作者分享了做AI自媒体近一年后每天实际使用的AI工具组合：语音输入用闪电说（接入豆包语音模型）；Agent工具主力是订阅ChatGPT Pro的Codex，国内用腾讯WorkBuddy补位；强调学Git与GitHub管理文件版本；关注CLI工具如飞书CLI、OpenCLI，语音转文字用SiliconFlow和阿里云百炼。还展示了会议内容自动录入知识库的工作流：录音豆同步飞书生成纪要，Codex提取人物、项目和待办写入知识库，并定时生成周报。作者建议从简单场景入手，把少数好用工具用熟并配合起来，形成自己的AI工作系统。
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。
作者分享了自己将飞书作为 AI 协作工作台的经验，通过飞书官方 CLI 将多个 AI agent（如 Codex、Qoder CN、Claude Code、Hermes）接入飞书，利用飞书的群聊、任务、文档和知识库功能，实现了从多窗口搬运到共同工作台的转变。文章详细介绍了搭建步骤、实际应用场景（如脑暴、调研、写作、简单开发）、踩过的坑以及个人建议，强调了“入口在飞书，执行在最合适的工具里”的理念。
文章介绍了作者在飞书开源 CLI 后，利用 AI Agent 平台 OpenClaw 实现了工作流的自动化。作者通过对比 MCP 与 CLI，阐述了 CLI 在工具调用上的优势，并详细演示了如何通过 OpenClaw 一键安装飞书 CLI 并实现自动化建日程、发消息等操作。文章最后探讨了 Agent 时代下工作方式从“操作”到“意图”的根本性重构。
作者分享如何用 Grok Bot 组建一支有分工的 AI Agent 小队：以水浒人物命名 bot 并按座次管理权限；设置单一入口“宋江”统一派活，吴用写代码、公孙胜独立验收，最后由人拍板合并；制定 7 条需人工确认的红线清单。文章还给出实战案例（App CSS 审计优化）、飞书知识库归档、GitHub 私有仓库备份 bot 记忆的规范，以及从 0 搭建小队的 5 步手把手教程，包括创建 bot、设定时任务、bot 互相派活、接入飞书/GitHub/X、把流程存成技能。
本文面向社群运营、技术支持与客服团队，详细介绍了如何基于 FastGPT 搭建一套生产级的 AI 智能社群客服系统。作者拆解了由 15 个节点、28 条连线组成的完整工作流方案，涵盖知识库整理、消息意图过滤、多渠道（飞书/微信）分流、Agent 应答规则定制、双知识库检索工具挂载以及问题分类打标与运营数据沉淀等核心环节，并说明了飞书机器人权限配置、富文本消息渲染及微信生态多种接入方式，实现智能回复与人工兜底的自动化客服闭环。
作者介绍了如何用免费的 GitHub 组织为企业搭建 AI 可读的知识库。核心做法：以企业名义创建 GitHub 组织，在私有仓库中按领域（销售、运营、财务等）分层存放 SOP、决策日志和参考数据；同时排除密码、客户个人信息和银行流水。知识库归企业所有，人员变动不影响知识沉淀。作者以自己的亚马逊品牌业务为例，通过 ChatGPT/Codex 拉取仓库并提问理想客户画像，AI 准确引用 icp.md 文件作答。建议本周先建组织、放一份真实文档、问一个问题上手验证。
作者结合实际使用经验，总结了 Codex 6 的 16 个实用技巧，帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖：先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围，以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令，减少返工与 Token 浪费。
本文介绍了近30天内5个备受关注的开源GitHub项目：1）No AI Slop，由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill；2）TryCompAI的开源CRM，将CRM作为Agent工作空间，自动跟进线索和丰富客户信息；3）Browser Use的Video Use，让Claude Code或Codex等编程Agent实现视频编辑自动化；4）NVIDIA的SkillSpector，扫描Agent技能的提示注入、数据泄露等安全风险；5）Shawn Pana的Phone Harness，让AI Agent控制真实的iPhone或Android手机，用于移动QA和自动化。所有项目均免费开源，部分依赖付费服务。
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.
本文介绍了一种利用飞书文档和官方 Lark CLI 搭建云端 AI 知识库的方案。适合习惯云端协作且拥有 Agent 工具的用户，文章详细讲解了如何通过 CLI 将飞书变为 Agent 可读取和回写的知识空间，并提供了具体的搭建步骤、工作规则及测试方法。
本文介绍了如何利用一张 IP 设定图，在 Codex 中快速生成动态桌宠。文章详细讲解了从角色准备、生成包含多种状态和视角的动画图集，到最终打包安装的全流程，探讨了将 AI 工具个人化、使其成为工作伙伴的意义。
本文推荐了10个Codex Skill，覆盖自媒体创作全流程：选题、素材、创作、设计、发布及复盘。这套工具链能帮助新手将重复性工作自动化，构建高效的内容生产流水线，但账号成功仍需依赖个人选题判断与持续输出。
