#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。

#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

#GitHub #Web

📺 强大的视频嗅探下载服务 —— cobalt

🔍 cobalt 是一个简洁高效的在线视频/音频解析工具，支持从多个主流平台提取和下载媒体内容。它的界面极简，操作便捷，适合快速粘贴链接并获取资源。

🧙 特性

▶ 自动识别链接：粘贴视频链接后自动解析；
▶ 音频提取：可选择仅下载音频部分；
▶ 静音处理：可对视频进行静音处理
▶ Remux：可能支持无损封装转换（如 MP4/MKV）；
▶ 多参数设置：支持对音频、视频等做格式、质量、编码等进行设置；
▶ 隐私保护：支持自部署、社区实例、关闭匿名流量分析和创建隧道等方式来保护使用者隐私。

🪄 支持的网站和服务有：Bilibili、Bluesky、Dailymotion、Facebook、Instagram、Loom、OK.ru、Pinterest、Reddit、Rutube、Snapchat、SoundCloud、Streamable、TikTok、Tumblr、Twitch、Twitter、Vimeo、VK、小红书、YouTube。

你可以使用开发者部署的实例，也可以前往 GitHub 了解更多项目信息。

#GitHub

🧩 用计算机视觉辅助拼图 —— JigSight 项目笔记

🧩 拼图是个挺解压的活动，但当你面对一堆碎片毫无头绪时，也可能变成一种折磨。JigSight 是一个尝试用计算机视觉来辅助拼图的开源项目，能实时识别你手上的拼图片，并在原图中标出它的位置和旋转角度。

⚠️ 不过这个项目目前只是一个 MVP（最小可行产品），并不适合所有人开箱即用。需要你具备一些 Python 基础，配置好摄像头和参考图，还要手动修改代码路径和参数。更适合当作一个学习和探索计算机视觉技术的项目。

🎯 JigSight 的实现机制

▶ 使用摄像头实时捕获拼图片图像，并通过 OpenCV 提取图像特征。
▶ 利用 SIFT 算法在原图中进行特征匹配，找出拼图片的位置。
▶ 自动估算旋转角度，并将结果可视化显示在界面上。
▶ 主界面分为四个区域，分别显示原图、摄像头画面、拼图片掩膜和匹配结果。

JigSight 在处理特征点较少的拼图时效果有限。作者建议此时可以参考另一个开源项目 Zolver，它基于边缘形状进行匹配，适合图案重复或颜色单一的拼图碎片。

👀 本文仅作为项目观察与技术原理分享，不建议非开发者直接使用，如有兴趣欢迎阅读源码探索。

#App #Web #GitHub #RSS

🌈 最近半年我的心头好 —— Folo（原名Follow）

🎤 今天聊聊 Folo，用它大概有半年的时间了吧，其实对我影响很大。

👋 Folo 是原 RSSHub 作者 DIYgod 发起并带领团队主导的一个与 RSS 密切相关的开源项目，旨在为用户提供一个简洁、高效的内容订阅和阅读平台。目标是让用户能够在一个统一的界面上「关注一切」，包括 RSS 源、社交媒体动态、播客、视频等内容，打造一个无噪音、个性化的信息流体验。

📰 Folo 的设计灵感来源于 RSS 的核心理念 —— 通过订阅源来获取更新，而不是依赖算法驱动的社交媒体推荐。它试图解决现代信息过载的问题，同时弥补传统 RSS 阅读器在功能和体验上的不足。以下是 Folo 的一些主要特点：

▶ 多源支持
不仅支持传统的 RSS 和 Atom feed，还能整合其他非标准化的内容源，例如 YouTube 频道、社交媒体账户（比如 Mastodon 或 Bluesky），甚至通过与 RSSHub（一个开源的 RSS 生成工具）结合，将更多网页内容转化为可订阅的 feed。

▶ AI 增强功能
项目融入了人工智能特性，比如自动翻译、内容摘要生成等，帮助用户更高效地处理和理解信息。

▶ 用户自定义
Folo 允许用户根据喜好组织订阅源，比如创建文件夹、筛选关键词，甚至支持动态主题切换，提升了阅读的舒适度和灵活性。

🧙‍♀️ 其实我恢复频道更新和开始每天写博客就是受 Folo 的影响，我相信像我一样的人应该也有，所以 Folo 对于优质内容输出也有一定意义。你可以在 Web、Windows、macOS、Linux、iOS 中使用 Folo，也可以在 GitHub 上了解更多关于 Folo 的项目内容。

#AI #Web #github

🧠 释放人工智能的真正潜力 —— Prompt越狱手册

📖 Prompt 越狱手册是一份专为 AI 提示词设计的指南，旨在帮助用户掌握如何通过精心设计的提示词来突破AI模型的常规限制，从而释放AI的真正潜力。

🚩 项目从什么是 Prompt、Prompt 构建的思维模式、Prompt 设计技巧、Prompt 优化与迭代、Prompt 越狱、Prompt 框架进行了相关内容的阐述，最后提供了具体实例和更多的参考内容。

⚠️ 需要注意的是该项目内容仅用于学术研究和安全测试目的，请在合法合规的前提下使用这些知识，不要将其用于任何非法或不道德的行为。

💻 项目作者洺熙是一名专注于安领域的大拿，除了Prompt 越狱手册外，还有《AI 迷思录》和《AI应用与安全知识库》等项目。其中《Prompt 越狱手册》和《AI 迷思录》公布在 GitHub 上。本项目还有一个更注重可视化的 页面版本，更适合阅读（该可视化是乔木根据歸藏给出的通用化文本转可视化网页 Prompt 生成）。

#GitHub #Life #Article

🏫 大学生活质量指北

☝️ 今天介绍的项目是来自一个由 Telegram 频道发起的调查启发的资料汇总项目，意在收集全世界各高校招生时不会写明但实实在在影响大学生活质量的详尽信息。

👨‍🎓 项目非常有趣，收录了很多国内和国外大学的点滴信息。同时也列明了择校相关的一些清单，例如对于未来出国可能受阻的一系列受美国实体制裁的大学名单、国防七子、军工六校、兵工七子和已经退出国际大学排名的高校。另外也提供了一些大家在择校时期可能会疏于考虑的问题，这些问题主要囊括了一些日常生活、饮食和住宿的问题，虽然可能没有详尽的答案，但是为大家提供了多方面的视角。

💡 最值得一提的是，项目将所有问卷按照 [地区 >> 大学] 的维度进行了整理，并使用 Q&A 的形式让大家了解每个学校的不同情况。是一份非常有效的大学生活质量百科。

🔗 你可以访问 项目主页，也可以参与填写 调查问卷，也可以查看和贡献问和 讨论内容。

#App #iOS #Mac #GitHub

🐦 一个全新的极速 AI/LLM 客户端 —— 浮望

🧠 浮望（FlowDown）是一款速度极快、体验流畅的 AI/LLM 客户端应用程序，旨在为用户提供高效、安全的 AI 交互体验。

🧙‍♂️ 特性

▶ 轻量高效：紧凑设计，确保与任何 AI 模型都能流畅配合
▶ 丰富的 Markdown 支持：美观的格式化响应与快速渲染体验
▶ 注重隐私保护：设计上保证您的数据安全，没有任何追踪
▶ 广泛兼容性：支持所有兼容的服务提供商
▶ 离线 LLM 支持：通过 MLX 连接本地模型，实现完全隐私
▶ 视觉模型支持：能够处理图像并生成视觉内容
▶ 极速文本渲染：提供无缝的用户交互体验
▶ 自动聊天标题：智能整理对话，提高使用效率

☝️ 另外，软件提供两个版本，分别是 App Store 版和社区版。其中前者，在 App Store 中提供有 iOS/iPadOS 和 macOS 的版本，社区版是开源的，在 GitHub 上提供 macOS 版本。两者存在明显的功能差异（例如：商店版在某些国家地区提供免费的云端推理配置，社区版则不提供），请前往浮望的 文档中心 进行了解。

💰 App Store 版现在处于早鸟价优惠阶段（$14.99），将于周日结束后恢复原价（$19.99），此价格为买断制。

#GitHub #Apple #Article

🔑 和 AirTag 相关的几个折腾和原理

☝️ AirTag 这个产品当年发布还是在果粉圈引起了不小的轰动，但时隔多年，AirTag 本身也没有推出第二代产品，并且价格也居高不小（相比同类防丢器产品），虽然拼多多上也有华强北的平替产品，但是仍需要苹果设备才能绑定，才能查看位置。不支持安卓/鸿蒙/PC，也不支持集成到 Home Assistant 中。这时候有些「动手能力强」的朋友就蠢蠢欲动了。

⚠️ 今天看到关于 AirTag 的几个折腾，由于对「动手能力」要求很高，所以还是从这个事情本身的原理来窥探一下。摊主本人本人并不建议大家自己动手制作，以免产生不必要的麻烦（小心收律师函）。

🔋 AirTag 的原理

▶ 蓝牙信号广播：AirTag 持续发射低功耗 蓝牙信号（BLE），信号中携带唯一加密标识符。此信号可被附近（约 30-100 米内）的苹果设备（iPhone、iPad、Mac 等）检测到。
▶ FindMy 网络协作定位：当苹果设备接收到 AirTag 的蓝牙信号后，会通过匿名加密机制，将设备自身的 GPS 位置 和 信号接收时间 上传至苹果服务器。所有苹果设备共同构成 Find My 去中心化网络，通过群体协作实现定位。
▶ 精确定位技术：若用户持有支持 U1 超宽频芯片（UWB） 的 iPhone（如 iPhone 11 及以上机型），可在近距离（约 10 米内）通过 AR 界面实现厘米级精度的指向性定位（如显示距离和方向）。

♻️ 逆向工程方案的实现机制

通过 GitHub 开源项目 OpenHaystack，可模拟 AirTag 的加密蓝牙广播协议，使第三方设备（如 ESP32）伪装成 Find My 网络节点。设备定期广播特定格式的 BLE 数据包，由周围苹果设备被动接收并上传位置。

这样做对于非 Apple 产品用户和使用 Home Assistant 的用户而言，可以实现数据查看。利用插件将设备位置同步至智能家居系统，实现自动化联动（如宠物离家触发警报）。

还有一个比 Apple 更牛的功能是支持查看历史 n 天的 AirTag 活动轨迹，我理解其实 Apple 也可以做这个功能，但是目前并没有。

⛄️ 方案致命缺点

由于是非官方方案，可能因苹果协议更新失效，且存在隐私泄露隐患。

📚 相关材料

▶ [V2EX] 自制 AirTag，支持安卓/鸿蒙/PC/Home Assistant，无需拥有 iPhone
▶ [GitHub] Macless-Haystack

👮‍♂️ 本文只作为相关原理和事物的观察分享，不提倡大家实践，请遵守当地法律法规！

#Web #GitHub #WeChat

💬 微信备份阅读器和年度报告 —— OhMyWeChat

OhMyWeChat 是一个为微信设计的备份阅读器，具体用法是：使用 iTunes （Mac 上已经是访达了）备份你的 iPhone 到电脑上，得到一个备份文件夹，然后在 OhMyWeChat 里打开这个文件夹。

🧙‍♂️ OhMyWeChat 支持包括如下类型的消息阅读：

▶ 文本、微信表情、图片、视频、语音、回复消息；
▶ 合并转发；
▶ 位置、实时位置共享；
▶ 红包、转账、AA 收款；
▶ 分享链接、分享音乐等；
▶ 通话记录；
▶ 微信名片、公众号名片、视频号名片、微信小店名片等；
▶ 群接龙、群公告；
▶ 拍一拍、系统消息。

✅ 并且界面上采取了和微信相近的风格，你甚至可以在该项目中生成属于自己的年度微信数据报告。所有数据均在本地处理，部分图片资源（如头像等）通过网址从微信自己的服务器获取，如果你介意这一部分请求可能造成的隐私泄露，你可以在页面加载完成后断开网络，所有功能依然能够正常使用。为了防止可能发生的浏览器插件造成的隐私泄露，建议在无痕模式下运行本项目。

🌐 项目开源在 GitHub，可以前往了解更多项目信息。

#GitHub #Web

📻 像听播客一样听 Hacker News —— Hacker News 每日播报

☝️ 今天介绍一个方便大家摸鱼进步的项目，可以让你戴上耳机就了解 Hacker News 的每日热门。

🎙 Hacker News 每日播报是一个基于 AI 的 Hacker News 中文播客项目，每天自动抓取 Hacker News 热门文章，通过 AI 生成中文总结并转换为播客内容。实际使用下来，我认为它有如下特点：

▶ 听感自然。无论是音色和播客文稿都是比较偏向自然的方式，听感较好；
▶ 支持 RSS。方便在支持播放音频的 RSS 客户端进行订阅；
▶ 支持 Web 端播放。如果不想要在 RSS 客户端订阅，可以直接访问 Web 端进行播放；
▶ Web 端支持播客文稿展示、大纲总结、参考链接和评论。就算不想听音频，也可以直接从文稿和大纲中摄取信息；
▶ Web 端支持自适应。可以方便在 PC、Pad 和手机上进行使用；
▶ 开源，支持本地部署。可以使用 RSS/Web 端实例，也可以自行部署。

🌐 可以访问项目 官网 直接收听，RSS 订阅也可以从官网获取。想要了解更多项目情况，可以前往项目 GitHub 页面。

#App #Mac #GitHub

🦂 查询应用程序和进程所使用的文件 —— Sloth

Sloth 是一个原生的Mac应用程序，可以显示系统上所有正在运行的进程所使用的所有打开的文件、目录、sockets、pipes 和设备。这使得检查哪些应用程序正在使用哪些文件等变得容易。

🧙‍♂️ 特性

▶ 查看所有打开的文件、目录、IP sockets、设备、Unix domain sockets 和 pipes ；
▶ 按名称、访问模式、卷、类型、位置或使用正则表达式过滤;
▶ 按进程名、文件数、类型、进程ID、用户ID、Carbon PSN、捆绑UTI等排序；
▶ 查看IP sockets 状态、协议、端口和版本；
▶ 支持查看进程之间建立的sockets 和 pipes;
▶ 支持检查窗口包含详细的macOS和Unix文件/socket/进程信息;
▶ 拥有用于文件操作的强大上下文菜单;
▶ 支持以root权限运行的应用内身份验证。

⏬ Sloth 是一个免费的开源软件，可以前往 GitHub、官网 或使用 Homebrew 下载。最新支持在 macOS 10.13 及以上的系统上运行，低版本系统请前往下载页面下载对应版本。

#GitHub #App #Music

🎵 开源多平台 Spotify 客户端 —— Spotube

☝️ 今天介绍一款 Spotify 的第三方客户端，拥有它你无需开通 Spotify Premium，就可以免费收听音乐。特性如下：

▶ 免费，且无广告；
▶ 免费下载的曲目；
▶ 多平台支持（Mac、Windows、Linux、Android、iOS等）
▶ 支持免登录模式；
▶ 支持时间轴歌词；
▶ 支持同步 Spotify 歌单；
▶ 号称无数据收集。

⏬ Spotube 是通过利用Spotify的数据API和 YouTube、 Piped.video 或 JioSaavn作为音频源，从而实现免费收听歌曲的效果。并且非常逆天的支持几乎全部平台（由于不能上架 Apple App Store），所以 iOS 平台需要自行寻找可以安装 IPA 的方式进行安装。详细可以前往 官网 或 GitHub 项目页面进行了解。

#App #Mac #AI #GitHub

🖌 让 Upscayl 更像 Mac —— HiPixel

☝️ 两年前，不求甚解曾经介绍过 Upscayl（推送原文），它可以利用大模型能力将图片细节进行放大，从而达到让图片变清晰的效果。直到今天 Upscayl 仍是我非常重要的工作流工具之一。

🤺 今天介绍的 HiPixel 是基于开源 Upscayl 的同类产品。和 Upscayl 相比，有着更接近 macOS 原生的 UI，并支持多张图片拖拽和加工。如果 Upscayl 也是你平日工作流中的一环，你还可以使用 HiPixel 提供的 URL Scheme 来适配自己的工作环境。

🌐 HiPixel 开源免费，你可以前往 GitHub 阅读更详细的说明

#Life #GitHub #App

🎶 音乐分享三两事

其实我们日常生活中会遇到一个非常现实的场景：我在音乐流媒体平台中听到一首好听的歌曲，顺手分享等着我的朋友们。朋友们要么是打开发现需要会员才能听，要么他需要记住歌名，然后手动在自己日常使用的流媒体平台中查找。如果再惨一点，搜索过后，他使用的平台可能并没有这首歌的版权。今天正好聊聊可以方便在不同音乐流媒体平台中搜索同一首歌的服务。

🎵 idonthavespotify（Web）

如其名，他是给 Spotify 使用者向外分享歌曲使用的，可以直接分享 Spotify 的歌曲链接，服务会自动查找 Tidal、YouTube Music、Apple Music、Deezer、SoundCloud的歌曲并支持试听和复制歌曲链接，反之亦可。

该项目在 Github 中开源，并提供 Web 服务和 Raycast 插件。

🎵 Song.Link/Odesli（Web）

Songlink/Odesli 这个项目提供较 idonthavespotify 更多的音乐流媒体平台查找，并支持播客搜索。并且它还支持 Embed 嵌入代码，可以嵌入到网站和博客中。

🎵 SongLinkr（App）

SongLinkr 是一款 iOS App，SongLinkr利用Song.Link API来搜索结果，平台包含了 Spotify、Apple Music、YouTube Music、Soundcloud、Deezer等。

🎵 SongLink（App）

以上介绍的服务都偏向于生活在国外，或者主力听非国语歌的朋友。如果你的配有还在使用 QQ 音乐、网易云等国内的音乐流媒体服务，这时候更推荐使用 SongLink App，输入歌名后可以同步搜索 QQ 音乐、Apple Music、网易云音乐、豆瓣 FM、酷狗等服务，更适合国内宝宝。

💬 虽然但是，还是做不到一键分享到群里直接根据不同用户跳转自己心仪音乐流媒体服务的体验，不过，聊胜于无，关键还是要折腾。

#GitHub #Web

⌨️ 英文盲打练习服务 —— Qwerty Learner

💪 Qwerty Learner 设计的目标群体为以英语作为主要工作语言的键盘工作者。部分人会出现输入母语时的打字速度快于英语的情况，因为多年的母语输入练就了非常坚固的肌肉记忆，而英语输入的肌肉记忆相对较弱，易出现输入英语时「提笔忘字」的现象。

📕 同时为了巩固英语技能，也需要持续的背诵单词，本软件将英语单词的记忆与英语键盘输入的肌肉记忆的锻炼相结合，可以在背诵单词的同时巩固肌肉记忆。

🙅‍♂️ 为了避免造成错误的肌肉记忆，设计上如果用户单词输入错误则需要重新输入单词，尽可能确保用户维持正确的肌肉记忆。件也对需要机考英语的人群有一定的帮助。

💻 对于开发者而言，项目也内置了程序员工作常用单词的词库，方便练习工作中常用的单词、提高输入速度。也内置了诸多语言的 API 的练习，帮助以程序员快速熟悉常用的 API。

💻 Qwerty Learner 内置多种词库，并支持音标和发音功能，可以按照单词盲打或者直接中文来默写，页面下方的统计也能对输入速率和正确率进行统计。

✋ 可以访问 官网 进行体验，也可以访问在 GitHub 上的项目页面，项目同时支持自部署和 Vercel 一键快速部署。

#Web #AI #GitHub

🔎 用一个 URL 帮你调研一家公司 —— Company Researcher

🎯 之前介绍帮你做 Twitter 年度报告的 Exa.ai 又推出了新的玩具，可以帮助你调研公司信息的服务。

⚡️ Company Researcher是一个免费的开源工具，可以帮助您立即了解任何公司。只需输入公司的URL，该工具就可以从整个网络收集全面的信息，为您提供有关该组织、其产品、资金、社会存在等的详细见解。

🖨 能够查询到的信息大致为公司概况（规模、行业、成立时间等）、创始人信息、相似公司和竞争对手、新闻报道、公司的对外渠道和网站、基于以上信息的总结和脑图。

你可以前往 网站 免费使用该服务，也可以前往该项目的 GitHub 了解更多详情。

#GitHub #Web

✍️ 更适合团队使用的协作文档 Wiki 服务 —— Docmost

💻 近期在为团队找文档和 Wiki 服务，期待是可以找到开源免费、支持自部署的现代化服务，Docmost 就是在我调研之后确定的选型。

🧙‍♂️ 特性

▶ 开源、支持自部署；
▶ 现代化的操作界面；
▶ 支持实时协作编辑；
▶ 所见即所得的类 Notion 的富文本编辑和附件；
▶ 内置对 Mermaid、Draw.io 和 Excalidraw 绘图工具的支持；
▶ 支持嵌入 YouTube、Google Drive、Vimeo、Framer、Miro、Typeform、Figma、Loom、Airtable 等第三方服务对象；
▶ 支持查看页面历史：
▶ 支持文档标注评论；
▶ 支持多空间和丰富的用户群组权限设置；
▶ 支持类 Confluence 的多级页面嵌套结构；
▶ 支持全文搜索；
▶ 虽然服务没有中文，但是文档内容对中文兼容很好（包括全文搜索）。

💻 Docmost 并没有提供在线的实例服务，如果你想找到一个开箱即用的 Wiki 文档在线服务，Docmost 并不是你的首选。但是如果你有 VPS 和支持 Docker 的 NAS，可以非常便捷地部署一套，目前我已经在团队里开启了小范围的试用。你可以访问 官网 或 GitHub 项目页面了解更多。