近在折腾 AIfirst 的 Coding 工作方式，实际 AI Coding 时，感觉越来越多是让 LLM 直接生成、重构和推进代码，人更多是在做约束和决策。 做了几个项目，慢慢摸索后，发现缺乏一个模板。所以就做了一个非常轻量的脚手架 createvibeapp： 不绑定具体语言或框架 结构尽量简单，方便 AI 理解和修改 更关注“约定”和“上下文”，而不是功能完整性 目前项目还处在非常早期阶段。 设计思路写在这里（有点长）： 顺便也推荐3个脱胎于实际工作的library吧（真正从实际工作中提炼出来并正在使用的），就不单独开Issue占用资源啦。 hscspring/xhttpy: A unified http api request tool, support stream/nonstream, sync/async.：既要aiohttp的异步高性能，也要httpx的兼容便捷性。 hscspring/pararun: Parallelly run your task. 脚本并发执行库。：经常执行数据处理会需要这个东西，你是算法工程师一定懂。 hscspring/lightinfer: Make your model inference to http server. 一个为“同步重计算模型”量身设计的异步推理服务桥接器。：开源模型一大堆，想快速上线，工业级的桥接器帮你启动服务，快速部署开源模型到线上。 感谢阮大神的平台，一直在读，学到好多~
昨天用 Astro 6 Beta 出土的演示页 阮大哥你好，第二次来投稿了，不知道能不能高中 为了博客更方便插入图片，我实现一个插件 我把EXIF解析、拼图、路径补全、灯箱模块化整合，且构建时处理，编译成静态样式，性能拉满 特性 封装灯箱：私人定制 Fancybox 灯箱，简约、实用 静态EXIF：集成 exiftoolvendored.js 支持自定义 EXIF 参数 路径解析：插入图片只需要写文件名，在构建时自动补全路径 图片说明：自动获取图片 alt 进行图片说明展示 分组拼图：连续的图片（23张）自动组合成拼图布局，每张图片独立可点击 极致性能：以上纯静态，只在构建时完成，运行无依赖，功能模块化，按需加载 零配置启动：默认配置即可满足绝大多数需求，同时也提供丰富的选项供深度定制 路径解析 场景 A：所有图片都在一个域名下 Markdown 写法： markdown <! 最终解析为: EXIF 信息展示 Photosuite 使用 exiftoolvendored.js 在构建时提取信息。 默认显示：相机型号、镜头型号、焦距、光圈、快门速度、ISO、拍摄时间。 NIKON Z 30 · NIKKOR Z DX 1650mm f/3.56.3 VR · 20.5 mm · ƒ/3.8 · 1/15 · ISO 1000 · 2025/12/9 自定义配置： javascript fields: ['FocalLength', 'FNumber', 'ExposureTime', 'ISO'], // 自定义分隔符 separator: ' · ' 图片拼图 Markdown 中有 23 张图片紧挨着时，它们会自动组合成拼图，且每张图片都独立可点击 Markdown 写法： 两张图片拼图： markdown 三张图片拼图： markdown 等等.... 配置也简单，一两行代码就能跑起来，适用于主流静态架构
这是一个专为增强 Gemini (Google AI) 聊天体验而设计的浏览器扩展程序。它在页面右侧添加了一个类似 VS Code Minimap 的交互式导航条，帮助用户在长对话中快速定位、预览和跳转。 核心功能 可视化对话流：在右侧展示整个对话的缩略图，蓝色块代表用户提问，绿色块代表 Gemini 回答。 交互式预览：鼠标悬停在缩略块上时，左侧会弹出悬浮卡片，展示该段对话的文字摘要。 智能遮罩指示器：采用遮罩高亮风格，实时追踪当前阅读的对话组（提问+回答），提供极佳的视觉反馈。 精准一键跳转：点击缩略块，页面将平滑滚动至对应位置，并自动预留顶部边距以避开导航栏。 高性能渲染：采用增量更新逻辑，仅在对话数量变化时触发重绘，彻底解决页面闪烁问题。 沉浸式设计：支持背景模糊 (Backdrop Filter) 和鼠标穿透，不干扰正常的网页操作。 截图演示
项目开发背景: 主要是为了解决一个很实际的问题：我们想随时快速输入某些提示词，但现有的方案都有点麻烦。 比如说你用 Claude Code 或者 Cursor 这些工具，它们都有自带的 slash 命令。但问题是，每个 slash 命令都要在每个不同的终端里专门配置一遍，我就觉得特别麻烦。而且很多其他提供 AI 服务的项目，根本就不提供 slash 提示词快捷短语这种功能。这时候你要么自己打开文件夹去找，然后手动 Ctrl+C、Ctrl+V，要么就没办法了，特别不方便。 所以我就想，能不能仿照 Windows 上 PowerToys 这个工具箱的设计思路，做一个专门给提示词用的快速粘贴板。就像 PowerToys 一样，你可以通过快速搜索，迅速把指定文件夹下的内容复制出来，简单快捷方便。 而且我们还可以专门为每个提示词打标签，方便管理。为了简化操作，直接用快捷键呼出就好了，然后搜索，还能自动粘贴到对应的输入框里面，相当简单方便。 另外还有个好处，我们可以直接在搜索框里创建新文件，这样就不需要专门跑到提示词目录下去调整了，也可以直接删除和编辑内容。我个人觉得写得还是挺简单方便的，目的就是简单高效。 当然，由于这个项目只是我用一条提示词让 Cursor 跑了几个小时自己跑出来的，所以 UI/UX 上可能会存在一些小缺陷。但比较基础的功能，经过我自己实际使用之后，基本上已经没什么问题了。后续大家如果想要自己二开或者定制化，我个人觉得还是非常好用的。 下面是项目的实际截图。 项目支持直接通过搜索框来添加新提示词，这样就省得打开编辑器专门创建文本了。底层我们直接使用了 VS Code 来作为编辑器，所以如果没有 VS Code 的朋友，可能需要通过其他方式来解决一下编辑器的问题。
我开发了一个面向内容团队和独立站站长的 AI 工具 DeepSeeds，用来把「选题 → 大纲 → 写作指令 → 发布检查 → 旧文更新」这条链路做成可复用的工作流，想在周刊里和大家分享。 项目初衷 我自己做网站和内容增长时，最痛苦的不是“写”，而是： • 关键词很多，但不知道先写哪个、怎么分组布局到站内 • 同一个主题反复写，内容依然不涨，可能是结构、意图、覆盖面不对 • 旧文章拖着不更新，排名慢慢掉，团队也缺少一套可复制的刷新流程 AI 很擅长生成文字，但如果没有数据与结构约束，产出的内容往往“看起来像”，却不一定能带来搜索流量。 所以我想做一个工具：让 AI 不是“帮你写文章”，而是“帮你做内容决策与执行蓝图”。 核心工作 在这个项目里，我主要做了两件事： 1. 把“关键词/搜索意图”变成可执行的内容蓝图 输入一个主题或 URL，DeepSeeds 会输出结构化的 Brief：目标关键词、意图拆解、推荐标题、H2/H3 结构、要覆盖的问题清单、内部链接建议、写作注意事项等。 2. 把“旧文更新”做成标准化流程 对已有内容进行诊断（覆盖度、结构、意图偏差、缺失段落、可补充的 FAQ/对比/案例），然后给出明确的更新步骤与替换建议，让更新不是“凭感觉改改”，而是“按清单补齐”。 通过这两件事，我希望内容生产更像工程：可复用、可迭代、可度量。 技术核心：分阶段式内容设计模式 DeepSeeds 的核心方法不是“一步生成文章”，而是一种 “分阶段式内容设计模式”： 1. 先基于关键词与 SERP 意图，生成内容设计文档（Brief/Blueprint） 2. 再在该文档指导下完成写作/改写/更新 3. 最后输出发布前检查清单（标题长度、结构覆盖、FAQ、内链等） 这种方式比直接让 AI 写全文稳定很多： 中间每一步都能人工校准，减少“内容很顺但不排名”的情况，也更适合团队协作（策划、写手、编辑各司其职）。 URL:
Gudong Cover (咕咚封面) 在线使用地址：Gudong Cover 项目主页： 一个开源的文章封面生成工具，专为消除写作的“最后三公里”摩擦力而生。 许多开发者和创作者写完文章后，常因寻找合适的封面图打断心流。Gudong Cover 基于 Google Gemini 3 Flash 模型，用户只需输入文章主题或内容，AI 即可自动提炼核心关键词、匹配图标与配色，生成符合平台规范的封面图。 核心功能： 双模式适配：支持微信公众号（2.35:1 极简风）和小红书（3:4 情绪感大字报）两种布局。 内置支持 Gemini (免费) 和 DeepSeek (中文理解强) 两种 AI 模型 所见即所得：React + Tailwind CSS 实时渲染，支持一键导出 PNG。 项目主页 Cover 演示拼图 设置页面 DeepSeek Gemini
我开发了一个 AI 模型定价聚合平台 Model Price，帮助开发者快速比较各大云服务商的 AI 模型价格，想在周刊里和大家分享。 项目地址： 项目初衷 现在 AI 模型越来越多，各家服务商的定价策略也各不相同。作为开发者，每次选型都要打开多个官网逐一查价格，非常繁琐。而且不同服务商的计价方式不统一（有的按 token，有的按字符），比较起来很痛苦。 所以我做了这个工具：把 6 大云服务商的 574+ 个模型价格聚合到一起，统一换算成「每百万 token」的价格，支持多维度筛选和排序，让选型决策更高效。 核心功能 多平台聚合：整合 AWS Bedrock、Azure OpenAI、OpenAI、Google Gemini、OpenRouter、xAI 六大服务商 实时更新：自动爬取官方定价数据，保持信息新鲜 智能筛选：按提供商、模型系列、能力标签（文本/视觉/音频）快速定位 双视图模式：卡片视图与表格视图自由切换 价格可视化：直观的价格柱状图，一眼看清性价比 580+ 模型：覆盖 GPT、Claude、Gemini、Llama、DeepSeek 等主流模型 技术栈 | 后端 | 前端 | ||| | Python 3.11+ / FastAPI | React 18 / TypeScript | | Playwright（网页爬虫） | Vite | | httpx（异步 HTTP） | TanStack Virtual（虚拟滚动） | 截图预览 卡片视图 表格视图 筛选功能 快速开始 bash 克隆仓库 git clone cd modelprice 启动后端 cd backend && uv run main.py 启动前端（新终端） cd frontend && npm install && npm run dev 感谢阮老师的平台，一直在读周刊，受益匪浅~
各位好，带来我的新项目： AI指南针：一个利用数据来监控AI动态的决策平台。 一、项目背景： 作为一个AI爱好者和独立开发者，每天浏览各种新闻平台，在社交软件X或者社媒平台关注一些AI行业的大V，各种AI行业相关的信息轰炸，哪个信息重要，哪个信息不重要，哪个信息值得参考，甚至说哪个新词值得追。在海量的信息中刷选花费大量时间和精力。 另外，就算我花时间关注了这些信息，大部分信息都是以人或者以媒体为载体的资讯，要么具有个人主观性，要么具有企业主观性，很少做出客观直接的判断依据。 花时间，不透明！这是目前得到的AI行业信息的两个特点。 二 我们通过付费数据源。经过AI的去躁处理，监控AI行业资讯，企业信息，新模型发布，甚至新词关注等。每天汇总一份日报，推送到用户手中。 数据来自于Google Trends， 浏览器全网新闻，经过去噪处理。 三、项目愿景： 我希望从监控AI资讯开始，可以帮助更多的市场或者产品人员监控最新资讯，为他们提供项目计划和决策依据。 如果你对客制化或者项目感兴趣，欢迎随时跟我交流. 四、项目图示：
工具自荐：relationshipts 中国亲戚关系计算器 TypeScript 版 中文亲戚关系计算器的 TypeScript 重构版本，性能优化、类型安全、完美支持 React Native。 📖 文档: 🎮 项目简介 每到过年过节，面对七大姑八大姨，你是否也曾尴尬地不知道该怎么称呼？这个工具帮你轻松解决！ relationshipts 是基于开源项目 mumuy/relationship 的 TypeScript 重构版本，不仅保留了原有的强大功能，还针对性能和移动端兼容性进行了深度优化。 核心功能 关系找称呼 输入关系链，获取正确称呼（如：爸爸的妈妈 → 奶奶） 称呼找关系 输入称呼，反向查询关系链 两者间称呼 计算两个亲戚之间的称呼关系 关系合称 获取两个人的关系合称 自然语言 支持自然语言表达式（如：舅妈如何称呼外婆？） 多方言支持 简体中文（默认） 繁体中文（zhHK） 北方方言 粤语惯用 为什么做这个项目？ 使用原版 JS 包在 React Native 开发时遇到了一个棘手问题： ERROR [RangeError: Property storage exceeds 196607 properties] 这是由于原版初始化时创建了大量对象属性，超出了 JavaScriptCore 引擎的限制。于是决定用 TypeScript 重构，顺便做了性能优化。 技术亮点 1. 性能优化 | 指标 | 原版 | 优化版 | 提升 | ||||| | 包体积 | 83.3 KB | 78.9 KB | ⬇️ 5% | | 重复查询 | ~2ms | ~0.03ms | 🚀 60倍 | | 冷启动 QPS | | 14,000 req/s | | | 热启动 QPS | | 30,000 req/s | | 2. 架构优化 Map 代替 Object O(1) 查找性能 LRU 缓存机制 智能缓存常用查询，重复查询性能提升 95% 按需加载 方言数据按需加载，减少内存占用 3. 类型安全 100% TypeScript 实现，提供完整的类型定义和智能提示。 使用示例 npm 安装 bash npm install relationshipts 基本用法 typescript import relationship from 'relationshipts'; // 查询称谓 relationship({ text: '爸爸的妈妈' }); // ['奶奶', '祖母'] // 查询多层关系 relationship({ text: '妈妈的妈妈的哥哥' }); // ['舅外公'] // 反向查询：对方叫我什么？ relationship({ text: '外婆', reverse: true, sex: 1 }); // ['外孙'] // 自然语言 relationship('舅妈如何称呼外婆？'); // ['婆婆'] 浏览器直接使用 html <script src=" <script const result = relationship({ text: '爸爸的妈妈' }); console.log(result); // ['奶奶'] </script 适用场景 1. 移动端 App React Native 完美支持，解决原版属性存储超限问题 2. Web 应用 零依赖、体积小，可直接 CDN 引入 3. 微信小程序 TypeScript 支持，类型安全 4. 工具类网站 亲戚称呼查询工具 MIT License 欢迎 Star ⭐️ 和提 Issue！
数据库到数据
换一个关键词或分类试试。
DEV TRENDS / COMMUNITY
讨论本期日报
使用 GitHub 登录，分享你的看法、问题或补充信息。