Snaptium
面向深度写作与知识管理的 Markdown 智能工作空间,本地优先架构,融合 AI 辅助写作、知识库智能体与端到端加密同步,支持 Windows/macOS/Linux
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。
面向深度写作与知识管理的 Markdown 智能工作空间,本地优先架构,融合 AI 辅助写作、知识库智能体与端到端加密同步,支持 Windows/macOS/Linux
免费字幕检查工具,上传 SRT/VTT 后在浏览器本地检查时间轴、重叠、行长和阅读速度,并安全修复长行换行,无需注册、不上传文件
现在可以把自己的 Android 手机接入 Phones Cloud:在手机上安装设备端 APK,登录账号并添加本机后,就能在 Web 控制台或 iOS 客户端远程打开这台手机。 适合备用 Android 远程管理、移动应用测试、工作/测试环境分开管理、团队共享自有设备,或者出门不带手机时临时远程使用。 Android 11+ 可用无线调试配对:保持系统配对码窗口打开,在客户端输入六位配对码即可,不需要手动填 IP/端口,也不需要执行 adb tcpip 5555。 也可以用 USB 连接电脑,执行一次 adb tcpip 5555 后回到客户端刷新。 内测期间,自注册设备可以一直免费续期使用。部分机型和系统版本可能有兼容差异,欢迎体验反馈。 说明页: 使用教程: 设备端 APK:
WeRead Vault 把微信读书的书架、划线、想法、阅读统计一次性归档进本机的一个 SQLite 文件——可查询、可视化、可导出,AI 直接读,数据不上传。一句话:它是「微信读书的本地数据库」,外加一个带 Agent Skill 的命令行。 GitHub: 主页 / 下载: (macOS .dmg、Windows 安装包,或 pipx install wereadvault) 为什么做它:微信读书官方的 Agent Skill 是 17 个无状态、「按单本书查」的接口,想搜遍所有划线、做跨书统计都得逐本调几百次。WeRead Vault 把数据归档进本地 SQLite,「按书查」变成「随便查」——一条 SQL 全文检索毫秒级搜遍全部划线,一条 GROUP BY 做跨书聚合。 几个特点: 本地优先:数据只存本机一个 SQLite 文件,可备份、迁移、离线,永不上传;本地网页只监听 127.0.0.1。 完整书架 + 阅读统计:同步整个书架(含无笔记的书),周/月/年/全部切换的看板、GitHub 式划线热力图、读得最多排行等。 AI 原生:query(只读 SQL)/ stats(统计 JSON)/ api(直连微信读书接口)+ 自带 Skill,Claude Code、Codex、OpenClaw 一条命令就能查、能荐书;还能 wereadvault open 三体 直接唤起微信读书 App 打开某本书。 导出到知识库:Markdown(带封面、可合并他人热门划线去重)、Obsidian、flomo、Notion。 每天自动同步:一句命令注册系统定时器,到点自动同步,不常驻后台。 纯 Python 标准库 + SQLite,零第三方依赖,MIT 开源。 截图 Dashboard(本地书架) 它是怎么工作的 阅读统计 书籍详情(含相关推荐)
Agently.top 每日 AI / 开源 / 科技信息聚合 · 中文智能摘要 · 卡片式资讯流 · 微信公众号自动发布 线上地址: 它是什么 Agently.top 每天自动抓取 9 个信息源的中英文科技与 AI 资讯,通过 AI 生成中文摘要,以卡片流形式呈现,并支持邮件订阅与微信公众号自动发布。 主要特性 每日自动采集:9 大源独立容错,单一源失败不影响整体输出 AI 中文摘要:聚焦 AI / 软件工程师关注点 邮件推送与订阅:按调度时间自动发送每日摘要,访客可订阅 微信公众号自动发布:每日精选自动入库草稿箱 Web + API:Vue 3 卡片流前端,FastAPI 只读接口,RSS 输出 访问统计:内置轻量统计,UV/PV 自查
项目地址: 传送门:【开源自荐】Job Bro v0.3.0 AI Agent 架构升级:评估器可联网搜索,结果实时流式返回 一个 AI 驱动的求职副驾驶 Chrome 扩展,能一键提取、评估 LinkedIn 与 Greenhouse 职位并自动生成定制简历。支持云端 API、本地 Chrome AI (Gemini Nano) 以及免 API Key 的 Qwen (通义千问) 网页版双向/三向后端。 🚀 v0.5.0 & v0.4.0 双版本重磅更新 自 v0.3.0 发布以来,我连续完成了两次核心架构大升级,将 Job Bro 塑造成了一个真正的多平台、全自动、零成本的求职副驾驶工具。 1. 🏗️ 重构多站点提取:支持 Greenhouse 招聘平台 (v0.5.0) 问题:旧版本完全硬编码支持 LinkedIn 页面。但现实中,大量优质的科技公司(如 Anthropic 等)直接在 Greenhouse 上发布职位。 解决:我抽象出了一套多站点适配器架构 (src/extractor/site.ts): 无缝路由:扩展能智能感知当前活动的标签页,动态分发至特定的解析模块 (linkedin.ts 或 greenhouse.ts),仅在需要时注入内容脚本。 防止 ID 冲突:LinkedIn 和 Greenhouse 均采用纯数字表示 Job ID。我在数据库存储层引入了命名空间前缀 (gh:4593216008 vs. 纯数字),避免跨站数据相互覆盖。 安全防抖:MutationObserver 监听挂载目标增加了 document.documentElement 兜底,防止脚本极早期执行导致 document.body === null 崩溃。 2. 🛠️ 深度兼容 LinkedIn 搜索面板与多 DOM 渲染 (v0.5.0) 问题:LinkedIn 的职位展现有两套完全不同的 DOM。直接访问链接 (/jobs/view/) 渲染在 lazycolumn 内;而在搜索列表页 (/jobs/search/) 或推荐页中,职位被渲染在右侧的 unifiedtopcard 面板中。旧版在搜索页提取经常失败。 解决: 多 DOM 分支适配:解析器现在会自动嗅探当前呈现的布局(lazycolumn 或 unifiedtopcard)并执行不同的字段提取分支。 解决内容截断:LinkedIn 搜索页右侧面板展示的 会被 CSS 截断,旧版基于文本 H2 节点游走只能抓到 200 字的摘要。新版改为优先锁定 jobdetails 及 .jobsdescriptioncontent 容器,确保抓取 100% 完整的职位描述供 LLM 分析。 3. 📦 IndexedDB v4 安全数据迁移 (v0.5.0) 问题:早期版本在处理带有职位名称的 Slug 风格 LinkedIn URL(如 /jobs/view/softwareengineeratopenai4417162348/)时存在正则缺陷,解析出的 jobid 为 undefined。这导致分析生成了历史记录,但从未成功持久化到 sessions 存储层,导致 reopened 侧边栏时一片空白。 解决:我将数据库升级至 v4。在首次加载时自动执行安全幂等的数据修复: 提取受影响的历史记录,通过修复后的正则从 URL 中重新纠正并写回 jobid 为这些记录无损合成缺失的 sessions 字段 整个迁移通过 existingSessionIds.has(jobId) 严密校验,绝不覆盖或混淆用户任何现存的自定义会话或简历修改数据。 🧠 4. 零成本天花板:集成 Qwen Chat (通义千问) 网页智能体后端 (v0.4.0) 问题:很多用户想要使用业内最顶尖的推理模型(如 Qwen3.7 Max)进行深度职位匹配与简历生成,但苦于没有云端 API Key,或者不想承担高昂的 Token 费用。 解决:我将 Job Bro 变成了 Qwen 网页智能体的桥接客户端: BYOK 终结者:只要你的浏览器登录了 chat.qwen.ai,Job Bro 就可以直接 proxy 你的浏览器会话来发送分析和会话指令。完全免费、无限额度、开箱即用。 抗封禁与伪装:在 Background 层面通过 declarativeNetRequest 动态欺骗劫持请求的 Origin 和 Referer 头。同时我们本地逆向并实现了 Qwen 反爬虫所需的 ssxmoditna / ssxmoditna2 安全指纹 LZW 压缩 cookie 算法,每 10 秒向 Service Worker 发送 keepalive ping 保证长会话不被中断。 Qwen 智能体赋能:Qwen 3.7 Max 网页端是一个高度自治的 Agent,会自行进行搜索、思考并输出。这使得该后端下的职位分析质量甚至超越了很多付费的云端 API(Gemini/Claude 等在分析时容易出现因预训练数据偏见带来的偏袒,而 Qwen 在各大科技大厂职位评估上展现出了惊人的中立与客观)。 🛡️ 5. 自研 Provide Verdict 结构化输出通道 (v0.4.0) 问题:各大云端模型(如 OpenAI 兼容端)在启用 Tool Calls(联网搜索等工具)时,通常与 Strict JSON Schema(结构化输出)是互斥的。模型很容易在调用完搜索后输出不合规的 JSON,导致客户端解析崩溃。 解决:我设计了一套自研的拦截机制。在需要返回 JSON Verdict 时,我向模型伪造并声明一个名为 provideverdict 的虚拟 Function Tool,将其参数定义为我们期望的 JSON Schema。Agent 循环在检测到模型发起该调用时,直接将其 Arguments 截获为最终的合规数据并提前终止循环。该机制在 OpenAI 兼容云端架构下极其稳定。 📦 核心功能一览 1. 深度求职五维 AI 评估 薪资评估:结合公开数据、地点、年限等,智能推算职位的合理薪资范围,与你填写的期望相比对。 技能匹配:精准标出你简历中匹配的亮点、缺失的技术栈,以及职位的溢出要求。 偏好匹配:评估远程/混合办公、公司规模、特定黑名单行业及一票否决项的合规度。 风险检测:全网检索该企业近期的裁员历史、招聘热度以及职位替代性。 成长评估:分析该职位能带给你的核心竞争力、技能树提升路径与潜在天花板。 2. 简历智能多版本润色与修改 在完成职位分析后,可一键将你的原始简历、当前的职位要求及 AI 的匹配评估报告合并,自动为你生成一份高度契合该岗位的定制化简历(Markdown 格式)。你可以在编辑区输入意见进行交互式追问,简历会自动更新迭代,并沉淀累计更新日志。 🧗 使用方式 1. 安装:git clone + bun install && bun dev(开发模式),或直接在 chrome://extensions 载入编译后的 .output/chromemv3。 2. 体验: LinkedIn:打开任意职位详情页或搜索列表页,打开侧边栏 Job Bro 点击「提取并分析」。 Greenhouse:打开如 Anthropic 招聘详情页 (jobboards.greenhouse.io/<org/jobs/...),直接点击侧边栏进行无缝提取。 3. Qwen 免 Key 配置:在设置面板中选择 Qwen Chat 模式,确保浏览器已登录 chat.qwen.ai 即可。 🙏 致谢 & 交流 项目完全开源,欢迎国内的小伙伴一起提 Issue 或 PR 来适配更多国内外的招聘平台(如 Boss 直聘、拉勾、Glassdoor、Indeed 等均在未来规划中)。 欢迎留下你的 Star ⭐️,让我们的求职之路少踩坑,让选择像打开一个网页一样清晰。
项目地址: 传送门:【开源自荐】终端里的 Gemini 联网搜索:gsearchcli 一个基于 Rust 的极速终端 Google 搜索工具,通过 Gemini API 的 Grounding 能力返回带有内联引用和来源链接的搜索结果。自带完整 OAuth 流程,零配置、即装即用。 🚀 v0.2.1 — 从逆向工程到独立的 Antigravity OAuth 客户端 自 v0.1.0 初始版本以来,项目经历了一次完整的架构升级,从脆弱的凭据依赖方案演进为了一个具备完整 Antigravity 协议实现能力的独立 OAuth 客户端。 1. 🔐 Antigravity OAuth 协议实现 问题:v0.1.0 依赖于从 geminicli 的 oauthcreds.json 中直接读取现成的 Access Token。一旦用户先退出或令牌过期,搜索立即失效——而且无法自动刷新,用户需要手动重新登录 geminicli 才能恢复。 解决:我逆向并完整实现了 Google Antigravity OAuth 协议: 完整授权码流程:内置基于 TCP Loopback 的本机 OAuth 服务器,自动打开浏览器完成 Google 授权,接收回调并交换令牌,全程无需用户手动复制粘贴任何东西。 令牌自动刷新:TokenManager 会检测令牌是否过期(含 60 秒缓冲窗口),自动通过 Refresh Token 获取新的 Access Token,用户无需关心底层认证状态。 手动模式保底:支持 nobrowser 手动登录模式,适用于服务器环境或没有图形浏览器的场景。 项目自动预配:通过 loadCodeAssist + onboardUser 两个 Antigravity 内部 RPC 自动发现或创建 Google Cloud Project,无需用户手动前往 GCP 控制台。 2. 🏢 企业代理深度兼容 问题:很多在企业网络(如 Zscaler)中的开发者在使用 CLI 工具时会遇到 SSL 证书拦截导致的 TLS 握手失败。大多数 Open Source CLI 完全不考虑这类场景。 解决:所有 reqwest 客户端构建(包括 OAuth 流程和 API 调用)均检测 HTTPSPROXY 环境变量并自动设置 .dangeracceptinvalidcerts(true),确保企业代理环境下也能正常完成认证和搜索。这是一行看似简单但在实际企业环境中救命的代码。 3. 🧠 Grounded Search — 带引用的 AI 摘要搜索 问题:传统 grep + 浏览器的工作流效率低下,而市面上很多 AI 搜索工具要么需要 API Key,要么不透明——你不知道结果是否被模型幻觉污染。 解决:直接调用 Gemini API 的 googleSearch Grounding 能力: 模型实时联网搜索,返回的结果附带精确到段落的 Grounding Chunks 引用标记。 formatresponse 将每个 GroundingSupport 映射为 [1]、[2] 等脚注标记,直接在文字段落中标注来源位置,末尾列出所有来源链接。 终端渲染使用 termimad 库,在交互式终端下呈现丰富的 Markdown 格式化效果,同时管道输出时自动退化为纯文本。 4. 📦 Homebrew + Cargo 双通道分发 问题:Rust 项目分发门槛高,用户需要安装 Rust 工具链才能编译运行。 解决: Homebrew Tap:已发布至 aeroxy/tap/gsearch,macOS 用户可一键安装。 crates.io:cargo install gsearchcli 全局安装,适合已有 Rust 环境的用户。 Autoupdate Formula:发布流程已将 Homebrew Formula 的 SHA256 和 URL 更新集成进 Makefile,一次构建自动完成所有分发渠道的同步。 📦 核心功能一览 1. 零配置即用 安装后直接 gsearch singapore weather 即可搜索。如果尚未登录,自动触发 OAuth 流程并打开浏览器完成授权,全程不需要配置任何 API Key。 2. Grounded 搜索结果 每次搜索返回 AI 摘要 + 精确到段落的来源引用。文中以 [1]、[2] 标记标注来源,末尾列出所有来源的标题和链接,确保结果可溯源、可验证。 3. 企业代理友好 自动检测 HTTPSPROXY / httpsproxy 环境变量,跳过 SSL 证书验证以兼容 Zscaler 等企业 SSL 拦截代理。 4. 令牌自动管理 OAuth Token 持久化至 ~/.config/gsearch/antigravity.json,自动刷新,永不过期(只要 Refresh Token 有效)。 5. 即搜即得的终端体验 交互式终端下使用 termimad 渲染 Markdown,结果一目了然;非交互式终端(管道输出)自动退化为纯文本,适合与 grep、jq 等工具链配合使用。 🧗 使用方式 bash 安装(macOS) brew install aeroxy/tap/gsearch 或通过 Cargo cargo install gsearchcli 使用:直接输入搜索词 gsearch singapore weather 搜索更长的问题(无需引号) gsearch latest news about rust programming 2025 手动触发登录 gsearch login 🙏 致谢 & 交流 项目完全开源 MIT 协议,欢迎 Star ⭐️、Issue 和 PR。如果你在公司网络下使用遇到问题,欢迎提 Issue 反馈你的代理环境,我会尽力兼容。
Goink 是一个真正自主的 AI 写作 Agent。采用 ReAct 循环架构,31 个工具全部由 AI 自主决策调用——你下指令,它自己查角色状态、搜全书伏笔、读前一章、生成正文、出 Diff 等你审批,写完自动检查角色变化、标记伏笔回收、推进弧线节点、刷新读者认知。整条链全自主跑通。 底层是六维结构化记忆引擎:角色有向关系图、伏笔智能追踪、弧线泳道、地点层级拓扑、读者认知控制面板——全部持久化在 SQLite,Agent 自己查库而非靠上下文窗口硬背。12 个内置创作方法论 Skill 常驻注入,支持独立审稿子 Agent 二次审查。 UI/UX:全链路实时流式渲染,工具调用具备 selected→executing→awaitingapproval→completed/failed/loopdetected 六阶段精细化状态渲染,G6 力导向图/拓扑图/泳道图六套可视化面板,Monaco Editor Diff 并排审批,深色模式。 技术栈:Wails v2(Go + React 19)+ Tailwind CSS 4 + ONNX Runtime 本地语义搜索 + Git 全版本管理 + 7 个国产大模型开箱即用 + EPUB 一键导出。安装包 <60MB,零依赖,全平台,MIT 开源。
10xagent 10行代码实现一个超级自进化 Agent Harness 10行 JavaScript 代码实现的可自进化迭代的 Harness Agent。可用于展示 LLM 智能以及 Harness Agent 核心原理。 10行可读代码极简实现可运行、可迭代升级。 实战 需要先安装 Bun: bash curl fsSL | bash .env(bun 自动加载): bash OPENAIBASEURL= OPENAIAPIKEY=skxxx OPENAIMODEL=gpt5.5 shell for i in {1..30}; do echo "=== 第 $i 次 ==="; bun 10xagent.js "你正在将 10xagent.js 从一个极简 Agent 原型,持续优化为一个更完整、更可靠、更安全、更智能的 AI Agent。当前是第 $i/30 轮。每轮只做一个独立、自洽、可独立验证的改进。修改后必须使用 bun 10xagent.js <prompt 做一次真实端到端验证,验证 prompt 由你根据本轮改动自主设计,必须覆盖本轮改动影响的能力,并确认能正常调用 LLM、使用必要工具、及时返回结果;不要只验证语法或帮助信息,必须验证一个真实任务;如果端到端跑不通或明显卡住,必须回滚本轮改动。"; done 稍微改动 for in 循环提示词将获得不一样的体验 可以加提示词让 Agent 每轮提交 git 记录本轮改动以观察 LLM 的优化思路 自进化水平、迭代轮次跟 LLM 智能直接挂钩 ⚠️ 只用于演示核心原理,权限全权交给LLM,确保 LLM provider 合法可靠,运行风险需要自己把握
AI 脉搏 是一款面向中国 AI 开发者的每日新闻智能聚合页,基于 Claude Code 自动驱动。每天早中晚三次自动采集 30+ 平台和 11 位优秀 AI 博主,覆盖聚合平台、深度媒体、社区论坛、前沿研究、企业官方等七大维度,智能去重、交叉验证、分类、生成精美的 HTML 页面。无需 npm、无需 Python、无需任何外部服务,仅需 Claude Code 和一个终端。 🚀 快速体验 1. 在线访问: 2. RSS 订阅: 3. GitHub 🎯 我们解决了什么问题? AI 行业每天产生数百条新闻: 新模型发布(GPT5、Claude 4、通义千问...) 开源工具更新(LangChain、Ollama、vLLM...) 政策法规(网信办新规、美国 AI 监管...) 企业动态(融资、收购、合作...) 但开发者没有时间去逐一筛选。 刷朋友圈?全是营销号。刷 Twitter?时间线被算法操控。刷 36 氪?AI 内容淹没在其他新闻里。 我们用 AI 技术帮你做这件事:从 30+ 平台智能采集、去重、评分、分类,生成一份 5 分钟可读完的精华摘要。 🤖 AI 原生驱动,零人工干预 整个项目基于 Claude Code CLI 构建: 定时触发 → Claude 搜索采集 → 智能去重评分 → 生成 HTML → Git 推送 → GitHub Pages 部署 全程无人值守。 没有编辑的主观偏好,没有算法的商业算计。 智能评分机制 每条新闻自动评分,高分优先展示: 总分 = 热度信号×0.4 + 时效信号×0.3 + 来源质量×0.3 热度信号:多源交叉验证(+5) / 优先信源首发(+3) / 社区讨论热度高(+1) 时效信号:6h内(+5) / 12h内(+3) / 24h内(+1) 来源质量:36氪/VentureBeat/TheVerge(+3) / MIT Tech Review/人民网(+2) / 其他(+1) 自动去重 标题相似度 80% 视为重复,保留评分高者。同一事件不同角度报道,合并为一条,标注多来源。 七大板块,全覆盖 ⏰ 每日三版,时区友好 早间版 (08:00) → 覆盖昨夜海外动态 + arXiv 论文 午间版 (12:00) → 增量更新,快速扫读 晚间版 (20:00) → 全天汇总 + GitHub 开源 Top 10 往期内容通过日历归档,点击即可回溯历史版本。 🔒 本地优先,隐私友好 100% 本地运行:数据不出户 零外部依赖:无需 npm、无需 Python、无需任何后端服务 生成的 HTML 零外部请求:无埋点、无追踪、无广告 开源透明:代码在 GitHub,MIT 协议 🇨🇳 中国视角 优先覆盖: 国产大模型动态(通义、豆包、GLM、DeepSeek...) 网信办政策法规 国内开源项目(魔搭社区、PaddlePaddle...) 海外内容: 保留关键数据原文(金额、百分比、版本号) 23 句中文摘要 标注来源,可追溯 📱 多端适配 暗色/亮色双主题:自动跟随系统,或手动切换 PWA 支持:可添加到手机主屏幕,像 App 一样使用 RSS 订阅:支持 feed.xml 订阅,接入你的阅读器 响应式设计:桌面/平板/手机全覆盖
GitHub Stars 过的项目适合收藏,但做不了长期管理。 当你的star项目收藏到几百几千个的时候,通过原生list功能难以管理,ai时代,github项目指数级增长,而你又想收藏各种各样的项目,过后又忘记在哪,叫什么名字了,所以有很多难解决的问题: 分页看不到全部stars仓库 没有个人打标签系统 没有真正的笔记层 很难回看当时存了什么、为什么存 Better GitHub Stars Manager 插件让 GitHub Stars 对重度用户真正可管理。 功能特性 一次管理所有已star项目 把你 star 的仓库加载进虚拟化表格。 快速搜索与筛选 在仓库名 、topics、笔记中全文搜索;按语言、标签、未打标签筛选。 悬浮按钮一键切换 在你自己的Github star页, 提供悬浮按钮一键切换到管理面板。 自定义标签与笔记 加你自己的标签和笔记,让 star 从被动列表变成一个可用的资料库。 自动推荐标签 一键或批量把仓库的 topics 与语言转成推荐标签。 增量同步与全量重扫 快速拉取新 star 的仓库;需要时可全量重扫来对账 unstar,同时保留你的批注。 页 tag chip 直接在单个 GitHub 仓库页查看和编辑你的标签。 跨设备批注同步 通过你自己的私有 GitHub Gist 推送/拉取标签与笔记。 Gist 支撑的存储层 把批注层放在一个专用 secret Gist 里,可移植、可恢复、跨设备同步,无需后端。 截图 教程 1. 先从 Chrome Web Store 安装扩展。 2. 打开插件,点击跳转 Options 页,粘贴一个 GitHub personal access token 并验证。 3. 访问你的 GitHub stars 页: 4. 运行 Sync 导入你的 star。 5. 边浏览仓库边搜索、筛选、打标签、加笔记。 6. 想让批注跨设备流转时用 Push 和 Pull。
文件管理,JSON编辑格式化,支持SQL、Java、Python、JavaScript、Markdown语法高亮 文件对比功能,支持实时修改对比 写代码的人,电脑里多多少少都囤着一堆零散东西: 接口返回的 JSON,想格式化看看结构; 同事甩来两段配置,要对比一下哪儿不一样; 临时想记几行 SQL、Python 片段,又懒得开 VS Code。 每次为这点事打开一个重量级编辑器,说实话挺费劲。所以我做了 Seecode——一个常驻在浏览器里的代码小工具,开一下就能用,关掉也不占地方。
C 零硬件上手 ARM 嵌入式:从裸机到 FreeRTOS 一套面向初学者的 ARM CortexM0 嵌入式开发教程,使用 QEMU 模拟 BBC micro:bit,无需购买任何硬件。包含 13 个渐进式课程,从裸机启动、手写汇编、C/汇编混合编程,一路讲到中断系统、外设驱动、FreeRTOS 多任务、Bootloader 双固件、看门狗策略、CRC 校验、栈溢出检测等生产级实践。每个课程完全自包含(独立 README + 链接脚本 + 源码),可任意切入。配套 12 篇深度参考文档(工具链 / ELF 格式 / 链接脚本 / ARMv6M 指令集 / NVIC 架构 / FreeRTOS 原理等)。适合所有想真正理解"代码如何在芯片上运行"的开发者。 亮点 1. 以"最小指令集"破局——56条指令看清全貌 同类嵌入式教程大多从STM32(CortexM3/M4,200+条指令)入手,初学者容易被大量指令淹没。本项目选择ARM家族最精简的CortexM0(仅56条指令,2小时可学完),让学习者极短时间内建立完整心智模型。核心概念(向量表、NVIC、AAPCS、链接脚本)完全可迁移到M3/M4/M7。 2. 彻底零硬件门槛——QEMU仿真 + CI自动化 告别"先花15刀买micro:bit再开始学"的痛点。Windows/Linux/macOS装好QEMU就能跑,GitHub Actions自动验证全部13个课程在QEMU上通过。每个课程提供4种CMake运行目标(ELF运行/二进制烧录模拟/GDB暂停调试/GDB动态附着),CLion开箱即用。 3. 远超"点灯"教程——直通工业级生产模式 大部分嵌入式入门教程止步于GPIO点灯和串口打印。本项目覆盖:手写启动代码和链接脚本 C/汇编混合编程与临界区 NVIC中断系统与HardFault分析 FreeRTOS多任务与队列通信 Bootloader+Application双固件启动 看门狗多点喂狗策略 断言系统+栈溢出检测+CRC校验+故障日志。结业即具备工业/汽车/医疗等关键领域的嵌入式基础。 4. 13个课程完全自包含 + 12篇深度文档 每个课程是独立CMake项目,学生不必按序学习,可从任意阶段切入。配套文档深入讲解GNU工具链、ELF二进制格式、链接脚本编写、Thumb1约束、newlib移植、FreeRTOS调度器原理等——这些知识在大多数嵌入式课程中被一笔带过,却是实际工程中调试bug的关键。 markdown 截图或演示视频
JS TaiyiForge:AI 研发九阶段工作流引擎,四端通用 一个用状态机强制AI按工程纪律推进的研发工作流引擎。九阶段流水线含人类门控,AI不能跳过需求分析和方案设计直接写代码。同一套命令在Claude/Codex/Cursor/OpenCode四端通用,支持一键从README生成全栈骨架。 亮点 1. 九阶段硬约束:change→requirement→design→task→dev→test→review→integration,AI 无法跳步 2. 人类门控:change/design/review 三个阶段需 approver 审批才能推进 3. 四端通用:Claude Code / Codex / Cursor / OpenCode 同一套命令和 Skill 4. 一键生成:/taiyi:plan auto 从 README 自动拆解模块并生成全栈代码骨架(FastAPI + 前端 + 测试 + Docker) 5. 8 种 profile:从 nano(2阶段) 到 full(9阶段) 按需选择 6. 质量门禁:151 个测试文件、1170 个测试、0 失败 适合所有用 AI 写代码但苦于 AI「跳过设计直接实现」的开发者。经过 30+ 个预发布迭代才发布 v1.0.0 正式版,工程纪律扎实。MIT 开源。 截图 项目 README 中有完整的中英文架构图(4K 分辨率)和终端使用演示 GIF。
JS 一个方便管理自己star过的项目的浏览器插件 GitHub Stars 过的项目适合收藏,但做不了长期管理。 当你的star项目收藏到几百几千个的时候,通过原生list功能难以管理,ai时代,github项目指数级增长,而你又想收藏各种各样的项目,过后又忘记在哪,叫什么名字了,所以有很多难解决的问题: 分页看不到全部stars仓库 没有个人打标签系统 没有真正的笔记层 很难回看当时存了什么、为什么存 Better GitHub Stars Manager 插件让 GitHub Stars 对重度用户真正可管理。 功能特性 一次管理所有已star项目 把你 star 的仓库加载进虚拟化表格。 快速搜索与筛选 在仓库名 、topics、笔记中全文搜索;按语言、标签、未打标签筛选。 悬浮按钮一键切换 在你自己的Github star页, 提供悬浮按钮一键切换到管理面板。 自定义标签与笔记 加你自己的标签和笔记,让 star 从被动列表变成一个可用的资料库。 自动推荐标签 一键或批量把仓库的 topics 与语言转成推荐标签。 增量同步与全量重扫 快速拉取新 star 的仓库;需要时可全量重扫来对账 unstar,同时保留你的批注。 页 tag chip 直接在单个 GitHub 仓库页查看和编辑你的标签。 跨设备批注同步 通过你自己的私有 GitHub Gist 推送/拉取标签与笔记。 Gist 支撑的存储层 把批注层放在一个专用 secret Gist 里,可移植、可恢复、跨设备同步,无需后端。 截图 教程 1. 先从 Chrome Web Store 安装扩展。 2. 打开插件,点击跳转 Options 页,粘贴一个 GitHub personal access token 并验证。 3. 访问你的 GitHub stars 页: 4. 运行 Sync 导入你的 star。 5. 边浏览仓库边搜索、筛选、打标签、加笔记。 6. 想让批注跨设备流转时用 Push 和 Pull。 亮点 一个为重度 GitHub 用户打造的 Chrome 扩展 —— 本地优先、零服务端、个人专属。它把 变成一个可搜索、可打标签、可筛选、可批注的快速工作台,管理成千上万个 star,而不必离开 GitHub。 markdown 截图或演示视频
优雅地阅读张小龙的饭否思考
一个轻量的 macOS 菜单栏小工具,粘贴链接即可下载 B站、新片场、YouTube 视频。. Contribute to aright8-sys/VideoGrab development by c
一个轻量的 macOS 菜单栏小工具,让你随时看到 Claude 订阅额度还剩多少。. Contribute to aright8-sys/ClaudeMeter development by cre
A feed-forward 3D foundation model for reconstructing scenes from streaming data
原文High-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.
原文FluidVoice - Fastest macOS Offline Dictation app - Voice to Text fully Local. One ⭐ takes us a long way :))
原文Explain complex systems using visuals and simple terms. Help you prepare for system design interviews.
原文换一个关键词或分类试试。
6 个仓库已在最近 3 期日报出现,不再作为今日新发现重复展示。
AI 时代的伯克希尔:基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing research framework built for Claude Code / Codex. 4 masters' methodologies + multi-agent adversarial analysis.
SimpleX - the first messaging network operating without user identifiers of any kind - 100% private by design! iOS, Android and desktop apps 📱!
原文
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。