Lockpass是一款深受用户欢迎的密码管理工具,作者在借鉴1password的基础上进行开发,目前虽然功能还在不断完善中,但已经具备了许多实用的特点。作者会在使用过程中持续优化,确保用户享受到最佳体验。
Lockpass采用创新的双密码机制来保障用户信息安全。主密码由用户自行设定,再结合软件自动生成的25字符密钥,形成一个几乎无懈可击的超强密码,有效抵御各种攻击。此外,软件内置的随机密码生成工具可以轻松帮助用户创建复杂且安全的密码,不再为记忆繁琐的密码而烦恼。
在密码管理方面,Lockpass的保险库功能尤为出色。用户可以将不同的密码信息分类保存,无论是网站登录、银行账户还是电子邮件,都能井井有条地管理。同时,支持多账号切换功能,让用户在不同场景下也能轻松应对。

软件特色
双密码机制: 主密码和25字符的key(软件生成)组合成超强密码1.AES数据加密: 本地存储的敏感信息通过aes-256-cbc进行加密存储
多种密码信息支持: 登陆信息、银行卡信息、笔记信息的保存
保险库功能: 将不同的密码信息分类保存
多账号功能: 软件可以切换不同的账号(这样你可以将你父母的你自己密码信息隔离保存,因为不同账号主密码可以不同)
随机密码生成工具: 再也不用担心密码不够安全,不符合网站的需求。工具帮你随机按需生成密码
键盘自动输入: 通过快捷键呼出密码快捷搜索窗口,选中后,自动输入账号密码
多语言支持: 支持中文和英文的快速切换
本地备份文件的导出和导入: 可以将个人信息保存成zip文件,同时也可以导入此备份信息。
云盘备份和恢复: 可以将软件数据保存到云盘,或者从云盘上恢复相应的备份。(目前只支持阿里云盘)
csv导入和导出: 可以导入chrome或者edge浏览器导出的csv密码文件到软件中,也可以导出软件的密码信息成csv
修改主密码: 可以方便的修改主密码(注意备份)
程序自动更新: 支持从github上更新最新版本1.开机自启动
系统锁定,软件也锁定
原项目地址:https://github.com/ftyszyx/lockpass
Windows电脑密码管理软件Lockpass下载链接
https://pan.quark.cn/s/631967772999
https://pan.baidu.com/s/1YdHrwcBEUIIjW7ttz-tHEw?pwd=kj8f
相关推荐
最近更新
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。









