跳到正文
Billy Xu
AI 视频
PushSense
KumoNotch
文章
实验室
关于
搜索
⌘K
EN
中
打开菜单
搜索页面、视频、文章…
AI 视频
PushSense
KumoNotch
文章
实验室
关于
Instagram
↗
YouTube
↗
X
↗
GitHub
↗
esc
首页
/zh/
AI 视频
/zh/videos/
PushSense 0.2.4
Mac 听写 · 下载
全部 App
/zh/apps/
KumoNotch
Mac 刘海面板 · 免费下载
PushSense 用户指南
/pushsense/guide/
PushSense 演示与教程
/zh/pushsense/learn/
文章
/zh/notes/
实验室
/zh/lab/
关于
/zh/about/
发个反馈
/zh/feedback/
Even knights need a break.
Higgsfield
What if I was in a Kendrick video?
Higgsfield Genjutsu
我为什么自己做了一个刘海 App
kumonotch · macos
数字果蝇的第一课:看到 1,抬起一只脚
experiments · learning
桌宠:PushSense 的第二种说话方式
pushsense · 桌宠模式
为什么我选择本地转录而不是云端
隐私 · 本地推理
我白付了 1.4GB 内存
pushsense · local-inference
构建 PushSense:一个 5.5 MB 的本地优先听写应用
pushsense · 本地推理
可验证的 Vibe Coding:让 AI 快速写,再让它证明自己
工作流 · 验证
Meridian,精密的层次。
设计
让屏幕里的手机折叠。
设计
一场小赛马,两种理解。
游戏
Instagram
@billyxu
YouTube
@billy_xu008
X
@billyxu008
GitHub
billyxu008
Switch to English
EN
没有找到。试试 “push”、“video” 或 “lab”。
↑
↓
选择
↵
打开
⌘
K
开关
文章 · 7 篇
用过、做过、学到的事。
做过的东西、用过的工具,以及哪些真的有用。能测量的地方,我都放上了数字。
2026年10月11日
2 分钟
我为什么自己做了一个刘海 App
两年前换了第一款有刘海的 MacBook Pro,就一直想要这么个东西。今年终于自己做出来了。
文章
↗
文章
我为什么自己做了一个刘海 App
2026年9月18日
4 分钟
数字果蝇的第一课:看到 1,抬起一只脚
我在 Mac 上搭了一个数字果蝇实验室。先从抬左前脚开始,测试视觉输入、动作、反馈和技能保存能否形成一条完整的学习流程。
实验
↗
2026年9月12日
5 分钟
桌宠:PushSense 的第二种说话方式
按键说话有个前提:你已经点进了正确的输入框。桌宠模式去掉这个前提:点一下珍珠说话,再把文字拖进任意窗口。这篇讲它是怎么做出来的,以及发版前用脚本点 App 抓到的三个 bug。
PushSense
↗
2026年8月27日
4 分钟
为什么我选择本地转录而不是云端
听写 App 想每年收我一百多美元,租用我自己的声音。我研究了这笔钱到底买的是什么——答案是一个我的 Mac 可以免费跑的模型。
本地 AI
↗
本地 AI
每年 $100 → $0
2026年8月25日
7 分钟
我白付了 1.4GB 内存
听写工具占着 1.9GB 内存,在第一段录音上产出的结果和 181MB 的模型一模一样。第二段更难的录音让结论变复杂了。全部用真人语音实测,不是合成音频。
实测
↗
实测
1.9 GB → 181 MB
2026年8月12日
2 分钟
构建 PushSense:一个 5.5 MB 的本地优先听写应用
从 200 MB 的 Electron 应用到 5.5 MB 原生 macOS 应用的完整过程。
PushSense
↗
PushSense
200 MB → 5.5 MB
2026年8月11日
4 分钟
可验证的 Vibe Coding:让 AI 快速写,再让它证明自己
我的工作流:用 Claude 以 10 倍速度写代码,然后测量结果是否真的有效。
Agent 工作流
↗
Agent 工作流
先写得快,再证明它对。
也看看
AI 视频
音乐、画面,还有想象。
用 AI 工具做的短片和实验。
→
Mac 应用 · 免费 · 0.2.4
PushSense
按住一个键说话,文字落在光标处。识别全程在本机。
→
实验室
可以亲手玩的想法。
本地模型做的交互作品和小游戏。
→