我的博客

本文通过实战案例，跟大家分享两个免费托管静态页面的平台。 简单来说，你可以在这些平台上免费发布你的个人简历、个人网站、博客等内容，超级方便。 1、Github Github 配置静态页面的步骤最为简单。 1.1 创建一个仓库 点击 new ，填写完配置信息后，即可创建一个个人仓库。 1.2 提交代码 将你的静态网页代码提交上去，一定一定要注意：必须要有 index.html。另外，这个项目的访问权限一定要配置成public（默认的）。 简单解释一下：index.html 相当于一个入口。不然的话，平台不知道从哪个页面开始解析。 我这里已经写好并开源了一个简历模板——个人简历模板，有需要的朋友可以参考一下。 1.3 配置页面 在仓库主页面，找到setting，找到page，找到main，选中之后，点击save。 稍作等待，你的网站就上线了！！就这么简单！！！！ 2、CloudFlare（以下简称CF） CF 托管静态页面，有两种方式： 方法一：关联git仓库 进入CF平台的账户界面，在 workers and pages 这里，创建一个应用。 点击 GitHub 这个选项，连接你的 Git 仓库。 对仓库进行授权。 点击 deploy 进行部署，无需填写任何东西。 稍作等待，你的个人简历网站，就发布成功了！！！ 方法二：上传静态文件 在这里创建一个新的应用。 点击这里，选择上传文件。 将刚才的简历项目打包，然后，上传至CF平台。请务必上传压缩包。上传文件夹以及其它形式都不太方便。 点击deploy，稍等一会，你的简历网站就发布成功了！！！ 关于 CF 的这两种部署方式，我想说一点，就是我更推荐第一种方式。 因为只要你提交代码到git仓库，它就可以自动更新页面（读者请自行尝试一下）。 而第二种方式很麻烦，需要你手动提交，也就是把网页代码重新打包，再上传到CF上。 以上就是本期分享，感谢阅读。最后想说一点，就是 CloudFlare 有很多免费好玩的用法，后面会继续更新文章探讨这些问题。再次感谢阅读。

本篇博客分享一下，我是如何通过ai工具和ai提示词赚到了“第一桶金”。（哈哈哈，说的有点夸张了） 这笔钱总计是：260多块钱，如下图所示。 1、灵感来源 我在网上冲浪的时候，发现一些宠物赛道的账号流量特别好，而且这些文章写的内容也很简单 —— 分享一些萌宠图片，然后吐槽一下。 如下图所示，这些文章的阅读量都达到了上万级别，而且每天都有上万的爆款！ 所以，我也萌生了做宠物赛道的想法。 2、ai编程 方向定下来之后，我便开始了进一步的分析：如果在文章中使用简单的贴图，恐怕不够吸引人。 所以，我的想法是，从网上找萌宠视频转化为gif动图。 然后，把动图贴到文章里，而不仅仅是贴几张静态的jpg、png图片。 那么问题来了，有些视频比较长，如果全部转成一张gif，那这个文件就太大了。 因此，需要把视频切成多段，然后，分别转换成gif。 那么问题又来了，以上这一套流程 —— 裁视频转gif，如果纯手动操作的话，非常之麻烦。我想找一些现成的工具来完成这个工作。 但是，并没有找到。 于是，我借助ai编程，自己开发了这样一款软件。 简单介绍一下这个软件吧： 软件使用了免费开源的音视频解码工具——大名鼎鼎的ffmpeg 开发语言：python 3.12 主要功能：使用命令行（下图所示），批量处理指定目录下的视频，然后，自动切割并转换为gif 次要功能：切割时间跨度可调，视频帧率可调，是否展示缩略图可调 ai编程工具用的gpt 4.1 软件代码我已经上传至git平台: 裁剪视频转gif 3、ai提示词 除了图片，文案也很重要。 我自己琢磨出来了一套 ai 提示词帮助我生成文案，提示词如下： 你是一个10万粉丝的 公众号 宠物赛道的博主。 擅长写宠物的 文章。 你年龄不大，是个20多岁的可爱的小女孩。喜欢看萌萌的，可爱的，宠物短视频以及图片。 并且，会吐槽这些可爱的小猫小狗。 下面有一个或多个内容，这些内容，是对萌宠图片的描述。 要求： 1、请给每一个内容，分别起两个标题。我会从中挑选一个，作为所有内容的总标题。标题字数至少15字，要能够吸引读者点击。标题要给人一种共鸣的感觉，就是那种“太像我家狗了”、“天啊我也有这种感觉”、“我要转给我朋友看” 2、请给每个内容，扩展生成两个生活中的故事，我会从中选择一个。你不需要提供完整的故事，只需要根据 遇到什么问题、经过是什么、结果是什么，给到我就可以了。不要用第一人称描述故事，要用第三人称，因为都是网友家的宠物。故事要能引起多数人的共鸣，能让人看完想评论。故事不要局限于我写的内容，我只是提供一个片段。 3、请给每个内容，生成一个 punch 的两句话，能戳中人心的那种，我会从中选一个。 4、请给每个内容，增加一个跟内容相关的宠物知识。风格：大白话，通俗易懂。这一部分内容，可以多写一些。另外，引入这个小知识的时候，前文与小知识之间，能有一个丝滑地过度。 5、不同的内容之间，请给我一些过渡的语句，让文章能丝滑、不突兀地顺下去。 6、请给每个内容加一些宠物的吐槽，就是宠物内心os。 7、请加两条网友的爆笑评论或者吐槽。 内容如下： 这个狗子实在是太绝了，居然会后空翻…… ai会根据我的提示词生成一堆内容，一定一定要注意：千万不能把这些内容直接复制粘贴使用。 要用自己的语言，把它写下来，否则，这个ai味就太浓了，会被平台判定为ai创作。 4、完整的sop流程 找一段或者多段视频，保存在电脑上。 执行软件，将该视频进行切割。 根据视频内容，先自己简单写几句话。然后，把它们放到提示词那里，丢给ai帮你扩写。 将ai生成的内容，转换为自己的语言放到你的文章里，然后，在合适的位置放上合适的图。 发布文章 以上就是本期博客的完整内容，感谢阅读。

CI/CD这个工具，很早就出现了，相信很多读者（也包括我自己），在工作中经常会用到它。 cicd 可以说是，每个互联网人必须要懂的一个“技能”。 不过，工作中我们用到的 cicd 平台，都是大佬们已经搭建好的。 这可能导致你对这个工具，理解的不那么透彻。 今天我用通俗易懂地语言来讲透 cicd 这个工具，并通过一个项目实战案例，分享一下如何从0到1使用这个工具。 1、ci/cd简史 ci/cd 是两个词： ci，Continuous Integration（持续集成） cd，Continuous Delivery（持续交付）或 Continuous Deployment（持续部署）。 1.1 ci ci这个概念，早在上世纪九十年代（1990年）就已经提出来了（那个时候还没有git）。 提出这个概念的主要目的，就是希望解决合并代码时，出现的混乱问题——过去程序员做开发，几个月才会合一次代码。 你敢想象吗？几个月合一次代码，这里面的代码冲突、代码bug，还有调试的工作量，得有多恐怖。 所以，就有人提出了持续集成的说法：我们可以频繁合并代码，不必等几个月之后再合并。 于是，一系列有助于提交代码、合并代码的工具就诞生了。 再后来（2000年之后），git 工具的出现，又进一步优化了集成代码的体验。 1.2 cd 在集成代码的问题解决之后，聪明的人类又进一步思考 —— 部署的流程是不是也可以简化一下呢？比方说，我们提交完代码之后，是不是可以直接在测试环境里跑一下呢？ 于是， cd 的概念就出现了。它的主要目的，就是希望提交完代码之后，自动部署到服务器上。 2000年初，云服务还没有出现的时候，大家都用物理机，装个系统、装个统一的环境，十分之复杂。所以，要想做到自动化部署，难度是比较大的。 到了2010年左右，云计算出现了，配置服务器便捷了很多，装系统、配置环境也十分方便，鼠标点一点就可以配置一台云服务器。 因此，cd 这个概念也逐渐地普及开来，出现了很多工具方便开发人员集成代码和部署服务。例如，GitLab CI/CD，蓝盾,Jenkins,GitHub Actions。 总的来说，ci解决了代码集成的痛苦，cd 解决了软件发布的痛苦。 2、cicd 使用 下面通过一个项目实战案例，讲解一下如何从0到1部署一个 cicd 工具。 我先介绍一下项目背景： 博客项目 项目在本地开发，然后发布在云服务器 项目使用github仓库存储代码、github action 跑cicd 吐槽一下：假设没有cicd工具，每次更新博客的时候，就需要把博客的网页代码，手动上传到服务器上，如下图所示，又麻烦又慢，效率十分低下。 下面，我将借助 GitHub Action 这个 cicd 工具，解决一下这个问题。 2.1 打通git和你的服务器 先做个简单的梳理： 目前总共有三个端——本地电脑，git平台，远端服务器。本地电脑可以上传代码到git，本地电脑可以访问服务器，这些链路是完全畅通的。 但是，git与服务器，是不通的。 所以，需要添加验证信息，打通git和服务器之间的链路。 第一步 在 windows 系统的 cmd 下执行命令ssh-keygen -t ed25519 -C "git_actions" -f C:\Users\Gao\.ssh\git_actions ...

OpenClaw 是 IT 圈 2026 年开年的绝对顶流，在之前的文章中 《AI Agent是什么？从概念原理到开发实战全解析》，笔者详细分析了 OpenClaw 以及 ai agent 的本质。 本篇文章将手把手教你如何搭建和使用 OpenClaw 。虽然官网有教程，但在实际操作中依然会存在一些坑。 请注意：本教程仅针对windows系统；本教程安装的是 OpenClaw 中文社区版本，该版本对中文用户更加友好，并且它未对原版 OpenClaw 进行阉割处理，请放心使用。 1、安装步骤 1.1 启动wsl 输入 wsl --list 指令查看可用的 linux 系统。 输入 wsl -d Ubuntu 指令，启动一个 linux 系统。 请注意：wsl 是在 win 系统下创建linux子系统的工具，该工具好处颇多；如果不会使用wsl，请参考这篇文章《告别笨重的虚拟机！Windows系统使用WSL优雅运行Linux全攻略》 1.2 指令安装 先尝试 ping 一下 百度、clawd.org.cn 等网站，看网络是否通畅。 然后，输入 sudo su 指令，进入超级管理员的权限，linux 系统会提示你输入用户名和密码，跟着提示走就可以了。 网络没有问题后，输入 curl -fsSL https://clawd.org.cn/install.sh | bash -s -- --no-onboard 进行安装。 稍等一段时间，直到看到下面的安装完成，就 OK 啦。 至此都非常的简单，请做好心理准备，后面就是复杂的内容了。 2、配置 OpenClaw 2.1 配置 OpenClaw 本地工具 输入 openclaw-cn onboard 指令开始配置。 ...

openClaw 是IT圈2026年开年的绝对顶流，它本质上是一个ai agent。 包括去年爆火的Claude Code、Manus，还有前年异军突起的 Cursor，本质上都是 ai agent。 我们今天来聊一下 AI Agent 这个东西。 1、理解ai agent 相比于 ai 大模型来说，ai agent 并非高深莫测的东西，它是一个具备定制化功能的、智能的工具. 例如，有专门写代码的agent（cursor），有“私人秘书”功能的agent（openClaw），甚至还有用于医疗领域的agent、影视领域的agent。 你可以把它简单理解为一把锤子、一个螺丝刀，或者一个扫地机器人。 而螺丝刀本身并不能完成智能化的工作。 但是，当你把它接入ai大模型之后，它就可以智能化地、自动化地替你完成你想做的工作。 ai agent = ai大模型（大脑）+ agent（工具） 其中 agent 是由软件工程师开发，ai大模型是由 ai 工程师开发。 如果可以的话，你可以自创一个做家务的 ai agent ，扫地机器人（工具） + 某某ai大模型。 2、ai agent 的开发 目前市面上，有很多 ai agent 的开发工具或者框架。 例如，LangChain 它的下载量最大、最主流，需要敲代码，有一定学习成本；CrewAI 上升势头很猛，概念直观，易上手；Dify 国内很流行，低代码首选，在图形界面上，拖、拉、拽就能实现一个agent…… 总之，各大工具都有人在用，也各有优势。篇幅有限，这里不做对比讨论，后续再写文章进行具体阐述。 下面用一段步骤明确、注释清晰的伪代码，演示一下开发一个“新闻简报” agent 的流程。 请注意：代码中的 duckduckgo 是 langchain 封装好的工具，可以直接调用。 from langchain.agents import AgentExecutor, create_react_agent from langchain_anthropic import ChatAnthropic from langchain_community.tools import DuckDuckGoSearchRun from langchain.prompts import PromptTemplate # ===== 第一步：装上大脑（大模型）===== llm = ChatAnthropic( model="某个AI大模型", api_key="你的API_KEY", base_url="https://api.ai模型地址.com" ) # ===== 第二步：装上工具（手脚）===== tools = [ DuckDuckGoSearchRun() # 搜索工具，能上网搜新闻 ] # ===== 第三步：写提示词（定规则）===== prompt = PromptTemplate.from_template(""" 你是一个新闻简报助手。 任务：搜索今日科技新闻，整理出最重要的3条，每条用2句话概括。 你有以下工具可以使用： {tools} 工具名称：{tool_names} 工作记录：{agent_scratchpad} 用户的问题：{input} """) # ===== 第四步：组装成 Agent ===== agent = create_react_agent(llm, tools, prompt) agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # ===== 第五步：运行 ===== result = agent_executor.invoke({"input": "帮我整理今天的科技新闻简报"}) print(result["output"]) 3、ai agent开发要点 3.1 选择一个合适的ai模型 前面已经提到，ai模型就是 ai agent 的大脑。 ...