DeepSeek 不能生图/生视频的解决思路
针对文本模型无法直接生成多媒体内容的问题，本文提出了一种分层解决方案：利用 DeepSeek 生成结构化的画面描述，通过接入第三方聚合 API 处理图像和视频生成，最后交由 Agent 工作台串联完整流程。文章详细演示了如何调试接口并将验证成功的流程封装为可复用的 Skill，从而极大提升后续多模态内容生成的效率。
全部文档 / 作者: AFei Liang
10 篇
Codex 最新版本必开的 5 个设置
文章介绍了 Codex 最新版本中 5 个必开的设置，包括权限管理、模型选择、AGENTS.md 配置、多文件夹支持和 Plan Mode。通过调整这些设置，可以显著提升使用效率，避免常见错误，优化工作流程。
Codex 对话没丢，只是被 model_provider 藏起来了：我vibe coding 了一个迁移工具
作者因 Codex 更新导致会话丢失，利用 AI 编程开发了一个迁移工具。文章分享了 AI 编程的分阶段执行方法，强调了备份、预览、数据校验和回滚等工程约束的重要性。作者认为 AI 编程的核心在于将模糊需求转化为可验证的工程流程，并提供了工具的开源链接和详细使用步骤。
不用写代码，搭一个 Obsidian + Claude AI 第二大脑【附实操】
本文介绍了如何利用 Obsidian、Claude Code 和 Claudian 插件，无需编程即可搭建一套可持续维护的个人知识库。文章详细讲解了环境配置、目录结构设计（raw/wiki/assets）、以及通过 CLAUDE.md 定义规则，实现 AI 自动整理素材、生成 Wiki、更新索引和体检系统的全流程。
BrowserAct把浏览器流程变成可复用 Skill
本文介绍了 BrowserAct，一个面向 AI Agent 的浏览器自动化工具。它不仅实现了网页操作，还通过 CLI 和 Skills 将一次性的执行流程转化为可复用的 Skill，解决了传统方案中状态不稳定、无法复用等问题，让 Agent 能将成功的浏览器操作沉淀为长期能力。
我用 Codex 修复了工作流中的“最后 1 公里”，实现了视频音频的秒级校准
作者为了解决视频制作中音频与画面手动同步的痛点，设计开发了本地工具 Web Video Studio。该工具集成了项目扫描、音频生成、可视化校准和自动化录屏准备等功能，利用 Codex 快速修复开发过程中的 Bug，成功实现了从文章到视频的高效工作流，提升了内容制作的生产力。
文章转视频实战：从音频处理到 Cue 校准的技术复盘
作者分享了将文章转化为网页视频的全过程。文章详细探讨了从使用 Voicebox 生成 TTS 音频的尝试，到发现逐段生成音色漂移、整段切分不准等问题，最终采用“整章音频 + cue 时间轴”的解决方案。内容涵盖了 TTS 技术选型、前端播放逻辑以及踩坑后的工具化思考。
文章转视频：为什么我首选 web-video-presentation 而非 HyperFrames
作者分享了在“文章转视频”项目中的技术选型思考。虽然 HyperFrames 在视频渲染、时间轴和字幕同步上表现专业，但作者更倾向于自建的 web-video-presentation 方案。文章指出，此类任务的核心难点在于前期内容的生产与验收（如口播脚本、节奏控制），而非后期的渲染。web-video-presentation 通过定义 script.md 和 outline.md，并以“第一章成品验收”为锚点，有效解决了内容生产流程的痛点。最终建议是将两者分层协作：前者负责内容创作，后者负责成片导出。
终于！！AI Agent 也能开口说话了：这个开源工具把语音克隆、听写、MCP 全打通
文章介绍了一款名为 Voicebox 的开源 AI 语音工作室工具。它不仅支持语音克隆、生成和全局听写，更关键的是通过内置 MCP Server，让 Claude Code、Cursor 等 AI Agent 能够调用本地语音层，实现“能听、能说”的交互闭环，弥补了 Agent 只能文字交互的短板。
别再把收藏夹当知识库了：用 Hermes 和 AutoCLI 搭建自动整理链路
针对“收藏即遗忘”的痛点，文章提出了一套本地化知识管理方案。作者建议结合 AutoCLI（采集层）、Hermes Agent（处理层）和 Obsidian（存储层），构建一条自动化流水线。通过定时抓取网页、清洗摘要并生成 Markdown，将杂乱信息转化为可检索的本地知识库，从而提升资料利用率。