效率提升100%！分享我的 AI Coding 大杀器：SDD 工作流
本文介绍了规范驱动开发（SDD）工作流，旨在解决 AI 编程中常见的“左右脑互搏”问题。作者分析了问题根源，包括上下文注意力衰减、历史决策丢失和缺乏统一规则，并提出了 SDD 的解决方案。文章详细阐述了 SDD 的核心概念、最简开发流程、规范分类与管理方法，并推荐了开源的 agents-spec Skill 工具，帮助开发者自动化规范审计和目录治理，提升 AI 编码效率。
全部文档 / 标签: ClaudeCode
904 篇
Lovart 国内版上线：设计 Agent 打通灵感收集与品牌全案制作
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例（如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌）展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件，可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考，省去下载上传的繁琐步骤。此外，Lovart 提供 100 个专业 Skill，支持一键转矢量 SVG，并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队，AI 生成成果已接近可交付水平，设计师只需把控方向与细节。
独立开发者的启动清单
文章为想成为独立开发者的人整理了一套从 0 到 1 的启动工具清单，涵盖银行卡（中银香港、汇丰、Za Bank）、域名（Cloudflare）、服务器（腾讯云、ClawCloud）、代码托管与部署（GitHub、Cloudflare）、收款（Stripe）、关键词与竞品分析（Google Keyword Planner、Ahrefs、SEMrush、SimilarWeb）、设计与素材（Figma、Canva、iconfont、namelix）、AI 编码工具（Codex、Claude Code、Nano Banana）、存储与数据库（Cloudflare R2、Supabase、Redis）以及流量分析（Google Analytics、Search Console、Clarity）。作者指出除域名和服务器外大多可免费使用，启动总成本约 30 美元，关键在于行动力。
AI 原生思维——像训练大模型一样训练自己
本文整理自宝玉在腾讯的内部分享，围绕 AI 原生思维展开两部分内容：一是 AI 产品方法论，以他自制三年的字幕翻译 App BaoCut 为案例，系统讲解找需求、判边界、最小验证、重设计与落地交付的完整过程。他提出判断 AI 需求的三问（痛点、用户、能力边界）、AI 产品的三条边界（能力、成本、价值），以及'产品三问'等实操规则；二是探讨个体如何与 AI 共同进化，提出'像训练大模型一样训练自己'，通过建立反馈循环、费曼学习法持续进化，并敢于推翻旧认知。文章还总结了让 Agent 操作擅长格式、给规范不给模板、把 App 做成 Agent 插件等设计准则，兼具产品思维与个人成长视角。
2026 Claude 注册、订阅、Claude Code 终极指南
本文是一份面向国内用户的 Claude 注册与使用保姆级教程。作者详细讲解了注册前的三大核心准备：选择静态住宅 IP、准备高权重海外邮箱（Gmail/Proton Mail）、配置指纹浏览器隔离环境；并介绍了通过 CheckCC 和终端指令进行环境检测的方法，以及注册、接码、养号防封的具体步骤。文中还涵盖 Claude Pro 会员的两条充值方案（Google Play 绑卡、支付宝代充）、Claude Code 的订阅授权与 API 授权两条使用路径、多端协同使用建议，并提醒用户警惕第三方中转站风险，强调身份自主控制、网络环境稳定、走官方流程三大原则。
How to build an AGENTS.md handbook that beats up to five vendor files
文章讨论 AI 编码代理的指令文件碎片化问题：Shopify CEO Tobi Lütke 因 Claude Code 只读 CLAUDE.md 而威胁在公司禁用该工具，认为多工具团队需在多个厂商文件间同步规则，导致分裂问题。Anthropic 回应称模型家族并非可互换，指令文件需按模型偏好编写，但同时承认维护负担并承诺支持 AGENTS.md。作者提出解决方案：先在项目根目录建立自有 AGENTS.md 手册，包含规则、命令、工作流、记忆四部分，再让各厂商文件成为薄适配器，通过引用导入。这样规则归项目所有，切换工具时无需重写整个指令层。
Your AGENTS.md is holding you back
文章探讨了随着大模型能力提升，上下文工程的策略已从补充信息转向尽量精简信息。PostHog 分享了维护 AGENTS.md/CLAUDE.md 的三种实践方法：1) 使用 Claude Code 的 /doctor 命令进行健康检查并人工审阅，删除无法说出其防止失败的冗余指令；2) 像对待代码一样测试上下文，将 agent 犯过的错误记录为 evals，通过 wizard-ci 和 pr-evaluator 自动化验证；3) 直接让 agent 在使用上下文的过程中反馈改进建议。文章强调过时或冗余的上下文会拖累 agent 表现，需要定期清理与迭代。
软件工厂拆分任务的惊人复杂性
文章探讨了构建软件工厂时最困难的问题之一：如何将人类语言描述的大型目标拆解为代理可执行的具体工作。作者梳理了五种逐步演进的方法：直接委派子代理（如 Claude Code、Codex）、可追踪任务系统（如 Gemini CLI、OpenAI Symphony）、工厂形态的工作结构（如 Warp）、结果关联的工作（如 Factory 的 Missions），以及动态工作图。作者指出，随着代理日益自主，系统本身需要围绕模型构建自己的智能来塑形、追踪和修正工作，这是软件工厂区别于普通代理框架的关键，也是当今 AI 领域最有趣创新的方向。
如何打造高级感 Landing Page（blume.codes 实战）
设计工程师 Olav 分享了 blume.codes 落地页的构建经验，阐述核心设计理念：注意力是零和的，想脱颖而出必须提升标准。文章详解四大独特元素：视差 Hero 效果（用 Codex 生成分层图像并合成滚动视差）、完全可交互的产品演示（通过 Turborepo monorepo 复用 UI 包，使落地页与 Electron 应用共享组件并自动更新）、花朵主题的旅程矢量线，以及主题切换器。作者强调 AI 编码工具（Codex、Claude Code）让高质量建站变得触手可及，并分享了借助提示词工程实现视觉效果的完整流程与迭代经验。
Agentic Engineering Setup（2000+小时经验总结）
作者基于3年超过2000小时的AI编程经验，分享其截至2026年Q3的完整Agentic Engineering工具配置。包括：界面工具（bb、cmux、Ghostty、Herdr、Corral）；模型与订阅的性价比方案（OpenCode Go、ChatGPT、Claude Code、Cursor等组合，强调订阅优于API计价）；云端Agent趋势（引用Cursor合并PR中云Agent占比从10%升至60%），并推荐自建VPS+Herdr避免生态锁定；以及语音输入提速、Pi Agent等harness工具。核心观点是追求以最少花费获得最多token，并追踪多Agent状态管理。
WorkBuddy Skill机制拆解｜从How到Why，万字干货
文章从文件层完整拆解了 WorkBuddy 的 Skill 机制，回答四个核心问题：Skill 是什么、放在哪、从哪来、怎么维护。Skill 本质是一个文件夹，核心是写给 AI 读的方法论文档 SKILL.md（开放标准 agentskills.io 规范），依赖 description 实现按需加载。技能分用户级和项目级两级作用域，换项目后技能“消失”实为作用域混淆。‘我安装的’列表是聚合视图，来源包括自建、内置插件、技能市场、外部插件和连接器五类。作者还揭示了系统提示词中要求 AI 遇到能力缺口时先搜索技能市场的产品设计，并讲解了多 Agent 目录打通与软链接同步等维护实践。
一句「帮我把文章发布到推特」：把 Markdown 变成 X 长文的全教程
作者介绍了自己整合的开源 Skill「x-article-publisher」，解决将 Markdown 文章发布为 X（推特）长文时的图片、代码块、表格同步难题。该工具支持 Claude Code、Codex、DeepSeek 等 AI 助手，通过 Playwright 驱动 Chrome，把 Markdown 内容自动填入 X 长文草稿箱，支持图片压缩、语法高亮、表格对齐和引用推文卡片。文章详细讲解了 Mac/Windows 的安装步骤、使用方法、进阶参数、平台差异及排错方案，并强调只生成草稿、发布由用户手动确认，安全且 MIT 开源。
Top AI Papers of the Week（8月24-30日）
DAIR.AI 本周精选五篇 AI 论文：1）Netflix 的 LLM Judge 生命周期管理，通过推理对齐的评分标准调优实现生产级评估，A/B 测试显著提升用户浏览转化；2）NVIDIA 的 Skill Lift，用配对运行测量 Agent Skill 的实际增益，发现结构扫描分数与质量几乎不相关；3）阿里巴巴 Scroll，以代码方式管理上下文，用事件日志与沙箱内核替代预设 schema，在长记忆基准上取得最佳成绩；4）JIT-Agent，按任务即时生成 Harness，使多个骨干模型大幅提升；5）Prime Intellect 开源长程任务 Harness，支持跨轨迹持久化历史、记忆与技能，实现可复利的自我改进。
在 Claude Code 中做设计（摆脱 AI 味）
作者分享了如何让 Claude Code 生成符合个人品牌风格的设计作品。他曾花两天与 Claude 争论字体和间距，后来发现关键在于：与其用文字描述想要的幻灯片，不如让 Claude 直接读取已有的设计参考。文章详细介绍了如何将 Figma 通过 MCP 连接到 Claude，包括创建账号、导入参考文件、复制特定 frame 的链接等步骤。作者强调，AI 工具失败的原因是没有'你的东西'可读，只要提供真实的设计参考文件或品牌规范（如色值、字体、间距），Claude 就能产出完全符合品牌风格的作品。
最新Claude 防封号与申请虚拟卡订阅全指南
作者分享了一年多未被封号的Claude账号维护经验：核心原则是订阅区、节点、账单地址、银行卡保持同一国家（新加坡）。文中详解Claude Code与桌面客户端的代理配置差异，包括settings.json环境变量设置与TUN模式兜底方案。同时推荐新加坡支付平台Starryblu（MAS持牌机构WoTransfer旗下产品），介绍其注册、身份认证、选卡、入金（推荐香港FPS转数快）、出金全流程，并说明OCBC账户实为资金托管而非银行储户。最后讲解订阅Claude的正确顺序：先切新加坡节点验证IP，用无痕窗口登录，建议先开Pro再升级Max。文章提醒注意资金托管不含存款保险等风险。
Skill 持续升级指南：让 AI 从记住方法走向自动驾驶
文章讨论 Skill 写完后的持续维护问题，指出 Skill 会随时间腐烂：重复规则、过时参数、失败补丁不断堆积。作者在 Matt Pocock 六种失效模式基础上，扩展为八项检查：过早完成、重复、沉积、蔓延、空操作、否定式引导、样本过拟合和分支串线。针对每种问题，文章给出症状、成因和修复方法，强调先给失败命名再修改，修复后做回归测试。最后提供一份十项体检清单和可直接使用的审计提示词，帮助诊断和优化正在使用的 Skill，让 AI 在正确时间稳定执行正确过程。
Hermes 残酷共学：Session 是临时状态，Bot mode 才能产生稳定生产力
文章讨论了 Agent 使用模式的演进，指出当前主流的 session 模式本质上是把 Agent 当工具使用，上下文容易膨胀导致效率下降和不可预期的行为。Hermes 的 Bot mode 通过多 profile 设计为 Agent 安排长期的身份和角色，实现身份、技能、记忆的完全隔离，多个 bot 可以在群聊中围绕同一项目协作，如开发 bot 与 review bot 相互配合纠错。相比一次性的 subagent，bot 具有稳定性和可扩展性，能融入固定工作流程。作者认为 bot 模式未来将成为多 Agent 协作的主流形态。
智能体工程模式：代码免费时代的软件工程实践
本文解读 Simon Willison 的《Agentic Engineering Patterns》，系统总结编码 Agent 时代的软件工程方法论。核心观点：当写代码边际成本趋零，工程师职责转向为 Agent 配备工具、定义问题、验证结果。文章区分了 agentic engineering 与 vibe coding，提出囤积已验证方案、用异步 Agent 清理技术债、子 Agent 保护上下文、Red/Green TDD 与证据式测试等模式，并强调提交未审查代码是最大反模式，以及通过走读和交互式解释偿还认知债。
销售团队应该接入 Claude Code 的 8 个 MCP
文章指出销售代表为发送一封个性化邮件需在 5 个平台间切换、耗时 20 分钟，工具碎片化带来巨大效率损耗。解决之道不是减少工具，而是通过 Model Context Protocol（MCP）在现有工具之上构建统一控制层，让 Claude 直接调用工具 API 执行任务。作者推荐 8 个 MCP：Apollo（客户研究与线索管理）、Findymail（邮箱查找验证）、Firecrawl（网页抓取）、Instantly（邮件序列自动化）、HeyReach（LinkedIn DM 自动化）、Gmail（邮件历史检索）、Slack（内部信息提取）、HubSpot（CRM 更新），从而实现销售流程的闭环与统一界面。
Cherry Studio 2.0.10 预发布，更新内容有点多
Cherry Studio 2.0.10 预发布版本带来大量更新：Agent 成为新用户默认主入口并优化子 Agent 流程；Mini App 正式支持沙箱化的本地应用扩展；Code Mate 新增 Hermes Dashboard 与 Antigravity CLI；修复多模型兼容性（MiniMax M3、GLM-5.3-Flash、DeepSeek V4、Kimi、Gemini、OpenAI Responses API 等）；增强诊断体系，支持自动错误扫描和带签名的诊断报告；安全性采用 Consent + Sandbox + Fail Closed 策略；并进行了系统性的 Lazy Load 前端性能优化。整体方向收敛于统一 Agent Runtime、模型兼容层与标准化 Support 基础设施。
Full Guide: How To Use Claude Design Inside Claude Code
本文详细介绍了如何将 Claude Design（Anthropic 的对话式设计工作区）与 Claude Code 结合使用的工作流。作者讲解了通过 MCP 服务器连接两者、使用 /design-sync 导入企业设计系统、结合截图与代码库提供上下文、利用 Refero Styles 等真实设计参考生成初版方案的方法。文章还涵盖如何通过聊天、行内评论或画布直接编辑进行迭代，安装或自建设计 Skill 以固化设计规则，以及建立评估与审批流程，最终实现从设计到代码实现的无缝衔接。同时指出了 beta 阶段的局限性。
How to Build an AI-Native Company: Hiring, Standards, and Cadence
作者分享了将 Single Grain 打造成 AI 原生公司的一年经验。他认为仅靠黑客马拉松、培训和工具授权不足以改变组织，真正的转变来自提高人才标准并重新定义卓越绩效。文章从三方面展开：招聘上，重视能公开演示工作、深度使用 AI（如 Claude Code、Codex）的候选人，用真实生产作品替代面试表演；标准上，要求所有员工（包括高管）在 30 天内交付可复用的 AI 工作流，并在 60 天内展现可衡量的改进，同时公司也需承诺提供权限、上下文和反馈；节奏上，通过'否定式指挥'和绿黄红风险边界消除等待，并以周、月、季度、年度的例行审查确保标准真正改变决策。
孙哥同款：从 0 到 1 搭建 AI 财务决策系统
本文介绍如何用 Claude Code 等 AI Agent 从零搭建个人财务决策系统。文章分四步：先让 AI 整理银行流水、账单等资料，看清现金、资产、负债和未来支出；再让它拆解大额支出决策，比较一次付清、分期、推迟等方案对现金流的影响；然后解释现金、资产、负债、安全线四个核心概念；最后强调安全边界——AI 只做分析，不登录网银、不转账付款。文末附上完整提示词模板，可生成财务概览、重大支出分析和每周财务摘要三个文档。
让 AI 真正懂你的工作：小白 Skill 制作指南
文章面向新手讲解如何为 Claude Code 和 Codex 制作个人 Skill，解决每天重复向 Agent 解释工作流程的问题。作者介绍 Skill 的本质是一个包含 SKILL.md 的目录，依赖渐进式披露机制；提出判断任务是否值得封装为 Skill 的三个信号（重复出现、依赖专有知识、错误成本高）；建议从成功协作会话中逆向工程提取 Skill，或先跑无 Skill 基线记录失败点再写规则；并详细分析三大坑：description 模糊导致不触发、把任务写成死板 SOP、SKILL.md 过长，给出 SKILL.md、references、scripts、assets 的合理拆分方式及三层验证与维护方法。
不会前端设计没关系会抄作业就行
文章指出程序员最缺的往往不是代码能力而是审美，提出将优秀 UI 组件当作乐高，直接交给 AI Agent 挑选并整合进项目的方法。作者推荐了 5 个 UI 组件资源网站：Beautiful UI、BeUI、Rare UI、Transitions 和 shadcn/ui，只需把链接发给 Claude Code、Codex 这类 Agent，让它们自动查找组件、获取代码、修改样式并整合进项目。核心观点是：你不需要成为设计师，只需要知道去哪里找好设计。
新概念一等奖写作 Skill 发布
作者Orange AI发布了一个写作Skill（Claude技能），其理念源自一篇获得新概念一等奖的万字爱情故事。该故事全篇无抒情无评论，仅用数字、动作和物件传递情感：如卵子三点五微克与五千万美元两吨半的对比、反复出现的指甲锉、重复十几次的'我说好'。Skill提炼的核心心法是时刻关注读者的认知与情绪状态，具体技巧包括：数字做情感的工作、物件代替心理描写、重复结构与打破、零解释信任读者、信息差结构。Skill推荐使用Opus 4.6模型，配合语音输入写作真实情感故事，已在GitHub开源（MIT协议）。
Omarchy 的 AI Agent 友好性：架构、基础设施、UX 初探
作者基于十天高强度使用经验，分析 Omarchy 作为面向 Agent 的原生桌面 OS 的架构设计。文章指出 Omarchy 通过统一 CLI（436 条命令）、可替换的多 harness Agent、随 OS 版本发布的 Skills、三层状态分层，以及 Hyprland、Quickshell、mise 的协同，构建了一个适合人类监督、随时委托和快速接管的 Agent 工作台。UX 层面通过快捷键、平铺布局、workspace 隔离和普通终端运行降低调用摩擦并提供可接管性。作者认为 Omarchy 已是成熟的 agent-ready desktop OS，但距离 agent-safe OS 还差统一 capability policy、操作审计和事务式回滚。
Things are getting weird：AI Agent 正从工具变成“同事”
作者 Robert Scoble 观察 AI Agent 领域的最新变化：Agent 正从需要提示词的聊天工具，演变为像“雇来的员工”一样持续自主工作的实体。以 15 人的公司 Anything 为例，该公司运行超过 100 个具名、有职责、有记忆和云电脑的 Agent 支撑百万用户业务。Skydive 等产品让 Agent 融入 Slack、iMessage 等日常工具，采用“窄Agent”专岗化设计，无需持续提示即可持续完成任务。作者认为行业焦点正从“哪个模型更好”转向“停止提示后它能做什么”，AI 同事模式或将成为常态。
当我从放弃 Claude Code 转向 Pi 并且搭建了自己的一套 Coding Harness 才知道什么叫做效率
作者分享了将主力 Coding Agent 从 Claude Code 切换到 Pi 并自建 Harness 三周后的体验。Pi 核心精简、缓存命中率高，且让用户能完全掌控 Agent 工作方式。作者将 Harness 分为三层：AGENTS.md 管纪律（全局与项目级规则）、Skills 管能力（tdd、code-review 等按需加载）、Packages 管控制面（重点介绍 pi-subagents 并行调度、pi-skillful 技能管理、pi-ask 歧义处理等 10 个常用包）。工作流遵循先问清、再侦察、后修改的原则，强调同一目录只留一个 writer、reviewer 可并行。作者还分享了避免堆砌 Skill 和 Package 的教训，提醒 Pi 默认最高权限无沙箱，需提防危险指令。
Matt Pocock：教全球程序员vibe coding
本文讲述 Matt Pocock 从声乐教练转型为程序员的成长历程。他无科班背景，在两节课的空隙里自学 JavaScript，接受降薪入行做开发，通过 xstate-codegen 等开源项目与 TypeScript 教学视频积累影响力，再以高价工作坊验证市场需求，最终转向 AI 编程领域，其 skills 仓库获得 23 万 star 并被 Anthropic 官方市场收录。文章提炼出他的核心方法论：抓住自己被卡住的真实问题，公开、不完美地做出作品，让更强的人参与进来，不断迭代。三次职业转向，变的是教材，不变的是教学能力与 build in public 的策略。
