今日 Product Hunt 热榜（对应太平洋时间 7 月 30 日日榜）主题集中在「给编码 agent 装上耳朵、记忆与计量」以及「AI 搜索可见度」：榜首 SKI 做本地双向语音写码，Memmy、Greplica 分别补跨 agent 个人记忆与仓库自更新知识图，LangWatch 与 agentOS 则分别计量 Claude Code 成本与用 WebAssembly 压低沙箱成本；营销侧 AI Search Console 追踪品牌在 ChatGPT/Perplexity 等答案中的引用，NINA、Pally、Expert Chase、Focus Room 覆盖产品内引导、短信助手、生活 OS 与去干扰 YouTube 学习。票数来自抓取时 hunted.space 日榜快照（约 SKI 485 票居首），排名仍可能变动。
1. SKI · 官网
标语：Free voice coding for Claude Code, Codex and more
背景
SKI 是面向 Mac / Windows 的本地桌面语音层：把说话转成文本交给编码 agent，再把 agent 回复用自然语音读出，形成双向「听—答」循环。官网强调语音识别与合成在设备端完成、音频不上云；一次安装可对接 Claude Code、Cursor、Codex、Gemini CLI、OpenClaw 等。基础语音功能宣传为免费（注册无需信用卡）；可选付费能力包括通过 AgentCall 让 agent 加入视频会议（按分钟，含免费额度，以官网为准）。抓取时约 485 票、约 148 评，日榜第 1。
产品要解决的问题
键盘敲 prompt 打断「边想边改」的节奏；多数听写工具只做单向输入，不能让 coding agent 用语音回传进度，且云端转写带来隐私顾虑。
产品市场分析
目标用户是重度使用 Claude Code / Cursor 等 agent 的开发者。竞品包括 Claude Code 原生 /voice 听写（音频上云、偏单向）、通用听写 App，以及各类会议语音助手。差异化叙事是「本地双向语音环 + 多 agent 一键接入」；变现偏 freemium（核心免费，会议入会等增值）。
产品上下游
上游：麦克风音频、本机语音模型与各编码 agent 的会话/文件接口。下游：注入 agent 的文本指令，以及可读出的回复与浮动 pill/刘海区状态，供开发者继续口头迭代。
2. AI Search Console · 官网
标语：Prompt analytics and citation mapping for AI search
背景
AI Search Console（亦见 app.search-console.ai）定位为面向 ChatGPT、Perplexity、Gemini 等「AI 搜索」的可见度分析台：追踪品牌在买家真实提问下的出现/缺失、引用链与竞品份额，并生成可导出的报告。官网与第三方 listing 还提到 prompt 分组、来源域名分析、答案历史与客户就绪 PDF 等能力。抓取时约 431 票、约 158 评，日榜第 2。
产品要解决的问题
传统 Google Search Console 看不到品牌在 LLM 答案中的被提及与被引用情况；营销团队缺少「哪些 prompt 丢给了竞品、哪些 URL 在供模型作源」的可操作数据。
产品市场分析
目标为 SEO/GEO 团队、品牌与代理商。竞品空间包括 Promptwatch、AIClicks、Presenc、DeepSmith 等 AI visibility / GEO 工具。差异化叙事偏「prompt 分析 + citation mapping」一体；公开材料可见 demo 应用与 freemium/订阅信号，具体价目以官网为准。
产品上下游
上游：配置的品牌词/竞品、定时跑出的 prompt 集，以及（可选）站点侧 AI crawler 相关信号。下游：可见度分数、引用与缺口报告，供内容/公关继续优化被模型引用的页面与叙事。
3. Memmy Agent · 官网 · GitHub
标语：Let every AI remember the same you.
背景
Memmy（MemTensor / memmy-agent）定位为跨 Cursor、Claude Code、Codex、OpenClaw 等工具的「个人记忆中枢」：扫描并蒸馏会话历史为结构化长期记忆，再按需注入当前 agent，使偏好与项目上下文可跨工具复用。产品提供桌面端、CLI 与 API；公开材料强调本地优先、显式授权扫描、用户可控制哪些记忆被哪些 agent 使用。抓取时约 423 票、约 101 评，日榜第 3。
产品要解决的问题
多 agent 工具各自失忆，用户要反复自我介绍；单仓库 AGENTS.md 或单一工具记忆无法覆盖「同一个人」在不同客户端里的连续上下文。
产品市场分析
目标为同时使用多种编码/个人 agent 的开发者。竞品包括各类 agent memory MCP、repo-native 记忆方案（如 MemoryCustodian、Greplica）与托管记忆 SaaS。开源 + 本地共享记忆层是主要信号；变现细节未在本次快照中完整展开。
产品上下游
上游：各 agent 的历史会话、用户确认后的扫描权限与偏好。下游：可检索的长期记忆包与注入后的 agent 回复，形成跨工具的连续工作关系。
4. Claude Code usage tracking by LangWatch · 官网
标语：See what your Claude Code sessions actually cost
背景
本次 launch 是 LangWatch 面向 Claude Code（并延伸 Codex、Cursor、Copilot、OpenCode、Pi 等）的用量与成本追踪：一条 npx langwatch claude 把原生 OpenTelemetry 接到 LangWatch，展示会话/轮次成本、cache read/write、工具与 MCP 调用树；订阅制用户可见「Bundled」理论 API 成本对照。亦支持 agent 经 MCP 回查自身 traces 以改进工作流。个人使用宣传为免费档（以官网为准）。抓取时约 313 票、约 79 评，日榜第 4。
产品要解决的问题
Claude Max/Pro 控制台往往只有月度汇总，缺少按会话的 token、缓存命中与工具耗时拆解；团队难以发现「哪次会话烧掉了额度」。
产品市场分析
目标为个人重度用户与需要治理 AI 写码成本的工程团队。竞品包括本地 log 解析器（如 ccusage 类）、通用 LLM observability。差异化在 Claude Code OTel 路径 + cache 分账 + agent 自查 traces；LangWatch 本体另有 eval/监控产品线。
产品上下游
上游：Claude Code 等 agent 导出的 OTLP/网关捕获的请求响应。下游：成本与 trace 仪表盘、告警与可供 agent 查询的历史，供个人或平台团队优化 prompt/缓存策略。
5. NINA · 官网
标语：Guide users step by step inside your product.
背景
NINA 是 AgenQ 的 AI Product Assistant：嵌入 SaaS 产品内部，用聊天/语音引导用户完成真实工作流（非静态 FAQ），宣称理解 UI 与产品逻辑，可由文档、URL、发布说明与工作流训练。官网定价按「部署几位 NINA」而非终端用户数分档（Starter/Standard/Enterprise，含分钟额度与超量单价说明，以官网为准），并提及 SOC 就绪等企业安全叙事。抓取时约 297 票、约 65 评，日榜第 5。
产品要解决的问题
SaaS 用户因不会用功能而流失；传统帮助中心、录屏与人工 CS 无法 7×24 在产品内「手把手点完」关键路径。
产品市场分析
目标为需提升激活/采用率的 SaaS 产品与 CS/成功团队。竞品包括 Appcues/Pendo 等引导层、站内 chatbot 与数字人导览。差异化叙事是「action-based、在真实 UI 里执行步骤」；变现为按助手数量与用量的订阅。
产品上下游
上游：产品文档/工作流知识与嵌入 SDK。下游：站内逐步引导与可完成的任务路径，减少人工演示与工单，数据回流给产品团队看采用瓶颈。
6. Pally · 官网
标语：Your personal assistant that lives in your texts
背景
Pally 是跑在 iMessage / RCS 里的个人助手：用户像给朋友发短信一样下指令；连接 Gmail、WhatsApp、Slack、Calendar、Notion、Linear 等后可做晨间简报、重要消息提醒与代办跟进。官网强调「无单独 App、无复杂注册——点 Text 即开聊」；免费档可见连接约 3 个应用等限制说明（以官网为准）。抓取时约 244 票、约 67 评，日榜第 6。
产品要解决的问题
日程、邮件与多端消息散落，用户要在多个收件箱间切换；通用 chatbot 不在「已经在用的短信界面」里，触发成本高。
产品市场分析
目标为希望用短信完成轻量执行的个人用户与创始人。竞品包括其他 iMessage AI 助手、通用个人 CRM/统一收件箱（历史上亦有同名关系管理产品线，本次日榜标语与官网以「文本里的助理」为准）。分发依赖运营商消息通道与 OAuth 集成。
产品上下游
上游：用户授权的邮箱/日历/聊天与短信指令。下游：简报、草稿回复（常需用户批准）与提醒，再写回用户日常消息流。
7. Greplica · 官网 · GitHub
标语：Self updating wiki for coding agents
背景
Greplica（Autoloops）是开源、可本地运行的工程记忆：从仓库结构、代码与会话转录中抽取决策、约束、工作流与文件锚点，存成可查询的知识图（components / flows / claims）；新任务前用 greplica graph context 取 Markdown 上下文包，会话后自动或 hook 更新。宣传可显著减少规划阶段 token 与探索时间；支持 local 与托管团队记忆模式，官网称无需 API key 即可本地使用。抓取时约 175 票、约 30 评，日榜第 7。
产品要解决的问题
编码 agent 每次会话重新「摸仓库」，重复发现架构决策与踩坑记录，浪费 token 且规划不稳。
产品市场分析
目标为在同一大型代码库上长期使用 agent 的团队与个人。竞品包括 MemoryCustodian 类 repo-native 记忆、AGENTS.md 约定与各类 memory MCP。开源 + 自更新图谱是主要信号；managed 模式暗示可选商业化。
产品上下游
上游：会话转录、diff 与仓库结构。下游：供 Cursor/Claude Code 等在规划前消费的上下文包，以及可视化图谱，减少盲目探索。
8. Expert Chase for iOS & Android · 官网
标语：Where human life runs with AI
背景
Expert Chase 是个人生活生产力 App，内置 AI「E.Y.E.（Empower Your Everyday）」：把任务、日历、习惯、睡眠、营养、健身、财务与笔记收拢到一处，回答基于用户真实生活数据而非泛化建议。App Store 文案强调「一订阅 + 集成」替代多款追踪器；已见 Apple/Google 日历与提醒同步叙事，后续扩展健康与金融只读连接。抓取时约 153 票、约 23 评，日榜第 8。
产品要解决的问题
日常管理被拆到待办、日历、饮食、睡眠、记账等多个 App，信息无法互相参照，通用聊天机器人又读不到这些本地生活数据。
产品市场分析
目标为希望「一个入口管生活」的消费者。竞品包括各类 all-in-one life OS、habit/health 套件与通用个人 AI。变现信号为应用内订阅；需注意隐私与数据授权边界以产品政策为准。
产品上下游
上游：用户手动记录与日历/健康等授权数据。下游：E.Y.E. 对话完成的排程、打卡与洞察，回流到同一 App 的仪表盘。
9. Focus Room · 官网
标语：Turn YouTube into your personal learning platform
背景
Focus Room 把 YouTube 变成结构化学习环境：去评论/Shorts/推荐侧栏的专注播放器，将播放列表映射为有序课程与进度，并支持字幕检索、跳转时间戳旁笔记、摘要/测验与社区播放列表等（以官网描述为准）。抓取时约 151 票、约 14 评，日榜第 9。
产品要解决的问题
教育向 YouTube 内容丰富，但平台推荐与评论流把「看课」变成刷短视频；播放列表缺少课程式进度与笔记闭环。
产品市场分析
目标为自学者与希望用公开视频组课的人。竞品包括各类 YouTube 稍后看/笔记扩展、通用课程平台。差异化在「去干扰播放 + 播放列表即课程」；公开变现细节未在本次快照中完整展示。
产品上下游
上游：YouTube 视频/播放列表与字幕。下游：课程进度、时间戳笔记与测验结果，供学习者复习或分享播放列表。
10. agentOS · 官网 · GitHub
标语：254× cheaper sandbox alternative, powered by WebAssembly
背景
agentOS（Rivet）是给 agent 用的轻量「操作系统」库：在现有后端进程内用 WebAssembly + V8 isolate 提供虚拟文件系统、进程与网络抽象，宣称相对主流托管沙箱（材料以 Daytona 最低规格等为对照）冷启动更快、内存更低、单位执行秒成本可低约两个数量级；内置 ACP 路径可跑 Pi、Claude Code、Codex、OpenCode。重负载可按需挂载完整 Linux 沙箱（E2B/Daytona 等）。开源 npm 库形态。抓取时约 142 票、约 12 评，日榜第 10。
产品要解决的问题
为每个短命 agent 会话租一整台容器/微 VM 成本高、启动慢；多数工具调用其实只需受限 shell 与脚本，不需要完整客户机。
产品市场分析
目标为构建 agent 平台的后端/基础设施团队。竞品包括 E2B、Daytona 等沙箱 SaaS，以及 just-bash 等轻量 shell 重实现。差异化是「库内嵌 WASM Linux 行为 + 必要时再升舱」；成本倍数为项目公布的基准测算，实际节省取决于主机利用率与工作负载。
产品上下游
上游：宿主后端、权限策略与（可选）外部沙箱/浏览器提供商。下游：隔离执行环境、持久 agent 状态与工具调用结果，供上层编码/运维 agent 消费。
数据说明：排名与票数综合 hunted.space 日榜快照（featured 日期 2026-07-30 PT，对应 Asia/Shanghai 的 2026-07-31 日更）；官网以可解析的产品站或 GitHub 为准。Product Hunt 本体因 Cloudflare 未能直接抓取，PH 短链跳转亦受阻，已改用官方域名或公开仓库页。