DevTrendsDeveloper trends
Accent color

DEV TRENDS / DAILY DISCOVERIES

Jun 15, 2026 · What developers are building

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

老板以为我在 Vibe Coding,我:是的(顺便背了 30 个单词)

推荐一个我做的词汇学习工具:Fishword 一句话定位:代码让 AI 慢慢生成,单词我先偷偷记几个。 Fishword 面向 Vibe Coding 场景——当你在 Pi.dev 里等待 AI 回复、命令执行或测试完成时,可以直接在开发环境内顺手复习单词,零切换成本。 核心特点: 使用 FSRS 算法调度复习,根据记忆曲线动态安排复习时间 数据全部存储在本地 SQLite,无需注册、无需联网 内置三个词库(CET4 / CET6 / TOEFL),也支持导入自定义词汇(JSONL 格式) 每个词库有独立的 FSRS 调度状态,多个备考目标互不干扰 快捷键驱动(Ctrl+Shift+F 显示词卡,G/H/A/E 评分),不打断编码节奏 当前集成:Pi 编程助手 pi install npm:@fishword/piextension 安装后自动导入词库,无需任何配置,打开 Pi 即可开始复习。 词卡界面: 详情面板(音标 / 词性 / 释义 / 例句): 学习统计: 词库切换: GitHub | 产品展示页:

Original
DTResearch & learningDTDesktop productivityDTSkill / plugin
—

QiLuo AI — AI Chat Platform

📖 Introduction QiLuo AI is an AI chat management platform built on the QiLuo framework. It inherits QiLuo's enterprisegrade development capabilities (RBAC permission management, system monitoring, code generator, etc.) and deeply integrates multimodel AI conversation capabilities on top of that. QiLuo AI provides a complete AI chat system built from scratch, including: Multi AI Provider Integration — Builtin adapters for OpenAI, Claude, Ollama, and more, easily extensible AI User Management — Independent user registration/login system with SMS verification code support Session Management — Create, edit, delete sessions; persistent message history with pagination VIP Plan System — Tierbased model access control with usage statistics and daily limits OpenAICompatible API — Accessible via standard OpenAI SDK, compatible with Cherry Studio and other clients Access Key Management — Selfservice API Key generation for secure AI interface calls Voice Input & Screenshot — Browserbased speech recognition and screenshotasinput Multimodal Conversations — Support for image paste and camera photo upload 📸 AI Chat Interface (qiluoaichat) A modern, beautiful fullscreen AI chat application with dark/light theme switching. | Feature | Screenshot | ||| | Chat Interface | | | Model Selection | | | Settings Panel | | | VIP Plans | | AI H5 Chat Interface A lightweight, clean H5 chat interface for mobile and desktop. | Feature | Screenshot | ||| | Chat Interface | | | Model Selection | | Admin Dashboard (qiluovue) | Feature | Screenshot | ||| | AI Operation Statistics | | | AI User Management | | | AI Provider Configuration | | | Usage Logs | | ✨ Features AI Platform Capabilities 🧠 MultiModel Support — Supports GPT4o, Claude, Gemini, and more LLMs via hotpluggable Provider adapters 🔌 MultiProvider Adapters — Builtin adapters for OpenAI, Claude, Ollama; standardized interfaces for quick integration 💬 Realtime WebSocket Chat — Streaming output with cancel generation, heartbeat keepalive, and reconnection 📜 History Session Management — Autosave chat history with rename, delete, and paginated review 🔗 Session Sharing — Oneclick share link generation 📊 Usage Tracking — Token consumption and request counts by user, model, and time period 💎 VIP Plan System — Multitier plans with daily/monthly message and token limits 🔑 Access Key Management — Selfservice create/delete API Keys for OpenAIcompatible API access 🔌 OpenAICompatible API — Provides /v1/chat/completions, /v1/models, /v1/audio/transcriptions endpoints 🎨 Deep Thinking Mode — Supports reasoning content display 📷 Multimodal Input — Image paste/camera/screenshot upload with code highlighting 🗣️ Voice Input — Browserbased speech recognition, autotranscribed to text 🌙 Dark/Light Theme — Systemfollow or manual toggle 🌐 Multilanguage — Chinese/English/Japanese/Korean UI Underlying Framework Capabilities (Inherited from QiLuo) 🦀 Rust Ecosystem — Rust + Axum + SeaORM + JWT, performance with memory safety 🔐 RBAC Permission Management — Multidimensional user, role, menu, and API permission control 📱 WeChat Management — Builtin WeChat Official Account management with menu config, message management, autoreply ⚡ High Performance — Async architecture, high concurrency with fast response 🌐 Distributed — Supports cluster deployment, multiple data sources, distributed architecture 📊 System Monitoring — Realtime server status, online users, operation logs ⏰ Scheduled Tasks — Online Cron expression configuration 🔀 Read/Write Splitting — Autorouting for masterslave database architecture 🏢 MultiTenancy — Logical or physical data isolation by tenant ID

DTData & operationsDTSoftware developmentDTWeb app
—

每日AI前沿信息 —— 支持 GitHub Trending、Hacker News、OpenAI、Anthropic、InfoQ AI 等 AI 信息

【开源自荐】每日AI前沿信息 —— 支持 GitHub Trending、Hacker News、OpenAI、Anthropic、InfoQ AI 等 AI 信息 项目背景: AI 圈每周都会出一些新的概念,根本来不及了解学习,而自己获取信息又比较散,因此有了这个AI 前沿信息 1. 支持GitHub Trending、Hacker News、OpenAI、Anthropic、InfoQ AI、Linux Do、V2EX等信息 2. 使用GPT4来整理理解关键信息、支持邮件系统 3. 支持API、RSS、SKILL,可以支持不同阅读方式 4. 市场验证:每日100左右独立IP地址,Github Star 118⭐️ 项目效果:

Original
DTResearch & learningDTSkill / pluginDTLinux
—

图片模糊工具:将图片模糊功能做细做全

Blur Image Online 这是一个功能强大齐全的在线图片模糊工具,用户无需下载安装即可使用更加专业的图片模糊功能。 它支持: 框选模糊功能/Selective Blur 全局模糊再清晰功能/Full Image Blur 马赛克模糊/Pixelate Image 人脸模糊/Face Blur 敏感信息模糊/Sensitive Information Blur 文字模糊/Text Blur 运动模糊/Motion Blur 主要特点 在线即可使用,无需下载安装任何软件,方便快捷 免费,无需注册 图片在本地处理,无需上传服务器,保障隐私安全。

Original
—

从 AI Agent 的 BubbleWrap 沙箱,看“世界与地图”的隔离哲学

地图从来不是为了描述全部现实。 它只是针对特定任务,对现实进行选择性的表达。 导航地图关心道路。 地铁图关心线路。 物流地图关心运输网络。 每一种地图都保留了自己需要的信息,同时忽略了大量无关细节。 Bubblewrap 做的事情与此非常相似。 没有创建新的操作系统。 也没有构造一个真正独立的世界。 它只是向进程展示了一张经过裁剪后的地图。 例如: / ├── usr ├── bin └── workspace 然后告诉进程: 你的世界就是这些内容 对于 AI Agent 而言,这张地图就是现实。 摘自

Original
DTData & operationsDTAgent orchestration
—

中级全栈工程师(偏后端)

全栈工程师 / FullStack Engineer 关于 Pyxis Pyxis 是一家总部位于新加坡的金融科技公司,正在构建面向非洲市场的支付基础设施。我们连接非洲本地支付网络、银行体系与全球结算通道,帮助企业和个人更安全、高效、低成本地完成收付款与跨境资金流转。 我们相信,支付不应该是新兴市场贸易和商业增长的阻碍,而应该成为连接非洲与全球市场的基础设施。 Pyxis 的团队成员背景多元,来自非洲、中国、新加坡、澳大利亚等不同地区。我们是一支小而快的早期团队,既重视对真实业务的理解,也重视用技术和 AI 工具把复杂流程变得更清晰、更高效、更可规模化。 工作类型 全职固定期限合同 + 远程办公 我们在找什么样的人 我们正在寻找一位 全栈工程师 / FullStack Engineer,一起搭建 Pyxis 面向新兴市场的支付产品、商户系统、API 服务和内部运营工具。 这个岗位适合已经有完整项目经验、能独立负责模块交付的工程师。你不需要一开始就熟悉非洲支付或跨境金融,但需要对真实业务有好奇心,愿意理解商户、运营、合规、支付通道和结算流程背后的问题,再用工程能力把它们做成可靠的产品和系统。 在 Pyxis,工程师不会只是“接需求、写页面、做接口”。你会参与真实支付业务的系统建设:商户入驻、订单流转、支付通道、结算对账、Partner API、内部运营后台,以及帮助团队提高效率的 AI Bot 和自动化工具。 我们希望你既能写出稳定、可维护的代码,也愿意和产品、运营、合规一起把问题拆清楚。这里很多需求不会一开始就有完美规格,你需要能在不确定中判断优先级、快速验证方案,并对最终业务结果负责。 这是一个适合 productminded engineer 的位置:你会接触真实的新兴市场支付场景,也会有空间把 AI 工程工具融入日常开发流程。我们希望你能使用 Codex、Claude Code 等工具提升开发、调试、重构、文档和测试效率,而不是只按传统方式写代码。 你会负责 1. 支付产品与平台开发 负责 Pyxis 跨境支付相关系统的前后端开发和持续迭代; 参与商户 Portal、API 服务、内部运营系统、AI Bot 等业务模块建设; 从需求讨论、技术方案、开发联调到上线交付,独立负责模块级落地; 在真实业务反馈中持续优化系统体验、稳定性和可维护性。 2. 后端服务与 API 能力 设计和实现业务接口、数据模型、权限控制和核心业务逻辑; 参与订单、支付、结算、对账、商户管理等后端模块开发; 处理事务一致性、异常重试、日志追踪、性能优化等工程问题; 参与第三方 Partner、支付通道或外部系统对接,包括 API 接入、签名认证和异常处理。 3. 前端与内部工具 负责商户端和内部运营后台的页面功能、交互逻辑和接口联调; 把复杂的支付、结算、对账和风控流程做成清晰可用的产品界面; 和运营、合规、销售团队一起发现重复工作,并沉淀为工具和系统能力; 持续提升内部工具的可用性,帮助团队更快处理真实业务问题。 4. 稳定性与工程效率 参与系统上线后的问题排查,包括日志分析、接口异常、性能瓶颈和稳定性改进; 维护代码质量、工程规范和可测试性,让系统在业务增长中仍然可迭代; 主动使用 AI 工具提升编码、调试、测试、重构和文档效率; 把可复用的工程实践沉淀下来,帮助早期团队更快、更稳地交付。 我们希望你 有 3 年以上软件开发经验,做过完整项目,能独立负责模块开发; 熟悉至少一门后端技术栈,Java / Spring Boot 优先,Go、Node.js 等也欢迎; 熟悉 Vue、React 或其他主流前端框架,能独立完成前端业务开发; 理解 REST API、数据库、Web 系统架构和常见工程实践; 可以英文沟通,能阅读资料、整理信息,并和海外伙伴进行基本沟通; 对支付、金融科技、新兴市场或全球南方商业基础设施有兴趣; 学习能力强,能适应早期团队节奏,在不确定中把问题拆清楚并做出来; 会主动使用 AI 工程工具提升开发效率,而不是只按传统方式写代码。 加分项 有支付、金融科技、交易系统、SaaS 或 B 端平台项目经验; 熟悉 Docker、云服务、CI/CD、监控告警或线上稳定性建设; 做过外部 API、Partner 系统、支付通道或金融机构系统对接; 熟悉 Golang、Node.js、Python 等其他语言; 深度使用过 Codex、Claude Code 等工程型 AI 工具,并能把它们融入日常开发流程。 为什么加入 Pyxis Global Exposure:你会和来自不同国家和地区的团队协作,接触真实的跨境支付和新兴市场业务; Real Product Ownership:你会参与产品和系统从 0 到 1 的搭建,很多模块不是维护旧系统,而是直接决定未来怎么跑; Close to the Business:你会离商户、运营、合规和支付通道很近,能看到自己写的系统如何影响真实交易和团队效率; AInative Engineering:我们鼓励工程师使用 AI 工具提升开发效率,也欢迎你把 AI 能力做进内部工具和业务流程里; Crosscultural Team:Pyxis 是一家总部位于新加坡、面向非洲市场的支付初创公司,团队成员背景多元,工作方式开放、直接、务实; Flexible Work:远程办公友好,弹性工作时间; Equity Upside:早期突出贡献成员可获得公司期权。 How to apply / 如何投递 请将 application 发送至:crew@pyxis.money 邮件标题请使用以下格式:[Pyxis Application] FullStack Engineer 姓名 邮件正文请包含: 应聘岗位:FullStack Engineer / 全栈工程师 姓名、邮箱、电话 / WhatsApp / Telegram 当前所在地、时区、可远程工作时间 GitHub / LinkedIn / 作品集 / 技术博客 / 产品链接(如有) 最早可开始时间,以及每周可投入时间 23 句话说明你做过的相关项目,以及为什么适合这个岗位 附件请包含简历,文件名建议使用:姓名 FullStack Engineer CV.pdf

Original
DTResearch & learningDTData & operationsDTAgent extension
—

一款使用c#写的Coding Agent 智能体,基于MAF框架

NarutoCode NarutoCode 是一款基于Microsoft Agent Framework 框架编写然后运行在终端中的智能体编程工具,面向真实工程开发场景设计。它不是一个简单的问答入口,而是把大模型能力、终端交互、文件系统、命令执行、会话管理和本地持久化组合在一起,让 Agent 可以直接围绕当前代码仓库完成分析、修改、验证和持续协作。 在日常开发中,很多任务并不是单次回答可以解决的。比如排查一个构建错误,需要读取项目结构、搜索相关代码、理解调用链、修改文件、执行构建,再根据结果继续修正。NarutoCode 的目标就是把这类工程任务放到一个可持续执行的终端工作流中完成。 核心定位 NarutoCode 的定位是“终端里的 Agent 编程工作台”。 它关注三件事: 1. 让 Agent 理解真实工作区 Agent 基于当前目录读取文件、搜索代码、分析模块关系,而不是依赖用户手动复制代码片段。 2. 让 Agent 执行工程动作 Agent 可以调用受控工具完成文件读取、内容搜索、代码编辑、命令执行、任务跟踪等操作。 3. 让工程任务形成闭环 从需求理解、代码定位、修改实现到构建验证,都可以在同一个终端会话中连续完成。 技术栈 C/.NET Microsoft Agent Framework Spectre.Console SQLite Serilog 核心能力 工作区感知 NarutoCode 以本地目录作为工作区运行。启动后,当前目录就是 Agent 的工程上下文。 Agent 可以围绕工作区完成: 读取源码、配置和文档; 搜索类、方法、接口、配置项和调用点; 理解项目分层、模块边界和依赖关系; 在指定工作区内进行最小化文件修改; 基于真实代码结构回答问题,而不是脱离上下文生成泛化建议。 这让它更适合处理真实项目,而不是只处理孤立代码片段。 工程任务闭环 NarutoCode 支持完整的工程任务执行链路: text 理解需求 ↓ 定位相关文件 ↓ 阅读关键代码 ↓ 分析实现关系 ↓ 修改目标文件 ↓ 执行构建或测试 ↓ 根据结果继续修正 这个闭环覆盖了日常开发中的高频场景: 项目结构分析; 功能实现; Bug 排查; 构建失败修复; 代码重构; 文档整理; 配置检查; 运行结果验证。 受控工具调用 NarutoCode 不是只输出文本建议。Agent 可以根据任务需要调用工具完成实际操作。 核心工具能力包括: Skills:支持本地SKILLS 文件搜索:按路径、通配符查找文件; 内容搜索:按关键字或正则定位代码片段; 文件读取:读取源码、配置、文档内容; 文件编辑:在理解现有结构后进行精确修改; 命令执行:运行构建、测试、脚本等本地命令; 任务管理:拆解复杂任务并跟踪执行状态; 上下文管理:控制长会话中的历史消息和工具结果规模。 PlanExecute:计划和执行 Todo:待办清单 Task:基于任务的执行 命令执行支持审批控制,可以在需要更高安全性的环境中启用确认机制。 会话持久化 NarutoCode 会按工作区保存会话历史。再次进入同一个目录时,可以继续最近会话,也可以恢复历史会话。 持久化内容包括: 工作区会话; 用户消息; Agent 回复; 工具调用记录; 工具执行结果; Token 使用信息; 模型原始消息内容。 这使得长期任务可以持续推进,不需要每次重新说明项目背景。 会话记忆 NarutoCode 会将用户的一些提示或者反馈的重要信息,存储到项目工作区的Memory.md 记忆文件中,可保证同一个工作区的会话记忆共享 流式终端交互 NarutoCode 使用终端作为主要交互界面,支持流式输出和实时状态展示。 终端中可以看到: Agent 的实时回复; 工具调用状态; 审批提示; 构建或命令输出; 错误信息; Markdown 渲染内容。 运行中的任务可以取消。取消后会清理未完成的工具调用状态,避免残留上下文影响后续会话。 多模态输入 NarutoCode 支持图片输入,可以把截图、错误弹窗、界面对比图等作为任务上下文提交给 Agent。 典型场景包括: 分析错误截图; 识别 UI 异常; 对比修改前后的界面效果; 结合截图和代码一起定位问题。 对于桌面应用、终端截图和前端界面问题,这可以减少大量文字描述成本。 模型协议适配 NarutoCode 通过统一抽象隔离模型接入,避免上层业务绑定某个模型厂商或 SDK。 当前支持的协议形态包括: OpenAI Chat 协议; OpenAI Responses 协议; Anthropic 协议; 兼容 OpenAI 协议的第三方模型服务。 架构设计 NarutoCode 采用分层架构,将终端表现、应用编排、领域抽象和基础设施实现分离。 CLI 层 CLI 层是终端入口和表现层。 主要职责: 解析启动参数; 初始化依赖注入容器; 承载终端 UI; 处理键盘输入和取消信号; 渲染聊天消息、工具状态和审批提示; 处理图片输入和退出命令。 CLI 层不直接实现核心对话逻辑,也不直接操作数据库细节。 Application 层 Application 层负责编排对话相关用例。 主要职责: 会话创建; 会话恢复; 历史列表查询; 消息发送; 工具审批转发; 运行时会话重置。 Application 层依赖 Domain 中的模型和接口,负责流程组织,不承载基础设施实现。 Domain 层 Domain 层是稳定的核心抽象层。 主要内容包括: 会话模型; 消息模型; 工作区上下文; 配置模型; 消息角色和类型枚举; 会话服务接口; 会话仓储接口; Agent 客户端抽象。 Domain 层不依赖终端 UI、数据库、模型 SDK 或 Agent 框架实现,是系统中最稳定的部分。 Infrastructure 层 Infrastructure 层负责外部能力落地。 主要职责: Microsoft Agent Framework 集成; 模型客户端创建; 工具注册与执行; Shell 命令执行; 文件搜索和内容搜索; SQLite 初始化和访问; 会话历史持久化; 上下文压缩; JSON 序列化配置; 日志系统接入。 所有外部技术细节都集中在这一层,避免污染应用层和领域层。 总结 NarutoCode 是面向工程开发场景的终端 Agent 编程工具。它把本地工作区、模型推理、工具调用、会话持久化和终端交互整合成一个完整工作流,让 Agent 可以真正参与项目分析、代码修改、命令执行和结果验证 同时NarutoCode也是一个基于C MAF组件的Code Agent智能体

Original
DTData & operationsDTDesktop productivityDTAgent extension
—

AnyChat,任何输入框都是你的ai chat客户端

如果你经常写邮件、改文案、整理会议纪要、翻译内容,推荐试试 AnyChat。它是一款 macOS 菜单栏应用,核心作用很简单:在任何应用的输入框里,用快捷键直接调用 AI 帮你重写、润色、翻译或整理文本。 它最大的优点是不打断工作流。你不需要复制文字、切到 ChatGPT、粘贴、等待、再复制回来。只要在当前输入框中选中文字或输入内容,按下快捷键,AnyChat 就会自动读取文本,发送给你配置的 AI 服务,然后把结果原地写回。 主要特点 1. 全局快捷键触发 在邮件、微信、飞书、Notion、浏览器、文档编辑器等任意输入框中都能使用,适合高频文字处理。 2. 支持 OpenAI 兼容接口 可以配置 Base URL、API Key 和模型名称,支持 OpenAI,也支持其他兼容 OpenAI API 格式的服务。 3. 多角色提示词 可以创建不同角色,比如“商务邮件”“英文翻译”“文案润色”“内容精简”“代码解释”等。每个角色都有独立的系统提示词,适配不同场景。 4. 角色可绑定独立快捷键 常用操作可以一键触发。例如一个快捷键用于正式改写,另一个快捷键用于翻译英文,不用每次手动切换提示词。 5. 流式输出,结果实时写回 AI 回复会逐步显示,不需要等完整结果生成后才看到内容。 6. 支持原地替换或保留原文 可以让 AI 直接替换原文,也可以保留原始输入,在后面追加 AI 结果,适合对比修改。 7. 本地配置,隐私更可控 API Key 和配置保存在本机,不上传到额外服务器。处理过程会临时使用剪贴板,完成后自动恢复。 下载地址:

Original
DTContent creationDTDesktop productivityDTDesktop app
—

程序员和软件还有前途吗 —— 从 NocoBase 收入再翻倍谈起

AI 正在重塑软件行业和程序员的职业生涯,从周刊收录的 AI 内容占比就很容易感受到。现在很少有人还在讨论软件本身,大多数话题都是在聊 AI ,或者因为 AI 带来的职业变动。 程序员和软件还有前途吗?作为一个开源软件产品,我们经历焦虑、碰撞与转型后,再次迎来收入翻倍。希望这篇总结文章为小型软件团队、尤其是企业软件行业的朋友提供一些参考。

Original
—

HarnessHub:聚合并一键应用前沿大模型 harness 的零依赖 CLI

人工智能 聚合并一键应用前沿大模型 harness 的零依赖 CLI 网上收集大模型「泄露系统提示词」的仓库很多,但几乎都只能看不能用。HarnessHub 把多个上游的前沿模型 harness(系统提示词 + 工具定义)归一化成统一 JSON 结构,能跨版本、跨模型做行级 diff,监控上游悄悄改动并写变更日志,还能一键编译进自己 agent 的 AGENTS.md,并附带一个可浏览、可并排对比的网页目录。 亮点 和那些只堆 .txt 的泄露仓库不同,它给「看不能用」的提示词加了三个动词:标准化、diff、apply。纯 Node、零运行时依赖、29 个单测;仓库只存来源不存逐字内容(provenance, not copies);跨源用内容哈希自动去重;apply 写入 AGENTS.md 时是幂等且可回退的。 bash harness pull vendor Anthropic filter opus4.8 多上游拉取并归一化 harness diff opus4.6 opus4.8 官方提示词跨版本改了哪几行 harness apply <id into ./AGENTS.md yes 一键写进你自己的 agent

Original
DTSoftware developmentDTAgent observabilityDTWeb app
—

PowerLens - 实时 macOS 系统指标 zsh 插件

项目推荐 项目简述:在 zsh 终端右侧(RPROMPT)实时显示 7 项 macOS 系统指标:⚡功率 🔋电量 ⚙️CPU 🌡️温度 🌀风扇 🧠内存 ↑↓网速 亮点 7 级颜色分级:一眼识别系统负载状态(Idle → Light → Moderate → Peak) 单例守护进程:开 N 个终端也只有一个后台进程,<5ms 渲染延迟 两种显示模式:compact 缩写值 / full 带单位小数 每个指标可独立开关:按需显示 Apple Silicon + Intel 双架构:无需 sudo,macOS 12+ 即用 SSH 感知:远程 shell 自动降级显示,不会误启动守护进程 崩溃自动恢复:数据超过 10s 未更新自动重启守护进程 安装 添加到 的 中,重载即可。 截图 技术栈 Go 1.21+(数据采集守护进程) Zsh(插件脚本) IOKit / SMC(macOS 原生硬件接口) MIT 协议,完全开源。 自荐项目说明:本项目由作者自荐,专为 macOS 开发者打造的终端效率工具。项目已有完善文档、CI 测试、详细 README 和演示动画。希望 HelloGitHub 的读者喜欢这个工具!

Original
DTDesktop productivityDTSoftware developmentDTSkill / plugin
—

FreeTTS

400+ AI voices in 75+ languages. Free, no signup.

DTContent / resource
—

Relay

Paste a site & get an AI receptionist that learns from calls

DTWeb appDTContent / resourceDTWeb
—

IdleDev

Get paid while your AI agent thinks

DTSoftware developmentDTCodexDTOpenCode
—

Notchcode

Claude Code + Codex agents in your notch

DTData & operationsDTSoftware developmentDTAgent observability
—

zMkPanicSoS

Open-source emergency video recorder (500Kb, Self-hosted)

DTContent / resourceDTAndroid
—

MiMo Code

A coding agent with explicit long-term memory architecture

DTSoftware developmentDTAgent extensionDTWindows
—

DEV TRENDS / COMMUNITY

Discuss this edition

Sign in with GitHub to share a thought, question, or useful follow-up.

Open discussions ↗