开源自荐：Skill Quality Checker Skill Quality Checker 是一个自动化 Skill 质量检测工具，帮助开发者评估和改进 Skill 的质量。通过五维评分体系（问题方案匹配度、完成度、容错性精度、Token 效率），输出详细的评分报告和改进建议。解决的问题在 Skill 开发过程中，开发者常常面临以下问题： 1. 质量难以量化不知道自己的 Skill 写得好不好 2. 缺少标准没有统一的质量评估体系 3. 优化方向不明不知道该从哪些方面改进 4. 审查效率低人工审查耗时且容易遗漏问题 Skill Quality Checker 通过自动化检测，让质量评估变得简单、快速、标准化。核心特性 | 特性 | 说明 | ||| | 🔍 五维评分 | 匹配度、完成度、容错性、精度、效率 | | 📊 详细报告 | Markdown / JSON 格式输出 | | ⚡ 零依赖 | 只用 Python 标准库 | | 🚀 开箱即用 | 单脚本执行，无需配置 | 使用示例 bash 扫描所有 skills python3 scripts/checkquality.py scandir ~/.claude/skills/ 输出报告 python3 scripts/checkquality.py skill ./myskill/ output report.md 输出示例： markdown | Skill | 匹配 | 完成 | 容错 | 精度 | 效率 | 总分 | 评级 | ||||||||| | pdf | 19 | 18 | 16 | 18 | 17 | 88 | ⭐⭐⭐⭐ | 联系方式 GitHub 仓库链接小而美、解决实际问题、零门槛使用、持续迭代。

Original

DTSoftware developmentDTSkill / pluginDTLinux

Weekly Submissions

—

微信数据导出和年度总结，高仿微信，支持消息实时更新

去年做了个b站年度总结，很荣幸上了周刊，现在该到微信的年度总结了 WeChatDataAnalysis 是一个可以对微信4.x数据解密并生成年度总结，界面高仿微信，支持实时更新，导出聊天记录，朋友圈等大量便捷功能的项目年度总结 <table <tr <td align="center" colspan="2" alt="年度总结 Modern" width="800"/</td </tr <tr <td alt="AnnualSummary 1" width="400"/</td <td alt="AnnualSummary 2" width="400"/</td </tr <tr <td alt="AnnualSummary 3" width="400"/</td <td alt="AnnualSummary 4" width="400"/</td </tr <tr <td alt="AnnualSummary 5" width="400"/</td <td alt="AnnualSummary 6" width="400"/</td </tr <tr <td alt="AnnualSummary 7" width="400"/</td <td alt="AnnualSummary 8" width="400"/</td </tr </table 部分界面预览 <table <tr <td align="center" colspan="2"<b聊天记录页面</b（支持多种消息类型展示，样式尽可能与微信保持一致）</td </tr <tr <td colspan="2" align="center" alt="聊天记录页面" width="800"/</td </tr <tr <td align="center" colspan="2"<b修改消息</b（本地修改，支持恢复）</td </tr <tr <td colspan="2" align="center" alt="修改消息" width="800"/</td </tr <tr <td align="center" colspan="2"<b实时消息同步</b（点击侧边栏闪电图标后，消息会自动刷新）</td </tr <tr <td colspan="2" align="center" alt="实时消息同步" width="800"/</td </tr <tr <td align="center" colspan="2"<b朋友圈</b（支持查看用户之前朋友圈的背景图及时间；本地查看过的朋友圈即使后续不可见也可以查看）</td </tr <tr <td colspan="2" align="center" alt="朋友圈" width="800"/</td </tr <tr <td align="center" colspan="2"<b聊天记录导出</b</td </tr <tr <td colspan="2" align="center" alt="聊天记录导出" width="800"/</td </tr </table

Original

Weekly Submissions

—

DubTab：浏览器里的实时语音翻译与 AI 配音

DubTab 是一个浏览器扩展，主打「实时语音翻译 + AI 配音」。打开任意带声音的网页标签页，比如 YouTube、Netflix、Twitch、Zoom、Google Meet、在线课程网站等，DubTab 就可以直接进行实时翻译，并且支持可选的 AI 配音和双语字幕。我做它的原因其实很简单：平时看外语视频、直播、课程，或者参加跨语言会议时，很多时候不是内容难，而是一直要在“听原声、看字幕、暂停、回放”之间来回切换，很消耗注意力。我想做一个更自然一点的方案：尽量不打断原本的观看和交流节奏，让用户像平时看内容一样去理解外语内容。 DubTab 目前比较核心的点有这些：产品简介实时翻译网页中的语音内容支持自然的AI 配音，主要使用的是OpenAI的音色，不只是字幕翻译支持双语字幕，可以同时看原文和译文实时翻译，无需手动上传文件，不用先下载视频再处理直接在浏览器标签页里工作，打开就能用适合的使用场景看 YouTube、直播、播客、访谈上 Udemy、Coursera 等外语课程参加 Zoom / Google Meet 等跨语言会议追海外新闻、国际时事、KOL 直播内容追星，比如我的朋友就在用我的产品看韩国的偶像直播看外语内容但又不想频繁暂停和来回切换字幕我觉得它和普通“字幕翻译”工具不太一样的地方很多工具只能做字幕文字翻译，DubTab 更想解决的是“理解体验”本身。除了字幕，还可以直接用 AI 语音把内容低延迟地配出来，这样在看视频、直播和会议时会更自然一些。而且整个过程不需要手动上传文件，打开网页就能开始。目前有15分钟的免费测试使用，由于成本比较高，所以免费时间较为有限。如果你也经常看外语视频、课程、直播，或者需要参加跨语言会议，欢迎试试，也很欢迎大家提建议。

Original

DTResearch & learningDTSoftware developmentDTWeb app

Weekly Submissions

—

dbpaw: 利用rust写的高性能,现代化,跨平台,内置AI的数据库管理工具

datagrip太占内存?dbeaver太复古?navicat太贵? 想要一个高性能的,现代化的,跨平台的,内置AI的数据库管理工具?欢迎来体验 github地址极致轻量：安装包只有 ≈10MB，安装后占用 ≈80MB，内存常驻极低（甩开 Electron 系工具几条街）真正现代化：告别 DBeaver 那种“飞机驾驶舱”式复杂界面，精简掉 99% 开发者一辈子用不上的功能，专注常用场景，操作更直观、更丝滑跨平台：支持mac，windows，linux多平台（再也不用公司一套,回家一套) 数据库兼容：当前支持MySQL、PostgreSQL、ClickHouse、TiDB、SQL Server、SQLite（仍在加速适配中) 颜值在线：支持超多主题配色（暗黑、浅色、各种高饱和/低饱和风格）内置 AI 辅助（实验性功能）：目前支持简单结合 AI 做 SQL 归纳、表结构解释、慢查询分析等（安全性还在打磨中，后续会加本地/可选云端模式）完全免费：不用登录、不用付费、没有会员功能、没有广告主界面多主题多数据库类型支持 sql补全

Original

DTData & operationsDTSoftware developmentDTmacOS

Weekly Submissions

—

全球首个面向科研的人类-AI Agent协同式讨论社区，支持 agent x clawbot接入

AgentPanel：全球首个面向科研的人类AI Agent协同式讨论社区我们聚焦大模型、科研生活与各学科前沿问题，用户对象：科研工作者，科技爱好者，广大学生群体.... 我们相信：你的每一次好奇，都值得被认真对待。在 AgentPanel，你的每一次提问不再只被回答一次，而是会被多个最先进 AI Agent 从不同视角持续讨论、不断迭代推进。在这里，你可以： 1. 🙋 抛出一个问题，触发多个 Agent 共同参与回答与补充。 2. 👍 随手逛逛有意思的问题和高质量回答，并对内容点赞 / 点踩。 3. 💬 围观 Agent 之间的交锋，也可以加入人 × Agent 的辩论场。 4. 🤖 支持接入 OpenClaw 🦞，让你的「龙虾」自动参与讨论、持续跟进。我们的目标很简单：帮你把每一次好奇，更快转化为洞察。目前已接入 250+ AI Agent，以及包括 ClaudeOpus4.6、Gemini3.1Pro、Grok4、GLM5、Minimax2.5、DeepSeek3.2、Qwen3.5、InternS1Pro、Kimi2.5 在内的 10+ 领先大模型。欢迎免费试玩，和最强硅基大脑互动，把好奇推进成洞察。

Original

DTResearch & learningDTAgent extensionDTAgent orchestration

Weekly Submissions

—

rai: 一个开源命令，在终端环境，或者已有的脚本中添加AI指令

Homepage: Gtihub rai 是一个命令行工具，可以在命令行中执行自然语言描述的指令，而不用具体思考用什么unix命令，比如 terminal $ rai "test my network speed" Registrar: MarkMonitor Inc. 也可以和其他unix命令一样，进行piping，比如 $ ls al | rai "count all file size" Total: 42 files, 1.2 MB combined 或者是基于文档执行更复杂的指令 $ rai runsecuritycheck.md Fixed 5 issues across 3 files. See diff below. 我目前的使用场景是，假如你的旧项目中已经有一连串脚本，比如： | script/ | eslintall.js | buildfull.js | release.sh ... 你可以将额外的一些活写成md文件作为脚本，在开发，发布流程，或者 pipeline 中使用。 diff | script/ | eslintall.js | buildfull.js +++ | translate.md +++ | securitycheck.md +++ | autosolveconficts.md | release.sh ...

Original

DTSecurity & testingDTData & operationsDTCLI

Weekly Submissions

—

ScamShield — AI 反诈骗实时检测助手（Telegram Bot + Web Dashboard）

最近身边有朋友被诈骗短信骗走了钱，挺难受的。研究了一下发现印度和东南亚的电信诈骗特别猖獗，很多人收到钓鱼消息根本分不清真假，特别是冒充银行、UPI 支付验证这类。所以做了 ScamShield，一个 AI 反诈骗检测工具。核心思路很简单：把可疑消息丢给 AI 分析，秒出风险评分和解释，告诉你哪里有问题。两种使用方式： 1. Telegram Bot — 直接转发收到的可疑消息给 Bot，几秒钟返回分析结果 2. Web Dashboard — 网页端粘贴消息分析，还能看到社区检测到的诈骗类型分布、风险趋势等数据技术栈：后端 FastAPI + SQLite AI 分析用 Claude API，针对印度常见诈骗类型（UPI 诈骗、KYC 钓鱼、彩票骗局、冒充银行等）做了专门的 prompt 设计消息中的 URL 会通过 Google Safe Browsing API 做安全检查前端纯 HTML/JS + Chart.js，没用框架截图： Telegram Bot 实时检测效果： Dashboard 主界面消息扫描 + 实时统计：诈骗类型分布 + 风险等级分布：最近检测记录 feed： GitHub: Live Tool: 现在能检测十多种诈骗类型，支持英语/印地语/泰米尔语等多语言消息。欢迎试用和提建议。

Original

DTResearch & learningDTWeb appDTLibrary / SDK

Weekly Submissions

—

Sugandhit

Handmade soy wax candles for elegant home fragrance

Mar 7, 2026 · What developers are building

No matching projects

Discuss this edition