即刻App年轻人的同好社区
下载
App内打开
PaulPaul
223关注10被关注0夸夸
中医经方，针灸，耳穴，小儿推拿。
正在学习喜欢的计算机编程。
PaulPaul
6天前

秋风_irwin: 体验了一次追新词建设网站，原来只是打算默默地爽一下新词流量的感觉。昨天晚上突然看到@哥飞 群里的新词提交比赛还有最后2个小时，然后就顺手提交了一下，没想到就拿到了第三名(53.6 万 UV 和 190 万 PV)。 那今天就来复盘总体的过程。4.9 半夜的时候看到一些吹水群里有人讨论sbti相关的话题，感觉这个蛮有意思，然后就注册了 https://sbti.ai, 打开 CC 让它开始干活，相比原版在它的基础上增加了分享卡片 + 二维码功能。大概1个小时就上线了，然后提交了 GA 索引，10分钟就被收录了，虽然上得快但是没有多少流量。 然后紧接着就去小红书发帖来获取冷启动，但是自己发的2篇，几乎都是0流量，然后太晚了就没继续处理了。第二天打开小红书，因为前一天搜了相关的词汇，然后给我推了很多 SBTI 的帖子，我发现其实没有很多人晒相关的人格，更多的人都在求入口地址，于是我就在一些评论区留言，大意就是这里有一个免费的地址可以尝试并贴上了 https://sbti.ai 这个地址。但是没想到通过这种方式得到了很多人的点赞，从而达到了冷启动的效果，最多的一条评论大概是30-40赞，但是积少成多，再加上分享卡片的天然裂变模式。大概过了几个小时，网站流量开始上升了，大概每30分钟500访问，搞定了冷启动，紧接着我就开始做了一些 SEO 优化，增加了每个人格的单独详情页。大概又过了几个小时我又在小红书刷到了 SBTI X MBTI 相关的一些玩法了，然后我又做了 SBTI X MBTI 的交叉落地页，然后顺便也做了一下多语言，到了4.10 的晚上，流量又开始飙升，最多的时候已经达到了每30分钟6000多用户。 第三天我又观察到了一些新动向，大概就是大家又玩起了 SBTI x 星座的解读，随着补上这些交叉解读的落地页，顺便把网站结构化 JSON 做了，还为每个交叉解读增加了单独的卡片 + 高级导出模式。 统计了下大概2天时间一共被收录了2000多个页面，大概是因为整体的停留时间都不错，平均停留大概是4分钟，所以哪怕是新站，批量上了一些页面不仅没有被谷歌惩罚，而且吃到了很多长尾的流量。

00
PaulPaul
7天前
PaulPaul
7天前

AI产品黄叔: 基于@歸藏的Claude-to-im 和@dontbesilent的知识库 构建一套用飞书就能生产内容的内容工作流 最近开始决定好好搞本地知识库 首先就学习了dont的《从选题到发布：dontbesilent 的 Claude Code 工作流》 通过和CC交流，搭建了一个框架 接着，我想随时都可以和AI讨论，把选题和思考记录下来 先用歸藏的Claude-to-IM-skill构建了飞书和CC的打通 最后，我希望是在飞书上记录的时候，能和Opus 4.6探讨 所以构建了一个选题伙伴的Skill：topic-partner 碎片想法 → 静默检索素材库 → 智能对话（够了就停） → 输出结构化选题卡 成果，在飞书就能开始畅快的聊 聊完后本地就有了选题记录 再用坚果云完成云端多平台同步 仿佛看到未来的曙光了哈哈哈

00
PaulPaul
11天前

进击的栗栗酱: 找到了几近完美的 PDF 翻译方案！ 沉浸式翻译旗下BabelDOC: https://app.immersivetranslate.com/babel-doc/ 试用了好几个产品，结果对比确认，BabelDOC 的翻译结果简直一骑绝尘。 豆包，我记得之前是可以进行 PDF 翻译的，今天压根儿找不到入口。直接在对话里翻译，它跟我说翻好了，其实压根就没有东西出来。 腾讯版的本地龙虾 WorkBuddy 出了结果，属于压根不能用的那种。 Manus 我也试了一下，结果属于“笨蛋版”： 1. 有些地方是用那种覆盖式翻译法，没有办法完美保留原来的设计和排版 2. 翻译之后，它的换行遵循的还是原来英文的换行，在中文版里看起来断句断得非常奇怪 但是 BabelDOC 给的结果也不能说是完美，还没有到一点人工都不需要的地步。 比如它把 avatar 翻译成了“头像”而不是“数字人”，在文档有很清晰的上下文的情况下，个别词语可能还是没有给出最准确的翻译。（用的Gemini 3 Pro模型） 但我觉得未来直接用 BabelDOC 翻完，然后再用 PDF 编辑器进行一些简单的校对，就能出非常好的结果，这个对效率的提升简直是神级的。 之前我们有翻译项目的时候找过翻译团队，给了对方一周时间（这还是属于特别加急的），如果我没记错的话，好像至少是 ¥5,000，但我其实不太记得具体的数字了。总之相比较而言，BabelDOC 这个功能真是太牛逼了。 但想要用最好的模型，BabelDOC 的价格还是略微有些贵的，而且竟然不能按月或者直接按量去付费，只能按年付，这个还是令人有些小苦恼的。

00
PaulPaul
13天前

小盖fun: 如果你想认真学习 AI，而且之前没有什么基础，那我只推荐一个内容，就 YouTube 上的 Riley Brown。 这哥们是 Vibe Code 的创始人，频道里有非常多通俗易懂的 AI 入门教程。基本上我们知道的工具，他都会做一期。 比如最近 Codex 比较火，他刚刚就推出了一期教程，标题是《30 分钟带你吃透 Codex 的 95%》。我昨天也看了，评论区大家都说讲的非常清楚。确实，这是我见过的对初学者最友好的AI 教程。 Codex 这期内容，他会从零到一手把手演示怎么用 Codex 开发一个小工具。再往前，他也录过 Claude Code、OpenClaw 这些流行产品的视频教程。 这么讲吧，每一个重要的 AI 产品或者 AI 概念，他都会用大白话讲清楚具体怎么用。而且不来虚的，不会泛泛地铺一堆概念，而是直接带着大家上手做一个项目。 我非常喜欢他的内容。我之前自己做过教育，深知视频教程其实非常考验一个老师的魅力。有的博主一打开，神态就很老气，或者明显是在念稿子，我就关了。这哥们看着舒服，PPT 做得也好看，听他讲东西不费劲，能听进去。 当然我知道很多人会问，YouTube 上面是英文怎么办，听不懂啊。我想说，现在 AI 已经把语言的鸿沟基本填平了，英语稀烂也绝对不是问题。浏览器上装一个翻译插件，视频内容直接就能转成中文，跟着看就好。 而且这哥们的英文发音非常标准，如果还想顺便学一下英语，那看他的内容就更划算了。看完一期视频，AI 学到了，英语也跟着练了一遍，一举两得。 频道地址在这里： https://www.youtube.com/@rileybrownai/videos 前两天我写了一期 Claude Code 的教程，评论区有同学一直让我推荐好的学习资源。说实话，如果让我只推荐一个博主的话，那一定就是 Riley Brown。这哥们的表达和内容水准，超过了互联网上百分之九十的人。 他的频道中，如果要学 Codex，我最推荐这几期入门教程： 1、Learn 95% of Codex in 30 minutes 2、Codex Full Course 2026: The NEW Best AI Coding Tool 3、Codex Replaced Claude for Me… Here’s Why 如果要学 Claude Code，可以看： 1、The Complete Claude Code Workflow (to Build Anything) 2、How to Design With Claude Code (It's OVER for Figma) 如果你想学 Skill，可以看： Claude Code Skills just Built me an AI Agent Team (2026 Guide) 现在如果想尝试最新的 Agent 技术，我优先推荐 Codex。 它有比较完整的图形界面，对没什么基础的同学很友好。像 Claude Code 这种在终端里跑的方式，好处当然很多，但很多人一看要敲命令行就劝退了，门槛确实高。 而且买 ChatGPT 会员会送 Codex 的额度，整体也划算。最近这一轮迭代完之后，我感觉这个产品已经做得非常好了。 关于 AI 的教程，我看到小红书上还有人推荐斯坦福大学的 CS135 课程，说实话这门课我真的不推荐给入门的小白。 前面放出来的几节课大家可以打开瞄一眼，讲的都是 AI 的基础设施和底层架构。 这玩意对零基础的人来说根本没必要看，也很难看懂。这门课本来就是讲给斯坦福学生听的，预设的知识背景跟普通人不一样。 最后多说一句今年我自己在实践的学习方法。 跟二十年前比，我们现在面对的是一个彻头彻尾的信息爆炸时代。每天早上一睁眼，要看的东西实在太多了。每个人好像都有自己的观点，洋洋洒洒一篇就发出来了。 要是每一篇都点进去读，那场面估计就跟小时候课文里那只小猴子下山差不多。见了桃子丢玉米，见了西瓜又丢桃子，到家两手空空。时间全花在切换上了。 我现在的做法很简单。忍住不去看那些浮在面上的内容，每天挑一个质量足够高的信息源，老老实实精读一遍，然后实践。 教程也一样，看的多没用，最聪明的方法就是找一个讲的好的视频，快速看完，然后实践。 共勉。

00
PaulPaul
13天前

空格_: Agent 给个人的赋能就两件事：帮你做内容，帮你做产品。 也就这两件事，能让我们攒下属于自己的资产、撬动杠杆、产生复利，让你睡觉的时候也在赚钱。所以这篇我想认真聊聊，我自己是怎么用 AI 来写作的。 skill 其实就是分类。做了上百个 skill 的我深以为然。 在写作上我也做了一堆 Skill，但回头总结，其实就归到下面这四类里： 1 热点型写作 讲究的就是个时效性。新模型发布、新产品上线、热点事件爆发，能不能第一时间接住。流程很标准：搜集热点 → 讨论大纲 → 输出内容 → 修改。 2 领域型写作 这个就有点像在写一本书。挑一个自己感兴趣的课题，从一个点出发，先和 Agent 一起拉出目录，再让它按目录一节一节产出内容。对于 Agent 产出的内容，只是自己读、自己学，到这一步收获就已经很大了。 如果想发到社交媒体，可以把上面 Agent 的长内容让他写短了相信我，这种先让 Agent 批量出长内容，再压缩短内容，效果奇好。 3 收藏型写作 小红书、X、抖音，所有信息流里那些激发了你收藏欲的东西，都是灵感乍现的瞬间。这种瞬间一定要抓住。我一般会把收藏的内容加上一段自己的评论和见解，让 Agent 顺着我的角度产出一条短动态，先发到社交媒体试水。效果好的，再来反向激发我写长文或制作视频。 4 经验型写作 AI 这个行业，技术每个月都在变，新模型、新产品层出不穷。只要你在牌桌上，永远有新的方法和知识可以学、可以用。我现在写的这一篇，就是典型的经验型写作。 热点、领域、经验这三类我的 Skill 大致都差不多，流程相对固定了。 Skill 整理给大家如下： 文章共创：https://github.com/zephyrwang6/allSkills/tree/main/doc-coauthoring 改写短文：https://github.com/zephyrwang6/allSkills/tree/main/x-post 话题激发：https://github.com/zephyrwang6/allSkills/tree/main/content-topic-generator 文章改写：https://github.com/zephyrwang6/allSkills/tree/main/content-rewriting-2601 文章配图：https://github.com/zephyrwang6/allSkills/tree/main/article-batch-illustration 文章审核：https://github.com/zephyrwang6/allSkills/tree/main/article-review

00
PaulPaul
17天前
Ai
00
PaulPaul
17天前
here
00
PaulPaul
18天前

评论尸: AI 记忆系统通常只有两层： - 我已知（Sliced RAG） - 我应知（Agent 构建的 LLM Wiki） 但还有一个被忽略的层面：我可能知道什么——那些你每天关注却还没读的内容（X、播客、微信、RSS 等）。 这些内容填满了我日常的信息流，我可能没点进去细看，但它们会经过我的余光，而在 AI 系统里，这些内容往往不存在——这意味着 AI 不知道我以什么样的视角看待世界。 我最近提出一个新概念叫 Hubble Radius（哈勃半径），用 FreshRSS + Meilisearch 在本地搭建私人索引，把这些“未读但可及”的信息变成带权重和上下文的记忆层。它不是追求覆盖面，而是强调与你个人相关性和信任度。 这篇博客详细分享了从数据聚合、搜索部署到与现有 Agent 集成的完整实现思路，适合正在搭建个人知识系统或 AI Agent 的朋友参考。 全文可以在这里阅读：

00
PaulPaul
1月前