.png?width=800)
技术
未读
从裸奔到全副武装：我每天在用的 10 个 Claude Code 仓库
本文作者基于一年使用 Claude Code 的经验，筛选并推荐了10个真正能提升效率的社区工具，旨在帮助其他用户避开多数华而不实的仓库。这些工具覆盖了多方面功能。
其中，`cc-switch` 统一管理多种AI coding工具，解决切换混乱问题；`web-access` 和 `OpenCLI` 为 Claude Code 赋予联网和直接操作网站的能力，极大拓展应用场景。基础方面，官方的 `skills` 库和 `courses` 课程是学习 Skill 开发及 Prompt Engineering 的标准范本，而 `claude-code-system-prompts` 则揭示了 Claude Code 的底层运行逻辑。
在开发工作流上，`obra/superpowers` 提供了一套从构思到代码实现的完整框架；`everything-claude-code` 则展示了多 Agent 协作处理复杂任务的实践。此外，`graphify` 帮助快速理解大型代码库，`claude-mem` 实现跨会话的长期记忆管理。
作者建议先学习基础课程和系统提示，再按需引入这些工具。该清单提供了一个高效实用的 Claude Code 工具栈，覆盖90%的日常使用场景，帮助用户少走弯路。
技术
未读
Codex 新手入门完整教程：从零基础到高效上手的全流程指南
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。
技术
未读
从零到一:我用国产模型把 Claude Code 跑通后,写下了这份给小白的避坑手册
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。
技术
未读
让 Codex 在你睡觉时写代码：半年踩坑后的几条规矩
文章指出，最初期望AI（如Codex）能夜间自主完成复杂编码任务的愿景并未实现。AI更像一个不知疲倦的执行者，需要明确的边界而非模糊的指令。例如，“优化项目”这类泛泛的任务会导致一堆半成品和冲突。
成功的夜间任务必须满足输入、写入范围和验收命令三要素，即“派工”而非“许愿”。作者通过ShipReady项目实例，展示了如何设定具体的安全检查任务，限制修改范围、依赖和UI，并明确验证命令。
适合夜间执行的任务包括：只读扫描生成报告、小范围特定模块测试（而非提高覆盖率），以及文档和工程卫生更新。应避免交给AI产品判断重的任务、跨前后端的大规模重构，以及涉及真实账号或生产权限的操作。
为确保高效产出，建议使用详细的任务模板作为“夜班工单”，并在代码仓库中创建`AGENTS.md`文件作为AI的“员工手册”，明确项目规范和行为准则。验收时，应优先检查`git diff`和测试结果，再查看AI的总结报告，确保改动在控制范围内。
总结而言，AI能替人熬夜，但人必须清晰定义值得它熬夜的任务。
.png?width=800)
技术
未读
别再骂模型了，你的 Agent 不是不想干活，是没人叫它起床
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。
技术
未读
Codex 接入本地大模型：一次跑通的环境配置记录
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。
技术
未读
一行代码不用写，三招把你日常的工作沉淀为skill
文章指出，AI "Skills" 虽展现出强大能力，但许多用户发现他人的Skill难以直接套用。这是因为Skill本质上是你将自身经验、工作流和判断标准写入AI助理的“工作手册”，他人的Skill不适用，是因为它承载的是别人的经验和工作流。
文章强调，真正有价值的是你沉淀在Skill中的个人经验。适合沉淀为Skill的经验需满足三个条件：经常重复、步骤稳定、输出明确。
为帮助用户创建自己的Skill，文章提供了三种方法：通过AI拆解他人Skill学习结构；从成功的AI协作中反推沉淀自己的经验；或利用`skill-creator`工具从零构建骨架。
文章特别强调，Skill不是一次性的，需持续迭代，通过实际使用和纠正，让AI自动更新并完善。最终，这不仅节省时间，更能沉淀个人经验，构建可随身携带的知识库。鼓励用户从最小任务开始，将自身重复性、流程稳定、输出明确的经验沉淀成自己的Skill。
技术
未读
装完 Hermes 还要这样用？7个进阶配置让AI替你24小时干活
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。
技术
未读
写给 Claude Code 的正确说明书：CLAUDE.md 的 8 条最佳实践
本文作者分享了8条使用Claude Code的经验，旨在解决AI因信息过载而生成低效内容的问题。核心在于优化`CLAUDE.md`文件及其使用方式：
1. **200行封顶**：`CLAUDE.md`应控制在200行内，仅包含项目核心概述和目标，避免冗余信息占用AI上下文。
2. **禁止清单**：除技术栈外，明确列出禁止AI引入的旧或不兼容技术，防止其引入历史包袱。
3. **可执行规则**：规则必须具体可执行，如“组件不超过200行”，而非模糊的“干净代码”。
4. **目录而非图书馆**：`CLAUDE.md`作为目录，指向详细文档，并可分层管理上下文信息。
5. **本地`CLAUDE.md`**：为认证、支付等敏感模块设立本地`CLAUDE.md`，提供特定安全红线和警告。
6. **依赖Hook**：利用`.claude/hooks/`机制强制执行代码格式化、测试等操作，确保规则被执行而非依赖AI记忆。
7. **`MEMORY.md`**：创建`MEMORY.md`记录跨会话的关键发现和陷阱，实现AI的持续学习。
8. **固化开场白**：将常用的工作偏好和开场白写入`CLAUDE.md`，减少每次对话的重复指令。
这些经验强调了精简、明确、结构化地与AI沟通的重要性，以提升其产出质量和效率。
技术
未读
Codex 斜杠指令完全手册：10 条指令，新手直接抄
本文是一篇Codex新手教程，强调它是一个AI编程同事，而非聊天机器人，需要用户通过指令精确控制。它能读改文件、跑命令、看diff和做review。
Codex的指令分为普通prompt（让它做什么）和斜杠指令（/开头，控制它怎么工作）。核心常识包括：指令必须放在开头；输入“/”可查看可用指令；Codex使用AGENTS.md文件定义项目规则。
新手应掌握以下关键指令：`/init`（初始化AGENTS.md并写入项目规范），`/status`（查看当前状态），`/model`（选择AI模型），`/permissions`（管理文件读写权限），`/plan`（大型任务先制定方案），`/mention`（指定文件），`/diff`（查看实际代码改动），`/review`（让Codex自我审查），`/compact`（压缩对话历史），以及`/resume`（恢复历史任务）。
特别区分`/side`（临时侧聊）和`/fork`（开辟新任务分支）。首次使用推荐流程为：`/init` -> `/status` -> 阅读项目 -> `/plan` -> 执行 -> `/diff` -> `/review`。写好AGENTS.md至关重要，能让Codex更高效。作者强调，用户应将Codex视为受管理的编程副驾，而非自动驾驶员。
最近发布
.png?width=400)
