本文详细介绍了如何使用 Codex 和 Hyperframes 搭建一套抖音爆款视频的拆解与复用工作流。作者提出完整的制作顺序：工具准备、旁白、TTS 配音、画面、字幕到成片。文章强调先拆解原视频结构（Hook、叙事、视觉、节奏），人工核验事实与表达，再把可复用结构抽成模板，一次生成多个 Hook 版本用数据迭代优化，最后固化成可重复调用的 Skill。作者建议先手动跑通 3-5 条视频再自动化，建立素材池与固定视觉风格，并将数据反馈喂回流程持续修正，目标是搭建一条能重复生产内容并不断自我优化的生产线。
本文是 pstack 指南第二部分，介绍作者用 agent 进行调研、规划、原型和架构的工作流。核心观点是通过 /teach、/recall、/how、/why 等 skill 建立并保持对代码库的心智模型；用「readme 驱动开发」和 /technical-writing skill 以代码和文档形式规划；用 prototype 剧本并行生成多个方案让 agent 以实证回答开放问题；用 /architect 多阶段流程跨模型家族竞争设计并交叉评判。作者强调抽象计划只给人进步的幻觉，应让 agent 通过原型和验证自己回答问题，从而每月将数千个 PR 推进生产并保持高质量。
文章解释了 Agent 的自我学习不能依靠推理时实时微调参数，原因在于算力成本极高且会导致灾难性遗忘。真正的经验积累靠上下文工程搭建的外挂认知系统，分为三层：执行后的反思复盘提炼经验、经验的持久归档（如 Claude Code 写入 CLAUDE.md 和 memory 目录、Codex 写入 SQLite）、动态检索注入（Claude Code 的极简索引与 OpenClaw 的向量化混合检索）。此外介绍了 Claude Code 的 AutoDream 机制，模拟人类做梦时的记忆整合，在后台空闲时扫描会话日志、合并重复经验、淘汰过时策略，保持记忆库精炼，从而让 Agent 持续进化且不被冗余记录拖垮。
作者回顾2025年7月三个改变其职业认知的事件：一是仅凭AI便完成一个完整SaaS应用；二是在Tinder用一段2000词的指令（Skill）让AI在10分钟内完成原本需要6-8小时的复杂线程库迁移且结果正确；三是目睹CFO和健身馆老板等非技术者用Claude构建出复杂的金融和健康平台。作者认为编码只是门槛，真正核心的是执行能力，而AI让执行几乎免费。超专业化曾被视为安全选择，如今反成风险。文章呼吁工程师直面身份焦虑，思考当执行不再稀缺时，自己真正价值何在。
作者分享了用 Codex 从一篇口播稿出发，结合自己的 IP 形象和授权音色，自动完成配音、字幕对齐、分镜、动效与渲染，产出一条 2 分 54 秒 1080p 知识视频的完整实操过程。文中介绍了三个 Skill 的分工（流程管理、字幕分镜、镜头语言库），复盘了声音误用、字幕机械切分、时间轴错位等踩坑与修正，并沉淀出样片前置检查、Sol/Luna 多代理分工、按环节整理的提示词模板等经验。整个核心制作约 3 小时完成，文章强调自动化的关键在于明确分工、逐轮人工确认与检查前置。
花叔开源了Huashu-Report，一个用于让Agent产出高质量报告的Claude Code Skill，比之前的橙皮书skill更强大。文章指出AI写报告的瓶颈不在文笔，而在编造数字、重复叙述、口径不一致。解决方案分三层：先建数据表锁定数字来源，编译器检查正文引用；将可机器判定的规则全部写成函数而非留在手册中；脚本自动检查排版后仍需人工逐页目检。Skill支持六种报告原型：咨询deck、研报、学术综述、论文、调查、科普，并通过对74份顶级机构AI报告的解剖学习最佳设计品味。项目采用MIT协议开源。
文章介绍开源工具 Last30Days Skill，它能聚合 X、Reddit、YouTube 等平台近30天的社区讨论，过滤低质量噪音，输出带原始来源引用的调研结果。作者列举了8个落地场景：内容选题雷达、热点舆情复盘、投研与行业信号捕捉、市场竞品动态追踪、Prompt/AI 实操案例研究、产品横向对比、开源项目与技术选型、以及 BD 会前尽调，帮助用户快速找到真实热点、避免信息过旧和选题低效问题。
本文是 Nous Research 开源个人 AI Agent Hermes 的深度配置教程。作者从私人助理定位出发，介绍了 Hermes 的核心能力：通过 /learn 学习资料生成技能、后台复盘积累经验、旧会话检索、子任务委派与审阅等。文章对比了 Hermes 与 Grok Bot 的差异，强调 Hermes 在模型自选、数据自主掌控和可迁移性上的优势。教程涵盖各平台安装与模型接入步骤、工作区目录规划、.hermes.md 资料管理约定、工具集按职责开启、Firecrawl 网页服务配置等最优设置，并预告后续将分享 5 个私人助理实用 Skill 及海外玩家的生活场景 AI 用法。
作者针对WorkBuddy工作空间因多任务混用导致的文件混乱、AI变笨、脚本难找、硬盘占满等问题，提出“一马一厩”的马厩管理法，并做成开源Skill。该Skill包含五大功能：为新工作空间建立规则与台账、新任务按“任务名+日期”建立输入/产出/草稿三格框架、任务收尾自动归档并记录经验、草稿三分法清理策略（留菜谱删草稿、压缩归档图片视频、删依赖包）、以及每季度生成垃圾清单的巡检机制（删除需人工确认且先备份）。适合多任务并行、常写文档或爱囤文件的用户，可通过GitHub提示词一键安装。
作者开源了一个Codex Skill，实现从一张角色图片自动生成游戏帧动画的完整流程：角色图 → 动作描述 → AI生成短视频 → 自动抽帧 → 角色对齐 → 输出PNG帧动画或Sprite Sheet。Skill支持有角色图或仅凭文字描述两种方式，通过SKILL.md让Codex理解整个工作流，并抽象出video_provider层以支持Seedance、Veo等不同视频模型的灵活切换。当前为V1版本，链路已跑通，未来计划优化关键帧挑选、动作循环质量判断及输出Unity/Godot等引擎格式。作者认为视频模型将改变游戏美术素材的生产方式。
作者基于自己做 AI 生产力培训课的实践经验，开源了 50 个知识管理相关 Skill，分为三个仓库：Read Buddy（阅读整理，将网页、RSS、播客、微信读书划线等转为结构化内容）、Design Buddy（设计与配图，覆盖封面、架构图、公众号排版）、Creator Buddy（创作分析，挖掘热点与竞品数据）。文章还阐述了 AI 生产力系统的理念：通过目录规则、目标计划、工具技能、记忆日志、风格画像五大模块，将文件夹体系与 Skill 结合，让 Agent 自动完成选题、写作、配图与运营分析，实现从输入到输出的完整知识工作链路。
本文介绍了如何将WorkBuddy平台上的专家（由Agent角色配置、插件清单和多个Skill技能组成的安装包）打包成zip文件，并迁移到其他Agent软件（如Codex、Hermes、OpenClaw、豆包工作、千问办公等）中安装使用。操作步骤包括：在WorkBuddy中召唤专家、关闭引用并删除默认提示词、输入打包提示词让WorkBuddy查询并打包专家文件、将zip包上传至目标Agent并安装。同时建议定期清理不常用的专家以节省token消耗。
作者分享了用AI写短篇小说并在番茄小说平台变现的三个月副业经历，合计赚取2371.97元。文章详细介绍了从账号准备、选题立项、AI辅助生成、人工修改到发布签约的完整流程，并总结了选择短篇小说的理由、内容生成方法（Skill+SOP化）、提现签约技巧及收益经验（约1万播放对应100元）。最终因收入逐月下降、平台对AI内容监管趋严、时间成本高等原因停掉项目，并总结了这类副业适合与不适合的人群。
本文系统讲解 OpenAI 桌面执行型 Agent——Codex 的使用方法。作者首先介绍 Codex 的能力边界与 Prompt→Plan→Execute→Verify 四步执行逻辑，强调人工验证的重要性。随后详解桌面 App 三栏界面结构（项目任务管理、对话控制台、Diff 审查），并说明 Local、Worktree、Cloud 三种工作区模式的适用场景与选择原则。文章还涵盖 Plan 执行计划的开启时机、沙盒权限三档控制与审批弹窗处理方法，以及 Skill、Plugin、MCP、Automation、/goal 五类扩展功能的分工。最后提出从入门到熟练的四阶段学习路径，全文包含大量排错提示、上手练习与手绘图解，帮助读者快速建立可落地的操作直觉。
作者分享了自己三个月迭代七个版本的 AI 作图 skill（wtt-nine-comic-imagegen）的完整拆解。核心观点是：拥有自己的作图 skill，起点不是从零写，而是拿大神的骨架、喂自己的翻车。文章从 skill 的来历讲起，分析其分层结构（触发词交付层、骨架变量池工程层、铁律与负面清单经验层），指出最值钱的是「不许什么」的负面约束。通过字体词失灵等实测案例，总结出品味翻译的三种形态：翻译成数字、动作和禁止。还提出锚点与变量分离、共享机制抽取等结构决策，以及比喻成败目录这一沉淀品味的方法，给出了今晚就能开工的实践路径。
作者因在 X 上发布 Markdown 长文时格式丢失、编辑器选区混乱等问题，开发了开源工具 X Article Workbench。该工具将 Markdown 生成一个离线发布工作台，标题和正文分开处理，复制后以富文本形式保留层级、加粗、引用和链接格式，无需在 X 编辑器中重新排版。工具还会按发布顺序整理图片并标记插入位置，自动识别封面图，生成完整发布材料包，且只读取本地文件、拦截危险内容。安装一次即可全局使用，可通过 Codex 等 AI 工具以 Skill 形式调用。
作者在帮家人用AI处理一批国企公文材料时，发现方正CEB格式文件无法被AI读取，而工具未明确报错，导致AI在空输入上生成了看似完整的答案。由于手动用方正阅读器导出效率极低，且GitHub上可用的转换工具稀少且缺乏维护，作者开发了一个CEB转换Skill，可将批量CEB文件转换为PDF、Markdown和纯文本，供AI继续做检索、摘要和起草。测试45份文件全部转换成功。作者提醒：给AI喂材料时应先确认文件是否真正被读取，避免格式问题导致后续分析建立在不完整输入上。
作者分享 GPT image 2.5 生图模型的使用经验与创意玩法。文章介绍了 flare 与 sunburst 两个版本模型的特点，并对比 Grok Imagine 2、Midjourney、Seedream 5.0 Pro 等生图模型的能力差异。重点分享了一套可填空复用的元提示词，通过更换风格与主题（如教师节、苏绣、中国美术片、神话）生成精美概念海报，并介绍了「职业×角色」等流行提示词技巧。最后整理了官方提示词八条原则：先说用途、只描述看得见的东西、交代人物动作、文字加引号约束、改图分清单、参考图编号、一次只改一处等，强调提示词的关键在于信息清晰、无冲突指令。
作者开发了一个可在 Claude Code 或 Codex 中使用的 Previz 独立版 Skill，用于在 AI 视频生成前对提示词进行导演台分镜预览。该工具将视频提示词整理为画幅、时长、空间陈设、人物和逐镜描述，转换成三维场景数据，并用 three.js 在浏览器中渲染成三维白模导演台，支持逐镜播放、自由环视、场记平面图、轴线与接缝检查等，不消耗图像或视频生成额度。文章详细介绍了提示词的识别拆分、缺失信息的处理规则、景别与机位换算、空间坐标组织、场景 JSON 结构、引擎预制件以及自检机制。
文章介绍了近期火爆的「监控视角视频/图片」风格，并交付一套完整的 Skill 提示词，可直接用于任何生图模型。核心思路是利用固定机位、超广角畸变、低分辨率画质、时间戳叠加等元素营造「机器一直在看」的观察感。流程为：定主体锚点、选摄像头类型、写事件道具、叠加时间戳、批量出图。支持 n=10 模式（同一主体 10 种机位）和 series=9 模式（同一摄像头连续 9 天），并详细给出主体锚点规则、摄像头类型库、事件库、画质缺陷和输出规范，附橘猫和 2B cos 两组实例效果。
本文分享了一套针对Seedance等AI视频生成工具的打斗/割草场景万能运镜手册。作者系统整理了10个机位调度公式（如起手冲刺、高速错位、命中定格等）、4种速度档位标注、景别搭配表及6个镜头语言模板，并总结出运镜口诀。文章强调一镜到底、镜头跟随动作轨迹、在命中点短暂停顿等核心原则，并建议将该手册做成Agent的Skill，方便后续直接调用。
作者提出九条原则，帮助判断 Agent Skill 是否真正有效，覆盖 Skill 生命周期三个阶段：被选中、可靠执行、经受现实检验。核心观点包括：元数据描述是触发与否的关键入口；上下文是共享预算，需渐进式加载；流程与检查点优于长篇散文；规则应解释原因以应对边缘情况；预先记录并反驳模型常见的跳过理由；确定性逻辑写成脚本代码而非依赖推理；严格限定修改范围；Skill 会随库更新和约定变化而腐化，需版本化管理；上线前必须用真实用例运行验证，从观察到的行为而非想象中调试。
作者在发布 Gongwen 公文排版 Skill 后，发现红头模式下标题几乎贴着红线、字体不对等问题。他重新对照 GB/T 9704-2012 国标，逐条核查生成器和校验器，生成18份Word和18份PDF共37页进行验证，修复了版头字段定位、红线间距、标题样式等问题，并拆分了红头的使用场景。同时坦诚说明了字体缺失、打印套打等尚未解决的问题，将新版发布到 GitHub。
作者起司开源了自制的 qisi 视频创意改编 Skill，输入爆款短视频后，Agent 可自动分析爆点、改编剧本、拆解资产与分镜，最终产出生图生视频提示词。文章重点厘清分镜与分段的区别：分镜针对剧本，分段针对生视频模型时长上限，并给出分段逻辑——分镜时长累加至模型上限即分段，遇场景变化或剧情转折立即分段。作者以三百粉丝新号爆出百万播放视频为例，说明该 Skill 可大幅降低 AI 短视频创作门槛。
文章介绍了作者开发的三个围绕 Harness 的 Skill：star-your-harness 用于从零搭建个人 Agent 工作台，通过四个问题生成目录骨架；better-your-harness 用于诊断已有文件夹，从安全隐私、上下文质量、工具装备、记忆学习五层扫描并生成 HTML 报告；view-your-harness 用于可视化展示项目文件和 Skill 调用情况。作者认为 Harness 是模型之外让模型能干活的整套结构，搭建个人 Harness 能让工作在不同 Agent 间无缝衔接。
本文是一篇面向内容创作者的保姆级教程，介绍如何在不写代码的情况下，借助 Codex 将爆火的小黑配图 Skill 改造成符合自己风格的配图系统。作者详细拆解了七个步骤：从让 Codex 分析原 Skill、复制新版本、提供个人角色与视觉规则，到正式修改、生成测试图、根据反馈迭代，最后安装使用。核心思路是保留原 Skill 成熟的工作流，替换角色、配色、提示词和检查标准，并通过“生成—反馈—修改—重测”的循环不断优化，最终形成真正适合自己的个人配图系统。
作者因网易云音乐版权缺失，用 Vibe Coding 开发了 MusicBridge 工具，实现从 QQ 音乐获取元数据、YouTube 下载音频、上传至网易云音乐网盘并自动创建歌单。文章记录了从 MVP 到功能优化（精准找歌、歌词同步、专辑下载）的过程，并改造为面向 Agent 的 Skill，通过 OpenClaw 用自然语言指令完成音乐同步，展示了 AI 辅助开发的效率。
作者南鸢分享了自研的「人像角色设定师」Skill，用于解决 GPT Image 2.5 生图时人物脸部千篇一律的问题。用户只需用自然语言描述想要的气质（如清冷、明媚、初恋感），Skill 便会将其展开为包含骨相、妆容、发型、服饰与场景的完整中文提示词，可直接用于生图。文章通过唐风妆容与初恋感两个实操案例，讲解了如何分步沟通、保留喜欢的五官、只改妆容或表情，并提供了 Skill 的下载与安装方法。
作者分享了在 AI 时代降低学习门槛的方法：一个 /eli5 Skill 和配套 Prompt 模板，可将任何学习资料生成图解 HTML 页面（Artifact）。Prompt 要求按概念依赖顺序梳理核心概念，用两格漫画卡片呈现每个概念的烦恼与解决办法，配固定角色、统一视觉风格（手绘风 SVG），并在末尾提供领域指标尺子和学习路线。作者用它来学习 AI Infra、投资等各领域内容，大幅降低理解成本。
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。
