我做了一支skills军队:56 位士兵,一个将军
作者介绍了其 XXD Panel 系统:56 个各自独立、各守一套审美的“士兵”Skill,配合负责推荐、点将、试稿和批量派发的“将军”Skill(xxd-panel-all),解决风格多样后如何选择、批量制作如何提效的问题。每位士兵保留独立原始提示词,互不混血,支持上下、左右、纯设计、壁纸包四种交付模式和批量目录处理。文章详述了 56 位士兵的风格特长分组、适用人群、质量控制逻辑及入门方式。
作者介绍了其 XXD Panel 系统:56 个各自独立、各守一套审美的“士兵”Skill,配合负责推荐、点将、试稿和批量派发的“将军”Skill(xxd-panel-all),解决风格多样后如何选择、批量制作如何提效的问题。每位士兵保留独立原始提示词,互不混血,支持上下、左右、纯设计、壁纸包四种交付模式和批量目录处理。文章详述了 56 位士兵的风格特长分组、适用人群、质量控制逻辑及入门方式。
文章详细介绍了一套56个风格Skill加1个调度Skill的架构设计,信息密度高、结构清晰、附操作入口,'士兵-将军'分工观点有独到之处且发布于当日,时效性强,但部分为产品宣传性质,深度论证略有限。
作者几个月前搭建了一套名为「刚柔」的元 Skill,用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布,模型遵循指令和多步执行能力大幅提升,OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到,许多为弥补旧模型短板而设的约束如今反而妨碍任务完成,于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程(如取消从零重跑、自动三路候选)及打包脚本隐私问题的修复,最终指出:该留的是把工作可靠完成的目标,而不是特定的脚手架,技术条件变了就该果断调整。
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。
作者分享入职大厂两个月从事 Agent 开发与后端维护的 AI 编程工作流。介绍了常用 Skill(grill、implement、ponytail、handoff 等)与简短 Prompt(第一性原理、对抗性审查、消融实验、奥卡姆剃刀、高内聚低耦合),指出随着模型能力增强,过重的 Workflow 反而成为噪声,应使用方法论式思维快捷键。同时分享了日常开发流程:grill 需求对齐、沉淀 Spec、任务拆分并行开发、交叉审查;重点讲解如何构建 Agent 友好的端到端测试环境(CLI、MCP、浏览器自动化),以及 Review AI 代码的实践。最后总结当前瓶颈在 Review 速度,Harness 需随模型迭代做减法。
作者整理了 54 条来自 X 平台的 AI 实操干货合集,涵盖 X 起号与运营、Agent 变现与搞钱、AI 理财、闲鱼副业、Web 出海获客、小程序落地、AI 产品与 PM、Codex/Claude Code 入门、Skill 与工作流搭建、AI 生图与生视频、小红书运营等方向。文章强调与其收藏百条干货,不如挑一条符合自己需求的路动手走通,通过实操把概念转化为真正会用的技能,并附上每条内容的原文链接方便读者按领域查找。
本文介绍了规范驱动开发(SDD)工作流,旨在解决 AI 编程中常见的“左右脑互搏”问题。作者分析了问题根源,包括上下文注意力衰减、历史决策丢失和缺乏统一规则,并提出了 SDD 的解决方案。文章详细阐述了 SDD 的核心概念、最简开发流程、规范分类与管理方法,并推荐了开源的 agents-spec Skill 工具,帮助开发者自动化规范审计和目录治理,提升 AI 编码效率。
文章讨论 Skill 写完后的持续维护问题,指出 Skill 会随时间腐烂:重复规则、过时参数、失败补丁不断堆积。作者在 Matt Pocock 六种失效模式基础上,扩展为八项检查:过早完成、重复、沉积、蔓延、空操作、否定式引导、样本过拟合和分支串线。针对每种问题,文章给出症状、成因和修复方法,强调先给失败命名再修改,修复后做回归测试。最后提供一份十项体检清单和可直接使用的审计提示词,帮助诊断和优化正在使用的 Skill,让 AI 在正确时间稳定执行正确过程。
文章面向新手讲解如何为 Claude Code 和 Codex 制作个人 Skill,解决每天重复向 Agent 解释工作流程的问题。作者介绍 Skill 的本质是一个包含 SKILL.md 的目录,依赖渐进式披露机制;提出判断任务是否值得封装为 Skill 的三个信号(重复出现、依赖专有知识、错误成本高);建议从成功协作会话中逆向工程提取 Skill,或先跑无 Skill 基线记录失败点再写规则;并详细分析三大坑:description 模糊导致不触发、把任务写成死板 SOP、SKILL.md 过长,给出 SKILL.md、references、scripts、assets 的合理拆分方式及三层验证与维护方法。
作者分享了两个月来 AI 编程实践的核心变化:并发。设计打磨从串行问多遍改为并发问多个 agent,review 并行跑多个模型,项目用 Herdr 管理一排。主工具为 Qoder CLI 和 Claude Code,用 Codex、Agy、Grok Build 做对抗性 Review。研发流程包括 Brainstorm、Save Design、Improve Design、Impl、Review 五个原子节点,作者倾向花 90% 时间打磨 design。此外还介绍了基于 skill 的定时任务编排、Robobun 复刻尝试以及 Hunk、Moeka 等轻量周边工具。
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。
作者系统整理了 369 个开源仓库清单,聚焦于能让 Claude Code、Codex 等编程 Agent 实现视频生成、自动化剪辑与代码动效渲染的工具、Skill 和提示词库。文章收录规则强调视频/动效产出、专供 Agent 调用、完整文档三大标准,并打破高星滤镜。重点介绍了四大现象级框架:lemo-opuscar(59 种风格引擎)、huashu-art-motion(艺术动画)、huashu-motion(商业发布片)、sweety-handdraw-video(手绘口播流水线),以及自动化剪辑、代码直出成片、数字人与音乐 MV 等垂直领域的硬核项目,最后给出 2026 年 AI 视频生产工具选型决策表。