Global Solo
面向非美国居民创业者的美国 LLC 服务对比站，横向比较 43+ 家注册、银行、税务与合规服务商，提供 24 个「国家 × 维度」组合攻略、风险自查、合规日历和成本计算器；界面为英文
Original
—
DEV TRENDS / DAILY DISCOVERIES
Aug 12, 2026 · What developers are building
Daily discoveries from developer communities, independent makers, and open source.
HowToWhistle：吹口哨练习器
HowToWhistle 是一个在浏览器里练习吹口哨的在线工具。 打开页面授权麦克风后，它会实时检测你吹出的音高，就像在 KTV 里唱歌评分一样，页面会显示当前音符以及与目标音的偏差。练习内容从单音长音开始，逐步过渡到音阶和简单旋律，帮助完全不会吹口哨的人一步步吹出调子。 为什么做这个工具 网上的口哨教程基本都是文字和视频，最大的问题是练习时得不到反馈——你不知道自己吹得对不对、偏高还是偏低。 希望把"调音器 + 渐进式练习"结合起来：每一次吹奏都有即时的可视化反馈，让练习从盲目模仿变成有目标的刻意练习。 主要特点 基于 Web Audio API 的实时音高检测，可视化显示音准偏差 从单音、音阶到旋律的渐进式练习路径 纯前端实现，声音不上传服务器，无需注册 可以先从"长音保持"练习开始，看看自己能不能把一个音稳定吹够 3 秒。 界面截图
Original
—
跑通：只收「跑通过的经验」的中文 vibe coding 社区
网站： 跑通是一个垂直于 AI 编程（vibe coding）的中文开发者社区，编辑立场只有一条：只收跑通过的经验——一线实战复盘、真实成本账单、翻车现场与修复过程，不收营销稿、不收官方文档复述。 内容示例： 《把密钥挪出进程，救不了被投毒的 CI》——LiteLLM CI 投毒事件复盘，恶意依赖在 CI 里实际能摸到什么： 《一觉醒来，成本列没了》——Cursor 移除成本明细后，个人用户如何核对真实用量： 按主题浏览（Claude Code / 成本 / 安全 / 翻车复盘等 18 个标签）： 两个对开发者比较特别的能力： MCP 接入：远程 HTTP 端点或 npx paotongmcp，Claude Desktop / Cursor 等 agent 可以直接浏览和读取站内文章（ 全文 RSS（50 条 content:encoded）： 🤖 Generated with Claude Code
Original—
SpotAsk：原生 macOS 菜单栏轻量 AI 问答工具
项目开源地址：< SpotAsk 是一款原生 macOS 菜单栏 AI 助手，按一个快捷键呼出、问完关闭，有意保持精简和快捷。 <div align="center" alt="SpotAsk 主界面" width="600" / </div 如果你只是想知道一个概念、翻译一段话，或总结一篇长文时，往往要先停下手头的工作，打开浏览器，进入 AI 网站，再切回原任务。一个轻量的问题，解决它的过程却并不轻松。 我发现，很多轻量问题其实并不值得专门打开 ChatGPT 或 Codex 这类工具。 SpotAsk 想缩短这条路径：平时安静地待在菜单栏，按默认快捷键 Option + Space（或其他你喜欢的快捷键） 呼出一个专注的提问窗口。输入问题、查看回答、需要时复制，再按 Esc 关闭，回到原本的工作。整个过程不离开当前场景，就像它没有出现过一样。 主要特点 使用自己的 AI 服务（BYOK）：支持 OpenAI 兼容接口和 Anthropic，访问密钥保存在这台 Mac 上。 轻量而实用：内置常用提示词、支持自定义快捷键、粘贴截图或拖入文件作为上下文，也可以切换不同服务商的模型。 划词即问：在浏览器、备忘录等应用中选中文字，可一键翻译、解释、总结、润色或执行自定义提示词。 演示 快捷键呼出并提问 快捷键呼出并提问 划词快捷操作 划词快捷操作 更多功能与体验，欢迎下载亲自试试。 平台与许可 支持 macOS 15 或更高版本，兼容 Apple silicon 和 Intel Mac。 开源，使用 AGPL3.0 许可证。 官方发布版本已使用 Apple Developer ID 签名并通过公证。 感兴趣的读者，可查看中文文档：< 下载地址：<
Original—
LangGraph 到底解决了什么问题？用一个查天气的简单例子看懂
LangGraph 什么时候是必要的架构，什么时候只是多余的一层？这篇文章给一个查天气的 Agent 逐步加上追问、暂停、重试和人工审核，让 State、checkpoint、Node、Edge 为什么存在自然浮现，也讲清了它与 ReAct 的真正分界。
Original—
pi-langfuse：把 Pi Coding Agent 的完整运行链路接入 Langfuse
大家好，分享一个刚开源的 Pi Coding Agent 扩展：pilangfuse。 它解决的问题很直接：在使用 Pi Coding Agent 时，想知道一次任务到底调用了哪些模型和工具、花了多少 token/成本、哪里出错、最终输出是什么。安装扩展后，这些信息会以一条完整 trace 的形式出现在 Langfuse 中。 能看到什么 每个用户 prompt 对应一条 Langfuse trace，并保留 Pi session 关联； agent、LLM generation、tool call、turn 按层级嵌套，便于回看执行过程； 记录最终回复、用量、成本（Provider 提供时）、TTFT、工具错误和运行健康度； 支持 Langfuse Cloud 与自托管实例，并为部分自托管场景提供 REST fallback； 内置隐私预设、常见密钥脱敏和本地路径哈希；也可以关闭输入、输出、工具 I/O 或系统提示词的采集。 安装 前提：Node.js 22+、已安装 Pi Coding Agent、拥有 Langfuse Cloud 或自托管实例。 bash pi install npm:pilangfuse 首次运行时会在 Pi 中引导配置 Langfuse；也支持通过环境变量配置。 bash pi "Explain the architecture of Redis" 随后打开 Langfuse，就能查看这次 Pi 运行的完整 trace。 < npm：< 欢迎试用、提 issue，尤其欢迎反馈不同 Provider 或自托管 Langfuse 环境的兼容性问题。
Original—
PastePaw： 拥有 28 个主题，AI Agent 友好 macOS 剪切板管理工具
PastePaw 除了拥有一个剪贴板管理 app 该有的功能之外（省略 5 千字，可以参考 介绍），还有一些独特的功能： 1. 多主题，拒绝审美疲劳 横版主题 18， 竖版主题 10，未来还会增加 2. AI 加持 + Agent 友好 自定义 Action（翻译、汇总、润色，文本转换，动态分组 都 OK） 本地 MCP，你的 Agent 也可以读/写你的剪贴板，非常细粒度的权限控制，不用担心权限失控。转身可以可以变成 【AI 工具箱】 和 【资料 RAG 汇集源】 3. 加密分组 （除了普通的分组、智能分组之外），你的 Key 、隐私、密码 等可以放在这里，必需 TouchID 才能解锁。 4. 工具箱 针对剪切板的类型，提供以下文本和图片的快捷处理工具： 文本转换: Base64/URL/YAML/JSON/XML/JWT/Color/Hash 等 预览：Markdown / HTML 等 图片: 背景移除 / 文本提取 / 二维码扫描 等 AppStore 下载 pastepaw.com 部分截图： 竖版主题 10 + 横版主题 18 HTML 预览，内容是 Agent 通过 MCP 自动插入到分组里
Original—
AI办公桌面端应用，集成了本地知识库
与workbuddy一样的需求思路，面对办公用户场景 区别点在于做了很多本地优化，如本地知识库，ai能够精细编辑本地办公三件套，docx,ppt,excel，不依赖于任何mcp 如wps的mcp服务，同时支持了专门针对办公三件套的diff预览效果，专门做的ui优化； 免费使用的，用户只需要配置自己的ai key即可 github地址: 下载网址:
Original—
2026 8.12 日全食 3D 模拟器
我开发了一个开源的浏览器端 3D 模拟器：在地图上点一下任意地点，就能看看那里什么时候开始日食、食甚和结束，以及天空会变成什么样。 在线体验： 不用登录，地点计算和 3D 渲染都在浏览器里完成。可以搜索地点、拖动时间轴，也能生成自己的天空卡片和视频。 计算方法与数据来源 每个地点的时刻不是写死的。我用 NASA/GSFC 发布的 20260812 贝塞尔元素，按你选的位置在本地计算；再用 NASA 中心线数据和西班牙 IGN 的公开时刻做校验。 NASA/GSFC 贝塞尔元素： NASA/GSFC 全食带路径表： 这是个模拟和科普工具。全食带边缘、日落附近会有误差，实际观测请以当地官方信息为准。 最后提醒：模拟器不能替代安全措施，非全食阶段也不能裸眼直视太阳；使用望远镜、相机等光学设备时需在物镜前安装合格的太阳滤镜。
Original—
Inset - 注重查找的图床工具，浏览器访问，无需下载
网站地址：Inset.im 解决图床工具无法查找的问题 特色 无需登录注册，浏览器直接使用 本地 / s3 服务商多端备份，不怕素材资源丢失 多主题，基于 shadcn，更换切换主题十分方便，后续会只是自定义主题 支持直接将图片导出为其他格式，图片压缩 本地快速查找，实时同步到 s3 服务商 对图片进行自定义名称 / 打标签 / 文件夹分类
Original—
模汇：面向个人私有部署的 AI 协议网关，统一 Codex、Claude Code 与 OpenAI 兼容客户端
我经常在 Codex、Claude Code 和普通脚本之间切换：Codex 使用 OpenAI Responses，Claude Code 使用 Anthropic Messages，很多脚本还在使用 OpenAI Chat Completions；而不同供应商提供的协议也不统一。把多把 API Key 分别配置在不同客户端后，配置容易分散，Key 被限流或额度耗尽时还需要手动修改客户端配置，请求失败后也不容易判断实际使用了哪个上游。 模汇把客户端入口、供应商、真实模型和 API Key 池集中到一个网关中。客户端只需要配置一个地址、一个访问密钥和一个虚拟模型，具体的供应商、协议和路由策略在后台统一管理。 主要功能： 提供 /v1/chat/completions、/v1/responses、/v1/messages 三种协议入口，以及 /v1/models 模型列表接口； 支持三种协议之间的双向转换，同协议请求尽量保持原样转发； 一个虚拟模型可以配置多个供应商、真实模型和协议入口，并按能力与顺序进行路由； 支持配置多把上游 API Key，在鉴权失败、额度耗尽、限流、连接失败和上游错误时按规则切换； 记录客户端请求、上游尝试、协议、Token 用量、首内容延迟、总耗时和原始载荷； 流式响应详情支持“聚合内容”和“原文”两种视图，方便排查 SSE 请求； 提供 React 管理后台、SQLite 持久化、Docker 镜像，以及 macOS、Windows、Linux 发布包。 模汇不提供公共中转、充值、计费或多租户运营，定位是个人自部署的协议转换、模型路由和请求记录工具。 < 介绍文章：< 欢迎试用、提 Issue 或贡献代码。
Original—
AI Garden Design：让每个人都能轻松设计理想花园
如果你曾经想改造自家的庭院、花园或露台，却苦于没有设计经验，那么AI Garden Design或许能够成为你的灵感助手。它是一款基于人工智能的园林景观设计工具，只需上传一张庭院照片，即可快速生成多种风格的花园设计方案，让花园规划变得更加简单高效。平台支持现代极简、英式花园、日式禅意、地中海等多种景观风格，并能够根据现有空间生成贴近实际的设计效果图。 AI Garden Design 的核心功能十分直观。用户上传花园、庭院或露台的照片后，可以选择喜欢的设计风格，并输入希望添加的元素，例如花坛、步道、休闲区、水景或植物配置，AI 会在短时间内生成多套可视化设计方案。同时，系统支持多角度展示设计效果，并提供植物推荐与布局建议，帮助用户更全面地规划景观，而无需掌握专业的园林设计知识。 相比传统景观设计方式，AI Garden Design的优势主要体现在效率和灵活性。过去，一个庭院设计方案可能需要设计师多次沟通和修改，而现在用户可以在几分钟内尝试不同风格，对比各种布局效果，并根据自己的喜好不断调整。真实感较高的效果图也能够帮助用户提前预览改造后的花园，减少实际施工中的试错成本。此外，平台采用按点数购买的方式，无需长期订阅，更适合偶尔有庭院设计需求的个人用户和小型设计团队。 在适用场景方面，AI Garden Design 不仅适合家庭用户规划前院、后院、阳台或露台景观，也适用于园艺爱好者寻找植物搭配灵感、房地产从业者展示庭院改造效果，以及景观设计师快速生成设计概念和与客户沟通方案。对于准备翻新庭院、打造户外休闲空间或尝试不同景观风格的人来说，它能够提供丰富的创意参考，并显著缩短前期设计时间。 总体来看，AI Garden Design将人工智能与景观设计相结合，让专业设计不再局限于设计师。无论是想获得装修灵感，还是希望快速生成多个花园方案，它都能帮助用户以更低的时间成本探索更多可能性，让花园设计变得更加高效、直观且富有创意。
Original—
LinkSense 寻找 DevRel / 开源社区合作伙伴
LinkSense，一个面向组织的开源 AI 平台。 现在很多人已经在用 Codex、Claude Code 等工具，并开始创建自己的 Skills 和 AI 工作流。但到了组织层面，一个很现实的问题是：这些个人积累下来的 AI 能力，怎么共享、复用、管理，并持续沉淀下来？ LinkSense 想解决的，就是如何把个人 AI 能力变成组织能力。 LinkSense 正在准备开源发布。我们希望找到一位真正懂开源、懂开发者的伙伴，有实战经验的人一起把这件事做好。 你会参与： 设计 OSS Launch 和 DevRel 策略 打磨 GitHub、README、Docs 和开发者体验 找到并连接早期用户、AI Builders 和 Contributors 推动项目在国内外开发者社区的传播 探索 Skills 生态和开发者激励机制 我们不太在意标准的岗位背景，我们更看重你是否真正参与过开源项目、理解开发者社区，并对 AI Coding / Agent / Skills 生态有自己的判断。 这不是一个单纯做内容或社区运营的岗位。我们希望找到一个愿意和我们一起思考、实验，并长期参与 LinkSense 开源生态建设的伙伴。 合作方式：全职或远程均可，时间灵活 LinkSense 由 Infocare 发起并孵化。Infocare 是一家专注于教育数字化与 AI 的技术公司。 联系方式： bozhang@linksense.org.cn 邮件标题请注明「LinkSense DevRel」，简单介绍自己并附上 GitHub / LinkedIn / 参与过的开源项目即可，无需正式简历。 Infocare： www.infocare.org.cn
Original—
DBX：1.4 万 Star、约 20 MB，支持 70+ 数据库的跨平台工具
大家好，我是 t8y2，开源数据库工具 DBX 的作者，想在这里自荐一下这个持续维护中的项目。 官网： 下载地址： 截至发帖时，DBX 在 GitHub 已经获得 1.4 万+ Star 和 1400+ Fork。非常感谢社区一直以来的关注、反馈和贡献，很多功能也是在大家提交的 Issue 和实际使用反馈中逐步完善的。 <p align="center" alt="DBX 主界面" width="900" / </p 数据库客户端已经有很多了，我并不是想简单地再做一个类似工具。 做 DBX 的起点，是因为我平时经常需要在不同数据库、操作系统和使用场景之间切换。我希望有一个工具，不需要安装庞大的运行环境，不需要因为换一种数据库就再换一套客户端，也能跟现在的 AI 编程工作流自然地连接起来。 因此，我尝试把常见的数据库开发和管理能力，集中到一个尽可能轻量、跨平台的开源工具里。 DBX 有什么不同 1. 约 20 MB，不捆绑 Chromium DBX 桌面端大约 20 MB，不需要 Java JRE 或 Python 环境，也不捆绑 Chromium。 下载安装后即可连接数据库，支持 macOS、Windows 和 Linux。 2. 支持 70+ 种数据库 除了 MySQL、PostgreSQL、SQLite、Redis、MongoDB、ClickHouse、SQL Server、Oracle 等常见数据库，也支持 TiDB、OceanBase、openGauss、GaussDB、达梦、人大金仓、Doris、StarRocks、TDengine 等数据库。 通过可选驱动，还可以连接 Hive、DB2、Snowflake、Trino、Databricks、SAP HANA、Teradata、GBase、崖山数据库以及自定义 JDBC 数据源。 3. 不只是一个 SQL 编辑器 DBX 提供了日常数据库开发和管理需要的主要能力： SQL 编辑、元数据自动补全、格式化和执行历史 数据编辑、分页、筛选以及保存前 SQL 预览 表结构编辑、ER 关系图和执行计划 Schema 对比、数据对比和字段血缘 CSV / Excel 导入、数据迁移和数据库导出 Redis、MongoDB 以及消息队列管理 从 DBeaver、Navicat 导入连接配置 4. 桌面端、Docker、Web 和 CLI 个人使用时，可以安装原生桌面客户端。 团队或服务器环境可以通过 Docker 自托管，也提供 Web 版本、CLI 和 HTTP API，用于脚本及自动化场景。 5. 内置 AI 助手，并提供 MCP Server DBX 内置 AI SQL 助手，可以生成、解释、优化和修复 SQL，并在执行 AI 生成的 SQL 前进行安全检查。 支持接入自己的 Claude、OpenAI、OpenAI 兼容接口或 Ollama 本地模型。 DBX 同时提供 MCP Server，让 Claude Code、Cursor、Windsurf 等 AI 编程工具，可以在连接白名单和权限控制下使用 DBX 中已经配置的数据库连接。 AI 并不是使用 DBX 的前提。不配置任何 AI 服务，也可以把它作为普通数据库工具离线使用。 部分界面 <p align="center" <a href=" width="395" alt="DBX 浅色界面" / </a <a href=" width="395" alt="DBX 深色界面" / </a </p <p align="center" <a href=" width="395" alt="DBX ER 关系图" / </a <a href=" width="395" alt="DBX 数据表格" / </a </p DBX 采用 Apache2.0 协议开源。 如果周刊读者恰好在寻找一个轻量、跨平台，同时能够覆盖多种数据库，并且可以接入 AI 与 MCP 工作流的开源工具，欢迎试用 DBX。 如果使用过程中遇到问题，也欢迎直接提交 Issue。无论是建议还是代码贡献，我都会认真看。
Original—
EveryCityMap：把全球 500+ 座城市变成可编辑的风格化高清地图
EveryCityMap 是一个在线城市地图设计工具，目前覆盖全球 500+ 座城市。 选择城市后，可以切换 5 种地图主题，并继续自定义图层、道路、水域、标签、配色和地图细节，实时查看最终效果。 主要功能： 覆盖全球 500+ 座真实城市 预设 5 种风格化地图主题 自定义图层、道路、水域、标签与配色 免费导出最高 2160px WebP，无需注册 支持 4096px PNG，以及桌面 4K、超宽屏和手机壁纸等高清尺寸 地图基于 OpenStreetMap 数据生成，城市数据按需加载，样式编辑和成图渲染都在浏览器中完成。用户不需要 GIS 或专业设计软件，打开网页即可制作自己的城市地图。
Original—
PodMuse：把播客变成知识库的 AI 笔记助手
< 背景 播客听得多了，想整理成笔记却非常费时——手动听写、提炼、归类，一集播客往往要花一两个小时。于是做了 PodMuse：粘贴任意播客/视频链接，AI 自动完成转写、提炼，生成结构化笔记并写入 Obsidian，把播客真正变成自己的知识库。 功能简介 支持小宇宙、B站、YouTube、喜马拉雅、Apple Podcasts、抖音等多平台链接。 一键完成：链接提取 → 下载 → Whisper 语音转写 → AI 笔记生成 → 写入 Obsidian。 自动生成结构化笔记（核心观点、关键对话、术语词典、金句摘录）。 自动识别人物/项目/概念，生成独立实体卡片，并建立 Obsidian 双向链接。 支持 DeepSeek、OpenAI、Kimi、GLM、Qwen 等 7+ AI 供应商。 飞书群聊中直接发送链接即可自动触发处理流程。 Electron + React 桌面应用，MIT 开源。 软件截图 width="750"
Original—
Codex OSS Helper
Codex OSS Helper 一个帮助开源维护者快速准备 Codex for Open Source 申请材料的小工具。 只需输入你的 GitHub 、GitHub 用户名和维护者角色，工具会自动读取仓库的公开信息，分析项目用途、功能、开源生态价值以及潜在的安全攻击面，并生成适合直接填写到申请表中的英文内容。 能做什么 自动读取 GitHub Stars、Forks、Contributors 等公开数据 分析 README、项目结构和主要功能 识别 CLI、Agent、MCP、Plugin、Skill、自动化等项目类型 分析 Shell、文件系统、网络请求、凭证、第三方贡献等潜在安全攻击面 使用 DeepSeek 生成 5 项申请表答案 每项英文内容自动控制在 500 字符以内 同时提供英文推荐版本和中文翻译 基于真实 GitHub 数据生成，尽量避免 AI 虚构项目指标 使用方式 text GitHub Repository + GitHub Username + Maintainer Role ↓ Analyze Repository ↓ Repository & Security Analysis ↓ Codex for Open Source Application ↓ Copy & Submit 无需登录，只分析公开 GitHub 。 Independent community tool. Not affiliated with or endorsed by OpenAI. 截图预览
Original—
国产大模型与 AI Agent比价工具
网站地址： 最近在整理自己的 AI 成本，需要挑选国产大模型与国产 AI Agent，于是做了一个价格比较网站。 表格部分列举了国内各家的大模型和AI Agent 价格。 其中仿照了苹果的对比表格，可以对比多个大模型或者Agent，带来更直观地感受。 网站部署在 CloudFlare 上，利用 GithubAction 每天从官方网站上获取数据进行更新。 页面同时支持 PC 端与移动端。 介绍文章：国产大模型与 AI Agent 比价工具
Original—
一个新兴的社区
2libra 现在是我每天都会去逛逛的社区之一，新兴的社区，设计很有意思。 邀请注册链接（不喜请忽略）： 一些有意思的功能和设计： 国内直连 「潘多拉」 每天都可以开个盲盒，里面会有很多奇奇怪怪的 buff 今天的头像会变模糊 上交金币 获得金币 金币池中奖将会获得三倍金币 获得稀有徽章 今天的评论必须要带表情 今天的发帖和评论固定消耗 2 金币 ... + AI 仲裁 发帖发评论的时候会有AI仲裁，避免恶意灌水、谩骂等，还可以手动发起仲裁 + 徽章系统 一些行为和机制将会触发得到徽章 + 通知系统 支持Webhook/Telegram Bot触发通知 + 多种帖子的扩展功能 目前社区的氛围很不错，注册用户也达到了8000人，常驻在线人数200 左右，感兴趣的可以去看看。
Original—
牛牛1号：从市场监测到自主模拟交易的 A 股研究工作台
示例页面： 牛牛1号是一套开源的 A 股市场研究工作台，集行情监测、题材分析、资金追踪、财经资讯和自动化报告于一体，可根据预设策略，自主完成市场扫描、模型选股、买卖决策和模拟交易。 看盘和复盘所需的行情、题材、资金、新闻和账户数据，往往分散在不同平台。牛牛1号将这些信息汇集到同一个 Web 工作台，帮助用户快速了解市场状态、热门题材、资金动向、个股表现和模拟账户情况。 项目以 A 股市场为核心，同时提供隔夜美股走势和美股机构评级，为市场研究增加海外信息参考。 此外，牛牛1号将大模型接入模拟交易流程，系统会按交易时段扫描市场并筛选候选股，再由大模型结合行情表现、题材归因、资金动向、财经消息、账户状态和预设策略，形成买入、卖出或继续持有的判断，随后执行模拟成交并持续跟踪持仓，构成从市场研究到交易决策的自主闭环。 主要亮点 盘面监测总览：集中展示指数、市场宽度、涨跌停、量能、热门题材、行业资金、财经快讯和模拟账户状态。 题材强度雷达：同时观察题材当日强度和跨日结构排名，并结合上涨广度、领涨股和即时板块排名进行交叉参考。 资金与市场情绪：展示个股和行业资金流向，以及红绿盘家数、涨跌停、炸板和日内量能变化。 财经信息聚合：集中展示财经快讯、龙虎榜、隔夜美股和美股机构评级，并将相关信息纳入大模型的候选股分析和模拟交易决策。 自动化市场报告：按交易时段整理竞价、午盘和盘后行情，汇总热门板块、资金动向、风险提示和后续关注项。 大模型决策与模拟交易：在预设策略和交易规则约束下，结合行情、题材、资金、消息及账户状态，对候选股和持仓形成买卖判断，并驱动模拟成交与持仓跟踪。 账户复盘：统一查看当前持仓、交易记录、持仓盈亏、收益曲线、交易日历和操作日志。 效果展示 盘面监测总览 市场状态、量能、指数、主线机会、候选池、财经快讯和账户仓位集中展示。 <p align="center" <a href=" </a </p 题材强度雷达 对照题材今日强度与跨日结构排名，查看上涨广度、领涨股和题材覆盖原因。 <p align="center" <a href=" </a </p 主力资金流向 集中查看个股主力净流入、净流出榜单及行业资金变化。 <p align="center" <a href=" </a </p 市场情绪与量能 通过日内曲线联动观察涨跌停、炸板、红绿盘家数以及预测和实际量能。 <p align="center" <a href=" </a </p 自动化盘面监控 汇总竞价、午盘和盘后报告，整理市场判断、热门板块、资金动向与风险提示。 <p align="center" <a href=" </a </p 财经快讯聚合 聚合多个财经信息源，支持按来源和重要程度筛选。 <p align="center" <a href=" </a </p 美股机构评级 集中查看美股当前价格、机构目标价、潜在空间、看多逻辑和风险点。 <p align="center" <a href=" </a </p AI 模拟交易与账户复盘 查看候选股票、模拟持仓、收益曲线、交易日历、操作日志和 AI 决策结果。 <p align="center" <a href=" </a </p
Original—
Alva（AI 投研 Agent 平台）| 上海 / Remote | PM · Quant/Algo Engineer · AI Engineer
Alva（AI 投研 Agent 平台）| 上海 / Remote | PM · Quant/Algo Engineer · AI Engineer 公司：Alva —— 面向 quantamental investing 的 AI 平台。我们在做的是「投研工作流的 AI Agent」：从想法生成、数据分析、趋势监控，到策略开发与回测，用户可以在平台上搭建、分享、Remix 自己的策略。创始团队此前做出过 Galxe（Web3 最大的增长平台，3000 万用户、$20M ARR）。团队小而精，全员 AInative。 投递：简历发 jemma@alva.xyz，邮件标题备注岗位名。非猎头/中介发布，我是 Alva 的 HR，直接对接。 1. Product Manager（上海 onsite · Fulltime · 年薪5090万） 端到端 own 核心产品模块，和工程、设计一起交付： AI Harness / Agent 编排：自然语言 → 可靠的金融 Agent（检索 / 可视化 / 回测 / 执行） 交易执行：从想法到实盘的最后一公里 Playbook / Remix 生态：把它设计成可组合的内容与分发引擎 产品路线图：在能力、简洁、灵活、可靠之间做优先级决策 我们想找的人： 自己动手用 AI 造过东西（Claude Code / Cursor / n8n / 自建 agent），不是只会协调排期 说得清 LLM + 工具调用 + 记忆 + 规划的基本链路；知道 RAG vs 微调怎么选、上下文窗口 / 成本 / 延迟的取舍、MCP 是什么、AI 产品的 evals 怎么设计 对金融市场有真实好奇心（自己交易、有 thesis、或做过投研 / 财富 / 券商方向的产品） 有 0→1 经验，能和工程一起讨论多 Agent 编排、可观测性、降级方案 加分（越是非技术背景做到越加分）：研究过 Claude Code / Codex 这类 agent harness 的运作原理并持续 follow 它们的迭代；有 GitHub 可查；面试前玩过 Alva，能大致逆向出我们的 harness / Playbook 机制。 流程：有一道 5 天的笔试 —— 构建一个 Portfolio Watch Skill，让任何用户用它生成带界面和 Alert 的 Playbook。看作品，不看 PPT。 不必要的条件：MBA、名校、大厂 title。 2. Quant / Algo (Trading Systems) Engineer（上海 / Remote 年薪100万左右） ⚠️ 这是交易系统工程岗，不是策略研究岗。做的是 Alva quantamental Agent 背后那层执行引擎，scope 类似 QuantConnect Lean： 事件驱动的回测引擎（数据对齐、性能） 策略 runtime（用户自定义逻辑、生命周期、状态管理）、Paper trading 环境 实盘链路：signal → order → execution Broker / Exchange 集成（REST / WebSocket）、订单生命周期（成交、部分成交、对账） 回测 / 模拟 / 实盘三态一致性，幂等、延迟、滑点 期待你： 有真实生产级交易系统经验 —— bug 会直接变成钱的那种，不是研究脚本或玩具回测 现代栈：Python / Go / Rust 碰过或建过事件驱动回测器，或做过 IBKR / Alpaca / Binance 等 broker 集成 在乎正确性和边界情况胜过上线速度 硬性要求（AI fluency）：我们是 AInative 团队，除交易系统工程能力外，需要你有实际的 AI 工程实践——日常用 AI coding 工具（Claude Code / Cursor / Codex）开发，且做过 agent / LLM tooluse 类项目（最好 GitHub 或 可查）。一面就是现场 1 小时用 AI 工具构建一个能跑的 agent，简历上完全看不到 AI 实践痕迹的同学请先不用投。 3. AI Engineer（上海 / Remote 年薪50100万左右） Build & ship 能可靠完成投研任务的 AI Agent： 设计、构建、部署 AI Agent 给 Agent 配上专用工具和知识 实现安全护栏（guardrails） 建 evals、监控表现、快速迭代 和产品、运营、量化研究员协作 期待你： 工程基本功扎实，能端到端 own 一个系统 对 AI 既兴奋又有判断力 —— 会推理可靠性、失败模式，而不是堆名词 对市场/投资有好奇心（不要求 domain 专家） 我们特别看重 evals 是一等公民：能设计评测、量化 agent 可靠性并据此迭代。只调过 openai.chat() 包一层的经历偏弱，做过多步可靠 agent 才是我们的线。 以上岗位均提供 equity。有任何问题欢迎邮件直接问我。
Original—
awsui：让 AI 编程助手和 CLI 在正确的 AWS 账号中运行
项目主页： GitHub： PyPI： 为什么开发这个工具？ 使用 Claude Code、Codex、Terraform 或 AWS CLI 时，真正危险的事情往往不是命令写错，而是命令在错误的 AWS account 中执行。 开发者通常想的是 dev、staging、prod，但实际操作时却要记住每台电脑上不同的 AWS profile 名称，项目一多很容易在错误的账号或区域运行命令，尤其是让 AI agent 自动执行任务时。 因此我重新设计了开源工具 awsui：在启动任何工具之前，先验证它即将使用的 AWS context。 CLI workflow awsui 能做什么？ awsui 将项目环境映射到开发者本机的 AWS profile，并在启动命令前通过 AWS STS 验证实际登录的 account。 bash awsui context prod awsui prod codex awsui prod claude awsui prod terraform plan awsui prod aws s3 ls 如果实际登录的 account 与项目预期不一致，awsui 会立即停止，不启动后面的命令。 主要特点： 使用 dev、staging、prod 等项目环境名称，不必记住复杂的 profile 名称 启动工具前验证实际 AWS account 支持 Claude Code、Codex、Terraform、AWS CLI 以及任何 CLI 团队共享环境规则，但每位开发者保留自己的本机 profile binding 支持 IAM Identity Center（SSO）登录与重新认证 提供英文与繁体中文界面 完全开源，采用 MIT License 团队可以将环境预期写入 repository 内的 .awsui.yaml： yaml version: 1 project: paymentservice contexts: dev: account: "111111111111" region: apnortheast1 prod: account: "999999999999" region: apnortheast1 protected: true 本机 profile 名称不会写进 repository，而是由每位开发者自行绑定： bash awsui bind prod awsui prod codex 安装 需要 Python 3.13 与 AWS CLI v2。 bash uv tool install python 3.13 awsui 也可以使用 pip： bash pip install awsui awsui 验证的是工具启动时的 AWS context，并不是限制 child process 权限的安全沙箱，它的目标是在命令真正执行前，让 AWS account 与 region 清楚、可验证，并在不一致时及时阻止操作。 欢迎试用、提交 issue 或参与贡献。如果这个项目对你有帮助，也欢迎给一个 Star，谢谢！
Original—
forge-think，让模型进入“对齐真实世界”的思考和推理模式
在重度依赖大模型辅助编程的过程中，我发现一个普遍的痛点：在面对复杂的架构设计或真实的工程疑难时，模型往往倾向于输出最通用、最基础的模板代码。 各大模型厂商展示的新功能虽然强大，但在真实的业务开发中，如果模型不了解团队的历史约束和技术包袱，其推理过程不可避免地会向平庸退化。有观点认为“提示词不够长”，但在实际工程中，长提示词由于缺乏强制约束和门控机制，模型依然倾向于一次性输出，导致复杂任务的执行效果非常有限。 为了解决这个问题，顺手写了 forgethink。它是一个极其轻量的 MCP 编排服务器，核心理念是：通过外部状态机，强制模型按照人类踩坑沉淀的 SOP（标准作业程序）进行多步迭代思考。 核心亮点： 1. 业务经验转化为强制 SOP： 泛化的模型知识无法解决特定的业务约束。通过该引擎，你可以将团队的“真实决策树”编写为 SOP。例如，处理某类线上故障时，必须先按顺序收集证据，再评估下游影响。智能体必须严格遵循这条轨道，从而打破“通用范式输出”。 2. 多视角对抗审查： 在复杂决策中，你可以定义多个“虚拟专家”（如：安全审查员、性能架构师）。引擎会强制宿主智能体依次切换视角，对初始方案进行多轮自我攻击与重写（内部 Grill 机制），直至方案收敛且无懈可击。 3. 纯粹的编排层设计： 该服务器本质是一个状态机，本身不产生任何 LLM API 调用。所有的推理与生成工作仍由你现有的宿主（如 Claude Desktop 或 OpenCode）完成。 核心理念：为什么要用 MCP 而不是直接写长 Prompt？ 在实操中，即使在提示词中明确要求“分5步执行，每步复盘”，模型也往往敷衍了事。核心原因在于： 1. 打破“伪反思”幻觉：在单一提示词中要求模型自我反思，本质上仍是自回归的文本接龙，极易沦为走过场。forgethink 通过强制打断，确保上一轮文本完全生成并“定型（commit）”后，下一轮的审查角色才能在物理层面将其作为上下文“看见”，从而产生真实的评估。 2. 需要“门控”与强制状态机：长提示词对模型仅是没有门控的“建议”，遇到复杂任务容易跳过中间步骤直达结论。forgethink 是一个强制状态机，模型必须通过工具交互获取下一步授权，从物理层面切断了“跳跃推理”的捷径。 3. 收敛注意力 (Attention)：长提示词容易导致注意力分散。将大任务强制拆分为多回合交互，保证了模型在每一步的 Attention 都高度集中。 🤔 补充：与官方 sequentialthinking 的区别 sequentialthinking 允许模型将自身的常识分步写出，但如果脱离业务上下文，容易导致冗长且无意义的过度思考。 forgethink 的核心在于强制注入外部约束。它利用注意力机制和多步迭代，引导模型去寻找真实的业务边界，而非漫无目的地串行发散。简而言之：前者是让模型自由发散思考，后者是约束模型在既定规则下寻找真实解。 这是一个实用的工具。求个 Star 鼓励，感谢！
Original—
sansheng-distill 把一本书蒸成一张能点能跳的单文件网页
人工智能 把一本书蒸成一张能点能跳的单文件网页的 AI 工具 读完一本书，两周后只剩个模糊印象——这个工具解决的就是这件事。给它一个电子书文件或一组视频，它跑一条多步管线，产出一张能反复回看的知识地图：全书浓缩成一句公式，思维导图点一下跳到对应章节，每章可单独展开精读，末尾附一组读完自检的问句，还会联网补上作者背景和正反两面的书评。产出是单个 HTML 文件，双击即开，断网也能读。 亮点 它不是摘要。摘要是把书压短、读完就扔；它是把书拆成一张能反复回看的知识地图，而且产出是零依赖的单文件网页，可以直接发给别人。页面底部一直挂着一句话：AI 拆书是拿来当地图，不是替你读原书。 填完拉到底点绿色的 Submit new issue。 markdown 在 Claude Code 里安装并使用： /plugin marketplace add sanshengai/sanshengdistill 然后直接说： 把 D:\books\人类简史.epub 蒸一下 截图或演示视频
Original
—
ZKE：一款桌面式企业级的 K8s 多集群控制台，macOS 般的交互体验
Go ZKE：一款桌面式企业级的 K8s 多集群控制台，macOS 般的交互体验 ZKE 是一款采用 Server + Agent 与 QUIC 通信架构的 Kubernetes 多集群管理平台，以 macOS 般的桌面交互统一管理工作负载、权限与审计。相比传统 K8s 控制台，它更适合私有网络、混合云及边缘集群，让分散集群的接入、操作和安全管控更加直观高效。 亮点 桌面式体验： macOS 般的交互设计，让多集群管理更加直观高效。 QUIC 通信架构： Agent 主动连接 Server，无需 Server 直接访问各集群 API Server。 多环境统一管理： 适用于数据中心、私有云、公有云、混合云及边缘集群。 统一运维入口： 集中管理 Kubernetes 资源、工作负载及敏感运维操作。 权限与审计： 通过统一权限边界和操作审计，支持平台工程与 SRE 安全协作。 未来规划： 拟支持多集群可观测性及 AI 运维排障助手（Copilot）。 markdown 截图或演示视频
Original—
用代码实时生成 60 种昆虫的 3D 交互图鉴
JS 用代码实时生成 60 种昆虫的 3D 交互图鉴 可交互的 3D 昆虫图鉴，60 个物种覆盖 14 个目。旋转、缩放、点击模型上的彩色标注点，就能看昆虫的身体构造、生活史与生态角色，配有分步讲解与真能作答的小测。既可以拿来认虫，也可以参考「不用美术资产、纯靠代码生成 3D 模型」这条路怎么走 亮点 每一只虫的几何体都是 TypeScript 在浏览器里实时算出来的，仓库里没有一个 .glb／.gltf，也没有一张贴图。 同类的 3D 解剖站点，每个模型通常是几 MB 的 GLB 资产，靠采购或扫描得来。昆虫没有这样的现成资产可买，所以这个项目换了条路：把昆虫形态参数化 —— 体分头／胸／腹三段，胸部生三对足、两对翅，附肢是分节的锥管，翅面由放射状翅脉支撑。这些写成参数以后，加一个物种只需要写一份尺寸与配色的描述，而不是再买一个模型。 单个物种 1.4 万~3.6 万三角面，浏览器里构建耗时 30~90 ms 首屏 JS gzip 约 424 KB，物种代码按需分包，点到谁才下载谁 表面微观（刻点／沟纹／绒面／蜂窝复眼）由程序贴图在运行时生成，不依赖图片文件 交互上不留只有样子的按钮：分步讲解每翻一步，3D 镜头自己移到讲到的那个部位；剖切用裁剪平面真的切开模型；小测判对错、给解释、统计得分 双主题、中英双语，4030 个测试 对初学者的参考价值主要在建模层：src/three/builders/kit.ts 是一套放样工具箱（loft / leg / wing / compoundEye 等），60 个物种文件各自只依赖它，互不依赖，可以照着加自己的物种。 ⚠️ 需要说明：图鉴的讲解文案由 AI 撰写，未经昆虫学文献或专业人士逐条核校，不适合作为学术或教学引用来源，README 里也写明了这一点。 截图或演示视频
Original—
可直接安装的 React 动效组件与基础动作库
JS 可直接安装的 React 动效组件与基础动作库 Motion Lexicon 是一个面向真实产品交互的开源 React 动效库。开发者可以在线预览 48 个完整组件和 44 个原子动效，查看行为规则与源码，调整参数，并通过 shadcn Registry 把选中的实现直接安装进项目。它还提供 Agent Skill，帮助编码智能体完成动效选择、页面构建和质量审查。 亮点 组件围绕复制、加载、审批、表单、导航、3D 展示等真实产品场景设计，每个条目都能在线操作。 48 个完整组件覆盖 Motion、GSAP、Three.js、原生 WebGL、SVG 和 CSS；44 个原子动效中有 40 个可直接运行和安装。 预览、源码展示与 Registry 发布共用同一份实现，安装后得到带 TypeScript 类型和真实依赖的组件源码。 每个可安装条目都包含 prefersreducedmotion 方案，方便在产品中保持无障碍体验。 自带 Agent Skill，可以根据产品任务构建页面、推荐和编排动效、生成实现并执行动效审查。 提供中英文静态站点，应用与组件代码采用 MIT 许可证。 bash 安装一个完整产品组件 npx shadcn@latest add 安装一个原子动效 npx shadcn@latest add 安装 Agent Skill npx skills add Ryanyang125/motionlexicon skill motionlexicon 截图或演示视频 Lexicon 组件目录 Lexicon 三维产品查看器组件页 Lexicon 原子动效工作台
Original—
PinShell：把本地 HTML 变成直播/录屏置顶角标的 macOS 悬浮窗
PinShell Swift PinShell：把本地 HTML 变成直播/录屏置顶角标的 macOS 悬浮窗 PinShell 是一款 macOS 悬浮窗工具：把任意本地 HTML 文件变成全局置顶、可点击穿透的悬浮窗口，专为直播和录屏场景设计——OBS、Cap、QuickTime 录制时展示 LIVE 角标、社交账号胶囊、水印时钟。所有 UI 和动效全在 HTML/CSS/JS 里实现，改完按 ⌘R 即生效，无需重新编译。作为 NSPanel + WKWebView 的极薄封装，也是学习 macOS 透明窗口、菜单栏应用与 WebKit 集成的完整示例。 亮点 HTML 即产品：模板/轮播/动画全在 HTML 里，宿主零业务逻辑，改 HTML 即时生效 点击穿透：鼠标事件直达下层窗口，录屏直播全程不挡操作 一条命令加载：PinShell ./overlay.html 或 open a PinShell examples/badgecarousel.html 内置 4 个直播模板：社交徽章轮播、LIVE 状态点、社交胶囊栏、水印时钟 工程完备：Apache 2.0、菜单栏应用（无 Dock 图标）、跨桌面置顶、状态持久化、GitHub Releases 自更新 截图
Original—
MangoDisk：安全透明的跨平台磁盘清理工具
Rust MangoDisk：安全透明的跨平台磁盘清理工具 MangoDisk 是一款面向 macOS 和 Windows 的开源磁盘清理与空间分析工具。它可以找出系统与应用缓存、大文件、重复文件、卸载残留和开发构建产物，并在清理前展示路径、大小与风险提示。扫描和删除均在本地完成，适合希望释放空间、又不愿把文件交给云端处理的用户。 亮点 清理结果可核对：扫描不会自动删除文件，结果会展示分类、路径、大小和风险提示，用户确认后才执行清理。 清理规则公开可追溯：规则需要经过官方资料核验、安全边界检查和真实系统测试，完整规则库随源码公开。 按内容识别重复文件：不依赖文件名判断，按文件内容找出真正相同的副本，智能选择会确保每组至少保留一份。 磁盘占用一眼可见：用矩形树图展示目录和文件大小，可以逐层定位最占空间的内容。 覆盖日常与开发场景：除系统缓存、浏览器缓存和应用残留外，也能识别 Xcode、Rust、Node.js、Gradle、Python、.NET 等工具产生的可重建内容。 Rust 跨平台实现：核心扫描与清理逻辑使用 Rust 编写，同时支持 macOS 和 Windows，项目提供完整源码、构建说明和多语言文档。 截图或演示视频 1. 深度清理 深度清理 2. 大文件清理 大文件清理 3. 重复文件清理 重复文件清理 4. 应用卸载与残留清理 应用卸载与残留清理 5. 磁盘空间分析 磁盘空间分析
Original—
—
—
neckup
天天伏案的人，一体检就是颈椎曲度变直——低头几小时自己根本感觉不到。AirPods 的传感器来监测头部状态：支持灵动岛刘海两侧一颗小圆点，绿=挺好，红=该抬头了，余光就能看到；
Original—
—
—
—
macro-inc / macro
Macro is a unified workspace for teams: email, chat, docs, tasks, agents, calls, and CRM — @-linked together with shared AI memory.
1.4K
shiyu-coder / Kronos
Kronos: A Foundation Model for the Language of Financial Markets
36.9K
hugohe3 / ppt-master
AI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations, data-backed charts and tables on demand, audio narration from speaker notes, and support for your own .pptx templates. · by Hugo He
45.4K
infiniflow / ragflow
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs
87.4K
NVIDIA-NeMo / Switchyard
No project description yet.
688
36K
smicallef / spiderfoot
SpiderFoot automates OSINT for threat intelligence and mapping your attack surface.
20.3K
localsend / localsend
An open-source cross-platform alternative to AirDrop
87.6K
Lightricks / LTX-2
Official Python inference and LoRA trainer package for the LTX-2 audio–video generative model.
8.6K
embabel / embabel-agent
Agent framework for the JVM. Pronounced Em-BAY-bel /ɛmˈbeɪbəl/
4.2K
cactus-compute / needle
14MB foundation model for tiny devices; phones, wearables, smart home, and robots.
4K
Sitario - website builder
A finished website in an hour — not a blank canvas
—
Pantri
One kitchen. Everyone in the loop.
—
Procifyai
Turn chaotic notes into clean, team-ready SOPs in minutes.
—
BlueMonket
AI app that helps you start, and finish without overwhelm.
—
Small Business Profit & Decision System
Simple tools for smarter business decisions
—
CompromessoCheck
Understand Italian property contracts before you sign
—
Véla — privacy-first cycle tracking
Private cycle tracking that stays on your phone
—
FableKid
Every Child Becomes the Hero of Their Own Story
—
PhaseFood
A recipe builder for women's bodies
—
Nexbourse — Live Financial Markets
Forex, crypto, gold & economic calendar in one dashboard
—
Easy File Uploader
Shopify file uploads with built-in AI image editing
—
Skillselion
Ranked directory of Claude Code, Codex, Grok, Cursor skills
—
Ballet
Agentic workflows that deliver the same outcome every time
—
Ticketing
Ticketing system to easily manage customer service requests.
—
Betty Blast - Tap Blast Game
Relaxing block puzzle, clear rows, make combos, play offline
—
PHYLM
Your movie taste, turned into a match percentage
—
clipi
Turn your voice into clean, transparent clip art & GIFs
—
FinanceCalc Hub
Free Online Financial Calculators
—
AI Customer Support & Ticketing Engine
Turning chaotic support inboxes into AI-assisted workflow
—
Resume Score
Match your resume to a job posting and get it rewritten
—
No matching projects
Try another keyword or category.
Still trending3 highlights⌄
6 repositories were already featured in the last 3 reports, so they are not repeated in today’s discoveries.
cathrynlavery / diagram-design
Editorial diagram design for Claude Code, Codex, GitHub Copilot, Factory Droid, and Pi. 44 diagram types. Self-contained HTML + SVG. No shadows. No Mermaid slop.
+3K stars today · seen in 1 of the last 3 reports
msitarzewski / agency-agents
A complete AI agency at your fingertips - From frontend wizards to Reddit community ninjas, from whimsy injectors to reality checkers. Each agent is a specialized expert with personality, processes, and proven deliverables.
+2K stars today · seen in 1 of the last 3 reports
stablyai / orca
Orca is the place for working with a fleet of agents (e.g. Grok Bot, Claude Code). Run any coding agent with your own subscription. Available on desktop, mobile and remote runtime.
+1.2K stars today · seen in 1 of the last 3 reports
DEV TRENDS / COMMUNITY
Discuss this edition
Sign in with GitHub to share a thought, question, or useful follow-up.