将微信公众号转为RSS的工具WeRSS
WeRSS是一个用Python和FastAPI编写的工具，能将微信公众号文章转换为RSS订阅源。它支持定时抓取、导出Markdown/PDF、过滤推广内容，帮助用户统一管理信息源，避免依赖微信App。
全部文档
26 篇
拆解百万播放视频：爆款是合作与投流的结果
作者拆解了两个百万播放的视频案例，指出爆款往往是作品底子与甲方投流共同作用的结果。强调不必被案例吓退，良好的合作习惯如打磨卖点、保证过审、按时交付才是被甲方选中的关键。同时分享了关于投流本质的讨论及个人剪辑经验。
PI > ClaudeCode/Codex?
本文对比分析了开源命令行编程工具 Pi 与 Claude Code、Codex 的性能。Databricks 的评测显示，Pi 在真实代码库上的 token 消耗显著更低，性价比极高，甚至压过了官方工具。文章探讨了 Pi 高性价比的原因，如精简的系统提示词，并指出了其在高强度思考下的局限性及功能缺失。
Kimi K3 登顶设计榜单的秘密
Kimi K3 在单次前端竞技场中排名第一，Elo 评分达 1408。其成功归功于独特的思维链模式，在推理过程中模拟 Agent 工作流，通过大量代码迭代和心理测试，实现了更精细的设计和外部依赖集成。
Google Flow 制作 Vox 风格视频教程
本文详细介绍了如何使用 Google Flow 快速制作 Vox 风格视频。文章首先说明了利用 ChatGPT 生成首尾帧图片的准备步骤，接着演示了在 Google Flow 中使用或不使用 Agent 模式，结合 Veo 模型和特定提示词生成 4 秒钟的纸质立体地图变换动画。作者还分享了相关 GitHub 仓库，并指出该工具成本低、效果好，具有较高的商业潜力和被低估的价值。
AI 内容创作变现零基础入门指南
这是一篇面向零基础的 AI 内容创作变现指南。文章提出内容创作的核心在于“选题”和“定版”，而重复劳动可由 AI 接管。作者系统拆解了短文、长文、图片、短视频、长视频五种内容形式的变现路径，详细阐述了如何利用 AI 进行新闻稿写作、评测分析、电商设计及视频翻译搬运，并附有具体的实操流程和爆款案例。
AI 内容创作变现零基础入门指南
这是一篇面向零基础新手的 AI 内容创作变现指南。文章提出“人只做判断，AI 包办执行”的核心思路，并详细拆解了短文、长文、图片、短视频、长视频五种内容形式的变现路径。针对每种形式，作者分析了 AI 适配的原因、实操工作流及相关工具，涵盖了从选题侦察、资料搜集到成品分发的全流程自动化策略。
想要吃上自媒体这碗饭你一定需要一条 AI 视频生产流水线
文章介绍了 GitHub 上的开源项目 OpenMontage，该项目利用 Codex、Claude Code 等 AI 编程助手构建了一个自动化的视频生产流水线。它能够从选题、脚本、分镜到素材准备、字幕生成、音视频合成及渲染，全流程自动化视频制作，非常适合内容创作者和短视频团队。
如何让 Codex 拥有复刻拆解抖音爆款视频的能力
文章介绍了 GitHub 上的 claude-video 工具，该工具赋予了 Claude / Codex 这类 AI Agent 视觉能力，使其能够看懂视频内容。该工具应用场景广泛，包括拆解爆款视频的 Hook、分析广告素材、复盘脚本、定位 Bug 录屏以及整理课程笔记等。
用 Codex + Hyperframes 拆解抖音爆款视频工作流
本文详细介绍了利用 Codex 和 Hyperframes 拆解并复刻抖音爆款视频的完整工作流。内容涵盖从工具准备、视频规格定义、旁白脚本生成、TTS 音频处理（使用剪映/Codex 优化磁性人声），到利用 Hyperframes 进行代码化视频生成及字幕对齐的全过程。作者强调通过 AI Agent 实现自动化批量生产，降低自媒体创作门槛，帮助普通人利用 AI 技术在视频领域获取收益。
5款开源图片处理工具推荐
文章介绍了5款免费的本地开源图片处理工具，包括抠图工具rembg、图片放大工具Upscayl、修图工具IOPaint、超分辨率工具Real-ESRGAN和人脸修复工具GFPGAN。这些工具功能强大且无需付费，适合电商卖家、设计师及普通用户使用。
Loop Engineering 实操指南：告别 AI 返工
本文介绍了一种名为 Loop Engineering 的 AI 工作流设计方法。通过设定目标、检查标准、反馈方式和停止条件，让 AI 能够自我修正并执行复杂任务。文章提供了最小 Loop 模板、KOL 寻找案例、文章写作及周报整理等实际应用场景，并探讨了如何利用 State、Agent 和分层反馈来优化 AI 工作流。
AI 写作系统教学：四步法从构思到出版
文章介绍了 Jason Hamilton 在 YouTube 上火爆的 AI 写作系统视频。该系统通过四个步骤将“用 AI 写书”转化为可复制的流水线：一问一答收集点子、拆解档案（人物/世界观/大纲）、一键生成大纲及逐章生成正文。内容涵盖工具选择、版权红线及逐句改写演示，旨在帮助作者在几天内完成一本高质量的书籍，去除 AI 味并保留个人风格。
AI内容创作的地基：信息源建设指南
本文阐述了高质量信息源是 AI 内容创作的核心基础，指出 AI 内容质量取决于输入信源的质量。文章系统梳理了 9 类通用信息源（如 X 关注列表、必读书籍、论文库、产品平台等），并以 AI 领域为例，详细列举了值得关注的大佬、书籍、博客、播客及 YouTube 频道，为构建 AI 知识库提供了详尽的参考清单。
普通人 Codex 入门全景图：第一次打开它，先跑通一条工作流
本文介绍了 Codex 的入门全景图，将其定位为 AI 工作台，而非简单的对话工具。文章通过 6 层能力地图，系统讲解了工作区划分、规则设定、执行模式选择、资料入口配置及流程自动化，帮助普通用户建立高效的工作流。
装完 Codex 不知道干什么？6个视频制作 Skills 教你搞钱
本文介绍了如何利用 6 个 GitHub Skills 将 Codex 转化为强大的视频生产工具。这些工具涵盖了从文字生成动效（HyperFrames）、视频剪辑（video-use）、代码批量制作（Remotion）到 AI 提示词生成（seedance2）的全流程。作者还针对口播、数据栏目和短剧等不同场景提供了组合方案，展示了 Codex 在自动化视频工作流中的应用潜力。
Codex 连接飞书：8小时工作 1小时干完
本文介绍了如何利用 lark-cli 工具将 Codex 与飞书集成，实现会议纪要自动生成任务、文档批注自动处理、周报自动生成及素材整理等办公自动化场景，从而大幅提升工作效率。
别再伺候 AI 了：5 个方法狠狠压榨 Codex
文章指出使用 AI 不应陷入反复解释需求的低效循环。作者分享了 5 个提升 Codex 效率的方法：利用插件连接外部工具、使用 Goal Mode 自主规划任务、配置自动化定时执行、通过 MCP 接入 Obsidian 知识库，以及将常用流程固化为 Skills。
How I Use Cursor: pstack与Agent工程化的深度实践
文章作者 lauren 分享了加入 Cursor 前后的编码体验对比，从使用 Claude Code 转向 Cursor，并深入探讨了如何通过 GUI 优于 CLI 的设计以及多模型对抗来提升效率。重点介绍了其开源的 pstack 插件，该插件通过一套严谨的技能和工作流，教导 AI Agent 像资深工程师一样进行二分法调试、代码审查和深度工作，以解决 AI 编码中常见的“平庸且快速”问题，倡导深度优于广度的 Agent 编排理念。
你的第二大脑需要 QMD 才能健康扩展
文章探讨了在构建基于 Obsidian 和 Claude Code 的“第二大脑”知识库时，随着内容增多遇到的索引臃肿、语义搜索困难及原文细节丢失三大瓶颈。作者引入 QMD 这一本地 RAG 工具，通过混合检索（向量+BM25）弥补了传统 Wiki 模式的缺陷，大幅提升检索精度并节省 Token。文中还包含从零搭建知识库及配置 QMD 的完整实操指南。
中外作家如何用 AI 写小说赚钱：Sudowrite、NovelCrafter 实战解析
文章探讨了 AI 在长篇小说创作中的应用现状与实战案例。虽然直接使用 ChatGPT/Claude 往往导致长篇烂尾，但通过 Sudowrite、NovelCrafter 等垂直工具，结合 Muse 模型和 Codex 知识库，海外作家已实现高效产出。文中详细拆解了多位作家将写作周期从数年压缩至数周的工作流，并分析了“Shy Girl”AI 生成小说遭出版社撤稿等争议事件，指出 AI 辅助创作已成为不可忽视的趋势。
如何精通AI静态广告生成(附7个可复制提示词)
本文介绍了如何利用GPT Image 2.0一键生成高质量的品牌静态广告，替代繁琐的Canva编辑。作者分享了7个实用提示词，涵盖竞品仿制、卖点突出、生活场景、UGC风格、产品展示、信息图解及趣味创意等不同广告类型，并附有具体参数和设计规则，旨在帮助广告主快速提升素材制作效率。
如何编写工业级 Agent Skill 指南
文章深入探讨了如何编写高质量的工业级 Skill（AI 技能/工作流）。文章指出 Skill 不同于简单的 Prompt，它需要具备按需加载、限制工具边界、配置适配模型、分层管理内容（SKILL.md 与 references/scripts 分离）以及建立评估测试闭环等特性。通过遵循最小权限原则、渐进式披露和迭代验证，可以将经验固化为稳定、可维护的自动化工作流。
企业需要大脑而非连接器
文章指出，当前的 AI Agent 侧重于通过 RAG 和 API 连接工具来检索信息，但检索不等于理解。真正的企业级 AI 应像一位资深幕僚，能够综合多源数据、解决冲突、追踪时效，并建立对企业环境的动态认知（“企业大脑”）。作者提出通过构建“上下文图谱”并将其以文件系统形式输出，让 Agent 能够获得经过综合处理的深层理解，而非每次都从零开始搜索。
企业需要大脑，而非更多连接器
文章指出，企业级 AI 代理目前仅停留在信息检索阶段，缺乏对公司的深层理解。真正的智能应像资深员工一样综合多源信息，构建持续更新的现实模型。作者提出了基于文件系统交付的“企业大脑”架构，主张通过上下文图谱解决数据冲突、身份统一和信源权威性等问题，从而实现从被动检索到主动理解的转变。
AI 时代，普通打工人该如何找工作？
文章指出，AI 的广泛应用导致求职端简历同质化严重，企业端通过 AI 筛选简历，加之虚假职位泛滥，使得传统海投策略失效。作者建议求职者逆转思路，从被动投递转为主动建立信任。具体策略包括：打造有记忆点的个人简历、利用平台直接联系关键人脉、维护线下真实关系网，以及通过“Build in Public”持续输出作品，积累影响力，让机会主动找上门。