crate:一种在iPhone上运行Linux的新方式,由Rust驱动
DraftHub,一个开源、自托管的平台,用于管理旁加载的应用程序
开发者是想建立一个可以管理多个设备的集中系统,自动续订应用程序,并允许在不需要让Mac全天候运行的情况下进行IPA安装。
功能介绍
• 使用Docker和Tailscale的自托管Linux中心。
• 自动7天应用续期,不需要Mac保持在线。
• 无线安装、更新和设备管理。
• 多个Apple ID、好友、邀请和应用共享权限。
• IPA/APK库、版本历史和稳定/测试通道。
• 用于Flutter、React Native/Expo和原生iOS构建的Mac代理。
• LiveContainer集成、JIT支持和通知。
• DraftHub Pair:一个iPhone应用,用于在iOS 27+上无电脑配对和临时访客安装。
DRAFTHUB PAIR
在iOS 27+上,另一个设备可以直接使用运行DraftHub Pair的iPhone进行配对,无需电脑。
它还支持使用对方的Apple ID通过你的热点进行的一次性IPA安装。
访客无需Tailscale或DraftHub账号。他们的应用在7天后过期,不会自动续订。
iOS 17–26设备仍需通过Mac和USB线进行初始配对。
安全与隐私 | 安全文档
安全性在开发过程中是一个重要考虑,尤其是因为该系统处理Apple凭证和设备配对。这个代码库包括一个专用的安全模型和威胁模型文档。
其中一些在文档中描述的安全措施包括:
• 仅限Tailscale的中心访问,没有公共端口。
• 存储Apple凭证的AES-256-GCM加密。
• 密码哈希、CSRF保护、安全会话cookie和速率限制。
• 区分所有者、朋友、设备和Apple账户的访问控制。
• 加密的访客凭证转发到中心,而无需DraftHub Pair读取这些凭证。
• 临时访客签名数据和文档清理程序。
• 可配置的Anisette服务器、兼容性检查和文档化的第三方风险。
文档还明确描述了哪些不是受保护的,包括被攻陷的服务器和在访客安装期间可能发生的网络攻击。
这并不是说该项目经过了独立的安全审计。
局限性
• 免费Apple ID仍受Apple签名和配置的限制。
• 无需电脑的配对需要iOS 27+。
• 需要Linux服务器和初始设置。
• 某些功能依赖于私有的Apple协议和第三方Anisette基础设施。
• 这个项目仍处于早期阶段,跨配置的兼容性需要进一步测试。
开发者是想建立一个可以管理多个设备的集中系统,自动续订应用程序,并允许在不需要让Mac全天候运行的情况下进行IPA安装。
功能介绍
• 使用Docker和Tailscale的自托管Linux中心。
• 自动7天应用续期,不需要Mac保持在线。
• 无线安装、更新和设备管理。
• 多个Apple ID、好友、邀请和应用共享权限。
• IPA/APK库、版本历史和稳定/测试通道。
• 用于Flutter、React Native/Expo和原生iOS构建的Mac代理。
• LiveContainer集成、JIT支持和通知。
• DraftHub Pair:一个iPhone应用,用于在iOS 27+上无电脑配对和临时访客安装。
DRAFTHUB PAIR
在iOS 27+上,另一个设备可以直接使用运行DraftHub Pair的iPhone进行配对,无需电脑。
它还支持使用对方的Apple ID通过你的热点进行的一次性IPA安装。
访客无需Tailscale或DraftHub账号。他们的应用在7天后过期,不会自动续订。
iOS 17–26设备仍需通过Mac和USB线进行初始配对。
安全与隐私 | 安全文档
安全性在开发过程中是一个重要考虑,尤其是因为该系统处理Apple凭证和设备配对。这个代码库包括一个专用的安全模型和威胁模型文档。
其中一些在文档中描述的安全措施包括:
• 仅限Tailscale的中心访问,没有公共端口。
• 存储Apple凭证的AES-256-GCM加密。
• 密码哈希、CSRF保护、安全会话cookie和速率限制。
• 区分所有者、朋友、设备和Apple账户的访问控制。
• 加密的访客凭证转发到中心,而无需DraftHub Pair读取这些凭证。
• 临时访客签名数据和文档清理程序。
• 可配置的Anisette服务器、兼容性检查和文档化的第三方风险。
文档还明确描述了哪些不是受保护的,包括被攻陷的服务器和在访客安装期间可能发生的网络攻击。
这并不是说该项目经过了独立的安全审计。
局限性
• 免费Apple ID仍受Apple签名和配置的限制。
• 无需电脑的配对需要iOS 27+。
• 需要Linux服务器和初始设置。
• 某些功能依赖于私有的Apple协议和第三方Anisette基础设施。
• 这个项目仍处于早期阶段,跨配置的兼容性需要进一步测试。
「把AI放回工作台,而不是聊天框里」| blog
fast.ai 和 Answer.AI 正式公开推出 SolveIt:它不是又一个“帮你多快好省产出内容”的助手,而是把人、AI、代码、文档、笔记和运行结果放进同一工作空间,强调先理解、再产出。
团队已内部使用多年,并邀请约3000名预览用户共测两年,如今改为免费加入、按量付费开放给公众。它最特别的地方,是把对话从线性聊天改成可编辑的“工作现场”:你能在任意位置插入提示词,AI只看到此前上下文;能直接改AI回复;每个实例还是一台常驻服务器,带终端、文件系统、git,可托管应用、实时协作,甚至把自己写的 Python 函数直接变成 AI 工具。
文中用一个色彩理论案例解释了这套思路:同样是做调色板生成,在传统 AI 编程助手里很容易得到“能跑但说不清为什么”的结果;换到 SolveIt 后,研究过程像实验记录一样层层展开,每一步选择、每一次绕路都有理由可追溯。这背后其实是 fast.ai 一以贯之的立场:AI不该替人跳过理解,而该帮助人形成理解、积累能力,把学习和研发重新接到一起。
fast.ai 和 Answer.AI 正式公开推出 SolveIt:它不是又一个“帮你多快好省产出内容”的助手,而是把人、AI、代码、文档、笔记和运行结果放进同一工作空间,强调先理解、再产出。
团队已内部使用多年,并邀请约3000名预览用户共测两年,如今改为免费加入、按量付费开放给公众。它最特别的地方,是把对话从线性聊天改成可编辑的“工作现场”:你能在任意位置插入提示词,AI只看到此前上下文;能直接改AI回复;每个实例还是一台常驻服务器,带终端、文件系统、git,可托管应用、实时协作,甚至把自己写的 Python 函数直接变成 AI 工具。
文中用一个色彩理论案例解释了这套思路:同样是做调色板生成,在传统 AI 编程助手里很容易得到“能跑但说不清为什么”的结果;换到 SolveIt 后,研究过程像实验记录一样层层展开,每一步选择、每一次绕路都有理由可追溯。这背后其实是 fast.ai 一以贯之的立场:AI不该替人跳过理解,而该帮助人形成理解、积累能力,把学习和研发重新接到一起。
This media is not supported in your browser
VIEW IN TELEGRAM
「让产品说明动起来,这个 GitHub 项目把“火柴人演示”做成了可复用组件」
stick-scene 是 由 Kamran Ahmed(@nilbuild) 刚放出的一个小而巧的前端技能:你只要告诉代理“想展示什么”,它就会结合项目内容先给出两三种点子,再生成一段火柴人场景代码,逐帧检查是否遮挡、越界,最后嵌进页面里。
它的思路不是堆重型动画框架,而是把每个场景都做成一个无依赖的 <canvas>,平时安静待机,进入视口、点击或悬停时再播放短动作,离屏不渲染;如果用户开启了减少动态效果,也只显示静帧。
这意味着它不只是“好玩”,而是真的在为产品页、文档页和功能介绍页服务:像 YAML 转 JSON、评论代码后让代理返工、登录开门、消息飞进 Slack 这类抽象流程,都能被压缩成一眼能懂的微型叙事。
更妙的是,项目还预留了播放方式、缩放、无地面线、无底色和无障碍标签等控制项,说明作者考虑的不是一次性 demo,而是长期嵌入真实网页的可用性。这类表达方式未必适合所有产品,但对那些“功能不难、解释很难”的工具来说,可能比一大段文案更有效。
更多示例与说明可访问 stick-scene 官方页面 或查看作者在 X 上的发布动态。
stick-scene 是 由 Kamran Ahmed(@nilbuild) 刚放出的一个小而巧的前端技能:你只要告诉代理“想展示什么”,它就会结合项目内容先给出两三种点子,再生成一段火柴人场景代码,逐帧检查是否遮挡、越界,最后嵌进页面里。
它的思路不是堆重型动画框架,而是把每个场景都做成一个无依赖的 <canvas>,平时安静待机,进入视口、点击或悬停时再播放短动作,离屏不渲染;如果用户开启了减少动态效果,也只显示静帧。
这意味着它不只是“好玩”,而是真的在为产品页、文档页和功能介绍页服务:像 YAML 转 JSON、评论代码后让代理返工、登录开门、消息飞进 Slack 这类抽象流程,都能被压缩成一眼能懂的微型叙事。
更妙的是,项目还预留了播放方式、缩放、无地面线、无底色和无障碍标签等控制项,说明作者考虑的不是一次性 demo,而是长期嵌入真实网页的可用性。这类表达方式未必适合所有产品,但对那些“功能不难、解释很难”的工具来说,可能比一大段文案更有效。
更多示例与说明可访问 stick-scene 官方页面 或查看作者在 X 上的发布动态。
「把英文论文读成舒服的中文」
很多人读论文卡住,不是因为没能力,而是被检索、翻译、对照、做笔记这几件事来回打断。
easyread 想解决的就是这个过程成本:它把本地 PDF 导入、分段翻译、原文对照、边读边问 AI 和文献管理放到一个界面里,第一段译完就能直接开读,不用等整篇处理完。读到难句时,可以展开原文、对照 PDF 原页,在段落旁划线记笔记;如果想回头找曾经看过的观点,还能在文献库里直接“全库问 AI”,再顺着引文跳回对应段落。
它也考虑到了不少人的顾虑:文献库存放在本机,只有翻译和提问时,相关内容才会交给你自己选择的模型或已登录的 CLI 处理。
这类工具真正有价值的地方,不是把论文“看得更快”,而是把注意力重新还给阅读本身:少切窗口,少做重复操作,理解链条也更完整。对于经常啃英文论文、技术博客和 arXiv 文章的人,这种体验提升往往比单纯堆模型参数更实在。
仓库与访问入口:可在 EasyRead GitHub 仓库 获取源码、安装包与使用说明,也可查看 AgentSkillsHub 页面 了解相关介绍入口。
很多人读论文卡住,不是因为没能力,而是被检索、翻译、对照、做笔记这几件事来回打断。
easyread 想解决的就是这个过程成本:它把本地 PDF 导入、分段翻译、原文对照、边读边问 AI 和文献管理放到一个界面里,第一段译完就能直接开读,不用等整篇处理完。读到难句时,可以展开原文、对照 PDF 原页,在段落旁划线记笔记;如果想回头找曾经看过的观点,还能在文献库里直接“全库问 AI”,再顺着引文跳回对应段落。
它也考虑到了不少人的顾虑:文献库存放在本机,只有翻译和提问时,相关内容才会交给你自己选择的模型或已登录的 CLI 处理。
这类工具真正有价值的地方,不是把论文“看得更快”,而是把注意力重新还给阅读本身:少切窗口,少做重复操作,理解链条也更完整。对于经常啃英文论文、技术博客和 arXiv 文章的人,这种体验提升往往比单纯堆模型参数更实在。
仓库与访问入口:可在 EasyRead GitHub 仓库 获取源码、安装包与使用说明,也可查看 AgentSkillsHub 页面 了解相关介绍入口。
「给手机再开一部安卓」
AndVM做的不是传统意义上的“云手机”,而是在本机里跑一个独立的 Android 虚拟机:支持 Android 10 到 17,可直接运行 AOSP、LineageOS、PixelOS 等通用 ROM,让低版本手机也能体验更高版本系统,而不用先把主力机刷掉重来。
它的思路很实用:一方面用快照保存运行现场,暂停后下次能从原位置继续,也能一键回退到之前状态,试应用、测设置、做复现都省心。另一方面开放了更像开发工具链的能力,比如 ADB 直连、在虚拟机里刷 OTA、Magisk Root 和补丁,还能把摄像头、电池、蓝牙等设备能力按项映射成真实、虚拟或禁用,方便把日常环境和测试环境彻底分开。
所以它适合的不只是“尝鲜党”,也包括需要做兼容测试、自动化测试、安全分析和隐私隔离的人:一部手机,能同时容纳多个版本、多个用途、多个彼此独立的安卓空间。
AndVM做的不是传统意义上的“云手机”,而是在本机里跑一个独立的 Android 虚拟机:支持 Android 10 到 17,可直接运行 AOSP、LineageOS、PixelOS 等通用 ROM,让低版本手机也能体验更高版本系统,而不用先把主力机刷掉重来。
它的思路很实用:一方面用快照保存运行现场,暂停后下次能从原位置继续,也能一键回退到之前状态,试应用、测设置、做复现都省心。另一方面开放了更像开发工具链的能力,比如 ADB 直连、在虚拟机里刷 OTA、Magisk Root 和补丁,还能把摄像头、电池、蓝牙等设备能力按项映射成真实、虚拟或禁用,方便把日常环境和测试环境彻底分开。
所以它适合的不只是“尝鲜党”,也包括需要做兼容测试、自动化测试、安全分析和隐私隔离的人:一部手机,能同时容纳多个版本、多个用途、多个彼此独立的安卓空间。
「把PPT、Python和AI编辑器揉进一块,Manimble想重做演示软件」
Manimble是一款给Manim用户准备的开源演示编辑器,表面上像常见幻灯片软件:左侧是页列表,中间是画布,右侧是属性面板,你可以直接拖拽图片、改标题、调字号和排版;但底层每一页其实都是一段Manim与Manim Slides兼容的Python代码,而且你在画布上的修改会被同步写回成可读的代码。
这让它和普通PPT拉开了距离:公式可直接用LaTeX排版,图表能由Python从数据生成,动画也不是简单切页,而是真正的Manim动画。更有意思的是,Manimble把AI coding agent纳入工作流,你可以在内置终端里运行Claude Code、Codex或Gemini CLI,让AI直接改整套讲稿,同时自己继续手动编辑,双方改动会同步体现在同一份deck里。
它还支持导入PowerPoint、Keynote和Beamer,导出到PowerPoint、Keynote、Beamer、PDF、MP4等格式,目前可安装在macOS 13及以上设备上,采用BSD 2-Clause开源许可。
如果你一直嫌PPT不够“可编程”,又觉得纯代码做演示门槛太高,Manimble提供的正是一条中间路线。
Manimble是一款给Manim用户准备的开源演示编辑器,表面上像常见幻灯片软件:左侧是页列表,中间是画布,右侧是属性面板,你可以直接拖拽图片、改标题、调字号和排版;但底层每一页其实都是一段Manim与Manim Slides兼容的Python代码,而且你在画布上的修改会被同步写回成可读的代码。
这让它和普通PPT拉开了距离:公式可直接用LaTeX排版,图表能由Python从数据生成,动画也不是简单切页,而是真正的Manim动画。更有意思的是,Manimble把AI coding agent纳入工作流,你可以在内置终端里运行Claude Code、Codex或Gemini CLI,让AI直接改整套讲稿,同时自己继续手动编辑,双方改动会同步体现在同一份deck里。
它还支持导入PowerPoint、Keynote和Beamer,导出到PowerPoint、Keynote、Beamer、PDF、MP4等格式,目前可安装在macOS 13及以上设备上,采用BSD 2-Clause开源许可。
如果你一直嫌PPT不够“可编程”,又觉得纯代码做演示门槛太高,Manimble提供的正是一条中间路线。
「把AI从答案机,调成会逼你动脑的陪练」
很多人用大模型学习,停在“讲给我听”这一层:对话顺、信息多,合上窗口却留不下东西。问题不在模型,在用法——它替你想了,你没被逼着出错、纠偏、复述。
这套学习卡片把过程拆成六件事:
先用目标倒推,砍掉暂时用不上的内容;再扔进真实场景,让你先试错,AI只追问不报答案;卡住的概念找那根能串起全局的关键关系,用类比搭桥、用反例校准;接着排一条带验收标准的短期路径;再用看似简单的问题测盲区,区分“表面熟”和“真会”;最后让你讲给外行听,暴露术语包装和推理跳步。
配套工作流把四小时拆成诊断、概念、实战、测试、讲解、计划,每步都留产出物:一道题、一份错误记录、一段能跑的通关解释。验收不看聊得流不流畅,看四点——目标说得出、脱离提示能答、错因讲得清、换场景还用得上。
AI反馈未必全对,复杂知识仍要回教材核对;但它最值钱的地方,是给你一个不怕答错、只盯断点的练习场。学没学会,别信“你真聪明”,信你独立做出来那一次。
很多人用大模型学习,停在“讲给我听”这一层:对话顺、信息多,合上窗口却留不下东西。问题不在模型,在用法——它替你想了,你没被逼着出错、纠偏、复述。
这套学习卡片把过程拆成六件事:
先用目标倒推,砍掉暂时用不上的内容;再扔进真实场景,让你先试错,AI只追问不报答案;卡住的概念找那根能串起全局的关键关系,用类比搭桥、用反例校准;接着排一条带验收标准的短期路径;再用看似简单的问题测盲区,区分“表面熟”和“真会”;最后让你讲给外行听,暴露术语包装和推理跳步。
配套工作流把四小时拆成诊断、概念、实战、测试、讲解、计划,每步都留产出物:一道题、一份错误记录、一段能跑的通关解释。验收不看聊得流不流畅,看四点——目标说得出、脱离提示能答、错因讲得清、换场景还用得上。
AI反馈未必全对,复杂知识仍要回教材核对;但它最值钱的地方,是给你一个不怕答错、只盯断点的练习场。学没学会,别信“你真聪明”,信你独立做出来那一次。