Harness Engineering: 从执行者到系统架构师
本文提出了“驾驭工程（Harness Engineering）”的概念，指出在 AI Agent 时代，工程师的角色正从代码执行者转变为系统设计者。文章总结了 OpenAI、Anthropic 等公司实战中的 5 个核心思维模式，包括人类掌舵、修系统不修结果、环境外部化、生成与评估分离以及框架做减法。同时，文章给出了 6 条实用启示，强调搭建工作环境的重要性优于单纯选择模型，并指出掌控 AI 记忆是未来的护城河。
全部文档 / 标签: 工作流
931 篇
25 个让你每周节省 15 小时的 Claude 提示词
作者经过 6 个月测试，精选出 25 个极具实用价值的 Claude 提示词。文章涵盖写作与内容创作、研究与分析等领域，旨在解决实际问题，而非单纯的噱头。通过提供具体的指令模板（如初稿生成、文风克隆、会议准备、竞品分析等），帮助用户大幅提升工作效率，夺回被琐事占据的时间。
HeyGen CLI: AI Agents 的可视化层
文章介绍了 HeyGen 推出的 CLI 工具，旨在解决 AI Agent 输出仅限于文本（如 Markdown）的痛点，为 Agent 增加一个“可视化层”。通过该工具，Agent 可以直接生成视频内容，例如生成发布摘要、故障汇报或晨间简报。作者还展示了结合 OpenClaw 的个人使用场景，展望了将视觉身份与认知模型结合的未来基础设施。
如何使用 Claude 与 AI 智能体自动化 90% 的业务
本文是一份关于利用 Claude 和 AI 智能体实现企业业务自动化的完整指南。文章指出企业 90% 的工作属于重复性流程，通过 AI 自动化处理这些任务（如邮件分类、报告生成、线索筛选），可以让人类专注于高价值的创造性工作。指南详细拆解了实施的三个阶段：首先进行运营审计，通过“任务清单”和“自动化评分”筛选高价值任务；其次针对前三项任务（如邮件分诊、报表生成、客户资质审核）构建具体的自动化工作流；最后强调了基础设施的可靠性，包括错误处理、人工介入机制及全面的日志记录。
全网最完整AI科研终极指南：10大核心步骤与7天速成法
本文是一份详尽的AI科研实战指南，旨在通过Agent和AI工具链解决科研中的低效重复问题。文章系统阐述了从工具选择、期刊定位到投稿发表的10大核心步骤，并重点介绍了Cursor和Claude Code在代码开发与写作中的应用，以及Skill系统的集成方法。作者提供了详细的期刊评估量化指标和7天时间分配建议，帮助新手在极短时间内完成高质量论文。
6个月成为AI自动化构建师的学习路线图
本文为非技术背景和开发者提供了一条成为AI自动化构建师的6个月实战路线图。文章指出，无需深入学习代码或机器学习，核心在于利用n8n等工具连接大模型与现有业务系统，实现工作流自动化以获取高额回报。文内详细规划了首月的学习重点，即掌握n8n平台并理解API与Webhooks概念。
用好Agent最重要的技巧：约束先行
本文提出了使用 Agent 时最重要的原则——“约束先行”。作者通过个人实践总结出，在使用 Claude Code 等 Agent 时，应建立类似“宪法”的约束体系：包括全局原则、项目级规范和具体设计文档。通过构建从上至下的规则系统，可以避免文件管理混乱，显著提升 Agent 的工作效率和智能水平。这不仅是 Prompt 技巧，更是类似于公司治理和城市规划的系统工程方法论。
40 个零代码 AI 自动化创意
本文专为非技术人员推荐了 40 个无需编写代码即可在周末构建的 AI 自动化流程。内容涵盖内容创作（如撰写 newsletter、脚本生成）、研究分析（如竞品追踪、行业摘要）、生产力提升（如邮件处理、SOP 生成）以及业务营收（如提案生成）四大板块。这些流程主要利用 Claude、Cowork 等工具，帮助用户摆脱复杂的 API 和脚本，直接获得工作成果。
15分钟从0到1搭建AI智能体：史上最全保姆级教程
本文是一份关于从零开始搭建AI智能体的深度教程。作者指出大多数智能体失败的原因在于混淆了普通AI与具备业务知识的真正智能体，并提出了成功公式：70%业务知识 × 20%精准提示词 × 10%工具选择。文章详细拆解了搭建智能体的“三步黄金法则”：功能规划（避免大而全，聚焦核心场景）、知识库准备（构建业务知识与方法论库）以及搭建测试（以CloudCPT为例的实操步骤）。文中以“朋友圈智能体”为例，提供了从提示词模板到知识库清单的完整落地方案，旨在帮助用户利用AI实现业务赋能。
一张图如何变成 IP 资产：从角色锚点到标志性动作
本文探讨了 AI 创作中将单张图转化为持久 IP 资产的方法。作者指出，90% 的初学者因混淆“类型介绍”与“人物指认”而导致角色不一致。文章提出“角色锚点”理论（硬、软、场景三层），并结合微表情与标志性动作确立角色辨识度。此外，对比了 AI 资产库（主体模式）与 LoRA 训练的优劣，提供了一套从快速迭代到商业量产的最佳实践路径。
我做了一款集下载、AI 翻译、编辑字幕于一体的开源视频神器 MediaFlow
作者受够了为视频添加字幕时需频繁切换多个工具的繁琐流程，利用 AI 辅助开发了一个月，推出了开源工具 MediaFlow。该工具集成了视频下载（基于 yt-dlp）、AI 转录、AI 翻译（支持 Deepseek）、字幕编辑及视频合成等全套功能。作者还分享了在 Electron 与 Python 架构选择上的“苦涩教训”，提醒开发者在使用 AI 编码时需保持架构主导权。
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。
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。
10大我希望早点知道的Claude code使用技巧
本文总结了作者半年多使用 Claude Code 的经验，分享了10个提升效率的使用技巧。内容涵盖三种启动方式（可视化、命令行特定历史、自动化无UI）、运行时的三个核心技巧（优雅终止回退、不离开窗口执行命令、上下文管理），以及通过 Superpowers、语音输入和窗口管理工具（Cmux、Vibe Island）来解决人机协同中的效率瓶颈，旨在帮助程序员实现丝滑的 AI 编程体验。
我如何在 OpenClaw 上打造了一个比我雇过的任何人都强的幕僚长
作者分享了利用 OpenClaw 构建全能 AI 幕僚长“Stella”的实战经验。系统核心在于独特的双层记忆架构（每日笔记+长期记忆）和持续进化的 Kaizen 循环。Stella 能够自动化处理会议准备、任务管理、关系上下文跟踪及信息过滤，通过将确定性逻辑交给脚本、仅让 LLM 负责判断，实现了超越人类助理的效率与可靠性。
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。
Karpathy 的 LLM Wiki 改造版：打造更实用的 AI 个人知识库
本文针对 Andrej Karpathy 提出的 LLM Wiki 方案，结合作者自身的 Obsidian + OpenClaw + Claude Code 实践经验进行了优化。作者提出了从三层架构升级为五层架构（增加行动层与产出层），并强调人工确认机制，避免 AI 自动分类的偏差。文章详细介绍了入库、查询和健康检查的具体流程，分享了构建个人知识库的原则，旨在实现知识积累与内容产出的高效闭环。
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。
别再说 Codex 不如 Claude 了！你只是没用对这个神器：oh-my-codex
本文介绍了 OpenAI Codex CLI 的增强工具 oh-my-codex (OMX)。OMX 是一个智能工作流增强层，通过需求澄清、规划审批、持久完成循环和多智能体协调等工程化功能，解决了传统 Codex 缺乏工作流管理的痛点。文章详细讲解了 OMX 的核心功能、安装步骤、四大工作流模式（$deep-interview, $ralplan, $ralph, $team）以及实战案例。
AI漫剧“大清洗”后的“一人公司”工作流
本文针对近期AI漫剧行业遭遇的严厉监管与“大清洗”现状，指出草莽时代的结束。文章通过拆解高效团队的运作模式，提炼出一套包含剧本提炼、提示词反推、资产管理等环节的“一人公司”工作流。作者强调，普通人在当下不应盲目入场做炮灰，而应学习这种“1个老板+N个AI员工”的提效逻辑，回归内容本质，利用AI辅助本职工作或轻创业。
我用Obsidian + Claude Code搭了一个健脑房
本文详细介绍了作者如何构建基于Obsidian和Claude Code的个人工作流系统。文章提出了“未经人脑处理的知识不进仓库”和“输入服务于输出”两大原则，通过构建COO、CTO、心理医生等AI Agent角色，配合定时任务和自动化工作流，实现了一个具有问责机制、自动化记录和个人百科功能的数字“健脑房”，旨在提升思考质量与工作效率。
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。
Claude Code 高级技巧：从验证到远程控制的实战指南
本文由 Claude Code 创始人 Boris Cherny 及作者团队实战经验总结，介绍了多项提升效率的高级技巧。核心包括通过 Chrome 扩展或 Playwright MCP 赋予 Claude 验证能力，利用 Git Worktree 实现并行会话，以及使用 /remote-control 实现手机远程遥控电脑编程。此外，文章还详解了 /loop 自动化循环、Hooks 钩子配置、/branch 分支管理等隐藏功能，帮助开发者掌握从入门到进阶的 AI 编程工作流。
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。
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。
用 Claude Code 和 XCrawl 学习 Twitter 大V观点
文章介绍了一种利用 XCrawl 工具结合 Claude Code，从 X（Twitter）批量抓取并分析大V（如 Karpathy）观点的方法。通过将 XCrawl 封装为 Skill，用户只需自然语言指令即可完成搜索、抓取、分类和报告生成，高效建立行业知识库。
用 LLM + Obsidian 构建个人知识库：基于 Karpathy 的“LLM Knowledge Bases”工作流
本文介绍了基于 Andrej Karpathy 的理念，利用 LLM 和 Obsidian 构建个人知识库的方法。作者将笔记管理类比为软件开发，提出“原始资料”经 LLM “编译”为结构化知识的概念。文章详细阐述了三层目录结构（摄入、编译、输出）、利用 Claude Code 实现增量摘要与索引、定期进行知识库“健康检查”以及不盲目追求 RAG 的实践建议，旨在解决笔记堆积与腐烂的问题。
掌握AI漫剧制作技能，实现求职高薪与副业变现
文章详细介绍了如何利用 Midjourney、Runway、即梦等 AI 工具进行 AI 漫剧制作，并将其作为一项高回报的职业技能。内容涵盖了从大模型剧本拆解、AI 生图与角色一致性控制、视频生成、配音音效到后期剪辑的完整工作流。作者指出，这项技能门槛低但产能极高，既能帮助求职者在“AI编导”、“短剧后期”等岗位获得高薪，也能通过小说推文、接商单或运营 IP 实现副业变现。
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。