
CodeKitHub — Free Online Tools
在线格式化和验证 JSON,无需上传数据
@VeganVegan75738 · X
做了一个免费的 JSON 格式化工具。 支持: ✅ JSON 格式化 ✅ JSON 校验 ✅ 在线使用 ✅ 无需安装,数据不上传 开发者日常调试 JSON 可以直接用: #开发者 #前端开发 #工具
完整作品展
技术栈
60 projects

在线格式化和验证 JSON,无需上传数据
@VeganVegan75738 · X
做了一个免费的 JSON 格式化工具。 支持: ✅ JSON 格式化 ✅ JSON 校验 ✅ 在线使用 ✅ 无需安装,数据不上传 开发者日常调试 JSON 可以直接用: #开发者 #前端开发 #工具

与 AI 代理聊天的市场,按调用次数付费。
@pvdyck1 · X
: marketplace where you publish an n8n-compatible automation agent, set a per-run price, and get paid every run. builders keep 100% of their price (10% only at cash-out), buyers need no crypto. beta opened this week: or

检测API中转站输出是否与官方100%一致
@nodeloc_cc · X
🌈 7月,你好,MODELOC上线算力池。 MODELOC自上线以来,已检测2000余次,覆盖600+中转站,为众多AI用户提供的使用参考。 MODELOC近期进行了改版,上线了算力池及市场。 加入算力池 查看帖子: 用 MODELOC 便宜地调各家大模型:一次讲清它的价格体系

FeedLog是开源AI反馈工具,免费收集和管理用户需求。
@kngkng182542 · X
If you're paying for Canny, give FeedLog a look. Same workflow for collecting feedback and managing feature requests, but free during launch.

GoldBean: 按次付费API市场,拥有47个AI接口(OCR、翻译、图像生成、LLM聊天等)。
13639366668 · HN
Pay-per-call MCP server with 47 AI endpoints, micropayments via x402

将 Gmail、日历、GitHub 和 Figma 整合成一份每日智能摘要。
@CodewithDivine · X
check this out

连接广告账户,让 AI 审核支出、启动活动并自动扩展效果最佳的广告。
rohanrecommends · Product Hunt
AI Media Buyer By Creatify Your ads, managed by AI that gets smarter daily.

通过统一 API 层将网站与多个 AI 系统集成。
@rofarkas · X

用 Muse Image 生成包含可读文字的多参考合成图像
zxhywork · V2EX
Muse Image AI Meta Superintelligence Labs 7 月 7 号发布了他们第一个图像模型 Muse Image ,内部代号 Mango 。玩了两天,这个模型有几个点确实有意思: - **Agentic 生成**:出图前先规划布局,需要事实的场景会联网搜,画完自查一轮再交稿,长 prompt 一次过的概率明显高 - **图内文字能看了**:海报标题、图表、甚至可扫的二维码都能直接画进图里,这是大部分生图模型至今糊掉的地方 - **多参考图合成**:从几张照片里分别取人脸、服装、产品、背景,融成一张不违和的图 官方入口在 Meta AI App / meta.ai / Instagram Stories ,国内用着别扭,还得装 App 。我就照着上一个站的路子做了个纯网页版:[museimages.io]( https://museimages.io/)。 产品上砍得很狠,只做图像,三个入口: - [Meta Muse Image 在线生成器]( https://museimages.io/ai-image-generator)

Flint是为AI代理设计的可视化语言,用于创建交互式数据可视化。
chenglong-hn · HN
Data visualizations are the bridge between user and data. But building AI agents that can generate visualizations reliably can be very tricky: - simple chart specs can be reliable, but generated charts are often of low quality due to reliance on system defaults; - complex chart specs with explicit details can produce good-looking charts, but they are verbose and agents can struggle with reliability We figured out it is a limitation on the language issue (not just AI capability thing) -- current visualization languages are a bit too low-level for AI agents, requiring them to explicitly make visual decisions that are supposed to be handled by a good compiler. Flint is a visualization intermediate language to address this issue, allow AI agents to solve this last-mile human-agent interaction problem. It provides a simple semantic-type based specification, and contains a layout optimization engine that can produce good-looking charts (filled with derived low-level details) from simple

搜索索引化的开源代码和软件包,包含版本、依赖和漏洞信息。
@Jack_Timonen · X

Ravel:为开发者提供AI驱动的项目管理,支持GitHub跟踪和冲刺规划。
@Gallagh819 · X