Loading video...

Video Failed to Load

Go Home

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。

DeerLucid's profile picture

概率鹿梦｜DeerLucid

15,021 subscribers

27,384 views • 2 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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 views • 3 months ago

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

111,218 views • 4 months ago

最近经常用 OpenClaw 帮我阅读文章，我就突然想到，为什么我不能直接做一个独立的 Telegram Bot 来帮我保存我传给它的链接，并做好摘要和分析呢？ 正好我前段时间看到了 QMD 这个项目，它可以把本地的笔记库变成一个可语义化和向量化搜索的知识库。我就在想可以把这两点结合起来：让 AI 帮我把想读的链接放到知识库里搜索，找到相关的笔记，甚至找到之前保存过的链接。有了丰富的上下文之后，再帮我输出一份更有价值的摘要。 说干就干，我今天上午就让 OpenClaw 帮我 vibe 了这样一个项目，名字也是它起的，叫 LinkMind。 1. 运行方式： (a) 在本地启动一个 nodejs 服务 (b) 配置一个 Telegram Bot 的 Token 即可 2. 主要功能： (a) 作为 Bot 后端接收我发送的链接 (b) 自动进行内容抓取和文章存档 (c) 匹配相关链接和笔记，输出 insight 并通过消息发给我 (d) 提供一个界面查看近期保存的所有链接及详情 (e) 在详情页可以打开相关笔记，看到具体是哪一段内容与之产生了共鸣 不知道大家对这样的工具有没有兴趣？有的话可以给我留言。我打算整理一下之后开源发布出来，然后再做一份 SaaS 版本邀请大家内测使用一下
1:00

最近经常用 OpenClaw 帮我阅读文章，我就突然想到，为什么我不能直接做一个独立的 Telegram Bot 来帮我保存我传给它的链接，并做好摘要和分析呢？ 正好我前段时间看到了 QMD 这个项目，它可以把本地的笔记库变成一个可语义化和向量化搜索的知识库。我就在想可以把这两点结合起来：让 AI 帮我把想读的链接放到知识库里搜索，找到相关的笔记，甚至找到之前保存过的链接。有了丰富的上下文之后，再帮我输出一份更有价值的摘要。 说干就干，我今天上午就让 OpenClaw 帮我 vibe 了这样一个项目，名字也是它起的，叫 LinkMind。 1. 运行方式： (a) 在本地启动一个 nodejs 服务 (b) 配置一个 Telegram Bot 的 Token 即可 2. 主要功能： (a) 作为 Bot 后端接收我发送的链接 (b) 自动进行内容抓取和文章存档 (c) 匹配相关链接和笔记，输出 insight 并通过消息发给我 (d) 提供一个界面查看近期保存的所有链接及详情 (e) 在详情页可以打开相关笔记，看到具体是哪一段内容与之产生了共鸣 不知道大家对这样的工具有没有兴趣？有的话可以给我留言。我打算整理一下之后开源发布出来，然后再做一份 SaaS 版本邀请大家内测使用一下

Reorx

11,765 views • 7 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。
0:22

👏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

27,495 views • 2 months ago

腾讯新出的这个 ima AI 知识库感觉有点上道了。 结合笔记软件和 AI 搜索，可以直接将搜索内容加入知识库和笔记列表。 写笔记的时候可以使用 AI 扩写和编辑笔记内容。 软件设计的一些小细节也很有意思，比如输入框有内容的时候熊猫会看向右边。 如果他要是再有一个浏览器插件的话我真会用，而且他现在可以总结非国内网页。
1:07

腾讯新出的这个 ima AI 知识库感觉有点上道了。 结合笔记软件和 AI 搜索，可以直接将搜索内容加入知识库和笔记列表。 写笔记的时候可以使用 AI 扩写和编辑笔记内容。 软件设计的一些小细节也很有意思，比如输入框有内容的时候熊猫会看向右边。 如果他要是再有一个浏览器插件的话我真会用，而且他现在可以总结非国内网页。

歸藏(guizang.ai)

63,360 views • 1 year ago

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

102,892 views • 1 month ago

NotebookLM+Obsidian+Gemini 组合教程，工具用对了，效率原地起飞。🛩️🚀（适合小白，收藏） 整理资料、快速学习，这个视频绝对有帮助。 简单说下这三个工具怎么配合： 1. NotebookLM（帮你榨干全网资料，只留干货）不用再自己苦哈哈地去刷几十个讲同一个话题的 YouTube 视频了。 直接把视频链接、PDF 或者长文章扔给 NotebookLM。 让它帮你把车轱辘话全删了，直接总结出核心重点。 最牛的是它绝对不瞎编，给出的结论都会标明出处，比如“这个观点来自第三个视频的第2分10秒”。你还能一键把几百页的资料转成播客音频，通勤路上当电台听。 2. Obsidian（完美避坑烂书，不浪费时间）看书或看教程最大的痛点，就是看了一大半发现自己早就懂了。 你可以把你平时记笔记的 Obsidian 个人知识库，加上你想看的新书 PDF，一起丢给 NotebookLM。 直接问 AI：“根据我已有的知识，这书我还用看吗？”它会直接挑出你没接触过的新知识，如果全是你知道的，它会直接劝你别看了，巨省时间。 3. 交给 Gemini（一键输出成果）资料查完了怎么用？ NotebookLM 擅长提炼事实，但不擅长写文案。这时候把前面洗出来的“纯净干货”直接丢给 Gemini，让它帮你生成脑图、写总结、写脚本、或者做 PPT 大纲。
11:28

NotebookLM+Obsidian+Gemini 组合教程，工具用对了，效率原地起飞。🛩️🚀（适合小白，收藏） 整理资料、快速学习，这个视频绝对有帮助。 简单说下这三个工具怎么配合： 1. NotebookLM（帮你榨干全网资料，只留干货）不用再自己苦哈哈地去刷几十个讲同一个话题的 YouTube 视频了。 直接把视频链接、PDF 或者长文章扔给 NotebookLM。 让它帮你把车轱辘话全删了，直接总结出核心重点。 最牛的是它绝对不瞎编，给出的结论都会标明出处，比如“这个观点来自第三个视频的第2分10秒”。你还能一键把几百页的资料转成播客音频，通勤路上当电台听。 2. Obsidian（完美避坑烂书，不浪费时间）看书或看教程最大的痛点，就是看了一大半发现自己早就懂了。 你可以把你平时记笔记的 Obsidian 个人知识库，加上你想看的新书 PDF，一起丢给 NotebookLM。 直接问 AI：“根据我已有的知识，这书我还用看吗？”它会直接挑出你没接触过的新知识，如果全是你知道的，它会直接劝你别看了，巨省时间。 3. 交给 Gemini（一键输出成果）资料查完了怎么用？ NotebookLM 擅长提炼事实，但不擅长写文案。这时候把前面洗出来的“纯净干货”直接丢给 Gemini，让它帮你生成脑图、写总结、写脚本、或者做 PPT 大纲。

比特币橙子Trader

27,412 views • 4 months ago

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。 单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。 这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。 如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。
0:30

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。 单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。 这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。 如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

Xudong Han

27,488 views • 1 month ago

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。
17:56

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,466 views • 2 months ago

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？ 点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。 怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。 你学会了吗？没学会的可以👀看视频
1:10

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？ 点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。 怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。 你学会了吗？没学会的可以👀看视频

鱼总聊AI

13,479 views • 7 months ago

我们一直都搞错了记忆的原理。 你的记忆，并不存在。 记忆不是提取，而是生成。 我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。 但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。 它不是“取出”图片，而是“即兴画出”图片。 就像问一个AI：画一只马、画一座山 它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸 然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。 换句话说：你大脑里没有一个影像库，只有一个绘图工具。 所以，记忆并不是“有”或“没有”，而是“能不能生成”。 这种方式，也解释了我们为什么能灵活地“改写”记忆 你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。 这就带出一个巨大的问题转变： 如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？ 我们不是在“给知识”，而是在“训练模型”。 这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统 ，能组合信息、模仿样式、即时调取、灵活变通。 记忆，并不是真实的复现，而是即时的重新创造。 重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。
2:39

我们一直都搞错了记忆的原理。 你的记忆，并不存在。 记忆不是提取，而是生成。 我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。 但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。 它不是“取出”图片，而是“即兴画出”图片。 就像问一个AI：画一只马、画一座山 它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸 然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。 换句话说：你大脑里没有一个影像库，只有一个绘图工具。 所以，记忆并不是“有”或“没有”，而是“能不能生成”。 这种方式，也解释了我们为什么能灵活地“改写”记忆 你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。 这就带出一个巨大的问题转变： 如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？ 我们不是在“给知识”，而是在“训练模型”。 这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统 ，能组合信息、模仿样式、即时调取、灵活变通。 记忆，并不是真实的复现，而是即时的重新创造。 重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。

墓碑科技

24,457 views • 1 year ago

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 Obsidian Inbox。 Daily Note: 每天自动生成日记模板，记录睡眠、运动、灵感。 Podwise: 播客转文字，无缝接入知识库。 3️⃣ 工作流第二步：AI 分析与处理 (Process) 这是 Claude Code 发威的地方！ /todo 命令: AI 扫描你的日记和上下文，自动生成“艾森豪威尔矩阵”（重要/紧急），帮你排好今日任务。 /weekly learning: 每周复盘。AI 分析你一周的笔记，提取认知改变、盲点和新想法。 /summary: 和 AI 聊完天，一键总结对话精华，存入知识库，不浪费任何灵感。 4️⃣ 工作流第三步：整理与检查 (Organize) /lint 命令: 定期给知识库做体检。AI 检查概念定义是否冲突、有没有孤岛笔记（没链接的笔记），生成健康报告。 知识沉淀: AI 自动把 Inbox 里的碎片信息，整理成 Concepts（概念）和 Summary（摘要），形成结构化知识网。 5️⃣ 一人 IP 创作系统 (Bonus) 这套逻辑同样适用于做自媒体！ Step 1: 全网选题扫描，收集 Input。 Step 2: Claude 分析创作库，发现读者真正需要的内容（笔记数据分析）。 Step 3: AI 辅助 SOP，自动生成初稿，你只做精修和判断。 6️⃣ 高手心得 (Key Takeaways) 一个入口 (Inbox)，多个终点。 结构够用就行，别追求完美分类。 AI 建议，你拍板。 对话也是知识，记得用 /summary 保存。 不绑定任何工具，AGENTS.md 兼容多种 Agent。 Obsidian 负责“记”，Claude Code 负责“想”和“做”。 人类只做高价值的筛选与决策，AI 接管所有繁琐节点的编织。
7:55

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 Obsidian Inbox。 Daily Note: 每天自动生成日记模板，记录睡眠、运动、灵感。 Podwise: 播客转文字，无缝接入知识库。 3️⃣ 工作流第二步：AI 分析与处理 (Process) 这是 Claude Code 发威的地方！ /todo 命令: AI 扫描你的日记和上下文，自动生成“艾森豪威尔矩阵”（重要/紧急），帮你排好今日任务。 /weekly learning: 每周复盘。AI 分析你一周的笔记，提取认知改变、盲点和新想法。 /summary: 和 AI 聊完天，一键总结对话精华，存入知识库，不浪费任何灵感。 4️⃣ 工作流第三步：整理与检查 (Organize) /lint 命令: 定期给知识库做体检。AI 检查概念定义是否冲突、有没有孤岛笔记（没链接的笔记），生成健康报告。 知识沉淀: AI 自动把 Inbox 里的碎片信息，整理成 Concepts（概念）和 Summary（摘要），形成结构化知识网。 5️⃣ 一人 IP 创作系统 (Bonus) 这套逻辑同样适用于做自媒体！ Step 1: 全网选题扫描，收集 Input。 Step 2: Claude 分析创作库，发现读者真正需要的内容（笔记数据分析）。 Step 3: AI 辅助 SOP，自动生成初稿，你只做精修和判断。 6️⃣ 高手心得 (Key Takeaways) 一个入口 (Inbox)，多个终点。 结构够用就行，别追求完美分类。 AI 建议，你拍板。 对话也是知识，记得用 /summary 保存。 不绑定任何工具，AGENTS.md 兼容多种 Agent。 Obsidian 负责“记”，Claude Code 负责“想”和“做”。 人类只做高价值的筛选与决策，AI 接管所有繁琐节点的编织。

Vincent

37,626 views • 4 months ago

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：
0:39

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：

超级个体｜柿子

46,283 views • 19 days ago

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 views • 1 month ago

牛P了 Codex推出一个 Record & Replay功能 也就是你可以教Codex干活 你把你在电脑上经常操作的人物给它演示一遍 Codex 会观察学习你的整个操作过程，然后自动生成一个 Skill 技能... 下次遇到同样的任务，Codex 就能按照你教它的流程和操作替直接替你干活... 官方拿"发 YouTube 视频"来演示： 他手动走一遍全套流程，拉元数据、配缩略图和英文字幕、上传存成私密、逐项核对。Codex 就在旁边看着，看完把整套流程记成了一个可复用的技能。 然后他新开一个对话，挂上下一条视频，Codex 自己照着全做完了，一步没差。 而且不只是发视频，你平时那些重复的电脑活都行: • 每个月报销，贴发票、填那张固定的单子 • 把一堆乱命名的文件批量重命名、归档 • 每周把数据导出来，填进固定的周报表 • 网上订票订酒店，重复填一遍又一遍的信息 干活的时候它自己调电脑操作、浏览器、你连的那些插件，组合着把事办完。 你不用再教 AI 每一步怎么做，只要做给它看一次,下次它就替你做... 从"每次写提示词"到"演示一次就够"，这是一个跨越...
2:04

牛P了 Codex推出一个 Record & Replay功能 也就是你可以教Codex干活 你把你在电脑上经常操作的人物给它演示一遍 Codex 会观察学习你的整个操作过程，然后自动生成一个 Skill 技能... 下次遇到同样的任务，Codex 就能按照你教它的流程和操作替直接替你干活... 官方拿"发 YouTube 视频"来演示： 他手动走一遍全套流程，拉元数据、配缩略图和英文字幕、上传存成私密、逐项核对。Codex 就在旁边看着，看完把整套流程记成了一个可复用的技能。 然后他新开一个对话，挂上下一条视频，Codex 自己照着全做完了，一步没差。 而且不只是发视频，你平时那些重复的电脑活都行: • 每个月报销，贴发票、填那张固定的单子 • 把一堆乱命名的文件批量重命名、归档 • 每周把数据导出来，填进固定的周报表 • 网上订票订酒店，重复填一遍又一遍的信息 干活的时候它自己调电脑操作、浏览器、你连的那些插件，组合着把事办完。 你不用再教 AI 每一步怎么做，只要做给它看一次,下次它就替你做... 从"每次写提示词"到"演示一次就够"，这是一个跨越...

小互

89,198 views • 2 months ago

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。
0:21

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

爱丽丝呀！

39,408 views • 14 days 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。
3:00

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

144,174 views • 1 month ago