实用教程,循序渐进
从工具使用到开发技巧,用清晰步骤掌握真正有用的知识。
共整理 368 个教程
用 LangChain 1.x 的 create_agent 做一个客服退款助手
用 LangChain 1.x 的 createagent 做一个客服退款助手: - getorder 只读,自动执行; - refund 会修改数据,由 HumanInTheLoopMiddleware 拦下,人工批准或拒绝之后才继续; - refund 内部还会再做一次业务校验(金额、状态),批准了也不能超额退款; - ToolCallLimitMidd
阅读教程Descript 转写稿:本地口头禅扫描与预览
在 App/API 执行 Remove Filler Words 前,先对本地转写稿统计「嗯/那个/um/like」等,预览删除效果。
阅读教程Leonardo AI:一次完整的 Leonardo 生成流程:创建任务 → 轮询状态 → 下载图片 → 写清单
一次完整的 Leonardo 生成流程:创建任务 → 轮询状态 → 下载图片 → 写清单。 几个要点: - 轮询间隔逐渐加长,并设置总超时; - 只有 COMPLETE 状态才读取图片(官方 FAQ:PENDING 时 generatedimages 是空的); - nsfw: true 的图片不下载; - 每张图片记录 sha256。 另外,v1 和 v2
阅读教程Descript Overdub:声音授权检查清单
Overdub 用你的声音修口误之前,用同意表门禁:本人或书面授权、平台验证、不用于冒充、写明用途。
阅读教程用 Claude API 的工具调用做一个命令行记账助手
用 Claude API 的工具调用做一个命令行记账助手:你说“午饭花了 32 块”,Claude 调用 addexpense 写入本地 SQLite;你问“这个月交通花了多少”,它调用 sumexpenses 查出真实数字再回答,不会自己编。
阅读教程用 Stable Diffusion Turbo 生成可复现图片:固定种子并记录 PNG 元数据
Stable Diffusion 可以在自己的电脑上运行。sd-turbo 是一个蒸馏版本,1~4 步就能出图,没有显卡也能用 CPU 跑。 这篇做 txt2img.py:固定种子生成可复现的图片,把提示词、种子、模型版本和许可证写进 PNG 元数据,并自动检查“同一种子是否得到同一张图”。
阅读教程用 Perplexity Agent API 做一个事实核查助手
用 Perplexity Agent API 做一个事实核查助手:把一篇文章交给它,它找出所有可以核查的说法(数字、日期、事件),逐条联网核查,按固定的 JSON 结构返回“属实 / 部分属实 / 不实 / 无法核实”和来源,脚本再生成一张 Markdown 核查表。
阅读教程用 Python 为 AI 生成图片建素材台账:哈希去重与授权记录
在 OpenArt 上试了很多模型、下载了一堆图,过几周就忘了哪张图是哪个模型、什么提示词、能不能商用。 这篇做 artledger.py:扫描下载文件夹,为每张图记录哈希、尺寸、提示词、模型、积分和授权备注,找出重复和近似重复(转成 JPEG 或放大过的副本),标出缺信息的图,并生成一个可在浏览器里查看的缩略图页面。
阅读教程给 Vite 前端接入 Sentry,并在构建时上传 source map
给 Vite 前端接入 Sentry,并在构建时上传 source map:线上报错的堆栈能还原到 src/cart.js 第几行,但 .map 文件和源码不会公开给访客。附带构建后检查脚本。
阅读教程即梦 AI 内容发布:AIGC 标识与授权自检
国内公开分发前的教学自检:显式 AI 标识、隐式 aigcmeta、素材授权、禁未授权肖像与伪造新闻场景。
阅读教程Dify:在一台 Linux 机器上用官方 Docker Compose 部署 Dify 1.17.1
这篇在一台 Linux 机器上用官方 Docker Compose 部署 Dify 1.17.1,并接入本机 Ollama 里的两个模型:对话用 qwen2.5-local:1.5b,向量用 qwen3-embedding-local:0.6b。整个过程不需要任何云端 API Key。 初始化管理员、安装 Ollama 插件、注册模型、设置默认模型都写成了脚
阅读教程用 YouTube Data API v3 生成一份频道报表
用 YouTube Data API v3 生成一份频道报表:给一个频道的 @handle,取出最近 N 个视频的标题、发布日期、时长、播放、点赞、评论数和点赞率,导出成 Excel 能直接打开的 CSV。全部是只读调用,用 API key 就够了,不需要 OAuth。
阅读教程给 Flask 网店后端接入 Sentry 错误监控
给 Flask 网店后端接入 Sentry 错误监控:未处理的异常自动上报,带上版本号和环境;发送前过滤 Cookie、Authorization 头和异常信息里的手机号;用标签记录支付方式,方便按渠道筛选错误。
阅读教程Stripe Payment Links:活动收费报名与 CSV 导出
不写网站,用 Stripe Payment Links 做一个线下活动的收费报名:后台生成一个付款链接和二维码,报名表里收集姓名、手机号和场次,报名截止后用一个 Node.js 脚本把所有成功报名导出成 Excel 能直接打开的 CSV 名单。
阅读教程Cursor:用官方 Python MCP SDK 写一个项目知识库 MCP 服务器
这篇用官方 Python MCP SDK 写一个项目知识库 MCP 服务器,通过 .cursor/mcp.json 接入 Cursor,让 Agent 可以检索和读取团队笔记(部署流程、接口规范等)。服务器提供:
阅读教程Auphonic 章节标记:校验时间顺序与标题
章节标记(chapters)要有递增的 start 与非空 title。这篇在写入 Auphonic metadata 前做本地校验,避免整集返工。
阅读教程Windsurf / Devin Desktop:工作流和 Skills 使用指南
名称变更:2026-10-21 我核对时,windsurf.com 跳转到 devin.ai/desktop,docs.windsurf.com 跳转到 docs.devin.ai/desktop,产品文档里叫 Devin Desktop
阅读教程搭一个完全在本机运行的知识库问答:用 Qwen3-Embedding 0.6B 计算向量、检索 top-3 片段
搭一个完全在本机运行的知识库问答:用 Qwen3-Embedding 0.6B 计算向量、检索 top-3 片段,用 Qwen3 生成回答,并用 [1][2] 标注来源。附带一个检索评测:8 个问题,对比查询时“加指令前缀”和“不加”的命中率。新旧规定冲突时,按生效日期把新规定排在前面。
阅读教程Hugging Face:用 hf CLI 按固定 revision 下载多语言情感模型
这篇用 hf CLI 把一个多语言情感模型按固定 revision 只下载需要的文件,再对照 Hub 上记录的 LFS sha256 校验权重是否完整。 之后完全离线(HFHUBOFFLINE=1)对一批商品评价做情感分类,置信度不够的标记为“需人工复核”。
阅读教程用本地 Python 账本追踪 OpenAI Academy 学习进度
用本地 ledger 记录每次评估分数;默认阈值 80 分(与常见 Academy 徽章说明一致,仍以官网为准)。可查询 pathway 是否齐套。
阅读教程使用 Felo OpenAI 兼容 API 获取模型列表并选择模型
Felo API Platform 还提供 OpenAI 兼容接口(https://openapi.felo.ai/api/v1)。用同一个 Key,现有的 OpenAI SDK 代码改一下 baseurl 就能用。本篇先列出账号可用的模型,再按偏好顺序挑选一个,不在代码里写死模型名;同时把 Felo 非 OpenAI 格式的错误 body 整理成人能看懂的
阅读教程用 Chatsonic API 构建带长度校验的客户端
Chatsonic 接口形如 POST /v2/business/content/chatsonic?engine=premium,正文 inputtext 长度 1–600。这篇客户端在发请求前先做长度守卫,并用 mock 演示。
阅读教程用 Exa Contents 核验 AI 回答引文:匹配原文并检查数字
AI 回答里的“引文”有时是改写过的,甚至把数字改了。 这篇做 quotecheck.py:用 Exa Contents 接口取回被引网页的正文,检查引文是否真的出现在页面上,以及主张和引文中的数字是否都能在页面上找到。
阅读教程用 linode-cli 一条脚本开一台 Linode
用 linode-cli 一条脚本开一台 Linode:先建云防火墙,再用 cloud-init(通过 Metadata 服务传入)在首次开机时自动建用户、关闭密码登录、安装 Caddy、部署一个 Python 留言板,并自动申请 HTTPS 证书。从敲命令到浏览器打开 https://你的域名,中间不用手动登录服务器配置。
阅读教程Kimi 会议纪要提取:JSON Schema 待办与日历文件
粘贴一份会议纪要,用 responseformat 的 jsonschema(strict) 拿到待办清单:谁、做什么、截止日期。程序核对负责人确实在纪要里出现过、日期合法,原文里写明的日期由程序补全。最后导出成 .ics 文件,可以直接导入手机或电脑日历。
阅读教程给 Shopify 主题加一个“卖点徽章”区块(section)
给 Shopify 主题加一个“卖点徽章”区块(section):商家在主题编辑器里点“添加区块”,选 Shipping badges,然后添加 1–6 个徽章,每个徽章可以设置图标、标题和说明,还能调整每行显示几列。代码用官方 Shopify CLI 的 shopify theme check 检查过。
阅读教程豆包:给网店做一个客服网页:Flask 后端,回答只依据 faq.md,用 SSE 流式输出到页面
给网店做一个客服网页:Flask 后端,回答只依据 faq.md,用 SSE 流式输出到页面。超出知识库的问题(比如“能打八折吗”)引导转人工,并且把转人工的那轮对话从历史里去掉,不让它影响后面的回答。简单问答关闭深度思考(thinking.type=disabled)。
阅读教程用 FastGPT 自动评测知识库问答:固定问题、引用来源与拒答验证
改了知识库或提示词以后,原来答对的问题可能就答错了。 这篇做 evalapp.py:用一组固定问题调用 FastGPT 应用,检查回答里有没有关键信息、引用是不是来自预期的文件、知识库里没有答案的问题是否老实说“不知道”,结果写进 CSV。
阅读教程Dify 工单分诊:Workflow DSL 与 API 集成
这篇做一个工单分诊工作流:输入一段用户反馈,模型输出 {"category": "账单|故障|功能建议|其他", "summary": "..."}。 工作流以 DSL(YAML)文件的形式放进 git,用脚本导入、发布、生成 API Key,再通过公开的 Service API /v1/workflows/run 调用(blocking 和 streami
阅读教程用 Devin Local Skill 与 Cascade Workflow 构建可复用的发布前检查
名称变更:2026-10-21 我核对时,windsurf.com 跳转到 devin.ai/desktop,docs.windsurf.com 跳转到 docs.devin.ai/desktop,产品文档里叫 Devin Desktop。Cascade 智能体还在,但新标签页默认用的是 Devin Local 智能体;文档说 Workflows 和 Mem
阅读教程Mistral API:查询账号可用模型并选择默认项
GET /v1/models 列出当前账号可见模型,再按偏好顺序挑选默认值(例如 mistral-small-latest)。部署前把「默认模型」写进配置,而不是写死过期 ID。
阅读教程Kodi + CoreELEC:将 Amlogic 电视盒子改造成播放器
本文介绍如何为 Amlogic 安卓电视盒子制作 CoreELEC 启动卡,并按 SoC、内存和网口规格筛选设备树;从 SD 卡或 U 盘启动,保留原有 Android 系统。
阅读教程Docker:FastAPI 与 PostgreSQL 应用容器化部署
把一个 FastAPI 记账接口和 PostgreSQL 数据库打包成可以直接上线的 Docker 应用:多阶段构建镜像、非 root 用户运行、健康检查、Compose 编排、密码放在 .env 里,再加一个自动备份和恢复数据库的脚本。
阅读教程用 Stable Diffusion 批量生成种子网格:记录提示词、耗时与图像哈希
同一个提示词,换种子差别很大。先批量出小图挑种子,再出正式图,效率最高。 这篇做 seedgrid.py:一次生成“提示词 × 种子”的网格图,并把每张图的参数、耗时和像素哈希写进 runs.csv。
阅读教程用 Ollama 测量本地模型推理速度:缓存校正与生成吞吐
想知道一台电脑跑哪个模型合适,最直接的办法是测速。 这篇做 bench.py:用 Ollama 返回的计时字段测冷启动加载时间、输入处理速度和生成速度,生成 Markdown 表格;再用官方 openai SDK 通过兼容接口调用同一个本地模型。
阅读教程Midjourney 品牌视觉实战:统一风格并批量适配社媒尺寸
用 Midjourney 的风格参考(--sref)为一家虚构的精品咖啡店“山野咖啡”做出一整套风格统一的品牌视觉图,再用一个 Python 脚本把原图一键裁成小红书、公众号、朋友圈、竖屏海报四种尺寸并加上品牌角标
阅读教程首帧图片用 URL 传给 Runway 时,规则比想象的严格
首帧图片用 URL 传给 Runway 时,规则比想象的严格:必须 HTTPS、主机名不能是 IP、不跟随重定向、服务器必须支持 HEAD、Content-Type 必须是图片类型(application/octet-stream 不行)、Content-Length 不超过 16MB。本篇写一个提交前的检查脚本,在真实的公开网址上测试,避免任务排队之后才失
阅读教程Auphonic API:创建 Production、上传音频并启动处理
官方 JSON API 典型回路:POST /api/productions.json 创建 →(可选)multipart 上传 inputfile → POST .../start.json。也可在创建时给 inputfile URL 并带 action: start。 本篇客户端 + mock 跑通本地回路;Authorization 使用 bearer
阅读教程火山即梦 AI 4.0:提交图片生成任务
火山即梦图片生成 4.0:POST ...?Action=CVSync2AsyncSubmitTask&Version=2022-08-31,body reqkey=jimengt2iv40 + prompt(建议 forcesingle 控成本)。
阅读教程ElevenLabs:把一篇长稿子做成配音和对齐字幕
这篇把一篇长稿子做成一条完整的配音和一份对齐的字幕。脚本会先按句子把稿子切成若干段,每段不超过 --limit 个字符,然后逐段调用 with-timestamps 接口。调用时带上 previoustext 和 nexttext,让段与段之间的语气连贯。 每段返回的音频解码后,用 ffprobe 测出真实时长来累加时间偏移;字幕按字符级时间戳和标点切条,最
阅读教程用 Vite 做一个习惯打卡单页应用,连接 GitHub 后让 Vercel 自动部署
用 Vite 做一个习惯打卡单页应用,连接 GitHub 后让 Vercel 自动部署:每个分支、每个拉取请求都有自己的预览网址,合并到 main 才更新正式站。页面底部显示当前是 preview 还是 production,刷新任何子页面都不会 404。
阅读教程Together AI Batch API:批量提交 JSONL 并下载结果
大量不着急的请求(比如几千条用户反馈的摘要)适合用 Batch API:上传一个 JSONL 文件,异步处理,完成后下载结果文件。
阅读教程用 Manus Structured Output 与 JSON Schema 校验任务结果
Manus API 可以在 task.create 时附上 structuredoutputschema,任务结束后按你的 JSON Schema 抽取结果。 这篇做 schemalint.py:在调用 API 前按官方规则检查 Schema(这些规则比普通 JSON Schema 严格得多),并在拿到结果后只在 success: true 时使用数据。
阅读教程魔搭 ModelScope:从魔搭下载模型时,最常见的问题是“下载了不需要的大文件”和“下载中断后不知道文件是否完整”
从魔搭下载模型时,最常见的问题是“下载了不需要的大文件”和“下载中断后不知道文件是否完整”。 这篇写一个 msfetch.py: - 用官方 SDK 的 snapshotdownload(allowpatterns=...) 只下载需要的文件; - 再用魔搭仓库文件列表接口返回的 Sha256 和 Size,逐个校验本地文件; - 有缺失或不一致时,退出码为
阅读教程DeepSeek-R1 本地部署:GGUF 校验导入、性能测试与 WebUI
在自己的电脑或小主机上跑 DeepSeek-R1 蒸馏模型,数据不出本机。ollama pull 不通时(公司代理、DNS 拦截等),改用“从 Hugging Face 下载 GGUF、校验 sha256、导入 Ollama”的办法。再测一下本机速度,最后用 Open WebUI 给家人或同事一个网页界面。
阅读教程批量提交 Pika 生成任务之前,先把钱算清楚
批量提交 Pika 生成任务之前,先把钱算清楚:本地按 JSON Schema 校验 → 调用公开的 quote 接口报价(免费,服务端会按真实规则校验)→ 合计报价不超过你设定的预算,也不超过账户余额,才允许提交。提交时带上 Idempotency-Key,避免重试时重复扣费。轮询到任务结束,只在 billing.state 为 settled 时记账;实
阅读教程用 Terraform 在 AWS 上搭一个静态官网
用 Terraform 在 AWS 上搭一个静态官网:S3 存储桶完全私有,CloudFront 通过 OAC(Origin Access Control)读取并强制 HTTPS,自定义 404 页,一条脚本上传文件并刷新缓存。
阅读教程WPS AI 的“AI 写公式”可以把一句话变成公式,但公式对不对,要用数据验证,尤其是边界值和空白单元格
WPS AI 的“AI 写公式”可以把一句话变成公式,但公式对不对,要用数据验证,尤其是边界值和空白单元格。 这篇做 formulacheck.py:把公式和测试数据写进 xlsx,用 LibreOffice 无界面模式重新计算,再和期望值逐行比较。
阅读教程用 RAGFlow 检索 API 调试知识库召回:拆解相似度与错误
RAGFlow 是开源的 RAG(检索增强生成)引擎,擅长解析 PDF、表格等复杂文档。 回答不好时,先要分清是“没检索到”还是“检索到了但模型没用好”。这篇做 rfretrieve.py:只调用检索接口,列出命中的片段、综合相似度、关键词相似度、向量相似度和来源文件,方便调整阈值和权重。
阅读教程给 Framer 网站的“预约包场”表单接一个自己的 Webhook 接收端
给 Framer 网站的“预约包场”表单接一个自己的 Webhook 接收端:校验 Framer 签名,丢弃伪造请求;按提交 ID 去重,避免 Framer 重试造成重复记录;把提交写入 JSON Lines 文件,后续可以接邮件或表格。
阅读教程把 Photopea 嵌进自己的网页:用户在页面上选一张图,图片发进 iframe 里的 Photopea 编辑
把 Photopea 嵌进自己的网页:用户在页面上选一张图,图片发进 iframe 里的 Photopea 编辑;点“保存为 PNG”后,结果回到页面上,可以直接下载。全部通过官方的 Live Messaging(postMessage)实现,不需要服务器。
阅读教程用 QuillBot 改写来源材料后,常见的两个问题是:句子仍然和原文几乎一样,或者忘了注明出处
用 QuillBot 改写来源材料后,常见的两个问题是:句子仍然和原文几乎一样,或者忘了注明出处。 这篇做 sourceoverlap.py:逐段计算改写稿和来源的最长相同词串、三元组重合率,并检查是否有引用标记。
阅读教程Pika API 的接口目录是公开的、不需要 Key
Pika API 的接口目录是公开的、不需要 Key。文档特别强调:目录和每个接口的规格是运行时的事实来源,不要凭模型名去猜接口路径、字段和取值。本篇写一个目录浏览器:列出 Pika 的全部接口,查看某个接口的参数(类型、必填、默认值、取值范围),一键生成 Markdown 速查表。
阅读教程Cloudflare Workers + KV:开发短链接服务
用 Cloudflare Workers 和 KV 存储做一个属于自己的短链接服务:https://s.你的域名/kv-docs 一键跳转到长网址,带管理令牌的接口负责创建和查询,自动统计点击次数,部署在 Cloudflare 全球网络上,不需要任何服务器。
阅读教程用 DeepLearning.AI 提示词迭代方法优化情绪分析:用准确率和 F1 验证
DeepLearning.AI 是吴恩达创办的 AI 教育平台。《ChatGPT Prompt Engineering for Developers》短课讲了写提示词的两条原则(写清楚具体的指令、给模型思考的时间)和“迭代式”开发提示词。 这篇把这些方法用在一个自己的小任务上:从商品评论中判断情绪并抽取评价方面。做一个 runeval.py,对同一组评论跑三
阅读教程Grammarly:许可证数量有限,有人离职或长期不用,过期的邀请也一直占着名额
许可证数量有限,有人离职或长期不用,过期的邀请也一直占着名额。这篇做 licenseplan.py: - 第一步只读,生成 plan.csv,列出长期不活动的非管理员用户和 EXPIRED 邀请; - 人工审核后,带上 --apply --confirm 行数 才会删除; - 删除时,409(属于其他机构)跳过,404(已被删除)记录下来,403(权限不足)
阅读教程把 OpenAI Academy 学习笔记转换为自测闪卡
复习比倍速更重要。这篇把 Markdown 笔记里的 ## 小节与「术语:释义」转成 Q/A 闪卡 JSON,方便自测。
阅读教程用 Together AI 结构化输出抽取中文报修信息:JSON Schema 与 Pydantic 校验
Together AI 提供开源模型的推理 API,接口兼容 OpenAI。 这篇做 extract.py:把一行行中文报修消息(“302 卫生间水龙头一直滴水”)抽取成固定字段的 JSON(房间号、类别、是否紧急、摘要),用官方的结构化输出 responseformat: jsonschema,拿到结果后再用 pydantic 校验一次。同一份代码把 ba
阅读教程用 Together AI Batch API 处理 JSONL 批量请求:校验与结果对账
大量不着急的请求(比如几千条用户反馈的摘要)适合用 Batch API:上传一个 JSONL 文件,异步处理,完成后下载结果文件。 这篇做 batchtool.py 三个子命令:prepare 把 CSV 变成符合官方格式的 JSONL,check 在上传前查出重复 id、超长 id、超大行和坏 JSON,reconcile 按 customid 把输出文件
阅读教程用 Twitch 官方播放器搭建可切换的频道墙
做一个“频道墙”网页:页面上嵌入官方 Twitch 播放器,上方有一排按钮,点一下就切换到对应的频道。重点讲清楚 parent 参数:嵌入用的 JS 会自动带上当前域名,而直接写 iframe 时必须手动写对 parent,否则播放器会显示 “This embed is misconfigured”。
阅读教程NotebookLM 备考指南:讲义、闪卡、测验和语音概览
用 Gemini Notebook(原 NotebookLM)把一门课的讲义、课件、录音变成一套期末复习包:带引用的学习指南、思维导图、闪卡、测验,再生成一段中文 Audio Overview 通勤时听。教材太大传不上去时,用一个小脚本按页切分。
阅读教程用 Claude Code 的 Hooks 给项目加三层防护
这篇用 Claude Code 的 Hooks 给项目加三层防护: - PreToolUse(Bash) 拦截高危命令; - PreToolUse(Read|Edit|Write) 禁止读写密钥文件; - PostToolUse(Edit|Write) 记录每一次文件修改。
阅读教程用 Otter Public API 导出近期会议纪要:分页、限速与错误处理
Otter 的 Public API 可以列出工作区里的会议,并取回摘要、大纲和待办事项。 这篇做 otterminutes.py:把最近 N 天的会议各生成一份 Markdown 纪要(时间换算成 UTC+8),遵守官方限速,正确处理 429 和 401。
阅读教程用 Python 为 OpenAI Academy 课程生成每周学习计划
把 Help Center / 官网可见的课程做成本地 coursescatalog.json,再按每周分钟数生成 Markdown 学习路径。适合自学排期,不是官方推荐算法。
阅读教程用 Claude Code 在终端里从零做一个命令行书签管理工具 bm
用 Claude Code 在终端里从零做一个命令行书签管理工具 bm:你写需求文档和项目规则 CLAUDE.md,Claude Code 先出计划,再按子命令逐个写代码、写测试、跑测试。你负责审核每一处改动。
阅读教程用 Speechify API 合成长篇有声书:分段、429 重试与 MP3 拼接
Speechify 的 /v1/audio/speech 一次最多 2000 个计费字符,一章文字往往超过这个数。 这篇做 ttslong.py:按句子把长文切成不超过 2000 字符的段,逐段合成(遇到 429 按 Retry-After 等待),把 base64 音频解码后用 ffmpeg 无损拼成一个 MP3。
阅读教程Clipdrop Remove Background API:Python multipart 去背
经典 Clipdrop 去背:POST https://clipdrop-api.co/remove-background/v1,x-api-key + multipart imagefile。成功返回图片字节,响应头含剩余 credits。
阅读教程用 DeepL Write API 构建文本改写客户端
DeepL Write 的 /v2/write/rephrase 会在同语种内纠错并改写。这篇实现官方请求形状的客户端,并附 mock,便于无 Pro 密钥时练手。
阅读教程用 Python 检查 fastai 图像数据集目录结构
ImageDataLoaders.fromfolder 对目录很敏感:train/valid 类别不一致、某类空文件夹,都会在训练时才爆。 这篇做 checkdataset.py,在训练前检查布局、扩展名和空文件。
阅读教程用 CSV 比较 AI 绘图模型:提示词矩阵、评分与完整样本排名
OpenArt 聚合了很多模型,每个模型消耗的积分和效果都不同。想选出适合自己用途的模型,最好用同一组提示词逐个试、逐个打分。 这篇做 comparesheet.py:先生成“提示词 × 模型”的测试矩阵 CSV,你在 OpenArt 网页上逐格生成、记下积分并打分,再汇总排名。
阅读教程用 Postman 做数据驱动测试:把一批测试用例写进 CSV(中文、引号、空格、空值、超长……)
用 Postman 做数据驱动测试:把一批测试用例写进 CSV(中文、引号、空格、空值、超长……),同一个请求自动跑 6 遍,每遍用一行数据并检查期望的状态码。同时写一个集合级脚本,令牌没有或快过期时自动重新登录,不用手动复制粘贴令牌。
阅读教程Glean 搜索查询安全:发送前的敏感信息预检
把查询送进 Glean 前,拦截空查询与疑似密钥/口令,并检查 datasourcesFilter 类型。减少「把密码搜进日志」事故。
阅读教程用 Vimeo oEmbed 生成一个静态视频合集页
用 Vimeo oEmbed 生成一个静态视频合集页:在 urls.txt 里列出视频地址,脚本调用 oEmbed 取标题、作者、时长和缩略图,生成 gallery.html。页面初始只显示缩略图,点击后才加载播放器。打不开的视频会被跳过,并说明原因。不需要 token。
阅读教程Uizard:设计改版后,开发和产品需要知道“哪些屏变了、变在哪里”
设计改版后,开发和产品需要知道“哪些屏变了、变在哪里”。Uizard 可以把屏幕导出成图片,但没有版本差异报告。 这篇做 exportaudit.py:先检查导出文件(数量上限、格式、倍率是否一致、是否透明背景),再对两次导出做逐屏视觉对比,并用红框标出改动。
阅读教程用 Adobe Express 的批量创建(Bulk create)一次生成整套商品促销图
用 Adobe Express 的批量创建(Bulk create)一次生成整套商品促销图:Python 脚本先把商品表算好折后价、查出超长标题和错误折扣,再导入 Express 自动套模板,每张图对应一个商品。
阅读教程NiubiGEO:自托管 AI 品牌可见性监测与部署指南
自托管 NiubiGEO,检查不同 AI 模型如何描述你的品牌、会提到哪些竞品以及引用了哪些来源,并完成 Node.js 或 Docker 部署。
阅读教程用 Vimeo Player.js 统计真实的观看进度
用 Vimeo Player.js 统计真实的观看进度:记录看过的每一秒,拖动进度条跳过的部分不算;达到 25/50/75/90% 时各记录一次里程碑;进度保存在 localStorage,下次打开时显示“从上次位置继续”。统计逻辑写成单独的模块,用 Node 测试。
阅读教程Notion Agent API:创建会话并读取助手回复
Notion Agent API:POST /v1/sessions(agentid + message),头 Authorization + Notion-Version(如 2026-03-11)。轮询 GET /v1/sessions/{id},再用 POST .../events/query 读 agent.message。
阅读教程接收 Shopify 的 orders/create webhook
接收 Shopify 的 orders/create webhook:用应用的 client secret 校验 X-Shopify-Hmac-SHA256 签名,用 X-Shopify-Webhook-Id 去掉重复投递,先在 5 秒内返回 200,再把事件写进 JSONL 文件。只用 Node.js 内置模块。
阅读教程Bright Data:用 Playwright 抓取必须由 JavaScript 渲染才显示内容的网页,并自动点击“下一页”翻页
用 Playwright 抓取必须由 JavaScript 渲染才显示内容的网页,并自动点击“下一页”翻页。开发时用本机 Chrome 调试,上线时只改一个环境变量,就切换到 Bright Data Browser API 的远程浏览器运行。
阅读教程用 Groq Whisper 转写前校验音频文件
Groq 的语音转写走 OpenAI 兼容的 /openai/v1/audio/transcriptions。官方限制文件 ≤100MB,并限定扩展名。 这篇在发请求前先做本地校验,再用 multipart 上传;mock 返回假转写文本。
阅读教程用 Speechify SSML 构建器生成语音标记:XML 校验与字符限制
SSML 可以控制停顿、语速、音高和读法,但手写容易出错:忘了转义 & 就是 400,停顿加多了会被悄悄丢掉。 这篇做 ssmlbuild.py:把带简单标记的讲稿(# 标题、[停 1.5s]、[[STEM|stem]])转成 SSML,并按官方规则在本地检查:转义、XML 合法性、计费字符数、单个停顿和整篇停顿总长。
阅读教程把 Postman 集合接进 GitHub Actions
把 Postman 集合接进 GitHub Actions:每次推送、每个拉取请求、以及每天定时,自动启动被测 API,用 Postman CLI 运行集合,有任何断言失败就让流水线变红,并把 JUnit 测试报告和服务日志存成构建产物。密码放在 GitHub Secrets 里,不进仓库。
阅读教程用 Replit 配置校验 Secrets 与发布环境
编写启动时配置检查和硬编码密钥扫描器,区分开发与发布环境;示例泄漏数据均为虚构值,检查过程不会打印密钥。
阅读教程用 Gemini CLI 在终端里接手一个有 bug 的小项目
用 Gemini CLI 在终端里接手一个有 bug 的小项目:先用 GEMINI.md 告诉它项目规则,再让它找出按月汇总算错的原因、补上测试、修好代码,最后用非交互模式让它根据 git diff 写提交说明。全程你只负责审核和批准。
阅读教程Mubert Music Library:按节奏与时长搜索曲库
曲库检索:GET /api/v3/public/music-library/tracks,可按 bpm、duration、genres 等过滤。不耗生成配额,应作为默认首选。
阅读教程用 1Password 服务账号给 GitHub Actions 提供部署凭据
用 1Password 服务账号给 GitHub Actions 提供部署凭据:服务器地址、用户名、SSH 私钥和 known_hosts 都放在 1Password 的 CI 专用保险库,GitHub 只保存一个服务账号令牌;推送到 main 后自动 rsync 到 VPS 并重启服务。附带一个 workflow 检查脚本,防止常见的密钥泄露写法。
阅读教程LangChain:把“3月5号打车去机场,滴滴出行花了86块”这样的口语
把“3月5号打车去机场,滴滴出行花了86块”这样的口语,抽取成 date / amount / currency / category / merchant 这样的结构化报销记录。 实现方式:LangChain 的 withstructuredoutput + Pydantic + 本地 Ollama。 这篇的重点不是“能抽出来”,而是怎么知道抽得对: -
阅读教程用 n8n 构建安全的报名表单 Webhook:数据校验、鉴权与错误响应
n8n 是开源的工作流自动化工具,节点之间用连线传数据。 这篇做一个报名表单后端:Webhook 收 POST → Code 节点校验和清洗 → IF 分支 → 用 Respond to Webhook 返回 200 或 422,并用 Header Auth 挡掉没带 token 的请求。整个工作流是一份 JSON,用 CLI 导入和发布,可以放进 Git。
阅读教程Stripe SaaS 订阅开发:会员权限与客户门户
给一个 SaaS 小工具加上会员订阅:月付和年付两种套餐走 Stripe Checkout 订阅模式,webhook 同步订阅状态控制功能权限,用户通过 Stripe 客户门户自己升级、换卡、看发票和取消订阅,你不用写任何账单管理页面。
阅读教程Otter 转写稿分析:统计发言人时长并批量修正术语
Otter 导出的 TXT 文字稿带有发言人和时间戳。 这篇做 transcriptstats.py:统计每位发言人的时长、占比和最长的一段发言,并用术语表批量修正识别错误(例如 “Kuber Nettie’s” → Kubernetes)。
阅读教程用 Python 校验 Writesonic SEO 写作 Brief
文章生成质量很大程度取决于 brief。这篇在调用任何写作 API 前,校验 topic、主关键词、意图、受众与至少 3 个大纲要点,并粗检关键词堆砌。
阅读教程写一个 Figma 插件,把文件变量一键导出为 CSS 自定义属性
写一个 Figma 插件,把文件里的变量一键导出成前端可以直接用的 CSS 自定义属性:默认模式生成 :root,深色等其他模式生成 [data-theme="dark"],变量之间的引用转换成 var(--xxx),导出结果可以复制或下载为 tokens.css。
阅读教程用 Replicate Webhook 接收预测事件:HMAC 验签、重放防护与去重
预测时间长时,与其一直轮询,不如在创建时传 webhook,让 Replicate 在状态变化时 POST 给你。 这篇做 replicatewebhook.py:按官方方法验证 HMAC-SHA256 签名,拒绝过期请求,按 webhook-id 去重,忽略终态之后迟到的事件,并把结果写进 predictions.jsonl。
阅读教程Suno:歌曲上架前最容易漏掉三件事
歌曲上架前最容易漏掉三件事:有没有商用权利、有没有 AI 标识、响度是否达标。这篇写一个检查清单脚本。它读入 tracks.csv(每首歌的原始文件、成品文件、创作时的订阅计划、下载时是否在订阅期内)和 A 篇生成的 C2PA 报告,自己测量成品的响度并读取标签,最后给出 OK、WARN 或 BLOCK,并写出 releasereport.csv。
阅读教程用 Luma Ray 3.2 制作关键帧分镜:秒数校验与请求预检
Ray 3.2 支持把多张图片钉在视频的指定帧上(keyframes),用来控制镜头从哪里开始、中途经过什么、最后停在哪。 这篇做 storyboard.py:用“秒 + 图片”写分镜表,自动换算成 24fps 网格上的帧号,按官方规则在本地校验(范围、唯一性、loop/HDR/360p 的组合),生成 request.json;确认无误后再加 --subm
阅读教程用 Luma Ray 3.2 关键帧编写并校验视频分镜
Ray 3.2 支持把多张图片钉在视频的指定帧上(keyframes),用来控制镜头从哪里开始、中途经过什么、最后停在哪。 这篇做 storyboard.py:用“秒 + 图片”写分镜表,自动换算成 24fps 网格上的帧号,按官方规则在本地校验(范围、唯一性、loop/HDR/360p 的组合),生成 request.json;确认无误后再加 --subm
阅读教程用 Speechify Speech Marks 生成 SRT 与 WebVTT 字幕
Speechify 的响应自带 speechmarks:每个词在音频里的开始和结束时间。 这篇做 markstosubs.py:把 speechmarks 转成 SRT 和 WebVTT 字幕,按句子和长度分行,避免一行以 “a / the / at” 这种虚词结尾,并把很短的空隙补上,免得字幕闪烁。
阅读教程用 Jasper Brand Voice 校验器检查语气配置
Jasper 的 Brand Voice(API 里 tones)靠一段可执行的语气描述。这篇在调用 POST /v1/tones 前,用 voicebrief.py 检查 name/value/metadata 是否齐全、是否过短,并挡掉明显的冒充类提示词。
阅读教程Docker:用 Compose 搭建家庭实验室入口与监控面板
用一个 Compose 文件在家里的小主机上搭建家庭实验室入口:Homepage 做导航首页,Uptime Kuma 监控各个服务是否在线并发通知,Caddy 做反向代理并自动签发局域网 HTTPS 证书,访问 https://home.lan 和 https://status.lan 即可。
阅读教程用 Spotify 官方嵌入播放器制作可切换的推荐列表
不需要登录、不需要 token,做一个“我的推荐”页面:Python 脚本用 Spotify oEmbed 把一组分享链接转成标题、封面和 URI;页面用官方的 iFrame API 嵌入播放器,点击列表就能切换内容,并显示播放进度。
阅读教程Notion + GitHub Actions:自动同步 RSS 到阅读数据库
写一个 Node.js 脚本,用 GitHub Actions 每 6 小时自动把你关注的博客和更新日志(RSS)同步进 Notion 数据库,每篇文章一条记录,带标题、链接、来源、发布时间、摘要和“未读”状态,在 Notion 里就能当作自己的阅读收件箱。
阅读教程Duck.ai 粘贴前敏感信息自检:本地 Prompt Guard
粘贴进 Duck.ai 前的敏感信息自检:密码/Key/身份证号等模式命中则拒绝——官方明确匿名≠可随意输入敏感信息。
阅读教程把树莓派 4 做成一台 Kodi 电视盒子:安全写入 LibreELEC
用校验和、多重设备检查和写后回读,把官方 LibreELEC 镜像安全写入 Raspberry Pi 4 的 SD 卡;附带启动分区检查,并明确标出未在真实树莓派上验证的部分。
阅读教程Replicate 是一个用 API 运行开源模型的平台:图像、语音、视频、语言模型都有,按运行时间付费
Replicate 是一个用 API 运行开源模型的平台:图像、语音、视频、语言模型都有,按运行时间付费。
阅读教程Cloudflare Tunnel + Access:安全访问家庭 NAS
用 Cloudflare Tunnel 把家里 NAS 的管理页面和相册安全地发布到 nas.你的域名,家里不需要公网 IP、不用在路由器上开任何端口,再用 Cloudflare Access 加一道邮箱验证码登录,只有你和家人的邮箱能打开。
阅读教程批量处理商品图:调用豆包的视觉理解,生成标题、卖点和图中文字,写入 CSV,标记为“待人工审核”后再导入店铺后台
批量处理商品图:调用豆包的视觉理解,生成标题、卖点和图中文字,写入 CSV,标记为“待人工审核”后再导入店铺后台。重点是发送前先按方舟文档的限制处理图片:用 Pillow 识别真实格式(不看扩展名),像素超标就等比缩小,体积超过 10MB 就转成 JPEG 压缩。
阅读教程写一个命令行工具查看 Plex 服务器状态
用 Python 编写 Plex 状态 CLI,查看服务器信息、播放会话、最近添加和媒体库,并通过本地假服务器测试认证错误与扫描请求。
阅读教程Jasper 营销文案的风险措辞预检脚本
再好的 Brand Voice 也救不了违法广告语。这篇在把文案送进 Jasper 之前,用启发式规则抓「保证赚钱 / 治愈 / 攻击竞品」等风险措辞。
阅读教程用 Adobe Express 给一家咖啡店做一条 30 秒以内的开业短视频
用 Adobe Express 给一家咖啡店做一条 30 秒以内的开业短视频:自动生成中文字幕、改成竖版和横版两个版本,再用 Content Scheduler 排好一周的发布计划。附带一个排期表检查脚本,发布前先把时间、渠道、替代文字查一遍。
阅读教程给 Framer 活动页做一个“倒计时”代码组件
给 Framer 活动页做一个“倒计时”代码组件:设计师在属性面板里填目标时间、结束文案、颜色和字体,组件每秒刷新,时间到了自动显示“活动已开始”。核心计算写成纯函数,用 Node 自带测试验证。
阅读教程Google Cloud:用 BigQuery 公开数据集查一个 Python 包最近 7 天按国家/地区的下载量,导出 CSV
用 BigQuery 公开数据集查一个 Python 包最近 7 天按国家/地区的下载量,导出 CSV。脚本先 dry run 估算扫描量,超过你设的上限就停下;真正执行时再用 maximumbytesbilled 兜底,避免一条 SQL 扫出意外账单。
阅读教程用 Flowise Chatflow 导出校验器检查节点连接与明文密钥
编写 Python 校验器检查 Flowise Chatflow 导出 JSON 的节点、边和凭据字段;示例密钥为测试数据,不含真实凭据。
阅读教程Adobe Firefly:用 Seed 表格批量生成并比较多个方案
选图的时候需要把多个方案摆在一起比较。这篇用 jobs.csv 定义若干任务,每个任务包含提示词、尺寸和一组 seed。脚本以最多 2 个并发提交,然后把下载的图片拼成一张带标签的对比图,并生成 manifest.csv(任务、seed、文件、sha256、提示词)。之后想复现某张图或做审计,都可以查这张表。
阅读教程Character.AI 聊天导出:虚构内容与建议风险扫描
导出聊天或复用提示词前,扫描是否缺少「虚构/非建议」免责声明,以及诊断、保证收益等红线话术。
阅读教程给 Apple Music API 签发开发者令牌(developer token)
给 Apple Music API 签发开发者令牌(developer token):用从开发者后台下载的 .p8 私钥按 ES256 签名,检查 Key ID 和 Team ID 的格式,有效期不超过官方规定的上限(15777000 秒),网页使用时加 origin 限制。后面两篇都要用到这个令牌。
阅读教程用 Apple Music API 搜索曲库并导出 Markdown
用 Apple Music API 在曲库里搜歌,结果整理成 Markdown 表格(歌名、歌手、专辑、时长、链接),可以直接贴进笔记或文章。只需要 A 篇的开发者令牌,不需要用户登录。
阅读教程LiblibAI 社区模型许可:商用与肖像用途检查
使用社区 checkpoint/LoRA 前检查作者声明的商用、训练肖像、换脸与 NSFW 渠道限制。
阅读教程Dify 自托管指南:Docker Compose 部署 AI Workflow、Agent 与 RAG
用 Docker Compose 自托管 Dify,配置模型 Provider、Workflow、API 和 Knowledge,并理解备份、升级与公网部署的关键风险。
阅读教程LangChain + Ollama:搭建员工手册 RAG 问答
给一份员工手册做问答:按 Markdown 小节切块,用 Ollama 的 qwen3-embedding 生成向量,存进 InMemoryVectorStore,再用 qwen2.5 1.5B 生成答案。 三个原则: - 先评测检索(hit@k),再接生成; - 答案必须带来源;模型忘了写,就由代码补上; - 相似度太低就拒答。阈值根据实测的分数分布来定,
阅读教程用 Bitwarden Secrets Manager 给 Docker Compose 部署注入密钥
用 Bitwarden Secrets Manager 给 Docker Compose 部署注入密钥:数据库密码、SMTP 密码存放在 Secrets Manager 项目里,服务器上运行 bws run -- docker compose up -d,compose 文件里只有变量名。
阅读教程用 Netflix 官方 Top 10 TSV 分析全球与地区榜单
用 Netflix Tudum 官方公开的 Top 10 数据文件(TSV)做两个小分析:一是各类别里“累计上榜周数”最多的作品;二是某个国家或地区最新一周的榜单。数据是 Netflix 自己公开发布的,不需要账号。
阅读教程用 Consensus API 整理论文检索结果:按证据类型生成阅读清单
Consensus 的官方 API 可以按研究问题检索论文,并返回研究类型、样本量、是否预印本等字段。 这篇做 evidencetable.py:把检索结果整理成按证据类型排序的阅读清单(Markdown + CSV),自动去重,并标出预印本、小样本、动物研究和缺少 DOI 的条目。
阅读教程用 restic 把 Linode 服务器上的重要目录每天加密备份到 Linode Object Storage(S3 兼容)
用 restic 把 Linode 服务器上的重要目录每天加密备份到 Linode Object Storage(S3 兼容),自动保留 7 天、4 周、6 个月的快照,每次备份后抽查数据能否读回,并演示如何恢复单个文件。
阅读教程Adobe Podcast:Enhance Speech 是针对人声的处理,如何把背景音乐安全加回来
Enhance Speech 是针对人声的处理:官方 FAQ 说明它会过滤噪声和杂音。如果录音里混着背景音乐,音乐很可能被一起削弱(这是我根据它的定位做的推断)。 稳妥的做法是:只增强纯人声,再在本地把音乐加回来。这篇做 remix.py:根据测量结果放置音乐音量,人声出现时自动压低音乐(ducking),最后用两遍 loudnorm 达到目标响度。
阅读教程ChatGPT + Codex 实战:开发可在手机运行的打砖块网页游戏
用 ChatGPT 设计玩法和关卡,用 Codex CLI 写出一个能在手机和电脑浏览器里直接玩的打砖块游戏,逻辑与画面分离、带自动化测试,最后可以和网站教程一样一条命令部署上线
阅读教程VS Code Dev Containers:搭建 FastAPI + PostgreSQL 开发环境
用 VS Code 的 Dev Containers 扩展搭一个“打开就能写代码”的开发环境:Python 3.12 + FastAPI + PostgreSQL 17 全部跑在容器里,新同事克隆仓库、点一下“在容器中重新打开”,几分钟后就能运行和调试项目。
阅读教程Figma UI Kit 设计:变量、自动布局与深色模式
在 Figma 里从零搭一套手机 App 的小型 UI Kit:用变量管理颜色和间距,用自动布局做会随文字长短自动伸缩的按钮和卡片,用组件属性和变体管理按钮的样式和状态,最后用这些组件拼出一个登录页,并一键切换浅色、深色主题。
阅读教程Emby 家庭视频整理:按拍摄时间批量归档并同步媒体库
用 Python、ffprobe 和 Emby API 按拍摄时间整理家庭视频,保留原文件,并为时间来源不可靠的片段提示复核。
阅读教程用 Runway API(gen4.5)把一张本地照片变成 5 秒视频
用 Runway API(gen4.5)把一张本地照片变成 5 秒视频:按文档预处理首帧(选择最接近的输出比例并居中裁剪,按编码后大小控制 data URI 不超过 5MB)→ 提交任务 → 每 5 秒轮询一次 → 成功后立刻下载(输出链接 24–48 小时内过期)→ 把 prompt、seed、任务 id 和 sha256 写入 manifest.json
阅读教程用 RAGFlow API 构建知识库文档导入流水线:上传、解析与状态轮询
用网页一个个上传文件很慢,也不好复现。 这篇做 rfingest.py:用官方 HTTP API 一条命令完成“建知识库 → 上传文件 → 开始解析 → 等待完成 → 打印每个文件的块数或失败原因”,同时兼容 RAGFlow 1.0 和之前的版本。
阅读教程核查 AI 代码回答的引用来源:验证链接、API 与弃用信息
Devv 现在的定位: 截至 2026-10-21,devv.ai 首页和官方文档把 Devv 介绍为“用自然语言构建 AI 网页应用”的编程智能体(Devv Code),并内置数据库、登录、LLM 等集成;页脚的产品列表中仍有 Devv Search,devv.ai/search 也能打开。本组教程中,A、B 篇针对 Devv Search 这类“带来源的
阅读教程粘贴到 Copilot 前:用 Python 做敏感信息预检
往 Copilot 粘贴前,用启发式规则扫描 API Key、私钥、密码赋值、身份证号等。拦得住常见事故,不是完整 DLP。
阅读教程Synthesia 数字人视频脚本的安全预检
生成数字人视频前,先检查脚本长度、标题,并拦截常见冒充/转账诱导等模式。这篇 scriptguard.py 是预检,不是平台审核的替代。
阅读教程Google Cloud:把一个二维码生成服务部署到 Cloud Run
把一个二维码生成服务部署到 Cloud Run:GET /qr?url=https://... 返回 PNG 图片,带输入校验和缓存头,容器按请求自动扩缩,没有流量时缩到 0。
阅读教程把一批问题交给 Felo,结果汇总到 CSV 并检查来源链接
把一批问题交给 Felo,结果汇总到一张 CSV 表里,并且检查每个来源链接现在还能不能打开。没有来源、或者来源全部失效的回答,标记为“需人工核对”。链接检查器还可以单独使用(--links),用于检查任何一批网址。
阅读教程用 Fireflies 生成会议发言时长报告:占比、提问与独白统计
会议是不是总被一个人主导?有没有人一直没发言?Fireflies 的 analytics.speakers 给出了每个人的发言时长、提问数和最长独白。 这篇做 talktime.py:汇总多场会议,生成 Markdown 报告:每人的发言时长、占比、提问数、最长独白和语速,并按人汇总提醒(例如“在 5/5 场会议中发言超过 50%”)。
阅读教程DeepSeek API 流式聊天:分离思考与回答并统计 Token
写一个命令行聊天工具:流式输出,把思考过程和最终答案分开显示,支持多轮对话,显示每轮的 tokens 用量。同一份代码既能连 DeepSeek 官方 API,也能连本地 Ollama 上的 DeepSeek-R1 蒸馏模型,换环境变量就行。
阅读教程Replit 的 Secrets 工具把密钥加密保存,并以环境变量交给代码
Replit Secrets 会把密钥作为环境变量交给应用。本文检查必需配置,并扫描公开项目中的硬编码密钥,示例值均为虚构数据。
阅读教程火山即梦 AI 4.0:轮询图片生成结果
查询结果:Action=CVSync2AsyncGetResult,body 带 reqkey 与 taskid;状态常见 inqueue / generating / done。
阅读教程Cursor 的 Hooks 可以在 Agent 执行命令、读取文件、修改文件的前后运行你自己的脚本
Cursor 的 Hooks 可以在 Agent 执行命令、读取文件、修改文件的前后运行你自己的脚本。这篇在 .cursor/hooks.json 里配置三个 hook:
阅读教程用 Python 从会议纪要提取 Copilot 待办候选
用 Copilot 总结会议前,可先用本脚本从纪要里抽出「谁做什么」候选,再粘贴给助手润色。纯离线,不替代人工确认。
阅读教程用 n8n 与 Python 自动生成订单日报:CSV 汇总和结果复核
n8n 不只能连接在线应用,也可以处理本地文件。 这篇做一个订单日报:读 CSV → 解析 → Code 节点按城市汇总 → 生成 Markdown 报告写回磁盘。用 n8n execute 在命令行跑,方便放进 cron;再用 Python 独立重算一遍核对结果。
阅读教程Disney+ 离线下载提醒:检查 30 天联网规则和设备上限
Disney+ 的离线下载有两条容易忘的规则:设备至少每 30 天要联网一次,下载最多只能放在 10 台移动设备上。这个小工具读取你自己记录的设备清单,列出快到期或已经过期的设备,再生成一个 .ics 日历文件,导入手机日历后,会在截止前 5 天提醒你让设备连一次网。
阅读教程PixVerse 视频片段质检与拼接:用 ffprobe 和 FFmpeg 统一规格
生成的片段下载下来后,经常需要检查并拼接成一条完整的视频:画面比例对不对、时长对不对、结尾有没有黑屏、帧率和音轨是否一致。 这篇做 clipqc.py:用 ffprobe 和 ffmpeg 检查每个片段,再统一分辨率、帧率和音轨后拼接。
阅读教程Gamma API:把 Markdown 大纲生成演示文稿
把一份 Markdown 大纲直接变成演示文稿。卡片之间用 \n---\n 分隔,设置 cardSplit=inputTextBreaks 按分隔符切卡片,textMode=preserve 保留原文不改写,exportAs=pdf 自动导出。 提交后按官方建议每 5 秒轮询一次,完成后立刻下载导出文件,并打印 gammaUrl 和本次消耗的额度。导出链接在
阅读教程秘塔 AI:做一个“有出处的回答”,用本地模型生成并核对引用
做一个“有出处的回答”:先搜索,读取排名前 2 的网页正文,交给本地模型回答,并用 [n] 标注来源。程序再做两道核对:引用编号是否存在、每段是否都有引用;以及引用的那句话和对应资料的字面重合度(bigram 重合,阈值 0.35),以此识别“引错了来源”。
阅读教程Midjourney 儿童绘本教程:保持角色一致并输出可打印 PDF
用 ChatGPT 写一本 12 页的儿童绘本故事,用 Midjourney V8.2 的 Edit 模型让同一个角色在每一页保持一致,最后用 Python 脚本把插图和文字自动排版成可打印的 PDF
阅读教程Docker + Jellyfin:搭建支持硬件转码的家庭影音服务器
用一台低功耗迷你主机加 Docker 搭建家庭影音服务器 Jellyfin:电视、手机、平板都能播放你自己拍摄或合法购买并备份的视频,利用 Intel 核显硬件转码,配合一个 Python 脚本检查媒体库命名是否规范。
阅读教程Jasper Image API:Python 移除图片背景
Jasper 承接后的 Image API:POST https://api.jasper.ai/v1/image/remove-background,头 X-API-Key。适合已有 Jasper Business + Image 订阅的团队。
阅读教程分析 Netflix 观看记录:按月统计与剧集排行
把 Netflix 账号里导出的“观看记录”CSV 变成一份个人观影小结:每个月看了多少条、看得最多的剧,以及哪天一口气连看了 4 集以上。日期格式会自动识别;遇到无法判断的情况(比如分不清 3/4 是 3 月 4 日还是 4 月 3 日),脚本会直接报错,而不是悄悄算错。
阅读教程用 AWS SAM 做一个网站留言接口:POST /feedback 接收 JSON,校验后写入 DynamoDB
用 AWS SAM 做一个网站留言接口:POST /feedback 接收 JSON,校验后写入 DynamoDB。HTTP API 负责跨域和限流,Lambda 只有写这一张表的权限,日志保留 14 天。
阅读教程VS Code Remote-SSH:远程开发 Linux 服务器状态面板
用 VS Code 的 Remote-SSH 直接在一台 Linux 服务器上写代码:从配置 SSH 密钥、连接服务器,到在远程开发一个“服务器状态面板”网页、断点调试、用端口转发在本机浏览器查看,最后注册成 systemd 服务长期运行。
阅读教程秘塔 AI 读取网页正文,再用本地 Ollama 分块总结
给一个网址,用秘塔的读取网页接口(POST /api/v1/reader,返回 Markdown 正文)拿到干净的正文,再交给本地 Ollama 上的千问做总结,这样正文不会再发给第二家云服务。长文按小标题切块,每块单独总结,再按原文顺序拼接。
阅读教程用 Chatsonic history_data 校验多轮对话上下文
打开 enablememory 时需传 historydata:元素含 issent(bool)与 message。这篇先校验历史格式,再向 mock 发一轮续写。
阅读教程买 NAS 或迷你主机跑 Plex:检查硬件转码能力并估算软件转码并发
用脚本检查 /dev/dri、Intel/NVIDIA 硬件加速条件,并以带噪点的视频运行 FFmpeg 软件转码基准;文中明确区分实际测量与未验证的硬件转码。
阅读教程WPS AI 可以根据主题、文档或大纲生成整套 PPT
WPS AI 可以根据主题、文档或大纲生成整套 PPT。用自己的大纲来生成,内容最可控;但生成后可能漏掉章节、多出页面,或者残留“单击此处添加文本”。 这篇做 deckcheck.py:生成前检查大纲,生成后对照导出的 .pptx 检查覆盖情况。
阅读教程用 RAGFlow API 自动建库、上传文档并跟踪解析
用网页一个个上传文件很慢,也不好复现。 这篇做 rfingest.py:用官方 HTTP API 一条命令完成“建知识库 → 上传文件 → 开始解析 → 等待完成 → 打印每个文件的块数或失败原因”,同时兼容 RAGFlow 1.0 和之前的版本。
阅读教程DeepL Write 批量改写:按请求体大小拆分文本
官方提醒单次请求体约 10 KiB。批量润色邮件/段落时要拆包。这篇 batchrephrase.py 按 JSON 序列化大小贪心装箱,再顺序调用 rephrase。
阅读教程用 Replicate API 运行开源模型:同步预测、状态轮询与结果下载
Replicate 是一个用 API 运行开源模型的平台:图像、语音、视频、语言模型都有,按运行时间付费。 这篇做 predict.py:调用官方模型(例如 FLUX.1 schnell 文生图),先用同步模式等最多 60 秒,没等到就轮询,成功后马上把输出文件下载到本地,并保存一份元数据 JSON。API 生成的文件 1 小时后会被删除,所以“马上下载”是
阅读教程GitHub Copilot:自定义 Agent 与 MCP 配置
Copilot 支持在仓库里用 .github/agents/NAME.agent.md 定义自定义 agent:指定可用的工具,并在 frontmatter 里声明 MCP 服务器。 这篇定义一个只读的接口审查 agent,接入 54 篇的 notesmcp.py 作为规范库,并写两个检查: - agentslint.py 按文档检查文件名、字段、targ
阅读教程Navidrome 按文件里的标签来组织音乐,不看文件夹名
Navidrome 按文件里的标签来组织音乐,不看文件夹名。所以缺标签的歌会全部落进 [Unknown Artist]。这个脚本在导入前检查标签;对于放在 歌手/专辑 (年份)/NN - 标题 结构里的文件,按路径补上标签(默认只打印计划,--apply 才写入),然后请 Navidrome 重新扫描,等扫描完成后报告结果。
阅读教程用 GroqCloud Function Calling 实现受控工具调用循环
Groq 支持 OpenAI 风格的 tools / toolcalls。最小可用循环是:发消息 → 若返回 toolcalls 则本地执行 → 以 role=tool 回灌 → 再要最终回答。 这篇做天气查询演示(数据写死在字典里)和 mock 工具调用两轮对话。
阅读教程Clipdrop 图片预检:文件大小与像素限制
上传前检查文件字节与 PNG 分辨率是否超过 30MB / 25MP,避免必失败请求浪费配额。
阅读教程用 Manus API 构建可审批的任务运行器:创建任务、跟踪状态与人工确认
Manus 是会自己规划、上网、写代码的 AI 智能体;它也有官方 API,可以从程序里布置任务。 这篇做 manustask.py:创建任务、轮询进度、在任务停下来提问或请求确认时安全地交给人处理,最后打印结果。重点是“不自动确认”:Agent 想发邮件、部署或执行命令时,脚本只提醒你去 Manus 里看,不替你点同意。
阅读教程让家里的 Jellyfin 在外面也能看:Tailscale Serve 与 Caddy 配置
通过 Tailscale Serve 或 Caddy 为 Jellyfin 配置安全的远程访问,并实测 HTTPS、Known Proxies 与客户端 IP 识别。
阅读教程GitHub Copilot:Copilot cloud agent 开始工作前
Copilot cloud agent 开始工作前,会先运行 .github/workflows/copilot-setup-steps.yml,用来安装依赖、准备环境。 这篇给一个 uv 管理的 Python 项目写这个文件,然后做两层检查: - 用 actionlint 做通用的 Actions 语法和安全检查; - 用 setupstepscheck.
阅读教程用 FastGPT 构建可审查的知识库导入流程:Markdown 切块与重复检查
知识库问答好不好,很大程度取决于导入的文档怎么切块。 这篇做 kbimport.py:先在本地按标题把 Markdown 切块,每块都带上所属标题,表格整块保留;检查重复片段和过长片段,生成 importplan.json 给人审;确认后再调用官方接口创建文本集合。
阅读教程Windsurf / Devin Desktop:连接本地 MCP Server
名称变更:2026-10-21 我核对时,windsurf.com 跳转到 devin.ai/desktop,docs.windsurf.com 跳转到 docs.devin.ai/desktop,产品文档里叫 Devin Desktop
阅读教程Udio 的 Custom 模式允许自己写歌词,并用 [Verse]、[Chorus] 等标签标出段落结构
Udio 的 Custom 模式允许自己写歌词,并用 [Verse]、[Chorus] 等标签标出段落结构。标签拼错、副歌前后写得不一致、提示词里出现艺人名字,都会浪费生成额度。 这篇做 lyricslint.py:对照官方标签列表检查歌词,并检查提示词中有没有出现需要避开的名字。
阅读教程把 Markdown 写的门店动态批量导入 Framer CMS
把 Markdown 写的门店动态批量导入 Framer CMS:脚本读取 posts/.md 的标题、日期、分类、封面和正文,正文转成 HTML 供“格式化文本”字段使用,同时检查重复 slug、日期格式和非 https 图片,输出可导入的 CSV。
阅读教程Kaggle Learn 是 Kaggle 的免费微课程
Kaggle Learn 是 Kaggle 的免费微课程。《Intro to Machine Learning》的主线是:划分训练/验证集 → 决策树 → 调 maxleafnodes 理解欠拟合与过拟合 → 随机森林。 这篇在 scikit-learn 自带的离线数据集(糖尿病进展,442 行)上把这条主线完整跑一遍,脚本打印每个叶子数下的训练和验证误差,
阅读教程输入一个关键词,调用秘塔 AI 搜索 API 并生成调研笔记
输入一个关键词,调用秘塔 AI 搜索的 API(POST /api/v1/search),把结果整理成一份带链接、日期和检索时间的 Markdown 调研笔记。重点处理一个坑:秘塔出错时仍然返回 HTTP 200,错误放在 body 的 errCode 里,只检查状态码的话会以为调用成功了。
阅读教程xAI Grok Live Search:search_parameters 本地校验
实时搜索相关请求常带 searchparameters(mode、结果数、日期、sources、是否返回引用等)。本篇在发请求前做本地校验,并强调引用核对。
阅读教程用 scikit-learn 比较决策树与随机森林:验证集调参与交叉验证
Kaggle Learn 是 Kaggle 的免费微课程。《Intro to Machine Learning》的主线是:划分训练/验证集 → 决策树 → 调 maxleafnodes 理解欠拟合与过拟合 → 随机森林。 这篇在 scikit-learn 自带的离线数据集(糖尿病进展,442 行)上把这条主线完整跑一遍,脚本打印每个叶子数下的训练和验证误差,
阅读教程QuillBot 长文处理:按字数限制分块与合并
QuillBot 免费版每次最多改写 125 个词。长文章一段段手动数词又慢又容易出错。 这篇做 chunker.py:把长文按句子切成不超过上限的块,按编号保存;改写完放回原处后,再按原来的段落结构合并。
阅读教程Gamma 的 pages 数组可以一次生成一个多页文件(最多 50 页),配合 publish 还可以直接发布成网站
Gamma 的 pages 数组可以一次生成一个多页文件(最多 50 页),配合 publish 还可以直接发布成网站。这篇把一个目录里的多个 Markdown 文件做成 pages 请求,并在提交前完成本地校验:
阅读教程Leonardo AI:Leonardo 的每次生成都会消耗 API 额度
Leonardo 的每次生成都会消耗 API 额度。请求体写错(比如宽度不是 8 的倍数、数量超过上限、"false" 写成了字符串)时,最好在本地就发现,而不是等服务器拒绝。 官方 v2 参考页(createGeneration)的 HTML 里嵌着一份完整的 OpenAPI 规范,涵盖 81 种 model 的请求结构。这篇写两个小工具: - fetch
阅读教程Spotify:把一张 CSV 表(歌名、歌手)变成你自己账号下的私密歌单
把一张 CSV 表(歌名、歌手)变成你自己账号下的私密歌单:Python 脚本用 PKCE 方式登录,逐首搜索、用歌名和歌手过滤掉翻唱版、去掉重复,然后建歌单并批量加歌,最后列出没找到的歌。代码按 2026 年 2 月开发模式的新规则编写。
阅读教程用 Perplexity Agent API 做一个每日行业简报
用 Perplexity Agent API 做一个每日行业简报:每天早上自动联网搜索某个主题过去 24 小时的新闻,生成带编号来源的中文 Markdown 简报,并记下这次花了多少钱。
阅读教程用 Canva 设计双面名片,按印刷厂要求导出带出血和裁切标记的 PDF,再用 Python 脚本做一次“交付前预检”
用 Canva 设计双面名片,按印刷厂要求导出带出血和裁切标记的 PDF,再用 Python 脚本做一次“交付前预检”:尺寸是否包含出血、字体是否嵌入、页数是否正确,避免送印后才发现白边或字体被替换。
阅读教程Auphonic 处理前:校验 Preset 与响度参数
创建 Production 前,先校验标题、preset、响度目标与 tags。这篇 presetcheck.py 不调用计费接口,只挡住明显坏配置。
阅读教程Claude Code:把三个能力组合成一个无人值守代码审查流程
这篇把三个能力组合成一个无人值守代码审查流程: - .claude/agents/code-reviewer.md 定义一个只读的审查子代理; - .mcp.json 接入项目规范的 MCP 服务器(复用 54 篇 C 的 notesmcp.py); - review.py 用 claude -p --output-format json --json-sc
阅读教程用 fastai 导出分类模型并在推理端加载预测
训练机和推理机常常分离。fastai 的 export / loadlearner 把预处理与模型打包;官方也提醒 pickle 不安全,只加载可信文件。 这篇做 infer.py:加载 A 篇导出的 pkl,对单张图输出标签与概率。
阅读教程把项目里的 .env 明文密钥换成 1Password 密钥引用
把项目里的 .env 明文密钥换成 1Password 密钥引用:仓库只提交 .env.tpl(里面是 op://保险库/条目/字段 地址),本地用 op run 启动程序时临时注入真实值;再加一个提交前检查,防止有人把明文密钥写回去。
阅读教程用 Luma Agents API 提交视频生成任务并轮询下载结果
Dream Machine 的开发者接口现在是 Luma Agents API:提交任务后立即返回 id,需要轮询直到完成,再下载结果。 这篇做 lumajob.py:提交 → 轮询 → 马上下载(输出链接 1 小时后过期),先把任务 id 写进 jobs.jsonl,中断后可以用 --resume 接着等;失败时按 failurecode 告诉你该改提示词
阅读教程Mubert 曲目授权:生成前的 License 校验
发布前用本地门禁核对 license 快照:状态 active、功能开启、时长上限、商用与署名意愿。不能替代正式合同。
阅读教程用 Canva 的批量创建(Bulk Create)给一场 120 人的活动做工牌:一个工牌模板 + 一张报名表,一次生成全部工牌
用 Canva 的批量创建(Bulk Create)给一场 120 人的活动做工牌:一个工牌模板 + 一张报名表,一次生成全部工牌。生成前用 Python 脚本清洗报名表:去掉重复和空行、提醒名字太长会溢出、超过 300 行自动拆分、不把手机号带进 Canva。
阅读教程Adobe Firefly:一个可以直接放进后端的 Firefly 生成客户端
这篇做一个可以直接放进后端的 Firefly 生成客户端。它会把 OAuth 令牌缓存到文件里(权限 600,过期前 5 分钟自动续期),通过 generate-async 提交任务,轮询 statusUrl 等待结果,然后立刻把预签名图片下载到本地,同时保存 seed 和 altText。 令牌被吊销时客户端会自动刷新一次再重试,遇到 429 会按 Ret
阅读教程用 Flowise Prediction API 与 sessionId 构建多轮会话客户端
使用 Python 标准库调用 Flowise Prediction API,通过 sessionId 保持多轮上下文,并以本地 mock 验证成功响应和常见错误。
阅读教程一个纯前端的静态页面:用 PKCE 在浏览器里登录 Spotify,显示你最近 4 周、6 个月或 1 年最常听的 20 首歌
一个纯前端的静态页面:用 PKCE 在浏览器里登录 Spotify,显示你最近 4 周、6 个月或 1 年最常听的 20 首歌。没有后端,也不需要 client secret;token 只存在 sessionStorage 里,关掉标签页就清除。
阅读教程Andi Search API:校验 searchMode 与请求参数
发搜索前校验 q、searchMode、effort、format、limit 等,避免无效参数直接烧额度。
阅读教程xAI Grok Chat Completions:兼容旧版接口的 Python 客户端
兼容 OpenAI 风格的 POST /v1/chat/completions 仍可用,但 xAI 文档将其视为 legacy。这篇演示最小客户端,并在 stderr 提示迁移。
阅读教程Glean Platform Chat API:构建带权限上下文的企业助手
POST /api/chat 做基于公司知识的助手回合;需要 CHAT scope。流式时在 JSON 里设 stream: true(不是只靠 Accept 头)。
阅读教程用 FFmpeg 检查 Luma 视频:核对规格与循环首尾帧
视频下载回来,先别急着剪:时长、帧率、分辨率、比例是不是你要的?要求循环的视频,首尾能不能接上? 这篇做 clipqc.py:用 ffprobe 读取参数,按请求核对;对 loop 视频用 ffmpeg 计算首帧和末帧的 PSNR,太低就提醒循环处可能跳变。
阅读教程用手机或电脑上的脚本遥控 Kodi:JSON-RPC 实战
本文用 Python 和 Kodi 官方 JSON-RPC API 远程浏览视频源、播放与控制媒体,并演示通知和媒体库扫描;提供局域网访问与凭据保护建议。
阅读教程Character.AI 角色设定:发布前 JSON 校验
在网页创建角色前,先用 JSON 校验名称/开场白/人设长度,并拦截「冒充真人」「提供专业建议」等危险开关。软长度限制需对照当前创作页再调。
阅读教程用 Replit 配置检查脚本排查部署启动失败
构建一个午餐投票示例和发布前检查脚本,验证 Replit 的 TOML 配置、端口映射、监听地址、启动命令与首页健康检查。
阅读教程Google AI:用 gemini-embedding-2 给 FAQ 做语义检索
用 gemini-embedding-2 给 FAQ 做语义检索。按照官方文档,有两个和旧模型不一样的地方: - 不能使用 tasktype 参数,任务要写进文本:查询写成 task: search result | query: ...,文档写成 title: ... | text: ...; - 直接传入一个字符串列表,只会得到一个聚合向量。要每条文本各
阅读教程Claude Code 每次会话启动时会读取 CLAUDE.md
Claude Code 每次会话启动时会读取 CLAUDE.md,可以用 @path 导入其他文件,还可以在 .claude/rules/ 里写只对部分路径生效的规则。这些写法里有很多“静默失效”的坑: 加了引号的导入不会生效,导入最多只能递归 4 跳,规则里只认 paths 一个字段,frontmatter 写坏了规则会变成全局加载。 这篇写一个 memo
阅读教程Windsurf / Devin Desktop:规则文件与 AGENTS.md 配置
名称变更:2026-10-21 我核对时,windsurf.com 跳转到 devin.ai/desktop,docs.windsurf.com 跳转到 docs.devin.ai/desktop,产品文档里叫 Devin Desktop
阅读教程QuillBot:改写最大的风险是意思变了却没发现:12% 变成 21%,“不应该”变成“应该”,may 被删掉,引用标记丢了
改写最大的风险是意思变了却没发现:12% 变成 21%,“不应该”变成“应该”,may 被删掉,引用标记丢了。 这篇做 driftcheck.py:对比原文和改写稿中的数字、否定词、情态动词、专有名词、引用标记和冻结词,列出所有差异。
阅读教程用 Langflow 自定义组件规范化食堂报修单
Langflow 的强项是用 Python 写自定义组件。食堂报修单经常是口语化的「305 室水龙头一直漏水」,进流程前最好先结构化。 这篇实现 TicketNormalizer:可在无 Langflow 时单测的 normalizeticket,外加符合官方自定义组件形状的类骨架;再用 checkcomponent.py 用 AST 检查 displayn
阅读教程用 CLIP 检查 AI 生成角色的一致性:相似度与特征复核
OpenArt 的“角色”功能可以让同一角色出现在不同画面里,但生成多了总会有几张走样。 这篇做 consistencycheck.py:用本地 CLIP 模型把每张候选图和参考图比较相似度,再逐项检查角色特征(红色短发、黄色雨衣……),给出“通过 / 需要人工看 / 不像同一角色”的初筛结果。
阅读教程用 RAGFlow 检索接口定位知识库回答问题
RAGFlow 是开源的 RAG(检索增强生成)引擎,擅长解析 PDF、表格等复杂文档。 回答不好时,先要分清是“没检索到”还是“检索到了但模型没用好”。这篇做 rfretrieve.py:只调用检索接口,列出命中的片段、综合相似度、关键词相似度、向量相似度和来源文件,方便调整阈值和权重。
阅读教程用 Flowise 环境检查脚本排查自托管生产配置风险
编写 .env 检查器,发现 Flowise 自托管环境中的弱认证、危险工具依赖、宽松 CORS、默认密钥和数据库 SSL 配置问题。
阅读教程使用 Exa API 搭建每日搜索监控:SQLite 去重与 UTC+8 简报
想每天追踪某个主题的新文章,又不想重复看到同一篇。 这篇做 exawatch.py:每次从上次运行时间往前 1 天开始搜索,用 SQLite 记录见过的网址,只把新结果写进当天的简报;时间按 UTC+8 显示。
阅读教程AWS 预算提醒与 GitHub Actions OIDC 最小权限部署
给 AWS 账号加两道保险:一是月度预算提醒(实际花费到 80%、预测超过 100% 时发邮件);二是让 GitHub Actions 通过 OIDC 换取临时凭证部署网站,权限只够同步一个存储桶、刷新一个 CloudFront 分发,仓库里不存任何长期密钥。
阅读教程Adobe Firefly API:Client ID、令牌与接入凭据自检
Firefly 接入时最常见的问题是凭据配错了:Client ID 写错、产品没加进项目、令牌和 x-api-key 对不上。这篇写一个自检脚本,依次检查环境变量、向 IMS 换令牌、带令牌调用 API,并把每一步的真实报错翻译成具体的修复建议。整个过程不提交生成任务,也就不消耗额度。
阅读教程Kaggle Learn:机器学习 Pipeline 与数据泄漏防范
《Intermediate Machine Learning》讲了缺失值、类别变量、Pipeline、交叉验证和数据泄漏。 这篇用一份我生成的合成二手车数据(有缺失值和类别列)把这些串起来:ColumnTransformer + Pipeline 做预处理和模型,5 折交叉验证打分;数据里故意放了一个“过户费”列——成交后才知道,脚本能发现它让误差异常下降并
阅读教程用 Gemini API 做一个“拍小票记账”工具
用 Gemini API 做一个“拍小票记账”工具:把购物小票照片丢给脚本,Gemini 按你定义的 JSON 结构返回商家、日期、明细、总额和分类,脚本自动核对明细合计与总额,最后汇总成 Excel 能直接打开的 CSV。
阅读教程Mubert API:生成音乐并轮询曲目状态
Mubert API v3:POST /api/v3/public/tracks(customer-id + access-token),可用 playlistindex 或 prompt(Text-2-Music),再 GET /tracks/{id} 轮询至 generations[].status=done。
阅读教程Descript API:导出项目转写文本
官方能力:导出项目转写为 txt/markdown/html/rtf/docx/srt。教学客户端对 POST /v1/export/transcript 发 JSON(projectid+format),保存响应正文。
阅读教程Microsoft 365 Copilot 连接器:校验 externalItem JSON
通过 Graph 连接器把外部知识喂给 Microsoft 365 Copilot 时,条目形如 externalItem:必有 id、properties、acl,体积有上限(文档约 30MB)。本篇只做 JSON 形状校验。
阅读教程Apple Music:用 MusicKit JS v3 做一个网页试听台
用 MusicKit JS v3 做一个网页试听台:页面从你自己的后端拿开发者令牌,未登录时播放试听片段;听众用自己的 Apple Music 账号登录后,可以完整播放(需要有效订阅)。.p8 私钥始终只放在后端。
阅读教程用官方 Python 库 PyVimeo 上传视频
用官方 Python 库 PyVimeo 上传视频:库内部用 tus 断点续传协议,脚本在创建视频时就设成“仅自己可见”(privacy.view = nobody),上传后轮询转码状态,完成后输出播放链接。测试时用本地的假 Vimeo 服务跑通了 PyVimeo 的完整上传流程。
阅读教程用分镜表调用 Runway 逐镜生成视频并拼接成片
写一张分镜表(图片、镜头描述、时长、字幕),程序逐个镜头调用 Runway 生成视频,再用 ffmpeg 统一规格后拼接成片,烧录字幕,并在右上角加上“AI 生成”标识。已经成功的镜头记录在 manifest 里,重跑时跳过,不会重复花 credits。
阅读教程Stripe Checkout 实战:PDF 数字商品收款与自动交付
用 Stripe Checkout 卖一本 PDF 电子书:用户点“购买”跳转到 Stripe 托管的支付页,付款后 webhook 自动“发货”生成专属下载链接,成功页也能立即拿到链接,同一订单无论通知多少次都只发一次货。
阅读教程用 Exa 搜索 API 生成带引用简报:去重来源并压缩上下文
Exa 是给程序调用的搜索 API,返回网页的相关摘录(highlights)或正文。 这篇做 exabrief.py:用官方 SDK 搜索一个主题,去重后生成带编号引用的简报(brief.md),以及一份限定长度、可以直接交给大模型的上下文(context.txt)。
阅读教程Midjourney 无缝图案制作:Tile 拼接与接缝质量检测
用 Midjourney 的 --tile 参数生成可以无限拼接的无缝图案,用 Python 脚本自动拼成 3×3 预览并计算接缝差异,最后整理成可用于包装纸、手机壳、布料打样的图案文件。
阅读教程把整理好的商品数据(JSON)转成 Shopify 后台可以直接导入的商品 CSV
把整理好的商品数据(JSON)转成 Shopify 后台可以直接导入的商品 CSV:处理多变体、多图片的行合并,检查 handle 格式、价格格式和图片地址,有错误就退出并列出所有问题。列名按 Shopify 帮助中心当前版本的 CSV 文档。
阅读教程Ollama 本地大模型:安装、API、Docker 与 OpenAI 兼容指南
从零安装 Ollama,在 macOS、Windows、Linux 或 Docker 中运行本地模型,并通过原生 API 与 OpenAI 兼容接口接入自己的应用。
阅读教程Disney+ 家庭看片计划:按工作日与周末时长安排儿童观影
用 Python 根据工作日、周末的观看时长上限,把自选片单排入日历并生成 .ics 文件;配合 Disney+ 家长控制管理儿童观看。
阅读教程Vercel Cron Jobs:网站定时巡检与故障通知
用 Vercel Cron Jobs 做一个免费的网站巡检:每天定时访问你的几个网站,检查状态码和页面关键字,有异常就推送到群机器人。整个项目只有一个函数和一个配置文件。
阅读教程用 Ollama 结构化输出提取中文活动信息:JSON Schema 与时间校验
Ollama 支持结构化输出:在请求里给 format 一个 JSON Schema,模型的回复就会符合这个结构。 这篇做 extract.py:从中文活动通知中提取标题、日期、开始时间、地点、费用、是否报名,写成 CSV;再用规则解析时间,和模型的结果交叉核对。
阅读教程Glean Platform Search API:构建权限感知搜索客户端
新集成优先 Platform API:POST /api/search,Bearer token,JSON query。结果权限感知,可用 cursor 翻页。
阅读教程Andi Fetch API:安全读取公开网页正文
搜索之后用 GET /api/v1/fetch?url= 拉取干净正文,适合「点开阅读/总结」流水线。失败的 fetch 计费以文档为准。
阅读教程ModelScope Tokenizer:调用大模型前估算 Token 预算
不下载模型权重,只用从魔搭下载的 Qwen2.5 分词器(11.5 MB),就能做一件很实用的事:在调用大模型之前,算清楚 token 预算。 这篇写一个 budget.py: - 统计中文、英文和代码各自的 token 密度; - 算出 chat template 本身占多少 token; - 按 token 预算把长文切块,并保证每一块都不会切坏字符。
阅读教程Cursor 的项目规则放在 .cursor/rules/*.mdc
Cursor 的项目规则放在 .cursor/rules/.mdc。每条规则的生效时机由 frontmatter 里的 alwaysApply、globs 和 description 三个字段组合决定,写错了,规则就会“静默失效”。 这篇给一个 Flask 待办服务写一套规则(四种生效方式各一条),再写一个检查脚本 ruleslint.py。它按官方文档的规
阅读教程用 Windsurf/Devin 项目规则与 AGENTS.md 管理 AI 指令
名称变更:2026-10-21 我核对时,windsurf.com 跳转到 devin.ai/desktop,docs.windsurf.com 跳转到 docs.devin.ai/desktop,产品文档里叫 Devin Desktop。Cascade 智能体还在,但新标签页默认用的是 Devin Local 智能体;文档说 Workflows 和 Mem
阅读教程用 fastai 训练一个几何图形分类器
fastai 提倡先训出能用的模型。这篇不下载 ImageNette,而是用 PIL 合成圆形/方形小数据集,再用 visionlearner(resnet18) + finetune 训练,并 export 出 pkl。 合成数据让你在无 GPU、无外部数据集授权问题的机器上完整走通官方训练 API。
阅读教程用 1Password 管理 SSH 密钥
用 1Password 管理 SSH 密钥:推送代码时由 1Password SSH 代理提供认证密钥,私钥不落盘;提交时用另一把 SSH 密钥签名,GitHub 上显示 Verified,本地也能用 allowed_signers 验证。
阅读教程GitHub 仓库维护自动化:Issue 模板、Dependabot 与自动标签
给开源仓库配一套维护自动化:结构化的问题反馈表单、PR 模板、Dependabot 每周一早上更新依赖和 Action 版本、按改动文件自动打标签、清理 30 天无人回复的 issue。
阅读教程用 Canva 给一家咖啡小店做一套社交媒体品牌模板
用 Canva 给一家咖啡小店做一套社交媒体品牌模板:确定品牌色和字体,检查配色是否看得清,做出小红书封面、公众号头图、朋友圈海报三种尺寸的模板,以后每次发帖只改文字和照片。
阅读教程用 Perplexity Search API 做一个竞品新闻监控
用 Perplexity Search API 做一个竞品新闻监控:设定关键词和只看的网站,每天搜索一次最近一周的结果,新文章存进 SQLite(同一篇文章不会重复记录),随时导出成 Excel 能打开的 CSV。
阅读教程DeepSeek JSON Output:自动分类账单流水
把银行或支付软件导出的流水交给模型分类(餐饮、交通、购物……),用 JSON Output(responseformat=jsonobject)拿到结构化结果。程序逐条校验,不合格就把错误发回模型重试。金额和日期一律从原文读取,不让模型碰数字。最后导出成 Excel 能直接打开的 CSV。
阅读教程Caddy 与 Tailscale:同域名访问 Jellyfin 和 Navidrome,并测试移动端码率
用一个域名同时提供 Jellyfin(影视)和 Navidrome(音乐,挂在 /music 子路径下),由 Caddy 自动配置 HTTPS。家里人在外面用手机听歌,通过 Tailscale 连回家,不在路由器上开端口。另外有一个脚本实测各个码率实际消耗多少流量,帮你在手机客户端里选合适的转码设置。
阅读教程Adobe Podcast:长录音自动切分与上传前检测
一小时的录音直接拖进 Enhance Speech 的免费版会被拒绝(单个文件上限 30 分钟),视频文件也只有 Premium 能处理。 这篇做 preflightsplit.py:上传前检查格式、大小、时长和每日额度;太长的文件在说话的停顿处切开,不切断句子。
阅读教程YouTube:用官方 Python 客户端以断点续传方式上传视频
用官方 Python 客户端以断点续传方式上传视频:OAuth 只申请 youtube.upload 权限,默认设成私享,不通知订阅者,分块上传并显示进度,遇到 5xx 错误时按指数退避重试。测试中用模拟的 HTTP 序列覆盖了“上传到一半服务器返回 503”的情况。
阅读教程用 Terraform 管理 Linode
用 Terraform 管理 Linode:一份配置同时创建 staging 和 prod 两台服务器、上传 SSH 公钥、建一个只允许你的 IP 登录 SSH 的云防火墙,开机用 cloud-init 装好 nginx。改配置后 terraform plan 预览,terraform apply 执行,terraform destroy 一键全部删除。
阅读教程给一个待办事项 API 写一套完整的 Postman 自动化测试:登录拿令牌、新建、修改、查询、删除,外加空标题、未登录等异常情况
给一个待办事项 API 写一套完整的 Postman 自动化测试:登录拿令牌、新建、修改、查询、删除,外加空标题、未登录等异常情况。8 个请求按顺序执行,前一个请求的结果自动传给下一个,点一次 Run 就知道接口有没有坏。
阅读教程用 PixVerse API 提交视频生成任务:轮询状态、下载结果与错误处理
PixVerse 提供官方 API,可以在自己的服务端批量生成视频。 这篇做 pixversejob.py:提交文生视频任务、按官方建议轮询状态、下载结果,并把每次请求的 trace id 和错误码记进日志。重点是官方文档强调的一点:HTTP 200 不等于成功。
阅读教程给 Jellyfin 打开硬件转码(Intel QSV/VAAPI、AMD VAAPI、NVIDIA NVENC 等)
本文通过 Jellyfin API 配置硬件加速,并实际请求转码分片、检查视频分辨率和 FFmpeg 编码器日志,验证是否真正使用 QSV、VA-API 或 NVENC。
阅读教程Hugging Face:用 datasets 前先检查数据集许可证与来源
这篇讲用 datasets 库处理数据,但先做一件常被忽略的事:用之前先体检数据集。 licensecheck.py 只读取 Hub 的公开 API,检查数据集卡片上的许可证、是否依赖已被淘汰的加载脚本,以及数据行里 source 列指向的上游数据。 然后用自己编写的评价句子,按规范构建一个数据集:清洗、去重、ClassLabel、分层切分,输出 parqu
阅读教程Ideogram 海报生成:文字排版与 API 费用预估
Ideogram 的强项是图片里的文字。这篇做一个海报生成命令行:先用 dryrun=true 报价(官方说明:只校验和计价,不生成、不存储、不计费),确认后加 --yes 再真正生成。 生成结果的链接是临时的,所以拿到后立刻下载。isimagesafe=false 的图没有 url,记录下来并跳过。最后写出 meta.json,里面有 seed 和 mag
阅读教程开发一个 Adobe Express 加载项(add-on)“Brand Swatches”
开发一个 Adobe Express 加载项(add-on)“Brand Swatches”:在面板里粘贴品牌色值,点一下就在当前页面插入一排色块。用官方 CLI 生成项目,改造成能校验输入、记住上次色板的版本,本地构建打包。
阅读教程ElevenLabs:把访谈或播客录音转成带说话人标注的字幕
这篇把访谈或播客录音转成带说话人标注的字幕。脚本调用 Scribe(POST /v1/speech-to-text,modelid=scribev2),开启说话人区分(diarize)、音频事件标注(tagaudioevents)和词级时间戳。 返回的 words 按说话人变化、标点、长度(18 字)、时长(6 秒)和停顿(0.8 秒)切成字幕条;笑声这类事
阅读教程用 Sentry Crons 监控每晚 02:30(北京时间)运行的订单日报脚本
用 Sentry Crons 监控每晚 02:30(北京时间)运行的订单日报脚本:任务开始和结束各发一次 check-in,没按时启动、运行超过 20 分钟、执行报错,Sentry 都会创建问题并告警。监控配置写在代码里,首次运行自动创建。
阅读教程用 SQLite 演练 Replit 数据库迁移风险检查
编写 SQL 迁移风险扫描器,并在本地 SQLite 有数据的表上演练安全与危险变更;SQLite 结果仅用于说明,不等同于 Replit PostgreSQL 行为。
阅读教程ModelScope API-Inference:兼容 OpenAI 的批量模型调用
魔搭的 API-Inference 提供 OpenAI 兼容接口(https://api-inference.modelscope.cn/v1),可以直接用 openai SDK 调用。免费服务有额度和并发限制,所以批处理脚本要做到三点: - 调用前先确认模型在推理服务上可用; - 遇到 429 时停止并保存进度,而不是一直重试; - 下次运行时只处理剩下的
阅读教程Nginx + Emby:配置 HTTPS 反向代理与 WebSocket
用 Nginx 为 Emby 配置 HTTPS、WebSocket 和流式转码,并在访问日志中脱敏 URL 查询参数里的 API key。
阅读教程用 SQLite 为 OpenRouter 批处理任务设置本地软预算
控制台可以给 Key 设额度;批处理任务还需要进程内的“软预算”,避免循环调用烧完余额。 这篇做 budget.py:用 SQLite 记 usage,按你传入的 $/M 单价估算费用,超预算拒绝继续调用。单价不写死在代码里。
阅读教程Hugging Face:把本地情感模型包装成 Gradio 网页应用
这篇把 A 篇的本地模型包装成一个 Gradio 网页应用,包含两个功能:单条评价打分(显示三类概率和复核提示),以及批量上传 CSV 打分后下载结果。 应用只监听 127.0.0.1,并关闭了 Gradio 的使用统计上报。测试时启动真实服务,用官方 gradioclient 调用两个 API,覆盖正常结果、空输入、缺少列、Excel 导出的 GBK 编码
阅读教程Mistral API 文档问答:添加上下文长度守卫
把本地文档塞进对话前,先做字符上限守卫并包装「根据文档回答,不知道就说不知道」提示,降低幻觉与超限浪费。
阅读教程ElevenLabs:配音按字符计费,长稿子很容易用掉额度
配音按字符计费,长稿子很容易一次就用掉一大块额度。这篇写一个提交前预检脚本:先统计稿子里会被计费的字符数,再调用 GET /v1/user/subscription 查询本期已用和上限,检查有没有超过模型的单次上限。 最后给出三种结论之一:OK、SPLIT(需要拆分)、STOP(额度不够)。如果是 STOP,脚本以退出码 1 结束,可以直接放进 CI 或批处
阅读教程在 NAS 或迷你主机上用 Docker 部署 Plex Media Server,并写一个“命名检查器”
在 NAS 或迷你主机用 Docker 部署 Plex,并通过 Python 检查电影与剧集文件命名;先预览改名建议,确认后才执行重命名。
阅读教程运行并核验 AI 搜索回答中的 Python 代码:隔离进程与依赖版本
Devv 现在的定位: 截至 2026-10-21,devv.ai 首页和官方文档把 Devv 介绍为“用自然语言构建 AI 网页应用”的编程智能体(Devv Code),并内置数据库、登录、LLM 等集成;页脚的产品列表中仍有 Devv Search,devv.ai/search 也能打开。本组教程中,A、B 篇针对 Devv Search 这类“带来源的
阅读教程让 Photopea 的“保存”直接存到你自己的服务器
让 Photopea 的“保存”直接存到你自己的服务器:在打开 Photopea 的配置里写上 server 地址,用户按保存时,Photopea 把文件 POST 过来。本文用 Python 标准库写一个接收端,负责解析 2000 字节的 JSON 头、按 start/size 切出文件、加上 CORS 头,并返回提示消息。
阅读教程Udio:第二段主歌通常沿用第一段的旋律:如果某一行的音节比第一段多出一倍
第二段主歌通常沿用第一段的旋律。如果某一行的音节比第一段多出一倍,生成的演唱往往会挤成一团。 这篇做 meter.py:用 CMU 发音词典计算每行的音节数,逐行比较同类段落,在粘贴进 Udio 之前先把歌词“对齐”。
阅读教程分析 Netflix《What We Watched》半年观看报告
分析 Netflix 官方 “What We Watched” 报告(xlsx 文件,包含每部作品半年的观看时长):自动找到表头,处理空单元格和带 的标记,算出总时长、全球上线作品占的比例、本期新作占的比例和按 views 排的前 N 名,再检查 views 是否约等于“时长 ÷ 片长”。
阅读教程用 Python MCP SDK 构建本地只读 TODO/FIXME 扫描服务器
使用官方 MCP Python SDK 构建本地 stdio 服务器,提供只读 TODO/FIXME 查询和统计工具,并通过 SDK 客户端验证调用及配置检查。
阅读教程Synthesia 定制数字人:同意与身份验证门禁
定制数字人涉及人格权与平台验证。这篇用一份 JSON 表单做门禁:本人同意、身份验证、不冒充、内部审批;公众人物还需额外法务标记。
阅读教程Azure:用 Bicep 给新项目建一套安全基线:存储账户禁止匿名访问和账户密钥、只允许 TLS 1.2
用 Bicep 给新项目建一套安全基线:存储账户禁止匿名访问和账户密钥、只允许 TLS 1.2,Blob 误删保留 14 天;Key Vault 用 RBAC 授权、开启清除保护,只给指定身份“读取机密”的权限。
阅读教程长时间的生成任务不必一直轮询:Pika 会主动回调 Webhook
长时间的生成任务不必一直轮询:Pika 会在任务完成或失败时主动回调你的 webhook。本篇写一个接收端:按 Standard Webhooks 规范用原始请求字节验签,按 webhook-id 去重(重试和重放都会复用这个 id),把结果记录到 SQLite。另外写一个本地发送脚本,模拟正常、重放、失败、篡改、过期五种情况。
阅读教程NotebookLM 团队知识库:新人手册问答助手
用 Gemini Notebook 给团队做一个“新人手册问答助手”:把员工手册、报销制度、产品文档、常见问题放进一个笔记本,自定义回答风格(只用资料回答、找不到就说“请问 HR”、附原文出处),分享给同事,再生成一份新人入职简报和音频概览。
阅读教程给一个小型 Python 库配上 GitHub Actions 持续集成
给一个小型 Python 库配上 GitHub Actions 持续集成:每次推送和 PR 自动在 Python 3.11/3.12/3.13 上跑代码检查和测试,覆盖率低于 90% 直接失败,并把覆盖率报告上传为构件。
阅读教程Cloudflare R2 + Workers:搭建个人图床
用 Cloudflare R2 对象存储加一个 Worker 搭建个人图床:一条命令上传截图,返回可以直接贴进博客的 Markdown 图片链接,图片带长期缓存和 ETag,同一张图重复上传得到同一个地址,上传和删除都需要令牌。
阅读教程扣子 Coze:扣子(Coze)智能体发布为 API 之后,可以通过 /v3/chat 流式对话
扣子(Coze)智能体发布为 API 之后,可以通过 /v3/chat 流式对话。这篇只用 Python 标准库写一个流式客户端,重点处理三件容易出错的事: - 错误不一定是 HTTP 错误码:实测用错误的 Token 请求,即使设置了 stream=true,返回的也是 HTTP 200 + JSON {"code":4101,...},而不是 SSE 流
阅读教程Gamma:批量生成时,轮询本身就会消耗限流额度,导出链接也容易被泄露
批量生成时,轮询本身就会消耗限流额度,导出链接也容易被泄露。这篇做两件事:
阅读教程用 GitHub Pages 搭一个小组周报网站
用 GitHub Pages 搭一个小组周报网站:周报用 Markdown 写在仓库里,推送到 main 后 GitHub Actions 自动构建成 HTML、检查站内断链并发布。
阅读教程Mistral API:用 Chat Completions 构建对话客户端
Vibe(原 Le Chat)背后的开发接口是 POST https://api.mistral.ai/v1/chat/completions,Bearer 认证。这篇客户端 + mock 演示最小对话。
阅读教程PixVerse 批量生成前检查分镜表:校验时长、画幅与提示词
批量生成前,先把分镜表检查一遍:模型是否支持这个时长和画面比例、取值是否正确、提示词是否过长或动作太多、是否涉及肖像和商标授权。 这篇做 shotlist.py:把 CSV 分镜表转换成 PixVerse 文生视频请求体(plan.json),提交前发现问题,不花积分。
阅读教程YouTube 视频章节检查:自动验证时间戳与顺序
发布视频前检查描述里的章节时间戳:按 YouTube 帮助中心的三条规则(第一个时间戳是 00:00、至少 3 个且按升序、每章至少 10 秒)逐条检查,再加上“最后一章不能太短、不能超出视频时长”。有问题时退出码为 1,可以放进发布清单或 CI。
阅读教程Qwen:用自然语言查询记账数据库:“九月份餐饮花了多少?”
用自然语言查询记账数据库:“九月份餐饮花了多少?”模型通过 function calling 生成 SQL,程序在只读连接上执行。SQL 出错时,把错误和 SQLite 的语法提示发回去让模型修改。每次都把 SQL 显示给用户,方便核对。默认连接阿里云百炼的 qwen-plus,也可以换成本地 Ollama。
阅读教程ChatGPT + Codex 实战:制作可撤销的桌面文件整理器
用 ChatGPT 理清需求和边界情况,用 Codex CLI 写出一个真正能双击运行的桌面小软件:把杂乱的下载文件夹按类型自动归类,先预览再执行,并且能一键撤销,最后用 PyInstaller 打包成单个可执行文件
阅读教程用 vLLM 的 Docker 镜像在 GPU 服务器上部署 Qwen3-8B
用 vLLM 的 Docker 镜像在 GPU 服务器上部署 Qwen3-8B,提供带密钥的 OpenAI 兼容接口,开启思考内容解析和工具调用解析。再写一个压测脚本,测首字延迟(TTFT)和吞吐,帮你决定并发数和机器配置。
阅读教程Replit 是在浏览器里写代码、运行和发布应用的平台
Replit 应用发布常因端口、监听地址或启动命令配置错误失败。本文用示例后端与检查脚本验证 .replit 发布配置,并演示发布前健康检查。
阅读教程Gemini Interactions API:结构化提取会议待办
用 Gemini 的 Interactions API(官方结构化输出文档现在使用的接口)把会议纪要提取成待办事项列表。 官方文档有一句很关键的话:maxLength、minLength 等计数约束不会被约束解码执行,而是被自动去掉。所以 schema 只能保证 JSON 格式正确,内容是否满足约束还要在客户端用 Pydantic 再校验一次。 此外,状态不
阅读教程用 Ollama 构建长文档本地摘要器:分段总结与数字核对
Ollama 把开源模型跑在你自己的电脑上,并提供本地 API。 这篇做 ollamasummarize.py:把长文档切段,逐段让本地模型写要点,再合并成总摘要;同时检查摘要有没有把原文里的数字弄丢,丢了就标出来让人核对。
阅读教程xAI Responses API:构建 Grok Python 客户端
新集成应使用 POST /v1/responses。这篇客户端发送简单 input,并从 outputtext / output 列表抽取文本(mock 形状已对齐教学需要)。
阅读教程做一个关键词排名跟踪工具:每天用 Bright Data SERP API 查询 Google 搜索结果
做一个关键词排名跟踪工具:每天用 Bright Data SERP API 查询 Google 搜索结果,取回结构化 JSON,记录你的网站在每个关键词下排第几、第一名是谁,追加到 CSV,用 Excel 就能画出排名变化曲线。
阅读教程Gemini Interactions API:会话存储与隐私模式配置
Interactions API 默认会在服务端保存每一次交互(store=true):付费层保存 55 天,免费层保存 1 天。这样可以用 previousinteractionid 接着聊,但对话内容也被保存了下来。 这篇写一个 ChatSession,提供两种模式: - stateful:会话结束时,用 delete 删除本会话保存的每一条交互; -
阅读教程把公司手册、报销规定这类 PDF 交给 Kimi 的文件接口:上传、抽取文字、作为 system 消息提问
把公司手册、报销规定这类 PDF 交给 Kimi 的文件接口:上传、抽取文字、作为 system 消息提问。要求回答必须以“依据:「原文」”结尾,程序再到文件原文里逐字核对这句话。找不到原文就标记“不可信”。用完自动删除上传的文件。
阅读教程Navidrome 部署与 Subsonic API 命令行工具实战
在树莓派、NAS 或迷你主机上用 Docker 部署 Navidrome,再写一个小命令行工具,直接通过 Subsonic API 和服务器交互:检查连接、列出歌手和专辑、搜索、下载或转码一首歌。手机上的 Subsonic 客户端用的也是这套接口,所以弄懂它,就知道客户端连不上时该从哪里查起。
阅读教程Uizard 线框图扫描:手绘草图拍摄与预处理
手机拍的手绘线框图,常见问题是阴影、纸面发黄、拍进了桌面杂物,或者忘了画屏幕外框,导致 Wireframe Scanner 识别不准。 这篇做一个本地预处理工具 sketchprep.py:上传前检查格式、校正光照、二值化、裁剪到笔迹范围,并检查有没有屏幕外框。
阅读教程批量调用豆包处理一批评论(情感分类),做好三件事
批量调用豆包处理一批评论(情感分类),做好三件事:限制并发数、遇到 429 或 5xx 时按 Retry-After 退避重试、逐条记录 tokens 用量。费用只有在你自己提供单价(PRICEIN / PRICEOUT,单位是每百万 tokens)时才计算,脚本里不写死价格。
阅读教程用 Crossref 核对 AI 生成的参考文献:DOI、标题与撤稿状态
从 AI 回答里复制出来的参考文献,可能 DOI 不存在、标题对不上,或者论文已经被撤稿。 这篇做 refcheck.py:用 Crossref 公开 REST API 逐条核对 DOI、标题、年份和撤稿状态。
阅读教程如何写好 Consensus 研究问题:检查问题范围并转换筛选条件
Consensus 的结果好不好,很大程度取决于问题怎么问。 这篇做 questionlint.py:检查问题是否笼统、是否带预设立场、有没有写明人群和结果,并把“近 5 年”“随机对照试验”等要求转换成 Consensus API 的筛选参数。
阅读教程用 Photopea 脚本批量出价签图:做一张带“名称”“价格”两个文字图层的模板
用 Photopea 脚本批量出价签图:做一张带“名称”“价格”两个文字图层的模板,脚本依次换成每个商品的名字和价格,每换一次导出一张 PNG。逻辑在 Node 里用模拟的 app 对象测过,也在真实 Photopea 里跑通了。
阅读教程用 OpenRouter Provider Routing 限定数据收集策略
同一模型可能由多家供应商托管,数据是否用于训练的政策不同。OpenRouter 的 provider 对象可以指定 order、allowfallbacks、datacollection。 这篇做 providerclient.py + mock:当 datacollection=deny 时跳过会收集数据的供应商。
阅读教程给全家做一份 Disney+ 网速和流量规划
给全家做一份 Disney+ 网速和流量规划:用实测网速对照官方推荐速度,判断两路同时看能不能上 4K;再按每台设备的画质设置和每周观看时长,估算每月要用多少流量,接近宽带或手机套餐上限时给出警告。所有数字都抄自 Disney+ 帮助中心,放在 official.json 里,来源写在文件里,方便以后核对和更新。
阅读教程用 Langflow Run API 构建安全的流程调用客户端
流程发布后,用 POST /api/v1/run/{flowid} 调用,头里带 x-api-key。响应是嵌套的 outputs 结构,直接 ["text"] 会取不到。 这篇做 runclient.py(标准库)和 mock:验证 200、401,以及拒绝危险 tweaks 字段。
阅读教程Synthesia Video API:创建视频并轮询完成状态
Video API 是异步的:POST /v2/videos 后轮询 GET /v2/videos/{id} 直到 complete,再用限时 download 链接取回 mp4。 这篇用 mock 把该回路跑通;请求头使用 Legacy (v2) API key。
阅读教程用 SSE 流式客户端测量 GroqCloud 首 Token 延迟
GroqCloud 主打低延迟。要量化“快”,至少测量到首 token 时间(TTFT)。 这篇用标准库读 SSE data: 流,实现 streamchat.py,在 mock 上打印内容并记录 TTFT。
阅读教程用 RAGFlow API 构建可靠的流式对话客户端:SSE 与引用解析
RAGFlow 的对话接口默认流式返回,每条 SSE 事件带一段回答,可能还带引用和“思考”标记。 这篇做 rfstream.py:正确拼出完整回答,把思考过程和正式回答分开,取出引用,并同时兼容 1.0 的增量格式和 legacy 的累计格式。
阅读教程输入一个问题,调用 Felo 搜索 API(POST /v2/chat)
输入一个问题,调用 Felo 搜索 API(POST /v2/chat),得到 AI 回答、Felo 实际执行的搜索查询(queryanalysis)以及来源列表(resources),整理成一份带检索时间和来源链接的调研简报。遇到 429 按 Retry-After 等待后重试;以实测的错误格式为准统一处理错误。
阅读教程DeepLearning.AI:看完短课容易忘:把自己的笔记做成间隔重复卡片是个好办法
看完短课容易忘。把自己的笔记做成间隔重复卡片是个好办法。 这篇做 toanki.py:把 Markdown 里 Q: / A: / Tags: 格式的笔记转成 Anki 可以直接导入的文本文件(带文件头,自动选好分隔符、牌组和标签列),先检查重复和空答案;再用 Anki 官方的 Python 包在一个临时收藏里真实导入一次,确认 Anki 能正确识别。
阅读教程用 Azure Blob Storage 给客户发限时下载链接
用 Azure Blob Storage 给客户发限时下载链接:脚本上传文件到私有容器,生成只读、最长 72 小时的 SAS 链接;本地用 Azurite 模拟器测试,生产环境改用 Entra ID 身份签发用户委托 SAS,不需要账户密钥。
阅读教程WPS AI 的“AI 全文总结”和“文档问答”能快速提炼 PDF,回答还会标注原文出处
WPS AI 的“AI 全文总结”和“文档问答”能快速提炼 PDF,回答还会标注原文出处。但摘要里的数字仍然可能写错、张冠李戴或标错页。 这篇做 summarycheck.py:逐句提取摘要中的数字,核对它是否出现在原 PDF 中、是否在所标的页上、是否属于同一个指标。
阅读教程Suno 音乐来源鉴别:验证 C2PA 内容凭据
Suno 从官网下载的歌曲会带上 C2PA 内容凭据(Content Credentials),标明这是用 Suno 生成的 AI 内容。官方提供了一个免费、不需要 Key 的检测接口。 这篇写一个批量检查脚本:可以检查一个目录里的文件,也可以检查公开链接。上传前先在本地用 ffprobe 确认文件是音频、大小不超过 100MB;请求串行发送,每次间隔 2
阅读教程Kimi:做一个 HR 小助手:问“张三还剩几天年假”,模型通过 tool_calls 调用本地工具查数据
做一个 HR 小助手:问“张三还剩几天年假”,模型通过 toolcalls 调用本地工具查数据,程序执行后用 role=tool 把结果发回去,模型再组织回答。剩余天数由工具用代码算好,计算器用 AST 解析、只允许四则运算,同时防止模型重复调用、陷入死循环。
阅读教程Character.AI 会话时长记录:本地休息提醒
沉浸式角色聊天容易超时。这篇本地账本记录 start/end,超过软限制(默认 45 分钟)给出休息提示。不联网、不读取 App。
阅读教程DeepL Write correct 与 rephrase 模式的选择
只要纠错、尽量保留作者原话时,应走 /v2/write/correct;需要语气/文体时才用 rephrase。这篇用 writemodes.py 在本地强制互斥规则,并对比两种模式输出。
阅读教程Grammarly:培训部门想批量看一批文档的写作质量
培训部门想批量看一批文档的写作质量。Grammarly Writing Score API 会给出总分,以及 engagement、correctness、delivery、clarity 四项分数。 这篇做 scoredoc.py:先在本地预检(格式、4 MB、10 万字符、30 词),再走官方三步流程(创建请求 → 预签名地址上传 → 轮询),最后写出
阅读教程用 Replicate API 构建可恢复的批量预测运行器:并发、限流与断点续跑
一次要生成几十张图时,需要控制并发、处理限流、中途失败后能接着跑,而且不能重复花钱。 这篇做 batch.py:读 CSV 里的提示词,最多同时跑 N 个预测,遇到 429 按返回的等待时间重试,每个预测用 Cancel-After 设服务端期限,结果写进 ledger.jsonl,重跑时跳过已成功的,并继续查询上次没结束的预测,而不是重新创建。
阅读教程把会议录音交给 Gemini,自动生成会议纪要
把会议录音交给 Gemini,自动生成会议纪要:摘要、已定结论、待办事项(负责人、截止日期、录音中的时间点)、未决问题,同时输出 Markdown 和 JSON。录音不需要先转文字,Gemini 直接“听”。
阅读教程Uizard:Autodesigner 能根据一句话生成多屏设计,但官方指南明确说
Autodesigner 能根据一句话生成多屏设计,但官方指南明确说:要说清楚是 app 还是 website、要写具体、不要规定屏幕数量和组件位置、不要列出具体流程。 这篇把这些规则写成一个提示词检查工具 brieflint.py,并用官方指南里的 ✅/🚫 例句原文做测试。
阅读教程Replit 的每个应用有两个数据库:开发库和生产库
Replit 开发库与生产库需要谨慎管理数据库迁移。本文检查高风险 SQL 变更,并明确说明示例使用 SQLite 测试,不能替代 PostgreSQL 验证。
阅读教程Udio 关闭下载后,作品只存在于 udio.com 上
Udio 关闭下载后,作品只存在于 udio.com 上。自己写的提示词、歌词版本和分享链接最好在本地留一份记录。 这篇做 songlog.py:用 JSONL 记录每首歌,校验分享链接的格式,并导出 Markdown 作品目录。
阅读教程Ideogram 异步任务 Webhook:Ed25519 验签与去重
Ideogram 的异步任务完成后,会把结果 POST 到你提供的 webhookurl,并用 Ed25519 签名。这篇按官方规范实现接收端,主要做这几件事:
阅读教程ChatGPT + Codex 实战:从零制作番茄钟网站并部署到 Cloudflare Pages
用 ChatGPT 做需求和文案,用 OpenAI Codex CLI 在本地写代码,从零做出一个带真实交互功能的番茄钟落地页,最后免费部署到 Cloudflare Pages,拿到一个能分享给别人的网址
阅读教程用 Jasper API 创建 Brand Voice 并运行营销任务
官方流程是:用 API Key 调 POST /v1/tones,再在 POST /v1/tasks/{id}/run 里传 toneId 与 contextItems。 这篇提供 mock 服务 + jasperclient.py,在无密钥时仍能看懂请求形状。
阅读教程用 Stable Diffusion Turbo 做图生图:比较 strength 并量化画面变化
图生图(img2img)在已有图片的基础上按提示词改画。strength 决定改动多少。 这篇做 img2img.py:把 A 篇生成的山村图改成雪景,比较 4 档 strength 的效果,并量化每档与原图的差异;参数不合法时先给出明确提示。
阅读教程VS Code 插件开发:中文与英文实时字数统计
从零写一个 VS Code 插件“中文字数统计”:在状态栏实时显示 Markdown 和纯文本文件的中文字数、英文单词数和预计阅读时间,选中文本时只统计选中部分,最后打包成 .vsix 文件安装或分享。
阅读教程用 Python 为 Apple Music API 签发受限的开发者令牌
给 Apple Music API 签发开发者令牌(developer token):用从开发者后台下载的 .p8 私钥按 ES256 签名,检查 Key ID 和 Team ID 的格式,有效期不超过官方规定的上限(15777000 秒),网页使用时加 origin 限制。后面两篇都要用到这个令牌。
阅读教程Notion AI 会议纪要:本地提取决策与待办
在把纪要交给 Notion AI 整理前后,先用本地规则抽出「决策/待办」行,便于对照 AI 输出是否漏项。
阅读教程把 Notion 当作博客后台:在 Notion 里写文章、把状态改成“已发布”
把 Notion 当作博客后台:在 Notion 里写文章、把状态改成“已发布”,GitHub Actions 每小时调用 Notion API 把文章转换成静态 HTML 网站,并自动部署到 Cloudflare Pages。写作体验是 Notion,网站是自己的。
阅读教程Andi Search API:使用 Python 搜索并读取结果
Andi Search:GET|POST https://api.andiai.com/api/v1/search,请求头 x-api-key。format=context 可返回给 LLM 用的 markdown。
阅读教程Adobe Podcast:Enhance Speech 处理后“听起来更好”,但好多少
Enhance Speech 处理后“听起来更好”,但好多少?会不会削波?这篇做 measure.py: 对比处理前后的整体响度(LUFS)、真峰值、底噪、估算信噪比和削波采样数,并对容易误读的数据给出提示。
阅读教程Notion AI 提示词安全:发送前扫描密钥
向 Notion AI / Agent 提问前扫描提示词:拦截 apikey、私钥、password、ntn token 等,降低把密钥写进对话的风险。
阅读教程Ideogram:用 Tesseract OCR 检查文字海报错字
文字海报最怕出现错字。这篇用本地的 Tesseract(chisim)把每张生成图里的文字识别出来,再和期望的文字比对:完全一致记为 PASS,相似但有错字或漏字记为 FIX,读不出来记为 FAIL,结果写进 ocrreport.csv。 识别前会先做灰度、放大 2 倍和 Otsu 二值化,再交给 Tesseract。
阅读教程把浏览器里保存的密码迁移到 Bitwarden
把浏览器里保存的密码迁移到 Bitwarden:先从 Chrome/Edge 导出 CSV,用脚本合并重复条目、按网站分文件夹、转成 Bitwarden 官方 CSV 格式,同时列出“多个网站共用同一个密码”和“短于 12 位”的账号作为改密清单;导入后删除明文 CSV 并关闭浏览器的密码保存。
阅读教程用 Fireflies 汇总会议待办:按负责人追踪重复行动项
每场会议 Fireflies 都会生成待办,但散在不同的会议记录里,很难看出哪些一直没做。 这篇做 actiontracker.py:汇总指定日期以来所有会议的 summary.actionitems,按负责人整理成一张 CSV,记录每条待办首次和最近出现的时间;在 3 场以上会议中反复出现的标为“可能一直没完成”。
阅读教程管理员想每月看一次:谁在用 Grammarly、用了多少次、改进的会话占多少
管理员想每月看一次:谁在用 Grammarly、用了多少次、改进的会话占多少。这篇做 analyticsreport.py: 先在本地校验日期范围(最早一年前、最晚两天前),然后按游标翻页拉取全部成员,导出 Excel 能直接打开的 CSV,并输出汇总。
阅读教程GitHub Copilot:Copilot 会读取两类仓库自定义指令
Copilot 会读取两类仓库自定义指令:仓库级的 .github/copilot-instructions.md,以及路径级的 .github/instructions//NAME.instructions.md(通过 frontmatter 里的 applyTo 匹配文件)。 这里最容易踩的坑是 glob 的语义。按官方文档, 只匹配当前目录,src/.
阅读教程NotebookLM 文献综述:对比论文与引用核查
用 Gemini Notebook 写文献综述:把十几篇论文放进一个笔记本,生成一张“研究问题 / 方法 / 样本 / 结论 / 局限”对比数据表并导出到表格,再写出每句话都带引用的综述草稿,最后用 Deep Research 找可能漏掉的文献。
阅读教程Ideogram:文字海报最怕出现错字:这篇用本地的 Tesseract(chi_sim)把每张生成图里的文字识别出来
文字海报最怕出现错字。这篇用本地的 Tesseract(chisim)把每张生成图里的文字识别出来,再和期望的文字比对:完全一致记为 PASS,相似但有错字或漏字记为 FIX,读不出来记为 FAIL,结果写进 ocrreport.csv。 识别前会先做灰度、放大 2 倍和 Otsu 二值化,再交给 Tesseract。
阅读教程Cloudflare Tunnel:安全发布 NAS 与 Homelab 内网服务
使用 Cloudflare Tunnel 将 NAS、Homelab 和内网 Web 服务发布到 HTTPS 域名,并配置 remotely-managed Tunnel、Docker、Access 与常见 502 排错。
阅读教程Google Cloud:用 Terraform 建一个 Cloud Storage 备份桶
用 Terraform 建一个 Cloud Storage 备份桶:禁止公开访问、开启版本控制,30 天后自动转低频存储、一年后删除、旧版本只留 3 个;同时给项目设月度预算,花到 50%、90% 和预测超支时发邮件。
阅读教程用 Azure Functions(Python v2 编程模型)做一个“到期日计算”接口
用 Azure Functions(Python v2 编程模型)做一个“到期日计算”接口:GET /api/due-date?start=2026-09-30&days=3 按工作日推算到期日,跳过周末和你维护的节假日表,适合合同、工单的 SLA 计算。
阅读教程给个人 Bitwarden 保险库做定期加密备份
给个人 Bitwarden 保险库做定期加密备份:脚本用 bw export --format encrypted_json --password 导出受密码保护的文件,校验确实是加密格式,只保留最近 12 份,文件权限 600。万一账号出问题,用备份密码就能导入任意 Bitwarden 账号恢复。
阅读教程扣子 Coze:扣子工作流可以通过 /v1/workflow/run 调用
扣子工作流可以通过 /v1/workflow/run 调用。这篇写一个批量运行器:从 CSV 读取多组参数,分别运行同一个工作流,把每一行的结果、executeid 和 debugurl 写入结果 CSV。 设计要点: - 返回体里的 data 是 JSON 字符串,需要再解析一次; - 只对网络错误和 5xx 退避重试;鉴权错误、参数错误这类业务错误不重试
阅读教程Dify 可以通过 External Knowledge API 连接你自己的检索服务,文档不需要导进 Dify
Dify 可以通过 External Knowledge API 连接你自己的检索服务,文档不需要导进 Dify。 这篇按官方规范用标准库写一个 /retrieval 服务,向量用本机 Ollama 的 qwen3-embedding-local:0.6b 生成。规范要求的内容都实现了:Bearer 鉴权、topk、scorethreshold、metada
阅读教程在 NAS 或迷你主机上用 Docker 部署 Jellyfin,并写一个“命名检查器”
在 NAS 或迷你主机上用 Docker 部署 Jellyfin,并用一个脚本代替网页向导完成首次设置:设置语言、创建管理员、添加电影/剧集/音乐三个库、等扫描完成后列出入库的内容。重装系统或给家人再搭一台时,一条命令就能复现同样的配置。
阅读教程在 Claude 网页版里建一个“商务英语”项目
在 Claude 网页版里建一个“商务英语”项目:上传单词表作为项目知识,写好项目指令,然后让 Claude 做一个可交互的单词卡 Artifact(莱特纳盒子复习法:答对的隔几天再复习,答错的明天再来),最后分享链接给同学。附一份可以自己托管的 HTML 版本。
阅读教程扣子 Coze:扣子可以把你自己的 HTTP 服务导入为插件,方式是提供一份 OpenAPI 文档
扣子可以把你自己的 HTTP 服务导入为插件,方式是提供一份 OpenAPI 文档。导入失败时,提示往往不够具体。 这篇写一个小服务(文本统计、长度单位换算)和它的 openapi.yaml,再写一个检查器,分两层: - 第 1 层:通用 OpenAPI 校验; - 第 2 层:逐条照搬开源 Coze Studio v0.5.1 源码 openapi.go
阅读教程Together AI:调用量上来以后会遇到 429(太快)和 503(服务暂时不可用)
调用量上来以后会遇到 429(太快)和 503(服务暂时不可用)。这篇做 retry_client.py:只对 429/503 重试,指数退避加随机抖动,服务器给了 Retry-After 就按它等;401/400 等客户端错误立即返回。
阅读教程用 scikit-learn Pipeline 处理缺失值与类别变量:交叉验证和数据泄漏检查
《Intermediate Machine Learning》讲了缺失值、类别变量、Pipeline、交叉验证和数据泄漏。 这篇用一份我生成的合成二手车数据(有缺失值和类别列)把这些串起来:ColumnTransformer + Pipeline 做预处理和模型,5 折交叉验证打分;数据里故意放了一个“过户费”列——成交后才知道,脚本能发现它让误差异常下降并
阅读教程用 TypeScript 写一个 Figma 插件“批量重命名图层”
用 TypeScript 写一个 Figma 插件“批量重命名图层”:选中一堆图层,按模板(如 icon/{name}-{nn})或查找替换批量改名,面板里实时预览改名前后的对照,按画布位置从左到右、从上到下编号,改错了 Ctrl+Z 一步撤销。
阅读教程Bright Data 商品价格监控:自动抓取、SQLite 记录与降价提醒
用 Python 做一个商品价格监控:定时抓取商品页面,解析价格写入 SQLite,价格低于你设定的目标价或创下历史新低时提醒你。抓取层接入 Bright Data Web Unlocker API,遇到反爬页面时由它负责重试和解封。
阅读教程用 Fireflies GraphQL 批量导出会议记录与逐字稿
Fireflies 会自动记录和转写会议。想把记录存到自己的笔记库里,可以用它的 GraphQL API 批量导出。 这篇做 ffexport.py:分页列出会议(每页最多 50 条),逐场取逐字稿、概要和待办,生成 Markdown(时间按 UTC+8);已导出的跳过,重跑不浪费额度。
阅读教程用 FastGPT OpenAPI 调用知识库问答:解析回答、引用与错误码
FastGPT 是开源的知识库问答和 AI 工作流平台。做好的应用可以通过 OpenAPI 调用,接口格式和 OpenAI 的 chat/completions 基本一致。 这篇做 fastgptchat.py:从命令行向应用提问,打印回答和它引用的知识库片段;没有引用时提醒你核对。重点处理 FastGPT 的错误格式:错误码在 body 里,HTTP 状态
阅读教程Notion 求职申请追踪系统:看板、公式与日历
不写一行代码,用 Notion 数据库搭一个求职申请追踪系统:看板按“待投递、已投递、面试中、录用、已拒绝”分列,公式自动算出投递天数和跟进提醒,一键按钮推进状态,日历视图看面试安排,还能导入现成的 CSV 快速开始。
阅读教程ai-memory:让 Claude Code、Codex、Cursor 共用项目记忆
自托管 ai-memory,让 Claude Code、Codex、Cursor 等编程助手共享项目决策、排错记录和 Handoff,并支持 Docker 与 Homelab 多机部署。
阅读教程用 Twitch Helix API 检查频道直播状态
写一个命令行工具:给它一份频道清单,它会告诉你哪些频道正在直播、多少人在看、在播什么。工具用 client credentials 方式拿 app access token,再调用 Helix 的 Get Streams;每 100 个频道合成一次请求,遇到 429 会按 Ratelimit-Reset 等待后重试。
阅读教程用 Manus Webhook 接收任务事件:RSA-SHA256 验签、重放保护与去重
轮询会消耗请求额度,官方建议用 webhook:任务创建、停止、删除时,Manus 主动 POST 到你的地址。 这篇做一个只用标准库的接收服务 webhookserver.py:按官方算法验证 RSA-SHA256 签名、拒绝 5 分钟前的请求、按 eventid 去重,把事件写进 events.jsonl,并打印一行摘要。
阅读教程OpenRouter API 入门:统一调用多家 AI 模型与成本控制
用 OpenRouter 的 OpenAI 兼容 API 统一调用多家 AI 模型,配置模型与供应商 fallback、用量统计、API Key 和成本控制。
阅读教程Leonardo AI:Webhook 回调接口与签名认证
官方建议用 webhook 代替轮询:创建 API Key 时填写回调地址(必须是 HTTPS)和一个 webhook API Key,Leonardo 回调时会带上 authorization: Bearer 。 这篇写一个接收端: - 校验 Key(常量时间比较); - 同一个生成 ID 只处理一次(并发重复投递的情况也覆盖); - nsfw 图片不对外
阅读教程在 Vercel 上部署一个个人作品集网站,带一个真正能用的“联系我”表单
在 Vercel 上部署一个个人作品集网站,带一个真正能用的“联系我”表单:访客提交后,Vercel Function 校验内容、过滤机器人,再把留言推送到你的飞书、Slack 或 Discord 群机器人。不用买服务器,不用管数据库。
阅读教程Suno 音乐后期:响度标准化与标签写入
从 Suno 下载的歌,响度往往各不相同。这篇用 ffmpeg 的 loudnorm 做两遍处理(EBU R128 标准):第一遍测量,第二遍按测量值做线性增益,统一到 -14 LUFS、真峰值 -1 dBTP,再写入标题、艺人和“AI-generated with Suno”标签。原文件不动。 遇到动态范围很大的歌,脚本会自动调高目标 LRA,确保只做整体
阅读教程用 FFprobe 与 FFmpeg 验收 Luma Dream Machine 视频片段
视频下载回来,先别急着剪:时长、帧率、分辨率、比例是不是你要的?要求循环的视频,首尾能不能接上? 这篇做 clipqc.py:用 ffprobe 读取参数,按请求核对;对 loop 视频用 ffmpeg 计算首帧和末帧的 PSNR,太低就提醒循环处可能跳变。
阅读教程10 个提升工作效率的 AI 工具推荐
精选实用 AI 工具,帮你节省时间,提高生产力。
阅读教程JavaScript 中的节流与防抖详解
深入理解节流与防抖的原理与应用场景。
阅读教程5 个小众但超好用的在线工具
发现那些低调却强大的在线工具。
阅读教程HTTP 状态码完全指南
详细解读常见 HTTP 状态码及其含义。
阅读教程写好 AI 提示词的 8 个实用方法
从目标、背景和输出格式入手,提高 AI 回答质量。
阅读教程Git 分支与提交的高效工作流
掌握日常开发中清晰、安全的版本管理方法。
阅读教程用 Markdown 建立轻量知识库
用简单文本组织笔记、文档与长期知识。
阅读教程从输入网址到页面打开:DNS 入门
理解域名解析过程和常见 DNS 记录类型。
阅读教程网页配色系统的基础搭建方法
从主色、语义色到深色模式建立一致的配色。
阅读教程Docker 容器化应用快速入门
理解镜像、容器和常用命令,完成首次部署。
阅读教程使用 Cloudflare Workers 部署网站
从项目配置到线上发布,完成边缘应用部署。
阅读教程Figma 设计稿交付开发的完整清单
统一组件、间距和标注,让设计还原更加顺畅。
阅读教程使用 Postman 调试 REST API
学习请求配置、环境变量和接口测试的基本流程。
阅读教程用 Notion 搭建个人项目管理系统
通过数据库和视图管理任务、资料与进度。
阅读教程网页性能优化的核心指标与方法
认识核心体验指标并找到常见性能瓶颈。
阅读教程如何让 AI 成为可靠的编程助手
用清晰上下文、测试和审查提高 AI 编程质量。
阅读教程Douyin / TikTok Download API:Docker 自托管部署与 MCP 使用指南
用 Docker 自托管 Douyin / TikTok 数据服务,配置 REST API、MCP、CLI 和 Web 控制台,并完成第一次解析调用。
阅读教程换一个关键词试试,或清空搜索查看全部教程。