使用 Subagents 保持 Claude Code 上下文整洁
文章介绍了 Claude Code 中 Subagents 的概念与应用。Subagents 是运行在独立上下文窗口中的专用助手,可隔离运行环境并仅返回结果。文章详细说明了如何通过 Markdown 文件创建 Subagent,内置的 Explore 和 Plan 功能,以及通过环境变量或命令上下文继承的 Fork 机制,有效避免主上下文被冗余信息污染。
文章介绍了 Claude Code 中 Subagents 的概念与应用。Subagents 是运行在独立上下文窗口中的专用助手,可隔离运行环境并仅返回结果。文章详细说明了如何通过 Markdown 文件创建 Subagent,内置的 Explore 和 Plan 功能,以及通过环境变量或命令上下文继承的 Fork 机制,有效避免主上下文被冗余信息污染。
文章指出许多人低估了 Claude Code 的潜力,仅仅将其视为普通的 AI 编码工具。作者通过整理 100 个最佳仓库,展示了如何利用 configs、plugins、skills 和 subagents 极大提升开发效率。文中详细列出了精选列表、官方 Anthropic 仓库以及技能集合等资源,帮助开发者构建强大的 AI 辅助开发工作流。
针对 Claude 默认记忆功能存在的问题,文章提出了三层记忆系统解决方案。第一层为适合初学者的基础内存管理,包括编辑记忆、项目指令设置及直接对话记忆;第二层面向进阶用户,构建基于 Markdown 文件的上下文文件系统(包括指令、记忆、上下文和归档),通过本地文件让 Claude 自动读取和更新记忆,从而打造一个拥有持久化“第二大脑”的 AI 助手。
本文详细介绍了如何在安卓手机上通过 Termux 安装并运行 Hermes Agent。文章提供了 F-Droid 下载链接及一键安装与手动安装两种方式,涵盖了环境配置、API Key 设置及常见报错解决方案。同时分析了手机端支持的图片语音交互、文件读写等核心功能,并指出了暂不支持 Docker 和后台持久化等限制。
文章探讨了 Hermes Agent 的 /background 功能,解决了传统 AI 工具阻塞会话的痛点。通过创建独立的后台会话,该功能允许用户在执行耗时任务(如日志分析、代码审查)时,继续保持前台交互,从而将 Hermes 从单一的聊天工具转变为真正的并行工作运行时。
本文详细介绍了如何将 Claude Code 从基础安装配置为全能开发环境。通过配置 CLAUDE.md 项目记忆文件、安装 TDD 和代码审查等核心技能、设置 Git 防护钩子以及连接 MCP 服务器,用户可在 15 分钟内获得一个替代 Cursor、Copilot 等工具链的高效开发系统。
文章介绍了一种利用AI技术制作“复活亲人”视频的变现玩法。作者分享了通过“小题大做”工具进行面部替换和视频生成的具体操作步骤,包括提示词编写和视频剪辑公式(配乐、字幕等)。此外,文章还详细讲解了账号定位、起号技巧、接单话术及流量变现策略,单笔收益在66至200元之间。
文章介绍了一款名为 Architecture Diagram Generator 的开源 Claude 技能,它允许开发者通过简单的英文提示词自动生成深色主题的精美系统架构图。文章详细讲解了如何从 GitHub 下载并安装该技能到 Claude Code,以及如何通过聊天界面快速生成、迭代和导出独立的 HTML/SVG 架构图。该工具不仅支持本地项目,还能解析 GitHub 公共仓库,是文档编写和项目交接的得力助手。
文章主要针对 Claude Code 泄露的代码进行分析,作者利用 NotebookLM 进行梳理,并将关键内容整理为 PPT 格式。作者忽略了宏观的叙事讨论,专注于探究该技术对个人应用水平的实际提升。文中包含多张由 PDF 转换生成的演示文稿图片,展示了技术分析的核心观点。
文章以通俗易懂的比喻,深入浅出地讲解了 AI Agent 的记忆机制。通过对比 OpenClaw 社区的三种记忆方案(扔掉旧笔记的压缩方案、分层档案馆方案、以及 MemOS 按需检索方案),揭示了如何解决 AI“健忘”的问题。重点介绍了 MemOS 如何通过全量记录、按需检索和技能进化,大幅降低 Token 消耗并提升开发效率。
文章分析了 YC CEO Garry Tan 开源的 Claude Code 工具集 'gstack' 中的 'plan-ceo-review' 技能。作者发现,这个约 600 行的技能通过定义审查姿态而非具体内容、设定领域无关的元问题以及提供完整的检查清单结构,实现了从工程审查到商业计划审查的无缝迁移。文章详细翻译并解析了该技能的提示词结构,包括三种审查模式(范围扩张、保持、缩减)和 10 个具体审查环节,展示了顶级提示词如何通过约束 AI 的行为模式而非单纯灌输知识来达到卓越效果。
本文分析了 Mario Zechner 开发的极简 Coding Agent 框架「pi」。文章分享了通用的 Agent 设计经验,包括保持提示词简洁、最小化工具集及文件化状态管理。同时详细介绍了 pi 的三层技术架构,以及其独特的反常规设计哲学,如采用 YOLO 模式、放弃 MCP 支持和内置 TODO,主张通过精简工具和增强可观察性来提升开发效率。
本文介绍了 OpenClaw 的精选公共技能库 Awesome OpenClaw Skills。该列表从 3000 多个技能中筛选出 1715+ 个高质量技能,剔除低质量内容。文章为新手推荐了开发效率、浏览器自动化、任务管理、DevOps 等核心类别的实用技能,帮助用户轻松构建高效的工具集。