Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

worktrunk — Git Worktree 管理器，专为并行跑多个 AI coding agent 设计。 先说痛点： 如果你现在用 Claude Code / Codex 写代码，一个 agent 一次只能改一个功能。想并行跑 5-10 个 agent 同时处理不同任务？Git 原生做不到——多个 agent 共享同一个工作目录，互相踩文件、冲突不断。 Git 其实有一个 worktree 功能可以解决这个问题：给每个 agent 分配独立的工作目录，共享同一个 .git。但原生 UX 极其痛苦： 创建一个 worktree 要打三遍分支名： git worktree add -b feat ../repo.feat cd ../repo.feat worktrunk 把这件事简化成了一行命令： wt switch...

sitinme's profile picture

sitin

30,094 subscribers

11,803 görüntüleme • 4 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

好家伙，要你命3000！ 多 Agent 编程的神器 —— Parallel Code，这玩意儿让你同时跑 Claude、Codex、Gemini，每个都有自己的 git 工作区，互不干扰。 你想让多个 AI 同时干不同的事，比如： • Claude 重构核心模块 • Codex 写单元测试 • Gemini 更新文档 传统做法：开三个终端，三个窗口切来切去，Parallel Code 的解决方案：git worktree + 自动化管理。
0:17

好家伙，要你命3000！ 多 Agent 编程的神器 —— Parallel Code，这玩意儿让你同时跑 Claude、Codex、Gemini，每个都有自己的 git 工作区，互不干扰。 你想让多个 AI 同时干不同的事，比如： • Claude 重构核心模块 • Codex 写单元测试 • Gemini 更新文档 传统做法：开三个终端，三个窗口切来切去，Parallel Code 的解决方案：git worktree + 自动化管理。

Geek

50,645 görüntüleme • 5 ay önce

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意： 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。
0:17

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意： 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。

小互

23,651 görüntüleme • 5 ay önce

有人把 Claude Code、Codex、Kimi 这些 AI 全塞进了一个桌面软件里，叫 hermes-desktop。 不用终端，不用记命令。模型切换、工具开关、技能管理全是图形界面，点点就行。 最狠的是它内置了81个技能，能直接操控 iMessage、备忘录、提醒事项这些 macOS 原生应用。你跟它说"翻一下上周的备忘录"，它真能翻。 还有个看板功能，多个 Agent 同时干活的时候在看板上调度，谁在跑、谁卡了、一眼看得到。
0:13

有人把 Claude Code、Codex、Kimi 这些 AI 全塞进了一个桌面软件里，叫 hermes-desktop。 不用终端，不用记命令。模型切换、工具开关、技能管理全是图形界面，点点就行。 最狠的是它内置了81个技能，能直接操控 iMessage、备忘录、提醒事项这些 macOS 原生应用。你跟它说"翻一下上周的备忘录"，它真能翻。 还有个看板功能，多个 Agent 同时干活的时候在看板上调度，谁在跑、谁卡了、一眼看得到。

Vincent

12,673 görüntüleme • 1 ay önce

卧槽，突然发现: 善用 AI Agent 与不善用的人，将活在完全不同的两个世界里。 AI Agent 把个人从 Master branch 时间线分出两个分支。一条循规蹈矩，完全不用 AI Agent，另一条用了 flowith 这样的 Agent, 充满机遇和挑战。 在同一个时间内，原本只能完成一件事，但用了 AI Agent.一键克隆出很多的你去思考（可能比自己更牛逼，更高智商），最终合并下分支 比如，今天我有三件事要做，广州旅游攻略， AI Agent 课程大纲，以及视频自动切片。现在用了 flowith, 三条线同时并行，吃完饭回来验收下结果 太太太特么恐怖了，这特么完全是智力的杠杆
0:18

卧槽，突然发现: 善用 AI Agent 与不善用的人，将活在完全不同的两个世界里。 AI Agent 把个人从 Master branch 时间线分出两个分支。一条循规蹈矩，完全不用 AI Agent，另一条用了 flowith 这样的 Agent, 充满机遇和挑战。 在同一个时间内，原本只能完成一件事，但用了 AI Agent.一键克隆出很多的你去思考（可能比自己更牛逼，更高智商），最终合并下分支 比如，今天我有三件事要做，广州旅游攻略， AI Agent 课程大纲，以及视频自动切片。现在用了 flowith, 三条线同时并行，吃完饭回来验收下结果 太太太特么恐怖了，这特么完全是智力的杠杆

黄赟

39,067 görüntüleme • 1 yıl önce

为什么很多人的 Agent 用不起来？ 不管 Agent 多聪明，像Claude Code、Codex、OpenClaw，都会遇到同一个问题：上次说好的偏好，下次对话全忘了。 不是模型不够聪明，是记忆架构本身的问题。 很多市面上的Agent Memory，说的好听点叫长期记忆，其实就是个聊天记录仓库。 最近在 GitHub 看到 MemOS 出的一个本地记忆插件，叫 MemOS Local Plugin，上线没多久就斩获了近万 Star。 直接装进你的 Agent 里就能用，Hermes 和 OpenClaw 都已经支持，核心思路是执行即学习。 Agent 每跑一次任务，过程本身就在转化成经验，下次遇到类似的事能直接调用。 最近 Local Plugin 2.0 还升级了记忆架构，让 Agent 能从任务里学到东西、沉淀经验。 具体3件事： 1、每步操作都会被打分 不只记录做了什么，还会标注是怎么做的、哪一步起了作用。 这些被拆解成一个个可学习的单元，慢慢积累成 可复用的经验。 2、记忆分层，按需读取 记忆按层分类存放，短期的、任务相关的、长期沉淀的各归各处。 用什么取什么，不会把不相关的东西一起翻出来干扰判断。 3、换 Agent也没事，经验不清零 在一个Agent里积累的东西，换另一个也能直接用，记忆资产一直都在。
0:19

为什么很多人的 Agent 用不起来？ 不管 Agent 多聪明，像Claude Code、Codex、OpenClaw，都会遇到同一个问题：上次说好的偏好，下次对话全忘了。 不是模型不够聪明，是记忆架构本身的问题。 很多市面上的Agent Memory，说的好听点叫长期记忆，其实就是个聊天记录仓库。 最近在 GitHub 看到 MemOS 出的一个本地记忆插件，叫 MemOS Local Plugin，上线没多久就斩获了近万 Star。 直接装进你的 Agent 里就能用，Hermes 和 OpenClaw 都已经支持，核心思路是执行即学习。 Agent 每跑一次任务，过程本身就在转化成经验，下次遇到类似的事能直接调用。 最近 Local Plugin 2.0 还升级了记忆架构，让 Agent 能从任务里学到东西、沉淀经验。 具体3件事： 1、每步操作都会被打分 不只记录做了什么，还会标注是怎么做的、哪一步起了作用。 这些被拆解成一个个可学习的单元，慢慢积累成 可复用的经验。 2、记忆分层，按需读取 记忆按层分类存放，短期的、任务相关的、长期沉淀的各归各处。 用什么取什么，不会把不相关的东西一起翻出来干扰判断。 3、换 Agent也没事，经验不清零 在一个Agent里积累的东西，换另一个也能直接用，记忆资产一直都在。

阿西_出海

20,877 görüntüleme • 2 ay önce

今年三月底在 Let's Vision 上介绍了我们正在做的让 agent 参与 mobile 开发自主验证的一些微小工作。现在终于可以把其中一部分我们日常使用的工具开源了。 sim-use 是让 AI agent 能看到模拟器/设备的屏幕并操作它的命令行工具。一条命令把整个屏幕变成 agent 能理解的紧凑表示，再一条命令点击任意元素，以完成验证循环。iOS Simulator 和 Android 通用。 Plan, code, verify, ship — verify 这一环现在可以交给 agent 了。欢迎大家试用/加星/反馈/一同改进！
0:12

今年三月底在 Let's Vision 上介绍了我们正在做的让 agent 参与 mobile 开发自主验证的一些微小工作。现在终于可以把其中一部分我们日常使用的工具开源了。 sim-use 是让 AI agent 能看到模拟器/设备的屏幕并操作它的命令行工具。一条命令把整个屏幕变成 agent 能理解的紧凑表示，再一条命令点击任意元素，以完成验证循环。iOS Simulator 和 Android 通用。 Plan, code, verify, ship — verify 这一环现在可以交给 agent 了。欢迎大家试用/加星/反馈/一同改进！

onevcat

67,999 görüntüleme • 1 ay önce

早上起来陪娃聊天花了一个小时，又花了一个多小时把这个 plan action 实现了。逻辑不复杂但是流程很繁琐：选择一个指定花色，从抽牌堆抽一张卡决定点数，合成一张空白卡保留在手牌中，并丢弃其它手牌，跳过行动阶段。交互状态太多，给脑子下指令就花了半个小时，手无意识的写了 200 多行代码才做完。
0:18

早上起来陪娃聊天花了一个小时，又花了一个多小时把这个 plan action 实现了。逻辑不复杂但是流程很繁琐：选择一个指定花色，从抽牌堆抽一张卡决定点数，合成一张空白卡保留在手牌中，并丢弃其它手牌，跳过行动阶段。交互状态太多，给脑子下指令就花了半个小时，手无意识的写了 200 多行代码才做完。

云风

38,364 görüntüleme • 11 ay önce

🔥 一条 AI 流水线 = 每天 20 爆款选题 小红书、抖音、视频号都能直接用 抓热点 → 筛选题 → 排日程 3 个 AI Agent 同一个聊天群工作 ✔️ 自动任务接力 ✔️ 互动协同 @ ✔️ 完成后推送给我 5 分钟搭完的，用的 Bloome👇 🔗 每个 Agent 各管一摊： 1️⃣ 热点 Agent — 负责"看" 它装一个资讯抓取的 Skill 每天定时扫全网热门话题 自动筛出和你赛道相关的 10 条 2️⃣ 选题 Agent — 负责"拆" 拿到热点后自动拆选题 每个热点出 2 个平台适配角度 带标题、切入点、内容形式建议 3️⃣ 排期 Agent — 负责"排" 按热度 + 时效性排优先级 自动分类：蹭热点 / 长尾 / 系列 直接输出一张本周排期表 关键是： 这 3 个 Agent 在群里自己对话、自己推进 不用你一个个去问 关电脑去吃饭，回来结果已经躺在群里了 小红书、抖音、视频号的选题都能直接用 做内容从来不缺流量，缺的是稳定出选题的系统💪🏻
0:14

🔥 一条 AI 流水线 = 每天 20 爆款选题 小红书、抖音、视频号都能直接用 抓热点 → 筛选题 → 排日程 3 个 AI Agent 同一个聊天群工作 ✔️ 自动任务接力 ✔️ 互动协同 @ ✔️ 完成后推送给我 5 分钟搭完的，用的 Bloome👇 🔗 每个 Agent 各管一摊： 1️⃣ 热点 Agent — 负责"看" 它装一个资讯抓取的 Skill 每天定时扫全网热门话题 自动筛出和你赛道相关的 10 条 2️⃣ 选题 Agent — 负责"拆" 拿到热点后自动拆选题 每个热点出 2 个平台适配角度 带标题、切入点、内容形式建议 3️⃣ 排期 Agent — 负责"排" 按热度 + 时效性排优先级 自动分类：蹭热点 / 长尾 / 系列 直接输出一张本周排期表 关键是： 这 3 个 Agent 在群里自己对话、自己推进 不用你一个个去问 关电脑去吃饭，回来结果已经躺在群里了 小红书、抖音、视频号的选题都能直接用 做内容从来不缺流量，缺的是稳定出选题的系统💪🏻

美酱AI

49,774 görüntüleme • 2 ay önce

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。 文字版提示词提供给大家：
0:19

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。 文字版提示词提供给大家：

Viking

40,815 görüntüleme • 1 yıl önce

大部分人用 Claude Code 其实是在裸跑 打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西 具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境 之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了 不是说它推荐的就一定全对，但比从零开始配要省不少事 用 Claude Code 的可以试试，尤其是项目已经有一定规模的
0:17

大部分人用 Claude Code 其实是在裸跑 打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西 具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境 之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了 不是说它推荐的就一定全对，但比从零开始配要省不少事 用 Claude Code 的可以试试，尤其是项目已经有一定规模的

Vincent | 信号＞噪音

21,388 görüntüleme • 1 ay önce

一人一企业，真的可以实现了？ 最近 GitHub 上有个超火的项目 Paperclip，短短几天就狂揽 16000+ Star。 我们构建的 OpenClaw 龙虾军团、或使用的 Claude Code、Codex、Cursor 等 Agent。 全部都能把它们招进 Paperclip 这家开源 AI 公司里，进行企业化管理。 GitHub： 而我们人类则作为一名董事长角色，可协调各大 Agent 实现共同目标。 其中重大的动作需要我们确认，同时我们也可以随时暂停或终止任何 Agent 工作。
0:17

一人一企业，真的可以实现了？ 最近 GitHub 上有个超火的项目 Paperclip，短短几天就狂揽 16000+ Star。 我们构建的 OpenClaw 龙虾军团、或使用的 Claude Code、Codex、Cursor 等 Agent。 全部都能把它们招进 Paperclip 这家开源 AI 公司里，进行企业化管理。 GitHub： 而我们人类则作为一名董事长角色，可协调各大 Agent 实现共同目标。 其中重大的动作需要我们确认，同时我们也可以随时暂停或终止任何 Agent 工作。

高军

89,580 görüntüleme • 5 ay önce

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。 环境搭建、工具适配、链上交互，每一步都会劝退一批人。 最后留下来的，往往不是最有创意的，而是最能熬流程的。 从这个角度看 Vanar 它更像是在解决一个很现实的问题： 怎么让“试一试”这件事变得足够便宜。 当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉， 创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。 这类差异在早期并不显眼， 但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。 不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。 也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。 当“做点东西”不再是一件很累的事， 生态才有机会真正活起来。 #Vanar
0:13

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。 环境搭建、工具适配、链上交互，每一步都会劝退一批人。 最后留下来的，往往不是最有创意的，而是最能熬流程的。 从这个角度看 Vanar 它更像是在解决一个很现实的问题： 怎么让“试一试”这件事变得足够便宜。 当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉， 创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。 这类差异在早期并不显眼， 但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。 不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。 也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。 当“做点东西”不再是一件很累的事， 生态才有机会真正活起来。 #Vanar

DD

68,100 görüntüleme • 6 ay önce

做自媒体之后，我的下载文件夹，基本长期失控。 素材、品牌资料、截图、PDF 全堆在一起。 今天要交付内容时，我打开文件夹—— 80 个文件，完全炸了 于是，让 AI 接管了我的电脑 80 个文件， 3 分钟， 1 句话整理完成。 没有插件。 没有脚本。 没有写一行代码。 我只做了这一件事： 打开 EasyClaw 👉 输入一句话： 「“整理我的下载文件夹，按类型分类、重命名、删除重复文件，并生成整理报告”」 然后它开始自己工作： ✔ 自动识别文件类型 ✔ 读取创建时间 ✔ 批量重命名 ✔ 自动建文件夹 ✔ 清理重复文件 我没有拖动一个文件。 这不是“文件整理”。 这是—— AI 直接接管操作系统。 2026 年， 不会写代码的人， 也可以做自动化。
0:11

做自媒体之后，我的下载文件夹，基本长期失控。 素材、品牌资料、截图、PDF 全堆在一起。 今天要交付内容时，我打开文件夹—— 80 个文件，完全炸了 于是，让 AI 接管了我的电脑 80 个文件， 3 分钟， 1 句话整理完成。 没有插件。 没有脚本。 没有写一行代码。 我只做了这一件事： 打开 EasyClaw 👉 输入一句话： 「“整理我的下载文件夹，按类型分类、重命名、删除重复文件，并生成整理报告”」 然后它开始自己工作： ✔ 自动识别文件类型 ✔ 读取创建时间 ✔ 批量重命名 ✔ 自动建文件夹 ✔ 清理重复文件 我没有拖动一个文件。 这不是“文件整理”。 这是—— AI 直接接管操作系统。 2026 年， 不会写代码的人， 也可以做自动化。

暖暖爱AI

41,471 görüntüleme • 5 ay önce

OpenClaw 已经过时了。 如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。 很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。 但这套东西很快就要卷废了。 下一阶段比的根本不是谁能多 call 几个 tool， 而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这： 会从经验里沉淀 skill 会在使用中自我改进 会搜索过去的对话和任务 会逐渐建立对你的理解 还能跨 Telegram、Discord、Slack、CLI 持续工作 说白了， 别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。 所以不是 OpenClaw 不行， 而是这条路线已经开始落后了。 接下来真正值得看的， 不是哪个 agent 更像 demo， 而是哪个 agent 越用越强。 项目：👇
0:16

OpenClaw 已经过时了。 如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。 很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。 但这套东西很快就要卷废了。 下一阶段比的根本不是谁能多 call 几个 tool， 而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这： 会从经验里沉淀 skill 会在使用中自我改进 会搜索过去的对话和任务 会逐渐建立对你的理解 还能跨 Telegram、Discord、Slack、CLI 持续工作 说白了， 别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。 所以不是 OpenClaw 不行， 而是这条路线已经开始落后了。 接下来真正值得看的， 不是哪个 agent 更像 demo， 而是哪个 agent 越用越强。 项目：👇

axiaisacat

33,279 görüntüleme • 4 ay önce

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目
0:12

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目

阿西_出海

19,341 görüntüleme • 1 ay önce

兄弟们这个功能好 Claude Code 新加了 /recap 命令 当你把终端切到后台，过一会儿再切回来，Claude Code 会自动在顶部显示一段这个会话刚才干了什么、下一步打算做什么的回顾。 怎么用 什么都不用改，升级到最新版 Claude Code 就自动开了。 触发条件：会话至少 3 个 turn + 距离上次完成 turn 过了至少 3 分钟 + 终端当前失焦 后台生成：失焦期间就在后台算好，切回来立刻看到，不再等 不会刷屏：同一个窗口连续切走切回不会重复生成 recap 能手动触发：/recap 任何时候打一下都能给一段当前状态摘要 可关可配：/config 里开关，或用环境变量 CLAUDE_CODE_ENABLE_AWAY_SUMMARY=0 关掉
0:10

兄弟们这个功能好 Claude Code 新加了 /recap 命令 当你把终端切到后台，过一会儿再切回来，Claude Code 会自动在顶部显示一段这个会话刚才干了什么、下一步打算做什么的回顾。 怎么用 什么都不用改，升级到最新版 Claude Code 就自动开了。 触发条件：会话至少 3 个 turn + 距离上次完成 turn 过了至少 3 分钟 + 终端当前失焦 后台生成：失焦期间就在后台算好，切回来立刻看到，不再等 不会刷屏：同一个窗口连续切走切回不会重复生成 recap 能手动触发：/recap 任何时候打一下都能给一段当前状态摘要 可关可配：/config 里开关，或用环境变量 CLAUDE_CODE_ENABLE_AWAY_SUMMARY=0 关掉

小互

19,842 görüntüleme • 3 ay önce

苹果刚刚被一个8美元的夹克徽章羞辱了 一位随机的日本制造商看到了苹果3499美元的Vision Pro Persona，并决定以一个比萨的价格打造同样的东西。 同样的实时面部镜像。 同样的自然表情和眨眼。 同样的低延迟反应，当你微笑时。 苹果需要一个配备M2芯片、R1处理器、12个摄像头和LiDAR的完整头显。 他只用了一个ESP32、一个微型摄像头和MediaPipe在设备上运行468个地标点就做到了。 总成本：八美元。 这就是一个周末黑客用一个夹克别针摧毁一个价值十亿美元的功能时会发生的事。 硬件护城河刚刚蒸发了。 完整系统在下面的视频中。
0:13

苹果刚刚被一个8美元的夹克徽章羞辱了 一位随机的日本制造商看到了苹果3499美元的Vision Pro Persona，并决定以一个比萨的价格打造同样的东西。 同样的实时面部镜像。 同样的自然表情和眨眼。 同样的低延迟反应，当你微笑时。 苹果需要一个配备M2芯片、R1处理器、12个摄像头和LiDAR的完整头显。 他只用了一个ESP32、一个微型摄像头和MediaPipe在设备上运行468个地标点就做到了。 总成本：八美元。 这就是一个周末黑客用一个夹克别针摧毁一个价值十亿美元的功能时会发生的事。 硬件护城河刚刚蒸发了。 完整系统在下面的视频中。

Soran

252,847 görüntüleme • 2 ay önce

字节跳动开源了一个"超级AI员工"框架——DeerFlow 2.0，发布即登GitHub Trending第一。 它不是聊天机器人，是Agent调度中枢：能拆解复杂任务、自动派出子Agent分头执行、最后汇总交付。写研报、建网站、做PPT、生成视频，都是内置技能。 关键设计：每个任务跑在独立Docker沙箱里，有自己的文件系统，能读写文件、执行代码，隔离且可审计。跨会话记忆持久化，用得越多越懂你。 支持接入GPT-4、DeepSeek、豆包等任意模型，非纯本地方案。基于LangGraph构建，MIT开源。
0:17

字节跳动开源了一个"超级AI员工"框架——DeerFlow 2.0，发布即登GitHub Trending第一。 它不是聊天机器人，是Agent调度中枢：能拆解复杂任务、自动派出子Agent分头执行、最后汇总交付。写研报、建网站、做PPT、生成视频，都是内置技能。 关键设计：每个任务跑在独立Docker沙箱里，有自己的文件系统，能读写文件、执行代码，隔离且可审计。跨会话记忆持久化，用得越多越懂你。 支持接入GPT-4、DeepSeek、豆包等任意模型，非纯本地方案。基于LangGraph构建，MIT开源。

KK.aWSB

271,708 görüntüleme • 4 ay önce

想做视频号的看过来了！这套自动化流程我跑通了送给你 我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是 松果先森 的项目 我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长 并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上 两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！
0:15

想做视频号的看过来了！这套自动化流程我跑通了送给你 我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是 松果先森 的项目 我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长 并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上 两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

摸鱼巨匠🔨

59,732 görüntüleme • 4 ay önce

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。
0:15

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

AYi

19,651 görüntüleme • 2 ay önce