最新

<a href="https://www.wired.com/story/bluesky-ceo-jay-graber-is-stepping-down/" rel="nofollow">https://www.wired.com/story/bluesky-ceo-jay-graber-is-steppi...</a> (<a href="https://web.archive.org/web/20260309191134/https://www.wired.com/story/bluesky-ceo-jay-graber-is-stepping-down/" rel="nofollow">https://web.archive.org/web/20260309191134/https://www.wired...</a>) <a href="https://toni.org/2026/03/09/coming-off-the-bench-for-bluesky/" rel="nofollow">https://toni.org/2026/03/09/coming-off-the-bench-for-bluesky...</a>

这是我犹豫了很久之后，第一个用 vibecoded 写的项目，欢迎大家提出各种反馈。

每次 Claude Code 思考时，你都会有 10-60 秒的空闲时间，通常用于上下文切换或无意义地浏览信息。我把它变成了呼吸练习，让你保持专注并改善心率变异性。 当 Claude 开始工作时，使用钩子自动启动一个 tmux 窗格，并在它完成时消失。

我开发Caloriva是因为我厌倦了其他健身App中“搜索-选择-确认”的循环。我希望有一个可以简单聊天的App，数据还能自动结构化。<p>它的功能：<p>解析用于食物和运动的自然语言。<p>自动计算宏量营养素，并追踪你训练过的肌群。<p>没有臃肿的UI，只是一个快速记录并继续你一天的方式。<p>它已经上线了，网址是https://caloriva.app。我很想听听你对解析准确性的看法，以及什么功能会让你真正从你当前的追踪器切换过来。

为 AI 系统构建了一个防篡改的执行日志库。 SHA-256 哈希链检测任何篡改。内容可寻址的负载存储。CLI + Web 界面。完全离线工作。 Ko-fi: <a href="https:&#x2F;&#x2F;ko-fi.com&#x2F;s&#x2F;50fccfeecd" rel="nofollow">https:&#x2F;&#x2F;ko-fi.com&#x2F;s&#x2F;50fccfeecd</a>

大家好，我是 Ratschn 的独立开发者。<p>我经常需要打字，对目前 Mac 上的语音转文字工具非常不满。 它们中的大多数要么是笨重的 Electron 封装，要么依赖云 API（隐私噩梦），要么强迫你为本质上在自己硬件上运行的工具订阅 SaaS 服务。 我想要一个感觉原生、尊重系统资源、完全离线运行且无需强制订阅的工具。<p>技术栈是 Rust、Tauri 和 whisper.cpp。以下是我做出的设计决策：<p>模型大小与准确性：我没有为了追求小巧而使用尽可能小的模型，而是在首次运行时，应用程序会下载一个约 490MB 的多语言 Whisper 模型到本地。 我发现这对于高准确度（口音、专业术语）来说是一个最佳选择，可以大大减少文本校正时间。<p>硬件加速：下载的模型通过 CoreML 编译。 这使得转录可以直接在 Apple 神经引擎 (ANE) 和 M 系列芯片上的 Metal 上运行，从而使主 CPU 保持很大程度的空闲状态。<p>内存占用：通过使用 Tauri 而不是 Electron，UI 占用空间可以忽略不计。 在主动运行时，该应用程序大约占用 500MB 的 RAM。 这在技术上是完全合理的，因为它几乎完全是约 490MB 的 AI 模型，该模型被主动保存在内存中，以确保在您按下全局快捷键的瞬间就能进行即时转录。<p>输入方式：它使用 macOS 辅助功能 API 直接在您的活动窗口中输入。<p>商业模式和定价： 我非常不喜欢本地工具的订阅疲劳。 提供一个功能齐全的 7 天免费试用（无需帐户）。 如果您想继续使用，我的主要关注点是一次性购买（终身许可证 125 欧元）。 但是，由于我非常重视来自社区的技术反馈，我生成了一个独家发布代码 (HN25)，可在结账时享受 75 折优惠（降至约 93 欧元 / 100 美元）。<p>漏洞赏金：由于我是一个独立开发者，我知道我可能遗漏了一些边缘情况（尤其是在特定 M 芯片上的 CoreML 编译或奇怪的键盘布局方面）。 如果您发现了真正可复现的错误，并花时间在此处的主题中报告，我将很乐意手动将您的许可证升级为免费的终身许可证，以表达对您 QA 帮助的衷心感谢。<p>我很乐意听取您对 Rust/Tauri 架构的技术反馈，或者 CoreML 编译在您的特定 Apple Silicon 设置上的表现。 欢迎随时提问！