Vienna:你的 macOS 专属 RSS/Atom/JSON Feed 阅读器
项目介绍
Vienna 是一款专为 macOS 设计的 RSS/Atom/JSON Feed 阅读器。它不仅能够直接连接到你想要跟踪的网站,还可以通过支持 Open Reader API 的服务器进行同步,这一 API 是已废弃的 Google Reader API 的改编版本。Vienna 已经成功测试了 BazQux.com、FreshRSS.org、FeedHQ.org、InoReader.com 和 TheOldReader.com 等平台。
项目技术分析
Vienna 的核心技术在于其对 RSS/Atom/JSON Feed 格式的支持,以及与 Open Reader API 的兼容性。它采用了现代化的 macOS 开发框架,确保了应用的稳定性和性能。此外,Vienna 还支持插件扩展和自定义样式,为用户提供了极大的灵活性和个性化选项。
项目及技术应用场景
Vienna 适用于所有需要高效管理信息流的用户,尤其是那些依赖 RSS/Atom/JSON Feed 进行信息获取的 macOS 用户。无论是个人博客、新闻网站还是技术博客,Vienna 都能帮助你轻松订阅和管理这些信息源。此外,对于开发者而言,Vienna 的插件和样式自定义功能也为他们提供了展示创意和技能的平台。
项目特点
- 多格式支持:Vienna 不仅支持 RSS 和 Atom,还支持最新的 JSON Feed 格式,确保你能获取到最全面的信息。
- 同步功能:通过 Open Reader API,Vienna 可以与多个服务器同步,确保你在不同设备上的阅读体验一致。
- 插件和样式自定义:Vienna 提供了丰富的插件和样式自定义选项,用户可以根据自己的需求和喜好进行个性化设置。
- 多语言支持:Vienna 通过 Crowdin 平台支持多语言本地化,用户可以轻松切换到自己熟悉的语言界面。
- 开源与社区驱动:Vienna 是一个开源项目,拥有活跃的社区支持,用户可以参与到项目的开发和改进中。
安装与支持
Vienna 可以通过 GitHub Releases 或 Sourceforge 下载安装。此外,你还可以通过 Homebrew Cask 进行安装:
brew install --cask vienna
如果你在使用过程中遇到问题,可以查阅 FAQ 或在 Discussions 页面 寻求帮助。如果你发现了问题或希望提出新功能建议,可以在 GitHub Issues 页面提交。
贡献与参与
Vienna 欢迎所有形式的贡献,无论你是开发者、翻译者还是设计师。你可以通过以下方式参与到项目中:
- 编写代码:请参考 CONTRIBUTING.md。
- 本地化:通过 Crowdin 帮助 Vienna 支持更多语言。
- 自定义样式:参考 创建自定义样式文档。
- 编写插件:参考 创建插件文档。
Vienna 是一个开源项目,采用 Apache License, Version 2.0 许可协议。我们期待你的加入,一起打造更好的 RSS 阅读体验!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112