🔗：Web | GitHub

⭐️ Features:

• 支持 macOS / Windows / Linux 的桌面客户端
• 内置 Diff、提交、PR 和合并流程
• 内置终端、项目操作、开发服务器、SSH 端口转发和远程实例连接
• MIT 开源免费

AI Coding 这半年又在重演一遍开发工具的历史，大家先兴奋地回到 Terminal，在 TUI 里和 Agent 协作；用着用着又发现真正麻烦的从来不是“没有一个聊天窗口”，而是项目、会话、Diff、终端、GitHub、远程机器和手机之间来回切换。Codex 和 Claude 都已经证明，桌面客户端本身并不稀缺；OpenChamber 是回应开发者对 OpenCode 原有 GUI 不够好用的抱怨，做一个更顺手、功能也更完整的前端。

OpenChamber 把 OpenCode 现有零散、偏终端的操作组织成一个真正可用的开发界面：从 Issue 或 PR 直接启动会话，让 Agent 一开始就拿到任务上下文；工具输出、改动 Diff、终端、Git 状态和任务进度都放在该看的位置；多个 Agent 可以基于独立 Worktree 同时处理同一个需求，再并排比较结果。聊天记录还支持从任意一轮 Undo、Redo 或 Fork，对于 Agent 走错方向、想试另一条实现路径时会很方便，让 OpenCode 从一个很强的 Agent 变成一个更容易长期使用的工作伙伴。

🤔 OpenChamber 当前服务的是 OpenCode 生态；由于功能实在太多，几乎把项目、会话、GitHub、终端、远程连接都接了进来，轻量用户可能会觉得有点重。远程开放本地工作区也不该因为“能连上”就随便暴露到公网，密码、Tunnel 和访问范围都需要认真配置。但如果你已经把 OpenCode 当作日常开发工具，又对它现有的 UI 和工作流不够满意，OpenChamber 是一个很值得尝试的增强型前端。

信息来源：TG频道@NewlearnerChannel

🧭 OpenChamber：给 OpenCode 做了一个更好用的前端最先出现在666News。

🔗：Web | Release Notes

⭐️ Features

• 支持 macOS / Windows / iOS / Android
• 听写时可以插入旁白、补充背景和中途改主意
• 可以根据描述补全一时想不起的人名、产品名或专有名词
• 支持乱序表达后自动重组内容，只保留最终决定
• Translate 支持预设多个目标语言并随时切换
• 新增企业方案，面向组织部署、管理和安全控制

我们之前介绍过 Typeless，我觉得它最大的价值是把自己从传统意义上的语音转文字工具，提升成了一个语言编辑。传统听写只是把声音变成文字，Typeless 则把口语里的重复、犹豫、跳跃和语气词整理成一段能直接发出去的文字。Typeless 2 不再只是理解你说了什么，而是试图理解你说话时脑子里那团还没完全成形的东西。

这次 2.0 最核心的更新是 Dictate 的理解方式，即 “Dictate the way you think”。你可以更接近真实思考那样说话，说到一半插入一个旁白，Typeless 会把它当作上下文，而不是傻乎乎地塞进正文；一时想不起某个人名或产品名，可以先描述它，它会尝试补上准确名称；你也可以乱序表达观点，之后再反悔、调整、补充，最终输出里只保留你最后确定下来的意思。

这对语音输入来说其实是很关键的一步，因为人说话本身就是非线性的。我们打字时可以边写边删，句子天然经过一轮编辑；但说话往往是想到哪里说到哪里，中间还会补充前提、修正措辞、突然换个角度。如果工具只能逐字记录，那么再高的识别率也只是得到一段更准确的废话。

另外，Translate 功能也变得更适合多语言工作流。现在可以提前设置多个目标语言，需要时直接切换。对于经常在中文、英文、日文、韩文之间写邮件、回消息、发社媒的人来说，这个小改动会非常实用。Typeless 也已经覆盖 macOS、Windows、iOS 和 Android，跨设备的完整度比当时介绍时更高了。

🤔 当然，Typeless 的本质问题也没有消失：它很强，但也很贵；它能显著提升高频文字输出者的效率，但如果你只是偶尔语音输入几句话，很难说值得为它长期订阅。以及这类工具终究是在替你“整理表达”，结果可能会变得更顺，但也可能把你原本口语里的锋利、粗糙和个人味道磨掉一点。对我来说，Typeless 2 最大的价值是让语音输入从转录走向了第一次编辑：未来我们可能真的不是在“听写”，而是在把尚未成形的想法交给 AI 做第一次成稿。

📘 关联阅读：

1️⃣ Typeless：用 AI 重新定义语音听写
2️⃣ Type4Me：AI 驱动的 macOS 语音输入法

信息来源：TG频道@NewlearnerChannel

🎙️ Typeless 2：语音输入终于开始理解你是怎么想的最先出现在666News。

🔗：GitHub | Releases

👉 Features

• 将多语言 EPUB、FB2 或 TXT 小说翻译成中文
• 尽量保留 EPUB 原排版、图片、目录和跳转
• 引入多角度一致性机制
• 一站式完成预扫、分析、翻译、可选润色、章末审校、标点规范化和 EPUB 导出
• 默认调用 DeekSeek

📖 村上春树新作长篇小说《夏帆》本月发售，因为一些众所周知的原因，许多日本文学作品已经暂缓出版。没有了官方中译，各路人马开始大展身手。有传记作家坚持人工翻译，拒绝科技和 AI；也有开源爱好者琢磨怎么尽可能稳定地翻译长篇小说，并最终用 DeepSeek 完成了《夏帆》的翻译，在社交媒体收获许多好评

💡 本项目「文译」就是完成《夏帆》中译所用的项目，开发者结合译制工作实际情况，加入了一致性机制、断点翻译、审校等多项功能。如今借助 AI，我们能够快速完成很多此前很难想象的长文翻译工作。具体的成果，大家可以自行评判并决定是否进行阅读

👀 即便对于 AI 介入严肃的文艺领域还有很多不信任和排斥，我也不能不承认，在这样特殊的情况下，AI 润色翻译小说确实有着高效、不俗的表现。同理，针对一些外文小语种的影视作品字幕翻译，也能够用类似的方式迅速完成。但这并不能够取代「古法」手工译制的字幕组在我心中的地位，只能说是一种备用选项。AI 对于翻译的冲击确实很大，但「人味」恰恰是文字表达中最宝贵的东西

📘 关联阅读：

1️⃣ Belin Doc：保留原文排版的 AI 文档翻译
2️⃣ 介绍两个开源的视频翻译 / 字幕添加 AI 项目

信息来源：TG频道@NewlearnerChannel

📚 文译：将被语言阻隔的作品，带到读者的语言中最先出现在666News。

🔗：Web | GitHub

⭐️ Features:

• 支持输入翻译、划词翻译、截图翻译、静默 OCR
• 可同时接入多个翻译服务，方便对比结果
• 内置微信 OCR，也支持 PaddleOCR 等离线识别
• 支持 TTS、生词本、历史记录、全局快捷键和插件扩展
• WPF 开发，开源免费

我在 macOS 上用 Bob 很多年了，不得不说 Bob 的使用非常方便，对于翻译这种需要尽量克制的任务我一直认为 Bob 这类弹窗式 App 要比浏览器的翻译插件要好很多。因为工作原因不得不换到 Windows 平台，才发现这边虽然类似产品不少，但真正顺手的并不多。之前找过 Pot 之类 Bob-like 工具，用下来总觉得差点意思：要么是基于 Electron，体感上总有点笨重；要么就是项目已经年久失修，功能还在，细节和维护却跟不上。最后惊喜找到 STranslate，我认为它就是目前 Windows 平台最好的 Bob 替代品。

当然，STranslate 也确实没有 Bob 精致。Bob 在 macOS 上那种原生感、细部动效、界面克制程度，依然是这类工具里的标杆；而 STranslate 更像一个很强、很实用、很接地气的 Windows 工具，功能堆得很满，也更偏效率优先，而不是审美优先。好在它至少不是那种“看起来什么都有，实际哪都卡一下”的壳子货。用 WPF 做这件事，本身就比一票 Electron 翻译工具更让我有好感。

🤔 如果你长期待在 macOS，用过 Bob，大概率会理解我说的这种“戒断感”；而如果你刚好又被迫切到 Windows，STranslate 基本是少数能把这种落差补回来的工具之一。它未必有 Bob 那么优雅，但在 Windows 这边，能做到这一步已经很不容易了。

信息来源：TG频道@NewlearnerChannel

📘 STranslate：Windows 上目前最像 Bob 的翻译工具最先出现在666News。

把 IP 换成密钥：无论设备在哪、网络怎么变，只要知道对方的公钥就能建立一条默认直连、默认端到端加密的连接，让整个互联网变成一台「安全的 localhost」。

✨ 特点

• 拨号密钥而非 IP：每台设备用一对密钥标识，公钥即地址。设备换网络、跨 NAT、藏在防火墙后都能被稳定寻址，连接不会因为 IP 变动而断掉。
• 默认直连、默认加密：优先打洞建立设备间直连，常见场景 95% 以上的数据不经云端中转，既降低云出口带宽费，也让端到端加密成为默认而非可选。
• QUIC 多路径：同一条连接内可同时管理 Wi-Fi、蜂窝等多条路径，并随信号质量热切换，弱网和移动场景下连接更稳。
• 模块化协议生态：在裸连接之上提供 Blobs、Gossip、Documents 等可插拔协议，按需组合。
• 自定义传输：统一的「拨号密钥」抽象之下可接入 BLE、LoRa（建设中）、WiFi Aware 甚至 Tor，也支持编译到 WASM 在浏览器运行。
• 多语言绑定：除 Rust 外，1.0 起官方支持 Python、Node.js、Swift、Kotlin，可直接嵌进 iOS 与 Android 应用。

⚙️ 机制

iroh 的底层是点对点的 QUIC 连接：用 EndpointId（一枚 ed25519 公钥）直接作为 TLS 握手中的身份，因此连接天然双向认证、无法被中间人劫持。建立连接时，端点先把 (endpointid, relayurl) 发布到 pkarr 记录，对方通过 DNS 查到中继地址完成 QUIC 握手，握手后双方交换 IP 尝试打洞转为直连，打洞失败则继续走中继回退。

地址查找上它没有自研 DHT，而是复用 BitTorrent mainline 这张全球最大的 DHT，尽量站在 IETF 标准（QUIC、TLS、ALPN）之上——用 wireshark 抓包看到的就是一个普通 QUIC 连接。

主要依赖：核心用 Rust 编写（占比 99.6%），基于自研 QUIC 实现 noq，加密全部采用标准 TLS，并已支持可选的后量子密钥交换。

👨🏻‍💻 使用场景

• 分布式 AI 训练：跨 AWS、GCP、Azure 与自建节点做梯度共享和管线并行时，用 iroh 在地理上分散的算力之间建立直连通信，省掉中心协调器。Nous Research、PrimeIntellect 均已在生产中这样使用。
• 移动应用实时同步：网络时断时续的环境里，为数十万台设备提供可靠的数据同步，设备切换 Wi-Fi 与蜂窝时连接自动迁移。
• POS 支付：让支付终端通过 BLE、LAN 或 Wi-Fi 直连收银系统，满足 PCI 合规且不需要额外服务器。
• IoT 与嵌入式：在 ESP32、Raspberry Pi、Linux 上跑同一套 API，设备自动相互发现，无需 broker 或网关。
• 文件传输与音视频流：在设备间做内容寻址、可续传、逐字节校验的大文件传输，或搭建低延迟的加密视频流。

🛣 路线图

• 更多开箱传输：目前开箱仅支持 IPv4、IPv6 和中继三种传输，自定义传输 API 刚推出不久，LoRa 传输尚在建设中。
• 浏览器作为对等端：现阶段浏览器接入仍需借助 webrtc，让浏览器真正作为 iroh peer 参与是社区高频诉求。
• 加密 ClientHello（ECH）：用于隐藏 QUIC Initial 包里的 SNI，等待 rustls 上游支持后再集成。

💬 社区评价

iroh 于 2022 年开源，历经 4 年、 65 个预发布版本后在 2026 年 6 月发布 1.0。目前在 GitHub 上获得约 10,000+ 星标、464 次 Fork、 60 位贡献者参与开发，crates.io 上每月约 6.1 万次下载、被 196 个 crate 依赖，公共中继近 30 天创建了超过 2 亿个 endpoint，社区活跃度很高。

• 「网络速度翻倍，我们的算力预算就减半。」
  -「想连两台电脑，用 Tailscale；想给 App 里的某个功能加点对点连接，用 iroh。」

🖊 作者背景

• Brendan O’Brien – 联合创始人 / CEO：曾在 Protocol Labs 参与去中心化 Web，做过 qri（去中心化数据集版本管理）等开源项目。
• Friedel Ziegelmayer – CTO：前 Protocol Labs 工程师，iroh 头号贡献者，深耕 Rust 加密与 P2P 生态。

💰 定价

核心库与协议永久开源免费，商业化通过 iroh services（托管中继、监控仪表盘、网络诊断）实现。

• Free：$0/月 · 本地开发测试、7 天数据保留、社区支持。
• Pro：$19/月起 · 用量计费、30 天保留、8×5 工单支持；专属中继 $199/relay/月、额外连接 $0.5/100 endpoints。

信息来源：TG频道@NewlearnerChannel

iroh：用公钥而不是 IP 地址来「拨号」任意设备的点对点网络库最先出现在666News。

🔗：Web | GitHub

⭐️ Features:

• MD + YAML 本地保存，无私有格式
• Git-first
• 支持块编辑器
• 原生支持多种 AI agent
• 无账号、无订阅、无云依赖，离线可用
• 支持 macOS / Windows / Linux，开源

和大火的 Obsidian 一样，Tolaria 也是一个本地文件优先的笔记软件。每条笔记都是 Markdown 文件，用 YAML frontmatter 存结构信息，Wikilinks、关系、白板、媒体预览这些能力也都在熟悉的 PKM 语境里。两者的区别在于 Obsidian 更像一个高度可扩展的个人知识工作台，很多能力依赖插件补齐，用户也很容易陷入到无限的美化和插件折腾的怪圈里；Tolaria 则固定了一系列的笔记工具如块编辑、Slash Command、Git 提交、历史浏览和推送同步，用户开箱就能用到这些核心能力，并且原生集成 AI agent。

在同步功能上，Tolaria 把每个 vault 当成 Git 仓库，在应用内即可提交、推送、查看历史，以及对单篇笔记浏览版本变化。这个设计可能偏极客，但是对于接触过 Git 的用户可能非常有用，因为知识库本来就应该是可以溯源的。

🤔 虽然 Tolaria 经常被拿出来同 Obsidian 对比，但 Tolaria 不一定是给所有 Obsidian 用户的替代品。如果已经深度依赖 Obsidian 的插件生态、移动端体验和长期打磨出的工作流，Tolaria 目前肯定不能直接替换。可以把 Tolaria 看作是 AI 时代里被打上 Mod 的 Obsidian，Git 同步和 AI 接入更原生、更少折腾。当然目前 Tolaria 还处于早期且迭代非常积极的开发阶段，功能可能频繁变化，也可能有 bug，使用时应当注意备份。

信息来源：TG频道@NewlearnerChannel

🧠 Tolaria：更 Git-first 的 Obsidian 替代品最先出现在666News。

🪟 WindowShade：把经典 Mac OS 的窗口卷帘带回 macOS

🔗：GitHub | 演示视频

👉 Features

• 支持 ⌃⌘C 折叠 / 展开当前窗口
• 支持双击窗口标题栏，将窗口内容原地卷起
• 折叠后保留一条标题栏式卷帘条，不把窗口送进 Dock
• 菜单栏显示已折叠窗口数量，并可快速恢复
• 支持 ⌃⌘1 到 ⌃⌘9 展开对应窗口
• 支持原貌卷帘和标准标题栏两种样式
• 支持悬停预览、卷帘条整理、置顶、半透明和音效设置
• 针对快速预览、便笺、微信、Adobe 全家桶等应用做了兼容处理

💡 WindowShade 想解决的是一个很小但很真实的问题：有时你只是想临时看一眼后面的窗口，不想关闭、不想隐藏应用，也不想把窗口最小化到 Dock 再找回来。

它的做法是用 Accessibility API 找到当前窗口，用 ScreenCaptureKit 截取窗口顶部，再生成一条 AppKit 覆盖层作为“卷帘条”。真实窗口会被移到屏幕外、隐藏或最小化，但在用户看来，这个窗口只是被原地卷起来了。

👀 这个项目更像是把经典 Mac OS 时代的 WindowShade，用现代 macOS 能接受的方式重新做了一遍。它不是完整窗口管理器，而是补上“展开”和“离开桌面”之间的中间态：窗口内容先退场，标题、位置和恢复入口还留在原处。

信息来源：TG频道@NewlearnerChannel

🪟 WindowShade：把经典 Mac OS 的窗口卷帘带回 macOS最先出现在666News。

🔗：GitHub | 项目介绍

⭐️ Features:

• 导入 OPML 或 RSS 地址
• 根据阅读行为自动学习偏好
• 支持 Docker Compose 部署
• SQLite 单文件存储
• 无需绑定 LLM API，可接入 embedding 服务或本地模型

RSS 的好处是信息源掌握在自己手里，坏处也是信息源容易古板、陈旧、机械的掌握在自己手里。订阅一多，每天几百篇未读文章堆在收件箱里，阅读很容易逐渐变成一种负担。平台推荐当然省心，但代价是信息分发权也一并交给了平台。邸报在两者之间找一个位置，让信源仍然由用户选择，但排序交给算法完成。导入 OPML、添加 RSS 地址之后，就可以在邸报中像普通阅读器一样浏览、收藏和标记文章。与传统 RSS 阅读器不同之处在于，邸报会根据阅读行为逐渐学习用户的偏好，再对订阅池中的内容重新排序。它不会引入新的信息来源，只是在你已经订阅的文章里，把可能更值得先看的内容浮上来。

这个思路非常合理。现在很多“AI 阅读”产品习惯让大模型直接吞掉整条信息流，逐篇总结、筛选和判断，不仅消耗大量 Token，也容易让阅读变成被模型加工过的二手信息。而邸报选择了另外一条路，通过行为数据、embedding 和排序，已经可以解决大部分需求，每篇推荐还会附带理由，不只是扔给用户一个无法理解的黑盒分数。

部署方面，邸报支持 Docker Compose，可以运行在 NAS、VPS 或本地电脑上。数据保存在 SQLite 文件中，备份基本就是复制粘贴。它不依赖中心化服务，也不强制绑定付费 API。接入硅基流动之类的 embedding provider，或者在本地跑一个小模型，就可以获得不错的推荐效果。

👀 开发者将邸报称作“外部嗅觉器官”，我很喜欢这个描述。RSS 阅读器流行于 2000 年前后，推荐算法在十多年前就已经被大规模验证，但直到今天，两者仍然很少被真正结合起来。邸报目前的完成度和推荐效果都需要更多真实使用来检验。如果你的 RSS 收件箱已经长期处于爆炸状态，又不愿意把阅读完全交给平台算法，邸报很值得试试看。

信息来源：TG频道@NewlearnerChannel

📰 邸报：把推荐算法重新接回 RSS最先出现在666News。

🔗：GitHub

👉 Features

• 自动帧检测：识别胶片帧之间的间隙，无需手动标记
• 批量处理：同时处理多张照片，适合整卷胶片 Workflow
• 虚拟副本：为每帧创建独立虚拟副本，保留原始扫描文件
• 精确裁剪：基于图像分析生成像素级精确的裁剪框
• 边界清理：0.3% 微小内收，消除扫描脏边和 bleed

📷 上次聊到，自己买了一台 Olympus OM-1 胶片相机，并且拍了一卷 5219 电影卷送去冲洗。由于除碳和 ECN-2 的工艺比较麻烦，为了保证最终质量，索性上了一台哈苏 X5 扫描仪以获得最高后期宽容度。但冲扫店为了图省事，直接发来了 12 张 135mm 照片为一个合集的大文件，也就意味着他们后期去色罩也是一大张照片一起的，这让我感到很恼火

❓ 如果你想避免这种情况，最好找那些愿意拆分照片再分别去色罩的商家。一个更为现实的问题是，我如何快速把这个接近 1GB、含有 12 张照片的大图像进行切分？在咨询群友后，他给了我一份 JSX 脚本，现在看来就是 FilmCrop 项目的再开发。意外得还算好用，基本上把 6×2 的照片都拆分出来了，边框还需要再进行细致的调整

💡 最近偶然看到有网友分享了自己在用的 135mm 胶片裁剪脚本，刚好适配 Lightroom，于是和大家分享一下。开发者提供了一键安装脚本，根据 README 引导安装即可。使用起来也很方便，你可以选择让脚本自动检测帧，也可以指定裁剪帧数。项目采用 NumPy 和 Pillow 检测和处理图像，对于单列 135mm 胶片条来讲，效果还是不错的，但边缘依然需要再处理一下

👀 目前唯一的问题就是脚本并不支持 2 列或多列的大文件自动裁剪，依然会在最中间的位置寻找帧，从而导致输出结果混乱。针对这个问题，我也向开发者提出了 Issue，希望后续得到更好的优化和解决

• 实际上，胶片上扫描仪的时候，一般都是将一卷拆分成若干段（一段常见 6 张）再进行扫描，以上提到的裁剪是冲扫店日常需要处理的事情

📘 关联阅读：记一次奥林巴斯胶片相机的购买与使用（以 Olympus OM-1 及其配件为主）

信息来源：TG频道@NewlearnerChannel

🎞 NegativeCutter-135：Lightroom 135 胶片扫描自动裁剪插件最先出现在666News。

🔗：Web | Demo | Download

👉 Features

• 每日摸鱼统计
• 支持 App 和网页计时
• 永久免费、无广告
• 本地版无需注册账号，不登录网页版时，时长数据仅保存在本地
• 订阅版提供历史摸鱼率统计，每周总结，还可参与在线排行

👀 依稀记得独立开发者三件套的年代 —— 记账、笔记、番茄钟，那时候大家对于「正统地追求效率」这件事非常看重。时过境迁，一场疫情让很多人想明白一些事，而 Vibe Coding 的崛起让各种天马行空的想法成为了现实，三件套辉煌的年代已经远去

👻 于是「摸鱼」这个词在近几年得到了越来越多的认可和背书，大家越来越关注 WLB 这件事。我喜爱的播客节目 Anyway 的创始人 JJ Ying 为此开发了一款 macOS 软件，能够帮助你洞察你的 Mac 日常使用情况，一起来看看

❓ 有人会问，macOS 已经提供了「屏幕使用时间」功能，为什么还需要一个第三方 App 呢？抛开 UI 等问题不谈，主要是 Apple OS 提供的统计功能经常会出现统计不完整、挂入后台依旧计入时长、多平台整合混乱等问题，使得这个功能出来了好几年依然得不到用户的信任

💡 而摸摸鱼计时器可以很好地帮你记录每天使用的 App 和网页浏览情况，通过菜单栏即可一目了然地看到使用时长占比以及「摸鱼率」。如果你注重隐私，可以下载本地版 App，全部都是免费的。如果你更想要和网友们一起分享摸鱼时光，获得更详尽的统计和分析，那么可以通过 68 元一年的订阅帮助开发者给服务器回血

😘 总之，摸鱼愉快！

📘 关联阅读：

1️⃣ 10 秒钟生成活动简报，又有更多的时间摸鱼了
2️⃣ Summer Afternoon：开工摸鱼玩什么，夏日小镇治愈你
3️⃣ 独立开发者故事 #57 – “你带薪拉屎的时间值得被记录下来！”
4️⃣ 电脑摸鱼工具大盘点

信息来源：TG频道@NewlearnerChannel

🐟 摸摸鱼计时器 2.0：记录专注与摸鱼时间的 macOS 菜单栏工具最先出现在666News。