DevTrendsDeveloper trends
Accent color

DEV TRENDS / DAILY DISCOVERIES

Jul 9, 2026 · What developers are building

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

Image Clipboard

免费网页工具,搜索、保存和复制 Discord emoji / sticker 图片链接,支持 JSON 导入导出和多语言

Original
DTDesktop productivityDTWeb appDTWeb
—

Del or Keep:Chrome 书签拓展

不是一个很常规的书签拓展,会把新标签页变成书签整理队列。 每次打开新标签页时,它会显示一个保存超过 30 天的旧书签,你可以选择打开、保留或删除,适合慢慢清理长期积累的书签。 idea 来自 Reddit 一位网友,他说很多书签其实后续都不会再看,不如删掉, 其实我实际体验下来,更像是在回忆,因为很多书签的地址,已经无法再访问,感叹时间过得真快。 项目开源、无广告,书签数据保存在本地不会有隐私问题。(还加个必应每日壁纸作为背景) Chrome Web Store: GitHub:

Original
DTWeb
—

为什么 Claude Sonnet 5 Token 增加 30%?重新理解大模型 Token

很多人看到 Claude Sonnet 5 Token 增加 30%,第一反应是:“是不是变相涨价?” 但真正的问题不是 Token 变多,而是:为什么不同模型面对同一句话,会产生不同数量的 Token? 这篇文章从 Token 的本质、Tokenizer 的演化、BPE 原理,到 Claude 新 Tokenizer 可能针对代码、Agent、结构化数据优化的原因,系统解释了大模型背后的“语言编码规则”。 读完你会理解: Token 为什么不是固定单位; 为什么 Token 更多不一定代表模型更差; 为什么比较大模型成本,不能只看每百万 Token 价格; 未来 AI 竞争可能从“Token 单价”转向“完成任务成本”。 适合 AI 开发者、产品经理、技术管理者,以及所有想真正理解大模型工作方式的人。

Original
DTSoftware developmentDTAgent orchestration
—

基于 Pi Agent 编写的 Agent 学习网站

Pi Agent 是一个很优秀的开源 Agent 项目,简洁但是具备了 Coding Agent 所有必要的能力,又有非常强大的拓展能力。 这个教程是基于 Pi Agent 的代码所编写,所以教程也比较简单,容易入门。 网站: github: 截图:

Original
DTResearch & learningDTSoftware developmentDTVertical agent
—

一个基于 Git 与大语言模型(LLM)的 CLI 工具,自动分析 git diff --staged 内容,生成高质量的 Commit Message

为什么有这个项目: 我一般开发都在 vscode 中,然后使用 Copilot + Deepseek, 但是每次提交代码都得想commit msg 如何写。之前安装过 千问 的 vscode 插件,一个插件 200多兆 大小,而我只用来生成 commit msg 感觉不划算。 所以自己写了一个编译完才不到 7 兆的小工具。效果也感觉还不错。 为什么不用 skill: skill 是在对话框中调用,目前我试用下来的感觉是,生成的 commit msg 也还不错,但是如果想要调整 commit msg 的时候,就需要不停的在对话框中和 ai 交互🤣, 如果使用这个 gita 小工具就可以直接进入 vi 编辑器进行改动。 PS: 所有代码都是 AI 写的,我只是提供了下 /docs 目录下的需求和 AI Agent 执行规则。(其实连 /docs 下的文档都是我先描述一个初步想法,然后和 AI 探讨后,让他整理的结果 项目效果图: 项目优点: ✅ 仅 ~ 7M 大小,完全开源免费(自备AI API Key) ✅ 不在代码中硬编码密钥 API Key 完全通过环境变量读取(GITADEEPSEEKAPIKEY 等) ✅ 不持久化到磁盘 密钥仅存于运行时内存,配置文件明确禁止写入 API Key ✅ 三级优先级机制(按优先顺序): 1. 命令行参数 apikey (临时,不落盘) 2. 环境变量(由 apikeyenv 指定) 3. 配置文件中的 apikeyenv 指向具体的环境变量名 ✅ 仅依赖 gopkg.in/yaml.v3 v3.0.1(成熟稳定的 YAML 解析库) ✅ 没有多层依赖链,降低了供应链风险 ✅ go.mod 和 go.sum 完整且一致 ✅ Git diff 数据基于本地 Git 命令执行,不接受不可信输入 ✅ JSON 响应完整校验,异常处理覆盖全面 ✅ 超大 diff(≥15000 行)时强制用户确认,防止无意中发送大量数据 ✅ 完整的单元测试和 E2E 测试覆盖

Original
DTSoftware developmentDTAgent extensionDTCLI
—

Image Clipboard:Discord emoji 和 sticker 图片链接剪贴板

Image Clipboard 项目简介: Image Clipboard 是一个免费的网页工具,用来搜索、保存、导入、导出和复制 Discord emoji / sticker 图片链接。它支持收藏、最近复制记录、JSON 导入/导出、内置 sticker packs 和多语言界面。 适用场景: Discord 社群整理自定义 emoji / sticker 创作者保存常用图片链接 快速复制 Discord CDN 图片链接 用 JSON 迁移或备份表情集合 特点: 无需登录,打开即用 纯网页工具,轻量快速 支持多语言 免费使用 希望可以作为工具类项目推荐。

Original
DTDesktop productivityDTWeb appDTWeb
—

zootree:面向多仓库开发的 Git Worktree 工作空间管理工具

大家好,我自荐一个开源工具:zootree。 zootree 是一个基于 Git Worktree 的多仓库工作空间管理工具,支持两种并行使用方式: 1. 开发者手工使用:通过交互式命令创建、启动、打开、完成和取消 workspace。 2. AI Agent 使用:通过 Agent Skill 学会非交互命令,自动创建、启动和管理 workspace。 它解决的问题是:很多开发任务会同时涉及多个仓库,比如前端、后端、组件库、配置仓库等。人工操作时,需要分别创建分支、创建 worktree、打开终端、启动 lazygit 或 agent,完成后还要逐个合并和清理。zootree 把这些步骤抽象成一个 workspace,让人和 AI Agent 都能复用同一套工作空间管理方式。 Skill 安装: bash npx skills install weineel/zootree 安装后,支持 Skill 机制的 AI Agent 可以根据说明调用 zootree,例如: bash zootree create \ title "Add user profile page" \ name userprofile \ branch feature/userprofile \ repos frontend:main,backend:main \ runagent myagent 开发者也可以手工交互式创建: bash zootree create 主要功能: 多仓库 workspace:一次管理多个仓库的同一任务分支。 人工 / Agent 并行使用:人可以交互式操作,AI Agent 可以通过 skill 使用非交互参数。 基于 Git Worktree:每个任务有独立工作目录,不污染主 checkout。 终端复用器集成:推荐 cmux,也支持 Zellij,自动打开布局好的开发环境。 LazyGit 集成:每个仓库可以直接进入对应 worktree 的 lazygit。 生命周期 Hook:支持 create/start/done/cancel/remove 等阶段执行脚本。 模板与文件复制:可保存常用多仓库组合,并自动复制 .env 等配置文件。 CLI 安装方式: bash curl proto '=https' tlsv1.2 LsSf | sh 也可以使用 Homebrew 或 crates.io: bash brew install weineel/tap/zootree cargo install zootree locked 适合场景: 经常需要同时修改多个仓库。 想为每个需求创建独立 worktree 工作区。 希望人和 AI Agent 都用同一套 workspace 约定。 想把 lazygit、终端布局、agent 执行环境绑定到同一个任务空间里。 项目使用 Rust 实现,MIT 协议。

Original
DTSoftware developmentDTAgent extensionDTAgent orchestration
—

ClaviSay:从真实网页阅读中学习语言

ClaviSay 官网: Chrome 扩展: 演示视频/截图: ClaviSay 是一个面向英语学习者的浏览器扩展,把真实网页阅读过程中的生词、上下文和 AI 解释保存下来,之后可以复习,而不是脱离语境背单词。 主要特点: 1. 在真实网页中阅读,遇到不懂的词可以直接查询和保存。 2. 保存的不只是单词,还有原文上下文,方便之后回到语境里复习。 3. 支持 AI 解释,帮助理解词义、句子和用法。 4. 更适合经常阅读英文技术文章、文档、博客的人,用日常阅读自然积累词汇。 适合周刊读者的原因: 很多科技爱好者每天都会读英文文档、论文、博客和产品资料。ClaviSay 想解决的是:阅读时查过的词很快忘掉,复制到单词本又太麻烦,普通背词工具又脱离真实语境。它把“阅读、理解、保存、复习”放在同一个流程里。 目前状态: 产品已上线,同时覆盖Web/Chrome插件/App Store/Google Play应用商店

Original
DTResearch & learningDTWeb appDTSkill / plugin
—

带有桌面端和移动端的中转站+Agent AI平台 Veloce

桌面端: 移动端: Agent CLI连接器: Web前端: 技术栈:Golang+React, 大家好,这是我使用AI耗时30天左右开发的中转站与Agent代理的结合体:Veloce Veloce服务端提供后端服务和前端嵌入,桌面端可以连接后端也可以自动从Github下载最新服务端并内嵌启动,手机端仅能连接服务端。桌面端可以同时连接多个后端。 用户在服务端上面可以进行AI对话与Agent使用,会话由服务端运行,可以实现跨设备流转。 为了实现对本地文件的操作,可以在电脑上运行CLI连接器,由后端向连接器下发命令/文件修改操作。桌面端可以一键下载最新版本连接器并运行。 支持连接器端启动MCP服务器,支持上传Skill到服务端,支持SSE与标准输入输出两种方式的MCP。 支持将多个Agent一起组建“工作室”,每个agent拥有对应角色,由chief安排任务,worker进行执行,并且agent可以自我分裂。拥有沙箱功能与每个agent的更改提取,文件修改会产生Delta记录,由reviewer进行整合后落实。 安装方式:在相应仓库Release下载最新版本对应架构的压缩包/exe,解压后运行即可。

Original
DTSoftware developmentDTAgent extensionDTAgent orchestration
—

在 Claude Code 里使用 OpenCode Go:两个容易踩的配置坑

文章链接: 这篇文章记录了把 OpenCode Go 接到 Claude Code 时遇到的两个配置坑: 1. ANTHROPICBASEURL 不能照搬官方 /v1/messages 端点,否则 Claude Code 会自动再拼一次 /v1/messages,最终请求变成 /v1/v1/messages。 2. 鉴权变量要用 ANTHROPICAPIKEY,因为 OpenCode Go 网关识别的是 xapikey,不是 Authorization: Bearer。 文章也写了如何用 claude p "hi" debug 抓真实请求,避免被“模型不存在”“Missing API key”这类笼统报错带偏。 适合正在折腾 Claude Code 第三方后端、OpenCode Go,或者想排查 Anthropic 兼容接口问题的读者。 如果有理解不准确的地方,也欢迎指正。

Original
DTClaude CodeDTOpenCode
—

WDL - 自托管的 Cloudflare Workers 平台

WDL 是一个自托管、多租户的 Workers 平台,让你在自己的基础设施上运行 Cloudflare Workers 的编程模型——用标准 wrangler 配置和开源 CLI 部署 worker,全程不经过 Cloudflare。构建在其开源运行时 workerd 之上(不 fork),与 Cloudflare 无隶属关系。 开源5个仓库: 🏗️ wdl —— 平台本身。从 Redis/Valkey 动态加载不可变 worker 版本,补齐 workerd 不提供的一切:多租户路由、控制平面、KV/R2/D1/DO/队列/cron/Workflows、密钥、可观测性。单区域多副本、真故障接管(ownerlease + generation fence)。Rust + JS。 🧰 cli(@wdldev/cli)—— 部署工具。用标准 wrangler 配置把 worker 发到 WDL,顺带管 D1/R2/KV/密钥/Workflows 和 wdl tail 日志。凭据处理专门做过加固。 🤖 chat —— 一个 AI 应用,作为普通租户跑在 WDL 上:把一句话变成上线的 worker(在 MicroVM 里写代码,再通过平台自己的控制面 API 部署回 WDL)。一个"部署 worker 的 worker"。 🌐 site —— wdl.dev 官网,本身就是一个 WDL worker,用 wdl deploy 部署。你打开官网时,看到的就是平台在服务它自己。 🔐 awssigv4(@wdldev/awssigv4)—— 一个零依赖的 AWS SigV4 签名库,给平台的 R2 / S3 存储用。小而专,只做一件事。 核心特性: 🚀 标准 wrangler 配置 + 开源 CLI 部署,nothing 发往 Cloudflare 🧩 完整平台能力:KV、R2、D1、Durable Objects、队列、定时任务、Workflows、密钥、控制平面 🏗️ 基于原版 workerd(不 fork),继承上游修复而非维护 runtime 分叉 🔁 单区域多副本、真故障接管(ownerlease + generation fence,过期副本 fail closed) 🐳 Docker Compose 一键起本地栈,另有 Kubernetes / Terraform 部署路径 技术亮点: 通过 workerd 的 workerLoader API 从 Redis/Valkey 动态加载不可变 worker 版本 D1 / Durable Object 用 ownerlease + 单调 generation fence 做故障接管,用单区域换来强一致 KV 和 readyourwrites D1 Rust(redisproxy / scheduler / workflows / 进程 supervisor)+ JS 实现 wdl.dev 本身就是跑在该平台上的一个 worker(自举) 适用场景: 想要 Workers 编程模型、但需要数据驻留 / 数据主权 / 私有化 / 内网隔离部署的团队 想在自有基础设施上给内部开发者提供多租户 Workers 的平台团队 Apache2.0

Original
DTData & operationsDTSoftware developmentDTCLI
—

VoltAgent / awesome-design-md

A collection of DESIGN.md files analysis by popular brand design systems. Drop one into your project and let coding agents generate a matching UI.

DTSoftware development
99.4K

Slash it

AI reads your Gmail. You just decide. Done in 30 seconds.

DTResearch & learning
—

Immoskop

Free tool to compare all Swiss municipalities by real costs

DTResearch & learningDTLifestyle & entertainmentDTContent / resource
—

ChacharApp

Like Wispr Flow, but free, private and 100% on-device

DTData & operationsDTmacOS
—

FlyDocs

Team alignment. Real-time visibility. Built for AI speed.

DTSoftware developmentDTClaude CodeDTCodex
—

Tasks.txt

Plain text task manager for macOS

DTDesktop productivityDTDesktop appDTmacOS
—

Subsight

Track subscriptions offline. No account. No bank. No cloud.

DTSoftware development
—

SLAShield

Slack-first ITSM with AI Voice Agent

DTData & operationsDTAgent orchestration
—

ShowDeck

Privacy-first TV & movie tracker that works offline

DTWeb appDTLibrary / SDKDTWeb
—

DEV TRENDS / COMMUNITY

Discuss this edition

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

Open discussions ↗