Tutorials

前段时间，飞书上线了 「问问知识库」功能，核心能力是： 基于已有知识库内容进行问答，整体体验上有点类似 NotebookLM。 在看到这个功能时，我第一反应是： 这对长期做内容沉淀的人来说，实在太合适了。 在此之前，我已经在飞书中创建了AI 出海星球知识库，主要用于将我过往写过的出海相关文章进行系统化归档和沉淀。 这些内容分散在不同时间节点，有的是方法论，有的是工具介绍，也有的是阶段性判断。 但问题也逐渐暴露： 文章一多，时间一久，知识只是存储，却很少再被真正使用。 尤其是一些几个月、甚至一年前写的内容，如果不是刚好碰到相关场景，很多细节连我自己都会慢慢遗忘。 想要重新找某个观点，往往要翻半天目录，效率并不高。 而「问问知识库」的出现，刚好解决了这个问题。 通过自然语言提问，就可以直接基于已有文章进行快速检索和总结，相当于把原本静态存档的内容，变成了一个可以随时对话的知识助手。 比如： 想快速回顾某个出海方向的核心判断 想查某篇旧文章里提到过的工具或方法 想在写新内容时，快速调取过去的思路 都可以直接问，而不是再去翻资料。 对我来说，这个功能最大的价值在于提效。 它让长期积累下来的内容，变成了： 👉 随时可被调用、可被复用、可被激活的能力。 这也是为什么我个人非常喜欢这个功能的原因。 它真正放大了长期写作 + 知识沉淀的复利效应。 下面是 AI 出海星球知识库的问答界面示例👇 如果你也对 AI 出海、工具、趋势和实践经验感兴趣，可以直接体验这个知识库，手机浏览器貌似无法正常访问，只能在电脑端访问。 👉 知识库问答地址：问问知识库

目前使用 Claude Code 存在一个较为普遍的问题：账号容易被封禁，即使付费订阅，也无法完全避免这一风险。 一种更稳定的方式是：通过 Google 的 Antigravity IDE 使用 Claude 模型。 Antigravity IDE 内置了 Sonnet 4.6 Thinking 和 Opus 4.6 Thinking，并且目前提供一定的免费额度。 同时，Claude 与 Google Gemini 的额度是分开的，当 Claude 配额用完后，可以无缝切换到 Gemini 继续使用，提高整体可用性。 在模型选择上： Sonnet 适合作为日常默认模型，具备较强的推理能力、稳定的编程表现，以及更快的响应速度和更高的性价比。 Opus 更适合复杂任务，例如大型代码库重构、高复杂度分析、长上下文处理，以及深度链式推理。 两者均属于当前较新的推理模型，覆盖从日常到高阶的大部分使用场景。 在稳定性方面，Antigravity 中的 Claude 服务是通过 Google 作为企业代理提供的 API 接入。 相比个人直接使用 Claude，依托 Google 账号体系（如 Gmail、Google Docs、Google Play 等），整体账号稳定性通常更高，风险相对更低。 原因在于，Google 账号本身承载了邮箱、文档、应用分发等多项核心服务。 一旦账号被封，影响的不只是单一产品，而是整个账号生态。 因此，这类封禁操作的决策成本更高，平台在处理时通常会更加审慎。

如果你最近在做 AI 产品，应该会很快发现一个现实问题：模型越来越多，但接入也越来越碎片化。 做图片要找一个平台，做视频要接另一个平台，音乐、对话、计费、回调、鉴权又各有一套。 接入各家模型很费精力。 KIE AI 做的事情，就是把这些常见的 AI 能力聚合到一个平台里，让接入变得更简单。 提供了哪些模型 KIE 提供了 Video、Image、Music、Chat 对应的 API，基本覆盖了日常项目开发需要。 不管你是做图片生成、视频生成，还是聊天类、内容类工具，都可以在一个平台里统一接入，省去分别寻找和对接多个模型平台的成本。 价格 KIE 采用积分计价模式，1 积分 = 0.005 USD。 以图片生成为例，Nano Banana 2 生成一张 1K 图片，大概花费 0.04 USD。 这种按量付费的方式，对前期测试产品、估算成本会更方便一些，也更适合独立开发者小步试错。 如何接入？ 注册 访问官网并注册用户： KIE AI 生成密钥 进入后台后，先创建 API Key。 创建完成后，可以针对密钥增加一些风控限制，比如： 每小时调用上限 每日调用上限 总积分限制 这样可以避免密钥泄露后被滥用，也能更好控制成本。 调用接口 接下来可以直接用 Postman 测试接口。 请求地址： https://api.kie.ai/api/v1/jobs/createTask 请求头： Authorization: Bearer <token> 请求体示例： { "model": "nano-banana-2", "callBackUrl": "https://your-domain.com/api/callback", "input": { "prompt": "一幅高度细致的插画：香蕉造型的未来飞船在夜晚的霓虹城市上空飞行，光影真实、具有电影感效果、4K 质量。", "aspect_ratio": "auto", "resolution": "2K", "output_format": "jpg", "image_input": [] } } 请求成功后，会返回一个 taskId，后续可以通过它查询任务进度。 ...

最近 OpenClaw 爆火，不少人都在尝试用它让 AI 直接接管电脑执行任务。 OpenClaw 默认把整台电脑的访问权限都开放给 AI，虽然省事，但安全隐患也会随之增加。 相比之下，腾讯推出的 claw 提供了 workspace 机制，可以只授权指定文件夹，而不是直接放开整机权限。 这种方式明显更可控，用起来也更放心。 所以这次，我就实际安装体验了一下。 1. 注册 CodeBuddy 先访问 CodeBuddy 官网完成注册： https://www.codebuddy.cn/home/ 注册完成后，记得领取 5000 积分，后续体验会用到。 2. 查看积分使用情况 接着进入积分页面，查看当前积分余额和使用情况： https://www.codebuddy.cn/profile/usage 这样可以先对后续体验成本有一个基本了解。 3. 下载并安装 WorkBuddy 然后前往 WorkBuddy 下载页面： https://www.codebuddy.cn/work/ 下载完成后，按照提示完成安装即可，整体过程比较直接。 4. 创建 Workspace 安装完成后，就可以创建一个 workspace。 相比 OpenClaw 这类直接接管整机的方式，这种权限设计会安全很多，也更容易让人放心去尝试。 5. 开始使用 Workspace 创建完成后，就可以正式下发任务，让 AI 开始执行。 6. 查看完成效果 任务执行结束后，可以直接查看最终效果。 从实际体验来看，整个流程还是比较顺畅的。 7. 接入飞书 除了在本地直接使用之外，还可以进一步接入飞书。 在接入选项中选择 Feishu 即可。 8. 配置飞书机器人 接下来按照文档完成飞书机器人的配置： ...

如果你想把 Hugging Face 上的某个 Space 直接嵌入到自己的网站中，可以按照下面的步骤操作： 首先，打开 Hugging Face 的 Spaces 页面： https://huggingface.co/spaces 然后选择你想嵌入的网站功能或模型页面。 例如这个 OCR Space： https://huggingface.co/spaces/FireRedTeam/FireRed-OCR 接着，点击页面右上角的三个点，在弹出的菜单中选择 Embed this Space。 随后，系统会生成一段 iframe 嵌入代码。你只需要将这段代码复制下来，然后粘贴到自己网站的 HTML 页面中即可。 这样，就可以把 Hugging Face Space 的功能直接集成到你自己的网站中。 通过这种方式，你可以将 Hugging Face 上现成的模型能力快速接入自己的网站，让用户不用跳转到其他平台，就能直接在站内体验 AI 功能。 这样不仅能够提升用户体验和网站实用性，增强用户停留时间与网站粘性，还能帮助你以更低成本、更快速度完成功能上线。 尤其对于想快速上站、吸引流量、提升传播效果的新站来说，这是一种非常高效的方法。 借助热门 AI 功能的吸引力，网站更容易获得用户关注、提升访问量，并为后续推广和转化打下基础。

随着 AI 搜索和生成式引擎逐渐成为用户获取信息的重要入口，网站内容不再只面向传统搜索引擎。 如何衡量内容在 AI 场景中的表现，正在成为新的优化课题。 近期，Bing Webmasters 推出了全新的 AI Performance 功能，为站长提供了专门针对 AI 场景的数据监测能力。 这一更新，意味着搜索平台已经开始正式将AI 引用表现纳入可量化评估体系。 该功能提供多项与 AI 引用相关的数据，包括： 被引用数量 平均被引用页面数 关键词查询数据 页面点击量 曝光数据 从目前来看，功能还相对基础，但已经为评估网站在 AI 场景中的表现提供了参考指标。 尤其是在衡量内容被 AI 系统引用情况方面，可以作为 GEO（生成式引擎优化）的重要参考依据。 这也意味着，在进行网站优化时，除了传统的 SEO 之外，还应开始关注 AI 场景下的内容表现。 通过针对 AI 进行结构化优化和内容布局调整，可以让流量来源更加多元化，降低对单一搜索渠道的依赖。 未来，随着 AI 搜索能力的提升，相关数据维度可能会进一步完善。 提前布局，将有助于网站在新一轮流量分配机制中占据更有利的位置。

在 Cloudflare 中为你的应用配置自定义域名非常简单，只需几个步骤即可完成。 第一步：进入 Works & Pages 页面 登录 Cloudflare 后，进入 Works & Pages 页面，找到你想设置域名的应用程序，点击进入该应用详情页。 第二步：打开 Customer Domains 设置 在应用详情页中，点击菜单的 Customer domains 选项。 接着点击页面中的 Set up a custom domain 按钮，开始添加你的自定义域名。 第三步：输入自定义域名 在弹出的页面中输入你想绑定的域名，例如 example.com，然后点击 Continue。 第四步：确认 DNS 设置 Cloudflare 会自动检测域名的 DNS 配置。如果你的域名也是通过 Cloudflare 购买的，它将自动识别并填写相关信息。 确认无误后，点击 Activate 开始绑定。 第五步：等待激活 激活过程通常需要几分钟时间，稍等片刻即可看到状态变为 Active。 第六步：访问测试 一旦状态显示为 Active，你就可以通过绑定的自定义域名访问你的应用了。

在将项目部署到线上时，我们往往希望整个过程既顺畅又高效。 Cloudflare Pages 提供了便捷的静态网站托管能力，只需连接 GitHub 仓库并做少量配置，就能自动构建并部署网站。 下面将带你一步步完成从创建 Pages 项目到最终成功访问页面的完整流程。 1. 创建 Cloudflare Pages 项目 打开 Cloudflare 的 Works & Pages，点击右上角 Add，选择下拉菜单中的 Pages。 连接 GitHub 仓库。 选择对应的仓库。 选择项目所使用的开发语言，其他选项保持默认即可。 点击 Deploy，稍等片刻即可看到部署成功界面。 2. 解决因未开启 Node.js 兼容而导致的访问错误 首次访问部署后的链接时，如果出现错误提示，很可能是因为没有启用 Node.js 兼容模式。 进入项目的 Settings 页面，左侧选择 Runtime，右侧找到 Compatibility flags。 输入 nodejs_compat 并启用该选项。 3. 配置 Google API 密钥 在左侧菜单选择 Variables and Secrets。 切换到 Secret 标签，填写本地项目中 .env.local 内的相关配置。 4. 访问最终部署效果 完成上述设置后，重新访问页面即可查看最终效果。 ...

在做 SEO、选关键词、做垂直细分市场研究时，你是否常常会遇到这种情况： 明明有了一个关键词，却不知道背后真正的搜索意图？ 到底是求购买、求教程、求工具，还是求比较？ 如果能有个网站输入一个 Google 关键词 → 自动分析其背后的搜索意图（Markdown 排版） → 轻松找到细分市场 那将会是一个不可多得的效率工具。 接下来，我就用 Goolge Antigravity IDE 一步步把这个网站从零构建出来。 网站开发完整流程 1️⃣ Step 1：确定网站需求（Planning 模式提示词） 在 Antigravity 的 Planning 模式输入以下提示词，用于让 Gemini 规划网站文件结构、组件划分、UI 设计以及 API 逻辑： 我要创建一个英文工具网站，网站主要功能是：用户输入 Google 搜索关键词，返回关键词背后的搜索意图，以此帮助用户能够找到该关键词的垂直细分市场。 要求如下： 1. 网站界面为全英文 2. 使用 Next.js（稳定版本） + TailwindCSS 构建 3. 网站只需要一个首页 4. 页面包含： - 一个关键词输入框 - 按全球语言使用人数排序的语言下拉框 - 一个用于展示 Markdown 的结果输出框 5. 页面底部有一个 FAQ 区域，说明网站用途与使用方式 6. API 调用 Google 的模型：gemini-2.5-flash-lite 7. 请规划文件结构、UI 布局与 API 逻辑 Gemini 会自动给出： ...

如果你正在打造一款 AI 产品，尤其是出海工具站（AI Tools Site、AI SaaS），那么模型 API 就是你最关键的生产力引擎。 Gemini 提供了强大而灵活的 API，让文本生成、多模态分析、角色设定、多轮对话都能轻松实现。 本文将以 Java SDK 为例，带你快速上手 Gemini API 的核心功能。 在开始前，你需要先创建项目和 API Key，具体可参考上一期的教程。 项目中引入 Gemini SDK： <dependency> <groupId>com.google.genai</groupId> <artifactId>google-genai</artifactId> <version>1.28.0</version> </dependency> 文本生成：最基础也最万能的能力 public String generateContent() { Client client = Client.builder().apiKey(config.getGeminiKey()).build(); GenerateContentResponse response = client.models.generateContent( "gemini-2.5-flash", "How does AI work?", null); return response.text(); } 文本生成是使用频率最高的能力，用于解释、写文章、生成邮件、生成内容等各种场景。 在一个出海 AI 文案生成工具（如 blog writer、email assistant）中，用户输入一个主题，你可以直接调用文本生成接口输出完整的英文博客、邮件或社媒内容。 思考模式：让回答更像深度专家 public String thinking() { Client client = Client.builder().apiKey(config.getGeminiKey()).build(); GenerateContentConfig config = GenerateContentConfig.builder() // Disables thinking .thinkingConfig(ThinkingConfig.builder().thinkingBudget(0).build()) .build(); GenerateContentResponse response = client.models.generateContent("gemini-2.5-flash", "How does AI work?", config); return response.text(); } 思考模式让模型能够进行更深入的推理，从而提升回答质量，但也会增加耗时和 Token 使用。 ...