Yan Shi @ruby_runner

《教父》中流传很广的一段话： “如果你拿着枪， 我也拿着枪， 我们可以谈谈法律。 如果你拿着刀， 我也拿着刀， 我们可以讲讲规则。 如果你空手而来， 我也空手而来， 我们可以论论道理。 但如果你有枪而我只有刀， 那么真相便握在你的手中。 如果你有枪而我赤手空拳， 你握住的不仅是武器， 更是我的性命。” 这句话，过去适用，现在依然适用。不单是适用于各种物质关系，也适用于各种精神关系。

今天拆一个巅峰月访问 286.6K 的电商生图工具 Snappyit。 拿 AI 生图做鞋服类独立站，90% 死在退货率上。一堆人用 AI 生图省模特费，结果 AI 画了八个褶皱、蕾丝错位的天仙图。买家一拆快递发现货不对版，直接退款加差评，履约成本当场把毛利吃干抹净。 Snappyit 这套保持实物一致性的生图思维值得学。👇 1️⃣结构硬锁定。用边缘分割与骨架提取把样衣的版型、车线、印花像素级焊死在图片上。 2️⃣2D 转 3D 隐形模特。单张平铺图推导内领口、袖洞纵深与重力悬垂感，省去传统美工用 PS 拼两张图抠图的繁琐，直接输出亚马逊/Shopify 合规的 4K 白底图。 3️⃣物理材质级换色。提取漫反射层只换色相，完整保留面料编织纹理与接缝阴影。1 件白胚样衣出 8 个 SKU 变体，配合换脸模特图转视频，批量跑 TikTok 测款，出单了再让工厂按单染色追单，把压货风险降到最低。。 目前官网年付套餐 $8.2/月起，单图几毛钱。草台班子电商创业不需要什么高端艺术家作品，能让我把测款成本和退货率搞下来，多赚顿猪脚饭，就是天大的福报了。 感兴趣的小伙伴，可以去看看这个站的出站流量，里面还有惊喜。

Crazy progress with Fable presenting its plan in the form of a shaping doc.

I’m guessing having built a bunch of custom plugins for an app is good for stickiness.

Ryan Singer @rjs

3 days ago

Plugins again. Very interesting.

3 2 33 12K 33

Reddit疯传！有人靠一个只有三个页面的小网站，月入几万美元，最离谱的是整个产品一个程序员几天就能做出来。 这种东西在技术圈叫 Micro SaaS。 不是做下一个微信，也不是做什么AI超级平台，而是专门解决一个小得不能再小的问题。 比如跨境卖家每天要把几十张产品图改尺寸、去背景、换不同平台比例；以前要设计师一张张搞。 有人就做了个网站：上传图片，自动识别产品，批量生成 Amazon、Shopify、TikTok Shop 不同尺寸。 整个产品就三个页面：登录、上传、下载。 收费也简单：19美元、49美元、99美元一个月。 1000个用户看起来不多，但如果平均每个人30美元，一个月就是3万美元。 这类产品最有意思的地方，是技术难度经常不高。 真正难的是你能不能找到一种“每天重复发生、很烦、但又不值得公司专门招个人”的小问题。 现在有了大模型以后，很多以前要写几个月的功能，几天就能拼出来。 前端用现成模板，登录用现成服务，支付接Stripe，AI直接调API，服务器一个月几十美元。 所以今天做软件，最危险的误区就是： “这个技术不难，所以肯定没人赚钱。” 恰恰相反。 很多赚钱的软件，技术都没那么牛逼。 牛逼的是它卡在一个老板每天都要骂一句脏话的地方。

看到了个Fable5.1弄的神奇项目, 是一个标签打印机的固件, 作者说他在速卖通上买了个热敏标签打印机, 然后打印机耗材用光了, 他就买了点第三方的热敏纸. 结果这个标签打印机很鸡贼, 耗材是有RFID的(让我想起了空气净化器的滤芯), 检测到不是自家产品, 就降速然后降低打印质量. 由于是RFID, 于是大家的人肉破解方法是把用光的耗材的卷轴(类似卷纸芯的那根塑料轴，里边有RFID芯片), 放到打印机旁边, 然后把第三方耗材的卷轴拆掉. 这样打印机就只能感应到原厂塑料轴, 就能继续打印了. 作者气不过于是用Fable-5.1尝试破解这个打印机固件, 然后经过几次刷机后, 就成功了. 我看了下repo细节, 有挺多好玩的地方, 首先Fable-5.1成功推导出了控制打印浓度的公式: darkness=renderer_input×coefficient, 然后定位了打印浓度在内存中的位置, 然后甚至利用了 Cortex-M0 汇编代码洞跳转技术把浓度重映射的动态逻辑缝合了进去, 彻底绕过了降速和降质限制. 比较黑色幽默的是整个过程 AI 负责搞定高难度的 ARM 逆向, 数学推导和汇编注入, 而人类由于长了眼睛和手, 于是负责提供物理执行力, 也就是按电源键和看纸上的字够不够黑. 从目前来看 AI 正在把逆向工程这种原本专属于极客的"重工业技术"彻底平民化了. 照这个趋势发展下去，硬件厂商精心设计的用来搞垄断的那些防伪和硬件锁啥的, 在人人可用的代码 Agent 面前, 基本就跟纸糊的一样了. 项目在这里: github.com/ThreeDaPrint/n… (记得刷机就有变砖的风险, 谨慎操作) > #fable51 #AIAgent

东子当年的演讲，放今天才三句差不多就得被闭麦和举报了。。

x.com/i/article/2101…

社群获客 + 全部 skills → tools.gingiris.com/skills/

卧槽兄弟们，终于有人把 Jev 的完整实战代码给彻底跑通、录成保姆级教程放出来了！ 这几天全网都在聊什么不写字的决策模型、杰文斯悖论， 概念吹得满天飞，但 99% 的人根本不知道怎么在自己的项目里把它真正用起来。 海外技术大佬 @moritzkremb Kremb 刚刚甩出来的这段完整实操，直接燃炸了整个开发者圈： 从官方 API 的极简配置，到现场徒手搓出 3 个工业级真实 Demo， 把这个 150 毫秒、输出 Token 彻底免费的新物种，在真实项目里的杀伤力展示得淋漓尽致！ 看懂视频里这三个落地案例，你手里的代码库分分钟就能省下上千刀的账单： 1️⃣ Demo 1：纯语音秒级控浏览器（05:59 · 彻底消灭 5 秒卡顿）： 以前用普通大模型搞网页自动化简直是折磨——鼠标点一下，要等大模型在云端思考 5 秒钟，卡顿得像个树懒； 接入 Jev 之后，画面直接快到起飞！ 你对着麦克风口述指令，Jev 在 150 毫秒内直接把网页的 DOM 元素做毫秒级单选（Choice）， 话音还没落地，页面已经自动点击、跳转、完成填表，交互流畅得跟真人操作一模一样； 2️⃣ Demo 2：AI 长期记忆自动脱水（11:33 · 砍掉 90% 的废话上下文）： 这是解决 Agent 长任务死穴的最优解！ 传统 Agent 喜欢让大模型去写摘要，不仅贵，还容易把关键技术细节全摘要没了； Moritz 演示了用 Jev 充当记忆守门人： 每产生一条新对话，Jev 毫秒级打分（Score）判断它是不是关键事实； 无用的废话和临时测试日志当场物理丢弃，核心偏好和规则保留字面原文沉淀进向量库， 单次会话的 Token 消耗直接砍掉 90%！ 3️⃣ Demo 3：YouTube 爆款预测器（17:27 · 毫秒级高并发批量处理）： 想在几万条视频或工单里快速初筛？ 以前调大模型分析一次要烧几分钱，还要等好几秒； 用 Jev 批量跑结构化预判，它不写任何长篇分析， 直接并发返回每一条视频在完播率、点击率上的概率分布， 不仅速度飙升上百倍，输出 Token 物理免单，整个大盘扫一遍只要几毛钱成本！ 看完这段 20 分钟的演示，你会瞬间看清未来的技术分工有多残酷： 大模型负责在深水区啃最难的逻辑； 而 Jev 负责充当闪电般的前置小脑， 把原本卡在系统门外的延迟、死循环和天价 Token 账单，一刀全部砍翻在地。 别再停留在围观吃瓜的层面了！ 视频里把时间戳、API 配置代码和三个项目的架构全部扒开了， 正在做 Agent 开发、浏览器自动化或者被 API 费用折磨的朋友，今晚务必跟着视频完整跑一遍！ x.com/moritzkremb/st…

Moritz Kremb @moritzkremb

5 days ago

Full Jev Tutorial What it is, how you can build with it and what new applications it can unlock → 0:00 Intro → 0:34 Jev explained → 4:06 API setup → 5:59 Demo 1: Voice-controlled browser → 11:33 Demo 2: AI memory → 17:27 Demo 3: YouTube predictor

57 360 3K 257K 5K

Jev killed 7 more SEO/GEO workflows 👇 1/ Assess which competitor pages to copy -> It scores every competitor page on answer, depth, proof and freshness, then checks its rank in Google and ChatGPT to show which ones are worth copying 2/ Identify which page elements to change to get cited -> It reads the title, meta, H1, FAQ and schema on every page and returns keep or change for each, with a confidence score 3/ Check if your pages answer what people ask AI -> It matches real buyer questions to your best page, which shows the questions you have no page for and who AI cites instead 4/ Rate how likely each page is to get cited -> Every URL gets a citation chance and the first fix to make, like adding a compare table 5/ Sort search terms -> It asks "is this query from a buyer?" across the full Search Console export, so you write only for terms that convert 6/ Build the internal link map -> For every page it checks the 15 closest candidates and links only the ones with an honest reason 7/ Verify AI-written pages -> Each draft goes through 20 yes/no checks, and only the ones that pass reach a human Available in the Ryze AI app and MCP/Claude Connector, link in the 1st comment 👇

Ira Bodnar @irabukht

4 days ago

Jev dropped the price of SEO/GEO fixes by 90% Agents that audit and fix a client's SEO/GEO used to cost us ~$250 Here's where the savings come from: 1/ 30x faster reads of Search Console and PostHog/Mixpanel data 2/ 30x faster checks of what ChatGPT searches on Bing 3/ 30x

81 100 2K 360K 3K

You do not need more articles all the time to move SEO you need internal links on the pages you already have Google follows those to see what the site is about and which URL is the main one what I would do: open Search Console export pages (CSV) clicks impressions position dump that into AI ask it to group topics pick a pillar pick the money page and say which URLs should link to which then you check it AI will invent links that do not make sense look hardest at pages in positions 11 to 20 those are close they need a link from a related article not another new URL most niche job boards skip this jobs page blog pricing guides sitting next to each other with no links if you only fix one thing this week would it be a new post or links between the posts you already published?

Rodrigo Rocco 👨‍💻📈📗 from JobBoardSearch 🔎 @rrmdp

4 days ago

In short: you can replace Ahrefs and Screaming Frog with two open source tools cheap SEO stack I actually use 1. Research self-hosted OpenSEO + @dataforseo keyword research $0.05 a full round about $1.56 not a $129 Ahrefs bill 2. Crawl LibreCrawl open source unlimited URLs

18 2 49 38K 113

I gave Jev my saved bookmarks in keep.md and used it to classify the items I'm most likely to read. It classified 1.6k items in 22s. 155x faster than GLM 4.7 Flash and 10x cheaper. This will be used to show the most interesting bookmarks to users in app/emails.

这几天全网都在跟风无脑吹 Jev，概念满天飞，但 99% 的人根本不知道怎么把它变成真金白银的生产力， @leaf_sanren 刚写的这篇长文给的8个案例都挺代表性的， 没扯啥 AGI 宏大叙事，开门见山直接甩出 8 个带源码仓库的落地案例，甚至极其硬核地把官方文档里藏着的致命雷区全扒了出来哈哈， 看懂这篇文章，你手头那些又慢又贵的业务代码，今天晚上应该能省下 不少Token吧 我抛砖引玉，先解释下jev是啥，大白话说， 它就是个会思考的 if 语句， 我们用 ChatGPT 是求它打字给我们看， 但软件系统 90% 的场景根本不需要小作文，只需要一个极速的干脆判断： • Noul（是不是）：返回确定概率（比如“这个用户会不会流失” $\to$ 0.87）； • Choice（选一个）：255 个选项里挑一个（比如“工单分给哪个部门” $\to$ 财务 84%）； • Score（打个分）：按标准量化打分（比如“投诉紧急度” $\to$ 4 分）。 为什么它能快到 0.07 秒？因为它是单次并行前向计算，绝不逐字挤牙膏； 为什么输出免费？因为官方觉得这点算力便宜到不值得计费！

Leaf Yeah! @leaf_sanren

4 days ago

🎉😮我的天！这篇是我用公开资料整理的学习笔记，自己先把它搞明白，也分享出来，供大家一起学习、共勉✊ x.com/i/article/2101…

10 53 273 124K 623

🔷 Design Token Naming Guide Learn how to name design tokens the right way, or jump straight to building your token system. → namedesigntokens.guide

最近研究了一下「代充」这门生意，发现它背后其实是一条挺完整的技术产业链 不讨论具体平台，也不讨论怎么绕风控，单纯从技术角度拆一下它的上游基础设施。 1. 发卡平台 / Card Issuing 圈内经常把这一层叫“卡厂”。 简单来说，就是提供 Visa / Mastercard 虚拟卡以及相关 API 的上游服务商。 这一层反而是整条链路里技术门槛比较低的部分，真正的门槛更多在 KYC / KYB、公司主体、地区限制以及风控审核。并且想要拿到更低的开卡费用需要走量，这需要一定资金支持。有很多正规，价格透明的卡厂，比如Wallester。 它的套餐可以提供数百到上万张虚拟卡，超出套餐后还能继续付费扩展，同时提供 Developer API。 这意味着你可以把： 创建卡 → 设置额度 → 支付 → 冻结/删除卡 → 对账 这些操作全部程序化。 2. Residential Proxy / 住宅代理 IP 第二层是网络环境。 市面上有大量 Residential Proxy 服务商，可以提供不同国家和地区的住宅网络出口。 例如： US → 美国住宅 IP PH → 菲律宾住宅 IP JP → 日本住宅 IP 它的作用是让请求拥有对应地区的网络出口。 但这里有个常见误区： IP ≠ 地区身份。 平台的地区识别和风控可能同时参考 IP、账户地区、支付卡 BIN、账单地址、设备环境、历史登录记录等多个信号。 所以住宅 IP 只是整个环境中的一环。 3. 程序化支付 这一层才真正开始涉及技术。 大体可以分成两种思路： A. Browser Automation 也就是浏览器自动化。 例如使用 Playwright / Puppeteer 控制浏览器： 登录 → 保持 Session → 打开 Checkout → 填写支付信息 → 完成支付。 本质上不是直接调用支付接口，而是让程序代替人在浏览器里操作。 优点： 实现相对直观，而且网页本身就是最完整的“API 文档”。 缺点： 慢、资源占用高，而且网页一改版，自动化脚本可能就需要跟着维护。 B. Protocol / HTTP Automation 也是常说的协议充值 这个充值技术github已经有一些现成的开源项目了，比如 Gpt-Agreement-Payment 思路是不启动完整浏览器，而是研究网页实际产生的 HTTP 请求，然后直接与后端服务通信。 可以简单理解成： Protocol Automation： 程序 → HTTP → Backend 理论上的优势是： 更快 并发更高 资源占用更低 代理流量消耗更少 但代价也很明显： 实现难度更高，codex和claude code拒绝直接帮你实现，而且服务端接口、签名、Token 或风控逻辑发生变化后，需要持续维护。 4. Anti-bot / Challenge 自动化过程中还有一个绕不开的问题： 网站并不一定相信你是真人。 以前大家最熟悉的是 CAPTCHA 图片验证码。 现在则复杂得多。 很多系统会综合浏览器环境、IP、TLS fingerprint、JavaScript 执行结果以及行为信号判断访问者到底是真人还是自动化程序。 所以现在所谓的“验证码”，其实更准确地说应该是： Anti-bot Challenge。 这里就需要接入解码API来帮助程序回答验证问题 把这几步完成应该就能顺利的充值了，做源头为了方便分销的话这时候就可以考虑生成cdk来管理分销商了，所谓的核销就是核对这个cdk是不是你发的，如果对了你后台就跑以上几步完成充值即可 个人感觉各个源头的差距就在第一步，因为技术倒不是什么新鲜玩意儿，差距就在于能不能拿到更便宜的开卡费用和费率。想明白这点再决定是做源头还是渠道

Cloudflare 有一个很实用的小功能：Quick Tunnels。 一条命令，就可以把你电脑上的 localhost 变成一个公网 HTTPS 地址。 不需要买域名，不需要配置 DNS，甚至不需要 Cloudflare 账号。 其实这个功能早就有了，只是最近 Cloudflare 又把它重新推到了 AI Agent 场景。 现在用 Claude Code、Codex 这类 Coding Agent 开发时特别方便：本地跑起来的服务，可以马上获得一个公网 URL，用来手机测试、Webhook 调试，或者直接发给别人看。 以前这种需求我第一反应是 ngrok，现在 Cloudflare 自己就能搞定。 老功能，但到了 Agent 时代，突然变得特别有用了。

Nick Gray @nickgraynews

4 days ago

I just saw Cloudflare launched Quick Tunnels "One command turns the server on your laptop into a public, encrypted URL on Cloudflare's edge. No account. No DNS. No open ports." try.cloudflare.com

keyboard_arrow_left Previous keyboard_arrow_right Next

52 89 1K 87K 1K

大佬都得是年轻的时候说话比较有活人感，也敢说。 主打一个像素越低，干货越多。

这也太夸张了吧！学到了！！ 这拿来做竞品分析，简直有如神助！！ 37 个品牌、724 支广告，40 秒拆完！ 跑完一轮分析，成本0.09美元！！ 做竞品分析的朋友，看到这个真的很难不心动。 Jev 批量分析竞品广告，系统拆解背后的思路，从开头怎么吸引人，到最后怎么促成行动，覆盖六个维度： Hook：第一句话、第一个画面，靠什么让人停下来？Format：用了什么广告形式，怎么呈现产品和卖点？ Offer：给了什么购买理由，优惠、试用，还是其他？ CTA：希望用户点击、注册，还是直接下单？ 认知阶段：这条广告面向谁？ 落地页：广告的落地页是否正常连接？ 我知道AI可以用来研究竞品，没想到能研究的这么快，这么透彻啊！ 对于前期收集素材、整理套路、寻找测试方向，这已经足够了！ x.com/TheMattBerman/…

Just trying out Jev, I made a Chrome extension that: - Listens to your YouTube audio (optional) - Detects if it gets to a sponsor segment - Skips it ➡️➡️➡️ - All in real-time while costing ~$0.005 per video Prototype project, BYOK, open-source: github.com/trungdq88/yout…