卡兹克风格创作 Skill 开源：构建你的 AI 辅助创作体系
作者开源了其三年公众号创作经验蒸馏而成的 Skill，并分享了构建与迭代创作 Skill 的四层自检体系（硬性规则、风格一致性、内容质量、活人感）。文章强调 AI 无法替代人类的核心判断与情感，如凌晨找灵感、亲自体验评测等。作者主张 AI 应作为辅助工具加速产出，而非替代创作，鼓励创作者基于此构建属于自己的独特风格。
全部文档 / 标签: Claude
836 篇
这个Agent能拆竞品、写脚本、盯数据，短视频操盘手强到离谱
本文介绍了一款专为短视频创作者设计的AI Agent（短视频内容超级操盘手），旨在解决选题焦虑、竞品拆解难、产出效率低及内容规划混乱等痛点。该Agent基于‘拆框架、换变量、批量出’的核心方法论，支持竞品文案深度拆解、个性化脚本生成、内容日历规划以及多维度数据诊断，帮助创作者实现系统化、高效率的短视频运营。
我用半年踩坑验证了 Harness Engineering 的三个维度
作者 Leo 结合半年使用 Claude Code 的实战经验，验证了 OpenAI、Cursor 和 Anthropic 提出的 Harness Engineering 三个核心维度：交互维度（通过 CLAUDE.md 传递知识）、空间维度（利用 worktree 隔离防止 Agent 并行冲突）和时间维度（应对长 session 中的上下文退化）。文章总结了个人构建 AI 工作流的落地经验。
Codepilot 保姆级入门攻略：安装、配置与功能全解析
本文介绍了开源 Agent 客户端 Codepilot 的保姆级入门攻略。文章详细讲解了软件在 Mac、Windows、Linux 平台的安装过程，以及如何配置国产模型（如智谱）、Anthropic 三方 API、Claude Code、OpenAI 和 Ollama 本地模型等服务商。此外，还涵盖了项目制聊天、Skills 与 MCP 插件安装、CLI 工具管理等特色功能的使用方法。
Cerul：给 Agent 一双懂视频的眼睛
作者发布了视频搜索工具 Cerul，旨在填补 AI 看不见视频内容的盲区。不同于传统工具仅匹配字幕，Cerul 能索引画面、语音和文字语义。受 Tavily 收购启发，作者定位其为 Agent 的视觉能力提供者，支持 Claude Code 等多种 Agent 快速检索视频片段并生成带时间戳的调研报告。
The Context Engineering Playbook: 15 Copy-Paste Templates That Make Any AI 10x Smarter
文章提出了“上下文工程”的概念，认为它比单纯的提示词工程更能决定 AI 的输出质量。作者将 LLM 比作 CPU，将上下文窗口比作 RAM，而用户则是操作系统。文章提供了 15 个可直接复制粘贴的实用模板，分为身份设定、任务指令和上下文控制三个部分，旨在帮助用户通过预设背景、品牌语调和工作规则，无需代码即可显著提升 ChatGPT、Claude 等模型的输出质量。
Claude Code 架构深度解析：构建生产级 AI 代理框架的最佳实践
本文深入剖析了 Anthropic 的 Claude Code 源代码，揭示了构建生产级 AI 代理框架的核心架构设计。文章指出，真正的代理框架不仅是模型和上下文，更包含了基础设施、多租户和权限控制。关键设计亮点包括：使用异步生成器而非 while 循环来实现可取消、可组合的代理核心；通过并发分类实现工具执行的速度与安全平衡；四级 CLAUDE.md 层级结构实现企业级策略管理；以及系统提示缓存优化、多级上下文压缩策略和精细化的错误恢复机制。
我的首席 SEO 官：克劳德·科沃克
文章详细介绍了作者如何在 Claude Cowork 内部构建了一个包含 20 个部分的提示系统，将其转变为全能的“首席 SEO 官”。该系统通过加载业务背景和授权访问 SEO 工具，能够自动审核 Google 表现、分析竞争对手漏洞、优化商家资料及生成评论策略。文章展示了 GBP 类别审核、属性审计及竞品分析等具体提示，揭示了如何利用 AI 实现高效的本地 SEO 优化。
我的首席 SEO 官：如何利用 Claude Cowork 构建自动化审核系统
作者详细介绍了如何将 Claude Cowork 打造成首席 SEO 官。通过构建一个 20 部分的提示系统，在 Claude 中预加载企业背景、竞争对手数据及 Google 商家资料，实现对 Google 表现的全面审核和竞争对手漏洞分析。文章重点分享了建立上下文背景和授权 Claude 访问 SEO 工具的具体提示词与方法，将原本需要数小时的分析工作缩短至几分钟，并提供了按优先级排序的执行计划。
利用AI设计理想UI界面的实操工作流
本文介绍了利用 Claude、Gemini、Stitch 等 AI 工具打造符合审美要求的 UI 界面的实操 SOP。文章以开发一款类似灵动岛的提醒工具为例，详细演示了如何编写产品文档、生成设计提示词、利用 Stitch 生成界面以及导出代码。针对 Web 端难以还原 macOS 毛玻璃质感的问题，作者提出了一种“设计参考集 + Claude Code + SwiftUI”的更优解，直接通过 AI 实现高质量的前端还原。
Anthropic 课程推荐：免费但含金量爆表
作者分享了完成 Anthropic 16 门免费课程的学习体验。课程涵盖基础入门到 Claude API、MCP、Bedrock 等高阶技术，内容质量极高，源自 AWS 和德勤的同款培训。作者重点推荐了其中的“AI Fluency”思维框架（4D Framework）和技术细节（如 Contextual Retrieval），认为该课程能帮助学习者将碎片化的 AI 知识系统化。
从零基础到生产环境掌握人工智能代理——完整指南
这是一份关于构建生产级 AI 智能体的完整指南。文章详细阐述了智能体与聊天机器人的本质区别，涵盖了从工具设计、系统提示词、多智能体编排到生产环境部署、测试评估的全流程。重点介绍了如何利用 API 构建可靠的智能体循环，并指出了初学者常犯的错误及生产环境下的监控与成本控制策略。
今天，我决定把「卡兹克风格创作.skill」开源了
作者宣布开源自己长期使用的内容创作 Skill，并详细阐述了该 Skill 的构建方法、四层自检体系以及迭代流程。文章强调，AI 辅助创作应作为工具加速生产，而非直接生成全文，核心价值在于人类的判断、灵感与情感表达。
搞懂缓存机制，从Gemma4到Claude Code省80%Token
文章通过本地 Gemma4 实验发现大模型对话中存在 100 倍加速的现象，深入剖析了 Transformer 的 KV 缓存原理，并逆向分析了 Claude Code 的精密缓存工程。文章解释了为何连续对话比频繁开启新 Session 更省钱，指出破坏缓存的关键行为（如切换模型、修改 System Prompt），并提供了保护缓存以节省 80% Token 的具体使用姿势。
YouTube爆款故事Shorts制作全指南（AI 2.0工作流）
文章介绍了一套利用 Seedance 2.0、GAS 和 Claude 等最新 AI 工具制作 YouTube 纪实故事视频的“2.0 版本”工作流。该方法摆脱了传统的素材拼接，通过 15 秒连贯长镜头生成和爆款公式拆解，实现高完播率和全网传播。文章详细拆解了从选题调研、脚本撰写、画面生成到剪辑变现的九大步骤。
如何将 Obsidian 打造成 Claude 的第二个大脑
文章介绍了将 Obsidian 与 Claude 结合，构建“第二大脑”的完整指南。核心在于通过简单的四个文件夹结构（收件箱、笔记、项目、归档）和必要的插件来组织知识。关键在于建立每日捕捉的习惯，并利用 Claude 的上下文理解能力辅助思考、连接知识点及优化写作。
Karpathy 的 LLM Wiki：为何爆火与深度解析
文章深入分析了 Andrej Karpathy 提出的“LLM Knowledge Bases”概念。Karpathy 批评了当前 RAG 模式缺乏知识积累的痛点，提出由 LLM 维护的一组持久化 Markdown Wiki 作为替代方案。文章拆解了该方案的“原始资料、Wiki层、规则层”三层架构，以及“摄入、查询、健康检查”的操作模式。作者结合 EverMind Memory 的产品视角，探讨了这一模式从单次交互向积累能力转变的行业趋势，以及“Idea File”作为新知识传播单位的潜力。
Karpathy 最新分享：用 LLM 搭建个人知识库，告别 RAG 的低效循环
文章介绍了 Karpathy 提出的 LLM Wiki 方法，旨在解决传统 RAG 检索缺乏知识沉淀的问题。作者详细演示了如何在 Obsidian 中落地该方案，包括使用插件采集素材、配置图片本地化、利用图谱视图发现盲区、结合 Dataview 生成报表、使用 Marp 制作幻灯片，以及通过 Git 进行版本管理。核心思想是让 AI 承担繁琐的整理与维护工作，人类专注于思考与决策，从而构建持久增殖的个人知识库。
有人把同事蒸馏成了 AI —— 聊聊 Agent 人格化这件疯狂的事
文章探讨了 2026 年 AI Agent 领域的最新趋势：将真人“蒸馏”成具备人格的 AI。通过 CLAUDE.md（规则）、SKILL.md（能力）和 SOUL.md（人格）的三次跃迁，人们现在可以通过个人聊天记录和作品生成“数字分身”。文章分析了 OpenClaw 和 SoulSpec 标准的兴起，探讨了从 Prompt Engineering 到 Identity Engineering 的演变，同时也引发了关于数字分身所有权和伦理的思考。
把同事作为Skill
文章由GitHub项目“同事.skill”切入，探讨了利用AI将离职同事的聊天记录和文档蒸馏成数字技能的赛博朋克现象。作者分析了其背后的技术架构（Work Skill与Persona双层设计），以及由此引发的职场焦虑。核心观点指出，重复性工作终将被自动化，但人的迭代能力和面对未知时的直觉无法被代码定义。作者主张“主动蒸馏自己”，将重复流程交给AI，从而让自己专注于创造与进化，在数字时代构建不可替代的护城河。
25个实用AI智能体与自动化项目清单：从入门到进阶
本文基于测试300+ AI项目的经验，筛选出25个具有实际价值的AI构建项目。项目按初级、中级和高级（Agent）分类，涵盖个人写作编辑、会议记录处理、文档分析CLI、智能研究Agent及多智能体辩论系统等，旨在帮助开发者在周末通过实战掌握提示词工程、API集成及自主智能体开发等核心技能。
90%用AI和100%用AI差了10倍：Every CEO分享的复合工程法
Every CEO Dan Shipper 分享了如何通过 100% 采用 AI 编码实现单人开发生产级应用的实践。文章提出了“Compounding Engineering”方法论，通过 Plan、Delegate、Assess 和 Codify 四步循环，将隐性知识固化为 Prompt 库，实现了代码复用零成本和跨技术栈高效协作。
如何构建你的第二大脑：基于 AI 的极简知识库系统
受 Andrej Karpathy 启发，文章介绍了一种无需复杂软件、仅依赖文件夹和文本文件的 AI 个人知识库构建方法。通过 raw/、wiki/ 和 outputs/ 三层结构，结合 agent-browser 自动抓取工具和 Claude Code 等编程助手，用户可以将杂乱素材转化为结构化的个人维基。系统强调“复利”维护，主张用简单的模式文件替代花哨的工具，让 AI 自动整理、总结和关联信息，从而实现高效的知识管理。
10万开发者调查证实AI写的代码大部分是垃圾，这个Harness Engineering方法论把产出质量拉高了3倍
本文介绍了 HumanLayer 创始人 Dex Horthy 提出的“Harness Engineering”方法论，旨在解决 AI 编码 Agent 在复杂代码库中产出质量差的问题。核心观点包括：上下文窗口管理是关键（区分“聪明区”与“笨蛋区”），通过 Research-Plan-Implement (RPI) 流程压缩意图，以及利用子 Agent 进行上下文控制而非角色扮演。文章强调要审查计划而非代码，避免外包思考，并指出未来的挑战在于团队流程的适应。
Anthropic内部分享：别再造Agent了，造Skills就够了
Anthropic 内部分享指出，与其为每个场景构建新 Agent，不如给通用 Agent 配置“Skills”。Skills 是打包程序化知识的文件夹，通过渐进式加载解决上下文窗口问题。文章介绍了 Skills 与 MCP 的互补关系，及其在金融、科研等领域的生态发展，类比将其比作“应用层”，强调通过知识积累让模型不断进化。
AI中转站生意拆解：小白入局指南与数据安全真相
文章深入剖析了AI API中转站生意的盈利模式与底层逻辑，指出其虽利润惊人但风险暗藏。作者将货源分为账号池、黑卡充值与规模采购三类，并揭示了数据泄露与“模型偷梁换柱”的行业乱象。针对普通人入局，文章提出了分佣推广、白标转售、垂直封装和自建平台四条路径，建议小白从推广起步，利用行业认知构建垂直应用以避免同质化价格战。
GStack 深度拆解：YC CEO 的 AI Agent 工厂
本文深入拆解了 YC CEO Garry Tan 开源的项目 GStack。该项目提出了一种基于多角色的 AI 编程工作流，通过 23 个专用 Agent（如 CEO、工程师、QA、安全官）协同工作，将开发者从“写代码的人”转变为“管团队的人”。文章详细介绍了 GStack 的 Sprint 流程、真实浏览器测试、并行开发能力以及安全护栏机制，展示了其如何通过自动化代码审查、测试和部署，实现个人生产力的极大提升。
驾驭 Claude 的智能 | 构建应用的 3 个关键模式
本文探讨了如何随着 Claude 能力的进化，调整构建 AI 应用的策略。文章提出了三个核心模式：善用 Claude 已知的通用工具（如 bash 和文本编辑器），赋予其自主编排和上下文管理能力，以及谨慎设定框架边界以平衡安全与效率。文章强调了减少外部框架对模型能力的过度干预，让 Claude 自主决定工具调用与数据处理，从而提升应用的性能和成本效益。
爆文选题雷达 Agent发布！你的私人内容策略军师
文章作者冰河发布了一款名为“爆文选题雷达”的 Agent。该工具旨在解决内容创作者选题难的问题，通过 4 个协同角色和 16 个智能指令，帮助用户扫描热点、分析爆文并生成个性化选题。核心功能包括五维风险评估、Token 极致经济、可视化控制台及多平台形态建议。Agent 配备 ~init、~go 等指令，能基于账号画像自动推荐 S+ 级选题并提供详细创作方案，让创作者将精力集中在写作而非选题上。