#macOS #APP #GitHub情报
📦 AppPorts：将 Mac 软件优雅的转移到移动硬盘里
🔗：GitHub | Releases
👉 Features
• 一键将几十 GB 的大型应用（如 Logic Pro, Xcode, 游戏等）迁移至外置硬盘
• 采用 Contents 目录链接方案，专为适配 macOS 机制设计
• 自动识别并锁定系统应用，防止误操作破坏系统
• 迁移前检测运行状态，防止损坏正在运行的应用
• 便捷的还原机制
• 原生 SwiftUI 开发，多语言支持
💡 原理
在本地保留 .app 文件夹结构，将内部的 Contents 数据目录链接至外部存储。本地仅保留文件夹索引信息，Finder 不会显示快捷方式小箭头，且支持 macOS 26 的「App 菜单」显示
🧑🏻💻 Mac 高昂的硬件售价，让许多人购买时往往选择存储空间较小的版本，时间一长就会把硬盘塞满。大家的扩容方式也各有千秋，有挂 PSSD「尿袋」的，有购买可以直插 NVMe SSD 的硬盘盒的，也有直接用大容量 SD 卡的
👀 外置存储放放文件是非常具有性价比的，但是涉及到应用等复杂结构的数据存储，就存在不方便、不美观的问题。AppPorts 从美观、兼容性与系统整洁度出发，帮助大家一键将 Mac 内置存储中的应用、游戏等大体积文件转移到外置存储。为了避免 Applications 出现无效内容，建议大家将其用在 Mac mini 等不频繁插拔外置存储的场景中
频道：@NewlearnerChannel
📦 AppPorts：将 Mac 软件优雅的转移到移动硬盘里
🔗：GitHub | Releases
👉 Features
• 一键将几十 GB 的大型应用（如 Logic Pro, Xcode, 游戏等）迁移至外置硬盘
• 采用 Contents 目录链接方案，专为适配 macOS 机制设计
• 自动识别并锁定系统应用，防止误操作破坏系统
• 迁移前检测运行状态，防止损坏正在运行的应用
• 便捷的还原机制
• 原生 SwiftUI 开发，多语言支持
💡 原理
在本地保留 .app 文件夹结构，将内部的 Contents 数据目录链接至外部存储。本地仅保留文件夹索引信息，Finder 不会显示快捷方式小箭头，且支持 macOS 26 的「App 菜单」显示
🧑🏻💻 Mac 高昂的硬件售价，让许多人购买时往往选择存储空间较小的版本，时间一长就会把硬盘塞满。大家的扩容方式也各有千秋，有挂 PSSD「尿袋」的，有购买可以直插 NVMe SSD 的硬盘盒的，也有直接用大容量 SD 卡的
👀 外置存储放放文件是非常具有性价比的，但是涉及到应用等复杂结构的数据存储，就存在不方便、不美观的问题。AppPorts 从美观、兼容性与系统整洁度出发，帮助大家一键将 Mac 内置存储中的应用、游戏等大体积文件转移到外置存储。为了避免 Applications 出现无效内容，建议大家将其用在 Mac mini 等不频繁插拔外置存储的场景中
频道：@NewlearnerChannel
👍19❤4
#GitHub情报 #APP #AI #macOS
🎤 Chorus: 多模型 AI 对话的轻量级桌面应用
官网 ｜ Github
在一个界面同时对话多个 AI 模型，获取不同视角的答案
✨ 特点
• 多模型并行对话：同时向 Claude Sonnet 4、o3-mini、Gemini 2.5 Pro、DeepSeek R1 等多个模型提问，实时对比不同模型的回答
• Ambient Chat：可以从任何地方启动对话，Chorus 能看到你的屏幕，了解你正在做什么，无需额外解释
• MCP 支持：运行任何 MCP 服务器，支持网页搜索、终端命令执行、GitHub 集成等
• 本地和云端模型兼容：支持 OpenAI、Anthropic、Google、OpenRouter 以及通过 Ollama 运行的本地开源模型
• 文档处理：URL 自动提取、PDF/图片/文档上传、全文搜索
• Magic Projects：对话之间自动共享上下文
• BYOK：自带 API 密钥或使用代理服务
• 极速体验：毫秒级全文搜索、完整键盘快捷键支持、代码和 LaTeX 语法高亮
⚙️ 机制
• 前端：React 18.3 + Vite 5.4 + TypeScript 5.8
• 后端：Rust (Tauri 2.5) + SQLite
• UI 组件：Radix UI + Tailwind CSS 3.4
• 状态管理：Zustand + TanStack Query
• 桌面框架：Tauri 2（使用系统 WebView，不打包 Chromium）
主要依赖
- AI SDK：@anthropic-ai/sdk、@google/genai、openai、@modelcontextprotocol/sdk
- 实用工具：pdfjs-dist（PDF 处理）、cheerio（HTML 解析）、highlight.js（代码高亮）、katex（LaTeX 渲染）
- 开发工具：ESLint、Prettier、Vitest、Husky
数据存储
- 本地 SQLite 数据库存储所有数据
- 隐私优先：数据不离开设备
- 支持文件系统监控
👨🏻💻 使用场景
• 技术问题调试：同时询问多个模型，一个模型可能遗漏的错误，其他模型能发现
• 学术写作：避免单一模型的幻觉或道歉循环，通过多模型对比获得更可靠的答案
• 研究和学习：对比不同 AI 的观点和解释方式，获得更全面的理解
• 内容创作：利用不同模型的优势，Claude 擅长写作，GPT 擅长结构化，Gemini 擅长多语言
• 大文档分析：通过 URL 提取和 PDF 上传处理文档，配合全文搜索快速定位信息
🛣️ 路线图
根据 GitHub issues 和社区反馈，团队正在关注：
• RAG 模式：社区提出详细的大文档处理方案（40k+ tokens），可能采用云端 RAG 或本地向量数据库
• Ollama 优化：增强本地模型支持，自定义 API 地址配置
• 语音集成：类似 qspeak.app 的语音交互功能
• 本地爬虫：替代 Firecrawl 的本地网页抓取方案
• 成本追踪增强：已实现 OpenRouter 成本跟踪，未来可能支持更多提供商
💬 社区评价
Chorus 在 GitHub 上获得了 575+ 星标和 73 个 fork，开源仅两个月就积累了活跃的开发者社区。项目有 25+ 个 issues 讨论。
Garry Tan（Y Combinator 总裁兼 CEO）评价道：「这是关于 AI 如何改变个人计算的一个很酷的尝试。」
Hamel Husain（Answer.AI）称赞说：「Chorus 真的很酷。这是一个非常精致的应用，让你并排使用所有模型，'环境聊天'功能允许模型看到你电脑上正在做的一切。它就是好用。」
Alex Volkov（Thursd/AI）表示：「Chorus 对我来说已经成为不可或缺的 AI 工具！出色的键盘快捷键支持、对比模式、MCP、环境聊天、自带密钥支持、本地模型支持。它真的应有尽有！」
从社区反馈来看，用户最喜欢的是多模型并行对比功能和 Ambient Chat 的便利性，键盘快捷键和 MCP 集成也备受好评。不过也有改进空间：Windows 版本尚未发布（仅支持 Mac），MCP 服务器配置对新手有一定门槛，部分用户期待的 RAG 模式功能还在社区讨论阶段。总体而言，社区对产品持积极态度，维护者响应迅速，用户提出的成本追踪等功能已快速实现。
🖊️ 作者背景
Charlie Holtz - 联合创始人兼 CEO
• 教育：Brown University 计算认知神经科学学士（荣誉学位）
• 职业经历：
- Replicate 工程师（领导增长，构建数百万用户应用）
- Point72 量化研究员（最年轻的量化开发者，管理数十亿美元投资组合）
- Brown University Serre Lab 计算视觉研究助理
• 背景：结合技术专长和认知神经科学洞察，前飞盘运动员
Jackson de Campos - 联合创始人
• 教育：Brown University 计算机科学学士
• 职业经历：
- Netflix 机器学习软件工程师（扩展 Netflix 整个目录的视频理解模型推理）
- Amazon SDE 实习生
- Brown University 教学助理（逻辑系统课程）
• 背景：机器学习和大规模基础设施专家
公司：Melty Labs
- Y Combinator S24 批次
- 种子轮融资：50 万美元（2024）
- 团队规模：1-10 人
- 总部：旧金山，加州
- 产品线：Melty（AI 代码编辑器）→ Chorus（多模型 AI 对话应用）
- 哲学：开源优先、本地优先、隐私优先
团队特色
两位创始人在 Brown University 打飞盘时相识，共同的技术热情和互补的专业背景（认知神经科学 + 机器学习）为产品注入了独特视角。他们使用 Claude Code 构建产品，在博客中甚至把 Claude 称为「本月最佳员工」。
💰 定价
完全免费 + 开源
- MIT 许可证
- 自带 API 密钥（BYOK）：用户直接向 AI 提供商付费
- 可选代理服务：使用 Chorus 的代理
- 无订阅费用
🙋♂️ 感想
Chorus 刚发布时就吸引了我的注意力，相比其他套壳聊天软件，它的界面更精致，而且是首批支持 MCP 的产品之一。不过目前整体体验已经不如 Claude Desktop，因为 Claude 在桌面端提供了功能更强大的 Cowork 和 Code 模式。
但如果你需要对比不同模型的输出结果，或者当某个模型的答案不满意时希望能快速切换到另一个，Chorus 依然是个不错的选择——开源、免费、性能优秀，这三点在 AI 工具领域并不常见。
频道：@NewlearnerChannel
官网 ｜ Github
在一个界面同时对话多个 AI 模型，获取不同视角的答案
✨ 特点
• 多模型并行对话：同时向 Claude Sonnet 4、o3-mini、Gemini 2.5 Pro、DeepSeek R1 等多个模型提问，实时对比不同模型的回答
• Ambient Chat：可以从任何地方启动对话，Chorus 能看到你的屏幕，了解你正在做什么，无需额外解释
• MCP 支持：运行任何 MCP 服务器，支持网页搜索、终端命令执行、GitHub 集成等
• 本地和云端模型兼容：支持 OpenAI、Anthropic、Google、OpenRouter 以及通过 Ollama 运行的本地开源模型
• 文档处理：URL 自动提取、PDF/图片/文档上传、全文搜索
• Magic Projects：对话之间自动共享上下文
• BYOK：自带 API 密钥或使用代理服务
• 极速体验：毫秒级全文搜索、完整键盘快捷键支持、代码和 LaTeX 语法高亮
⚙️ 机制
• 前端：React 18.3 + Vite 5.4 + TypeScript 5.8
• 后端：Rust (Tauri 2.5) + SQLite
• UI 组件：Radix UI + Tailwind CSS 3.4
• 状态管理：Zustand + TanStack Query
• 桌面框架：Tauri 2（使用系统 WebView，不打包 Chromium）
主要依赖
- AI SDK：@anthropic-ai/sdk、@google/genai、openai、@modelcontextprotocol/sdk
- 实用工具：pdfjs-dist（PDF 处理）、cheerio（HTML 解析）、highlight.js（代码高亮）、katex（LaTeX 渲染）
- 开发工具：ESLint、Prettier、Vitest、Husky
数据存储
- 本地 SQLite 数据库存储所有数据
- 隐私优先：数据不离开设备
- 支持文件系统监控
👨🏻💻 使用场景
• 技术问题调试：同时询问多个模型，一个模型可能遗漏的错误，其他模型能发现
• 学术写作：避免单一模型的幻觉或道歉循环，通过多模型对比获得更可靠的答案
• 研究和学习：对比不同 AI 的观点和解释方式，获得更全面的理解
• 内容创作：利用不同模型的优势，Claude 擅长写作，GPT 擅长结构化，Gemini 擅长多语言
• 大文档分析：通过 URL 提取和 PDF 上传处理文档，配合全文搜索快速定位信息
🛣️ 路线图
根据 GitHub issues 和社区反馈，团队正在关注：
• RAG 模式：社区提出详细的大文档处理方案（40k+ tokens），可能采用云端 RAG 或本地向量数据库
• Ollama 优化：增强本地模型支持，自定义 API 地址配置
• 语音集成：类似 qspeak.app 的语音交互功能
• 本地爬虫：替代 Firecrawl 的本地网页抓取方案
• 成本追踪增强：已实现 OpenRouter 成本跟踪，未来可能支持更多提供商
💬 社区评价
Chorus 在 GitHub 上获得了 575+ 星标和 73 个 fork，开源仅两个月就积累了活跃的开发者社区。项目有 25+ 个 issues 讨论。
Garry Tan（Y Combinator 总裁兼 CEO）评价道：「这是关于 AI 如何改变个人计算的一个很酷的尝试。」
Hamel Husain（Answer.AI）称赞说：「Chorus 真的很酷。这是一个非常精致的应用，让你并排使用所有模型，'环境聊天'功能允许模型看到你电脑上正在做的一切。它就是好用。」
Alex Volkov（Thursd/AI）表示：「Chorus 对我来说已经成为不可或缺的 AI 工具！出色的键盘快捷键支持、对比模式、MCP、环境聊天、自带密钥支持、本地模型支持。它真的应有尽有！」
从社区反馈来看，用户最喜欢的是多模型并行对比功能和 Ambient Chat 的便利性，键盘快捷键和 MCP 集成也备受好评。不过也有改进空间：Windows 版本尚未发布（仅支持 Mac），MCP 服务器配置对新手有一定门槛，部分用户期待的 RAG 模式功能还在社区讨论阶段。总体而言，社区对产品持积极态度，维护者响应迅速，用户提出的成本追踪等功能已快速实现。
🖊️ 作者背景
Charlie Holtz - 联合创始人兼 CEO
• 教育：Brown University 计算认知神经科学学士（荣誉学位）
• 职业经历：
- Replicate 工程师（领导增长，构建数百万用户应用）
- Point72 量化研究员（最年轻的量化开发者，管理数十亿美元投资组合）
- Brown University Serre Lab 计算视觉研究助理
• 背景：结合技术专长和认知神经科学洞察，前飞盘运动员
Jackson de Campos - 联合创始人
• 教育：Brown University 计算机科学学士
• 职业经历：
- Netflix 机器学习软件工程师（扩展 Netflix 整个目录的视频理解模型推理）
- Amazon SDE 实习生
- Brown University 教学助理（逻辑系统课程）
• 背景：机器学习和大规模基础设施专家
公司：Melty Labs
- Y Combinator S24 批次
- 种子轮融资：50 万美元（2024）
- 团队规模：1-10 人
- 总部：旧金山，加州
- 产品线：Melty（AI 代码编辑器）→ Chorus（多模型 AI 对话应用）
- 哲学：开源优先、本地优先、隐私优先
团队特色
两位创始人在 Brown University 打飞盘时相识，共同的技术热情和互补的专业背景（认知神经科学 + 机器学习）为产品注入了独特视角。他们使用 Claude Code 构建产品，在博客中甚至把 Claude 称为「本月最佳员工」。
💰 定价
完全免费 + 开源
- MIT 许可证
- 自带 API 密钥（BYOK）：用户直接向 AI 提供商付费
- 可选代理服务：使用 Chorus 的代理
- 无订阅费用
🙋♂️ 感想
Chorus 刚发布时就吸引了我的注意力，相比其他套壳聊天软件，它的界面更精致，而且是首批支持 MCP 的产品之一。不过目前整体体验已经不如 Claude Desktop，因为 Claude 在桌面端提供了功能更强大的 Cowork 和 Code 模式。
但如果你需要对比不同模型的输出结果，或者当某个模型的答案不满意时希望能快速切换到另一个，Chorus 依然是个不错的选择——开源、免费、性能优秀，这三点在 AI 工具领域并不常见。
频道：@NewlearnerChannel
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍3