我的个人生活自动化 Agent 技术栈
作者详细介绍了如何利用 Codex (GPT-5.5) 构建个人 Agent 来管理邮件、WhatsApp、Telegram 等日常事务。文章强调了以 Google Drive 为单一事实来源的重要性,优先使用 API 和 CLI 以保证稳定性,并通过两个实际案例(邮件介绍、车牌更新)展示了 Agent 在跨应用工作流中的巨大效率优势。
作者详细介绍了如何利用 Codex (GPT-5.5) 构建个人 Agent 来管理邮件、WhatsApp、Telegram 等日常事务。文章强调了以 Google Drive 为单一事实来源的重要性,优先使用 API 和 CLI 以保证稳定性,并通过两个实际案例(邮件介绍、车牌更新)展示了 Agent 在跨应用工作流中的巨大效率优势。
文章基于2026年最新模型分享了极具参考价值的个人自动化Agent架构落地指南,提供了详尽的技术栈、数据层组织和工具选择策略,非常具有实操性。
文章深入分析了 Codex 的最新演变,指出其定位已从单纯的代码编写工具转变为具备跨 App 协作能力的“数字同事”。作者详细探讨了 Computer Use、评论式交互、Automations 自动化任务及移动端管理等新功能,并对比了 Codex 与 Claude Code 的差异化分工。文章认为,AI 工具的竞争维度正从“代码质量”扩展到“真实工作流的完成能力”,强调透明度与可控性是未来数字同事的核心。
GPT-6 Astra发布,OpenAI的官方定位不是最聪明模型,而是最擅长电脑操作的模型。其核心能力Computer Use背后是Ari Weinstein十三年的技术积累:从2013年iOS应用Workflow,到被苹果收购演变为Shortcuts,再到创办SAI开发Mac AI助手Sky,最终2025年被OpenAI收购。文章分析Computer Use将Blender、KiCad等高门槛专业软件拉到消费级,真正受益者是"有界面没API"的传统工具与3D打印等硬件品牌;软件生态的接口是GUI而非API,五大巨头正争夺用户与软件之间的入口。AI行业计价单位正从"字"转向"事",能干活的AI比能考满分的AI更值钱。
作者开源了一个名为 douyin-image-post-scheduler 的 Codex Skill,实现 AI 操纵浏览器自动发抖音的完整流水线:图文素材批量验证、自动起标题、选话题标签、按时间窗排期、发布前逐条核验。全程在用户自己登录的 Chrome 中运行(Computer Use)。细节上采用固定随机种子保证排期可复现、支持断点续传避免重复发布、能区分「审核中」和「已排期」状态。作者提醒这是非官方工具,仅用于发布自己的内容。
本文介绍了 OpenAI 官方客户端 Codex 的安装与使用方法。文章对比了 Codex 与 Claude Code 的优劣,展示了 Codex 在安装便捷度、额度及封号风险上的优势。作者详细演示了四个实用场景:利用 Skill 生成长文配图、一键生成可编辑 PPT、设置定时自动化任务、以及 Mac 专属的 Computer Use 自动操作电脑功能,旨在帮助用户通过 Codex 提升工作效率。
本文详细介绍了如何用个人 AI 助理(如 Dot)实现小红书账号的全自动化运营。作者以表情包出处账号为实践案例,讲解了从选题补给、内容制作发布、公开核验到数据复盘的完整流程搭建。文章包括准备工作(账号、AI助理、飞书多维表格、生图与发布能力)、撰写可检查的运营标准、建立四张运营表(运营标准、选题与发布、复盘记录、评论处理)、连接飞书进行读写验证、建立选题库存等步骤,并强调区分本机与云端环境、任务拆分与授权安全,帮助读者用 AI 持续托管日常运营工作。
作者深度使用 grok bot 和 Muse 数周后进行对比测评。grok bot 的核心优势是多端登录与跨平台操作,作者用它实现自媒体全自动起号:选题、视频生成、发布、评论一条龙,并通过 ADB 控制安卓手机降低封号风险。Muse 胜在免费(含 KVM 机器和每周十亿 token),但工程和代码能力较弱,远程操控体验不如 grok bot。作者分享了 cf tunnel 常驻进程等实践,并总结最佳组合为 paseo+grok bot+claude cli+codex cli,认为涉及高权限、跨平台协作时 grok bot 最强,投资交易策略则仍需人工决策。
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力;HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染;Hypit 擅长拆解爆款视频并批量生成变体;video-use 把视频转成文字和关键帧,让模型对话式完成粗剪;Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片;MoneyPrinterTurbo 面向短视频批量生产;Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
作者花费两千元和两周时间实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四大 Personal Agent,测了 12 个自媒体平台的数据采集,最终成功委托率仅 33%。文章指出 Personal Agent 无法完全替代本机,存在账号登录、多任务管理等问题。作者最终选择 OpenAI Dots 作为云端方案,配合本机 Codex,总结出三个核心提示语:多任务进度条追踪、Computer Use 六道门采集验证、云端融合日报生成,并分享了邮件自动分拣回复、飞书文档中转等实用技巧,搭建了一套覆盖数据采集、日报和 AI 选题的完整工作流。
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。
作者总结了 10 条 Grok Bot 使用经验:Bot 适合长期反复的非编程任务,编程任务仍用 Codex、Claude Code、Cursor;摸清 Bots 的上下文机制,善用共用记忆和 Skill;不要一开始就把 Bot 拆得太细,像管理初创公司一样逐步扩展;优化重叠任务职责;成熟的标准化流程交给 CLI Agent 执行以节省额度;通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守;用 Web Access Skill 补足浏览器自动化能力;关闭 App Nap 解决息屏问题;推荐用 Notion 做长期数据看板;最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。
作者开源了 sweety-handdraw-video,一套手绘口播视频自动化制作管线。它包含 AI 导演(自动分镜)、物理手绘引擎(模拟真人逐笔绘制)和 VoxCPM 2 拟真配音三大核心,输入文案即可全自动生成分镜、插画、绘制动画与声画同步视频。该工具在 ChatGPT (Codex) 环境下完美运行,不依赖外部付费视频生成 API,素材完全解耦、本地零成本重渲染,成本极低。开源版将持续免费维护,项目已发布至 GitHub。