你打开配置文件，把 key 换成另一个账号的。半小时后 Codex 也见底，再换一个。Gemini CLI 那边还挂着一个早就过期的 key，你懒得管了。

这是同时用好几个 AI 编程工具的人，每天都在干的事。问题不在工具不好用，在于工具之间那层管理，一直没人管。

版本提示： 截至 2026 年 11 月 8 日，Magpie 最新 Release 为 v0.1.3327。项目迭代很快，安装命令和界面可能变化，请以官方文档为准。

安全提示： 安装脚本会下载并运行程序，也会改写 Agent 配置；执行前先审查脚本，并备份相关配置文件。订阅账号发现功能会读取登录文件和系统钥匙串，敏感环境建议关闭。API key 和订阅凭据不要发给不可信网关。

CC Switch 解决的是“改配置”

CC Switch 试过管这件事。思路很直接：把 Claude Code 的配置文件接过来，界面上点一下就能换 provider，不用自己动手改 JSON。

好用，这点得承认。但它的天花板也摆在那儿。

它管的其实是配置文件本身。Claude Code 是 Claude Code 的配置，Codex 是 Codex 的配置，格式不同、key 各管各的，你还是在几个文件之间打转。而且它的思路是“让你改配置更快”，不是“让你不用再改配置”。下午三点换 key 这件事，它没帮你取消，只是让你换得顺手一点。

Magpie 把网关插了进来

最近冒出来的 Magpie 走了另一条路。它不管“怎么改配置”，而是在所有 Agent 和所有模型中间，插了一层本地网关。

过去的路径是：Agent → 各自的配置文件 → 绑定的模型。现在变成：Agent → Magpie → 任意厂商 → 任意模型。

Magpie 在本地跑一个网关，地址 127.0.0.1:3425，只监听本机回环，外网碰不到。然后它把每个 Agent 的配置改成指向这个地址：Claude Code 的 ANTHROPIC_BASE_URL 变成 http://127.0.0.1:3425，原来填 key 的位置，直接写一个词，magpie。

看着有点怪，但重点在这儿：真正的 API key 不上桌。所有厂商的 key 都存在 Magpie 自己的配置里，Agent 拿到的只是一个指向本机网关的地址加一个占位符。你的 key 不会再散落在七八个配置文件里。

更值钱的部分：订阅不再是孤岛

如果只是统一了入口，那还只是省事。Magpie 真正有意思的，是它能把你的订阅盘活。

你买的 Claude 订阅，以前只能在 Claude Code 里用；ChatGPT 的订阅，锁死在 Codex 里。每个订阅都是一座孤岛。

Magpie 的做法是去读这些 Agent 自己的登录状态，Claude Code 和 Codex 的配置文件、系统的钥匙串，读到之后就把这个订阅变成网关里的一个 provider。于是 Claude Code 可以调用你的 ChatGPT 套餐，Codex 也能反过来用你的 Claude 订阅，不用再为每个工具单独买一份 API。

隐私这块留了开关。不想被读到登录信息，设置里关掉 Subscription accounts，或者跑一句 magpie accounts discovery off，单次运行用 MAGPIE_NO_ACCOUNTS=1。API key 类型的 provider 不受影响，照常能用。

不同 Agent 说的是不同的话。Claude Code 说 Anthropic Messages，Codex 说 OpenAI Responses，Gemini CLI 说 Gemini。同一个模型，接口形状不一定一样。Magpie 的网关把这四套协议都实现了，请求进来之后按需翻译，流式输出、工具调用、推理过程都跟着转。所以 Codex 也能用上只提供 Anthropic 接口的模型，反过来也一样。

配额也被接管了。你可以把几个账号或几个模型编成一个“路由组”，设置好策略：优先用哪个、用完怎么轮、按用量怎么分。额度耗尽的瞬间，请求自动落到下一个账号，Agent 那边完全无感，不弹错误。官方管这叫“静默切换”。

剩下的是一些顺手的设计。Profiles 能把每个 Agent 当前的配置存成一个名字，比如“省钱模式”“猛干模式”，一键整体切回来。Import 能从 CC Switch 直接导入已有的 provider，迁移不用重头填。它本身是一个轻量的 Go 程序，macOS、Linux、Windows 都能跑，还支持 Docker 和 NAS。支持的 Agent 列表很长，Claude Code、Codex、Gemini CLI、OpenCode、Cursor CLI、Copilot、Cline、Devin 这些常见的都在里面，任何能接受 base URL 的工具也能手动接进来。

一条命令，三步上手

装起来就一条：

1

curl -fsSL https://usemagpie.ai/install.sh | sh

也可以用 go install github.com/yetone/magpie@latest 或者 Docker 镜像（ghcr.io/yetone/magpie）。装完三步：打开 Magpie 加一个 provider，选预设粘贴 key 或者用订阅登录；到 Agents 页面给每个工具选模型；开个新会话就生效。命令行党也有对应的命令，比如 magpie claude deepseek/deepseek-v4-pro，就是把 Claude Code 的模型切到 DeepSeek。

有几个坑先说清楚

最容易被忽略的一点是，它对你可能根本没用。如果你只用一个 Agent，而那个 Agent 带着厂商自己的套餐，多装一个后台常驻的网关纯属负担。它是给同时用好几个工具、还攒了一堆订阅的人准备的。

另外 Codex 的模型列表是启动时读的，通过 Magpie 切完模型，得重启它才认。

隐私上有个细节：它每天上报一次使用统计，介意的话在设置里关掉，或者设 DO_NOT_TRACK=1。

最后，这个仓库不收 PR，只有维护者能提交，想反馈问题得走 Discord。

说到底，CC Switch 和 Magpie 不是谁替代谁。一个是你顺手打开的桌面工具，把配置改得更快；一个是常驻在后台的网关，把“改配置”这件事直接从流程里拿掉了。站位不同，解决的问题也就不一样。

你电脑里现在挂着几个 AI 编程工具？有没有过额度用完、手忙脚乱切 key 的时候？评论区聊聊。

项目地址：https://github.com/yetone/magpie

很多人被安利了 Obsidian，兴冲冲下载打开。界面光秃秃，一个空文件夹，一片空白。

然后呢？然后就吃灰了。

其实不是 Obsidian 不行，是你没装对插件。装对这四个，它就从“毛坯房”变“精装房”：收集、编辑、关联、同步，四个核心问题一次解决。

版本提示： 本文基于 2026 年 8 月的文章整理；Obsidian 插件功能和权限可能变化，请以官方插件目录当前说明为准。

安全提示： 第三方插件可以读取或修改笔记库，安装前请先备份，并只从 Obsidian 官方目录或项目官方发布页安装。Claudian 和 Fast Note Sync 目前在目录中标记为未经 Obsidian 团队人工审核。

① Web Clipper + 解释器：剪藏即理解

看到好文章、好视频，想存进 Obsidian，还得手动复制粘贴？

官方的 Web Clipper 浏览器插件，点一下，网页内容直接进笔记库。

配合解释器功能（比如接 DeepSeek 模型），剪藏的同时自动生成摘要、提炼关键词，连 YouTube 视频字幕都能转成笔记。你存进来的不再是碎片，而是整理好的知识卡片。

建议提前把模板设置好，收集模块化，后面查找和管理都省心。

② Editing Toolbar：不用背 Markdown 语法

新手最头疼什么？记语法。加粗两个星号，链接方括号加圆括号，写一句查一次。

Editing Toolbar 在编辑器顶部加了一条可视化工具栏：加粗、斜体、标题、引用、列表、代码块，全部一键搞定，写起来像 Word 一样流畅。

想拉朋友入坑 Obsidian，先给他装这个，适应门槛直接砍半。

③ Claudian：AI 替你挖笔记关联

笔记记多了有个通病：全是孤岛。单看每篇都有用，彼此的联系却没人管。

Claudian 把 Claude Code、Codex 等本地代理带进笔记库，可让 AI 在写作时分析内容、挖掘隐性关联。比如你写过“时间管理”和“精力管理”，它可以提示两者的共通点，帮你把知识网络织起来。

你不用刻意整理。AI 可以在写作时辅助分析，但使用前要准备好对应的本地 CLI 或 API 环境，并确认数据会发送到哪里。

④ Fast Note Sync：多端同步

笔记不能在手机上接着写，体验直接打折。

Fast Note Sync 可以把电脑、手机和平板连接到同一个同步服务。插件本身免费，但通常需要部署或连接可用的服务器；域名、带宽和运维成本要自行承担。重要笔记仍建议保留额外备份。

出门手机随手记，回家电脑上已经在了。这种畅快感，用过就回不去。

拼起来就是一条工作流

收集用 Web Clipper，编辑用 Editing Toolbar，关联交给 Claudian，同步交给 Fast Note Sync。四款插件对应四个环节，一套流水线就搭好了。

工具的价值不在多复杂，而在能不能补上你工作流里缺的那一块。刚开始用 Obsidian 的话，从这四个入手，不会错。

你的 Obsidian 里装了哪些离不开的插件？评论区交换一下。

你让 AI 加一个日期选择器。它噼里啪啦写了一个自定义组件：日历、动画、主题切换、国际化，一个都不少。

而你真正需要的，可能只是浏览器原生支持的那一个：

1

<input type="date">

这不是 AI 不会写，而是它默认把“能写”当成了“应该写”。

Ponytail 要解决的，就是这个问题。它不是新模型，也不是代码生成器，而是一套给 AI 编程助手用的行为规则：动手之前，先沿着“最小可行方案”往下走。

同一个日期选择器：普通 Agent 写了 335 行，Ponytail 复用项目已有组件和浏览器原生能力，只写 10 行。

项目地址：https://github.com/DietrichGebert/ponytail

本文数据核对于 2026-11-08，采用项目 README 的 v5 基准测试。实际效果会随项目、任务和模型变化。

先看结论：少写，不等于少做

作者在同一批任务上对比了“开 Ponytail”和“不开 Ponytail”的结果。测试包含 39 个任务，其中有真实的 FastAPI + React 仓库，每个任务跑 5 次。

最新 v5 基准的结果是：

• 代码量减少 53%
• 交付时间减少 41%
• 成本降低 26%
• 输出 Token 减少 45%

如果只看这些数字，很容易把它理解成“让 AI 少写点”。但真正有价值的是另一组数据：

• 高风险逻辑带测试的比例：98%，不开 Ponytail 时是 68%
• Agent 自己写的测试能抓到 66% 的注入 Bug，不开时是 46%
• 6 类安全任务、共 30 次运行全部通过

也就是说，代码确实少了一半，但验证、安全和测试没有被一起砍掉。

它到底改了什么：写代码前的 7 级梯子

Ponytail 的核心不是一句“给我写简洁点”，而是一套明确的决策顺序。

AI 在理解问题、读完相关代码之后，才允许开始选方案。它会依次问自己：

1. 这东西真的需要存在吗？不需要就停。
2. 代码库里已经有类似的吗？有就复用。
3. 标准库能做吗？能就直接用。
4. 平台原生能力能做吗？能就别重造。
5. 已安装的依赖里已经有吗？有就不要再装一个。
6. 能一行解决吗？能就写一行。
7. 以上都不行，才允许写最小实现；如果包含分支、循环、解析、金钱或安全逻辑，还要留一个小测试。

先理解问题，再走梯子。懒的是方案，不是阅读和验证。

这套顺序看起来朴素，但它刚好补上了 AI 编程里最常见的漏洞：默认从“新增代码”开始，而不是从“现有能力”开始。

为什么不是一句“写简洁点”？

因为“简洁”这个词没有底线。

你在提示词里塞一句“少写点、简单点”，AI 确实可能少写几行。但它也可能顺手删掉路径遍历校验、输入边界检查、错误处理和可访问性支持。

Ponytail 明确划了四条红线，任何时候都不允许省：

• 信任边界上的输入校验
• 防止数据丢失的错误处理
• 安全
• 可访问性

它还把“给逻辑留测试”写进了规则里。不是所有代码都要配一套庞大测试，但分支、循环、解析器、金钱和安全逻辑，至少应该有一个小而有效的检查。

更少代码是结果，不是目标。目标是只写任务真正需要的那部分。

这也是它和“极简代码挑战”最大的区别：Ponytail 懒的是方案，不是责任。

怎么装：Claude Code 和 Codex 都能用

Ponytail 支持 Claude Code、Codex、Copilot、Cursor、Gemini CLI 等二十多个宿主。安装方式以官方 README 为准，下面是两个最常见的入口。

Claude Code

分别执行：

1
2

/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

安装后默认是 full 档，开始新会话即可生效。

Codex

在终端执行：

1
2

codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail

然后在 Codex 中打开 /hooks，信任它的两个生命周期 Hook，再新开一个线程。

其他 AI 编程工具

把项目里的 AGENTS.md 复制到你的项目，或者让 Agent 把 skills/ponytail/SKILL.md 安装成技能即可。Copilot、Cursor、OpenCode、Gemini 等宿主的具体步骤，官方 INSTALL.md 里都有。

只从 DietrichGebert/ponytail 或 npm 的 @dietrichgebert/ponytail 安装。Ponytail 不会附带 .exe 或 .dll 文件。

三个最值得用的命令

装好之后，除了默认规则，我更推荐把这三个命令用起来。

/ponytail-review

不只检查“哪里能删”，还会读改动涉及的代码，检查 Bug、安全问题、真实负载下的风险、缺失测试和慢路径。

每条问题都应该说清楚：这段代码做什么、哪里会坏、怎么修、不修会怎样。

/ponytail-audit

把同一套检查扩大到整个仓库，按严重程度排序，告诉你先修什么。

它适合接手陌生项目，或者定期给老项目做一次体检。

/ponytail-debt

收集代码里刻意留下的简化点，生成一份技术债账本。

现在推荐的标记格式是：

1

// shortcut: 只支持单文件，需要批量导入时升级

偷懒不可怕，可怕的是忘了自己偷过懒。把限制和升级条件写下来，之后才能用一条命令把账翻出来。

Codex CLI 里的命令会带命名空间，例如：

1

$ponytail:ponytail-review

怎么用才不容易翻车

Ponytail 不是“无脑砍代码”按钮。想让它发挥得好，任务描述里至少要给它三样东西：

1. 目标：要解决什么问题，不是“给我写一个组件”。
2. 边界：必须保留哪些行为、兼容性和安全要求。
3. 验证方式：哪些测试必须跑，哪些场景不能退化。

如果你确实在做探索性原型，需要先比较几种方案，也可以明确告诉 AI：“先发散，最后再用 Ponytail 收敛到最小实现。”

它最适合已有代码库、维护型项目和 AI 生成代码越来越多的团队。因为这些场景里，真正的成本通常不是“写出第一版”，而是之后几年里持续阅读、修改和修 Bug。

最后说两句

这几年我们教 AI 的事，很多都是“写更多”：更多功能、更多抽象、更多看起来很专业的代码。

Ponytail 反着来，教它先停下来问一句：

这东西真的需要存在吗？

维护比生成贵。每多一行没人读过的代码，都是将来某个凌晨三点的 Bug 候选人。

最好的代码，是你从未写过的代码。

项目地址：https://github.com/DietrichGebert/ponytail

版本提示： 标题中的“80 行”来自文章原始表述；截至 2026 年 11 月 8 日，仓库主分支的 CLAUDE.md 为 66 行，规则结构未变，安装时请以仓库当前文件为准。

使用提示： 在项目根目录下载前，先确认不会覆盖已有的 CLAUDE.md，必要时先备份。

你有没有遇到过这种情况？

让 AI “优化搜索速度”，它默默选了一种理解，埋头写了 200 行——结果优化的方向根本不是你要的。

让 AI “修一个空 email 的 bug”，它顺手加了 type hint、改了注释、重构了相邻函数——bug 修了，但 PR diff 多了 30 行无关改动。

Karpathy 早就看透了这件事。他在推文里指出，LLM 编码有三类典型失败：替你做错误假设、过度复杂化代码、顺手改不该改的东西。

根源只有一个：LLM 不管理自己的认知不确定性。RLHF 训练让模型学到”给出动作 > 提出问题”、”写完整 > 写最小”，两个加起来，就是 Karpathy 列举的所有翻车行为。

有人把这 4 条守则落成了一份 80 行的 CLAUDE.md。不是空泛的”写好代码”，而是对症下药的显式约束。

项目地址：https://github.com/multica-ai/andrej-karpathy-skills

Think Before Coding：不确定就停下来问

多种解释存在时，列出来，不要默默挑一个。不清楚就指出不清楚的是什么，然后问。

“优化搜索速度”——快的定义是响应时间、并发吞吐还是感知速度？先问清楚再动手。

副作用：agent 会反问更多小事。需要加一条 escape hatch：显然的单行修改、拼写错误，跳过本规则。

Simplicity First：100 行能写完的事别堆成 1000 行

不写任务以外的功能，不为一次性代码做抽象，不加没被要求的灵活性。

计算折扣：错的版本祭出策略模式 + 抽象基类 + 工厂方法，80 行。对的版本是 5 行纯函数。

过度复杂不是错——它们符合设计模式和最佳实践。问题在于时机：不需要的时候引入复杂度，就是浪费。

Surgical Changes：只改用户要求的，不改邻近的

每一行修改都要能追溯到用户的请求。不”改进”相邻代码，不重构没坏的东西，不删原本就存在的死代码。

修空 email 的 bug——只改直接相关的 3 行。不是顺便加校验、改注释、加 docstring。

这条收益最快。装上后，PR diff 第一周就明显变干净。

Goal-Driven Execution：给成功标准，让它自己跑

不要说”Add validation”，说”Write tests for invalid inputs, then make them pass”。不要说”Fix the bug”，说”Write a test that reproduces it, then make it pass”。

把指令式动词翻译成可验证目标。多步任务每步配 verify，agent 自己拆 plan、自己验证，回来检查的频率显著下降。

为什么 80 行就能管这么多

四条都是元规则——教 agent 决策框架，不是穷举”不要做什么”。元规则可泛化、不会过期、agent 在新情境下能自己推理。

规则跟症状一一对应：假设漂移 → Think Before Coding，复杂度膨胀 → Simplicity First，scope creep → Surgical Changes，无可验证终止 → Goal-Driven Execution。对症下药，所以短、准、副作用小。

GitHub 地址：https://github.com/multica-ai/andrej-karpathy-skills

安装只需一行：

1

curl -fL https://raw.githubusercontent.com/multica-ai/andrej-karpathy-skills/main/CLAUDE.md -o CLAUDE.md

验证是否生效：给 agent 一个故意有歧义的任务，比如”帮我加一下 export 功能”。装上后它应该反问”export 指哪种？”——如果直接开始写代码，说明没生效。

80 行，四条守则，对症下药。不是教 agent “努力写好代码”，而是堵住它每次会话都会犯的毛病。这才是让 AI 编码从翻车变靠谱的起点。

如果要评选最好用的本地笔记软件，Obsidian 绝对榜上有名。

但很多 Obsidian 用户都有一个共同的痛点：多端同步怎么解决？

官方自带的 Sync 服务虽然省心，但价格确实不便宜。用 iCloud 或 OneDrive 的话，经常遇到同步慢、容易产生冲突文件的问题。而用 Git 同步，对于移动端（尤其是 iOS）来说极其折腾，每次都要手动推拉，做不到“无感”。

今天介绍一款在 GitHub 上开源的项目：Fast Note Sync For Obsidian。

版本提示： 本文截图基于 2026 年 3 月。截至 2026 年 11 月 8 日，插件最新 Release 为 2.4.0，服务端为 3.6.1，示例已固定到 3.6.1 镜像。

安全提示： 不要把服务端 9000 端口直接裸露到公网。建议通过 VPN、内网访问，或放在带 HTTPS 和身份认证的反向代理后。首次注册管理员后尽快关闭注册，使用强密码，并定期备份 storage 与 config。该插件目前在 Obsidian 社区目录中标记为未经 Obsidian 团队人工审核。

它能解决什么问题？

正如名字“Fast”一样，这款插件主打快和稳。不同于简单的同步脚本，它是一套完整的私有化同步架构。

根据其文档，它有几个核心特点：

1. 基于 Websocket 的实时同步
受够了手动点同步或者苦等网盘刷新？Fast Note Sync 基于 Websocket 构建，支持多端实时同步。你在电脑上敲下的每一行字，都会在很短的时间内同步到手机或平板上。这种体验非常接近官方的 Sync 服务。

2. 数据私有化部署
笔记是私密数据。Fast Note Sync 允许你将其部署在自己的服务器或 NAS 上。它配套了一个基于 Golang、Websocket、Sqlite 和 React 构建的高性能服务端。所有数据都在你自己的掌控中，不经过第三方服务器。

3. 全平台跨设备支持
它提供了原生插件支持，无论你使用的是 Mac、Windows，还是 Android、iOS。只要配置好服务端，各端就能随时调取最新的知识库。

4. 稳定且无打扰
它在后台悄悄运行，支持多语言，资源占用极低，不会干扰你正常的写作心流。

怎么上手使用？

因为是私有化方案，你需要简单的两步操作：

安装客户端插件：

在 Obsidian 插件市场（或通过安装包）安装 Fast Note Sync Plugin，填入你配置好的私有服务器地址。连接成功后，就可以开始同步了。

1.安装插件

• 优先 在 Obsidian 社区插件市场搜索 Fast Note Sync。如果商店版本暂未更新，再用 BRAT：搜索并安装 BRAT 插件。

进入插件设置界面, 点击 Add beta plugin 并粘贴 https://github.com/haierkeys/obsidian-fast-note-sync，最后点击Add plugin。

• 手动安装: 访问 https://github.com/haierkeys/obsidian-fast-note-sync/releases 下载安装包, 解压到 Obsidian 插件目录下 .obsidian/plugins

部署服务端：

在云服务器或 NAS 上部署 Fast Note Sync Service。服务端是用 Go 语言写的，非常轻量。配置要求不高，哪怕是最低配的 1 核 1G 服务器也能跑起来。此外，它还自带一个在线管理网页和远端 API。下面使用我本地极空间Z4Pro主力机进行部署。

1.在个人空间创建所需目录config和storage

2.打开Docker，选择Compose，点击新增项目，项目名字自定义

3.点击查询路径，找到我们刚才创建的目录，点击复制路径

1
2
3
4
5
6
7
8
9
10

services:
  fast-note-sync-service:
    image: haierkeys/fast-note-sync-service:3.6.1
    container_name: fast-note-sync-service
    restart: always
    ports:
      - "9000:9000"  # RESTful API & WebSocket 端口 其中 /api/user/sync 为 WebSocket 接口地址
    volumes:
      - ./storage:/fast-note-sync/storage  # 数据存储
      - ./config:/fast-note-sync/config    # 配置文件

4.替换上述./storage和./config为我们刚才复制的路径，粘贴进黑框中，点击创建

5.访问管理面板： 在浏览器打开 http://{服务器IP或者NAS_IP}:9000。

6.初始化设置： 首次访问需注册账号。(如需关闭注册功能，请在配置文件中设置 user.register-is-enable: false)

7.配置客户端： 登录管理面板，点击 右上角头像–>“授权配置”，一键授权到Obsidian。

Obsidian同步插件配置

1.打开Obsidian，打开同步插件，可以看到远端配置已经自动配置好

2.选到同步配置，打开配置自动同步按钮

服务端同步

配置好，Obsidian的文件和配置就会自动同步到服务端了，如下图所示

如果你正在寻找一个掌控数据隐私、成本可控且足够稳定的 Obsidian 同步方案，这是个不错的选择。

插件仓库地址：https://github.com/haierkeys/obsidian-fast-note-sync

中国大陆地区，推荐使用腾讯 cnb.cool 镜像库: https://cnb.cool/haierkeys/obsidian-fast-note-sync

服务端仓库：https://github.com/haierkeys/fast-note-sync-service

中国大陆地区，推荐使用腾讯 cnb.cool 镜像库: https://cnb.cool/haierkeys/fast-note-sync-service

大家平时都在用什么方案同步 Obsidian？遇到了什么坑？欢迎在评论区交流。

老铁们，你是不是也经常遇到这种“卡壳”的场景？

• 看到一张图，上面有段文字想复制粘贴，结果只能手动敲？
• 领导发来一堆图片格式的会议纪要，让你整理成文档，瞬间崩溃？
• 为了把PDF里的文字提取出来，到处找在线工具，结果不是要收费就是识别不准，更担心数据安全？
• 或者某个古老的扫描件，急需里面的信息，对着屏幕一个字一个字地敲，眼睛都要瞎了？

每当这个时候，我们都恨不得能有一个“超能力”，一眼扫过去，文字就自动跳出来。市面上那些在线OCR工具，虽然能解决一时之急，但要么限制次数，要么识别效果不佳，最让人担心的还是那句：“你的图片和文字，会上传到服务器进行处理……” 敏感信息，你敢上传吗？

别慌！今天，我要给你们安利一个真正的 “神仙级”文字识别工具——Umi-OCR！ 它不仅完全免费、识别超准，最关键的是，它还能离线运行、批量识别！ 简直是打工人的福音，学生党的宝藏，效率神器，没有之一！

版本提示： 本文截图和操作界面基于 2026 年 2 月。截至 2026 年 11 月 8 日，项目 GitHub 最新稳定版为 v2.1.5，请以 Releases 页面为准。

使用提示： 离线识别可减少图片上传到第三方的风险，但安装包仍需从官方发布页获取；如果启用联网插件或调用外部服务，请自行确认数据处理方式。

Umi-OCR 是个啥？为什么它能让你“真香”？

简单来说，Umi-OCR 是一款免费开源的离线 OCR 软件。它能把图片上的文字识别出来，让你轻松复制粘贴。听起来平平无奇？不！它的强大之处远超你的想象！

我用它已经有一段时间了，真切地感受到了什么叫做“效率起飞”！它的“真香”特点，简直是为我们这些对隐私有要求、对效率有追求、对钱包有顾虑的人量身打造：

1. 完全免费，开源良心！
   这年头，好用的工具大多要收费，或者免费版各种限制。Umi-OCR 真正做到了免费、无广告、无内购！ 项目开源，意味着它背后的代码是公开透明的，大家可以一起监督，用起来更放心。开发者简直是活菩萨！

2. 离线识别，数据安全感爆棚！
   这是我最爱的一点！所有的识别过程都在你的本地电脑上完成，不需要联网！ 你的图片、你的文字，永远不会上传到任何服务器。这意味着，无论是公司的敏感文件，还是你的个人私密信息，都可以放心地交给 Umi-OCR 处理，彻底告别数据泄露的风险！ 这种安全感，是任何在线 OCR 都给不了的。

3. 批量识别，效率直接翻倍！
   你有过一次性处理几十张、上百张图片文字的经历吗？一张一张地识别，简直是“人间炼狱”！Umi-OCR 支持批量导入图片进行识别，你只需要把所有图片拖进去，它就能“突突突”地全部识别完，然后把所有文字按顺序导出。一键搞定，省时省力，效率暴增！

4. 识别准确率高，多语言支持！
   别以为免费的就不好用！Umi-OCR 的识别引擎非常强大，对中英文的识别准确率非常高，甚至还支持日语、韩语、法语、德语等多种语言。无论是打印体、手写体（部分支持），还是各种复杂的排版，它都能处理得有模有样。

5. 轻量级，不占资源！
   安装包不大，运行起来也很流畅，对电脑配置要求不高。即使是老旧的电脑，也能顺畅运行，不会卡顿。

6. 截图即识别，操作便捷！
   除了导入图片，它还支持屏幕截图识别。看到屏幕上任何区域的文字，随手一截，文字就出来了！这个功能在日常工作中简直是神来之笔，比如复制网页上不让复制的文字，或者从PPT、视频里提取信息，都变得轻而易举。

一句话总结：Umi-OCR 真正做到了“免费、高效、安全”三位一体，是目前市面上最值得推荐的离线 OCR 工具，没有之一！

怎么用？简单到没朋友！

Umi-OCR 的界面设计非常简洁直观，几乎是“傻瓜式”操作。

项目地址：https://github.com/hiroi-sora/Umi-OCR

1. 下载安装：
   直接去 GitHub 搜索 Umi-OCR，或者到它的官方主页，找到最新版的安装包下载。一般是免安装的绿色版，解压就能用。

2. 基本操作：

   • 截图识别： 打开 Umi-OCR 软件，点击“截图识别”按钮（或者快捷键），框选屏幕上的文字区域，识别结果秒出！
   • 图片识别： 将单张图片直接拖拽到软件界面，或者点击“图片识别”按钮选择图片，文字立即呈现。
   • 批量识别： 点击“批量识别”选项卡，将多张图片一次性拖入，或选择文件夹。点击“开始识别”，喝杯咖啡的功夫，所有图片文字就都提取出来了，支持导出为 TXT、Markdown 等多种格式。

3. 高级设置（可选）：
   如果你有特殊需求，比如要识别特定语言、或者调整识别精度，可以在设置里简单调整一下。但对于大多数日常使用，默认设置就已经非常棒了！

请从 GitHub Releases 下载。
不要从无法确认来源的网盘或第三方站点获取安装包。

Paddle 引擎插件版
（性能好，速度快，占用率高，适合高配机器。不兼容奔腾、赛扬、凌动CPU）

重要提示：如果执行OCR时报错 0xc0000142、[Error] OCR init fail，大概率是CPU不兼容Paddle，请换用Rapid版本。

Rapid 引擎插件版
（速度稍慢，内存占用低，适合低配机器，兼容性好）

Umi-OCR软件实战

Umi-OCR 支持的界面多国语言。在第一次打开软件时，将会按照你的电脑的系统设置，自动切换语言。

如果需要手动切换语言，请参考下图，全局设置→语言/Language

1. 截图 OCR

打开这一页后，就可以用快捷键唤起截图，识别图中的文字。

• 左侧的图片预览栏，可直接用鼠标划选复制。
• 右侧的识别记录栏，可以编辑文字，允许划选多个记录复制。
• 也支持在别处复制图片，粘贴到Umi-OCR进行识别。
• 关于 公式识别 功能
  

2. 批量 OCR

这一页用于批量导入本地图片进行识别。

• 支持格式：jpg, jpe, jpeg, jfif, png, webp, bmp, tif, tiff。
• 保存识别结果的支持格式：txt, jsonl, md, csv(Excel)。
• 与截图OCR一样，支持文本后处理功能，整理OCR文本的排版和顺序。
• 没有数量上限，可一次性导入几百张图片进行任务。
• 支持任务完成后自动关机/待机。
• 如果要识别像素超大的长图或大图，请调整：页面的设置→文字识别→限制图像边长→【调高数值】。
• 拥有特殊功能 忽略区域 。
  
  

3. 文档识别

• 支持格式：pdf, xps, epub, mobi, fb2, cbz。
• 对扫描件进行OCR，或提取原有文本。可输出为 双层可搜索PDF 。
• 支持设定 忽略区域 ，可用于排除页眉页脚的文字。
• 可设置任务完成后 自动关机/休眠 。
  

4. 二维码

扫码：

• 截图/粘贴/拖入本地图片，读取其中的二维码、条形码。
• 支持一图多码。
• 支持19种协议，如下：
  Aztec,Codabar,Code128,Code39,Code93,DataBar,DataBarExpanded,DataMatrix,EAN13,EAN8,ITF,LinearCodes,MatrixCodes,MaxiCode,MicroQRCode,PDF417,QRCode,UPCA,UPCE

生成码：

• 输入文本，生成二维码图片。
• 支持19种协议和纠错等级等参数。

谁需要它？反正我是离不开它了！

• 学生党： 整理笔记、复习资料、从课件图片中提取文字，效率直接起飞！
• 上班族： 处理合同、扫描件、会议记录、从图片或PDF中提取数据，告别手动输入！
• 内容创作者： 收集素材、整理灵感，快速把图片上的文字变成可编辑的内容。
• 对隐私有要求的人： 任何需要处理敏感文字信息的场景，Umi-OCR 都是你的首选。

总结：你的效率神器，现在就拥有！

Umi-OCR 真的不是那种华而不实的东西，它是实实在在能提升你工作学习效率的工具。它用免费、离线、批量识别的强大功能，彻底解决了我们日常遇到的文字提取难题。

如果你还在为图片文字识别而烦恼，还在担心数据安全，还在忍受低效的手动输入，那么，赶紧去下载 Umi-OCR 吧！它会让你体验到什么叫做“科技改变生活”，什么叫做“效率飞升”！

别再犹豫了，赶紧动手，把它装进你的工具箱，让你的工作学习变得更轻松、更高效！

本次给大家分享一个好用的网站longcut.ai，它旨在帮助你更好地、更快地从 YouTube 长视频中学习。

这个是我在视频号刷到的一个作者张咋啦 Zara业余开发的小工具，感觉非常有用，这里推荐给大家，希望对你有用。

使用条件：

• 你得可以科学上网

使用入口：https://www.longcut.ai/

01

别让“进度条”劝退你

LongCut 解决的第一个问题，就是 “太长不看”。

以前面对一个 90 分钟的视频，你很难判断它到底讲了什么，是不是真的有干货。你得耐着性子往下看，可能看了半小时才发现全是废话。

把链接丢给 LongCut，它就像一个不知疲倦的速记员。

几秒钟，它就能给你吐出一份结构清晰的笔记。

注意，不是那种干巴巴的流水账，而是带逻辑的摘要。它会告诉你：

• 这个视频分了几个部分？
• 核心观点是什么？
• 作者在第 15 分钟反驳了谁的观点？

这就像是把一杯浑浊的水过滤了一遍，最后递到你手里的，全是纯净水。

02

把视频变成“搜索引擎”

这才是 LongCut 最像黑科技的地方。

很多时候，我们重看一个视频，只是为了找某一个具体的知识点。比如：“那个博主是在哪一分钟讲到 GPT-5 的预测的？”

以前你需要疯狂拖动进度条，凭运气盲猜。

在 LongCut 里，你直接在对话框里问它：“视频里关于 GPT-5 说了什么？”

它会直接回答你，并且甩给你一个带时间戳的链接，一点就能跳转到那句话。

这不仅仅是节省时间，这是把一个线性的视频，变成了一个可以随意检索的数据库。

对于需要写论文、做调研，或者做竞品分析的人来说，这个功能简直是救命稻草。

03

跨越语言的“信息差”

虽然现在翻译工具很多，但看英文长视频依然是个脑力活。

特别是那种语速飞快、充满专业术语的科技视频，盯着字幕看半小时，眼睛都花了。

LongCut 能把这些内容直接转化成你熟悉的中文逻辑。你不需要去纠结某个单词是什么意思，直接看它生成的中文总结和思维导图。

它帮我们抹平了“获取信息”的门槛，让我们能和硅谷的极客、名校的教授站在同一个起跑线上。

写在最后

工具的进化，总是为了让我们更懒，也更聪明。

以前，学习意味着“苦读”，意味着要在冷板凳上坐穿。

但在 AI 时代，学习更像是一种“调用”。

LongCut 这样的工具告诉我们：你不必看完每一秒画面，不必听懂每一句英语，只要你能提出好问题，你就能获得答案。

去清理一下你的收藏夹吧。

那些曾经让你望而生畏的长视频，现在，都是你的知识养料了。

总结

好了，以上就是今天给大家分享的内容，我是爱分享的小明同学，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家~

假如你现在手头有一份涉密的合同，或者是公司的财务报表，急需从 doc 转成 docx。

你会怎么做？

绝大多数人的第一反应，是打开搜索引擎，搜“doc 转 docx”，然后点开排名第一的那个在线网站。

上传、等待、转换、下载。看似一气呵成。

但你有没有细想过：你的文件，到底传到哪去了？

在服务器的后台，有没有人能看到你的合同金额？你的身份证号？你的私人照片？

这就是在线转换器最大的隐患：我们在用隐私，换取便利。

更别提那些恶心的套路了：转到一半告诉你文件太大要收费、下载速度只有几KB、满屏的弹窗广告……

今天要给大家按头安利的这款工具——VERT，就是专门来终结这些痛点的。

它就像是一个沉默寡言但技术过硬的理工男，把“靠谱”两个字写在了脸上。

项目地址：https://github.com/VERT-sh/VERT

01

极致的安全感：拔了网线也能用

VERT 最大的卖点，就是 “完全本地化”。

这是什么概念？

意味着你把电脑网线拔了，WiFi 关了，它依然能跑得飞快。

所有的转换过程，都是利用你自己的电脑算力完成的。你的文件不需要上传到任何云端，更不会经过别人的服务器。

• 公司的机密文档？放心转。
• 个人的私密照片？放心转。

在这个数据裸奔的时代，“不上传” 这三个字，就是给用户最大的定心丸。

02

开源免费，是它最后的倔强

现在的软件环境，大家懂的都懂。

好用的要订阅，免费的满身广告。甚至有些工具，打着免费的旗号把人骗进来，转到第 3 页告诉你“试用结束，请充值 VIP”。

VERT 是个开源项目。

简单说，它的代码是公开的，任何人都可以去检查有没有后门。而且，它承诺永久免费。

没有 VIP 专属通道，没有“解锁高级功能”，没有水印。

它就是个纯粹的工具，干干净净，清清爽爽。这种“傻乎乎”的良心软件，现在真的不多见了。

03

新一代转换器，主打一个“全能”

别看它免费，干起活来一点不含糊。

作为“新一代”转换器，VERT 支持的格式非常全：

• 图片：JPG、PNG、WebP、HEIC（苹果用户狂喜）等互相转，压缩率还很高。
• 文档：.docx, .doc, .md,.csv等互相转换，简单的可以搞定。
• 音视频：简单的格式转换也能搞定。

而且，因为是在本地运行，转换速度完全取决于你的电脑性能。比起在线工具那个慢吞吞的进度条，本地转换简直就是秒杀。

04

废话不多说，直接开始部署使用

通过Docker进行部署，关于Docker的安装，这里不再进行赘述，看我之前的文章。

Docker CLI

直接linux终端执行

1
2
3
4
5

docker run -d \
--restart unless-stopped \
-p 3000:80 \
--name "vert" \
vert-sh/vert

Docker Compose部署

这里我通过我的NAS主力机极空间Z4Pro进行部署

1.打开Docker应用，选择Compose，点击新增项目，项目名字vert，将下面的内容复制进黑框内，点击创建。

1
2
3
4
5
6
7

services:
  vert:
    container_name: vert
    image: ghcr.nju.edu.cn/vert-sh/vert:latest
    restart: unless-stopped
    ports:
      - 3000:80

浏览器中输入http://NAS_ip:3000，然后回车

设置页面为中文


上传图片进行转换，支持单文件和批量转换

我在服务器部署了vert，有兴趣的可以尝试一下，使用过程不足的地方就是文档转换不够强大
https://vert.chunjun.de5.net/

写在最后

我一直觉得，电脑里应该常备一两款这样的“白月光”软件。

平时你可能想不起它，但当你急着要处理一个格式，或者要在没网的环境下工作时，它能救你的命。

VERT 这种工具，是对“互联网精神”的一种回归：开放、平等、共享、安全。

如果不放心把数据交给云端，那就把它装进硬盘里吧。

哪怕只是为了那份“我的文件我做主”的掌控感，它也值得一个下载。

好了，以上就是今天给大家分享的内容，我是爱分享的小明同学，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家~

不知道大家有没有同感：

现在的互联网，垃圾信息实在是太多了。

想学点新技术，打开搜索引擎，前三页全是广告和 SEO 拼凑的废话；

关注了一堆公众号和博客，标题一个比一个惊悚，点进去全是情绪输出，干货没多少；

好不容易看到几篇好文章，随手点个“收藏”，然后……就没有然后了，它们在收藏夹里安静地躺成了化石。

我们每天都很忙，但又很焦虑，生怕错过了什么重要的技术趋势。

我们需要不是更多的信息，而是更好的过滤器。

最近挖到了一个宝藏平台——BestBlogs，用了一周，我感觉我的“阅读焦虑症”被治好了。

开源地址：https://github.com/ginobefun/BestBlogs

今天必须按头安利给大家。

介绍

BestBlogs.dev 为您提供编程、人工智能、产品设计、商业科技和个人成长领域的精选内容，汇集自顶级技术公司和社区。我们利用先进的大语言模型，为每篇文章提供智能摘要、评分和翻译服务，帮助您快速筛选高价值内容，节省阅读时间。立即订阅，探索未来技术的无限可能！

1.1 优质文章

1.2 品质播客

1.3 精选视频

1.4 热门推文

01

它是你的“最强阅读嘴替”

BestBlogs 的核心逻辑很简单，也很粗暴：用 AI 帮你把关。

以前我们需要自己去翻 Hacker News，去扫 RSS 订阅，去推特上淘金。现在，BestBlogs 把这些源头的高质量内容全聚合在一起了。

但这不算什么，最牛的是它的AI 摘要功能。

很多技术文章动不动就万字长文，全英文还夹杂着一堆术语。BestBlogs 会直接用 AI 把文章“嚼碎”了：

• 一句话总结：这是讲什么的？值不值得读？
• 核心观点提炼：文章的精华由哪几点组成？
• 中文翻译：英文苦手的救星，直接看中文摘要，无痛吸收。

我现在的习惯是：早上通勤路上，刷一遍 BestBlogs 的摘要列表。感兴趣的，点进去读全文；一般的，看个结论就知道怎么回事了。

效率提升了不止十倍。

02

只推“人话”，不推“水文”

在这个 AI 生成内容泛滥的时代，想在互联网上找到“人”写的深度好文，反而成了一件奢侈品。

BestBlogs 似乎有一套自己的评分机制。

它推荐给我的文章，很少有那种车轱辘话来回说的营销文，大多是硬核的技术分析、深度的行业思考、或者是实战的经验分享。

它像一个品味很好的老编辑，虽然不知疲倦地全网抓取，但只有真正有营养的东西，才会被端到你的餐桌上。

这种 “被尊重” 的感觉，在现在的互联网环境里，真的太难得了。

03

告别 FOMO（错失恐惧症）

作为技术人，我们最怕的就是“掉队”。

昨天大模型又出了新架构，今天某个框架又发布了 3.0……

以前我会强迫自己把这些新闻都看完，搞得自己很累。

用了 BestBlogs 之后，我发现心态变了。因为它把热点聚合得很好，我只需要每天花 5-10 分钟，就能大概知道这个世界发生了什么。

把省下来的时间，拿去深度阅读那 1% 真正值得钻研的好文章，或者干脆关上电脑，去陪陪家人。

04

开始订阅

网站订阅地址：https://www.bestblogs.dev/#subscribe

输入订阅邮箱地址，点击免费订阅，在邮箱中点击确认订阅，订阅成功后，将在每周五收到BestBlogs的精选文章推送。

你也可以在网页查看往期精选文章

写在最后

工具的本质，是为了让人更自由，而不是更忙碌。

如果你也受够了信息流里的垃圾快乐，受够了永远读不完的收藏夹，不妨试试 BestBlogs。

把筛选的工作交给 AI，把思考的乐趣留给自己。

在这个信息爆炸的时代，“少读点，读好点”，才是顶级的自律。

你现在主要通过什么渠道获取高质量信息？RSS、推特列表还是某个宝藏博主？评论区交换一波“秘密基地”吧！

是不是经常在GitHub上冲浪，却总被满屏的英文搞得头大？想找个按钮、看个说明，都得先在脑子里翻译一遍，效率瞬间大打折扣？别提那些刚入门的小白了，光是看到GitHub的界面可能就望而却步了吧！

今天，咱们就来聊一个能彻底解决这个烦恼的神器——github-chinese！它就像是给你的GitHub装上了一个“中文翻译官”，瞬间让你的GitHub界面变得亲切又好懂！

github-chinese项目地址：https://github.com/maboloshi/github-chinese

告别“英文盲区”：github-chinese 是什么？

想象一下，你打开GitHub，菜单、标题、按钮，甚至是一些常用的提示信息，全都变成了咱们熟悉的中文！是不是瞬间感觉整个世界都清晰了？没错，github-chinese 就是这样一个超给力的GitHub汉化插件。

它不是GitHub官方推出的中文版本（因为GitHub本身暂时还没有官方中文界面），而是一个由社区大神们创建和维护的开源项目 (GPL-3.0 license)，目的就是让全球的中文用户也能无障碍地使用GitHub。简单来说，它通过一段用户脚本，在你访问GitHub网页时，把界面上的英文元素实时翻译成中文，让你在熟悉的语言环境中，更好地探索和利用GitHub这个宝藏平台 。

为什么你需要它？告别“翻译癌”！

1. 提升效率，告别卡顿！
   你是不是也有过这样的经历：想快速找到某个功能，却因为英文单词不熟悉，得反复琢磨才能点击？有了github-chinese，这一切都将成为过去。菜单栏 、按钮、标题等公共组件 ，全都一目了然的中文展示，让你的操作行云流水，大大提升了使用效率 。不用再为了一个英文单词而暂停思考，节省下来的时间，用来多看几个优质项目不好吗？

2. 降低门槛，小白也能轻松上手！
   对于编程新手或者英语不太好的小伙伴来说，GitHub的英文界面常常是入门的一道坎。各种专业术语，加上陌生的界面布局，很容易让人感到迷茫和挫败。而github-chinese就像一位贴心的向导，用中文为你指明方向，让你能够更自信、更顺畅地迈出学习的第一步。从此，GitHub不再是“高冷”的存在，而是你触手可及的开源世界！

3. 沉浸体验，更专注代码本身！
   当语言不再是障碍，你的注意力就能完全集中在代码、项目和技术交流上。你可以更轻松地阅读项目描述、参与讨论、提交问题，真正享受到开源社区的乐趣。这种沉浸式的体验，无疑会让你在技术学习和项目协作中获得更大的成就感。

“翻译官”上岗，其实就几步！

你可能会问，这么厉害的插件，安装起来会不会很麻烦？嘿，别担心，它比你想象的要简单得多，只需简单2步就能搞定！

它的工作原理是基于用户脚本管理器来实现的 。你只需要在你的浏览器上安装一个用户脚本管理器，比如大名鼎鼎的 Tampermonkey（油猴）或者 Violentmonkey，然后把github-chinese的脚本添加进去，刷新一下GitHub页面，duang！你的GitHub就变成中文啦！

💻 安装指南

1. 安装用户脚本管理器：
   • 推荐：Tampermonkey
2. Chrome / Chromium 内核浏览器，请务必开启 “扩展程序” 管理中的 “开发者模式”
3. 选择安装源：
   • GitHub 源【开发版】
   • GreasyFork 源【稳定版】
4. 刷新页面后，插件即可生效
5. 必要时，重启浏览器

版本说明：

• 🚀 开发版：实时更新，每周五自动更新词库
• 🛡️ 稳定版：每周一同步开发版词库，更稳定

这整个过程，就像给你的浏览器装了个小插件，然后激活一下它的“翻译功能”，非常傻瓜式操作，没有任何复杂的设置。对于新手来说，简直是福音！

🖼️ 效果预览

谁是幕后英雄？开源的力量！

github-chinese之所以能这么好用，离不开广大的开源社区。它是一个完全开源的项目，这意味着任何人都可以查看它的代码、提交改进建议，甚至贡献自己的翻译。正是这种开放和协作的精神，让这个插件能够不断地完善和更新，为我们提供更好的汉化体验。每一次你看到更准确、更贴切的中文翻译，背后都可能是无数热心开发者默默付出的结果。

总结一下：你的GitHub，你做主！

如果你还在为GitHub的英文界面而感到困扰，那真的强烈建议你试试github-chinese这个神器 。它不仅能让你的GitHub使用体验直线上升，还能帮助你更快地融入开源世界，真正享受到技术带来的乐趣。

别再犹豫啦！动动手指，给你的GitHub换个“中文皮肤”吧！你会发现，原来GitHub可以这么亲切，这么好用！快去试试，让你的编程之路更加顺畅！