DEV TRENDS / DAILY DISCOVERIES

2026年4月28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。

分类

ZOOOP

AI 原生创作平台，支持在浏览器端无限画布上生成图像、视频和音频，提供去背景、高清化等专项任务及即用型 AI 模板，支持发布模板赚取积分，并具备团队共享积分模式。

中文独立开发者

—

Chrome插件VidGet

一键嗅探下载网页视频 — YouTube / Bilibili / iyf.tv

DTWeb 应用DTSkill / 插件DTWeb

中文独立开发者

—

Create Fillable PDFs

PDF 表单生成器，支持从零开始或上传现有PDF，添加交互式文本框、复选框和签名，通过拖放字段和自定义属性创建可填写的PDF文档。

中文独立开发者

—

GPT Image 2

AI 图片生成网站，输入画面描述，选择结果，将日常想法转为真实图片、产品照片、海报、头像、广告图和社媒配图。

DTWeb 应用DTWeb

中文独立开发者

—

WithoutAD

面向孩子的学习与益智游戏平台，通过游戏化方式帮助孩子掌握知识，涵盖背单词、成语接龙、口算练习、函数曲线、凑24等学习工具，以及数独、推箱子、俄罗斯方块等经典益智游戏，全站无广告、无付费门槛

DT研究与学习DT生活与娱乐

中文独立开发者

—

GPT Image 2

AI 图片生成器，支持文生图、图生图、4K 图片、图中文字生成与 Prompt 示例库，适合制作产品图、海报、广告图和社媒配图

中文独立开发者

—

SENTHUB

Markdown 转 PDF 工具，纯前端、无需上传，支持实时编辑与预览、原生中文排版、一键导出 PDF、暗色模式，开源免费

中文独立开发者

—

FreeGPT2

GPT Image 2 生成器网站，即时创建 AI 图像，无需登录

DTWeb 应用DTWeb

中文独立开发者

—

GPU性能测试

通过实时毒蘑菇渲染测试持续压测 GPU，在浏览器中直接输出 FPS、帧时间等性能指标

DT软件开发

中文独立开发者

—

PhotoRestore.ai

AI 照片修复工具，支持老照片修复、划痕去除、黑白照片上色与图像增强，上传即可自动修复，无需注册

中文独立开发者

—

介绍站点：一个住在浏览器侧边栏的 AI 助手。无需注册账号，填入自己的 API Key 即可使用，对话、提示词、附件全部留在本地浏览器，不经过任何中间服务器。支持多模型（OpenAI、Anthropic、Google 及任意兼容接口）、页面感知（读取当前页面内容、选中元素、截图、上传文件）、Slash 提示词模板、可复用的 Skills 工作流、MCP 外部工具接入，以及移动端设备模拟——无需切换标签页，直接在侧边栏完成所有 AI 交互。技术栈：WXT + React + TypeScript，支持 Chrome 与 Firefox，AGPL3.0 开源背景做这个小项目大概的出发点是一系列在用浏览器的时候可以偷懒的场景：工作/生活中会涉及到一些英文场景（比如回复邮件，PR review 等等），之前需要先让 AI 翻译/润色，然后再填到输入框，如果直接润色好自己填进去会省点事对于网页总结/翻译等这种需求，不想开其他软件的会员，想充分利用从各种渠道蹭到的 token plan 希望 AI 能理解一些重复性的网页操作，然后能以 skill/memory 的形式学会，然后帮我自动操作浏览器打开 n 个 tab ，然后忘记自己刚才打开了哪个，只好一个一个点.. 示例

DTAgent 能力扩展DTWeb 应用DTSkill / 插件

科技爱好者周刊投稿

—

🦀Rust 八股文 -- 更适合中国人的 Rust 教程

Rust 八股文更适合中国人的 Rust 教程本教程是根据官方 Rust 教程、视频资料和相关书籍整理而成，章节结构顺序基本参照官方教程，但融入了合理的调整和补充,以减轻学习难度。某些章节也加入了知识点的补充和个人理解。你可以独立阅读此教程，也可以配合官方教程使用。我的目标是让这个教程成为一个更符合中国人学习习惯的 Rust 入门资源，降低学习难度，提供更清晰的概念解释和逻辑顺序,也希望成为 Rust 学习者的枕边书,遇到概念上的问题随时查找. 此教程目前仍在持续更新、整理中... 目前对最后高级的几节整理的比较满意,知识点没有遗漏,主要是逻辑顺序整理的比较好在线阅读学习前置条件本教程不要求你有 C/C++ 等系统级语言基础，也不要求你深入理解内存堆栈。但完全零基础学习的难度会更高，某些知识点需要基础计算机科学知识作为前置知识。为什么要整理这个教程我本身喜欢做笔记,同时在学习的过程中发现了一些对初学者不友好的问题,本质原因是目前国内 Rust 的商业动力不够强,所以人们的动力也就不够强,但有些事情总需要有人去做. 现有的 Rust 教程资源虽然众多，但存在几个问题：中文资源较少，多数是翻译作品，表达方式不符合中文学习逻辑大多教程默认读者有系统开发基础，缺乏必要的前置知识说明 Rust 学习曲线陡峭，现有教程在重难点讲解上不够充分,尤其是最后几章的高级部分,很不友好本教程采用中国教科书式的讲解方式：先阐明概念本质，再举例说明，同时根据知识点的逻辑关系重新梳理顺序，希望能降低学习难度。本教程的主要优势更易学：遵循"概念→原理→示例"的教学逻辑，符合中文学习习惯更完整：覆盖 Rust 核心知识点，对难点章节进行补充和详细讲解更清晰：直接剖析概念本质，加入辅助理解和总结，帮助理解设计理念更逻辑：按照知识逻辑重新梳理顺序，帮助理解和记忆学习方式本教程采用现代化的 VitePress 构建,页面左边是总的章节目录，右边是章节目录大纲。手机和 PC 端都做了适配,你可以点击目录中的章节标题来快速查看对应的内容。每个章节都包含了概念解释、原理分析和示例代码，帮助你更好地理解 Rust 的设计理念和使用方法。建议和修改个人难免有理解偏差和表达不清的地方，希望宽容.如果你发现了任何问题或者有更好的建议，欢迎提交 issue 来改进这个教程。支持与贡献如果你觉得这个教程对你有帮助，欢迎给它一个 star ⭐，或者分享给更多的 Rust 学习者。如果你想参与改进这个教程，也欢迎提交 pull request 来贡献你的想法和修改,我比任何人都需要你。

DT研究与学习DT软件开发DT内容 / 资源

科技爱好者周刊投稿

—

墨探：把互联网每一篇好文章，变成 AI 与知识库通用的纯净 Markdown

"让阅读止于理解，让知识始于结构化 Markdown。" 当下，AI 辅助学习、RAG 知识库、个人知识管理已经成为刚需。结构化、干净简洁的 Markdown，是大模型理解内容、检索知识、拆解长文的最优格式。杂乱网页文本会浪费大量 Token、干扰 AI 解析逻辑，而标准化 Markdown，才是高质量私有知识库的底层基石。墨探的诞生，就是为了解决这个长期痛点：一键抓取全网正文，剥离冗余垃圾内容，输出纯净、标准、可直接入库的结构化 Markdown。墨探：专为知识收纳而生的开源转换工具墨探（OmniArticleMarkdown），一款轻量化开源工具，核心目标简单且纯粹：适配全网主流平台，精准提取文章正文，完成高质量 HTML 转 Markdown 转换。项目开源地址：极简上手，开箱即用无需复杂配置，一行命令即可完成文章抓取与格式转换，零基础也能快速使用： bash pip install omniarticlemarkdown 抓取任意网页文章，自动生成纯净 Markdown 并本地保存 mdcli " s 复制链接、执行命令，一篇排版规整、无广告、无冗余的 Markdown 文件，自动保存至本地，可直接导入 Obsidian、Notion、语雀等所有笔记工具。三段式流水线架构：兼顾兼容性与转换精度墨探采用模块化流水线设计，分层解耦、职责清晰，兼顾轻量性能与复杂场景适配： URL → Reader 网页抓取 → Extractor 正文提取 → Parser 格式转译 Reader 智能抓取：适配全类型网页针对不同网站的渲染逻辑，做了分层适配，平衡速度与兼容性：静态网页：轻量请求快速抓取，低消耗、高效率； SPA 动态页面（飞书文档、各类自研文档平台）：自动启用浏览器渲染引擎，模拟真实访问行为；高反爬平台（知乎、百家号等）：内置隐身访问策略，绕过基础限制，稳定获取完整内容。同时框架采用插件化自动发现机制，新增站点适配无需修改核心代码，拓展灵活度拉满。 Extractor 精准提纯：只保留核心正文网页中充斥导航、侧边栏、推荐广告、评论区等无效内容，Extractor 正是内容提纯的核心。目前已深度适配 40+ 主流内容平台，覆盖日常阅读全场景： | 海外技术社区 | 国内内容平台 | 企业&开发者文档 | | : | : | : | | Medium、Google 开发者博客 | 微信公众号、掘金、知乎 | 飞书文档、语雀 | | Anthropic、AI 行业专栏 | CSDN、博客园、少数派 | Cloudflare、JetBrains 官方文档 | 每个平台独立定制解析规则，精准锁定正文容器，自动清理无效标签、重复标题、悬浮组件，从繁杂的网页代码中，只留存有价值的核心内容。小众站点也可通过极简代码快速适配，扩展性极强。 Parser 精细转译：还原原生排版结构区别于简单粗暴的标签替换，墨探的 Markdown 解析引擎，基于DOM树状态遍历解析，最大程度还原原文排版逻辑：智能识别 LaTeX 公式标签，自动转换为标准可渲染的多行公式格式；嵌入代码、Gist 资源自动拉取原始内容，保证代码完整性；自动识别代码块编程语言，保留语法标识，适配技术文档收纳；表格、有序/无序列表、引用、加粗等元素标准化转换；批量修正图片相对路径，自动补全绝对链接，避免图片失效；后置格式统一修复，规避特殊符号、嵌套标签导致的排版错乱。整套解析逻辑，兼顾美观与实用性，转换后的内容，完全满足阅读、归档、AI 解析三重需求。写在最后互联网从不缺少优质内容，但碎片化、私有化、杂乱化的格式，正在浪费大量有价值的知识。墨探的核心初衷，不止是简单的格式转换，更是让知识自由流动：打破平台壁垒、统一内容格式、沉淀个人资产，让每一篇你认真阅读过的好文，都能有序存入知识库，服务长期学习、思考与创作。让收纳不再费力，让知识可以复用，让你的第二大脑，真正装满高质量内容。

DT研究与学习DT软件开发DTWeb 应用

科技爱好者周刊投稿

—

Schulte Table（舒尔特方格） - 一个用于提升注意力、视觉扫描能力和阅读速度的工具

体验地址：Schulte Table（舒尔特方格）自荐一个网页版 Schulte Table（舒尔特方格）工具，用于训练注意力、视觉扫描能力和阅读速度。舒尔特方格是一个经典的注意力训练方法，通过在随机分布的数字网格中按顺序快速定位目标，来提升专注力、扩大视觉广度，并减少阅读中的“逐字扫描”。常用于速读训练和认知训练。这个网页版本的特点是：浏览器直接使用，无需注册或安装支持不同维度大小的网格（适合从入门到进阶训练）数字随机生成，每次训练都有不同布局计时功能，方便量化训练效果界面简洁，无干扰，适合专注练习适合作为阅读或学习前的“注意力热身”

DT研究与学习DTWeb 应用DTWeb

科技爱好者周刊投稿

—

Scanned.to - AI驱动的OCR文档识别与翻译工具

工具名称： Scanned.to 一句话介绍：将扫描PDF和图片智能转为可编辑Word/Text，保留原始排版，支持50+语言翻译功能亮点： 1. AI OCR识别印刷体和手写文字，准确率99%+ 2. 文档翻译支持50+语言，针对证书、合同、菜单、技术文档优化 3. 输出保留原始布局，可在Word中直接编辑 4. 批量处理，支持多格式上传 5. 隐私安全：SOC 2合规，文档30天自动删除 6. 提供REST API供开发者集成免费额度：免费2页体验付费方案：从$5（按需付费）到$35/月（Pro版900页/月）用户规模： 25,000+活跃用户，10,000+文档已处理

DT软件开发

科技爱好者周刊投稿

—

企业级软件分发管理平台，支持AI自动审核应用来源

一句话简介：一个让企业员工安全下载软件、让IT运维省心管理的开源平台。痛点企业在软件管理上常有三大难题：员工从网上下载软件容易中病毒、内部软件版本混乱难以追溯、安全漏洞无法及时通知。Software Guard 正是为解决这些问题而生。 Software Guard 是一个基于 FastAPI + Vue 3 的开源企业内部软件分发管理平台。它相当于企业的"官方应用商店"——所有软件统一上架、统一管理、统一分发，从源头上杜绝非官方下载带来的安全风险。核心亮点 🤖 AI 智能审核：集成大语言模型，员工申请软件时自动评估风险并推荐审核决策，减少 70% 人工审核工作量 🔒 安全闭环：JWT 认证 + RBAC 权限控制 + 下载前漏洞检查 + 完整审计日志 📊 全流程管理：从软件上架、版本管理、下载统计到漏洞追踪通知，一站式搞定 🐳 一键部署：Docker Compose 一条命令启动全部服务，开箱即用 📝 MIT 开源：自由使用，社区友好 🔗 GitHub：如果你所在的公司还在为内部软件分发头疼，不妨看看这个项目，也欢迎 Star 和贡献代码！

DT安全与测试DT数据与运维

科技爱好者周刊投稿

—

HTML in Canvas，下一代 Web 图形开发范式?

提案链接： HTML in Canvas 背景 Web 开发者在处理 Canvas 内容时长期面临一个尴尬的现实：Canvas 擅长像素级操作，但对 HTML 的布局能力一无所知。这导致了几个核心问题：可访问性的缺失：当你用 Canvas 绘制复杂的文本或 UI 时，屏幕阅读器可能无能为力。传统的 fallback 内容往往与实际渲染内容不同步，开发者需要手动维护两套内容。国际化噩梦：Canvas 没有内置的文本排版引擎。从右到左（RTL）的文本、垂直书写模式、多语言混排、表情符号，这些在 HTML 中现成的功能在 Canvas 里都需要从零实现。性能与质量的权衡：许多应用选择用 Canvas 渲染 UI 以获得高性能，但不得不牺牲文本渲染的质量和交互性；或者用 DOM 渲染获得完美体验，但付出性能代价。无法组合现代 Web 技术：你想在 WebGL 场景中显示精美的 HTML UI？想在 3D 立方体上贴上动态的 HTML 内容？现有的组合方式要么性能低下，要么实现极其复杂。媒体导出困难：想将网页中的某个 HTML 区域导出为图片或视频？没有标准 API，开发者只能依赖各种 hack 或第三方库。核心提案介绍为了解决上述问题，社区提出了 HTMLinCanvas 提案。它通过三个核心原语——layoutsubtree 属性、drawElementImage 方法和 paint 事件——让 HTML 元素可以无缝地渲染到 2D 或 3D Canvas 中，同时保留其完整的语义和交互能力。核心思想是：让浏览器同时处理 HTML 布局和 Canvas 渲染，并保持两者同步。与使用场景你可以通过以下直观感受它的能力： Arrival Space htmlincanvascracks 使用场景： width="1897" title="" crop="0.0147,0,0.9826,1" id="u6a219958" class="neimage" width="1900" title="" crop="0.0134,0,0.9826,1" id="u3bf704db" class="neimage" 工作原理与 API 设计这个提案遵循了渐进增强、上下文无关（支持 2D/WebGL/WebGPU）和事件驱动的原则。核心实现依赖以下几点： 1) layoutsubtree 属性 html <canvas layoutsubtree <div id="content"这是要绘制的 HTML 内容</div </canvas 这个属性告诉浏览器：Canvas 的直接子元素应该参与正常的 DOM 布局流程（包括盒模型、点击测试等）。它们在视觉上是“隐藏”的，但布局信息会被保留。 2) drawElementImage 方法与 DOM 同步 javascript const ctx = canvas.getContext('2d'); // 绘制元素并获取变换矩阵 const transform = ctx.drawElementImage(element, x, y, width, height); // 同步 DOM 位置，确保点击测试和无障碍功能正常 element.style.transform = transform.toString(); 这个方法将元素绘制到 Canvas 中。关键点在于：元素的 CSS 样式会被完整保留，同时返回的变换矩阵可以直接用于同步 DOM 位置。 3) paint 事件驱动 javascript canvas.onpaint = (event) = { // 当 Canvas 子元素的渲染发生变化时自动触发 ctx.reset(); ctx.drawElementImage(element, 0, 0); }; canvas.requestPaint(); // 对于动画场景，可手动触发绘制 4) WebGL / OffscreenCanvas 支持 3D 场景：可以通过 gl.texElementImage2D 将 HTML 内容直接渲染为纹理，映射到 3D 物体上。 Worker 线程：支持通过 captureElementImage 结合 OffscreenCanvas 在后台线程进行高性能渲染。当前存在的挑战尽管提案已在 Chromium 中实现（需通过 chrome://flags/canvasdrawflag 启用），但走向生产环境仍需解决以下问题： 1. 浏览器支持有限：目前仅 Chromium 实验性支持，Firefox、Safari 尚未表态。 2. 性能考量未完全明确：高帧率动画中频繁同步变换是否会导致抖动？复杂 DOM 树的捕获成本有多高？还需要更多基准测试。 3. 隐私与安全边界：可能被用于“截屏”攻击，具体的安全模型仍在讨论中。 4. 复合层管理：涉及复杂 CSS 效果（如混合模式）时，需要浏览器引擎更深度的集成。 5. 可访问性工具适配：屏幕阅读器等辅助技术需要更新规范，以理解“元素同时在 DOM 和 Canvas 中”的状态。总结 HTMLinCanvas 是一个有望改变 Web 图形开发范式的提案。它巧妙地解决了长期存在的“Canvas vs DOM”对立问题，让开发者可以“既要又要”——既享受 Canvas 的渲染控制力和性能，又保留 HTML 的语义、可访问性和排版能力。这绝不是让 Canvas 重新实现 HTML，而是让两者无缝协作，其组合性的价值与 Web 的开放本质一脉相承。对于游戏引擎、图表库、创意编码工具等领域，这是一个值得密切关注的基础设施级方向。相关链接：文章地址：视频版本：【HTML in Canvas — 下一代 Web 图形开发范式？哔哩哔哩】

DT安全与测试DT数据与运维DTWeb 应用

科技爱好者周刊投稿

—

整理了一下目前支持 token plan 计划的模型，感觉未来是一个趋势

使用 Toknary 更快速地比较 AI token plan 计划： Toknary 是一个以文档为先的 AI token plan 比较网站。它能帮助您在一个地方查看官方定价、支持的模型、支持的工具、使用限制、来源链接和最后验证日期。在订阅或选择提供商之前，请使用 Toknary 比较 AI token plan 的详细信息。 Toknary 可帮助您比较以下内容： MiniMax token plan 计划 token plan 计划的月度和年度定价支持的文本、图像、音频、视频和音乐模型工具兼容性：Claude Code、Codex CLI、Cursor、Kilo Code、OpenCode、OpenClaw 等官方文档来源和最后验证日期腾讯云 token plan 计划个人 token plan 计划定价和每月 token plan 额度支持的模型：腾讯混元、MiniMax、Kimi、GLM 等工具兼容性：Claude Code、Cline、Codex CLI、Cursor、OpenCode、Roo Code 等官方文档来源和最后验证日期 Toknary 适用于：比较 AI token plan 计划定价的开发者使用 Cursor、Claude Code 和 Codex CLI 等 AI 编码工具的用户评估 MiniMax、腾讯云和其他 AI 提供商的团队任何希望在订阅前获取有据可查的计划信息的用户访问Toknary：相关页面： MiniMax Token Plan：腾讯云 Token Plan：免责声明： Toknary 汇总了公开的官方文档。定价、使用限制、支持的模型和工具兼容性可能会随时间而变化。在做出购买或订阅决定之前，请务必在提供商的官方文档或计费页面上确认最新详情。

DT生活与娱乐DT软件开发DT垂直 Agent

科技爱好者周刊投稿

—

ChatAppReviews：一个查询 App 官方下载路径和可用性的独立网站

大家好，我做了一个网站 ChatAppReviews：它是一个独立的 App 下载与可用性查询网站，主要解决一个常见问题：用户搜索某个新 App 或功能时，搜索结果里经常充满第三方下载站、APK 镜像站和真假难辨的介绍页。目前网站重点整理 XChat 相关信息，包括：是否有官方独立 App Android / iPhone / Web 是否可用是否存在可信的 APK 下载来源官方帮助文档和官方入口链接常见问题和安全下载建议网站不会托管 APK 文件，也不会把第三方镜像包装成官方下载。能找到官方来源时，会优先链接到官方页面；无法验证的内容会明确标注。技术上使用 Next.js 构建，主要是一个面向搜索意图的内容型工具站。

DTWeb 应用DTWebDTiOS

科技爱好者周刊投稿

—

ai image generator

工具名称：hairaichanger 网址链接：工具页面截图：

科技爱好者周刊投稿

—

Agent Mailer：让 AI Agent 像发邮件一样协同工作

推荐一个开源项目：Agent Mailer Protocol。在线演示：演示站可以直接注册使用，注册后可以体验 Operator Console，查看收件箱、线程、API Key、团队记忆等功能，也可以按接入指南把自己的 Agent 接进来测试。现在很多人会同时使用多个 AI Agent，比如一个负责拆解需求，一个负责编码，一个负责 Review。但它们之间的协作通常还是靠复制粘贴上下文，或者全部塞进同一个聊天窗口，时间一长就很难追踪任务流转。 Agent Mailer 的想法是：给每个 AI Agent 一个“邮箱地址”和“收件箱”，让 Agent 之间可以像发邮件一样，通过 send / reply / forward / inbox 进行异步协作。它主要提供： Agent 身份注册和邮箱地址，例如 coder@example 线程化消息，方便追踪任务上下文 Operator Console，可查看收件箱、线程、API Key 和团队记忆支持 Claude Code、Cursor、OpenClaw、DreamFactory、Linkyun Infiniti Agent 或自研 Agent 接入本地可用 SQLite 运行，生产环境可用 PostgreSQL + Docker Compose 部署适合正在尝试多 Agent 工作流的人：不需要先引入很重的框架，只需要一个轻量的消息 Broker，就可以把 Agent 之间的任务交接变得可见、可追踪、可回放。

DT数据与运维DT软件开发DTAgent 能力扩展

科技爱好者周刊投稿

—

一键下载Lovable项目源码 (chrome 插件)

插件地址: 效果演示:

DTSkill / 插件

科技爱好者周刊投稿

—

AI编辑器(codex,claude code,opencode)会话无缝切换继承管理。Rust实现全平台极致性能

Rust 在 Claude、Codex、OpenCode 等Agent 之间无缝迁移 AI 编程会话，上下文不再丢失！ memorph 是一个会话记忆管理工具，在不同AI 编程 Agent 之间导出和切换宝贵的上下文。 bash npx memorph web 或通过包管理器安装： | 包管理器 | 安装命令 | 直接运行 | |||| | npm | npm install g memorph | memorph <命令 | | uv | uv tool install memorph | memorph <命令 | | pip | pip install memorph | memorph <命令 | 安装完成后，使用 memorph web 启动 Web UI，或直接用 memorph <命令操作 CLI Web bash memorph web 在这里可以看到一个简洁的web操作页面在列表中选择要迁移的会话点击迁移，验证目标工具中是否加载成功此外还可以通过cli的形式控制，后续推荐skills操作一句话让AI自己切换好会话查看当前工作区的可用会话list bash memorph list [OPTIONS] | 参数 | 说明 | ||| | all | 显示所有工作区的会话 | | claude | 仅显示 Claude Code 会话 | | codex | 仅显示 Codex 会话 | | opencode | 仅显示 OpenCode 会话 | 示例 bash $ memorph list 将指定会话迁移switch bash memorph switch <from2<to [OPTIONS] | 参数 | 说明 | ||| | claude2codex | Claude → Codex | | codex2claude | Codex → Claude | | claude2opencode | Claude → OpenCode | | opencode2claude | OpenCode → Claude | | codex2opencode | Codex → OpenCode | | opencode2codex | OpenCode → Codex | | s, sessionid <ID | 源会话 ID，省略则取当前工作区最近会话 | | d, todir <DIR | 目标目录，默认：当前目录 | 示例 bash $ memorph switch claude2codex sessionid abc123sessionid cli还支持重命名会话、查询会话、导入导出会话、删除会话等等，支持导出json、markdown、html等等格式，方便自己做RAG 亮点 rust实现+带静态web页面+极致性能+高频更新不止是会话导出和切换还可以管理会话保留好自己的提问习惯和历史跨 Agent 无损迁移：Claude Code、Codex、OpenCode 之间上下文完整保留，不需要重新解释需求。 Web + CLI 双模式：命令行高效、Web 直观，各取所需。导入导出标准化：支持 .json / .md / .html，方便存档、分享和二次加工。会话生命周期管理：list、find、rename、remove 齐全，会话多了也能管得过来。零配置上手：不需要 API Key，不需要注册账号，装完即用，数据完全本地。 markdown 截图或演示视频

DT软件开发DTAgent 能力扩展DTAgent 管理与编排

HelloGitHub 投稿

—

Claude Code 防封指南：底层风控逻辑详解与国内终极解决方案

C Claude Code 防封指南：底层风控逻辑详解与国内终极解决方案最近很多人跟我反映，Claude 突然用不了了。不是网络问题，不是账号被封，而是系统跳出来要求你完成一个叫 Persona 的实名认证——上传身份证件、拍脸验证，完整的 KYC 流程。 KYC 全名是 Know Your Customer，你可以理解为实名认证。如果说以前大家用 Claude 的区别在于：你有没有钱用。那么以后在大家使用全球顶级 AI 上会分为：你有没有钱用，和你有没有资格用。而且可以预测，这是一个趋势，以后全球顶级 AI 可能都会走实名认证。对于我们中国用户来说，过不了这关，就进不去。这件事，值得认真拆解一下。 1、Persona 是什么？ Persona 是一家总部位于旧金山，专门做身份核验的第三方基础服务商。它的核心逻辑不是简单的看一眼你的证件，而是通过一套多维度的 AI 决策引擎来判断「你是不是你」以及「你是否在说谎」。 Persona 的主要客户是金融、加密、医疗这类对「你是谁」有严格要求的行业。翻译成大白话：Anthropic 现在把 Claude 的用户验证，做到了跟开银行账户差不多的级别。如果说之前 Anthropic 官方的封号和对 OpenClaw 的围剿算是小风浪，这次接入 Persona 称其为直接一次大封杀一点不为过。 2、Claude 为什么封号？在此之前，我想明确一下 Claude 为何封号的底层逻辑。原因很简单，Claude 明确不允许中国大陆地区（包括港澳）使用。所以我们基本上都是通过改变网络环境来访问。但是这里有一个普遍的误区：Claude 只是不允许中国地区访问，并没有说不让中国人访问。想象下，你是一个拿着工作签、被外派到美国工作的中国人，你在美国当地网络访问 Claude，这是完全合理合规的。即便你全程在中文环境下使用 Claude，Anthropic 也是默认允许的。所以，防止 Claude 封号最本质的核心是：你在使用 Claude 服务的时候，要让 Anthropic 系统的风控探针认为，你是一个在美国（或可用区）工作的中国人。这本质上包含两层要求：一是你的网络环境确实在美国；二是你确实是一个真实的人类在使用它。 3、如何规避 Claude 封号？（网络基建与行为伪装）理解了上述两层逻辑，我们在使用 Claude 时就可以进行针对性的环境构建。第一点：如何构建稳定且合规的网络环境？误区：使用烂大街的“一键 VPN”或“万人骑”廉价机场。像 Express、Nord 这类传统 VPN，或者几十块钱一年包几百个节点的机场，其 IP 地址池早就被 Anthropic 和各大风控系统拉黑了。更为致命的是严重的超售导致的 IP 频繁乱跳和拥挤。你上午的请求定位在纽约，下午飘到了洛杉矶，甚至同一个节点一秒钟内有几百个不同的设备在向 Claude 发送请求。Anthropic 的反作弊系统一秒钟就能判定你在使用劣质代理。成百上千个账号挤在同一批高危节点上高频并发，这号必封无疑。硬核对策：建立高稳定、低复用的底层网络（以 WgetCloud 为例）。要规避系统封号，最核心的策略是“不触发风控警报”。你需要让 Anthropic 认为你的网络活动极度规律且稳定，就像一个每天固定在办公室和公寓两点一线的真实打工人，而不是一个到处流窜的异常设备。在基础网络工具的选择上，必须抛弃廉价的直连或普通中转机场。建议使用主打 BGP/IEPL 专线的高质量机场，比如目前很多重度 AI 开发者在做生产力环境配置时首选的 WgetCloud。推荐这类高端专线的核心逻辑在于： IEPL 内网专线防断流：与普通机场走公网容易被 GFW 干扰不同， WgetCloud 走的是专线跨境。这确保了你在长时间挂机、发送长文本或传输文件时，不会发生连接重置。网络不断流，你的对外 IP 就能保持绝对固定，从物理层面上排除了“IP 瞬移”导致的直接封号风险。用“价格壁垒”换取纯净度：相比于市面上的廉价机场， WgetCloud 的定价门槛较高，且严格限制连接数与带宽。从风控逻辑来看，这是它的最大优点：高客单价天然隔离了大量容易触发风控的“白嫖党”和并发自动化脚本。单节点承载的请求量极低，系统自然不会看到几百个人挤在一个 IP 上狂刷 Claude。多协议与分流支持：原生支持 Clash、Surge 等主流客户端，方便直接接管底层网络并配置严格的路由分流规则，防止 DNS 泄露。只要你的网络底层足够干净、稳定，Anthropic 的系统就不会把你标记为异常，你也就极大概率不会被逼着去走那套苛刻的 Persona 实名认证流程。第二点：如何建立真实的人类行为画像？这也是很多人纳闷的地方：我网络环境很好，为什么还是被封？因为你要告诉系统，你是一个完全真实的人类。举个私域运营的例子，你刚注册一个微信小号，立马加几百个好友、发几十条朋友圈、使用群控插件批量操作，微信肯定秒封你，因为这不是正常人类的行为。所以私域需要“养号”。 Claude 也一样。你的人类真实行为，和 Anthropic 系统定义的人类行为画像是两码事。循序渐进：不要一上来就买最高订阅的 Max。正常人是先用免费体验下，然后买个 Pro 版本，每天用桌面端或者 CLI 工具问点问题，处理点项目，额度和频率循序渐进。符合人类作息：很多人只是每天把额度用满，但 Anthropic 会认为人类需要休息。如果你 724 小时高频调用，系统会判定你是自动化程序（API 滥用）。时区对齐：细节决定成败。如果你选择的是美国纽约节点，电脑系统时区也应设为纽约。纽约正常上班的时间点是北京时间 21:00 次日 6:00。如果你保持这个时间段工作，你在系统的画像就是：一个在美国纽约出差、正常上下班的中国人。 4、Persona 认证的底层逻辑如果你不慎触发了 Persona 实名认证，那你就需要了解它究竟在查什么。Persona 身份验证的核心是多维信号交叉验证，大概分三层：第一层：证件真实性验证。上传的护照或身份证，会经过 OCR 识别、防伪特征检测、证件数据库比对。假证或明显 P 过的图，直接拦截。第二层：人证一致性验证。活体检测 + 人脸比对。要求你对着摄像头做指定动作，确认「拿证件的人」和「证件上的人」是同一个，防止借用他人证件。第三层：风险信号综合评估（核心暗礁）。 Persona 在做身份验证的同时，还会收集大量底层环境信号——IP 、设备指纹、注册行为模式、地理位置一致性。比如它会利用 WebRTC 穿透代理读取你真实的本地 IP，手机扫码时会读取你的 GPS 或运营商信息（如中国移动/联通）。这些信号会生成一个风险评分，交给 Anthropic 做最终裁决。目前来看，Persona 不会普发，只会在你触碰高危功能或发生异常行为（如网络环境突变）时触发。 5、Persona 认证的注意事项万一真弹出了 Persona 认证，你必须时刻牢记核心宗旨：证明你是一个出差在美国工作的正常人类。操作前提：拥有一个稳定的专线代理 IP，系统时区和语言环境提前设置好并与代理 IP 保持一致。第一步：上传证件。中国身份证绝对不行，出差美国最好的证明是护照。第二步：建立纯正的验证环境。为了对抗第三层风控，必须使用指纹浏览器（如 AdsPower 或 HubStudio），创建一个全新的无痕环境，务必在设置中禁用 WebRTC。这一步是为了物理隔绝 Persona 抓取你浏览器底层的真实网络参数而暴露国内坐标。第三步：手机扫码活体验证。这是最容易翻车的一步。必须拔掉手机 SIM 卡（防止基站定位和运营商暴露），关闭手机 GPS 定位。手机连上 WiFi 并使用跟电脑端完全相同（同 IP）的代理节点（推荐使用软路由，或在手机端开启全局路由代理），全程保持网络畅通，完成活体检测。通过以上步骤，基本可以搞定整个 Persona 验证。亮点 6、总结除此之外，还有一些隐性加分项：比如注册 Claude 最好用一个有历史记录的 Gmail 老账号；支付时尽量走苹果 App Store 的礼品卡内购方式，因为 Google 和 Apple 账号的高权重在 Anthropic 看来也是信任背书。魔高一尺道高一丈，风控策略每天都在迭代。但万变不离其宗，心里牢记这个逻辑：你是一个在美国出差的中国人。你所有的网络伪装、底层路由、使用习惯，都要让系统的数据探针得出这个唯一的画像。做到这些，你的 Claude 账号会比 99% 的人都更稳固。 markdown 截图或演示视频

DT数据与运维DT旅行与出行DTAgent 能力扩展

HelloGitHub 投稿

—

systeminformer

免安装的 Windows 监控工具。这是一款免安装的开源 Windows 系统监控与调试工具，可实时查看进程资源占用、网络活动、磁盘读写等信息，支持定位占用文件的进程、查看内核级调用栈和管理系统服务等功能。遇到文件无法删除？一查便知是被哪个进程占着。

语言CDT数据与运维DT软件开发DTWindows

2026年4月28日大家都在做什么

没有找到相关项目

讨论本期日报