DEV TRENDS / DAILY DISCOVERIES

Apr 4, 2026 · What developers are building

Daily discoveries from developer communities, independent makers, and open source.

EasyChat-可在侧边栏中与顶级模型并行聊天的 Chrome 插件

EasyChat在侧边栏中与顶级模型并行聊天，免费，本地，定制化 Github 为什么做这个市面上现在已经有很多类似sider、monica 这些 Ai 聊天插件了，但这些插件要么有免费问答限制，要么用的开源免费模型、要么在独立窗口，不够便捷。于是我做了这个产品。它通过模拟官网请求的方式与 ai 机器人对话，完全运行在本地，也不需要预先打开一个模型官网的 tab 页。遇到问题按下快捷键同时与多个顶级模型对话对比回答再按下快捷键关闭侧边栏。就这么简单。这个产品我打磨了很久，希望能切实地解决某些需求。持续迭代中，欢迎大家使用~ ✨ 特点 ⌨️ 支持快捷键，Alt+J 随时呼出 / 收起 🔑 模拟 web 请求调用模型，无「免费次数」套路，用量全在你自己的账号上 🔌 可配置 API key，让对话更可控 ⚡ 多模型并排展示，对比回答快人一步 ↔️ 面板可拖拽，怎么顺手怎么来 📜 支持历史会话，一键查看过往消息 🌐 中 / 英界面随时切换 📦 ≲1MB，轻到离谱 🤖 ChatGPT、Gemini、DeepSeek、Copilot、Perplexity… 持续更新中 🖼️ 截图 <p align="center" <b历史会话</b height="500" <b多模型对比</b height="500" <b支持Api 机器人配置</b height="500" </p 🎬 GIF演示

Original

DTDesktop productivityDTSkill / pluginDTWeb

Weekly Submissions

—

一个创建 comfyui workflow 的 AI Skill

ComfyUI Workflow Skill 用自然语言生成可直接导入 ComfyUI 的工作流 JSON 文件。 tts 和对嘴型模型的skill开发中，后续更新无需 API 费用，无需后端。描述你想要的 → 生成有效的工作流 JSON → 导入 ComfyUI 运行。效果展示安装 Skill AI 生成工作流 → 导入 ComfyUI → 运行出图生成的图片 & 视频多个 Workflow 合并更新动作迁移这是什么？一个 Claude Code skill，通过对话生成 ComfyUI 工作流 JSON。不用在 ComfyUI 节点编辑器里手动连线，直接用自然语言描述需求即可。功能特性 34 个内置模板 — 覆盖所有主流模型和任务类型 360+ 节点定义 — 从 ComfyUI 源码提取，确保字段类型和范围准确自动模型下载 — 工作流包含原生 models 字段，导入时 ComfyUI 自动检测缺失模型并弹窗下载 LLM 集成 — 支持 comfyuiLLMparty 节点 (OpenAI / Claude / Gemini / Ollama / DeepSeek) 按需加载节点参考 — 节点注册表拆分为 42 个分类文件，避免一次性加载 4000 行安装前置条件 Claude Code 已安装 Git 已安装方法一：Git Clone + 符号链接（推荐，自动同步更新） bash 1. Clone 项目到本地 git clone ~/codes/comfyuiworkflowskill 2. 创建符号链接到 Claude Code skills 目录 ln s ~/codes/comfyuiworkflowskill ~/.claude/skills/comfyuiworkflow 方法二：直接 Clone 到 skills 目录 bash git clone ~/.claude/skills/comfyuiworkflow 方法三：手动复制 bash cp r comfyuiworkflowskill/ ~/.claude/skills/comfyuiworkflow 验证安装 bash ls ~/.claude/skills/comfyuiworkflow/SKILL.md 应该输出文件路径，说明安装成功卸载 bash rm rf ~/.claude/skills/comfyuiworkflow 基本用法安装后，在 Claude Code 中直接用自然语言描述需求： "帮我生成一个 FLUX 文生图工作流" "创建一个 Wan 2.2 图生视频工作流，带相机控制" "生成一个 SDXL 重绘工作流" "用 LLM 生成剧本，然后生成角色图和视频" 使用 slash 命令 /comfyuiworkflow 生成一个 SD3 文生图工作流生成的文件如何使用 1. 工作流 JSON 文件会保存到当前目录 2. 在 ComfyUI 中点击 Load 或直接将 JSON 文件拖入界面 3. 如果缺少模型，ComfyUI 会自动弹窗提示下载 4. 点击 Queue 运行示例工作流 fluxtxt2imgwan22img2vid.json — 完全由 AI 生成的 FLUX 文生图 → Wan2.2 图生视频全流程工作流，一句话生成： "帮我生成一个 FLUX 文生图 + Wan 2.2 图生视频的工作流" 安装 LLM 集成如果需要在工作流中使用 LLM 节点（剧本生成、角色解析、提示词增强等），需要在 ComfyUI 中安装 comfyuiLLMparty： bash cd ComfyUI/customnodes git clone pip install r comfyuiLLMparty/requirements.txt 支持的 LLM 提供商：OpenAI、Claude、Gemini、DeepSeek、Ollama 及任何 OpenAI 兼容 API。支持的模板 (34) 文生图 / 图生图 | 模板 | 文件 | 说明 | |||| | SD 1.5 文生图 | sd15txt2img.json | 基础 SD 1.5 | | SD 1.5 图生图 | sd15img2img.json | SD 1.5 img2img | | SD 1.5 + LoRA | sd15lora.json | SD 1.5 加载 LoRA | | SD 1.5 + ControlNet | sd15controlnet.json | SD 1.5 ControlNet | | SD 1.5 重绘 | sd15inpaint.json | SD 1.5 Inpainting | | SDXL 文生图 | sdxltxt2img.json | SDXL 基础 | | SDXL 图生图 | sdxlimg2img.json | SDXL img2img | | SDXL + LoRA | sdxllora.json | SDXL 加载 LoRA | | SDXL + ControlNet | sdxlcontrolnet.json | SDXL ControlNet | | SDXL 重绘 | sdxlinpaint.json | SDXL Inpainting | | SD3 文生图 | sd3txt2img.json | SD3 + TripleCLIPLoader | | FLUX 文生图 | fluxtxt2img.json | FLUX.1 高级采样 | | FLUX 图生图 | fluximg2img.json | FLUX.1 img2img | | FLUX + LoRA | fluxlora.json | FLUX.1 加载 LoRA | 视频生成 | 模板 | 文件 | 说明 | |||| | Wan 2.2 文生视频 | wan22txt2vid.json | 832x480, 81 帧 | | Wan 2.2 图生视频 | wan22img2vid.json | CLIP Vision 编码 | | Wan 2.2 首尾帧插值 | wan22firstlast.json | 首帧+尾帧生成视频 | | Wan 2.2 控制视频 | wan22funcontrol.json | 控制视频 + 参考图 | | Wan 2.2 相机控制 | wan22camera.json | 相机运动控制 | | HunyuanVideo 文生视频 | hunyuanvideo.json | HunyuanVideo T2V | | HunyuanVideo 图生视频 | hunyuanvideoi2v.json | HunyuanVideo I2V | | LTXV 文生视频 | ltxvtxt2vid.json | 768x512, 97 帧 | | LTXV 图生视频 | ltxvimg2vid.json | LTXV img2vid | | Mochi 文生视频 | mochitxt2vid.json | 848x480 | | Cosmos 文生视频 | cosmostxt2vid.json | 1280x704 | | Cosmos 图生视频 | cosmosimg2vid.json | Cosmos img2vid | 音频 / 3D / 特殊 | 模板 | 文件 | 说明 | |||| | 图片放大 | upscalemodel.json | RealESRGAN 等 | | Stable Audio | stableaudio.json | 音频生成 (47s) | | Hunyuan3D v2 | hunyuan3dv2.json | 图片转 3D 模型 | | Stable Cascade | stablecascade.json | 两阶段生成 | LLM 集成 | 模板 | 文件 | 说明 | |||| | LLM 对话 (API) | comfyuiLLMparty/llmchatapi.json | API LLM 对话 | | LLM 对话 (Ollama) | comfyuiLLMparty/llmchatollama.json | 本地 Ollama 对话 | | LLM 提示词增强 | comfyuiLLMparty/llmpromptenhance.json | LLM 增强 → FLUX 生图 | | LLM 剧本流水线 | comfyuiLLMparty/llmscripttovideo.json | 剧本 → 角色 → 分镜 | 自动模型下载所有模板都包含 ComfyUI 原生 models 字段。导入工作流时，ComfyUI 自动检测缺失模型并弹窗提示下载： json { "models": [ { "name": "flux1dev.safetensors", "url": " "directory": "diffusionmodels" } ] } 支持 HuggingFace 和 CivitAI 下载源。

Original

DTSoftware developmentDTAgent extensionDTSkill / plugin

Weekly Submissions

—

悟空大闹红楼梦——将你的故事用多智能体演出来

你是否曾对某部名著的结局感到意难平？或者脑洞大开地构思过：当齐天大圣降落在林妹妹的潇湘馆，命运的齿轮会如何转动？ OpenStory 正是为了实现这些“跨界联动”与“沙盒演化”的幻想而生。我们基于 AgentKernel 架构，构建了一个强大的多智能体故事推演系统。书中的每一个角色都被赋予了“数字灵魂”——他们不再是故纸堆里的文字，而是能在复杂场景中自主规划、独立行动的智能体——当然，你也可以任意添加智能体——孙悟空，钢铁侠......，或者给他们指派任务：为了提供极致的沉浸感，我们按比例忠实还原了《红楼梦》的宏大场景。每一处亭台楼阁，都是角色们“飙戏”的舞台。当金箍棒遇上大观园的诗情画意，一场打破次元壁的奇幻剧情正在自主上演…… 目前，《红楼梦》世界已全面开放。下一站，我们将前往荒蛮与浪漫交织的西部背景（Coming Soon）。欢迎 Star 并加入我们的故事实验室，一起玩转 AI 剧情推演！ 🔗 ZJULLMs/OpenStory

Original

DTAgent orchestration

Weekly Submissions

—

TaroMind AI：一个结合西方原型与东方思路的 AI Tarot 产品

大家好，分享一下我最近做的一个产品：TaroMind AI 体验地址：这是一个 AI 引导式塔罗产品，但我想做的不是常见那种“输入问题立刻得到一段神神叨叨答案”的算命工具，也不是简单给 LLM 套一个塔罗皮肤。我更想把它做成一种更慢、更有结构的反思体验。这个产品目前最核心的特点有两个： 1. 同一个问题，可以通过两种不同的解释路径来阅读一条更偏西方原型 / Jungian archetypes 一条更偏东方思路 / contemplative reflection 我比较在意的是“同一个问题，换一个解释框架后，会不会得到不同的理解”，而不是单纯追求“算得准”。 2. 整个流程是有节奏设计的不是聊天框直接吐结果，而是：先写下问题再选择解释引导再抽牌最后得到阅读结果我希望它更像一个带有仪式感的 reflection tool，而不是一个刺激式产品。目前版本包括：新用户 3 次免费阅读 22 张 Major Arcana 牌义公开页两种解释视角私密 journal PayPal 订阅技术上主要用了： Next.js 14 Supabase OpenAI 本地 JSON 知识库做卡牌语义支撑如果从产品定位上说，我更希望它被理解成：一种 symbolic reflection tool 一个 AI 产品实验一个把“塔罗结构”保留下来的交互产品而不是传统意义上的“在线算命网站”。如果大家愿意体验，我也很想听听几个方面的反馈：这种“东西方两种解释路径”的设计有没有意义节奏是不是太慢，还是刚好它是否真的和一般 AI 算命 / AI 聊天产品有区别欢迎拍砖。

Original

DTWeb appDTLibrary / SDKDTWeb

Weekly Submissions

—

AI Workspace Template — 别让 AI 翻字典了，给它一个 ChatGPT

现在的 AI 编程助手理解代码库的方式，本质上是在翻字典——Claude Code 用 grep 搜关键词，Cursor 把文件塞进上下文，碰运气看能不能找到相关的代码。找不到就开始幻觉。这就好比你问一个人"公司的审批流程是怎样的"，他不去问负责人，而是翻公司通讯录一个个名字找线索。 AI Workspace Template 的思路是：别让 AI 翻字典了，给它一个专属的 ChatGPT。 agrefresh 扫描你的代码库，基于 import 依赖关系自动分组，每组分配一个 Agent 深度阅读源码、生成知识文档。Router 知道"数据库的问题找 storage，审批流程找 services"——不靠搜索碰运气，靠理解做路由。 agask "数据库有哪些表" → 直接列出 34 张表，带源文件和行号。 agask "支持 GraphQL 吗" → 正确回答"不支持"，给出 4 条证据。不幻觉。在 374 文件的真实项目上实测，基础问答 9/10，幻觉抵抗 9/10。支持任意 OpenAI 兼容模型（MiniMax、DeepSeek、Ollama、GPT 等免费或付费模型都行）兼容所有 AI IDE（Cursor、Claude Code、Windsurf、Gemini CLI） Python 3.10+，MIT 开源

Original

DTData & operationsDTSoftware developmentDTAgent extension

Weekly Submissions

—

Sabka Pos - Free pos for billing

Sabka Pos - Use your phone as a point of sale

DTBusiness & growth

Apr 4, 2026 · What developers are building

No matching projects

Discuss this edition