0831 | oMLX、Superagent、Maritime与Ulpaso:开源与本地工具盘点

||Download

Show notes

本期节目一口气介绍了十几款开发者新工具,横跨 Mac、Windows 与网页端。从把 Mac 变成本地 LLM 服务器的 oMLX、把编码代理做成 Mac 应用的 Superagent、为 AI agent 提供持久虚拟机的 Maritime,到本地会议转写 Ulpaso、设备端 OCR 截图库 Caplio、不会抢占焦点的剪贴板架子 Edge Drop,再到面向论文写作的 Murfy AI、从简述生成发布视频的 Topview Motion Studio、跟随语音的提词器 Sayscroll、带品牌与追踪的桌面文件交付工具 Skud,最后是给废弃项目办付费"葬礼"的 RIP MY BUILD。主持人逐一介绍各工具的核心功能、开源授权与定价,并特别关注社区讨论中尚未被开发者回答的疑点,例如权限边界、状态保留、重叠语音识别与追踪口径等问题。

时间轴

  • 00:00:00 开场
  • 00:00:39 oMLX:把 Mac 变成本地 LLM 服务器
  • 00:01:14 Superagent:把编码代理做成 Mac 应用
  • 00:02:23 Maritime:每个客户一个持久虚拟机
  • 00:03:21 Ulpaso:本地会议转写落进 Markdown
  • 00:04:13 Caplio:设备端 OCR 的可搜索截图库
  • 00:05:16 Edge Drop:不抢焦点的剪贴板架子
  • 00:06:24 Murfy AI:覆盖论文全流程的 agent 团队
  • 00:07:35 Topview Motion Studio:简述生成发布视频
  • 00:09:05 Sayscroll:跟随你语音的 AI 提词器
  • 00:10:30 Skud:带品牌追踪的菜单栏文件交付
  • 00:11:46 RIP MY BUILD:给废弃项目办付费葬礼

相关信息

本期节目由 Bri 出品。Bri 使用先进的 AI 技术将你在意的资讯转换成适合收听的播客。如需联系,请发邮件至 hi@bri.so

Transcript

茉莉: 欢迎收听 Bri 电台的《ProductHunt 产品分享》。我是茉莉。

白桦: 我是白桦。今天这期我们来聊聊 Product Hunt 上刚上线的一批新工具,从开源代码代理,到卖 AI agent 的专用电脑服务,还有本地会议记录工具,内容不少。

茉莉: 其中还有几款 Mac 应用,像是给截图做素材管理的 Caplio,以及菜单栏直接送文件给客户的 Skud,都挺有意思。

白桦: 另外还有面向 Windows 的免费剪贴板工具 Edge Drop,以及号称能替代 Overleaf 的 AI 原生 LaTeX 编辑器。我们慢慢聊。

茉莉: 今天找到一个很实在的 Mac 工具,叫 oMLX。它把 Mac 变成一个完整的 LLM 推理服务器,直接从菜单栏运行,能让 Claude Code 和 Cursor 的响应时间从大约九十秒缩短到五秒左右。

白桦: 这个提速靠的是持续批处理,还有一套跨内存和固态硬盘的分层 KV 缓存,关机重启也还在,所以代理不反复重算。作者说它是用 Swift 原生写的,不是 Electron,走 Apache 2.0 开源许可,OpenAI 和 Anthropic 兼容的接口可以直接接进去。

茉莉: 接着看另一款开源 Mac 应用 Superagent,作者喊出的口号是“给其余人的 Claude Code”。它按作者描述在用户已有的订阅上本地运行 Claude Code,不需要账户、服务器、遥测或第二份账单,目标是把编码代理做得像 Mac 应用,而不是终端里滚动的文本。

白桦: Mac 应用、iPhone 应用和它背后的中继服务器都用 MIT 协议开源,中继不持密钥、不存数据,也能用一条命令自托管。有意思的是代理驱动的浏览器是用户自己已登录的真实浏览器,用户可以看着它操作,也能随时点几下中途接管。

茉莉: 社区里最大的分歧就在真实浏览器权限上。有评论者提得很具体:代理读收件箱和替你发邮件,对它来说都是返回成功的工具调用,但只有发邮件那类会花掉你拿不回来的东西。他建议按操作而不是按网站设允许清单,让发送、发布、付费或删除这类点击回到用户确认,不过到底哪些操作会停下来问,目前还不清楚。

茉莉: Maritime 是专门卖给“销售 AI agent 的公司”的计算机服务,每个 agent 每月一美元起。每个客户分到一个隔离、持久的虚拟机,agent 能在里面用浏览器、建文件、跑代码并保持状态,Maritime 负责基础设施、扩展和自动睡眠唤醒,目的是让公司不必自己养几千台虚拟机。

白桦: 官方说唤醒大概一秒钟,内存、文件和密钥留在原位,号称没有冷启动成本。但社区里有个问题还没被回答清楚:一次睡眠唤醒周期里到底哪些状态会存活。评论者说,如果浏览器配置、cookie、本地存储和登录会话都跟着虚拟机留下来,那才是核心产品;如果只有磁盘保留而配置被重置,agent 就得反复重新认证,账单上的美元会变成时间成本。

白桦: Ulpaso 是款本地会议记录工具,开发者的描述是:按下录制,麦克风和系统音频就在 Mac 上转写、按说话人区分,落进文档目录里一个可编辑的 Markdown 文件。作者明确说没有云工作区、没有专有格式、没有订阅、没有账户、没有遥测,免费且永久跑在本机,MIT 许可。

茉莉: 选择它而不是 AI 会议机器人的一位评论者,理由是客户电话里会口头说出账号号码这类敏感信息,他不希望这些留在别人的云端转写历史里,本地磁盘上的纯 Markdown 是他唯一信任的格式。不过也有个悬着的问题:有人问它能否处理两个人同时说话,作者没回应,所以重叠语音的转写能力目前是未知数。

茉莉: 最后这款叫 Caplio,是开发者 Razieh Aghababa 发布的 Mac 截图素材管理器,针对经常存截图和参考图片、过后却找不到的人。开发者的自述是:自己截图越存越多、需要时却很少能找到。它会把指定的文件夹变成可搜索的本地图库,自动监视文件夹,用设备端 OCR 提取图片里的文字并建本地索引,可以按识别文字、文件名、类别和应用名搜索。

白桦: 作者强调图片和识别出的文字不会上传,OCR 和索引都在 Mac 本地完成,不需要云端 AI;商店隐私页也标注开发者不收集任何数据,不过这一点未经苹果核实。版本记录方面,八月十三日发布 1.0,八月十九日出了 1.1 和 1.1.2,1.1 版说是改进了复杂版面图片的文字识别和阅读顺序。至于非英文文字的识别效果,讨论里有人问过,但没有看到答复。

茉莉: Edge Drop 是独立开发者 Deepender 做的 Windows 剪贴板工具,免费开源,走 Apache-2.0 许可,可以从 GitHub 或者微软商店装。它平时藏在屏幕边缘,桌面那一片保持点击穿透,只有鼠标悬停过去,才会弹出一个剪贴板架子。

白桦: 它的核心卖点是拖放而不是模拟粘贴。你可以复制文本、截图、文件或者链接,然后直接拖进任意应用,还能堆叠文件、固定常留的条目。开发者特意强调用的是 Windows 原生拖放,不需要快捷键、没有托盘图标、不用账户,剪贴板历史也不会离开本机。

茉莉: 他做这个的动机很明确——Win 加 V 那个流程要反复复制、切换窗口、翻历史再粘贴,太断工作了。不过社区里有位用户反馈,截图反而是最容易被打断的环节,因为复制下一项的时候会覆盖上一张截图。他还问固定条目重启之后能不能保留、架子会不会重置,开发者到现在没有回应,所以固定条目的持久性还是未知数。

茉莉: Murfy AI 是 Murple 做的 AI 原生 LaTeX 在线编辑器,创始人叫 Shounan An,定位是 Overleaf 的替代品,宣传说能让写作、审稿、发布到 arXiv 快十倍。功能包括起草和审稿、按审稿人意见修订、即时修编译错误、核实参考文献,还有生成 Beamer 幻灯片,支持不限人数的实时协作和免费的席位之外模式。

白桦: 他自称过去十五年用 Overleaf 写了十好几篇 AAAI、EMNLP、SIGGRAPH 和 IROS 的论文,痛点主要是参考文献格式、协作反馈、编译报错和幻灯片。官网说 AI 审稿由八个读者过稿、三个模型互相检查,编译修复会以可拒绝的 diff 展示,消耗积分,Starter 每月送一千积分。

茉莉: 不过有个已经测试的评论者说,它确实快,解决了多人协作,但第二轮编辑的时候还是去不掉首页那个 Murfy Guide,而且 AI 聊天偶尔会用韩语回复。另一个评论者想要的更简单——识别目标会议的格式然后自动重排参考文献,他说光这一条就足够让他买。

茉莉: Topview Motion Studio 是 Topview.ai 的创始人 Jensen 今天发布的 AI 工作区,给应用、硬件和新产品团队做发布视频用的。它的流程是描述你想传达的产品和信息,上传产品、品牌、界面这些参考图,再选动态风格、时长和宽高比,工具会用 AI 视频模型加动态设计技能把需求变成完整的视频项目。

白桦: Jensen 的说法是,多数 AI 视频工具擅长生成单个镜头,但发布视频需要清晰的叙事、节奏、一致的视觉语言和排版。他也承认这是早期版本,目标是让以前跟高级 After Effects 工作流相关的质量和细节,不用传统那套复杂度、时间和成本就能拿到。这些都属于制作者自述,不是验证过的结果。

茉莉: 评论区里,有团队说平时只能退而求其次用屏幕录制,有独立开发者觉得它比 After Effects 的学习曲线直观多了。但也有没被回答的问题:几张截图加一句描述到底够不够、音乐和音效谁来处理、高峰时段渲染快不快、能不能处理自己的复杂 3D 素材、生成后能不能小幅编辑。还有个用户报告说,提交提示词和图片后被要求登录,登进来提示词和图片就没了,他也问是不是要买积分才能开始——目前都没有回应。

茉莉: Sayscroll 是浏览器端的 AI 提词器。传统提词器得手动调速,它的办法是用实时语音识别,把你已经说过的字逐词淡出,文字始终居中跟着你的说话节奏走。适用对象是 YouTube 创作者、演讲者、教育者、播客主持人和内容团队。

白桦: 它支持六十多种语言,同一个段落里混着用多种语言也行。内置视频录制器可以在提词器里直接录,脚本叠在视频上或者用分屏布局,录出来的内容直接存到设备上、不会被上传,只有音频会流式传输去做转写。还有即兴模式,脱离脚本就停着等你,回来后重新锁定,就算跳到另一个段落也能找回位置。

茉莉: 定价只按实时麦克风时间计费,入门版首月五美元、之后每月十美元含十小时,创作者版首月十块、之后每月二十含三十小时,专业版首月二十五、之后每月五十含一百小时,另外有七百字符上限的免费试用。创始人说自己申请加速器时录创始人访谈,被手动调速分心得不行才做的这个。需要说明,百分之九十九的语音追踪准确率是厂商声明,不是独立验证。社区有人问即兴模式是在句子中途接回还是等关键词,这个问题到现在没人答。

茉莉: Skud 是开发者自己建的 macOS 菜单栏文件交付应用。他说做它是受够 WeTransfer 链接没法追踪客户到底开没开文件,也不希望交付链接带着 WeTransfer 的牌子。你只要把文件拖到菜单栏图标,它就会上传并复制一条带自定品牌的链接,面板上能看到浏览和下载次数。

白桦: 它还有密码保护、到期控制,图片视频和 PDF 都能在页内预览。免费档零美元永久免费,给一吉字节存储、三天过期、Skud 品牌交付页;Pro 每月八美元,按年付每年八十省两成,包含一百吉字节、自有品牌、密码和自定义到期、还有浏览下载分析。再往上是一太字节每月十九、两太字节每月三十九。

茉莉: 可用性上需要 macOS 十四以上,通用版支持 Apple Silicon 和 Intel,提供经公证的 DMG。开发者明确说不走 App Store、没有内购、也没有未选择加入的遥测。社区里有用户要 Windows 版,也有人追问:所谓追踪到底是区分链接浏览和实际下载,还是只显示打开了多少次——这一点还没有明确的答复。

白桦: RIP MY BUILD 是个给废弃项目的线上公墓,专门收录坦诚的公开复盘。开发者可以花十二美元发布一份永久悼词,附上原始链接、项目死因、学到的一课,还有接下来在做什么。

茉莉: 嗯所以这里的关键不是怀旧,而是把项目结尾变成可复用的资产:每一份纪念都有独立页面、访客可以留下的玫瑰,还有每周的荣誉排行榜,等于把告别本身当成一次发布。

白桦: 对,而且浏览完全不需要账户。它的设计其实是给创始人一条通往下一章的路径——项目失败这件事本身被转成了一次公开的收尾,而不是静悄悄消失。

茉莉: 我们聊了怎么把一个开源 Mac 应用本地跑起来,让编码代理拥有电脑而不是终端,还谈起社区对真实浏览器权限的担忧。感谢收听,我们下次再见。

白桦: 是的,感谢你的陪伴,我们下期见。