散装码农,收集实用开发接口及其他资源

我们是国内知名的图床之一，深受用户喜爱。我们提供免费的服务，但我们的页面上会有少量广告。我们拥有高速稳定的图片上传和外链服务，并采用全球CDN加速技术。每张图片的最大支持大小为10MB，并支持批量上传功能。不过，在上传后，需要经过二次确认才能进行预览和编辑，有些繁琐。但我们依然致力于为用户提供卓越的图床体验。

2.聚合图床

地址：https://www.superbed.cn/

作为聚合图床服务提供商，我们依托于七牛、腾讯云、阿里云等平台，为用户提供灵活的上传策略选择。用户可自由选择上传图片的格式，包括jpg、png、bmp、webp等所有支持的图片格式，并支持批量上传。我们无流量限制，同时提供良好的上传速度。重要的是，我们的服务无需繁琐的设置，非常适合那些不喜欢折腾的朋友使用，上手难度极低。作为图床界的新势力，我们将为用户带来全新的体验。

3.imgURL免费图床

地址：https://www.imgurl.org/

免费图床上线于2017年12月,累积托管图片超过100万。ImgURL可以快速将图片转换为URL链接,为您提供简单、稳定、可信赖的图片上传于外链分享服务。

4.老王图床（又称鸡霸图床）

地址：https://img.gejiba.com/

我们的服务无需注册即可使用，支持多种格式的图片上传，包括JPG、PNG、BMP、GIF和WEBP等。我们采用了国内服务器和CDN技术，确保图片加载速度快速高效。用户可以畅享优质的使用体验。

5.TG图床

地址：https://imgtg.tg/

付费版：https://imgtg.com/

作为一家多年的老牌图床服务提供商，我们拥有国内百度云CDN节点加速技术，为用户提供快速稳定的上传体验。在我们的上传测试中，GIF图片的上传速度约为2秒。每个图片的最大上传限制为5M。我们致力于为用户提供卓越的图床服务。

6.moeto图床

地址：https://moetu.org/

moetu图床提供免费的服务，每个图片的最大上传限制为20M。除了稳定高效的上传功能外，我们还支持图片分类、搜索等实用功能。尽管亲测网站打开速度稍慢，但我们确保给用户带来良好的使用体验。

7.七喜图床

地址：https://7up.pics/

我们是一个专注于小众用户的图床服务，使用体验可靠而便捷。我们的上传速度快速高效，并且每个文件的大小上限为5M。

8.Z4A图床

地址：https://www.z4a.net/

我们的服务需要用户进行注册后才能使用，但响应速度较快。支持多种格式，包括JPG、PNG、BMP、GIF和WEBP等。最大照片上传大小为64M。

9.图仓

地址：https://www.imagehub.cc/

我们提供免费图片托管、专业图片外链服务，打造公益图床和免费相册。无限空间、无限流量，支持图片加密、批量上传和原图保存。

10.华趣免费图床

该免费图床由来已久，稳定运行多年！满足多种个性化需要、可以说该图床是所有推荐当中最为灵活、扩展性最强图床！甚至还可以统计数据量大小，有普通用户和付费用户区分，付费用户自定义功能将更加强大，就个人而言，即使免费版也足可以满足需要; 唯一缺点就是普通用户图片只能上传2M大小，登入用户可以上传10M大小图床。

永久存储免注册，图片链接支持https

可以屏幕截图、还是复制图片，都可以自动上传、保存 Markdown 格式的链接，直接粘贴插入

将图片分发到多处备份，借助其本身的CDN加速功能，节省服务器流量，并且不用担心图片被删除，即便其中某几个图床上的图片被删除了，还有其他备份，保证万无一失，支持匿名和注册管理。

上传后可以获取一个简单的外链。

外卖配送接口

顺风配送顺风配送达达配送闪送

快跑者平台

AI开放平台

一、百度AI开放平台

提到AI开放平台，就不得不提国内的BAT三强。百度从李彦宏的ALL IN AI开始，就全力发展人工智能技术。目前百度大脑人工智能开放平台是BAT三家里做的最早、最大的开放平台。从计算机视觉、到自然语言、自动驾驶都比较全面。

但也是因为百度的战略，其主推的Paddle飞桨深度学习框架，成了其开放平台的核心技术。这对于国内习惯于tensorflow和pytorch的技术人员来说，并不是很友好。

二、阿里云AI开放平台

同样是BAT的产品，阿里的AI开放平台最大的特点是基于云原生技术。依托于背后阿里云庞大的资源，建立起比较完整的生态体系。但也因为阿里云是以云计算为主要经营方向的，其AI产品更多和其云产品进行了绑定。资源充足但专业性相比百度AI率逊一筹。

三、 讯飞AI开放平台

科大讯飞旗下的主力产品，与前面两家定位不同，科大讯飞一开始就将AI方向锁定在自然语言处理、语音处理方向。得力于讯飞在行业内多年的积累，其在产品在人工智能语言方向比较有竞争力。但缺点也比较明显，就是不够全面。

四、 AI模型市场aimodelmarket.cn

近两年新兴的B2B型AI开放平台。和前面几家不同，AI模型市场是致力于搭建一个AI模型的交易平台。将AI模型的开发者和企业用户联系起来，所有人都可以参与进来，普通用户也可以发布模型、使用模型。因此使更多新、精、专的模型出现在AI模型市场中。

除了新、奇以外，而基于用户也是其另外一个特点，因为对广大开发者开放，所以用户也可以到AI模型市场上提出自己的需求，然后开发者进行定向模型训练。且背后基于云原生技术，使模型更具扩展性。

五、 图灵机器人AI开放平台

这也是一个专有领域的AI开放平台，其专注在对话机器人方向。这也是一个比较有趣的研究方向，在很多交互式产品中都有使用。如果是做对话机器人还可以用一下，缺点也是不够全面。

六、 华为云AI开放平台

和阿里云类似，也是基于云计算云平台搭建的AI开放体系。其背后是基于华为云的公有云资源。但华为云相对于阿里云，市场占有率并不是很高。云计算的特点是资源比较容易获取，所以其AI开放平台也是有充足的算力资源支持。但模型相对比较少。

七、 字节跳动火山引擎开放平台

火山引擎是以搜索引擎技术起家，后又开放了其背后的搜索推荐能力，建立了AI开放平台。对于搜索引擎领域来说，其背后的支撑能力还是不弱的，有字节多年的技术积累做背书，在搜索推荐的AI模型相对比较成熟。

八、 腾讯AI开放平台

把腾讯的AI开放平台放在这个位置，实在是因为令人失望，不符合一个大厂的AI平台应有的样子。相对于百度和阿里，腾讯的技术还是率逊一筹的。同样基于云原生技术，其AI平台中的产品不仅少而且专业性较差。看起来更像是为了其云产品的附属品，仅仅是为了卖其云产品而做的。

九、 灵云AI开放平台

灵云是英特尔旗下的开放平台。英特尔提供全面的工具组合，可满足AI 需求，包括数据准备、训练、推理、部署和扩展。在一致的 API 编程模型基础上构建，以互操作性、开放性和可扩展性为核心原则。但也是因为英特尔的主要方向并不是深度学习计算，因此专业性稍差。

十、 海康威视开放平台

海康威视是做摄像头起家，因此其开放平台也是充分和硬件结合。以数据为基础是其特点。但提供的AI能力专业性较弱。

云打印机

IM SDK

闪布的im sdk

短剧接口

短剧接口：https://api-duanju.cooks.team/?pw=688&key=%E5%AF%8C%E8%B1%AA

key为查询的剧名

关注公众号 TEAM COOK 获取本周密码

股票实时行情数据源-Github开源项目

点击查看原文

接口站点

免费主机收集

永久免费主机推荐！MyPlace 注册教程，5G硬盘+无限流量+SSL一步到位

注册地址：http://my-place.us/

my-place.us:

点击进入主页

googie免费主机

点击进入主页https://googiehost.com

HostingEm 永久免费主机，无限流量、无限数据库、无限子域名，功能全，5GB 空间

注册链接；http://hostingem.ru/

根据经纬度获得地理信息

http://www.1xn1.com/Software/LatLng2Address.ajax?lng=87.5880553613905&lat=43.837337850499424&map=tdt

map参数可以为tdt(天地图),baidu(百度地图)

TikHub汇集主流自媒体平台接口

TikHub 是一家提供优质数据接口服务的供应商。通过每日签到，可以获取免费额度。可以使用我的注册邀请链接：https://beta-web.tikhub.io/users/signup?referral_code=6hLcGD94 或邀请码：6hLcGD94，注册并充值即可获得$2额度。

TikHub 提供以下服务：

丰富的数据接口
每日签到免费获取额度
高质量的API服务
官网：https://tikhub.io/
项目地址：https://github.com/TikHubIO/

高质量数据集整理

点击进入源码页

它把整个互联网上开源的数据集都搜罗过来了，大部分都是主题明确、质量较高的公开数据集。

这个大合集最棒的地方在于它按主题分类。

无论是全球历史作物产量、人类基因组计划数据、金融经济、地理信息，还是社交媒体、交通出行，甚至游戏和体育统计，你都能找到对应的分类。

实时语音转录

开源地址：https://github.com/QuentinFuxa/WhisperLiveKit

WhisperLiveKit 是一个完全在你自己电脑上运行的实时语音转文字工具。

它不同于普通的录音转文字软件需要你录完再处理，它能一边听你说话，一边就把文字显示出来，几乎没有延迟，还能分清谁在说。

所有处理都在你自己的电脑上进行，你的语音数据不需要上传到任何云端服务器，隐私性更好。

开源的 Agent 工具箱

Youtu-agent 可以帮助你轻松构建、运行和评估 Agent 的工具箱。

让它分析一份数据表格、从网上搜集资料写报告、或者帮你整理电脑里杂乱的文件，这些 Youtu-agent 都能做到。

开源地址：https://github.com/Tencent/Youtu-agent

它基于开源的大模型，如 DeepSeek-V3 系列来做出强大的智能体功能。

19.4K Star！Airbyte扔掉付费ETL工具！这个开源平台让数据集成成本暴降80%

点击查看原文

免费图床

一般图床

DDNS（Dynamic Domain Name Server，动态域名服务）是将用户的动态IP地址映射到一个固定的域名解析服务上

开源的DDNS-GO 使用教程

点击查看原文

安装 ddns-go

ddns-go 是一个使用 Go 语言编写的 DDNS 客户端，支持多种 DNS 服务商，通过 Docker 可以直接安装

docker run -d --name ddns-go --restart=always --net=host -v /opt/ddns-go:/root jeessy/ddns-go

在使用 DDNS 之前，需要确保正常获取到 IPv6，并能正常访问 IPv6，通过 http://[ipv6]:port 的形式，能够访问即可。若访问失败，则需要检查光猫或路由器的 IPv6 防火墙配置是否正确。

在浏览器中打开 http://ip:9876 即可进入到 ddns-go 的管理界面

最全中文诗词数据库开源，5.5万首唐诗免费用

点击查看原文

chinese-poetry可能是目前互联网上最全的中文诗词数据库，完全开源免费，无任何使用限制。这个项目收录了从先秦到清代的诗词，不仅有常见的唐诗宋词，还包括了楚辞、论语、诗经等经典。所有数据都以JSON格式存储，对开发者极其友好。

数据格式

整个项目的数据组织非常清晰，全部采用JSON格式。比如唐诗的数据结构是这样的：

[ { "title":"春望", "author":"杜甫", "paragraphs":[ "国破山河在，城春草木深。", "感时花溅泪，恨别鸟惊心。", "烽火连三月，家书抵万金。", "白头搔更短，浑欲不胜簪。" ], "strains":[ "平仄仄平仄，平平仄仄平。", "仄平平仄仄，仄仄仄平平。", "平仄平平仄，平平仄仄平。", "仄平平仄仄，平仄仄平平。" ] } ]

看起来简单，但这种结构设计特别巧妙。不仅包含了基本的标题、作者、内容，还标注了平仄信息！对于想做古诗词应用的开发者来说，简直是天赐的礼物，省去了自己处理分词、断句的麻烦。

宋词的数据格式也差不多，还额外标注了词牌名：

[ { "author":"苏轼", "paragraphs":[ "十年生死两茫茫，不思量，自难忘。", "千里孤坟，无处话凄凉。", "纵使相逢应不识，尘满面，鬓如霜。", "夜来幽梦忽还乡，小轩窗，正梳妆。", "相顾无言，惟有泪千行。", "料得年年肠断处，明月夜，短松冈。" ], "rhythmic":"江城子", "title":"江城子·乙卯正月二十日夜记梦" } ]

快速上手

想用这些数据超级简单，我试了几种方法，分享给大家：

方法1：直接克隆仓库

gitclonehttps://github.com/chinese-poetry/chinese-poetry.git cdchinese-poetry # 然后就可以访问json文件了

方法2：使用官方API

项目维护者提供了一个开源的API服务，叫做chinese-poetry-server：

# 安装 npm install chinese-poetry-server -g # 运行 cp-server

启动后可以通过HTTP接口查询：

http://localhost:8080/poem/random # 随机一首诗 http://localhost:8080/poem/author/李白 # 搜索李白的诗

方法3：使用python包

pip install chinese-poetry

然后在代码中：

from chinese_poetry

import ChinesePoetry

cp = ChinesePoetry()

poem = cp.random_poem() # 随机一首诗

print(poem['author'], poem['title'])

print('\n'.join(poem['paragraphs']))

挖到一个足以封神的开源神器，这才是我们想要的 AI 自由

点击查看原文

Antigravity Tools（反重力工具）。

这并不是简单的 API 管理工具。

简直就是专门为我们这种“又菜又爱玩”的普通开发者准备的，黑科技炼金炉。

说人话，它做的事情只有一件：

把各大模型牢牢按住的“计费重力”，给你反向推回去。

一、真正的“无中生有”

我们都知道，现在的模型，无论 OpenAI ，还是 Claude、Gemini，都有免费的额度，或者比 API 便宜得多。

但问题是，这些网页版的 Cookie，你没法塞进代码编辑器里用啊。

人家 Cursor、NextChat 要的是标准的API Key，是那种 sk- 开头的密钥。

而 Antigravity 最核心、最强大的能力，就在这儿。

它能把你的网页版 Session，通过中间件，“伪装”成一个标准的 API。

简单说，就是你手里那些原本只能在浏览器里使用的普通账号。

通过它一转手，瞬间变成可以在 Python 脚本调用、可以在 Cursor 接入 API。

硬生生的在 “网页端” 和 “API端” 之间，架起了一座桥。

也许这就是该工具所谓的“反重力”。

反的，就是厂商不想让你用得太爽的那个“重力”。

二、永不掉线的“无限续杯”

这可能是我觉得最爽的，也是最让我感到有安全感的一个点。

大家薅羊毛最怕的就是不稳定：聊着聊着，就不能用了。

但在 Antigravity 这里，这些都不是事儿，内置了一个智能路由中心。

你可以把手里攒的那一堆账号，全部导进去。

当你在请求的时候，如果当前的账号突然 429 了。

它不会直接报错给我们的客户端，而是在后端毫秒级拦截，瞬间把这个请求“挪”到下一个可使用的账号上。

整个过程，我们在前端是完全无感的。

而且在最新的版本里，它还给我们的账号区分了等级（Ultra/Pro/Free）。

它会按算法排序，优先消耗那些重置快的账号，把保底的账号留在最后。

说实话，这种被精心照顾、精打细算的感觉，真的，你们一旦体验过就回不去了。

三、连 Claude 也被“骗”过去了

这是最让我震惊的一个细节，也是体现作者技术实力的地方。

大家都知道 Claude 强大的 AI 编程工具 Claude Code，特别好用。

而 Antigravity 居然为了适配它，专门去逆向和修复了 Claude 的协议细节。

它修复了那个让人头大的 Thinking 模式的签名错误，甚至能处理复杂的 JSON Schema 清洗。

让我们可以在本地用着官方的 Claude Code 敲代码，享受着最顶级的体验。

但底层走的，却是你通过 Antigravity 转换过来的、可能是网页版的、成本极低的通道。

甚至，它还能识别出那些不需要动脑子的简单任务（比如生成个标题），自动把这些请求降级到便宜的 Flash 模型上去。

写在最后

昨晚看着后台日志里，那一个个被完美分发、转换、响应的请求。

我突然有点感慨。

我们在这个AI爆发的时代，其实很多时候都是作为弱势群体。

被大厂的各种规则限制，被昂贵的 API 计费劝退，被复杂的文档搞得晕头转脑。

但总有那么一波人，像 Antigravity 的作者一样。

他们不愿意被这些重力束缚。

他们用代码，为我们搭建了一个梯子，让我们能以一种更优雅、更自由、更体面的姿态，去触碰那个看似遥不可及的 AI 世界。

把原本属于大厂的定价权，抢了一部分回来，交到了我们自己手里。

这大概就是，开源精神最迷人的地方吧。

Antigravity Tools，反重力。

打破束缚，向上飞行。

希望这个工具，也能帮你，找回一点点AI自由。

GitHub 项目地址：https://github.com/lbjlaq/Antigravity-Manager

Cloudflare 羊毛全攻略：哪些服务永久免费？额度怎么查

https://www.cloudflare.com/zh-cn/

Cloudflare浑身都是宝，普通用户能白嫖多少服务？盘点cloudflare的免费功能

点击查看原文

DNS服务

只需要将域名添托管到cloudflare，就可以任意添加任意类型的DNS记录。

CDN

CDN即内容分发网络， Cloudflare的CDN服务通过遍布全球的数据中心缓存客户网站的静态资源，比如JavaScript 文件、css文件、图像和视频

其这里给大家推荐一个项目，可以尽可能规避国内使用CDN带来的副作用。

https://github.com/ddgth/cf2dns

SSL证书

只要开启了这个小黄云，Cloudflare就免费提供SSL证书，自动设置好HTTPS的加密，还能自动将HTTP的访问转换成HTTPS，增加通讯的安全性。

隐藏真实IP

只要打开了这个小黄云，就隐藏了网站真实IP地址，攻击者最多只能追溯到CDN节点，可以有效防止网站真实IP泄露，保护原站安全。

DDOS防护

隐藏真实的IP地址后，攻击者的DDoS攻击最多也只能攻击到CDN节点。我之前看过一个报导，Cloudflare曾经为客户免费阻止了有史以来最大的DDoS攻击，每秒2,600万次。如果客户用的其他网络服务商的付费防火墙，估计已经一夜破产了。

Cloudflare Pages

Cloudflare Pages是一个免费易用的静态网站托管服务。我们在Github上创建一个仓库，把网站内容丢进去，然后在Cloudflare里链接到仓库，然后网站就上线了。更新网站只需要往仓库提交代码即可，Cloudflare会为网站自动分配域名，自动完成部署构建，这应该是最快上线一个网站的方法了。

Cloudflare Workers

Worker 是 Cloudflare 提供的一个服务器less(无服务器)计算服务，我们编写一段代码，可以是Javascript，Typescript，甚至是Python。把代码上传到worker上，用户编写的这个函数会被部署在 Cloudflare 全世界 CDN 服务器节点上。每当有访客请求worker地址时，地理位置最近的CDN节点就会相应请求，执行这段代码的业务逻辑。worker可以干各种各样的事情，返回一段数据，做重定向，做过滤，做代理，内网穿透，做缓存等等等。爬爬虾之前有个视频演示了使用worker将微软的new bing免费代理到国内域名，按这个思路worker可以代理世间万物。cloudflare为免费用户每天提供了10万次的最大请求次数。让我直呼用不完，根本用不完。

当然，你也可以直接使用业务代码中调用cloudflare提供的非关系型R2数据库或SQL数据库D1，或者把请求转发到你自己的服务器上处理。在Github上能找到大量使用cloudflare workers的免费项目，awesome cloudflare

https://github.com/zhuima/awesome-cloudflare 对这些项目进行了收录了，比如图床，邮箱，博客, 短链等等

Cloudflare worker AI

Cloudflare为worker添加了AI模型的能力，可以在worker中调用许多开源大模型，让worker也获得部分AI的能力，这项业务还刚刚起步，但是我很看好他。

Cloudflare R2 提供了对象存储服务。提供每月10GB的免费存储空间，1000万次的免费请求次数。Cloudflare R2 是与 CDN二合一的。在传统的云数据库服务中，还需要操心额外的CDN配置，抗DDoS等等问题。但 Cloudflare完全不需要，只要勾选配置启用，你的 R2 数据可以直接被全世界读取。而且免费的套餐的数量比其他厂商多了一个数量级。

Cloudflare Tunnel

Cloudflare Tunnel 是一款隧道软件，可以快速安全地加密应用程序到任何设备的流量，让您能够隐藏你的 web 服务器 IP 地址，阻止直接攻击。 Tunnel还可以做免费的内网穿透，将家庭服务器的服务在公网上访问。

Turnstile

这个人机验证大家应该都见过吧，它就是 cloudflare Turnstile ，俗称cloudflare五秒盾。只需要一段简单的免费代码片段，即可为网站添加一个强大的反爬虫人机验证功能。不需要进行充满挫败感的拼图验证，就能确认访问者为是否为真实人类。有越来越多的网站开始使用turnstile进行人机验证。

无限邮箱

将域名托管到cloudflare后，进入域名，点击电子邮件路由，这里可以创建最多200个临时邮箱。如果需要批量注册一些账户的时候，这个功能会很非常有用。也可以开启这个catch-all功能，将所有发送到此域名的邮件都自动转发到你的一个指定邮箱，这样你就拥有了无限多个可以收信的邮箱。

Images

Images是一个可编程的图像处理和优化平台。开发者只需编写简单的URL规则,就可以对图像进行缩放、裁剪、格式转换、水印等处理,并自动优化图像以加快加载。

####[豆包]

Q:你知道Cloudefare pages如何编写吗

A：...

Q:import { connect } from 'cloudflare:sockets';啥意思

A:...

Q:Cloudflare 其他专属 API

A:...

所有专属 API 完整清单（速查）

模块名	导入前缀	核心用途	适用场景
sockets	cloudflare:sockets	TCP 套接字连接	Redis/MySQL/MQTT/ 自定义 TCP 服务
workers-kv	cloudflare:workers-kv	KV 键值存储	缓存、配置、小数据
d1	cloudflare:d1	SQLite 边缘 SQL 数据库	结构化数据、业务库、日志
r2	cloudflare:r2	对象存储（S3 兼容，无流量费）	图片 / 视频 / 文件存储
workers-ai	cloudflare:workers-ai	边缘 AI 推理（文本 / 图像 / 语音）	AI 接口、生成内容、embedding
http	cloudflare:http	高级 HTTP 客户端（连接池 / 超时 / 重试）	高并发 API 调用、HTTP/3
dns	cloudflare:dns	自定义 DNS 解析	域名解析、DNS 校验
crypto	cloudflare:crypto	增强加密（Web Crypto 优化版）	哈希、加密、签名、密钥
jwt	cloudflare:jwt	JWT 签发 / 验证	鉴权、token 管理
durable-objects	cloudflare:durable-objects	持久对象（有状态服务）	聊天室、计数器、实时协作
wait-until	cloudflare:wait-until	异步任务延迟执行	日志上报、异步处理
cache	cloudflare:cache	自定义边缘缓存	API 缓存、静态资源缓存
logger	cloudflare:logger	结构化日志	日志检索、调试

零成本免费图床！Cloudflare一键部署教程（10GB白嫖）

点击查看文字版

翻墙后不会用GitHub，你真的亏大了

https://github.com/

TTS开源fish-speech 支持中文、英文、日文等多种语言

点击查看原文

核心能力

多语言，中文是重点

fish-speech 支持中文、英文、日文等多种语言，中文是重点优化方向。它能正确处理中文的停顿节奏、语气词，读起来不像在念稿子。对于中英混读的场景（比如技术文档里夹杂英文术语），它的处理也比大多数方案自然。

声音克隆:

几秒参考音频就够这是 fish-speech 最吸引人的功能。给它一段参考音频，它就能用那个音色来合成新的文本。

不需要几小时的录音数据，几秒到几十秒的清晰音频就能工作。想让 AI 用你自己的声音读文章？想复刻某个特定音色？这个功能直接打开了一扇门。

注意：声音克隆需要提供参考音频文件，效果取决于参考音频的质量和时长，建议使用清晰、无背景噪音的录音。

三种使用方式，覆盖不同场景

WebUI：有图形界面，上传参考音频、输入文本、点击生成，适合不想写代码的用户。

命令行：适合批量处理，写个脚本跑一批文本，自动化流程。

Python API：集成到自己的项目里，几行代码调用，适合开发者。

还支持 Docker 部署，环境配置省心不少。

快速上手

安装依赖（建议用虚拟环境）：

# 克隆仓库

git clone https://github.com/fishaudio/fish-speech.git

cd fish-speech

# 安装依赖

pip install -e .

下载模型权重，当前最新版为 s2-pro（需要至少 24GB 显存，我现在的RTX 3090 刚好够用）：

hf download fishaudio/s2-pro --local-dir checkpoints/s2-pro

更多模型版本见 HuggingFace 合集：https://huggingface.co/collections/fishaudio/fish-audio-s2

命令行推理分三步。声音克隆场景下，先从参考音频提取 VQ tokens：

python fish_speech/models/dac/inference.py \

-i "test.wav" \

--checkpoint-path "checkpoints/s2-pro/codec.pth"

得到 fake.npy 后，用文本生成 Semantic tokens：

python fish_speech/models/text2semantic/inference.py \

--text "您想要转换的文本" \

--prompt-text "您的参考文本" \

--prompt-tokens "fake.npy"

最后从 Semantic tokens 生成音频：

python fish_speech/models/dac/inference.py \

-i "codes_0.npy"

输出为 fake.wav。完整文档：https://speech.fish.audio/zh/inference/

仓库提供 WebUI 界面，按官方 README 启动后访问 http://localhost:7860 即可使用图形界面。

适合哪些场景

有声书制作：把文字稿批量转成语音，不用请配音演员，成本直接降到接近零。

视频配音：短视频、教程视频的旁白配音，本地生成，不用担心版权和隐私。

AI 助手个性化：给自己的 AI 助手配上特定音色，用声音克隆功能复刻喜欢的声音风格。

内容本地化：把英文内容翻译后用中文 TTS 配音，或者反过来，多语言内容生产。

企业内部应用：内部文档朗读、培训材料配音，数据不出内网，合规没压力。

Umi-OCR免费的OCR服务提供HTTP接口

源码地址：https://github.com/hiroi-sora/Umi-OCR

启动服务

C#调用样例代码：

private void button2_Click(object sender, EventArgs e)

{

string str=RecognizeImage("c:\\1.png");

MessageBox.Show(str);

}

// <summary>

/// 同步调用 Umi-OCR 接口识别图片中的文字

/// </summary>

/// <param name="imagePath">图片文件路径</param>

/// <returns>识别出的文字内容</returns>

static string RecognizeImage(string imagePath)

{

string umiOcrUrl = "http://127.0.0.1:1224/api/ocr";

// 1. 将图片转为 Base64 字符串

byte[] imageBytes = File.ReadAllBytes(imagePath);

string base64Image = Convert.ToBase64String(imageBytes);

// 2. 构造请求参数

var requestObj = new JObject

{

["base64"] = base64Image,

["options"] = new JObject

{

["ocr.language"] = "models/config_chinese.txt", // 简体中文

["ocr.cls"] = true, // 自动纠正文字方向

["data.format"] = "text" // 返回纯文本格式

}

};

string jsonRequest = requestObj.ToString();

// 3. 发送同步 POST 请求（使用 WebClient）

using (var client = new WebClient())

{

client.Headers[HttpRequestHeader.ContentType] = "application/json";

byte[] postData = Encoding.UTF8.GetBytes(jsonRequest);

byte[] responseData = client.UploadData(umiOcrUrl, "POST", postData);

string jsonResponse = Encoding.UTF8.GetString(responseData);

// 4. 解析响应

JObject resultObj = JObject.Parse(jsonResponse);

int code = resultObj["code"]?.Value<int>() ?? -1;

if (code == 100)

{

// 识别成功，返回文本

return resultObj["data"]?.ToString() ?? "";

}

else if (code == 101)

{

return "图片中未检测到文字";

}

else

{

string errorMsg = resultObj["data"]?.ToString() ?? "未知错误";

throw new Exception($"识别失败 (code: {code})：{errorMsg}");

}

学会钉钉、飞书机器人接入

接入介绍

机器人工作原理

你是钉钉接口开发方面的专家，钉钉的机器人如何创建和使用

你也是一名优秀的飞书接口开发工程师，飞书的机器人如何创建与使用

钉钉：

钉钉开放平台建应用 → 拿 ClientID/Secret → OpenClaw 填配置 → 发布 → 加机器人到群

1. 钉钉端操作（浏览器打开）

打开：https://open.dingtalk.com/→ 登录你的钉钉账号（要管理员权限）。

点「应用开发」→「创建应用」→ 选企业内部应用。

填：

应用名称：随便写，如「OpenClaw 助手」

描述：随便写

图标：可不上传

保存。

左侧点「添加应用能力」→ 选机器人 → 添加。

机器人配置：

名字：同应用名

消息接收模式：选 Stream（长连接，不用公网）

保存。

左侧「版本管理与发布」→ 创建版本 → 发布（必须发布，否则用不了）。

左侧「凭证与基础信息」→ 复制：

Client ID

Client Secret

保存好，等下填进 OpenClaw。

2. OpenClaw 端操作

把刚才复制的 ClientID、ClientSecret 填进去 → 保存 → 重启网关。

看到「连接成功」即可。

3. 钉钉里加机器人

钉钉建群 / 进已有群 → 群设置 → 智能群助手 → 添加机器人。

搜索你的应用名 → 添加 → 完成。

在群里 @机器人发消息，能回复就成功了。

飞书

飞书开放平台建应用 → 拿 AppID/AppSecret → OpenClaw 填配置 → 发布 → 加机器人到群

1. 飞书端操作（浏览器打开）

打开：https://open.feishu.cn/→ 登录飞书（企业管理员）。

点「创建企业自建应用」→ 填名称、描述、图标 → 创建。

左侧「添加应用能力」→ 选机器人 → 添加。

左侧「权限管理」→ 开通至少这几个：

im:message（收发消息）

im:message:send_as_bot（发消息）

im:chat（群管理）

保存。

左侧「事件与回调」→ 订阅方式选长连接（WebSocket） → 添加事件：im.message.receive_v1（接收消息） → 保存。

左侧「版本管理与发布」→ 创建版本 → 发布（必须发布）。

左侧「凭证与基础信息」→ 复制：

App ID

App Secret

保存好。

2. OpenClaw 端操作

填入 AppID、AppSecret → 保存 → 重启网关。

提示「连接成功」即可。

3. 飞书里加机器人

飞书群 → 群设置 → 机器人 → 添加机器人。

搜索你的应用名 → 添加。

发消息测试，能回复就成功。

三、小白最容易踩的 3 个坑

没发布应用：钉钉 / 飞书建完应用必须发布版本，否则机器人没反应。

权限没开全：至少要开「发消息、收消息、群权限」，否则只能看不能回。

公网问题：新手直接选 Stream / 长连接模式，不用公网 IP、不用域名，本地电脑就能用。

Q:飞书钉钉机器人的原理是不是这个机器人等于是这个机器人和OpenClaw交互（消息转发），这个机器人接收来自钉钉群之类的消息，然后转给OpenClaw

A:..

你的理解完全正确、一点没说错，我用大白话 + 极简原理给你彻底讲透，小白也能秒懂。

一、核心原理（就是你想的那样）

完整链路

钉钉 / 飞书群用户发送消息、@机器人

飞书 / 钉钉官方机器人先接住这条消息

机器人把收到的群消息，转发给你本地运行的 OpenClaw

OpenClaw 调用大模型思考、生成回答

OpenClaw 再把回答原路发回给钉钉 / 飞书机器人

机器人把内容发到群里，所有人看到回复

一句话总结

钉钉 / 飞书机器人 = 消息搬运工

OpenClaw = 大脑 + 处理中心

机器人只负责「收消息、转消息、发消息」，不会思考，所有 AI 逻辑全是 OpenClaw 干活

二、拆分开两个角色，更好理解

1. 钉钉 / 飞书官方机器人（纯搬运）

职责：

接收群内消息、@消息

建立和 OpenClaw 的长连接

单纯做消息转发、透传

缺点：

本身没有 AI 能力、不会聊天、不会执行电脑任务

离开 OpenClaw，它就是一个空壳机器人

2. OpenClaw（真正核心）

职责：

接收机器人转发过来的文字

调用 AI 大模型理解问题

执行指令（查资料、写文案、电脑操作、问答）

生成回复内容，回传给钉钉 / 飞书机器人

三、两种连接方式原理（对应你配置时的选项）

方式 1：长连接 / Stream 模式（新手推荐✅）

就是你之前配置选的这个：

OpenClaw 主动向外发起连接，连上飞书 / 钉钉官方服务器

钉钉有消息 → 直连推送给 OpenClaw

不需要公网、不需要域名、不需要端口映射

适合家用、本地电脑挂机，最省事

方式 2：回调 URL/Webhook 模式（企业用）

你需要有公网 IP / 外网域名

钉钉 / 飞书主动把消息，POST 推送到你的 OpenClaw 地址

适合公司服务器部署，小白不用碰

四、和微信协议机器人区别对比

钉钉 / 飞书官方机器人

走官方开放平台正规接口，极稳定、不封号、安全

纯消息转发，官方允许的正规交互

微信个人协议机器人

是非官方逆向协议，容易风控、掉线、封号

原理一样：微信端接收消息 → 转发给 OpenClaw

五、举个生活化例子

钉钉群 = 教室

钉钉机器人 = 课代表

OpenClaw = 老师

流程：

同学提问 → 课代表把问题递给老师 → 老师写完答案 → 课代表念给全班听

课代表只跑腿，动脑的永远是老师

六、关键结论（记这一条就行）

飞书、钉钉机器人只是消息中转站，无 AI 能力

所有理解、回答、任务执行、记忆、插件功能，全部由 OpenClaw 完成

数据流向：

群消息 → 官方机器人 → 转发至OpenClaw → AI处理 → 回传给机器人 → 群内回复

需要我顺带给你讲下：OpenClaw 同时挂钉钉 + 飞书 + 微信多平台，是怎么同时互不冲突运行的原理吗？

######【豆包】

Q:你是钉钉接口开发方面的专家，钉钉的机器人如何创建和使用

A:...

包括群机器人和自定义机器人应用

一、区别

群机器人（Webhook 机器人）群聊通知、告警、消息推送（比如 CI/CD 结果、监控告警）

自定义机器人应用（企业自建应用）双向交互、指令响应、AI 问答、自动化流程

二、第一种：群机器人（Webhook）创建 & 使用（零开发快速上手）

1. 创建步骤

打开钉钉 PC / 手机端，进入你要添加机器人的群聊

点击右上角「群设置」→ 拉到最下方找到「智能群助手」

点击「添加机器人」→ 选择「自定义」（如果是告警 / CI 场景，也可以直接选 “钉钉机器人” 模板）

给机器人起个名字（比如 “项目告警机器人”），选择头像，点击「下一步」

关键配置：安全设置（三选一，推荐用「加签」，最安全）

加签：系统会生成一个密钥（类似SECxxxx），后续签名验证用

自定义关键词：消息里必须包含设置的关键词，机器人才会发送（比如 “告警”“通知”）

IP 地址：限制只有指定 IP 才能调用这个机器人的 Webhook

完成后，系统会生成一个 Webhook 地址（格式类似：https://oapi.dingtalk.com/robot/send?access_token=xxx），务必复制保存好，不要泄露！

2. 发送消息示例（Python 代码，可直接复制）

python

运行

import requests

import time

import hmac

import hashlib

import base64

import urllib.parse

# 替换成你的Webhook和加签密钥

WEBHOOK_URL = "https://oapi.dingtalk.com/robot/send?access_token=你的token"

SECRET = "你的加签密钥" # 没开加签可以删掉这部分代码

def get_sign():

"""加签用，没开加签可以去掉这个函数"""

timestamp = str(round(time.time() * 1000))

string_to_sign = f"{timestamp}\n{SECRET}"

hmac_code = hmac.new(SECRET.encode('utf-8'), string_to_sign.encode('utf-8'), digestmod=hashlib.sha256).digest()

sign = urllib.parse.quote_plus(base64.b64encode(hmac_code))

return timestamp, sign

def send_text_message(content):

timestamp, sign = get_sign()

url = f"{WEBHOOK_URL}&timestamp={timestamp}&sign={sign}"

headers = {"Content-Type": "application/json"}

data = {

"msgtype": "text",

"text": {"content": content},

"at": {"atMobiles": [], "isAtAll": False} # 可以@人或@所有人

}

response = requests.post(url, json=data, headers=headers)

print(response.json())

# 调用示例

send_text_message("测试消息：项目构建成功！")

3. 支持的消息类型

文本消息（text）

链接消息（link）

Markdown 消息（支持表格、标题，适合告警）

卡片消息（ActionCard，带按钮跳转）

FeedCard（图文列表）

三、第二种：自定义机器人应用（双向交互，可开发）

如果需要用户在群里 @机器人、发指令，让机器人回复（比如查天气、查数据），就需要创建「企业自建应用」类型的机器人。

1. 前置准备

你需要是钉钉企业的管理员（或有应用创建权限）

准备一个公网可访问的服务器 / 域名（用来接收钉钉回调消息，开发阶段可以用ngrok内网穿透）

2. 创建步骤

打开「钉钉开发者平台」：https://open-dev.dingtalk.com/

登录后，点击右上角「创建应用」→ 选择「企业自建应用」

填写应用名称、图标、描述，选择「机器人」类型，点击「确定创建」

进入应用详情页，找到「基础信息」，记录好：

AppKey

AppSecret（后续获取 access_token 用）

找到「消息推送与回调」→「消息接收模式」，设置为「HTTP 回调模式」

填写「消息接收地址」（你的公网接口地址，比如https://你的域名/dingtalk/callback）

开启「机器人功能」，设置机器人头像、名称，保存配置

3. 核心流程：接收用户消息并回复

（1）获取 access_token（调用钉钉 API 的凭证）

python

运行

import requests

APP_KEY = "你的AppKey"

APP_SECRET = "你的AppSecret"

def get_access_token():

url = f"https://oapi.dingtalk.com/gettoken?appkey={APP_KEY}&appsecret={APP_SECRET}"

resp = requests.get(url)

return resp.json()["access_token"]

（2）回调接口示例（Python Flask，接收用户消息）

python

运行

from flask import Flask, request, jsonify

import requests

app = Flask(__name__)

ACCESS_TOKEN = get_access_token()

# 给用户发消息的API

def send_dingtalk_message(open_conversation_id, content):

url = f"https://oapi.dingtalk.com/message/async/send?access_token={ACCESS_TOKEN}"

data = {

"agent_id": 你的应用agent_id, # 应用详情页可以找到

"userid": None,

"open_conversation_id": open_conversation_id,

"msg": {

"msgtype": "text",

"text": {"content": content}

}

requests.post(url, json=data)

# 接收钉钉回调消息

@app.route("/dingtalk/callback", methods=["POST"])

def callback():

data = request.json

# 解析用户发送的消息

user_text = data["text"]["content"].strip()

open_conversation_id = data["openConversationId"]

# 简单的指令响应逻辑

if user_text == "你好":

reply = "你好呀！有什么可以帮你的吗？"

elif user_text == "时间":

import datetime

reply = f"当前时间：{datetime.datetime.now()}"

else:

reply = "抱歉，我暂时听不懂你的指令~"

# 回复用户

send_dingtalk_message(open_conversation_id, reply)

return jsonify({"status": "ok"})

if __name__ == "__main__":

app.run(host="0.0.0.0", port=8000)

4. 调试阶段内网穿透

开发时本地服务没有公网 IP，可以用ngrok把本地端口暴露出去：

bash

运行

# 安装ngrok后，执行（假设本地服务在8000端口）

ngrok http 8000

# 会生成一个公网地址，比如 https://xxxx.ngrok.io，填到钉钉的回调地址里即可

四、避坑 & 安全提醒

Webhook 地址绝对不能泄露：任何人拿到地址都可以给你的群里发消息，所以不要提交到代码仓库、不要发给无关人员。

群机器人建议开「加签」：避免被恶意调用发送垃圾消息。

自定义应用的 access_token 有有效期（2 小时），需要定时刷新，不要硬写死。

回调接口必须处理钉钉的验证请求：钉钉首次配置回调地址时，会发送验证请求，你的接口需要正确响应，否则配置会失败

#####【豆包】

Q:你也是一名优秀的飞书接口开发工程师，飞书的机器人如何创建与使用

A:...

一、飞书机器人两种类型（和钉钉几乎一一对应）

群自定义机器人（Webhook）钉钉群 Webhook 机器人单向发通知、告警、日志推送极低（5 分钟）

企业自建应用机器人钉钉企业自建应用机器人双向对话、指令、AI 问答、群互动中等（需开发）

二、群自定义机器人（Webhook，零开发）

1. 创建步骤（PC 端最快）

打开飞书 → 进入目标群聊 → 右上角 ... → 设置

下拉找到群机器人 → 添加机器人

选择自定义机器人 → 添加

填：名称、描述、头像 → 添加

出现 Webhook 地址 → 复制保存！（非常重要，泄露会被刷消息）

2. 安全设置（强烈建议）

创建页下方：

✅ IP 白名单：只允许你的服务器 IP 调用

✅ 签名校验（飞书叫 “密钥”）

✅ 自定义关键词：消息必须包含关键词才发送

3. Python 发送消息（直接复制可用）

python

运行

import requests

import json

# ----- 替换成你的webhook -----

WEBHOOK = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxx"

def send_feishu_text(text):

payload = {

"msg_type": "text",

"content": {"text": text}

}

res = requests.post(WEBHOOK, json=payload)

print(res.json())

# 调用

send_feishu_text("✅ 测试：飞书机器人消息推送成功！")

4. 支持消息类型

text（文本）

post（富文本 / Markdown）

image（图片）

interactive（卡片，带按钮）

三、企业自建应用机器人（双向交互，可 @回复）

1. 准备

你是企业管理员 / 开发者

公网服务器（或本地 + ngrok 内网穿透）

2. 创建应用（飞书开放平台）

1.打开：open.feishu.cn → 开发者后台 → 创建企业自建应用

2.填名称、图标、描述 → 创建

3.左侧：应用能力 → 添加应用能力 → 机器人 → 开启

4.权限管理 → API 权限，至少开通：

im:message（收发消息）

im:message:send_as_bot（机器人发消息）

im:message.p2p_msg:readonly（读私聊）

im:message.group_at_msg:readonly（读群 @）

5.事件与回调 → 订阅事件：添加 im.message.receive_v1（接收消息）

6.版本管理 → 创建版本 → 发布（企业内可见）

3. 拿到关键凭证

在凭证与基础信息：

App ID

App Secret

Verification Token（回调校验用）

4. 本地回调服务（Python Flask，可直接复制）

python

运行

from flask import Flask, request, jsonify

import requests

app = Flask(__name__)

# ----- 替换成你的信息 -----

APP_ID = "xxx"

APP_SECRET = "xxx"

VERIFICATION_TOKEN = "xxx"

# 1. 获取access_token

def get_token():

url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"

return requests.post(url, json={

"app_id": APP_ID,

"app_secret": APP_SECRET

}).json()["tenant_access_token"]

# 2. 回调入口（飞书把用户消息发这里）

@app.route("/feishu/callback", methods=["POST"])

def callback():

data = request.json

# 首次验证

if "challenge" in data:

return jsonify({"challenge": data["challenge"]})

# 收到用户消息

msg = data["event"]["message"]

user_text = msg["content"]

open_id = msg["sender"]["sender_id"]["open_id"]

# 简单回复逻辑

if "你好" in user_text:

reply = "你好呀！我是飞书机器人～"

else:

reply = f"收到：{user_text}"

# 发回给用户

token = get_token()

requests.post(

"https://open.feishu.cn/open-apis/message/v4/send",

headers={"Authorization": f"Bearer {token}"},

json={

"open_id": open_id,

"msg_type": "text",

"content": {"text": reply}

}

)

return jsonify({"code": 0})

if __name__ == "__main__":

app.run(host="0.0.0.0", port=8000)

5. 本地调试（ngrok）

bash

运行

ngrok http 8000

# 得到公网地址，填到飞书「事件回调地址」

6. 把机器人拉进群

飞书群 → 设置 → 群机器人 → 添加机器人 → 搜索你的应用名 → 添加之后在群里 @机器人 + 消息，它就会回复。

四、飞书 vs 钉钉关键差异（你关心的）

群 Webhook：飞书更严格，默认必须关键词 / IP / 密钥；钉钉可选

限流：飞书单机器人 100 次 / 分钟；钉钉额度更宽松

免费额度：飞书群 Webhook 永久免费；钉钉 API 有 5000 免费额度

保护期：飞书没有钉钉那种保护期，免费用完直接 403，下月重置

五、你之前问的重点（直接回答）

✅ 飞书群 Webhook 永久免费，无 5000 限制

✅ 飞书没有保护期，不会自动扣费

✅ 自建应用 API 有免费额度，用完限流，不自动扣费

自托管的开源微信推送服务

自托管的开源微信推送服务

这些项目专注于让你搭建自己的微信消息推送服务，是 WxPusher 这类第三方服务的理想替代。

go-wxpush (推荐 ⭐)

核心能力：一个用 Go 语言编写的轻量级服务，官方 Docker 镜像仅 2MB，部署极其方便。它通过封装微信公众平台的测试号接口，让你拥有不限次数的专属推送通道。

核心亮点：

完全免费且高频：个人使用每天 10 万次的额度完全足够，而且消息是真正的微信原生弹窗 + 声音提醒，体验非常好。

使用简单：部署后通过简单的 HTTP GET 或 POST 请求就能推送消息，并自带一个精美的消息详情页。

项目地址：https://github.com/hezhizheng/go-wxpush

微信公众平台接口测试帐号申请

模板数据（data）的填充规则

参数名要匹配：data里的字段名（如 keyword1）必须和模板内容中的 {{keyword1.DATA}} 完全一致。

值均为字符串：所有的参数值都必须是字符串，颜色代码为十六进制格式。

参数格式规范：参数名（如 keyword1）和属性（如 value）严格区分大小写。错误的拼写（如 Keyword1）会导致API调用失败。

特殊字符处理：如果value中包含HTML标签或引号，务必进行转义（如 <， "）或使用JSON库自动处理。

微信模版消息例子：

namespace WeiXinFactory

{

public partial class WeiXinEngine

{

/*例子:

{{first.DATA}} 下单商品：{{keyword1.DATA}} 下单数量：{{keyword2.DATA}} {{remark.DATA}}

他的id 为:2ziSC7W4Zg2SArVFtDAkaEFSFsSQFgcxlU5zsDHqZFc

#region 发送例子

static public bool SendExample(HttpContext ctx)

{

string msgid,sError;

Hashtable m_MsgData=new Hashtable();

Hashtable m_FirstHH = new Hashtable();

m_FirstHH.Add("value", "这是个测试消息");

m_FirstHH.Add("color", "#173177");

m_MsgData.Add("first", m_FirstHH);

Hashtable keyword1 = new Hashtable();

keyword1.Add("value", "和田玉");

keyword1.Add("color", "#173177");

m_MsgData.Add("keyword1", keyword1);

Hashtable keyword2 = new Hashtable();

keyword2.Add("value", "1个");

keyword2.Add("color", "#173177");

m_MsgData.Add("keyword2", keyword2);

Hashtable m_RemarkHH = new Hashtable();

m_RemarkHH.Add("value", "下单完成");

m_RemarkHH.Add("color", "#173177");

m_MsgData.Add("remark", m_RemarkHH);

return SendTemplateMessagge(ctx, "ojKOduHE1z2Ix4L3lPAiSUqKym_c", "2ziSC7W4Zg2SArVFtDAkaEFSFsSQFgcxlU5zsDHqZFc", m_MsgData, "", out msgid, out sError, "wxxxxx", "xxxxx");

}

#endregion

}

static public bool SendTemplateMessagge(HttpContext ctx,string OPENID,string template_id,Object m_MsgData,string goUrl,out string msgid,out string sError, string appid, string secret)

WXPush-edgeone

核心能力：它也是一个基于微信公众号测试号的推送方案，但无需自己准备服务器，可以部署在腾讯云 EdgeOne Pages 或 Cloudflare Workers 等免费的无服务器平台上，真正实现零成本。

核心亮点：

自带 Web 控制台：提供了一个精美的 Web 界面，方便管理和发送消息。内置11 套高颜值卡片皮肤，可以美化你的通知。

AI 集成：支持 Openclaw 等 AI 工具的 Skill 集成，让 AI 也能直接调用推送功能。

项目地址：https://github.com/sixiang-wang/WXPush-edgeone

企业微信推送 (wechat-work-push)

核心能力：这个方案另辟蹊径，它不需要公众号，也无需安装企业微信客户端，而是利用企业微信应用的“微信插件”功能，直接将消息推送到你的个人微信上。

核心亮点：

极低成本：注册一个未认证的企业微信即可使用，无需每年 300 元的公众号认证费。

简单直接：消息会以“企业微信”的名义出现在你的微信聊天列表中。

⚠️ 注意：有开发者反映，近年来此方式已不再支持在微信中接收新消息，可能需要依赖企业微信 App。因此，这个方案更推荐给已有“老应用”配置的资深用户作为备选尝试。

🔔 通知聚合与网关服务

这类系统不仅限于微信，它们的核心是做一个 “万能通知中转站”。

MagicPush

是什么：这是一个开箱即用的统一消息推送管理平台。你可以把它想象成一个私人版的消息路由器，它能接收你各种系统发送的告警，然后按你的规则，同时转发到微信（测试号）、企业微信、钉钉、飞书、Telegram、PushPlus等多种渠道。

为什么好用：

统一管理：你只需要对接一个 MagicPush 的 API，就能管理和分发所有通知，告别混乱的单个接口维护。

可视化管理：自带响应式 Web 管理界面，轻松实现渠道绑定、推送记录追踪和权限管理。

极简部署：支持 Docker 一键部署，无论家里用的 NAS、VPS 还是小主机都能轻松装上。

项目地址：https://github.com/magiccode1412/magicpush

Heimdallr

是什么：一个轻量级的开源通知网关，设计上更加简洁。它同样作为各服务的统一入口，然后通过 Apprise 项目，间接支持了上百种通知渠道。

为什么好用：

极致扩展性：对消息协议层面的兼容性更强，非常适合喜欢尝试新工具、有“聚合一切通知”这种极客追求的开发者。

部署灵活：可以用 Docker 在服务器上运行，也支持部署到无服务器平台。

项目地址：https://github.com/LeslieLeung/heimdallr

🤝 其他相关工具

除了以上自托管方案，还有一些你可能已经接触过或需要的工具：

wxWebHook：同样是基于公众号测试号的轻量级服务，可将消息通过 HTTP 请求实时推送到微信，体量也很小。

企业微信 Wecom 酱：这是一个专为企业微信定制的服务，配置好应用密钥等三个环境变量就能发消息，很适合已在使用企业微信的团队

方案名称类型核心优势部署方式适合用户

go-wxpush 微信推送极简、轻量、高性能 Docker / 二进制追求稳定可靠、技术栈偏传统的开发者

WXPush-edgeone 微信推送零成本、自带高颜值控制台 Serverless 不想花钱买服务器、喜欢尝鲜AI的开发者

MagicPush 通知网关统一管理、支持渠道最全 Docker (推荐) 设备多、消息源多的进阶玩家

Heimdallr 通知网关极致扩展、支持上百种渠道 Docker / 无服务器喜欢探索新工具、追求极致的开发者

wechat-work-push 微信推送无需公众号代码包尝试性用户（需确认是否可用）

上一篇：开发相关软件使用

您现在的位置是：网站首页> 开发积累

收集实用开发接口及其他资源

相关文章