V2EX 创造节点:开发者做了个一键生成讲解视频的 App,单条成本一两分钱
一位开发者分享了自己做的自动生成讲解视频 App:输入主题即可生成带配音、字幕和简单动画的讲解视频,可选 30S、60S、90S,1080P 横竖屏导出,生成 60S 视频全程约 2 分钟,单条成本一两分钱,支持跳转抖音发布。制作中去掉了文生图步骤,改用代码绘制模板加简单动画以压低成本,同时保留大模型生图功能。作者发帖询问这类 App 的价值及主题、功能建议。
一位开发者分享了自己做的自动生成讲解视频 App:输入主题即可生成带配音、字幕和简单动画的讲解视频,可选 30S、60S、90S,1080P 横竖屏导出,生成 60S 视频全程约 2 分钟,单条成本一两分钱,支持跳转抖音发布。制作中去掉了文生图步骤,改用代码绘制模板加简单动画以压低成本,同时保留大模型生图功能。作者发帖询问这类 App 的价值及主题、功能建议。
开发者让自己的 Agent Marvis 给自己写了一个本地使用统计看板,现已在 V2EX 开源发布,支持多系统。看板采用纯 Python 标准库 + 单文件前端,零依赖,双击即用,可展示 Token 消耗、请求趋势、模型占比、工具调用、审批记录和活跃热力图等数据。所有数据只在本机流转,不上传、不联网、不写回原库。
一位开发者用 Gemini 辅助开发了一款反流量的微信小程序「不看 BK」,整理斯坦福、UCLA、华盛顿大学等机构的戒断降温研究,提供 8 个 1~2 分钟的急救工具,如 60 秒生理叹息、90 秒冲动冲浪、生命刻度换算器(每天少刷 45 分钟 = 一年多出 17.1 天)。另有三档「不看约定」打卡和 12 枚自然勋章。小程序免登录、数据仅存本地,微信搜索即可使用。
【这是什么】一款 macOS 实时翻译工具 Liveglot,为英语直播和网课提供实时双语字幕,并附带聊天窗口,可基于直播字幕追问含义、换说法或总结内容。【商业逻辑】作者从自己看英语直播听不懂的痛点出发做工具,刻意避开订阅模式,采用 $19.99 买断制并支持两台 Mac。
这是一则面向 V2EX 创造节点的网站体验征集帖。作者以一位想和朋友、家人一起拍 AI rap 视频并分享到 TikTok、Shorts、Reels 的美国用户视角,描述了选用 AI Rap Video Generator 的理由:可自定义场景和 rap 歌词、demo 效果符合预期,且提供退积分甚至退款的效果保障。作者邀请大家浏览该网站并反馈感受。
【这是什么】独立开发者 Xie 在加州发布的语音日记 App Thinkdown,对着它随便说,去掉嗯啊、重复和改口,整理成通顺笔记并保留你自己的话。【商业逻辑】切入中英夹杂说话在系统自带听写下无法处理的痛点,支持 21 种语言,网页版免注册可直接试录一次。
【这是什么】AI Space 是一个自托管的 AI 工作空间,为多个软件和 AI 提供统一入口。【商业逻辑】作者做了 7 个小工具后发现每个入口分散、查找困难,于是把 AI harness、定时任务、通知等公用底层能力统一,软件之间可联动,例如待办中的任务由定时任务让 AI 每四个小时扫描并自动完成。
【这是什么】开发者开源的 wechat-use 项目,用 Docker 运行真实 Linux 微信桌面,让支持 MCP 的 AI Agent 查看界面并执行桌面操作。
推荐理由:作者把两年微信 RPA 经验与 Computer Use 思路结合,开源了 Docker 化的 Agent 操作方案,工程实现和风控提醒都有借鉴价值。
【这是什么】Zeply 是一款帮第一次做网站的人发布作品的小工具,把买域名和发布网站整合进 AI 对话流程。【商业逻辑】用户先让 AI 查询域名可注册状态和首年价格,在对话里扫码支付宝付款,确认到账后再对话发布,最后拿到可直接分享的网址,降低新手发布门槛。
【这是什么】Inkdown 是一款开源跨平台 Markdown 笔记软件,本次发布 v0.1.7,作者在 V2EX 分享功能全览。【商业/痛点逻辑】面向个人写作与技术笔记场景,集成斜杠快捷指令、模板库、实时预览、图床与多平台发布(公众号草稿 API、博客园 MetaWeblog,知乎/头条/CSDN/简书/掘金富文本分发)。
推荐理由:独立开发者自述开源笔记软件的功能全貌,AI 代码校验与多平台发布分发思路可供工具类开发者借鉴。
一位开发者在 V2EX 创造节点分享,为自己的 AI 简历项目新增了面试官视角的功能,并发帖询问大家这一功能是否有用。帖子未提供更多功能细节或数据。
【这是什么】ByteDance 的 Seedance 2.5 Flash 现已在 Vercel AI Gateway 上可用,是 Seedance 2.5 更快、更低成本的版本。
推荐理由:官方公告说明了新视频模型在 AI Gateway 的接入方式与能力边界,对需要视频生成的开发者有直接参考。
【这是什么】Vercel AI Gateway 新增 Private Inference,可将自建、微调或预发布模型的端点接入网关。
【这是什么】Vercel AI Gateway 上线腾讯 Hy4 Flash,作为 Hy4 家族中更低成本的新模型,输入、缓存输入与输出 token 均享限期 50% 折扣,至 2026年11月29日。
【这是什么】一个把 AI 生成的幻灯片图片转换成可编辑 PPT 的在线工具,艺术字可保留。【商业逻辑】作者因 AI 图片式 PPT 无法二次编辑、Canva 中文乱码、代做一页 1~2 元偏贵等痛点,结合生图模型拆解与 Canva 路线做微调转换,主打中文段落换行与识别优化。
【这是什么】Coral 是一个开源自托管的 agent 执行网关,agent 通过编写短 TypeScript 程序调用工具,成功的代码可保存为自定义工具复用。
推荐理由:项目展示了让 agent 把成功代码沉淀为可复用工具的思路,并给出 token 与成本下降的具体数据,工程借鉴价值清晰。
【这是什么】一个专门收集 X 和 LinkedIn 上 hiring manager 发布的 AI 直招帖的求职站点,同时同步各公司官网岗位。【商业逻辑】抓住直招帖竞争小、无套话、官网 JD 参考价值低的信息差痛点,避免手动刷社媒的低效。
【这是什么】开发者 hsuehly 用 Flutter 开发的 AI 数字人陪伴 App「小遇」,现已开源,主打情绪陪伴。【商业/痛点逻辑】面向需要情感陪伴的用户,支持自定义角色形象、人设和音色,提供实时语音与数字人视频互动,通话中还能文字输入和使用快捷动作。
推荐理由:开源的 AI 数字人陪伴 App,可参考其 Flutter 实现自定义角色、实时语音与视频互动的完整工程方案。
一位开发者翻看 V2EX 老帖子后发现,社区氛围已发生明显变化:以前的帖子多聚焦技术原理、实现方案和问题讨论,现在则大量是用 AI 一晚上做网站、用 Cursor / Claude Code 做 App、做 SaaS 聊变现的内容。作者认为技术门槛降低让社区从“技术驱动想法”变成“想法驱动技术”,大家更关注产品和商业化,并顺带推广自己的大模型免费额度和 IDEA 插件。
开发者基于 Telegram 开源方案做了聊天工具 Talky,支持桌面、Android 和 Web,具备私聊、群组、频道、贴图等常规功能,客户端代码已开源,服务端暂未开源。内置 AI 助手 Jarvis,可总结授权的会话、记住信息并设置提醒,减少复制粘贴和翻聊天记录。
【这是什么】阿里 Qwen4 系列首个模型 Qwen4-Max 现已可通过 Vercel AI Gateway 调用,模型名为 alibaba/qwen4-max。
【这是什么】一款浏览器插件 GSC Vault,把 Search Console 只保留 16 个月的数据备份到自己的 Google Drive,并支持多站点看板、批量索引状态检查。
推荐理由:作者从自己学 SEO 的真实痛点做出 GSC 备份插件,分享的需求取舍和首批付费反思对独立开发者有参考。
【这是什么】turbo-browser-mcp 是一个基于 Playwright 的 MCP 服务器,专为 LLM 浏览器自动化设计,把常见的 25-33 个细粒度原语合并成 10 个批量工具。
推荐理由:开源的 Playwright MCP 服务器,用批量工具与 delta 快照把浏览器自动化 token 消耗大幅压缩,基准数据可复现,适合做 LLM 浏览器代理的工程借鉴。
【这是什么】一款自托管工具,基于 ZFS 克隆为 MySQL 和 PostgreSQL 创建秒级、零拷贝的 copy-on-write 数据库分支,可随时重置或销毁。
推荐理由:用 ZFS 克隆让 MySQL 和 PostgreSQL 秒级出库分支,零拷贝可随意丢弃,对 AI 代理沙箱和按 PR 建库的工程实践有直接借鉴价值。
【这是什么】Genjutsu AI 是一个视频换人网站,上传已拍好的视频,再为要换的每个人贴一张照片,成片保留原镜头、动作、剪辑和声音。【商业逻辑】不用写提示词,平台自动按场景切分并列出人物;积分制定价,每条 15 秒 10 积分,Starter 首单 $6.90、Plus $24.99、Creator $69.99。
【这是什么】LibrioX 是一款本地优先的全平台电子书阅读器,书库就是电脑上的一个文件夹,支持 EPUB、PDF、MOBI、AZW3、FB2 等格式。【商业逻辑】针对高亮笔记被锁在阅读器里、难以在 Obsidian 引用的痛点,笔记自动生成同名 书名.md;选中一段即可问 AI 或翻译,回答带原文出处。
推荐理由:以 File Over App 理念做本地优先阅读器,笔记直接落成 Markdown 文件,对纠结笔记被锁在应用里的开发者有借鉴。
【这是什么】一款围绕屏幕翻译、语音转写、文字朗读和桌面文档处理的本地工具集合,覆盖 iPhone、iPad、macOS、Windows 和 Linux。【商业逻辑】翻译、转写、朗读和文档转换免费且在设备上本地处理,另有独立的 AI 解题入口,需登录联网并消耗积分,积分购买与赞助均在 iOS App 内,无自动续费。
【这是什么】一个开源项目,用 190 行无依赖的纯 JAX 从零实现 DeepSeek-V3 论文架构,含 MLA、DeepSeekMoE、auxiliary-loss-free 负载均衡和多 token 预测。
推荐理由:用 190 行纯 JAX 从零复现 DeepSeek-V3 架构并在 MacBook Air 上完成训练,工程实现与逐模块讲解对理解 MoE、MLA 细节很有参考价值。
一位独立开发者推出 AI 语音面试陪练,主打全双工实时对话:停顿时它会等待,说太长可直接打断。目前有技术面试官 Alex(练 system design 和项目深挖)和英语口语私教 Emma 两个角色。用 Google 账号登录并与"小豆"聊 5 分钟确认真人后可获 90 分钟通话时长,不登录也可免费体验 10 分钟;前 20 位验证用户可获约 10 分钟一对一反馈。
【这是什么】一个照片对口型唱歌网站,上传照片加一句主题即可自动写词、配伴奏,让照片角色对口型唱 Rap,支持双人对唱。【商业逻辑】瞄准海外趣味 AI 视频玩法,注册送 3 个积分体验,5 秒 480p 视频即可试玩,歌词生成器不登录也能用。
【这是什么】一个 dsh 客户端插件,装上后侧边栏出现工作区面板,可在对话界面内浏览文件树、编辑代码、全文搜索和查看 git 状态。【痛点逻辑】解决用 dsh 写代码时频繁切出去开编辑器、回来还要找回会话的打断问题。
一位开发者用 Claude Fable 5.2 搭建了一个 AI 图像生成网站,采用最新的 H3 Image 模型。该模型生图除速度快和 4K 外效果令人失望,且项目消耗了大量额度,做完后作者的 Claude 账号触发了验证。作者表示可留邮箱赠送体验积分。
【这是什么】开源浏览器扩展 Panelize,无需 API Key 即可在一个窗口分屏打开 ChatGPT、Claude、Gemini、DeepSeek 等 13 个已登录 AI 网页,一次输入同步发送、并排对比回答。
推荐理由:开发者自述分屏对比 AI 回答的扩展如何按用户反馈迭代 v2.2,可参考其本地隐私设计与 API 兼容接入思路。
【这是什么】票根(Stubhall)是一个收录 Fable 5.x 生成网页游戏的目录站,每条目嵌入作者原地址可直接试玩。【商业/痛点逻辑】解决生成游戏散落各处、难判断制作成本的问题,附上「生成小票」展示模型、提示词、轮数和折算成本,并用 L1/L2/L3 做证据分级;流量和版权归原作者。
推荐理由:作者把散落的 AI 生成游戏聚合成带证据分级的目录站,收录标准和开源做法对想做内容聚合站点的开发者有参考。
【这是什么】RealtimeVAD 是一个开源的实时语音端点检测库,在保留 Silero VAD 判定语音的基础上,每 10ms 对比音频电平与房间噪声,提前发出说话者可能停下来的 pause 信号。
推荐理由:开源库以投机生成思路换取语音端点提前约 92ms 响应,作者给出适用与不适用管线的边界条件,工程选型判断有参考价值。
【这是什么】LayerSplit 是一个在线工具,上传一张平面图片后,AI 会把图中的元素拆成单独命名、可导出的透明图层。【商业逻辑】解决只有导出图、源文件丢失,或想局部修改 AI 生成图却只能重新抠图的痛点;用 Google 登录送 150 积分(最多 15 层)首次免费获客,之后每层 10 积分,提供一次性积分包和月付订阅。
推荐理由:开发者分享新工具的发布与定价设计,可参考其从真实抠图痛点切入及首次免费送积分的获客思路。
【这是什么】一款直接运行在 iPhone 上的 agent 应用,可执行自动化任务。【商业逻辑】覆盖套手机壳截图、管理家中 NAS、控制智能家居等真实场景,主打高可玩性。
【这是什么】Vercel 的 Token Pass 订阅新增 Kimi K3.1 Pro,这是 Moonshot AI 面向编码与 agentic 工作流的旗舰模型,支持视觉、工具调用和 1M 上下文窗口。
【这是什么】Vercel Token Pass 是面向 Pro 团队的 AI Gateway 额度订阅,现将每月包含的 token 额度从 $80 提升到 $150,价格保持 $30/队/月。
推荐理由:官方宣布 Token Pass 额度从 $80 提到 $150 而价格不变,对高频调用开源模型加码 coding agent 的团队是直接的用量成本参考。
【这是什么】Cloudflare 将其面向 AI 代理的无状态浏览器 Kitesurf 开源,基于 Apache 2.0 协议发布在 GitHub。【商业逻辑】为 AI 代理提供比 Chromium 更轻量的页面加载、JS 执行与截图能力,按需在 Workers 全球网络弹性伸缩。
推荐理由:原文给出无浏览器容器的 AI 代理浏览器引擎架构与自部署路径,Rust 加 WebAssembly 的工程思路可作参考。