用 Codex 和 Skill 搭建自动化跨境 VOC 数据分析生产线
本文总结了十年数据分析经验，将其打包成4个 VOC Skill，利用 Codex 自动跑通从多平台评论抓取、清洗打标、统计分析到生成报告的全流程。文章详细介绍了如何通过构建多级标签体系将文本转化为可计算的指标，并分享了数据抓取、AI 打标抽查、Python 统计防错等实操技巧。该方法有效解决了 VOC 分析难以复用的痛点，可广泛应用于各类非结构化文本的处理与业务决策。
全部文档 / 标签: Python
101 篇
打造月入4.5万美元的编程YouTube频道实战指南
本文摒弃了夸大其词的流量神话，务实地拆解了如何利用Claude、Python和AI剪辑工具，将编程类YouTube频道打造成月入4.5万美元的系统。作者详细介绍了三大系统层级与五个标准化阶段：从内容规划、自动化生产到销售漏斗的建立。文章强调，工具仅能消除重复劳动，真正的变现前提是积累百万级月播放量和有效受众。最后结合六种收入来源，真实还原了高收益频道背后的数据逻辑与运营本质。
12个月成为AI工程师的路径
本文介绍了如何在12个月内通过六个阶段的学习和实践，成为一名AI工程师。重点是掌握Python编程、模型API使用、构建RAG系统、开发Agent、评估和部署能力。强调通过实际项目作品集而非学历来证明能力。
Auto Quant V2 教程 | 让 Codex/Kimi/DeepSeek 做量化
Auto Quant V2 发布，旨在将通用 Coding Agent 转换为全自动推进量化研究的 Quant Agent。它不绑定特定模型，通过 Harness 架构为 AI 提供长期工作的量化研究环境，支持自我进化，解决了 AI 编写代码但难以持续追踪量化研究的问题。
微软开源AI课程：12周24节课从零开始学AI
微软官方开源一套12周24节课的AI入门课程，涵盖从符号AI到深度学习、计算机视觉、多智能体系统等内容。无需TensorFlow或PyTorch基础，适合系统学习和教学使用，支持50多种语言，包括简体中文。
学 Python 练 SQL 做作品集：6 个免费真实数据源推荐
文章指出学习 Python 和 SQL 时缺乏真实数据是常见痛点，推荐了 6 个免费数据源，包括 Kaggle、Hugging Face、Our World in Data 等，涵盖机器学习、经济统计等领域，帮助用户完成分析作品集。
手搓开源GEO平台GeoLook实战经验分享
文章介绍了一款开源的GEO（生成式引擎优化）平台GeoLook，涵盖从分析到落地的全链路流程。作者分享了采样纪律、多引擎接入、引用数据反直觉发现（官网引用率低）、内容优化策略及工程决策等实战经验，旨在解决品牌在AI搜索中的可见性问题。
I got tired of being a human AGENTS.md
作者受够了每次与编码代理沟通时重复上下文，因此开发了AsterMem，一个本地运行的内存服务器。它将记忆存储为Markdown文件，支持离线运行，并自动提炼用户画像供代理读取。用户可完全控制和编辑记忆，避免黑盒问题。
将微信公众号转为RSS的工具WeRSS
WeRSS是一个用Python和FastAPI编写的工具，能将微信公众号文章转换为RSS订阅源。它支持定时抓取、导出Markdown/PDF、过滤推广内容，帮助用户统一管理信息源，避免依赖微信App。
从零构建邮件AI助手实战指南
介绍了LangChain官方开源的Agents From Scratch教程，手把手教开发者从零构建能处理邮件的AI助手。教程涵盖基础搭建、评估体系、记忆机制四个阶段，提供完整代码和测试方案，适合初学者快速上手。
闲鱼自动化！WorkBuddy 帮你卖货赚钱
文章介绍如何利用 WorkBuddy 结合开源项目 XianyuAutoAgent 实现闲鱼电商全自动化。通过 WorkBuddy 管理初始化、选品、文案生成、规则配置及测试复盘，用户只需简单的三步操作即可构建自动客服与运营系统，有效解决漏单和库存管理问题。
百度网盘 + 闲鱼 MCP 一键发布实战指南
本文介绍了如何通过 MCP 协议将百度网盘与闲鱼连接，利用 AI Agent 自动化完成从网盘选取资料、生成文案到闲鱼发布商品的流程。文章详细讲解了环境配置、接口接入及常见坑点，帮助读者建立自动变现系统。
Kimi K3 + Blender MCP: 可视化构建与修复3D场景
本文介绍了 Kimi K3 结合 Blender MCP 的工作流，它不仅生成3D资产，还能通过Python代码操作真实项目。AI能构建场景、检查渲染图并自主修复错误，将繁琐的准备工作自动化，让艺术家专注于视觉打磨。
Codex 对话没丢，只是被 model_provider 藏起来了：我vibe coding 了一个迁移工具
作者因 Codex 更新导致会话丢失，利用 AI 编程开发了一个迁移工具。文章分享了 AI 编程的分阶段执行方法，强调了备份、预览、数据校验和回滚等工程约束的重要性。作者认为 AI 编程的核心在于将模糊需求转化为可验证的工程流程，并提供了工具的开源链接和详细使用步骤。
GPT-5.6 + blender MCP: describe the thing, the model builds it and fixes itself
本文探讨了 GPT-5.6 结合 Blender MCP 的应用，模型能根据描述自动构建 3D 场景并通过渲染自我修正。该工具不仅降低了 Blender 的使用门槛，还拓展了产品可视化、建筑场景和 3D 打印等应用领域。尽管模型能快速完成初步构建，但在精度、有机复杂度和动画细节上仍需人工干预。
从 CoT 到 ReAct：用 Python 搭建 LLM Agent 实战指南
本文通过 Python 演示了如何搭建一个具备规划、工具调用、验证和复盘能力的完整 LLM Agent。教程详细拆解了 Plan-and-Solve、ReAct、Verification、Self-Refine 和 Reflexion 五个核心模块，强调了结构化数据控制流程的重要性，并提供了工程落地的具体代码实现与原则。
用4300行代码复现Claude Code核心架构
本文介绍了一个项目，用4300行代码复现Claude Code的核心架构，包括Agent Loop、工具系统、并行执行等。提供分步教程，适合动手实践，帮助理解coding agent的工作原理。
How to Become an LLM Engineer
本文是2026年成为LLM工程师的实用指南，涵盖核心技能（RAG、Agents、生产部署）、学习路线、推荐工具及项目构建建议，帮助读者系统掌握大模型应用开发与工程化能力。
自媒体“爆款竞品拆解”—WorkBuddy全自动 B 站行业研究工作流教程
文章介绍了一套基于 WorkBuddy 的全自动 B 站竞品拆解流水线。通过集成 Node.js、Python、B 站搜索技能及 NotebookLM，将原本耗时 2 小时的手动拆解工作缩短至 5 分钟。该系统能自动生成包含爆款文案公式、弹幕情绪分析及内容盲区的深度报告，极大提升了自媒体选题与研究效率。
如何在6个月内成为代理AI工程师
本文提供了一个为期6个月的12阶段AI工程师学习路线图。文章首先阐述了代理工程师的核心是构建能自主决策的系统，而非编写固定逻辑。前两个阶段重点介绍了Python异步编程的基础（解决API调用阻塞问题）和LLM的基本原理（如上下文限制、成本控制和模型路由）。随后详细讲解了工具调用与结构化输出的实现方法，强调使用Pydantic验证数据及构建可恢复的Agent循环。
RAG 像素级拆解实战：索引、混合检索与评测体系
本文通过 Notebook 实战项目，对 RAG 系统的索引与检索过程进行了深度解析。内容涵盖文档切分（Chunking）、SQLite FTS5 倒排索引、BM25 关键词检索、向量 Embedding 语义检索，以及基于 RRF 的混合检索召回策略。此外，文章还介绍了如何构建评测集来验证检索效果，提供了完整的代码与数据结构示例，旨在帮助开发者理解 RAG 底层运作原理与工程实践细节。
量化交易避坑指南：开源项目揭示的8大血泪陷阱
基于对1438个GitHub量化开源项目的深度分析，本文揭示了量化交易中最致命的八大陷阱：包括过拟合、前视偏差、零滑点假设、幸存者偏差等。文章通过真实案例拆解了回测与实盘断层的原因，指出70%的开源项目代码质量不达标，且鲜有项目防范核心风险。文末附带了30项上线前的严审检查清单与黄金法则，强调风控前置、样本外验证及对开源代码的理性批判，警示入门者敬畏风险，避免将“玩具代码”投入真金白银的实战。
Crawl4AI：7万星开源神器把网页秒变LLM能吃的干净Markdown
文章介绍了一款名为 Crawl4AI 的开源爬虫工具，GitHub 星标超 7 万。该工具专为 RAG 和 Agent 设计，能将网页快速转换为干净的结构化 Markdown 数据。其特点包括零 API Key、异步浏览器池、智能去噪、支持 CLI/Docker 部署以及强大的反爬策略，被视为构建 LLM 数据管道的利器。
如何在 2026 年成为AI工程师
文章指出 2026 年 AI 工程师的门槛已变，不再看重学历，而是看重作品集与交付能力。作者拆解了 AI 工程师的三个核心能力：软件工程、LLM 使用及产品思维，并规划了一份为期 12 个月的六阶段实战路线图，涵盖 Python 基础、LLM API、RAG、Agent 系统开发、评估部署及求职准备。
用 FastAPI + pgvector 跑通最小可运行私有知识库
本文是一份实战教程，指导读者从零搭建一套最小可运行的 RAG（检索增强生成）私有知识库。技术栈采用 FastAPI 作为接口框架，PostgreSQL 配合 pgvector 扩展进行向量存储，并调用通义千问（Qwen）模型与 Embedding 服务。文章详细讲解了项目结构、依赖配置、数据库模型定义以及文档入库的完整代码实现，旨在构建一个可落地的工程底座。
私有知识库实战：查询改写、混合检索与重排优化 RAG
本文是私有知识库构建系列的第 3 篇，旨在解决基础 RAG 系统在短问题召回、关键词匹配及结果排序上的缺陷。作者详细介绍了通过 LLM 进行查询改写以补全上下文，利用 PostgreSQL 结合 Jieba 实现混合检索（向量+BM25），以及使用 RRF 算法融合检索结果，从而显著提升知识库的日常可用性。
国外名校量化金融免费公开课完整指南（2026最新版）
本文是一份2026年最新的量化金融免费学习资源指南。作者整理了来自MIT、Columbia、Stanford等顶尖名校的公开课资源，涵盖了数学基础、金融工程、风险管理和机器学习等核心领域。文章详细列出了完全免费的OpenCourseWare课程、免费旁听的MOOC、大数据资源以及WorldQuant University的免费硕士项目，并规划了从基础到进阶的实用学习路径，建议配合Python项目进行实战练习。
不进 Jane Street 也能玩量化：用 AI + 免费开源工具搭交易系统
文章指出量化交易的门槛已从昂贵的数据和工具降至零，通过 OpenBB 获取数据、Qlib 进行研究、backtesting.py 进行回测等免费开源工具，普通人可搭建完整交易系统。文章强调量化本质是寻找统计规律而非预测，并需严格执行风控纪律，AI 可辅助研究和编程，但不可直接下达交易指令。
2026年AI工程师全攻略（无CS学位）
本文阐述了在2026年如何无需计算机学位成为一名AI工程师。文章指出，当前的招聘市场更看重实际构建能力而非学历背景，并明确区分了AI工程师（系统集成与落地）与机器学习研究员（模型训练）的区别。作者提供了一套完整的学习路径（技术栈），包括Python、SQL、API集成、向量搜索、RAG及Agent框架等，并建议通过构建RAG应用、工具使用Agent及全栈部署产品这三个具体项目来证明能力，从而获得工作机会。
Codex自动化剪辑从0到1：开源抖音5W+收益剪辑工作流
本文详细介绍了基于Codex的自动化视频剪辑工作流，作者通过拆解参考视频、视觉匹配素材、自动生成配音与字幕，最终输出剪映草稿。该流程主要适用于电商带货和营销混剪，能将视频剪辑效率提升五倍，实现日产30条视频。文章提供了完整的环境配置、文件结构、核心提示词及AGENTS.md配置模板，帮助读者复现这一自动化技术。
