Show HN: Lessong——把任意歌曲变成语言听力课
Lessong 能把任意歌曲自动生成语言听力课:每段歌词先用歌曲原语言朗读、再读翻译,配歌曲循环伴奏,随后原曲段落响起。它由一条命令完成人声分离、歌词对齐、翻译、旁白与节拍对齐混音,依赖 Python 3.10–3.12、ffmpeg、ElevenLabs 与 OpenAI API key,4 分钟歌曲约需 4–5 分钟处理,需自备有使用权的歌曲文件。
Lessong 能把任意歌曲自动生成语言听力课:每段歌词先用歌曲原语言朗读、再读翻译,配歌曲循环伴奏,随后原曲段落响起。它由一条命令完成人声分离、歌词对齐、翻译、旁白与节拍对齐混音,依赖 Python 3.10–3.12、ffmpeg、ElevenLabs 与 OpenAI API key,4 分钟歌曲约需 4–5 分钟处理,需自备有使用权的歌曲文件。
开发者 Nalin Bhardwaj 发布开源库 Botscent,用于识别访问网站的 AI Agent 与爬虫,可检测 Claude for Chrome、ChatGPT 的 agent、Codex、Muse、Manus、Devin 和 Grok Bot 等。
Sheetstream 发布 v0.2,这是一个用 Rust 通过 napi-rs 实现的 Node.js 库,可流式读写任意大小的 XLSX 和 CSV,默认每 1000 行一批,百万行文件只占几十 MB 内存。
TuxWhisper 是一款面向 Linux 的离线听写工具,按热键说话即可在光标处输入文字,语音识别用 faster-whisper 本地运行,数据不上云。它支持 X11 与 Wayland(含 GNOME on Wayland),用 NVIDIA GPU 时从松键到出字约 0.5 秒,并可通过本地 Ollama 模型(默认 llama3.2)做标点与口头语清理。
Buildra 发布 v2.0,这是一款 AI 应用构建器,用户用自然语言描述需求,agent 在可观察的沙箱中构建,并发布到独立的 buildra.page 地址,支持 web、手机、后端和脚本四类应用,源码可下载或同步到 GitHub。
一位开发者发布免费开源的邮箱服务,为软件提供真实邮箱地址并自动解析邮件内容,通过 API 直接返回 OTP 验证码、链接和数据,无需正则、轮询或抓取邮箱。支持设置规则转发邮件、触发 Webhook,或把只支持邮件的老系统告警路由到 Slack,也可供 AI agent 使用。项目从首次提交即开源,一条 `docker compose up` 即可自托管,另有免费托管版,SMS 支持在计划中。
TraceUX 发布,把会话回放、站内反馈和产品公告打包进一个约 20 MB 的 Go 二进制,数据存在自己的 SQLite 文件里。它记录 DOM 事件流而非视频,官方称约 30 MB 内存即可运行,最低 512 MB RAM 的 VPS 就能部署,并提供了 Docker、npm 和脚本安装方式。作者提到 Smartlook 即将关停,希望为需要自托管回放方案的团队提供替代路径。
GitHub 发布专为泄露密钥检测打造的微调模型,可读取上下文代码识别无固定格式的密码等凭据,且不生成代码或文字。现有 AI 密码告警客户已自动升级到新模型,GHSP 与 GHAS 用户继续免费使用;push protection 中的 AI 密钥检测进入 private preview,将消耗 GitHub AI Credits,计费在组织启用后开始。
一位开发者用 Claude 做了个数字衣橱工具,能根据你实际拥有的衣服搭配造型、解释搭配逻辑,并从每次评分中学习你的品味。它用 4 个造型 agent 并行生成约 12 套搭配,再由教练盲评打分(满分 5 分)并展示最佳 4 套,当你的评分与它的打分相差 0.3 以上时会自我修正。目前免费开源、一条命令即可安装,作者正考虑做成移动 App 并已开放 waitlist。
jellex 是一个复刻 Plex Web 界面风格的 Jellyfin 客户端,完全由 LLM(Claude)在定向会话中编写。它是单页应用,浏览器直接调用 Jellyfin API,无需后端,可部署到 Cloudflare Workers,指向自己的服务器登录即可使用,也支持登录 Jellyfin 公共演示服务器。
ChillSweep 是一款 Windows 和 macOS 清理工具,通过比对注册表、快捷方式、进程和 Steam 库等实际安装信息,找出已卸载应用残留、缓存和开发项目垃圾,并按“可安全清理 / 残留 / 自行判断”分级说明。
Convkit 是一款离线命令行文件转换工具,把源格式与目标格式映射到 ffmpeg、ImageMagick、LibreOffice、pandoc 或 Typst 等后端本地执行,覆盖 27 种格式的 115 组转换,文件不离开本机,只有 conv install 和 conv update 联网。
Pinrail 是一款桌面应用,让编码 Agent 在执行敏感操作前先向你提交审核,支持 Claude Code、Codex、Cursor、OpenCode 等能运行命令的 Agent,目前运行于 macOS 和 Linux,Windows 支持即将推出。
Weft 让编码 agent 在编辑过程中就通过每仓库的 sequencer 提交工具调用改动,由 sequencer 依据 agent 基线之后的已接受变更做校验,并通过原生 hooks 把可执行的诊断返回给 agent,人类可查看同一事件流并批准、暂停、留言、撤销或检查证据。
开发者发布 Mac 桌面宠物 PetPaw,用 LLM 做语音对话、Jev 控制动作姿态。它支持 macOS 14+ 的 Apple Silicon 与 Intel Mac,可导入宠物 ZIP 或文件夹,自动更新走 Sparkle。
Daydream 发布一款浏览器内虚拟录音棚,可录制、上传或生成源音轨,再预约“虚拟乐手”实时指挥,逐步搭出完整歌曲。其核心实时引擎已开源,团队称研究重点是音乐控制,正构建具备实时演奏能力并真正理解音乐的模型。
独立开发者发布 Mac 录屏软件 Caplo,录制时记录点击与鼠标轨迹,录完自动按点击位置生成放大镜头,可单独调整每段镜头的长度、位置、缩放倍数与过渡。支持全屏/单窗口/自定义区域录制、30/60 fps、多轨时间线编辑、遮罩打码与本地语音识别字幕,导出 MP4(H.264/HEVC)、MOV(ProRes 422)和 GIF。当前版本 0.1.3,素材与工程只存本机、无需账号,已开放源码下载。
Search2o 发布 0.11.0,这是一个用 JSONC DSL 构建可搜索 AI agents 的无状态异步 Python 服务器,目前处于开放测试阶段。
作者发布 The Last SaaS,一个开源 headless SaaS 后端实验,试图找出最小 SaaS 应用所需的基础原语,让 Claude、ChatGPT 等助手通过 MCP、CLI 或 API 在其上构建。
Trigora 发布了一个面向长时运行 AI Agent 和程序的持久化执行平台,支持 TypeScript、Python 和 Rust,可在事件、定时器、外部调用和子程序之间挂起执行,并在失败后从已提交的延续状态恢复,而不重放已完成的执行历史。
Configstream 0.2.1 发布,为 Spring Boot 提供基于 MongoDB Change Streams 的推送式功能开关与配置,值变更后约 1 秒内同步到所有实例,无需重启、轮询或消息中间件。
Paste-preview 是一个 Claude Code 插件,让终端里粘贴的图片以缩略图显示在提示框上方,并在粘贴瞬间弹出编辑器,支持画笔、椭圆、方框、箭头、文字、裁剪、旋转、七种颜色和撤销。
Codync 是一个 MIT 许可的开源项目,把本机已安装的 Claude Code、Codex、Cursor、Gemini、Copilot 等约 40 多种编码 Agent 变成可命名的持久机器人,从 iPhone、Mac、Windows、Linux 或终端像发消息一样委派任务,完成后推送通知。
Planlock 是一个开源工具,让 AI agent 先写计划、由人类一次性批准,之后它只允许执行计划内的工具调用,越界调用会被拒绝。它位于 agent 与 MCP 工具之间,按步骤限制允许的工具、参数范围(如退款金额上限 30 欧元、指定订单号)、调用次数,并可校验上游脚本版本哈希,版本不符则暂停计划。作者称三轮自动化 LLM 红队测试发现四个弱点并已修复,最终一轮未发现绕过。
作者发布开源项目 portia,一个面向数据工作的 copilot,可连接 Snowflake、BigQuery、PostgreSQL 或本地 CSV 与 Parquet 文件,对每张表做 profiling、回答问题、画图并按决策逐步建表。
Forte Audio 开源了 Mac 应用 Mecum,让 Agent 在桌面软件中执行任务,即使这些软件既没有 API 也没有 AX tree,用户可继续使用自己的 Mac。
独立开发者发布 Ikigai OS,一个 local-first 个人操作系统,围绕规划、专注、反思、记忆、职业方向与日常生活划分空间,当前版本包含 Today、Journey、Focus、Now Playing、Roadmap、Reflection、Memories、Career、Companion/Familiar 和 Sanctuary。
独立开发者发布 Windows 小工具 SmsPop,通过蓝牙接收手机通知和短信,自动识别短信验证码并在输入框附近显示候选条,点击即可填入。工具基于 Rust 开发,体积仅 3.46 MB,Android 需配合 SmsForwarder 等工具走 HTTP 接入,iPhone 只需蓝牙连接并开启“共享系统通知”。目前处于早期开发阶段,可从 Releases 下载。
独立开发者发布 Windows 自启动项管理工具启视 BootScope,单文件 PowerShell、零依赖,覆盖任务管理器和 msconfig 不显示的 HKU\S-1-5-18 与 HKU.DEFAULT 两处注册表位置。
巴西高三学生为申请海外大学开发了开源备考工具 VestTrack,收录 ENEM/FUVEST/UNICAMP 2018-2026 的 500 道题及解析,覆盖 10 个科目、150 个主题,完全免费无广告。
Clawock 在 Hacker News 发布,为已有的 AI agent 提供港股 + 美股投资工作流:收集信息 → 多空辩论 → 代码结算 → 结果反馈进下一次决策,订单仍由用户自己下单。
Audistill 是一款 macOS 本地优先的 AI 音频知识库,可把播客、YouTube 视频、会议等音频在设备端用 NVIDIA Parakeet 转写,再经用户自己的 OpenRouter key 生成结构化摘要,并存入本地 SQLite 供搜索和对话。
作者发布 TaskManager,一个面向个人及其邀请的人和 AI agent 的私有工单追踪器,agent 是看板的一等成员,拥有角色、token 和 REST/MCP 接口,可认领工单、执行并回报。
HashCortX 发布 3.0.0 版本,一个完全本地运行的 AI 编程 harness,无遥测、无崩溃上报、无更新检查,MIT 开源,用原生 JavaScript 和 Rust 编写。
多个产品各自实现 Webhook 会导致签名头、重试次数、去重 ID 和日志位置各不相同,集中到一套投递系统可只建一次签名、重试、投递日志、失败告警和 SSRF 防护。
一位独立开发者将手撕老黄历做成 Windows 桌面软件,数据与线下纸质版本一致,支持 0~9999 年公历、农历选日期查询。软件还原翻页、撕纸、卷轴手感,涵盖宜忌、时辰吉凶、冲煞、九星飞星等传统版式内容,并支持高清图片与矢量 PDF 导出,方便保存打印。目前已提供下载地址与开源仓库。
一个 Show HN 项目可把公开仓库的提交历史转成图像:文件事件决定布局,代码行数决定圆点,缩进决定颜色,删除操作擦除墨迹,每 50 次提交布局旋转一次。稀有事件会留下稀有印记,红色代表提交冲突,蓝色代表沉寂一年后的提交,金色代表提交 ID 以 0000 开头。仅支持公开仓库,可选择风格与配色。
开发者在 Hacker News 的 Show HN 板块发布了一个用彩色可视化方式讲解纳维-斯托克斯方程的项目。该帖目前获得 1 分、0 条评论。
Nimblegate 是一个部署在 AI agent 与真实 git 主机之间的推送网关,用于拦截不安全的 git push。
开发者 dobrinov 在 Hacker News 发布开源工具 Schema,用交互式 ER 图和可视化 git diff 对比 Postgres、MySQL、SQLite 及 Rails schema.rb 的 schema 变化。