Newlearnerの自留地
68.4K subscribers
14.7K photos
48 videos
66 files
11.3K links
🆕 不定期推送 IT 相关资讯,欢迎关注!

👥 博客群&投稿群&交流群: @NewlearnerGroup

📩 投稿请私信 @newlearner_pm_bot

🔍 频道内容关键词索引 Bot: @newlearner_search_bot

* 未经授权或标注来源,不得转载本频道内容
Download Telegram
#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
❤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
👍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
❤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
❤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
❤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;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
👍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
❤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
❤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
👍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
#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
❤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
❤8👍3
#App #GitHub情报 #AI

🌐 ego(lite):让 AI Agent 带着你的登录状态,在独立工作区里操作网页

🔗:官网 | GitHub | 下载

把日常浏览器交给现有 Agent 使用,同时保留自己的标签页和操作空间。

✨ 特点

1. 复用登录状态:导入浏览器的 Cookie、密码、书签和扩展,让 Agent 访问已经登录的页面。导入是复制,之后两边新增的登录状态不会自动同步。
2. 人和 Agent 分开工作:Agent 在独立 Space 中打开网页和执行任务,用户可以查看过程或接管。多个任务可并行,实际容量取决于电脑资源。
3. 兼容现有 Agent:通过 ego-browser skill 接入能运行 shell 命令的 Agent,不必改用浏览器自带的模型或聊天入口。
4. 一次提交多步操作:Agent 可以编写 JavaScript,把导航、等待、提取与交互组织在同一段程序中,减少反复调用工具的开销。
5. 面向复杂页面:官方称定制的 Chromium 快照能够覆盖 iframe、Shadow DOM 和嵌入式组件。

平台方面,目前提供 macOS Intel、Apple Silicon 版本和 Windows beta,Linux 尚在计划中。

⚙️ 机制

Agent 负责理解任务和编写操作代码,浏览器提供执行环境。Node.js 工具层调用浏览器原生接口,通过 CDP 语义完成页面操作,返回结构化快照、结果或截图。快照中的元素引用帮助定位操作目标。

官方在 31 个真实网站任务中报告,平均耗时 398 秒、完整成功率 93.5%、平均每次任务成本 1.64 美元。各工具使用相同的 pi Agent、同一模型及最高推理档位,按同一套逐任务标准评分。

👨🏻‍💻 使用场景

1. 研究人员整理登录后的资料:在获授权的资料库中读取文章、记录来源链接,再汇总为本地笔记,减少反复登录和复制。
2. 销售人员整理潜在客户:从已登录的客户后台读取公司、职位与联系记录,生成待核对清单,处理缺少导出功能的页面。
3. 开发者检查内部系统:沿用测试账号运行表单、筛选和页面跳转流程,保存结果与截图,方便定位登录后才出现的问题。
4. 运营人员收集账单:从多个商户后台下载发票并整理订单信息,将需要人工判断的差异保留下来。

🛣 路线图

官方将继续推进可复用技能、承载不同 Agent 的 Browser ACP,以及加强浏览器控制列为;操作 Electron 与原生应用、支持 Linux 正在计划中。

💬 社区评价

本次直接读取 GitHub API 的快照为 20,161 个 Stars、1,125 个 Forks。

Roki Ran,技术博客作者,2026 年 7 月 23 日:

作者测试了登录继承、表单、iframe 和并行 Space,同时发现复杂页面快照仍可能很大。其结果支持功能具有实用性,不是所有页面都只需要几百个 token。

💰 定价

个人版免费,提供 macOS 和 Windows 客户端,无需创建账号;Business 面向团队提供定制报价,未公布固定价格。使用者自行承担所选 Agent 或模型的费用,

🙋‍♂️ 感想

目前大部分 AI 已经可以直接操作你的浏览器,同时操作是在后台,不打扰你前台的使用。并且可以复用用户的登录状态。Ego 在速度和成本上目前看起来有优势。同时可以支持几个 AI 同时使用浏览器, 而且方便用户观察。

频道:@NewlearnerChannel
❤15👍2
#iPhone #硬件图赏 #碎碎念

📱 聊聊我的直营店 iPhone Duo 上手体验

作为 Apple 的第一款折叠屏手机,iPhone Duo 从问世、预售、正式发售、部分渠道破发,都牢牢吸引了大家的注意力。在上周末我也走进了 Apple 新街口,实际上手体验了一下这块折叠屏,今天聊聊「非常主观」的一些体验和看法

🍎 Apple Store 环境与展出方式

在正式聊具体体验之前,我想先说说直营店本身。我是周日上午开门时间附近进入的,不知道是因为来到了周末最后一天,还是到得比较早,几乎看不到太多的人流,门外也没有了 iPhone Pro 首发周成群结队的黄牛

门店为 iPhone Duo 设计了专门的展台(一大张桌子),上面摆设的全部都是 Duo,桌子上还有 Duo 的宣传图。我想这应该是为了首发当日密集的人流准备的,除此之外再无其他特殊的点。一般的 iPhone 展台上,你能够看到 iPhone 18 Pro 系列和 iPhone Duo 展示在同一个支架之上

Apple 为 iPhone Duo 的展出专门定制了更加宽的 MagSafe 支架,并在右侧位置放了磁铁。但由于折叠屏面积较大,个人感觉通过磁吸快速定位的体验做得很一般,总是要摸索半天,再三确认是否吸附好

💡 具体体验

① 外观与手感

重点看了「星光白色」,整体非常轻薄,白色和金属色的碰撞也十分浑然一体。一种感觉是,D 型屏幕和后摄凸起的两颗摄像头显得没有那么难以接受;然而展开后的背面两种断面的直接拼接,还是非常丑陋

手感上非常扎实,无论是开启还是合上的状态,拿在手中都不会感觉到坠手,反而能够摸出对应的质感。开合过程的体验则更加出彩,这套铰链带来的反馈非常可靠、丝滑,能够稳稳停在你想要的任何角度,就像 MacBook 的屏幕转轴一样让人心旷神怡

② 外屏与内屏

先说说优点吧。外屏采用了亮面 OLED,观感和旁边的 iPhone 18 Pro 无异。虽然采用了打孔摄像头,但放在右上角的位置无伤大雅。内屏虽然贴了纳米纹理表层,但依然有非常广的可视角度,很大程度上保证了内屏观看色彩的一致性。此外,因为有了这层膜,即便能用手摸到折痕,但用肉眼看的时候还是不易察觉

剩下的则是我觉得不太行的地方,主要还是集中在这块内屏的纳米纹理表层。最表面来看,那个屏下摄像头由于上面没有覆盖表层,确实一眼能够看出,有些出戏。但我的顾虑主要还是色彩方面,纳米纹理表层某种程度上非常影响我们看到栩栩如生的色彩。你只需将旁边的 iPhone 18 Pro 拿来对比,便可一目了然

这就像装修所使用的亮光砖和柔光砖,亮光砖看起来似乎更能够做出「效果」,但会平等地映出主灯、筒灯,让你家的地上光影斑驳;而柔光砖则通过柔光很好地修饰了这个问题,不过装出来的效果远不如亮光砖看上去通透敞亮。你可以说这两种砖各有利弊,亦可以说柔光砖其实是亮光砖的一种妥协

从这个视角来看,iPhone Duo 的纳米纹理表层内屏也是这样的。为了修饰折痕和那些看起来廉价的体验,这款折叠屏选择放弃了通透的 OLED 观感,使得你无论看什么都泛白,像是需要加一些饱和度和对比度。作为摄影爱好者,我无法忽视这样明显的色彩观感区别,无法忽视内屏和外屏不同的色彩体验,更无法想象在 Duo 内屏修图会是怎样的一种「色彩一致性缺失」

③ 影像方面

由于几乎使用了 iPhone 17 的那套后摄,我对于 iPhone Duo 的影像方面从发布的第一天开始就未期待过。只是想,Apple 都付出了这么大的妥协在后背做凸起双摄,为什么不配备好一点的镜头,或是来个小长焦呢?

在实际体验之前,我只是觉得影像表现会一般般。然后实际上手之后,我才发现事情没那么简单:iPhone Duo 的大内屏把许多取景糟糕的细节进一步放大,就像你举着一块 iPad 拍照一样,实际体验会更加糟糕一些

当然,作为第一块折叠屏,我不应该对 Apple 抱有过高的期望,未来更新的新硬件应该会逐渐弥补这个问题。不过软件和 UI 的设计也让我一时间没有找到「双屏预览」和「看看镜头」这两个入口,只找到了「智能拍摄」。后来群友告诉我,Apple 把它们都做进了左上角的按钮,上手还需要仔细学习和研究

④ 软件和 UI

iPhone Duo 继续延续了 Apple 软硬件结合的好传统,把开合动画和铰链质感相结合,带来了无与伦比的体验。然而,展开内屏之后,我们所能够体验到的只有官方的那些东西,几乎没有日常用到的第三方 App 可以拿来把玩

自 WWDC 后这么长的时间,竟然没有几个样板 App 可以装在 Demo 系统之中,这本身就能说明一些问题。这套系统开创性地针对 D 形屏做得各种优化我就不再展开讲,总是还是很优秀的,但直营店可供大家把玩的场景,基本可以用「无聊」来形容。就算是 Apple Vision Pro 国行演示,还装模作样地让你看了爱奇艺不是?

另外,我知道 Apple 一直不会提供太详细的指引(新机器有引导),但 iPhone Duo 的分屏难倒了很多人,大家都在问店员怎么做才能分屏。这也是不够直观和直觉的一种体现,我凭借经验切多任务悬停了一会儿,才发现了入口;并且,想要将两个应用窗口组合起来,只能单击分屏线最中间的白色条

不禁思考,iPad 这么多年了依然很多适配问题,iPhone Duo 地狱级别的六七种模式的适配工作,究竟需要多久才能让生态繁荣起来?我不好说,接下来还是要看后续的出货情况和市场占有率,否则会重蹈 Apple Vision Pro 的覆辙

👀 一些想法

综上,我从四个大方面和大家分享了我对于 Apple 第一款折叠屏的一些体验。看上去似乎批评多一些,如若全是赞美之辞,我也没有必要专门发一篇增加 AI 的学习负担了。iPhone Duo 是一个「中等 / 一般」的产品:有一些小亮点、有一些小巧思,硬件工程扎实、软件工程灵活;但这种新鲜的劲头会很快过去,让你重新思考它的未来以及是否值得去购买

这种期望的落差,来自于我们以为 Apple 折叠屏会复刻当年 iPhone 发布、甚至于 iPhone X 问世时的那种震撼与前卫,但实际情况是折叠屏这个品类已经存在了好多年。Apple 做的事情,更像是精准找到了折叠屏这个品类的痛点,用软硬件结合的方式去尽量减少不适的体验;但它不能根除折叠屏的种种问题,就像你找不到一块混合了亮光砖和柔光砖所有优点的瓷砖。这就导致了折叠屏必然是一个小众市场(相对),Apple 的未来依然要押宝于直板机

进一步的,随着认知的不断深入以及经历了 Apple 后乔布斯时代的点点滴滴,我们也应该清楚地认识到 Apple 本质就是个服务零售电子产品公司。在这个电子产品日趋成熟,边际成本不断上升的今天,任何方式的创新和新品类都是难上加难的;在用户不断增加的当下,要求 Apple 提供和奢侈品专卖店一样的态度和服务也是不现实的。更何况,短视频、AI 的出现让想法和内容大爆炸,人们本身的新奇阈值就已经被拔得相当高,处理和消化信息的速度和能力无法同日而语

时至今日,经历了生活中许多事情的我,已经不再会为了一部新手机欢呼雀跃。对我来讲,保持「新鲜感」、迟一点「电子阳痿」最好的方式还是去生活、去连接,就像今年周年庆 文章 讲的那样 —— 去书写自己的人生故事。相机本身的功能我一天就能熟悉,但如果它陪伴我走过无数个日日夜夜,与之建立的情感、创作、记忆和美学就超越了物品本身。iPhone Duo 也是如此,这更是 Apple 一直追求的一种叙事

走出围墙花园,去拥抱更大的世界 —— 享受物质带来的生活,而不局限于物品本身

频道:@NewlearnerChannel
❤23
#telegram #Bot #GitHub情报 #Cloudflare #AD #AI

🤖 聊聊 Newlearnerの IT 社群的自动化入群方案部署 —— 从 AI Agent 到基于 Bot 和网页的黑盒程序

Newlearnerの IT 社群是自留地频道的附属群聊,为了防止广告机器人无节制地自动加入,在很早之前我们就开启了「人工审核」才能入群的开关,并在今年设置了「只有加入群聊才能在频道下方留言」。但数量众多的广告小号还是让管理员们不堪其扰,我决定研究一套无人值守的方案,用魔法打败魔法

1️⃣ 基于 Open Minis 的 AI Agent 尝试

起初我能够想到用 AI 帮我审核入群信息,是受到了 Open Minis 开发者 Ethan Wang 的影响。看到他的推文后,立即向他咨询了如何部署,并成功跑了起来。做到这一点并不难:

① 下载 Open Minis 并接入 AI API
② 命令 AI 到 GitHub 找到 Minis Skills 仓库里的tg-hub skill
③ 去 my.telegram.org 注册并得到 api_id 和 api_hash
④ 进行配置并以个人账号方式在终端登录 Telegram
⑤ 对群组实行扫描和监控,将「入群规则」详细地告诉 AI,达到什么样的标准可以进入,有哪些特征直接拒绝或封禁
⑥ 将这套流程做成 Skill 或脚本一类的东西,和 AI 商量好通过关键词即可触发

这样操作后,不止能够批量处理入群申请,还可以看群中是否有携带特征的潜伏广告 Bot,本质上就是个 人形自走机器人(部署有风险,请遵照 Telegram TOS)。如何定期运行呢?我想的是通过 iOS 的快捷指令,定时拉起处理一次入群消息,最终用下来也是非常省心无感

🤔 但是 AI Agent 的方案有一些很显然的缺点。首先它需要消耗 Token,免费套餐并不能支持非常高频率地扫描处理,也就意味着几乎做不到实时;其次,终端过一段时间就要重新登录,目前 API 申请不如之前那么宽松了,更何况我不清楚这样高强度调用是否会招来封号;最重要的是,一旦信息多起来,并没有一套成体系的机制去记录和管理

2️⃣ 非常成功的 Bot 和网页黑盒程序

在群里分享取得的一些小小成果之后,群友找到了我,说见过类似的程序。我向他表明了我实际上需要类似 TelegramDoor 的一个基于网页后台的系统,可以在其中对每一个入群者进行详细的管理

进过一番 Vibe Coding 之后,我们得到了整套系统,它由 Bot 作为后端、将数据传递呈现到网页前端,这套系统能够实现:

① 规则 + 语义 + Jev 多层判断,识别用户特征,实时处理
② 个人资料快照和判断依据展示
③ 详尽的操作日志
④ 灵活的判断规则,随时可根据需求调整,支持样本库和白名单功能
⑤ 加入「统计」板块,便于前期根据预判断结果和准确率调整规则
⑥ 机器人可自动执行封禁、拒绝与通过

💡 我和群友用这套系统训练了大半个月,一一比对系统给出的预判断结果,也根据情况对规则进行了更加复杂的调整。我们发现,这套规则对于处理广告和小号非常适用(连续 7 日准确率超过 98%),但在判断真人方面还存在一些不确定性。针对「是真人但系统不通过」的情况,我们也加入了白名单机制:我会不定期去网页后台翻阅记录,如果发现拒绝了真人,则为他加入白名单,下次加入即可通过

👀 为保险起见,也为了减少误伤,我们最终还是决定把那些「不够确定」的、或是「看起来是真人」的处理,通过 Telegram Channel 推送给我本人进行处理。整体运行下来,这样的案例非常少,也可以看到目前 TG 的生态几乎都是被广告占据了。总之,这套系统用下来还是很爽的,但为了保持其黑盒特性、给大家带来一个良好的聊天环境,我们并不打算将系统开源

* 如有进群误伤或无法进群的情况,可以通过投稿机器人 @newlearner_pm_bot 与我取得联系

📘 关联阅读:TelegramDoor - 基于 Cloudflare 的 Telegram 双向私信机器人

频道:@NewlearnerChannel
❤10👍1
#APPLE #AI #iOS #碎碎念

🐳 自留地 Trail:iOS 27.3 国行 Apple 智能初体验

好久没有更新「自留地 Trail」这个板块了。昨天 Apple 智能国行在 Beta 系统上线后,我们邀请两位主编,第一时间上手并分享了他们的感受,也欢迎大家畅所欲言

👨🏻‍💻 主编肖茂

伴随着凌晨熬夜的心跳加快,在多次刷新后看到了 iOS 27.3 推送,又经历了下载固件、升级系统和下载 Apple 智能的漫长等待,终于迎来国行 Apple 智能的实机体验

全屏跑马灯带来短暂兴奋劲过后,陆续体验完这次 Apple 智能更新带来诸多更新,可惜在笔者看来其中比较实用的寥寥无几,只解决了从无到有的问题

📲 开启条件

① 使用国行设备,也就是在「设置 > 通用 > 关于本机」中,「型号」末尾三个字符为「CH/A」的设备;
② 使用海外版设备,登录的 Apple 账户国家或地区为中国大陆,也就是俗称的「国区 ID」;
③ 使用海外版设备,未登录 Apple 账户,且设备定位位于中国大陆。

🎤 Siri 对话

相较之前的 Siri 还是要聪明一点点,他会判断本地能不能处理指令,无法处理的时候就调用千问大模型进行处理,日常生活中一些小问题就可以直接呼出 Siri 进行解决,不用去搜索或者问 AI 了。通过Siri跟千问的对话,还能同步到千问 App

但是我觉得现阶段还是说不上多好用,就比如你没法主动选择调用千问大模型,毕竟本地模型的能力太有限,我尝试像那些车机的语音助手一样在一段话里下达多个指令,但是 Siri 只能对第一指令做出反应,后面的就都被忽略了;语音识别也太简陋,对于普通话不太标准的我来说很容易误识别

值得一提的是,可以在需要文字识别的时候,呼出 Siri 让它识别屏幕上的文字就可以调用千问大模型,操作更加便利结果也更准确,在以往就只能截图在编辑界面识别或者将截图传输到第三方 App 进行识别

🖼️ 图像消除

国产安卓系统标配多年的图像消除功能,国内 iOS 这次也终于搭载上了,通过涂抹或者框选本地模型就会自动识别需要消除的部分并高亮,在不是那么复杂的图片中我感觉效果还是可以的,如果要追求更加精细的效果就得使用第三方 App 了。有点耐人寻味的是,在部分图片中如果识别到敏感信息就无法启动图像消除功能,提示“根据相关法律法规的要求,无法处理此图像”

📢 通知摘要

开启通知摘要后,比如像微信对象给你发了一堆消息,在通知中心里面 Apple 智能会为你把这些消息总结一下,当你恰好在忙没时间看就可以大概扫一眼决定是不是赶紧回复的。Apple 智能还能分析消息内容,把重要的消息置顶可以第一时间查看,避免错过重要消息。当然,这还得用一段时间才能知道到底 Apple 智能能不能抓住重点

📝 说在最后

不管怎么说,Apple 智能入华终于迈出来实质的一步,逆全球化的背景下,Apple 智能还能进入国内难能可贵。系统级别的东西可以没有第三方好用,但是操作便捷只要能够满足部分需求就足以对第三方 App 造成降维打击,就像当年相册不能查看 Exif 信息,我会专门下个 App ,后来支持了虽然看得不算很完整我还是卸载这个 App

前段时间等待了多年的武汉通登陆 Apple Pay ,Visa 拿到了银行卡清算牌照,如今国行 Apple 智能也来了,有些改变或许迟到,但不意味着没有可能

👨🏻‍💻 主编 WATERS:国行 Apple 智能,终于等到这一天

国行 Apple 智能随 iOS 27.3 Beta 开放后,我最关心的还是:这些等了很久的功能,能不能让手机用起来省点事?

🗣 Siri:终于可以随意一点

理解临时改口、接着上文继续聊,比换上新动画更实用。复杂问题可以交给千问,也支持针对照片、PDF 提问。不过,部分需求仍要跳转 App,离一句话把事情办完还有距离。

✍️ 写作与摘要:小功能更容易留下来

相比从头生成文章,我更看好选中文字后直接改写、缩短和提炼重点,省去来回复制。录音与通话摘要也有实际用途,但时间、金额和最终安排,还是要回看原文或者录音确认。

📷 视觉与照片:入口方便,效果看场景

视觉智能把询问、翻译和搜图放在一起,看菜单、认物品都更顺手。照片消除则还不够稳定,复杂背景容易留下修补痕迹,测试中也有闪退和连续使用 AI 时发热的反馈。

🤔 迟到之后,还该期待什么?

对照美区,国行首批开放的功能仍有缺口。千问和百度识图带来了本地服务,但 ChatGPT 更换千问之后,功能覆盖和操作衔接也应该跟上。用户不该买完设备,还要反复查哪些能用、哪些继续等。期待 Apple 把各地区的差异和补齐计划讲清楚,而不是让「终于上线」替代对完成度的要求。

💡 体验与感受

写作、摘要这些随手可用的小工具,比演示里无所不能的助手更让我期待。接下来希望看到的,是少一次跳转、少一次重复说明,以及更稳定的结果。上线只是开始,好用才值得留下。

频道:@NewlearnerChannel
❤15
#AI #APP #iOS

☎️ 下次打客服电话,让这个AI替你等

🔗:Web

⭐️ Features

• 随时用 iMessage 联络它
• 帮你扫描邮件取消订阅
• 帮你盯你追踪的项目发布时间
• 帮你打电话预定餐厅

👀 最近所有的 AI 巨头都在上演 personal agent 大战,除了大家都有所闻的 Grok Bot,ChatGPT Dot,Meta Muse,或许大家也听说过刚刚完成10亿美元 的 C 轮融资 Instinct AI

🩶 不过我今天想要介绍一下 Tab Bot,如同 Instinct AI 一样,你可以直接在 iMessage 或 WhatsApp 里给它发消息,但是不同于其他的 agent,你还可以让它帮你订餐厅、买机票,甚至打客服电话

🍴 最近我常常在请它帮忙打电话预定海外的餐厅,跟酒店确认提早入住和绑定会员账号。除此之外,他们的新功能是你可以把它拉进群里,下次约饭直接让它帮忙订位。

🗝️ 这款产品目前还在内测,但是我们拿到了邀请码,欢迎有海外手机号码的同学去试完一下

本文同步发送于笔者频道 @RollerRolling

频道:@NewlearnerChannel
👍5❤3🆒1
#iOS #macOS #GitHub情报 #AI

📩 接开发者来稿,TA 向我们介绍了自己开发的 Apple 智能增强模块与规则集

🔐 AppleFlow :零 MitM 搞定 iOS / macOS 26–27 满血 Apple 智能、相册高质量消除与中文 Siri

🔗:GitHub | Demo

👉 Features

① 黄金共存法则:强制锁定中文 Siri 与普通话来电筛选真实 IP 直连,避免语音报错;同时将 Apple Intelligence PCC 隐私计算与 AI 扩展置顶分流至美区

② 修复相册「高质量消除」32033 报错:完整收录 issuer 盲签名签发与 ropes 隐私推理网关,防止请求被 Apple_All 截胡直连泄漏大陆 IP

③ 全客户端独立模块支持:涵盖 Surge 5 / 6、Loon、Shadowrocket、Stash、Mihomo (Clash Meta)、Sing-box、Quantumult X

④ 纯本地自动脱敏「配置体检台」:拖入代理配置在本地内存 100% 抹除节点密码与订阅链接,一键排查 guzzoni 误走代理、UDP/QUIC 被阻断、旧证书冲突等 10 类隐患

💡 针对 iOS / macOS 26–27 环境下传统分流教程频频失效的问题,AppleFlow 提供了一套 100% 零 MitM、无需解密证书与重写脚本的轻量解决方案,旨在为大家提供更好的 Apple 智能体验

🧑🏻‍💻 为了方便大家使用,开发者还制作了一个在线网页,便于大家快速安装模块、分流规则集、故障排查。最后,他还推荐配套国行免越狱硬件解锁工具 Erosion-CN 一并使用

📘 关联阅读:

1️⃣ 巧用开源项目 misakaX,让你的国行 iPhone 使用 Apple Intelligence
2️⃣ 巧用两款开源工具,为你的 iPhone 修改定位
3️⃣ RegionSpoof:在国行 Mac 上开启完整 Apple 智能(适用于 macOS 27)

频道:@NewlearnerChannel
👍15
#macOS #APP #AI

📩 接读者来稿,TA 向我们介绍了自己开发的 macOS AI 额度监视器应用

🌊 Tidemark:一款停靠在屏幕边的 macOS 原生 AI 额度监视器

🔗:GitHub | Releases

✨ 功能

• 边缘停靠:平时是贴在屏幕边的玻璃小标签,悬停展开额度摘要,点击打开面板
• 零配置:复用 Claude Code 和 Codex 的现有登录,无需在 App 内登录
• 额度一览:Claude Code 与 Codex 的剩余额度和重置时间,预估耗尽时间
• CC Switch 集成:支持 CC Switch 管理的多个 Codex 账户
• 用量统计:基于 CC Switch 历史记录统计 Token 用量与估算费用
• 请求记录:逐条查看 CC Switch 记录的请求数据,如模型、首字延迟、速度等

💡 为什么做 Tidemark?

起因是额度焦虑,加上想随时看到当天的使用强度(跑得太猛就说明该歇歇了😂)。其实已经有类似 App,但我想要一个不占菜单栏、不吸引视线、想用的时候又能随时唤起的工具,再加上 CC Switch 集成,于是就有了 Tidemark。

📦 macOS 15+,MIT License

📘 关联阅读:

1️⃣ Die With Me:AI 额度见底了,来和大家一起等它复活
2️⃣ oh-myusage:面向 macOS 菜单栏的 AI 订阅、额度与账号状态控制台

频道:@NewlearnerChannel
❤2