WeWorkBuddy

Home / Browse

All stories

Browse every indexed public story, including items outside the main categories.

9469 public stories

V2EX ·

[分享创造] 做了个 mydash： Claude Code / Codex 产出的方案、报告、PDF、网页原型，在手机上直接看（自托管，开源）

平时让 Claude Code 和 Codex 干活，它们会产出一大堆要我看的东西：方案、调研报告、对比表、截图、网页原型，偶尔还有 Word 。以前这些都只是终端里的一串文件路径，在电脑上看一份三页的方案都费劲，在手机上更是看不了。 mydash 是一个跑在自己电脑上的小服务（ Node ，不用框架）。agent 运行 mydash publish ，你就拿到一个链接，在电脑或手机上看排好版的内容：Markdown （带 Mermaid 图）、PDF 逐页显示、网页原型在单独的端口里运行、Excel 和 CSV 表格、Word 和 PPT 的排版预览。按项目（会话启动时所在的文件夹）归类，有版本对比和未读标记。我用 Tailscale 在手机上看。 后来又加了几样： 在网页上选中一段写批注，agent 用 mydash feedback 读到、改完标记处理； 要我连着拍好几个板时，agent 发一张审批单，不在回复里一口气问一串； Claude Code 的选择题、计划确认、权限确认，终端和 mydash 上同时出现，哪边先答算哪边，30 秒没人答就推送到手机（ Bark 、ntfy

V2EX ·

[分享创造] 做了一个开源 Zotero 插件 Mktero：把论文 PDF 读成能跳回原文的 Markdown

大家好，我是 Mktero 的作者。这是一个 Zotero 7–10 的扩展，MIT 开源。 为什么做 自己读论文时有几个一直很烦的地方：双栏 PDF 读完左栏要回到顶部找右栏；公式表格在小窗口里看不清，复制出来是乱码；想核对一个数字，又得回 PDF 里一页页翻。 现有的 PDF 转 Markdown 工具能解决一部分，但转出来的 Markdown 和 PDF 是两份文件，笔记和高亮对不上，引用前也没法确认原文。 它做什么 右键 PDF →「使用 Mktero 阅读 Markdown 」，论文会在 Zotero 标签页里变成一栏连续正文： 双栏按阅读顺序重排，公式（ KaTeX ）、表格、图片、引用、脚注都保留；刊头、页眉页脚和页码隐藏 段落、公式、表格、图片都保留页码和区域映射，「在 PDF 中查看」直接跳回原页原位置 在 Markdown 里做的高亮就是 Zotero 的 PDF 注释，PDF 里已有的高亮也会显示在 Markdown 里 校对 OCR 错字（段落、标题、表格单元格），改动单独保存，不改缓存的转换结果 行间公式复制成 LaTeX ，表格复制成 Markdown 或

Hacker News ·

Show HN: SpecDeck – Bring coding agent decisions back into the spec

Writing good specs is hard. You don’t know everything upfront and it’s impossible to write every little detail in the spec. Much of my job as a developer has been to treat specs as intent, and fill out the blanks in the code and use the code reviews as a way to question those decisions. But as coding agents have started to produce much more code, the decisions that actually affect the product are getting harder to find. So I created SpecDeck. It helps everyone on the team write specs and hand th

V2EX ·

[分享创造] 把之前发过的第一版宝可梦精灵，继续做成了一个可以自由创造精灵的「涅瓦世界」

之前在 V 站发过一次这个项目： https://www.v2ex.com/t/1248042?p=1#reply41 ，这个世界完全参照宝可梦游戏做了一个 AI 版的，主要是通过手机（一个 UI ）给精灵发短信来控制他的行为，当然他可能因为性格原因而不听你的... 这段时间又在原来的基础上继续折腾，形成一个“里世界”（用户们取的名字），官方名是「涅瓦世界」。 这里的精灵不是从现有作品里搬过来的：从名字、外形、背景设定，到属性、技能和种族指数，都是通过你的 Prompt 原创生成的。其中数值和组合还是根据你的精灵外型特性随机的，所以偶尔会诞生一些很怪的精灵 hhh 看缘分...你可以在里面探索，遇见和对战其他人原创的精灵。 目前「涅瓦世界」还在不断完善，后面也会继续增加新的玩法和原创内容。欢迎大家进去逛逛，看看会遇到什么，也欢迎在楼下反馈体验。（生成精灵时间有点长，请见谅🙏因为得生成各个角度不同动作的） 体验地址： https://neva.nevatown.com/?source=vv

V2EX ·

[分享创造] Voilà pro 支持离线实时输入了

五月份发过一次帖,这是半年之后的一个更新. 期间收到了不少朋友的来信,也有不少的建议,一直没有做的是离线的输入,还有快捷键. Voilà pro 的混合输入之前是依赖网络模型,但是很多朋友希望用本地使用,并不想让数据云端处理. 并且对国内的用户不是很友好. 离线模型使用苹果的转录效率很低,准确也不是很好. 因为到现在为止，发现大多数离线的输入还是在转录层面。市面上比较出名的模型，一个是 Whisper ，还一个就是千问的模型，也就是 Qwen. 相信大家也看出来,新版的 Voilà 从 UI 上有了很大的变化,但是这不是重点,重点在于我们现在使用本地模型可以做到实时输入,而且做到混合输入,中文/英文/法语甚至其他的语言都可以同时输入 当然也有离线 api 可以调用 openai 兼容的服务器, 当然理论上用过 Voilà 的本地模型之后会感觉到他的强大的. 毕竟 Voilà Pro 是一开始使用古法编程来使用 Swift 做的，新版的 UI 当是借助了 "天才程序员" 加上 Voilà一起协作完成的 之前也发了不少早鸟授权,激活过,使用过的朋友一直有效,因为是离线激活. 重点: 只支持

Hugging Face Spaces ·

townbox/ava

Interactive demo built with static

Hugging Face Spaces ·

fafsaf1/FlowHMR

Interactive demo built with gradio

V2EX ·

[问与答] 求推一个好看+防摔手机壳，

op 是大学生，不想在手机壳上高消费 预算撑死 150 手机计划再撑 18 个月左右，随后作为备用机使用 把 iPhone17 pro 返厂了（无 care ）才发现到问题： 便宜硅胶壳（＜ 15cny ）的防摔防磕性能为图一乐。中框被干出几个坑出来。左上角和左下角被售后观测到变形（我倒是没啥感觉）。 硅胶壳用久之后的变黄的同时，代表着手油沾满了手机壳，其变得更加得滑，最近几次摔手机纯手滑。 终于理解为什么抖音一直给我推 80 元以上的手机壳,20 以内的壳确实是图一乐。 期望的手机壳： 最好可以把摄影模组保护住 相机按键包裹 支架无所谓 磁吸的话也要有/或者保证能吸住比较重的磁吸充电宝和卡包。 中框防滑，四角有额外保护 目前看上了影视飓风和雪雾壳 题外话：为什么要返厂？+维修过程 9 月中旬，一次从兜里掏手机（手机壳已经严重发黄），中框已经比较滑了，那个动作姿势恰好给手机一个动能，让手机飞出去了。手机屏幕朝向地面，撞上一个金属物件。具体位置是屏幕最下方处和屏幕最右侧（电源键）边缝，钢化膜的撞击部位的膜已经崩飞了，只留下了胶层。揭开钢化膜后外屏无损伤。 两周以后天津气温温差加剧，偶发出

V2EX ·

[分享创造] 做了个 Windows Phone 风格的 Tailscale 内网主页，顺便搭了套「手机上指挥 Claude 改代码、刷新就看到效果」的免费闭环

家里有台 Mac mini 跑着一堆自建服务，设备和端口越来越多，记不住哪个服务在哪台机器的哪个端口，于是写了个 tailnet 主页。 GitHub： https://github.com/muzig/tailscale-home 在线演示（虚构数据，建议手机打开）： https://muzig.github.io/tailscale-home/ 它做什么 读 tailscale status / tailscale serve status ，自动列出 tailnet 里所有设备（在线/离线、IP 、MagicDNS 名，点一下复制）和 serve 出来的服务 可选探测在线设备的常见 Web 端口；手写的服务和书签放在 services.json ，和自动发现的去重 可达性由扫描端实测，不可达的磁贴会标出来 桌面端键盘直达：方向键选择、回车打开、Esc 返回 手机上是 Windows Phone 8.1 开始屏幕 ：黑底、4 列磁贴、转门动画、动态磁贴，左滑进 A–Z 全部服务列表 整个项目就一个静态 HTML + 一个只用标准库的 Python 脚本，没有构建、没有框架、没有数据

V2EX ·

[分享创造] 做了个在浏览器里去掉视频烧录字幕的工具，顺手把失败的案例也贴出来了

一个网页工具，把已经烧进画面里的文字去掉——字幕、水印、日期、角标这类。上传视频，框一下文字区域，它把文字后面的画面重新生成出来，不模糊、也不裁切。 和常见做法的区别：blur 是把字盖住，crop 是把字切掉，这两个都会毁掉画面。我试的方向是让模型把被文字挡住的像素补回来。 为什么做 自己剪片子的时候被这个卡过。找了一圈，市面上的工具要么只能打码，要么要装客户端，要么就是把画面放大、裁掉一条边——竖屏视频一裁就废了。 技术栈 Next.js 15 App Router ，部署在 Cloudflare Workers 上（走 OpenNext ） MySQL 走 Hyperdrive ，视频文件放 R2 去文字本身不是我自研的模型，调的是第三方视频擦除接口。我做的是产品化那部分：框选、计费、任务队列、失败退款 成本上，Cloudflare 免费额度目前够跑（ 10 万请求/天、Hyperdrive 10 万查询/天），还没花钱。真正烧钱的是擦除接口，按分钟计费。 踩过的坑 Next.js 的 redirects() 里写 permanent: true ，返回的是 308 不是 301

V2EX ·

[分享创造] 有 AI 是真方便啊，迫于视频平台的电视会员都要额外买，干脆开发一个电视浏览器好了

虽然不知道为什么电视上以前还有浏览器这种软件，但后来全都消失了，我猜是广电的锅。 我最开始是给孩子从网上找的资源然后在电视上使用 VIDHUB 播放，但是网上的资源要面临各种各样的问题，比如清晰度，比如字幕夹带私货。 并不是我不付费，问题是你叫我在电视上再买一次有点过分吧？刚好最近看到 clear you tv 这些项目的信息，我寻思了一下，没毛病啊，只要 AI 能通过 ADB 连上电视，剩下的东西还不是就剩下许愿！ 我家的电视是 TCL 来的，开启 ADB 的方式为找到设置里的本机信息页面，按“上下左右”就会出现 ADB 开关，打开就可以了。局域网下，给 AI 说让它去找到电视，然后开始自己开发自己验证，完成交付目标，开始爽看！

V2EX ·

[程序员] Make Feature-Poor Things

多摘低垂果实。 一个工具只解决一个问题，而不是用一个应用试图同时解决许多问题；尤其是对初学者和个人开发者而言。 因为个人在功能数量上没有护城河，一旦功能做多，很容易陷入与竞品和大厂的 dogfight ，而大厂最擅长的就是多开推出各种功能，个人在功能数量上根本竞争不过，而且时间精力没法与之消磨。 以及一个应用如果功能太杂、或者试图包揽一切让用户脱离原本使用的应用、但完成度做得不精，其实没人会愿意转向它。 个体更擅长的是发现大厂没解决或不在重心的问题，并用高效的方式达到它们尚未达到的深度。

V2EX ·

[分享创造] [分享] 打字太慢？用 OpenWhispr + Groq + Cloudflare 自建免费的 Typeless 语音输入替代方案

每天和 AI 高频协作，键盘打字成了最大的效率瓶颈。之前看过别人用 Typeless 体验很好，但收费偏贵。 为了不增加订阅负担，我自己土炮了一套方案（不是那种灌水的 AI Slop ，而是确实解决日常输入痛点的组合）： 客户端：开源的 OpenWhispr （处理录音与热键输入） 语音辨识：Groq Whisper （辨识极快，免费额度充裕） 文字整理：Cloudflare Workers AI + 开源 LLM （修正赘字与标点） 完整的搭建与转接流程都整理在文章中了： https://company-notes.com/blog/openwhispr-groq-cloudflare-typeless/ 实测下来，连这篇分享文基本上都是靠这套系统「说」出来的，输入效率提升非常明显。个人日常使用的话，这两者的免费额度完全足够，有兴趣的朋友欢迎参考交流。

GitHub Releases ·

Patch release v5.22.1

Patch release v5.22.1 We just had to fix the documentation! ** [Fix] Remove WIP doc for Ml4 ( #50124 ) from @remi-or

V2EX ·

[推广] 做 AI 项目，如何减少多模型接入和用量管理的重复工作？

团队同时测试 GPT、Claude、Gemini、DeepSeek 等模型时，往往需要分别处理接口、密钥和费用记录。项目一多，测试环境与正式业务也容易混在一起。 Midalo 提供多模型 API 接入，支持 OpenAI、Anthropic、Gemini 等协议，并可为不同项目创建独立密钥、设置模型访问范围和额度上限。请求完成后，可在控制台查看 Token 用量、耗时和扣费记录。 比较适合： -正在做模型选型的 AI 应用团队； -需要按客户项目拆分用量的软件公司； -接入 Claude Code、Codex CLI 等工具的研发团队。 支持预付余额、按量计费，可以先用真实业务请求做小范围测试，再决定是否扩大使用。 站点注册地址： https://agent.midalo.ai/ （一定要用这个地址注册，不然看不到注册 ID，防止后面领不到鸡蛋） Midalo API 官方 QQ 群：1030748124（注册后进群，私信管理员或联系客服发送账户 ID 即可随机领取 2-5$不等额度鸡蛋，24 小时内到账） 客服 QQ：3809674723 微信联系方式：wjn168178 （添加备注