Graph Engineering: 构建能分支、验证、恢复和停止的 Agent 指南
文章探讨了 Graph Engineering 的概念，主张通过预先设计 AI 任务的控制流图，而非单纯依赖提示词，来解决 Agent 的复杂性与错误问题。文中详细阐述了图的四个核心部分：状态、节点、边和门控，并强调围绕失败路径而非成功路径进行设计。最后通过实际研究案例，展示了如何利用图结构拆解任务、验证信息并控制成本。
全部文档 / 标签: 工作流
932 篇
开源我的博主分析skill！一键复刻大佬推文风格
文章介绍了一个名为“yh-x-tweet-analyzer”的开源Skill，旨在通过分析博主的历史推文数据，将其写作风格系统化拆解为profile、samples和生成规则。该工具不仅生成可视化报告，还输出结构化的风格画像，帮助用户深度理解爆款逻辑，从而更精准地进行内容创作和人设复刻。
用商业画布来看AI增长
文章通过商业模式画布分析AI产品增长，指出用户细分应按认知阶段划分，价值主张需转向业务结果。定价模式正从按量收费转向订阅和基于成果的定价，成本大头从算力转向人力和信任。真正的护城河在于工作流锁定和领域知识积累。
只用 Codex 原生功能，新手也能用 Graph Engineering 跑起多 Agent 工作流
本文介绍如何仅利用 Codex 的原生机制，通过一个提示词实现轻量级 Graph Engineering。作者展示了如何设置“总包”和“Worker”角色，无需编写编排代码即可实现多 Agent 协作、审核与进度管理，提供了可直接复用的最小模板。
AI 七宗罪全网最全审判指南：从入门到榨干
文章总结了 AI 在执行任务时的七大常见毛病：抢答、脑补、独断、加戏、话痨、失忆和报喜。针对每一宗罪，作者提供了具体的提示词和解决策略，旨在通过规范流程让 AI 问清需求、抓住重点、精准执行并凭据交付，最终提升工作效率。
群友总来找我优化封面工具
作者发现即使 GPT image2 很强，但可编辑、可控的封面工具仍是刚需。因此借鉴 Canva 的编辑体验，开发了开源的封面工具 Coverly。该工具支持免费使用模板、拖拽编辑，并提供在线使用和开源仓库。未来计划结合 codex 出图与 Coverly 微调的工作流。
如何用飞书文档实现云端AI知识库
本文介绍了一种利用飞书文档和官方 Lark CLI 搭建云端 AI 知识库的方案。适合习惯云端协作且拥有 Agent 工具的用户，文章详细讲解了如何通过 CLI 将飞书变为 Agent 可读取和回写的知识空间，并提供了具体的搭建步骤、工作规则及测试方法。
我用 Codex + ImageGen + HyperFrames，做了一条十分钟的漫画「人生副本」视频
作者分享了使用 Codex、ImageGen 和 HyperFrames 等工具制作十分钟漫画视频的完整工作流。重点讲解了如何保持人物一致性、语音与画面对齐、字幕语义切分、宫格与单图混合生成以及长视频渲染优化，并将这些经验固化为 Agent Skill。
我不想再“剪下一条视频”了，所以做了 TudouFlow
作者分享了将个人 AI 视频工作流产品化为 TudouFlow 的过程，旨在解决视频制作中重复决策和繁琐衔接的问题。该系统通过将内容路线数据化、实现横竖版独立布局及自动化发布流程，帮助个人创作者建立稳定的生产线。
Higgsfield + Codex/Claude MCP 全流程教程
本教程详细介绍了如何通过 Higgsfield MCP 连接 Claude 或 Codex，实现从剧本到成片的自动化视频生成流程。内容涵盖环境配置、基础操作、进阶工作流、8个真实案例解析、工具功能说明及点数管理，旨在帮助用户利用 AI Agent 高效批量产出视频内容。
如何构建AI知识库的目录结构和配套的Skills工作流
文章分享了如何构建稳定的AI知识库架构，参考了LLM Wiki与GBrain理念。详细介绍了目录结构设计，包括原始来源、笔记、原子、概念等分类，以及如何通过Skills工作流实现采集、查询、提炼和写作的全流程配合，强调先定规则再由AI执行的重要性。
三段提示词，零代码：教你在飞书搭一个 AI 思考知识库
本文介绍了如何利用三段提示词在飞书多维表格中搭建一个具备独立思考能力的 AI 知识库。该智能体能拒绝信息不足的请求，通过追问深化想法，并自动回顾旧内容。文章详细提供了创建库、配置任务指令及自动回顾的具体代码步骤，实测可用，无需编写代码。
如何构建AI知识库的目录结构和配套Skills工作流
文章详细阐述了构建AI知识库的目录结构与配套Skills工作流的方法。作者基于LLM Wiki与GBrain理念，提出了一套包含知识内容、实体和输出的目录分类体系。核心在于先定管理规则，再通过不同技能（如采集、查重、提炼、综合）分工协作，确保知识从采集到复用全流程的高效闭环。
6个“一人公司”老板的3条AI协作铁律
文章介绍了6个利用AI实现高收入的“一人公司”案例，总结出三条核心铁律：把AI当员工用而非搜索用，将流程固化成可复用的Skill，以及多Agent并行让人充当指挥官。文章详细拆解了电商、音乐制作、SaaS开发等领域的AI工具栈和工作流，强调商业认知是AI放大的前提。
我去给工会讲了一堂 AI 剪辑课
作者分享了为工会进行 AI 剪辑培训的经历，发现普通职场人对 AI Agent 的应用存在巨大认知和操作门槛。文章详细介绍了 ChatCut 结合 Codex 的工作流，分析了其将操作暴露给 Agent 及现场生成素材两大核心能力，并指出目前工具落地难、移动端适配缺失等问题，强调降低门槛比增加功能更重要。
AI 短剧生产线 DramaClaw 安装与实战教程
本文介绍了一套可自部署的 AI 短剧生产线 DramaClaw，涵盖从脚本、分镜、配音到剪辑的全流程。文章详细说明了基于 Docker 的部署方法、模型渠道配置（官方 Key 或自建网关）、核心工作流及资产库管理，旨在帮助用户构建可复用的短剧生产模板。
Graph Engineering 提高你的 AI 处理复杂任务的效率
文章介绍了 Graph Engineering（图工程）的概念，旨在解决 AI 处理复杂任务时的效率瓶颈。通过将传统的线性任务流程转化为任务关系图，利用节点和边实现多任务并行、汇总和验证。文章详细讲解了并行处理、扇出与汇合、独立验证节点以及循环设计等核心要点，并提供了适合新手的 Graph 设计模板及常见问题的解决策略。
JPW-Live-Cut 直播切片流程分享
作者分享了真实跑过的直播切片流程 Skill JPW-Live-Cut，采用 Qwen3-ASR + ForcedAligner 生成带时间码的逐字稿，进行六维评分和多步人工确认，最终通过 Remotion 渲染成片。流程强调本地处理和人工审核，支持 macOS 和 Windows。
Codex 进阶指南：作为 Multi-Agent 编排控制平面
文章深入探讨了 Codex 作为 Multi-Agent 编排控制平面的进阶用法。文章详细解析了 Codex 的对象模型、项目绑定机制以及多种执行位置。重点介绍了六种原生 Agent 拓扑结构，从单线程到混合层级团队，并阐述了如何利用子 Agent 进行上下文隔离和并行工作，以避免上下文污染。
0成本复刻价值2999元的写作专家团
文章介绍了如何利用多Agent协作系统，低成本复刻付费写作专家团功能。作者分享了搭建思路、个人风格训练方法及多轮审稿流程，帮助创作者通过AI工具实现高效、个性化的写作。
如何把一套工作流沉淀成自己的 Codex Skill：从 0 到上传 GitHub
本文详细介绍了如何将重复性的工作流转化为 Codex Skill，从理解 Skill 本质、筛选工作流、编写卡片、准备触发案例，到创建文件、编写 SKILL.md、验证测试及最终上传 GitHub 的全过程，旨在帮助用户将个人经验沉淀为可复用的系统。
AI 视频新手入门：用豆包免费跑通完整工作流
文章建议 AI 视频新手先别急着付费，而是利用豆包 AI 免费工具跑通从选题到发布的完整工作流。通过去水印插件、提示词编写和视频生成下载，帮助初学者低成本入门，重点在于测试内容流量和用户反馈。
做自媒体必装的视频Skill清单
本文拆解了从选题到发布的视频制作全流程，推荐了多款实用的AI工具。包括选题调研的Agent Reach、文案优化的Humanizer-zh、字幕配音的pyvideotrans、画面生成的Remotion及发布辅助的AiToEarn等，旨在帮助创作者利用AI提升视频生产效率。
Make Your Own AI Anime: The Easiest Workflow
本文介绍了一套使用 APOB AI 创作动漫故事的高效工作流。通过从构建角色模型、生成角色设定表，到创建视觉故事圣经，作者展示了如何将 AI 动漫创作从单次随机生成转变为可控的重复生产系统，确保角色一致性与故事连贯性。
装完 Codex 不知道干什么？这 6 个 GitHub Skills 让你做视频搞钱
文章介绍了 6 个适用于 Codex 的 GitHub Skills，涵盖动效生成、视频剪辑、批量制作、AI 生成及中文剪辑等工具，帮助用户构建自动化视频工作流以提升效率。
纳米Work实测：跨三家大模型制作宣传片
作者体验了纳米Work产品，通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点，展示了AI作为工作伙伴的巨大潜力。
看完 Jason Liu 75 分钟实战，Codex 真正好用的分界线出现了
文章深入剖析了 Jason Liu 关于 Codex 的实战 workshop，指出 AI 并发提升了效率，但也带来记忆负担。真正的分界线在于构建可持续、可审阅的工作闭环：利用长线程、文件化记忆、Heartbeat 与 Goal 机制，以及明确的权限边界，让 Agent 从单纯的工具转变为可靠的长期工作搭档。
如何构建 Opus 5 + Obsidian 自动化研究系统
文章介绍了一种结合 Opus 5 和 Obsidian 的研究系统。Opus 5 以高效性著称，适合处理大量提取和合成任务。Obsidian 作为本地永久存储，通过特定的文件夹结构和 CLAUDE.md 协议，将原始材料转化为链接的知识库。系统实现了自动化的摄入处理和周报生成，将手动阅读和整理的时间转化为思考时间。
我测试了5个声音克隆项目，最后留下了这一个
本文分享了作者在制作AI视频过程中，从使用MiniMax云端API转向本地部署IndexTTS2的实践经验。作者详细对比了两者在中英混排发音、音频格式、离线能力、声线一致性及成本等方面的优缺点，最终选择了IndexTTS2以保障视频工作流的可控性与稳定性。
如何构建能在你睡觉时运行的公司大脑
本文介绍如何超越个人知识库，构建一个“公司大脑”。通过将文件系统与 AI 智能体结合，设定文件夹作用域、定时任务和自动汇报，让智能体自动处理营销、文件归档等工作，实现无需人工干预的全自动企业级知识管理。
