用 AI 写代码最怕一种情况：模型照着一年前的训练数据给你生成 API 调用，结果库早就升级了，方法名、参数全对不上，你还得自己对着官方文档一个个改。问题不在模型不会写，而在于它手里的「文档」是过时的。 Context7 想做的，是给编码智能体接上「实时、按版本检索的官方文档」。当你问「用 Supabase 怎么做邮箱注册」「Next.js 16 怎么配代理」时，它直接从源头拉取对应库、对应版本的文档与代码示例，塞进智能体的上下文里。这样生成的代码不再依赖过时的训练记忆，也不...
更新UPDATES
做网站、落地页、邮件模板时，很多人卡在「既要可视化拖拽、又要能导出干净代码」这两件事上。纯手写 HTML/CSS 太慢，闭源建站工具又往往把产物锁在自己的格式里，想拿走改、想接进自己的 CMS 都费劲。 GrapesJS 给的答案是一个开源的「网页搭建框架」：它把模板拆成结构（HTML）、样式（CSS）和变量，让你在浏览器里用拖拽的方式搭建页面，同时保留导出标准 HTML/CSS 的能力。它从设计之初就面向 CMS 场景——用来加速动态模板的生产，也可以做网页、邮件或移动端模...
很多人积累了大量 Markdown 笔记、Obsidian 库或「数字花园」，却始终没把它们变成能分享的网站——要么卡在搭建环境的复杂度，要么被某个笔记平台的封闭格式拴住，想导出成独立站点要折腾很久。 Quartz 想让这件事变得「免费且顺手」。它是一个静态站点生成器，把你已有的 Markdown 内容（包括双链、标签、图谱）转换成功能完整的网站。你继续用熟悉的编辑器写笔记，Quartz 负责把整套知识库发布出去，静态产物可以托管到任意支持静态文件的地方。
同时用 Claude Code、Codex、Gemini CLI、Grok Build 的人越来越多，但切换模型供应商、改 MCP、调 Skills 基本都要手改 JSON / TOML / YAML 配置。一个问题随之而来：工具越多，配置文件越散，换一个 API Key 或切一个供应商要在好几个文件里翻找，稍不注意就改错格式。 CC Switch 想把这件事收敛到一个桌面应用里。它把自己定位为 Claude Code、Claude Desktop、Codex、Gemini ...
用 AI 辅助写代码已经不是新鲜事，但多数人体验过这样的落差：在聊天框里描述需求，模型吐出一段看起来很合理的代码，复制到工程里却跑不起来——缺 import、类型对不上、依赖没装。问题往往不在模型能力，而在于工具没有权限理解你的工程结构，也不能真正执行命令、在编译报错时自己改回去。 Cline 选择把编码智能体直接嵌入开发者已经在用的环境：VS Code 扩展、JetBrains 插件、终端 CLI，以及一个独立桌面端。它能在你的项目里改文件、跑命令、读取编译与测试输出，并且...
AI 编程助手很强，但有个常见尴尬：需求只活在聊天记录里。模型生成一堆代码，你改两版之后，谁也说不清最初要做什么、现在做到了哪一步。需求一旦进不了代码库，就变成了会漂移的口头约定，到上线才发现理解有偏差。 OpenSpec 给这类工作流补了一层轻量的「规范层」：在写任何代码之前，先和 AI 就 specs（需求与场景）、proposal（为什么做、改什么）、design（技术方案）、tasks（实现清单）达成一致，并把这些文件提交进仓库。它把自己定位为「spec-driven...
在终端里直接跟大模型对话、让它读你的代码库、改文件、跑脚本，已经成为很多开发者的日常。但要把一个强力模型接进 shell，往往要自己搭前端、管密钥、写工具调用，门槛不低。Google 官方的 Gemini CLI 把这条路铺平了：一个轻量的开源 AI 代理，让你在终端里就能直接调用 Gemini，从一句 prompt 到模型之间几乎零距离。 它是 Google 开源的 AI 代理，定位很直白——把 Gemini 的能力直接带进你的终端，既能当对话助手，也能当读代码、改工程、做...
让自主 AI 智能体去读文件、装包、调 API、用凭证，是它最有用的时刻，也是它最危险的时刻。一个能自由访问你全盘数据、网络和凭据的代理，一旦被诱导或出错，后果可能是删库、外泄、乱改配置。很多「智能体运行时」只是在应用层做了点隔离，代理换个路径就能越界。NVIDIA 的 OpenShell 选择从更底层下手：它直接在操作系统内核层面给每个智能体划定能碰什么、不能碰什么，并在策略变动生效前用形式化验证先算一遍。 OpenShell 的定位是「自主 AI 智能体的安全、私密运行时...
做响应式网页，最折磨人的一步是「挨个窗口拖宽度看效果」：开五六个浏览器窗口，手动把同一个点击在每个窗口重复一遍，再肉眼比对哪里溢出了、哪里错位了。传统 DevTools 的设备模拟一次只看一个视口，要核对手机、平板、桌面三档就得来回切。Responsively App 换个思路：它把自己做成一个「改造过的浏览器」，让你在一块屏幕里并排看到所有目标设备，而且你在任一个设备上的点击会镜像同步到其余设备。 它是用 Electron 构建的桌面应用，定位就是「响应式网页开发必备的开发...
AI 帮你写前端，十次有八次会长得像一个模子刻出来的：字体永远 Inter，配色永远紫到蓝渐变，灰色文字压在彩色背景上，圆角方块图标贴在 every 标题上方，卡片里还套卡片。模型都在同一批 SaaS 模板上训练，你不给硬约束，每个项目都会复刻这些「tell」。Anthropic 的 frontend-design skill 是第一个被广泛用的设计 skill，而 Impeccable 从它起步，把它做成了一套更系统、可量化、还能在浏览器里实时迭代的方案。 Impeccab...
让 AI 编码代理去碰 AWS，最怕两件事：一是模型对最新服务、最新 SDK 用法记忆过期，写的代码跑不起来；二是代理一旦拿到凭证，可能越过你本意去删资源、改配置，出了事没法追溯。靠代理自己瞎猜 AWS CLI 参数，往往既低效又危险。AWS 自己下场给出了官方解法：一套原厂维护的 MCP 服务器、skills 和 plugins，让代理在受控、可审计的前提下帮你在云上构建、部署、运维。 Agent Toolkit for AWS 就是这套官方工具箱，它接的是你已经在用的编码...
用 AI 写前端页面，最大的尴尬不是做不出来，而是做出来「一眼机味」：千篇一律的 Inter 字体、紫到蓝的渐变、卡片套卡片、灰色文字压在彩色背景上、每个标题上方都顶着一个小眼睛图标。这些「AI slop」告诉别人这页是机器生成的，专业感瞬间归零。更麻烦的是，模型都训练在同一批 SaaS 模板上，你不加约束，每个项目都会长出同样的那几个 tell。 Hallmark 是 Together AI 出品的一个设计 skill，专门给 Claude Code、Codex、Curso...
让 AI 编码代理帮你看代码漏洞，听起来很美，但真用起来常常翻车：要么它顺着你的暗示「确认」了一个根本不存在的漏洞，要么悄悄漏掉真正危险的边界问题。很多企业把安全审计交给代理后，拿到的报告水分很大，没法直接拿来修。Cloudflare 把自己的漏洞猎杀体系提炼成了一个可单独使用的 skill 并开源出来，让任意编码代理都能跑一套结构化的多阶段安全审计。 这个 skill 不是「让模型随便找 bug」那么简单。它把一次审计拆成侦察、覆盖驱动的猎杀、候选验证、结构化输出、独立记录...
前端构建工具年年换，Vite、webpack、esbuild 各有拥趸，但配置复杂度和构建速度的权衡始终没被彻底解决。Rsbuild 是字节跳动（web-infra 团队）开源的现代构建工具，底层由 Rust 写的 Rspack 驱动，目标是把开箱即用、配置简单、构建飞快同时做到，而且不绑定任何前端框架。
本地开发环境一直是开发者的痛点：PHP 用 XAMPP、Node 用 nvm、数据库各自装、HTTPS 和本地域名再折腾一遍。FlyEnv 是一个原生桌面应用，把这些原本分散管理的工具收进同一个工作区，覆盖 PHP、Node.js、Python、Java、Go、数据库、Web 服务器、本地站点、HTTPS，甚至 AI 编程工具和 MCP。