DEV TRENDS / DAILY DISCOVERIES

2026年9月3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

OpenBidBoard

OpenBidBoard 是一个按真实付费公开排名、透明展示变化并奖励真实探索行为的产品发现榜单。

VibeCafé

—

MuseSignal｜把灵感变成作品

一个面向创作者的 AI 视觉灵感与生成平台，浏览优质案例、复用提示词，并用主流模型快速生成图片和视频。

VibeCafé

—

MiBar 💡 - 专为 macOS 设计的米家智能显示器挂灯 1S 菜单栏控制工具

常驻 macOS 菜单栏，毫秒级局域网直连调光，米家扫码一键配对，享受原生优雅的智能挂灯控制体验。

DT桌面效率DT桌面应用DTmacOS

VibeCafé

—

ContextBar--让Codex上下文，始终可见

让 Codex 上下文，始终可见

DTAgent 能力扩展DTCodex

VibeCafé

—

RGB TO CMYK

基于印刷行业专业色彩转换引擎设计的 RGB 转 CMYK 在线工具，支持内置及自定义 ICC 配置文件，实现无与伦比的色彩保真度

中文独立开发者

—

PicEditor

AI 图片编辑和生成工具，用自然语言换背景、移除物体、修改图片文字或生成新图，首次使用无需注册

中文独立开发者

—

YourArt

AI 设计 Agent 工作台，在同一空间调用主流图片和视频模型，生成、编辑素材并在无限画布编排工作流；按量付费，无需订阅

DTAgent 管理与编排

中文独立开发者

—

cc8.cc

面向独立开发者、网站和 App 的公开 C 位竞价曝光榜：¥1 起，金额决定名次，每日北京时间 0 点在榜金额重置为 ¥1，条目不撤下，追平即可占位

DT软件开发DTWeb 应用DTWeb

中文独立开发者

—

CapyBuddy：macOS 菜单栏的多合一工具箱（截图/录屏/转换器）

CapyBuddy（一款常驻 macOS 菜单栏的多功能工具集，把日常零碎需求收进一个下拉菜单，均可免费使用：截图（自带 OCR 文字识别与翻译）、屏幕录制、剪贴板历史、二维码；一个可搜索的「工具箱」：格式转换器（音视频/文档/数据）、PDF 处理、文本处理、取色、批量重命名、文件校验（MD5/SHA）、图片信息等。工具纯本地运行，不把文件上传服务器，无广告。适合想用一个轻量 App 替掉一堆单点小工具的 Mac 用户。截图与更多说明见官网。

DT桌面效率DT桌面应用DTmacOS

科技爱好者周刊投稿

—

SiteHunter: 监控独立开发者正在做什么赚钱的产品？发现经过验证的流量市场

SiteHunter ( ) 一个针对独立开发者的创业机会发现网站，站里维护了四张公开榜单： AI 网站流量榜：数千个 AI 站点按访问量与增速排名 Micro SaaS 点子榜：按各产品送进 Stripe 收银台的流量排名，看哪些小产品有真实付费用户 AI 目录站提交清单：按真实流量排序的建外链清单新 AI 模型发布时间线：各大厂商的模型发布动态数据来自公开信号估算，每月整体刷新一次，看趋势和相对位置够用。适合找创业点子、做竞品调研的独立开发者。

DT软件开发DTWeb 应用DTWeb

科技爱好者周刊投稿

—

淘项有术 Hub AI工具箱 —— 合集了去水印、字幕提取、违禁词检测等实用工具

给大家推荐一个 AI 工具箱导航站 —— 淘项有术 Hub。它把各种 AI 应用、在线小工具和实用资源汇总到一个站，主打「即开即用、免费」。目前主要板块： AI 应用工具包：视频去水印、视频文案提取、音频转文字、字幕提取、AI 证件照、二维码生成、短链接、文件格式/压缩、违禁词检测等在线视频工具：M3U8/HLS 流媒体播放、视频格式转换、TS 合并，浏览器本地运行在线图片工具：裁剪拼接、长图、马赛克打码、复古邮票、证件照，本地处理不上传 AIGC 写作 & 视频创作：论文初稿、查重、降重降 AI、AI 生成视频、图转视频、带货口播会员福利专区：各类学习资源与技巧合集（登录可获取）很多工具无需安装、浏览器即可用，对经常做内容、做运营、需要随手处理文件的朋友比较实用。

DT内容创作DT研究与学习DTWeb 应用

科技爱好者周刊投稿

—

Best10.ai：先按使用场景筛出值得试的 AI 工具

大家好，想分享一个我们正在做的网站：Best10.ai。找 AI 工具时，我经常遇到一个问题：搜索结果里有很多产品，但只看首页介绍，很难判断它到底适合什么工作。一个工具可能适合做视频，另一个更适合写作或开发；如果没有一个清楚的筛选过程，最后往往还是要打开很多页面逐个试。我们做 Best10.ai，起点就是想把“先建立一个靠谱的候选名单”这一步做得更简单一些。网站按具体类别整理 AI 工具，先从较大的候选范围里筛选，再给出不同使用场景下的重点推荐，而不是只做一个不加说明的工具链接列表。每篇指南会尽量说明：这个工具主要解决什么问题；更适合哪类用户或工作流；它和同类产品相比有什么明显侧重点；免费使用、起始价格和功能限制需要注意什么。我觉得它更像是选工具前的第一轮过滤，而不是替用户直接做购买决定。AI 产品更新很快，价格、额度和功能也可能变化，所以这些信息仍然值得在正式使用前回到产品官网确认。如果你最近也在为某个具体任务找 AI 工具，欢迎看看。也想听听大家更希望先按什么维度筛选：工作场景、价格、上手难度，还是功能限制？

DT内容创作DT软件开发DTWeb 应用

科技爱好者周刊投稿

—

BongoCat - 开源桌宠实时响应鼠标和键盘事件，使用纯C彻底重新实现

所有的UI，交互都使用纯C + SDL3 + OpenGL 实现，C++仅作为live2d的 Cubism Native Framework的桥接得益于原生实现提交只有6mb，同时跨平台，运行时资源占用远低于同类型软件如果佬感兴趣这里还有一篇详细的介绍帖子 Linux.do

语言CDT库 / SDKDTLinux原始bongo-cat

科技爱好者周刊投稿

161

EO2Weave：跑在浏览器里的 AI agent，能改本地文件，也能调用网站工具（WebMCP）

在线体验：（推荐 Chrome / Edge） MIT EO2Weave 是一个完全跑在浏览器里的 AI agent 平台——授权本地文件夹后，agent 直接在浏览器内读写你的文件、执行 Python；装上配套 Chrome 扩展，还能按 WebMCP 标准调用网站暴露的工具。我们不收集任何数据（数据流向详见下方说明）。为什么值得一试现在的 AI 编程工具要么是 IDE 插件（得先装环境），要么要把代码传到云端。我们的思路是：浏览器本身已经是个足够强的 agent 运行时。 AI agent 直接读写本地文件夹：基于 File System Access API 显式授权，不装任何东西，打开网页就能让它改你的项目支持 WebMCP 标准：配套 Chrome 扩展提供 WebMCP 工具发现——任何网站都能通过标准 API 把能力暴露成 agent 可调用的工具（「网站即 MCP server」），agent 自动发现并调用 agent 自带联网：扩展内置 websearch / webfetch，浏览器内 agent 也能查资料、抓网页；另有 Rust native host 提供本机磁盘与命令执行桥（可选安装）本地优先存储：SQLite WASM + OPFS；Pyodide 在浏览器里跑 Python（pandas / numpy / matplotlib），数据分析全程本地每次改动可回滚：agent 的每一步文件修改都有 inline diff、快照和一键回滚，敢让 AI 大胆改 Rust + WASM 加速文件操作；多代理协作早期探索中数据与隐私（提前说清楚）平台本身没有后端：你的文件、对话、配置全部存在浏览器本地（OPFS），我们没有服务器存储这些数据，也没有埋点上报模型自带（BYOK）：在设置里填自己的 API key，支持 DeepSeek / GLM / Qwen / Kimi / MiniMax / 火山引擎，以及任意 OpenAI 兼容接口需要如实说明：AI 请求由你的浏览器直连所选模型服务商，agent 读取的文件内容会经过该服务商的服务器、受其隐私政策约束——这点与所有云端 AI 工具相同；区别在于这些请求不经手我们的服务器，我们无法也无需接触本地 Python（Pyodide）执行的数据完全不出浏览器文档（双语文档，这里列中文入口）：用户指南：快速上手（5 分钟本地跑起来）：架构总览： OPFS + SQLite WASM 存储方案： Rust + WASM 工作流： WebMCP 与页面外 MCP 服务接入（Figma / 插件 bridge）：浏览器扩展（WebMCP / websearch / native host）：适合谁想让 AI 直接读写本地文件干活，但希望文件与工作数据默认留在自己电脑里、处理过程透明可回滚的人关注 agent 与浏览器结合、WebMCP 生态的工程师——我们在 SQLite WASM + OPFS、Pyodide、Rust WASM、浏览器扩展三层桥接上踩了不少坑，架构文档全部开源，欢迎交流站点打开即用。欢迎试用、提 issue、点个 star ⭐ 以下是浏览器扩展提供的侧边栏运行模式的相关截图：

语言TypeScriptDT研究与学习DT软件开发原始ai-agent

科技爱好者周刊投稿

余生账单：把上班、通勤和睡眠换算成你真正付出的时间

预览地址：余生账单是一个纯前端的人生时间账单工具。它想回答一个很简单的问题：一份工作，你真正付出的到底是多少时间？我们通常只计算每天的 8 小时工作时间，却很少把通勤、加班、调休、睡眠，以及因为工作而被占用的其他时间算进去。所以我做了这个小工具，把这些时间放进同一张「账单」里，让你直观看到：每周、每月、每年到底有多少时间花在工作相关的事情上通勤一年会消耗多少时间睡眠占掉人生之后，还剩多少真正可以自由支配的时间调休、加班等因素加入后，一份工作实际占用了多少人生从现在开始计算，到退休之前，还剩多少可以自由支配的时间它不是一个职业规划工具，也不是为了劝你辞职。只是想把平时很难感知的「时间成本」，变成一个可以看到的数字。特点纯前端运行：不需要后端服务，数据直接在浏览器中计算配置可分享：配置变化会实时写入 URL，可以直接把结果分享给别人海报导出：可以直接在浏览器中生成结果海报隐私友好：没有后端，不需要上传个人信息开源：代码完全公开，可以自行部署和修改技术栈 React 19 + Vite + TypeScript + Tailwind CSS 本地运行 pnpm install pnpm dev 测试： pnpm test 构建： pnpm build 如果你也好奇，一份工作到底从人生里拿走了多少时间，可以试试看。

语言TypeScriptDT数据与运维DT软件开发

科技爱好者周刊投稿

TextToTalk：一段文案或一个链接，自动变成一集 PPT 式科普讲解视频

TextToTalk 是一个「文案 → 讲解视频」的自动化工具：粘贴一段文案或一个 URL，AI 先规划出可编辑的分镜大纲，再逐页展开成 PPT 式页面，配上解说、字幕和背景音乐，最后无头渲染导出 MP4。做一集 3 分钟的科普视频通常要过「写稿 → 做 PPT → 配图 → 录音 → 剪辑」五关，它把中间三步压缩成一次回车。几个设计上的取舍：大纲先行，而不是黑盒直出。先流式流出全局大纲，每页的核心信息、版式、角色、节奏都可以增删、上下移、逐页修改；确认之后才展开分镜——在花时间渲染之前先把方向定对。逐页重做，而不是整片重抽。第 5 页不满意，可以单独重新生成，或就地编辑标题 / 解说 / 要点 / 时长 / 版式；改完自动作废旧成片，状态回到可再渲染。零素材依赖，纯代码画一切。背景音乐是纯 Node 数学生成的 WAV（琶音 + 低音 + 包络），没有任何音频素材；地图是结构化 SVG（标记点 / 航线 / 区域多边形），不调用任何在线地图服务；图表、图示、图标全是矢量绘制。预览即成片。分镜缩略图不是示意图，而是直接用服务端真实的 Remotion 场景组件渲染出来的，1920 设计宽等比缩放，看到什么就导出什么。链接直接进，公众号也能抓。贴 URL 自动抓正文，静态页走内置 fetch，JS 动态渲染的页面（公众号 / 知乎等）自动回退 Playwright 真浏览器。桌面版开箱即用。 Electron 封装、内置 ffmpeg，设置面板配好 Key 就能用；也提供免安装包，整个文件夹拷进 U 盘带走。画面侧由 16 个场景组件 + 26 条分发规则组成，根据页面字段自动匹配模板，不需要手动挑。三种运行方式：Docker 一键起、本地开发跑源码、Windows 免安装包解压即用（无需 Node、无需 Docker）。已知限制：目前只支持 1920×1080 横屏；任务状态存在内存里，TTL 24 小时；渲染是逐帧 CPU 密集任务，长视频需要一点耐心。 MIT 协议，欢迎 Issue 和 PR。

语言TypeScriptDT内容创作DT生活与娱乐原始ai-video-generator

科技爱好者周刊投稿

perch：实用的轻量级终端 TUI 工具，Agent 会话/目录快速跳转、预览与恢复

perch 是一个终端工具（TUI），解决 AI 编程时代的一个新问题：用上 Claude Code、Codex这类编程 agent 之后，同时进行的项目数量暴增，每天打开终端，常常想不起昨晚在哪个项目里、和 agent 聊到了哪一步，不同项目的文件夹又在哪里。在终端输入 p，它会列出你用 agent 打开过的所有项目，按最近使用排序，支持模糊搜索。右侧预览栏直接显示该项目上一次对话的结尾，帮你回忆停在了哪里；回车即可进入目录，也可以配置成一键续接上次会话（claude continue / codex resume）。列表中还会显示每个项目的 git 分支和未提交文件数，常用项目可以置顶。 perch 是零配置的：不需要登录或维护项目列表，数据全部来自 agent 自己留在本地的会话历史（如~/.claude.json、~/.codex/sessions）。 Go 编写的单文件二进制程序，极度轻量化，拥有优雅美观的 TUI 界面。可使用 Homebrew 一键安装。起初是给自己用的小工具，偶尔迭代，现在自己每天都使用频率很高，分享给大家。

语言GoDT软件开发DTAgent 可观测性原始bubbletea

科技爱好者周刊投稿

caddy-waf —— 给 Caddy 的 Web 应用防火墙（开源 · Go）

软件名称：caddywaf 文档：许可证：AGPL3.0 Web 安全 / WAF / Caddy 模块 caddywaf 是一个用 Go 写的 Caddy Web 应用防火墙中间件，已注册为 Caddy 模块 http.handlers.waf，一行配置即可挂到现有站点前面。几个特点：规则引擎：正则规则 + 异常评分（anomaly scoring），可加载 OWASP CRS 风格规则。多维封禁：IP / DNS / ASN / 国家黑名单，支持从文件热加载并每日更新。限流 + 可观测：内置速率限制和 JSON 指标端点（可对接 Prometheus/Grafana、ELK）。已上线：注册在 Caddy 官方模块目录，最新版本 v0.4.2。安装：xcaddy build with github.com/fabriziosalmi/caddywaf，或用 caddy addpackage；详见文档。希望能在周刊里推荐，谢谢。

语言GoDT安全与测试DTWeb 应用原始caddy

科技爱好者周刊投稿

814

fastalp：最快的通用时序浮点压缩、解压

fastalp：纯 Rust 自适应无损浮点压缩库 Crates.io： API 文档： <p align="center" alt="fastalp 浮点压缩算法全量性能与压缩比横向对比" width="100%" </p fastalp 是自适应无损浮点压缩算法（Adaptive Lossless FloatingPoint Compression, ALP）的高性能纯 Rust 工业级实现。专为时序数据库、列式存储引擎与向量数据场景设计，提供超高吞吐的压缩与解压能力。传统浮点压缩算法（如 Gorilla、Chimp、Fpzip）在面对现代高吞吐分析时往往受限于逐比特位级操作与分支预测失败开销。ALP 算法通过自适应寻找十进制最佳幂次将浮点数无损映射为定宽整数（FrameofReference），结合位打包与极低异常率处理，完美释放现代 CPU 的 SIMD 矢量化与流水线吞吐。核心性能指标与实测优势 1. 极致单核解压吞吐（55 ~ 77 GB/s）单核纯寄存器 SIMD 矢量化解码吞吐达到 55 至 77 GB/s。在第三方时序基准评测（graupel）中，单核实测解码达到 252 Mpt/s，数倍于传统流式算法。 2. 高速端到端批量编码（6.1 ~ 23.1 GB/s）批量端到端编码达到 6.1 至 23.1 GB/s（graupel 实测单核时序编码达到 122 Mpt/s）。 3. 高压缩比与真实数据集评测在 ALP 论文收录的 31 个公开标准数据集测试中，平均压缩比达到 2.29x。在真实气象水文浮点时序数据集中，实测落盘体积仅为 1.225 字节/点（压缩比达到 13.1x）。 4. 零额外堆分配（ZeroAlloc）提供流式 compressinto 与 decompressinto 接口，支持调用方就地传入预分配切片缓冲区，消除内存分配开销并完美支持栈缓冲区复用。 5. 健壮保底机制（Raw Fallback）内置针对极端高熵序列与随机噪声浮点的保护机制，当压缩无法获得收益时自动平滑回退，杜绝体积膨胀。 6. 纯 Safe Rust 与环境兼容核心编解码模块采用纯 safe Rust 编写，零第三方运行时依赖，原生支持 nostd 与嵌入式环境。

DT研究与学习DT数据与运维

科技爱好者周刊投稿

—

BeeEye 蜂眼: 支持eBPF+ cuda 版本的wireshark

BeeEye 蜂眼 🐝 蜂眼 BeeEye 家庭 IoT 网关流量分析 —— 基于 eBPF 的设备指纹识别、协议解剖与入侵后行为检测。 · English · 安装指南 · 使用手册 · 架构说明 · 需求与设计 · 实现进度 · TLS 解密 · 更新日志 BeeEye 跑在已经承担家庭网络路由的 Ubuntu 主机上。它把 eBPF 程序挂到 LAN 侧网卡上，识别每一台入网设备，并观察这些设备在和谁通信 —— 不需要在任何一台摄像头、门锁或手机上安装 agent，也不解密它们的流量（唯一有意的例外是网关自己的进程——默认本地解密，对其它设备则是用户自愿开启——见隐私一节）。界面截图实时分析器：同一份实时抓包，在浅色/深色主题与中/英文之间切换，无需刷新页面： | 浅色 · English | 深色 · English | ||| | | | | 浅色 · 中文 | 深色 · 中文 | ||| | | | BeeEyedesktop —— 同一个分析器的原生窗口版本（给运维工作站用的 Tauri 瘦壳，见 PROGRESS.md §二点五），下面是三套内置主题的效果： | 米黄纸感 | Matrix（设置面板展开中） | 午夜霓虹 | |||| | | | | 两个 UI，两个进程 BeeEye 提供两个独立前端，因为它们回答的是根本不同的问题。它们是独立进程、独立端口、独立前端产物，任何一个都不会拖垮另一个。 | | 总览 UI | 实时分析器 | |||| | | | | | 二进制 | BeeEyeagent | BeeEyegui | | 面向 | 家里所有人 | 正在排查问题的人 | | 时间尺度 | 小时 → 周 | 毫秒 | | 展示 | 设备、告警、按 IP / 按协议视图、流量趋势 | Wireshark 式包列表、协议字段树、十六进制 | | 存储 | SQLite | 无，分析全在内存里 | | 数据来源 | ✅ 真实 AFPACKET 抓包 | ✅ 真实 AFPACKET 抓包 | 两者在编译期共享源码包，运行时不共享任何东西。两个 UI 现在展示同一个真实网络 BeeEyeagent 通过 internal/livesource 实时抓包 —— 与分析器相同的 AFPACKET 采集 —— 所以总览和分析器现在描述的是同一台机器的真实网络（本机 192.168.x.x）。无抓包权限时，agent 以无采集流水线的方式运行并在启动日志中说明，不存在可以冒充真实数据的模拟兜底（F43）。详见 PROGRESS.md §0。环境要求 | | 最低 | 说明 | |||| | 内核 | Linux ≥ 5.8 且带 BTF | /sys/kernel/btf/vmlinux 必须存在。TCX 挂载需要 ≥ 6.6 | | Go | 1.25 | | | clang | ≥ 11 | 编译 eBPF 程序 | | bpftool | 任意版本 | 生成 vmlinux.h —— apt install linuxtools$(uname r) | | libbpf 头文件 | 任意版本 | apt install libbpfdev | | Node | ≥ 18 | 构建两个前端 | | CUDA 工具链 | | GPU 色场渲染；CPU 路径产出完全相同的画面，始终可用 | 快速开始 bash ./start.sh 预检 + 增量构建 + 启动两个服务然后打开 start.sh 会检查工具链、在 vmlinux.h 缺失时重新生成，并且只重建过期的部分 —— 它用 find newer 对比源码与产物，npm install 只在 lockfile 比 nodemodules 新时才跑。第二次启动通常只要几秒。 bash ./start.sh dev 额外启动两个 Vite 开发服务器（热更新） ./start.sh stop|restart|status|logs ./start.sh setcap 授予抓包 capability，从而不需要 root ./start.sh rebuild 强制全量重建 ./start.sh iface eth0 指定分析器的抓包网卡加上 dev 会再得到 UI，热更新，/api 代理到 :8080）和 UI，代理到 :8081）。这两个端口是改前端时用的：改一行 CSS 立刻生效，不用重新构建，也不会打断正在跑的抓包。生产环境不需要它们 —— Go 二进制直接伺服构建好的 dist/。如果你想分步执行，原来的 make 目标都还在：make bpf、make build、make frontends、make run、make smoke。两条路径的日志都落在 .run/。抓真实的包 eBPF 路径和分析器的 AFPACKET 套接字都需要权限。没有权限时该来源就是打不开 —— 分析器的 Start 会直接把权限错误原样报出来，agent 会以无采集流水线的方式运行，而不是回退到任何合成数据。不存在可能被误当成真实抓包的模拟流量。不用 root 也能真实抓包： bash ./start.sh setcap 等价于下面两条 sudo setcap capnetraw,capnetadmin+ep BeeEyeagent/bin/BeeEyegui sudo setcap capbpf,capnetadmin,capperfmon+ep BeeEyeagent/bin/BeeEyeagent 选择网卡接口名从不硬编码。编辑 config/config.yaml： yaml interfaces: mode: explicit explicitlist: name: wlan0 role: wifiap name: eth0 role: wanuplink 挂 LAN 侧而不是 WAN 侧 —— 经过 NAT 之后，设备级的身份就没了。桥接环境下挂物理网卡或只挂网桥，两个都挂会把每个包重复计一次。注意：仓库里默认配置写的是 wlan0 / eth0，请改成你本机真实的网卡名。实时分析器三窗格，Wireshark 用户熟悉的布局：上方包列表，下方协议字段树与十六进制。选中一个字段会精确高亮它对应的那几个字节。每一列都可排序。点击表头按该列排序，再点一次反向，第三次回到抓包顺序 —— 抓包顺序是一种独立状态，也是唯一一种能让实时抓包持续讲得通的状态。地址按数值排序而不是字典序（按文本排的话 192.168.1.9 会排在 192.168.1.10 后面，那样的地址列没法用），IPv4、IPv6、MAC 各自成一整块。排序会释放自动滚动 —— 列表不在抓包顺序时，跟随末尾没有意义。显示过滤器使用 Wireshark 语法的一个有意选取的子集： tcp.port == 443 && ip.addr == 192.168.1.0/24 and dns.qry.name contains "tuya" tls.handshake.extensionsservername matches "^ota\." dns.flags.rcode == 3 || (tcp.flags.syn == 1 && tcp.flags.ack == 0) 支持：&& || and or not）、括号、== < = <=、contains、matches（正则）、地址字段上的 CIDR，以及裸协议名作为存在性判断。过滤框在你输入时就用服务端自己的解析器校验 —— 只有一套语法，不是两套。模板菜单提供现成的过滤器（按协议、按地址、排查场景、降噪）。选中一条会与你已有的表达式取 AND，并且仍然可编辑。与 Wireshark 唯一的有意分歧：这里 a b 表示没有任何 a 等于 b。Wireshark 的表示存在某个值不等，于是 tcp.port 443 对每个包都成立，因为对端端口永远不是 443。等价写法是 == b)。进程归属本地端点是网关自身 socket 的流量会被归属到持有它的进程（/proc/net/ → inode → /proc//fd，与 ss p 同一套机制）。其他设备之间的流量会显示为不是本机，而不是猜一个。包里不携带进程身份；在网关上没有任何可恢复的信息能说明是摄像头上的哪个程序发的。对这类流量，最强的身份就是设备本身。流量色场包列表上方那条带子是实时瀑布图：每个协议一行，色相承载身份、亮度承载量级，所以一次 MQTT 突发绝不会看起来像一次 DNS 突发。在装有 NVIDIA 显卡并用 make buildcuda 构建时，它由 CUDA 内核（BeeEyeagent/cuda/BeeEyerender.cu）逐像素渲染；否则由一份等价的 Go 实现渲染。状态徽章会标明实际在跑的是哪一个。两者由一个测试约束为产出相同图像 —— 它分别渲染再逐像素比对。目录结构 BeeEyeagent/ Go module —— 两个二进制 bpf/ eBPF C + 内核↔用户态事件契约 cuda/ CUDA 色场渲染器 cmd/BeeEyegui/ 分析器入口 internal/ ebpf/ 加载内核程序、读 ringbuf live/ 采集源：AFPACKET、帧构造 dissect/ 协议解剖 → 字段树 + 过滤索引 dfilter/ 显示过滤器语言 procmap/ 本机进程归属 render/ 色场：CUDA 与 CPU 双后端 gui/ 分析器服务端（SSE、pcap 导出） api/ 总览 REST API store/ detect/ identity/ protocol/ geoip/ model/ config/ analyze/ namemap/ capture/ pcapfile/ BeeEyeweb/ 总览 UI（React + Vite + i18next，6 套主题） BeeEyegui/ 分析器 UI（React + Vite + i18next，米黄／深色） config/ config.yaml、portservicemap.yaml scripts/ dev.sh、smoke.sh start.sh 一键启动测试 bash make test 单元测试 make testcuda 外加 GPU/CPU 渲染器一致性检查 make bpfverify 证明 eBPF 程序能通过内核验证器 make smoke 两个服务端到端几个值得一提的检查，因为它们覆盖的正是最容易悄无声息坏掉的东西： internal/ebpf 读取编译产物的 BTF，把真实的结构体字段偏移与 Go 解码器的硬编码偏移逐个比对 —— C 头文件里调换一个字段顺序会让构建失败，而不是产出乱码 IP。 internal/dissect 对一个 TLS ClientHello 帧的每一个前缀长度都重新解剖一遍；真实抓包里 snaplen 截断是常态，绝不能 panic。 JA3 被检验的是让它有用的那个性质：同一客户端重复握手时稳定，密码套件列表不同时相异。 internal/procmap 验证其他设备的流量返回未归属，而不是硬安在某个巧合的本机进程上。 internal/render 在 GPU 和 CPU 上渲染同一帧并比对。隐私 GeoIP 查本地数据库。目的 IP 不会被逐个送到第三方 API。门锁与摄像头的事件留在这台机器上。什么都不会上传。线上的 TLS 不解密。SNI、ALPN、JA3 来自握手阶段，设计上就是明文。一个有意的例外，默认关闭、且只限网关本机：BeeEyetlspeek（F14）可以通过给 OpenSSL 库挂 uprobe，读取运行在网关本机上的 TLS 进程的明文 —— 与 procmap 已经能按名字归属的是同一批进程、同一份内容。它触及不到摄像头、门锁或手机上的任何东西，那些库跑在它们自己的硬件上。它是一个独立命令，在你启动并指定目标之前什么都不抓 —— 这也是本行不再无条件写「不解密 TLS」的原因。设计与边界见 TLSDECRYPT.md。可选的 TLS 解密与 MITM（program.md §3.10）默认关闭，且只适用于你能安装证书的设备 —— 这恰好排除了本系统要盯的那些固件写死证书的 IoT 设备。 eCapture 采用的 uprobe 方案从另一侧撞上同一堵墙：它只能触及本内核上运行的 TLS 库，因此能解密网关自己的进程，对摄像头或门锁上的任何东西都无能为力。完整评估（包括它在这里确实有用的地方）见 TLSDECRYPT.md；其中的阶段一 —— 网关本机、text 模式的明文捕获 —— 已实现为 BeeEyetlspeek，并有一个解密真实 TLS 会话的测试覆盖。状态本项目正在活跃开发中。PROGRESS.md 逐条跟踪每个需求（F1–F44）的真实状态与具体缺口，并与代码保持同步。ARCHITECTURE.md 用图说明各部分如何组合在一起。今天端到端可用的：两个 UI、REST API、显示过滤器引擎、协议解剖器、检测引擎、pcap 导出、CUDA/CPU 色场 —— scripts/smoke.sh 检查其中 24 条路径，24 条全过。 agent 已通过 eBPF 实时抓包（回退到 AFPACKET）；两者均无权限时以无数据方式运行，不存在任何合成兜底（见上文提示）。参考与致谢 BeeEye 不是凭空而来 —— 设计上直接借鉴了下面几个项目，代码上则依赖下面这些开源库。设计参考 Wireshark —— 三窗格（包列表 / 协议字段树 / 十六进制视图）布局、internal/dfilter 实现的兼容子集显示过滤器语法、以及 JA3/TLS 字段命名，全部有意沿用 Wireshark 的习惯，让肌肉记忆能直接复用。 eCapture —— BeeEyetlspeek（F14）的 uprobe TLS 明文捕获设计跟随 eCapture 开创的思路（挂载到加密库的读写函数上，不做 MITM、不需要在目标上装证书）。它的模块清单同时也是 BeeEye 自身缺口的路线图：GoTLS、GnuTLS、NSS 覆盖，以及 pcap+keylog 合并导出，目前仍是待办（见 PROGRESS.md F14/F45）——正因为 eCapture 已经证明这些都可行,才把它们列进了计划。两个项目的能力边界在哪里分岔（本项目只做网关本机、且是故意的）见 TLSDECRYPT.md。 PcapAnalyzer —— 离线分析视图（协议/会话方/会话统计、凭证提取、文件提取、攻击模式启发式检测）的功能形态，internal/analyze 与分析器的「报告」页签都仿照了它的思路——协议/通信主机/会话对三个面板还更进一步，用了一条和色场同一套辉光调色板的 GPU 渲染柱状图，而不是纯表格。依赖的开源库 | 库 | 用途 | ||| | cilium/ebpf | 加载/挂载 eBPF CORE 程序、读取 ringbuf 的 Go 绑定 | | modernc.org/sqlite | 纯 Go 实现的 SQLite（无需 CGO），承载总览的存储层 | | oschwald/geoip2golang + maxminddbgolang | 读取 MaxMind 格式的 .mmdb GeoIP 数据库，完全离线 | | golang.org/x/sys | 原始 AFPACKET 套接字与 RTNETLINK 热插拔监听 —— 不依赖 libpcap，无需 CGO | | gopkg.in/yaml.v3 | 解析 config.yaml / portservicemap.yaml | | React + Vite | 两套前端 SPA | | reacti18next / i18next | 两套前端的中英文双语界面 | | NVIDIA CUDA | 流量色场渲染的可选 GPU 路径 —— CPU 兜底与其逐位一致，且始终可用 | 另外要感谢 Spamhaus 提供 internal/threatintel 拉取的 DROP 威胁情报 CIDR 名单（F29），以及 MaxMind GeoLite2 的数据库格式 —— 如果你在 data/ 下放一份，地理定位会比内置的粗表更准确。

语言GoDT安全与测试DT研究与学习原始beeeye

科技爱好者周刊投稿

Subpool: 轻量级的团队AI订阅账号池化管理

自荐一个我们开发的开源项目 Subpool，它是一个面向团队的自托管 AI 订阅账号池化管理工具。很多团队购买了多个 AI 订阅账号，但在实际使用中容易遇到账号分配不透明、额度闲置、员工共用密钥、无法统一审计等问题。Subpool 将团队有权使用的订阅账号和 API 账号组成资源池，再为每位员工分配独立 API Key，通过统一接口进行调用。项目仓库：gestarun/subpool 快速开始：README 开源许可：Apache License 2.0 主要功能账号池化：将多个 Codex 订阅账号或 OpenAIcompatible API 账号组合为资源池，未来将支持更多。员工独立 Key：每位员工使用自己的 API Key，不需要接触上游账号凭据。自动分配与故障切换：在健康账号之间分配请求，订阅额度不可用时可以切换到其他账号或付费 API。额度与健康监控：查看账号剩余额度、重置时间、健康状态和分配情况。访问治理：可以分别限制、过期或撤销员工 Key。统一 API：提供 OpenAIcompatible Responses、Chat Completions 和 Responses WebSocket 接口。使用审计：统计每个员工 Key 的输入、输出用量，并保留可见的账号分配关系。隐私保护：上游凭据加密保存，不持久化提示词、模型回复或源代码。实际截图账号池与订阅额度管理：部署与使用 Subpool 由一个 Go 服务、内嵌的 React 管理界面和 PostgreSQL 组成，支持通过 Docker Compose 自托管部署。 bash git clone cd subpool cp .env.example .env docker compose up d build 部署后，管理员连接团队已获授权的上游账号、创建资源池，再为员工生成独立 API Key。Codex 订阅账号通过官方 Device Code 流程授权，也支持添加 OpenAIcompatible API 服务。 Subpool 当前仍在持续开发，欢迎试用，Star是最好的动力。项目采用 Apache License 2.0。Subpool 面向组织内部自托管和授权账号管理；使用时仍需遵守相应上游服务商的账号、订阅和 API 使用条款。

语言GoDT安全与测试DT数据与运维原始agent

科技爱好者周刊投稿

TrustedAIProxy：给大模型 API 中转加一层“可验真的电子封条”

Go 让Google来证明大模型API真的，没有掺假，没有偷换模型！现在使用 OpenAI、Claude 等大模型 API 中转服务的人越来越多，但中转行业一直有一个很难解决的信任问题：你付钱买的是 GPT5.6、Claude Opus，实际请求真的发给了这个模型吗？对于普通用户来说，这件事情实际上很难验证。HTTPS 只能证明“用户连接到了中转站”，却无法证明中转站后面到底连接了哪个模型厂商、有没有偷偷替换模型、修改 Prompt，甚至改写模型返回结果。所以大家使用中转服务时经常会有一种焦虑：这个模型怎么感觉变笨了？到底是模型的问题，还是中转站“掺假”了？ TrustedAIProxy 就是尝试解决这个问题的一个开源项目。它的思路不是要求用户“相信中转站”，而是让中转站提供一份可以由用户独立验证的密码学证据，证明：请求实际发往了哪个上游域名；实际使用了哪个模型；中转站有没有修改用户的请求内容；模型厂商返回的内容有没有被中转站修改；这些证明是不是由预先审核过的可信程序生成，而不是中转站自己临时伪造的。亮点项目创新性地把 HTTPS MITM 代理技术和 Google Confidential Space 可信执行环境结合了起来。 TrustedAIProxy 作为 HTTPS 代理部署在 New API / One API 等中转站与 OpenAI、Anthropic 等模型厂商之间，通过 MITM 在出口处看到真实的 HTTPS 请求和响应，对关键内容生成 Ed25519 签名；与此同时，签名程序和临时私钥运行在 Google Confidential Space 中，并通过 Remote Attestation 将签名公钥与指定的不可变容器镜像绑定。这样就可以解决了一个关键问题：如果只是普通代理自己签名，中转站完全可以自己生成一对密钥伪造证明；加入 Confidential Space 后，用户不仅可以验证“签名对不对”，还可以进一步找Google验证 “这个签名是不是由指定版本的可信程序在可信执行环境里产生的”，。另一个比较重要的特点是，它对现有中转系统侵入很小。对于 New API、One API 或自己开发的中转服务，原则上不需要修改原有业务代码，只需要把原本访问 OpenAI / Anthropic 的 HTTPS 出口流量通过 HTTPPROXY / HTTPSPROXY 指向 TrustedAIProxy，并安装对应的内部 CA，就可以在中转层之外增加这套可信验证能力。可以把它理解成安装在 AI 中转站出口处的一枚 “电子封条”：中转站仍然负责转发 API，TrustedAIProxy 负责证明它到底转发了什么。项目目前已经支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、AWS Bedrock Invoke / Converse 等接口，并提供了客户端独立验签和 Google Confidential Space Attestation 验证流程。如果大模型 API 中转未来越来越像 CDN、支付网关一样成为基础设施，我觉得“中转是否可信、模型是否真实”可能也会逐渐从一个靠商家信誉解决的问题，变成一个可以通过密码学和可信计算直接验证的问题。截图或演示视频

语言GoDT数据与运维DT软件开发

HelloGitHub 投稿

馒头新闻

C 给 AI Agent 使用的公共消息网络 Manto 让 AI Agent 通过远程 MCP 创建身份、发布时效消息、搜索其他 Agent 的内容并设置推广。搜索无需登录，采用 Bun、Hono 和 SQLite，支持 Docker 自托管。亮点 Agent 本身就是发布者；10 个 MCP 工具；排序公式公开；前 100 位有效发布者永久 2× 权重；MIT License。 markdown 截图或演示视频

语言TypeScriptDT数据与运维DT软件开发DTAgent 能力扩展

HelloGitHub 投稿

TreeClip：一键识别、批量复制网页同类文本

JS 一键识别、批量复制网页同类文本的浏览器扩展 TreeClip 是一款开源的网页文本批量选择工具，可依据页面结构一键选择同类型文本并批量复制。它解决了网页中结构相似的文本位置分散、难以一次选中，只能逐条复制的痛点，插件能够自动识别同类文本，并支持点选、框选、层级切换、层级绑定、自定义输出格式等功能，大幅提升复制效率。适用于网页表格、下拉菜单、商品列表、文章目录、排行榜等场景。亮点 1. 项目的思路新颖，网页具有结构，故利用结构特征识别同类元素，批量提取其中文本。 2. 应用场景广泛：潜在场景有商品列表、搜索结果、文章目录、排行榜、下拉菜单和论坛帖子等。除批量复制外，还可快速统计同类元素的数量，例如通过批量选择帖子标题，查看论坛当前页面的帖子数。 3. 功能完整，项目成熟度较高：项目于 2025 年 4 月发布初版，近期完成了代码重构、性能优化、UI 与 Logo 升级，并上线官网及完整文档。目前支持点选、框选、同类选择、层级切换、层级绑定、块内字段提取、文本清理、输出格式设置及多种面板形态。 4. 前景广泛：网页结构复杂多样，同类元素识别的准确性和兼容性仍可持续改进。希望通过开源吸引更多用户和开发者参与，共同完善识别规则、适配更多网页场景。 markdown 截图或演示视频

语言JavaScriptDT软件开发DTWeb 应用原始bulk-copy

HelloGitHub 投稿

Netra：基于 eBPF/XDP 的旁路流量可视化平台，单文件二进制部署

Go Netra：基于 eBPF/XDP 的旁路流量可视化平台 Netra 是一个旁路部署在交换机镜像口（SPAN）上的流量可视化平台，不侵入业务转发链路，单文件二进制即可运行。基于 eBPF/XDP 在内核态完成采集和聚合，CPU 开销不随包速率线性增长——20Gbps 生产专线双物理网卡实测，CPU 占用约3%。除了实时大屏、流量画像这类基础可视化，还内置了威胁检测（端口扫描/DDoS/单IP大流量/IOC 命中）、弱口令检测、SQL 审计等安全能力，以及可接入任意 OpenAI 协议兼容模型的 AI 助手（支持 MCP 扩展）。亮点 eBPF/XDP 内核态采集，性能不随流量线性下降，20Gbps 生产环境实测 CPU 占用约 3% 单文件二进制，SQLite + DuckDB 混合存储，无需额外部署运维内置威胁检测、弱口令检测、SQL 审计等安全能力 AI 助手 + MCP 扩展，基于真实历史流量数据回答问题 markdown 指定网卡即可运行 ./netra iface eno1,eno2 截图或演示视频

语言GoDT安全与测试DT数据与运维原始ai-agent

HelloGitHub 投稿

AI WorkDeck：律师自己写的开源「律师 IDE」

人工智能律师自己写的开源「律师 IDE」，把整个案子装进一个窗口 AI WorkDeck 是面向律师与文档密集型工作的桌面工作台：一个案件的文件、AI 对话、依据窗格、浏览器和版本记录都在同一个窗口里。编辑器是编译成 WebAssembly 的 LibreOffice，AI 的修改全部以字符级修订留痕，由人逐条接受或拒绝；文件留在本机。适合律师和法务，也适合想看 LibreOffice WASM 与 LLM 修订如何落地的开发者。亮点 1. 作者是执业律师，产品解决的是自己每天的工作：律师在 Word、PDF、几十个网页和 AI 对话框之间来回搬运文本，最后存成「终稿v15」。它把开发者早就有的 IDE 形态搬到了文档工作上。 2. 编辑器是 LibreOffice 编译成 WebAssembly 跑在 Electron 里，真 .docx、真修订、中文字体与输入法都处理过；仓库里有这条路上踩过的坑。 3. AI 不直接改文本：模型输出与文档做 diff 后以字符级修订落进去，用户逐条接受或拒绝，签字的人始终掌握最终版本。 4. 不止桌面端：Office / WPS 加载项共用同一后端，iOS 端拍的证据照片直接落进案件文件夹，还有插件 SDK 与插件市场。 5. AGPL3.0 开源，macOS / Windows 安装包可直接下载，也支持自部署并接本地 Ollama。 markdown 截图或演示视频

语言JavaDT数据与运维DT软件开发原始ai-agents

HelloGitHub 投稿

110

LibreDB Studio：把数据库 IDE 部署到数据库旁边，支持 10 种数据库，MIT 开源

利益相关：我是 LibreDB Studio 团队成员，本贴为开源自荐。其它 LibreDB Studio：自托管、基于浏览器的多引擎数据库 IDE 很多团队为每台电脑单独安装桌面数据库客户端，版本、权限和审计都难以统一。LibreDB Studio 是一个自托管、基于浏览器的数据库 IDE，使用 MIT 协议开源。它的思路是把 IDE 部署在数据库旁边，只部署一次（例如 docker run p 3000:3000 libredb/libredbstudio，也支持 Helm Chart 或 npm），团队成员打开一个网址就能用，不用在每台电脑上单独安装和升级，连接信息也集中管理。它用同一套界面连接 10 种数据库：PostgreSQL、MySQL、Oracle、SQL Server、SQLite、MongoDB、Redis、Couchbase、ClickHouse、Apache Druid。所有功能都在免费的 MIT 版本里，没有为付费版保留任何功能。亮点 1. SQL 编辑器基于 Monaco，支持结合表结构的自动补全、多标签页和可视化 EXPLAIN。 2. 支持交互式 ER 图、表结构对比（schema diff）以及生成迁移 SQL。 3. 自然语言转 SQL，使用你自己的模型（Gemini、OpenAI、Claude 或本地 LLM），不绑定特定服务商。 4. 内置 RBAC 权限控制、基于 OIDC 的单点登录（SSO）和完整的查询审计日志。 5. 目前约 394 Star，MIT 协议，持续维护中。 docker run p 3000:3000 libredb/libredbstudio 然后在浏览器打开截图或演示视频

语言TypeScriptDT安全与测试DT数据与运维原始cassandra

HelloGitHub 投稿

460

ayghri / i-have-adhd

A skill to stop your coding agent from burying the answer. ADHD-friendly output.

原文

语言PythonDT软件开发DTAgent 能力扩展原始adhd

GitHub Trending

3.1万

cathrynlavery / diagram-design

38 editorial diagram types for Claude Code, Codex, and Pi. Self-contained HTML + SVG. No shadows. No Mermaid slop.

原文

语言HTMLDTAgent 能力扩展DTSkill / 插件原始agent-skills

GitHub Trending

3.5万

openai / skills

Skills Catalog for Codex

原文

语言PythonDTAgent 能力扩展DTSkill / 插件DTCodex

GitHub Trending

2.7万

affaan-m / ECC

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

原文

语言JavaScriptDT安全与测试DT研究与学习原始ai-agents

GitHub Trending

25.5万

heygen-com / hyperframes

Write HTML. Render video. Built for agents.

原文

语言TypeScriptDTAgent 能力扩展DTMCP 服务原始ai

GitHub Trending

4.8万

coreyhaines31 / marketingskills

Marketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.

原文

语言JavaScriptDT内容创作DT商业与增长原始claude

GitHub Trending

4.9万

obra / superpowers

An agentic skills framework & software development methodology that works.

原文

语言ShellDT软件开发DTAgent 能力扩展原始ai

GitHub Trending

28.4万

multica-ai / andrej-karpathy-skills

A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.

原文

DT软件开发DTAgent 能力扩展DTSkill / 插件

GitHub Trending

21.2万

microsoft / markitdown

Python tool for converting files and office documents to Markdown.

原文

语言PythonDTSkill / 插件原始autogen原始autogen-extension

GitHub Trending

18.2万

jo-inc / camofox-browser

Stealth headless browser for AI agents — bypass Cloudflare, bot detection, and anti-scraping. Drop-in Puppeteer/Playwright replacement.

原文

语言JavaScriptDTWeb原始ai-agent原始anti-bot

GitHub Trending

1.1万

MoonTechLab / LunaTV

本项目采用 CC BY-NC-SA 协议，禁止任何商业化行为，任何衍生项目必须保留本项目地址并以相同协议开源

语言TypeScript

GitHub Trending

1万

browser-use / browser-use

Agents that use the browser.

原文

语言Python原始ai-agents原始ai-tools原始browser-automation

GitHub Trending

11.4万

mksglu / context-mode

Context window optimization for AI coding agents. Sandboxes tool output (98% reduction), persists session memory, and enforces routing across 17 platforms via MCP + hooks.

原文

语言TypeScriptDT软件开发DTAgent 能力扩展原始antigravity

GitHub Trending

2.1万

The-Swarm-Corporation / AutoHedge

Build your autonomous hedge fund in minutes. AutoHedge harnesses the power of swarm intelligence and AI agents to automate market analysis, risk management, and trade execution.

原文

语言PythonDT商业与增长DTAgent 管理与编排原始ai

GitHub Trending

5818