初创.work Logo
初创.work
探索分类标签
提交产品
初创.work Logo
初创.work

专注初创产品的曝光与发现。为独立开发者、一人公司和创业者提供免费的产品展示平台,获得高质量反向链接、触达早期用户、建立品牌认知。精选优质初创产品,让创新被更多人看见。

产品服务

  • 探索产品
  • 产品分类
  • 产品标签
  • 提交产品
  • 全球分发服务

关于

  • 关于我们
  • 联系客服
  • 服务条款
  • 隐私政策

订阅更新

第一时间发现新上线的优质初创产品

© 2026 初创.work (Startup Launch). All rights reserved.

v0.1.0
探索产品

浏览和筛选产品

按分类筛选,按最新或热度排序,发现最适合您的工具。共 472 个产品

筛选分类

全部472效率工具472编程开发328智能体301图像生成271视频创作265通用助手246知识管理211写作与内容169虚拟陪伴154音频与音乐113办公与文档109教育学习102搜索与资讯97生活服务93数据与分析91科研辅助85娱乐与趣味77营销与电商74设计与创意74建站与低代码58健康与心理58金融财务23其他11
共 472 个产品,当前第 16 页
最新最热
格子绘 AI

格子绘 AI

格子绘 AI - 角色人物定制,修图,造图,多功能生图网站。

格子绘AI —— 一个让普通人也能画出专业作品的AI生图网站 这是一个AI智能生图网站,可以定制人物样貌;可以修图,改图,造图的多功能网站。 它能干什么? 它能帮你做两件事: 第一,设计角色。 它内置了一个素材库,里面有脸型、眼睛、鼻子、嘴巴、发型、身体等十几类素材。你只需要把这些素材拖到画布上,像拼图一样拼出你想要的形象,然后告诉AI”生成一个二次元风格的少女”或者”写实风格的战士”,几秒钟后一张高质量角色图就出来了。 第二,设计场景。 它提供了矩形、三角形等基础形状工具,你可以用不同颜色的色块在画布上搭出空间结构——这个位置是墙,那个位置是地面,前面是近景,后面是远景。AI会看懂你的布局,帮你渲染成真实的场景画面。 内部还有画笔工具,随便画。 怎么用? 用起来只有三步,比P图简单得多: 第一步,搭框架。 如果是做角色,就拖素材拼形象;如果是做场景,就用色块摆空间。摆放自由,可以拖拽、缩放、旋转、上下左右随便调。 第二步,写描述。 告诉AI你想要的风格和细节,比如”古风仙侠,白衣飘飘,金色阳光”或者”赛博朋克街道,霓虹灯,雨天夜晚”。不用写很长,几句话就行。 第三步,点生成。 等着AI出图,不满意就微调一下画布再来一次,直到满意为止。 整个过程在网页上就能完成,电脑手机都能用,不需要下载任何软件,不需要学任何专业知识。 它好在哪里? 第一个好:想怎么画就怎么画,AI不会乱来。 这是它和别的AI绘画工具最大的区别。其他工具你写一句话等结果,出来是什么全靠运气。而这个网站是你先把框架摆好,AI只是帮你美化和渲染,你说人物在左边,它绝不在右边,构图完全听你的。 第二个好:不用会画画,小白秒上手。 你不需要会设计、会绘画、会用Photoshop,只要会用鼠标拖拽就行。素材库和形状工具就是你的画笔,比玩手机游戏还容易。 第三个好:出图快、质量高。 从搭框架到出成品,几分钟搞定。画师手工做一张角色设定图可能要几小时,你用这个网站十几秒就能拿到高质量初稿,效率直接翻几十倍。 第四个好:风格不受限制。 写实、二次元、水墨、科幻、古风……只要你描述得出来,它就能画出来。同一套框架,换个风格词就能变出完全不同的效果。 **第五个好:免费试用 谁适合用它? 画师用它出概念稿、找灵感,省去大量前期时间 游戏和动漫创作者用它快速产出角色设定和场景概念图 自媒体博主用它做专属配图和封面 写小说的人用它把角色画出来,让读者一眼就记住 完全不会画画的新手,用它实现自己脑海里的画面 总而言之,这是一个让创意不再被技术限制的网站。你不需要会画画、不需要懂设计、不需要学任何复杂工具,只要你有想法,它就能帮你把想法变成看得见的画面。 这就叫:你负责想象,它负责实现。
图像生成
ego

ego

可支持多空间并行隔离操作的 AI 原生智能体浏览器。

ego 是一款专为 AI 智能体与人类用户高效协同、并行执行网页自动化而打造的 Chromium 定制版浏览器。 和许多依赖轻量级脚本修饰、一遇到复杂多账户环境和动态网页架构就无法精准定位元素的普通浏览器插件工具有所不同。 ego 更加强调与大模型底层生态深度交融的原生网页操控落地力。 系统底层原生深度嵌入了定制的 Chromium 内核。 【产品功能】 自然语言驱动的 AI 智能体专属多空间并行隔离操作: 支持为不同的 AI 助手开辟独立的后台工作空间,人类在前台正常浏览,智能体在后台多线并发推进网页自动化。 一键无缝继承的个人 Chrome 数据状态级深度迁移: 支持一键迁移主流浏览器的历史记录、Cookie、密码和状态凭证,让智能体直接共享已登录状态,绕过频繁的二次认证。 定制内核级别的语义快照压缩与低 Token 消耗感知: 依托深度定制的 Chromium 引擎生成高保真语义网页快照,轻松穿透跨域 iframe 与复杂渲染组件,大幅缩减上下文提及并节省 Token。 内置多重开放 Agent 通信能力的通用连接技术底座: 原生提供灵活的连接层级支持,允许各类主流的命令行和本地大模型编码工具通过简单的 JavaScript 指令直接驱动浏览器行为。
效率工具
Hermes Desktop

Hermes Desktop

支持闭环自主进化与多终端网关挂载的 AI 开源桌面智能体。

Hermes Desktop 是一款由 Nous Research 社区维护的 AI 原生自适应桌面智能体平台与自动化调度工作台。 该产品专注于解决传统大模型助手频繁遭受供应商锁定、缺乏跨会话长期记忆、以及多步工程流水线中技能难沉淀、必须反复解释背景的实际痛点。 【产品功能】 自动反思沉淀的闭环自主技能进化循环: 能够自适应学习用户的操作逻辑,在复杂任务执行完毕后自主提炼出全新技能并不断迭代优化。 跨主流多平台网关挂载的跨端连贯触达: 支持直连 Telegram、Discord、WhatsApp 及 Signal 等多渠道通讯软件,完美承接语音指令转写与跨平台会话连续性。 穿透式的全量会话检索与深层用户建模: 内置全文检索技术并配合大模型摘要实现跨会话的精准上下文召回,兼容开源标准,构建深度的用户偏好行为卡片。 纯自然语言编排的常驻自动化定时任务: 内置灵活的 cron 定时触发模块,支持直接使用大白话指令来让智能体无人值守地按时运行每日简报、夜间备份及每周审计。 隔离子智能体分发与多平台后端异构运行: 支持一键派生出多个隔离的子智能体进行高并发并行作业,无缝接入本地、Docker、SSH 远程以及云端沙箱等七种运行后端。
效率工具
IndieForge

IndieForge

IndieForge—— 为独立开发者打造的项目管理工具

写在前面:这篇文章记录了我从零开始开发一款 iOS App 的全过程。没有融资,没有团队,没有外部资源。只有一个刚毕业的硕士生、一台 Mac、和一个想做点什么的念头。 一、为什么做这件事 今年硕士毕业。 毕业季过后,有一段属于自己的时间。论文写完了,答辩结束了,学位拿到了。然后呢?艰难的大环境,让我难堪,于是我想做点什么,做点我想做的事情。 我做过‘冰箱’物品管理软件《别忘了你的冰箱》,但是这个软件完全是免费的,对于那688的Apple developer会员,我想做一些商业化的产品。 二、做什么产品 做产品之前,先想清楚一个问题:谁需要什么? 我的回答是:我需要什么。 我自己平时会维护一些小项目——有的在 App Store 上架了,有的是 side project,有的写着写着就放下了。管理这些项目的过程让我特别痛苦: Notion 管任务,但它面向团队,一个人用总觉得大材小用; Google Sheets 记收入和支出,但和任务完全割裂; 备忘录 写开发日志,但没有结构,翻回去看一片混乱; 纸笔 画看板,但没法跨设备同步。 我试过 Trello、Linear、Things、OmniFocus,每一个都很好,但没有一个是从”一个人做产品”这个场景出发设计的。 市面上缺少一款工具:它能按版本管理任务,能追踪每个项目赚了多少花了多少,能把散落各处的文件归档到一起,能让我记录自己的开发故事,还能让我把这些故事分享出去。 既然没有,那我就自己做一个。而且恰逢这两年OPC经济又被炒出来了,独立开发者也渐渐增多,于是 IndieForge 被推了出来。 所谓IndieForge 就是,Independent Forge,字面意思独立锻造,翻译过来就是独立产品的意思。还具有两个层次的更深层含义: 第一层:Forge = 铁匠铺:铁匠铺是一个人工作的地方。 铁砧(Anvil) :承载一切的基础 —— 就像项目管理框架,任务有了放的地方 锤子(Hammer) :反复敲打的工具 —— 就像每天的编码和迭代 火焰(Fire) :让金属变软、可塑的热量 —— 就像热情和动力 火花(Spark) :锤子落下时飞溅的光 —— 就像灵感、突破、每一次发布 铁匠不是一次性造出完美作品的。他反复加热、反复敲打、反复淬火。独立开发也是一样:一个版本一个版本地打磨。 第二层:Forge = 创造 Forge 还有一个意思:to forge ahead(奋力前进)。 对独立开发者来说,每一天都是在没有路的地方开路。 没有人给你分配任务,没有人检查你的进度,没有人告诉你方向对不对。你自己决定做什么,自己动手做,自己承担结果。 这就是 forging —— 在未知中开辟道路。 三、这段时间做了什么 接下来是这段时间的完整开发记录。我会按功能模块逐一介绍,每个模块说清楚它解决什么问题、怎么设计的、用了什么技术。 3.1 版本驱动的项目管理 IndieForge 的核心设计决策:按版本(Version)组织任务,而不是按 Sprint。 为什么?因为独立开发者的节奏不是两周一个 Sprint,而是”这周把 v0.3 的功能做完,下周末发 TestFlight”。版本是独立开发者心里真正的节奏单位。 在 IndieForge 里,一个项目有多个版本,每个版本有多个任务。任务可以在四列看板(To Do → Doing → Review → Done)之间拖拽移动。 3.2 收入与投资追踪 独立开发者最常被问到的问题之一:你那个产品赚钱了吗? 大多数人的回答是:好像赚了?不太确定。 因为收入数据分散在 App Store Connect、支付宝、Stripe 等多个平台,成本数据分散在各种订阅账单里。没有一个统一的视图能看到:这个月净利润到底是多少。 IndieForge 的财务模块就是为了解决这个问题: 收入条目 按项目、按月份记录,支持手动录入和 CSV 导入 投资条目 记录每一笔支出(服务器、工具订阅、域名、广告、设计外包等),自动归类 损益面板 收入 – 投资 = 净利润,按项目维度和整体组合两个视角展示 六个月趋势图 使用 Swift Charts 绘制堆叠柱状图,一眼看出收入走势 数据全部存在用户的 iCloud 里,我不碰任何人的财务信息。 3.3 项目文件归档 做产品过程中会产生大量文件:PRD 文档、API 合同、设计稿、App Store 截图、财务表格…… 这些文件通常散落在各种地方——有的在 Downloads 文件夹,有的在微信聊天记录里,有的在 iCloud Drive 的某个深层目录。 IndieForge 的文件管理模块让这些文件归到项目里: 支持 Word、Excel、PDF、图片、Figma、Sketch、JSON 等常见格式 文件自动按类型分组(文档 / 表格 / 设计 / 图片 / 数据) 可以关联到特定版本,也可以被任务引用作为参考资料 通过 CloudKit CKAsset 同步到所有设备 缩略图优先同步,大文件按需下载,本地缓存自动管理 3.4 Apple 生态深度集成 作为一个 SwiftUI 项目,IndieForge 覆盖了 Apple 几乎所有的系统扩展点: 桌面小组件(WidgetKit) 小尺寸:连续天数 / 今日聚焦 / 收入摘要 中尺寸:今日任务详情 / 收入仪表盘 大尺寸:完整数据概览 Apple Watch 伴侣应用 表盘 Complication:四宫格数据摘要 Today’s Focus:查看今日任务,点击标记完成 Revenue Glance:收入概览 + 趋势迷你图 Streak Ring:环形进度 + 统计数据 Mac 桌面端 三栏布局:侧边栏导航 + 主内容区 + 详情面板 支持项目表格视图、看板视图、Overview 仪表盘 所有数据通过 CloudKit 同步。iPhone 上记一笔收入,Mac 上立刻能看到。 3.5. AI助手 Forgey AI 四、技术决策与取舍 做独立产品,技术决策要服务于一个原则:一个人能维护。 所以我做了以下取舍: ✅ 选择 Swift 全家桶:SwiftUI + SwiftData + CloudKit。优点是和 Apple 生态深度绑定,API 一致性好。缺点是只能跑在 Apple 平台上。但对于一个 iOS 优先的产品,这不是问题。 ✅ 选择 CloudKit 而非自建后端:好处:零服务器成本(10,000 用户以内基本免费)、数据加密、Apple 维护基础设施。坏处:调试痛苦(CloudKit 的错误信息堪称谜语)、平台锁定。权衡之后,对一个 MVP 来说是正确选择。 ✅ 选择 RevenueCat 管理订阅:StoreKit 2 本身可以处理订阅,但 RevenueCat 提供了更友好的 dashboard、A/B 测试、和跨平台能力。8 美元/月的成本完全可以接受。 ❌ 不做 Android现阶段没有精力同时维护两个平台。如果 iOS 端验证了 PMF(Product-Market Fit),再考虑用 Kotlin Multiplatform 扩展。我本来是做Android的,不做Android的还有一层次原因是Android的国内上架程序繁琐,商业化流程复杂。 ❌ 不做 Web 端同样的原因。先把一个平台做到极致。 ❌ 不自建后端省掉服务器运维、数据库管理、API 开发、安全审计等大量工作。一个人的时候,能不做的事就不做。 五、这段经历教会了我什么 1. 完成比完美重要。 我一开始想做很多功能。后来发现,如果每个功能都想做到完美,永远发布不了。最后给自己定了规则:先交卷,再改。所以 v0.3 就提交审核了。不是完美的产品,但它是完整的、可以被人用的产品。 2. 自驱力是一种需要练的能力。 没人催你,没人检查你的进度,全靠自己。前几天很兴奋,中间有几天想摆烂,后来看到功能一个个做出来又停不下来。这段时间下来,我觉得自己的自驱力上了一个台阶。 3. 做产品的过程中,你会变成一个更好的人。 这句话听起来很鸡汤,但我是认真的。做产品让你学会取舍(功能优先级)、学会共情(用户到底需要什么)、学会面对不完美(总有 bug)、学会坚持。这些能力不管未来做什么都有用。 六、接下来的计划 短期: 等待 App Store 审核结果 通过后发布第一个商业化验证版本 收集第一批用户反馈 长期: App Store Connect API 集成 如果验证了 PMF,考虑 Android(KMP),以及自建服务器。 接入AI问答功能,作为您的独立开发顾问。 七、写在最后 这篇文章不是成功故事。App 刚提交审核,还没有一个用户,不知道市场会不会接受它。 但这是一段真实的记录。 记录一个人怎么从一个想法开始,一段时间后把它变成一个可以下载的产品。 如果你也在做自己的 side project,或者正在考虑开始,希望这篇文章能给你一点参考。 不需要很大的团队,不需要很多的钱,不需要完美的时机。 你需要的只是:一个你真正想解决的问题,和打开编辑器的勇气。
效率工具
LRA

LRA

让 Agent 长时自动化开发, 解决 Agent 上下文丢失、过度设计、过早完成等核心痛点

一句话定位:让 AI Agent 不偷懒、不崩溃、不跑偏,把”睡一觉醒来跑完 5 万行代码”这件事变成现实。 一句话上手:pip 一键安装,lra init 自动生成 CLAUDE.md / AGENTS.md,你的 Agent 立刻就会用。 一、功能亮点 轻量到极致,零门槛接入 pip install long-run-agent 一行装好,没有重型依赖、没有服务端、没有数据库。所有状态就是 .long-run-agent/ 目录下几个 JSON / YAML 文件,跟着 Git 走,人能读、Agent 也能读。 突破上下文窗口限制 内置输出限制感知:4K 的 GPT-4o-mini、8K/16K/128K 的各类 Claude 都能各司其职。lra context –output-limit 按模型能力自动推荐和拆分任务;lra orientation 一条命令完成上下文重建(工作目录、项目结构、最近提交、任务进度、索 引位置),Agent 重启即接续,不再被上下文长度卡死。 Constitution 规范驱动 + 质量门禁,专治”AI 偷懒” 这是 LRA 区别于普通任务清单工具的核心。项目把不可协商的原则写进 .long-run-agent/constitution.yaml,分三层: – NON_NEGOTIABLE(不可协商):连 –force 都绕不过去,必须通过; – MANDATORY(强制):必需门禁必须过; – CONFIGURABLE(可配置):按需开关。 门禁支持 shell 命令(如 pytest tests/)、字段检查、自定义函数。任务完成时自动验证,失败自动进入 optimizing 状态并给出修复建议——AI 没法靠”我说做完了”蒙混过关。 Ralph Loop 7 阶段迭代引导,逼着每一步走扎实 每个任务最多 7 次渐进式迭代:理解规划 → 基础实现 → 功能完善 → 质量提升 → 优化改进 → 验证测试 → 交付准备。质量门禁按阶段触发,早期阶段不卡性能、不卡深度 测试,后期逐步加严。三件贴心设计:所有必需检查通过可提前完成(不必硬走 7 次)、同一阶段卡 3 次自动提示跳阶段、重构阶段带测试覆盖率安全提示。 Relay 全自动接力 + 断点续跑,真正的”自动驾驶” lra relay 一条命令跑完整个队列:取任务 → claim 加锁 → 跑 Agent → Constitution 验证 → 更新状态 → git commit,全程无人值守。崩溃恢复靠”阶段级提交”——每个阶段完成立即 commit,iteration 在 commit 之后才递增,所以崩溃丢的最多是当前阶段;锁超时 15 分钟后变 orphan,新进程自动接管,从 ralph.iteration 指向的阶段继续。挂个 tmux,断了重连接着跑。 多 Agent 协作:大模型拆、小模型并行干 层级锁机制让大模型负责架构和接口契约、decompose 拆分、publish 释放子任务锁;小模型按 –output-limit 领取可承担的子任务并行开发,最后大模型验收集成。文件锁(单实例)+ 任务级锁(单任务)双层并发安全,多 Agent 提交到同一分支无 merge 冲突。 兼容你正在用的全部 Agent 工具 Claude Code、OpenCode、Open Claw、Cursor、Trae……一条 lra init 自动生成对应的 CLAUDE.md / AGENTS.md / lra.md,Agent 读完就知道工作流,不挑工具、不改习惯。 全平台 + 高性能 Windows / Linux / macOS 全平台兼容(CI 验证)。基准测试:1000 任务规模下创建延迟 <10ms、更新延迟 <20ms、吞吐 172 ops/s,10→1000 任务内存增长仅 19.5%——开箱即用撑住大型项目。 通用任务模型,不止写代码 内置 code-module、novel-chapter、data-pipeline、doc-update、task 五套模板,软件开发、小说创作、数据处理、文档维护都能套;Jinja2 模板引擎支持条件/循环,自定义模板零成本。 二、典型使用场景 大型软件项目的多模块并行开发 把一个 Web 应用拆成认证、订单、支付等模块,大模型定契约、小模型分头干活,Constitution 保证每块合并时测试必过、文档必更新。 长任务挂机自动化("睡一觉跑完") tmux 里 lra relay --max-steps 100,第二天回来看进度条。配合国内高性价比的中小 输出模型(4K/8K)把成本压下来,长任务也能跑得起。 多 Agent / 多模型混编 贵模型干规划与验收,便宜模型干实现,靠层级锁和输出限制适配把分工切干净,避免" 大材小用"烧 token。 长篇内容创作(小说、系列文档) novel-chapter 模板的 7 阶段路径:理解大纲 → 初稿 → 情节完善 → 人物塑造 → 语言润色 → 逻辑检查 → 最终定稿,每一稿都有阶段目标和可跳过项,不被一次性输出上限困住。 数据管道与数据处理 data-pipeline 模板覆盖数据可用性 → 质量 → 完整性 → 性能 → 可视化 → 交付验证全链路,适合周期性、需要回归保障的数据任务。 老项目接入与文档治理 v3.3+ 的系统预检(代码规模、Git 规范、文档覆盖率、注释占比)自动评估项目健康度 ,增量/全量两种模式;创建业务任务时自动绑定文档更新任务,doc_enforcement 可设 strict 强制闭环。 团队级 Agent 工作流标准化 lra orientation + 13 步标准化提示词 + 项目分析器(Python/JS/TS/Go),新 Agent 上手即对齐既有规范,降低协作摩擦。 三、社区收录与认可(可核实) 开源协议:MIT License,GitHub 仓库 hotjp/long-run-agent,已发布 23 个 Release,最新 v5.2.2(完整 Windows 兼容性,CI 验证)。 PyPI 已发布:pip install long-run-agent,命令行工具为 lra。 收录于 GitHub Topic「long-running-agent」分类。 被第三方开源聚合站 Star Wiki 收录,列为「适合 AI Agent 开发的开源项目」之一。 掘金、CSDN 等技术社区有专文介绍与实测,核心评价聚焦在"轻量、零门槛、可直接落 地的长任务调度"。 四、FAQ Q1:LRA 和其他 Agent 框架(LangGraph / AutoGen / CrewAI 等)有什么本质区别? A:那些框架解决的是"怎么编排 Agent 调用",LRA 解决的是"长任务怎么不崩、不偷懒、可接续"。它不接管你的模型调用,而是给任意 Agent 工具提供一层规范驱动的任务管理 + 质量门禁 + 断点续跑外壳。Constitution 强制门禁 + Ralph Loop 阶段引导是其他任务清单类工具没有的。 Q2:AI 总喜欢说"我做完了"就交差,LRA 怎么治? A:靠 Constitution 的 NON_NEGOTIABLE 原则 + 质量门禁。任务完成时自动跑你定义的 检查(pytest、lint、字段是否存在……),失败就自动进 optimizing 状态给修复建议;即使加 --force 强制完成,NON_NEGOTIABLE 原则照样必须通过,绕不过去。 Q3:跑长任务中途进程崩了,进度会丢吗? A:不会。Relay 采用阶段级提交——每个阶段完成立即 git commit,崩溃后重启 lra relay 会读取 ralph.iteration 从断点续跑;锁超时 15 分钟自动转 orphan,新进程接管。建议挂 tmux,断网断电都能续。 Q4:支持哪些 AI 模型和编程工具? A:模型层面按输出能力自适应(4K–128K 全覆盖,特别适配国内高性价比中小模型)。工具层面 v5.0 全面兼容 Claude Code、OpenCode、Open Claw、Cursor、Trae 等,lra init 自动生成对应配置文件,Agent 自动学会工作流。 Q5:支持 Windows 吗? A:支持。v5.0 起全平台兼容(Windows / Linux / macOS),v5.2.2 已通过 CI 完整验证,跨平台相关操作使用跨平台原语,无平台锁。 Q6:数据存在哪?会不会丢?多人/多 Agent 同时操作安全吗? A:所有状态就是 .long-run-agent/ 下的 JSON/YAML/Markdown,跟 Git 走、可 review。原子文件 I/O(SafeJson + FileLock)保证写不撕裂;并发场景下文件锁(单实例)+ 任务级锁(单任务)双重保护,多 Agent 提交同一分支不冲突。 Q7:性能扛得住大项目吗? A:扛得住。1000 任务规模:创建 <10ms、读取 <2ms、更新 <20ms、吞吐 172 ops/s,10→1000 任务内存增长仅 19.5%。500 任务以内属常规使用区间。 Q8:收费吗? A:MIT 开源,完全免费。安装:pip install long-run-agent(开发版加 [dev],含浏览器测试加 [full])。 Q9:最快怎么跑起来? A:四条命令—— lra init --name "My Project" # 初始化(自动建 Constitution) lra new "实现登录功能" # 创建+认领 lra new "用户认证模块" --auto-split # 复杂任务自动拆分 lra status # 看进度 想全自动就 lra relay --dry-run 先干跑看看。
效率工具
ThroughLine

ThroughLine

做正确的事,找准人生主线

每个新年第一周,朋友圈被各种2026年计划刷屏了。 有人晒手账,有人晒思维导图,还有人把365天拆成36个10天周期,说这样目标更容易拆解。 看着挺心动的,但我心里一直有个更大的疑问没解决:拆得再细,年底真的能完成吗? 我自己试过很多年——Notion、滴答清单、纸质手账,年初热血沸腾写一堆,三月份就找不到那个文档了。 问题好像不在”怎么拆解”,而在”怎么让自己每个月都记得回来看一眼”。 于是干脆自己做了一个。 最开始只是想解决我自己的痛点:年初定的目标,能不能有个地方一直”挂”在那里,逼我每个月都打开来对一眼? 做着做着发现,光是”提醒打开”还不够,得让我一眼看出:这个月我到底有没有在往目标推进。 所以加了一个矩阵视图——横轴12个月,纵轴是我自己定的几个生活领域,每个格子代表那个月的执行状态。打开网站的瞬间,哪块在动、哪块在荒废,一眼就能看清。 用了快两个月,最大的感受是:以前我”以为”自己在某件事上很努力,直到看见那一整行格子都是空的,才意识到自己其实一次都没碰过它。 做完自己用着顺手,就把它整理成了一个网站,分享出来。 ThroughLine(throughline.cn)—— 一个让年度目标真正活到12月的工具 🔹 年度矩阵一眼看清全局 领域 × 12个月,谁在推进、谁被荒废,打开就知道,告别”年底突然发现一年白过”的崩溃感 🔹 四层结构科学拆解 领域 → 年度目标 → 项目 → 月度任务,每个月做的事都能追溯到年初的方向,不是瞎忙 🔹 月度节奏自动养成 月初选3件最重要的事,月末做一次诚实复盘,系统会一直把目标摆在你面前,不用靠意志力死记 🔹 云端同步随时可看 手机电脑都能打开,年中想看一眼进度,随时翻随时清楚 适合谁用? • 想认真做年度复盘,又懒得自己搭系统的人 • 职场人做全年OKR追踪、项目排期 • 自由职业者、创业者管理多线项目进度 • 自律打卡党,想把习惯养成可视化 用下来最大的感受:以前总觉得计划执行不下去,现在每个月有个固定的”对账时刻”,目标突然就没那么容易被遗忘了。年底写总结的时候,第一次不是靠回忆,是直接翻档案。 免费版就能完整体验核心功能,想要更多数据导出和无限目标,再升级也不迟。 👇 直接访问体验:throughline.cn
效率工具
Joyin

Joyin

支持免费转写的浏览器原生音视频转文字平台。

Joyin 是一款无需配置环境、支持多种媒体格式上传的轻量级 AI 音视频转录工作台。 该产品专注于解决传统转录软件限制时长、收费昂贵以及用户在浏览器内处理媒体文件时面临的隐私合规痛点。 【产品功能】 无限额的浏览器原生音视频一键转写:支持在页面内直接上传多种主流媒体格式,且不对转写总时长设置门槛,实现真正意义上的无限量使用。 跨格式兼容的媒体文件解析底座:内置高效的转码管线,能够稳定识别 MP3、WAV、MP4、MOV、FLAC 等多种音频与视频容器。 辅助文档自动生成的 PDF 一键导出:在完成文本转写后,系统支持直接将处理好的文案转化为 PDF 格式,方便用户直接分享或打印归档。 极简且免注册的隐私友好交互逻辑:用户无需进行任何复杂的账号绑定或个人信息录入即可直接发起转写任务,确保个人媒体资产安全。
效率工具
AI Emaily

AI Emaily

支持自动驾驶模式与多账户统一管理的 AI 原生邮件客户端。

AI Emaily 是一款面向创始人、投资人及高频办公个体打造的 AI 原生一体化邮件工作台。 该产品专注于解决传统邮件工具中信息过载、回复处理耗时以及跨平台管理割裂的实际痛点。 用户无需频繁在多个账号间进行切换或手动撰写重复性高的沟通文案。 【产品功能】 基于语音匹配的 AI 自动驾驶任务代理:支持在用户设定的安全边界内,全自动处理回复、跟进循环、预约安排并实时生成带有审计日志的执行回执。 跨邮件服务商的统一全平台收件箱管理:完全兼容 Gmail、Outlook、iCloud、Proton 及 IMAP 协议,实现多账号在网页、桌面端及移动端的全量数据聚合。 面向不同客户端的个性化上下文变量引擎:内置智能 Profile 系统,能够即时读取并加载不同客户的特定信息(如合约有效期、历史报价),生成具备真实数据锚点的文案。 联动协作软件的智能摘要与双向交互简报:支持将每日邮件动态通过 Slack 或 Telegram 分类简报推送到工作群,用户可直接在协作软件内完成回信确认或归档动作。
办公与文档
iNeed

iNeed

AI 时代的 AppStore

0成本网页部署,10分钟,小红书级别的复杂度发布自己的内容,并获得链接以供分享 简单配置即可开启变现之路,支持广告、内购等,无需内容创作者自己实现 平台内可以看到自己和其他人的内容,包括多少人支持,并且可以收到打赏
效率工具
TermPop

TermPop

不离开页面,也能看懂术语。

TermPop 是一款 Chrome / Edge 浏览器插件,用来在阅读网页、技术文档和 PDF 时自动识别专业术语,并在原文位置高亮显示。鼠标悬停或划词后即可查看结合上下文生成的解释。 它适合阅读论文、API 文档、技术博客、英文资料和开发文档。TermPop 支持自动高亮、悬停解释、划词解释、中文/英文解释、本地缓存和 Rust/WASM 本地检测内核,让技术阅读更顺畅。
效率工具
SayIt

SayIt

支持实时语音转书面表达的跨应用隐私优先输入工具。

SayIt 是一款允许用户通过自然语言录入、自动转换为高水平书面文稿的本地化输入辅助平台。 该产品专注于解决传统语音输入转换效率低、口语杂质多以及核心沟通数据必须上传云端导致的安全焦虑。 【产品功能】 多模式灵活调配的本地化语音转写引擎: 提供本地离线模式、轻量化云 API 对接以及服务器端 Docker 加速推理三种方案,满足不同硬件算力与安全需求。 一键触发的全局跨应用自然语言输入: 只需按住说话并松开,转换后的书面文本即可实时键入至任意正在运行的第三方软件界面中。 基于 AI 自动过滤与结构化书面润色: 内置口语过滤算法,能够自动剔除冗余词汇与无效短句,确保输出内容具备直接交付的专业排版水平。 极速轻量化的 Rust 底层性能优化: 依托 Rust 语言的原生轻量特性,系统运行时占用极低,确保在长线办公场景中依然保持稳定的流畅度。
写作与内容
KroWork

KroWork

基于本地运行与多设备同步的自主桌面 Agent 自动化工具。

KroWork 是一款由快手出品的桌面端 Agent 自动化工具,旨在将日常重复性的电脑操作转化为可永久留存的本地数字化资产。 用户只需通过自然语言描述任务,系统便能自主调用内置的完整技能库,执行从构建桌面界面、清洗数据集到生成分析报告等复杂流转。 该平台主打应用固化与全自动网页操控,支持通过飞书、Slack、Telegram 等主流即时通讯软件进行远程控制。 它让 AI Agent 内嵌于产品内部进行自主决策,无需用户配置复杂的环境即可实现秒级部署与多设备同步,帮助职场人高效释放双手。
效率工具
AgentPeek

AgentPeek

融合于 Mac 刘海屏的 AI 智能体状态协同与效率管理工具。

AgentPeek 是一款专为 Mac 用户打造的 AI 智能体运行监测与交互工具。 它巧妙地利用了 macOS 的刘海屏(Notion / 菜单栏区域)空间,将多个正在运行的 AI 编码助手状态进行可视化呈现。 用户无需频繁切换终端或编辑器窗口,即可实时掌握各个项目的代码执行进度和 Token 消耗情况。 该软件完美适配了当前主流的 AI 编程工具与自主 Agent 框架,支持通过快捷键直接响应 Agent 的权限请求,为 “Vibe Coding” 开发者提供了一个丝滑、不打断工作流的辅助桌面环境。
效率工具
小胶囊

小胶囊

Mac端的碎片记忆管理工具。尽管记录想法,然后交给 AI 去分析。

尽管记录,然后交给小胶囊。 小胶囊是一款macOS碎片记忆管理工具。它常驻在菜单栏~ 你可以把任何的记忆,通过截屏、文字、图片等方式,交给AI自动分析。AI会将这些信息转换成可执行的待办事项,自动安排标签,并同步到原生的「提醒事项」中,让您不错过每件事情。 它还支持:高铁票/机票/电影票/演唱会门票/取餐码取件码 的解析。在一张图片上也没问题,它会自动拆分成多个提醒事项。 把记录的速度拉满了,您不仅可以通过快捷键记录,还可以把文字、图片拖拽到刘海区域完成记录。 让小胶囊帮你把零碎的记忆拾起、分析、整理~
效率工具
Coasty

Coasty

通过视觉操控真实软件的 AI Computer Use 智能体。

【产品介绍】 Coasty 是一款面向企业自动化场景的 AI Computer Use 产品。它通过读取实时屏幕、点击和输入来操作任意软件,不依赖 API、选择器或固定脚本,帮助企业自动化保险、会计、货运、医疗等场景中的复杂 RPA 与 SOP 流程。 【核心能力与亮点】 视觉驱动的软件操作:Coasty 像人一样观察屏幕并执行点击、输入等动作,可直接操作桌面应用、网页门户和内部系统。 自然语言 SOP 执行:用户只需提供写给人的标准操作流程,Coasty 就能按步骤完成任务,无需代码开发。 自我修复与恢复能力:当按钮移动、页面改版或出现弹窗时,系统会重新观察界面并寻找替代路径继续执行。 非结构化数据处理:支持读取发票、PDF、邮件和截图等内容,并根据屏幕信息完成后续业务动作。 企业级可审计交付:每次运行都会记录截图、动作和验证结果,支持回放、审计和人工审批介入。
效率工具
OPC诊室

OPC诊室

不给你安慰,只给你真病因的 AI 创业诊断官

它解决什么问题? 一人公司(OPC)创业者最大的盲区,不是缺资源,而是不知道自己卡在哪。 “流量不够”是症状,不是病因。”产品不够好”是症状,不是病因。你去问 AI,它给你一堆正确但万能的建议——”多做用户调研””持续迭代产品”。这些话对任何人都成立,对你没有任何帮助。 OPC 诊室做的事只有一件:追问到你的真病因浮出水面。 它跟别的 AI 工具有什么不同? 市面上 99% 的 AI 工具在”给你建议”。OPC 诊室在”审问你”。 不迎合:你想听的答案 ≠ 正确的答案。如果你的方向有问题,它会直接说,并附上依据。 不泛泛:每一条结论都必须锚定到你说过的具体事实。如果你换一套事实,结论就完全不同——这不是套模板。 不收尾假:如果真病因没找到,它不会为了”给个交代”编三条行动建议。它宁可告诉你”我们还没挖到根”。 假设驱动:3-5 轮对话后,它会主动亮出判断——”我认为根因是 X,依据是 Y 和 Z”,让你确认或反驳。不等你自己”悟出来”。 真实诊断片段 案主:我做 AI 创业诊断工具三个月了,大家很好奇但没人付费。而且说实话,我自己跟 Claude 聊 30 分钟的效果比我的产品还好…… 诊断官:等一下。那个”跟 Claude 聊 30 分钟更好”的人——是你自己,还是一个连自己卡在哪都说不清的真实创业者?如果把你的目标客户放到一个空白聊天框前面,他们能得出你的结论吗?如果不能,你比的不是”产品 vs 模型”,你比的是”你这个专家 vs 你的产品”——这场比赛从一开始就是不公平的。 功能一览 多轮追问式诊断,平均 5-8 轮锁定真病因 12 项经营指标追踪(收入、消耗、CAC、LTV、增长率……) 语音输入(支持手机直接说) 诊断完成后输出结构化档案:真病因 / 判断依据 / 行动项 / 把握度 免费、无需注册、打开就用 开源,可自建部署 怎么用? 打开链接,描述你的创业状况,诊断官会开始追问。不需要准备任何东西,越真实越好。 🔗 中文:opc-clinic · qrex102300-ui.github.io 🔗 English:index-en.html · qrex102300-ui.github.io 🔗 GitHub:opc-clinic · github.com
效率工具
ZY小数学

ZY小数学

ZY小数学——AI智能错题本,因材施教私教神器

ZY小数学 是一款面向小学至初中学生的 AI 智能错题本,专为中国 K12 家庭与新加坡 PSLE 备考家庭设计。家长只需拍摄作业,AI 即可在数秒内完成批改,覆盖口算、应用题与几何证明;不只标注对错,还会通过错因分析定位知识点遗忘、计算失误或思维偏差,并一键归档到智能错题本。系统按知识点自动分类,生成错题分布图与学情报告,再根据薄弱项定制「举一反三」练习,引导孩子逐步理解而非直接抄答案。相比传统拍照搜题,ZY小数学 强调完整学习闭环:拍照批改 → 错因分析 → 错题归档 → 定制练习,让家长从繁琐核对中解放,让孩子把每一道错题变成进步的阶梯。
效率工具
今天考点啥

今天考点啥

场景化出题,让合规培训不再走过场

制度丢进去,场景化考题吐出来——培训人终于不用加班出题了。 为什么用它 手工出一份10题的合规考卷,从选考点、编题目到排格式,至少3小时。关键是题目干瘪——”以下哪项正确”,考生靠排除法就能蒙对,培训效果形同虚设。 AI替你两分钟搞定,而且每道题都带真实业务场景,考完就能用。 核心亮点 场景化出题:不为考而考,每道题虚构真实业务情境,干扰项模拟常见误解和错误操作 三步骤零门槛:上传制度 → 确认考点 → 导出 Excel,全程不超 2 分钟 AI 自动拆考点:按高/中/低优先级提取,标注条款出处,你只需确认或微调 导出即用:单表 Excel,直接对齐学习平台试题导入模板,零二次加工 适用场景 新制度发布 → 全员合规考试 新员工入职 → 安全培训考核 年度复训 → 题目不重样 FAQ Q:AI 出的题靠谱吗? A:所有正确答案有条款出处,预览可逐题核对。干扰项基于真实工作中的错误操作设计,不是拍脑袋编的。 Q:支持什么格式? A:PDF、Word、PPT、TXT,文件上限 10MB。一次最多出 15 题。 Q:导出什么格式? A:Excel,当前公司学习平台可直接导入(后续会增加用户自定义模板)。
写作与内容
InterMIND

InterMIND

主打实时多语言翻译的会议协作平台。

【产品介绍】 InterMIND 是一款面向跨国团队和多语言会议场景的 AI 会议平台。它可以实时翻译语音、聊天和共享文档,让不同语言的参与者无需切换到英语,也能自然沟通、协作和记录会议内容。 【核心能力与亮点】 实时多语言会议翻译:支持会议语音、聊天和笔记的实时翻译,帮助团队跨越语言障碍。 共享文档协作:会议中可协作编辑笔记和文档,并支持 AI 辅助处理,让讨论和资料同步推进。 隐私优先 AI 处理:AI 翻译、文档处理和语义搜索运行在安全基础设施上,强调零数据保留与主权可控。 会议转频道:一次性会议可以转为长期频道,保留历史记录、文件和决策,方便后续继续协作。 外部访客友好:支持无需注册的访客加入,适合跨国面试、客户沟通、展会和外部合作场景。
办公与文档
Mispher

Mispher

完全运行在 Mac 本地的语音输入与 AI Agent 工具。

【产品介绍】 Mispher 是一款面向 macOS 用户的本地化语音输入与 AI Agent 工具。它可以在任意应用中将语音实时转换为干净文本,并进一步支持口语润色、原地改写、翻译和本地 Agent 问答,全程无需云端、账号或联网传输。 【核心能力与亮点】 本地语音转文字:支持按键说话并将内容直接输入到当前应用中,适合高频写作和办公输入。 口语自动清理:可自动补全标点、优化大小写、处理数字,并去除“um”“uh”等口语杂质。 原地改写与翻译:用户可选中文本后直接语音下达修改或翻译指令,系统会在原位置替换结果。 本地 AI Agent:内置 on-device Agent,可回答问题、规划任务、调用工具,并支持读取和更新 Apple Notes。 隐私优先架构:语音识别、翻译、改写和 Agent 均在 Apple Silicon 本地运行,无账号、无云端、无遥测。 开源可扩展工具链:支持 MCP 工具接入,可连接文件系统、网页或自定义 MCP Server。
效率工具
  • Previous
  • 1
  • ...
  • 15
  • 16
  • 17
  • ...
  • 24
  • Next