量子位 ·
KV Cache被压成常数!OCR开源新王:页数没上限,缓存砍96%
OCR 3.0时代,来了
Home / Browse
Inspect repositories, adoption requirements and practical uses of open-source tools.
806 public stories
量子位 ·
OCR 3.0时代,来了
V2EX ·
最近我们做了一个新项目 LLMPod ,定位是开源的私有化 LLM 推理服务平台,目前正在招募首批体验用户。 做这个项目主要是因为自己部署大模型之后,会发现“把模型跑起来”其实只是第一步。 后面还有 GPU 节点管理、推理引擎、模型部署、API Gateway 、故障切换、API Key 、配额、调用日志以及多用户权限等一系列问题。 LLMPod 希望把这部分能力整合起来。 目前主要包括: 接入和管理自己的 GPU 节点; 可视化部署、管理模型; 支持 vLLM / SGLang 等推理引擎; 将模型发布为 OpenAI 兼容 API ; 统一管理外部模型 API ; API Key 、配额、用量及调用日志管理; 路由、权重和 Failover 。 开源自托管版本可以免费使用。 目前项目还处在比较早期的阶段,所以这次主要想找一些 真正有 GPU 服务器或者有多模型 API 管理需求 的朋友参与测试。 如果实际部署过程中遇到兼容性问题、Bug ,或者觉得产品设计有什么不合理的地方,都欢迎反馈。 官网: https://llmpod.ai GitHub: https://github.co
量子位 ·
开源一周,Github 拿下超 1000 star,X上关注度破百万,并登上 Today‘s news 推荐
V2EX ·
最近自己折腾了一个 iOS 阅读器,叫「小浣熊阅读」,现在开源了,想发出来和大家交流一下。 之前一直用香色闺阁看书,用得挺习惯。不过在我自己的使用过程中,搜书有时需要等比较久,后来能用的书源也越来越少。看到安卓「阅读」的书源一直有人维护,就想着能不能在 iOS 上用起来,于是开始慢慢折腾。 最开始只是希望能导入书源,搜书少等一会儿,读起来舒服一些。后面边用边改,缺什么就补一点,慢慢成了现在这样。目前自己在用,也还有不少地方需要完善。 项目用 Swift / SwiftUI 开发,支持 iPhone 、iPad ,系统要求 iOS / iPadOS 15.0 及以上,采用 GPL v3 开源。 GitHub: Aminark/legado-ios TestFlight: 点击加入小浣熊阅读公测 目前陆续补了这些功能: 书源导入和管理 :支持 JSON 文件、URL 、二维码导入,以及书源分组、编辑和调试。 多书源搜索 :多个书源并发搜索,结果陆续显示;做了有效书源优先、结果缓存和同书多源合并。 书架和阅读 :支持书架分组、章节更新、换源、阅读进度、目录和书签。 排版调整 :可以调整字号、
V2EX ·
最近在用 DeepSeek Harness(DSH)跑编码任务,写了一个 Discord 适配器插件,把整个会话面搬进了 Discord guild,手机上也能随时派活、看进度、批操作: https://github.com/addozhang/dsh-discord 简单说就是:在频道里 @ 一下 bot 说个任务,它会自动开一个 thread,回答实时流式渲染进去;过程中需要审批或澄清的问题会变成按钮消息,点一下就继续,不用回到电脑前。 主要功能: @mention 即会话 :频道里 mention bot 提任务,自动开线程、流式渲染回复(打字状态、工具调用、finalize 都有) 审批/提问进 Discord :权限切换、危险操作确认、agent 提问都以按钮形式出现在线程里,手机可操作 斜杠命令面 :8 个命令(会话管理、项目绑定 guild、权限预设切换、模型选择等) 权限分级 :guild 白名单 + member / workspace-admin / host-operator 三级授权 设置卡片 :直接在 DSH web 的 Settings 里配置 bot to
Hacker News ·
Submitted by rajganesan-aroh. Hacker News recorded 1 points and 0 comments as of Oct 27, 2026 (UTC).
Hacker News ·
This is hardly a greenfield area. There are tons of agent-to-agent communication apps. But, at least to my taste, a lot of them are too complicated or too opinionated. If we learned anything from the HuggingFace incident, it's that modern AI agents don't need a lot of help communicating. They are smart and creative and figure it out. So...with that in mind, I (meaning I + claude and friends) built kashkeshet, or kkt. It's a small, Rust-based MCP server that gives agents a few simple chat primiti
V2EX ·
做 iOS app 的应该都遇到过:从浏览器复制的 App Store 链接带国家代码,比如 apps.apple.com/us/app/ ... 。发给其他国家的人,要么进的是美区页面,要么 app 在他那个区没上架,直接提示这个 App 在你所在的国家或地区不可用。 所以写了个小工具 Hither: https://hither.link/ 用法:粘贴任意国家的 App Store 链接或者 app ID ,得到 hither.link/<app id> 。 每次点击时: Cloudflare Worker 从请求里读访客所在国家( request.cf.country ) 调 Apple 公开的 lookup 接口( itunes.apple.com/lookup?id=...&country= ... )查这个区有没有上架,结果在边缘缓存一天 有上架:跳到访客自己国家的商店页面 没上架:先试美区,再按英国、加拿大、澳洲、德国、日本等大区依次找,找到有上架的为止 踩到的一个坑:iPhone / iPad 上 App Store app 只能打开当前账号所在国家
Hacker News ·
Hi HN, I'm Alexander. Yes, this is another agent harness. Here is why I built one anyway. I was engineer #2 at Browser Use, where I built our agent harness and the evals behind it, including BU Bench, which became a default benchmark for browser agents. I left in September to build Mainplane. The problem: local agents die with your laptop, and cloud agents can't reach your work. Many cloud platforms ask you to "select a repository", but my work is not that simple. I work across a deskt
Hacker News ·
Submitted by Garbage. Hacker News recorded 1 points and 0 comments as of Oct 27, 2026 (UTC).
V2EX ·
在 Mac 上找了一圈没看到满意的免费开源方案,干脆自己写了个插件把 IINA 变成了 Emby 客户端,走 MPV 原生硬解播放,完全免费开源: https://github.com/fjkfwz/iina-emby
V2EX ·
以前习惯 QQ 五笔,但这个已经几年没更新了,在 win10 和 win11 下面还有兼容性问题。同样是 86 码表,搜狗五笔和 QQ 五笔的不一样,导致我很不适应。基于开源输入法小狼毫二开了一个 QQ 版(也就是极点版) 86 码表的输入法。同时兼容 98 和新世纪码表。 项目地址: https://github.com/Vincentkeio/qingshi-wubi 提供 windows 可执行文件安装包。 基本设置是根据我的习惯设置的。只配备了必要功能,没有太多花里胡哨的东西。(搜狗五笔最搞笑的功能是按词频调整词序,还有什么热门短语,五笔的盲打就是基于固定词序的。)
V2EX ·
最近在找一款不需要订阅、又能处理 PPTX 的演示文稿工具,发现了 DeckCraft 。 DeckCraft 是免费的开源演示文稿软件,支持在线编辑,也可以运行在 macOS 、Windows 和 Linux 桌面上。在线编辑器无需注册账号,文件保存在自己的设备上;它使用纯 Rust 构建,并支持打开和保存 PPTX 文件。 除了基础的文字和图片,它还支持图表、矢量形状、主题、幻灯片母版、可复用布局、分节、演讲者备注,以及过渡和动画。项目采用 MIT 或 Apache-2.0 许可证,适合学生、教师、开发者和专业人士。 项目还在早期开发阶段,复杂 PowerPoint 格式或嵌入式媒体可能无法完美转换,重要文件记得备份并在分享前检查。 项目地址: DeckCraft
V2EX ·
前言 项目请见 https://github.com/hazukihira/v2ex-vimreader 一个小项目,今天看到这个帖子实现的 IDE 版本 V2EX 阅读页 ,感觉做得蛮有趣,考虑到具体功能实现应该不至于太复杂,就让 ai 也试着做一个高度支持 vim 操作的 V2EX 论坛轻量阅读页,对于喜欢纯 vim 操作的朋友,兴许能带来一些帮助:) 另外也顺便在这推荐一下 vimium 这个浏览器插件,我觉得也做得很棒,非常实用 主要加的功能 vim 键位浏览帖子 ai 总结 支持屏蔽帖子或用户 一些思路分享 楼主非科班,对前后端都不熟(从没写过 go ),架构全权让 ai 自己调研选择; 不得不说 dsv4.1f 的后端实现得又快又好( ̄▽ ̄)b 前端则花了大量时间迭代,一方面由于没有相关基础,界面的具体样式难以描述清楚; 后面考虑了下,这部分流程实际上也可以这么优化: 让 ai 提前说明已实现的前端框架,临时了解页面结构,就可以精确控制 ai 后续的前端调整了 直接让 ai 给出多版方案,渲染出来后供人挑选(玩 vibe coding 真的很有甲方那味道了,就是开销会大些)
Hacker News ·
Submitted by gael_dev. Hacker News recorded 1 points and 0 comments as of Oct 27, 2026 (UTC).
V2EX ·
GitHub: https://github.com/xsean2020/Moppet ( Apache-2.0 ,Swift 6 / macOS 14+) macOS 清理工具,两个不一样的地方: 1 )内置一个 Codex 级的 agent 。你说"清理浏览器缓存",它先扫描给你看,等你批准才删。 沙箱、审批策略、补丁应用、会话恢复都是自己实现的;另外提供 23 个工具的 MCP 服务器, Claude Code / Cursor 可以直接调用同一套清理能力。 2 )交互层是只 3D 桌宠( SceneKit 程序化生成,没有 WebView 、没有 Electron ), AI 要删东西时头顶弹批准卡,结果进气泡。 安全上比较较真:只删家目录、25 类保护路径、白名单命中及其子树永不触碰、 删除前二次校验、逐路径审计; AI 每次删除都要审批,MCP 要 confirmed + token , HTTP 只绑 127.0.0.1 。 11 个模块:清理 / 卸载 / 优化 / 启动项 / 分析 / 状态 / 项目清理 / 瘦身 / 历史 / 设置 / 总览。 限制说在前面:AI
GitHub Trending ·
A local-first desktop workspace for persistent AI teammates. Run Codex, Claude, and Grok with dedicated workspaces, task queues, file sharing, browser control, and agent-to-agent collaboration.
GitHub Trending ·
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
GitHub Trending ·
📨 The ultimate agentic social media scheduling tool 🤖
GitHub Trending ·
Huashu Design 3.0 · 在 agent 里打一句话,拿回能交付的设计:网页 / App 原型 / 可编辑 PPTX / 动画 / 信息图 · 六个候选挑三个方向 · 84 种带样张的风格库 · 越用越懂你的外观账本与设计体检 · HTML-native design skill for Claude Code, Codex, Cursor & any agent
GitHub Trending ·
A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.
GitHub Trending ·
Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, security risks, prompt injection, data exfiltration, and supply-chain risks in Claude Code, Codex, and MCP skills before you install them.
GitHub Trending ·
Give your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
Hacker News ·
Submitted by guk0731. Hacker News recorded 1 points and 0 comments as of Nov 6, 2026 (UTC).
V2EX ·
用 Claude Code 、Codex 、Gemini CLI 这些工具的朋友应该都有同感:权限提示太频繁了。 每个 AI CLI 跳过权限的参数都不一样:Claude 是 --dangerously-skip-permissions ,Codex 是 --dangerously-bypass-approvals-and-sandbox ,Gemini 和 Qwen 又换成了 --yolo ,Aider 则是 --yes-always 。装了三四个工具之后,根本记不住。 我写了一个很小的 npm 包来解决这个问题: yolo-ai 。 GitHub: https://github.com/2501224066/yolo-ai 核心逻辑就一句话:用 yolo 前缀调用任何一个 AI CLI ,它会自动把该工具对应的“跳过权限”参数塞进去,然后把终端交还给子进程。 用法 npm install -g yolo-ai 然后: yolo claude # → claude --dangerously-skip-permissions yolo codex # → codex --danger
Hacker News ·
Submitted by mohsa. Hacker News recorded 1 points and 0 comments as of Oct 27, 2026 (UTC).
V2EX ·
这两天要做个财务的事情,去开了 Windows 的机器,顺手想着也在 Windows 的机器上装个 DSH,以为官方登录应该有同步策略,可以把其他设备上的插件配置都同步过来,但是发现过于乐观了,忘记了 DSH 就是“万物皆插件”,正好新装梁叔叔给了 6 块钱打赏,就做了一个,当然最后实际上 6 块钱不够(基本功能实现 6 块钱够了),后续的部分是好兄弟 GLM 收的尾。 dsh-sync 当然也可以直接在官方插件列表里搜索 dsh-sync ,插件市场正在提交。 简介 把一整台机器上的 DSH「个人状态」加密备份到云端,换电脑后一条命令还原:插件、插件设置、模型与界面偏好、MCP 服务器、自建 skill、API Key,全都在里面。 一个归档:所有配置打包成一个加密文件,云端只看到密文。 三种目标:S3 兼容对象存储、WebDAV、本地同步目录(iCloud/OneDrive/坚果云/NAS)。 内容可选:备份内容拆成 11 个模块,设置页逐项开关并实时显示体积;隐私模块(MCP 连接器、API Key)默认关闭,开启需确认隐私声明。 定时同步:按分钟级间隔自动备份,内容没变就不上传
Hacker News ·
Submitted by Sofia_HB. Hacker News recorded 2 points and 0 comments as of Oct 27, 2026 (UTC).
V2EX ·
写了一个有趣的小工具:可以选中一张表情包,用网页里的离线 OCR 模型识别图片中的文本,并进行原位替换。 原位替换后可以直接适配微信表情:通过微信发送这张图,就能直接生成一个微信表情包。 ⠀ 实现原理很简单:普通的图片在微信里会被当成图片发送,但如果把图片转成 GIF 格式,即使只有一帧,微信也会默认把它转换成表情(当然要限制一定的帧数或尺寸)。 ⠀ Github Pages 在线体验地址: https://zhaoolee.com/ChineseBQB/maker/ 开源地址: https://github.com/zhaoolee/ChineseBQB ⠀ 仓库本身收录了 5872 张表情,114 个分类,可以直接在线编辑。整个网页托管在 GitHub Pages 上,需要比较好的网络环境才能访问。
V2EX ·
去年我在 Lightsail 美东跑了一个做文件分发的小服务,有个月下载量突然起来了,月底看账单直接懵了:流量超额费 $500 。 事后一算更心疼:超出的大约 5.4 TB ,只要提前加 3 台 $5 的 IPv6 实例(每台自带 2 TB ,一个月一共 $15 )就能完全覆盖。$500 和 $15 ,差了三十多倍。 后来翻 AWS 文档才搞明白几件事: Lightsail 超额按 $0.09/GB 收(悉尼最高 $0.17 ),折合每 TB 要 $92 ; 但 同地区、同规格的实例共享一个流量池 ,一台 $5 的 IPv6-only 实例自带 2 TB ,相当于每 TB 只要 $2.5 ; 实例按小时计费,月中临时加几台、月底删掉,额度按存在时长折算; 已经超出去的部分,后加的实例补不回来,所以得 在用完之前 加。 道理不复杂,难的是每个月算清楚:这个月会不会超?哪天用完?现在加几台最划算?我自己算错过几次,干脆做了个工具。 👉 https://ls.1ms.dog/ 填上本月已用流量(或者只填一个预计的月总量),它会告诉你: 这个月安不安全 :安全 / 预计超额 / 已超额,会多