scan-to-vector-skill 开源:把扫描件和手机拍摄文档重建成可搜索的矢量 PDF
【这是什么】一款给 Claude Code 和 Codex 使用的 agent 技能,能把扫描件或手机斜拍的文档重建成干净的矢量 PDF,文字可搜索复制,图表流程图为矢量图。
推荐理由:作者开源了重建扫描件为矢量 PDF 的 agent 技能,附带合成评测集对照实验,工程上把易错步骤交给脚本的思路值得借鉴。
【这是什么】一款给 Claude Code 和 Codex 使用的 agent 技能,能把扫描件或手机斜拍的文档重建成干净的矢量 PDF,文字可搜索复制,图表流程图为矢量图。
推荐理由:作者开源了重建扫描件为矢量 PDF 的 agent 技能,附带合成评测集对照实验,工程上把易错步骤交给脚本的思路值得借鉴。
【这是什么】Pi-Work 是独立开发者 pphboy 基于 MicroVM 打造的 AI 工作环境,让 AI 在独立环境里真正执行命令、操作文件和使用工具,而不只是聊天窗口。
【这是什么】ClipRedo 是面向英文区用户的工具,选一条正在被重做的短视频模板,按槽位上传照片,生成自己那一版,场景、机位和动作留在模板里。【商业逻辑】蹭正在火的短视频趋势,让用户不做提示词就能把自己换成模板主角;采用一次性 credits 计费,无订阅,套餐 $9.99/10 credits 到 $69.99/100 credits,生成失败退回 credits。
开发者用 AI 打造了纯静态古诗词网站「中华古诗词 · 在线典藏」,收录唐诗三百首 366 首、全宋词 21,050 阕、论语 20 篇、诗经 305 篇、花间集 497 阕、元曲 11,057 阕,各卷拥有独立视觉风格。网站支持全文检索、词牌/作者目录、横竖排、随机阅读等功能,旧唐诗路由自动重定向。纯静态部署,无数据库或后端依赖,后续可接入楚辞、汉乐府等类别。
【这是什么】一款轻量级 MCP 代理 mcp-meta,夹在客户端与多个上游 MCP Server 之间,对模型只暴露 mcp_tools 和 mcp_call 两个懒加载元工具。
推荐理由:原文给出一个可直接复用的工程思路,通过元工具折叠解决多 MCP Server 场景下 Schema 撑爆上下文的实际痛点。
【这是什么】开源桌面工具 Runner,用于在同一 app 内管理 Claude Code、Codex 等 CLI agent,可把多个 agent 组成 crew 协作做任务。
Vercel 宣布与 Truffle Security 合作,扩展对公开暴露 Vercel token 的自动检测与撤销。
【这是什么】作者把 X 上公开标明用 Meta Muse 跑出的视频提示词去重整理成 204 条,开源在 GitHub,附可搜索、筛选、一键复制的网页版。
推荐理由:整理了 204 条 Muse 视频提示词并归纳出可复用的写法规律,对想产出真实感 AI 视频的开发者是直接的工程借鉴。
【这是什么】一款名为「旁白」的简洁网页翻译浏览器插件,已上架 Chrome 和 Edge 商店。【商业逻辑】作者因市面上翻译工具不顺手而自研,主打开源免费、无需账号,门槛仅是自备 OpenAI/Gemini/Anthropic 或兼容协议 provider 的 API key,也可接入本地代理。
推荐理由:作者因现有翻译工具不顺手而自研开源插件,思路和自带 API key 的免费模式可作微型产品参考。
【这是什么】一款为 Agent 提供网页感知与操作能力的服务,把页面可见内容、布局和控件整理成结构化页面契约,交给模型决定下一步并执行点击、输入、滚动。【商业逻辑】解决 Agent 在页面上难以定位正确控件、分不清内容归属的痛点,无需为目标网站编写专用脚本。
【这是什么】Myosotis 是一款反功能堆砌的 Windows 极简截图工具,主打框选、画笔、顺序标记,目标是让截图快到可被忘掉。【商业/痛点逻辑】针对 agentic development 中文字描述界面繁琐、Windows 自带截图工具约 700ms 启动延迟且操作动线差的痛点,做到 3 秒内完成截图,支持左手键盘右手鼠标全程不挪手、空格与左键等权、右键即时切换白板。
一位独立开发者因家人住院期间需要记录检查费、药品费、垫付款等费用,开发了微信小程序「奇伴记账本」。产品支持智能语音记账、票据拍照识别、医保/商保/自费分类、家庭成员共享账本,以及可拍照或语音记录、AI 整理并支持家人共享提醒的医嘱备忘录。作者强调 AI 识别结果需人工核对,并在 V2EX 发布了可兑换 50 积分的兑换码。
【这是什么】AntV 发布的开源框架 AVA 4.0,面向 JavaScript 应用和 AI Agent 的数据分析与可视化框架,约 50 行核心代码即可构建 Data Agent。
推荐理由:AntV 官方发布,约 50 行代码即可给 JavaScript 应用接入数据分析与可视化 Agent,工程参考价值清晰。
Uncracked City 是一款侦探游戏,玩家可在真实城市街区搜查线索,用打字或语音自由提问审讯 LLM 嫌疑人,并拿线索戳穿谎言后撰写报告,报告只有三次机会。游戏支持六种语言,包含巴黎、里约、马拉喀什、东京、悉尼五个训练关卡,以及更难的正式案件。游戏将上架 App Store 和 Google Play,无需账号即可游玩。
【这是什么】腾讯 Hy4 模型现已接入 Vercel AI Gateway,2026 年 12 月 31 日前享五折优惠。【核心能力】首次支持视觉的 Hy 模型,具备推理、工具调用、结构化输出、图像输入、1M token 上下文窗口,并可读取复杂图表、在命令行与图形界面中支持 computer use;相比 Hy4 Preview,指令遵循与长上下文、长任务表现更好。
【这是什么】一款独立开发的 iPhone AI 壁纸 App,输入想法、情绪或色调即可生成锁屏壁纸,提供 Aurora、Glass、Minimal、Nature 等 8 种风格。
【这是什么】iOS 翻译 App Transory,一次请求多个大模型并排对比译文,每模型一张卡片、流式输出。【商业逻辑】解决在多个翻译 App 间来回切换复制粘贴的痛点;用户自带 API Key,无服务器无账号,按各家服务商计费,$1.99 一次性永久解锁、无订阅。
V2EX 创造节点上的一个讨论帖,主题为「割韭菜小游戏」,页面正文未提供更多细节信息。
【这是什么】Pixsolo 是一款面向 App 开发者的图片与视频素材工具集,从上架截图扩展到共 10 个工具,本次新增 8 个。【商业逻辑】覆盖开发者做官网样机图、宣传视频、README GIF、素材抠图等杂活;5 个工具免费,3 个 AI 修图工具每天有免费次数后按积分计费,截图套装和 AI 生图为一次性购买,最低 ¥15/7 天。
推荐理由:开发者围绕 App 上架的图片视频杂活逐步扩展工具矩阵,可见其从单一功能走向一站式素材工具的产品思路。
【这是什么】Daban 是一个开源 Bot Agent,基于 DeepSeek Harness (DSH) 构建,底层自带本地虚拟机,用于安全运行 AI 生成的代码。
MuseFlow 沐声将网易云、酷我、酷狗、QQ 音乐、咪咕五个平台接入同一界面,搜索结果按音源标注,遇版权限制时自动按歌名、歌手、时长匹配其他平台可播放版本。数据全部本地存储,无需注册账号,无开屏广告和信息流,歌词支持逐行高亮、翻译合并与跳转。安装包约 21MB,支持 Android 5.0+(arm64),自带 8 首原创氛围曲可离线体验。
开源 TUI 版「石器时代 2.5」上线,用 brew install athlan20/tap/stoneage 或 npx stoneage-cli 即可安装,默认连线上服务器无需配置。玩家在游戏内输入 / 并执行 agent 命令,把生成的提示粘贴给 Claude Code 等 AI 助手,Agent 即可自动练级、打怪、跑地图。
【这是什么】证书熊(sslbear)是一项 SSL 证书自动续签与自动部署服务,签发 Let's Encrypt 证书,支持单域名和通配符,到期前 15 天自动续签。
推荐理由:开发者自述产品细节,围绕云证书 3 个月续签痛点给出自动化方案,凭证安全设计可作工程借鉴。
有开发者在 V2EX 创造节点分享了自己为 AI 打造的 3D 办公室项目。原帖未提供更多细节,具体功能与实现方式待进一步了解。
一篇 V2EX 创造节点的帖子,标题为「把 Pinterest 装进 DeepSeek Harness」。正文内容未给出更多细节,具体做法与效果暂无从确认。
一位开发者发现落雪音乐作者 SincereXing 的 walkman-tv 安装后一播放就崩溃,于是借助 GPT 与 DeepSeek 自己写了电视版音乐播放器,并开源发布在 GitHub 上,这是其人生第一个电视 App。开源版本不包含任何音乐源,用户可自行在 GitHub 上寻找 musicfree 协议的订阅或让 AI 生成。
开发者在 V2EX 分享其第二个微信小游戏成功上架。玩法为找相同:上下两张卡片各含多个图片,需找出相同的那一张,支持单人挑战和好友 PK 两种模式,适合蹲坑或上下班时玩。
【这是什么】一个把 X(推特)帖子里的视频片段转成 GIF 的在线工具,粘贴链接即可转换。【商业逻辑】针对现有工具需注册、需上传视频到服务器、画质差的痛点,主打转换在用户浏览器本地完成,不经过作者服务器,也不存储任何数据。
推荐理由:原文展示了一个纯前端工具的隐私卖点做法,视频本地处理不经服务器,可作为免费小工具差异化与限免变现的参考。
【这是什么】作者的 Chrome 插件 OutlineSave,为 ChatGPT 网页版长对话生成完整目录,支持导航、关键词搜索、高亮、书签、备注和离线 HTML 导出。
一位 V2EX 用户让 AI(workbuddy)为自己做了一个 Android APP,用于计算电饭锅预约做早饭的目标时间(如早上 7:40)。先用 DroidScript 脚本实现,时间精确到 10 分钟、下取整,但缺少小组件;后改用 Flutter 打包 apk,并按小米规范加了 deeplink 和桌面小组件,免去口算和等待小爱同学慢速响应。
【这是什么】一款开源的台铃电动车第三方轻量客户端,蓝牙连上即可两秒内开锁。【痛点逻辑】作者受不了官方 APP 启动太慢,通过逆向官方 APK 用 Kotlin 重写,支持官方账号登录、多车管理、BLE 开锁上锁、寻车、MQTT 云控等功能,不绕过车辆授权。
推荐理由:开发者因官方 APP 太慢逆向 BLE 协议自写开源客户端,工程拆解与开锁链路优化思路值得借鉴。
【这是什么】作者上线了 Surfing(surfing.salty.vip),一个中英日三语的 AI/开发者新闻摘要站点,并配套每日更新的「咸话咸说」播客。【商业逻辑】源于每天想用三种语言看一份 AI 新闻摘要并配通勤音频的需求,目前主要求内容质量与体验反馈,不做流量。
【这是什么】一款 macOS 菜单栏应用,一键把任意文件夹变成局域网 WebDAV 服务器。1.2.0 新增浏览器直接管理文件,支持上传、重命名、删除、建文件夹,网页内预览照片、视频、音乐、PDF,文件夹可打包 ZIP 下载。
V2EX 创造节点有用户发帖称 muse 生成的视频效果挺真实。帖子正文未提供具体演示、参数或评测细节,仅表达了对该视频生成效果的正面评价。
Trends.vc 本周 Founder Finds 汇总多个独立开发要点:开源编码 agent 编排工具 T3 Code、终端复用器 Rex、Spawn 用大量常驻 AI agent 打造 AI 原生公司,以及 Help Scout 增长至 $35M ARR、创始人 Nick Francis 后悔融资的经历。
【这是什么】一款开源工具,把键鼠共享和显示器输入源切换整合到一起,让 Mac 与 Windows 双机共用一块屏幕,用快捷键、按钮或托盘切换画面和键鼠。【商业逻辑】解决双机用户按显示器实体按钮切输入源的繁琐痛点,不传屏幕画面、不联网、无需注册账号,相当于软件实现一部分 KVM 体验。
推荐理由:作者开源了双机共用显示器与键鼠的整合切换方案,用软件替代部分 KVM,工程思路与兼容性前提写得清楚。
【这是什么】「提钱退休计划」是一个面向独立开发者和程序员的日常信息聚合小站,网址 tuixiu.xyz。【商业逻辑】聚合 TrustMRR 商业库(含真实 MRR、营收和估值倍数及中文商业定位)、X 深度出海长文阅读器、大模型免费 Token 和云服务器试用等福利线报、Product Hunt 出海日榜与 V2EX 分享创造热帖,帮助摸鱼时找副业灵感。
【这是什么】Vonode 让用户把 SIM 卡插在自家常开小主机(接 4G 模块),手机远程收发短信、接打电话;其 iOS 1.4.5 新增通话实时翻译。【商业/痛点逻辑】面向与国外客服、酒店、房东通话的语言障碍场景。
【这是什么】Finic 团队开源的实时风控与欺诈决策平台 Kairos,对每次注册、登录、订单、支付和打款返回 approve、step up、review 或 block 决策,并保留决策背后的信号。
推荐理由:开源风控决策平台对标 Sardine 和 Sift,用 MCP 让编码代理自动调优模型,对需要自建风控的出海团队有工程借鉴价值。
【这是什么】Vercel 推出 Vercel Security Review 公测版,是 Vercel Agent 的新能力,在每次 GitHub 推送时自动扫描代码漏洞。
推荐理由:Vercel 官方发布的安全审查能力,对把代码部署在 Vercel 的出海团队是多一层自动化漏洞扫描选项,可了解其计费与用法。