技术
未读
用 Codex + HyperFrames 拆解抖音爆款,零基础也能做出高级感图书号
今天我就来出一篇长文,教大家如何一步步拆解抖音爆款视频,并固定一套工作流,从而让自己也拥有用 AI 制作视频的能力。 1. 准备工作 首先,大家一定要把工具装配好: 你需要有一个像 Codex 这样的 Agent。 之后去插件库安装两个工具: Hyperframes:用 HTML 的形式去制作视频,
技术
未读
用 WorkBuddy 把公众号写稿自动化，踩完坑之后整理的完整流程
前言：为什么折腾这套流程 WorkBuddy 是腾讯做的 Agent 产品，我最近一直在用。腾讯有微信这个入口在，公众号、小程序、企业微信都能顺着往里接，所以我把公众号先接了进来，把写稿这条链路自动化掉。 网上的入门教程已经很多，基础安装我就不再写一遍。这篇只写一件事——怎么把微信公众号接进 Wor
技术
未读
从零上手 Codex：一份写给普通人的实用教程
写在前面：最近连做车险生意的高中同学都跑来问我 Codex 怎么用，看来这款产品确实还在快速破圈。趁这个机会，把自己的使用心得整理成一篇教程，分享给同样想认真上手的值友。 先表个态：我很推荐大家用一用 Codex。OpenAI 这款产品做得扎实，功能也强。 除了写代码，Codex 能干的事比多数人以
技术
未读
别再迷信"神级提示词"了：一套可复用的 AI 出图流程分享
刚上手时我也信"提示词玄学"，到处抄别人的"万能咒语"，结果换个场景就崩。后来才想明白，一张图好看不难，难的是换服装不跑偏、换妆容仍是同一审美、连出十张还像一个系列。这些靠单句提示词根本解决不了。 所以现在我把 ChatGPT 当作"视觉策划助手"，而不是"提示词复读机"。整个流程大致如下： ide
技术
未读
从选题到排版，中文创作者该装的 10 个 Codex Skill
作者分享了使用Codex进行内容创作的经验，强调通过串联一系列“Skill”能显著提升选题、调研、写作、去AI味、封面制作及内容分发等环节的效率。
文章精选并详细介绍了10个他认为在日常工作中真正实用、能加速内容产出的GitHub Skill。这些Skill涵盖了内容生产的各个阶段，包括：**去AI味**（stop-slop），以建立读者信任；**选题判断**（dbskill），确保内容价值；**调研与写作整合**（content-research-writer, NotebookLM Skill），提高内容准确性和深度；**AI热点追踪**（khazix-skills），保持行业前沿；**视觉呈现**（Punk-Skill, guizang-social-card-skill, baoyu-skills, ian-xiaohei-illustrations），优化封面、社交卡片及正文配图；以及**排版发布**（html-anything），将内容转化为可发布形态。
作者特别指出，不必贪多，建议按内容生产顺序逐步安装高频使用的Skill。并力荐`stop-slop`、`dbskill`和`Punk-Skill`为最优先安装项，因它们分别解决内容信任、选题价值和视觉吸引力的关键问题。
技术
未读
用 Claude Code 整理 Obsidian，我的笔记库终于能用了
本文介绍了一种结合Obsidian和Claude Code构建个人知识库的有效方案，旨在解决资料分散、难以复用的问题，将散乱的收藏转化为可查找、可利用的知识资产。
该方案适用于需要长期复用资料的专业人士，如作者、学生、开发者等，尤其适合整理混乱的Obsidian笔记。其中，Obsidian负责本地化Markdown文件存储和双链管理，确保资料可移植性；Claude Code则利用AI能力，高效读取、整理、提炼和结构化知识，生成摘要、Wiki页面并发现重复内容。
搭建流程分为七步：首先建立规范的文件夹结构；接着创建CLAUDE.md文件，约束AI整理规则；然后通过小批量资料测试流程，生成整理计划后再执行；核心是利用AI生成结构化的Wiki页面；同时构建首页索引，并强调将知识库用于回答问题及每周维护的重要性。文章特别提醒，涉及敏感隐私的资料应避免使用云端AI处理。
技术
未读
给代码库建了张知识图谱：Token 费用少了三成，接新项目不再抓瞎
写在前面 几天前和一个做开发的朋友闲聊，他提到公司最近在做一套面向青少年的心理辅助 Agent，用于情绪疏导和危机干预，目前卡在知识库搭建上，打算用知识图谱给 AI 做诊断参考。 我以为知识图谱就是 RAG，然后被他上了一课。 回来之后按他的建议找了个开源工具，给自己的项目从头搭了一套本地知识图谱。
技术
未读
白嫖 OpenAI Codex：8GB 显存本地跑 AI Agent
这篇教程详细介绍了如何在8GB显存的显卡上，利用免费的OpenAI Codex客户端结合本地开源模型（如Ollama），实现代码修复、应用开发和浏览器自动化，且全程离线、无需按token计费。
文章指出，需准备最新版Codex客户端和Ollama。模型选择依据显存大小，例如8G显存推荐Qwen3.6 27B。部署流程包括：将Ollama接入Codex，开启“完全访问权限”以允许文件操作，并配置浏览器控制（开启内置浏览器及安装Chrome扩展）。作者特别强调，解决卡顿的关键是调整Ollama上下文长度至16K或8K。进阶用户还可通过llama.cpp加载更大模型。
此外，文章也提示了潜在风险，如显存不足导致的OOM，“完全访问权限”可能误删本地文件（建议在沙箱环境测试），以及浏览器自动化需警惕意外操作。最后提供了一份详细的部署清单。
技术
未读
Codex 并行开发实操：6 个项目同时推进的完整流程
最近在用 Codex 做一个 iOS 应用，顺带把落地页、投资者 PPT、发布视频、社交媒体自动化一起做了。说实话，不是因为我效率有多高，而是 Codex 跑一个任务动辄 1~2 小时，干等太浪费——不如趁这段时间把别的任务也喂进去。这篇是我的操作记录，没有废话，直接说怎么做。 Codex 是什么
技术
未读
如何用 Codex 快速入门任何一个领域
文章介绍了一种颠覆性的Codex使用方法，将其从单纯的代码工具转变为高效的“领域学习工程师”。核心在于创建一个结构化的“领域学习仓库”，利用Codex的文件读写和命令执行能力，实现学习过程的工程化、项目化和自动化。
该方法通过`AGENTS.md`文件固化Codex的教学规则（如“解释→示例→练习→检查→复盘”），并用`progress.md`追踪学习进度及薄弱点。学习流程强调先构建全局知识地图（避免直接陷入细节），再进行日常“输入-输出”式学习、通过小项目实践、以及由Codex扮演“考官”进行阶段性测试，以发现并解决知识盲区。用户还可将这套方法封装成可复用的Codex Skill。
最终，该系统旨在建立一个涵盖知识地图、术语表、练习系统、项目系统和复盘系统的个人学习工程，让Codex负责工程化管理，用户专注于完成任务和迭代学习，从而实现深度掌握新领域。
最近发布
