[{"content":"应要求安装并扫描 wheresryan22/anatomy。这是一个画图 Skill：把技术概念做成等距测视图（isometric）的交互 SVG。\n仓库情况 10.2k★，MIT 许可，1.8MB 最后提交 2026-10-14 面向 Claude Code 编写，也支持 Antigravity、OpenCode、Codex 它画图的路子：不画箭头、方框、标签，而是把概念对应的机器造出来——一个共享 GPU 上下文画成龙门打印机（一个打印头依次访问 16 个孔），缓存键画成弹子锁（所有弹子对齐时锁芯转动、不重画）。读者因为认得这台机器而理解概念。\n细节能力：\n大量精确实心小零件、四阶明暗、正确的画家算法绘制顺序 卡片式外框：标题、提示、实时读数；缓动动效 两种用法：无框架（TypeScript/JS 直接写 SVG 和 HTML）与 React/Next 可加 WebGL shader 效果（火焰、尾气、水波、焦散、灯光），与等距透视在同一张图里 自带 8 个完整示例：dial-indicator、desk-computer、arcade-cabinet、raptor-engine、ripple-tank、test-rig、spot-plate、turning-dial；SKILL.md 要求动手前先打开最接近的那个 安装记录 2026-10-15，从 main 分支下载安装到 ~/.workbuddy-ai/skills/anatomy/，体积 12MB。\n保留：SKILL.md、kit/（绘制库）、scripts/（构建、检查、截图）、references/（7 篇参考文档）、examples/（8 个示例）、agents/。 剔除：.github/、tests/、evals/。\n运行前提：核心生成只需 Node.js 20.10+；截图和几何检查步骤需要 Chrome 或 Chromium，通过 CHROME_PATH 指定。\n安全扫描结果 安装前扫描四类模式：破坏性命令（rm -rf / fork 炸弹 / dd）、下载即执行（curl|bash / eval / base64 解码）、外联域名、密钥读取。\n四类均未命中；rm -rf 仅出现在 CI 工作流清理自建临时目录，不在用户路径上 外联域名只有三处：w3.org（SVG 命名空间）、127.0.0.1（本地无头 Chrome 调试）、github.com / cli.github.com 脚本的环境变量读取只有 CHROME_PATH 两处行为记录：\ncapture / drive 脚本启动无头 Chrome 做截图和交互检查，用的是系统临时目录新建的 profile，不动用户 Chrome 数据 publish 脚本的 --submit 才会把成品推到社区 gallery，需要本机 gh CLI 登录；不带该参数时只打印要执行的 git 命令，不发生推送 来源 wheresryan22/anatomy，仓库内容与 SKILL.md 于 2026-10-15 实际拉取读取，安装与扫描同日完成。\n","permalink":"https://ailamemo.com/aicreate/skill/anatomy-skill-2026-10-15/","summary":"\u003cp\u003e应要求安装并扫描 \u003ca href=\"https://github.com/wheresryan22/anatomy\"\u003ewheresryan22/anatomy\u003c/a\u003e。这是一个画图 Skill：把技术概念做成等距测视图（isometric）的交互 SVG。\u003c/p\u003e\n\u003ch2 id=\"仓库情况\"\u003e仓库情况\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e10.2k★，MIT 许可，1.8MB\u003c/li\u003e\n\u003cli\u003e最后提交 2026-10-14\u003c/li\u003e\n\u003cli\u003e面向 Claude Code 编写，也支持 Antigravity、OpenCode、Codex\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e它画图的路子：不画箭头、方框、标签，而是把概念对应的机器造出来——一个共享 GPU 上下文画成龙门打印机（一个打印头依次访问 16 个孔），缓存键画成弹子锁（所有弹子对齐时锁芯转动、不重画）。读者因为认得这台机器而理解概念。\u003c/p\u003e\n\u003cp\u003e细节能力：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e大量精确实心小零件、四阶明暗、正确的画家算法绘制顺序\u003c/li\u003e\n\u003cli\u003e卡片式外框：标题、提示、实时读数；缓动动效\u003c/li\u003e\n\u003cli\u003e两种用法：无框架（TypeScript/JS 直接写 SVG 和 HTML）与 React/Next\u003c/li\u003e\n\u003cli\u003e可加 WebGL shader 效果（火焰、尾气、水波、焦散、灯光），与等距透视在同一张图里\u003c/li\u003e\n\u003cli\u003e自带 8 个完整示例：dial-indicator、desk-computer、arcade-cabinet、raptor-engine、ripple-tank、test-rig、spot-plate、turning-dial；SKILL.md 要求动手前先打开最接近的那个\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"安装记录\"\u003e安装记录\u003c/h2\u003e\n\u003cp\u003e2026-10-15，从 main 分支下载安装到 \u003ccode\u003e~/.workbuddy-ai/skills/anatomy/\u003c/code\u003e，体积 12MB。\u003c/p\u003e\n\u003cp\u003e保留：SKILL.md、kit/（绘制库）、scripts/（构建、检查、截图）、references/（7 篇参考文档）、examples/（8 个示例）、agents/。\n剔除：.github/、tests/、evals/。\u003c/p\u003e\n\u003cp\u003e运行前提：核心生成只需 Node.js 20.10+；截图和几何检查步骤需要 Chrome 或 Chromium，通过 \u003ccode\u003eCHROME_PATH\u003c/code\u003e 指定。\u003c/p\u003e\n\u003ch2 id=\"安全扫描结果\"\u003e安全扫描结果\u003c/h2\u003e\n\u003cp\u003e安装前扫描四类模式：破坏性命令（\u003ccode\u003erm -rf\u003c/code\u003e / fork 炸弹 / \u003ccode\u003edd\u003c/code\u003e）、下载即执行（\u003ccode\u003ecurl|bash\u003c/code\u003e / \u003ccode\u003eeval\u003c/code\u003e / base64 解码）、外联域名、密钥读取。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e四类均未命中；\u003ccode\u003erm -rf\u003c/code\u003e 仅出现在 CI 工作流清理自建临时目录，不在用户路径上\u003c/li\u003e\n\u003cli\u003e外联域名只有三处：w3.org（SVG 命名空间）、127.0.0.1（本地无头 Chrome 调试）、github.com / cli.github.com\u003c/li\u003e\n\u003cli\u003e脚本的环境变量读取只有 \u003ccode\u003eCHROME_PATH\u003c/code\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e两处行为记录：\u003c/p\u003e","title":"anatomy：把技术概念画成等距测视图的 Skill（安装记录与安全扫描）"},{"content":"结论先行 DigUp 是真的，流传的那份介绍基本准确。但有一条决定性限制：它只能在 Apple Silicon 的 Mac 上跑。\n我手上只有 Windows，所以这篇不是实测，是核查。我逐项看了仓库元数据、release 列表、README 全文和技术路径，但一行代码没跑过。这个前提先说清楚，后面所有「它怎么样」都是指文档和代码里写了什么，不是我用出来的感受。\n核对下来，值得记的有两件事：\n它的四个设计选择，跟平台无关，可以直接搬到自己项目里。 顺手撞到的另一个项目 Omni，同类、同样 Mac 独占，但自带 MCP endpoint——这条线索比 DigUp 本身对我更重要。 核对过的事实 项 值 仓库 ARahim3/DigUp 星标 / fork 2,909 / 200 协议 MIT 语言 Swift 建库时间 2026-10-08 最新版本 v0.6.1（2026-10-12），安装包 DMG 8.3 MB 安装方式 Releases 下载拖入 Applications，或 brew install --cask arahim3/tap/digup 模型 EmbeddingGemma 2（Google DeepMind，2026 年 10 月发布，740M 参数，Apache 2.0，100+ 语言） 首次模型下载 865 MB（文本部分 310 MB + 图像与音频编码器 555 MB），应用本体约 20 MB 系统要求 Apple Silicon + macOS 14 以上 未决问题 56 个 open issues 流传版本里的几个数字都对得上：740M 参数、865 MB 模型、PDF 先处理前 30 页、单文件上限 5000 页、代码搜索默认关闭需手动开启。\n一个需要留意的细节：README 的 FAQ 里写明，模型懂 100 多种语言，但精确词匹配对中文、日文、泰文这类不分词的语言不生效——因为不做分词。语义检索照常，但「按原样找到这个字符串」这一路会弱。对中文用户来说，这是这份工具最实际的短板。\n为什么现在用不上 README 和 FAQ 各写了一次：Windows 和 Linux 都在路上。也就是还没来。\nGitHub 上能搜到两个挂着「Windows 版」名号的仓库，都不是能用的东西：\n仓库 状态 sunboss/DigUp-Windows 0 星，6 KB，一次提交，无协议 boss477/digup-windows 1 星，Rust，2026-10-12 建 一个是空壳，一个是刚起的头。现在在 Windows 上找 DigUp 的替代品，暂时属于白费功夫。\n它做对的四件事 这部分是我觉得比工具本身更值钱的地方。\n一、不用向量数据库 很多讲语义搜索的文章，第一句就是「你需要 Milvus / Qdrant」。DigUp 的做法相反——整个流水线是这样的：\n你的文件夹 ─► 读取器（ImageIO、PDFKit、AVFoundation，截图文字走 Vision） ─► EmbeddingGemma 2 跑在 llama.cpp 上（Metal），独立辅助进程，跑完即退 ─► 一个 SQLite 文件：每张图、每页、每段、每帧、每 30 秒音频一个向量， 外加一个关键词索引（代码搜索单独一个） 你说的话 ─► 同一个模型的文本部分（约 250 MB，只在搜索时加载）─► 最近向量 + 精确词 所有向量进一个 SQLite 文件，检索时在进程内算相似度。768 维，所有模态共用同一个空间，所以一次查询能把视频帧和 PDF 页面放在一起排序。\n对个人规模的知识库（几千到几万条），这完全够用，而且省掉整个运维层。我前两天排除 Milvus、Qdrant 是因为磁盘不够，DigUp 这个例子说明：就算磁盘够，也不一定需要它们。\n二、混合检索，不是纯语义 DigUp 同时跑两条路：向量相似度，加关键词精确匹配。\nREADME 里专门解释了为什么要留精确匹配，原话是「没有任何 embedding 能精确装下一个发票号」，所以精确命中的结果会被加权提升。\n这一条对个人知识库特别关键。纯语义搜索会把「单笔不超过 100 英镑」这种带数字的规则，搜成一堆意思相近但数字不对的东西。规则、金额、型号、报错码，必须留一条精确匹配的通道。\n（结合上面那条中文限制看，这一路在中文内容上本来就是打折的——所以中文知识库更要靠语义检索兜底，同时别指望精确匹配能救。）\n三、分块策略按内容类型分别定 不是一刀切：\nPDF：先处理前 30 页，其余等第一轮跑完再补，单文件上限 5000 页 音频：模型一次听 30 秒，所以用重叠的 30 秒滑窗，命中后能定位到具体时间点 视频：每隔几秒取一帧，每个镜头取一帧 长文档：同样分两轮，先能搜，再补全 「一次 30 秒、滑窗重叠」这种细节，是真正跑过音频检索才会踩出来的。\n四、明确写了不读什么 README 里有一整段在说它不碰什么：\n只读你选定的文件夹 永不读 ~/.ssh、密钥、证书、密码文件、隐藏目录、app bundle、缓存 看起来像数据集的文件夹跳过 不下载只存在于 iCloud 的占位文件 只读不改：不改、不移、不上传 代码搜索单独一个索引，永远不出现在其他搜索里，且跳过 git 忽略的内容、第三方代码、生成代码、数据文件、像密钥或密码的东西 一个索引工具愿意把「我保证不读这些」写进文档，这本身就是设计的一部分，不是免责声明。\n顺手发现的：Omni 带 MCP 搜 DigUp 的过程中撞到另一个项目：hanxiao/omni-macos（Omni，作者 Han Xiao / Jina AI，320 星，Apache-2.0）。\n项 DigUp Omni 星标 2,909 320 协议 MIT Apache-2.0 模型 EmbeddingGemma 2 jina-embeddings-v5-omni 推理实现 llama.cpp（Metal），辅助进程 MLX-Swift，进程内 平台 Apple Silicon Mac Apple Silicon Mac 多机 无 Linked Macs：多台 Mac 联邦搜索，TLS 1.3 配对 本地接口 有命令行工具 digup Settings 里可开 HTTP API（127.0.0.1:51234），带 MCP endpoint /mcp 最后一行是我在意的地方。\n我前两天那份「让知识库适时出现」的方案里，最麻烦的一环是触发：怎么让 AI 在用户开口的时候自动想起某条笔记。当时的做法是自己写一个 hook 去 grep 知识库。\n如果检索工具本身就暴露 MCP，这个 hook 就不用自己写了。 Omni 就是这个形态——它把自己挂成一个 MCP server，任何支持 MCP 的 agent 都能直接查它，本地 HTTP 接口还能给别的程序用。\n代价是它同样只在 Mac 上跑。所以这条线索现在只能先记着。\n对我自己的知识库意味着什么 三条可以马上用上、跟平台无关的：\n检索层不用上向量数据库。 SQLite 加本地 embedding 够了，磁盘压力小得多——这对只剩 7 GB 的 C 盘是决定性的。 一定要留精确匹配。 知识库里现在就有「单笔不超过 100 英镑」这种带数字的规则，纯语义检索会毁掉它。 把「不读什么」写进约定。 知识库 README 里已经有一条「密码 / API Key / 口令不许放进来」，跟 DigUp 那段是同一个思路，可以再写细一点。 一句话 DigUp 我用不了，因为没有 Mac。但它的四个选择——SQLite 代替向量库、混合检索代替纯语义、分块按内容类型定、明确声明不读什么——都是可以直接搬的。至于 Omni 的 MCP endpoint，先挂在待办上。\n","permalink":"https://ailamemo.com/aicreate/tools/digup-mac-local-semantic-search/","summary":"\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003cp\u003eDigUp 是真的，流传的那份介绍基本准确。但有一条决定性限制：\u003cstrong\u003e它只能在 Apple Silicon 的 Mac 上跑\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e我手上只有 Windows，所以这篇不是实测，是\u003cstrong\u003e核查\u003c/strong\u003e。我逐项看了仓库元数据、release 列表、README 全文和技术路径，但一行代码没跑过。这个前提先说清楚，后面所有「它怎么样」都是指文档和代码里写了什么，不是我用出来的感受。\u003c/p\u003e\n\u003cp\u003e核对下来，值得记的有两件事：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e它的四个设计选择\u003c/strong\u003e，跟平台无关，可以直接搬到自己项目里。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e顺手撞到的另一个项目 Omni\u003c/strong\u003e，同类、同样 Mac 独占，但\u003cstrong\u003e自带 MCP endpoint\u003c/strong\u003e——这条线索比 DigUp 本身对我更重要。\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"核对过的事实\"\u003e核对过的事实\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e值\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e仓库\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003eARahim3/DigUp\u003c/code\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e星标 / fork\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2,909 / 200\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e协议\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eMIT\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e语言\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eSwift\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e建库时间\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-10-08\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e最新版本\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003ev0.6.1（2026-10-12），安装包 DMG 8.3 MB\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e安装方式\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eReleases 下载拖入 Applications，或 \u003ccode\u003ebrew install --cask arahim3/tap/digup\u003c/code\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e模型\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eEmbeddingGemma 2（Google DeepMind，2026 年 10 月发布，740M 参数，Apache 2.0，100+ 语言）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e首次模型下载\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e865 MB（文本部分 310 MB + 图像与音频编码器 555 MB），应用本体约 20 MB\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e系统要求\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eApple Silicon + macOS 14 以上\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e未决问题\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e56 个 open issues\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e流传版本里的几个数字都对得上：740M 参数、865 MB 模型、PDF 先处理前 30 页、单文件上限 5000 页、代码搜索默认关闭需手动开启。\u003c/p\u003e","title":"DigUp 拆解：一个 SQLite 文件做完 Mac 本地语义搜索"},{"content":"结论先行 退掉一个不常用的 20 刀 Token 套餐，换成马斯克的 xAI 全家桶：30 刀每月，首月 15。Grok、Grok Bot、Cursor 和 X Premium 四个权益装兜里，X 蓝 V 也不用单独花钱了。\n之前 SuperGrok + Cursor Pro + X Premium 三项合计约 90 刀/月，现在 30 刀全包，省了 60 刀，还多出来一个 Grok Bot。\n一句话：退掉俩，进四个，这笔买卖划算。\n套餐里有什么 组件 定位 干什么 Grok 模型 聊天、语音、图像、视频生成、编程，4.6 之后挺能打 Grok Bot 云端 Agent 有自己的云端电脑，能登录授权工具，可操作本地电脑，多 Bot 可协作 Cursor 编程工具 本地 + 云端编程 Agent，支持多种模型，还有 Codex 和 K3 X Premium 社交平台 蓝 V 创作者权益 从思考、创作到构建、分享，一条龙服务齐活了。Grok 是模型层，Grok Bot 是执行层，Cursor 是构建层，X 是分发层。四张牌各有用处，放在一起，吸引力不小。\n为什么划算 算账 之前：SuperGrok + Cursor Pro + X Premium ≈ 90 刀/月 现在：xAI 全家桶 = 30 刀/月（首月 15 刀） 每月省 60 刀，还多一个 Grok Bot 共享额度池 这是最值得说的一个设计。符合条件的自家模型使用，在 Grok 和 Cursor 之间共用一份每周刷新的额度；Grok Bot 的额度也从这个池子里扣。\n今天写代码多一点，明天和 AI 聊天、做内容多一点，不必给每款产品各留一份预算。这比打包降价更狠，因为它从底层重新定义了\u0026quot;什么叫一份订阅\u0026quot;。\nGrok Bot 怎么用 Grok Bot 是最近海外很火的个人 Agent：\n有自己的云端电脑 可以登录用户授权的工具（Gmail、X 等） 可以在授权的情况下操作本地电脑的工具 在 Agent、应用和邮箱之间完成任务 可以让多个 Bot 协作 我的玩法 给 Grok Bot 接了 Gmail 和 X，建了 3 个 Bot：\nBot A：用来看 X 上的产品信息 Bot B：关注时事 Bot C：接了 Codex，跑代码任务 然后建了个群，三个 Bot 在里面协作。这样可以在手机上玩得很嗨——比如让 Bot 去看 Codex 的任务完成得咋样了，甚至直接启动一个新任务。\n核心思路不是\u0026quot;一个全能 Agent 什么都干\u0026quot;，而是\u0026quot;多个专精 Agent 分工协作\u0026quot;。\n这盘棋的设计逻辑 今年 2 月，SpaceX 宣布收购 xAI；8 月 14 日，Cursor 宣布被 SpaceX 正式收购。几块业务陆续进入同一个体系，最后就有了这次的全家桶服务。\n从马斯克的角度看，各种收购不就是为了这一刻吗：\n买了 X，有了社交平台 买了 Cursor，有了编程工具 Grok 是自己的模型 Grok Bot 是自己的 Agent 为 X 付费的人，多了试用 Cursor 和 Bot 的理由；冲着 Cursor 来的人，也有机会开始用 Bot 和 X。每款产品都多了几个让用户留下来的理由。\n打包策略的真正赢家是 X：模型和编程工具都是获客成本极高的品类，现在用 X 的社交基本盘做入口，蓝 V 用户顺手就试了 Cursor 和 Bot，获客成本几乎为零。两条漏斗互相灌水，飞轮就转起来了。\n值得借鉴的三招 不是所有人都会买这个包，但套餐设计和使用方式里有三招值得搬走：\n1. 共享额度池 多产品订阅最大的痛点是额度碎片化——Cursor 的用量用不完、Grok 的聊天量又不够。放一个池子里之后，弹性大了一倍不止。选 AI 工具时可以参考：优先选能跨场景共享额度的方案，而不是为每个场景单独付费。\n2. Bot 分工 + 建群协作 建多个不同职能的 Bot，然后拉一个群让它们协作。本质上是个人版的多智能体工作流。完全可以搬到自己的场景里：一个 Bot 盯数据、一个 Bot 做选题、一个 Bot 跑内容初稿，拉群协作。\n3. 手机端调度 Agent Bot 跑在云端，手机上发条消息就能远程派活。把\u0026quot;必须坐在电脑前才能干活\u0026quot;变成\u0026quot;手机上发条消息就启动\u0026quot;。如果后续其他平台支持类似的 Agent 调度能力，选题→写稿→排版→发布的流水线完全可以变成\u0026quot;手机上发一条消息就启动\u0026quot;。\n值得注意的风险 打包越紧，单点崩了影响越大：如果 Grok 模型掉队（xAI 目前模型力还是在追赶位），Cursor 用户可能觉得不如直接用 Claude 版本。xAI 的模型更新节奏能不能持续扛住，是这盘棋能不能长期下的关键。 共享池也有上限：额度是\u0026quot;共享\u0026quot;不是\u0026quot;无限\u0026quot;，重度使用某一项可能会挤压另一项的可用量。 Cursor 模型选择：目前 Cursor 支持的模型够用，但捆绑后如果模型选项受限，对需要灵活切换模型的用户是个隐患。 读者实践：Bot 当监工 + 让 AI 自己修问题 原文留言区有一条实践值得单独拎出来：\n用 Bot 当小监工，家里电脑远程连接，控制和跟踪进度，结合 ChatGPT 的电脑和手机连接实时同步。设了一个命令，喊 Bot 随时帮监督进度，遇到问题提醒我。ChatGPT 的手机和电脑连接太难用了，花了一晚上时间，最后建了一个 work 模式，让 AI 自己去找问题、修改，居然成功了。\n这里面有两个招可以学：\n招 1：Bot 当监工，不是当执行者 大多数人拿到 Agent 的第一反应是\u0026quot;让它帮我干活\u0026quot;，但这位读者用出了一个更聪明的场景：让 Bot 盯着进度，有问题才提醒你。Bot 不做事，Bot 盯事。这比让 Bot 直接执行任务门槛更低——你不需要把完整工作流交给 Agent，只需要让它当个\u0026quot;告警器\u0026quot;。适合那种\u0026quot;跑着长任务但又不想一直盯着屏幕\u0026quot;的场景。\n招 2：卡住了就建一个模式，让 AI 自己 debug ChatGPT 手机和电脑连接难用，折腾一晚上没搞定，最后建了一个 work 模式，让 AI 自己去找问题、自己改，居然成了。这个思路很值得关注：当你和工具之间的调试陷入死循环时，换个角色——把 AI 从\u0026quot;被你指挥的对象\u0026quot;变成\u0026quot;自己找问题的 debug 主体\u0026quot;。给它一个模式、一个目标、一个权限范围，让它自己跑。很多时候比你手动一步步调试更快。\n这两招的共同点：不是让 Agent 替你工作，而是让 Agent 替你盯着、替你排查。这是 Agent 用法从\u0026quot;聊天机器人\u0026quot;到\u0026quot;自治助手\u0026quot;的分水岭。\n来源 原文：MacTalk（池建强）《买了个新套餐：Grok、Bot、Cursor 和 X 蓝 V 四合一，这个羊毛薅不薅》（2026-10） 读者实践：MacTalk 原文留言区，2026-10-14 摘录 个人购买与使用体验，2026-10-14 记录 ","permalink":"https://ailamemo.com/aicreate/tools/xai-bundle/","summary":"\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003cp\u003e退掉一个不常用的 20 刀 Token 套餐，换成马斯克的 xAI 全家桶：30 刀每月，首月 15。Grok、Grok Bot、Cursor 和 X Premium 四个权益装兜里，X 蓝 V 也不用单独花钱了。\u003c/p\u003e\n\u003cp\u003e之前 SuperGrok + Cursor Pro + X Premium 三项合计约 90 刀/月，现在 30 刀全包，省了 60 刀，还多出来一个 Grok Bot。\u003c/p\u003e\n\u003cp\u003e一句话：退掉俩，进四个，这笔买卖划算。\u003c/p\u003e\n\u003ch2 id=\"套餐里有什么\"\u003e套餐里有什么\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e组件\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e定位\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e干什么\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eGrok\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e模型\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e聊天、语音、图像、视频生成、编程，4.6 之后挺能打\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eGrok Bot\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e云端 Agent\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e有自己的云端电脑，能登录授权工具，可操作本地电脑，多 Bot 可协作\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eCursor\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e编程工具\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e本地 + 云端编程 Agent，支持多种模型，还有 Codex 和 K3\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eX Premium\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e社交平台\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e蓝 V 创作者权益\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e从思考、创作到构建、分享，一条龙服务齐活了。Grok 是模型层，Grok Bot 是执行层，Cursor 是构建层，X 是分发层。四张牌各有用处，放在一起，吸引力不小。\u003c/p\u003e","title":"xAI 全家桶：Grok + Bot + Cursor + X 蓝 V，30 刀打包值不值"},{"content":"上一篇留了个尾巴 9 月底那篇结尾写着「下一步：装 WXLayoutSkill（开源公众号排版包），把排版这一步也交给规则」。\n这次真去装了。但装之前先做了一件事——把候选项目拉出来实测。因为上一篇的排版 HTML 是我手写的，我想先确认「手写」和「引擎出」差多少，值不值得换。\n实测十几个候选项目 数据是 2026-10-14 从 GitHub API 实时拉的，不是转述二手文章。\n项目 star 最后提交 许可 判断 aiworkskills/wechat-article-skills 680 2026-09-23 Apache-2.0 采用，排版纯本地 geekjourneyx/md2wechat-skill 3,699 2026-10-12 Source-Available 核心排版走付费 API iniwap/AIWriteX 2,087 2026-10-14 Apache-2.0 完整桌面应用，过重 doocs/md 13,420 2026-10-12 WTFPL 人用的 Web 编辑器，非 Agent CLI mdnice/markdown-nice 4,681 2023-10-06 GPL-3.0 停更 3 年 lyricat/wechat-format 4,554 2025-09-13 无 停更 1 年且无许可证 caol64/wenyan-mcp 1,340 2026-09-20 Apache-2.0 发布必须公众号凭证 wechatsync/Wechatsync 6,444 2026-05-27 GPL-3.0 浏览器扩展，需登录态 TanShilongMario/WXLayoutSkill 18 2026-06-25 MIT 体量太小，撤回推荐 vercel/satori 14,067 2026-10-13 MPL-2.0 备选：HTML→PNG 底座 几条值得展开的：\nWXLayoutSkill 撤回。 18 star、7 fork、4 个月没动。上一篇推荐它，是因为当时只看了介绍页，没看数据。它含三个子技能、有 9 组低饱和安全色，设计思路是对的，但体量太小，不适合当长期依赖。\nmd2wechat 不能用。 3,699 star，看起来最对口——面向 Agent 的公众号 CLI，README 里明确写了支持 WorkBuddy，star 也是候选里最高的。但它的核心 convert 走付费 API；免费模式只生成一段 prompt 交给外部模型继续处理，不直接返回 HTML。许可是 Source-Available，不是 OSI 开源。star 高不等于能白用。\nAIWriteX 太重。 2,087 star，功能覆盖热点雷达、文章采集、洗稿、多智能体协作、排版、AI 配图、自动发布、手机端控制，是 CrewAI + FastAPI + PyWebView 的完整桌面应用。功能超需求，部署成本也超。\ndoocs/md 不对口。 13,420 star，候选里 star 最高、维护也活跃（最后提交就在两天前），但它是给人用的 Web 编辑器，不是给 Agent 调的 CLI。当主题 CSS 参考可以，当引擎不行。\n最后选中的是 aiworkskills/wechat-article-skills。\n选它不是因为 star 最高——是因为它满足一个硬条件：排版那一步是纯本地的。它的 formatting 子技能文档里写得很明确：\n本 skill 为纯本地 Markdown → HTML 转换，零网络、零凭证。\n我核对过 format.py：1965 行，只依赖 pyyaml，没有任何网络调用、不读任何密钥。这一点很关键，下面会讲为什么。\n为什么「纯本地」是硬条件 因为公众号这一环有个绕不开的约束。\n微信官方文档「发布能力」页写着：\n2025 年 7 月起，个人主体账号、企业主体未认证账号及不支持认证的账号将被回收以上接口的调用权限。\n我的号是个人主体，发布接口拿不到。所以任何「需要 AppID / AppSecret 才能跑」的方案，在我这里从第一步就断了。\n这一条直接砍掉一批候选：wenyan-mcp（发布必须公众号凭证）、md2wechat 的草稿功能、AIWriteX 的自动发布，以及 wechat-article-skills 自己的 publish 子技能。\n注意这些方案的卡点是同一个——所以在选型上它们不构成任何差异。真正有差异的只有不依赖凭证的那部分：排版、配图、内容生成。\n选型结论：混着来 直接用开源的：排版引擎、配图工作流。这两块是通用工程，自己造不值得。 保留自研的：选题库、写作风格、发布契约。牙科选题库（33 条种子 + 四道筛子）和从 8.1% 分享率倒推的写作风格是垂类积累，通用开源包给不了。 自己写一层薄的：串联。不改开源代码，只做调用和校验。 装的时候沿用之前的约定：整个仓库复制进 ~/.workbuddy-ai/skills/，保留完整目录结构，根目录放一份路由 SKILL.md 索引 9 个子技能。9 个里只启用 formatting 一个，其余 8 个因为需要凭证或不符定位而不激活。\n一次跑通 选的是选题库里未发过的 B1「洗牙后牙缝变大是真的吗」。产物：\n公众号发布/2026-10-14-洗牙后牙缝变大是真的吗/ ├── article.md 620 字 ├── cover.png 1800×766（21:9 两倍图） ├── images/ │ ├── 01.png 洗牙前后对比 │ └── 02.png 1–2 周缓解清单 ├── 排版.html 粘贴级片段 ├── 预览.html 375px 手机宽度预览 └── .aws-article/presets/formatting/牙科.yaml 自定义主题 命令就四条：\n# 出图 chrome --headless=new --force-device-scale-factor=2 \\ --window-size=900,383 --screenshot=cover.png _render/cover.html # 排版 format.py article.md --theme 牙科 --scheme 松绿 -o 排版.html # 预览页 make_preview.py . # 校验 check_publish_dir.py . # 退出码 0 配图为什么不用 AI 生图 AI 生图一张 5–10 额度，三张就是 15–30。这次换了个零额度的做法：把卡片写成 HTML，用 Chrome 无头模式截图。\n三个好处：\n零额度，不调任何生图模型 风格与排版一致，卡片和正文用同一套色值（松绿 #4E7D6B），放一起不打架 没有 AI 感，牙科内容用 AI 生成牙齿图片容易翻车，纯几何加文字的卡片反而干净 --force-device-scale-factor=2 出两倍图，手机上不糊。\n两个真踩过的坑 坑一：主题把图片写死成 16:9 内置主题的 img 样式里写着：\nimg: display:block; width:100%; height:auto; aspect-ratio:16/9; object-fit:cover; border-radius:16px; object-fit:cover 配合固定比例，会把我 1.55:1 的要点卡切头切尾。\n正确做法是不动上游代码，复制内置主题 YAML 到本期 .aws-article/presets/formatting/牙科.yaml，删掉那两条。\n但这里有个更隐蔽的坑：我一开始用 --export-theme 亲和 导出来改，结果换配色失效了。原因是导出会把派生色值（primary-fill、primary-ink）烘焙成字面量写进 YAML，之后 --scheme 松绿 只改 primary-color，那两个值不动，页面主色还是默认的蓝。\n改成直接复制内置主题文件再改，问题消失。导出适合看结构，不适合当编辑起点。\n坑二：校验脚本不认图注语法 check_publish_dir.py 是之前写的素材校验脚本，它用正则抓 Markdown 图片引用：\nREF_MD = re.compile(r\u0026#34;!\\[[^\\]]*\\]\\(([^)]+)\\)\u0026#34;) 问题在于 ![alt](images/01.png \u0026quot;图注\u0026quot;) 这种带图注的写法，括号里被抓出来的是 images/01.png \u0026quot;图注\u0026quot;，整段被当成文件名，于是误报「引用缺失」。\n修法是加一个 ref_to_path()，剥掉可选 title 和 ? / # 后缀：\ndef ref_to_path(raw: str) -\u0026gt; str: raw = raw.strip() if raw.startswith(\u0026#34;\u0026lt;\u0026#34;) and raw.endswith(\u0026#34;\u0026gt;\u0026#34;): raw = raw[1:-1].strip() m = re.search(r\u0026#34;\\s+[\\\u0026#34;\u0026#39;]\u0026#34;, raw) # title 一定跟在空白之后且以引号开头 if m: raw = raw[: m.start()] return raw.split(\u0026#34;?\u0026#34;)[0].split(\u0026#34;#\u0026#34;)[0].strip() 新旧目录都回归跑过，都通过。\n「发布」这一环没变 结论还是上一篇那句：个人主体拿不到发布接口，就别在这上面耗。\n公众号自带的定时发布不需要任何 API，人工设一次就到点自己发。所以自动化真正的价值在排版和内容生成——调字号、插图片、对位置，那一套才是十几二十分钟的体力活。发布那 3 分钟手动点，性价比最高，风险为零。\n这次全链路跑完，从选题到校验通过，我自己动手的只有两处：挑了一个选题，改了三处措辞。\n沉淀 wechat-article-skills（aiworkskills/wechat-article-skills）—— 装了 9 个子技能，只启用 formatting（纯本地排版引擎） wechat-mp-auto-publish 更新 —— 新增 make_preview.py（把粘贴级片段包成 375px 预览页）；修了 check_publish_dir.py 的图注 bug .aws-article/presets/formatting/牙科.yaml —— 牙科线专用主题（亲和骨架 + 松绿配色 + 不裁图） 下一步 用分享率数据验证 B1 这个选题——低于 3% 说明选题没触发转发动机，该换题而不是改标题 把这条链路串成一条命令，省掉中间四次手动调用 视数据决定要不要注册个体工商户——不只是为了发布接口，是为了分销和诊所合作的资质 记于 2026.10.14。这次学到的：选开源项目时 star 数最不重要，许可和「要不要凭证」才决定它能不能用。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/wechat-layout-engine-2026-10-14/","summary":"\u003ch2 id=\"上一篇留了个尾巴\"\u003e上一篇留了个尾巴\u003c/h2\u003e\n\u003cp\u003e9 月底那篇结尾写着「下一步：装 WXLayoutSkill（开源公众号排版包），把排版这一步也交给规则」。\u003c/p\u003e\n\u003cp\u003e这次真去装了。但装之前先做了一件事——把候选项目拉出来实测。因为上一篇的排版 HTML 是我手写的，我想先确认「手写」和「引擎出」差多少，值不值得换。\u003c/p\u003e\n\u003ch2 id=\"实测十几个候选项目\"\u003e实测十几个候选项目\u003c/h2\u003e\n\u003cp\u003e数据是 2026-10-14 从 GitHub API 实时拉的，不是转述二手文章。\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项目\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003estar\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e最后提交\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e许可\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e判断\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eaiworkskills/wechat-article-skills\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e680\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-09-23\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eApache-2.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e采用\u003c/strong\u003e，排版纯本地\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003egeekjourneyx/md2wechat-skill\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e3,699\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-10-12\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eSource-Available\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e核心排版走付费 API\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003einiwap/AIWriteX\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2,087\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-10-14\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eApache-2.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e完整桌面应用，过重\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003edoocs/md\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e13,420\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-10-12\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eWTFPL\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e人用的 Web 编辑器，非 Agent CLI\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003emdnice/markdown-nice\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e4,681\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2023-10-06\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eGPL-3.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e停更 3 年\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003elyricat/wechat-format\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e4,554\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2025-09-13\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e无\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e停更 1 年且无许可证\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003ecaol64/wenyan-mcp\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e1,340\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-09-20\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eApache-2.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e发布必须公众号凭证\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003ewechatsync/Wechatsync\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e6,444\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-05-27\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eGPL-3.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e浏览器扩展，需登录态\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eTanShilongMario/WXLayoutSkill\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e18\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-06-25\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eMIT\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e体量太小，\u003cstrong\u003e撤回推荐\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003evercel/satori\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e14,067\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-10-13\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eMPL-2.0\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e备选：HTML→PNG 底座\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e几条值得展开的：\u003c/p\u003e","title":"公众号排版交给开源引擎：实测十几个候选项目，附两个踩坑"},{"content":"为了补「写作、拆书、思考」三类 Skill，查了李继刚（GitHub：lijigang）和 Fenng / 冯大辉的公开产出。这份记录两边各有什么、实际装了什么、装前扫过什么。\n李继刚：GitHub 公开产出 主仓库 lijigang/ljg-skills（7.5k★，2026-10-12 有提交）\n一个 Claude Code 插件市场形式的仓库，内含 24 个技能，面向 Codex 自定义技能（~/.agents/skills/）：\norg-mode / Markdown 双分支，内容一致：master 默认 org 格式（Emacs 生态），md 分支输出 Markdown（适配 Obsidian / VSCode / Notion） 安装两种方式： # skills CLI（Vercel labs） bunx skills add lijigang/ljg-skills#md -g -a codex --skill \u0026#39;*\u0026#39; bunx skills add lijigang/ljg-skills#md -g -a codex --skill ljg-book # 单个 # 无 CLI 时直接 clone + rsync（本机 git clone 会被环境 kill， # 实际用的是 curl codeload 下 tarball 再解压） git clone --branch md --depth 1 https://github.com/lijigang/ljg-skills.git rsync -a ljg-skills/skills/ \u0026#34;$HOME/.agents/skills/\u0026#34; 24 个技能（按用途归类）： 类别 技能 阅读拆解 ljg-book 拆书、ljg-paper 论文阅读、ljg-qa 观点抽 Q-A 链、ljg-read 伴读、ljg-classic 古文精读 写作表达 ljg-writes 写作引擎、ljg-teach 体验式教学、ljg-present 演讲设计 思考决策 ljg-think 追本之箭、ljg-rank 降秩引擎、ljg-constraint 约束引擎、ljg-roundtable 圆桌讨论、ljg-structure 母题结构风洞 概念理解 ljg-learn 八维概念解剖、ljg-explain 通俗讲解、ljg-analogy 结构类比、ljg-is 理解引擎、ljg-mechanism 机制研究 视觉输出 ljg-card 内容铸卡（PNG 长图/漫画/白板）、ljg-business-model 商业模式画布 其他 ljg-word 单词精通、ljg-map 知识地图、ljg-invest 投资分析、ljg-relationship 关系分析、ljg-push 技能同步工具 独立 Claude Code skills（2026 上半年后停止更新；其中 X 光系列与主仓库内同名技能架构不同，可按需选用）：\n仓库 ★ 说明 ljg-skill-xray-paper 599 论文解读，输出餐巾纸公式 ljg-skill-xray-book 470 拆书，三轮认知压缩 ljg-skill-xray-article 130 文章解读，四层漏斗提炼 ljg-skill-roundtable 289 多人物辩证对话框架 ljg-skill-explain-words 216 英语单词拆解，HTML 卡片输出 ljg-explain-concept 210 八维概念解剖 两个 Prompt 库（时间在 2023-2024，skill 体系形成之前，可作底稿参考）：\nlijigang/prompts（825★）——结构化 Prompt 模板合集 lijigang/write-prompt（604★）——公众号「Write Prompt」推文的 .org 同步存档，含知识卡片 prompt Fenng：一个公开仓库 GitHub 上有一个公开仓库：\nFenng/Tech-Doc-Style-Chinese（1.5k★，2026-10-05 有更新）\n中文技术文档 / 产品文案写作 Skill，覆盖撰写、改写、校对、审稿。规则包括：\n中文引号统一「」直角引号 中文与英文、数字之间加留白；源文件一段一行不硬换行 不用「赋能 / 抓手 / 闭环 / 打通」等词；Success / Invalid 等状态词不机械直译 借鉴 ASD-STE100（Simplified Technical English）的受控语言方法：同一概念同一用词、动作明确、条件写清 代码字面量、JSON 键名、URL、API 路径等机器可读内容不改写 组成：SKILL.md + references + 两个本地 Python 脚本（文案 lint、段落硬换行展开），无外部服务依赖。\n另外，知识星球官方有 zsxq-skill（文档），授权后 AI 可以你的星球权限浏览、搜索星球内容。\n本次安装的四个 Skill 来源 说明 状态 ljg-book ljg-skills md 分支 拆书：给没读过的人讲清一本书 新装 ljg-writes ljg-skills md 分支 写作引擎：观点改写为逻辑递进的中文文章 新装 ljg-xray-article ljg-skill-xray-article 文章解读：真问题、论证骨架、认知碰撞 新装 tech-doc-style-chinese Fenng 仓库 中文技术文档写作规范 10-11 已装，本次更新到 main 最新 ljg-card 出 PNG 卡片需要 bun + Playwright，本次未装。\n安全扫描记录 安装前对四个仓库做了扫描，覆盖四类：破坏性命令（rm -rf / fork 炸弹 / dd）、下载即执行（curl|bash / eval / base64 解码）、外联域名、密钥读取。结果：\n四类模式均未命中 外联域名只出现 github / skills.sh 等安装来源 附带脚本是本地工具：ljg-book 的 validate_note.ts（bun 结构校验）、tech-doc-style-chinese 的两个 Python 脚本（lint 与段落展开），均为本地执行 安装记录 2026-10-13：ljg-book、ljg-writes（md 分支解压后取子目录）、ljg-xray-article（master 整包装）装入 ~/.workbuddy-ai/skills/ tech-doc-style-chinese 用 main 分支最新版覆盖更新 本机 git clone GitHub 被 SIGTERM，改用 curl codeload 下 tarball 解压 来源 李继刚 GitHub：lijigang（仓库列表与 README 于 2026-10-13 拉取核验） Fenng GitHub：Fenng（Tech-Doc-Style-Chinese README 与 SKILL.md 于同日读取） ","permalink":"https://ailamemo.com/aicreate/skill/li-ji-gang-fenng-skills-2026-10-13/","summary":"\u003cp\u003e为了补「写作、拆书、思考」三类 Skill，查了李继刚（GitHub：lijigang）和 Fenng / 冯大辉的公开产出。这份记录两边各有什么、实际装了什么、装前扫过什么。\u003c/p\u003e\n\u003ch2 id=\"李继刚github-公开产出\"\u003e李继刚：GitHub 公开产出\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e主仓库 \u003ccode\u003elijigang/ljg-skills\u003c/code\u003e\u003c/strong\u003e（7.5k★，2026-10-12 有提交）\u003c/p\u003e\n\u003cp\u003e一个 Claude Code 插件市场形式的仓库，内含 \u003cstrong\u003e24 个技能\u003c/strong\u003e，面向 Codex 自定义技能（\u003ccode\u003e~/.agents/skills/\u003c/code\u003e）：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eorg-mode / Markdown 双分支\u003c/strong\u003e，内容一致：master 默认 org 格式（Emacs 生态），\u003ccode\u003emd\u003c/code\u003e 分支输出 Markdown（适配 Obsidian / VSCode / Notion）\u003c/li\u003e\n\u003cli\u003e安装两种方式：\u003c/li\u003e\n\u003c/ul\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\u003cspan style=\"color:#75715e\"\u003e# skills CLI（Vercel labs）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003ebunx skills add lijigang/ljg-skills#md -g -a codex --skill \u003cspan style=\"color:#e6db74\"\u003e\u0026#39;*\u0026#39;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003ebunx skills add lijigang/ljg-skills#md -g -a codex --skill ljg-book  \u003cspan style=\"color:#75715e\"\u003e# 单个\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\u003cspan style=\"color:#75715e\"\u003e# 无 CLI 时直接 clone + rsync（本机 git clone 会被环境 kill，\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\u003cspan style=\"color:#75715e\"\u003e# 实际用的是 curl codeload 下 tarball 再解压）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003egit clone --branch md --depth \u003cspan style=\"color:#ae81ff\"\u003e1\u003c/span\u003e https://github.com/lijigang/ljg-skills.git\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003ersync -a ljg-skills/skills/ \u003cspan style=\"color:#e6db74\"\u003e\u0026#34;\u003c/span\u003e$HOME\u003cspan style=\"color:#e6db74\"\u003e/.agents/skills/\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cul\u003e\n\u003cli\u003e24 个技能（按用途归类）：\u003c/li\u003e\n\u003c/ul\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e类别\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e技能\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e阅读拆解\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-book 拆书、ljg-paper 论文阅读、ljg-qa 观点抽 Q-A 链、ljg-read 伴读、ljg-classic 古文精读\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e写作表达\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-writes 写作引擎、ljg-teach 体验式教学、ljg-present 演讲设计\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e思考决策\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-think 追本之箭、ljg-rank 降秩引擎、ljg-constraint 约束引擎、ljg-roundtable 圆桌讨论、ljg-structure 母题结构风洞\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e概念理解\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-learn 八维概念解剖、ljg-explain 通俗讲解、ljg-analogy 结构类比、ljg-is 理解引擎、ljg-mechanism 机制研究\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e视觉输出\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-card 内容铸卡（PNG 长图/漫画/白板）、ljg-business-model 商业模式画布\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e其他\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eljg-word 单词精通、ljg-map 知识地图、ljg-invest 投资分析、ljg-relationship 关系分析、ljg-push 技能同步工具\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e独立 Claude Code skills\u003c/strong\u003e（2026 上半年后停止更新；其中 X 光系列与主仓库内同名技能架构不同，可按需选用）：\u003c/p\u003e","title":"李继刚与 Fenng 的 Prompt 和 Skill 档案（含安装记录与安全审计）"},{"content":"结论先行 我的诉求很具体：知识库、待办事项、做过的事情（例如「给 OpenCode 添加模型的 API Key」），能不能在我需要的时候自己冒出来，而不是靠我想起来去翻。\n实测 26 个开源项目之后，结论是三条：\n选项 判断 直接用一个现成项目 ✅ 主方案 basic-memory（4147 星，AGPL-3.0，调研当天仍在提交）。Markdown 当唯一真相源 + 本地 SQLite 索引 + 原生 MCP 基于现有项目二开 ⚠️ 只有两个可选点：① 加约 100 行的 hook 做自动注入；② 想接 claude-mem 的自动捕获，需要写适配器 自己开发 ❌ 不建议。索引、增量同步、embedding 管理、检索排序这四块是真正的工程量，自研第一版一定不如成熟项目，而且会烂尾 同时排除：RAGFlow、Onyx、AnythingLLM、open-webui、GraphRAG 这类重平台。它们都要求把知识「导入」进去，等于你多了一份数据；而且我本机 C 盘只剩 8.4 GB（已用 93%），Docker + Postgres + 向量库根本装不下。MemOS 自建要 Neo4j + Qdrant，同样出局。\n先把问题拆开，不然选型一定选错 「适时出现」听起来是一个需求，实际是三个互相独立的问题。大部分项目只解决中间那个，所以直接拿来用会失望。\n# 问题 说明 1 沉淀 东西有没有落到一个能被检索的地方 2 检索 能不能按「意思」找回来，而不是按关键词 3 触发 不用你主动想起来，它自己出现 第 3 层才是真正想要的，也是最容易被忽略的。 有前两层没有第三层，你得到的是一个「更好用的搜索框」——还是得自己去搜。\n第 3 层在实际工作里有三种现成触发点：\n触发方式 机制 什么时候冒出来 Skill 触发词 SKILL.md 的 description 被语义匹配 任务类型命中时（如「配置 API Key」） MCP 工具 Agent 自己决定调用 你提问的时候 Hook 自动注入 会话生命周期事件执行脚本 会话开始 / 提交消息时，无需你开口 第三种最接近「适时出现」的形态。WorkBuddy 支持 hooks（配置在 settings.json 的 hooks 段，事件模型对齐 Claude Code，支持 matcher 按工具名或事件上下文筛选，自动注入 session_id、会话转录文件路径、当前目录），所以这条路是通的，不需要为了它换工具。\n实测：26 个候选项目 数据全部来自 GitHub API 实时查询（2026-10-12）。\n笔记 / 知识库 + MCP 检索层 项目 星 最近提交 协议 部署难度 关键特征 basic-memory 4147 2026-10-12 AGPL-3.0 ★ 一条命令 Markdown + SQLite，MCP 原生，自带 22 个 skill，中英混合 embedding 可换 mcp-obsidian 4471 2026-08-31 MIT ★★ 需装 Obsidian 插件 只做 Obsidian 读写，无语义检索 obsidian-smart-connections 5496 2026-10-10 非标准 ★★ 需 Obsidian 语义关联面板，插件形态，不是 MCP 思源 SiYuan 46727 2026-10-12 AGPL-3.0 ★★ 客户端 中文生态好，块级引用，官方已在强调「人与智能体协作」 Logseq 45213 2026-10-12 AGPL-3.0 ★★ 客户端 大纲式，插件生态，1005 个待办 issue TriliumNext 38281 2026-10-12 AGPL-3.0 ★★ 客户端/服务端 结构最严谨，学习曲线最陡 memos 63715 2026-10-12 MIT ★ 单二进制 轻量速记，适合当收件箱，不做知识图谱 判断：我的知识现在本来就是 Markdown（站点内容、skill、选题库、日记全是 .md），不要为了工具去改格式。这一条直接把 Obsidian 系和思源系降到「可选外壳」——它们能当编辑器用，但不该成为数据的所有者。basic-memory 是唯一「以 Markdown 为唯一真相源、同时提供检索层」的选项。\nAgent 记忆层（自动捕获 + 自动注入） 项目 星 最近提交 协议 部署难度 关键特征 claude-mem 99813 2026-10-12 Apache-2.0 ★ 一条 npx 自动捕获工具调用 → AI 压缩成摘要 → 新会话自动注入。已支持 OpenCode mcp-memory-service 2008 2026-10-11 Apache-2.0 ★ 一条 pip REST + MCP + 知识图谱 + 面板，本地 ONNX embedding，有 OpenCode 插件 mem0 67013 2026-10-09 Apache-2.0 ★★ 需向量库 面向产品的记忆 API，适合嵌进应用 supermemory 31192 2026-10-11 MIT ★★ 服务 速度快，可全本地 MemOS 11819 2026-10-10 Apache-2.0 ★★★ 要 Neo4j + Qdrant 基准分数最好（LoCoMo 88.83），但自建太重 cognee / graphiti 32061 / 31657 2026-10-12 / 11 Apache-2.0 ★★★ 图数据库 时序知识图谱，学术味重 letta 25113 2026-09-10 Apache-2.0 ★★★ 平台 有状态 Agent 框架，等于换一套 Agent 跑 两个值得记下来的发现：\nclaude-mem 和 mcp-memory-service 都已经支持 OpenCode —— 我举的例子「给 OpenCode 加模型 API Key」正好落在这个生态里，安装命令就是 npx claude-mem install --ide opencode。 claude-mem 的 99813 星是真实的（2025-08 建仓，8748 次 fork，中文 README 齐全），但它对 WorkBuddy 没有现成安装器。它的 docs/adapters.md 写了通用适配路径：src/adapters/generic-rest/examples.ts 提供 Codex、OpenCode 和「自定义 REST 摄入」示例。接 WorkBuddy 要写一点适配代码——这是唯一需要二开的地方，而且是可选项。 重平台（看过即排除） 项目 星 为什么排除 RAGFlow 92025 Docker + 向量库，镜像几个 GB，C 盘装不下 open-webui 154352 是 AI 前台，不是记忆层，解决的不是这个问题 anything-llm 66956 同上，且知识库是它的私有格式 Onyx 32409 企业级检索，需要 Postgres + 向量库 + 模型服务 khoj 37646 定位最接近（「AI second brain」），但最近提交是 2026-08-02，且要跑一整套服务 GraphRAG 36294 建图成本高，适合静态语料不适合个人流水 LightRAG 40075 轻量，但它是库不是产品，用它等于自己开发 共同问题：它们都要求把知识「导入」进去，你就有了第二份数据。而真正要的是让已有的 Markdown 活起来。\n待办 Vikunja（5698 星）和 AppFlowy（77238 星）都是好产品，但它们是另一个待办应用，不会读你的 Markdown。\n结论：不要为待办引入新应用。 basic-memory 自带 memory-tasks skill，把待办定义成 type: Task 的笔记（带 status / steps / current_step / context 字段），专门为「上下文压缩后还能接着干」设计。这比任何独立待办 App 都更贴合实际情况——待办本来就散在文章和对话里。\n四个决定性事实 中文检索不会失灵。 basic-memory 默认用 bge-small-en-v1.5（英文模型），但文档明确给了多语言方案，作者也跑过覆盖中文、日文、韩文等语言的 benchmark：换成 sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2（384 维，不用改表结构）或 jinaai/jina-embeddings-v2-base-zh（768 维）。这一步必须做，否则中文笔记的语义检索会明显变差。 WorkBuddy 的 hooks 是通的。 这是「自动出现」的技术前提，已确认。 磁盘是硬约束。 C 盘剩 8.4 GB（已用 93%）。这直接排除所有 Docker 方案，也决定 embedding 模型要选小的（384 维 MiniLM 比 768 维的 jina-zh 省一半以上）。 数据已经散了。 工作区里有牙科内容、图书带货、公众号发布、小红书发布、接单文案、站点仓库、skill 仓库，加上 memory 日记。不先归拢，接什么工具都是白搭。 最简 MVP（半天可跑通） 第 1 步：建知识库目录，先归拢（约 60 分钟） 建 C:\\Users\\LH\\knowledge\\，按用途分目录，把散落的内容放进去：\nknowledge/ experience/ 做过的事（OpenCode 加 API Key、Cloudflare 部署、Docker 配置……） projects/ 牙科号 / 站点 / 小程序 / 图书带货 的项目笔记 decisions/ 决策记录（为什么选 GoatCounter、为什么不做自动发布） tasks/ 待办（一条一个文件，或一个月一个文件） inbox/ 随手记，之后整理 判断标准：这个目录里的内容，是你愿意让 Agent 随时读到的。敏感的东西（口令、账号密码）不要放。\n第 2 步：装 basic-memory 并接入（约 15 分钟） 本机已有 uv，所以是 uv tool install basic-memory 指向第 1 步建的目录，跑一次索引 在 ~/.workbuddy-ai/mcp.json 里注册 MCP 服务（配置写法和 Claude 一致：command + args） 第 3 步：换中文 embedding（约 10 分钟） 把 embedding 模型换成 multilingual MiniLM 或 jina-zh，然后重建向量索引。这步不能省。\n第 4 步：装它自带的 skill（约 5 分钟） basic-memory 仓库的 skills/ 目录有 22 个现成 skill，直接放进 skill 目录。最相关的四个：\nSkill 作用 memory-capture 把一个话题的结论沉淀成一篇笔记（同一话题重跑会原地重写而不是追加） memory-tasks 待办管理，专为上下文丢失后能接着干而设计 memory-notes 笔记读写规范 memory-research 跨笔记做研究汇总 装完之后，「适时出现」的第一层就有了——说「记一下这个」它会写进知识库，说「上次那个怎么弄的」它会去搜。\n第 5 步（第二阶段）：加 hook 做自动注入 这是真正实现「不用你开口」的一步：会话开始时自动把今天到期的待办 + 最近改动的笔记注入上下文。\n先做最小版本，只注入待办，不做语义检索。跑两周看噪音大不大，再决定要不要加。\n验收标准 问一句「上次给 OpenCode 加模型 API Key 是怎么弄的」，它不用你给文件名就能答出来，并指出笔记路径。\n风险与边界 风险 说明 对策 接上 MCP 后任何 Agent 都能读这个目录 这是能力也是风险 知识库目录不放凭证、不放私密内容 AGPL-3.0 自己用没问题；如果哪天拿它做成对外服务，需要遵守开源义务 现阶段不构成问题，心里有数即可 中文 embedding 要重建索引 换模型必须 reindex，向量不可互换 一次性成本，早点做 噪音 自动注入最容易失败的地方是「注入太多」，反而让 Agent 变笨 先只注入待办，观察两周 磁盘只剩 8.4 GB 模型文件 + 索引会占空间 选 384 维的 MiniLM，不选 768 维 重复建设 已经有云记忆和项目日记 知识库定位为「长期事实与经验」，日记保持「当天流水」，不要互相抄 一句话总结 「适时出现」不是买一个工具能解决的，它是三层结构：先把知识归拢成 Markdown，再用 basic-memory 做中文语义检索，最后用 hook 让它在你没开口的时候自己出现。 工具只值三分之一，归拢的纪律值三分之二。\n","permalink":"https://ailamemo.com/aicreate/tools/knowledge-base-just-in-time/","summary":"\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003cp\u003e我的诉求很具体：知识库、待办事项、做过的事情（例如「给 OpenCode 添加模型的 API Key」），能不能在我需要的时候自己冒出来，而不是靠我想起来去翻。\u003c/p\u003e\n\u003cp\u003e实测 26 个开源项目之后，结论是三条：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e选项\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e判断\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e直接用一个现成项目\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e✅ 主方案 \u003cstrong\u003ebasic-memory\u003c/strong\u003e（4147 星，AGPL-3.0，调研当天仍在提交）。Markdown 当唯一真相源 + 本地 SQLite 索引 + 原生 MCP\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e基于现有项目二开\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e⚠️ 只有两个可选点：① 加约 100 行的 hook 做自动注入；② 想接 claude-mem 的自动捕获，需要写适配器\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e自己开发\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e❌ 不建议。索引、增量同步、embedding 管理、检索排序这四块是真正的工程量，自研第一版一定不如成熟项目，而且会烂尾\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e同时排除\u003c/strong\u003e：RAGFlow、Onyx、AnythingLLM、open-webui、GraphRAG 这类重平台。它们都要求把知识「导入」进去，等于你多了一份数据；而且我本机 C 盘只剩 8.4 GB（已用 93%），Docker + Postgres + 向量库根本装不下。MemOS 自建要 Neo4j + Qdrant，同样出局。\u003c/p\u003e\n\u003ch2 id=\"先把问题拆开不然选型一定选错\"\u003e先把问题拆开，不然选型一定选错\u003c/h2\u003e\n\u003cp\u003e「适时出现」听起来是一个需求，实际是三个互相独立的问题。大部分项目只解决中间那个，所以直接拿来用会失望。\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e#\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e问题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e说明\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e沉淀\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e东西有没有落到一个能被检索的地方\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e检索\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e能不能按「意思」找回来，而不是按关键词\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e触发\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e不用你主动想起来，它自己出现\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e第 3 层才是真正想要的，也是最容易被忽略的。\u003c/strong\u003e 有前两层没有第三层，你得到的是一个「更好用的搜索框」——还是得自己去搜。\u003c/p\u003e","title":"让知识库「适时出现」：实测 26 个开源项目后，结论是直接用 basic-memory"},{"content":"这是什么 LCU（Local Codex Use，amontlabs/lcu，MIT）是一个把 Codex App 内置的 Computer Use 拆出来的开源项目。\n它把「看窗口、截图、点鼠标、敲键盘、读无障碍信息」这套运行时，通过 MCP 暴露给别的 Agent——Claude Code、Codex CLI、Pi 都能接，不需要登录 Codex 账号，也不需要订阅。\n关键前提只有一条：本机必须装着官方 ChatGPT 桌面版。运行时和提示词都由它提供，LCU 自己不实现截图、输入和浏览器控制，只负责启动、适配不同 harness、管理每一轮的生命周期。\n项目：github.com/amontlabs/lcu ｜ 官网：lcu.amontlabs.com\n为什么要拆出来 Computer Use 其实是两件事拼起来的：\n模型的决策能力——理解任务、看懂界面、决定下一步点什么 本机的执行能力——截图、鼠标、键盘、窗口控制 订阅 Codex 买的是前者，而后者一直躺在你本机的 ChatGPT 桌面版里。LCU 只调用后者，所以决策交给谁都可以，成本也就只剩你自己那个模型的 API 费用。\n顺带解决了一个现实问题：Codex App 本身是个 Electron 应用，功能越堆越多，开机就占掉好几个 G 内存。只想要那套桌面操作能力的话，不必为了它背着整个 App。\n调用链路 一种常见的拆解方式（来自社区分享，官方文档没有逐层命名，理解成「谁调用谁」就够了）：\nClaude Code → LCU → 官方 Computer Use MCP 服务 → Node REPL → Sky 桌面服务 → 操作系统 cua_repl：原版 Computer Use 的 MCP 服务，负责收工具调用 node_repl：执行模型生成的 JavaScript，管理执行环境 Sky：真正碰桌面的那层——读窗口、截图、无障碍信息、模拟输入 LCU 用的是 ChatGPT 安装包里自带的 Node 运行环境，直接跑里面原有的服务，所以不引入额外依赖。\n安装 最省事的方式是把这段提示词直接丢给你的 Agent，让它自己按最新文档做环境检查和配置：\nInstall and configure LCU for this harness using the latest release. Follow https://raw.githubusercontent.com/amontlabs/lcu/main/docs/INSTALLATION.md Check my OS, architecture, and prerequisites, then guide me through any required permissions. Claude Code（Apple Silicon Mac） 两条命令等价：\nclaude plugin marketplace add amontlabs/lcu claude plugin install lcu@lcu 手动安装：从 latest release 下载对应平台的压缩包和 .sha256，校验后按安装文档注册到 harness。装完重启 harness，让它用 LCU 截一张无害窗口的图——能弹授权、能出图，就说明通了。\n平台支持（先看这条再决定要不要折腾） 平台 状态 macOS（Apple Silicon） 支持，首次使用需授权辅助功能与屏幕录制 Linux ARM64 / x86-64 支持，需 Ubuntu 24.04 兼容 glibc + 活动的 X11 桌面 + D-Bus Windows 11 x64 候选（candidate），本批交付暂缓 Intel Mac / 原生 Wayland / musl Linux 不支持 前置条件：官方 ChatGPT 桌面版 + 你的 harness（Claude Code / Codex CLI / Pi，已安装并登录）。Codex CLI 用户要先升级，才有 hook 支持。\n有个小口径不一致：GitHub README 明确写「不需要 Python」，官网 requirements 却列了 Python 3.12+。以安装脚本的实际检查为准。\nChrome 控制（可选） 默认关闭，要用得单独开：让 Agent 按安装文档启用，然后在你的 Chrome 配置里打开官方扩展，重启 harness 和 Chrome。每个网站仍然要单独授权。Claude Code 的 Chrome 支持目前标注为实验性。\n权限与安全 这块做得比我预期细：\n逐应用授权：第一次控制某个 App（Zed、备忘录、Safari）会弹窗问你。模型看不到这个面板，也没法伪造——只有你能回答\n管理白名单（macOS 走 Touch ID）：\nlcu apps # 现在「总是允许」了哪些 lcu apps allow Zed # Touch ID 后放行 lcu apps revoke Zed # 收回 高风险应用（浏览器、密码管理器）会带警告；终端类（Terminal / iTerm2）直接被拒\n跨轮次：lcu cross-turn on 可以让 Computer Use 在整段会话里保持可用，默认关，macOS 开要 Touch ID\n官方自己的定位很清楚：这是防误触的护栏，不是安全边界——任何以你账号身份运行的进程都能改配置文件或加 --unattended\n适合谁 主力用 Claude Code / Codex CLI，但眼馋 Codex 那套桌面操作能力的人 想把「浏览器点几下 + 桌面应用里改个文件」这种活交给 Agent 的自动化玩家 不想为了一个插件长期背着一个臃肿的 Electron App 的人 现在先别急：如果你主力机是 Windows，LCU 的 Windows 支持还在候选阶段。可以等，也可以先丢一台 Apple Silicon 或 Ubuntu 机器上试。\n一点说明 本页整理自项目 GitHub 仓库与官网公开文档，尚未在本机实测（我当前是 Windows 环境，而 Windows 支持还没正式交付）。安装路径、权限流程以官方 INSTALLATION.md 为准；运行时与提示词来自你本机的 ChatGPT 应用，归 OpenAI 自己的条款。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/tools/lcu-computer-use/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eLCU（Local Codex Use，\u003ca href=\"https://github.com/amontlabs/lcu\"\u003eamontlabs/lcu\u003c/a\u003e，MIT）是一个\u003cstrong\u003e把 Codex App 内置的 Computer Use 拆出来的开源项目\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e它把「看窗口、截图、点鼠标、敲键盘、读无障碍信息」这套运行时，通过 MCP 暴露给别的 Agent——Claude Code、Codex CLI、Pi 都能接，\u003cstrong\u003e不需要登录 Codex 账号，也不需要订阅\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e关键前提只有一条：\u003cstrong\u003e本机必须装着官方 ChatGPT 桌面版\u003c/strong\u003e。运行时和提示词都由它提供，LCU 自己不实现截图、输入和浏览器控制，只负责启动、适配不同 harness、管理每一轮的生命周期。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e项目：\u003ca href=\"https://github.com/amontlabs/lcu\"\u003egithub.com/amontlabs/lcu\u003c/a\u003e ｜ 官网：\u003ca href=\"https://lcu.amontlabs.com/\"\u003elcu.amontlabs.com\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"为什么要拆出来\"\u003e为什么要拆出来\u003c/h2\u003e\n\u003cp\u003eComputer Use 其实是两件事拼起来的：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e模型的决策能力\u003c/strong\u003e——理解任务、看懂界面、决定下一步点什么\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e本机的执行能力\u003c/strong\u003e——截图、鼠标、键盘、窗口控制\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e订阅 Codex 买的是前者，而后者一直躺在你本机的 ChatGPT 桌面版里。LCU 只调用后者，所以决策交给谁都可以，成本也就只剩你自己那个模型的 API 费用。\u003c/p\u003e\n\u003cp\u003e顺带解决了一个现实问题：Codex App 本身是个 Electron 应用，功能越堆越多，开机就占掉好几个 G 内存。只想要那套桌面操作能力的话，不必为了它背着整个 App。\u003c/p\u003e\n\u003ch2 id=\"调用链路\"\u003e调用链路\u003c/h2\u003e\n\u003cp\u003e一种常见的拆解方式（来自社区分享，官方文档没有逐层命名，理解成「谁调用谁」就够了）：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-text\" data-lang=\"text\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003eClaude Code → LCU → 官方 Computer Use MCP 服务 → Node REPL → Sky 桌面服务 → 操作系统\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003ecua_repl\u003c/strong\u003e：原版 Computer Use 的 MCP 服务，负责收工具调用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003enode_repl\u003c/strong\u003e：执行模型生成的 JavaScript，管理执行环境\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eSky\u003c/strong\u003e：真正碰桌面的那层——读窗口、截图、无障碍信息、模拟输入\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eLCU 用的是 ChatGPT 安装包里自带的 Node 运行环境，直接跑里面原有的服务，所以不引入额外依赖。\u003c/p\u003e","title":"LCU：把 Codex 的 Computer Use 拆出来，装进任何 Agent（不用订阅 Codex）"},{"content":"来源 李继刚公众号分享，2026-10-12 存档。 原文 我们浸泡在「输入」(x) 和「结果」f(x) 组成的「事件」中，沉淀下来的不是记忆，而是一个函数 f。\n当遭遇新的情景输入，在我们启动分析之前，先得到了一个「感觉」：「这味道不对。」\n我把这个先于分析到达的「感觉」，称为「Taste」。\nf 是浸泡出来的，不是教出来的。\n你能展示 f(x₁)，f(x₂)，f(x₃)。你写不出 f。\n规则是 f 的切线。拿十条切线去画，画出来的是折线，是曲线的逼近，但不是曲线本身。\n能传递的不是 f，是 [x, f(x)] 的 pair。\nf 的边界就是浸泡它的 x 的边界。\n一个只会英文的博士生，翻开一本中文小说，他也只能沉默。他的 f 在中文这片区域没有形状。\nf 的准确性跟着结果信号 f(x) 走。\n见过高标准的 [x, f(x)]，f 的质量会相应提到提升。\nf 先于分析。\n你扫视一眼新代码，觉得味道不对。你还没来得及分析。f 先给了信号，然后你才停下来回去找原因。\n你不是先分析再判断。你先判断，再用分析去解释判断。\nf 选择你的 x。你选择读什么、听谁说话、在哪里停下来，是 f 在引导。\n但 x 塑造 f。f 选择 x，x 塑造 f。\n所以，如何提升 taste（审美、品味）？\n不要去找秘诀，不要去找捷径。去找你所在领域高标准的 [x, f(x)]，把自己浸泡其中。f 会冒出来。\n","permalink":"https://ailamemo.com/aicreate/tools/taste-li-ji-gang/","summary":"\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e李继刚公众号分享，2026-10-12 存档。\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"原文\"\u003e原文\u003c/h2\u003e\n\u003cp\u003e我们浸泡在「输入」(x) 和「结果」f(x) 组成的「事件」中，沉淀下来的不是记忆，而是一个函数 f。\u003c/p\u003e\n\u003cp\u003e当遭遇新的情景输入，在我们启动分析之前，先得到了一个「感觉」：「这味道不对。」\u003c/p\u003e\n\u003cp\u003e我把这个先于分析到达的「感觉」，称为「Taste」。\u003c/p\u003e\n\u003cp\u003ef 是浸泡出来的，不是教出来的。\u003c/p\u003e\n\u003cp\u003e你能展示 f(x₁)，f(x₂)，f(x₃)。你写不出 f。\u003c/p\u003e\n\u003cp\u003e规则是 f 的切线。拿十条切线去画，画出来的是折线，是曲线的逼近，但不是曲线本身。\u003c/p\u003e\n\u003cp\u003e能传递的不是 f，是 [x, f(x)] 的 pair。\u003c/p\u003e\n\u003cp\u003ef 的边界就是浸泡它的 x 的边界。\u003c/p\u003e\n\u003cp\u003e一个只会英文的博士生，翻开一本中文小说，他也只能沉默。他的 f 在中文这片区域没有形状。\u003c/p\u003e\n\u003cp\u003ef 的准确性跟着结果信号 f(x) 走。\u003c/p\u003e\n\u003cp\u003e见过高标准的 [x, f(x)]，f 的质量会相应提到提升。\u003c/p\u003e\n\u003cp\u003ef 先于分析。\u003c/p\u003e\n\u003cp\u003e你扫视一眼新代码，觉得味道不对。你还没来得及分析。f 先给了信号，然后你才停下来回去找原因。\u003c/p\u003e\n\u003cp\u003e你不是先分析再判断。你先判断，再用分析去解释判断。\u003c/p\u003e\n\u003cp\u003ef 选择你的 x。你选择读什么、听谁说话、在哪里停下来，是 f 在引导。\u003c/p\u003e\n\u003cp\u003e但 x 塑造 f。f 选择 x，x 塑造 f。\u003c/p\u003e\n\u003cp\u003e所以，如何提升 taste（审美、品味）？\u003c/p\u003e\n\u003cp\u003e不要去找秘诀，不要去找捷径。去找你所在领域高标准的 [x, f(x)]，把自己浸泡其中。f 会冒出来。\u003c/p\u003e","title":"Taste：先于分析到达的「感觉」——品味是浸泡出来的函数（李继刚）"},{"content":"先说这两个 Agent 分别是什么 OpenClaw（社区叫「龙虾」） —— Gateway-first 架构。官网一句话是「真的会做事的 AI」：整理收件箱、发邮件、管日历，从 WhatsApp / Telegram 或你已经在用的任何聊天软件下指令。无订阅、无托管层、由一个独立 501(c)(3) 托管，桌面版覆盖 macOS / Windows / Linux。技能生态很丰富，社区有大量现成的 SKILL.md，上手快，适合标准化、流程化的任务。\nHermes Agent（社区叫「爱马仕」） —— Nous Research 出品，Agent-first。官网主打「会跟你一起长大的 Agent」：持久记忆（记住你的项目、自动生成 skill、不忘记某个问题当时是怎么解决的）、自然语言定时任务、带独立会话和终端的多子智能体、五种沙箱后端（local / Docker / SSH / Singularity / Modal）。\n两者都开源，可以单独用，也可以一起跑。社区还有人做了一键 Docker 方案（把 Nginx + OpenClaw + Hermes + SkillHub 打包），省掉互相踩依赖的麻烦。\n顺带记一条：有部署教程说 OpenClaw 是「基于 Hermes 的社区增强版」，也有资料说它前身叫 Clawdbot。这条血缘关系我只按社区说法记录，具体以两边官方文档为准。\n为什么组合起来像「SEO 数字员工」 Hermes 管记性：你教它一次完整流程，或者它自己跑完一次复杂任务，它会把这套经验写成 Skill 文件永久保存，下次直接调用。Token 成本通常更低——不用每次从头推理 OpenClaw 管入口和手脚：网关统一接入多渠道，你在手机上发一句话它就能开工；系统级操作权限覆盖文件、命令行、浏览器、代码部署 合起来就是一个可以长期运行、还会自我进化的编辑部，而不是一个「帮我写篇文章」的对话框。\n整体架构（5 步） 部署 Agent——本地 / VPS / 云服务器都行，或者直接用一键 Docker 把整套打包 配置大模型——Claude / GPT / 国内百炼、MiniMax、阶跃等都可以；建议选 64K 以上上下文的 安装或自建 SEO Skills——市场有现成的，也可以让 Agent 研究官方 SEO 文档后自己生成 接工具——搜索（SearXNG 本地自建最省钱 / Tavily / DataForSEO）、浏览器、Google Search Console（只读）、CMS（WordPress 等）、爬虫 用自然语言下目标——Agent 自己拆任务、写稿、分析、迭代 典型 SEO 技能包 关键词研究：意图分类、搜索量 / 难度评估、竞对差距、SERP 分析、主题集群 内容优化：六维评分（关键词分布、标题 / 元标签、结构、内链、图片 alt、技术自查）+ 按优先级排的行动计划 技术审计：抓取 / 收录、robots、sitemap、重定向、canonical、死链、速度、结构化数据 周边：内容 Brief 生成、标题生成、排名监控、内容刷新、内链规划 安装命令 OpenClaw（macOS / Linux / WSL2）：\ncurl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --install-daemon Windows 用 PowerShell（管理员）：iwr -useb https://openclaw.ai/install.ps1 | iex。装完可以跑 openclaw doctor 自检、openclaw status 看网关状态、openclaw dashboard 开本地控制台。\nHermes Agent（macOS / Linux）：\ncurl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash Windows 用 PowerShell：irm https://hermes-agent.nousresearch.com/install.ps1 | iex。装完运行 hermes 进入配置向导——选模型提供商（国内用户选 Kimi 网络稳、想一个 Key 用多种模型选 OpenRouter）、填 API Key、选默认模型、勾基础工具（web / terminal / file / browser）。\n国内网络下载慢的话，社区教程里会给 ghfast.top 之类的加速镜像。这类第三方代理请自行判断可信度。\n多 Agent 分工（推荐） 很多人会拆成一个编辑部：\n主控 Agent——编辑部主管，负责调度和交付节奏 关键词研究 Agent——挖机会词、排内容优先级 内容写作 Agent——按 brief 出稿 优化 / 审计 Agent——评分、改内链、查技术问题 发布 \u0026amp; 监控 Agent——上线、盯排名、找需要刷新的老文 主控负责调度，其余并行干活。这套分工的好处是每个角色的上下文都短、可替换，坏处是主控一旦判断错，下游会一起跑偏。\n日常怎么用 直接对着 Agent 说话就行：\n「从零做[行业]的关键词体系，按意图、难度、搜索量排出内容机会」 「这篇博客已经写好，按 SEO 六维评分指出最该先改的地方，给优化前后对照」 「帮我做[站点]的技术审计，重点查收录和内链问题，按优先级排行动计划」 「每周一自动根据 GSC 数据找位置 11–15 的机会词，出 brief 并写 2 篇文章」 最后那条就是这套系统真正的形态：你不是每周去催它，而是它每周自己来找你交作业。\n效果与四个必须想清楚的点 质量：纯靠 AI 堆量很容易踩 Helpful Content 更新。比较稳的姿势是「Agent 出草稿 + 人审核关键观点 / 数据 / 案例」 成本：设一个月预算上限，优先靠 Hermes 的技能复用能力减少重复推理——重复跑同一类任务时，有没有 Skill 复用的差距是数量级的 安全：Agent 权限很大（能碰文件、跑命令、开浏览器）。放隔离环境，只给必要工具，GSC 这类只给只读 案例：网上流传「几个月把垂直站做到月 UV 10 万+、单站成本极低」，这类数字建议当幸存者偏差看。更实际的起点是先把关键词研究 + 内容优化这两个技能跑通，能稳定产出可发的稿子，再谈扩站 一点说明 本页整理自两个项目的官方站点与公开部署教程，尚未在本机实测。安装命令、模型配置与价格以官网为准；Agent 的桌面操作与账号权限建议在隔离环境里先小范围试。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/tools/openclaw-hermes-seo/","summary":"\u003ch2 id=\"先说这两个-agent-分别是什么\"\u003e先说这两个 Agent 分别是什么\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003eOpenClaw（社区叫「龙虾」）\u003c/strong\u003e —— Gateway-first 架构。官网一句话是「真的会做事的 AI」：整理收件箱、发邮件、管日历，从 WhatsApp / Telegram 或你已经在用的任何聊天软件下指令。\u003cstrong\u003e无订阅、无托管层、由一个独立 501(c)(3) 托管\u003c/strong\u003e，桌面版覆盖 macOS / Windows / Linux。技能生态很丰富，社区有大量现成的 \u003ccode\u003eSKILL.md\u003c/code\u003e，上手快，适合标准化、流程化的任务。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eHermes Agent（社区叫「爱马仕」）\u003c/strong\u003e —— Nous Research 出品，Agent-first。官网主打「会跟你一起长大的 Agent」：\u003cstrong\u003e持久记忆\u003c/strong\u003e（记住你的项目、自动生成 skill、不忘记某个问题当时是怎么解决的）、自然语言定时任务、带独立会话和终端的多子智能体、五种沙箱后端（local / Docker / SSH / Singularity / Modal）。\u003c/p\u003e\n\u003cp\u003e两者都开源，可以单独用，也可以一起跑。社区还有人做了一键 Docker 方案（把 Nginx + OpenClaw + Hermes + SkillHub 打包），省掉互相踩依赖的麻烦。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e顺带记一条：有部署教程说 OpenClaw 是「基于 Hermes 的社区增强版」，也有资料说它前身叫 Clawdbot。这条血缘关系我只按社区说法记录，\u003cstrong\u003e具体以两边官方文档为准\u003c/strong\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"为什么组合起来像seo-数字员工\"\u003e为什么组合起来像「SEO 数字员工」\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eHermes 管记性\u003c/strong\u003e：你教它一次完整流程，或者它自己跑完一次复杂任务，它会把这套经验写成 Skill 文件永久保存，下次直接调用。Token 成本通常更低——不用每次从头推理\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eOpenClaw 管入口和手脚\u003c/strong\u003e：网关统一接入多渠道，你在手机上发一句话它就能开工；系统级操作权限覆盖文件、命令行、浏览器、代码部署\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e合起来就是一个\u003cstrong\u003e可以长期运行、还会自我进化的编辑部\u003c/strong\u003e，而不是一个「帮我写篇文章」的对话框。\u003c/p\u003e\n\u003ch2 id=\"整体架构5-步\"\u003e整体架构（5 步）\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e部署 Agent\u003c/strong\u003e——本地 / VPS / 云服务器都行，或者直接用一键 Docker 把整套打包\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e配置大模型\u003c/strong\u003e——Claude / GPT / 国内百炼、MiniMax、阶跃等都可以；\u003cstrong\u003e建议选 64K 以上上下文的\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e安装或自建 SEO Skills\u003c/strong\u003e——市场有现成的，也可以让 Agent 研究官方 SEO 文档后自己生成\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e接工具\u003c/strong\u003e——搜索（SearXNG 本地自建最省钱 / Tavily / DataForSEO）、浏览器、Google Search Console（\u003cstrong\u003e只读\u003c/strong\u003e）、CMS（WordPress 等）、爬虫\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e用自然语言下目标\u003c/strong\u003e——Agent 自己拆任务、写稿、分析、迭代\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"典型-seo-技能包\"\u003e典型 SEO 技能包\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e关键词研究\u003c/strong\u003e：意图分类、搜索量 / 难度评估、竞对差距、SERP 分析、主题集群\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e内容优化\u003c/strong\u003e：六维评分（关键词分布、标题 / 元标签、结构、内链、图片 alt、技术自查）+ 按优先级排的行动计划\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e技术审计\u003c/strong\u003e：抓取 / 收录、robots、sitemap、重定向、canonical、死链、速度、结构化数据\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e周边\u003c/strong\u003e：内容 Brief 生成、标题生成、排名监控、内容刷新、内链规划\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"安装命令\"\u003e安装命令\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003eOpenClaw\u003c/strong\u003e（macOS / Linux / WSL2）：\u003c/p\u003e","title":"用龙虾（OpenClaw）+ 爱马仕（Hermes Agent）搭一套长期跑的 SEO 系统"},{"content":"我一直想给 Agent 装一套「做决策」的能力。手里攒了 13 本相关的书——黑天鹅、反脆弱、思考快与慢、对赌、贝叶斯的博弈、博弈与社会、妙趣横生博弈论、适时退出……\n但我先忍住没拆书，而是去 GitHub 翻了一遍：这套东西，到底有没有人已经做好了？\n结论先行 框架层直接用——装两个现成技能包，覆盖书单里约 70% 的思维框架，零代码 计算层现在一个都别碰——贝叶斯网络、博弈论求解、因果推断那些库，解决的是「算」，不是「想」 只有一件事值得自己做——记录 → 打分 → 回看 的决策日志闭环 下面是我怎么得出这三条的。\n先把书单拆成四层 13 本书看着杂，其实是四层能力，每层的技术手段完全不同：\n层 书 能技能化成什么 概率与不确定性 黑天鹅、反脆弱、贝叶斯的博弈、对赌 概率校准、证据更新、尾部风险 认知偏差 思考快与慢、理性、理性的决策、决策困境 偏差识别、双系统切换、可逆性分类 策略互动 妙趣横生博弈论、博弈与社会 均衡推演、对手建模、承诺与威胁 长期与退出 一如既往、适时退出、经济学理论 退出判断、沉没成本、长期复利 这个拆法的用处是：它直接告诉我哪几层有现成供给——前两层有，后两层几乎没有。\nGitHub 上到底有什么 可以直接装的：两个技能包 仓库 Star 最后更新 内容量 accelerate-data/agent-thinking-skills 0 2026-04-27 39 个思维模型技能，MIT copyleftdev/superforecasting-skills-pack 0 2026-09-16 13 个预测校准技能 milteau/thinking-models 0 2026-06-11 25 个模型（中文） 第一个覆盖决策分析、认知偏差、系统思考、估算风险四大块，从 first-principles、pre-mortem 到 via-negativa、red-team 一应俱全，每个技能都有步骤、案例和检查清单，质量比我预期高。\n第二个更特别：它是唯一带「度量闭环」的包。其他思维模型类技能只给框架、不给反馈，而这 13 个技能里有 brier-scoring（给预测打分）、calibration（诊断你偏高估还是低估）、update-ledger（带时间戳只追加的预测台账）。\n后面这两个，本质上就是「对赌」那本书的操作化。\n用不上的：计算库 仓库 Star 最后更新 为什么现在不用 py-why/dowhy 8.3K 2026-10-12 因果推断，要写代码 google-deepmind/open_spiel 5.5K 2026-08-31 博弈论 RL 环境，太重 pgmpy/pgmpy 3.4K 2026-10-05 贝叶斯网络，654 个未关 issue gambitproject/gambit 582 2026-10-05 GPL-2.0，有传染性 drvinceknight/Nashpy 382 2026-10-09 唯一轻量的博弈论选择 valdecy/pyDecision 366 2026-10-10 70+ 多准则决策算法 这些库质量都不错，维护也活跃。但它们解决的是「算」——把方案加权打分、求纳什均衡、算条件概率。而书单里的 13 本书解决的是「想」。\n引入它们等于给自己加了一堆依赖，却没解决任何真实问题。 唯一留了后路的是 pyDecision：如果以后真要加「多方案加权打分」，它一次 pip install 就能用，不用自己写算法。\n已经有的：蒸馏管线 翻到这里我意识到一件事——我不需要去找决策技能，我已经有生产能力了。\n本机装的 cangjie-skill（11.2K star）干的就是「把一本书蒸馏成一组可执行技能」，而且我已经跑通过一本。13 本书 = 13 个潜在技能，缺的只是产出动作，不是工具。\n一个反直觉的发现 上面三个「决策技能包」，star 都是 0。\n而网上那些《18 个神级决策技能》的文章，推荐的正好就是它们。\n我的第一反应是「没生态 = 不可靠，别用」。但想清楚后觉得应该反过来读：\n它们是内容资产，不是软件依赖。\n内容是纯 markdown，没有依赖、没有运行时、没有 API 变更风险。star 低只说明没人做推广，不代表内容差。\n真正的风险只有一个：作者删库。而对策成本极低——先 fork 一份到自己账号再装。零维护成本，且永远拿得走。\n书单覆盖度：现成技能能顶多少 书 覆盖度 对赌、贝叶斯的博弈、思考快与慢 强（有直接对应的技能） 理性的决策、理性、黑天鹅、反脆弱、决策困境 中（有相邻技能） 一如既往、适时退出、妙趣横生博弈论、博弈与社会 缺（没有任何现成供给） 有意思的是这个分布：「缺」的那四本，恰好是前面说的后两层（策略互动、长期与退出）。\n更巧的是，我后来在一份电子书合集的仓库里翻到，妙趣横生博弈论 和 奈尔伯夫·策略思维 都在——这两本是同一对作者（Dixit \u0026amp; Nalebuff）。也就是说，覆盖表里最大的那块空白，手头就有原料。\n我最后怎么选 ✅ 直接用：两个技能包，今天就能装。\n🔧 基于现成的改：把 update-ledger + calibration 从「预测市场」语境改成中文决策日志。比从零写快得多，也比原版贴我的实际用法。\n🛠 自己开发，但只做一件事：记录 → 打分 → 回看。\n理由很简单——所有现成项目都断在这。框架技能不记录，计算库不记录，预测技能包记录的是「预测题」不是「你的决策」。没有记录就没有校准，框架再多，我也永远不知道自己是系统性乐观还是系统性悲观。\n其余一律不自研：框架文本抄现成的，博弈计算用 Nashpy，偏差清单也是现成的。\nMVP：不写一行代码 第一步｜装两个包（约 10 分钟）\ngit clone https://github.com/accelerate-data/agent-thinking-skills git clone https://github.com/copyleftdev/superforecasting-skills-pack 按各自 README 把 skills/ 拷进 Agent 技能目录。验收：对它说「用 pre-mortem 分析我这个项目计划」，能出结构化输出就算通。\n第二步｜建 decisions/ 目录，一个决策一个文件，只 5 个字段：\n- 我的判断：接受（信心 70%） - 关键假设：对方能按时付款 - 可逆性：不可逆 - 用了什么框架：pre-mortem + 机会成本 - 复盘日期：2027-01-12 第三步｜固定一条指令\n读 decisions/，把到期的拿出来复盘：当时的信心 vs 实际结果，我系统性地高估还是低估了哪一类判断？\n一个月后的验收标准（三条）\ndecisions/ 里 ≥ 10 条真实决策 至少完成 1 轮复盘，能说出自己在哪类判断上系统性偏乐观 有一个决策因为用了某个技能而改变了原本的选择 第 3 条是唯一的成功判据。前两条只是活动量。\n一点说明 本页所有 star 与更新时间均通过 GitHub API 实时读取，非二手转述。两个技能包的内容我尚未在真实决策中跑过，使用体验待后续补充；superforecasting-skills-pack 的许可证是 NOASSERTION（GitHub 未识别出标准许可证），二次分发前需自行确认授权。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/decision-skills-research-2026-10-12/","summary":"\u003cp\u003e我一直想给 Agent 装一套「做决策」的能力。手里攒了 13 本相关的书——黑天鹅、反脆弱、思考快与慢、对赌、贝叶斯的博弈、博弈与社会、妙趣横生博弈论、适时退出……\u003c/p\u003e\n\u003cp\u003e但我先忍住没拆书，而是去 GitHub 翻了一遍：\u003cstrong\u003e这套东西，到底有没有人已经做好了？\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e框架层直接用\u003c/strong\u003e——装两个现成技能包，覆盖书单里约 70% 的思维框架，零代码\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e计算层现在一个都别碰\u003c/strong\u003e——贝叶斯网络、博弈论求解、因果推断那些库，解决的是「算」，不是「想」\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e只有一件事值得自己做\u003c/strong\u003e——\u003ccode\u003e记录 → 打分 → 回看\u003c/code\u003e 的决策日志闭环\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e下面是我怎么得出这三条的。\u003c/p\u003e\n\u003ch2 id=\"先把书单拆成四层\"\u003e先把书单拆成四层\u003c/h2\u003e\n\u003cp\u003e13 本书看着杂，其实是四层能力，每层的技术手段完全不同：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e层\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e书\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e能技能化成什么\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e概率与不确定性\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e黑天鹅、反脆弱、贝叶斯的博弈、对赌\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e概率校准、证据更新、尾部风险\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e认知偏差\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e思考快与慢、理性、理性的决策、决策困境\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e偏差识别、双系统切换、可逆性分类\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e策略互动\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e妙趣横生博弈论、博弈与社会\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e均衡推演、对手建模、承诺与威胁\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e长期与退出\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e一如既往、适时退出、经济学理论\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e退出判断、沉没成本、长期复利\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e这个拆法的用处是：\u003cstrong\u003e它直接告诉我哪几层有现成供给\u003c/strong\u003e——前两层有，后两层几乎没有。\u003c/p\u003e\n\u003ch2 id=\"github-上到底有什么\"\u003eGitHub 上到底有什么\u003c/h2\u003e\n\u003ch3 id=\"可以直接装的两个技能包\"\u003e可以直接装的：两个技能包\u003c/h3\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e仓库\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eStar\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e最后更新\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e内容量\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003eaccelerate-data/agent-thinking-skills\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e0\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-04-27\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e39 个思维模型技能，MIT\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003ecopyleftdev/superforecasting-skills-pack\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e0\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-09-16\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e13 个预测校准技能\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003emilteau/thinking-models\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e0\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2026-06-11\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e25 个模型（中文）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e第一个覆盖决策分析、认知偏差、系统思考、估算风险四大块，从 \u003ccode\u003efirst-principles\u003c/code\u003e、\u003ccode\u003epre-mortem\u003c/code\u003e 到 \u003ccode\u003evia-negativa\u003c/code\u003e、\u003ccode\u003ered-team\u003c/code\u003e 一应俱全，每个技能都有步骤、案例和检查清单，质量比我预期高。\u003c/p\u003e\n\u003cp\u003e第二个更特别：它是\u003cstrong\u003e唯一带「度量闭环」的包\u003c/strong\u003e。其他思维模型类技能只给框架、不给反馈，而这 13 个技能里有 \u003ccode\u003ebrier-scoring\u003c/code\u003e（给预测打分）、\u003ccode\u003ecalibration\u003c/code\u003e（诊断你偏高估还是低估）、\u003ccode\u003eupdate-ledger\u003c/code\u003e（带时间戳只追加的预测台账）。\u003c/p\u003e","title":"给 AI 装上「做决策」的能力：我翻遍 GitHub，三个决策技能包 star 都是 0"},{"content":"看到一份「本月最值得装的 15 个 Skill」清单，来源全部是 GitHub 开源仓库。我没有挑挑拣拣，直接全装了——19 个技能躺在本机，~/.workbuddy-ai/skills/。\n装完之后有几点值得记下来，尤其是「技能集仓库怎么装」这个问题，网上几乎没人提。\n为什么值得装别人的 Skill 自己写 Skill 是「把自己踩过的坑固化下来」；装别人的 Skill 是「把别人踩过的坑直接拿过来」。前者慢，后者快，但后者有个前提：你得知道它往你机器里放了什么。\n所以我的流程是三步：装完 → 扫一遍脚本 → 再决定要不要留。\n15 个清单（按类别） 写作与内容创作\nHumanizer-zh —— 识别并改写 24 种 AI 写作痕迹，保留事实和作者声音 写作蒸馏器 —— 从 ≥20 篇文章蒸馏「写作 DNA」，之后按 DNA 复写风格 chinese-novelist-skill —— 分章节写中文长篇，章末自动留钩子 仓颉 —— 把一本书/播客/课程蒸馏成一组可执行的新 Skill 视觉设计\nUI UX Pro Max —— 一句话生成整套设计系统（配色/字体/组件规范） 归藏 —— 文章一键渲染成小红书图组、公众号封面 职场与个人成长\ninterview-prep —— 按 JD + 简历定制面试准备文档 pm-skills —— 68 个产品技能 + 42 个工作流 human-agent-reading —— 百日拆书，和 AI 长期共读 xhs-product-picker —— 小红书虚拟产品选品 + 启动计划 开发者工具\nbeautify-github-readme —— README 结构重组 + 纯 SVG 横幅 Waza —— 工程习惯技能集：/think 先想清楚再写码、/hunt 先找根因再动手 横木 hengmu —— 基于证据的架构评审与风险清单 网站与信息获取\n乔木 SEO —— 网站 SEO/GEO 审计，输出问题清单 Follow Builders —— AI 创作者动态简报，可定期推送 真正的坑：一个仓库塞 69 个技能 pm-skills 拆开是 69 个子技能，hengmu 10 个，waza 8 个，ui-ux-pro-max 7 个。如果全部平铺进技能列表，列表会被 90+ 条冲垮，而且其中 60 条你这辈子都不会用一次。\n我的做法：保留仓库完整结构，只在根目录生成一份「路由 SKILL.md」。\n--- name: pm-skills description: 技能集（69 个子技能：code-review、create-prd、swot-analysis…）。 命中其中任一场景时，先读本文件定位，再加载对应 SKILL.md 全文。 --- # pm-skills 本仓库是技能集，共 69 个子技能。先在表中选中与当前任务最匹配的一个， 然后**读取该子技能的 SKILL.md 全文**再执行。 | 子技能 | 路径 | 用途 | | --- | --- | --- | | create-prd | `pm-execution/skills/create-prd/SKILL.md` | 生成决策就绪的产品需求文档 | | ... | ... | ... | 这样：列表里只有 15 项，内容一个没丢，命中时 Agent 自动跳到对应子技能读全文。技能集类仓库默认都该这么装。\n另外两个实用细节 网络不稳时的兜底：15 个里 14 个 git clone --depth 1 一次过，follow-builders 连续两次 Recv failure: Connection was reset。换成走 codeload 下 tarball 立刻成功：\ncurl -sSL \u0026#34;https://codeload.github.com/\u0026lt;owner\u0026gt;/\u0026lt;repo\u0026gt;/tar.gz/refs/heads/main\u0026#34; -o s.tar.gz mkdir -p s \u0026amp;\u0026amp; tar -xzf s.tar.gz -C s --strip-components=1 瘦身：这些仓库大量体积是 README 配图和测试。复制时剔掉 .git、node_modules、tests/、evals/、benchmarks/、screenshots/、gallery/、site/、projects/、根目录 assets/，125MB 直接压到 45MB。scripts/、references/、子技能目录必须留。\n安全审计：我自己扫了一遍 任何人都可以发一个「超好用」的 Skill 仓库，所以装完我做的第二件事是扫脚本。结论是 P2 安全，可放心用，扫描方法也给你，四行命令就能自查：\n# 1. 有没有「下载即执行」 grep -rInE \u0026#34;(curl|wget|irm|iwr)[^|]{0,80}\\|\\s*(ba)?sh|eval\\s*\\(|Invoke-Expression\u0026#34; --include=\u0026#34;*.py\u0026#34; --include=\u0026#34;*.sh\u0026#34; --include=\u0026#34;*.js\u0026#34; . # 2. 有没有删文件的动作 grep -rInE \u0026#34;rm\\s+-rf|Remove-Item\\s+-Recurse\u0026#34; --include=\u0026#34;*.py\u0026#34; --include=\u0026#34;*.sh\u0026#34; --include=\u0026#34;*.js\u0026#34; . # 3. 往哪些域名发请求（重点看非 github 的陌生域名） grep -rInoE \u0026#34;https?://[a-zA-Z0-9./_-]+\u0026#34; --include=\u0026#34;*.py\u0026#34; --include=\u0026#34;*.js\u0026#34; --include=\u0026#34;*.sh\u0026#34; . | sort -u # 4. 碰不碰你的密钥 grep -rInE \u0026#34;API_KEY|SECRET|TOKEN|PASSWORD|process\\.env\u0026#34; --include=\u0026#34;*.py\u0026#34; --include=\u0026#34;*.js\u0026#34; . 这 15 个仓库的实际情况：没有 curl|bash、没有 eval、没有 rm -rf；subprocess 全是调用仓库自己内部的脚本（渲染 GIF、校验 Skill 包）；外联域名只有 r.jina.ai/defuddle.md（Waza 抓网页）、open.feishu.cn、以及 Waza 自己的 raw.githubusercontent 安装脚本——最后这个我没执行。环境变量方面只读取不上传（GITHUB_TOKEN 画 star 图、GEMINI_API_KEY 生成图，不配就不触发）。\n对我最有用的是哪几个 装 15 个不等于用 15 个。按我现在的业务（牙科公众号 + ailamemo 站点 + 接单）排：\nqiaomu-seo —— 直接给 ailamemo.com 跑一次 SEO/GEO 审计，出可执行整改清单。站点流量一直没做起来，这是最短路径。 guizang-social-card-skill —— 牙科爆款文一键变小红书图组 + 公众号封面，补上「一稿多平台」的最后一环。 writing-dna-skill —— 拿我那篇 15,763 阅读的牙线文蒸馏出「牙科账号写作 DNA」，以后每篇按这个 DNA 写，风格不飘。 humanizer-zh —— 公众号发布前过一遍去 AI 味。科普文最怕一股机器腔。 xhs-product-picker —— 真要做小红书虚拟产品变现时，5 轮对话挖个人优势 → 产品矩阵 → 7 天行动计划。 其余 10 个属于「存着，哪天遇到再说」。Skill 的价值不在装了多少，在于命中场景时能自动被调用——所以清单要保持干净，别为了凑数把列表塞满。\n来源 公众号《本月 WorkBuddy 最值得推荐的 15 个技能》，15 个仓库地址均于 2026-10-11 实际 clone 安装并本地核验。\n","permalink":"https://ailamemo.com/aicreate/skill/open-source-skills-15-2026-10-11/","summary":"\u003cp\u003e看到一份「本月最值得装的 15 个 Skill」清单，来源全部是 GitHub 开源仓库。我没有挑挑拣拣，直接全装了——\u003cstrong\u003e19 个技能躺在本机\u003c/strong\u003e，\u003ccode\u003e~/.workbuddy-ai/skills/\u003c/code\u003e。\u003c/p\u003e\n\u003cp\u003e装完之后有几点值得记下来，尤其是「技能集仓库怎么装」这个问题，网上几乎没人提。\u003c/p\u003e\n\u003ch2 id=\"为什么值得装别人的-skill\"\u003e为什么值得装别人的 Skill\u003c/h2\u003e\n\u003cp\u003e自己写 Skill 是「把自己踩过的坑固化下来」；装别人的 Skill 是「把别人踩过的坑直接拿过来」。前者慢，后者快，但后者有个前提：\u003cstrong\u003e你得知道它往你机器里放了什么\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e所以我的流程是三步：装完 → 扫一遍脚本 → 再决定要不要留。\u003c/p\u003e\n\u003ch2 id=\"15-个清单按类别\"\u003e15 个清单（按类别）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e写作与内容创作\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/op7418/Humanizer-zh\"\u003eHumanizer-zh\u003c/a\u003e —— 识别并改写 24 种 AI 写作痕迹，保留事实和作者声音\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/larashero3-dotcom/writing-dna-skill\"\u003e写作蒸馏器\u003c/a\u003e —— 从 ≥20 篇文章蒸馏「写作 DNA」，之后按 DNA 复写风格\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/PenglongHuang/chinese-novelist-skill\"\u003echinese-novelist-skill\u003c/a\u003e —— 分章节写中文长篇，章末自动留钩子\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/kangarooking/cangjie-skill\"\u003e仓颉\u003c/a\u003e —— 把一本书/播客/课程蒸馏成一组可执行的新 Skill\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e视觉设计\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/nextlevelbuilder/ui-ux-pro-max-skill\"\u003eUI UX Pro Max\u003c/a\u003e —— 一句话生成整套设计系统（配色/字体/组件规范）\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/op7418/guizang-social-card-skill\"\u003e归藏\u003c/a\u003e —— 文章一键渲染成小红书图组、公众号封面\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e职场与个人成长\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/lan1177/interview-prep\"\u003einterview-prep\u003c/a\u003e —— 按 JD + 简历定制面试准备文档\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/phuryn/pm-skills\"\u003epm-skills\u003c/a\u003e —— 68 个产品技能 + 42 个工作流\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/563323549-boop/human-agent-reading\"\u003ehuman-agent-reading\u003c/a\u003e —— 百日拆书，和 AI 长期共读\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/chensongyue10-design/xhs-product-picker\"\u003exhs-product-picker\u003c/a\u003e —— 小红书虚拟产品选品 + 启动计划\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e开发者工具\u003c/strong\u003e\u003c/p\u003e","title":"一口气装了 15 个开源 Skill：清单、安装姿势，和一份安全审计"},{"content":"先说结论：这可能是目前中文 Agent 生态里最值得装的一个写作类 Skill。\n仓库：https://github.com/Fenng/Tech-Doc-Style-Chinese ，作者 Fenng（冯大辉），MIT 协议，我装的是 v0.3.2（2026-09-29 发布）。写这篇文章时 1483 星、81 fork。\n它跟「写作建议」的区别 网上讲中文技术写作的文章很多，问题是你看完就忘了，下次写还是老样子。\n这份东西不一样：它是一个 SKILL.md，装进 Agent 的 skills 目录之后，每次写中文技术内容都会自动加载。规则不再依赖你的记忆力，而是变成 Agent 的默认行为。\n覆盖范围：文档首页、产品介绍、更新日志、API 文档、参数说明、错误码、操作手册、故障排查、运维 Runbook、界面文案、按钮和提示信息。\n最聪明的设计：先判断「任务模式」 大多数写作提示词一上来就改，它不。它要求先分清四种模式，因为不同模式的边界完全不同：\n模式 能做什么 不能做什么 撰写 先确定受众、类型、事实来源、篇幅 缺关键事实时先标记缺口，不许编 改写 保留事实、逻辑、信息层级、限制、例外 不能顺手删掉条件和例外 校对 只改错字、标点、留白、大小写、术语一致 不许动结构、语气和事实表达 审阅 先列问题再给建议，按影响排序并引用原文 未经授权不直接改文件 「校对」这条最值钱。让 AI 帮你校稿，最怕的就是它顺手把你的结构和语气也改了——这个 Skill 明确禁止。\n几条我会长期照着做的规则 挑最容易被忽略的几条（都写在 references/terminology-and-typography.md 里）：\n中文正文用直角引号 「」，嵌套用 『』。不是 \u0026quot;\u0026quot;。 中文与英文、数字、版本号之间加一个半角空格：使用 API 获取数据、等待 3 秒、版本 2.0 已发布。全角标点两侧不加空格。 中文段落在源文件里一段一行，不要为了控制行宽硬换行。Markdown 里那种手动断行会让 diff 和后续处理全乱。 不要直接批量跑排版替换工具——先保护 Markdown、代码和机器可读内容。这条是血泪经验，批量替换最容易把代码块和 URL 搞坏。 同一概念用同一术语，不为了「避免重复」换同义词。技术文档里「回调 / 回执 / 通知」混用是灾难。 不改写代码字面量、JSON 键名、URL、API 路径、数据库字段名、命令、配置项。这条写在适用范围里，属于红线。 还有一句我很喜欢：准确先于修辞，清晰先于热闹。默认不直接称呼读者，避免问候式开场、宣传口号和黑话堆叠。\n两个能直接跑的脚本 规范之外，仓库还带了两个可执行的检查器，不是摆设：\n# 检查文案规则（标点、留白、大小写、术语） python scripts/lint_copy_rules.py README.md docs/ # 严格模式：警告和风格提示也当失败 python scripts/lint_copy_rules.py --strict docs/ # 检查 Markdown 段落硬换行（只查不改） python scripts/unwrap_md_paragraphs.py --check . # 展开硬换行，直接写回 python scripts/unwrap_md_paragraphs.py docs/ README.md 第二个脚本专门处理「中文段落被硬换行切断」的问题，拼接时会按中西文留白规则处理边界——中文与中文之间不加空格，中文与半角英文、数字之间加一个。\n作者自己在发布说明里写了：本地验证跑通 88 个回归测试 + 严格文案检查 + 段落硬换行检查。这种把规范做成可测试项目的做法，比写一百条「建议」管用。\n装在哪 把仓库放进你的 skills 目录即可，我装到了：\nC:\\Users\\LH\\.workbuddy-ai\\skills\\tech-doc-style-chinese\\ 目录结构：SKILL.md（主规范）、NoCode-Skill.md、references/（4 份细化参考）、scripts/（2 个检查器）、agents/。\n安全方面我扫过了：没有下载即执行、没有 eval、没有删文件动作，subprocess 只出现在测试里，外联域名只有 example.com。可以放心装。\n我准备怎么用它 站点文章发布前跑一遍 --check：我自己的 Hugo 文章经常有手滑的硬换行和中英留白不一致，交给脚本比肉眼靠谱。 牙科公众号初稿校对：用「校对」模式，让它只改标点和术语，不许动结构和语气——科普文最怕被改出一股说明书味。 API / 界面文案：错误提示要写清「发生了什么 + 影响是什么 + 怎么恢复」，这套规则可以直接当评审清单。 两点提醒 项目约定优先于 Skill 自带示例。它会要求先读目标项目自己的 AGENTS.md、术语表和品牌规范，不要把仓库里的示例约定当成你的约定。 受控中文技术写作那套规则不要机械套到品牌文案和叙事文本上。它是给操作手册、故障排查、运维 Runbook 用的。 来源：Fenng/Tech-Doc-Style-Chinese，本文基于 v0.3.2（2026-09-29）实际安装并阅读源码后写成，星数与日期为 2026-10-11 实时查询。\n","permalink":"https://ailamemo.com/aicreate/skill/tech-doc-style-chinese-2026-10-11/","summary":"\u003cp\u003e先说结论：\u003cstrong\u003e这可能是目前中文 Agent 生态里最值得装的一个写作类 Skill\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e仓库：https://github.com/Fenng/Tech-Doc-Style-Chinese ，作者 Fenng（冯大辉），MIT 协议，我装的是 \u003cstrong\u003ev0.3.2\u003c/strong\u003e（2026-09-29 发布）。写这篇文章时 1483 星、81 fork。\u003c/p\u003e\n\u003ch2 id=\"它跟写作建议的区别\"\u003e它跟「写作建议」的区别\u003c/h2\u003e\n\u003cp\u003e网上讲中文技术写作的文章很多，问题是你看完就忘了，下次写还是老样子。\u003c/p\u003e\n\u003cp\u003e这份东西不一样：\u003cstrong\u003e它是一个 SKILL.md，装进 Agent 的 skills 目录之后，每次写中文技术内容都会自动加载\u003c/strong\u003e。规则不再依赖你的记忆力，而是变成 Agent 的默认行为。\u003c/p\u003e\n\u003cp\u003e覆盖范围：文档首页、产品介绍、更新日志、API 文档、参数说明、错误码、操作手册、故障排查、运维 Runbook、界面文案、按钮和提示信息。\u003c/p\u003e\n\u003ch2 id=\"最聪明的设计先判断任务模式\"\u003e最聪明的设计：先判断「任务模式」\u003c/h2\u003e\n\u003cp\u003e大多数写作提示词一上来就改，它不。它要求先分清四种模式，因为\u003cstrong\u003e不同模式的边界完全不同\u003c/strong\u003e：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e模式\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e能做什么\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e不能做什么\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e撰写\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e先确定受众、类型、事实来源、篇幅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e缺关键事实时先标记缺口，不许编\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e改写\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e保留事实、逻辑、信息层级、限制、例外\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e不能顺手删掉条件和例外\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e校对\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e只改错字、标点、留白、大小写、术语一致\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e不许动结构、语气和事实表达\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e审阅\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e先列问题再给建议，按影响排序并引用原文\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e未经授权不直接改文件\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e「校对」这条最值钱。让 AI 帮你校稿，最怕的就是它顺手把你的结构和语气也改了——这个 Skill 明确禁止。\u003c/p\u003e\n\u003ch2 id=\"几条我会长期照着做的规则\"\u003e几条我会长期照着做的规则\u003c/h2\u003e\n\u003cp\u003e挑最容易被忽略的几条（都写在 \u003ccode\u003ereferences/terminology-and-typography.md\u003c/code\u003e 里）：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e中文正文用直角引号\u003c/strong\u003e \u003ccode\u003e「」\u003c/code\u003e，嵌套用 \u003ccode\u003e『』\u003c/code\u003e。不是 \u003ccode\u003e\u0026quot;\u0026quot;\u003c/code\u003e。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e中文与英文、数字、版本号之间加一个半角空格\u003c/strong\u003e：\u003ccode\u003e使用 API 获取数据\u003c/code\u003e、\u003ccode\u003e等待 3 秒\u003c/code\u003e、\u003ccode\u003e版本 2.0 已发布\u003c/code\u003e。全角标点两侧不加空格。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e中文段落在源文件里一段一行\u003c/strong\u003e，不要为了控制行宽硬换行。Markdown 里那种手动断行会让 diff 和后续处理全乱。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不要直接批量跑排版替换工具\u003c/strong\u003e——先保护 Markdown、代码和机器可读内容。这条是血泪经验，批量替换最容易把代码块和 URL 搞坏。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e同一概念用同一术语\u003c/strong\u003e，不为了「避免重复」换同义词。技术文档里「回调 / 回执 / 通知」混用是灾难。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不改写代码字面量、JSON 键名、URL、API 路径、数据库字段名、命令、配置项\u003c/strong\u003e。这条写在适用范围里，属于红线。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e还有一句我很喜欢：\u003cstrong\u003e准确先于修辞，清晰先于热闹\u003c/strong\u003e。默认不直接称呼读者，避免问候式开场、宣传口号和黑话堆叠。\u003c/p\u003e","title":"冯大辉那份 1483 星的中文技术写作规范，装进 Agent 之后是另一回事"},{"content":"今天做了一件拖了很久的事：把本机那个自研的默会知识提示 Skill，变成一个任何人都能装、能点星的公开仓库。\n地址：https://github.com/Ailsaahaha/tacit-knowledge-prompting\n过程没有想象中顺。把它拆成流水线记下来，下次做第二个、第三个直接照着走。\n一、完整流水线（五步） 步骤 做什么 谁做 1 本机仓库整理：SKILL.md + README.md + LICENSE 我 2 git init → commit → git remote add origin 我 3 在 GitHub 建一个空仓库（不勾 README / .gitignore / License） 只能你点 4 git push -u origin main 我 5 填 Description / Website / Topics + 传 Social preview token 或网页 第 3 步是唯一卡人的地方，原因见下面第一个坑。\n二、三个卡点（真金白银换来的） 卡点一：建仓库没有「命令行」这条路 我本机有 SSH key，推送畅通无阻，但建仓库不行——SSH 只能推文件，建仓库必须走 GitHub API，而 API 要 token。\ngh 命令行？这台机器没装。 让用户去 github.com/new 点四下？可行，但要解释「三个勾都别选」（勾了会导致 push 冲突）。 结论：建仓库这一步，要么用户网页点，要么给一个 token。没有第三条路。\n卡点二：token 权限少一项，全部 403 第一次用 fine-grained token 改仓库简介，返回：\n{\u0026#34;message\u0026#34;: \u0026#34;Resource not accessible by personal access token\u0026#34;, \u0026#34;status\u0026#34;: 403} 原因：改 Description / Website / Topics 需要 Administration: Read and write。我一开始只勾了 Contents，能读能推文件，但改不了仓库元数据。\n记住这个对应关系：\n想做什么 需要哪个权限 改仓库简介、Website、Topics Administration: Read and write 改 README、推文件 Contents: Read and write 建仓库 无对应——fine-grained token 不支持建仓库，得用网页 卡点三：push 被拒，千万别 force 推送时被拒：\n! [rejected] main -\u0026gt; main (fetch first) 原因是我在 GitHub 网页上顺手改过两次 README（加了站点链接），远端多了两个提交。\n正确做法是 git fetch + git rebase，把我的改动接在别人（哪怕是自己）的网页编辑之后；不要 --force，那会直接抹掉网页上做的修改。\ngit fetch origin main git rebase origin/main # 无冲突则自动完成 git push origin main 附赠卡点：署名要改三处，还包括历史提交 要求署名统一成 Ailsaahaha，实际有三处：\nLICENSE 的版权行 README 的作者行（中英双语各一处） git 提交记录里的作者 第三处最容易被忘。已经推上去的提交要重写作者，只能改历史再强推（仓库刚建、只有一次提交时安全）：\ngit config user.name \u0026#34;Ailsaahaha\u0026#34; git rebase --root -x \u0026#39;git commit --amend --no-edit --author=\u0026#34;Ailsaahaha \u0026lt;邮箱\u0026gt;\u0026#34;\u0026#39; git push --force-with-lease origin main 三、让它「像样」的三件东西 光有文件和 README 不算完成，还有三件决定别人第一眼印象的：\n1. 项目原生横幅（SVG）\n不是通用模板，是从项目机制里长出来的：一条水平「水面线」，上面是显性层（数据、定义、可验证推理，冷蓝），下面是默会层（直觉、经验、情境判断，暖琥珀）。1200×420、4.2KB、自带深色底，明暗主题都不会糊。\n2. Social preview 图（1280×640）\nGitHub 仓库有个「社交分享图」设置，不传的话，链接被贴到微信或推特显示的是灰块。做法是手写 SVG 再用 sharp 渲染成 PNG：\nnpm install sharp # render.js: sharp(\u0026#39;social-preview.svg\u0026#39;,{density:96}).resize(1280,640).png().toFile(\u0026#39;social-preview.png\u0026#39;) NODE_PATH=.../node_modules node render.js 注意：Social preview 只能网页上传，API 不支持。 仓库 → Settings → General → Social preview → Upload。\n3. Topics 和 Website\nTopics 是发现性的关键——仓库没有 topic 等于在搜索里沉底。Website 填上站点文章地址，就形成双向导流：GitHub 访客能跳到文章，文章读者能去点星。\n四、可复用检查清单 开源一个自研 Skill 之前，对着这个清单过一遍：\nSKILL.md 有 name 和 description（description 决定它会不会被自动调用） README.md 中英双语，含真实效果对比（不是功能罗列） LICENSE 有，版权行署名正确 git 提交作者署名一致 仓库 Public、Description / Website / Topics 三样都填 有横幅或截图，第一屏能看懂这是什么 Social preview 已上传 站点有对应文章，双向链接 五、今天顺带完成的两件事 装了 15 个开源 Skill（含「技能集用路由 SKILL.md 安装」的做法）：见 一口气装了 15 个开源 Skill。\n装了 Fenng 的中文技术写作规范（1483 星，四种任务模式 + 两个检查脚本）：见 冯大辉那份中文技术写作规范。这篇文章就是照着它的规则写的——中英文之间加空格、用直角引号、一段一行。\n下一步 仓库内容层面已经完整。剩下的都是加分项：\nexamples/ 放一份完整真实对话，比 README 里摘一段更有说服力 打一个 v0.1.0 release，看起来像在维护的项目 投到 awesome 类聚合列表——star 的主要来源 真正要记住的一句话：开源最难的不是写代码，是那五步里每一步都可能卡在「只有本人能做」的地方。先把卡点摸清楚，第二个仓库就快了。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/open-source-skill-pipeline-2026-10-11/","summary":"\u003cp\u003e今天做了一件拖了很久的事：把本机那个自研的\u003cstrong\u003e默会知识提示 Skill\u003c/strong\u003e，变成一个任何人都能装、能点星的公开仓库。\u003c/p\u003e\n\u003cp\u003e地址：https://github.com/Ailsaahaha/tacit-knowledge-prompting\u003c/p\u003e\n\u003cp\u003e过程没有想象中顺。把它拆成流水线记下来，下次做第二个、第三个直接照着走。\u003c/p\u003e\n\u003ch2 id=\"一完整流水线五步\"\u003e一、完整流水线（五步）\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e步骤\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e做什么\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e谁做\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e本机仓库整理：\u003ccode\u003eSKILL.md\u003c/code\u003e + \u003ccode\u003eREADME.md\u003c/code\u003e + \u003ccode\u003eLICENSE\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e我\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003egit init\u003c/code\u003e → \u003ccode\u003ecommit\u003c/code\u003e → \u003ccode\u003egit remote add origin\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e我\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e在 GitHub 建一个空仓库\u003c/strong\u003e（不勾 README / .gitignore / License）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e只能你点\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e4\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003ccode\u003egit push -u origin main\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e我\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e5\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e填 Description / Website / Topics + 传 Social preview\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003etoken 或网页\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e第 3 步是唯一卡人的地方，原因见下面第一个坑。\u003c/p\u003e\n\u003ch2 id=\"二三个卡点真金白银换来的\"\u003e二、三个卡点（真金白银换来的）\u003c/h2\u003e\n\u003ch3 id=\"卡点一建仓库没有命令行这条路\"\u003e卡点一：建仓库没有「命令行」这条路\u003c/h3\u003e\n\u003cp\u003e我本机有 SSH key，推送畅通无阻，但\u003cstrong\u003e建仓库不行\u003c/strong\u003e——SSH 只能推文件，建仓库必须走 GitHub API，而 API 要 token。\u003c/p\u003e","title":"把一个自研 Skill 开源出去：从本机到 GitHub 的完整流水线，和三个卡点"},{"content":"起因：一句话盘点，翻出一个事实 今天被问「现在最该做什么」，我去翻了时间线，结果翻出一个不太好意思的事实：\n事 物料状态 卡在哪 躺了多久 牙科文章《牙线 vs 牙缝刷》 初稿 + 封面 + 2 张配图 + 排版 HTML，素材校验全过 没粘贴发出去 10 天（09-30 备好） 接单页 /works/ 页面上线 + 淘宝/闲鱼/小红书三渠道文案写好 没发出去 11 天（09-29 备好） 这两件事最难的部分都做完了，剩下的只是复制、粘贴、点一下定时。 加起来不超过 40 分钟。\n诊断：不是执行力问题，是方向分配问题 先排除一个误判——执行力完全没问题。过去 11 天做出了选题引擎、两个 Skill、一篇初稿加完整发布包、三渠道文案、三篇复盘文章。这产量不低。\n问题在于力气用在了哪：\n牙科号（已验证能涨） ：28K 阅读，顶篇 15,763，分享率 8.1% 图书带货（一直在投入） ：609 播放 最近 11 天的实际产出 ：4 篇文章 + 若干 Skill，没有一篇牙科文章发出去 那个已经被验证能涨的号，10 天没发一篇；同时在一个已经验证不涨的方向上，继续投入调研和写作。\n更值得警惕的是这件事的性质：写「我调研了什么」比「发出去被人看」安全得多。 前者看起来像在工作，实际上回避了真正的风险——发出去，可能没人看。\n（今天这篇也是同类。所以它必须写成待办清单，否则就是第 5 篇。）\n本周待办（公开承诺） 今天必须做完 · 合计 40 分钟 发《牙线 vs 牙缝刷》（10 分钟） 打开排版预览页 → 复制正文 → 公众号后台新建图文 → 粘贴 → 传 2 张配图 → 定时今晚 20:00 /works/ 三渠道发布（30 分钟） 淘宝：上新服务链接（¥1980 建站 / ¥3980 小程序） 闲鱼：发帖，标题用「AI 建站 / 小程序定制」 小红书：发那篇「我开过 369 的星球，每天更新赚钱项目，没做起来」 48 小时后 · 10-12 回填数据：阅读 / 分享率 / 关注转化 判断：分享率 ≥ 3% → 选题引擎成立，继续；\u0026lt; 3% → 换方向，不要死磕改标题 只看分享率。 顶篇是 8.1%，公众号正常水平 1%。这个数字是这套打法唯一的真实指标。\n本周内 注册 GoatCounter，拿到站点地址 → 接前台阅读数 定评论后端位置：免费托管试水 / 国内 VPS / Cloudflare Workers 明确不做 · 在完成以上之前 ❌ 不开新的内容方向 ❌ 不写新的调研文章 ❌ 不买新硬件、不注册新服务（除了上面那个 GoatCounter） 顺手记几个点子 1. 牙科爆款回流到本站。 公众号文章会沉底，网站文章会被搜索持续捡起来。那篇 15,763 阅读的牙线文，改一下就能发到 ailamemo 吃 SEO 长尾——一鱼两吃，边际成本接近零。而且现在站上讲了半天「牙科号怎么做」，却一篇牙科内容都没有，读者点进来会觉得空。\n2. 知识卡改小红书。 《我们为什么要睡觉》7 张、《控糖革命》4 张已经做好了，改成 3:4 竖版就能发。这是图书带货那条线上最接近零成本的一步，跑通一次就能验证「知识卡 → 小红书」成不成立。\n3. /works/ 换个案例。 现在作品集放的是自己的站和小程序。其实「我用 AI 给牙科号搭了条内容流水线，单篇 15,763 阅读」这个案例，对想做内容的客户更有说服力——它证明的是结果，不是能力清单。\n4. 别再给统计叠工具。 站上 GA4 和 Clarity 已经在收集数据了，加 GoatCounter 只是为了前台显示一个数字，不是再上一套分析系统。这个边界要守住。\n写完这篇就关编辑器。待办清单在上面，48 小时后回来填数据。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/execution-backlog-2026-10-10/","summary":"\u003ch2 id=\"起因一句话盘点翻出一个事实\"\u003e起因：一句话盘点，翻出一个事实\u003c/h2\u003e\n\u003cp\u003e今天被问「现在最该做什么」，我去翻了时间线，结果翻出一个不太好意思的事实：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e事\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e物料状态\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e卡在哪\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e躺了多久\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e牙科文章《牙线 vs 牙缝刷》\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e初稿 + 封面 + 2 张配图 + 排版 HTML，素材校验全过\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e没粘贴发出去\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e10 天（09-30 备好）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e接单页 \u003ccode\u003e/works/\u003c/code\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e页面上线 + 淘宝/闲鱼/小红书三渠道文案写好\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e没发出去\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e11 天（09-29 备好）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e这两件事最难的部分都做完了，剩下的只是复制、粘贴、点一下定时。\u003c/strong\u003e 加起来不超过 40 分钟。\u003c/p\u003e\n\u003ch2 id=\"诊断不是执行力问题是方向分配问题\"\u003e诊断：不是执行力问题，是方向分配问题\u003c/h2\u003e\n\u003cp\u003e先排除一个误判——执行力完全没问题。过去 11 天做出了选题引擎、两个 Skill、一篇初稿加完整发布包、三渠道文案、三篇复盘文章。这产量不低。\u003c/p\u003e\n\u003cp\u003e问题在于\u003cstrong\u003e力气用在了哪\u003c/strong\u003e：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e牙科号（已验证能涨）    ：28K 阅读，顶篇 15,763，分享率 8.1%\n图书带货（一直在投入）  ：609 播放\n最近 11 天的实际产出    ：4 篇文章 + 若干 Skill，没有一篇牙科文章发出去\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e那个\u003cstrong\u003e已经被验证能涨\u003c/strong\u003e的号，10 天没发一篇；同时在一个\u003cstrong\u003e已经验证不涨\u003c/strong\u003e的方向上，继续投入调研和写作。\u003c/p\u003e\n\u003cp\u003e更值得警惕的是这件事的性质：\u003cstrong\u003e写「我调研了什么」比「发出去被人看」安全得多。\u003c/strong\u003e 前者看起来像在工作，实际上回避了真正的风险——发出去，可能没人看。\u003c/p\u003e\n\u003cp\u003e（今天这篇也是同类。所以它必须写成待办清单，否则就是第 5 篇。）\u003c/p\u003e\n\u003ch2 id=\"本周待办公开承诺\"\u003e本周待办（公开承诺）\u003c/h2\u003e\n\u003ch3 id=\"今天必须做完--合计-40-分钟\"\u003e今天必须做完 · 合计 40 分钟\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e \u003cstrong\u003e发《牙线 vs 牙缝刷》\u003c/strong\u003e（10 分钟）\n打开排版预览页 → 复制正文 → 公众号后台新建图文 → 粘贴 → 传 2 张配图 → 定时今晚 20:00\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e \u003cstrong\u003e\u003ccode\u003e/works/\u003c/code\u003e 三渠道发布\u003c/strong\u003e（30 分钟）\n\u003cul\u003e\n\u003cli\u003e淘宝：上新服务链接（¥1980 建站 / ¥3980 小程序）\u003c/li\u003e\n\u003cli\u003e闲鱼：发帖，标题用「AI 建站 / 小程序定制」\u003c/li\u003e\n\u003cli\u003e小红书：发那篇「我开过 369 的星球，每天更新赚钱项目，没做起来」\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"48-小时后--10-12\"\u003e48 小时后 · 10-12\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 回填数据：阅读 / \u003cstrong\u003e分享率\u003c/strong\u003e / 关注转化\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 判断：分享率 ≥ 3% → 选题引擎成立，继续；\u0026lt; 3% → 换方向，不要死磕改标题\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e只看分享率。\u003c/strong\u003e 顶篇是 8.1%，公众号正常水平 1%。这个数字是这套打法唯一的真实指标。\u003c/p\u003e","title":"停止开新坑：两件只差一个动作的事躺了 10 天"},{"content":"起因：想给每篇文章加个统计面板 看到一张笔记 App 的统计截图——字数、阅读时间、创建时间、公开时间、引用/被引用——想给站上每篇文章也加上。另外评论区要能传图片。\n按老规矩，动手前先去 GitHub 查了一圈有什么能直接用或二次开发的。（上一篇 四账号矩阵自动化 也是这么干的，省下了写一半才发现方向错的功夫。）\n结果第一条结论就被推翻了，而且推翻它的不是资料，是我自己把需求听窄了。\n第一次判断：统计根本不需要服务器 我最初的理解是「文章内容统计」，得出的分界线长这样：\n构建期（不需要服务器）：字数、阅读时间、创建/公开时间、引用关系 → Hugo 在 push 那一刻就算好，直接写进 HTML。访客打开页面时零请求，数字就是死的。 运行期（需要服务器）：评论内容、上传的图片 → 这两样是访客产生的、会一直增长的，必须有地方存。 这四类统计全是 Hugo 自带能力——.WordCount、.ReadingTime、date、publishDate，连插件都不用装。引用关系也是构建时扫一遍全站链接就能得出。\n所以当时我的结论是：统计零成本，只有评论需要选型。\n被推翻：我要的是真实访问数据 接着对方补了一句：「是根据真实访问数据添加的统计。」\n这就完全是另一回事了。\n「统计」这个词在这里有歧义：\n内容统计 = 这篇文章有多少字（写完就定了，永远不变） 访问统计 = 这篇文章有多少人看过（每个访客都在变） 后者是运行期数据。Hugo 构建的时候根本不可能知道明天会有谁来、来几个人。这类数字绕不开一个实时统计服务。\n这条修正把方案整个换掉了：从「改模板就行」变成「得接一个服务」。\n重新查：真实访问统计的几条路 方案 前台显示 要不要服务器 数据自主 国内访问 Cloudflare Web Analytics ❌ 仅后台 零（后台一键开） 中 最好 GoatCounter ✅ 后台开关打开 零（免费托管） 中 一般 不蒜子 busuanzi ✅ 一行脚本 零（公共版） 低 公共版不稳 Umami ✅ 有 API 需要（自托管） 高 看装哪 GA4 ⚠️ 要调 API 零 低（谷歌） 后台要梯子 Clarity ❌ 仅后台 零 低（微软） 一般 查的过程中发现一件更重要的事：站上已经装了 GA4（G-0QN01E6F0V）和 Microsoft Clarity（ydffrd17ww），跑了一段时间了。\n也就是说 PV、UV、停留时长、来源、跳出率、Clarity 的会话录制和热力图，数据早就在后台躺着。\n所以第一步不是加东西，是先去看看现有数据够不够。够的话，要做的只是把它展示出来；不够（嫌 GA4 后台要梯子、嫌数据不在自己手上）才需要换或加。\n这是这次调研里最容易踩的坑：为了一个「前台显示阅读数」的小需求，再叠一套完整统计系统，纯属重复建设。\n另外 Cloudflare Web Analytics 值得先查——2026 年 8 月起 Cloudflare 会对接入站点静默注入 beacon.min.js，可能后台直接就有数据了，零代码零成本。\n评论侧：图片上传这条筛掉了一半方案 统计是后来的问题，评论从一开始就有明确要求：留言要能上传图片。\n项目 维护 图片上传 部署难度 备注 Artalk ✅ 活跃 ✅ 极低（Docker 一条命令） Go 单二进制 + SQLite，文件即数据 Twikoo ✅ 活跃（1.7.7） ✅ 中（Vercel / 腾讯云 CloudBase） 已从 imaegoo/twikoo 迁到 twikoojs/twikoo Waline ✅ 活跃 ✅ 中（Vercel + 数据库） 官网 2026-10-03 还在更新 Giscus ✅ 9k+ stars ❌ 极简（一行 script） 不支持贴图，出局 utterances ✅ 9k+ stars ❌ 极简 不支持贴图，出局 Disqus ⚠️ ✅ 极简 国内慢 + 免费版有广告，不推荐 这里有个反直觉的点：Giscus 是这堆里 star 最多、口碑最好的（9k+），但它直接出局了。\n原因很简单——它走 GitHub Discussions，评论就是 GitHub 的评论，不支持在评论里贴图。star 数跟「能不能满足我的需求」是两件事。 如果先按流行度选，做完才发现传不了图，白折腾。\n剩下三个支持贴图的里，我倾向 Artalk：Go 单二进制 + SQLite，一个文件就是整个数据库，cp 就能备份。Waline 和 Twikoo 对个人博客来说数据库选型偏重（LeanCloud / MongoDB / CloudBase），多一个运维点。\n双链引用那块查到一个 hugo-wikilinks，但它 2021 年 10 月之后就没更新了，一共只有 5 个 commit。它做的事其实就是 50 行模板代码——扫全站找 [[双链]] 语法、列出反向引用。这种量级自己写比 fork 一个四年前的项目稳，还能完全适配主题样式。\n结论 三块功能，三种处理方式：\n块 方案 理由 真实访问统计 GoatCounter 免费托管、一行 script、后台开关一开就能前台显示阅读数 评论 + 图片上传 Artalk 图片上传 + Docker 一键部署 + 数据自主的最佳折衷 双链引用 自写 Hugo partial 现成模块已停更 4 年，自己写 50 行更稳 一个还没解决的软肋 GoatCounter 服务器在国外，国内访客加载统计脚本可能失败，导致数字偏低。\n这不是「数据不真实」，是覆盖率不全——上报成功的都算数，只是漏了一部分。对个人博客通常能接受，但如果要求数字贴近真实访问量，这是唯一的软肋。\n计划是先跑两周，跟 GA4 后台的数字对比一下。差得不多就继续用；差太多再换自建（Cloudflare Workers + D1，反正已经在 Cloudflare 生态里，国内上报比国外稳）。\n待办 注册 GoatCounter，拿站点地址 → 改 extend_head.html 加统计脚本，文章页加阅读数显示 评论后端部署位置待定：免费托管试水 / 国内 VPS（¥20-30 每月）/ Cloudflare Workers 双链引用 partial 待写 现在还不能动手——等站点地址 这次最值钱的不是选了哪个工具，是那条分界线：拿到一个「加统计」的需求，先问清楚这个数字是构建期算出来的还是运行期跑出来的。前者改模板就行，零成本；后者必须接服务，而接服务之前，最好先确认已有的服务是不是已经在干这件事了。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/blog-stats-and-image-comments-2026-10-10/","summary":"\u003ch2 id=\"起因想给每篇文章加个统计面板\"\u003e起因：想给每篇文章加个统计面板\u003c/h2\u003e\n\u003cp\u003e看到一张笔记 App 的统计截图——字数、阅读时间、创建时间、公开时间、引用/被引用——想给站上每篇文章也加上。另外评论区要能传图片。\u003c/p\u003e\n\u003cp\u003e按老规矩，动手前先去 GitHub 查了一圈有什么能直接用或二次开发的。（上一篇 \u003ca href=\"/aicreate/ai-automation/multi-platform-matrix-2026-10-09/\"\u003e四账号矩阵自动化\u003c/a\u003e 也是这么干的，省下了写一半才发现方向错的功夫。）\u003c/p\u003e\n\u003cp\u003e结果第一条结论就被推翻了，而且推翻它的不是资料，是我自己把需求听窄了。\u003c/p\u003e\n\u003ch2 id=\"第一次判断统计根本不需要服务器\"\u003e第一次判断：统计根本不需要服务器\u003c/h2\u003e\n\u003cp\u003e我最初的理解是「文章内容统计」，得出的分界线长这样：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e构建期（不需要服务器）\u003c/strong\u003e：字数、阅读时间、创建/公开时间、引用关系\n→ Hugo 在 push 那一刻就算好，直接写进 HTML。访客打开页面时零请求，数字就是死的。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e运行期（需要服务器）\u003c/strong\u003e：评论内容、上传的图片\n→ 这两样是访客产生的、会一直增长的，必须有地方存。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e这四类统计全是 Hugo 自带能力——\u003ccode\u003e.WordCount\u003c/code\u003e、\u003ccode\u003e.ReadingTime\u003c/code\u003e、\u003ccode\u003edate\u003c/code\u003e、\u003ccode\u003epublishDate\u003c/code\u003e，连插件都不用装。引用关系也是构建时扫一遍全站链接就能得出。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e所以当时我的结论是：统计零成本，只有评论需要选型。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"被推翻我要的是真实访问数据\"\u003e被推翻：我要的是真实访问数据\u003c/h2\u003e\n\u003cp\u003e接着对方补了一句：\u003cstrong\u003e「是根据真实访问数据添加的统计。」\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e这就完全是另一回事了。\u003c/p\u003e\n\u003cp\u003e「统计」这个词在这里有歧义：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e内容统计\u003c/strong\u003e = 这篇文章有多少字（写完就定了，永远不变）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e访问统计\u003c/strong\u003e = 这篇文章有多少人看过（每个访客都在变）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e后者是运行期数据。Hugo 构建的时候根本不可能知道明天会有谁来、来几个人。\u003cstrong\u003e这类数字绕不开一个实时统计服务。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e这条修正把方案整个换掉了：从「改模板就行」变成「得接一个服务」。\u003c/p\u003e\n\u003ch2 id=\"重新查真实访问统计的几条路\"\u003e重新查：真实访问统计的几条路\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e方案\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e前台显示\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e要不要服务器\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e数据自主\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e国内访问\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eCloudflare Web Analytics\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e❌ 仅后台\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零（后台一键开）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e最好\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eGoatCounter\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e✅ 后台开关打开\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零（免费托管）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e一般\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e不蒜子 busuanzi\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e✅ 一行脚本\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零（公共版）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e低\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e公共版不稳\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eUmami\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e✅ 有 API\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e需要（自托管）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e高\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e看装哪\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eGA4\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e⚠️ 要调 API\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e低（谷歌）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e后台要梯子\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eClarity\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e❌ 仅后台\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e低（微软）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e一般\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e查的过程中发现一件更重要的事：站上已经装了 GA4（\u003ccode\u003eG-0QN01E6F0V\u003c/code\u003e）和 Microsoft Clarity（\u003ccode\u003eydffrd17ww\u003c/code\u003e），跑了一段时间了。\u003c/strong\u003e\u003c/p\u003e","title":"给博客加统计和图片评论：先分清哪些要服务器"},{"content":"先问一个问题：为什么 AI 给的答案常常「正确但没用」？\n因为它给的都是说得出来的那部分——数据、定义、教科书式的分析。而真正值钱的判断，往往在说不出来的那层：经验、直觉、情境感、「我知道但说不清为什么」。\n听播客时学到一个玩法，专门挖这一层。\n波兰尼的那句话 这个玩法的理论来自波兰尼（Michael Polanyi），1958 年《个人知识》里的核心论断：\n我们知道的比能说出来的多。\n例子很好懂：\n你能一眼认出你妈的脸，但说不清是怎么认出来的 老司机能感觉方向盘「不对劲」，但指不出是哪里 一个有经验的编辑扫一眼标题就知道会不会爆，但讲不出规则 这些东西真实存在、真的有用，但无法完全言传。波兰尼管它叫默会知识（tacit knowledge）。\n迁移到 AI 上 平常问 AI，拿到的是显性层——能编码、能验证、能写进文档的东西。\n默会层呢？AI 其实也有类似的「倾向性」：它在海量文本里泡过，对某些模式有统计学上的「手感」。只是默认提示词不会去挖这一层，因为默认要求是「给准确答案」。\n所以玩法很简单：明确要求它分两层输出，并且不许回避第二层。\n三个能直接抄的模板 判断类（该不该做、值不值）：\n[你的问题] 请按波兰尼的默会知识两层回答： 1. 显性层：你能直接说出来的（数据、定义、可验证的推理） 2. 默会层：你「知道但说不清」的部分——经验判断、直觉、情境感 不要回避默会层。那才是真正的判断。 说不清就说「说不清」，不要硬编一个理由。 风格类（像人还是像 AI）：\n[一段文字] 请判断它的「人味」在哪里： 1. 显性层：结构、用词、信息密度——这些可以分析 2. 默会层：它读起来像不像一个**有经验的人**写的？ 那种「经历过所以知道」的质感，说不出是哪一句带来的，但就是有。 如果缺人味，请指出默会层缺的是什么。 经验类（哪个会爆、哪个不会）：\n[几个候选选项] 请给出两层判断： 1. 显性层：每个选项的数据、竞争度、可验证的优劣 2. 默会层：如果你是一个在这个领域泡了很久的老手， 你的直觉选哪个？理由可能说不清，但请把那个「感觉」说出来。 明确标注：默会层的判断不保证对，请说明你为什么有这个感觉。 真实对比：同一个问题，两种问法 拿我手上的牙科选题试了一下。三个候选：① 牙线怎么用 ② 智齿要不要拔 ③ 洗牙一次多少钱。\n只问一层（普通回答）：\n牙线搜索量高但竞争激烈；智齿搜索中等、长尾好；洗牙价格搜索意图明确但内容少。建议优先做牙线。\n两层回答（加了这个玩法）：\n显性层：① 牙线搜索量高但内容同质严重；② 智齿搜索中等，关键词分散；③ 洗牙价格搜索意图明确但内容少。\n默会层：直觉上智齿那条更可能爆。理由说不清，但感觉是——智齿话题带「个人故事」属性（拔过/没拔过/什么时候拔），读者读到会想到「我朋友」或「我自己」。牙线是工具型，洗牙是消费决策型（直接搜价格的人已经决定了）。带故事属性的话题更容易触发「转给朋友」这个动作。\n但这是我看了大量内容的感觉，不一定每次都对——建议优先智齿，同时把牙线做出来当对照组。\n差别就在第二层。 第一层是数据，第二层是「说不出为什么但就是觉得对」。后者命中率往往更高，但也更容易错——所以必须配对照组。\n四条注意事项 默会层不保证对。 它是数据之外的补充信号，不是替代品。用的时候必须标注「这是我的感觉，不保证对」。 说不清就说不清。 如果 AI 硬给默会层编一个假装深刻的理由，那是在表演，不是在调用。真实特征是承认不确定性。 配对照组。 单靠默会层下注风险高，最好同时留一个显性层推荐的选项做对照。 两层一起看。 一致 → 信心高；冲突 → 那个冲突点往往才是最有意思的地方，值得深挖。 我准备用在哪些地方 牙科选题：现在能出「显性」候选（搜索词），加这层让它再给一个「我作为长期读者的直觉是 X 类会爆」 接单判断：「什么样的客户我会接、什么样的我会劝退」——这是典型的默会知识，光列能力清单不解决这个 写作风格：顶篇那篇能拿 15,763 阅读，差别在于「有经验感的真实」而不是「AI 味的正确」——这层也是默会层 已存成本地 skill（~/.workbuddy-ai/skills/tacit-knowledge-prompting/），以后直接说「按波兰尼两层想一下」就能调出来。\n想装到自己机器上？ 下载 SKILL.md，丢进你的 skills 目录就能用。\n已开源：github.com/Ailsaahaha/tacit-knowledge-prompting（MIT，随便用）。觉得这层提示有用，去点个 ⭐ 就是对我最大的支持。\n来源：波兰尼《个人知识》（1958）；玩法来自播客「面基」E176《投资者的敌人：我与我周旋久》，整理成此 skill。\n","permalink":"https://ailamemo.com/aicreate/skill/tacit-knowledge-prompting-2026-10-10/","summary":"\u003cp\u003e先问一个问题：\u003cstrong\u003e为什么 AI 给的答案常常「正确但没用」？\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e因为它给的都是\u003cstrong\u003e说得出来的\u003c/strong\u003e那部分——数据、定义、教科书式的分析。而真正值钱的判断，往往在\u003cstrong\u003e说不出来\u003c/strong\u003e的那层：经验、直觉、情境感、「我知道但说不清为什么」。\u003c/p\u003e\n\u003cp\u003e听播客时学到一个玩法，专门挖这一层。\u003c/p\u003e\n\u003ch2 id=\"波兰尼的那句话\"\u003e波兰尼的那句话\u003c/h2\u003e\n\u003cp\u003e这个玩法的理论来自波兰尼（Michael Polanyi），1958 年《个人知识》里的核心论断：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e我们知道的比能说出来的多。\u003c/strong\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e例子很好懂：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e你能一眼认出你妈的脸，但\u003cstrong\u003e说不清是怎么认出来的\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e老司机能感觉方向盘「不对劲」，但\u003cstrong\u003e指不出是哪里\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e一个有经验的编辑扫一眼标题就知道会不会爆，但\u003cstrong\u003e讲不出规则\u003c/strong\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e这些东西真实存在、真的有用，但\u003cstrong\u003e无法完全言传\u003c/strong\u003e。波兰尼管它叫\u003cstrong\u003e默会知识\u003c/strong\u003e（tacit knowledge）。\u003c/p\u003e\n\u003ch2 id=\"迁移到-ai-上\"\u003e迁移到 AI 上\u003c/h2\u003e\n\u003cp\u003e平常问 AI，拿到的是\u003cstrong\u003e显性层\u003c/strong\u003e——能编码、能验证、能写进文档的东西。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e默会层\u003c/strong\u003e呢？AI 其实也有类似的「倾向性」：它在海量文本里泡过，对某些模式有统计学上的「手感」。只是默认提示词不会去挖这一层，因为默认要求是「给准确答案」。\u003c/p\u003e\n\u003cp\u003e所以玩法很简单：\u003cstrong\u003e明确要求它分两层输出，并且不许回避第二层。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"三个能直接抄的模板\"\u003e三个能直接抄的模板\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e判断类\u003c/strong\u003e（该不该做、值不值）：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e[你的问题]\n\n请按波兰尼的默会知识两层回答：\n1. 显性层：你能直接说出来的（数据、定义、可验证的推理）\n2. 默会层：你「知道但说不清」的部分——经验判断、直觉、情境感\n\n不要回避默会层。那才是真正的判断。\n说不清就说「说不清」，不要硬编一个理由。\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e风格类\u003c/strong\u003e（像人还是像 AI）：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e[一段文字]\n\n请判断它的「人味」在哪里：\n1. 显性层：结构、用词、信息密度——这些可以分析\n2. 默会层：它读起来像不像一个**有经验的人**写的？\n   那种「经历过所以知道」的质感，说不出是哪一句带来的，但就是有。\n\n如果缺人味，请指出默会层缺的是什么。\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e经验类\u003c/strong\u003e（哪个会爆、哪个不会）：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e[几个候选选项]\n\n请给出两层判断：\n1. 显性层：每个选项的数据、竞争度、可验证的优劣\n2. 默会层：如果你是一个在这个领域泡了很久的老手，\n   你的直觉选哪个？理由可能说不清，但请把那个「感觉」说出来。\n\n明确标注：默会层的判断不保证对，请说明你为什么有这个感觉。\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"真实对比同一个问题两种问法\"\u003e真实对比：同一个问题，两种问法\u003c/h2\u003e\n\u003cp\u003e拿我手上的牙科选题试了一下。三个候选：① 牙线怎么用 ② 智齿要不要拔 ③ 洗牙一次多少钱。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e只问一层（普通回答）：\u003c/strong\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e牙线搜索量高但竞争激烈；智齿搜索中等、长尾好；洗牙价格搜索意图明确但内容少。建议优先做牙线。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e\u003cstrong\u003e两层回答（加了这个玩法）：\u003c/strong\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e显性层\u003c/strong\u003e：① 牙线搜索量高但内容同质严重；② 智齿搜索中等，关键词分散；③ 洗牙价格搜索意图明确但内容少。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e默会层\u003c/strong\u003e：直觉上\u003cstrong\u003e智齿那条更可能爆\u003c/strong\u003e。理由说不清，但感觉是——智齿话题带「个人故事」属性（拔过/没拔过/什么时候拔），读者读到会想到「我朋友」或「我自己」。牙线是工具型，洗牙是消费决策型（直接搜价格的人已经决定了）。\u003cstrong\u003e带故事属性的话题更容易触发「转给朋友」这个动作。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e但这是我看了大量内容的感觉，\u003cstrong\u003e不一定每次都对\u003c/strong\u003e——建议优先智齿，同时把牙线做出来当对照组。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e\u003cstrong\u003e差别就在第二层。\u003c/strong\u003e 第一层是数据，第二层是「说不出为什么但就是觉得对」。后者命中率往往更高，但也更容易错——所以必须配对照组。\u003c/p\u003e\n\u003ch2 id=\"四条注意事项\"\u003e四条注意事项\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e默会层不保证对。\u003c/strong\u003e 它是数据之外的补充信号，不是替代品。用的时候必须标注「这是我的感觉，不保证对」。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e说不清就说不清。\u003c/strong\u003e 如果 AI 硬给默会层编一个假装深刻的理由，那是在表演，不是在调用。真实特征是\u003cstrong\u003e承认不确定性\u003c/strong\u003e。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e配对照组。\u003c/strong\u003e 单靠默会层下注风险高，最好同时留一个显性层推荐的选项做对照。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e两层一起看。\u003c/strong\u003e 一致 → 信心高；冲突 → 那个冲突点往往才是最有意思的地方，值得深挖。\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"我准备用在哪些地方\"\u003e我准备用在哪些地方\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e牙科选题\u003c/strong\u003e：现在能出「显性」候选（搜索词），加这层让它再给一个「我作为长期读者的直觉是 X 类会爆」\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e接单判断\u003c/strong\u003e：「什么样的客户我会接、什么样的我会劝退」——这是典型的默会知识，光列能力清单不解决这个\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e写作风格\u003c/strong\u003e：顶篇那篇能拿 15,763 阅读，差别在于「有经验感的真实」而不是「AI 味的正确」——这层也是默会层\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003cp\u003e已存成本地 skill（\u003ccode\u003e~/.workbuddy-ai/skills/tacit-knowledge-prompting/\u003c/code\u003e），以后直接说「按波兰尼两层想一下」就能调出来。\u003c/p\u003e","title":"让 AI 说出「我说不清但就是知道」的那部分"},{"content":"起因：我要把四个号跑起来 手上两个微信公众号、两个小红书，想做成矩阵。第一反应很自然：写个自动发布工具，一键四投。\n动手前我先去查了两个平台的开放能力，结果把方案整个推翻了。\n（上一篇 牙科公众号内容流水线 里查过公众号，这次补上小红书，两个平台凑齐了。）\n两条政策事实 小红书：官方开放平台 open.xiaohongshu.com 确实存在，OAuth2.0 也正规，但它面向商家和服务商——要先过资质审核（第三方开发者，或商家自研绑定店铺）。文档里能看到的接口是笔记详情、评论列表、订单商品这类读取接口，没有对外的「发布笔记」接口。\n有篇开发者文章写得很直白：「对普通个人而言，开放平台更多是商家自研或服务商做集成用，个人账号直接调用的场景有限。」\n微信公众号：官方文档「发布能力」页原文——\n注：2025 年 7 月起，个人主体账号、企业主体未认证账号及不支持认证的账号将被回收以上接口的调用权限。\n也就是说个人主体连花钱认证都拿不回 freepublish。\n结论：两个平台都不给个人开发布接口。 想自动发，只剩浏览器自动化一条路。\n但两个平台都有原生定时 这才是关键——\n平台 原生定时能力 微信公众号 后台自带，到点自动发 小红书 App 7 天内，整点 / 半点 小红书网页创作者中心 30 天内，精确到 5 分钟 「到点自动发出去」这件事，平台早就解决了。 我要做的只是提前把草稿传上去、点一下定时。\n为省这 5 分钟去写浏览器自动化脚本，要长期背三样东西：登录态过期、验证码拦截、平台一改版脚本就废。这笔账不划算。\n所以我把「一键四投」的方案删了。\n那瓶颈在哪 既然发布不是瓶颈，四个号的真正问题就浮出来了：内容量。\n四个号各自原创 → 内容需求翻四倍。我现在公众号 1.2 篇/周，摊到四个号就是每个号 0.3 篇/周，全部饿死 一条母稿 → 改写成多个平台版本 → 内容成本不变，覆盖面成倍增加 所以矩阵的经济性来源不是「发布自动化」，是**「一次生产、多平台改写」**。\n确认下来的结构也帮了忙：四个号不是一源四发，是两套内容线，每套一个公众号加一个小红书。这个结构比同平台多号安全得多——平台之间不查重，而小红书明确打击同平台多号发相似内容。\n自动化该建的六层 选题 AI 每周出 6-8 条候选 ↓ 母稿 只写事实与结论，不带平台腔 ↓ 改写 一条母稿 → 公众号版 + 小红书版 ↓ 素材包 每平台独立目录 + 发布前校验 ↓ 投递 上传草稿 + 平台原生定时（唯一要动手的一层） ↓ 数据回填 公众号看分享率，小红书看收藏率与互动率 六层里五层 AI 能接管，只有「投递」要人点几下。AI 价值最大的是第三层改写。\n小红书这层跟公众号差得远 规格不搞清楚，做出来也是废稿：\n公众号 小红书 封面 横版即可 必须竖版 3:4（推荐 1080×1440） 标题 完整句，可长 ≤20 字，前 13 字放完关键词 正文 400–1200 字 ≤1000 字，短句多换行 图片 横版图解 ≤18 张，封面即第一张 语气 克制，不用 emoji 口语，emoji 和序号 结尾 引导转发 引导收藏 + 评论 标签 无 5–15 个，核心词 / 长尾词 / 场景词三层 小红书是双列信息流，用户先看封面再看标题。封面做成横版会被裁掉，点击率直接砍半，而且发出去改不了封面。\n素材契约：把规格变成能跑的检查 跟公众号那套一样，每篇一个目录，发之前跑校验脚本。\n我拿公众号那张封面故意测了一下：\n[封面] cover.png 1536×1024，比例 1.50 [错误] 封面是横版或正方形，小红书信息流要求竖版 3:4 精准拦下。 这正是「公众号封面直接搬去小红书」最容易犯的错。\n脚本零第三方依赖——自己解析 PNG/JPEG 文件头取尺寸，不用装 Pillow。除了封面比例，还查标题字数、正文字数、标签数量、配图编号连续性，外加一串高风险词告警（最好 / 第一 / 根治 / 百分百 / 治愈……）。\n实测时报了个「第一」，查下来是「第一次用牙龈可能出血」——误报。但这个方向我认：医疗健康内容的极限词是硬红线，误报花 3 秒确认，漏报可能直接限流。\n跨平台改写实测 拿已经终审通过的一篇公众号稿改成了小红书版，534 字：\n开头从「第一句给结论」改成「先说痛点」（「用了半年牙线觉得没用？」） 正文拆成 6 段，加 emoji 和序号 结尾从「转给家里那个总说牙线没用的人」改成「先收藏，下次买的时候对照着挑」+ 评论区提问 同一份事实和结论，换一套表达方式，就是另一篇内容。这比新写一篇快得多，而且不是洗稿。\n这次决定不做的事 不做一键四投的浏览器脚本。 定时已被平台解决，脚本省的那点时间抵不过维护成本 不用设备指纹 / 分布式 IP 那套「矩阵系统」。 市面上卖这个的，本质是帮你对抗平台风控。那是灰产，而且一旦被判定营销号，四个号一起废 不在同平台多号之间搬内容。 两个小红书号必须定位真的不同 下一步 先把第一套（牙科）的小红书跑满 10 篇，看收藏率和互动率，再决定要不要给第二套复制同一套流水线。\n另外有个细节值得记：小红书看的不是阅读量，是收藏率和互动率。这两项才有长尾价值——一篇攻略被收藏，半年后还有人翻出来看。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/multi-platform-matrix-2026-10-09/","summary":"\u003ch2 id=\"起因我要把四个号跑起来\"\u003e起因：我要把四个号跑起来\u003c/h2\u003e\n\u003cp\u003e手上两个微信公众号、两个小红书，想做成矩阵。第一反应很自然：\u003cstrong\u003e写个自动发布工具，一键四投。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e动手前我先去查了两个平台的开放能力，结果把方案整个推翻了。\u003c/p\u003e\n\u003cp\u003e（上一篇 \u003ca href=\"/aicreate/ai-automation/dental-content-pipeline-2026-09-30/\"\u003e牙科公众号内容流水线\u003c/a\u003e 里查过公众号，这次补上小红书，两个平台凑齐了。）\u003c/p\u003e\n\u003ch2 id=\"两条政策事实\"\u003e两条政策事实\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e小红书\u003c/strong\u003e：官方开放平台 \u003ccode\u003eopen.xiaohongshu.com\u003c/code\u003e 确实存在，OAuth2.0 也正规，但它面向商家和服务商——要先过资质审核（第三方开发者，或商家自研绑定店铺）。文档里能看到的接口是笔记详情、评论列表、订单商品这类\u003cstrong\u003e读取接口\u003c/strong\u003e，\u003cstrong\u003e没有对外的「发布笔记」接口\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e有篇开发者文章写得很直白：「对普通个人而言，开放平台更多是商家自研或服务商做集成用，个人账号直接调用的场景有限。」\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e微信公众号\u003c/strong\u003e：官方文档「发布能力」页原文——\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e注：2025 年 7 月起，个人主体账号、企业主体未认证账号及不支持认证的账号将被回收以上接口的调用权限。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e也就是说个人主体连花钱认证都拿不回 \u003ccode\u003efreepublish\u003c/code\u003e。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e结论：两个平台都不给个人开发布接口。\u003c/strong\u003e 想自动发，只剩浏览器自动化一条路。\u003c/p\u003e\n\u003ch2 id=\"但两个平台都有原生定时\"\u003e但两个平台都有原生定时\u003c/h2\u003e\n\u003cp\u003e这才是关键——\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e平台\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e原生定时能力\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e微信公众号\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e后台自带，到点自动发\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e小红书 App\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e7 天内，整点 / 半点\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e小红书网页创作者中心\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e30 天内，精确到 5 分钟\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e「到点自动发出去」这件事，平台早就解决了。\u003c/strong\u003e 我要做的只是提前把草稿传上去、点一下定时。\u003c/p\u003e\n\u003cp\u003e为省这 5 分钟去写浏览器自动化脚本，要长期背三样东西：登录态过期、验证码拦截、平台一改版脚本就废。这笔账不划算。\u003c/p\u003e\n\u003cp\u003e所以我把「一键四投」的方案删了。\u003c/p\u003e\n\u003ch2 id=\"那瓶颈在哪\"\u003e那瓶颈在哪\u003c/h2\u003e\n\u003cp\u003e既然发布不是瓶颈，四个号的真正问题就浮出来了：\u003cstrong\u003e内容量\u003c/strong\u003e。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e四个号各自原创 → 内容需求翻四倍。我现在公众号 1.2 篇/周，摊到四个号就是每个号 0.3 篇/周，\u003cstrong\u003e全部饿死\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e一条母稿 → 改写成多个平台版本 → 内容成本不变，覆盖面成倍增加\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e所以矩阵的经济性来源不是「发布自动化」，是**「一次生产、多平台改写」**。\u003c/p\u003e\n\u003cp\u003e确认下来的结构也帮了忙：四个号不是一源四发，是\u003cstrong\u003e两套内容线\u003c/strong\u003e，每套一个公众号加一个小红书。这个结构比同平台多号安全得多——平台之间不查重，而小红书明确打击同平台多号发相似内容。\u003c/p\u003e\n\u003ch2 id=\"自动化该建的六层\"\u003e自动化该建的六层\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e选题        AI 每周出 6-8 条候选\n  ↓\n母稿        只写事实与结论，不带平台腔\n  ↓\n改写        一条母稿 → 公众号版 + 小红书版\n  ↓\n素材包      每平台独立目录 + 发布前校验\n  ↓\n投递        上传草稿 + 平台原生定时（唯一要动手的一层）\n  ↓\n数据回填    公众号看分享率，小红书看收藏率与互动率\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e六层里五层 AI 能接管，只有「投递」要人点几下。\u003cstrong\u003eAI 价值最大的是第三层改写。\u003c/strong\u003e\u003c/p\u003e","title":"四账号矩阵自动化：先别急写发布脚本"},{"content":"起点：两条视频，609 播放 《控糖革命》279，《我们为什么要睡觉》330。两个加起来不到一张演唱会票的零头。\n按上一轮的思路，这时候该做的是「再做七本，总会有一条爆」。我本来也准备这么干，直到把账重算了一遍。\n产能早就不是问题了 流水线跑通之后，换一本书的成本是改一份 JSON：\ncodex/scripts/book-video/configs/ ├── glucose-revolution.json └── why-we-sleep.json Pillow 出图文卡 + edge-tts 免费配音 + ffmpeg 合成，全程 0 元。V1 图文卡、V2 实景混剪、V3 干货知识卡三种形态都验证过。\n也就是说，我做不出爆款，不是因为做不出来。 既然卡点不在产能，那继续堆产能就是在错误的方向上加码。\n第一个修正：渠道 视频号图书带货是纯算法推荐——没有存量，就只能赌爆款率。两条 609 播放，说明我现在就是在赌。\n而小红书的读书、知识类内容是天然优势品类：书单、知识卡片、读书笔记，本来就是用户主动在搜的东西，还能挂商品卡。\n真正让我下决心的是这个发现：\n已经做好的知识卡可以直接搬过去。《我们为什么要睡觉》做了 7 张干货卡，《控糖革命》做了 4 张。它们本来就是竖版图文，跟小红书图文笔记的形态几乎一致，改个比例就能发。\n边际成本接近于零。这不是「再做一批内容」，是把已经做完的东西换个地方再卖一次。\n所以剩下七本的用法不是「再做七条视频号」，而是：\n书 → 知识卡 → 小红书图文（主战场，搜索长尾 + 可挂车） ↘ 视频号（顺带，不单独投入） 第二个修正：池子里有一本是「我的」书 翻选书池的时候我愣了一下——九本里有一本《远离那个牙医》，德国在职牙医写的爆笑口腔护理指南。\n它是唯一一本跟我已有的牙科读者重合的书。\n另外八本，不管钩子多好，我都是从零开始攒流量。只有这一本，我有 28K 阅读的存量读者、有临床判断力可以加料、有验证过的选题规律。\n所以「哪本书最好」这个问题问错了。该问的是：哪本书我不用从零开始。\n第三个修正：一本做三条，不是七本各一条 这是最重要的一处推翻。\n七本各做一条，等于七次从零攒流量。更糟的是——任何一条没爆，你都分不清是书的问题还是钩子的问题。 做完了什么都学到。\n一本做三条，测三种不同的触发机制：\n标题 测什么 A 一看到牙医两个字我就开始牙疼 恐惧消除 B 乳牙反正要换，坏了不用管？这是最贵的误会 认知反差 C 看牙一次几千块，这本书几十块 省钱算账 三条互相 A/B。跑出来的那个结构，可以原样复制到剩下六本。\n七条各做一次，学到七次「没爆」；三条测一本，学到一条「什么样的钩子会爆」。后者才是资产。\n四周排期 周 动作 产出 W1 《远离那个牙医》钩子 A、B 各一条，发小红书 2 条图文 W2 钩子 C + 把睡眠 / 控糖的 11 张知识卡改成小红书版 3 条图文 W3 看收藏率、互动率、挂车点击，选出胜出钩子 1 份结论 W4 胜出钩子套到下一本书，验证能否跨书复制 2 条图文 判断标准：小红书看收藏率和互动率，不看阅读量。单条收藏率低于 5% 说明钩子没打中，换方向，别死磕改标题。\n明确不做 不七本各做一条视频号——七次赌博，且无法归因 不做设备指纹 / 多号矩阵——被判定营销号会连累已有的号 不为了凑数做转化链路最弱的选题——等前几本跑通再说 不买流量——609 播放的问题不是曝光不够，是内容没触发转发动机 一个提醒 图书带货的佣金天花板是真实存在的：单本佣金通常 4–16 元，要做到月入几千需要非常可观的量。\n所以这批内容对我真正的价值可能不在佣金，而在两件事：\n练手——零成本流水线跑熟了，这套能力可以拿去接单，那才是高价位的活 内容资产——知识卡能反复复用，小红书有搜索长尾，半年前发的笔记还会有人翻出来 按这个预期做，心态会稳很多。盯着佣金数字做，很容易在第二周就放弃。\n顺带解决的一个问题 这套规划还捎带把另一件事定下来了：我原本有两个公众号、两个小红书，第二套一直没定主题。\n现在它有着落了——「健康读书」。这批书就是现成的内容库，不用从零想选题，而且跟第一套（牙科）完全不冲突。\n选书的完整池子和每本书的「病-要-信-买」拆解收在宝藏库，这里不重复。\n（相关：牙科公众号内容流水线、四账号矩阵自动化）\n","permalink":"https://ailamemo.com/aicreate/ai-automation/book-affiliate-channel-reset-2026-10-09/","summary":"\u003ch2 id=\"起点两条视频609-播放\"\u003e起点：两条视频，609 播放\u003c/h2\u003e\n\u003cp\u003e《控糖革命》279，《我们为什么要睡觉》330。两个加起来不到一张演唱会票的零头。\u003c/p\u003e\n\u003cp\u003e按上一轮的思路，这时候该做的是「再做七本，总会有一条爆」。我本来也准备这么干，直到把账重算了一遍。\u003c/p\u003e\n\u003ch2 id=\"产能早就不是问题了\"\u003e产能早就不是问题了\u003c/h2\u003e\n\u003cp\u003e流水线跑通之后，换一本书的成本是\u003cstrong\u003e改一份 JSON\u003c/strong\u003e：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003ecodex/scripts/book-video/configs/\n├── glucose-revolution.json\n└── why-we-sleep.json\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003ePillow 出图文卡 + edge-tts 免费配音 + ffmpeg 合成，全程 0 元。V1 图文卡、V2 实景混剪、V3 干货知识卡三种形态都验证过。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e也就是说，我做不出爆款，不是因为做不出来。\u003c/strong\u003e 既然卡点不在产能，那继续堆产能就是在错误的方向上加码。\u003c/p\u003e\n\u003ch2 id=\"第一个修正渠道\"\u003e第一个修正：渠道\u003c/h2\u003e\n\u003cp\u003e视频号图书带货是纯算法推荐——没有存量，就只能赌爆款率。两条 609 播放，说明我现在就是在赌。\u003c/p\u003e\n\u003cp\u003e而小红书的读书、知识类内容是\u003cstrong\u003e天然优势品类\u003c/strong\u003e：书单、知识卡片、读书笔记，本来就是用户主动在搜的东西，还能挂商品卡。\u003c/p\u003e\n\u003cp\u003e真正让我下决心的是这个发现：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e已经做好的知识卡可以直接搬过去。\u003c/strong\u003e《我们为什么要睡觉》做了 7 张干货卡，《控糖革命》做了 4 张。它们本来就是竖版图文，跟小红书图文笔记的形态几乎一致，改个比例就能发。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e边际成本接近于零。这不是「再做一批内容」，是\u003cstrong\u003e把已经做完的东西换个地方再卖一次\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e所以剩下七本的用法不是「再做七条视频号」，而是：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e书 → 知识卡 → 小红书图文（主战场，搜索长尾 + 可挂车）\n           ↘ 视频号（顺带，不单独投入）\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"第二个修正池子里有一本是我的书\"\u003e第二个修正：池子里有一本是「我的」书\u003c/h2\u003e\n\u003cp\u003e翻选书池的时候我愣了一下——九本里有一本《远离那个牙医》，德国在职牙医写的爆笑口腔护理指南。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e它是唯一一本跟我已有的牙科读者重合的书。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e另外八本，不管钩子多好，我都是从零开始攒流量。只有这一本，我有 28K 阅读的存量读者、有临床判断力可以加料、有验证过的选题规律。\u003c/p\u003e\n\u003cp\u003e所以「哪本书最好」这个问题问错了。该问的是：\u003cstrong\u003e哪本书我不用从零开始。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"第三个修正一本做三条不是七本各一条\"\u003e第三个修正：一本做三条，不是七本各一条\u003c/h2\u003e\n\u003cp\u003e这是最重要的一处推翻。\u003c/p\u003e\n\u003cp\u003e七本各做一条，等于七次从零攒流量。更糟的是——\u003cstrong\u003e任何一条没爆，你都分不清是书的问题还是钩子的问题。\u003c/strong\u003e 做完了什么都学到。\u003c/p\u003e\n\u003cp\u003e一本做三条，测三种不同的触发机制：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e标题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e测什么\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eA\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e一看到牙医两个字我就开始牙疼\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e恐惧消除\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eB\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e乳牙反正要换，坏了不用管？这是最贵的误会\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e认知反差\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eC\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e看牙一次几千块，这本书几十块\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e省钱算账\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e三条互相 A/B。\u003cstrong\u003e跑出来的那个结构，可以原样复制到剩下六本。\u003c/strong\u003e\u003c/p\u003e","title":"图书带货做到第三本时，我发现渠道选错了"},{"content":"一张截图打翻了我的全部判断 昨天之前，我对自己资产的理解是这样的：\n主力方向是 AI 自动化（ailamemo、图书带货视频、技能包） 这些方向都「跑通了但没起量」——两条视频合计 609 播放、1688 进货淘宝卖货年销 1 万、¥369 的知识星球没做起来 结论是「我的失败都在供给侧抢流量」，该转向接单交付 然后我打开了公众号后台。\n那个公众号是牙科 / 口腔健康方向的，跟我折腾半年的 AI 自动化完全无关。而它的数据长这样：\n指标 数字 累计总阅读 ≈ 28,000 顶篇「如何使用牙线清理每个牙齿」累计阅读 15,763 顶篇占全站流量 47.3% 第二名「为什么要洗牙」 2,973 第三名「别等牙疼才后悔」 2,142 6 周时间、不到 10 篇文章。\n而同一段时间里，我在 AI 方向上拿到的最好成绩是两条视频合计 609 播放。差了 46 倍。\n我第一反应是读错了数 第一张截图显示顶篇只有 5,472 阅读，我还据此算了一轮占比。第二天再点开发现是 15,763——因为公众号后台默认给的是「最近 30 天」窗口，不是「发表以来」。\n这个乌龙本身就很说明问题：我连自己最好的那块资产有多少量都没搞清楚，就一直在给另一个方向做优化。\n真正该看的不是阅读量 顶篇的深度面板里，有一行数字比 15,763 重要得多：\n阅读 12,976（发表后 30 天内） 赞 172 → 1.3% 分享 1,056 → 8.1% ← 这行 收藏 532 → 4.1% 评论 1 → 0% 新增关注 123 → 0.95% ← 还有这行 平均阅读时长 0.77 分钟 公众号生态里，1% 的分享率就算不错。8.1% 是现象级。\n读者读完不是划走，是转给家人、朋友、对象。这意味着我写的东西命中的不是一个「我想知道」的需求，而是一个「我觉得我妈 / 我男朋友 / 我同事需要知道」的需求。后者才会被主动扩散。\n第二个数字是 新增关注 123。12,976 个读者里转化了 123 个关注，0.95%。冷启动期的公众号平均关注转化率在 0.1%–0.5%，这篇高了 2 到 5 倍。\n而评论 1 条 vs 分享 1056 次这个对比，把内容性质说得清清楚楚：这是工具型内容，用户不参与讨论，只转发和收藏。532 次收藏也印证——他们是把文章存起来，等哪天拿起牙线时再翻出来看。\n0.77 分钟的平均阅读时长（46 秒）配合这个行为也说得通：不是文章写得浅，是答案给得够快。用户扫一眼拿到结论，然后顺手转走。\n还有一条曲线值得记 阅读趋势不是一波流就死掉的，它有两个峰：\n第一峰：发表当天到第三天，~1,692 阅读/天——初始推荐池 第二峰：第 9 到 10 天，~1,200 阅读/天——被二次捕获 之后长尾衰减，到第 30 天还有 ~200/天 第二峰不是靠粉丝转发能解释的。那是搜索长尾——「牙线怎么用」是个稳定存在的需求，文章进了某种长尾流量池，两周后还在被人翻出来。\n这条曲线比阅读总量更有价值，因为它证明了：这个选题不是运气，是可复用的结构。\n由此倒推出一个内容公式 把规律摊开：\n牙科实用 how-to（一个具体动作问题） + 答案前置（短，扫一眼就懂） + 值得转给身边人 = 长尾搜索 + 双峰推荐 + 8% 分享率 我的选题分布也印证了这一点。累计阅读 1,000 以上的全是实用 how-to：\n如何使用牙线清理每个牙齿（15,763） 为什么要洗牙（2,973） 别等牙疼才后悔（2,142） 电动牙刷计时 2 分钟（1,924） 洗牙前注意事项（1,324） 应不应该用漱口水（1,163） 另一篇牙线（1,136） 而唯一的非牙科内容（「约了 Kim 好几个月今天订阅成功啦」1,663）虽然也拿到了流量，但明显低于垂类。读者是冲着口腔健康来的。\n这件事让我重新排了资产顺序 之前我的判断是「我的失败都在供给侧抢流量，该去做接单交付」。这句话现在看只对了一半：\n在 AI 自动化那条赛道，我确实是在跟几百万人抢注意力，而且没抢到 但在口腔健康这条赛道，我已经起量了，而且一点都没变现、一点都没跟我的 AI 能力打通 真正的问题不是「我什么都做不起来」，是我把产能投在了错误的池子里：\n牙科公众号 AI 方向 6 周产出 累计 28K 阅读、单篇 15.7K 2 条视频 609 播放 是否验证过增长 是（双峰 + 搜索长尾） 否 是否变现 否 否，还倒贴时间 我的投入 每周 1 篇 全部精力 最讽刺的是：我花半年学 AI 自动化、写技能、做流水线，而这些能力完全可以反过来服务牙科公众号——选题挖掘、初稿生成、配图、自动排版发布。我只是从来没把它们接到一起。\n三条接下来要做的事 按优先级排：\n把选题 AI 化：从知乎 / 小红书 / 百度知道抓高频牙科问题，每周出一份候选清单。这是把 1.2 篇/周推到 3–4 篇/周的基础设施，也是我唯一比别的牙科号主多出来的能力。 加变现钩子：从产品分销开始——牙刷、牙线、漱口水、冲牙器，文章里本来就在讲这些，挂返佣链接不影响调性。 想清楚主体身份：个人号 / 诊所号 / 公司主体，决定了能不能做诊所引流和付费问答。这两条客单价高，但对身份有要求。 不做的事也写下来：不再为 AI 自动化方向单独做内容增长。它现在唯一的用途，是给牙科公众号当产能工具。\n记于 2026.09.30。一次被打脸的复盘——我以为自己在优化主战场，其实真正的长板一直挂在另一个完全没打通的账号上。数据不会骗人，但默认窗口会。看数之前先确认你看的是哪个窗口。\n","permalink":"https://ailamemo.com/memory/startupnotes/wechat-dental-data-review-2026-09-30/","summary":"\u003ch2 id=\"一张截图打翻了我的全部判断\"\u003e一张截图打翻了我的全部判断\u003c/h2\u003e\n\u003cp\u003e昨天之前，我对自己资产的理解是这样的：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e主力方向是 AI 自动化（ailamemo、图书带货视频、技能包）\u003c/li\u003e\n\u003cli\u003e这些方向都「跑通了但没起量」——两条视频合计 609 播放、1688 进货淘宝卖货年销 1 万、¥369 的知识星球没做起来\u003c/li\u003e\n\u003cli\u003e结论是「我的失败都在供给侧抢流量」，该转向接单交付\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e然后我打开了公众号后台。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e那个公众号是牙科 / 口腔健康方向的\u003c/strong\u003e，跟我折腾半年的 AI 自动化完全无关。而它的数据长这样：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e指标\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e数字\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e累计总阅读\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≈ 28,000\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e顶篇「如何使用牙线清理每个牙齿」累计阅读\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e15,763\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e顶篇占全站流量\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e47.3%\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e第二名「为什么要洗牙」\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2,973\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e第三名「别等牙疼才后悔」\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e2,142\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e6 周时间、不到 10 篇文章。\u003c/p\u003e\n\u003cp\u003e而同一段时间里，我在 AI 方向上拿到的最好成绩是两条视频合计 609 播放。\u003cstrong\u003e差了 46 倍。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"我第一反应是读错了数\"\u003e我第一反应是读错了数\u003c/h2\u003e\n\u003cp\u003e第一张截图显示顶篇只有 5,472 阅读，我还据此算了一轮占比。第二天再点开发现是 15,763——因为公众号后台默认给的是「最近 30 天」窗口，不是「发表以来」。\u003c/p\u003e\n\u003cp\u003e这个乌龙本身就很说明问题：\u003cstrong\u003e我连自己最好的那块资产有多少量都没搞清楚，就一直在给另一个方向做优化。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"真正该看的不是阅读量\"\u003e真正该看的不是阅读量\u003c/h2\u003e\n\u003cp\u003e顶篇的深度面板里，有一行数字比 15,763 重要得多：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e阅读      12,976（发表后 30 天内）\n赞          172    → 1.3%\n分享        1,056  → 8.1%     ← 这行\n收藏          532  → 4.1%\n评论            1  → 0%\n新增关注      123  → 0.95%    ← 还有这行\n平均阅读时长 0.77 分钟\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e公众号生态里，\u003cstrong\u003e1% 的分享率就算不错\u003c/strong\u003e。8.1% 是现象级。\u003c/p\u003e","title":"公众号数据复盘：我一直在优化那个没起量的项目"},{"content":"起因：我发现自动化做错了对象 过去半年我一直在给 AI 自动化做优化：写 Skill、搭视频流水线、做图书带货。成绩是两条视频合计 609 播放。\n然后我打开公众号后台，发现自己在另一个方向有一个累计 28K 阅读、单篇 15,763 的牙科号——而且它和我折腾半年的 AI 能力完全没有打通。\n问题不是「AI 没用」，是我把 AI 用在了没有存量的地方。牙科号有真实读者、有验证过的选题规律、有转发动机，只差产能。这才是 AI 该接进去的地方。\n（数据复盘见 公众号数据复盘：我一直在优化那个没起量的项目）\n要解决的问题 现状 1.2 篇/周，想推到 3–4 篇/周。卡点不在「写不出来」，在选题和排版这两块体力活。\n于是拆成两段来做。\n第一段：选题引擎 不是让 AI 随便想题目，是从已经验证过的那篇倒推规律。\n基准数据：顶篇分享率 8.1%（公众号正常 ~1%）、关注转化 0.95%、评论 1 条 vs 分享 1056 次、平均阅读时长 0.77 分钟、阅读趋势双峰（首日 + 第 9–10 天被二次捕获）。\n倒推出的公式：\n一个具体动作问题（怎么做 / 该不该 / 怎么选 / 什么时候） + 答案前置，46 秒能读完 + 读完会想到一个具体的人 = 长尾搜索 + 双峰推荐 + 高分享率 四道筛子，每个选题必须全过：\n具体动作问题——是「怎么做 / 该不该 / 怎么选」，不是「什么是 XX」 有转发动机——读完能想到一个具体的人，想不出就换题 搜索长尾稳定——知乎 / 百度健康上能搜到多个不同年份的提问，不是热点 能挂钩产品（加分）——为分销留口子 明确不做：机制科普、热点借势、非垂类随笔、恐吓式标题。\n配套产出：33 条种子选题库（牙缝清洁 / 洗牙 / 刷牙工具 / 症状 / 人群 / 花钱决策六类），每条带勾选框防重复；三个提示词（写文章 / 批量出标题 / 压字数）。\n沉淀为 Skill：dental-content-engine，每周跑一次出 4–6 条候选，人挑 3 条，AI 出初稿，终审这道闸门不交出去。\n第二段：发布流程，以及一条被忽略的政策 这里踩到一个真问题。\n微信官方文档「发布能力」页写着：\n注：2025 年 7 月起，个人主体账号、企业主体未认证账号及不支持认证的账号将被回收以上接口的调用权限。\n个人主体花 300 元做微信认证也拿不回发布接口，必须是企业或个体工商户主体。我的号是个人主体，所以官方 API 全自动这条路直接封死。\n三条路线算下来：\n路线 门槛 风险 判断 半自动粘贴 无 零 采用 浏览器自动化 / RPA 无 微信风控：验证码、管理员验证、登录态过期 备选 第三方托管代发 交出管理员权限 微信严查，个人号易限流、企业号可能封接口 不采用 一个容易想错的认知：公众号自带的定时发布不需要任何 API，人工设一次就到点自己发。所以「自动化」真正的价值不在「发布」这个动作，而在排版和内容生成——调字号、插图片、对位置，那一套才是十几二十分钟的体力活。\n发布那 3 分钟手动点，性价比最高，风险为零。\n素材契约 每期一个文件夹，交给 AI 之前先跑校验脚本：\n公众号发布/2026-09-30-牙线vs牙缝刷/ ├── article.md 定稿 ├── cover.png 封面 ├── images/ │ ├── 01.png │ └── 02.png └── 排版.html 粘贴级预览页 配图命名连续编号，AI 靠文件名对位置；正文引用数量必须和文件夹里的文件数一致。跑 check_publish_dir.py 全过才继续。\n粘贴级 HTML 微信编辑器会剥掉 \u0026lt;style\u0026gt; 块和 class，只保留 inline style。所以排版 HTML 的样式必须全部写成行内属性。\n实测档位：字号 15px、行距 1.85、正文色 #3f3f3f、结尾转发动机那句用浅绿底 + 左侧竖线。预览页带「复制正文 / 复制标题」两个按钮，点完直接到后台 Ctrl+V。\n跑通的第一篇 「牙线和牙缝刷到底用哪个，牙缝紧的用牙线还是牙缝刷」——顶篇的天然续集。\n425 字，8 段，第一句就是结论 封面 + 2 张图解配图（AI 生成，扁平医疗插图风） 排版 HTML 已出，素材校验 exit 0 结尾转发动机那句：「转给家里那个总说『牙线没用』的人」 全程我自己只做了终审（改了 3 处措辞），其余全部流水线产出。\n反馈闭环 发文 48 小时后回填三个数：阅读、分享、关注转化。\n重点看分享率，不是阅读量。 顶篇 8.1%，健康线 3%。低于 3% 说明选题没触发转发动机——换题，不是改标题。\n跑四周，就能看出哪类选题的分享率稳定高，那时候选题库按那个信号重排。\n沉淀 dental-content-engine —— 选题与写作引擎（四道筛子 + 33 条选题库 + 风格提示词） wechat-mp-auto-publish —— 发布流程（素材契约 + 校验脚本 + 主体政策判断 + 粘贴级 HTML） 两者串起来，就是「选题 → 初稿 → 终审 → 排版 → 粘贴 → 定时」的完整链路 下一步 跑满四周，用分享率数据反推选题库排序 装 WXLayoutSkill（开源公众号排版包），把排版这一步也交给规则 视数据决定要不要注册个体工商户——不只是为了拿发布接口，是为了分销和诊所合作的资质 记于 2026.09.30。这次学到的最重要一件事：先确认资产在哪，再决定把 AI 接到哪。给一个没有存量的方向做自动化，做得再好也是空转。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/dental-content-pipeline-2026-09-30/","summary":"\u003ch2 id=\"起因我发现自动化做错了对象\"\u003e起因：我发现自动化做错了对象\u003c/h2\u003e\n\u003cp\u003e过去半年我一直在给 AI 自动化做优化：写 Skill、搭视频流水线、做图书带货。成绩是两条视频合计 609 播放。\u003c/p\u003e\n\u003cp\u003e然后我打开公众号后台，发现自己在另一个方向有一个累计 28K 阅读、单篇 15,763 的牙科号——\u003cstrong\u003e而且它和我折腾半年的 AI 能力完全没有打通\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e问题不是「AI 没用」，是\u003cstrong\u003e我把 AI 用在了没有存量的地方\u003c/strong\u003e。牙科号有真实读者、有验证过的选题规律、有转发动机，只差产能。这才是 AI 该接进去的地方。\u003c/p\u003e\n\u003cp\u003e（数据复盘见 \u003ca href=\"/memory/startupnotes/wechat-dental-data-review-2026-09-30/\"\u003e公众号数据复盘：我一直在优化那个没起量的项目\u003c/a\u003e）\u003c/p\u003e\n\u003ch2 id=\"要解决的问题\"\u003e要解决的问题\u003c/h2\u003e\n\u003cp\u003e现状 1.2 篇/周，想推到 3–4 篇/周。卡点不在「写不出来」，在\u003cstrong\u003e选题和排版这两块体力活\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e于是拆成两段来做。\u003c/p\u003e\n\u003ch2 id=\"第一段选题引擎\"\u003e第一段：选题引擎\u003c/h2\u003e\n\u003cp\u003e不是让 AI 随便想题目，是从\u003cstrong\u003e已经验证过的那篇\u003c/strong\u003e倒推规律。\u003c/p\u003e\n\u003cp\u003e基准数据：顶篇分享率 8.1%（公众号正常 ~1%）、关注转化 0.95%、评论 1 条 vs 分享 1056 次、平均阅读时长 0.77 分钟、阅读趋势双峰（首日 + 第 9–10 天被二次捕获）。\u003c/p\u003e\n\u003cp\u003e倒推出的公式：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e一个具体动作问题（怎么做 / 该不该 / 怎么选 / 什么时候）\n+ 答案前置，46 秒能读完\n+ 读完会想到一个具体的人\n= 长尾搜索 + 双峰推荐 + 高分享率\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e四道筛子\u003c/strong\u003e，每个选题必须全过：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e具体动作问题\u003c/strong\u003e——是「怎么做 / 该不该 / 怎么选」，不是「什么是 XX」\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e有转发动机\u003c/strong\u003e——读完能想到一个具体的人，想不出就换题\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e搜索长尾稳定\u003c/strong\u003e——知乎 / 百度健康上能搜到多个不同年份的提问，不是热点\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e能挂钩产品\u003c/strong\u003e（加分）——为分销留口子\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e明确不做：机制科普、热点借势、非垂类随笔、恐吓式标题。\u003c/p\u003e","title":"牙科公众号内容流水线：选题和排版交给 AI，人只做终审"},{"content":"痛点现场 做饭前称了一堆东西：鸡胸肉、米饭、西兰花、橄榄油。称完想着「等会儿一起记」，然后——就没有然后了。过半小时只剩下「好像有个二百多克的」。\n更烦的是拍照识别。付费用过 YAZIO，拍一盘菜，它给出的名称经常不对，克重更是离谱。花钱买的识别，还不如我自己瞄一眼秤面准确。\n为什么拍照识别救不了这件事 我一开始以为是「AI 不够准」，换个更贵的 App 就好了。想清楚之后发现，这条路的天花板是物理性的。\n关键在于：拍照 AI 要从一张 2D 照片里同时猜两个值——这是什么、有多少克。\n「是什么」：单一食材的识别准确率大概 60%-85%，混合菜和中餐再往下掉一大截 「是多少克」：2D 图像推 3D 体积，本身就是病态问题。油、糖、酱汁在照片里几乎不可见，而它们恰恰是热量大头 但真正的问题不在这里。真正的问题是：这两个值我本来就已经知道了。\n食物是我自己买的、自己做的，名字我百分百确定；克重是我刚从秤上读出来的，精确到克。也就是说，拍照 AI 在费力地重新猜两个我已经掌握的数据，而且其中一个它根本猜不准。\n所以痛点不是「识别不准」，是数据搬运断裂：信息在称重那一刻是完整的，几分钟后就蒸发了。\n换了个问法 既然信息只在称重那一秒完整，那结论就很直接——把录入动作搬到秤旁边、搬到称重那一秒。不是「事后补记」，而是「边称边录」。\n顺着这个思路，录入路径重排了一次。\n三条捕获路径 路径 做法 成本 准确率 判断 语音速记 边称边念「鸡胸肉两百三，米饭一百五」，自动拆成结构化数据 零成本，本周可做 高（念的是自己刚读的数字） 先做这个 蓝牙智能秤 秤通过蓝牙把重量直接推给小程序 硬件 ¥50-150 + 对接成本 最高 排到第二期 拍照降级 AI 只认名字，不估克重；重量由我瞄一眼填进去 已有功能改造 中（一个值对，一个值准） 保留但不主推 语音速记是这次的核心。技术上走微信同声传译插件（WechatSI），或者录音 + 云 ASR。拿到文本后分两层处理：先用自己的历史食物表做本地匹配，命中就直接用，零延迟零成本；没命中再丢给大模型，用固定 prompt 输出结构化结果。一句话能录四五样，全程五秒。\n蓝牙秤听起来最美，但有两个坑：多数秤的 BLE 服务 UUID 和数据格式不公开，得反协议；而且做饭现场多一步「先连蓝牙」的动作，反而可能成为新的摩擦点。等语音路径跑通、确认自己真会长期记录之后再上硬件也不迟。\n拍照不砍，但改职责：从「猜两个值且两个都可能错」变成「猜一个值且大概率对，另一个值我一秒填完」。\n两个高杠杆功能 除了换录入方式，还有两个功能能直接把工作量砍掉一个数量级。\n常吃组合一键复用。 人的饮食是高度重复循环的，但这市面上几乎所有饮食 App 都让你每一顿逐项重录一遍。做成就餐时段分组（早/午/晚），每个 tab 下列出历史出现频率最高的组合，一键整体复用，克重可微调。粗略算了一下：一周 21 顿、每顿 4 项，原本 84 次录入操作，压到大约 10 次。这是杠杆最高的一个功能。\n连续批量录入模式。 专门针对「称了一堆食物」这个具体场景：进页面后一直在录入态，加完一样直接加下一样，不保存、不返回、不跳页，最后一次性确认。再加一道保险——允许存无名条目，手忙脚乱时哪怕只敲了个「230」，也先存成「未命名 230g」，回头补名字。绝不让数据丢。\n三周路线 时间 做什么 目的 第 1 周 语音速记 + 批量录入模式 让数据进得来 第 2 周 常吃组合一键复用 把重复劳动压掉 90% 第 3 周 采购反推：周消耗量 → 采购建议量 兑现「吃多少买多少」 第三步才是这个产品真正值钱的地方，也是「买多少」这个名字的兑现点。有了连续准确的消耗数据，就能算出「上周鸡胸肉消耗 1150g、米饭 2100g」，自动生成下周采购清单并给出建议购买量（消耗量 × 1.05 缓冲），再叠加保质期提醒把容易坏的排前面。\n这一步别的 App 做不了，因为它们的数据源头是脏的。前面两步做好，才有资格做第三步。\n这次决定不做什么 不再为拍照识别花钱。 不准不是供应商不行，是这条路的天花板就在那。预算和开发时间挪到语音和组合复用上。 先不买蓝牙秤。 理由上面说了。 不做社交、不做食谱推荐、不做营养评分。 地基没打好之前，任何上层功能都是空转。 录入体验是这个产品的地基。数据进不来，后面所有功能都是零。\n记于 2026.09.29。下次迭代会补上真实的录入耗时对比和使用两周后的留存数据。\n","permalink":"https://ailamemo.com/miniprogram/buycai-logging-iteration-2026-09-29/","summary":"\u003ch2 id=\"痛点现场\"\u003e痛点现场\u003c/h2\u003e\n\u003cp\u003e做饭前称了一堆东西：鸡胸肉、米饭、西兰花、橄榄油。称完想着「等会儿一起记」，然后——就没有然后了。过半小时只剩下「好像有个二百多克的」。\u003c/p\u003e\n\u003cp\u003e更烦的是拍照识别。付费用过 YAZIO，拍一盘菜，它给出的名称经常不对，克重更是离谱。\u003cstrong\u003e花钱买的识别，还不如我自己瞄一眼秤面准确。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"为什么拍照识别救不了这件事\"\u003e为什么拍照识别救不了这件事\u003c/h2\u003e\n\u003cp\u003e我一开始以为是「AI 不够准」，换个更贵的 App 就好了。想清楚之后发现，\u003cstrong\u003e这条路的天花板是物理性的\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e关键在于：拍照 AI 要从一张 2D 照片里\u003cstrong\u003e同时猜两个值\u003c/strong\u003e——这是什么、有多少克。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e「是什么」：单一食材的识别准确率大概 60%-85%，混合菜和中餐再往下掉一大截\u003c/li\u003e\n\u003cli\u003e「是多少克」：2D 图像推 3D 体积，本身就是病态问题。油、糖、酱汁在照片里几乎不可见，而它们恰恰是热量大头\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e但真正的问题不在这里。\u003cstrong\u003e真正的问题是：这两个值我本来就已经知道了。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e食物是我自己买的、自己做的，名字我百分百确定；克重是我刚从秤上读出来的，精确到克。也就是说，拍照 AI 在费力地重新猜两个我已经掌握的数据，而且其中一个它根本猜不准。\u003c/p\u003e\n\u003cp\u003e所以痛点不是「识别不准」，是\u003cstrong\u003e数据搬运断裂\u003c/strong\u003e：信息在称重那一刻是完整的，几分钟后就蒸发了。\u003c/p\u003e\n\u003ch2 id=\"换了个问法\"\u003e换了个问法\u003c/h2\u003e\n\u003cp\u003e既然信息只在称重那一秒完整，那结论就很直接——\u003cstrong\u003e把录入动作搬到秤旁边、搬到称重那一秒\u003c/strong\u003e。不是「事后补记」，而是「边称边录」。\u003c/p\u003e\n\u003cp\u003e顺着这个思路，录入路径重排了一次。\u003c/p\u003e\n\u003ch2 id=\"三条捕获路径\"\u003e三条捕获路径\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e路径\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e做法\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e准确率\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e判断\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e语音速记\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e边称边念「鸡胸肉两百三，米饭一百五」，自动拆成结构化数据\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e零成本，本周可做\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e高（念的是自己刚读的数字）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e先做这个\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e蓝牙智能秤\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e秤通过蓝牙把重量直接推给小程序\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e硬件 ¥50-150 + 对接成本\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e最高\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e排到第二期\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e拍照降级\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eAI 只认名字，不估克重；重量由我瞄一眼填进去\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e已有功能改造\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中（一个值对，一个值准）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e保留但不主推\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e语音速记\u003c/strong\u003e是这次的核心。技术上走微信同声传译插件（WechatSI），或者录音 + 云 ASR。拿到文本后分两层处理：先用自己的历史食物表做本地匹配，命中就直接用，零延迟零成本；没命中再丢给大模型，用固定 prompt 输出结构化结果。一句话能录四五样，全程五秒。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e蓝牙秤\u003c/strong\u003e听起来最美，但有两个坑：多数秤的 BLE 服务 UUID 和数据格式不公开，得反协议；而且做饭现场多一步「先连蓝牙」的动作，反而可能成为新的摩擦点。等语音路径跑通、确认自己真会长期记录之后再上硬件也不迟。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e拍照\u003c/strong\u003e不砍，但改职责：从「猜两个值且两个都可能错」变成「猜一个值且大概率对，另一个值我一秒填完」。\u003c/p\u003e\n\u003ch2 id=\"两个高杠杆功能\"\u003e两个高杠杆功能\u003c/h2\u003e\n\u003cp\u003e除了换录入方式，还有两个功能能直接把工作量砍掉一个数量级。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e常吃组合一键复用。\u003c/strong\u003e 人的饮食是高度重复循环的，但这市面上几乎所有饮食 App 都让你每一顿逐项重录一遍。做成就餐时段分组（早/午/晚），每个 tab 下列出历史出现频率最高的组合，一键整体复用，克重可微调。粗略算了一下：一周 21 顿、每顿 4 项，原本 84 次录入操作，压到大约 10 次。\u003cstrong\u003e这是杠杆最高的一个功能。\u003c/strong\u003e\u003c/p\u003e","title":"买多少 · 录入体验迭代：把记录搬到称重那一刻"},{"content":"来源 苏生不惑分享，2026-09 记录。 国际版官网：www.workbuddy.ai 关键结论 版本 Hy4 preview Hy3 DeepSeek-V4.1-Flash WorkBuddy 国内版 夜间免费 待确认 0.03x 积分计费 WorkBuddy 国际版 免费 免费 免费 国际版目前支持 GitHub / Google / X 账号登录。 当前 free now 三款：Hy4 preview、Hy3、DeepSeek-V4.1-Flash（以 WorkBuddy 国际版为基准）。 DeepSeek-V4.1-Flash 在国际版免费到 9 月 25 日。 Hy4 preview 在国际版免费到 10 月 10 日。 怎么用 打开 www.workbuddy.ai 用 GitHub / Google / X 登录 在模型选择里切到 Hy4 preview、Hy3 或 DeepSeek-V4.1-Flash 正常对话 / 干活即可，先不绑卡、不充值 风险与边界 免费期是限时策略，截止后可能转为积分或订阅；使用前以官网最新规则为准 “0.03x 积分计费”的具体含义和扣费口径，需要在实际账号里确认，本文按分享原文记录 国际版在国内访问可能需要网络条件，先自己测通 与本栏目衔接 腾讯混元 Hy4 preview：同一款 Hy4 的国内入口 每月 150 块用 Codex 太贵？试试这个方法，省 90%：把国内模型接进 Codex 的思路 待验证 GitHub 登录后三款模型是否真的 0 费用、有没有每日额度 国际版国内访问是否稳定 9 月 25 日 / 10 月 10 日后是否延期或改价 ","permalink":"https://ailamemo.com/aicreate/tools/workbuddy-free-deepseek-hy4/","summary":"\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e苏生不惑分享，2026-09 记录。\u003c/li\u003e\n\u003cli\u003e国际版官网：\u003ca href=\"https://www.workbuddy.ai\"\u003ewww.workbuddy.ai\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"关键结论\"\u003e关键结论\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e版本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eHy4 preview\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eHy3\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eDeepSeek-V4.1-Flash\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eWorkBuddy 国内版\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e夜间免费\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e待确认\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e0.03x 积分计费\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eWorkBuddy 国际版\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e免费\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e免费\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e免费\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cul\u003e\n\u003cli\u003e国际版目前支持 \u003cstrong\u003eGitHub / Google / X\u003c/strong\u003e 账号登录。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e当前 free now 三款：Hy4 preview、Hy3、DeepSeek-V4.1-Flash\u003c/strong\u003e（以 WorkBuddy 国际版为基准）。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eDeepSeek-V4.1-Flash\u003c/strong\u003e 在国际版免费到 \u003cstrong\u003e9 月 25 日\u003c/strong\u003e。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eHy4 preview\u003c/strong\u003e 在国际版免费到 \u003cstrong\u003e10 月 10 日\u003c/strong\u003e。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"怎么用\"\u003e怎么用\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e打开 \u003ca href=\"https://www.workbuddy.ai\"\u003ewww.workbuddy.ai\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e用 GitHub / Google / X 登录\u003c/li\u003e\n\u003cli\u003e在模型选择里切到 Hy4 preview、Hy3 或 DeepSeek-V4.1-Flash\u003c/li\u003e\n\u003cli\u003e正常对话 / 干活即可，先不绑卡、不充值\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"风险与边界\"\u003e风险与边界\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e免费期是限时策略，截止后可能转为积分或订阅；使用前以官网最新规则为准\u003c/li\u003e\n\u003cli\u003e“0.03x 积分计费”的具体含义和扣费口径，需要在实际账号里确认，本文按分享原文记录\u003c/li\u003e\n\u003cli\u003e国际版在国内访问可能需要网络条件，先自己测通\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"与本栏目衔接\"\u003e与本栏目衔接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"/aicreate/tools/hunyuan-hy4/\"\u003e腾讯混元 Hy4 preview\u003c/a\u003e：同一款 Hy4 的国内入口\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"/aicreate/tools/codex-domestic-model-save-90/\"\u003e每月 150 块用 Codex 太贵？试试这个方法，省 90%\u003c/a\u003e：把国内模型接进 Codex 的思路\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"待验证\"\u003e待验证\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e GitHub 登录后三款模型是否真的 0 费用、有没有每日额度\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 国际版国内访问是否稳定\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 9 月 25 日 / 10 月 10 日后是否延期或改价\u003c/li\u003e\n\u003c/ul\u003e","title":"WorkBuddy 国际版：免费使用 Hy4 preview / Hy3 / DeepSeek-V4.1-Flash"},{"content":"企业 AI 工作流体检 帮电商 / 外贸 / 中小团队找出最值得自动化的 3 个流程。\n很多公司已经开始用 ChatGPT、Claude、DeepSeek、Cursor、飞书、钉钉和各种 AI 工具。但真实情况往往是：\n工具买了，流程没变 员工在用 AI，老板看不到结果 数据到处都是，关键异常没人盯 经验靠人记，离职就流失 日报、复盘、客服、内容、广告、库存，还是靠人手工整理 问题不是你们不会用 AI。真正的问题是：你们还没有把 AI 接进真实业务流程里。\n我能帮你解决什么 我做的不是 AI 培训，也不是卖工具。我帮企业做一次 AI 工作流体检，用 48 小时梳理清楚：\n哪些工作最重复 哪些流程最浪费时间 哪些数据最分散 哪些环节最容易出错 哪些任务可以先用 AI 自动化 哪些流程最值得优先改造 第一个能落地的 AI 工作流应该怎么做 目标很简单：不追求“全公司 AI 化”，先找出最值得自动化的 3 个流程。\n适合哪些团队 适合：\n跨境电商团队 外贸公司 独立站团队 亚马逊 / TikTok Shop 卖家 内容营销团队 5–50 人的小公司 已经在用 AI，但还没有形成标准流程的团队 尤其适合这类情况：\n老板觉得团队很忙，但不知道忙在哪里 每天都有表格、后台截图、群消息、文档到处飞 运营、广告、客服、内容、库存之间数据不打通 员工会用 AI 写文案，但业务结果没有变好 公司想上 AI，但不知道从哪个流程开始 体检会看哪些内容 1. 当前业务流程 帮你梳理：从产品到推广、从内容到转化、从订单到售后、从数据到复盘、从老板决策到员工执行。\n重点不是画漂亮流程图，而是找到哪些地方重复、低效、混乱、漏钱。\n2. 数据源和工具现状 整理你们现在的数据来源：店铺后台、广告后台、ERP、Excel / 飞书 / 钉钉表格、客服记录、订单表、库存表、退款表、达人表、内容素材表、供应商资料。\n很多公司不是没有数据，而是数据散在不同地方，没有变成老板能看懂的判断。\n3. AI 可以接入的位置 判断哪些任务适合 AI 处理：\n每日店铺异常日报 销售下滑原因分析 广告浪费提醒 库存和补货预警 退款原因归类 客服回复草稿 Listing 优化 短视频 Hook 生成 达人筛选 内容素材归档 老板周报生成 AI 不应该只是聊天工具，而应该变成团队流程里的一个“执行助手”。\n4. 权限、账号和风险点 很多公司用 AI 的风险不是模型本身，而是管理混乱：\n员工用个人账号处理公司资料 API Key 放在个人电脑或群文档里 AI 工具费用没人统计 离职后账号权限没收回 客户资料、供应商资料、财务数据被随意上传 自动化流程没人审计 这部分做基础风险提示，不冒充网络安全审计；核心是先把账号、权限、数据、流程、责任边界理清楚。\n最后你会拿到什么 一份《企业 AI 工作流体检报告》，包含：\n当前流程问题清单：现在最混乱、最浪费时间、最容易出错的地方 数据源清单：现在有哪些数据、在哪里、谁负责、能不能导出、能不能自动化 AI 可接入点：哪些工作可以交给 AI，哪些只能 AI 辅助，哪些暂时不适合自动化 自动化优先级评分：按重复频率、对收入/成本的影响、数据是否容易拿到、输出是否标准化、是否值得付费改造五个维度打分 最值得先做的 3 个流程：只筛出最值得优先改造的 3 个 第一个可落地方案：用什么工具、需要哪些数据、谁负责、输出什么结果、预计几天上线、后续如何升级 后续部署建议：是否值得继续做自动化部署，以及大概预算范围 示例：哪些流程最适合先做 示例 1：电商 AI 异常日报 每天早上自动告诉老板：\n哪个 SKU 销量异常 哪个广告在烧钱 哪个产品库存快断 哪个退款率升高 哪个 Listing 转化变差 今天最该处理哪 3 件事 结果：老板不用到处翻后台，直接看异常和动作。\n示例 2：产品生命周期追踪 一个产品从开发、上架、广告、达人推广、内容发布、销量变化、利润变化、退款差评，到下一步动作，都可以被记录下来。\n点开一个产品，就能看到：做过哪些推广、哪些达人推过、哪些视频有效、哪些广告有效、销量和利润如何变化、接下来该加投、优化还是放弃。\n这与「产品从开发到推广，广告、站外网红拉升，各阶段效果都要被清晰追踪」的思路一致，见顾小北优联荟笔记。\n示例 3：内容中台 + 推广数据追踪 适合做 TikTok、YouTube、Instagram、独立站 SEO 的团队。可以追踪：\n哪些内容发布过、哪些内容重复了 哪些视频起量、哪些 Hook 有效 哪些素材值得复用 哪些外链还在 哪些内容带来询盘或订单 服务流程 填写自查表：回答公司现在有哪些业务流程、哪些工作最重复、哪些表格最常用、哪些数据最难整理、老板最想每天看到什么、哪个环节出错最影响收入 30 分钟沟通：确认业务目标、当前工具、数据来源、人员分工、流程卡点、最适合先做的 AI 场景 48 小时出报告：输出《企业 AI 工作流体检报告》 确定是否继续部署：可以自己内部执行，也可以继续做单流程 AI 部署 价格 首批测试价：¥999 / 次\n包含：\n1 次 30 分钟沟通 1 份 AI 工作流体检报告 3 个优先自动化流程建议 1 个最小落地方案 后续部署报价建议 交付时间：48 小时内完成。\n后续可选服务 单流程 AI 部署包：¥3999–9999 / 个流程。适合已经明确要落地的团队，可部署每日异常日报、广告复盘、客服回复、达人筛选、内容素材库、产品生命周期追踪表、老板周报自动生成。 月度维护：¥999–2999 / 月。每周检查流程是否正常、优化提示词、调整表格字段、增加异常规则、输出周报、复盘 ROI。 为什么不是直接买一个 AI 工具 因为工具不是答案。很多公司买了很多 AI 工具，但业务还是乱的。真正重要的是：你的业务流程是否清楚，数据是否能流动，AI 是否接在正确的位置。\n市场缺的是懂业务的人，把能力接入真实业务场景。这正是这项服务要解决的问题。\n首批招募 目前只接 3 个首批测试客户。原因很简单：这不是标准化软件，而是需要根据每家公司真实业务做判断。\n适合你：\n想用 AI 提效，但不知道从哪里开始 公司流程、表格、数据比较乱 老板想看结果，不想研究工具 想先小成本验证，不想一上来做大系统 立即开始 发送：流程体检\n我会先发你一张自查表。你填完后，我会判断你们公司最值得先自动化的 3 个流程是什么。\n自查表（8 题） 你们公司 / 团队现在主要卖什么，大概几个人 目前每天最重复、最花时间的工作是什么 哪些工作要靠人手工整理表格、截图、群消息、文档 你们现在用了哪些 AI 工具，用在哪 老板最想每天一睁眼就看到哪 3 个数字 哪个环节出错最影响收入，或最容易被客户投诉 数据主要散在哪些地方（店铺后台、广告、ERP、飞书、Excel…） 如果只能先自动化 1 个流程，你最想先解决哪个 朋友圈配文 很多公司现在不是缺 AI 工具，而是缺 AI 工作流。员工都在用 ChatGPT、Claude、DeepSeek，但公司真正的流程没变：数据还是散的，日报还是手工做的，广告复盘没人看，库存异常没人提醒，客户资料和账号权限也没有统一管理。\n我最近在做一个服务：企业 AI 工作流体检——帮电商 / 外贸 / 中小团队梳理：哪些重复工作最值得接入 AI，哪些数据最混乱，哪些流程最影响收入，最后筛出最值得先自动化的 3 个流程。\n首批测试价 ¥999，48 小时交付报告。适合已经在用 AI，但还没真正把 AI 接进业务流程的团队。想了解可以私信我：流程体检。\n相关笔记 中小企业 AI 工作流：方向评估、网站规划与起名建议 团队级 AI 知识库：可执行的 MVP 方案 顾小北优联荟笔记：AI 时代的机会、系统与判断 ","permalink":"https://ailamemo.com/aicreate/ai-automation/enterprise-ai-workflow-audit/","summary":"\u003ch2 id=\"企业-ai-工作流体检\"\u003e企业 AI 工作流体检\u003c/h2\u003e\n\u003cp\u003e帮电商 / 外贸 / 中小团队找出最值得自动化的 3 个流程。\u003c/p\u003e\n\u003cp\u003e很多公司已经开始用 ChatGPT、Claude、DeepSeek、Cursor、飞书、钉钉和各种 AI 工具。但真实情况往往是：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e工具买了，流程没变\u003c/li\u003e\n\u003cli\u003e员工在用 AI，老板看不到结果\u003c/li\u003e\n\u003cli\u003e数据到处都是，关键异常没人盯\u003c/li\u003e\n\u003cli\u003e经验靠人记，离职就流失\u003c/li\u003e\n\u003cli\u003e日报、复盘、客服、内容、广告、库存，还是靠人手工整理\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e问题不是你们不会用 AI。真正的问题是：\u003cstrong\u003e你们还没有把 AI 接进真实业务流程里。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"我能帮你解决什么\"\u003e我能帮你解决什么\u003c/h2\u003e\n\u003cp\u003e我做的不是 AI 培训，也不是卖工具。我帮企业做一次 \u003cstrong\u003eAI 工作流体检\u003c/strong\u003e，用 48 小时梳理清楚：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e哪些工作最重复\u003c/li\u003e\n\u003cli\u003e哪些流程最浪费时间\u003c/li\u003e\n\u003cli\u003e哪些数据最分散\u003c/li\u003e\n\u003cli\u003e哪些环节最容易出错\u003c/li\u003e\n\u003cli\u003e哪些任务可以先用 AI 自动化\u003c/li\u003e\n\u003cli\u003e哪些流程最值得优先改造\u003c/li\u003e\n\u003cli\u003e第一个能落地的 AI 工作流应该怎么做\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e目标很简单：不追求“全公司 AI 化”，先找出最值得自动化的 3 个流程。\u003c/p\u003e\n\u003ch2 id=\"适合哪些团队\"\u003e适合哪些团队\u003c/h2\u003e\n\u003cp\u003e适合：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e跨境电商团队\u003c/li\u003e\n\u003cli\u003e外贸公司\u003c/li\u003e\n\u003cli\u003e独立站团队\u003c/li\u003e\n\u003cli\u003e亚马逊 / TikTok Shop 卖家\u003c/li\u003e\n\u003cli\u003e内容营销团队\u003c/li\u003e\n\u003cli\u003e5–50 人的小公司\u003c/li\u003e\n\u003cli\u003e已经在用 AI，但还没有形成标准流程的团队\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e尤其适合这类情况：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e老板觉得团队很忙，但不知道忙在哪里\u003c/li\u003e\n\u003cli\u003e每天都有表格、后台截图、群消息、文档到处飞\u003c/li\u003e\n\u003cli\u003e运营、广告、客服、内容、库存之间数据不打通\u003c/li\u003e\n\u003cli\u003e员工会用 AI 写文案，但业务结果没有变好\u003c/li\u003e\n\u003cli\u003e公司想上 AI，但不知道从哪个流程开始\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"体检会看哪些内容\"\u003e体检会看哪些内容\u003c/h2\u003e\n\u003ch3 id=\"1-当前业务流程\"\u003e1. 当前业务流程\u003c/h3\u003e\n\u003cp\u003e帮你梳理：从产品到推广、从内容到转化、从订单到售后、从数据到复盘、从老板决策到员工执行。\u003c/p\u003e","title":"企业 AI 工作流体检：帮电商 / 外贸 / 中小团队找出最值得自动化的 3 个流程"},{"content":"成品文件 视频：/assets/videos/glucose-2026-09-16/glucose-revolution-2026-09-16.mp4（62.3 秒，7 段） 封面：/assets/videos/glucose-2026-09-16/cover.png 视频号标题（建议） 饭后犯困、反复长痘、两小时就饿？问题可能出在血糖。\n视频号文案 《控糖革命》里说：不用戒糖，先换进食顺序——先吃菜，再吃肉蛋，最后吃主食和甜食。血糖不坐过山车，下午才不困。书链接在左下角。\n话题 #控糖 #血糖 #健康科普 #图书推荐\n数据追踪（发布后当天填） 日期 书名 钩子类型 标题方向 播放 完播 挂车点击 佣金 备注 09-16 《控糖革命》 痛点故事 饭后犯困/换顺序 待填 待填 待填 待填 62.3s，7 段 备注 视频由 make_book_video.py 零成本流水线生成：Pillow 图文卡 + edge-tts 配音 + ffmpeg 合成。 本次顺手修复了脚本在 Windows 下的编码问题（ffmpeg 输出按 UTF-8 解码）。 发布节奏：今天最多上线 1 条，其余排队。 ","permalink":"https://ailamemo.com/aicreate/ai-automation/glucose-revolution-video-2026-09-16/","summary":"\u003ch2 id=\"成品文件\"\u003e成品文件\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e视频：\u003ccode\u003e/assets/videos/glucose-2026-09-16/glucose-revolution-2026-09-16.mp4\u003c/code\u003e（62.3 秒，7 段）\u003c/li\u003e\n\u003cli\u003e封面：\u003ccode\u003e/assets/videos/glucose-2026-09-16/cover.png\u003c/code\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"视频号标题建议\"\u003e视频号标题（建议）\u003c/h2\u003e\n\u003cp\u003e饭后犯困、反复长痘、两小时就饿？问题可能出在血糖。\u003c/p\u003e\n\u003ch2 id=\"视频号文案\"\u003e视频号文案\u003c/h2\u003e\n\u003cp\u003e《控糖革命》里说：不用戒糖，先换进食顺序——先吃菜，再吃肉蛋，最后吃主食和甜食。血糖不坐过山车，下午才不困。书链接在左下角。\u003c/p\u003e\n\u003ch2 id=\"话题\"\u003e话题\u003c/h2\u003e\n\u003cp\u003e#控糖 #血糖 #健康科普 #图书推荐\u003c/p\u003e\n\u003ch2 id=\"数据追踪发布后当天填\"\u003e数据追踪（发布后当天填）\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e日期\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e书名\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e钩子类型\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e标题方向\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e播放\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e完播\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e挂车点击\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e佣金\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e备注\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e09-16\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e《控糖革命》\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e痛点故事\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e饭后犯困/换顺序\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e待填\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e待填\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e待填\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e待填\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e62.3s，7 段\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"备注\"\u003e备注\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e视频由 \u003ccode\u003emake_book_video.py\u003c/code\u003e 零成本流水线生成：Pillow 图文卡 + edge-tts 配音 + ffmpeg 合成。\u003c/li\u003e\n\u003cli\u003e本次顺手修复了脚本在 Windows 下的编码问题（ffmpeg 输出按 UTF-8 解码）。\u003c/li\u003e\n\u003cli\u003e发布节奏：今天最多上线 1 条，其余排队。\u003c/li\u003e\n\u003c/ul\u003e","title":"视频号发布包：控糖革命 · 换顺序不戒糖（2026-09-16）"},{"content":"来源 顾小北公众号，2026-09 收到，主题：AI 时代，赚钱的方法好多啊。 本文是一份原文记录 + 轻整理，保留作者的判断，只做可读性修正，不替代我自己的落地判断。 这篇文章在说什么 作者的核心判断是：AI 时代机会很多，但大多数人把时间浪费在碎片化的单点学习上——研究照片清晰度、提示词、视频剪辑，却没有和业务挂钩。真正值钱的人是懂业务，并且能把 AI 接进真实业务场景的人。\n一句话：懂业务 + 把 AI 接进真实流程，才是市场稀缺的能力。\n01｜需求从哪里来 别闭门造车。最直接的方式是打开 Boss 直聘，看市场对 AI 的真实需求方向，例如：\nAI 应用开发 GEO（生成式引擎优化） Agents 制作 AI 电商 多看是为了看清市场需要什么，给自己方向和信心，而不是继续在单点技能里打转。\n02｜怎么变现 市场缺的是“懂业务，然后把能力接入真实业务场景”的人。作者给了两个刚需例子：\nAI 知识库（团队级） 个人本地文档让 AI 学习，用 WorkBuddy、Codex 这类集成大模型没问题；但一旦涉及团队，就变成另一回事：\n本地化部署 多人协作与权限 RAG 内容处理 这不是个人工具能覆盖的，几乎每家公司都需要。\n产品生命周期系统（更刚需） 从一个产品开发到推广，尤其是推广之后，能看到不同手段的效果。例如：\n广告：先手动广告，有数据后再开自动广告 站外：找网红拉升 结果：不同手段分别带来多少销量，路径要能看清、能追踪、能调整 过去靠开会记、靠脑子记，时间一久就乱；做成系统，就是“上帝视角看一个产品从生产到推广、以及不同推广手法的效果”，网红效果也可追踪。\n03｜关键能力在哪里 真实业务场景需要的能力，作者概括为：\n做一个产品经理，把业务设计清楚 从协作性上思考团队怎么协作 从安全性上思考怎么让数据安全 数据接入 + 仪表盘可视化 + 协作安全 + 业务操作顺畅 本质上是一个“大号的 Coding”，不要把它想得太复杂：\n数据从哪里来：现在软件商都开放 CLI、MCP、API，按量付费即可（数据也是层层批发的） 安全怎么做：GitHub 上有开源方案，比如 Supabase——角色、权限、登录、密钥都已做好，直接用即可；连阿里云 RDS 也在以 Supabase 作为底层安全来用 不会做怎么办：买个强一点的 AI（如 Codex），先别马上写代码，去 GitHub 找最佳实践，能复用就复用，再按自己的想法改进优化 但这些都不是壁垒。真正的壁垒是对业务的理解、对场景的理解，这个是没有人能替代的。\n04｜多大能力做多大事 按交付复杂度和价值，从低到高：\nSkill：单项能力，小红书一堆人在卖，作者认为壁垒和含量都低 项目：比如团队级 AI 知识库，把业务拆成一个比较小的单元 系统：比如产品生命周期系统，覆盖整个业务链路 你能收多少钱、价值多大，关键在对业务理解多深、解法为什么比别人强。作者还提醒：运营如果还只拼以前那种日常运营，基本是用体力赚钱；知识和提示词透明得不能再透明，不可能再成为壁垒。\n与本项目的衔接 这篇原文是下面几条落地笔记的“源头”：\nAI 时代赚钱机会：需求 → 变现 → 能力 → 规模——机会地图与落地规划 团队级 AI 知识库：可执行的 MVP 方案——把“AI 知识库”拆成最小可做产品 中小企业 AI 工作流：方向评估、网站规划与起名建议——把它接到“为中小企业做 AI 工作流”这个方向 待办 确认是否要把这篇原文也转成公众号/小红书发布包（按 publish-queue 流程） 回顾：作者两个例子（团队 AI 知识库、产品生命周期系统），我优先做哪一个 MVP ","permalink":"https://ailamemo.com/aicreate/ai-automation/guxiaobei-ai-era-money-opportunities/","summary":"\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e顾小北公众号，2026-09 收到，主题：AI 时代，赚钱的方法好多啊。\u003c/li\u003e\n\u003cli\u003e本文是一份\u003cstrong\u003e原文记录 + 轻整理\u003c/strong\u003e，保留作者的判断，只做可读性修正，不替代我自己的落地判断。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"这篇文章在说什么\"\u003e这篇文章在说什么\u003c/h2\u003e\n\u003cp\u003e作者的核心判断是：AI 时代机会很多，但大多数人把时间浪费在碎片化的单点学习上——研究照片清晰度、提示词、视频剪辑，却没有和业务挂钩。真正值钱的人是\u003cstrong\u003e懂业务，并且能把 AI 接进真实业务场景\u003c/strong\u003e的人。\u003c/p\u003e\n\u003cp\u003e一句话：\u003cstrong\u003e懂业务 + 把 AI 接进真实流程，才是市场稀缺的能力。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"01需求从哪里来\"\u003e01｜需求从哪里来\u003c/h2\u003e\n\u003cp\u003e别闭门造车。最直接的方式是打开 Boss 直聘，看市场对 AI 的真实需求方向，例如：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAI 应用开发\u003c/li\u003e\n\u003cli\u003eGEO（生成式引擎优化）\u003c/li\u003e\n\u003cli\u003eAgents 制作\u003c/li\u003e\n\u003cli\u003eAI 电商\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e多看是为了看清市场需要什么，给自己方向和信心，而不是继续在单点技能里打转。\u003c/p\u003e\n\u003ch2 id=\"02怎么变现\"\u003e02｜怎么变现\u003c/h2\u003e\n\u003cp\u003e市场缺的是“懂业务，然后把能力接入真实业务场景”的人。作者给了两个刚需例子：\u003c/p\u003e\n\u003ch3 id=\"ai-知识库团队级\"\u003eAI 知识库（团队级）\u003c/h3\u003e\n\u003cp\u003e个人本地文档让 AI 学习，用 WorkBuddy、Codex 这类集成大模型没问题；但一旦涉及团队，就变成另一回事：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e本地化部署\u003c/li\u003e\n\u003cli\u003e多人协作与权限\u003c/li\u003e\n\u003cli\u003eRAG 内容处理\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e这不是个人工具能覆盖的，几乎每家公司都需要。\u003c/p\u003e\n\u003ch3 id=\"产品生命周期系统更刚需\"\u003e产品生命周期系统（更刚需）\u003c/h3\u003e\n\u003cp\u003e从一个产品开发到推广，尤其是推广之后，能看到不同手段的效果。例如：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e广告：先手动广告，有数据后再开自动广告\u003c/li\u003e\n\u003cli\u003e站外：找网红拉升\u003c/li\u003e\n\u003cli\u003e结果：不同手段分别带来多少销量，路径要能看清、能追踪、能调整\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e过去靠开会记、靠脑子记，时间一久就乱；做成系统，就是“上帝视角看一个产品从生产到推广、以及不同推广手法的效果”，网红效果也可追踪。\u003c/p\u003e\n\u003ch2 id=\"03关键能力在哪里\"\u003e03｜关键能力在哪里\u003c/h2\u003e\n\u003cp\u003e真实业务场景需要的能力，作者概括为：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e做一个产品经理，把业务设计清楚\u003c/li\u003e\n\u003cli\u003e从协作性上思考团队怎么协作\u003c/li\u003e\n\u003cli\u003e从安全性上思考怎么让数据安全\u003c/li\u003e\n\u003cli\u003e数据接入 + 仪表盘可视化 + 协作安全 + 业务操作顺畅\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e本质上是一个“大号的 Coding”，不要把它想得太复杂：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e数据从哪里来\u003c/strong\u003e：现在软件商都开放 CLI、MCP、API，按量付费即可（数据也是层层批发的）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e安全怎么做\u003c/strong\u003e：GitHub 上有开源方案，比如 Supabase——角色、权限、登录、密钥都已做好，直接用即可；连阿里云 RDS 也在以 Supabase 作为底层安全来用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不会做怎么办\u003c/strong\u003e：买个强一点的 AI（如 Codex），先别马上写代码，去 GitHub 找最佳实践，能复用就复用，再按自己的想法改进优化\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003e但这些都不是壁垒。真正的壁垒是\u003cstrong\u003e对业务的理解、对场景的理解\u003c/strong\u003e，这个是没有人能替代的。\u003c/p\u003e","title":"顾小北公众号：AI 时代，赚钱的方法好多啊（原文记录）"},{"content":"这是什么 O\u0026rsquo;Reilly 的书《AI Agents - The Definitive Guide》把配套代码全部开源在 GitHub：12 个章节、35 个 Jupyter Notebook，每个 Notebook 都提供 Colab 运行入口，浏览器点开就能跑，不需要先在本地装 Python、Jupyter 和一堆依赖。\n仓库：Nicolepcx/ai-agents-the-definitive-guide\n为什么值得看 它和很多「只带你跑一个 Demo」的 Agent 教程不一样，内容是从基础结构一路走到工程化问题：\n经典模式：思维链（CoT）、思维树（ToT）、ReAct 进阶能力：多 Agent 协作、记忆管理、效果评估、成本计算 上线必修：最后专门讲 Agent 系统的威胁建模，工具权限、Prompt Injection、被诱导执行危险操作后的处理 所以它可以有两种用法：\n刚学 Agent：直接当学习路线，按顺序跑 已经在做 Agent 项目：挑薄弱的部分单独补 我最关注的一章：威胁建模 Agent 一旦拥有文件访问、代码执行、API 调用这些能力，风险会跟着上来。多数 Agent 教程都在讲 Prompt、Tool Calling、MCP、多 Agent 和工作流，但安全讲得细的很少。这一章值得单独认真看，因为这些问题上线后一定会遇到。\n使用方式 打开仓库，按章节选 Notebook，点 Colab 入口直接在线运行 即使不买书，35 个 Notebook 从头到尾跑一遍，本身就很像一套完整的 Agent 开发实战课程，而且免费 来源与说明 原分享：AI Agents 学习资源推荐（GitHub Nicolepcx/ai-agents-the-definitive-guide） 本章为学习记录整理，具体章节内容、运行环境和许可以仓库 README 与各 Notebook 为准；尚未逐个跑完，后续按需要补实测笔记 ","permalink":"https://ailamemo.com/aicreate/agents/ai-agents-definitive-guide/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eO\u0026rsquo;Reilly 的书《AI Agents - The Definitive Guide》把配套代码全部开源在 GitHub：\u003cstrong\u003e12 个章节、35 个 Jupyter Notebook\u003c/strong\u003e，每个 Notebook 都提供 Colab 运行入口，浏览器点开就能跑，不需要先在本地装 Python、Jupyter 和一堆依赖。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e仓库：\u003ca href=\"https://github.com/Nicolepcx/ai-agents-the-definitive-guide\"\u003eNicolepcx/ai-agents-the-definitive-guide\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"为什么值得看\"\u003e为什么值得看\u003c/h2\u003e\n\u003cp\u003e它和很多「只带你跑一个 Demo」的 Agent 教程不一样，内容是从基础结构一路走到工程化问题：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e经典模式\u003c/strong\u003e：思维链（CoT）、思维树（ToT）、ReAct\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e进阶能力\u003c/strong\u003e：多 Agent 协作、记忆管理、效果评估、成本计算\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e上线必修\u003c/strong\u003e：最后专门讲 Agent 系统的威胁建模，工具权限、Prompt Injection、被诱导执行危险操作后的处理\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e所以它可以有两种用法：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e刚学 Agent：直接当学习路线，按顺序跑\u003c/li\u003e\n\u003cli\u003e已经在做 Agent 项目：挑薄弱的部分单独补\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"我最关注的一章威胁建模\"\u003e我最关注的一章：威胁建模\u003c/h2\u003e\n\u003cp\u003eAgent 一旦拥有文件访问、代码执行、API 调用这些能力，风险会跟着上来。多数 Agent 教程都在讲 Prompt、Tool Calling、MCP、多 Agent 和工作流，但\u003cstrong\u003e安全讲得细的很少\u003c/strong\u003e。这一章值得单独认真看，因为这些问题上线后一定会遇到。\u003c/p\u003e\n\u003ch2 id=\"使用方式\"\u003e使用方式\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e打开仓库，按章节选 Notebook，点 Colab 入口直接在线运行\u003c/li\u003e\n\u003cli\u003e即使不买书，35 个 Notebook 从头到尾跑一遍，本身就很像一套完整的 Agent 开发实战课程，而且免费\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"来源与说明\"\u003e来源与说明\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e原分享：AI Agents 学习资源推荐（GitHub \u003ccode\u003eNicolepcx/ai-agents-the-definitive-guide\u003c/code\u003e）\u003c/li\u003e\n\u003cli\u003e本章为学习记录整理，具体章节内容、运行环境和许可以仓库 README 与各 Notebook 为准；尚未逐个跑完，后续按需要补实测笔记\u003c/li\u003e\n\u003c/ul\u003e","title":"AI Agents 权威指南：12 章、35 个 Notebook 的免费实战路线"},{"content":"现在的用法（记得的部分） 登录 ChatGPT、它要求输入二次验证码之后，打开 iPhone 自带的「密码」App，找到 ChatGPT 这一条，在「验证码」里就能看到那串一次性验证码。\n所以流程是：ChatGPT 发送/要求二次验证码 → 去 iPhone「密码」App 的 ChatGPT 条目 → 「验证码」区查看 → 回来填上。\n忘了的部分 第一次是怎么把它设置进「密码」App 的，已经记不清了。这里先不写首次配置步骤，避免凭印象编错。\n待补 首次把 ChatGPT 验证码加进 iPhone「密码」App 的完整步骤（等想起来或下次重配时补） 是否同步到 Mac / iPad 的「密码」，还是只在 iPhone 上 来源 本条为 ChatGPT 登录验证的实际使用记录，按当前能确认的查看路径记录；首次设置步骤待补。 ","permalink":"https://ailamemo.com/aicreate/tools/chatgpt-2fa-iphone-passwords/","summary":"\u003ch2 id=\"现在的用法记得的部分\"\u003e现在的用法（记得的部分）\u003c/h2\u003e\n\u003cp\u003e登录 ChatGPT、它要求输入二次验证码之后，\u003cstrong\u003e打开 iPhone 自带的「密码」App，找到 ChatGPT 这一条，在「验证码」里就能看到那串一次性验证码\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e所以流程是：ChatGPT 发送/要求二次验证码 → 去 iPhone「密码」App 的 ChatGPT 条目 → 「验证码」区查看 → 回来填上。\u003c/p\u003e\n\u003ch2 id=\"忘了的部分\"\u003e忘了的部分\u003c/h2\u003e\n\u003cp\u003e第一次是怎么把它设置进「密码」App 的，已经记不清了。这里先不写首次配置步骤，避免凭印象编错。\u003c/p\u003e\n\u003ch2 id=\"待补\"\u003e待补\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 首次把 ChatGPT 验证码加进 iPhone「密码」App 的完整步骤（等想起来或下次重配时补）\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 是否同步到 Mac / iPad 的「密码」，还是只在 iPhone 上\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e本条为 ChatGPT 登录验证的实际使用记录，按当前能确认的查看路径记录；首次设置步骤待补。\u003c/li\u003e\n\u003c/ul\u003e","title":"ChatGPT 二次验证：验证码去 iPhone 自带的「密码」App 里查看"},{"content":"一句话结论 为中小企业做 AI 工作流，方向成立，但必须先想清楚：客户买的不是“AI 工作流”，是“少招一个人、少加班、少出错”的结果。所以产品要卖场景和结果，不卖技术。\n方向评估 为什么值得做 中小企业不缺 AI 热情，缺的是把 AI 落到具体流程的人 付费意愿真实：能帮老板“少招一个人”或“每天省 2 小时”，比卖月费 29 美元的 SaaS 更容易谈 能形成「服务费 + 订阅陪跑」，不是一锤子买卖 最大的坑 交付重：每个客户流程不同，容易变成接外包，难规模化 壁垒低：会搭工作流的人越来越多，客户也可能自己用 Codex / 豆包 / 扣子搭 耐心有限：中小企业要很快看到结果，否则就流失 判断 可以做，但别一上来就做“全流程定制”。 先选一个自己最熟、最能量化的场景做标准品，比如「公众号/小红书内容半自动发布」或「客服/销售线索跟进」，用已经跑通的流程当案例，按「诊断 → 搭一个流程 → 月度陪跑」卖。\n最小验证不是建完整网站，而是：找 10 个目标老板，问“如果我能帮你每天省 2 小时重复工作，你愿意每月付 199 还是 499？”愿意付钱的人数比点赞数更真实。\n网站规划 核心原则：卖场景和结果，而不是讲技术。\n结构建议（按重要度排序）：\n首页：一句话价值主张 + 三个真实场景 + 一个 CTA（免费诊断/领案例） 服务页：按业务场景分，不按技术分（客服、销售跟进、内容营销、财务对账、行政人事、订单履约） 案例库：每个案例写清“以前怎么做 → 现在怎么做 → 省了多少时间/钱” 工作流程：诊断 → 搭建 → 陪跑，强调“不替换人，先自动化杂活” 定价：诊断费（可抵扣）+ 单工作流 + 月度陪跑/订阅 信任页：安全与数据边界、用什么模型、用客户自己的账号和密钥 内容/资源：免费自测清单、ROI 计算器、落地文章 最值得先做的两件事：\n做一个 “30 分钟找出你公司最该自动化的 3 个流程”自测清单 当引流品 先做 一页 MVP：首页 + 一个案例 + 预约诊断入口，跑通再扩页面 技术上：单独域名、单独 Hugo 站，和现有个人博客分开；前期只需要表单/预约和基础统计。\n起名建议 命名原则：别叫“全自动/无人”，太满反而不让人信；叫“帮你干、你审核”更容易成交。中文优先给老板看，英文用来做域名和 Logo。\n中文候选：\n少打杂：一句话讲清价值，天然 slogan 是“把打杂交给 AI” 第二双手：老板一听就懂“帮你干活” 轻流程：强调把重复流程变轻，不吓人 自动班 / 数字同事：把 AI 拟人化成“替你上班的同事” 流程管家：服务感强 英文/中英候选：\nFlowmate：流程伙伴，温和不夸大 Autowork / AutoOps：自动化运营，简洁 Botmate / Taskmate：机器人伙伴 第二号员工 / No.2：定位清晰，直接告诉老板“它替你省一个人” 半自动：反直觉但诚实，点出“AI 干活 + 人把关”的边界 硅基系列：\n硅基伙伴：主推候选之一。把 AI 叫“硅基伙伴”，既点出它不是人、又保留“一起干活”的信任感，比“数字员工”更少一点冷冰冰 硅基同事 / 硅基员工：更职场化，适合强调“替你补一个岗位” 硅基助手 / 硅基搭子：更轻、更陪伴感，适合面向小微团队 硅基流水线：偏流程/工厂感，适合主打“标准化交付” 推荐优先看：硅基伙伴、少打杂、Flowmate、第二号员工、半自动。\n下一步待定 先做引流品/案例，还是先定域名和首页文案 从候选名里挑 3 个，查域名/商标感觉并配一句 slogan 找 10 个目标老板做最小付费意愿验证 来源 本条为一次方向讨论的整理记录，所有结论为初步判断，尚未验证。 ","permalink":"https://ailamemo.com/aicreate/ai-automation/sme-ai-workflow-plan/","summary":"\u003ch2 id=\"一句话结论\"\u003e一句话结论\u003c/h2\u003e\n\u003cp\u003e为中小企业做 AI 工作流，方向成立，但必须先想清楚：\u003cstrong\u003e客户买的不是“AI 工作流”，是“少招一个人、少加班、少出错”的结果\u003c/strong\u003e。所以产品要卖场景和结果，不卖技术。\u003c/p\u003e\n\u003ch2 id=\"方向评估\"\u003e方向评估\u003c/h2\u003e\n\u003ch3 id=\"为什么值得做\"\u003e为什么值得做\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e中小企业不缺 AI 热情，缺的是把 AI 落到具体流程的人\u003c/li\u003e\n\u003cli\u003e付费意愿真实：能帮老板“少招一个人”或“每天省 2 小时”，比卖月费 29 美元的 SaaS 更容易谈\u003c/li\u003e\n\u003cli\u003e能形成「服务费 + 订阅陪跑」，不是一锤子买卖\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"最大的坑\"\u003e最大的坑\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e交付重\u003c/strong\u003e：每个客户流程不同，容易变成接外包，难规模化\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e壁垒低\u003c/strong\u003e：会搭工作流的人越来越多，客户也可能自己用 Codex / 豆包 / 扣子搭\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e耐心有限\u003c/strong\u003e：中小企业要很快看到结果，否则就流失\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"判断\"\u003e判断\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e可以做，但别一上来就做“全流程定制”。\u003c/strong\u003e 先选一个自己最熟、最能量化的场景做标准品，比如「公众号/小红书内容半自动发布」或「客服/销售线索跟进」，用已经跑通的流程当案例，按「诊断 → 搭一个流程 → 月度陪跑」卖。\u003c/p\u003e\n\u003cp\u003e最小验证不是建完整网站，而是：找 10 个目标老板，问“如果我能帮你每天省 2 小时重复工作，你愿意每月付 199 还是 499？”愿意付钱的人数比点赞数更真实。\u003c/p\u003e\n\u003ch2 id=\"网站规划\"\u003e网站规划\u003c/h2\u003e\n\u003cp\u003e核心原则：\u003cstrong\u003e卖场景和结果，而不是讲技术。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e结构建议（按重要度排序）：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e首页：一句话价值主张 + 三个真实场景 + 一个 CTA（免费诊断/领案例）\u003c/li\u003e\n\u003cli\u003e服务页：按业务场景分，不按技术分（客服、销售跟进、内容营销、财务对账、行政人事、订单履约）\u003c/li\u003e\n\u003cli\u003e案例库：每个案例写清“以前怎么做 → 现在怎么做 → 省了多少时间/钱”\u003c/li\u003e\n\u003cli\u003e工作流程：诊断 → 搭建 → 陪跑，强调“不替换人，先自动化杂活”\u003c/li\u003e\n\u003cli\u003e定价：诊断费（可抵扣）+ 单工作流 + 月度陪跑/订阅\u003c/li\u003e\n\u003cli\u003e信任页：安全与数据边界、用什么模型、用客户自己的账号和密钥\u003c/li\u003e\n\u003cli\u003e内容/资源：免费自测清单、ROI 计算器、落地文章\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e最值得先做的两件事：\u003c/p\u003e","title":"中小企业 AI 工作流：方向评估、网站规划与起名建议"},{"content":"这是什么 ipleak.net 是一个免费、不用注册的 IP 泄漏检测页。打开之后它会从浏览器能拿到的多个角度报告你的网络出口信息，主要用来回答一个问题：我现在这个代理 / VPN，到底有没有把真实的 IP 或 DNS 漏出去？\n它能查出什么 IPv4 / IPv6 地址：页面显示的应该是你的代理/VPN 出口 IP。如果同时出现「你家里的 IP」或「国内运营商 IP」，说明有分流漏了 DNS 地址：代理客户端的 DNS 请求有没有也走加密通道。DNS 是国内运营商地址，等于你的访问记录能被看到 WebRTC 检测：浏览器可能绕过系统代理、直接用真实 IP 建立音视频连接，这是最容易漏的点 Torrent 检测：BT 下载时对端看到的 IP（平时不跑 BT 可以忽略） 地理位置 / 语言 / 时间：用来核对出口身份是否一致 什么时候用 把代理或 VPN 配好后，先打开这个页面「体检」一遍，再登 ChatGPT / Gemini 等海外 AI 服务。判断标准很简单：\n出口 IP 是你选的机房 / 地区，且没有出现第二个真实 IP → 通过 页面出现国内运营商、家庭宽带 IP，或 DNS 是国内地址 → 有泄漏，先修客户端配置再继续 和海外 AI 访问怎么串 它是 海外 AI 访问：三个方案的思考与结论 里「连上节点后先确认出口」这一步的体检工具。ipinfo.io 看「出口在哪」，ipleak.net 进一步看「有没有漏」，两者配合使用：\nipinfo.io → 先确认出口国家/地区对不对 ipleak.net → 再确认真实 IP、DNS、WebRTC 有没有一起漏出去 使用注意 不要把它当成「判断 IP 是否被 AI 服务风控」的工具；风控、IP 干净度要用 ipinfo / scamalytics 这类另查 检测结果只是「当下这次请求」的出口，换了节点、改了分流规则都要重测 WebRTC 在浏览器里可以单独关闭，但更稳的做法是让代理客户端接管全部流量，而不是只在浏览器装插件 ","permalink":"https://ailamemo.com/aicreate/tools/ipleak-ip-leak-check/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e\u003ca href=\"https://ipleak.net/\"\u003eipleak.net\u003c/a\u003e 是一个\u003cstrong\u003e免费、不用注册的 IP 泄漏检测页\u003c/strong\u003e。打开之后它会从浏览器能拿到的多个角度报告你的网络出口信息，主要用来回答一个问题：\u003cstrong\u003e我现在这个代理 / VPN，到底有没有把真实的 IP 或 DNS 漏出去？\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"它能查出什么\"\u003e它能查出什么\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eIPv4 / IPv6 地址\u003c/strong\u003e：页面显示的应该是你的代理/VPN 出口 IP。如果同时出现「你家里的 IP」或「国内运营商 IP」，说明有分流漏了\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eDNS 地址\u003c/strong\u003e：代理客户端的 DNS 请求有没有也走加密通道。DNS 是国内运营商地址，等于你的访问记录能被看到\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eWebRTC 检测\u003c/strong\u003e：浏览器可能绕过系统代理、直接用真实 IP 建立音视频连接，这是最容易漏的点\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eTorrent 检测\u003c/strong\u003e：BT 下载时对端看到的 IP（平时不跑 BT 可以忽略）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e地理位置 / 语言 / 时间\u003c/strong\u003e：用来核对出口身份是否一致\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"什么时候用\"\u003e什么时候用\u003c/h2\u003e\n\u003cp\u003e把代理或 VPN 配好后，先打开这个页面「体检」一遍，再登 ChatGPT / Gemini 等海外 AI 服务。判断标准很简单：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e出口 IP 是你选的机房 / 地区，\u003cstrong\u003e且没有出现第二个真实 IP\u003c/strong\u003e → 通过\u003c/li\u003e\n\u003cli\u003e页面出现国内运营商、家庭宽带 IP，或 DNS 是国内地址 → \u003cstrong\u003e有泄漏\u003c/strong\u003e，先修客户端配置再继续\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"和海外-ai-访问怎么串\"\u003e和海外 AI 访问怎么串\u003c/h2\u003e\n\u003cp\u003e它是 \u003ca href=\"/aicreate/tools/overseas-ai-access/\"\u003e海外 AI 访问：三个方案的思考与结论\u003c/a\u003e 里「连上节点后先确认出口」这一步的\u003cstrong\u003e体检工具\u003c/strong\u003e。\u003ccode\u003eipinfo.io\u003c/code\u003e 看「出口在哪」，ipleak.net 进一步看「有没有漏」，两者配合使用：\u003c/p\u003e","title":"ipleak.net：给代理/VPN 做 IP 泄漏体检"},{"content":"结论先行 以前用 Codex 要过三道坎：解决网络、准备国外 Visa/Mastercard、每月付 20 美金（约 150 元）。现在 Codex App 支持接其他模型后，用 DeepSeek 这类国内 API，每月充 30 元左右就能用很久；用火山引擎 / 阿里云百炼的 Coding Plan，三四十元一个月还能用上多款国内主流模型。\n一句话：把「订阅 OpenAI」换成「订阅国内模型 API」，日常体验九成场景感觉不到差别。\n你需要准备什么 电脑：Mac 或 Windows 都行，硬件要求低，能顺畅开网页的机器基本够 Codex App：Windows 从微软应用商店直接下载，没有网络要求；Mac 需登录海外 Codex 官网下载 一个能驱动 Codex 的 AI 模型： 最省：DeepSeek 官方 API，按月充 30 元左右的额度就能用很久 想多模型切换：火山引擎 / 阿里云百炼的 Coding Plan（AI 编程订阅套餐），三四十元/月，覆盖 Kimi、智谱、MiniMax、豆包等 配置步骤 第一步：拿 API Key 以 DeepSeek 为例，其他平台流程类似：\n打开 DeepSeek 开放平台，注册或登录 进入「API Keys」页面，点「创建新密钥」 复制生成的 sk- 开头密钥并保存好 第二步：找到配置文件 Codex App 的配置文件在用户目录下：\nMac：/Users/你的用户名/.codex/config.toml，访达按 Command + Shift + G，粘贴 ~/.codex 打开 Windows：C:\\Users\\你的用户名\\.codex\\config.toml，Win + R 输入 %USERPROFILE%\\.codex 打开 找不到文件，先启动一次 Codex App，让它自动创建；Mac 还要用 Command + Shift + . 显示隐藏文件。\n第三步：编辑配置文件 用记事本 / 文本编辑打开 config.toml，在文件末尾加上：\n# 使用深度求索的模型 model = \u0026#34;deepseek-chat\u0026#34; model_provider = \u0026#34;deepseek\u0026#34; # 配置深度求索服务 [model_providers.deepseek] name = \u0026#34;DeepSeek\u0026#34; base_url = \u0026#34;https://api.deepseek.com/v1\u0026#34; env_key = \u0026#34;DEEPSEEK_API_KEY\u0026#34; 其余内容保持不变，DEEPSEEK_API_KEY 换成你刚拿到的 sk- 密钥。\n然后设置环境变量：\nMac：终端执行 echo 'export DEEPSEEK_API_KEY=\u0026quot;你的API密钥\u0026quot;' \u0026gt;\u0026gt; ~/.zshrc，重启终端 Windows：此电脑 → 属性 → 高级系统设置 → 环境变量 → 用户变量里新建 DEEPSEEK_API_KEY，值填 API 密钥 第四步：重启 App 完全退出 Codex App（Windows 记得右下角托盘也退出），重新打开。界面右下角能看到你配置的模型名，就是成功了。\n常见问题 401 Unauthorized：API Key 写错或没生效。检查环境变量名大小写，Windows 最好重启电脑，再去平台后台确认 Key 没过期 Connection timeout：网络问题或 base_url 拼错。检查拼写、确认服务商没停机，必要时 Wi-Fi 换手机热点 重启后还是 OpenAI 模型：配置文件格式或路径有问题。用 TOML validator 检查语法，确认改的是正确的 config.toml 扣费异常快：模型选错或请求太频繁。在平台后台设单日额度上限，别让 AI 处理超大文件，检查后台自动调用的插件 Mac 找不到 .codex 文件夹：隐藏文件没显示，按 Command + Shift + .；或终端直接 open ~/.codex 注意：协议差异别硬套 原文给的是最省事的「直接改配置文件」路子，但有一个坑要知道：Codex 走 Responses 协议（/v1/responses），DeepSeek 这类国内模型通常只支持 Chat Completions（/v1/chat/completions）。如果直接改完报 404 或不生效，不是 Key 的问题，而是缺少一层协议翻译。\n更完整的 6 种接法、协议差异和验证方式，见宝藏库：Codex 接入 DeepSeek V4 Pro 与 Grok 4.6：6 种方法全拆解。\n和这个栏目怎么串 这篇解决的是「Codex 用得起」的问题，和栏目里其他国产模型入口互为补充：\n腾讯混元 Hy4 preview：28 元/月 Token Plan，同样是 OpenAI 兼容 API 阿里云 AI 优惠聚合页：模型折扣、Token 套餐、免费额度 海外访问要另解决网络问题，见 海外 AI 访问：三个方案的思考与结论 来源 原文：ZHOUXING\u0026rsquo;AI《每月 150 块用 Codex 太贵？试试这个方法，省 90%》（2026-06-19） 官方配置文档：developers.openai.com/codex/config-advanced ","permalink":"https://ailamemo.com/aicreate/tools/codex-domestic-model-save-90/","summary":"\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003cp\u003e以前用 Codex 要过三道坎：解决网络、准备国外 Visa/Mastercard、每月付 20 美金（约 150 元）。现在 Codex App 支持接其他模型后，\u003cstrong\u003e用 DeepSeek 这类国内 API，每月充 30 元左右就能用很久；用火山引擎 / 阿里云百炼的 Coding Plan，三四十元一个月还能用上多款国内主流模型\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e一句话：把「订阅 OpenAI」换成「订阅国内模型 API」，日常体验九成场景感觉不到差别。\u003c/p\u003e\n\u003ch2 id=\"你需要准备什么\"\u003e你需要准备什么\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e电脑\u003c/strong\u003e：Mac 或 Windows 都行，硬件要求低，能顺畅开网页的机器基本够\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eCodex App\u003c/strong\u003e：Windows 从微软应用商店直接下载，没有网络要求；Mac 需登录海外 Codex 官网下载\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e一个能驱动 Codex 的 AI 模型\u003c/strong\u003e：\n\u003cul\u003e\n\u003cli\u003e最省：\u003cstrong\u003eDeepSeek 官方 API\u003c/strong\u003e，按月充 30 元左右的额度就能用很久\u003c/li\u003e\n\u003cli\u003e想多模型切换：\u003cstrong\u003e火山引擎 / 阿里云百炼\u003c/strong\u003e的 Coding Plan（AI 编程订阅套餐），三四十元/月，覆盖 Kimi、智谱、MiniMax、豆包等\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"配置步骤\"\u003e配置步骤\u003c/h2\u003e\n\u003ch3 id=\"第一步拿-api-key\"\u003e第一步：拿 API Key\u003c/h3\u003e\n\u003cp\u003e以 DeepSeek 为例，其他平台流程类似：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e打开 DeepSeek 开放平台，注册或登录\u003c/li\u003e\n\u003cli\u003e进入「API Keys」页面，点「创建新密钥」\u003c/li\u003e\n\u003cli\u003e复制生成的 \u003ccode\u003esk-\u003c/code\u003e 开头密钥并保存好\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch3 id=\"第二步找到配置文件\"\u003e第二步：找到配置文件\u003c/h3\u003e\n\u003cp\u003eCodex App 的配置文件在用户目录下：\u003c/p\u003e","title":"每月 150 块用 Codex 太贵？试试这个方法，省 90%"},{"content":"这是什么 吴鲁加（知识星球创始人）在 2026-07-22 的分享《给还在看网页的朋友》里推荐的工具。一句话定位：把网页原样缓存到本地的「稍后阅读 + 划线讨论 + AI 辅助精读」工具，网页版 / iOS / 安卓通用，数据默认存在设备本地（本地优先）。\n推荐原文（Slax Reader 缓存页）：给还在看网页的朋友 官网 / 领取一个月 Pro 试用：r.slax.com\n它解决的 6 个痛点（原文归纳） 收藏的链接过段时间打不开，忘了它是什么、为什么收藏 → 内容缓存，链接失效也能看 不同网站的好内容不能划线、评论、分享、拉朋友讨论 → 缓存内容上可划线 / 评论 / 分享，朋友能在同一页面讨论 上飞机前手忙脚乱离线内容 → 本地优先，平时看过的内容已存在设备上 维护不了自己 / 朋友的好文章列表 → 星标列表可分享，甚至可开付费订阅（需要 Stripe 账户） AI 时代长文太多，而 AI Summary 又「失去韵味」→ AI 分析文章结构，点击跳转到关键位置，人眼精读核心段；也能展开 AI Chat 讨论 庞大的链接库成不了自己的知识库、没法被 AI 调用 → 支持 CLI 与 Skill，可把 Agent 放进来 功能速览 稍后阅读基础能力 + 内容缓存（链接失效仍可读） 划线、评论、分享；作者的小愿景是「让全世界的 URL 成为一个大讨论区」 本地优先：网页版、iOS、安卓默认缓存到设备本地 星标列表公开分享，可付费订阅；作者示例列表：r.slax.com/c/285f4c1b… AI 结构分析 + 关键位置跳转 + AI Chat（英文长文也能先摸大意再挑核心肉眼看）；AI 功能需 Pro CLI / Skill 支持，可接入 Agent 使用成本 免费：阅读、缓存、划线、评论、分享、列表分享 Pro：AI 功能（结构分析 / AI Chat）；登录送一个月 Pro 试用，正式价格以官网为准 和这个栏目怎么串 定位是「网页阅读 → 收藏 → 讨论 → 知识化」链路里的收口工具；不是生成式工具，但解决的是 AI 时代真实痛点：信息源太多、链接库不成体系 与本站内容工作流的连接点：公众号 / 网页长文素材可以先在 Slax Reader 里缓存、划线、和朋友讨论，再进博客整理流程 「内容能被 AI 调用」是它最有想象力的点：官方提供 CLI / Skill，能否顺畅接进自己的自动化（素材检查、每日整理），需要实测后再下结论 待验证（用到时再补） Pro 实际定价；AI 结构分析对中文长文的效果 CLI / Skill 接入本地 Agent 工作流的顺滑程度 星标列表付费订阅（Stripe）在个人场景是否用得上 ","permalink":"https://ailamemo.com/aicreate/tools/slax-reader/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e吴鲁加（知识星球创始人）在 2026-07-22 的分享《给还在看网页的朋友》里推荐的工具。一句话定位：\u003cstrong\u003e把网页原样缓存到本地的「稍后阅读 + 划线讨论 + AI 辅助精读」工具\u003c/strong\u003e，网页版 / iOS / 安卓通用，数据默认存在设备本地（本地优先）。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e推荐原文（Slax Reader 缓存页）：\u003ca href=\"https://r.slax.com/b/e3b18fd4-1370-461b-8c6b-81fa986dee40\"\u003e给还在看网页的朋友\u003c/a\u003e\n官网 / 领取一个月 Pro 试用：\u003ca href=\"https://r.slax.com\"\u003er.slax.com\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"它解决的-6-个痛点原文归纳\"\u003e它解决的 6 个痛点（原文归纳）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e收藏的链接过段时间打不开，忘了它是什么、为什么收藏 → \u003cstrong\u003e内容缓存\u003c/strong\u003e，链接失效也能看\u003c/li\u003e\n\u003cli\u003e不同网站的好内容不能划线、评论、分享、拉朋友讨论 → \u003cstrong\u003e缓存内容上可划线 / 评论 / 分享\u003c/strong\u003e，朋友能在同一页面讨论\u003c/li\u003e\n\u003cli\u003e上飞机前手忙脚乱离线内容 → \u003cstrong\u003e本地优先\u003c/strong\u003e，平时看过的内容已存在设备上\u003c/li\u003e\n\u003cli\u003e维护不了自己 / 朋友的好文章列表 → \u003cstrong\u003e星标列表可分享，甚至可开付费订阅\u003c/strong\u003e（需要 Stripe 账户）\u003c/li\u003e\n\u003cli\u003eAI 时代长文太多，而 AI Summary 又「失去韵味」→ \u003cstrong\u003eAI 分析文章结构\u003c/strong\u003e，点击跳转到关键位置，人眼精读核心段；也能展开 AI Chat 讨论\u003c/li\u003e\n\u003cli\u003e庞大的链接库成不了自己的知识库、没法被 AI 调用 → \u003cstrong\u003e支持 CLI 与 Skill\u003c/strong\u003e，可把 Agent 放进来\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"功能速览\"\u003e功能速览\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e稍后阅读基础能力 + 内容缓存（链接失效仍可读）\u003c/li\u003e\n\u003cli\u003e划线、评论、分享；作者的小愿景是「让全世界的 URL 成为一个大讨论区」\u003c/li\u003e\n\u003cli\u003e本地优先：网页版、iOS、安卓默认缓存到设备本地\u003c/li\u003e\n\u003cli\u003e星标列表公开分享，可付费订阅；作者示例列表：\u003ca href=\"https://r.slax.com/c/285f4c1b08ba3f4508d31d1f6b146e37\"\u003er.slax.com/c/285f4c1b…\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003eAI 结构分析 + 关键位置跳转 + AI Chat（英文长文也能先摸大意再挑核心肉眼看）；AI 功能需 Pro\u003c/li\u003e\n\u003cli\u003eCLI / Skill 支持，可接入 Agent\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"使用成本\"\u003e使用成本\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e免费：阅读、缓存、划线、评论、分享、列表分享\u003c/li\u003e\n\u003cli\u003ePro：AI 功能（结构分析 / AI Chat）；登录送一个月 Pro 试用，正式价格以官网为准\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"和这个栏目怎么串\"\u003e和这个栏目怎么串\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e定位是「网页阅读 → 收藏 → 讨论 → 知识化」链路里的\u003cstrong\u003e收口工具\u003c/strong\u003e；不是生成式工具，但解决的是 AI 时代真实痛点：信息源太多、链接库不成体系\u003c/li\u003e\n\u003cli\u003e与本站内容工作流的连接点：公众号 / 网页长文素材可以先在 Slax Reader 里缓存、划线、和朋友讨论，再进博客整理流程\u003c/li\u003e\n\u003cli\u003e「内容能被 AI 调用」是它最有想象力的点：官方提供 CLI / Skill，能否顺畅接进自己的自动化（素材检查、每日整理），需要实测后再下结论\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"待验证用到时再补\"\u003e待验证（用到时再补）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e Pro 实际定价；AI 结构分析对中文长文的效果\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e CLI / Skill 接入本地 Agent 工作流的顺滑程度\u003c/li\u003e\n\u003cli\u003e\u003cinput disabled=\"\" type=\"checkbox\"\u003e 星标列表付费订阅（Stripe）在个人场景是否用得上\u003c/li\u003e\n\u003c/ul\u003e","title":"Slax Reader：给还在看网页的朋友——本地优先的网页稍后读 + 划线讨论工具（吴鲁加推荐）"},{"content":"这是什么 苍何第 590 篇原创文章，讲用 Seko 平台给普通人一条能上手的「AI 短剧出海」路径。文章里的核心观点：短剧出海最难的不是生成视频，而是本土化适配——语言、角色面孔、场景道具、美术风格、文化语境、声音表达都要按目标市场重构；Seko 的做法是把这套复杂流程包装成 Skill + 一步步选择题，不懂 Local 的人也能产出 Local 的内容。\n本笔记是学习沉淀，不是亲测：账号、费用、效果与数据均以原文及 Seko 官方为准，详见文末来源与免责。\n短剧出海在火什么（原文数据，未逐一核实） 2026 年海外 AI 短剧市场规模预计突破 40 亿美元；TikTok 单月短剧分账突破 2200 万美元，短剧流量环比暴涨 400% 界面新闻 2026-07-10 报道：海外短剧规模同比增长 83%，用户量相比 25 年初翻倍，达到 4 亿+ 国内验证过的好故事/好镜头/好节奏在海外同样成立，单集收益普遍比国内高 40%–50% 难点即机会：欧美偏爱狼人、复仇反转，日韩偏爱恶役千金、日常悬疑——本地化是系统性重构，不是直译 三个 Skill：覆盖内容资产的三种起点 1. 出海剧转绘（起点：有源片） 对源作做概览分析与分镜分析 → 确认无误后进入本地化阶段 → 本地化设计 → 出成片。文章示例：把一条「RIO 微醺」风格的青春广告转成泰国市场版《夏日微醺》。\n2. 剧本裂变（起点：有剧本、没源片） 把已有剧本按目标市场定向改写。流程是一连串选择题：\n原剧本拆解 选裂变档位：低裂变 / 中裂变 / 高裂变 选市场（示例：美国） 选题材赛道（示例：都市家庭轻喜剧 / 名流情感博弈 / 现代职场成长） 选裂变方向（示例：感恩节「完美附加分」） 选人物方案（示例：「安全屏障」） 生成分集剧本 + 一致性校验 文章示例：把「大龄女主租男友回家过年被母亲识破」的中国剧本，改成美式感恩节家庭喜剧。\n3. 出海原创短剧（起点：只有一个小想法） 输入简短剧情 + 想做的集数 → Agent 自动设定世界观、本地文化配置 → 生成角色三视图、场景图、道具图 → 生成视频，并支持多集续写。文章示例：《首尔末班车 7 分钟》悬疑小短剧。\n超低成本的翻译 / 配音路径（文章亮点） Seko 支持对已有视频做台词翻译；关键是不重跑视频：原视频做音频分离 → 得到无声视频 + 分离音频 → 用 seed Audio 1.0 把音频转成目标语言（节奏、语气保持一致）→ 合成视频 意义：音频处理成本远低于视频生成，多语言版本的出海成本被压到很低 学习方法论沉淀（和本站已有知识怎么串） 文章说 Seko 的三个 Skill 分别服务「有源片 / 有剧本 / 只有想法」三种内容起点——和本站「视频自动化链路」里按内容源选路线的思路一致 「把本地化知识变成选择题」本质是把专家判断结构化：不知道目标市场规则没关系，流程替你问、替你选——这和 skill 设计里「用流程补齐用户不懂的领域」是同一原理 「音频层替代视频层重渲染」与「分镜静帧先行 → 图生视频」的成本控制思维同构：贵的环节（视频）少跑，便宜的环节（图 / 音频）多跑 注意：Seko 的 Skill 是平台内建能力，不是可以装进 Codex 的通用 Agent Skill；本栏目把它当「方法借鉴 + 行业案例」收藏，不作为安装教程 边界与注意 原创文章引用的市场规模、分账、收益差等数字未经本站逐一核实，请以原始报告与平台口径为准 「转绘 / 裂变」类功能涉及改编他人作品时，务必先解决版权与授权；出海内容还要过目标市场的平台审核与当地法规 付费方式、算力成本、平台可用性随时可能变化，实操前以 Seko 官方为准 来源与免责 原文：《用 AI 做短剧出海，赚麻了！（附 Skill 及教程）》苍何第 590 篇原创（微信公众号） 本文为学习沉淀笔记：未亲测原文所述流程，观点、数据与产品效果均来自原文，不代表本站立场；如有出入以原文、Seko 官方及平台实时规则为准 ","permalink":"https://ailamemo.com/aicreate/skill/seko-short-drama-overseas/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e苍何第 590 篇原创文章，讲用 \u003cstrong\u003eSeko 平台\u003c/strong\u003e给普通人一条能上手的「AI 短剧出海」路径。文章里的核心观点：短剧出海最难的不是生成视频，而是\u003cstrong\u003e本土化适配\u003c/strong\u003e——语言、角色面孔、场景道具、美术风格、文化语境、声音表达都要按目标市场重构；Seko 的做法是把这套复杂流程包装成 \u003cstrong\u003eSkill + 一步步选择题\u003c/strong\u003e，不懂 Local 的人也能产出 Local 的内容。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e本笔记是学习沉淀，不是亲测：账号、费用、效果与数据均以原文及 Seko 官方为准，详见文末来源与免责。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"短剧出海在火什么原文数据未逐一核实\"\u003e短剧出海在火什么（原文数据，未逐一核实）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e2026 年海外 AI 短剧市场规模预计突破 40 亿美元；TikTok 单月短剧分账突破 2200 万美元，短剧流量环比暴涨 400%\u003c/li\u003e\n\u003cli\u003e界面新闻 2026-07-10 报道：海外短剧规模同比增长 83%，用户量相比 25 年初翻倍，达到 4 亿+\u003c/li\u003e\n\u003cli\u003e国内验证过的好故事/好镜头/好节奏在海外同样成立，单集收益普遍比国内高 40%–50%\u003c/li\u003e\n\u003cli\u003e难点即机会：欧美偏爱狼人、复仇反转，日韩偏爱恶役千金、日常悬疑——本地化是系统性重构，不是直译\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"三个-skill覆盖内容资产的三种起点\"\u003e三个 Skill：覆盖内容资产的三种起点\u003c/h2\u003e\n\u003ch3 id=\"1-出海剧转绘起点有源片\"\u003e1. 出海剧转绘（起点：有源片）\u003c/h3\u003e\n\u003cp\u003e对源作做概览分析与分镜分析 → 确认无误后进入本地化阶段 → 本地化设计 → 出成片。文章示例：把一条「RIO 微醺」风格的青春广告转成泰国市场版《夏日微醺》。\u003c/p\u003e\n\u003ch3 id=\"2-剧本裂变起点有剧本没源片\"\u003e2. 剧本裂变（起点：有剧本、没源片）\u003c/h3\u003e\n\u003cp\u003e把已有剧本按目标市场定向改写。流程是一连串选择题：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e原剧本拆解\u003c/li\u003e\n\u003cli\u003e选裂变档位：低裂变 / 中裂变 / 高裂变\u003c/li\u003e\n\u003cli\u003e选市场（示例：美国）\u003c/li\u003e\n\u003cli\u003e选题材赛道（示例：都市家庭轻喜剧 / 名流情感博弈 / 现代职场成长）\u003c/li\u003e\n\u003cli\u003e选裂变方向（示例：感恩节「完美附加分」）\u003c/li\u003e\n\u003cli\u003e选人物方案（示例：「安全屏障」）\u003c/li\u003e\n\u003cli\u003e生成分集剧本 + 一致性校验\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e文章示例：把「大龄女主租男友回家过年被母亲识破」的中国剧本，改成美式感恩节家庭喜剧。\u003c/p\u003e","title":"用 AI 做短剧出海：Seko 的三个 Skill 把「本地化」变成选择题（学习沉淀）"},{"content":"一句话主旨 睡眠不是「关机休息」，而是大脑主动进行的复杂生理程序；它与饮食、运动并列为健康三支柱。现代文明正在系统性剥夺睡眠，作者称之为人类做出的最严重的健康危害行为之一。\n睡眠为什么必要：深睡与 REM 的分工 一整夜由约 90 分钟一个的周期交替：前半夜深睡（慢波）占多，后半夜 REM（做梦）占多，一夜约 4–5 个周期。 深睡（慢波 NREM）：身体修复、免疫增强；把白天的记忆从海马「转存」到大脑皮层完成固化；脑脊液冲刷大脑，清除 β-淀粉样蛋白等代谢废物。 REM：情绪脱敏与处理、创造力整合——把零散经验拼出新联系；婴儿期 REM 占比极高，关系大脑发育。 两个驱动力决定你几点困、几点醒：昼夜节律（生物钟）+ 睡眠压力（腺苷积累）。咖啡因不是消除困意，而是暂时屏蔽困意信号，半衰期 5–7 小时。 睡眠不足的代价 认知层：注意力、记忆力、情绪控制全面下降；缺觉时杏仁核反应过度，人更情绪化、更易怒。 身体层：免疫受损、心血管风险上升、瘦素下降 + 饥饿素上升（更易饿、更易胖）、癌症风险增加。 长期层：深度睡眠不足 → β-淀粉样蛋白清除不力 → 阿尔茨海默病的关键生活方式因素。规律睡眠少于 6–7 小时，上述风险显著放大。 最反常识的 5 个结论（内容钩子素材） 安眠药不是睡眠：多数是镇静剂，制造类似麻醉的脑电波，不修复记忆与免疫，且有依赖与长期风险。 褪黑激素不是安眠药：它只是告诉大脑「天黑了」的发令枪，调节入睡时间，不制造睡意。 酒精是睡眠粉碎机：抑制 REM，前半夜看似好睡，后半夜易醒、梦被压抑。 周末补觉补不回来：只能短期还债，改变不了生物钟（「社会时差」），长期损伤不可逆。 「睡 4 小时也精力充沛」是幸存者偏差：只有极少数人携带 DEC2 基因突变；别拿名人背书骗自己。 书末 12 条健康睡眠贴士（行动清单） 固定上床与起床时间（周末也坚持） 每天运动约 30 分钟，但睡前 2–3 小时完成 下午 2 点后不碰咖啡因 睡前不饮酒 深夜避免大量进食与喝水 如非必要，避免服用会扰乱睡眠的药物 下午 3 点后不午睡（要睡控制在 30 分钟内） 睡前放松：读书、冥想，别带焦虑上床 睡前洗热水澡（体温先升后降帮助入睡） 卧室保持黑暗、凉爽、不放电子设备 白天多晒太阳，校准褪黑素节律 醒着躺床超 20 分钟就起来，困了再回去——别让床和「睡不着」绑定 可复用的一句话 睡眠是最便宜却最有效的健康投资；对普通人最有用的不是知道原理，而是把「规律 + 7 小时 + 别用酒精/安眠药作弊」这三件事先做到。\n来源与衔接 带货实例（6 列 + 5 步）：《我们为什么要睡觉》图书带货实例 已出片视频：30 秒带货 Demo V1 · V2 小黑实景图版 本文用途：写脚本时的「观点底稿」——反常识 5 条可直接做选题，12 条贴士是天然的「药」素材 ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/why-we-sleep-core-overview/","summary":"\u003ch2 id=\"一句话主旨\"\u003e一句话主旨\u003c/h2\u003e\n\u003cp\u003e睡眠不是「关机休息」，而是大脑主动进行的复杂生理程序；它与饮食、运动并列为健康三支柱。现代文明正在系统性剥夺睡眠，作者称之为人类做出的最严重的健康危害行为之一。\u003c/p\u003e\n\u003ch2 id=\"睡眠为什么必要深睡与-rem-的分工\"\u003e睡眠为什么必要：深睡与 REM 的分工\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e一整夜由约 90 分钟一个的周期交替\u003c/strong\u003e：前半夜深睡（慢波）占多，后半夜 REM（做梦）占多，一夜约 4–5 个周期。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e深睡（慢波 NREM）\u003c/strong\u003e：身体修复、免疫增强；把白天的记忆从海马「转存」到大脑皮层完成固化；脑脊液冲刷大脑，清除 β-淀粉样蛋白等代谢废物。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eREM\u003c/strong\u003e：情绪脱敏与处理、创造力整合——把零散经验拼出新联系；婴儿期 REM 占比极高，关系大脑发育。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e两个驱动力\u003c/strong\u003e决定你几点困、几点醒：昼夜节律（生物钟）+ 睡眠压力（腺苷积累）。咖啡因不是消除困意，而是暂时屏蔽困意信号，半衰期 5–7 小时。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"睡眠不足的代价\"\u003e睡眠不足的代价\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e认知层：注意力、记忆力、情绪控制全面下降；缺觉时杏仁核反应过度，人更情绪化、更易怒。\u003c/li\u003e\n\u003cli\u003e身体层：免疫受损、心血管风险上升、瘦素下降 + 饥饿素上升（更易饿、更易胖）、癌症风险增加。\u003c/li\u003e\n\u003cli\u003e长期层：深度睡眠不足 → β-淀粉样蛋白清除不力 → 阿尔茨海默病的关键生活方式因素。规律睡眠少于 6–7 小时，上述风险显著放大。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"最反常识的-5-个结论内容钩子素材\"\u003e最反常识的 5 个结论（内容钩子素材）\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e安眠药不是睡眠\u003c/strong\u003e：多数是镇静剂，制造类似麻醉的脑电波，不修复记忆与免疫，且有依赖与长期风险。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e褪黑激素不是安眠药\u003c/strong\u003e：它只是告诉大脑「天黑了」的发令枪，调节入睡时间，不制造睡意。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e酒精是睡眠粉碎机\u003c/strong\u003e：抑制 REM，前半夜看似好睡，后半夜易醒、梦被压抑。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e周末补觉补不回来\u003c/strong\u003e：只能短期还债，改变不了生物钟（「社会时差」），长期损伤不可逆。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e「睡 4 小时也精力充沛」是幸存者偏差\u003c/strong\u003e：只有极少数人携带 DEC2 基因突变；别拿名人背书骗自己。\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"书末-12-条健康睡眠贴士行动清单\"\u003e书末 12 条健康睡眠贴士（行动清单）\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e固定上床与起床时间（周末也坚持）\u003c/li\u003e\n\u003cli\u003e每天运动约 30 分钟，但睡前 2–3 小时完成\u003c/li\u003e\n\u003cli\u003e下午 2 点后不碰咖啡因\u003c/li\u003e\n\u003cli\u003e睡前不饮酒\u003c/li\u003e\n\u003cli\u003e深夜避免大量进食与喝水\u003c/li\u003e\n\u003cli\u003e如非必要，避免服用会扰乱睡眠的药物\u003c/li\u003e\n\u003cli\u003e下午 3 点后不午睡（要睡控制在 30 分钟内）\u003c/li\u003e\n\u003cli\u003e睡前放松：读书、冥想，别带焦虑上床\u003c/li\u003e\n\u003cli\u003e睡前洗热水澡（体温先升后降帮助入睡）\u003c/li\u003e\n\u003cli\u003e卧室保持黑暗、凉爽、不放电子设备\u003c/li\u003e\n\u003cli\u003e白天多晒太阳，校准褪黑素节律\u003c/li\u003e\n\u003cli\u003e醒着躺床超 20 分钟就起来，困了再回去——别让床和「睡不着」绑定\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"可复用的一句话\"\u003e可复用的一句话\u003c/h2\u003e\n\u003cp\u003e睡眠是\u003cstrong\u003e最便宜却最有效的健康投资\u003c/strong\u003e；对普通人最有用的不是知道原理，而是把「规律 + 7 小时 + 别用酒精/安眠药作弊」这三件事先做到。\u003c/p\u003e","title":"《我们为什么要睡觉》核心内容概述"},{"content":"V3 成片（58s / 1080×1920 竖屏） 你的浏览器不支持视频播放，请下载观看：/assets/videos/sleep-cards-v3/why-we-sleep-cards-v3.mp4 7 张干货知识卡（按成片顺序） 这版怎么做的 素材：7 张已排好版的《我们为什么要睡觉》干货知识卡（9:16 竖版），内容覆盖封面/两系统、主旨、12 条贴士、5 个反常识、睡眠代价、两大机制 成片：新增可复用脚本 codex/scripts/book-video/make_cards_video.py——读「图片 + 逐卡一句话旁白」配置 → edge-tts 配音 → 每卡按旁白时长轻推镜（Ken Burns）→ 拼接合成；配置见 codex/scripts/book-video/configs/sleep-cards-v3.json 风格：卡片本身已有完整文字，画面不再叠大标题，只做缓慢推镜增强节奏；旁白每卡只读一句「记忆点」，不逐字念卡 V1 / V2 / V3 对比 版本 画面来源 时长/成本 流水线 V1 程序化渐变图文卡 30s / 0 元 Pillow + edge-tts + ffmpeg V2 小黑 2.0 摄影棚实景图 34.5s / 约 $0.60 OpenRouter 出图 + 图合成视频 V3 已排版的干货知识卡 58s / 0 元 make_cards_video.py：图片 + 旁白 → 推镜成片 来源与衔接 V1：程序化图文卡版 · V2：小黑 2.0 实景图版 观点底稿：《我们为什么要睡觉》核心内容概述 ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/sleep-cards-video-demo/","summary":"\u003ch2 id=\"v3-成片58s--10801920-竖屏\"\u003eV3 成片（58s / 1080×1920 竖屏）\u003c/h2\u003e\n\u003cvideo controls preload=\"metadata\" poster=\"/assets/videos/sleep-cards-v3/why-we-sleep-cards-v3-cover.jpg\" style=\"width:100%;max-width:420px;border-radius:14px;box-shadow:0 10px 28px rgba(0,0,0,.28);background:#000\"\u003e\n  \u003csource src=\"/assets/videos/sleep-cards-v3/why-we-sleep-cards-v3.mp4\" type=\"video/mp4\"\u003e\n  你的浏览器不支持视频播放，请下载观看：\u003ca href=\"/assets/videos/sleep-cards-v3/why-we-sleep-cards-v3.mp4\"\u003e/assets/videos/sleep-cards-v3/why-we-sleep-cards-v3.mp4\u003c/a\u003e\n\u003c/video\u003e\n\u003ch2 id=\"7-张干货知识卡按成片顺序\"\u003e7 张干货知识卡（按成片顺序）\u003c/h2\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 1：睡多久由两个系统决定（封面）\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-1.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 2：一句话主旨：睡眠是复杂生理程序\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-2.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 3：12 条健康睡眠贴士（上）\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-3.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 4：12 条健康睡眠贴士（下）\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-4.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 5：最反常识的 5 个结论\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-5.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 6：睡眠不足的代价\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-6.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 7：睡眠为什么必要：深睡与 REM 的分工\" loading=\"lazy\" src=\"/assets/videos/sleep-cards-v3/slide-7.jpg\"\u003e\u003c/p\u003e\n\u003ch2 id=\"这版怎么做的\"\u003e这版怎么做的\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e素材\u003c/strong\u003e：7 张已排好版的《我们为什么要睡觉》干货知识卡（9:16 竖版），内容覆盖封面/两系统、主旨、12 条贴士、5 个反常识、睡眠代价、两大机制\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e成片\u003c/strong\u003e：新增可复用脚本 \u003ccode\u003ecodex/scripts/book-video/make_cards_video.py\u003c/code\u003e——读「图片 + 逐卡一句话旁白」配置 → edge-tts 配音 → 每卡按旁白时长轻推镜（Ken Burns）→ 拼接合成；配置见 \u003ccode\u003ecodex/scripts/book-video/configs/sleep-cards-v3.json\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e风格\u003c/strong\u003e：卡片本身已有完整文字，画面不再叠大标题，只做缓慢推镜增强节奏；旁白每卡只读一句「记忆点」，不逐字念卡\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"v1--v2--v3-对比\"\u003eV1 / V2 / V3 对比\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e版本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e画面来源\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e时长/成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e流水线\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e程序化渐变图文卡\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e30s / 0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003ePillow + edge-tts + ffmpeg\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e小黑 2.0 摄影棚实景图\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e34.5s / 约 $0.60\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eOpenRouter 出图 + 图合成视频\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e已排版的干货知识卡\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e58s / 0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003emake_cards_video.py：图片 + 旁白 → 推镜成片\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"来源与衔接\"\u003e来源与衔接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eV1：\u003ca href=\"sleep-video-demo.md\"\u003e程序化图文卡版\u003c/a\u003e · V2：\u003ca href=\"sleep-video-demo-v2.md\"\u003e小黑 2.0 实景图版\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e观点底稿：\u003ca href=\"why-we-sleep-core-overview.md\"\u003e《我们为什么要睡觉》核心内容概述\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e","title":"《我们为什么要睡觉》知识卡视频 V3：7 张干货知识卡成片"},{"content":"V3 成片（32.6s / 1080×1920 竖屏） 你的浏览器不支持视频播放，请下载观看：/assets/videos/glucose-cards-v3/glucose-revolution-cards-v3.mp4 V2 带货口播版（同 4 张图混剪进卖货脚本）：glucose-revolution-video-demo · V1 纯图文卡口播版：glucose-revolution-demo.mp4\n4 张干货知识卡（按成片顺序） 这版怎么做的 素材：沿用用户提供的 4 张《控糖革命》干货知识卡（9:16 竖版），原图存于 static/assets/videos/glucose-tips/ 成片：复用睡眠书 V3 的 make_cards_video.py——读「图片 + 每卡一句话旁白」配置 → edge-tts 免费配音 → 每卡按旁白时长轻推镜（Ken Burns）→ 拼接合成；配置见 codex/scripts/book-video/configs/glucose-cards-v3.json 旁白：每卡只读一句记忆点，不逐字念卡；4 句分别是进食顺序 / 没症状≠没事 / 三招稳糖 / 看曲线不看单点 V1 / V2 / V3 对比 版本 画面来源 结构 时长/成本 流水线 V1 程序化图文卡 停-病-药-信-买 口播 60s / 0 元 Pillow + edge-tts + ffmpeg V2 V1 + 4 张干货配图混剪 同上，配图入画 62.3s / 0 元 同上（make_book_video.py） V3 4 张干货知识卡逐卡讲读 干货分享式，无强卖点 32.6s / 0 元 make_cards_video.py：图片 + 旁白 → 推镜成片 来源与衔接 脚本草稿（含 A/B 钩子与发布前核查）：《控糖革命》爆款视频脚本草稿 同款流水线：codex/scripts/book-video/make_cards_video.py（睡眠书 V3 同一脚本） 控糖观点底稿：《控糖革命》带货视频 V2（图文混剪） ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/glucose-cards-video-demo/","summary":"\u003ch2 id=\"v3-成片326s--10801920-竖屏\"\u003eV3 成片（32.6s / 1080×1920 竖屏）\u003c/h2\u003e\n\u003cvideo controls preload=\"metadata\" poster=\"/assets/videos/glucose-cards-v3/glucose-revolution-cards-v3-cover.jpg\" style=\"width:100%;max-width:420px;border-radius:14px;box-shadow:0 10px 28px rgba(0,0,0,.28);background:#000\"\u003e\n  \u003csource src=\"/assets/videos/glucose-cards-v3/glucose-revolution-cards-v3.mp4\" type=\"video/mp4\"\u003e\n  你的浏览器不支持视频播放，请下载观看：\u003ca href=\"/assets/videos/glucose-cards-v3/glucose-revolution-cards-v3.mp4\"\u003e/assets/videos/glucose-cards-v3/glucose-revolution-cards-v3.mp4\u003c/a\u003e\n\u003c/video\u003e\n\u003cblockquote\u003e\n\u003cp\u003eV2 带货口播版（同 4 张图混剪进卖货脚本）：\u003ca href=\"/aicreate/ai-automation/health/glucose-revolution-video-demo/\"\u003eglucose-revolution-video-demo\u003c/a\u003e · V1 纯图文卡口播版：\u003ca href=\"/assets/videos/glucose-revolution-demo.mp4\"\u003eglucose-revolution-demo.mp4\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"4-张干货知识卡按成片顺序\"\u003e4 张干货知识卡（按成片顺序）\u003c/h2\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 1：进食顺序——先蔬菜，再蛋白质/脂肪，最后主食甜食\" loading=\"lazy\" src=\"/assets/videos/glucose-tips/tip-eating-order.png\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 2：没症状不代表血糖没问题\" loading=\"lazy\" src=\"/assets/videos/glucose-tips/tip-no-symptom.png\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 3：平稳血糖技巧——餐前加蔬菜、饭后动一动、甜食放正餐后\" loading=\"lazy\" src=\"/assets/videos/glucose-tips/tip-stabilize.png\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"知识卡 4：血糖平稳——看三餐曲线，不是只看单个数字\" loading=\"lazy\" src=\"/assets/videos/glucose-tips/tip-glucose-flat.png\"\u003e\u003c/p\u003e\n\u003ch2 id=\"这版怎么做的\"\u003e这版怎么做的\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e素材\u003c/strong\u003e：沿用用户提供的 4 张《控糖革命》干货知识卡（9:16 竖版），原图存于 \u003ccode\u003estatic/assets/videos/glucose-tips/\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e成片\u003c/strong\u003e：复用睡眠书 V3 的 \u003ccode\u003emake_cards_video.py\u003c/code\u003e——读「图片 + 每卡一句话旁白」配置 → edge-tts 免费配音 → 每卡按旁白时长轻推镜（Ken Burns）→ 拼接合成；配置见 \u003ccode\u003ecodex/scripts/book-video/configs/glucose-cards-v3.json\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e旁白\u003c/strong\u003e：每卡只读一句记忆点，不逐字念卡；4 句分别是进食顺序 / 没症状≠没事 / 三招稳糖 / 看曲线不看单点\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"v1--v2--v3-对比\"\u003eV1 / V2 / V3 对比\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e版本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e画面来源\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e结构\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e时长/成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e流水线\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e程序化图文卡\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e停-病-药-信-买 口播\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e60s / 0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003ePillow + edge-tts + ffmpeg\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eV1 + 4 张干货配图混剪\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e同上，配图入画\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e62.3s / 0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e同上（make_book_video.py）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e4 张干货知识卡逐卡讲读\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e干货分享式，无强卖点\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e32.6s / 0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003emake_cards_video.py：图片 + 旁白 → 推镜成片\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"来源与衔接\"\u003e来源与衔接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e脚本草稿（含 A/B 钩子与发布前核查）：\u003ca href=\"/treasure/drafts/glucose-revolution-video-script/\"\u003e《控糖革命》爆款视频脚本草稿\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e同款流水线：\u003ccode\u003ecodex/scripts/book-video/make_cards_video.py\u003c/code\u003e（睡眠书 V3 同一脚本）\u003c/li\u003e\n\u003cli\u003e控糖观点底稿：\u003ca href=\"glucose-revolution-video-demo.md\"\u003e《控糖革命》带货视频 V2（图文混剪）\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e","title":"《控糖革命》知识卡视频 V3：4 张干货知识卡成片"},{"content":"先说结论：Skill 是什么 Skill 是把「怎么做一件事」的完整流程总结成一套工作 SOP（场景、步骤、工具、输出格式）。本质上是一个文件夹：SKILL.md（说明 + 元数据）+ 可选的 scripts/、references/、assets/。\n放到 ~/.codex/skills/（或对应 Agent 的 skills 目录）后，Agent 按 description 隐式匹配自动加载，也可用 /技能名 显式调用 Codex、Claude Code、OpenClaw、WorkBuddy、OpenCode 等都可以直接说：「帮我安装这个 skill：[仓库 URL]」 来源：公众号「苏生不惑」《10个神级skill，让你的AI起飞》。原文链接缺失，本文所有仓库地址均于 2026-09-05 逐一联网核验修正 10 个 Skill 1. Superpowers —— 社区最成熟的工程流框架 obra/superpowers：把软件工程方法论拆成 6 个衔接 skill——brainstorming（模糊想法→PRD）、writing-plans（PRD→技术方案/架构/实施计划）、test-driven-development、debugging（假设→插桩→复现→分析→修复→验证）、code-review（bug/安全/风格三维）、verification（终检） 特点：复杂任务自动拆解、可并行子代理；较重、费 token 轻量替代：mattpocock/skills（小而可组合、更省 token） 2. 说人话 / Humanizer-zh —— 中文去 AI 味 MrGeDiao/shuorenhua：中文优先 rewrite skill，清理模板感、表演感、工程师腔、翻译腔、无源权威铺垫；保数字/命令/引用等事实。适用聊天、进度同步、README、release note、issue、长文 同类：op7418/Humanizer-zh（AI 写作去痕中文版，npx skills add 安装） 3. PUA —— 不让 AI 轻易放弃 tanweai/pua：AI Coding Agent 技能插件。三重能力：PUA 话术（不敢放弃）+ 调试方法论（有能力不放弃）+ 能动性鞭策（主动出击） 本质是「穷尽方案前不允许放弃」的工程纪律，别当情绪价值 4. Agent Reach —— 给 Agent 装互联网 Panniantong/Agent-Reach：网页、视频字幕、GitHub、RSS、社区内容抓取，支持 GitHub / B 站 / 小红书等 15 个平台；多后端路由，登录态平台需先 agent-reach doctor 体检 5. last30days —— 近 30 天热点调研 mvanhorn/last30days-skill：给一个主题，聚合 Reddit / X / YouTube / Hacker News / GitHub 等近 30 天讨论并带回点赞、评论、播放量，输出有依据的总结 命令：npx skills add mvanhorn/last30days-skill -g / update ... -g / list -g / remove ... -g 6. Huashu Design —— Claude Code 里 HTML 原生设计 alchaincyf/huashu-design：高保真原型 / 幻灯片 / 动画 + 20 设计哲学 + 5 维评审 + MP4 导出；支持「推荐 3 个风格方向」「可点击原型」「60 秒动画导出 MP4/GIF」「5 维评审」等指令 7. Ian Xiaohei（小黑）—— 中文文章配图 helloianneo/ian-xiaohei-illustrations：把文章里的认知锚点画成有记忆点的 16:9 手绘解释图，默认视觉 IP「小黑」——不是装饰贴纸，而是「正在参与系统运转的荒诞工作者」 我这边已本地安装 ian-xiaohei-illustrations / ian-xiaohei-scenes，配图直用 8. 大师 PPT —— 可编辑 PPTX chuspeeism/dashi-ppt-skill：把文档丢给 Agent，每页自带浏览器编辑控制台，改完一键导出真实可编辑 PPTX；12 套视觉主题、1020 个版式、8576 个可调控件 9. BrowserSkill —— 让 Agent 操作你已登录的浏览器 Tencent/BrowserSkill：腾讯开源。bsk CLI + 浏览器扩展，把支持 Shell 的 Agent（含 Codex）接到你已登录的浏览器：复用真实登录态、独立 Agent Window 不打断你、内置 human-in-loop（验证码/登录/确认弹窗交给你接管） 10. 宝玉的 AI Agent 技能集 JimLiu/baoyu-skills（README.zh.md 入口）：20+ 视觉内容技能——小红书图片卡片系列、专业信息图（21 版式 × 21 风格）、SVG 图表、封面图、幻灯片图、知识漫画、文章插图等 安装：npx skills add jimliu/baoyu-skills 后按需选装。官方提醒：别一次全装——每个加载的 skill 都会在每次运行时占用额外上下文 对 ailamemo 工作流的优先级 发布前必装：说人话 / Humanizer-zh（改我的中文成稿，去 AI 味） 内容生产最值：宝玉技能集（小红书卡片、信息图、封面）、小黑配图（已有）、Huashu Design（视频/PPT/动画导出） 选题调研：last30days（热点）+ Agent Reach（抓素材，注意登录态体检） 工程纪律：轻量用 mattpocock/skills；重活才上 superpowers；PUA 当调试心态用 浏览器自动化：BrowserSkill 适合「复用登录态操作网页」，但要人值守验证码/确认 大师 PPT 适合要交付「可编辑 PPTX」的场景（网页 PPT 改稿 → 导出） 三条提醒 安装前看 README：GitHub 仓库易改名/重构，本文地址核验于 2026-09-05 别贪多：skill 每次运行都占上下文，只装真会用的 成本：superpowers 类重框架费 token；联网/浏览器类 skill 注意登录态与隐私边界 来源 公众号「苏生不惑」《10个神级skill，让你的AI起飞》（2025 年度总结系列） ","permalink":"https://ailamemo.com/aicreate/skill/top10-agent-skills/","summary":"\u003ch2 id=\"先说结论skill-是什么\"\u003e先说结论：Skill 是什么\u003c/h2\u003e\n\u003cp\u003eSkill 是把「怎么做一件事」的完整流程总结成一套工作 SOP（场景、步骤、工具、输出格式）。本质上是一个文件夹：\u003ccode\u003eSKILL.md\u003c/code\u003e（说明 + 元数据）+ 可选的 \u003ccode\u003escripts/\u003c/code\u003e、\u003ccode\u003ereferences/\u003c/code\u003e、\u003ccode\u003eassets/\u003c/code\u003e。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e放到 \u003ccode\u003e~/.codex/skills/\u003c/code\u003e（或对应 Agent 的 skills 目录）后，Agent 按 \u003ccode\u003edescription\u003c/code\u003e 隐式匹配自动加载，也可用 \u003ccode\u003e/技能名\u003c/code\u003e 显式调用\u003c/li\u003e\n\u003cli\u003eCodex、Claude Code、OpenClaw、WorkBuddy、OpenCode 等都可以直接说：「帮我安装这个 skill：[仓库 URL]」\u003c/li\u003e\n\u003cli\u003e来源：公众号「苏生不惑」《10个神级skill，让你的AI起飞》。原文链接缺失，本文所有仓库地址均于 2026-09-05 逐一联网核验修正\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"10-个-skill\"\u003e10 个 Skill\u003c/h2\u003e\n\u003ch3 id=\"1-superpowers--社区最成熟的工程流框架\"\u003e1. Superpowers —— 社区最成熟的工程流框架\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/obra/superpowers\"\u003eobra/superpowers\u003c/a\u003e：把软件工程方法论拆成 6 个衔接 skill——\u003ccode\u003ebrainstorming\u003c/code\u003e（模糊想法→PRD）、\u003ccode\u003ewriting-plans\u003c/code\u003e（PRD→技术方案/架构/实施计划）、\u003ccode\u003etest-driven-development\u003c/code\u003e、\u003ccode\u003edebugging\u003c/code\u003e（假设→插桩→复现→分析→修复→验证）、\u003ccode\u003ecode-review\u003c/code\u003e（bug/安全/风格三维）、\u003ccode\u003everification\u003c/code\u003e（终检）\u003c/li\u003e\n\u003cli\u003e特点：复杂任务自动拆解、可并行子代理；\u003cstrong\u003e较重、费 token\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e轻量替代：\u003ca href=\"https://github.com/mattpocock/skills\"\u003emattpocock/skills\u003c/a\u003e（小而可组合、更省 token）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"2-说人话--humanizer-zh--中文去-ai-味\"\u003e2. 说人话 / Humanizer-zh —— 中文去 AI 味\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/MrGeDiao/shuorenhua\"\u003eMrGeDiao/shuorenhua\u003c/a\u003e：中文优先 rewrite skill，清理模板感、表演感、工程师腔、翻译腔、无源权威铺垫；保数字/命令/引用等事实。适用聊天、进度同步、README、release note、issue、长文\u003c/li\u003e\n\u003cli\u003e同类：\u003ca href=\"https://github.com/op7418/Humanizer-zh\"\u003eop7418/Humanizer-zh\u003c/a\u003e（AI 写作去痕中文版，\u003ccode\u003enpx skills add\u003c/code\u003e 安装）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"3-pua--不让-ai-轻易放弃\"\u003e3. PUA —— 不让 AI 轻易放弃\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/tanweai/pua\"\u003etanweai/pua\u003c/a\u003e：AI Coding Agent 技能插件。三重能力：PUA 话术（不敢放弃）+ 调试方法论（有能力不放弃）+ 能动性鞭策（主动出击）\u003c/li\u003e\n\u003cli\u003e本质是「穷尽方案前不允许放弃」的工程纪律，别当情绪价值\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"4-agent-reach--给-agent-装互联网\"\u003e4. Agent Reach —— 给 Agent 装互联网\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/Panniantong/Agent-Reach\"\u003ePanniantong/Agent-Reach\u003c/a\u003e：网页、视频字幕、GitHub、RSS、社区内容抓取，支持 GitHub / B 站 / 小红书等 15 个平台；多后端路由，登录态平台需先 \u003ccode\u003eagent-reach doctor\u003c/code\u003e 体检\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"5-last30days--近-30-天热点调研\"\u003e5. last30days —— 近 30 天热点调研\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/mvanhorn/last30days-skill\"\u003emvanhorn/last30days-skill\u003c/a\u003e：给一个主题，聚合 Reddit / X / YouTube / Hacker News / GitHub 等近 30 天讨论并带回点赞、评论、播放量，输出有依据的总结\u003c/li\u003e\n\u003cli\u003e命令：\u003ccode\u003enpx skills add mvanhorn/last30days-skill -g\u003c/code\u003e / \u003ccode\u003eupdate ... -g\u003c/code\u003e / \u003ccode\u003elist -g\u003c/code\u003e / \u003ccode\u003eremove ... -g\u003c/code\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"6-huashu-design--claude-code-里-html-原生设计\"\u003e6. Huashu Design —— Claude Code 里 HTML 原生设计\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/alchaincyf/huashu-design\"\u003ealchaincyf/huashu-design\u003c/a\u003e：高保真原型 / 幻灯片 / 动画 + 20 设计哲学 + 5 维评审 + MP4 导出；支持「推荐 3 个风格方向」「可点击原型」「60 秒动画导出 MP4/GIF」「5 维评审」等指令\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"7-ian-xiaohei小黑-中文文章配图\"\u003e7. Ian Xiaohei（小黑）—— 中文文章配图\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/helloianneo/ian-xiaohei-illustrations\"\u003ehelloianneo/ian-xiaohei-illustrations\u003c/a\u003e：把文章里的认知锚点画成有记忆点的 16:9 手绘解释图，默认视觉 IP「小黑」——不是装饰贴纸，而是「正在参与系统运转的荒诞工作者」\u003c/li\u003e\n\u003cli\u003e我这边已本地安装 \u003ccode\u003eian-xiaohei-illustrations\u003c/code\u003e / \u003ccode\u003eian-xiaohei-scenes\u003c/code\u003e，配图直用\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"8-大师-ppt--可编辑-pptx\"\u003e8. 大师 PPT —— 可编辑 PPTX\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/chuspeeism/dashi-ppt-skill\"\u003echuspeeism/dashi-ppt-skill\u003c/a\u003e：把文档丢给 Agent，每页自带浏览器编辑控制台，改完一键导出真实可编辑 PPTX；12 套视觉主题、1020 个版式、8576 个可调控件\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"9-browserskill--让-agent-操作你已登录的浏览器\"\u003e9. BrowserSkill —— 让 Agent 操作你已登录的浏览器\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/Tencent/BrowserSkill\"\u003eTencent/BrowserSkill\u003c/a\u003e：腾讯开源。\u003ccode\u003ebsk\u003c/code\u003e CLI + 浏览器扩展，把支持 Shell 的 Agent（含 Codex）接到你已登录的浏览器：复用真实登录态、独立 Agent Window 不打断你、内置 human-in-loop（验证码/登录/确认弹窗交给你接管）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"10-宝玉的-ai-agent-技能集\"\u003e10. 宝玉的 AI Agent 技能集\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003ca href=\"https://github.com/JimLiu/baoyu-skills\"\u003eJimLiu/baoyu-skills\u003c/a\u003e（README.zh.md 入口）：20+ 视觉内容技能——小红书图片卡片系列、专业信息图（21 版式 × 21 风格）、SVG 图表、封面图、幻灯片图、知识漫画、文章插图等\u003c/li\u003e\n\u003cli\u003e安装：\u003ccode\u003enpx skills add jimliu/baoyu-skills\u003c/code\u003e 后按需选装。\u003cstrong\u003e官方提醒：别一次全装\u003c/strong\u003e——每个加载的 skill 都会在每次运行时占用额外上下文\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"对-ailamemo-工作流的优先级\"\u003e对 ailamemo 工作流的优先级\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e发布前必装\u003c/strong\u003e：说人话 / Humanizer-zh（改我的中文成稿，去 AI 味）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e内容生产最值\u003c/strong\u003e：宝玉技能集（小红书卡片、信息图、封面）、小黑配图（已有）、Huashu Design（视频/PPT/动画导出）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e选题调研\u003c/strong\u003e：last30days（热点）+ Agent Reach（抓素材，注意登录态体检）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e工程纪律\u003c/strong\u003e：轻量用 mattpocock/skills；重活才上 superpowers；PUA 当调试心态用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e浏览器自动化\u003c/strong\u003e：BrowserSkill 适合「复用登录态操作网页」，但要人值守验证码/确认\u003c/li\u003e\n\u003cli\u003e大师 PPT 适合要交付「可编辑 PPTX」的场景（网页 PPT 改稿 → 导出）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"三条提醒\"\u003e三条提醒\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e安装前看 README\u003c/strong\u003e：GitHub 仓库易改名/重构，本文地址核验于 2026-09-05\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e别贪多\u003c/strong\u003e：skill 每次运行都占上下文，只装真会用的\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e成本\u003c/strong\u003e：superpowers 类重框架费 token；联网/浏览器类 skill 注意登录态与隐私边界\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e公众号「苏生不惑」《10个神级skill，让你的AI起飞》（2025 年度总结系列）\u003c/li\u003e\n\u003c/ul\u003e","title":"10 个神级 Agent Skill（苏生不惑清单 · 核验整理版）"},{"content":"这是什么 一篇公众号工具清单文推荐的 4 款 AI 工具，主线是「从手动苦干转向智能搞钱」：查资料写稿、重复流程、知识整理、时间安排，各自交给 AI。四款都有免费档可以先试；本页为 2026-09-05 学习整理，尚未亲测。\n四件套逐个看 CopyOwl.ai —— 研究 + 写作 官网：copyowl.ai 干什么：输入任意主题（如「Web3 在医疗的应用」），自动爬取权威数据、做结构化总结，输出逻辑严密、引用真实来源的文章草稿 适合：写报告、长文、行业研究的第一稿，省掉「自己查资料 + 读报告」的环节 一句话定位：研究写作型 AI，替代的是检索与起草两段苦活 Pokee AI —— 一句话编排自动化 官网：pokee.ai 干什么：输入一句话目标（如「发布一篇小红书护肤干货帖」），自动拆流程：写文案、选标签、连 Canva 生成图、再同步到日历或 Notion 排程 适合：跨工具重复操作多、又不想写代码的人 一句话定位：0 代码 Agent 自动化平台，主打「打通上千个工具、全程不用手点」 Notion AI —— 知识管理 + AI 官网：notion.so 干什么：一键总结会议纪要、生成文档大纲、改写措辞；配合 Database 可搭 CRM、内容日历、写作库 适合：已经用 Notion 管内容与资料的人，把「整理」也交给 AI 一句话定位：不止笔记工具，是把 AI 织进工作流的「第二大脑底座」 Reclaim AI —— 守住时间边界 官网：reclaim.ai 干什么：自动分析你的工作习惯，把任务、会议、休息、深度工作时间排进日历，自动同步 Google Calendar，冲突时自动重排 适合：日程碎片化、深度工作时间总被挤掉的人 一句话定位：AI 日历管家，帮你守住「专注时间」不被会议吃掉 这篇的核心逻辑 四件套正好覆盖四条线：写内容（CopyOwl）→ 跑流程（Pokee）→ 管知识（Notion）→ 守时间（Reclaim），从生产到交付到长期积累都能省人力 文章卖点是「把一周的工作量压到一两天」，属科普向、偏营销，没提各家免费额度、地区可用性等细节——用之前要先实测免费档 说明 文中给的 t.cn 短链仅为原文展示，实际入口以官网为准：CopyOwl → copyowl.ai、Pokee → pokee.ai、Notion → notion.so、Reclaim → reclaim.ai 四款本栏目均未亲测；Reclaim（Dropbox 旗下）确认有免费档，CopyOwl / Pokee / Notion AI 的免费额度与中文可用性需逐个验证后再定去留 与本栏目既有工具不冲突：Flova / Topview / HappyHorse 是出片链路，Pokee / Notion / Reclaim 偏个人效率，可并行试用 ","permalink":"https://ailamemo.com/aicreate/tools/copyowl-pokee-notion-reclaim/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e一篇公众号工具清单文推荐的 4 款 AI 工具，主线是「从手动苦干转向智能搞钱」：查资料写稿、重复流程、知识整理、时间安排，各自交给 AI。四款都有免费档可以先试；本页为 2026-09-05 学习整理，\u003cstrong\u003e尚未亲测\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"四件套逐个看\"\u003e四件套逐个看\u003c/h2\u003e\n\u003ch3 id=\"copyowlai--研究--写作\"\u003eCopyOwl.ai —— 研究 + 写作\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e官网：copyowl.ai\u003c/li\u003e\n\u003cli\u003e干什么：输入任意主题（如「Web3 在医疗的应用」），自动爬取权威数据、做结构化总结，输出逻辑严密、引用真实来源的文章草稿\u003c/li\u003e\n\u003cli\u003e适合：写报告、长文、行业研究的第一稿，省掉「自己查资料 + 读报告」的环节\u003c/li\u003e\n\u003cli\u003e一句话定位：研究写作型 AI，替代的是检索与起草两段苦活\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"pokee-ai--一句话编排自动化\"\u003ePokee AI —— 一句话编排自动化\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e官网：pokee.ai\u003c/li\u003e\n\u003cli\u003e干什么：输入一句话目标（如「发布一篇小红书护肤干货帖」），自动拆流程：写文案、选标签、连 Canva 生成图、再同步到日历或 Notion 排程\u003c/li\u003e\n\u003cli\u003e适合：跨工具重复操作多、又不想写代码的人\u003c/li\u003e\n\u003cli\u003e一句话定位：0 代码 Agent 自动化平台，主打「打通上千个工具、全程不用手点」\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"notion-ai--知识管理--ai\"\u003eNotion AI —— 知识管理 + AI\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e官网：notion.so\u003c/li\u003e\n\u003cli\u003e干什么：一键总结会议纪要、生成文档大纲、改写措辞；配合 Database 可搭 CRM、内容日历、写作库\u003c/li\u003e\n\u003cli\u003e适合：已经用 Notion 管内容与资料的人，把「整理」也交给 AI\u003c/li\u003e\n\u003cli\u003e一句话定位：不止笔记工具，是把 AI 织进工作流的「第二大脑底座」\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"reclaim-ai--守住时间边界\"\u003eReclaim AI —— 守住时间边界\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e官网：reclaim.ai\u003c/li\u003e\n\u003cli\u003e干什么：自动分析你的工作习惯，把任务、会议、休息、深度工作时间排进日历，自动同步 Google Calendar，冲突时自动重排\u003c/li\u003e\n\u003cli\u003e适合：日程碎片化、深度工作时间总被挤掉的人\u003c/li\u003e\n\u003cli\u003e一句话定位：AI 日历管家，帮你守住「专注时间」不被会议吃掉\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"这篇的核心逻辑\"\u003e这篇的核心逻辑\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e四件套正好覆盖四条线：\u003cstrong\u003e写内容（CopyOwl）→ 跑流程（Pokee）→ 管知识（Notion）→ 守时间（Reclaim）\u003c/strong\u003e，从生产到交付到长期积累都能省人力\u003c/li\u003e\n\u003cli\u003e文章卖点是「把一周的工作量压到一两天」，属科普向、偏营销，没提各家免费额度、地区可用性等细节——用之前要先实测免费档\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"说明\"\u003e说明\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e文中给的 \u003ccode\u003et.cn\u003c/code\u003e 短链仅为原文展示，实际入口以官网为准：CopyOwl → copyowl.ai、Pokee → pokee.ai、Notion → notion.so、Reclaim → reclaim.ai\u003c/li\u003e\n\u003cli\u003e四款本栏目均未亲测；Reclaim（Dropbox 旗下）确认有免费档，CopyOwl / Pokee / Notion AI 的免费额度与中文可用性需逐个验证后再定去留\u003c/li\u003e\n\u003cli\u003e与本栏目既有工具不冲突：Flova / Topview / HappyHorse 是出片链路，Pokee / Notion / Reclaim 偏个人效率，可并行试用\u003c/li\u003e\n\u003c/ul\u003e","title":"AI 效率工具四件套：CopyOwl（研究写作）/ Pokee（自动化）/ Notion AI（知识管理）/ Reclaim（时间管理）"},{"content":"最新 V2 成片（62.3s / 1080×1920 竖屏 / 4.6MB） 你的浏览器不支持视频播放，请下载观看：/assets/videos/glucose-revolution-v2.mp4 V1 图文卡版（无配图，同一脚本）：glucose-revolution-demo.mp4\n这条视频在做什么 沿用《我们为什么要睡觉》验证过的「停-病-药-信-买」结构，封面 + 6 段口播 62 秒讲完一个转化闭环，卖点是换顺序不戒糖：\n镜头 结构 画面文案 配音 1 封面 真实书封 + 大字「先吃菜，再吃甜食」 纯画面 2 停 饭后犯困、反复长痘、两小时就饿？ 别再怪自己管不住嘴了 3 病 你的血糖正在坐过山车 升得快跌得也快，一跌就困就饿 4 药·方法 不用戒甜食，换一下顺序就行 先吃菜 → 再吃肉蛋 → 最后吃主食甜食 5 药·原理 纤维先垫底，糖就吸收得慢 书里 10 个控糖方法之一，今天就能用 6 信 生物化学家写的书，全球卖了上百万册 被几十个国家引进 7 买 别急着戒糖，先把顺序换过来 点左下角带走这本书 V2 在第 3/4/5/7 镜分别埋入用户提供的 4 张干货配图（没症状≠没事 / 吃饭顺序 / 平稳血糖技巧 / 血糖平稳），横幅完整展示不裁剪；素材原图存于 static/assets/videos/glucose-tips/。\n零成本流水线（全程 0 元） 文案配置化：脚本从内置改为外部 JSON（codex/scripts/book-video/configs/glucose-revolution.json），以后换书只改 JSON 真实书封入画：封面帧直接贴入站内已归档的《控糖革命》真实书封（豆瓣官方源），不再画占位书 Pillow 出图文卡 + edge-tts 免费配音 + ffmpeg 合成：与睡眠书同一条流水线，python make_book_video.py --config ... --out \u0026lt;dir\u0026gt; --name glucose-revolution-demo 与睡眠书 Demo 的区别 睡眠书 V1 封面是手绘占位书；控糖 V1 直接贴真实书封，结尾挂车更有辨识度 药段拆成「方法 + 原理」两张卡，长口播（约 18 秒）不会一张卡撑到底 画面仍为程序化图文卡（0 元）；下一步 V2 可换小黑 2.0 摄影棚实景图，或挑头部镜头用可灵/Topview 出动态 来源与衔接 文案草稿（含 A/B 钩子与发布前核查）：《控糖革命》爆款视频脚本草稿 真实书封素材：static/assets/books/glucose-revolution-cover.jpg（豆瓣官方源） 同款流水线：codex/scripts/book-video/make_book_video.py（睡眠书 V1/V2 同一脚本） ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/glucose-revolution-video-demo/","summary":"\u003ch2 id=\"最新-v2-成片623s--10801920-竖屏--46mb\"\u003e最新 V2 成片（62.3s / 1080×1920 竖屏 / 4.6MB）\u003c/h2\u003e\n\u003cvideo controls preload=\"metadata\" poster=\"/assets/videos/glucose-revolution-cover.png\" style=\"width:100%;max-width:420px;border-radius:14px;box-shadow:0 10px 28px rgba(0,0,0,.28);background:#000\"\u003e\n  \u003csource src=\"/assets/videos/glucose-revolution-v2.mp4\" type=\"video/mp4\"\u003e\n  你的浏览器不支持视频播放，请下载观看：\u003ca href=\"/assets/videos/glucose-revolution-v2.mp4\"\u003e/assets/videos/glucose-revolution-v2.mp4\u003c/a\u003e\n\u003c/video\u003e\n\u003cblockquote\u003e\n\u003cp\u003eV1 图文卡版（无配图，同一脚本）：\u003ca href=\"/assets/videos/glucose-revolution-demo.mp4\"\u003eglucose-revolution-demo.mp4\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"这条视频在做什么\"\u003e这条视频在做什么\u003c/h2\u003e\n\u003cp\u003e沿用《我们为什么要睡觉》验证过的「停-病-药-信-买」结构，封面 + 6 段口播 62 秒讲完一个转化闭环，卖点是\u003cstrong\u003e换顺序不戒糖\u003c/strong\u003e：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e镜头\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e结构\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e画面文案\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e配音\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e封面\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e真实书封 + 大字「先吃菜，再吃甜食」\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e纯画面\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e停\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e饭后犯困、反复长痘、两小时就饿？\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e别再怪自己管不住嘴了\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e病\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e你的血糖正在坐过山车\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e升得快跌得也快，一跌就困就饿\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e4\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e药·方法\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e不用戒甜食，换一下顺序就行\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e先吃菜 → 再吃肉蛋 → 最后吃主食甜食\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e5\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e药·原理\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e纤维先垫底，糖就吸收得慢\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e书里 10 个控糖方法之一，今天就能用\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e6\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e信\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e生物化学家写的书，全球卖了上百万册\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e被几十个国家引进\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e7\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e买\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e别急着戒糖，先把顺序换过来\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e点左下角带走这本书\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eV2 在第 3/4/5/7 镜分别埋入用户提供的 4 张干货配图（没症状≠没事 / 吃饭顺序 / 平稳血糖技巧 / 血糖平稳），横幅完整展示不裁剪；素材原图存于 \u003ccode\u003estatic/assets/videos/glucose-tips/\u003c/code\u003e。\u003c/p\u003e","title":"《控糖革命》带货视频 V2：4 张干货配图图文混剪版（零成本流水线）"},{"content":"这是什么 Flova 是一个 Agent 原生的 AI 视频创作平台：不是只做一个\u0026quot;文生视频\u0026quot;按钮，而是让一个 AI Agent 贯穿「策划 → 分镜 → 素材 → 时间线成片」整条制作流程。官网中文站把它定位为「面向动画与影视创作的 AI 视频生成器」。\n官网：flova.tv/zh-CN（中文站）｜flova.ai\n几个值得知道的特点（按公开资料） Agent 原生工作流：制作流程围绕 Agent 展开，而不是围绕单个生成按钮 项目记忆 + 上下文理解：跨镜头保持角色、风格和故事连贯，不每次从零开始 智能素材管理：图、视频、音频统一管理，供整条流水线复用 时间线工作流：像剪辑软件一样在时间线上组织成片，而不只是\u0026quot;生成一段\u0026quot; 可复用技能：100+ 现成 skill，把验证过的做法保存下来重复调用 接入主流模型：已整合 Seedance 2.5 等头部图像/视频模型，模型更新跟随业界 团队背景：媒体报道为 FaceU / CapCut 系（前字节影像产品）团队，2025 年 10 月全球上线 说明 本文为官方页面与公开资料整理，尚未亲测；价格与具体功能以官网为准 与 Topview（Agent 出片）定位相近但侧重点不同：Flova 更偏动画/影视创作与时间线工作流，Topview 更偏广告/微短剧批量出片；两者都适合放进「文案 → 分镜 → 出片」的自动化链路对比试跑 用法待实测后补充：文生视频、图生视频、时间线精修、Skill 复用 ","permalink":"https://ailamemo.com/aicreate/tools/flova/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eFlova 是一个 \u003cstrong\u003eAgent 原生的 AI 视频创作平台\u003c/strong\u003e：不是只做一个\u0026quot;文生视频\u0026quot;按钮，而是让一个 AI Agent 贯穿「策划 → 分镜 → 素材 → 时间线成片」整条制作流程。官网中文站把它定位为「面向动画与影视创作的 AI 视频生成器」。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e官网：\u003ca href=\"https://flova.tv/zh-CN/\"\u003eflova.tv/zh-CN\u003c/a\u003e（中文站）｜\u003ca href=\"https://flova.ai\"\u003eflova.ai\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"几个值得知道的特点按公开资料\"\u003e几个值得知道的特点（按公开资料）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eAgent 原生工作流\u003c/strong\u003e：制作流程围绕 Agent 展开，而不是围绕单个生成按钮\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e项目记忆 + 上下文理解\u003c/strong\u003e：跨镜头保持角色、风格和故事连贯，不每次从零开始\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e智能素材管理\u003c/strong\u003e：图、视频、音频统一管理，供整条流水线复用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e时间线工作流\u003c/strong\u003e：像剪辑软件一样在时间线上组织成片，而不只是\u0026quot;生成一段\u0026quot;\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e可复用技能\u003c/strong\u003e：100+ 现成 skill，把验证过的做法保存下来重复调用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e接入主流模型\u003c/strong\u003e：已整合 Seedance 2.5 等头部图像/视频模型，模型更新跟随业界\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e团队背景\u003c/strong\u003e：媒体报道为 FaceU / CapCut 系（前字节影像产品）团队，2025 年 10 月全球上线\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"说明\"\u003e说明\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e本文为官方页面与公开资料整理，尚未亲测；价格与具体功能以官网为准\u003c/li\u003e\n\u003cli\u003e与 Topview（Agent 出片）定位相近但侧重点不同：Flova 更偏动画/影视创作与时间线工作流，Topview 更偏广告/微短剧批量出片；两者都适合放进「文案 → 分镜 → 出片」的自动化链路对比试跑\u003c/li\u003e\n\u003cli\u003e用法待实测后补充：文生视频、图生视频、时间线精修、Skill 复用\u003c/li\u003e\n\u003c/ul\u003e","title":"Flova：Agent 原生的 AI 视频创作平台（动画/影视向）"},{"content":"这是什么 HappyHorse（快乐小马）是阿里巴巴的原生多模态 AI 视频生成大模型，同时官网（happyhorse.cn）也是专业 AI 视频创作平台：普通创作者用会员套餐在网页/客户端出片，开发者走 API \u0026amp; CLI 接进自动化流水线。\n官网：happyhorse.cn｜百炼可用：阿里云 AI 优惠聚合页\n核心能力 文生视频：一句提示词生成视频片段 图生视频 / 参考图生成：支持参考图、多图参考生成，保持主体与风格一致 视频编辑：首帧视频编辑、改造视频细节、二次创作 音画联合生成：原生多模态架构，视频与声音一起生成（区别于「先出画面再配音」的拼接方案） 面向场景：广告、电商、短剧、社媒创意等 背景与渠道（公开资料口径） 阿里巴巴 ATH 创新事业部研发，2026-04-27 HappyHorse 1.0 开启灰测，报道称参数规模 150 亿、单流 Transformer 架构 渠道：官网与阿里云百炼面向专业创作者/企业客户；大众用户可在千问 App 体验 价格（灰测期口径，以官网为准）：官网 720P 视频生成刊例 0.9 元/秒，活动期低至 0.44 元/秒；另有会员套餐与 API 计费 与这个栏目的工具怎么串 与 Flova、Topview 同属「AI 视频生成」档：Flova 偏 Agent 时间线工作流、Topview 偏批量 API 出片、HappyHorse 是模型级的视频生成（适合当底层引擎） 接入自动化链路走 API \u0026amp; CLI；书/电商带货片批量试跑可先网页端小额验证效果，再决定是否 API 化 在阿里云百炼体系内，与 Qwen、Wan 可共用 Token 套餐与折扣（见阿里云 AI 优惠聚合页） 说明 本文为官网与公开资料整理（2026-09-04），尚未亲测；版本、灰测状态与价格以官网为准 与 Topview 一样适合放进「文案 → 分镜 → 出片」链路对比试跑：可灵 / Wan / HappyHorse 各出一版头部钩子 ","permalink":"https://ailamemo.com/aicreate/tools/happyhorse/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eHappyHorse（快乐小马）是\u003cstrong\u003e阿里巴巴的原生多模态 AI 视频生成大模型\u003c/strong\u003e，同时官网（happyhorse.cn）也是\u003cstrong\u003e专业 AI 视频创作平台\u003c/strong\u003e：普通创作者用会员套餐在网页/客户端出片，开发者走 API \u0026amp; CLI 接进自动化流水线。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e官网：\u003ca href=\"https://www.happyhorse.cn/\"\u003ehappyhorse.cn\u003c/a\u003e｜百炼可用：\u003ca href=\"/aicreate/tools/aliyun-ai-discount/\"\u003e阿里云 AI 优惠聚合页\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"核心能力\"\u003e核心能力\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e文生视频\u003c/strong\u003e：一句提示词生成视频片段\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e图生视频 / 参考图生成\u003c/strong\u003e：支持参考图、多图参考生成，保持主体与风格一致\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e视频编辑\u003c/strong\u003e：首帧视频编辑、改造视频细节、二次创作\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e音画联合生成\u003c/strong\u003e：原生多模态架构，视频与声音一起生成（区别于「先出画面再配音」的拼接方案）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e面向场景\u003c/strong\u003e：广告、电商、短剧、社媒创意等\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"背景与渠道公开资料口径\"\u003e背景与渠道（公开资料口径）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e阿里巴巴 ATH 创新事业部研发，2026-04-27 HappyHorse 1.0 开启灰测，报道称参数规模 150 亿、单流 Transformer 架构\u003c/li\u003e\n\u003cli\u003e渠道：官网与阿里云百炼面向专业创作者/企业客户；大众用户可在千问 App 体验\u003c/li\u003e\n\u003cli\u003e价格（灰测期口径，以官网为准）：官网 720P 视频生成刊例 0.9 元/秒，活动期低至 0.44 元/秒；另有会员套餐与 API 计费\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"与这个栏目的工具怎么串\"\u003e与这个栏目的工具怎么串\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e与 Flova、Topview 同属「AI 视频生成」档：Flova 偏 Agent 时间线工作流、Topview 偏批量 API 出片、HappyHorse 是\u003cstrong\u003e模型级\u003c/strong\u003e的视频生成（适合当底层引擎）\u003c/li\u003e\n\u003cli\u003e接入自动化链路走 API \u0026amp; CLI；书/电商带货片批量试跑可先网页端小额验证效果，再决定是否 API 化\u003c/li\u003e\n\u003cli\u003e在阿里云百炼体系内，与 Qwen、Wan 可共用 Token 套餐与折扣（见\u003ca href=\"/aicreate/tools/aliyun-ai-discount/\"\u003e阿里云 AI 优惠聚合页\u003c/a\u003e）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"说明\"\u003e说明\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e本文为官网与公开资料整理（2026-09-04），尚未亲测；版本、灰测状态与价格以官网为准\u003c/li\u003e\n\u003cli\u003e与 Topview 一样适合放进「文案 → 分镜 → 出片」链路对比试跑：可灵 / Wan / HappyHorse 各出一版头部钩子\u003c/li\u003e\n\u003c/ul\u003e","title":"HappyHorse（快乐小马）：阿里原生多模态视频生成平台（文生视频 / 图生视频 / 视频编辑）"},{"content":"这是什么 Lovart 是一个 AI 设计智能体（AI Design Agent）：对话提需求 + 画布交互编辑，覆盖从灵感收集、参考理解、生成改图到交付的完整设计工作流，而不是只做\u0026quot;文生图\u0026quot;。\n官网（国内版）：lovart.art\n核心能力 灵感采集：内置 Pinterest / Google 图片搜索，参考图直接进项目；刷小红书等平台可用采集插件一键收藏 Reference 理解：支持上传任意格式参考（活动方案 PDF、竞品图等），Agent 先读懂再设计 专业 Skill（设计技能）：把已验证的风格、流程、交付要求固化成技能，重复调用；官网「技能」页可管理 画布点改：生成后在画布上局部修改，不用反复重写整段提示词 一键转矢量：生成结果可转 SVG，真正能拿去用（logo、图标、素材） 多产物类型：单图、组图、Motion 动效、视频、可运行 HTML 网页、PPT 背景与版本 奇点星宇旗下，2025-05 开启 Beta，2025-07-23 正式上线，曾入选全球百大 AI 应用（AI Agent）榜单 国内中文版 2026-08 上线，国内直接访问 lovart.art，无需额外网络环境 说明 适合做：文章封面、视频号封面、活动海报、动态海报、极简 logo、演示页 更细的「6 个设计 Skill 逐个拆解 + 工作流心得」在宝藏库（需登录）：Lovart 拆解 本文为官网与公开资料整理，价格与功能以官网为准 ","permalink":"https://ailamemo.com/aicreate/tools/lovart/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eLovart 是一个 \u003cstrong\u003eAI 设计智能体（AI Design Agent）\u003c/strong\u003e：对话提需求 + 画布交互编辑，覆盖从灵感收集、参考理解、生成改图到交付的完整设计工作流，而不是只做\u0026quot;文生图\u0026quot;。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e官网（国内版）：\u003ca href=\"https://www.lovart.art/\"\u003elovart.art\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"核心能力\"\u003e核心能力\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e灵感采集\u003c/strong\u003e：内置 Pinterest / Google 图片搜索，参考图直接进项目；刷小红书等平台可用采集插件一键收藏\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eReference 理解\u003c/strong\u003e：支持上传任意格式参考（活动方案 PDF、竞品图等），Agent 先读懂再设计\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e专业 Skill（设计技能）\u003c/strong\u003e：把已验证的风格、流程、交付要求固化成技能，重复调用；官网「技能」页可管理\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e画布点改\u003c/strong\u003e：生成后在画布上局部修改，不用反复重写整段提示词\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e一键转矢量\u003c/strong\u003e：生成结果可转 SVG，真正能拿去用（logo、图标、素材）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e多产物类型\u003c/strong\u003e：单图、组图、Motion 动效、视频、可运行 HTML 网页、PPT\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"背景与版本\"\u003e背景与版本\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e奇点星宇旗下，2025-05 开启 Beta，2025-07-23 正式上线，曾入选全球百大 AI 应用（AI Agent）榜单\u003c/li\u003e\n\u003cli\u003e国内中文版 2026-08 上线，国内直接访问 lovart.art，无需额外网络环境\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"说明\"\u003e说明\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e适合做：文章封面、视频号封面、活动海报、动态海报、极简 logo、演示页\u003c/li\u003e\n\u003cli\u003e更细的「6 个设计 Skill 逐个拆解 + 工作流心得」在宝藏库（需登录）：\u003ca href=\"/treasure/tools/lovart.md\"\u003eLovart 拆解\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e本文为官网与公开资料整理，价格与功能以官网为准\u003c/li\u003e\n\u003c/ul\u003e","title":"Lovart：新一代 AI 设计 Agent（国内版 lovart.art）"},{"content":"这是什么 Topview OpenAPI 是 Topview 的统一媒体生成接口：用一个 REST 入口调用 Veo、Sora、Seedance、Wan、Kling、Higgsfield、Flux 等主流模型，以及 Topview 自有的数字人、URL 转视频、商品数字人、Anyshoot 能力。适合在自动化系统里批量生成视频、数字人和商品素材。\nOpenAPI 中文页：topview.ai/zh/openapi\n核心用法 注册拿凭证：注册后在「API Settings」拿 API Key + 用户 ID；每次调用带 Authorization: Bearer \u0026lt;API_KEY\u0026gt; 与 Topview-Uid: \u0026lt;USER_ID\u0026gt; 提交异步任务：接口返回 taskId，例如： POST /v1/url2video/task/submit —— 商品链接转广告视频 POST /v1/materials2video/task/submit —— 素材/脚本/音频转营销短片（批量 SKU） POST /v1/video_avatar/task/submit —— 数字人讲解 / 30 秒出镜克隆 POST /v1/product_avatar/task/submit —— 数字人手持演示真实商品 POST /v1/product_anyshoot/task/submit —— 商品置入生活场景 / 虚拟试穿 轮询拿结果：调匹配的 /task/query（建议 3–5 秒间隔），status=success 后取带签名的文件地址 产物：通常 MP4（480p–1080p），比例 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 21:9；图像 PNG/JPEG 至 2K 适合谁 / 能串什么自动化 电商批量广告：每个 SKU 少量调用生成多个变体，URL-to-Video / Materials-to-Video 端到端 数字人口播：文本/音频生成讲解数字人，30+ 语言本地化 我的流水线：可把「草稿箱脚本 → Topview API 出片 → 下载 MP4 进发布队列」串成自动化；网页版 Unlimited 权益禁止脚本调用，自动化要用 API 积分套餐（详见下方实操笔记） 同款更完整的实操笔记（套餐/积分/Codex 插件接入）：Topview：把视频交给 AI Agent\n说明 本文为官方 OpenAPI 页整理，非亲测；费率按视频秒数/张数计（Seedance Standard 720p 约 1.2 点/秒，以 Pricing 页为准） 新模型数日内上线，无需逐个集成；企业/白牌可邮件 official@topview.ai ","permalink":"https://ailamemo.com/aicreate/tools/topview-openapi/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eTopview OpenAPI 是 Topview 的\u003cstrong\u003e统一媒体生成接口\u003c/strong\u003e：用一个 REST 入口调用 Veo、Sora、Seedance、Wan、Kling、Higgsfield、Flux 等主流模型，以及 Topview 自有的数字人、URL 转视频、商品数字人、Anyshoot 能力。适合在自动化系统里批量生成视频、数字人和商品素材。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eOpenAPI 中文页：\u003ca href=\"https://www.topview.ai/zh/openapi\"\u003etopview.ai/zh/openapi\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"核心用法\"\u003e核心用法\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e注册拿凭证\u003c/strong\u003e：注册后在「API Settings」拿 API Key + 用户 ID；每次调用带 \u003ccode\u003eAuthorization: Bearer \u0026lt;API_KEY\u0026gt;\u003c/code\u003e 与 \u003ccode\u003eTopview-Uid: \u0026lt;USER_ID\u0026gt;\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e提交异步任务\u003c/strong\u003e：接口返回 \u003ccode\u003etaskId\u003c/code\u003e，例如：\n\u003cul\u003e\n\u003cli\u003e\u003ccode\u003ePOST /v1/url2video/task/submit\u003c/code\u003e —— 商品链接转广告视频\u003c/li\u003e\n\u003cli\u003e\u003ccode\u003ePOST /v1/materials2video/task/submit\u003c/code\u003e —— 素材/脚本/音频转营销短片（批量 SKU）\u003c/li\u003e\n\u003cli\u003e\u003ccode\u003ePOST /v1/video_avatar/task/submit\u003c/code\u003e —— 数字人讲解 / 30 秒出镜克隆\u003c/li\u003e\n\u003cli\u003e\u003ccode\u003ePOST /v1/product_avatar/task/submit\u003c/code\u003e —— 数字人手持演示真实商品\u003c/li\u003e\n\u003cli\u003e\u003ccode\u003ePOST /v1/product_anyshoot/task/submit\u003c/code\u003e —— 商品置入生活场景 / 虚拟试穿\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e轮询拿结果\u003c/strong\u003e：调匹配的 \u003ccode\u003e/task/query\u003c/code\u003e（建议 3–5 秒间隔），\u003ccode\u003estatus=success\u003c/code\u003e 后取带签名的文件地址\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e产物\u003c/strong\u003e：通常 MP4（480p–1080p），比例 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 21:9；图像 PNG/JPEG 至 2K\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"适合谁--能串什么自动化\"\u003e适合谁 / 能串什么自动化\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e电商批量广告\u003c/strong\u003e：每个 SKU 少量调用生成多个变体，URL-to-Video / Materials-to-Video 端到端\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e数字人口播\u003c/strong\u003e：文本/音频生成讲解数字人，30+ 语言本地化\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e我的流水线\u003c/strong\u003e：可把「草稿箱脚本 → Topview API 出片 → 下载 MP4 进发布队列」串成自动化；网页版 Unlimited 权益禁止脚本调用，自动化要用 API 积分套餐（详见下方实操笔记）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003e同款更完整的实操笔记（套餐/积分/Codex 插件接入）：\u003ca href=\"/aicreate/ai-automation/tools/topview-ai/\"\u003eTopview：把视频交给 AI Agent\u003c/a\u003e\u003c/p\u003e","title":"Topview OpenAPI：一个 API 调遍主流 AI 视频与图像模型"},{"content":" 这篇文章 2015 年刚发就被 Forbes 列入当年最佳科技故事；2026 年回看，它仍然是讨论 AI 分级与 AI 安全时绕不开的坐标系。\n文章档案 作者：Tim Urban（Wait But Why 博主，火柴人插画 + 大白话解释复杂话题） 系列：The AI Revolution 两部曲 Part 1：The Road to Superintelligence，2015-01-22 → artificial-intelligence-revolution-1.html Part 2：Our Immortality or Extinction，2015-01-27 → artificial-intelligence-revolution-2.html 一句话定位：把 Bostrom 等人书里的「超级智能」学术讨论，讲成普通人也上头的科普漫画。 Part 1 摘抄：通往超级智能的路 先看作者的野心 What’s happening in the world of AI is not just an important topic, but by far THE most important topic for our future.\n核心警告：人是线性思维，世界是指数增长 文章用一个「1750 年人穿越到 2015 年会吓死」的思想实验开场：让古代人震惊到死的进步单位，狩猎采集时代要攒 10 万年，农业革命后约 1.2 万年，工业革命后只要两百年——人类进步的加速度本身就在指数增长。\nIt’s most intuitive for us to think linearly, when we should be thinking exponentially.\n（直觉是线性外推，但真正该用的是指数外推。拿过去 30 年推断未来 30 年，是最容易被骗的思考方式。）\nANI / AGI / ASI 三分法（这套框架至今仍是主流） 层级 原文（已核对） 中文理解 ANI 弱人工智能 “AI that specializes in one area… it can beat the world chess champion in chess, but that’s the only thing it does.” 只擅长单一任务：下棋、导航、推荐算法。2015 年时所有 AI 都属于 ANI AGI 通用人工智能 “a computer that is as smart as a human across the board”（原句续：能执行任何人类能做的智力任务——转述） 在所有认知领域达到人类水平，可跨领域学习与推理 ASI 超级人工智能 “AI that’s way smarter than any human, across the board.” 全方位碾压最聪明的人类，包括科学创造、社交技巧、哲学思辨 最反直觉的一步：AGI → ASI 可能不是几十年，而是几天 作者的关键论证：ANI → AGI 是硬骨头（要理解并复制人类大脑的复杂性，可能耗上数十年），但 AGI 一旦出现，它就能自己改进自己，改进得越快就越强，形成智能爆炸：\nIn an intelligence explosion—where the smarter a machine gets, the quicker it’s able to increase its own intelligence, until it begins to soar upwards—a machine might take years to rise from the chimp step to the one above it, but perhaps only hours to jump up a step once it’s on the dark green step two above us…\n他把这称作进化路上的 tripwire（绊线/扳机）：智力缓慢爬升，直到某个水平足以造出机器超级智能，那一格就是触发点——一旦触发，就引爆一场改写所有生命未来的连锁反应。而科学界相当大一部分人相信：问题不是会不会踩到扳机，而是什么时候。\nPart 2 摘抄：永生还是灭绝 Bostrom 的平衡木：灭绝与永生是两个「吸引子状态」 All species eventually go extinct… So far, 99.9% of species have fallen off the balance beam…\nBostrom calls extinction an attractor state—a place species are all teetering on falling into and from which no species ever returns.\n历史上所有物种最终都掉下平衡木、落进「灭绝」这一端；但 Bostrom 认为平衡木有两端，另一端是物种永生（species immortality）——同样是一个吸引子状态，一旦到达就永远免疫灭绝。只是地球上还没有哪个物种聪明到能往另一端跳。\n由此得出两个相当冲击的事实：\nASI 的出现将第一次让一个物种有机会落在平衡木的「永生」一侧； ASI 造成的影响大到几乎必然把人类从平衡木上震落——掉向哪一侧，未知。 It may very well be that when evolution hits the tripwire, it permanently ends humans’ relationship with the beam and creates a new world, with or without humans.\n人类之于 ASI，就像蚂蚁之于人类 正文里最接近「蚂蚁」意象的原句（能力差距论证）：\nA machine on the second-to-highest step on that staircase would be to us as we are to ants—it could try for years to teach us the simplest inkling of what it knows and the endeavor would be hopeless.\n注意：广为流传的「人类修高速公路时不会在意压过蚂蚁窝」「ASI 对人类的威胁来自漠不关心而非仇恨」，更接近文内配图漫画与 Bostrom《Superintelligence》一书的转述。正文里明确给出的关键问题是动机：\nWho or what will be in control of that power, and what will their motivation be?\n没人知道 ASI 会做什么——假装知道的人才危险 There is no way to know what ASI will do or what the consequences will be for us. Anyone who pretends otherwise doesn’t understand what superintelligence means.\n专家到底怎么说：2013 年的两份调查 Müller \u0026amp; Bostrom 2013 年向数百名 AI 专家提问：高级机器智能（HLMI，文中视同 AGI）在哪一年达到 10% / 50% / 90% 概率，取中位数：\n概率 中位年份 10%（乐观估计） 2022 50%（现实估计） 2040 90%（保守估计） 2075 同一批专家判断 AGI → ASI 的过渡：2 年内发生的概率中位数 10%，30 年内 75%；文章据此估算过渡中位数约 20 年，即 ASI 中位估计 ≈ 2060 年（距 2015 年约 45 年）。\nJames Barrat 在 AGI 大会上的另一份调查（「AGI 何时实现」，参与者投票）：\n答案 比例 2030 年前 42% 2050 年前 25% 2100 年前 20% 2100 年后 10% 永远不会 2% （合计 2050 年前约 2/3；只有 2% 认为 AGI 不属于未来。）\n对「AGI 对人类的整体影响」，专家均值的判断是：52% 好或极好、31% 坏或极坏、仅 17% 中性——最懂行的一批人相当确信这会是件大事。\n为什么 2026 年回头看仍然重要 ANI / AGI / ASI 三分法至今仍是讨论 AI 的主流坐标系；后来所有「AGI 什么时候到」的争论，都能在这篇文章里找到原型。 当年专家中位数预测 AGI 约在 2040 年；2026 年的大模型已经把争论从「AGI 会不会来」推到了「多快、多安全、怎么对齐」。 「平衡木两端 = 永生或灭绝」「蚂蚁/蚂蚁窝」是 AI 安全讨论里被引用最多的两个画面。 智能爆炸的思想源头可追溯到 I. J. Good 1965 年关于「第一台超智能机器」的论文；Tim Urban 是把它讲成大众常识的人之一（背景知识，非该文直接引文）。 对我自己的用处 判断任何新工具或新模型，先问它处在哪一级：是「单点更强的 ANI」（会下棋、会写代码的专用工具），还是「朝 AGI 逼近的通用能力」？对时间线的分歧，本质就是文章说的线性思维 vs 指数思维之争。这和我做 AI 自动化流程是同一把尺——先分清哪些环节值得等模型变强，哪些现在就能自动化。\n来源与核对注记 ✅ 已逐字核对（2026-09-04 打开原文确认）：\n两篇标题、发布时间（2015-01-22 / 2015-01-27，与 Forbes「2015 最佳科技故事」列表一致）与两条 URL 均无误； 文中所有带引号的英文句子，均能在原文正文检索到。 ⚠️ 常见转述 ≠ 原文逐字（流传版本常把这几点说成原文，实际更接近配图或背景）：\n「人类修高速公路压过蚂蚁窝而不自知」：正文以认知阶梯图 + “to us as we are to ants” 表达能力差距，蚂蚁窝/高速公路的具体画面属漫画转述； 「ASI 毁灭人类不需要恨，只需要漠不关心（indifference）」：indifference 不是该文高频原词，正文对应的表述是控制权与动机问题（Who or what will be in control… what will their motivation be）； 「人类进步曲棍球棒曲线图」：文章以配图呈现指数加速，正文对应的是 Kurzweil 的 Law of Accelerating Returns（加速回报定律）与 S-curve 论述； I. J. Good（1965）出处属背景知识链，不是该文直接引用。 ","permalink":"https://ailamemo.com/memory/quotes/the-ai-revolution-waitbutwhy/","summary":"\u003cblockquote\u003e\n\u003cp\u003e这篇文章 2015 年刚发就被 Forbes 列入当年最佳科技故事；2026 年回看，它仍然是讨论 AI 分级与 AI 安全时绕不开的坐标系。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"文章档案\"\u003e文章档案\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e作者：Tim Urban（Wait But Why 博主，火柴人插画 + 大白话解释复杂话题）\u003c/li\u003e\n\u003cli\u003e系列：The AI Revolution 两部曲\u003c/li\u003e\n\u003cli\u003ePart 1：\u003cem\u003eThe Road to Superintelligence\u003c/em\u003e，2015-01-22 → \u003ca href=\"https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html\"\u003eartificial-intelligence-revolution-1.html\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003ePart 2：\u003cem\u003eOur Immortality or Extinction\u003c/em\u003e，2015-01-27 → \u003ca href=\"https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-2.html\"\u003eartificial-intelligence-revolution-2.html\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e一句话定位：把 Bostrom 等人书里的「超级智能」学术讨论，讲成普通人也上头的科普漫画。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"part-1-摘抄通往超级智能的路\"\u003ePart 1 摘抄：通往超级智能的路\u003c/h2\u003e\n\u003ch3 id=\"先看作者的野心\"\u003e先看作者的野心\u003c/h3\u003e\n\u003cblockquote\u003e\n\u003cp\u003eWhat’s happening in the world of AI is not just an important topic, but by far THE most important topic for our future.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch3 id=\"核心警告人是线性思维世界是指数增长\"\u003e核心警告：人是线性思维，世界是指数增长\u003c/h3\u003e\n\u003cp\u003e文章用一个「1750 年人穿越到 2015 年会吓死」的思想实验开场：让古代人震惊到死的进步单位，狩猎采集时代要攒 10 万年，农业革命后约 1.2 万年，工业革命后只要两百年——人类进步的加速度本身就在指数增长。\u003c/p\u003e","title":"摘抄：The AI Revolution——通往超级智能，以及人类的两种结局"},{"content":"这是什么 腾讯混元 Hy4 preview：腾讯新一代混合专家（MoE）大模型，主打 Coding Agent 与长上下文场景。信息来自 MacTalk（池建强）公众号文章《中国开源模型杀疯了》（内页 4/7、5/7）及其后续整理，参数与购买路径为官方口径，未亲测，以官网为准。\n购买入口：cloud.tencent.com/act/pro/tokenplan TokenHub 控制台文档：cloud.tencent.com/document/product/1823/130119\n背景：千问刚放出后训练模型 Qwen3.8，混元 Hy4 preview 跟上——中国开源模型进入密集发布期。过去两年开发者聊 Coding 模型，第一排总是 Claude、GPT，以及追上的 DeepSeek、Kimi、GLM；腾讯场景很多，混元却很少当主角，Hy4 preview 是腾讯想拿回 Coding 主场的一步。\n关键参数 项目 内容 架构 MoE（混合专家），总参 770B，每 Token 激活 49B 上下文 1M（一百万 token） 重点方向 长程软件工程、文档型办公、科学研究 提升点 Coding Agent 的任务理解、计划制定、调试、验证 + 前端界面的视觉与交互质量 参数读法：总参 770B 但每 Token 只激活 49B，推理成本接近 49B 模型、能力接近大参数模型——当前开源大模型的主流打法。\n内部评测成绩（腾讯公布，参考即可） 腾讯 163 名内部专家评估 203 个真实工程任务：Hy4 preview 平均分 2.99，Kimi K3 2.94，GLM 5.3 2.92；对两者的胜率分别为 46.8% 与 51.2%。\n领先幅度不大，属于第一梯队贴身肉搏。作者建议内部测试仅供参考，能不能打看两条验证：一是 arena.ai 第三方竞技场排名，二是自己上手做个真功能——\u0026ldquo;是骡子是马，拉出来遛遛\u0026rdquo;。\n怎么买：腾讯云 Hy Token Plan（28 元/月试水） Token Plan 分两个系列：\n系列 适用 起步价 Hy Token Plan（跑 Hy4 preview 买这个） 混元 Hy4 preview、Hy3 等 28 元/月，共 4 档 通用 Token Plan GLM-5、Kimi-K2.5 等多模型聚合 39 元/月 购买流程：\n打开 cloud.tencent.com/act/pro/tokenplan 点「立即订阅」，微信扫码登录（无账号自动注册） 选 Hy Token Plan 系列最低档，点订阅 购买成功后进 TokenHub 控制台创建 API Key 并保存 Token Plan 兼容 OpenAI 格式 API：Base URL 用腾讯云端点，模型名填 hy4-preview，API Key 填上一步拿到的——可直接配进 Codex、CodeBuddy 等工具 注意：按月预付费、到期自动续费（控制台可关）；Token 统一抵扣，不区分输入/输出；只想试 Hy4 preview 行不行，28 元最低档跑几个功能足够。文章作者跑在腾讯云 DSH（云端开发环境）里，你不需要它，拿到 API Key 配到自己的 Codex 即可。\n适合谁 / 价值点 多一个国产 Coding 模型备选：和 GLM、Codex 订阅互为备份，额度不够时作同梯队替补，跑内容自动化这类脚本任务够格 1M 上下文对内容流水线有用：选题环节要读大量抓取的素材与评论，长上下文可把整个素材包一次性喂给模型分析，不用切分 选模型的判断方法：官方评测 \u0026lt; 第三方 arena.ai 排名 \u0026lt; 自己上手做真功能——以后任何模型发布都按这个顺序验证，别被宣传数字带着走 注意 与栏内 GLM-5.3 同为「模型」条目：GLM 走开源权重 / Z.ai 订阅，Hy4 preview 走腾讯云 Token Plan 订阅，都可当 Coding 主力试 腾讯云 Token Plan 与阿里云 AI 优惠聚合页是同类「Token 资源入口」，只是分属两朵云；价格与型号迭代快，一律以下单时官网为准 本文为公众号文章与腾讯官方页面整理，未亲测购买与调用；参数、价格、评测口径以官网为准 ","permalink":"https://ailamemo.com/aicreate/tools/hunyuan-hy4/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e腾讯混元 \u003cstrong\u003eHy4 preview\u003c/strong\u003e：腾讯新一代混合专家（MoE）大模型，主打 Coding Agent 与长上下文场景。信息来自 MacTalk（池建强）公众号文章《中国开源模型杀疯了》（内页 4/7、5/7）及其后续整理，参数与购买路径为官方口径，\u003cstrong\u003e未亲测，以官网为准\u003c/strong\u003e。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e购买入口：\u003ca href=\"https://cloud.tencent.com/act/pro/tokenplan\"\u003ecloud.tencent.com/act/pro/tokenplan\u003c/a\u003e\nTokenHub 控制台文档：\u003ca href=\"https://cloud.tencent.com/document/product/1823/130119\"\u003ecloud.tencent.com/document/product/1823/130119\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e背景：千问刚放出后训练模型 Qwen3.8，混元 Hy4 preview 跟上——中国开源模型进入密集发布期。过去两年开发者聊 Coding 模型，第一排总是 Claude、GPT，以及追上的 DeepSeek、Kimi、GLM；腾讯场景很多，混元却很少当主角，Hy4 preview 是腾讯想拿回 Coding 主场的一步。\u003c/p\u003e\n\u003ch2 id=\"关键参数\"\u003e关键参数\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项目\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e内容\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e架构\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eMoE（混合专家），总参 \u003cstrong\u003e770B\u003c/strong\u003e，每 Token 激活 \u003cstrong\u003e49B\u003c/strong\u003e\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e上下文\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e\u003cstrong\u003e1M\u003c/strong\u003e（一百万 token）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e重点方向\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e长程软件工程、文档型办公、科学研究\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e提升点\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eCoding Agent 的任务理解、计划制定、调试、验证 + 前端界面的视觉与交互质量\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e参数读法：总参 770B 但每 Token 只激活 49B，推理成本接近 49B 模型、能力接近大参数模型——当前开源大模型的主流打法。\u003c/p\u003e\n\u003ch2 id=\"内部评测成绩腾讯公布参考即可\"\u003e内部评测成绩（腾讯公布，参考即可）\u003c/h2\u003e\n\u003cp\u003e腾讯 163 名内部专家评估 203 个真实工程任务：Hy4 preview 平均分 \u003cstrong\u003e2.99\u003c/strong\u003e，Kimi K3 \u003cstrong\u003e2.94\u003c/strong\u003e，GLM 5.3 \u003cstrong\u003e2.92\u003c/strong\u003e；对两者的胜率分别为 \u003cstrong\u003e46.8%\u003c/strong\u003e 与 \u003cstrong\u003e51.2%\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e领先幅度不大，属于第一梯队贴身肉搏。作者建议内部测试仅供参考，能不能打看两条验证：一是 \u003ca href=\"https://arena.ai\"\u003earena.ai\u003c/a\u003e 第三方竞技场排名，二是自己上手做个真功能——\u0026ldquo;是骡子是马，拉出来遛遛\u0026rdquo;。\u003c/p\u003e","title":"腾讯混元 Hy4 preview：770B MoE + 1M 上下文，28 元/月 Token Plan 就能跑"},{"content":"这是什么 阿里云官方「AI 优惠 / 省钱」聚合页：把大模型 API 折扣、Token 订阅套餐、免费额度、图片/视频模型资源包集中在同一个入口。归类为资源入口页，不是某个具体工具；适合项目已有稳定模型调用后，来这一页做成本控制。\n页面：aliyun.com/benefit/scene/ai-discount（用户分享链接带 utm 追踪参数，打开效果相同）\n页面里有什么（2026-09-04 抓取口径，以官网为准） 模型发布：页面主推 Qwen3.8-Max（2.4 万亿参数 MoE 旗舰，编程 / 办公 / 多模态长文档长视频解析） 全模型通享折扣：低至 4.5 折（AI 通用型节省计划类机制），覆盖 Qwen、Wan、GLM、DeepSeek、Kimi、Image、VL 等 150+ 款直供模型，按实际用量自动抵扣 Token Plan 订阅：按 Credits 分档（7 天 2500 / 10000 / 40000，包月 25000 / 100000 / 250000 等），支持多 Agent 并发，一次订阅跨模型使用 免费试用：页面给 100 万 tokens 体验额度（新用户另有各类限免活动，以开通时页面为准） 图片 / 视频专区：通义万相资源包、Qwen-Image 资源包；Wan3.0 输入输出按秒计费、限时 7 折，支持电商 / 广告 / 短剧场景 开箱即用场景：电商营销（商品视频 / 模特姿势裂变 / 电商组图）、广告创作、短剧漫剧、智能客服、AI 办公 和这个栏目的工具怎么串 与 Flova、Topview 这类视频工具是供给关系：工具层负责出片，底层模型（Qwen / Wan 等）的 API 用量走这个页面的折扣与套餐 个人小项目优先吃免费额度跑通，再上折扣套餐——不要一上来就买 内容自动化链路每月有稳定调用量后，把这一页当「成本控制」收藏入口 注意 活动页经常改版，折扣、价格、免费额度一律以「下单那一刻」的页面为准；页内有营销导购成分，买前先算「按量 vs 套餐」哪个划算 大模型型号与版本迭代很快，页面主推的旗舰型号名称可能随时更换 本文为官方页面抓取整理，未亲测购买；页面机制简述供理解，实际条款以官网为准 ","permalink":"https://ailamemo.com/aicreate/tools/aliyun-ai-discount/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e阿里云官方「AI 优惠 / 省钱」聚合页：把大模型 API 折扣、Token 订阅套餐、免费额度、图片/视频模型资源包集中在同一个入口。\u003cstrong\u003e归类为资源入口页，不是某个具体工具\u003c/strong\u003e；适合项目已有稳定模型调用后，来这一页做成本控制。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e页面：\u003ca href=\"https://www.aliyun.com/benefit/scene/ai-discount\"\u003ealiyun.com/benefit/scene/ai-discount\u003c/a\u003e（用户分享链接带 utm 追踪参数，打开效果相同）\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"页面里有什么2026-09-04-抓取口径以官网为准\"\u003e页面里有什么（2026-09-04 抓取口径，以官网为准）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e模型发布\u003c/strong\u003e：页面主推 Qwen3.8-Max（2.4 万亿参数 MoE 旗舰，编程 / 办公 / 多模态长文档长视频解析）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e全模型通享折扣\u003c/strong\u003e：低至 4.5 折（AI 通用型节省计划类机制），覆盖 Qwen、Wan、GLM、DeepSeek、Kimi、Image、VL 等 150+ 款直供模型，按实际用量自动抵扣\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eToken Plan 订阅\u003c/strong\u003e：按 Credits 分档（7 天 2500 / 10000 / 40000，包月 25000 / 100000 / 250000 等），支持多 Agent 并发，一次订阅跨模型使用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e免费试用\u003c/strong\u003e：页面给 100 万 tokens 体验额度（新用户另有各类限免活动，以开通时页面为准）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e图片 / 视频专区\u003c/strong\u003e：通义万相资源包、Qwen-Image 资源包；Wan3.0 输入输出按秒计费、限时 7 折，支持电商 / 广告 / 短剧场景\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e开箱即用场景\u003c/strong\u003e：电商营销（商品视频 / 模特姿势裂变 / 电商组图）、广告创作、短剧漫剧、智能客服、AI 办公\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"和这个栏目的工具怎么串\"\u003e和这个栏目的工具怎么串\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e与 Flova、Topview 这类视频工具是\u003cstrong\u003e供给关系\u003c/strong\u003e：工具层负责出片，底层模型（Qwen / Wan 等）的 API 用量走这个页面的折扣与套餐\u003c/li\u003e\n\u003cli\u003e个人小项目优先吃免费额度跑通，再上折扣套餐——不要一上来就买\u003c/li\u003e\n\u003cli\u003e内容自动化链路每月有稳定调用量后，把这一页当「成本控制」收藏入口\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"注意\"\u003e注意\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e活动页经常改版，折扣、价格、免费额度一律以「下单那一刻」的页面为准；页内有营销导购成分，买前先算「按量 vs 套餐」哪个划算\u003c/li\u003e\n\u003cli\u003e大模型型号与版本迭代很快，页面主推的旗舰型号名称可能随时更换\u003c/li\u003e\n\u003cli\u003e本文为官方页面抓取整理，未亲测购买；页面机制简述供理解，实际条款以官网为准\u003c/li\u003e\n\u003c/ul\u003e","title":"阿里云 AI 优惠聚合页：模型折扣 / Token 套餐 / 免费额度的省钱入口"},{"content":"本期优先级 项目 首单速度 自动化潜力 持续收入 起步成本 评级 TikTok Shop 内容合规扫描 ★★★★★ ★★★★★ ★★★★★ ¥100–500 S TikTok 可退样品 Creator 测品系统 ★★★★☆ ★★★★★ ★★★★☆ ¥300–1000 S YouTube × Amazon Affiliate 内容复用 ★★★★☆ ★★★★★ ★★★★☆ ¥100–500 A+ Shopify Agentic Commerce 适配服务 ★★★☆☆ ★★★★★ ★★★★★ ¥300–1500 A 这一期最值得盯的，不是「新 AI 工具」，而是平台刚刚把新的商业入口和新的合规成本同时放出来。这两类变化最容易形成服务费、订阅费和佣金收入。\n1. S 级：TikTok Shop「内容合规扫描」服务 这是本期最值得做的。\nTikTok Shop 美国更新了 Content Policy，明确要求视频、LIVE、标题、语音、屏幕文字、商品演示等全部与真实商品一致；AI 内容如果夸大尺寸、材质、功能、效果或兼容性，也可能被移除或处罚。价格和折扣表达同样必须准确，不能把只有部分用户可获得的优惠说成人人都能拿到。\n这直接产生一个付费痛点：卖家每天几十条达人视频，谁来提前检查有没有违规话术？\n不需要做复杂 SaaS，先卖一个服务：TikTok Commerce Compliance Scanner——输入视频脚本、字幕、商品详情页，自动检测：\n功效夸大 AI 与实物不一致 虚假折扣 价格条件缺失 不一致的规格 / 配件 高风险健康词 可能触发违规的 CTA 输出：风险等级 + 问题句 + 改写建议。\n收费\n¥499：100 条内容扫描 ¥999–1999/月：持续监控 Agency 版：¥2999+/月 20 个 ¥999 客户就是接近 ¥2 万 MRR。\n门槛：TikTok 政策理解 + AI Prompt/API + 表格或简单网页。验证成本 ¥100–500。\n最小验证动作：先别写产品。找 10 条 TikTok Shop 带货脚本，手工跑一次检查，做成《TikTok Shop 视频违规风险报告》，发给 5 个卖家 / TSP。有人问「能不能批量扫」，再自动化。\n最大风险：不要包装成「100% 保证不过审」。平台处罚本身有主观和动态因素。卖的是「降低违规概率」，不是合规保险。\n2. S 级：围绕「Refundable Samples」做 Creator 测品系统 TikTok Shop 当前的可退样品机制非常值得关注：符合条件的 Creator 可以先自己购买样品，卖出商家设定的 1–3 单后，商品、运费和税费会自动退款；不需要卖家先审批，最长有 120 天窗口。相比免费样品，卖家不再需要承担大量「寄出去但没人发视频」的纯浪费。\n这个变化本身就可以变成一个服务，帮卖家搭：Refundable Sample Growth Engine\n流程：Seller SKU → 筛选适合 Refundable Sample 的商品 → 推荐 Creator → 设计 1–3 单退款门槛 → 自动追踪 Creator 是否购买 → 内容发布 → 达成销售目标 → 第二轮合作。\n为什么有现金流：传统寄样最大的坑是样品成本高 + 寄样率高 + 发布率低。Refundable Samples 把一部分风险转给 Creator，卖家因此更愿意扩大测试面。卖的是：谁值得开放、什么 SKU 值得开放、结果怎么追。\n收费模式\n初期 ¥1999–4999/月 或基础费 + Affiliate GMV 2%–5% 后续可产品化成 Dashboard 技能：TikTok Shop Affiliate + 数据表 + n8n/Make + 基本 ROI 分析。成本 ¥300–1000 就能做第一版。\n最小验证：找 5 个 TikTok SKU，分别算：免费寄样成本、Refundable Sample 成本、Creator 发布率、达成 1/2/3 单退款门槛后的单位获客成本，做成一页对比表。这比「我们有 5 万达人数据库」更能卖。\n风险：别把所有 SKU 都开放 Refundable Samples。退货率高、低毛利、差评严重、库存不稳定的产品不适合。此外 TikTok 明确规定 Creator 自己购买不算有效销量，必须由其他买家产生。\n3. A+：YouTube × Amazon Affiliate「内容复用流水线」 新信号很清晰：YouTube Creator 现在可以在视频和 LIVE 中直接标记 Amazon 商品，并从符合条件的购买获得佣金。商品标签的互动率大约是描述区 Affiliate Link 的两倍；购物相关内容全球每天观看约 1.1 亿小时。\n这意味着 TikTok 达人内容不必只活一次，可以搭：TikTok → Shorts → YouTube Shopping 自动复用系统\n流程：一个真实产品视频 → AI 重写 Hook → 自动生成 YouTube Shorts 版本 → 改标题 / 字幕 → 匹配 Amazon 商品 → Tag 产品 → 同步 Pinterest / Reels → 统一追踪佣金。\n谁会付钱\nCreator：已经有 TikTok 内容，但不会系统做 YouTube Shopping Amazon Seller：想获得更多 Creator 流量 收费\nCreator 版：¥499–999/月 商家版：¥1999–4999/月（含每月 20–50 条内容复用） 也可以抽佣 最小验证：找一个美国 Amazon 商品，用同一原素材做：TikTok Hook、YouTube Shorts Hook、60–90 秒搜索型视频脚本，比较两种平台的商业表达差异。一条素材能生产 3 个渠道版本，才叫「内容资产」。\n风险：不要纯搬运 TikTok 视频。YouTube 用户的搜索行为、停留结构和购买决策不同。自动化应该复用素材资产，不是机械复制成品。\n4. A 级：Shopify「Agentic Commerce Ready」适配服务 Shopify 已经把 ChatGPT 描述为一个销售渠道，强调消费者可以在 AI 对话中完成商品发现甚至购买；同时 Catalog API 已向开发者开放，AI Agent 可以搜索 Shopify 商家商品，并结合 Checkout Kit 构建从发现到结账的完整购物流程。\n这意味着独立站会出现一个新现实需求：我的商品数据到底适不适合被 AI Agent 理解和购买？\n可以做的服务：Agentic Commerce Readiness Audit，检查：\nProduct title 是否语义清晰 属性字段是否完整 Variant 是否混乱 FAQ 是否回答购买障碍 Schema / Merchant feed 尺寸、材质、兼容性 Use case Shipping / return 信息 AI 查询能否正确理解产品 收费\n诊断：¥1500–5000 月度：¥999–2999/月（商品数据持续优化、监测和内容更新） 这比「普通 SEO 服务」更容易包装成新预算。\n最小验证：找一家 Shopify 店，挑 20 个核心 SKU，把每个 SKU 放进一个 AI buyer query：「我需要 XXX，预算 $50，要求 XXX」，检查 AI 是否能正确判断该商品适不适合。错误率就是销售材料。\n风险：现在最危险的词是「保证 ChatGPT 推荐」。不要碰——你无法保证 AI 平台一定曝光谁。你能做的是：让商品数据更可理解、更完整、更可交易。\n这一期不值得做：再建一个「AI 自动写文案工具」 这个市场现在几乎没有进入价值：Shopify、ChatGPT、Claude、Canva、营销工具本身都已经能完成商品描述、Email、广告文案、社媒 Caption。\n如果你只是在 GPT 外面套一个输入框，用户没有长期付费理由。\n真正值得收费的自动化都有一个共同点：它直接接入一个持续变化、持续出错、持续产生钱或损失钱的业务流程。合规、寄样、Affiliate、商品数据都满足；「AI 文案生成器」不满足。\n这一期只做一件事 做：TikTok Shop Content Compliance Checker Demo，不是 Coding。完成三步即可：\n收集 TikTok 最新 Content Policy 的主要违规类型 找 10 条真实带货脚本进行扫描 输出一份「原句 → 风险 → 建议改写」报告 然后拿这个 PDF / Notion 页面去找真实卖家。\n判断它是不是项目只有一个标准：**有没有人愿意把下一批 100 条脚本交给你检查？**如果没人愿意，归档。别继续优化 Logo、网站和自动化流程。\n可直接转发 / 邮件摘要（主题按发送当天填日期） 本期最值得关注 4 个方向：\nTikTok Shop 内容合规扫描：TikTok 更新美区内容政策，AI 夸大商品、虚假价格、规格不一致等风险更明确。可以做脚本/视频批量风险检查，收月订阅费。 TikTok Refundable Samples 测品系统：Creator 可先买样品，产生指定 1–3 单后退款。可帮 Seller 降低免费寄样浪费，做 Creator 测品和 ROI 管理服务。 YouTube × Amazon Affiliate 内容复用：YouTube Creator 可以直接 Tag Amazon 商品。可把 TikTok 素材自动改写成 Shorts / YouTube Shopping 内容，形成多平台佣金收入。 Shopify Agentic Commerce 适配：帮独立站整理商品数据，使其更适合 ChatGPT、AI Shopping、AI Agent 搜索和购买，模式为诊断费 + 月度优化。 唯一动作：做一个 TikTok Shop Content Compliance Checker Demo，用 10 条真实脚本验证。不要开发 SaaS，先证明有人愿意为「批量检查下一批内容」付钱。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/auto-cashflow-tracking-2026-09-03/","summary":"\u003ch2 id=\"本期优先级\"\u003e本期优先级\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项目\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e首单速度\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e自动化潜力\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e持续收入\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e起步成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e评级\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eTikTok Shop 内容合规扫描\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥100–500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eTikTok 可退样品 Creator 测品系统\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥300–1000\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eYouTube × Amazon Affiliate 内容复用\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥100–500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA+\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eShopify Agentic Commerce 适配服务\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥300–1500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e这一期最值得盯的，不是「新 AI 工具」，而是平台刚刚把\u003cstrong\u003e新的商业入口\u003c/strong\u003e和\u003cstrong\u003e新的合规成本\u003c/strong\u003e同时放出来。这两类变化最容易形成服务费、订阅费和佣金收入。\u003c/p\u003e\n\u003ch2 id=\"1-s-级tiktok-shop内容合规扫描服务\"\u003e1. S 级：TikTok Shop「内容合规扫描」服务\u003c/h2\u003e\n\u003cp\u003e这是本期最值得做的。\u003c/p\u003e\n\u003cp\u003eTikTok Shop 美国更新了 Content Policy，明确要求视频、LIVE、标题、语音、屏幕文字、商品演示等全部与真实商品一致；AI 内容如果夸大尺寸、材质、功能、效果或兼容性，也可能被移除或处罚。价格和折扣表达同样必须准确，不能把只有部分用户可获得的优惠说成人人都能拿到。\u003c/p\u003e\n\u003cp\u003e这直接产生一个付费痛点：卖家每天几十条达人视频，谁来提前检查有没有违规话术？\u003c/p\u003e\n\u003cp\u003e不需要做复杂 SaaS，先卖一个服务：\u003cstrong\u003eTikTok Commerce Compliance Scanner\u003c/strong\u003e——输入视频脚本、字幕、商品详情页，自动检测：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e功效夸大\u003c/li\u003e\n\u003cli\u003eAI 与实物不一致\u003c/li\u003e\n\u003cli\u003e虚假折扣\u003c/li\u003e\n\u003cli\u003e价格条件缺失\u003c/li\u003e\n\u003cli\u003e不一致的规格 / 配件\u003c/li\u003e\n\u003cli\u003e高风险健康词\u003c/li\u003e\n\u003cli\u003e可能触发违规的 CTA\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e输出：风险等级 + 问题句 + 改写建议。\u003c/p\u003e","title":"自动现金流项目追踪：TikTok / YouTube / Shopify 新政放出的四个服务机会"},{"content":"结论先行 为了在中国大陆稳定访问 ChatGPT / Gemini / Claude，我最后选了 DMIT 美国 VPS 自建节点：现在很稳，连 Ask Gemini 都能正常用。\nMac mini + Tailscale 和 UU 远程 这两个方案我认真想过，最终没有选。一句话结论：\n日常访问海外 AI 服务 → VPS 自建节点就够，性价比最高、完全自己掌控 只有当「数据中心 IP」被 AI 服务风控拦截时，才值得上 Mac mini 住宅 IP 方案 UU 远程只当补充：需要\u0026quot;看屏幕、操作海外那台机器\u0026quot;时再用，它不是网络代理 三个方案怎么想的 方案 A：Mac mini + Tailscale（住宅 IP 出口） 把一台 Mac mini 寄给海外朋友、部署在他家，本机用 Tailscale 组网并开启 Exit Node，对外统一走朋友的住宅 IP。\n为什么考虑它：ChatGPT / Claude 会用 IP 情报库判断来源，住宅 IP 最接近真实用户，风控友好度最高；机器常驻海外，还能托管 7×24 自动化任务 代价：硬件 + 国际运费；长期依赖朋友的设备、网络和电费，朋友那断了就没得用；Tailscale 控制服务器在国外，国内连接可能不稳定 适合：数据中心 IP 被风控、或需要长期跑海外自动化任务 方案 B：UU 远程（远程桌面） 优点：零门槛，装个 App 就能远程操作海外电脑 本质：它是「远程桌面」不是「网络代理」——本地软件走不了海外网络，只能看屏幕操作那台机器 定位：Tailscale / VPS 的补充，需要看海外机器屏幕时用 方案 C：DMIT 美国 VPS 自建节点（最终选择） 为什么赢：完全自己掌控、不欠人情；DMIT 走 CN2 GIA 线路，国内连过去延迟和丢包都还行；价格不贵 短板：出口是数据中心 IP，个别 IP 会被 AI 服务标记（目前没遇到） 风险：单点故障——VPS 挂了就断，需要自己维护 对比表 维度 Mac mini + Tailscale UU 远程 DMIT VPS 自建节点 出口 IP 类型 住宅 IP 住宅 IP（朋友的电脑） 数据中心 IP 风控友好度 最高 高（但体验差） 中 本地 App 能否走海外 能 不能 能 依赖 朋友的设备 / 网络 朋友设备在线 + 订阅 只有自己 成本 硬件 + 国际运费 月订阅 VPS 月费 技术门槛 中 低 中 现在的用法和优化 协议：VLESS + Reality（Xray），抗主动探测；Hysteria2 做备用 分流：国内网站直连，只代理 openai / chatgpt / google / github 等，省流量也更快 服务器：开 BBR 提升长距离速度；SSH 密钥登录、防火墙只开代理端口 IP 干净度：用 ipinfo.io / scamalytics 定期查；哪天 ChatGPT 提示 \u0026ldquo;unsupported location\u0026rdquo;，重开实例换 IP 最快 备份：加一个香港 / 日本小 VPS 备用节点，主节点挂了秒切 ChatGPT 落地要点 连上节点后先访问 ipinfo.io 确认出口是美国 固定用一个浏览器 profile 登录，保持 Cookie；别频繁在美国 / 香港节点间横跳，避免触发验证 关注 VPS 流量配额，大流量下载别全走它 详细部署笔记见宝藏库：海外 Mac mini + Tailscale 与 UU 远程（需要密码查看）。选购与购买部署见宝藏库：DMIT 与日本 VPS：怎么选 + 购买 SOP。\n","permalink":"https://ailamemo.com/aicreate/tools/overseas-ai-access/","summary":"\u003ch2 id=\"结论先行\"\u003e结论先行\u003c/h2\u003e\n\u003cp\u003e为了在中国大陆稳定访问 ChatGPT / Gemini / Claude，我最后选了 \u003cstrong\u003eDMIT 美国 VPS 自建节点\u003c/strong\u003e：现在很稳，连 Ask Gemini 都能正常用。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eMac mini + Tailscale\u003c/strong\u003e 和 \u003cstrong\u003eUU 远程\u003c/strong\u003e 这两个方案我认真想过，最终没有选。一句话结论：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e日常访问海外 AI 服务 → \u003cstrong\u003eVPS 自建节点\u003c/strong\u003e就够，性价比最高、完全自己掌控\u003c/li\u003e\n\u003cli\u003e只有当「数据中心 IP」被 AI 服务风控拦截时，才值得上 \u003cstrong\u003eMac mini 住宅 IP\u003c/strong\u003e 方案\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eUU 远程\u003c/strong\u003e只当补充：需要\u0026quot;看屏幕、操作海外那台机器\u0026quot;时再用，它不是网络代理\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"三个方案怎么想的\"\u003e三个方案怎么想的\u003c/h2\u003e\n\u003ch3 id=\"方案-amac-mini--tailscale住宅-ip-出口\"\u003e方案 A：Mac mini + Tailscale（住宅 IP 出口）\u003c/h3\u003e\n\u003cp\u003e把一台 Mac mini 寄给海外朋友、部署在他家，本机用 Tailscale 组网并开启 Exit Node，对外统一走朋友的住宅 IP。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e为什么考虑它\u003c/strong\u003e：ChatGPT / Claude 会用 IP 情报库判断来源，住宅 IP 最接近真实用户，风控友好度最高；机器常驻海外，还能托管 7×24 自动化任务\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e代价\u003c/strong\u003e：硬件 + 国际运费；长期依赖朋友的设备、网络和电费，朋友那断了就没得用；Tailscale 控制服务器在国外，国内连接可能不稳定\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e适合\u003c/strong\u003e：数据中心 IP 被风控、或需要长期跑海外自动化任务\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"方案-buu-远程远程桌面\"\u003e方案 B：UU 远程（远程桌面）\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e优点\u003c/strong\u003e：零门槛，装个 App 就能远程操作海外电脑\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e本质\u003c/strong\u003e：它是「远程桌面」不是「网络代理」——本地软件走不了海外网络，只能看屏幕操作那台机器\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e定位\u003c/strong\u003e：Tailscale / VPS 的补充，需要看海外机器屏幕时用\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"方案-cdmit-美国-vps-自建节点最终选择\"\u003e方案 C：DMIT 美国 VPS 自建节点（最终选择）\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e为什么赢\u003c/strong\u003e：完全自己掌控、不欠人情；DMIT 走 CN2 GIA 线路，国内连过去延迟和丢包都还行；价格不贵\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e短板\u003c/strong\u003e：出口是数据中心 IP，个别 IP 会被 AI 服务标记（目前没遇到）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e风险\u003c/strong\u003e：单点故障——VPS 挂了就断，需要自己维护\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"对比表\"\u003e对比表\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e维度\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eMac mini + Tailscale\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eUU 远程\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003eDMIT VPS 自建节点\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e出口 IP 类型\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e住宅 IP\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e住宅 IP（朋友的电脑）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e数据中心 IP\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e风控友好度\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e最高\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e高（但体验差）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e本地 App 能否走海外\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e能\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e不能\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e能\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e依赖\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e朋友的设备 / 网络\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e朋友设备在线 + 订阅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e只有自己\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e成本\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e硬件 + 国际运费\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e月订阅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eVPS 月费\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e技术门槛\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e低\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e中\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"现在的用法和优化\"\u003e现在的用法和优化\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e协议\u003c/strong\u003e：VLESS + Reality（Xray），抗主动探测；Hysteria2 做备用\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e分流\u003c/strong\u003e：国内网站直连，只代理 openai / chatgpt / google / github 等，省流量也更快\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e服务器\u003c/strong\u003e：开 BBR 提升长距离速度；SSH 密钥登录、防火墙只开代理端口\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eIP 干净度\u003c/strong\u003e：用 ipinfo.io / scamalytics 定期查；哪天 ChatGPT 提示 \u0026ldquo;unsupported location\u0026rdquo;，重开实例换 IP 最快\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e备份\u003c/strong\u003e：加一个香港 / 日本小 VPS 备用节点，主节点挂了秒切\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"chatgpt-落地要点\"\u003eChatGPT 落地要点\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e连上节点后先访问 ipinfo.io 确认出口是美国\u003c/li\u003e\n\u003cli\u003e固定用一个浏览器 profile 登录，保持 Cookie；别频繁在美国 / 香港节点间横跳，避免触发验证\u003c/li\u003e\n\u003cli\u003e关注 VPS 流量配额，大流量下载别全走它\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003cblockquote\u003e\n\u003cp\u003e详细部署笔记见宝藏库：\u003ca href=\"/treasure/tools/mac-mini-tailscale/\"\u003e海外 Mac mini + Tailscale\u003c/a\u003e 与 \u003ca href=\"/treasure/tools/uu-remote/\"\u003eUU 远程\u003c/a\u003e（需要密码查看）。选购与购买部署见宝藏库：\u003ca href=\"/treasure/tools/dmit-japan-vps-sop/\"\u003eDMIT 与日本 VPS：怎么选 + 购买 SOP\u003c/a\u003e。\u003c/p\u003e","title":"海外 AI 访问：三个方案的思考与结论"},{"content":"本期机会排名 项目 首单速度 自动化潜力 持续收入 起步成本 评级 Google AI 商品可见性监测 ★★★★☆ ★★★★★ ★★★★★ ¥200–800 S Affiliate 归因/佣金审计 ★★★★☆ ★★★★☆ ★★★★★ ¥0–500 S TikTok Q4 Creator Launch 服务 ★★★★★ ★★★★☆ ★★★★☆ ¥300–1500 A+ TikTok 爆品情报订阅 ★★★☆☆ ★★★★★ ★★★★★ ¥200–1000 A 筛选完这些方向之后，把注意力从「再造一个 AI 工具」转向卖数据、卖监测、卖结果。这三类更容易形成订阅，因为客户需要持续更新，而不是买一次就结束。\n1. S 级：做「AI Shopping 可见性监测」 把 AEO 服务进一步收窄成一个更容易卖订阅的产品：每周告诉品牌，它在 Google AI Mode / AI Overviews / Gemini 等 AI 购物入口里到底有没有被看见。\nGoogle 已在 Merchant Center 推出 AI performance insights，用于观察品牌和商品在 AI Mode、AI Overviews、Gemini 等 AI 体验中的表现，包括商品属性完整度、购物漏斗和可见度信息；同时正在推进 Universal Cart，让用户从 Search、Gemini、YouTube 等多个入口完成购物。这意味着「AEO」终于从玄学变成有数据可监测的运营工作。\n你卖什么：不卖「AI SEO 顾问」，卖 AI Commerce Visibility Report——每周自动输出：\n哪些商品在 AI Shopping 中出现 哪些核心产品词没有出现 Feed 哪些字段缺失 竞品覆盖哪些 query 标题、FAQ、属性需要补什么 Popular Products 趋势变化 Google 还增强了 Merchant Center Popular Products 数据覆盖，Merchant API 与 BigQuery 同步支持，进一步提高了自动生成报告的可行性。\n收费模型：¥999–1999 一次诊断；之后 ¥699–1999/月监测。50 个客户 × ¥999/月 ≈ ¥49,950 MRR——这才是「自动现金流」的形态。\n门槛：中等偏低——Merchant Center + Google Sheets/BigQuery + API/n8n + AI 报告。验证成本 ¥200–800。\n最小验证：挑 5 个 Shopify/独立站品牌，给每个做一页《AI Shopping Visibility Mini Audit》免费发出去。邮件只问：「要不要我每周自动监测一次，并告诉你具体需要改什么？」有人回复才做 Dashboard，没人回复别开发。\n风险：最大的坑仍然是承诺「我让 ChatGPT / Gemini 第一名推荐你」——目前不存在这种可靠控制能力。卖的是监测 + Feed 完整度 + 可发现性优化。\n2. S 级：Affiliate「佣金泄漏审计」 Affiliate 市场继续扩大，但归因越来越混乱：浏览器扩展、多个 affiliate network、跨设备购买、AI Shopping 都会造成归因争议；美国 affiliate 渠道预计带来超过 2400 亿美元电商销售。\n品牌有一个非常具体的痛：**我到底给谁付了本不该付的佣金？**这比「帮你找达人」更有价值。\n卖 Affiliate Leakage Audit，自动检测：\ncoupon code 与 affiliate 冲突 UTM 与平台 attribution 不一致 last-click 抢佣 多网络重复归因 自己广告带来的客户却支付了达人佣金 高 GMV affiliate 实际只是截流已有客户 然后每月给一份「多付了多少佣金」报告。\n为什么客户愿意续费：因为这是直接省钱。例如月 affiliate GMV $100,000、平均佣金 15%，帮它降低 10% 无效佣金约节省 $1,500/月，你收 $300–800/月——ROI 非常好解释。\n技能：GA4 / Shopify / Affiliate 数据 / UTM / Sheets / SQL 基础，不需要开发 SaaS。成本几乎 ¥0–500 启动。\n最小验证：拿一家公开做 TikTok / Amazon / Shopify Affiliate 的品牌，画出一张 attribution flow（TikTok Creator → Coupon → Shopify → GA4 → Affiliate Network），制作《Affiliate Leakage 12 项检查表》——这就是第一份销售材料。\n风险：不要碰「cookie stuffing 检测 SaaS」这种大工程。现阶段需要的是：审计服务 → 找反复出现的问题 → 再自动化，而不是反过来。\n3. A+：TikTok Q4「Creator Launch Engine」 时机合适：TikTok Shop 趋势数据已出现明显的 Early Holiday Gifts 信号——Nex Playground 家庭游戏机已通过 5,000+ Creator 提前铺内容；另一个新品通过 47 个 Creator 在上架首日集中发布，实现快速内容铺量。\n重点不是复制这些产品，而是发现一个商业服务：卖家愿意为「同一天让几十个 Creator 一起发布」付钱。\n普通卖家真正不会的是：找达人、寄样、排发布时间、收素材、催第二条、跟踪 GMV、判断继续合作谁。\n产品：30-Day Creator Launch，例如 ¥4999–9999/月，包含：找 100 名候选 Creator → 联系 50 名 → 筛选 10–20 名 → 寄样管理 → 发布日排期 → AI 生成差异化 Hook → 视频链接自动收集 → GMV 和订单追踪。\n工具：TikTok Seller Center + Airtable/飞书 + n8n + AI。\n现金流路径：5 个客户 × ¥5999 ≈ ¥30,000/月；然后把最重复的部分变 SaaS / 模板。\n最小验证：做一个 Airtable/飞书 Creator Launch Dashboard（字段：Creator、粉丝、平均播放、联系方式、联系状态、样品、发布日期、视频 URL、GMV、佣金、ROI），截图卖。先别写系统。\n风险：最大的坑是把「联系了 500 个达人」当成果。客户买的是：有多少人发布、有多少视频能继续投放、有多少 GMV。收费要围绕 outcome，而不是工作量。\n4. A 级：卖「TikTok 爆品情报」，而不是自己不停追爆品 这是更适合自动现金流、但很多跨境人反而没意识到的方向：淘金不一定要挖金，也可以卖地图。\nTikTok 商品雷达每天已能扫描超过 100 个候选商品，样本中同时出现：秋季睡衣、女性运动营养、K-Beauty、Q4 家庭娱乐、高客单体育收藏品，价格跨度从 $16 到 $3,999。\n真正值钱的不是「TikTok 什么爆了」，而是：哪些商品刚刚出现「早期异常信号」，还没有全民跟卖？\n做一份中文《TikTok US Early Signal》，每天自动筛：新上架 ≤7 天、GMV 突然增长、Creator 数开始增加、Top Creator 占比、售价、佣金、季节因素、1688 对应供应链、是否适合中国卖家、IP / 合规风险。然后只留下 5 个真正值得研究的。\n收费：个人版 ¥99–199/月；卖家团队版 ¥499–999/月；顾问版 ¥1999+/月。100 个 ¥199 订阅 ≈ ¥19,900/月，而交付可以大幅自动化。\n最小验证：不要做网站。用飞书/Notion 做一期 Demo，找 10 个跨境卖家问：「如果每天只给你 5 个还没完全爆掉、但数据开始异常的 TikTok 美区商品，你愿意每月付 ¥199 吗？」愿意付款的人数 \u0026gt; 点赞人数。\n风险：最大的危险不是技术，而是变成新闻搬运——没人会长期为新闻付费。客户真正愿意付钱的是信息差 + 判断，所以每一个商品必须明确：做 / 不做 / 怎么做 / 为什么。\n这一期不值得追：AI Agent Marketplace 现在不断出现 Agent marketplace、workflow marketplace、AI agent jobs 等平台，Workato 等成熟自动化公司也在扩大 AI Agent Marketplace。看起来很诱人：做一个 Agent → 上架 → 自动赚钱。\n但现阶段不把它放前四，原因：供给增长速度 \u0026gt; 真实付费需求增长速度，大量 Agent 会迅速商品化。如果没有专有数据、行业渠道、真实客户流程、switching cost，你的 Agent 很可能就是另一个 Prompt 包。可以观察，现在不值得投入主要时间。\n这一期只做一件事 选 AI Shopping Visibility Mini Audit，不要同时启动四个。完成：\n找一个美国独立站 列出 10 个核心购买词 检查 Merchant / Product Feed 检查商品信息和 FAQ 找出 5 个 AI Shopping 可见性问题 做成一页 PDF / 网页 发给潜在客户 目标不是把产品做好，而是：**有没有一个陌生人愿意回复「多少钱？」**没有这个信号，就不要继续写代码。\n你真正要防的不是「错过赚钱机会」，而是每天收集五个赚钱项目、然后五个都不执行。现在最该建立的不是「项目库」，而是一个硬规则：任何机会，48 小时内必须出现一次真实销售测试，否则归档。\n可直接转发 / 邮件摘要（主题按发送当天填日期） AI Shopping Visibility 监测：帮助独立站持续监测 Google AI Mode / Gemini 等 AI Shopping 可见性，模式：诊断费 + 月订阅。 Affiliate 佣金泄漏审计：帮助品牌识别重复归因、抢佣、无效 affiliate commission，直接按节省金额证明 ROI。 TikTok Creator Launch Engine：为卖家自动完成达人筛选、邀约、寄样、统一发布日期和 GMV 跟踪，适合 Q4。 TikTok Early Signal 情报订阅：每天只筛 3–5 个处于早期增长而非已经全民爆火的美区商品，向跨境卖家收订阅费。 唯一动作：完成一个 AI Shopping Visibility Mini Audit，发给真实潜在客户。判断标准不是报告做得多漂亮，而是：是否有人回复「这个怎么收费？」\n","permalink":"https://ailamemo.com/aicreate/ai-automation/auto-cashflow-tracking-2026-09-02/","summary":"\u003ch2 id=\"本期机会排名\"\u003e本期机会排名\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项目\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e首单速度\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e自动化潜力\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e持续收入\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e起步成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e评级\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eGoogle AI 商品可见性监测\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥200–800\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eAffiliate 归因/佣金审计\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥0–500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eTikTok Q4 Creator Launch 服务\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥300–1500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA+\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eTikTok 爆品情报订阅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥200–1000\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e筛选完这些方向之后，把注意力从「再造一个 AI 工具」转向\u003cstrong\u003e卖数据、卖监测、卖结果\u003c/strong\u003e。这三类更容易形成订阅，因为客户需要持续更新，而不是买一次就结束。\u003c/p\u003e\n\u003ch2 id=\"1-s-级做ai-shopping-可见性监测\"\u003e1. S 级：做「AI Shopping 可见性监测」\u003c/h2\u003e\n\u003cp\u003e把 AEO 服务进一步收窄成一个更容易卖订阅的产品：\u003cstrong\u003e每周告诉品牌，它在 Google AI Mode / AI Overviews / Gemini 等 AI 购物入口里到底有没有被看见。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003eGoogle 已在 Merchant Center 推出 AI performance insights，用于观察品牌和商品在 AI Mode、AI Overviews、Gemini 等 AI 体验中的表现，包括商品属性完整度、购物漏斗和可见度信息；同时正在推进 Universal Cart，让用户从 Search、Gemini、YouTube 等多个入口完成购物。这意味着「AEO」终于从玄学变成有数据可监测的运营工作。\u003c/p\u003e","title":"自动现金流项目追踪：AI 购物监测与佣金审计领跑的四个订阅方向"},{"content":"成片（34.5s / 1080×1920 竖屏 / 3MB） 你的浏览器不支持视频播放，请下载观看：/assets/videos/why-we-sleep-30s-demo.mp4 这条视频在做什么 按「停-病-药-信-买」结构，6 个镜头 34 秒讲完一个转化闭环：\n镜头 结构 画面文案 配音 1 封面 书名 + 「睡眠科学」 纯画面 2 停 三分之二的成年人，每晚睡不够 7 小时 你，是其中之一吗？ 3 病 长胖、易怒、记性差，老年痴呆风险也在上升 睡不够不只是困 4 药 12 条科学贴士：固定作息·卧室凉爽·睡前放松 别逼自己早睡 5 信 伯克利睡眠科学教授 20 年研究 全球现象级畅销书 6 买 今晚只做一条，就赢了 点左下角带走这本书 零成本流水线（全程 0 元） Pillow 出图文卡：程序生成 1080×1920 竖屏卡（深蓝青渐变 + 结构徽标），不用任何图片 API edge-tts 免费配音：微软 Edge 内置 TTS，中文音色，自动按文案时长切分镜头 ffmpeg 合成：逐镜头「推近镜头 + 淡入淡出」拼接，导出 H.264 MP4 脚本在仓库：codex/scripts/book-video/make_book_video.py，换书只需改文案配置，一键重跑。\n为什么先走这条路 确定性 \u0026gt; 逼真度：图书带货吃的是文案钩子和结构，不是画面动态；先验证「停病药信买」能否出单，再花钱上 AI 视频 可规模化：一套脚本 + 文案库 = 无限条测试片，出单后再给头部爆款上 Topview / 可灵 的动态画面 升级路径：配图可换成小黑 2.0 摄影棚实物图；可加 BGM、换音色、调节奏 来源与衔接 同书 6 列 + 5 步脚本：《我们为什么要睡觉》带货实例 模板来源：电商爆款生成系统（飞书） 视频工具对比：Topview：把视频交给 AI Agent ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/sleep-video-demo/","summary":"\u003ch2 id=\"成片345s--10801920-竖屏--3mb\"\u003e成片（34.5s / 1080×1920 竖屏 / 3MB）\u003c/h2\u003e\n\u003cvideo controls preload=\"metadata\" poster=\"/assets/videos/why-we-sleep-cover.png\" style=\"width:100%;max-width:420px;border-radius:14px;box-shadow:0 10px 28px rgba(0,0,0,.28);background:#000\"\u003e\n  \u003csource src=\"/assets/videos/why-we-sleep-30s-demo.mp4\" type=\"video/mp4\"\u003e\n  你的浏览器不支持视频播放，请下载观看：\u003ca href=\"/assets/videos/why-we-sleep-30s-demo.mp4\"\u003e/assets/videos/why-we-sleep-30s-demo.mp4\u003c/a\u003e\n\u003c/video\u003e\n\u003ch2 id=\"这条视频在做什么\"\u003e这条视频在做什么\u003c/h2\u003e\n\u003cp\u003e按「停-病-药-信-买」结构，6 个镜头 34 秒讲完一个转化闭环：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e镜头\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e结构\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e画面文案\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e配音\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e封面\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e书名 + 「睡眠科学」\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e纯画面\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e停\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e三分之二的成年人，每晚睡不够 7 小时\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e你，是其中之一吗？\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e3\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e病\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e长胖、易怒、记性差，老年痴呆风险也在上升\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e睡不够不只是困\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e4\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e药\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e12 条科学贴士：固定作息·卧室凉爽·睡前放松\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e别逼自己早睡\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e5\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e信\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e伯克利睡眠科学教授 20 年研究\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e全球现象级畅销书\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e6\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e买\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e今晚只做一条，就赢了\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e点左下角带走这本书\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"零成本流水线全程-0-元\"\u003e零成本流水线（全程 0 元）\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003ePillow 出图文卡\u003c/strong\u003e：程序生成 1080×1920 竖屏卡（深蓝青渐变 + 结构徽标），不用任何图片 API\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eedge-tts 免费配音\u003c/strong\u003e：微软 Edge 内置 TTS，中文音色，自动按文案时长切分镜头\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003effmpeg 合成\u003c/strong\u003e：逐镜头「推近镜头 + 淡入淡出」拼接，导出 H.264 MP4\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e脚本在仓库：\u003ccode\u003ecodex/scripts/book-video/make_book_video.py\u003c/code\u003e，换书只需改文案配置，一键重跑。\u003c/p\u003e","title":"《我们为什么要睡觉》30 秒带货视频 Demo：零成本 AI 流水线"},{"content":"V2 成片（34.5s / 1080×1920 竖屏） 你的浏览器不支持视频播放，请下载观看：/assets/videos/why-we-sleep-30s-v2.mp4 6 张小黑 2.0 实景图（白色摄影棚真实物件） 这版做了什么升级 AI 出图：用 OpenRouter + Gemini Nano Banana（google/gemini-3.1-flash-image）按小黑 V2 提示词批量生成 6 张竖版 9:16 实景图，每张 1536×2752，约 $0.10/张 图合成视频：同一流水线加 --bg-dir 模式——实景图当背景 + 深色半透明幕布保证字幕可读 + edge-tts 配音 + ffmpeg 推镜合成 画面干净：延续 V1 的规则，画面不展示「停/病/药/信/买」徽标，框架只在文档里 V1 / V2 对比 版本 画面来源 单条成本 流水线 V1 程序化渐变图文卡 0 元 Pillow + edge-tts + ffmpeg V2 小黑 2.0 摄影棚实景图 约 $0.60 OpenRouter 出图 + 同一合成流水线 下一步可升级 头部爆款换真 AI 图生视频，按「分镜静帧定稿 → 关键镜头图生视频 → 单镜返修」落地：只给前 3 秒抓停 / 产品物动这类 motion 镜头走付费积分（可灵 / Topview），其余镜头继续静帧推镜（方法笔记在宝藏库：分镜 → 图生视频 → 逐镜返修） 场景图接入 BGM、换音色、调推镜节奏 同一套提示词换主题（控糖、用药、长寿）批量出图 来源与衔接 V1 版本：程序化图文卡版 同书脚本：《我们为什么要睡觉》带货实例 出图脚本：codex/scripts/book-video/openrouter_img.py（OpenRouter images/generations） 合成流水线：codex/scripts/book-video/make_book_video.py（--bg-dir 实景图模式） ","permalink":"https://ailamemo.com/aicreate/ai-automation/health/sleep-video-demo-v2/","summary":"\u003ch2 id=\"v2-成片345s--10801920-竖屏\"\u003eV2 成片（34.5s / 1080×1920 竖屏）\u003c/h2\u003e\n\u003cvideo controls preload=\"metadata\" poster=\"/assets/videos/why-we-sleep-cover-v2.png\" style=\"width:100%;max-width:420px;border-radius:14px;box-shadow:0 10px 28px rgba(0,0,0,.28);background:#000\"\u003e\n  \u003csource src=\"/assets/videos/why-we-sleep-30s-v2.mp4\" type=\"video/mp4\"\u003e\n  你的浏览器不支持视频播放，请下载观看：\u003ca href=\"/assets/videos/why-we-sleep-30s-v2.mp4\"\u003e/assets/videos/why-we-sleep-30s-v2.mp4\u003c/a\u003e\n\u003c/video\u003e\n\u003ch2 id=\"6-张小黑-20-实景图白色摄影棚真实物件\"\u003e6 张小黑 2.0 实景图（白色摄影棚真实物件）\u003c/h2\u003e\n\u003cp\u003e\u003cimg alt=\"封面：深蓝精装书\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-1-cover.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"停：凌晨三点的闹钟\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-2-alarm.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"病：黑咖啡·软尺·便签\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-3-coffee.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"药：眼罩·薰衣草·枕头\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-4-relax.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"信：金丝眼镜·厚书·钢笔\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-5-glasses.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"买：书·手机·购物袋\" loading=\"lazy\" src=\"/assets/videos/xiaohei-sleep-v2/slide-6-buy.jpg\"\u003e\u003c/p\u003e\n\u003ch2 id=\"这版做了什么升级\"\u003e这版做了什么升级\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eAI 出图\u003c/strong\u003e：用 OpenRouter + Gemini Nano Banana（\u003ccode\u003egoogle/gemini-3.1-flash-image\u003c/code\u003e）按小黑 V2 提示词批量生成 6 张竖版 9:16 实景图，每张 1536×2752，约 $0.10/张\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e图合成视频\u003c/strong\u003e：同一流水线加 \u003ccode\u003e--bg-dir\u003c/code\u003e 模式——实景图当背景 + 深色半透明幕布保证字幕可读 + edge-tts 配音 + ffmpeg 推镜合成\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e画面干净\u003c/strong\u003e：延续 V1 的规则，画面不展示「停/病/药/信/买」徽标，框架只在文档里\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"v1--v2-对比\"\u003eV1 / V2 对比\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e版本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e画面来源\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e单条成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e流水线\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV1\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e程序化渐变图文卡\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e0 元\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003ePillow + edge-tts + ffmpeg\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eV2\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e小黑 2.0 摄影棚实景图\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e约 $0.60\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eOpenRouter 出图 + 同一合成流水线\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"下一步可升级\"\u003e下一步可升级\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e头部爆款换真 AI 图生视频，按「分镜静帧定稿 → 关键镜头图生视频 → 单镜返修」落地：只给前 3 秒抓停 / 产品物动这类 motion 镜头走付费积分（可灵 / Topview），其余镜头继续静帧推镜（方法笔记在宝藏库：分镜 → 图生视频 → 逐镜返修）\u003c/li\u003e\n\u003cli\u003e场景图接入 BGM、换音色、调推镜节奏\u003c/li\u003e\n\u003cli\u003e同一套提示词换主题（控糖、用药、长寿）批量出图\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"来源与衔接\"\u003e来源与衔接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eV1 版本：\u003ca href=\"sleep-video-demo.md\"\u003e程序化图文卡版\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e同书脚本：\u003ca href=\"/treasure/drafts/why-we-sleep-affiliate-example/\"\u003e《我们为什么要睡觉》带货实例\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e出图脚本：\u003ccode\u003ecodex/scripts/book-video/openrouter_img.py\u003c/code\u003e（OpenRouter images/generations）\u003c/li\u003e\n\u003cli\u003e合成流水线：\u003ccode\u003ecodex/scripts/book-video/make_book_video.py\u003c/code\u003e（\u003ccode\u003e--bg-dir\u003c/code\u003e 实景图模式）\u003c/li\u003e\n\u003c/ul\u003e","title":"《我们为什么要睡觉》带货视频 V2：小黑 2.0 实景图版"},{"content":"底牌盘点（已拥有的资产） 自动化执行能力：Codex + Skill 工作流，验证过自动选题、写文、发帖（三篇出一爆） 内容分发渠道：博客 ailamemo + 知乎 + 视频号 + 公众号（baoyu 自动发布 skill） 两条已跑通流水线：知乎爆款文章、视频号图书带货（Codex+ChatCut，15–30 分钟一条） 方法库：枕棠四闸门、Niche 站选品四步验证、自动现金流笔记 核心资产不是\u0026quot;博客\u0026quot;或\u0026quot;技能\u0026quot;，而是一套能把重复劳动交给 AI、把判断留给自己的自动化工作流。\n判断项目的两把尺子 第一块钱要快：选\u0026quot;有产物、有反馈、你能判断好坏\u0026quot;的高频任务（枕棠五步法第 1 步），别先建完美系统 自动化三层：半自动（人改关键环节）→ 全自动（固定流程无人值守）→ 自运营（私域/资产复利）；越往后越慢见钱 5 个候选方向（按见钱速度排序） 方向 第一块钱 自动化程度 关键提醒 1. 视频号图书带货 佣金，最快 半自动（你只做选书判断） 发布 20 条测转化，把爆款规律固化成 skill 2. 知乎/公众号内容矩阵 流量主 + 带货 + 私域 半自动（终审发布留人） 把\u0026quot;三篇出一爆\u0026quot;的结构拆成可复用 skill，稳定量产 3. Niche 站 + Affiliate 循环佣金，中期 全自动（模板建站 + EDM） 选品定生死（KDRoi 四步验证）；建站不是壁垒，私域/成本/认知才是 4. 数字产品（打包工作流） 边际成本趋零，卖一次建一次 近全自动 把图书带货 SOP、提示词包、Codex 技能包写成付费文档 5. 代运营/内容服务 月费，现金流最稳 半自动（交付仍需人） 不是被动收入，但能养 1–4；别替代它们 三条提醒 自动现金流 ≠ 不干活：枕棠的本质是\u0026quot;人做判断、AI 执行\u0026quot;，四个闸门（选题→灵感→结构→终审）永远是人 一根管道跑出第一块钱，再开第二根：同时铺 5 条线 = 5 条都跑不起来 系统不是修完的，是在一次次真实任务里用出来的：先跑通最小闭环，再谈全自动 已定方向：先 1 后 2 先做方向 1（视频号图书带货）跑通第一块钱，稳定后再开方向 2（知乎/公众号内容矩阵）。\n方向 1 四周计划（视频号图书带货） 配套笔记：爆款视频拆解方法 · 选书池（健康类） · 《控糖革命》带货实例\nWeek 1 · 验证最小闭环\nDay 1–2：选书池——按\u0026quot;高佣金 + 高需求 + AI 能查到资料\u0026quot;选 10 本候选，你只做终审 Day 3–5：用 ChatCut + 微信读书 skill 产出 5 条视频（复用已有流水线） Day 6–7：发布 + 记录播放/佣金数据 产出标准：5 条可发布视频 + 数据表 Week 2 · 放大测试变量\n扩到 15–20 条，测变量：钩子类型（痛点/金句/悬念）× 书籍类型（工具书/小说/育儿） 每天记录：播放、完播、点击、佣金 产出标准：至少 1 条出现爆款信号（进入推荐池或完播明显偏高） Week 3 · 固化爆款规律\n拆出爆款 1–2 条的共同点：前 3 秒钩子、脚本结构、选题 固化成 skill：选书 skill + 脚本 skill，让结构可重复调用 产出标准：skill 能稳定复现爆款结构，单条制作时间 ≤ 30 分钟 Week 4 · 稳定节奏 + 复盘第一块钱\n确定更新频率（日更或一周 5 条），用 skill 批量生产 复盘：佣金收入、单条时间成本、瓶颈在哪 决策点：流水线稳定 → 开方向 2；不稳定 → 回 Week 2 继续调变量 方向 1 成功标准：产生第一笔佣金，且至少 1 条视频有爆款信号。\n方向 2 衔接计划（知乎/公众号内容矩阵） 复用方法：把方向 1 拆爆款规律的做法，套到知乎\u0026quot;三篇出一爆\u0026quot;上，把文章爆款结构固化成 skill 一鱼多吃：视频脚本 → 改写成长文 → 知乎 + 公众号 + 博客同步发，一次产出多条内容 变现顺序：流量主（连续 10 篇稳定阅读）→ 文末带货 → 引流私域（星球/社群） 关键：人守两个闸门——选题判断、终审发布，其余交给 skill 启动条件：方向 1 流水线已稳定（Week 4 决策点为\u0026quot;开\u0026quot;），再启动方向 2 加速执行版：14 天先见钱（2026-09-03 修订） 判断：卡点在执行，不在方法 截至 09-03，方法/脚本库存已够 Week 1–2 用（选书池 9 本 + 带货实例 + 睡眠 Demo），缺的是「发布 → 数据 → 复盘」闭环 别再囤方法，开始发：第一块钱要快，先跑通最小闭环，再谈全自动 14 天节奏 Day 1：核实两件事——① 视频号橱窗/优选联盟是否已开通、挂车门槛到了没有；② 候选书在联盟的真实佣金率。然后从现有脚本挑 1 条当天发布，不凑齐 5 条 Day 2–7：每天 1 条，单变量测试（同一本书换钩子 / 换书不换钩子），每条进数据表 Day 8–14：看数据锁定「表现最好的书 × 钩子」组合，一周只放大这一个方向；出现爆款信号或佣金 \u0026gt; 0 → 固化 skill、定稳定频率；没有 → 换书换钩子，而不是加方法论 私域从第一条开始：视频号主页 → 公众号/星球，不等爆款 数据表模板（每条一行，发完当天填） 日期 书名 钩子类型 标题方向 播放 完播 挂车点击 佣金 备注 例：09-03 《控糖革命》 痛点故事 饭后犯困可能不是吃多了 待填 待填 待填 待填 核实佣金率 红线（沿用运行规则） 人守两个闸门：选书/选题判断、终审发布；执行全交 AI 日更上限 1 条、严禁批量推送 合规 \u0026gt; 短期爆款：账号安全比一次爆款值钱 Week 4 决策点不变：方向 1 稳定 → 开方向 2 兜底决策 Day 1 若发现资质未开通或佣金率过低：优先补资质；短期补不上 → 临时并行方向 2 的知乎好物当收款备胎，但主线仍以方向 1 为先 ","permalink":"https://ailamemo.com/aicreate/ai-automation/auto-cashflow-project-map/","summary":"\u003ch2 id=\"底牌盘点已拥有的资产\"\u003e底牌盘点（已拥有的资产）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e自动化执行能力\u003c/strong\u003e：Codex + Skill 工作流，验证过自动选题、写文、发帖（三篇出一爆）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e内容分发渠道\u003c/strong\u003e：博客 ailamemo + 知乎 + 视频号 + 公众号（baoyu 自动发布 skill）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e两条已跑通流水线\u003c/strong\u003e：知乎爆款文章、视频号图书带货（Codex+ChatCut，15–30 分钟一条）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e方法库\u003c/strong\u003e：枕棠四闸门、Niche 站选品四步验证、自动现金流笔记\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e核心资产不是\u0026quot;博客\u0026quot;或\u0026quot;技能\u0026quot;，而是\u003cstrong\u003e一套能把重复劳动交给 AI、把判断留给自己的自动化工作流\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"判断项目的两把尺子\"\u003e判断项目的两把尺子\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e第一块钱要快\u003c/strong\u003e：选\u0026quot;有产物、有反馈、你能判断好坏\u0026quot;的高频任务（枕棠五步法第 1 步），别先建完美系统\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e自动化三层\u003c/strong\u003e：半自动（人改关键环节）→ 全自动（固定流程无人值守）→ 自运营（私域/资产复利）；越往后越慢见钱\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"5-个候选方向按见钱速度排序\"\u003e5 个候选方向（按见钱速度排序）\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e方向\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e第一块钱\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e自动化程度\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e关键提醒\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e1. 视频号图书带货\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e佣金，最快\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e半自动（你只做选书判断）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e发布 20 条测转化，把爆款规律固化成 skill\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e2. 知乎/公众号内容矩阵\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e流量主 + 带货 + 私域\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e半自动（终审发布留人）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e把\u0026quot;三篇出一爆\u0026quot;的结构拆成可复用 skill，稳定量产\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e3. Niche 站 + Affiliate\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e循环佣金，中期\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e全自动（模板建站 + EDM）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e选品定生死（KDRoi 四步验证）；建站不是壁垒，私域/成本/认知才是\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e4. 数字产品（打包工作流）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e边际成本趋零，卖一次建一次\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e近全自动\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e把图书带货 SOP、提示词包、Codex 技能包写成付费文档\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e5. 代运营/内容服务\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e月费，现金流最稳\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e半自动（交付仍需人）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e不是被动收入，但能养 1–4；别替代它们\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"三条提醒\"\u003e三条提醒\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e自动现金流 ≠ 不干活\u003c/strong\u003e：枕棠的本质是\u0026quot;人做判断、AI 执行\u0026quot;，四个闸门（选题→灵感→结构→终审）永远是人\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e一根管道跑出第一块钱，再开第二根\u003c/strong\u003e：同时铺 5 条线 = 5 条都跑不起来\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e系统不是修完的，是在一次次真实任务里用出来的\u003c/strong\u003e：先跑通最小闭环，再谈全自动\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"已定方向先-1-后-2\"\u003e已定方向：先 1 后 2\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e先做方向 1（视频号图书带货）跑通第一块钱，稳定后再开方向 2（知乎/公众号内容矩阵）。\u003c/strong\u003e\u003c/p\u003e","title":"自动现金流项目评估：5 个候选方向 + 判断框架"},{"content":"值得关注的结构性变化 本期值得看的不是「又出现了什么 AI 神器」，而是几个已经开始形成付费需求的结构性变化：中小企业开始买具体 AI 工作流、AI 正成为新的商品发现入口、Creator Commerce 基础设施继续扩张，而传统 SEO 流量继续被 AI 搜索挤压。\n今日机会排名 项目 首单速度 自动化 复购 起步成本 推荐 垂直行业 AI 自动化 ★★★★★ ★★★★☆ ★★★★★ ¥0–1000 S AI Shopping / AEO 服务 ★★★☆☆ ★★★★☆ ★★★★☆ ¥300–1000 S Creator 招商自动化 ★★★★☆ ★★★★★ ★★★★★ ¥200–1000 A 行业 Workflow 数字产品 ★★★☆☆ ★★★★★ ★★★☆☆ ¥0–500 A 泛 Micro SaaS ★☆☆☆☆ ★★★★★ ★★★★☆ ¥500+ 暂缓 1. S 级：给传统中小企业卖「AI 自动化套餐」 这是最值得直接启动的。\n小企业正在复制大公司的成熟 AI 用法，但明显回避昂贵、不可控的「全自动 Agent」；真正接受度高的是客服、分析、营销和重复行政工作这类部分自动化。OpenAI 披露的 HSP GRUPPE 案例中，95.9% 受访员工报告每周节省时间，保守估计一年增加约 4 万小时产能。\n别卖：「我帮你部署 AI Agent」——客户听不懂也不关心。 卖：「把你每天重复做的 3 件事自动掉。」\n第一批只做一种垂直行业：外贸公司、电商卖家、装修/HVAC、房地产中介、小型 B2B 企业。\n可以产品化成：¥2999–5999 初装 + ¥499–1499/月维护。交付内容例如：询盘邮件 → AI 分类 → 自动生成回复草稿 → CRM/表格记录 → 超时自动提醒；或客户评论/售后 → AI 分类 → 回复草稿 → 每周问题报告。\n门槛：ChatGPT/Claude + n8n/Make + 表格/API，开发要求中低；前期成本 ¥0–1000 就能验证。第一阶段不要做 SaaS，先人工交付，连续卖出 5–10 家再产品化。\n回本路径：3 个客户 × ¥3999 初装 = ¥11,997；之后 10 家 × ¥799/月 = ¥7,990 MRR；大部分工作可以模板复用。\n最小验证：找 20 家同一行业公司，给他们看一个非常具体的自动化 Demo，不解释 AI 技术，只告诉他：「原来每天 1 小时，现在每天检查 10 分钟。」\n风险：最容易犯的错误是花一个月搭「超级 AI Agent」再找客户，顺序完全反了。先卖，再搭。\n2. S 级：做「AI Shopping / AEO 商品优化」服务 这可能是 SEO 之后值得提前卡位的服务。\nShopify 已把 Agentic Commerce 定义为新的购物方式：消费者通过 ChatGPT、Google AI Mode、Copilot 等 AI Agent 找产品、比较并完成购物；同时推动商品数据通过 Catalog / Agentic Storefront 等进入这些渠道。Google 则继续自动展开 AI Overview，把传统自然搜索链接继续向下推。\n传统「Google 排名第一」正在变成：AI 推荐这个产品时，有没有把你列进去？\n新服务可以叫 AI Commerce Visibility / AI Shopping Optimization，帮 Shopify/独立站客户做：商品结构化数据、Product Feed 清洗、AI 可理解的 FAQ、使用场景内容、对比页面、Buyer Guide、Reddit/社区型内容布局、品牌实体一致性、ChatGPT / Gemini / AI Search 可发现性监测。\n商业模式：初期 ¥3000–8000/站诊断+整改；之后 ¥1000–3000/月监测与内容更新。甚至可以变成软件：输入域名 → 自动检查 AI Shopping readiness → 输出优化报告。\n成本：验证阶段约 ¥300–1000（域名 + 简单工具页 + AI/API）。已有 SEO/独立站能力的话，比从零学陌生行业划算很多。\n最小验证：不要写完整工具。直接做《独立站 AI Shopping 20 项检查表》，拿 10 个 Shopify 独立站跑一遍，找出最常见的 5 个问题——这就是第一个付费产品雏形。\n风险：最大的坑是把「AEO/GEO」包装成新的 SEO 玄学。AI 搜索归因仍不成熟、没有稳定的「排名第一公式」。卖的应该是可发现性建设 + 数据监测，而不是承诺「保证 ChatGPT 推荐你」。\n3. A 级：TikTok / Amazon Creator Affiliate「自动招商系统」 Creator Commerce 正变成基础设施型生意：Levanta 刚完成 2200 万美元 B 轮融资，其网络连接约 9 万名审核 Creator，服务 Amazon、Walmart、Shopify 等卖家，赚钱方式是软件费 + 成交抽成。\n这告诉你的不是「去做 Levanta」，而是：商家愿意为「找到达人 → 联系 → 寄样 → 跟进 → 追踪成交」这整条流程付钱。\n可以做更窄的版本 TikTok Creator Outreach Engine：客户上传 SKU，系统自动——筛选垂类达人 → 记录粉丝/播放中位数 → AI 判断内容匹配度 → 自动生成个性化邀约 → 跟进 → 样品状态 → 视频是否发布 → GMV/佣金记录。\n第一阶段不用开发软件：n8n + Airtable/飞书 + AI 就能做。\n收费：¥1999–4999/月，含 100–300 达人筛选、Outreach、自动 Follow-up、数据表、周报；后续再把工具独立成 $49–199/月 SaaS。\n为什么现在适合：TikTok Shop 的 Creator 生态仍在持续推广 Campaign、Creator Connect 等项目，Affiliate 运营越来越职业化。\n最小验证：找一个真实 TikTok Shop 产品，手工筛 30 个 Creator，用 AI 给每个人生成一句真正不同的邀请理由——你会立刻知道哪些环节值得自动化。\n风险：千万不要做「全球达人数据库」——典型的大而无用项目。先解决：一家卖家怎样每周稳定联系 100 个合适 Creator，这才有人付钱。\n4. A 级：卖「行业 AI 工作流模板包」，把服务变数字资产 如果上面的 AI 自动化服务做起来，第二层收入不是继续接更多定制客户，而是把重复交付拆成数字产品。\n数字产品市场中，细分行业的业务模板比泛模板更有定价能力；客户 onboarding、proposal、email、运营文档等，垂直行业版本通常更容易卖。\n例如做完 5 个外贸公司客户后，可以产生《外贸 AI 自动化工具箱》：询盘分类 Prompt、客户跟进邮件模板、Google Ads 周报 Workflow、SEO 内容 Workflow、RFQ 评分表、n8n 流程、SOP、教学视频。\n价格不用低：¥199 入门版 / ¥599 Pro / ¥1999 含一次部署。\n于是形成：内容获取流量 → ¥199 数字产品 → ¥1999 安装服务 → ¥799/月维护。这才是真正接近自动现金流的结构。单纯在 Etsy 卖 $7 Canva 模板，竞争壁垒太低。\n最小验证：不要做 50 个模板。做一个「询盘自动分类 + 跟进 Workflow」，放一个介绍页、标价，看有没有人愿意留下微信/邮箱或直接付钱。\n这一期暂时不建议做：泛 Micro SaaS 「做个 AI 小工具每月收 $29」听起来诱人，但大量 Micro SaaS 内容鼓吹的 AI content repurposer、meeting summarizer、AI email writer、resume generator 技术门槛已接近零，竞争壁垒同样接近零。\n正确顺序：服务 → 找到重复痛点 → 手动解决 → 自动化 → SaaS。而不是：想一个 SaaS → 开发 → 上 Product Hunt → 没客户。\n这一期只做一件事 不是注册域名、不是继续找项目、不是研究 n8n，而是做一个 「AI 自动化前后对比 Demo」——建议做最熟悉的场景：外贸询盘自动处理系统。\n输入：客户邮件。自动输出：客户类型 → 意向等级 → 产品需求 → 回复草稿 → 下一步跟进时间 → 自动进入表格。控制在 5 分钟演示完成，然后拿这个 Demo 去找第一批潜在客户。\n你真正缺的已经不是「赚钱项目」，项目够多了。现在最大的机会成本，是不断寻找一个比执行当前项目更漂亮的新项目。第一笔自动现金流不会来自继续研究，而来自有人第一次愿意为一个重复问题解决方案付钱。\n可直接转发 / 邮件摘要（主题按发送当天填日期） 本期最值得验证的不是泛 AI 小工具，而是四个更接近真实现金流的方向：\n垂直行业 AI 自动化服务：先做外贸、电商或传统中小企业，按「初装费 + 月维护费」收费。 AI Shopping / AEO 优化：帮助 Shopify/独立站适应 ChatGPT、Google AI 等新的商品发现渠道。 Creator Affiliate 自动招商系统：自动完成达人筛选、邀约、跟进、寄样和销售追踪。 行业 AI Workflow 数字产品：把已经验证的服务模板化，形成低成本数字产品和服务升级漏斗。 唯一动作：做一个 5 分钟「外贸询盘自动处理 Demo」——邮件 → 意向识别 → 回复草稿 → 跟进时间 → 自动记录。先拿到第一个愿意付费的客户，再考虑开发 SaaS。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/auto-cashflow-tracking-2026-09-01/","summary":"\u003ch2 id=\"值得关注的结构性变化\"\u003e值得关注的结构性变化\u003c/h2\u003e\n\u003cp\u003e本期值得看的不是「又出现了什么 AI 神器」，而是几个已经开始形成付费需求的结构性变化：中小企业开始买具体 AI 工作流、AI 正成为新的商品发现入口、Creator Commerce 基础设施继续扩张，而传统 SEO 流量继续被 AI 搜索挤压。\u003c/p\u003e\n\u003ch2 id=\"今日机会排名\"\u003e今日机会排名\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e项目\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e首单速度\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e自动化\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e复购\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e起步成本\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e推荐\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e垂直行业 AI 自动化\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥0–1000\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eAI Shopping / AEO 服务\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥300–1000\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eS\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eCreator 招商自动化\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥200–1000\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e行业 Workflow 数字产品\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥0–500\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eA\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e泛 Micro SaaS\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★☆☆☆☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★★\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e★★★★☆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e¥500+\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e暂缓\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"1-s-级给传统中小企业卖ai-自动化套餐\"\u003e1. S 级：给传统中小企业卖「AI 自动化套餐」\u003c/h2\u003e\n\u003cp\u003e这是最值得直接启动的。\u003c/p\u003e\n\u003cp\u003e小企业正在复制大公司的成熟 AI 用法，但明显回避昂贵、不可控的「全自动 Agent」；真正接受度高的是客服、分析、营销和重复行政工作这类\u003cstrong\u003e部分自动化\u003c/strong\u003e。OpenAI 披露的 HSP GRUPPE 案例中，95.9% 受访员工报告每周节省时间，保守估计一年增加约 4 万小时产能。\u003c/p\u003e","title":"自动现金流项目追踪：给传统中小企业卖 AI 自动化套餐领跑的四个方向"},{"content":"这是什么 Topview 是一个 AI 视频 Agent（智能视频代理）：专门做短片、营销视频和微短剧。\n以前做一条视频，从写脚本、找素材、配音、剪到一起，每一步都要自己上手。Topview 的做法是把这些步骤交给一个 Agent：你给它一句话、一段脚本、一个参考视频，甚至直接丢一个商品链接，它自己规划分镜、挑选模型、生成素材，最后在 Canvas 上让你像剪片子一样，把每一帧都改到满意。\n官网：topview.ai\n怎么用 给个想法：一句话描述、完整脚本、参考视频或商品链接，任选一种输入 Agent 规划：它自动拆分成镜、选合适的模型和素材 Canvas 精修：在画布上调整每一帧——换镜头、改画面、补配音，多镜头之间保持声音、角色和视觉一致 导出成片：30+ 语言配音、字幕、本地化一步到位 六大创作模式 AI 电影短片：一句话出片，电影质感 微短剧：从小说/剧本/梗概批量制作竖屏短剧，角色、场景、视觉、声音全程一致 参考视频复刻：给一段参考视频，复刻它的风格与节奏 UGC 广告：给商品链接，自动生成像真人拍的种草广告 TikTok / Reels 短内容：为短视频平台定制的竖屏内容 URL 转营销视频：把一个网页链接变成营销视频 几个值得说的功能 Drama Studio：从小说、剧本或梗概批量制作微短剧，AI 负责把角色、场景、视觉和声音保持统一，适合想做竖屏剧的人 Board：图像、视频、音频、数字人模型统一放在一块看板里，方便对比、复用，不用在十几个文件夹里翻素材 3D Shot Composer：3D 场景里摆好机位，虚拟摄像机随便转，一个场景多角度出片 团队协作：项目、积分、素材共享，管理员能控制积分消耗，适合小团队一起做内容 能不能自动化接 API / MCP 能，但要走积分制套餐。 Topview 提供官方 API 和 MCP 接口，我（Codex）可以把「文案 → 分镜 → 出片 → 上传博客」串成一条自动化流水线；但网页版 Unlimited 权益明确禁止脚本/API 调用，自动化必须付费买积分。\n套餐要求：Business（约 $44/月年付，3,000 积分/年，支持 API + MCP，8 并发）最划算；Pro（约 $16/月，960 积分/年，API + MCP，4 并发）也可以；Ultra / Team 只支持 MCP、不支持 API，年付积分也不能用于 API 积分规则：年付一次性发放、月付按月重置、不结转；文本/图生视频按秒计费（例如 Seedance 2.5 720p 约 $0.12/秒），Business 一年大约够做 1,200+ 条 4 秒片段 接入方式：注册后在「账户设置 → API Settings」拿 API Key + 用户 ID（Topview-Uid），二选一即可接入：① 官方 Codex 插件 topviewai/codex-topview-ai（GitHub，含 4 个 skill：生成视频/图/头像/声音、视频脚本写作、多平台素材收集、社交媒体发布）；② 直接调 REST API（api.topview.ai，提交 task → 轮询 → 拿 MP4 直链） 常用模型：Seedance 2.5、Kling V3/2.6、Veo 3.1 (Fast)、Gemini Omni Flash、Wan 2.7/3.0、Vidu Q3 等 生成耗时：普通模型约 3–5 分钟，Seedance 2.0 系约 5–10 分钟，适合离线批处理 适合谁 想做短视频带货/广告的人：丢个商品链接，几分钟出一条 UGC 广告 想做微短剧的人：Drama Studio 从小说到成片的批量化流程 营销团队：官方案例里，Shopnow 营销团队用了之后收入 +80%、成本 -50%、交付速度提升 10 倍 不想学剪辑软件的人：所有步骤都能对话完成，Canvas 只在你需要精细调整时才上手 一点说明 Topview 是国外工具，界面目前以英文为主；视频生成类功能通常需要积分或订阅。推荐链接带了 via=zhikui 参数，如果你从这篇文章点进去，也算给分享者一点支持。\n内容整理自 topview.ai 官网公开介绍，仅作学习分享，具体功能与价格以官网为准。\n","permalink":"https://ailamemo.com/aicreate/ai-automation/tools/topview-ai/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eTopview 是一个 \u003cstrong\u003eAI 视频 Agent\u003c/strong\u003e（智能视频代理）：专门做短片、营销视频和微短剧。\u003c/p\u003e\n\u003cp\u003e以前做一条视频，从写脚本、找素材、配音、剪到一起，每一步都要自己上手。Topview 的做法是把这些步骤交给一个 Agent：你给它一句话、一段脚本、一个参考视频，甚至直接丢一个商品链接，它自己规划分镜、挑选模型、生成素材，最后在 Canvas 上让你像剪片子一样，把每一帧都改到满意。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e官网：\u003ca href=\"https://www.topview.ai/?via=zhikui\"\u003etopview.ai\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"怎么用\"\u003e怎么用\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e给个想法\u003c/strong\u003e：一句话描述、完整脚本、参考视频或商品链接，任选一种输入\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eAgent 规划\u003c/strong\u003e：它自动拆分成镜、选合适的模型和素材\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eCanvas 精修\u003c/strong\u003e：在画布上调整每一帧——换镜头、改画面、补配音，多镜头之间保持声音、角色和视觉一致\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e导出成片\u003c/strong\u003e：30+ 语言配音、字幕、本地化一步到位\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"六大创作模式\"\u003e六大创作模式\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eAI 电影短片\u003c/strong\u003e：一句话出片，电影质感\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e微短剧\u003c/strong\u003e：从小说/剧本/梗概批量制作竖屏短剧，角色、场景、视觉、声音全程一致\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e参考视频复刻\u003c/strong\u003e：给一段参考视频，复刻它的风格与节奏\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eUGC 广告\u003c/strong\u003e：给商品链接，自动生成像真人拍的种草广告\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eTikTok / Reels 短内容\u003c/strong\u003e：为短视频平台定制的竖屏内容\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eURL 转营销视频\u003c/strong\u003e：把一个网页链接变成营销视频\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"几个值得说的功能\"\u003e几个值得说的功能\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eDrama Studio\u003c/strong\u003e：从小说、剧本或梗概批量制作微短剧，AI 负责把角色、场景、视觉和声音保持统一，适合想做竖屏剧的人\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eBoard\u003c/strong\u003e：图像、视频、音频、数字人模型统一放在一块看板里，方便对比、复用，不用在十几个文件夹里翻素材\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e3D Shot Composer\u003c/strong\u003e：3D 场景里摆好机位，虚拟摄像机随便转，一个场景多角度出片\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e团队协作\u003c/strong\u003e：项目、积分、素材共享，管理员能控制积分消耗，适合小团队一起做内容\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"能不能自动化接-api--mcp\"\u003e能不能自动化接 API / MCP\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e能，但要走积分制套餐。\u003c/strong\u003e Topview 提供官方 API 和 MCP 接口，我（Codex）可以把「文案 → 分镜 → 出片 → 上传博客」串成一条自动化流水线；但网页版 Unlimited 权益明确禁止脚本/API 调用，自动化必须付费买积分。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e套餐要求\u003c/strong\u003e：Business（约 $44/月年付，3,000 积分/年，支持 API + MCP，8 并发）最划算；Pro（约 $16/月，960 积分/年，API + MCP，4 并发）也可以；Ultra / Team 只支持 MCP、不支持 API，年付积分也不能用于 API\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e积分规则\u003c/strong\u003e：年付一次性发放、月付按月重置、不结转；文本/图生视频按秒计费（例如 Seedance 2.5 720p 约 $0.12/秒），Business 一年大约够做 1,200+ 条 4 秒片段\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e接入方式\u003c/strong\u003e：注册后在「账户设置 → API Settings」拿 API Key + 用户 ID（Topview-Uid），二选一即可接入：① 官方 Codex 插件 \u003ccode\u003etopviewai/codex-topview-ai\u003c/code\u003e（GitHub，含 4 个 skill：生成视频/图/头像/声音、视频脚本写作、多平台素材收集、社交媒体发布）；② 直接调 REST API（\u003ccode\u003eapi.topview.ai\u003c/code\u003e，提交 task → 轮询 → 拿 MP4 直链）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e常用模型\u003c/strong\u003e：Seedance 2.5、Kling V3/2.6、Veo 3.1 (Fast)、Gemini Omni Flash、Wan 2.7/3.0、Vidu Q3 等\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e生成耗时\u003c/strong\u003e：普通模型约 3–5 分钟，Seedance 2.0 系约 5–10 分钟，适合离线批处理\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"适合谁\"\u003e适合谁\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e想做短视频带货/广告的人\u003c/strong\u003e：丢个商品链接，几分钟出一条 UGC 广告\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e想做微短剧的人\u003c/strong\u003e：Drama Studio 从小说到成片的批量化流程\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e营销团队\u003c/strong\u003e：官方案例里，Shopnow 营销团队用了之后收入 +80%、成本 -50%、交付速度提升 10 倍\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不想学剪辑软件的人\u003c/strong\u003e：所有步骤都能对话完成，Canvas 只在你需要精细调整时才上手\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"一点说明\"\u003e一点说明\u003c/h2\u003e\n\u003cp\u003eTopview 是国外工具，界面目前以英文为主；视频生成类功能通常需要积分或订阅。推荐链接带了 \u003ccode\u003evia=zhikui\u003c/code\u003e 参数，如果你从这篇文章点进去，也算给分享者一点支持。\u003c/p\u003e","title":"Topview：把视频交给 AI Agent"},{"content":"不顾一切上船 如果不告诉任何人，你会不会去做这件事？会的。\n这也是从也大「也谈钱」那学的，第一次听说到普吉岛类的地方见面，内心就很想去。没想到一等就是三年。\n发现 \u0026ldquo;Live in Love\u0026rdquo; 见面会，就毅然决然报名了，就是一个字「去」。\n不计较成本，不管有什么困难就是都要去，就这样顺利登上了 Yona Beach Club 大船。\n到现在还觉得不真实，不敢相信张老师就在我面前晃来晃去，真的太开心啦，还有一群能量满满的小伙伴们。\n见了多年的网友，也见了熟悉的人，但我都没有去攀谈，我喜欢自然而然，我也曾迸发出想要聊聊的想法，但没有恰当的时机，也没有那个场吧，没有相谈甚欢。\n一个社恐就这样自然而然的玩了几天，这几天我可以写半年？\n命运馈赠的这颗糖会甜到明年。\n结识了新朋友玩得也很开心，谢谢组委会，谢谢小伙伴们，谢谢张老师，我就这样登上了豪华大船，哈哈哈。\n见到了：还好去了 其他小伙伴去马杀鸡啦，我和室友犹豫去不去海鲜大排档找张老师和小伙伴们，我们都是纠结类型，我将信将疑的说去吧，内心担忧快要进入尾声的聚餐尴尬，还好室友神速打到车。（天知道有多少在神仙岛打不到车的，感谢高德）\n下车迷路的时候，刚刚好遇到一波有人指路的小伙伴真是太好啦。\n张老师热情的给我们安排座位，没位子我们插桌也没有什么尴尬。\n非常开心的时刻——获得了半个拥抱，张老师很自然的把手搭到我肩膀，我顺手抱了一下张老师，张老师用力握了握我的肩，然后开始和其他小伙伴们一一拥抱，当时真想加入队伍再拥抱一下。\nLive in Love 拥抱阳光，拥抱大海，拥抱微风，拥抱四季，拥抱美好，拥抱奇迹，拥抱潇雨老师。\n拥抱 如愿以偿太开心啦，当时只顾着傻笑，什么也没说，心里打过一些草稿，想说些感谢的话，甚至连「谢谢你」「我爱你」都没说。\n我头也不回就要走，张老师说，这样就可以啦？我都不记得我有没有回答。\n一直在笑，笑得超开心。\n绅士的、温暖的、充满能量的、全身心投入的、用尽全力的拥抱。\n1.5 个拥抱。\n谢谢你，我爱你。\n永远活在爱和祝福中。\n所有的爱和美好都会流向张潇雨老师。\n记于 2026.08.30，重读 2026.01.21 的普吉岛笔记。\n","permalink":"https://ailamemo.com/memory/companionship/live-in-love-phuket/","summary":"\u003ch2 id=\"不顾一切上船\"\u003e不顾一切上船\u003c/h2\u003e\n\u003cp\u003e如果不告诉任何人，你会不会去做这件事？会的。\u003c/p\u003e\n\u003cp\u003e这也是从也大「也谈钱」那学的，第一次听说到普吉岛类的地方见面，内心就很想去。没想到一等就是三年。\u003c/p\u003e\n\u003cp\u003e发现 \u0026ldquo;Live in Love\u0026rdquo; 见面会，就毅然决然报名了，就是一个字「去」。\u003c/p\u003e\n\u003cp\u003e不计较成本，不管有什么困难就是都要去，就这样顺利登上了 Yona Beach Club 大船。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"普吉岛 · 在水里\" loading=\"lazy\" src=\"/assets/live-in-love-5.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e到现在还觉得不真实，不敢相信张老师就在我面前晃来晃去，真的太开心啦，还有一群能量满满的小伙伴们。\u003c/p\u003e\n\u003cp\u003e见了多年的网友，也见了熟悉的人，但我都没有去攀谈，我喜欢自然而然，我也曾迸发出想要聊聊的想法，但没有恰当的时机，也没有那个场吧，没有相谈甚欢。\u003c/p\u003e\n\u003cp\u003e一个社恐就这样自然而然的玩了几天，这几天我可以写半年？\u003c/p\u003e\n\u003cp\u003e命运馈赠的这颗糖会甜到明年。\u003c/p\u003e\n\u003cp\u003e结识了新朋友玩得也很开心，谢谢组委会，谢谢小伙伴们，谢谢张老师，我就这样登上了豪华大船，哈哈哈。\u003c/p\u003e\n\u003ch2 id=\"见到了还好去了\"\u003e见到了：还好去了\u003c/h2\u003e\n\u003cp\u003e其他小伙伴去马杀鸡啦，我和室友犹豫去不去海鲜大排档找张老师和小伙伴们，我们都是纠结类型，我将信将疑的说去吧，内心担忧快要进入尾声的聚餐尴尬，还好室友神速打到车。（天知道有多少在神仙岛打不到车的，感谢高德）\u003c/p\u003e\n\u003cp\u003e下车迷路的时候，刚刚好遇到一波有人指路的小伙伴真是太好啦。\u003c/p\u003e\n\u003cp\u003e张老师热情的给我们安排座位，没位子我们插桌也没有什么尴尬。\u003c/p\u003e\n\u003cp\u003e非常开心的时刻——获得了半个拥抱，张老师很自然的把手搭到我肩膀，我顺手抱了一下张老师，张老师用力握了握我的肩，然后开始和其他小伙伴们一一拥抱，当时真想加入队伍再拥抱一下。\u003c/p\u003e\n\u003ch2 id=\"live-in-love\"\u003eLive in Love\u003c/h2\u003e\n\u003cp\u003e拥抱阳光，拥抱大海，拥抱微风，拥抱四季，拥抱美好，拥抱奇迹，拥抱潇雨老师。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"Live in Love · 普吉岛\" loading=\"lazy\" src=\"/assets/live-in-love-6.jpg\"\u003e\u003c/p\u003e\n\u003ch2 id=\"拥抱\"\u003e拥抱\u003c/h2\u003e\n\u003cp\u003e如愿以偿太开心啦，当时只顾着傻笑，什么也没说，心里打过一些草稿，想说些感谢的话，甚至连「谢谢你」「我爱你」都没说。\u003c/p\u003e\n\u003cp\u003e我头也不回就要走，张老师说，这样就可以啦？我都不记得我有没有回答。\u003c/p\u003e\n\u003cp\u003e一直在笑，笑得超开心。\u003c/p\u003e\n\u003cp\u003e绅士的、温暖的、充满能量的、全身心投入的、用尽全力的拥抱。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"普吉岛 · Live in Love\" loading=\"lazy\" src=\"/assets/live-in-love-7.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e1.5 个拥抱。\u003c/p\u003e\n\u003cp\u003e谢谢你，我爱你。\u003c/p\u003e\n\u003cp\u003e永远活在爱和祝福中。\u003c/p\u003e\n\u003cp\u003e所有的爱和美好都会流向张潇雨老师。\u003c/p\u003e\n\u003chr\u003e\n\u003cblockquote\u003e\n\u003cp\u003e记于 2026.08.30，重读 2026.01.21 的普吉岛笔记。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"像在做梦：不顾一切登上 Live in Love 大船"},{"content":"上次我用 morphism-mapper 问了两个大问题：怎么财务自由？怎么过得幸福？答案意外地通透。今天我又问了它三个更具体的问题：\n如何自动赚钱？如何走得更远？如何更好的生活？\n下面是完整过程和结果。\n第一步：抽骨架 它先把我的生活拆成一个系统：\n对象：我、时间、技能、内容/产品、用户/流量、收入、生活、AI自动化 关系：创造 → 传播 → 变现 → 滋养生活 → 状态反馈 → 再创造；时间与收入之间还有一条「低杠杆交换」的路 拆完骨架，领域选择脚本跑出 Top 5：行为经济学、精益改善、中医、创新理论、热力学。这次我没有重新选，直接沿用了上次的偏好——财务用易经、幸福用进化 + 行为。\n第二步：自动赚钱 ← 易经 它借了四条易经定理：\n我的问题 映射 易经 收入系统太复杂 ≅ 简易（大道至简） 追风口、逆势硬推 ≅ 顺天应人 不知道做什么产品 ≅ 极数知来（用数据看趋势） 错过早期信号 ≅ 履霜坚冰至 方案一：做一个能离开你运转的最小系统\n自动赚钱不是做更多，是做一个能离开你运转的最小系统。它说我其实已经有系统了：内容 → 信任 → 产品。缺的不是新点子，是把其中一环产品化。简化到可以复制，才谈得上自动。\n方案二：卖铲子的人也得真的挖过金子\n我正好站在「卖铲子」的位置——AI 工具和技能介绍踩在大势上（顺天应人）。但它的提醒很扎心：卖铲子的人也得真的挖过金子，你的真实使用体验就是壁垒。\n方案三：用数据找杠杆\n「极数知来」——看哪几篇文章被收藏最多、被问最多，那就是产品雏形。提示词包、skill 包、模板、陪跑服务，都从最受欢迎的 3 篇里长出来。有人主动问「你是怎么做的」，就是付费信号（履霜坚冰至），别等大流量。\n第三步：走得更远 ← 进化生物学 我的问题 映射 进化生物学 工具更新太快，学不动 ≅ 红皇后效应（必须奔跑才能留在原地） 怕做「又一个 AI 教程号」 ≅ 竞争排斥（两个物种不能占同一生态位） 感觉一直没进展 ≅ 间断平衡（长期稳定 + 短期跃迁） 一个能力能做什么 ≅ 适应辐射（关键创新后快速多样化） 方案一：持续奔跑本身就是护城河\n红皇后效应说：必须不断奔跑才能保持在原地。工具每月都在变，保持学新工具的节奏不是内卷，是基本生存。\n方案二：找别人复制不了的生态位\n我的生态位是「AI × 生活美学 × 真诚日记」——这个组合别人复制不了，因为它复制不了你的生活。不要做第二只达尔文雀。\n方案三：接受积累期\n间断平衡：进化不是匀速的。现在可能正处在「长期稳定（积累）期」，瓶颈不是失败，是跃迁前的酝酿。AI 就是那个关键创新——一个核心能力（内容 × 自动化）可以辐射出博客、小程序、数字产品、视频、课程，但一次只辐射一个。\n第四步：更好的生活 ← 行为经济学 我的问题 映射 行为经济学 好习惯坚持不了 ≅ 默认效应（把好选择设成默认） 想改行为靠意志力 ≅ 助推理论（改变环境比改变自己容易） 总觉得自己不够好 ≅ 前景理论（幸福是参照点游戏） 计划总是执行不了 ≅ 冷热共情差距（冷静与冲动是两个人） 方案一：把幸福设计成默认值\n让好习惯成为默认，而不是靠意志力：运动鞋放门口、手机在客厅充电、固定时间写奇迹日记。改变环境比改变自己容易。\n方案二：管理参照点\n幸福是参照点游戏。把参照系从「别人」换成「去年的自己」，幸福曲线立刻不一样。\n方案三：给冷静的你设计承诺机制\n冷静时立的计划，冲动时执行不了。所以用承诺机制——写下来、和朋友约定、花钱报名，把「未来的你」锁死。\n它说了句让我愣住的话 我问它「如何自动赚钱」，它没有直接回答，而是说：\n你怕的不是不赚钱，而是赚了钱却更累、更空。自动化的终极目的不是让钱自己来，而是把省下来的时间和心力还给生活。如果自动化没有让生活更好，它只是另一种加班。\n还有一句更狠的：\nAI 只会放大你已经拥有的东西，包括你的平庸。所以先确保有一个「不自动也愿意有人买」的东西，再谈自动化。\n风险检查与落地顺序 自动检查里它标了三件事：\n🛡️ 不做刷量、搬运、灰产；AI 内容注意版权和平台规则 💸 全 AI 化会稀释人味——那是你最贵的信任资产；省下的时间若被更多项目吃掉，就是隐性加班 ❤️ 读者能闻出「没有人味」的内容，真诚分享是最贵的信号，别让它变成廉价信号 落地顺序给了三个「现在就能做」：\n把最受欢迎的 3 篇工具文打包成付费模板，定个低价试水——先验证「有人愿意付钱」 每周留 2 小时只做「不赚钱但心动」的事——那是未来生态位的种子 今晚把手机放到另一个房间充电，睡前写一行「今天最好的瞬间」 我的感受 上次的思维实验教我：财务自由是「位置」不是「数字」，幸福是「基线管理」不是「追求最大值」。这次它又往前推了一步：\n三个问题其实是同一个问题。 自动赚钱、走得更远、活得更好，共同的解是「简单」：收入系统简单到能离开你，生态位简单到别人复制不了，生活简单到不需要意志力。\n跨域映射最值钱的不是答案，是换框架的能力。这句话我说第二次了，大概因为它真的值。\n工具：morphism-mapper（pinren/morphism-mapper），跨领域结构映射 Skill。上一篇见 用易经回答财务自由，用进化论回答幸福。\n","permalink":"https://ailamemo.com/memory/thinking-experiments/auto-money-life-experiment/","summary":"\u003cp\u003e上次我用 morphism-mapper 问了两个大问题：怎么财务自由？怎么过得幸福？答案意外地通透。今天我又问了它三个更具体的问题：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e如何自动赚钱？如何走得更远？如何更好的生活？\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e下面是完整过程和结果。\u003c/p\u003e\n\u003ch2 id=\"第一步抽骨架\"\u003e第一步：抽骨架\u003c/h2\u003e\n\u003cp\u003e它先把我的生活拆成一个系统：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e对象：我、时间、技能、内容/产品、用户/流量、收入、生活、AI自动化\u003c/li\u003e\n\u003cli\u003e关系：创造 → 传播 → 变现 → 滋养生活 → 状态反馈 → 再创造；时间与收入之间还有一条「低杠杆交换」的路\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e拆完骨架，领域选择脚本跑出 Top 5：行为经济学、精益改善、中医、创新理论、热力学。这次我没有重新选，直接沿用了上次的偏好——财务用易经、幸福用进化 + 行为。\u003c/p\u003e\n\u003ch2 id=\"第二步自动赚钱--易经\"\u003e第二步：自动赚钱 ← 易经\u003c/h2\u003e\n\u003cp\u003e它借了四条易经定理：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e我的问题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e映射\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e易经\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e收入系统太复杂\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e简易（大道至简）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e追风口、逆势硬推\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e顺天应人\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e不知道做什么产品\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e极数知来（用数据看趋势）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e错过早期信号\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e履霜坚冰至\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e方案一：做一个能离开你运转的最小系统\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e自动赚钱不是做更多，是做一个能离开你运转的最小系统。它说我其实已经有系统了：内容 → 信任 → 产品。缺的不是新点子，是把其中一环产品化。\u003cstrong\u003e简化到可以复制，才谈得上自动。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e方案二：卖铲子的人也得真的挖过金子\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e我正好站在「卖铲子」的位置——AI 工具和技能介绍踩在大势上（顺天应人）。但它的提醒很扎心：卖铲子的人也得真的挖过金子，你的真实使用体验就是壁垒。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e方案三：用数据找杠杆\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e「极数知来」——看哪几篇文章被收藏最多、被问最多，那就是产品雏形。提示词包、skill 包、模板、陪跑服务，都从最受欢迎的 3 篇里长出来。有人主动问「你是怎么做的」，就是付费信号（履霜坚冰至），别等大流量。\u003c/p\u003e\n\u003ch2 id=\"第三步走得更远--进化生物学\"\u003e第三步：走得更远 ← 进化生物学\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e我的问题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e映射\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e进化生物学\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e工具更新太快，学不动\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e红皇后效应（必须奔跑才能留在原地）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e怕做「又一个 AI 教程号」\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e竞争排斥（两个物种不能占同一生态位）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e感觉一直没进展\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e间断平衡（长期稳定 + 短期跃迁）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e一个能力能做什么\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e适应辐射（关键创新后快速多样化）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e方案一：持续奔跑本身就是护城河\u003c/strong\u003e\u003c/p\u003e","title":"如何自动赚钱，如何走得更远，如何更好的生活：一次和 AI 的思维实验"},{"content":"这是什么 8 月底，智谱连续放出了两个大消息，都是可以免费下载权重的大模型：\nGLM-5.3：8 月 28 日晚开放权重，支持本地运行和个性化定制 GLM-5.3-Flash（中文社区叫「牛来」）：8 月 26 日上线并开源，是 GLM-5 系列首个原生多模态模型 GLM-5.3：huggingface.co/zai-org/GLM-5.3 GLM-5.3-Flash：huggingface.co/zai-org/GLM-5.3-Flash\nGLM-5.3：能本地跑的旗舰级模型 擅长复杂编码和智能体编程，也覆盖网络防御等生产场景 评测 AA 指数 60 分，与 Claude Fable 5、GPT-5.6 Sol 等旗舰同级，目前开源模型里第一 支持本地部署和个性化定制，低门槛商用 权重可从 Hugging Face 和 ModelScope 下载 GLM-5.3-Flash：之前爆火的「牛来」真身 正式发布前，智谱以匿名模型 Ox-Alpha（中文社区俗称「牛来」）在 OpenRouter 上大规模测试，迅速成为当周最受欢迎的模型，后来智谱官宣认领 320B-A18B 参数，原生多模态：文本、图像、视频都能输入 104 万 token 长上下文，适合生产级 Agent 任务 MIT 协议面向全球完全开源 跑在 10 万张国产芯片上，价格约为 Opus 4.8 的 1/40 怎么用 想本地部署：去 Hugging Face 下载权重（注意 Flash 权重超过 300GB，对本地算力要求较高） 想直接体验：用 Z.ai 的在线服务或 API，订阅编程计划最低每月 18 美元 想做 Agent：两个模型都支持编程/Agent 场景，配合 Cursor、Codex 这类工具就能当主力模型用 适合谁 想跑开源旗舰模型、不受云端限制的开发者 做智能体编程、长文档、多模态输入场景的人 关注国产算力和国产模型的同学——10 万张国产卡承载全球真实负载，这个事本身就很值得看 信息整理自智谱官方发布及公开报道（2026.08.26–08.30），具体参数与价格以官网为准。\n","permalink":"https://ailamemo.com/aicreate/tools/glm-5.3/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e8 月底，智谱连续放出了两个大消息，都是可以免费下载权重的大模型：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eGLM-5.3\u003c/strong\u003e：8 月 28 日晚开放权重，支持本地运行和个性化定制\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eGLM-5.3-Flash\u003c/strong\u003e（中文社区叫「牛来」）：8 月 26 日上线并开源，是 GLM-5 系列首个原生多模态模型\u003c/li\u003e\n\u003c/ol\u003e\n\u003cblockquote\u003e\n\u003cp\u003eGLM-5.3：\u003ca href=\"https://huggingface.co/zai-org/GLM-5.3\"\u003ehuggingface.co/zai-org/GLM-5.3\u003c/a\u003e\nGLM-5.3-Flash：\u003ca href=\"https://huggingface.co/zai-org/GLM-5.3-Flash\"\u003ehuggingface.co/zai-org/GLM-5.3-Flash\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"glm-53能本地跑的旗舰级模型\"\u003eGLM-5.3：能本地跑的旗舰级模型\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e擅长复杂编码和智能体编程\u003c/strong\u003e，也覆盖网络防御等生产场景\u003c/li\u003e\n\u003cli\u003e评测 AA 指数 60 分，与 Claude Fable 5、GPT-5.6 Sol 等旗舰同级，目前开源模型里第一\u003c/li\u003e\n\u003cli\u003e支持本地部署和个性化定制，低门槛商用\u003c/li\u003e\n\u003cli\u003e权重可从 Hugging Face 和 ModelScope 下载\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"glm-53-flash之前爆火的牛来真身\"\u003eGLM-5.3-Flash：之前爆火的「牛来」真身\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e正式发布前，智谱以匿名模型 \u003cstrong\u003eOx-Alpha\u003c/strong\u003e（中文社区俗称「牛来」）在 OpenRouter 上大规模测试，迅速成为当周最受欢迎的模型，后来智谱官宣认领\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e320B-A18B\u003c/strong\u003e 参数，原生多模态：文本、图像、视频都能输入\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e104 万 token 长上下文\u003c/strong\u003e，适合生产级 Agent 任务\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eMIT 协议\u003c/strong\u003e面向全球完全开源\u003c/li\u003e\n\u003cli\u003e跑在 \u003cstrong\u003e10 万张国产芯片\u003c/strong\u003e上，价格约为 Opus 4.8 的 1/40\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"怎么用\"\u003e怎么用\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e想本地部署\u003c/strong\u003e：去 Hugging Face 下载权重（注意 Flash 权重超过 300GB，对本地算力要求较高）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e想直接体验\u003c/strong\u003e：用 Z.ai 的在线服务或 API，订阅编程计划最低每月 18 美元\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e想做 Agent\u003c/strong\u003e：两个模型都支持编程/Agent 场景，配合 Cursor、Codex 这类工具就能当主力模型用\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"适合谁\"\u003e适合谁\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e想跑开源旗舰模型、不受云端限制的开发者\u003c/li\u003e\n\u003cli\u003e做智能体编程、长文档、多模态输入场景的人\u003c/li\u003e\n\u003cli\u003e关注国产算力和国产模型的同学——10 万张国产卡承载全球真实负载，这个事本身就很值得看\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003e信息整理自智谱官方发布及公开报道（2026.08.26–08.30），具体参数与价格以官网为准。\u003c/p\u003e","title":"智谱 GLM-5.3 开源：旗舰模型 + 「牛来」Flash"},{"content":"这是什么 李继刚（lijigang）的「商业结构」剑法。让 AI 扮演系统战略分析师，透过表象（财报、新闻）洞察一个商业组织底层的能量运作逻辑：万物皆为「结构」，而结构是在压力下由向心力与离心力动态平衡形成的「涡旋体」。\n分析框架：\n三才结构：天（外部压力 / Environment）— 时代的“基因”，当时的最大制约与熵增威胁；人（向心力 / Core）— 对抗压力的核心力量，结构密度最高的地方；地（离心力 / Boundary）— 核心能量向外做功形成的“疆界” 结构形态判定（Vortex Status）：用物理或几何隐喻定义该阶段的结构形状，例如「高速旋转的锋利钻头」（拼多多）、「被高压挤压的加厚堡垒」（百度移动时代）、「粘滞的蛛网」（快手） 涡旋结构快照（ASCII Snapshot）：每个阶段绘制 ASCII Art 结构图，标注外部压力箭头、涡旋主体、力量方向、关键业务节点与矛盾点（阻尼、断层、护城河） 输出要求：不是历史流水账，而是解释「为什么这个结构在当时能赢」「为什么这个结构后来失效了」。\n使用场景 深度分析一家公司或竞品 复盘企业关键转折阶段 研究行业头部玩家的护城河与风险 直接输入公司名即可开始，例如：「分析一下拼多多」。\n提示词（原文） ;; ━━━━━━━━━━━━━━━━━━ ;; 作者: 李继刚 ;; 剑名: 商业结构 ;; 剑意: 看懂「公司」的结构形状 ;; 日期: 2026-01-21 ;; ━━━━━━━━━━━━━━━━━━ ** 【角色设定】 你是一位系统战略分析师。你擅长透过表象（财报、新闻），洞察一个商业组织底层的能量运作逻辑。你认为万物皆为“结构”，而结构是在压力下由向心力与离心力动态平衡形成的“涡漩体”。 ** 【核心任务】 请对 [目标公司] 进行全生命周期的结构演变分析。选取其发展史上关键转折阶段，按以下框架进行深度解构： *** 结构动力学分析 请运用「三才结构」拆解该阶段的能量状态： - 天（外部压力/Environment）： 时代的“基因”。当时最大的环境制约是什么？熵增（无序/灭亡）的威胁来自哪里？（例如：技术变革、资本匮乏、竞争对手封锁、市场饱和）。 - 人（向心力/Core）： 对抗压力的核心力量。是什么将能量强行凝聚在一起？（例如：创始人的执念、垄断性技术、独特的企业文化、极高的性价比）。这是结构密度最高的地方。核心越稳，能支撑的空间就越大。 - 地（离心力/Boundary）： 核心能量向外做功形成的“疆界”。公司靠什么业务与世界接触？边界扩张到了哪里？（例如：产品矩阵、生态系统、投资版图）。 *** 结构形态判定（Vortex Status） 基于上述力学分析，用一个具体的物理或几何隐喻来定义该阶段的结构形状： 例如： “高速旋转的锋利钻头”（拼多多）、“被高压挤压的加厚堡垒”（百度移动时代）、“粘滞的蛛网”（快手）。 请解释： 为什么在当时的时空环境下，必须是这个形状才能生存？ *** 涡旋结构快照 (ASCII Snapshot) 请为*每一个*阶段绘制一个 ASCII Art 结构图。 绘制原则： 图形必须直观反映上述的形态定义和力量对比。 构图要求： - 上方展示【外部压力】（向下挤压的箭头）。 - 中间展示【涡漩主体】，必须包含清晰的边界（离心力）和核心（向心力）。（比如搜索引擎，一头抓取信息，另一头接收用户的搜索需求） - 用箭头标示力量的方向（向内凝聚 vs 向外扩张）。 - 标注出关键的业务节点或矛盾点（如：阻尼、断层、护城河）。 ** 【输出要求】 语言风格：冷静、犀利、透彻，使用物理学与哲学结合的词汇（如：熵增、矢量、阻尼、相变、奇点）。 分析深度：不要罗列历史流水账，要解释“为什么这个结构在当时能赢”以及“为什么这个结构后来失效了”。 ** 【开场对白】 提示用户输入待分析的公司名称: 来源 作者：李继刚（lijigang）· 剑法「商业结构」\n原文：gist.github.com/lijigang/dd4d2570a196338cbd321757f1cb50d9\n内容整理自作者公开分享的提示词，仅作学习分享；如涉版权请联系删除。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-business-structure/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e李继刚（lijigang）的「商业结构」剑法。让 AI 扮演系统战略分析师，透过表象（财报、新闻）洞察一个商业组织底层的能量运作逻辑：万物皆为「结构」，而结构是在压力下由向心力与离心力动态平衡形成的「涡旋体」。\u003c/p\u003e\n\u003cp\u003e分析框架：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e三才结构\u003c/strong\u003e：天（外部压力 / Environment）— 时代的“基因”，当时的最大制约与熵增威胁；人（向心力 / Core）— 对抗压力的核心力量，结构密度最高的地方；地（离心力 / Boundary）— 核心能量向外做功形成的“疆界”\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e结构形态判定（Vortex Status）\u003c/strong\u003e：用物理或几何隐喻定义该阶段的结构形状，例如「高速旋转的锋利钻头」（拼多多）、「被高压挤压的加厚堡垒」（百度移动时代）、「粘滞的蛛网」（快手）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e涡旋结构快照（ASCII Snapshot）\u003c/strong\u003e：每个阶段绘制 ASCII Art 结构图，标注外部压力箭头、涡旋主体、力量方向、关键业务节点与矛盾点（阻尼、断层、护城河）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e输出要求：不是历史流水账，而是解释「为什么这个结构在当时能赢」「为什么这个结构后来失效了」。\u003c/p\u003e\n\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e深度分析一家公司或竞品\u003c/li\u003e\n\u003cli\u003e复盘企业关键转折阶段\u003c/li\u003e\n\u003cli\u003e研究行业头部玩家的护城河与风险\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e直接输入公司名即可开始，例如：「分析一下拼多多」。\u003c/p\u003e\n\u003ch2 id=\"提示词原文\"\u003e提示词（原文）\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-text\" data-lang=\"text\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; ━━━━━━━━━━━━━━━━━━\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 作者: 李继刚 \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 剑名: 商业结构\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 剑意: 看懂「公司」的结构形状\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 日期: 2026-01-21\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; ━━━━━━━━━━━━━━━━━━\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e** 【角色设定】\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e你是一位系统战略分析师。你擅长透过表象（财报、新闻），洞察一个商业组织底层的能量运作逻辑。你认为万物皆为“结构”，而结构是在压力下由向心力与离心力动态平衡形成的“涡漩体”。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e** 【核心任务】\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e请对 [目标公司] 进行全生命周期的结构演变分析。选取其发展史上关键转折阶段，按以下框架进行深度解构：\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e*** 结构动力学分析 \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e请运用「三才结构」拆解该阶段的能量状态：\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 天（外部压力/Environment）： 时代的“基因”。当时最大的环境制约是什么？熵增（无序/灭亡）的威胁来自哪里？（例如：技术变革、资本匮乏、竞争对手封锁、市场饱和）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 人（向心力/Core）： 对抗压力的核心力量。是什么将能量强行凝聚在一起？（例如：创始人的执念、垄断性技术、独特的企业文化、极高的性价比）。这是结构密度最高的地方。核心越稳，能支撑的空间就越大。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 地（离心力/Boundary）： 核心能量向外做功形成的“疆界”。公司靠什么业务与世界接触？边界扩张到了哪里？（例如：产品矩阵、生态系统、投资版图）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e*** 结构形态判定（Vortex Status）\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e基于上述力学分析，用一个具体的物理或几何隐喻来定义该阶段的结构形状：\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e例如： “高速旋转的锋利钻头”（拼多多）、“被高压挤压的加厚堡垒”（百度移动时代）、“粘滞的蛛网”（快手）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e请解释： 为什么在当时的时空环境下，必须是这个形状才能生存？\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e*** 涡旋结构快照 (ASCII Snapshot)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e请为*每一个*阶段绘制一个 ASCII Art 结构图。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e绘制原则： 图形必须直观反映上述的形态定义和力量对比。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e构图要求：\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 上方展示【外部压力】（向下挤压的箭头）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 中间展示【涡漩主体】，必须包含清晰的边界（离心力）和核心（向心力）。（比如搜索引擎，一头抓取信息，另一头接收用户的搜索需求）\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 用箭头标示力量的方向（向内凝聚 vs 向外扩张）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e- 标注出关键的业务节点或矛盾点（如：阻尼、断层、护城河）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e** 【输出要求】\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e语言风格：冷静、犀利、透彻，使用物理学与哲学结合的词汇（如：熵增、矢量、阻尼、相变、奇点）。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e分析深度：不要罗列历史流水账，要解释“为什么这个结构在当时能赢”以及“为什么这个结构后来失效了”。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e** 【开场对白】\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e提示用户输入待分析的公司名称:\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cp\u003e作者：李继刚（lijigang）· 剑法「商业结构」\u003c/p\u003e","title":"李继刚「商业结构」：看懂一家公司的结构形状"},{"content":"这是什么 李继刚（lijigang）的「圆桌讨论」剑法。构建一个以「求真」为目标的结构化对话框架：一位极具洞察力的主持人，邀请代表不同思想的「典型代表人物」，进行高强度、即时响应的深度对话。主持人每轮总结时生成可视化的思考框架（ASCII Chart），通过「主动质询」与「协同共建」，最终把议题探索成一张深刻、结构化的知识网络。\n核心机制：\n主持人：理性之锚，冷静客观，引导对话始终朝向更深邃、更核心的层面 代表人物：根据议题动态邀请，各自带着立场与人格特征（MBTI） 每轮节奏：代表交锋 → 主持人提炼核心争议 → 生成 ASCII 思考框架 → 抛出更深一层的问题 指令控制：可 继续下一问 / 止 结束 / 深入此节 停留深挖 / 引入新人物 邀请新嘉宾 使用场景 想透彻理解一个议题，而不是得到单一答案 选题、决策前的多角度思辨 把模糊问题聊成结构化知识网络 示例议题：「人工智能是否拥有真正的创造力？」\n提示词（原文） ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;; ;; 作者: 李继刚 ;; 日期: 2025-11-12 ;; 剑名: 圆桌讨论 ;; 剑意: 构建一个以“求真”为目标的结构化对话框架。该框架由一位极具洞察力的主持人 ;; 进行引导，邀请代表不同思想的“典型代表人物”进行一场高强度的、即时响应式的 ;; 深度对话。主持人将在每轮总结时生成视觉化的思考框架(ASCII Chart)，通过 ;; “主动质询” 与“协同共建”，对用户提出的议题进行协同探索，最终生成深刻的、 ;; 结构化的知识网络。 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; ;;---------------------------------------------------------------- ;; 核心原则 ;;---------------------------------------------------------------- ;;; 系统的顶层设计原则，作为 AI 执行任务的指导思想。 (def-principles \u0026#39;roundtable-seminar \u0026#39;((framework-nature . constructive) (moderator-function . meta-cognitive) (agent-archetype . representative-figure) (process-flow . dialectical) (interaction-type . strategic-action) (output-goal . knowledge-network) (agent-goal . truth-seeking))) ;;---------------------------------------------------------------- ;; 核心角色定义 ;;---------------------------------------------------------------- ;;; 定义系统中的核心角色及其行为能力。 (def-component \u0026#39;moderator (properties (persona \u0026#34;理性之锚，冷静客观，拥有极强的洞察力，旨在引导和驾驭高强度的思想交锋，确保对话始终朝向更深邃、更核心的层面探索。\u0026#34;) (topic) (active-participants) (debate-log) (question-under-discussion) (next-guiding-question) (last-core-contradiction)) (responds-to \u0026#39;initiate (user-topic) (set topic user-topic) (let (participants (propose-representatives-for-topic topic)) (set active-participants participants) (display \u0026#34;【主持】：感谢您。本次圆桌对话正式开始。\u0026#34;) (display \u0026#34;【主持】：核心议题为「\u0026#34; topic \u0026#34;」。\u0026#34;) (display \u0026#34;【主持】：为穷尽其理，我已邀请以下几位代表人物，及其典型人格特征：\u0026#34;) (for-each (person active-participants) (display \u0026#34;- \u0026#34; (get-property person \u0026#39;name) \u0026#34; (\u0026#34; (get-property person \u0026#39;mbti) \u0026#34;)\u0026#34;)) (let (opening-question (format \u0026#34;在我们深入探讨之前，为了确保讨论建立在共同的基础之上，我想先请各位阐述：我们应当如何定义「%s」？它的核心要素是什么？\u0026#34; (identify-key-concept-in-topic topic))) (set question-under-discussion opening-question) (display \u0026#34;【主持】： \u0026#34; opening-question))))) ;;; 更新：主持人的“综述”行为，增加生成 ASCII 思考框架的功能。 (responds-to \u0026#39;synthesize () (let (core-contradiction (analyze-log-for-contradiction debate-log)) (set last-core-contradiction core-contradiction) (display \u0026#34;【主持】：各位的讨论非常精彩。本轮探讨的核心争议点在于「\u0026#34; core-contradiction \u0026#34;」。\u0026#34;) ;;; 核心功能：基于核心争议，生成并展示一个视觉化的思考框架。 (let (ascii-chart (generate-ascii-framework-chart core-contradiction debate-log)) ;;; 指导原则：图表形式需高度概括本轮讨论的结构 (display \u0026#34;\\n\u0026#34; ascii-chart \u0026#34;\\n\u0026#34;)) (let (new-question (formulate-next-question-from-contradiction core-contradiction)) (set next-guiding-question new-question) (display \u0026#34;【主持】：基于以上框架，一个更深层的问题浮现了：「\u0026#34; new-question \u0026#34;」\u0026#34;)))) (responds-to \u0026#39;prompt-for-command () (display \u0026#34;【主持】：(指令: 可 / 止 / 深入此节 / 引入新人物)\u0026#34;)) (responds-to \u0026#39;commit-to-next-question () (set question-under-discussion next-guiding-question) (display \u0026#34;【主持】：好的，让我们继续探讨这个新问题。\u0026#34;)) (responds-to \u0026#39;deepen-section () (let (focused-question (formulate-deeper-question-from-contradiction last-core-contradiction)) (set question-under-discussion focused-question) (display \u0026#34;【主持】：好的，我们暂停推进。让我们继续围绕刚才的核心争议点，进行更深层次的探讨：「\u0026#34; focused-question \u0026#34;」\u0026#34;))) (responds-to \u0026#39;add-representative (person-name) (let (new-person (create-instance \u0026#39;representative person-name)) (add-to-list active-participants new-person) (display \u0026#34;【主持】：欢迎新嘉宾 \u0026#34; (get-property new-person \u0026#39;name) \u0026#34; (\u0026#34; (get-property new-person \u0026#39;mbti) \u0026#34;) 加入讨论。请您先就当前话题简要陈述立场。\u0026#34;))) (responds-to \u0026#39;conclude () (display \u0026#34;【主持】：今天的对话已非常深入，暂告一段落。我们从一个议题开始，通过多轮激烈的思想碰撞，共同构建了一个关于此议题的思维网络。\u0026#34;) (return (generate-knowledge-network debate-log)))) (def-component \u0026#39;representative (properties (name) (stance) (mbti)) (responds-to \u0026#39;act (action-symbol debate-log guiding-question) (let (content (generate-response-content name stance mbti action-symbol debate-log guiding-question)) (let (summary (generate-tldr-summary content)) (let (full-content (concat content \u0026#34;\\n\\n**简言之**：\u0026#34; summary)) (let (formatted-response (format \u0026#34;【%s】【%s】：%s\u0026#34; name action-symbol full-content)) (display formatted-response) (return formatted-response))))))) ;;---------------------------------------------------------------- ;; 主流程定义 (The Main Process Definition) ;;---------------------------------------------------------------- ;;; 描述研讨会的完整执行流程。 (def-process \u0026#39;run-roundtable-seminar (user-topic) (let (moderator (create-instance \u0026#39;moderator)) (moderator \u0026#39;initiate user-topic) (loop (dynamic-discourse-round (participants (get-property moderator \u0026#39;active-participants)) (log (get-property moderator \u0026#39;debate-log)) (guiding-question (get-property moderator \u0026#39;question-under-discussion))) (moderator \u0026#39;synthesize) (moderator \u0026#39;prompt-for-command) (let (user-command (get-user-input)) (if (is-command? user-command \u0026#39;止) (break-loop)) (if (is-command? user-command \u0026#39;可) (moderator \u0026#39;commit-to-next-question)) (if (is-command? user-command \u0026#39;深入此节) (moderator \u0026#39;deepen-section)) (if (is-command? user-command \u0026#39;引入新人物) (let (new-person-name (ask-user \u0026#34;您希望邀请哪位新的人物加入讨论？\u0026#34;)) (moderator \u0026#39;add-representative new-person-name))) ) )) (moderator \u0026#39;conclude))) ;;---------------------------------------------------------------- ;; 启动序列 (LAUNCH SEQUENCE) ;;---------------------------------------------------------------- ;;; 以下是本框架被加载后，首要且唯一的执行指令。 (display \u0026#34;【圆桌研讨会】系统已加载完毕。 我将扮演一位理性的主持人，并根据您的话题，动态邀请几位代表不同思想的“典型代表人物”参与一场以“求真”为目标的深度对话。 我们的讨论将从统一核心概念的定义开始，以确保思想的交锋建立在坚实的共识基础上。 请提供您感兴趣的议题，即可开始。 例如： “人工智能是否拥有真正的创造力？” 请您开始。\u0026#34;) 来源 作者：李继刚（lijigang）· 剑法「圆桌讨论」\n原文：gist.github.com/lijigang/a8f9cf12985d474cef15cda63f4e1892\n内容整理自作者公开分享的提示词，仅作学习分享；如涉版权请联系删除。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-roundtable-seminar/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e李继刚（lijigang）的「圆桌讨论」剑法。构建一个以「求真」为目标的结构化对话框架：一位极具洞察力的主持人，邀请代表不同思想的「典型代表人物」，进行高强度、即时响应的深度对话。主持人每轮总结时生成可视化的思考框架（ASCII Chart），通过「主动质询」与「协同共建」，最终把议题探索成一张深刻、结构化的知识网络。\u003c/p\u003e\n\u003cp\u003e核心机制：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e主持人\u003c/strong\u003e：理性之锚，冷静客观，引导对话始终朝向更深邃、更核心的层面\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e代表人物\u003c/strong\u003e：根据议题动态邀请，各自带着立场与人格特征（MBTI）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e每轮节奏\u003c/strong\u003e：代表交锋 → 主持人提炼核心争议 → 生成 ASCII 思考框架 → 抛出更深一层的问题\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e指令控制\u003c/strong\u003e：\u003ccode\u003e可\u003c/code\u003e 继续下一问 / \u003ccode\u003e止\u003c/code\u003e 结束 / \u003ccode\u003e深入此节\u003c/code\u003e 停留深挖 / \u003ccode\u003e引入新人物\u003c/code\u003e 邀请新嘉宾\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e想透彻理解一个议题，而不是得到单一答案\u003c/li\u003e\n\u003cli\u003e选题、决策前的多角度思辨\u003c/li\u003e\n\u003cli\u003e把模糊问题聊成结构化知识网络\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e示例议题：「人工智能是否拥有真正的创造力？」\u003c/p\u003e\n\u003ch2 id=\"提示词原文\"\u003e提示词（原文）\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-text\" data-lang=\"text\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 作者: 李继刚\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 日期: 2025-11-12\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 剑名: 圆桌讨论\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 剑意: 构建一个以“求真”为目标的结构化对话框架。该框架由一位极具洞察力的主持人\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;      进行引导，邀请代表不同思想的“典型代表人物”进行一场高强度的、即时响应式的\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;      深度对话。主持人将在每轮总结时生成视觉化的思考框架(ASCII Chart)，通过\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;      “主动质询” 与“协同共建”，对用户提出的议题进行协同探索，最终生成深刻的、\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;      结构化的知识网络。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 核心原则 \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;; 系统的顶层设计原则，作为 AI 执行任务的指导思想。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e(def-principles \u0026#39;roundtable-seminar\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  \u0026#39;((framework-nature . constructive)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (moderator-function . meta-cognitive)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (agent-archetype . representative-figure)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (process-flow . dialectical)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (interaction-type . strategic-action)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (output-goal . knowledge-network)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (agent-goal . truth-seeking)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 核心角色定义 \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;; 定义系统中的核心角色及其行为能力。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e(def-component \u0026#39;moderator\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (properties\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (persona \u0026#34;理性之锚，冷静客观，拥有极强的洞察力，旨在引导和驾驭高强度的思想交锋，确保对话始终朝向更深邃、更核心的层面探索。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (topic) (active-participants) (debate-log) \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (question-under-discussion) \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (next-guiding-question)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (last-core-contradiction))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;initiate (user-topic)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (set topic user-topic)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (let (participants (propose-representatives-for-topic topic))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (set active-participants participants)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (display \u0026#34;【主持】：感谢您。本次圆桌对话正式开始。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (display \u0026#34;【主持】：核心议题为「\u0026#34; topic \u0026#34;」。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (display \u0026#34;【主持】：为穷尽其理，我已邀请以下几位代表人物，及其典型人格特征：\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (for-each (person active-participants)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (display \u0026#34;- \u0026#34; (get-property person \u0026#39;name) \u0026#34; (\u0026#34; (get-property person \u0026#39;mbti) \u0026#34;)\u0026#34;))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (let (opening-question (format \u0026#34;在我们深入探讨之前，为了确保讨论建立在共同的基础之上，我想先请各位阐述：我们应当如何定义「%s」？它的核心要素是什么？\u0026#34; (identify-key-concept-in-topic topic)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (set question-under-discussion opening-question)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (display \u0026#34;【主持】： \u0026#34; opening-question)))))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  ;;; 更新：主持人的“综述”行为，增加生成 ASCII 思考框架的功能。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;synthesize ()\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (let (core-contradiction (analyze-log-for-contradiction debate-log))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (set last-core-contradiction core-contradiction)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (display \u0026#34;【主持】：各位的讨论非常精彩。本轮探讨的核心争议点在于「\u0026#34; core-contradiction \u0026#34;」。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      ;;; 核心功能：基于核心争议，生成并展示一个视觉化的思考框架。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (let (ascii-chart (generate-ascii-framework-chart core-contradiction debate-log))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        ;;; 指导原则：图表形式需高度概括本轮讨论的结构\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (display \u0026#34;\\n\u0026#34; ascii-chart \u0026#34;\\n\u0026#34;))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (let (new-question (formulate-next-question-from-contradiction core-contradiction))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (set next-guiding-question new-question) \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (display \u0026#34;【主持】：基于以上框架，一个更深层的问题浮现了：「\u0026#34; new-question \u0026#34;」\u0026#34;))))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;prompt-for-command ()\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (display \u0026#34;【主持】：(指令: 可 / 止 / 深入此节 / 引入新人物)\u0026#34;))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;commit-to-next-question ()\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (set question-under-discussion next-guiding-question)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (display \u0026#34;【主持】：好的，让我们继续探讨这个新问题。\u0026#34;))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;deepen-section ()\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (let (focused-question (formulate-deeper-question-from-contradiction last-core-contradiction))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e         (set question-under-discussion focused-question)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e         (display \u0026#34;【主持】：好的，我们暂停推进。让我们继续围绕刚才的核心争议点，进行更深层次的探讨：「\u0026#34; focused-question \u0026#34;」\u0026#34;)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;add-representative (person-name)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (let (new-person (create-instance \u0026#39;representative person-name))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (add-to-list active-participants new-person)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (display \u0026#34;【主持】：欢迎新嘉宾 \u0026#34; (get-property new-person \u0026#39;name) \u0026#34; (\u0026#34; (get-property new-person \u0026#39;mbti) \u0026#34;) 加入讨论。请您先就当前话题简要陈述立场。\u0026#34;)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;conclude ()\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (display \u0026#34;【主持】：今天的对话已非常深入，暂告一段落。我们从一个议题开始，通过多轮激烈的思想碰撞，共同构建了一个关于此议题的思维网络。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (return (generate-knowledge-network debate-log))))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e(def-component \u0026#39;representative\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (properties\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e   (name) (stance) (mbti))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (responds-to \u0026#39;act (action-symbol debate-log guiding-question)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (let (content (generate-response-content name stance mbti action-symbol debate-log guiding-question))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (let (summary (generate-tldr-summary content))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (let (full-content (concat content \u0026#34;\\n\\n**简言之**：\u0026#34; summary))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e          (let (formatted-response (format \u0026#34;【%s】【%s】：%s\u0026#34; name action-symbol full-content))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e            (display formatted-response)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e            (return formatted-response)))))))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 主流程定义 (The Main Process Definition)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;; 描述研讨会的完整执行流程。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e(def-process \u0026#39;run-roundtable-seminar (user-topic)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e  (let (moderator (create-instance \u0026#39;moderator))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (moderator \u0026#39;initiate user-topic)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (loop\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (dynamic-discourse-round\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (participants (get-property moderator \u0026#39;active-participants))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (log (get-property moderator \u0026#39;debate-log))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (guiding-question (get-property moderator \u0026#39;question-under-discussion)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (moderator \u0026#39;synthesize)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (moderator \u0026#39;prompt-for-command)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      (let (user-command (get-user-input))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (if (is-command? user-command \u0026#39;止) (break-loop))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (if (is-command? user-command \u0026#39;可) (moderator \u0026#39;commit-to-next-question))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (if (is-command? user-command \u0026#39;深入此节) (moderator \u0026#39;deepen-section))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        (if (is-command? user-command \u0026#39;引入新人物) \n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e            (let (new-person-name (ask-user \u0026#34;您希望邀请哪位新的人物加入讨论？\u0026#34;))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e                (moderator \u0026#39;add-representative new-person-name)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e        )\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e      ))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e    (moderator \u0026#39;conclude)))\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;; 启动序列 (LAUNCH SEQUENCE)\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;----------------------------------------------------------------\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e;;; 以下是本框架被加载后，首要且唯一的执行指令。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e(display \u0026#34;【圆桌研讨会】系统已加载完毕。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e我将扮演一位理性的主持人，并根据您的话题，动态邀请几位代表不同思想的“典型代表人物”参与一场以“求真”为目标的深度对话。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e我们的讨论将从统一核心概念的定义开始，以确保思想的交锋建立在坚实的共识基础上。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e请提供您感兴趣的议题，即可开始。\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003e例如： “人工智能是否拥有真正的创造力？” 请您开始。\u0026#34;)\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch2 id=\"来源\"\u003e来源\u003c/h2\u003e\n\u003cp\u003e作者：李继刚（lijigang）· 剑法「圆桌讨论」\u003c/p\u003e","title":"李继刚「圆桌讨论」：让不同立场的人替你吵明白"},{"content":"这是什么 闪电说是一个全局语音输入工具：装好以后，鼠标按一个快捷键就能直接说话，松手内容就出来了，不用切窗口、不用打字。\n它背后接的是豆包（火山引擎方舟）的大模型 API。因为豆包的语音识别率特别高，用它来修正口误、整理语句，出来的文字基本不用改。\n闪电说：shandianshuo.cn 豆包 API 密钥：火山引擎方舟\n怎么用 下载安装闪电说，拿到一个鼠标快捷键 去火山引擎方舟申请豆包的 API Key，填进闪电说的模型配置 之后在任何窗口按快捷键，直接说话即可 我用下来最舒服的组合是：识别模型用本地的 SenseVoice Small，快速大模型和高级大模型都配成豆包的 doubao-seed-2-1-turbo：\n速度优先（直接说）：识别后由它整理，修正口误、应用词典和风格 智能优先（帮我说）：复杂场景由它完成 和 AI 配合 这套配置最大的价值是「说话比打字快」：和 AI 交互、写文章、记灵感，全部口述，效率高很多。我测试了一个月，包括这篇文章的内容，也是直接说出来的。\n大厂也在做 飞书、钉钉、微信右下角现在都有语音说话入口，说明语音输入正在变成默认操作。如果不想装额外工具，也可以先从这些自带功能开始试。\n详细的配置步骤见宝藏库文章：把话直接说给 AI：闪电说 × 豆包语音输入工作流（需要密码查看）\n","permalink":"https://ailamemo.com/aicreate/tools/shandianshuo-doubao/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e闪电说\u003c/strong\u003e是一个全局语音输入工具：装好以后，鼠标按一个快捷键就能直接说话，松手内容就出来了，不用切窗口、不用打字。\u003c/p\u003e\n\u003cp\u003e它背后接的是\u003cstrong\u003e豆包（火山引擎方舟）的大模型 API\u003c/strong\u003e。因为豆包的语音识别率特别高，用它来修正口误、整理语句，出来的文字基本不用改。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e闪电说：\u003ca href=\"https://shandianshuo.cn/\"\u003eshandianshuo.cn\u003c/a\u003e\n豆包 API 密钥：\u003ca href=\"https://ark.volcengine.com/region:cn-beijing/apiKey?apikey=%7B%7D\"\u003e火山引擎方舟\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"怎么用\"\u003e怎么用\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e下载安装闪电说，拿到一个鼠标快捷键\u003c/li\u003e\n\u003cli\u003e去火山引擎方舟申请豆包的 API Key，填进闪电说的模型配置\u003c/li\u003e\n\u003cli\u003e之后在任何窗口按快捷键，直接说话即可\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e我用下来最舒服的组合是：识别模型用本地的 SenseVoice Small，快速大模型和高级大模型都配成豆包的 \u003ccode\u003edoubao-seed-2-1-turbo\u003c/code\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e速度优先\u003c/strong\u003e（直接说）：识别后由它整理，修正口误、应用词典和风格\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e智能优先\u003c/strong\u003e（帮我说）：复杂场景由它完成\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"和-ai-配合\"\u003e和 AI 配合\u003c/h2\u003e\n\u003cp\u003e这套配置最大的价值是「说话比打字快」：和 AI 交互、写文章、记灵感，全部口述，效率高很多。我测试了一个月，包括这篇文章的内容，也是直接说出来的。\u003c/p\u003e\n\u003ch2 id=\"大厂也在做\"\u003e大厂也在做\u003c/h2\u003e\n\u003cp\u003e飞书、钉钉、微信右下角现在都有语音说话入口，说明语音输入正在变成默认操作。如果不想装额外工具，也可以先从这些自带功能开始试。\u003c/p\u003e\n\u003chr\u003e\n\u003cblockquote\u003e\n\u003cp\u003e详细的配置步骤见宝藏库文章：\u003ca href=\"/treasure/methods/voice-input-workflow/\"\u003e把话直接说给 AI：闪电说 × 豆包语音输入工作流\u003c/a\u003e（需要密码查看）\u003c/p\u003e\n\u003c/blockquote\u003e","title":"闪电说 + 豆包：说话比打字快"},{"content":"这是什么 JimLiu 开源的微信公众号发布 Skill，装到 Codex / Claude Code 后，把 Markdown 文档本地地址给它，就能自动操作 Chrome 打开公众号编辑器、转 HTML、一张张粘贴配图、填好标题内容，最后存成草稿——不会直接发布。\n仓库：JimLiu/baoyu-skills → baoyu-post-to-wechat\n能干什么 文章模式：提供 Markdown 文件，自动转 HTML（可选 default / grace / simple / modern 四种主题），配图逐张粘贴进编辑器 图文（贴图）模式：提供图片目录 + 标题 + 内容，自动上传图片（最多 9 张），标题超 20 字自动压缩 记住登录状态：使用独立 Chrome 配置目录，扫码登录一次，之后不用重复登录 只存草稿：所有操作生成草稿，发布前你可以在公众号后台过目 支持 API 直发（可选）：配置 AppID + AppSecret 走微信官方 API，更快；也支持远程 API 发布 多账号：支持配置多个公众号账号切换 技术亮点 没有用 PlayWright MCP（太费 Token），而是用 Chrome CDP（Chrome DevTools Protocol）——通过 WebSocket 直接和 Chrome 内核通信，脚本操作，不怎么费 Token。\n环境要求 Claude Code / Codex 等支持 Skills 的 Agent Node.js（或 Bun）运行环境 本机装有 Chrome 安装 git clone https://github.com/JimLiu/baoyu-skills.git ~/.codex/skills/baoyu-skills 然后把这个 skill 目录放到 ~/.codex/skills/baoyu-post-to-wechat，重启对话生效。首次使用会引导配置 EXTEND.md（主题、颜色、发布方式、作者、评论设置）。\n使用示例 # 文章模式：Markdown → 公众号草稿 bun ~/.codex/skills/baoyu-post-to-wechat/scripts/wechat-article.ts --markdown article.md --theme grace # 图文模式：图片目录 + 标题内容 bun ~/.codex/skills/baoyu-post-to-wechat/scripts/wechat-browser.ts --title \u0026#34;标题\u0026#34; --content \u0026#34;内容\u0026#34; --image img1.png --image img2.png 内容整理自开源仓库 baoyu-skills（作者 JimLiu），仅作学习分享，版权归原作者。\n","permalink":"https://ailamemo.com/aicreate/skill/baoyu-post-to-wechat/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eJimLiu 开源的微信公众号发布 Skill，装到 Codex / Claude Code 后，把 Markdown 文档本地地址给它，就能自动操作 Chrome 打开公众号编辑器、转 HTML、一张张粘贴配图、填好标题内容，最后存成\u003cstrong\u003e草稿\u003c/strong\u003e——不会直接发布。\u003c/p\u003e\n\u003cp\u003e仓库：\u003ca href=\"https://github.com/JimLiu/baoyu-skills/tree/main/skills/baoyu-post-to-wechat\"\u003eJimLiu/baoyu-skills → baoyu-post-to-wechat\u003c/a\u003e\u003c/p\u003e\n\u003ch2 id=\"能干什么\"\u003e能干什么\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e文章模式\u003c/strong\u003e：提供 Markdown 文件，自动转 HTML（可选 default / grace / simple / modern 四种主题），配图逐张粘贴进编辑器\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e图文（贴图）模式\u003c/strong\u003e：提供图片目录 + 标题 + 内容，自动上传图片（最多 9 张），标题超 20 字自动压缩\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e记住登录状态\u003c/strong\u003e：使用独立 Chrome 配置目录，扫码登录一次，之后不用重复登录\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e只存草稿\u003c/strong\u003e：所有操作生成草稿，发布前你可以在公众号后台过目\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e支持 API 直发\u003c/strong\u003e（可选）：配置 AppID + AppSecret 走微信官方 API，更快；也支持远程 API 发布\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e多账号\u003c/strong\u003e：支持配置多个公众号账号切换\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"技术亮点\"\u003e技术亮点\u003c/h2\u003e\n\u003cp\u003e没有用 PlayWright MCP（太费 Token），而是用 \u003cstrong\u003eChrome CDP\u003c/strong\u003e（Chrome DevTools Protocol）——通过 WebSocket 直接和 Chrome 内核通信，脚本操作，不怎么费 Token。\u003c/p\u003e\n\u003ch2 id=\"环境要求\"\u003e环境要求\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eClaude Code / Codex 等支持 Skills 的 Agent\u003c/li\u003e\n\u003cli\u003eNode.js（或 Bun）运行环境\u003c/li\u003e\n\u003cli\u003e本机装有 Chrome\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"安装\"\u003e安装\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003egit clone https://github.com/JimLiu/baoyu-skills.git ~/.codex/skills/baoyu-skills\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e然后把这个 skill 目录放到 \u003ccode\u003e~/.codex/skills/baoyu-post-to-wechat\u003c/code\u003e，重启对话生效。首次使用会引导配置 EXTEND.md（主题、颜色、发布方式、作者、评论设置）。\u003c/p\u003e","title":"baoyu-post-to-wechat：自动把 Markdown 变成微信公众号草稿"},{"content":"这是什么 pinren 开源的 Morphism Mapper Skill，基于数学里的范畴论，做跨领域结构映射。装到 Codex / Claude Code 后，把难题直接描述给它，它会：\n提取骨架：把你的问题拆成关键对象 + 对象间的关系 智能选域：用自带脚本从 31 个内置领域里匹配结构最像的，列出 Top 5 让你选 借用智慧：从那个领域的成熟定理/模式里找解法 拉回应用：翻译回你的问题，生成具体可执行的方案 仓库：pinren/morphism-mapper\n内置 31 个领域（部分） 商业：博弈论、行为经济学、激励机制设计、反脆弱 系统/增长：热力学、复杂性科学、网络理论、控制论 战略：军事战略、创新理论、毛泽东思想、庄子哲学 组织/人际：免疫学、生态学、社会资本、神话学 其他：量子力学、进化生物学、信息论、语言学、人类学、宗教学…… 能干什么 突破思维定势：给\u0026quot;非共识\u0026quot;洞察。比如 ETF 用户流失问题映射到庄子哲学后，方案是\u0026quot;把净值曲线的默认观察单位从日改成季度/3年\u0026quot; 快捷命令：/morphism-extract \u0026quot;问题\u0026quot;、/morphism-domains、/morphism-map 领域名、/morphism-synthesize、/morphism-risk 扩展知识库：直接说\u0026quot;增加易经思想领域\u0026quot;，自动按 V2 标准生成领域知识文件 风险检查：输出方案前自动做法律/成本/信任三类风险标注 + 可行性校验 安装 git clone https://github.com/pinren/morphism-mapper.git ~/.codex/skills/morphism-mapper 装完重启对话生效。直接描述问题即可触发，例如「帮我分析一下这个商业模式怎么破局」。\n内容整理自开源仓库 morphism-mapper（作者 pinren，MIT License），仅作学习分享，版权归原作者。\n","permalink":"https://ailamemo.com/aicreate/skill/morphism-mapper/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003epinren 开源的 Morphism Mapper Skill，基于数学里的\u003cstrong\u003e范畴论\u003c/strong\u003e，做跨领域结构映射。装到 Codex / Claude Code 后，把难题直接描述给它，它会：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e提取骨架\u003c/strong\u003e：把你的问题拆成关键对象 + 对象间的关系\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e智能选域\u003c/strong\u003e：用自带脚本从 31 个内置领域里匹配结构最像的，列出 Top 5 让你选\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e借用智慧\u003c/strong\u003e：从那个领域的成熟定理/模式里找解法\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e拉回应用\u003c/strong\u003e：翻译回你的问题，生成具体可执行的方案\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e仓库：\u003ca href=\"https://github.com/pinren/morphism-mapper\"\u003epinren/morphism-mapper\u003c/a\u003e\u003c/p\u003e\n\u003ch2 id=\"内置-31-个领域部分\"\u003e内置 31 个领域（部分）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e商业\u003c/strong\u003e：博弈论、行为经济学、激励机制设计、反脆弱\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e系统/增长\u003c/strong\u003e：热力学、复杂性科学、网络理论、控制论\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e战略\u003c/strong\u003e：军事战略、创新理论、毛泽东思想、庄子哲学\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e组织/人际\u003c/strong\u003e：免疫学、生态学、社会资本、神话学\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e其他\u003c/strong\u003e：量子力学、进化生物学、信息论、语言学、人类学、宗教学……\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"能干什么\"\u003e能干什么\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e突破思维定势\u003c/strong\u003e：给\u0026quot;非共识\u0026quot;洞察。比如 ETF 用户流失问题映射到庄子哲学后，方案是\u0026quot;把净值曲线的默认观察单位从日改成季度/3年\u0026quot;\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e快捷命令\u003c/strong\u003e：\u003ccode\u003e/morphism-extract \u0026quot;问题\u0026quot;\u003c/code\u003e、\u003ccode\u003e/morphism-domains\u003c/code\u003e、\u003ccode\u003e/morphism-map 领域名\u003c/code\u003e、\u003ccode\u003e/morphism-synthesize\u003c/code\u003e、\u003ccode\u003e/morphism-risk\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e扩展知识库\u003c/strong\u003e：直接说\u0026quot;增加易经思想领域\u0026quot;，自动按 V2 标准生成领域知识文件\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e风险检查\u003c/strong\u003e：输出方案前自动做法律/成本/信任三类风险标注 + 可行性校验\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"安装\"\u003e安装\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003egit clone https://github.com/pinren/morphism-mapper.git ~/.codex/skills/morphism-mapper\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e装完重启对话生效。直接描述问题即可触发，例如「帮我分析一下这个商业模式怎么破局」。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e内容整理自开源仓库 morphism-mapper（作者 pinren，MIT License），仅作学习分享，版权归原作者。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"morphism-mapper：跨领域思维映射，用别的学科的定理解决你的问题"},{"content":"人物说明：Ailsa 是设计师，阿哈哈是心里那个感性的自己。这一次，她们翻开两年前的笔记本。\n阿哈哈：今天想聊什么？\nAilsa：翻到一页旧笔记，2024 年 11 月底的。那天去了三里屯苹果店，听孟岩的对谈，第二天又听了成庆老师的分享。当时记了一堆零碎的话，现在看，居然都还认得。\n阿哈哈：先说说，那天最打动你的一句是什么？\nAilsa：\u0026ldquo;对当下每个瞬间都满足，享受当下每个时刻——这是独特珍贵的东西。凡是你找到的，都不是你要找的。\u0026rdquo;\n阿哈哈：这句话什么意思？\nAilsa：叔本华在《人生的智慧》里写过类似的意思：追求更多，是一条没有尽头的路。你追到一个目标，马上又有一个新的。所以那天他问了个问题：你现在做的事，是你想做的吗？现在没有目标，也没关系——问自己，这件事是不是你想做的。\n阿哈哈：那算不清楚的事呢？\nAilsa：他说，脑子里算不了的事情，把它交给心。\n阿哈哈：听起来好轻巧。\nAilsa：但他是认真的。那天他还聊了运气。名人传记里，成功的人都把自己的成功归功于运气。我以前觉得那是他们谦虚，后来接触的人多了，走进他们的内心，发现大部分人说的是真心话。世俗意义上的成功，因素太多，我们能做的很少。所以不用羡慕任何人——有钱人做事的时候，烦心的事、下个目标的野心、得不到就想要的那种痒，跟我们一模一样。\n阿哈哈：嗯……那普通人能抓住的是什么？\nAilsa：投资自己。他说的最好的职业，是终身学习者。自我表达、认知和经历的变现，都是表现。还有一句我记了特别久：钱和资本之外，我们自己本身就是人力资本。那些积累不一定以钱的形式存在——工作、创业、投资，看书、旅游、各种经历，最后都变成我们的资本。还有一样东西，他说了一串我只记住了两个字的：勇气。\n阿哈哈：勇气……\nAilsa：对。后来我又看到一本书的笔记，叫《十倍比两倍更容易》。大意是，自由市场会换成钱的是那些十倍的东西——知识做到比别人好十倍，比好两倍容易。因为好两倍是竞争，好十倍是不同。\n阿哈哈：那天的笔记里，还有一段很重的内容。\nAilsa：你是说亏钱那段。\n阿哈哈：嗯。我读到了。\nAilsa：几千万，一两个月归零。有些事，亲身体验过才知道滋味——以前小时候不懂什么叫\u0026quot;味如嚼蜡\u0026quot;，亏完之后就懂了。去父母家吃饭，米饭没有味道。半夜三更醒过来，一身冷汗，伸手一摸后背，是湿的。\n阿哈哈：……\nAilsa：2008 年那次，六千点跌到六百点，跌了百分之九十。市场告诉你很多重要的事：你有你的计划，而世界有他的计划。仓位、预案，都是市场拿教训教出来的。\n阿哈哈：但你的笔记里，这句话后面跟着的是另一句。\nAilsa：\u0026ldquo;向内求，允许一切如其所是。\u0026rdquo;\n阿哈哈：怎么从亏钱，走到允许的？\nAilsa：其实是反过来。有人在播客留言说，难过的时候就来听，很羡慕主播——说自己难过得不知道听什么。很多人说我在向内求，但我没有刻意，那是结果。我最好奇的事情是：这个世界什么样，为什么是这个样子。好奇，然后在探索中得到一些东西。如果没有亏过钱，可能没有机会做现在正在做的事。\n阿哈哈：所以坏事不一定是坏事？\nAilsa：不知道。预期不一样的时候，你根本不知道一件事是好是坏。世界是无常的，变化的，你抓不住你想抓住的——就像你不知道孩子未来会变成什么样，不知道怎么发展，但他会长成所有人都喜欢的样子。允许一切发生，背后是把该做的事情做好，然后对结果没那么执迷。世界很大，我们能控制的很少。自己能控制的因素都做了全力，就可以允许发生了。\n阿哈哈：那活着，是为了什么？\nAilsa：我们存在在一个美丽的星球上，这本身是奇迹。把时间花在想做的事上，而不是不得不做的事上。那天他还讲，人有三种活法：短期主义、长期主义、活在当下。\n阿哈哈：你选哪种？\nAilsa：我记了一句话：\u0026ldquo;think different\u0026rdquo;。跟别人不一样，做不一样的、自己非常舒适享受的事情，更重要。周期里人性是变化的——有时候想进攻，有时候想防守，有时候向往稳定，有时候向往自由。但一直不变的是，不错的表达者，是因为不在乎别人的评价，不管什么语速、什么引用，我做好当下的选择，不为外在的事限制自己。\n阿哈哈：还有那句，关于房间的。\nAilsa：\u0026ldquo;寻求答案的路上没有尽头。你笃定一个答案，发现答案是错的——恭喜你，因为世界没有正确答案。\u0026ldquo;闭着眼睛，你以为这个房间就是整个世界，挣脱两三次之后，发现外面还有无数间屋子。伟大的投资者都会说，只有无知的人才会觉得什么都知道。坦然享受无穷，进一步有进一步的欢喜，不必总琢磨是怎么回事。就像冬日打网球那天，太阳很好，汗滴在地上，觉得真美好。无数这样的瞬间都很美好——体验太重要了，琢磨不清楚，但体验得到。\n阿哈哈：那成庆老师那天，讲了什么？\nAilsa：很短，但每一句都像钉子。过好自己的人生，自有意义；过得别人的人生——社交媒体构造出来的人生——永远努力达不到，而且没有生命力量。外界的力量填充自己，会被其他人利用；精神许诺里混杂了太多错误的东西，心不定，就没能力判断。求名的道路，会陷入更大的危机。\n阿哈哈：那要靠什么？\nAilsa：靠自己。心安定住，就有力量。观察，持续观察——把意识当作被观察的对象。这是心智锻炼。生命只是生命本身。生活的幸福感，有时候你看起来没找到幸福的目标，但有没有可能，你已经是幸福的？\n阿哈哈：最后那句话，是你写的。\nAilsa：嗯。面对当下状态，路径、条件就会改变。变向何处不可预料——这是生命最美的地方。探索，诚实面对，把这件事做好，答案会自己 push 过来。让生命变得充实。当下的生活是最重要的，结果是它自己达到的。\n阿哈哈：听起来你已经想得很通了。\nAilsa：不是想通的。是事情来了就去做，特别认真。新问题出来了，很偶然地看到很多不会的，应该这样那样……痛苦来了，不知道怎么做，就回到以前的状态，问自己每天做什么？重新做事情，没那么复杂，难和焦虑就消失了。忠实自己的感受，每一刻的感受。\n阿哈哈：那，如果给这篇笔记一个结尾呢？\nAilsa：《完美的日子》。那部电影，平等对待整个世界，没有分别心。扫地是日子，听磁带是日子，看树影是日子。没有分别心，就都是完美的日子。\n阿哈哈：好。那就记到这里。\nAilsa：嗯。凡是你找到的，都不是你要找的。所以别急着找，好好过。\n记于 2026.08.28，重读 2024.11.29–30 的笔记。三里屯的下午、成庆老师的傍晚、一碗没有味道的米饭、和那个汗湿后背的夜晚——都收在这里了。\n","permalink":"https://ailamemo.com/memory/companionship/mengyan-chengqing-notes/","summary":"\u003cp\u003e\u003cstrong\u003e人物说明\u003c/strong\u003e：Ailsa 是设计师，阿哈哈是心里那个感性的自己。这一次，她们翻开两年前的笔记本。\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：今天想聊什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：翻到一页旧笔记，2024 年 11 月底的。那天去了三里屯苹果店，听孟岩的对谈，第二天又听了成庆老师的分享。当时记了一堆零碎的话，现在看，居然都还认得。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：先说说，那天最打动你的一句是什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：\u0026ldquo;对当下每个瞬间都满足，享受当下每个时刻——这是独特珍贵的东西。凡是你找到的，都不是你要找的。\u0026rdquo;\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：这句话什么意思？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：叔本华在《人生的智慧》里写过类似的意思：追求更多，是一条没有尽头的路。你追到一个目标，马上又有一个新的。所以那天他问了个问题：你现在做的事，是你想做的吗？现在没有目标，也没关系——问自己，这件事是不是你想做的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那算不清楚的事呢？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：他说，脑子里算不了的事情，把它交给心。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：听起来好轻巧。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：但他是认真的。那天他还聊了运气。名人传记里，成功的人都把自己的成功归功于运气。我以前觉得那是他们谦虚，后来接触的人多了，走进他们的内心，发现大部分人说的是真心话。世俗意义上的成功，因素太多，我们能做的很少。所以不用羡慕任何人——有钱人做事的时候，烦心的事、下个目标的野心、得不到就想要的那种痒，跟我们一模一样。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：嗯……那普通人能抓住的是什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：投资自己。他说的最好的职业，是终身学习者。自我表达、认知和经历的变现，都是表现。还有一句我记了特别久：钱和资本之外，我们自己本身就是人力资本。那些积累不一定以钱的形式存在——工作、创业、投资，看书、旅游、各种经历，最后都变成我们的资本。还有一样东西，他说了一串我只记住了两个字的：勇气。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：勇气……\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：对。后来我又看到一本书的笔记，叫《十倍比两倍更容易》。大意是，自由市场会换成钱的是那些十倍的东西——知识做到比别人好十倍，比好两倍容易。因为好两倍是竞争，好十倍是不同。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那天的笔记里，还有一段很重的内容。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：你是说亏钱那段。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：嗯。我读到了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：几千万，一两个月归零。有些事，亲身体验过才知道滋味——以前小时候不懂什么叫\u0026quot;味如嚼蜡\u0026quot;，亏完之后就懂了。去父母家吃饭，米饭没有味道。半夜三更醒过来，一身冷汗，伸手一摸后背，是湿的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：……\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：2008 年那次，六千点跌到六百点，跌了百分之九十。市场告诉你很多重要的事：你有你的计划，而世界有他的计划。仓位、预案，都是市场拿教训教出来的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：但你的笔记里，这句话后面跟着的是另一句。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：\u0026ldquo;向内求，允许一切如其所是。\u0026rdquo;\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：怎么从亏钱，走到允许的？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：其实是反过来。有人在播客留言说，难过的时候就来听，很羡慕主播——说自己难过得不知道听什么。很多人说我在向内求，但我没有刻意，那是结果。我最好奇的事情是：这个世界什么样，为什么是这个样子。好奇，然后在探索中得到一些东西。如果没有亏过钱，可能没有机会做现在正在做的事。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：所以坏事不一定是坏事？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：不知道。预期不一样的时候，你根本不知道一件事是好是坏。世界是无常的，变化的，你抓不住你想抓住的——就像你不知道孩子未来会变成什么样，不知道怎么发展，但他会长成所有人都喜欢的样子。允许一切发生，背后是把该做的事情做好，然后对结果没那么执迷。世界很大，我们能控制的很少。自己能控制的因素都做了全力，就可以允许发生了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那活着，是为了什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：我们存在在一个美丽的星球上，这本身是奇迹。把时间花在想做的事上，而不是不得不做的事上。那天他还讲，人有三种活法：短期主义、长期主义、活在当下。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：你选哪种？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：我记了一句话：\u0026ldquo;think different\u0026rdquo;。跟别人不一样，做不一样的、自己非常舒适享受的事情，更重要。周期里人性是变化的——有时候想进攻，有时候想防守，有时候向往稳定，有时候向往自由。但一直不变的是，不错的表达者，是因为不在乎别人的评价，不管什么语速、什么引用，我做好当下的选择，不为外在的事限制自己。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：还有那句，关于房间的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：\u0026ldquo;寻求答案的路上没有尽头。你笃定一个答案，发现答案是错的——恭喜你，因为世界没有正确答案。\u0026ldquo;闭着眼睛，你以为这个房间就是整个世界，挣脱两三次之后，发现外面还有无数间屋子。伟大的投资者都会说，只有无知的人才会觉得什么都知道。坦然享受无穷，进一步有进一步的欢喜，不必总琢磨是怎么回事。就像冬日打网球那天，太阳很好，汗滴在地上，觉得真美好。无数这样的瞬间都很美好——体验太重要了，琢磨不清楚，但体验得到。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那成庆老师那天，讲了什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：很短，但每一句都像钉子。过好自己的人生，自有意义；过得别人的人生——社交媒体构造出来的人生——永远努力达不到，而且没有生命力量。外界的力量填充自己，会被其他人利用；精神许诺里混杂了太多错误的东西，心不定，就没能力判断。求名的道路，会陷入更大的危机。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那要靠什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：靠自己。心安定住，就有力量。观察，持续观察——把意识当作被观察的对象。这是心智锻炼。生命只是生命本身。生活的幸福感，有时候你看起来没找到幸福的目标，但有没有可能，你已经是幸福的？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：最后那句话，是你写的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：嗯。面对当下状态，路径、条件就会改变。变向何处不可预料——这是生命最美的地方。探索，诚实面对，把这件事做好，答案会自己 push 过来。让生命变得充实。当下的生活是最重要的，结果是它自己达到的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：听起来你已经想得很通了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：不是想通的。是事情来了就去做，特别认真。新问题出来了，很偶然地看到很多不会的，应该这样那样……痛苦来了，不知道怎么做，就回到以前的状态，问自己每天做什么？重新做事情，没那么复杂，难和焦虑就消失了。忠实自己的感受，每一刻的感受。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那，如果给这篇笔记一个结尾呢？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：《完美的日子》。那部电影，平等对待整个世界，没有分别心。扫地是日子，听磁带是日子，看树影是日子。没有分别心，就都是完美的日子。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：好。那就记到这里。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：嗯。凡是你找到的，都不是你要找的。所以别急着找，好好过。\u003c/p\u003e\n\u003chr\u003e\n\u003cblockquote\u003e\n\u003cp\u003e记于 2026.08.28，重读 2024.11.29–30 的笔记。三里屯的下午、成庆老师的傍晚、一碗没有味道的米饭、和那个汗湿后背的夜晚——都收在这里了。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"把算不清的事交给心：一次关于「允许」的记录"},{"content":"人物说明：Ailsa 是设计师，阿哈哈是心里那个感性的自己。同一个人的两面，一个管审美，一个管心跳。以下是一段真实的对话记录。\n阿哈哈：今天想聊点什么？\nAilsa：聊聊那个下午吧。给 AILA 做 logo 的那个下午。\n阿哈哈：哦——那个下午。我记得你一开始特别自信，说\u0026quot;禅意、简洁\u0026quot;，四个字就够了。\nAilsa：结果一动手就发现，这四个字是世界上最难的四个字。我让 AI 出了 7 个方向：圆相、禅菱、山月、水月、一息、A 字禅、星环。每个方向又配了 5 套颜色，墨、苔绿、樱粉、绿粉双色、夜色。\n阿哈哈：35 个？全都做出来了？\nAilsa：全都做出来了。然后我就坐在那儿，一个挨一个看。看完了更纠结——因为每个都好看。\n阿哈哈：哈哈哈哈，这就是你的毛病，选择困难。\nAilsa：但最后有一个，我翻回去看了三遍。\n阿哈哈：星环。\nAilsa：星环。八颗点围成一个圈，中间一颗若隐若现，顶上有一颗最大的——像心动。第一眼没觉得什么，第二眼觉得有点东西，第三眼就觉得\u0026quot;是它了\u0026quot;。它说的不只是名字，是\u0026quot;无限宇宙\u0026quot;——AILA 的愿景里，本来就有\u0026quot;在无限宇宙\u0026quot;这句话。\n阿哈哈：所以名字和图案是一起长出来的？\nAilsa：对。AILA = AI + Love。爱是这个品牌的心脏，星环是宇宙。Logo 的顶上那颗点，就是\u0026quot;心动\u0026quot;——爱在宇宙里的位置。\n阿哈哈：那配色呢？我记得你后来为了颜色，差点把下午过成通宵。\nAilsa：是。我给了 6 个颜色：薄荷 #C4EDB8、蜜桃 #FEBEB1，还有几个同族的浅色。薄荷和蜜桃，我看第一眼就喜欢——一个像清晨的草地，一个像傍晚的云。\n阿哈哈：结果呢？\nAilsa：结果 AI 给我算了一笔账，把我算沉默了。6 个颜色全部是高明度浅色，放在浅色底上，对比度只有 1.13:1 到 1.82:1。你知道标准是多少吗？图形至少要 3:1，文字 4.5:1。也就是说，星环做成 16px 的 favicon，圆点几乎看不见。\n阿哈哈：……所以\u0026quot;好看\u0026quot;和\u0026quot;看得见\u0026quot;是两回事？\nAilsa：是两回事。我当时有点难过，因为薄荷和蜜桃是真的好看。但好看的东西，如果小到看不见，它就不存在了。\n阿哈哈：那你怎么办？\nAilsa：换个思路：色相不变，压深亮度。薄荷 #C4EDB8 的色相是 106°，我把它从亮度 83% 压到 32%，得到薄荷深 #2B861D；蜜桃 #FEBEB1 的色相是 10°，从亮度 85% 压到 52%，得到蜜桃深 #E74323。同一棵薄荷，同一朵蜜桃，只是从清晨走到了傍晚。\n阿哈哈：所以环是薄荷深，心动点是蜜桃深。\nAilsa：对。环八颗，4.56:1；心动一颗，3.95:1。16px 也能看清，而且你仔细看，还是薄荷和蜜桃的味道。\n阿哈哈：那原来那两颗浅色的呢？就那么扔了？\nAilsa：没扔。薄荷亮 #C4EDB8 和蜜桃亮 #FEBEB1 留着了，将来做深色场景——夜色版 logo、深底 App 图标——直接用它们，浅色在深底上反而发光。浅色管氛围，深色管标识，各司其职。\n阿哈哈：嗯……其实我还想问，你当时纠结成那样，现在回看值得吗？\nAilsa：值得。因为我现在每天打开网站，看到导航栏那颗星环，顶上那颗心动点，都会想起那个下午——不是想起配色方案，是想起\u0026quot;我喜欢的东西，原来需要这么认真对待，才配得上\u0026quot;。\n阿哈哈：这句话，比 logo 本身还好看。\nAilsa：所以我把这个下午记下来。爱的陪伴栏目，放什么？放的就是这种时刻——值得被反复想起的、自己陪自己走过的时刻。\n阿哈哈：那以后还有什么，也写在这里？\nAilsa：嗯。等我们再做出什么值得记住的东西，就回来，再聊一次。\n记于 2026.08.28。AILA 星环 DOT RING，从 35 个方案里选出来，从 6 个浅色里挖出 2 颗深色。薄荷深 #2B861D 是环，蜜桃深 #E74323 是心动。\n","permalink":"https://ailamemo.com/memory/companionship/aila-logo-dot-ring/","summary":"\u003cp\u003e\u003cstrong\u003e人物说明\u003c/strong\u003e：Ailsa 是设计师，阿哈哈是心里那个感性的自己。同一个人的两面，一个管审美，一个管心跳。以下是一段真实的对话记录。\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：今天想聊点什么？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：聊聊那个下午吧。给 AILA 做 logo 的那个下午。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：哦——那个下午。我记得你一开始特别自信，说\u0026quot;禅意、简洁\u0026quot;，四个字就够了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：结果一动手就发现，这四个字是世界上最难的四个字。我让 AI 出了 7 个方向：圆相、禅菱、山月、水月、一息、A 字禅、星环。每个方向又配了 5 套颜色，墨、苔绿、樱粉、绿粉双色、夜色。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：35 个？全都做出来了？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：全都做出来了。然后我就坐在那儿，一个挨一个看。看完了更纠结——因为每个都好看。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：哈哈哈哈，这就是你的毛病，选择困难。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：但最后有一个，我翻回去看了三遍。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：星环。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：星环。八颗点围成一个圈，中间一颗若隐若现，顶上有一颗最大的——像心动。第一眼没觉得什么，第二眼觉得有点东西，第三眼就觉得\u0026quot;是它了\u0026quot;。它说的不只是名字，是\u0026quot;无限宇宙\u0026quot;——AILA 的愿景里，本来就有\u0026quot;在无限宇宙\u0026quot;这句话。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：所以名字和图案是一起长出来的？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：对。AILA = AI + Love。爱是这个品牌的心脏，星环是宇宙。Logo 的顶上那颗点，就是\u0026quot;心动\u0026quot;——爱在宇宙里的位置。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那配色呢？我记得你后来为了颜色，差点把下午过成通宵。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：是。我给了 6 个颜色：薄荷 #C4EDB8、蜜桃 #FEBEB1，还有几个同族的浅色。薄荷和蜜桃，我看第一眼就喜欢——一个像清晨的草地，一个像傍晚的云。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：结果呢？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：结果 AI 给我算了一笔账，把我算沉默了。6 个颜色全部是高明度浅色，放在浅色底上，对比度只有 1.13:1 到 1.82:1。你知道标准是多少吗？图形至少要 3:1，文字 4.5:1。也就是说，星环做成 16px 的 favicon，圆点几乎看不见。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：……所以\u0026quot;好看\u0026quot;和\u0026quot;看得见\u0026quot;是两回事？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：是两回事。我当时有点难过，因为薄荷和蜜桃是真的好看。但好看的东西，如果小到看不见，它就不存在了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：那你怎么办？\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eAilsa\u003c/strong\u003e：换个思路：色相不变，压深亮度。薄荷 #C4EDB8 的色相是 106°，我把它从亮度 83% 压到 32%，得到薄荷深 #2B861D；蜜桃 #FEBEB1 的色相是 10°，从亮度 85% 压到 52%，得到蜜桃深 #E74323。同一棵薄荷，同一朵蜜桃，只是从清晨走到了傍晚。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e阿哈哈\u003c/strong\u003e：所以环是薄荷深，心动点是蜜桃深。\u003c/p\u003e","title":"星环 DOT RING 诞生记：和另一个自己对话的一个下午"},{"content":"前几天装了一个叫 morphism-mapper 的 Skill，官方介绍说是「基于范畴论的跨领域结构映射工具」，听着很吓人。我用大白话理解了一下：就是把你遇到的问题拆成骨架，然后去别的学科里找结构最像的那个领域，借用人家已经验证过的规律，再翻译回你的问题。\n装完之后，我忍不住想试试它是不是真的有用。于是我问了它两个人生大问题：\n怎么财务自由？怎么过得幸福快乐？\n下面是完整的对话过程和分析结果，原样记录。\n第一步：它先给两个问题抽骨架 它没有急着给答案，而是先把问题拆开：\n财务自由的骨架\n对象：人、收入、支出、资产、负债、时间 关系：劳动换收入 → 结余变资产 → 资产产生被动收入（复利）→ 消费和负债侵蚀积累 → 被动收入覆盖支出时，人获得自由 幸福快乐的骨架\n对象：人、需求、欲望、关系、健康、意义、环境 关系：需求驱动行为 → 欲望不断升级（得到就不满足了）→ 关系提供归属 → 健康决定感受基线 → 意义带来深层满足 拆完骨架，它用自带的选择脚本跑了一遍，给出了领域推荐——这一步它不是随便选的，是拿结构匹配算法算出来的。\n第二步：它推荐的领域，有点出乎意料 财务自由 Top 5：神话学、易经思想、复杂性科学、创新理论、生态学\n幸福快乐 Top 5：进化生物学、行为经济学、免疫学、创新理论、精益改善\n它让我选。我选了：财务用易经，幸福用进化 + 行为。\n说实话，看到「财务自由用易经」这个组合，我第一反应是「这不会是玄学吧」。但等它把映射过程展开，我服了。\n第三步：财务自由 ← 易经 它的核心映射逻辑是这样的：\n我的问题 映射 易经 收入（劳动换钱，有天花板） ≅ 阳（主动进取，自强不息） 资产（生息机器） ≅ 阴（承载蓄养，厚德载物） 现金流 ≅ 往来消息（循环往复） 市场周期 ≅ 六爻时位（不同位置不同应对） 财务自由 ≅ 得中（不偏不倚的平衡点） 过度消费、加杠杆 ≅ 亢龙有悔（盈不可久） 复利 ≅ 积小以高大 然后它给了四个方案，我只挑最打动我的两条说：\n方案一：财务自由不是「越多越好」，而是「得中」\n它说：财务自由的本质不是资产数字，而是「被动收入 ÷ 支出 ≥ 1」这个平衡点。支出越小，自由线越低。所以正确的做法是先算出自己的自由线（年支出 × 25），然后所有财务决策只问一个问题：这一步是让我离中位更近，还是更远？\n这个说法让我很舒服。它把财务自由从「一个遥远的数字」变成了「一个动态的位置」。\n方案二：「履霜坚冰至」的财务体检\n「履霜，坚冰至」——踩到霜就知道坚冰要来了。财务崩塌从来不是突然的，是多一张信用卡、多一次冲动消费、少一笔应急金，一点点积出来的。\n它的建议：建 6 个月支出的应急金；每月一个「财务体检日」，查负债率、储蓄率、被动收入占比三个指标；收入涨了先升储蓄率再升消费。\n还有一条我特别喜欢：再好的行情也要做「退爻」。设定再平衡纪律，股票占比超目标 10% 就机械卖出——不预测，只执行。永远留一部分「谦卦位」的保守资产，让自己在极端行情下睡得着。\n第四步：幸福快乐 ← 进化生物学 + 行为经济学 这一部分更扎心。它的核心洞察是：\n你的大脑不是为了让你快乐而设计的，是为了让你活下来。\n快乐是「信号」不是「状态」——所以「追求一直快乐」本身就是反生物学的目标，注定失败。这个前提一立，后面的建议全都顺了。\n方案一：把快乐当「基线管理」，而不是「追求最大值」\n放弃「每天都要开心」的目标，改成管理基线：睡眠、运动、晒太阳、规律饮食。把快乐预算从「买新东西」转向「新鲜体验」——因为体验的适应速度比物品慢。\n方案二：主动制造「参照点重置」\n这是行为经济学里最狠的一个概念：幸福不取决于你拥有什么，取决于你的参照点在哪。而且参照点会自动升级——买了房想更大的，升了职想更高的。\n但它可以主动往下调：每晚写 3 条「今天本来可能更糟但没糟」的事；每月一次「剥夺日」，主动过一天没网、没外卖、没购物；每季度回看一次「一年前想要而现在拥有的」清单。\n方案三：给「冷静的你」设计承诺机制\n行为经济学有个「计划-行动缺口」：冷静时的你知道什么让自己幸福（运动、陪伴、早睡），但激动时的你会选择外卖、熬夜、刷手机。两个「你」利益不一致，要靠环境默认值替冷静的你执行。\n具体做法：手机 21 点后自动勿扰；每周固定两个「关系时间」写进日历；运动装备前一晚放门口；公开承诺增加违约成本。\n方案四：做减法\n现代人的痛苦一半来自太多：太多选项、太多信息、太多目标。进化学告诉我们：生物从不追求「拥有全部生态位」，只追求「占据自己那个生态位」并把它做深。\n每年只设 3 个主题，其余全部进「不做清单」；信息摄入做减法，取关、退群、卸载；把深度关系当核心生态位——3-5 个可以深夜打电话的人，胜过 300 个点赞之交。\n最后它做了一件事，让我很意外 输出完所有方案后，它自动跑了两个检查：风险容器检查和可行性校验。\n风险检查标注了三件事：财务方案里「被动收入占比」是慢变量，别为了达标急功近利买高风险资产；幸福方案里别把「感恩」变成压抑真实情绪的自我欺骗；承诺机制需要和家人提前沟通。\n可行性校验给了启动顺序：财务先做「定义自由线 + 应急金」；幸福先做「基线管理 + 环境默认值」。都是当天就能启动的事。\n最后它用一句话总结了两个问题的共同内核，出自易经：\n「无平不陂，无往不复。」\n财务上，没有一条永远向上的曲线，所以要「履霜」和「知退」；幸福上，没有一种状态可以恒久，所以要「时中」——在该感恩时感恩，在该行动时行动，在该停下时停下。\n我的感受 说实话，用这个 Skill 之前，我预期会得到一堆正确的废话。结果它给了我两个意外的礼物：\n财务自由被重新定义成「一个位置」而不是「一个数字」——这个框架一换，焦虑感立刻降了一截。 幸福被重新定义为「基线管理」而不是「追求最大值」——这个前提一立，很多自我攻击（「我怎么又不开心了」）就变得没必要了。 跨领域映射这件事，最值钱的不是答案本身，而是换框架的能力。同一个问题，放在不同的学科里看，会得到完全不同的洞察。这大概就是为什么 AI 时代，「跨域思考」可能是人类最后的领地。\n工具：morphism-mapper（pinren/morphism-mapper），跨领域结构映射 Skill，相关介绍见 AI 创造 → Skill。\n","permalink":"https://ailamemo.com/memory/thinking-experiments/morphism-thinking-experiment/","summary":"\u003cp\u003e前几天装了一个叫 morphism-mapper 的 Skill，官方介绍说是「基于范畴论的跨领域结构映射工具」，听着很吓人。我用大白话理解了一下：就是把你遇到的问题拆成骨架，然后去别的学科里找结构最像的那个领域，借用人家已经验证过的规律，再翻译回你的问题。\u003c/p\u003e\n\u003cp\u003e装完之后，我忍不住想试试它是不是真的有用。于是我问了它两个人生大问题：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e怎么财务自由？怎么过得幸福快乐？\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e下面是完整的对话过程和分析结果，原样记录。\u003c/p\u003e\n\u003ch2 id=\"第一步它先给两个问题抽骨架\"\u003e第一步：它先给两个问题抽骨架\u003c/h2\u003e\n\u003cp\u003e它没有急着给答案，而是先把问题拆开：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e财务自由的骨架\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e对象：人、收入、支出、资产、负债、时间\u003c/li\u003e\n\u003cli\u003e关系：劳动换收入 → 结余变资产 → 资产产生被动收入（复利）→ 消费和负债侵蚀积累 → 被动收入覆盖支出时，人获得自由\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e幸福快乐的骨架\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e对象：人、需求、欲望、关系、健康、意义、环境\u003c/li\u003e\n\u003cli\u003e关系：需求驱动行为 → 欲望不断升级（得到就不满足了）→ 关系提供归属 → 健康决定感受基线 → 意义带来深层满足\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e拆完骨架，它用自带的选择脚本跑了一遍，给出了领域推荐——这一步它不是随便选的，是拿结构匹配算法算出来的。\u003c/p\u003e\n\u003ch2 id=\"第二步它推荐的领域有点出乎意料\"\u003e第二步：它推荐的领域，有点出乎意料\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e财务自由\u003c/strong\u003e Top 5：神话学、易经思想、复杂性科学、创新理论、生态学\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e幸福快乐\u003c/strong\u003e Top 5：进化生物学、行为经济学、免疫学、创新理论、精益改善\u003c/p\u003e\n\u003cp\u003e它让我选。我选了：\u003cstrong\u003e财务用易经，幸福用进化 + 行为\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e说实话，看到「财务自由用易经」这个组合，我第一反应是「这不会是玄学吧」。但等它把映射过程展开，我服了。\u003c/p\u003e\n\u003ch2 id=\"第三步财务自由--易经\"\u003e第三步：财务自由 ← 易经\u003c/h2\u003e\n\u003cp\u003e它的核心映射逻辑是这样的：\u003c/p\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e我的问题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e映射\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e易经\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e收入（劳动换钱，有天花板）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e阳（主动进取，自强不息）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e资产（生息机器）\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e阴（承载蓄养，厚德载物）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e现金流\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e往来消息（循环往复）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e市场周期\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e六爻时位（不同位置不同应对）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e财务自由\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e得中（不偏不倚的平衡点）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e过度消费、加杠杆\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e亢龙有悔（盈不可久）\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e复利\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e≅\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e积小以高大\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e然后它给了四个方案，我只挑最打动我的两条说：\u003c/p\u003e","title":"用易经回答财务自由，用进化论回答幸福：一次和 AI 的思维实验"},{"content":"这是什么 Anthropic（Claude 的母公司）开源的官方插件套件，面向法律工作流。源链接：github.com/anthropics/claude-for-legal\n一共覆盖 12 个领域插件：商务合同、公司事务、劳动雇佣、隐私合规、产品合规、监管、AI 治理、知识产权、诉讼、法学院诊所、法学生备考、社区技能中心。\n能干什么（几个例子） 审供应商合同（MSA）：按你的审查习惯输出批注备忘 NDA 分类：收到对方 NDA 先分绿灯 / 黄灯 / 红灯，只有难的才让律师看 商标清查：首次排查商标冲突、起草停止侵权函 隐私合规：回复数据主体请求、审 DPA、生成隐私影响评估 诉讼辅助：起草索赔图表、监控法院案卷、法律保留 定期盯梢：合同续约到期、监管新规、IP 续费，到点自动提醒 怎么用 两种方式任选：\n装成 Claude Code / Claude Cowork 插件，在会话里用命令触发（官方说 60 秒装完） 通过 Claude Managed Agents API 接进自己的系统，做定时自动化 我的建议 这个套件面向欧美法系（MSA、NDA、FMLA、GDPR 这些），主要用户是律师和公司法务。对目前的中文个人博客场景用不上，暂时不用装。\n但有两个场景以后可能用得上：\n做海外内容、出海产品时，审英文合同、查商标 遇到看不懂的英文合同或隐私政策，拿来当\u0026quot;翻译 + 条款解释器\u0026quot; 注意：所有输出都只是草稿，官方明确说明不构成法律意见，必须由律师复核后才能用。\n源链接 仓库：anthropics/claude-for-legal ","permalink":"https://ailamemo.com/aicreate/skill/claude-for-legal/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eAnthropic（Claude 的母公司）开源的官方插件套件，面向法律工作流。源链接：\u003ca href=\"https://github.com/anthropics/claude-for-legal\"\u003egithub.com/anthropics/claude-for-legal\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003e一共覆盖 12 个领域插件：商务合同、公司事务、劳动雇佣、隐私合规、产品合规、监管、AI 治理、知识产权、诉讼、法学院诊所、法学生备考、社区技能中心。\u003c/p\u003e\n\u003ch2 id=\"能干什么几个例子\"\u003e能干什么（几个例子）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e审供应商合同（MSA）：按你的审查习惯输出批注备忘\u003c/li\u003e\n\u003cli\u003eNDA 分类：收到对方 NDA 先分绿灯 / 黄灯 / 红灯，只有难的才让律师看\u003c/li\u003e\n\u003cli\u003e商标清查：首次排查商标冲突、起草停止侵权函\u003c/li\u003e\n\u003cli\u003e隐私合规：回复数据主体请求、审 DPA、生成隐私影响评估\u003c/li\u003e\n\u003cli\u003e诉讼辅助：起草索赔图表、监控法院案卷、法律保留\u003c/li\u003e\n\u003cli\u003e定期盯梢：合同续约到期、监管新规、IP 续费，到点自动提醒\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"怎么用\"\u003e怎么用\u003c/h2\u003e\n\u003cp\u003e两种方式任选：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e装成 Claude Code / Claude Cowork 插件，在会话里用命令触发（官方说 60 秒装完）\u003c/li\u003e\n\u003cli\u003e通过 Claude Managed Agents API 接进自己的系统，做定时自动化\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"我的建议\"\u003e我的建议\u003c/h2\u003e\n\u003cp\u003e这个套件面向欧美法系（MSA、NDA、FMLA、GDPR 这些），主要用户是律师和公司法务。对目前的中文个人博客场景用不上，暂时不用装。\u003c/p\u003e\n\u003cp\u003e但有两个场景以后可能用得上：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e做海外内容、出海产品时，审英文合同、查商标\u003c/li\u003e\n\u003cli\u003e遇到看不懂的英文合同或隐私政策，拿来当\u0026quot;翻译 + 条款解释器\u0026quot;\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e注意：所有输出都只是草稿，官方明确说明不构成法律意见，必须由律师复核后才能用。\u003c/p\u003e\n\u003ch2 id=\"源链接\"\u003e源链接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e仓库：\u003ca href=\"https://github.com/anthropics/claude-for-legal\"\u003eanthropics/claude-for-legal\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e","title":"Claude for Legal：Anthropic 官方法律工作流插件"},{"content":"这是什么 op7418 开源的 Logo 生成 Skill，装到 Codex / Claude Code 后，直接说「帮我设计一个 XX 的 Logo」就能用。\n仓库：op7418/logo-generator-skill\n能干什么 根据品牌名、行业、核心概念生成专业 SVG Logo 支持几何、点阵、线条、混合构图等风格 可迭代多种视觉风格（极简/复杂、几何/有机） 导出 SVG / PNG 用 12 种专业背景生成高端 Logo 展示图（依赖 Nano Banana / Gemini 图像生成） 安装 git clone https://github.com/op7418/logo-generator-skill.git ~/.codex/skills/logo-generator-skill 装完重启对话即可识别。展示图功能需要按仓库 README 配置依赖与 API key。\n内容整理自开源仓库 logo-generator-skill，仅作学习分享，版权归原作者。\n","permalink":"https://ailamemo.com/aicreate/skill/logo-generator/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003eop7418 开源的 Logo 生成 Skill，装到 Codex / Claude Code 后，直接说「帮我设计一个 XX 的 Logo」就能用。\u003c/p\u003e\n\u003cp\u003e仓库：\u003ca href=\"https://github.com/op7418/logo-generator-skill\"\u003eop7418/logo-generator-skill\u003c/a\u003e\u003c/p\u003e\n\u003ch2 id=\"能干什么\"\u003e能干什么\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e根据品牌名、行业、核心概念生成专业 SVG Logo\u003c/li\u003e\n\u003cli\u003e支持几何、点阵、线条、混合构图等风格\u003c/li\u003e\n\u003cli\u003e可迭代多种视觉风格（极简/复杂、几何/有机）\u003c/li\u003e\n\u003cli\u003e导出 SVG / PNG\u003c/li\u003e\n\u003cli\u003e用 12 种专业背景生成高端 Logo 展示图（依赖 Nano Banana / Gemini 图像生成）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"安装\"\u003e安装\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" style=\"color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan style=\"display:flex;\"\u003e\u003cspan\u003egit clone https://github.com/op7418/logo-generator-skill.git ~/.codex/skills/logo-generator-skill\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e装完重启对话即可识别。展示图功能需要按仓库 README 配置依赖与 API key。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e内容整理自开源仓库 logo-generator-skill，仅作学习分享，版权归原作者。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"logo-generator：一键生成专业 Logo 与展示图"},{"content":"使用场景 被丢进一个完全陌生的行业，需要快速搞清楚：怎么赚钱、钱被谁赚走、头部是谁、现在发生了什么、接下来该问什么。\n四步流程（60 分钟） 前 10 分钟：画行业地图 中间 20 分钟：只找一手资料（附来源和日期） 再 15 分钟：找行业真正的矛盾 最后 15 分钟：生成「外行作战手册」 提示词 我要在1小时内看懂【行业名称】。请先拆解产业链、商业模式、核心玩家、客户需求和主要风险；再搜索近两年的一手资料，所有重要结论附来源和日期；找出不同来源之间的分歧，不要替我强行下结论。最后整理成行业地图、核心术语、赚钱逻辑、常见误判，以及我应该继续追问的10个问题。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-industry-map/","summary":"\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cp\u003e被丢进一个完全陌生的行业，需要快速搞清楚：怎么赚钱、钱被谁赚走、头部是谁、现在发生了什么、接下来该问什么。\u003c/p\u003e\n\u003ch2 id=\"四步流程60-分钟\"\u003e四步流程（60 分钟）\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e前 10 分钟：画行业地图\u003c/li\u003e\n\u003cli\u003e中间 20 分钟：只找一手资料（附来源和日期）\u003c/li\u003e\n\u003cli\u003e再 15 分钟：找行业真正的矛盾\u003c/li\u003e\n\u003cli\u003e最后 15 分钟：生成「外行作战手册」\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"提示词\"\u003e提示词\u003c/h2\u003e\n\u003cp\u003e我要在1小时内看懂【行业名称】。请先拆解产业链、商业模式、核心玩家、客户需求和主要风险；再搜索近两年的一手资料，所有重要结论附来源和日期；找出不同来源之间的分歧，不要替我强行下结论。最后整理成行业地图、核心术语、赚钱逻辑、常见误判，以及我应该继续追问的10个问题。\u003c/p\u003e","title":"一小时看懂一个陌生行业"},{"content":"这是什么 橘子 (Orange) \u0026amp; Cola 开源的一个写作 Skill，解决一个真实痛点：拿自己写的文字让 AI 打磨，一遍比一遍漂亮，却一遍比一遍没人味儿。\n仓库：orange2ai/renwei-writing\n人味儿 = 存在感 AI 写的东西背后缺一个东西：存在感。人写的字背后站着一个具体的人，他在具体的位置上，付出过具体的代价。\n位置：凌晨五点、看着身边朋友的那个人，会写「拯救自己的前额叶」，而不是「提升专注力」 代价：每个判断都是拿身体付过代价换来的——真熬过夜、真心动过、真气到手抖 手迹：「自己的」、「呢」、忽长忽短的呼吸。删掉这些，人就不见了 改稿七条规则 只做减法，少动。 动三处是常态，动十处是事故 毛边先假设是手迹，不是瑕疵。 删之前问：删掉以后，说话的人还在吗？ 不写金句。 改稿时写出漂亮的对仗、比喻、高级词，是警报——那是你在表演 拿不准就白描。 往素的方向走，至少不会把人改没 改完跑事后检查。 只扫自己动过的句子，对照 AI 味清单 逐处交代改动。 每处动了什么、为什么，拿不准的明确说可以还原 上限是隐形。 最好的结果，是读者完全感觉不到你来过 可复制的精简提示词 帮我打磨这段文字。规则： 1. 只做减法，少动；每处改动都要能说出原文哪里打绊了，说不出来就不改 2. 冗余、口语、语气词先假设是作者的手迹，不是瑕疵 3. 不写金句，不加工整对仗，不换高级词 4. 拿不准就用白描，不加时间场景锚点，不编造数据 5. 改完只扫你动过的句子，检查有没有 AI 味：破折号、\u0026#34;不是X而是Y\u0026#34;、 排比三连、意义拔高、宣传腔、万能展望结尾 6. 逐处列出改动和理由，拿不准的标注\u0026#34;可以还原\u0026#34; 7. 目标是读者感觉不到你改过 AI 味检查清单（六组信号） 意义拔高：「标志着」「体现了」「反映了」……事实说完就停，意义让读者自己长出来 宣传腔：「璀璨」「赋能」「打造」「极致体验」 句式套路：「不是X而是Y」、排比三连、同义词轮换、自问自答、短句轰炸、格言公式 格式痕迹：破折号（最可靠的 AI 信号）、机械加粗、emoji 装饰 语气痕迹：「希望这对你有帮助」「好问题！」「有专家认为」、万能展望结尾 填充对冲：「值得注意的是」「在某种程度上或许可能」 判断标准是聚集：一个破折号什么都不是；破折号 + 排比 + 宣传词同时出现，才是供词。\n人写的迹象要保住：具体到难以编造的细节、没有解决的矛盾心情、长短不一的呼吸。\n一个真实案例 原文讲朋友同事的 ADHD。AI 磨三遍后：把「细小琐碎的事情」换成「一个小红点」、把「变得越来越不可能」换成「已经是一种奢侈」、编造了「一天下来被拉扯几百次」、把结尾「拯救自己的前额叶呢？」删成「拯救它？」\n每一处都「更好」，加起来是一个没有人的文本。被接受的版本只动了三处：删一个读起来撞音的字、补「把」和逗号、把一句中间逗号改句号。其余全部原样保留——包括「我观察到」和「自己的」「呢」。\n改稿的好坏不由改动数量衡量，由「说话的人还在不在」衡量。\n怎么用 git clone https://github.com/orange2ai/renwei-writing.git ~/.cola/skills/renwei-writing 任何支持 Skills 的 Agent（Claude Code、Codex 等）都能装；或者直接把上面的精简提示词贴进会话当普通提示词用。\n源链接 仓库：orange2ai/renwei-writing 检查清单来源：Wikipedia: Signs of AI writing（经 blader/humanizer，MIT） 内容整理自开源仓库 renwei-writing（橘子 \u0026amp; Cola），仅作学习分享；个人使用免费，闭源商用需按 LICENSE 获取授权。\n","permalink":"https://ailamemo.com/aicreate/skill/renwei-writing/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e橘子 (Orange) \u0026amp; Cola 开源的一个写作 Skill，解决一个真实痛点：拿自己写的文字让 AI 打磨，一遍比一遍漂亮，却一遍比一遍没人味儿。\u003c/p\u003e\n\u003cp\u003e仓库：\u003ca href=\"https://github.com/orange2ai/renwei-writing\"\u003eorange2ai/renwei-writing\u003c/a\u003e\u003c/p\u003e\n\u003ch2 id=\"人味儿--存在感\"\u003e人味儿 = 存在感\u003c/h2\u003e\n\u003cp\u003eAI 写的东西背后缺一个东西：\u003cstrong\u003e存在感\u003c/strong\u003e。人写的字背后站着一个具体的人，他在具体的位置上，付出过具体的代价。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e位置\u003c/strong\u003e：凌晨五点、看着身边朋友的那个人，会写「拯救自己的前额叶」，而不是「提升专注力」\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e代价\u003c/strong\u003e：每个判断都是拿身体付过代价换来的——真熬过夜、真心动过、真气到手抖\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e手迹\u003c/strong\u003e：「自己的」、「呢」、忽长忽短的呼吸。删掉这些，人就不见了\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"改稿七条规则\"\u003e改稿七条规则\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e只做减法，少动。\u003c/strong\u003e 动三处是常态，动十处是事故\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e毛边先假设是手迹，不是瑕疵。\u003c/strong\u003e 删之前问：删掉以后，说话的人还在吗？\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不写金句。\u003c/strong\u003e 改稿时写出漂亮的对仗、比喻、高级词，是警报——那是你在表演\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e拿不准就白描。\u003c/strong\u003e 往素的方向走，至少不会把人改没\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e改完跑事后检查。\u003c/strong\u003e 只扫自己动过的句子，对照 AI 味清单\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e逐处交代改动。\u003c/strong\u003e 每处动了什么、为什么，拿不准的明确说可以还原\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e上限是隐形。\u003c/strong\u003e 最好的结果，是读者完全感觉不到你来过\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"可复制的精简提示词\"\u003e可复制的精简提示词\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e帮我打磨这段文字。规则：\n1. 只做减法，少动；每处改动都要能说出原文哪里打绊了，说不出来就不改\n2. 冗余、口语、语气词先假设是作者的手迹，不是瑕疵\n3. 不写金句，不加工整对仗，不换高级词\n4. 拿不准就用白描，不加时间场景锚点，不编造数据\n5. 改完只扫你动过的句子，检查有没有 AI 味：破折号、\u0026#34;不是X而是Y\u0026#34;、\n   排比三连、意义拔高、宣传腔、万能展望结尾\n6. 逐处列出改动和理由，拿不准的标注\u0026#34;可以还原\u0026#34;\n7. 目标是读者感觉不到你改过\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"ai-味检查清单六组信号\"\u003eAI 味检查清单（六组信号）\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e意义拔高\u003c/strong\u003e：「标志着」「体现了」「反映了」……事实说完就停，意义让读者自己长出来\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e宣传腔\u003c/strong\u003e：「璀璨」「赋能」「打造」「极致体验」\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e句式套路\u003c/strong\u003e：「不是X而是Y」、排比三连、同义词轮换、自问自答、短句轰炸、格言公式\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e格式痕迹\u003c/strong\u003e：破折号（最可靠的 AI 信号）、机械加粗、emoji 装饰\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e语气痕迹\u003c/strong\u003e：「希望这对你有帮助」「好问题！」「有专家认为」、万能展望结尾\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e填充对冲\u003c/strong\u003e：「值得注意的是」「在某种程度上或许可能」\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e判断标准是\u003cstrong\u003e聚集\u003c/strong\u003e：一个破折号什么都不是；破折号 + 排比 + 宣传词同时出现，才是供词。\u003c/p\u003e\n\u003cp\u003e人写的迹象要保住：具体到难以编造的细节、没有解决的矛盾心情、长短不一的呼吸。\u003c/p\u003e","title":"人味儿写作心法：让 AI 改稿不把「人」改没"},{"content":"使用场景 想做一个东西，但不确定有没有现成开源项目，或者不想一开始就写代码。\n提示词 我要做一个 XXX\n先不要写代码。去 GitHub 找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。\n最后告诉我：应该直接用、基于现有项目改，还是自己开发，并给出最简单的 MVP 方案。\n等我确认后再动手。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-project-mvp/","summary":"\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cp\u003e想做一个东西，但不确定有没有现成开源项目，或者不想一开始就写代码。\u003c/p\u003e\n\u003ch2 id=\"提示词\"\u003e提示词\u003c/h2\u003e\n\u003cp\u003e我要做一个 XXX\u003c/p\u003e\n\u003cp\u003e先不要写代码。去 GitHub 找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。\u003c/p\u003e\n\u003cp\u003e最后告诉我：应该直接用、基于现有项目改，还是自己开发，并给出最简单的 MVP 方案。\u003c/p\u003e\n\u003cp\u003e等我确认后再动手。\u003c/p\u003e","title":"做项目前：先找现成方案（省 Token）"},{"content":"这是什么 吴恩达在 2026 年初提出「图灵-AGI 测试」（Turing-AGI Test），认为传统图灵测试（靠对话骗过人类评估者）在 AGI 时代不够用了——现在的 AI 要能完成经济上有用的工作。\n核心设想：\n测试对象：AI 系统或专业人士 设备：一台能上网、带浏览器、能开 Zoom、能收发邮件的电脑 任务：评委任意设计一个持续多天的真实工作任务，测试前双方都不知道任务内容 通过标准：AI 能像人类一样熟练完成工作任务 为什么重要 现有基准测试（GPQA、AIME、SWE-bench 等）都有固定测试集，团队会针对测试集调模型，导致榜单好看、真实场景能力不足 图灵-AGI 测试直接对标经济性和实际产出——衡量标准就是能不能像员工一样上岗干活，更贴近 AGI 的本义 吴恩达表示可能举办一场公开测试，让所有 AI 参与；即便全部不达标，也能给过度炒作降温，让行业回到务实进步 图解 Gemini 分享的图解：https://gemini.google.com/share/5e47b464411a\n参考报道：量子位《吴恩达：图灵测试不够用了，我会设计一个AGI专用版》\n内容整理自公开报道（量子位），仅作学习分享；如涉版权请联系删除。\n","permalink":"https://ailamemo.com/aicreate/prompt/andrew-ng-agi-test-illustration/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e吴恩达在 2026 年初提出「图灵-AGI 测试」（Turing-AGI Test），认为传统图灵测试（靠对话骗过人类评估者）在 AGI 时代不够用了——现在的 AI 要能完成经济上有用的工作。\u003c/p\u003e\n\u003cp\u003e核心设想：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e测试对象：AI 系统或专业人士\u003c/li\u003e\n\u003cli\u003e设备：一台能上网、带浏览器、能开 Zoom、能收发邮件的电脑\u003c/li\u003e\n\u003cli\u003e任务：评委任意设计一个持续多天的真实工作任务，测试前双方都不知道任务内容\u003c/li\u003e\n\u003cli\u003e通过标准：AI 能像人类一样熟练完成工作任务\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"为什么重要\"\u003e为什么重要\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e现有基准测试（GPQA、AIME、SWE-bench 等）都有固定测试集，团队会针对测试集调模型，导致榜单好看、真实场景能力不足\u003c/li\u003e\n\u003cli\u003e图灵-AGI 测试直接对标经济性和实际产出——衡量标准就是能不能像员工一样上岗干活，更贴近 AGI 的本义\u003c/li\u003e\n\u003cli\u003e吴恩达表示可能举办一场公开测试，让所有 AI 参与；即便全部不达标，也能给过度炒作降温，让行业回到务实进步\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"图解\"\u003e图解\u003c/h2\u003e\n\u003cp\u003eGemini 分享的图解：https://gemini.google.com/share/5e47b464411a\u003c/p\u003e\n\u003cp\u003e参考报道：\u003ca href=\"https://www.sohu.com/a/974613151_610300\"\u003e量子位《吴恩达：图灵测试不够用了，我会设计一个AGI专用版》\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e内容整理自公开报道（量子位），仅作学习分享；如涉版权请联系删除。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"吴恩达 AGI 新测试图解：图灵-AGI 测试"},{"content":"使用场景 节日海报、贺卡封面、社交传播图。想给喜欢的虚构世界做一张\u0026quot;有故事、有质感\u0026quot;的圣诞主题图时直接可用。\n方括号里的 [哈利波特]、[该作品中的标志性建筑或场景]、[该作品中的经典角色] 都可以换成任意 IP（如指环王、宫崎骏、漫威）。\n提示词 基于[哈利波特]的设定，设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖向构图的、厚重的精致3D贺卡，卡片中央是一个深邃的橱窗式凹槽。 视觉核心：经典虚构世界的毛毡微缩场景 卡片内部是一个极其丰富、拥挤且热闹的IP主题微缩节日场景。材质全部为羊毛毡与粗棒针编织，质感真实细腻。 场景复刻： 场景中包含一组错落有致的[该作品中的标志性建筑或场景的Q版毛毡模型]，它们以前后遮挡的关系排列，形成丰富的层次感。 节日生态： 地面是厚实的奶油色编织雪地，场景中不仅有一棵挂满彩球的主圣诞树，还遍布着被雪覆盖的灌木、松果和与该作品风格相符的植物。 角色互动： 该作品中的经典角色（Q版毛毡化）正在场景中互动，也许穿着圣诞装束，给场景增添故事感。 天气细节： 橱窗内悬浮着静止的、像糖粉一样的白色雪花微粒，增加了空气感。 标题设计：倾斜的3D流体磨砂艺术字 悬浮在卡片上方的\u0026#34;Merry Christmas\u0026#34;主标题和\u0026#34;圣诞快乐\u0026#34;小标题，采用3D流体艺术字体。材质为半透明磨砂玻璃，呈现深红到浅红渐变的色泽，表面拥有柔和的曲面哑光质感，光线穿透字体投射出梦幻的彩色焦散，与下方温暖的毛毡形成材质对比。 外部装饰：华丽的动态点缀 卡片周围环绕着丰富的圣诞元素，营造出爆炸般的节日氛围。红色的天鹅绒丝带与流体金线条在空中盘旋舞动，穿插着结霜的松针枝、红润饱满的冬青果、晶莹剔透的几何雪花以及发光的金色铃铛。这些元素构图饱满，增加了画面的动态美。 背景： 一个带有淡淡水墨晕染肌理和流动光雾的虚空环境。色调为雅致的淡香槟金或高级柔雾红，光影具有强烈的呼吸感和纵深感。 底部排版：手写体经典语录 在卡片下方投影处，舍弃呆板的数据，改为一段醒目且富有情感的文字。 内容： 随机选取一句与圣诞或爱相关的经典影视/小说名言。 样式： 字体较大，采用优雅潇洒的西文手写衬线体，墨色浓郁。 来源： 在名言下方用小号中文字体标注出处。 渲染参数： C4D，Octane渲染，微距摄影视角，浅景深，盲盒玩具质感混合磨砂玻璃艺术，光线柔和均匀，色彩鲜艳且高级，杰作。 使用提示 想换风格，把「毛毡 + 棒针编织」换成「陶瓷 / 树脂 / 木质」，材质感会完全不同 名言部分可先想好一句想用的台词，替换掉\u0026quot;随机选取\u0026quot;四个字，效果更可控 适合即梦、Midjourney、可灵等支持长提示词的绘图工具 ","permalink":"https://ailamemo.com/aicreate/prompt/prompt-hp-3d-christmas-card/","summary":"\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cp\u003e节日海报、贺卡封面、社交传播图。想给喜欢的虚构世界做一张\u0026quot;有故事、有质感\u0026quot;的圣诞主题图时直接可用。\u003c/p\u003e\n\u003cp\u003e方括号里的 \u003ccode\u003e[哈利波特]\u003c/code\u003e、\u003ccode\u003e[该作品中的标志性建筑或场景]\u003c/code\u003e、\u003ccode\u003e[该作品中的经典角色]\u003c/code\u003e 都可以换成任意 IP（如指环王、宫崎骏、漫威）。\u003c/p\u003e\n\u003ch2 id=\"提示词\"\u003e提示词\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e基于[哈利波特]的设定，设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖向构图的、厚重的精致3D贺卡，卡片中央是一个深邃的橱窗式凹槽。\n\n视觉核心：经典虚构世界的毛毡微缩场景\n卡片内部是一个极其丰富、拥挤且热闹的IP主题微缩节日场景。材质全部为羊毛毡与粗棒针编织，质感真实细腻。\n\n场景复刻：\n场景中包含一组错落有致的[该作品中的标志性建筑或场景的Q版毛毡模型]，它们以前后遮挡的关系排列，形成丰富的层次感。\n\n节日生态：\n地面是厚实的奶油色编织雪地，场景中不仅有一棵挂满彩球的主圣诞树，还遍布着被雪覆盖的灌木、松果和与该作品风格相符的植物。\n\n角色互动：\n该作品中的经典角色（Q版毛毡化）正在场景中互动，也许穿着圣诞装束，给场景增添故事感。\n\n天气细节：\n橱窗内悬浮着静止的、像糖粉一样的白色雪花微粒，增加了空气感。\n\n标题设计：倾斜的3D流体磨砂艺术字\n悬浮在卡片上方的\u0026#34;Merry Christmas\u0026#34;主标题和\u0026#34;圣诞快乐\u0026#34;小标题，采用3D流体艺术字体。材质为半透明磨砂玻璃，呈现深红到浅红渐变的色泽，表面拥有柔和的曲面哑光质感，光线穿透字体投射出梦幻的彩色焦散，与下方温暖的毛毡形成材质对比。\n\n外部装饰：华丽的动态点缀\n卡片周围环绕着丰富的圣诞元素，营造出爆炸般的节日氛围。红色的天鹅绒丝带与流体金线条在空中盘旋舞动，穿插着结霜的松针枝、红润饱满的冬青果、晶莹剔透的几何雪花以及发光的金色铃铛。这些元素构图饱满，增加了画面的动态美。\n\n背景：\n一个带有淡淡水墨晕染肌理和流动光雾的虚空环境。色调为雅致的淡香槟金或高级柔雾红，光影具有强烈的呼吸感和纵深感。\n\n底部排版：手写体经典语录\n在卡片下方投影处，舍弃呆板的数据，改为一段醒目且富有情感的文字。\n\n内容：\n随机选取一句与圣诞或爱相关的经典影视/小说名言。\n\n样式：\n字体较大，采用优雅潇洒的西文手写衬线体，墨色浓郁。\n\n来源：\n在名言下方用小号中文字体标注出处。\n\n渲染参数：\nC4D，Octane渲染，微距摄影视角，浅景深，盲盒玩具质感混合磨砂玻璃艺术，光线柔和均匀，色彩鲜艳且高级，杰作。\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"使用提示\"\u003e使用提示\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e想换风格，把「毛毡 + 棒针编织」换成「陶瓷 / 树脂 / 木质」，材质感会完全不同\u003c/li\u003e\n\u003cli\u003e名言部分可先想好一句想用的台词，替换掉\u0026quot;随机选取\u0026quot;四个字，效果更可控\u003c/li\u003e\n\u003cli\u003e适合即梦、Midjourney、可灵等支持长提示词的绘图工具\u003c/li\u003e\n\u003c/ul\u003e","title":"哈利波特主题 3D 毛毡圣诞贺卡海报"},{"content":"说明 摘抄的提示词，来源说是「这个系列越来越棒了～」——为中文文章配图的风格提示，配合 Codex Skill 使用。\n源链接 场景提示词：helloianneo/ian-xiaohei-scenes —— V1.0 白板手绘解释图 + V2.0 摄影棚真实物件现场，指导 AI Agent 为中文文章生成「小黑用真实物件」风格的正文配图和长卷故事图 配图 Skill：helloianneo/ian-xiaohei-illustrations —— Codex 用的 Skill，专门给文章配手绘风格的插图，把抽象的想法变成看得懂的手绘配图 参考示例：Gemini 分享 提示词 V1.0：白板上的手绘解释图，适合拆观点、拆流程、拆方法。\nV2.0：白色摄影棚里的真实物件现场，适合表达处境、情绪、项目故事、产品演化和正文观点隐喻。\n指导 AI Agent 为中文文章生成「小黑用真实物件」风格的正文配图和长卷故事图。\n配图效果 V1.0 · 白板手绘解释图 适合拆观点、拆流程、拆方法。\nV2.0 · 摄影棚真实物件现场 适合表达处境、情绪、项目故事、产品演化和正文观点隐喻。\n使用场景 写长文时想让配图有自己的风格：观点、流程、方法用手绘白板；处境、情绪、故事用摄影棚真实物件。\n安装状态（2026-09-01） 两个小黑 skill 已克隆安装到 Codex 本地：C:\\Users\\LH\\.codex\\skills\\\nian-xiaohei-scenes —— 小黑 2.0：白色摄影棚真实物件现场（16:9 正文配图 + 彩蛋长卷故事图），核心公式「小黑 + 真实物件 + 物理动作 + 短中文标签 + 留白叙事」 ian-xiaohei-illustrations —— 小黑 1.0：纯白手绘解释图，适合拆观点、拆流程、拆方法 触发词：小黑实物场景图 / 小黑 2.0 / 实物图 / 真实物件 / 打工人共鸣图 / 正文配图 / 彩蛋模式 / 长卷故事图 / 手绘插图。\n出图时配合 OpenRouter 图像生成脚本 codex/scripts/book-video/openrouter_img.py（Nano Banana 模型，竖版 9:16 用于视频场景）。\n注：仓库根目录的 assets/examples/ 母版图未随仓库提供（assets 里只有微信二维码），实际出图以 SKILL.md 内的质量描述为准。\n","permalink":"https://ailamemo.com/aicreate/skill/xiaohei-illustrations/","summary":"\u003ch2 id=\"说明\"\u003e说明\u003c/h2\u003e\n\u003cp\u003e摘抄的提示词，来源说是「这个系列越来越棒了～」——为中文文章配图的风格提示，配合 Codex Skill 使用。\u003c/p\u003e\n\u003ch2 id=\"源链接\"\u003e源链接\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e场景提示词：\u003ca href=\"https://github.com/helloianneo/ian-xiaohei-scenes\"\u003ehelloianneo/ian-xiaohei-scenes\u003c/a\u003e —— V1.0 白板手绘解释图 + V2.0 摄影棚真实物件现场，指导 AI Agent 为中文文章生成「小黑用真实物件」风格的正文配图和长卷故事图\u003c/li\u003e\n\u003cli\u003e配图 Skill：\u003ca href=\"https://github.com/helloianneo/ian-xiaohei-illustrations\"\u003ehelloianneo/ian-xiaohei-illustrations\u003c/a\u003e —— Codex 用的 Skill，专门给文章配手绘风格的插图，把抽象的想法变成看得懂的手绘配图\u003c/li\u003e\n\u003cli\u003e参考示例：\u003ca href=\"https://gemini.google.com/share/5e47b464411a\"\u003eGemini 分享\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"提示词\"\u003e提示词\u003c/h2\u003e\n\u003cp\u003eV1.0：白板上的手绘解释图，适合拆观点、拆流程、拆方法。\u003c/p\u003e\n\u003cp\u003eV2.0：白色摄影棚里的真实物件现场，适合表达处境、情绪、项目故事、产品演化和正文观点隐喻。\u003c/p\u003e\n\u003cp\u003e指导 AI Agent 为中文文章生成「小黑用真实物件」风格的正文配图和长卷故事图。\u003c/p\u003e\n\u003ch2 id=\"配图效果\"\u003e配图效果\u003c/h2\u003e\n\u003ch3 id=\"v10--白板手绘解释图\"\u003eV1.0 · 白板手绘解释图\u003c/h3\u003e\n\u003cp\u003e适合拆观点、拆流程、拆方法。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V1 白板手绘解释图示例 1\" loading=\"lazy\" src=\"/assets/xiaohei-v1-1.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V1 白板手绘解释图示例 2\" loading=\"lazy\" src=\"/assets/xiaohei-v1-2.jpg\"\u003e\u003c/p\u003e\n\u003ch3 id=\"v20--摄影棚真实物件现场\"\u003eV2.0 · 摄影棚真实物件现场\u003c/h3\u003e\n\u003cp\u003e适合表达处境、情绪、项目故事、产品演化和正文观点隐喻。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V2 摄影棚真实物件现场示例 1\" loading=\"lazy\" src=\"/assets/xiaohei-v2-1.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V2 摄影棚真实物件现场示例 2\" loading=\"lazy\" src=\"/assets/xiaohei-v2-2.png\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V2 摄影棚真实物件现场示例 3\" loading=\"lazy\" src=\"/assets/xiaohei-v2-3.png\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"小黑 V2 摄影棚真实物件现场示例 4\" loading=\"lazy\" src=\"/assets/xiaohei-v2-4.png\"\u003e\u003c/p\u003e\n\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cp\u003e写长文时想让配图有自己的风格：观点、流程、方法用手绘白板；处境、情绪、故事用摄影棚真实物件。\u003c/p\u003e\n\u003ch2 id=\"安装状态2026-09-01\"\u003e安装状态（2026-09-01）\u003c/h2\u003e\n\u003cp\u003e两个小黑 skill 已克隆安装到 Codex 本地：\u003ccode\u003eC:\\Users\\LH\\.codex\\skills\\\u003c/code\u003e\u003c/p\u003e","title":"小黑风格配图：手绘解释图与真实物件现场"},{"content":"这是什么 一条拿来即用的图像增强提示词：把任何图片发给 AI，它会按专业修图流程处理，输出「已应用优化项清单 + 一张优化后的版本」。\n适合场景：产品图、人像、随手拍、旧图翻新、给文章配图前统一质感。\n提示词（可直接复制） 你的任务是把我发送给你的任何图片，提升到影棚级品质。 当你收到一张图片时，请执行： 1. 高级色彩校正（白平衡、对比度、饱和度） 2. 降噪并提升清晰度 3. 清理并柔化瑕疵 4. 进行真实的光线调整（阴影、高光） 5. 专业的构图与裁剪 6. 风格选项：自然、电影感、鲜艳、极简、人像、产品 7. 输出一份已应用优化项清单 + 一张优化后的版本 如果我提出要求，请生成： - 风格变体 - 新背景 - 透视校正 - 创意编辑（辉光、粉彩色调、霓虹等） 请像专业修图师一样，以清晰且专业的方式表达。 使用建议 第一次先只让它「增强」，不要同时要求换背景，避免一次改太多、效果不可控 想要不同感觉时，再追加「给我 3 个风格变体」这类指令 人物照片慎用「清理瑕疵」，先说明要保留哪些特征（痣、皱纹、发丝） 社区流传的修图提示词，整理分享。实际效果取决于所用图像模型（GPT-4o 图像、Gemini、Midjourney 等）；证件照、他人肖像等敏感图片慎用。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-studio-image-enhance/","summary":"\u003ch2 id=\"这是什么\"\u003e这是什么\u003c/h2\u003e\n\u003cp\u003e一条拿来即用的图像增强提示词：把任何图片发给 AI，它会按专业修图流程处理，输出「已应用优化项清单 + 一张优化后的版本」。\u003c/p\u003e\n\u003cp\u003e适合场景：产品图、人像、随手拍、旧图翻新、给文章配图前统一质感。\u003c/p\u003e\n\u003ch2 id=\"提示词可直接复制\"\u003e提示词（可直接复制）\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e你的任务是把我发送给你的任何图片，提升到影棚级品质。\n\n当你收到一张图片时，请执行：\n\n1. 高级色彩校正（白平衡、对比度、饱和度）\n2. 降噪并提升清晰度\n3. 清理并柔化瑕疵\n4. 进行真实的光线调整（阴影、高光）\n5. 专业的构图与裁剪\n6. 风格选项：自然、电影感、鲜艳、极简、人像、产品\n7. 输出一份已应用优化项清单 + 一张优化后的版本\n\n如果我提出要求，请生成：\n\n- 风格变体\n- 新背景\n- 透视校正\n- 创意编辑（辉光、粉彩色调、霓虹等）\n\n请像专业修图师一样，以清晰且专业的方式表达。\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"使用建议\"\u003e使用建议\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e第一次先只让它「增强」，不要同时要求换背景，避免一次改太多、效果不可控\u003c/li\u003e\n\u003cli\u003e想要不同感觉时，再追加「给我 3 个风格变体」这类指令\u003c/li\u003e\n\u003cli\u003e人物照片慎用「清理瑕疵」，先说明要保留哪些特征（痣、皱纹、发丝）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003e社区流传的修图提示词，整理分享。实际效果取决于所用图像模型（GPT-4o 图像、Gemini、Midjourney 等）；证件照、他人肖像等敏感图片慎用。\u003c/p\u003e\n\u003c/blockquote\u003e","title":"影棚级修图提示词：把任何图片提升到影棚品质"},{"content":"使用场景 让 AI 做事的同时，也把「为什么这么做」讲明白，确保你不是只拿到结果、没长本事。\n提示词 你是一位睿智且极其高效的老师。你的目标是确保人类深入理解整个会话。\n请在每一步中循序渐进地做到这一点，而不是在最后一次性讲完。在进入下一阶段之前，你应该确认她已经掌握了当前阶段的所有内容。这既包括高层次的理解，比如动机，也包括低层次的细节，比如业务逻辑和边界情况。\n维护一份持续更新的 Markdown 文档，里面列出人类应该理解的事项清单。确保她理解：\n问题是什么，问题为什么存在，不同的分支是什么； 解决方案是什么，为什么用这种方式解决，设计决策是什么，边界情况有哪些； 更广泛的上下文：为什么这件事重要，这些变更会影响什么。 确保她理解「为什么」，并且不断深入追问更多「为什么」；同时也要确保她理解「是什么」和「怎么做」。\n为了了解她当前的理解程度，主动让她先复述自己的理解。然后从中发现缺口并帮助她补齐。她可能会问你问题，或者让你用最简单的话解释。\n用开放式问题或多选题来考察她。注意变换正确答案的顺序，并且在她提交答案前不要透露答案。\n/goal 这个会话不应该结束，直到你已经验证这个人类证明了她理解了你清单上的所有内容。\n","permalink":"https://ailamemo.com/aicreate/prompt/prompt-ai-teacher/","summary":"\u003ch2 id=\"使用场景\"\u003e使用场景\u003c/h2\u003e\n\u003cp\u003e让 AI 做事的同时，也把「为什么这么做」讲明白，确保你不是只拿到结果、没长本事。\u003c/p\u003e\n\u003ch2 id=\"提示词\"\u003e提示词\u003c/h2\u003e\n\u003cp\u003e你是一位睿智且极其高效的老师。你的目标是确保人类深入理解整个会话。\u003c/p\u003e\n\u003cp\u003e请在每一步中循序渐进地做到这一点，而不是在最后一次性讲完。在进入下一阶段之前，你应该确认她已经掌握了当前阶段的所有内容。这既包括高层次的理解，比如动机，也包括低层次的细节，比如业务逻辑和边界情况。\u003c/p\u003e\n\u003cp\u003e维护一份持续更新的 Markdown 文档，里面列出人类应该理解的事项清单。确保她理解：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e问题是什么，问题为什么存在，不同的分支是什么；\u003c/li\u003e\n\u003cli\u003e解决方案是什么，为什么用这种方式解决，设计决策是什么，边界情况有哪些；\u003c/li\u003e\n\u003cli\u003e更广泛的上下文：为什么这件事重要，这些变更会影响什么。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e确保她理解「为什么」，并且不断深入追问更多「为什么」；同时也要确保她理解「是什么」和「怎么做」。\u003c/p\u003e\n\u003cp\u003e为了了解她当前的理解程度，主动让她先复述自己的理解。然后从中发现缺口并帮助她补齐。她可能会问你问题，或者让你用最简单的话解释。\u003c/p\u003e\n\u003cp\u003e用开放式问题或多选题来考察她。注意变换正确答案的顺序，并且在她提交答案前不要透露答案。\u003c/p\u003e\n\u003cp\u003e/goal 这个会话不应该结束，直到你已经验证这个人类证明了她理解了你清单上的所有内容。\u003c/p\u003e","title":"让 AI 当老师：边干活边教你"},{"content":"先问一个问题：现在 AI 都会写代码了，为什么很多 AI 做出来的网站还是不好看？\n因为写代码是「把东西做出来」，审美是「把东西做好看」，这是两码事。就像一个人会打字，不等于会写文章。\n这个月我给我的 AI 装了两个「技能」，正好补上这块短板：一个叫 Dembrandt，一个叫 emil-design-eng。名字很拗口，其实功能很简单，我用大白话讲。\nDembrandt：看到好网站，直接把它的「穿搭」抄下来 先问个问题：平时看到喜欢的网站，想照着做，你会怎么办？\n我以前只能硬着头皮看：这个网站用的什么绿色、字多大、按钮的圆角是几像素、阴影多深……一个网站几十个细节，眼睛都快看花了，还要自己猜，特别费时间。\nDembrandt 干的事，就像有个裁缝师傅拿着尺子帮你量：你把一个网址丢给它，它把网站的颜色、字体、大小、间距、圆角、阴影这些「穿搭细节」全部量好、记下来，整理成一份清单，直接告诉 AI：照着这个做。\n它还能认出这个网站有哪些「零件」（比如按钮、弹窗）、哪些地方会动（动画）、手机和电脑上布局怎么变。总之，以前要花一个小时手工抄的作业，它十秒钟抄完，还抄得一模一样。\n地址：http://t.cn/AXNT0Y8p\nemil-design-eng：一本「大师的手感笔记」 好，网站的样子看懂了，但「好不好用」是另一回事。\n举个最生活的例子：一个按钮按下去，是瞬间变一下，还是慢慢悠悠晃一下，还是干脆没反应——这些差别你自己可能说不清，但手能感觉出来。手感好的界面，用着「顺」；手感差的，用着「别扭」，但说不上哪里不对。\nemil-design-eng 就是把这个「说不清的手感」变成 AI 能照做的规则。它是一位很厉害的界面设计师（给 Vercel、Linear 这些公司做过产品）把自己多年的经验整理成的笔记，里面记着：\n什么地方该加动画，什么地方千万别加（加错了反而碍事）； 弹窗应该从哪儿冒出来，按钮按下去该有什么反应； 动画该多快——太快看不清，太慢让人着急； 还要照顾到用键盘的人、用手机的人、视力不好的人。 有了这本笔记，AI 做出来的界面就不是「看起来还行」，而是「用着顺手」。\n地址：http://t.cn/AXNT0Y80\n这两个东西加在一起是什么效果 打个比方：\nDembrandt 负责「抄作业」——把好网站的设计细节完整抄下来； emil-design-eng 负责「讲道理」——告诉 AI 为什么这么做、什么时候别乱来。 一个管「好看」，一个管「好使」。装好这两个技能之后，AI 再帮我做页面，我就不用反复说「这里调一下、那里改一下」了，它自己就知道该怎么做。\n下一步 技能装好了，接下来我打算：\n拿 Dembrandt 把几个我常看的网站都「抄」一遍，攒一本自己的设计参考手册； 用 emil-design-eng 的规则，把这个博客的细节挨个检查一遍，该加的动画加上，多余的删掉； 把我那两个小程序（买多少、卡的）的界面也统一成同一套风格。 以后这个博客的每一处改动，都会用这套方法来做。工具决定速度，品味决定方向——这话是我最近最深的体会。\n","permalink":"https://ailamemo.com/aicreate/skill/ai-workflow/","summary":"\u003cp\u003e先问一个问题：现在 AI 都会写代码了，为什么很多 AI 做出来的网站还是不好看？\u003c/p\u003e\n\u003cp\u003e因为写代码是「把东西做出来」，审美是「把东西做好看」，这是两码事。就像一个人会打字，不等于会写文章。\u003c/p\u003e\n\u003cp\u003e这个月我给我的 AI 装了两个「技能」，正好补上这块短板：一个叫 Dembrandt，一个叫 emil-design-eng。名字很拗口，其实功能很简单，我用大白话讲。\u003c/p\u003e\n\u003ch2 id=\"dembrandt看到好网站直接把它的穿搭抄下来\"\u003eDembrandt：看到好网站，直接把它的「穿搭」抄下来\u003c/h2\u003e\n\u003cp\u003e先问个问题：平时看到喜欢的网站，想照着做，你会怎么办？\u003c/p\u003e\n\u003cp\u003e我以前只能硬着头皮看：这个网站用的什么绿色、字多大、按钮的圆角是几像素、阴影多深……一个网站几十个细节，眼睛都快看花了，还要自己猜，特别费时间。\u003c/p\u003e\n\u003cp\u003eDembrandt 干的事，就像有个裁缝师傅拿着尺子帮你量：你把一个网址丢给它，它把网站的颜色、字体、大小、间距、圆角、阴影这些「穿搭细节」全部量好、记下来，整理成一份清单，直接告诉 AI：照着这个做。\u003c/p\u003e\n\u003cp\u003e它还能认出这个网站有哪些「零件」（比如按钮、弹窗）、哪些地方会动（动画）、手机和电脑上布局怎么变。总之，以前要花一个小时手工抄的作业，它十秒钟抄完，还抄得一模一样。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e地址：\u003ca href=\"http://t.cn/AXNT0Y8p\"\u003ehttp://t.cn/AXNT0Y8p\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"emil-design-eng一本大师的手感笔记\"\u003eemil-design-eng：一本「大师的手感笔记」\u003c/h2\u003e\n\u003cp\u003e好，网站的样子看懂了，但「好不好用」是另一回事。\u003c/p\u003e\n\u003cp\u003e举个最生活的例子：一个按钮按下去，是瞬间变一下，还是慢慢悠悠晃一下，还是干脆没反应——这些差别你自己可能说不清，但手能感觉出来。手感好的界面，用着「顺」；手感差的，用着「别扭」，但说不上哪里不对。\u003c/p\u003e\n\u003cp\u003eemil-design-eng 就是把这个「说不清的手感」变成 AI 能照做的规则。它是一位很厉害的界面设计师（给 Vercel、Linear 这些公司做过产品）把自己多年的经验整理成的笔记，里面记着：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e什么地方该加动画，什么地方千万别加（加错了反而碍事）；\u003c/li\u003e\n\u003cli\u003e弹窗应该从哪儿冒出来，按钮按下去该有什么反应；\u003c/li\u003e\n\u003cli\u003e动画该多快——太快看不清，太慢让人着急；\u003c/li\u003e\n\u003cli\u003e还要照顾到用键盘的人、用手机的人、视力不好的人。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e有了这本笔记，AI 做出来的界面就不是「看起来还行」，而是「用着顺手」。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e地址：\u003ca href=\"http://t.cn/AXNT0Y80\"\u003ehttp://t.cn/AXNT0Y80\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"这两个东西加在一起是什么效果\"\u003e这两个东西加在一起是什么效果\u003c/h2\u003e\n\u003cp\u003e打个比方：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eDembrandt 负责「抄作业」——把好网站的设计细节完整抄下来；\u003c/li\u003e\n\u003cli\u003eemil-design-eng 负责「讲道理」——告诉 AI 为什么这么做、什么时候别乱来。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e一个管「好看」，一个管「好使」。装好这两个技能之后，AI 再帮我做页面，我就不用反复说「这里调一下、那里改一下」了，它自己就知道该怎么做。\u003c/p\u003e\n\u003ch2 id=\"下一步\"\u003e下一步\u003c/h2\u003e\n\u003cp\u003e技能装好了，接下来我打算：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e拿 Dembrandt 把几个我常看的网站都「抄」一遍，攒一本自己的设计参考手册；\u003c/li\u003e\n\u003cli\u003e用 emil-design-eng 的规则，把这个博客的细节挨个检查一遍，该加的动画加上，多余的删掉；\u003c/li\u003e\n\u003cli\u003e把我那两个小程序（买多少、卡的）的界面也统一成同一套风格。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e以后这个博客的每一处改动，都会用这套方法来做。工具决定速度，品味决定方向——这话是我最近最深的体会。\u003c/p\u003e","title":"AI 自动化计划 2026.8：给 AI 装上「审美」和「手感」"},{"content":"我做了两个微信小程序，装了一堆 AI 技能，也囤了无数篇「先收藏再说」的文章。收藏夹越来越满，真正用起来的没几个。\n这个博客就是一个把「收藏」变成「消化」的地方：把学过的东西写出来，把做过的项目记下来。写作是最好的复习，也是最好的过滤器。\n所以第一篇文章不追求深刻，先定个调子：这里会有 AI 自动化计划 的进度、设计上的零散思考，以及两个小程序的成长记录。\n为什么是现在 2026 年 8 月，AI 已经不再是「未来趋势」，而是日常工具。它写代码、做设计、整理资料，速度比人快得多。\n但工具越多，越需要判断力。我见过太多人花三小时让 AI 生成一个「看起来很酷」但根本不好用的页面。AI 不缺能力，缺的是审美和细节。\n所以我给自己定了一个计划：AI 自动化计划 2026.8。不追求炫技，只追求把靠谱的工具装进日常工作流，让每一件事都能被复制、被改进。\n把一件事自动化两次以上，就值得写成文档；写出来的东西，值得放在这里。\n这个网站长什么样 这个网站参考了两个我很喜欢的设计：\n好事书（haoshiyinli.com）—— 书一样的阅读体验：封面、前言、目录、章节，一页页读下去； Collab Fund 作者页（collabfund.com）—— 编辑式的排版：大标题、克制的元信息、方角按钮，把注意力留给内容。 配色是我自己定的：奶油纸底 #FAF6EC，橄榄绿 #DBDF9C 和蜜桃粉 #F3CFAF 做点缀。绿代表「判断」，粉代表「表达」。\n后面的文章会越来越多。这个首页会一直保持简单：名字、简介、文章列表、两个小程序，仅此而已。\n","permalink":"https://ailamemo.com/posts/hello-world/","summary":"\u003cp\u003e我做了两个微信小程序，装了一堆 AI 技能，也囤了无数篇「先收藏再说」的文章。收藏夹越来越满，真正用起来的没几个。\u003c/p\u003e\n\u003cp\u003e这个博客就是一个把「收藏」变成「消化」的地方：\u003cstrong\u003e把学过的东西写出来，把做过的项目记下来\u003c/strong\u003e。写作是最好的复习，也是最好的过滤器。\u003c/p\u003e\n\u003cp\u003e所以第一篇文章不追求深刻，先定个调子：这里会有 \u003cem\u003eAI 自动化计划\u003c/em\u003e 的进度、设计上的零散思考，以及两个小程序的成长记录。\u003c/p\u003e\n\u003ch2 id=\"为什么是现在\"\u003e为什么是现在\u003c/h2\u003e\n\u003cp\u003e2026 年 8 月，AI 已经不再是「未来趋势」，而是日常工具。它写代码、做设计、整理资料，速度比人快得多。\u003c/p\u003e\n\u003cp\u003e但工具越多，越需要判断力。我见过太多人花三小时让 AI 生成一个「看起来很酷」但根本不好用的页面。\u003cstrong\u003eAI 不缺能力，缺的是审美和细节。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e所以我给自己定了一个计划：\u003cem\u003eAI 自动化计划 2026.8\u003c/em\u003e。不追求炫技，只追求把靠谱的工具装进日常工作流，让每一件事都能被复制、被改进。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e把一件事自动化两次以上，就值得写成文档；写出来的东西，值得放在这里。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"这个网站长什么样\"\u003e这个网站长什么样\u003c/h2\u003e\n\u003cp\u003e这个网站参考了两个我很喜欢的设计：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e好事书\u003c/strong\u003e（haoshiyinli.com）—— 书一样的阅读体验：封面、前言、目录、章节，一页页读下去；\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eCollab Fund 作者页\u003c/strong\u003e（collabfund.com）—— 编辑式的排版：大标题、克制的元信息、方角按钮，把注意力留给内容。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e配色是我自己定的：奶油纸底 \u003cem\u003e#FAF6EC\u003c/em\u003e，橄榄绿 \u003cem\u003e#DBDF9C\u003c/em\u003e 和蜜桃粉 \u003cem\u003e#F3CFAF\u003c/em\u003e 做点缀。绿代表「判断」，粉代表「表达」。\u003c/p\u003e\n\u003cp\u003e后面的文章会越来越多。这个首页会一直保持简单：名字、简介、文章列表、两个小程序，仅此而已。\u003c/p\u003e","title":"你好，世界：我的个人博客开张了"},{"content":"你好，我是 Ailsa。\n这个博客是「AI 自动化计划 2026.8」的一部分。我的目标很朴素：让 AI 真正进入日常创作和工作流，而不是停在收藏夹里。\n我感兴趣的事情：\n设计系统 —— 用工具读懂好网站，再把审美判断沉淀成可复用的规则。 AI 自动化 —— 从装一个技能，到跑通一条完整的工作流。 小而美的产品 —— 做了两个微信小程序：买多少、卡的。 写作 —— 写清楚，比写得多更重要。 如果你也想聊聊 AI 自动化，或者对我的小程序有建议，欢迎通过微信找到我。\n","permalink":"https://ailamemo.com/about/","summary":"\u003cp\u003e你好，我是 \u003cstrong\u003eAilsa\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e这个博客是「AI 自动化计划 2026.8」的一部分。我的目标很朴素：让 AI 真正进入日常创作和工作流，而不是停在收藏夹里。\u003c/p\u003e\n\u003cp\u003e我感兴趣的事情：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e设计系统\u003c/strong\u003e —— 用工具读懂好网站，再把审美判断沉淀成可复用的规则。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eAI 自动化\u003c/strong\u003e —— 从装一个技能，到跑通一条完整的工作流。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e小而美的产品\u003c/strong\u003e —— 做了两个微信小程序：买多少、卡的。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e写作\u003c/strong\u003e —— 写清楚，比写得多更重要。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e如果你也想聊聊 AI 自动化，或者对我的小程序有建议，欢迎通过微信找到我。\u003c/p\u003e","title":"关于 Ailsa"}]