面向新手的避坑指南，总结了 GitHub 和 Hugging Face 各 5 个常见误区。GitHub 方面包括：只用 ZIP 下载不用 clone、乱建仓库缺 README、只会 Star 不读源码、commit message 混乱、盲目追求 rebase 等高阶命令。Hugging Face 方面包括：盲目下载超出硬件能力的大模型、只会复制示例代码不懂参数、混淆 Models/Datasets/Spaces 用途、环境配置困难、贪多求全不深入。文章针对每个坑给出现象、危害和正确做法，帮助新手少走弯路。
本文介绍如何在 Windows 上安装和配置 WSL，以解决运行 AI Agent 时遇到的 PowerShell 报错问题。文章涵盖了 WSL 安装、开发环境配置、Codex CLI 运行、Windows 与 WSL 互通、安全隔离设置及环境备份导入等全流程。
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。
文章介绍了如何安装并配置 AI 编程 CLI 工具统一管理软件 CC Switch。它解决了 Claude Code、Codex 等工具 API Key 和配置散落的问题。教程涵盖 Node.js 环境确认、CC Switch 安装（支持 macOS）、解决环境变量冲突、添加 OpenRouter 供应商及免费模型配置的全过程，帮助新手高效管理 AI 开发工具。
文章截图展示了一场关于大型语言模型（LLM）开发工具的讨论。主要涉及开源 CLI 工具的选择、本地开发环境的重要性、模型代理设计差异，以及在不同电脑环境下进行 AI 开发的常见问题（如闲鱼二手机器、环境报错等）。参与者认为统一的训练环境对模型兼容性至关重要，并指出新手只要教程得当上手并不难。
