不求甚解

#GitHub#RSS#AI 🧠用 AI 重新定义你的 RSS 阅读体验 —— FeedMe 🌐 FeedMe 是一个基于 AI 的 RSS 聚合器项目，可以从多个信息源获取内容并使用大语言模型生成摘要。 🧙‍♂️特性 ▶多源 RSS 聚合：支持自定义和整合多个 RSS 信息源（如 Hacker News、GitHub 热门、Hugging Face、Google 开发者博客、Product Hunt、V2EX、LINUX DO 等）。 ▶ AI 摘要生成：利用 LLM（如 OpenAI 或自定义模型）为每篇文章自动生成简洁摘要，便于速览。 ▶定时自动更新：通过 GitHub Actions 或 Docker 内置定时任务，每 3 小时自动抓取最新内容并生成摘要。 ▶分类浏览：信息源按类别组织，支持一键切换不同内容类型。 ▶主题切换：支持明暗主题，响应式设计，适配桌面和移动端。 ▶静态部署：可一键部署到 GitHub Pages 或 Vercel，支持自定义域名，也可用 Docker 本地部署。 ▶开源自定义：支持自由配置 RSS 源、AI 模型、更新频率、摘要格式等。 你可以直接使用开发者部署好的 实例 进行使用，也可以自行使用 Docker、GitHub Pages、Vercel 等形式进行部署后使用。详细情况可以参考项目的 GitHub / DeepWiki 页面。

#GitHub#Web ✍️一体化开源白板 —— Drawnix 🎨 Drawnix 是一个开源的白板工具，定位为一体化的协作画布，集成了思维导图、流程图、自由绘画等功能。 🧙 特性 ▶ 免费开源； ▶ 支持思维导图和流程图； ▶ 支持自由绘画； ▶ 支持图片插入； ▶ 采用了基于插件机制的可扩展架构； ▶ 支持导出为 PNG、JSON 格式； ▶ 支持自动保存（基于浏览器缓存机制）； ▶ 有完整的编辑功能：撤销、重做、复制、粘贴等； ▶ 支持无限画布：缩放、滚动； ▶ 主题模式，并提供多种配色； ▶ 适配移动设备适配 ▶ 支持 mermaid 语法转流程图。 🪄 Drawnix 基于插件架构构建，底层使用 Plait 框架，主要技术栈包括： ▶ Plait 框架：提供核心绘图功能 ▶ React：UI 框架 ▶ Slate：富文本编辑器 ▶ Floating UI：弹出层定位 🔍 与 Excalidraw 的差别主要在于技术架构、功能定位和可拓展性方面，与 Mermaid 的差别主要在于交互和编辑方式、功能范围和输出格式方面。 🐳 Drawnix 支持在 Docker 中部署，同时也有线上 实例网站，可以开箱即用。更多详情，可以前往 GitHub 的项目页面进行了解。

#GitHub#Web 📰优雅地阅读实时热门新闻 —— NewsNow NewsNow 是一个实时新闻聚合应用，旨在为用户提供优雅的热门新闻阅读体验。 🧙特性 ▶ 优雅的阅读界面设计，支持浅色和深色模式，实时获取最新热点新闻； ▶ 支持 GitHub 登录及数据同步； ▶ 默认缓存时长为 30 分钟，登录用户可强制刷新获取最新数据； ▶ 根据内容源更新频率动态调整抓取间隔（最快每 2 分钟），避免频繁抓取导致 IP 被封禁。 🛜 项目支持使用 Cloudflare Pages 和 Docker 进行部署，成为自己定制的新闻聚合服务。也可以直接使用 在线实例，也可以访问 GitHub 项目详情，了解更多项目信息。

#Mac#GitHub 🚨给你的 Mac 加一个哨兵模式 —— Sentry 💻 Sentry 是一款强大的 macOS 安全监控应用程序，可检测 Mac 在锁屏状态下的未授权访问，并记录视频证据。 🧙特性 ▶全面监控：追踪盖子状态、网络连接和电源连接； ▶自动录制：开启时自动录制视频片段； ▶多重警报系统：通过 Bark 发出声音警报和推送通知； ▶实时检测：即时监控设备状态变化 一个比较合理的场景是，当你携带 MacBook 前往公共的咖啡厅办公，中途接电话或者去洗手间这种短暂的离开，就可以使用 Sentry。一旦 MacBook 有相应的情况，可以通过 Bark 来收获通知，Sentry 也能录制相应的视频。 ⚠️ 为确保 Sentry 有效运行，需要防止 Mac 进入睡眠状态。如果没有这个设置，设备被快速合上盖子，Mac 可能在 Sentry 触发声音警报或发送通知之前就进入睡眠状态。 🌐 Sentry 在 GitHub （DeepWiki）上开源，并免费提供用户下载使用。现已上架 Mac App Store。

#Web#Game#GitHub 🔪不用氪金就能玩全武将 —— 无名杀 😁 其实，三国杀是我每天都会打开的一个游戏（是的，而且是三国杀十周年这个最氪金的版本）。今天，就来推荐一个三国杀的民间版本。 ☝️这个版本叫做「无名杀」，由社区开发者整合和美化，旨在让玩家无需繁琐配置即可快速体验到丰富的三国杀式卡牌玩法。 🧙特性 ▶开源免费：基于 JavaScript、HTML、CSS 开发，遵循 GPL-3.0 协议，完全免费，但禁止商业用途； ▶懒人包整合：集成了客户端、本体、扩展和美化资源，安装简单，适合新手； ▶全武将体验：无需像官方三国杀那样氪金武将，所有武将和扩展包都可直接体验； ▶ 多平台支持：支持众多平台，懒人版提供 Windows 和 Android，也可以直接使用网页版； ▶ 多种玩法：支持单机、弱联网、局域网联机，内置多种游戏模式和扩展包； ▶ DIY扩展：支持自定义武将、卡牌、UI、特效等，方便玩家二次开发和美化； ▶ 美化与优化：内置多套UI（如手杀UI左手布局、十周年UI等），界面美观，体验流畅。 💰 如果有平日喜欢玩三国杀的，应该知道现在的环境，不如早日退杀，玩玩开源免费版本。如果觉得麻烦，可以直接尝试 网页版本，无需下载和登录。

#GitHub#Chrome#AI 🧠提示词管理与快速输入 —— Quick Prompt 🧐 在日常使用 AIGC 的时候，如果有很多常用的提示词，但又经常需要在不同的 AI 工具之间来回切换使用，反复地复制粘贴提示词确实是个麻烦事。平时我都是用一些剪切板管理工具来做配合，但如果中途去处理其他事，那么剪切板管理工具也就派不上用处了。 💡 这时候，就推荐 Quick Prompt。它是一个强大的浏览器扩展，专注于提示词管理与快速输入。帮助用户创建、管理和组织提示词库，并在任何网页输入框中快速插入预设的 Prompt 内容，提高工作效率。 🧙特性 ▶提示词管理：便捷地创建、编辑和管理你的提示词库； ▶快速输入：在任何网页输入框中通过 /p 快速触发提示词选择器； ▶支持快捷键打开提示词选择器和保存选中文本为提示词； ▶ 支持右键菜单直接保存选中文本为提示词； ▶ 支持自定义提示词，包括标题、内容和标签； ▶数据备份：支持提示词库的导出和导入，方便跨设备迁移和备份； ▶ 搜索和过滤提示词功能； ▶ 自动适应系统的明暗主题。 🚀使用方法 ➊ 快速触发：在任何网页的文本输入框中输入 /p 以触发提示词选择器 ➋ 快捷键打开选择器：使用 Ctrl+Shift+P（Windows/Linux）或 Command+Shift+P（macOS）打开提示词选择器 ➌ 选择提示词：从弹出的选择器中点击所需的提示词，它将自动插入到当前输入框中 ➍ 快速保存提示词：选中任意文本后，使用 Ctrl+Shift+S（Windows/Linux）或 Command+Shift+S（macOS）快速保存为提示词 ➎ 右键菜单保存：选中任意文本后，右键点击并选择"保存该提示词"，将选中内容保存为提示词 ➏ 导出提示词库：在管理页面点击"导出"按钮，将所有提示词导出为JSON文件保存到本地 ➐ 导入提示词库：在管理页面点击"导入"按钮，从本地JSON文件中导入提示词（支持合并或覆盖现有提示词） ⚠️ 已知问题：在豆包（doubao.com）网页中，使用/p触发提示词选择器后部分输入框会出现没有清除掉/p的问题。开发者目前正在解决此问题。 ⏬ 目前 Quick Prompt 暂未上架应用商店，可以前往 GitHub Releases 页面下载 Chrome / Edge / Firefox 扩展。更多详细情况可以前往 GitHub 项目页面了解。

#GitHub#Telegram#Web#Blog ✍️把 Telegram Channel 变成博客 —— BroadcastChannel 🎙️ BroadcastChannel 是一个开源工具，核心目标是让任何人都能将自己的 Telegram 频道快速转变为一个结构化、可订阅、可搜索的微型博客网站。它适合内容创作者、社区运营者、媒体人等，极大降低了内容分发和管理的门槛。 🧙特性 ▶SEO 友好。自动生成 /sitemap.xml，便于搜索引擎收录； ▶RSS 支持。自动生成 ‎/rss.xml 和 ‎/rss.json，方便订阅和聚合； ▶多参数可拓展。支持配置自定义导航栏、外链、评论区、多语言和时区，适配更多场景； ▶轻量友好。前端页面 0 JavaScript，加载快、隐私友好； ▶极简部署。支持 Cloudflare、Netlify、Vercel 等主流 Serverless 平台，也可用 Docker 或 VPS 部署。 💡 最近我自己也用 Cloudflare 部署了一个不求甚解的 Telegram Channel Blog，效果不错。 🤔 如果你有自己 Telegram Channel，可以快速部署一个来获得另外一个展示的维度。换个角度来看，其实你可以使用拥有一个免费的博客，日常维护更新的后台就是 Telegram Channel 的编辑界面。这样以来，无论是从 Telegram Channel 拓展成博客，还是想要创建一个博客而使用 Telegram Channel，这两者的界限也变得模糊起来了。 🌐 BroadcastChannel 是一个开源项目，项目开源在 GitHub 上，更多项目详情和部署实例可以访问 项目主页 进行查看。

#GitHub#App 🐈‍⬛在桌面养一只可爱的小猫 —— BongoCat 🐱 BongoCat 是由开发者 ayangweb 开发并开源在 GitHub 上的桌面宠物应用。 💡 它的灵感来源于 MMmmmoko 的 Bongo Cat Mver 项目。原版仅支持 Windows，ayangweb 作为 macOS 用户，希望能在自己的设备上也体验到这只可爱的猫咪，于是开发了支持多平台的新版本。 🧙特性 ▶响应式桌宠：BongoCat 会在你的桌面上以可爱的动画形象出现，并能根据你的键盘和鼠标操作做出反应（这与其说是养猫，倒不如说是搞一个自己的猫身镜像了）； ▶多平台支持：BongoCat 利用 Tauri 框架实现了跨平台支持，支持Windows（32 位、64 位、ARM64）、macOS（Apple Silicon 和 Intel 芯片）、Linux（Debian/Ubuntu、Fedora/RHEL、通用 AppImage）； 🦸技术特点 ▶ 使用 Live2D 、Live2D Cubism 技术实现猫咪的动画和互动； ▶ 前端采用 Vue3（由 React 迁移而来），后端部分用 Rust 实现； ▶ 利用 pixi-live2d-display 加载 Live2D 模型，监听键盘和鼠标事件用 rdev； ▶ 开源，遵循 MIT 许可证。 🗣开发者在 V2EX 上发表了一个帖子详细介绍了开发始末、技术选型思考和未来的迭代方向，算是很细致具体了。具体的项目细节也可以查看 GitHub 的项目详情页面。

#AI#GitHub 📻做你电脑的黑匣子 —— Screenpipe 🤔 最近发现一个叫做 Screenpipe 的项目，很像是在 AI 时代来临前早些年间的那个「Rewind」，不过当年它还没用上 AI 能力，现在想想此时此刻应该也是它发力的最好时机了吧。 😂 说回 Screenpipe，它是由 mediar-ai 团队开发的开源项目，主打「AI 应用商店」理念。它通过 24 小时不间断地本地记录你的桌面屏幕和麦克风内容，将这些数据索引为 API，供 AI 应用调用，实现更智能、更个性化的桌面自动化和助手功能。 💡 用通俗易懂点的话来说，Screenpipe 很像是一个安装在你电脑里的「黑匣子」，它会在后台持续记录你的屏幕内容和麦克风声音（比如你在看什么、打什么字、开了哪些软件、说了什么话），但所有数据都只保存在你自己电脑里，不会上传到云端。等到有需要调取相应时间轴或者时间点相应动作的 App 出现，它会以 API 的形式输出「上下文摘要」或「结构化信息」（并不是记录的原始的隐私信息）。 😊 其实，我感觉这个事情的理念非常不错，但是为时太早。更何况，收集用户隐私这种事情非常敏感，虽然 Screenpipe 团队一而再再二三的所有数据都存储在本地，但是第三方来做这个事情难免会让用户膈应。感觉是 Apple、Microsoft 这种系统厂商级别来做会更天然一点。 🧠 由于数据都留存在本地做分析，所以 Screenpipe 在本地部署了轻量的 LLM，当然也支持自己下载更多大模型，如 Llama、Mistral、Gemma、Whisper 等开源大模型（前提是你的电脑硬件性能足够）。 💻 目前已有少量的 App 接入到了 Screenpipe 的这个 AI 应用商店中，取用它输出的用户结构化的行为数据。这次推荐并不是说让大家都用起来，而是分享一个还不错的趋势方向，相信未来会有更多的类似的中间件服务出现，或许 Apple 也会下场（or 收购其他一家）来做。 🌐 Screenpipe 也将项目开源在 GitHub 上，可以前往项目页面了解更多详情。 ⚠️ 本文更多只是分享理念，笔者感觉用通过本地收集并通过本地大模型分析再接入到下游的 App 使用到用户场景中，这条路还有很长。

#GitHub#AI 🌐雇一个免费的 GitHub 「懂王」 —— DeepWiki 🧠DeepWiki 是一款由 Cognition AI 团队（也是 AI 编程助手 Devin 的开发者）开发的创新工具。它的核心功能是自动分析和解读 GitHub 上的公开代码仓库，将复杂的代码和结构转化为清晰易懂的文档、交互式图表，并配备智能问答助手，极大地方便了开发者和开源爱好者理解和使用代码。 🧙特性 ▶AI 生成文档：DeepWiki 会自动分析仓库中的代码、README 和配置文件，生成详细且易读的文档，解释代码结构、关键函数、模块和依赖关系。 ▶交互式图表：平台会自动生成可点击的结构图、依赖关系图、流程图等，帮助用户直观了解代码之间的联系。 ▶AI 聊天助手：内置 Devin AI 助手，用户可以高亮任何文本并提问，比如某个函数的作用、如何参与贡献等，AI 会结合代码内容给出清晰解答。 ▶深度分析查询：支持高级分析，比如自动发现潜在 bug、优化建议、与其他仓库对比等，相当于随时有一位资深工程师为你答疑解惑。 ▶免费且无需注册：对所有公开仓库完全免费，无需登录即可使用（私有仓库需登录 Devin 账号）。 🪄如何使用 DeepWiki 官网已经提前收录索引了一些比较受欢迎的 repo，可以直接前往查看，如果在这里找不到你想要的，还可以自己动手： ➊ 找到你感兴趣的 GitHub 仓库，比如：https://github.com/RSSNext/Folo； ➋ 将网址中的「github」替换为「deepwiki」，变成 https://deepwiki.com/RSSNext/Folo； ➌ 打开后即可看到自动生成的文档、结构图和 AI 助手界面，随时提问或深入探索代码。 🎮应用场景 其实你可以把 DeepWiki 看作是一个非常了解 GitHub 项目的助手，让它来帮你做很多项目上手、检索信息的事情，例如： ▶ 新手开发者快速了解大型开源项目 ▶ 资深开发者查找关键模块、分析依赖关系 ▶ 教育者用真实代码作为教学材料 ▶ 维护者自动生成和更新文档，提升协作效率

#GitHub#Web 📺强大的视频嗅探下载服务 —— cobalt 🔍cobalt 是一个简洁高效的在线视频/音频解析工具，支持从多个主流平台提取和下载媒体内容。它的界面极简，操作便捷，适合快速粘贴链接并获取资源。 🧙特性 ▶自动识别链接：粘贴视频链接后自动解析； ▶音频提取：可选择仅下载音频部分； ▶静音处理：可对视频进行静音处理 ▶Remux：可能支持无损封装转换（如 MP4/MKV）； ▶多参数设置：支持对音频、视频等做格式、质量、编码等进行设置； ▶ 隐私保护：支持自部署、社区实例、关闭匿名流量分析和创建隧道等方式来保护使用者隐私。 🪄 支持的网站和服务有：Bilibili、Bluesky、Dailymotion、Facebook、Instagram、Loom、OK.ru、Pinterest、Reddit、Rutube、Snapchat、SoundCloud、Streamable、TikTok、Tumblr、Twitch、Twitter、Vimeo、VK、小红书、YouTube。 你可以使用开发者部署的实例，也可以前往 GitHub 了解更多项目信息。

#GitHub 🧩用计算机视觉辅助拼图 —— JigSight 项目笔记 🧩 拼图是个挺解压的活动，但当你面对一堆碎片毫无头绪时，也可能变成一种折磨。JigSight 是一个尝试用计算机视觉来辅助拼图的开源项目，能实时识别你手上的拼图片，并在原图中标出它的位置和旋转角度。 ⚠️ 不过这个项目目前只是一个 MVP（最小可行产品），并不适合所有人开箱即用。需要你具备一些 Python 基础，配置好摄像头和参考图，还要手动修改代码路径和参数。更适合当作一个学习和探索计算机视觉技术的项目。 🎯 JigSight 的实现机制 ▶ 使用摄像头实时捕获拼图片图像，并通过 OpenCV 提取图像特征。 ▶ 利用 SIFT 算法在原图中进行特征匹配，找出拼图片的位置。 ▶ 自动估算旋转角度，并将结果可视化显示在界面上。 ▶ 主界面分为四个区域，分别显示原图、摄像头画面、拼图片掩膜和匹配结果。 JigSight 在处理特征点较少的拼图时效果有限。作者建议此时可以参考另一个开源项目 Zolver，它基于边缘形状进行匹配，适合图案重复或颜色单一的拼图碎片。 👀 本文仅作为项目观察与技术原理分享，不建议非开发者直接使用，如有兴趣欢迎阅读源码探索。