Multiagent 协作问题的初步整理
本文对 multiagent 协作问题进行了初步整理和定义。通过分析多篇论文，指出简单的多提示词工作流往往不如单 agent 高效，而分布式协作中存在“沟通-推理鸿沟”、专家利用不足及死锁等问题。文章强调，真正的 multiagent 系统需引入明确的工程协议来解决协调难题。
全部文档 / 标签: 工作流优化
18 篇
Graph Engineering with Claude: How to Stop Running a Line and Start Running a Fleet
文章介绍了图工程在多代理系统中的应用，指出线性流程的效率低下问题。通过识别伪依赖、应用扇出-归约-合成模式，以及使用Claude Code构建图结构，可大幅提升系统并行处理能力和整体性能。
Claude Graph Engineering 101: A Practical Guide to Graph Engineering
文章介绍了图工程的概念及其相对于循环工程的优势。循环工程在复杂任务中受限于线性执行，无法并行处理。图工程通过构建节点和路径的网络结构，实现任务的并行执行和分支管理，显著提高效率。文章提供了构建图的四步法：审计现有循环、识别可并行任务、绘制图结构、使用提示词在Claude中部署图。
Graph Engineering explained: what it is, when to use it and when not to
文章介绍了图工程的概念及其在AI工作流优化中的应用。图是由节点和边组成的计划，通过识别和消除伪依赖，可以显著提高工作流的并行性和效率。文章重点介绍了“钻石模式”，即扇出、归约和合成的模式，这是提升AI系统性能的关键技巧。
使用 ego lite + Codex 优化信息采集的流程
作者介绍了使用 ego lite、ego-browser skill 和 Codex 自动化 newsletter 信息采集流程的实践。通过定时任务并行抓取 Twitter 热点并汇总至 Notion，解决了以往手动录入和传统浏览器自动化的痛点。 ego lite 支持多线程并行、保留登录状态且不占用工作焦点，显著提升了效率。
利用 Prompt 对 AI 会话历史进行深度自我分析
文章介绍了一个创新的 Prompt，能够挖掘本地机器上的 AI 编程助手（如 Claude Code）会话历史。通过挖掘、提炼、访谈、镜子、杠杆和残留六个阶段，AI 帮助用户从时间戳和行为模式中提炼真实的自我画像，识别时间浪费点与重复性劳动，并自动更新配置文件，从而实现极高效的个人反思与工作流优化。
如何正确设置 Claude Projects：大多数人不知道的技巧
文章揭示了大多数用户使用 Claude 的低效模式，即每次会话都重复提示词，指出 Claude Projects 能通过持久化工作空间解决此问题。文章详细解释了项目的核心构成（自定义指令、知识库、作用域对话），并纠正了堆砌文件的常见误区。作者提供了完整的进阶设置指南：命名需具体、指令需像常备简报般详尽（涵盖角色、回复方式、禁止事项），以及知识库应保持精准短小（1-3页），包含风格指南和最佳范例。
改变人生的 Prompt：通过会话历史深度自我分析
这篇文章提供了一个极具洞察力的 Prompt，通过分析本地 AI Agent 的会话历史（如 ~/.claude/projects），揭示了用户真实的行为模式。该 Prompt 指导 AI 分六个阶段挖掘、蒸馏、访谈并最终生成“用户镜像”，从而指出时间浪费点、可自动化任务及真正的核心价值，旨在实现深度自我认知与工作流的彻底重构。
Codex 高级配置指南：从安全策略到效率提升
大多数用户仅对 Codex 进行基础配置，导致效率低下且存在安全隐患。本文提出了一套分层配置方案，通过建立全局安全底座及 fast、review、audit 三种工作模式，解决权限失控、成本过高及项目规则混乱等问题，帮助用户在保障安全的前提下最大化开发效率。
开源两个月16k+ star！我把Huashu-Design推翻重写了
本文介绍了作者花叔将其开源项目 Huashu Design 从 1.0 升级到 2.0 的全过程。针对 1.0 版本中 AI 设计风格单一收敛、缺乏真实素材以及胡编乱造事实这三大痛点，2.0 版本进行了底层重构。它引入了“撞、借、请”三种并行逻辑以打破平庸的极简风，确立了“图片前置”原则以解决内容空洞问题，并制定了“事实验证先于假设”的规则以避免 AI 幻觉。新版不仅能生成高质量的 HTML 演示文稿、网站和 App 原型，更将创作者的角色从“画图的人”转变为“做决策的人”。
让定时 Agent 仅输出 HTML 的实践
作者分享了将 Agent 输出格式从纯 Markdown 调整为“Markdown 源文件 + HTML 报告”组合的实践经验。通过在 X Manager 项目中测试，发现 HTML 渲染仅增加 51ms 延迟，却显著降低了阅读长文本的认知负担。文章提出了一套清晰的交付契约：Markdown 作为机器处理的数据源，HTML 作为人类阅读的审查界面，聊天工具仅保留极简摘要。
如何构建基于 Claude 的个性化 AI 系统
文章详细介绍了如何通过四个步骤构建一个深度了解用户的 Claude 系统。方法包括：在设置中定义个人身份与偏好、为不同工作领域建立独立项目、开启记忆功能让 AI 学习模式，以及提供写作样本以训练个性化文风。该系统旨在解决每次对话需重复背景的问题，将 Claude 从通用工具转变为熟悉用户偏好、目标和历史的个人智能助理。
Agents Need Feedback Loops, Not Perfect Prompts
文章探讨了构建高效 AI Agent 的核心在于建立反馈循环，而非编写完美提示词。作者以 Warp 开发的社区回复 Agent Buzz 为例，阐述了如何通过“原则优于规则”的设计，结合基于人类反馈的自动学习机制，使 Agent 能够随着时间推移不断自我优化。文章强调了将 Agent 技能视为代码进行管理的重要性。
Claude三年实战：25个高频提示词与硬核技巧
文章分享了作者使用Claude三年总结的25个高频提示词，覆盖工作决策、学习思考、内容品牌及财富构建四大场景，旨在通过AI提升效率。此外，还介绍了20个Claude Code的硬核操作技巧，强调提示词与技巧的组合使用能实现从“半天干完三天活”的效能飞跃。
我用这18个提示词省了三年弯路：一个投资人的Claude实战手册（2026升级版）
文章详述了作者三年使用Claude的实战经验，总结出18个高价值提示词，覆盖从日程管理、赛道研究、投资决策、内容创作到个人品牌打造的全工作流。作者展示了如何利用Claude 4与MCP工具将生产力提升至极致，强调了提示词本质是“智能体编排语言”，并指出AI带来的不是工具升级而是权力转移。
单Agent编程是场噩梦：多Agent工作流实战指南
文章指出依赖单个AI Agent进行编程效率低下且容易失败，主要归因于对单一Agent期望过高及任务分解不足。作者通过对比单Agent与多Agent工作流在Codex Spark等平台上的表现，证明多Agent架构能显著提升效率、降低错误率。文章详细介绍了以Orchestrator（主管）和Subagents（执行者）为核心的“后厨”模式，并列出了五个实用模式，如并行执行和分步验证，展示了多Agent系统在扩展上下文窗口、增强流程控制和提升处理速度方面的巨大优势。
2027 年将暴富的 AI 生意（目前几乎无人涉足）
本文指出当前 AI 市场充斥着同质化的聊天机器人和内容生成工具，竞争已是一片红海。作者转而挖掘了 6 个具有明确 ROI 且竞争极少的 AI 商业机会，包括：中小企业合规监控、服务业务提案自动化、电商产品质检、垂直行业 AI 定制、本地竞对情报分析以及 AI 工作流审计。这些思路的核心在于将 AI 作为基础设施嵌入服务中，而非单纯售卖工具，旨在解决具体的商业痛点。
你搭的 Claude Skills，还能提升10倍效果——使用Karpathy 的 autoresearch 方法
本文介绍了基于 Andrej Karpathy 的 autoresearch 方法，通过建立评估 Checklist 和自动迭代循环，让 AI Agent 自动优化 Claude Skills。作者分享了将落地页文案 skill 通过率从 56% 提升至 92% 的实战案例，该方法同样适用于网站优化、邮件撰写等任何可量化的工作流。
