yiqiGo

[ahhhhfs @abskoop]

Mac 发热、风扇狂转，活动监��器却看不出原因？😭

可能是某个后台程序一直在偷偷读写磁盘。

FindDiskKiller ：一个开源 Mac 工具，可以查看哪个应用占用硬盘、追踪文件访问，还能分析 Claude Code、Codex 等 AI 工具的本地占用。

适合 Mac 开发者和 AI 工具重度用户

👉https://t.co/DzLOA3tBBq

[OSO @osodevops]

How to Upgrade AWS EKS Node Groups Without Downtime (Step-by-Step Guide) https://t.co/2iQNLkW8bC

[Miguel Ángel Pastor @miguelinlas3]

DuckDB Internals: Why is DuckDB Fast? https://t.co/QrpeBXC0CN

[Ren @Ryrenz]

🎬 追剧不用再在七八个 App 之间来回跳，一个界面把片源、字幕、进度全接上。

GitHub 上 12.5k star，是 Stremio 的官方网页端，支持 50 多种语言。

以前看一部剧，先在这个平台搜有没有，没有再换一个，找到了发现没中文字幕，再去字幕站下载手动挂上，看到第三集换设备又得重新找进度。真正花在看剧上的时间还没折腾的时间长。

Stremio 把这几步合成一步：搜索、播放、字幕、进度同步都在同一个界面里，投屏到电视直接支持 Chromecast，浏览器里还能装成一个独立应用打开。它的播放核心用 Rust 编译成 WebAssembly 跑在后台，所以网页版也不卡。

追剧本来就是放松的事，不该先做半小时准备工作。

GitHub：https://t.co/mSIPCsc7kS

[小马 | 商业生存指南 @VibePonyAI]

罗振宇封神级专访：认知一升级，人生全通透。启发性很强！

[Geek @geekbb]

用 Go 编写的终端自动补全工具，直接在 TTY 上渲染内联建议菜单，类似 IDE IntelliSense，用来平替已停运的 Fig。

IRIS https://t.co/gpRratshmd

[Cevenif @cevenif]

GitHub上最近冒出个叫AgentKey的开源项目，目标很直给：让AI Agent用一个统一入口，接上各种外部服务。

它把网页搜索、X（Twitter）、LinkedIn、Reddit这些数据能力全打包好了，给Agent提供统一接口。

你不用再挨个平台申请API、管理密钥、折腾不同的调用方式。

做信息检索、热点追踪、社媒分析或者自动化工作流的，接入成本能降不少。

https://t.co/wCPL5PhFdS

[陈大黄 @realchendahuang]

最近有个叫 Pi Agent 的 AI 编程工具在程序员圈子里挺火的。它跟 Codex、Claude Code 不一样，不搞大而全，反而特别简单。

出厂只有四个功能：看文件、写文件、改文件、跑命令。

但就是这个简单，让很多用过的人回不去了。

第一个好处是省钱。AI 编程工具按 token 收费，token 就是你和 AI 对话的字数。Claude Code 每次干活前要先背一万多个字的自我介绍，比如"我是一个编程助手，我要遵守以下规则"，这些话每次都要说，都要花钱。Pi 的系统提示词不到一千字，没有���些废话。同样的任务，Pi 花的 token 可能只有 Claude Code 的几分之一，账单差距很���显。

第二个好处，也是 Pi 真正厉害的地方，是它的可定制性。Claude Code 和 Codex 是成品房，装修好了卖给你，你只能住，不能改结构。Pi 是毛坯房，但它给了你一个 SDK，你可以基于它完全定制你自己的终端，完全定制你自己的 AI 工作流。系统提示词你可以自己改，工具可以自己加、自己删，出厂四个基础工具，但你可以装 LSP、浏览器、调试器，甚至让 Pi 自己帮你写扩展。社区里已经有不少现成的"装修材料"，你可以直接拿来用。未来如果你想搭一个特别专业的、特别高效的、完全按你想法来的 AI Agent 系统，Pi 是一个绕不过去的选型。它不是给你一把螺丝刀，而是给你整个工具箱，里面有什么、怎么摆，你说了算。

第三个好处是 Pi 独有的会话树。别的 AI 对话是线性的，聊错了只能全部推倒重来。Pi 的对话是树状的，你可以随时回到任意一个节点，从那里分叉继续。比如你让 AI 改了十版代码，发现第三版最好，直接点回去就能接着用。

第四个好处是它不乱来。Claude Code 有三十多个工具，AI 有时候会纠结该用哪个，结果在后台循环调用、瞎折腾，甚至把你不想改的文件也改了。Pi 只有四个工具，AI 不会想太多，反而更稳定。你让它改哪个文件它就改哪个，不会顺手把你的配置文件也动了。

第五个好处是所有操作都摆在你面前。Pi 每做一步都会清清楚楚显示在终端里：读了哪个文件、改了哪一行、跑了什么命令。没有后台偷偷摸摸的操作，你随时能检查、能叫停。

那为什么不直接用 Codex 呢？Codex 是 OpenAI 做的，技术强，但它更像一个外包团队。你把需求丢给它，它在云端帮你搞定，你不太清楚中间发生了什么。而且它是封闭产品，你只能接受它给的功能，不能自己改。

那 Claude Code 呢？它功能很全，但全面带来了臃肿。系统提示词有一万多个字，每次调用都慢、都贵。而且它只能配 Claude 的模型，你想换别的换不了。它的很多操作在后台进行，你看不见、也控制不了。它还会自动记住你之前聊过什么，有时候你也不知道它记住了什么、会在什么时候把这些记忆翻出来用。

所以 Pi 适合什么样的人？你自己有个小项目，想改改功能或者修个 bug，Pi 很合适，你说什么它做什么。你在意成本，不想每次调用都花冤枉钱在 AI 的自我介绍上。你在学编程，Pi 的每一步操作你都看得见，可以跟着它学思路。你对工具比较挑剔，希望自己的工作流由自己定义，而不是被某一家公司框死。你经常需要试错，改着改着发现前面的版本更好，Pi 的会话树对这种场景很友好。

最重要的是，如果你想基于 AI 搭一个完全属于自己的、专业的工作系统，Pi 的 SDK 和开放架构是 Codex 和 Claude Code 给不了的。

当然 Pi 也有缺点。它上手需要一点学习成本，不像 Claude Code 那样开箱即用。出厂功能少，很多东西要你自己装。如果你只是想丢给它一个需求，第二天早上收结果，那 Pi 可能不适合你。它默认人始终在旁边看着，AI 是帮手，不是管家。

选 Pi 还是选别的，取决于你想要什么样的关系。如果你想要一个全能管家，能自己规划、自己执行，那 Codex 或 Claude Code 更适合。但如果你想要一个省钱、听话、每一步都让你看得见的工具，而且希望它能长成你想要的样子，甚至未来想基于它搭一套完全属于自己的 AI 工作系统，那 Pi 可能是目前最好的选择。

[Viacheslav Biriukov @brk0v]

⚙️ epoll vs io_uring vs sync I/O

Great walkthrough of serving files over HTTP in C three ways:

1. thread-per-request sync I/O
2. epoll event loop –
3. io_uring completions

https://t.co/E37uZUkyTj

[极客杰尼 @seekjourney]

最近朋友推荐一个非常适合学习 Agent Harness Engineering 的工具：claude-tap。

它像是 Claude Code、Codex 等 Coding Agent 的本地可观测性平台，可以看到一次真实 Agent 运行中的：

System Prompt
对话历史与上下文
Tool Schema
Tool Call / Tool Result
流式响应
Token 用量
相邻请求之间的结构化 Diff

学习 Claude Code / Codex Harness 的核心是运行时系统：上下文如何组装、工具如何注册、状态如何跨轮传递、请求如何持续演化。

我觉得非常适合把源码和真实 Trace 对照着看，理解速度会快很多。

强烈推荐给正在学习 Coding Agent、Agent Runtime 和 Harness Engineering 的朋友。

https://t.co/Db6mczeJND

[Gloria @changloria0816]

https://t.co/GdIWeDwBlD

[硅基流动 @falali2015]

恐怖的盈利能力，不到一年就能收回设备成本！
之前调研算租的时候，乐观的都要1年半回本，Deepseek直接干到10个月...
“如果一个服务器我们在财务上按照三年或者五年的摊销，但在商业上，我们觉得大概十个月收回成本，我们觉得够了，OK，我们觉得够了。所以这���是我们现在 API 定价的逻辑。”

[GitHubDaily @GitHub_Daily]

电脑用久了磁盘越来越满，想找个清理工具，搜出来的不是塞广告就是变着法收费。

Kudu 是个开源免费的系统清理加安全扫描工具，没有广告、没有推销、也不上传数据。

支持清理临时文件、各大浏览器缓存、大型游戏缓存，提供可视化的图形查看磁盘占用。

GitHub：https://t.co/RqdxCf0Htk

除了清理，也带恶意软件扫描、隐私设置管理，以及把文件反复���写再删的安全删除。

提供 Windows、macOS、Linux 开箱即用安装包，界面支持 30 种语言。

想给某个软件加一条清理规则，只需改个 JSON 文件就行，不用写代码。

[知识猫图解 @GeekCatX]

兄弟们，上周预告的“故事转手绘视频”Skill，今天正式开源了。

给它一段中文故事，它就能自动变成一支会从黑白慢慢长出颜色的手绘日记动画。

你可以直接输入中文故事文案，也可以上传一组按顺序排列的本地图片。

剩下的���情，它会自动完成：

把故事拆成分镜；

保留原文措辞和叙事节奏；

为每个画面配上手写体字幕；

让画面从黑白线稿逐渐上色；

最后输出方便继续配音和剪辑的静音MP4。

为了避免自动分镜把故事切得太碎，我��门调整了拆分逻辑。

默认一个完整句子对应一个节拍，只有遇到自然的动作或叙事转折，才会拆开较长的复合句。

如果你已经准备好了漫画页或手绘图片，也可以直接上传。

它会自动识别并拆分页面中的手写文字和插画，在本地生成与彩色插画对齐的黑白底稿，再制作成动画。

目前支持两种转场：

第一种是直接切换。

按照“文字→黑白线稿→彩色插画”的顺序，从左向右逐渐揭示。

第二种是翻页转场。

保留原始页面，从右下角卷起翻页，做出真正的手绘日记翻书感。

我还专门处理了一个很容易翻车的问题：

画面裁切。

所有插画都会被限制在白色安全边框内，只使用完整收纳的构图方式，不会为了铺满屏幕，把人物、文字或关键细节直接裁掉。

最终输出3:4竖屏静音画面轨：

正式版1080×1440；

预览版720×960。

很适合拿来制作童年回忆、人物故事、成长经历、情感叙事，以及其他需要温度感的中文故事视频。

底层使用Image2生成分镜，再通过Remotion完成动画与渲染。

项目已经完整开源：

https://t.co/zOu9O1SU16

觉得有用，可以顺手点个Star。

如果你在使用中发现问题，或者做出了新的动画效果，也欢迎提Issue、交PR，一起把它继续完善。

[Easycompany @Easycompany333]

真的要卸载剪映了。

YC S24 团队做的 Palmier Pro，开源后已经冲过 1 万 GitHub stars。

我看到它的第一反应：AI 已经进时间线里干活了。

把 Codex、Claude Code 或 Cursor 通过 MCP 接上，你可以直接说：

“把这段剪短一点。”
“重新排一下镜头。”
“生成一段 B-roll，放进时间线的空位。”
AI 会读取当前项目，自己调整轨道、补充素材、修改剪辑点。
画面不满意，也能在时间线上继续调用 Seedance、可灵、Nano Banana Pro 生成，不用在网页、下载文件和剪辑软件之间反复搬素材。

它用 Swift 原生开发，目标对标 Premiere Pro。编辑器和 MCP 免费开源，不过目前只支持 Apple Silicon + macOS 26，生成式 AI 功能需要订阅。

对内容创作者来说，这个变化很具体：以前你告诉 AI 应该怎么剪，现在它可以先把第一版铺到轨道上，你负责判断和修改。

[Smartpig @Smartpigai]

��再为了看热点来回刷十几个 App 了。

整理了 4 个能把全网热榜聚到一个页面的工具：

1. NewsNow

界面最干净，微博、知乎、B站、抖音、GitHub 等平台的实时热点集中展示。

默认缓存 30 分钟，登录后可以手动强刷，还支持 MCP，让 Claude 等 AI 直接读取和分析实时热点。

GitHub 已经 21.1K Star。
https://t.co/7yE2iOOFOG

2. TrendRadar

更适合做舆情监控和选题挖掘。

除了聚合多平台热榜和 RSS，还支持关键词筛选、AI 翻译、AI 分析、趋势追踪，以及飞书、钉钉、Telegram、邮件等渠道推送，同样支持 MCP。

目前已经 60.7K Star。
https://t.co/giM5njPs3p

3. DailyHot

更适合开发者和喜欢自己折腾的人。

提供微博、知乎、抖音、B站、百度、36氪等大量平台的 JSON/RSS 接口，支持 Vercel、Docker 和服务器自部署，可以拿来搭自己的热榜网站或 AI 工作流。
https://t.co/4HQsOhvWTF

4. TopHub ��日热榜

不想部署、注册和配置，直接打开就能看。

适合每天快速扫一眼各个平台都在��论什么。
https://t.co/90XoUJNCEf

[TechFlow 深潮｜APP 已上线 @TechFlowPost]

最近 Kimi K3 实在太火了，但大多数人可能还不太清楚它到底做了什么、为什么厉害。

油管上 @calebfoundry 用动画做了一个 13 分钟的科普动画视频，把技术原理讲得通俗易懂。

K3 用的是混合专家架构，通俗类比就是公司里有一百个专家，但每次开会只叫最相关的十几个来。模型参数总量巨大，但每次推理只激活一小部分，所以又快又省。这也是它能把成本压到跟 Claude 差不多的原因之一。

小编知道大家都习惯了太长不看，但这个真的值得收藏。比如下次等哪天有人问你 Kimi 到底是什么的时候，适合临时抱佛脚快速学习一下，然后侃侃而谈 🤡。

[Wayen @wayen_ai]

GitHub 上一个 33k star 的外刊资源仓库，每周更新。

《经济学人》（含音频）、《纽约客》、《卫报》、《连线》、《大西洋月刊》、《国家地理》……支持 epub、mobi、pdf 下载，还能一键推送到 Kindle。

对想通过阅读保持英语语感的人来说，相当于一个自动更新的外刊库。不用自己找资源，每周等更新就行。

🔗 https://t.co/Lu6F3UbUPu

[Amto @XAMTO_AI]

刚在GitHub翻到一份硬核资源，claude-code-best-practice，Claude Code最佳实践指南。

它把那些经过实战验证的高效工作流、常见坑点、避坑经验全给你整理好了，Skills、Agent、MCP这些核心概念也讲得明明白白，省得你自己去踩一遍雷。

还在用Claude Code折腾复杂项目？被上下文混乱和反复报错搞得头大？这份指南很可能直接让你少走一个月弯路。

🔗：https://t.co/9n4ng1oee7

[nini @nini_incrypto_]

蚂蚁集团 AI 安全实验���近期开源了两个保护 Agent 安全的王牌项目：SingGuard 和 SingGuard-NSFA

随着 Agent 开始自主规划与调用工具，安全威胁已从“模型说了什么”演变为“Agent 做了什么”。传统的文字检测护栏对此根本无能为力。

SingGuard：主打输入端的输入输出防御，全面覆盖文本、图像等多模态安全。它的合规规则无需重训模型，支持动态参数换入，省去了极高的重新训练成本。

SingGuard-NSFA：专治 Agent 的异常动作风险。它把工具调用、恶意代码执行等风险拆成 7 大类、185 个细分变体。它还支持超 133 种语言，彻底堵死了攻击者换个冷门语种绕过安全护栏的漏洞。

项目提供 0.8B 到 9B 等多种尺寸，还贴心地支持“生成详细风险报告”和“高并发快速分类”两种工作模式，可以无缝拼装到其他护栏模型上。

想要让你的 AI Agent 规模化落地？安全这个前置条件快补上啦
https://t.co/4hnroNjya3