Hide Reader (微软商店链接)
可以隐藏和仿真翻页的小说阅读器，支持txt, pdf, epub, mobi, azw, azw3, cbz等格式。也上架了 苹果商店
—
DEV TRENDS / DAILY DISCOVERIES
2026年2月5日大家都在做什么
每天发现开发者社区的新项目、新产品与开源趋势。
YT2Sub - YouTube 字幕提取下载工具
下载 YouTube 视频字幕（支持 TXT/SRT/VTT）
—
Owl 猫头鹰
小红书公众号在线敏感词检测工具。我做了半年自媒体之后才发现需要规避平台敏感词，但是之前用的工具停服了，市面上其他的需要登录或者关注他们的公众号才可以使用，于是我 vibe coding 了一个敏感词检测工具，词库是根据网上找的，精简下来有 6 万多个。用了 cloudflare 的开发者穷鬼套餐，所以每人每天限制 10 次，主要是防止第三方调接口把额度耗完大家都没得用，应该对于大多数创作者都是足够使用的了
—
fluxchat
一站式 AI 功能聚合网站，包含 AI Image、AI Music、AI Video、AI chatbot 等功能
—
AI人生系统
受网文"系统流"启发的 AI 游戏化个人成长平台，AI 自动派任务、经验值等级体系、六维属性雷达图 - 更多介绍
—
Skills-Manager ----skills 管理工具，可以管理多个 AI IDE 的 skills，安装/卸载
Skills Manager 多市场聚合搜索，一键安装到 10+ AI IDE。 跨平台 Skills 管理器，支持从多个技能市场（Claude Plugins、SkillsLLM、SkillsMP）聚合搜索，下载到本地仓库，一键安装到任意 AI IDE。 下载链接 核心功能 远程 Market 搜索（基于公开 registry） 下载到本地仓库（~/.skillsmanager/skills） 本地 skills 一键安装到指定 IDE（软链接） IDE 浏览与卸载（移除链接或删除目录） 自定义 IDE（名称 + 目录） 本地已存在则支持 Market 更新 默认支持的 IDE（字母顺序） Antigravity: .agent/skills Claude: .claude/skills CodeBuddy: .codebuddy/skills Codex: .codex/skills Cursor: .cursor/skills Qoder: .qoder/skills Trae: .trae/skills VSCode: .github/skills Windsurf: .windsurf/skills
—
—
Maboroshi 终端音乐播放器
Maboroshi (幻) 终端音乐播放器 简介 Maboroshi 是一个基于 Rust 和 TUI 的轻量级终端音乐播放器，让你可以在命令行中优雅地搜索和播放音乐。 核心特性 多平台支持: 支持 YouTube、Bilibili、SoundCloud 等 1000+ 音乐平台（基于 ytdlp） 收藏管理: 收藏喜欢的歌曲，支持单曲循环、列表循环、顺序播放等多种模式 灵活配置: 通过配置文件自定义数据源、缓存策略等行为 美观界面: 简洁直观的终端 UI，实时显示播放进度和日志 快速开始 bash macOS 安装依赖 brew install ytdlp mpv 一键安装 curl fsSL | sh 运行 maboroshi 使用体验 按 s 搜索音乐，↑↓ 选择歌曲，Enter 播放，f 收藏，m 切换播放模式。所有操作都在终端中完成，无需离开命令行环境。 技术栈 Rust + Ratatui + Tokio + ytdlp + mpv 如果你是终端爱好者，或者想在工作时快速播放音乐而不想打开浏览器，Maboroshi 是一个不错的选择。它轻量、快速、支持多平台，配置灵活，是命令行音乐播放的优雅解决方案。
—
PaperBanana--顶会级Figure直出
与以往「只会画图像」的生成模型不同，PaperBanana 强调两点：不是只要「画得好看」，而是必须「画得正确」。 它要保证：模块之间的逻辑关系不出错、数据表达符合科研规范、图可以直接服务论文叙事，而不是装饰。 研究指出，PaperBanana 可以覆盖多种常见学术插图类型，包括方法流程图、模型结构示意图、概念性框架图，以及通过代码驱动生成的高精度统计图。 让我们看看实际效果如何。 PaperBanana 展现出了处理两类学术插图的能力： 首先是论文方法流程图与模型结构示意图，主要用于阐述算法的运作机制（左侧）；其次是统计图表，用于呈现实验结果与数据对比分析（右侧）。 左侧展示了方法框图（Methodology Diagrams），右侧则呈现了统计图（Statistical Plots）。 与以往那些“仅仅擅长生成图像”的模型不同，PaperBanana 的核心设计理念强调两个关键点：我们追求的不只是“视觉效果出色”，更重要的是“内容准确无误”。 具体而言，它致力于确保：各个模块之间的逻辑关系清晰正确、数据呈现严格遵循科研规范，并且生成的图表能够直接服务于论文的论述逻辑，而非仅仅充当装饰性元素。 研究表明，PaperBanana 能够支持多种常见的学术插图类型，例如方法流程图、模型结构示意图、概念框架图，以及通过代码驱动生成的高精度统计图表。 此外，PaperBanana 不仅具备从零开始创作的能力，还能对您现有的、不够完善的图表进行优化处理。 只需提供一张草图或初步设计的框图，它便能自动执行美化操作、重新调整布局，并统一视觉风格，最终使图表更贴近顶级学术会议论文所要求的专业标准。 通过更直观的对比可以清楚看到—— 左侧是手工绘制的原始插图，而右侧则是经过 PaperBanana 风格增强（Style Enhanced）处理后的版本。 这些示例涵盖了多种典型科研应用场景，例如Transformer与不同LayerNorm变体的比较示意图、工程流程与三维建模管线的系统框架，以及强化学习和表示学习中抽象几何关系的可视化表达。它们的共同特点是逻辑结构复杂、信息密度高，对人工排版提出了非常高的要求，这也正是科研人员在“画图”环节最容易耗费大量时间和精力的部分。 从语义结构上看，这些图保持了一致性，但在视觉呈现上却截然不同。 原始图表虽然信息完整，却给人一种“能看懂，但不够美观”的印象：布局略显松散，配色较为单一，不同模块之间的层次关系也不够清晰。 经过PaperBanana的润色与增强后，图中的逻辑被重新组织到一套更为规范的视觉体系之中。 不同功能模块通过色彩进行区分，虚线与分区框的使用强化了层次结构，箭头的走向也更加明确直观。整体视觉效果显著提升，更接近于顶级会议论文中常见的标准图示风格。 通过下方的对比图例可以清楚看到，同一张图经过处理前后的差异，高下立判。 人工绘制的图表，内容正确，却未必美观。 未经优化的原始模型生成结果（如NanoBananaPro），虽然能够成图，但可读性较差。 PaperBanana真正做到了“画得清楚、讲得明白”，其输出的插图也更符合顶会审稿标准的论文级配图要求：配色更加现代统一，信息表达更为精炼，模块与分区之间的结构也更为清晰明了。
—
GUI Agent必备工具，灵臂 Lybic 专为智能体设计的图形界面系统，让智能体像人一样「看懂并操作任意图形界面」
一个为智能体提供「图形界面操作能力」的基础设施平台，为智能体提供即开即用的虚拟电脑/手机/开发环境，让它能像真人一样操作界面、完成任务。 灵臂提供云端沙盒环境 和 纯视觉操作引擎，无需API或系统改造，即开即用。 云端沙盒环境（电脑/手机/浏览器等）：秒级创建虚拟电脑/手机沙盒（Windows/Linux/Android等），并将其封装为标准MCP或SDK，一站式解决智能体GUI/图形界面交互、资源托管及高并发执行等基础设施供应问题。 深度集成Grounding推理框架：为开发者提供高精度的GUI视觉理解能力，使智能体不仅能“操作”界面元素，更能真正“看懂”屏幕内容及其动态变化（如识别特定图标、读取弹窗信息），从而实现对复杂GUI环境的智能感知与自主决策。 亮点特色 视觉操控：精准解析GUI元素，自适应界面变化 毫秒级启动：按需创建云电脑/云手机沙盒 千级并发：支持1000+任务毫秒级响应 99.9%隔离：企业级沙盒安全防护 零侵入：不依赖API，不改造原有系统 相关介绍 Playground: Github: MCP Server: SDK： 《Agentic Lybic 以57.1%成功率问鼎OSWorld基准测试，创GUI Agent新纪录》
—
小游戏：推箱子
暂无项目介绍。
—
武汉小米IPD前端组高级前端开发
【武汉】【急招】 联系方式：19838558988 岗位职责： 1. 负责企业IPD研发管理、供应链系统的前端架构设计与开发，提升用户体验和产品性能； 2. 主导前端技术方案落地，优化前端性能、加载速度及兼容性，解决复杂业务场景下的技术难题； 3. 指导与赋能初级前端工程师，助力团队技术能力整体进阶与迭代； 4. 参与前沿技术及AI应用研究，结合业务探索落地场景，主导新技术融合应用实践。 任职要求： 1. 本科及以上学历，计算机相关专业，6年以上前端开发经验 2. 精通HTML5、CSS3、JavaScript，以及主流前端框架，精通React优先 3. 优秀的团队协作能力和沟通技巧，能够有效推动项目进展 4. 有IPD、供应链或企业级中后台系统开发经验者优先 5. 有低代码相关经验或后端经验优先
—
全平台开源抓包软件 ProxyPin
ProxyPin GItHub: English | 中文 开源免费抓包工具，支持Windows、Mac、Android、IOS、Linux 全平台系统 您可以使用它来拦截、检查和重写HTTP（S）流量，支持Flutter应用抓包，ProxyPin基于Flutter开发，UI美观易用。 核心特性 手机扫码连接: 不用手动配置Wifi代理，包括配置同步。所有终端都可以互相扫码连接转发流量。 域名过滤: 只拦截您所需要的流量，不拦截其他流量，避免干扰其他应用。 搜索：根据关键词响应类型多种条件搜索请求 脚本: 支持编写JavaScript脚本来处理请求或响应。 请求重写: 支持重定向，支持替换请求或响应报文，也可以根据增则修改请求或或响应。 请求映射: 不请求远程服务，使用本地配置或脚本进行响应 请求解密: 配置AES解密密钥，自动解密HTTP消息体 请求屏蔽: 支持根据URL屏蔽请求，不让请求发送到服务器。 历史记录：自动保存抓包的流量数据，方便回溯查看。支持HAR格式导出与导入。 其他：收藏、工具箱、常用编码工具、以及二维码、正则等 Mac首次打开会提示不受信任开发者，需要到系统偏好设置安全性与隐私允许任何来源。 赞助 如果您觉得ProxyPin对您有帮助，欢迎通过以下方式支持我们，帮助项目长期发展： 爱发电赞助 Buy Me A Coffee 提交反馈和建议，帮助我们改进 为项目贡献代码或文档 您的支持将用于项目的维护、功能开发和用户体验优化，非常感谢！ 下载地址 国内下载： iOS App Store： Android Google Play： TG: 接下来会持续完善功能和体验，UI优化。 alt="image" height="500px" src="
—
React Timeline Editor 快速搭建时间线编辑能力的React组件
GitHub: React Timeline Editor 这是一款基于React的组件，专为快速搭建时间线编辑功能而生，适配动画播放、音频加载等多样化时间线场景需求。 组件无需复杂配置，即可实现丰富的时间线交互效果，同时支持灵活自定义与独立运行，大幅提升时间线相关项目的开发效率。 相关地址： 使用演示： 功能特性 支持拖拽和缩放操作，提供网格吸附、辅助线吸附功能 支持无限滚动，保障大量时间线元素的流畅交互 支持自定义样式，满足不同项目的视觉设计需求 支持通过钩子函数扩展交互行为，适配个性化业务场景 支持自定义运行性能，适配不同复杂度的项目需求 具备独立运行器能力，可脱离编辑器单独运行
—
ChatGPT Graph Navigator：一款将ChatGPT的对话可视化为图谱和时间线的浏览器插件，助力结构化消息管理，快速定位消息，把握对话脉络
JS 一款将ChatGPT的对话树式管理的浏览器插件 在进行复杂对话的时候，如果采用线性对话，会有诸多弊端，比如： 逻辑混乱： 想要回溯之前的某个灵感或设定，需要在冗长的记录中反复翻找，复盘极其痛苦。 定位困难： 大量逻辑混乱的消息中想要找到某条需要的消息也是十分甚至九分的麻烦呀。 上下文污染： 线性对话会积累大量无用的上下文。上下文大量消耗，后续回答不再准确。 所以此时分支功能非常有用。但是ChatGPT虽然提供了分支功能，分支间的跳转却非常不方便，本插件就是想通过把对话进行类似思维导图的可视化，让原本复杂的对话结构变得井井有条，从而能够快速把握整个逻辑脉络，并且实现快速定位和跳转。 亮点 相比较于通过一条时间线来帮助用户导航的插件，本项目的图谱视图将对话的结构更清晰地展现，时间线树视图则帮助用户在线性为主的消息里快速定位。并且本项目后续将致力于构建图谱化的个人知识库。 具体而言，本项目的主要功能亮点有： 🎨两种UI： 侧边栏 和 悬浮窗 悬浮窗支持透明度调节，鼠标穿透模式以及钉住等功能。 两个视图： 图谱视图： 采用思维导图结构，便于掌握对话“全局”与逻辑脉络。 时间线树： 采用 Git 风格的垂直树状图，显示分支的同时，能够快速定位所需的消息。 支持仅查看回答或提问或全都展示 ⚡ 导航： 两个视图均支持点击任意节点 直接跳转 至对应分支的具体消息。 🔍 搜索： 时间树视图支持搜索含有关键词的消息，回车可以直接跳转首条匹配消息。 🛠️ 实用工具： 内置长消息自动折叠功能，并计划持续集成更多效率工具（如导出、格式化等）。 markdown 截图或演示视频 功能展示 侧边栏 侧边栏支持图谱和时间线两种视图，图谱视图可以自由缩放和点击跳转，时间线视图支持选择显示提问和回答，或者仅显示提问或回答，并且支持消息搜索和回车直接跳转等功能。 悬浮窗 悬浮窗同样支持两种模式，并支持自由移动和调整大小，并支持固定，以及透明度调节和穿透模式（即鼠标可以直接操作悬浮窗下的界面）。 长消息折叠 📂 消息自动折叠：长回复/代码块可自动或手动折叠，界面更清爽。 支持自定义折叠提问或回答，可以设置折叠阈值，也可以手动折叠。
—
更适合中国宝宝体质的OpenClaw式项目，让 AI Bot 接入更简单
Go 更适合中国宝宝体质的OpenClaw式项目，让 AI Bot 接入更简单 lingtibot vs OpenClaw：简化 AI 集成的努力 本文对比 lingtibot 和 OpenClaw 在简化 AI Bot 接入方面的设计理念和实现差异。 核心理念对比 | | OpenClaw | lingtibot | |||| | 设计哲学 | 灵活优先，支持多种部署方式 | 简单优先，开箱即用 | | 目标用户 | 开发者、技术爱好者 | 所有人（包括非技术用户） | | 接入方式 | 主要依赖自建服务器 | 云中继 + 自建服务器双模式 | | 入门门槛 | 需要服务器运维知识 | 3 条命令即可完成 | 企业微信接入对比 OpenClaw 方式 OpenClaw 不原生支持企业微信，如需接入需要： 1. 准备公网服务器（或使用云服务器） 2. 配置域名和 DNS 解析 3. 申请 SSL 证书（企业微信可选，但推荐） 4. 部署 OpenClaw 或编写自定义回调服务 5. 配置防火墙规则 6. 编写消息转发逻辑到 OpenClaw 预计耗时：数小时到数天 lingtibot 方式 lingtibot 提供两种接入方式： 方式一：云中继模式（推荐，5分钟完成） bash 1. 安装 curl fsSL | bash s bot 2. 验证回调 lingtibot verify platform wecom wecomcorpid ... wecomtoken ... 去企业微信后台配置 URL: 3. 开始处理消息 lingtibot relay platform wecom provider deepseek apikey skxxx ... 无需： 公网服务器 域名/DNS SSL 证书 防火墙配置 任何运维知识 方式二：自建服务器模式 bash lingtibot router wecomcorpid ... provider deepseek apikey ... 与传统方式类似，但： 内置完整的企业微信回调处理 内置消息加解密 内置 Access Token 管理 无需编写任何代码 技术实现对比 消息流转 传统方式（OpenClaw 等）： 企业微信 → 公网服务器 → 消息处理 → AI API → 响应 ↑ 需要用户准备 lingtibot 云中继： 企业微信 → bot.lingti.com → WebSocket → 本地客户端 → AI API ↑ 用户本地运行 凭据安全 | | 传统方式 | lingtibot 云中继 | |||| | AI API Key 存放 | 服务器 | 本地 | | 企业微信凭据 | 服务器 | 动态传输，不持久化 | | 消息内容 | 服务器处理 | 本地处理，云端仅转发 | 支持平台对比 | 平台 | OpenClaw | lingtibot | 说明 | ||||| | Slack | ✅ | ✅ | | | Discord | ✅ | ✅ | | | Telegram | ✅ | ✅ | | | WhatsApp | ✅ | ❌ | lingtibot 计划支持 | | iMessage | ✅ | ❌ | | | 飞书/Lark | ❌ | ✅ | lingtibot 独有 | | 企业微信 | ❌ | ✅ | lingtibot 独有 | | 微信公众号 | ❌ | ✅ | lingtibot 独有（云中继）| | 钉钉 | ❌ | 🚧 | 开发中 | 云中继技术详解 工作原理 1. 用户运行 verify 命令 通过 WebSocket 连接到 wss://bot.lingti.com/ws 发送企业微信凭据（Token、AESKey、CorpID 等） 2. 云端接收验证请求 企业微信发送 GET 请求到 云端使用用户提供的凭据计算签名、解密 echostr 返回明文完成验证 3. 用户运行 relay 命令 再次通过 WebSocket 连接 发送凭据用于消息解密 4. 消息处理流程 企业微信发送加密消息到 云端使用对应的凭据解密 通过 WebSocket 转发到用户本地客户端 本地客户端调用 AI API 处理 响应通过 Webhook 返回云端 云端调用企业微信 API 发送消息 安全设计 1. 凭据动态传输 凭据通过加密的 WSS 连接传输 仅在内存中保存，不持久化到数据库 客户端断开后凭据自动清除 2. AI 处理本地化 AI API Key 始终在用户本地 消息内容在本地处理 云端仅负责消息中转 3. 单客户端限制 同一 userid 只能有一个活跃连接 防止凭据被滥用 适用场景 推荐使用 lingtibot 云中继 个人用户快速体验 AI Bot 小团队内部使用 没有运维能力的用户 需要快速原型验证 推荐使用自建服务器 企业生产环境 对数据安全有严格要求 需要完全控制消息流转 高并发场景 OpenClaw 适用场景 需要 WhatsApp/iMessage 等平台 已有成熟的服务器基础设施 需要深度定制消息处理逻辑 海外用户为主 总结 lingtibot 在以下方面做出了显著改进： 1. 零门槛接入：云中继模式让任何人都能在 5 分钟内接入企业微信等平台 2. 中国平台优先：原生支持飞书、企业微信、微信公众号、钉钉等国内主流平台 3. 本地化优先：AI 处理在本地完成，数据不上云 4. 单一二进制：无需 Docker、数据库或其他依赖 这些努力的目标是：让 AI Bot 接入像配置 WiFi 一样简单。 相关文档 企业微信集成指南 飞书集成指南 微信公众号接入指南 开发路线图 亮点 lingtibot 在以下方面做出了显著改进： 1. 零门槛接入：云中继模式让任何人都能在 5 分钟内接入企业微信等平台 2. 中国平台优先：原生支持飞书、企业微信、微信公众号、钉钉等国内主流平台，支持多款国产大模型 3. 本地化优先：AI 处理在本地完成，数据不上云 4. 单一二进制：无需 Docker、数据库或其他依赖 这些努力的目标是：让 AI Bot 接入像配置 WiFi 一样简单。 markdown 个人微信接入： curl fsSL | bash s bot lingtibot relay \ userid YOURUSERID \ platform wechat \ model MiniMaxM2.1 \ apikey YOURAPIKEY \ baseurl " 截图或演示视频
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
没有找到相关项目
换一个关键词或分类试试。
DEV TRENDS / COMMUNITY
讨论本期日报
使用 GitHub 登录，分享你的看法、问题或补充信息。