徐伦

卧槽，Codex 终于能少说点废话了 NB-Corp/gpt-with-taste，一套给 Codex 用的提示词，装上以后改个小东西，不会再先交代一大堆自己检查了啥，直接干活哈哈 一行 node scripts/install.mjs --hooks 就装好了，原来的配置都不动 你们是不是也嫌 Codex 话多啊 github.com/NB-Corp/gpt-with-…

我去，这个grok bot插件太顶了，大家赶紧用起来

Agent 跑长任务跑一半进程崩了，重启后不知道停在哪一步，还可能把模型和工具重复调用一遍。 EverAgent 是一个可持久化的 Agent Harness。对话记录、模型轮次、工具调用、checkpoint 和 Agent 的状态都会先提交到 SQLite 数据库，数据库是唯一的真相来源，TUI 和网页控制台只是展示层。 进程中途退出，新进程打开数据库就能接管未完成的任务，从最后一个 checkpoint 继续跑。重复提交同一个请求，会根据 requestId 去重。对于有外部副作用的工具，作者提醒还是需要自己处理幂等性。 GitHub：github.com/oujingzhou/everag…

看外语直播，主播语速太快，又没有字幕，听着听着就跟不上。 StreamLingo 是个浏览器插件，给 YouTube 直播加上实时 AI 字幕。它能直接从直播声音里识别和翻译，主播就算没开字幕也可以用。 支持英译中、中译英，还能自动识别原始语言。 语音识别和翻译都是本地跑的，用自己电脑上的 Ollama 模型，声音和文字都不会上传到外面。目前是 Windows 预览版，语音服务需要 NVIDIA 显卡。 GitHub：github.com/michael-chow-arch…

AI 写完一大堆改动，自己也不知道改了什么，直接就合并进去了。 diff-tour 在仓库里敲个 tour，用你已经登录的 Claude Code、Codex、Gemini CLI、OpenCode 2 或者 Copilot CLI，它会生成一份改动导览：这次改动是为了什么、哪些文件需要仔细看、哪里可能会出问题，中间还会设置思考题。 官方示例是关于加优惠券的一个分支，思考题的答案是：同一个订单用两次券，会扣掉两次券。生成一份导览大概需要 2 到 5 分钟，目前还是早期版本。 GitHub：github.com/init-co-jp/diff-t…

一小时的音频，在 8GB 内存的基础款 M3 MacBook Air 上，12.6 秒转写完，全程本地跑。 Embedding Gemma Transcribe 拿 Google 的 EmbeddingGemma 2 做语音转文字。它本来是多模态向量模型，音频编码器原封不动，只训练了一个小读取器。这个读取器把每一小段音频转换成文字空间里的坐标，然后在大概 22.9 万个英文单词的向量里去找到最近的那个，最后再用一个小模型来补标点和大小写。 目前是英文，词错率大约 5%，主流语音模型在 2% 到 3%。 Mac 上可以直接拖拽音频文件进去，也可以按住右 Option 键说话，松开就输入到任何应用。免费的，需要 macOS 14 以上和 Apple Silicon 芯片，第一次启动会下载 715MB 的模型。 官网：eg2.haku.sh/

OpenCode 2.0 发布了，改动挺大的，提几个感觉用起来不错的点。 1. 后台服务：之前一直是客户端/服务端结构，以前默认没用上。2.0 版本以后，它会在本地自动跑一个常驻后台进程，TUI、网页界面和桌面端都是连接到这同一个进程。 2. 写脚本更方便：现在可以用 @opencode/client 写自己的脚本，它会自动找到本地服务，设置定时任务也很简单。命令行里也可以用 opencode api 调用。还能把服务开放给其他机器，用 /pair 或者 opencode pair 连接过去。 3. API 重写了：官方自己说，旧的 API 是边摸索 Agent 怎么做边加出来的，非常混乱。这次全部重写了。 4. 插件热加载：几乎所有东西都可以热重载。OpenCode 现在可以在对话过程中给自己写个插件，马上就能用。SDK 也在开发中，已经可以用了。 升级前要注意三点： 1. 1.0 的插件在 2.0 里用不了。 2. 服务端 API 完全变了。 3. tui.json 的配置文件位置变了。 其他改动都是向后兼容的。官方建议直接把这篇说明发给 OpenCode 让它帮我们迁移。 原文：anoma.ly/notes/opencode-2-0/

想看某个 API 在真实项目里怎么用，GitHub 自带的搜索有时候不太方便。 grep.app 是 Vercel 做的一个代码搜索工具，可以在一百万个 GitHub 仓库里按代码、文件和路径进行搜索。 官网：grep.app/

给品牌或网站选颜色，总是感觉差一点味道。 Huemint 用机器学习生成配色方案，品牌、网站、平面设计都能用，打开网页就能生成。 官网：huemint.com/

批量给文章配图，生图、下载、拖进图床、复制链接贴回去，一张一张太麻烦了。 PicList 除了拖拽上传，还常驻一个本地 HTTP 服务，默认在 127.0.0.1:36677。把本地文件路径 POST 给它，它会按当前选中的图床上传，然后返回公开链接： curl -X POST http://127.0.0.1:36677/upload -H "Content-Type: application/json" -d '{"list":["/abs/path/to/image.png"]}' 生图脚本最后加上这一步，就能一条命令拿到图床链接。换图床只要在 PicList 里切默认图床，脚本不用改。 本机开着 Clash 的 fake-ip 模式时要留意，本机解析到的可能是假 IP，链接通不通最好从外网验证一下。 GitHub：github.com/Kuingsmile/PicLis…

之前 Claude Code、Codex、Hermes、WorkBuddy 各自装一个记忆插件，记的内容还互相隔离。 Scope Recall 3.0 让这些 Agent 可以共用一份本地记忆，SQLite 是唯一的真实数据来源。目前已经接入了 Hermes、Codex、Claude Code、WorkBuddy 和 DeepSeek Harness，作者说还能跨机器共享，后面会接入更多 Agent。 这一版升级了新架构，功能没有减少，代码量从 141,044 行降到了 48,272 行。 GitHub：github.com/410979729/scope-r…

算力一定是稀缺资源，这门槛太高了😭

按住 ⌃⌥空格，说一句，松开，Mac 上的事就办了。 Atticus 是一个开源的 macOS 语音助手，可以摆窗口、找文件、读屏幕。比如说一句“代码放大屏，Chrome 和终端放笔记本”，它就会把三个窗口分别放到两块屏幕上。 简单的指令不过 AI，打开一个应用只需要 0.08 秒；做过一次的动作它会记住，下次直接执行。而且它跑在你现有的 Claude Pro 或 Max 上，通过 Claude Code 调用，不需要 API Key。 GitHub：github.com/SaarthurR/atticus…

让 Agent 写新功能前，先去开源仓库看看别人怎么写的。 XERJ 是个本地 AI 搜索工具，可以给任意文件夹建索引，Agent 需要哪段代码直接拿，不用一个个文件去读。主打一个用法叫参考编码：接到任务先下载最相似的开源仓库，建好索引，参考别人的做法再动手。 官方对比实验里，同样的 16/16 解题率，Agent 的输出 token 减少了 2.7 倍。 GitHub：github.com/xerj-org/xerj

网页导出 PDF 很多方案都是整页截图，文字无法搜索和复制。 dompdf.js 直接在浏览器端将 DOM 转换成矢量 PDF，文字可以搜索、可以选中、可以复制，不需要上传文档，也不需要后端。它底层用 WebAssembly 和 Web Worker 在后台线程编译，500 页的长文档大约 2 秒就能导出，上万页也可以。 还支持自动分页、中文和自定义 TTF 字体。 npm install dompdf.js GitHub：github.com/lmn1919/dompdf.js

3Blue1Brown 那种数学动画是用 Manim 做的，画面确实很好看，就是渲染一个视频要等很久。 ManimGX 沿用了 Manim 社区版的 Python 写法，但是底层换成了 Rust 加上 GPU 渲染。所以写过 Manim 的可以直接用。 官方测试里，五个场景总共 36.2 秒的 1080p60 视频，在 M4 Pro 上只需要 3.08 秒就能渲染完，比 Manim 社区版快了 90.6 倍。 pip install manimgx GitHub：github.com/academa-labs/mani…

Windows 自带的搜索太慢了，很多人会再装一个 Everything。 Win顺 是 Windows 上免费开源的搜索启动器，连按两次 Ctrl 就能弹出搜索框。它直接读取 NTFS 主文件表建立索引，三百多万个文件几秒钟建好，搜索一次只需要几毫秒，不用再装 Everything 了。 支持拼音和首字母搜索，输入 ndbg 就能找到「年度报告」。Word、Excel、PPT、PDF 里的文字可以全文搜索，还带剪贴板历史记录，以及给 AI 助手用的 MCP 搜索。不用账号，也不需要上传数据。 GitHub：github.com/LingCore/WinShun

8GB 显存的游戏本，能否同时跑本地大模型和声音克隆？ gpu-duet 在一块 RTX 4060 笔记本显卡上，让 Gemma 4 E4B 和 Qwen3-TTS 1.7B 轮流用同一张卡，整卡显存占用大概 7.3GB。声音克隆只需要 3 到 10 秒录音，全程离线，一台 Windows 电脑就能跑。 可以当本地 HTTP 服务用，也可以直接给 ESP32 小智板子当离线语音服务端，板子说的话都是现场生成的。 作者优化之后，长回答的第一声从 6.2 秒降到了 2.1 秒，断音时间从 4.22 秒降到了 0.17 秒。 GitHub：github.com/korexil/gpu-duet

从 Windows 换到 Mac 的人，很多都怀念 Ditto 这个剪贴板工具，但它一直没有 Mac 版本。 DittoMac 就是把 Ditto 做成了 Mac 原生应用，复制的内容都会存起来，然后按 ⌘⇧V 就可以搜索找到并粘贴。作者是用 Claude 改写的，目前局域网同步功能还没做。 需要 macOS 13 以上，并且是 Apple Silicon 的设备。 GitHub：github.com/zzNaLogiczz/Ditto…

Coding Agent 一个个文件读过去找代码，token 烧得很快。 Graphicle 把仓库做成一张代码图，再记住项目文档、决策和过去的 Agent 会话，交给 Agent 的是带出处的片段，精确到文件和行号。 Rust 写的单个程序，本机跑，不用 API Key，不用账号，也没有遥测。 Claude Code、Cursor、Codex、VS Code 和其他 MCP 客户端都能接。graphicle setup 会建索引、连上找到的 Agent，改了哪些文件都会列出来，改之前先备份。Windows 原生版还没出。 brew install graphicle-ai/tap/graphicle GitHub：github.com/graphicle-ai/grap…