项目名称：Token FBI，开源免费AI Token情报聚合工具
核心功能：定时扫描全网AI平台免费Token额度，聚合到一个网页供用户查看
技术架构：定时任务扫描 + GitHub Pages静态托管 + CloudStudio国内镜像
覆盖模型：DeepSeek、GLM 5.2、LangChain等六大精品模型，分可用区和观望区
开发方式：无编程基础，全部代码由AI生成，零服务器成本
运营数据：B站2.5万播放，每天上百人访问，通过TRAE Work拉新获十几杯星巴克和几千积分
项目地址：https://github.com/hope0719/token-fbi
从想法到落地的完整实战复盘 — 零编程基础、零服务器成本、B站2.5万播放的开源项目
你是不是也经常遇到这种情况：想用AI模型，但不知道哪个平台有免费额度；好不容易找到一个，要么已经领完了，要么限流严重用不了。到处翻群消息、刷论坛、问朋友，今天这个平台放出来一波，明天那个平台搞个活动，信息散落在各处，根本追不过来。
我也被这个问题困扰了很久。学AI这一年多，我开发了10个左右的小程序，浏览器插件有2万用户，周活1万2，每天使用人数也有1000多。经常有朋友来问我：哪里能领免费Token？哪个模型现在能用？API怎么对接？
问的人多了，我就想：与其一个一个回复，不如直接做一个工具，把全网的免费Token情报聚合到一个页面上，大家打开就能看到当前哪些模型可用，不用到处翻。
于是晚上11点，我动手做了。这个叫 Token FBI 的开源项目，后来发在B站爆了2.5万播放，每天上百人访问，还通过TRAE Work的拉新活动拿到了十几杯星巴克和几千积分。
这篇文章，就是我把这个项目从想法到落地的完整过程复盘出来。不是什么大神教程，就是一个普通人突发奇想做了个小工具的真实经历，希望能给想动手做点什么的朋友一点参考。
一、灵感来源：从"聚合流量"里看到的规律
说实话，这个项目的灵感来自我平时看内容时的一个观察。
我注意到一个规律：一切合集类的内容，天然就有流量。GDP合集、API合集、中转站合集，每次有人发这种聚合整理的内容，评论区都很热闹。大家喜欢这种"一个页面看全"的感觉，不用到处翻，省时间。
我当时就想，Token情报这个领域，正好缺一个聚合入口。大家到处找免费Token，今天这个平台放出来一波，明天那个平台搞个活动，信息散落在各处，很难追踪。你可能今天在某个论坛看到有人说某某平台放了免费额度，等你去看的时候已经领完了；或者你根本不知道某个平台在做活动，白白错过了。
而且我自己之前也一直在写文档，教大家这样领积分、那样领积分。写了好多篇，但那些文档是散的，用户得一篇一篇翻。有人领了这个不知道那个，有人看了旧的文档不知道新的活动。我自己维护起来也麻烦，每次有新活动，就得更新一篇文档，还得想办法让大家看到。
这个时候我想到了一句话：做出来一个产品，就要去推广。
这句话我一直记着，但一直没找到合适的产品来做。直到那天晚上11点多，我突然想到：为什么我不把所有免费Token的情报聚合到一个页面上呢？一个网站，定时更新，大家只要打开就能看到当前所有可用的免费模型，不用到处翻。
这个想法其实非常简单，甚至简单到我觉得不值一提。但后来我发现，越是"简单但有人需要"的东西，越容易做出流量。因为需求是真实的，只是没人做。
我以前也想做过各种"大"项目：做一个AI工具导航站、做一个提示词市场、做一个AI应用商店……但这些项目都太大了，一个人做不动，而且已经有很多人在做了。但Token FBI不一样，它就是一个小而美的聚合工具，切入点足够小，但需求足够真实。
二、从大而全到收敛精品：我做过的弯路和调整
最开始的时候，我犯了很多人都会犯的错：想做大而全。
第一版用定时任务全网扫描，每天把所有能找到的免费Token都抓回来，过滤出来24个模型。我觉得越多越好，页面越满越显得厉害。但很快发现一个问题：很多Token质量并不好。有些模型要么能力一般，回答不了稍微复杂点的问题；要么限流严重，用了几次就报错；有些甚至跑两天就下线了，用户来了点不开，体验很差。
而且一开始我也不知道怎么变现，就觉得先把量做上去，结果浪费了非常多的流量。用户来了，看到的模型不好用，下次就不来了。B站视频带来的人，打开网站一看，一堆模型不能用，转身就走了。这个教训让我意识到：流量来了接不住，比没有流量更可惜。
后来我做了两个关键调整。
调整一：收敛到六大精品模型
我梳理了目前质量最好的六个模型方向：DeepSeek、GLM 5.2、LangChain（龙猫）等。选择标准很简单：
模型选择三大标准：第一，模型本身能力要够用，能处理日常对话和文本任务；第二，免费额度要够，不是那种用两次就没了的；第三，稳定性要好，不能今天能用明天就下线。
不是什么都放，而是只放真正好用的。这个过程花了差不多一周，我把每个模型都实际测了一遍，看回答质量、速度、额度限制，最后筛出来这六个。
调整二：分成"可用区"和"观望区"
好的模型放在可用区，质量不稳定的放在观望区。用户一眼就能分辨哪些可以直接用，哪些需要再观察。观望区的模型不是不好，可能是刚上线不久还没验证稳定性，或者额度经常变化不好承诺。这样做的好处是，用户的预期很清晰：可用区的模型你直接用，出了问题我来负责；观望区的你试试看，但不保证稳定。
从第一版的24个模型，到后来越来越筛选，直到现在把好的和差的完全独立分开，整个页面的信息密度和可用性都上了一个台阶。用户来了能看到真正可用的模型，不再被一堆失效的链接劝退。
核心感悟：做产品不是比谁功能多，而是比谁帮用户省的时间多。24个模型里只有6个是真正好用的，与其让用户自己判断，不如先帮他筛掉。这个"减法"看起来是少给了选择，实际上是多了价值。
三、技术实操：定时任务+GitHub Pages+CloudStudio全链路
很多人可能觉得搭这么一个网站很难，但其实整个技术链路并不复杂，全程都是跟AI聊天聊出来的。我没有任何编程基础，所有代码都是AI帮我写的，我只需要告诉它我要什么。
整个链路分三步。
第一步：定时任务扫描
用WorkBody的定时任务，定期扫描全网的免费Token信息源。这个扫描逻辑是AI帮我写的，我只需要告诉它要扫哪些平台、怎么判断Token是否可用。具体来说，我会把已知的免费Token信息源列出来，AI根据这些信息源定时去检查每个Token的状态：是否还有效、额度是多少、有没有新的活动。扫描完之后，数据会整理成一个结构化的文件，准备上传。
这个过程中，AI帮我解决了不少技术问题。比如怎么判断一个Token是否还有效——AI写了一个简单的检测脚本，拿每个Token去调用对应的API，如果能正常返回结果就算有效，否则就标记为失效。再比如怎么处理不同平台的格式差异——每个平台放Token的方式不一样，有的在网页上，有的在API文档里，有的在活动页面，AI帮我写了一个统一的解析逻辑，把不同来源的数据都整理成同一个格式。
第二步：上传到GitHub Pages静态网站
扫描到的数据整理后上传到GitHub.io的静态网站。GitHub Pages的好处是免费、稳定，而且作为开源项目天然适合放在GitHub上。每次定时任务跑完，更新后的数据会自动推送到GitHub仓库，GitHub Pages就会自动更新页面内容。整个流程不需要服务器，不需要数据库，就是一个纯静态的网站。
为什么选GitHub Pages而不是自己买服务器？因为免费。作为一个开源项目，放在GitHub上也是最自然的选择，别人想看代码直接就能看到，想贡献也可以直接提PR。而且GitHub Pages的稳定性其实很好，国内虽然访问不稳定，但配合第三步就能解决。
第三步：用CloudStudio发布国内可访问的网页
GitHub Pages在国内访问不稳定，有时候打得开有时候打不开。所以我用CloudStudio做了一个国内可访问的镜像页面。这样不管用户在哪里，都能顺畅访问。CloudStudio的作用就是把GitHub上的内容同步到国内的CDN上，用户访问的时候走国内节点，速度快很多。
完整技术链路：扫描 → 整理 → 上传GitHub Pages → CloudStudio国内镜像 → 用户访问
全程自动化，每天定时更新，我基本上不需要手动干预。偶尔有新的Token信息源需要加进去，跟AI说一声，它帮我改一下扫描逻辑就行。
这些技术细节，没有一个是我自己从头研究的，全是跟AI一步步聊出来的。遇到不懂的地方，我就问AI"这个是什么意思""为什么要这样做""有没有更简单的方法"。AI会解释概念，帮我写代码，还会告诉我下一步该做什么。我觉得这恰恰是现在做项目最好的方式——你不需要懂所有技术，只需要知道你要解决什么问题。AI是工具，你是指挥工具的人。
四、一个关键发现：同一链接放多个备用邀请链接
在做的过程中，我还发现了一个小技巧，特别实用。
静态网页的链接是可以配置的，同一个页面上，我可以放好几个备用的邀请链接。用户点A链接也行，点B链接也行，反正都能到同一个页面。
这意味着什么？我可以把不同平台的邀请链接都挂在同一个页面上。比如我有TRAE Work的邀请链接，有其他平台的邀请链接，以前我得分开放，每个平台一篇文档。现在全放在同一个页面上，用户访问的同时，我就能高效利用每一个流量，不浪费。
具体怎么做呢？页面上会展示多个按钮，每个按钮对应一个平台的邀请链接。用户来了之后，想用哪个点哪个，不管点哪个，对我来说都是有效转化。以前是一个链接挂一个页面，用户来了如果对那个平台不感兴趣，流量就浪费了。现在多几个选择，转化率自然就上去了。
这个技巧也是跟AI聊天的时候聊出来的。当时我在想怎么最大化利用公域来的流量，B站视频带来的每一个访客都很珍贵，不能浪费。AI提了一嘴静态页面的链接可以灵活配置，不止放一个，可以放多个。我就顺藤摸瓜做了这个方案，把所有平台的邀请链接都集中到了同一个页面上。
后来证明这个策略非常有效。因为不同用户感兴趣的平台不一样，有人想试TRAE Work，有人想用其他平台，多给几个选择，总有一个能转化。相比以前单一链接的方式，转化率提升了不少。
五、公域流量真的太重要了：B站爆了2.5万播放
项目做好之后，我做了一个关键决定：发到B站。
做出来产品就要推广。而在哪里推广？私域流量终究有限，你朋友圈就那么些人，微信群也就几百人，发一次就过去了。公域流量才是真正的放大器，B站、小红书、抖音这些平台，你的内容好，算法就会推给更多人看。
结果B站一下子爆了，2.5万播放。现在每天的访客差不多100多，对于一个小工具项目来说，这个数据已经超出我的预期了。而且这些流量是持续的，不是发完就没了，每天还有新的人看到视频点进来。
为什么B站视频能爆？我总结了几点。第一，标题有数据。"2.5万播放"本身就是一个钩子，大家想知道是什么内容。第二，切中了痛点。很多人正好需要免费Token，但不知道哪里找，看到有人的工具整合了这些信息，自然会点进来。第三，内容是真的有用。不是标题党，打开确实能看到可用的免费模型，用户觉得有价值，就会转发给朋友。
一定要做公域流量，而不是在私域流量里一直苦守。私域是你已经认识的人，公域是那些你不知道但需要你产品的人。后者才是真正的增长空间。在私域里，你的天花板就是你好友数量；在公域里，天花板是平台的总用户量。
当然公域流量也有它的挑战。比如内容需要持续输出，不是发一次就完了；平台规则会变，今天有效的方法明天可能就不行了。但至少，公域给你的是被看见的机会，而这个机会在私域里是没有的。
六、通过TRAE Work拉新拿到十几杯星巴克和几千积分
这个项目虽然不大，但通过TRAE Work的拉新活动，也带来了一些实实在在的回报。
字节跳动有一个项目叫TRAE Work，我把引导链接挂在了Token FBI的页面上，用所有的账号去薅积分。目前已经拿到了十几杯星巴克大杯美式的咖啡奖励，积分也攒了四五千。
这些积分可以直接兑换AI模型的Token，相当于免费的AI算力。对于我这种每天需要用AI的人来说，这个价值其实比想象中大。每次去星巴克领咖啡的时候，那种"做一个小项目居然能换来咖啡"的感觉，特别真实，特别开心。
回头看一下，这个项目从启动到现在，零成本启动，只靠AI写代码，GitHub Pages免费托管，CloudStudio做国内镜像。通过TRAE Work的拉新，换来了十几杯咖啡和几千积分。对于一个晚上11点开始做的项目来说，这些回报已经让我非常满意了。更重要的是，这些回报是持续的，只要网站还在更新，B站视频还在被看到，每天都会有新的访客、新的转化。
七、写在最后：敢想敢做，用行动打败空想
回到最开始，这个项目的起点就是那天晚上11点多的一个念头。
在那之前，我写了那么多文档，告诉大家这样领积分、那样领积分。但信息始终是散的，用户得一篇一篇翻。我突然意识到：为什么我不把这些东西聚合到一个页面上呢？这个想法其实很多人都能想到，但区别在于，我想到了就去做，而不是想了想觉得"太简单了""别人肯定做过""做出来没人看"然后放弃。
做了之后三四天，我又想到：既然做了，为什么不在B站上推广一下呢？这一步更关键。因为如果只做不推，这个项目可能永远只有我自己知道。但发了B站之后，2.5万人看到了，积分来了，咖啡也来了。
于是就有了后面的一切。
要敢想敢做，勇敢地去做。你不做的话，真的不知道结果。用行动去打败空想。
很多好的想法，不是在规划阶段想出来的，而是在做的过程中长出来的。你不迈出第一步，永远不知道第二步会走到哪里。我做Token FBI的时候，根本没想到会有十几杯咖啡，没想到会拿到几千积分，没想到每天有上百人访问。这些都是做了之后自然发生的。
我以前也是一个想很多、做很少的人。总觉得自己还没准备好，技术不够，资源不够，时机不对。但这一年多做下来，我最大的体会是：准备永远不会"够"，但行动可以让你边做边补。先做一个能用的东西出来，比想一百个完美的方案有用得多。
如果你也有一个想做但一直在犹豫的项目，希望这篇文章能给你一点推一把的动力。不需要多复杂，不需要多完美，先做出来再说。就像Token FBI，它就是一个定时扫描+静态页面的简单工具，但它在B站上被2.5万人看到了，给我带来了十几杯咖啡和几千积分。
做了，就有可能。不做，什么都不会发生。
项目地址（GitHub开源）
https://github.com/hope0719/token-fbi
常见问题（FAQ）
Q：Token FBI是什么工具？
Token FBI是一个开源的免费AI Token情报聚合工具，通过定时任务扫描全网AI平台的免费Token额度信息，将可用模型聚合到一个静态网页上，用户打开网页即可查看当前所有可用的免费AI模型，无需到处翻找。
Q：Token FBI支持哪些AI模型的免费Token？
Token FBI收敛到六大精品模型方向，包括DeepSeek、GLM 5.2、LangChain（龙猫）等。选择标准为：模型能力够用、免费额度充足、稳定性好。模型分为可用区和观望区，可用区模型保证可用，观望区模型需观察稳定性。
Q：Token FBI的技术架构是什么？
Token FBI采用三步技术链路：第一步用定时任务扫描全网免费Token信息源；第二步将数据上传到GitHub Pages静态网站免费托管；第三步用CloudStudio做国内可访问的镜像页面。全程自动化，每天定时更新，零服务器成本。
Q：不会编程能做Token FBI这样的工具吗？
可以。Token FBI的全部代码都是通过和AI聊天生成的，作者没有任何编程基础。只需要告诉AI要解决什么问题，AI会帮助编写扫描脚本、检测逻辑、解析代码和部署方案。AI是工具，人是指挥工具的人。
Q：如何通过Token FBI获得收益？
通过在Token FBI页面上挂载TRAE Work等平台的邀请链接，利用公域流量（B站2.5万播放）进行转化。目前已获得十几杯星巴克咖啡奖励和四五千积分，积分可兑换AI模型Token，相当于免费AI算力。
Q：Token FBI项目地址在哪里？
Token FBI项目开源在GitHub上，项目地址：https://github.com/hope0719/token-fbi
免费AI TokenToken聚合工具DeepSeek免费GLM 5.2开源AI工具GitHub PagesCloudStudioTRAE Work无代码开发AI编程免费API静态网站