我让 Codex app 操作 Lighting room 对快 500 张源格式的照片进行了自动化后期全程无干预
作者使用 Codex app 的 Computer Use 插件操控 Lightroom,成功对约 500 张照片进行了自动化后期处理。该过程全程无干预,将原本两周的工作量瞬间完成。作者感叹 AI 模型能力提升与 Agent 最佳实践形成的巨大商业价值,并看好“模型+端侧 Agent App+开源 Skills”的组合威力。
作者使用 Codex app 的 Computer Use 插件操控 Lightroom,成功对约 500 张照片进行了自动化后期处理。该过程全程无干预,将原本两周的工作量瞬间完成。作者感叹 AI 模型能力提升与 Agent 最佳实践形成的巨大商业价值,并看好“模型+端侧 Agent App+开源 Skills”的组合威力。
文章时效性强且展示了Codex在端侧自动化的新颖场景,但主要为口语化感叹,缺乏技术细节、操作指南与深入分析。
作者分享利用 Muse AI 智能体快速搭建代理节点的方法:只需提供一个 GCP 账号并用自然语言下达指令,Muse 即可自主通过 SSH 连接服务器,完成服务安装、加密配置、端口开放、握手验证等全流程,最终生成二维码供客户端扫码使用。整个过程约 6 分半,其中实际操作仅 60 秒,无需手动使用终端、浏览器或安装面板。与传统手动找教程、装面板、配防火墙折腾一整晚的方式形成鲜明对比,展示了能直接干活的 AI Agent 在实际任务自动化中的高效与便利。
作者分享了一套基于苹果快捷指令与 Grok Bot Webhook 的知识自动入库方案进阶版。通过将微信聊天记录合并转发到快捷指令,再经临时网盘 filebin 上传文件生成公网链接发给 Bot,实现聊天记录、截图、录音等内容的自动整理与收录进知识库。文章详细介绍了快捷指令的配置方法(图床 ID、Webhook 地址与密钥)、Mac 与手机端收录聊天记录的操作步骤、单独调用方式(Raycast、菜单栏、操作按钮),以及隐私注意事项和密钥安全提醒。该流程还可灵活改造用于其他用途。
Meta 推出的 AI Agent 应用 Muse 上线 13 天即获 250 万下载并登顶美区 App Store 免费榜。文章介绍 Muse 与 ChatGPT 的区别:只需说出目标,它能在云端自动执行订票、回邮件、填表、比价等任务。内容涵盖 5 步上手流程(重点提醒关闭模型训练开关、最小化权限)、与 Agent 对话的 3 个原则(说目标不说步骤、给边界、敏感动作需确认),以及晨间简报、邮箱清零、旅行规划、订阅清理等 9 个实战用法与可复制的提示词,最后给出 5 条避坑建议。
这是一篇面向初学者的 AI Agent 完全指南,介绍如何部署实用的 agent 集群(swarm)。文章首先区分了 AI 聊天机器人与 AI Agent:前者只与你对话,后者能代你执行桌面操作。随后系统讲解了构建高效 Agent 的四大要素:1)Context(上下文),建议通过 Claude Cowork 用语音提问生成 context.md 文件;2)Memory(记忆),让 Agent 通过 memory.md 持续学习你的偏好;3)Skills(技能),类似 SOP 的分步任务文档,可通过手动讲解或屏幕录制自动生成;4)Tools(工具)。文章还介绍了 Harness(如 ChatGPT agent、Claude Code subagents)和 Loops(持续运行的工作流),帮助读者打造 24/7 全天候工作的迷你 AI 员工团队。
本文是译者想风对一篇爆文的中文翻译,介绍了 xAI 推出的 Grok Bot——一种拥有专属云计算机、可像真人一样操作 LinkedIn、Gmail、Slack、Notion 等真实工具的自动化机器人。文章详细讲解了从获取访问权限、创建第一个机器人、连接工具、教授任务、设置定时或事件触发器,到将多个机器人加入群聊协同工作的完整六步流程,并提供了一个'参谋长'机器人及首席助理、侦察员、内容、工程、客户、财务等 6 个即用型机器人提示词模板。作者强调从'下达指令'到'授权委托'的转变,同时坦诚指出产品处于早期测试阶段,涉及金钱、法律等敏感任务需设置防护措施。
作者整理了 WorkBuddy 的 15 个实战项目场景,涵盖个人工作台配置、知识库搭建、Obsidian 自动化工作流、Excel 文件处理、飞书协同办公、AI Agent 助手、Figma 原型图生成、邮件自动化处理、简历面试辅导、AI 生图、热点抓取以及记忆系统等。每个项目都附有 GitHub 开源链接,并标注了配置时间和效率提升效果。作者建议新手先安装 WorkBuddyGuide 和 bitcjm/workbuddy-skills 两个核心项目即可覆盖 80% 日常场景,通过逐步实践这些自动化项目,每天可节省约两小时。
本文介绍了xAI于2026年8月推出的Grok Bot:一组拥有独立持久云端计算机的AI Agent,可登录用户现有工具,端到端完成多步骤工作,仅在需要审批时才联系用户。作者认为其核心价值在于让一人公司摆脱注意力瓶颈,Bot可在用户离线时持续工作。文章详细说明了产品现状(基于Cursor基础设施的beta版)、谨慎的使用纪律、以及销售外联、营销运营、办公行政等核心工作流,强调从低风险可逆任务开始逐步建立信任。
本文介绍了豆包电脑版的办公任务模式,其具备Computer Use能力,可直接操控Windows桌面完成各类任务。作者分享了四个实战案例:用仓颉Skill蒸馏5.5小时编剧课视频、优化《荒野大镖客2》游戏帧率(60帧提升至120帧)、手机遥控电脑扒取电影《牛来》全网影评并生成PPT、打包DeepSeek Harness绿色便携版。文章指出豆包GUI操作能力强大,配合现成技能和连接器可大幅提升效率,作者称效率提升6倍。
作者通读 xAI 官方文档,总结出大多数 Grokbot 用户错过的 7 个键盘快捷键和 15 个进阶技巧,包括新建 bot 快捷键、斜杠技能引用、@提及与 @everyone、命令面板、硬中断指令,以及通过演示教学创建技能、2-6 个 bot 群聊协作、利用 bot 描述字段作为持久记忆等方法。文章强调 Grokbot 是完整的 agent 产品,具备真实文件系统、浏览器、审批系统和多 bot 协调层,掌握这些技巧能把聊天工具变成真正协作团队。
本文介绍如何利用Grok Bot构建一人公司。Grok Bot并非简单的聊天机器人,每个机器人拥有独立的云电脑,可登录真实工具(如LinkedIn、Gmail、Slack等)并自主操作。文章详细阐述了从获取访问权限、创建机器人、连接工具、演示任务、设置定时触发到多机器人协作的完整流程,强调从“提示”到“委派”的转变,帮助用户将重复性工作自动化,从而专注于决策。
Grok Bot在公开测试48小时内,早期用户已探索出多种实际用途。本文基于X、Reddit和YouTube上的高互动帖子,总结了人们使用Grok Bot的八大场景,包括办公室管理、行政助理、生活事务处理(如日历、预订)、通过演示教学、以及作为个人助理等。文章还分享了用户的具体案例和有效提示词,展示了Grok Bot在自动化任务和提升效率方面的潜力。