2025-第二十二周

该周报主要为各个地方内容的汇总整理

技术

构建你自己的 TanStack Query

从头开始重写以深入学习 TanStack Query。

• 🔄 通过实践从头重写代码来加深对 TanStack Query 的理解
• � 强调动手经验在掌握新技术中的重要性
• 📚 目标是更全面地掌握 TanStack Query 的核心概念和用法

CSS 实用类与“关注点分离”

Adam Wathan 分享了他从语义化 CSS 到功能型 CSS 的转变过程，探讨了如何通过实用工具类（utility classes）提高 CSS 的可重用性和一致性。

• 🔄 从语义化 CSS 到功能型 CSS：作者最初遵循“关注点分离”原则，使用基于内容的类名（如 .author-bio），但发现 CSS 仍然高度依赖 HTML 结构。
• 🧩 BEM 方法：采用 BEM 风格的类名（如 .author-bio__image）降低了 CSS 对 HTML 结构的依赖，但仍面临相似组件的样式复用问题。
• ♻️ 内容无关的组件：通过创建与内容无关的组件（如 .media-card），实现样式的高效复用，但 HTML 需要依赖 CSS 的类名。
• 🛠️ 实用工具类：引入实用工具类（如 .align-right、.mar-r-sm）进一步解耦样式，避免重复编写 CSS，并通过组合类名快速构建 UI。
• 🎨 一致性与约束：实用工具类强制开发者从预定义的选项中选择样式，避免随意值，从而提升设计一致性。
• ⚖️ 组件与实用工具类的平衡：作者建议以实用工具类优先，仅在模式重复出现时提取为组件，避免过早抽象。
• 🚀 推荐工具：介绍了 Tachyons、Basscss 等实用工具类框架，并推荐了自己的开源项目 Tailwind CSS。

这种实用工具优先的方法通过约束样式选择，显著提升了代码的可维护性和设计一致性。

我觉得 generators 的工效学越来越吸引我了

作者分享了对 JavaScript 生成器（generators）逐渐产生好感的心路历程，探讨了其语法糖特性、惰性求值优势，以及在实际场景中的应用价值，如解耦组件、简化异步操作和高效分页处理。

• 🌟 作者最初对生成器持保留态度，但通过实践逐渐欣赏其设计理念和实用性。
• 🔄 生成器依赖迭代器（iterator）和可迭代协议（iterable），通过next()方法按需生成序列值。
• 🛋️ 惰性求值是核心优势——仅在需要时计算值，避免不必要的性能开销（如处理大型数据集或复杂计算）。
• 🧩 生成器能有效降低代码耦合度，封装内部状态（如动态计算移动平均值案例），提升模块化。
• ⏳ 异步生成器（async generator）简化轮询逻辑（如定期获取应用指标），替代setInterval/递归方案，避免回调地狱。
• 📚 分页场景中，生成器按需请求数据，减少内存占用并加速首屏处理。
• 🛠️ 动态生成元素等工具函数中，生成器提供类似数组的解构能力（如const [el1, el2] = getElements()）。
• 🤔 作者承认生成器并非万能，但认可其重构问题解决思路的长期价值。

工具

fuji-recipes

一个用于从 EXIF 制造商备注中提取富士相机配方数据的 TypeScript 库

更新

设计

背景素材网站

高品质、颗粒感纹理和平滑渐变背景素材

AI

MoneyPrinterTurbo

MoneyPrinterTurbo 是一款全自动短视频生成工具，用户只需提供视频主题或关键词，即可自动生成文案、素材、字幕和背景音乐，并合成高清短视频。支持 Web 和 API 界面，适合中英文用户，提供多种视频尺寸和语音合成选项，且素材无版权。项目开源，支持多种 AI 模型接入，并有详细的部署和使用指南。

• 💡 全自动视频生成：输入主题或关键词，自动生成完整短视频
• 🖥️ 多界面支持：提供 Web 和 API 两种操作方式
• 🌍 中英文兼容：支持生成中文和英文视频内容
• 🎨 灵活尺寸：可选竖屏（9:16）或横屏（16:9）
• 🔈 语音合成：多种声音可选，支持实时试听
• 📝 字幕定制：可调整字体、颜色、大小及位置
• 🎵 背景音乐：内置无版权音乐或自定义本地文件
• 🤖 多模型接入：支持 OpenAI、DeepSeek、文心一言等
• 🚀 便捷部署：提供 Docker、Colab 及一键启动包
• 📅 持续更新：计划增加更多配音、转场效果和素材来源

其他

中国 AI 应用的终局：AI RaaS 和 AI 包工头模式

AI 应用付费模式的核心在于价值呈现，尤其是 RaaS（结果即服务）的“AI 包工头模式”将成为颠覆性方向。以下是关键要点：

• 🤖 AI 替代传统 SaaS：传统 SaaS 因功能标准化、数据模式过时将被端到端 AI 应用取代，资本价值下降。
• 💰 利润池放大 10-60 倍：AI 包工头模式通过结果付费（如计件、分成）绑定客户利益，利润空间远超工具型或人力外包模式。
• 🚀 四大进化层级：
  • L1（计件制）：标准化任务效率提升（如 AI 客服）；
  • L2（软硬结合）：复杂系统按量收费（如矿山无人运输）；
  • L3（收入分成）：深度参与客户增收（如电商营销）；
  • L4（AI 业主）：掌控核心资源（如 AI 探矿公司收购矿权）。
• 🏆 “五高”资本价值：高科技含量、全链路优化、高可控性、强客户粘性、财务确定性，打破传统包工头“低端”标签。
• 🔍 垂直专注是关键：必须深耕单一场景（如医疗、矿山），泛化布局易失败。
• 👥 人机协同不可缺：纯 AI 无法替代人类在复杂决策和场景校准中的作用。
• 🧹 拥抱脏活累活：非标环节（如极端环境测试）是壁垒，轻量化 AI 难持续。
• ⏳ 1 年窗口期：快速落地、绑定头部客户和资源，执行力决定护城河。
• 🌍 冲击传统行业：案例包括矿山无人运输、AI 客服 Sierra、特斯拉 Robotaxi 等，均以结果付费重构商业模式。

AI 包工头模式或成中国 SaaS 转型最后机遇，需聚焦垂直、人机结合、快速执行。