我所知道的所有 Agentic Engineering 技巧
作者 Matt Van Horn 分享了他在“代理工程”（Agentic Engineering）领域的实战经验，这是一种利用 LLM 和自动化流程（如 Claude Code + Compound Engineering）来完成软件开发的新模式。核心技巧包括：立即生成计划、不要细读计划、将计划流程应用于非工程类深度工作、利用语音输入提升效率，以及通过多标签页并行处理任务。文章强调将工作重心从编码转移到规划，利用智能代理自动化执行。
全部文档 / 标签: Workflow
81 篇
一个指令，把垃圾素材做成高级 HTML 展示页吊打 PPT
本文指出直接使用 AI 根据 UI 设计稿生成 HTML 往往效果不佳，核心原因在于未能正确拆分任务。作者提出将 UI 还原分为结构、样式和资产三层，并通过 Prompt 指令将复杂的视觉资产（如插画、Logo）与代码逻辑分离。文章详细介绍了从视觉拆解、资产分离、骨架搭建、生成替换到浏览器截图对比修正的六步完整工作流，并分享了通过 Skill 自动化流程及 Codex 内置工具提升效率的技巧。
如何构建多 Agent 工作流：完全指南
本文是关于在 2026 年构建多 Agent 工作流的深度指南。文章对比了单 Agent 与多 Agent 系统的区别，详细解析了 Claude Code 的三种编排原语（子代理、团队、动态工作流）及六大核心拓扑结构（顺序流水线、协调者-工作者、并行发散、生成器-验证器、共享状态、辩论模式）。同时探讨了如何设计 Agent 间的通信、避免上下文污染以及处理系统失败模式。
如何用 Claude 和 Obsidian 构建 AI 第二大脑 (完整教程)
本文详细介绍了如何将 Claude 与 Obsidian 结合，构建一个真正可用的“第二大脑”知识库。文章对比了 Obsidian 与 Notion 等工具在 AI 集成上的优劣（基于 Markdown 文件的开放性），并提供了从建立 PARA 笔记结构、编写笔记习惯，到通过 Claude Code 或 MCP 服务器连接知识库，再到实施周报总结等 AI 工作流的完整步骤。
我的个人生活自动化 Agent 技术栈
作者详细介绍了如何利用 Codex (GPT-5.5) 构建个人 Agent 来管理邮件、WhatsApp、Telegram 等日常事务。文章强调了以 Google Drive 为单一事实来源的重要性，优先使用 API 和 CLI 以保证稳定性，并通过两个实际案例（邮件介绍、车牌更新）展示了 Agent 在跨应用工作流中的巨大效率优势。
构建2026年五层AI技术栈：Claude、Obsidian与Hermes Agent的深度集成实践
作者反对2026年依赖单一AI工具的趋势，提出了一套分层协作的AI技术栈。文章详细介绍了三个核心层：1. Claude作为推理层，利用200K上下文处理复杂任务；2. Obsidian作为记忆层，通过MCP连接为Claude提供持久化知识库；3. Hermes Agent作为本地自动化层。这种架构将单纯的对话界面转化为具备记忆、推理和执行能力的智能系统，大幅提升AI的实际杠杆率。
Agent 工作流构建：Skills + Interpreters 实践
本文介绍了“解释器技能”的概念，这是对 Agent 技能的扩展，允许在技能中包含 TypeScript 模块。Agent 可以在行为适用时导入并运行这些代码，就像执行工作流一样。这种机制结合了 SKILL.md 的指令逻辑和解释器的代码执行能力，使 Agent 能够处理更复杂的任务，如生成子代理、调用工具，并确保关键流程的确定性和可复用性。
Claude Cowork 终极掌控指南 (2026年5月版)
文章详细介绍了 Claude 的全新功能 'Cowork' —— 一个从单纯的聊天窗口演变为自主 AI 劳动力的执行引擎。作者通过 80 多小时的实战经验，讲解了 Cowork 的核心概念、正确的设置方法（如全局指令）、插件市场的生态（涵盖法律、营销等垂直领域），以及如何通过连接器（M365, Slack, Notion 等）将 Claude 无缝接入实际工作流，从而实现真正的自动化任务处理。
Builder's Guide: How to Ship your First Product using AI in 2026
本文是一份面向开发者的 AI 产品构建实战指南。作者指出，仅将 AI 作为自动补全工具在复杂项目中会失效，真正的变革在于构建一套可复用的 'Harness' 系统。文章详细介绍了如何通过 .agent 目录结构（包含 AGENTS.md、SKILLS 等）将任务规格转化为可执行的软件，涵盖从规划、实现到验证的核心循环，并提供了适用于 SaaS、MCP 服务及 iOS 应用的通用工作流模板。
迁移至 AGS 的云端开发工作流
作者分享了如何使用 AGS（Agent Git Service）替代 GitHub 作为主要开发环境的实践。通过将开发环境完全迁移至云服务器，结合 dev agent 和双驱动的交互模式，实现了无需本地依赖的高效开发工作流，并介绍了正在开发的 VAS（虚拟代理服务器）项目，旨在将该工作流整合到语音交互界面中。
Codex 新玩法：从写代码到数字同事
文章深入分析了 Codex 的最新演变，指出其定位已从单纯的代码编写工具转变为具备跨 App 协作能力的“数字同事”。作者详细探讨了 Computer Use、评论式交互、Automations 自动化任务及移动端管理等新功能，并对比了 Codex 与 Claude Code 的差异化分工。文章认为，AI 工具的竞争维度正从“代码质量”扩展到“真实工作流的完成能力”，强调透明度与可控性是未来数字同事的核心。
从裸奔到全副武装：Claude Code 10 个精选仓库
文章从海量资源中精选出 10 个最具实用价值的 Claude Code 仓库。内容涵盖多 Agent 管理工具 cc-switch、联网能力增强 web-access、官方 Skills 库及课程推荐、工作流框架 superpowers 以及代码知识图谱生成工具 graphify 等。作者详细介绍了每个工具的核心功能、适用场景及安装顺序，旨在帮助开发者从零开始构建高效的 AI 编程工作流。
10万 Star开源库 agency-agents 详解：给AI装上专家团队
文章深入解读了 GitHub 上的热门开源库 agency-agents。它并非独立的 AI 应用或平台，而是一套“AI 专家角色模板库”（Prompt 模板）。其核心价值在于将 AI 的角色标准化，通过定义前端、后端、产品经理等不同“工牌”，解决通用 AI 角色不稳定的问题。该库支持 Claude Code、Cursor 等多种工具，将 AI 从“泛泛聊天”转变为“专业干活”，是理解 Agent 工作流设计的优秀案例。
Pi Coding Agent 最全面指南（完美支持/goal）
文章是一份针对 Claude Code 用户的 Pi Coding Agent 迁移与使用指南。作者对比了 Pi 与 Claude Code 的设计理念，指出 Pi 是一个更透明、可控且高度可配置的 Agent 底座。文章详细介绍了如何配置开源模型 Ring-2.6-1T，推荐了最小可用组件栈，列出了常见的配置陷阱，并通过构建现货-永续监控台的真实案例，阐述了在 Pi 环境下实施 plan-first + skill 工作流的重要性。
利用 YouTube 最大化信息差与 AI 副业挖掘
作者指出 YouTube 是获取信息差的最佳途径，其内容干货远超国内付费课程。他通过分析海外视频（如 AI 拉片）挖掘内容营销模式和 AI 副业机会，认为这些工作流可被 Agent 化。他提及自己整理了 752 种 AI 副业玩法，并强调中文内容未来将在全球崛起。
如何用 Claude 搭建一个真正懂你的个人 AI 系统
本文介绍了如何花费约 60 分钟，通过 7 个步骤搭建一个深度定制化的 Claude 个人 AI 系统。方法涵盖设置个人偏好、建立专属项目、开启记忆功能、训练写作风格、上传知识库、连接外部工具以及设置定时任务。通过这套系统，AI 能无缝融入工作流，极大提升效率。
产品开发从灵感到落地只需这套全栈开发 Agent
本文介绍了一套基于 Claude Code 的全栈开发 Agent 工作流，旨在帮助零基础小白将碎片化想法转化为专业的开发施工蓝图。该系统通过包含产品经理、需求分析师、技术架构师等在内的六个 AI 角色协作，引导用户完成需求文档、技术架构、界面设计等五份标准文档的产出。文章详细解析了 V3 版本的更新内容、目录结构、实操指令及多模型互检的开发流程，为非技术人员提供了一套低门槛、规范化的 AI 编程解决方案。
全奖 PhD，硅谷十一年，startup 上市了。AI 来了，我失眠了。
文章讲述了作者作为拥有全奖 PhD 背景的硅谷工程师，在 AI 时代下的职业焦虑与转型。虽然曾参与上市 Startup 并拥有十余年技术积累，但面对 Claude 等 AI 工具的强大生产力，作者一度感到迷茫。随后，作者利用 AI 实现了个人生产力的飞跃，独立开发了 6 款产品，并深入探讨了 AI 对硅谷工作流、初级工程师生存空间以及职业断层的深刻影响。
GPT Image 2 与 Seedance 2 跑酷/舞蹈视频制作实操
本文介绍了一种利用 AI 工具快速制作人物动态视频的 workflow。只需两步即可在 3 分钟内生成高质量的舞蹈或跑酷视频：首先使用 GPT Image 2 生成高细节的角色参考图（包含多角度和姿势），然后将图片导入 Seedance 2，配合特定的提示词生成 cinematic 风格的视频。文中提供了详细的 Prompt 和效果展示。
The Long Becoming
本文探讨了企业如何从“AI赋能”向“AI原生”转型。作者指出，真正的价值在于从底层对产品、流程和组织进行彻底重塑。文章详细分析了AI转型过程中的五个主要瓶颈：工具采用、工程速度、产品速度、构建内部操作系统以及团队组织形式。文章强调，AI原生公司需要具备不断拆解、重组并快速迭代的能力。
如何编写工业级 Agent Skill 指南
文章深入探讨了如何编写高质量的工业级 Skill（AI 技能/工作流）。文章指出 Skill 不同于简单的 Prompt，它需要具备按需加载、限制工具边界、配置适配模型、分层管理内容（SKILL.md 与 references/scripts 分离）以及建立评估测试闭环等特性。通过遵循最小权限原则、渐进式披露和迭代验证，可以将经验固化为稳定、可维护的自动化工作流。
OnlyFans + Claude Code：4个文件实现30天$43,000的AI虚拟网红
文章详细拆解了一位21岁学生如何利用Claude Code、Flux和ElevenLabs构建AI虚拟网红“Maya”，在OnlyFans上首月获利$43,000的完整流程。核心是通过persona、voice、flux和brain四个Markdown文件管理人设、声音、视觉记忆和用户关系，实现全自动运营。文章对比了Aitana和Emily等案例，指出技术栈成熟已将构建周期从18个月缩短至4周，揭示了AI虚拟代理在变现效率上的巨大突破。
如何将 Claude Code 打造成 24/7 开发团队（完整指南）
本文是一份详细的实操指南，介绍如何超越 Claude Code 的基础聊天功能，通过配置 CLAUDE.md、构建持久化记忆库（Obsidian + claude-mem）、安装特定 Skills 以及构建 Subagents 系统，将其升级为一个能够记住上下文、遵守规范且并行工作的全天候开发团队。
利用 Claude Co-work 与 GPT Image 2 自动化 TikTok 幻灯片以实现病毒式传播
本文详细介绍了作者在 2026 年利用 Claude Co-work 和 GPT Image 2 自动化生产 TikTok 幻灯片内容的策略。文章指出，TikTok 算法目前正大力扶持幻灯片格式，因其能带来更高的互动率和停留时间。作者团队通过自动化工作流，实现了每天生产 30-50 个高质量幻灯片，涵盖了个人故事、排行榜等五种高转化格式，并利用 AI 生成脚本和图像提示词，极大地降低了制作成本并提高了产出效率。
李笑来为什么不发 X，而是在 GitHub 上火了？
文章探讨了李笑来在 GitHub 上通过大量仓库建立影响力的独特路径。区别于传统社交媒体追逐“流量”，李笑来利用 GitHub 将知识产品化、资产化，强调长期主义、内容主权及 AI 工程化。文章深入分析了“流量”与“资产”的差异，并总结了将 AI 对话沉淀为生产资料、构建个人 Agent Stack 的未来趋势。
Moxt 实测：把你的组织，折叠进一堆文件夹
本文是对 AI 产品 Moxt 的深度评测。作者指出当前 AI 工作存在“上下文散”和“格式脏”两大痛点，而 Moxt 通过构建基于本地文件系统和 Markdown 格式的工作空间有效解决了这些问题。文章详细介绍了 Moxt 的核心功能：包括基于 AGENTS.md 的个人 AI 分身、支持 Skill 自动化的工作流、以及生成可视化的 HTML 报告。作者认为 Moxt 将 AI 从单纯的对话工具转变为具备记忆和执行能力的“同事”，非常适合处理复杂的组织协作任务。
Skills For Real Engineering
本文介绍了 Matt Pocock 开源的一个包含 21 个技能的集合，该库旨在为 Claude Code 等编码代理提供一套经过实战检验的工程化工作流，而非简单的代码提示。文章详细解析了其核心的 5 个日常技能链（如 /grill-me, /to-prd, /tdd），阐述了通过编码“过程”而非“知识”、严格控制作用域及手动调用来优化 AI 行为的设计理念，并说明了如何通过 CLI 将这些技能集成到项目中，以实现从构思到架构迭代的完整开发闭环。
麦肯锡无法让你实现 AI 原生转型，Agent 可以
文章指出，大多数公司混淆了 AI 采纳与 AI 转型。传统的咨询模式（如麦肯锡）依赖小样本人工调研，无法覆盖 AI 转型所需的全部工作流程。真正的转型需要像重新设计工厂一样重新设计公司。作者提出一种新模式：利用 AI Agents 并行访谈全员以构建“运营图谱”（软件层），再结合人类专家的判断（服务层），实现持续、全域且个性化的企业变革。
如何利用 Claude Code 为 24 人构建 LinkedIn 内容自动化引擎
本文详细介绍了作者如何利用 Claude Code 构建一套包含 27 个技能的高度自动化 LinkedIn 内容生产系统。该系统分为五层架构：个性化基础层（通过语音分析锁定人设）、并行研究层（聚合多平台数据）、生产流水线（从钩子生成到自动评分）、跨平台改写层以及系统维护层。通过这套工程化流程，团队在 87 天内实现了 15.1 万美元的 MRR 增长，同时保证了每位成员内容的真实个性化与高质量。
在 Obsidian 中利用 Claude Code 构建 JARVIS 第二大脑
文章详细介绍了如何结合 Obsidian 和 Claude Code 构建一个类似 JARVIS 的智能系统。该系统通过特定的文件夹架构、Templater/Dataview 插件以及自定义的 CLAUDE.md 配置文件，实现对笔记的自动归档、灵感关联、内容大纲生成及代写，从而打造一个能够预测用户需求的自动化第二大脑与内容生产流水线。
