GitHub - chentao4183/StepMark: Windows 桌面截图批注工具,对标 Snipaste。核心特性:智能标注工具 —— 一步生成「红框 + 箭头 + 文字标签」组合。基于 Tauri 2 + React + Konva.js。
Windows 桌面截图批注工具,对标 Snipaste。核心特性:智能标注工具 —— 一步生成「红框 + 箭头 + 文字标签」组合。基于 Tauri 2 + React + Konva.js。 -
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。
Windows 桌面截图批注工具,对标 Snipaste。核心特性:智能标注工具 —— 一步生成「红框 + 箭头 + 文字标签」组合。基于 Tauri 2 + React + Konva.js。 -
Deterministic PDF/DOCX parser for RAG/LLMs — Rust core with byte-identical Python/Node/WASM bindings
原文系统化学习英系自然拼读(Synthetic Phonics),从音素到拼读规则,帮助学习者提升英语阅读与发音能力。
Explore AIvsRank public AI rankings, then follow clear paths to the recurring AI rank tracker featur
原文RouterBase routes 200+ AI models from OpenAI, Anthropic, Google, Meta and more through one OpenAI-co
原文把散落资料变成能问、能找、能复盘的个人空间。少翻目录,重要资料不再失联。
上传一张朋友圈截图,AI 自动识别头像、昵称、个性签名与当前封面,生成两套量身定制的封面方案。
传统网址导航与 AI 网址导航结合,注册后可自定义个人导航网站
面向 3D 打印的 AI 图片转 STL 转换器
免费的专业邮件签名在线生成器
全能工具箱,免费在线,包含 JSON、PDF、图片、二维码、信息编解码、字幕制作等常用工具,完全本地浏览器处理,隐私安全
安装(Chrome 应用商店):Tidy 平台:Chrome 扩展,支持 ChatGPT、Claude、Gemini Tidy 是一个 Chrome 扩展,用来统一管理你散落在 ChatGPT、Claude、Gemini 三家里的对话历史——批量清理、文件夹归类、收藏、导出备份,都在一个面板里完成。 它更想解决的是"上下文问题":你花一小时让一个模型真正理解了你的项目,换个模型又得从头解释一遍。Tidy 能把一段对话的上下文提取出来、裁剪到目标模型的窗口大小,然后在另一个 AI 里继续——不用再对每个 AI 重复自我介绍。 所有数据只在你本地浏览器处理,不经过任何中间服务器,无需注册账号。 主要功能 批量清理:一次删除 / 归档上百条陈旧对话(ChatGPT 归档可恢复) 文件夹与收藏:跨三家平台归类、置顶常用对话,快速检索(含正文搜索) 导出备份:把整段对话(每条消息、按顺序)导出为干净的 JSON 跨 AI 搬运:把一段对话的上下文提取出来,在另一个模型里接着聊 诚实的能力边界:各平台能力不同,界面里如实标注(如 Gemini 仅支持列表/删除) 为什么做这个 和AI聊多了就会产生很多对话记录,有时候想要去找某条记录,看到那些翻不到尽头的对话记录,就有点头大。所以,做了一个可以批量删除对话记录的插件,可以帮助我来管理对话记录。这样,就可以只保留重要的对话记录,找起来非常方便。还可以把常用的对话记录放在收藏文件夹中。 另外,同时用几家 AI 已经是常态,但每家的历史都锁在各自的围墙花园里,既难搜索也难复用,上下文更是无法流动。Tidy 想先把"整理"这件事做扎实,再逐步把上下文在 AI 之间打通。
百灵 Bailin —— 开源本地 AI 像素桌宠,用 ta 的视角陪你看问题 <p align="center" alt="百灵 Bailin" width="100" / </p <p align="center" <a href=" src=" alt="Windows" /</a alt="Node = 20.10" / alt="Electron 32" / <a href=" src=" alt="MIT License" /</a </p 项目类型:开源 Windows 桌面 AI 角色伴侣(完全本地运行) 💡 项目初衷:受启发而非模仿 市面上很多 AI 角色扮演只是单纯地塞一堆“XX 的常用台词”,越聊越像劣质的 cosplay。 百灵 Bailin 的核心理念是蒸馏思维骨架: 心智模型 — ta 看世界用的几把尺子 决策启发式 — 岔路口的习惯判断 表达 DNA — 句子的节奏、标志性短语、回避的话题 核心逻辑:不是「让 AI 表演成 XX」,而是「让 AI 用 XX 的视角看你的问题」。 🌟 核心功能 ⚡ 快速 / 深度造人:输入名字,快速模式约 60s;深度模式调用多 Agent 调研、蒸馏并进行质量自检,一键组装出角色的心智。 👾 像素桌宠:像素小人常驻屏幕右下角。支持透明置顶、可拖拽、透明区鼠标穿透,不影响你的日常办公。 🎹 随手唤起:按下 Ctrl + Shift + P 即可在桌宠旁唤起极简聊天窗,支持流式 Markdown 回复。 🔒 隐私与本地优先: 零订阅:自带任意兼容的 OpenAI / Anthropic API Key。 完全本地:角色、对话、用户画像全部存于本机 SQLite,不上报遥测数据。 Key 加密:采用 Windows DPAPI 加密,渲染进程绝不接触明文 Key。 📸 运行效果预览 1. 创建角色(支持快速/深度两种模式) <p align="center" alt="创建角色" width="600" / </p 2. 角色仓库(管理与切换) <p align="center" alt="角色仓库" width="600" / </p 3. 桌宠上桌与随手对话 <p align="center" alt="聊天窗与桌宠" width="600" / </p 🛠️ 技术栈 外壳与主进程:Electron 32 + Node.js 渲染端:Vite + TypeScript 本地存储:SQLite (bettersqlite3) 数据流与沙箱:Sprite 渲染在 Worker 沙箱中执行,实现透明区域鼠标穿透与轻量渲染。 项目目前处于早期 v0.0.1 阶段,欢迎大家下载体验、反馈 Bug,或提交 PR 共同完善这个好玩的桌面小玩具!
CLIManager 静态网站:网站地址 CLIManager 项目目的 1. 主要目的 简化多项目CLI启动流程,在之前A/B/C项目,每天启动cli工具需要 cd A claude cd B claude cd C claude 在 CLIManager 中配置完成之后只需要点击即可自动启动 2. CLI工具增强 CLI会话相关信息实时统计(token输入、输出、修改文件数量、修改文件内容) 项目级claude/codex供应商自定义:定义项目级别的供应商跟全局的区分,方便A/B/C项目走不同的网站,使用不同 模型 用量统计:按照多种维度:时间,模型,项目 来进行token用量统计,分析使用情况 内置消息通知:应用级/系统级通知,告诉你claude/codex执行完毕,需要你审批,执行失败。点击对应的按钮即可跳转到对应的窗口进行操作 AI replay:AI对话重放 实验性功能,正在打磨,对一次AI对话可以进行重放,文件变更时记录文件快照,方便快速恢复 欢迎大家使用,体验,提出需求!!!
在 Mac(Apple Silicon / Intel)上用 UTM 跑 Linux 虚拟机,把大疆 4G 模块(EG25G)伪装成移远 Quectel EC25 并部署 vohive 平台的完整步骤 这个仓库做什么 1. 给 Mac 用户提供一条从零到能访问 vohive 后台的可执行路径,无需另一台 Linux 真机。 2. 解决大疆 4G 模块默认 VID/PID 是大疆私有、通用驱动不认的问题——通过发 AT 指令 AT+QCFG="usbcfg",... 把模块内部 USB 身份永久改写为移远 EC25,改一次终身有效。 3. 同时覆盖 Apple Silicon(arm64) 和 Intel(x8664) 两种 Mac:两者只有 ISO 和 VM 架构不同,VM 内所有操作完全一致。 4. 包含 USB 直通、改身份后重新枚举断直通的坑及处理、验证清单、维护命令、方案选型对比。
<h1 align="center"录阶 / LuJie CareerKit</h1 <p align="center" <strong帮助你从简历编辑到 Offer 录用的 AI 驱动求职工作台,覆盖简历编辑、JD 匹配、投递跟进、模拟面试和面试复盘。</strong </p <p align="center" <a href="README.md"English</a · 简体中文 </p <p align="center" </p 录阶面向实习、校招和职业求职场景,把简历编辑、岗位匹配、投递管理、面试练习和 AI 复盘放在同一个 AI 驱动的求职工作台里。你可以围绕不同岗位维护多份简历版本,用 JD 快速生成更贴合岗位的表达,记录每一次投递进展,并在面试前后持续沉淀回答、反馈和复盘材料。 在线预览 访问 体验在线预览。 界面预览 | 控制中心 | 简历库 | | | | | | | | 简历编辑器 | JD 匹配优化 | | | 匹配优化 | | JD 匹配优化简历 | 面试助手 | | 匹配优化简历 | | | 模拟面试 | AI 复盘 | | | 复盘 | | 投递岗位跟进 | 投递状态 | | | | 功能亮点 结构化简历编辑:维护多份简历版本,编辑教育、实习、项目、技能等模块,切换模板和主题,并导出 PDF、PNG 或可编辑 DOCX。 JD 匹配优化:粘贴目标岗位 JD,让 AI 在不编造经历的前提下重排重点、优化表达,生成岗位定制版本。 投递进展管理:记录公司、岗位、渠道、阶段、截止日期、跟进日期、优先级、备注、JD 和绑定简历版本。 模拟面试与复盘:根据简历和 JD 生成面试题,保存逐题回答,并生成可回看、可继续改进的 AI 复盘报告。 数据与隐私可控:简历、岗位、投递和设置保存在本机 SQLite 数据库里,适合个人长期维护。 OpenAIcompatible 接入:在设置页配置 Base URL、模型、API Key 和生成参数,支持兼容 OpenAI 接口的模型服务。 语音输入:在支持的浏览器里使用语音识别填写 JD 和面试回答。 数据与隐私 简历、版本、岗位、投递、面试和设置保存在 prisma/dev.db。 API Key 在应用内设置页配置,保存到 SQLite 前会先加密。 LUJIESETTINGSSECRET 是本地加密密钥,用来保护已保存的 AI Key。请在 .env.local 里使用足够长的随机字符串。
TokenMix( API 网关,一个接口即可调用 170+ 主流 AI 模型,包括 GPT、Claude、Gemini、DeepSeek、Qwen、Kimi 等。 完全兼容 OpenAI 接口格式,现有基于 OpenAI SDK 的项目只需替换 base URL 和 key 即可切换,无需重写代码。按量计费,价格最高比官方直接调用低 80%,无需信用卡即可注册试用。 适合需要在多个模型间自由切换、做成本对比,或者不想为每个模型厂商单独维护一套 SDK 和账单的开发者。
经常折腾 AI 的老玩家们可能还记得,前段时间社区里非常火的 libtv(或者 tapnow)这类工作流画布工具。它们用直观的连线、节点化操作,把“文本生成图片生成视频动画”串联在一起,体验确实非常惊艳: 不过,惊艳归惊艳,每次玩这类工具时,我的钱包都在隐隐作痛。 例如LibTV,以充一个高级会员699一万一积分算的话,你生成一个image2模型的2k图是60积分一张图,换成人民币大概3.5元一张图。 这个定价真是图片刺客!因为生成GPT Image 2的图片在Cyberbara只需要几毛钱。对于我们这种喜欢搞实验、天天高频测试的 AI 创作者和开发者来说,这种“高昂的过路费”实在是让人束手束脚,根本没办法放开手脚去创作。 既然如此,为什么不自己做一个? 于是,我花了两个礼拜,做了一个 完全开源、本地优先(Localfirst)、支持自带 Key(BYOK) 的工作流画布项目——Open Canvas。 今天,我把它分享出来,希望能给同样喜欢折腾的大家提供一个更自由、成本更低的创作解法。 GitHub 开源项目官网: 为什么要做 Open Canvas?它有什么不一样? 简单来说,Open Canvas 的目标很纯粹:把主动权还给用户。 1. 本地优先,数据全在自己手里 它不需要你绑定任何云端大厂的账号,也不依赖复杂的数据库。你的所有画布、连线数据和运行记录,都会以 JSON 格式保存在本地(opencanvasdb.json),支持一键导入和导出。如果你有便宜的API,直接用就可以。 2. 功能完善,模型齐全 目前支持 Note(便签)、Text(文本)、Image(图片)、Video(视频)和 Audio(音频)节点。支持市面上主流provider的各类模型的输入输出。 3. 上游输出,下游自动注入 这是最爽的一点。你不需要手动复制上一节点的图片链接去喂给下一个视频节点。Open Canvas 会自动解析连线,把上游的图片或文本自动注入到下游的视频/图像生成模型中,实现无缝的工作流自动化。 核心亮点:把创作成本打到“几分钱”的 Cyberbara API 既然是“自带 Key(BYOK)”,那么接入什么 API 决定了你的钱包厚度。 我特别推荐大家配置 Cyberbara API( GPT Image 2:生图效果极其惊艳,但价格只要几毛钱一张!相比 libtv 动辄几块钱的单张生图成本,在这里你可以毫无压力地批量生图。 Gemini Omni Video:来自谷歌的高质量模型,同样只要几毛钱一条,生成流畅度和细节保留都处于第一梯队。 Grok Imagine Video:马斯克的“无限制”模型,不仅动力澎湃,更重要的是支持 NSFW,给前沿创作者提供了难得的无限制创作空间。 最方便的是,只需要一把 Cyberbara API Key,就能同时覆盖“生图 + 生视频 + 资源上传/对象存储”的全套流程,免去了满世界找各种第三方 S3 存储和申请不同平台的痛苦。 跑个案例:如何用它串起一套完整工作流? 为了让大家更直观地感受这套工作流的爽快感,我们用一个之前在X上爆火的手绘红线生成FPV穿越机运镜视频的案例来串一下。 1️⃣ 第一步:生成或准备一张高清底图 你可以直接上传一张自己的合照,或者在 Image 节点中输入以下这串Prompt 来生成底图: Prompt: Photorealistic fashion shot of five diverse women in a luxury modern penthouse. Bright natural light from large windows, city view, dark wood floors, beige sofa, marble wall. Front left: redhead lying down in black top, plaid skirt, heels. Back left: blackhaired woman on sofa arm in black top and shorts. Center: blonde on sofa in white shirt, beige shorts. Front right: Black woman sitting on rug in beige vest and shorts. Back right: Black woman in black top and long beige skirt. Cinematic, 8k, highly detailed. 点击运行,稍等片刻,一张超高画质、极具电影感的五人闺蜜合照就生成好了。 2️⃣ 第二步:在画布上“手绘运镜轨迹” 这步是灵魂!普通的图生视频工具,镜头往哪移全凭 AI 抽卡。而在 Open Canvas 里,你可以“画”出运镜轨迹。 1. 点击图片下方的内置编辑工具(Edit Tool)。 2. 直接在图片上用红色的导向线画一条你想要的运镜轨迹。比如从左到右划过,或者从背景推向前景。 3. 这条红线,就是等会儿摄像机的运动轨迹。 3️⃣ 第三步:连线 Video 节点并完成生成 现在,拉出一条连线,将你的 Image 节点连到 Video 节点。 为了达到完美的运镜效果,请进行以下关键设置: 比例:16:9 分辨率:720P 时长:15秒 注意:由于图片中包含大量写实的人脸,为了防止转视频时脸部崩坏,请在模型选项中务必选择 “Seedance 2.0 Stable” 模型。 在 Video 节点的 Prompt 框中,输入这行镜头控制指令: Video Prompt: FPV shot. The camera follows the motion path of the red guide line, the red line must not be visible in the final footage. 运行!Open Canvas 会自动解析你的图片以及你在上面画的那条红线,并自动抹除画面中的红色参考线。 出来的视频效果会让你惊掉下巴:镜头顺着你手画的红色轨迹,极其丝滑、自然地游走在房间里,每个人物的面部和身体动态自然无崩坏,简直就像是一部精心调色后的电影预告片! 。 如何开始使用?(提供 3 种姿势) 为了照顾不同折腾程度的玩家,我准备了三种体验方式: 姿势一:直接访问已部署的在线 BYOK 版(最推荐 ⚡️) 如果你不想折腾本地环境,但想用自己的 API Key 体验低成本生成的快感: 1. 电脑浏览器直接打开: 2. 点击右上角的 Providers 按钮。 3. 填入你的 Cyberbara API Key(可在 注册后直接免费获取)。 4. 新建画布,直接开玩! 姿势二:小白极简无脑版(免 Key、免配置 ☁️) 如果你觉得配置 API Key 还是太麻烦,只想直接上手玩画布: 直接访问: 这是 Cyberbara 官方托管的 Canvas 产品,不需要生成和配置 API Key,开箱即用,最适合不想折腾的小白用户。 姿势三:本地部署、完全自托管(开发者专属 🛠️) 如果你是开发者,想本地运行、修改代码甚至贡献 feature: 1. 克隆仓库: bash git clone cd opencanvas 2. 安装依赖并启动: bash pnpm install pnpm dev 3. 打开 4. 在页面里填入你的 Cyberbara API Key,或者参考 .env.example 配置你自己的本地 S3 兼容对象存储,即可实现完全的“本地自给自足”。 写在最后 目前 Open Canvas 还处于 alpha 阶段,模型列表(model catalog)和模型 schema 的动态表单等功能还在路线图里逐步完善。它算不上十全十美,但它足够简单、轻量、且完全开源。 我希望通过这个项目,能帮大家打破高昂的创作壁垒,用最低的成本(几毛钱生图、生视频)去拼装出属于自己的 AI 工作流。如果你也喜欢这个方向,欢迎来 GitHub 提 Issue 或 PR,我们一起把它变得更好玩。 项目 GitHub ZeroLu/opencanvas (觉得不错的话,顺手给个 Star 支持一下,感激不尽!) 在线试用:
功能:定时请求订阅的直播间状态,mac 托盘处显示通知,伴有音效
YouThere:把一张自拍变成 AI 体育看台 FanCam 照片或短视频 网站: 视频生成入口: YouThere 是一个聚焦在特定社交媒体场景上的 AI 创作者工具:生成“像是被体育场看台镜头拍到”的 fancam 效果。 用户上传一张自己有权使用的自拍或头像,先生成一张逼真的、fanmade 的体育场看台图片,再把选中的图片转成短视频,用于 TikTok、Reels、Shorts 或比赛日社交内容。 它是为了做有趣的球迷内容,不是为了伪装成真实到场或官方转播画面。 为什么做这个 通用 AI 图片和视频工具也能生成体育主题画面,但通常需要反复写 Prompt、调参数、清理错误。 而这个场景下,用户通常不想要海报、卡通头像或普通足球插画。他们想要的是一种像体育转播中快速扫到观众席的画面: “你真的在看台上吗?” “这看起来像直播镜头拍到的。” “我能不能生成一个比赛日版本的自己?” YouThere 把这个流程做成一个聚焦产品,而不是让用户从零开始写提示词。 它能做什么 用一张用户上传的照片生成体育场 fancam 风格图片 把生成的 fancam 图片继续转成短视频 适合足球、世界杯风格内容和比赛日社交发布 适合 TikTok、Reels、Shorts、Stories 等竖屏社交格式 明确定位为 unofficial、fanmade AI content 有什么不同 大多数 AI 图片工具都很宽泛。YouThere 刻意做得很窄。 目标不是“生成任意图片”。 目标是:用你的照片生成一张可信的体育场观众席抓拍感画面。 所以产品重点放在: 真实 fancam 构图 人物身份一致性 体育场和人群氛围 短视频社交分享 清晰的非官方安全边界 安全边界 YouThere 与 FIFA、任何赛事、球队、联赛、场馆、足协、赞助商或转播方都没有隶属、合作或背书关系。 产品设计上会避免官方 logo、队徽、转播叠加层、奖杯复制品、真实球员肖像,以及误导别人认为用户真实到场的表达。 适合谁 想做比赛日社交内容的足球球迷 需要体育主题 AI 内容的社交创作者 关注 AI 图片和视频工具的人 对 stadium fancam trend 感兴趣的人 想测试 imagetovideo 短视频工作流的创作者 使用场景 把自拍变成足球场看台 fancam 图片 做一张“像是在观众席被拍到”的比赛日图片 从 AI 图片生成短的球迷看台视频 用个人化视觉参与世界杯或足球话题 不学 Prompt,也能做一个有趣的 AI 球迷照片 试用 网站: 生成视频: 相关文章:
中文世界里关于逻辑谬误和认知偏见的内容,大多数落在两个极端:一头是学术论文,概念严谨但阅读门槛高;另一头是社交媒体上的「一张图教你识破 XX 偏见」,好读,却经不起推敲。 思辨录就是为了填补这个空白。 这是一个面向中文读者的批判性思维在线参考书,目前收录了 80 多个条目,覆盖逻辑谬误和认知偏见两大维度。每一个条目都遵循同样的构建方式:从一个切中日常生活的问题切入,用寓言故事建立平视的共鸣,再沉入认知科学的底层机制分析,最后给出可操作的识别信号和应对策略。 这本「指南」有一条自己给自己划定的底线——逻辑在这里是工具,不是武器。它不教你如何在争论中压倒对方,也不给任何人群贴上「不够理性」的标签。它反复提醒读者的事情只有一件: 每个人(包括作者)都会犯错,认知偏差和逻辑失误是人类共同的局限,不是某一类人的专属缺陷。识别它们的目的,是让讨论更接近真实,而不是让你在辩论中得分。 思辨录还有一个互动自测的功能,如果你想在噪音中找到一点结构,在站队之外找到一点清醒,不妨来看看。 传送门:
官网(含 Mac 端下载): SharkTTY 是一款 iPhone / iPad 上的 SSH/Mosh 终端,同时能把你的手机变成 Mac 的远程桌面遥控器:装一个 Mac 端 agent,就能在手机上看屏、用虚拟鼠标和 悬浮键盘操控,甚至在 Mac 锁屏时也能控制。全部功能免费。 核心特性: 🖥️ 手机遥控 Mac 桌面:多屏同看(并排/堆叠/四宫格/画中画),带放大镜的虚拟 鼠标做像素级精准点击,可移动缩放的悬浮键盘(全符号 + ⌘⌥⌃ + F 键) 🔌 完整 SSH/Mosh 终端:Mosh 让会话在切网络、断线、休眠后自动重连不掉线 🔊 实时音频 + 反向麦克风:听得到 Mac 的声音,也能把手机当它的麦克风 📁 SFTP 文件传输 + SSH 密钥管理(生成/导入 ed25519 等),tmux 友好 🌍 支持 6 种语言,自适应画质(xHD/HD/SD,信号差时自动降档) 技术亮点: Mosh 漫游:基于 UDP 的状态同步,网络切换/丢包也不断会话(Rust 核心) 直连优先、中继兜底:局域网内直连,出门走中继,支持局域网唤醒 锁屏也能控制:通过登录窗口会话捕获,Mac 锁屏时远程桌面依然可用 端到端配对加密,密钥存于 Keychain,不经服务器明文 适用场景: 出门在外用手机/iPad 临时救火:改配置、重启服务、看日志 忘在公司/家里的 Mac,远程拿文件、跑任务、点两下 GUI 通勤路上连 VPS 运维,切 WiFi/蜂窝也不掉线 价格:免费(仅有可选打赏内购) 平台:iOS / iPadOS + macOS(Mac 端 agent)
人工智能 WebDeck 是一个将 PowerPoint 演示文稿一键转换为交互式网页的开源工具。上传 .pptx 文件后,AI 会理解内容语义(而非简单截图),将每一页幻灯片智能映射为最合适的网页原生组件。 PPT 分享有几个经典痛点: 对方没装 PowerPoint 打不开 手机上排版错乱 文件太大发不出去 内容是"死"的,只有线性翻页 WebDeck 的思路是把 PPT 当作"结构化内容源",用 AI 理解每一页的意图(封面→Hero、目录→导航、数据→图表、Q&A→手风琴),然后用网页组件重新表达。 亮点 核心功能 AI 语义转换:上传 .pptx → AI 理解内容结构 → 生成 12 种网页原生组件(Hero/Cards/Timeline/Chart/FAQ 等) 两种模式:保守模式(保留 PPT 结构)和增强模式(AI 自由重组) 可视化编辑器:5 套主题、响应式预览(桌面/平板/手机)、动画控制 静态 HTML 导出:导出为自包含 .html 文件(约 10KB),离线可读,零外部依赖 离线可用:内置 Mock 模式,无需 API Key 即可完整体验 零依赖图表:手写 SVG 图表渲染器,颜色跟随主题自动变化 markdown 截图或演示视频 在线 可直接体验:
书籍 AI 时代的软件架构学习图谱 这是一个面向 AI 时代的软件架构学习项目,包含系统设计教程、真实系统架构模板和端到端案例,帮助开发者训练架构判断、系统设计和 AI 原生系统设计能力。 亮点 项目不绑定具体语言或框架,而是从需求、约束、数据流、质量属性和工程取舍出发讲架构。内容覆盖分布式系统、RAG、AI Agent、编码 Agent、技术选型、安全、多租户等方向,并提供中英双语在线阅读。 无 截图或演示视频 在线阅读:
人工智能 一句話建工具,自動測試,直接呼叫。並讓你現有的 Agent 也能自己造工具。 核心能力 | 能力 | 說明 | | : | : | | 自動工具生成 | 缺工具時自行建立並保存 | | 自我排程 | 一句話建立定時任務 | | 長期記憶 | 保留重要資訊與上下文 | | 文件搜尋 | 從本機文件回答問題 | | SubAgent | 多 Agent 協作 | | MCP client | 連接外部 MCP 服務 | | MCP server | 讓任何 AI Agent 使用你的沙箱工具 | | Tool Market | 分享與安裝工具 | | 語音轉錄 | 音訊與影片轉文字 | | 自我改進 | 執行失敗後自動修正 | 亮点 跟其他工具比 | | Agenvoy | OpenClaw | Hermesagent | ||||| | 安裝方式 | 一行指令,單一檔案 | pnpm monorepo | pip + docker | | 多模型同時用 | 自動選 | 手動切 | 手動切 | | 對話 UI | 按鈕/選單/modal | 純文字 | 純文字 | | 自己生成工具 | ✅ | ❌ | ⚠️ 僅 skill | | 聊天驗證 | 6 碼驗證碼 | 人工核准 | 人工核准 | | 跨 session 推送 | ✅ | ❌ | ⚠️ 有限 | | 文件搜尋 | 語意+關鍵字 | 僅對話記憶 | 僅對話記憶 | markdown 截图或演示视频 讓你正在用的 AI Agent 擁有自建工具的能力 Agenvoy 同時是 MCP server。 Claude Code、Codex、OpenCode 等 AI Agent 直接連上,就能: 使用你所有的沙箱工具 找不到工具時自動建立新的 建好的工具所有 Agent 共用 一行設定,工具庫即時共享。 影片中建立的範例:fetchweather、fetchcryptoprice <table <tr <td width="33%" valign="top" Claude Code 建立天氣工具 (1) </td <td width="33%" valign="top" Codex 複用天氣工具,再建加密貨幣工具 (2) </td <td width="33%" valign="top" Agenvoy 測試兩個工具 (3) </td </tr <tr <td </td <td </td <td </td </tr </table
Open-source AI penetration testing tool to find and fix your app’s vulnerabilities.
原文🪨 why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman
原文AI-powered job search system built on Claude Code. 14 skill modes, Go dashboard, PDF generation, batch processing.
原文The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
原文Langflow is a powerful tool for building and deploying AI-powered agents and workflows.
原文ehviewer,用爱发电,快乐前行
科技爱好者周刊,每周五发布
ChatGPT 中文调教指南。各种场景使用指南。学习怎么让它听你的话。
《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Java商城 免费 开源 CRMEB商城JAVA版,SpringBoot + Maven + Swagger + Mybatis Plus + Redis + Uniapp +Vue+elementUI 包含移动端、小程序、PC后台、Api接口;有产品、用户、购物车、订单、积分、优惠券、营销、余额、权限、角色、系统设置、组合数据、可拖拉拽的form表单等模块,大量的减少了二开的成本。
提供多款 Shadowrocket 规则,拥有强劲的广告过滤功能。每日 8 时重新构建规则。
《Hello 算法》:动画图解、一键运行的数据结构与算法教程。支持简中、繁中、English、日本語,提供 Python, Java, C++, C, C#, JS, Go, Swift, Rust, Ruby, Kotlin, TS, Dart 等代码实现
AI Agent Assistant & development framework that integrates lots of IM platforms, LLMs, plugins and AI feature, and can be your openclaw alternative. ✨
原文Open-source super AI assistant & Agent Harness. Plans tasks, runs tools and skills, self-evolves with memory and knowledge. Multi-model, multi-channel. Lightweight, extensible, one-line install. (formerly chatgpt-on-wechat)
原文插件化、定制化、无广告的免费音乐播放器
🌩「自选优选 IP」测试 Cloudflare CDN 延迟和速度,获取最快 IP !当然也支持其他 CDN / 多个解析 IP 的网站 ~
AISystem 主要是指AI系统,包括AI芯片、AI编译器、AI推理和训练框架等AI全栈底层技术
一个支持windows/linux/mac的文本编辑器,目标是做中国人自己的编辑器,来自中国。
换一个关键词或分类试试。
7 个仓库已在最近 3 期日报出现,不再作为今日新发现重复展示。
一个完整的 AI 代理机构合集,包含前端开发、社区运营等各具性格与流程的专业专家智能体。
面向软件开发的智能体技能框架与开发方法论。
1,324-exercise fitness dataset — animation GIFs, 180×180 thumbnails, muscle-group & equipment data, and step-by-step instructions in 6 languages. The exercise data layer behind the LogPress app.
原文
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。