DevTrends开发者趋势
主题色

DEV TRENDS / DAILY DISCOVERIES

2026年3月13日大家都在做什么

每天发现开发者社区的新项目、新产品与开源趋势。

Markdown to PDF Bot

可以把含表格/公式的 Markdown 消息渲染成 PDF 的 Telegram 电报机器人，对于在 Telegram 里玩OpenClaw的朋友会非常有用。

DTOpenClaw
中文独立开发者
—

InsForge - 为 AI 编程 Agent 打造的后端即服务平台（Supabase 开源替代）

InsForge 是一个为 AI 编程 Agent 设计的开源 BackendasaService (BaaS) 平台。它在后端基础设施（数据库、认证、存储、边缘函数等）之上构建了一层语义层，让 Cursor、Claude Code、Windsurf 等 AI 编程工具能够通过 MCP 协议直接理解、操作和管理整个后端，实现从需求到上线的全流程自动化。 演示视频 核心能力 数据库：内置 PostgreSQL，AI Agent 可直接建表、写 SQL、管理 Schema，支持行级安全策略（RLS） 认证系统：用户注册/登录、JWT、OAuth、OTP，开箱即用 文件存储：S3 兼容的对象存储，支持 Bucket 管理和文件上传 实时通信：基于 WebSocket 的实时数据推送，支持频道订阅和消息广播 边缘函数：基于 Deno Subhosting 的 Serverless 函数，代码即部署 模型网关：OpenAI 兼容的统一 API，聚合多家 LLM 提供商 站点部署：前端静态站点的构建与部署 Agent 工具链 InsForge 围绕 AI Agent 的工作方式提供了完整的工具链： MCP Server（mcp.insforge.dev/mcp）：遵循 Model Context Protocol 标准，AI Agent 通过结构化的工具调用直接操作后端，无需人工介入 Agent Skills（insforge/agentskills）：预置的技能包，Agent 可以按需加载数据库建模、认证配置、存储管理等领域知识，降低 prompt 工程成本 CLI（@insforge/cli）：命令行工具，一条 npx @insforge/cli create 即可创建项目并自动配置 InsForge Skills 和项目连接 三者配合，让 AI Agent 从「只能写代码」进化为「能写代码、能管后端、能部署上线」的全栈开发角色。 与 Supabase 的区别 InsForge 和 Supabase 提供类似的后端原语，但核心差异在于 AINative 的设计理念： | | Supabase | InsForge | |||| | 交互方式 | 人通过 Dashboard 操作 | AI Agent 通过 MCP 协议操作 | | 核心用户 | 开发者 | AI 编程 Agent + 开发者 | | 上下文工程 | 无 | 内置语义层，为 Agent 提供结构化文档和操作指令 | AI Agent 可以通过一句自然语言指令完成「建表 → 写接口 → 配认证 → 部署」的完整流程，无需人工切换 Dashboard。 快速开始 Cloud（推荐）： bash npx @insforge/cli create 一条命令即可创建云端项目，无需安装 Docker，直接开始开发。 Selfhosted： bash git clone cd insforge cp .env.example .env docker compose up d 启动后访问 ，按引导连接你的 AI 编程工具即可。也支持一键部署到 Railway / Zeabur / Sealos 等云平台。 已支持的 AI 编程工具 Cursor、Claude Code、Windsurf、Cline、Trae、Roo Code、GitHub Copilot、Kiro 等 12+ 款主流 AI 编程工具，均可通过 InsForge CLI 或者 MCP 协议一键接入。 技术栈 TypeScript / Node.js / PostgreSQL / PostgREST / React / Vite / Docker 相关链接 insforge.dev 文档：docs.insforge.dev Discord：加入社区 Apache2.0

DT数据与运维DT软件开发DTAgent 能力扩展
科技爱好者周刊投稿
—

AI克隆父母声音定制化讲故事的APP

大家好！给大家分享一款我做的克隆父母声音讲故事的APP 做这个的原因和背景： 我现在每天都要给儿子讲绘本、讲故事，有时候有点累，突然想到一个idea，就是克隆一下我的声音给他讲，然后就开始网上搜这个idea相关的产品，发现很少，然后还跟ai交流发现了这个产品受众的其他痛点，比如，父母出差，或者想要留住爷爷奶奶的声音等等，然后一想就是一大连篇，还可以做成长记录，语音生日信，时光胶囊等等。 生声念念，大概意思就是克隆父母声音，ai生成故事，给小朋友念 （内有APP下载地址） 核心功能： 克隆声音 定制故事 、寓教故事 故事合成音频 播放故事 订阅、内购 未来功能： 成长记录 语音生日信 时间胶囊 故事共创分享社区 目前Android的话，大家可以免费下载，也可以暂时免费使用，有孩子的爸妈可以去试试，这个产品分享给了身边的有孩子的朋友，他们还是觉得挺好，愿意尝试。请大家可以多多提意见和建议，我也会不断迭代升级！

DTAndroid
科技爱好者周刊投稿
—

Video Transcript API - 自部署的多平台（YouTube/B站/抖音/小红书/播客）音视频转文字+总结服务

项目简介： 一个自部署的音视频处理 API。贴入 YouTube、B站、抖音、小红书、小宇宙等平台链接，自动完成 下载 → 转录 → LLM 校对 → 内容总结 全流程，拿到可以直接阅读的文字稿和摘要。相当于给自己搭一个私有的"播客/视频转文字"服务。 核心特性： 贴链接就能用：支持 YouTube / B站 / 抖音 / 小红书 / 小宇宙 / 通用直链，不用自己下载视频 全流程自动化：下载 → 本地 ASR 转录 → LLM 校对错别字 → 生成内容总结，一个请求全部搞定 标准 API 接口：天然适合接入各种自动化平台。比如 iOS 捷径在 Safari 里分享链接直接转录，Android 用 Fv 悬浮球一键触发，Windows 用 Quicker 选中链接就出文字稿，也可以接飞书/Slack 机器人给团队用 有网页版查看页面：转录结果生成独立网页，带一键复制按钮，方便直接丢进 ChatGPT、豆包、Kimi 等 LLM 工具里继续追问 本地 ASR，不走第三方：语音识别跑在自己机器上，没有敏感词审查、没有内容风控、没有按分钟计费，爱转什么转什么 说话人识别：自动区分"谁在说话"，再用 LLM 把 说话人1 说话人2 还原成真实姓名，播客/访谈类内容阅读体验好很多 相比商用转录服务的优势： 不按量收费：ASR 跑在本地，转 100 条和转 1 条的成本一样，重度用户友好 没有内容审查：不存在"该内容无法处理"的情况，政治、财经、医疗话题都能转 数据不出本地：音视频文件不上传到任何第三方服务器 结果直接能用：不是给你一坨没有标点的语音识别原文，而是经过 LLM 校对 + 总结的成品文稿 适用场景： 听播客怕漏重点先看文字稿、把视频内容喂给 AI 做笔记、会议录音快速出纪要、内容创作者做二创素材 技术栈： Python / FastAPI / 本地 ASR（CapsWriter / FunASR）/ OpenAI 兼容 LLM MIT + Commons Clause

DT内容创作DT数据与运维DTWeb 应用
科技爱好者周刊投稿
—

交互动画案例集合网站

整理了多个优秀的互动动画示例，方便设计师和开发者查找动效灵感。 ✓ 精选优质作品，每个都值得一看 ✓ 手动标签分类，快速筛选你需要的类型 ✓ 涵盖按钮交互、角色动画、数据可视化等多种场景 ✓ 持续更新，发现更多创意可能

DT软件开发DTWeb 应用DTWeb
科技爱好者周刊投稿
—

OpenCovibe：本地优先的Claude Code桌面应用

大家好，推荐一个我在做的开源项目：OpenCovibe。 它是一个 localfirst 的桌面端 AI 编程助手，核心思路是： 不替代 CLI，而是把 Claude Code 的工作过程可视化、可追踪、可管理。 适用平台：macOS / Linux / Windows 技术栈：Tauri v2 + Rust + Svelte 5 想解决的问题 直接用 AI CLI 写代码时，常见痛点： 1. 会话和上下文分散，不好回看和复用 2. 工具调用过程不透明，出错难排查 3. 多轮 run 难管理，token 花费无感知 主要功能 会话管理 Chat Dashboard：实时流式输出、工具调用可视化、thinking 过程展示 会话 fork / resume / replay，支持从任意节点分叉重试 prompt 收藏与全文搜索，快速复用历史 prompt 文件、图片、PDF、截图作为附件直接发送 开发工具集成 多平台支持：内置 Anthropic、DeepSeek、Kimi、智谱、百炼、豆包、MiniMax、OpenRouter 等 20+ 供应商预设，支持自定义 API 端点，每次会话可独立选择供应商 内置文件浏览器 + 代码编辑器（语法高亮） Git diff / status 集成，直观查看代码变更 40+ 斜杠命令（/model, /plan, /compact, /diff, /cost...） MCP Server 浏览、安装与管理 插件/技能市场，支持自定义 Skill 编写 可观测性 完整的 token 用量 & 费用追踪（按模型、按时间段） GitHub 风格活跃热力图 + 连续编码天数统计 上下文窗口实时可视化，随时知道还剩多少空间 每次工具调用的耗时、输入输出、状态一目了然 团队协作（实验性） 多 Agent 组队：创建团队、分配任务、查看进度 任务看板 + 依赖关系管理 Agent 间消息收件箱 其他 支持 SSH 远程开发（连接远程机器上的 Claude Code） 权限管理（工具级别的 allow / deny 控制） 全局快捷键 & 自定义键绑定 中英双语界面 所有数据本地 JSON 存储，不上传任何数据 适合人群 重度使用 Claude Code 的开发者 想保留本地数据、重视可观测性的个人/小团队 对 AI 编码过程想要更精细控制的用户 如果你也有类似需求，欢迎试用和提建议 🙌 Issue / PR 都非常欢迎。

DT桌面效率DT软件开发DTAgent 能力扩展
科技爱好者周刊投稿
—

一份超详细的 vibe-coding 编程指南，包含从 0 交付 AI 漫剧平台和真实业务场景实践

GitHub： 什么是 Vibe Coding？ 2025 年 2 月，前特斯拉 AI 总监、OpenAI 联合创始人 Andrej Karpathy 提出了一个颠覆性的编程理念——Vibe Coding（氛围编程）。 "There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists." 翻译过来就是：你不再真正"写"代码，而是用自然语言描述你想要什么，让 AI 来生成代码。你只需要"感受氛围"，看看结果对不对，不对就继续用自然语言调整。 这听起来很玄乎，但我真的用这种方式做到了。本文记录我从 0 开发一个 AI 漫剧生成平台 的完整过程。 Vibe Coding 的核心特点 | 特点 | 传统编程 | Vibe Coding | |||| | 输入方式 | 写代码 | 写自然语言 | | 开发节奏 | 设计→编码→测试 | 描述→生成→看效果→调整 | | 开发者角色 | 程序员 | 更像产品经理 | | 最重要的东西 | 代码能力 | 文档和需求描述 | AI 时代下的编程：文档为王。 工具选择：Claude Code 本项目使用 Claude Code 作为 AI 编程工具。配合以下 Skills 插件体系，实现了完整的 Vibe Coding 工作流。 必装 Skills 插件 1. superpowers —— 完整的 AI 开发工作流框架 这是整个实践的核心。superpowers 包含 14 个可组合技能，包括： brainstorming：头脑风暴 testdrivendevelopment：TDD 测试驱动开发 systematicdebugging：系统化调试 subagentdrivendevelopment：子 Agent 驱动开发 codereview：代码审查 强制执行"红绿重构"TDD 循环、四阶段调试方法论。 /plugin install superpowers@claudepluginsofficial 2. frontenddesign —— Anthropic 官方前端设计技能 专门指导 Claude 避免"AI 通用美学"，做出大胆的设计决策，注重排版、配色主题和动效微交互。特别适合 React + Tailwind 技术栈。 npx skills add skill frontenddesign 3. planningwithfiles —— Manus 风格持久化规划 将 Markdown 文件作为磁盘上的"工作记忆"，创建三个核心文件： taskplan.md：追踪阶段和进度 findings.md：存储研究发现 progress.md：会话日志和测试结果 适合需要超过 5 次工具调用的复杂多步骤任务。 npx skills add skill planningwithfiles 4. uiuxpromax —— AI 设计智能技能 包含： 67+ UI 风格 161 配色方案 57 字体搭配 161 条行业特定设计规则 支持 13 个技术栈（React、Next.js、Vue、SwiftUI、Flutter 等） npx skills add skill uiuxpromax 5. bestminds —— 模拟顶级专家思维 不再问"你怎么想"，而是问"世界上谁最了解这个问题？他们会怎么说？"让 Claude 采用世界级专家视角来解决问题。 npx skills add skill bestminds 6. notebooklm —— 直连 Google NotebookLM 让 Claude Code 直接与 Google NotebookLM 笔记本通信，获取基于来源的、带引用的回答。 bash mkdir p ~/.claude/skills cd ~/.claude/skills git clone notebooklm 安装效果 安装 Skills 后的效果： Skills 已安装 项目实战：从 0 开发 AI 漫剧生成平台 第一步：技术选型（让 AI 帮你做决定） 对于从 0 开始的项目，我先大概想好了技术方向，然后让 AI 来生成完整的技术方案文档。 我给 AI 的提示词： 我想做一个 AI 漫剧生成平台，这是我大概的技术选型： 使用 nextjs 全栈开发，数据库使用 sqlite 快速完成集成 请你帮我完成技术选型，生成一个文档我 check 一下 AI 立刻开始生成技术选型方案： 中途我根据自己的需要，直接在终端给 AI 反馈，让它调整方案： AI 生成的 Plan 最终生成完整的技术选型和系统设计文档： 第二步：启动 AI 开发 技术文档写好后，直接 @ 引用文档，让 AI 开始开发： AI 会先生成一个完整的执行计划： 然后 AI 会自动对刚生成的 Plan 进行 Review，有不合理的地方会自己进行二次修改： 自我修改 Plan 确认 Plan 没问题后，开始执行： 准备就绪 第三步：Subagent 全自动开发 加载 superpowers:subagentdrivendevelopment 技能，AI 开始全自动开发： 遇到需要确认的操作，直接点击确认即可： 项目结构完成后，AI 自动开始补充功能，比如队列处理和数据库集成： 前端页面也全自动开发： superpowers skill 的一个重要优势：每完成一个功能就自动 commit 一次，即使 AI 把代码改坏了，也可以方便地回退： 提交记录 全程约 45 分钟，初版系统开发完成： 第四步：调试和 UI 优化 启动时遇到报错，不要慌，截图发给 AI 就行： 截图 Bug 修复成功，页面正常运行，但 UI 比较丑。一句话触发 UI 重设计： UI 比较丑，请你使用 uiuxpromax 重新设计各个环节的 UI 和交互逻辑，补齐一下切换语言的地方 优化过程 经过 3 轮迭代优化，UI 焕然一新： UI 动图 项目迭代：继续添加功能 模型配置设置页 初版用环境变量配置模型，太麻烦了。我给 AI 的提示词： 现在我们对模型配置进行改造，有一个设置页面，点击进入配置模型， 文本模型支持 openai 协议、gemini 协议， 图像模型支持 openai 协议、gemini 协议。 视频模型支持字节 seedance 协议和 google 协议。 用户可以配置多个模型供应商，默认通过 /model/list api 获取模型， 获取失败的时候，用户可以自己填写 modelid，将 key 保存在本地。 在使用模型的时候，用户可以选择自己勾选的模型。 请你计划整个开发流程，完成开发，界面的风格需要和现在的保持一致 模型对话功能补齐： 流程优化 发现生成流程有些问题，给 AI 描述后，它生成优化路径： 图片生成 API 有问题，继续修复： 分镜页面流程修复和优化后的效果： 最终成品展示 列表页 剧本生成 角色解析 分镜 预览 模型配置 总结：Vibe Coding 的正确姿势 经过这次实践，总结出 Vibe Coding 的几个关键点： 1. 文档为王：描述越清晰，AI 生成的代码质量越高。前期花时间写好需求文档，远比后期反复修 bug 划算。 2. Skills 是倍增器：不同的 Skills 组合能显著提升开发效率。superpowers 负责工程化，uiuxpromax 负责设计，各司其职。 3. 迭代式反馈：遇到问题，截图 + 一句话描述，AI 能理解上下文并修复。不需要自己懂技术细节。 4. 自动 Git 保护：使用 subagentdrivendevelopment 每个功能自动 commit，提供安全网，不怕 AI 改坏代码。 5. 开发者角色转变：从"写代码的人"变成"定义需求的人"。核心竞争力从语法记忆转向对产品和业务的深刻理解。 工程实践

DT研究与学习DT数据与运维DTAgent 能力扩展
科技爱好者周刊投稿
—

KULA

Linux 服务器的监控工具，只有一个二进制文件。

语言GoDTLinux原始工具
科技爱好者周刊
—

PipeGate

一个将内网服务映射到外网的隧道工具，特点是比较简单，就是几个 Python 脚本，并且可以设置 UUID 客户端认证。

语言Python原始工具
科技爱好者周刊
—

Sentinel

将安卓手机转化为网络摄像头，实现实时监控和图像采集。

语言PythonDT数据与运维原始工具
科技爱好者周刊
—

Gingiris 出海增长指南 — AI 产品全球发布实战手册

项目信息 项目名称: Gingiris Launch Playbook 基于 AFFiNE (6万 GitHub Stars, 融资$10M) 实战经验整理的开源增长指南 这是一套完整的 AI 产品出海增长方法论，包含： 1. Product Hunt 打榜 SOP — 30 次日榜第一的实战经验 2. KOL 合作模板 — 可直接复用的 outreach 模板 3. Reddit/HN 运营策略 — 开发者社区推广技巧 4. B2B 增长框架 — 参考 HeyGen、Vercel、Supabase 案例 系列仓库 | | Stars | | |||| | gingirislaunch | 104 | AI 产品全球发布指南 | | gingirisopensource | 11 | 开源项目发布营销手册 | | gingirisb2bgrowth | 14 | B2B SaaS 增长方法论 | | gingirisasogrowth | 6 | ASO 与 App 冷启动指南 | 作者背景 作者 Iris 是 AFFiNE 前 COO，主导了 AFFiNE 从 0 到 6 万 Stars 的增长，Product Hunt 日榜第一 30 次。这套方法论是她实战经验的系统化整理。 希望对独立开发者和出海团队有帮助！

DT商业与增长DT软件开发DT库 / SDK
HelloGitHub 投稿
—

Foldy

Actionable document knowledge base

原文
DT移动应用DTiOS
Product Hunt
—

Scindo

AI captures decisions, drafts plans, and opens matching PRs.

原文
DTAgent 能力扩展DTAgent 管理与编排DT命令行工具
Product Hunt
—

Panda Video

Video Hosting Platform for Business and Creators

原文
DT商业与增长DT内容 / 资源
Product Hunt
—

gudrusis.lt

AI powered grocery store discount listing aggregator website

原文
DTWeb 应用DT内容 / 资源DTWeb
Product Hunt
—

Pixefy

Review websites across every screen

原文
DT商业与增长DTWeb 应用DTWeb
Product Hunt
—

ReplyChief

LinkedIn AI Comments Assistant

原文
DT数据与运维DT商业与增长DTSkill / 插件
Product Hunt
—

LOCK3DIN

The AI copilot for your academic success

原文
DT研究与学习DT内容 / 资源
Product Hunt
—

Veilio

Make stolen data worthless in few clicks

原文
DT数据与运维
Product Hunt
—

Dialogo

AI agents for ops workflows. €0.30 per completed task.

原文
DT商业与增长DTAgent 管理与编排
Product Hunt
—

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。

查看全部讨论 ↗