【150字摘要】越南开发者用Go语言打造的kage工具，可将动态网页完整克隆为本地静态文件。它通过headless Chrome获取完整DOM，移除JavaScript并下载CSS/图片等资源，支持深度限制、子域名处理、懒加载和断点续爬。提供serve预览和ZIM/App打包功能，实现完全离线浏览。虽然需要命令行操作和Chrome环境，但对网页归档和离线研究非常实用。下载链接：https://pan.quark.cn/s/ccefa43beb50

前两天朋友问我一个挺头疼的问题：iOS上某个App更新之后反而变难用了，想装回老版本，结果找了一圈发现根本没地方下。App Store只给你最新的，旧版？想都别想。我当时也遇到过这事，折腾半天没搞定，后来在GitHub上翻到一个叫 IPA-Download 的项目，试了一下，还真行。

这篇文章推荐了一个面向零基础学习者的AI入门课程aipath，通过动画演示和交互操作帮助理解大模型原理，避免直接接触复杂公式和代码。课程采用中文原生内容，分30节课6个阶段循序渐进，从基础概念到实际应用（如调用API、搭建问答系统）。特别适合非技术岗位人员快速建立AI直觉认知，但深入方向需另寻资料。课程支持网页直接学习，无需注册，包含易错点提示等实用设计。

程序员专属的终端看球工具golazo火了！这款Go语言开发的命令行工具，让开发者无需切换窗口就能实时查看足球比分。支持65+个联赛，提供进球、红黄牌等实时推送，还能查看详细比赛数据。安装简单，支持JSON输出方便二次开发。虽存在界面单一、数据延迟等缺点，但对终端常驻的程序员群体堪称摸鱼神器。工具已在GitHub开源，Windows/macOS均可一键安装。对技术宅而言，能在终端偷偷看比分这件事本身就足够酷了。

企业AI使用成本管控痛点催生了开源项目AIHelms。该项目通过统一API入口实现集中管理，支持多模型接入和细粒度预算控制（可精确到token级别），提供用量监控、超支预警及安全审计功能，适合中大型企业解决多部门AI开支混乱问题。虽然部署简单且免费开源，但对个人和小团队过于复杂，更适合50人以上规模的团队使用。（148字）

《AI代码生成工具审美救星：taste-skill项目解决"塑料感"设计痛点》 针对AI生成代码普遍存在的"廉价模板感"问题，taste-skill项目通过设计规则文件（SKILL.md）约束AI输出风格。该项目提供10套风格规则，包括通用版、极简风、粗野主义等，禁止高饱和渐变、浮夸动效等常见"塑料设计"。实际测试显示，规则能有效改善视觉呈现，但效果因工具而异（Cursor优于Copilot）。使用方法简单，无需安装，直接将文件放入项目目录即可。虽

AIHelms开源项目瞄准企业AI使用成本混乱痛点，提供统一管理方案。通过集中配置模型、权限和预算，实现API调用统一入口，详细记录各部门AI服务使用情况及费用。核心功能包括多级预算管控（支持token级精度）、超支自动限流、模型审批流程及安全防护。适合中大型企业部署，但小团队和个人用户因配置复杂可能不适用。项目开源免费，支持Docker快速部署，但文档完善度和初期数据可视化有待优化。下载地址已提供。

你有没有这种感觉——让Cursor或者Copilot帮你写个页面，代码是跑起来了，但一眼看过去，满屏的紫蓝渐变、圆角卡片、emoji图标乱飞、按钮hover一下能弹三回。说不上哪里不对，就是廉价，就是像模板网站批量生产出来的东西。这不是你的问题，是AI编码工具的通病。它们训练数据里充斥着Tailwind默认配色和组件库demo，生成的界面天然带着一股”塑料感”。taste-skill这个项目，就是冲着这个毛病来的。

说真的，扫码点餐这事对大餐厅来说早就是标配了，但对街边小馆子、菜市场熟食摊、夜市大排档来说，门槛其实不低。市面上那些点餐系统，动辄几千块一年，还要专人维护，菜单录入全靠手工一条条敲。很多老板干脆放弃了，继续手写单子、喊号取餐。最近看到一个叫 eatlah 的开源项目，思路挺有意思——直接拍张菜单照片，AI自动识别菜品名、价格和规格，几分钟就能生成一个扫码点餐页面。

每天傍晚六点，我和对象之间都会上演同一场对话——”今晚吃什么？””随便。””那火锅？””不想。””炒菜？””太油。”这种场景相信很多情侣和小家庭都经历过，不是不想做饭，是真的不知道做什么。后来我发现了NiniMenu这个工具，说实话，它改变的不只是菜单，是减少了我们每天最无聊的争吵。

BroadcastChannel 开源项目可将 Telegram 频道内容同步为独立网站，解决传播受限问题。该工具实时将频道消息转化为微博式页面，支持 SEO、RSS 和 sitemap，纯服务端渲染零 JS，加载快且易被搜索引擎抓取。提供标签、评论等社交功能，支持自定义 HTML，部署简单（Docker/Cloudflare/Vercel）。需注意依赖 Telegram 公开频道，主要作为内容"出口"而非替代平台。适合多平台分发需求的创作者。

截图这活，说真的挺让人头大。系统自带的只能框选区域，微信截图得先登录，那些第三方工具动不动就弹广告。有没有一个干净利落的小东西能解决这事？

许多教育工作者在将题库迁移到表格时，常面临手动排版耗时且易出错的困境。这款工具旨在解决此类批量处理难题。

当移动存储设备接入电脑却提示"使用前需要格式化"时，用户常因担心数据丢失而陷入困境。此类突发故障在急需提交工作成果时尤为致命。

上个月我同事跟我吐槽，说公司的AI接口额度又见底了，一个月的预算半个月就烧完了。我顺手给他推了个在GitHub上看到的野路子项目——gemini-web2api，说白了就是有人把Google Gemini网页端给逆向了，直接模拟浏览器行为，把网页对话转成标准的OpenAI API格式。不用申请API key，不用绑信用卡，只要能打开gemini.google.com就能用。

搞 mobile agent 研究的朋友跟我吐槽过，拿真机训练 AI 操控手机，成本高得离谱。你想啊，AI 在手机上点错一下，可能钱就转出去了，账号就注销了，根本没有后悔的机会。更头疼的是，真机环境下 AI 只能看到 UI 树，余额、订单状态这些关键信息根本读不到，研究者只能让 VLM “看图猜话”来做评判，错误率能到 10.2%。

那天晚上我刷GitHub的时候，偶然发现一个挺有意思的项目——ai-agents-from-zero，点进去一看Issue区直接给我整不会了。短短半个小时，至少423个中国开源仓库的Issue区被同一批账号攻陷，话术一模一样，全在质疑你的Star数据是不是刷的。说实话这场面我头一回见，搞得跟有组织的水军出征似的。

锤子手机凉了这么多年，我偶尔还是会想起那个音乐播放器。不是因为它功能多强，而是搓碟时唱片跟着手指惯性转动的那个手感，别家真没有。前几天刷GitHub看到有人把锤子音乐用现代Android技术栈完整复刻了出来，连唱针拖拽的阻尼感都还原了，说实话有点愣住。项目叫SmartisanMusic-Revived，最低使朋Android 12（API 31），目标API 36。我装到自己Pixel上跑了一下，聊聊实际体验。

考过雅思的人都知道，纸质真题做十套和机考做十套完全是两回事。屏幕上的时间压迫感、左右分栏的阅读体验、打字速度对写作的影响——这些只有真正坐在电脑前才能体会到。但市面上的机考模拟平台要么贵得离谱，要么题型覆盖不全，用起来总差点意思。IELTS-Studio是个开源的雅思机考模拟平台，核心卖点很明确：把PDF、Word或图片格式的试卷丢进去，AI一键转化成可交互的网页机考界面。我花了几天时间搭起来跑了一下，说说实际情况。

最近后台好几个人问我同一件事：WorkBuddy和QoderWork到底怎么选？

我的 Mac 上装了 147 个 Homebrew 包，每次想知道哪些该更新、哪些占空间大，就得在终端里敲半天命令。brew list、brew outdated、brew cleanup——一套组合拳下来黄花菜都凉了。brew-browser 就是为了解决这类问题做的，一个 macOS 原生的 Homebrew 管理界面，把所有命令行操作塞进了一个窗口里。

朋友让你帮忙看电脑配置，你临时去找 CPU-Z、GPU-Z、CrystalDiskMark 这些工具，一个个搜、一个个下，折腾半小时还没开始检测。图吧工具箱老用户应该都懂这个场景——一个 U 盘里塞满各种绿色软件，到哪儿插上去就用。tubatools 是图吧工具箱的一个开源重写版本，用 WinUI 3 把界面翻新了一遍，总共收了 82 款工具。

买了个新鼠标想调一下 DPI 和轮询率，结果发现要么装官方驱动——罗技的 GHUB 动辄好几百 MB，雷蛇的雷云也不轻——要么就只能用默认参数凑合。ClickSync 提供了第三条路：打开浏览器，直接在网页里改鼠标设置。不装任何软件，靠 WebHID API 跟鼠标硬件通信。

做移动GUI智能体研究的人，大概都体会过这种绝望：让AI在真机上操作银行App，转了一笔钱，数据写到服务器后端，然后——没法重置了。下一轮训练只能换台手机，或者手动去数据库里擦屁股。GRPO那种需要几百个并行rollout的强化学习算法？在真机上基本是白日梦。MobileGym这个项目的思路挺直接：既然真机环境不可控，那就造一个假的。整个安卓模拟器跑在浏览器里，用结构化JSON替代真实设备状态，内置28个模拟应用和416个任务模板。说白了，AI看到的不是一堆像素，而是一份可以随时读取、修改、重置的状态表。

Windows 11那个音量调节弹窗，我忍了很久了。丑就不说了，关键是信息量少得可怜——调个音量就一个滑块，连当前播的什么歌都不显示。按Caps Lock更是完全没反馈，每次大写锁定到底开没开全靠猜。FluentFlyout这个开源项目就是把这些全替换掉的。

不是丢给你一个总花费就完事，而是把你每天的花费掰开来看——今天写代码用了3块2，调试占了四成，Claude Opus 一个模型就干掉2块8。装好之后敲个 codeburn 就进到一个终端仪表盘，键盘上下左右切时间范围，今天、7天、30天随便选，每30秒自动刷一次数据。它能把你的操作分成13种任务类型，写代码、调试、重构、跑测试、Git操作这些都能识别，甚至跟 AI 纯闲聊没干活它也分的出来。关键是我根本不知道钱花在哪了，哪个任务吃的 token 最多，哪个模型最费钱，两眼一摸黑。

这个工具跟很多同类不太一样，没让你对着命令行敲指令，而是搭了一个完整的网页后台。跑起来之后浏览器打开 localhost:5001 就能操作，第一次用会引导你扫码登录拿 Cookie，这步是自动的，不用手动改配置文件。找视频挺方便，直接输博主名字、抖音号，或者把主页链接贴进去，它自己去扒。省事的话直接去 Releases 页面下现成的安装包，目前有 Mac 版本，解压双击就跑，不用装 Python。目前 Mac 的安装包是现成的，Windows 用户想省事只能等，或者自己拉源码配环境。

第一步双击对应系统的安装脚本，Windows 是 install.bat，Mac 拖 install.command 到终端里回车，Linux 跑 install.sh，这步只下个 50MB 左右的引擎，很快。第二步选模型，推荐先用 Windows 跑安装脚本，会有交互菜单直接选，内置了几个去审查的模型，从 1.6GB 的 Gemma 2 2B 到 5GB 多的 Qwen 都有。U 盘里有个 Shared 共享文件夹，大模型只要下一次，Windows、Mac、Linux 都能直接读，不用每个系统各存一份。

内置十种即开即用的音效，从按钮点击的短促敲击、开关切换的音调升降、操作成功的悦耳铃铛，到鼠标悬停的轻响、页面切换的过渡声，日常交互场景基本都盖住了。合成的声音毕竞不是真实录音，追求拟真音效的话这个库满足不了你，它更适合那种简洁的 UI 反馈声。之前给自己做的小工具网站加交互反馈，总觉得按钮点下去没啥感觉，想配点音效又嫌麻烦——找音效文件、处理版权、加载一堆 mp3 拖慢页面速度。后来看到 tiks 这个库，2KB 不到，一个音频文件都不用，全靠代码实时合成声音，试了一下发现还真挺好使的。

底层用的是 Google 自家的 ExoPlayer，画质 360p 到 1080p 随便切，VP9、AV1 都支持。用 YouTube 看视频看久了，总觉得首页推荐越来越窄——点开一个编程教程，接下来满屏都是编程教程，其他领域的内容全被挤没了。后来了解到这是因为 YouTube 的推荐系统会把你和其他口味类似的用户搅在一起做”协同过滤”，你的首页其实不全是你自己决定的。

手机里存了十几个Galgame，每次想玩都得翻文件夹找APK，要么就是模拟器入口藏得连自己都忘了放在哪。我之前的解决方案是建一堆快捷方式，结果桌面乱得像垃圾桶。后来在GitHub上翻到这个叫YukiHub的项目，说白了就是给安卓手机做的Galgame管理前端，把游戏、模拟器、快捷方式全塞一个界面里。

用AI写长篇小说最大的坑不是文笔差，而是写到第三十章的时候AI已经把第一章埋的伏笔忘得干干净净。人物性格前后矛盾，时间线对不上，读者骂你灌水——其实骂得也没错。QMAI这个项目就是冲着这个问题去的，号称要用结构化记忆系统让AI”记住”之前写过什么。

装好后随便开个网站，点插件选Auto-extract，等跑完选生成DESIGN.md或者SKILL.md，最后Download下来。SKILL.md是给AI看的技能文件，这个比较有意思，直接喂给Claude Code、Cursor、Codex这些AI编码工具，它就能按照原网站的风格帮你搭页面，省去自己写设计规范的时间。碰到大项目样式表嵌套七八层，找个变量名都费劲。字体大小、字重、行高这些typography信息，主色辅色背景色，间距系统，圆角大小，阴影层次，甚至动画节奏，全部给你识别出来，不用手动去量。

STTN算法里头有两个参数，STTN_NEIGHBOR_STRIDE和STTN_REFERENCE_LENGTH，调大了效果会变好但是显存吃得猛。识别出字幕区域之后，用算法把背景给”画”回来，不是简单的像素涂抹。后来在GitHub上翻到这个video-subtitle-remover，本地跑的，处理完画面还是原片分辨率，说实话挺意外的。还有个附带的功能——去字幕的同时能把原始字幕文本提取出来，配合video-subtitle-extractor那个项目，翻译、做新字幕一条龙搞定。

不知道你有没有这种经历——跟AI聊了半天，它给了个超长的回答，过两天想找某个细节，得在一大坨对话记录里翻来翻去。Kai这个项目的思路挺不一样，AI回复不只是文字，而是直接生成一个能点的界面。比如你说”帮我做个记账表”，它吐出来的是个带输入框和按钮的页面，不是干巴巴的一段话。不过说实话，本地模型的效果跟云端大模型还是有差距的，生成复杂界面的时候偶尔会出bug。工具执行方面支持网页搜索、发通知、建日历事件这些，Android上甚至有个基于Alpine Linux的沙盒环境，3MB就能跑个完整Linux。

想折腾源码的也简单，先npm install装前端依赖，再进api目录建Python虚拟环境装后端依赖，最后一句npm run dev就跑起来了。不同模型生成的效果侧重不一样，有的细节好，有的速度快，可以换着试。想装社区的扩展也简单，在软件里的Models页面点”Install from GitHub”，把仓库链接粘进去就自动下载安装。后来找到Modly这个开源工具，本地跑的，照片拖进去模型就出来了，全程不上云。生成出来的模型支持常见的3D格式导出，做设计的朋友可以直接拿去渲染软件里用。

装好后先填LLM的API Key，新建Session输入目标网址，在内置浏览器里操作网站，点Start Capture开始抓，停了之后选分析模式等AI出报告就行。抓App和手机的话需要先装CA证书，MITM代理默认8888端口，终端加个代理参数，桌面应用开系统代理，手机设HTTP代理到电脑IP加8888再装证书。搞过抓包逆向的朋友应该都有体会，以前这活儿得同时开三四个软件。内置浏览器用CDP协议抓，MITM代理抓其他应用的，系统代理一键切换，AI分析的时候所有流量一起看，不会漏掉关键请求。

技术上前后端分离，前端Next.js，后端Python FastAPI，视频处理用的FFmpeg，AI接的OpenAI Vision模型。不过最狠的还是一句话剪辑功能，你跟它说”我要第3秒到第10秒，加上那段旁白”，它就自动给你剪出来了。你把一段视频丢进去，AI自动抽关键帧，逐帧或者批量分析画面内容，最后生成一份完整的提示词。比如你看到个赛博朋克风格的AI动画，想知道人家那个霓虹灯效果怎么描述的，直接丢进去就行，不用自己绞尽脑汁想措词了。对做AI视频创作的人来说，这工具确实能省掉不少逆向研究的功夫。

比如读历史书的时候搞个时间线梳理技能，读技术书弄个代码解读技能，针对性更强。笔记管理这块也终于是个人用的样子了，5种颜色高亮、Markdown编辑、一键导出到Obsidian和Notion，告别复制粘贴到手酸的日子。Kindle上划几笔，手机备忘录写两行，纸质本子上也有，真到用的时候翻都翻不着。后来试了个开源的AI阅读器叫 ReadAny，主打语义搜索和智能对话，确实改变了我的阅读习惯。看到一段不太好懂的概念，直接划线问AI，它不光给解释，还能告诉你这句话在全书什么位置、跟前文哪章有关联。

最近看到个开源项目叫 GEOFlow，把这套流程串成了自动化管线，专门给做GEO和SEO的团队用的。发布流程搞了三段式，草稿到审核再到发布，嫌麻烦也能直接开自动发布，适合那种老板非要过目但又经常找不到人的场景。不绑死任何一家，MiniMax、DeepSeek、智谱GLM、火山方舟这些国产模型都能接，填个API地址和密钥就能切换。说白了就是哪家效果好蹭哪家，不被供应商绑架。标题库、关键词库、图片库、知识库、提示词模板全在里面，以前写稿得开五六个标签页到处翻，现在一个页面就能搞定，找素材这块确实省了不少时间。