本文作者开源了一套经过实际测试的获客内容体系，包括获客型短视频Skill和白板录屏视觉Skill。作者分享了从ToC转向B端获客的经验，详细阐述了获客型内容与流量型内容的区别，提出了九环节说服链（人群触发、痛点场景、问题代价、根因诊断、核心主张、解决机制、可信证据、适用边界、行动承接），并解释了如何将方法论封装为Skill以提升内容质量和转化效率。文章还介绍了白板录屏的制作流程，强调视觉化表达对复杂商业逻辑传播的重要性。最后，作者开源了相关代码和资源，旨在帮助更多B端从业者提升获客能力。
本文介绍了作者开源的一套 AI 数字人网球教练生产流程，涵盖从真人动作参考、数字人制作、课程编排到语音指导的完整链路。作者强调运动训练产品规模化难点在于动作库的生产成本，通过使用可灵 3.0 Motion Control 将真人动作轨迹迁移到统一数字人 Da-Yul 上，实现风格一致的动作资产，并配合语音系统完成完整课程。文章详细拆解了八个生产步骤，包括动作源选择、Character Bible 资产构建、Motion Control 操作、人工 QA、ActionLib 动作库、课程时间轴和语音编排，并分享了实际经验与失败案例。
本文分享了作者在公众号和小红书平台上的内容生产全流程经验，重点介绍了如何通过建立风格规格文档和素材库，结合Skills功能搭建从选题到发布的自动化工作流。作者强调提示词是Skills的基础，但复杂规则应放在规格文档中，并指出AI生成内容缺乏曝光的原因在于缺少真实细节，因此需要人工补充个人观点和经历。文章还开源了核心Skills代码，展示了完整的SOP流程，帮助读者从0到1搭建自己的内容创作系统。
作者逸尘分享了他花费一周时间、消耗超100亿Tokens打造的Obsidian超级助手Ailu。Ailu集成了Agent工作台（支持Codex、Claude Code及CC Switch配置）、共生记忆系统、本地预览公众号/飞书/X文章、一键上传文章到各平台等功能。文章详细介绍了Agent工作台的小巧思、记忆系统的设计、本地预览与上传功能的实现原理（包括公众号上传的服务器与Cloudflare Tunnel方案），并宣布Ailu已开源。
作者分享了自己利用 Grok 将过往发布的图片和提示词整理成生图 skill 的经验。通过收集来自 vivo 原子笔记、知识库插件、即梦和 Grok 搜索的素材，归纳出九个风格家族共47种变化，并开源了 taxue-creative-style 项目。文章详细介绍了各个风格家族的特点，以及作者对留白、文字设计、纸感等美学原则的坚持。
本文实测了 DeepSeek 开源的 Agent 框架 DeepSeek Harness（dsh），强调其“everything is a plugin”的设计理念，基于 Cordis 插件系统，可高度定制。文章介绍了四种预设模式（标准、PTC、极简、创造）的特点，并通过实际案例展示了 dsh 在代码审查、创意生成、性能对比等任务中的能力，最后探讨了模型与框架的乘法关系，推荐日常使用 v4-flash。
本文旨在解决GitHub上海量AI仓库的导航难题，为AI工程师提供一份经过验证的仓库地图。文章按实际工作流程组织，从基础原理学习（如micrograd、nanoGPT）、本地模型运行（llama.cpp、ollama、vLLM）到图工程等专业领域，逐一介绍关键仓库，并强调许可证、入门成本和贡献机会等实用信息。
本文介绍了DeepSeek Harness（简称dsh）的概念，它是一个为AI大模型提供“身体”的开源Agent框架，让模型能够执行文件读写、命令运行等实际操作。文章详细对比了Harness与DeepSeek模型、Codex、WorkBuddy的区别，并提供了使用WorkBuddy一键部署Harness的详细教程，包括安装、配置API Key、选择工作区等步骤。此外，文章还介绍了Harness的四种模式（标准、极简、PTC、创造）及其对应的玩法示例，如制作桌面宠物、整理文件夹、生成网页、定制皮肤等。最后，作者建议读者尝试Harness，并预告了后续的反馈收集。
本文介绍了一个名为 dsh-theme-plugin 的开源插件，它将中国传统色融入 DeepSeek Harness 界面，提供 98 套主题。插件基于中国画的“纸·帘·印”设计原则，通过设计令牌完整重写界面语言，而非简单换肤。文章详细阐述了设计理念、实现方式和使用步骤，展示了竹青、群青、朱红、藤黄等传统色主题的视觉效果。
本文介绍了 Andrej Karpathy 的 GitHub 上五个最具教育价值的仓库：micrograd、nanoGPT、minGPT、llm.c 和 nanochat。这些仓库以极简和清晰著称，帮助学习者从零理解神经网络、反向传播、GPT 架构、底层实现和完整的 LLM 系统。文章强调了主动学习的重要性，并提供了实践学习路径，帮助读者从基础原理到实际应用建立直觉。
作者黄小木分享了36天涨粉2万、两周赚取2200美元的经验，详细介绍了在X平台（推特）上从零开始建立个人品牌、实现变现的完整SOP。文章强调了底层逻辑是持续输出内容、建立信任网络，并给出了内容策略（破圈、立人设、变现）、账号设置建议、万粉执行路线图（故事引流、干货接住、流量话题）、以及开源AI工作流工具。最后提醒AI只是辅助，坚持和互动是关键。
本文介绍了 Z.ai 公司发布 GLM-5.3 模型的情况，该模型在网络安全任务上表现显著提升，如漏洞发现、利用分析和多步安全任务。文章强调了负责任开放的重要性，采取分阶段发布策略，并介绍了安全评估、披露流程和防御性安全措施，旨在平衡开放与安全。
本文是DeepSeek Harness的实测与入门教程。作者介绍了Harness的概念（Agent = Model + Harness），并详细演示了安装过程、四种运行模式（标准、极简、PTC、创造）以及插件系统。通过四个实战任务（分析代码仓库、开发知识讲解网站、开发3D游戏、开发全栈AI应用）展示了其强大的AI编程能力，并强调了高缓存命中率带来的低成本优势。文章最后对比了DeepSeek V4 Pro与Claude Opus 5的表现，认为前者已可对标后者。
作者 Ian 复盘了从 AI 视频围观营到万星开源 Skill 的项目历程，总结出一套五步项目流程：选择赛道、拆解对标、打磨产品、放大传播、跑通交易。核心是先选有真实需求且与自身能力匹配的方向，借助已验证的案例减少凭空想象，设计出别人能完成和使用的最小产品，再通过作品、开源、案例和社群放大传播，最终验证商业闭环。其开源项目累计获 10,004 Stars，印证了这套方法的有效性。
本文用办公室比喻，深入浅出地介绍了 DeepSeek Harness（dsh）的概念、组成、四种模式及其与 Claude Code、Codex 的区别。文章强调模型决定 Agent 的思考上限，而 Harness 决定其执行能力。dsh 作为开放实验场，允许用户自由组合模型、工具、Skills 等组件，但开源免费不等于安全，用户需注意权限控制。最后给出小白试用建议，并指出未来 Agent 竞争的关键在于模型之外的工作环境。
X（推特）宣布开源影响帖子在“为你推荐”时间线中可见性的代码，并推出标签透明度工具，帮助用户了解平台是否限制其内容触达。该工具允许用户查看账户或帖子被应用的可见性限制标签，并下载相关数据。X还邀请第三方推荐系统专家提前审查代码，以提升透明度，并计划根据反馈持续更新。
本文详细拆解了DeepSeek Harness，一个开源的Agent执行框架。作者通过本地测试验证了其文件写入、Shell执行、权限拦截和会话轨迹功能，并指出当前版本更适合Agent开发者而非普通用户。文章对比了DeepSeek Harness与WorkBuddy、Codex的差异，分析了其插件化设计、权限控制和在企业落地中的不足，最后给出了适用人群建议。
本文盘点了 WorkBuddy 技能市场中 15 个最值得安装的技能，涵盖职场办公、技术开发、内容创作三大场景。每个技能都详细说明了适用场景、安装方式和典型用法，并提供了技能管理的实用建议。作者强调技能是结构化的操作手册，能显著提升 AI 处理特定任务的效率和质量，同时提醒用户合理管理技能数量，避免上下文窗口过载。
作者开源了维护三年的AI提示语案例库，并建立了GoodCase.ai网站，旨在提供经过验证、持续迭代的案例库。文章详细介绍了对Seedance 2.0 Fast、MiniMax H3、Wan 3.0三个视频生成模型的横测过程，涵盖多素材参考生视频、文生视频、真人视频等场景，对比了各模型在动作连贯性、人脸稳定性、物理效果等方面的表现，并分享了提示语编写经验。
本文深入比较了2026年可自托管的开源AI代理记忆系统，包括Mem0、Cognee、Graphiti/Zep、Letta和Hindsight。文章强调开源与可自托管并非同义，并提出了五个评估维度：检索准确性、自托管现实、功能对等性、许可证和架构。通过公开基准测试和实际部署要求，作者揭示了各系统的真实优劣，特别指出Mem0社区最大但基准测试饱和，Graphiti擅长时间推理但需外部图数据库，Hindsight在准确性和部署简便性上领先。文章旨在帮助读者根据自身需求选择最合适的记忆层系统。
本文介绍作者如何将《纳瓦尔宝典》转化为一个可调用的个人知识系统，包括构建Markdown证据层、生成学习地图和Skill、部署到Cloudflare Pages等。作者强调摘要、RAG和模仿作者聊天的不足，提出一套从原始材料到可持续交付的完整工作流，并开源了相关代码。文章详细阐述了系统逻辑、实施步骤和实际效果，旨在帮助读者建立自己的知识资产。
作者开发了一个AI图像风格转换Skill，目前支持10+种风格模板，包括水彩画册、矢量、邮票、纪念卡等。若不指定风格，AI会根据原图自动选择最搭配的风格，例如人物旅游图倾向水彩画册，线条硬朗图倾向矢量，生活化图倾向邮票或纪念卡。作者特别喜爱圆润笔触风格。该Skill已开源，链接在评论区，适用于能出图的AI。
本文介绍了一套由五个开源仓库和Kimi K3模型组成的AI开发系统，该系统能让单个工程师实现五人的工作效率。文章详细说明了每个仓库的功能和它们如何协同工作，包括Kimi Code作为AI高级工程师、Kimi Agent SDK作为管理层、OpenAI Agents SDK用于构建多智能体工作流等。作者强调，顶级AI公司的工程师已通过此类系统实现自动化，并提供了具体的搭建方法和代码示例。
本文基于Anthropic对40万次真实编码会话的研究，揭示了高效使用AI代理的关键：人类负责规划，AI负责执行。文章指出，领域专家通过单一指令能获得更完整的任务结果，而代理的复杂任务完成能力每七个月翻倍。作者详细介绍了Anthropic开源的长期运行代理框架，包括Default-FAIL验证、独立评估器和会话间状态保存等核心设计，并对比了SWE-agent与Agentless方法，强调复杂性与任务匹配的重要性。最后，文章重新定义了工程师的角色：从编写代码转向设计代理环境、分解任务和验证结果。
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。
本文介绍了作者使用 Codex 和 Remotion 框架制作个人 IP 视频的实践。作者将脚本、分镜、视觉设计、React 代码、动画、预览、修改、渲染成片的整个流程交给 AI 和代码完成，实现了视频的程序化生产。文章详细讲解了 Remotion 的核心概念（用 React 做视频）、如何给数字人和真人添加特效、以及如何通过自然语言指导 Codex 修改代码。作者认为，视频正在变成一种可编程的内容，内容创作者应建立自己的内容系统，以提高生产效率和竞争力。
本文是插画师沐阳分享的25组爆款插画提示词合集，涵盖精致极简、庭院手绘、蓝白时尚、极简现代、复古柔焦、柔纱纯白、暗调黑红、韩系蓝白等多种风格。每个风格均配有详细提示词和示例图片，并开源了沐阳插画Skill至GitHub，方便读者直接使用。
MkAgent 是一个基于 Pi Agent 构建的通用 Agent 工具与开发基座，现已正式开源。它支持跨平台运行，提供 WebUI 与 CLI，支持 Skills 扩展、主流大模型和自定义模型，内置浏览器可操作网页，并支持会话、工具调用和 Agent 工作流。MkAgent 旨在让普通用户开箱即用，同时为开发者提供构建专用 Agent 的基础设施。它基于 Craft Agent v0.11.2 进行了大刀阔斧的改造，简化了功能，安装包体积减半，并采用 Apache 2.0 协议，支持商用和二次开发。
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。
作者开源了一款名为 guizang-sports-skill 的运动分析工具。该 Skill 可结合 Codex 或 Claude Code 等 AI Agent，深度解析骑行、跑步等运动生成的 FIT/KML 文件。它底层通过确定性分析器精准计算轨迹、爬升等数据，交由 AI 生成通俗易懂的总结与个性化训练建议。此外，它还能将运动数据结合沿途照片，自动生成极具视觉美感的 3D 路线网页报告及分享视频，充分展现了 AI 在运动健康领域的应用潜力。
