
做出海、做网站、做增长分析久了,你一定会发现一件事:
真正重要的信息,
往往不是你分析不出来,
而是你根本没看到它发生。
一个新站悄悄上线。
一个广告商开始把钱投向一批陌生网站。
一个 Publisher ID ,背后慢慢长出一整个站群。
等你意识到的时候,往往已经是事后复盘。
这就是我为什么要做 SiteData。
市面上的网站分析工具并不少:
但它们有一个共同的问题:
都只是在回答“现在怎么样”。
而现实里的关键问题是:
这些答案,只有在变化刚发生时才有价值。
所以在 SiteData 里,我刻意把重点放在两件事上:
一是:把零散信息“串起来”
二是:把一次查询,变成持续监控
我自己用工具时,最不爽的一点是:
明明已经在 Google 搜索了,
还要再点进各种网站、工具、后台。
所以 SiteData 做的第一件事很简单:
当你搜索一个网站时,可以直接看到:
不跳转、不切页面,看一眼就知道值不值得点进去。
这解决的是一个非常现实的问题:
把“判断成本”压到最低。
如果你做过 AdSense 、内容站或站群分析,一定知道:
在 SiteData 里,你可以直接:
这一步非常关键,因为它能帮你:
一句话概括这个能力:
你看到的不再是一个网站,
而是一个「正在运转的体系」。
除了 Publisher ,我还做了另一条反向路径:
你可以通过:
这个视角非常“现实”,因为:
广告商的钱,是最诚实的信号。
如果一个广告商反复在多站点投放,通常意味着:
这一步,本质上是在回答:
哪些网站,是真的被市场验证过的。
只查一次,其实远远不够。
很多真正值钱的信号是:
所以在 SiteData 里,我加了「监控」这一层。
你可以直接:
这意味着:
你盯的是:
一个持续造站的源头,而不是结果。
同样地,你也可以:
这个功能的本质,是一个:
广告资金流向雷达。
适合谁?
我现在使用 SiteData 的方式基本固定:
你不需要天天盯着工具,
工具会在关键时刻来找你。
说得直白一点:
我更想做到的是:
在变化刚发生的时候,
我已经在场内了。
SiteData 不是一个“什么都能查”的工具,
而是一套 降低你错过关键信号概率的系统。
SiteData 不只是告诉你「现在发生了什么」,
而是让你在第一时间知道:
你关心的开发者和目标广告商,又开始行动,做了什么站。
如果你也关心网站、广告和变化本身,
可以直接访问官网 👉 https://sitedata.dev
或前往 Chrome 商店安装插件 👉 https://chromewebstore.google.com/detail/emeakbgdecgmdjgegnejpppcnkcnoaen
之前赠送的授权也都失效了。
额外的数据库驱动现在每个数据库是单独的进程了。
查询文件保存为文件了,之前保存在 Sqlite 中。
SQL 分割时多行注释的最后一个/会被错误的保留,已修复。 另外整理了 SQL 文件格式的说明文档,参见SQL 文件格式
MongoDB ,编辑含有 Binary 的单元格时,生成的 Javascript 多了new, 比如new bson.Binary.createFromBase64(...),应该为bson.Binary.createFromBase64(...)。
额外驱动文件现在可以自动下载安装了。(不过网络错误,请在设置中修改Network-Application Proxy)
数据库配置中的密码都使用保存在 Keyring 中的主密码来加密保存了。
支持 MongoDB 的事务。(需要你的部署方式支持,不然不显示)
选择文件的组件支持拖拽文件了。
授权认证的时候,ctx 少绑定一个参数,现在会报错,而且如果激活了授权,启动时候的认证会导致应用直接推出(之前激活过 BlueNova 的用户无需担心,因为,,额,无效了)……目前根本没有需要购买授权才能使用的功能,所以本次更新就不再赠送授权了。( Bug 也下个版本再修了)😓
目前想到的授权才能使用的功能是,在单独的窗口中打开某个数据库。感觉需要到 beta 的末尾才会做。所以授权认证这些逻辑的优先级目前很低,所以总是出错。
脑洞生成器 是一款专为同人社区设计的免费 AI 驱动网络应用,用于生成创意角色脑洞、关系场景和多角色互动。服务全球范围内的写作者、角色扮演者和同人创作者。
在线地址: https://headcanongen.org
目标用户: 同人小说作者、角色扮演者、同人创作者、角色开发爱好者
Mac App Store 下载地址: https://apps.apple.com/app/id6755630162
官网: https://floattube.uuphy.com/
如题,在我开发的 FloatTube 中,加入了这项小功能,目前支持:
场景 A. 切换标签页自动 PiP
场景 B. 离开 Safari 自动 PiP
两个场景均可选择性开启。 两个场景并不是所有 macOS 都支持,Safari 扩展兼容性为 macOS 10+,新功能在较旧版本不支持切换标签页触发,在 macOS 26 上却可以。
上线的版本目前是 1.0.7 ,我想收集这个情况来写官网功能说明,辛苦大家帮我一起完善这个小功能。
我目前仅测试了 macOS 12 和 macOS 26 ,我想收集一下在其他系统和其他 Safari 版本的使用情况。对外接显示器有优化,阻止了一些情况的自动触发,具体可以看 TG 群,如果有些情况需要额外阻止自动 PiP ,也可以反馈给我。
如何发码
目前我这里将会提供 12 个兑换码,评论区待会儿我会放剩下的 6 个。 已兑到的,在评论区留下评论,避免抢兑。
K63PKAJJWYLH6EYYA7J6X44XA496LW34WYTRMYT47PKX64L6KLJL4KRX7LL69Y6ARLJT3LAX没有兑换到的也没关系,加入 TestFlight, 安装后,进群讨论,或者可以在扩展 配置 界面的右下角,有一个反馈按钮,不管在哪里反馈,反馈信息至少包含:
系统版本: Version 12.7.6 Safari 版本: Version 17.6 (17618.3.11.11.7, 17618) 是否外接屏幕: 是 使用情况: 切换标签页自动 PiP 完全不可用 离开 Safari 自动 PiP 可用 外接多屏幕下,切换到另外一个屏幕时,不会意外触发 是否需要兑换码 是 如果还有更好的建议,欢迎提出来。
我会预留 77 个兑换码发给参加 TestFlight 的用户,因为这个验证还是需要一点时间的,出于收集的价值考虑,按照系统版本的情况平均分配数量,如果某个系统版本发送的兑换码已经达半数,我会在评论区附上评论。
]]>一键安装地址: 安装地址
脚本仓库地址: 仓库地址
V2EX 关联钱包教程: 视频教程
https://fun.v2ex.pro/188F179E-2776-4F0F-B2C6-78C49F21E71D/connect_wallet.mp4
ps: 顺带着提一嘴 V2EX 历史数据查看器: https://data.v2ex.pro/ ,可以查看之前的 V2EX 数据, 包括但不限于在线人数变化, $V2EX 持有人数变化等, 相关介绍在这$v2ex 历史数据查看.
相关截图:

官方网站 : https://intm.jsiqi.vip/
仪表盘:实时速度仪表、网络趋势图、网络信息、程序实时活动信息。
流量监控:按程序/按时间双维度,小时/日/周/月/年聚合图表展示网络使用情况。
防火墙:规则组管理、启停与优先级;通配符/CIDR/端口/应用/路径匹配;实时拦截与决策记录。
状态栏弹窗:不打开主窗口也能看实时网络动态。
设置:主题、语言、颜色、单位、刷新间隔、自启动、数据导入导出、版本检查等常用功能。
菜单栏即刻网速:常驻状态栏+弹窗,抬眼就能看到上下行速度、趋势与关键网络信息。
程序级洞察:按应用实时排序上传/下载占用,快速找出谁在偷跑流量。
深度历史统计:小时/日/周/月/年多维度图表与列表,支持按程序、按时间双视角分析。
专业防火墙:规则分组+优先级,支持域名通配符、CIDR 、端口、Bundle ID/进程路径,入站/出站都可控,并有实时决策日志。
网络信息面板:公网/局域网 IP 、网关、MAC 、接口状态一目了然,辅助排查网络异常。
玻璃态 SwiftUI 体验:现代化 UI ,亮/暗/跟随系统主题,自定义上传/下载配色;内置中英双语,单位与刷新频率可选。
高性能本地化:NE+XPC 流程低延迟,GRDB 本地存储,Combine 响应式链路;数据留在本机,长时运行占用低。
折扣码在官方网站下单时,可以直接减免相应金额。初期提供大量折扣优惠:
下述三个折扣码有效期到 2026 年 1 月底;且都有一定的使用次数。
XWQQ5B6BU1HGY9KA57FQIQT93OHNST]]>
- 初衷是由于
little snitch太贵了,且Lulu有些简陋,所以想开发一个自用的 app ;产品创意、方案设计、代码开发,这整个过程vibe coding作为主要执行者,我负责方案审查,代码审查、性能优化等工作。iNTM的的名称是由Network Traffic Monitor缩写后在前方添加一个字母i得来;
发自内心的给大家说,我很开心能有 Bluesky 这样一款产品,能让我保持关注和真诚的热爱。毕竟作为家有 4 老 1 小的大龄程序员(已失业,抱歉没给大家做出正面的榜样),生活中的琐碎很容易磨灭任何兴趣。
回到技术本身,Bluesky 广义上是指基于 AT 协议的开放社交平台,既然是开放的,那么任何组织和个人都能自己实现 Bluesky 的任何服务,本次来给大家推荐的就是由我实现的 Bluesky 视图服务(也有配套的 app ),我给他取名 Fatesky 。可能很多人不理解,Bluesky 已经有对应的服务了,干嘛还要重复造轮子?
真心说,我其实没得选,这一切都要从我发现 Bluesky 的枷锁谈起,我理解本质是中心化与非中心化的战争。从了解用上 Bluesky 后,刚开始我傻傻的认为终于能自己掌握数据,畅游互联网了。当头一棒就是评论看不到,是的,我看到有评论数量,但是我看不到真正的评论。
后来才发现,原来 bsky 并没有表面上的那么开放,它在实现视图服务的时候照抄了很多中心化平台的思路,拥有强大的影子审核屏蔽措施。而不是使用去中心网络中的标签方式把信息审核选择权还给用户(虽然 bsky 支持自定义标签机,但它并没有很好的实践出来,我们 v 站有浏览器扩展可以对用户打标签审核,本质是一样的)。
我看不到的评论其实就是一个被 bsky 封禁的账号发布的评论,这个账号是人家独立托管的 PDS ,所以从 AT 网络上来看,这个账号一切正常,是 bsky 平台单方面的封禁。这让我对 bsky 的正义权威形象有了根本性动摇。后面发生了更多不爽的事,我经常在帖子下劝人不要键政(现在不会了,不熟的不会劝了,没必要,给别人添堵自己也没好处),有键政的用户就通过攻击拉黑的方式恶心我。行为是攻击我之前解除拉黑,攻击我之后重新拉黑。由于我被拉黑了,在 bsky 的机制中我看不到它的评论,也无法做出回应,只有其他人(包括匿名用户)能看到。这算什么?
作为程序员,我当然不会坐以待毙,我在 bsky 的 api 服务之上包装了一层 api ,进行数据检查和利用匿名用户身份纠正数据,这就是第一版的 Fatesky 的雏形,当时我还写了一篇博客介绍。将 PDS 的配置修改成 Fatesky 之后我就解锁 bsky 的一小部分枷锁,你无法想象你的关注列表中有多少死账号(被 bsky 封禁了,你看不到所以也无法 unfollow ,且由于你的社交数据 bsky 无权修改,所以这些垃圾数据就在你的 PDS 社交关系中腐烂了下来)。就这么悠闲的冲浪着,维护者自己的动态源和标签机,我以为也就这样了,后来( 10 月)我自己的账号 @smitechow.com 也被 bsky 无理由(连邮件通知都没有)封禁了,我能登录,能看别人的帖子(因为 PDS 是我自己独立托管的,数据一切正常,感谢 AT 协议),就是看不到自己的帖子,多么可笑?
正好我失业了,我有了大把时间,我就专心开发了 Fatesky 第二版,不再是第一版那样的缝缝补补小打小闹,而是全套的视图服务,其中艰辛就不必说了(如果你想听有时间再聊),修改上线了第三方客户端自己用了起来。如果你也被 Bluesky 的枷锁困扰多时,你一定要用一用,试试看。
但是 web 客户端始终不方便(刷动态源一时半会看不完,进度位置没法像 Android ,ios 原生 app 那样保持),前几天产生了一个想法,能不能在 Bluesky 官方客户端上直接使用 Fatesky 的视图服务呢,发现可以,我非常开心。
这就是 soar 遨游蓝天的由来,欢迎大家加入真 web3.0 的网络,加入 Bluesky 。这是 soar 遨游蓝天的落地页官网 https://soar.smitechow.com
感谢你的耐心阅读,欢迎试用。
]]>
)上一版的功能已经有很多不错的管理功能了:
昨天新增了更多功能,能够让 NEXTY.DEV 轻松扩展 CMS 模块,无需费心开发代码,把更多精力用在 SEO 内容方案规划上:
懂 SEO 的兄弟应该能看出来这些功能设计有多好用。
完整介绍可以来文档看:(NEXTY.DEV 的 CMS 模块介绍)[https://nexty.dev/zh/docs/guide/cms]
SEO 已经需要时间了,就不要再在编码上面付出时间了。用 NEXTY.DEV 的 CMS 模块,上站第一天就无需关心内容页面开发,直接专注布局 SEO 方案。
目前我们的速度基准测试结果:
欢迎星标/PR!
]]>
欢迎使用反馈交流,哈哈哈,需要增加积分可以加我 v:ns2250225
]]>TMDB 自动刮削 :集成了 TMDB 的 API ,自动下载电影海报、演职人员、剧情简介、类型标签啥的。
-用了开源的 NTFS USN Journal 技术,基本能实现 everything 差不多的速度,匹配素材基本是秒匹配。
内置了一些基于 FFmpeg 的实用工具。
其他的也没啥了,基本流程就是设置好素材和成片的文件夹,然后添加一个电影,比如大话西游,他会自动从你选择的文件夹里匹配出这部电影的素材,然后匹配出来的酥素材可以直接拖拽到你的剪辑软件里面去。
然后还有一些日历 啥的功能,但是目前没有接口啥的获取节目 list ,本来想整个付费订阅的,算了吧,就到此为止了。


其实墨水屏看板这类想法我看 2017/2018 年就有人讨论过,也有人用树莓派自己做过,效果很不错。近几年墨水屏设备明显多了一些:闲鱼/小红书上有不少 DIY 方案,也开始出现更品牌化、更“开箱即用”的产品,包括我自己的。
我自己看这类产品,会更关注几个很现实的问题:
我自己的感觉是典型的“插件化仪表盘路线”,我也搞了一台体验。


目前在售的 TRMNL(OG) 价格大概 ¥1,000 左右,7.5 寸 4 灰阶。另有 TRMNL(X) 预售,价格更高(约 ¥1,700+),屏幕是 10.3 寸 16 灰阶。

它的形态也属于墨水屏看板,但更偏“小屏展示 + 轻交互”。目前售价大概 ¥130 左右,渠道券后可能能到 ¥100 。




我会更倾向把它看成“硬件底座/DIY 路线”:它是 7.5 寸 800×480 的墨水屏面板,核心是给 Home Assistant/ESPHome 这类玩家做一个低功耗常显的显示终端,售价是 ¥400 多。
优缺点还是比较明显的:自由度和本地化空间很大,可以按自己的系统和传感器来决定显示什么、怎么排版,但它本身不是那种“带内容平台/模板库/插件生态、开箱就能选内容”的成品;更多是你自己把软件栈搭起来,最后做出来的“看板体验”取决于你投入的折腾成本和维护意愿。
这个我最近还挺关注的,样子确实好看,还挺想买一个,可能是参考了拍立得的尺寸比例,目前还在 ks 上面众筹,售价是 ¥400 左右吧,4.2 寸三色墨水屏,显示图像的效果貌似还不错。


最后想请教大家几个问题(也算需求调研):
Supabase Auth Site 是一个现代化的即插即用认证解决方案,适用于您的 Supabase 项目。它通过提供一个预构建的、高度完善的应用程序来解决构建和维护自定义认证页面(登录、注册、忘记密码、OAuth )的问题,您可以立即部署和配置。与其他模板不同,您无需接触代码。网站的每个方面——从品牌和颜色到认证提供商和安全设置——都通过内置的管理面板进行管理。
]]>功能
下载 https://github.com/majiayu000/claude-hub/releases
免费开源,欢迎反馈。
]]>这是一个极简风格的自建图床/云图库,支持 Docker 一键部署,完美适配 NAS 环境,并且拥有超灵活的 API 接口。

说实话,起初我并没有打算写个图床。
事情的起因是我在使用 N8N 处理自动化工作流时,遇到了大量的图片处理需求。我尝试寻找现有的开源解决方案,但结果并不理想:
既然我自己有 NAS,又懂一点代码,为什么不自己写一个呢?于是,云图 (CloudImgs) 诞生了。它主打自由、开放、极简,专为解决实际问题而来。
先别急着看技术细节,大家可以直接上手体验一下 UI 和交互。
123456⚠️ 注:演示站为纯静态 Mock 模式,上传/删除仅演示 UI 交互,数据不保存。真实部署后,体验会更好(特别是缩略图加载)。
我们抛弃了繁杂的后台界面,采用现代化的瀑布流布局。集成 ThumbHash 技术,在图片未完全加载时通过算法生成极小的占位哈希图,实现无感加载,告别“白屏”等待,视觉体验极佳。
对于写博客、Markdown 文档的朋友,图床的便捷性至关重要。云图原生支持 PicGo,我已经写好了对应的插件,安装即用。截图 -> 自动上传 -> 粘贴链接,一气呵成。
这是我最自豪的功能之一。云图不仅仅是存储,还是一个即时的图片处理引擎。你可以通过 URL 参数实时处理图片:
image.jpg?fmt=webp (自动转 WebP ,节省带宽)image.jpg?w=500&h=300 (强制缩放)image.jpg?q=80 (80% 质量压缩)这就意味着,你上传一张 4K 原图,在不同设备上可以通过参数调用不同尺寸的缩略图,极大减轻前端压力。
登录页面:简洁大方,支持密码保护。 
瀑布流管理图片:支持瀑布流展示管理图片。 
批量操作:支持圈选多图一键操作。 
整页上传:支持多图拖拽一键上传。 
相册分享:一键生成分享链接,发给朋友。 
开放 API:灵活调用开放 API 。 
作为 NAS 党,我深知部署难度的痛点。云图完全 Docker 化,只需要一个 docker-compose.yml 即可跑起来。
services: cloudimgs: image: qazzxxx/cloudimgs:latest ports: - "3001:3001" volumes: - ./uploads:/app/uploads:rw # 图片数据存储位置 restart: unless-stopped container_name: cloudimgs-app environment: - PUID=1000 # 替换为你 NAS 用户的 UID (终端输入 id -u 查看) - PGID=1000 # 替换为你 NAS 用户组的 GID (终端输入 id -g 查看) - UMASK=002 - NODE_ENV=production - PORT=3001 - STORAGE_PATH=/app/uploads # 👇 如果需要密码访问,请取消下面这行的注释并修改密码 # - PASSWORD=your_secure_password_here docker-compose up -d 启动后,访问 http://ip:3001 即可开始使用!
如果你是在公网环境或者不想让别人随意查看,强烈建议在环境变量中配置 PASSWORD。配置后,访问系统需要输入密码,且状态会保存在本地浏览器中,既安全又不用频繁登录。
开源不易,如果你觉得「云图」还不错,或者帮到了你的忙,希望能去 GitHub 点个 Star ⭐️ 支持一下!这也是我持续维护的动力。
如果你在使用过程中遇到任何问题,欢迎在 GitHub 提 Issue 或在评论区留言,我会尽快回复大家!
]]>澳洲本地人有个论坛( https://forums.whirlpool.net.au/)办得挺好,但华人的似乎好的不多,比较可惜。
最近 AI 发展突飞猛进,终于也外溢到了我这个 IT 小白身上。是的,在 AI 的帮助下,俺学会了用 SSH 连接 VM ,然后在上面建论坛。这里我要无情地赞美 AI !
因为是新手,论坛肯定有不少问题,但好处也有,因为建在澳洲,所以话题无所禁忌(黄赌毒、电诈、广告这类除外)。欢迎在澳洲或者对澳洲感兴趣的可以先来将就着玩玩,如果想要纯扯淡灌水的,也可以去俺建的电报群 😄
之前在论坛里看到不少坛友发过类似的建站帖,但很多网站最后都慢慢消失了,对此多少有点感慨。我对这个论坛的一个希望就是,能长久存在。
论坛地址:ozsie.com
]]>我在研究 RAG ,想边看概念边写代码实现。开了两个 ChatGPT 标签页,一个问原理,一个写代码。然后就开始了无尽的 Tab 切换、复制粘贴上下文...
想了想:为什么不能左右分栏,两个对话同时进行?
于是做了「三千」 sanqian.io ,一个桌面端 AI 助手( macOS & Windows )。分栏对话是起点,后来又加了很多我觉得其他 AI 应用该有但没有的功能。
Cmd+\按 Cmd+\,窗口一分为二。两个独立对话,同时运行。
左边:"解释一下 RAG 的架构" 右边:"用 LangChain 写一个 RAG 实现"
两边同时思考,同时输出。不用切换,不用复制粘贴。

大多数 AI 应用把图片生成放在单独页面。这里直接在对话中完成。
"画一个东京猫咖,日落时分,动漫风格"
生成图片
"不错!改成清晨,阳光从窗户照进来"
基于上下文重新生成
目前支持模型:即梦、Gemini 。

上传 PDF 、Excel 、Word 、PPT ,AI 自动激活对应技能处理。
内置技能:
还不够?上传自定义技能(.md 或 .zip 格式),让 AI 学会新技能。

用 / 触发预设 prompt 模板,这不稀奇。
稀奇的是:snippet 可以嵌套其他 snippet ,还能 @引用工具和 Agent。
比如创建一个 /review 指令:
/expert First use @Code Explorer to check the code, then provide: 1. Security issues 2. Performance suggestions 3. Refactoring ideas /analyze 这里 /expert 展开成另一个 snippet ,@Code Explorer 调用一个子 Agent ,/analyze 又是另一个 snippet 。
可组合的 prompt 。

一个应用,所有模型:
配置一次 API Key ,随时切换。每个 Provider 显示支持的能力( LLM 、图片、视觉、长上下文等)。

AI 搜索网页时,你能看到信息的确切来源。
不是"根据网上资料",而是可点击的引用链接。下图中有 24 个来源。

快速访问 AI 的所有能力。本地文件夹、技能、工具、子 Agent ,一个菜单全搞定。

| 层级 | 技术 |
|---|---|
| 前端 | Electron + React + TypeScript + Tailwind |
| 后端 | Python + FastAPI + LangGraph |
| 数据库 | SQLite + sqlite-vec (向量)+ FTS5 (全文搜索) |
| 执行环境 | 沙箱隔离( macOS Seatbelt ) |
本地优先:所有数据存在本地,不上传。
这是一个 Vibe Coding 项目,自己用着顺手,分享出来。可能有 bug ,但核心功能已经稳定。
另外,三千还开放了类似 Ollama 的本地 Agent API ,可以基于它开发自己的应用。我用这个 API 做了两个 Demo 应用:Notes 和 TodoList,都可以在 sanqian.io 下载体验。
官网:sanqian.io
欢迎试用,随时反馈!
]]>去年,我的干女儿突然找到我,说:"爸爸,我需要用 AI 制作一个 2025 年的日历,每一页都要有花。"听起来很简单对吧?但作为一个程序员,我立刻意识到这是一个绝佳的机会来探索 AI 编程的新玩法。
既然要做,就做得彻底一点。我决定不仅仅是完成她的作业,而是要创造一个真正有价值的多语言学习日历网站,同时验证一下 Kiro IDE 的 Spec Coding 功能到底有多强大。
大多数人用 AI 编程都是"vibe coding"——想到什么就让 AI 写什么,没有系统性的规划。但 Kiro IDE 提供了一种全新的方法:Spec Coding。
这种方法让 AI 不再是随意发挥,而是按照工程化的流程来开发软件。
Kiro 帮我用 EARS 模式写出了严格的需求:
### Requirement 1: Calendar Display **User Story:** As a user, I want to view a complete 2026 calendar, so that I can see dates and plan my activities. #### Acceptance Criteria 1. THE Calendar_System SHALL display all 12 months of 2026 2. WHEN a user navigates between months, THE Calendar_System SHALL show the correct dates for each month 3. THE Calendar_System SHALL highlight the current date when viewing the current month 每一条需求都有明确的验收标准,这样 AI 就知道要实现什么功能。
Kiro 不仅设计了架构,还定义了正确性属性:
**Property 1: Calendar Month Generation** *For any* month in 2026, the calendar system should generate a valid month grid with the correct number of days and proper date sequencing **Validates: Requirements 1.1, 1.2** **Property 5: Unique Monthly Flowers** *For any* two different months, they should display different Portuguese flowers, ensuring all 12 months have unique flower assignments **Validates: Requirements 2.1** 这些属性后来变成了自动化测试,确保代码的正确性。
Kiro 把整个项目分解成了可执行的小任务:
- [ ] 1. Set up project structure and core calendar engine - [ ] 1.1 Write property test for calendar month generation - [ ] 2. Implement date display and highlighting features - [ ] 2.1 Write property test for current date highlighting 每个任务都有明确的验收标准和测试要求。
传统的单元测试只测试几个例子,但 Kiro 帮我实现了属性驱动测试:
// 测试所有月份都有唯一的花 Property: Unique Monthly Flowers *For any* two different months, they should display different Portuguese flowers 这种测试会生成大量随机输入来验证属性,比传统测试更可靠。
每个月的花都有三种语言的名称:
| 月份 | 葡萄牙语 | 英语 | 中文 |
|---|---|---|---|
| 1 月 | Camélia | Camellia | 山茶花 |
| 2 月 | Flor de Amendoeira | Almond Blossom | 杏花 |
| 6 月 | Alfazema | Lavender | 薰衣草 |
不仅有花,还加入了 2026 年的中国节日:
传统方式:
Spec Coding 方式:
使用 Spec Coding 后:
🌐 网站地址: https://mrfeixiang.github.io/2026/
传统的"vibe coding"适合快速原型,但要做出高质量的软件,还是需要工程化的方法。Kiro IDE 的 Spec Coding 提供了一个很好的框架:
原本只是帮干女儿完成一个简单的作业,最终却创造了一个功能完整的多语言学习平台。这个过程让我深刻体会到了 Spec Coding 的威力。
Kiro IDE 不仅仅是一个 AI 编程工具,更是一个思维方式的转变。它教会我们用工程化的方法来思考问题,用系统性的方式来解决问题。
如果你也想尝试这种新的 AI 编程方式,我强烈推荐试试 Kiro IDE 的 Spec 功能。相信你会和我一样,发现 AI 编程的新境界。
项目链接:
技术栈:HTML5 + CSS3 + Vanilla Javascript + Kiro IDE Spec Coding
用 AI 编程,但不止于 AI 编程。用工程思维,创造真正的价值。
]]>还在为 Gemini 生成图片右下角的半透明水印烦恼吗?无论是商务演示、设计稿制作还是社交分享,那个小小的 Logo 总显得格格不入。
现在,这款开源、免费、极速的 Gemini Watermark Tool 来了!
本工具由 Allen Kuo (kwyshell) 开发并开源( MIT 协议)。它通过重建水印的 Alpha 通道图层,利用公式 完美逆转图像叠加过程。
立即体验,告别水印瑕疵! 🔗 在线版:https://re.easynote.cc
]]>🚀 在线体验: https://tiktokcommentgen.com
一个免费的 TikTok 评论生成工具,帮助创作者快速生成真实、有趣的评论内容。无论你是内容创作者、营销人员还是 TikTok 爱好者,这个工具都能让你的评论区更加生动活跃。
在 TikTok 上给图片评论非常简单:
如果你是视频创作者,可以置顶重要评论:
访问 FAQ 页面 查看 18 个常见问题解答,包括:
这个软件的用法是点击左上角➕按钮,然后弹出对话式生成程序弹窗,然后在这里与 AI 对话生成程序(其实就是 HTML ),点击保存后就将该小程序保存在软件里,久而久之就会有一批适合自己的实用小程序合集,从而可以替代一些工具软件/网站之类的。
生成的小程序本质上就是一个 HTML ,因此难以实现一个复杂的程序,不过生成一个 url 编码解码器,二维码生成器,计算器之类的还是绰绰有余的。
生成 HTML 的方式比生成一个真正的软件要简单太多,不需要搭建开发环境,适合不懂开发小白,而相比于直接生成网站,内置在软件里可以访问本地数据,能做出来一些更实用的小程序。
本软件开源,Github 地址在 https://github.com/xopenbeta/daji-app,不提供免费的 AI 对话,需要自己填 API key 。
软件截图:

QQ 交流群:1077940774
]]>中小互联网企业、物联网企业、独立开发者想要监控线上业务或设备的运行指标,但苦于没有一个低成本的工具,今天就向大家推荐这一款软件神器:XL-LightHouse 。
它和市面上 BI 产品有比较大的差异,从技术方案上来说:BI 产品主要是通过 SQL 查询关系数据库、OLAP 等进行聚合运算获取数据指标,但 XL-LightHouse 不同,它是以"流式计算技术"为基础的指标获取工具。
那流式计算是什么东西呢?其实很容易理解,就是基于实时传入的数据流进行计算的技术,比如线上服务产生的各类日志、设备心跳包等都是典型的实时数据流,xl-lighthouse 就是基于这种实时的、源源不断的数据流进行计算的一款工具。
这个工具和 BI 产品相比,它有两个突出的优势就是:
比如:app 的启动次数、每天的打开人数、app 启动耗时、某个页面打开次数、某个表单的提交人数、甚至某个按钮的点击次数、某个列表的点击率、某个接口的异常量和耗时情况、某个商品的点击加购次数等等。
总之就是:只要你有业务需要,XL-LightHouse 可以为你计算大批量的、各种各样的、零零散散的数据指标,这一点和 BI 产品区别比较大。BI 产品的计算逻辑是强依赖于业务表,对数据源要求比较苛刻,要计算某个指标必须要有相应的库表结构,而且字段还得比较工整、规范才可以。
很多企业买一套 BI 回来,可能发现它只能用分析订单表、商品表,但是如果你想看 app 启动、商品点击、搜藏、加购等相关指标数据就会有很大的局限性。而 xl-lighthouse 却可以遍布整个业务上下游链条,提供更全面的数据指标网络,这对于中小互联网企业、物联网类企业帮助非常大。
这个项目支持单机版和大数据版,中小企业、独立开发者单机版本就足够了。
这个网上搜索就行了,一大堆的资料,也可以参考这里: https://dtstep.com/docs/110156/
tar zxvf lighthouse-docker-x.x.x.tar.gz cd lighthouse-docker-x.x.x/ #进入工程目录 cd scripts #进入脚本目录 ./deploy.sh #执行部署命令,输入 yes 即可 另外:在 scripts/example 下有一个演示工程,直接启动就可以在 web 端看到系统内置的一个演示工程和演示数据了。
它提供 http 和 java 版本的 api ,根据自己情况选择,整体使用流程非常非常简单,文档几乎都不用看,就明白怎么回事了。
主要是几步操作:
这个项目使用"统计工程-统计组-统计项"的三层结构管理所有数据指标,每个统计工程下可包含若干个数据指标,而基于同一份元数据的数据指标叫做一个统计组。 创建操作直接在 web 端就可以完成。
统计项的创建是按照它内置的格式指定指标的计算逻辑,也非常简单,一看就明白了。
完成了以上创建之后,只要通过 http 或 java 上报原始消息既可以了,然后就能在 web 端查看数据指标的结果。
下面通过一个小例子介绍它的整体使用。
比如我们 app 内有用户充值的操作,现在要计算 app 充值相关指标。
有这样几个需求:
+ 每 10 分钟 app 充值次数、充值人数、总充值金额 + 每小时 app 充值次数、充值人数、总充值金额 + 每天 app 充值次数、充值人数、总充值金额 + 每天 app 内各充值渠道的充值次数、充值人数、总充值金额 + 每天充值金额大于 100 元的充值次数和充值人数 创建统计工程 
创建统计组(也就是一个类似于表结构的配置信息) 
创建统计项
每个指标对应一个统计项,创建统计项遵循系统内置的 xl-formula 的配置格式。

public class Test { public static void main(String[] args) throws Exception{ LightHouse.init("10.206.6.27:4061"); long t = System.currentTimeMillis(); for(int i = 0;i<6032;i++){ //修改统计组参数值、Token 和秘钥 HashMap<String,Object> paramMap = new HashMap<>(); paramMap.put("user_id", RandomID.id(6)); paramMap.put("channel", RandomID.id(2)); Double d = ThreadLocalRandom.current().nextDouble(1000); paramMap.put("amount",String.format("%.3f", d));//防止上面随机数出现科学计数法 System.out.println("send message:" + JsonUtil.toJSONString(paramMap)); LightHouse.stat("Dc7:recharge_stat","dpDLFgP20zTvKqWddqOgm9ktjQDvzDE9GSVZZtIn",paramMap,t); } System.out.println("send ok."); } } 
ai 老是会自动在后台启动进程,导致每次测试,或者多项目的时候超级麻烦,所有就有了这个应用。
kill -9 的繁琐。

安装可能会出现 提示 已损坏,无法打开。 你应该推出磁盘映像 需要手动 手动移除 macOS 的隔离标记
xattr -rd com.apple.quarantine /Applications/Port\ Guard.app ]]>WayLog 是一个 Local-first 的插件,它帮你把转瞬即逝的 AI 对话,变成永久的 Git-friendly 的 Markdown 文档。
🤖多源支持:支持同步 Cursor IDE, VS Code 内多种 AI Coding Agent(包括:Github Copilot,OpenAI Codex,Lingma,CodeBuddy,Cline 家族三小子)对话记录。 欢迎 PR 支持更多产品。
🔒 Local-First & Privacy:所有数据在本地,你的对话记录会保存在项目根目录的 .waylog 文件夹里,隐私安全。
📝 Markdown 化:导出的格式是 Markdown 。这意味着你可以把它提交到 Git 仓库里,让 AI 的思考过程成为项目文档的一部分,方便团队成员查阅或自己复盘。
📖 代码开源:代码开源在 Github WayLog,无需担心我对你的聊天记录做手脚。需要支持其他产品的 AI 聊天记录可以随时提 PR。
⚡️ 后台自动保存:不需要手动操作,它会在后台静默工作。
Cursor IED 和 Visual Studio Code 里搜索 WayLog 可直接安装(记得重启 IDE )。
无需手动更新,聊天记录会自动生成 .md 文件放在 .waylog 目录下。

Shift + Command + P ( Windows 上是 Ctrl + Shift + P ) 搜索框,搜索 WayLog 即可。

导出你想要的

如果你也是重度 AI 辅助编程用户,欢迎试用一下。如果有任何建议、Bug 反馈或者新功能请求,欢迎在 GitHub 提 Issue 或直接在这里留言!
GitHub (求 Star ⭐️): https://github.com/shayne-snap/WayLog。
感谢各位彦祖点 Star 支持!🙏
]]>
https://chromewebstore.google.com/detail/agboddkglokgkojmbjefdpccdopckjnp?utm_source=item-share-cb
]]>由于最近在做一些个人项目(比如 Cursor 插件和几个 Telegram Bot ),深感官方 API 支付门槛太高(海外卡真的折腾)且国内网络环境访问不太稳定。
为了自己用着爽,我折腾了一个 AI 接口聚合平台:4z API。目前已经稳定跑了一段时间,模型库补全得差不多了,想分享给有同样需求的朋友。
为了方便大家,我整理了一份保姆级的 README 说明书,包含了 Python/JS 调用示例以及各类客户端( Cursor, LobeChat )的接入方法: 👉 GitHub 文档:[https://github.com/4z-api/4z-API-Standard-Interface-Guide]
新用户注册自动赠送 [0.2 刀] 用于测试。需要成本 送得少请见谅!! 如果有 V 友在使用过程中发现 Bug 或者有特定模型的需求,欢迎在 Issue 里提,我会第一时间跟进。
官网地址:[https://4zapi.com]
求轻喷,也欢迎大家提出宝贵的建议。
]]>github 地址:https://github.com/browserwing/browserwing
快速上手文档:快速上手文档

往期帖子介绍:
]]>灵感最早是来自 nohello.net ,但我发现除了“别只说你好”,还有太多让人生气的高血压沟通场景了(比如 XY 问题、谜语人、无效 Bug 报告)。
于是打开 Antigravity 一顿输出,撸了这个叫 BeKind 的小站。
这是个啥: 一个收录了互联网沟通礼仪和潜规则的静态站。 设计上用了隔壁站分享的一个 Zen-iOS 风格的 prompt ,磨砂玻璃 + 拟触感,自我感觉体验还行?、
下次再有萍水相逢的网友发个“在吗”或者问一堆无效问题,可以直接把对应页面甩给他,优雅又不失礼貌。
技术栈:Vite + 原生 JS/CSS ,纯静态,无后端。
代码应该还是挺粗糙的……,欢迎 PR 补充(?)
]]>体验地址: http://47.107.180.19:3000/
欢迎使用交流,太穷了,没买域名
]]>前情提要:这是一个基于 mack-a 大佬的八合一一键代理脚本的重构版本,保留了原脚本的大部分功能,功能上主要添加了链式代理功能。
现在可以在链式代理的入口节点上配置分流功能,并且出口节点支持使用外部节点(支持 ss ,socks ,trojan 等协议,对拼车用户更友好)。
顺便加了一个版本回退功能,如果发现新版本有 bug ,可以暂时退回之前的版本等待修复再更新。
在 documents 文件夹添加了开发指南和使用指南,分别为想要自定义修改和开发的用户,和非技术背景用户使用该脚本提供指南。
其他更详细信息请见 GitHub: https://github.com/Lynthar/Proxy-agent
本次更新尚未经过严谨测试,欢迎有需要的朋友试用,bug 请提交至 issues ,体验反馈或意见请提交至 discussions 。
]]>
一键换衣的需求我相信不是个小市场,特别是对于想体验下给自己换上不同的衣服是什么样的效果的同学们,这简直就是福音。
当前这个一键换衣网站,可以用最新的 google nano banana 模型,一次给人物换上多件衣服(包括鞋子、眼镜、帽子、手表什么的,一股脑直接丢给他就行,会自己给他穿戴好),也不需要去写额外的提示词什么的,上传人物图和衣服图,直接点生成就可以了。
考虑到有的人想直接用语言描述给人物换衣服,所以也预留了一个写指令提示词的地方,方便用户用语言描述给人物换服装。
我在用户体验上花费了很大力气,半个多月吧基本都在琢磨怎么提升用户体验上了,还有一些小细节没有做好那是因为 AI 还做不到,暂时只能先这样。
当然了,你也可以把这个网站当 nano banana 的模型体验站,上传任意图片,输入任意提示词也都可以帮你完成,并不是只能做给人物换衣服的任务。
点此进入 AI 换衣网站: https://aiclotheschanger.net
中文版本地址入口: https://aiclotheschanger.net/zh/
最后,给咱们 V 友一个福利,为了感谢大家的支持,留言区留下你登录网站的 google 电子邮箱地址,留言区前 10 个地址,我会给您的账户赠送 10 个积分,可以用来在 AIClothesChanger.Net 上生成 5 张 nano banana 的更衣图,当然了你会写提示词的话,也可以用来生成其他类型图片,如果您有什么好的建议或想法也请给我留言,明早醒来后我会逐一回复。
]]>尝试过 Pandoc 和微软的 MarkItDown:
Pandoc 格式支持广,但输出偏向“纯文本”,元信息和资源关系基本丢失。
MarkItDown 更关注 AI Token 化,对文档内部结构的处理比较简化。
于是基于 unified/mdast 生态设计了一个可扩展的转换架构: @isdk/mdast-plus 。
核心特点:
明确的 pipeline 阶段( parse → normalize → compile → finalize → stringify ),插件可以按阶段插入;
语义化规范,支持表格跨行列、代码块元数据解析、图片尺寸语法、注释框标准化等;
目前内置了 markdown 、html 和 ast (调试)三种格式,其它格式可通过第三方插件实现,方便针对不同格式深度优化;
输出 Markdown 时可保留文档结构、元数据与资源链接,方便下游(如 AI 引用)准确溯源。
和以往项目一样,代码、文档和测试主要由 AI 生成,我主要负责架构设计、规范制定和 review (虽然这次 review 得没那么严)。
如果你也在做文档转换、知识库构建或 AI 文档处理相关的事情,或许可以试试或一起完善。项目已发布 npm ,GitHub 仓库在这里(含 README 和示例): https://github.com/isdk/mdast-plus.js
欢迎交流思路或拍砖。
]]>



]]>客观地说,我接触到的小哥还是挺热心的,但口音也真的是很重,一开始很不适应。但是有一说一,人家还是很热心和谦虚的,时不时会说 my two cents' worth suggestion (两分钱的建议)。你如果听不明白,他甚至可以打字,最怕你没听懂却装做听懂了,那后果你得自己背。。。
话说回来,我挑了油管上带明显口音的印度男女博主,训练了对应的声音模型,加到了“面个 offer”小程序里。如果你想体验印度口音的英语面试,或许可以帮到你。
欢迎试用~


支持 Home assistant 控制
]]>之前我想自己做一张,发现还得专门开 PS ,一点点抠图,建图层蒙版,哪怕是熟手也得折腾一会,太麻烦了。我就想着能不能弄个简单的网页版,拖进去就能用的那种傻瓜式工具。 于是趁着最近有空,把这个东西撸出来了,欢迎大伙多提建议。
]]>其实这次也是抱着尝试的心态玩一下不带任何手写代码,全让 ai 帮写。之前看到很多帖子说 全靠 ai 写应用。之前还不信。现在不得不信。 🤣🤣 AI niu bi
欢迎广大 v 友,指点迷津。 
