失业一周写出 573 星 Skill，他用 Claude Code 写网文养家
文章介绍了 GitHub 上一个名为 oh-story-claudecode 的开源项目。作者 worldwonderer 在失业期间开发了一套基于 Claude Code 的网文写作工具，包含扫榜、拆文、写作及去 AI 味等 8 个 Skill。该项目凭借解决网文作者痛点、精准的垂直定位以及真实场景打磨，8 天内获得 573 星。文章拆解了其文件系统管理、知识库设计等技术亮点，并指出其模式可复用于其他长内容创作。
🔗 相关文档
Claude Code 开源神器：用场景检测实现完整视频精准分析
文章介绍了一个名为 claude-video 的开源插件，利用 FFmpeg 场景检测和 Whisper 转录，解决了 Claude Code 无法精准看视频的痛点。该工具摒弃了随机抽帧，仅在画面变化时截帧，能准确理解图表、PPT 和 UI 变化。文中详细介绍了插件在 Claude Code、Cursor 等平台的安装方法、参数配置及会议纪要、Bug 复盘等七大实战场景。
20 Claude Opus 4.8 动态工作流赚钱实战指南
本文深入解析了 Claude Opus 4.8 版本的核心更新“动态工作流”。该功能通过并行子代理和对抗性验证，使 AI 能够自动朝着“完成状态”工作，而非等待单次提示。文章通过将 Bun 重写为 Rust 的案例展示了其强大的工程能力，并提供了 20 个具体的“完成状态”提示词，涵盖潜客挖掘、冷邮件、竞品分析、联盟营销等内容，展示了如何利用该工作流在睡眠中自动化赚钱。
给开源项目建可信架构 Wiki：LLM Wiki 范式实战教程
文章介绍了一种基于 LLM 的新型 Wiki 知识管理范式，旨在解决传统知识库维护成本高的问题。作者详细阐述了 raw/wiki/schema 三层架构，以及 Ingest、Query、Lint 三大核心操作，并开源了相应的 Claude Code Skill。文章以 x-algorithm-wiki 为例，提供了五步实战教程，展示了如何让 LLM 增量维护可追溯、可信的项目架构文档，并探讨了该方法的边界与适用场景。
自学Vibe Coding，这3个免费开源项目就够了，别买课
文章基于作者的Token消费经验，推荐了三个免费开源项目（Easy-Vibe、vibe-coding-cn、awesome-vibe-coding）作为学习Vibe Coding的替代方案，无需购买昂贵的课程。文章详细介绍了各项目的特点，提供了从入门到接单的详细学习路径，并分析了开源学习在更新速度、内容深度和社区支持上的优势。
12个开源项目，4条技术路线：Agent记忆系统完整选型指南
针对 LLM 无状态导致的“失忆”痛点，文章深入探讨了当前 Agent 记忆系统的四条主流技术路线：纯文件存储、向量数据库+RAG、知识图谱及混合检索。文章梳理了从轻量级 hooks 集成到企业级独立平台的 12 个开源项目，涵盖 claude-memory-compiler、agentmemory、Hermes Agent 等代表性工具，并提供了针对不同用户阶段（新手、个人开发者、团队、企业）的选型建议。作者指出，未来的核心竞争将集中在“如何遗忘”、“保证正确性”和“控制成本”三个维度。
Claude Code进阶指南：装这9个Skill才算真正上手
文章介绍了Claude Code生态中9个值得关注的开源项目，涵盖Agent技能框架、记忆系统、UI设计、RAG应用及工作流自动化等方向，并提供了安装建议与避坑指南，旨在帮助开发者打造懂项目、懂规范的开发伙伴。
我用 Claude Code Skills 搭建了一套公众号自动发布系统，效率提升 12 倍
作者分享了如何利用 Claude Code 的 Skills 功能，将公众号的选题、去AI痕、配图生成及格式发布等流程自动化。通过组合不同的技能包，实现了从写完文章到发布草稿仅需 10 分钟，效率提升 12 倍，并强调了从“加速”到“重构”流程的思维转变。
Lyft联合创始人使用Claude Code构建的九条规则
本文介绍了Lyft联合创始人Matt Van Horn在不读写代码的情况下，利用Claude Code和Codex构建开源项目并登顶GitHub Trending的九条规则。规则包括快速发布、编写计划、信任Agent、优化使用成本、提供CLI工具、让工具自记笔记等，展示了非程序员如何高效利用AI进行开发。
实战踩坑：便宜模型执行、贵模型编排？没这么简单！
文章通过三个真实案例，验证了“贵模型编排、便宜模型执行”这一省钱策略。作者发现，虽然便宜模型在文本判定等任务上能打平顶尖模型，但在高复杂度代码和开放式视觉任务上存在局限。关键在于控制模型能力代差和任务可验证性，否则返工成本将抵消节省的 token 费用。
PI > ClaudeCode/Codex?
本文对比分析了开源命令行编程工具 Pi 与 Claude Code、Codex 的性能。Databricks 的评测显示，Pi 在真实代码库上的 token 消耗显著更低，性价比极高，甚至压过了官方工具。文章探讨了 Pi 高性价比的原因，如精简的系统提示词，并指出了其在高强度思考下的局限性及功能缺失。
Trajectory: Agent 经验数据的标准格式
文章介绍了 Trajectory，一个开源的数据格式标准化工具，旨在统一不同编码代理会话（如 Claude Code、Codex 等）的数据格式。该格式注重令牌效率，便于代理从过去的经验中学习，解决跨平台数据碎片化问题。