生财有术亦仁:未来十年最大机会是Agent|新手搭建全景实战教程
本文介绍了生财有术创始人亦仁关于Agent是未来十年最大机会的观点,并提供了从零开始搭建个人AI Agent的全景实战教程。文章对比了Coze等平台工具与自建方案的优劣,详细讲解了如何利用Hermes、飞书CLI和Codex三个核心工具构建具备记忆、执行和进化能力的Agent,帮助企业与个人重构工作流。
本文介绍了生财有术创始人亦仁关于Agent是未来十年最大机会的观点,并提供了从零开始搭建个人AI Agent的全景实战教程。文章对比了Coze等平台工具与自建方案的优劣,详细讲解了如何利用Hermes、飞书CLI和Codex三个核心工具构建具备记忆、执行和进化能力的Agent,帮助企业与个人重构工作流。
作者介绍了开源视频制作工具 Hypit,一个为 Codex、Claude Code 等 AI Agent 打造的视频开源语言和系统,上线不到3天获得 GitHub 7.4k star。Hypit 能将脚本、素材、配音、字幕、B-roll 和动效组织成可执行工作流,创作者只需描述需求即可让 Agent 编写、修改结构,并在 Hypit Studio 中查看时间轴。作者演示了 Clone → Edit → Reuse 实验:先复刻唐代纸片拼贴风格视频,再用同一工作流生成中国瓷器历史宣传片,并追加流程动效。一次实践留下的脚本结构、样式和动效组件可复用于后续创作,适合需要持续制作产品介绍、知识视频的创作者。
文章提出了“万物皆可 Skill”的理念,指出高阶的 AI 使用方式应从临时性的提示词升级为可复用的 Skill(能力包)。文章详细阐述了 Skill 的本质(任务边界、流程、标准及失败处理)、与 Prompt 及 Workflow 的区别,并介绍了基于 Codex 构建 Skill 的标准结构、设计原则(如渐进披露)以及通过“元编程”视角实现 Skill 递归进化的方法。
本文详述了一套将技术文章批量转化为带克隆旁白视频的自动化工作流。作者通过结合 HyperFrames 与 F5-TTS,将文章拆解为口播脚本,针对不同技术风格定制视频界面,并重点解决了文本对齐、技术术语发音及字体显示等常见问题,提供了完整的从脚本到成片的质量验收标准。
文章介绍了一种无需深入学习 ComfyUI 复杂节点即可实现 AI 绘图和视频生成的方法。作者利用 Codex Agent 结合 Hermes 的 ComfyUI Skill,通过自然语言指令驱动本地 ComfyUI 运行,避开了繁琐的节点参数配置。文章提供了包含 67 个现成 Workflow 的 GitHub 资源,覆盖文生图、电商修图、视频生成等场景,并详细讲解了从环境配置到出图的全流程及常见坑点,降低了本地图/视频生成的门槛。
本文指出 Skill 的本质是将个人工作经验固化为 Agent 的操作手册。文章分析了为什么直接套用他人 Skill 往往失效,并提出了三种将个人经验转化为 Skill 的实用方法:拆解并改造他人 Skill、复盘成功的 AI 协作过程、利用 skill-creator 搭建骨架。作者强调通过持续迭代,Skill 能让 AI 越用越像自己,从而实现工作流的自动化和个人知识的资产化。
文章介绍了用 Codex 作为总导演指挥 AI 视频工具 Muse,将一张古堡场景图制作成 50 秒雄鹰穿越短片的完整流程。作者分五步讲解:准备场景图与飞行参考视频;让 Codex 制定分镜与制作方案;用清晰语言描述飞行路线(贴地、穿拱、盘旋等);由 Muse 参考前段末帧逐段生成视频,保持方向、速度与主体连贯;最后由 Codex 统筹配乐、成片检查与导出。成片为 1216×672、24fps。文中提供了可直接复用的提示词模板,建议新手先尝试 10 秒短片练手,是一份可照做的 AI 视频创作 SOP。
作者分享了一个长期痛点:与 AI 多轮讨论敲定的项目方案往往锁在某台电脑的聊天窗口里,换设备或同事接手时需重新投喂上下文。作者接入 EverOS Cloud(GitHub 1.3w 星开源 Agent 记忆系统 EverOS 的云端托管版),将公司电脑和家里电脑的 Codex 挂到同一云端记忆空间。AI 讨论过程中的方案与约束自动沉淀为云端记忆,跨设备、跨团队无缝续接工作,无需手动整理 Markdown。网页端 Memory Bank 可查看阶段摘要和事实卡片,支持记忆的增删改。该方案也适合团队协作,共享记忆成为项目知识资产,降低人员交接风险。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流:将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式,给出了四条核心指令(只读分析、按语义删减、插入内容并自查、最后刷字幕)和五道验收方法(重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕),并以片尾卡未跟随移动导致时长短两秒的实例说明:AI 报告'完成'不等于真正完成,验收环节必须由人掌握,这一原则适用于所有 Agent 交付的工作。
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。
作者分享了国庆期间折腾 Grok Bot 的进阶用法,搭建了两套 AI 组织体系:一套服务跨境电商的 12 岗位亚马逊团队,一套服务个人自媒体 IP。核心玩法包括:将本地电脑托管给云 Bot,把在 Claude、Codex 中打磨好的 Skill 迁移给 AI 员工;按功能拆分岗位并写清职责边界;用 1+N 统筹机器人模式降低 Token 消耗;让 Grok 调用 Codex、Cursor 等外部 Agent 实现模型分层;接入飞书 CLI 落成云文档,以及通过 GBrain 知识库打通手机资料收集与工作流。文中还强调了岗位权限边界与人工把关的重要性。
文章介绍了一套用 Codex 串起三个开源工具的完整软件复刻工作流:REA(Reverse Engineer Anything)用于逆向分析目标软件功能的实现原理;Reverse-skill 作为技能路由包,帮 AI 自动选择工具、按需搭建环境并积累经验;PentAGI 则是一支 AI 渗透测试团队,对复刻结果做安全体检。作者给出五步操作流程:安装三件套、让 REA 读懂目标功能、核对有出处的分析证据、用 Codex 重写自己的版本、用 PentAGI 做安全测试,并提供了面向不懂编程的用户的提示词模板和排错方法。