作者纳思稻壳分享了其使用Codex的经验，强调其每月二十余元的低成本远超昂贵AI套件的实用性。Codex本质是能读写文件、运行命令的AI助手，而非仅限于文本聊天的机器人。作者用它整理文档、分析代码、处理数据（Excel/CSV）及开发小工具和网页。 建议新手从桌面App版入手，界面直观，分为项目、对话、结果三栏。特别强调权限设置需谨慎。实际应用中，项目对话能驱动Codex进行文件操作，而普通对话仅用于文本交流。 文章指出需采取迭代协作，不追求一步到位。通过贪吃蛇游戏和CSV分析案例，演示了从明确需求、预设计划、获取结论、生成报告到人工复核的完整流程。高效沟通的关键在于让Codex复述任务理解和行动计划，以减少返工。反馈应细分为修改、补充、重构，每次专注于一类。错误处理则遵循标准化模板，提供具体场景和完整报错信息。 文末还涵盖了高级协作方法（如四文档法则）、常见问题及应对策略，并给出了一套分阶段的推荐学习路径。作者总结Codex性价比极高，能赋能非程序员将想法转化为可执行的项目。

这篇教程专为完全不懂命令行和Node.js的AI新手设计，旨在帮助读者快速入门AI Agent工具Claude Code。它将引导读者搭建本地运行的Claude Code环境（支持国产模型），理解模型、Agent、Skill、MCP等核心概念，并动手实践，创建一个可用于小红书发布的“早读小工具”。 教程首先详细解释了Agent（如Claude Code）如何结合模型（AI大脑）和工具（手脚），实现“能说能做”。针对国内用户，提供了通过`cc-switch`配置MiniMax、智谱GLM等国产模型API的方案，避免海外支付和网络限制。 接着，文章逐步指导读者安装Git、Node.js、VS Code和Claude Code，并详细介绍了Claude Code的基础操作，包括启动方式、快捷键、工作模式（如Plan模式、YOLO模式）及通过`CLAUDE.md`设置长期偏好。 核心实践部分，读者将跟随教程完成“早读动物园”网页应用的开发，体验如何通过自然语言和需求文档（PRD）让AI自动生成代码。最后，教程讲解了Skills的概念，作为AI的SOP手册，以及如何安装和自定义Skills，并区分了Skills、MCP、Hooks、Plugin等功能。文章强调动手实践，遇到问题善用AI调试，以弥补工具带来的巨大生产力差距。

本文深入探讨了在Hermes平台上构建长期运行自治Agent的实践问题与解决方案。作者发现，其设计的自治交易员助手在完成一轮任务后便停止工作，原因并非提示词（prompt）不足，而是多数Agent的最小交互单位是一个“回合”（turn），完成后即停。要实现Agent的24小时持续工作，核心在于引入一个定时唤醒的运行时调度器。 文章指出，真正的长期自治需将任务切分成短周期，通过Gateway（后台闹钟）、Cron（定时任务，特别是“every”关键词）、Heartbeat（定义每次唤醒后的具体工作流程）和状态文件（替代聊天上下文，承载工作连续性）协同作用。Agent每次被唤醒时，会从`HEARTBEAT.md`、`current-state.md`、`task-queue.md`等状态文件中恢复上下文，推进一个明确的工作单元，并更新状态。 作者强调，关键在于让文件系统而非聊天记录承载连续性。建议配置Work Heartbeat、Short Review和Major Review三种Cron任务，并保持最小文件结构以确保Agent每次都能自包含地恢复工作。同时提醒，Git不应作为实时日志使用。最终总结，Agent持续运行的关键在于每次醒来都能清晰地知道自己是谁、在哪、要做什么。

本文详细介绍了如何配置Codex Desktop App，使其通过Ollama运行本地大型语言模型，从而摆脱云端依赖，实现数据隐私和离线工作。 核心配置环境包括Codex Desktop App、Ollama v0.24及以上版本，以及Gemma 4（推荐16G内存）或Qwen 3.6（推荐32G内存或独显）等本地模型。 配置步骤如下： 1. 安装或升级Ollama至v0.24+。 2. 在终端执行`ollama launch codex-app`，为Codex启动专用通道。 3. 在Codex中选择“本地版”运行模式，并根据机器配置选择合适的本地模型。 4. Ollama将自动下载所选模型文件（注意网络稳定性和磁盘空间）。 5. 模型下载完成后，Ollama会引导重启Codex。 6. 重启后，Codex即可调用本地Ollama服务进行任务验证。 该方案优势在于数据不出本地、无费用、支持离线工作；但本地推理性能可能不及云端。文章特别提醒`ollama launch codex-app`会修改Codex配置文件，可通过`--restore`命令或手动备份恢复。

本文详细介绍了如何将Hermes AI从基础工具升级为高度个性化和自动化的智能助手。 首先强调了通过Nous Research的免费模型（如Deepseek、Qwen）大幅降低使用成本的方法。接着，文章提出了七项关键配置： 1. **SOUL.md**：通过SOUL.md文件定制AI人格，甚至可让Hermes根据对话历史自动生成，改变其回应模式。 2. **Memory系统**：持久化跨会话记忆（`/remember`），让AI真正记住用户偏好和重要信息，减少重复输入。 3. **Skill系统**：利用Skill系统固化经验为可复用技能（`/save_skill`），实现复杂任务自动化流程。 4. **Cron定时任务**：支持自然语言调度，并提供`Silent`模式实现安静监控，只在异常时发出警报。 5. **Auxiliary Models**：为不同任务分配经济型模型（如将压缩会话等轻量任务交由Qwen等便宜模型），有效节省成本。 6. **多平台网关**：实现跨设备连接，并用`/sethome`集中推送通知和任务结果。 7. **Airtap集成**：通过Airtap平台为Hermes接入云端Android设备，使其能直接操作手机App（如日常签到、追踪快递），配合定时任务实现移动端流程自动化。 文章建议逐步配置，从定制人格到固化经验，再到自动化任务和移动端操作，每一步都能显著提升体验。