Skip to content

FAQ

Meridian 是做什麼的?

Meridian 是一個開源專案運營工具包。它接受任意開源專案作為輸入,在一次 AI 編程助手對話內產出一整套"推廣配套"——品牌名、多語言 README、VitePress 文件站、Logo、AI 工具上下文檔案、SEO/GEO 資產。

它解決了什麼具體問題?

"專案程式碼寫完了,但 README / 多語言 / 文件站 / Logo / 推廣資產全要從零搭"這件事通常要花維護者一兩天。Meridian 把這一兩天壓縮成一次 AI 對話:使用者只需說一句話、選一個視覺風格、驗收成果。

適合誰用?

任何開源專案維護者,特別是:

  • 獨自維護多個專案的開發者
  • 剛開源的內部工具,需要快速補推廣配套
  • 不想學 VitePress / GitHub Actions / i18n 約定的一次性使用者

和 create-next-app / cookiecutter / copier 這類工具有什麼區別?

那些是程式碼鷹架——產出是能運行的程式碼倉庫。Meridian 是運營物料生成器——輸入是已經能運行的專案,產出是圍繞專案的 README / 文件站 / Logo / SEO 資產。

不改專案原始碼,只往倉庫外圍加。

怎麼快速開始?

  1. 複製 Meridian 到本機
  2. 在 AI 編程助手(Claude Code / Cursor / Windsurf)中開啟 Meridian 目錄
  3. 貼上這一句:

請你閱讀我的專案,專案目錄在 [你的專案路徑],理解這個專案,給這個專案做一下運營配套。

AI 會自主探索 → 提案風格 → 等你確認 → 執行全部任務。詳見 Quick Start

4 種視覺風格有什麼區別?

風格適合
GlowAI / Agent / 生成式
MinimalistCLI / 函式庫 / docs-first
Dev-nativeshell / SDK / 基建
EnterpriseB2B / 平台 / 合規

AI 會根據目標專案類型推薦一個預設風格,使用者可接受、換一個或說"隨機"。每種風格包含完整視覺語言:配色、Logo、字型棧、VitePress 主題變數、圖示風格。

支援哪些語言?

i18n 預設產出四語言:簡體中文 / English / 日本語 / 繁體中文。翻譯基於 i18n/glossary.md 作為單一權威來源,scripts/check-i18n-drift.py 做漂移檢測。

生成的頁面能被搜尋引擎和 AI 答案引用嗎?

可以。Meridian 的任務 12 會產出完整的 SEO + GEO 資產:

  • SEOrobots.txt + sitemap.xml + OG/Twitter Card meta + JSON-LD SoftwareApplication schema
  • GEOllms.txt(按 llms.txt 標準)+ llms-full.txt + 結構化 FAQ 頁面

這些讓頁面既能被 Google/Bing 索引,也能被 ChatGPT / Claude / Perplexity 作答時引用。

中斷後怎麼恢復?

Meridian 執行過程中在目標專案根目錄維護 checkpoint.md。中斷後告訴 AI:

請讀 checkpoint.md,繼續上次未完成的工作。

AI 會自動跳過已完成的任務,從下一步繼續。

我能自訂風格或加新任務嗎?

可以。

  • 新增風格:在 templates/styles/ 新建目錄,含 hero.svg / preview.svg / palette.svg / style.md / vitepress-theme.css,然後在 PROMPT.md / QUICK_START.md 的風格表裡加一行
  • 新增任務:在 templates/tasks/task-NN-xxx.md,然後在 PROMPT.md 的任務列表中加一節引用

Meridian 本身就是 "提示詞 + 範本" 組合,所有擴展點都是 Markdown 檔案。

Meridian 的展示頁真的是它自己做的嗎?

是。本文件站(lordmos.github.io/meridian)、倉庫 README 四語言版、徽章、Logo(hero.svg)、AI 工具上下文檔案(CLAUDE.md / AGENTS.md / .cursor/ / .windsurf/)、SEO 資產(OG 圖、sitemap、llms.txt、本 FAQ 頁)全部由 Meridian 跑自己一次生成。這個倉庫就是它自己的 demo。

Built with Meridian · open-source ops toolkit for Agent projects