Agent OS 的第一课：会分工，才会用 Agent
本文指出 Agent OS 的核心并非追求万能 AI 或全自动化，而是通过合理的“工位”分工来隔离上下文、责任与风险。作者以整理浏览器标签为例，详细演示了如何将任务拆解为抓取、提炼、核查、确认四个独立工位，并强调了人工确认在防止错误落地中的关键作用。
全部文档
8980 篇
别再让 AI 硬写网页了！这 5 个设计 Skills 让页面质感直接升级
文章指出使用 AI 直接编写网页往往导致设计模板化、缺乏质感，并介绍了 5 个用于提升网页设计水平的 Skills（taste-design, web-design, emilkowalski, magicslide, Design MD Collection）。文章提供了一个完整的工作流：从确定设计规范和参考，到生成代码及 UI 抛光，帮助独立开发者消除“AI 味”，打造高保真的产品页面。
Git Worktree：AI 编程时代，被重新发现的 Git 神器
文章介绍了 Git Worktree 的功能与使用场景。通过允许一个仓库关联多个独立工作目录，Worktree 解决了开发中频繁切换分支导致的上下文丢失问题。在 AI 编程和多 Agent 协作的并行开发时代，Worktree 能有效隔离任务现场，避免互相干扰，是提升开发效率的实用工具。
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。
WorkBuddy 小红书从0到1000粉实操指南
本文是一份详尽的实操手册，旨在帮助新手利用 AI 工具 WorkBuddy 完成小红书账号的冷启动。文章提出了“先定变现、再倒推内容”的核心逻辑，并总结了一套包含七步的完整工作流：变现倒推定位、拆解低粉爆款、建立账号档案、批量生成选题、按排期发布、去除 AI 味以及数据复盘。文中提供了可直接复用的 Prompt 模板和排期表格，强调建立记忆文件和思维体系的重要性。
摸鱼神器：0基础小白5分钟玩转WorkBuddy指令教程
本文是一份详尽的 WorkBuddy 使用指令指南，包含 100 条精选提示词，覆盖任务管理、日程会议、文档处理等 10 大职场场景。文章提供了具体的指令模板，用户只需替换方括号内的内容，即可利用 AI 快速完成工作规划、会议纪要、数据分析及营销策划等任务，旨在帮助零基础用户快速上手，提升工作效率。
华为「韬定律」V2 版论文深度研究报告
本文深度解析了华为何庭波发布的「韬定律」（τ 定律）V2 版论文。V2 版本在 V1 的理论框架基础上，补充了工程落地细节、麒麟 2026 实测数据及未来产品路线图。核心思想是将芯片进步的驱动力从“晶体管几何缩微”转向“时间常数缩微”，通过逻辑折叠（3D Folding）、统一总线（Unified Bus）和光互连等技术，在不依赖先进光刻工艺的情况下实现性能代际提升。文章还分析了其战略意义及面临的产业生态挑战。
10 分钟改造 Windows 终端
本文介绍了一套适合 Windows 开发者及 Git/AI CLI 用户的终端最小化改造方案。通过安装 Windows Terminal、Starship、Nerd Font 及可选的 Cmder，在不使用 WSL 或复杂配置的情况下，快速提升命令行体验与美观度。
开源史上最强去AI味Skill-[人话.skill]
作者测试了十余个开源去AI味项目，发现通用Skill效果有限。通过拆解shuorenhua、stop-slop等项目的规则，作者总结出一套适用于中文技术文章的个性化去AI味检查清单，并指出Opus4.6是最佳搭配模型。
派往前线的工程师：FDE 为什么是 AI 落地时代最重要的职业
本文探讨了 Forward Deployed Engineer (FDE) 在 AI 时代的核心价值。文章指出 FDE 不仅是工程师，更是将企业 Know-How 转化为 AI 可执行 Context 的翻译者，是连接模型智能与现实世界的最后一公里。通过与 Cresta Head of FDE Jove 的对话，文章分析了 FDE 与外包的本质区别，讨论了“本体论”在构建企业知识模型中的作用，以及 Skills（技能）如何成为下一代软件形态。
别再乱装 Codex Skills 了，真正值得先装的是这几类
文章指出，使用 Codex Skills 不应像逛插件商店一样盲目安装，而应围绕核心工作流进行选择。作者推荐了三个安装阶段：第一阶段优先安装前端设计类（如 frontend-design）和浏览器验收类 Skill，以实现从“写页面”到“审页面”的闭环；第二阶段安装研究类（如 last30days）和内容类 Skill，用于产出高质量长文；第三阶段按需补全 Figma 和销售类 Skill。此外，作者建议通过自定义 AGENTS.md 来固化工作流程，提升 Agent 的执行稳定性。
写好一份 Spec 的实战手册
本文属于「AI 时代的编码新范式」系列，旨在解答在 AI Agent 开发中如何编写 Spec。文章首先厘清了 Spec 与 PRD、设计文档及用户故事的区别，指出 Spec 应定义软件行为而非描述需求。接着提出了 Spec 的五要素：目标、约束、边界、验收标准和技术上下文。最后倡导从三句话开始，将 Spec 视为随项目生长的活文档，以提高 Agent 开发的准确性和安全性。
别再把收藏夹当知识库了：用 Hermes 和 AutoCLI 搭建自动整理链路
针对“收藏即遗忘”的痛点，文章提出了一套本地化知识管理方案。作者建议结合 AutoCLI（采集层）、Hermes Agent（处理层）和 Obsidian（存储层），构建一条自动化流水线。通过定时抓取网页、清洗摘要并生成 Markdown，将杂乱信息转化为可检索的本地知识库，从而提升资料利用率。
实操记录：我用 WorkBuddy 跑通的第一条完整 AI 办公闭环
文章记录了作者使用 WorkBuddy 实现完整 AI 办公闭环的实战经验。详细解析了 Ask、Plan、Craft 三步执行法，以及工作空间、连接器、专家和技能的配置逻辑。对比了 Claude Code 等开发工具的差异，并分享了处理 Excel 生成周报、制作落地页及远程助理的具体案例，总结了六条使用铁律和避坑指南。
防止AI失忆：3步搭建AI记忆系统
文章指出AI对话每次从零开始的核心问题在于缺乏有效的记忆系统。作者主张区分聊天记录与有效记忆，提出建立包含身份、项目和判断三层记忆的系统。通过构建简单的目录结构（如AGENTS.md、projects.md等），并利用Codex等工具读取和维护这些文件，可以降低维护成本，让AI获得上下文理解能力，从而提供更精准、个性化的建议。
0基础小红书爆款内容方法论与真实案例
本文是小红书运营教程的中篇，重点解析如何打造爆款内容。作者提出了爆款的核心公式：点击率×停留时长×互动率，并拆解了爆款内容的底层结构（钩子、背景、核心信息、引导）。文章结合真实案例，详细介绍了情绪共鸣、结果展示、认知反差、信息差干货、身份认同这五种容易爆款的类型，并强调了在起号后期保持垂直内容的重要性。
Claude + Remotion 自媒体视频全流程制作教程
本教程介绍如何利用 Claude Code（AI 编程助手）和 Remotion（视频代码框架）自动化制作自媒体视频。用户无需编写代码，只需通过自然语言下达指令，即可完成从环境搭建、脚本生成、配音合成到最终视频渲染的全过程。文章详细解析了搭建流水线、单期制作及后期调整的提示词技巧，适合制作科普、资讯、教程等类型的短视频内容。
用颜色驱动空间：AI如何把一组色值变成真实居住场景
本文探讨了如何利用AI技术将客户模糊的颜色偏好转化为专业的空间配色方案。通过颜色库与搭配素材库的结合，系统将抽象的颜色需求拆解为可视化的材质、光影与比例关系。文章详细介绍了从颜色输入、扩展分析到空间模拟的完整工作流，强调了AI作为沟通工具在设计决策中的价值，旨在让客户更清晰地看到色彩在真实空间中的落地效果。
普通人如何成为量化交易员：路径与核心思维
本文详细拆解了普通人成为量化交易员的路径，指出该行业不看重金融背景，而是看重概率思维和数学能力。作者将学习过程分为概率、统计、线性代数、微积分优化、随机微积分五个关卡，并介绍了行业内的不同角色及面试机制，强调了理解原理和使用工具的重要性。
人工智能/机器学习数学基础与学习路径
文章详细阐述了掌握人工智能和机器学习所需的三大数学支柱：统计学与概率、线性代数以及微积分。作者不仅解释了每个领域的核心概念（如贝叶斯定理、矩阵分解和梯度优化），还强调了它们在 AI 模型（如神经网络、回归）中的实际应用。最后，作者分享了一条个性化的学习路线图，推荐了 3Blue1Brown、Coursera 课程及《统计学习导论》等优质资源，帮助读者从直观理解过渡到理论实践。
我是如何把竞品解剖变成一套可复用系统的？
本文作者提出了一套深度的竞品解剖方法论，旨在解决传统分析中只看流量状态、不挖掘因果的痛点。作者指出 Direct（直接访问）流量常被误判为品牌势能，实则多源于社交媒体的隐性回流。为此，作者建立了包含拐点量级检验、Organic 拆解（品牌词 vs SEO）、社交流量四维追踪及穿透广告库的四步分析法，帮助读者还原竞品增长的真实因果链。
万物皆可 Skill：如何基于 Codex 把任何内容变成可复用 AI 能力
文章提出了“万物皆可 Skill”的理念，指出高阶的 AI 使用方式应从临时性的提示词升级为可复用的 Skill（能力包）。文章详细阐述了 Skill 的本质（任务边界、流程、标准及失败处理）、与 Prompt 及 Workflow 的区别，并介绍了基于 Codex 构建 Skill 的标准结构、设计原则（如渐进披露）以及通过“元编程”视角实现 Skill 递归进化的方法。
OmniGet：一键搞定1800+网站下载的跨平台神器
文章介绍了一款名为 OmniGet 的开源跨平台桌面应用。该软件基于 Tauri、Rust 和 Svelte 开发，支持一键下载包括 YouTube、B站、Udemy 课程及小红书在内的 1800 多个网站内容。它集成了课程播放器、PDF 阅读器和音乐库等功能，提供全本地的 All-in-One 下载与管理体验。
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。
用 Codex 拆解 23 个头部 AI 创作者账号，总结五类爆款内容
作者利用 Codex 对腾讯 AI 影响力榜单上的 23 个创作者账号进行了结构化拆解，总结出五类爆款内容模型：降低行动成本、工具工作流串联、解释失败原因、高频办公场景及情绪破圈。文章详细介绍了如何利用 AI 将“找对标”从感性判断转化为可复用的结构化资产，并强调 Codex 在内容生产前期的筛选、清洗与架构能力。
我用 NotebookLM 重做 6 年信奥教案，效率提升 3 倍
作者分享了如何使用 Google 的 NotebookLM 将 6 年积累的散乱 C++ 信奥教案进行数字化重组。通过按主题分类上传资料，利用 AI 的语义检索和基于资料库的二次创作功能，成功将找教案时间从 30 分钟降至 3 分钟，备课效率提升 3 倍，同时保留了个人教学风格。文章详细介绍了实操流程、Prompt 模板及工具局限性。
AI 循环：Claude、GPT 和 Mira，到底什么才是真正好用的
文章对比了传统单次提示词与“AI循环”工作流的差异，深入解析了循环机制（Discover、Plan、Execute、Verify、Iterate）的核心要素与成本陷阱。作者指出重型循环工程门槛较高，进而介绍了基于 Telegram 的轻量级工具 Mira，它能通过简单的“技能”设定，在无需代码的情况下实现自动化任务执行与多平台内容创作。
如何换机恢复 Codex 工作区：项目、全局与凭据的分层备份
本文阐述了在更换电脑时，如何完整恢复 Codex 工作区。作者指出工作区包含项目仓库、全局规则和本机授权三层，不能混在一起备份。文章建议使用 GitHub 私有仓库恢复项目资产，单独备份 CodexHome 以保留跨项目技能和习惯，并强调不应迁移 Token 和 Session 等敏感凭据。最后提供了一份包含环境安装、代码克隆、重新授权和功能验证的完整恢复清单。
5分钟教你组建和 AI 共同的知识库
本文介绍了如何利用 Obsidian、Markdown、GitHub 和 AI（Codex）快速搭建一个同步的知识库。文章建议新手先不要追求复杂的 RAG 和向量数据库，而是使用 Obsidian 结合 Git 插件进行本地与云端（GitHub）的免费同步。文中还提供了小红书及网页内容剪藏插件的推荐，实现内容的快速收集与 AI 辅助整理。
从复制到创作：如何解构并掌握 AI 提示词的内核
文章通过“厨房倒盐”这一爆款 AI 视频为例，批判了单纯复制粘贴或仅做表层修改（换词填空）的学习方式。作者提出了三个学习层级，强调真正应该掌握的是“第三层”设计思维，即提炼作品背后的反差轴、叙事弧、交互与质感等不变的“DNA”。文章展示了如何将厨房案例的内核迁移至画室、实验室等新场景，从而实现真正的融会贯通与创作。
