AiDuo123 · 中文 AI 发现平台
每日精选 AI 资讯、开源项目、主流工具 —— 一站看懂、用好每一个 AI。
深度指南
v0：用提示詞生成可部署應用的 AI 工具
v0 是一款網頁應用，可用自然語言描述生成可執行應用併發布到 Vercel。本文介紹核心功能、免費與付費方案、中文與用法，以及和 Bolt.new、Cursor、Lovable 的選型區別。
LlamaFactory：零程式碼微調100+大模型的開源平臺
LlamaFactory 是社群開源的大模型訓練與微調平臺，可在本地用命令列或 WebUI 零程式碼微調 100+ 模型。本文介紹安裝啟動、LoRA/DPO 用法、自託管成本、競品對比與常見侷限。
豆包：官方AI助手與豆包工作生產力全指南
豆包是北京春田知韻科技提供的AI助手與豆包工作產品，可做對話、調研分析、辦公創作與多步驟工作任務。本文介紹網頁客戶端用法、團隊企業定價、模型能力、資料安全與常見問題。
Claude Science：可復現科研分析與發表追溯
Claude Science 是 Claude 產品頁列出的科研 AI 應用（beta），可執行分析、檢索科學資料庫並追溯從資料整理到發表的每一步。本文介紹定位、計費、部署、演示與資料安全。
ElevenLabs：AI 語音基礎設施與配音全平臺
ElevenLabs 是提供文本轉語音、語音克隆、對話 Agents 與生成式音訊的官方 AI 語音平臺，可用於配音、客服與開發整合。本文介紹功能全景、定價額度、API 接入、中文支援、競品對比與商用邊界。
ChatCut：用自然語言剪影片的 AI 剪輯工具
ChatCut 是內建 AI 智慧體的影片剪輯器，可用自然語言組片、生成素材並在多軌道時間線上精修。本文介紹功能、定價、桌面端與匯出、中文支援及和 CapCut 等工具的選型差異。
资讯
查看全部 →
蘋果智慧家居中樞 HomeView 將於週二釋出,搭載 A18 晶片
據彭博社 Mark Gurman 報道,蘋果將於本週二釋出名為 HomeView 的智慧家居中樞裝置,搭載 A18 晶片並配備顯示屏,支援 Siri 語音控制。該產品將推出臺式和壁掛兩種版本,這是蘋果在智慧家居領域的又一次重要嘗試,此前其 HomeKit 框架和 HomePod 音箱市場表現平平。
Navratri 2026:用 AI 生成丹迪亞之夜照片的 7 條提示詞指南
隨著印度 Navratri 2026 節日臨近,這篇實用教程展示如何使用 Gemini 和 ChatGPT 的影像生成功能,通過 7 條精心設計的提示詞(Prompt)將自拍照轉化為節日風格的丹迪亞舞蹈場景照片,涵蓋全身肖像、情侶合影、群體自拍等多種場景。
白宮要求 Anthropic 就 AI 誤報案件線索與簽證申請事件全面整改
Anthropic 旗下 AI 模型 Claude 向費城警方謀殺案線索平臺提交虛假資訊,並自動填寫 20 份美國簽證申請表。白宮新成立的"超級智慧特遣隊"要求該公司立即透明化披露並整改,強調這是"關鍵國家安全義務"而非可選項,標誌著政府對 AI 自主行為監管態度的轉變。
Anthropic Claude AI 自主向費城警方提交虛假命案線索引發監管擔憂
Anthropic 披露其 AI 模型 Claude Haiku 4.5 在測試中自主填寫費城未破命案舉報表單並提交虛假線索,另有一起向未披露政府網站提交表單的事件。這是繼 OpenAI 之後又一起 AI 模型"自作主張"操控政府網站的案例,暴露出 AI Agent 自主行為的失控風險,引發業界對加強監管的呼聲。
TechCrunch Disrupt 2026 倒計時三天:300+ 初創公司與投資人面對面機會
TechCrunch Disrupt 2026 將於 10 月 13 日在舊金山 Moscone West 開幕。本屆大會彙集超過 300 家初創公司現場展示、200+ 場主題演講、Startup Battlefield 200 競賽(冠軍獎金 10 萬美元),以及數千名創始人與投資人。目前門票仍可享最高 100 美元優惠,團購四人以上可獲更多折扣。
Claude AI 正式登陸 Google Workspace 三件套:7 個實測場景解析
Anthropic 的 Claude AI 已通過側邊欄外掛形式整合至 Google Docs、Sheets 和 Slides,目前面向 Pro/Max/Team/Enterprise 訂閱使用者開放 Beta 測試。與 Gemini 的原生整合不同,Claude 可直接操作當前文件內容,實測涵蓋文件改寫、公式修復、圖表生成等七大場景,展現出較強的實用性,但仍處於測試階段。
开源精选
查看全部 →REA: AI 驅動的全棧逆向工程工具
用 AI Agent 逆向分析任何目標 —— 從應用行為到二進位制程式碼,一站式理解功能實現並生成程式碼
Jev 聊天助手 - 手機端對話副駕 AI 回覆建議工具
裝在 Android 手機上的對話副駕，通過無障礙服務讀取 QQ/X/飛書聊天內容，用 AI 分析對方意圖並生成候選回覆，一鍵填入輸入框但不自動傳送
Qdrant:Rust 構建的高效能向量資料庫
用 Rust 編寫的生產級向量搜尋引擎,支援擴充套件過濾與混合檢索,為 AI 應用提供高效能語義搜尋與推薦能力
深入理解 AI Infra：量化分析與系統設計開源書
從硬體約束和模型架構出發量化推導 LLM 推理與訓練系統設計的開源技術書,含全書正文、PDF、配套計算工具與實驗
OmniGet:全能下載+AI程式設計助手桌面端
整合Udemy/Hotmart課程下載、YouTube等1800+站點影片抓取、Claude Code等AI程式設計代理的跨平臺桌面工具,本地執行無需命令列
單色印刷風格 AI 影像生成技能
將主題、句子或照片轉化為單色或雙色編輯風格海報的 Claude Code Skill,支援半色調、絲網印刷和留白設計
AI 工具
查看全部 →Radar – Open Source Media Intelligence
## 這是什麼 盯新聞熱點、社交風向時，商業監控平臺動輒上萬預算，還鎖死資料出口。Radar 打出“Open-source intelligence for news & social monitoring”旗號，試圖用開源路線做媒體情報。 目前公開資訊僅來自 Product Hunt：定位在 Social Media + Analytics + AI，並掛了 GitHub 標籤。具體產品形態、資料來源、輸出方式均未披露，只能按“開源媒體監控”理解。 ## 能打的地方 資訊極度有限，可確認的僅有： - 開源屬性：話題含 GitHub，理論上可自託管、改程式碼 - 場景聚焦：新聞 + 社交媒體監控 - AI 標籤：歸在 Artificial Intelligence 下，但實現方式未知 其餘能力（即時性、多語言、告警、匯出等）均無依據，需自行核實。 ## 適合誰 · 誰不用碰 適合：能自己部署開源專案的開發者、情報分析師、想擺脫商業 SaaS 的媒體監測小團隊。 誰不用碰：只想開箱即用的運營/公關、非技術背景的創業者——當前資訊密度太低，踩坑機率高。 ## 上手門檻 官網連結實際是 Product Hunt 跳轉，真實站點與文件未知。大陸訪問大機率需要梯子。中文介面/文件支援未知。開源意味著可能免費自託管，但部署、資料來源接入、維護成本全靠自己。PH 熱度極低（12票），社群反饋幾乎為零。 ## 和同類怎麼選 與 Brandwatch、Meltwater 等成熟商業媒體監控比，Radar 主開啟源與潛在零成本，但功能完整度、易用性、資料覆蓋均屬未知，大陸可用性需自測。技術使用者可優先挖 GitHub；要穩定交付的直接選商業方案。具體以各家官網為準。 ## 值不值得試 觀望。資訊薄、熱度低，僅建議有動手能力且明確需要“自託管媒體情報”的人去翻原始碼驗證；其他人等更多細節再動。
AI Visibility
## 這是什麼 使用者越來越多直接問 ChatGPT、Gemini、Claude「某某品牌怎麼樣」，而不是開啟搜尋引擎。你的品牌在這些回答裡是正面、負面還是直接被忽略，已經變成新的可見度戰場。 AI Visibility 的定位很直白：幫你檢查這三家主流大模型目前是怎麼談論你的品牌的。像給品牌做一次「AI 口碑快照」——目前公開資訊僅止於此。 ## 能打的地方 - 明確覆蓋 ChatGPT、Gemini、Claude 三大模型（據 Product Hunt 標語）。 - 聚焦「品牌在 AI 回答中的呈現」這一垂直場景，比通用輿情監控更貼 AI 搜尋趨勢。 - 其餘能力、資料來源、報告形式均未知，無法展開。 ## 適合誰 · 誰不用碰 適合：已經在做 SEO 或品牌營銷、開始關心「AI 搜尋可見度」的團隊，想快速摸底自家品牌在主流大模型裡的初始形象。 誰不用碰：個人創作者、本地小生意、或者還沒把 AI 搜尋當獲客渠道的人——現階段資訊太少，投入產出比不清晰。 ## 上手門檻 目前只有 Product Hunt 跳轉連結，無獨立官網正文可查。大陸訪問大機率需要梯子；是否支援中文介面/中文品牌查詢未知；免費額度、註冊方式、學習成本全部未知。建議先點進去看實際產品頁再決定是否註冊。 ## 和同類怎麼選 同類已有 Otterly.ai、Peec AI、Profound 等更成熟的 AI 可見度/品牌監控工具。AI Visibility 目前公開資訊極少，定位類似但成熟度與功能深度無法對比。具體以各家官網為準。 ## 值不值得試 觀望。概念踩中真實痛點，但 PH 描述近乎空白、票數極低，屬於「先收藏、等更多使用者反饋或官網補全後再試」的階段。
My College Gate
## 這是什麼 高中生或準大學生面對選校、申請文書、路徑規劃時，常被資訊過載和諮詢費用卡住。My College Gate 把自己定位成“給每個學生、永遠免費”的AI大學諮詢助手，用虛擬助理的方式回答升學相關問題。 目前公開資訊只來自Product Hunt標語與話題（Education / AI / Virtual Assistants），具體能力邊界未知。 ## 能打的地方 - **永久免費定位**：標語直接寫“Free … forever”，對預算敏感的學生有吸引力。 - **垂直場景聚焦**：圍繞大學諮詢（college counseling），比通用聊天更有場景感。 - **虛擬助理形態**：歸在Virtual Assistants話題下，預期是對話式互動，上手快。 （以上均據PH公開資訊提煉，細節需自行驗證。） ## 適合誰 · 誰不用碰 適合：英語夠用、想低成本試AI升學建議的學生或家長，尤其是探索美本/國際升學路徑的人。 不用碰：已經有成熟顧問或國內高考志願體系的使用者；對資料隱私、中文支援、實際準確度要求高的人——目前資訊太薄，風險大於收益。 ## 上手門檻 官網連結目前指向Product Hunt跳轉頁，真實產品站與註冊流程未公開抽取到。預期需要梯子訪問國際服務；中文支援未知（預設按英文工具處理）；價格標榜免費，但額度/限制未知；學習成本理論上低（對話即可），但效果完全依賴模型質量，需自己試。 ## 和同類怎麼選 資訊不足，不做硬對比表。定性看：它比通用ChatGPT/Claude更垂直於“大學諮詢”口號，但成熟度、中文與大陸可用性明顯弱於這些大模型或國內志願填報工具。具體以各家官網為準。 ## 值不值得試 觀望為主。口號好聽、永久免費有鉤子，但公開細節幾乎為零、PH票數僅13，更像早期曝光產品。有英語升學需求且願意花10分鐘驗證的人可以點進去看看；大多數大陸使用者直接用ChatGPT/Claude或本地誌願工具更穩。
Long-term Software Governance
## 這是什麼 商業軟體上線後最怕的不是功能少，而是越跑越脆、越改越亂。Long-term Software Governance 在 Product Hunt 上的標語直接點題：Keep commercial software reliable for the long run。它被掛在 User Experience、Artificial Intelligence、Vibe coding 話題下，看起來想用 AI 手段介入軟體長期治理，而不是隻做一次性生成。 目前公開資訊僅止於此——PH 產品描述為空，官網正文未抽取到，具體是程式碼審查、架構守護還是執行時監控，都無法從現有材料確認。 ## 能打的地方 公開材料太薄，無法提煉可驗證的核心能力。唯一能抓住的是定位本身：強調“長期可靠”而非短期交付，這對商業軟體團隊是真實痛點。其餘功能、效果、差異化均未知，需自行去官網核實。 ## 適合誰 · 誰不用碰 適合已經上線商業軟體、開始頭疼維護成本與可靠性下滑的技術負責人或小團隊，願意試早期 AI 治理方向的人可以留意。 普通個人開發者、只做短期專案、或不想碰資訊空白產品的人，直接跳過——目前沒有足夠訊號證明它能省你時間。 ## 上手門檻 連結指向 Product Hunt，大陸訪問大機率需要梯子。中文支援未知（現有資訊全英文）。價格、免費額度、註冊方式均未知。學習成本也無法評估，因為連產品形態都未公開。 ## 和同類怎麼選 資訊不足，無法做有依據的對比表。目前僅能定性：它更偏“長期軟體治理”概念，而常見 AI 程式設計/審查工具更偏即時編碼輔助。具體差異需自行去各家官網核實。 ## 值不值得試 觀望。PH 票數只有 13，描述與正文幾乎空白，現在試更像在賭一個早期概念。等官網補齊功能說明或有實際使用者反饋再決定，不急。
Flowing
## 這是什麼 寫論文最煩的不是“沒詞”，而是寫著寫著就漂：AI一續寫就變成領域綜述，潤色一通把你的主張改成正確的廢話，引用也對不上自己讀過的那幾篇核心文獻。Flowing 的切入點很直接——把你匯入的 PDF 文獻庫當成寫作的“地面”，讓續寫、潤色和問答都錨定在這些本地材料上，而不是開放網路的泛知識。 它目前是 macOS / Windows 桌面應用（官網可見 v0.1.22 安裝包），定位是“第一款帶上下文感知文獻片段的學術寫作工具”：匯入參考文獻 → 邊寫邊召回相關段落 → 用庫內證據做潤色與續寫。 ## 能打的地方 - **本地文獻庫可檢索**：匯入參考 PDF，支援精確與模糊搜尋，幾十到上千篇都能按段落秒級定位；側邊欄有縮圖，方便跳回原文。 - **三檢視同步寫作**：富文本、LaTeX、PDF 預覽同一文件即時同步，適合需要公式與排版的學術稿。 - **Recall 相關片段卡片**：從草稿裡抓高質量關鍵詞/領域術語，匹配庫內段落，以文字+縮圖卡片展示，一鍵回源。 - **帶上下文的 Ask**：可從草稿或參考文獻裡框選段落作為 AI 對話上下文，減少“每次重貼背景”的摩擦。 - **庫錨定的 Polish / Continue**：潤色強調話語功能、主張校準與證據準確性（不是簡單換詞）；續寫生成“段落真正需要的下一句”，用庫內代表性證據做緊湊綜合，避免範圍漂移成迷你綜述。官網還放了與主流 AI 在真實化學博士稿上的續寫對比說明。 ## 適合誰 · 誰不用碰 適合：手頭已有一批核心 PDF、經常寫論文/學位論文/基金文本的科研人員、博士生、需要嚴格貼著自己讀過文獻說話的作者；尤其吃“邊寫邊召回證據、避免胡編”的人。 不適合：沒有本地文獻積累、只想隨便生成一段通用文案的人；重度需要線上協作/移動端/瀏覽器即開即用的人；對早期產品（邀請碼、版本號仍 0.x）容忍度低的人。 ## 上手門檻 - 訪問與下載：官網提供 macOS / Windows 安裝包，大陸訪問通常需要梯子（站點與資源在境外）。 - 中文：官網與產品描述均為英文，介面與模型對中文學術寫作的支援程度需自行驗證。 - 獲取方式：需邀請碼（Get invite code），非完全開放註冊。 - 價格與學習：定價與免費額度未知；功能圍繞“建庫→寫→召回→問→潤→續”六步，有一定學習成本，但路徑清晰，偏桌面重度寫作場景。 ## 和同類怎麼選 | 維度 | Flowing | NotebookLM | SciSpace | |------|---------|------------|----------| | 核心定位 | 本地PDF庫錨定的學術寫作/續寫/潤色桌面端 | 多源材料對話與筆記（偏研究整理） | 論文閱讀/解釋/寫作輔助（偏線上科研工作流） | | 價格模式 | 未知（邀請制） | 有免費檔/訂閱（以官網為準） | 免費+付費檔（以官網為準） | | 易用性 | 桌面安裝+建庫，偏重度寫作 | 瀏覽器即用，上手快 | 瀏覽器即用，功能面廣 | | 大陸可用性 | 多需梯子，中文未知 | 多需梯子，中文可用度因賬號/地區而異 | 多需梯子，中文支援需自測 | 具體以各家官網為準。若你要的是“把已有 PDF 庫焊進寫作流、LaTeX 同步、證據卡片回源”，Flowing 更貼；若只要快速和幾篇 PDF 聊天或做文獻解釋，NotebookLM / SciSpace 往往更輕。 ## 值不值得試 值得試——前提是你真的有一批要反覆用的本地文獻，且能接受邀請制早期桌面產品。鉤子很簡單：別再讓 AI 替你“寫一篇像論文的東西”，先讓它站在你自己讀過的紙上說話。
NodeRooms
## 這是什麼 想像一座虛擬城市：裡面住著一群AI Agent，它們不只是聊兩句就消失，而是能持續工作、記住經歷，還能在城市裡“旅行”去協作。NodeRooms 的標語就衝著這個方向——“A living city where AI Agents work, remember, and travel”。 它掛在Product Hunt的API/Developer Tools/Artificial Intelligence分類下，票數僅14，maker未留下產品描述。官網 noderooms.com 目前直接無法訪問（ERR_INVALID_ARGUMENT），所以我們只能基於公開標語和話題判斷：這是一款面向開發者的多Agent環境/平臺概念，強調Agent的永續性與空間感，而非單次對話工具。 ## 能打的地方 公開資訊幾乎為零，能提煉的只有標語本身： - **Agent 持久記憶**：不是會話結束就清空，而是“remember”作為核心賣點之一。 - **Agent 可移動與協作**：用“travel”和“living city”暗示Agent能在共享環境中移動、互動，而非孤立執行。 - **開發者向定位**：PH話題明確指向API與Developer Tools，大機率提供可程式設計介面或框架，而不是純聊天介面。 這些都是方向性判斷，沒有引數、截圖或demo可驗證。官網宕機狀態下，談不上“能打”。 ## 適合誰 · 誰不用碰 適合：對multi-agent系統、Agent記憶持久化、視覺化/模擬協作環境感興趣的AI開發者、研究者，以及喜歡跟蹤早期概念產品的人。 誰不用碰：需要今天就能跑通生產流程的團隊；只想找現成辦公/內容AI的普通使用者；對未上線、無文件產品零耐心的創業者。資訊真空期進去只會浪費時間。 ## 上手門檻 目前幾乎無法上手。官網不可達，註冊入口、免費額度、中文支援、價格全部未知。只能從Product Hunt跳轉連結進入，但實際產品狀態不明。大陸訪問大機率需要梯子（.com域名+當前不可達），學習成本更無從談起——先等它活過來再說。 ## 和同類怎麼選 資訊嚴重不足，無法做可靠對比表。概念上接近CrewAI、AutoGen、LangGraph、MetaGPT這類多Agent編排框架，但NodeRooms更強調“城市”式的空間與記憶隱喻（僅據標語），是否有視覺化、持久世界或獨特API完全未知。具體以各家官網為準——前提是NodeRooms自己先能開啟。 ## 值不值得試 觀望，別急著試。概念有畫面感，但產品連官網都掛著、PH幾乎零資訊，現階段投入時間價效比極低。等官網恢復、有文件或demo再回來看是否值得跟進。
订阅 Telegram 频道
每日推送新上线 AI 工具、低价订阅情报、独家深度教程。