The harness is all you need (mostly)
文章介绍了如何通过使用 GitHub Copilot 的核心功能来提升 AI 辅助开发的效率，而不必追求过多新工具。作者提出了四个关键步骤：选择合适的工具、开启 YOLO 模式以赋予代理自主权、从原型制作开始明确需求以及进行方法化的规划。
全部文档 / 标签: AI工作流
136 篇
用代码做视频：HyperFrames 和 Remotion 选型指南
文章对比了 HyperFrames 和 Remotion 两个代码生成视频框架。HyperFrames 基于 HTML/GSAP，零构建、AI 友好，适合从零构建的动画和 AI 自动化管线；Remotion 基于 React，支持视频导入叠加和批量渲染，适合在已有视频素材上合成。作者建议根据底层是否含视频、AI 参与度等场景按需选型。
The complete Graph Engineering playbook for Claude Code
本文介绍了Graph Engineering（图工程）的概念，阐述如何利用Claude Code构建分布式Agent系统。通过将任务分解为线性、分发、规约和验证等节点，实现高效、可靠的AI工作流，优化计算成本和结果质量。
从搜索词到内容发布：小红书自动化获客流水线搭建教程
本文详细介绍了如何利用 Codex、飞书多维表格和 TikHub 搭建小红书内容获客自动化流水线。文章强调了“先明确用户画像、再寻找痛点关键词、最后进行内容生产”的正确顺序，避免盲目生成无效内容，并提供了从选题挖掘到自动发布的完整工作流。
Claude Second Brain & Folder Workflow: The Complete Guide
文章介绍了如何使用简单的Markdown文件夹和CLAUDE.md索引文件构建AI原生的第二大脑。通过扁平文件结构、语义化文件夹和严格的主题命名规范，无需复杂应用即可实现高效的知识管理和AI检索。
DeepSeek组合拳：AI高效生成汇报视频全流程
文章介绍了利用DeepSeek、Kimi Slides和有言三个工具串联的工作流，将内容梳理、PPT制作和数字人视频生成结合，大幅提升汇报和课程制作效率。作者详细拆解了从资料准备、大纲梳理、PPT生成到视频制作的九个步骤，并强调了人工审查和质量控制的重要性。
如何构建你的第一个 AI 智能体团队
文章介绍了如何利用 Claude Code、Codex 和 Hermes 三个引擎，在 Raft 共享工作空间中构建一个包含获客、内容、销售、交付和财务五个职能的 AI 智能体团队。通过赋予智能体持久身份、累积记忆和互评机制，解决单点助理的瓶颈，实现自我改进的自动化工作流。
如何用 Obsidian 和 Claude 构建永久记忆系统
文章介绍了一种结合 Claude Desktop 和 Obsidian 的 AI 工作流，通过构建本地知识库和配置 MCP，实现一次输入、永久记忆。这不仅解决了重复向 AI 解释背景的痛点，还能自动整理笔记、链接知识，并通过定时任务实现信息管理的自动化。
AI 教程红利已死，工作流红利还活着
文章指出，单纯学习AI工具教程的红利已结束，因为供给爆炸且工具迭代快。真正的红利在于建立个人工作流，将工具融入生产系统并稳定输出结果。作者提出三层剥皮分析，建议戒掉收藏、党派思维等习惯，并通过7天实战将单点技能转化为可复用的SOP流程。
从提示词到Agent工程：构建安全可控的AI工作流
文章指出“提示词工程”并未消失，而是升级为“Agent工程”。随着模型能力增强，工作流重点从单次回答转向安全、稳定的任务控制。作者通过对比传统Prompt与Agent任务，提出了基线检查、小步执行、实时纠偏等优化策略，并分享了实战案例及通用的Agents.md配置模板，强调建立明确的上下文和边界是Agent落地的关键。
我把大V起号经验做成了一个 Skill，被视频号转发快破 1 万了！
作者将内容运营的经验（起号、定位、选题等）封装成了可复用的 AI Skill，用于指导公众号、小红书、抖音等平台的账号冷启动。其中一条由该 Skill 辅助生成的视频号内容获得了近万转发。文章阐述了将经验工作流化的重要性，以及如何利用 AI 辅助而非替代人的判断，帮助普通人沉淀自己的方法论。
Skills从0到1：如何设计一个商用级Skill
本文分享了如何从零开始设计一个商用级AI Skill的一手实践经验。文章将Skill比作给新同事的工作说明书，详细介绍了两种设计方法（先沉淀后生成、直接调用Skill-Creator），并提出了善用GitHub寻找工具和内容分层两个迭代核心技巧。最后，作者以自动化剪辑Skill为例，拆解了视频拆解、素材匹配、配音生成和导入草稿等环节中的具体卡点与解决方案。
Obsidian+AI 内容生产线搭建指南
文章介绍了一套基于 Obsidian 和 AI 的内容生产工作流，旨在解决素材收集难、利用率低的问题。方案涵盖 Obsidian 的基础安装、双链笔记法、文件夹分类心法，以及如何通过 Copilot 和 Claudian 插件接入 DeepSeek 与 Claude，实现素材的自动化整理、知识库构建与写作辅助，帮助创作者建立可复用的个人资产库。
Codex做PPT的6步流程：小白实战指南
本文详细介绍了一套使用 Codex 生成 PPT 的标准化六步流程。作者结合实战案例，演示了如何从准备项目文件夹、盘点资料、确认大纲与限制，到调用 Skill 生成网页版提案并最终导出 PPTX 的全过程。文章明确了人与 AI 的分工边界，提供了可直接复用的提示词，适合需要快速制作商业提案或汇报的职场人士参考。
视频号博主如何利用WorkBuddy实现内容生产自动化
文章指出视频号博主面临的内容创作痛点，分析了普通AI工具（如Codex）在短视频生产中的局限性。文章重点介绍了WorkBuddy这一工具，演示了如何利用特定的Prompt工作流，实现从选题、封面设计到分镜脚本、发布文案的一条龙自动化生产，帮助博主建立标准化的内容输出流程。
WorkBuddy高阶玩法：从工具到系统的十种进阶技巧
本文是 WorkBuddy 工具的高阶使用教程，面向非小白用户。文章不再局限于基础操作，而是深入探讨了如何通过体系化、工程化和自动化的手段，将 WorkBuddy 打造为高效的数字劳动力。核心内容包括：设计分层技能架构、自建 MCP 服务器接入私有系统、多 Agent 协同并行处理项目、搭建自动化矩阵、专家工作流编排、全栈代码开发、自动化数据分析与仪表盘部署、Computer Use 桌面操控、权限安全设计以及一键部署上线。作者强调从“用工具”到“造系统”的思维转变，通过技能库、自动化和编排构建 AI 工厂。
拆解宝玉的 21 个 Skills：高手如何构建 AI 工作流
文章深入剖析了开发者宝玉的 baoyu-skills 仓库，认为这不是简单的提示词合集，而是一套工程化的 AI 工作流操作系统。作者将 21 个 Skills 划分为内容生产、视觉表达、平台发布、素材输入五大模块，通过对比“提示词玩家”与“资深工程师”的思维差异，揭示了高手利用 AI 的核心逻辑：将任务拆解为代码与模型的最优组合，注重确定性、复用性与上下文效率，而非单纯依赖模型能力。
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。
我让 Codex 自动调用提示词库
本文解决了提示词库沦为“收藏夹”而无法被 AI 有效调用的问题。作者通过建立文件目录分类 Prompt，并在 RULES.md 中编写“任务路由”规则，成功让 Codex 能够根据任务自动读取对应的 Prompt 文件。文章强调了 Prompt 库接入工作流的三层要素：分类存储、路由规则、验证读取。
如何利用 Claude Cowork 建立一人公司
本文介绍了如何利用 Claude Cowork 构建高效的一人公司运营系统。作者指出，知识工作者 60% 的时间花在低价值的重复性工作上，而 Cowork 能彻底接管这些任务。文章详细讲解了如何通过设置特定的文件夹结构（ABOUT ME、OUTPUTS、TEMPLATES）、配置全局指令以及使用 AskUserQuestion 功能，让 AI 像真正的员工一样工作，从而让创作者专注于决策而非执行。
竞品调研新范式：从大半天到 30 分钟的 AI 提效工作流
本文介绍了如何利用 AI 将竞品调研时间从大半天缩短至 30 分钟。作者强调 AI 应承担截图、粘贴等行政工作，而人应专注于竞品选择和商业价值判断。工作流程分为三层：Mobbin 负责取材，Claude 负责综合结构化，人负责决策。文章明确指出这属于二手观察性调研，不能替代真实的用户访谈。
Claude Code + Obsidian 搭建本地 AI 知识库，保姆级教程
本文介绍了一套结合 Obsidian 与 Claude Code 搭建本地 AI 知识库的完整方案。文章详细讲解了如何建立文件夹体系（Inbox、Raw、Wiki 等）、编写 CLAUDE.md 规则文件，以及利用 AI 自动整理资料、生成 Wiki 页面和索引的方法。该方案旨在解决资料分散混乱的问题，实现知识的结构化沉淀与高效复用。
做内容的人必装的 5 个 AI Skills：从选题到分发的全流程指南
文章指出内容创作者不应依赖灵感，而应利用 AI 搭建可复用的技能系统。作者详细介绍了 5 个核心 Skills：选题雷达、定位画像、内容生产、拟人润色及分发复盘，并提供了具体的提示词模板。这套方法旨在将内容生产流程标准化，帮助创作者在选题、写作、多平台分发和数据复盘上实现高效自动化。
飞书多维表+豆包：搭建公众号爆款帖文生成系统
本文介绍了如何利用飞书多维表结合豆包大模型，构建一个自动化的公众号爆款文章生产流程。通过将数据表、工作流与仪表盘结合，用户只需输入选题，系统即可自动拆解爆款结构并生成文章。教程提供了手动搭建与AI一键部署两种方式，旨在降低工具使用门槛，帮助内容创作者提升效率。
如何真正搭建高效能的 Claude 项目
文章指出大多数用户仅将 Claude Projects 视为带标签的文件夹，错失了其构建定制化 AI 员工的潜力。作者提出了由身份、规则、流程、输出格式和知识文件组成的六步项目蓝图，通过具体指令和约束，引导 Claude 精准理解用户语调、受众及工作流，从而输出高质量、个性化的内容。
搭建本地知识库：Obsidian + Claude + Codex 实践
作者分享了周末搭建本地知识库的实战经验。为了解决飞书、微信收藏等信息分散的痛点，采用了 Obsidian 作为存储核心，结合 Claude 和 Codex 两大模型。文章详细介绍了七项具体工作：整理个人传记、萃取写作风格、打通微信同步与浏览器插件归档、训练标题 Skill 以及批量迁移飞书数据。最终实现了 AI 对作者风格的深度理解，强调了私有数据对 AI 效能提升的重要性，以及本地化方案的数据安全性。
构建企业级AI大脑：从数据捕获到智能反馈的5层架构
本文阐述了构建“企业大脑”的核心理念：单纯的信息存储不是智能，关键在于建立连接上下文与工作的智能层。作者提出了一个5层架构体系：捕获、检索、信源分级、权限管理和反馈闭环。通过将散落在Slack、CRM、通话录音中的原始数据转化为可执行的情报，系统能实现自我进化，将人类纠错转化为新规则，从而提升整个组织的执行效率。
AI越强，人越忙：Every CEO关于工作形态与SaaS未来的预言
本文是 Every 公司 CEO Dan Shipper 的访谈总结。他通过实战经验指出，AI 并未导致裁员，反而因为“管理自动化”的需求增加了人力。文章预测工作将分裂为“公司级通用 Agent”和“以 Claude Code 为 OS 的个人操作”两种形态，并强调了“前端部署工程师”的重要性。此外，他认为 SaaS 不会消亡，Agent 将成为其新用户；非技术岗位（如 PM 和设计师）将因 Vibe Coding 迎来爆发期。
How to Build a SaaS MVP in One Afternoon Using 7 AI Agents
本文介绍了作者如何利用 Kimi Agent Swarm 在一个下午通过 7 个专业 AI 智能体（Agent）构建了一个完整的 SaaS MVP（本地商家网站审核工具）。文章详细阐述了从市场调研、产品定义、UX设计、前后端开发、QA测试到发布推广的 7 人 AI 协作工作流，强调了“专业分工”优于“单一全能模型”的理念，展示了 AI Swarm 在提升产品开发效率上的巨大潜力。
如何使用 Obsidian 和 Vellum 构建 24/7 运行的第二大脑
本文介绍了一套基于 Obsidian、Vellum AI、Readwise 和 N8N 的个人知识管理系统（PKM）。通过构建特定的文件夹架构、安装 Templater 等插件、配置自动抓取与 Telegram 机器人采集工作流，实现信息的自动化汇集与整理。核心在于编写 VELLUM.md 文件为 AI 提供上下文，使其成为能够全天候思考、发现笔记间隐含联系并辅助决策的“私人幕僚长”。
