Superpowers为什么在毁掉你的工作流？
本文作者作为Superpowers插件早期用户，分析了该插件中14个skill在当前前沿模型（如GPT 5.6 Sol）日益强大的背景下的适用性。作者认为，虽然每个skill本身具有合理的软件工程依据，但作为强制工作流组合使用时，会导致流程复杂化、过度设计、时间和token消耗增加，反而降低开发效率。建议开发者根据实际需求提炼使用，而非全盘套用。
全部文档 / 标签: 工作流
931 篇
From Zero to Graph Architect: A 14-Step Roadmap on Graph Engineering with Claude
本文提供了一份14步路线图，指导如何将线性多代理管道重构为高效的图结构，利用Claude Code的动态工作流实现并行处理、数据契约、运行时路由和验证。通过简历筛选示例，展示了如何定义节点和边、使用parallel()扇出、扇入合并、条件路由、独立验证器、工作树隔离和循环收敛，从而构建可扩展、可靠且可维护的代理系统。
Inside an Applied AI company
本文深入探讨了应用型AI公司的核心运作模式，以保险行业为例，阐述了从初始70%准确率到承诺98% SLA的差距如何通过工程、GTM和应用AI团队的协作来弥合。文章强调了“harness”作为产品的重要性，包括工具、集成、文件系统、编排和监管五个方面，并指出评估（evals）作为平台核心原语的关键作用。作者认为，应用型AI公司通过紧密的客户反馈循环和垂直领域的深度整合，构建了难以复制的竞争优势，而非传统的数据护城河。
我把 AI 每日简报重做成了一个 Codex Skill：安装和用法全开源
作者将AI每日简报重构为Codex Skill并开源，解决了信息入口繁琐、消息易丢失、热点与写作脱节的问题。新版通过Python负责稳定抓取与过滤，Codex负责判断与表达，支持生成带来源链接的Markdown早报，并记录跨日变化与用户反馈，自动生成周复盘。文章详细介绍了安装步骤、使用方式及未来计划，旨在将信息获取、选题和写作流程系统化。
Obsidian 别只装完就吃灰，我把从 0 到 1 搭知识库的步骤写清楚了
本文是一篇面向 Obsidian 新手的详细教程，旨在帮助用户从零开始搭建一个可用的本地知识库。文章从理解 Obsidian 的核心概念（仓库、Markdown、内部链接）入手，逐步讲解下载安装、创建仓库、建立目录结构、调整设置、创建 Home 首页、使用双向链接等关键步骤，并提供了具体的操作截图和验收方法。通过一个自媒体工作者的实例，展示了如何设计文件夹结构，最终形成一套完整的知识管理流程。
FDE：AI进入产业深水区后，一种新的职业复利
文章探讨了AI进入企业应用深水区后，FDE（Forward Deployed Engineer）这一职业的兴起与价值。随着模型能力趋同，企业部署AI的瓶颈转向数据、权限、流程等实际问题，FDE成为连接模型与业务的关键角色。文章提出个人FDE复利公式，强调问题价值、现场深度、反馈密度、抽象能力和复用范围的重要性，并详细阐述了FDE如何将隐性经验转化为系统规则、如何应对生产失败、以及如何构建职业复利。最后指出，FDE的核心在于靠近问题、承担上线责任，并将现场经验转化为可复用的能力，从而推动企业AI的落地与迭代。
开源GEO超级Skill：GEOHub
作者姚金刚开源了一个名为GEOHub的GEO超级Skill，该Skill将GEO研究、诊断和内容生产等能力整合进统一的能力注册表，并为测量与SEO提供统一入口。GEOHub包含能力注册表、路由器、工作流编排、多个Skill、统一产物协议、JSON Schema、证据账本、质量报告、CLI、测试和打包体系等组件，支持中英文GEO请求，覆盖14类GEO与SEO任务，包括品牌诊断、内容生产（如标题、科普解释、对比、榜单等）和SEO规划。该Skill基于最新国内外GEO研究数据集及54篇相关论文进行了校验和迭代，旨在为GEO服务、运营、品牌AI搜索优化、内容工程和网站优化提供支持。
20分钟学会80%的AI UGC内容创作
本文是一份实用的AI UGC内容创作指南，作者beech分享了如何在20分钟内掌握80%的AI UGC制作流程。文章强调脚本质量是核心，建议通过构建评审面板（Claude agent）来打磨脚本，然后使用Seedance 2.5等模型生成视频，最后像处理真实素材一样进行剪辑。作者还提供了具体的成本估算和操作步骤，帮助读者快速上手并建立可扩展的创作流程。
图工程：如何构建可扩展的AI Agent系统
本文介绍了“图工程（Graph Engineering）”在构建大规模AI Agent系统中的应用。传统线性工作流容易导致延迟和混乱，而图工程将工作流转化为节点、边界和状态的显式执行图。文章提出了七大核心实践：切断非必要依赖实现并行化、为节点设定明确契约、将边界视为数据契约、掌握链/菱形/路由器/受控循环四种基础图结构、合理展开合并独立任务、实现可检查的路由机制，以及在边界处部署验证节点。通过结合概率性模型判断与确定性代码控制，能有效提升Agent系统的稳定性、效率与安全性。
闲鱼AI服务从0到首单的实战指南
本文探讨了如何在闲鱼平台开启AI服务并拿下首单。作者建议新手不要盲目贩卖“AI万能”概念，而应聚焦具体的交付物（如3张门店海报），通过明码标价、规范详情页和固定工作流来降低沟通成本。文章提供了从寻找客源、利用AI工具生成内容、规范交付流程到规避版权和修改陷阱的完整实操方案，强调AI副业的核心是用清晰的边界和稳定的交付为客户提供可立刻使用的价值。
Seedance 2.5 与 LibTV：AI长视频工作流的省钱与重拍技巧
本文介绍了如何使用LibTV工作流结合Seedance 2.5模型高效制作AI长视频。随着视频时长增加，整体重跑修改的成本极高。通过将人物和场景拆分为素材资产，利用AutoLink智能引用功能，创作者能轻松管理多参考素材。LibTV的片段重拍功能允许仅针对出错的几秒镜头单独重新生成，大幅降低了试错成本。这标志着AI视频创作正从单纯的模型体验迈入精细化、高效率的工作流时代。
2026 AI 下半场，投资人该盯的三个信号
文章指出2026年AI行业正从“能力竞赛”转向“生产力竞赛”，模型本身不再是唯一重点。真正的商业价值在于工作流和收入。投资人应关注三个核心信号：一是AI应用能否真正盈利并为企业省钱；二是Agent能否深度接入企业系统并实际执行任务；三是AI能否走出数字世界，通过Physical AI（具身智能、机器人等）改造现实。此外，AI基础设施（卖铲子）及安全权限治理也是极具潜力的长期红利。
5大顶级AI编程套件盘点与搭建指南
本文盘点并测评了5个GitHub上热门的AI编程套件（如obra/superpowers、mattpocock/skills等）。这些套件通过硬编码工作流、需求文档化、强制诊断流程及工程护栏等方式，将工程规范编译成AI能理解的规则，有效解决了AI编程中的“跑偏”、需求飘移和瞎猜等问题。作者指出，开发者应基于自身习惯搭建专属的自生长AI编程套件，以大幅提升编程效率。
从0到1跑通AI短剧史诗级场面制作全流程SOP
本文详细拆解了使用AI工具（Flova Agent与Seedance2.5模型）制作玄幻大场面AI短剧的全流程。作者指出，打造高质感的史诗级画面需要摒弃抽象词汇，利用“场景图+结构化提示词+具象物理反馈”的公式。文章分享了稳定运镜与多轮对话修改的实操经验，并强调在AI时代，创作者的核心竞争力依然是独特的审美与创意。
剪映AI图文成片工具拆解
本文详细拆解了剪映AI图文成片工具的核心能力与使用方法。该工具主要用于将文案快速转化为视频初稿，通过自动识别结构、匹配素材和字幕，极大降低视频剪辑门槛并提升制作效率。文章分享了5步操作流程，列举了适用的内容类型（如知识讲解、工具教程），并结合实操案例给出二次优化建议。工具虽存在素材匹配不够精准等局限，但作为视频草稿生成器，能有效提升内容创作者的更新效率。
MiniMax H3 官方 Skills 上手指南
MiniMax H3 开源系统通过封装9个开箱即用的官方技能，将专业视频制作流程产品化。核心技能h3-prompt-writing负责将多模态需求转化为标准提示词，另外8个风格技能则覆盖极简广告、3D动画、定格科普等特定场景，拆解了导演级的工作流。实测表明，技能能大幅降低提示词编写门槛，且推荐使用云端部署，单条视频成本仅约0.6元。
Claude Code 的会话能跨窗口私聊了
Claude Code v2.1.224 版本引入了跨会话消息功能，允许不同窗口、项目和机器间的会话通过SendMessage和ListAgents工具互相通信。官方提供改动预警、答案传递和长任务进度同步三个场景。该功能仅限信息对齐，无权批准权限或修改配置。作者提出多会话协作协议，强调当存在两个及以上相互依赖的会话时才适用，并需人为制定分工、模板与冲突协调规则。
图工程：构建多智能体系统的完全指南
构建多智能体系统的核心挑战不在于提升单个智能体的能力，而在于如何协调工作流，这被称为“图工程”。文章指出，应将系统视为依赖图，区分真实依赖与虚假顺序，并引入结构化状态。同时强调要控制并行宽度以优化成本，关注关键路径以降低延迟。此外，建议在最终推理前使用代码进行确定性的数据压缩与归约，并采用非对称验证机制，从而打造高效、易调试的AI系统。
如何利用约束条件进行产品创新
当常规的产品方案受限于资源、时间等条件时，团队容易陷入思维僵局。本文提出，应将“约束”视为设计的素材而非障碍。通过改变提问方式，利用严格且可核查的约束边界来激发新方案。此外，文章探讨了如何利用AI Agent使该构思过程标准化和可重复，并推广其产品团队协作系统“AI PM OS”，以帮助团队基于自身真实业务约束产出定制化的高效方案。
用Codex搭建全自动AI视频生成流水线
作者分享了如何利用 Codex 搭建一套全自动的 AI 视频生产流水线（Skill），实现边上班边日更视频。系统并非简单拼接 API，而是通过选题分析、文案把控、分镜设计、音视频生成及任务容错等多层架构，解决了人物漂移、字幕错位和重复扣费等痛点。核心在于让 AI 具备判断、等待和刹车能力，并已沉淀为可复用的商业副业实战方案。
一套剪映短视频量产工作流
文章探讨了如何利用 Codex 实现短视频的高效量产。作者发现让 AI 从零生成视频难以保证质量，因此提出“折中方案”：人工调整好剪映模板，再让 Codex 通过 API 替换素材和字幕，实现半自动化生产。文章详细拆解了制作模板、搭建素材库、处理关键帧及实际执行的具体步骤。这种工作流适合结构固定的视频，不仅大幅提升了制作效率，还实现了全平台自动定时发布。
构图是语法，故事是语义：AI生图的双层视觉导演法（上）
文章指出当前AI生图普遍存在“好看但空洞”的问题，原因在于创作者过度追求光影等构图“语法”，却忽略了元素间关系的叙事“语义”。作者强调，要将抽象情绪转化为模型可理解的视觉动作，并在下篇探讨如何写出兼具构图与故事感的提示词。
如何使用Claude实现人生全自动化系统
作者分享了如何利用Claude构建个人与业务自动化系统，解决传统第二大脑工具需人工频繁维护的痛点。文章详细拆解了从工作流审查、设计标准化技能、搭建可视化文件夹的实操步骤。通过让AI采访并评估日常任务，用户可将视频创作、商务拓展等流程转化为Claude可复用的Skill，从而实现生活与工作的全面自动化。
Harness Engineering: 构建模型外围的系统
文章探讨了从“提示词工程”到“Harness Engineering（驾驭工程）”的范式转变。基于Lilian Weng的论文，指出AI Agent的成功不再仅依赖模型本身，而是其外围的系统（Harness）。Harness涵盖了工作流、上下文、记忆、权限和评估等运行时组件，类似于操作系统。与提供灵活性的框架不同，Harness专注于生产环境中的执行可靠性、持久状态和严格控制。文章还分析了三种设计模式及通向自我改进的优化阶梯，强调将持久状态存储于文件而非上下文中，是实现系统可靠性与自动优化的关键。
70 Ideas to Reimagine Your Product Process With AI
文章详细介绍了70种将AI融入产品管理流程的进阶实践，涵盖了从上下文管理、PRD撰写、原型设计到用户反馈与团队工作流的方方面面。作者指出，使用先进的AI工具（如Cursor、Claude和MCP）不仅能提升效率，其背后的核心逻辑在于：模块化加载上下文、预先定义成功标准、将倾听用户与产品迭代闭环、将设计决策转化为文件与测试，并像监控产品一样监控系统。
Claude循环工程：如何构建自动化Agent
本文探讨了“循环工程（Loop Engineering）”的概念，即从人工提示Agent转变为构建自动提示Agent的系统。文章追溯了其起源，并将之置于提示、上下文、测试床之上，作为自动化运行的最高层。作者详细拆解了循环系统的五个核心组件：触发器、任务、验证门、状态文件和停止条件。最后，文章介绍了Claude Code中四种循环类型及其应用场景，强调通过客观的评估器和状态持久化来实现夜间无人值守的自动化开发任务。
循环智能体的失效与图架构改造指南
作者分享了将单一的“循环”智能体重构为“图”架构的实战经验。文章指出，当生产输出的智能体同时负责自我评估时，会导致审核机制失效（橡皮图章）。为解决此问题，作者将任务拆分为研究员、作者和审核员三个独立节点，严格限制各节点对状态数据的读写权限，并引入条件路由进行质量把控。改造后，初稿通过率从45%提升至82.5%，有效提升了系统可靠性。
The End of Prompting: The Beginning of AI Loops
文章指出，单一提示词的时代正在结束，AI应用的未来在于构建可重复的“AI循环”。作者强调，不应仅将AI视为问答工具，而应设计包含上下文、执行、评估、反馈和自我迭代的自动化工作流。文章以写作和研究为例，提供了具体的循环设计提示词，倡导用英语作为编程语言来设计系统，使AI真正转变为具备自查能力的数字工作者，从而大幅提升工作效率和质量。
Loop Engineering：如何构建能自我改进的AI智能体
本文探讨了从手动提示AI向“循环工程”转变的新一代工作流。作者指出，真正的循环工程依赖于廉价的长上下文模型来控制Token成本。文章详细对比了旧的手动工作流与新的自动化循环工作流，并深入剖析了单智能体循环与舰队循环（多智能体协同）的区别。同时，强调了在实际应用中应优先采用边界清晰、易于控制的闭环。最后，拆解了构建高效循环系统的六个核心基石：自动化、工作树、技能复用、外部插件、子智能体和检查器，帮助开发者打造可自我迭代和修复的AI系统。
使用 Seedance 2.5 制作超写实 AI UGC 视频工作流
作者分享了使用 Seedance 2.5 模型制作超写实 AI UGC（用户生成内容）视频的完整工作流。该模型能生成30秒无偏移的连贯短片，有效避免了传统AI视频的虚假感。文章详细展示了两个产品推广视频的提示词构建，涵盖镜头、视听风格、人物及分镜脚本。核心步骤是先在 TikTok 等平台寻找已获成功的真实营销视频作为参考，再通过纯文本提示词生成高质量短剧视频，为产品营销提供新思路。
