求職搜尋 API 讓我明白:薪酬欄位用三種貨幣説謊
作者建立職位搜尋 API 供智能體監察市場,卻發現薪酬欄位的貨幣、計算期及薪酬組成並不一致。作者編寫正規化工具,把無法確認的貨幣或計算期標記為未知,並在資料含糊時將薪酬範圍標示為未經核實。
作者建立職位搜尋 API 供智能體監察市場,卻發現薪酬欄位的貨幣、計算期及薪酬組成並不一致。作者編寫正規化工具,把無法確認的貨幣或計算期標記為未知,並在資料含糊時將薪酬範圍標示為未經核實。
一項對 751 個墨西哥、美國樣本及加拿大熱門網站的 robots.txt 檢查發現,美國樣本封鎖至少一個 AI 訓練爬蟲的比例最高,為 29.3%,墨西哥為 20.2%,加拿大為 13.2%。在封鎖訓練爬蟲的網站中,墨西哥和美國樣本分別有 59% 和 64% 亦封鎖至少一個 AI 搜尋爬蟲。研究結果反映網站的 robots.txt 設定,不代表封鎖一定生效。
AumCreate 整理一套令 AI 爬蟲能發現、抓取、解析及引用網站內容的流程,涵蓋 sitemap、逐頁 meta、結構化資料和內部連結。流程要求 sitemap 只收錄狀態碼為 200、自我指向 canonical 且可索引的網址,並建議每個可索引頁面均可由首頁三次點擊內到達。文章亦涵蓋逐頁 meta、依範本加入結構化資料及定期核查,並提醒 llms.txt 仍是未獲採納的提議慣例。
AgentSearch 的指南示範如何用 @agentsearchhq/langchain 為 LangChain.js 智能體加入無需 API key 的網頁搜尋。
這篇教學示範如何把 GMapsScraper.AI 的 MCP 伺服器接入 Cursor、Claude Code、Claude Desktop 或 Codex,從 Google Maps 擷取商家名單。
一個智能體花了一個月,嘗試讓陌生人找到自己發布的網頁,並記錄不同平台的結果。記錄顯示,能否成功發布與網頁能否被搜尋到是兩種不同問題;註冊限制、人工審批和搜尋排名都可能影響結果。評估平台時,應分開檢查能否發布,以及有需要的人能否找到網頁。
文章指出,Googlebot 會執行 JavaScript 渲染 SPA,而 ChatGPT 相關爬蟲只讀取伺服器返回的 HTML,可能看不到頁面內容。
作者不再為 TubeBuddy 和 vidIQ 的 YouTube 成長工具付月費,並自行開發 OnyxIQ,提供頻道及影片分析、關鍵字研究、競爭對手比較和縮圖測試等功能。OnyxIQ 是 Chrome 擴充功能及 PWA,使用者以自己的免費 YouTube API key 操作;Basic 免費,Prime 一次性收費 $49。作者指出,OnyxIQ 尚未成熟,亦不支援跨裝置雲端同步。
紀錄片《我的美食嚮導2》自10月15日起在騰訊視頻播出,陳曉卿帶觀眾尋味六座城市,並分享尋找美食就是尋找生活的理念。他認為,AI推薦能呈現大眾口味,卻未必找得到最適合個人的選擇;瞭解用戶口味的本地朋友,才是真正的美食向導。
文章提出一套寫作前用 20 分鐘判讀搜尋意圖的流程,將每個關鍵字的假設、內容類型、格式、角度、SERP features、着陸頁及 CTA 記錄在試算表。流程先從關鍵字修飾詞推測意圖,再查看搜尋結果頁核對內容類型、格式與角度,並以 SERP features 作線索。最後按意圖決定合適的着陸頁和 CTA,避免把不同意圖的內容混在同一篇文章。
以 vibe-coding 建立並採用 client-side rendering 的網站雖可在瀏覽器正常顯示,AI 搜尋爬蟲卻可能只讀到空白 HTML 外殼,因而無法引用頁面內容。文章建議用 curl 檢查伺服器回傳的 HTML,並透過 SSR、靜態生成或預渲染,讓爬蟲取得頁面文字;首頁、定價及服務頁尤其應以 HTML 呈現。
第一財經總編輯楊宇東在一財全球十週年大會上闡述新十年「MAPS」戰略,提出建設全球傳播矩陣、連結網絡及智能化內容體系。生成式AI正取代搜尋引擎,成為新一代資訊入口;第一財經希望藉由可信內容及全球分發,成為理解中國經濟的關鍵信源。
這篇 Python 教學提供一套腳本,模擬 Google 的 query fan-out,將生成的子查詢與網頁段落作嵌入向量比對,按相似度由低至高列出可能的內容缺口。
Embedding 將文字語義轉成多維浮點向量,向量間距可反映語義相似度,並支援搜尋、推薦、分類及聚類。OpenAI 的 text-embedding-ada-002 輸出 1536 維向量;文章亦説明以 Embedding 建立本地知識問答系統的流程,包括準備資料、分塊、向量化及儲存。文中列出 GPT-3.5 的 token 上限為 4K,GPT-4 則為 32K。
Dify 發佈 V0.3.12,加入可在對話中使用的 Chat,並優化數據集檢索策略。數據集新增 Q2Q 問答分段模式,按用戶問題尋找相似問題並返回對應答案片段;用戶亦可手動修改或新增分段範圍與內容。Chat 提供網頁瀏覽、Google 搜尋及 Wikipedia 查詢插件,並支援 GPT-3.5、GPT-4、Claude 2 等具推理能力的模型。
Dify 產品團隊示範如何用 Dify Workflow 編排類似 GPT-Researcher 的研究流程,以平行處理各子問題的搜尋與分析,最後整理成研究報告。流程先由 LLM 將問題拆成 4–6 個子查詢,再透過 Tavily API 搜尋,並由 LLM 摘要分析結果。平行模式可同時執行迭代任務,並可調整最大平行度控制 API 請求速率;錯誤處理則隔離個別迭代項目的異常。
Dify 的自訂工具可透過 REST API 接入 Azure AI Search,文章示範建立索引、設定工具 schema 和 API 金鑰,並在 Dify 工作流程中測試搜尋及查看 LLM 階段結果。Dify 是用於開發大語言模型應用程式的開源平台。
這份教學示範如何透過 Ollama 和 Dify Community Edition 本機部署 DeepSeek R1 7B,建立私人 AI 助理。內容説明如何加入知識庫以檢索文件,以及在 Chatflow 或 Workflow 加入 Web Search 節點。教學亦提供透過 SerpApi 啟用搜尋及處理 Docker 連線問題的步驟。
Dify 的 DeepResearch 教學展示如何建立研究自動化工作流程,以多輪搜尋和 LLM 摘要整合研究結果。流程利用 Iteration 節點重複搜尋,並由 LLM 生成或修訂搜尋關鍵字、判斷是否繼續,最後彙整結果並輸出報告。文章示範使用 DeepSeek API 和 Tavily Search API。
Dify 的指南示範如何在 Dify v1.0.0 中整合 Brave Search API plugin,為 AI 應用加入即時搜尋能力。示例包括以 LLM 節點改寫查詢、交由 Brave Search 搜尋,再由另一個 LLM 整理報告的 Workflow;Agent Node 範例則結合 Brave Search 和 Arxiv Search,並把報告送至指定 Discord 頻道。
Dify Marketplace 現已提供 Tavily 數據來源插件,讓用戶將即時網絡資料擷取並嵌入知識管道,以提升資料準確度並保持內容更新。Dify 示範以 Tavily 擷取説明文件、生成問答對並存入知識庫,供聊天機械人、智能體及工作流程等 Dify 應用使用。
Chroma Research 評估在嵌入向量上套用線性轉換,以提升檢索準確度的做法。只調整查詢嵌入向量,使用最少 1,500 組已標註的查詢與文件配對,檢索準確度較單獨使用預訓練嵌入模型最高提升 70%。從未標註為相關的文件中隨機抽取負面例子已足以達成改善,有助降低標註成本。
Chroma Research 提出一套生成式基準測試方法,先篩選與用戶情境相關的文件,再根據情境和範例查詢生成測試查詢,以評估檢索系統。研究在 9 個公開數據集及 Weights and Biases 的 WandBot 生產資料上測試,生成查詢大致保留嵌入模型的相對排名;在 WandBot 案例中,相關檢索指標亦較接近真實查詢。團隊並提供完整程式碼,供用戶為自己的數據建立基準。
AI 應用與自媒體導師 Morning Wu 自行製作香港版 Hello HongKong,讓用戶搜尋政府服務資訊並取得整理後的答案及官方來源連結。平台可搜尋 57 個官方網站及超過 8.1 萬個網頁,網址為 https://hellohongkong.app。
指南説明家居服務網站如何實作 LocalBusiness Schema,並以 HomeAndConstructionBusiness 作為範例類型。網站可在全站加入一個 LocalBusiness 區塊,並在各服務頁加入引用該商家的 Service Schema;沒有店面的服務區域商家可省略街道地址,並列出服務地區。
Node.js 向量搜尋應以請求級期限限制檢索時間、預留回應組裝時間,逾時時回退至詞彙檢索或相容快取,並明確標記降級狀態。可用 AbortController 取消向量呼叫,但需確認資料庫客戶端會遵從取消訊號;父請求取消時則應停止兩條檢索分支,而非回傳降級結果。文章建議分開監測期限耗盡、降級比例和延遲,並以人工評估查詢的召回率與資料新鮮度作為品質護欄。
作者的 AI 引用追蹤器在 21 October 得出 29.2 的綜合評分,但按問題類別拆分後,模型表現差異很大。直接問作者姓名時,模型答對率為 88.9%;開放式類型推薦問題則只有 16.7%。作者指出,評分受問題組合影響,並會按類別列出得分、滿分和答案數量,再累積一週數據作比較。
深圳市市場監管局公佈一宗GEO行政處罰案件,一家小型服務商被指套取AI收錄標準、批量編造虛假排名,遭罰5萬元。GEO服務商此前由多平台鋪量轉向開發「GEO分析系統」探測大模型的回覆偏好;文章指出,這類做法可能構成不正當競爭,且GEO服務的營運成本持續上升。
作者在 7 個網站應用 SEO、AEO 和 GEO,觀察網站內容在 AI 搜尋回答中的提及與引用情況。맛집노트 광州整理了光州 5 個區的 252 間食肆,並曾在 ChatGPT 回答中獲列為來源; 리뷰로거彙集 61 個體驗團平台資訊,也曾成為回答首項並附有來源連結。單次出現不代表持續曝光,作者建議按問題、模型和次數記錄結果,並在相同條件下重複測量。
Yap Pat Yih 統計截至 2026 年 10 月 20 日的 30 天內,其個人網站收到約 4,040 次 Cloudflare 識別的 AI 爬蟲請求,Google 最多,其次是 Anthropic 和 OpenAI。
IT早報 1022 聚焦 Apple iPhone Duo 應用介面曝光、問界汽車碰撞起火事故回應、馬斯克暗示 SpaceX 與 Tesla 合併,以及榮耀 WIN 2 發布。
對德州 50 家小型醫療美容中心網站的檢查發現,網站程式碼常缺少或錯誤呈現供 AI 工具讀取的商家資訊。至少 27 個網站的結構化資料沒有街道地址,11 個網站的商家名稱有誤。這並非隨機抽樣,檢查結果不能反映整個行業的問題普遍程度,也不能證明 AI 引擎會否在答案中提及這些商家。
Apify 的 Eventbrite, Meetup & Luma Events Scraper 可一次收集 Eventbrite、Meetup 和 Luma 的公開活動,並以統一格式輸出;使用時無需 API 金鑰或登入。收集到的活動資料可用來生成每週 AI 活動通訊;當時每 1,000 個活動收費 $5。
這篇教學示範如何用 Apify 的 Google Trends Scraper,將關鍵字熱度、上升相關查詢及指定國家的每日熱門搜尋定時寫入 Google Sheets。
旅遊行程規劃器應採用分階段檢索,明確指定資料集、限制查詢範圍,並按行程決策設定分塊邊界,讓答案連同可追溯的來源脈絡呈現。文章建議先以小型標註資料集測試,再投入正式環境;檢索單位應保留相關行程條件,避免把例外規定與其限制的時間表拆開。
教程示範如何透過 Valyu Search API,按公司名稱和指定期間取得歷史股價,並以 TypeScript 比較 Apple 與 Microsoft 在 2024 年 1 月 2 至 10 日的收市價。
DigUp 是免費開源桌面應用程式,可在本機搜尋用戶選取的文件、圖片、錄音、影片及原始碼;macOS 版已提供,Windows 和 Linux 版仍為 beta。
Atalaya AI 提供一套 robots.txt 規則,將 AI 訓練爬蟲與 AI 搜尋爬蟲分開處理,封鎖前者並允許其他爬蟲存取。其於 2026 年 10 月抽查墨西哥、美國和加拿大的 900 個網域,其中 751 個結果可用;在至少封鎖一種訓練爬蟲的網站中,同時封鎖至少一種 AI 搜尋爬蟲的比例分別為 59%、64% 和 47%。
Cohere 發佈企業檢索模型 Rerank 5,提供 Pro 與 Fast 兩個版本,並新增 Context Focus,從文件中定位相關文字段落。Rerank 5 Pro 在評估的 46 個複合數據集中有 39 個排名第一、43 個至少排名第二;Fast 面向對延遲和成本敏感的工作負載。
作者以 Context.dev、TypeScript、OpenCode 和 OpenRouter,在 Mac mini 上打造先搜尋網上技術資料、再規劃及生成程式碼的 AI 編碼 Agent。測試中,34 項自動化測試全部通過;dry-run 使用測試資料,沒有向 Context.dev 發出即時 API 請求。這項實驗旨在令 AI 編碼流程更重視資料研究,並不代表生成的程式碼必然正確。