从零开发一个微信小程序（实战：短视频去水印工具）
本文是一篇微信小程序开发实战教程，以开发抖音、快手、B站短视频去水印工具为例，详细讲解了从注册账号、云开发架构搭建、核心云函数解析（去水印、抽帧）、绕过域名白名单限制、隐私权限配置到最终审核上线的全过程，提供了关键的代码思路和避坑指南。
相关文档
用 WorkBuddy 开发第一个微信小程序
本文详细介绍了如何使用 WorkBuddy 和腾讯云 CloudBase 技能开发一个微信待办小程序。从安装微信开发者工具、创建项目，到在 WorkBuddy 中安装 CloudBase 技能并授权，再到生成项目、配置和上传体验版，步骤清晰。最终实现待办的新增、分类、优先级和截止日期设置，数据云端同步，账号隔离，且个人使用无需备案和审核。文章还提供了常见问题的解决方法。
手写代码的时代已经过去了：一次零基础的 vibe coding 全记录
作者记录了利用 Claude Code 和 AI 辅助工具，从零开始开发 AI 阅读插件 ReadCue 的全过程。文章探讨了 HTML 在 AI 时代的复兴、全新的设计开发范式，以及程序员如何从手写代码转向架构决策和产品定义。
CodeX + Remotion + Samantha 制作双语教学视频实战
本文详细介绍了如何使用 Codex 生成插画、Remotion 排版、FFmpeg 处理音频以及 Samantha 语音合成，制作双语教学视频。文章从故事拆分、人物固定到视频动画参数设置，提供了一套完整的 AI 视频制作工作流和避坑指南。
微信AI小程序开发实战：0成本获取10亿Token与流量变现指南
文章详细介绍了微信AI小程序成长计划的最新补贴政策（10亿Token、免费云开发），并拆解了如何利用0成本开发AI小程序（如塔罗占卜、MBTI测试）来实现广告变现。内容涵盖了流量主收入测算、选品策略（情绪价值类优先）、利用AI辅助开发的实操流程、微信生态内外的获客引流方法，以及通过5个小程序矩阵分散风险的实战策略。
零经验开发者使用 Claude Code 构建应用的实战指南
作者作为非技术人员，详述了利用 Claude Code 在两天内构建并部署一个内容日历 Web 应用的全过程。文章总结了五个关键教训：使用 Plan Mode 先规划、分阶段构建功能、利用 CLAUDE.md 约束规范、使用截图优化设计反馈，以及克服对部署的恐惧。
构建闭环 AI 公司：从 OpenClaw 到自主运营的架构实践
文章记录了作者使用 OpenClaw、Vercel 和 Supabase 在两周内搭建一家由 6 个 AI 代理自主运营的“公司”的完整过程。重点探讨了如何解决从“代理对话”到“代理实际运行程序”的关键闭环问题，详细解析了在构建过程中遇到的竞态条件、触发器失效、队列积压三大陷阱及其解决方案。文章最终提炼出一套基于策略驱动、心跳机制和反应矩阵的可复用架构。
AI 早报：Anthropic 交付架构、LangChain 设计智能体与 Ai2 新颖性裁判研究
本期早报围绕智能体系统建设展开：一是 Anthropic 负责人解释 Claude 交付架构，将会话记录、运行框架与沙箱执行环境分离，使失败恢复不影响工作连续性；二是 LangChain 分享设计智能体的实践，将设计师的审美判断沉淀为技能与知识库，中位费用从 8 美元降至 0.50 美元；三是 Ai2 研究检验 LLM 判断研究想法新颖性的可靠性，发现提示词变化可导致准确率剧烈波动。此外还涵盖 Google A2UI 推理格式、Optiver 模型接入平台、小红书 AllSpark 数据管线及 K2 Lab 垂直 AI 产品等内容。
Opus 5.5 的 20 种开源技能
作者整理了 20 种与动画、物理、3D、声音及交付相关的开源技能与工具库，涵盖 Remotion、HyperFrames、Anime.js、React Spring、PixiJS、p5.js、Paper.js、Matter.js、Three.js、Rapier、OGL、tsParticles、glTF Transform、GL Transitions、OBS Studio、Chatterbox、Tone.js、faster-whisper、OpenCut 和 FFmpeg。每个工具附有简介和 GitHub 链接，覆盖从视频渲染、动画编排、图形绘制到配音、字幕转录和视频编码交付的完整创作流程。
用 AI 做短片：8 个素材入口，以及 Opus、Codex 的实际用法
文章介绍了用 AI 写代码制作短片的完整流程。作者整理了 8 个免费素材入口，包括 Pexels、Pixabay、Internet Archive、Wikimedia Commons、美国国会图书馆、British Council Film Archive、Open Beelden 和 Europeana，并说明各平台的许可注意事项。文章强调先列镜头清单、再按需求搜索素材的方法，讲解了版权核对的四个要点（下载、改编、发布、署名）及常见 CC 许可含义。最后详细展示了在 Claude Opus 和 Codex 中操作的具体步骤，并提供了两段可直接使用的提示词，涵盖找素材、生成小样、修改反馈和素材归档等环节。
装完 Codex 不知道干什么：10 个 GitHub Skills 打造视频变现工作流
文章介绍了 10 个可安装在 Codex 上的 GitHub Skills，覆盖视频制作全流程：HyperFrames 一句话生成动效视频、video-use 智能剪辑、Remotion 用代码批量做视频、ffmpeg-skill 万能剪辑工具箱、agent-caption 自动字幕、多语言字幕翻译与配音、App/SaaS 宣传视频制作、浏览器操作演示录制，以及 imagegen 自动补素材。作者强调工具装完要跑通能收钱的工作流，建议以 SaaS 产品宣传视频为切入，直接向独立开发者售卖成品视频结果，而非泛泛的 AI 视频服务。
如何构建成本降低 80% 的编码 Agent：Jev + Opus 5.5 完整架构
文章指出当前编码 Agent 在简单决策（如选择加载哪些笔记、任务路由、工具失败处理、测试优先级）上滥用昂贵的前沿大模型，造成成本浪费。作者提出三层架构：Opus 5.5 负责规划、写代码、调试等开放性推理；Jev（TypeSafe 出品，毫秒级响应、输入 $0.042/百万 token、输出免费）负责从固定选项中做小决策并返回概率；Harness 层构建选项、校验概率阈值并在低置信度时回退到 Opus。文章给出四个具体决策点及代码实现：按标题分块并用 Jev 并行评分筛选相关笔记（将 30k token 降至 6k）、任务路由、工具失败处理、测试优先级选择。实测一个功能开发会话成本从 $6.42 降至 $2.00，降低 69%，且架构可作为函数调用插入现有 Agent 循环，无需重写。
OpenAI Dots: 7x24小时运行GPT-6 Astra，成为只做监督的独立开发者完整指南
文章介绍如何在OpenAI发布Dots常驻Agent和GPT-6 Astra（百万token记忆）后，搭建一个24/7自主运行的AI工作流。核心难题是常驻Agent会高频产生大量简单决策，用前沿模型成本高昂。解决方案是TypeSafe推出的System One模型Jev：它只能输出结构化决策（是/否、选择、评分）并附带置信度，单价仅$0.042/百万token，使百万次决策成本约$42。文章展示了将Jev作为低层决策器、Astra作为高阶思考引擎的组合架构，让独立开发者从写代码转变为定义任务、设限并审核产出的监督者角色。
