DEV TRENDS / DAILY DISCOVERIES
Jun 21, 2026 · What developers are building
Daily discoveries from developer communities, independent makers, and open source.
TiyGate —— 致力于提供高可用LLM服务的轻量级网关
<div align="center" TiyGate 一个轻量级跨平台 AI高可用网关。 </div 你是否还在多个订阅套餐间来回切换?快使用TiyGate,统一接入多个服务商,按策略使用。 你是否还在为LLM服务商不稳定而频繁切换模型配置?快使用TiyGate,模型自动容灾切换。 你是否还在为不明原因请求失败而挠头定位?快使用TiyGate,请求响应详细日志捕获。 你是否还在为不同服务商、API Key用量统计而烦恼?快使用TiyGate,汇聚多服务商多维度数据统计。 统一接入:支持OpenAICompatible、Responses、Messages、Gemini协议 N x N 转换,协议易扩展 策略容灾:虚拟模型路由,后端多服务商/多模型按策略(优先级、权重、吞吐、延迟)自动容灾切换与恢复 数据沉淀:实时沉淀每一次请求的客户端到网关到服务商之间的请求、响应详细日志,支持策略清理以及S3对象存储投递 轻量应用:支持个人场景的跨平台(MacOS/Windows)桌面端零配置启用、以及企业场景容器化规模部署,桌面端支持本地及云端多实例管理 安全加密:服务商API Key加密存储,请求响应日志敏感字段脱敏 备份恢复:配置可加密导出、导入,支持实例的迁移、备份与恢复 数据统计:汇聚多服务商支持多维度(服务商、模型、APIKEY)数据统计
Original一个简单好看的随机转盘网站
最近做了一个在线转盘网站: 最开始只是想解决一个很简单的问题: 当你有很多选择的时候,到底该怎么选? 比如: 今天吃什么 周末去哪玩 看哪部电影 谁来完成这个任务 抽奖活动 于是做了一个尽可能简单的随机转盘。 特点: 无需注册 打开即用 支持自定义选项 支持保存和分享转盘 手机和电脑都能使用 界面尽量保持干净简洁 虽然只是一个随机工具,但我发现很多人并不是真的不知道答案,而是需要一个“帮自己做决定的理由”。 欢迎体验,也欢迎提建议。 网站:
Original一个可能是最简单的在线抛硬币工具
做这个网站的原因很简单。 有时候我们并不缺选择。 我们缺的是下定决心。 比如: 去还是不去 买还是不买 A 还是 B 继续还是放弃 很多人会随手抛一枚硬币。 有趣的是: 真正重要的不是结果。 而是在硬币飞起来的那一刻,你已经知道自己希望它落在哪一面。 于是我做了这个小网站: 特点: 无需安装 App 打开即抛 动画流畅 手机电脑均可使用 没有多余功能 只是一个安静的抛硬币工具。 如果它能帮你少纠结一次,就已经足够了。 体验地址:
OriginalDirect Light —— 面向导演/摄影的白棚灯光预演沙盘,实时预览光位与阴影
在线 Direct Light 是一个面向导演、摄影指导和灯光师的白棚灯光预演沙盘,纯前端、开箱即用。在标准白色影棚里实时预览:人物站位、灯位 / 灯高 / 距离 / 角度、灯具类型、控光附件、白光与彩色光,对人物和地面阴影的影响。 几个一眼能看懂的因果:灯越低地面影子越长、硬光影子越锐、柔光越柔、彩色光会把白墙染色、白棚反射会把阴影填亮让画面变平。 特点 拖灯位 / 调灯高 / 改柔硬 / 换颜色,画面与阴影实时变化 镜头视角 / 自由视角 / 俯视;摄影机取景、A/B 冻结对比、方案保存与导出 8 个灯具预设 + 柔光箱 / 蜂巢 / 反光板 / 黑旗 / 柔光布框等控光器材的导演可读近似 区别于 Blender、set.a.light 3D 等重型 / 付费软件:轻量、免安装、专为前期沟通设计 已用 Tauri 打包 macOS 桌面版(Releases 有通用 .dmg) 技术栈:React 19 + TypeScript + React Three Fiber(Three.js)+ Zustand,MIT 开源。
OriginalAIMoCap - 免费使用的快速动捕网站!输入人体动作视频,一键生成动作动画,10s完成!
小时候看动画片或者玩游戏的时候,经常会有一个想法: 如果能把自己的动作直接变成游戏角色的动作,该多有意思。 后来接触动画和游戏开发才发现,动作捕捉其实是一件门槛很高的事情。 要么购买昂贵的光学动捕设备,要么穿戴各种传感器;即便是现在流行的AI动捕工具,很多产品也需要复杂的配置或者较长的处理时间。 于是我做了 AIMoCap。把动作捕捉变成一件像上传图片一样简单的事情。 上传一个普通视频,等待10秒,获得可直接用于游戏、动画、数字人和机器人场景的动作数据。 网站地址: AIMoCap 有什么不同? ⚡ 极速生成:5 秒视频通常10秒内即可完成处理 🕺 更自然的动作:减少脚步滑动、重心漂移等问题 🎮 开箱即用:FBX 导出,支持 Unreal Engine、Unity、MetaHuman 💰 免费使用:登录即可免费使用 🤖 为动画与机器人而生:兼顾视觉效果与动作合理性 ⚡ 极速生成 很多 AI 工具最影响体验的事情之一就是等待。 因此在开发 AIMoCap 时,我把处理速度放在了很重要的位置。 普通 5 秒左右的视频,通常10秒内即可获得结果,不需要长时间排队等待。 🕺 更自然的动作 很多 AI 动捕工具关注的是: 动作能不能生成出来 而 AIMoCap 更关注的是: 动作能不能直接拿来使用 如果生成之后还需要大量手工修正,那么实际价值会大打折扣。 因此在开发过程中,我投入了不少精力处理: 脚步滑动 重心稳定 动作自然度 希望生成的动作不仅能看,更能直接用于后续制作流程。 🎮 开箱即用 目前支持: FBX 导出 Unreal Engine/Unity MetaHuman 自动retarget 方便直接接入现有动画制作流程。 上传视频 生成动作 导出 FBX,即可进入后续制作流程。 💰 免费使用 目前网站提供免费额度/月。 希望让更多开发者、创作者和学生能够低成本体验 AI 视频动捕流程。 🤖 为动画与机器人而生 最开始做这个项目,其实和我在动作生成、Retarget 以及机器人方向的一些研究有关。 对于游戏角色和数字人来说,动作要自然。 而对于人形机器人来说,动作还需要尽量符合基本的物理约束。 因此 AIMoCap 在设计时不仅考虑动画效果,也会关注动作的稳定性和合理性。 适合哪些场景? 游戏角色动画制作 独立游戏开发 数字人动画制作 运动动作采集 动画预演(Previs) 人形机器人动作数据生成 如果你正在做游戏、动画、数字人或者机器人相关项目,欢迎体验并提出建议。 任何反馈、吐槽或者功能需求都欢迎留言,我会持续迭代这个产品。
OriginalEmotion Engine:让长期 LLM Agent 记住情绪互动走势的状态层
人工智能 记录 Agent 情绪互动走势的轻量状态层 Emotion Engine 是给长期 LLM Agent 用的轻量状态层,专门记录“互动走势”:情绪状态、信任变化、时间衰减、边界信号和简短日志。它不做聊天机器人,也不替代记忆库;大模型仍负责理解和回复,Emotion Engine 只把这些连续性信号保存成可检查的状态包。 亮点 1. 补上记忆库之外的连续性:memory 通常保存“发生过什么”,Emotion Engine 保存“互动走势如何”,并把小状态包注入下一轮 prompt。 2. 职责边界清晰:大模型或宿主 runtime 仍负责理解上下文、决定 appraisal 和生成回复;Emotion Engine 只持久化 PAD、trust、decay、boundary signals 等状态,不做用户情绪检测,也不做心理健康判断。 3. 状态可检查、可迁移:协议为 emotionenginestate/v2,适合放在 Agent memory、personal assistant、NPC/companion、codingagent runtime 旁边,而不是替代它们。 4. 开箱体验路径完整:提供 GitHub Pages 并排 、Hugging Face state playground、5 分钟 minimalagent 示例、OpenAI GPT/API 指南,以及 OpenClaw / Claude Skill / Hermes / Codex 集成包。 5. 项目状态比较扎实:Python / MIT,最新 release 为 v0.1.2,release notes 记录本地测试 57 tests OK,README 同时提供中英文说明、协议文档和 入口。 markdown python3 examples/minimalagent/rundemo.py 截图或演示视频 GitHub Pages Hugging Face state playground: Live app:
Original把 B 站收藏夹变成可对话知识库
Python 把 B 站收藏夹变成可对话知识库 Bilibili RAG 是一个面向个人学习和内容整理的本地知识库工具。它可以读取 B 站收藏夹,将访谈、演讲、课程等视频内容通过 ASR 转写、向量化入库,并支持基于 RAG 的语义检索、对话问答、来源追溯和 Markdown 导出,适合整理长期收藏但没有时间系统观看的视频内容。 亮点 支持 B 站扫码登录,读取个人收藏夹 支持视频 ASR 转写、向量检索、RAG 问答和来源追溯 支持把单个视频导出为原始 Markdown 或 AI 整理笔记 数据本地存储,使用 SQLite + ChromaDB,适合个人知识库场景 支持 Docker 本地一键部署,降低使用门槛 适合访谈、演讲、课程、公开课、技术视频等长内容的二次整理 bash git clone cd bilibilirag cp .env.example .env docker compose up build 截图或演示视频 项目演示视频: 首页截图: 对话截图:
Original本地优先的 JSON 桌面工作台
Rust 本地优先的 JSON 桌面工作台 JsonStudio 是一个本地优先的 JSON 桌面工作台,用于美化、查看、编辑、对比、转换、校验 JSON,并能从真实日志文本中提取 JSON 片段,适合日常接口调试和数据排查。 亮点 数据全部在本地处理,不需要把接口响应、配置文件或日志内容上传到在线 JSON 工具。 面向真实开发场景,支持标准 JSON、JSON5 类片段、转义 JSON 字符串、可修复片段和混合日志文本。 提供源码编辑器、Tree View 和 Grid View 三种查看/编辑方式,Tree View 支持拖拽调整结构,Grid View 适合查看数组数据。 内置常用 JSON 工作流:格式化、压缩、修复、转义/反转义、Diff、格式转换、Schema 生成/校验、类型代码生成。 使用 Rust + Tauri 2 + Svelte 构建,支持 macOS、Windows 和 Linux,也可以通过 Homebrew 安装。 bash brew install cask sundegan/tap/jsonstudio 截图或演示视频 下载:
OriginalKineforge AI/ML model for robotics
Train robot brains without demos on one GPU
Velodrome
A multiplayer typing race game with ghost racer replays
FormAS
Form Backend as a Service for Static Sites & Frontend Apps
CleverCV — Your AI Career Copilot
One Master Profile. Tailor your CV in seconds.
CV Guide
Stop getting ghosted by recruiters , Join CV Guide Today.
duochat
AI-powered messaging for growing businesses
oioi
a fast, glassy clipboard manager for macOS, Windows & Linux
coverletter.my
Use AI to study company hires and build cover letters
AiCasso : AI Games, Pets, Chat , Art
AI Fun Experiences Art, Chat, Games, Pets, Quizzes and more!
Rejn 2.0
Ai first weather app.
doxbrix
AI documentation that answers, improves
OpenMind
Premium AI & Design Agency Framer
MagicRemover
Erase objects, people, text & watermarks with AI
Apex Interviewer 2026
Next-gen AI mock interviews for senior tech roles.
Vox
Vox: Next-Gen Social Web App (Beta)
Side Hustle AI Coach
Build your side hustle with AI coaching and guided roadmaps
Mira Gold's Writing Forge™
AI fiction that keeps continuity. One story, many forms.
Local SEO Audit Tool
The Most Comprehensive Local SEO Audit Tool
Launchioo
Automated GitHub Pull Request Security Scanner
ClickCO
convert
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.