客户端 LLM 演示:PDF 转有声书生成器
一个产品演示仓库展示了如何用客户端 LLM 为 SaaS 产品提供新功能:把任意 PDF 转成有声书。用户可从内置书库挑选 PDF 或选择本地电脑上的 PDF,然后点击播放即可收听。
一个产品演示仓库展示了如何用客户端 LLM 为 SaaS 产品提供新功能:把任意 PDF 转成有声书。用户可从内置书库挑选 PDF 或选择本地电脑上的 PDF,然后点击播放即可收听。
AHGV Learning 是一款把 YouTube 讲座转成互动学习工作区的 AI 学习助手,可加载带字幕的讲座、就内容提问并获得 AI 解释,还能按字幕时间戳定位原文、生成选择题测验和提取要点。
Maybloc 在 Product Hunt 发布,主打多说话人音频的语音转文字,号称达到新的 SOTA。原文仅提供讨论与链接入口,未披露价格、费率或可用性细节。
Muse Spark Open 发布,被称为目前最强的美国开源权重模型。该模型以开放权重形式提供,具体参数、许可与可用地区尚未在原文中说明。
Keydris 在 Hacker News 的 Show HN 发布,用于控制 AI agent 的支出额度。该工具让开发者设定 AI agent 可花费的上限,避免其无限制调用付费 API 或服务。原文未披露具体价格、费率或开源情况。
开发者发布免费 Mac 应用,用于记录 AI 编程代理在本机的行为,包含 CLI 和菜单栏应用两部分。它调用 Apple 自带的 endpoint security logger,无需额外安装组件,会跟踪代理及其启动的所有进程,并对读取 .env 或 SSH 密钥等行为发出标记。项目用 Go 和 Swift 编写,已开源,目前仍处早期阶段。
蜂桥 AI(BeeBridge)推出面向个人用户和独立开发者的 AI API 接入服务,按对应模型官方公开 API 标价的 2 折(20%)计费,并承诺不私自换成低档模型、不擅自降低推理配置。新用户注册送 $2 API 体验额度,用于站内 API 调用,具体规则以注册页面为准。该服务为独立接入,与模型厂商官方订阅分别管理和计费,控制台可查看调用记录、Token 用量和费用。
Parallax 在 Product Hunt 发布,主打把你在运行的每个 coding agent 集中到一个地方管理。原文未披露价格、套餐或可用性细节。
Autonomous 发布 Harness,一个面向编码 Agent 的统一命令中心,可在同一处管理每台机器上的每个编码 Agent。目前该产品在 Product Hunt 上线,具体定价与可用性信息尚未公布。
Vercel 面向 Pro 团队开放 Token Pass 早期访问,每月 $30 可获得 $80 额度,用于 GLM 5.3 和 Kimi K3,后续会加入更多模型。
推荐理由:Vercel 官方公布 Token Pass 的定价与额度结构,可据此判断团队用编码 Agent 的模型成本。
Council AI 在 Hacker News 的 Show HN 亮相,用于识别主流 AI 模型中的偏见与幻觉。官方给出的示例包括「2026 年 AI 的最佳与最差表现」以及「2026 年特朗普的最佳与最差表现」。该帖发布时获得 2 分、0 条评论。
Krea 发布图像编辑模型 Krea 3,官方称其只改动指定区域,单次编辑耗时不到 8 秒、约 $0.06 每张,并支持原生 2K(2736 × 1536 px)输出。
Axiom 是一个用于因果发现的通用模型,由开发者在 Hacker News 的 Show HN 板块发布。该帖获得 2 分,暂无评论。
Cloudflare 与 OpenAI 公布 2026 年 7 月启动的 AI 发现研究试点早期结果,该试点覆盖 Cloudflare 约 1% 的网络,已让 OpenAI 发现并索引数亿个新网页。
推荐理由:Cloudflare 与 OpenAI 的抓取试点公开了早期结果,涉及站点被 AI 发现与抓取负载的取舍。
一位开发者在 V2EX 提出,随着模型能力变强,Convertio、iLovePDF 这类银行财务文件转换和文档格式转化工具可能越来越危险,因为用户现在直接把文件扔给 GPT 就能完成转换。他认为纯工具类产品未来风险加大,只有抖音、小红书、游戏这类体验型产品相对安全。
Chatway MCP 让 ChatGPT 和 Claude 通过 MCP 直接回复客服工单。该工具在 Product Hunt 发布,面向需要自动化客服的团队,目前可查看讨论与链接了解详情。
Navige 在 Product Hunt 发布,主打削减 AI agent 成本并控制失控支出。产品具体定价、费率与可用性信息暂未披露。
Rushilo 是一款通过对话 Claude Code 或 Codex 来剪辑视频的工具,已在 Product Hunt 发布。用户无需手动操作时间线,直接用自然语言指令即可完成视频剪辑。
开发者在 Hacker News 的 Show HN 发布了一个可在浏览器内运行 TimesFM 预测基础模型的项目,无需服务器端支持。该发布在 Hacker News 上获得 1 分、0 条评论。
Upright 发布 Eevo,一个为 AI agent 判断服务的后果决策模型,输入决策、选项和利益相关方,输出每个相关方期望值最高的选项及校准概率。默认模式一次决策约 5 秒、约 $0.20,按 $2.50/百万输入 token 计费,输出免费,新账号有 5 次默认模式免费决策和 50 次 direct 模式免费决策。
AxiomCode 发布 AxiomCode Graph,为 AI 编码 Agent 构建代码知识图谱,用形式化方法解析函数调用关系,替代 grep 式搜索。在 748 个 Defects4J 缺陷上,它选出的测试覆盖 94.9% 缺陷的全部暴露测试,最佳 tree-sitter 方案为 61.5%,F1 为 72.4。
一个面向开发者和创业者的前沿 AI 模型发布情报站上线,用 Polymarket 的实时预测市场赔率来预判下一个前沿模型的发布时间,并汇总推动赔率变化的新闻。它提供邮件发布提醒和 RSS feed,已发布的模型会在「Frontier ships」中高亮标出。
作者发布 VS Code Bridge for Claude Code,由 VS Code 扩展和 Claude Code 插件两部分组成,让 Claude Code 能看到你在 VS Code 中打开的内容。
独立开发者发布 Claude Code 插件 fuel-gauge,让 Claude 读取 5 小时窗口、每周窗口和上下文占用,并在任意窗口达到 95% 时硬性停止工具调用与新请求。
开发者因 AI agent 引用无日期的市场数据,做了 PreReason 并在 Hacker News 的 Show HN 发布。该帖目前 1 分、0 条评论,正文未披露定价、开源情况或具体功能细节。
Fortitude Omnis Group 发布 Claude Code 插件 Omnis Watchtower,在 Agent 执行 npm 和 PyPI 安装前拦截不存在的包名、已知恶意包、typosquat 以及覆盖私有包的公开包,并把热门包的新版本固定到上一个版本,设 72 小时冷却期。
Fish Audio Drama 3 在 Product Hunt 发布,主打可导演的 AI 配音,而非单纯生成语音。用户能像导演一样指导配音表现,而不只是把文字转成声音。
Railspike 是一套把开发流程拆成头脑风暴、大纲、计划、实际开发四步的提示框架,作者称已用它两年并用于多个项目。它的核心是 plan-prompt,即把计划存成仓库里的纯文本文件让 Agent 当作提示执行,从而减少需求漂移、误解和擅自引入第三方组件,并能在 Cursor、Windsurf、Copilot、Claude Code、Codex 之间保持一致的流程。
Anchor Browser 与 AWS 合作推出 Agentic Payments,并已上线 AWS Marketplace,让 AI agent 在遇到 HTTP 402 时自动完成 x402 协议付款。
微软的 MAI-Image-2.6 和 MAI-Image-2.6-Flash 已在 Vercel AI Gateway 上线,用一个 API key、无需供应商账号即可通过 AI SDK 或 AI CLI 生成和编辑图片。
Google 最新的前沿模型 Gemini 4 Argon 已在 GitHub Copilot 正式可用,面向复杂编码、Agent 和推理任务。早期测试中它在各项编码基准上解决的任务都多于此前的 Gemini 模型,在 Copilot CLI 上提升最大,并会在完成前检查边界情况。
DigitalOcean 发布 Inference Router 增强版,用户把模型设为 inference-router 并可选偏好,路由器会按任务自动挑选表现最好的模型,无需预设或自建路由。
推荐理由:DigitalOcean 官方发布 Inference Router 增强版,公开了内部评测中准确率与成本对比,可供选型时参考。
Google 在 Gemini app 上线 Gemini 4 Argon,主打前沿推理和复杂任务表现提升,回答更直接、少重复套话,长任务中会更频繁同步进度。编码能力也有较大改进,Google Antigravity 的 agentic 编码界面已可直接在 Gemini macOS app 中使用,主聊天窗口新增 chat 到 tasks 的切换开关。
推荐理由:Google 官方发布 Gemini 4 Argon,说明推理、编码与任务模式的变化,以及订阅者可用的范围。
Google 发布前沿模型 Gemini 4 Argon,今日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini app 和 Search 的 AI Mode 使用。
推荐理由:Google 官方发布 Gemini 4 Argon,给出定价、可用入口和多项内部实测数据,可据此判断是否接入。
Hapsland 在 Hacker News 的 Show HN 上发布,为 AI 编程代理提供编码规范的实时语义建议。示例中代理为封面图新增 coverWidth: number 字段,diff 会展示新增行及其上下文。
Recall 发布面向 AI agent 的长期记忆服务,能记录每个人的事实并标注时间与出处,当事实变化时关闭旧记录而非简单覆盖。官方在托管服务上跑完 LongMemEval-S 全部 500 题得 91.0% 准确率,BEAM 100K 得 0.683、BEAM 500K 得 0.670。
AI 脚手架工具能快速生成认证结构、数据库连接等"无聊的 80%"样板代码,却对决定产品可用性的关键 20% 保持沉默。文章指出内联代码生成优于依赖包封装,因为开发者能完全拥有逻辑、避免后期与包边界对抗;同时工具常忽略 RBAC 依赖 Auth 系统的现实关系,并默认选用 SQLite,带来生产迁移时的并发、类型严格性和全文搜索风险。
开发者 orest17 发布免费开源工具 al dente,用来约束 Claude Code 生成的代码结构。用户先确定应用各部分的依赖规则,之后 Claude 的每次修改都会对照该规则检查,越界会被指出并当场修正;工具还提供应用实时地图、结构变化历史视图和 GitHub PR 检查。作者称测试中违反规则的运行从 35 次里的 13 次降到 0 次,目前希望有人在实际项目里试用并反馈问题。
作者发布 sota-anchor,一个 MCP server 和 Claude Code 插件,在编码 Agent 计划依赖某样东西不存在时,检索最近 12 个月的论文(arXiv、Hugging Face)、仓库(GitHub)和包(npm、crates.io),并给出带日期的证据。
Cloudflare Agents SDK 新增 browserTool,让 agent 获得一个可在后续轮次返回的 Browser Run 浏览器,标签页、cookies 和登录会话保持完整。
推荐理由:Cloudflare Agents SDK 新增持久化浏览器工具,会话跨轮次保留标签页与登录态,适合做浏览器自动化的开发者了解接入方式。