Claude 官方关于 Loop Engineer 的入门解读
文章介绍了 Claude 官方提出的 Loop Engineer 概念,该概念将现有的 Agent 工作流程进行了系统化梳理。文中详细讲解了四种 Loop 类型:回合制循环、基于目标的循环(GOAL 模式)、基于时间的循环以及主动循环。此外,作者还分享了关于代码库质量维护和 Token 消耗管理的优化建议,并提及了 Codex、Skills 和 Hooks 等相关工具。
文章介绍了 Claude 官方提出的 Loop Engineer 概念,该概念将现有的 Agent 工作流程进行了系统化梳理。文中详细讲解了四种 Loop 类型:回合制循环、基于目标的循环(GOAL 模式)、基于时间的循环以及主动循环。此外,作者还分享了关于代码库质量维护和 Token 消耗管理的优化建议,并提及了 Codex、Skills 和 Hooks 等相关工具。
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。
文章介绍GitHub上57.3K Stars的开源项目OpenMontage。它并非简单的文生视频工具,而是将Claude Code、Codex、Cursor等AI Coding Agent改造成完整视频制作团队。用户只需一句话,Agent即可自主完成从资料研究、脚本、分镜、素材生成、配音、字幕、音乐到剪辑渲染的全流程,甚至能分析参考视频的节奏和视觉语言来规划制作方案。项目包含12套制作Pipeline、100+工具、700+ Agent Skill,接入Remotion、FFmpeg及多种AI模型。作者认为这代表了AI从'帮你做素材'到'替你完成工作'的转变,未来将是管理Agent而非操作工具的时代。
Remy, from AI with Remy, shares how he runs his company on agent skills, treating them as SOPs for AI. He explains the concept of skills as markdown files that package workflows, and the problem of AI being single-player. The solution is to store skills in a GitHub repo and distribute them as plugins via Claude Code or Codex, enabling team-wide sharing, version control, and auto-updates. He also discusses designing skill chains, a self-improvement loop for skills, and a web app layer for managing them. The key takeaway is to centralize skills, use plugins for distribution, and continuously improve them.
本文深入介绍了 Anthropic 在 Claude Code 中推出的“动态工作流”功能。该功能通过编写 JavaScript 脚本,编排数十到数百个子智能体并行处理任务,实现了自动化的步骤拆解、执行与结果验证。文章详细解析了其工作原理、与 Skills 的区别、三种使用方式(自定义关键词、内置 /deep-research 及 UltraCode 模式),并展示了内容生产、市场调研等实际应用场景。
本文详细介绍了如何利用 Claude 构建一个多智能体系统。文章主张专家团队的表现优于单打独斗的通才,通过设立研究、生产、质量和分发四个专门的智能体,配合一个主编排器,可以实现高效的并行工作流。文中提供了从环境搭建、文件夹结构配置到首个研究智能体的系统提示词(Prompt)编写的完整实操指南。
本文是一份关于 Claude Skills 的完整指南。文章指出 Claude Skills 不仅仅是保存的提示词,而是包含具体指令、标准和输出格式的“培训文件”。作者将其比作训练有素的员工,而非临时工。文章详细介绍了从安装第一个 Skill 到构建自定义 Skill 的四个阶段:安装、构建、测试优化以及建立技能库,并提供了具体的操作步骤和行业应用场景,旨在帮助用户建立可重复的系统以自动化任何行业的工作流。
文章介绍如何将 Claude Opus 5.5 变成一个完整的动画制作团队,通过设立导演、艺术总监、动画师、渲染工程师和评审五个“部门”,让一个 agent 依次完成故事策划、视觉设计、动画编码、渲染和质检的全流程。作者强调关键不在模型本身,而是围绕模型构建的生产系统:使用 Claude Code 作为 agent、Remotion 作为视频框架、FFmpeg 处理媒体。模型不直接生成像素,而是编写产生帧的代码,使首个视频成为后续的基础。真正的“一次成型”背后往往是详尽的提示词、参考资料和生产环境,工作室化流程才是可复现视频创作的核心。
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。
文章介绍了通过 magpie 本地网关与 Kiro 订阅,在 Claude Code 和 Claude Desktop 中使用 Claude Opus 5.5 的方案。Kiro 是亚马逊的 Coding Agent 产品,作者利用 magpie 插件将 Kiro 订阅中的 Claude 模型反代给 Claude Code,省去单独购买 Anthropic API 额度。文章详解了技术原理(请求经 magpie 网关和 Kiro Auth 插件转发)、安装配置步骤(Kiro 付费计划、插件安装、模型选择),并说明如何通过路由记录、订阅用量和工具调用验证模型真实性。最后提醒账号政策风险、额度消耗、数据安全和兼容性等注意事项。
作者高强度实测 Grok Bot 两周后的经验分享。Grok Bot 自带 24 小时云端主机,持久化硬盘、多 Bot 共享同一台电脑,还可远程桌面操作。文章介绍了 Connect Apps 连接 GitHub、X、Gmail、Notion 等生态的用法,以及信息雷达、仓库盯梢、邮件分拣等自动化场景。重点分享了群聊多 Bot 协作的踩坑经验:上下文易乱、需要反复协调,核心是必须设立统一的协调者角色。作者据此搭建了'研发小队 Build Lab'(产品、设计、开发、测试、项目经理、增长六个角色)和'视频工作室 Video Studio'(导演、编剧、素材、配音四个角色)两套协同流水线,并公开了配置模版和社区资源链接。