作者介绍了基于 TypeSafe 发布的 Jev 模型构建信号驱动外呼机器人的方法。Jev 比通用模型快约百倍且成本极低，可为每个销售线索快速打分。作者团队曾用 Claude 做信号驱动 SDR，两周内约到 19 次会议，回复率 12%。文章详细拆解了开源项目 signal-ranker 的架构：watch.py 通过日期文件对比追踪招聘重发、融资等信号，judge.py 负责调用 Jev 评分，policy.py 用纯代码实现门槛与权重，两者分离以便复用已付费的判断结果。支持用 Claude Code 自行拉取线索或使用 yourmax.ai，可放入 Claude Code 或 Codex 终端复现。
作者启航详细讲解了如何为自己创建一个X（Twitter）创作Skill的完整流程：先从X设置中下载个人数据存档，解压后放入Obsidian知识库，再交给Codex分析整理，通过一段详细的提示词生成专属的SKILL.md文件。文章还展示了个人创作Skill的具体组成，包括账号定位、七种内容类型（工具帖、资源帖、热点帖、观点帖、线程帖、清单帖、复盘帖）、选题判断标准、写作结构、语言习惯、事实核查与风险合规规则，以及发布前的检查清单，帮助AI按个人风格直接产出可发布的帖子。
文章介绍了近期海外开发者圈爆火的 AI 工具 Jev。它不是生成型模型，而是专注于毫秒级、极低成本的大量小判断，核心能力包括 Choice（选择）、Score（评分）和 Noul（概率判断）。作者整理了 20 个适合国内用户的应用案例：内容创作领域包括小红书标题爆款体检、检测文章 AI 味、筛选海量新闻素材、个性化信息流过滤；企业场景包括客服工单自动分类、销售线索分级、表单自动填写；开发者场景包括代码审查、AI 代码质检、编码 Agent 监工、MCP 集成、Agent 执行前的安全检查、长期运行 Agent 的记忆清理，以及智能家居和浏览器 Agent 操作等。
文章详细介绍了如何在 Claude Code、Codex 等 Coding Agent 中接入 Jev 模型。作者小码哥分享了获取 API Key、设置环境变量、模型价格（成本比其他模型低 40～400 倍）以及 curl 请求测试等步骤。重点讲解了通过官方提供的即插即用 Skill，在 Claude Code 中使用插件市场安装，以及在 Codex、Cursor、Gemini CLI 等工具中用 npx skills 命令安装的方法，还介绍了 Skill 更新和提示词自动安装方式。作者认为 Jev 的特色在于不生成内容，而是帮助做判断、分析和决策，最适合与 Coding Agent 配合使用：Agent 负责干活，Jev 负责判断。新用户可获得 5 美元额度。
作者以纯小白视角复盘了如何借助AI工具从零学习SEO并优化个人网站的实战过程。他使用Codex操作Chrome安装AITDK、SiteData、Ahrefs SEO Toolbar等SEO工具，先研究海外成熟网站的流量来源，再回头检查自己的个人网站zephyr8.asia，发现文章列表链接不全、数据来源标注不清等问题，最终生成9000多字的修改文档并交给另一个Codex任务执行修复。作者总结出SEO新认知：内容先在社交平台被看见，搜索流量承接转化链路，并强调AI时代只要目标明确，就能临时组织工具、AI和执行任务补齐业务能力短板。
作者因忍受不了微信小程序去水印工具需看 30 秒广告的烦恼，开发并开源了一个 Codex Skill——ah-douyin-clean-downloader。用户只需将抖音视频链接或口令发送给 Codex，它便会自动识别视频和博主，获取无水印播放源，保留原画质与原声（H.264 + AAC，不重新转码），下载到桌面并按博主自动建立文件夹分类存放。整套流程无需调用付费解析 API、语音识别或视觉模型，仅消耗 Codex Token 与本地网络存储，将原本繁琐的复制链接、解析、下载、改名、建文件夹等步骤简化为一个动作。
剪映官方推出 Agent，走封闭全家桶路线，能力仅限软件内并售卖 AI 会员。与此相反，逸尘开源的逆向项目 jianying-headless 将剪映控制权交还外部 Agent：可用 Codex 一条指令批量粗剪、加字幕、配 BGM；借助 DeepSeek 和豆包 ASR，一小时视频成本不到一块钱；生成的是剪映原生工程文件，可随时人工微调。作者认为这是目前最自由、成本最低的视频剪辑自动化方案，并建议大家尽快 Fork 以防项目被下架（404）。该项目替代了此前用 Computer Use 模拟鼠标操作的笨办法。
文章介绍用AI生成网页时的7个基础设计规则：对齐、留白、视觉层级、控制字体数量、减少配色、统一图片风格、页面节奏。作者指出网页的高级感不来自炫酷动效，而来自这些基本功，并建议在使用AI/Codex时用具体的设计语言描述需求（如统一对齐、拉开层级、增加留白、限制主色等），能让生成结果更稳定好看。
作者详细拆解了用 AI 制作百万播放长视频的完整开源流程。环境配置包括 Claude Code（效果最佳的 AI 智能体）、火山引擎 TTS（提供 2.0 音色和逐字时间戳）、Remotion 视频合成框架及字体等辅助工具。制作管线分五个阶段：调查写稿（构建事实链、来源台账）、配音与时间戳、素材搜索匹配（强调真实影像占比）、Remotion 画面合成（三层视觉语言、MG 图解、时间预算控制）、混音封面与发布。文章还包含内容规则、踩坑记录及开源 Skill 清单，帮助读者从一句话生成 10 分钟成片。
本文针对 Vercel 国内访问慢、免费额度受限的痛点，提出用自有 VPS 部署开源平台 Dokploy 的替代方案。作者详细介绍选购 VPS 的避坑要点（推荐香港或海外节点以免备案）、安装 Dokploy 面板、生成 API Key 并通过 MCP 接入 Codex，让 AI 通过对话即可完成项目创建、Supabase 数据库部署、连接 GitHub 仓库自动构建发布等任务，最终搭建出体验接近 Vercel、功能更强的私有部署环境，年成本仅约 100 元。
作者以KOSX社群实习生的身份，分享对该社群的看法与感谢。作者因一条评论被刘哥邀请加入KOSX，并受益于其青年实习计划——在注重实习经验的求职环境中，社群愿意给年轻人机会。作者还讲述了参与社群视觉挑战的作品创作思路：用一张薄纸打开后藏着更大空间的意象，表达"被看见，是开始"和"不要只看表面"的理念，画面中人物自带微光，象征能力在被认可前就已存在。作品通过Codex协作构思并生成，最终表达KOSX开放包容、促成协作的社群精神。
文章以一条20秒江边日落竖屏短片为例，讲解普通人如何用 GPT-6 Astra 完成视频制作准备工作。作者强调把模糊需求转成明确任务单，分清模型能力与产品工具边界，做好素材盘点（已有、缺少、暂不使用），通过小动作表达情绪，撰写自然的旁白，编写可交接的镜头表，必要时用生成工具补缺镜头，并最后交付包含任务单、素材清单、镜头表等文件的制作包给 Codex 接续工作。核心观点是 AI 使用的价值在于把活往前推进，而非收藏漂亮的回答。
作者宝玉分享用 ChatGPT Pro 的 GPT 6 Astra 制作 3D 版《桃花源记》网页的完整过程。通过一套详细的提示词，让 AI 将课文拆成 20 幕，实现可拖动视角、跟随原文叙事的'循文入境'体验。针对 TTS 朗诵不佳的问题，改用央视李立宏的真人朗诵并配以 SRT 时间戳同步；再由 Codex 做工程化优化，将音频独立、更换真实环境音，文件从 5.6MB 缩至约 777KB。文章总结了几点体会：明确审美与验收标准比堆形容词更重要，声音是交互的一部分，不同 AI 工具分工协作。文末附有可复用的完整提示词模板，可套用于其他古文场景制作。
文章介绍如何通过第三方开源工具 WebCodex，让 ChatGPT 网页版接管部分 Codex 任务，缓解额度不够用的问题。作者详细讲解原理：ChatGPT 通过 OpenAI 官方 Secure MCP Tunnel 连接本机 WebCodex，实现文件读取、代码修改和命令执行。教程涵盖账号权限检查、下载 WebCodex Desktop、创建练习目录、配置 Tunnel 与专用 API Key、在 ChatGPT 中添加自定义 App 及验证连接等步骤，并强调风险提示：不是真正无限额度、存在安全与封号风险、密钥需妥善管理，最后给出常见问题排查和权限回收方法。
作者季白羽分享通过用Codex批量起号做抖音、小红书、视频号账号，从7月起积累私域粉丝，最终一位素未谋面的抖音粉丝主动付费找他做培训的实战经历。培训中发现学员需求与预期不符后，临时调整方向，教授学员用Workbody做账号涨粉、一句话生成个人网站简历、制作表格文档等AI技能，帮助学员提升面试竞争力。文章复盘了培训过程，并强调公域持续输出干货、展示能力带来的信任是成交的关键，鼓励大家敢于展示自己、经营自媒体账号。
作者开源了一套视频封面制作Skill，解决视频剪好后制作封面耗时耗力、缺乏思路的痛点。通过在蔚蓝AI平台的Skill仓库获取'蔚蓝风格封面生成'，复制GitHub仓库地址后交给Codex等Agent完成安装，即可调用Skill快速生成风格统一、包含大标题、人物形象和贴纸的爆款封面，5分钟内一次可生成5张不同风格供挑选，并支持局部修改如调整标题、人物或比例，非常适合小红书等平台的内容创作者使用。
腾讯开源了 BrowserSkill，作者用 WorkBuddy 实测后评价很高。该工具由 Skill 指令、bsk CLI 和 Chrome 插件三部分组成，可让 Agent 直接复用已登录的浏览器状态，在独立 Agent Window 中打开网页、搜索、点击、读取数据和截图，不影响用户正在使用的页面。它兼容 WorkBuddy、Codex、Cursor、Claude Code 等支持 Shell 调用的 Agent。作者实测完成了环境检查、识别 17 个标签页、搜索并整理结果等任务，安装过程简单，适合网页调研、热点搜索、后台操作和前端测试等场景。
作者以《清明上河图》为题材，用 Codex 辅助开发了一个可横向行走的交互插画项目。文章详细记录了从最初需求定义、视觉规则制定到技术选型的全过程：放弃 Three.js 改用 Canvas 2D 分层绘制，将鸟瞰式原画重构为适合人物行走的宋代街道，包含三个街区、141 位动态人物、虹桥过船和清明时雨等互动事件。开发中通过迭代修复遮挡、坐标、卡顿等问题，将帧率从 25 FPS 优化到 55 FPS，并配套 48 项自动测试，最终实现了用户可参与宋代街市生活的沉浸式体验。
作者分享用 Codex 自动化运营小红书账号的经历。他看到一个小红书账号讲“生活中常见物品的英文名”类内容，于是拆解其选题模型：熟悉的事物+陌生的英文名+好奇心问题。随后将找选题、查名称、写标题、做图、排版等执行环节全部交给 Codex，自己只负责定方向和审核。最终账号获得 105 万曝光、18.4 万观看、封面点击率 17.9%，2 天涨粉 1000。作者总结方法论为：发现→拆解→模仿→迭代，即复制已验证的底层逻辑并用 AI 快速生产自己的内容，大幅缩短从发现机会到落地的时间。
作者分享了如何制作一个让 Agent（如 Codex）通过 Telegram 账号自动搜书、下载电子书的 Skill。文章详细记录了完整流程：创建 Telegram Bot、绑定 Z-Library、申请 API ID 和 Hash、安装配置 Skill 并登录授权，最终实现一句话即可下载电子书。作者还分享了申请 API 时遇到的报错坑及其解决方法（通过某鱼代申请），并将完整代码开源到 GitHub。文末呼吁尊重版权，建议通过正版渠道支持作者。
万象AI实验室开源了一个手绘白板风格视频生成Skill，可在Codex中把长文自动转为讲解视频。基于HyperFrames插件，工作流程包括：自动拆分文章为2-6个镜头、生成白底黑线手绘稿、通过HTML叠加渲染文字标注、使用Mac内置语音配音、虚拟马克笔逐步揭示画面并渲染成视频。整个过程无需额外API，十几分钟即可完成，适合信息密度高的技术科普和分析文章，不适合叙事性强的内容。已在GitHub开源，安装简单，配音可替换为个人音色定制专属Skill。
作者开源了一套用 Codex Skill 自动化生产抖音读书带货视频的完整流水线。文章详细拆解了八步流程：选书（真实可核验书籍）、定情绪（单一情绪+两字毛笔字遮罩）、写七段式256字逐字稿、火山引擎TTS配音（固定语速4.56字/秒）、AI生图（侧脸+自然山水构图）、图生视频轻动态、四拍片头制作、FFmpeg渲染并生成剪映草稿。该流水线不露脸、物料成本约两元一条，可批量产出情绪读书视频，实现读书号起号变现。
本文以 Kimi K3 接入 Codex 为例，深入解析 Codex Model Catalog 机制。随着主流国产模型支持原生 Responses API，接入 Codex 不再需要格式转换，但模型能力差异使配置复杂化。文章介绍 Model Catalog 作为'模型使用说明书'的作用：通过本地 JSON 声明模型上下文窗口、输入模态、思考档位、工具形式等能力信息，与 config.toml 的连接配置分工协作。作者以 Kimi Code 为例给出完整配置示例，详解各字段含义与常见误区，并说明 CC Switch 工具如何通过预设和表单简化第三方模型的配置流程。
本文介绍 TypeSafe 推出的决策模型 Jev 的实操接入方法。Jev 不生成代码，而是通过输入材料（state）和问题（questions）返回选项、分数或概率，用于判断 AI 编码 Agent 的工作质量。文章依次讲解：如何设计清晰的判断问题、跑通首次 API 调用、用 Python SDK 一次发起选择题/评分题/判断题、通过社区插件 jev-review 给 Claude Code 或 Codex 接入代码评审流程，以及安装官方 Skill 和编写 PreToolUse hook 对 Bash 命令做风险检查。文章强调 Jev 只提供质量信号，正确性仍需测试和人工审查保障，并提醒注意阈值校准、模型标识记录和敏感信息安全。
本文介绍在 Mac 上同时运行两套 Codex 的双开配置方案，适合一个 Plus 账号额度不够用或需要多场景任务隔离的用户。作者提供了一个完整的提示词，用户只需复制给 AI，由 AI 自动完成环境检查、创建独立的 ~/.codex-second 目录、独立的 CODEX_HOME 和数据目录、制作蓝色 Codex B 启动图标，以及更新和回滚流程。核心原则是不修改或破坏现有 Codex A 的配置，保留官方 App 的代码签名和公证。用户仅需手动完成账号登录、验证码输入和 macOS 权限确认。最终实现 A、B 两个 Codex 独立运行、互不影响。
作者分享其逆向剪映的开源项目 jianying-headless，以及配套的 yichen-jianying-edit Skill。用户只需简单提示词，即可将口播类视频剪辑工作全程托管给 Codex 自动完成，无需人工操作。项目调用豆包 ASR 进行毫秒级语音切割，生成的剪映草稿即使有误也可人工微调。作者展示了8分钟视频自动剪辑为3分钟的对照效果。成本主要包括 Codex Token 费用（可用便宜模型替代）和豆包 ASR 费用（每小时约0.8元）。文中还提及 TradeWinds 社群第二期开放的消息。
作者介绍了开源视频制作工具 Hypit，一个为 Codex、Claude Code 等 AI Agent 打造的视频开源语言和系统，上线不到3天获得 GitHub 7.4k star。Hypit 能将脚本、素材、配音、字幕、B-roll 和动效组织成可执行工作流，创作者只需描述需求即可让 Agent 编写、修改结构，并在 Hypit Studio 中查看时间轴。作者演示了 Clone → Edit → Reuse 实验：先复刻唐代纸片拼贴风格视频，再用同一工作流生成中国瓷器历史宣传片，并追加流程动效。一次实践留下的脚本结构、样式和动效组件可复用于后续创作，适合需要持续制作产品介绍、知识视频的创作者。
作者分享了自己获批使用 TypeSafe AI 推出的 Jev 模型后的体验，并整理了一份 Awesome Jev 项目清单。Jev 是一个不生成文本、只返回选项、分数和概率的低延迟判断模型，可并行输出结果。文中介绍了 14 个基于 Jev 的项目，包括高速浏览器 Agent、MCP 集成工具、命令行语义判断工具、模型路由器、上下文垃圾回收、代码审查前置筛选、语义寻路、知识图谱、桌面自动化、交易流动性分析以及 FPS 游戏等应用场景。核心思路是：用 Jev 反复做'要不要、选哪个、打几分、下一步干什么'的判断，复杂推理和生成任务仍交给传统大模型，从而降低成本、提升速度。
作者实测开源 AI 视频工具 Hypit，验证其能否把已验证的爆款短视频复刻成可反复修改、批量运行的代码化工作流。文中通过两个案例展示：一是复刻抖音'从夯到拉'榜单视频，由 Codex 拆解内容、Hypit 串联脚本、配音（MiMo）、字幕与画面动画；二是不给参考视频，仅凭一句创意生成完整硬件榜单成片。两条视频总成本约 1100 积分（约 1 美元/条），并对比了 Creatify、revid.ai 等竞品，指出 Hypit 在整片克隆、批量变体和成本上的独特优势。
OpenAI 宣布 Agents API 进入公测，将支撑 Codex 的同一套 harness 和基础设施通过 API 开放给开发者。文章提出 Agent ≈ Model + Harness 的简化框架，解释了 Harness 如何组织上下文、工具调用、Session 状态和子 Agent，使模型能够持续执行长任务。文章以老项目依赖升级为例，说明长任务并非让模型持续思考，而是通过工具调用循环、留下可复用的工作产物来推进。同时强调工具权限应按任务开放、子 Agent 适合并行独立工作、验收标准应写入任务目标。Codex 是现成的 Agent 工作环境，而 Agents API 让开发者把这种能力接入自己的产品。
