Загрузка видео...

Не удалось загрузить видео

На главную

最近又拿 AI 做了个挺实用的小东西。 我在 上用 DeepSeek 4.1 Flash 做了一个《出门别忘了》的小程序。 逻辑很简单: 出门前填一下出发地、目的地、出发和返程时间、交通工具、同行人数,它就会根据这趟行程,自动生成一份需要携带的物品清单。 比如飞机出行,会重点提醒证件、充电宝这些; 去冷的地方,会自动增加保暖用品; 人数、旅行天数变了,需要准备的数量也会跟着变。 每样东西都可以直接勾选,准备多少、还差多少一眼就能看到,最后还有一个「我真的都带齐了吗?」检查。 我现在越来越喜欢这种用 AI 的方式了。 不是问 AI 一个问题,让它给我一段答案,而是直接把一个生活里的小需求,做成一个真的能用的东西。 而且这次我基本就是把需求告诉 DeepSeek 4.1 Flash,让它自己分析逻辑、设计页面、写代码,最后直接生成可以运行的成品。 以前觉得做个小工具至少得会开发,现在越来越像是: 有一个想法 → 说清楚需求 → 产品就出来了。 DeepSeek 4.1 Flash 5 折活动已上线~活动持续7天,截止到 9 月 21 号。

11,860 просмотров • 2 дней назад •via X (Twitter)

Комментарии: 36

Фото профиля Segun Bxx
Segun Bxx2 дней назад

Turning everyday needs into interactive mini-apps instead of wall-of-text responses is such a great shift in how we use AI. A dynamic checklist that scales quantities and adjusts for travel modes makes trip prep so much smoother

Фото профиля Almusty
Almusty2 дней назад

That shift from needing heavy frontend boilerplate to just spelling out requirements and getting a fully runnable utility tool in seconds changes everything for rapid prototyping. How did DeepSeek 4.1 Flash's token speed and reasoning hold up during code generation for the UI logic?

Фото профиля Almusty
Almusty2 дней назад

Moving past standard conversational chat blocks into functional, stateful micro-apps that automatically scale quantities based on passenger count and trip duration is the best way to leverage modern LLMs. Did DeepSeek 4.1 Flash handle the state management and interactive checklist UI cleanly on the first prompt pass?

Фото профиля Ⓜ️ega Ⓜ️ind🤯(❖,❖)
Ⓜ️ega Ⓜ️ind🤯(❖,❖)2 дней назад

Grabbing that half price promo on ZenMux before September 21 is a brilliant move. What tool are you planning to build next?

Фото профиля Kshsb
Kshsb2 дней назад

对,就是这种感觉。
不是让 AI 再给你一段“记得带护照和充电宝”,而是直接变成一个能填行程、自动出清单、还能勾着勾着心里踏实的东西。
现在越来越喜欢这种用法了,生活里那些小麻烦,真能被做成能用的小工具。

Фото профиля siremass 陛下
siremass 陛下2 дней назад

想法落地非常贴切生活,把“有想法 → 盘清需求 → 交付成品”的闭环拉得很漂亮!不过想请教一下伟大大佬,在大模型用 4.1 Flash 连续吐出全套 HTML/JS 代码处理复杂的目的地气温数据和同行人头数量自适应乘积计算时,它的首屏渲染稳定性如何?第一轮生成会出现需要人手去手动修 Bug 的坏死代码吗?

Фото профиля 伟大
伟大2 дней назад

我这次实际测试第一轮就能跑起来,没有出现那种整个页面直接坏死、还得自己下场改代码的情况。 当然也不是一遍就完全不用改,后面主要还是让它继续调一些逻辑和页面细节。我的做法基本就是发现问题直接描述给它,让它自己改、自己跑,整个过程我没手动碰代码。

Фото профиля Figo
Figo2 дней назад

The shift from asking AI for answers to letting it build small tools is huge. This kind of workflow makes development feel way more accessible.

Фото профиля sulaiman Waleed
sulaiman Waleed1 день назад

This is a great example of AI turning a simple everyday idea into a genuinely useful tool. 🚀

Фото профиля OA🦁
OA🦁2 дней назад

最后那个我真的都带齐了吗太戳了 每次出门走到一半才想起充电宝没带 这种小工具比问答实用多了

Фото профиля Charlez | 💻 Builder
Charlez | 💻 Builder2 дней назад

its really exciting to see what Gpt6 astra can do with agentic workflows

Фото профиля 猫老弟
猫老弟2 дней назад

虽然说想法还好,但模型能力还是可以的

Фото профиля 伟大
伟大2 дней назад

是的,这次新更新的DeepSeek 4.1 Flash,挺好用的

Фото профиля Em Kei
Em Kei2 дней назад

Used to need dev skills, now just describe it. 50% off till 21st is perfect to build more.

Фото профиля UFO Captain 婷
UFO Captain 婷2 дней назад

完了,这下连最后一点“出门前忘带东西”的借口都被AI剥夺了哈哈!说实话,这个真心实用,尤其对经常出差或旅行的人~

Фото профиля Stankarl
Stankarl2 дней назад

What if an errand you didn't fill in your starting point come up or anything emergency ??

Фото профиля 大鱼🐟
大鱼🐟2 дней назад

非常实用,实用到字段里直接写了个“根据”,根据什么我先根据一下。

Фото профиля smlay
smlay2 дней назад

This model comes with a pretty generous discount.

Фото профиля 一飞冲天
一飞冲天2 дней назад

出门别忘了带 哈哈 这充分的说明一个问题啊哥 说明大家出门都习惯性的忘记带某一些东西 其实还是挺实用的 不错

Фото профиля Em Kei
Em Kei2 дней назад

Smart logic: adjusts by people/days, flights = docs, cold = warm clothes. Perfect daily app.

Фото профиля Fortuna 👻
Fortuna 👻2 дней назад

The interesting part is how AI is shifting from “answering questions” to actually building useful little tools. This is a great example of turning a simple everyday problem into something genuinely practical.

Фото профиля Em Kei
Em Kei2 дней назад

Idea → requirements → runnable product. That's real AI use, not just chat. Flash nails these small tools.

Фото профиля meerah
meerah1 день назад

这个想法太实用了!比起让AI回答问题,直接用Flash搓一个能用的小程序才是AI的正确用法,自动根据目的地天气、交通、人数来调整清单,最后还有二次检查,细节满满,求个链接体验下!

Фото профиля sulaiman Waleed
sulaiman Waleed1 день назад

I really like this approach. AI is becoming more powerful when it turns ideas into practical products, not just answers. 🔥

Фото профиля 甬哥侃侃侃ygkkk
甬哥侃侃侃ygkkk2 дней назад

为何不直接用DeepSeek 4.1 Flash官方平台?还要通过这个第三方平台?

Фото профиля 恒星sun
恒星sun1 день назад

按人数和天数自动算数量这个细节很懂出门人的痛点,做出来就真能用。#ZenMux #Agents #GPT6 #AGI #ASTRA

Фото профиля Candon
Candon2 дней назад

The useful part is how a simple requirement becomes a working tool with actual logic behind it. That makes AI feel less like a chatbot and more like a practical product builder.

Фото профиля Nonsokozen
Nonsokozen2 дней назад

This is where AI gets interesting to me: you’re not just getting answers, you’re turning a simple idea into a usable tool without needing to code everything yourself.

Фото профиля sauda moni
sauda moni2 дней назад

The adaptive packing list is such a practical use case. I really like how the AI isn't just answering questions—it’s actually turning the logic into a usable tool.

Фото профиля Equinox
Equinox1 день назад

The checklist approach with checkboxes and the final verification step is what makes this feel complete. It’s not just a list — it’s something you can actively use and check off while preparing. Super smart for real-world travel stress.

Фото профиля Rakib Hossen
Rakib Hossen2 дней назад

The packing-list logic is simple, but the workflow is powerful. Idea → requirements → usable app is becoming a much shorter path with AI.

Фото профиля Dilshad Hussain
Dilshad Hussain2 дней назад

Sounds like amazing

Фото профиля 小宝
小宝2 дней назад

我也越来越喜欢这种用法了,不一定非要做什么复杂项目,很多平时觉得麻烦的小需求,直接让AI做一个出来反而更实用。

Фото профиля 𝗞𝗮𝘀𝗮𝗕𝗲𝘁𝘄𝗲𝗲𝗻𝗪𝗼𝗿𝗹𝗱𝘀
𝗞𝗮𝘀𝗮𝗕𝗲𝘁𝘄𝗲𝗲𝗻𝗪𝗼𝗿𝗹𝗱𝘀2 дней назад

Generating an interactive app with live state tracking like adjusting gear counts based on transit types and weather requires strong structured reasoning. Using DeepSeek 4.1 Flash on ZenMux to build functional utility tools directly from text prompts shows serious practical power for non-developers.

Фото профиля Synapse
Synapse1 день назад

I’ve tried so many packing list apps and they always feel generic. This one actually feels personal because it takes your specific trip details into account and generates something tailored. The way it scales quantities based on people and days is a small but brilliant touch.

Фото профиля moba
moba2 дней назад

DeepSeek 4.1 Flash在第一次提示时是否干净地处理了状态管理和交互式清单UI?

Похожие видео

Claude Opus 4.8 出了之后,我的第一反应是:想试。 第二反应是:算了,token 这东西真的不经烧。 结果看到 ZenMux 现在可以体验 Opus 4.8,就拿它试了一个我最近一直想做的小东西。 我自己有个很真实的问题: 脑子里经常冒出各种产品想法。 但每次真要开始做,就会卡住。 用户是谁? 第一版到底做什么? 哪些功能应该先砍掉? 怎么定价? 第一周从哪一步开始? 上线后怎么找第一批用户? 想法很多,执行很散。 所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。 需求我写得也挺直接: 输入一句产品 idea。 自动拆出产品定位、MVP、开发任务、定价方案。 再生成落地页文案、冷启动实验、风险清单和本周计划。 最好不是一个静态页面,而是真的能点、能改、能导出。 然后我就把这段话丢给 Claude Opus 4.8。 出来的效果比我预期好不少。 它真的把“一人公司怎么从想法走到执行”这件事拆开了。 左边输入产品想法。 中间生成产品蓝图、MVP 范围、定价和官网文案。 右边是任务看板和本周计划。 底部还有冷启动实验、风险雷达和 Markdown 导出。 最让我觉得有意思的是,它不是一味堆功能。 比如我输入“给小红书博主做 AI 选题助手”,它会主动判断: 第一版必须做什么。 哪些功能看起来高级,但现在应该先别碰。 怎么找第一批真实用户。 哪些风险可能让这个项目做不下去。 这点就很能体现 Opus 4.8 的能力。 普通模型经常是:你要什么,我全给你加上。 最后页面很热闹,但产品判断是空的。 Opus 4.8 更像是在帮你收敛:先想清楚用户、场景和第一步,再把它变成可以执行的工作台。 我是在 ZenMux 上试的。 它比较方便的一点是,一个 Key 就能切不同模型,新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页,确实挺顺。 想试 Claude Opus 4.8 的,可以从这里进:

Joruno

16,224 просмотров • 3 месяцев назад

我把某年入百万的博主近一个月朋友圈全扒了下来——47条,分类、提炼、技法拆解,全自动 我在这边工作,一小时后markdown文件就躺在我的电脑上,这是一个商业打法,也是一个skill制作方法 感觉豆包手机可以更新一波绕过各大厂商了,觉得麻烦直接看视频我做了个多牛的事儿⬇️ 我觉得成交最重要的一步是在转化上,我其实也有这部分卡点 朋友圈营销是转化的重要主战场甚至朋友圈营销的课程已经是 588,3 天的训练营 我知道一个博主,他是真的就靠朋友圈营销去做转化,年入百万 我刷了他三个月朋友圈,越刷越觉得不对 他做高客单价,不靠直播,不靠短视频,靠朋友圈 产品卖五位数、六位数,朋友圈就是他的成交主场 并且据说他自己有一套完整的朋友圈转化的逻辑,那我觉得这个东西就完全可以skill化的 重要的卡点在于我如何能够抓取朋友圈的数据,于是我就发现了个产品叫做airtap Airtap Ai 然后我把他的内容整理出来了 你会发现他的每一条朋友圈,背后都有一套完整的转化逻辑:身份标签怎么立、前景对比怎么做、文案怎么克制才让人觉得值、价值观帖怎么埋才能让人主动买单跟进 这些东西,才是真正穿越周期的东西 这就是 Airtap——一个住在你手机里的 AI Agent 后面我打算用 Airtap 把他的朋友圈全提取出来,让 AI 做技法分析,做成了一个skill,后面用起来也会开源给大家 然后我深入了解一下产品我才发现,我限制了airtap的发挥 Airtap 不只是"帮你操作 App",它是"你身边那个不知疲倦的情报员"。 你想研究谁的朋友圈,直接喂给它;它自己提取、自己分类、自己提炼营销技法 写一次 prompt,以后每天自动跑 你干别的事的时候,它替你把活干了。→

叫我阿杭

21,965 просмотров • 4 месяцев назад

用 DAPPOS DAPPOS 玩世界杯一时爽,一直用一直爽! 最近和朋友一起熬夜看世界杯,发现一个问题:只看球少了一点参与感。 所以大家都会去看看预测市场,猜比分、猜晋级、看赔率变化。 我也会打开 Polymarket 看盘口,但盯了一会就发现还挺累。 不同比赛、不同盘口,赔率变化、大额资金流入、聪明钱动向,全靠人工一个个翻,时间成本太高了。 于是我直接试了一下 DAPPOS 最近推出的 Coding 功能。 我输入的关键词是: 「帮我做个世界杯竞猜盘口跟踪分析工具,看看竞猜盘里面的聪明钱都在买什么。」 然后就是见证奇迹的时刻。 它没有直接给我生成一个简单页面,而是先把我的需求拆解成了一份完整的产品方案: 包括产品目标、数据来源、核心指标、异常判断逻辑、盘口排序规则等等。 说实话,我一开始甚至没有想清楚自己到底想做一个什么工具,只是有一个模糊需求。 但 xBubble 直接帮我补全了一个专业交易监控产品应该具备的框架。 后面的过程变成了一个很简单的循环: 提出需求 → 看结果 → 优化需求 → 继续迭代。 大概几分钟后,一个真正能跑的世界杯盘口分析工具就出来了: 自动扫描 32 个世界杯相关预测市场 跟踪大额净买入 统计独立钱包数量变化 监控盘口价格偏离 自动识别异常市场并置顶 告诉你为什么这个盘口值得关注,以及触发了哪些条件 不是一个展示 Demo,而是一个可以直接使用的产品。 体验地址: 后来我又去研究了一下它背后的逻辑,才发现这其实不是简单的「AI 写代码」。 Bubble Engine 已经针对不同场景沉淀了一套开发 SOP。 比如预测市场这种需求,它知道应该关注什么: 资金流向、市场深度、概率变化、异常交易。 所以我的一句需求进去之后,它不是从零开始猜,而是直接调用了一套已经成熟的产品逻辑。 这也是我觉得它和传统 AI Coding 工具最大的区别。 像 Cursor、Claude Code,本质上是给你一个超级程序员。 但你依然需要自己懂业务、懂产品、懂部署。 代码写出来以后,服务器、域名、支付、上线,这些事情还是要自己解决。 而 xBubble 更像是一个懂业务场景的 Builder。 它不仅帮你写代码,还把产品落地过程中那些繁琐环节一起解决。 官方展示的 Iran Pulse 案例其实更明显: 一句话总结: 「做一个追踪伊朗相关 Polymarket 市场和突发新闻的网站。」 最后出来的是一个完整的数据仪表盘: 概率变化、交易量、流动性、事件信号全部整合。 而这个逻辑其实可以复制到任何热点事件。 世界杯可以,选举可以,财经事件可以,甚至一个突然爆火的消费趋势也可以。 因为现在很多机会,本质上都是事件驱动。 热点来了,窗口期可能只有几天甚至几个小时。 过去想做一个小产品,需要找开发、设计、服务器部署,等上线的时候热度可能已经结束。 但现在,一个想法到一个能运行的网站,中间距离正在被快速压缩。 这让我想到一个以前币圈很喜欢讲的概念: 超级个体。 其实 Web3 很早就在强调这一点: 一个人,通过工具连接全球用户,不依赖传统组织,也能创造价值。 但过去超级个体更多集中在内容创作、交易投资这些领域。 真正往产品方向走,最大的两个门槛一直存在: 技术开发。 全球支付。 而 AI Coding + Web3 基础设施正在慢慢降低这两个门槛。 未来 OPC(一人公司)竞争的核心,可能不是谁代码写得最快,而是谁更懂用户需求,谁能更快验证想法。 从一个灵感,到一个产品,再到一个可以产生收入的小生意,中间可能真的只差几句话。 以前很多想法死在「做不出来」。 但现在,做出来的成本已经越来越低。 说不定某一个灵机一动的念头,就会成为下一个真正跑起来的赚钱项目。

百里 🦅

16,904 просмотров • 2 месяцев назад

最近和同事吃饭,她提到小孩学校发了一个小学生编程比赛的通知。 她觉得编程太难,直接放弃了。全班也没有一个人参加。她说,这类通知发下去,基本没什么声音。 我听完冒出一个想法。少儿 AI 编程也许可以试试。 我把这个问题交给 Apodex,让它研究家长需求、竞品、成本和教育效果。 任务跑起来后,我又补了几次条件。我是一个从零开始的 Vibe Coder,预算只有 3000 元,每周最多投入 20 小时,也没有教师和家长资源。我还补充了家长可能的担心孩子用了 AI 以后,只会复制答案,不再自己思考。 Apodex 这次让我感到与传统 Deep Research明显的差别,是它把调研拆成任务板上的具体分工。 几个 sub-agent 分头查需求、竞品、成本和研究证据,条件变化以后,任务板继续更新,交付前还有一个 final_verifier 复核报告。整个过程像在跟一个小型研究团队协作,报告是最后的交付。 最终报告给出的判断很直接。以我的预算和时间,直接做 App 的失败模式太多,先做一个小型 MVP 课程,再用 30 天验证家长是否愿意付费,更现实。 更值得一提的是,它还给出了家长访谈、最小测试方案和停止条件。招不到付费家庭、孩子留存太差,或者合规走不通,就停下来。 这份调研它帮我把一个模糊想法变成了一次可以开始,也可以及时停掉的小测试。 以前有个新想法,我很容易直接打开AI coding,先把页面做出来。页面能跑,需求有没有人买单却还不知道。 这次我换了一下顺序。先搞清楚值不值得做,再开始 Vibe Coding。 这也是我对 Apodex 所说的“把任务做完”最直观的一次理解。 想拿自己的真实任务试一遍,可以直接使用 想看它背后的开源 Agent Harness,可以去 点个 Star。 Apodex 1.1 mini 的模型权重放在

苏打白.Dev

27,541 просмотров • 23 дней назад

Vibe Coding 让每个人都有做软件的能力,我见过很多人做了几十个产品,纯特么自嗨,没有一毛钱盈利。 现在 AI 一晚上能做一个产品,代码成本趋近于零,成本低到大家觉得不需要验证,做完了自然有人用。 但事实上大家都在做“玩具”,因为 Vibe Coding 解决的是 how,但 what 和 why 被跳过了。 我最近一个多月一直在用 atypica.AI ,就是在写代码之前,先把想法丢进去跑一轮用户验证。 它会有一套完整的研究链路: 先帮你拆研究计划,然后从百万级真实用户数据构建的 AI 人设库里挑人,组成一个焦点小组(AI Panel),让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。 并且,这个焦点小组可以反复用,每次你有新想法、新定价、新包装、新广告语,都可以拉同一批人再聊一轮。 我刚用它测过的场景: 上周我想做一个给老板用的 AI 助手,它帮我组了 12 个不同行业的老板人设(persona)并沉淀成我可以反复调用的Panel 。 30 分钟跑完,从报告中发现3件我完全没想到的事: 1. 当AI变得太懂老板反而会引发不安全感(尤其是很懂账目和客户关系时,会觉得被盯着); 2. 最抗拒 AI 的老板也不是完全不用 AI ,只是不想换工作方式(能继续发微信、拍照、说语音,后台自动整理); 3. 他们愿意为 AI 付钱不是因为功能多,而是因为它能帮自己少亏一次钱(少一次压货、客户流失或管理损耗,比“智能助手”这个概念更能打动人)。 根据这些发现我当场调整了方向,然后用panel里的同一批人再验证了一轮。两轮下来,避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零,但做对产品的门槛一点没变,如果你想要靠产品盈利,最好还是先想清楚: 你在解决真实需求,还是在解决自己幻想的问题。

余温

27,280 просмотров • 3 месяцев назад

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。 以下内容整理自 Thariq 的视频: 过去,我们需要时刻检查 Claude 是否在正确地做事。比如,把任务拆分成小块交给它、反复检查它的输出,并在它过早停下时发现问题。但有了 Claude Fable 5,我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时,它会测试自己的工作,老实说,我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置,而不是监督。因此,以下是我在使用 Fable 时,工作方式发生的三个改变。 首先,我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次,我给 Claude 设定目标并提供验证这些目标的方法。最后,我试着变得更有野心,让 Claude 去做我以前从未尝试过的事情。 第一点,你要越来越多地把 Claude 视为一个思维伙伴。 我在使用 Fable 时发现的一个失败模式是,我可能实际上并不知道自己想要什么,或者我可能不知道什么是可行的。但是,在我的思考过程中尽早让 Claude 参与进来,我就可以在实施之前发现这些问题。 举个例子,我会先从一个小的需求规范(spec)开始,在编写最终的规范文件之前,我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心,确信自己知道想要什么。或者,我也可能抛出一个想法,让它想出几个可以发展的方向,并制作一些 HTML 页面原型供我审查。 当我准备好进行实施时,我会尽量给它提供上下文,而不仅仅是约束条件,这样 Claude 就能真正帮助我达成目标。 例如,我不会说“保持简单,不要过度设计”,而是会说:“嘿,这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文,能让它发现你可能都没想到的事情。 一旦你知道自己想要什么了,特别是面对一个雄心勃勃的难题时,考虑给 Claude 设定目标以及验证目标的方法。 为此,我们推出了两个很好用的新功能,我也鼓励大家试一试:/goal(目标指令)和 workflows(工作流)。目标功能帮助 Claude 持续工作直至完成,而工作流则帮助 Claude 验证其工作。 因此,在我写完规范文档后,我可能会告诉 Claude:“设定一个目标,以完整实现该规范。然后使用工作流来验证计划的每个部分,并准备一份报告,说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力,同时又能确保它正在构建你想要的东西。 最后,试着更有野心一些。 Fable 真的是一个令人难以置信的模型,它促使我在工作中打破常规去思考。例如,我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的,给它个机会试试。我们由衷地认为,Fable 提高了“一切皆有可能”的上限。

宝玉

144,174 просмотров • 2 месяцев назад

想认真做小红书个人号或者矩阵的朋友,这个 Skill 真的能帮你省掉 80% 的重复劳动。 看了我的 AI 工作流分享以后,很多宝子问有没有小红书自动化运营的工具,我GitHub上找了下,这个还不错, 说实话,我之前也以为所有小红书自动化工具都是垃圾, 要么用两天就封号,要么复杂到要写几百行代码,要么就是个只能发文字的残废,直到我试了这个, 最牛逼的是它的安全机制:完全不用小红书 API,全程用浏览器自动化模拟真人点击和输入。 第一次扫码登录后,后续所有操作都和你自己手动点一模一样,目前是我见过封号风险最低的方案。 而且它真的零代码,你不需要懂任何编程,只要对着 你的龙虾或者 hermes 说一句话就行: • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论 它全都能自己干完, 最狠的是它不只是一个单纯的发稿工具,它还有一个完整的运营闭环: 会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评, 还会把所有分析结果和操作自动存成 Markdown 知识库,方便你后续复盘。 安装也简单到离谱: 打开 Openclaw,直接说 “帮我安装这个 skill 就完事了。 仓库地址老规矩评论区自取鸭🦆

AYi

23,983 просмотров • 3 месяцев назад

现在到底有多少人定投纳斯达克100?定投后收益怎么样? 我用 DAPPOS 的 xBubble Coding 做了一个更直观的网站 收益预估计算: 如果你开始买纳斯达克指数基金会发现总推这方面的内容,搞得好像全世界很多人都在买这个东西。 觉得这个就是特别的主流,其实还是一个比较偏门的投资。 在 xBubble 找到了权威的数据,大概是400W左右 用人口除一下不难发现,大概就是万分之2.8,10000个人里面只有三个人在定投。 我又不是程序员,就随便描述了一下想要啥,十分钟就搞出一个能用的网站:支持切换不同指数、人民币/USDT/USDC 随便选、收集定投动态跳动的人数、年限对比表、漂亮图表、详细计算逻辑和风险提醒。 以前搞这些得配服务器、买域名、调 API、部署……头都大了。 现在 xBubble Coding 全帮你包了,真就是普通人也能 1 小时内把想法变成真产品 牛就牛在,它不是扔给你一堆代码让你自己折腾,而是端到端全搞定:界面、逻辑、数据、部署一条龙。 我这个计算器能实时算复利、自动刷新、还有表格和图表,看着就专业。 以后想加会员收费、接稳定币支付,也能继续聊着天就改。 不像别的 AI 工具只帮程序员写代码,它专门为咱们这些不会技术的个人创业者(OPC)和小团队设计的,直接卖的是能赚钱的完整生意 现在大厂的标准化产品只吃掉 20% 的市场,剩下 80% 都是各种奇奇怪怪的垂直、小众、短平快需求 xBubble Coding 帮你把技术门槛、雇人成本、试错成本全抹平了,让每一个脑子里的小想法都能快速变成能赚钱的生意。 别人还在用 AI 卷着写代码的时候,咱们已经用 xBubble Coding 把想法变成真金白银了。 用抗审查保护自己,用 SOP 降低风险,用对话式 Coding 快速增长。 这可能就是 AI 时代,普通人、小团队拿超额利润的最强基础设施

好家伙🦅

24,272 просмотров • 2 месяцев назад

Lovable 月访问量多少? AI 给了我两个数:3340 万,6280 万。差了将近一倍! 竞品报告里该写哪个,我不知道。 这并不是个例。 我以前让 Agent 做竞品分析基本都这样:流量从公开页面东拼西凑,用户评论从二手网站抄。看着有理有据,一个都经不起问。 所以我做了个对照实验 同一句提示词、同一个模型(WorkBuddy 里的 Kimi K3),跑两遍。唯一的区别是有没有接 AIsa。 第一遍没接。流量是从 Semrush 公开页和评测文里拼出来的,两个口径对不上;用户评价是评测小编转述的,一条原帖都没有。 第二遍接上 AIsa。提示词一个字没改:“识别竞品。比较它们的定位、核心功能、网站流量来源、用户评价和内容渠道,然后生成报告。"我没告诉它去哪查,它自己规划了整条链路: Firecrawl 抓官网 Tavily 搜出 5 个竞品 调 Similarweb 官方 API 拉流量,7 个域名同一个口径 去 Reddit 翻原帖看真实评价 生成报告 22 次数据调用全部留痕,报告里每个数字都能点开看来源。 而第一遍那份报告,一个数都验不了。 顺手用它给 做了遍 SEO 检查,Semrush、Ahrefs、Similarweb 三个来源互相验证,抓出 5 个要修的问题,列了 10 个要补的页面。 两轮竞品分析加两轮 SEO 检查,28刀。 收获一份带官方数据的报告,仅仅只花了一顿饭的钱。 有人会问,直接订 Similarweb 不行吗? 当然行,但官方服务主要面向企业,一年起步好几万美元,以我这个用量实在不划算。 AIsa 是全球第二家接入 Similarweb 官方 API 的平台,拿到的是官方接口直接返回、持续更新的数据,不是爬虫拼出来的镜像数据。 更关键的是,那些镜像站最多只能让你在网页上查一查,根本不提供 API,也没办法接进 Agent 里自动跑; 但AIsa 可以。对我来说,这才是真正的区别。 视频是两遍的完整录屏,圈出来的是它每一步调了什么数据源。 你也要做竞品分析或者 GTM 的,入口在这 👇

huangserva

19,583 просмотров • 10 дней назад

如何教我54岁的老爸Vibe Coding,做出20+产品,变现百万? 翻出了之前4月份采访我老爸的视频。第一次让他尝试用 AI 写代码时,他的反应是:“不可能,真不可能。” 几个月后,他每天早上 5 点开始写,一直写到晚上 11 点,陆续做出了接近 20 个产品。其中有拍照识别食物热量的小程序、健康档案管理工具、电子签章软件,甚至还有卖化肥的产品。有的产品已经有几千名用户,电子签章软件也上架了华为云和阿里云。 他还很兴奋地告诉我:“我现在像一个二十多岁的小伙子,我还能写代码,我完全是一个全栈工程师。” 这次采访,我从他身上看到了普通人使用 AI 最重要的 7 件事: 1. 真正的起点不是学习技术,而是解决一个真实问题 他最初想做一个小程序,找外包询价,对方报价 10 万—20 万。我建议他先用 Cursor 和 Claude Code 自己试试。 他完全不相信,最后是被我拉进视频会议,手把手“逼着”打开电脑。 2. 第一个项目一定要足够小,小到你可以马上开始 他的第一个任务只是:写一个程序,找出 100 以内的质数。 3 分钟后,AI 不仅写出了算法,还做出了一个像样的界面。 这一刻直接打穿了他的认知:原来不会写代码的人,也可以把脑中的想法变成真正能运行的产品。 3. AI 最大的价值,是把反馈周期从几天缩短到几分钟 过去找外包,一个需求要等两三天,甚至一个星期,反馈回来的结果还可能不是自己想要的,只能继续沟通、继续返工。 现在他把修改要求告诉 AI,一到两分钟就能看到结果。不对,就继续解释,再迭代一次。 这种反馈速度,彻底改变了他做产品的方式。 4. 把 AI 当员工,但前提是你必须把需求讲清楚 我以前用 AI 时,经常只会说“这里不对”,甚至对它发脾气,却没有告诉它我真正想要什么。 爸爸反而更会“管理 AI”:目标是什么、想得到什么结果、哪里需要修改,他都会明确表达。 如果自己都没想清楚需求,却要求 AI 猜中答案,它当然很难把事情做好。 5. 产品灵感不在宏大的趋势里,而在身边没有被解决的小问题里 他会观察某个行业有没有痛点,也会听朋友们有哪些一直没能实现的想法。 体检报告几年后找不到,于是做健康档案管理工具;报价文件打印、盖章、扫描太麻烦,于是做电子签章;有人有其他行业需求,他就尝试用 AI 做出来。 不是先掌握所有技术,再寻找可以做的产品;而是先找到具体问题,然后边做边学。 6. 工具和模型的差异,只有真正做项目后才会理解 他的经验是:Claude Code 更擅长架构和复杂功能,Cursor 在界面和日常开发上也很好用,成本相对更低。 但这些认识并不是看书看来的,而是在一次次实际开发、换模型、改提示和调试中积累出来的。 7. 小白学习 AI 最快的方法只有一个:必须动手 一开始,他也说:“我这个年代了,我怎么学?你不要骗我了。” 真正做起来以后,他却觉得自己像重新回到了二十多岁。 我们总在说“我要学 AI”,但真正开始动手的人并不多。AI 不只是让专业人士变得更快,它正在让普通人第一次拥有独立做产品的能力。 54 岁不是太晚,不会写代码也不是门槛。 真正的门槛,是你愿不愿意从一个真实的小问题开始,今天就动手。

Vivi Xiao

21,861 просмотров • 1 месяц назад