目前倒是在家里找工作，基本都是线上面试，国内日本倒是都有投，但国内基本没啥反应，投了大概 1-2 个月，深圳 上海 杭州等，日本的倒是也投了一些，但是五一节前面了一个，要求去当地线下面试，地址就东京新宿，机票成本大概 700-1k ，如果去的话，还要考虑住宿等问题，倒是也要求进行线上面试，但对方强烈要求进行线上面试。对方公司是纯日企，非派遣，做旅游相关，一周大概 4 天远程，一天出勤，也就简单聊了下，10 分钟左右的样子。感觉飞的话，成本有点高，之前虽然在日呆了一年，我家人目前很反对，主要是因为去的那一年来讲，混的很差。所以也不太想让去。而且就算去的话，之前在日呆的也不是很习惯，所以现在也担心去的话，能不能适应。
TabBoost 定位是汲取 Arc 的惊艳用户体验，将其在 Chrome 中实现；目前主要关注在 Tab 场景：
插件下载链接： https://chromewebstore.google.com/detail/tabboost/pnpabkdhbbjmahfnhnfhpgfmhkkeoloe
详细介绍公众号文章: https://mp.weixin.qq.com/s/VEB1N6HNvIgw0lYtSuSwgQ
github repo: https://github.com/samzong/chrome-tabboost
比如代码编辑器里的一段正则 \$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*，插件给出符合的例子：
Login
a0 $a0 中二 。。。
也可给出解释：
$ 可选
("_", 大小写英文, 中文)之一
("_", 大小写英文, 数字, 中文)若干
五一期间，我的开源在线白板工具又更新啦，这次支持了 markdown 文本转思维导图的功能，可以将多级标题、多级列表等转化为思维导图，这次对于 markdown 转思维导图功能的主要识别父子关系 + 纯文本，对于加粗、斜体、公式、代码块、链接等富文本格式也只是提取纯文本按照思维导图的结构展示。
至此 Drawnix 白板已经支持 mermaid 语法转流程图、markdown 文本转思维导图，已经很大程度上可以承接 AI 输出的格式化文本内容，然后将纯文本内容转化为可视化、可二次编辑的白板元素，进一步提升大家的生产力。
欢迎各位朋友提出问题，期望未来 Drawnix 可以成为大家工具箱中的一个选项，也欢迎程序员朋友 star 支持 GitHub - plait-board/drawnix: 开源白板工具（ SaaS ），一体化白板，包含思维导图、流程图、自由画等。All in one open-source whiteboard tool with mind, flowchart, freehand and etc. 。
利用专业工具洞察市场趋势：如何通过 SEMrush、SimilarWeb、Ahrefs 与 Google Trends 挖掘流行与新词 在数字化营销与内容创作领域，精准捕捉行业热点、新兴词汇及用户搜索趋势已成为提升竞争力的关键。通过整合 SEMrush 、SimilarWeb 、Ahrefs 及 Google Trends 等工具的数据能力，企业及创作者能够系统性挖掘潜在流量入口，预判市场风向，并快速响应用户需求。以下将详细解析如何利用这些工具实现“发现流行词”与“捕捉新词”的双重目标。
SEMrush 作为 SEO 与竞品分析的综合性工具，其核心价值在于通过关键词数据库揭示市场动态： 关键词趋势分析
在“Keyword Overview”模块中输入行业核心词（如“AI 工具”），可查看其搜索量、竞争度及关联长尾词（如“AI 写作工具推荐”）。通过筛选“上升趋势关键词”（ Trending Keywords ），可快速定位近期搜索量激增的词汇。
利用“Phrase Match”功能扩展相关词库，发现用户搜索时的自然语言组合（如“如何用 AI 生成短视频脚本”）。
竞品关键词挖掘分析头部竞品的流量来源，观察其排名靠前的关键词策略。例如，某科技博客通过 SEMrush 发现竞品频繁使用“未来科技趋势”类词汇，可针对性布局相似内容。
行业报告辅助 SEMrush 定期发布的行业关键词报告（如电商、健康、旅游等），提供高潜力词汇清单，节省人工筛选时间。
SimilarWeb 通过分析网站流量数据，帮助验证关键词的实际热度与用户兴趣点： 流量来源与关键词匹配输入目标网站（如行业头部媒体），查看其“Search Traffic”中的关键词排名。若发现某关键词流量占比持续增长（如“可持续时尚”），则可能代表新兴趋势。
用户画像与需求洞察结合“Demographics”与“Engagement”数据，分析高流量关键词背后的用户年龄、地域及行为偏好。例如，年轻用户群体对“Z 世代理财技巧”的搜索量上升，可指导内容方向。
竞品对标分析对比同类网站的流量结构，识别未被充分开发的细分领域关键词（如“低碳办公工具”）。
Ahrefs 凭借强大的反向链接与内容分析能力，助力发现高价值关键词： 内容差距分析在“Content Explorer”中搜索行业主题（如“数字营销”），筛选高流量、低竞争的文章，提取其核心关键词及衍生词。例如，一篇爆文提及“AI 驱动的个性化营销”，可延伸出“AI+行业”的组合词。
锚文本与外链关键词分析竞品文章的外链锚文本，发现用户通过哪些关联词访问内容。例如，某健康类文章通过“免疫力提升食谱”获得大量外链，则该词可能具备流量潜力。
新词孵化监控在“Ahrefs Content Trends”中跟踪关键词的月度搜索增长曲线，捕捉从零到爆发的“新词信号”（如“元宇宙社交平台”）。
Google Trends 作为免费工具，擅长揭示宏观趋势与地域性热点： 搜索热度对比输入多个候选关键词（如“Web3”“区块链”“NFT”），通过热度指数对比筛选当前主流趋势词。叠加“上升最快”筛选器，可定位短期爆发词（如“AI 绘画工具”）。
地域与时间维度分析限定特定国家或时间段（如“过去 90 天”的美国市场），发现区域性热点（如东南亚对“TikTok 电商”的关注度激增）。
关联搜索与长尾词扩展查看关键词的“相关查询”板块，获取用户搜索时的自然联想词（如“AI 工具推荐”延伸出“免费 AI 写作工具”）。
单一工具可能存在数据盲区，需通过以下方式整合信息： 交叉验证法将 SEMrush 的关键词数据与 Google Trends 的热度曲线比对，剔除虚假流量词（如仅高搜索量但无增长趋势的词）。
趋势词优先级排序根据 Ahrefs 的关键词难度（ KD 值）与 SimilarWeb 的竞品覆盖情况，制定“高潜力-低竞争”词库，优先布局易上位的词汇。
动态更新机制设置每周或每月的自动化监测流程，利用 SEMrush 的“Alerts”功能实时捕捉新词（如政策驱动型词汇“碳中和方案”）。
根据游戏关键词进行域名注册，例如 https://sprunki.org 、https://www.funny-shooter2.org 通常这能够提高 SEO 的权重。
可以根据关键词去 semrush 导出关键词，然后使用 chatgpt 等 ai 工具帮你写一个标题和 description
网站标题也是为了爬虫理解你的网站 做好网站的面包屑导航 面包屑是为了做好内链建设，便于爬虫理解你的网站
分类的本质一方面是为了让爬虫更好的理解你的网站，一方面是当你的页面数量上来之后需要进行分门别类避免 google 把你的网页归位垃圾内容从而把你的网站禁用。
一方面是为了方便爬虫爬取你的网站
一方面是给用户多一个入口进入你的分类，我们可以发现大量 AI 工具站页脚都会添加分类和推荐工具
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Page Title</title>
<!-- 设置规范 URL -->
<link rel="canonical" href="https://www.example.com/page" />
</head>
<body>
<!-- 页面内容 -->
</body>
</html>
在上述代码中，href 属性的值就是你要指定的规范 URL 。确保该 URL 是绝对路径，并且指向页面的真实规范版本。
网站地图（ Sitemap ）方式 在网站地图中列出规范 URL 也是一种有效的方式。搜索引擎在抓取网站地图时会识别出规范 URL ，并将其作为优先索引的页面。确保在网站地图中只包含规范 URL ，避免列出重复或非规范的页面。
内容管理系统（ CMS ）设置 许多内容管理系统（如 WordPress 、Drupal 等）都提供了设置 canonical 标签的插件或功能。你可以使用这些工具来方便地为每个页面设置规范 URL 。例如，在 WordPress 中，可以使用 Yoast SEO 等插件来自动为页面生成和设置 canonical 标签。 注意事项 唯一性：每个页面应该只有一个规范 URL ，确保不会为同一个页面指定多个不同的规范 URL 。
准确性：规范 URL 应该指向页面的真实规范版本，通常是带 www 的版本、没有参数的版本或最常用的版本。
一致性：在整个网站中保持规范 URL 的一致性，避免出现不同页面指向不同规范 URL 的情况。
Open Graph （开放图谱）是网站元数据协议。设置它很重要，能让社交媒体、搜索引擎等快速识别网页内容，生成吸引人的预览图、标题和描述。这有助于提升网站在搜索结果中的吸引力，增加点击率，还能在分享到社交平台时呈现良好形象，提高流量与曝光度。
为了让 google 快速收录你的网站，首先需要取 google console 提交你的网站，其次需要去各大社交媒体、博客推广你的网站。
外链（反向链接）是搜索引擎评估网站权威性的核心指标之一。高质量外链能提升网站排名、增加自然流量，并增强品牌曝光度。外链数量与质量直接影响搜索引擎对内容的信任度，尤其在谷歌等算法中权重显著。此外，外链可引导目标用户访问，形成流量闭环，同时通过权威网站的背书间接提升品牌可信度。 外链建设途径 内容营销：发布高质量、原创且有价值的内容（如指南、案例分析），吸引自然外链。
客座博客：向行业相关网站投稿，嵌入目标链接。
合作推广：与互补品牌交换友情链接或联合创作内容。
外联资源：通过邮件或社交媒体联系行业 KOL 、媒体，争取报道机会。
工具辅助：使用 SEMrush 分析竞品外链来源，挖掘潜在链接机会；通过其“Backlink Analytics”功能筛选高权重外链域名，制定精准策略。
修复失效链接：利用工具检测 404 页面，联系站长替换为你的链接。
外链需注重相关性、权威性和多样性，避免低质或垃圾外链导致惩罚。
SEO 的核心本质是让爬虫理解你的网站，我们需要站在爬虫的角度进行网站设计。
另外如果对射击游戏感兴趣或者想参考网站设计也欢迎访问我的网站 https://www.funny-shooter2.org
如题，现有设备台式机一台，路由器一台（无互联网），2 台 Android 设备。 一台 Android 手机已经不能登录，需要另一台手机零时提供网络连接外部网络验证账号，应该如何设置呢？ 或者需要再添加设备还是怎么搞呢？
附：俺记得以前有个 RouteForwarder 路由转发，这个软件只能是有宽带的路由器使用，现在不知道咋搞了。
抖音上好多教拍小姐姐的，讲得挺好，但那种自带优势，毕竟人像摄影的三要素就是模特好看，模特好看，还是模特好看
所以想问，如果没模特，街拍，景区拍怎么拍，没有好的教程？
核心优势 📊 精确获取数据：GraphQL 允许你只获取需要的字段，避免获取多余数据 💰 减少 Token 消耗：减少 API 响应大小，显著降低 AI 模型 token 消耗 🚀 单次请求获取关联数据：一次查询即可获取多个相关资源 📝 自我文档化：直接查询 API 架构，无需外部文档 🛡️ 强类型系统：提供类型检查，减少错误
我看很多 Github mcp 是通过 Github Rust API 访问，GraphQL 可以控制只需要返回需要的字段，然后我这个可以通过文档让 ai 去自动纠错。
纯算法行业并不奢求，对学历学校和过往经验都有高门槛
自学一些算法基础知识，但我感觉貌似也用不上
训练对算法和资源有要求
简单看过推理框架，对一些基本概念理解不全，还是有些吃力的
什么 agent ，mcp 啥的每个月都来一个“震惊”
网上资料很多，不过如何切入，或者说什么方向更适合
希望各位彦祖给一些经验分享
谢谢
java version "21.0.7" 2025-04-15 LTS
Java(TM) SE Runtime Environment (build 21.0.7+8-LTS-245)
Java HotSpot(TM) 64-Bit Server VM (build 21.0.7+8-LTS-245, mixed mode, sharing)
Doctor summary (to see all details, run flutter doctor -v):
[√] Flutter (Channel stable, 3.29.3, on Microsoft Windows [版本 10.0.19041.264], locale zh-CN)
[√] Windows Version (10 专业版 64 位, 2004)
[√] Android toolchain - develop for Android devices (Android SDK version 35.0.1)
[√] Chrome - develop for the web
[√] Visual Studio - develop Windows apps (Visual Studio Community 2022 17.8.3)
[√] Android Studio (version 2024.3)
[√] VS Code (version 1.99.3)
[√] Connected device (3 available)
[√] Network resources
FAILURE: Build failed with an exception.
- What went wrong:
Could not open cp_settings generic class cache for settings file 'C:\jk-katalon\workspace\XXXX\XXXX-app\android\settings.gradle' (C:\Users\cs.gradle\caches\8.0\scripts\8ju52g7d2hqvl85b219kdzjzv).
BUG! exception in phase 'semantic analysis' in source unit 'BuildScript' Unsupported class file major version 65
- Try:
Run with --stacktrace option to get the stack trace.
Run with --info or --debug option to get more log output.
Run with --scan to get full insights.
- Get more help at https://help.gradle.org
BUILD FAILED in 8s
Running Gradle task 'assembleRelease'... 9.3s
┌─ Flutter Fix ───────────────────────────────────────────────────────────────────────────────────┐
│ [!] Your project's Gradle version is incompatible with the Java version that Flutter is using │
│ for Gradle. │
│ │
│ If you recently upgraded Android Studio, consult the migration guide at │
│ https://flutter.dev/to/java-gradle-incompatibility. │
│ │
│ Otherwise, to fix this issue, first, check the Java version used by Flutter by running flutter │ │ doctor --verbose. │
│ │
│ Then, update the Gradle version specified in │
│ C:\jk-katalon\workspace\XXXX\XXXX-app\android\gradle\wrapper\gradle-wrapper.properties to be │
│ compatible with that Java version. See the link below for more information on compatible │
│ Java/Gradle versions: │
│ https://docs.gradle.org/current/userguide/compatibility.html#java │
│ │
│ │
└─────────────────────────────────────────────────────────────────────────────────────────────────┘
最近在抖音刷到了《进击的巨人》切片，于是重温了一遍并在 B 站看了一些剧情解析之类的拉片。发现视频下的评论更多是对进击的巨人的褒奖。但我印象里 21 年巨人的结局刚出来时，全网都是对巨人的结局和谏山创本人铺天盖地的批评。
于是我又去知乎、豆瓣看了一些关于结局的讨论，比如（ https://www.zhihu.com/question/453502359 ）。发现和我的印象相同，默认排序下的回答以及下面的评论，清一色都是对剧情的批评和嘲讽、对谏山创的谩骂。但是把回答切换到按时间排序，发现口碑好了很多。
所以我很好奇，为什么会随着时间推移，巨人的口碑会从全网黑到现在似乎有些好转？是因为刚出结局的时候，所以更多人会跟风黑吗？还是因为什么其他的外部环境原因？
前段时间在小红书上聊了一个女生，到目前为止认识有 2 个多月了，也还没确认关系。每次说起这个话题就是说太快了，太急了，不想糊里糊涂就确认关系，还不了解，还没看到你为她付出了什么，她的意思是喜欢一个人不需要以什么身份去对她好。在微上聊天也不太热情，不主动，每次都是要我主动找，感觉不找就要断联的样子。我有多次说过这个问题，她的回复是：你发的消息我都有回复啊。每天就这点事情没什么好分享的。我比较喜欢语音电话聊。
大家好，我是一名 AI 开发爱好者，最近搭建了一个API 中转站（https://zzzzapi.com/），主要解决国内开发者访问各大 AI API 时遇到的问题。
开发 AI 应用时，我们经常需要调用OpenAI API、ChatGPT API、Gemini AI API等服务，但面临几个痛点：
后端采用高性能 Go 服务，结合 Redis 缓存和精细化的流量控制，保障 API 调用的高并发和稳定性。支持 Websocket 长连接，适合流式应用场景。
目前项目处于成长期，诚邀各位开发者试用并提供宝贵意见。如有建议或问题，欢迎在评论区留言或直接联系我。
网站地址：https://zzzzapi.com/
对了，最近有什么好用的 AI 应用推荐吗？我想看看还有哪些 API 需求是目前平台没覆盖到的。
当初 claw 推出低价机器时，收了台玩玩，想也知道是灵车
超售也是鸡圈正常事情，但是不停加大力度限速恶心人操作还不如直接把机器扬了
现在 claw 风评一生黑
前段时间在小红书上聊了一个女生，到目前为止认识有 2 个多月了，也还没确认关系。每次说起这个话题就是说太快了，太急了，不想糊里糊涂就确认关系，还不了解，还没看到你为她付出了什么，她的意思是喜欢一个人不需要以什么身份去对她好。在微上聊天也不太热情，不主动，每次都是要我主动找，感觉不找就要断联的样子。我有多次说过这个问题，她的回复是：你发的消息我都有回复啊。每天就这点事情没什么好分享的。我比较喜欢语音电话聊。
我买域名都是先在 cloudflare 看，没有的话再去 goddady
我是第一次玩 Switch ，有啥游戏推荐的么，买的 switch2 捆绑马车的，RMB3100
早期团队，成员来自 Goldman Sachs 、Apple 、CME 、Intel 等知名企业，技术实力强，氛围简单直接，无内耗。现寻找靠谱、负责的深圳工程师加入，一起在新行业里贡献一些自己的能量。
团队可提供 HK 签证。
要求 TLDR: 计算机基础必须扎实 / 责任心强，对工作认真负责 / 不要求 Crypto 相关经验，一起学习
非远程性质，但灵活办公，需有线下沟通可能性
Backend Developer (Junior/Senior)
要求
简历投递： hiring@deltazero.network
Fullstack Developer (Junior/Senior)
要求：
简历投递： hiring@deltazero.network
核心技术方案如下
transfomerjs + indexdb
可能有些小伙伴对这两玩意不太清楚,大致介绍下
知识库我觉得算是一个赛道方向,现在有很多家如 dify,openai 等等,包括阿里等平台,都有提供这类功能服务,通过将用户文本向量化(将文本变成数字),存储到数据库中,最后在搜索时,可通过文本再向量化,达到语义化搜索(向量相似度计算),最后将相应匹配的文本交给 AI 回答.
这样做的好处就是,当你存储的文本如果是 "我想吃苹果", 而你搜索的文本是"我吃苹果"或者"我超级 tm 的想吃苹果"时,是能够搜索到的.
而 RAG,则是实现这样知识库的一个手段,如向量化,分片文本,文本预处理,巴拉巴拉的
向量化,向量化,向量化
通过 transfomerjs 来处理文本向量化,这样咱就完成了最基础也是最核心的地方,参考代码如下
import { env, pipeline } from '@huggingface/transformers';
// Create a pipeline for feature extraction, using the full-precision model (fp32)
const pipe = await pipeline('feature-extraction', 'your-model-name', {
dtype: "fp32",
});
const output = await pipe(inputTexts, { pooling: 'mean', normalize: true })
文档链接: https://huggingface.co/docs/transformers.js/pipelines
而由于是在 web 端,要能存储大量数据的方案,也只有 indexdb 了(好像是可以存储电脑总硬盘量百分之五十哦,记不太清楚了)
但这有个问题,向量化的数据怎么存储到 indexdb 并保证搜索呢???
要知道,大部分服务端存储向量数据方案,是有专门的向量数据库的,而 indexDB 是类似于 Mongodb 的 JSON 存储,这咋玩???
咱们不妨把心思放野一点, 自己实现个最基础的向量数据库试下呢
思路也有,而我,采用了 LSH 方案,细节太多了,后续可以单开篇章来讲,感兴趣的可以直接看源码
啥,你觉得这个技术栈不靠谱,看下面!!!
代码已开源
想看实际演示?这里
有啥能证明这个玩意靠谱呢?这里
1.上了阮一峰的周刊 科技爱好者周刊（第 337 期）：互联网创业几乎没了
2.上了 DeepSeek 的集成推荐 https://github.com/deepseek-ai/awesome-deepseek-integration
今天突然想到了一个问题，运营商要对流量进行监控/限速，应当是在链路层依托大型骨干路由器硬件实现的吧？那被运营商主动丢掉的数据报文也会被算在用户消耗的流量中吗？如果是的话，是否意味着对用户的不公平（购买了 1GB 的流量但实际使用小于 1GB ）？
