金禅

金禅

这里放着我做过的工具、写过的东西，还有一些做完以后才想明白的事。

作品

Muscles King

用 AI 编辑体型人像照片。

这是我做的 AI 人像照片编辑应用。下面放了一组 App 内置示例，拖动分界线就能比较照片里的变化，也可以分别看原图和效果。对比展示的是 AI 编辑后的照片。

Muscles King App 内置原图示例：穿绿色上衣的成人男性原图
Muscles King App 内置示例的 AI 体型编辑效果AI 效果
App 内置示例AI 人像编辑效果
访问 Muscles King

Malette

云端部署 ComfyUI 工作流，通过 RESTful API 接入应用。

五分钟搭好了，然后呢？

早期做 Malette，我想把工作流、网站和 API 接成一条路：拖拖拽拽搭好工作流，就能生成一个网站，也能交给应用调用。技术跑通了，留存却没跟着变好。

喜欢搭工作流的人，不一定想继续负责推广、获客和客服。五分钟之后，真正要经营的事情才开始。2025 年 7 月，我把这段经历写成复盘，重新想了想这个平台到底该做给谁。

Malette 工作流到 API 的能力示意ComfyUI 工作流在云端部署，通过 RESTful API 接入应用。这是原创概念示意图。INPUTMODEL云端部署API接入应用ComfyUI 工作流
工作流 → 云端部署 → API 能力示意
访问 Malette读这次复盘

Relight

照片打光，一个 iOS 光照编辑应用。

这是我做过的另一个照片工具，把光照编辑放进了 iOS 应用。想看看界面和产品介绍，可以继续去 App Store 逛逛。

在 App Store 看看

Notte

把现场的讨论留下来。

在 D2 夜场，我用自己做的 NotteAI 录下了一些讨论。它会把语音转成文字、区分说话人，录完再生成总结。那次使用后来也发在即刻里，可以从当时的动态看看场景和记录下来的内容。

去即刻看那次记录

文章

产品与开发

我做了一个“5分钟搭建AI应用”的平台，为什么它失败了？——一次关于低代码、AI和社区的复盘与新生

技术跑通以后，怎样让人愿意留下来，是另一个问题。这篇记录了早期 Malette 的尝试，也重新审视了工作流创作者与经营应用之间的距离。读到最后，能看到我在当时提出的新方向：开发者工具、透明诊断和开源框架；这些是 2025 年的思考与计划。

读完整复盘

我的AI应用开发“内耗”：以及如何用一个协议来终结它

少写一点胶水代码。

路由、校验、队列和状态管理要反复搭，接 ComfyUI 时又得处理节点 ID、JSON 和文件转换。我在这篇设计稿里尝试用 interface 描述输入输出、presentation 描述界面，再用 bindings 接上实际工作流。它记录的是 2025 年的早期构想，想解决的就是每次接一个应用都得重新忙一遍的麻烦。

读这份设计稿

一次与 AI 的讨论

那个价值百万美金的问题

当时把一个问题交给 Gemini，收到了一份很长的回答。这篇的主体保留了 Gemini 的回应，我把它放在这里，作为一次与 AI 的讨论归档。可以看看 AI 怎样展开分析，也回头想一想自己会怎样问这个问题。

看看那次讨论

图形学

3D 实时全局光照技术（1）——开篇

全局光照里的“全局”，意味着要把直接光和间接光一起考虑。开篇从这个区别说起，接着聊实时渲染的时间预算，以及 PBR 需要的基础概念。读的时候可以先顺着光的路径想一遍，再回到模型和公式。

直接光照与间接光照的概念示意光从光源到达表面，再由表面反射到另一个表面。实线与虚线区分直接路径和一次反射路径。这不是渲染作品。LIGHTDIRECTBOUNCESURFACE
DIRECT + INDIRECT LIGHT图形学概念示意
在语雀阅读原文

实时全局光照：直接光照

这一篇把话题收近一点，集中在直接光照。想继续看光源与表面之间的关系，可以接着读这一部分；系列开篇则放着全局光照、实时性和 PBR 的基础脉络。两篇按顺序放在这里，方便连着往下看。

在语雀阅读原文