#Android #AI #Apps #Reading
📩 接读者来稿，TA 向我们推荐了自己开发的 AI 小说阅读器
📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器
🔗：官网 | Google Play | 国内直装
市面上的 AI 写作工具几乎都是给作者的：给大纲、生成全文。Foreverse 把方向反过来——你只是个读者，追的书烂尾了、或者对某段剧情不满意，把手机里的 TXT / EPUB 导进去，读到哪儿划一段，AI 就从那个位置接着往下写。每个走向保存为独立分支，原文一个字不覆盖，随时切回原著对比，也可以在几条时间线之间来回跳。
✨ 特点
- 划词即续写：选中任意一段，续写、改写、配图、朗读都从这个位置发生；每次续写自带几个剧情候选，选不同的路就分叉出不同时间线。
- 分支不毁原文：所有 AI 内容落在独立分支里，原文永远完整；哪条线写崩了删掉就是，不影响其它线。
- 手机上直接玩酒馆：做了比较完整的 SillyTavern 兼容——角色卡（PNG/JSON/charx）、世界书、正则、预设直接导入，不用 Termux、不用架服务器；也支持群聊。
- 和书里的角色聊天：读到喜欢的角色，一键建档案开聊；TA 只知道你读到的进度，不会剧透后文。
- 模型自己选：BYOK 接了 62 家供应商（DeepSeek/OpenAI/Claude/Gemini 等），自己带 key；不想折腾的注册送 5,000 积分走官方渠道。
- 数据在本机：小说、角色卡、聊天记录、key 都只存手机本地。
收费如实说明：阅读器本体免费无广告；AI 功能走官方渠道时按积分计费（BYOK 模式不经我们服务器、不需要注册）。
🛣 路线图
• iOS 版在做，进度过半。
• 阅读器长篇性能与排版持续打磨（30MB/3000+ 章的书已经可以流畅读）。
• 官方与社区的角色卡、互动小说作品持续上新。
🖊 作者背景
Foreverse 开发组，为了给默认模型选型跑过九个模型各续写 20 轮的双盲对比，数据在 博客 公开。欢迎拍砖，读者的问题都会答。
📘关联阅读：
1️⃣ Readify：让 AI 为每个人朗读世界
2️⃣ AI 实验 —— 我如何用科幻小说摆脱 AI 新闻焦虑
频道：@NewlearnerChannel
📩 接读者来稿，TA 向我们推荐了自己开发的 AI 小说阅读器
📚 Foreverse · 新梦：读到哪儿、写到哪儿 —— 给读者（而不是作者）的 AI 小说阅读器
🔗：官网 | Google Play | 国内直装
市面上的 AI 写作工具几乎都是给作者的：给大纲、生成全文。Foreverse 把方向反过来——你只是个读者，追的书烂尾了、或者对某段剧情不满意，把手机里的 TXT / EPUB 导进去，读到哪儿划一段，AI 就从那个位置接着往下写。每个走向保存为独立分支，原文一个字不覆盖，随时切回原著对比，也可以在几条时间线之间来回跳。
✨ 特点
- 划词即续写：选中任意一段，续写、改写、配图、朗读都从这个位置发生；每次续写自带几个剧情候选，选不同的路就分叉出不同时间线。
- 分支不毁原文：所有 AI 内容落在独立分支里，原文永远完整；哪条线写崩了删掉就是，不影响其它线。
- 手机上直接玩酒馆：做了比较完整的 SillyTavern 兼容——角色卡（PNG/JSON/charx）、世界书、正则、预设直接导入，不用 Termux、不用架服务器；也支持群聊。
- 和书里的角色聊天：读到喜欢的角色，一键建档案开聊；TA 只知道你读到的进度，不会剧透后文。
- 模型自己选：BYOK 接了 62 家供应商（DeepSeek/OpenAI/Claude/Gemini 等），自己带 key；不想折腾的注册送 5,000 积分走官方渠道。
- 数据在本机：小说、角色卡、聊天记录、key 都只存手机本地。
收费如实说明：阅读器本体免费无广告；AI 功能走官方渠道时按积分计费（BYOK 模式不经我们服务器、不需要注册）。
🛣 路线图
• iOS 版在做，进度过半。
• 阅读器长篇性能与排版持续打磨（30MB/3000+ 章的书已经可以流畅读）。
• 官方与社区的角色卡、互动小说作品持续上新。
🖊 作者背景
Foreverse 开发组，为了给默认模型选型跑过九个模型各续写 20 轮的双盲对比，数据在 博客 公开。欢迎拍砖，读者的问题都会答。
📘关联阅读：
1️⃣ Readify：让 AI 为每个人朗读世界
2️⃣ AI 实验 —— 我如何用科幻小说摆脱 AI 新闻焦虑
频道：@NewlearnerChannel
❤5👍4
#iOS #APP #AI #GitHub情报 #Android
🤖 Open Minis 正式开源，你的私有设备端 AI Agent 已登陆 Android
🔗：GitHub | Releases
年初的时候给大家介绍了一款运行在 iOS 上的AI Agent 工具 Open Minis，得到了很多读者的认可。如今开发者已经将它全部开源，还发布了 Android 预览版本，本篇和大家分享它到底特别在哪里，以及我的一些使用方式
💡 特别在哪里
- 设备本地运行完整 Alpine Linux 环境
- 内置浏览器，智能体可浏览网页、填写表单、提取内容、截图
- 深度系统集成，可原生访问日历、通讯录、定位、照片、剪贴板、天气、通知等
- 将多个模型组合，配置路由策略，支持智能体循环模型和自定义技能
📱 针对 Android 的亮点
开发者发布的 Android 预览版，并不是照搬 iOS 的功能，而是借助 Android 系统更大的开放程度，引入了更多 Pro 功能：
- 通过内置无障碍服务，智能体可读取任意 App的 UI 树、点击按钮、填写表单、滚动、检测对话框、全局截图、监听实时 UI 事件
- 通过 Shizuku（或 AXManager），智能体获得 ADB 级别权限
- 内置 AlarmManager 驱动的任务调度器，创建单次或重复的 AI 任务
- 智能体在后台运行时，可拖拽的悬浮胶囊实时显示当前工具名称和执行状态
🧠 我的一些使用方式（iPhone）
① 接入系统健康数据，分析我的睡眠组成 / 是否存在呼吸暂停或打鼾现象 / 心率情况
② 接入大麦 / 秀动抓取江浙沪地区的 Livehouse 演出情况，供我购票和安排日程
③ 通过实际网页抓取而非黑盒数据集，获得真实信息，并基于此分析归纳。举例：介绍一个偏陌生的乐队，TA 可以搜集全网优秀的乐评网站信息，并快速翻译归纳
欢迎分享你的使用场景和流
👀 由于在本地集成了 完整 Alpine Linux 环境和内置浏览器，Open Minis 能够让人观察到 AI Agent 的每一个动作。即便有些情况下速度还很慢，但让人很安心。本次 Open Minis 开源，对于其他第三方 API 集成软件的开发者也是一个很好的学习机会
频道：@NewlearnerChannel
🤖 Open Minis 正式开源，你的私有设备端 AI Agent 已登陆 Android
🔗：GitHub | Releases
年初的时候给大家介绍了一款运行在 iOS 上的AI Agent 工具 Open Minis，得到了很多读者的认可。如今开发者已经将它全部开源，还发布了 Android 预览版本，本篇和大家分享它到底特别在哪里，以及我的一些使用方式
💡 特别在哪里
- 设备本地运行完整 Alpine Linux 环境
- 内置浏览器，智能体可浏览网页、填写表单、提取内容、截图
- 深度系统集成，可原生访问日历、通讯录、定位、照片、剪贴板、天气、通知等
- 将多个模型组合，配置路由策略，支持智能体循环模型和自定义技能
📱 针对 Android 的亮点
开发者发布的 Android 预览版，并不是照搬 iOS 的功能，而是借助 Android 系统更大的开放程度，引入了更多 Pro 功能：
- 通过内置无障碍服务，智能体可读取任意 App的 UI 树、点击按钮、填写表单、滚动、检测对话框、全局截图、监听实时 UI 事件
- 通过 Shizuku（或 AXManager），智能体获得 ADB 级别权限
- 内置 AlarmManager 驱动的任务调度器，创建单次或重复的 AI 任务
- 智能体在后台运行时，可拖拽的悬浮胶囊实时显示当前工具名称和执行状态
🧠 我的一些使用方式（iPhone）
① 接入系统健康数据，分析我的睡眠组成 / 是否存在呼吸暂停或打鼾现象 / 心率情况
② 接入大麦 / 秀动抓取江浙沪地区的 Livehouse 演出情况，供我购票和安排日程
③ 通过实际网页抓取而非黑盒数据集，获得真实信息，并基于此分析归纳。举例：介绍一个偏陌生的乐队，TA 可以搜集全网优秀的乐评网站信息，并快速翻译归纳
欢迎分享你的使用场景和流
👀 由于在本地集成了 完整 Alpine Linux 环境和内置浏览器，Open Minis 能够让人观察到 AI Agent 的每一个动作。即便有些情况下速度还很慢，但让人很安心。本次 Open Minis 开源，对于其他第三方 API 集成软件的开发者也是一个很好的学习机会
频道：@NewlearnerChannel
👍19❤7
#macOS #iOS #APP #AI
🔐 Stealward：在公共场所为 Mac、iPad 或 iPhone 开启防盗保护
🔗：Web | macOS | iOS
👉 Features
- 在设备离线、有人移动、插拔电源等等的时候发出大声音警报，并且立刻发送通知警告
- 不仅可以看护设备本身，还通过 AI 来帮助看管你的随身物品
- 超低延迟的摄像头直播，可以通过全屏或画中画模式来监看直播
- 在 Mac 上发起保护，在 iPhone 上监看，也可以用 Mac 观看一个被保护的 iPhone
- 近乎偏执的隐私保护，所有视频流端到端加密（视频功能需购买 Pro 套餐）
💡 第一次接触到这个概念应该是和群友西兰花聊起来的，他承认有时候自己去星巴克用 Mac，想要上厕所的时候又担心设备安全。因为我很少单独前往这样的公共场所带电脑办公，所以此前没有想过这样的场景。直到近期，有开发者借助 AI 杀入了这条小众赛道，为大家提供了一个软件上的解决方案
🧑🏻💻 Stealward 能够帮助你在咖啡馆、图书馆等公共场所需要暂时离开座位时，为 Mac、iPad 或 iPhone 开启防盗保护。它还会保护设备本身并留意周围物品，一旦出现异常，你会在随身设备上立即收到警报，并可通过低延迟的加密实时画面查看现场情况。总的来讲，不涉及视频部分的警告功能都是免费的，并且涵盖了主流的 Apple 移动设备
👀 大致了解了一下，这条防盗赛道并非没有人做，一并列举其他的竞品：WatchDog 能够实现 Mac 和 iPhone 的联动警报，需要付费；MacGuard 只能实现 Mac 单独警报，胜在开源免费；Clyde 的免费版本依然只能实现 Mac 单独警报。相比来讲，Stealward 把一些竞品的付费功能做成免费，创新性地加入了视频流回看，未来还将支持 iPhone 远程启动防护、自动为编程 Agent 后台保活等功能
📘 关联阅读：
1️⃣ Rewind：倒带你的 Mac 使用日常，迅速找到关键信息
2️⃣ Windrecorder：运行在 Windows 平台上的 Rewind / Copilot Recall 替代工具，帮助你找回记忆线索
3️⃣ Pensieve：专注于隐私的被动记录项目
频道：@NewlearnerChannel
🔐 Stealward：在公共场所为 Mac、iPad 或 iPhone 开启防盗保护
🔗：Web | macOS | iOS
👉 Features
- 在设备离线、有人移动、插拔电源等等的时候发出大声音警报，并且立刻发送通知警告
- 不仅可以看护设备本身，还通过 AI 来帮助看管你的随身物品
- 超低延迟的摄像头直播，可以通过全屏或画中画模式来监看直播
- 在 Mac 上发起保护，在 iPhone 上监看，也可以用 Mac 观看一个被保护的 iPhone
- 近乎偏执的隐私保护，所有视频流端到端加密（视频功能需购买 Pro 套餐）
💡 第一次接触到这个概念应该是和群友西兰花聊起来的，他承认有时候自己去星巴克用 Mac，想要上厕所的时候又担心设备安全。因为我很少单独前往这样的公共场所带电脑办公，所以此前没有想过这样的场景。直到近期，有开发者借助 AI 杀入了这条小众赛道，为大家提供了一个软件上的解决方案
🧑🏻💻 Stealward 能够帮助你在咖啡馆、图书馆等公共场所需要暂时离开座位时，为 Mac、iPad 或 iPhone 开启防盗保护。它还会保护设备本身并留意周围物品，一旦出现异常，你会在随身设备上立即收到警报，并可通过低延迟的加密实时画面查看现场情况。总的来讲，不涉及视频部分的警告功能都是免费的，并且涵盖了主流的 Apple 移动设备
👀 大致了解了一下，这条防盗赛道并非没有人做，一并列举其他的竞品：WatchDog 能够实现 Mac 和 iPhone 的联动警报，需要付费；MacGuard 只能实现 Mac 单独警报，胜在开源免费；Clyde 的免费版本依然只能实现 Mac 单独警报。相比来讲，Stealward 把一些竞品的付费功能做成免费，创新性地加入了视频流回看，未来还将支持 iPhone 远程启动防护、自动为编程 Agent 后台保活等功能
📘 关联阅读：
1️⃣ Rewind：倒带你的 Mac 使用日常，迅速找到关键信息
2️⃣ Windrecorder：运行在 Windows 平台上的 Rewind / Copilot Recall 替代工具，帮助你找回记忆线索
3️⃣ Pensieve：专注于隐私的被动记录项目
频道：@NewlearnerChannel
❤10🆒2
#Channel #Blog #telegram #AI
🎈 AI 时代，我们为何创作 —— 写在 Newlearnerの自留地成立七周年
立秋之后，开始写作今年的频道周年庆文章。它们串联起了我的人生故事，以及每年思维和生活状态的变化，像一个里程碑，又似旅途中一面用来整理着装的镜子。在重拾 创作的心情 之后，过去的一年我们一路高唱着 Rock 前进，在 AI 爆发前夕漫游，用文字和照片记录下了沿途风光
人们常说「七年之痒」，指的是经历长久的婚姻生活后，产生一种乏味感。不过，在频道连续更新的 7 年时间里面，我几乎没有感受到乏味。大抵是因为我们一直在介绍新鲜的东西，新闻、新项目、新的生活状态。它们有些被扫进了历史的垃圾堆，成为了过时无用的东西；而剩下来的那些，至今持续影响着我们的生活方式和习惯，一定程度上也塑造了如今的我们
✈️ 频道一年的大小事
• 频道订阅人数较去年有所增长，但不排除是各种广告账号和机器人；新用户进入门槛依然在提高，活人感降低
• AI 使得自动爬取和发布数码科技新闻成为可能，而且效果不错，但我们目前依然坚持手工筛选消息源并发布
• 最大变化：早晚报之外的定时推送频率从每日 3 则降低到了每日 2 则，一定程度上保证了质量，对此我比较满意
• 部分伙伴专栏板块暂停更：包含有趣产品咖啡馆、Humanitech 等，创作者都有更重要的事情要做；未来部分老专栏有回归的可能性
• 投稿和有意愿创作的人数越来越少，newsletters、播客、博客停更成风。从学生到社会人的身份转变，以及目前的社会形式，使得很多人压力很大、空余时间很少
• 两个私密群「理想之地」和「思维驰交流群」成为文艺和游戏的胜地，我们在这里讨论作品、交流生活、还激发了群友们对小众需求开发的热情。某种程度上，实现了创立之初的目的：期待自己和群友能够在「泛文娱」的同频共振中，建立一段长期的友谊，并不断提升自己的美学理念、生活品质
• 给频道做了一次 归档，采用了 PDF 的形式，毫无保留地记录下了一切。即使未来平台崩塌，已经存在的东西将会安静地离线存在着
这一年创作的心情比较平稳、积极，即便 Telegram 的生态环境越来越差，依然不太会影响到创作的状态。随着今年自己发送推送的数量逐步增加，有种感觉是自留地快要重新变成独属于自己的一块地方，在这里默默耕耘、写点真实的东西。同时，今年推送整体质量的提高，离不开几位主编和数位依然支持我们的伙伴，走过七年真的很不容易！
考虑到平台的自动化广告太多，我们也采取了一些措施，让各位读者有更加良好的阅读体验。除了设置「人工进群验证」，如今想要在自留地频道留言的话需要先进群，这基本上杜绝了广告 Bot 利用漏洞在群里打广告的行为。如果你一直申请但无法入群，可以联系投稿机器人进行说明
实际上，不只是 Telegram，我们能够看到像 X 这样的社交广场，信息评论区也全是各种顶着广告昵称或留下一串神秘字符的机器人用户。技术和自由开放固有其两面性，国内的高压整治也是这帮人被迫出海打广告的因素。有的时候，甚至开始理解微信一些蹩脚之处的合理性。目前整体的状态尚在接受范围，如果环境进一步恶化，不排除未来会把频道和群聊转为私有
-
过去几年，自己一直都有一种「停更焦虑症」，从 第一年周年庆文章 就可见一斑。为了缓解这种焦虑，我们找来了一些志同道合的主编和伙伴，试图用社区的力量对抗它。走出象牙塔后，不得不直面现实：想要赚钱就要用时间来换，人生如同打怪升级，越到后面留给自己的时间越少。许多人停止了创作，因为没有时间输入，更不用谈输出。我常常怀念疫情发生后大家都发着光的那段日子，但那时的自己还远远没有资格去谈「生活」这件事
也是为了有规律地更新，有规律地生活，毕业之后拼搏选择了一份比较安稳的工作，可能我的性格就比较需要这样规律、确定的人生。这些年从基层一路走到现在，即便面临装修和一些人生大事，还是有大量的时间去思考、写作、摄影，知足而常乐。有时候会想，如果自己没有做这个频道，把更多的精力用于求学深造，我的人生会不会有更多的可能性、变得更加精彩？
从今天的视角来看，这个问题几乎可笑，但有时候还是会忍不住去想。更可笑的是，因为舍不得这个频道、不想过一种失去太多时间的人生，自己竟误打误撞选择了比较接近当下版本答案的其中一条路。我理解的人生有很多种可能性，前提是要打下一定的基石，才能从确定中主动寻找不确定，去探索真实的世界并和许多人建立连接，这也是我们这几年一直在做的
我书写了自留地，它同时也在一定程度上影响了我人生的轨迹。从舍友教我如何连接 Shadowsocks 的那一刻，一切都不可逆地发生了：对数码的热爱，对信息差的狂热，对绝对理性的祛魅，对感性和生活的 重启，对美学的追求。这个过程重塑了我看待世界的方式，也鞭策我不断叩问自己应该追求什么、选择成为怎么样的人，我很感谢有这样一段经历
🤖 AI 时代，我们为何创作
去年重拾心情出发的时候，我希望大家去生活、去感受、勇敢地去表达自己。写了六年才后知后觉，原来重心不在于「表达」，而是「自己」。AI 的发展让许多自动化成为可能，输出文字、图像、视频不再天方夜谭，我们只剩下自己。AI 时代的创作，无需使用客观理性的蜜糖迎合读者；相反，顺流而下，让自己的人生故事伴随着美学流淌，让同频者汇聚在一起，让创作成为「人生责任编辑」的利器
AI 目前对我而言，是一个压缩 / 失真信息提供者，一个编程能力获取器，一个辅助我扩展思维方向的东西。就搜索某些专业知识和客观事实而言，它在过去几年有了飞一般的进步，即便还有一些幻觉存在，但对于懂得交叉搜索验证的人来说，已经非常可用。随着图像能力的飞速发展，配合头显，我想要不了多久 2077 里面的「超梦」就有可能成为现实
说得直白一些，目前频道绝大多数的新闻和新项目介绍，用 AI 做自动化，配合定时推送，基本上能够做到有模有样。各种博客的科普和学习文章也大幅减少，有时候问问 AI 反而更加全面。那么，我们到底为何创作？我们还能创作什么？
最近看到很多熟人朋友们在进行 Vibe Coding，毕竟有这么好的编程助手，谁不想过一把产品经理的瘾呢？但只要你经历了其中的过程，就会发现只会写代码是不够的，你要结合自身经历锚定痛点需求，要在关键设计上拿出让人眼前一亮的东西，还要能在 Vibe 产品爆炸的当下把它送到大众的眼前
我的意思是，其实「产品经理」和「人生责任编辑」本质上没有什么不同，一个通过 Vibe Coding 构建软体解决痛点需求，另一个需要「创作」去思考、去回味、去获得实感、去看见「自己」。只有创造出更多的「语料」，我们的「人生大模型」才会更加丰满、厚重、有滋味，而它自始至终，都是独一无二的
我使用 AI 的频率相比于各位读者可以说是少得可怜，但它依然引领我思考，让我重新认识到：我们进行创作不是为了迎合特定的群体，而是书写自己的故事，记录下沿途的风景和感受，把人生串联起来，把感性和理性交织在一起。每当有一种新技术出现，人们总试图从道德和哲学的层面出发，道德为我们敲响警钟，而哲学则帮助我们从多个角度去认识它、同时认识自己。我觉得，这是作为人一个宝贵的地方。AI 不能完全理解我的审美，就像它无法替代我继续写作，它当然也偷不走我的人生
-
在前几年的周年庆文章中，我反复提及「相信文字和记录的重要性」，那是我们尝试夺回人生主动权的开始。AI 某种程度上为我们的创作和记录扫清了认知和冗杂的机械流程障碍，要做的只是认真生活、坚持记录。在这个过程中，愈发感受到记录的厚重以及串联人生的美妙。我试着制作 INS 时间轴，第一次把照片和一部分回忆以数字的形式公开，也看到了一些别人的人生
我们就是这样，一边偷窥别人的生活，一边拙劣地模仿和学习。最后终于确定了想要终身追求的美学体系，遇到了志同道合的伙伴，建起了「容身之所」和独一无二的「人生大模型」，人生有了新的况味。自留地某种程度上是一套 API 接口，各位读者或多或少被我们书写自己人生故事的利他性所吸引，前来拜访这个「人生大模型」，在交流碰撞中形成了一条不断流淌的河流
诺兰借《奥德赛》发问：如果一个人，失去了曾经拥有的财富、军队、年华、身份和地位，在海上漂泊 10 年，有一天他回到故乡，如何证明「自己」是「自己」？同样的，面对 AI 向创作的强劲冲击，每个创作者迟早都要去追问、去思考自身的「主体性」。我已经给出了我的答案，相信你们也有自己的
频道：@NewlearnerChannel
🎈 AI 时代，我们为何创作 —— 写在 Newlearnerの自留地成立七周年
立秋之后，开始写作今年的频道周年庆文章。它们串联起了我的人生故事，以及每年思维和生活状态的变化，像一个里程碑，又似旅途中一面用来整理着装的镜子。在重拾 创作的心情 之后，过去的一年我们一路高唱着 Rock 前进，在 AI 爆发前夕漫游，用文字和照片记录下了沿途风光
人们常说「七年之痒」，指的是经历长久的婚姻生活后，产生一种乏味感。不过，在频道连续更新的 7 年时间里面，我几乎没有感受到乏味。大抵是因为我们一直在介绍新鲜的东西，新闻、新项目、新的生活状态。它们有些被扫进了历史的垃圾堆，成为了过时无用的东西；而剩下来的那些，至今持续影响着我们的生活方式和习惯，一定程度上也塑造了如今的我们
✈️ 频道一年的大小事
• 频道订阅人数较去年有所增长，但不排除是各种广告账号和机器人；新用户进入门槛依然在提高，活人感降低
• AI 使得自动爬取和发布数码科技新闻成为可能，而且效果不错，但我们目前依然坚持手工筛选消息源并发布
• 最大变化：早晚报之外的定时推送频率从每日 3 则降低到了每日 2 则，一定程度上保证了质量，对此我比较满意
• 部分伙伴专栏板块暂停更：包含有趣产品咖啡馆、Humanitech 等，创作者都有更重要的事情要做；未来部分老专栏有回归的可能性
• 投稿和有意愿创作的人数越来越少，newsletters、播客、博客停更成风。从学生到社会人的身份转变，以及目前的社会形式，使得很多人压力很大、空余时间很少
• 两个私密群「理想之地」和「思维驰交流群」成为文艺和游戏的胜地，我们在这里讨论作品、交流生活、还激发了群友们对小众需求开发的热情。某种程度上，实现了创立之初的目的：期待自己和群友能够在「泛文娱」的同频共振中，建立一段长期的友谊，并不断提升自己的美学理念、生活品质
• 给频道做了一次 归档，采用了 PDF 的形式，毫无保留地记录下了一切。即使未来平台崩塌，已经存在的东西将会安静地离线存在着
这一年创作的心情比较平稳、积极，即便 Telegram 的生态环境越来越差，依然不太会影响到创作的状态。随着今年自己发送推送的数量逐步增加，有种感觉是自留地快要重新变成独属于自己的一块地方，在这里默默耕耘、写点真实的东西。同时，今年推送整体质量的提高，离不开几位主编和数位依然支持我们的伙伴，走过七年真的很不容易！
考虑到平台的自动化广告太多，我们也采取了一些措施，让各位读者有更加良好的阅读体验。除了设置「人工进群验证」，如今想要在自留地频道留言的话需要先进群，这基本上杜绝了广告 Bot 利用漏洞在群里打广告的行为。如果你一直申请但无法入群，可以联系投稿机器人进行说明
实际上，不只是 Telegram，我们能够看到像 X 这样的社交广场，信息评论区也全是各种顶着广告昵称或留下一串神秘字符的机器人用户。技术和自由开放固有其两面性，国内的高压整治也是这帮人被迫出海打广告的因素。有的时候，甚至开始理解微信一些蹩脚之处的合理性。目前整体的状态尚在接受范围，如果环境进一步恶化，不排除未来会把频道和群聊转为私有
-
过去几年，自己一直都有一种「停更焦虑症」，从 第一年周年庆文章 就可见一斑。为了缓解这种焦虑，我们找来了一些志同道合的主编和伙伴，试图用社区的力量对抗它。走出象牙塔后，不得不直面现实：想要赚钱就要用时间来换，人生如同打怪升级，越到后面留给自己的时间越少。许多人停止了创作，因为没有时间输入，更不用谈输出。我常常怀念疫情发生后大家都发着光的那段日子，但那时的自己还远远没有资格去谈「生活」这件事
也是为了有规律地更新，有规律地生活，毕业之后拼搏选择了一份比较安稳的工作，可能我的性格就比较需要这样规律、确定的人生。这些年从基层一路走到现在，即便面临装修和一些人生大事，还是有大量的时间去思考、写作、摄影，知足而常乐。有时候会想，如果自己没有做这个频道，把更多的精力用于求学深造，我的人生会不会有更多的可能性、变得更加精彩？
从今天的视角来看，这个问题几乎可笑，但有时候还是会忍不住去想。更可笑的是，因为舍不得这个频道、不想过一种失去太多时间的人生，自己竟误打误撞选择了比较接近当下版本答案的其中一条路。我理解的人生有很多种可能性，前提是要打下一定的基石，才能从确定中主动寻找不确定，去探索真实的世界并和许多人建立连接，这也是我们这几年一直在做的
我书写了自留地，它同时也在一定程度上影响了我人生的轨迹。从舍友教我如何连接 Shadowsocks 的那一刻，一切都不可逆地发生了：对数码的热爱，对信息差的狂热，对绝对理性的祛魅，对感性和生活的 重启，对美学的追求。这个过程重塑了我看待世界的方式，也鞭策我不断叩问自己应该追求什么、选择成为怎么样的人，我很感谢有这样一段经历
🤖 AI 时代，我们为何创作
去年重拾心情出发的时候，我希望大家去生活、去感受、勇敢地去表达自己。写了六年才后知后觉，原来重心不在于「表达」，而是「自己」。AI 的发展让许多自动化成为可能，输出文字、图像、视频不再天方夜谭，我们只剩下自己。AI 时代的创作，无需使用客观理性的蜜糖迎合读者；相反，顺流而下，让自己的人生故事伴随着美学流淌，让同频者汇聚在一起，让创作成为「人生责任编辑」的利器
AI 目前对我而言，是一个压缩 / 失真信息提供者，一个编程能力获取器，一个辅助我扩展思维方向的东西。就搜索某些专业知识和客观事实而言，它在过去几年有了飞一般的进步，即便还有一些幻觉存在，但对于懂得交叉搜索验证的人来说，已经非常可用。随着图像能力的飞速发展，配合头显，我想要不了多久 2077 里面的「超梦」就有可能成为现实
说得直白一些，目前频道绝大多数的新闻和新项目介绍，用 AI 做自动化，配合定时推送，基本上能够做到有模有样。各种博客的科普和学习文章也大幅减少，有时候问问 AI 反而更加全面。那么，我们到底为何创作？我们还能创作什么？
最近看到很多熟人朋友们在进行 Vibe Coding，毕竟有这么好的编程助手，谁不想过一把产品经理的瘾呢？但只要你经历了其中的过程，就会发现只会写代码是不够的，你要结合自身经历锚定痛点需求，要在关键设计上拿出让人眼前一亮的东西，还要能在 Vibe 产品爆炸的当下把它送到大众的眼前
我的意思是，其实「产品经理」和「人生责任编辑」本质上没有什么不同，一个通过 Vibe Coding 构建软体解决痛点需求，另一个需要「创作」去思考、去回味、去获得实感、去看见「自己」。只有创造出更多的「语料」，我们的「人生大模型」才会更加丰满、厚重、有滋味，而它自始至终，都是独一无二的
我使用 AI 的频率相比于各位读者可以说是少得可怜，但它依然引领我思考，让我重新认识到：我们进行创作不是为了迎合特定的群体，而是书写自己的故事，记录下沿途的风景和感受，把人生串联起来，把感性和理性交织在一起。每当有一种新技术出现，人们总试图从道德和哲学的层面出发，道德为我们敲响警钟，而哲学则帮助我们从多个角度去认识它、同时认识自己。我觉得，这是作为人一个宝贵的地方。AI 不能完全理解我的审美，就像它无法替代我继续写作，它当然也偷不走我的人生
-
在前几年的周年庆文章中，我反复提及「相信文字和记录的重要性」，那是我们尝试夺回人生主动权的开始。AI 某种程度上为我们的创作和记录扫清了认知和冗杂的机械流程障碍，要做的只是认真生活、坚持记录。在这个过程中，愈发感受到记录的厚重以及串联人生的美妙。我试着制作 INS 时间轴，第一次把照片和一部分回忆以数字的形式公开，也看到了一些别人的人生
我们就是这样，一边偷窥别人的生活，一边拙劣地模仿和学习。最后终于确定了想要终身追求的美学体系，遇到了志同道合的伙伴，建起了「容身之所」和独一无二的「人生大模型」，人生有了新的况味。自留地某种程度上是一套 API 接口，各位读者或多或少被我们书写自己人生故事的利他性所吸引，前来拜访这个「人生大模型」，在交流碰撞中形成了一条不断流淌的河流
诺兰借《奥德赛》发问：如果一个人，失去了曾经拥有的财富、军队、年华、身份和地位，在海上漂泊 10 年，有一天他回到故乡，如何证明「自己」是「自己」？同样的，面对 AI 向创作的强劲冲击，每个创作者迟早都要去追问、去思考自身的「主体性」。我已经给出了我的答案，相信你们也有自己的
频道：@NewlearnerChannel
1❤44👍15
#Blog #AI #macOS #AD
🧑🏻💻 Mole 出 Mac 版后，用户教会了我做产品
🔗：X Article
今天这篇叫「Mole 出 Mac 版后，用户教会了我做产品」，写的是我第一次把开源 CLI 做成 Mac 付费软件后，真正学到的那些事。去年国庆，我在三亚泳池边写了几百行代码，本来只想做个自己和同事用的 Mac 清理工具，没想到不到一年收了 60K star，也因为 README 里的两张图片欠了 Vercel 80 刀，才后知后觉地发现，原来桌面版可以做了。后来花两个周末把 Mac 版发出去，一批用户先掏了钱，再陪着我一点点把它做完。
真正开始和普通用户打交道后，我才发现，把 CLI 套上一个界面只是第一步。一个会删文件的工具，最重要的是知道什么不能删，AI 的编译产物、旧版本、模型和会话记录要怎么分，为什么拿不准的默认不勾选，为什么清理前一定要让人看一眼。有人纠正了我美国用户的温度习惯，有人让我意识到浅色模式也是无障碍需求，还有一位快 70 岁的英国用户买了两次，宁愿把第二笔钱送给我，也不愿退款。
这篇还聊了我为什么一直手工回邮件，为什么不到真正需要时不搭客服和自动化系统，为什么 Mole 平时不弹通知、不制造焦虑，以及一个人做产品时，怎么在功能、权限、设置、全球化、数据和审美之间做取舍。AI 让代码越来越便宜，用户交流、判断力和信任反而更贵了，对我来说，产品工程师大概只有三成是写代码，剩下的是把 Token 花在真正的问题上，做一个好用、安静，又不需要学习的东西。
🎈 Newlearner365
Mole 是非常优秀的 macOS 垃圾清理软件，从 CLI 到 GUI，满足了不同需求用户们的需求。凭借一己之力，使得老牌软件 CleanMyMac 也推出其 CLI
自即日起，Mole 已上架数码荔枝，促销价为￥119 / 双设备买断（比官方更划算），使用自留地优惠码
频道：@NewlearnerChannel
🧑🏻💻 Mole 出 Mac 版后，用户教会了我做产品
🔗：X Article
今天这篇叫「Mole 出 Mac 版后，用户教会了我做产品」，写的是我第一次把开源 CLI 做成 Mac 付费软件后，真正学到的那些事。去年国庆，我在三亚泳池边写了几百行代码，本来只想做个自己和同事用的 Mac 清理工具，没想到不到一年收了 60K star，也因为 README 里的两张图片欠了 Vercel 80 刀，才后知后觉地发现，原来桌面版可以做了。后来花两个周末把 Mac 版发出去，一批用户先掏了钱，再陪着我一点点把它做完。
真正开始和普通用户打交道后，我才发现，把 CLI 套上一个界面只是第一步。一个会删文件的工具，最重要的是知道什么不能删，AI 的编译产物、旧版本、模型和会话记录要怎么分，为什么拿不准的默认不勾选，为什么清理前一定要让人看一眼。有人纠正了我美国用户的温度习惯，有人让我意识到浅色模式也是无障碍需求，还有一位快 70 岁的英国用户买了两次，宁愿把第二笔钱送给我，也不愿退款。
这篇还聊了我为什么一直手工回邮件，为什么不到真正需要时不搭客服和自动化系统，为什么 Mole 平时不弹通知、不制造焦虑，以及一个人做产品时，怎么在功能、权限、设置、全球化、数据和审美之间做取舍。AI 让代码越来越便宜，用户交流、判断力和信任反而更贵了，对我来说，产品工程师大概只有三成是写代码，剩下的是把 Token 花在真正的问题上，做一个好用、安静，又不需要学习的东西。
🎈 Newlearner365
Mole 是非常优秀的 macOS 垃圾清理软件，从 CLI 到 GUI，满足了不同需求用户们的需求。凭借一己之力，使得老牌软件 CleanMyMac 也推出其 CLI
自即日起，Mole 已上架数码荔枝，促销价为￥119 / 双设备买断（比官方更划算），使用自留地优惠码
NewlearnerChannel 额外还可享受 95 折：购买地址频道：@NewlearnerChannel
🔥14❤7👍1
#APP #Obsidian #Notes #AI
成年人也写日记，我为 Obsidian 做了一款日记插件
📒 为什么自己动手做
记录日常想法是多年的习惯，有时在路上，有时在电脑面前。以前用 Day One，交互太重了，AI 读取效率低，中文搜索一般，快退化成信息孤岛了。后来 Obsidian 成了我的主力笔记，日记自然想搬过来，但它更适合写长文，随手记反而别扭。索性自己做一个，既能随手记，也能和已有的笔记互相关联。
📸 先拍照，再补文字
我自己的习惯是当下来不及写就先拍一张，等于先占住了那一刻，隔几天回来补也不怕漏。所以 Spark Memo 在添加图片时会自动读取照片里的时间和地理位置，帮你回到当初那个时间、那个地方。
🗺️ 所有想法聚合成一张足迹地图
带地点的 Memo 会自动落到一张世界地图上。翻地图和翻列表是两种感觉，点开某个城市的一个小点，当时写下的那句话就跳出来了。
📁 数据是通用的 Markdown，代码也开源
这是我最在意的一点。涉及数据存储的工具得有点责任心，哪怕我哪天停下来不维护了，你的日记还是躺在自己的文件夹里，照样可读可写，甚至你可以基于我的开源代码随意修改。
🤖 也接上了 AI
跑在 Obsidian 上，就能直接用 Obsidian CLI。一是搬家方便，我用 CLI 把 Day One 的几千条日记转成了 Spark Memo 的格式；二是每周做周计划时，我会先让 AI 读一遍上周的日记，日记记的是实际发生了什么，周计划记的是本来打算做什么，两边一对，才知道时间到底花在哪了。
在 Obsidian 社区插件里搜 Spark Memo 就能安装，更多插件细节，可查阅这里。
频道：@NewlearnerChannel
成年人也写日记，我为 Obsidian 做了一款日记插件
📒 为什么自己动手做
记录日常想法是多年的习惯，有时在路上，有时在电脑面前。以前用 Day One，交互太重了，AI 读取效率低，中文搜索一般，快退化成信息孤岛了。后来 Obsidian 成了我的主力笔记，日记自然想搬过来，但它更适合写长文，随手记反而别扭。索性自己做一个，既能随手记，也能和已有的笔记互相关联。
📸 先拍照，再补文字
我自己的习惯是当下来不及写就先拍一张，等于先占住了那一刻，隔几天回来补也不怕漏。所以 Spark Memo 在添加图片时会自动读取照片里的时间和地理位置，帮你回到当初那个时间、那个地方。
🗺️ 所有想法聚合成一张足迹地图
带地点的 Memo 会自动落到一张世界地图上。翻地图和翻列表是两种感觉，点开某个城市的一个小点，当时写下的那句话就跳出来了。
📁 数据是通用的 Markdown，代码也开源
这是我最在意的一点。涉及数据存储的工具得有点责任心，哪怕我哪天停下来不维护了，你的日记还是躺在自己的文件夹里，照样可读可写，甚至你可以基于我的开源代码随意修改。
🤖 也接上了 AI
跑在 Obsidian 上，就能直接用 Obsidian CLI。一是搬家方便，我用 CLI 把 Day One 的几千条日记转成了 Spark Memo 的格式；二是每周做周计划时，我会先让 AI 读一遍上周的日记，日记记的是实际发生了什么，周计划记的是本来打算做什么，两边一对，才知道时间到底花在哪了。
在 Obsidian 社区插件里搜 Spark Memo 就能安装，更多插件细节，可查阅这里。
频道：@NewlearnerChannel
❤18🔥1
#GitHub情报 #AI
📩 接读者来稿，TA 向我们投稿了自己开发的 Git 工作流 Skill
🐱 GitX：面向 AI Coding Agent 的 Git 工作流 Skill
🔗：GitHub
GitX 是一个面向 Claude Code、OpenAI Codex、Cursor 等 AI Coding Agent 的 Git 工作流 Skill。让 AI 编程 Agent 能够更规范、安全地管理 Git 仓库，最终得到一套干净、可维护的 Git 历史
⚙️ 安装
npx skills add musoyangrigor/gitx-skill
💡 GitX 能做的事
Conventional Commit、自动拆分提交、Branch、Pull / Push、PR、GitHub Issue、冲突解决、Git 状态/历史和 Commit plan
🧠 新增 gitx scan
在 Commit / Push 前，只读扫描工作区和本地 Git 历史中的潜在敏感信息，包括 API Key、Token、Private Key、.env 等。它可以区分风险目前处于：
- UNCOMMITTED
- STAGED
- COMMITTED LOCALLY
- PUSHED TO ORIGIN
同时会隐藏完整密钥，只输出风险等级和处理建议
频道：@NewlearnerChannel
📩 接读者来稿，TA 向我们投稿了自己开发的 Git 工作流 Skill
🐱 GitX：面向 AI Coding Agent 的 Git 工作流 Skill
🔗：GitHub
GitX 是一个面向 Claude Code、OpenAI Codex、Cursor 等 AI Coding Agent 的 Git 工作流 Skill。让 AI 编程 Agent 能够更规范、安全地管理 Git 仓库，最终得到一套干净、可维护的 Git 历史
⚙️ 安装
npx skills add musoyangrigor/gitx-skill
💡 GitX 能做的事
Conventional Commit、自动拆分提交、Branch、Pull / Push、PR、GitHub Issue、冲突解决、Git 状态/历史和 Commit plan
🧠 新增 gitx scan
在 Commit / Push 前，只读扫描工作区和本地 Git 历史中的潜在敏感信息，包括 API Key、Token、Private Key、.env 等。它可以区分风险目前处于：
- UNCOMMITTED
- STAGED
- COMMITTED LOCALLY
- PUSHED TO ORIGIN
同时会隐藏完整密钥，只输出风险等级和处理建议
频道：@NewlearnerChannel
❤11
#Android #AI #GitHub情报 #Health #Life
📩 接读者来稿，TA 向我们介绍了自己开发的 OPPO 健康数据导出到 AI 分析的工具
🏥 OPPO Health Export：用 LSPosed 逆向导出 OPPO 健康数据，并用 MCP 规范化接入 AI
🔗：GitHub | Blog
❓ 问题和需求
想把自己 OPPO 健康（心率 / 睡眠 / 血氧 / 呼吸率等）的全部明细数据交给本地 AI 深度分析，而不是只看 App 里的聚合图表。但 OPPO 健康的本地数据库是 SQLCipher 加密的，直接打开是乱码，拿不到数据
同时，导出的数据要喂给 AI Agent 分析，接收端接口如果写得不够规范，其它 Agent 无法按标准接入，所以最后把服务端做成了 MCP (Model Context Protocol) 规范
💡 三层实现
第 1 层：手机端 LSPosed 逆向拿密钥
第 2 层：增量导出（行业标准做法）
第 3 层：服务端做成 MCP 规范
🎛 支持展示的数据
① 心血管：心率 / 房颤情况 / 血氧 / 呼吸等
② 睡眠：睡眠时长及情况 / 呼吸暂停 / 心率变异性 / 打鼾等
③运动与活力：运动明细 / 运动强度 / 久坐时间等
④ 环境与身心健康：光照时长 / 身心状态 / 听力等
⑤ 手表 / 手环监测到的其他健康数据
👀 不同于 iOS 可以直接通过 Open Minis 接入健康数据并交给 AI 分析，基于 Android 开发的各个系统似乎需要通过一些逆向的手段才能够获取
本项目就是开发者为实现这一目的量身定制的，希望能够帮助你更好地调用和分析自己的健康数据。当然，随着机载 AI 的不断发展，未来这样的需求将不断得到满足
频道：@NewlearnerChannel
📩 接读者来稿，TA 向我们介绍了自己开发的 OPPO 健康数据导出到 AI 分析的工具
🏥 OPPO Health Export：用 LSPosed 逆向导出 OPPO 健康数据，并用 MCP 规范化接入 AI
🔗：GitHub | Blog
❓ 问题和需求
想把自己 OPPO 健康（心率 / 睡眠 / 血氧 / 呼吸率等）的全部明细数据交给本地 AI 深度分析，而不是只看 App 里的聚合图表。但 OPPO 健康的本地数据库是 SQLCipher 加密的，直接打开是乱码，拿不到数据
同时，导出的数据要喂给 AI Agent 分析，接收端接口如果写得不够规范，其它 Agent 无法按标准接入，所以最后把服务端做成了 MCP (Model Context Protocol) 规范
💡 三层实现
第 1 层：手机端 LSPosed 逆向拿密钥
第 2 层：增量导出（行业标准做法）
第 3 层：服务端做成 MCP 规范
🎛 支持展示的数据
① 心血管：心率 / 房颤情况 / 血氧 / 呼吸等
② 睡眠：睡眠时长及情况 / 呼吸暂停 / 心率变异性 / 打鼾等
③运动与活力：运动明细 / 运动强度 / 久坐时间等
④ 环境与身心健康：光照时长 / 身心状态 / 听力等
⑤ 手表 / 手环监测到的其他健康数据
👀 不同于 iOS 可以直接通过 Open Minis 接入健康数据并交给 AI 分析，基于 Android 开发的各个系统似乎需要通过一些逆向的手段才能够获取
本项目就是开发者为实现这一目的量身定制的，希望能够帮助你更好地调用和分析自己的健康数据。当然，随着机载 AI 的不断发展，未来这样的需求将不断得到满足
频道：@NewlearnerChannel
❤10
#Reading #macOS #iOS #Android #APP #AI
📩 接读者来稿，他向我们介绍了自己开发的稍后读应用
📖 FlowFerry：小而美的离线转存与稍后读方案
🔗：Web | App Store | Google Play | 浏览器插件
FlowFerry 专注做的事很简单：输入一个链接，把内容离线保存下来，供稍后阅读、整理
👉 Features
- 支持 macOS、iOS 和 Android 平台，同时可以通过浏览器插件、Raycast 插件实现数据无缝流转
- 为中英文精心设计的排版，干净无干扰的版面，图片完整保留，字号和留白都可调整
- 支持视频、代码、表格等多种文章呈现方式
- 本地优先，任何文章都可导出为 PDF、HTML 或 Markdown，也可以发送到 Notion、Obsidian
- 所有数据都在你的设备上本地处理，保护你的隐私
💡 它不一样的地方
• 本地优先，可以离线使用
• 纯粹的阅读，不含花哨的 AI 功能
• 数据自由流动，文章可以任意发送到其他平台
• 设计工程师作品，持续精心打磨细节和阅读器体验
开发者表示，之所以投稿到自留地，是因为相信它的读者都有较多的阅读、收藏需求，以及对简洁、克制的产品的鉴赏品味
🤖 剪藏和稍后读是前几年比较热门的一个开发方向，到目前也有了较为成熟的一些产品和体系。但面对 AI 的冲击和信息过载，许多稍后读正在变成另一个爆满的 RSS。就我们是否需要引入 AI 提高效率，以及手工稍后读目前的处境与开发者进行了讨论，回复如下：
• 手动剪藏的 摩擦 本身就是设计。输入链接 - 抓取 - 展示预览，是一种仪式感，我相信如果是真正重要的内容，用户会珍视打开并粘贴的那个过程，产品本身也不希望用户快速囤积一堆链接而沦为收藏夹
• 没有杂音的阅读依旧重要，所以在阅读器设计上花了很多功夫
• 大概率不会有 AI 总结、AI 播客等功能，但是会有针对 Agent 的适配，比如提供工具让 Agent 将内容发送到 FlowFerry。我希望产品能长期、持续的提供优质服务，引入更多的云端功能也提高了犯错的风险
👀 开发者提到，面对凶猛的信息潮，我们应该建立起一个「高摩擦度」的数字花园，高效剔除噪音、坚持「质量比数量重要」的理念。某种程度上，自留地也可以看做是我的一个数字花园，而堆放稿件信息的私人频道则是一种朴素的稍后读形式。通过阅读、输入、思考之后，再用自己的语言写出来
AI 固然可以将信息输入的效率提高许多，但我们依然需要留下喘息的空间，供我们去思考回味，做手账是一种方式、剪藏与稍后读也是一种方式。时至今日，如果你依然坚持阅读原汁原味的文本、坚持自己把控信息源，视 AI 总结后的文字为一种「减熵」与「有损压缩」，那么可以试试同样纯粹的 FlowFerry
📘 关联阅读：
1️⃣ 独立开发者故事 #83 - “实习生通过业余时间开发了10款产品，一个人就是一家公司！”
2️⃣ 前辈 Pocket 一路走好，本地稍后读「正年轻」
3️⃣ 独立开发者故事 - 为了在信息诱惑下专注阅读，我做了款浏览器插件，把网页上所有干扰都清空！
4️⃣ Omnivore： 开源、自由、全平台的「稍后读」服务
5️⃣ HamsteerBase： 本地优先的稍后读工具
6️⃣ 信息爆炸时代，如何高效管理碎片信息
7️⃣ 基于 RSS 的信息体系构建
频道：@NewlearnerChannel
📩 接读者来稿，他向我们介绍了自己开发的稍后读应用
📖 FlowFerry：小而美的离线转存与稍后读方案
🔗：Web | App Store | Google Play | 浏览器插件
FlowFerry 专注做的事很简单：输入一个链接，把内容离线保存下来，供稍后阅读、整理
👉 Features
- 支持 macOS、iOS 和 Android 平台，同时可以通过浏览器插件、Raycast 插件实现数据无缝流转
- 为中英文精心设计的排版，干净无干扰的版面，图片完整保留，字号和留白都可调整
- 支持视频、代码、表格等多种文章呈现方式
- 本地优先，任何文章都可导出为 PDF、HTML 或 Markdown，也可以发送到 Notion、Obsidian
- 所有数据都在你的设备上本地处理，保护你的隐私
💡 它不一样的地方
• 本地优先，可以离线使用
• 纯粹的阅读，不含花哨的 AI 功能
• 数据自由流动，文章可以任意发送到其他平台
• 设计工程师作品，持续精心打磨细节和阅读器体验
开发者表示，之所以投稿到自留地，是因为相信它的读者都有较多的阅读、收藏需求，以及对简洁、克制的产品的鉴赏品味
🤖 剪藏和稍后读是前几年比较热门的一个开发方向，到目前也有了较为成熟的一些产品和体系。但面对 AI 的冲击和信息过载，许多稍后读正在变成另一个爆满的 RSS。就我们是否需要引入 AI 提高效率，以及手工稍后读目前的处境与开发者进行了讨论，回复如下：
• 手动剪藏的 摩擦 本身就是设计。输入链接 - 抓取 - 展示预览，是一种仪式感，我相信如果是真正重要的内容，用户会珍视打开并粘贴的那个过程，产品本身也不希望用户快速囤积一堆链接而沦为收藏夹
• 没有杂音的阅读依旧重要，所以在阅读器设计上花了很多功夫
• 大概率不会有 AI 总结、AI 播客等功能，但是会有针对 Agent 的适配，比如提供工具让 Agent 将内容发送到 FlowFerry。我希望产品能长期、持续的提供优质服务，引入更多的云端功能也提高了犯错的风险
👀 开发者提到，面对凶猛的信息潮，我们应该建立起一个「高摩擦度」的数字花园，高效剔除噪音、坚持「质量比数量重要」的理念。某种程度上，自留地也可以看做是我的一个数字花园，而堆放稿件信息的私人频道则是一种朴素的稍后读形式。通过阅读、输入、思考之后，再用自己的语言写出来
AI 固然可以将信息输入的效率提高许多，但我们依然需要留下喘息的空间，供我们去思考回味，做手账是一种方式、剪藏与稍后读也是一种方式。时至今日，如果你依然坚持阅读原汁原味的文本、坚持自己把控信息源，视 AI 总结后的文字为一种「减熵」与「有损压缩」，那么可以试试同样纯粹的 FlowFerry
📘 关联阅读：
1️⃣ 独立开发者故事 #83 - “实习生通过业余时间开发了10款产品，一个人就是一家公司！”
2️⃣ 前辈 Pocket 一路走好，本地稍后读「正年轻」
3️⃣ 独立开发者故事 - 为了在信息诱惑下专注阅读，我做了款浏览器插件，把网页上所有干扰都清空！
4️⃣ Omnivore： 开源、自由、全平台的「稍后读」服务
5️⃣ HamsteerBase： 本地优先的稍后读工具
6️⃣ 信息爆炸时代，如何高效管理碎片信息
7️⃣ 基于 RSS 的信息体系构建
频道：@NewlearnerChannel
👍5❤2🌭2
#GitHub情报 #AI #Tools
🤖 Don't paste the AI, please.
🔗：GitHub | Web
😡 别抄 AI 的回答，哥们！别人问你问题，想听的是你的回答 —— 不是一整屏原封不动的 ChatGPT 输出
👎 有人认真问了你一个问题。你转手丢进 AI，复制粘贴，发了回去。感觉又快又省事？但这通常帮不上什么忙。对面那个人可以和你用同一个 AI。想要公式化答案，人家两秒钟自己就搞定了。来问你，是想听你的看法 —— 你的理解、你的品味、你的判断
💡 不如这样
① AI 尽管用，没人拦着你。但请先把它给的东西读完，再用自己的话写回答 —— 不要当传话筒
② 挑出真正答到点上的部分，其余的删了。你自己写三句话就够了，就算是抄来的，至少你看过了
③ 如果模型的回答里某一段确实有用，就引用它，说清为什么有用。「我用 Claude 查了一下，这段没问题：」—— 这就很好
④ 如果你实在没什么可补充的，直说就好。「这个我没什么看法」—— 这也是一个有用的回答
👀 简而言之，本网页最大的用途就是：有人在你的私信、群聊或回复里甩了一大段模型输出，把 这个链接 丢给对方就好，开发者还贴心地准备了一个 超级大爆 的版本；如果你是老师，学生把 AI 生成的作业发给你，可以把 这个链接 发给他们
😄 本网页让我想到之前的「Google 一下」提示机器人，以及经典作品《提问的智慧》。开发者还提供了两个同类型的讽刺网站，一个是 no hello，另一个是 Don't ask to ask，都蛮有意思的
📘 关联阅读：Not By AI - 为你非 AI 的原创内容贴上个贴纸吧
频道：@NewlearnerChannel
🤖 Don't paste the AI, please.
🔗：GitHub | Web
😡 别抄 AI 的回答，哥们！别人问你问题，想听的是你的回答 —— 不是一整屏原封不动的 ChatGPT 输出
👎 有人认真问了你一个问题。你转手丢进 AI，复制粘贴，发了回去。感觉又快又省事？但这通常帮不上什么忙。对面那个人可以和你用同一个 AI。想要公式化答案，人家两秒钟自己就搞定了。来问你，是想听你的看法 —— 你的理解、你的品味、你的判断
💡 不如这样
① AI 尽管用，没人拦着你。但请先把它给的东西读完，再用自己的话写回答 —— 不要当传话筒
② 挑出真正答到点上的部分，其余的删了。你自己写三句话就够了，就算是抄来的，至少你看过了
③ 如果模型的回答里某一段确实有用，就引用它，说清为什么有用。「我用 Claude 查了一下，这段没问题：」—— 这就很好
④ 如果你实在没什么可补充的，直说就好。「这个我没什么看法」—— 这也是一个有用的回答
👀 简而言之，本网页最大的用途就是：有人在你的私信、群聊或回复里甩了一大段模型输出，把 这个链接 丢给对方就好，开发者还贴心地准备了一个 超级大爆 的版本；如果你是老师，学生把 AI 生成的作业发给你，可以把 这个链接 发给他们
😄 本网页让我想到之前的「Google 一下」提示机器人，以及经典作品《提问的智慧》。开发者还提供了两个同类型的讽刺网站，一个是 no hello，另一个是 Don't ask to ask，都蛮有意思的
📘 关联阅读：Not By AI - 为你非 AI 的原创内容贴上个贴纸吧
频道：@NewlearnerChannel
❤14🆒2
#GitHub情报 #APP #AI #硬件图赏 #Mac
🎤 无线麦：将小米蓝牙遥控器 2 Pro 变成 Mac 语音输入设备
🔗：GitHub | Releases | Web
👉 Features
- 开口就输入，按住说，松开停，Typeless 兼容
- 支持组合动作，可以把多个受支持的本机步骤依次执行，再绑定到遥控器的单击、双击或长按
- 支持保存多套完整键位方案
- 可通过「记录回眸」功能本地保存语音输入的文字内容
- 展示使用统计，提供 AI / Agent 本地配置
🐟 这个颇具玩具意味的 Vibe Coding 程序，带火了闲鱼上面的小米蓝牙遥控器 2 Pro。只要 60 元左右的价格，就能够得到一个外观酷似 Siri Remote 的遥控器。把它配合软件使用，就得到了一套软硬件相结合的 AI Voice 方案
💡 和之前火起来的 DJI Mic 本质上没什么不同，无线麦通过一个遥控器收音，再转换为文本发送给 AI 程序。这一切都要得益于近年语音转文字的高识别度，让每个人都可以享受到语音遥控 AI 干活的快感
👀 这也从侧面反映出 Vibe Coding 的火热，让许多小众需求的落地速速大大加快，反过来又促进了我们 Vibe Coding 的体验。体感上又回到了每天蹲 Product Hunt 新产品的时候，即便数量众多，但总能发掘几个有意思的点子。如果你对于小众硬件 + 专用软件的形式比较感兴趣，也可以去关注一下 DJI 4G 模块 相关的项目
📘 关联阅读：
1️⃣ Type4Me：AI 驱动的 macOS 语音输入法
2️⃣ Typeless：用 AI 重新定义语音听写
频道：@NewlearnerChannel
🎤 无线麦：将小米蓝牙遥控器 2 Pro 变成 Mac 语音输入设备
🔗：GitHub | Releases | Web
👉 Features
- 开口就输入，按住说，松开停，Typeless 兼容
- 支持组合动作，可以把多个受支持的本机步骤依次执行，再绑定到遥控器的单击、双击或长按
- 支持保存多套完整键位方案
- 可通过「记录回眸」功能本地保存语音输入的文字内容
- 展示使用统计，提供 AI / Agent 本地配置
🐟 这个颇具玩具意味的 Vibe Coding 程序，带火了闲鱼上面的小米蓝牙遥控器 2 Pro。只要 60 元左右的价格，就能够得到一个外观酷似 Siri Remote 的遥控器。把它配合软件使用，就得到了一套软硬件相结合的 AI Voice 方案
💡 和之前火起来的 DJI Mic 本质上没什么不同，无线麦通过一个遥控器收音，再转换为文本发送给 AI 程序。这一切都要得益于近年语音转文字的高识别度，让每个人都可以享受到语音遥控 AI 干活的快感
👀 这也从侧面反映出 Vibe Coding 的火热，让许多小众需求的落地速速大大加快，反过来又促进了我们 Vibe Coding 的体验。体感上又回到了每天蹲 Product Hunt 新产品的时候，即便数量众多，但总能发掘几个有意思的点子。如果你对于小众硬件 + 专用软件的形式比较感兴趣，也可以去关注一下 DJI 4G 模块 相关的项目
📘 关联阅读：
1️⃣ Type4Me：AI 驱动的 macOS 语音输入法
2️⃣ Typeless：用 AI 重新定义语音听写
频道：@NewlearnerChannel
❤10👍2
#Browsers #Extension #AI
📩 接读者来稿，他向我们介绍了自己开发的浏览器 AI Agent
🤖 DomA：浏览器自动化 AI 智能体
🔗：Web | TG群组 | QQ频道 | 小红书
DomA 是一款跑在浏览器里的 AI 自动化智能体，帮你完成浏览、填写、点击、收集等各类网页事务。装上 DomA，不必再专门下载一款「AI 浏览器」——任何支持扩展的浏览器，都能立刻变成你的 AI 浏览器
💡 使用场景
DomA Agent 融合了 Stay 插件 的用户脚本管理 / 视频下载 / 广告拦截功能，通过 AI 对话 / 命令即可随时调用这些功能
除此之外你也可以教会 DomA 一些网页操作技能，通过内置的 Create-Skill 创建技能，固化你的操作
👀 你可以对 DomA 这么说
① 帮我整理下标签页，关闭相同页，按打开时间重新排序
② 帮我订下吉卜力公园的门票
③ 跳转到当前视频Boss战
④ 下载当前页面视频
⑤ 屏蔽下当前页面广告
⑥ 帮我自动推进当前页面操作的下一步
🎁 为更好地收集用户反馈、控制前期成本，目前产品已开启一个月的邀请制免费试用，复制 评论区 下面的邀请码，注册 DomA 账号即可开启 DomA Agent 旅程
频道：@NewlearnerChannel
📩 接读者来稿，他向我们介绍了自己开发的浏览器 AI Agent
🤖 DomA：浏览器自动化 AI 智能体
🔗：Web | TG群组 | QQ频道 | 小红书
DomA 是一款跑在浏览器里的 AI 自动化智能体，帮你完成浏览、填写、点击、收集等各类网页事务。装上 DomA，不必再专门下载一款「AI 浏览器」——任何支持扩展的浏览器，都能立刻变成你的 AI 浏览器
💡 使用场景
DomA Agent 融合了 Stay 插件 的用户脚本管理 / 视频下载 / 广告拦截功能，通过 AI 对话 / 命令即可随时调用这些功能
除此之外你也可以教会 DomA 一些网页操作技能，通过内置的 Create-Skill 创建技能，固化你的操作
👀 你可以对 DomA 这么说
① 帮我整理下标签页，关闭相同页，按打开时间重新排序
② 帮我订下吉卜力公园的门票
③ 跳转到当前视频Boss战
④ 下载当前页面视频
⑤ 屏蔽下当前页面广告
⑥ 帮我自动推进当前页面操作的下一步
🎁 为更好地收集用户反馈、控制前期成本，目前产品已开启一个月的邀请制免费试用，复制 评论区 下面的邀请码，注册 DomA 账号即可开启 DomA Agent 旅程
频道：@NewlearnerChannel
❤4
#macOS #Windows #CLI #AI #Agent
📩 接读者来稿，他向我们介绍了自己开发的 PPT SKILL
📊 DeckForge：把演示文稿交给你的 Agent，导出原生可编辑的 PPTX
🔗：官网 | GitHub
👉 Features
- 用户侧只有一个动作：把 这个链接 发给你已有的 Claude Code / Codex，装 CLI、读文档、干活全归它
- 内置多套成套设计系统，每套自带完整配方、组件语法与禁用项，不是一个模板库
- 导出的 PPTX 里文字、形状、表格和六类图表都是原生对象，收到文件的人可以直接改数据和样式，不是截图
- 强制视觉 QA：每页真实截图返回 Agent，按七条检查逐页核对，修完重渲，零缺陷才允许交付
- 渲染零外部依赖，图表库与图标全部内嵌，字体取本机，试用全程不联网；单文件约 20MB
💡 起因是一个观察：AI 做出来的 PPT 一眼就能认出来 —— 模板感、卡片堆砌、机械均分栏、导出后一个字都改不了。但这些特征其实不来自模型，而来自同一条生产管线：把内容填进一套中性模板，截图，再拼成文件。换更强的模型改变不了这件事，因为上限是管线定的
另一个前提是这批用户已经有 Agent 了：付了 Claude Code / Codex 的钱，算力、界面、对话体验都不缺，缺的是「怎么做好」的领域知识和一条能真正落地的管线。所以 DeckForge 不做网页也不做云渲染，只把那条管线封装成一个命令行工具，交给你已有的 Agent 去调
🧑🏻💻 实际用起来只有一步 —— 对你的 Claude Code / Codex 说：
「读一下 https://deckforge.gtio.work/SKILL.md ，然后帮我把这份材料做成一份能直接交付的 PPT」
剩下的全归它：检测到没装就自己把 CLI 装上，然后读方法论、挑设计系统、逐页写 PPTL 源码、跑截图 QA、导出 PPTX。全程在你的终端里，内容不出本机。功能不设限的试用是免费的，导出成品带一道署名水印，用来评估效果足够；预览和 PDF 需要本机装有 Chrome 或 Edge，导出 PPTX 则什么都不需要
👀 这条赛道人不少，一并列举：Gamma 是品类第一，网页端 $10–20/月，免费版有额度和水印；
DeckForge 换了个前提：不提供界面也不提供算力，只卖知识和管线，所以受众确实窄 —— 你得先是个 CLI agent 用户；但对这批人成本结构完全不同，工具 ¥99 买断一次（首发早鸟 ¥79，含 12 个月更新，期满软件永久可用），算力用你本来就在付的那份，边际成本是零。创作出来的内容与导出的文件完全归你，商用不受限制
* 🤖 本推送内容经 AI 辅助写作而成，在此注明
频道：@NewlearnerChannel
📩 接读者来稿，他向我们介绍了自己开发的 PPT SKILL
📊 DeckForge：把演示文稿交给你的 Agent，导出原生可编辑的 PPTX
🔗：官网 | GitHub
👉 Features
- 用户侧只有一个动作：把 这个链接 发给你已有的 Claude Code / Codex，装 CLI、读文档、干活全归它
- 内置多套成套设计系统，每套自带完整配方、组件语法与禁用项，不是一个模板库
- 导出的 PPTX 里文字、形状、表格和六类图表都是原生对象，收到文件的人可以直接改数据和样式，不是截图
- 强制视觉 QA：每页真实截图返回 Agent，按七条检查逐页核对，修完重渲，零缺陷才允许交付
- 渲染零外部依赖，图表库与图标全部内嵌，字体取本机，试用全程不联网；单文件约 20MB
💡 起因是一个观察：AI 做出来的 PPT 一眼就能认出来 —— 模板感、卡片堆砌、机械均分栏、导出后一个字都改不了。但这些特征其实不来自模型，而来自同一条生产管线：把内容填进一套中性模板，截图，再拼成文件。换更强的模型改变不了这件事，因为上限是管线定的
另一个前提是这批用户已经有 Agent 了：付了 Claude Code / Codex 的钱，算力、界面、对话体验都不缺，缺的是「怎么做好」的领域知识和一条能真正落地的管线。所以 DeckForge 不做网页也不做云渲染，只把那条管线封装成一个命令行工具，交给你已有的 Agent 去调
🧑🏻💻 实际用起来只有一步 —— 对你的 Claude Code / Codex 说：
「读一下 https://deckforge.gtio.work/SKILL.md ，然后帮我把这份材料做成一份能直接交付的 PPT」
剩下的全归它：检测到没装就自己把 CLI 装上，然后读方法论、挑设计系统、逐页写 PPTL 源码、跑截图 QA、导出 PPTX。全程在你的终端里，内容不出本机。功能不设限的试用是免费的，导出成品带一道署名水印，用来评估效果足够；预览和 PDF 需要本机装有 Chrome 或 Edge，导出 PPTX 则什么都不需要
👀 这条赛道人不少，一并列举：Gamma 是品类第一，网页端 $10–20/月，免费版有额度和水印；
Beautiful.ai $12/月且只有年付；国内 AiPPT 和 iSlide 都有 ¥399 的终身档；Tome 曾在 18 个月做到两千万用户，2025 年 4 月还是关停了演示业务。这些走的都是「网页 + 模板填充」的路子，零门槛是它们真实的优势DeckForge 换了个前提：不提供界面也不提供算力，只卖知识和管线，所以受众确实窄 —— 你得先是个 CLI agent 用户；但对这批人成本结构完全不同，工具 ¥99 买断一次（首发早鸟 ¥79，含 12 个月更新，期满软件永久可用），算力用你本来就在付的那份，边际成本是零。创作出来的内容与导出的文件完全归你，商用不受限制
* 🤖 本推送内容经 AI 辅助写作而成，在此注明
频道：@NewlearnerChannel
👍4❤2
#Mac #AI #GitHub情报
🐥 TurboFieldfare：用 2 GB 内存在任意 M 系列 Mac 上运行 Gemma 4 26B
一套纯 Swift + Metal 自研推理引擎，把 14.3 GB 的 MoE 大模型装进约 2 GB 内存，让 8 GB 的 MacBook Air 也能本地跑 26B 模型
✨ 特点
- 2 GB 内存跑 26B 模型：利用 Gemma 4 26B-A4B 的混合专家架构，每个 token 只激活约 3.88B 参数，常驻内存仅保留共享核心与 KV 缓存，其余专家权重按需从 SSD 流式读取。
- 不是 MLX 或 llama.cpp 的封装，针对 Gemma 4 的层结构从零编写的运行时，自研全部 Metal kernel（量化 GEMV、注意力、MoE、采样与融合算子）
- 同一份 .gturbo 模型可供原生 Mac 应用、命令行工具和本地 OpenAI 兼容服务器三种方式使用，服务器支持流式输出、函数工具调用和提示词前缀复用
- 从 Hugging Face 按字节区间边下边重打包，全程不落完整源文件，约 15 GB 传输量直接生成带哈希校验的本地模型
- 可选视觉扩展包：额外安装 1.1 GB 的视觉塔即可让应用、命令行和服务器统一支持图片输入（需 M2 及以上）
- 103 个公开实验记录：仓库完整记录了 kernel、缓存、I/O、预填充等方向上成功与失败的全部实验
⚙️ 机制
TurboFieldfare 的核心思路是「让不该进内存的权重留在 SSD 上」。运行时常驻约 1.35 GB 共享核心（注意力、路由器、词嵌入和共享专家）加 FP16 KV 缓存（4K 上下文约 305 MiB）；每层 128 个路由专家（共 30 层、约 12.9 GB）留在磁盘，由路由器每 token 选出 top-8，先查询该层 16 槽 LFU 缓存，未命中的用有界并行 pread 读入 Metal 可见缓冲区，同时 GPU 并行计算常驻的共享专家分支，I/O 与计算相互掩盖。预填充按最多 128 token 分块，让一次读取的专家服务多行计算。作者实测显式 pread 比 mmap 被动缺页快得多：冷读单个 3.36 MB 专家 2.8 ms 对 10 ms，整体吞吐 4 tok/s 对 0.5 tok/s；约 41% 的专家会在下一个 token 复用，16 槽缓存命中率约 67%。
主要依赖：仅 3 个外部包。swift-transformers（分词）、swift-nio（服务器）、SwiftMath（公式渲染），其余全部自研。
实测性能：8 GB M2 MacBook Air 解码 5.1–6.3 tok/s，24 GB M5 Pro 达 31–35 tok/s（同机 mlx-lm 为 76–82 tok/s，但需要 8–10 GB 常驻内存与约 15 GB GPU 分配）。差距主要来自 M5 三倍于 M4 的 SSD 读取带宽。运行要求 macOS 26、Metal 4、Swift 6.2，仅支持 Apple Silicon。
👨🏻💻 使用场景
- 8 GB 入门款 Mac 用户跑大模型：最便宜的 M2 MacBook Air 也能本地运行 26B 级模型做草稿撰写、摘要和问答，不用为了本地推理专门升级 32 GB 以上的机器
- 开发者接入本地 OpenAI 接口：服务器监听本机 8080 端口，把 OpenCode 或任意 OpenAI SDK 的 base URL 指过来，即可零 API 成本地调试提示词、函数工具调用等流程
- 保护隐私的离线办公：模型装好后完全离线运行，处理合同、病历、内部文档等敏感材料时数据不出本机
- 端侧推理工程学习：实验记录加系统设计文档完整展示了 mmap 与 pread 的取舍、专家缓存策略、I/O 与 GPU 重叠等决策过程，适合想学 Metal 推理优化的工程师
- 多任务并行的轻量后台:推理只占 2 GB 内存，可以边开着浏览器、IDE 和设计软件边让模型在后台生成，不会挤爆内存
🖊 作者背景
Andrey Mikhaylov - Senior iOS & Metal 工程师
- Lapse（伦敦社交相机应用，总融资 $42.3M）：资深 iOS、Metal 与相机工程师（2024 至今）。负责月处理约 1 亿资产的媒体管线，自建 Metal 实时照片视频管线，吞吐为原 Core Image 方案 10 倍
- Prisma Labs（Prisma、Lensa 开发商）：资深 iOS 与 Metal 工程师、视频团队技术负责人（2021–2024）。构建端侧实时人脸修饰管线，老设备上 17 ms/帧
项目名取自他最喜欢的鸟，田鸫（fieldfare）。
频道:@NewlearnerChannel
🐥 TurboFieldfare：用 2 GB 内存在任意 M 系列 Mac 上运行 Gemma 4 26B
一套纯 Swift + Metal 自研推理引擎，把 14.3 GB 的 MoE 大模型装进约 2 GB 内存，让 8 GB 的 MacBook Air 也能本地跑 26B 模型
✨ 特点
- 2 GB 内存跑 26B 模型：利用 Gemma 4 26B-A4B 的混合专家架构，每个 token 只激活约 3.88B 参数，常驻内存仅保留共享核心与 KV 缓存，其余专家权重按需从 SSD 流式读取。
- 不是 MLX 或 llama.cpp 的封装，针对 Gemma 4 的层结构从零编写的运行时，自研全部 Metal kernel（量化 GEMV、注意力、MoE、采样与融合算子）
- 同一份 .gturbo 模型可供原生 Mac 应用、命令行工具和本地 OpenAI 兼容服务器三种方式使用，服务器支持流式输出、函数工具调用和提示词前缀复用
- 从 Hugging Face 按字节区间边下边重打包，全程不落完整源文件，约 15 GB 传输量直接生成带哈希校验的本地模型
- 可选视觉扩展包：额外安装 1.1 GB 的视觉塔即可让应用、命令行和服务器统一支持图片输入（需 M2 及以上）
- 103 个公开实验记录：仓库完整记录了 kernel、缓存、I/O、预填充等方向上成功与失败的全部实验
⚙️ 机制
TurboFieldfare 的核心思路是「让不该进内存的权重留在 SSD 上」。运行时常驻约 1.35 GB 共享核心（注意力、路由器、词嵌入和共享专家）加 FP16 KV 缓存（4K 上下文约 305 MiB）；每层 128 个路由专家（共 30 层、约 12.9 GB）留在磁盘，由路由器每 token 选出 top-8，先查询该层 16 槽 LFU 缓存，未命中的用有界并行 pread 读入 Metal 可见缓冲区，同时 GPU 并行计算常驻的共享专家分支，I/O 与计算相互掩盖。预填充按最多 128 token 分块，让一次读取的专家服务多行计算。作者实测显式 pread 比 mmap 被动缺页快得多：冷读单个 3.36 MB 专家 2.8 ms 对 10 ms，整体吞吐 4 tok/s 对 0.5 tok/s；约 41% 的专家会在下一个 token 复用，16 槽缓存命中率约 67%。
主要依赖：仅 3 个外部包。swift-transformers（分词）、swift-nio（服务器）、SwiftMath（公式渲染），其余全部自研。
实测性能：8 GB M2 MacBook Air 解码 5.1–6.3 tok/s，24 GB M5 Pro 达 31–35 tok/s（同机 mlx-lm 为 76–82 tok/s，但需要 8–10 GB 常驻内存与约 15 GB GPU 分配）。差距主要来自 M5 三倍于 M4 的 SSD 读取带宽。运行要求 macOS 26、Metal 4、Swift 6.2，仅支持 Apple Silicon。
👨🏻💻 使用场景
- 8 GB 入门款 Mac 用户跑大模型：最便宜的 M2 MacBook Air 也能本地运行 26B 级模型做草稿撰写、摘要和问答，不用为了本地推理专门升级 32 GB 以上的机器
- 开发者接入本地 OpenAI 接口：服务器监听本机 8080 端口，把 OpenCode 或任意 OpenAI SDK 的 base URL 指过来，即可零 API 成本地调试提示词、函数工具调用等流程
- 保护隐私的离线办公：模型装好后完全离线运行，处理合同、病历、内部文档等敏感材料时数据不出本机
- 端侧推理工程学习：实验记录加系统设计文档完整展示了 mmap 与 pread 的取舍、专家缓存策略、I/O 与 GPU 重叠等决策过程，适合想学 Metal 推理优化的工程师
- 多任务并行的轻量后台:推理只占 2 GB 内存，可以边开着浏览器、IDE 和设计软件边让模型在后台生成，不会挤爆内存
🖊 作者背景
Andrey Mikhaylov - Senior iOS & Metal 工程师
- Lapse（伦敦社交相机应用，总融资 $42.3M）：资深 iOS、Metal 与相机工程师（2024 至今）。负责月处理约 1 亿资产的媒体管线，自建 Metal 实时照片视频管线，吞吐为原 Core Image 方案 10 倍
- Prisma Labs（Prisma、Lensa 开发商）：资深 iOS 与 Metal 工程师、视频团队技术负责人（2021–2024）。构建端侧实时人脸修饰管线，老设备上 17 ms/帧
项目名取自他最喜欢的鸟，田鸫（fieldfare）。
频道:@NewlearnerChannel
👍16🤩5
This media is not supported in your browser
VIEW IN TELEGRAM
#macOS #APP #AI #独立开发
🧡 Die With Me：AI 额度见底了，来和大家一起等它复活
🔗：官网 | macOS 下载
👋 今天给大家介绍一个我最近做的 Mac 小玩具：给每天和 Claude Code、Codex 一起上班的人，留一间可以一起摸鱼的小客厅。如果你也经常写着写着，就撞上了「usage limit reached」，大概会熟悉这种感觉：思路还在，AI 先下班了。于是我把剩余额度做成了小家伙的「电量」，让它们住进同一间客厅。你可以看看朋友还剩多少电，给他们投喂一点零食，或者一起等下一轮额度恢复
👉 Features
• 🪫 在菜单栏查看 Claude Code、Codex 的剩余额度，吉祥物陪你一起从满电走向见底
• 🛋 在「Locked in」「Touching grass」「Couch potato」等状态之间切换：认真干活、出去透气，或者理直气壮地当沙发土豆
• 🍪 每日签到、回答小问答，给食品柜补充零食；可以自己吃，也可以喂朋友，状态还会显示是谁请的客
• 🚪 去朋友家串门。主人允许的话，还能顺走一包零食；一间客厅最多容纳四个人，刚好凑个小聚会
• 🌍 选择想代表的国家或大学，看看哪一队聚集了更多同伴，也可以拉朋友一起上榜
• 💬 额度接近耗尽时，进入聊天室，认识同样被 AI 暂时「放假」的人
💡 它不一样的地方
做这个项目时，我最想保留的，是那些看起来没什么效率、但会让人笑一下的小互动。所以这里有排行榜，也有客厅；能看剩余额度，也能什么都不做，坐一会儿
🤖 最近，AI 工具越来越像一个随时在线的工作搭档。我们会关心它什么时候忙、什么时候卡住、什么时候又能继续工作，也开始给这些原本抽象的状态加上表情和性格。Die With Me 就是沿着这个想法做的一点尝试：把每天盯着的百分比，变成一群有点可爱、又有点好笑的小家伙。希望你打开它时，除了想起还有多少代码没写完，也能想起该起来走走，或者找朋友聊两句
🎁 自留地读者专属邀请
给频道读者准备了一条专属邀请链接，欢迎来客厅坐坐，也欢迎把使用感受告诉我：邀请链接
📘 关联阅读：
1️⃣ lil-agents：住在 macOS Dock 上的小小 AI 伙伴，把终端交互变得更有陪伴感
2️⃣ Codex Resets：追踪 Codex 额度重置公告和历史，适合每天盼着「回满血」的朋友
3️⃣ CodexBar：在菜单栏查看 Codex、Claude Code 等工具的使用额度；Die With Me 的额度读取也参考了这个项目，感谢开源作者
本文同步发送于笔者频道 @RollerRolling
频道：@NewlearnerChannel
🧡 Die With Me：AI 额度见底了，来和大家一起等它复活
🔗：官网 | macOS 下载
👋 今天给大家介绍一个我最近做的 Mac 小玩具：给每天和 Claude Code、Codex 一起上班的人，留一间可以一起摸鱼的小客厅。如果你也经常写着写着，就撞上了「usage limit reached」，大概会熟悉这种感觉：思路还在，AI 先下班了。于是我把剩余额度做成了小家伙的「电量」，让它们住进同一间客厅。你可以看看朋友还剩多少电，给他们投喂一点零食，或者一起等下一轮额度恢复
👉 Features
• 🪫 在菜单栏查看 Claude Code、Codex 的剩余额度，吉祥物陪你一起从满电走向见底
• 🛋 在「Locked in」「Touching grass」「Couch potato」等状态之间切换：认真干活、出去透气，或者理直气壮地当沙发土豆
• 🍪 每日签到、回答小问答，给食品柜补充零食；可以自己吃，也可以喂朋友，状态还会显示是谁请的客
• 🚪 去朋友家串门。主人允许的话，还能顺走一包零食；一间客厅最多容纳四个人，刚好凑个小聚会
• 🌍 选择想代表的国家或大学，看看哪一队聚集了更多同伴，也可以拉朋友一起上榜
• 💬 额度接近耗尽时，进入聊天室，认识同样被 AI 暂时「放假」的人
💡 它不一样的地方
做这个项目时，我最想保留的，是那些看起来没什么效率、但会让人笑一下的小互动。所以这里有排行榜，也有客厅；能看剩余额度，也能什么都不做，坐一会儿
🤖 最近，AI 工具越来越像一个随时在线的工作搭档。我们会关心它什么时候忙、什么时候卡住、什么时候又能继续工作，也开始给这些原本抽象的状态加上表情和性格。Die With Me 就是沿着这个想法做的一点尝试：把每天盯着的百分比，变成一群有点可爱、又有点好笑的小家伙。希望你打开它时，除了想起还有多少代码没写完，也能想起该起来走走，或者找朋友聊两句
🎁 自留地读者专属邀请
给频道读者准备了一条专属邀请链接，欢迎来客厅坐坐，也欢迎把使用感受告诉我：邀请链接
📘 关联阅读：
1️⃣ lil-agents：住在 macOS Dock 上的小小 AI 伙伴，把终端交互变得更有陪伴感
2️⃣ Codex Resets：追踪 Codex 额度重置公告和历史，适合每天盼着「回满血」的朋友
3️⃣ CodexBar：在菜单栏查看 Codex、Claude Code 等工具的使用额度；Die With Me 的额度读取也参考了这个项目，感谢开源作者
本文同步发送于笔者频道 @RollerRolling
频道：@NewlearnerChannel
❤16🤩2🏆1
#AI #APP #Tools #iOS
👥 Rene：让你的 AI 助理先和朋友的 AI 助理聊起来
🔗：Web
⭐️ Features:
• 支持 iMessage、WhatsApp 和 Telegram
• 可加入群聊，帮助多人协调时间、地点、行程和日常决策
• 不同用户的 Rene 可以互相协商日程，再分别交给各自用户确认
• 内置浏览器，可查资料、填表、订餐购物，并生成代码、网站、图片和幻灯片
• 可连接 Gmail 等多动第三方服务
比起安装一个独立 App，在我们原本就在使用的聊天窗口里调用 AI 助理，显然方便得多。Poke 今年已经率先进入 Apple 信息 App，WhatsApp 和 Telegram 里的 Agent 也越来越多，所以 Rene 并不是第一个“住进通讯录”的 AI。不过，Rene 更强调把 Agent 从单人助理变成一种多人协调工具。在 iMessage、WhatsApp 和 Telegram 里，你可以像和朋友发送消息一样直接给 Rene 发信息，不必先学习另一套界面。它能整理邮箱、管理日历、准备会议、浏览网页、填写表单和预订餐厅，也能做网站、图片和幻灯片。Rene 主打的“Multiplayer”是让每个人拥有自己的 Rene：需要约时间时，双方的 Agent 先读取各自日历、找出共同空档，再分别向主人确认；在群聊里，它也可以收集偏好、整理争议并把最终计划留在所有人都看得到的对话中。过去的日程助理通常代表一个人向其他人反复询问，Rene 则试图让 Agent 之间先完成这轮沟通。它更像一个建立在聊天软件上的协调者和整理人，而不只是又一个 chatbot。不过，这种便利需要周围的朋友和同事也开始使用 Rene，才能真正体现出来。
Rene 本质上仍是云端 Agent，要发挥完整能力就需要授权邮箱、日历等个人数据。官方承诺不将用户内容用于模型训练，敏感操作也会先征求确认，但连接哪些服务、让它进入哪些群聊，仍然需要谨慎选择。Rene 目前仍是很早期的产品，免费额度、付费档位和价格都没有公开。现在可以先把它添加到通讯录，看看这个协调者能不能真的替你省下几轮沟通。
频道：@NewlearnerChannel
👥 Rene：让你的 AI 助理先和朋友的 AI 助理聊起来
🔗：Web
⭐️ Features:
• 支持 iMessage、WhatsApp 和 Telegram
• 可加入群聊，帮助多人协调时间、地点、行程和日常决策
• 不同用户的 Rene 可以互相协商日程，再分别交给各自用户确认
• 内置浏览器，可查资料、填表、订餐购物，并生成代码、网站、图片和幻灯片
• 可连接 Gmail 等多动第三方服务
比起安装一个独立 App，在我们原本就在使用的聊天窗口里调用 AI 助理，显然方便得多。Poke 今年已经率先进入 Apple 信息 App，WhatsApp 和 Telegram 里的 Agent 也越来越多，所以 Rene 并不是第一个“住进通讯录”的 AI。不过，Rene 更强调把 Agent 从单人助理变成一种多人协调工具。在 iMessage、WhatsApp 和 Telegram 里，你可以像和朋友发送消息一样直接给 Rene 发信息，不必先学习另一套界面。它能整理邮箱、管理日历、准备会议、浏览网页、填写表单和预订餐厅，也能做网站、图片和幻灯片。Rene 主打的“Multiplayer”是让每个人拥有自己的 Rene：需要约时间时，双方的 Agent 先读取各自日历、找出共同空档，再分别向主人确认；在群聊里，它也可以收集偏好、整理争议并把最终计划留在所有人都看得到的对话中。过去的日程助理通常代表一个人向其他人反复询问，Rene 则试图让 Agent 之间先完成这轮沟通。它更像一个建立在聊天软件上的协调者和整理人，而不只是又一个 chatbot。不过，这种便利需要周围的朋友和同事也开始使用 Rene，才能真正体现出来。
Rene 本质上仍是云端 Agent，要发挥完整能力就需要授权邮箱、日历等个人数据。官方承诺不将用户内容用于模型训练，敏感操作也会先征求确认，但连接哪些服务、让它进入哪些群聊，仍然需要谨慎选择。Rene 目前仍是很早期的产品，免费额度、付费档位和价格都没有公开。现在可以先把它添加到通讯录，看看这个协调者能不能真的替你省下几轮沟通。
频道：@NewlearnerChannel
❤4
#GitHub情报 #Browsers #Extension #AI
🤖 DomA：浏览器自动化智能体开源啦！
🔗：GitHub | TG群组 | QQ频道 | 小红书
🎉 我们把 DomA 的核心能力开源了。现在，任何人都可以查看源码、本地构建，并在自己的浏览器里运行这款 AI 网页智能体。开源版本需要你自己来添加 API Key 。并且后续的商店版本也会完全基于当前开源版本继续迭代。
🌟 如果这个项目对你有帮助，欢迎点一颗 Star 。这对早期开源项目非常重要，也能让更多人看见 DomA 。
🧠 DomA /ˈdoʊmə/ 是一款跑在浏览器里的 AI 自动化智能体，帮你完成浏览、填写、点击、收集等各类网页事务。装上 DomA ，不必再专门下载一款「 AI 浏览器」—— 任何支持扩展的浏览器，都能立刻变成你的 AI 浏览器。
⚙️ With Jev
最近我们也加入了对 Jev 的支持，通过主流 LLM + Jev，可以快速的提交表单，点选类事务。提高DomA部分场景下的决策力。
💡 使用方法
访问我们的在线文档：https://domactions.com/docs/zh
🗣 你可以对DomA这么说
① 帮我整理下标签页，关闭相同页，按打开时间重新排序。
② 帮我订下吉卜力公园的门票。
③ 跳转到当前视频Boss战。
④ 下载当前页面视频。
⑤ 屏蔽下当前页面广告。
⑥ 帮我自动推进当前页面操作的下一步。
频道：@NewlearnerChannel
🤖 DomA：浏览器自动化智能体开源啦！
🔗：GitHub | TG群组 | QQ频道 | 小红书
🎉 我们把 DomA 的核心能力开源了。现在，任何人都可以查看源码、本地构建，并在自己的浏览器里运行这款 AI 网页智能体。开源版本需要你自己来添加 API Key 。并且后续的商店版本也会完全基于当前开源版本继续迭代。
🌟 如果这个项目对你有帮助，欢迎点一颗 Star 。这对早期开源项目非常重要，也能让更多人看见 DomA 。
🧠 DomA /ˈdoʊmə/ 是一款跑在浏览器里的 AI 自动化智能体，帮你完成浏览、填写、点击、收集等各类网页事务。装上 DomA ，不必再专门下载一款「 AI 浏览器」—— 任何支持扩展的浏览器，都能立刻变成你的 AI 浏览器。
⚙️ With Jev
最近我们也加入了对 Jev 的支持，通过主流 LLM + Jev，可以快速的提交表单，点选类事务。提高DomA部分场景下的决策力。
💡 使用方法
访问我们的在线文档：https://domactions.com/docs/zh
🗣 你可以对DomA这么说
① 帮我整理下标签页，关闭相同页，按打开时间重新排序。
② 帮我订下吉卜力公园的门票。
③ 跳转到当前视频Boss战。
④ 下载当前页面视频。
⑤ 屏蔽下当前页面广告。
⑥ 帮我自动推进当前页面操作的下一步。
频道：@NewlearnerChannel
👍5
#Chrome #Browsers #AI #GitHub情报
📩 接读者来稿，他向我们介绍了自己开发的 AI 视频翻译浏览器插件
🎧 Avorythm：给浏览器里的外语视频加上 AI 译配和双语字幕
🔗：GitHub | Web | Chrome 插件
👉 Features
- 翻译用户主动选择的标签页音频，适合外语课程、演讲和播客，也能为没有现成字幕的内容生成字幕
- 原声、译配、原文字幕和译文字幕可独立开关，原声与译配音量可分别调节
- 字幕浮窗可以移动；可选带缓冲的录制播放器，支持暂停、回看和本地导出
- Chrome 扩展独立运行，不需要安装桌面端；项目采用 MIT 开源许可证
💡 使用前需要知道
这是开源客户端，不是本地离线翻译引擎。用户需要自己的 Gemini API 密钥，Groq 为可选转写服务。扩展本身免费；API 的免费额度、地区可用性与可能产生的费用由服务商决定。音频和文本会在用户同意后发送给相应服务商。实时翻译存在处理延迟，也可能出现误译；缓冲播放器通过延后观看来协调音视频，并非零延迟。
🧑🏻💻 开发者的话
我想做的是一个能让大家更方便地看外语课程、听讲座和播客的开源工具：需要时听译配，想保留原声时就只开字幕，不把所有人的使用方式固定成一种。Avorythm 因此把音频和字幕控制分开，也保留了不同的播放方式。
欢迎试用、反馈实际遇到的问题，也欢迎参与 GitHub 上的开发和翻译。官网有一段 53 秒中文介绍视频及安装指南；如果需要补充素材或技术说明，我很乐意提供
* 本项目由海外独立开发者 Mohammad Saleh Mahdinejad 开发，在此为他用心提供的中文语料以及对中文社区的重视表达谢意
📘 关联阅读：
1️⃣ 介绍两个开源的视频翻译 / 字幕添加 AI 项目
2️⃣ 文译：将被语言阻隔的作品，带到读者的语言中
频道：@NewlearnerChannel
📩 接读者来稿，他向我们介绍了自己开发的 AI 视频翻译浏览器插件
🎧 Avorythm：给浏览器里的外语视频加上 AI 译配和双语字幕
🔗：GitHub | Web | Chrome 插件
👉 Features
- 翻译用户主动选择的标签页音频，适合外语课程、演讲和播客，也能为没有现成字幕的内容生成字幕
- 原声、译配、原文字幕和译文字幕可独立开关，原声与译配音量可分别调节
- 字幕浮窗可以移动；可选带缓冲的录制播放器，支持暂停、回看和本地导出
- Chrome 扩展独立运行，不需要安装桌面端；项目采用 MIT 开源许可证
💡 使用前需要知道
这是开源客户端，不是本地离线翻译引擎。用户需要自己的 Gemini API 密钥，Groq 为可选转写服务。扩展本身免费；API 的免费额度、地区可用性与可能产生的费用由服务商决定。音频和文本会在用户同意后发送给相应服务商。实时翻译存在处理延迟，也可能出现误译；缓冲播放器通过延后观看来协调音视频，并非零延迟。
🧑🏻💻 开发者的话
我想做的是一个能让大家更方便地看外语课程、听讲座和播客的开源工具：需要时听译配，想保留原声时就只开字幕，不把所有人的使用方式固定成一种。Avorythm 因此把音频和字幕控制分开，也保留了不同的播放方式。
欢迎试用、反馈实际遇到的问题，也欢迎参与 GitHub 上的开发和翻译。官网有一段 53 秒中文介绍视频及安装指南；如果需要补充素材或技术说明，我很乐意提供
* 本项目由海外独立开发者 Mohammad Saleh Mahdinejad 开发，在此为他用心提供的中文语料以及对中文社区的重视表达谢意
📘 关联阅读：
1️⃣ 介绍两个开源的视频翻译 / 字幕添加 AI 项目
2️⃣ 文译：将被语言阻隔的作品，带到读者的语言中
频道：@NewlearnerChannel
#macOS #AI #Tools #GitHub情报
🎞️ SCM：让 AI 帮忙找回那段回忆
🔗：Web | GitHub
⭐️ Features:
• 自然语言搜索图片和视频片段
• 支持 OCR 和对白搜索
• 本地运行，离线可用
• MIT 开源
有时候找不到一张图片，可能还记得里面的细节：什么颜色、什么场景，甚至记得某个角落里写了什么，但就是想不起它叫什么、存在哪里。视频就更麻烦了，明明记得看过某个镜头，最后还是只能拖着进度条来回找。SCM（Screen Memories）就是一个试图解决这种问题的 macOS 工具，把图片和视频导入之后，可以通过描述内容来搜索，不必先给每个文件起一个足够聪明的名字。
SCM 支持视频搜索。如找一个“黄昏时航拍港口”的镜头，搜索结果会给出对应片段的预览和时间点，打开后直接跳过去。除了按画面搜索，它也把画面里的文字和视频里的对白分成了独立的搜索模式：记得截图里的某个词就用 OCR，记得视频里说过的一句话就查对白。相比让 AI 对所有东西自由发挥，这种区分我觉得更实用，知道自己要找什么的时候，精确匹配往往比猜意思更省事。
这套处理都在本地完成。视觉模型、OCR 和语音转录模型首次使用时需要下载，之后可以离线运行，媒体不上传，也不需要订阅某家的模型 API。SCM 还提供了可选的本地问答，基于已经提取出来的文字、对白和文件名回答问题，并附上可以点回去的引用。不过这不代表模型会完整看懂每一段视频，问答能用到什么，仍然取决于前面提取到了什么。
🤔 当然，本地 AI 也不是没有代价。模型要占空间，图片和视频建立索引也需要时间和算力，导入的媒体还会复制到应用自己的资料库，素材越多，存储和处理开销越值得留意。另外，SCM 基于 Electron，目前对白转录使用的是 Whisper 英文专用模型，中文对白搜索暂时别抱太大期待。AI 的一大价值就是省得我什么都得记住：收藏的时候可以不那么勤快，找的时候也别太痛苦。如果你手上已经攒了大量截图、照片或者视频素材，SCM 很值得拿一小批文件先试试。至于只有十几张图片的文件夹，倒也不必专门请一套 AI 来管理。
频道：@NewlearnerChannel
🎞️ SCM：让 AI 帮忙找回那段回忆
🔗：Web | GitHub
⭐️ Features:
• 自然语言搜索图片和视频片段
• 支持 OCR 和对白搜索
• 本地运行，离线可用
• MIT 开源
有时候找不到一张图片，可能还记得里面的细节：什么颜色、什么场景，甚至记得某个角落里写了什么，但就是想不起它叫什么、存在哪里。视频就更麻烦了，明明记得看过某个镜头，最后还是只能拖着进度条来回找。SCM（Screen Memories）就是一个试图解决这种问题的 macOS 工具，把图片和视频导入之后，可以通过描述内容来搜索，不必先给每个文件起一个足够聪明的名字。
SCM 支持视频搜索。如找一个“黄昏时航拍港口”的镜头，搜索结果会给出对应片段的预览和时间点，打开后直接跳过去。除了按画面搜索，它也把画面里的文字和视频里的对白分成了独立的搜索模式：记得截图里的某个词就用 OCR，记得视频里说过的一句话就查对白。相比让 AI 对所有东西自由发挥，这种区分我觉得更实用，知道自己要找什么的时候，精确匹配往往比猜意思更省事。
这套处理都在本地完成。视觉模型、OCR 和语音转录模型首次使用时需要下载，之后可以离线运行，媒体不上传，也不需要订阅某家的模型 API。SCM 还提供了可选的本地问答，基于已经提取出来的文字、对白和文件名回答问题，并附上可以点回去的引用。不过这不代表模型会完整看懂每一段视频，问答能用到什么，仍然取决于前面提取到了什么。
🤔 当然，本地 AI 也不是没有代价。模型要占空间，图片和视频建立索引也需要时间和算力，导入的媒体还会复制到应用自己的资料库，素材越多，存储和处理开销越值得留意。另外，SCM 基于 Electron，目前对白转录使用的是 Whisper 英文专用模型，中文对白搜索暂时别抱太大期待。AI 的一大价值就是省得我什么都得记住：收藏的时候可以不那么勤快，找的时候也别太痛苦。如果你手上已经攒了大量截图、照片或者视频素材，SCM 很值得拿一小批文件先试试。至于只有十几张图片的文件夹，倒也不必专门请一套 AI 来管理。
频道：@NewlearnerChannel
❤10✍1
#GitHub情报 #Food #Life #API #AI
🍔 McReadme Card：把你的麦门履历，挂上 GitHub 主页
🔗：GitHub
👉 Features
- 数据实时来自 麦当劳 MCP，全程只读
- 每天自动刷新
- 提供热敏小票、终端风、GitHub 原生风三套主题
- 展示麦门职级、主力依赖、技术栈、贡献图、积分到期提醒、今日活动等元素
🐱 早在 2020 年前后，GitHub 上就掀起过 GitHub README 主页「装修」的热潮，大家收集各类维度的数据并铺开展示，成就感满满。那时候，还涌现出注入 Substats 这样的收录各个平台关注者数量的插件，大家为了尽情展示自己想尽了办法
💡 时过境迁，在 GitHub 主页和「标签」都归于平淡的当下，Claude 编程让许多新点子成功落地。今天介绍的「麦门名片」就是 AI 的产物，你可以通过调用麦当劳官方接口，将自己的麦当劳（部分）用餐信息展示给大家
👀 具体来讲，「麦门名片」会统计并生成你的常点款式、麦龄、用餐时段偏好、贡献图、可用积分、可用优惠券等多种数据，并根据单品 / 品类数量和麦龄生成「麦门职级」。开发者表示这套体系是为了奖励探索，而不是多吃。这样一来，我们无需等到年底统计，即可实时看到自己过往的「食麦」记录，希望各位麦门用得开心！
🍟 搭配使用：麦门信徒亚伦和他的 Golden Arches 快捷指令
准备出 cos，想留意一下饮食，又不想每次吃麦麦都要上小红书查热量？我（群友亚伦）做了一款专门记录麦当劳餐品的 iOS 快捷指令 —— Golden Arches。菜单自带餐品图片，选中即可直观查看热量、蛋白质、碳水及脂肪等数据，以及占每日参考摄入量（NRV）的比例，然后可以一键添加到 Apple Health app 中。
数据取自麦当劳中国官网的营养计算器。为了让整个过程更省心，我将数据与图片直接内置在指令中，无需联网或安装额外 App，在 Apple Watch 上也能顺畅记录。无论是控卡备展，还是单纯想了解餐品营养，都可以试试。
📘 关联阅读：
1️⃣ Beautify GitHub Profile：又一个 GitHub README 简介合集
2️⃣ Awesome Github Profile README：GitHub README 简介合集
3️⃣ Metrics：统计你的 GitHub 信息并生成 README 个人展示页
频道：@NewlearnerChannel
🍔 McReadme Card：把你的麦门履历，挂上 GitHub 主页
🔗：GitHub
👉 Features
- 数据实时来自 麦当劳 MCP，全程只读
- 每天自动刷新
- 提供热敏小票、终端风、GitHub 原生风三套主题
- 展示麦门职级、主力依赖、技术栈、贡献图、积分到期提醒、今日活动等元素
🐱 早在 2020 年前后，GitHub 上就掀起过 GitHub README 主页「装修」的热潮，大家收集各类维度的数据并铺开展示，成就感满满。那时候，还涌现出注入 Substats 这样的收录各个平台关注者数量的插件，大家为了尽情展示自己想尽了办法
💡 时过境迁，在 GitHub 主页和「标签」都归于平淡的当下，Claude 编程让许多新点子成功落地。今天介绍的「麦门名片」就是 AI 的产物，你可以通过调用麦当劳官方接口，将自己的麦当劳（部分）用餐信息展示给大家
👀 具体来讲，「麦门名片」会统计并生成你的常点款式、麦龄、用餐时段偏好、贡献图、可用积分、可用优惠券等多种数据，并根据单品 / 品类数量和麦龄生成「麦门职级」。开发者表示这套体系是为了奖励探索，而不是多吃。这样一来，我们无需等到年底统计，即可实时看到自己过往的「食麦」记录，希望各位麦门用得开心！
🍟 搭配使用：麦门信徒亚伦和他的 Golden Arches 快捷指令
准备出 cos，想留意一下饮食，又不想每次吃麦麦都要上小红书查热量？我（群友亚伦）做了一款专门记录麦当劳餐品的 iOS 快捷指令 —— Golden Arches。菜单自带餐品图片，选中即可直观查看热量、蛋白质、碳水及脂肪等数据，以及占每日参考摄入量（NRV）的比例，然后可以一键添加到 Apple Health app 中。
数据取自麦当劳中国官网的营养计算器。为了让整个过程更省心，我将数据与图片直接内置在指令中，无需联网或安装额外 App，在 Apple Watch 上也能顺畅记录。无论是控卡备展，还是单纯想了解餐品营养，都可以试试。
📘 关联阅读：
1️⃣ Beautify GitHub Profile：又一个 GitHub README 简介合集
2️⃣ Awesome Github Profile README：GitHub README 简介合集
3️⃣ Metrics：统计你的 GitHub 信息并生成 README 个人展示页
频道：@NewlearnerChannel
❤8👍3