开源软件
未读
Mac 日常AI办公软件全家桶（2026 版，持续更新）
Mac作为AI人的普及基础办公设备，需要安装的软件需要安装好，今天给大家整理成一份清单。 按场景分 10 类，每款标注【频率】和【适合谁】，方便对号入座 👇 也根据推友们的推荐，整理了下，大家还有什么推荐可以评论区告诉我
技术
未读
拒绝无效对话！一个 Skill 文件，让 AI 彻底记住你的工作流
如果你每周都要把同一段要求重新发给 CodeX，这篇文章就是写给你的。 比如每周五，你都要告诉 CodeX 助手： 先整理本周成果，再提炼问题和经验，最后列出下周行动。不要编造数据，每个行动都要有完成标准。 一次这样写，叫提示词。 每周都这样写，背后其实已经有了一套固定工作流。 把这套工作流整理成一
技术
未读
【万字干货】别到处求 Prompt 了！实战拆解如何从 0 到 1 手搓商用级 AI Skill
本来想先写个人知识库和内容创作工作流的，写了两天发现那个话题太散，不如先把 Skill 这事说清楚。 全文都是这几个月踩过的坑，网上搜不到第二份。如果你正在折腾 AI 工作流，这篇文章能帮你省掉至少两周的摸索时间。 为什么要专门写一篇讲 Skill Skill 里面混了我不少内部数据和业务规则，文案
技术
未读
2026 国产 AI Agent 大乱斗：6 个应用场景怎么选
2026 年的国产 AI Agent 市场，卷得让人有些生理不适。 阿里掏出了 Qoder 和百炼，腾讯连发 WorkBuddy 和 Marvis，字节靠着 Coze 和 TRAE Work 疯狂圈地，Kimi、百度、Dify、FastGPT 甚至 Manus 都在各自的赛道里贴身肉搏。 打开它们的
技术
未读
43个场景、4大分类：这份 WorkBuddy 提示词库基本够用一年
适用场景： 办公自动化 / 内容创作 / 数据分析 工具： WorkBuddy 测试结论： 提示词写好了，AI 能跑完整流程，不需要反复追加指令 这次把场景库从 10 个扩到 43 个，覆盖办公自动化、内容创作、数据分析三大类，日常用 AI 办公碰到的需求基本都在里面了。 用法：把【】里的占位内容换
技术
未读
ima 知识库搭法：5 个分类 + 30 条资料，公众号从此不断更
看了前面教程的朋友应该知道，内容有了，方法有了。但做公众号最难受的时刻，不是写不出来——是每天打开后台，对着空白编辑器，脑子跟编辑器一样空。 这种事我经历了几百次。收藏夹塞满文章，微信里转发链接一堆，截图存了几百张，真要动笔的时候，一篇都想不起来。 问题不是没灵感。是我没有一个能把散落资料转成选题的
技术
未读
保姆级教程 | WorkBuddy + ima 从 0 搭个人知识库,微信收藏夹终于不再吃灰
很多人一提个人知识库,张口就是 Obsidian。 Obsidian 我也用过一段时间——本地 Markdown、双链、图谱、插件,玩深了确实强。但我身边卡住的朋友,大多数问题跟"知识库够不够高级"没关系。 他们卡在一个更朴素的地方:资料太散。 微信收藏躺着几百篇文章,腾讯文档存着一堆资料,电脑硬盘
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
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。
最近发布
