用 GitHub Actions 免费算力自动化食堂菜单配图
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
作者因斯坦福食堂官网难用，自建聚合站点并想实现自动为菜品生成 AI 配图。关键数字：GitHub Actions 免费额度为 4核16G内存（A·官方文档），本地生图需1.5分钟，云CPU生图需17分钟（A·实测），上线一个月累计500+访问（A·自称）。对搞钱而言，这展示了如何用零成本云资源实现“自动化内容生产”，适合有技术背景的个人开发者做小众工具或信息差项目；最大坑是 Actions 严禁作为纯服务器使用，需确保产出提交回仓库。
- 利用 GitHub Actions 免费算力跑 CPU 生图
- 通过矩阵任务并发提升低算力环境效率
- 避免将 Actions 违规用作无状态服务器
- 用 AI 视觉模型自动审核低质生成图片
- 小众刚需痛点结合零成本自动化可快速验证
一、这是什么机会
为斯坦福食堂用户提供自动生成的菜品配图，通过 GitHub Actions 实现零成本自动化。解决官方菜单网站老旧、不便用的痛点，为每道菜生成 AI 配图并聚合展示，按需部署到个人网站。
二、独立判断
值得做。结论：利用 GitHub Actions 免费算力实现自动化内容生产，验证了低成本技术方案的可行性。关键理由：1）GitHub Actions 免费额度（4核16G内存）足够支撑低算力需求；2）通过矩阵任务并发提升效率，将单张图生成时间从本地1.5分钟（实测）延长至云端17分钟，但通过10台并行任务仍能满足每日十几道菜的需求；3）产出直接提交回仓库的合规使用模式规避了纯服务器使用的风险。
三、冷启动路径
第一步验证动作：抓取斯坦福菜单数据并使用本地模型生成5道菜的配图，验证模型效果与GitHub Actions部署流程。成本量级：主要是时间投入（约4小时），无资金成本。周期：3-5天完成验证。
四、最大风险与避坑
1）Actions 严禁作为纯服务器使用：必须确保所有计算产出直接提交回仓库，用于项目构建与发布流程，而非无关联任务；2）免费额度限制：需设计任务拆分机制（如矩阵任务），单个任务最长6小时运行限制下，每台机器仅分配2道菜生成任务。
五、案例复盘（别人怎么做的）
- 做了什么产品：聚合斯坦福食堂菜单并自动生成菜品配图，域名 stanford-dining.neilmin.com
- 怎么获客：通过斯坦福学生社区口碑传播，无主动营销
- 怎么定价：免费开放访问，无付费模式
- 先后顺序：1）抓取官方菜单数据；2）本地模型预测试；3）GitHub Actions部署；4）矩阵任务并发生成；5）AI视觉模型审核；6）自动部署上线
- 关键数字：GitHub Actions免费额度4核16G内存，本地生图1.5分钟，云端单张图17分钟，上线一个月500+访问量
- 踩了什么坑：1）Cloudflare Workers AI免费模型效果差，涂抹感严重；2）免费额度限制导致需要多轮重试；3）Actions定时任务延迟问题
- （推断：后期可能尝试接入付费模型提升质量，但需重新评估成本效益）
六、双轨可执行性
跨境：不可行，GitHub Actions仅限公开仓库且需绑定GitHub账号；国内：可行，国内开发者可按相同流程部署。
怎么用它赚钱
此工具适合接单/做咨询模式变现。具体路径：1）为高校食堂提供定制化菜单配图服务，按月收费（如每家食堂500元/月）；2）开发通用菜单配图SaaS，针对餐饮企业收费（基础版免费+高级版按需付费）。第一步是先为3-5家高校食堂提供免费试用，积累案例数据用于营销。
原文 · 博客 on Neil的自留地：阅读原文 →
