—
DEV TRENDS / DAILY DISCOVERIES
Aug 27, 2026 · What developers are building
Daily discoveries from developer communities, independent makers, and open source.
—
Waterfall AI Test：把测试需求变成可审查、可验证的 Playwright 测试资产
Waterfall AI Test 是基于 Playwright Test Agents 构建的开源可视化测试工作台。 它把需求解析、测试模块、Markdown 测试计划、Playwright 脚本、真实浏览器验证、失败修复、测试集和执行报告组织成有状态的工作流。用户既可以一键让 Agent 推进，也可以在每一步查看、编辑、重新生成或人工接管。 与只生成一段测试代码的工具不同，Waterfall AI Test 强调测试资产的持续维护：计划和脚本通过本地 Git 保存版本；生成脚本需要真实运行验证；失败可以保留现场、修复并复验；每次执行都有 Run ID，并关联日志、报告、视频、截图和 Trace。 项目采用 Apache License 2.0，目前处于公开 Beta，支持可信团队在 Linux/amd64 Docker 上进行单租户、全新安装评估。它是独立开源项目，不是 Playwright 官方产品。 核心特点 需求到测试报告的可视化 Agent 工作流。 一键自动化与逐阶段人工控制并存。 真实浏览器验证和失败修复复验。 测试计划、脚本版本与完整执行证据关联。 演示视频
Original
—
A Box of Tools：35 个不上传文件的浏览器工具，装成 PWA 可离线用
A Box of Tools 是一箱子小工具，一个工具只干一件事：把图片压到指定大小、合并/压缩/涂黑 PDF、裁剪视频、剪辑音频、读二维码和条形码、格式化 JSON、比较文本、生成多尺寸 .ico 图标……目前 35 个。 和常见的在线工具站不一样的地方是没有服务器这一步。不是"承诺不保存"，而是代码里根本没有一条能把文件发出去的路径。整站开源（MIT），python build.py check 会把线上服务的文件和仓库里的逐字节比对一遍，所以这句话是可以自己验证的，不用信我。 几个实现上的选择，可能比工具本身更值得一说： JavaScript 没有构建步骤。tools/<slug/src/ 里的代码就是浏览器逐字节运行的代码，没有依赖，没有 lockfile，View Source 看到什么就是什么。 每个工具是独立的 PWA 注册，各自带 manifest 和 service worker，装上之后断网照样能用。 PDF 涂黑是真的删字：从内容流里移除字形并补一个 kern 让后面的文字不移位，同时清掉 /ActualText，而不是画一个黑框盖在还能选中复制的文字上面。 HEIC/HEIF 转换用的是编译成 WebAssembly 的 libheif，直接放进仓库而不是从 CDN 拉 —— 首次使用还要下载引擎的工具，算不上离线工具。 支持 15 种语言，简体和繁体中文都是完整翻译，不是机翻套在英文界面上。 预览： Box of Tools
Original—
大模型没有眼睛，一张截图是怎么变成回答的？
这篇文章拿一张切成四块的“小破图”，拆开它看见图片的全过程： 像素怎样变成卡片，又怎样插进只会处理 Token 的语言模型。 没有公式轰炸，却能让你看懂 AI 的“眼睛”究竟长在哪里，以及它为什么时而眼尖，时而又看不清小字和长截图。
Original—
分享一个在线电子书转换工具：）
我很喜欢读书，有kindle，掌阅这样的设备，用txt读书的时候，发现，没有章节目录，排版有时候会有问题，于是用闲暇时光，写了一个在线小工具，用来转换电子书，希望对大家能有帮助：） 特点如下： 1、web app，使用本地算力，不上传服务器； 2、支持txt，文本pdf转换为epub； 3、支持章节识别，文件分段，自定义封面，字体设定； 4、web app操作界面支持中英文； 链接如下： 目前产品刚刚上线，功能还很精简。欢迎大家公测体验，如果有任何关于排版、断章识别的 Bug 或建议，欢迎在下方留言，我会持续优化更新，感谢大家哦！
Original—
NotchDial：把 MacBook 刘海变成 AI 编程工具切换器
NotchDial 是一个把 MacBook 刘海变成 AI 编程工具切换器的开源 macOS 应用（原生 Swift，MIT）。鼠标滑到刘海，在三种手工动效模式中切换 Codex / Cursor / Claude：撕票根（弹簧进纸 + 钟摆物理，沿虚线撕下票根）、星轨黑洞（应用化作星球从深空飞入、解体重组为图标）、霓虹招牌（断电闪烁、逐字点亮）。点击到应用激活实测约 12ms。 两个有意思的点：项目本身是与 AI agent 结对开发的，连测试框架（回放触控板轻扫曲线、合成点击验证命中区域）也是；安装同样可以交给 AI——README 提供一句话提示词，粘给 Claude Code / Codex / Cursor，agent 会自动克隆、替换成用户自己的三个应用、构建并安装。README 内附演示视频。
Original—
BenchSelf：19 个浏览器自测，给出的是百分位而不是一个分数
反应时间 240ms 算快还是算慢，取决于你用的是鼠标、触控板还是手机，但大部分自测站只丢给你一个数字。 BenchSelf 是 19 个跑在浏览器里的自测：反应/反射、F1 起步灯、点击速度、鼠标硬件（回报率、抖动、双击、滚轮）、记忆（视觉/词语/序列/数字）、高频听力、周边视觉、色觉筛查。其中 17 个会把结果换算成百分位，并标出这个百分位是在哪个设备类别里算的、对照人群是谁。 它跟同类站不一样的地方在于把「拿什么跟你比」摊开写了：新站没有自己的样本，所以每条基线曲线的来源都写在 methodology 页上，17 条里 3 条拟合自别人公开发表的数据，其余 14 条明确标着「估计值」。某个设备类别攒够 5000 次真实首测之后，基线撤掉，换成实测曲线。 免费、无需注册、无广告、无联盟链接，测试页里不加载任何第三方脚本 —— 一个中途要去拉广告的测试，量到的是广告网络的延迟。 界面目前只有英文。
Original—
nanopi - 4MB 单文件的终端 AI 编程助手，十年前的老 Linux 也能跑
nanopi 是 Pi 的 Rust 移植 —— 一个跑在终端里的 AI 编程助手（coding agent），编译产物是 ~4MB 的单文件静态二进制。 为什么做这个 现在的终端 AI 编程工具几乎都依赖 Node 运行时，老系统和精简容器装不上。上游有人提过 要 musl 构建（pi8591），也有人提交过 修复老 Linux glibc 版本不匹配的补丁（pi6546）， 都被关闭为 not planned。我自己就卡在这上面，所以用 Rust 重写了一版。 特点 单文件 ~4MB，静态 musl ，零运行时依赖，scp 上去就能用 glibc 2.12（CentOS 6）以上即可运行，Alpine 直接跑静态版 支持任意 OpenAI 兼容接口，配 ollama / vLLM 就是完全离线的本地方案，代码不出机器 ratatui 写的终端界面，读文件、改代码、执行命令的过程流式渲染 兼容 Pi 的 JSONL 会话、hooks、Agent Skills、/fork、/resume MIT 协议 安装 bash VERSION=v0.10.0 curl L o nanopi \ " chmod +x nanopi && ./nanopi version 预编译覆盖 Linux x8664（glibc / musl）、macOS Apple Silicon、Windows； Linux ARM 目前需要自行从源码编译。 项目还很新，star 不多，主要想找有类似场景的人试用一下、提提意见。 截图
Original—
Day Monitor：不用手动开始/停止的 macOS 时间记录器，AI 看屏幕自动写日报、截图不落盘
自荐一个自用的 macOS 菜单栏小工具。 Day Monitor —— 不需要手动开始/停止：它每 ~20 秒截一次屏，交给 Claude Haiku 判断「你现在在干什么」，只把识别结果写进本地 SQLite，最后生成带时间轴、分类占比、跨日趋势和 AI 日报的仪表板。 在线 Demo（浏览器直接打开，示例数据，无需安装和 key）： 仓库（MIT，中英双 README）： 先说最容易被误会的一点：截图从不落盘。每次截屏在内存里交给模型，拿回一行描述（比如「在 Cursor 写 React 组件」）之后图像本身就丢弃了。数据库里存的是时间戳、这行描述、分类、应用名，外加一串用来判断「画面有没有变」的感知哈希（perceptual hash，还原不成图片）。全部留在自己机器上，不上传任何服务器。 其他几点： 六个视图：全天时间轴、分类环形图、跨日趋势、应用排行、事件列表、Claude 写的当日复盘 内置 token / 花费统计和月度预算上限，超了自动暂停，不会悄悄烧钱 采集间隔可调，20 秒是默认值；调长省钱，调短更细 Tauri + Rust 打的 universal 包，brew tap defiabell/tap && brew install cask daymonitor，或到 Releases 直接下 dmg 需要自己的 Anthropic API Key；没有 key 也可以先点上面的在线 看效果 Monitor 仪表板 做它的起因是：我想知道一天到底花在哪了，但所有需要「手动开始/停止计时」的工具我都坚持不过三天——忘了开、忘了停，最后数据全是错的。这个东西的设计前提就是「不需要我记得它存在」。
Original—
Clean My Codex：查看和清理 Codex 占用的磁盘空间
Clean My Codex 是一款开源桌面工具，用来查看 Codex 在本机占用了多少磁盘空间，以及这些空间分别被什么占用。它也把会话、会话资产、Worktree、工作区和插件放到一个界面里管理。扫描和清理都在本机完成，不会上传会话内容或文件元数据。 My Codex 总览 为什么做这个 用 Codex 久了，本机会慢慢积累不少文件：会话记录、为任务创建的 Worktree、Worktree 里的依赖和构建产物、生成的图片与可视化、Plan、插件旧版本，以及安装或更新中断后留下的临时目录。 这些文件分散在不同位置。只看 ~/.codex 的总大小，很难知道磁盘空间用到了哪里；直接进目录手动删除，也可能漏掉会话的数据库记录，或者让 Git 留下失效的 Worktree 记录。Clean My Codex 就是为了解决这个问题，把扫描、查看和删除放到一个界面里。 支持的功能 扫描 Codex 数据目录、会话、会话资产、插件、Worktree 和工作区，并按类别显示文件数量与磁盘占用。 统一管理未归档和已归档会话。一个会话即使有多个续写文件或多层子代理，也会合并成一项；删除时会一并清理关联资产、索引和数据库记录。 单独查看和删除会话资产，包括 ImageGen 生成的图片、Visualization 及其查看器、Plan 文档，并显示来源会话、文件数量和占用。 查看 Codex 创建的 Worktree、Git 状态、构建产物占比和关联会话。删除时使用 git worktree remove；用户自己创建的 Worktree 只统计，不提供删除。 查看 Codex 在用户文档目录中创建的工作区，标出未提交、未推送或状态未知的 Git ，避免误删仍在使用的文件。 管理插件版本，区分当前版本、旧版本和卸载残留；还可以设置定时清理，定期处理确认安全的临时目录、插件旧版本和过期会话。 只有存在明确证据时，项目才会进入“建议清理”。配置、凭据、运行期数据库、桌面端登录数据和缓存等内容会计入总占用，但不提供删除；当前插件只通过 Codex 自己的卸载接口处理，不会被当成普通目录直接删除。 支持平台 macOS 12 及以上，提供 Apple Silicon 和 Intel 安装包。 Windows 10 及以上，目前提供 x64 安装包，属于实验性支持。 安装与提醒 可以从 GitHub Releases 下载。项目使用 MIT 许可证。 目前仍在测试阶段，清理属于永久删除。第一次使用前建议先备份 Codex 数据，并在清理前退出 ChatGPT/Codex。macOS 安装包尚未公证，Windows 安装程序也还没有签名，首次打开时可能需要手动确认。
Original—
Agentero：Agent友好的文献阅读器
Context is everything。 如果说今天的模型是 $f$，越来越聪明，也越来越像。同一个 $f$，决定输出 $y$ 的，是输入 $x$，也就是 context。 但科研的 context 今天是碎裂的：PDF 和高亮批注可能在 Zotero 里，笔记在 Obsidian 里，你和 AI 的讨论、提问、方案留在对话框里。三者互不相通，再聪明的 Agent 也只能读到碎片。 所以我们做了 Agentero，旨在构建 Agent 友好、Agent 原生的文献管理方式，探索人与 Agent 在文献管理中的协作方式。 Agentero 是一个 Agent 时代的本地优先科研工作台，让输入、处理、输出三个环节都有 AI 参与。它不锁定具体 Agent 或模型——通过 ACP 接上你自己的本地 Agent（BYOA），工作上下文留在本地 Vault。 网站下载地址: 开源仓库地址： 功能 Agent 原生体验 通过 ACP 连接本机 Agent，Agentero 不锁定具体 Agent 或模型，工作上下文留在本地 Vault 支持快速安装、配置、卸载 Agent 支持划词对话、论文导入与 Skill 导入，让 Agent 参与检索、阅读与整理工作流 内置 CLI，支持导入论文、获取论文metadata、写入笔记、高亮等操作 内置 MCP，可以链接 ChatGPT web 等 衔接 Zotero 生态：兼容 Zotero 生态的导入方式，支持从标识符、链接或浏览器插件保存论文。一键导入 Zotero 书库，保留标签、笔记和附件。随时导出 BibTeX / BibLaTeX，衔接 LaTeX 写作流程 论文导入 支持软件内浏览 Cool Papers 网站并导入文献 支持魔搭网站导入文献 支持 RSS 订阅 支持根据已有文献库推荐arXiv今日文献 支持搜索论文名字导入 支持 Zotero 浏览器插件导入文献 文献管理 支持获取库中文献的出版商，支持一键查找引用库中文献的新文献 解析论文的参考文献，并支持一键导入 论文标签、筛选 快速跳转对应 arXiv、alphaXiv 文献阅读与记录 所见即所得的Markdown笔记编辑 Markdown 双链语法与 / 快捷提示语法 支持一键翻译、按页翻译、划词翻译，支持多种免费 API 以及 BYOK 的 API 翻译服务 支持页码导航、适应宽/整页、大纲、⌘F 查找、平滑划词、高亮、批注、提问与翻译 解析论文中的图、表、公式与算法，并结合上下文理解 云同步：支持 S3 兼容的云同步服务。 远程访问：通过 SSH 隧道浏览远程知识库，数据保留在用户自己的服务器上。 多系统兼容：Mac、Windows、Linux，快捷键与常用软件保持对齐，不改变使用习惯。 多种主题风格： 支持多种主题风格，满足不同用户需求。 界面预览 <p align="center" alt="Cool Papers 浏览与导入" width="90%" / <br/ <sub在应用内浏览 Cool Papers 并一键导入文献</sub </p <p align="center" alt="Agent 伴读" width="90%" / <br/ <sub分屏阅读 PDF，右侧 Agent 随时总结、提问与翻译</sub </p <p align="center" alt="翻译与笔记" width="90%" / <br/ <sub划词翻译、按页翻译，结合 Markdown 笔记整理要点</sub </p <p align="center" alt="RSS 订阅" width="90%" / <br/ <sub订阅 RSS 源，追踪最新论文与博客动态</sub </p <p align="center" alt="Skill 推荐" width="90%" / <br/ <sub浏览并安装社区 Skill，扩展 Agent 的论文阅读与写作能力</sub </p <p align="center" alt="Agent 设置" width="90%" / <br/ <sub通过 ACP 连接本机 Agent，安装、升级与切换默认 Agent</sub </p <p align="center" alt="MCP 连接" width="90%" / <br/ <sub内置 MCP，可将 Agentero 能力接入 ChatGPT 等外部客户端</sub </p <p align="center" alt="S3 云同步" width="90%" / <br/ <sub配置 S3 兼容存储，实现 Vault 云同步</sub </p <p align="center" alt="主题风格" width="90%" / <br/ <sub多种配色主题，支持跟随系统与界面缩放</sub </p
Original—
Webfem 拼豆图纸生成器：照片转品牌色号、颗数清单和可打印图纸
我做了一个免费的在线拼豆图纸生成器，可以把普通照片、头像、宠物照片或动漫图片，转换成真正能够照着制作的拼豆图纸。 工具地址： 做拼豆时，图片像素化只是第一步。真正制作还需要确定格数、匹配手头的拼豆品牌色号、统计每种颜色的数量，并处理转换后产生的杂色。 这个工具把这些步骤整合到了一起： 上传 JPG、PNG 图片，自动生成拼豆图纸 支持 MARD、COCO、漫漫、盼盼、咪小窝等品牌色号 自动统计每种颜色以及整张图纸需要的拼豆颗数 支持调整格数、合并相近颜色和排除杂色 可以放大图纸逐格改色、擦除或批量替换颜色 导出带网格、坐标、色号和用量统计的高清 PNG 支持导出 CSV，方便保存和继续编辑 手机和电脑浏览器都可以使用 免费、无需注册 图片转换和颜色计算都在当前浏览器中完成，原图不会上传到服务器，比较适合处理头像、家庭照片等不方便上传的图片。 支持在线编辑 这个工具更关注“生成后能不能真正照着拼”：除了转换效果，还提供品牌色号、颗数清单、网格坐标和逐格精修功能。 欢迎拼豆爱好者试用，也欢迎提出改进建议。
Original—
WorkGround2 —— 本地优先的 AI 工程工作台（开源 · Go）
软件名称：WorkGround2 许可证：MIT AI 开发工具 / Agent 工作台 WorkGround2 是一个本地优先（localfirst）的 AI 工程工作台，用 Go 写的一个二进制，把 CLI/TUI、桌面端和飞书/微信/QQ 机器人接到同一套 agent 内核上。 几个特点： 多模型：DeepSeek、OpenAI 兼容、Anthropic、本地 CLI provider 统一配置，不同任务可路由不同模型。 省钱：长会话缓存命中 90%+，输入 token 成本约 1/5（呼应周刊第 408 期《你需要知道的 AI 缓存知识》）。 安全：写操作可批准、可限制、可回滚（checkpoint + /rewind），适合直接在真实仓库里跑。 不用盯屏：会话挂桌面小组件，任务完成弹「完成通知 + 几十字摘要」，不用守着终端等它跑完。 安装：从 Releases 页下载对应平台构建；一次性任务 WorkGround2 run "..."。 希望能在周刊里推荐，谢谢。
Original—
Mossglen — 一个AI陪练，学外语的插件，支持8种语言
Mossglen Chrome 商店： 平时读外语文章很费劲，查词、翻译、记生词得开好几个工具来回切，索性自己写了个插件。 在任何网页碰到外语文章（YouTube 视频也行），点一下插件，进一个干净的阅读页面。生词点一下出释义，自动记进生词本；整句看不懂就看母语对照，或者直接问 Pip——插件里住着的一只 AI 寒鸦。它记得你的水平、查过哪些词、在哪种句式上卡过，解释的时候会照着你的程度来，不会甩一堆术语。 读完有几道小题，用来估你的阅读水平，之后内容难度会慢慢跟你对上。生词按 FSRS 排复习，到点提醒。 目前支持英语、日语等 8 种语言，不用注册就能用。欢迎试试，有问题直接说。 截图： 希望能够在老师的周刊里出现，谢谢啦～
Original—
mini-dsh：2000 行手写 DSH 最小运行时，学的是 Agent Harness 的架构，不只是那个 while 循环
许可证：MIT Node.js，无构建步骤 文档：README / ARCHITECTURE / LEARNING 各有中英两份 minidsh 是按 DSH 概念手写的最小 Agent 运行时，建在官方的 @deepseekai/cordis 上。src 目录 22 个文件、2000 多行，一个下午能读完。 和其他「手写 AI Agent」的区别 网上多数手写 agent 教程，最后落在一个 while 循环加几个工具调用上。跑得起来，但它没回答真实 harness 里最难的那个问题：这些东西是怎么被组织起来的。 minidsh 保留的是架构，不是循环： Cordis Context / Plugin / Service —— 插件容器与依赖注入 Session Event Log deriveMessages() —— 历史是从事件日志推导出来的，不是往数组里 push Tool Registry register / schemas / execute LLM Provider Adapter Agent Loop model tool model answer Agent Loop 不知道 Bash 是什么，也不知道 Context7 是什么，它只认识 ctx.tools。Agent 自己只是薄薄一层包装：sessionId + model + loop。这是整个项目里最值得学的一点。 为了证明「Everything is a Plugin」不是口号，它接了官方的 @deepseekai/dshmcpclient + Context7：MCP 工具经由同一个 ctx.tools.register 进来，Agent Loop 一行不改。Context7 连不上时 CLI 照常启动，只是少了那几个工具。 明确写了「没做什么」 README 单开一节列出故意省略的东西：maxSteps、token/成本预算、compaction、无进展检测、stop hooks、steering 队列、完整权限系统、TUI/Web UI，并说明为什么理解 Agent Harness 的核心不需要它们。 也包括那个后果：循环唯一的正常终止条件是模型不再请求工具，所以理论上坏的模型或工具链可以一直转下去。这个项目是拿来学的，不要当生产运行时用。 说清楚边界，比假装完整有用。 想自己写一遍 不建议先通读仓库。先扫一遍 ARCHITECTURE.md 建立整体图景，然后新开一个空项目，跟着 LEARNING.md 一个里程碑一个里程碑自己写下来。 test/core.test.js 当行为文档用，每个 runtime 配一个例子。其中一个用例是 agent 连续调用 20 次工具才结束，用来证明循环里确实没有步数上限。 截图 CLI 写文件和执行 bash 前会先问 [Y/n]；agent 运行时按 Esc 取消当前这一轮。
Original—
—
Clip2File：把剪贴板或网页选区一键保存为正确格式的 Chrome 扩展
<p align="center"\n alt="Clip2File" width="100%" /\n</p\n\n<h1 align="center"Clip2File</h1\n\n一个 Chrome 扩展（Manifest V3），把剪贴板或网页选区内容直接保存为正确的文件格式。复制文字、代码、图片或表格，按 或右键一下即可生成文件，无需手动建文件、改后缀。github\n\n 适合谁用\n\n 从网页保存代码、JSON、Markdown 笔记的开发者\n 复制文章段落、图片、资料归档的学生和研究者\n 想把网页内容快速整理成本地文件的人\n\n 主要功能\n\n 一键保存：按 、点扩展图标，或右键选区 → 直接生成文件\n 自动识别：文本、图片、代码、JSON、Markdown 等 15+ 种内容类型\n 图片支持：剪贴板图片、网页图片、图文混合选区均可保存\n 多文件打包：多个代码块自动解析，导出为项目 ZIP\n 本地私密：不上传、不追踪、无广告，全部在浏览器本地处理\n 快捷键： 快速保存， 打开面板\n 深色模式：界面支持浅色 / 深色模式\n\n 效果示例\n\n 复制网页中的 Python / JavaScript / JSON / Markdown 代码 → 保存为 / / / \n 选中网页里的文字 + 图片 → 保存为自包含 或 \n 复制多段代码的网页 → 自动解析并导出为项目 ZIP\n\n 安装方法\n\n1. 打开 \n2. 开启右上角「开发者模式」\n3. 下载 最新压缩包 解压\n4. 点击「加载已解压的扩展程序」，选择 目录\n\n 项目结构\n\n\n\n 隐私\n\n处理全在本地，不上传。隐私政策： License\n\nMIT\n
Original—
系统梳理 AI Agent、MCP、Skill 与大模型应用工程
系统梳理 AI Agent、MCP、Skill 与大模型应用工程，从第一性原理、架构范式、工具调用、记忆设计到落地实践，帮助开发者建立一套可理解、可设计、可实现、可评估的 AI 能力工程知识体系。
Original—
基于 Three.js 和黏塑性模型的在线陶艺模拟器
我做了一个在线陶艺模拟器，可以直接在网页里捏泥、做花瓶。打开页面后，选择挤压、开口、拉高或抹平，再用鼠标拖动旋转中的陶泥，就能慢慢做出花瓶、陶碗等形状。 用户可以调整陶轮转速、含水量和操作力度，也可以给做好的陶器换上陶土、青瓷或钴蓝釉等外观，最后保存作品或导出图片甚至是3D模型文件。 项目使用 Three.js 渲染，并用简化的黏塑性模型计算陶泥的形变。所有操作都在浏览器中完成，电脑和手机都可以使用。 捏制： 烧制成型：
Original—
Redock：面向 Claude Code/Codex 的移动终端 APP
Redock 是一款为 AI agent 设计的移动终端 app，可以在移动设备上通过 SSH / Mosh 连接到你的开发主机，随时使用 Claude Code、Codex 等终端 Agent。 主要特点： 支持 SSH、Mosh 和 tmux，断线后可以继续工作 支持 Projects、Actions、Snippets，方便组织开发流程 支持终端工作区、运行记录和 SFTP 支持 Agent 工作状态通知，随时开工，让你不浪费任何 coding plan 适合离开电脑后查看、干预或继续远程开发任务
Original—
Pixie - 一款面向 AI 时代的博客主题，内置防爬虫机制与深度移动端适配
项目简介： Pixie 是一款面向个人技术博客的 Hexo 主题。核心理念是在保留经典双栏布局的同时，针对当下独立博客的两大痛点提供解决方案：构建针对 AI 爬虫的版权保护防线，以及提供不妥协的移动端深度适配。 它摒弃了繁琐的第三方插件拼凑，将现代 Web 的极客交互（如 Cmd+K 唤起搜索、智能 TOC、长代码折叠）全部内置，开箱即用，兼容 Hexo 5.x ~ 7.x。 我的个人博客已全面切换至该主题，可直接体验： 演示站： 核心特性： 🛡️ AI 时代的版权防线：在页面植入隐式 LLM 提示词，向大模型爬虫声明版权与署名要求；读者点击复制网页链接时，剪贴板会自动追加包含作者和原文链接的版权尾巴（类似知乎）。 📱 移动端深度适配：拒绝简单的 CSS 暴力缩放，为移动端独立重构交互。包含侧滑抽屉导航、粒子背景自动降配保流畅、长代码/表格局部横滚、iOS 输入框防缩放等细节。 ⌨️ 现代极客交互：内置 Cmd+K / / 快捷键唤起全局实时下拉搜索、滚动跟随高亮的智能 TOC、超 5 行自动折叠的优雅代码块。 技术亮点： 纯静态本地搜索，构建时生成索引，无需依赖服务器后端或第三方服务。 基于 Stylus + EJS 构建，代码结构清晰，二次开发与自定义门槛极低。 深度定制 Dracula 深色代码高亮，保障技术长文的阅读沉浸感。 bash 1. 克隆主题 git clone themes/pixie 2. 安装搜索依赖 npm install hexogeneratorsearch save MIT
Original—
CSV Preflight Action：在 CI 中提前发现 CSV 结构问题
CSV Preflight Action 是一个免费、MIT 开源的 GitHub Action，用于在合并或发布前检查 CSV 文件的常见结构问题。它不上传数据，也不需要账号或 API 密钥。 主要功能： 检查空列名、重复列名、行列数不一致和完全重复行 识别 UTF8 BOM、无效 UTF8 与常见分隔符 在失败时生成 CSV 问题报告，并可作为 Actions artifact 保存 支持单文件 10 MiB 上限和不同的退出码 可使用完整 commit SHA 固定版本，降低供应链风险 最小用法： yaml uses: softpeanut/csvpreflightaction@eb04c527a46ce3bc8bfc711fde8e93ca947597ae with: path: data/example.csv 项目包含中文文档、可直接复制的工作流示例和测试。适合维护数据集、静态站点数据文件或 CSV 导入流程的仓库。 公开复现案例：一个 1.1 MB、1,583 行的自动生成 CSV 被检出 10 个完全重复行。案例明确说明上游 PR 仍在审核中，不是客户结果或已采用变更： 说明：这是维护者本人自荐。核心 Action 完全免费；仓库文档另有可选的付费安装服务，但不影响免费功能。
Original—
Orbit：让 Agent 跑起复杂项目的整套本地环境
简单项目通常一条命令就能启动，Orbit 面向的是由前端、API、Worker、数据库和容器组成的复杂项目。 它用 orbit.yaml 记录服务、依赖和健康检查，让 Coding Agent 按依赖启动主机进程与容器、定位失败，并验证真实的应用流程，而不只是看到端口打开或 HTTP 200。 使用时，只需在项目目录把下面这段话交给 Agent： Read and help me get this project running with Orbit. You may install the official Orbit CLI and plugin. Ask before installing other software or making destructive changes. Agent 会先理解项目现有的开发方式，再建立或使用这份环境配置。 GitHub： MIT Dashboard
Original—
Lody: 面向团队与 Coding Agent 的共享工作区
官网地址： Lody 是 Coding Agent 协作工作空间。它把分散在不同成员、Agent 和机器里的会话、运行状态与代码改动放到同一个空间中。团队成员可以打开彼此的会话继续讨论，也可以从浏览器或手机向一台在线机器发起任务，并在任务运行时补充指令。 但我们想解决的问题不止于此。 软件系统的复杂度不只存在于代码里。一段代码可能来自某个业务规则、一次线上事故、一位重要客户的兼容要求，或者一个后来已经消失的技术限制。随着项目演进，这些决定一层层叠加，最终形成系统今天的样子。代码保留了结果，却不总能保留形成结果的理由。 这些背景分散在设计文档、PR、Issue、会议、Agent 对话和团队成员的记忆中。当成员接手模块、审查改动或准备重构时，困难的往往不只是读懂代码，而是重新理解它背后的业务规则、领域概念、设计取舍和历史决策。 我们希望 Lody 成为软件团队与 Coding Agent 共用的理解层：把对话、代码、任务、文档和历史决策联系起来，帮助团队追溯系统为什么成为今天这样，并判断新的改动会触及哪些既有约束。 对话只是理解项目的起点。Lody 会围绕理解发展任务管理、文档和代码审查等能力。未来，我们希望探索通过插件让用户定义适合自己团队的工具，将其中的数据与项目的其他上下文连接起来，并在团队中同步。
Original—
blob-downloader v0.1.0 一个能把网页里 blob 链接直接存下来的 chrome插件
网页上的视频和导出文件经常藏在 blob 链接后面，右键另存为完全没用，所以我自己写了一个 它在页面脚本跑起来之前就接住了 url.createobjecturl，自己留一份引用，所以就算网页已经 revoke 掉链接，文件还是存得下来，一次性导出、生成的图片、解密后的附件都算 流媒体更麻烦，blob 链接后面根本没有数据，数据是边播边来的，所以它在播放器往 mediasource 里 append 的时候一段一段抄下来，把视频完整播一遍就能拿到文件，音轨和画面是两个文件，用 ffmpeg 合一下 下载走的是 chrome.downloads，而不是在页面里点一个隐藏链接，后者只有第一次有效，之后 chrome 会静默丢掉，我实测过，存五次只落地一个文件 ManifestV3，只申请了 storage 和 downloads 两个权限，全程本地，一行联网代码都没有，代价是内存，它把媒体留在页面自己的堆里，每条轨道最多 512 mb，弹窗每一行都写清楚在留什么 Github: aeroxy/blobdownloader
Original—
A Box of Tools：35 个不上传文件的浏览器工具
JS 35 个纯浏览器端的文件工具，处理不上传、可离线 一箱子小工具，一个工具只干一件事：把图片压到指定大小、合并压缩涂黑 PDF、裁剪视频、剪辑音频、读二维码、格式化 JSON、生成多尺寸 ico 图标。全部在浏览器本地跑完，没有上传这一步，也不需要注册。整站静态生成，15 种语言。 亮点 同类在线工具站通常写「我们不保存你的文件」，这个项目是让人不必相信这句话：代码里根本没有能把文件发出去的路径，python build.py check 会把线上服务的文件和仓库里的逐字节比对一遍，自己就能验证。 另外三点和常见实现不太一样： 1. JavaScript 没有构建步骤。tools/<slug/src/ 里的代码就是浏览器逐字节运行的代码，没有依赖、没有 lockfile，View Source 看到什么就是什么。 2. PDF 涂黑是真的删字：从内容流里移除字形，补一个 kern 让后面的文字不移位，同时清掉 /ActualText；而不是画个黑框盖在还能选中复制的文字上。 3. 每个工具是独立的 PWA 注册，各自带 manifest 和 service worker，装上之后断网照常用。 截图或演示视频 Box of Tools
Original
—
Mira一款Codex工作流可视化管理工具
Python 给 Codex 工作流做Web可视化管理的平台 这是什么：面向 Codex 用户的开源工作流管理工具，把 Codex 实际在跑的流程摊成一张可查看的节点图 解决什么痛点：Codex 默认是对话黑盒，步骤、依赖和失败位置都不直观，想改某一环只能凭印象重说一遍 用的技术：前端 React + React Flow，后端 FastAPI，Codex 在 Docker 沙箱中执行 适用场景：已经在用 Codex 做应用或自动化，需要看清流程、管理流程、再针对某一步调整的人 亮点 给 Codex 工作流加可视化，不用在对话里猜它规划了什么、改了哪、卡在哪一步 人继续用自然语言下指令，Agent 负责改节点、连线，不用自己拖流程 看清图之后可以指到具体节点再让 Agent 改，定点修改更准 集成LLM Wiki可给 Codex 外挂文件当知识，工作流和资料分开管 markdown 截图或演示视频
Original—
best-skills：每天更新的 Agent Skills 榜单
人工智能 每天更新的 Agent Skills 榜单 找 Agent Skills 时，往往需要在多个平台之间来回查。我们开源了 bestskills，把 skills.sh、ClawHub、腾讯 SkillHub 等来源的数据整理成 9 份每日更新的榜单，方便查看安装量、讨论热度和维护情况。原始 CSV 也能下载，交给 AI 按自己的工作需求筛选，或用于分析和搭建导航站。 亮点 一处查看多个平台的数据，按安装量、近期热度、维护活跃度、认证发布者等角度寻找候选 Skills。 榜单每天更新，保留每日数据，方便比较排名变化。 原始 CSV 按 CC BY 4.0 开放，可按协议要求用于自己的筛选、分析和项目。 公开排名方法；各平台原始安装量、下载量分别展示，不直接相加。榜单用于发现项目，不代表经过功能测试或安全审计。 markdown 本项目主要提供榜单和 CSV 数据，无需安装即可在仓库中查看、下载。 截图或演示视频
Original—
Codex Workflows：让长任务更可控、可交接
人工智能 让 Codex 长任务更可控、可交接的中文实践库 这是一个面向 Windows 和 Codex Desktop 用户的中文实践库，整理长任务编排、授权门禁、状态交接、故障排查与 PowerShell 辅助工具。适合希望减少上下文失控、重复操作和误触远端写入的个人开发者。 亮点 提供 30 秒快速开始，操作者日常只需阅读入口手册，其余规则由 AI 按需检索。 把长任务编排、状态交接、远端写入门禁和隐私边界整理成可审查的规则体系。 包含 Windows 本地会话交接评估工具，可结合文件大小、上下文压缩与窗口占用情况给出交接建议。 收录经过脱敏的 Codex Desktop 与 CC Switch 故障排查经验，并持续维护变更记录。 中文优先、MIT 开源；当前主要面向 Windows 与个人开发者，不属于 OpenAI 官方项目。 截图或演示视频 暂无界面截图；项目以 Markdown 文档和 PowerShell 命令行工具为主。
Original—
ASMR Dubber：为日语、英语音声制作中文配音和双语字幕
人工智能 为日语、英语音声制作中文配音、字幕和双语音频 ASMR Dubber 是一款音频和视频处理工具。它可以识别或导入日语、英语字幕，将内容翻译成中文，再生成中文字幕、中文配音或双语音频。中文配音会按原时间轴与原声混合，保留原本的声音、语气和环境音。项目同时提供单个作品编辑和 DLsite 多音轨批量处理。 亮点 保留原声，并按原时间轴混入中文配音，适合制作可直接听懂的双语音声。 识别、翻译、配音、混音和字幕导出可以分步执行，台词与时间轴可人工校对。 支持 Parakeet、KotobaWhisper、FasterWhisper、IndexTTS2、Fish Speech、Edge TTS 等本地或云端后端。 可导入常见字幕格式，导出中文或双语字幕，并保存项目进度和配音缓存。 截图或演示视频 B站介绍与效果演示： README 内含可直接播放的效果演示：
Original—
—
—
—
—
—
—
CapKnow: Take a photo and you’ll know what it is
When you see something you do not recognize, just take a photo. CapKnow helps you collect your disco
—
AI Native Game Harness（基于 DeepSeek Harness 构建）
基于 DeepSeek Harness 构建的开源 AI 原生游戏运行时与适配器框架，让 AI 能在不同游戏中对话、观察、行动、自学习，并根据真实游戏状态动态生成剧情。
Original—
DR Checker — Free Ahrefs Domain Rating Checker | drchecker.net
Free DR Checker tool — instantly check Ahrefs Domain Rating for any website. Get verified DR badges,
—
—
DemoFilm — Cinematic product demos, straight from your browser
Record your screen, let auto-zoom follow every click, wrap it in 3D device frames, and export 4K 60F
—
zedeus / nitter
Alternative Twitter front-end
13.8K
freestylefly / awesome-gpt-image-2
Prompt as Code | GPT-Image2 工业级提示词引擎与模板库，530+ 个案例逆向工程，20+ 套工业级模板，并提炼出Skills，持续更新中
Original22.9K
JetBrains / go-modern-guidelines
Help AI coding agents write modern Go
2K
calesthio / OpenMontage
World's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.
52.2K
thedotmack / claude-mem
Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More
92.2K
google / googletest
GoogleTest - Google Testing and Mocking Framework
39K
ComposioHQ / awesome-claude-skills
A curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows
73.5K
actions / checkout
Action for checking out a
8.7K
OpenCut-app / OpenCut
The open-source CapCut alternative
87.3K
Aegis Latent Core
Governed LLM traffic with verifiable audit evidence
—
Hare Krishna Bakery
Best Cake Shop in Ahmedabad – Hare Krishna Bakery
—
PresuLead
Turn estimate requests into qualified leads
—
AuditSpark
Website Intelligence for the AI Search Era.
—
Creative Command 2.0
What could you create without distractions?
—
READYACTION.ai
Turn product URLs into viral video ads with winning ad DNA.
—
llmbytes
Daily AI news, researched and written — not a scraped feed
—
Find your Strengths
Paste your job and figure out where you shine.
—
RealUptime
Honest monitoring: uptime, status pages, error tracking
—
Park Bid
Bid to Park your vehicles on the lot. The higher, the better
—
Gets.me - Free AI Agent inside Telegram
AI + Takeover: Set goals in chats - gets.me agent takes over
—
Marina Davar | Cincinnati Healthcare
Marina Davar | Cincinnati Healthcare
—
11K+ US Medical Leads (S1 2026)
11,884 newly licensed US doctors ready for cold outreach.
—
Usurp
Rank is the bid. Nothing else moves it.
—
DeepStudy
Read, Annotate & Split Screen
—
Momento: AI Guest Cam Experience Events
Guests scan a QR. You get every POV + ai recap film
—
PromptLens
Turn any image into a prompt built to recreate it
—
Gemini 3.5 Transcribe
Our most precise speech-to-text model yet
—
LifeGrid
See your life in weeks
—
HashNotch
Local MacBook Dynamic Island (See the Unseen)
—
No matching projects
Try another keyword or category.
Still trending3 highlights⌄
9 repositories were already featured in the last 3 reports, so they are not repeated in today’s discoveries.
Archify
A Skill that turns a paragraph, a plan, or a code repository into interactive web flowcharts.
+4.3K stars today · seen in 1 of the last 3 reports
DietrichGebert / ponytail
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
+1.6K stars today · seen in 1 of the last 3 reports
AgriciDaniel/claude-obsidian
Self-organizing AI second brain for Obsidian + Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathy's LLM Wiki pattern.
+631 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.