44%

中国移动

42%

中国联通

37%

中国电信

7%

中国广电

6%

其他

#GitHub #Telegram #Web #Blog

✍️ 把 Telegram Channel 变成博客 —— BroadcastChannel

🎙️ BroadcastChannel 是一个开源工具，核心目标是让任何人都能将自己的 Telegram 频道快速转变为一个结构化、可订阅、可搜索的微型博客网站。它适合内容创作者、社区运营者、媒体人等，极大降低了内容分发和管理的门槛。

🧙 特性

▶ SEO 友好。自动生成 /sitemap.xml，便于搜索引擎收录；
▶ RSS 支持。自动生成 ‎/rss.xml 和 ‎/rss.json，方便订阅和聚合；
▶ 多参数可拓展。支持配置自定义导航栏、外链、评论区、多语言和时区，适配更多场景；
▶ 轻量友好。前端页面 0 JavaScript，加载快、隐私友好；
▶ 极简部署。支持 Cloudflare、Netlify、Vercel 等主流 Serverless 平台，也可用 Docker 或 VPS 部署。

💡 最近我自己也用 Cloudflare 部署了一个不求甚解的 Telegram Channel Blog，效果不错。

🤔 如果你有自己 Telegram Channel，可以快速部署一个来获得另外一个展示的维度。换个角度来看，其实你可以使用拥有一个免费的博客，日常维护更新的后台就是 Telegram Channel 的编辑界面。这样以来，无论是从 Telegram Channel 拓展成博客，还是想要创建一个博客而使用 Telegram Channel，这两者的界限也变得模糊起来了。

🌐 BroadcastChannel 是一个开源项目，项目开源在 GitHub 上，更多项目详情和部署实例可以访问 项目主页 进行查看。

#App #iOS

🍿 你的追剧好帮手 —— 追剧日历

📺 「追剧日历」是一款专为剧集爱好者设计的工具类应用，主要帮助用户管理正在追的电视剧、综艺和电影，及时获取剧集更新提醒，规划观影日程，避免错过喜欢的内容。

📺 例如我最近追的《不良人7》《蛮好的人生》《比天堂还美丽》等，更新的日期都是不一样的，而且观看正品的平台也是不一样的，想要了解他们的更新周期就比较麻烦。追剧日历就可以比较好的起到一个提醒和备忘的作用。

🧙 特性

▶ 即时追剧通知。剧集一有更新，App 会第一时间推送通知，让你不错过每一集；
▶ 一键直达播放。剧集详情页和通知内容可直接跳转到官方播放平台，无需繁琐查找；
▶ 日历与时间线视图。通过清晰的日历和时间线，用户可以直观地查看每周的剧集更新安排，合理规划观影时间；
▶ 追剧进度记录。支持记录已观看集数和官方更新进度，方便随时查看自己的追剧进展；
▶ 全球影视发现与推荐。覆盖英美剧、国产剧、综艺、电影等多种类型，智能推荐你可能喜欢的内容；
▶ 多会员身份支持。针对不同平台和会员类型，提供更精准的剧集更新信息；
▶ 多语言支持。支持简体中文、繁体中文、英语、日语、德语、俄语等多种语言。

🍿 其实类似「追剧日历」的国产应用也有大把，而且作为鼻祖 App 和服务 TV Time 、Trakt、JustWatch也都不错，不过他们对国产剧集的支持可能比较吃力。

💰 目前「追剧日历」在 App Store 提供免费下载，暂无买断或订购的增值服务模式。

#Life #Article

🛍️ 我的三天心动原则

👛 最近让我种草的东西很多，比如在五一期间我就购买了 Raycast Pro + Advanced AI，还对几个电子设备有种草，索性分享一下我原创的一个理论 —— 三天心动原则。

🤔 这是一个属于我自己原创的理论，这个原则的初衷很简单，就是为了纠正自己容易冲动消费的习惯。相信很多人都有类似的经历：刷着信息流，被某个物件儿种草，心血来潮就下单买了，结果到手后发现根本用不上，东西占地方、落灰，最后低价出二手，得不偿失。我也不例外，过去经常陷入这种恶性循环。于是，我开始思考如何更理性地对待这些突如其来的消费冲动，最终形成了这个「三天心动原则」。

❓ 什么是「三天心动原则」？

简单来说，这个原则的核心是：如果我对一个原本没有采购计划、并非刚需的物件儿突然心动，想要购买，我不会立刻下单，而是给自己 3 天的冷静期。在这 3 天里，如果我每天想起这个物件儿时，依然觉得它很吸引、很需要，那么就可以考虑购买。反过来，如果这 3 天里我对它的热情减退，或者根本没怎么想起它，那就说明这东西可能只是让我一时上头，不值得买。

❓ 原则细节

➊ 连续 3 天都心动，才算过关

这个原则的根本在于「连续」和「心动」的结合。3 天的冷静期本质上是一个过滤机制，用来区分一时的冲动和真正的需求。如果我连续 3 天，每天想起这个物件儿时，都觉得它好、想要它、甚至能想象它带来的价值，那说明这个东西确实对我有持续的吸引力，值得购买。

拉长到 3 天，实际上是给大脑一个缓冲的时间。很多时候，我们在刷信息流时会被营销话术或者精美图片刺激，产生强烈的购买欲，但这种冲动往往是短暂的。3 天的观察期能让我更清楚地判断：我到底是真想要，还是只是一时上头。

➋ 必须连续，不能中断

这里的「3 天」指的是连续的 3 天，而不是一周里随便挑 3 天，或者一个月里想起 3 次。比如，最近我刷到 Mac mini via M4 的消息，觉得价格不错，性能也强，挺适合替换家里的老款 M1。第一天，我可能会反复思考要不要买，觉得挺值的；第二天，继续思考，依然觉得不错；但如果第三天我完全没想起这事儿，或者想了一下觉得其实没必要，那结论就是不买。

更严格一点，如果第三天没想，第四天又开始心动，那对不起，得重新从第四天开始算起，连续再观察 3 天，直到第五天、第六天都持续心动为止。为什么要这么严格？有两个原因：

如果我没有连续 3 天都想着这个东西，说明它对我的吸引力不够强，可能不是我真正需要的。
如果中间断了，但后面又开始想，说明后来的心动可能又是新的冲动，需要重新验证，避免再次上头。
这种连续性的要求，其实是在逼着自己更理性地面对消费决策。

➌ 主动回想不算作弊

在实践这个原则时，我发现一个问题：有时候，第二天我压根不会自然想起前一天让我心动的东西。毕竟，睡一觉往往会冲淡很多情绪，昨天还觉得非买不可的物件儿，今天可能完全抛诸脑后。这时候，我会主动去回想，比如翻看之前的记录、笔记，或者重新打开那个商品页面，看看自己是不是还对它感兴趣。

一开始，我担心这种主动回想会不会有点「作弊」，但后来发现，这其实是很有必要的。很多时候，当我刻意去回想某个前一天让我上头的东西时，会突然觉得它其实没那么吸引人，甚至完全没必要买。这种情况恰恰说明，「三天心动原则」在帮我过滤掉那些短暂的冲动。而且，主动回想并不意味着强迫自己非得买，而是给自己一个机会，去重新审视这个物件儿的价值。

➍ 只适用于非刚需的「种草」消费

需要强调的是，这个原则并不适用于所有消费场景。它只针对那些没有计划、不是刚需、纯粹被种草的物件儿。比如，刷到一款新奇的电子产品、一个设计感很强的家居摆件，或者某件看起来很潮的衣服，这些都属于「三天心动原则」的适用范围。

但对于生活必需品、消耗品，或者早就计划好要买的东西，这个原则就不适用。比如，我不会因为要买牙膏、纸巾，或者一台早就列入预算的电脑，就非得等 3 天心动才下单。那样未免太教条，生活也不需要这么刻板。这个原则的定位很明确：它是为那些「锦上添花」类的消费设计的，帮我避免不必要的浪费。

❓ 为什么这个原则有用？

实践了几年，我发现「三天心动原则」确实帮我省下了不少钱，也减少了很多不必要的物品堆积在家里。它的核心在于延长决策时间，让情绪回归理性。很多时候，我们的消费冲动是被外部刺激触发的，比如限时优惠、博主安利，或者精美的广告图片。但这些刺激往往只是暂时的，3 天的冷静期能让我更清楚地看到自己真实的需求。

更重要的是，这个原则让我对自己的消费习惯有了更多反思。每次执行这个原则，我都在问自己：我真的需要这个东西吗？它会给我的生活带来什么价值？这种思考的过程，本身就让我对消费变得更谨慎、更从容。

🔗 本文首发于我的博客，欢迎前往 原文链接 阅读。

#App #Mac

🌀 让你完全掌控 Mac 的风扇转速 —— Macs Fan Control

Macs Fan Control 是由 CrystalIDEA 开发的一款实用工具，允许用户在 Mac 设备上实时监控和手动调节风扇转速，兼容 Intel 和 Apple Silicon 芯片的设备。

❓ 为什么用户需要手动调整风扇？这是 Mac 系统的什么策略或者缺陷么？

Mac 电脑的风扇默认由系统自动控制，依据内部温度传感器（如 CPU、GPU、硬盘等）的读数，动态调整风扇转速。这种自动策略的设计目标是：

▶ 保持硬件在安全温度范围内；
▶ 尽量减少风扇噪音，提升用户体验。

以上内容摘自 About Power Modes on your Mac - Apple Support ↗ ​

不是严格意义上的缺陷：苹果的自动风扇策略是为了在大多数情况下平衡性能、温度和噪音。但由于用户需求和硬件环境的多样性，自动策略无法覆盖所有极端或特殊场景。

🧙 特性

▶ 实时监控：显示所有风扇的转速（RPM）和各个温度传感器的读数，包括第三方硬盘/固态硬盘的 S.M.A.R.T. 信息；
▶ 手动控制风扇：可以为每个风扇设置自定义转速，或根据某个温度传感器的温度自动调节风扇速度（如根据 CPU 温度自动调速）；
▶ 风扇预设：支持创建和保存多组风扇设置，方便根据不同使用场景（如高负载、安静模式等）一键切换；
▶ 菜单栏显示：可在 macOS 菜单栏或 Windows 托盘显示风扇转速和温度信息，便于随时查看；
▶ 多语言支持：界面支持包括中文在内的多种语言，适合全球用户；
▶ 自动恢复：退出软件时，所有风扇会自动恢复为系统默认的自动模式，避免误操作带来的风险。

💰 Macs Fan Control 提供免费版和付费 Pro 版，普通用户可以免费使用，Pro 版则需一次性付费解锁更多高级功能。Macs Fan Control 也在 GitHub 页面 进行用户问题追踪、反馈和翻译协作，该项目并不开源。

#Fakeye #Weekly

📰 本周创作总结（2025.4.28-5.4）

📖 频道更新

▶ 雇一个免费的 GitHub 「懂王」 —— DeepWiki
▶ 做你电脑的黑匣子 —— Screenpipe
▶ 在桌面养一只可爱的小猫 —— BongoCat
▶ 「小而美」前沿技术团队图鉴 —— Fancy Teams

📊 调研内容： 你现在日常的工作和生活可以离开 AI 工具么？

🥢 聊聊美食： 在家吃顿海鲜

✍️ 博客更新

▶ 面试一定要守时
▶ 面试中的沟通：主导还是被动？
▶ 聊聊路上那些让人糟心的驾驶行为和习惯
▶ 我的三天心动原则
▶ 巴斯克 omakase
▶ 我家小猫从不内耗
▶ 周末流水账 0504

💬 小结

各位五一假期过得还好吗？我这几天主要宅在家里。准备五一小长假结束之后，去潮汕玩几天，算是错峰出行。还是征询一下潮汕好去（chi）处。

#Life #Food

🦀 在家吃顿海鲜

📦 上周老妈打电话过来说，五一青岛就要封海了，趁封海之前买点海鲜给我寄过来。恰好在上周唯一的一天休息日的修武收到了，马上处理做成晚餐。

🔪 这次寄过来的是一条大鲅鱼（在江浙这边要叫川乌），两只八爪鱼（青岛话叫八带烧）和两只梭子蟹。话不多说，到货拆箱马上处理。

🐟 鲅鱼

处理鲅鱼算是这三样里面稍微复杂一点的，需要从腹部剪开将内脏掏出，再把腮部位的部件也清理干净，最后将各处血清洗感觉。今天准备做一半儿，另外一半放到冰箱里去。接下来处理八爪鱼。

之后就用自己琢磨的创新做法酱烧了个鲅鱼，个人觉得味道不错，但是也得到了一些下次可能改进的方向。

🐙 八爪鱼

我们青岛那边一般来说都是用葱和醋凉拌着来吃，菜名就是葱拌八带。今天早上去果蔬好采购，没有买到小葱，只有大葱和小香葱，小香葱就是我们日常去菜市场买菜摊主会送的那种，凉拌用起来过于嫩，大葱很多年不用再凉拌上了，不过今天这个形式也只能勉强买来用一下了。

八爪鱼水开之后汆一下，然后切下头，单独把头煮 3 分钟，分别都过一下凉水，这样可以让八爪鱼肉吃起来更 Q 弹。鱼腿改刀，加入盐、米醋和切好段的大葱，凉拌起来口感非常清爽。

🦀 梭子蟹

最后就是最简单但是最好吃的梭子蟹了，两个梭子蟹清洗外表后上蒸锅蒸 20 分钟。出锅就能吃，最新鲜的食材就要这样吃最简单的做法，最本真的味道。

🥢 晚上，室友回家就开吃了，我在她进门的那一刻真好炒好了最后一个韭黄炒蛋，米饭也好了。非常 J，非常到位。吃饭的时候一起看了 Lady Gaga Coachella 2025 的演出，我应该是看第四遍了，但是室友是第一次看，非常激动。

🔗 更多图片可以去我博客看原文：传送门

41%

✅ 可以

54%

❌ 不可以

5%

❓ 其他

#Web

🌞 「小而美」前沿技术团队图鉴 —— Fancy Teams

🦄 Fancy Teams 致力于发掘和呈现中国新一代科技创业团队，尤其是那些规模不大但极具创新力和影响力的「小而美」团队。

🧑‍💻 项目收录了如 谜底科技、Manus、MindVerse、Flowith、YouMind 等众多中国前沿 AI、软件、内容创作、工具类创业团队，并通过团队档案、创始人访谈、媒体报道等多种形式，帮助用户了解这些团队的产品、技术方向、团队规模、估值、地理位置以及背后的创业故事。

🤝 每个团队都配有创始人介绍，附带其社交账号和相关访谈，便于深入了解创业者的理念与经历。同时也收录了正在被招聘团队的招聘信息。

👋 该项目由Bonjour 团队打造，Bonjour 是一个通过微信小程序创建类似 Bento.so 风格的数字名片服务。

#GitHub #App

🐈‍⬛ 在桌面养一只可爱的小猫 —— BongoCat

🐱 BongoCat 是由开发者 ayangweb 开发并开源在 GitHub 上的桌面宠物应用。

💡 它的灵感来源于 MMmmmoko 的 Bongo Cat Mver 项目。原版仅支持 Windows，ayangweb 作为 macOS 用户，希望能在自己的设备上也体验到这只可爱的猫咪，于是开发了支持多平台的新版本。

🧙 特性

▶ 响应式桌宠：BongoCat 会在你的桌面上以可爱的动画形象出现，并能根据你的键盘和鼠标操作做出反应（这与其说是养猫，倒不如说是搞一个自己的猫身镜像了）；
▶ 多平台支持：BongoCat 利用 Tauri 框架实现了跨平台支持，支持Windows（32 位、64 位、ARM64）、macOS（Apple Silicon 和 Intel 芯片）、Linux（Debian/Ubuntu、Fedora/RHEL、通用 AppImage）；

🦸 技术特点

▶ 使用 Live2D 、Live2D Cubism 技术实现猫咪的动画和互动；
▶ 前端采用 Vue3（由 React 迁移而来），后端部分用 Rust 实现；
▶ 利用 pixi-live2d-display 加载 Live2D 模型，监听键盘和鼠标事件用 rdev；
▶ 开源，遵循 MIT 许可证。

🗣开发者在 V2EX 上发表了一个帖子详细介绍了开发始末、技术选型思考和未来的迭代方向，算是很细致具体了。具体的项目细节也可以查看 GitHub 的项目详情页面。

#AI #GitHub

📻 做你电脑的黑匣子 —— Screenpipe

🤔 最近发现一个叫做 Screenpipe 的项目，很像是在 AI 时代来临前早些年间的那个「Rewind」，不过当年它还没用上 AI 能力，现在想想此时此刻应该也是它发力的最好时机了吧。

😂 说回 Screenpipe，它是由 mediar-ai 团队开发的开源项目，主打「AI 应用商店」理念。它通过 24 小时不间断地本地记录你的桌面屏幕和麦克风内容，将这些数据索引为 API，供 AI 应用调用，实现更智能、更个性化的桌面自动化和助手功能。

💡 用通俗易懂点的话来说，Screenpipe 很像是一个安装在你电脑里的「黑匣子」，它会在后台持续记录你的屏幕内容和麦克风声音（比如你在看什么、打什么字、开了哪些软件、说了什么话），但所有数据都只保存在你自己电脑里，不会上传到云端。等到有需要调取相应时间轴或者时间点相应动作的 App 出现，它会以 API 的形式输出「上下文摘要」或「结构化信息」（并不是记录的原始的隐私信息）。

😊 其实，我感觉这个事情的理念非常不错，但是为时太早。更何况，收集用户隐私这种事情非常敏感，虽然 Screenpipe 团队一而再再二三的所有数据都存储在本地，但是第三方来做这个事情难免会让用户膈应。感觉是 Apple、Microsoft 这种系统厂商级别来做会更天然一点。

🧠 由于数据都留存在本地做分析，所以 Screenpipe 在本地部署了轻量的 LLM，当然也支持自己下载更多大模型，如 Llama、Mistral、Gemma、Whisper 等开源大模型（前提是你的电脑硬件性能足够）。

💻 目前已有少量的 App 接入到了 Screenpipe 的这个 AI 应用商店中，取用它输出的用户结构化的行为数据。这次推荐并不是说让大家都用起来，而是分享一个还不错的趋势方向，相信未来会有更多的类似的中间件服务出现，或许 Apple 也会下场（or 收购其他一家）来做。

🌐 Screenpipe 也将项目开源在 GitHub 上，可以前往项目页面了解更多详情。

⚠️ 本文更多只是分享理念，笔者感觉用通过本地收集并通过本地大模型分析再接入到下游的 App 使用到用户场景中，这条路还有很长。

#GitHub #AI

🌐 雇一个免费的 GitHub 「懂王」 —— DeepWiki

🧠 DeepWiki 是一款由 Cognition AI 团队（也是 AI 编程助手 Devin 的开发者）开发的创新工具。它的核心功能是自动分析和解读 GitHub 上的公开代码仓库，将复杂的代码和结构转化为清晰易懂的文档、交互式图表，并配备智能问答助手，极大地方便了开发者和开源爱好者理解和使用代码。

🧙 特性

▶ AI 生成文档：DeepWiki 会自动分析仓库中的代码、README 和配置文件，生成详细且易读的文档，解释代码结构、关键函数、模块和依赖关系。
▶ 交互式图表：平台会自动生成可点击的结构图、依赖关系图、流程图等，帮助用户直观了解代码之间的联系。
▶ AI 聊天助手：内置 Devin AI 助手，用户可以高亮任何文本并提问，比如某个函数的作用、如何参与贡献等，AI 会结合代码内容给出清晰解答。
▶ 深度分析查询：支持高级分析，比如自动发现潜在 bug、优化建议、与其他仓库对比等，相当于随时有一位资深工程师为你答疑解惑。
▶ 免费且无需注册：对所有公开仓库完全免费，无需登录即可使用（私有仓库需登录 Devin 账号）。

🪄 如何使用

DeepWiki 官网已经提前收录索引了一些比较受欢迎的 repo，可以直接前往查看，如果在这里找不到你想要的，还可以自己动手：

➊ 找到你感兴趣的 GitHub 仓库，比如：https://github.com/RSSNext/Folo；
➋ 将网址中的「github」替换为「deepwiki」，变成 https://deepwiki.com/RSSNext/Folo；
➌ 打开后即可看到自动生成的文档、结构图和 AI 助手界面，随时提问或深入探索代码。

🎮 应用场景

其实你可以把 DeepWiki 看作是一个非常了解 GitHub 项目的助手，让它来帮你做很多项目上手、检索信息的事情，例如：

▶ 新手开发者快速了解大型开源项目
▶ 资深开发者查找关键模块、分析依赖关系
▶ 教育者用真实代码作为教学材料
▶ 维护者自动生成和更新文档，提升协作效率