白薅 Tokens + 免费部署 AI 应用

白薅 Tokens + 免费部署 AI 应用 AI 时代越来越多人开始琢磨用 AI 搞副业赚钱各种想法满天飞。但问题是大多数想法都停留在「感觉能赚钱」的阶段真正去做之后才发现要么竞品已经一堆了要么根本没人愿意付费时间精力全浪费了。所以我就想能不能做一个AI 投资人 Agent专门帮我验证副业想法靠不靠谱跟它描述你的副业想法它会联网搜竞品、分析市场、评估可行性然后像真正的投资人一样给出判断愿意投多少钱还是白送都不要如果你觉得自己的想法被低估了可以继续追问、调整方案它会记住你之前说的内容动态更新估值。这样就能快速过滤掉那些不靠谱的想法把时间省下来花在真正值得做的事上。⭐️ 本期对应视频版https://bilibili.com/video/BV1jU756mE1x/方案设计想做这样一个 AI 应用你要考虑很多事情怎么对接 AI 模型怎么使用联网搜索能力怎么隔离多个用户的对话记录怎么让 Agent 记住上下文应对用户的追问哪怕让 AI 帮你搞定这些也会花很多时间和 tokens。最近腾讯云的 EdgeOne Makers 刚上线了 Agent 托管能力正好解决了这些问题。你只需要专注写 Agent 的业务逻辑比如怎么评估一个副业想法剩下那些联网搜索、对话记忆、模型对接之类的活儿部署上去之后平台自动帮你搞定。接下来我会从 0 带大家用 AI 编程 EdgeOne Makers把这个 AI 投资人 Agent 开发上线。不过在动手之前我先带大家用 EdgeOne Makers 控制台快速部署一个官方模板感受一下这个平台到底是怎么玩的。快速体验 EdgeOne Makers进入 EdgeOne Makers 的 Agent 面板可以看到默认提供了很多 Agent 应用模板支持 OpenAI SDK、Claude SDK、LangGraph、CrewAI 等主流框架JS 和 Python 都能用。我这里选择创建一个 OpenAI Agent 模板关联 GitHub 仓库后什么信息都不用改直接点击创建部署。系统会帮你快速创建一个项目仓库然后自动完成整个项目的初始化、安装依赖和构建部署。点击预览可以看到平台提供了一个临时测试域名直接访问一个 AI Agent 项目就上线可用了。能够正常和 AI 对话响应速度也不错。你可能会好奇我没填大模型的 API Key怎么就能用了进入 Makers 控制台的 Models 模型面板你会发现 EdgeOne Makers 默认帮我们对接了主流大模型限时赠送每个用户 50 万 Token / 月。还自动创建了一个调用大模型的默认密钥并且在创建项目时把这个密钥注入到了程序的环境变量中所以你不用填 Key 就能直接用。看到这里相信你对 EdgeOne Makers 有了基本认识你可以把它理解为一个专门给 AI Agent 准备的托管平台模型、工具、记忆、监控这些能力它都帮你备好了你只管写业务逻辑。下面进入正题我会带大家走一遍完整流程环境准备 → 设计提示词 → AI 开发 → 部署上线 → 迭代优化。环境准备开发之前要先安装 EdgeOne 官方提供的 Skills 技能包装上之后 AI 就自动知道怎么按照 EdgeOne Makers 的要求来写代码比如项目文件往哪放、入口函数怎么写、平台提供的联网搜索和对话记忆怎么调用不需要你手动喂文档。参考 官方文档打开终端输入一行命令npx skills add TencentEdgeOne/edgeone-makers-tools根据指引选择要安装的 Skill比如我们要用到的智能体开发/makers-agents和部署/makers-deploy技能。安装范围选择全局安装这样之后所有项目都能用。准备就绪下面开始写提示词。设计提示词我的需求并不复杂而且用什么框架、部署到哪里我已经想清楚了就没让 AI 帮我整理直接编写完整的提示词。完整的提示词如下帮我开发「AI 投资人」副业验证 Agent部署在 EdgeOne Makers 平台上。 明确的技术方案 1. 使用 OpenAI Agents SDK 框架 2. 前端和 Agent 共存在同一个项目里之后我会一次部署到 EdgeOne Makers 开发要求 1. 体现 Loop Engineering 的思想自主开发、自主测试验证最终交付一个完全可用的产品 2. 如果有不明确的地方先问我再动手 需求描述 Agent 的设定是见过太多项目的资深投资人说话毒舌、判断犀利。用户描述自己的副业想法后它会联网搜索竞品和市场信息给出愿意投资多少钱的判断或者「白送都不要」并说明理由和改进建议。支持多轮对话用户可以根据反馈调整方案继续追问Agent 要记住之前聊过的内容。前端采用 Q 版风格多端适配。简单解释一下开发要求里的 Loop Engineering 思想是让 AI 自己写完代码后自主测试验证不用人工盯着。不过注意部署到 EdgeOne Makers 上的代码得遵循平台的规范不然跑不起来。所以执行的时候我要先通过斜杠命令调用/makers-agents技能AI 就会自动按照平台要求的入口函数写法、联网搜索和对话记忆的接入方式来写代码。AI 自主开发确保使用了/makers-agents技能后发送提示词AI 就开始自主开发了。它先加载了 Skill 中关于 Agent 开发的规范感兴趣可以看 官方文档 了解详情然后创建项目、编写 Agent 逻辑和前端页面。几分钟后AI 完成了核心功能的开发并且对代码进行了编译验证和自检。不过由于本地没有配置 AI 大模型的 API Key没办法完整测试对话流程。没关系接下来部署到 EdgeOne Makers 上配好密钥就能跑了。部署上线前面体验通过控制台创建模板项目时EdgeOne Makers 自动帮我们注入了AI_GATEWAY_API_KEY和AI_GATEWAY_BASE_URL这两个环境变量。但如果是自己本地创建项目需要手动到 Makers 控制台获取这两个环境变量的值。此外由于我的 AI 投资 Agent 需要联网搜索竞品信息还要开通腾讯云的 Web Search API 服务先选个最便宜的套餐就行然后获取到联网搜索 API 密钥。拿到这些密钥后直接把信息提供给 AI使用/makers-deploy技能让它帮我部署帮我部署上线 AI_GATEWAY_BASE_URL 是 https://ai-gateway.edgeone.link/v1 AI_GATEWAY_API_KEY 是 sk-xxxxx 联网搜索 API Key 是 sk-xxxxxAI 自动设置好环境变量并进行部署。首次部署时会提醒你登录授权跟着 AI 的提示操作就好。很快部署完成直接拿到了可以访问的线上地址太方便了打开试试给它发个 IDEA做一个 AI 帮你写朋友圈文案的小程序。Agent 进行了联网搜索找到了好几个竞品然后给出了评估结果 —— 白送都不要不愧是毒蛇金主丝毫不留情面我喜欢。虽然功能跑通了但默认模型的输出效果一般下面咱们来换个更强的。切换模型进入 Makers 的模型面板添加一个新模型比如国产之光 DeepSeek点击添加。需要到 DeepSeek 的 API 开放平台 获取密钥创建一个临时密钥复制粘贴到 Makers 中保存就可以使用 DeepSeek V4 Pro 模型了。怎么让 Agent 用上这个新模型呢是要改代码么其实完全不需要。简单看下代码你会发现模型配置优先读取AI_GATEWAY_MODEL这个环境变量。所以我们只需要让 AI 设置一下这个变量然后重新部署就好了设置 AI_GATEWAY_MODEL 环境变量为 deepseek/deepseek-v4-pro 重新部署部署成功后进入 Makers 控制台可以看到环境变量已经生效了很方便吧我们再来试一下同样的 IDEA做一个 AI 帮你写朋友圈文案的小程序。这次 Agent 进行了多轮联网搜索最后又给出了扎心的锐评 —— 白送我都不要。看看这通分析明显比切换模型前的效果好多了吧它还让我研究垂直方向……好那我就接着追问我是个程序员和 UP 猪怎么垂直好家伙这能给我投 30 万这个赛道分析还是有点意思的什么叫编程教学赛道已经被头部吃干抹净这个 ** 鱼皮是谁啊再往下看关键的变现路径是不是跟大家想的差不多总结一下就是接广告、卖课、搞培训。不是哥们这么真实吗迭代优化到目前为止功能已经跑通了但我发现一个问题多轮对话记忆好像没有生效Agent 不记得之前聊过什么。所以接下来要做一些优化。先让 AI 用 Git 提交一版代码万一改出问题也好及时回滚然后让 AI 进一步优化、更新已部署的网站、并通过 Browser Use 自主验证效果、修复 Bug优化项目、更新部署、自主验证并修复 Bug 1. 必须支持多轮对话用户可以根据反馈调整方案继续追问Agent 要记住之前聊过的内容 2. 优化前端页面禁止使用 Emoji对标商业产品保持 Q 版风格 3. 优化 Markdown 格式的展示AI 很快修复了代码利用makers-deploy技能更新了线上的网站然后自己打开浏览器对话验证。来看看最终的效果Markdown 的展示格式优雅多了。而且这次多轮对话记忆也成功生效了你会发现我们全程没有开通任何数据库或存储服务对话记忆是 EdgeOne Makers 平台帮我们搞定的它在底层管理了每个用户的对话历史不同用户之间互不干扰。加上之前演示的联网搜索、模型网关这些能力都是部署上去自动就有的我们自己完全不用操心。此外进入 Makers 控制台的调用链路追踪面板你可以看到 Agent 调用次数和 Token 消耗等数据。甚至能够看到某一次调用的完整链路日志每一次 AI 生成和工具调用的细节都一目了然便于优化 Agent 和排查问题。成品体验到这里我的 AI 投资人 Agent 就开发完成了我可以愉快地用它来验证各种副业想法。比如我要在闲鱼上接单在闲鱼上接单帮人用 AI 写文案/简历/小红书笔记收费 30 ~ 100 一单得看来不行。我要搭 AI 的 API 中转站搭一个 AI API 中转站帮国内用户方便地调用 GPT/Claude赚差价得看来又不行我要做个 AI 英语口语陪练 App做一个 AI 英语口语陪练 App用语音对话的方式帮用户练口语按月订阅 29.9 元得看来又又不行我要摆摊卖程序员炒饭我要摆摊卖程序员炒饭通过线上拍短视频营销呃啊看来想搞一个好的项目 IDEA 不容易啊算了还是卖课吧我有流量基础录制编程教程在自己的平台上卖课收费几百到几千不等我 Chovy卖课也不容易啊。唉钱难赚屎难吃。接下来我又试了很多个 IDEA全部都被 AI 否定了。哼我就不信没有办法搞出 S 级想法一个人的力量是渺小的所以我决定把这个项目开源出来大家可以直接让 AI 帮你部署到 EdgeOne Makers 上就能随时随地验证自己的想法了坐等一批 A 级和 S 级想法。开源指路https://github.com/liyupi/ai-investor最后从写代码到上线整个过程不到 20 分钟。回过头来想想我只关注了 Agent 的业务逻辑其他的联网搜索、对话记忆、模型网关、链路追踪这些工程化的东西EdgeOne Makers 全帮我搞定了。AI 时代大模型的能力很重要但给大模型提供的这一系列配套能力同样重要。模型再强没有靠谱的工程化支撑Agent 也只能停留在本地 Demo 阶段。能让开发者把精力全部放在业务逻辑上而不是重复造轮子这是非常有价值的事。(来源鱼皮)