Fish Pocket - iOS DeepSeek Harness
不连电脑,不连服务器,不是网页套壳。引擎就跑在 App 里,每个页面都是原生的。
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。
不连电脑,不连服务器,不是网页套壳。引擎就跑在 App 里,每个页面都是原生的。
远程桌面软件,在手机上输入设备 ID 与访问码连接自己的电脑,支持触控、键盘操作、同账号设备管理和云收藏;普通单人连接免费,含 VIP 付费权益 - 下载 · 开发方介绍与体验招募
网页图片去水印工具,在浏览器里涂抹或框选即可修复、打码或裁剪,本地处理不上传,打开即用、无需注册 - 更多介绍
产品调研网站,写下想法或粘贴网址,对照真实在线软件看竞争、定价和获客后再决定是否动手;流量为估算,免费可用,提供中日文界面
AI 歌词成曲工具,把你写好的歌词做成带人声的完整歌曲,可选风格并一次生成多个版本对比
AI Twitch emote 生成器,写一句话或上传一张自拍,大约 20 秒得到透明背景、无限循环的 512px GIF,动作按描述生成,不是给静态表情套预设动画
AI 大模型榜单,汇总 Artificial Analysis 等第三方公开评测,把能力分、单任务成本和速度放在一张表里比较,每个模型有标注来源的详情页,每周更新,中英双语
面向独立家教的 iOS App,学生档案、排课、课时包、收款与 AI 起草家长反馈一条线,本地优先,免费可管约 5 名学生
免费 JSON 工具箱,可解析嵌套/转义的 JSON 字符串、格式化与查看、对比两份 JSON、生成 JSON Schema,全部在浏览器里运行,无需注册
贴网易云「我喜欢的音乐」或 QQ 音乐主页的分享链接,不用登录,Claude 给你的口味起个名字、锐评一句,再按每首歌点喜欢的月份画成一张能分享的唱片;用 YouTube Music 的话还是一个每周更新的私人电台,每首歌都说为什么选它 - GitHub
Mac/Windows 语音输入工具,在任意应用里按住快捷键说话、松手文字就出现在光标处,用千问 Qwen3-ASR 在本机转写,中英混说也能识别;免费开源,本地转写无需注册或 API Key - 更多介绍
在自己的 Windows 10/11 电脑上给照片和长视频换脸,4 个模型可选,实时预览,NVIDIA/AMD/Intel 显卡加速,素材不上传;安装和预览免费,导出需订阅
让 Koishi、NoneBot 和 AstrBot 的聊天机器人插件以原样在各自的原生框架中运行,并通过统一的类 MCP 接口供任意 bot 框架或 AI 编程助手使用。Rust Core 为每个框架监督一个隔离的 Host 进程;插件保留自己的命令解析、中间件、权限与存储
多模型 AI API 网关,一个 Base URL 调用 Claude / GPT / Gemini / DeepSeek / 千问等文本模型,以及 Seedream、Seedance、可灵等图片和视频模型;兼容 OpenAI、Anthropic、Gemini 三种接口格式,Claude Code / Codex 改 base_url 和 key 即可使用,按量计费 - 接入文档
CutVoke 是一个开源(MIT)、本地运行的视频编辑器。编辑器界面、MCP server、HTTP API 和命令行读写同一个工程:可以让 Claude Code、Codex、Cursor 等 AI Agent 通过 MCP 剪出初稿,再在多轨时间线上手动修改字幕、片段和关键帧,最后导出 MP4 或可继续编辑的工程包。 编辑器不内置大模型,素材留在本机 编辑租约、命令预演、批量一次撤销,避免 AI 改坏工程 previewframes 返回真实渲染画面,AI 可以自己检查成片 内置 FFmpeg,Windows / macOS / Linux 下载即用 截图:
大家好,我们是 FlyDesk 飞桌的开发团队,向周刊自荐这款正在持续完善的远程操作工具,也希望邀请有实际需求的朋友参与体验并反馈问题。
核心玩法是,限时关卡杀怪物,获得经验,金币,购买强大的道具(购买道具时,把单词正确填入孔槽,即可解锁道具,否则就只扣款不发货),再杀下一轮更强大的怪物,直到撑到 20 轮,解锁更强大的道具与角色。 如果不想在游戏中拼词,可以在 App 内拍照生成单词,拼写单词,获取经验,经验可以在游戏中,免拼获取道具
一句话:把《红楼梦》的人物谱系和关系做成一张可以点、可以搜的交互图谱。 三个真实痛点: 1. 读原著时人物太多、关系太乱,读到后面忘了前面,在纸上画关系图,画到第三张就放弃了; 2. 普通人物关系图只有一根线写「兄妹」,但宝玉和探春首先是同父异母兄妹,其次才是诗社发起人与社员——关系的轻重完全没有体现; 3. 家谱只画父子,可红楼的「关系」还包括嫡庶、房分、袭爵、排行,这些散在几十回和脂批里,读者很难自己拼起来。 做法: 173 位人物、870 条带类型的关系、50 个谱系节点,全部结构化存进 SQLite,一条命令重建 谱系节点标出排行、嫡庶(左色条)、房分、爵位官职,袭爵的人加「爵」角标 同一对人物只画一根线,显示权重最高的关系(血缘 > 婚姻 > 主仆 > 诗社同人),其余在卡片里并列 关系图按家族分岛,跨族连线默认隐藏,悬停时其余自动变暗 前端原生 JS,无框架无 npm;后端只用 Python 标准库;GitHub Pages 纯静态部署
(英文版: Models Rank(模型榜)汇总 Artificial Analysis、Arena 等公开的第三方评测,把 AI 模型的综合能力、完成一道评测题的平均成本和速度放在同一张表里比较。网站本身不跑分,每个数字都标了来源和核对日期,每周更新。 做这个网站,是因为挑模型时经常要在好几个榜单之间来回切换,而且很多榜单只列每百万 token 的标价。这里的"成本"用的是 Artificial Analysis 测出来的平均单任务成本,更接近实际花费。60 多个主流模型各有一个详情页。 我是作者,欢迎指正。
我想自荐一个自己做的 Mac 菜单栏小工具,叫 Split。 两个窗口并排的时候,中间那条边往往要两边分别去拖。Split 会把两个窗口配成一对,中间给出一条共享分隔线。拖这条线,左右或上下两边会一起变大变小。点一下分隔线,两边对调。 也可以先在菜单里选好比例,再用菜单或快捷键把当前窗口放过去,这个比例下次还在。窗口拖到屏幕边缘或角落,会先预览落点,松手再就位。同一侧还可以叠几个窗口,点旁边的数字就能切换。 它不管 Spaces 或多桌面,摆的是当前这块屏幕上的窗口。支持中文界面。 闭源软件,$4.99 一次性买断,不是订阅。需要 macOS 13 Ventura 或更高版本,Apple 芯片和 Intel 都可以。第一次用要在「系统设置 → 隐私与安全性 → 辅助功能」里给 Split 开权限,不然它动不了窗口。
阮老师好,自荐一个自己写的 macOS 应用,我是作者。 AgentHome:把 Claude Code、Codex、Gemini CLI 的会话收进本机归档,在同一块仪表盘上查看 token 用量、估算成本和剩余订阅额度。 做它有三个原因: 1. Claude Code 默认 30 天后删除会话记录,几个月前解决某个难题的那次对话,到时候就找不回来了。 2. 长会话每一轮都会从缓存重读一遍上下文,token 数字大得吓人,却和实际花费对不上。 3. 各家的 5 小时 / 7 天额度窗口分散在不同地方。 比 agent 清理活得久的归档:每份会话记录入库前先逐字节拷贝(zstd 压缩)到 ~/AgentHome/raw/,agent 删掉自己的文件后,副本还在。只拷贝,不改动 agent 的目录。 成本算得清:直接从会话记录里算 token,按模型、缓存档位分别计价,分项目、分模型统计,有 30 / 90 天趋势。 额度一眼看到:Claude 额度通过官方 claude CLI 的 /usage 读取,Codex 额度读它自己写进会话文件的快照。不读任何凭据,不调私有接口。 全文搜索:⌘K 跨全部消息搜索,支持中文子串,回车直接跳到那条消息。 菜单栏面板:点菜单栏的像素小屋,不用开主窗口就能看到今日成本、各家剩余额度和重置倒计时。 像素栖息地:左栏小屋里住着 Claude(狐狸)、Codex(企鹅)、Gemini(猫),会随真实的活动和额度工作、思考、疲惫或睡觉。 实时同步、中英双语界面,另附命令行工具;没有统计上报,数据不离开本机。 | 归档 | 会话详情 | |---|---| | | | 技术栈:Rust + GPUI Kit(Zed 编辑器的 GPUI 框架),原生 macOS 应用,Apache-2.0 许可证。
作者自荐一个免费网页工具 Animal Generator:随机挑选动物,配合真实照片,用于绘画练习、课堂猜谜或游戏选题。 在线使用: 代码: 免费,无需注册,电脑和手机均可使用。 主要有三个用法: 1. 随机动物选择器:300 种已审核照片的动物,一次生成 1–10 种,可按动物类型、栖息地、食性、体型和地区筛选,同一批不重复。 2. 绘画练习:真实照片参考,搭配轮廓、比例、纹理等练习、计时器和可打印练习页。 3. 儿童猜动物:48 种动物的四条线索谜题,揭晓后显示照片;可打印题卡和独立答案页。 网站用 HTML、CSS 和原生 JavaScript 实现。动物资料来源及每张照片的作者、来源和许可均可在站内查看;照片不是 AI 生成图片,也不统一按 CC0 授权。 欢迎试用和反馈。如适合周刊的工具/资源栏目,欢迎收录。
阮老师好,自荐一个我们做的工具 Imagera Code,我在 Imagera 工作。 产品页: 安装:npm i -g imagera-code(macOS / Linux / Windows) 它做什么 在终端里描述要改的东西,它读取项目、修改文件、运行命令和测试,然后给你看 diff。也可以非交互运行(imagera-code run),放进脚本和 CI;可以把 MCP 服务器当作工具使用。 和同类工具的区别 一个订阅可以用 276 个编程模型,包括 GPT、Claude、Gemini,不用分别开几家的会员 没有 3 小时锁定,只有每周额度;超出后可以用积分继续 $20/月起,闭源商业产品 谢谢阮老师! 🤖 Generated with Claude Code
项目:Git Branch Manager Windows 小工具,把本地和远程分支并排列出来,每行标出最后提交时间、 有没有远程副本、是否已并入主分支。筛完可以批量删除。 删之前会自动记录 SHA 并建 refs/gbm-backup/ 备份点,误删能还原, git gc 之后也找得回来。远程删除默认关闭,要手打 DELETE 确认。 免安装单文件,只依赖 git。
Nenrin 是我做的一个日记 App,有 Mac 版和 iPhone 版。 它存日记的办法跟一般的日记 App 不太一样。一年里每个日期对应一个 Markdown 文件,最多 366 个。8 月 18 日的日记都在 08-18.md 里,一年一节: 08-18 2021 第一次一个人搬进新家。 2024 把去年今天的日记翻出来读了一遍。 2026 今年在同一天,写下第六圈。 明年这一天再写,同一个文件里就多出一节 ## 2027。所以翻到哪一天,往年的这一天都在同一页,去年的和五年前的放在一起读。写的年头越多,这一页越长,有点像树的年轮,名字也是从日语的「年輪」来的。 文件就是普通的 .md,默认放在 iCloud Drive 的 Nenrin 文件夹里,也可以换成别的文件夹。其他编辑器也能直接打开来改,哪天不想用了,把文件夹拿走就是。App 不用注册账号,我这边也没有服务器。 Mac 和 iPhone 打开的是同一个文件夹。保存时只替换今年那一节,两台设备同一天都写了也不会互相覆盖。 其他做了的功能: 当天在「照片」里拍的照片会显示在日记下面,只读,不会写进文件。 年历里一格是一天,写过的年份越多,颜色越深。 日记里写 #旅行 就是标签。搜索可以组合着来,比如 #旅行 京都 2025。 可以导入别的日记 App 的导出、Markdown 文件夹,或者带日期的 TXT、PDF,每篇放回它原来那一天。导入之后还能撤销。 iPhone 上有「历年今日」小组件和每晚提醒。 Mac 版完全免费,在官网下载,需要 macOS 14 以上。iPhone 版也是免费下载,需要 iOS 18 以上。里面有一个 Pro 内购,买不买功能都一样,算是支持一下开发。
ArcMD 是一款将 Markdown 写作习惯与富文本编辑相结合的新概念文档编辑器。 项目交互与美学灵感源自 Arc / Zen 浏览器:竖向侧边栏、多彩色 Space、全局收藏、资料库视图以及安静克制的呼吸感。整个应用完全使用 Go + MyGo 原生绘制,没有 Electron、没有 WebView、不依赖 cgo。v0.0.2 的 macOS .dmg 安装包约为 7.9 MB(Apple Silicon)/ 8.8 MB(Intel)。在项目公开的百万字符文档基准测试中,CPU 场景构建耗时的 P95 低于 1.2 ms。 起源与初衷 在 The Browser Company 宣布 Arc 步入维护模式后,社区很多喜欢其审美与手感的人都感到十分惋惜。作为一个 Arc 的忠实拥趸,我非常留恋彻底改变了我工作流的竖向侧栏、多色彩 Space 与全局收藏。既然 Arc 停下了脚步,我们便尝试用纯 Go 与原生 UI,在文档编辑的世界里把它延续下去——献给依然相信「软件应该有审美与触感」的创作者。 核心亮点 1. 纯 Go 原生绘制,轻量与性能 基于 MyGo Native UI 纯 Go 绘制,使用原生窗口、GPU 绘制、字形排版与系统输入接口; 自研文档引擎与富文本编辑器,无需捆绑浏览器运行时;v0.0.2 的 macOS 安装包约 7.9–8.8 MB; 在包含 100 万字符、500 张表格的混合文档基准测试中,输入、退格和滚动时的 CPU 场景构建耗时 P95 分别为 1.105 / 1.002 / 1.136 ms。 测试环境为 Apple M5 / 24 GiB、macOS 26.5.1,测量日期为 2026 年 11 月 8 日;数值为三轮独立测试各轮 P95 的中位数。该指标不包含输入事件分发、光栅化、GPU 呈现及显示延迟,不代表端到端输入响应时间。测量方法与原始数据见性能报告。 2. Arc / Zen 式的多空间(Space)工作流 多色彩 Space:每个空间对应一个本地文件夹,可独立定制 1–3 种主题色、渐变、颗粒质感与图标; 空间切换:触控板双指横向轻扫跟手翻页,支持快捷键(⌃1–⌃9)快速切换; 收藏与置顶:全局跨空间共享 Favorites 磁贴,空间内独立 Pinned 置顶; 资料库(Library)与悬浮侧栏:macOS 上用快捷键 ⇧⌘L 一览所有空间卡片;⌘\ 收起侧栏,光标靠近窗口左缘时平滑浮出。 3. 丰富但自然的富文本表达 浮动格式工具栏、/ 斜杠插入、嵌套任务列表、代码高亮、支持合并单元格的表格、TeX 公式与双栏布局; 目录大纲导航、可折叠的标题与列表、自定义文档封面图 / 渐变封面。 4. 知识连接与专注机制 支持 [[双链]] 与 #标签,重命名文档时自动更新指向它的链接; 打字机滚动、专注模式段落淡化、最多 4 分屏独立编辑。 5. 本地优先(Local-First) 采用带版本号的 .arcmd JSON 格式存储完整富文本结构,文档与附件保存在本地文件夹; 支持导入 / 导出 .md 文件;Markdown 无法完整保留文字颜色、部分表格格式及合并单元格结构,.arcmd 文件保留完整内容; 支持版本历史对比、外部修改感知以及保留 30 天的「最近删除」。 项目目前处于早期预览阶段(v0.0.2),欢迎大家体验尝鲜、提 Issue 和参与交流!
CloudDM 是一款面向开发者、DBA 的数据库管理工具,将数据库查询、权限、安全规则和变更审批流程集中到一个 Web 平台,既可以作为团队统一使用的数据库查询工具,也可以用于 SQL 审核、查询管控和数据库变更管理。 核心特性 多数据源统一管理:支持 MySQL、PostgreSQL、Oracle、Kafka、MongoDB 等 30+ 数据源,提供数据查询、编辑和管理功能。 SQL 变更工单与审批:支持 SQL 变更审核、团队多级审批及操作记录追踪。 AI SQL 助手:辅助 SQL 编写、解释与优化,提高开发效率。 细粒度权限管控和数据脱敏:按用户、角色分配数据库访问和操作权限,支持敏感数据脱敏展示。 数据库 CI/CD:支持集成 Gitee、GitLab,将数据库变更集成到 CI/CD 流程。 私有部署:完全私有化部署,数据库连接和敏感数据留在本地环境。 截图展示 新增数据源: 数据查询: 变更审批:
阮老师好,自荐一个我写的开源 DSH 本地笔记插件「随记」。 记笔记不用自己费心分类、归档、整合,顶部输入框随时输入或粘贴进去,先记进当天日记,然后 AI 自动分类归档到笔记本(新类别会自动创建新笔记本)。 素材攒够了,用 /agent 让它读取已有内容,然后可以整理笔记、合并成文、写复盘、按你的要求改写和扩写。 它还提供 MCP 接口,Claude Code、Codex、DSH 这类任意 Agent 工具都能接上,把会话里的结论直接落成笔记,也能反过来读笔记做整理和拓展。 可以自定义背景图和笔记本封面,还提供便笺和待办工具,定时待办还有声音通知提醒。 笔记和配置都是本地 Markdown 文件,换环境直接复制整个目录(或通过 git、云盘等备份)带走。 同系列的还有「随记单词本」插件,适合给孩子记单词和练习拼写,感兴趣可以看看。 安装:在 DSH 会话里发一句: 「随记」:请帮我安装 DSH 插件:@suiji-ai/dsh-agentic-notes 「随记单词本」:请帮我安装 DSH 插件:@suiji-ai/dsh-agentic-word-book 也可以在 dsh market(插件市场)里搜索「随记」安装。
Go 单文件一体化企业后台底座,内置可视化建模、表单、RBAC 权限、流程引擎、门户 CMS、AI 知识库;Windows 解压 exe 直接运行,MIT 协议开源。 Gitee:
自荐一个在线 AI 视频工具:Omni Flash 这是一个网页版工具,不用安装软件,也不用自己准备 API Key。打开网站后,用文字描述想要的画面,也可以上传一张图片或一段参考视频,生成短视频。比较适合做产品演示、营销短片和社媒草稿。 新用户有免费额度,可以先试用再决定要不要购买积分或套餐。生成后可以预览并下载。 我参与这个产品的运营。如果适合周刊的工具栏目,欢迎收录。
StableBar 用 Swift 写的 macOS 原生菜单栏,免费开源(MIT),可以看作 SketchyBar 的替代品。 两种配置方式: 在设置窗口里调整,或者直接编辑一个 JSON 文件(有 JSON Schema 补全和校验) 工作区: 显示 AeroSpace、yabai、OmniWM 或 macOS 自带空间(Spaces)的工作区 组件和弹出面板: 应用菜单、日历、电池、声音、网络、CPU 和内存,点击可以展开详情 脚本组件: 任何输出文本或 JSON 的命令都可以变成一个组件 直接编辑: 在菜单栏上拖拽调整组件,七套主题,每块屏幕一条,适配刘海屏 组件商店: 运行之前会列出组件包要执行的命令、要访问的域名和需要的权限 支持 macOS 14 及以上、Apple 芯片。 ·
给你正在跑的 coding agent 配一个本地 Web 工作台:看过程、插话纠正、管模型与工具。支持 pi / Codex / Claude Code / opencode,会话就是引擎的落盘文件,不引数据库。 oh-my-agent-web []() []() []() []() [](LICENSE) []() 中文 · English · 一句话:给你正在跑的那个 agent 配一个外部操作页。 引擎照旧跑在自己电脑上,你在网页里看着它干活、管它的工具和模型、随时插话纠正,需要时直接翻文件、开终端、圈出一段话让它改。 单用户、只听回环、会话的事实源永远是引擎自己的落盘文件 —— 不引数据库、不建账号体系、不把会话复制一份到自己的库里。一个 oh-my-agent-web 进程就是一个人的工作台。 下面所有截图都是本仓库跑起来后的真实界面 —— pi 引擎 + DeepSeek,工作区是一个 demo-app 演示项目。 大部分是 1.1.0 的构建(与官网共用,在 docs/site/assets/zh/);终端与临时对话两张来自 0.8.0 的运行(在 docs/screenshots/)。 目录、命令、diff、token 与花费都是真实运行留下的,没有拼图也没有 mock。 1.1.0 截图的拍法见 docs/site/README.md。 安装 要求 Node.js ≥ 22.19 与 npm ≥ 9(macOS / Linux / Windows 都行)。装完就有 oh-my-agent-web 这个命令(短别名 aw、agent-web,完全等价)。 npm 全局安装(推荐) bash npm -g install oh-my-agent-web 不带版本号装的就是当前发行版。要钉版本或用镜像: bash npm -g install oh-my-agent-web@latest npm -g install oh-my-agent-web@<版本号> --registry= 装出来的三个命令指向同一个入口,完全等价:oh-my-agent-web(下面统一用它)、aw(短别名,打字省事)、agent-web。 升级与卸载: bash oh-my-agent-web upgrade # 等于 npm -g install oh-my-agent-web@latest npm -g uninstall oh-my-agent-web # 卸载;~/.oh-my-agent-web 里的数据不动 Linux 上 node-pty(内嵌终端)只给 macOS / Windows 带预编译产物,Linux 要就地编译:需要 make / g++ / python3。缺工具时页面和安装脚本都会直说缺什么,装完终端才开得起来。 npm 11.16+ 的 allow-scripts 提示:新版 npm 会把「未经你批准的 install 脚本」逐条列出来(npm warn allow-scripts ...)。本包自己没有 install 脚本(以前那个只用来裁 node-pty 无关平台的预编译产物,现在改到启动时顺手做),所以列表里出现的只会是传递依赖,例如 node-pty(要编原生模块)、protobufjs、@google/genai。这只是一条提示,安装照常完成;想让它闭嘴就审一下并批准:npm approve-scripts node-pty protobufjs @google/genai(或 npm approve-scripts --all)。 一行脚本(不想碰系统全局 npm) macOS / Linux: bash curl -fsSL | sh Windows(PowerShell): powershell powershell -c "irm | iex" 脚本做四件事:找一个够新的 Node(没有就下官方包到 ~/.oh-my-agent-web/node,校验 sha256)、npm install -g --prefix ~/.oh-my-agent-web(不写系统全局目录、不要 sudo)、把 aw / agent-web / oh-my-agent-web 挂到 ~/.local/bin(必要时补 PATH)、冒烟一次(版本号 + node-pty 能否 require,即终端能不能开)。 装到的这个 ~/.oh-my-agent-web 同时也是数据目录:装进去的 node/、lib/、bin/ 和你的 settings.json、password、uploads/、logs/ 并排放着。 | 想改的东西 | 用法(sh 版;PowerShell 版用环境变量) | |---|---| | 版本 | OHMYAGENTWEBVERSION=<版本号>(或 --version <版本号>) | | 装到别处 | OHMYAGENTWEBHOME=/opt/oh-my-agent-web(或 --home /opt/oh-my-agent-web) | | 镜像源 | OHMYAGENTWEBREGISTRY= --registry …) | | 不动 PATH | OHMYAGENTWEBNOPATH=1(或 --no-modify-path) | | 装编译工具 | OHMYAGENTWEBBUILDTOOLS=1(或 --with-build-tools) | | 卸载 | … \| sh -s -- --uninstall(只删装进去的包与命令,settings.json / 密码 / 上传 / 日志不动) | 命令 三个命令完全等价,下面统一写 oh-my-agent-web(aw 是它的短别名)。 | 命令 | 作用 | |---|---| | oh-my-agent-web | 启动(默认):前台跑起来 + 打开浏览器,日志直接打在终端,Ctrl-C 退出;默认工作区 = 当前目录 | | oh-my-agent-web start -d | 后台运行(脱离终端,日志进 daemon.log),终端立刻还给你 | | oh-my-agent-web status | 看状态:pid / 端口 / 已运行多久 / 引擎 / 会话数 / 工作区 | | oh-my-agent-web restart | 先停再起(默认仍前台;带 -d 则后台) | | oh-my-agent-web stop | 停掉正在跑的实例(前台、后台都行 —— 读的是数据目录里的锁文件,不靠猜端口) | | oh-my-agent-web version | 版本号(-v / --version 同义) | | oh-my-agent-web upgrade | 升级到最新发行版(内部就是 npm -g install oh-my-agent-web@latest) | | oh-my-agent-web help | 显示帮助(-h / --help 同义) | 两条行为约定: 重复启动会先检测:已经在跑就只把地址打给你(并打开页面),不会再起第二个 —— aw / agent-web / oh-my-agent-web 三个名字完全一致。 前台不刷日志:终端只有一行「已启动:…」和 warn / error;装载会话索引、SSE 连接这类正常日志仍然全量写进 logs/agent-web.log。想盯着看就 AGENTWEBLOG=info aw,后台(-d)的输出在 daemon.log。 会问一句要不要升级:启动时(restart 是先问再停)和 aw status 看一眼 npm 上有没有新版本,6 小时内只问一次 registry(缓存 update-check.json)。有新版就在终端里问 现在升级吗?[Y/n]:直接回车 = 升级,装完自动用新版重启(agent-web -d 也一样,先问再丢后台);敲 n 跳过,下次启动还会问。非交互(CI / aw > log)不问,只打一行 有新版本 vX(当前 vY)→ 升级:aw upgrade。AGENTWEBUPDATEPROMPT=off 只关提问、保留那行提示,AGENTWEBUPDATECHECK=off 连检查一起关掉。 参数 | 参数 | 环境变量 | 默认 | 说明 | |---|---|---|---| | -p, --port | AGENTWEBPORT | 25257 | 监听端口 | | -H, --host | AGENTWEBHOST | 127.0.0.1 | 监听地址;对外访问才需要改 | | -P, --password | AGENTWEBPASSWORD | 无 | 访问密码;不设 = 只允许本机(远程进不来)。给了就存进 <dataDir>/password,之后一律以这份文件为准(环境变量只在文件还没生成时用一次),「设置 → 远程」改的也是它 | | -d, --detach | — | 关(默认前台) | 后台运行,脱离终端,日志进 ~/.oh-my-agent-web/daemon.log;-f / --foreground 是旧写法,现在等于默认 | | --no-open | — | 开 | 不在浏览器里打开页面 | | --allow-host | AGENTWEBALLOWEDHOSTS | 空 | 一般用不到:只给「发给本机」的跨源请求额外放行(域名 / 局域网 IP) | | --data-dir | AGENTWEBDATADIR | ~/.oh-my-agent-web | 设置、密码、上传、日志、锁文件都放这 | | — | AGENTWEBCWD | process.cwd() | 默认工作区(还没开会话时用) | | — | AGENTWEBENGINE | pi | 默认引擎 | | — | AGENTWEBAPPROVALMODE | allow | 新会话默认审批模式;ask 则逐次确认 | | — | AGENTWEBTURNTIMEOUTMS | 20 分钟 | 单回合看门狗超时 | | — | AGENTWEBLOG | info(前台终端只打 warn / error) | debug / info / warn / error;显式设了就按这个级别打到终端 | | — | AGENTWEBUPDATEPROMPT | on | 发现新版时是否在终端里问「现在升级吗?」(回车 = 升级);off 只保留那行被动提示 | | — | AGENTWEBUPDATECHECK | on | off 关掉启动时的升级检查(离线 / 内网 / CI 用) | 常用例子 bash oh-my-agent-web # 前台起 + 打开页面(最常用,Ctrl-C 退出) oh-my-agent-web -d # 后台起,终端立刻还给你 oh-my-agent-web -p 25258 # 换端口(25257 被占时) oh-my-agent-web status && oh-my-agent-web restart # 看完状态再重启 oh-my-agent-web stop # 停掉(前台/后台都行) oh-my-agent-web --data-dir ~/agent-web-data # 换数据目录 AGENTWEBCWD=~/code/my-proj oh-my-agent-web # 指定默认工作区 oh-my-agent-web -H 0.0.0.0 # 局域网/外网可达(前提:已经设过密码) oh-my-agent-web -H 0.0.0.0 -P 'my-pass' # 直接带密码起,远程用 IP / 域名都能进 想从手机 / 别的电脑访问:oh-my-agent-web -H 0.0.0.0(让外面连得上),密码先在本机设好——在那台机器上打开 设置 → 远程 的密码框里设一个(也可以打开 /setup,或启动时 -P)。 密码存在数据目录的 password 文件里(默认 ~/.oh-my-agent-web/password),不用系统变量;之后不管用 局域网 IP、外网 IP 还是域名访问,输密码就能进 —— 不需要再配 --allow-host。 密码只能在本机定:远程访问时若还没设密码,只会看到「请先在本机设置」(/setup、/api/auth/setup、/api/auth/password 对远程一律 403),否则谁先扫到端口谁就接管了。 反代 / 隧道请带上 X-Forwarded-For(来源校验会看它,否则分不清是本机还是外网)。 登录保护:同一个来源连续输错密码 3 次就暂停 30 分钟(锁定期内连密码都不比对),可在 设置 → 远程 里改次数 / 时长(1–20 次、1–1440 分钟);策略和未过期的锁都存在 <数据目录>/login-guard.json,重启服务也不会解锁。「设置 → 远程」里还有一列登录活动(哪来的 IP、成功/错第几次/被暂停,最新在最前),存在 <数据目录>/login-activity.json(最近 200 条)。 在家目录直接敲 oh-my-agent-web 也能用,但家目录当工作区不安全(文件树 / 搜索 / agent 的 cwd 会是整个 home),这时会自动改用 <数据目录>/workspace 并打一行提示;想指定项目就用 AGENTWEBCWD=/path/to/project。 各引擎还有自己的逃生阀(都有默认值,通常不用配):AGENTWEBCODEXBIN / HOME、AGENTWEBDSHBIN / HOME / MODEL / PATCH、AGENTWEBOPENCODEBIN / ARGS / MODEL、AGENTWEBCLAUDEBIN / ARGS / MODEL(默认自动探测 claude-code-acp / claude-agent-acp,没装就直说)。 它是什么,不是什么 是:一个把 agent 的「过程」摊开给你看的前端。思考块、工具调用、改动文件、token 与花费,都在对话流里;你能在回合中途插话、把某段话圈出来提意见、另开一条不落盘的临时对话问一句就走。 不是:不是新的 agent 引擎,也不是把会话搬到云上的 SaaS。它不重写 prompt、不接管工具实现 —— 你装的是 pi / Codex / Claude Code / opencode / DeepSeek Harness,工作台只是给它们配了一套能看的界面、能点的按钮和能落盘的会话列表。 三条硬纪律: 1. 不引数据库:会话就是引擎写的 JSONL / thread,网页只读它、改它的名字、必要时删它。 2. 不假装:引擎没有的能力就在界面上藏起来(能力矩阵),面板拿不到数据就说清楚,不拿别的引擎的配置冒充。 3. 不越界:默认只听 127.0.0.1;要远程就 -H 0.0.0.0 + 先在本机设好密码(或 -P)。 对话 流式正文 + 可折叠思考块 + 工具卡。工具卡上给参数、完整命令(可复制)、输出、耗时与成败;一次回合里的思考与工具调用跑的时候只显示最新一组里的那句说明(思考和命令卡都不画,正在跑的命令由最底下那行状态位实时报;顶上那行「N 段思考 · N 次工具 · 耗时」带秒表),跑完自动收成那一行(最后结论之前的一切都进折叠),点它看完整时间线。 每条回复的尾注是这一轮的用量:输入(未命中缓存)/ 输出 / 缓存命中 / 花费,点「复制」可以整段带走;整段会话的累计在状态栏的上下文环里点开看(子代理是独立会话、单独计费,不算在里面)。 对话里还埋了几个能点的东西: 改动文件 chip:这条回复改过哪些文件(上图底部的 改动 1 个文件 / store.ts),点一下直接落到右栏的 diff。 分支图标:从这条消息「创建分支」,原对话一字不动。 文件路径:正文里的 web/src/App.tsx 这类路径可直接点开预览。 插队、排队、停止 回合正在跑的时候,输入框不会锁死: | 动作 | 含义 | |---|---| | 插队(steer) | 立刻生效,作为下一条指令插进当前回合 | | 排队 | 排在本回合结束之后,队首是谁一目了然,随时可撤回 | | 停止 | 中断当前回合,保留已经产出的内容 | 插队只有 pi 引擎支持(它的 SDK 有 streamingBehavior: "steer");别的引擎没有这个语义,宿主会降级成排队,而不是硬发第二条把活跃回合冲掉。 注释:把一段话圈出来提意见 在对话里选中一段文字,会浮出一个小工具条:添加到会话 / 标注 / 在临时会话中提问。 「标注」给这段文字挂一条评论,正文上会留一个 ①②③ 编号徽标,输入框里多出一个「N 条注释」的胶囊 —— 点开能逐条看、改评论、删掉,或者「放进输入框」。 发送时会自动拼成这样的块(也可以手动「放进输入框」,那就只发你自己写的话): 标注 1: 面板从 y=0 开始,但顶栏的 z-index 是 45 这里要再压缩一句 注释是本地锚点:按「原文 + 前后文」定位,所以正文重排、流式追加之后徽标仍能挂回原处;它存在当前浏览器的 localStorage(按会话隔离),不进服务端、不上云,换个设备看不到。 文件的行引用是另一条路:在预览里选中行(Shift+点 连选、Ctrl/Cmd+点 加选、右键出行菜单),「追加到对话」写进草稿的是 @web/src/App.tsx:120-138 这样的路径 + 行号,让 agent 自己去读。 临时对话:问一句就走 顶栏那颗「临时会话」(或右栏工作区落地页的第一张卡)会在右栏另开一条聊天: 不落盘:会话只存在内存里,关掉标签就销毁,不进侧栏、不留文件; 主对话照旧跑,两边互不打断; 想留下就点 保存为正式对话,此时才写出会话文件(临时会话没有的历史也能保住); 可以同时开多条,每条一个独立通道、独立标签。 该能力依赖引擎的「内存会话」:pi 支持;Codex 的 thread 本身就在它自己的库里,所以没有「保存」按钮。它不是「换皮的新会话」,也不等于子代理 —— 临时对话是人开的窗口,子代理是 agent 派出去的子任务。 文件、改动、git、搜索 文件区在侧栏底部,也能在右栏当标签用。网页端是只读的:看、比、引用、搜,都能做;原地改文件并保存不在这一层 —— 改文件交给 agent 的工具或终端,这里用 diff 复核。 | 能力 | 说明 | |---|---| | 目录树 | 可换根(跟随会话 / 指定项目)、懒加载、单目录最多 500 项、默认不列 nodemodules/.git/dist,可「显示隐藏文件」看 .env 之类 | | 按文件名搜 | 只匹配名字,不读内容,防抖 250ms,最多 200 条 | | 预览 | markdown(表格 / 代码高亮 / mermaid)、源码带行号、图片、PDF、音视频流;多标签、拖拽换序、右键关闭左/右/全部、可铺开占满 | | 行引用 | 选中行 → 「追加到对话」写 @path:行号;拖选文字还能「复制选中的文字」 | | 在 Finder 中显示 | macOS open -R、Windows explorer.exe /select,、Linux 打开父目录 | | 未提交改动 | 文件树上的状态点、文件后面的 M / U / D | 改动(diff) 预览页顶部切「改动」就是与 HEAD 的对比:+285 −78 概览、行级红绿高亮、可「只看改动」也可回到全文。从回答里的「改动文件」chip 点进来会直接落在 diff。 git 文件区顶部有分支标签,点开切本地分支(工作区脏会先要确认)。它只调 git 命令做读与切分支,不做提交 —— 提交还是交给 agent 或你自己在终端里做。 内容搜索 工具栏的「搜文件内容」是全文检索:可以加路径掩码(如 web/src/)收窄范围,结果显示 文件:行号 + 原文片段,点一下跳到那行;命中太多时按上限截断并明说。 终端 右栏的终端是真 PTY(node-pty + xterm.js):vim / top / Ctrl-C / 颜色 / 行编辑都正常,cwd 与会话所在项目一致,可带一条初始命令(升级流程就用它)。 刷新页面不会恢复终端会话(PTY 随页面卸载退出),切标签则不会断。Linux 上 node-pty 需要就地编译,缺工具时界面会直接说装什么。 内置网页 右栏还能开网页:输入网址在 iframe 里看,请求走本机代理(/web/p/<url>)—— 把文档取回来、去掉 X-Frame-Options / CSP 的嵌入限制,所以百度这类站点也能开。代理有边界:只代理 HTML/CSS 文档、不带 cookie 过去也不带回、上游 12MB 上限、iframe 沙箱不含 allow-same-origin。需要登录或重 JS 的站点点 ⧉ 跳系统浏览器。 多引擎:各跑各的原生 loop 引擎不是「同一个 prompt 换个皮」,每个都是官方 agent 自己的循环: | 引擎 | 接入方式 | 说明 | |---|---|---| | pi(默认) | 原生 SDK | 完整插件 / 技能生态、工具延迟加载、审批门禁、子代理、插队;模型与 provider 由本工作台管理 | | Codex | app-server(JSON-RPC) | 独立 loop 与沙箱,会话与 Codex Desktop / CLI 共用;审批是命令 / 文件级的 | | DeepSeek Harness | ACP | 模型与思考档可切,权限逐次确认 | | opencode | ACP | 自带工具 / MCP / 插件生态,会话与 opencode CLI / TUI 共用;审批取决于 opencode 自己的 permission 配置 | | Claude Code | ACP(claude-code-acp 适配器) | 模型可切、工具逐次确认,会话与 claude CLI 共用;这套 ACP 面不暴露思考档与子代理 | | fake | 内置脚本化引擎 | 零 token,只用来验证协议 / 工具 / 审批流程(默认不出现在切换面板) | 能力差异(server/engine/registry.ts 的能力矩阵,界面据此隐藏按钮): | 能力 | pi | codex | dsh | opencode | claude | |---|:-:|:-:|:-:|:-:|:-:| | 审批 | ✅ | ✅ | ✅ | 看配置 | ✅ | | 模型 / 思考档 | ✅ | ✅ | ✅ | ✅ | 模型可切 / 无档位 | | 恢复历史会话 | ✅ | ✅ | ✅ | ✅ | ✅ | | 插队(steer) | ✅ | — | — | — | — | | 子代理面板 | ✅ | — | — | — | — | | 本工作台管 provider | ✅ | — | — | — | — | | 临时会话(内存) | ✅ | — | — | — | — | 模型 / 插件 / MCP 三块跟着当前引擎走:切到 Codex,面板读的就是 Codex 自己的东西(model/list、plugin/list、config/read);claude 读 ~/.claude.json 与 ~/.claude/settings.json;opencode 读 opencode.json。没接的面板会直说,不拿 pi 的配置冒充。 引擎在底部状态栏切换(不是顶栏),每个会话各自记住自己的引擎、模型与思考档。 模型与供应商 订阅服务:OAuth 登录(9 家),登录后直接能用,不用手抄 key。 官方内置:pi 目录里带模型的那批,填一把 key 就能用,端点与模型表由目录提供。 自己输入:可改 API 形态(openai-completions / responses / anthropic-messages / codex / typesafe)、base url、自定义 headers,逐个加模型。 逐个勾选模型(只保存勾上的)、批量试连、从 /models 拉清单、按勾选保存白名单。 key 不出服务端:接口只返回 hasKey 与尾 4 位;写操作在进程内串行化,避免并发写坏文件。 配置真相分散在 ~/.pi/agent/models.json(provider 目录)、models-store.json(历史位置)、auth.json(apikey 或 OAuth 凭据),白名单在 settings.json.enabledModels。 技能 读 ~/.agents/skills/<目录>/SKILL.md,列表只解析 frontmatter(不引 yaml 依赖)。启停 = 把 SKILL.md 改名成 .SKILL.md.disabled,没有第二份状态文件 —— 所以在 CLI 里看到的一致。 Skill Hub:分类搜索 + 一键安装(索引 20 万+),也能从 Git 仓库装指定 skills/<name>,或手动建一个。 MCP 读写两份配置:~/.pi/agent/mcp.json(全局)与 <workspace>/.pi/mcp.json(项目),项目同名条目覆盖全局,写回保留缩进与 CRLF。 exposure 四档:代码模式(默认)/ 搜索后声明 / 直接声明 / 不暴露; 测试连接:真握手 + tools/list 后即断,报连接状态与工具数; OAuth 登录、市场挑服务器、粘贴命令 / URL / JSON 自动解析; 配置即真相:pi 会话启动时自己连,改完对新会话生效。 插件 插件就是 pi package:settings.json 里的 packages(npm / git / 本地目录)+ 散装 ~/.pi/agent/extensions/、<ws>/.pi/extensions/。 状态由 pi SDK 的 resolve() 决定(查询不会触发 npm install),四态 loaded / installed / missing / disabled;按包停用写 autoload:false,不删文件。 子代理:并行开,逐个管 主 agent 拿到 Agent 工具后,可以一次并行开好几个子代理,每个都是一个真实的会话(自己的上下文、会话文件、工具白名单)。 看:输入框上方那条「子代理」卡片条 —— 状态、耗时、工具次数、token、花费,点「查看结果」原地展开结果原文与会话文件路径,可以单独停掉某一个;标题里给一眼概览(2 个在跑 / 8 个已结束)。 管:顶栏「子代理」面板管的是模板(内置 explore / general-purpose / plan,可停用;也能新建、编辑、删除):name / displayname / / tools / model / thinking / maxturns,落 ~/.pi/agent/agents/.md,与 pi 的 agent 文件同一套格式,可读可改可进 git。 并发:1–12(默认 4),超出的排队;关掉总开关后模型不再看到 Agent 工具。 隔离:子代理默认不加载技能 / 插件 / 主题 / 上下文文件(快、可预期);模型不跟随父会话时沿用父会话的模型。 子代理的会话文件紧挨着父会话归档(<父会话目录>/<父会话名>/subagents/),不进侧栏项目清单。 推送与语音 推送:Web Push(VAPID)订阅,回合结束推一条 —— 标题=项目名、正文=会话名,失败 ❌ / 中断 ⏹ 带前缀;多设备管理、测试推送、一键清空。需要 https 或 localhost。 VAPID 密钥与联系方式都在面板里管:密钥首次启动自动生成到 <dataDir>/vapid-keys.json(0600,可用 VAPIDPUBLICKEY / VAPIDPRIVATEKEY 覆盖),联系方式(subject)存 <dataDir>/push-config.json(可用 VAPIDSUBJECT 覆盖)。 subject 得填真实邮箱或 https 站点:默认值 mailto:noreply@localhost 会被 Apple 判 403 BadJwtToken(Chrome/FCM 不看这个,所以常见症状是「电脑能收、iPhone 收不到」)。换密钥会让所有已订阅设备失效(面板会顺手清空订阅,各设备重按一次「注册推送」);改联系方式不影响任何订阅。 语音:四类事件提示音(开始 / 结束 / 出错 / 等待审批)可试听、音量可调;本地 TTS 用浏览器内置语音播报最终回复,可调语速与音色,不联网。 设置 顶栏那一排就是全部面板入口,可以在「设置 → 界面」里逐项隐藏(设置与分栏两颗不参与隐藏 —— 它们是恢复其它入口的唯一入口);新装默认只勾模型 / 技能 / 语音 / MCP(推送、插件、子代理、临时会话按需自己勾回来);侧栏、右栏也都能拖宽、收起,宽度记在本机 localStorage。 顶栏「设置」分五页: | 页 | 内容 | |---|---| | 界面 | 外框:顶栏显示哪些入口(文案 / 图标分开勾)、状态栏里显示哪些块(排队 / 工作中 / 上下文用量)、侧栏、对话里图片的最大宽度 | | 对话 | 对话区自己长什么样:输入框上方显示哪些块(模板 / 想想 / 快捷指令)、快捷短语的内容、想想(思考档)的默认值(这两项走服务端保存、多设备一致)、对话里是否显示花费、思考块与工具卡默认是否展开 | | 外观 | 只管尺寸:三处字号(聊天正文 / 侧栏项目名 / 侧栏会话名,滑杆 2–20px)、内容宽度 4 档(720 / 900 / 1100 / 满宽)、顶栏高度、顶栏名称与 logo(可隐藏、可改成自己的名字) | | 主题 | 6 套色板(清亮白、暖纸、雾青、东京夜、摩卡、北境),点一下立刻生效 | | | 中文 / English,点了立刻生效 | | 快捷键 | 11 个动作可改键、可清空、可恢复默认,另有速查表 | 外观、主题、界面、语言这些偏好只存本机(localStorage,agent-web. 前缀),手机、平板、桌面各一份;「通用」里的快捷短语才多设备一致。 手机 窄屏(手机 UA 或 ≤400px)自动切成单栏: 侧栏变覆盖式抽屉(宽度 clamp(260px, 76vw, 340px),点遮罩关闭,点会话后自动收起); 顶栏允许换行、入口只留图标、可横向滑动; 右栏工作区变成整屏第二页,用 100dvh 从顶栏下方开始(避开 iOS 工具栏); 输入框字号 18px,免得 iOS 聚焦时自动放大;模型菜单变底部抽屉; 状态栏横向可滚,上下文用量浮层变整宽弹层。 会话:置顶、归档、分叉、换项目 侧栏按目录把会话分组「项目」: | 动作 | 行为 | |---|---| | 置顶 | 会话或项目提到最上面 | | 重命名 | pi 会话 = 往 jsonl 末尾追加 sessioninfo.name | | 归档 | 收进「已归档」,可撤销 | | 删除 | 改名成 .deleted-<时间戳>(引擎有原生删除接口时优先用它),文件还在磁盘上 | | 分叉 | 从某条消息派生新会话(标题 分支 · …),原会话一字不动 | | 换项目 | 把会话行拖到另一个项目上,会话 id 与历史不变,只改文件头部的 cwd 并搬目录 | 排序上有一个刻意的选择:组内按创建时间倒序 —— 新会话在最上面,而更新一个旧会话不会让它跳位置(按最后活动排的话,在一个老会话里说一句话它就窜到顶,整个列表跟着挪)。 快捷键与斜杠指令 快捷键都可以在「设置 → 快捷键」里改(必须带 Mod/Alt,不收裸字母)。macOS 上 Mod = ⌘,其它平台 = Ctrl。 | 动作 | 默认键 | 动作 | 默认键 | |---|---|---|---| | 新会话 | Mod+K | 打开右侧边栏 | Mod+Alt+O | | 新项目 | Mod+M | 收起右侧边栏 | Mod+Alt+W | | 临时会话 | Mod+Shift+K | 收起 / 展开左侧栏 | Mod+Alt+L | | 设置 | Mod+Alt+S | 文件管理 | Mod+Alt+F | | 新建终端 | Mod+Alt+T | 搜索文件内容 | Mod+Shift+F | | 快捷键速查表 | Mod+/ | | | 斜杠指令在输入框里打 / 弹出,分两类 —— 本地 由工作台自己执行,发给 Agent 原样作为消息交给引擎: | 指令 | 类型 | 作用 | |---|---|---| | /new [首条消息] | 本地 | 新建对话,可带上第一条消息 | | /name <名称> | 本地 | 重命名当前会话 | | /model <名称> | 本地 | 切模型(按 id 或显示名模糊匹配) | | /thinking <档位> | 本地 | 设思考强度(off / low / … / max) | | /copy | 本地 | 复制最后一条助手消息 | | /session | 本地 | 会话消息数 / token / 费用统计 | | /resume | 本地 | 刷新会话列表(别的终端刚开的会话) | | /skill <技能名> | 发给 Agent | 用某个技能(面板会列出已装的) | | /compact [说明] | 发给 Agent | 压缩上下文 | | /plan [on\|off] | 发给 Agent | 开关计划模式 | | /cwd <路径> | 发给 Agent | 切换工作目录 | 架构:SSE + RPC,没有 WebSocket 浏览器 ──GET /api/events(SSE)──▶ 服务端 首帧快照 · 其后只推增量 ──POST /api/rpc (JSON)──▶ ClientRequest → { reply } 就地消费 下行:首帧一份完整快照,其后只推增量。正文走 messagedelta 逐块追加;工具卡、错误、状态这类结构性变化推快照(60ms 窗口合并,快照可丢、事件不可丢)。SSE 25s 心跳。 上行:sendmessage、interrupt、approve、newchat(可带 ephemeral)、switchconversation、setengine / setmodel / setthinkinglevel / setapprovalmode、persistconversation、closeephemeral、forksession、movesession、cancelqueued、renamesession 等。 协议单源在 server/protocol.ts,前端复用类型,两端共用一份定义。 快照是唯一事实源:store.ts 用 useSyncExternalStore,快照一到整体替换;本地只留 preview / draft / pendingActive 这类乐观态。 每个客户端各看各的会话(ADR-0033):同一个服务端,两台设备可以停在不同会话上;会话清单这类大块数据只在该客户端需要时下发。 进程模型:cli.ts 解析参数 → session/lock.ts 抢 <dataDir>/server.lock(pid 活则拒绝启动、pid 死则接管陈旧锁)→ runtime.init() → listen。SIGINT / SIGTERM / /api/shutdown 走同一个优雅退出(flush、断开引擎、释放锁)。 数据落在哪 | 内容 | 位置 | |---|---| | pi 会话 | ~/.pi/agent/sessions/<编码后的 cwd>/<ISO><uuid>.jsonl(首行 {type:"session",id,timestamp,cwd}) | | Codex 会话 | Codex 自己的 thread 存储(thread/list \| resume \| delete) | | opencode / DSH / claude 会话 | 各自的数据目录(opencode 按 cwd session/list;DSH 读 ~/.dsh;claude 读 ~/.claude) | | 会话标题 | pi 取首条 user 消息(只读头 60 行);改名 = 追加 sessioninfo.name | | 工作台状态 | <dataDir>/settings.json、approval-rules.json、server.lock、logs/、uploads/、push-subscriptions.json、vapid-keys.json、push-config.json | | 技能 / 子代理模板 / MCP | ~/.agents/skills/、~/.pi/agent/agents/、~/.pi/agent/mcp.json | | 本机界面偏好 | 浏览器 localStorage(agent-web. 前缀:主题、字号、宽度、快捷键、注释、标签页) | 安全模型 默认只听 127.0.0.1;远程要显式 -H 0.0.0.0(或指定别的地址)。 身份判定:对端是回环且 Host 是回环 → 放行(本机不用密码);其余一律要密码,未设密码时远程全拒。 密码只能在本机设 / 改(本机 设置 → 远程 的密码框、打开 /setup,或启动时 -P):远程不能设第一个密码 —— 否则端口一暴露,谁先扫到谁接管。密码落盘在 <数据目录>/password(一行明文,0600),改完立即生效、不用重启;-P 给的也会写进去,下次重启不必再带。设了密码则走 cookie(agent-web-auth,7 天 HttpOnly)或 HTTP Basic;登录失败默认连续 3 次就暂停 30 分钟(次数与时长在 设置 → 远程 里改,范围 1–20 次 / 1–1440 分钟,锁会落盘、重启不解锁)。 域名 / 局域网 IP / 外网 IP 都不需要白名单:同源请求直接放行,远程来的请求一律交给密码那道门(--allow-host 一般用不上)。跨源门禁只保留给「真的是从本机来」的请求 —— 那才是 CSRF 的靶子(本机直连免密码);判据用真实来源(X-Forwarded-For 已算过),所以反代把 Host 重写成 127.0.0.1 也不会误伤自己的域名。 工具与命令走审批:只读工具(read / grep / find / ls)与只读命令自动放行,其余按 scopeKey(工具 + 可执行名或目标目录)询问;点「总是允许」把规则写进 approval-rules.json(原子写,坏文件当空)。 回合结束时清掉该会话所有悬置审批,不会挂在那等下一个人点。 上传的临时文件、会话缓存都在数据目录里,不写进你的项目。 内置网页的代理不带 cookie、iframe 沙箱不含 allow-same-origin(否则远端 JS 能摸到 localStorage 与 RPC)。 远程暴露 = 两条:-H(让外面连得上)+ 密码(在本机 设置 → 远程 设一个,或 -P)。域名白名单不需要;域名 / 外网 IP / 局域网 IP 一视同仁。 开发 在仓库根目录先 npm install,然后: bash npm run dev # 一条命令起两个进程 对外仍然只有一个 25257(Vite 监听并反代),后端躲在内部 25258:开发和生产记同一个地址。 前端热更新走 Vite,后端 tsx --watch 自动重启。 手机调试:npm run dev -- --host 0.0.0.0。 | 命令 | 作用 | |---|---| | npm run typecheck | 服务端 + 前端两套 tsc --noEmit | | npm run lint | oxlint(server / web/src / scripts) | | npm run format | prettier 全仓格式化(format:check 只检查;.md 故意跳过) | | npm run build | 服务端 tsc + 前端 vite build 到 web/dist | | npm run icons | 用 playwright-core 重新生成 PWA 图标 | 两个工作流,没有单独的 ci.yml: .github/workflows/release.yml(v 标签或手动触发):npm ci → typecheck → lint → build → npm pack --dry-run → npm publish(OIDC)。单测与 format:check 暂未进门禁。 .github/workflows/pages.yml(docs/site/ 变更时):把 docs/site 原样发布到 GitHub Pages。 单测在本地跑:node --import tsx --test tests/unit/.test.ts。 排错 为什么用 npm ci 而不是 npm install:直接依赖普遍很新,npm install 会拿版本范围去 registry 重新解析,镜像源(公司 Nexus、npmmirror 等)没同步到那些版本就报 npm error notarget。npm ci 直接用锁文件里的精确版本。 1. npm error notarget No matching version found → 镜像没同步。先 npm config get registry,再临时用官方源:npm -g install oh-my-agent-web --registry= 2. EBADENGINE / 启动即报 Node 版本 → 需要 Node ≥ 22.19(node -v 确认)。 3. node-pty 编译失败(多见于 Linux)→ 先装 python3 / make / g++ 再 npm -g install,或用一行脚本的 --with-build-tools 让脚本代劳。 4. 起不来但 oh-my-agent-web status 说「陈旧锁」→ 之前进程没退干净,下次 start 会自动接管;确实僵着就删 <dataDir>/server.lock。 5. 端口被占 → oh-my-agent-web -p 25258,或先 oh-my-agent-web stop。 6. 内置网页一片空白 → 该站点重登录 / 重脚本,代理不隧道 cookie;点 ⧉ 用系统浏览器。 7. 界面报 engine.providererror: This operation was aborted(偶发)→ 这是传输层被打断(模型刚连上、代理换了条连接、请求体被回收),不是模型真的拒绝。现在遇到这类瞬时错误会自动重试 2 次(1s / 3s 退避,界面上只留一条「正在重试」的提示),重试成功就不报错;如果还是失败,去 <dataDir>/logs/agent-web.log 里搜 provider 报错 / 模型调用失败,每条都带 sessionId / attempt / code / 原始 message(以前这类错误只变成界面上一根红条,日志里一个字都没有)。点「停止」导致的中断不会重试,也不会报红条。 8. 想看引擎到底在干什么 → AGENTWEBLOG=info aw:pi 自动重试(SDK 自己那层)、自动重试成功、这一轮被中断 都记在日志里。 9. 界面报 请求失败:HTTP 502(或「后端正在重启或还没起来(HTTP 502)」)→ 这是前端到后端那条链路,不是模型报错:开发态 npm run dev 是 Vite(25257) 反代后端(25258),改 server/ 下的文件就会重启后端,那一两秒的窗口里 POST /api/rpc 就会 502(终端里是 http proxy error: connect ECONNREFUSED 127.0.0.1:25258),正在跑的回合也会被抽掉(会话里最后一条是 toolUse、没有 errorMessage 就是这个特征)。现在开发态后端遇到端口没及时释放会在 6 秒内重试,红条也会在 SSE 重连后自动消失;跑长回合请用 aw(跑打包后的 dist,没有 watch 重启)。 Windows 上的 shell 解析、进程树回收、路径判断、权限与 CRLF 差异已全部收口在三个模块里:server/util/spawn-cli.ts(PATH/PATHEXT、.cmd 走 cmd.exe、killTree)、server/util/paths.ts 与 web/src/path-utils.ts(分隔符与绝对路径)、server/util/file-mode.ts(Windows 走 icacls)。改跨平台相关的代码先看这三个文件头。 License MIT
【 大家好,我是 GlowTrans 的开发者。我做了一个随打字随翻译的小工具,支持 macOS 和 Windows,免费使用。 使用时不需要更换输入法:照常输入母语,稍作停顿后,译文就会出现在光标附近,满意后点击即可替换。做它的起因是我回英文邮件、参与海外社区讨论时,经常需要在输入框和翻译网站之间来回复制粘贴。个人日常使用非常便利。 翻译来源可以选择公共服务Mymemory、自带的 OpenAI 兼容接口;在支持的 Mac 上,也可以使用 macOS 系统翻译。这些渠道都是完全免费。 也可以选官方翻译,支持调整语气、参考上下文和设置术语表。 目前不同应用的输入框适配效果还有差异,欢迎试用和反馈。
一个开源的中文投资实操教程合集,写给想投资美股和加密货币的大陆用户。内容包括香港银行开户、美股券商选择和开户、跨境入金出金、QDII 基金、美股 ETF、买比特币等,目前 292 篇,实操类教程都有截图,每周一自动从网站同步更新。
Deck Agent 是一个开源的 Decky 插件,可以在 Steam Deck 游戏模式里用文字或语音交代任务。比如想查游戏为什么闪退,或者备份某个游戏的存档时,可以直接打开插件,不用切到桌面模式。 主要功能 自带 API Key(BYOK):可以自己选模型和供应商,也支持配置兼容的自定义 API 接口。 本地语音输入:录音在掌机上转成文字,填入草稿,确认后再发送。 玩家工具:可以查游戏日志、备份和恢复存档、检查和管理 Mod,也能用自然语言整理文件。
AppScreen 是一个免费的浏览器工具,用来制作 App Store 和 Google Play 的应用截图。 上传应用截图,套上 iPhone、iPad 或 Android 设备边框,加上标题文字和背景,然后按商店要求的尺寸导出。打开网页就能用,不用注册,导出的图片没有水印。
AI Drake Video AI Drake Video 是一个浏览器工具:上传一张照片,就能让照片中的人物成为《Burning Bridges》派对场景短视频的主角。生成的视频保留派对布景和镜头动作,并配有音乐。 AI Drake Video 的主要功能 一张照片生成视频:建议使用光线充足、单人出镜、腰部以上且双手可见的照片。 选择时长和画质:支持 5 秒、15 秒和 28 秒 480p,部分时长支持 720p。成片为 16:9 的 MP4。 直接下载分享:无需安装软件。5 秒视频通常约 3 分钟生成,较长视频通常需要 5~10 分钟。 AI Drake Video 的核心特性 Drake AI video generator 预先设定了场景和动作,使用者不必编写提示词或自行剪辑、配乐。它生成的是换主角的视频,不提供 AI 配音或歌曲生成。 这是一项付费服务,没有免费试用;生成失败会退还相应额度。项目并非 Drake 或其唱片公司的官方产品。分享视频前,建议确认照片使用已获授权,并留意发布平台对音乐的版权规则。如果想了解这种视频的制作方式,也可以从 how to make Drake AI video 入手。
一、我扒到的风控底牌:触发 OpenAI 封杀的 6 大高危红线 要想防封,必须先搞清楚官方在查什么。根据最近这波封号和之前的案例,绝大多数账号阵亡都是踩了这些雷: 底层网络环境污染(最高频死因):用廉价共享机场、超售节点或机房IP,短时间内频繁切换节点,同一出口IP下请求量异常,直接触发连坐。中转/反代在这轮清洗里被重点盯上。 支付卡与设备硬限额(新增高危):同一张卡或同一台设备关联太多付费订阅(Go、Plus、Pro 100/200/500都算),会直接弹出“Too many subscriptions associated with this card or device”或“Device limit reached”。低价区订阅、一卡多号、多设备叠号,这波死伤最惨。 API 违规分发与模型蒸馏:把个人订阅转成API共享或二次售卖(比如sub2api那种),或者拿输出来做蒸馏,风险极高。11月20日起,第三方模型路由/AI网关还得提前拿到官方书面审批。 支付链路异常:虚拟卡、一次性卡,或者支付地区和登录IP严重对不上。 非人类的自动化并发:请求间隔太规律、短时间超高并发,把个人订阅当生产后端用,很容易被识别成脚本滥用。 设备指纹与登录异常:同一设备高频切多个账号,或者短时间多地登录,再跟已封账号产生关联,基本就交代了。 二、我目前的破局核心:彻底抛弃廉价节点,上高纯净专线 防封最底层的逻辑其实就一条:让系统觉得你是个网络稳定、行为正常、没有共享订阅的真实个人用户。 网络环境绝对是重中之重。 我之前也用过各种低价机场,结果IP污染严重、出口老跳、并发一高就卡,后来直接被连坐。那种“万人骑”的节点,等于主动往风控枪口上撞。 正确的做法是建立低复用、高稳定性的IEPL专线。 我自己实测下来,目前用得最稳、口碑也最好的是 TAG 机场。它能成为我现在的主力,主要靠这三点: IEPL内网专线防断流:彻底不用公网中转,断流和IP跳变少很多,ChatGPT长对话和Codex长时间写代码都稳。 物理级价格壁垒和低复用:全球90+国家和地区节点,方便我固定常用出口,不乱跳。套餐门槛相对高,设备数限制也严,把大量低端脚本和羊毛党挡在外面,单节点污染概率低很多。 原生多客户端支持:Clash、Shadowrocket都能直接用,分流规则好配,DNS泄露基本能杜绝。 如果你现在还在用容易连坐的廉价共享机场,我强烈建议尽快换。可以直接去 TAG 机场官网 购买尝试,我自己日常主力是Bronze套餐,重度用的话Silver、轻度用的话Special也够。 三、行为伪装:我给自己定的“真人画像”规则 网络干净了还不够,使用习惯也得像正常人: 循序渐进:刚订阅别立刻拉满并发或通宵跑脚本,保持合理间隔,别7×24小时不间断。 固守阵地:我基本就固定1到2个常用出口,坚决不无意义跨国乱跳。 私产私用:个人订阅只自己用,绝对不共享,更不会做成API对外提供。 底子干净:尽量用真实支付方式,避开虚拟卡和一卡多号。不买来路不明的成品号。API Key一旦泄露立刻撤销重生成。 数据自保:重要聊天记录和Codex项目我会定期导出到本地,云端数据被停用后可能一时半会拿不回来。 另外提醒一下,12月开始Plus/Pro/Business的ChatGPT和Codex会共享Token额度,使用节奏要提前规划好。 四、手机验证码接码:我现在用的纯净平台 注册或登录ChatGPT经常要手机验证码,国内号很容易被识别异常,那些乱七八糟的虚拟号平台更是雷区。 我目前用得比较稳的是 DogeSMS。多国真实号段,接码速度和成功率都不错,专门适合ChatGPT这类需要手机验证的场景。比那些容易被风控标记的廉价虚拟号靠谱太多。 需要的话直接去 DogeSMS官网 购买就行。 五、我总结的挽救与避坑FAQ 已经被封了怎么办? 马上保存邮件、错误提示和订单信息,走官方申诉入口,强调是个人正常使用、没共享、出口相对稳定。千万别立刻用同一污染网络批量开新号,申诉期间也尽量别用高风险方式登录。明显转售或滥用的,申诉基本没戏。 固定美国IP就能绝对防封吗? 不能。固定干净出口只能降低IP跳变和共享出口的风险,账号共享、自动化滥用、支付异常照样能封你。 提示额度用尽就是被封了吗? 不一定,很多时候只是触发了5小时或周额度限制。真正封号会有明确的暂停或停用通知。 用sub2api中转会被封吗? 风险极高。个人订阅转API分享官方明确不支持,11月20日后第三方网关还得审批。用官方客户端或支持Sign in with ChatGPT的工具会安全很多。 老邮箱/苹果内购能提升权重吗? 目前没看到公开证据,核心还是真实资料和正常使用习惯。 出现Device limit reached / Too many subscriptions怎么办? 这是卡/设备硬限额,买Credits或重置额度没用。可以试试切到其他已允许的账号,或者取消订阅申请退款。 亮点 总结 2026年想稳着用ChatGPT和Codex,我自己的核心就三点: 1. 网络要干净稳定:远离廉价共享节点,优先上IEPL专线并固定出口。我目前主力就是 TAG 机场。 2. 使用要像真人:控制节奏,绝不共享或转API分发。 3. 资料要真实:支付信息一致,避免批量操作。手机验证码我现在用的是 DogeSMS。 网络环境永远是第一优先级。还在用廉价共享节点的,我建议尽快迁到更干净的专线,不然封号风险会一直挂着。把这三点做好,配合 TAG 机场 这种高纯净专线 + DogeSMS 接码,目前来看已经能避开绝大多数风控。
配置了 Claude Code hook,却不确定它有没有执行?HookProbe 将配置读取、单个脚本模拟测试和临时真实会话探针分开检查,输出 PASS、FAIL 或 UNKNOWN 及对应证据。它用 Go 编写,构建后的程序无需第三方运行依赖,提供中英文说明、示例配置和离线 ,适合排查 command hooks,也适合学习子进程管理与事件协议测试。 亮点 区分“配置能读取”“脚本能执行”和“观察到运行时回调”,避免把一个模拟测试通过误当成原有 hook 已注册。 提供 JSON 报告和明确退出码;证据不足时返回 UNKNOWN。真实探针依赖回调记录与文件副作用,不采信模型回复中的成功描述。 可离线体验,不启动 Claude、不消耗模型额度、不修改现有配置。 MIT 许可;公开 CI 已在 macOS、Ubuntu 运行 race 测试、go vet、构建和离线 适用范围:同步 command hooks 的 SessionStart、PreToolUse、PostToolUse。真实 Claude 会话尚未实测;自动化传输测试使用明确标记的替身。probe 仅验证本次临时注入的 canary,不证明已有 hook 在原配置位置已注册。真实探针需要已有 Claude 登录与额度。
一个可审计的 AI 代码审查技能,四类探针独立取证并生成 JSON 合入门禁 亮点 一个可审计的 AI 代码审查技能,四类探针独立取证并生成 JSON 合入门禁
这是一个零外部依赖、完全自托管的 AI 编程 Agent 手机网页控制台。它解决了离开电脑后控制和输入麻烦、又不想把代码对话隐私交给第三方服务器托管的痛点。支持将不同电脑上的 DeepSeek Harness、Antigravity IDE、Claude Code 和 Codex 汇总到手机上,随时在手机上点选审批命令、回答弹窗提问、切换模型和预览生成图片。 亮点 1. 隐私完全自控:零外部依赖 Node.js 服务端,可部署在本机、NAS、VPS 或免费 Cloud Run,电脑端一行命令主动出站连接,无需公网 IP 和端口映射。 2. 像批阅工作一样管理多机 Agent:支持手机端一键批准终端命令、回答多选题弹窗、实时插话、切换 AI 模型,聊天流直接显示本地生成的渲染对比图与代码文件速览。 3. 极低开销与原生推送:支持 iOS 16.4+ 主屏幕锁屏 Web Push 通知,支持多电脑电量/网络延迟监控与手机端一键远程升级。
Claude Code 和 Codex 跑任务时会停下来等你点允许,人不在终端前就一直卡着。Openbar 把这些请求放进 Mac 刘海,按 ⌘Y 就能允许,也可以直接回复,或者先看 diff 再放行。免费开源(GPL-3.0),支持 macOS 和 Windows。 亮点 1. 同时显示 Claude Code 和 Codex 的所有会话,哪个在跑、哪个在等你,刘海里一眼就知道 2. 放行前能直接看改动 diff,不用切回终端 3. 免费开源,macOS 和 Windows 都能用
《Hello 算法》:动画图解、一键运行的数据结构与算法教程。支持简中、繁中、English、日本語,提供 Python, Java, C++, C, C#, JS, Go, Swift, Rust, Ruby, Kotlin, TS, Dart 等代码实现
Ip2region is an offline IP-to-Region localization library and IP data management framework with both IPv4 and IPv6 supports, 10-microsecond level query efficiency, xdb search client for many programming languages
原文Production-grade platform for building agentic IM bots - 生产级多平台智能机器人开发平台/ Agent、知识库编排、插件系统 / Bots for Discord / Slack / LINE / Telegram / WeChat(企业微信, 企微智能机器人, 公众号) / 飞书 / 钉钉 / QQ / Matrix e.g. Integrated with ChatGPT(GPT), DeepSeek, Dify, n8n, Langflow, Coze, Claude, Gemini, GLM, Ollama, SiliconFlow, Kimi, openclaw / hermes agent, deerflow
分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub.
本文原文由知名 Hacker Eric S. Raymond 所撰寫,教你如何正確的提出技術問題並獲得你滿意的答案。
科技爱好者周刊,每周五发布
AI Agent Assistant & development framework that integrates lots of IM platforms, LLMs, plugins and AI feature, and can be your openclaw alternative. ✨
原文Turn your Notion workspace into a fast, customizable website. Built with Next.js + Notion API, with multi-platform deployment and no self-hosted server required.
原文Halo 是一款强大易用的开源建站工具,从个人博客、知识库,到企业官网、在线商城,Halo 都能助您轻松实现,一站式满足您的多样化建站需求。
AppTraction is a native Mac app that makes App Store Connect make sense. Your sales, analytics, ratings, and reviews live on your Mac and appear instantly. It monitors your apps, flags problems, trends, and milestones, and writes weekly, monthly, and annual reports. Its AI evaluates your listing and helps fix it, and you can chat about any chart or report. It’s primed with Apple’s own ASO advice and uses your existing Claude or Codex subscription. Your data is stored only on your Mac.
原文Ask for a new landing page, a pricing plan or a signup form, and Daytwo builds it on your Next.js or Astro site from your own brand and components. It waits in a private draft until someone on your team approves it. Publishing is a normal commit to your GitHub repo, your developers keep working as usual, and it runs on your own Claude plan. Stop using Daytwo and your site keeps running exactly as it is.
原文TOWeb 15 is a complete rewrite of our 20-year-old desktop website builder. It is now a native app for Mac (Apple Silicon and Intel) and Windows that builds fast, accessible websites and online stores without code. New: write directly on the page, 50 complete styles in light and dark, a built-in AI assistant (local or cloud), and in the Studio edition your own AI assistant (Claude, ChatGPT or Gemini) can drive TOWeb through MCP. Works offline, publishes to any host, no subscription.
原文Connect Gesso to ChatGPT, Claude, Cursor or any agent and ask for a website, a deck or a poster. It builds live on your canvas in real HTML and CSS layers you can drag, restyle and export. Free to try on Mac.
原文95% of prospects aren't ready to buy when you reach out. Alsona finds the ones showing buying intent right now. It tracks 32+ signals across hiring, funding, tech changes, reviews, ad spend, and more, then scores companies against your ICP and explains why they're worth contacting. AI agents turn those signals into personalized LinkedIn and email outreach, helping you start conversations while the buying window is open. Alsona helps you book calls directly with the 5% who is ready to buy today.
原文Record your screen and a second window, add 500+ motion graphics, captions and Smart Zoom, or let any AI edit over MCP. Free for Mac and Windows, no watermark.
原文What if every thought had the chance to become something extraordinary? Meet TK, the agentic notebook by Medium. Capture every spark, from shower thoughts to forgotten notes. With AI right where you write, connect the dots, surface new possibilities, and compound what you know without breaking your flow. Then turn your thinking into writing that’s unmistakably yours. With built-in community and an MCP server that connects to your favorite LLMs and AI tools.
原文Latch is built for accountants buried in click-heavy close work. Instead of writing prompts, you do a task on screen and talk it through, including the parts no SOP captures: the three-day matching window, the rate you always override. Latch asks about the exceptions, then builds a sidekick that runs the task the same way every time, right in the tools you already use. When something doesn't fit, it stops and asks you. Every step is logged for review.
原文AI teammates you hand real work to. They use the apps on your Mac or PC like you do, while you watch or take over, and come back with it done. Runs on the AI plan you already have, so the app is free. AppuBot Cloud keeps them working 24/7 from $19/mo.
原文Check Mac security settings, audit Debian/Ubuntu servers over read-only SSH, and inspect websites you own after DNS verification. Then clear developer clutter and use the free cleaner with 7-day restore for most items. Developer and Security tools: about $33 for a lifetime license, no subscription, 7-day trial. macOS 15+, Apple silicon, ~12 MB.
原文Find the tests you didn’t know to write. Tell Wren what should work in plain English. Its QA agents try the paths your customers take, like going back to change an address halfway through checkout or retrying a failed payment. When something breaks, you get a replay and the steps to reproduce the bug. First 10 runs free.
原文ZUS is a desktop IDE with an AI agent built in. The agent reads your codebase, plans, edits and runs commands within the permissions you grant. You read every diff before keeping it, undo what it got wrong, and see each subagent's tool calls in Team Inspector. Your project index and context stay on your machine, and you connect your own AI provider. Built on Tauri 2 and Rust, with a ~20 MB Windows installer. Runs on Windows, macOS (Apple Silicon) and Linux.
原文Know if a GitHub project will run on your computer before you clone it. Paste any link and get its setup manual: a yes/no verdict for macOS, Windows or Linux, everything you need to install, and the exact steps, or one setup script. It reads the repo's own files, no AI guessing, and links to the maintainers' guide when unsure. Swap "hub" for "manual" in any GitHub URL, use the Chrome extension, or the MCP server for AI assistants. Works on private repos. Free and open source.
原文Move somewhere you don't speak the language and the phone becomes a wall — the immigration office, your bank, a landlord, a clinic, even ordering food. The usual fix is bringing a human translator, if you can find one. ChromePing lets you call any real phone number — mobile or landline, anywhere — from your browser. No app to install, yours or theirs. The call is translated live, both ways, with captions. Whoever you call just answers their normal phone. Pay as you go, no subscription.
原文Build and launch software without managing AI agents. The Operum desktop app gives founders and developers a coordinated AI product team: PM, Architect, Engineer, Tester, Marketing, Community. Describe your goal in chat; agents plan, build in your GitHub repo, independently test changes, and help you launch. Expert workflows and human approvals are built in, with optional auto-merge. Use Cursor, Claude Code, or Codex. Engines change; your team stays. Free plan + 14-day Premium trial. No card.
原文hey HN, i built this because I'm a satellite nerd who was bored this past weekend. type in any place and it finds every satellite that passed over it in the last 7 days (SGP4 on the CelesTrak catalog, tracking 17k+ objects and runs in your browser in about half a second), then pulls the real Sentinel-2 / Landsat / NASA images from those passes. fun fact: all ~17k objects in orbit are drawn on the GPU, solving Kepler's equation every frame. also cool is that Sentinel-2 timestamps are often 5-10 min off from when the sat actually crosses your spot, so some cool math was involved in making it accurate on the site. it only shows real images taken from those exact satellites, and it never store your location. code: https://github.com/dev-Armaan/satellites would love feedback, contributions, or whatever else you guys can offer!
原文One self-hosted app for your shows, movies and music.
原文Hi HN, I’m Shayan and a few months ago I started building a DB Client DBDelve with a focus on performance and just making something that feels good to use (in the spirit of Zed, Ghostty, and other tools that just feel pleasant to use). For my workflow I’ve always looked for performance, especially since some time ago I had a really outdated machine and any kind of bloat was really noticeable, I remember using DBeaver and it just crashing on me multiple times, I also had to use postGIS which just made it worse. I migrated all my essential dev tools to use the ones with performance in mind (Zed, Ghostty etc) but the only thing that was missing was DB Client. The main choices everyone has are DBeaver which is a memory hog and an overkill for most of the tasks imo. The other options like Datagrid, Beekeeper, TablePlus are either electron based so bloated and memory hogs or paid and closed-source. DBDelve 0.3.6 against DBeaver 25.3.1 on the same Postgres table, median of 5 runs each (2026-10-11, M1 Pro, 32 GB). Times are from the action to the rows rendered. DBDelve DBeaver Launch 1.1 s 5.2 s Idle memory 133 MB 606 MB 1,000-row query 0.21 s 1.96 s 1M rows, time 56 s 208 s 1M rows, memory [1] 4.9 GB 17 GB [1] The whole 1M-row, 100-column table pulled into memory on purpose, with the row limit off. Not a normal use case; DBeaver's heap limit had to be raised manually for the benchmark. Scrolling perf with 1 million rows loaded with 100 columns each: https://youtu.be/V2MOhJYFqIE It has most of the features most devs would need for 90% of their workflow plus some more I thought would be a nice touch: Readonly, read-write and Full Access modes Glass themes (If you’re into them, I am) Keyboard focused with every keybinding customizable Organization of connections into projects Me and some other folks have been daily driving it for more than a month now and most good feedback comes on it having a really simple UI to navigate, very stable for its age and the performance of course. I’m also sharing here because those people tell me this has potential to grow so I’m trying my hand at distributing it. Just want to give a huge shoutout here to the Zed team for GPUI, it's a breeze to work with if you just get through them not updating the crate officially on crates.io but the community has found the solutions for it, you just have to dig deep for it. It performs extremely well and just the HTML-like structure of it, makes it easy to understand for someone from a web dev background and agents are very good at writing it too. GPUI component also solves a lot of problems with having a good component library we can use. I think for anyone starting a GPUI project now, GPUI-kit makes a lot of sense, it just bundles GPUI, GPUI-component together and has some optimizations adding retained mode which is experimental but could provide a lot of benefit, so think all things considered it should be the default way. The major optimization I did was just lowering the memory overhead by using packed rows which reduced the memory usage by 40% on large datasets (8.1GB to 4.9GB on a 4GB table loaded in app), everything else came bundled in with Rust and GPUI mostly or they just made it very easy. Limitations: It's not signed and notarized, identity verification from apple's side has been a nightmare but it should be signed soon. Don’t expect feature parity with more mature clients for now, the general direction of this right now is the zed way of adding features in but after making sure the core workflows are done with a high quality. Do give it a try, you can import your connections from dbeaver and tableplus. https://github.com/ShayanAbbas1/dbdelve
原文Hey HN and Cats, thank you for checking this out! Github: https://github.com/raiseCatError/meowdisplay EDIT 2: I should've mentioned that MeowDisplay started as a fork of OpenDisplay: https://github.com/peetzweg/opendisplay which provided the foundational screen capture, virtual display, encoding and iPhone/iPad receivers. I've since taken it in a more phone-first direction, with work on the interaction, streaming and security layers. I've credited OpenDisplay and its developer Philip in the README under "Built on OpenDisplay". MeowDisplay is my take on the control your Mac from your phone scene. Available on iPhones, iPads and Macs, with Android rn in closed testing. The website has interactive illustrative demos if you'd like to see the app demonstrated. I think MeowDisplay does a few things differently, some of which I prefer and you might too. Such as Window view: allowing multiple tabs in split-screen type panes. Traditional Mirror/Extend views exist as alternatives. Floating windows: coming in the 2.1 release. Touch input approaches: Direct Touch(Classic or Natural), experimental Smart Touch, and Trackpad mode alongside Apple Pencil support. Doesn't sacrifice display space for a trackpad, use all of the phone's screen with your preferred mode. Stage Peek: shows a scrollable and searchable list of your Mac's windows on your phone along with an app drawer when you hold and pull on the left edge of your screen. It's free and open source so you can try it and see if it's for you without having to commit to it or anything. EDIT: I've used MeowDisplay during development whilst I was travelling between cities, left my acbook at home clamshell, powered, external display attached, and used it for small tasks remotely, it was pretty reliable even on a 5G network on a moving bus. Meow, Jai
原文Many thanks to my ex for inspiring my new MacOS app, Someone Was Here. It takes a photo of whoever uses your Mac while you're away, whether you left it unlocked or they know your password, and sends their photo to your iPhone if the face isn't yours. I built Someone Was Here as a menu bar app making use of Apple Vision and a local face recognition run via Core ML. It all runs locally on your Mac with no tracking or ads. Real-time remote alerts are available via one-time $4.99 lifetime purchase via the free companion iPhone/iPad app, Pushover, ntfy, Telegram or a webhook.
原文STE80 Humanizer: agent skill that removes AI tells and rewrites text 80% of the way to ASD-STE100 (Simplified Technical English), the method Andrej Karpathy shared.
原文An isometric pixel-art map of València, painted block by block. Zoom from the Micalet to the beach.
原文Loopt generates the equivalent code for your workflows in any language, then compiles it down to your workflow files. First-party support for Rust, Python, Typescript, and Go, but it's trivial to add a new language. Check it out if you are tired of mangling YAML.
原文Audit AI repositories for offline (--network none) crashes, silent telemetry, and .env secret routing
原文Hi HN! I'm Claudia, first employee and founding researcher at Nuance Labs. We're a research startup based in Seattle and have just released what we've been working on for the past 18 months. Emma, a conversational audio-visual AI that you can have a video call with in real time. It might be a little rough around the edges but we think it's better than anything else out there (we're biased, of course). You don't need to make an account and it works from the browser with mic and optionally camera. Emma is built on our full-duplex audio-visual system, Nuplex. We focused on naturalness over existing benchmarks as we found they didn't correlate well with what people actually like or how we speak face to face. We think being uniquely expressive is more important than an averaged-out face, for example. Our blog goes into more detail: https://research.nuancelabs.ai/ A beta developer API is available at https://platform.nuancelabs.ai/ . We're taking safety very seriously so she may prematurely end the call, in particular for the API, but we're working on tuning that. Personality, across all modalities, was the most important part for me. I've spent the longest speaking to her and I think she can be a lot of fun! I'd love for people to try it out and I look forward to hearing what you all think. Thank you! (Apologies for the double post, someone external posted our before we were ready, oops: https://news.ycombinator.com/item?id=50429477 )
原文Free bracket maker — create a custom tournament bracket in minutes. Six free formats, plus registration, scheduling and live pages to run the event.
原文I made an agent-native 3d/vfx engine. Agents are good at making interesting scenes in Blender/Unreal/Nuke/etc. But these tools are fundamentally limited compared to what coding agents are capable of. Many simplifying assumptions are baked into these tools in order to fit human authoring methods. In vork, agents write the whole scene as code, including their own shaders, materials, cameras and physics, and vork renders it on the GPU. The core API fits in about 2,500 tokens. So, for example, almost every 3d engine assumes light moves in a straight line. Light near a black hole does not; so the best you can do in e.g. Blender is faking gravitational lensing. In vork, you can model it for real. If you want a camera lens that simulates a dragonfly's eye, or realistically-modeled Fata Morgana, this is also possible in vork.
原文Commune is a newsletter platform with a shared feed. Newsletters listed there come from many providers: Beehiiv, Kit, Ghost, Buttondown, Substack, MailCheap, Mailchimp, and even blogs via RSS. For every article, a discussion is created automatically. The homepage is the product. You only need an account to interact with authors and other readers.
原文Person detection on a webcam stream without ever exposing the images. The client encrypts each frame using FHE and sends it to a Belfort eML server, for inference directly on the encrypted data.
原文A job board without the recruiters. Find jobs by keywords and show them in a timeline. Hopefully this helps someone looking for work!
原文跑步骑行几年,手里的轨迹文件越来越多,经常遇到这种小麻烦:Garmin 导出的 FIT 想传到别的平台不认、两个活动想合并、FIT 文件损坏打不开……在线工具大多要把文件上传到陌生服务器,轨迹里可是完整的出行记录,想想还是不踏实。 所以做了这个:**GPX Converter** —— 所有解析和转换都在浏览器本地用 JS 完成,没有上传这一步(断网也能用),免费、无需注册、无次数限制。 **现在能做的:** - 格式互转:FIT ↔ GPX ↔ TCX ,以及 KML / KMZ / GeoJSON 之间的转换矩阵,心率、踏频、功率数据都会保留 - Google 时间线( Timeline ) JSON 导出转 GPX - 合并 / 拆分 FIT 和 GPX ;修复损坏的 FIT 文件(文件头、CRC 、截断这类常见问题) - 在线预览轨迹:地图、距离、爬升、配速 - 轨迹海报生成、GPS 热力图 站点是纯静态的,转换逻辑就在浏览器里跑,所以速度基本取决于你自己的电脑。最近刚补了全站中文版和十几篇使用教程( Garmin / Strava 之间迁移数据、修 FIT 之类的)。 独立开发维护,欢迎试用,更欢迎挑毛病:哪个格式转出来有问题、缺哪个工具,直接回帖告诉我就行。
分享个今天刚上线的站: 项目目前的定位是给学中文的老外用的打字练习工具,目前专注于五笔输入法。 五笔板块的核心功能就是在打字的时候,每个汉字会实时拆解成笔画和字根, 能看到“这一笔为什么在这个键上”。 比如首页演示:左边"欢迎"用五笔(欢迎两个字各按什么键、字根是怎么拆), 右边"你好"用拼音( ni hao 的按键和注音对照)。 项目背景是偶然发现了一个开源笔画数据( ARPHIC 许可)+ 五笔码表,结合 AI ,能做到常用字的笔画级拆分可视化。 目前手工还在补充生僻字的开源笔画数据,后续考虑一起开源出来。 假设码表能做到全覆盖了,会做个像“金山打字”的现代 Web 版本的五笔练习站。 技术栈用的 Astro + Vue islands ,纯静态,CF Pages 。 刚提交了 GSC ,站是今天上线的,欢迎围观,也求个友链 🙂
祝大家`天天赚钱` :) 输入网址,自动帮你生成网页优化方案, 导出优化方案交给当前主流 AI 开发工具(trae 、cursor),然后添加 /goal 就可以优化项目 目前支持 jev-seo 等方案,也可以自己创建提示词来优化 在个人项目中,启用全站自动优化,可以生成整站的优化方案,导出优化文件交给智能体 1. 打开首页可以看到一下内容,输入你想优化的网址 2. 然后他会生成优化方案(比较慢,可以刷新一下) 3. 注册后,点击进入默认项目,在项目详情中,可以开启整站优化(你可以后面再过来,他会在后台帮你自动生成优化方案) 4. 点击展开这里面的 thread,然后可以看看抓取结果 5. 可以下载整站优化方案 6. 也可以下载单页优化方案
自己用 Kavita 搭了书库,平时在墨水屏上看,就写了个专用客户端:没动画、整屏翻页、下载后离线看,漫画 / EPUB / PDF 都能看。APK 570KB 左右,开源。 代码全是 AI 写的,但实际测试过。墨水屏真机测得不多,有问题欢迎提 issue 。 GitHub:
想起什么说什么,基本是要做微信小游戏就需要了解的. iOS 上微信小游戏能用的内存有上限:整个微信进程内存和显存共用大约 1G 到 1.4G(具体看手机内存),超过就会被系统杀掉;另外 5 秒内收到两次内存警告,微信也会直接销毁小游戏。 别以为你游戏资源包只有几百 MB 就没事。PNG 、JPG 只是文件小,进显存要解开成原始像素,每个像素 4 字节,小游戏占用只看分辨率:一张 2048×2048 的图不管文件多小,都占 16MB ,开了 mipmap 还要再多约 1/3 。要是你的游戏资源几百 M,基本玩着玩着就必崩溃. 解决办法是用 ASTC 压缩纹理:显卡能直接读压缩后的数据,4×4 块的显存是原来的 1/4 ,6×6 约 1/9 ,代价是画质略有损失(我自己测试看不出分别);再配合用完及时卸载资源,就能把峰值压下来。拿我游戏来说,战斗峰值从约 1G 降到了 200MB. ASTC 压缩还有个问题,可能会把某个类型的图片变成洋红色,真机才会出现,所以一定要测试好. 用户手机发热可以在小游戏网页后台给你的游戏接入高性能模式,能大幅度降低发热问题,其他也有能优化的,腾讯这点好在每个文档里面都有一键复制,直接给你的 AI 看,完美接入. 网页后台显示 100 用户就可以开启流量主,手机看要 1000,这里以网页后台为主. 任何游戏,一定要弄新手教程,用户进来几秒不知道干啥,绝对就退了,想象你自己玩小游戏,有那么耐心吗? 游戏版本审核的时候,只要你的资源需要额外下载,审核界面一定要选择联网,而不是单机,这里不是看你游戏的类型,只要有云上资源,就要联网,不然审核员用不能联网的环境审核失败,会直接打回. 加载云上资源的时候,游戏一定要显示具体的大小或者文件进度,我买的腾讯 cdn,按理来说网络肯定可以,但是几次遇到下不动的情况,如果你的游戏没有详细说明,用户可能会以为卡死,直接就退了. 第一次版本审核成功,后台会建议你用他们的代码加固插件,用的时候代码混淆选中等就行,高选项会直接让主包大于 4M. 接入好友排行功能,要在后台开启这个功能,不然游戏不保报错,但是也不显示内容,会让用户疑惑. 每个游戏可以开启新游种子,基本会给量让你开启流量主,一定要把版本弄好再开启,不像我,新手引导都没有就开启了,浪费了... 就说这么多吧,哎,不做游戏看别的游戏都是垃圾,一做才发现真的难啊,总是有一些问题出现,更难受的是辛辛苦苦做完,没有流量 现在小游戏不花钱推,基本都没入尘烟了 我的游戏是割草类游戏,就是各种技能搭配,纯爽游,感兴趣的朋友微信搜:站桩修仙
最近做了个小站,Rapvio 。起因很具体:想上传照片,制作自己的 rap video ,把自己和朋友放进一段说唱视频里。 做出来之后发现,很多人其实连歌词都还没有; 也有人词写好了,只想要一首歌,不想要视频。 所以现在拆成了几条可以随时停下的路径。 不会编曲、不会录音、不会剪片子,也能从一句话走到一首歌,或者一条 10~15 秒的竖屏片段。 视频模型试了 MiniMax 、Seedance 、Wan 、Kling 几档,都能出,目前 minimax h3 性价比是最高的,画面风格上第一版做了八种 look (生日、battle 、宠物、圣诞之类),单人双人都能生成。 写词那步是独立的一环,词确认之前不会开始做歌;反过来,词已经写好了也可以直接出 MP3 ,跳过写词。这个也是跟朋友聊到的问题。 另外有个免费不用登录的艺名生成器,点一下出一批,纯玩。 技术上最麻烦的不是接模型,是让 15 秒左右的片段在节奏上站得住——太短就不像说唱,太长成本和废片率都上去。这块还在磨。 不过歌词和 mp3 的生成基本没问题,内置了写歌 skill ,欢迎体验。 明确还没做的:不是完整 MV (单镜头,不做分镜剪辑),不做声音克隆。界面目前是英文,主要因为早期用户大多在海外,中文版在排。 想听一个反馈就够了:你更想拿它跟朋友做条短视频,还是先写词、先出一首 MP3 ?这两种用法我拿不准哪个更刚需。 |欢迎直接拍砖
市面上已经有很多个稍后阅读工具,但用了一段时间,觉得还是得要自己做一个,于是参考某个比较合适我的网页阅读工具我也自己做了一个[SH-稍后阅读]。 1.用谷歌 AI 做的; 2.数据离线本地存储,网址数据可以本地导出导入,暂未做加载数据的导入导出; 3.可以设置网址在线与其他设备实时同步,不用注册和登录,仅用同步码; 4.优化多图加载、代理加载等,V2EX 文章在未上飞机前能快照浏览。 5.满足了自己订阅 RSS 看到好文章时的快速保存和同步浏览需求。 [SH-稍后阅读]工具:
细节我就不说了,自己看吧,docker 容器方式
使用 MyGO 做的一个自用的 RSS 阅读器,支持 Windows 和 MacOS。(linux 没测试过,不知道情况 和 **Folo** 和 **fluent-reader** 对比的话,Ressu 稍微更轻一点。~~我用着不烧心~~ 自己的需求不多,所以就没做太多的功能。比如分组之类我,我平时都不怎么用。 周围人连 RSS 都没听过,我不得不怀疑 RSS 是不是已经死了 (悲。 界面是使用了 WebView 和 GPU 渲染混合的显示效果。 (4 年前时候最初是用 tauri 做的,develop 分支上还能看到代码。) [Github Release]( ) [Source Code]( ) ~~感谢 ai 啊,我平时根本没空做开源软件(不是~~
小爱触屏音箱(第一代)不支持 DLNA/AirPlay ,于是写了一个只做音频投送的小工具。 它不做视频、不做屏幕镜像,只处理两件事: - **AirPlay 1 音频接收** - **DLNA / UPnP 音频接收** 界面参考小爱播放器横屏做了两页:播放页和歌词页。播放页是全屏模糊背景 + 大封面,点封面会浮出毛玻璃控制栏;左右滑动进入歌词页,歌词会跟随播放进度滚动。设置页保持系统原生的 Preference 列表,尽量少占内存。 ## 小爱同学支持 - “小爱同学,暂停播放” - “小爱同学,继续播放” - “小爱同学,退出播放” - 系统媒体键、媒体通知和播放页按钮同样可用 - 通过 MediaSession 、媒体按钮和音频焦点兜底,尽量兼容 Mico 的语音媒体路由 ## ## 界面截图 欢迎 V 友试用、提 issue 或反馈兼容性。
换一个关键词或分类试试。
18 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。
开源设计系统,支持完全自定义,并已为 Agent 使用做好准备。
按用户名在多个社交网络检索对应的社交媒体账号。
Anthropic 公开的 Agent Skills
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。