Wiki 知识库

全部文档 / 作者: Nav Toor / 标签: 工作流

6 篇
清除

7 个 Claude 子代理:替代年薪 20 万美元的团队

文章介绍了如何通过七个特定的 Claude 子代理文件,构建一个虚拟团队来替代昂贵的全职员工,从而节省高达 78 万美元的年薪。这些子代理分别担任研究员、编辑、项目经理、数据分析师和招聘人员等角色,每个代理都有明确的职责、指令和运行规则。作者详细列出了这些角色的配置代码及其适用的具体场景,旨在帮助用户将 Claude 从单一助手升级为多功能的高效团队。

技术 › Agent Nav Toor 2026-05-1514.2 KB 339.2K 469 84

2026年我实际使用的30个Claude Code子代理

文章分享了作者在2026年作为Claude Code全操作系统用户时,通过构建和测试100个子代理后筛选出的30个最佳子代理。这些代理拥有独立的系统提示词和工具访问权限,能显著提升工程、DevOps及产品设计等领域的效率,涵盖了代码审查、Bug捕获、数据库迁移验证及规格编写等具体场景。

技术 › Claude Code Nav Toor 2026-05-0165.8 KB 98.5K 269 88

60个鲜为人知的Claude Cowork指令、技能与工作流

作者分享了他将 Claude Cowork 作为全职操作系统的经验,列出了 60 个能大幅提升效率的隐藏指令、自定义技能和工作流。文章涵盖了从初学者到精英等级的技巧,包括 /plan、/schedule 等核心指令,以及品牌语音、邮件分类等自动化技能,旨在将 AI 从单纯的助手转变为管理工作的核心系统。

技术 › Claude Nav Toor 2026-05-0146.1 KB 430.7K 402 88

The Context Engineering Playbook: 15 Copy-Paste Templates That Make Any AI 10x Smarter

文章提出了“上下文工程”的概念,认为它比单纯的提示词工程更能决定 AI 的输出质量。作者将 LLM 比作 CPU,将上下文窗口比作 RAM,而用户则是操作系统。文章提供了 15 个可直接复制粘贴的实用模板,分为身份设定、任务指令和上下文控制三个部分,旨在帮助用户通过预设背景、品牌语调和工作规则,无需代码即可显著提升 ChatGPT、Claude 等模型的输出质量。

技术 › AI Nav Toor 2026-04-0837.8 KB 31.1K 350 81