文章介绍了免费或试用期 Google AI Pro 用户无法在 Antigravity 中使用 Gemini 4 Argon 的原因：原生通道仅向非试用付费 Pro 及以上用户开放，且额度为独立周配额（约2600万Token/周）。作者提供两套免费解锁方案：一是将 Mac 版 Gemini App 升级至 1.131.4.1198 以上，用 Task + Folders 模式挂载本地代码库满血使用；二是在 Agy CLI 中绑定每月 10 美元 GCP 赠金按量计费，并配合开源插件 antigravity-agent-platform 设置 90% 自动熔断防止超额扣费。另附试用提前转正、土区低价订阅等低成本转正方案与三方案对比建议。
本文是零基础 Grok Bot 全流程教学。作者介绍了 Grok Bot 与 Codex、Claude Code 等项目型 Agent 的区别：每个 Bot 像有独立身份、职责和 Skill 的个人助手。文章讲解了 Grok Bot 的核心特性——每个账号配备一台云电脑，Bot 之间可互相传话、拉群协作；并给出四类 Bot 搭建方向：固定任务型（定时任务）、专业领域型（安装 Skill）、工具型（接入 Codex、飞书等 CLI）、连接器型（打通推特、密码管理器、邮箱等）。文中还包含安全提醒和额度消耗技巧，是一份实用的 personal AI 入门指南。
文章面向 FDE（前沿部署工程师），系统讲解传统企业进行 AI 改造的技术架构。作者梳理了 Model、Agent、Skill、MCP、CLI 五大概念的分层关系与职责，并以请假查询为例展示一次工具调用的完整链路。针对 OA、PLM、MES 等存量老系统，提出三级改造路径：API 封装（首选）、CLI 包装（次选）、RPA 兜底（过渡），并强调凭证透传、审计底账和人机协同确认等安全机制。最后结合整车制造请假系统与商用车 PLM 客户端两个案例说明落地方式，给出从资产盘点、协议标准化到审计闭环的实施步骤。
文章介绍了如何在 Grok Bot、Muse、Dots 等 Personal Agent 中使用 Lody 的方法。作者认为当前 Personal Agent 虽然火热，但交互过程缺乏透明度，开发者难以掌控任务执行细节。Lody 是一个本地优先的多 agent 控制面，可让用户在电脑或服务器上运行多个 harness（如 Codex、Claude Code 等）。文章详细讲解了如何将 Bot 作为统一交互界面和任务调度员，把具体任务通过 Lody CLI 分配给背后的各个 agent 执行，并介绍了如何配置机器、使用 Agenvo 工具，以及如何设置定时任务防止 Bot 云机器休眠。整体方案让开发者既能享受 Bot 的便利，又保留对任务过程的掌控。
作者利用破局俱乐部官方CLI和自己服务器上运行的Hermes Agent，搭建了一个名为"AI路径诊断"的公益网站。用户通过答题卡形式的访谈（精简模式12题或深入模式24题），网站会检索破局社群中与用户情况相近的真实实战案例，生成包含推荐方向、12周学习计划、真实案例参考的个性化报告，支持生成分享卡片、长图和Excel导出。文章详细介绍了技术架构：为网站单独创建受限的Hermes profile、通过白名单调用破局CLI只读不写、接入飞书CLI读取完整复盘文档、以及两个核心Skill（访谈skill和报告skill）的设计规则，后端采用Python FastAPI，前端使用原生HTML/CSS/JS，数据库使用SQLite。
作者分享了上线付费 Skill 产品 Oil UI 的完整商业化技术方案。曝光方面通过 GitHub 开源版积累影响力并引导转化 Pro 版；通过 JSON 配置和 Markdown 替换表由脚本从 Pro 版自动生成开源版；基础设施采用 Cloudflare 域名、Vercel 网站、Resend 邮件和 Neon 数据库；登录使用邮箱验证码，收款通过 Stripe 支持买断制及海外与国内支付；交付环节自研运行在 Agent 中的 CLI，采用设备码授权，从 GitHub 私有仓库拉取 Pro 版；并通过 check_update 脚本实现非强制自动更新。整体成本极低，域名加邮件每月约 30 美元以内。
本文是 AI 名词扫盲系列第三期，面向小白讲解如何让 AI 工具变得更强，重点介绍与扩展 AI Agent 能力相关的常见名词。文章逐一解释了工具调用（Tool Calling）、API、MCP、CLI、连接器、插件、API 地址、API Key、模型 ID、Computer Use 等 10 个概念，并配以生活化的例子说明其作用与原理。作者还提醒读者注意保管 API Key、避免将密钥写入前端代码等安全事项，帮助读者理解 AI 如何连接外部工具完成实际任务。
作者分享了自己搭建个人远程工作流的经验：通过 Telegram 连接本地 Eagle 资产库和电脑开发工具，实现手机发指令、家里电脑自动执行任务的闭环。作者认为通用 Agent 不适合有固定规矩的本地环境，转而采用任务分流架构：图片归档直接调用 Eagle API，轻量任务用轻量模型，复杂工程交给 CLI 无头模式执行。文章还解决了 Telegram 相册消息拆分、远程唤醒阻塞前台等实际问题，用标准输入传任务、保存会话 ID、文件夹记录状态等细节保证流程稳定，强调 Agent 应安静接入工作流，而非做万能的电子宠物。
腾讯开源了 BrowserSkill（MIT 协议，纯本地运行），解决了浏览器 Agent 的一大痛点：不再让 AI 在空白沙盒浏览器中面对登录墙和验证码，而是直接借用用户正在使用的浏览器标签页，利用已有的登录状态完成任务后自动归还。关键设计包括：标签页即借即还机制、人机验证时回弹给用户现场确认、权限总开关焊死在浏览器原生设置中防止提示词绕过，以及做成 CLI 而非 MCP 以兼容所有能执行 Shell 的智能体（如 Cursor、Claude Code 等）。文章认为，自动化工具的核心在于如何处理模型与人类工作软件之间的信任边界，在权限与效率之间留出安全断点。
作者作为金融业IT，在公司 DeepSeek 一体机上下文受限（128k）的情况下，将 Pi Agent 部署到内网，一周消耗几十亿 token。他通过两大'开荒'工作提升 Agent 效能：一是将内网系统流程封装为 CLI，为全自动工作流做准备；二是结合自身业务理解建立代码索引与知识库。实践半个多月，进度约40%。作者感悟：业务理解能力的重要性大于模型本身能力，在适当指导和知识库辅助下，Pi 能完成真实企业级全流程开发。他通过 10 个拓展和 20+ SKILL 将 Pi 打造成专属业务 Agent，并推荐大家创造属于自己的 Agent。
作者分享了不用背电脑、仅用手机远程控制Claude Code、Codex等Agent的工作流。通过UU远程低延迟连接，解决了SSH不稳定、切换慢的问题。新功能包括手机端终端与TUI完整支持、多终端并行会话、跨端接管、小窗口挂机看进度、文件传输和CLI脚本化管理多台设备，配合Herdr插件可视化管理Agent状态。作者认为电脑应是工具而非负重，远程桌面、终端、CLI各司其职，极大延伸了AI使用的场景。
作者袋鼠帝开发并开源了一款AI原生截图工具“拓（Ta）”，具备钉图、标注、马赛克、截长图等常规功能，并深度集成AI能力：框选即可OCR识别文字、翻译并自动复制到剪贴板，还支持AI识图。拓可作为skill或CLI接入任何Agent（如Codex），实现自动截图获取报错信息等自动化流程。开发过程使用智谱最新开源模型glm-5.3-flash，作者评价其coding、agent与视觉能力出色，价格仅为Opus的1/40，兼具速度、性能与性价比，标志前沿模型进入普惠时代。
本文是一篇面向零基础用户的 Pi Agent 终端实操教程。作者在独立练习目录中，用一份虚构会议记录作为输入，引导 Pi 生成行动清单，并回到命令行独立验收原文件、输出文件、负责人和日期。文章涵盖 Pi 的能力边界与本地 Agent 概念、安装登录、界面四大区域解读、可验收提示词的写法（材料、动作、限制、验收四要素）、SHA-256 校验与独立验收方法，以及 Skill、Extension、Pi Package、Project Trust 与沙箱等扩展与安全知识，最后给出适合新手的安全升级路线。
文章介绍了 Pi Agent 的作者 Mario Zechner（@badlogicgames）。他是奥地利人，曾是游戏框架 libGDX 的开发者，也做过 RoboVM。2025 年底他用两晚时间写出极简 coding agent Pi，默认只有 read、write、edit、bash 四个工具，系统提示词极短，强调可自由定制。后来被 Flask 作者 Armin Ronacher 的公司 Earendil 收购，Mario 入股加入团队但保持技术方向主导权和开源。他反对 Agent 越做越重，认为 CLI 比 MCP 更省更稳，Pi 的干净、可改、不绑模型的风格正源于他的个人理念。
文章分析了 AI Agent 领域从依赖 MCP 回归 CLI 的趋势。MCP 曾被视为 Agent 连接外部工具的标准方案，但在本地开发和工程自动化场景中，CLI 兞现成太、节省上下文、易于调试复现、具备 Unix 管道组合能力且更接近真实执行环境。作者认为 MCP 并不会消失，二者正在重新分工：CLI 成为 Agent 的本地执行层，MCP 回到标准化集成层，用于远程能力、结构化发现和跨平台复用。
这是一篇面向新手的 Codex 全面教程，系统讲解了 OpenAI Codex 这一可实际操作的 Agent 工具。文章从界面布局、项目与任务管理讲起，详细介绍了 Local、Worktree、Cloud 三种工作区模式的选择，Plan 计划模式的适用场景，权限与沙盒的配置方法。还覆盖了集成终端、内置浏览器、Computer Use、Memory 等基础工具，CLI 常用命令与快捷键，AGENTS.md 项目规则文件的写法，并厘清了 Skills、Plugins、MCP 三者的区别与用法，帮助读者独立上手 Codex 完成实际任务。
文章介绍了如何借助AI代理和Whop CLI，在终端中端到端运营一个互联网生意，无需在各种管理后台之间手动切换。作者指出传统Dashboard是为人类设计的，而代理需要通过命令行接口以'目标→检查→规划→行动→验证'的流程完成完整任务。文章展示了代理如何自动创建产品、设置定价与结账链接、准备广告投放活动、监控客户流失风险等，涵盖'Build→Grow→Serve→Improve'四大业务环节，并强调需给代理明确的业务简报、权限边界与完成验证标准，构成一个'代理式操作系统'。
本文介绍了如何利用拥有独立电脑的 Grok Bot 全自动运营多个小型业务来赚钱。作者设计了四个系统：向本地商家销售实体产品（50-300 美元）、自主化的获客线索系统、根据真实需求编写的信息产品，以及先建站后销售的网站服务。通过 Whop CLI 完成产品创建、定价、收款链接和数据读取。文章详细讲解了机器人设置、指令提示词、客户筛选与评分方法，并强调前几次运行需人工监督，社交账号操作应手动进行，涉及删除和转账等危险操作需二次确认。
本文提出“Agent体验工程”（AX）这一新概念，指设计易于智能体使用的产品，使LLM更愿意采用。作者认为智能体正成为软件的主要购买者，传统UI的粘性优势消失，产品需通过API、MCP服务器、CLI等接口优化智能体体验。同时，原先的“上下文工程师”角色被AX工程师吸收，UI从操作层转变为监督层。文章最后给出实践建议，并预测AX工程师将成为未来品牌必备角色。
作者分享了自己将飞书作为 AI 协作工作台的经验，通过飞书官方 CLI 将多个 AI agent（如 Codex、Qoder CN、Claude Code、Hermes）接入飞书，利用飞书的群聊、任务、文档和知识库功能，实现了从多窗口搬运到共同工作台的转变。文章详细介绍了搭建步骤、实际应用场景（如脑暴、调研、写作、简单开发）、踩过的坑以及个人建议，强调了“入口在飞书，执行在最合适的工具里”的理念。
企业微信开源了官方命令行工具 wecom-cli，将消息、文档、表格、待办、日程、会议、微盘、通讯录等办公能力封装为命令，供用户或 AI Agent 调用。文章拆解了其功能、亮点、适用场景和边界，并指出这是企业微信向 AI 开放的重要一步，让 AI 能在权限范围内操作企微，提升自动化效率。
本文介绍了 DeepSeek Harness 生态中必装的 10 个插件，包括 ModLens（图像理解）、dsh-web-ui（Web UI 全家桶）、dsh-better-sidebar（Codex 风格布局）、dsh-TUI（终端界面）、deepseek-harness-desktop（桌面客户端）、dsh-at-file（@文件引用）、dsh-agent-teams（多 Agent 团队）、dsh-plan-execute（规划与执行分离）、dsh-context-doctor（Token 分析）和 dsh-reverse-skill（安全研究技能包）。这些插件覆盖了从图像处理、界面优化到多 Agent 协作、成本控制和安全研究等多个方面，旨在提升 DeepSeek Harness 的功能性和用户体验。
文章介绍了开源项目 awesome-agentic-ai-zh 提供的 AI Agent 学习地图，将学习路径分为两条：路线 A（CLI Power User）面向只想用好现成 Agent 的用户，学习 Claude Code、Codex、MCP、Skills 和工作流搭建；路线 B（Agent Builder）面向想开发 Agent 的工程师，需深入 Tool Use、Agent Framework、Memory、RAG 和 Multi-Agent。作者强调不要跳级学习，先补齐 Terminal、Git、API、JSON 等基础，普通人学好路线 A 已能解决大量实际问题。
作者分享了做AI自媒体近一年后每天实际使用的AI工具组合：语音输入用闪电说（接入豆包语音模型）；Agent工具主力是订阅ChatGPT Pro的Codex，国内用腾讯WorkBuddy补位；强调学Git与GitHub管理文件版本；关注CLI工具如飞书CLI、OpenCLI，语音转文字用SiliconFlow和阿里云百炼。还展示了会议内容自动录入知识库的工作流：录音豆同步飞书生成纪要，Codex提取人物、项目和待办写入知识库，并定时生成周报。作者建议从简单场景入手，把少数好用工具用熟并配合起来，形成自己的AI工作系统。
Cursor 推出的代码托管平台 Origin 进入早期 Beta 阶段，向 Pro、Teams 和 Enterprise 用户分批开放。Origin 深度集成 Cursor，支持创建仓库、Git 推拉、从 GitHub 镜像同步（PR 双向同步）、代码浏览与搜索、PR 审查合并，并可将云端 Agent 和自动化工具连接到仓库。用户可通过 CLI 安装、登录并操作仓库与 PR，Web UI 类似 GitHub。目前公共仓库、Issues 和 Actions 替代方案尚未完成，更多 Agent 功能与权限管理正在开发中。
企业微信官方开源了 wecom-cli 命令行工具，GitHub 已获 2.7k Star。安装 CLI 和 Skill 后，Codex、Claude Code 等 Agent 可在终端直接操作企微的消息、邮件、文档、表格、日程、会议、待办、微盘和通讯录。目前限制包括需企微账号授权、不同规模企业可用能力有差异。这意味着国内 Agent 终于有了官方办公'手脚'，无需再逆向接口偷偷搞自动化。文章还附上了安装命令和授权方式。
本文是独立开发者 Tw93 对自己从开源 CLI 工具 Mole 到 Mac 付费软件这一过程的复盘与思考。文章分享了 Mole 的诞生背景、AI 时代产生的三类垃圾（编译产物、AI 工具旧版本、模型文件）及其清理策略，强调了产品设计中“不做什么”的重要性，以及从用户反馈中获得的宝贵经验，如对浅色模式、温度单位等细节的反思。作者还分享了手工回复邮件、不急于搭建客服系统、坚持每周更新等产品理念，并总结了做产品的心得：代码能力只占三成，更重要的是理解用户、做好取舍、建立信任。
本文是知乎AI工具（zhihu-cli）的完整教程，涵盖从注册、配置到使用的全过程。文章首先介绍了如何注册知乎数据开放平台账号并获取Access Secret，然后详细说明了通过uv安装CLI、保存密钥、验证配置的步骤。接着，文章重点讲解了zhihu-search（社区封装）和pyzhihu-cli（非官方客户端）两条路线的能力、安装与配置方法，包括Skill和MCP的集成，以及Codex、Claude Code、Cursor等主流AI Agent的接入方式。最后，文章提供了进阶技巧、常见问题解答和组合工作流建议，帮助用户高效利用知乎内容进行AI研究、选题和内容创作。
本文详细介绍了FDE（前线部署工程师）这一AI行业新岗位，包括其定义、分类（商务型、产品型、工程型）、如何启动第一个项目、SOW/Spec/Demo/MVP等关键概念、Skill/CLI/Subagent/Hook等工具的使用、企业系统集成方式（API/MCP/CLI/UI自动化）、以及基于EDD（评测驱动开发）的测试方法论。文章还提供了简历、作品集和面试的准备技巧，帮助零基础小白入行。
MkAgent 是一个基于 Pi Agent 构建的通用 Agent 工具与开发基座，现已正式开源。它支持跨平台运行，提供 WebUI 与 CLI，支持 Skills 扩展、主流大模型和自定义模型，内置浏览器可操作网页，并支持会话、工具调用和 Agent 工作流。MkAgent 旨在让普通用户开箱即用，同时为开发者提供构建专用 Agent 的基础设施。它基于 Craft Agent v0.11.2 进行了大刀阔斧的改造，简化了功能，安装包体积减半，并采用 Apache 2.0 协议，支持商用和二次开发。
