作者基于大同古建旅行照片的痛点，开源了名为「营造（Yingzao）」的 Agent Skill，可将普通旅行照片自动生成杂志级海报。该 Skill 内置完整 Design Token 系统和数十个风格 Recipe，能根据照片构图、光线匹配方向，自动检索建筑年代等文化背景信息并做事实分级，支持多图融合（非简单拼贴）、原图对比拼图，甚至可生成九宫格分镜配合视频模型产出分享视频。技术上通过向图像模型输入校正原图、主导参考图、排版垫图和提示词，在单次生成中完成语义抠取、背景重建与图文遮挡设计。作者强调约束出品质的设计理念，并反思 AI 在视觉创作中应负责理性检查，把判断权交还用户。项目目前依赖 GPT-image 2.0，推荐在 Codex 中使用。
匿名模型 Ox Alpha 揭晓为智谱 GLM-5.3 Flash，320B 参数、MIT 开源、原生多模态、1M 上下文，限时价格仅为 Opus 4.8 的 1/40。作者通过三个前端场景实测：仅凭一张图用 Three.js 复刻玻璃折射海报、看录屏视频还原 60 片玻璃螺旋彩带交互网站、将静态体素海报改造为滚动揭示的 3D 网页，均表现出顶级多模态理解与代码能力，远超同价位的 DeepSeek V4 Flash，接近 Fable 5 但便宜约百倍。作者认为其把'便宜又够用'的行业斩杀线大幅推进，让预算有限的创作者也能用上前沿智能。
DeepSeek 发布了坚持'一切皆插件'理念的 DeepSeek Harness，模型适配器、工具、文件系统、沙箱甚至 Agent Loop 都可通过插件组合。但其使用门槛偏高，界面仍处开发者预览阶段。作者基于此前 CodePilot 的经验开发了 Pilot Harness，为其加上桌面外壳和一组客户端插件：优化了项目切换、会话 Hover 卡片、输入区和设置页等交互，新增项目文件树、服务商配置等插件，并提供 macOS、Windows、Linux 三平台安装包。作者认同 Harness 拆分组件、允许重组的架构思路，认为这为 Agent 参与调整自身配置预留了接口。
作者开源了一款名为 guizang-sports-skill 的运动分析工具。该 Skill 可结合 Codex 或 Claude Code 等 AI Agent，深度解析骑行、跑步等运动生成的 FIT/KML 文件。它底层通过确定性分析器精准计算轨迹、爬升等数据，交由 AI 生成通俗易懂的总结与个性化训练建议。此外，它还能将运动数据结合沿途照片，自动生成极具视觉美感的 3D 路线网页报告及分享视频，充分展现了 AI 在运动健康领域的应用潜力。
文章介绍了作者开发的 guizang-social-card-skill 的重大更新，新增了 Live Photo 动态卡片生成与编辑功能。该功能支持将产品录屏、网页 Demo、游戏片段及生活素材转化为适配小红书或公众号的动态卡片。文章详细阐述了单视频、拼图、三连等多种模式，并分享了关于首帧检查、时长适配及 AI 素材判断等实现细节与最佳实践。
本文通过作者制作多个爆款 Skill（如 PPT、社交媒体卡片、Logo 生成等）的实战经验，深入探讨了 Skill 在 AI 时代的本质与价值。作者指出，Skill 不仅是提示词，更是封装专家经验、工作流和审美判断的“能力商品”，能有效弥合 Agent 使用中的认知差距。文章详细阐述了 Skill 的设计哲学（中心短、辐射厚）、像代码一样的维护流程，以及如何通过“把品味变成约束”来保证高质量输出。
作者分享了一个开源项目 AI Desk Card，这是一块连接到 AI Agent（如 Claude Code）的墨水屏。它通过 AI 动态管理日程、待办、GitHub 动态及天气，替代静态的便利贴。文章探讨了 AI 主动决策显示内容的交互模式，以及硬件与 Agent 结合的新设计思路，旨在实现“低头干活，抬头看一眼”的无缝信息流。
作者利用 Codex 在一下午时间内，仅通过自然语言交互，完成了一款名为《夜巡录：荒庙篇》的志怪题材 Roguelike 卡牌游戏。文章详细记录了 AI 如何自动生成绿幕素材、编写爬虫获取资源、通过图片拼贴解决视觉检索瓶颈，以及整合 GPT-Image 和 Seedance 2.0 完成音视频素材的全过程。作者认为这种从“配工具”到“定目标”的交互模式转变，已接近 AGI 雏形。
作者开源了一款名为 guizang-ppt-skill 的 PPT 生成工具，该工具将其 10 年的设计经验封装为 AI Skill。产品采用“电子杂志 × 电子墨水”的设计风格，提供 10 种页面布局、5 套主题色及完整的交互逻辑，旨在通过人机协作接口，利用 AI 规范化生成高质量的演示文稿。
作者受 Anthropic 官方项目启发，基于 M5Paper 墨水屏开发了一款名为 M5 Paper Buddy 的物理设备。该设备通过蓝牙连接电脑，能够监控多个 Claude Code 会话状态（上下文、项目分支等），并支持通过物理按键进行远程审批（如 Bash 命令、文件修改），解决了多窗口切换不便的问题。文章探讨了“手机小组件物理化”的交互趋势，认为低门槛的模块化硬件结合 AI 辅助开发，让个人开发者能比大公司更快验证 AI 与物理世界交互的新形态。
本文详细测评并解析了 Seedance 2.0 视频生成模型的强大功能。作者通过 13 个跨行业实战案例，展示了该模型在餐饮广告、品牌营销、健身教学、UI 设计、服装电商、房产展示、自媒体 Vlog 及影视特效等领域的应用。Seedance 2.0 具备“导演思维”和全模态参考能力，能理解世界知识、编排分镜并保持人物动作一致性，被视为视频领域的 ChatGPT 时刻。文章还附带了具体的提示词策略与工作流指导，旨在帮助从业者提高内容制作效率并实现商业变现。
本文介绍了作者开发的一个名为 Logo Generator 的 Skill，旨在解决开发者和开源项目缺乏专业 Logo 的痛点。该 Skill 利用 Gemini 强大的 SVG 生成能力，通过信息收集、生成设计变体、制作高级展示图三步流程，快速生成“够用的好 Logo”。文章详细阐述了其工作原理、12种静态背景与6种动态 WebGL 背景的展示方案，以及 SVG 相比图片生成在精度和可编辑性上的优势。
本文介绍了开源 Agent 客户端 Codepilot 的保姆级入门攻略。文章详细讲解了软件在 Mac、Windows、Linux 平台的安装过程，以及如何配置国产模型（如智谱）、Anthropic 三方 API、Claude Code、OpenAI 和 Ollama 本地模型等服务商。此外，还涵盖了项目制聊天、Skills 与 MCP 插件安装、CLI 工具管理等特色功能的使用方法。
作者在 Claude 发布生成式 UI 后，利用 Code Pilot 复刻并优化了该功能。文章详细介绍了如何通过代码围栏、sandbox iframe、流式渲染等技术，实现 AI 在聊天中实时绘制交互式图表、架构图和小工具。内容涵盖了多种实用玩法及解决流式体验、视觉闪烁等技术细节的实现方案。
本文介绍了如何利用 Claude Code 的 Skills 功能创建一个 PPT 生成助手。作者以“Nano Banana PPT”为例，详细演示了从环境准备、资料梳理、需求规划到利用 Plan 模式自动构建 Skills 的全过程。此外，文章还涵盖了如何使用 Git 进行版本控制以及编写 README 的技巧，强调了将复杂流程拆解为独立工具的重要性。
文章介绍了如何利用 Youware 最新上线的 Coview 和 YouBase 能力，通过 Vibe Coding 构建全平台可分发的应用。作者以开发的 AI 日记软件 Vibe Diary 为例，详细讲解了从数据库构建、API 密钥管理、UI 快速修改到 PWA 打包、域名绑定及 Stripe 支付集成等全流程，展示了 AI Coding 时代降低开发成本与构建产品壁垒的完整路径。
