TuxWhisper:Linux 上的离线按住说话听写工具,支持 Wayland
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。
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。
trydrama 创始人推出面向制作公司的工具,可在拍摄完成后移除或重塑画面中的台词、场景、产品细节乃至整段镜头,避免因一处不满意而重返片场。官网为 trydrama.io,作者附上一段 33 秒示例片段,并征集有过拍摄经验者的反馈:最常想改的是什么,以及要满足什么条件才敢把它用在客户素材上。
独立开发者用 trydrama 生成了一段 33 秒外科医生短片,刻意叠加 4K、24 FPS、镜头和电量等相机界面元素,让画面更像实拍而非 AI 生成。作者称这段片子没有剧组、演员和医院场地,效果比预期更接近真实,并询问职业视频创作者需要什么条件才会在真实项目中信任这类素材。
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。
ZCode Pro 为 ZCode 桌面版提供一层界面增强,通过专用快捷方式启动才生效,不改动客户端文件,支持 Windows / macOS / Linux,Arch 用户可装 AUR 包。
Packmates AI 是一款打包助手,根据目的地、出行日期、实时天气和计划活动生成清单,而非套用通用模板。它从 250+ 打包物品库中提取内容,能针对下雨、高温或寒冷自动调整,并支持邀请同行者实时同步查看清单更新。网页版免费使用,同时提供原生 iOS app。
开发者发布 Show HN 项目,做的是一个“没什么用但基本精确”的 Hacker News 克隆。该条目出现在 Hacker News 首页列表中,与 Claude Haiku 5.5、GPT‑6 等条目并列展示。
Taim 在 Product Hunt 发布,主打用 AI 捕捉你的时间记录,并自动完成归档、排期与同步。官方描述为「Capture it. Taim files, schedules & syncs it with your AI.」目前尚未披露价格、套餐或可用地区等细节。
前前端工程师兼 PM 在台北做互动装置与展览,因每次都要画三遍房间图、设备清单还常和图纸对不上,于是用 Claude Code 做出 Misea。把屏幕、桌子、机架、音箱和人物拖到平面图上即自动生成等距视角图,无需 3D 建模,所放物件自动进入设备清单,线缆还会算出长度,布局一变清单同步更新。主要面向提案阶段,小项目可一直用到进场,免费试用、无需注册。
开发者 duanluan 发布 zcode-plugins 插件市场,在 ZCode 插件市场粘贴 duanluan-zcode-plugins 即可添加,安装后需跑 /vision-setup、/rtk-setup、/hr-setup、/ocr-setup 等 setup 命令。
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。
独立开发者正在开发 AI 日历 Orily,可帮你找出空闲时间,并建议把学习、专注工作或锻炼安排在哪里,建议在加入前可先审核。目前处于早期免费 beta,招募 5 名测试者提供真实反馈。Google Calendar 连接为只读,且仅限已批准的测试账号,想测试需私信提供 Google 邮箱。
Manifestack 是一个开源工具,可在 Claude Code、Cursor、Codex 等编码 Agent 内审计整个技术栈,覆盖前端、后端、worker、基础设施和第三方 API。
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。
OpenRouter 接入 ElevenLabs,提供 9 个文本转语音模型和 2 个语音转文本模型,已有 OpenRouter 应用可直接调用 POST /api/v1/audio/speech 和 POST /api/v1/audio/transcriptions,无需单独的 ElevenLabs 套餐。
推荐理由:OpenRouter 上线 ElevenLabs 语音模型,并给出限时五折与调用示例,可据此评估语音能力的接入成本。
SquadRoom 在 Product Hunt 发布,主打 24/7 工作的 AI 员工。原文未披露价格、费率、MRR 等变现数据,也未说明具体功能细节与可用性。
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。
Armature(YC P26)联合创始人 Louis 发布 Agent.reviews,定位为“面向 agent 的 G2”,让 AI agent 在选工具前查评价、用完后写评价。
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。
独立开发者发布浏览器解谜游戏 Brew Blocks,滑动药水方块直到撞上其他方块,红蓝黄相撞会变成紫、绿、橙,每种颜色需从自己的出口离场。随机生成的关卡会先经求解器验证,只保留能在搜索上限内解出的棋盘;每日关卡所有人相同并显示 par(求解器步数)。免费、无需注册,手机和桌面均可玩,代码由 AI 编程工具写成,美术由图像模型生成。
独立开发者发布开源桌面应用与 CLI Klerm,为 AI agent 提供共享工作区,可连接多个编码 agent 槽位并做确定性的顺序协作,支持本地或云端模型、Personal Bots、Kanban 看板与持久运行历史。
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。
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。
独立开发者因常开 100+ 个标签页、书签又记不住位置和名称,做了 Chrome 扩展 Daysift,用浏览内容本身来检索访问过的页面。它本地优先、不在远端保留数据,AI 层由 Proton Lumo 驱动,仅在用户同意下对页面做摘要等处理,并带笔记功能和 '/Doc' 新建文件。目前会过滤掉与工作无关的噪音内容。
NiteBlend OU 在 Hacker News 发布 macOS 应用 AI Sales Call Coach,售价 $29.99,无应用账号与订阅,需自备 OpenAI API key 并单独计费。它可在销售通话中提供实时转写与一条聚焦建议,支持会前用 AI 买家做打字演练,数据与对话记录本地存储,不设开发者后端。要求 Apple 芯片与 macOS 14.2 或更高版本。
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。
Hacker News 上发布 Show HN 项目 robotsimulator.ai,用于工业机器人避障。其 AI Assistant 可回答 BabaCAD Robotics Web(BRW)相关问题,并把机器人任务写成插件代码,输入 /demo 可演示一次直线移动到目标位姿并转动第一个关节,任务可保存并用 Play 按钮运行。
独立开发者推出 JK Index,一个面向 TCG 收藏者的研究与预测工具,目前覆盖 Pokémon、One Piece 和 Riftbound。核心功能 Before the Slab 让用户看裸卡照片猜 PSA 评级,另有 Blitz 模式连猜五张卡,无需注册、约 2 分钟完成。
Image to 3D 能把一张照片转成可旋转、可检查、可导出的可编辑 3D 网格,流程从选择清晰参考图、生成草稿模型到检查几何与贴图,再下载。用户可选择服务商与质量等级,并导出 GLB、OBJ、STL、FBX 或 USDZ,用于游戏、网页、AR、可视化或 3D 打印。它适合快速搭建资产草稿,再到常用编辑器里细化拓扑、UV、材质与比例。
独立开发者发布客服平台 Sellio,面向 SaaS 创始人、新产品和小型团队,把来自不同渠道的客户对话集中到一处,提供实时聊天和可回答重复问题的 AI agents,团队可随时人工接管。作者表示会先服务小型 SaaS 公司和新产品,从创始人处直接获取反馈再迭代。
一位同时维护 iOS、Android、Spring Boot 和多个 Next.js 项目的开发者,因厌倦每天同时打开 Xcode、Android Studio。
独立开发者推出 Tafla,一个把 AI 数学计算过程摊在可交互黑板上的工具,算完后还能改输入项,相当于为具体问题生成一个自定义计算器。它跳出 LLM 对话范式,用计算本身当界面、模型讲解作为旁白字幕,可用于房贷方案对比、个人预算、数学作业等场景,目前免费使用。
SmartBI 推出 AI copilot SMARTY,可接入 GA4、Google Ads、Meta Ads、Facebook、Instagram、Google Business Profile 等数据源,用英语或法语输出可执行的营销建议。用户可用 Google Business Profile 永久免费起步,无需信用卡,付费方案可免费试用 14 天。
Attestlane 在 Hacker News 发布,把 SOC 2 准备变成一条可追责的工作流,从首次评估到生成供独立审计师审阅的结构化材料包。免费评估约 10 分钟,含差距报告、20 项政策草稿到管理层审批、39 项证据的来源与采纳决策。它只负责准备与留存记录,实际审查与出具 SOC 2 报告由具备资质的独立 CPA 事务所完成。