#App #iOS #Mac #GitHub

🐦 一个全新的极速 AI/LLM 客户端 —— 浮望

🧠 浮望（FlowDown）是一款速度极快、体验流畅的 AI/LLM 客户端应用程序，旨在为用户提供高效、安全的 AI 交互体验。

🧙‍♂️ 特性

▶ 轻量高效：紧凑设计，确保与任何 AI 模型都能流畅配合
▶ 丰富的 Markdown 支持：美观的格式化响应与快速渲染体验
▶ 注重隐私保护：设计上保证您的数据安全，没有任何追踪
▶ 广泛兼容性：支持所有兼容的服务提供商
▶ 离线 LLM 支持：通过 MLX 连接本地模型，实现完全隐私
▶ 视觉模型支持：能够处理图像并生成视觉内容
▶ 极速文本渲染：提供无缝的用户交互体验
▶ 自动聊天标题：智能整理对话，提高使用效率

☝️ 另外，软件提供两个版本，分别是 App Store 版和社区版。其中前者，在 App Store 中提供有 iOS/iPadOS 和 macOS 的版本，社区版是开源的，在 GitHub 上提供 macOS 版本。两者存在明显的功能差异（例如：商店版在某些国家地区提供免费的云端推理配置，社区版则不提供），请前往浮望的 文档中心 进行了解。

💰 App Store 版现在处于早鸟价优惠阶段（$14.99），将于周日结束后恢复原价（$19.99），此价格为买断制。

#GitHub #Life #Article

🏫 大学生活质量指北

☝️ 今天介绍的项目是来自一个由 Telegram 频道发起的调查启发的资料汇总项目，意在收集全世界各高校招生时不会写明但实实在在影响大学生活质量的详尽信息。

👨‍🎓 项目非常有趣，收录了很多国内和国外大学的点滴信息。同时也列明了择校相关的一些清单，例如对于未来出国可能受阻的一系列受美国实体制裁的大学名单、国防七子、军工六校、兵工七子和已经退出国际大学排名的高校。另外也提供了一些大家在择校时期可能会疏于考虑的问题，这些问题主要囊括了一些日常生活、饮食和住宿的问题，虽然可能没有详尽的答案，但是为大家提供了多方面的视角。

💡 最值得一提的是，项目将所有问卷按照 [地区 >> 大学] 的维度进行了整理，并使用 Q&A 的形式让大家了解每个学校的不同情况。是一份非常有效的大学生活质量百科。

🔗 你可以访问 项目主页，也可以参与填写 调查问卷，也可以查看和贡献问和 讨论内容。

#AI #Web #github

🧠 释放人工智能的真正潜力 —— Prompt越狱手册

📖 Prompt 越狱手册是一份专为 AI 提示词设计的指南，旨在帮助用户掌握如何通过精心设计的提示词来突破AI模型的常规限制，从而释放AI的真正潜力。

🚩 项目从什么是 Prompt、Prompt 构建的思维模式、Prompt 设计技巧、Prompt 优化与迭代、Prompt 越狱、Prompt 框架进行了相关内容的阐述，最后提供了具体实例和更多的参考内容。

⚠️ 需要注意的是该项目内容仅用于学术研究和安全测试目的，请在合法合规的前提下使用这些知识，不要将其用于任何非法或不道德的行为。

💻 项目作者洺熙是一名专注于安领域的大拿，除了Prompt 越狱手册外，还有《AI 迷思录》和《AI应用与安全知识库》等项目。其中《Prompt 越狱手册》和《AI 迷思录》公布在 GitHub 上。本项目还有一个更注重可视化的 页面版本，更适合阅读（该可视化是乔木根据歸藏给出的通用化文本转可视化网页 Prompt 生成）。

#App #Web #GitHub #RSS

🌈 最近半年我的心头好 —— Folo（原名Follow）

🎤 今天聊聊 Folo，用它大概有半年的时间了吧，其实对我影响很大。

👋 Folo 是原 RSSHub 作者 DIYgod 发起并带领团队主导的一个与 RSS 密切相关的开源项目，旨在为用户提供一个简洁、高效的内容订阅和阅读平台。目标是让用户能够在一个统一的界面上「关注一切」，包括 RSS 源、社交媒体动态、播客、视频等内容，打造一个无噪音、个性化的信息流体验。

📰 Folo 的设计灵感来源于 RSS 的核心理念 —— 通过订阅源来获取更新，而不是依赖算法驱动的社交媒体推荐。它试图解决现代信息过载的问题，同时弥补传统 RSS 阅读器在功能和体验上的不足。以下是 Folo 的一些主要特点：

▶ 多源支持
不仅支持传统的 RSS 和 Atom feed，还能整合其他非标准化的内容源，例如 YouTube 频道、社交媒体账户（比如 Mastodon 或 Bluesky），甚至通过与 RSSHub（一个开源的 RSS 生成工具）结合，将更多网页内容转化为可订阅的 feed。

▶ AI 增强功能
项目融入了人工智能特性，比如自动翻译、内容摘要生成等，帮助用户更高效地处理和理解信息。

▶ 用户自定义
Folo 允许用户根据喜好组织订阅源，比如创建文件夹、筛选关键词，甚至支持动态主题切换，提升了阅读的舒适度和灵活性。

🧙‍♀️ 其实我恢复频道更新和开始每天写博客就是受 Folo 的影响，我相信像我一样的人应该也有，所以 Folo 对于优质内容输出也有一定意义。你可以在 Web、Windows、macOS、Linux、iOS 中使用 Folo，也可以在 GitHub 上了解更多关于 Folo 的项目内容。

#GitHub

🧩 用计算机视觉辅助拼图 —— JigSight 项目笔记

🧩 拼图是个挺解压的活动，但当你面对一堆碎片毫无头绪时，也可能变成一种折磨。JigSight 是一个尝试用计算机视觉来辅助拼图的开源项目，能实时识别你手上的拼图片，并在原图中标出它的位置和旋转角度。

⚠️ 不过这个项目目前只是一个 MVP（最小可行产品），并不适合所有人开箱即用。需要你具备一些 Python 基础，配置好摄像头和参考图，还要手动修改代码路径和参数。更适合当作一个学习和探索计算机视觉技术的项目。

🎯 JigSight 的实现机制

▶ 使用摄像头实时捕获拼图片图像，并通过 OpenCV 提取图像特征。
▶ 利用 SIFT 算法在原图中进行特征匹配，找出拼图片的位置。
▶ 自动估算旋转角度，并将结果可视化显示在界面上。
▶ 主界面分为四个区域，分别显示原图、摄像头画面、拼图片掩膜和匹配结果。

JigSight 在处理特征点较少的拼图时效果有限。作者建议此时可以参考另一个开源项目 Zolver，它基于边缘形状进行匹配，适合图案重复或颜色单一的拼图碎片。

👀 本文仅作为项目观察与技术原理分享，不建议非开发者直接使用，如有兴趣欢迎阅读源码探索。