能够轻易分辨河狸Beaver 、水獭otter、海獭sea otter、树懒sloth的人很厉害！

#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

#Web

📖 轻松下载保存小红书笔记 —— xiaohongshu.day

☝️ 今天介绍一个可以方便大家保存小红书笔记的网页工具。

🤳 xiaohongshu.day 的使用很简单，将小红书笔记「www.xiaohongshu.com/explore/xxxx」这个 URL 的 .com 直接更改为 .day 后访问即可。你会在一个集合页面看到当前小红书笔记的文字和图片，点击一键下载后可以得到文案的 txt 文件和图片文件。

▶ 使用无需登录，完全免费；
▶ 支持 Live Photo；
▶ 支持资源批量下载；
▶ 一旦解析后内容不会过期；

❓ 详细解析情况可以查看我的这个实例（截图/解析）。

#Mac #App

🌸 让你的 Mac 变浪漫 —— Falling

🍃 Falling 是一款可以运行在 macOS 上的 App，它的功能也很简单打开后就可以直接在你的 Mac 上飘落樱花花瓣。

❄️ 不过开发者想得也很周全，并不是每个人都喜欢樱花的，所以你可以变更飘落的物体（可以改成竹叶、雪花等），也可以调整飘落的速度和物体的旋转程度。

🍎 Falling 可以在 Mac App Store 免费下载，你也可以前往 官网 了解其他细节。

#Web

📚 租房小白修炼手册 —— 城市租房生存指南

🏠 在城市化进程加速的背景下，租房成为许多人尤其是年轻人的主要居住方式。然而，租房市场信息不对称、陷阱多等问题常让人头疼。

☝️ 今天介绍的《城市租房生存指南》就通过系统化的知识整理和经验分享，希望能够帮助和提升租房者的决策能力，让需要的朋友能够在生活中能住得舒心。

📰 项目利用 wiki 方式从租房前期准备、签约与入住，再到租后的各种妙招都进行了总结和收录，并附带了租房相关的法律条款、常用表格、补贴申请、公积金提取和维权途径等实用工具。十分不错的材料，可以收藏起来，以备不时之需。

#Web #Music

🎵 检索你想要的音乐 —— 什么值得听

☝️ 今天介绍一个非常有意思的网站，它有一个非常好记的名字 —— 什么值得听。

🎵 这个网站主要是服务于收听华语歌曲的朋友，它收录了1980-2024 这 40 多年华语音乐数据库（超过 25,000 张专辑、11万首歌曲、1300 名歌手）。

🎹 最值得介绍的就是网站的检索功能，你可以非常方便的搜索歌曲、专家、歌手，甚至是作词、作曲、编曲，网站都会将符合你搜索条件的结果展现给你。例如，你可以很方便的查找「吴青峰」都给哪些歌手写过哪些歌曲。并查看这些专辑、歌曲的详细信息。

🎤 最后，如果你使用阿里云盘，并且在盘中有华语歌曲，该网站还支持授权后匹配歌曲信息。

#Web

👄 听方言，识地图，猜地区

👀 最近发现了一个比较有趣的网站，暂且叫它「方言地图」。

🌍 如其名，你可以在这个网站中体验到华夏大地不同地区的方言特色。开发者制作了一个猜谜的小游戏，播放一段方言的音频，可以选择对照相应的文字，来思考这是哪里的方言。之后你需要通过下方的地图组件，输入拖拽并最终在地图中点击确认方言所属的地区。

✅ 最后，网站会告知你正确答案。你可以继续猜下一题。

☝️ 整体上网站虽然简单，但是整体上还挺有风格，值得玩一玩。