Movart.ai
AI 驱动的视频生成与动态艺术创作平台。支持将静态图片、文本提示转化为高质量动态视频。内置多种艺术风格模板,提供运动控制和帧级调整功能。在浏览器内完成视觉叙事,适用于社交媒体营销、动画制作及个人艺术创作
DEV TRENDS / DAILY DISCOVERIES
每天发现开发者社区的新项目、新产品与开源趋势。
AI 驱动的视频生成与动态艺术创作平台。支持将静态图片、文本提示转化为高质量动态视频。内置多种艺术风格模板,提供运动控制和帧级调整功能。在浏览器内完成视觉叙事,适用于社交媒体营销、动画制作及个人艺术创作
针对面对面交流场景的语音翻译工具,提供比 Google Translate 更准确、交互更方便的语音翻译体验,支持深度交流
基于 MBTI 理论,提供不同人格类型的人在恋爱、职场、交友中相处的分析和建议,并提供免费的MBTI分析报表
提供原生 ChatGPT 体验的 Telegram 机器人,支持多模态输入(文字/图片/文件)、实时搜索、生图/修图、PDF 输出
Claude Code 生态管理平台,支持 MCP 服务器管理、Skill 技能管理、多配置切换、自定义 Slash Command 等功能,基于 Tauri v2 构建的桌面应用
iOS纯原生风格且功能完备的一站式订阅服务管理应用,提供数据分析、到期/续期提醒、桌面小组件等实用功能。
极简舒适风格的倒数日管理App,仅包含管理重要日期的核心功能,没有其他乱七八糟的功能。
AI驱动的短视频自动生成工具,支持创建TikTok、Instagram Reels和YouTube Shorts的无人出镜视频,提供多语言AI语音、自动编辑和高清无水印导出
阮老师好,自荐一个我开发的全栈自动化资讯处理系统。 流光 PrismFlowAgent 是一个开源的全栈资讯处理与 AI Agent 系统。它能从 GitHub Trending、RSS、Twitter/Reddit 等多源渠道自动抓取高质量资讯,利用 Gemini / Claude / GPT / Ollama 等大语言模型进行深度总结,并一键分发到微信公众号、GitHub 仓库或 RSS 订阅源。 为什么做这个? 作为技术内容创作者,每天要在多个平台之间切换,手动筛选、阅读、总结、排版、发布,整个流程繁琐且重复。我希望有一个工具能把从信息抓取到内容分发的全链路自动化,人只需要做决策——选什么源、定什么风格、审什么稿——剩下的交给系统。 ✨ 核心特性 🔍 多源深度聚合:插件化架构,实时监控 GitHub Trending、学术论文、RSS 等数据源,几分钟即可接入新源 🤖 全模型 AI 适配:原生支持 Gemini、Claude、GPT 和本地 Ollama,通过预设 Prompt 模板输出结构化深度总结 📡 一键多端分发:一键推送到微信公众号、GitHub 归档或 RSS,自动压缩图片 (AVIF) 和处理视频 (FFmpeg) ⏰ 24h 无人值守:健壮的任务调度 + SQLite 本地存储,从抓取到发布全流程稳定可靠 🔗 AI Agent 互操作:提供 API 接口,外部 AI Agent(如 openclaw)可直接接管系统,实现人机协作闭环 🧠 层级记忆系统:内置知识库与记忆管理,支持语义检索和自动去重 🐳 Docker 一键部署:提供 Docker 镜像和 dockercompose,开箱即用 🛠️ 技术栈 | 模块 | 技术 | ||| | 后端 | Node.js 20+, Fastify, TypeScript 5 | | 前端 | React 19, Vite, Tailwind CSS | | 数据库 | SQLite | | 存储 | Cloudflare R2 / GitHub / 本地 | 截图 接入 OpenClaw 效果 系统已成功接入 OpenClaw,外部 AI Agent 可通过 API 调用智能体,实现全自动化的资讯抓取、处理与发布: OpenClaw 截图 🏠 GitHub: 📰 已生成内容效果: 📜 协议:GPL3.0
过去一年多,我用 AI 给自己写了不少工具。从一开始只是想解决某个具体的小问题,到后来不知不觉搭出了一套还算完整的信息处理体系。 文章中记录了完整的系统架构设计与部分踩坑经验,主要技术点包括: 1. 统一的信息流 Pipeline:将图文、音视频、社交媒体短文本统一转录提取,AI 打分提取关键信息,并通过 embedding API 实现事件聚类与去重降噪。 2. 多模态与双引擎处理:结合消费级 CPU 可运行的本地 ASR 、OCR、图片理解服务和云端大模型,平衡处理速度、准确率与 API 成本。 3. 开源组件:为了支撑该系统,我开发并开源了部分底层服务,例如: FunASRspkserver:支持多说话人的本地分角色音频转录服务。 YouTube Download API:基于 CDP 绕过风控的视频下载自动化接口。 MacOcrAPI:基于 Mac 原生能力封装的本地 OCR 接口。 VideoTranscriptAPI:基于 Python 3.11+ FastAPI 的异步音视频转录服务,支持 YouTube、小宇宙、Bilibili 等多平台解析,本地部署可实现说话人区分转录,调用 LLM 完成文本智能校对与内容总结,配套网页端查看 / 导出功能,支持企业微信消息推送 从采集到回顾,我用 AI 搭建了一套个人信息处理系统 少数派 软件层: 硬件层:
<div align="center" OpResume 免登录、高颜值的在线简历生成器 — 数据仅本地存储,无泄漏风险,随时导出 👉 即刻开始 </div ✨ 核心特性 🎨 专业的排版引擎 多维度外观控制:页边距、模块间距、行间距自由滑动调节,告别 Word 排版地狱。 多套经典模板:内置 4+ 套经过严格筛选的行业经典模板(涵盖大厂 ATS 风格、外企单栏风等),一键无缝切换。 主题配色定制:8+ 款精心调配的预设主题色,适应不同行业的视觉调性。 自动智能分页:内容超出 A4 纸范围时自动视觉分页,并带有现代化的悬浮页码指示器。 🚀 极致的用户体验 所见即所得:侧边栏抽屉式表单编辑,主画布实时渲染预览。 隐私保护模式:一键开启“打码模式”,自动隐藏姓名、手机、邮箱等敏感信息,方便简历在社区分享与 Review。 丝滑拖拽排序:基于 @dndkit,工作经历、项目描述等模块内的条目均可自由拖拽调整顺序。 富文本与智能推算:基于 Tiptap 的富文本编辑器支持加粗、列表与链接;系统还会根据生日和入职时间自动推算年龄与工作年限。 🔒 数据安全与导出 免登录零上传:所有数据仅存储在浏览器 localStorage 中,无后端、无数据库,隐私完全由你掌控。 JSON 导入/导出:一键导出完整简历配置为 JSON 文件,方便备份、迁移或跨设备使用;支持导入已有配置快速恢复。 原生 PDF 导出:基于浏览器原生 window.print() 实现高保真导出,文字可选中复制,ATS 友好。 🏗️ 技术栈 | | 选型 | ||| | 基础框架 | React 18 + Vite 5 + TS 5 | | UI 与样式 | Tailwind CSS 3 + shadcn/ui | | 状态管理 | Zustand 5 | | 富文本编辑 | Tiptap 3 | | 拖拽交互 | @dndkit | | 国际化 | reacti18next | 💼
<p align="center" </p <h1 align="center"NomNom</h1 <p align="center" <b批量链接收集器 | Chrome 扩展</b<br 像仓鼠一样把链接统统吃掉 </p 它能做什么? 在任意网页右键点击一个链接,NomNom 自动收集页面中所有相似链接,打包成标签组,分批打开、逐个浏览。 右键收集链接并分批打开 <p align="center"<sub👆 动图演示</sub</p 核心功能 一键收集 右键点击,自动识别页面中的同类链接 分批打开 按设定数量分批打开,不会卡死浏览器 快捷键切换 Shift + → 快速跳到下一个 进度追踪 标签组标题实时显示 已读/总数 过滤已访问 只收集没看过的链接 适用场景 批量阅读搜索结果 逐页浏览论坛/新闻列表 顺序阅读多章节教程 批量查看商品详情 安装 GitHub Releases 下载 → 解压 → chrome://extensions 开发者模式 → 加载已解压的扩展 GitHub MIT License
VoxSight 语音驱动的可视化网页导航 Chrome 扩展,基于 Gemini 多模态视觉模型。 GitHub: 说"点击搜索按钮"或"描述这个页面",VoxSight 截屏后交给 Gemini 视觉模型分析,在页面上精确执行操作。支持中英文语音命令,基于截图分析所以任何网站都能用。 核心特点: 语音操控网页(中英文自动检测) Gemini Live API 双向流式通信 WCAG 2.1 AA 无障碍支持 隐私友好,语音识别本地运行 技术栈:Chrome MV3 + Gemini Live API + Cloud Run
<div align="center" <br / <br / width="160" height="160" <h1 Scap </h1 <!rehype:style=border: 0; <p <a href=" alt="Release" / </a alt="macOS 14+" / <a href=" alt="Scap AppStore" / </a </p <p <a target="blank" href=" title="Scap for macOS" height="51" </a </p </div Scap 是一款专为 macOS 用户设计的图像截图、标注与画板应用。它提供一个专注的编辑画布,集成了多种强大功能,包括绘图工具、模糊/马赛克、聚光灯、二维码叠加、水印以及图片图层粘贴等。除了强大的编辑功能外,Scap 还支持编辑现有图像、自由创作的画板模式以及精准的屏幕截图模式,帮助用户高效完成图像处理任务。 功能特性 屏幕截图: 支持带有十字准星辅助的区域截图模式。 编辑模式: 专为图片和截图设计的标注模式。 画板模式: 用于自由创作的空白画板。 工具箱: 裁剪/选择、箭头、自由画笔、直线(含虚线)、矩形、椭圆、计数标记、模糊/马赛克、聚光灯、二维码、水印、粘贴图片图层。 图片粘贴叠加: 支持图片粘贴并自动调整大小以适应画布。 导出与共享: 支持导出和复制到剪贴板,并能精准处理 DPI(分辨率)。 社交徽章: 可选的社交平台角标(图标 + 姓名/用户名)。 工作模式 编辑 (Edit):标注指定图像。 画板 (DrawingBoard):自由绘图画布。 屏幕截图 (ScreenCrop):选取并捕获屏幕区域。 快捷键 (工具) V:裁剪 / 选择 A:箭头 D:自由画笔 L:直线 R:矩形 O:椭圆 C:计数标记 B:模糊 / 马赛克 S:聚光灯 W:水印 Q:二维码 ⌘V:粘贴图片
MiniTools Image Color Picker & Cropper 项目简介: 平时在做前端开发或 UI 临摹时,经常需要从设计图或竞品截图中提取精准的颜色,或者局部截取某个 Icon。但市面上的在线工具往往有几个痛点: 隐私泄露风险: 必须把未发布的机密设计稿或包含敏感信息的截图长传到未知的服务器。 操作割裂: 图片太大时,取色器和图片不能同屏显示,需要来回滚动。 截图画质受损: 基于网页预览的截图往往是被压缩和缩放过的,截图会糊。 为了解决这些问题,我开发了这个纯前端(Clientside)运行的图片处理工具。 ✨ 核心亮点: 🔒 100% 纯本地处理: 基于 HTML5 Canvas API 开发。图片只在用户的浏览器内存中渲染,断网也能用,彻底杜绝隐私泄露。 🎨 极客级颜色提取: 鼠标精准点取物理像素,一键同时生成并复制 HEX、RGB、HSL 三种格式代码。 📚 动态调色板历史: 提取颜色的同时,左侧控制台会自动记录最近 8 次取色,方便快速构建一套连贯的 UI 色板。 ✂️ 物理级无损截图: 截图坐标直接映射回原图的物理像素,无论网页怎么缩放,下载的 PNG 局部截图都保持 100% 原始高清画质。 🖥️ 工作台沉浸式体验: 针对超大长图做了专门优化,左侧工具栏全局悬浮锁定,右侧画板支持右键拖拽平移和滚轮无极缩放(最高 10 倍放大提取细节)。 工具完全免费、无弹窗广告、免注册。希望这个小工具能帮到经常需要和图片、颜色打交道的前端同行与设计师们!
Shizuku 启动器 GitHub 在线演示:shizukustarter.apkz.app 项目特性: 无需安装 ADB 及驱动,在电脑或另一部手机的 Chrome 浏览器中即可完成 Shizuku 的启动 另外,也支持一键启用无线调试 背景: 安卓设备不能 root 的情况下,Shizuku 是一个很好的玩机必备工具 手机安装 Shizuku 后有 3 种启动方式: 无线调试方式: Android 11 以下以及华为很多设备不支持; 需要有 WiFi,校园网及一些公共场所的网络不行); 需要配对,配对步骤有时候不太稳,很多 vivo 手机经常搜不到配对码 ADB 方式: 需要连接电脑,以及电脑上要安装 ADB (可能还要装驱动),且需要手动输入启动命令 root 方式: 不讨论,对大多数人来说不适用 本项目是对 ADB 方式 的增强,无需安装 ADB 及驱动,也无需手动输入命令,在电脑或另一部手机的 Chrome 或 Edge 浏览器中即可完成 Shizuku 的启动。 另外对 无线调试方式 也做了增强,一键激活 TCPIP 方式的无线调试,可以免去配对步骤。 原理: 1. 利用浏览器的 WebUSB 标准,有人实现了可在浏览器运行的 WebADB 项目 2. Shizuku 启动器基于此项目,在浏览器运行 adb shell 脚本一键启动手机上的 Shizuku
最近在做一个英文小站:Open Guide 它的想法很简单: 很多 GitHub 项目突然爆火后,大家会搜索项目名,但搜索结果通常只有 GitHub README、零散讨论和新闻稿,对第一次接触的人不够友好。 所以我在尝试把这些热门 GitHub 仓库整理成更易读的第三方解读页,内容包括: 项目是什么 为什么最近突然火 GitHub 仓库应该先看什么 新手从哪里开始 小显卡 / Mac 是否能跑 是否需要上 GPU cloud 第一个做的是 Andrej Karpathy 的 autoresearch: 首页介绍: GitHub Guide: Tutorial: 小显卡 / Mac 指南: GPU Cloud 选择指南: 这个站目前是纯静态页面,部署在 Cloudflare Pages 上。 我自己想验证的方向是: 能不能把“突然变热的 GitHub 项目”做成更适合普通读者理解的专题内容站,而不只是一个 README 镜像页。 如果大家有建议,也欢迎告诉我: 1. 哪类 GitHub 热门项目值得继续做 2. 这种“第三方解读页”对你来说有没有价值 3. 页面结构还有什么可以改进
Telegram上面有很多AI Chat机器人,我自己之前也做了好几个(bot.stockai.trade),但是这些Telegram机器人都没能提供接近ChatGPT原生APP的体验,所以才有了下面这个产品。 ChatBYOK.com 这个Telegram机器人支持GPT全部最新模型,支持多模态聊天(文字/图片/文件),支持多图片/多文件上传,能够实时搜索,能够生成/修改图片,还可以将ChatGPT的回复转换成格式完美的PDF,从而解决了Telegram无法正确渲染Markdown的问题。 用法:从 ChatBYOK.com 连接机器人,或者在Telegram里直接给 @ChatGPTBYOKBot 发消息。 使用这个机器人需要用户提供自己的OpenAI API Key(服务器端加密存储,无泄漏风险),用户可以在自己的OpenAI账户中查阅Token使用信息和账单。 用户除了需要自己负责OpenAI API Key的费用之外,可以完全免费的使用这个机器人(每天最多10条信息)。如需不限量使用,我也提供了购买会员的选项用于覆盖服务器的成本。会员价格:$2.99/月,或$14.99/年。在2026年4月30日之前使用优惠码 RYF33OFF 有33%折扣。
Work Review 一个面向个人使用的本地工作轨迹记录工具。 它会在后台持续记录当天使用过的应用、访问过的网站、关键窗口和屏幕内容,再把这些离散记录整理 成可回看、可追问、可复盘的工作轨迹。 不是考勤工具,更像是一套帮助个人回忆、整理和复用工作过程的本地留痕系统。 项目亮点 本地优先:核心数据默认仅保存在本机,不依赖云端也能正常使用 自动记录:自动追踪应用使用、浏览器访问、窗口标题、截图和 OCR 文本 可回看:支持按时间线回放当天工作轨迹,能追到具体时段和上下文 可复盘:支持日报生成、历史日期回看、工作节奏梳理 可追问:内置工作助手,可以直接问“今天做了什么”“最近在推进什么”“有哪些待办” 双模式回答:支持基础模板和 AI 增强两种模式,零配置也能用 隐私控制:支持按应用脱敏 / 忽略、敏感关键词过滤、域名黑名单、锁屏暂停 跨平台:支持 macOS 和 Windows 在线更新:支持应用内更新 适合谁 想回顾自己每天到底做了什么的人 想自动沉淀日报、周报、复盘素材的人 想保留工作轨迹,但又不想把数据交给云端服务的人 技术栈 Tauri 2 Rust Svelte 4 SQLite
1. HelloAI 一个基于 AI 代理自动化维护的开源 AI 项目全景地图。 项目源码: 在线预览: (国际站) 在线预览: (国内站) 2. 在 AI 爆发的当下,GitHub 上的相关开源项目多如牛毛,单靠人工整理已经完全跟不上时代的节奏。HelloAI 的核心理念是 “用 AI 帮助人类连接 AI”。 它不再是一个死板的 Markdown 列表,而是一个全自动运行的发现与评价引擎。项目通过 AI 代理自动在 GitHub 发现、评估、分类并追踪全球最新、最热的 AI 项目(涵盖基础模型、RAG、Agent、多模态、机器人等)。 目前已收录超过 13,400+ 个优质 AI 项目,并保持每日动态增长。 3. 核心特色 🤖 AI 全流程自动化:项目的收录、短评生成、多级打标、分类路由,全部由 AI 代理完成,实现“无人值守”的知识库更新。 🔍 动态知识挖掘:系统会自动从抓取的项目中提取新 Topic,反向扩充主题池,像滚雪球一样探索 GitHub 上的 AI 绿洲。 📊 架构清晰透明:采用 VitePress 构建前端,数据层与展现层完全解耦,支持 Mermaid 流水线展示。 🛠️ 可私有化部署:支持 OpenAI、DeepSeek、MiniMax 等多种主流模型,任何人都可以基于这套脚本运行自己的 AI 导航站。 4. 界面预览
仿照龙虾,搞了一个基于 Rust 的英语学习助手服务,当前重点是把“每日英语学习卡片 + 飞书互动” 演示 交互式学习的有意思的地方 它不是一次性丢给你一大段材料,而是先给你一张当天的学习卡片,再按会话一步步往下练。 “这句话什么意思”和“再出一道题”这种短口令就能继续推进,不需要每次都重新解释上下文。 文本和语音可以混着用:你可以先看摘要和重点句,再直接发一段英语语音做跟读。 跟读反馈不是只说“对/不对”,而是会结合重点句子给出匹配度、漏读词和可能多读的词,便于继续修正。 如果这轮互动本身就是英文问答,系统还能顺手补一条英语语音回复,形成“看文本 + 听语音 + 自己跟读”的闭环。 交互流程 1. 用户在飞书发送文本或语音消息。 2. 如果是语音消息,服务会先下载音频并转写成文本;如果当前会话已经进入“今天的英语学习”,会优先按英文语音场景做转写。 3. 转写后的文本会先判断是不是学习口令,例如 开始今天的英语学习、这句话什么意思、再出一道题。 4. 如果不是口令,但当前会话已经进入当天学习上下文,系统会继续尝试把这段转写文本当作跟读内容,对照当天重点句子给出反馈。 5. 如果既不是学习口令,也不是可判定的跟读文本,就回退到普通对话链路生成文本回复。 6. 文本回复发回飞书后,如果“用户这段语音像英文”且“系统生成的回复也像英文”,并且已经配置好语音合成能力,系统还会再附加回送一条英语语音回复,方便用户直接听和模仿。 现在能做什么 每天抓取固定 RSS 新闻源,生成一份“今日英语学习卡片”。 学习卡片包含中英摘要、重点词汇、重点句子、理解问题、跟读练习和翻译练习。 支持在同一会话里继续追问重点句、继续做下一题,以及对英语跟读文本给出反馈。 飞书里除了文本交互,也支持语音输入;在合适条件下会附加回送一条英语语音回复。 学习内容默认落盘保存,便于按天复用和追踪。
其它 用户可在线制作导出简历,支持多种模板,数据随时导出,不上传云端 这是一个在线简历制作工具,完全免费,无广告,支持多种模板,简历数据随时导出,安全可靠。 亮点 多种模板选择,排版任意调节 支持智能分页功能,不随意截断模块 支持根据工作经历自动推算工作经验 支持根据生日计算年龄,无需多次重复设置 支持隐私模式,对敏感信息一键打码,方便截图分享 markdown 截图或演示视频 在线使用
Python 给测试 / 开发同学开数据库只读权限,不用再纠结了——分享个开源工具 dbquery 标题: 给测试 / 开发同学开数据库只读权限,不用再纠结了——分享个开源工具 dbquery 正文: 背景:团队里想让开发和测试同学能自己查数据库,但又不敢直接给密码——给了就失控了,不给每次都要 DBA 帮忙查,很烦。 做了个内部工具,现在开源了:dbquery,一个轻量的 Web 数据库查询平台。 解决的核心问题: query 角色只能执行 SELECT,后端强制拦截 query 用户看不到实例的 IP 和端口,账号泄露也连不上数据库 按用户组控制实例可见范围,电商组只看电商实例,互不干扰 支持的数据库:MySQL、TiDB、PostgreSQL、Redis(只读白名单)、MongoDB(只读查询) Redis 和 MongoDB 的只读访问是这个工具比较少见的地方,同类开源平台基本没有。 部署:dockercompose up d,5 分钟上线,无需前端构建。 GitHub: 感兴趣的可以试试,欢迎反馈。 亮点 正文: 背景:团队里想让开发和测试同学能自己查数据库,但又不敢直接给密码——给了就失控了,不给每次都要 DBA 帮忙查,很烦。 做了个内部工具,现在开源了:dbquery,一个轻量的 Web 数据库查询平台。 解决的核心问题: query 角色只能执行 SELECT,后端强制拦截 query 用户看不到实例的 IP 和端口,账号泄露也连不上数据库 按用户组控制实例可见范围,电商组只看电商实例,互不干扰 支持的数据库:MySQL、TiDB、PostgreSQL、Redis(只读白名单)、MongoDB(只读查询) Redis 和 MongoDB 的只读访问是这个工具比较少见的地方,同类开源平台基本没有。 markdown 截图或演示视频 DBA 注册一个新的 TiDB 实例 给测试同学开一个只读账号 跨实例查找某个数据库 在线查询 MySQL 数据 查询 Redis 查询 MongoDB
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。