如何换机恢复 Codex 工作区:项目、全局与凭据的分层备份
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。
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。
文章指出,仅仅将 AI 工具(如 Copilot)加入现有流程只是“AI 辅助”,而非真正的“AI 优先”。作者以 CREAO 为例,介绍了“Harness Engineering”理念:通过将代码库统一为单体仓库(Monorepo)以提高 AI 的可读性,利用 Claude 进行自动化代码审查,并建立自愈反馈循环,从而将工程流程从围绕人类编写代码转变为围绕 AI 构建系统,实现极高的迭代速度。
作者分享了借鉴开源项目OpenClaw创始人Peter的工作流,在27天内利用AI Coding Agent独立完成并上线商用产品AgentWay的实战经验。文章详细阐述了原子化提交、CLAUDE.md作为基础设施、Agent的ROI分界线等六个核心方法论,并指出AI工具只是放大器,真正的瓶颈在于开发者的经验判断力和定义问题的能力。
文章介绍了 Anthropic Claude Code 团队的代码审查实践,以及作者团队自研 AI 代码审查工具 HeyDeer 的落地经验。核心思路是:AI 写代码占比接近 100% 后,人工逐行审查不再可行,应把人的注意力留给真正有风险的部分。做法包括按风险分级审批(低中风险由 AI 自动批准,高风险由人判断方向)、多模型交叉审查降噪、用仓库检查落实团队规范、通过 Autopilot 自动修复问题直至收敛。作者团队跑了 8 个月未因合并有 bug 的代码导致线上事故,认为大部分创业和中小公司都适用这种方式。
本文介绍了 Claude Code 团队在 AI 生成约 90% 代码的情况下如何重构代码评审流程。团队将代码评审从人工逐行阅读转变为分层自动化体系:包括 PR 前的 Claude 自验证、子代理 diff 审查、内部 skill(bug 猎捕、diff 缩减等)、以及每个 PR 的 AI 评审,仅将人类注意力保留给高风险决策。通过 CLAUDE.md 和 REVIEW.md 等文件向评审者注入项目上下文,并快速回滚机制兜底。6 月至 9 月间合并 PR 数量翻倍,回滚率下降超 40%,实现了用最少人工环节保障代码质量的目标。
本文是作者于 2026-10-25 在 Muse 中真实跑通后整理的实战教程,介绍如何用提示词把 Muse 组建成「主管 + 专员」的 AI 团队。文章讲解主管(主聊)与专员(子代理或旁聊)的区别与协作方式,提供主管提示词、派活模板、编码/审查/文档等专员提示词,并给出 5 分钟上手的 4 个步骤。作者通过「今日待办」实测发现专员自检不可靠,强调重要交付需加审查专员复核,并总结了路径写法、上下文记忆、安全红线等 6 个常见误区,最后给出日常使用流程和常见问题解答。
作者分享了在创业公司落地 AI Coding 工作流半年来的实践迭代。核心思路是给 Agent 最大执行权限同时控制爆炸半径:使用 Claude Code 作为主力 Agent 配合 matt Skill 与项目 MCP;通过 git worktree 物理隔离多个并行 Agent 的工作区;坚持计划先行,动代码前必须产出完整 Plan 并用状态文件持久化进度;测试上人机分工,AI 在 DEV 环境完成正反用例自测,人类只验收业务效果;通过 PR 规范、GPT 对抗性 Review、CI 自闭环守住质量防线;用 PostHog Feature Flag 实现秒级回退止血;并以部署看板巡检日志、三层文档体系(CLAUDE.md、rules、specs)作为长期记忆,实现生产级 AI 高速开发。
本文是Obsidian进阶教程,接续入门篇,系统讲解了让笔记库真正好用的高级玩法。内容涵盖:块引用的链接与嵌入用法、Callout彩色提示块的语法与折叠技巧、按属性和路径的搜索进阶、Templater动态模板(日期变量、文件名、文件夹自动套模板)、Dataview将笔记库当数据库查询(LIST/TABLE/TASK三种查询)、Canvas白板理清笔记关系、MOC内容地图的构建方法,以及Linter批量维护等。作者强调规范frontmatter是发挥这些功能的前提,并提供了速查表与常见坑集锦,帮助读者构建可持续维护的AI知识工作流。
作者复盘了如何一个人在一个月内批量生产2000多份PPT并完成变现的全流程。制作上,将PPT生产拆为五步:素材提取、页面规划、图片生成、逐字稿/教案、可编辑转换,并把流程封装成Skill在Codex中并发运行,每天跑2-3轮。推广素材通过自研软件实现文档导出、场景化排版、拼图排版批量化。分发上,一套内容同步铺到小红书、抖音、视频号、公众号,借助自研工具一键多平台发布。管理上用分类备份和飞书表格追踪生产与发布。变现靠小红书店铺卖成品跑量、私域卖套装和定制做复购,实现边际成本极低的持续收入。
本文是 GitHub 教程的进阶篇,系统讲解了项目管理与协作的核心功能:Issues 的标签、里程碑、模板与自动关闭,PR 的 Draft、Review 流程和三种合并方式差异,冲突解决三步法,Projects 看板,Release 与语义化版本,Actions 的定时、手动触发、矩阵构建与缓存,GitHub CLI 常用命令,以及 Dependabot、密钥扫描、代码扫描等安全功能,并附 CODEOWNERS、Codespaces、Git 进阶命令等实用内容。