RapVideoGo 上线:照片生成 AI 说唱视频,积分付费
【这是什么】RapVideoGo 是一个 AI 说唱视频生成工具,上传照片并填写场景、歌词和动作,就能让照片中的人物出现在说唱视频中。【商业逻辑】面向不熟悉剪辑的用户,缩短从好玩点子到成品视频的路径,采用付费积分制,提供中英文界面。
【这是什么】RapVideoGo 是一个 AI 说唱视频生成工具,上传照片并填写场景、歌词和动作,就能让照片中的人物出现在说唱视频中。【商业逻辑】面向不熟悉剪辑的用户,缩短从好玩点子到成品视频的路径,采用付费积分制,提供中英文界面。
【这是什么】CabFuse 是一款给 Win10 原生资源管理器增加多标签页的小工具,让多个文件夹像浏览器标签一样在同一窗口切换。【商业逻辑】作者多年被 Win10 不支持多标签的痛点困扰,又不想升级 Win11,于是用 AI 开发工具解决自己的需求并分享给同类用户。
【这是什么】FolioSpace Library 是一个开源自托管媒体库,通过 Docker 部署,统一整理 NAS 里的电子书、漫画、游戏和电影,自带 Web 界面和浏览器内阅读器。
推荐理由:作者开源了统一管理 NAS 收藏的自托管方案,从痛点到 Docker 部署再到多端客户端的完整路径,对做自托管工具的开发者有工程借鉴。
开发者在 V2EX 分享自制的 iOS 专注 App「窗外时光」,结合自然风景、白噪音和光影收集,支持倒计时和自由专注两种计时模式,并可设置专注期间的应用限制。用户完成专注后可收集光影装扮房间,还能通过时间线和统计图表回顾专注记录。作者放出了 10 个兑换码供领取体验。
【这是什么】作者做裁图站 CropDen 时整理的开源社媒图片尺寸数据集,覆盖 Instagram、YouTube、TikTok 等 14 个平台、55 个尺寸,并把头像遮挡、快拍回复栏等 App 遮挡区域标注成像素坐标,另附 6 种护照和签证照片规格。
推荐理由:作者把做裁图站时整理的社媒遮挡区坐标数据独立开源,还顺带记录了抠图库 AGPL 许可证和 Chrome 插件审核两个踩坑点。
【这是什么】一款本地实时双语字幕软件,监听系统声音,把外语视频、播客、会议实时转成原文加译文的双语悬浮字幕。【商业/痛点逻辑】现有方案要么走云端有隐私和延迟问题,要么需装 BlackHole 等虚拟声卡配置麻烦;本工具直接采集系统声音,识别翻译全在本机完成,音频文本不上传,无需注册。
推荐理由:开发者分享了本地实时双语字幕工具的完整实现思路,对系统声音采集和离线识别翻译的工程选型有借鉴价值。
【这是什么】开源的 AgentMesh 多设备 AI agent 蜂群协同系统,把每台设备当作一支本地蜂群,跨设备调度统一任务。【商业/痛点逻辑】解决多台设备上 Claude Code、Codex、Cursor 等 agent 互不相通的问题,自动探测 13+ 平台,支持局域网优先加云中继兜底、微信下发任务。
【这是什么】Galta 是放在网页旁的无限画布,图片收藏自带网页来源,参考、草图和结果留在同一张画布上。【商业逻辑】解决从收集视觉参考到形成完整 prompt 之间的断档,可圈出细节直接交给 Agent 接续工作。
推荐理由:独立开发者开源了一个网页旁参考画布,思路是降低从收集灵感到交给 Agent 之间的整理成本,可借鉴其痛点切入方式。
【这是什么】AnyModelBot 是一款本地优先的开源桌面 AI 助手,把 DeepSeek 开源的 dsh-superagent 原型思路做成了开箱即用的个人版 Super Agent。
推荐理由:把团队向的开源 Agent 原型改造成开箱即用的个人桌面助手,其不打扰机制与预算上限设计可作产品参考。
Dirtbound 是一款可直接在浏览器中游玩的免费 3D 拉力赛车游戏,无需下载。游戏具备真实的车辆物理动态、程序生成的泥土赛道以及全球每日挑战,玩家可以体验精准漂移操控并征服艰难的砂石赛段。
【这是什么】一个 AI 说唱视频生成器,上传 1-2 张照片或输入主题,即可生成 12 秒对口型说唱视频。【商业逻辑】瞄准短视频端真人说唱内容火热但普通人不会写词、不敢出镜的痛点,采用单次付费而非订阅,免费账号 6 秒带水印预览,480p 成片每条 $3.99。
推荐理由:原文展示了如何把短视频热门内容做成普通人可上手的 AI 工具,并给出免订阅单次付费的定价验证思路。
开发者将此前开源 AI 项目雷达的选型流程做成 WorkBuddy 技能「开源 AI 项目研究与选型」,已审核上架。该技能区分事实、建议、未知项与风险,支持选型比较、核对许可证据和寻找替代方案,不把 Star 数当适用性,也不替用户安装仓库。使用公开数据,原有实现公开可获得,购买不含 WorkBuddy 积分或网站会员。
Mandem in Disguise AI 是一个短视频变装工具网站,用户上传人物照片即可生成从日常穿搭切换到黑色头套加羽绒服造型的闪光变装视频。目前提供单人变装、双人镜子自拍和双人近景闪光三种模板,双人版本无需合照;支持 Google 登录和中文页面,完成后可在账户内下载 MP4。开发者说明页面预览仅为模板参考,底层采用生成式编辑而非逐帧换脸,并提醒仅使用本人或已获同意的成年人照片。
一位开发者启用了持有近 10 年、一直吃灰的 .vip 域名,做了 HYB 项目,把自己此前手动在各类产品提交平台提交外链以提升 DR 的工作搬到线上处理。作者称自用顺手,发帖请 V2EX 网友点评出主意。
【这是什么】一款面向日语自学者的歌词学习工具「歌语(UtaYomi)」,支持粘贴歌词逐句解析平假名注音、罗马音、语法结构和表达原因,并可将生词加入 FSRS 间隔重复复习。
推荐理由:开发者从自身记不住假名的痛点出发,展示歌词拆解结合 FSRS 复习的产品思路与零云端音频成本的省钱工程方案。
一位硬件小白分享了两个 ESP32 制作项目:一是基于 ESP32C3 和 1.3 寸 ST7789 屏幕的天气时钟,使用和风天气 API、HTTPS 接入,支持多城市切换显示。
一位开发者因 Linux 无法安装企业微信、虚拟机与宿主机复制粘贴易出 bug,做了纯文本实时剪贴板工具 Text Dropbox(内测),浏览器打开网址即可用。设备 A 编辑后其他设备约 1 秒内自动同步并合并冲突,支持行号、自动折行、撤销/重做和最近 10 条版本历史,不注册也能用。限制是仅纯文本、无多人协作,服务器带宽 5 Mbps。
【这是什么】作者开源的容器化 GitHub Actions self-hosted Runner 一键部署方案 bestony/self-hosted-action-runner。
推荐理由:开源了一个容器化 GitHub Actions 自建 Runner 方案,免运维且支持本地缓存加速,适合被构建额度卡住的小团队参考。
开发者推出浏览器扩展 AI Chat Clipper,支持一键将 ChatGPT、Claude、Gemini、Grok 及 DeepSeek 的对话记录导出为 Markdown、JSON 或 PDF 格式,并可直接归档至 Git。该插件已上架 Chrome 与 Edge 扩展商店,并定于 11 月 30 日在 TinyLaunch 平台正式上线。
V2EX 创造节点用户分享了基于前两回架构制作的“全自动狗咬狗打群架”围观模拟器,作者称其采用循环 transformer 等方法,展示 AI 驱动的修狗街头大乱斗视频。作者认为群架模式比前两回的效果“更香”,并附上视频链接供围观。
【这是什么】作者开源了两个项目:Pier 是偏向服务 Agent 的服务器面板,Another Arc 是界面类似 Arc 的浏览器。
推荐理由:作者开源了面向 Agent 的服务器面板和共用浏览器,展示了人机共用基础设施的工程思路与真实使用场景。
一位开发者为老家的安卓电视用户,用 GPT 花小半天写出一个体积不到 2M 的直播源客户端,主打简单易用。客户端最低支持 Android 5,Android 7 以上体验基本没问题,已适配手机端手势和遥控器按键,包含台标、快速定位等细节。它内置测试源,支持导入本地/在线标准 m3u 直播源,暂不支持 TVBox 类配置。
一位开发者在周末开发了一套基于 Z80 CPU 的通用模拟平台并开源,包含外设和调试工具。平台已实现 Z80v2、TP801、VtechLaser310、MSX 等主机模板,用户复制样例配置文件、修改存储关系即可像连线一样组装外设定制自己的主机。外设目前支持声音、串口、打印机、磁带、EPROM 编程器等。
【这是什么】TelunKey 是一款面向 macOS 的快捷启动与窗口调整工具,主打键盘流、触摸流操作。【商业逻辑】作者原为定制开发,现面向海外定价 $9.99,国区 20 元,并提供 V2EX 优惠码 LOVEV2EX(14 元),确有需要者可联系免费获取。
开发者在 V2EX 分享自制的 emoji 查找挑选网站 Emojizukan(绘文字图鉴),因市面主流网站广告多、体验差而自制。核心功能包括智能联想搜索(如搜“嘤嘤嘤”联想出🥺、"夯"联想出🔥,词库覆盖网络热词)、支持多选排序复制的 Emoji 选择器、可按洲筛选的国旗选择器,以及 Emoji → 颜文字转换器,变体 emoji 还可下载 svg、png 素材。
【这是什么】开源 MCP 工具 apptrace,给 agent 一个 App Store 链接,把签名后的包拆解成可检索、可引用、可推论的证据,提供路由、模块、原生过程、字符串等索引,另有终端入口 apptrace analyze。
推荐理由:作者亲述如何把 App Store 包变成 agent 可检索的证据,边界与失败案例都写得诚实,工程思路有借鉴价值。
一位开发者用 Vibe Coding 做了一组名为「反应时」的趣味测试,目前共 10 项,涵盖等绿灯反应、数字记忆、舒尔特方格等,涉及反应速度、记忆、注意力和时间感知。成绩记录保存在本机,可对比历史表现;界面采用柔和手绘风格。
【这是什么】搭手是一款跨 Windows 和 macOS 的效率工具 1.0,整合 Alt+Space 搜索条、可视化「组合动作」工作流和 AI 工作台,把找东西、做重复事和 AI 操作放进同一入口。
推荐理由:作者完整公开了一个人开发效率工具的功能取舍、技术实现与定价限制,工程细节和未做云同步等决策都有参考价值。
【这是什么】一款开源本地小工具,用于在分享截图或调试日志前检查并遮盖敏感内容,避免顺手带出内部项目名、邮箱、认证字段或 Cookie。【商业/痛点逻辑】解决提 issue、展示 AI 编程截图等场景的隐私泄露隐患,全程本地处理,不向外部服务发送文件内容。
【这是什么】安卓应用称伴(ScaleMate),支持蓝牙直连多品牌体脂秤自动称重,并新增拍照 AI 记录饮食。【商业逻辑】针对健康数据分散的痛点,把体重、饮食、睡眠等指标统一写入 Health Connect,饮食按实际吃下的部分记录,结果可手动修正后确认保存。
【这是什么】LazyForm 是一款 Chrome/Edge 浏览器扩展,识别页面表单后一键生成并填充批量测试数据。【商业/痛点逻辑】作者团队测试阶段反复手工注册和复制粘贴数据,为省去重复劳动而开发,目标用户是测试与开发场景。
推荐理由:作者分享了从测试痛点出发用 AI 开发浏览器插件的落地过程,可参考其表单自动填充场景的产品化思路。
开发者在 V2EX 发布 macOS 应用切换器 AbcTab:按下 ⌘Tab 唤起面板后,敲应用名英文或拼音首字母即可一步跳转,重复按同一字母按最近使用顺序轮换,支持中键长按唤起和自定义快捷键。软件已完成苹果签名和公证,可直接安装,作者在帖子中向留邮箱的用户发放激活码,国内定价约为一次 token 调用的费用。
Sketch Stadium 是一个让 AI agent 玩 Pictionary(你画我猜)的演示站点:agent 通过 MCP 接入并订阅游戏事件,轮流画画或猜词,简单、中等、困难线索分别计 1、2、3 分。
【这是什么】bootgpt 是一个能在 BIOS 引导扇区里运行的开源神经网络项目,机器开机后无操作系统直接逐字生成逼真的 Linux 启动日志。【商业逻辑】属于极客向的极限工程实验,不面向变现,展示了如何在 510 字节代码、11.5 KB int8 模型、16 位实模式和 386 硬件上完成推理。
推荐理由:作者展示了在 512 字节 MBR 内跑 int8 神经网络生成假 Linux 启动日志的完整工程过程,对极限优化和极小模型训练有借鉴价值。
一位 DSH 用户因插件过多导致左侧栏杂乱、对话区域被挤占,自己开发了 dsh-better-left-sidebar 插件:将全局导航收进左边一条窄栏,鼠标移过即可展开且不挤占对话区,也支持点击展开、调整布局,并可添加时钟和插件小组件。
【这是什么】一款面向 2D 游戏开发者的 AI 角色动画工具,上传或描述一张角色图即可生成待机、攻击等动画,导出游戏引擎可直接使用的精灵图。【商业逻辑】解决 AI 立绘生成后逐帧动画制作繁琐的痛点,把抽帧、抠背景、拼图集、写帧时长的链路一站式做完。
推荐理由:开发者分享了从游戏自用痛点长出工具的完整思路,积分定价和引擎导出适配经验值得做小工具出海的人参考。
【这是什么】一款基于 MPV 和 FFmpeg 的 Emby/Jellyfin/Plex/NAS 视频播放器,v1.2.0 首次支持安卓,覆盖安卓、macOS、Windows 三端。
开发者在 V2EX 发帖,介绍自己开发的将纸质书籍扫描成 PDF 的 App,邀请大家参与内测。
V2EX 用户 ShawnHacks 在独立开发群里看到一个给 Tesla 做车衣涂装的网站,试玩后觉得好玩,并发现随便搜索就能找到很多类似的网站。他想请教这类网站是如何做出来的,虽然 AI 可以不用了解原理直接做出来,但他希望系统了解其中的大致原理。
一位 V2EX 网友让 AI 帮忙写插件时,AI 误删了其桌面文件夹,导致桌面只剩“我的电脑”和垃圾桶,软件图标全部变白且无法打开,回收站中也找不到被删内容。楼主表示 DeepSeek harness 里还有一个 4B 上下文的会话尚未保存,急于寻求恢复办法。有回帖建议第一次让 AI 在本机干活应放在虚拟机内运行。