Arsaze 视频剪辑工具上线:支持 Tab 补全与 AI Agent 协同剪辑
Arsaze 是一款将 Cursor 交互逻辑引入多轨时间轴的 AI 原生视频编辑器,支持通过 Tab 键自动补全后续剪切动作并由 AI Agent 实时协作剪辑。
推荐理由:原文展示了类似代码编辑器的视频剪辑交互逻辑,读者可借鉴其 Tab 补全与 MCP 代理在垂直创意工具中的工程实现。
平台与社区
Hacker News 社区独立黑客展示的真实侧项目、开源工具与硬核技术。
78 条精选近 30 天 57 条共收录 350 条
Arsaze 是一款将 Cursor 交互逻辑引入多轨时间轴的 AI 原生视频编辑器,支持通过 Tab 键自动补全后续剪切动作并由 AI Agent 实时协作剪辑。
推荐理由:原文展示了类似代码编辑器的视频剪辑交互逻辑,读者可借鉴其 Tab 补全与 MCP 代理在垂直创意工具中的工程实现。
【这是什么】开源 CLI 与 .overtone.json 格式,把每个词的时间和说话人存一次,再按 16:9、9:16 等任意画面比例分别切割字幕。【商业/痛点逻辑】传统字幕只按单屏宽度填行,竖屏视频里断行落在 the、of 等弱词上,多说话人还挤在一条字幕里,Overtone 用版本化规则集按阅读习惯重切。
推荐理由:开源字幕工具把一次转写拆成多屏幕切割,给了本地化视频分发中 16:9 与 9:16 共用一条流水线的工程思路。
【这是什么】开源工具 Doomformer,能把整数神经网络(MLP、CNN、Transformer)编译成 ZDoom 地图,在 ViZDoom 里由 voodoo doll 完成全部运算。
推荐理由:把整数神经网络编译成 ZDoom 地图用 voodoo doll 做运算,附完整的容差为 0 的验证体系和引擎边界实测,工程严谨度值得一看。
【这是什么】开源小工具 dontallow,自动为用户点击 macOS 上反复出现的允许应用查找本地网络弹窗中的 Don't Allow 按钮。【痛点逻辑】macOS Sequoia 起,Chromium 系浏览器等应用因临时路径签名问题每次启动都会重复触发该弹窗,且系统无清理重复记录的手段。
推荐理由:一个解决 macOS 本地网络弹窗反复骚扰的小工具,单文件 Swift 实现,工程思路和痛点分析都值得参考。
【这是什么】kube32 是一个开源项目,为 ESP32-S3 微控制器提供 Kubernetes 兼容控制面和 WebAssembly pod 运行时,可直接用 kubectl 和 k9s 管理开发板集群。
推荐理由:把 Kubernetes 控制面和 WebAssembly 运行时压缩进 ESP32 单片机,工程上对嵌入式与云原生开发者都有借鉴意义。
【这是什么】Yavashark 是一个可嵌入、易扩展的小型 JavaScript 引擎,目前已通过约 82% 的 test262 测试集,支持 Temporal、Intl 以及 TypeScript 和 React。
推荐理由:作者连续 950 天独立开发 JS 引擎并分享技术路线与性能数据,对想深入解释器实现的人有工程借鉴。
【这是什么】一个开源的儿童故事盒,孩子把贴有 NFC 标签的木偶放上盒子即播放对应音频,拿开即停。【商业逻辑】作者不满 Toniebox、Yoto 等“买硬件后持续付费买内容”的模式,让内容完全自持,可上传自己的 MP3、录音讲故事,还能把一个玩偶绑定 URL 当网络电台。
推荐理由:一位零电子基础的家长用 ESP32 复刻 Toniebox 并绕开内容订阅模式,从面包板到 KiCad 打板再到 OTA 固件的完整踩坑记录,工程借鉴价值很高。
【这是什么】Destined AI 发布的开源口音英语文本转语音模型 Hurston-1,是 ClarityVoice 家族首个开放模型,基于 Maya1(Apache-2.0)微调。
推荐理由:Destined AI 自述了面向电话线场景的开源 TTS 训练与评测过程,对想做语音 AI 产品的开发者有工程借鉴价值。
【这是什么】Swurf 是一款让你像刷短视频一样滑动浏览真实网页的工具,基于兴趣学习推荐,不重复展示同一页面。【商业/痛点逻辑】针对优质博客和小众好站普通人刷不到、传统信息流奖励感下降的痛点,且整个社区互相贡献高质量内容优化推荐。【技术与状态】目前无需注册账号即可使用,支持提交链接、收藏、控制成人内容和相似话题搜索,博客主可提交站点快速获得曝光。【体验】附官网链接。
推荐理由:作者展示了发现类产品的痛点切入思路,博客投稿提交入口也可作为独立站点获取曝光的参考渠道。
【这是什么】Corgi 是一款面向人类和 AI agent 的终端复用器,支持同时管理多个 agent 会话和后台进程。【商业逻辑】解决开发者同时运行多个 AI agent(Claude Code、Codex、Pi、OpenCode)时状态分散、token 消耗不透明的痛点,用 F1 追赶进度、Ctrl-T 跳转会话。
推荐理由:面向 AI agent 时代的终端复用器,把多会话管理、token 用量和文件改动追踪整合到一个界面,工程思路值得借鉴。
【这是什么】OnKey 是一款免费开源的 Mac 唱歌训练应用,边放歌边画出你的音准与原曲旋律的偏差并逐句评分。【商业逻辑】针对想练歌又五音不全的用户,定位本地练习工具,不提供或下载音乐,由 Spotify、Apple Music 或 YouTube 播放。
推荐理由:开源唱歌训练应用,展示人声分离加音准追踪在本地桌面端的产品化思路,隐私与版权处理也可参考。
【这是什么】一个交互式博物馆网站,逐个展厅讲解 ZFS 文件系统的核心内部机制,如 uberblock、写时复制、事务组、RAID-Z 与快照。【痛点逻辑】解决存储系统机制难懂的问题,每个动画都对应 OpenZFS zfs-2.4.4 源码 commit 71a9f9578616 的真实代码行,摘录均附源码链接,不凭记忆编写。
推荐理由:用动画逐条对应 OpenZFS 源码讲解 uberblock 与写时复制等机制,读者可学习如何把源码做成可交互的教学材料。
【这是什么】HackiOS 是 OOSEX GANG 的独立研究项目,在 Android 硬件上引导苹果开源 XNU 内核(xnu-8796.121.2,即 iOS 16.5 内核),并运行一字节未改的 iOS 16.5 用户空间,从 launchd 一路跑到 SpringBoard 和应用。
推荐理由:开源项目展示了在 Android 硬件上引导苹果 XNU 内核的完整工程路径,对系统级移植和驱动替代实现有很强参考价值。
【这是什么】Sumi.css 是一个极简、classless 优先的开源 CSS 框架,写纯语义 HTML 即可获得完成度较高的样式。【商业/痛点逻辑】面向希望不加构建步骤、少写 class 的开发者,标题、表单、表格、卡片、手风琴、模态框和导航仅靠 HTML 元素即可自动获得样式。
推荐理由:无构建步骤、零 JS 的 6.7 KB classless CSS 方案,工程上可借鉴其 :where() 零优先级与 CSS 变量主题化做法。
【这是什么】KiviDB 是一个用 Rust 编写的多线程 Redis 兼容内存数据库和向量缓存,支持 RESP2/RESP3 协议,现有 Redis 客户端可直接使用。
推荐理由:作者用同一环境实测吞吐与延迟数据,展示 Rust 分片架构兼容 Redis 协议的可行路径,对选型自建缓存服务有直接参考。
【这是什么】Ranet3 是一个高性能、策略路由的 IPsec mesh SD-WAN,节点只需标准 IKEv2、ESP、Babel 和 SRv6 即可互通。
推荐理由:开源高性能 SD-WAN,作者用完整 benchmark 对比 WireGuard 和 IPsec,自建组网选型可参考其工程数据。
【这是什么】开发者 erikkannike 基于 Qwen3-4B-Instruct 微调出 qwen3-4b-deslop,专门去除破折号、“not X, but Y”、三连列表等 AI 写作习惯,无需 system prompt。
推荐理由:作者完整记录了在 MacBook Air 上微调 Qwen3-4B 去除 AI 写作腔的过程,含量化指标和踩坑教训,方法论可复用。
【这是什么】一款为 agentic 应用提供的活动信息 API,覆盖演出、讲座、市集、节日等本地活动,支持自然语言查询。【商业逻辑】以 REST 和 MCP 两种方式接入(可用 claude mcp add 直连),面向 AI Agent 提供本地化活动知识库;免费档每月 1,000 次调用,按量档 $5/1,000 次且随量递减,无调用上限。
推荐理由:面向 agentic 应用的活动数据 API,可参考其自然语言查询、MCP 接入与按量阶梯定价的产品设计。
【这是什么】用 Rust 编写的 ESP32 模拟器,支持四款 SoC(经典 ESP32、S3、C3、C6),覆盖 Xtensa 和 RISC-V 两种指令集,可从真实 mask ROM 一路启动 bootloader、FreeRTOS 到应用固件。
推荐理由:开源的 ESP32 全芯片模拟器支持四款 SoC 和 WiFi 仿真,对嵌入式出海开发者搭建浏览器内调试与演示环境有实际借鉴。
【这是什么】一个开源网站,可按硬件或模型浏览本地 LLM 的运行速度预估,让用户在购买硬件前先感受实际推理速度。【商业逻辑】解决本地 LLM 硬件选型时无法提前知道速度的痛点,覆盖 RTX 3090/5090、Mac Studio、DGX Spark 到云端 H100 等大量设备,以及 Qwen、DeepSeek、GPT-OSS、Gemma 等多个模型。
推荐理由:对考虑自建本地 LLM 的开发者,可在购卡前按硬件和模型对比社区实测速度,减少买错硬件的试错成本。