我养了十几个 Grok 机器人，起飞！
作者分享了使用 Grok Bot 搭建个人多机器人协作体系的经验：配置一个首席助理加十几个专职机器人（X 早报、公众号选题、邮件整理、竞品调研、项目运营等），通过首席助理统一接活、拆解任务、汇总结果，每天生成总简报。Grok Bot 内置云端电脑，比年初的 OpenClaw 更简单稳定。文章还分析了 SuperGrok 30/100/300 美元三档订阅方案、模型动态选择机制，并强调对外发言必须本人批准的安全原则。建议从高频任务起步，跑顺后再扩展机器人。
全部文档 / 作者: sitin / 标签: Agent
14 篇
Agents API来了，Codex背后的这套能力终于开放了
OpenAI 宣布 Agents API 进入公测，将支撑 Codex 的同一套 harness 和基础设施通过 API 开放给开发者。文章提出 Agent ≈ Model + Harness 的简化框架，解释了 Harness 如何组织上下文、工具调用、Session 状态和子 Agent，使模型能够持续执行长任务。文章以老项目依赖升级为例，说明长任务并非让模型持续思考，而是通过工具调用循环、留下可复用的工作产物来推进。同时强调工具权限应按任务开放、子 Agent 适合并行独立工作、验收标准应写入任务目标。Codex 是现成的 Agent 工作环境，而 Agents API 让开发者把这种能力接入自己的产品。
Codex 能替你做 SEO 调研到哪一步？我把人和 AI 的分工重新拆了一遍
文章以一次 SEO 关键词调研为例，探讨 Codex 在实际业务中的人机分工边界。作者将调研拆为采集、整理、判断、规划四段，Codex 适合前两段及候选输出，但业务取舍必须由人来拍板。文中分享了实用工作流：先用只读沙箱生成研究计划、分离原始证据与工作判断、用 --json 结构化输出便于脚本接手、聚类候选需人工审核页面树。强调 AI 能查词搬数据，但不知道交付能力、不为错误页面负责，应固定 schema、来源 URL 和查询时间，让流程可复查、可追溯。
Codex 的 hook 能异步跑了，还能直接调 MCP 工具，让 AI 守规矩终于不靠自觉！
文章介绍了 OpenAI 对 Codex hooks 机制的重大升级：hook 现在支持异步执行和直接调用 MCP 工具。作者将 hooks 比作'闸机'，与 AGENTS.md、Skill 这类'规章制度'不同，它能在运行时真正拦截工具调用。文章详细讲解了 11 个事件类型（SessionStart、PreToolUse、PermissionRequest、PostToolUse、Stop 等）的触发时机与拦截姿势，配置文件的加载规则、异步 hook 的限制（最多 8 个并发、无法拦截）、MCP 工具 hook 的占位符机制，以及基于哈希绑定的信任机制。作者强调 hooks 是有用的护栏而非完整安全边界，真正防越权还需沙箱和权限体系配合。
一次讲清 Codex 的 Plugin、Skill、App 和 MCP
文章梳理了 OpenAI Codex 中 Plugin、Skill、App/Connector 和 MCP 四个概念的区别与协作关系。Plugin 相当于安装包，可包含 Skills、Connector、MCP 工具、浏览器扩展和 Hooks；Skill 负责记住做事步骤和方法，不涉及外部账号权限；App/Connector 负责连接真实外部账号；MCP server 则提供连接背后的具体工具。作者以 Cloudflare 和 Canva 两个插件为例对比差异，并提醒用户安装后需新开任务才能加载，带外部连接的插件需单独配置账号权限，建议先用只读任务验证，再考虑创建和修改操作。
用 Skills 给 AI Agent 注入设计品味
介绍了开源技能库 emilkowalski/skills，它能为 AI 编程 Agent 注入设计品味，解决 AI 生成 UI 动画和交互时缺乏质感的问题。文章详解了其核心功能、安装方法、实操流程，并对比了 Taste-Skill、Hallmark 等类似工具的差异。
微软开源 SkillOpt：不动模型，只训练 Prompt
微软开源了 SkillOpt 项目，引入了“训练 Prompt”的新思路。与传统的 Agent Skill 开发不同，SkillOpt 在不改变模型权重的情况下，将神经网络训练方法（如 epoch、验证集）应用于优化 SKILL.md 文本。系统通过执行任务、打分、反思和筛选修改建议，实现技能文档的自动化迭代。论文表明，该方法在多模型环境下均有显著提升，且优化后的技能具备跨模型迁移能力。
Claude Code 高效实战指南：5个场景掌握50个命令
文章针对用户对 Claude Code 使用停留在初级阶段的问题，通过 5 个实战场景（上下文压缩、模型切换、低成本试错、任务隔离、工作流自动化）讲解了如何组合使用 Slash 命令。文章强调通过手动压缩上下文、动态切换模型、使用分支和代理等技巧，可以实现成本减半并大幅提升编程效率。
Claude Code 仓库里藏了 12 个官方插件
文章介绍了 Claude Code GitHub 仓库中隐藏的 12 个官方插件。重点推荐了 code-review（并行代码审查）、hookify（一键生成 Hook 规则）、ralph-wiggum（循环迭代直到完成）等实用工具，并分类介绍了开发流程类、安全与风格类插件的功能与使用方法。
Claude Code 高级技巧：从验证到远程控制的实战指南
本文由 Claude Code 创始人 Boris Cherny 及作者团队实战经验总结，介绍了多项提升效率的高级技巧。核心包括通过 Chrome 扩展或 Playwright MCP 赋予 Claude 验证能力，利用 Git Worktree 实现并行会话，以及使用 /remote-control 实现手机远程遥控电脑编程。此外，文章还详解了 /loop 自动化循环、Hooks 钩子配置、/branch 分支管理等隐藏功能，帮助开发者掌握从入门到进阶的 AI 编程工作流。
搭完这3条自动化链路，我再也不想手动分析网站了
文章强调“执行链路和结果才有价值”，通过分享三条自动化链路（竞品监控、GSC 数据推送、需求挖掘），展示了如何利用 OpenClaw 将 AI 方案转化为实际生产力。这些链路实现了 SEO、竞品分析和内容需求的自动化监控与推送，极大提升了工作效率。
玩 OpenClaw 的别错过！一句话让你的 Agent 学会控制浏览器，Token 省 13 倍
文章介绍了如何通过 PinchTab 工具优化 OpenClaw Agent 的浏览器控制能力。OpenClaw 默认使用截图方式分析网页，导致 Token 消耗巨大，而 PinchTab 利用无障碍树（Accessibility Tree）提取结构化文本数据，能将 Token 消耗降低 13 倍。文章详细演示了在 OpenClaw 对话框中安装 PinchTab、配置 Skill、抓取页面信息及多账号并行的步骤，并提供了相关安全建议。
我给自己配了8个AI员工：OpenClaw 实战与配置指南
文章分享了作者利用开源框架 OpenClaw 搭建 8 个专业 AI 助手（如法律顾问、iOS 开发助手等）的实战经验。内容涵盖多模型切换、故障转移、自动化运营、成本控制等 15 个实用技巧，展示了如何通过低成本将独立开发者个人产能提升至团队水平。
省 93% Token！Vercel 的新工具 agent-browser 让 AI 操作浏览器更高效
本文介绍了 Vercel Labs 发布的 AI 浏览器自动化工具 agent-browser。它专为 AI Agents 优化，通过提取网页的无障碍树快照而非直接传输 HTML 代码，成功将 Token 消耗降低了 93%。文章详细分析了其 Rust CLI + Node Daemon 的混合架构优势，对比了 Playwright，并提供了多种安装方式及自动化测试、数据抓取等应用场景。