Codex 终极使用教程:接入 Kimi 与 Skill 自动化指南
本文是一份针对小白的 Codex 终极使用教程。文章首先指出了 Codex 在多模态和办公场景(如生成 PPT)相较于 DeepSeek V4 的优势,详细介绍了如何通过 CC Switch 工具将性价比高且原生支持多模态的 Kimi 模型接入 Codex。此外,作者还分享了通过 Skill 功能将工作流程固化并设置定时任务的实战案例,旨在帮助用户将重复性工作自动化,极大提升职场效率。
本文是一份针对小白的 Codex 终极使用教程。文章首先指出了 Codex 在多模态和办公场景(如生成 PPT)相较于 DeepSeek V4 的优势,详细介绍了如何通过 CC Switch 工具将性价比高且原生支持多模态的 Kimi 模型接入 Codex。此外,作者还分享了通过 Skill 功能将工作流程固化并设置定时任务的实战案例,旨在帮助用户将重复性工作自动化,极大提升职场效率。
文章 curated 了 22 个高质量网站,涵盖信息源头(Twitter、Hacker News)、技术开发(GitHub、Kaggle)、学习成长(YouTube、arXiv)、深度写作(Substack)、设计灵感(Behance)、创业产品(Product Hunt)及优质中文社区(少数派、即刻)等类别。作者主张利用这些工具进行自我积累而非消耗,以此来构建认知壁垒,成为更好的自己。
这是一份面向新手的 WorkBuddy 使用指南。文章打破了常规的功能罗列方式,按照实际操作流程,详细讲解了从软件安装、路径设置、模型选择、权限理解,到任务模式选择(Ask/Plan/Craft)及结果检查的完整步骤。重点介绍了 WorkBuddy 在本地文件处理、Excel 分析、文档整理及自动化办公等场景的应用,并提供了具体的指令公式和实操建议,帮助用户安全、高效地跑通第一个 AI 办公任务。
本文是AI工程全景的中篇,深入探讨了模型训练完成后的工程化路径。首先详述了推理优化的核心手段,包括模型瘦身(量化、蒸馏、剪枝、MoE)、投机解码以及主流推理引擎(vLLM, TensorRT-LLM, SGLang)的生态格局。文章分析了成本、延迟与吞吐的“不可能三角”,并重点介绍了“测试时计算”这一范式转变,即通过在推理阶段增加计算量来动态提升模型智能。
文章详细梳理了人工智能的工程基础,回顾了从GPU游戏显卡到英伟达CUDA生态建立的历史,解析了其技术护城河。同时指出2026年硬件格局的松动,分析了谷歌TPU的回归与AWS自研芯片的崛起,展示了英伟达在推理领域面临的竞争态势。
本文是《人工智能的工程全景》系列的下篇,深入探讨了2025-2026年AI行业的竞争焦点——Agent工程层。文章从Agent定义的演变出发,区分了Workflow与Agent的本质差异,解析了ReAct架构与关键能力清单。重点介绍了Function Calling的工业化起点、MCP协议带来的工具调用标准化,以及Context Engineering与Harness Engineering在Agent系统构建中的核心地位。
本文详细介绍了从0到1制作AI短片/短剧的完整工作流,涵盖剧本大纲生成、资产物料准备、分镜脚本制作、视频生成及后期剪辑五大环节。作者分享了使用Seedance 2.0等工具保持人物场景一致性、处理打斗画面及节省积分的实操技巧,适合AI视频制作新手入门。
本文介绍了一套在 Mac 上搭建虚拟数字人的完整工作流,主要解决知识创作者不想真人露脸的需求。文章详细讲解了如何利用 VRoid Studio 创建角色、Webcam Motion Capture 进行动捕、以及通过 OBS 进行绿幕抠图和画面合成。作者提供了从动捕测试、角色建模到 OBS 录制的实操步骤,并总结了新手常遇到的坑和最佳执行顺序。
本文介绍了如何使用OpenAI的Codex客户端搭配Remotion插件实现一句话生成视频。作者展示了产品动画、电商带货、新品展示和排行榜数据四个实战案例,涵盖了自动抓取网页素材、分析产品定位、生成营销海报及自动排版等全自动化视频制作流程。
文章探讨了将视频制作转化为代码工程的“视频即代码”新范式。通过结合 Codex(负责编写和迭代代码)与 Remotion(负责 React 组件渲染视频),创作者可以实现视频的组件化、参数化和版本控制,解决高频生产中的可控性与复用难题。文章详细介绍了工作流、工具链选型、项目结构搭建以及避坑指南,强调了从单次生成向系统化生产转变的重要性。
本文深度评测了腾讯推出的 Marvis Agent,并对比了 WorkBuddy 和 CodeX。作者指出 Marvis 定位为“AI 电脑管家”,具备手机远程操控电脑(带键盘鼠标)、系统级文件自检与清理、跨 App 资料收集整理、视觉化 PPT 制作以及基于本地素材的小说续写等能力。文章强调了 Marvis 在打通手机与电脑同步干活、深度调用系统设置方面的独特优势。
本文作者使用回归的 Fable 5 模型对自己开发的“AI 视觉风格导演” Skill 进行了 V3 升级。文章展示了 Fable 5 在处理复杂、多文件工程任务上的独特优势:它不仅能发现 V2 版本中缺失的 frontmatter 等基础 Bug,还主动补齐了双引擎编译、视频模型路由和风格资产沉淀等三层关键逻辑。作者认为,Fable 5 在生产链路判断和工程品味上超越了传统模型,适合用于解决高复杂度的“硬骨头”任务。
文章讲述了西班牙 SEO 专家 Romuald Fons 的商业进阶之路。他起步于 TSA(轻量联盟站),通过 SEO 技术和细分品类选择,靠单一网站赚取 30 万欧元。随后他将实战经验转化为 YouTube 教程,构建影响力并销售课程。近期,他转向企业咨询真人秀,顺应市场变化。案例揭示了非英语市场的 SEO 蓝海机会及内容变现的三个阶段逻辑。
文章对豆包、讯飞智文、Kimi、WPS AI、Gamma等12款主流AI PPT工具进行了详细实测对比。通过统一提示词测试,文章分析了各工具在大纲生成自由度、模板丰富度、美化效果及导出功能上的差异。总结指出,日常办公首选WPS AI,追求设计感选Gamma,处理大量资料可用Kimi结合WPS AI的流程,通用AI Agent在PPT制作上整体不如专业工具。
本文指出懂税是投资者的必修课。核心在于“税务居民身份”而非国籍,它决定了全球资产的申报义务。文章解析了中国内地、香港、新加坡、美国等七个主流地区的税务判定规则及投资收益处理方式,并纠正了常见的税务误区,强调合规与提前规划的重要性。
文章介绍了5款免费的本地开源图片处理工具,包括抠图工具rembg、图片放大工具Upscayl、修图工具IOPaint、超分辨率工具Real-ESRGAN和人脸修复工具GFPGAN。这些工具功能强大且无需付费,适合电商卖家、设计师及普通用户使用。
本文是一份关于国产 Agent 产品 WorkBuddy 的详细入门教程。作者从下载安装、界面布局、核心功能(专家、技能、连接器)入手,介绍了如何利用其内置的模板和 MCP 连接器处理日常办公与代码开发任务,并展示了通过微信小程序实现远程控制的独特用法。
这是一篇面向 AI 编程爱好者的 GitHub“保姆级”教程。文章从开源概念与 Git/GitHub 区别讲起,详细涵盖账号注册、双重认证(2FA)、仓库创建、高效搜索技巧、仓库结构解析、Issue 提交流程以及本地 Git 操作。作者重点介绍了如何利用 AI 编程工具(如 Cursor)简化 Git 命令,并讲解了 Fork 与 Pull Request 的开源协作机制,最后分享了项目部署至 GitHub Pages 和 Vercel 的方法。
本文介绍如何将 Obsidian 本地 Markdown 知识库与 Codex 结合,通过编写可执行的 Skill,把第二大脑的方法论封装成系统。文章提出了五入口目录结构、Bootstrap Skill 的设计原则以及从捕获到产出的知识管理闭环,旨在让 AI 成为持续工作的知识操作员。
本文是一份关于 Claude Fable 的综合使用指南。作者详细介绍了 Fable 与此前模型的主要区别,重点讲解了 Loop Engineering(循环工程)的概念及其在实现 AI 自动化工作流中的应用。文章还深入探讨了如何利用 Fable 的 Skills 功能构建自定义技能,强调了其强大的视觉能力在数据提取、UI 审查和逆向工程等场景的潜力,并提出了模型选择的“杠铃策略”以平衡性能与成本。
本文介绍了一款名为 rico-bookmark-manager 的工具,旨在解决浏览器书签过多、难以整理的痛点。用户只需导出书签 HTML,通过 SKILL 简单指令,即可实现自动分类、死链检测及去重。此外,该工具还能利用内置的设计系统主题,一键生成个性化的本地静态导航站,确保数据的本地掌控与安全。
本文深入剖析了2026年物理AI感知层的全赛道格局,涵盖激光雷达、事件相机、太赫兹视觉等五大领域。通过Gartner曲线定位与三层护城河模型,文章揭示了“传感器前融合芯片化”等范式转移,并指出真正的投资机会在于上游材料与芯片生态,而非单纯的传感器组装。
文章介绍了作者开发的 guizang-social-card-skill 的重大更新,新增了 Live Photo 动态卡片生成与编辑功能。该功能支持将产品录屏、网页 Demo、游戏片段及生活素材转化为适配小红书或公众号的动态卡片。文章详细阐述了单视频、拼图、三连等多种模式,并分享了关于首帧检查、时长适配及 AI 素材判断等实现细节与最佳实践。
文章引用了 Nature 期刊的一项重磅研究,该研究由哈佛、斯坦福和 Meta 联合进行,分析了 Facebook 上 7220 万人的数据。研究发现,决定一个人能否打破阶层固化的核心指标是 '经济连接度(EC)',即跨阶层朋友圈的大小。如果普通孩子在富人比例高的社区长大,成年后平均收入可暴涨 20%。文章建议普通人打破社交舒适圈,通过提升自身价值(如专业技术、独特见解)去主动连接高净值人群。
文章批判了当前大学 AI 教育重理论轻实践、先筑高数门槛的弊端,认为这应像学骑车一样先上手。介绍了机器学习大神推出的免费课程 fast.ai,采用“自顶向下”教学法,首节课即通过实战让模型上线,强调产品交付能力优于学术头衔,旨在打破学术精英主义,普及实用技能。
本文介绍了使用 OBS 录制“真人出镜 + 屏幕演示”视频的完整工作流。文章涵盖了从下载安装、添加窗口采集与摄像头、图层布局调整,到使用遮罩美化人像及设置 MP4 输出的具体步骤。作者指出,相比纯录屏,真人出镜能增强课程的陪伴感与信任感,更适合 AI 及知识类内容的系统化表达。
本文实测了美团发布的基于 5 万张国产算力芯片训练的万亿参数大模型 LongCat-2.0。文章指出,该模型在预训练到大规模部署的全流程中实现了国产算力闭环,具有里程碑意义。虽然通用推理能力与顶级闭源模型仍有差距,但在 Terminal-Bench 和 SWE-bench Pro 等 Agent 与编程任务中表现强劲。作者实测了将其接入 Claude Code 和 Codex 进行工作流处理,结果显示其在长上下文处理和任务拆解上表现稳定,为开发者提供了一个可行的非国产替代方案。
本文提供了 2026 年成为 AI 工程师的 12 个月路线图。作者区分了模型研究员与 AI 工程师,强调后者更看重实战能力而非高学历。路线图涵盖 Python 基础、大模型 API 调用、RAG 系统构建、Agent 开发以及 MLOps 评估与部署。通过完成三个核心项目(RAG 应用、多 Agent 系统、带监控的上线系统),建立能胜任工作的作品集,即使没有 CS 学位也能入行。
本文分享了利用 AI 提示词在小红书实现变现的三个具体方向:定制名片、课程漫画总结及表情包定制。文章强调,提示词仅占成功因素的 10%-20%,核心竞争力在于审美、素材选择及模型运用。作者建议通过浏览 Pinterest 和 Behance 提升审美,并从评论区挖掘真实需求。适合希望利用 AI 技能进行副业变现的普通用户。
本文介绍了一种利用 Codex 和 Remotion 实现自媒体视频日更的工作流。通过将视频制作转化为可维护的代码项目,将脚本转变为结构化 JSON 数据,作者展示了如何搭建一条自动化的视频生产线,从而替代繁琐的手工剪辑,实现高质量内容的稳定产出。