—
DEV TRENDS / DAILY DISCOVERIES
May 24, 2026 · What developers are building
Daily discoveries from developer communities, independent makers, and open source.
Gemini Omni Video Generator — 基于 Gemini Omni 和 Veo 的 AI 视频生成器
大家好，我做了一个 AI 视频生成工具，想推荐给大家。 Gemini Omni Video Generator 基于谷歌最新的 Gemini Omni 和 Veo 模型，输入文字描述就能生成高质量视频。适合做内容创作、短视频素材、营销视频等场景。 主要特点： 集成 Gemini Omni + Veo 等多个先进视频生成模型 文本到视频，操作简单，几秒出片 支持多种风格：电影感、动画、写实等 无需技术背景，输入提示词即可生成 网站地址： 欢迎大家试用，有反馈欢迎留言，谢谢！
Original
—
无需后台服务的 Windows 极简防火墙 netblock
netblock Windows程序联网管理，直接基于底层 WFP（Windows Filtering Platform）实现，无需后台服务。 特性介绍 AI 友好的命令行接口 直接使用 Windows 底层接口，无需后台服务 不依赖windows防火墙，即使防火墙是关的也能生效 C:\Windows\System32netblock.exe h netblock <command [options] Commands: add Add a blocking/filtering rule del Delete rule(s) list List all rules managed by netblock Options for 'add': n <name Rule name (for later management; default: autogenerated UUID) p <path Program absolute path (include .exe; default: all programs) a <ip/cidr Remote IP address (IPv4/IPv6, e.g. 192.168.1.1 or 2001:db8::/32) l <port|range Local port (e.g. 80; 80009000; 81,82,83; 81,8285; default: all) r <port|range Remote port (same format as l; default: all) e <block|allow Action (default: block) d <in|out|both Traffic direction (default: both) t Set as temporary rule (default: persistent) Options for 'del': n <name Delete by rule name (recommended) p <path Delete all rules matching this program path (batch) Note: 'add' requires at least one filter condition (p, a, l, or r).
Original—
Hermes Agent 飞书套件：让 AI Agent 在飞书里说中文
Hermes Agent 飞书套件 一句话描述 让 AI Agent 在飞书里说中文、看懂图片、状态一目了然。 Hermes Agent 是一个开源 AI Agent 框架，支持飞书、Telegram 等平台。但默认在飞书里输出英文，中文用户体验很差。 飞书套件 是三个独立的社区扩展包，解决这个问题： 1. hermesfeishuzh（中文化包） 114 条中文化规则，覆盖错误信息、界面元素、CLI 输出 一键安装，不改现有配置 自带 larkcli 工具箱（飞书 API 命令行） 2. hermesfeishudisplayplus（显示增强包） 收到消息显示"已收到，正在思考..." 工具调用记录聚合显示（不再碎片散落） 长时间任务显示进度（已用时间、轮次） 模型名显示为"小米 MiMo"而不是"Xiaomi MiMo" 3. hermesfeishuadapteroptimization（适配优化包） 发图片给 Hermes，能正确看到图片内容（不再是文本路径） 发文件，下载失败有明确中文提示（不再静默丢失） 忙碌时发消息，附件不会被丢掉 技术亮点： 每个包独立安装、验证、回滚 自动备份，可随时恢复 完整的测试套件和验证脚本 适用人群： 使用 Hermes Agent 的中文用户 想要在飞书里用 AI Agent 的团队 对 AI Agent 本地化感兴趣的开发者 标签 AI, Agent, Feishu, Lark, Chinese, Localization
Original—
atst，mac 端超轻量划词翻译小工具
痛点来自日常用 mac 碰到不熟悉的英文，总要复制粘贴到翻译软件里，就想做一个类似浏览器划词插件的菜单栏小工具。 功能 ⌥D 划词翻译：选中英文按一下，结果浮窗弹出 ⌥S 截图翻译：框选屏幕区域，识别 + 翻译 开箱即用：内置 Google + Microsoft ，免 API key AI：OpenAI 兼容格式，自配置 Base URL / Key / Model ，支持智能解析（多义词、IPA 音标、技术名词解释） macOS 26 Liquid Glass 适配 纯 Swift 零依赖，DMG 5MB 用你自己的 key ，免费、无订阅，Apache 2.0 开源 首次使用 绕过未知开发者警告（自签名应用）：右键 app → 打开 → 弹窗里再点一次「打开」。或在 Terminal 跑一句：xattr d com.apple.quarantine /Applications/atst.app 权限：⌥D 需要辅助功能权限（读选区），⌥S 需要屏幕录制权限。在「系统设置 → 隐私与安全性」里放行即可。
Original—
幻彩拼豆：可以将任何图片转换为拼豆图纸的网站
内置了国内主流拼豆玩家最常用的品牌色卡库 Mard、Coco、漫漫、盼盼、咪小窝 等全部一网打尽！ 功能全部免费、无需登录即可使用、转换功能全部在本地浏览器处理 内置专业级像素编辑器 如果你觉得自动生成的图纸还有瑕疵，不需要导出到电脑上用画图工具改，网站直接内置了一个极其强大的在线编辑器！ 🌟 独家黑科技：沉浸式 3D 预览 辅助拼豆模式，方便数豆，再也不怕找不到位置了 导出图纸成品展示
Original—
CanvasCast 是一个基于 React、TypeScript 和 Vite 构建的浏览器端白板录制工具
在线体验： 演示视频：B站观看 项目灵感来自现代录屏软件和数字白板工具，重点围绕白板绘制、幻灯片式演示、录制设置、背景装饰、摄像头小窗、麦克风选择与提词器等功能，形成一套可以直接在浏览器中完成白板内容创作与录制导出的工作流。 它适合算法讲解、课程演示、技术说明、可视化笔记、作品集 、产品流程说明等场景。CanvasCast 更关注轻量、直接、可操作的白板录制体验，而不是复杂的视频后期剪辑。 操作界面： 录制设置： 支持本地运行开发
Original—
FunClip — 用文字搜索视频片段，一键裁剪导出
FunClip（5.6K Stars）是基于 FunASR 语音识别的智能视频裁剪工具。 核心功能： 输入关键词或句子 → 自动定位视频中对应的片段 → 一键裁剪导出 使用场景 从 2 小时会议录像中快速找到某段发言 从播客/采访视频中提取精彩片段 根据字幕内容批量裁剪短视频 视频内容搜索和索引 安装使用 bash pip install funclip funclip 打开 Gradio 界面，上传视频，输入关键词，自动裁剪 技术亮点 基于 FunASR 语音识别（170 倍实时） Gradio 可视化界面 支持热词提升识别准确率 自动生成字幕 + 裁剪 GitHub: FunASR:
Original—
SenseVoice — 一个模型同时做语音识别+情感检测+声音事件分类
SenseVoice（8.2K Stars）是阿里通义实验室的多任务语音理解模型。 一个 234MB 模型同时完成： 语音识别（ASR） 语种检测（中/英/日/韩/粤） 情感识别（开心/悲伤/愤怒/中性） 声音事件检测（笑声/掌声/音乐/哭泣） 速度 GPU: 170 倍实时（10 秒音频只需 70ms） CPU: 17 倍实时（无需 GPU 也能用） 使用 python pip install funasr from funasr import AutoModel model = AutoModel(model="iic/SenseVoiceSmall", vadmodel="fsmnvad", device="cuda") result = model.generate(input="audio.wav") 输出带情感标签: <|HAPPY|今天天气真好<|NEUTRAL|我们出去走走吧 应用场景 客服质检（自动检测客户情绪） 会议分析（识别氛围变化） 内容审核（检测异常声音事件） 语音助手（根据情绪调整回复） GitHub: FunASR 工具包:
Original—
OmniTrends — 98 个数据源的实时热点新闻聚合阅读器
在线演示： 基于 NewsNow 二次开发，原项目已长期未更新。OmniTrends 将数据源从 40 个扩展到了 98 个，覆盖国内热榜、国际媒体、科技、财经四大分类。 特点 数据源丰富：微博、知乎、百度、抖音、B站、今日头条等国内热榜 + BBC、Guardian、NHK、WSJ、Al Jazeera 等国际媒体 + Hacker News、GitHub Trending、Product Hunt、Huggingface Papers 等科技源 代理支持：HTTPSPROXY 环境变量即可走代理，适合国内访问被墙的国外源 暗色/亮色模式 部署简单：一键部署到 Cloudflare Pages/Workers，免费额度足够个人使用 技术栈 React 19 + TypeScript + Vite 7 + UnoCSS Nitro (h3) 服务端，支持 Node / Cloudflare Workers / Bun SQLite（本地）/ Cloudflare D1（线上） 欢迎试用和反馈！
Original—
OpenChromeCLI：受够了浏览器插件连不上，我做了一个把 AI Agent 直接接到真实 Chrome 的工具
这是一个开源的浏览器桥接工具，用来把 Claude Code、Codex、Hermes 这类 AI Agent 接到你正在使用的真实 Chrome 浏览器上，而不是重新起一个沙盒实例。 我做它的原因很简单：受够了 Codex 里面的 Chrome 插件老是连不上浏览器，估计很多时候就是中继程序端口对不上。 所以我想做一个更直接的方案，让 Agent 能稳定接入本地真实浏览器，保留登录态、Cookie、扩展和现有会话。 目前已经支持： 直接接入真实 Chrome / Edge / Brave 点击、输入、截图、执行脚本、读取控制台和网络请求 通过 CLI / TCP 接入多种 AI Agent，并支持多实例并行调度 抓取 Heap Snapshot，做更深的前端调试分析 适合本地浏览器自动化、AI Agent 远程接管、前端调试、SEO 分析这类场景。 补充： 演示视频： 文档： 平台：Chrome / Edge / Brave，Windows / macOS / Linux 欢迎反馈。
Original—
inferloop.dev — 一个前端工程师写的 AI Infra / Agent 技术书在线站
阮老师好。推荐一下我自己写的技术书站点。 我前端出身，最近两年 all in AI / AI Infra。学的过程中发现一个明显的空白：国内系统讲 LLM 基础设施、Agent 架构的中文教材几乎没有——要么太学术，要么太碎片。所以从去年开始，我用工程师视角写了一系列技术书，全部免费在线阅读。 站点：inferloop.dev 目前已完稿或接近完稿的几本： Hermes Agent 源码解读 — 帮工程师快速理解一个真实 Agent 项目的架构设计 LLM Infra 工程实战 — 面向应用层工程师的LLM 基础设施 AI Token 中转站实战 — 从 0 搭建企业级LLM 网关 Agent Memory 工程实战 — 从 claudemem 源码到企业级记忆平台 百万级 AI Agent 平台架构 — 智能客服 SaaS 实战 自己动手写 AI Agent — 从 Claude Code 开源架构到你的第一个编程助手 完整书单（还包含 Transformer 教学、OpenClaw 源码解析、Claude Code Skill / 插件指南等）见站点导航。所有书的配套源码开源在 github.com/diguike。 适合的读者： 前端 / 全栈 / 后端工程师转 AI 方向 想系统理解 LLM 底层的应用层开发者 在用 Claude Code 等 Agent 工具、想搞懂背后机制的人 如果适合周刊「工具」或「资源」栏目，欢迎收录；不合适也没关系。
Original—
goip：一个极简且免费的 IP 地址查询服务
GOIP IP 地址查询服务 一个基于 MergedIPData 数据库，极简的 IP 地址查询服务，支持并发以及多语言、简化输出格式。 github地址 功能特性 完全免费，下载即使用 毫秒级响应，准确度高 两种输出格式：完整版 / 简化版 多语言支持：简体中文、英语、德语、法语、日语等 支持多 IP 并发查询（逗号分隔） 支持下载/更新 IP 数据库 下载进度条显示 提供免费服务 、 使用步骤 1. 下载编译好的文件启动 2. 下载 IP 数据库 首次运行服务时，如果检测到本地没有 IP 数据库，会自动下载默认数据库： bash ./goip.exe 手动下载/更新方式： 方式一：下载默认数据库 bash ./goip.exe d 1 方式二：下载指定 URL 的数据库 bash ./goip.exe d 下载完成后会自动退出，数据库文件保存为 MergedIP.mmdb。 3. 启动服务 默认监听端口 8066，可通过 p 参数指定端口： bash ./goip.exe p 8080 4. API 接口 完整版查询（默认） 路由：/ 参数： ip：要查询的 IP 示例： bash 查询单个 IP curl " 批量查询 curl " 响应示例： json [ { "ip": "8.8.8.8", "data": { "city": {...}, "continent": {...}, "country": {...}, "location": {...}, "subdivisions": [...], "asn": {...} } } ] 简化版查询 路由：/s 或 /s/{lang} 参数： ip：要查询的 IP {lang}：语言代码（可选，默认为 zhCN） 支持的语言： | 语言代码 | 说明 | ||| | zhCN | 简体中文（默认） | | en | 英语 | | de | 德语 | | es | 西班牙语 | | fr | 法语 | | ja | 日语 | | ptBR | 巴西葡萄牙语 | | ru | 俄语 | 示例： bash 默认简体中文 curl " 英文输出 curl " 日语输出 curl " 批量查询 curl " 响应示例： json [ { "organization": "Google LLC", "city": "Mountain View", "isp": "google.com", "asnorganization": "Google LLC", "latitude": 37.40599, "asn": 15169, "continentcode": "NA", "country": "美国", "timezone": "America/LosAngeles", "countrycode": "US", "longitude": 122.078514, "region": "加利福尼亚州", "ip": "8.8.8.8", "regioncode": "CA" } ] 简化版字段说明： | 字段 | 说明 | ||| | ip | IP | | asn | AS 号码 | | asnorganization | AS 组织名称 | | organization | 组织名称（同 asnorganization） | | isp | ISP 域名 | | continentcode | 大洲代码 | | country | 国家名称 | | countrycode | 国家代码 | | region | 地区/省份 | | regioncode | 地区代码 | | city | 城市名称 | | latitude | 纬度 | | longitude | 经度 | | timezone | 时区 |
Original—
Chromium Dino，一款使用现代 Web 技术构建的游戏，打包为桌面应用发布至 Steam
steam 商店。灵感来源于经典的 Chrome 离线恐龙小游戏，Chromium Dino 在此基础上进行了全面重构——多生态关卡、技能道具、皮肤系统、幽灵竞速、每日挑战，以及商业级深色 UI，全部运行于 Electron 之上。 特性 5 大关卡生态 — 沙漠、雪原、森林、城市、太空，各有独特障碍物与场景氛围 道具系统 — 护盾、冲刺、慢动作、双倍积分、磁铁，5 种增益道具 可解锁皮肤 — 经典、忍者、太空、骑士、机器人、黄金，用游戏内金币购买 幽灵竞速 — 与自己的最佳录像赛跑 本地双人 — 同一台机器上双人游玩 每日挑战 — 每天生成相同种子关卡，全球玩家同台竞技 昼夜循环 — 游戏过程中动态光照切换 Steamworks 集成 — 成就、排行榜、统计数据（可选；无 SDK 时自动进入离线模式） 手势模式（实验性） — 通过摄像头手势控制恐龙：竖起大拇指跳跃，向下竖大拇指蹲下 头控模式（实验性） — 解放双手，通过头部姿态控制恐龙：抬头跳跃、低头蹲下、左右转头触发临时速度变化 专业级深色 UI — 动态渐变背景、毛玻璃 HUD、流畅过渡动画 技术栈 | 层级 | 技术 | | | | | 运行时 | Electron 28 | | 游戏引擎 | Phaser 3.90 | | UI 框架 | React 19 | | 状态管理 | Zustand 5 | | | TypeScript 5.7 | | 构建工具 | Vite 6 + electronvite 5 | | 打包发布 | electronbuilder 24 | 项目结构 src/ ├── main/ Electron 主进程 │ ├── index.ts │ └── steam.ts Steamworks SDK 集成 ├── preload/ 预加载脚本（Context Bridge） │ └── index.ts └── renderer/ 渲染进程 └── src/ ├── App.tsx 根组件 & 事件绑定 ├── main.tsx React 入口 ├── phasergame.tsx Phaser ↔ React 桥接 ├── components/ React UI 组件 │ ├── mainmenu.tsx │ ├── gameoverlay.tsx │ ├── gameover.tsx │ ├── skinselector.tsx │ ├── shop.tsx │ ├── settings.tsx │ └── dailychallenge.tsx ├── stores/ Zustand 状态仓库 │ ├── gamestore.ts │ ├── inputmodestore.ts │ └── playerstore.ts ├── hooks/ │ └── usegameevents.ts Phaser ↔ React 事件钩子 ├── game/ │ ├── main.ts Phaser 游戏引导 │ ├── eventbus.ts 跨框架事件总线 │ ├── types/ 共享 TypeScript 类型 & 枚举 │ ├── assets/ Chrome 精灵图资源 │ ├── scenes/ Phaser 场景 │ │ ├── boot.ts │ │ ├── preloader.ts │ │ └── gamescene.ts │ ├── objects/ 游戏对象 │ │ └── dino.ts │ ├── managers/ 游戏子系统管理器 │ │ ├── backgroundmanager.ts │ │ ├── camerasource.ts │ │ ├── difficultymanager.ts │ │ ├── ghostmanager.ts │ │ ├── headposesource.ts │ │ ├── groundmanager.ts │ │ ├── inputmanager.ts │ │ ├── levelmanager.ts │ │ ├── obstaclemanager.ts │ │ ├── powerupmanager.ts │ │ └── scoremanager.ts │ ├── sprites/ 程序化精灵生成 │ └── audio/ 程序化音频生成 └── styles/ ├── global.css 设计令牌 & 基础样式 └── components.css 组件样式
Original—
filecat 快速搭建私人内网穿透
C 如果你有一台具有公网的服务器想实现内网穿透，然后还要具备可视化的管理，使用filecat 如果你有一台具有公网的服务器想实现内网穿透，然后还要具备可视化的管理，使用filecat 亮点 内网穿透，文件管理 markdown 截图或演示视频
Original
—
从本地转写到生产服务的开源语音识别工具箱
人工智能 从本地转写到生产服务的开源语音识别工具箱 FunASR 是面向真实应用的开源语音识别工具箱。它把 Paraformer、SenseVoice、FunASRNano 等模型与 VAD、标点、时间戳和说话人能力放进统一 Python 接口，并提供 OpenAI 兼容服务、vLLM、llama.cpp 和原生 runtime 等部署路径，适合会议转写、字幕、语音助手及离线处理。 亮点 一套接口覆盖完整语音流水线：AutoModel 可组合 ASR、VAD、标点和说话人模型，避免开发者自行拼接多个独立项目。 中文与多语种场景选择丰富：Paraformer 面向高效中文识别，SenseVoice 支持中、粤、英、日、韩语及情感和声音事件识别，FunASRNano 面向多语种语音理解。 已有应用可低成本接入：官方示例提供 OpenAI 兼容的 POST /v1/audio/transcriptions，并附 Docker Compose、OpenAPI、客户端和 Kubernetes 配置。 不只停留在演示脚本：部署矩阵覆盖 Python、vLLM、llama.cpp/GGUF、TensorRT/Triton，以及流式、离线、移动端和多平台原生 runtime。 生态验证充分：RAGFlow、Dify、SGLang Omni、GPTSoVITS、Optimum Intel、Pipecat 等项目已经采用或集成相关能力。 中文产品文档完整：官网提供快速开始、模型选择、工业部署和生态案例，可按设备、并发、协议和模型筛选部署路线。 python from funasr import AutoModel model = AutoModel( model="iic/SenseVoiceSmall", vadmodel="fsmnvad", device="cpu", ) result = model.generate(input="meeting.wav") print(result[0]["text"]) 安装只需： bash pip install funasr 工业部署入口： 截图或演示视频 FunASR 产品站首页展示了模型、部署方式和生态入口： 产品站 部署矩阵：
Original—
WhatCable
Know what your USB-C cable can really do
266
Stitch 3.0 by Google
Generate and iterate UI screens with AI on a live canvas
525
ModelHub
The missing menu bar app for local LLMs on Mac.
318
Edgee Fallback Models
Claude Code that never stops
176
Runway Agent
Generate edited, sound-designed videos via chat
162
Freu AI
Automate any Mac app with $0 recurring run cost
295
DockFlow
Save, switch, and automate Dock layouts for every workflow
136
DynamicNotch
Dynamic island for macOS
147
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.