作者介绍腾讯云新推出的 ADP 前沿部署工程师（FDE）认证，并分享自己利用 AI 制作备考网站的经历。官方课程免费但练习题仅 15 道，无法充分检验学习效果。作者将官方课程整理到本地，用 AI 编写模拟题，搭建了一个包含 20 套模拟卷、共 1200 道题的备考网站。题库覆盖 AI 基础、ADP 产品能力、场景方案设计、交付运维、安全合规等七类知识，提供整卷考试、评分、错题解析等功能，题目附有课程依据便于查证。作者强调这是个人制作的非官方题库，并分享了看课、做题、整理错题、动手搭建应用的学习方法。
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。
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。
本文是 AI 术语科普系列的第一期，面向小白读者，用通俗易懂的语言讲解 11 个常见 AI 概念：大语言模型（LLM）、多模态、提示词（Prompt）、Token（词元）、上下文、记忆、知识库、Agent（智能体）、Skills（技能）、工作流和 AI 幻觉。作者金尘马解释了模型与应用的区别、Token 与计费和上下文窗口的关系、记忆与上下文的差异，并对比了工作流的固定流程与 Agent 的自主决策，帮助读者扫清学习 AI 路上的术语障碍。
文章探讨了企业中AI智能散落在私人对话中的问题，提出构建“公司大脑”的方法：将团队对AI的每一次纠正、决策和有效工作流转化为全员共享的资产。核心做法包括发现团队AI工作中隐藏的智能、给每个Agent提供统一的公司地图、把纠正转化为共享学习，并在总部构建第一版。文章还提供了可直接使用的文件夹结构、地图文件模板和纠正循环等实操方案，强调“学一次，惠及所有人”。
作者分享了如何使用腾讯云ADP平台搭建企业级智能体的保姆级教程，实现云端在线、接入企微群、带Skills固定产出、小白友好等需求。教程分三步：一是创建Claw模式应用并配置知识库（文档、问答、数据库），支持Agentic RAG精准检索；二是配置内置、共享、自定义三种Skills及Notion、Cloudflare、Stripe等丰富连接器；三是接入企业微信机器人发布应用，让团队成员在群里随时@调用。作者以定时发送法律科技周报为实际案例演示了完整搭建流程。
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。
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。
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。
文章详细介绍了大二学生安十一如何利用 Agent 和 Obsidian 搭建“一人公司（OPC）”赚钱系统，半年变现 6 万+。内容涵盖 OPC 的前端获客、中端转化与后端交付闭环，以及如何利用 Obsidian 构建 AI 知识库作为 Agent 的“记忆中枢”，实现课程制作与定制咨询两套后端收入的自动化工作流。
文章指出很多人搭建知识库失败的根本原因在于资料难以持续稳定地“入库”。作者介绍了通过 WorkBuddy 与 ima 知识库的组合，利用自然语言指令和自动化文件夹监控，将网页链接、本地文件等低成本地沉淀到知识库中，从而将知识库从简单的收藏夹转变为能辅助内容生产的数字助理。
本文深入介绍xAI（文中称SpaceXAI）的Grok Bot如何运作：每个Bot运行在持久化的云端Linux虚拟机上，拥有浏览器、文件系统和终端。核心亮点是'团队化'使用模式——以Chief of Staff为中心，配合各司其职的专家Bot，并由人工审批关键操作。文中以客服事件处理为例：三个Bot（IncidentWatch、Support Bot、IncidentSweep）协作，10分钟内清理204个工单。文章分7部分讲解Bot的组织架构、工程harness、技能与记忆、审批机制及可复制的搭建方案。
作者分享了在咨询项目中管理项目知识库的方法，旨在同时服务 AI 编码代理和工程师两类读者。核心设计是对一棵 Markdown 文件树执行五种操作：存储（将原始资料、事实和生成产物分目录管理）、创建（新资料经过切片、摘要、生成视图和规范的固定流水线）、更新（通过哈希检测变更，沿链接反向重建所有依赖产物）等。设计强调每个摘要、视图和规范都链接到其来源事实，配合两条质量护栏确保生成内容有据可依，使文档变更后系统能自动同步更新所有下游内容，为编码代理提供始终最新的详细规范。
