Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

大多数人用 Claude Code，就像用智能手机只会打电话。 slash commands、memory、hooks、subagents、MCP……这些功能组合起来，能让 Claude Code 自动完成代码审查、自动部署、自动生成文档——你只需要喝杯咖啡。但官方文档只告诉你"有这个功能"，不告诉你怎么把它们串起来。这个 repo 补上了那个缺口👇 10 个模块，从基础到 agent 协作，每个都有可直接复制的模板。 15 分钟上手，11 小时掌握全部。 MIT 免费，27k star

axiaisacat

4,831 subscribers

23,200 görüntüleme • 3 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

兄弟们，好消息 Claude Code 推出：自动记忆功能以前：记忆完全靠手动，你需要自己写 CLAUDE md 文件，手动维护项目规范和偏好。现在：Claude Code 能自动记住跨会话学到的东西，包括你的项目上下文、调试模式、偏好的做法，下次自动调用，不需要你手动记录。从纯手动变成了自动+手动结合

兄弟们，好消息 Claude Code 推出：自动记忆功能以前：记忆完全靠手动，你需要自己写 CLAUDE md 文件，手动维护项目规范和偏好。现在：Claude Code 能自动记住跨会话学到的东西，包括你的项目上下文、调试模式、偏好的做法，下次自动调用，不需要你手动记录。从纯手动变成了自动+手动结合

小互

58,738 görüntüleme • 4 ay önce

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM

Anthropic将推出一个叫Harmony的新功能，这个功能支持将本地文件目录集成到Claude的上下文中这意味着Claude能直接读取、索引、分析目录中的文件内容，与你的本地文件无缝交互以前，你得手动把代码给Claude，现在，直接让它看整个项目文件夹，它能自动分析所有代码，找出问题据说它用了几分钟分析了一个代码库，识别了出了10个不同的安全漏洞还可以直接让Claude修改本地文件，像更新文档、修改代码、添加内容等也可以让它找文件，它会扫描你指定的文件夹根据关键词找到文件此外，Anthropic应该还在出另外一个叫Compass的新功能，类似深度研究的功能，可以自动整合多个信息来源，包括搜索网络、学习材料、报告文档等，把零散信息整合成一个有条理的研究结果 #Claude #Harmony #AI #LLM

AIGCLINK

36,742 görüntüleme • 1 yıl önce

NotebookLM 推出了新功能"电影级视频概览"功能就是你把资料丢进NotebookLM，它能自动帮你生成一段沉浸式的视频来讲解这些内容不是简单套模板，而是用Google 最先进的多个 AI 模型自动组合生成的定制视频。目前只对 Ultra 付费用户开放，仅支持英文。

NotebookLM 推出了新功能"电影级视频概览"功能就是你把资料丢进NotebookLM，它能自动帮你生成一段沉浸式的视频来讲解这些内容不是简单套模板，而是用Google 最先进的多个 AI 模型自动组合生成的定制视频。目前只对 Ultra 付费用户开放，仅支持英文。

小互

29,533 görüntüleme • 4 ay önce

Anthropic 出的 Claude Design 功能，一条推文直接冲上 6000万+ 曝光我用它做的笔记，随手就获得近 1000 赞，这个设计能力真的在降维打击。但目前功能只有会员能用，大多数人用不了我把它重新封装成了开源 Skill，免费开源这条视频我会手把手带你从 0 到 1： ✅ 把 Skill 装好 ✅ 跑出一个完整的成品效果

Anthropic 出的 Claude Design 功能，一条推文直接冲上 6000万+ 曝光我用它做的笔记，随手就获得近 1000 赞，这个设计能力真的在降维打击。但目前功能只有会员能用，大多数人用不了我把它重新封装成了开源 Skill，免费开源这条视频我会手把手带你从 0 到 1： ✅ 把 Skill 装好 ✅ 跑出一个完整的成品效果

阿西_出海

23,966 görüntüleme • 2 ay önce

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 görüntüleme • 2 ay önce

👏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

26,809 görüntüleme • 1 ay önce

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

17,497 görüntüleme • 1 ay önce

Vercel 把 Marketplace 直接向 AI Agent 开放了。什么意思？一句话——以后基础设施这块，真的可以全自动了。以前我们用 Claude Code、Cursor 这些 AI 编程工具，写代码已经很猛了，但真正上线一个项目，最麻烦的从来不是代码本身，而是那一堆“杂事”：数据库要去注册，Redis 要单独开，认证服务要配，日志监控要接，邮箱服务要申请 API Key…… 这些步骤过去基本都得人肉操作。AI 能写业务逻辑，却卡在基础设施这一步。这次 Vercel 干了一件很关键的事：不用搞 MCP Server，不用接新协议，直接把自家 CLI 包成一个 AI Skill。一行命令： npx skills add vercel/vercel --skill vercel-cli 装完之后，Agent 就可以像人一样“逛 Marketplace”了。它能做什么？ ·自动 discover 有哪些数据库、认证、日志服务 ·自动 add 安装 Neon、Upstash 这种服务 ·自动注入环境变量 ·自动读取接入文档 ·自己把集成代码写好最后部署上线你只需要说一句：“帮我做个带登录系统的待办 App，部署到 Vercel。” 剩下的流程，理论上 Agent 全跑完。我觉得这件事的意义，不只是“方便”。也是在说：基础设施正在从“人操作”变成“Agent 可操作”。以前：API 是给程序用的；文档是给人看的；CLI 是给人敲的现在必须：返回结构化数据；支持无交互模式；提供机器可读文档；默认假设：调用者可能是 Agent 这其实是 SaaS 形态的一次升级。未来能不能被 Agent 调用，可能会成为一个产品的生死线。如果你的服务不能被自动发现、自动安装、自动配置，那在 AI 自动化流程里，它就会被绕开。目前来说：项目搭建的“时间成本曲线”正在被压平。过去从 0 到 1 搭一套完整基础设施，可能要 2～3 小时。未来可能只是一句 prompt。当部署成本无限接近 0，真正有价值的东西只剩两件： 1.你想解决什么问题 2.你是否有持续迭代能力代码门槛在下降，基础设施门槛在消失。AI + 可编排基础设施，正在把“做产品”这件事，压缩到极致。

Vercel 把 Marketplace 直接向 AI Agent 开放了。什么意思？一句话——以后基础设施这块，真的可以全自动了。以前我们用 Claude Code、Cursor 这些 AI 编程工具，写代码已经很猛了，但真正上线一个项目，最麻烦的从来不是代码本身，而是那一堆“杂事”：数据库要去注册，Redis 要单独开，认证服务要配，日志监控要接，邮箱服务要申请 API Key…… 这些步骤过去基本都得人肉操作。AI 能写业务逻辑，却卡在基础设施这一步。这次 Vercel 干了一件很关键的事：不用搞 MCP Server，不用接新协议，直接把自家 CLI 包成一个 AI Skill。一行命令： npx skills add vercel/vercel --skill vercel-cli 装完之后，Agent 就可以像人一样“逛 Marketplace”了。它能做什么？ ·自动 discover 有哪些数据库、认证、日志服务 ·自动 add 安装 Neon、Upstash 这种服务 ·自动注入环境变量 ·自动读取接入文档 ·自己把集成代码写好最后部署上线你只需要说一句：“帮我做个带登录系统的待办 App，部署到 Vercel。” 剩下的流程，理论上 Agent 全跑完。我觉得这件事的意义，不只是“方便”。也是在说：基础设施正在从“人操作”变成“Agent 可操作”。以前：API 是给程序用的；文档是给人看的；CLI 是给人敲的现在必须：返回结构化数据；支持无交互模式；提供机器可读文档；默认假设：调用者可能是 Agent 这其实是 SaaS 形态的一次升级。未来能不能被 Agent 调用，可能会成为一个产品的生死线。如果你的服务不能被自动发现、自动安装、自动配置，那在 AI 自动化流程里，它就会被绕开。目前来说：项目搭建的“时间成本曲线”正在被压平。过去从 0 到 1 搭一套完整基础设施，可能要 2～3 小时。未来可能只是一句 prompt。当部署成本无限接近 0，真正有价值的东西只剩两件： 1.你想解决什么问题 2.你是否有持续迭代能力代码门槛在下降，基础设施门槛在消失。AI + 可编排基础设施，正在把“做产品”这件事，压缩到极致。

sitin

81,336 görüntüleme • 4 ay önce

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 görüntüleme • 3 ay önce

字节跳动开源了一个能直接操控你电脑的 AI 叫 UI-TARS，开源免费，本地运行你用说话的方式告诉它：「帮我在 Priceline 订9月1日最早的旧金山到纽约的机票」「帮我把 VS Code 的自动保存延迟设置成500毫秒」「帮我查一下杭州这个月的天气然后画成图表」它不是帮你写代码它是直接看着你的屏幕，自己动鼠标键盘去做浏览器和桌面应用都能操控 MCP 工具全部打通模型大小 2B / 7B / 72B 任选，本地跑 Anthropic 的 Computer Use 要收费 OpenAI 的 Operator 要会员字节直接开源了整个技术栈这是国内大厂开源最有诚意的一个项目之一没有之一

字节跳动开源了一个能直接操控你电脑的 AI 叫 UI-TARS，开源免费，本地运行你用说话的方式告诉它：「帮我在 Priceline 订9月1日最早的旧金山到纽约的机票」「帮我把 VS Code 的自动保存延迟设置成500毫秒」「帮我查一下杭州这个月的天气然后画成图表」它不是帮你写代码它是直接看着你的屏幕，自己动鼠标键盘去做浏览器和桌面应用都能操控 MCP 工具全部打通模型大小 2B / 7B / 72B 任选，本地跑 Anthropic 的 Computer Use 要收费 OpenAI 的 Operator 要会员字节直接开源了整个技术栈这是国内大厂开源最有诚意的一个项目之一没有之一

axiaisacat

47,160 görüntüleme • 2 ay önce

微软联合交大、同济、复旦发了一个框架叫 SkillOpt，思路很有意思：像训练神经网络一样训练 AI Agent 的技能文件它不动模型权重，训练的是 Skill——就是你给 Claude Code 或 Codex 写的那些 prompt 和指导文档做法是把神经网络训练的那套搬过来：轮次、批量大小、学习率、验证门控，全部套在自然语言上。执行任务 → 记录过程 → 复盘 → 修改 Skill → 验证效果，自动闭环迭代结果很夸张。7个大模型、6类任务、3种 Agent 环境，总共52组测试，全部第一或并列第一但最有价值的不是跑分，是它的迁移能力：在 GPT-5.4 上优化好的技能文件，直接给 GPT-5.4-nano 用，性能提升 5.6 分在 Claude Code 里优化好的技能，直接搬到 Codex 里用，提升 29.4 分甚至能从一个数学基准迁移到另一个一个 best_skill.md 文件，到处能用对那些天天手动调 prompt 调到头秃的人来说，这个东西等于把调参这件事自动化了

微软联合交大、同济、复旦发了一个框架叫 SkillOpt，思路很有意思：像训练神经网络一样训练 AI Agent 的技能文件它不动模型权重，训练的是 Skill——就是你给 Claude Code 或 Codex 写的那些 prompt 和指导文档做法是把神经网络训练的那套搬过来：轮次、批量大小、学习率、验证门控，全部套在自然语言上。执行任务 → 记录过程 → 复盘 → 修改 Skill → 验证效果，自动闭环迭代结果很夸张。7个大模型、6类任务、3种 Agent 环境，总共52组测试，全部第一或并列第一但最有价值的不是跑分，是它的迁移能力：在 GPT-5.4 上优化好的技能文件，直接给 GPT-5.4-nano 用，性能提升 5.6 分在 Claude Code 里优化好的技能，直接搬到 Codex 里用，提升 29.4 分甚至能从一个数学基准迁移到另一个一个 best_skill.md 文件，到处能用对那些天天手动调 prompt 调到头秃的人来说，这个东西等于把调参这件事自动化了

Vincent

45,881 görüntüleme • 1 ay önce

来自 Monica IM 团队的新产品 Manus AI，已经很接近理想中的数字版 AI Agent 的样子了！能够自动执行任务、搜索、找资料、写代码和生成各种格式的文档👀 一个真正的个人数字助理，就是应该完成你能用电脑完成的所有工作。但这样的 Agent 应用，会不会撞到大模型公司下一代产品的枪口上呢🤔

来自 Monica IM 团队的新产品 Manus AI，已经很接近理想中的数字版 AI Agent 的样子了！能够自动执行任务、搜索、找资料、写代码和生成各种格式的文档👀 一个真正的个人数字助理，就是应该完成你能用电脑完成的所有工作。但这样的 Agent 应用，会不会撞到大模型公司下一代产品的枪口上呢🤔

indigo

98,069 görüntüleme • 1 yıl önce

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

35,579 görüntüleme • 3 ay önce

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 görüntüleme • 4 ay önce

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

axiaisacat

46,302 görüntüleme • 3 ay önce

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

墓碑科技

59,575 görüntüleme • 3 ay önce

PM学编程第6天：开发一个MCP server 昨天安装测试不少MCP （如Fetch、Obsidian、sequential-thinking、brave search、playwright等）惊叹的同时，很想自己做一个。仅需说话就能完成复杂任务，确实是件很酷的事情。过程比想象中简单，甚至不用看官方文档。只需VS安装Cline 或 Roo Code插件，然后说：我要做一个xxx的MCP，然后描述功能需求。 AI会自动生成代码，读取修改MCP 配置文件，不断修改测试就能完成。做了一个海螺音频的MCP。只需要说，用xx声音，朗读“xxx”（可以是文字也可以文件名），就会自动调用MCP，把文本用这个音色生成一个MP3文件。优势：每个MCP 可以跟其他MCP工作流整合，比如直接说抓取Paulgraham 的第3篇，生成双语对照，然后用中年男生朗读。感受：像Coze、Dify这类工具要尽快演化，否则很容易被各种 MCP 取代，拖拽连线成本太高了。普通用户未来可能只是安装了一堆MCP插件，只需要用语言描述任务即可。

PM学编程第6天：开发一个MCP server 昨天安装测试不少MCP （如Fetch、Obsidian、sequential-thinking、brave search、playwright等）惊叹的同时，很想自己做一个。仅需说话就能完成复杂任务，确实是件很酷的事情。过程比想象中简单，甚至不用看官方文档。只需VS安装Cline 或 Roo Code插件，然后说：我要做一个xxx的MCP，然后描述功能需求。 AI会自动生成代码，读取修改MCP 配置文件，不断修改测试就能完成。做了一个海螺音频的MCP。只需要说，用xx声音，朗读“xxx”（可以是文字也可以文件名），就会自动调用MCP，把文本用这个音色生成一个MP3文件。优势：每个MCP 可以跟其他MCP工作流整合，比如直接说抓取Paulgraham 的第3篇，生成双语对照，然后用中年男生朗读。感受：像Coze、Dify这类工具要尽快演化，否则很容易被各种 MCP 取代，拖拽连线成本太高了。普通用户未来可能只是安装了一堆MCP插件，只需要用语言描述任务即可。

向阳乔木

37,569 görüntüleme • 1 yıl önce

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🦆

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

19,638 görüntüleme • 1 ay önce

出门在外也能让 Claude 在电脑上干活 Claude 彻底小龙虾化 Claude Cowork 推出一的一个新功能：Dispatch，用手机远程指挥电脑上的 Claude 干活。打开 Cowork，找到 Dispatch 选项扫个二维码，手机就配对上了然后你电脑只要开着，你就能通过手机操控Cowork，让它去你的电脑里做任何事情... Dispatch 走的是 Cowork 的底层能力，你电脑上 Claude 能用的一切（本地文件、连接器、插件、浏览器），从手机端都能调用。能访问你连接的邮箱、网盘、Slack等，还能访问你电脑里的指定的或者所有文件，理论上是可以让它调用各个文件帮你干活。典型场景包括：数据处理：你在外面，想让 Claude 从本地的 Excel 表格里提取数据，整理成摘要报告。发条消息就行，Claude 会访问你电脑上的文件，跑完把结果放好。信息汇总：让 Claude 搜你的 Slack 消息和邮件，起草一份简报文档。省得你回到电脑前还得翻半天聊天记录。文件整理：指定一个文件夹，让 Claude 按你的规则整理或处理里面的文件。演示制作：让 Claude 从 Google Drive 里找素材，拼一份格式化的演示文稿。

出门在外也能让 Claude 在电脑上干活 Claude 彻底小龙虾化 Claude Cowork 推出一的一个新功能：Dispatch，用手机远程指挥电脑上的 Claude 干活。打开 Cowork，找到 Dispatch 选项扫个二维码，手机就配对上了然后你电脑只要开着，你就能通过手机操控Cowork，让它去你的电脑里做任何事情... Dispatch 走的是 Cowork 的底层能力，你电脑上 Claude 能用的一切（本地文件、连接器、插件、浏览器），从手机端都能调用。能访问你连接的邮箱、网盘、Slack等，还能访问你电脑里的指定的或者所有文件，理论上是可以让它调用各个文件帮你干活。典型场景包括：数据处理：你在外面，想让 Claude 从本地的 Excel 表格里提取数据，整理成摘要报告。发条消息就行，Claude 会访问你电脑上的文件，跑完把结果放好。信息汇总：让 Claude 搜你的 Slack 消息和邮件，起草一份简报文档。省得你回到电脑前还得翻半天聊天记录。文件整理：指定一个文件夹，让 Claude 按你的规则整理或处理里面的文件。演示制作：让 Claude 从 Google Drive 里找素材，拼一份格式化的演示文稿。

小互

63,119 görüntüleme • 4 ay önce

全球首个开源 Agentic 视频生产系统来了！ OpenMontage 把你的 AI 编程助手直接变成完整视频制作工作室！它能把 Claude、Cursor、Codex、Hermes Agent 这类 AI 编程助手，直接当视频制作工作室用。有 12 条不同类型的生产线，52 个工具，500 多个 agent 技能。从调研、写脚本、生成素材到后期合成，全程让 AI 自己跑。支持用真实免费素材，也能纯 AI 生成。而且是完全开源的，成本能压得很低（有演示案例只花了不到两块钱）。仓库地址：感觉这个方向挺新的，有兴趣的可以去 star 一下。

全球首个开源 Agentic 视频生产系统来了！ OpenMontage 把你的 AI 编程助手直接变成完整视频制作工作室！它能把 Claude、Cursor、Codex、Hermes Agent 这类 AI 编程助手，直接当视频制作工作室用。有 12 条不同类型的生产线，52 个工具，500 多个 agent 技能。从调研、写脚本、生成素材到后期合成，全程让 AI 自己跑。支持用真实免费素材，也能纯 AI 生成。而且是完全开源的，成本能压得很低（有演示案例只花了不到两块钱）。仓库地址：感觉这个方向挺新的，有兴趣的可以去 star 一下。

DeFi狙击手 | Ai🕊️

22,399 görüntüleme • 22 gün önce