DEV TRENDS / DAILY DISCOVERIES

May 21, 2026 · What developers are building

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

开源数字人 Agent 框架，打造你的专属数字分身

得益于开源数字人模型性能的不断提升，现在仅用消费级显卡就能做到和数字人进行实时视频通话。 CyberVerse是一个开源的实时数字人Agent框架。这张图解释了什么是数字人Agent。总之通过CyberVerse，仅需一张照片，就可以和任何你喜欢的角色进行实时视频聊天，亦或者创建自己的数字分身，甚至还能指挥ta帮你干一点活。

Original

DTLibrary / SDK

Weekly Submissions

—

你好！我注意到 ruanyf/weekly 已经是中文技术社区最稳定的内容入口之一，优势不是单篇内容，而是持续帮大家发现“值得知道的新东西”。我整理了 3 个针对你们项目的增长建议： 1. 把开源自荐入口再前移成“按读者意图”筛选现在 issue 区已经非常活跃，但对普通读者来说，最有帮助的不是项目数量，而是“我现在想找什么”。比如增加独立开发、AI 工具、开源出海、效率工具这类轻量标签或索引，会更容易沉淀成长期可搜索的中文发现入口。 2. 挑选少量“高信噪比项目”做可复述摘要很多项目被看见一次就过去了。如果能对少量有代表性的项目补一句“为什么值得关注”的编辑说明，会更容易被社群转发，也更容易让读者记住周刊本身的判断力。 3. 给投稿者更明确的“什么样的介绍更容易被选中”示例现在很多自荐标题仍偏功能堆砌。建议给 3 组标题/简介示例，告诉大家什么样的描述更容易被读者理解和点击。这样会直接提升投稿质量，也能减少后续筛选成本。如果觉得有帮助，我可以整理成完整的 GROWTH.md 提 PR。参考资源：

Original

DTBusiness & growthDTDesktop productivity

Weekly Submissions

—

Lando 一款 AI LandingPage 生成器

Lando Lando 是一款 AI LandingPage 生成器。 Lando is an AI landing page generator. 你用一段话描述项目，AI 自动生成官网并收集用户意向。 Describe your project in plain text, and the AI creates a beautiful landing page in minutes—with lead collection built in. 不会写代码也能在 5 分钟上线。 No coding required. 适合创业验证、个人项目展示和小微企业建站。 Perfect for validating ideas, personal projects, and small business websites.

Original

DTSoftware developmentDTWeb appDTWeb

Weekly Submissions

—

QuickBGCut：浏览器本地运行的免费 AI 抠图工具

阮老师好，我做了一个在线 AI 抠图工具：QuickBGCut 它的功能很简单：上传一张图片，自动去除背景，然后下载透明 PNG。我做它主要是为了解决几个常见痛点： 1. 不需要注册账号 2. 完全免费 3. 下载结果没有水印 4. 图片在浏览器本地处理，不上传服务器，隐私更可控目前支持 JPG、PNG、WebP 图片上传，适合处理商品图、头像、Logo、签名、证件照、社交媒体配图等场景。相比很多在线抠图工具，QuickBGCut 更适合“临时用一下”的需求：打开网页、上传图片、下载结果，不需要安装软件，也不用走复杂流程。网站地址：感谢阮老师维护周刊，也欢迎大家试用和反馈。

Original

DTLifestyle & entertainmentDTWeb appDTWeb

Weekly Submissions

—

Coding Tools MCP：让任意 MCP 客户端获得写代码能力

Coding Tools MCP 是一个基于 Model Context Protocol (MCP) 的本地代码仓库操作后端。它能让任何支持 MCP 的大语言模型客户端，直接与你的本地项目进行交互，实现“阅读代码、全局搜索、生成并应用 Patch、运行命令、审查 Git Diff”的全闭环工作流。 Github 通过Coding Tools MCP这个工具：能够给支持 MCP 的客户端接一个本地代码仓库操作后端，让它能读文件、搜代码、打 patch、跑命令、看 git diff。大概流程是这样： MCP 客户端 ↔ Coding Tools MCP ↔ 本地项目目录也就是说，只要你的客户端支持 MCP，就可以把它接到本地项目上，当成半个Codex/Claude Code去使用。支持的工具列表：文件访问：readfile, listdir, listfiles, viewimage 代码修改：searchtext, applypatch 环境执行：execcommand, writestdin, killsession 版本控制：gitstatus, gitdiff, gitlog, gitshow, gitblame 严格的安全边界设计在设计之初就充分考虑了本地执行的安全性（尽管它不是一个完整的虚拟化沙箱）：路径隔离：所有读写、搜索、Git 操作被严格限制在 Workspace 根目录内。拦截绝对路径、.. 穿越及 Symlink 逃逸。命令限制 (execcommand)：内置超时控制、输出截断、敏感环境变量过滤；自动拦截破坏性命令与未授权的网络操作请求。Linux 环境下尝试使用 Landlock 进行文件系统级沙盒限制。按需赋权 (Tool Profiles)： full: 完整读写与执行权限。 readonly: 仅开放搜索、读取和 Git 只读操作，拒绝写入和命令执行。 compatreadonlyall: 针对特定客户端的只读暗示兼容模式。实际使用体验下面以ChatGPT网页版为例，详细说明一下Coding Tools MCP这个工具的具体使用方式，通过Coding Tools MCP能让本来没有Coding能力的ChatGPT摇身一变成为Codex 1、首先Clone 仓库到本地或者任意的能够运行代码进行开发的机器上 git clone 2、安装相关依赖 cd codingtoolsmcp python m pip install e ".[dev]" 3、运行Coding Tools MCP服务 codingtoolsmcp workspace /path/to/repo /path/to/repo 这个路径替换为你实际需要开发的项目文件夹路径 4、运行内网穿透服务 scripts/tunnel.sh cloudflared /path/to/repo /path/to/repo 这个路径替换为你实际需要开发的项目文件夹路径记录下来终端当中输出的Authorization Token和Cloudflare Tunnel地址，示例： Bearer qQQJeOQov3cbexcVtc75OCB7TQKxMAOr1dk6mrBO7kA 5、配置ChatGPT网页版点击设置点击创建应用填写相关信息 :warning:注意：MCP 服务器 URL应该填写上一步获取到的Cloudflare Tunnel地址，并在最后加上/mcp，例如：点击连接应用输入上一步获得的Token，记得包括Bearer 配置成功之后需要返回应用详情页，点击刷新刷新之后滑倒页面底部出现相关工具之后即代表配置完成了 6、使用Coding Tools MCP通过网页版ChatGPT进行Vibe Coding 如图所示，在开始新的对话之前选择启用Coding Tools MCP工具 ChatGPT正常调用Coding Tools MCP工具读取项目相关代码，可以正常进行开发

Original

DTData & operationsDTSoftware developmentDTAgent extension

Weekly Submissions

—

为什么 AI 指令应该优先写“不该做什么”

禁止项给的是框架，框架内部才是自由。正向清单给的是路径，路径之外全是禁区。指令设计的直觉往往导向“应该做什么”。产品经理、提示词工程师、普通用户，第一反应几乎都是描述期望：你应该礼貌、应该详细、应该主动追问。但正向清单存在一个无法解决的缺陷：它不可能穷举。没有设计者能遍历所有场景，而大模型作为概率系统，在未被明确指引的灰色地带会本能地选择“讨好”——帮用户合理化一个糟糕的决策，为明显错误的命题寻找论据支撑。这并非模型“坏”，而是“提供帮助”在训练信号里的权重天然高于“指出错误”。这正是禁止指令优先论的逻辑起点。禁止项的本质，不是束缚，而是重新定义什么叫“帮助”。摘自

Original

DTLibrary / SDK

Weekly Submissions

—

hermes-feishu-zh: 让 Hermes Agent 在飞书里说中文

hermesfeishuzh 一句话描述让 Hermes Agent 在飞书里说中文的一键安装插件，77 条汉化规则，不改现有配置 hermesfeishuzh 是 Hermes Agent 的社区扩展，解决 Hermes Agent 在飞书（Lark）中默认输出英文的问题。一键安装脚本，自动合并中文配置到 config.yaml，安装 larkcli 工具箱插件，设置飞书 post 输出格式。支持回滚和卸载。标签 AI Agent, 飞书, 中文, Hermes Agent

Original

DTAgent extensionDTCLIDTSkill / plugin

Weekly Submissions

—

Toon Tone：一个猜动画角色颜色的网页游戏

Toon Tone Toon Tone 是一个浏览器里的动画角色颜色猜测游戏。玩家根据题目提示，使用 Hue、Saturation、Brightness 三个滑块，还原动画角色身上的目标颜色。每轮提交后，页面会显示具体得分，并拆解是色相、饱和度还是亮度偏差导致扣分。这个设计比单纯给一个分数更直观，也更适合反复练习颜色感知。主要特点： 1. 打开即玩，不需要注册登录。 2. 使用 HSB 滑块猜颜色，适合颜色感知练习。 3. 每轮有详细的 score breakdown。 4. 手机端支持 ±1、±5 微调，方便精确调整颜色。 5. 支持分享同一个 seed 的五轮挑战。 6. 内置排行榜。这个项目适合喜欢网页小游戏、动画角色、颜色训练的用户。

Original

DTLifestyle & entertainmentDTWeb appDTWeb

Weekly Submissions

—

VuReact: 一个面向 Vue 到 React 迁移、兼具「用 Vue 写 React」双重能力的编译工具链

< Star ⭐️~开源不易）文档地址：< 给大家分享我的开源项目 VuReact：一个面向 Vue 3 到 React 迁移、兼具「用 Vue 3 写 React」双重能力的编译工具链。 🤔 开发初衷我喜欢 Vue 的 <script setup 、组合式 API和及其友好的 Vue 心智模型，但很多项目只能用 React。过去只能三选一：手动重写用不靠谱的语法转换工具 / AI 改写 Vue + React 双框架运行时混跑，复杂度爆炸于是做了 VuReact，探索更优雅靠谱的迁移方案。 ✨ 核心能力 ✅ 纯编译输出：分析 Vue 代码，自动生成静态优化后的标准原生 React 代码，不依赖运行时套壳 ✅ 语义级映射：深度解析 Vue 语义，完整支持 <script setup、组件、插槽、响应式（ref/reactive/computed等）、事件派发，输出代码可读易维护 ✅ 渐进式迁移：支持单文件 / 模块分批转换，风险可控 ✅ 原生开发体验：提供 build 编译、watch 监听双模式，开发体验接近 Vite 👍 适用场景项目需从 Vue 3 渐进式迁移到 React，但不想从头重写，优先寻找现有解决方案部分开发者以 Vue 为主技术栈，习惯其心智模型，认为 React 的额外负担比 Vue 更重后端开发者不想学习双框架，Vue 上手快、符合直觉，不愿接触 React 转换后的 React 需完全脱离 Vue 运行时，避免双框架运行时所带来的性能和体积问题 💡 为什么选 VuReact? 其他方案要么是运行时套壳（性能差、调试难），要么是半成品转换（复杂语法就报错）。VuReact 是编译时方案，产物是纯 React 代码，没有 Vue 运行时，支持渐进迁移。 | 其他方案 | VuReact | ||| | 运行时套壳（双框架，性能差，包体大） | 编译时，产物纯 React，可渐进迁移，逐模块编译 | | 半成品转换（复杂语法报错） | 完整模板指令、Props、插槽、Composition API、scoped 样式、 TS 类型定义等 | | AI 改写（结果不确定，代码基于猜测，需人工二次审核） | 确定性编译，基于 AST 静态转换，结果可预测、可追溯 | 👉 深入了解请访问：为什么选择 VuReact？—— 不止是语法转换 vureact 终端交互演示（左 Vue 项目 → 右生成 React 应用）：工具已在真实后台项目落地，持续迭代中～欢迎大家体验、提反馈， ⭐️ Star 支持，对开源真的很重要！

Original

DTResearch & learningDTSoftware developmentDTLibrary / SDK

Weekly Submissions

—

NyaTerm：基于 Tauri / React / Rust 的现代远程终端工作区

NyaTerm 是一个基于 Tauri、React 与 Rust 构建的现代远程终端工作区，面向开发者、系统管理员和 DevOps 工程师。它希望把 SSH、本地 Shell、Telnet、串口、SFTP、隧道、OTP、AI 辅助和加密同步等常用能力，整合到一个轻量的桌面客户端里。官网：文档：它解决什么问题？日常运维和开发中，经常需要在多个工具之间切换：用 SSH 客户端连接服务器用 SFTP 工具传文件、改配置用本地终端执行命令用串口或 Telnet 调试设备用 OTP 管理器填写验证码用备份工具同步连接配置遇到报错时再切到 AI 工具分析问题 NyaTerm 想做的是：把这些和“终端上下文”强相关的能力放在同一个工作区里，让远程连接、文件操作、安全认证和 AI 辅助不再割裂。主要特性多会话工作区：支持 SSH、本地终端、Telnet、串口会话，支持多标签页、横向 / 纵向分屏。 SFTP 文件工作流：SSH 会话内置 SFTP 文件浏览器，支持上传、下载、重命名、移动、删除、传输队列，以及“本地编辑后自动回传远端”。 AI Assistant：支持 Ask 和 Agent 两种模式，可以生成命令、解释终端输出、分析错误，并基于当前终端上下文执行多步辅助操作。安全与认证：支持密码、私钥、known hosts、OTP、锁屏、主密码、本地加密存储，以及基于正则的凭据自动填充。网络工具：支持代理、SSH 跳板机、本地 / 远程 / 动态隧道。同步与备份：支持通过 WebDAV 或 S3 兼容存储同步加密快照，支持加密导入导出 .dgfy 备份。迁移支持：支持从 Xshell、MobaXterm 和 WindTerm 导入会话。跨平台：支持 Windows、macOS 和 Linux。 AI Assistant 的一些设计 NyaTerm 的 AI 功能不是单纯聊天窗口，而是和终端会话绑定：可以解释当前选中的终端输出可以根据活跃终端上下文生成命令 Agent 模式下按“观察、决策、执行”的循环辅助处理多步任务命令会以结构化卡片展示，包括风险等级和执行控制高影响命令会触发审批门槛，并尽量给出更安全的替代方案输入 @ 可以把其他终端会话纳入 AI 上下文目标是让 AI 更像一个在终端旁边的辅助工程师，而不是脱离现场的问答框。适合谁使用？ NyaTerm 比较适合这些场景：经常维护多台 Linux / Unix 服务器需要在 SSH、SFTP、本地命令和配置文件之间频繁切换需要管理 OTP、私钥、known hosts、跳板机和隧道需要调试 Telnet、串口设备或嵌入式设备希望有一个本地优先、可迁移、可加密备份的终端工作区希望 AI 能基于当前终端上下文辅助分析和执行任务技术栈前端：React 桌面框架：Tauri 2 后端：Rust 文档站点：Docusaurus 许可证：MIT License 截图可以在项目 README 或官网中查看截图：主工作区终端增强 SFTP 文件工作流安全与网络工具同步与备份官网：文档：欢迎大家试用，也欢迎反馈和贡献。

Original

DTData & operationsDTDesktop productivityDTAgent extension

Weekly Submissions

—

Papr - 本地优先的桌面 RSS 阅读器

Rust Papr 本地优先的桌面 RSS 阅读器 Papr 是一个基于 Tauri 开发的本地优先桌面 RSS 阅读器。所有订阅、阅读状态和星标都保存在本地的一个 SQLite 文件里，不需要账号，也不上传云端，备份迁移只要拷贝一个文件。支持 OPML、文件夹、标签规则、全文抓取、FreshRSS 同步和音频朗读，并内置可选的 AI 摘要 / 问答（用自己的 API key）。Rust + Tauri 实现，安装包小、内存占用低，跨 macOS / Windows / Linux，MIT 开源。亮点本地优先：数据全在本机一个 SQLite 文件，无账号、无云、无 telemetry 基于 Tauri + Rust，相比 Electron 体积更小、内存更省 AI 摘要 / 问答 / digest 为可选，BYOK，按需启用，不强制联网自带音频播放器，文章可接连朗读，适合通勤支持 FreshRSS 同步，要联机也只走自己的服务器国人独立开发，开源跨三大桌面平台截图或演示视频

Original

DTSoftware developmentDTmacOSDTWindows

HelloGitHub Submissions

—

帮 AI Agent 编写系统提示词的 Skill

人工智能帮 AI Agent 编写系统提示词的 Skill 这是一个面向 Codex / Claude Code 风格环境的 Skill，用来帮助 code agent 为其他 agent 项目编写可部署的 system prompt，覆盖角色定义、任务边界、工具规则、证据来源、输出格式和失败处理。亮点解决 AI 直接写 system prompt 时常见的角色乱推、工具 API 幻觉、schema 字段泄漏、提示词过长和不可部署说明混入等问题。 README 与评估说明为中文，Skill 正文和 references 保持英文，兼顾中文用户阅读和 agent 运行时理解。内置 prompt engineering principles、domain adaptation、tool contract 和 evaluation checklist。提供 .codex/INSTALL.md，包含 macOS / Linux / Windows 的安装、验证、更新和卸载步骤。带 MIMO 兼容 eval runner 和 test/ 评估用例，当前自测 with skill 平均通过率 0.917，without skill 平均通过率 0.554。 text 请使用 $agentsystempromptarchitect 我想做一个中文学习助手 agent，主要给高中生和大学低年级学生用。它需要能解释课程知识点、根据用户上传资料回答问题、整理错题、制定复习计划。系统里可能会有检索用户资料、检索课程知识库、保存错题、生成学习计划等工具，但我还没有确定真实工具名、参数和返回格式。帮我写一个可以直接放进 system message 的系统提示词。截图或演示视频暂无。

Original

DTResearch & learningDTData & operationsDTAgent extension

HelloGitHub Submissions

—

Mixpanel Headless

Programmatic access to product analytics for agents and devs

DTSoftware developmentDTLibrary / SDK

May 21, 2026 · What developers are building

No matching projects

Discuss this edition