从「帮我做」到「做完记住」：Agent 记忆升级实录
本文记录了作者将 MemOS 2.0 本地插件集成到 Bloome Agent 的实战过程。通过引入「执行即学习」的记忆操作系统，解决了传统 Agent 仅依赖上下文窗口导致记忆丢失和经验无法积累的痛点。文章详细解析了 MemOS 的四层认知资产架构、云端沙箱的部署踩坑解决方案（如 ngrok 内网穿透）、历史记忆的迁移方法，以及跨 Agent 记忆共享的配置，展示了 AI 助手如何从被动工具进化为具备主动记忆能力的智能体。
技术
7109 篇
LlamaIndex 用 Rust 重写文档解析器 LiteParse
LlamaIndex 推出完全用 Rust 重写的文档解析器 LiteParse。相比旧版，新版本在处理大文档时速度提升 3 倍，小文档提升可达 100 倍，实测 457 页 PDF 解析仅需 0.777 秒。该工具支持 Python、Node.js、Rust 及浏览器环境，覆盖 PDF、Office 等主流格式，具备原生 OCR 能力，且可作为 Agent Skill 直接集成。
让 AI 接管 Office 文件：开源工具 OfficeCLI 评测
文章介绍了一款名为 OfficeCLI 的开源工具，旨在解决 AI 在处理 Word、Excel 和 PowerPoint 文件时格式错乱的问题。该工具无需安装 Office 软件或复杂的 Python 库，通过命令行即可实现对文档的创建、编辑和批量处理。其核心亮点在于支持实时预览，AI 修改文档后浏览器会自动刷新，便于调整排版。该工具特别适合需要批量生成报告、合同或课件的场景。
35B 越狱版大模型：Codex 替你装，6GB 老卡也能跑
本文介绍了一种利用 Codex 桌面应用在 Windows 上本地部署 35B 无审查大模型的方法。通过 llama.cpp 和 MoE 架构的量化模型，即使用户只有 6GB 显存的显卡（如 GTX 1660）也能以 30 t/s 的速度流畅运行。文章详细讲解了无需命令行知识、利用 Codex 自动完成环境配置、模型下载及脚本编写的全流程，实现了零门槛的本地高隐私 AI 体验。
Claude 官方宝藏仓库指南：一键安装生成 PDF/Word/PPT/Excel
文章介绍了 Anthropic 官方维护的 Claude Code Skills 插件仓库。通过安装该技能包，用户可以直接利用 Claude 调用 Python 库，一键生成格式完美的 PDF、Word、PPT 和 Excel 文件，不仅能处理数据汇总、图表制作，还能用于合同审查和简历处理。文中详细提供了安装命令、实际应用场景及避坑指南。
How to Build a SaaS MVP in One Afternoon Using 7 AI Agents
本文介绍了作者如何利用 Kimi Agent Swarm 在一个下午通过 7 个专业 AI 智能体（Agent）构建了一个完整的 SaaS MVP（本地商家网站审核工具）。文章详细阐述了从市场调研、产品定义、UX设计、前后端开发、QA测试到发布推广的 7 人 AI 协作工作流，强调了“专业分工”优于“单一全能模型”的理念，展示了 AI Swarm 在提升产品开发效率上的巨大潜力。
初识 OpenSpec：AI 时代规范驱动开发的开源起点
文章介绍了开源 CLI 工具 OpenSpec，旨在解决 AI 编码助手在指令模糊时猜测意图的问题。通过规范驱动开发（SDD）理念，OpenSpec 强制在 AI 动手前先生成结构化需求文档，消除“翻译损耗”，实现人机协作中的“人定义 What，AI 负责 How”。文章详细解析了其目录结构、工作流及适用边界。
为何应用层未死：避开 AI 黄砖路指南
文章探讨了创业公司如何在 OpenAI 和 Anthropic 等大厂的阴影下生存。作者提出了“黄砖路”的概念，指代大厂直接主导的通用领域（如代码生成、写作），并建议初创企业应避开此路径，转而专注于“奥兹国其他地方”——即垂直领域、多步骤工作流及遗留系统整合等大厂难以通过单一模型解决的复杂问题。文章分析了数据飞轮、模型复杂性管理及私有行业知识作为初创公司的护城河。
改了 5年总裁汇报 PPT，我把精修经验做成了开源系统
作者基于 5 年大厂产品汇报经验，指出 AI 生成 PPT 常止步于 80 分，后续精修耗时耗力。为此开源了 Slides from Anything (SFA) 系统，集成 Design Vault 将美学抽象为 Agent 可复用的规则，通过先对齐目标、再结合手动微调与 Agent 批改的方式，打通从材料到多格式交付的全链路，解决演示文稿最后 20 分的交付难题。
一人公司、零員工、AI Agents： 2 個月談下超過 400 萬台幣開發合約
作者分享了创立一人 AI 公司的经验，仅靠自身与 AI Agents 协作，在两个月内谈下超过 400 万台币的医疗影像与链上开发合约。文章探讨了 AI 在执行层面的优势，以及在处理复杂商业需求时的局限，指出现阶段核心在于“人机协作”而非“零人类参与”。作者利用自研的 TermHive 平台优化自动化流程，并强调人际沟通在建立客户信任中的不可替代性。
Hermes Agent 进阶指南：从架构原理到构建自进化的多智能体系统
本文深入介绍了 Nous Research 开源项目 Hermes Agent。文章详细解析了其独特的“学习闭环”架构，该架构结合了三层持久化内存、自进化技能系统以及 GEPA 优化引擎，解决了传统 Agent 随会话结束而遗忘的问题。文中还将 Hermes 与 OpenClaw 进行了对比，并提供了从零开始配置多个个性化 Agent（程序员、研究员、设计师）的实战教程，旨在帮助开发者打造能够 24/7 运行且持续学习的个人 AI 队伍。
开源个 Skill｜彻底解决小红、小绿书配图难题
本文介绍了一款名为 guizang-social-card-skill 的开源工具，旨在解决图文创作者的配图难题。该工具通过区分不同内容品类（如旅行、职场、影评等）自动匹配杂志风或网格风版式，集成免费商用图库并智能避让图片主体。作者强调将其视为“产品”而非简单的 Prompt，通过严格的规则和设计系统，生成具有高级感的图文卡片，避免流水线式的“AI 感”。
300 个 AI Prompts：将数小时工作转化为数分钟的库
文章介绍了一个包含 300 个 AI 提示词的库，旨在通过可复用的系统将 AI 从简单的聊天机器人转变为高级生产力工具。内容涵盖代码编写与调试、AI 工作流设计、研究与分析以及自动化系统四大类，帮助用户在编码、架构设计、数据分析及业务流程自动化等领域显著提升效率。
从提示词工程师到全栈 AI 工程师的升级指南
文章反驳了“提示词工程已死”的观点，指出单纯的提示词思维虽已过时，但提示词仍是人机交互的核心。作者旨在将读者从仅会提问的初级用户，升级为具备系统思维的 AI 工程师。文章详细讲解了具体的技能升级路径，包括：如何进行具体且确切的提问、如何设定角色（Role）来界定行为、利用示例来固定输出模式，以及如何正确引导模型的推理过程。
存储廉价，注意力昂贵：Agent 内存系统的分层架构设计
本文探讨了Agent内存系统的设计核心原则：利用存储廉价与注意力昂贵的非对称性。文章通过分析MemoryOS、Hindsight和supermemory三个案例，阐述了分层内存架构的必要性。这种架构通常包含热数据、温数据和冷数据三层，通过不同的访问模式、数据形状和提升机制，在降低上下文噪音的同时保留关键信息，从而在有限的注意力窗口内实现最优的检索质量。
Hermes Agent 完全指南：从零到自进化的 AI 员工
这是一份 Hermes Agent 的深度实操指南，涵盖了安装、模型选择、平台配置及最佳实践。文章对比了 Hermes 与 OpenClaw、Claude Code 的差异，强调了其本地化记忆、自我改进能力和多平台支持优势。核心内容涉及通过 Cron 和 /goal 命令实现全天候自主任务执行，助你打造一个能持续进化的 AI 员工。
如何使用 Obsidian 和 Vellum 构建 24/7 运行的第二大脑
本文介绍了一套基于 Obsidian、Vellum AI、Readwise 和 N8N 的个人知识管理系统（PKM）。通过构建特定的文件夹架构、安装 Templater 等插件、配置自动抓取与 Telegram 机器人采集工作流，实现信息的自动化汇集与整理。核心在于编写 VELLUM.md 文件为 AI 提供上下文，使其成为能够全天候思考、发现笔记间隐含联系并辅助决策的“私人幕僚长”。
利用 Auto-research 提升 Agent Harness 技能
本文介绍了 AI Agent 自我优化的新趋势：通过优化 Harness 层（即 Skills）而非模型本身来提升性能。作者详细介绍了名为 evo 的开源优化工具，它利用并行探索、树搜索和门控机制，自动对 Skills 进行实验和迭代。文章展示了在 SealQA 基准测试中，evo 将准确率从 5/20 提升至 11/20 的实战案例，强调了“模型能力 x 优秀的 Harness x 紧密的验证循环”这一杠杆公式的重要性。
Agent时代精力的重分配：Think与Make的新模型
本文探讨了AI Agent时代下个人时间分配模型的演变。作者提出，随着Agent接管基础执行工作，人类应将时间从传统的“70%执行+30%思考”向“50%执行+50%思考”迁移。文章重新定义了“Make”为编排式执行，“Think”为复合思维与系统设计，并提出了意图设计、工作流设计、质量判定及责任心等四项核心生存能力。
2026年，我用AI多赚了一份“不上班”的收入：12条普通人能走通的野路子
文章作者分享了12条经过验证的AI变现路径，强调AI变现的核心在于重写“赚钱流程”而非单纯玩工具。内容涵盖网文创作、AI短剧、小红书视觉号、表情包、POD按需打印、图库资产、Agent解决方案、视频二创、知识付费、本地生活服务、音频内容以及微型SaaS工具。作者指出AI是能力的放大器，真正的盈利点在于人机耦合的工作流。
爆肝两周，Codex 最全实战指南开源
作者苍何开源了《Codex 实战指南》，涵盖从认识、入门到实战的全过程。文档介绍了 Codex 的桌面端、CLI、手机端等多种入口，解决了账号配置、环境搭建等痛点。此外，还包含 Draw.io 架构图绘制、GitHub Actions 自动修复等 13 个实战案例，帮助用户通过 Computer Use 等能力实现“全天候 Vibe Coding”。
如何利用 AI 重塑公司运营
本文阐述了如何通过彻底的运营重围绕 AI 来实现企业转型。作者以工业革命电气化为例，指出仅购买 AI 工具无法带来实质性改变，必须从底层重新设计工作流程。文章详细介绍了如何识别高价值的工作流，区分确定性自动化、AI 处理和人工决策的边界，并强调了通过人在回路中的反馈机制来持续改进 AI 代理。
Memfold AI：重新定义个人计算界面的未来
Memfold AI 致力于引领个人计算交互的革命，提出从“人在应用中”转向“人通过代理与计算机交互”的愿景。文章详细介绍了创始团队在 IIT Madras 和 Microsoft Research 的背景，以及他们训练 Indic LLM 和构建 Agent 系统的经验。公司已获 Peak XV 等机构投资，正在寻找具有高度主观能动性的人才，共同打造并验证这一全新的计算界面。
Minecraft 方块世界海报提示词指南
文章介绍了 AI 海报设计的第 5 种风格：Minecraft 方块世界。核心思想是将主题词进行“方块化重构”，使其成为画面中的建筑、地形或机关，而非简单的文字贴图。文中提供了详细的 Prompt，指导如何通过隐喻、构图和色彩设计，生成具有游戏感和高传播力的封面图。
十分钟搭建 Codex Research Agent：自动化信息筛选工作流
文章介绍了一套由 Codex CLI、MCP 和 n8n 组成的自动化工作流，旨在解决信息过载问题。通过配置 CODEX.md 设定关注上下文，系统能自动监控来源、过滤噪声、综合分析并生成晨间简报送至 Obsidian。文中详细讲解了搭建步骤、Prompt 编写及通过反馈回路优化信息质量的技巧，帮助读者实现从 45 分钟信息搜集到 5 分钟高效阅读的转变。
土豆哥一人公司手册：30分钟全球部署指南
文章介绍了如何利用 Cloudflare Workers 和 Pages，在 30 分钟内、零成本完成一个产品等待列表的全栈部署。涵盖了从安装 Wrangler 工具、创建 D1 数据库、编写后端 API 到前端页面构建的全过程。该方案无需维护服务器，支持自动 HTTPS 和全球分发，非常适合一人公司快速验证产品想法。
把自己“重做”一遍：一队 AI 同事帮我重塑个人 IP
本文作者分享了利用 AI 团队协作工具 Helio，仅用 2 小时便完成了原本需耗时 3 天的个人 IP 重塑（含 Banner、Bio 及视觉体系）。通过配置品牌策略师、设计师和文案 AI 角色，作者仅需提供素材并在关键节点审核，Agent 团队便自动完成了分工协作与交付，展示了多 Agent 协作在提升个人生产力方面的巨大潜力。
Anthropic 官方插件库全解析：36 个第一方插件，哪些值得你今天就装
Anthropic 发布了 Claude Code 官方插件市场，提供 36 个由官方维护的第一方插件。文章详细解析了这些插件的功能与使用场景，涵盖代码审查、开发工作流、项目配置、插件开发工具及语言智能服务等，并针对不同使用需求推荐了安装搭配方案。
从0到1速通Codex终极保姆教程
本文是一份关于OpenAI Codex的详细保姆级教程。作者介绍了Codex的安装、界面设置、模型选择、AGENTS.md配置以及Skills插件系统的使用。通过实战演示，文章手把手教你如何使用Codex从零开发网页和App，展示了其作为顶级Agent产品的强大自动化开发能力和批注修改功能。
你的提示词都是在“许愿”——40个专家级提示词详解
文章指出大多数用户使用的只是“许愿”而非真正的提示词，并分享了40个经过在Claude、ChatGPT和Gemini上验证的专家级提示词。这些提示词包含角色、上下文、约束和示例，按场景分为写作（01-10）、分析与策略（11-20）等类别，旨在帮助用户通过精心设计的指令获得稳定、高质量的AI输出。
