经常在公司和自己的电脑来回切换，而且每台电脑上都装了三四个agent，我想把这些agent的skill command mcp啥的都同步一下，还有就是不同设备之间也最好能同步一下，但是目前似乎没在github上看到星数特别高的这类同步工具的项目，各位佬有啥推荐的吗 7 个帖子 - 4 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 上周累死累活的毕业论文论文终于是搞完了，于是就回顾了一下最头疼的地方。 我觉得最头疼的地方不是论文内容有多难改吧，毕竟现在大大家都用ai来写了基本上内容不用操什么心，反而是看来比较简单的改格式是真的烦人，特别是论文经过多次来回，容易出现一些特别细微的地方出现问题，然后被打回来，然后改完等导师看，又是一天过去了，但是捏，codex和claude貌似原始形态来做格式对照效果并不好，可能是我的使用方法有问题，总之就是还会让我发现一些地方，或者干脆就特别明显，演都不演了那种。唯一比较好用的就是team的pro，倒是真的还不错，但是实际上也会有一点小问题，而且修改时间动则1h以上。 所以基于以上问题我在L站搜索了一下，发现貌似没有特别好的解决方案，于是就比较针对性的vibe了一个skills来解决这个问题，发现效果意外的还不错，但是难免会有一些粗糙的地方，所以分享在这里，抛砖引玉，看看能不能集众人之力来完善这个方案qwq github: GitHub - ooyyh/templates-papers-matching · GitHub 如果帮到你了~请给我一个star~ 2 个帖子 - 2 位参与者 阅读完整话题
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
Fable 5 发布后，weekly 额度被重置了，但没有同步调整重置时间，距离下次重置还剩 6 个 5h 窗口。机会难得，果断升 20x 站起来蹬。过去 24h 用完 20x 的 99%，消耗 10 亿 token 等值约 $2100 。现在已全部重置，满血复活。 Fable token 消耗速度很快，1 - 2 小时可以用完 20x 的 5h 余额，大概占到 weekly 进度条的 15% - 20%。也就是 6 个 5h 窗口就能用完整个 weekly 额度。不记得 5x 的比例但明显比 20x 能容纳更多的 5h 窗口，从侧面也验证了 20x 用量其实只是 5x 的 2 倍，但 5h 是 5x 的 4 倍，适合爆发使用。 主要用 fable 审查代码和重构任务，刚做完的一个模块经过 codex 和 opus 反复确认没有遗留问题，被 fable 轻松检查出大大小小 12 处 bug ，丢回 codex 和 opus 也都得到了确认。有 3 处 bug 只在特殊情况下发生，fable 梳理出来了特殊情况的触发条件，因此感觉 fable 对代码库的理解更全面更深刻。这个模块 80% 用 codex 完成，fable 反馈实现质量很高，是这个需求下理想的架构方案，对特殊情况的理解和处理是 fable 能力提升的地方。 最近一段时间很少用 opus ，上周已经点了退订，因为 fable 才升级，22 号之后再退。原因之一是不好好说话，输出的中文别扭不自然，每个字都认识，读起来却很吃力。codex 没有这个情况，fable 好很多。原因之二是输出不符合预期，每次任务需求不可能面面具到，一些省略的地方留给模型自己发挥，最近 opus 的发挥结果常在预期之外，而最近 codex 多在预期之内甚至会超出预期，可能跟个人使用的方式有关。 没有给 fable 开发任务，感觉太贵了，用不到，做审查挺合适。
PostgreSQL 14 到 Apache Doris 4.1.1 CDC 同步方案 本文档用于验证并实施 PostgreSQL 业务库 fudabd_common_plat_db.public.terminal_pos_202602 到 Apache Doris 分析库 fudabd_common_plat_db.terminal_pos 的数据同步。 实际验证环境要求 PostgreSQL 源端 PostgreSQL 版本：14。 连接地址： 127.0.0.1:15432 。 登录账号： postgres 。 登录密码： Fdbd@2013 。 源数据库： fudabd_common_plat_db 。 源 schema： public 。 源表： fudabd_user 。 主键字段： id 。 已开启 logical replication。 pg_hba.conf 已允许 Doris 所在机器或容器访问数据库和 logical replication。 PostgreSQL 账号具备 logical replication、publication、slot 操作权限。 Doris 目标端 Apache Doris要求 最低docker镜像版本 4.1.1 ，此版本支持Stream Job； Doris 版本： doris-4.1.1-rc01-b10073ad9ca 。 Doris @@version ： 5.7.99 。 目标数据库： fudabd_common_plat_db 。 目标表： fudabd_user 。 目标表当前不存在，需要由方案一手动创建。 目标表需要支持 UPDATE 、 DELETE ，因此设计为 UNIQUE KEY 表。 同步要求 需要先全量初始化，再持续增量同步。 需要处理 INSERT 、 UPDATE 、 DELETE 。 当前只验证 terminal_pos_202602 单表，暂不处理后续每月新增分表。 单表数据量：日均约 500 万条。 延迟目标：10 秒内。 Doris Streaming Job 支持判断 Apache Doris 4.x 官方文档提供 CREATE JOB ... ON STREAMING ，支持以下两类模式： TVF Mode ：使用 cdc_stream(...) 读取 PostgreSQL CDC，再通过 INSERT INTO ... SELECT ... 写入指定 Doris 表，适合单表 SQL 映射同步。 当前环境是 4.1.1-rc01 ，建议正式执行前在当前 Doris 集群验证 Streaming Job 语法和 FE 配置。 参考文档： CREATE STREAMING JOB ： CREATE STREAMING JOB - Apache Doris PostgreSQL SQL Mapping Sync： PostgreSQL CDC with SQL Mapping - Apache Doris PostgreSQL Auto Table Creation Sync： PostgreSQL CDC with Auto Table Creation - Apache Doris Doris 4.1.1 Release Notes： Release 4.1.1 - Apache Doris 前置检查 PostgreSQL 配置检查 当前已确认 postgresql.conf 包含以下配置： wal_level = logical max_replication_slots = 10 max_wal_senders = 10 wal_sender_timeout = 0 执行以下 SQL 复核： SHOW wal_level; SHOW max_replication_slots; SHOW max_wal_senders; 检查源表主键： SELECT tc.table_schema, tc.table_name, kcu.column_name FROM information_schema.table_constraints tc JOIN information_schema.key_column_usage kcu ON tc.constraint_name = kcu.constraint_name AND tc.table_schema = kcu.table_schema WHERE tc.constraint_type = 'PRIMARY KEY' AND tc.table_schema = 'public' AND tc.table_name = 'terminal_pos_202602'; Doris 配置检查 登录 Doris FE MySQL 协议端口后执行： SELECT @@version_comment, @@version; SHOW FRONTEND CONFIG LIKE 'max_streaming_job_num'; 如果 max_streaming_job_num 为 0 或 Streaming Job 语法不可用，需要先调整 Doris FE 配置或切换到正式 4.1.1 镜像版本。 PostgreSQL JDBC Driver 准备 Streaming Job 需要 PostgreSQL JDBC Driver。建议将驱动放到 Doris FE/BE 都可访问的 HTTP 地址。 示例： postgresql-42.7.3.jar 本文 SQL 中使用 <PG_DRIVER_URL> 占位，执行前替换为实际地址，例如： https://maven.aliyun.com/repository/public/org/postgresql/postgresql/42.7.3/postgresql-42.7.3.jar 源表结构 CREATE TABLE `fudabd_user` ( `id` bigint NOT NULL COMMENT "用户ID", `user_name` varchar(50) NOT NULL COMMENT "用户名", `password` varchar(255) NOT NULL COMMENT "密码（应加密存储）", `age` tinyint NULL COMMENT "年龄", `create_time` datetime NULL COMMENT "创建时间", `update_time` datetime NULL COMMENT "更新时间", `is_deleted` int NULL DEFAULT "0" COMMENT "是否删除标记" ) SQL 映射同步 推荐结论 当前验证目标是 fudabd_user 同步到 fudabd_user ，且 Doris 目标表不存在、需要设计为 UNIQUE KEY ，优先 SQL 映射同步。 该模式优势： 可将源表 fudabd_user 明确写入目标表 fudabd_user 。 可手动控制 Doris 表模型、字段类型、分桶数和副本数。 可承接 PostgreSQL 主键表的 INSERT 、 UPDATE 、 DELETE CDC 变更。 创建 Doris 数据库 CREATE DATABASE IF NOT EXISTS fudabd_common_plat_db; USE fudabd_common_plat_db; 创建 Doris 目标表 CREATE TABLE `fudabd_user` ( `id` bigint NOT NULL COMMENT "用户ID", `user_name` varchar(50) NOT NULL COMMENT "用户名", `password` varchar(255) NOT NULL COMMENT "密码（应加密存储）", `age` tinyint NULL COMMENT "年龄", `create_time` datetime NULL COMMENT "创建时间", `update_time` datetime NULL COMMENT "更新时间", `is_deleted` int NULL DEFAULT "0" COMMENT "是否删除标记" ) ENGINE=OLAP UNIQUE KEY(`id`) DISTRIBUTED BY HASH(`id`) BUCKETS 10 PROPERTIES ( "replication_allocation" = "tag.location.default: 1", "min_load_replica_num" = "-1", "is_being_synced" = "false", "storage_medium" = "hdd", "storage_format" = "V2", "inverted_index_storage_format" = "V3", "compression" = "LZ4", "enable_unique_key_merge_on_write" = "true", "light_schema_change" = "true", "disable_auto_compaction" = "false", "enable_single_replica_compaction" = "false", "group_commit_interval_ms" = "10000", "group_commit_data_bytes" = "134217728", "enable_mow_light_delete" = "false" );; 参数建议： 单 BE 验证环境使用 replication_num = 1 。 生产多 BE 环境建议改为 replication_num = 3 。 日均 500 万数据验证阶段可先使用 BUCKETS 32 ，生产环境根据 BE 数量和 tablet 大小调整为 32 或 64 。 创建 SQL 映射 Streaming Job 执行前需要将 <PG_DRIVER_URL> 替换为 PostgreSQL JDBC Driver 的实际地址。 将 “offset” 从 “initial” 改为 “latest” 即可跳过全量快照，仅捕获增量变更： CREATE JOB pg_fudabd_user_to_fudabd_user ON STREAMING DO INSERT INTO fudabd_common_plat_db.fudabd_user ( id , user_name , password , age` tinyint , create_time , update_time , is_deleted ) SELECT id, user_name , password , age, create_time , update_time , is_deleted FROM cdc_stream( "type" = "postgres", "jdbc_url" = "jdbc:postgresql://127.0.0.1:15432/fudabd_common_plat_db", "driver_url" = "https://maven.aliyun.com/repository/public/org/postgresql/postgresql/42.7.3/postgresql-42.7.3.jar", "driver_class" = "org.postgresql.Driver", "user" = "postgres", "password" = "Fdbd@2013", "database" = "fudabd_common_plat_db", "schema" = "public", "table" = "fudabd_user", "offset" = "initial" ); JOB 运维命令 以下命令用于查看、暂停、恢复和删除前面创建的 Doris Streaming Job。 JOB 查看所有 INSERT 类型 JOB： SELECT * FROM jobs("type" = "insert"); 查看 SQL 映射同步 JOB： SELECT * FROM jobs("type" = "insert") WHERE Name = 'pg_fudabd_user_to_fudabd_user'; 查看 JOB 产生的 TASK 查看所有 INSERT 类型 TASK： SELECT * FROM tasks("type" = "insert"); 查看 SQL 映射同步 JOB 的 TASK： SELECT * FROM tasks("type" = "insert") WHERE JobName = 'pg_fudabd_user_to_fudabd_user'; 暂停 JOB 暂停 SQL 映射同步 JOB： PAUSE JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; 恢复启动 JOB 恢复 SQL 映射同步 JOB： RESUME JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; 删除 JOB 删除 SQL 映射同步 JOB： DROP JOB WHERE jobName = 'pg_fudabd_user_to_fudabd_user'; PGSQL运维命令 -- 查看当前 Publication SELECT p.pubname, n.nspname AS schema_name, c.relname AS table_name FROM pg_publication p JOIN pg_publication_rel pr ON p.oid = pr.prpubid JOIN pg_class c ON pr.prrelid = c.oid JOIN pg_namespace n ON c.relnamespace = n.oid; -- 查看 Replication Slot SELECT slot_name, plugin, slot_type, active, database, restart_lsn, confirmed_flush_lsn FROM pg_replication_slots; -- 如果 Slot 仍然 active，先终止连接 SELECT pid, usename, application_name, client_addr, state FROM pg_stat_activity WHERE backend_type = 'walsender'; SELECT pg_terminate_backend(pid); -- pid 需要手动替换 -- 删除 Replication Slot SELECT pg_drop_replication_slot('slot_name'); -- 删除 Publication -- 查看当前 Publication 进行替换 DROP PUBLICATION doris_pub_1781162893358; -- 确认 Slot 已删除 SELECT slot_name FROM pg_replication_slots; -- 检查 WAL 是否恢复正常 SELECT slot_name, active, pg_size_pretty( pg_wal_lsn_diff( pg_current_wal_lsn(), restart_lsn ) ) AS retained_wal FROM pg_replication_slots; 延迟与性能建议 当前单表日均约 500 万条，验证阶段建议先使用 BUCKETS 32 。 如果同步延迟超过 10 秒，优先检查 Doris Streaming Job 状态、BE compaction、tablet 数量、网络带宽和 PostgreSQL replication slot WAL 堆积。 如果 Doris 集群 BE 数量较多，可将 BUCKETS 调整到 64 ，但不建议在 POC 初期过度增加 tablet 数。 生产环境建议使用多 BE，并将 replication_num 调整为 3 。 PostgreSQL 侧需要持续监控 pg_replication_slots ，避免 Doris Job 停止后 WAL 长时间堆积。 注意事项 STREAMING JOB 任务状态出现PENDING解决 问题根因 __internal_schema.streaming_job_meta 是 Doris 内部管理 Streaming Job 元数据的系统表， FE 未能自动创建它 。所有 Streaming Job 操作都依赖此表，缺失则全部阻塞在 PENDING。 确认 __internal_schema 库及表现状 -- 查看内部库是否存在 SHOW DATABASES LIKE '__internal_schema'; -- 如果存在，查看里面有哪些表 SHOW TABLES FROM __internal_schema; 第一步：先停掉报错的 JOB 止血 TOP JOB pg_fudabd_user_to_fudabd_user; 第二步：手动创建缺失的内部表 CREATE TABLE IF NOT EXISTS `__internal_schema`.`streaming_job_meta` ( `id` bigint NOT NULL, `job_id` bigint NOT NULL, `table_name` varchar(256) NOT NULL, `chunk_list` text ) UNIQUE KEY(`id`) DISTRIBUTED BY HASH(`id`) BUCKETS 1 PROPERTIES ( "replication_num" = "1" ); 这是基于日志中 SQL 推断的最小表结构。如果后续 FE 代码还访问了其他字段，会再次报错，届时根据错误信息用 ALTER TABLE 补充列即可。 第三步：删除旧 JOB 重新创建 3 个帖子 - 3 位参与者 阅读完整话题
看了刘小排大佬那篇 Raphael 的帖子（ https://hk.v2ex.com/t/1105407 ）， "完全免费、无限制、无需注册" 又是卖给老外赚美金，那套打法看得我手痒。正好我也想验证一件事： 一个独立开发者，认认真真做个 AI 产品，到底能不能赚到钱？ 与其空想，不如下场。于是有了 Inkfox： https://inkfox.app 它是什么 一个 AI 创作工作台，不用注册就能先玩： 文字生图（基础模型无线免费试用，付费模型送额度） 上传参考图改图 / 局部重绘 照片转成短视频、静图动起来 生成的东西都按 prompt 归到一条时间线里，不用满桌面找 PNG tagline 我直接抄了作业： Free, unlimited-ish, no sign-up required 。 能白嫖的部分尽量白嫖，付费只为去水印和跑量。 为什么发这个帖 我打算把它当成一次 build in public：流量、注册、收入、踩的坑、烧的钱， 我都会 在这个帖子里持续更新 。赚到了就晒数据，赚不到就复盘为什么扑街， 反正过程不藏着。想看一个普通独立开发者从 0 摸钱包的，可以蹲一下。 先交个底（截至发帖）： 上线时间：2026-6-10 （部署上线是 6 月 2 号左右，然后一直在修修补补） 累计用户：5 个用户 收入：0 现在每天烧在模型 API 上的钱：现在不多，忽略不计，但是如果加上我测试网站的图片视频调试，应该用了 500 元左右的 API 费用了 顺便求个助 今天产品上了 Product Hunt ，独立开发者都懂，这玩意儿榜单第一小时定生死。 如果上面有打动你的地方，跪求帮我点一票，对我这种没预算投流的人是真·救命： 👉 https://www.producthunt.com/products/inkfox-ai 已知的坑（先自首，免得你们替我发现） 功能完成了 80%，可能还有一些 BUG 被机器人刷怕了，生成按钮上加了人机验证，体验还在调 技术栈：Next.js + Postgres/Drizzle + 一堆模型厂商的 SDK 缝合。 有想深聊任何一块的，评论区聊。也欢迎拍砖 另外如果大家帮我投票 producthunt ，留下你们的登录邮箱，我给各位赠送 300 积分，感谢各位。
佬们，公司有用钉钉 AI 表格吗，就是多维表，看了下跨表同步都要收费了 ，价格可以谈的吗，好像最低买 20 人，年付的 1 个帖子 - 1 位参与者 阅读完整话题
看了刘小排大佬那篇 Raphael 的帖子（ https://hk.v2ex.com/t/1105407 ）， "完全免费、无限制、无需注册" 又是卖给老外赚美金，那套打法看得我手痒。正好我也想验证一件事： 一个独立开发者，认认真真做个 AI 产品，到底能不能赚到钱？ 与其空想，不如下场。于是有了 Inkfox： https://inkfox.app 它是什么 一个 AI 创作工作台，不用注册就能先玩： 文字生图（基础模型无线免费试用，付费模型送额度） 上传参考图改图 / 局部重绘 照片转成短视频、静图动起来 生成的东西都按 prompt 归到一条时间线里，不用满桌面找 PNG tagline 我直接抄了作业： Free, unlimited-ish, no sign-up required 。 能白嫖的部分尽量白嫖，付费只为去水印和跑量。 为什么发这个帖 我打算把它当成一次 build in public：流量、注册、收入、踩的坑、烧的钱， 我都会 在这个帖子里持续更新 。赚到了就晒数据，赚不到就复盘为什么扑街， 反正过程不藏着。想看一个普通独立开发者从 0 摸钱包的，可以蹲一下。 先交个底（截至发帖）： 上线时间：2026-6-10 （部署上线是 6 月 2 号左右，然后一直在修修补补） 累计用户：5 个用户 收入：0 现在每天烧在模型 API 上的钱：现在不多，忽略不计，但是如果加上我测试网站的图片视频调试，应该用了 500 元左右的 API 费用了 顺便求个助 今天产品上了 Product Hunt ，独立开发者都懂，这玩意儿榜单第一小时定生死。 如果上面有打动你的地方，跪求帮我点一票，对我这种没预算投流的人是真·救命： 👉 https://www.producthunt.com/products/inkfox-ai 已知的坑（先自首，免得你们替我发现） 功能完成了 80%，可能还有一些 BUG 被机器人刷怕了，生成按钮上加了人机验证，体验还在调 技术栈：Next.js + Postgres/Drizzle + 一堆模型厂商的 SDK 缝合。 有想深聊任何一块的，评论区聊。也欢迎拍砖 另外如果大家帮我投票 producthunt ，留下你们的登录邮箱，我给各位赠送 300 积分，感谢各位。
大家好，最近做了一个 nas 上的小工具，叫 OpenSync ，主要是给飞牛 fnOS / 飞牛 NAS 用户准备的。 如果你以前用过群晖的 Cloud Sync ，应该会很熟悉这种需求场景： 本地 NAS 的文件，想定时同步备份到网盘、对象存储、WebDAV ，或者另一台存储设备上。飞牛目前的备份功能不太好用，我自己也想要一个类似 Cloud Sync 的工具，于是就做了这个开源项目。 项目地址： https://github.com/chenbin3625/OpenSync 主要场景： 1.飞牛 NAS 本地目录定时备份到网盘 2.多个网盘 / 对象存储之间同步或迁移 3.替代群晖 Cloud Sync 的基础同步能力 4.想通过网页界面管理同步任务，而不是写脚本 主要技术栈：Go+React+antd 单二进制文件可运行，支持 x86/arm 结构，同步发布 docker 镜像。 界面预览 任务总览 实时任务 历史任务 任务详情 引擎管理 通知配置 系统设置 快速部署 推荐使用 Docker Compose 部署： docker-compose.yml services: opensync: image: chenbin3625/opensync:latest container_name: opensync restart: unless-stopped ports: - "8023:8023" volumes: - ./data:/app/data environment: OPENSYNC_PORT: 8023 GIN_MODE: release 启动后访问： http://你的设备 IP:8023/ 首次启动时，初始管理员密码会打印在容器日志里： docker logs opensync 默认配置会把运行数据保存到当前目录的 data/ 文件夹。请保留这个目录，它包含数据库、密钥、配置和日志。
大家好，最近做了一个 nas 上的小工具，叫 OpenSync ，主要是给飞牛 fnOS / 飞牛 NAS 用户准备的。 如果你以前用过群晖的 Cloud Sync ，应该会很熟悉这种需求场景： 本地 NAS 的文件，想定时同步备份到网盘、对象存储、WebDAV ，或者另一台存储设备上。飞牛目前的备份功能不太好用，我自己也想要一个类似 Cloud Sync 的工具，于是就做了这个开源项目。 项目地址： https://github.com/chenbin3625/OpenSync 主要场景： 1.飞牛 NAS 本地目录定时备份到网盘 2.多个网盘 / 对象存储之间同步或迁移 3.替代群晖 Cloud Sync 的基础同步能力 4.想通过网页界面管理同步任务，而不是写脚本 主要技术栈：Go+React+antd 单二进制文件可运行，支持 x86/arm 结构，同步发布 docker 镜像。 界面预览 任务总览 实时任务 历史任务 任务详情 引擎管理 通知配置 系统设置 快速部署 推荐使用 Docker Compose 部署： docker-compose.yml services: opensync: image: chenbin3625/opensync:latest container_name: opensync restart: unless-stopped ports: - "8023:8023" volumes: - ./data:/app/data environment: OPENSYNC_PORT: 8023 GIN_MODE: release 启动后访问： http://你的设备 IP:8023/ 首次启动时，初始管理员密码会打印在容器日志里： docker logs opensync 默认配置会把运行数据保存到当前目录的 data/ 文件夹。请保留这个目录，它包含数据库、密钥、配置和日志。
看了刘小排大佬那篇 Raphael 的帖子（ https://hk.v2ex.com/t/1105407 ）， "完全免费、无限制、无需注册" 又是卖给老外赚美金，那套打法看得我手痒。正好我也想验证一件事： 一个独立开发者，认认真真做个 AI 产品，到底能不能赚到钱？ 与其空想，不如下场。于是有了 Inkfox： https://inkfox.app 它是什么 一个 AI 创作工作台，不用注册就能先玩： 文字生图（基础模型无线免费试用，付费模型送额度） 上传参考图改图 / 局部重绘 照片转成短视频、静图动起来 生成的东西都按 prompt 归到一条时间线里，不用满桌面找 PNG tagline 我直接抄了作业： Free, unlimited-ish, no sign-up required 。 能白嫖的部分尽量白嫖，付费只为去水印和跑量。 为什么发这个帖 我打算把它当成一次 build in public：流量、注册、收入、踩的坑、烧的钱， 我都会 在这个帖子里持续更新 。赚到了就晒数据，赚不到就复盘为什么扑街， 反正过程不藏着。想看一个普通独立开发者从 0 摸钱包的，可以蹲一下。 先交个底（截至发帖）： 上线时间：2026-6-10 （部署上线是 6 月 2 号左右，然后一直在修修补补） 累计用户：5 个用户 收入：0 现在每天烧在模型 API 上的钱：现在不多，忽略不计，但是如果加上我测试网站的图片视频调试，应该用了 500 元左右的 API 费用了 顺便求个助 今天产品上了 Product Hunt ，独立开发者都懂，这玩意儿榜单第一小时定生死。 如果上面有打动你的地方，跪求帮我点一票，对我这种没预算投流的人是真·救命： 👉 https://www.producthunt.com/products/inkfox-ai 已知的坑（先自首，免得你们替我发现） 功能完成了 80%，可能还有一些 BUG 被机器人刷怕了，生成按钮上加了人机验证，体验还在调 技术栈：Next.js + Postgres/Drizzle + 一堆模型厂商的 SDK 缝合。 有想深聊任何一块的，评论区聊。也欢迎拍砖 另外如果大家帮我投票 producthunt ，留下你们的登录邮箱，我给各位赠送 300 积分，感谢各位。
www.ddshub.cc 同步上线 Claude Fable 5 最低 1.5 倍率可外接 api 欢迎老板体验
如题，好奇为什么各大公益站一夜之间全拉闸了，是因为所有号同一时间都被封了吗，为什么能保持如此同步，那是不是说明这些中转站没有一个官方正价号呢？ 26 个帖子 - 24 位参与者 阅读完整话题
求助站内的各位佬，我有2个移动硬盘，如何实现2个移动硬盘自动同步数据，因为数据很重要，我想做一个自动同步备份的硬盘，谢谢 3 个帖子 - 2 位参与者 阅读完整话题
天天和 AI 打交道，天天对着电脑，每天不停的需要复制粘贴，我需要把这些内容存下来，集中保管，比如说密钥啥的，每天都干了啥，看到了啥，我只用复制一下，截图一下，然后就可以自动存储到我的 git 仓库了。好用的很。 和 Codex 对话的任何内容都可以存进去，相当于自己的知识库了（不想用这个概念） 现在支持 MacOS 、windows 和 android ，它们是通过 git 同步的，想要的兄弟来拿走。 访问地址是： https://github.com/sahadev/GitMemo
天天和 AI 打交道，天天对着电脑，每天不停的需要复制粘贴，我需要把这些内容存下来，集中保管，比如说密钥啥的，每天都干了啥，看到了啥，我只用复制一下，截图一下，然后就可以自动存储到我的 git 仓库了。好用的很。 和 Codex 对话的任何内容都可以存进去，相当于自己的知识库了（不想用这个概念） 现在支持 MacOS 、windows 和 android ，它们是通过 git 同步的，想要的兄弟来拿走。 访问地址是： https://github.com/sahadev/GitMemo
天天和 AI 打交道，天天对着电脑，每天不停的需要复制粘贴，我需要把这些内容存下来，集中保管，比如说密钥啥的，每天都干了啥，看到了啥，我只用复制一下，截图一下，然后就可以自动存储到我的 git 仓库了。好用的很。 和 Codex 对话的任何内容都可以存进去，相当于自己的知识库了（不想用这个概念） 现在支持 MacOS 、windows 和 android ，它们是通过 git 同步的，想要的兄弟来拿走。 访问地址是： https://github.com/sahadev/GitMemo