分享下注册域名前背调需要用到的几个网站：
1）国内
净网云剑：https://cqqgsafe.com（查询域名是否被反诈中心拦截）
腾讯网址安全中心：https://urlsec.qq.com/check.html （在线网址检测）
狗狗查询：https://www.ggcx.com/main/GFW （被墙查询、污染查询、微信拦截、QQ拦截、争议/被盗）
2）国外
Domain Authority Checker： https://websiteseochecker.com/domain-authority-checker/ 网站 DA, PA, TB, QB, PQ, MT, SS, OS, AGE 数据查询
1）国内
净网云剑：https://cqqgsafe.com（查询域名是否被反诈中心拦截）
腾讯网址安全中心：https://urlsec.qq.com/check.html （在线网址检测）
狗狗查询：https://www.ggcx.com/main/GFW （被墙查询、污染查询、微信拦截、QQ拦截、争议/被盗）
2）国外
Domain Authority Checker： https://websiteseochecker.com/domain-authority-checker/ 网站 DA, PA, TB, QB, PQ, MT, SS, OS, AGE 数据查询
结合这段时间大网红屡屡翻车，抖音电商失速也不意外。
消费者会变得越来越聪明的，你很难想象，直播电商这种形式会永远困住他们。
如果用户不再信任直播电商的话，大概率也不会留在抖音的货架电商里，信任是最难培养的。
消费者会变得越来越聪明的，你很难想象，直播电商这种形式会永远困住他们。
如果用户不再信任直播电商的话，大概率也不会留在抖音的货架电商里，信任是最难培养的。
我们花了很大功夫在 API 设计上，现在这可能是同步文档（可支持富文本同步，以及任意 JSON schema 的数据同步）的最简洁易用的方案之一。最少一轮数据交换就能保证任意两个 peers 的文档达到一致性。
并且 Loro 性能非常优秀，就算是针对数百万字符的文档，所有操作在 CRDT 上的开销也都在一帧内，保证了高上限。在 Loro 上操作字符串的速度比直接操作 JS string 还快。
我们还记录了完整编辑历史，还允许用户创建出分支，支持分支自动合并，支持快速切换到不同的版本。我们的 Demo 还导入了 Loro 自身的完整代码库历史到由 Loro 驱动的版本管理器上。
我们的 CRDT 文档导入速度现在也得到极大提升。现在导入文档的主要开销甚至是在 xxhash32 的完整性验证和解压缩上。
发布之后被偶像转发了，开心 😆
https://loro.dev/blog/v1.0
这个开源网站模版可以有效帮助你拿多语言流量，用AI自动做i18n翻译，使用nextjs 和 lingui 库。
用英文写网站内容就行，上一个新语言只需要跑一遍脚本5分钟，然后0.1美元API成本。
脚本也对SEO做了优化，可以指定关键词不翻译。
===
lingui 这个库比较新，当时配置的时候有几个坑，刚好也是参考一个老哥，才了解到这个库并且弄出来，他的仓库链接放在README里了。
所以也开源出来，分享给大家。
感觉吃资源差和市场差真的是好快乐的生意模式啊，找到一些奇怪冷门的，闷声发财的话真的是赚的比大多数打工人都多，也轻松多了。
还是得多攒攒这类资源和认知，都说保命的后手。万一哪天对成长性没啥追求了，就挑个最舒服的小生意做一做。
出海🚢确实是值得探索的机会，但最好是肉身到当地市场，深入链接资源，进入到本土网络里去哈。
还是得多攒攒这类资源和认知，都说保命的后手。万一哪天对成长性没啥追求了，就挑个最舒服的小生意做一做。
出海🚢确实是值得探索的机会，但最好是肉身到当地市场，深入链接资源，进入到本土网络里去哈。
今天团队的前端同学跟我说写小程序写到怀疑人生，于是我探索实践了一下如何利用GPT4o将前端代码生产提速**一倍**以上:
1. 将figma的设计截图输入GPT4o，要求输出代码。这个时候可以得到层级结构基本正确的xml，基本正确的js接口，和基本错误的css。
1.1. 根据自己的业务知识做少量xml层级修正
2. 利用figma dev模式下的样式代码，和自己的知识，替换css中的样式。(颜色样式基本全要替换，直接用设计师figma的结果就可以；layout有的对有的错，需要仔细思考。)(figma的样式代码，能借用多少取决于设计师水平，主要是layout对设计师挑战比较大。)
3. 按照项目需要做好公共组件的维护和复用。
4. 进行真机调试并解决兼容性bug
因为这次写的是微信小程序代码，其实本来不太抱希望。但是得到的结果意外的很不错。如果是主流的前端框架效果应该会更好。
如果设计师严格&科学地按照auto layout的方式制作自己的设计稿，整个过程应该会进一步提升。
利用AI工具节省编程的机械劳动部分还是非常棒的，这可以让工程师把时间和精力放在更重要的业务逻辑、用户体验和性能效果上。
我认为未来比较有可能的生产环境下的静态前端工作流是基于figma等设计工具的输出文件，由ai修改生成可用的代码。而不是基于图片直接生成，因为截图相较于figma设计还是有非常巨大的信息丢失（不过ai也可以根据常识补充缺失的设计信息，但这会导致用户体验不可控）
之前我们在写Swift的时候@DariusTopThx 也实践过类似工作流，这次算是强化了体感，特别是拓展到了微信小程序，这真的挺让我惊讶的…
1. 将figma的设计截图输入GPT4o，要求输出代码。这个时候可以得到层级结构基本正确的xml，基本正确的js接口，和基本错误的css。
1.1. 根据自己的业务知识做少量xml层级修正
2. 利用figma dev模式下的样式代码，和自己的知识，替换css中的样式。(颜色样式基本全要替换，直接用设计师figma的结果就可以；layout有的对有的错，需要仔细思考。)(figma的样式代码，能借用多少取决于设计师水平，主要是layout对设计师挑战比较大。)
3. 按照项目需要做好公共组件的维护和复用。
4. 进行真机调试并解决兼容性bug
因为这次写的是微信小程序代码，其实本来不太抱希望。但是得到的结果意外的很不错。如果是主流的前端框架效果应该会更好。
如果设计师严格&科学地按照auto layout的方式制作自己的设计稿，整个过程应该会进一步提升。
利用AI工具节省编程的机械劳动部分还是非常棒的，这可以让工程师把时间和精力放在更重要的业务逻辑、用户体验和性能效果上。
我认为未来比较有可能的生产环境下的静态前端工作流是基于figma等设计工具的输出文件，由ai修改生成可用的代码。而不是基于图片直接生成，因为截图相较于figma设计还是有非常巨大的信息丢失（不过ai也可以根据常识补充缺失的设计信息，但这会导致用户体验不可控）
之前我们在写Swift的时候@DariusTopThx 也实践过类似工作流，这次算是强化了体感，特别是拓展到了微信小程序，这真的挺让我惊讶的…
