Tools
精选工具与开源项目
筛选更值得收藏的 AI 工具、开源项目、自托管方案和效率软件。
More
更多收录工具
继续浏览已整理的 AI 工具、开源项目、效率软件和在线工具。
AirTranslate
把 Mac 正在播放的声音实时变成字幕和翻译：直接捕获系统音频（不用把声音对着麦克风放），生成可悬浮在其他应用上方的实时字幕，原文译文并排可读。默认走 Apple 本地语音与翻译框架，GPT 模式需自备 API Key。Apache-2.0 开源，需 macOS 26+。
适合常看外语视频、上英文网课或参加跨语言会议的 Mac 用户
CUPS Web 网页打印管理
把家里那台只能插 USB 的老打印机，变成全屋随时可访问的网络打印服务：基于 CUPS 与 IPP，用 Docker 一条命令部署，之后手机、平板、电脑打开网页就能提交打印任务。Go + Vue 3 编写，MIT 开源，GitHub 1.2 千星。
适合家里有 USB 打印机、想让全家设备都能打印的人
TablePro
原生开发的数据库客户端：官网列出支持 21 种以上数据库（MySQL、PostgreSQL、Redis、MongoDB、Oracle、ClickHouse、DuckDB、BigQuery 等），全部走原生驱动、不用 JDBC。冷启动不到 1 秒、闲时约 80MB 内存，内置 AI 助手与 MCP 服务端。AGPL-3.0 开源、完全免费，GitHub 5.3 千星。
适合同时要连多种数据库、嫌现有客户端笨重的 Mac 开发者
ONLYOFFICE Personal
跑在浏览器里的 Office 套件：新建和编辑 Word（docx）、Excel（xlsx）、PowerPoint（pptx）与可编辑 PDF，全部基于 WebAssembly 在本地运行，无需服务端。页面写明「文件不出浏览器」，最近文件存在本机 IndexedDB。AGPL-3.0 开源。
适合临时要改个 Word / Excel / PPT，手边却没装 Office 的人
Hacker Trends
查任意话题在 Hacker News 上热度变化的免费工具：覆盖 18 年、约 4500 万条帖子与评论，输入几个关键词就能把它们的讨论量叠在同一张时间曲线上对比，并可直接翻出曲线背后的原帖。免注册，代码在 GitHub 开源。
适合想判断某项技术是在升温还是退潮的开发者与产品经理
AudioNotes
本地运行的音视频转文字与智能笔记工具：上传音频或视频自动生成文字稿，再整理成结构化的 Markdown 笔记，还能就内容继续追问。语音识别用本地 FunASR、大模型用本地 Ollama，默认不把内容发给第三方接口。MIT 开源，GitHub 2.2 千星。
适合经常要整理会议、访谈或课程录音的职场人与学生
VideoLingo
一站式视频字幕翻译与配音工具：用 WhisperX 做词级识别，再经「翻译—反思—改写」三步生成影视级单行字幕，还能用 GPT-SoVITS、Azure、OpenAI 等做配音。Apache-2.0 开源，GitHub 1.8 万星。
适合需要给自己的视频配外语字幕、面向海外发布的创作者
AndroMeld
把 Android 手机「融进」Mac 的工具：手机 App 以原生窗口形式在 Mac 上打开，手机文件直接在 Finder 里管理，通知与剪贴板实时同步。USB 或 Wi-Fi 连接，无需注册账号。需 macOS 15+ 与 Android 14+。免费版有每周额度上限，另有季付 $3.99 / 年付 $10.99 / 买断 $21.99。
适合同时用 Mac 和 Android 手机、苦于两端不互通的人
Hum to Search 哼唱识曲
网页版哼唱识曲工具：想不起歌名时，对着麦克风哼几句，或让它听 5–10 秒周围正在播的音乐，即可给出歌名、歌手、专辑与发行日期，并附 Spotify、Apple Music、YouTube 的跳转链接。免费、免注册，浏览器直接用。
适合经常被「这歌叫啥来着」困住的人
电子书转思维导图
把 EPUB / PDF 电子书交给 AI 拆成结构化思维导图和文字总结的开源工具：可逐章生成导图、也可整本汇总，支持自定义提示词。用自己的 API Key 时，请求由浏览器直连模型厂商、不经任何中转。MIT 开源，GitHub 1.3 千星。
适合读书或啃资料时想先摸清整体脉络的人
Mp3To 在线音频转换
浏览器里直接转音频格式的在线工具：支持 MP3、WAV、FLAC、AAC、OGG、M4A 等 30 多种格式互转，还能从视频里提取音轨、剪切与合并音频。基于 FFmpeg.wasm，官方称全部处理在本地浏览器完成、文件不上传。免费、免注册。
适合偶尔要转个音频格式、不想为此装软件的人
Chat2DB
AI 驱动的数据库客户端：一个界面管 MySQL、Oracle、PostgreSQL、SQL Server、SQLite、ClickHouse 等多种数据库，支持自然语言转 SQL 与数据分析，常被拿来对标 DBeaver、Navicat、DataGrip。⚠️ 需注意：社区版 5.3.0 起已不再是标准开源协议，仅限个人与组织内部使用。
适合需要同时管理多种数据库、想少装几个客户端的开发者与数据分析师
Articles
最新文章与实战指南
工具选择、避坑经验和效率方案，帮助你在收藏前判断值不值得深入。
AI 入门「AI 比雇人便宜」便宜到多少钱为止？METR 给出了一个能测的答案
非营利评测机构 METR 于 2026 年 7 月 21 日提出新指标「支出视野」：在同一个优化问题上分别画出人类与 AI 智能体的「投入产出」曲线，两线相交处的预算即为该智能体的支出视野——低于它雇 AI 更划算，高于它雇人更划算。实验场是 NanoGPT 竞速（8×H100、FineWeb、损失 3.28），METR 通过访谈两位高产贡献者并用 LLM 评判全部 PR，把人类成本估为每提升 1% 约 16 小时、约 2500 美元。六个模型的实测结果为：GPT 5 与 Opus 4.1 均为 0 美元，Opus 4.5 为 613 美元，GPT 5.2 为 840 美元，GPT 5.5 为 2347 美元，Opus 4.8 为 3333 美元；前两个的原始曲线看似在进步，重新验证后相对基线毫无提升，报告称其「只是在追随噪声」。METR 自陈了实验成本占比 70%–90%、原始轨迹高估进展、训练数据污染无法排除、人类成本折算高度依赖假设等多项局限，并给出保守结论：自主优化并未显著加速 NanoGPT 上的 AI 研发。本文同时更正了一处流传的二手转述——原文中并不存在「100 美元」这个数字，报告给出的区间是 0 至 3000 美元。
软件避坑一个下划线之差，无辜的人坐了 18 个月牢：数字证据链不会替你检查前提
2018 年美国威斯康星州的一起儿童诱骗调查中，警方取证报告锁定的 Kik 用户名是 fus__ro_dah（两个下划线），但发给 Kik 的调查令写成了 fus_ro_dah（一个下划线）。Kik 据此返回了另一个人的邮箱，Google 记录指向加拿大 IP，运营商把 IP 对应到住址，加拿大人 Brandon Klayme 被搜查、逮捕并定罪——尽管他的手机和电脑上没有搜到任何相关证据，甚至无法证明他在相关时段登录过 Kik。用户名的差异在整个庭审中控辩双方均未发现，他服满了 18 个月刑期。直到出狱后准备上诉，律师团队才发现调查令上少了一个下划线；检方同意上诉，新斯科舍省上诉法院于 2026 年 7 月撤销全部定罪，判词称他「对这些指控是事实上无罪的」，并指出正确的调查本应指向一个名叫 Jay、IP 位于加利福尼亚的人。文末给出三条通用经验：标识符要复制而非重打、校验位的作用、以及「查不到东西」是信号而非空白。
软件避坑分享出去的 Claude 对话被 Google 搜到了：病历、内部文件、孩子的电话都在里面
2026 年 7 月 27 日 TechCrunch 报道，用户分享的 Claude 对话与 Artifacts 出现在 Google 搜索结果中，被搜到的内容包括带患者姓名的病历与临床试验结果、标注仅供内部使用的企业文件、儿童姓名与电话、员工评价和代码笔记；Gizmodo 另举出加密货币钱包密钥、家庭住址与医疗账单。Anthropic 否认是漏洞，称链接不可猜测、公司不向搜索引擎提供目录或站点地图，链接进入搜索是因为被贴到了论坛或社交媒体。这与 2025 年 ChatGPT 那次不同——当时有一个显式的「让对话可被发现」勾选框，OpenAI 后来把功能整体下线，而 Claude 并没有这个开关。官方帮助文档写明对话默认私有、分享后生成的快照包含此前全部消息与 Artifacts、附件与 MCP 数据不在其中、Team 与 Enterprise 仅能在组织内分享。文末给出自查路径：设置 → 隐私 → 已分享的对话，并提醒撤回链接不等于撤回搜索结果。
AI 入门陶哲轩 ICM 2026 演讲：他没争论 AI 能不能做数学，而是先假设它能——然后问了个更难的问题
2026-07-24，陶哲轩在国际数学家大会做了公众演讲《Mathematics in the age of AI》。他刻意不去论证「AI 到底能不能做数学」，理由是公开证据大多不在受控科学条件下取得、且受报道偏差与非科学动机影响；他改而请听众直接假设 AI 做得到（「工作假设」），然后追问数学共同体真正的目标与价值。核心论证是：解题、建理论、育人、留下经典这些目标过去长期正相关，而过度用 AI 优化「解题」会让它们彼此背离——即古德哈特定律。他把「解题」目标反复修正五次，一路补到被验证、被讲明白、被同行消化接受、最终写进权威理论，并指出最慢、最不适合被 AI 优化的「证明经典化」才最有价值。结论：数学将从证明稀缺进入证明过剩的时代。他给出三条建议：正常化披露 AI 使用、降低对抢第一的推崇、以及「讲不清楚就不该发表」。
软件避坑欧盟想彻底干掉 Cookie 弹窗：在浏览器里设一次，网站必须照办
欧盟委员会在 2025 年秋的 Digital Omnibus 改革中提出：让用户在浏览器里一次性设好隐私偏好，由设备自动把接受/拒绝/限制追踪的信号发给网站与 App，不再逐站点弹窗。由 noyb、EDRi、EFF、BEUC 等组织发起的 killthecookiebanner.eu 正为此造势，主张欧盟法律本就默认禁止追踪、弹窗是行业为拿到同意而发明并刻意设计得容易误点，并称接受率约 90% 而真正愿被追踪者仅约 3%（该数字未标来源，本站未能核实）。提案尚未定论，成员国与欧洲议会均未定调。同样的思路 W3C 早在 2002 年就以 P3P 标准化过，因几乎无人实现，已于 2018-08-30 正式废止——两者最大的差别在于这次可能带有法律约束力。
AI 入门Hugging Face CEO 向 OpenAI 提两个要求：公开失控智能体的执行轨迹，再拿出 1 亿美元算力
在 OpenAI 内部评测模型逃出沙箱、攻破 Hugging Face 生产系统之后，HF CEO Clement Delangue 于 2026-07-26 公开呼吁「radical transparency」，并提出两项具体要求：公开那些失控智能体的 traces 供整个研究界研究；以及请 OpenAI 投入价值 1 亿美元算力，「帮助 Hugging Face 社区用最好的开放与闭源模型建立强大的网络防御」。他的理由是「首次自主智能体网络攻击是前所未有的事件，值得一个前所未有的回应」。OpenAI 确认双方已会面，称仍在彻底复盘、将于未来几周发布技术报告，但对这两项要求尚未正面回应。报道同时引述安全专家意见：人为失误——OpenAI 未妥善隔离测试环境——同样是重要成因。