你知道我在AI编程里已经深入到什么程度了吗？ – SamDeepThinking 的分享

从Copilot开始，市面上冒出了不少AI IDE，比如Cursor和Windsurf等，后来又出现了像v0.dev和bolt.new这样无需编码的工具。

你们对这些AI工具的使用情况如何呢？

A. 完全不使用

B. 偶尔用来修正语法错误和小bug

C. 用AI来实现一些小功能

D. 完全依赖AI开发了一个完整的项目

如果你已经达到D的水平，能和大家分享一下你的具体使用方法吗？

前几天，有位大神在出海鼓励师哥飞的群里提到一个词：“Snow Day Calculator”。我当时就去谷歌搜了一下，发现了不少类似的工具网站，立马决定仿制一个，现在就把这整个过程跟大家分享一下。说实话，做这样的网站并不复杂，群里已经有好几位高手迅速模仿出来了。我自己也是SEO的新手，这里主要想聊聊如何从零开始做出一个成品网站，以及如何利用AI工具。

做事情得先备好工具，我首先找到了一个同类网站中的佼佼者，然后咨询了万能的ChatGPT：

https://www.snowdaycalculator.com/calculator.php，想知道这种网站是怎么运作的，背后使用了哪些技术，请用中文给我解释一下。

ChatGPT的回答：

---

Snow Day Calculator 网站是一个通过输入邮政编码和学校类型来预测降雪天数的平台。以下是一些技术实现的分析：

1. 前端技术：

• HTML/CSS/JavaScript：这个网站提供了一个简洁的用户界面，用户可以输入邮政编码并选择学校，这些操作通常是通过HTML表单和JavaScript来实现的。
• 响应式设计：为了兼容各种设备，可能使用了CSS和框架（比如Bootstrap）来优化布局和用户体验。
• 后端逻辑：
• 气象数据整合：网站的核心功能是根据天气数据来预测雪天。这可能是通过调用气象API（如NOAA或其他气象服务）来获取实时天气信息。
• 算法和模型：预测依赖于降雪时间、强度等数据，可能使用了机器学习模型或基于规则的算法来计算雪天的概率。
• 服务器语言：后端可能使用一些流行的编程语言（如Python、PHP或Node.js）来处理用户输入并与气象API进行通信。
• 数据库：
• 用户信息：如果需要保存用户的偏好或历史数据，可能会用MySQL、PostgreSQL或其他数据库。
• 气象历史数据：为了提高预测的准确性，可能会存储过去的天气数据。
• API集成：
• 气象数据API：用于获取实时天气信息（如降雪强度和时间）。
• 地理位置API：根据输入的邮政编码确定具体的地理位置。
• 部署与性能优化：
• 托管平台：可能托管于AWS、Google Cloud或其他云服务平台。
• 性能优化：通过使用缓存、CDN等技术来减少延迟，提高用户体验。
• 版权与法律：
• 该网站的版权归David Sukhin所有，自2007年开始运营，这说明其技术架构可能经历了多次迭代和更新。

总的来说，这个网站结合了天气数据API、用户交互表单、后端算法和预测模型，实现了自动雪天预测的功能。

---

我继续问：
那它可能调用了哪些API呢？

ChatGPT的回答：

---

要实现像Snow Day Calculator这样的网站，它可能调用了以下几种常见的API来获取数据和实现功能：

1. 气象数据API

这些API提供实时和历史的天气数据，包括降雪量、风速、气温等：

• NOAA API（美国国家海洋和大气管理局）：提供详细的天气和气候数据。
• 官网：https://www.noaa.gov
• OpenWeatherMap API：
• 提供天气预报、降雪量等信息，并支持多种开发语言。
• 官网：https://openweathermap.org/api
• WeatherStack API：
• 支持实时和历史天气数据查询。
• 官网：https://weatherstack.com
• AccuWeather API：
• 提供专业级的天气数据。
• 官网：https://developer.accuweather.com
• Dark Sky API（现已被Apple收购，部分服务转移至Apple Weather Kit）。

2. 地理位置API

为了根据用户输入的邮政编码确定地理位置，可能使用以下API：

• Google Maps Geocoding API：
• 根据邮政编码返回地理位置信息，如经纬度。
• 官网：https://developers.google.com/maps/documentation/geocoding/start
• Mapbox API：
• 类似Google Maps，提供地理编码服务。
• 官网：https://www.mapbox.com
• USPS ZIP Code Lookup API：
• 专为美国邮政编码解析设计的工具。
• 官网：https://www.usps.com/business/web-tools-apis

3. AI和预测模型API

用于实现雪天概率的算法或预测模型：

• TensorFlow.js或PyTorch（如果网站使用自建AI模型）：
• 可能结合气象历史数据，训练自定义的机器学习模型。
• BigML或Google AI Platform：
• 可直接使用云端机器学习模型来进行预测分析。

4. 时间与日历API

用于判断雪天是否会影响正常的工作或学习：

• Google Calendar API：
• 提供校历或常规日历信息。
• 官网：https://developers.google.com/calendar

5. 通知或提醒服务

如果网站需要发送雪天通知或提醒，可能会用到：

• Twilio API：
• 用于发送短信通知。
• 官网：https://www.twilio.com
• Firebase Cloud Messaging：
• 提供跨平台的推送服务。
• 官网：https://firebase.google.com/products/cloud-messaging

可能组合的技术流程

打造雪天概率预测网站的实用指南

1. 用户输入邮政编码 → 通过地理位置 API 获取经纬度信息。
2. 调用气象 API → 获取该地区的降雪强度和时间等相关数据。
3. 调用 AI/预测模型 → 将天气数据与历史记录结合，分析雪天发生的概率。
4. 结果返回前端 → 向用户展示雪天的可能性，甚至可以推送通知。

这种实现方式既灵活又高效，具体选择哪个 API 可能还得看你的预算（比如免费 API 的限制）和精度需求。

---

大概的思路是：模仿一个类似的网站，接入 API，然后部署到云端。

我找到了一个参考网站：https://snowdaycalc.net/，这个网站的界面简洁明了，首页内容也很丰富。

我选择了 bolt.new 作为开发工具，比较了几种 AI 编程工具，觉得这个的前端界面设计得特别好看。

为了让 AI 给我想要的效果，必须得有好的提示词。我用了一个 gpts：

为了实现我的最终目标，我修改了几次命令：

gpts 最终的输出结果是：

修改后的提示词（中文）：
请基于提供的图片使用 Next.js 框架创建一个网站，尽可能实现与图片一比一的视觉还原效果。同时，请确保网站符合 SEO 优化最佳实践，包括但不限于以下内容：
1. 语义化 HTML：在组件中使用正确的标签结构（如 
、
、