为什么 BestBlogs 开始按 Agent Native 来设计开放能力 ✍ ginobefun🕐 2026-04-20📦 11.5 KB 🟢 已读 𝕏 文章列表 文章阐述了阅读产品 BestBlogs 重新设计开放能力的核心理念——Agent Native。作者认为未来的阅读不应局限于单一 App,而应融入用户的完整工作流,支持被智能体(Agent)调用与组合。为此,BestBlogs 开放了 OpenAPI、CLI 和 Skills 三层能力,致力于将阅读过程拆解为可复用的“原语”,从而让内容消费变得更加灵活、可解释且可编程。 Agent NativeAPI开放能力工作流CLISkills产品设计智能体BestBlogs原语化 # 为什么 BestBlogs 开始按 Agent Native 来设计开放能力? **作者**: ginobefun **日期**: 2026-04-20T12:38:34.000Z **来源**: [https://x.com/hongming731/status/2046206894013137218](https://x.com/hongming731/status/2046206894013137218) ---  今天,BestBlogs 正式开放了 OpenAPI、bestblogs-cli 和 bestblogs-skills。 表面上看,这像是一轮很标准的能力发布。把接口开放出来,把命令行工具整理出来,再把一组给智能体调用的 Skills 放出来。 但对我来说,这次发布更重要的地方,不只是多了几个接口和工具。 它更像是一个新的开始。 我越来越觉得,今天如果还把阅读产品理解成一个主要服务网页和 App 的东西,已经不太够了。阅读这件事,正在从一个固定的产品流程,慢慢变成一条更长的工作流。用户会按自己的习惯组织内容,也会越来越自然地让智能体参与其中,帮自己筛选、理解、记录、比较和整理。 这也是我最近一直在想的一件事。 BestBlogs 接下来应该怎样继续往前走。 ## 为什么我会开始认真思考 Agent Native 先说一下我理解的 Agent Native。 这个词看起来有点技术,但我自己的理解其实很简单。过去很多产品默认的前提,是用户进入一个界面,点击按钮,完成操作,然后离开。产品主要服务的是页面里的操作。 但现在越来越多时候,用户并不是沿着产品预设好的路径在用软件。大家会把多个工具串起来,会写一点脚本,会通过命令行跑流程,也会直接让 Claude Code、Cursor、OpenClaw 这样的智能体帮自己完成一部分工作。 所以一个产品今天更重要的问题,开始变成了这些: 它能不能被调用。 它的输出能不能继续成为下一步的输入。 它是不是足够结构化、足够清楚,让人和智能体都能理解它在返回什么。 这就是我理解的 Agent Native。 它不是产品里多了一个 AI 功能,也不是接了一个聊天框就完成了升级。对我来说,它更像是在重新思考,产品是不是天然适合进入更长的工作流里,成为其中一个可以被调用和组合的节点。这个方向也和 BestBlogs 当前第三层能力的设计是一致的,也就是把开放能力、早报原语、主题监控、研究会话和面向智能体的工具接口逐步整理出来。 ## 为什么阅读产品尤其需要这样去做 这件事放在阅读场景里,会更明显。 因为阅读本来就不是一个单点动作。 你先看到一条内容。 判断它值不值得现在打开。 决定是快速扫一遍,还是深读。 读到一半,可能会想继续追问、摘录、记录。 读完之后,也许还会想和别的内容对比,或者整理成自己的笔记和判断。 这本来就是一条连续的链路。 过去的大多数阅读产品,更多是在承接其中某几个环节。比如收藏、稍后读、标注,或者详情页里的摘要和问答。 但如果从工作流的视角看,阅读产品真正有价值的地方,远不只是把内容放到你面前。 更重要的是,它能不能帮你降低判断成本,能不能更自然地进入下一步,能不能把阅读从一次性的消费,变成一个更顺手的连续过程。 我自己越做越觉得,阅读产品不应该只服务一次点击。它还应该服务点击之后的那条路径。 这也是 BestBlogs 这次开放能力背后的一个核心想法。不是单纯把功能开放出来,而是开始把这条路径拆成更清楚、更容易被调用的底层动作。 ## 为什么这次是 OpenAPI、CLI 和 Skills 一起发布 如果只是为了开放能力,发一套 API 其实就够了。 但这次我最后还是做成了三层。 底层是 OpenAPI。 中间是 CLI。 最上面是 Skills。 我后来越来越觉得,这三层并不是重复建设,它们分别在解决不同的问题。 OpenAPI 解决的是契约问题。也就是哪些能力已经稳定到可以被外部依赖,哪些返回结构是清楚的,哪些路径以后可以持续演进,但不会随意漂移。现在开放出来的接口,已经覆盖了比较完整的一条主线,包括认证、建立兴趣画像、发现内容、深度阅读、收藏和笔记。 CLI 解决的是工作流问题。我一直很喜欢命令行工具这种形态,因为它足够轻,也很适合和 shell、脚本、自动化流程放在一起用。更重要的是,CLI 会逼着你按动作来组织能力,而不是按页面来组织能力。 所以 bestblogs-cli 最核心的设计,并不是把每个接口翻译成一条命令,而是按一条更接近真实阅读过程的路径来组织。先建立画像,再发现内容,然后深读,最后收藏、划线、记笔记。也就是 intake → discover → read → capture 这条链路。 Skills 解决的则是编排问题。也就是在有了稳定接口和工作流之后,怎样让 Claude Code、Cursor、OpenClaw 这类智能体更自然地调用它们。当前开放出来的 skills,已经覆盖了画像、发现、深读、沉淀和解释这些核心动作,总共 5 个 skill、25 个稳定原语。 这三层放在一起,BestBlogs 才不只是一个给人浏览的网站,而开始变成一组可以进入工作流的能力。 ## 我更在意的,其实是原语化这件事 这里再说一个词,原语。 这个词第一次看也会有点抽象,但我自己的理解其实很简单。原语就是那些足够小、足够稳定、可以被反复组合的底层动作。 比如今天值得读什么。 比如深读一条内容。 比如把一条内容加入收藏。 比如记录一段划线和笔记。 比如解释这条内容为什么会出现在这里。 这些事情单独看都不复杂,但一旦它们被整理成清楚的原语,整个阅读过程就会开始变得更灵活。 因为每个人的习惯本来就不一样。 有人喜欢先看每天最重要的几条,再决定要不要深读。 有人喜欢围绕一个主题集中看。 有人习惯先收藏,晚上再整理。 也有人希望内容不要停留在网页里,而是直接进入自己现有的知识工作流。 如果底层能力没有被拆开,用户就只能沿着产品预设好的路径走。 但如果底层能力被整理成原语,用户和智能体就都可以按自己的习惯重新组织它们。 这也是我现在最看重 Skills 的地方。 它们不是在页面之外又加一层功能,而是在把 BestBlogs 的能力变成更容易组合的积木。这样一来,阅读这件事就不再只有一种用法,而是可以慢慢贴近每个人自己的节奏和习惯。 ## 为什么解释性会越来越重要 我在做这次开放能力的时候,还有一个感受越来越强。 在 Agent 时代,只返回结果已经不够了。 因为内容一旦进入更长的工作流,被用户和智能体共同消费,大家不只关心返回了什么,也会关心它为什么会出现在这里,它来自哪里,它是个性化结果,还是公共候选,如果个性化结果不够,系统会不会自动补位。相关的说明能力,也已经放进了这次首版对外接口里。 这些信息在工程里当然有自己的字段名,但对外表达时,我更愿意把它理解成四类解释: 第一,这条内容来自哪里。 第二,它为什么会被选中。 第三,它是不是按你的兴趣和行为做过个性化。 第四,如果个性化结果不够,系统有没有做自动补位。 我觉得这些解释很重要。 对用户来说,它会让推荐更透明。 对智能体来说,它会让结果不只是一个终点,而是一个可以继续被筛选、比较、解释和处理的输入。 这也是我理解的一个变化。以前产品输出的终点更多是页面,现在产品输出越来越像下一步工作流的输入。 ## 这次只是第一步,后面还有很多事情要继续做 这次开放出来的能力,还是第一版。 它已经能把最核心的发现、阅读、沉淀这条链路跑通,也能让外部系统和智能体开始接入 BestBlogs 的基础能力。 但我自己很清楚,这离最终想做的东西还很远。 接下来更值得继续做的,不只是补更多接口,而是继续把更高一层的能力整理出来,让它们更容易理解,也更容易使用。 比如把早报进一步整理成可组合的生成原语。这样它以后就不只是一个固定栏目,而是可以根据不同目标、不同对象、不同输出方式去生成。这个方向在内部设计里叫做早报原语,你也可以把它理解成,把今天的早报能力拆成更灵活的基础模块。 再比如主题监控。也就是围绕某个长期关注的话题,持续追踪变化,并在有新内容、新趋势或者重要更新时自动整理出来。 还有研究会话。这个词听起来也有点技术,但可以把它理解成一种长期研究容器。你围绕一个主题持续积累相关内容、笔记和判断,让阅读不只是散落的几篇文章,而是慢慢长成一个能被回顾和复用的上下文。 再往后,我也很关注另一类能力。 不是简单地把多篇内容做个摘要,而是进一步帮助用户看到,哪些来源在说同样的事情,哪些观点彼此有分歧,哪些内容证据更强,哪些变化值得继续跟踪。内部设计里把这类方向归到更高阶的综合与研究能力里,本质上是在尝试让 BestBlogs 返回的不只是内容列表,而是更高质量的研究报告。 这些东西都还在路上。 所以我更愿意把今天这次发布,看成一个起点,而不是一个已经完成的答案。 ## 写在最后 这次把 OpenAPI、CLI 和 Skills 对外开放,对我来说,更像是在把 BestBlogs 往前推了一步。 它还是会继续把阅读产品本身做好。 还是会继续打磨我的早报、为你推荐、订阅源管理、AI 伴读这些核心体验。 但与此同时,我也越来越确定,它不应该只停留在一个让人打开网页阅读的产品上。 它还应该逐步变成一组可以被调用、被组合、被继续编排的能力,让阅读更自然地进入用户自己的工作流,也让智能体能围绕高质量内容做更多有价值的事情。 今天这次开放能力发布,就是这个方向上的第一步。 如果你对这套能力感兴趣,欢迎直接去体验,也欢迎告诉我你是怎么使用它的。无论是命令行、脚本、Claude Code、Cursor、OpenClaw,还是你自己的工作流,只要它能帮你更顺手地发现、阅读和整理内容,这些反馈对我都很有价值。 我也会继续沿着这条线往前做。慢慢把阅读产品,推向一个更可调用、更可组合,也更贴近真实使用习惯的知识基础设施。 ## 相关链接 - BestBlogs 开放能力文档 - BestBlogs 2.0 内测开启:我想重新做一款更适合自己的阅读产品 ## 相关链接 - [ginobefun](https://x.com/hongming731) - [@hongming731](https://x.com/hongming731) - [285](https://x.com/hongming731/status/2046206894013137218/analytics) - [BestBlogs 开放能力文档](https://github.com/ginobefun/bestblogs) - [BestBlogs 2.0 内测开启:我想重新做一款更适合自己的阅读产品](https://www.ginonotes.com/posts/bestblogs-v2-beta) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [8:38 PM · Apr 20, 2026](https://x.com/hongming731/status/2046206894013137218) - [285 Views](https://x.com/hongming731/status/2046206894013137218/analytics) --- *导出时间: 2026/4/20 21:23:07*
为 为 Agent 设计产品 本文探讨了软件交互模式的根本性转变,指出未来 80% 的交互将由 AI 智能体完成。文章以 Salesforce 和 Ramp 为例,阐述了如何通过 API、MCP 和 CLI 将产品能力暴露给智能体。作者提出了为智能体设计的三个关键原则:明确规范以教会智能体成功、建立反馈循环以优化产品、以及填补上下文缺口以实现智能体间的协作。 技术 › Agent ✍ 宝玉🕐 2026-04-26 AI Agent产品设计MCPUXLLMAPI智能体交互模式产品经理Salesforce
纳 纳米Work实测:跨三家大模型制作宣传片 作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。 技术 › Agent ✍ 花叔🕐 2026-07-29 纳米WorkAgent大模型工作流自动化产品设计视频剪辑AI办公
V Video Agent:基于 HeyGen 的视频生成智能体 文章介绍了 HeyGen 推出的 Video Agent 产品。这是一个无需代码、通过自然语言交互即可自动生成完整视频的智能体。用户只需描述需求,Agent 便会自动规划、编剧、选角并生成视频,支持风格定义和后期精细编辑。 技术 › Agent ✍ HeyGen🕐 2026-07-24 HeyGen视频生成AIGC智能体自动化视频编辑产品设计
H Hermes Agent 管理层详解:Profiles、Dashboard 与 API 文章介绍了 Hermes Agent 的管理层,包括 Profiles(运行时边界)、Dashboard(控制台)和 API Server(集成点)。Profiles 允许创建独立的代理实例,Dashboard 提供可视化管理界面,API Server 则支持通过 OpenAI 兼容接口进行集成。这些工具共同管理多个代理,提升操作效率。 技术 › Hermes ✍ Tony Simons🕐 2026-07-19 AgentHermesDashboardAPIProfilesOpenAI多代理管理CLI
数 数字人口播实战攻略 文章介绍了如何利用 MiniMax 和 HeyGen 制作数字人口播视频的完整流程,并封装为 Codex Skill 实现自动化。详细讲解了声音克隆、画面驱动、素材准备及 API 调用技巧,特别强调先生成 15 秒样片以降低风险,适合知识口播和短视频批量生产。 技术 › TTS ✍ Rachel🕐 2026-07-17 数字人MiniMaxHeyGenCodexSkill视频生成自动化工作流API短视频
还 还在用原始对话框?教你用 Obsidian Canvas 与 Agent 协作 本文探讨了传统线性对话框在处理复杂 AI 任务时的局限性,提出了基于 Obsidian Canvas 的非线性协作模式。文章结合学术研究(如 Sensecape、CanvasConvo)和商业产品(如 Copilot Pages、Cursor),展示了如何利用 Canvas 画布作为持久化工作台,让 Agent 理解项目结构而非仅保存聊天记录。作者还介绍了 Obsidian 社区中的 Canvas LLM 和 Cannoli 插件,并总结了如何通过定义颜色、空间和连线规则,实现人与 Agent 在知识库层面的高效协同。 技术 › Agent ✍ 阿哲Phil🕐 2026-07-13 ObsidianCanvas协作模式工作流提效人机交互知识管理LLM智能体
A AIGC 博主张咋啦最新演讲:AI Native 时代的六个反常识工作方式 本文总结了 AIGC 博主张咋啦关于 AI Native 工作方式的六个核心观点:1. 停止人工整理知识库,将会议作为 AI Agent 的输入流;2. 将 Agent 视为团队成员以提升组织效率;3. 为上下游同事定制 Skills 以突破协同瓶颈;4. 利用 AI 提升审美和可视化沟通能力;5. 将产品嵌入用户的高频场景中;6. Builder 最核心的素质是主观能动性、品味和分发能力。 技术 › Agent ✍ 小树🕐 2026-07-13 工作流团队协作效率提升张咋啦AI Native知识管理产品设计品味与审美职场思考
T Talking-Head-Recut Skill:AI 驱动的视频自动剪辑与动图文案同步 文章介绍了 HyperFrames 项目中的 `/talking-head-recut` Skill,该功能利用 AI Agent 读取文字记录,自动为视频添加与语音同步的动态图形。演示流程包含:AI 自动调研撰写脚本、通过 HeyGen CLI 调用虚拟数字人生成视频、提取网页设计风格以及自动添加字幕和配乐。整个过程无需人工剪辑,展示了 AI 在视频自动化生产领域的强大能力。 技术 › Skill ✍ HeyGen🕐 2026-07-12 HeyGen视频生成AIAgent自动化动效设计CLIHyperFrames视频剪辑数字人工作流
A AI Native CLI:一种基于 Skill 的新商业模式 文章探讨了在 AI 时代,基于 Skill 的获客与变现困境。作者指出 Skill 因复制成本低难以单独作为商业模式,而开发外部 App 又面临流量转化损耗。解决方案是采用“AI Native CLI”——一种面向 AI 的命令行接口。它允许在同一容器内通过用户登录鉴权,实现从免费 Skill 到付费解决方案的无缝转化,从而构建完整的商业闭环。 技术 › Agent ✍ 卡颂🕐 2026-07-10 AI商业模式AgentSkillCLI变现SaaS产品设计
极 极客风格的 Agent Skills 管理实践:利用软链接实现高效复用 本文分享了一种“极客风格”的 Agent Skills 管理策略,旨在解决全局 Skills 占用过多上下文窗口及维护混乱的问题。核心方案包括:仅在项目内安装必要的 Skill 以节省空间;利用软链接(类似快捷方式)将项目内的 Skill 指向统一的 GitHub 仓库原件。这种方法不仅便于统一管理和更新(一次修改,全局生效),还能将 Bug 修复直接反哺开源项目。同时,作者建议利用 Agent(如 Codex)自动执行软链接命令,降低技术门槛。 技术 › Claude Code ✍ 宝玉🕐 2026-06-24 Skills软链接Agent工作流极客效率开源上下文管理
3 30 个鲜为人知的 Claude 工作流:每周为你节省数小时 文章介绍了大多数 Claude 用户忽略的 30 个高效技巧和工作流。内容分为两部分:第一部分涵盖了 10 个必备技能(Skills),如 PDF 处理、DOCX 编辑、PPT 生成及品牌指南应用,能大幅提升文档与设计处理效率;第二部分展示了 10 个自动化工作流(Workflows),如晨间简报、内容生产管道及邮件回复流程。这些设置能帮助用户将工作效率提升三倍,实现从普通用户到高级用户的跨越。 技术 › Claude ✍ Khairallah AL-Awady🕐 2026-05-23 Claude工作流技巧效率提升Skills自动化办公效率AI工具Prompt指南实用教程
一 一个人同时跑 40 多个 AI 工具是什么体验 作者分享了每月花费 6200 元订阅 40 多个 AI 工具和使用自建服务的实战经验。详细介绍了 AI 模型(Claude、ChatGPT)、内容生产工具、编程部署环境、SEO 工具及数据处理工具的选择理由与具体工作流。文章指出高成本主要支撑了全栈开发、视频处理和投资研究等高强度任务,同时也提供了仅 200 元预算的极简替代方案。 技术 › 工具与效率 ✍ 百年 AI×出海🕐 2026-05-23 AI工具工作流ObsidianSEO自建服务成本分析ClaudeChatGPTAPI效率提升