Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

10条规则让Claude少说废话，这个「ADHD插件」彻底火了一个名为 i-have-adhd 的第三方 Claude Code Skill 正在开发者社区走红。它用 10 条规则约束 Claude 的回复方式，让答案更直接、更容易执行。具体包括： 1. 第一行直接给出动作 2. 多步任务使用编号 3. 每轮说明当前进度 4. 给出具体时间和数量 5. 一次最多列出 5 项 6. 只保留当前需要的信息 7. 主动压制跑题和扩展建议 8. 明确告诉用户下一步做什么 9. 删除客套开场和重复总结 10. 避免「希望有帮助」等无效收尾简单来说，就是把 Claude 的输出风格调整成更适合 ADHD（或追求高效阅读）的人的格式。对重度使用 Claude Code / Codex 的人来说，这可能是目前提升输出体验最明显的一个小技能了。

爱吃折耳根的Ace

3,014 subscribers

20,754 views • 19 days ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

🚀太强了！Claude Code 现在可以控制 Workflow 的规模了。目前一共有 4 个选项： unrestricted：不限制规模，由 Claude 根据任务复杂度自行决定 small：少于 5 个 Agent medium：少于 15 个 Agent，也是默认选项 large：少于 50 个 Agent 需要注意的是，这些更像是“规模建议”，而不是硬性上限。如果你的 Prompt 明确要求使用不同数量的 Agent，Claude 仍然可能覆盖当前设置，采用更适合任务的规模。对于担心 Workflow 开太多 Agent、消耗过高，或者想控制执行复杂度的人来说，这个功能非常实用。 #ClaudeCode #Workflows

🚀太强了！Claude Code 现在可以控制 Workflow 的规模了。目前一共有 4 个选项： unrestricted：不限制规模，由 Claude 根据任务复杂度自行决定 small：少于 5 个 Agent medium：少于 15 个 Agent，也是默认选项 large：少于 50 个 Agent 需要注意的是，这些更像是“规模建议”，而不是硬性上限。如果你的 Prompt 明确要求使用不同数量的 Agent，Claude 仍然可能覆盖当前设置，采用更适合任务的规模。对于担心 Workflow 开太多 Agent、消耗过高，或者想控制执行复杂度的人来说，这个功能非常实用。 #ClaudeCode #Workflows

AI超元域

14,860 views • 10 days ago

Claude Code 的创建者Boris 教你如何用好Claude Code 和 Claude CoWork Claude Code的创造者Boris最近上播客分享了他自己的工作流。看完之后我觉得，比起官方文档，他嘴里漏出来的实操经验有意思太多了。 1、Cowork底层就是Claude Code 很多人以为Cowork是个新产品。其实它跑的是Claude Code同一套Agent SDK，同一个大脑，只是换了个图形界面。你之前觉得Claude Code太技术了？现在直接试Cowork，能力一样，门槛低很多。 2、别一个个串行，要并行 Boris同时开5-10个Claude跑不同任务，在它们之间来回切换。第一个Tab给任务出计划，不等做完就跳第二个开新的，一圈转回来第一个计划已经出了。有人说"Claude好慢我自己更快"。单个确实，但你同时跑五个试试？ 3先出计划，再让它动手 Boris几乎每个session都从Plan Mode开始。先让Claude出计划 → 你审一遍 → 满意了再切自动执行。他说了句很精辟的话："计划对了，代码就对了。" 花两分钟审计划，能省二十分钟返工。Cowork同理，它提方案你再确认。 4、给Claude"眼睛" Boris说提升效果三板斧：最强模型 + CLAUDE.md + 让Claude验证自己的输出。第三个最容易被忽略。他的比方：蒙着眼睛画画，画得再好也有限。让Claude看到自己的输出（跑代码、看渲染、检查表格），质量直接上一个档。 5、用最贵的模型反而省钱 Opus虽然单价最贵，但一次搞定不用来回纠正，实际token消耗更少。用小模型看着便宜，花在引导和修正上的时间算下来可能更贵。直接上最强的，省的是你的时间。 6、现在就值得上手 Boris说Cowork现在像一年前Claude Code刚出来，"还早期但已经每天在用了"。他的起步建议：别折腾配置。装好桌面端 + Chrome插件，挂个文件夹，从简单任务开始玩。 "没有正确的使用方式，找到适合你的路就行。"

Claude Code 的创建者Boris 教你如何用好Claude Code 和 Claude CoWork Claude Code的创造者Boris最近上播客分享了他自己的工作流。看完之后我觉得，比起官方文档，他嘴里漏出来的实操经验有意思太多了。 1、Cowork底层就是Claude Code 很多人以为Cowork是个新产品。其实它跑的是Claude Code同一套Agent SDK，同一个大脑，只是换了个图形界面。你之前觉得Claude Code太技术了？现在直接试Cowork，能力一样，门槛低很多。 2、别一个个串行，要并行 Boris同时开5-10个Claude跑不同任务，在它们之间来回切换。第一个Tab给任务出计划，不等做完就跳第二个开新的，一圈转回来第一个计划已经出了。有人说"Claude好慢我自己更快"。单个确实，但你同时跑五个试试？ 3先出计划，再让它动手 Boris几乎每个session都从Plan Mode开始。先让Claude出计划 → 你审一遍 → 满意了再切自动执行。他说了句很精辟的话："计划对了，代码就对了。" 花两分钟审计划，能省二十分钟返工。Cowork同理，它提方案你再确认。 4、给Claude"眼睛" Boris说提升效果三板斧：最强模型 + CLAUDE.md + 让Claude验证自己的输出。第三个最容易被忽略。他的比方：蒙着眼睛画画，画得再好也有限。让Claude看到自己的输出（跑代码、看渲染、检查表格），质量直接上一个档。 5、用最贵的模型反而省钱 Opus虽然单价最贵，但一次搞定不用来回纠正，实际token消耗更少。用小模型看着便宜，花在引导和修正上的时间算下来可能更贵。直接上最强的，省的是你的时间。 6、现在就值得上手 Boris说Cowork现在像一年前Claude Code刚出来，"还早期但已经每天在用了"。他的起步建议：别折腾配置。装好桌面端 + Chrome插件，挂个文件夹，从简单任务开始玩。 "没有正确的使用方式，找到适合你的路就行。"

小互

41,650 views • 4 months ago

Claude Code官方推出了Channel功能，使用plugin配置后在telegram和discord上面远程和你本地设备打开的Claude Code对话。对于不希望研究Openclaw的用户来说会容易很多，也可以直接使用Claude的订阅账户。配置了一下流程很容易，方案如下，也可以看到测试视频。如何安装：指南 - 1. 下载bun curl curl -fsSL | bash 2. 安装Claude Code的Telegram插件：打开claude code后直接输入 /plugin install telegram@claude-plugins-official /reload-plugins 3. 在telegram的bot创建功能上按照以下流程创建机器人账号：打开输入 /newbot 后，设置bot的名字和ID 随后就可以拿到接入API 4. 把Telegram Bot的API提供给Claude Code /telegram:configure 这里复制你的API 5. 退出当前的session，打开Channel模式 Claude Code会让你直接测试，但是你必须要先退出输入exit 然后 claude --channels plugin:telegram@claude-plugins-official 6. 这个时候和你的telegram bot发一个消息，就会收到pairing code，随后在claude中输入如下 /telegram:access pair 如果你这一步收不到消息，很可能是bun安装失败，或者你没有重启claude code 7. 设置为白名单通信模式 /telegram:access policy allowlist 就可以用了

Claude Code官方推出了Channel功能，使用plugin配置后在telegram和discord上面远程和你本地设备打开的Claude Code对话。对于不希望研究Openclaw的用户来说会容易很多，也可以直接使用Claude的订阅账户。配置了一下流程很容易，方案如下，也可以看到测试视频。如何安装：指南 - 1. 下载bun curl curl -fsSL | bash 2. 安装Claude Code的Telegram插件：打开claude code后直接输入 /plugin install telegram@claude-plugins-official /reload-plugins 3. 在telegram的bot创建功能上按照以下流程创建机器人账号：打开输入 /newbot 后，设置bot的名字和ID 随后就可以拿到接入API 4. 把Telegram Bot的API提供给Claude Code /telegram:configure 这里复制你的API 5. 退出当前的session，打开Channel模式 Claude Code会让你直接测试，但是你必须要先退出输入exit 然后 claude --channels plugin:telegram@claude-plugins-official 6. 这个时候和你的telegram bot发一个消息，就会收到pairing code，随后在claude中输入如下 /telegram:access pair 如果你这一步收不到消息，很可能是bun安装失败，或者你没有重启claude code 7. 设置为白名单通信模式 /telegram:access policy allowlist 就可以用了

Shawn Pang

17,618 views • 4 months ago

Claude Code 团队的 Thariq 称：他用了 Fable 5之后，自己的工作方式发生了什么根本转变：以前是"检查 Claude 有没有把活干对"（doing the work right），现在变成"检查 Claude 有没有在做对的事"（doing the right work） ——从盯执行细节，变成定方向。他给的三条具体做法： 1. 把 Claude 当成一起想问题的伙伴，而不是等想清楚了才让它干活。他常常自己都不确定要什么，就早早拉 Claude 进来——比如先写个小需求说明，让 Claude 反过来"采访"他、逼他想清楚；或者给个想法让它出几个方向、用 HTML 做原型给他挑。关键动作是给背景而不只是给限制：与其说"别过度设计"，不如说"这功能是个实验、可能一个月后就删，所以别搭扔起来心疼的东西"。 2. 给目标 + 给验证方法。点了两个新功能：/goal（让 Claude 一直干到完成为止）和 workflows（让 Claude 验证自己的成果、出报告说明实现了什么、有没有偏差）。 3. 更大胆一点。 Fable 强到逼他跳出框框，他顺带抖了个包袱：这条视频本身就是他用 Fable 剪的。 "如果有什么你以为大模型做不到，不妨给它个机会"。

Claude Code 团队的 Thariq 称：他用了 Fable 5之后，自己的工作方式发生了什么根本转变：以前是"检查 Claude 有没有把活干对"（doing the work right），现在变成"检查 Claude 有没有在做对的事"（doing the right work） ——从盯执行细节，变成定方向。他给的三条具体做法： 1. 把 Claude 当成一起想问题的伙伴，而不是等想清楚了才让它干活。他常常自己都不确定要什么，就早早拉 Claude 进来——比如先写个小需求说明，让 Claude 反过来"采访"他、逼他想清楚；或者给个想法让它出几个方向、用 HTML 做原型给他挑。关键动作是给背景而不只是给限制：与其说"别过度设计"，不如说"这功能是个实验、可能一个月后就删，所以别搭扔起来心疼的东西"。 2. 给目标 + 给验证方法。点了两个新功能：/goal（让 Claude 一直干到完成为止）和 workflows（让 Claude 验证自己的成果、出报告说明实现了什么、有没有偏差）。 3. 更大胆一点。 Fable 强到逼他跳出框框，他顺带抖了个包袱：这条视频本身就是他用 Fable 剪的。 "如果有什么你以为大模型做不到，不妨给它个机会"。

小互

45,287 views • 1 month ago

卧槽牛P了 Anthropic 推出 Claude Cowork 大众版 Claude Code 为了让普通用户（不仅是开发者）也能像使用 Claude Code 那样，操控电脑里的文件进行工作和执行任务。他们基于 Claude Code 的底层能力，重新设计了一个更直观、更简单易用的版本：Cowork Cowork 的核心机制：Claude 拿到“动手权” 你可以让 Claude 访问你电脑中的一个文件夹。一旦你授权，它就可以在那个范围内：读取文件：看懂里面的内容；编辑文件：修改或补充；创建文件：从零生成新的文档；整理文件：例如自动分类、重命名、清理下载文件夹。举个例子：你有几十张发票截图散落在下载文件夹里， Cowork 可以识别这些截图中的文字，提取出金额和日期，再帮你生成一份 Excel 表格列出所有支出。和普通 Claude 聊天有何不同？普通 Claude 是“对话式”的，它只会输出文本回答。 Cowork 则是“执行式”的：它会真正动手完成任务。比如你说： “请帮我整理这个资料夹，把文档按年份和主题分类。” Claude 会：制定一份行动计划；通知你它将要执行的步骤；逐步完成；期间实时汇报进度；等待你确认下一步。这让它的体验更像与一个“能干事”的同事协作，而不是一个聊天机器人。

卧槽牛P了 Anthropic 推出 Claude Cowork 大众版 Claude Code 为了让普通用户（不仅是开发者）也能像使用 Claude Code 那样，操控电脑里的文件进行工作和执行任务。他们基于 Claude Code 的底层能力，重新设计了一个更直观、更简单易用的版本：Cowork Cowork 的核心机制：Claude 拿到“动手权” 你可以让 Claude 访问你电脑中的一个文件夹。一旦你授权，它就可以在那个范围内：读取文件：看懂里面的内容；编辑文件：修改或补充；创建文件：从零生成新的文档；整理文件：例如自动分类、重命名、清理下载文件夹。举个例子：你有几十张发票截图散落在下载文件夹里， Cowork 可以识别这些截图中的文字，提取出金额和日期，再帮你生成一份 Excel 表格列出所有支出。和普通 Claude 聊天有何不同？普通 Claude 是“对话式”的，它只会输出文本回答。 Cowork 则是“执行式”的：它会真正动手完成任务。比如你说： “请帮我整理这个资料夹，把文档按年份和主题分类。” Claude 会：制定一份行动计划；通知你它将要执行的步骤；逐步完成；期间实时汇报进度；等待你确认下一步。这让它的体验更像与一个“能干事”的同事协作，而不是一个聊天机器人。

小互

119,814 views • 6 months ago

我已经用上了 Claude Code 的 Telegram 插件，巨 TM 丝滑。龙虾危 ⚠️ Claude Code 连接 Telegram 方法： 1. 在 Telegram 上 DM @BotFather （这是生成所有 telegram bot 的地方），输入 /newbot ，然后输入你给bot起的用户名，不能和别人的重复，必须以 bot 结尾，然后他会给你返回一个 token，类似 123456789:AAHfiqksKZ8... 2. 在 CC 上安装 Telegram Plugin，官方给的方法是在 CC 里面输入 /plugin install telegram@claude-plugins-official 。但我没成功，是输入 /plugin ，然后在插件市场找到的，名字就是 telegram。 3. 把刚才拿到的 Telegram token 给插件，在cc里输入 /telegram:configure 123456789:AAHfiqksKZ8... ，或者直接跟 Claude code 对话，让它帮你配置。 4. 重启 claude code，命令： claude --channels plugin:telegram@claude-plugins-official ，这时你在 cc 可以使用 /telegram 了。 5. 和TG机器人配对：私聊你的机器人（搜你刚才填的 bot 用户名），它会回复你一个6位数的 pairing code。在 CC 中填入 /telegram:access pair ，进行配对。配对成功后，CC会给你发一条消息。 6. 给TG机器人加锁：使用 /telegram:access policy allowlist 让它仅能跟你配对的tg账户对话，其他人不能。 7. 开始在 TG 上和 CC 对话吧！链接:

我已经用上了 Claude Code 的 Telegram 插件，巨 TM 丝滑。龙虾危 ⚠️ Claude Code 连接 Telegram 方法： 1. 在 Telegram 上 DM @BotFather （这是生成所有 telegram bot 的地方），输入 /newbot ，然后输入你给bot起的用户名，不能和别人的重复，必须以 bot 结尾，然后他会给你返回一个 token，类似 123456789:AAHfiqksKZ8... 2. 在 CC 上安装 Telegram Plugin，官方给的方法是在 CC 里面输入 /plugin install telegram@claude-plugins-official 。但我没成功，是输入 /plugin ，然后在插件市场找到的，名字就是 telegram。 3. 把刚才拿到的 Telegram token 给插件，在cc里输入 /telegram:configure 123456789:AAHfiqksKZ8... ，或者直接跟 Claude code 对话，让它帮你配置。 4. 重启 claude code，命令： claude --channels plugin:telegram@claude-plugins-official ，这时你在 cc 可以使用 /telegram 了。 5. 和TG机器人配对：私聊你的机器人（搜你刚才填的 bot 用户名），它会回复你一个6位数的 pairing code。在 CC 中填入 /telegram:access pair ，进行配对。配对成功后，CC会给你发一条消息。 6. 给TG机器人加锁：使用 /telegram:access policy allowlist 让它仅能跟你配对的tg账户对话，其他人不能。 7. 开始在 TG 上和 CC 对话吧！链接:

0xAA

278,069 views • 4 months ago

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,442 views • 2 months ago

很多人用AI，都用错了。这是Claude代码创造者Boris Cherny的观点。他说，太多人想把AI模型塞进一个盒子里。强制它执行死板的流程。第一步，第二步，第三步。像个机器人产线工人。结果呢？效果反而更差。真正聪明的做法是什么？给它工具。给它自由。给它一个目标。然后让它自己想办法去解决问题。别一开始就喂给它海量信息。给它一个能自己找信息的工具就行了。这让人想起一个老问题。是精密的计划经济能赢？还是自由的市场能赢？答案好像越来越清楚了。技术在进步，但背后的哲学却总在重复。到底是控制带来效率，还是自由带来繁荣？

很多人用AI，都用错了。这是Claude代码创造者Boris Cherny的观点。他说，太多人想把AI模型塞进一个盒子里。强制它执行死板的流程。第一步，第二步，第三步。像个机器人产线工人。结果呢？效果反而更差。真正聪明的做法是什么？给它工具。给它自由。给它一个目标。然后让它自己想办法去解决问题。别一开始就喂给它海量信息。给它一个能自己找信息的工具就行了。这让人想起一个老问题。是精密的计划经济能赢？还是自由的市场能赢？答案好像越来越清楚了。技术在进步，但背后的哲学却总在重复。到底是控制带来效率，还是自由带来繁荣？

墓碑科技

25,587 views • 5 months ago

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 views • 6 months ago

Claude Code 用了2个月 17,600,000 tokens 消耗 4,100 次对话连续 74 天每天使用这是一个人真实的数据。他把这 2 个月学到的所有东西，整理成了 45 条技巧，放在 GitHub 上免费给所有人用。里面有些东西我看完直接愣了：原来可以让 Claude Code 在容器里跑另一个 Claude Code，全程不需要审批任何操作。原来系统提示词可以被直接砍掉一半，凭空多出 10,000 个 token 的空间。原来他用 Claude Code 做调研，真的省出了 $10,000。 7400 Star。519 次 Fork。这不是教程。这是一个人 31 个月的经验压缩包。项目👇

Claude Code 用了2个月 17,600,000 tokens 消耗 4,100 次对话连续 74 天每天使用这是一个人真实的数据。他把这 2 个月学到的所有东西，整理成了 45 条技巧，放在 GitHub 上免费给所有人用。里面有些东西我看完直接愣了：原来可以让 Claude Code 在容器里跑另一个 Claude Code，全程不需要审批任何操作。原来系统提示词可以被直接砍掉一半，凭空多出 10,000 个 token 的空间。原来他用 Claude Code 做调研，真的省出了 $10,000。 7400 Star。519 次 Fork。这不是教程。这是一个人 31 个月的经验压缩包。项目👇

axiaisacat

35,655 views • 3 months ago

我看到有人在让“Claude Code”自己开新进程 `claude -p `实现多任务，其实没必要，有更简单的办法。这个简单办法就是让它自己开子 Agent。Claude Code 现在有 18 个工具，最特殊的一个工具叫 Task，它本质就是一个 Claude Code 的克隆工具，只不过是作为 Claude Code 的一个工具。如果你懂递归的话就很好理解。如果你不懂递归，可以这么理解：Claude Code 是个 AI 程序员，它可以用一堆工具，其中最神奇的一个工具叫 Task，就是克隆一个自己的分身去干活！这样做有什么好处呢？就是可以并行多任务，还可以控制上下文，让子任务更专注。举例来说，你粘贴一段错误代码让 Claude Code 去 Debug，并且还让它写测试代码覆盖这个错误。Claude Code 会先调用 TodoWrite 这个工具写一个 TODO List。把任务分成 3 步： - [ ] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖这一步完了后它会起一个 Task，这个 Task 就是专门根据错误信息去找到相关代码的位置，那么这个子任务只需要接受错误信息找上下文，它不管怎么解决 Bug，也不管怎么写测试覆盖。主任务就会等这个子任务完成，子任务完成后，主任务就调用 TODO Write 更新 TODO List。 - [x] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖然后调用 TodoRead 工具看下一步要干嘛，现在有充足上下文了，它可以再起一个子任务去根据错误信息和代码修复 Bug，等修复 Bug 的子任务完成了，再回到主任务，继续更新 TODO List，继续读取下一个 Item 最后再启动一个子任务去写测试，测试子任务也完成了，返回结果到主任务，这时候调用 TodoRead 一看任务都处理完了，最后根据前面的任务情况给你一个总结摘要，表示任务都完成了。 Claude Code 真的没有做什么工程上的优化，什么上下文压缩、临时存储，都没有的！就是简单粗暴： 1. 把用户问题、系统提示词、能用到的工具一股脑发给 Claude，问下一步该干嘛 2. Claude 就返回说现在你要到 TodoWriter 工具 3. Claude Code 就去调用 TodoWriter 工具，本质上也是一个 AI 请求，最后返回生成的 Todo List 4. 然后 Claude Code 把工具返回结果和前面的所有消息继续发给 Claude，Claude 返回说你现在要去起一个新的 Task 去收集代码了 5. 然后 Claude Code 就起一个新的 Task，把错误信息和要求收集相关代码的任务说明、系统提示词、环境说明、能用到的工具一股脑发给 Claude，问下一步该干嘛 - 在新的 Task 里面，就是不停的问 Claude 该用啥工具，然后发送工具结果和前面所有历史消息 - 任务完成后，返回任务结果 6. 然后 Claude Code 把子 Task 的结果和前面历史信息一起发给 Claude 问下一步干嘛 7. 就这样循环直到 Claude 认为任务完成了所以你经常看到 Claude Code 在那几十分钟上下文也没爆掉，因为它会启动子任务，这样上下文就分摊到子任务中了，主任务中只是保留子任务完成后的内容。

我看到有人在让“Claude Code”自己开新进程 `claude -p `实现多任务，其实没必要，有更简单的办法。这个简单办法就是让它自己开子 Agent。Claude Code 现在有 18 个工具，最特殊的一个工具叫 Task，它本质就是一个 Claude Code 的克隆工具，只不过是作为 Claude Code 的一个工具。如果你懂递归的话就很好理解。如果你不懂递归，可以这么理解：Claude Code 是个 AI 程序员，它可以用一堆工具，其中最神奇的一个工具叫 Task，就是克隆一个自己的分身去干活！这样做有什么好处呢？就是可以并行多任务，还可以控制上下文，让子任务更专注。举例来说，你粘贴一段错误代码让 Claude Code 去 Debug，并且还让它写测试代码覆盖这个错误。Claude Code 会先调用 TodoWrite 这个工具写一个 TODO List。把任务分成 3 步： - [ ] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖这一步完了后它会起一个 Task，这个 Task 就是专门根据错误信息去找到相关代码的位置，那么这个子任务只需要接受错误信息找上下文，它不管怎么解决 Bug，也不管怎么写测试覆盖。主任务就会等这个子任务完成，子任务完成后，主任务就调用 TODO Write 更新 TODO List。 - [x] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖然后调用 TodoRead 工具看下一步要干嘛，现在有充足上下文了，它可以再起一个子任务去根据错误信息和代码修复 Bug，等修复 Bug 的子任务完成了，再回到主任务，继续更新 TODO List，继续读取下一个 Item 最后再启动一个子任务去写测试，测试子任务也完成了，返回结果到主任务，这时候调用 TodoRead 一看任务都处理完了，最后根据前面的任务情况给你一个总结摘要，表示任务都完成了。 Claude Code 真的没有做什么工程上的优化，什么上下文压缩、临时存储，都没有的！就是简单粗暴： 1. 把用户问题、系统提示词、能用到的工具一股脑发给 Claude，问下一步该干嘛 2. Claude 就返回说现在你要到 TodoWriter 工具 3. Claude Code 就去调用 TodoWriter 工具，本质上也是一个 AI 请求，最后返回生成的 Todo List 4. 然后 Claude Code 把工具返回结果和前面的所有消息继续发给 Claude，Claude 返回说你现在要去起一个新的 Task 去收集代码了 5. 然后 Claude Code 就起一个新的 Task，把错误信息和要求收集相关代码的任务说明、系统提示词、环境说明、能用到的工具一股脑发给 Claude，问下一步该干嘛 - 在新的 Task 里面，就是不停的问 Claude 该用啥工具，然后发送工具结果和前面所有历史消息 - 任务完成后，返回任务结果 6. 然后 Claude Code 把子 Task 的结果和前面历史信息一起发给 Claude 问下一步干嘛 7. 就这样循环直到 Claude 认为任务完成了所以你经常看到 Claude Code 在那几十分钟上下文也没爆掉，因为它会启动子任务，这样上下文就分摊到子任务中了，主任务中只是保留子任务完成后的内容。

宝玉

76,401 views • 1 year ago

👼 神级Prompt多到用不完，我用Claude将它们重构了一遍 Anthropic Anthropic 将自家的提示语生成升级成了提示语优化之后，并把整个过程拆成了五步： 1️⃣ 前三步是了解用户想要什么、生成执行的流程图、从样本里学习生成规则、这时候会生成第一版提示语。我都没有输入样本，Claude 就会主动去分析预期的样本会长什么样。 2️⃣ 后面两步就更有意思了，值得单独讲讲： - 补充执行步骤的细节：这次我优化的是长文摘要的提示语，最终生成的执行步骤从阅读文本、确定信息点、列出要素、确定目标受众、分析原文语气和风格，给出合适的hook以及原因，还限制了句子数量。说实话这比我自己写推文的思路都详细。 - 动态调整输入文本、样本、输出模块在整个提示语的顺序：打个比方，Claude 会主动推测用于总结的文章内容可能会比较长，这一part就会被移动到更前面。我把优化的过程都录制下来了👇：

👼 神级Prompt多到用不完，我用Claude将它们重构了一遍 Anthropic Anthropic 将自家的提示语生成升级成了提示语优化之后，并把整个过程拆成了五步： 1️⃣ 前三步是了解用户想要什么、生成执行的流程图、从样本里学习生成规则、这时候会生成第一版提示语。我都没有输入样本，Claude 就会主动去分析预期的样本会长什么样。 2️⃣ 后面两步就更有意思了，值得单独讲讲： - 补充执行步骤的细节：这次我优化的是长文摘要的提示语，最终生成的执行步骤从阅读文本、确定信息点、列出要素、确定目标受众、分析原文语气和风格，给出合适的hook以及原因，还限制了句子数量。说实话这比我自己写推文的思路都详细。 - 动态调整输入文本、样本、输出模块在整个提示语的顺序：打个比方，Claude 会主动推测用于总结的文章内容可能会比较长，这一part就会被移动到更前面。我把优化的过程都录制下来了👇：

卡尔的AI沃茨

49,381 views • 1 year ago

肝了几天,来回打磨了快 30 遍, 一次性把最新的 Claude Code 的 Workflow 给你完全拆解清楚有人说它的伟大程度,不亚于 MCP 和 Skill。第一眼我是不信的,直到拆开看它内部怎么跑：这不是"问一句答一句"的对话,而是一个能自己跑起来的任务系统:后台持续执行、可监控、可保存进度, 还能一口气派出几十上百个 agent 分头干活/合并汇总。核心就三个角色: Claude 拆任务、定计划; Runtime 管调度和状态; 每个 agent 只啃一个子任务,配上并发池和队列,有节奏地推进。它代表的是一种新的工程编排方式:智能负责规划,Runtime 负责执行,状态独立保存,模型按需调度。最反直觉的一点:它能扩展到上百个 agent,靠的不是模型变强,而是"状态外置"—中间结果全交给执行系统保存,主上下文只看摘要和关键判断。这才是复杂任务能跑稳的真正原因。这条视频直接给了你把它搬进自己系统的方法: 先用 Claude Code 做高质量规划、拆任务定阶段; 再把 workflow 转成自己的执行格式,按任务难度路由到不同模型池，简单的走便宜模型，复杂的才上高阶模型。这条视频,值得反复看几遍👇

肝了几天,来回打磨了快 30 遍, 一次性把最新的 Claude Code 的 Workflow 给你完全拆解清楚有人说它的伟大程度,不亚于 MCP 和 Skill。第一眼我是不信的,直到拆开看它内部怎么跑：这不是"问一句答一句"的对话,而是一个能自己跑起来的任务系统:后台持续执行、可监控、可保存进度, 还能一口气派出几十上百个 agent 分头干活/合并汇总。核心就三个角色: Claude 拆任务、定计划; Runtime 管调度和状态; 每个 agent 只啃一个子任务,配上并发池和队列,有节奏地推进。它代表的是一种新的工程编排方式:智能负责规划,Runtime 负责执行,状态独立保存,模型按需调度。最反直觉的一点:它能扩展到上百个 agent,靠的不是模型变强,而是"状态外置"—中间结果全交给执行系统保存,主上下文只看摘要和关键判断。这才是复杂任务能跑稳的真正原因。这条视频直接给了你把它搬进自己系统的方法: 先用 Claude Code 做高质量规划、拆任务定阶段; 再把 workflow 转成自己的执行格式,按任务难度路由到不同模型池，简单的走便宜模型，复杂的才上高阶模型。这条视频,值得反复看几遍👇

huangserva

143,240 views • 2 months ago

$🚀Anthropic 悄无声息地推出了一项功能：Agent Teams 让 Claude 在 Claude code 内构建自己的 AI 代理团队! 该功能改变了传统的上下级 AI 架构，允许 Claude 构建一个同级代理团队。这些代理可以共享任务列表、直接互相发送消息并审查彼此的工作，实现类似于真人团队的协作模式。在演示中，一个由 QA 工程师、前端开发者和后端开发者组成的 3 人团队展示了这一能力。 QA 代理发现 3 个错误后，直接向前后端开发者发送反馈。开发者修复问题后，应用程序在一轮测试中即成功上线。该功能在 Claude Code v2.1.32 及更高版本中可用。以下是开启方法与运行规则： 1. 启用方法确保版本符合要求。在 settings.json 中添加以下配置： "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } 或者将此内容粘贴给 Claude 并说明“添加到我的设置中”，随后重启。 2. 提示词设定使用纯英文进行提示。开始时需要设定一个明确的目标（代理启动时没有上下文）。提示词示例："使用 Sonnet 创建一个 3 人团队"，并详细描述每个角色的职责、交付物以及完成后需要联系的下一个代理。 3. 运行规则 - 每个代理拥有自己的独立文件。 - 必须定义确切的输出。 - 指定明确的通信链路（谁与谁交谈）。 - 团队规模建议保持在 3-5 个代理。 4. 适用场景与限制该功能适用于有独立部分且可以并行运行的复杂工作。对于简单或顺序任务，不建议使用该功能，因为团队协作会消耗 3-4 倍的 Token。$

🚀Anthropic 悄无声息地推出了一项功能：Agent Teams 让 Claude 在 Claude code 内构建自己的 AI 代理团队! 该功能改变了传统的上下级 AI 架构，允许 Claude 构建一个同级代理团队。这些代理可以共享任务列表、直接互相发送消息并审查彼此的工作，实现类似于真人团队的协作模式。在演示中，一个由 QA 工程师、前端开发者和后端开发者组成的 3 人团队展示了这一能力。 QA 代理发现 3 个错误后，直接向前后端开发者发送反馈。开发者修复问题后，应用程序在一轮测试中即成功上线。该功能在 Claude Code v2.1.32 及更高版本中可用。以下是开启方法与运行规则： 1. 启用方法确保版本符合要求。在 settings.json 中添加以下配置： "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } 或者将此内容粘贴给 Claude 并说明“添加到我的设置中”，随后重启。 2. 提示词设定使用纯英文进行提示。开始时需要设定一个明确的目标（代理启动时没有上下文）。提示词示例："使用 Sonnet 创建一个 3 人团队"，并详细描述每个角色的职责、交付物以及完成后需要联系的下一个代理。 3. 运行规则 - 每个代理拥有自己的独立文件。 - 必须定义确切的输出。 - 指定明确的通信链路（谁与谁交谈）。 - 团队规模建议保持在 3-5 个代理。 4. 适用场景与限制该功能适用于有独立部分且可以并行运行的复杂工作。对于简单或顺序任务，不建议使用该功能，因为团队协作会消耗 3-4 倍的 Token。

Lonely

19,881 views • 1 month ago

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

车九

48,436 views • 1 month ago

我第一次用 Ling 3.0 flash，做的只是一个很基础的任务，整理50条用户评论。评论来自不同用户，内容很杂。有 bug 报告，有功能请求，也有对整体体验的评价。过去处理这类材料，我得一条条读，再手动归类重复问题，统计出现频率，最后才能开始写汇总报告。这个过程不难，却很耗时间，也很容易漏掉信息。 ## 把重复劳动交给模型这次我把全部反馈一次性发给 Ling 3.0 flash，同时给了它一套更清楚的处理流程。它需要完成的事情包括。 - 对评论按主题分类。 - 提取每条反馈里的核心信息。 - 合并重复或高度相似的建议。 - 去掉无关和冗余内容。 - 输出一份可直接查看的汇总报告。几分钟后，结果就出来了，结构很清楚，查看起来也很省力。像记录问题，增加深色模式，一次性导出多条消息这类反复出现的建议，都被归到了一起。不同类别的反馈也完成了统计，哪些问题出现得更多，一眼就能看出来。 ## 模型负责产出，人负责判断这件事帮我省下来的，不只是阅读五十条评论的时间。我不需要反复检查有没有遗漏，也不用重新核算相似评论，更少了很多手动整理时容易发生的小错误。模型没有替我决定产品该怎么做，它只是把杂乱的信息整理成了我能判断的材料。产品要不要做深色模式，导出功能该排在什么优先级，bug 修复要投入多少资源，这些决定依然要由人来做。我觉得这才是更接近真实工作场景的 AI 用法。人掌握目标，规则和最终决策，模型承担整理，归纳，格式化和生成这些执行工作。 ## 很多办公任务，不需要顶级推理不少办公场景并不缺复杂思考，真正缺的是稳定完成重复任务的能力。日常工作里，经常会遇到这些事情。 - 阅读一批文档。 - 汇总不同来源的材料。 - 统一格式。 - 按既定规则分类。 - 生成可以直接交付的内容。这类流程每天可能发生很多次。它们不一定需要一个负责规划全局，决定方向的模型，却很需要一个响应快，输出稳，能按要求执行的工具。 Ling 3.0 flash 给我的感觉，更像项目流程里可靠的执行环节，而不是替代负责人做判断的控制中心。只要我把目标和流程交代清楚，它就能更快完成后续步骤。我也能把时间留给更需要批判性思考，沟通协调和决策判断的事情。并不是每个问题都要动用最强的推理能力。把高频，重复，规则明确的流程交给更快更稳定的模型处理，往往才是效率真正提升的地方。体验地址： 👇以下视频是我亲自体验录制的过程

我第一次用 Ling 3.0 flash，做的只是一个很基础的任务，整理50条用户评论。评论来自不同用户，内容很杂。有 bug 报告，有功能请求，也有对整体体验的评价。过去处理这类材料，我得一条条读，再手动归类重复问题，统计出现频率，最后才能开始写汇总报告。这个过程不难，却很耗时间，也很容易漏掉信息。 ## 把重复劳动交给模型这次我把全部反馈一次性发给 Ling 3.0 flash，同时给了它一套更清楚的处理流程。它需要完成的事情包括。 - 对评论按主题分类。 - 提取每条反馈里的核心信息。 - 合并重复或高度相似的建议。 - 去掉无关和冗余内容。 - 输出一份可直接查看的汇总报告。几分钟后，结果就出来了，结构很清楚，查看起来也很省力。像记录问题，增加深色模式，一次性导出多条消息这类反复出现的建议，都被归到了一起。不同类别的反馈也完成了统计，哪些问题出现得更多，一眼就能看出来。 ## 模型负责产出，人负责判断这件事帮我省下来的，不只是阅读五十条评论的时间。我不需要反复检查有没有遗漏，也不用重新核算相似评论，更少了很多手动整理时容易发生的小错误。模型没有替我决定产品该怎么做，它只是把杂乱的信息整理成了我能判断的材料。产品要不要做深色模式，导出功能该排在什么优先级，bug 修复要投入多少资源，这些决定依然要由人来做。我觉得这才是更接近真实工作场景的 AI 用法。人掌握目标，规则和最终决策，模型承担整理，归纳，格式化和生成这些执行工作。 ## 很多办公任务，不需要顶级推理不少办公场景并不缺复杂思考，真正缺的是稳定完成重复任务的能力。日常工作里，经常会遇到这些事情。 - 阅读一批文档。 - 汇总不同来源的材料。 - 统一格式。 - 按既定规则分类。 - 生成可以直接交付的内容。这类流程每天可能发生很多次。它们不一定需要一个负责规划全局，决定方向的模型，却很需要一个响应快，输出稳，能按要求执行的工具。 Ling 3.0 flash 给我的感觉，更像项目流程里可靠的执行环节，而不是替代负责人做判断的控制中心。只要我把目标和流程交代清楚，它就能更快完成后续步骤。我也能把时间留给更需要批判性思考，沟通协调和决策判断的事情。并不是每个问题都要动用最强的推理能力。把高频，重复，规则明确的流程交给更快更稳定的模型处理，往往才是效率真正提升的地方。体验地址： 👇以下视频是我亲自体验录制的过程

拳头👊🕊️

14,330 views • 13 days ago

想要正确打开并使用Claude Code？你需要意识到，它不仅是一个聊天框，而是专为终端(Terminal)设计的代理型CLI工具。能直接读取你的代码、运行终端命令、执行测试并自动修复bug。Anthropic官方团队亲自演示Claude打开方式，是真正高阶用法。全程仅需34分钟，而且完全免费，主讲人就是Code核心开发者。 1. 安装与基础：用 `npm install -g anthropic-ai/claude-code` 快速安装。不过，数字商业(iBusiness)提醒：目前最推荐的“正确打开方式”，不再推荐通过传统的npm全局安装(虽然仍可用)，推荐使用原生二进制安装脚本，这样更稳定且支持自动更新。 2. 优化设置：配置 allowed-tools、terminal-setup、主题、通知、GitHub集成等，提升使用体验。 3. 查询代码库：直接问Claude代码问题，如“这个PR改了什么”“git历史”“bug修复记录”等，效率极高。 4. 集成团队工具：告诉Claude错误日志、CI工具、MCP服务器信息，让它帮你分析问题。 5. 提供上下文：创建 .claude.md 文件，自动注入常用命令、代码风格、项目规范，让Claude更聪明（关键技巧之一）。 6. 实用Tips：上下文越多越智能；花时间调优上下文；支持SDK开发自定义应用。避坑指南：什么是“错误”的打开方式？ • 不要在根目录以外的地方运行：始终在项目根目录启动，否则它可能找不到相关的依赖配置文件。 • 不要忽略权限提示： Claude Code在执行删除（rm）或危险 Shell 命令前会询问。虽然它可以自动操作，但初次使用建议仔细看一眼它想执行的命令。 • 不要让它一次改太多：尽量把任务拆分。比如先说“重构 API 逻辑”，完成后再开新任务说“更新文档”。

想要正确打开并使用Claude Code？你需要意识到，它不仅是一个聊天框，而是专为终端(Terminal)设计的代理型CLI工具。能直接读取你的代码、运行终端命令、执行测试并自动修复bug。Anthropic官方团队亲自演示Claude打开方式，是真正高阶用法。全程仅需34分钟，而且完全免费，主讲人就是Code核心开发者。 1. 安装与基础：用 `npm install -g anthropic-ai/claude-code` 快速安装。不过，数字商业(iBusiness)提醒：目前最推荐的“正确打开方式”，不再推荐通过传统的npm全局安装(虽然仍可用)，推荐使用原生二进制安装脚本，这样更稳定且支持自动更新。 2. 优化设置：配置 allowed-tools、terminal-setup、主题、通知、GitHub集成等，提升使用体验。 3. 查询代码库：直接问Claude代码问题，如“这个PR改了什么”“git历史”“bug修复记录”等，效率极高。 4. 集成团队工具：告诉Claude错误日志、CI工具、MCP服务器信息，让它帮你分析问题。 5. 提供上下文：创建 .claude.md 文件，自动注入常用命令、代码风格、项目规范，让Claude更聪明（关键技巧之一）。 6. 实用Tips：上下文越多越智能；花时间调优上下文；支持SDK开发自定义应用。避坑指南：什么是“错误”的打开方式？ • 不要在根目录以外的地方运行：始终在项目根目录启动，否则它可能找不到相关的依赖配置文件。 • 不要忽略权限提示： Claude Code在执行删除（rm）或危险 Shell 命令前会询问。虽然它可以自动操作，但初次使用建议仔细看一眼它想执行的命令。 • 不要让它一次改太多：尽量把任务拆分。比如先说“重构 API 逻辑”，完成后再开新任务说“更新文档”。

SemiLLM

18,114 views • 3 months ago

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

宝玉

142,932 views • 1 month ago

发现了！Claude Code 目前最牛逼的用法就是把最新的动态工作流和 /goal 一起用，动态工作流是新出的功能，Claude 可自动规划、调动数十至数百个并行子代理，完成超大规模工程任务，/goal 会督促claude一直工作直到完成先进入 Claude Code，输入 /effort 选 ultracode，再输入 /goal ，后面写上你想做的具体目标完成了！你甚至可以先去健身，Claude code会自己一直工作、自己验证、自己迭代，直到目标达成你只需要考虑Token账单问题就可以了😂

发现了！Claude Code 目前最牛逼的用法就是把最新的动态工作流和 /goal 一起用，动态工作流是新出的功能，Claude 可自动规划、调动数十至数百个并行子代理，完成超大规模工程任务，/goal 会督促claude一直工作直到完成先进入 Claude Code，输入 /effort 选 ultracode，再输入 /goal ，后面写上你想做的具体目标完成了！你甚至可以先去健身，Claude code会自己一直工作、自己验证、自己迭代，直到目标达成你只需要考虑Token账单问题就可以了😂

梭哈.AI

17,543 views • 2 months ago

所有VibeCoding都应该看下这篇文章，我觉得有很多知识和方法论可以学习。这篇文章是Varick AI Agents的CTO 写的，系统地总结了利用 Claude Code 进行高效开发的实战策略。 Eyad Khrais 强调先思考、后编码的核心理念，建议在执行任务前通过“计划模式”明确架构逻辑，而非盲目输入。文件的配置技巧，指出该文件应作为动态的“项目指南”，通过简洁且带有意图说明的指令来引导模型。关键内容总结： 1. 先思考，后行动 (Think First) 这是使用 AI 工具最关键的一步。绝大多数人犯的错误是直接开始输入，而不是先进行规划。启用计划模式 (Plan Mode)：连按两次 Shift + Tab 进入计划模式。花费 5 分钟进行规划，可以节省后续数小时的调试时间。架构至上（这也是我说的需求至上）：在要求 Claude 构建功能之前，必须先确定架构。如果输入模糊（如“建一个认证系统”），输出质量会很差；如果输入具体（指定模型、存储方式、中间件等），输出会显著提升。输入决定输出：如果你得到了糟糕的代码，通常是因为你的提示词或规划（输入）很差。 2. 掌握文件是 Claude 在每次会话开始前都会阅读的“入职材料”，决定了项目的成败。保持简短：Claude 每次只能可靠地遵循约 150-200 条指令。不要写成小说，否则它会随机忽略内容。具体且解释“为什么”：不仅要告诉它做什么（例如“使用 TypeScript 严格模式”），还要告诉它原因（例如“因为我们曾因隐式类型出过错”）。这种上下文能帮助 Claude 做出更好的判断。持续更新：这是一个活文档。每当你需要纠正 Claude 两次以上时，就按 `#` 键将该指令添加到文件中。 3. 管理上下文窗口 (Context Window) 虽然模型拥有很大的上下文窗口（如 200k token），但在达到 100% 之前很久模型就开始退化了。退化阈值**：大约在 **20-40% 的上下文使用率**时，输出质量就开始下降。应对策略：限定范围：每个对话只专注一个功能或任务。外部记忆：使用 ` 或 ` 等文件记录进度，以便跨会话延续工作。重置技巧：当上下文变得臃肿时，复制关键信息，运行 `/compact`（压缩），然后 `/clear`（清除）上下文，最后粘贴回关键信息。这比在退化的上下文中挣扎要好得多。经常清除：一旦对话偏离轨道，立即清除并重新开始。 4. 提示词工程与模型选择明确需求：具体说明你想要什么，并明确指出**不要做什么**（例如“不要过度设计”、“不要增加不必要的抽象”）。模型分工： Opus：适合复杂的推理、规划和架构决策。 Sonnet：更快更便宜，适合在架构确定后的具体执行和代码编写。工作流：使用 Opus 进行规划，然后按 Shift+Tab 切换到 Sonnet 进行实施。 5. 高级工具与自动化利用所有功能：尝试使用 MCP（连接外部服务如 GitHub、数据库）、Hooks（在代码更改前后自动运行 Prettier 或类型检查）和自定义斜杠命令（将常用提示词打包）。无头模式 (Headless Mode)：使用 `-p` 标志在非交互模式下运行 Claude，将其集成到脚本和自动化工作流中（如自动 PR 审查、日志更新）。 6. 摆脱死循环当 Claude 陷入循环或持续出错时，**不要**继续增加指令或施压。改变方法：清除上下文（`/clear`），简化任务，或者自己写一个最小化的示例代码展示给它看（Show instead of tell）。

所有VibeCoding都应该看下这篇文章，我觉得有很多知识和方法论可以学习。这篇文章是Varick AI Agents的CTO 写的，系统地总结了利用 Claude Code 进行高效开发的实战策略。 Eyad Khrais 强调先思考、后编码的核心理念，建议在执行任务前通过“计划模式”明确架构逻辑，而非盲目输入。文件的配置技巧，指出该文件应作为动态的“项目指南”，通过简洁且带有意图说明的指令来引导模型。关键内容总结： 1. 先思考，后行动 (Think First) 这是使用 AI 工具最关键的一步。绝大多数人犯的错误是直接开始输入，而不是先进行规划。启用计划模式 (Plan Mode)：连按两次 Shift + Tab 进入计划模式。花费 5 分钟进行规划，可以节省后续数小时的调试时间。架构至上（这也是我说的需求至上）：在要求 Claude 构建功能之前，必须先确定架构。如果输入模糊（如“建一个认证系统”），输出质量会很差；如果输入具体（指定模型、存储方式、中间件等），输出会显著提升。输入决定输出：如果你得到了糟糕的代码，通常是因为你的提示词或规划（输入）很差。 2. 掌握文件是 Claude 在每次会话开始前都会阅读的“入职材料”，决定了项目的成败。保持简短：Claude 每次只能可靠地遵循约 150-200 条指令。不要写成小说，否则它会随机忽略内容。具体且解释“为什么”：不仅要告诉它做什么（例如“使用 TypeScript 严格模式”），还要告诉它原因（例如“因为我们曾因隐式类型出过错”）。这种上下文能帮助 Claude 做出更好的判断。持续更新：这是一个活文档。每当你需要纠正 Claude 两次以上时，就按 `#` 键将该指令添加到文件中。 3. 管理上下文窗口 (Context Window) 虽然模型拥有很大的上下文窗口（如 200k token），但在达到 100% 之前很久模型就开始退化了。退化阈值：大约在 20-40% 的上下文使用率时，输出质量就开始下降。应对策略：限定范围：每个对话只专注一个功能或任务。外部记忆：使用 ` 或 ` 等文件记录进度，以便跨会话延续工作。重置技巧：当上下文变得臃肿时，复制关键信息，运行 `/compact`（压缩），然后 `/clear`（清除）上下文，最后粘贴回关键信息。这比在退化的上下文中挣扎要好得多。经常清除：一旦对话偏离轨道，立即清除并重新开始。 4. 提示词工程与模型选择明确需求：具体说明你想要什么，并明确指出不要做什么（例如“不要过度设计”、“不要增加不必要的抽象”）。模型分工： Opus：适合复杂的推理、规划和架构决策。 Sonnet：更快更便宜，适合在架构确定后的具体执行和代码编写。工作流：使用 Opus 进行规划，然后按 Shift+Tab 切换到 Sonnet 进行实施。 5. 高级工具与自动化利用所有功能：尝试使用 MCP（连接外部服务如 GitHub、数据库）、Hooks（在代码更改前后自动运行 Prettier 或类型检查）和自定义斜杠命令（将常用提示词打包）。无头模式 (Headless Mode)：使用 `-p` 标志在非交互模式下运行 Claude，将其集成到脚本和自动化工作流中（如自动 PR 审查、日志更新）。 6. 摆脱死循环当 Claude 陷入循环或持续出错时，不要**继续增加指令或施压。改变方法：清除上下文（`/clear`），简化任务，或者自己写一个最小化的示例代码展示给它看（Show instead of tell）。

比特币橙子Trader

27,821 views • 6 months ago