网站宝藏
精选收录实用网站与在线资源，按场景分类，持续更新。
网站宝藏收录的每一条资源都有独立详情页：说明功能场景、核心亮点与使用边界，并提供官方入口。其中「精选」是编辑人工筛选的站点；其余条目整理自公开资源站点，详情按同一模板生成，官网链接以页面内的官方入口为准。 目前已上线 3964 条收录，分 5 个大类（在线工具、软件应用、AI 工具、开发者项目、教程指南），可按子分类与排序筛选浏览。 本站对第三方站点的内容与可用性不作背书。遇到打不开或与描述不符的站点，欢迎反馈，我们会定期巡检清理。
FreeLLMAPI：自托管 OpenAI 兼容 API 网关，统一管理多家 LLM 测试额度
FreeLLMAPI 可以理解为一个跑在本地的服务端 API 代理路由器。
TablePro：开源原生 Mac 数据库客户端，支持 18+ 数据库与 AI SQL 助手
TablePro介绍 TablePro 是一个专门给苹果生态打造的开源原生数据库连接工具，原生 macOS 应用、支持 18 种数据库，内置 AI 助手，个人使用完全免费。
Data-Analysis-Agent：用自然语言查数据库的开源 AI 数据分析工具
Data-Analysis-Agent 是一个能让你用大白话查数据的开源 AI 数据分析工具。 很多运营、站长和中小团队平时想查个稍微复杂点的数据，其实挺折腾的。
2026 AI 编程套餐对比：Cursor、Copilot 与国产方案谁更划算
AI 编程套餐看起来都像包月订阅，但真正拉开差距的往往不是月费本身，而是额度刷新周期、真实调用上限，以及中文场景下的 Token 消耗速度。
2026 OpenClaw 自动化部署教程：7天搭建企业级 AI 助手（私有化部署）
🤖 满屏终端代码看不懂？如何快速上线私有化 AI 助理？ 最近这几个月，开源 AI 助理平台 OpenClaw 的社区活跃度极高（GitHub Star 已突破 10 万级）。
2026 开源AI书签系统：MindPocket 私有部署 RAG 知识库
🔖 开源AI书签系统怎么选？用 RAG 把吃灰的收藏夹变成可检索的知识库。 大家是不是都有这个毛病：“收藏夹里存了几百篇干货，但真正做方案要用的时候，连搜什么关键词都想不起来？
开源数据可视化看板案例：历史数据清洗 + 趋势图表 + 多模型输出对比 (Python/Vue.js)
📊 数据可视化练手：只有代码，没有玄学对于开发者来说，学习 Python 爬虫和 Vue.js 数据可视化最好的方式就是找一个真实、高频更新的数据集来练手。
你的私人 AI 助理：OpenClaw 一键部署工具 (支持微信/飞书/Telegram + 多模型聚合)
🤦♂️ AI 很强，但被困在了网页里 ChatGPT 只能在网页聊，Claude 只能在官网用。
告别臃肿！Real-time Fund：2026 最佳开源基金实时估值工具 (Next.js)
☕ 吐槽：看个收益，至于看 5 秒广告吗？ 作为一个老基民，我最烦的就是每天打开支付宝或天天基金时，先要忍受 5 秒钟的开屏广告，然后在一堆“热门推荐”、“理财课”的红点里找自己的收益数据。
搞定甲方全家桶！OpenClaw 国内版：飞书/钉钉/企微 AI 机器人 Docker 一键梭哈 (2026)
🤔 30 秒省流：这玩意值不值得折腾？
别只盯着 n8n 了！Refly：首个能原生导出到 Cursor 的开源 Agent Skills 构建器
🤔 你的 AI 自动化工作流是不是卡在了这里？ ❌ n8n/Dify： 简单逻辑好用，但业务一复杂，连线乱得像盘丝洞，根本没法维护。
2026 自建音乐库神器：yubal 把“音频归档一团糟”这事彻底治了
对于玩 NAS 和自建媒体服务器 (Self-hosted Media Server) 的朋友来说，搭建个人音乐库最大的痛点往往不是“找不到资源”，而是“整理太痛苦”。
QuantDinger：拒绝数据锁死，基于 Docker 的开源自托管量化工作台
⚠️ 免责声明 (Disclaimer)： 本文仅从软件工程与基础设施搭建的角度介绍开源工具 QuantDinger。
Claude Code Skills：用 /last30days 找到最近 30 天真正好用的 Prompt
别让你的 AI 活在“半年前”：怎么让它自动帮你做功课？ AI 圈有个很头疼的问题： 变化太快了，快到离谱。 你有没有过这种经历：在网上搜“最好的 AI 提示词教程”，结果搜出来的文章是半年前写的。
Python 实战：基于 AI 视觉大模型的二手交易平台数据监控系统 (开源部署)
用 Python 帮你看守“二手市场”：一次自动化的技术尝试对于喜欢逛二手交易平台（如闲鱼）的数码爱好者来说，最大的痛点其实不是“没好货”，而是 “刷不到”。
2026 实战：如何用 LLM + RAG 构建多模态“个人数据 Agent” (CookHero)
在 AI 时代，管理个人生活数据的方式正在被重塑。 以前，我们记录生活（比如一日三餐、日常开销）最大的痛点是“非结构化数据”太难处理——你得手动把图片里的东西转化成文字，再填进表格，这非常反人性。
2026 本地AI网页自动化实战：基于 WebGPU 的 Chrome 端侧 RPA 方案
说句大实话： 在处理敏感业务数据时，我们往往陷入两难：用传统的 Python 脚本太僵硬，一改版就挂；用云端 AI API 又担心数据泄露，而且还要面临网络延迟的问题。
2026 实战：BrowserOS 怎么用？把浏览器变成“本地 AI Agent” (不折腾版)
说个扎心的真相： 我们每天花大量时间在浏览器里，其实干的都是“体力活”——在几十个标签页里切来切去，复制这个数据，粘贴到那个表格，无穷无尽。
2026 生产力指南：部署 Clawdbot（Moltbot） 构建私有化 AI Agent (智能体)
AI 的下一阶段是“行动”： 2026 年的技术风向正在从单纯的 Chatbot（聊天机器人）转向 AI Agent (智能体)。
2026 AI 基础设施：OpenSandbox 部署指南 (构建 Agent 安全隔离环境)
AI 落地的核心挑战： 随着大模型（LLM）能力的增强，让 AI 具备代码执行和系统操作能力已成为趋势。但这也引入了巨大的安全风险：模型生成的代码若在生产环境中非隔离运行，可能导致数据丢失或服务不可用。
共 57 条收录 · 第 2 / 3 页