正在加载视频...

视频加载失败

返回首页

Obsidian + Claude Code = 你的个人生活操作系统 收藏夹吃灰？笔记太乱？ 想拥有 Andrej Karpathy 同款知识管理系统？ 这套 Obsidian + Claude Code 的“第二大脑”搭建指南，帮你把死知识变活！👇 1️⃣ 核心架构：三层大脑回路 底层 (Obsidian): 本地存储，Markdown格式，数据主权在你手里。 中层 (Claude Code): AI 思考与行动引擎。它读取 Obsidian 的内容，帮你分析、提取、执行。 顶层 (Skills): 自动化工作流。从 GitHub 下载现成的 Skill，让 AI 自动跑任务。 👉 以前 Obsidian 是静态笔记本，现在它变成了会思考的助手。 2️⃣ 工作流第一步：信息摄入 (Input) 别手动复制粘贴了！ Web Clipper: 浏览器插件，一键保存网页、YouTube 视频（含字幕）、公众号文章到...

Vincent_AINotes's profile picture

Vincent

56,791 subscribers

37,626 次观看 • 4 个月前 •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。
13:22

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。

概率鹿梦｜DeerLucid

27,384 次观看 • 3 个月前

这是我见过最好的Claude Code+Obsidian的教学视频! 花一个小时看完，你将学会用 Obsidian 打造第二大脑——让 AI 记住你所有的想法，帮你挖掘规律、生成创意、落地执行。 这视频里重点是把Claude Code 接到你的本地 Obsidian vault，让它读写 Markdown 笔记、按规则整理知识库。官方的定义是像一个能读代码库、改文件、跑命令、接开发工具的 agentic coding tool。 和open claw有些相似，都是试图让AI帮人类完成自动化的工作流. 不过我认为如果是搭个人知识库 / 第二大脑 / 本地 Markdown 工作流的话Obsidian + Claude Code比openclaw更合适 清月已经不困了 😙 其实互联网这种地方的学习资料 99%的人只会收藏转发或点赞 收藏就当学了，点了等于干了 沉下心学习58分钟什么的，除了从业者有丁点可能 对其他网友而言不存在的
58:56

这是我见过最好的Claude Code+Obsidian的教学视频! 花一个小时看完，你将学会用 Obsidian 打造第二大脑——让 AI 记住你所有的想法，帮你挖掘规律、生成创意、落地执行。 这视频里重点是把Claude Code 接到你的本地 Obsidian vault，让它读写 Markdown 笔记、按规则整理知识库。官方的定义是像一个能读代码库、改文件、跑命令、接开发工具的 agentic coding tool。 和open claw有些相似，都是试图让AI帮人类完成自动化的工作流. 不过我认为如果是搭个人知识库 / 第二大脑 / 本地 Markdown 工作流的话Obsidian + Claude Code比openclaw更合适 清月已经不困了 😙 其实互联网这种地方的学习资料 99%的人只会收藏转发或点赞 收藏就当学了，点了等于干了 沉下心学习58分钟什么的，除了从业者有丁点可能 对其他网友而言不存在的

渡边君

111,509 次观看 • 5 个月前

我在 Obsidian 里装了一个插件，叫 Weread。 它可以把微信读书里的书籍、划线和笔记，同步到 Obsidian 本地。 这样一来，我读过的书就不只是停留在微信读书里。 它会进入我的个人知识库。 后面我可以用 AI 帮我总结、分类、提炼观点、生成选题，甚至把它变成朋友圈、小红书、公众号、X 长文的内容素材。 这期视频，我就带你把微信读书同步到 Obsidian，搭一个属于自己的读书笔记工作流。
4:06

我在 Obsidian 里装了一个插件，叫 Weread。 它可以把微信读书里的书籍、划线和笔记，同步到 Obsidian 本地。 这样一来，我读过的书就不只是停留在微信读书里。 它会进入我的个人知识库。 后面我可以用 AI 帮我总结、分类、提炼观点、生成选题，甚至把它变成朋友圈、小红书、公众号、X 长文的内容素材。 这期视频，我就带你把微信读书同步到 Obsidian，搭一个属于自己的读书笔记工作流。

文子🔆

41,290 次观看 • 4 个月前

大的来了， 重磅发布🎉🎉🎉 Harness context. Harness knowledge. 你阅读过的，都成了你自己。 大多数「稍后阅读」只是把链接埋进坟场。 稍后读 ≠ 知识。书签 ≠ 记忆。 替你深度思考： - 浏览即采集，不改你的阅读习惯，让 AI 思考（自动过滤隐私网页和内容） - 每晚 AI 重新读过你的一天，第二天早晨给你一份深度阅读日报，把"看过"变成"理解过" - 关注话题跨日自动持续追踪，帮你把碎片化信息整理成系统知识 - 每一篇新阅读、每一个新观点，都会自动关联、串联、沉淀进你的专属个人知识图谱；内容不再孤立躺在收藏夹，新旧知识互相勾连、层层生长，越积累越通透，打造属于你私人专属的知识心智网络 - 无限画布，AI + Skills 辅助的知识工作台，你可以手工搭建工作流，也可以让AI帮你搭建工作流，知识的加工更加便捷。 Harness context. Harness knowledge. Choose 现在注册，就免费送50点积分，Pro用户权益限时优惠。 点赞转发评论本条推文，抽取25名幸运用户赠送一个月Pro权益兑换码。
3:21

大的来了， 重磅发布🎉🎉🎉 Harness context. Harness knowledge. 你阅读过的，都成了你自己。 大多数「稍后阅读」只是把链接埋进坟场。 稍后读 ≠ 知识。书签 ≠ 记忆。 替你深度思考： - 浏览即采集，不改你的阅读习惯，让 AI 思考（自动过滤隐私网页和内容） - 每晚 AI 重新读过你的一天，第二天早晨给你一份深度阅读日报，把"看过"变成"理解过" - 关注话题跨日自动持续追踪，帮你把碎片化信息整理成系统知识 - 每一篇新阅读、每一个新观点，都会自动关联、串联、沉淀进你的专属个人知识图谱；内容不再孤立躺在收藏夹，新旧知识互相勾连、层层生长，越积累越通透，打造属于你私人专属的知识心智网络 - 无限画布，AI + Skills 辅助的知识工作台，你可以手工搭建工作流，也可以让AI帮你搭建工作流，知识的加工更加便捷。 Harness context. Harness knowledge. Choose 现在注册，就免费送50点积分，Pro用户权益限时优惠。 点赞转发评论本条推文，抽取25名幸运用户赠送一个月Pro权益兑换码。

nash_su - e/acc

12,336 次观看 • 4 个月前

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。 看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错， 说实话，我之前也以为所有小红书自动化工具都是垃圾， 要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个， 最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。 第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。 而且它真的零代码，你不需要懂任何编程，只要对着 你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论 它全都能自己干完， 最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环： 会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评， 还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。 安装也简单到离谱： 打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。 仓库地址老规矩评论区自取鸭🦆
0:43

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。 看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错， 说实话，我之前也以为所有小红书自动化工具都是垃圾， 要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个， 最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。 第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。 而且它真的零代码，你不需要懂任何编程，只要对着 你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论 它全都能自己干完， 最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环： 会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评， 还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。 安装也简单到离谱： 打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。 仓库地址老规矩评论区自取鸭🦆

AYi

23,983 次观看 • 3 个月前

如何才能看书过目不忘？视频分享了读书的七个层级： 麻瓜级（Muggle）：这是最基本的层次，仅仅只是阅读书籍，没有任何笔记或标记。 哑炮级（Squib）：在这一层次上，你开始在书籍中高亮或划线标记那些对你产生共鸣的部分。 赫奇帕奇级（Hufflepuff）：使用工具（如Readwise）自动整理和回顾你的高亮内容和笔记。 拉文克劳级（Ravenclaw）：开始系统地整理你的高亮内容和笔记到一个中心化的笔记应用中，例如Notion。 邓布利多军团级（Dumbledore's Army）：在这一层次上，你不仅整理和回顾笔记，还开始为阅读的书籍撰写简短的总结和个人感想。 凤凰社级（Order of the Phoenix）：进一步发展你的笔记，将它们转变为更深入的文学笔记，包括书籍的详细总结和深刻的见解。 邓布利多级（Dumbledore）：最高层次，采用Zettelkasten方法（卡片笔记法）或常青笔记（Evergreen Notes）系统化地整理知识点，形成相互连接的笔记网络，以深化理解和记忆。 ---- 可以考虑把笔记工具从obsidian转换到heptabase了
15:52

如何才能看书过目不忘？视频分享了读书的七个层级： 麻瓜级（Muggle）：这是最基本的层次，仅仅只是阅读书籍，没有任何笔记或标记。 哑炮级（Squib）：在这一层次上，你开始在书籍中高亮或划线标记那些对你产生共鸣的部分。 赫奇帕奇级（Hufflepuff）：使用工具（如Readwise）自动整理和回顾你的高亮内容和笔记。 拉文克劳级（Ravenclaw）：开始系统地整理你的高亮内容和笔记到一个中心化的笔记应用中，例如Notion。 邓布利多军团级（Dumbledore's Army）：在这一层次上，你不仅整理和回顾笔记，还开始为阅读的书籍撰写简短的总结和个人感想。 凤凰社级（Order of the Phoenix）：进一步发展你的笔记，将它们转变为更深入的文学笔记，包括书籍的详细总结和深刻的见解。 邓布利多级（Dumbledore）：最高层次，采用Zettelkasten方法（卡片笔记法）或常青笔记（Evergreen Notes）系统化地整理知识点，形成相互连接的笔记网络，以深化理解和记忆。 ---- 可以考虑把笔记工具从obsidian转换到heptabase了

Yangyi

315,430 次观看 • 2 年前

第二条露脸视频来了。小白的AI成就感，来源于一个微小的进步。 这次讲一个更适合小白的东西： 怎么用 Codex 搭建自己的自动化流程。 不是写代码。 不是背命令。 也不是看一堆复杂文档。 你只要知道自己每天重复做什么， 剩下的交给 Codex、插件和 Skill。 比如： 自动抓取信息 自动分析重点 自动生成总结 自动发送结果 每天固定完成 以前这些东西听起来像程序员专属。 但现在更像是搭积木： 你告诉 Codex 目标， 它帮你把工具接起来， 再一步一步跑完流程。 这条视频适合完全没基础的人看。 有手就能跟。 时间轴👇 00:00 第二条露脸：为什么普通人也该学 AI 自动化 00:20 什么是 Codex 自动化流程？一句话讲明白 00:50 插件、Skill、CLI 分别是干什么的 01:30 小白最容易卡住的地方：不是代码，是不知道怎么拆任务 02:10 用 Codex 把一个重复任务拆成步骤 03:00 接入工具：让 Codex 不只是聊天，而是能干活 04:00 自动抓取信息：把每天要看的内容交给 AI 05:00 自动分析重点：让 AI 帮你筛重点、提炼结论 06:00 自动生成总结：从信息流变成可读报告 07:00 自动发送 / 每日完成：真正变成工作流 08:00 总结：AI 自动化不是程序员专属，小白也能开始 如果你每天有一件事重复做， 那它就值得被自动化。 别再只把 AI 当聊天框了。 从今天开始，把它变成你的执行助手。
6:58

第二条露脸视频来了。小白的AI成就感，来源于一个微小的进步。 这次讲一个更适合小白的东西： 怎么用 Codex 搭建自己的自动化流程。 不是写代码。 不是背命令。 也不是看一堆复杂文档。 你只要知道自己每天重复做什么， 剩下的交给 Codex、插件和 Skill。 比如： 自动抓取信息 自动分析重点 自动生成总结 自动发送结果 每天固定完成 以前这些东西听起来像程序员专属。 但现在更像是搭积木： 你告诉 Codex 目标， 它帮你把工具接起来， 再一步一步跑完流程。 这条视频适合完全没基础的人看。 有手就能跟。 时间轴👇 00:00 第二条露脸：为什么普通人也该学 AI 自动化 00:20 什么是 Codex 自动化流程？一句话讲明白 00:50 插件、Skill、CLI 分别是干什么的 01:30 小白最容易卡住的地方：不是代码，是不知道怎么拆任务 02:10 用 Codex 把一个重复任务拆成步骤 03:00 接入工具：让 Codex 不只是聊天，而是能干活 04:00 自动抓取信息：把每天要看的内容交给 AI 05:00 自动分析重点：让 AI 帮你筛重点、提炼结论 06:00 自动生成总结：从信息流变成可读报告 07:00 自动发送 / 每日完成：真正变成工作流 08:00 总结：AI 自动化不是程序员专属，小白也能开始 如果你每天有一件事重复做， 那它就值得被自动化。 别再只把 AI 当聊天框了。 从今天开始，把它变成你的执行助手。

Adrian Punk

48,313 次观看 • 4 个月前

推荐一个Obsidian必安插件 ：Obsidian Web Clipper 平时看到一篇不错的文章，很多人的流程是： 收藏网页 → 放到稍后阅读 → 过几天忘了 → 再也没打开 其实更好的方式，是直接把有价值的内容沉淀到自己的知识库里 Obsidian Web Clipper 就是解决这个问题的 安装方法很简单： 打开 Chrome 应用商店，搜索 Obsidian Web Clipper，点击安装即可 安装完成后，它主要有两个非常实用的功能： 1、沉浸式阅读模式 打开一篇文章后，可以直接进入阅读模式 它会去掉网页里各种广告、导航、推荐内容，只保留正文 阅读体验类似专门的阅读软件，更适合长文章学习 2、网页内容保存到 Obsidian 遇到值得收藏的文章，点击插件按钮 选择保存位置后，它会自动把内容同步到你的 Obsidian 库里 后续可以继续整理、添加标签、关联笔记，让收藏的内容真正变成自己的知识资产 很多人使用 Obsidian，只是在记录自己的想法 其实它更大的价值，是把每天接触到的信息，慢慢沉淀成属于自己的知识库
0:46

推荐一个Obsidian必安插件 ：Obsidian Web Clipper 平时看到一篇不错的文章，很多人的流程是： 收藏网页 → 放到稍后阅读 → 过几天忘了 → 再也没打开 其实更好的方式，是直接把有价值的内容沉淀到自己的知识库里 Obsidian Web Clipper 就是解决这个问题的 安装方法很简单： 打开 Chrome 应用商店，搜索 Obsidian Web Clipper，点击安装即可 安装完成后，它主要有两个非常实用的功能： 1、沉浸式阅读模式 打开一篇文章后，可以直接进入阅读模式 它会去掉网页里各种广告、导航、推荐内容，只保留正文 阅读体验类似专门的阅读软件，更适合长文章学习 2、网页内容保存到 Obsidian 遇到值得收藏的文章，点击插件按钮 选择保存位置后，它会自动把内容同步到你的 Obsidian 库里 后续可以继续整理、添加标签、关联笔记，让收藏的内容真正变成自己的知识资产 很多人使用 Obsidian，只是在记录自己的想法 其实它更大的价值，是把每天接触到的信息，慢慢沉淀成属于自己的知识库

苏乐

18,876 次观看 • 1 个月前

别再只做“对标账号”了！教你 10 分钟把喜欢的博主“蒸馏”成 AI 技能，无限复用。 很多人做对标，只是抄了人家的句子（What），没学到人家的脑子（How）。 结果就是：每次写都要从头想，累死。 真正的做法是：把博主的“操作系统”提取出来，变成你的 AI 技能包。 👇 分享一套我总结的 RIA-TV++ 五步萃取法： 1️⃣ R - Read（读取）不要只看几篇，要用工具（爬虫/MCP）批量抓取该博主最火的 50-60 篇笔记。 关键字段：标题、正文、点赞、收藏、评论。 数据量不够，AI 看不出规律。 2️⃣ I - Identify（识别三层系统）这是核心！让 AI 分析这 60 篇内容，提取出三层逻辑： 认知层（Core Belief）： 他相信什么？（例：财经不是分析，是翻译。把宏大事件翻译成对用户钱包的影响。） 策略层（Strategy）： 他怎么打？（例：97% 纯视频，绝不搞连载，单集独立。） 内容层（Formulas）： 爆款公式是什么？（例：宏观事件 + 对你的具体生活影响。） 3️⃣ A - Archive（归档）把上面识别出的三层内容，整理成一个结构化的 Markdown 文件。 ⚠️ 重点：这不是给人看的笔记，这是给 AI 看的“静态资产”。 把流动的笔记变成静态的资产，这才是 Skill 的核心。 4️⃣ T - Template（模板化/翻译规则）把具体的例子，翻译成通用的规则。 原句：“特朗普加关税，如何影响你的房贷？” 规则：[宏大叙事/热点] + [对用户切身利益的影响] 复用：AI 大爆发，如何影响你的薪资和职业寿命？ 这就是建模，而不是抄袭。 5️⃣ V - Validate（验证）拿一个该博主从来没写过的话题，用这个 Skill 让 AI 写一篇。 如果写出来像他，恭喜你，Skill 成了！ 如果不像，回去重修第 2 步。 💡 核心心法： ✅对标 ≠ 建模。对标是点状学习，建模是复利系统。 ✅产出两份东西：一份是给人看的“报告”（副产品），一份是给 AI 用的“Skill”（真资产）。 ✅30/70 分工：你负责 30%（选博主、定方向、做判断），AI 负责 70%（读、归纳、写）。 三个月后，别人还在苦哈哈地做对标，你已经在调用 100 个博主模型了。
9:54

别再只做“对标账号”了！教你 10 分钟把喜欢的博主“蒸馏”成 AI 技能，无限复用。 很多人做对标，只是抄了人家的句子（What），没学到人家的脑子（How）。 结果就是：每次写都要从头想，累死。 真正的做法是：把博主的“操作系统”提取出来，变成你的 AI 技能包。 👇 分享一套我总结的 RIA-TV++ 五步萃取法： 1️⃣ R - Read（读取）不要只看几篇，要用工具（爬虫/MCP）批量抓取该博主最火的 50-60 篇笔记。 关键字段：标题、正文、点赞、收藏、评论。 数据量不够，AI 看不出规律。 2️⃣ I - Identify（识别三层系统）这是核心！让 AI 分析这 60 篇内容，提取出三层逻辑： 认知层（Core Belief）： 他相信什么？（例：财经不是分析，是翻译。把宏大事件翻译成对用户钱包的影响。） 策略层（Strategy）： 他怎么打？（例：97% 纯视频，绝不搞连载，单集独立。） 内容层（Formulas）： 爆款公式是什么？（例：宏观事件 + 对你的具体生活影响。） 3️⃣ A - Archive（归档）把上面识别出的三层内容，整理成一个结构化的 Markdown 文件。 ⚠️ 重点：这不是给人看的笔记，这是给 AI 看的“静态资产”。 把流动的笔记变成静态的资产，这才是 Skill 的核心。 4️⃣ T - Template（模板化/翻译规则）把具体的例子，翻译成通用的规则。 原句：“特朗普加关税，如何影响你的房贷？” 规则：[宏大叙事/热点] + [对用户切身利益的影响] 复用：AI 大爆发，如何影响你的薪资和职业寿命？ 这就是建模，而不是抄袭。 5️⃣ V - Validate（验证）拿一个该博主从来没写过的话题，用这个 Skill 让 AI 写一篇。 如果写出来像他，恭喜你，Skill 成了！ 如果不像，回去重修第 2 步。 💡 核心心法： ✅对标 ≠ 建模。对标是点状学习，建模是复利系统。 ✅产出两份东西：一份是给人看的“报告”（副产品），一份是给 AI 用的“Skill”（真资产）。 ✅30/70 分工：你负责 30%（选博主、定方向、做判断），AI 负责 70%（读、归纳、写）。 三个月后，别人还在苦哈哈地做对标，你已经在调用 100 个博主模型了。

Vincent

43,712 次观看 • 4 个月前

Codex 5.6 配上 Obsidian，直接给 AI 装上永久记忆！ 很多人用 Codex，每次打开新任务都要重新解释： 项目做到哪了、之前改过什么、哪些方案已经踩过坑、哪些关键决定已经定了、下一步该从哪里继续。 聊得越久，重要信息反而越容易被埋在历史对话里。 我现在直接把 Obsidian 变成 Codex 的永久知识库。 长期偏好、项目资料、关键决策、踩坑记录和下一步计划，全部交给它持续整理。 等于直接形成一个闭环： 读取过去 ➡️完成任务 ➡️更新记忆 ➡️下次继续接着干 只需要输入这段提示词： 请将当前 Obsidian 知识库作为我的跨项目长期记忆。为所有项目建立统一索引，整理我的长期偏好、项目背景、关键决策、已完成内容、失败方案和下一步计划。每次开始任务前，先读取相关笔记；任务结束后，把新增结论和项目进度更新回对应文档。只保留后续真正需要的信息，不记录无关对话，不写入密码或密钥。 然后再给它安排两个自动任务： 1️⃣ 每日开工简报：每天开始工作前，读取所有进行中的项目，整理今天最重要的 3 项任务、当前阻塞和需要参考的历史资料。 2️⃣ 每月知识体检：每月检查一次整个 Obsidian 知识库，找出重复、过期和相互冲突的信息，更新项目索引并标记建议归档的内容。 项目做得越久，它积累的背景越完整；任务开得越多，它越清楚你过去做过什么决定。 Obsidian 负责记住一切，Codex 负责把这些记忆变成行动。
0:30

Codex 5.6 配上 Obsidian，直接给 AI 装上永久记忆！ 很多人用 Codex，每次打开新任务都要重新解释： 项目做到哪了、之前改过什么、哪些方案已经踩过坑、哪些关键决定已经定了、下一步该从哪里继续。 聊得越久，重要信息反而越容易被埋在历史对话里。 我现在直接把 Obsidian 变成 Codex 的永久知识库。 长期偏好、项目资料、关键决策、踩坑记录和下一步计划，全部交给它持续整理。 等于直接形成一个闭环： 读取过去 ➡️完成任务 ➡️更新记忆 ➡️下次继续接着干 只需要输入这段提示词： 请将当前 Obsidian 知识库作为我的跨项目长期记忆。为所有项目建立统一索引，整理我的长期偏好、项目背景、关键决策、已完成内容、失败方案和下一步计划。每次开始任务前，先读取相关笔记；任务结束后，把新增结论和项目进度更新回对应文档。只保留后续真正需要的信息，不记录无关对话，不写入密码或密钥。 然后再给它安排两个自动任务： 1️⃣ 每日开工简报：每天开始工作前，读取所有进行中的项目，整理今天最重要的 3 项任务、当前阻塞和需要参考的历史资料。 2️⃣ 每月知识体检：每月检查一次整个 Obsidian 知识库，找出重复、过期和相互冲突的信息，更新项目索引并标记建议归档的内容。 项目做得越久，它积累的背景越完整；任务开得越多，它越清楚你过去做过什么决定。 Obsidian 负责记住一切，Codex 负责把这些记忆变成行动。

爱丽丝呀！

91,268 次观看 • 1 个月前

我靠，Understand Anything 这个开源项目有点东西。 它把 LLM 和静态分析结合起来，自动扫描整个代码库，提取文件、函数、类和依赖关系，最终生成一个可交互的代码知识图谱。 可以直接： 1、浏览代码结构和依赖关系 2、查看业务逻辑如何映射到代码 3、语义搜索“哪些模块处理身份验证” 4、自动生成架构学习路径 5、分析一次改动可能影响哪些模块 6、按架构层级对代码自动分组 7、Claude Code, Codex, Cursor, Copilot 等多种支持 它的分析方式也很合理： Tree-sitter 负责提取 import、函数、类等确定性结构；LLM 负责生成摘要、架构归类和业务领域映射。 内部还拆成了多个专业 Agent，分别负责项目扫描、文件分析、架构识别、业务建模、学习路径生成和图谱校验。 最终生成的知识图谱可以保存成 JSON、提交到仓库，并支持增量更新，不需要每次重新分析整个项目。 对 AI Coding 来说，这类工具的价值很可观：把复杂代码库转换成 Agent 可查询、可复用、可持续更新的结构化上下文。 相比每次让 Agent 从头读代码，这更像是在给代码库建立一层长期记忆。
1:33

我靠，Understand Anything 这个开源项目有点东西。 它把 LLM 和静态分析结合起来，自动扫描整个代码库，提取文件、函数、类和依赖关系，最终生成一个可交互的代码知识图谱。 可以直接： 1、浏览代码结构和依赖关系 2、查看业务逻辑如何映射到代码 3、语义搜索“哪些模块处理身份验证” 4、自动生成架构学习路径 5、分析一次改动可能影响哪些模块 6、按架构层级对代码自动分组 7、Claude Code, Codex, Cursor, Copilot 等多种支持 它的分析方式也很合理： Tree-sitter 负责提取 import、函数、类等确定性结构；LLM 负责生成摘要、架构归类和业务领域映射。 内部还拆成了多个专业 Agent，分别负责项目扫描、文件分析、架构识别、业务建模、学习路径生成和图谱校验。 最终生成的知识图谱可以保存成 JSON、提交到仓库，并支持增量更新，不需要每次重新分析整个项目。 对 AI Coding 来说，这类工具的价值很可观：把复杂代码库转换成 Agent 可查询、可复用、可持续更新的结构化上下文。 相比每次让 Agent 从头读代码，这更像是在给代码库建立一层长期记忆。

Vince 聊开发

11,664 次观看 • 2 个月前

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,708 次观看 • 6 个月前

说个暴论，Skill 才是我们在 AI 时代最值钱的私人数字资产，没有之一！！！ 手把手教你用 WorkBuddy + Karpathy LLM Wiki 搭建一整套私人内容生产线: 个人知识库 + 专属 Skill + 自动化写作流 我把过去这半年多写过的代表作、创作笔记和定位说明，全部结构化洗成了 19 个知识页， 最后封装出了一个真正拥有我思考方式与审美红线的私人内容 Skill， 有了这套专属 Skill，才算真正拥有了自己的数字分身: 彻底终结每次开新对话框都要重新教 AI 做人的痛苦， 新素材丢进去，它会调用我的整个大脑底座在运转， 四层架构与实操视频，手把手演示给你，包括过程中每个环节的提示词完整开源 👇
0:49

说个暴论，Skill 才是我们在 AI 时代最值钱的私人数字资产，没有之一！！！ 手把手教你用 WorkBuddy + Karpathy LLM Wiki 搭建一整套私人内容生产线: 个人知识库 + 专属 Skill + 自动化写作流 我把过去这半年多写过的代表作、创作笔记和定位说明，全部结构化洗成了 19 个知识页， 最后封装出了一个真正拥有我思考方式与审美红线的私人内容 Skill， 有了这套专属 Skill，才算真正拥有了自己的数字分身: 彻底终结每次开新对话框都要重新教 AI 做人的痛苦， 新素材丢进去，它会调用我的整个大脑底座在运转， 四层架构与实操视频，手把手演示给你，包括过程中每个环节的提示词完整开源 👇

AYi

61,813 次观看 • 19 天前

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显： 凡是能整理成 SOP 的重复工作，都应该交给 AI。 我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。 不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。 相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。 一句话：80% 的日常提效场景，用 Skills 就已经够了。 有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。 （总结一下这篇文章）
1:27

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显： 凡是能整理成 SOP 的重复工作，都应该交给 AI。 我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。 不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。 相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。 一句话：80% 的日常提效场景，用 Skills 就已经够了。 有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。 （总结一下这篇文章）

sitin

78,153 次观看 • 8 个月前

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。 而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统 我把自己最常用的 20 个技巧整理出来了。 如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。 一、让 Codex 逐渐认识你 1. 每天让它问你一个问题 我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察 现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来 把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。 二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘 让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员 你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事 日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。 三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品 做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作 我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流 不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。 四、建立自己的信息雷达 16. 每天订阅 Builder 信息 我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。 五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页 看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠 我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是： 不要把 AI 只当作“问答工具”或“临时外包”。 当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。 换电脑时，我第一个装的软件就是 Codex。 写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。 你最想让我把上面哪一条展开成教程？ 评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux
8:55

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。 而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统 我把自己最常用的 20 个技巧整理出来了。 如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。 一、让 Codex 逐渐认识你 1. 每天让它问你一个问题 我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察 现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来 把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。 二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘 让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员 你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事 日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。 三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品 做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作 我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流 不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。 四、建立自己的信息雷达 16. 每天订阅 Builder 信息 我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。 五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页 看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠 我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是： 不要把 AI 只当作“问答工具”或“临时外包”。 当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。 换电脑时，我第一个装的软件就是 Codex。 写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。 你最想让我把上面哪一条展开成教程？ 评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

Vivi Xiao

104,526 次观看 • 1 个月前

简直太强悍了！ 飞书＋豆包，绝对是自媒体内容生产的王炸组合！！ 多模态豆包+飞书多维表，可塑性真的超级强！ 在飞书里获得Codex一般的体验！！ 我原本以为，飞书里的豆包只是一个聊天助手。 结果它直接在飞书里，帮我搭出了一套能持续“自我进化”的内容生产系统。 自动寻找爆款、拆解内容、沉淀方法、追踪热点、生成图文和视频、管理排期、复盘数据…… 一整套流程，它可以自己跑起来。 🔍 自动检索小红书、抖音等平台的热门内容 📊 自动提取标题、作者、互动数据并写入表格 🧠 拆解文案、节奏与内容结构，沉淀为爆款方法库 🔥 结合实时热点，自动筛选值得跟进的选题 ✍️ 调用已有方法论，批量生成图文或视频内容 🎨 通过 Seedream、Seedance 完成图片和视频生成 📅 统一管理内容修改、审核、排期与发布 📈 定期复盘发布数据，把优质内容重新写入知识库 最关键的是：我几乎没有手动搭建！ 我只是把确定好的流程告诉“书包”，它就直接帮我创建了选题库、爆款案例库、方法论库、内容生产库和数据复盘库。 整个工作台的使用方式也很简单。 只需要告诉它：“帮我做几条关于某个方向的内容。” 最后交付给我的，已经不是一份“创作建议”，而是可以直接发布的成品。 比如小红书，它会一次性给出标题、正文、配图（或视频）、话题标签、发布建议。 我需要做的，只是确认内容，然后发布。 如果接入不同的 Skill，还可以进一步控制文案风格、内容质量、视觉偏好和审核标准。 内容发布以后，这套系统还会定期回收数据，分析点击、互动和转化表现。表现好的内容会被重新拆解，再次沉淀进案例库和方法库，继续影响下一轮创作。 这样一来，整个工作台就形成了一个真正的内容闭环： 发现爆款 → 拆解规律 → 沉淀方法 → 追踪热点 → 生成内容 → 发布管理 → 数据复盘 → 更新知识库 用得越久，对你的账号、用户和内容偏好就越了解。 豆包负责理解、生成和执行， 飞书负责存储、管理、协作与复盘。 这才是我理解的 AI 工作流： 不需要每天从零开始写提示词，也不需要在好几个工具之间反复复制粘贴。 你只需要给出目标。 剩下的事情，它会按照流程一步一步做完。 下面是我搭建这个工作台的思路！
0:47

简直太强悍了！ 飞书＋豆包，绝对是自媒体内容生产的王炸组合！！ 多模态豆包+飞书多维表，可塑性真的超级强！ 在飞书里获得Codex一般的体验！！ 我原本以为，飞书里的豆包只是一个聊天助手。 结果它直接在飞书里，帮我搭出了一套能持续“自我进化”的内容生产系统。 自动寻找爆款、拆解内容、沉淀方法、追踪热点、生成图文和视频、管理排期、复盘数据…… 一整套流程，它可以自己跑起来。 🔍 自动检索小红书、抖音等平台的热门内容 📊 自动提取标题、作者、互动数据并写入表格 🧠 拆解文案、节奏与内容结构，沉淀为爆款方法库 🔥 结合实时热点，自动筛选值得跟进的选题 ✍️ 调用已有方法论，批量生成图文或视频内容 🎨 通过 Seedream、Seedance 完成图片和视频生成 📅 统一管理内容修改、审核、排期与发布 📈 定期复盘发布数据，把优质内容重新写入知识库 最关键的是：我几乎没有手动搭建！ 我只是把确定好的流程告诉“书包”，它就直接帮我创建了选题库、爆款案例库、方法论库、内容生产库和数据复盘库。 整个工作台的使用方式也很简单。 只需要告诉它：“帮我做几条关于某个方向的内容。” 最后交付给我的，已经不是一份“创作建议”，而是可以直接发布的成品。 比如小红书，它会一次性给出标题、正文、配图（或视频）、话题标签、发布建议。 我需要做的，只是确认内容，然后发布。 如果接入不同的 Skill，还可以进一步控制文案风格、内容质量、视觉偏好和审核标准。 内容发布以后，这套系统还会定期回收数据，分析点击、互动和转化表现。表现好的内容会被重新拆解，再次沉淀进案例库和方法库，继续影响下一轮创作。 这样一来，整个工作台就形成了一个真正的内容闭环： 发现爆款 → 拆解规律 → 沉淀方法 → 追踪热点 → 生成内容 → 发布管理 → 数据复盘 → 更新知识库 用得越久，对你的账号、用户和内容偏好就越了解。 豆包负责理解、生成和执行， 飞书负责存储、管理、协作与复盘。 这才是我理解的 AI 工作流： 不需要每天从零开始写提示词，也不需要在好几个工具之间反复复制粘贴。 你只需要给出目标。 剩下的事情，它会按照流程一步一步做完。 下面是我搭建这个工作台的思路！

沐阳

121,295 次观看 • 1 个月前

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。
1:08

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 次观看 • 8 个月前

和AI Agent一起工作是一种什么样的体验？ 扣子空间详细体验评测 （下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。 也就是你可以像和真人协作一样，和AI一起完成特定任务。 通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。 提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。 扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。 你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。 支持两种工作方式： 自动模式：AI自动帮你完成任务。 协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。
1:01

和AI Agent一起工作是一种什么样的体验？ 扣子空间详细体验评测 （下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。 也就是你可以像和真人协作一样，和AI一起完成特定任务。 通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。 提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。 扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。 你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。 支持两种工作方式： 自动模式：AI自动帮你完成任务。 协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,254 次观看 • 1 年前