Auricle:350 KB 的浏览器端 VAD 开源项目发布
Auricle 发布了一个 350 KB(gzip 后)的浏览器端语音活动检测(VAD)开源项目,用 Rust 编译成 WebAssembly,把 VAD、轮次切换、打断和闪避(ducking)打包在一起,并提供兼容 OpenAI 接口的语音转文字、对话和文字转语音适配层。
Auricle 发布了一个 350 KB(gzip 后)的浏览器端语音活动检测(VAD)开源项目,用 Rust 编译成 WebAssembly,把 VAD、轮次切换、打断和闪避(ducking)打包在一起,并提供兼容 OpenAI 接口的语音转文字、对话和文字转语音适配层。
ThinkBoard 是一款 macOS、Windows、Linux 桌面工具,用全局快捷键或四指下滑在任意窗口之上唤出 Obsidian 画布,也可脱离 vault 独立使用。
Task629 是一款个人技能追踪工具,通过分析用户一天内提交的任务描述来识别其中体现的技能,省去手动判断哪些任务锻炼了哪些技能的心力。
一位开发者在 Reddit 展示了一个输入歌曲即推荐同感觉电影的工具,整个服务跑在一个 Cloudflare Worker 上。模型调用顺序为 Gemini 免费额度、Groq,两者都失败才用 Claude Haiku;每个推荐结果都会与 TMDB 校验以避免编造电影,重复搜索约 0.2s 从 KV 返回。
开发者 watzon 发布开源听写应用 Sayso,支持 macOS、Windows 和 Linux,按快捷键说话即可把文字粘贴进当前应用。
作者对比了 SaaS 加入 AI 功能后的三种计费模式:按用量计费、预付 credits 和混合模式,并认为混合模式是多数早期 SaaS 的合适默认选择。
独立开发者开源了菜谱推荐应用 wotoEAT,围绕“用现有食材做什么菜”每次只推荐一道菜,同一天内不重复。它支持“仅用储物柜”模式(限储物柜加盐、胡椒、油和水),可拍照扫描购物小票自动入库并识别鸡蛋与 eggs 为同一食材,过敏原为硬性规则,无匹配时直接返回“no match”。
波兰独立开发者用 Claude Code 在 3 天内上线副业项目排名站 heyImade,用户粘贴链接并通过 meta 标签或文件验证归属后,可由已确认邮箱的登录账号打 1–5 星,排名采用贝叶斯平均。
TinyWebUI 是一个自托管的 AI 聊天界面,属于 TinySuite 的本地优先工具集,可通过 npx tinywebui 启动,数据保存在本机一个 SQLite 文件中,没有托管后端也不需要注册账号。
独立开发者将自建的 AI 视频 SaaS marqee.studio 挂牌出售,目前 0 MRR、0 客户,附带完整代码库、时间线编辑器、域名与网站。该工具只需粘贴链接即可读取网站文案、配色、字体和图片,生成 15 到 30 秒、16:9 1080p 的产品视频,且支持在时间线上重新剪辑,重剪成本仅为新做一条的五分之一。
一位独立开发者复盘:他的 AI 聊天组件依赖 Groq 的 Llama 3.3 70B,模型被下线后他发现自己把模型名硬编码在几处、提示词也绑定了该模型的行为。
ProofFlick 在 Hacker News 的 Show HN 发布,把 Grammarly 式校对与 Wispr Flow 式听写合并成一个 Windows 10/11 托盘应用,采用一次买断:原价 $99.99,发布期 $39.99。
开发者发布浏览器端 AI 角色扮演客户端 Chronica,用纯客户端运行的结构化(词法)RAG 替代 Vector DB 和 embedding API,记忆注入控制在约 2000 token 预算内。
OpenAI 将在欧盟为符合条件的 ChatGPT 和 Codex 输出加入隐形文本水印,以满足 AI Act 透明度要求,其 textGrain 方法通过微调选词让生成文本可被检测,但编辑、翻译和短文本会削弱检测效果。
Proofkit 是一款浏览器扩展,可在 WordPress、Medium 等浏览器编辑器内一次完成交付前检查:内置 249 组易混词与 530 种拼写(含 US/UK),批量替换时不动链接、代码和两词动词。
Recly 上线 App Store 和 Google Play,用已有的 Galaxy Watch 或 Apple Watch 录音,在设备端免费转写,笔记交给用户自己付费的 AI(Claude、ChatGPT、Codex)。
RagIndex 0.2.3 是一款完全在浏览器内运行的 RAG 应用,文档索引与上下文构建全部本地完成,数据不离开客户端。它用 Lunr.js 做 BM25 词法检索,再由 LLM 对候选片段做 0-5 分语义重排,无需 embedding、不改索引,支持 Gemini、Mistral、Groq、OpenRouter、HuggingFace 五家 API,密钥仅存于浏览器 IndexedDB。
Groq SDK 发布 v1.4.0,新增对 pydantic 迭代器进行提前校验(eagerly validating)的支持。该版本于 2026-05-12 提交,完整变更记录见 v1.3.0...v1.4.0。