目前笔者的编程工具情况是：VS Code（Claude 4 Sonnet 模型）、Gemini CLI/Qwen Coder、Codex，这些额度都已经足够满足日常开发需求。本篇作为“姊妹篇”，在工具全景、模型接入方式、应用场景推荐和风险提醒等方面，对此前博客调研内容进行了系统补充。文章不仅扩展了工具维度，涵盖了 Codex 风格插件、Qwen 插件及更多本地化方案，还细化了模型接入的类型，包括本

是一个极简的自托管 EPUB 阅读器，设计为按章节逐步展示书籍内容，便于将每章复制粘贴到大语言模型（LLM, Large Language Model）中一起阅读或辅助理解。项目通过将 EPUB 文件解析为章节并提供本地静态页面，降低了与模型交互的复杂度，适合作为学习示例或个人工具。）来启动程序并生成章节目录。• 轻量自托管：单文件脚本与简单静态服务器，易于本地运行与定制。• 教学与示例：用于演示

Embedding Atlas 是 Apple 开源的嵌入数据可视化工具，支持大规模数据的交互式分析。Embedding Atlas 前端采用 TypeScript/Svelte，后端支持 Python CLI，聚类算法用 Rust 实现，核心算法已发表在 arXiv。最近发现了 Apple 开源的 Embedding Atlas 项目，结合自己的网站 RAG 测试，体验了数据可视化和检索的强大功

AutoSubs 是一款面向创作者的本地桌面应用，提供一键生成字幕的能力，既可以作为独立程序运行，也可与 DaVinci Resolve 深度集成。它支持多语言转录、说话人分离与英文翻译，提供可视化的字幕编辑器与多轨输出，旨在提升字幕制作效率与准确性。它集成了多种语音识别模型与说话人分离算法，提供灵活的模型选择与高效的字幕定时精调能力。在本地或与 DaVinci Resolve 集成，快速生成可编

它支持 PDF / DOCX / PPTX / EPUB 等多种格式的解析与 OCR，结合并发翻译与术语库，能够在本地浏览器中完成高质量的文献翻译与结构化提取。• 前端智能体驱动的检索与分析：内置基于分层结构的长文本智能体（智能体）和工具箱，支持 grep、向量检索等工具组合。• 并发翻译与高性能批量处理：支持多文件并发处理、保留原文格式的翻译与术语一致性注入。• 文本处理：结合并发 OCR、长文

YPrompt 是一个面向提示词（Prompt）生成与管理的开源系统，通过对话挖掘用户意图并自动生成专业提示词，支持系统/用户提示词的优化与版本管理。项目设计注重可部署性与可扩展性：采用轻量后端服务与静态前端构建，提供 Docker 镜像与配置化环境变量，支持本地持久化的数据目录与证书配置，便于在私有网络中安全运行；适用于需要系统化管理提示词与开展提示词工程的团队或个人场景，包括 Prompt 工

作为一个长期学习主义者、读技术规范、研究开源项目的人，我一直在寻找一种工具，能在我面对海量资料时替我“抄近道”、减少机械性阅读、帮我快速建立全局理解。越用越觉得，它对我学习新技术、理解陌生领域、整理大项目文档、构建教学材料的帮助，是其他通用大语言模型（LLM, Large Language Model）给不了的。基于我持续数月的深度使用体验，分析 NotebookLM 如何帮助我更高效地学习新技术

Chrome DevTools MCP 并非简单地暴露 DevTools 功能，而是将调试能力、性能跟踪、网络监控等工具封装为面向 LLM/代理的 MCP 服务。与传统 Puppeteer 或 Playwright 的“脚本式控制”相比，Chrome DevTools MCP 具有以下优势：• 更丰富的内部数据：可直接访问 performance trace、堆栈、网络事件等底层数据。• 原生 D

AI 生成代码的长期维护性仍需要大量验证，根据我的实际测试，与 Kiro 类似，Qoder 也倾向于生成冗长的冗余代码或进行无必要的开发，这无疑会消耗大量 token 资源。这是所有 AI IDE 甚至智能助手都支持的场景，不过对于同样的提示词，我在 VS Code 中使用 GPT-5 来编辑和在 Qoder 来编辑的效果截然不同，GPT-5 的结果更接近我的需求，只做出了必要的代码修改，而 Qo

Raphael 是一款完全免费的 AI 绘图工具，只需输入英文提示词即可生成效果不错的图片，适合创作者和新手尝试。阅读原文请转到：https://jimmysong.io/blog/free-ai-drawing-tool-raphael/在如今各种 AI 工具层出不穷的时代，找到一个好用又免费的绘图工具真的不容易。而Raphael.app[1]就是一款非常值得一试的 AI 绘图工具。它简单易..