—
DEV TRENDS / DAILY DISCOVERIES
May 7, 2026 · What developers are building
Daily discoveries from developer communities, independent makers, and open source.
—
—
—
—
—
AgentKey：一行命令，让 Claude Code / Cursor / Codex 拿到推特、小红书、链上数据
背景 最近一年我在用 Claude Code、Cursor、Codex 写 agent，最大的痛点不是模型不够聪明，而是模型拿不到外部实时数据： 让 agent 看一眼推特 / Reddit / LinkedIn？官方 API 注册门槛高、还经常 403。 让 agent 抓个网页？Firecrawl、Jina、ScrapeNinja 各开一个账号、各管一套 key。 让 agent 查 BTC 价格 / 链上转账？CoinMarketCap、Dexscreener、Chainbase 各注册一遍。 小红书、抖音、B站、知乎、微博、YouTube……每个平台又是一笔账。 每接入一个新数据源，都要走一遍"找 API → 注册 → 实名 → 充值 → 写适配层"的流程。半天就过去了，模型还没开始干活。 AgentKey 是什么 AgentKey 是 一个面向 AI Agent的统一外部数据接口： 一行命令安装，自动给本机所有 agent（Claude Code、Cursor、Codex、Gemini CLI、Claude Desktop 等 40+）配好 MCP，让模型直接拥有： 🌐 Web 搜索 / 抓取（Brave、Perplexity、Tavily、Firecrawl、Jina） 📱 社交平台数据（Twitter / Reddit / LinkedIn / 小红书 / 知乎 / 微博 / B站 / 抖音 / 快手 / Instagram / YouTube / 微信 / Lemon8） 🪙 链上 / 加密货币（Chainbase、CoinMarketCap、Dexscreener） 不用注册十几个三方账号，一个 key 全搞定。 一行命令安装（30 秒） macOS / Linux bash curl fsSL | bash Windows (PowerShell) powershell irm | iex 脚本会自动：探测本机已装的 agent → 把 AgentKey 写进每个 agent 的 MCP 配置 → 弹一个浏览器登录拿 key。 重启 agent 后直接问： "帮我调研小红书"私教课""健身私教"关键词，近 90 天高互动笔记 + 评论区" agent就能自己去拉小红书、汇总观点。无需你再贴 API key、改 JSON。 几个我自己常跑的场景 趋势研究：让 Claude 一句话拉完小红书 + 抖音 + 微博的"防晒霜"近 7 天热门帖。 竞品监控：让 agent 每天抓一遍竞品官网 + 推特动态，自动写日报。 链上分析：直接问"这个钱包过去一周买了什么"，agent 自己查 Chainbase。 替代内置工具：所有需要 web search / fetch URL 的 prompt，让 agent 走 AgentKey，速度更快、不限速。 控制台（看用量、领 key）： GitHub： 说明 早期产品，有粗糙之处。Bug 和需求欢迎 GitHub Issue 或 Telegram 反馈。 本地隔离：AgentKey 不接触你的本地文件、agent 对话记录或其他凭证 —— 只做"对外抓数据"这一件事。
Original
—
cursor-usage，Chrome 扩展，用更清晰的月/日维度统计视图查看 Cursor 各 AI 模型用量，并支持历史月份切换
Cursor Usage 是一款非官方工具，用来查看 Cursor 各 AI 模型的用量统计。它补齐了官方面板的痛点：支持按月查看当前及历史计费周期，也支持按天查看任意日期范围的明细。数据以与官方一致的表格呈现。
Original—
Computer Use CLI：在隔离的 macOS 虚拟机中运行桌面自动化
下载地址： Apache License 2.0 Computer Use CLI 是一个面向 macOS 桌面自动化的命令行工具，可以在 Apple 芯片 Mac 上创建和管理隔离的 macOS 虚拟机，并通过虚拟机内的 agent 获取应用截图、Accessibility Tree，以及执行点击、输入、快捷键、拖拽、滚动等 UI 操作。 在 AI Agent 操作桌面应用、macOS GUI 自动化验证、真实应用交互测试等场景里，通常需要让程序面对完整的桌面环境，而不是只停留在单元测试、DOM 或模拟接口层面。直接控制宿主机桌面虽然简单，但容易受到窗口焦点、权限弹窗、个人数据和当前工作环境的影响，也不利于复现和重复验证。 Computer Use CLI 将桌面操作放到隔离的 macOS 虚拟机中。宿主机通过命令行与虚拟机内的 agent 通信，上层脚本、CI 或 AI Agent 可以用结构化 JSON 获取 UI 状态，并对真实 macOS 应用执行可重复的操作。 目前支持： 创建、启动、停止、查看和删除 macOS 虚拟机。 获取虚拟机内运行中的 App 列表。 采集指定 App 的截图和辅助功能树。 执行 click、type、key、drag、scroll、setvalue、AXPress 等操作。 命令输出 JSON，便于接入自动化脚本、CI 或上层 Agent。 提供 macOS arm64 .pkg 安装包，以及 guest kit 和虚拟机镜像构建文档。 简单示例： bash computeruse machine create name image ghcr.io/jianliang00/computeruse:v0.1 computeruse machine start machine computeruse state get machine app TextEdit screenshotoutput ./textedit.png computeruse action type machine app TextEdit text "hello"
Original—
SmartReader：一个克制的浏览器 AI 插件，使用你自己 LLM 的 apikey，管理浏览网页时常用的提示词，开源免费，无后端。
作为一个中登，我仍然喜欢传统的以网页为主的上网方式，偶尔会用 AI 总结和追问，不想离开网页。 但是现在的 AI 主要以 chatbot 为主，浏览器 AI 插件又试图做得大而全，做得很复杂，找了半天找不到满足自己需求的插件，索性自己 vibe 了一个。 你只需要配置上 apikey 就能用了，推荐 deepseek v4 flash，便宜量大管饱，一天最多用个几毛钱了： 预定义提示词： 即时提示词： 项目开源，你可以自己随便改： 也可以从插件商店里下载：
Original—
vite-plugin-llm-friendly - 让 Vite 站点原生支持 LLM 友好内容输出
【开源自荐】vitepluginllmfriendly 让 Vite 站点原生支持 LLM 友好内容输出 项目简介： 一个面向 Vite 的轻量插件，帮你在不改现有页面路由的前提下，为 AI/LLM 提供更易解析的 Markdown 内容和 llms.txt 索引入口，提升抓取质量并降低 token 消耗。 [截图/GIF] 核心特性： 内容协商输出：同一路径下，浏览器访问返回 HTML，Accept: text/markdown 请求返回对应 .md 内置 llms.txt 支持：兼容 /llms、/llms.txt、/llmsfull、/llmsfull.txt 自动注入发现链接：可在首页注入 <link rel="index" href="/llms.txt"，便于 AI 工具自动发现站点索引 技术亮点/适用场景： 基于 Vite 中间件与流式响应实现，零侵入接入现有站点，适合文档站、博客、产品官网、知识库等希望被 AI 助手更准确理解和引用的项目。 MIT
Original—
WriteGIF.com：把文字变成手写动画 GIF
做了个小工具：WriteGIF —— 输入文字，一键生成"一笔一画写出来"的手写动画 GIF。 特点： 4 款手写字体，颜色 / 速度 / 字号可调 基于真实字形数据逐笔书写，自然不机械 浏览器本地渲染，不上传文字 免注册、无水印、无限次、永久免费 适合场景： 小红书配图、视频转场、PPT 点缀、电子贺卡、邮件 Newsletter。 🔗 打开即用，欢迎试试 🙌
Original—
超强16点vue3+ts拖拽旋转库
功能概览 1. 16点位，上下左右+四角八个点位 2. 边界检测：可以限制出界 3. 圆角控制 4. 动态位置指示器，动态显示：宽高，角度，位置 5. 拖拽旋转无抖动 6. 动态箭头：随着旋转角度修改箭头指向 7. 完全开源：MIT协议 8. 坐标精准，旋转后，坐标始终为左上角那个点 点我直达 点我直达 融入画布 点位展示 动态指示器 当拖拽调整大小显示宽高，当移动时，显示坐标，当旋转时，显示角度
Original—
小红书、b站、抖音视频下载网站
No project description yet.
—
ScoutBrief：社媒增强的 AI 事件搜索工具，生成可复核证据 brief 和 meme 图
网站名称 ScoutBrief ScoutBrief 是一个面向中文互联网的 AI 事件搜索工具。 它不只是检索网页，而是把公开网页、新闻、微博、B站、抖音、小红书、评论区线索和视频字幕放进同一次事件调研里，自动追源、去重、分层和归因，最后生成可复核的事件 brief。 想解决的问题 现在用 AI 搜索一个热点事件，常见结果是把网页信息总结成一段答案。但中文互联网里，很多关键信息并不只在网页里： 事件源头可能在微博原帖或短视频里； 争议细节可能藏在评论区； 视频里的关键信息需要看字幕； 同一条信息会被大量搬运、改写和二次传播； 官方回应、媒体报道、社媒讨论之间往往需要放到同一条时间线里判断。 ScoutBrief 想做的是“社媒增强的 AI 搜索”：用户输入一个品牌、人物、热点事件或争议说法，等待系统自动整理证据链，而不是自己打开多个平台刷信息流。 主要功能 1. 多源事件搜索 综合公开网页、新闻、社媒原帖、评论区、视频字幕等信息源。 2. 证据分层 区分一手证据、关键旁证、舆情信号、重复转述、待核实信息和反证缺口。 3. 事件时间线 按“出现、扩散、回应、被验证”的过程整理事件脉络。 4. 可复核 brief 输出事件摘要、证据卡、来源分层和可继续追问的材料池。 5. meme 图生成 调研完成后，可以基于事件结论生成一张适合复盘、汇报或传播的 meme 图。 适用场景 内容创作者：快速判断热点是否值得写、从哪里切入； 媒体/研究人员：整理事件背景、时间线和引用材料； 品牌/公关团队：追踪舆情源头、扩散路径和回应窗口； 商业研究/投研/BD：快速判断公司、人物、产品争议中的风险信号。 当前状态 目前产品还在内测中，感兴趣可以通过网站访问了解，试用需要邀请码。 也欢迎对中文事件搜索、社媒信息检索、证据分层和 AI 调研工作流感兴趣的朋友一起交流。
Original—
CAJAL — 本地科学论文生成模型（4B-9B，基准测试排名第3）
📝 Proposal: Add CAJAL — Local Scientific Paper Generation Model (4B9B, Ranked 3) Project: CAJAL — Cognitive Academic Journal Authoring Layer Why CAJAL Fits This List CAJAL is a local scientific paper generator that runs entirely on consumer hardware. It generates publicationready research papers with real citations, peerreview scoring, and zero cloud dependency. Key Highlights 🏆 Ranked 3 on P2PCLAW scientific paper benchmark (beaten only by Claude Sonnet 4.6) 🧠 Local 9B model (CAJAL9B v2) with multiple quantizations (Q4KM, Q6K, Q80, F16) 📄 7section papers: Abstract → Introduction → Methods → Results → Discussion → Conclusion → References 🔗 Real citations from arXiv and CrossRef — no hallucinated references ⚖️ Tribunal scoring: 810 LLM judges evaluate each paper on 10 quality dimensions 🔌 100+ integrations: Ollama, LangChain, Jupyter, VS Code, LlamaIndex 💻 Consumer hardware: 418 GB VRAM depending on quantization Model Zoo (HuggingFace) | Model | Size | Quantization | VRAM | Link | |||||| | CAJAL4B | 4B | Q4KM | 4 GB | HF | | CAJAL9B v2 | 9B | Q4KM | 6 GB | HF | | CAJAL9B v2 | 9B | Q80 | 10 GB | HF | | CAJAL9B v2 | 9B | F16 | 18 GB | HF | Quick Start bash pip install cajalp2pclaw ollama create cajal f Modelfile python c "from cajalp2pclaw import PaperGenerator; g=PaperGenerator(); print(g.generate('Your research topic'))" Author Francisco Angulo de Lafuente (Agnuxo1) — Independent researcher, 35 years trajectory ORCID: 0009000116347063 Coauthors: Vladimir Veselov (MIET, Moscow), Seid Mehammed Abdu (Woldia University, Ethiopia), Nirmal Tej Kumar (UT Dallas) Would love to contribute to this list! Happy to open a PR if preferred.
—
Neo by Amp
The Amp CLI has been rebuilt from the ground up
86
LikeTony.ai
Make your landing sound like Elon, Jobs or Yoda
75
Arkiv
Modern Asset Protection for Designers
67
Luma Uni 1.1 API
A reasoning model that interprets intent before it generates
96
ExploreYC
Your data layer for Y Combinator's startup ecosystem
167
MESA
Describe your Shopify workflow. MESA builds it.
210
Google Pomelli Catalog
Turn a product catalog into branded campaign assets
141
MultiChat
The only messaging app you'll ever need.
70
DevPass by LLM Gateway
One key to access every coding model in 3 flat prices
68
Lingo.dev v1
Localization engineering platform for consistent translation
225
Askmeety
The best meeting notes you never wrote and 100% on your Mac
95
Forge
A complete React toolkit made for AI
66
Lovie Formation - Incorporation MCP
Incorporate your next company easily.
126
Saydi
Live voice translation to hear the conversation instantly
73
GetThis
Turn voice, text, or into tasks.
69
No matching projects
Try another keyword or category.
DEV TRENDS / COMMUNITY
Discuss this edition
Sign in with GitHub to share a thought, question, or useful follow-up.