分类 实用工具 下的文章

Easy-Vibe 项目详细介绍

Easy-Vibe 是 Datawhale（一个开源学习社区）推出的一个项目制学习教程仓库，全称“从 0 到 1 学会 vibe coding，项目制学习”。它的核心目标是帮助学习者从零基础开始，掌握 vibe coding（一种 AI 辅助的、直觉式的现代编程方式），最终能够独立构建完整的 AI 原生应用（AI-native products）并上线部署。

这是用来做什么的？

  • 解决的问题：

    • 很多人不知道如何选择和使用 AI 编程工具（比如 Claude、Cursor、Trae 等）。
    • 不知道如何将大模型的能力（如生成代码、图像、视频）应用到实际产品中。
    • 不清楚 AI 生成的代码距离真实上线运行还有多大差距。
  • 核心理念：通过“vibe coding”方式（用自然语言提示 AI 生成、迭代代码），结合项目实践，让学习者快速从想法原型到生产级产品。

  • 学习路径：分为三个阶段：

    1. 本地原型阶段：构建简单的 Web 小应用（如贪吃蛇游戏）。
    2. 全栈开发与部署阶段：集成后端、数据库、RAG（检索增强生成），并上线部署。
    3. 跨平台复杂应用阶段：开发更高级的 AI 应用（如霍格沃茨肖像生成器）。

  • 目标受众：

    • 非技术小白（但建议有基本编程基础）。
    • 中级开发者想快速原型化。
    • 高级工程师想高效构建 AI 产品。
  • 额外收获：不仅仅教编码，还强调产品思维（如需求文档 PRD 编写、UI/UX 设计、用户增长策略、想法验证）。

项目通过一系列递进的实战项目（如贪吃蛇游戏、霍格沃茨肖像应用、现代 Web App）来教学，帮助你掌握从想法到上线的全流程。

主要特点和技术栈

  • 特点：

    • 项目驱动学习，闭环体验（建议完整做完所有项目）。
    • 强调 AI 工具链的使用，减少手动敲代码。
    • 包含额外知识补充（如 Git/GitHub 使用、API 调用等）。

  • 关键技术：

    • 前端：HTML/CSS/JS、现代组件库、UI 设计工具。
    • 后端：Supabase（数据库、认证、存储、边缘函数）、Dify（RAG、工作流编排）。
    • AI 工具：Trae（推荐 AI IDE）、Cursor、VS Code、Claude 等大模型。
    • 部署：Zeabur（一键云托管）、类似 Vercel/Netlify。
    • 版本控制：Git & GitHub（分支、PR、SSH）。
    • API：文本转图像/视频、Dify API、Supabase API 等。

仓库许可：CC BY-NC-SA 4.0（知识共享、非商业、相同方式共享）。

如何使用？

  1. 准备环境：

    • 安装 Node.js、npm、Git。
    • 推荐使用 AI IDE（如 Trae、Cursor 或 VS Code + AI 插件）。
    • 有基本编程知识（任意语言）最好。

  2. 克隆仓库：

    git clone https://github.com/datawhalechina/easy-vibe.git
cd easy-vibe

  3. 运行本地服务（两种方式）：

    • 推荐现代方式（AI IDE）：
      在 AI IDE 中打开项目文件夹，直接输入提示：

      请你帮我运行这个项目的本地服务

    AI 会自动帮你安装依赖并启动。

    • 传统 CLI 方式：

      npm install
npm run dev

      然后浏览器打开 http://localhost:3000 查看。

  4. 学习和使用流程：

    • 从 docs/ 目录开始阅读：

      • 先看 Chapter 0：学习地图（docs/project/chapter0-learning-map/），了解整体路径。

      • 依次完成 Project 1~6（每个章节有详细 Markdown 教程、代码示例和 AI 提示指导）。

        • 示例项目：Project 1 用 AI 构建贪吃蛇游戏，并集成文本/图像生成 API。
        • Project 4：用 AI IDE 将设计图转为霍格沃茨肖像应用代码。
      • 额外示例（docs/examples/）：如用 Trae 构建微信小程序版贪吃蛇。
    • 在实践中，多用 AI 提示生成代码、调试、优化。
    • 项目逐步引入 Git 提交、分支管理、部署到 Zeabur 等。

  5. 注意事项：

    • 仓库主要文档是中文（英文文档不完整）。
    • 部分高级项目（7~9）和示例（2~3）仍在建设中（

nanobanana提示词各种模版

https://youmind.com/nano-banana-pro-prompts

例如

Create a modern Apple Design-inspired "This Day in History" calendar page for {当前月}月{当前日}日, {当前年份}, commemorating {历史事件标题} on {事件月}月{事件日}日, {事件年份}. Ultra-minimalist, clean, and sophisticated layout in 4K quality.
Layout Structure:

  • Top: Elegant Chinese date "{月}月{日}日" (large), "星期{X}" (small)
  • Calendar widget: Top-right corner showing {当前年份}年{当前月}月 calendar grid
    CRITICAL - Calendar Accuracy Requirements:
  • Display the CORRECT month: {当前年份}年{当前月}月 (e.g., "2026年1月" for January 2026)
  • Show accurate calendar grid with correct day-of-week alignment
  • Highlight date {当前日} (e.g., if today is 1月6日, highlight "6")
  • Calendar must start from the 1st day of the current month
  • Show correct number of days for the month (January = 31 days)
  • First day of month must align with correct weekday
  • Reference: January 2026 starts on Thursday (周四), so grid layout should be:
    Row 1: [empty] [empty] [empty] [1] [2] [3] [4]

Row 2: [5] [6-highlighted] [7] [8] [9] [10] [11]
etc.

  • Use accurate 2026 calendar data, do NOT use random or placeholder dates
  • Main card: Frosted glass effect with subtle shadows
    Central Illustration:

{根据领域选择对应插画场景配置}

  • Clean line-art style with limited color palette
  • {领域特定元素列表}
  • Soft ambient lighting creating depth
  • Cute minimalist cartoon character in {领域}风格 in corner
    Typography (4K clarity):
  • Category: "历史上的今天 | {领域}" - Thin sans-serif
  • Title: "{事件年份}年{事件月}月{事件日}日:{事件标题}" - Medium weight
  • Body: "{事件详细描述}" - Light weight, 1.8 line-spacing
  • Highlight keywords: {关键词列表} with subtle emphasis
    Design Elements:
  • 60% white/negative space
  • 8px grid system alignment
  • Soft shadows (0 4px 16px rgba(0,0,0,0.06))
  • {领域特定装饰图案}
  • {领域特定纹理}
    Color Scheme:
  • Background: {领域背景色} with {领域纹理}
  • Primary text: #1D1D1F
  • Accent: {领域点缀色1} and {领域点缀色2}
  • Card: rgba(255,255,255,0.96) with blur
    Watermark:
  • "{当前年份}" in English, 6% opacity, ultra-thin, diagonal background
    Apple Design Principles (4K):
  • Crystal-clear typography with perfect anti-aliasing
  • Sophisticated shadow layering
  • Minimum 32px padding
  • WCAG AAA contrast ratios
  • Perfect pixel precision
    Bottom right: "创作者: Berryxia" in subtle elegant text

Format: Portrait (9:16 or 2:3), 4K quality
Mood: Elegant, {领域情绪}, sophisticated - celebrating {领域特点} with contemporary design excellence.
VERIFICATION CHECKLIST (Must satisfy ALL):
✓ Calendar shows correct month: {当前年份}年{当前月}月
✓ Calendar grid starts from day 1 of current month
✓ Date {当前日} is highlighted correctly
✓ Days of week align correctly (consult 2026 calendar)
✓ Number of days matches actual month length

这个可用做历史今天

nanobanana提示词各种模版

NotebookLM 不支持直接将生成的分类总结或笔记输出为 DOCX 文档。它主要通过网页界面生成和显示内容，如笔记、学习指南、FAQ 或音频概述，而内置导出选项有限，通常仅支持下载为 Markdown、PDF（部分功能如 Infographic 可下载为 PNG）或分享链接。

替代方法实现类似输出

尽管没有原生 DOCX 导出，你可以通过以下方式获取内容并转换为 DOCX：

  1. 手动复制并粘贴：在 NotebookLM 的笔记或聊天响应中，生成的分类总结通常以结构化文本（如 bullet 列表或表格）呈现。你可以全选复制，然后粘贴到 Microsoft Word 或 Google Docs 中，保存为 DOCX。这会保留基本格式，但可能需要手动调整表格或方程。

  2. 使用第三方工具转换：

    • 生成 Markdown 输出（NotebookLM 支持导出笔记为 Markdown），然后使用工具如 MassiveMark、Pandoc 或在线转换器（如 bibcit.com）将其转为 DOCX。这些工具能保留表格、代码和方程的格式。
    • 例如，在 NotebookLM 生成总结后，导出为 Markdown 文件，然后在 Word 中打开或使用转换服务下载 DOCX。
  3. 下载所有笔记：如果你生成多个笔记，可以使用扩展方法（如浏览器插件或脚本）一次性下载整个项目的内容，然后导入 Word。但这不是官方功能，需要额外步骤。

NotebookLM 支持上传 DOCX 文件进行分析（如你的物理题目文档），但输出侧重点在交互式笔记而非文件导出。如果需要更灵活的导出，考虑结合 Google Docs（NotebookLM 基于 Google 生态）或外部 AI 工具来处理生成的内容。

bibcit.com 在线工具注册就可以领取免费额度.

NotebookLM 结果导出DOCX 文档或者pdf文档

hpcbristol.net 网站介绍

hpcbristol.net 是 Historical Photographs of China（中国历史照片）项目的官方网站。该项目由英国布里斯托大学（University of Bristol）历史系于2006年至2021年主持，主要目的是收集、数字化并在线公开保存在中国境外（多为私人收藏）的近代中国历史照片。这些照片大多来自外国人在华家庭或后代的手中，涵盖了超过一个世纪的近代中国历史（约从19世纪中叶到20世纪中叶），包括各种地方、社区和社会主题。

  • 收藏规模：目前网站上有超过21,000张数字化照片，分为98个收藏集（部分大型收藏有详细介绍，小型收藏归入“杂集”）。
  • 内容特点：照片记录了城市与乡村生活、建筑、风俗、公共事件等，许多是珍贵的历史记录（因为20世纪中国动荡，许多本土照片资料已丢失）。
  • 功能：支持搜索、标签浏览、“Lucky Dip”（随机查看照片），照片可放大查看，并以Creative Commons许可开放用于教学、学习和研究。
  • 合作与支持：项目得到多家机构资助（如英国学术基金会、蒋经国基金会），并与中国上海交通大学合作设有镜像站点。
  • 相关博客：visualisingchina.net 是该项目的更新博客，分享照片故事和历史解读。

这是一个学术性强、免费开放的优质资源，非常适合研究近代中国视觉历史。

类似网站推荐（专注于中国历史图片的收藏或档案）

以下是一些与 hpcbristol.net 类似的专业历史照片档案网站，主要收集近代（晚清至民国时期）中国照片，许多也来自西方摄影师或传教士视角。它们多为大学或机构主办，免费浏览（部分需注册或有使用限制）：

  1. Sidney D. Gamble Photographs（杜克大学收藏）

    • 网址：https://library.duke.edu/digitalcollections/gamble/ 或相关搜索入口。
    • 美国社会学家Sidney Gamble于1908-1932年间四次访华拍摄的5000多张照片，记录城乡生活、公共事件、建筑、宗教等。高质量黑白照片，许多未出版过。

  2. Virtual Shanghai（虚拟上海）

    • 网址：https://www.virtualshanghai.net/
    • 专注于上海历史照片、地图和文档（19世纪末至20世纪中叶），包含数千张老照片，支持互动地图浏览。

  3. Thomas H. Hahn Docu-Images（中国摄影史图片库）

    • 网址：搜索 "Thomas H. Hahn Historical Photographs of China"。
    • 个人学者收藏的近代中国照片档案，覆盖多个地区。

  4. Rare Historical Photos - China Category

  5. 天下老照片网（中文网站）

    • 网址：http://www.laozhaopian5.com/
    • 中国本土专业老照片分享平台，收藏大量国内外历史照片、地图和影像资料，包括淞沪会战、九一八事变等事件照片大全。资源丰富，适合中文用户。

  6. 美国国会图书馆 Prints & Photographs Online Catalog（搜索 "China"）

  7. Flickr The Commons（搜索中国相关机构贡献）

其他通用但有中国内容的：Getty Images历史收藏、Shorpy（高清晰老照片，但中国较少）。

NotebookLM 如何快速制作播客

NotebookLM（Google 的 AI 笔记工具）可以非常快速地将你的文档、笔记、PDF、网页链接或 YouTube 视频等来源转换成一个自然对话式的AI 播客（Audio Overview），由两个 AI 主持人（一男一女）讨论内容，声音非常逼真，通常 5-15 分钟。

步骤：

  1. 访问 https://notebooklm.google.com/，用 Google 账号登录。
  2. 创建一个新 Notebook。
  3. 添加来源：上传 PDF/文档、粘贴文本、输入网址，或添加 YouTube 链接。
  4. 在右侧的 Notebook guide 面板中，找到 Audio Overview 部分。
  5. （可选）点击 Customize，输入指令如“重点讨论 XX 部分”或“用幽默风格讨论”。
  6. 点击 Generate，等待几分钟生成。
  7. 生成后，可以播放、调整速度、下载音频文件（WAV 格式，在播放器右上角菜单点击 Download）。
  8. 如果不满意，删除后重新生成。

这个过程通常只需几分钟，就能得到高质量的播客音频。支持多语言生成（50+ 种），但主持人对话默认英语。

如何基于 NotebookLM 播客制作短视频（Shorts/Reels）和长视频

下载音频后，用 Python 工具将音频转换成视频：添加背景图片/视频、自动字幕、波形动画等。适合 YouTube Shorts、TikTok、Instagram Reels（竖版 9:16）或长视频（横版）。

核心工具：MoviePy（Python 视频编辑库）

  • MoviePy 是最成熟的开源库，基于 FFmpeg，专用于从音频+图片生成视频、添加字幕。
  • 安装：pip install moviepy（会自动处理 FFmpeg）。

基本思路生成视频

  1. 准备材料：

    • NotebookLM 下载的音频文件（.wav 或转 .mp3）。
    • 背景：静态图片（一张封面图）或动态背景视频（从 Pexels/Unsplash 下载免费 stock video）。
    • （可选）字幕：先用 Whisper 转录音频生成 SRT 字幕。

  2. 生成字幕（推荐 faster-whisper）：

    • 用 OpenAI Whisper 或 faster-whisper 自动转录音频，生成带时间戳的 SRT 文件。

  3. 用 MoviePy 合成视频：

    • 简单静态背景 + 音频 + 字幕：适合长播客视频。
    • 动态背景 + 剪辑音频片段：适合短视频。

完整 Python 思路示例代码（从音频生成视频）

from moviepy.editor import AudioFileClip, ImageClip, VideoFileClip, CompositeVideoClip, TextClip, ColorClip
from moviepy.video.tools.subtitles import SubtitlesClip

# 1. 加载音频
audio = AudioFileClip("podcast_audio.wav")  # NotebookLM 下载的音频
duration = audio.duration

# 2. 背景：静态图片（长视频）或动态视频
background = ImageClip("background.jpg").set_duration(duration).resize(height=1920)  # 竖版 Shorts: width=1080, height=1920
# 或动态背景：background = VideoFileClip("stock_background.mp4").loop(duration=duration)

# 3. 添加字幕（SRT 文件）
def generator(txt): 
    return TextClip(txt, fontsize=50, color='white', bg_color='black', size=(1080, None))

subtitles = SubtitlesClip("subtitles.srt", generator)

# 4. 合成视频
final = CompositeVideoClip([background, subtitles.set_pos(('center', 'bottom'))])
final = final.set_audio(audio)

# 5. 输出（短视频：subclip 剪辑；长视频直接写）
final.subclip(0, 60).write_videofile("short_video.mp4", fps=24, codec="libx264", audio_codec="aac")  # 60秒 Shorts
# 或全长：final.write_videofile("long_podcast_video.mp4")
  • 短视频：从长音频剪辑高光片段（手动或用 GPT 分析转录选段）。
  • 长视频：直接用全音频 + 静态/慢动背景。
  • 高级：添加波形动画（用 MoviePy 的 AudioClip.visualize）或多张图片切换。

生成字幕的辅助代码（用 faster-whisper）

from faster_whisper import WhisperModel
model = WhisperModel("large-v3")  # 或 small 更快
segments, _ = model.transcribe("podcast_audio.wav", word_timestamps=True)

with open("subtitles.srt", "w") as f:
    for i, seg in enumerate(segments):
        start = seg.start
        end = seg.end
        text = seg.text.strip()
        f.write(f"{i+1}\n{format_time(start)} --> {format_time(end)}\n{text}\n\n")

成熟的 Python GitHub 项目（综合起来制作视频并发布）

以下是高质量、活跃或实用的开源项目（越多列一些）：

  1. Zulko/moviepy（最核心）：视频编辑神器，从音频+图片生成视频、加字幕。几乎所有项目都依赖它。

  2. ProfessorKazarinoff/audio-to-video：专为播客设计，将 MP3 音频转 MP4 视频（静态背景），上传 YouTube。

  3. harshitsinghai77/podcast-to-video-remotion：从播客 MP3 + 字幕生成 YouTube Shorts 风格视频（虽用 Remotion，但有 Python 思路）。

  4. RayVentura/ShortGPT：全自动化短视频框架，支持播客转 Shorts/TikTok，自动脚本、语音、剪辑、上传。

  5. NisaarAgharia/AI-Shorts-Creator：用 GPT-4 分析长视频/播客，提取高光生成 Shorts（可适配音频）。

  6. Binary-Bytes/Auto-YouTube-Shorts-Maker：简单脚本自动生成 Shorts（TTS + 背景），易改成用 NotebookLM 音频。

  7. GabrielLaxy/TikTokAIVideoGenerator：AI 生成脚本、语音、字幕、背景，输出竖版视频（Shorts/Reels）。

  8. raga70/FullyAutomatedRedditVideoMakerBot：全自动生成+上传 Shorts/Reels/TikTok（可改用播客音频）。

  9. souzatharsis/podcastfy：开源替代 NotebookLM，直接生成多语言对话播客音频（可结合 MoviePy 转视频）。

  10. ccallazans/ai-video-generator：故事转 TTS + 字幕 + 视频，全自动化。

综合思路：自动化流水线

  1. 用 NotebookLM 生成并下载播客音频。
  2. 用 faster-whisper 转录生成 SRT 字幕。
  3. 用 MoviePy（或以上项目）合成视频：静态/动态背景 + 音频 + 字幕。
  4. 对于短视频：用 GPT 分析转录，选 30-60 秒高光片段，单独生成多个 Shorts。
  5. 发布：手动上传，或用 youtube-upload 等库自动化（需 API Key）。

这个流程免费（除 API 如 OpenAI/ElevenLabs 可选）、高效，几分钟一个视频。开始时用简单 MoviePy 脚本，熟练后整合 ShortGPT 等框架实现全自动。

  1. 1
  2. 2
  3. 3
  4. 4
  5. ...
  6. 29