看 LangGraph 产品介绍的时候蹦出的想法，AI 时代普通人能够利用 Coze 做杠杆最大化工作效率，与此同时真正理解程序的人的杠杆远比普通人大，可以利用更底层的工具做出更有意思的事情。 但同样的普通人中只有少数一部分才能利用好杠杆，理解程序的人或者团队中也是只有少数一部分人才能利用好杠杆。 而越到后面差距就会越大。 对我的实际行动意义就是要敢于利用杠杆挑战以前不敢做的事情，多尝试，也许两个小时的 GPT Chat 就能迈过一个大坎。

www.youtube.com

LangGraph Studio 的这个 Demo 就让我感觉它在 Agent 的路上在做正确的事情，有趣啊 github.com

沿着昨天的想法，我找到了 assitant-ui github.com 能够结合 Vercel 的生态，兼容 Deek-Seek 的高性价比 API. 同时发现它还能使用 Langchain 团队提供的 LangGraph 和 LangSmith 平台，我觉得很有意思，最近大半年都在埋头做 Comflowy ，这些团队也走的不慢。 看上去我能够基于这些现成的基础设施玩出很多不一样的东西了

AI Saas Designer 这个产品的内核拆解下来可能主要是要思考这几个部分的设计工作
：

1. 首先是产品本身： 设计工作需要考虑从需求到带交互的 Wireframe 结构再到结合主题调性的最终 UI。 这里最核心的还是数据交互体验的抽象。这个直觉简单但可能是最难的部分，大部分产品设计 argue 的地方其实是在这里。

2. 产品的 Branding：需要考虑调性（色彩 + 风格），这里其实大多数情况都是利用现有的风格却结合产品的 Topic 做细微差异化。 并不是要去创造新的设计语言。 所以这里 AI 做的事情可能就是基于选中的某种设计语言结合主题去设计 Logo，Colors & illustrations。

3. Marketing & Operation：最依赖设计的部分，基于 Branding 设计 Landing Page，Launch Materials，Operation Materials(Blog | Twitter Post etc.) 。 这里以前对我来说是最难的部分，可能有了 AI 后会反而会简化很多

我应该需要在这几个 Branch 中探索可能性，做一些别人还没有做的工作

认证 Google Console Domain & 构建动态生成的 sitemap.xml, robots.txt，接下来需要做的就是持续的耕耘内容 & 产品。这大概是我们小团队做海外产品唯一有效的方案了吧。

用自己的 Logo creator 为 它创建了 Logo，写了第一篇 Hello World Blog arti.run

不能写代码了的原因 ，hmmm

注册了一个专门的域名做应用 arti.run

AI 生图的最后一公里最关键的是修复，所以再添加一个 图片修复工具

希望我们做的这些小工具能够在小场景上迈出最后一步，让好看的 AIGen 图真正可用 app.comflowy.com