作者苍何介绍了开源项目 WeChatBridge（微信流）的 iOS 版本发布。该工具可将微信聊天记录批量转发给 Codex、Claude Code 等各家 Agent 进行总结分析，也可沉淀到 Obsidian 作为个人知识库。作者分享了借助 Claude Code 和 Kimi K3.1 Pro 开发 iOS 版的过程：先让模型制定详细计划和技术文档，再照文档执行，6 个多小时完成了原计划 18 个工作日的工作。文章强调"别跟它聊需求，跟它定验收"的 Agent 开发心得，并详细介绍了 iOS 版的收、存、投功能，包括分批收集超过 100 条消息、场景化提示词、隐私安全设计等。
作者分享了在咨询项目中管理项目知识库的方法，旨在同时服务 AI 编码代理和工程师两类读者。核心设计是对一棵 Markdown 文件树执行五种操作：存储（将原始资料、事实和生成产物分目录管理）、创建（新资料经过切片、摘要、生成视图和规范的固定流水线）、更新（通过哈希检测变更，沿链接反向重建所有依赖产物）等。设计强调每个摘要、视图和规范都链接到其来源事实，配合两条质量护栏确保生成内容有据可依，使文档变更后系统能自动同步更新所有下游内容，为编码代理提供始终最新的详细规范。
作者苍何介绍了其开发的 Obsidian 插件 WeSight 的重磅升级：新增 WeSight 发布助手，支持一键将文章同步到小红书、知乎、CSDN、掘金、微博、X 等多平台；支持将长文快速转为图文并按平台风格生成文案与配图；提供公众号预览、AI 生成标题摘要、数据复盘；通过 GitHub 实现知识库多设备同步；并支持 Claude Code、Codex、OpenCode 多引擎切换且保留上下文，可接入 DeepSeek、Kimi 等自定义模型。工具将创作者从重复搬运劳动中解放出来，专注内容创作本身。
作者深度实测多款个人智能体产品后，总结出发挥 Grok Bot 最强实力的 7 个底层用法：告别单聊，搭建分工分权的 Bot 军团（幕僚长+智囊+执行层）；产物强制落盘到多维表格或 Notion；通过单向流水线打通本地知识库；利用 Tailscale 将本地配置一键移植云端；用 Skill 为 Bot 制定标准 SOP；按任务复杂度混合调度不同模型控制成本；建立自动化触发机制让流水线自主运转。最终人类只需抓住输入个人观点和最终验收拍板两件事，在云端拥有为自己打工的一人公司。
作者分享了自己多年尝试 Notion、Obsidian 等知识库工具却难以坚持的经历，指出知识库失败的核心原因是需要手动录入维护。相比之下，邮箱三年来从未中断更新。文章介绍了网易邮箱大师推出的 Mail Agent 智能体：它可以让 AI 读取邮箱内容，自动归类账单发票、找出优先处理事项（如 PayPal 账户注销预警）、生成订阅待办清单、将报销凭证附件整理成表格，并通过个性化记忆系统记住用户偏好。作者认为，最好的知识库是不需要维护的知识库，邮箱正是一个天然的、持续更新的个人知识库。
本文是系列教程的实操篇，讲解如何通过自然语言让豆包工作（AI Agent）操作飞书，无需学习飞书多维表格和知识库的手动操作，也无需记忆命令。文章以搭建读书管理系统为例：先用多维表格做书架，实现建表、加书、查询、改状态、删记录；再用知识库做笔记本，完成建空间、建页面、浏览整理、重命名移动、删除等操作。每步附有可选的 lark-cli 命令供进阶读者参考。最后还演示了如何将整个流程压缩成一条指令，让 AI 一次完成建表、加书、建空间、建笔记并返回链接。
作者分享了国庆期间折腾 Grok Bot 的进阶用法，搭建了两套 AI 组织体系：一套服务跨境电商的 12 岗位亚马逊团队，一套服务个人自媒体 IP。核心玩法包括：将本地电脑托管给云 Bot，把在 Claude、Codex 中打磨好的 Skill 迁移给 AI 员工；按功能拆分岗位并写清职责边界；用 1+N 统筹机器人模式降低 Token 消耗；让 Grok 调用 Codex、Cursor 等外部 Agent 实现模型分层；接入飞书 CLI 落成云文档，以及通过 GBrain 知识库打通手机资料收集与工作流。文中还强调了岗位权限边界与人工把关的重要性。
本文面向社群运营、技术支持与客服团队，详细介绍了如何基于 FastGPT 搭建一套生产级的 AI 智能社群客服系统。作者拆解了由 15 个节点、28 条连线组成的完整工作流方案，涵盖知识库整理、消息意图过滤、多渠道（飞书/微信）分流、Agent 应答规则定制、双知识库检索工具挂载以及问题分类打标与运营数据沉淀等核心环节，并说明了飞书机器人权限配置、富文本消息渲染及微信生态多种接入方式，实现智能回复与人工兜底的自动化客服闭环。
本文基于凯迪克金奖、凯特·格林纳威奖、博洛尼亚最佳童书奖的获奖作品，构建了一套面向 Agent 的绘本创作控制体系。首先阐述图画书文图关系学（Iconotext），提出对称、互补、反讽三种文图动力关系及翻页悬念机制；随后总结四大黄金叙事模型——往返环形闭环、三阶累积递进、视错觉信息不对称、小小英雄跨越，并为每个模型提供标准化分页节拍表；最后通过《小河马拔牙记》《小熊不怕大怪物》两个实战案例验证模型应用，并说明如何写入 AGENT.md 供 Agent 调用。
文章结合为大型国企交付几十万份文档知识库项目的实战经验，指出将文档导入知识库只是最容易的一步，真正难点在于知识分散在OA、ERP、CRM等多个系统中、文档质量参差不齐、版本与权限管理复杂、以及上线后的持续运营。作者提出企业真正需要的不是一个'AI知识仓库'，而是一条具备知识工程能力的企业知识供应链：通过Connector持续接入知识，经解析、清洗、结构化等知识工程加工后准入，并以检索前权限过滤保障安全，最终在Agent时代构建企业上下文层，让正确的知识在正确的时间以正确的权限交给AI。
作者分享了一套基于苹果快捷指令与 Grok Bot Webhook 的知识自动入库方案进阶版。通过将微信聊天记录合并转发到快捷指令，再经临时网盘 filebin 上传文件生成公网链接发给 Bot，实现聊天记录、截图、录音等内容的自动整理与收录进知识库。文章详细介绍了快捷指令的配置方法（图床 ID、Webhook 地址与密钥）、Mac 与手机端收录聊天记录的操作步骤、单独调用方式（Raycast、菜单栏、操作按钮），以及隐私注意事项和密钥安全提醒。该流程还可灵活改造用于其他用途。
本文是 AI 术语科普系列的第一期，面向小白读者，用通俗易懂的语言讲解 11 个常见 AI 概念：大语言模型（LLM）、多模态、提示词（Prompt）、Token（词元）、上下文、记忆、知识库、Agent（智能体）、Skills（技能）、工作流和 AI 幻觉。作者金尘马解释了模型与应用的区别、Token 与计费和上下文窗口的关系、记忆与上下文的差异，并对比了工作流的固定流程与 Agent 的自主决策，帮助读者扫清学习 AI 路上的术语障碍。
文章指出当前企业级AI Agent热潮中FDE（前向部署工程师）大热，本质是产品缺位的表现：企业想把Agent用于业务，但Agent不懂企业运作方式，懂业务的人又无法轻易教会Agent。作者基于Palantir前向部署AI工程经验，提出通过ContextOps持续将运营证据和专家判断转化为可测试、可审批的指令，并用“可执行覆盖率”衡量Agent能否在无需人工补判的情况下正确处理案例。学习循环让每次升级都沉淀为流程知识，使企业拥有而非租借这套能力，比微调模型更可控可靠。
作者重新体验腾讯Marvis马维斯Agent，其升级定位为24小时AI管家，区别于多数Agent主攻办公和编程场景。新版采用Hy4与Deepseek V4 Flash双模型自动组合，免费且支持自定义接入第三方模型。文章实测了电脑体检、管家团队（电脑、文件、软件、浏览器四位Agent）、本地知识库/图片库/应用库管理等功能，并介绍其与绿联、飞牛合作将Agent能力扩展到NAS，未来瞄准手机、汽车、智能眼镜等跨硬件场景，认为AI管家方向想象空间较大。
本文详细介绍了腾讯 ima 知识库的完整使用教程，涵盖界面概览、知识库创建（个人库/共享库）、8种资料导入方式（本地文件、网页、公众号、微信文件、录音转写等）、基于知识库的 AI 问答与多模型选择、文档解读翻译、笔记创作与双向链接、Copilot 智能体记忆配置、算力购买，以及知识号开通、Skill 创建与 Skills 广场、MCP 外部服务连接等功能，是一份面向教师和知识工作者的保姆级操作手册。
本期早报精讲三篇文章：一是 Every CEO Dan Shipper 介绍在 AI 快速演进中如何用小型实验室机制筛选产品创意，通过内部采用、早期客户测试等管线判断原型价值，其 AI 编辑助手已减少 12% 编辑工作量；二是 Elastic 分享用原子声明验证减少 LLM 幻觉的方法，将知识库文章合并拆解为可逐项核对的声明，把合并时间从一小时缩短到五分钟；三是 Thoughtworks 作者探讨健康的同行反馈机制，强调人类反馈不可被 AI 替代。速览部分涵盖 AI 代码现代化、机器人仿真资产、京东 AI 知识库、视觉模型 Skills 封装和 TPU 大模型训练复现等内容。
作者 Kin 在 Grok bot Meetup 杭州站分享了用 Grok Bot 进行时间管理的实践。他将 Grok Bot 定位为自己的“超级总管”：在工作中，通过语音输入自动生成日程表和提醒，并连接 Notion 和飞书知识库，实现日程、备忘、记录的一体化存档；在健身方面，让它安排训练日历并督促执行；在做个人 IP/Twitter 运营时，建立了推特运营专家 Bot 来挖掘爆款选题、生成文案和处理视频字幕，粉丝从 200 涨到 2900。他还强调时间管理的关键在于每晚 11 点的复盘习惯，将经验沉淀为方法论。文中还开源了推特运营 Bot。
作者分享在人工智能小镇开展 FDE（一线实施）的第三周实践战报。第一周通过升级硬件、使用 workbuddy 专家库，让员工自主完成平面设计、课程AI化和知识库建设（采用带索引的Grep而非RAG）；第二周引导员工从Workflow转向自建Agent，通过待办Agent与咨询师Agent打样，结合飞书聊天群与话题群实现管理与交付，并输出提示词由Coding Agent完成部署；第三周计划搭建内网工具分享平台，实现Agent打包上传、局域网共享。作者强调只负责培训指导与验收，倡导让员工自己动手用AI解决业务痛点。
作者为解决群消息爬楼、客户聊天复盘、内容存入知识库等痛点，开源了 WeChatBridge（微信流）工具。该工具可将选中的微信聊天记录转发到 Codex、Claude Code、豆包等 AI Agent，也可存入 Obsidian 或剪贴板。支持为不同聊天群配置不同处理场景和提示词，配合 Skill 读取文章、PDF 等生成摘要，并保留操作记录便于二次转发。工具不主动读取微信、本机处理数据，由用户自主选择转发目标。项目基于 Dukou 开源项目二次开发。
文章为零基础小白提供了一条不花钱买课的 AI 入门路线图。作者梳理了 AI 的四类核心能力（理解表达、生成内容、处理信息、调用工具），解释了 AI 输出不稳定的四大原因，并强调提示词即任务说明，需包含目标、材料、边界和完成标准。文章还介绍了知识库的适用场景、工具/Agent/API/MCP 的区别，以及何时把流程沉淀为 Skill。最后通过七天案例带读者做出一份可持续更新的学习包，并附上可直接使用的入门教练提示词，以及小白最常问的 10 个问题解答。
作者详细分享了 ima 知识库与 WorkBuddy 结合的完整使用方法。文章首先讲解如何将 ima 接入 WorkBuddy 并对现有 17 个知识库做体检，提出'按用途而非主题'建库的理念，将知识库重构为收件箱、素材库、对标库、文稿库、资产库、复盘库等。随后以一篇 AI 短剧成本选题为例，完整演示了清收件箱、定角度、调素材搭提纲、写后挑毛病、发布后复盘的五步工作流。还介绍了如何用定时任务消化订阅库、7 天上手新工具的学习计划法，以及副业测试中记录数据的实践方法，并强调在提示词中加入'拿不准的单独列出来''不要估算'等约束来避免 AI 出错。
文章从AI对话缺乏长期记忆的痛点切入，系统讲解了个人知识库的作用、分类与搭建方法。作者介绍了两大主流方案：以检索为中心的RAG知识库和以持续维护页面为中心的LLM Wiki知识库。RAG部分通过Dify演示了从资料上传、切片、混合检索索引建立到Agent接入的完整流程；LLM Wiki部分则介绍了Karpathy提出的三层结构（raw sources、wiki、schema），强调Markdown页面对AI友好且透明可查。最后作者分享了自己结合两者优势的混合方案，帮助读者根据实际需求选择合适的知识库路线。
文章讨论了如何搭建真正对 AI 协作有用的个人知识库。作者认为对通用内容做无脑模板蒸馏价值有限，知识库的关键在于加入个人增量：聊天记录、人生经历、收藏的筛选理由与批注、任务复盘等。文章具体介绍了四套流程：微信聊天记录的本地脱敏与全量地图提取、AI 人生回顾式采访、收藏内容的分层入库与横向比对、按事实-原因-规则三层复盘。这些方法被封装为 lab-wx-distillation、lab-life-reviewer、lab-intake、lab-retrospective 四个 Skill，配合 Lab Ontology 系统组织检索，让知识库成为个人经历与判断的长期上下文。
作者分享了一个低成本利用Gemini Pro会员搭建个人选题与素材库的思路：通过Gemini Spark结合YouTube与Google Drive，自动搜集感兴趣创作者（如Dan Koe）的高播放量视频，将标题、链接、摘要与逐字稿整理到Google Sheets和Docs中。同时演示了打造X情报雷达的方法，自动汇总特定主题的可核实推文。文章强调素材搜集后需自行筛选与核对，并将素材库与写作Skill衔接，形成搜集、整理、入库、筛选、写作、回存的完整流程。
作者潜伏于西门聪明蛋和小晚老师的付费 AI 社群，从 5 个群聊的 1265 个链接中去重筛选，整理出一份按问题分类的 AI 工具资源地图。内容涵盖五大板块：内容创作与个人 IP（赛博小晚、小红书内容导演、Humanizer 中文等）、AI 编程与模型工具（CC Switch、Codex 系列、DeepSeek Harness 等）、Skill 工作流与知识库（微信本地知识库、Obsidian 导入等）、PPT 与视觉创作（PPT Master、frontend-slides 等），以及视频与部署生产力工具。每个工具都说明是什么、适合谁、第一步怎么用，帮助读者少走弯路，解决收藏多、用得少的问题。
文章介绍了WorkBuddy技能市场中最值得推荐的15个实用技能，涵盖研究与信息处理、学习与知识管理、职场办公与求职、视觉创作与演示设计四大方向。具体包括Deep Research深度研究、Last 30 Days近期热点追踪、Research-to-Diagram关系图生成、IMA知识库与Obsidian笔记管理、Ego Lite浏览器操作、AI简历助手、Kami文档排版、WPS操作，以及Frontend Slides、归藏PPT、Excalidraw绘图、Bento单文件幻灯片等视觉创作工具。每个技能都从日常使用场景出发，说明其解决的问题、使用方法与安装方式，无需编程基础即可上手。
作者介绍了如何用免费的 GitHub 组织为企业搭建 AI 可读的知识库。核心做法：以企业名义创建 GitHub 组织，在私有仓库中按领域（销售、运营、财务等）分层存放 SOP、决策日志和参考数据；同时排除密码、客户个人信息和银行流水。知识库归企业所有，人员变动不影响知识沉淀。作者以自己的亚马逊品牌业务为例，通过 ChatGPT/Codex 拉取仓库并提问理想客户画像，AI 准确引用 icp.md 文件作答。建议本周先建组织、放一份真实文档、问一个问题上手验证。
作者介绍腾讯云新推出的 ADP 前沿部署工程师（FDE）认证，并分享自己利用 AI 制作备考网站的经历。官方课程免费但练习题仅 15 道，无法充分检验学习效果。作者将官方课程整理到本地，用 AI 编写模拟题，搭建了一个包含 20 套模拟卷、共 1200 道题的备考网站。题库覆盖 AI 基础、ADP 产品能力、场景方案设计、交付运维、安全合规等七类知识，提供整卷考试、评分、错题解析等功能，题目附有课程依据便于查证。作者强调这是个人制作的非官方题库，并分享了看课、做题、整理错题、动手搭建应用的学习方法。
作者作为金融业IT，在公司 DeepSeek 一体机上下文受限（128k）的情况下，将 Pi Agent 部署到内网，一周消耗几十亿 token。他通过两大'开荒'工作提升 Agent 效能：一是将内网系统流程封装为 CLI，为全自动工作流做准备；二是结合自身业务理解建立代码索引与知识库。实践半个多月，进度约40%。作者感悟：业务理解能力的重要性大于模型本身能力，在适当指导和知识库辅助下，Pi 能完成真实企业级全流程开发。他通过 10 个拓展和 20+ SKILL 将 Pi 打造成专属业务 Agent，并推荐大家创造属于自己的 Agent。
本文是一篇面向新手的本地大模型部署教程，作者以 MacBook Pro（Ubuntu 24.04、AMD Ryzen AI MAX+ 395、128GB 统一内存）为例，详细讲解了如何用 Ollama 部署 Qwen3.8 27B 模型。文章先解释了本地 AI 的真正价值——隐私、控制权、可接入工作流，而非省钱；然后指导读者判断硬件是否够用、如何选择合适的模型版本和量化等级，并用五步完成部署验证。随后介绍通过 Open WebUI 搭建日常使用界面，以及如何接入个人资料构建知识库（RAG），应用于科研和内容创作场景，最终将 AI 从网页聊天框变成个人设备上的基础设施。
