DEV TRENDS / DAILY DISCOVERIES

Aug 16, 2026 · What developers are building

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

MetaClean

跨平台本地文件元数据清理工具，支持图片、PDF、Office 和文本文件批量处理，文件不上传云端 - 项目与下载

Original

—

DSH Studio：用桌面界面管理 DeepSeek Harness

使用 DeepSeek Harness 时，安装、启动停止、健康状态、后台进程和日志往往散落在不同的终端操作中。为了降低这部分日常运维成本，我做了 DSH Studio。 GitHub：它是一款 MIT 开源、本地优先的跨平台桌面管理器，把 DeepSeek Harness 的完整运行生命周期集中到一个图形界面中。主要功能：在桌面界面完成 Harness 安装、启动和停止自动进行健康检查，直观看到当前运行状态集中查看运行日志，减少终端窗口切换监管后台进程，降低进程失联或重复启动的排查成本提供 macOS Apple Silicon、macOS Intel、Windows 和 Linux 安装包通过 GitHub Actions 自动执行持续集成和多平台构建最新版本： Studio 启动器运行界面项目仍在早期阶段，欢迎试用、提 Issue 或参与改进。披露：我是项目维护者。

Original

DTData & operationsDTLifestyle & entertainmentDTAgent orchestration

Weekly Submissions

—

kuaishuo（快说）：本地语音输入法 + 会议逐字稿

打字慢的人大概都想过用语音输入，但市面上的方案要么每次要手动点"开始录音"、识别完还得复制粘贴，要么音频要过一遍云服务器——密码、薪资、病历全过了一遍别人的服务器。快说想解决的是：开着就行，想输入的时候直接说，文字自动落到你正在打字的地方。全程本地，音频不出这台机器。核心能力挂着就行，不用每次启动 — 悬浮条常驻，不抢焦点。想输入时鼠标点进输入框直接说，不需要先去按一个"开始" 文字直接进光标 — 剪贴板 + 一次真实的 Ctrl+V，走真实粘贴路径。微信、飞书、VS Code、浏览器地址栏，任何地方。Draft.js / Lexical / TipTap 这类自维护文档模型的编辑器也不会错乱声纹过滤，只认你的声音 — 电视、视频、旁边同事说话麦克风全听得见，能量和频谱分不出人（实测几乎完全重叠），声纹向量可以。录 3 段各 3 秒取平均，之后只有你的声音能驱动输入全程本地 — SenseVoiceSmall 在本机跑，音频不出这台机器会议逐字稿 — 只记不输入。额外录一路系统声音补上远程会议对方的发言，用声纹区分说话人。每识别出一句实时 POST 到你的接口（1~3 秒内到），会议结束再推完整稿装完即用 — 识别模型（228MB）和声纹模型（27MB）内置在安装包里，不用首次启动等下载不丢 — 每句话在识别出来的瞬间就 append 落盘（JSONL），崩溃、强杀、断电最多丢正在写的那一行三种开始方式按住说（Ctrl+Shift+Space）— 按住、说、松手。快按一下只听一句一直录（Ctrl+Shift+D）— 按一次开始再按一次停，口述一整段用这个会议（Ctrl+Shift+M）— 只记逐字稿，一个字都不输入到任何应用技术栈与实现 Electron + Vue，识别用 SenseVoiceSmall，声纹用 sherpaonnx。198 个单测 + 43 项功能端到端 + 103 项 UI 端到端。几个实现上的选择： VAD 放渲染进程——断句要看实时音频，渲染层为了画波形本来就拿着每一帧系统声音是独立的第二路 VAD 而非混流——避免视频持续声音抬底噪导致麦克风一路不断句实时推送敢丢（秒级有界重试），因为逐字稿已落盘、会议结束会整份重推安装下载最新 Release 安装包即可，模型内置。从源码跑： npm install npm run dev MIT 协议，Windows 平台。项目还在早期，欢迎试用和提 issue。

Original

DTDesktop productivityDTWindows

Weekly Submissions

—

app-safe：AI 代码安全自对抗演练场

用 AI 写代码已经很普遍了，但 AI 写的代码到底有多少安全漏洞？这些漏洞有没有规律可循？能不能沉淀成一套可复用的安全测试提示词？ appsafe 就是为了回答这个问题做的。它让两个 Claude Code 线程互为对手，自动进行"写代码 → 攻代码 → 修漏洞 → 再攻击"的循环对抗，把 AI 代码中暴露出的安全漏洞逐个记录、归纳，最终沉淀成一个安全测试 prompt 库。核心设计 Builder（建造者）：像普通人用 AI 快速写业务代码一样，自然地写、加功能、迭代。不做刻意安全加固，让漏洞自然暴露。收到攻击报告后才针对性修复。 Attacker（攻击者）：黑盒安全测试者，只能读接口文档 + 打运行中的服务，禁止读源码。完全模拟"外部攻击者只拿到 API"的真实场景。文件系统握手：双方不直接对话，通过 arena/ 目录下的文件交换信息——接口清单、攻击报告、漏洞知识库、轮次状态。漏洞知识库：每个被证实的漏洞记录为一个 VULNXXX.md，包含漏洞类型、严重级别、复现步骤、影响评估，以及最重要的——一段可复用的安全测试提示词（attackprompt），让任何测试者都能用同样的思路命中这类问题。一轮怎么走 1. Builder 构建/迭代应用，发布接口文档 → 2. Attacker 读接口文档，对运行中的服务做端到端攻击，写攻击报告 + 漏洞记录 → 3. Builder 读报告，修复漏洞，迭代到下一轮 → 4. 循环往复，直到某一轮 Attacker 找不到漏洞或达到约定轮数为什么有意思自动化红蓝对抗：不需要组织人来打 CTF，两个 AI 线程自己就能跑攻防循环真正的黑盒：Attacker 完全看不到源码，复现真实攻击场景产出可复用：每轮发现的漏洞都抽象成测试提示词，积累下来就是一份 AI 代码安全测试清单观察 AI 修漏洞能力：Builder 修复后 Attacker 再攻击，能观察 AI 是否真正修好了、还是引入了新问题技术栈 Node.js 应用，目标服务跑在如果你也在关注 AI 代码安全问题，欢迎试用和提 issue。

Original

DTSecurity & testingDTData & operationsDTAgent evaluation & safety

Weekly Submissions

—

volens：一个能让你 “平时用不上、排障离不开” 的 GPU 省钱利器

AI 集群里的 Pending，为什么特别难排查 AI 训练和推理基本离不开 GPU、NPU 等计算卡。和普通业务集群相比，这类环境通常同时具备几个特点。 1. 多团队竞争昂贵资源算法、训练、推理和评测团队共享同一批卡，队列、优先级、配额、抢占和 Gang Scheduling 交织在一起。最让人困惑的情况不是“集群真的没资源”，而是：看着资源够，任务就是排不上队。节点上可能有空闲卡，但队列已经没有可用额度；队列还有额度，但单个节点放不下整个 Pod；某个已经 Inqueue、却永远无法分配的 PodGroup，又可能继续占着队列资源。 2. Volcano 有自己的调度语义 AI 场景广泛使用 Volcano。它不是简单地把 Pod 交给 Kubernetes 默认调度器，而是按照自己的调度链路执行：先判断 PodGroup 能否入队，再执行 JobValid，最后进入节点分配和各插件过滤。proportion、capacity、gang、predicates、deviceshare，以及厂商提供的 GPU/NPU 插件，都可能影响最终结果。算法研发同学通常不熟悉这些机制；集群运维同学也很难记住不同 Volcano 版本中每个插件的具体行为。 3. 大容量存储让调度条件更复杂训练数据集和模型权重通常依赖大容量存储。PVC/PV 亲和性、Volume Zone、CSI Volume Limits、访问模式、StorageClass 和本地盘拓扑，都是常见故障来源。很多问题表面上是 Pod Pending，根因却可能是卷只能落在某个可用区、节点已达到 CSI 卷数量上限，或者 Pod 的节点约束和存储拓扑互相冲突。 4. 每一分钟故障都在花钱 GPU、NPU 通常按时间计费，而且价格不低。一个分布式任务缺少一个成员时，其他已经启动的 Pod 可能仍占着整机计算卡等待。排障每多花一分钟，都可能意味着一组昂贵资源在空转。所以 Pending 排障不能只靠“经验好的人恰好在线”，更不能每次都从头执行一遍命令。工具化，才能真正节省时间和成本。我做了一个 Volcano 排障工具：Volens Volens 是一个深度集成 Volcano 调度经验的 Pending Pod 诊断工具，已经在生产环境久经验证。它以 Pod 形式部署在 Kubernetes 集群中，通过 Web 页面选择故障 Pod，然后沿 Volcano 实际可达的调度顺序给出检查结果：部分效果如图，欢迎体验 😁：

Original

DTData & operationsDTSkill / pluginDTWeb

Weekly Submissions

—

LibreDB Studio：把数据库 IDE 部署到数据库旁边，MIT 开源，支持 10 种数据库

利益相关：我是 LibreDB Studio 的作者之一。它是一个可自托管的 Web 数据库 IDE，把编辑器部署到数据库旁边、而不是装到每个人的笔记本上：用一个容器或一条 npm 命令就能起，浏览器里打开即可。单点登录、RBAC 和查询审计都在 MIT 开源版里，团队不必把线上库密码发给每个人。一套界面连 PostgreSQL、MySQL、MongoDB、Redis、ClickHouse 等十种数据库。 GitHub：

Original

DTSecurity & testingDTData & operationsDTWeb

Weekly Submissions

—

rainlane: 雨声伴读 · 专注助眠，沉浸式古典钢琴白

🌧️ 极致雨声库：无需在户外淋雨，我们收录了小雨、大雨、雷雨、溪流雨四种纯享音轨，掩蔽掉办公室的键盘声或窗外的车流声，瞬间建立属于你的“专注屏障”。 🎼 百万级古典乐章：精选肖邦、巴赫、莫扎特、李斯特经典钢琴曲目，经专业混音师调校，确保琴声清亮而不抢戏，与雨声完美融合。 🎨 动态混音调节：想听故事感？推高钢琴音量。想大睡一觉？调大雨声比重。自由调节的旋钮，让你掌握情绪的平衡点。适合谁？失眠的夜猫子 | 在家办公的SOHO族 | 需要深度阅读的学生 | 高压下的职场人 🔗 了解详情与下载：

Original

Weekly Submissions

—

上传微信聊天截图，生成一首对应的回复歌曲---以歌

上传聊天截图，告诉你想怎么回复，以歌帮你创作一首专属回复歌曲。免费使用：

Original

DTWeb appDTWeb

Weekly Submissions

—

Netra：一个基于 eBPF 的网络流量可视化与 AI 分析平台

Netra 是一个基于 eBPF/XDP 的旁路网络流量分析平台，通过交换机镜像流量即可观察整个网络，不侵入业务链路。项目采用单二进制部署，提供实时流量、SNI、拓扑、历史分析和异常告警等能力，并内置 AI Agent，可以通过自然语言分析真实网络流量；同时支持 MCP，可进一步接入威胁情报、SIEM、Kubernetes、CMDB 等外部能力。

Original

DTData & operationsDTAgent extensionDTMCP service

Weekly Submissions

—

DeepSeekHarnessBox：把 DeepSeek Harness 打包成一个 EXE，免 Node、双击即用

最近 DeepSeek Harness（DSH）比较火，但 Windows 用户想体验，通常还需要安装 Node.js、npm/pnpm、配置环境，再通过命令行启动。所以我做了 DeepSeekHarnessBox，目标很简单：把这些步骤全部省掉。它把已经验证可运行的 DeepSeek Harness 环境和 Node.js 一起封装成一个 Windows x64 单文件启动器，下载 DeepSeekHarnessBox.exe 后直接双击即可使用。主要特点：单文件免安装：只有一个 EXE，无需安装 Node.js、npm 或 pnpm 无需配置环境变量：不修改系统 PATH，不污染现有开发环境双击即用：自动启动 Harness Web 服务并打开默认浏览器托盘运行：可以随时重新打开页面或一键退出自动处理端口冲突：默认端口被占用时自动寻找可用端口退出干净：退出时自动结束由它启动的后台进程完全开源：MIT License 这个项目主要面向只是想快速体验 DeepSeek Harness、不想先折腾一套 Node 环境的 Windows 用户。目前支持 Windows 10 / 11 x64。

Original

DTSoftware developmentDTCLIDTWeb

Weekly Submissions

—

LTPP：学练一体的全栈在线开发学习平台，把 OJ 判题、在线 IDE、云端 Linux、内容社区、电商装进一个 Web 应用

利益相关：我是 LTPP 的作者。 LTPP（Learning · Teaching · Practice Platform，"学 · 练 · 教"一体的在线开发学习平台）是为编程学习这件事打造的一站式 Web 应用，目标是把"学到 → 练会 → 教别人"这条链路里需要的工具全部整合到同一套产品里：读文章、看短视频、刷 OJ 题、参加竞赛、在线写代码、提交到沙箱判题、和同学即时讨论、用云端 Linux 跑实际项目、攒作品、卖商品，全都在一起。MIT 开源，自托管，单机即可跑。 🎯 它解决什么市面上的编程学习场景里，想做的事通常分散在五六个不同平台：OJ 在一个站，代码编辑器在另一个站，云服务器要再开一个，聊天用微信，讨论用 QQ，教学管理又用独立的 LMS。学生要切来切去，老师要管五六个账号，机构要付五六份订阅。LTPP 想做的事，是把"学 + 练 + 教 + 管 + 社区 + 商业化"收回到一个屋檐下，部署者只装一次，学生只用记一个网址。 👤 三类用户视角【学员视角】早上 9 点，先看《每日一题》（系统定时推送，不是你刷的），3 分钟一道。不会做？在「Q&A」提问，24 小时内有人答，可以附代码片段。写代码：直接浏览器里打开 Monaco 编辑器（支持 C/C++/Java/Python/Go/PHP/JS/TS/Rust/C/Ruby/Bash/CSS/HTML 14+ 语言），点提交。系统把代码扔进自建沙箱（Docker + cgroup/rlimit 隔离）判题，AC 就解锁下一题，WA 就回看「代码历史」找上次接近的版本。晚上 8 点的 ACM 训练赛：进入「竞赛」频道，ACM/OI/IOI 三种模式可选，实时排行榜，赛后看解析。课间：在「私聊」找同学讨论，或在「群聊」看班群消息。「班级消息」「全局通知」会自动推过来。周末：用「云盘」存笔记、用「应用市场」装别人写好的工具、在「应用商店」看看有没有想买的课程/书/硬件。【开发者视角】不想光刷题？想跑真实项目：用「Webcode」一键开一台云端 Linux 沙箱（SSH 端口 49999），浏览器内就是 terminal，可以装包、写脚本、跑服务。写完觉得不错：点「代码分享」生成短链接，扔到群里。点「代码历史」看历次提交，方便回滚、对比、查重。想学新技术栈：在「文章」读长文，在「短视频社区」看 3 分钟教程（抖音式信息流 + 创作者看板，自己也能上传）。想看排行榜：在「积分排名」看周榜 / 月榜 / 总榜。【老师 / 管理员视角】「管理员控制台」管用户、管题目、管竞赛、管商品、管应用、管视频、管通知…… 「Root 超级管理控制台」管全局配置、看系统监控实时仪表盘（CPU/内存/网络/在线人数/队列长度）、配短句（站点标语/公告）。 9 个 Crontab 自动跑：每日一题刷新、抖音数据同步、竞赛排名计算、状态修正、Webcode 沙箱清理、文件表创建 …… 不用人手。「版本检查」接口给客户端做 OTA：三端（Web / Flutter / Windows）发新版本自动提醒。 🏪 还能顺便做"小商业" 「商品商店 / 我的商品」：卖课程、卖书、卖硬件、卖虚拟道具都行。「应用市场」：让用户上传自己写的工具/插件，互相装。「云盘」+「应用商店」+「商品商店」三件套，让平台不只是一个学习站，也是一个小型 SaaS / 社区电商。 📱 三端齐全 Web：Vue 2.7.16 + Element UI 2.15 + Monaco Editor + ECharts。移动端：Flutter，iOS / Android 一套代码。 Windows 桌面：Electron + Tauri，离线也能看文档、看课程、看代码。 🧰 轻技术栈（自托管友好）后端：PHP 8.2+ / Webman（Workerman 之上）/ GatewayWorker / Eloquent ORM。存储：MySQL 5.7+ + Redis 5+（39 个 logical DB 做模块隔离与限速，判题走异步消息队列不阻塞主流程）。部署：单台普通 Linux 服务器即可；进程自动扩到 min(cpu2, 12)；HTTP 端口 48787、SSH 端口 49999。部署包仓库提供 install.sh，一行命令起步。 💡 目标场景高校计算机系 / 中学信息课：自建 OJ + 教学管理 + 班级通知一站搞定。编程培训机构：OJ + 课程商店 + 学员社区 + 直播课。兴趣社区 / 开源社团：文章 + 短视频 + 群聊 + 活动公告 + 应用市场。个人开发者：自己学、自己教、自己卖，自己一个屋檐下管所有事。 GitHub：部署包：

Original

DTResearch & learningDTData & operationsDTWeb app

Weekly Submissions

—

Live Tennis API — 实时网球数据 API（免费套餐 + 开源 MCP 服务器）

自荐一个开发者资源：Live Tennis API（实时网球数据 API，含开源 MCP 服务器）一个面向开发者的网球数据 API：实时比分（含发球方与破发点状态）、赛程、球员资料与当前排名，覆盖 ATP、WTA、挑战赛、ITF、青少年五大巡回赛，另有回溯到 1968 年的历史赛果档案（付费档位）。免费套餐无需信用卡，密钥制，30 次/分钟、100 次/天，适合开发调试和小工具、课程作业等轻量场景（实时比分、球员、赛程都在免费档内）配套开源了 MCP 服务器（TypeScript，MIT，24 个工具，GitHub 190 星），Claude、Cursor 等 AI 助手可以直接用自然语言查比赛：文档：利益相关：我是这个 API 的维护者，符合"软件/资源自荐"的投稿方式，供周刊参考。

Original

DTResearch & learningDTSoftware developmentDTAgent extension

Weekly Submissions

—

工具分享

工具简介：一款在线带壳截图、壁纸样机生成工具，可为手机、平板、电脑快速制作带壳效果图、产品演示样机图，浏览器直接打开即用，无需安装软件。使用场景：制作壁纸样机效果图，用于公众号、短视频平台等自媒体内容配图引流；生成 APP、网页、小程序界面的带壳展示图，用于作品分享、项目演示、宣传展示；设计师、开发者快速产出 Mockup 样机，用于作品集、方案提案。特点：基础功能免费可用，无需安装客户端，网页直接操作海量高质量样机模板，覆盖 iPhone、iPad、Mac 多类设备，包含手持、桌面、多设备组合等多种场景样式高度自定义编辑，背景、锁屏时间、边框、画面布局均可按需调整支持多倍分辨率导出，支持 JPG、PNG 图片格式输出支持图片裁剪、画面微调支持添加水印、版权文字标注支持批量上传、批量导出，可保存自定义模板配置

Original

DTSoftware developmentDTWeb appDTWeb

Weekly Submissions

—

claude-limit-relay：Claude Code 撞 5 小时限额自动续跑 + 定时预热额度窗口（Windows）

Claude 订阅的 5 小时用量窗口由「空窗期的第一条消息」锚定。这个纯 PowerShell 工具箱做两件事：预热——用任务计划在指定时刻发一条极小的 ping，把窗口边界平移到你的作息上，开工时可横跨两个窗口；接续——任务撞限被杀后自动站岗，额度恢复的瞬间在同一会话里挂载完整上下文续跑，最多链 4 个窗口约 20 小时，撞到模型周限还能自动降档换模型跑完。官方桌面版 8 月 13 日上线了 autocontinue 复选框，但 CLI 至今没有——这个工具补的就是 CLI 这一半。MIT 开源，无守护进程，本地 Web 面板中英双语。

Original

DTAgent extensionDTAgent observabilityDTCLI

Weekly Submissions

—

midipiano.app：看谱练琴的网页应用（MIDI 键盘 + 实时反馈）

midipiano.app 是一个免费的网页版练琴应用。屏幕上显示的是真正的五线谱，不是 Synthesia 那种瀑布流。用 USB 或蓝牙接上 MIDI 键盘就能直接弹。弹对了、弹早了、弹晚了，还是没按够时值就松了键，都会实时标在谱面上，一目了然。内置分级练习曲库，从最基础的五指练习一直到布格缪勒、贝多芬的小品。也可以导入自己的 MusicXML/MXL 乐谱逐小节练，支持 AB 循环、分手练习、等待模式（弹对了谱子才往前走）和变速播放。还有每日视奏挑战，每天生成一首新曲，所有人都弹同一首，分三个难度。为什么做这个工具自学钢琴的人大多有这个体会：老师一周只见一次，剩下六天弹错了没人指出来，只能凭感觉一遍遍过。市面上的学琴 App 大多要订阅，而且不少用瀑布流代替五线谱，练久了反而越来越不会看谱。我想要的是对着真正的乐谱练，每个音当场就有对错和节奏的反馈，练完知道下一遍该改哪里。主要特点完全免费，无需注册需要一台 USB 或蓝牙的 MIDI 键盘，浏览器建议用支持 Web MIDI 的 Chrome 或 Edge 界面有完整的简体中文翻译，国内可直连（人机验证走的是 recaptcha.net）接上键盘打开网页，弹几个音就知道是怎么回事了。欢迎试用，有什么问题或建议都欢迎反馈。利益相关：我是 midipiano.app 的开发者，人在西班牙。中文界面和这篇介绍都是借助翻译完成的，有不地道的地方欢迎指正。界面截图

Original

DTLifestyle & entertainmentDTSoftware developmentDTWeb app

Weekly Submissions

—

shotsync：部署在自己 Cloudflare 免费档的跨设备图片/文字中转池，替代微信文件传输助手

自荐一个自用的开源小工具。 shotsync —— 跨设备图片/文字中转池：Mac、手机任一设备丢进去，其他设备打开网页就能取走。定位是「中转」不是网盘，所有内容 30 天自动清理。仓库（MIT，中英双 README）：特点：整个后端只是一个 Cloudflare Worker + 一个 R2 桶，部署到自己账户约 5 分钟，免费额度个人用绰绰有余，数据不经任何第三方图床手机端是 PWA，「添加到主屏幕」即用，不装 App、不上商店图片在浏览器端转 JPEG + 生成缩略图，Worker 只存字节不碰像素可给单张图生成带签名、7 天过期的公开链接，分享一张图不暴露整个池子做它的起因是受够了用微信「文件传输助手」给自己传截图：图被压缩、要翻聊天记录、还得常开着微信。

Original

DTData & operationsDTWeb appDTWeb

Weekly Submissions

—

让 DeepSeek Harness 的极简模式在 Windows 上跑起来

JS 补上 DSH 缺失的 win32 进程检查器，让极简模式在 Windows 可用 DSH 的极简模式在 Windows 上根本打不开，报错是 terminal inspection is unsupported on platform win32。根因不在 nodepty，而在官方 subprocess 运行时的 createProcessInspector，它在起 PTY 之前就按平台分派，win32 分支直接 throw。这个插件用官方留的注入座补上 win32 实现，核心一行不改，装完在预设选择器里多两个可用预设。亮点三件别处做不到的事。一是沙箱内的持久 shell。workspacegit 的 workspacewrite 用受限令牌，Git Bash 这类 MSYS shell 会死在 cygheap 初始化，实测签名 cygheapuser::init NtSetInformationToken 0xC0000022，另一位用户在自己机器上复现出同族的 CreateFileMapping Win32 error 5。这是插件层无解的墙，也是现有 Windows 方案清一色要求 dangerfullaccess 的原因。换成没有 POSIX 模拟层的 busyboxw32 ash 就能活下来，据我所知这是目前唯一能在 DSH 沙箱内运行的 Windows 持久 shell，windowslatest CI 上有完整的 send/read 往返实测。二是前台命令识别。Windows 上不能靠父进程链回答终端里现在跑着什么，因为 MSYS 的 fork 模拟会切断链条。实测很直白，Git Bash 的 PTY 里跑 sleep 20，查它的直接子进程是空的，同一时刻查 ConPTY 的控制台进程列表，那个 sleep 清清楚楚在里面。所以改成从控制台进程列表解析，约 81ms。这块是外部贡献者做的。三是 GBK 老项目能读了。官方 fs 对 GBK / UTF16 文件返回 FSNOTTEXT 直接拒读，国内老项目源码配置一大堆是 GBK，Agent 连打开都做不到。读取路径自动嗅探解码，前台 shell 输出走同样处理。所有主张都在 windowslatest CI 上每次推送复跑，41 个单测，3 系统矩阵。限制也全列在 README 里，不藏。已经给核心团队写了一份采纳笔记，如果官方愿意收进去，这个插件就没有存在的必要了，那是最好的结果。截图或演示视频

Original

DTSoftware developmentDTAgent extensionDTAgent orchestration

HelloGitHub Submissions

—

foxue.ai

类别：机器学习面向全球的佛学交流 AI 可信平台开源多语种佛典研究平台，支持巴利、汉、梵、藏经文检索，每条回答都锚定到经号、版本、段落号，让 AI 从问题回到原典，只做证据入口不替佛陀说话。亮点：段落级引用：每个结果可追溯到具体经号/版本/段号，杜绝 AI 编造经文多语种覆盖：巴利藏、汉译阿含、梵文残卷、藏文甘珠尔平行检索 Apache2.0 开源，面向百年保存的长期主义设计明确拒绝权威化：证据不足时如实回答不知道

Original

DTResearch & learning

HelloGitHub Submissions

—

dsh-movein

JavaScript 一条命令把 Claude Code 配置整套搬进 DeepSeek Harness 从 Claude Code 迁到 DeepSeek Harness 时，积累的技能、MCP 服务器、hooks、子代理和权限规则不用重建。dshmovein 扫描本机 Claude Code 资产，先出一份「搬家清单」预演，确认后一条命令全部搬完。权限规则会输出迁移差异报告，无法映射的规则逐条列出而不是静默丢弃。v0.4 起支持反向搬家，DSH 里长出来的技能可以搬回 Claude Code，两个工具双栖使用。零依赖 Node CLI，MIT 协议。亮点搬家前先算账，仓库里附一份按源码逐项实测的资产兼容性对照表，以及「每个技能每请求 28 token」的目录成本实测，搬你用的技能而不是你有的技能。截图或演示视频

Original

DTSoftware developmentDTAgent extensionDTCLI

HelloGitHub Submissions

—

PlayBook —— YAML 驱动的对话流程编排框架（metacoding 概念）

Python 把 AI 客服的对话流程写成可执行的 YAML"剧本"，引擎按剧本确定性推进，LLM 只管意图理解。 meta coding替代vibe coding（核心编码）概念：不是一行代码不写，而是只处理核心代码。这是让不懂代码的vibe coder 十分钟开始学会看懂项目核心代码，学会编写核心代码我把它称之为meta coding，意为只写核心代码而不是纯氛围感编程，代码对于0代码基础的小白也不再是黑盒亮点项目亮点：概念有趣：从 vibecoding 到 metacoding——用结构化 YAML 替代自然语言传递流程需求，产品写剧本、开发写 Action、LLM 管意图，三方各司其职入门友好：零依赖、零 API Key，一条命令 python examples/quickstartmock.py 就能看到引擎完整执行轨迹（追问、校验拦截、条件分支逐行打印）文档齐全：中英文双语 README，源码全中文注释，自带 AI 客服示例剧本（5 个流程，覆盖全部框架能力）安全设计：条件表达式走 AST 白名单求值（替代裸 eval），禁 import/私有属性反射贴心彩蛋：仓库自带给编码 Agent 安装的 SKILL，装上后 AI 会按框架规范帮你写剧本适合人群：不想被别人嘲讽不懂代码的vibe coder 正在做 AI 客服 / 对话机器人、被 prompt 失控折磨过的开发者对"低代码编排 LLM 对话流程"感兴趣的产品、运营想给自己项目加确定性流程控制的 LLM 应用开发者 markdown flows: logisticstracking: name: 物流查询 steps: id: start type: start next: askorder id: askorder type: collect slotname: ordernumber response: mode: static text: "请提供订单号（至少 5 位字符）。" validation: condition: "len(str(slots.get('ordernumber', ''))) = 5" failureresponse: mode: static text: "订单号格式好像不对，能再说一次吗？" next: query id: query type: action action: actionquerylogistics next: if: "slots.get('logisticsstatus') == 'delivered'" then: replydelivered else: replyintransit id: end type: end next: [] 截图或演示视频相关文章（项目介绍与设计思路）：【CSDN】从 vibecoding 到 metacoding：我把 AI 客服的对话流程写成了可执行的 YAML 剧本 →

Original

DTSoftware developmentDTAgent extensionDTAgent orchestration

HelloGitHub Submissions

—

五种模式精读图书与文章的 AI 精读助手

人工智能五种模式精读图书与文章的 AI 精读助手 DeepRead 是 DeepSeek Harness 的精读插件：把一篇文章或整本书拆解成核心观点、论证结构与关键论据，输出「观点—证据—数据—关系」结构化报告。支持公众号链接、PDF（内置纯 JS 提取器）与粘贴文本；提供快速要点、深度精读、知识地图（四档置信度）、费曼读书法（11 步闭环+间隔复习）、全书精读五种模式；支持批量对比、预算预检与后台任务进度透明；可导出 Markdown / 思维导图 / 网页报告。亮点 1. 「观点—证据—数据—关系」知识地图：观点必须配证据，数据带五要素，置信度分四档，杜绝编造； 2. 纯 JS PDF 提取器零依赖，含中文 ToUnicode 映射与页码定位溯源； 3. 长文自动转后台任务，逐段推送进度（解析百分比、第 i/N 段、汇总），预算预检先估 token 与耗时。 bash 安装 dsh plugin profile web add dshdeepread 对话中直接使用用知识地图模式精读这篇文章：

Original

DTSoftware developmentDTAgent extensionDTWeb app

HelloGitHub Submissions

—