mirror of
https://github.com/Colin-XKL/Colinx-Blog.git
synced 2026-01-12 18:51:28 +08:00
Compare commits
1 Commits
text-lint
...
7c8d03737f
| Author | SHA1 | Date | |
|---|---|---|---|
|
7c8d03737f |
@@ -35,11 +35,11 @@ tags:
|
|||||||
一开始，我是打算接住 LLM 让我快速了解产品相关的知识。但是突然觉得，既然都用 AI 了，为什么还在遵循原有的路径，一步步自己学习、理解然后教 AI 做事呢？换个思路，我只要提供需求，AI 来拆解任务。
|
一开始，我是打算接住 LLM 让我快速了解产品相关的知识。但是突然觉得，既然都用 AI 了，为什么还在遵循原有的路径，一步步自己学习、理解然后教 AI 做事呢？换个思路，我只要提供需求，AI 来拆解任务。
|
||||||
|
|
||||||
于是
|
于是
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
利用 AI 生成一套提示词，来指导我如果分析我的需求、拆解任务
|
利用 AI 生成一套提示词，来指导我如果分析我的需求、拆解任务
|
||||||
|
|
||||||
@@ -86,18 +86,18 @@ tags:
|
|||||||
|
|
||||||
最后简要看下最终的成果吧
|
最后简要看下最终的成果吧
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
后台数据：
|
后台数据：
|
||||||
|
|
||||||
|
|
||||||
## 埋点上报与用户行为分析
|
## 埋点上报与用户行为分析
|
||||||
|
|
||||||
之前做的都是玩具项目和公司内部平台，没怎么接触过 C 端用户行为分析。这块确实还是个挺陌生的领域。不过好在我们有万能的 AI. 在经过埋点需求分析、技术方案对比、任务拆解之后，最后采用了 Umami 平台来进行上报，并简单配置了下指标用于计算用户停留，辅助验证我们关于用户痛点的假设
|
之前做的都是玩具项目和公司内部平台，没怎么接触过 C 端用户行为分析。这块确实还是个挺陌生的领域。不过好在我们有万能的 AI. 在经过埋点需求分析、技术方案对比、任务拆解之后，最后采用了 Umami 平台来进行上报，并简单配置了下指标用于计算用户停留，辅助验证我们关于用户痛点的假设
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
跟 MVP 导师沟通的时候，确定了验证假设的方式为：衡量用户是否点击「查看详情」按钮
|
跟 MVP 导师沟通的时候，确定了验证假设的方式为：衡量用户是否点击「查看详情」按钮
|
||||||
|
|
||||||
@@ -106,7 +106,7 @@ tags:
|
|||||||
|
|
||||||
为了方便统计，借助 umaimi 的统计功能快速实现，我只需要统计有多少比例的用户至少点击了一次「了解详情」. 具体到代码实现上，就是在「点击详情」按钮添加一个上报，上报内容包括用户的 session id, 后面在 umaimi 统计一段时间内，按钮点击事件里面，有多少独立的 session id 处以总的 uv 就可以。
|
为了方便统计，借助 umaimi 的统计功能快速实现，我只需要统计有多少比例的用户至少点击了一次「了解详情」. 具体到代码实现上，就是在「点击详情」按钮添加一个上报，上报内容包括用户的 session id, 后面在 umaimi 统计一段时间内，按钮点击事件里面，有多少独立的 session id 处以总的 uv 就可以。
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
## 投放
|
## 投放
|
||||||
|
|
||||||
@@ -116,7 +116,7 @@ tags:
|
|||||||
|
|
||||||
尝试做了几个图投放到小红书，放几个示例图
|
尝试做了几个图投放到小红书，放几个示例图
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
用的搞定设计的模版调整了下，插图是用 Gemini, 效果还可以，能很好地遵循用户指令，不过美学方面跟 MidJourney 那些还是差了一截，毕竟人家专攻的方向。提示词里面限制好风格的话出图效果还是可以的，这里后续如果有必要的话，其实也可以 AI 批量生产插图。
|
用的搞定设计的模版调整了下，插图是用 Gemini, 效果还可以，能很好地遵循用户指令，不过美学方面跟 MidJourney 那些还是差了一截，毕竟人家专攻的方向。提示词里面限制好风格的话出图效果还是可以的，这里后续如果有必要的话，其实也可以 AI 批量生产插图。
|
||||||
|
|
||||||
|
|||||||
@@ -1,66 +0,0 @@
|
|||||||
---
|
|
||||||
title: Search-as-a-RSS! 把任何搜索查询转换为 RSS! FeedCraft 新功能速递
|
|
||||||
date: 2025-12-22
|
|
||||||
description: 作为 RSS 5 年忠实用户，我非常享受 RSS 主动管理信息源给我带来的掌控感。但是传统 RSS 订阅方式只能基于站点或者频道，更多时候我其实是想关注某一个特定领域信息，使用方式局限性很大。其实最理想的方式是直接把搜索引擎的结果拿来作为信息源。在 FeedCraft 新版本中，我新增了一个 Search-as-a-RSS 的功能，用户只需要使用自然语言指定好要搜索什么，接下来就可以自动根据搜索结果生成一个 RSS 了。
|
|
||||||
categories:
|
|
||||||
- 技术
|
|
||||||
- 指南
|
|
||||||
tags:
|
|
||||||
- 技术
|
|
||||||
- LLM
|
|
||||||
- AI
|
|
||||||
---
|
|
||||||
|
|
||||||
## 前言
|
|
||||||
|
|
||||||
作为 RSS 5 年忠实用户，我非常享受 RSS 主动管理信息源给我带来的掌控感。但是传统 RSS 订阅方式只能基于站点或者频道，更多时候我其实是想关注某一个特定领域信息，比如 AI 领域世界模型有什么新的新闻，或者是想订阅一个特定的信息，比如我关注的 xxx 歌手有没有新的巡演规划。
|
|
||||||
|
|
||||||
这些需求通过传统 RSS 方式难以实现，你只能定向的订阅某个新闻站点，然后过滤一下关键词。使用方式局限性很大。其实最理想的方式是直接把搜索引擎的结果拿来作为信息源。问题主要是噪声太多：
|
|
||||||
|
|
||||||
- 搜索查询一般是按照关键词来的，不够灵活
|
|
||||||
- 垃圾内容农场泛滥
|
|
||||||
- 高质量的信息很多时候是多种语言的网页，直接阅读会很困难
|
|
||||||
|
|
||||||
好在我们有了 AI, 很多问题有了新的解决方法。在 FeedCraft 新版本中，我新增了一个 Search-as-a-RSS 的功能，用户只需要使用自然语言指定好要搜索什么，接下来就可以自动根据搜索结果生成一个 RSS 了。
|
|
||||||
|
|
||||||
接下来简要介绍一下流程：
|
|
||||||
|
|
||||||
## FeedCraft 如何通过搜索结果创建 RSS
|
|
||||||
|
|
||||||
FeedCraft 本身是一个一站式处理 RSS 的工具，这里的搜索需要依赖第三方服务。首发支持的搜索服务是 LiteLLM Proxy(一个 AI 服务的代理转发平台，开源可自部署，可以方便对接各种第三方搜索服务比如 Exa, Tavily, Plexirity, Perplexity, Brave 等等)
|
|
||||||
|
|
||||||
以 Tavily 为例，这个平台提供了每月 1000credits 的额度，可以执行上百次搜索，轻度使用绰绰有余了。前往官网注册个账号，生成一个 api key 即可。
|
|
||||||
|
|
||||||
> [Tavily](https://www.tavily.com/) 是一个专为人工智能代理（AI Agents）设计的搜索引擎，旨在优化 AI 在执行任务时的信息检索过程。它不同于传统的面向人类用户的搜索引擎（如 Google 或 Bing），而是专门为 AI 系统“理解”和“查找”所需信息而构建，强调高效、准确和上下文相关的搜索结果。
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
接下来到 LiteLLM 的后台，Tool - Search Tool 里面增加一个 search tool. 这里 search tool name 可以自定义，先记下来待会在 feed craft 的设置页面需要填入。
|
|
||||||
|
|
||||||
|
|
||||||
在 LiteLLM 后台生成一个 API KEY, Key Name 可以随便写主要是备注。这个生成的 api key 可以用于请求 LLM, 也可以调用刚才配置的搜索工具。确认生成后，复制 api key.
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
在 FeedCraft 后台，设置里面配置搜索服务，这里 API URL 是你的 LiteLLM 服务加上`/search` 后缀。
|
|
||||||
例如你的 LiteLLM 服务部署在 `https://my-litellm.example.com`, 那么这里就填写 `https://my-litellm.example.com/search` . 工具填写刚才在 LiteLLM 后台接入 Tavily 的时候填写的 search tool name
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
之后在「搜索转 RSS」页面，输入你想查询的东西即可。你可以直接用自然语言描述，比如「SpaceX 的最新新闻」. 之后点击下一步即可预览搜索结果。
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
你可以按需调整搜索语句。确认没问题一直下一步，可以保存为自定义的配方 (Custom Recipe) , 就可以生成一个唯一的 RSS 链接，在你喜欢的任意 RSS 阅读器里面查看啦
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
更进一步，你可以使用 FeedCraft 的各种 Craft 来做进一步的处理。比如获取全文，添加总结、翻译文章、以及调用 AI 使用自然语言对文章进行筛选等等
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
总体功能就是这样啦，欢迎试用 FeedCraft 和 Star 🌟! Have fun!
|
|
||||||
|
|
||||||
https://github.com/Colin-XKL/FeedCraft
|
|
||||||
|
|
||||||
|
|
||||||
@@ -320,19 +320,6 @@ Status for the jail: sshd
|
|||||||
`- Banned IP list: 154.216.19.42
|
`- Banned IP list: 154.216.19.42
|
||||||
```
|
```
|
||||||
|
|
||||||
### 2.7 Git 代理
|
|
||||||
一般在 `.bashrc`/`.zshrc` 中定义 `HTTP_PROXY` / `HTTPS_PROXY` 可以应对大部分场景。但是对于使用 ssh 协议的 git 仓库 (通过 ssh 方式，相较于 https 的不用每次输用户名和密码。一般对只有克隆公共仓库的时候才会用 https, 其他时候对于自己的仓库我都是用 ssh), 并不会走 http 代理。
|
|
||||||
|
|
||||||
这里需要在 ssh config 中配置转发走代理才行。使用`nc`(macOS 等默认会预装) 搭配 socks 代理最方便
|
|
||||||
|
|
||||||
```ini
|
|
||||||
Host github.com
|
|
||||||
HostName github.com
|
|
||||||
User git
|
|
||||||
Port 22
|
|
||||||
ProxyCommand nc -x 192.168.100.222:8085 %h %p
|
|
||||||
```
|
|
||||||
|
|
||||||
|
|
||||||
## 3 - 进阶内容
|
## 3 - 进阶内容
|
||||||
|
|
||||||
|
|||||||
Reference in New Issue
Block a user