[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-AJaySi--ALwrity":3,"tool-AJaySi--ALwrity":65},[4,23,32,40,49,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":22},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85052,2,"2026-04-08T11:03:08",[13,14,15,16,17,18,19,20,21],"图像","数据工具","视频","插件","Agent","其他","语言模型","开发框架","音频","ready",{"id":24,"name":25,"github_repo":26,"description_zh":27,"stars":28,"difficulty_score":29,"last_commit_at":30,"category_tags":31,"status":22},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[19,14,18],{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":29,"last_commit_at":38,"category_tags":39,"status":22},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[18,13,14,20],{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":46,"last_commit_at":47,"category_tags":48,"status":22},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[17,13,20,19,18],{"id":50,"name":51,"github_repo":52,"description_zh":53,"stars":54,"difficulty_score":46,"last_commit_at":55,"category_tags":56,"status":22},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",75229,"2026-04-09T11:17:25",[19,13,20,18],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":29,"last_commit_at":63,"category_tags":64,"status":22},3215,"awesome-machine-learning","josephmisiti\u002Fawesome-machine-learning","awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。\n\n它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。\n\n其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。",72149,"2026-04-03T21:50:24",[20,18],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":82,"owner_website":83,"owner_url":84,"languages":85,"stars":117,"forks":118,"last_commit_at":119,"license":82,"difficulty_score":120,"env_os":121,"env_gpu":122,"env_ram":123,"env_deps":124,"category_tags":134,"github_topics":135,"view_count":10,"oss_zip_url":82,"oss_zip_packed_at":82,"status":22,"created_at":142,"updated_at":143,"faqs":144,"releases":174},5991,"AJaySi\u002FALwrity","ALwrity","ALwrity - AI Digital Marketing Platform. (WIP)","ALwrity 是一款基于人工智能的数字营销内容操作系统，旨在帮助创作者和品牌高效管理从构思到发布的全流程。它不仅仅是一个简单的写作助手，更能通过深度分析你的网站、竞争对手及多渠道数据，构建专属的“品牌大脑”，确保生成的博客、视频脚本、播客大纲等内容既符合品牌调性又具备事实依据。\n\n传统营销工具往往需要用户在多个平台间反复切换，且每次创作都需重新输入背景信息，导致效率低下且风格不一。ALwrity 解决了这一痛点，它将市场调研、内容规划、撰写优化整合为自动化的智能工作流，让同一套洞察能复用至不同媒介，大幅减少重复劳动并降低内容幻觉风险。\n\n这款工具特别适合数字营销人员、内容创作者以及希望实现营销自动化的中小团队使用。其技术亮点在于采用了“代理驱动”的流程编排，而非依赖单次提示词；同时具备生产级特性，内置了身份认证、使用追踪及成本监控模块。目前，ALwrity 已支持分阶段的博客与故事创作、YouTube 视频制作流水线以及 SEO 数据分析仪表盘，让用户在保持内容一致性的同时，获得更清晰的运营视野。","\u003Cdiv align=\"center\">\n\n# 🚀 ALwrity — AI-Powered Digital Marketing Platform\n\n[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Python 3.10+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-0.115+-green.svg)](https:\u002F\u002Ffastapi.tiangolo.com\u002F)\n[![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FReact-18+-blue.svg)](https:\u002F\u002Freact.dev\u002F)\n[![Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAJaySi\u002FAI-Writer?style=social)](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fstargazers)\n\n**Core claim:\n ALwrity is a contextual content OS: it understands your brand, website, competitors, and channels, then uses that understanding to drive every story, video, podcast, and campaign, with memory and analytics in one place.**\n\n[🌐 Live Demo](https:\u002F\u002Fwww.alwrity.com) • [📚 Docs Site](https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F) • [📖 Wiki](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki) • [💬 Discussions](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fdiscussions) • [🐛 Issues](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fissues)\n\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_4b305dea06c2.jpg\" alt=\"ALwrity dashboard overview\" width=\"30%\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002Ffeatures\u002Fblog-writer\u002Foverview\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_190955e2c875.png\" alt=\"Story Writer workflow\" width=\"30%\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002Ffeatures\u002Fseo-dashboard\u002Foverview\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_3b192e065dec.png\" alt=\"SEO dashboard insights\" width=\"30%\"\u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\n---\n\n### What ALwrity is\n- **Contextual content OS**: Ingests your website, competitors, and channels to build a reusable brand brain.\n- **Multi-surface by design**: Blogs, stories, YouTube, podcasts, and video all read from the same understanding.\n- **Agent-driven flows**: Orchestrated research, planning, writing, and optimization instead of one-off prompts.\n- **Production-ready**: JWT\u002FOAuth2 auth, usage tracking, limits, monitoring, and cost awareness built-in.\n\n---\n\n### Why ALwrity exists\nALwrity exists for people who care more about **context** than prompts.\n\nMost tools either drown you in knobs or reset to a blank page every time.  \nWe wanted a system that:\n- Remembers what your brand stands for and who you’re speaking to.\n- Grounds content in real data (SEO, competitors, web) before it writes.\n- Reuses that understanding across every surface instead of duplicating effort.\n\n---\n\n### Why it matters for creators & marketers\n- **One brain, many surfaces**: The same insights power blog posts, stories, YouTube scripts, podcast outlines, and video scenes.\n- **Less tool-juggling**: Guided flows replace “copy data between 5 SaaS tools and a spreadsheet”.\n- **Safer, more factual content**: Grounding and citations reduce hallucinations and rewrites.\n- **On-brand by default**: Personas and brand voice settings keep outputs consistent across channels.\n- **Operational visibility**: Scheduler “tasks needing intervention”, alerts, and logs highlight issues before your audience does.\n\n---\n\n### What’s functional now\n- **AI Blog Writer (Phases)**: Research → Outline → Content → SEO → Publish, with guarded navigation and local persistence (`frontend\u002Fsrc\u002Fhooks\u002FusePhaseNavigation.ts`).\n- **Story Writer**: Premise → Outline → Chapters → Export, with phase navigation (`frontend\u002Fsrc\u002Fhooks\u002FuseStoryWriterPhaseNavigation.ts`).\n- **YouTube Creator Studio**: Plan → scenes → avatar → render workflow for YouTube videos (`frontend\u002Fsrc\u002Fcomponents\u002FYouTubeCreator`).\n- **Podcast Maker \u002F Test Persona**: Turn voice + avatar into short videos using the shared video pipeline.\n- **Video Studio**: Multi-module video creation, editing, and transformation (`frontend\u002Fsrc\u002Fcomponents\u002FVideoStudio`).\n- **SEO Dashboard**: Analysis, metadata, and Google Search Console insights (see docs under `docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard`).\n- **LinkedIn (Factual, Google‑Grounded)**: Real Google grounding + citations + quality metrics for posts\u002Farticles\u002Fcarousels\u002Fscripts (see `frontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md`).\n- **Persona System**: Core personas and platform adaptations via APIs (`backend\u002Fapi\u002Fpersona.py`).\n- **Facebook Persona Service**: Gemini structured JSON for Facebook‑specific persona optimization (`backend\u002Fservices\u002Fpersona\u002Ffacebook\u002Ffacebook_persona_service.py`).\n- **Personalization & Brand Voice**: Validation and configuration of writing style, tone, structure (`backend\u002Fservices\u002Fcomponent_logic\u002Fpersonalization_logic.py`).\n\nSee details in the Wiki: [Docs Home](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki)\n\n---\n\n### Quick Start\n1) Clone & install\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer.git\ncd AI-Writer\u002Fbackend && pip install -r requirements.txt\ncd ..\u002Ffrontend && npm install\n```\n\n2) Run locally\n\n```bash\n# Backend\ncd backend && python start_alwrity_backend.py\n# Frontend\ncd frontend && npm start\n```\n\n3) Open and create\n- Frontend: http:\u002F\u002Flocalhost:3000\n- API docs (local): http:\u002F\u002Flocalhost:8000\u002Fapi\u002Fdocs\n- Complete onboarding → generate content → publish\n\n---\n\n### Integrations & Security\n- **Integrations**: Google Search Console (SEO Dashboard), LinkedIn (factual\u002Fgrounded content).\n- **AI Models**: OpenAI, Google Gemini\u002FImagen, Hugging Face, Anthropic, Mistral.\n- **Security**: JWT auth, OAuth2, rate limiting, monitoring\u002Flogging.\n- **Reliability**: Grounding + retrieval and citation tracking for factual generation.\n\n---\n\n### Tech Stack\n\n| Area | Technologies |\n| --- | --- |\n| Backend | FastAPI, Python 3.10+, SQLAlchemy |\n| Frontend | React 18+, TypeScript, Material‑UI, CopilotKit |\n| AI\u002FResearch | OpenAI, Gemini\u002FImagen, Hugging Face, Anthropic, Mistral; Exa, Tavily, Serper (auto provider selection: Gemini default, HF fallback) |\n| Data | SQLite (PostgreSQL‑ready) |\n| Integrations | Google Search Console, LinkedIn |\n| Ops | Loguru monitoring, rate limiting, JWT\u002FOAuth2 |\n\n---\n\n### LLM Providers: Gemini & Hugging Face\n- **Auto‑selection**: The backend auto‑selects the provider based on `GPT_PROVIDER` and available keys.  \n  - Default: Gemini (if `GEMINI_API_KEY` present)  \n  - Fallback: Hugging Face (if `HF_TOKEN` present)\n- **Configure**:\n  - `GEMINI_API_KEY=...` (text + structured JSON; image via Imagen)\n  - `HF_TOKEN=...` (text via Inference API; image via supported HF models)\n  - Optional: `GPT_PROVIDER=gemini` or `GPT_PROVIDER=hf_response_api`\n- **Text generation**:\n  - Gemini: optimized for structured outputs and fast general generation\n  - HF: broad model access via the Inference Providers\n- **Image generation**:\n  - Gemini\u002FImagen and Hugging Face providers are supported with a unified interface\n\nFor module details, see `backend\u002Fservices\u002Fllm_providers\u002FREADME.md`.\n\n---\n\n### Documentation\n- Docs Site (MkDocs): https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F\n- Blog Writer (phases and UI): `docs-site\u002Fdocs\u002Ffeatures\u002Fblog-writer\u002Foverview.md`\n- SEO Dashboard overview: `docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard\u002Foverview.md`\n- SEO Dashboard GSC integration: `docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard\u002Fgsc-integration.md`\n- LinkedIn factual, Google-grounded content: `frontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md`\n- Persona Development (docs-site): `docs-site\u002Fdocs\u002Ffeatures\u002Fcontent-strategy\u002Fpersonas.md`\n\nFor additional pages, browse the `docs-site\u002Fdocs\u002F` folder.\n\n---\n\n### Personas (Brief)\nALwrity generates a core writing persona from onboarding data, then adapts it per platform (e.g., Facebook, LinkedIn). Personas guide tone, structure, and content preferences across tools.\n\n- Core Persona & API: `backend\u002Fapi\u002Fpersona.py`\n- Facebook Persona Service (Gemini structured JSON): `backend\u002Fservices\u002Fpersona\u002Ffacebook\u002Ffacebook_persona_service.py`\n- Personalization\u002FBrand Voice logic: `backend\u002Fservices\u002Fcomponent_logic\u002Fpersonalization_logic.py`\n- Docs (GitHub paths):\n  - Personas (docs-site): https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fblob\u002Fmain\u002Fdocs-site\u002Fdocs\u002Ffeatures\u002Fcontent-strategy\u002Fpersonas.md\n  - LinkedIn Grounded Content plan: https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fblob\u002Fmain\u002Ffrontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md\n\nAt a glance:\n- Data → Persona: Onboarding + website analysis → core persona\n- Platform adaptations: Platform-specific JSON with validations\u002Foptimizations\n- Usage: Informs tone, content length, structure, and platform best practices\n\n---\n\n### Community\n- **Docs & Wiki**: https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki  \n- **Discussions**: https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fdiscussions  \n- **Issues**: https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fissues  \n- **Website**: https:\u002F\u002Fwww.alwrity.com\n\n---\n\n### License\nMIT — see [LICENSE](..\u002FLICENSE).\n\n\u003Cdiv align=\"center\">\n\nMade with ❤️ by the ALwrity team\n\n\u003C\u002Fdiv>\n","\u003Cdiv align=\"center\">\n\n# 🚀 ALwrity — 基于人工智能的数字营销平台\n\n[![许可证：MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Python 3.10+](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10+-blue.svg)](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n[![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-0.115+-green.svg)](https:\u002F\u002Ffastapi.tiangolo.com\u002F)\n[![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FReact-18+-blue.svg)](https:\u002F\u002Freact.dev\u002F)\n[![星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAJaySi\u002FAI-Writer?style=social)](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fstargazers)\n\n**核心主张：\nALwrity 是一款情境化内容操作系统：它能够理解您的品牌、网站、竞争对手及各渠道信息，并基于这些理解驱动每一篇故事、视频、播客以及每一次营销活动，同时将记忆与分析功能整合于一体。**\n\n[🌐 实时演示](https:\u002F\u002Fwww.alwrity.com) • [📚 文档站点](https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F) • [📖 维基](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki) • [💬 讨论区](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fdiscussions) • [🐛 问题追踪](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fissues)\n\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_4b305dea06c2.jpg\" alt=\"ALwrity 控制面板概览\" width=\"30%\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002Ffeatures\u002Fblog-writer\u002Foverview\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_190955e2c875.png\" alt=\"故事写作工作流\" width=\"30%\"\u002F>\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002Ffeatures\u002Fseo-dashboard\u002Foverview\u002F\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_readme_3b192e065dec.png\" alt=\"SEO 控制面板洞察\" width=\"30%\"\u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\n---\n\n### ALwrity 是什么\n- **情境化内容操作系统**：摄入您的网站、竞争对手和各渠道数据，构建可复用的品牌知识库。\n- **多场景设计**：博客、故事、YouTube 视频、播客及各类视频均可基于同一套理解生成内容。\n- **代理驱动流程**：通过编排式的研究、策划、撰写与优化流程，而非单次提示词操作。\n- **生产就绪**：内置 JWT\u002FOAuth2 认证、使用情况跟踪、限流机制、监控系统及成本意识。\n\n---\n\n### ALwrity 的存在意义\nALwrity 专为那些更看重 **情境** 而非简单提示词的人士而生。\n\n大多数工具要么让你陷入繁杂的设置选项中，要么每次都会重置到空白状态。  \n我们希望打造一个系统，能够：\n- 记住您的品牌定位及目标受众；\n- 在内容创作前基于真实数据（如 SEO、竞争对手、网站内容）进行扎实的背景研究；\n- 将这些理解跨不同内容形式复用，避免重复劳动。\n\n---\n\n### 对创作者与营销人员的意义\n- **一套大脑，多种内容形式**：相同的洞察力可以支持博客文章、故事、YouTube 脚本、播客大纲及视频分镜等内容的创作。\n- **减少工具切换**：引导式的工作流程取代了“在五个 SaaS 工具和电子表格之间来回复制粘贴数据”的繁琐操作。\n- **更安全、更真实的创作内容**：通过扎实的背景研究与引用标注，有效降低内容幻觉与反复修改的情况。\n- **默认符合品牌调性**：通过人物角色与品牌声音设定，确保跨渠道输出的一致性。\n- **运营可见性**：任务调度器会标记“需要人工干预的任务”，并提供警报与日志记录，帮助您在用户察觉之前发现问题。\n\n---\n\n### 目前已实现的功能\n- **AI 博客写作工具（阶段式）**：研究 → 大纲 → 内容 → SEO → 发布，具备导航保护与本地持久化功能（`frontend\u002Fsrc\u002Fhooks\u002FusePhaseNavigation.ts`）。\n- **故事写作工具**：主题 → 大纲 → 章节 → 导出，支持阶段式导航（`frontend\u002Fsrc\u002Fhooks\u002FuseStoryWriterPhaseNavigation.ts`）。\n- **YouTube 创作者工作室**：规划 → 场景 → 虚拟形象 → 渲染，用于制作 YouTube 视频（`frontend\u002Fsrc\u002Fcomponents\u002FYouTubeCreator`）。\n- **播客制作工具 \u002F 测试人物角色**：利用共享的视频流水线，将语音与虚拟形象转化为短视频。\n- **视频工作室**：支持多模块的视频创建、编辑与转换（`frontend\u002Fsrc\u002Fcomponents\u002FVideoStudio`）。\n- **SEO 控制面板**：提供分析、元数据及 Google Search Console 洞察功能（详见 `docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard`）。\n- **LinkedIn（事实导向、Google 支撑）**：基于真实的 Google 数据与引用标注，结合质量指标，用于发布帖子、文章、轮播图及脚本内容（参见 `frontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md`）。\n- **人物角色系统**：核心人物角色及平台适配功能通过 API 提供（`backend\u002Fapi\u002Fpersona.py`）。\n- **Facebook 人物角色服务**：针对 Facebook 平台特点，采用 Gemini 结构化 JSON 进行优化（`backend\u002Fservices\u002Fpersona\u002Ffacebook\u002Ffacebook_persona_service.py`）。\n- **个性化与品牌声音**：对写作风格、语气及结构进行验证与配置（`backend\u002Fservices\u002Fcomponent_logic\u002Fpersonalization_logic.py`）。\n\n更多详细信息请参阅维基：[文档首页](https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki)\n\n---\n\n### 快速开始\n1) 克隆并安装\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer.git\ncd AI-Writer\u002Fbackend && pip install -r requirements.txt\ncd ..\u002Ffrontend && npm install\n```\n\n2) 本地运行\n\n```bash\n# 后端\ncd backend && python start_alwrity_backend.py\n# 前端\ncd frontend && npm start\n```\n\n3) 打开并开始创作\n- 前端：http:\u002F\u002Flocalhost:3000\n- API 文档（本地）：http:\u002F\u002Flocalhost:8000\u002Fapi\u002Fdocs\n- 完成新手引导 → 生成内容 → 发布\n\n---\n\n### 集成与安全性\n- **集成**：Google Search Console（SEO 控制面板）、LinkedIn（事实导向内容）。\n- **AI 模型**：OpenAI、Google Gemini\u002FImagen、Hugging Face、Anthropic、Mistral。\n- **安全性**：JWT 认证、OAuth2、速率限制、监控与日志记录。\n- **可靠性**：通过扎实的背景研究与引用追踪，确保内容的真实性和准确性。\n\n---\n\n### 技术栈\n\n| 部门 | 技术 |\n| --- | --- |\n| 后端 | FastAPI、Python 3.10+、SQLAlchemy |\n| 前端 | React 18+、TypeScript、Material‑UI、CopilotKit |\n| AI\u002F研究 | OpenAI、Gemini\u002FImagen、Hugging Face、Anthropic、Mistral；Exa、Tavily、Serper（自动选择提供商：默认 Gemini，备选 Hugging Face） |\n| 数据 | SQLite（已准备好迁移到 PostgreSQL） |\n| 集成 | Google Search Console、LinkedIn |\n| 运营 | Loguru 监控、速率限制、JWT\u002FOAuth2 |\n\n---\n\n### LLM 提供商：Gemini 与 Hugging Face\n- **自动选择**：后端会根据 `GPT_PROVIDER` 设置及可用密钥自动选择合适的提供商。  \n  - 默认：Gemini（若存在 `GEMINI_API_KEY`）  \n  - 备选：Hugging Face（若存在 `HF_TOKEN`）\n- **配置**：\n  - `GEMINI_API_KEY=...`（文本 + 结构化 JSON；图像通过 Imagen 生成）\n  - `HF_TOKEN=...`（文本通过 Inference API 生成；图像通过支持的 Hugging Face 模型生成）\n  - 可选：`GPT_PROVIDER=gemini` 或 `GPT_PROVIDER=hf_response_api`\n- **文本生成**：\n  - Gemini：擅长生成结构化输出，并能快速完成通用内容创作\n  - Hugging Face：通过 Inference Providers 提供广泛的模型访问权限\n- **图像生成**：\n  - Gemini\u002FImagen 与 Hugging Face 提供商均受支持，且拥有统一接口。\n\n有关模块详情，请参阅 `backend\u002Fservices\u002Fllm_providers\u002FREADME.md`。\n\n---\n\n### 文档\n- 文档站点（MkDocs）：https:\u002F\u002Fajaysi.github.io\u002FALwrity\u002F\n- 博客编辑器（功能阶段与用户界面）：`docs-site\u002Fdocs\u002Ffeatures\u002Fblog-writer\u002Foverview.md`\n- SEO仪表板概述：`docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard\u002Foverview.md`\n- SEO仪表板与Google Search Console集成：`docs-site\u002Fdocs\u002Ffeatures\u002Fseo-dashboard\u002Fgsc-integration.md`\n- LinkedIn事实性、基于Google的内容：`frontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md`\n- 用户画像开发（文档站点）：`docs-site\u002Fdocs\u002Ffeatures\u002Fcontent-strategy\u002Fpersonas.md`\n\n如需更多页面，请浏览 `docs-site\u002Fdocs\u002F` 文件夹。\n\n---\n\n### 用户画像（简述）\nALwrity会根据入驻时提供的数据生成核心写作画像，并针对不同平台（如Facebook、LinkedIn）进行适配。这些画像将指导各工具中的语气、结构及内容偏好。\n\n- 核心画像与API：`backend\u002Fapi\u002Fpersona.py`\n- Facebook画像服务（Gemini结构化JSON）：`backend\u002Fservices\u002Fpersona\u002Ffacebook\u002Ffacebook_persona_service.py`\n- 个性化\u002F品牌声音逻辑：`backend\u002Fservices\u002Fcomponent_logic\u002Fpersonalization_logic.py`\n- 文档（GitHub路径）：\n  - 用户画像（文档站点）：https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fblob\u002Fmain\u002Fdocs-site\u002Fdocs\u002Ffeatures\u002Fcontent-strategy\u002Fpersonas.md\n  - LinkedIn基于事实与Google内容规划：https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fblob\u002Fmain\u002Ffrontend\u002Fdocs\u002Flinkedin_factual_google_grounded_url_content.md\n\n概览如下：\n- 数据 → 画像：入驻信息 + 网站分析 → 核心画像\n- 平台适配：针对各平台的JSON格式，包含验证与优化\n- 应用场景：用于确定语气、内容长度、结构以及各平台的最佳实践\n\n---\n\n### 社区\n- **文档与维基**：https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fwiki  \n- **讨论区**：https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fdiscussions  \n- **问题追踪**：https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer\u002Fissues  \n- **官网**：https:\u002F\u002Fwww.alwrity.com\n\n---\n\n### 许可证\nMIT — 详情请参阅 [LICENSE](..\u002FLICENSE)。\n\n\u003Cdiv align=\"center\">\n\n由ALwrity团队用心打造 ❤️\n\n\u003C\u002Fdiv>","# ALwrity 快速上手指南\n\nALwrity 是一个基于 AI 的数字化营销平台（上下文内容操作系统）。它能够理解你的品牌、网站、竞争对手及渠道，并利用这些上下文信息驱动博客、故事、视频、播客等多种内容的创作，同时提供内存管理和数据分析功能。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (WSL 推荐)\n*   **Python**: 版本 3.10 或更高\n*   **Node.js & npm**: 用于前端构建 (建议 Node.js 18+)\n*   **Git**: 用于克隆代码仓库\n*   **API Keys**: \n    *   默认推荐使用 **Google Gemini** (`GEMINI_API_KEY`)\n    *   或者 **Hugging Face** (`HF_TOKEN`) 作为备选\n    *   也可配置 OpenAI, Anthropic, Mistral 等模型\n\n## 安装步骤\n\n### 1. 克隆项目\n首先从 GitHub 克隆源代码到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Writer.git\ncd AI-Writer\n```\n\n### 2. 安装后端依赖\n进入后端目录并安装 Python 依赖包：\n\n```bash\ncd backend\npip install -r requirements.txt\n```\n\n> **提示**：国内用户若下载 pip 包较慢，可添加清华源加速：\n> `pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n### 3. 安装前端依赖\n返回根目录（或手动进入 frontend 目录），安装前端 Node 模块：\n\n```bash\ncd ..\u002Ffrontend\nnpm install\n```\n\n> **提示**：国内用户若 npm 安装缓慢，可临时切换镜像源：\n> `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n> 然后再执行 `npm install`\n\n### 4. 配置环境变量 (可选但推荐)\n在 `backend` 目录下创建 `.env` 文件（或根据项目具体配置方式），设置你的 AI 模型密钥。例如使用 Gemini：\n\n```bash\nexport GEMINI_API_KEY=your_gemini_api_key_here\n# 或者指定提供商\nexport GPT_PROVIDER=gemini\n```\n\n## 基本使用\n\n安装完成后，你需要分别启动后端服务和前端界面。\n\n### 1. 启动后端服务\n打开一个终端窗口，进入后端目录并运行启动脚本：\n\n```bash\ncd backend\npython start_alwrity_backend.py\n```\n*后端默认运行在 `http:\u002F\u002Flocalhost:8000`，API 文档地址为 `http:\u002F\u002Flocalhost:8000\u002Fapi\u002Fdocs`*\n\n### 2. 启动前端界面\n打开另一个终端窗口，进入前端目录并启动开发服务器：\n\n```bash\ncd frontend\nnpm start\n```\n*前端默认运行在 `http:\u002F\u002Flocalhost:3000`*\n\n### 3. 开始创作\n1.  浏览器访问 **http:\u002F\u002Flocalhost:3000**。\n2.  完成初始的 **Onboarding (入职引导)** 流程：输入你的品牌信息、网站 URL 或竞争对手信息，系统将构建你的“品牌大脑”（Persona）。\n3.  选择功能模块开始创作：\n    *   **AI Blog Writer**: 经历 研究 -> 大纲 -> 内容 -> SEO 优化 -> 发布 的全流程。\n    *   **Story Writer**: 创作故事前提、大纲及章节。\n    *   **YouTube Creator**: 规划视频场景、生成头像及渲染工作流。\n    *   **SEO Dashboard**: 查看 Google Search Console 数据及 SEO 分析。\n4.  生成的内容将自动保持品牌语调一致，并基于真实的网络数据进行接地（Grounding）处理，减少幻觉。\n\n现在，你已经成功部署并运行了 ALwrity，可以开始体验上下文驱动的 AI 内容创作了。","某成长型科技初创公司的内容经理，正面临需要在两周内为新产品上线同步产出博客、YouTube 视频脚本及播客大纲的紧迫任务。\n\n### 没有 ALwrity 时\n- **上下文割裂**：每次切换创作渠道（如从博客转视频）都要重新向 AI 输入品牌定位和竞品数据，导致内容风格不统一。\n- **工具链繁琐**：需要在 SEO 分析工具、文档编辑器及视频策划表之间反复复制粘贴数据，极易出错且效率低下。\n- **事实性风险**：生成的初稿常因缺乏实时网络数据支撑而出现“幻觉”，需花费大量时间人工核实与重写。\n- **流程失控**：缺乏统一的任务看板，难以追踪各内容模块的研究、大纲及撰写进度，协作混乱。\n\n### 使用 ALwrity 后\n- **品牌大脑复用**：ALwrity 自动 ingest 网站与竞品信息构建“品牌大脑”，确保博客、视频和播客基于同一套核心洞察生成，语气高度一致。\n- **全流程自动化**：通过代理驱动的工作流，一键完成从市场调研、大纲规划到多格式内容生成的闭环，无需跨平台搬运数据。\n- **内容可信增强**：内置的联网检索与引用机制让内容天然 grounded（有依据），显著减少事实错误，提升发布安全性。\n- **可视化运营**：利用内置的 SEO 仪表盘和任务调度器，实时监控内容生产状态，提前预警需人工干预的环节。\n\nALwrity 将分散的内容创作升级为以“上下文”为核心的操作系统，让团队用一套品牌认知高效驱动全渠道营销。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FAJaySi_ALwrity_4b305dea.jpg","AJaySi","ي","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FAJaySi_c86f512e.png","2b || !2b","खानाबदोश","阿杰游牧者",null,"https:\u002F\u002Falwrity.com","https:\u002F\u002Fgithub.com\u002FAJaySi",[86,90,94,98,102,105,108,111,114],{"name":87,"color":88,"percentage":89},"Python","#3572A5",56.1,{"name":91,"color":92,"percentage":93},"TypeScript","#3178c6",43.6,{"name":95,"color":96,"percentage":97},"CSS","#663399",0.2,{"name":99,"color":100,"percentage":101},"PLpgSQL","#336790",0,{"name":103,"color":104,"percentage":101},"JavaScript","#f1e05a",{"name":106,"color":107,"percentage":101},"Batchfile","#C1F12E",{"name":109,"color":110,"percentage":101},"HTML","#e34c26",{"name":112,"color":113,"percentage":101},"Shell","#89e051",{"name":115,"color":116,"percentage":101},"Procfile","#3B2F63",978,251,"2026-04-09T12:16:06",4,"未说明 (基于 Python 和 Node.js，通常支持 Linux, macOS, Windows)","未说明 (支持云端 API 如 OpenAI, Gemini, Hugging Face Inference API，本地运行可能无需专用 GPU)","未说明",{"notes":125,"python":126,"dependencies":127},"该工具主要作为编排层调用外部 AI 模型 API（如 Google Gemini, OpenAI, Hugging Face），而非在本地运行大型模型，因此对本地 GPU 无强制要求。后端默认使用 Gemini，若需切换可配置 Hugging Face Token。数据库默认为 SQLite，但已准备好支持 PostgreSQL。前端需要 Node.js 环境来安装依赖并启动服务。","3.10+",[128,129,130,131,91,132,133],"FastAPI>=0.115","SQLAlchemy","Loguru","React>=18","Material-UI","CopilotKit",[18],[136,137,138,139,140,141],"ai-content-generation","ai-seo-tools","ai-social-media","ai-content-marketing","ai-digital-marketing","multimodal-content-generation","2026-03-27T02:49:30.150509","2026-04-10T04:29:17.068191",[145,150,155,160,165,170],{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},27152,"在本地托管 Alwrity UI 时遇到错误，如何解决？","这通常是因为缺少 Clerk 密钥配置。请确保你已获取 Clerk API 密钥并在前端包含，同时必须将 Clerk 秘密密钥添加到后端的 .env 文件中。具体配置如下：\nCLERK_SECRET_KEY=your_clerk_secret_key_here","https:\u002F\u002Fgithub.com\u002FAJaySi\u002FALwrity\u002Fissues\u002F291",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},27153,"安装时遇到 'ImportError: cannot import name caching from google.generativeai' 错误怎么办？","该问题通常由缺失系统组件导致。请按以下步骤解决：\n1. 安装 Visual C++ Build Tools（用于构建含 C\u002FC++ 扩展的包）。\n2. 安装 Rust 编译器（tiktoken 等包需要）。\n\nWindows 用户可使用以下命令安装：\nwinget install Microsoft.VisualStudio.2022.BuildTools --silent --override \"--wait --quiet --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended\"\n\n此外，建议更新 requirements.txt 以锁定特定包版本，防止依赖冲突。","https:\u002F\u002Fgithub.com\u002FAJaySi\u002FALwrity\u002Fissues\u002F142",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},27154,"运行时报错 'ImportError: cannot import name DeepSeek from deepseek' 如何解决？","这是因为 deepseek 包中的类名可能已变更。错误提示建议尝试使用 'DeepSeekAPI' 替代 'DeepSeek'。如果问题持续，请尝试清理包并强制重新安装依赖：\npip install --upgrade --force-reinstall -U -r requirements.txt\n若仍无法解决，请检查代码中导入语句是否需调整为 from deepseek import DeepSeekAPI。","https:\u002F\u002Fgithub.com\u002FAJaySi\u002FALwrity\u002Fissues\u002F153",{"id":161,"question_zh":162,"answer_zh":163,"source_url":164},27155,"Docker 部署时遇到 'ImportError: cannot import name NaN from numpy' 错误如何处理？","此错误通常由 pandas 或 numpy 版本不兼容引起。尝试升级基础镜像（如使用 python:3.12-slim）并检查 requirements.txt 中的版本约束。确保没有拉取错误的 pandas 版本（如 panda-ta 冲突）。可能需要显式指定 numpy 和 pandas 的兼容版本，例如在 requirements.txt 中添加：\nnumpy\u003C2.0\npandas==2.x.x","https:\u002F\u002Fgithub.com\u002FAJaySi\u002FALwrity\u002Fissues\u002F190",{"id":166,"question_zh":167,"answer_zh":168,"source_url":169},27156,"如何在 Wix 上集成 ALwrity 工具？","可以通过 Wix MCP（Model Context Protocol）集成 ALwrity 工具，从而直接在 Wix 中创建工具页面而无需使用 Streamlit。步骤包括：\n1. 学习并理解 MCP 协议。\n2. 使用 Cursor 等工具探索 Wix MCP 的使用方法。\n3. 将现有工具通过 MCP 部署到 Wix 平台，实现更快的 UI 构建和托管。\n目前已有成功案例可直接在 Wix 中启动工具。","https:\u002F\u002Fgithub.com\u002FAJaySi\u002FALwrity\u002Fissues\u002F260",{"id":171,"question_zh":172,"answer_zh":173,"source_url":154},27157,"项目安装过程中频繁遇到依赖问题，有什么通用解决方案？","为维护者和用户推荐的通用解决方案包括：\n1. 在 requirements.txt 中明确指定包的版本号，避免依赖冲突。\n2. 在文档中明确列出系统前置要求（如 Visual C++ Build Tools、Rust 编译器）。\n3. 添加一个设置脚本，在安装前自动检查系统依赖是否满足。\n4. 在 README 中包含常见错误的故障排除步骤。\n这些措施可显著降低安装失败率。",[175,180,185,190],{"id":176,"version":177,"summary_zh":178,"released_at":179},180279,"v0.5.0","1). 目前先修复 Streamlit 的用户界面，然后继续推进以添加更多功能。  \n2). 根据 URL、图片、音频、视频等内容生成文本。  \n3). 长篇写作——报告、论文、故事等。  \n4). 使用 Stable Diffusion 进行图像生成。  \n5). 将个性化设置抽象到侧边栏中。\n\n未来的重点方向：  \n1). 需要撰写更加自然流畅的文章，并以有限的方式逐步启动营销推广。  \n2). 虽然目前受众较少，但也意味着压力较小，可以专注于开发真正有价值的功能。  \n3). 来自最终用户的反馈和需求相对较少。  \n4). 可以基于本地文档进行写作或对话。","2024-06-25T04:45:25",{"id":181,"version":182,"summary_zh":183,"released_at":184},180280,"v0.3","重大变更包括将命令行界面改为 Streamlit 用户界面，涉及本地文档 RAG 和 AI 代理团队。","2024-06-02T01:56:29",{"id":186,"version":187,"summary_zh":188,"released_at":189},180281,"v0.2","1). 内容策划日历。 2). 使用 CrewAI 的 AI 代理内容创作团队。 3). 更好地集成 Tavily AI。 4). 支持 Stable Diffusion。 5). AI 网页应用请访问：https:\u002F\u002Fwww.alwrity.com\u002Fai-writers 6). AI 文案工具：https:\u002F\u002Fwww.alwrity.com\u002Fai-writers","2024-05-08T14:38:53",{"id":191,"version":192,"summary_zh":193,"released_at":194},180282,"v0.1","### 网页研究\n- **关键词研究**: 通过指定搜索查询和时间范围，进行深入的关键词研究。\n- **特定域名搜索**: 可以添加特定的URL，将搜索范围限定在某些域名内，例如维基百科或竞争对手的网站。\n- **语义分析**: 通过提供一个参考URL，探索相关主题和技术，进行语义分析。\n\n### 竞争对手分析\n- **相似公司发现**: 分析竞争对手的网站，以发现类似的公司、初创企业和技术。\n- **行业洞察**: 获取行业趋势、市场竞争者以及新兴技术的相关见解。\n\n### 博客写作\n- **基于关键词的博客**: 根据指定的关键词生成博客内容，利用人工智能创作引人入胜且信息丰富的文章。\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002FAJaySi\u002FAI-Blog-Writer\u002Fcommits\u002Fv0.1","2024-03-12T12:04:39"]