DevTrends开发者趋势
主题色

DEV TRENDS / DAILY DISCOVERIES

2026年8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。

PigFetch

Windows 视频链接下载工具,粘贴分享链接后可选择可用画质下载到电脑,适合素材留存与本地整理;新用户注册可使用 100 次,会员可无限下载

DTWindows
—

一个可交互设计和分享魔尺造型的 3D 工具

源码地址: 这是一个开源的在线魔尺(Rubik's Snake)3D 造型设计工具,无需安装或注册,所有功能都在浏览器本地运行。 用户可以直接点击 3D 魔尺并旋转关节,自由设计造型,也可以选择球形、小鸟、五角星等预置造型,逐步播放折叠过程。 主要功能: 支持 24、36、48 和 72 段魔尺 在 3D 模型上直接选择方块、旋转关节 支持 0123 姿态编码、标准速拧格式和括号格式,并可相互转换 内置多种常见造型,可逐步播放折叠过程 自动检测最终造型中的方块重叠 支持经典白蓝、彩虹及自定义循环配色 每次修改都会同步到 URL,可以直接分享具体造型 支持中文和英文界面 这个项目最初是为了更直观地设计魔尺造型,也方便把一个造型的折叠步骤分享给其他人。

—

为什么《俄罗斯方块》永远不会过时?

它没有设定任何“胜利条件”。你不可能“通关”俄罗斯方块,系统唯一的目的就是用越来越快的速度把你压垮。 你永远在为自己上一秒留下的失误买单,但也永远可以在下一秒完成一次漂亮的拯救。 从软件工程的角度看,它是极少数“机制完备度”达到了 100% 的系统——你删掉任何一个规则(比如消行、预判、下落加速),这个系统就会崩溃;但你再往里面添加任何花里胡哨的复杂规则(比如技能、装备、复杂的剧情),都是对它原本数学美感的一种破坏。 这解释了为什么即便到了今天,虚幻引擎 5 充斥着光线追踪和几百万面高模,人们依然会在手持设备、网页端甚至终端命令行里跑起《俄罗斯方块》。 原文地址:

DT软件开发DTWeb 应用DT命令行工具
—

IceEscape:把“这个机位在哪里”变成一件简单的事

IceEscape 在线体验: 许可证:MIT <div align="center" alt="IceEscape logo" </div 项目想解决的事 看到社交平台上一张好看的旅行照,最想知道的不是滤镜参数,而是“站哪拍的、几点去、用什么镜头”。但这个信息通常散落在评论区、私信里,或者根本没有。 IceEscape 就是一个拍照地点发现与分享平台,把“机位”这件事结构化:地点、样片、最佳拍摄时间、焦段建议、构图参考,全部放在一页里。 这个项目最初是为了帮我老婆记录旅行打卡点,做着做着发现身边很多人都有同样需求…… <div align="center" alt="IceEscape 点位页面截图" </div 里面有什么 用户端:地图上浏览拍摄点,点开就是一份完整的“目标地点档案”。 CMS 管理后台:维护拍摄点内容、用户、权限。 数据导入工具链:把社交平台(目前仅支持某书)上的素材抓取后,自动整理成结构化数据,省去大量手工维护。 几个亮点 1. 地点档案一页全览:样片、机位、构图、焦段、光线时间集中展示,不用来回切 App。 2. AI 给拍摄建议:丢一张样片进去,模型会分析场景并给出拍摄角度、焦段、时机建议。 3. Docker 一键跑起来:复制 .env.example、填几个 Key、docker compose up d 就完事。 4. 自带数据导入链路:能把外部素材批量洗成结构化地点,适合做城市摄影地图或本地打卡指南。 适合谁 出去玩前爱做“机位攻略”的摄影/旅行爱好者; 想做一个城市、校园、景区打卡地图的小团队; 想找一套“地点 + 内容 + 地图”组合方案的开发者。 当前状态 可演示、可试用,核心流程已经跑通,但仍在持续优化中。欢迎体验,也欢迎 issue 。 注意:地图、AI 建议等功能需要配置高德地图 Key 和阿里云 DashScope Key,详见仓库 .env.example。

DT旅行与出行DT生活与娱乐
—

AI Agent Skills 中文合集:87 个 Skill,30 个中文原创,可搜索可筛选

在线浏览: (点「🧩 Skills」,支持搜索和分类筛选) Skills(AI 技能包)最近很热,但资源基本都是英文的:anthropics/skills(16.6万⭐)、awesomeclaudeskills(7.1万⭐)、agentskills(8.1万⭐)—— 中文用户既看不懂说明,也不知道有哪些中文 skill 可用。 于是整理了这个合集: 87 个 Skill,其中 30 个中文原创 中文这部分是最有价值的,全是中文场景刚需,但散落各处没人整理过: 去 AI 味改写 —— 说人话(⭐928)、繁中版 speakhumantw(⭐744) 学术写作 —— 学术科研三件套(⭐2556)、中文论文排版、学术降 AIGC 检测 自媒体 —— 小红书运营 139 个技能(⭐346)、公众号一键排版发布(⭐679) 求职 —— JobOK 求职全流程、AutoCV 简历自动生成 其他 —— superpowers 中文版(⭐7458,26万⭐框架完整汉化)、鱼皮编程技能包、法言法语、技术写作 几个可能有用的点 1. 每个仓库都调 GitHub API 验证过真实存在(原始清单里有 404 的已剔除),星数是实测数据 2. 纠正了一个流传的错误:多个高星英文仓库写的安装路径是 ~/.config/claudecode/skills/,但实测 macOS 上实际生效的是 ~/.claude/skills/ —— 抄来抄去没人验证 3. 也整理了 npx skills add <仓库地址 这个一键安装方式 4. 中英对照说明,官方 skill 的中文说明译自各 SKILL.md 的 原文 站点本身是一个 AI 工具导航(47 个工具,标注免费额度,链接每天自动检测),Skills 是新增的板块。纯静态、无广告、无跟踪。 信息有误欢迎指出,我会尽快改。

DT内容创作DT研究与学习DTAgent 能力扩展
—

Editf 开源:把 AI 多模态创作做成一套可独立运营的全栈产品

Editf 开源:把 AI 多模态创作做成一套可独立运营的全栈产品 一套面向创作者和独立开发者的 AI 多模态创作平台,从对话、生成、编辑,到订阅、推广、运营,一站打通。代码 MIT 开源,你可以直接 fork、二开,也可以照着它的工程结构搭一套自己的 AI 产品。 github.com/ItusiAI/OpenEditf editf.com ──────────────────────────────────────────────────────── 为什么做这件事 ──────────────────────────────────────────────────────── 过去两年,AI 生成模型层出不穷:图片、视频、首尾帧、参考生视频……但绝大多数项目都把"模型能力"和"商业产品"割裂开来看——要么只是几个 API 包装的 ,要么是闭源的 SaaS,开发者想照着复刻一套都无从下手。 Editf 想做的是把"AI 多模态创作平台"的完整工程形态公开出来:从前端 UI、对话工作流、积分体系,到 Stripe 订阅、Affiliate 返佣、后台 Dashboard,再到 Trigger.dev 后台搬运任务和 Cloudflare R2 资源归档,所有模块都按生产可用级别实现。 它不是一个 ,而是一个正在运行、可独立运营的 SaaS 模板。 ──────────────────────────────────────────────────────── Editf 能做什么 ──────────────────────────────────────────────────────── 一、多模型 AI 创作 通过 Kie.ai 统一接入十余种主流模型,模型参数、比例、分辨率、时长限制都集中在 lib/modelsconfig.ts,接入新模型的成本被压到最低。 图片模型 模型 分辨率 适用场景 Nano Banana Pro / 2 / 2 Lite 1K / 2K / 4K 高质量文生图、图生图 GPT Image 1.5 / 2 1K / 2K / 4K 通用图生图 Seedream 5 Lite / Pro basic / high 字节豆包系,Pro 支持 high 模式 25 积分 视频模型 模型 时长 分辨率 积分定价 Seedance 2.0 / Fast / Mini 115s 480p / 720p / 1080p 按秒 × 分辨率 Veo 3.1 / Fast / Lite 固定 720p+ Lite 50 / Fast 100 / Quality 400 Wan 2.7 115s 720p / 1080p 25 / 40 积分/秒 HappyHorse 1.0 / 1.1 115s 720p / 1080p 3580 积分/秒 Kling 3.0 / V3 Turbo 115s Standard / Pro / 4K 25110 积分/秒 Gemini Omni Video 4/6/8/10s 720p / 1080p / 4K 50200 积分 MiniMax H3 115s 768p / 2K 30 / 50 积分/秒 二、多模式视频生成 视频生成不止"文生视频"一种。Editf 支持 5 种生成模式,覆盖创作工作流的各种输入形式: text2video 文生视频 image2video 图生视频 firstlast2video 首尾帧生视频 reference2video 多模态参考(5 张以上图片按 15 积分/张加收) videoEdit 视频编辑 三、对话式创作工作流 不是单纯的"输入框 → 出图"。Editf 把每次生成都纳入会话上下文: 基于 chatsessions / chatmessages 的多会话管理 侧边栏快速切换 / 新建会话(components/chatsidebar.tsx) 创作过程中随时切换模型、比例、分辨率 通过 Pusher 私有通道实时接收 Webhook 回执,UI 不需要轮询 所有生成历史可在 /projects 复盘、在 /editor 二次编辑 四、AI 编辑器 独立的 AIFunction 组件(components/operate.tsx)提供完整的编辑器体验: 多文件上传(图片 / 视频 / 音频识别) 支持本地文件、URL 链接两种导入方式 上传中状态展示、base64 → R2 自动归档 图片 / 视频预览、缩略图、键盘快捷键、触屏滑动切换 粘贴板自动识别并导入图片 五、我的作品(Projects) /projects 页面(components/projectscontent.tsx)汇总用户所有生成历史: 按时间倒序、按模型筛选、关键词搜索 视频生成结果支持内联播放 二次进入编辑器复用 prompt 预览大图、键盘 / 触屏翻页 六、Prompt 灵感库 把 Prompt 模板化运营:prompts 表存 type / mode / prompt / categories / thumbnailUrl / isFeatured / sortOrder,C 端通过 /api/prompts 公开浏览,后台通过 /api/admin/prompts CRUD。 顶部筛选 type 与多选 categories,分类支持 OR 关系 点击 Prompt 卡片可自动注入到对话工作流(prompt 作为消息正文 + 自动选择 previewModel / previewAspectRatio / previewResolution) 后台支持 base64 上传缩略图到 R2 推荐使用 isFeatured=true + sortOrder=100/90/80 做精选位运营 七、完整的鉴权体系 NextAuth 4 提供三种登录方式,并配齐注册 / 验证 / 找回流程: Credentials:邮箱 + 密码(bcryptjs 加密) Google OAuth GitHub OAuth 邮箱验证流程:POST /api/auth/register → 发送验证邮件 → GET /api/auth/verifyemail?token= → 激活 密码重置:POST /api/auth/forgotpassword → 邮件含重置链接 → POST /api/auth/resetpassword OAuth 注册场景下通过 OAuthReferralHandler 组件读取 Referral / Affiliate Cookie 写入关系 八、个人中心 /profile 下分模块呈现: 模块 组件 功能 资料 profileinfo.tsx 头像、昵称、邮箱、积分明细流水 订阅 subscriptioninfo.tsx 当前套餐、到期时间、剩余天数、Stripe 客户门户跳转 支付 paymenthistory.tsx 订阅与积分包购买记录、自动归类(订阅 / 积分包 / 一次性) 关联账号 connectedaccounts.tsx Google / GitHub 绑定状态 推荐 referralinfo.tsx 我的邀请码、邀请人数、转化、累计奖励 九、积分与订阅体系 区分 purchased(永不过期,优先扣除顺序最低)和 gifted(订阅赠送,订阅到期自动清零,优先消耗) 注册赠送 20、每日登录 10、推荐奖励 200(双方) 订阅方案:Trial $4.99 / 7 天(一次性,500 积分)、Pro $15.9 / 月(2000 积分)、Annual $159 / 年(25000 积分)、Enterprise 联系销售 积分包:Starter 500 / Popular 1000 / Premium 15000 所有规则都在 lib/points.ts 与 lib/pointsmanager.ts 十、Stripe 支付与 Webhook Stripe Checkout 覆盖: 订阅升级 / 降级保护:禁止 Annual → Pro 降级;Trial 仅允许购买一次 积分包一次性购买 客户门户(/api/stripe/customerportal) Webhook 覆盖全生命周期: 事件 处理 paymentintent.succeeded 积分购买到账 checkout.session.completed 订阅创建 / Trial 一次性 / 积分购买 customer.subscription.updated 续费(保持累加到期时间) customer.subscription.deleted 取消(清零赠送积分) invoice.paymentfailed 标记 pastdue charge.refunded Affiliate 佣金回滚 按 webhookEventId + checkoutSessionId 做幂等,处理失败返回 500 让 Stripe 重试。 十一、Affiliate + Referral 双轨返利 这是 SaaS 运营的关键,Editf 同时维护两套互不冲突的体系: Referral(邀请有礼)—— 面向 C 端用户: ?ref= URL 参数 + users.referredBy 字段跟踪 注册双方各得积分(REGISTERREFERRALBONUS,可配置) 被邀请者首次订阅时邀请者额外得 REFERRALBONUS = 200 积分或延长订阅 全部写入 referralHistory,action 字段标识 registerreward / subscriptionreward Affiliate(推广返佣)—— 面向 KOL / 经销商: ?aff= URL + 30 天 SameSite=Lax Cookie 跟踪 30% 首单佣金,status='pending' 且 releaseAt = now() + 7 days(防退款套现) 冻结期过后置 released,可申请提现(PayPal / 支付宝) Stripe charge.refunded 自动回滚:pending 直接删除、released 从推广者余额扣回 后台对应两个 Tab,管理员可审核提现请求、查看佣金异常波动告警。 十二、后台 Dashboard /[locale]/admin 提供 6 个 Tab(Tab 状态通过 URL hash + localStorage 同步): Tab 组件 职责 概览 admindashboard.tsx 12 项核心指标 + 30 天趋势图(recharts) 用户管理 admindashboard.tsx 用户检索、积分调整、订阅管理、角色变更 Newsletter newsletterstats.tsx 订阅者统计、来源分布、列表 推荐 referralmanagement.tsx Referral 邀请关系与奖励记录 推广 affiliatemanagement.tsx 推广者、佣金、提现审核 Prompt adminprompts.tsx Prompt 灵感库 CRUD 用户管理细节: 列表支持邮箱 / 姓名搜索、role / emailVerified / subscriptionStatus 多维筛选、分页 调整积分:action=adjustPoints 支持 purchased / gifted 两种类型,正负值均可,加 备注,自动校验 gifted 积分必须有有效订阅 调整订阅:action=updateSubscription 设 active 自动按 trial/pro/annual 赠送积分(500 / 2000 / 25000) 自动清理过期订阅:返回列表前扫描当前页,过期用户自动清零 giftedPoints、置空订阅状态、写 pointsHistory 十三、邮件与 Newsletter 集成 Resend,统一管理所有邮件模板: 模板 触发场景 注册验证 邮箱注册 / OAuth 注册 重发验证 用户主动重发 密码重置 找回密码流程 订阅成功 Stripe 订阅完成 积分购买成功 Stripe 积分包支付成功 Newsletter 订阅确认 落地页订阅 Newsletter 数据模型: email 唯一,unsubscribeToken (UUID) 生成退订链接 locale 字段记忆订阅语言,邮件文案自动跟随 source 字段标识来源(落地页 / footer / 文章末尾等)便于运营分析 频率限制:同 IP / 邮箱 1 分钟最多 3 次 十四、后台任务(Trigger.dev) trigger.config.ts 注册项目为 projcunixneebkjyauyjhcko,最大时长 300s,自动重试。 任务 作用 saveimagestor2 串行下载图片 → 上传 R2 → 更新 generationHistory / chatMessages 为 completed savevideostor2 串行下载视频 → 上传 R2 → 更新数据库 启动方式:npm run trigger:dev 本地运行;生产用 npx trigger.dev@latest deploy。 十五、SEO 与分析 components/seo/analytics.tsx 一站式接入三大统计: Google Analytics 百度统计 Umami 通过环境变量控制启用,无需修改代码。 十六、UI 与体验 基于 shadcn/ui(Radix UI)+ lucidereact + reacticons 自带 Cyber 配色与 dark 主题切换(themeprovider.tsx) 暗色为默认主题,落地页渐变 + 玻璃拟态 sonner 通知、vaul 抽屉、emblacarouselreact 轮播、cmdk 命令面板、reactdaypicker 日期选择、reactresizablepanels 面板分割 响应式:移动端汉堡菜单、桌面端完整布局,积分预计等关键信息在输入框右上角始终可见 法务页:隐私政策 / 服务条款 / Cookie 策略三套完整文案 ──────────────────────────────────────────────────────── 工程上做了什么 ──────────────────────────────────────────────────────── 技术栈一览 前端: Next.js 16 (App Router) + React 19 + TypeScript + Tailwind 3.4 UI: shadcn/ui (Radix UI) + lucidereact,自带一套 Cyber 配色 表单/校验: reacthookform + zod + @hookform/resolvers 鉴权: NextAuth 4(Credentials + Google + GitHub) 数据库: PostgreSQL(默认 Neon serverless)+ Drizzle ORM 支付: Stripe(订阅 + 积分包 + Webhook) 实时: Pusher 后台任务: Trigger.dev v4 对象存储: Cloudflare R2 (S3 兼容) via @awssdk/clients3 邮件: Resend 国际化: nextintl(en / zh) 其他: bcryptjs、nanoid、uuid、datefns、recharts、sonner 等 系统架构 ┌──────────────────────────────────────────────┐ │ Browser (React 19 + Next.js) │ │ App Router (RSC + Client Components) │ │ nextintl · Pusherjs 实时订阅 │ └──────────────────────────────────────────────┘ ▲ HTTP ▼ REST ┌──────────────────────────────────────────────┐ │ Next.js 16 服务端 │ │ NextAuth (Google / GitHub / Credentials) │ │ Route Handlers: /api/ │ │ 业务模块: lib/auth · lib/points · lib/payments │ └──────────────────────────────────────────────┘ │ │ │ ▼ Drizzle ▼ Stripe ▼ fetch AI ┌──────────┐ ┌──────────┐ ┌──────────────────────┐ │ Postgres │ │ Stripe │ │ Kie.ai · fal.ai │ │ (Neon) │ │ API │ │ (多模型网关) │ └──────────┘ └──────────┘ └──────────────────────┘ │ Webhook ▼ ┌─────────────────────────────┐ │ /api/ai/kie/webhook 等 │ │ + Trigger.dev 搬运任务 │ │ + Cloudflare R2 + Pusher │ └─────────────────────────────┘ 几个值得展开的工程亮点 1. 异步生成 + 实时推送 AI 视频生成通常耗时数十秒到几分钟。Editf 的做法是: [1] 前端调用 /api/ai/kie/seedance(或对应模型路由),同步返回 recordId [2] 后端写 pending 状态的 generationHistory,再触发 Trigger.dev 任务 [3] Kie.ai 完成后回调 /api/ai/kie/videowebhook,更新数据库 + 通过 Pusher 推送到前端 [4] 前端订阅 user<userId 私有通道,收到 kieresult 事件即时刷新 整条链路无轮询,UI 始终响应。 2. 资产自动搬运到 R2 Kie.ai 返回的临时链接有有效期。Editf 用 Trigger.dev 的 saveimagestor2 / savevideostor2 任务串行下载并上传到 Cloudflare R2,得到永久可访问的 CDN ,回写到 generationHistory 与 chatMessages。 3. 安全的 Webhook 接入 Stripe:使用 webhookEventId + checkoutSessionId 做幂等 Kie.ai:使用 HMACSHA256(taskId.timestamp, KIEWEBHOOKHMACKEY) 验签 所有处理失败返回 5xx,让上游重试 4. 数据库设计 19 张表覆盖整个业务:users / accounts / sessions / verificationTokens / emailVerificationTokens(NextAuth 标配)+ newsletterSubscriptions / pointsHistory / stripePayments / referrals / referralHistory / affiliateProfiles / affiliateRelations / affiliateEarnings / affiliateWithdrawals / generationHistory / chatSessions / chatMessages / prompts,关系清晰,所有金额用美分整数存储,所有时间用 PostgreSQL timestamp。 5. 国际化 nextintl 4 + middleware.ts 强制 /en 或 /zh 路径前缀,文案分别放在 messages/en.json 与 messages/zh.json。客户端用 useTranslations(),服务端用 getTranslations()。邮件文案按 users.locale → newsletter.locale → 兜底 en 优先级。 ──────────────────────────────────────────────────────── 怎么本地跑起来 ──────────────────────────────────────────────────────── git clone cd OpenEditf npm install cp .env.local .env.local.example 参考 README 补全密钥 npm run db:push 开发模式直接推 schema npm run dev 启动 Web (端口 3000) npm run trigger:dev 另一个终端:启动 Trigger.dev worker 打开 /en 或 /zh。 完整的环境变量、数据库迁移、Webhook 配置、部署清单都在仓库的 README.md 里,约 1300 行,从 0 到上线全流程写完了。 关键脚本 命令 作用 npm run dev 杀掉 3000 端口并启动 next dev npm run build next build 生产构建 npm run start 启动生产服务 npm run lint next lint npm run db:generate 由 Drizzle Schema 生成 SQL 迁移 npm run db:migrate 应用迁移到数据库(生产用) npm run db:push 直接推送 schema(开发用,⚠️ 不要在生产用) npm run db:studio 启动 Drizzle Studio npm run trigger:dev 启动 Trigger.dev 本地任务运行器 ──────────────────────────────────────────────────────── 适合谁用 ──────────────────────────────────────────────────────── 想搭一套自己的 AI SaaS:把 Editf 当骨架,替换 lib/modelsconfig.ts 换成你接的模型,加几行 Stripe 价格,半天就能跑通 学习 Next.js 16 + React 19 全栈实战:从 RSC + Route Handler + Drizzle + Stripe + Webhook 全链路都有生产级实现 做多模态创作工具的研究者:所有对话、消息、生成历史都进数据库,方便后续做评测、数据分析 运营驱动的独立开发者:Affiliate、Referral、Newsletter、Dashboard 都是现成的,省下几周搭建时间 ──────────────────────────────────────────────────────── 许可证 ──────────────────────────────────────────────────────── MIT 完全开源。欢迎自由使用、修改、分发与商用,请保留原作者版权声明。 MIT License Copyright (c) Editf Contributors 如果你也在做 AI 创作方向,欢迎 Star / Fork / 提 Issue。 —— Editf Contributors

DT内容创作DT研究与学习DT桌面应用
—

厌倦了繁杂的 App 套路?这是一个即开即用的极简睡眠时间计算器

不知道你有没有过这种体验:明明睡足了八、九个小时,醒来整个人却像灌了铅一样沉重;反倒是有时候只睡了六个小时,睁眼时却莫名地清醒。 这其实与睡眠周期有关。科学研究表明,人类的睡眠由大约 90 分钟为一个单位的周期循环构成。在周期交替的轻度睡眠阶段醒来,会比在深度睡眠阶段被闹钟硬生生拽醒要轻松得多。为了解决这个虽然微小但每天都在折磨人的痛点,我做了这款极简工具——SleepCalculator。它没有任何花哨的监测硬件,也不推销付费课程,只做一件事:帮你算明白最合适的入睡和起床时间。 📌 基本功能 计算“现在睡,几点起”:当你熬完夜准备合上电脑时,点击即可。系统会自动加上平均 15 分钟的生理入睡缓冲,并列出 6 个契合完整睡眠周期的起床时间,供你定闹钟时参考。 计算“明天起,今晚几点睡”:输入明早的目标起床时间(如 6:30),系统会自动逆向倒推多个建议的入睡时间,帮你规划作息。 多档周期弹性建议:提供 3 到 6 个不同周期的选择(从短时间的临时小憩到 7.5 或 9 小时的完整睡眠),灵活适应不同时长的休息需求。 ⚡ 核心优势 零门槛,无干扰:市面上很多同类工具在积累用户后,往往会塞满杂乱的弹窗广告,或者强迫你注册账号。SleepCalculator.io 保持了极简的单页设计,无须注册登录,没有多余的信息负荷,即开即用。 更符合真实的生理缓冲:人不是机器,不可能躺下秒睡。工具在计算时特意预留了 15 分钟的入睡前置时间,让理论上的睡眠周期更贴合现实中人类的入睡习惯。 无焦虑的界面:这里没有长篇累牍的“健康报告”来增加你的睡眠焦虑,只有你需要的时间数据,适合在睡前已经十分疲惫的状态下闭眼使用。 👥 适用人群 作息不规律的独立创作者/程序员:经常被迫熬夜赶工,需要用有限的碎片时间精准补觉,避免第二天出现“脑雾”。 固定早起的上班族与学生:每天有固定的打卡时间,可以通过倒推入睡时刻,来降低每天早晨与闹钟纠缠的痛苦。 时差党或轮班工作者:在作息被打乱时,用它来科学安排不规律的睡眠,减少身体的疲惫感。 SleepCalculator算不上什么“能彻底解决失眠”的神器,它只是一个基于常识和生理规律的辅助计算器。如果你和我一样,厌倦了繁杂的 App 和各种付费套路,只是想要一个干净、安静的小工具,或许它能成为你浏览器收藏夹里一个实用的小角落。

DT研究与学习DT生活与娱乐DT内容 / 资源
—

拒绝几万字的文本垃圾:这是一个能帮视频快速“榨出”知识脑图的极简工具

相信许多人都经历过这种痛苦:为了在一期两小时的播客或公开课里找一个具体的知识点,不得不把进度条来回拉扯,拉得人心烦意乱;又或者开完漫长的视频会议,回头看着杂乱的笔记,完全抓不住重点。 我也是在无数次被冗长的视频折磨之后,决定推荐这个专门用来治愈这种效率焦虑的工具——TranscriptVideo。它不只是一个机械吐字的转录器,而是致力于把无序的音视频,变成真正能被检索、学习和利用的“结构化知识库”。 📌 基本功能 多源智能转录:支持 YouTube 、视频或音频直传。一键生成带精确时间戳与发言人识别的文本,让你告别从头到尾重播视频的低效操作。 AI 深度提炼与再创作:这是它最大的不同。不仅能转录,它还能一键将视频内容提炼为思维导图(Mind Map)、内容摘要(Summary)以及核心章节划分(Chapters)。 互动学习组件:系统能自动将视频核心要点转化为可供复习的闪卡(Flashcards)和自测测验(Quiz),直接在页面内检测自己的掌握情况。 双语对照翻译:支持跨语言翻译,让你在阅读译文的同时,依然能对照原视频的语音和原始语境进行交叉比对。 ⚡ 核心优势 从“转录”到“消化”的闭环:传统工具通常止步于生成一堆杂乱无章的文字块,让用户面对几万字依然无从下手。而它通过脑图和测验,帮你把碎片化的信息,真正沉淀到大脑里。 尊重上下文的“追溯感”:所有的脑图节点、提纲摘要都与视频时间戳深度绑定。阅读摘要时,点击任意要点就能直接跳转定位到原视频的对应秒数,绝不会脱离语境。 轻量即开即用:不需要你下载笨重的本地客户端,也不需要经历繁琐的注册流程,主打一个省心和效率。 👥 适用人群 重度自主学习者与学生:面对一两小时的线上讲座,无需重复观看。利用它生成的闪卡和脑图,能成倍缩短笔记整理和期末复习的时间。 独立内容创作者与播客主:需要将已发布的视频内容快速二次提炼,转化为图文帖子、博客提纲或章节时间戳,告别手动对轨的痛苦。 科研及媒体工作者:在需要对采访录音、长篇讨论进行内容检索与事实核对(Factchecking)时,能通过关键词一键定位,快速获取关键素材。 说实话,任何自动化转录工具都无法在面对极度嘈杂的背景音或方言时做到绝对的完美,但与其让那些有价值的视频在收藏夹里“吃灰”,不如用 TranscriptVideo帮我们建立一个高效过滤和吸收信息的漏斗。希望它能帮你从无尽的进度条拉扯中解放出来。

DT内容创作DT研究与学习
—

agent-compose:用一份 YAML 管起所有 AI agent,编排动态工作流

【开源推荐】agentcompose:用一份 YAML 管起所有 AI agent,编排动态工作流 官网: 如果你熟悉 Docker Compose,心智模型几乎一样——只是把"容器"换成"agent"。 亮点 一份 agentcompose.yml 声明一切:provider、模型、sandbox、workspace、调度、MCP,写完 up 就绪 多 provider 通吃:Codex、Claude Code、Gemini、OpenCode、Pi CLI,同一个声明式文件随便切 三种隔离 runtime:默认 Docker,另有 BoxLite(microVM)和 Microsandbox,满足不同隔离强度 动态工作流(Dynamic Workflow):内置调度器不止跑 cron,还支持事件触发、webhook,甚至内联 JavaScript 脚本编排跨 agent 的复杂工作流——run 之间能串联、分流、按结果决策 workspace 即配即用:本地目录或 Git 仓库直接挂进 sandbox 每 agent 可配 MCP server、可复用 skill、具名 volume 快照 yaml name: agents: reviewer: provider: codex scheduler: enabled: true triggers: name: hourlyreview cron: "0 " prompt: "Review the current project state and summarize changes." bash curl fsSL | bash Go 编写,AGPL3.0 开源,带 Web UI(独立仓库)。适合想把多 agent 跑批、定时巡检、事件驱动工作流管起来的人。

DT软件开发DTAgent 能力扩展DTAgent 管理与编排
—

《从沙子到车辙》——一个工程师的理解

【开源自荐】《从沙子到车辙》——一个工程师的理解 项目简介: 一本从芯片物理讲到整车电子架构的技术书。不是教材,是作者在面板厂和嵌入式开发里一点点攒下来的理解:半导体物理、处理器架构、车载通信、嵌入式软件、诊断协议、硬件安全、OTA 升级,一路串着讲。 全书 33 节,分七部分 1. 计算的本质——从莱布尼茨到哥德尔到图灵,追问计算是什么 2. 计算的物质基础——从沙子到晶圆,从 MOSFET 到 CMOS,一颗芯片是怎么被造出来的 3. 处理器内部——组合逻辑、时序逻辑、流水线、存储层次,CPU 到底怎么跑起来的 4. 芯片之间如何对话——从片内总线到 CAN、车载以太网、PTP 时间同步,一辆车的通信协议栈 5. 软件的三种组织方式——裸机、RTOS、AUTOSAR,不是谁比谁高级,是取舍不同 6. 诊断、安全与 OTA——车出厂之后,自己诊断、自己防御、自己更新 7. 工程师的精神内核——两弹一星的工程哲学、匮乏中的创造力、王羲之对今天工程师的启示 市面上讲汽车电子的书,大多只讲一层。这本书反过来,往下拆:从浮栅电子讲到 CAN 差分信号,从 ARM 流水线讲到 UDS 诊断会话。读完之后再看车上的模块,你会多一个习惯:先问一句,它底下压着的是什么物理。 它不只为汽车电子工程师而写。写过代码、修过电脑、或只是好奇手机里那块硅片为什么能算数的人,都能找到自己想看的部分。 许可证:CC BYNCND 4.0(内容)· MIT(代码示例) 本书是汽车电子七部曲系列的总纲。前两册(ptp技术书、存储技术书)此前承蒙周刊收录,累计超过 700 星。陆续收到不少读者的留言,说读下来收获很大。也正因为有阮一峰老师的周刊,才让更多读者看到了这些书。感谢阮老师,也感谢一路读过的读者。

DT软件开发
—

rever-browser —— 一个用于 API 逆向的 AI 智能体浏览器

演示: reverbrowser 是一个由 AI 智能体驱动的桌面浏览器,专门用来逆向分析网站的 API。 你像平时一样浏览目标网站,它会在后台记录所有网络请求;AI 智能体可以读取这些流量、用 webcrack 反混淆 JS 打包文件,并直接操作页面(点击、输入、滚动、快照)来验证接口——省去了在浏览器 DevTools 和 AI 对话框之间反复复制粘贴请求的过程。 技术栈是 Electron + React,内置 MCP 服务器暴露约 46 个工具(重放器、intruder 爆破、HAR 导出、反混淆、WebSocket 检查等),通过 CDP 捕获流量。默认搭配 Claude Code,也支持 Codex。对做爬虫和接口逆向的开发者应该挺实用。 开源,Apache2.0,支持 macOS / Windows / Linux。

DT数据与运维DT软件开发DTAgent 能力扩展
—

NodeNanny - 给不懂技术的自建代理用户用的单机护理系统

一个人搭了台自建代理服务器,但既不是运维、也没空天天盯着——节点挂了不知道,加个订阅源还得手动改配置。写了个小工具 NodeNanny 解决这个痛点:自动监控节点健康状态、异常自动重启、支持接入 Telegram 频道抓取候选节点并自动做可用性/信任度检测、备用节点池自动切换、带一个简单的 Web 面板可以远程看状态、查日志、开终端。定位很明确:只服务"一个人管一台服务器"这种场景,不是做给代理生意用的多节点管理系统。 支持 Xray / singbox / v2ray / Shadowsocks / Trojan,Node.js 编写,MIT 协议开源。 GitHub:

DT数据与运维DT生活与娱乐DTWeb
—

apple-matting-cli:基于 Apple Vision 的 macOS 本地抠图命令行工具

applemattingcli 是一个基于 Apple Vision 和 Core Image 的 macOS 本地抠图命令行工具,适合希望在本机批量处理图片、或将抠图接入自动化流程的开发者。 特点: 不调用云端 API,也不下载模型,图片不离开本机 支持单图抠图,默认输出透明 PNG 支持批量处理目录、递归处理和有限并发 支持白色、黑色或 RRGGBB 纯色背景 提供本地 HTTP 接口,可供其他程序调用 支持 Apple Silicon 和 Intel Mac 安装: bash brew install choco9527/tap/applemattingcli 示例: bash applemattingcli input.jpg background white o output.png applemattingcli batch ./input o ./output background white jobs 3 要求 macOS 14 或更高版本,实际抠图依赖系统的 Apple Vision 能力。 (说明:本人是项目开发者,自荐投稿。)

DT软件开发DT命令行工具DTmacOS
—

TimeLink 一个美感至上的时间线编辑器

< 作品墙(先看效果):< 用 TimeLink 可以创作漂亮的时间线,整理历史、旅行、成长、项目、人物、产品故事,以及一切随着时间展开的内容。 三张导出长图的例子(点开看原图): | 苏东坡:一蓑烟雨任平生 | 二十四節氣:一年如何流動(繁体) | AI 七十年 | | | | | | | | | 几个设计上的坚持: 桌面优先,打开即写,零上手成本 排版为中文打磨:内置手写字体(简体马善政楷体、繁体霞鹜文楷),多主题 + 暗色模式 一键导出高清长图,可直接分享到朋友圈/社交平台 每条时间线可生成公开链接,别人无需注册即可阅读 简体/繁体/英文三语 欢迎使用,也欢迎去作品墙看看别人写了什么。

DT旅行与出行DT生活与娱乐DTWeb 应用
—

ThreadsVideoDownload - 免费 Threads 视频下载工具 | 支持视频、图片与 GIF

访问 ThreadsVideoDownload 网站介绍 ThreadsVideoDownload 是一个免费的 Threads 在线媒体保存工具,支持从公开 Threads 帖子中解析视频、图片和 GIF。 无需注册账号、无需安装应用,只需粘贴公开帖子链接,即可在浏览器中预览并保存媒体内容。网站支持手机、平板和桌面浏览器,并提供多语言界面。 网站优势 支持公开 Threads 帖子中的视频、图片和 GIF 无需登录 Threads 账号 无需安装浏览器插件或客户端 支持 iPhone、Android 和桌面浏览器 界面简洁,操作流程清晰 仅处理公开链接,不获取用户账号密码 使用方式 1. 打开 Threads 帖子并复制分享链接 2. 将链接粘贴到网站输入框 3. 点击 Download,预览并保存解析结果 目前仅支持公开 Threads 内容。私密帖子、已删除帖子或受地区限制的内容可能无法解析。 请仅保存自己拥有权利或获得授权使用的内容,并遵守相关平台规则和当地法律。 这是一个独立开发的网站,与 Threads 或 Meta 没有官方关联。

DT软件开发DTWeb 应用DTSkill / 插件
—

Easy Complete:macOS 终端的 IDE 风格自动补全(Fig 的本地替代品)

自荐一个自己写的开源项目。Fig 被 AWS 收购后,Amazon Q CLI 又在今年停掉了独立的补全体验,我把它 fork 出来,砍掉账号、云端和 AI 的部分,只保留「终端自动补全」这一件事。 在 zsh / bash / fish 里输入 git、npm、docker、cargo 等数百种命令行工具时,会有一个跟随光标的原生浮层给出子命令、参数、选项和文件路径的建议,边打边补,回车即用。 几个特点: 完全本地:补全规则打包在 App 内,不联网、不需要账号、没有 AI 请求,命令内容不会离开本机 原生实现:Rust + 原生浮层窗口,不是 shell 插件,不会拖慢你的 shell 启动 终端覆盖广:iTerm2、Ghostty、kitty、WezTerm、Alacritty、Zed、VS Code 内置终端等都能用 不抢别人的活:App 没运行时补全会完全停用,VS Code Terminal Suggest 之类的原有补全照常工作 安装: (仅支持 macOS,目前只发布 Apple Silicon 版本) bash brew install cask chen86860/tap/easycomplete 官网和文档: MIT 协议,欢迎提 issue。

DT软件开发DT命令行工具DTSkill / 插件
—

结合暗棋机制的在线象棋小游戏

技术栈: html+ webrtc 可基于webrtc和好友进行在线对战,支持pc、iphone、安卓 游戏规则: 胜利条件和普通象棋一样:将死对方的帅或将就算赢。 开局时,帅、将和双方的仕、士都是明棋。其余13枚棋子盖住并重新打乱,其中混入3枚对方棋子作为卧底。 暗子还没翻开时,先听从它所在的一方,棋子底色会显示当前由红方还是黑方控制。轮到你时,可以移动一枚已经翻开的己方棋子,也可以用这一回合翻开棋盘上的任意一枚暗子。 所有暗子在翻开前都不能移动、吃子、攻击或将军。 暗子被吃或由玩家主动翻开时,才会露出真正的棋子和颜色。 如果翻出来的是对方棋子,它会立刻归对方控制。 翻开以后,棋子恢复原本的走法。象在敌方半场翻开后可以走田并退回己方半场;一旦回来,就不能再次过河。 被将军时,暗子不能移动,也不能原地翻开。 单人模式可以选择简单、普通或困难电脑;双人模式可以把房间链接发给朋友直接开局。 双人联机每回合限时60秒。超时会跳过这一回合;同一方累计超时3次,直接判负。 游戏地址:

DT安全与测试DT生活与娱乐DTiOS
—

model-verity:审计第三方 AI 服务声明真伪的 CLI + Web 工具(行为指纹验证)

自荐一个开源项目。现在不少第三方 / 中转 AI 供应商会声称自己跑的是某个模型,但用户其实没法验证「到底是不是、稳不稳定」。modelverity 用行为指纹的方式做验证:对目标服务跑一组固定的 challenge,把它的 PAMELA 单 token 输出分布和版本化参考样本比对,给出一个 0–100 的综合可信评分(注意:这不是模型为真的概率、厂商认证或密码学来源证明)。 它同时提供 CLI 和本地 Web 界面,可以管理供应商、自建参考样本、查看历史验证记录并导出报告。 几个特点: 行为指纹验证:基于 PAMELA 单 token 输出分布,按行为一致性 / 请求质量 / 短时稳定性 / 可比性 / 参考强度五维加权,输出 0–100 综合可信评分 CLI + Web 双形态:一条命令起本地服务,浏览器里完成验证、比对、查看历史;也支持纯命令行 status json 取结果 协议覆盖广:支持 OpenAI Chat Completions / Responses、Anthropic Messages 三种协议,不会在同一次运行中静默切换 adapter 内置研究参考库:随仓库附带 33 个主流厂商当前代模型参考(claude、openai、gemini、deepseek、kimi、qwen、glm、grok),数据来自 Zenodo(CC BY 4.0) 安全为本:供应商 Key 经 AES256GCM 加密保存、界面只显示掩码;默认只监听 127.0.0.1,公网部署建议走反向代理启用 HTTPS + 认证,默认拒绝私网 SSRF 安装: bash npm install g modelverity modelverity start 也支持 Docker Compose 部署(镜像基于 Node 22,仓库自带 Dockerfile 与 dockercompose.yml)。 MIT 协议,欢迎提 issue / PR。

DT安全与测试DT研究与学习DT命令行工具
—

法线贴图生成器:浏览器本地生成 Normal Map 和 PBR 贴图

自荐一个工具网站:Normal Map Generator 法线贴图生成器 这是一个面向 3D 美术、游戏开发和材质制作的法线贴图生成器工具,可以将普通纹理图片或 Height Map 转换为 Normal Map,并直接在浏览器中调整和预览结果。 主要功能: 从图片或灰度 Height Map 生成 Normal Map 实时调整强度、平滑度、细节和凹凸方向 支持 OpenGL(Y+)与 DirectX(Y−)法线方向 实时 3D 材质和光照预览 可生成 Height、Displacement、AO、Roughness 等相关 PBR 贴图 支持 PNG 等常用格式导出 无需注册,打开即可使用 所有图片处理都在用户浏览器本地完成,源图片不需要上传到应用服务器,比较适合处理尚未公开的游戏纹理和项目素材。 工具可适用于 Blender、Unity、Unreal Engine 等常见 3D 工作流。 项目截图 欢迎体验,也欢迎反馈生成效果、浏览器兼容性和工作流方面的问题。

DT生活与娱乐DT软件开发DTWeb 应用
—

一键给 macOS 文件夹换皮肤|小羊贴纸铺

背景 平时桌面和项目目录里文件夹数量一多,Finder 默认的蓝色文件夹在视觉上完全不可区分,找文件基本靠读文字,效率不高。想给文件夹换图标,macOS 原生支持但操作繁琐(复制粘贴图标、调整尺寸等),也没有一个轻量化的集中管理工具。 解决思路 做了一个小工具,核心逻辑是把「给文件夹贴图标」这件事流程化:选择文件夹 → 选择图标 → 一键应用。支持批量操作和一键还原。 功能 系统预设图标库,按场景分类 支持自定义图片作为图标源 一键应用 / 一键还原,不常驻后台 轻量,纯 swift 原生开发 站点 github (欢迎给小星星): 示例图 小红书的宣传图(哈哈哈,发出来给大家欣赏一下= =)

DT软件开发DTmacOS
—

qwen-audio-agent:像打电话一样,用语音指挥 Claude Code 等 AI 编程智能体

自荐一个开源项目。平时用 Claude Code、Codex、OpenCode 这类 AI 编程智能体,只能靠键盘打字交互;qwenaudioagent 给它们加了一层实时全双工语音,让你像打电话一样跟智能体对话。 几个特点: 全双工可打断:说话随时打断智能体的回答,不是按住说话,也不是语音听写 长任务不阻塞对话:重活自动委派为后台任务,跑完后结果读回同一场语音对话 本地唤醒词:基于 sherpaonnx 的 3M 参数模型,空闲时休眠、喊唤醒词唤醒,音频不出设备 ACP 原生接入:支持 Claude Code、Codex、OpenCode、Kimi Code、OpenClaw 等 9 种主流编程智能体,权限请求会变成语音确认 三种界面:macOS 桌面应用(流体声波球)、终端 TUI、网页 安装: bash npm install g qwenaudioagent 语音链路基于 QwenAudio3.0Realtime 模型(需 DashScope API Key)。Apache2.0 协议,欢迎试用和提 issue。

DT桌面效率DT软件开发DTAgent 能力扩展
—

FlareStarter:基于 Cloudflare 全家桶的开源全栈 SaaS 脚手架

JS 基于 Cloudflare 全家桶的开源全栈 SaaS 脚手架 一个跑在 Cloudflare Workers 上的全栈 SaaS 脚手架,所有功能都能在 站(flarestarter.com)直接点开体验。它把每做一个新产品都要重写一遍的地基搭好了:强制邮箱验证的登录、Stripe 订阅与买断、R2 头像上传、中英双语、站内文档与更新日志,以及跑在真实数据上的管理后台。库用 D1、缓存用 KV,clone 下来改文案和环境变量就能上线,适合低成本验证付费产品想法,也适合学习 TanStack Start 在边缘环境的完整写法。 亮点 在线 | 文档: 没有 mock:仓库里每个功能都是能跑通的真实实现,而不是凑数量的占位 TODO —— 邮箱验证是强制的,Stripe webhook 做了幂等处理,后台的注册数 / 活跃数 / 订阅数都来自真实查询而非编造的假数据,这些都可以在上面的 站上当场验证。 成本接近于零:整套建立在 Cloudflare 的免费额度上(Workers + D1 + KV + R2),个人项目基本 0 成本起步,全球毫秒响应且没有冷启动。 缺 key 也能跑:Resend、Stripe、Turnstile、Sentry 这些可选集成会在环境变量缺失时自动降级关闭(比如没配 Resend 时邮件直接打到控制台),本地开发不需要先去申请一堆第三方账号。 端到端类型安全:从 Drizzle 定义的表结构一路到前端组件,是一条完整的 TypeScript 链路。 附带边缘环境踩坑文档:workerd 上为什么用不了 React Email、D1 的实际限制在哪,这些坑都写进了站内文档 —— 比只给一个"能跑起来"的模板更省时间。 给一个付费门控的例子 —— 把一个路由变成"只有 Pro 用户能进",只需要一行 loader: ts export const Route = createFileRoute('/{$locale}/app/pro')({ loader: () = requirePlan('pro')(), // 非 Pro 用户自动重定向到 /pricing component: Pro, }) 如果希望 free 用户能进来看到模糊预览 + 升级引导(转化通常比直接重定向更好),改用软门控: ts const unlocked = hasProAccess(user.role, ent) // 付费 Pro 或 admin 都放行 截图或演示视频 文档: 管理后台(统计数字来自真实数据): 首页:

DT内容创作DT研究与学习
—

huangruiteng / loopx

Lightweight loop engineering state kernel for long-running AI agent teams. Agent-loop agnostic across Codex, Claude Code, and other coding agents, with durable goals, quota-aware auto-wake, executable todos, evidence logs, and verifiable handoffs.

原文
语言PythonDT软件开发DTAgent 可观测性DTClaude Code
1907

TencentCloud / TencentDB-Agent-Memory

TencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.

原文
语言TypeScriptDTAgent 能力扩展DTSkill / 插件DT库 / SDK
1.5万

Keystroke

Build powerful AI agents & workflows

原文
DT数据与运维DTAgent 能力扩展DTAgent 管理与编排
—

O2PREX

Architecture Before the Code, New Python V-IDE

原文
DT软件开发
—

AirSignal

Lightweight push notification SDK for Flutter Android apps

原文
DT研究与学习DT软件开发DT移动应用
—

OllaLink

Secure remote access and device management for modern teams

原文
DT安全与测试DT数据与运维
—

Omniology

Skill contests for AI Agents on Solana. Every 88 Seconds

原文
DTAgent 能力扩展DTAgent 评测与安全DTSkill / 插件
—

ApplyIn

AI agent that applies to jobs from your own browser

原文
DTAgent 能力扩展DTSkill / 插件DT浏览器
—

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。

查看全部讨论 ↗