苏乐
@ai_suxiaole
💡 AI 没那么复杂，🤖 在职大厂架构师(XWise插件作者)，长期实践 AI，💰 分享 AI 工具、赚钱案例和效率技巧，📌 每天替你测试 AI，帮你少走很多弯路
440 正在關注 4.5K 粉絲
我这周休假
X就改算法
不过看起来比以前简单了？
我是不是要起个小号玩玩
X创作者收益机制大变天，原创者的黄金时代来了！
整理了新规的要点，不要在错误的方向努力了！
这个nb
比whisper快100倍
快点放出来
基于FunASR
搞了一个mac本地300多倍转写速度的应用
一个小时视频10秒出转写
配合手机Syncthing 录音完直接同步到mac
实现打完电话/开完会议
5秒进Obsidian知识库的效果
把录音和会议收集的摩擦讲到最低了
接下来再找找无痛获取一天创作灵感的方法
顯示更多
这套风格我很喜欢呢
推荐大家也试试
如果你需要录制视频、做演讲或主持播客，很可能遇到过同样的两难。
念稿怕生硬，不念又怕忘。
Textream 是一款专门为这些场景设计的开源提词器。
它运行在 macOS 上，用原生语音识别来实时感知你的说话进度。
这样一来，它可以自动跟着你滚动提示，你停它就停。
GitHub：
除了声控滚动，它还提供实时逐词高亮和恒速自动滚动。
所有语音处理都在本地完成，不需要联网。
提词窗口有多种显示方式。
顶部悬浮窗类似灵动岛，可以一眼扫到。
浮动窗口能自由拖动，iPad 副屏适合全屏观看。
关键是，这些窗口只有你能看到，观众面前什么都不会出现。
如果用了 PowerPoint，还能直接提取演讲备注。
备注保存为 .textream 文件后，下次重复使用很方便。
你还可以按习惯调整字体、高亮颜色和滚动速度。
经常面对镜头、又不想留下读稿痕迹的人，可以试试这个工具。
顯示更多
浏览器里直接预览文件、流式播放视频，大文件分块上传和文件夹批量上传也一并支持
Frappe Drive 把这些做成了一个开源云存储平台
它还内置了实时文档编辑器，多人可以同时编辑，批注讨论跟着版本自动保存
导入一份 Word 文档后，能继续在线协作修改
分享权限覆盖了用户、群组和公开三种范围
额外还支持访客用户，实现受控的外部访问
部署侧有两条路：用一键脚本快速自建，或者直接用官方云托管。
GitHub
顯示更多
如果你经常需要处理各类文档，或者想把文档内容喂给 AI 做进一步分析
开源项目 Zerox OCR
它把 PDF、Word 等文档转成图片序列，让视觉模型“看图说话”，输出 Markdown
这样既提高了文字识别准确率，又保留了表格和图表格式
工作流程很直接：上传文档，转为图片，每张图交给视觉模型识别，汇总 Markdown
支持 PDF、DOCX、Excel、PPT 等几十种格式
你能接入 OpenAI、Azure、AWS Bedrock、Google Gemini 等多家模型服务商，还能自定义提示词和数据提取规则
内置的结构化数据提取功能，可以按你定义的 JSON Schema 直接从文档中抽取信息，不用再手动整理。
GitHub
顯示更多
对于习惯自托管、想把数据掌握在自己手里的人来说，找到一个功能完整又轻量的面板并不容易
CloudFrost Dev 提供了一个开源的一站式服务器和项目管理面板，只需 1GB 内存
它整合了服务器监控、网站管理、项目部署和错误追踪等功能
相当于在一个界面里集中了 Sentry 和 Portainer 的核心能力
采用服务端渲染架构，资源占用少，不像 Sentry 那样需要 6GB 内存和多个微服务
所有功能完全开放，没有商业版功能限制
支持自托管，数据完全由你掌控
项目还有在线演示站点可以体验，文档也详细，可以先去看看。
GitHub：
顯示更多
2026 年的 FDE，有点像当年刚火起来的 安卓 / iOS 开发
需求已经起来了，大多数程序员却还没反应过来
看看 BOSS 上的岗位和薪资就知道了
想转 AI 的技术同学，这个方向提前了解
顯示更多
AI 降低了写代码的成本，但没有降低把技术变成业务结果的难度。
相反，能在模糊需求、遗留系统和客户压力中完成真实交付的人，正在变得更贵。
FDE 可能就是这轮变化中最值得关注的工程师岗位之一。
顯示更多
让 Codex 收邮件，再自动同步到 Obsidian
AI 负责处理信息，Obsidian 负责沉淀信息
邮件只是其中一个入口，以后网页、文档、聊天记录其实都可以这么干
Obsidian 越来越像 AI 时代的个人信息中枢了
顯示更多
workbuddy 已经深入各个场景了
现在不学workbuddy就在工作上差别人一大截
不要觉得workbuddy不如codex
我的朋友使用workbuddy完美实现变现
沉浸式教程
提示词工程、RAG、微调、部署、AI Agent——这些是应用级 GenAI 开发绕不开的核心领域
AI Engineering Academy 在 GitHub 上为这些领域提供了一套结构化的学习路线
它的特点是从零手写实现，逐步把学习者从 Demo 带到生产落地
以 RAG 章节为例，项目引导我们不使用任何框架，从头搭建系统，把底层逻辑彻底理清，而不是停留在调用 API 的层面
同时配合大量实战项目与代码示例，正好填补从实验到上线之间的认知空白
GitHub
无论你是刚入门想打基础，还是想进阶掌握大模型应用开发，都可以把这份指南当作实战参考。
顯示更多
把 Claude Code 变成懂营销的顾问
Marketing Skills for Claude Code 专门为营销人员打造，收录了 24 个营销专用技能，覆盖转化优化、文案撰写、SEO 和数据分析
每个技能都内置了成熟的营销框架和最佳实践，比如 page-cro 帮你优化落地页转化率，copywriting 撰写文案，email-sequence 设计邮件序列，ab-test-setup 规划 A/B 测试
还有 programmatic-seo 做批量 SEO 页面生成，free-tool-strategy 策划免费工具引流，pricing-strategy 制定定价策略
它支持 CLI 命令行一键安装，也能用 Claude Code 插件系统直接安装，或者克隆仓库手动复制到项目里
很适合正在用 Claude Code 做营销，或者想让 AI 的建议更有实战经验的人
GitHub：
顯示更多
如果你的团队在维护一个 monorepo，希望子项目各自有独立的钩子配置，同时又不想牺牲速度
prek 为这种场景做了专门设计
它是一个用 Rust 重写的 pre-commit 替代品，单个二进制文件，不依赖 Python 或任何运行时
但完全兼容你现有的 pre-commit 配置和钩子，无需重新编写检查规则
内置的 monorepo 模式允许每个子项目持有独立配置，还集成了 uv 管理 Python 环境
工具链共享机制让 Python、Node.js、Go、Rust 等环境在钩子间复用，减少重复安装
钩子按优先级并行运行，可以把整体执行时间压得更短
速度比原版提升了几倍，磁盘占用也减半
CPython、Apache Airflow、FastAPI 等知名项目已经换上了这套方案
如果你对 pre-commit 的速度不满意，prek 是一个可以直接迁移的高效选项。
GitHub
顯示更多
对于喜欢听书的人，本地堆着的 PDF 和 ePub 其实可以不止是躺在硬盘里
QuickPiperAudiobook 是一个能把它们变成自然有声书的开源工具
一行命令，支持 PDF、ePub、Mobi、TXT 和 HTML，背后是 Piper 语音模型在驱动
语音表现很自然，而且多语言都拿得下手
完全离线运行这一点，直接把隐私顾虑和网络依赖一起卸掉了
通过 ffmpeg 还能自动输出带章节的 MP3，听感更贴近原生有声产品
配置好中文模型，相当于把本地的文档库悄无声息地架成了自己的听书馆
GitHub：
想给日常阅读多一种形式，这个方向值得看看。
顯示更多
AI 降低了写代码的成本，但没有降低把技术变成业务结果的难度。
相反，能在模糊需求、遗留系统和客户压力中完成真实交付的人，正在变得更贵。
FDE 可能就是这轮变化中最值得关注的工程师岗位之一。
顯示更多
平时用 AI 辅助写代码效率确实高，功能迭代飞快，但安全测试却跟不上节奏
Shannon 正好能解决这个问题
它定位为全自动 AI 渗透测试员，专门在代码发布前进行白盒安全审计
不仅分析源代码，还会像黑客一样发起真实攻击
自动挖掘注入、XSS、权限绕过等漏洞，并尝试执行攻击脚本，直接证明漏洞的真实性
采用多智能体架构并行处理侦察与漏洞利用，底层依赖 Claude 系列模型驱动
整个测试过程完全自动化，从 2FA 登录到浏览器操作再到最终报告，一条命令搞定
提供 Docker 部署方式，支持通过 Anthropic API 或 Claude Code OAuth 运行
建议在测试环境部署使用。
GitHub：
顯示更多
如果你想在浏览器里体验完整的桌面系统
或者需要一个纯前端的文件管理和应用运行环境
开源项目daedalOS
把一整套桌面操作系统搬进了浏览器，复刻了 Windows 桌面体验
它支持窗口拖拽、文件管理、开始菜单和动态壁纸
内置的应用生态包括怀旧的 Winamp 播放器、DOS 游戏模拟器，还有 VS Code 编辑器和终端
你可以从本地直接拖拽文件进入虚拟系统
在里面运行 Python 代码和 Git 命令
还提供了 Docker 部署方式，方便搭建属于自己的云端桌面环境。
GitHub
顯示更多
Code Review Expert 是一个为 AI 智能体设计的开源技能包
它能像资深工程师一样进行结构化代码审查
通过一条指令，可以自动检测 SOLID 原则违规、安全漏洞、性能瓶颈、错误处理缺陷等问题
检测结果按严重程度分级输出
它能检测跨站脚本攻击、SQL 注入、服务端请求伪造、竞态条件等安全风险
也能识别 N+1 查询、缓存缺失、内存泄漏等性能瓶颈
还能找出死代码并给出安全删除方案
整个审查流程分为六步
先用 git diff 确定变更范围
再依次检查架构设计、冗余代码、安全漏洞和代码质量
最后按 P0 到 P3 四个级别输出问题清单
实施修复前还会征求确认
这让 AI 智能体能够有条理地完成代码审查。
GitHub：
顯示更多
本地模型部署看起来很简单
真正上手以后全是细节
什么硬件能跑什么模型、该选哪个量化版本、速度和效果怎么平衡，并不是买台 Mac mini 就结束了
门槛本身就是生意
你可以只卖部署，也可以把硬件、模型安装、场景配置和售后打包卖
先照着教程完整跑通一遍，再去闲鱼搜本地模型部署
一个可以直接落地的副业方向，可能就出来了
顯示更多
