threetwoa's blog

社招两年半跑了 28 轮：技术讨论不是答题比赛

Tue, 11 Aug 2026 00:00:00 GMT

28 轮打下来，最先垮的往往不是算法，是把面试当成「答题比赛」的心态。思否这篇公开复盘：二本、工作约两年半，约 10 家公司拿到字节、拼多多、美团、滴滴等 offer。一半写「怎么聊」，一半是各厂题单。时效约 2022，题面会过期，讨论打法和简历边界不会。

书比碎片文章更扛追问

作者主张真体系靠书，文章当扩充。不是鸡汤：碎片文能帮你「听说过」，书才能帮你扛二三连问。书单方向（不必本本啃完，当覆盖面参考）：

并发：《Java 并发编程的艺术》《Java 并发编程实战》
JVM：《深入理解 Java 虚拟机》+ G1/ZGC 专题 + 美团/R 大文章
MySQL：InnoDB 内幕、高性能 MySQL、实战课
Redis：设计与实现、运维、系列长文
还有 Kafka / ZK / 架构（凤凰架构、DDD）

算法别神话。社招反复刷 LeetCode 前 200 足够；作者约 170 题，多数现场是原题。卡壳就看答案再默写，循环即可，比追求「秒杀难题」更贴实战。

简历就是你划给面试官的题库范围

写上去的每个技术点都要能扛追问。超级简历之类工具随便用，关键只有一句：别把「听过」写成「做过」。听过的词一旦上简历，就会变成追问入口。

自我介绍 = 简历精简版。别讲兴趣爱好，讲「做过最难的事 + 量化结果 + 为什么匹配这个岗」。HR 和面试官都在找匹配信号，不是人设。

技术讨论三件套

作者把技术环节定义成讨论，不是单方面问答。这个定义本身就值回票价。

不卑不亢：可以在尊重前提下质疑面试官结论；遇到侮辱性态度可以直接终止。真诚：冷门题不会就说不会，别编。编一轮，后面全是补丁。深入 + 发散：熟悉点要抓住。例：Kafka 零拷贝 → 深入到 sendfile + DMA Scatter/Gather → 再发散「为什么 RocketMQ 写日志用零拷贝、Kafka 写日志不用」。

答完一小段就点出重点，避免一个人讲到面试官失焦。编程分两类：算法；语言技巧（交叉打印、单例、简单工厂）。年限不长时几乎必有手写，别赌「今天只聊项目」。

反问：作者觉得改变不了结果，固定问岗位技术栈和最大挑战即可。别指望反问翻盘，把它当成信息收集。

各厂题味（只留模块）

从帖内多家题单抽出社招高频块：

模块	反复出现的问题类型
集合与并发	HashMap 扩容与冲突；锁与并发容器
JVM	G1 特点、卡表/SATB；线上排查口吻
MySQL	慢 SQL 排查流程；冷热分离；分库分表
中间件	Kafka 选举与流量规划；MQ 事务外发送如何保一致
分布式	本地消息表 / TCC / 最大努力通知；熔断 vs 降级
工程	APM / Java Agent；RPC 框架要考虑什么；QPS/TPS 与系统瓶颈
业务系统	模块怎么拆、怎么治理；缓存一致性场景

美团侧作者印象：一面八股密度高。字节侧：算法难、基础要求高（作者面的是 Go 岗，Java 八股相对少）。同厂不同岗，别直接抄别人的「字节很爱问 XX」。

和校招面经差在哪

社招更吃「线上问题怎么查、系统怎么拆、中间件为什么这么用」。书单 + 简历边界意识，比背题库更能扛 28 轮这种消耗战。讨论感也是分水岭：能带面试官走你的知识地图，通过率通常高于纯背诵。

原帖在思否公开，题单很长；本篇刻意不整页粘贴问答，只保留打法与考点地图。题库会过期，打法不会。

来源：思否原文（CoderW，约 2022）。

字节内容消费前端一面：主线是流式 LLM + React 实时系统，不是切图题

Tue, 11 Aug 2026 00:00:00 GMT

还在背「居中方案」的人，撞上内容消费 + LLM 落地岗，会很懵。这篇是大二软工冲字节前端实习的一面复盘：部门「内容消费」，约 60 分钟，结果挂了。复盘质量高——题按业务主线串，不是散装八股。2025-2026 前端实习很有参考价值。挂掉事实保留着，比只晒 offer 的面经更可信。

这场面到底在考什么

作者归纳四块，应串成一条系统叙事：

LLM / 流式交互（最核心）：一字一字出来怎么做、SSE vs Fetch Stream vs WebSocket
React 深水区：Fiber、可中断渲染、Hooks 规则、Zustand
浏览器与性能：渲染管线、transform 动画、DOM 构建阻塞
手写：防抖节流、深拷贝、事件循环/闭包输出题

挂的人往往还在背「居中方案」，而岗位已经按内容消费 + 大模型落地在招。

流式交互：能带走的判断

点	判断
流式展示	`fetch` + `ReadableStream` + `TextDecoder`；UI 不要每字符 setState，用缓冲 + rAF/定时批量刷
SSE 重连	浏览器 EventSource 对标准 SSE 有自动重连；业务协议要自己约定
为何偏 Fetch Stream	SSE 偏 GET，长 prompt/history/tools 不适合塞 URL；Fetch 更灵活（含 POST）
SSE vs WS	SSE：单向、轻、好重连，适合日志/通知/LLM 输出；WS：双向，适合强互动
WebSocket	经 HTTP 升级；要说清 Upgrade 握手

WebWorker：CPU 重活挪出主线程；不能碰 DOM（线程安全）。适合算哈希、解码、重计算，不适合直接改页面。

React 追问往哪走

Zustand：组件外 store + 订阅；和 React 同步常用 useSyncExternalStore 思路
Fiber：协调可中断；真正提交到 DOM 的 commit 阶段不能当游戏暂停键乱打断（作者复盘强调这点）
Hooks：本质是链表/顺序状态；所以不能放进条件/循环（顺序错乱）
虚拟 DOM：描述 UI 的对象树，不是浏览器 DOM

浏览器与手写还在，但不是主战场

transform 走合成层，少触布局/重绘，动画更稳
阻塞 DOM 构建：同步脚本等经典点仍会问
手写三件套仍在：防抖、节流、深拷贝（循环引用 / Map Set 看部门）

软题：自我介绍对准「React + 性能 + 流式交互」，别堆无关名词。

JD 带 AI/Feed 时先补这三块

若 JD 带推荐、Feed、AI 助手、创作工具，优先补：

流式协议选型与前端消费性能
React 并发与状态外置
主线程保护（Worker / 批量更新）

传统「BFC + 居中 + 闭包」仍可能出现，但不是这条业务线的主战场。

一面挂了也能当题单用：原帖把「考官在考什么」写得很清楚。

来源：掘金深度复盘（WildBlue）。

寒冬里两年前端拿字节+阿里：阿里几乎不八股，字节一面打基础后面挖项目

Tue, 11 Aug 2026 00:00:00 GMT

寒冬年里，两年前端想抬上限，少刷一百道简单题，多把项目写成能被深挖的文档。掘金这篇：一本本科、Vue 栈，做过前端监控 SDK、告警平台、在线协作文档；2022 缩招环境下投多家，拿下字节与阿里，入职阿里杭州。长文里 CVTE / 字节 / 阿里题很多，这里只留「准备方法 + 两家大厂差异」。框架题（Vue2/3）可能得换成你现在的栈，方法不过期，题面会。

简历少挖坑

专业技能只写真正熟的。作者示例是「熟悉 JavaScript、TypeScript、Vue.js、Nodejs」，不再堆一串「了解」。「了解」写多了，等于主动给面试官挖坑清单。

项目挑参与最深、能量化深度的写；开源只写有实质贡献的。邮箱电话务必正确（远程邀请常用邮箱）。有优秀绩效或晋升可以点一笔，HR 面会先入为主。

投递：能内推就内推。作者连写三遍，不是修辞，是成功率体感。

项目复盘：作者写了约 2.5 万字的那套抽屉

每条项目按这几个抽屉准备：

动机：需求、为什么做、对公司意义
角色：Owner / 核心开发 / 打杂（诚实）
技术选型（若有）
架构与分层（可附图）
细节实现（监控 SDK 的采集点一类）
亮点与难点
成果：最好有数据

作者认为这套复盘直接帮到了字节和阿里 offer。社招中后期轮次基本在挖这些抽屉；抽屉空着，八股再熟也撑不住深挖。

阿里 vs 字节：作者体感

	阿里	字节
八股	全程几乎不问	一面偏基础
主战场	项目细节、架构逻辑、方案合理性	后面几轮偏项目深度实现
启示	项目够复杂就押项目；不够深就补基础	常规路径：基础过门 → 项目深挖

同一句「我做过监控 SDK」，在阿里会被追架构合理性，在字节可能先过一遍基础再挖实现。项目口述四问够用：为什么做、怎么做、难点是什么、业界更好的做法是什么。

现场别把节奏搞砸

等面试官问完再开口。先花 3-5 秒组织语言，别抢答把思路冲散。自我介绍和反问提前写死，现场别即兴编。即兴最容易跑题到简历漏洞。

HR 常规题：离职原因、成就感、挫折、城市、对团队期待。对方有知名产品的话，准备一句「我用下来哪里不爽」比空夸更管用。夸产品人人会，挑问题才像真用过。

和后端面经对照着看

后端多厂帖强调八股优先级与算法拖时长；这篇前端社招强调「项目文档化」。两年经验档位上，项目深度往往比再刷一百道简单题更决定上限，尤其阿里这种几乎不走八股流程的部门。别用后端刷题节奏硬套前端社招。

原文写于 2022 年，阅读量高、题单与专栏链还在；当方法帖看，别当今年题库。

来源：掘金「2022 面经」（菜猫子neko）。

24 届 Java 秋招：多厂连面时，掌控节奏比多背两页八股管用

Tue, 11 Aug 2026 00:00:00 GMT

连面最怕的不是「又冒出一道没背过的题」，是同一周里软压力面和纯算法面交替砸过来，节奏全乱。这篇来自牛客公开帖：作者有阿里 / 字节实习，秋招连面快手、阿里滔天、滴滴、字节、小红书、美团等。题单可以当日历，真正值钱的是两处硬踩坑。

他自己怎么控场

项目和实习别临时拼。提前写成能讲满 10 分钟的故事：挑战、前因后果、难点、成长。高频开场题吃掉前面 1/4 时间很正常，别慌。

原理别一两句收工。能深入就深入，讲到面试官打断为止；时长被你占用，通常比干等下一题更安全。

算法也会也别秒交。拖到约 45 分钟，第二道算法概率会下降；作者自称小技巧，别当成铁律，当「别急着交卷」的提醒就行。

八股优先级（作者按被问频率）：JVM → Java → MySQL → Redis → 计网 → OS。有丰富实习时，秋招现场往往比暑期更「偏项目」：二三十分钟在讲经历很常见，这时候背再多边角八股也换不来项目叙事。

各厂味道对照

公司轮次	偏什么	作者原话式提醒
快手一面	Synchronized 深到 monitor / wait-notify，再挂 AQS 条件队列；算法带过期 LRU	两天后二面
快手二面	几乎全是写题 + 智力/概率题	「既然全是写题为啥不笔试」；周日约面体验差
阿里滔天一面	成就感、价值、还能更好吗；DB 插入全流程、索引、B+/LSM；JVM GC/G1/类加载	偏基础串联
阿里滔天二面	老板压力面：内驱、成果衡量、技术 vs 业务	踩坑：业务部门硬说自己更爱纯技术
字节一面	Redis Moved、集群；查询优化；热销榜设计；流批处理；MIT 6.824；三数之和	场景题多
字节二面/三面	价值评估、offer 选择、业务是否核心	踩坑：说「业务是否核心」当选 offer 标准；扯到脉脉被怼
小红书	Java8→21、虚拟线程、限流（滑动窗口/Sentinel/令牌桶）；代码实现滑动窗口限流	一面完很快二面
美团一面	Redis 为何用跳表；索引/缓冲池/redo undo/next-key；HTTPS/TCP 能串到半连接与 epoll	「会联想才像有深度」
阿里 HR	期望薪资、gap、困难怎么解决	作者称当年滔天校招 offer 多为 P4，谈级要心里有数

两处硬踩坑，比题单更值钱

业务部门问「技术重要还是业务重要 / 你更喜欢技术吗」时，作者答偏技术，后面就被追落地能力。复盘结论干脆：业务向团队要明确「技术服务业务」，别秀纯技术洁癖。洁癖话术在业务面里很贵。

字节三面谈选 offer，他把「业务是否核心」当标准，立刻被追「分到不核心业务你就不干吗」「为啥不在阿里内部跳」「为什么看脉脉」。面试官要的是你自己想清楚的稳定叙事，不是外部八卦。脉脉当论据，几乎必翻车。

评价反馈（作者侧）：技术 OK，业务理解力偏差；后续阿里给 P4，作者拒了。

题单里反复冒头的技术块

并发：Synchronized / wait-notify / AQS 条件队列。存储：插入路径、B+ vs B、LSM/列存使用场景、next-key lock。缓存：Redis 类型与集群、Moved、跳表做 ZSet、热销榜「日志 → 流处理 → 定时刷 ZSet」。限流：滑动/滚动窗口、Sentinel、令牌桶、漏桶；能手写滑动窗口加分。算法样本：带过期 LRU、k 组反转链表、三数之和、最小栈、螺旋矩阵、消消乐消除、LIS、鸡蛋掉落。

别把上面当今晚刷题 TODO。先对照自己简历，缺哪块补哪块；空白块比「都看过一点」更危险。

别当题库背，当连面日历看

同一周可能既有压力软面又有纯算法二面。准备两套口述稿就够：

实习/项目 10 分钟版（可被打断）
业务偏好与选 offer 的稳定说法（别依赖脉脉话术）

原帖在牛客公开讨论区，题目列表完整；答案以作者口述为准，这里只保留考点与判断，不整段复述。

来源：牛客讨论帖（南昌大学 Java 方向作者）。

拿多个大厂 SSP 的人，路径其实很朴素：八股压到 3 秒反应，再拿实习当弹药

Tue, 11 Aug 2026 00:00:00 GMT

SSP 听起来玄，路径其实朴素：八股压到秒级反应，再用实习当弹药。作者 211 本 + C9 软工硕，25 届 Java；美团日常 + 淘天暑期后，秋招拿字节 / 快手 / 淘天 / 京东 SSP、美团 SP，最后去淘天。这是系列上篇，主讲学习路径；面试拆解在预告的下篇（本文只基于已公开的上篇）。

时间线：可当校招作战图

阶段	做什么
研一寒假	定方向转 Java；图书馆啃 Java 基础 + SSM
回校后数月	每周 6 天、每天约 8h+ 学后端；八股打卡数月
中间 2-3 个月	方向摇摆，Java 暂停（真实弯路）
8 月底起	回归后端；跟项目课做个人项目并主动优化、预埋面试题
当年 12 月	开始投递；先拿美团实习
次年 1-8 月	美团 + 阿里实习
9 月	系统准备秋招，约 1 个月面完主力场
10-12 月	论文与收尾

顺是结果，中间有停顿。可复用的是「选对输入源 + 拉长复习周期」，不是天赋叙事。

八股怎么学才进面试

作者列的输入源（公开站点，非付费课广告位）：JavaGuide、码农会所、Java 进阶之路、Java 全栈知识体系、小林 coding，再加牛客面经对照。

覆盖块：OS、计网、JUC、JVM、Redis、MySQL、Kafka、RocketMQ、ZooKeeper、分布式、Dubbo。

关键动作不是「看过」，而是反复整理、理解、压缩、记忆，一直补到秋招。结果描述很具体：美团和秋招现场，多数八股能在约 3 秒内想起，且大部分问题落在已知集合里。

算法路径：左程云视频练思维 → 代码随想录刷两遍（作者觉得更贴面试）→ LeetCode Hot100 / Top250，边刷边归方法。

项目不是做完，是预埋追问

跟着公开项目教程做完一遍后，作者主动：

优化项目里用到的技术点
提前想面试可能问什么
不断总结完善

这和「简历上堆轮子名」相反：每个技术点对应可讲的取舍。

实习在秋招里的权重

作者自承：秋招顺利，很大一块是实习弹药足。多厂面经里也能对上：有实习时，大量时间在介绍经历，八股占比会下降。路径上「先实习再秋招」比「纯校招裸面」容错高。

四条能抄结构，别抄难度预期

定方向要早，但允许中途停两个月；停完要有明确回归点。
八股用优质清单反复压缩，目标是「秒级反应」，不是收藏夹。
算法分「思维课」和「面试方法课」，别只刷不总结。
项目做完进入第二阶段：优化 + 预埋题；实习经历是 SSP 级 offer 的常见燃料。

注意：作者背景强（C9 硕 + 双实习），路径可抄结构，难度预期别裸对标。下篇若公开「面试经验」，可再补一篇做题单对照。

来源：掘金《我的秋招 ssp 总结（一）》（码间烟火录）。

美团校招 Java：一面 80 分钟里，真正要命的是 Base 和 ThreadLocal

Tue, 11 Aug 2026 00:00:00 GMT

意向城市写错，面试官能直接说「有硬性要求的话可以结束」。这篇投稿：本硕 211，项目是仿牛客 + 黑马点评优化版，投美团「核心本地商业-美团平台」后端。时间线很干净：9.13 一面 → 9.18 二面 → 9.26 OC。能带走的不是题单，是两处真实踩坑。

Base 写错，差点直接结束

一面开场聊职业规划。候选人提到深圳（意向城市写的深圳），面试官打断：部门在北京，为什么提深圳？确认简历后问：对 Base 有硬性要求吗，有的话可以结束面试。

候选人吓一跳，立刻说没有要求。后面才进入技术。

校招意向城市和部门实际 Base 对不上时，面试官会先卡流程，不是寒暄。投递前核对部门城市，比多背两道题更划算。

ThreadLocal 会被追到 CPU 缓存

简历写了 ThreadLocal，面试官按这个挖：

ThreadLocal 原理 → ThreadLocalMap
ThreadLocalMap 和 HashMap 结构差在哪（线性探测）
为什么用线性探测而不是链表
线性探测和 CPU 缓存的关系
链表为什么不利于缓存局部性；你了解 CPU 缓存吗

这不是「背定义」题，是「你简历上写的词，能不能接到硬件层」。简历上每一个「做过」都会变成追问入口。

手撕两道：

LeetCode 215 第 K 大（堆）→ 追问堆适用场景
面试官现场编的「对象属性区间合并」，候选人写了约 80 行；再追「属性很多怎么办」

一面总长约 80 分钟，后半段出题构思就耗了二十多分钟，心理压力本身也是考察的一部分。

二面短，但项目必须扛得住

二面约 35 分钟。项目拷打集中在：

数据库与缓存一致性
RabbitMQ 异步下单流程

聊了大约 15 分钟就上手撕：LeetCode 114 二叉树转链表，要求递归 + 非递归各写一遍。

候选人一度怀疑是不是 KPI 面（问得少），但还是把题写完了。反问时面试官只说「校招生都挺优秀」，信息量极低，别从这种话里读结果。

OC 节奏：沉默不等于挂

二面后等了约 8 天（6 个工作日），晚上九点意向邮件。校招常见：中间沉默不等于挂。

下次投递前我会改这几处

环节	带走什么
投递	Base / 部门城市先对齐
简历	ThreadLocal、分布式锁这类词，准备到「为什么」和边界
一面	算法要能讲复杂度；现场题允许写长，但要想扩展方案
二面	项目按「一致性 / 异步链路」两条线讲清
等待	一周左右意向不算异常

原帖是读者投稿的完整时间线，细节可信；没有给出标准答案全文，适合当「流程样本」而不是题库。

来源：掘金原帖（小林系账号转载读者投稿）。

查词追热点：概念大全与站内热文

Tue, 11 Aug 2026 00:00:00 GMT

基础索引里已经挂了 60 资源大全 和 90 FAQ（见对话即代码：Vibe 入门坐标），这里不重复展开。这篇补两块：70 概念大全（+ 65 视频课入口）和 站内热文导读——适合查词、看风向、找「为什么这套教程火了」。

系列总览 · 鱼皮 AI 导航 · GitHub · 教程收尾

和 basics 怎么分工

内容	去哪读
60 资源大全 · 90 FAQ	vibe-basics-index
70 概念词典 · 65 视频课	本篇
站内爆款 / 模式辨析热文	本篇

70 概念大全

词典型，卡住某个词就翻；不必通读。

文	带走什么	原文
00 Vibe Coding 概念大全	AI 基础 / 提示词 / 编程模式 / 上下文 / 输出 / 工具 / 项目管理 / 前后端分区词条	GitHub
AI 大模型原理入门	原理薄入口	GitHub
主流 AI 应用开发模式	模式对照（和热文「6 种模式」互补）	GitHub
AI 动态工作流详解	动态工作流概念	GitHub

65 视频课入口

跟做视频 + 源码路线时看；文字索引仍以 GitHub / AI 导航为准。

原文 · 65 鱼皮的 AI 编程实战视频课

站内热文导读（精选）

下列优先鱼皮本人 + 高讨论向；社区帖当对照样本，不逐篇摘要。

热文配图摘录：Claude Code 终端

必看风向

题	为什么点	链
我的免费 Vibe Coding 教程，爆了！	系列缘起与传播	ai.codefather.cn
别再说 AI 编程就是 Vibe Coding 了！6 种主流模式一次讲清	名词消歧，和 70「开发模式」互补	codefather.cn
130 篇保姆级 AI 编程实战教程，全部免费开源	体量与开源承诺	ai.codefather.cn

鱼皮相关续读

题	链
26 年最新 AI 编程学习路线一条龙	post/2069253647249719298
VSCode + Copilot 保姆级实战	post/2033395228798443522
20 个神级 AI 编程扩展	post/2013449096026767361
女友怒骂国内不能用 Claude Code…	post/2004031022055895042
揭秘 GitHub 最火开源 Skills 仓库	post/2079758116253122561

社区对照（点题即可）

执行力、小程序复盘、面试生存、长期维护、会不会淘汰初级……多在 codefather / ai.codefather 搜标题即可。

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · 站内帖另注域名
本篇	概念 + 热文导读；不重做 60/90
未做	不镜像概念大全全文、不搬 500+ 热文图
相关阅读	入门坐标 · 编程学习 · 项目实战 · 合集鱼皮VibeCoding

自学别瞎逛：编程导航那一栏怎么翻

Tue, 11 Aug 2026 00:00:00 GMT

「40 编程学习」更像编程导航的随身目录：路线、百科、资源、面试简历、技术栈速查，外加 FDE / MCP / 团队规范。和「02 学习路线」那篇入门地图互补——那边讲 Vibe 六阶段，这边讲传统编程 + AI 时代求职怎么铺。

系列总览 · 鱼皮 AI 导航 · GitHub · 40 编程学习 · 编程导航 learn

你卡在哪就跳哪

你想	建议
选方向、要 PDF 路线	01 编程学习路线 → codefather.cn/learn
补基础名词	02 百科 · 11 工具大全 · 技术栈速查
找工作	06 面试题 · 07 简历 · 08 刷题 · 09/10 工作与成长
写 MCP	本站已有 MCP 薄笔记，本章只挂入口
搞清新岗位 FDE	「前线部署工程师」专文

FDE 完整工作闭环六步

板块速查表

文	带走什么	原文
01 编程学习路线	100+ 条路线入口，可下 PDF	GitHub
02 编程知识百科	名词与结构扫盲	GitHub
03 编程资源大全	导航 / 面试鸭 / 老鱼简历等入口	GitHub
04 AI 编程技术	企业 AI 业务技术位（含 MCP 定位段）	GitHub
05 AI 绘图指南	配图 / 提示词向	GitHub
06 AI 应用开发面试题	面试向题库	GitHub
07 程序员简历模板	模板与写法	GitHub
08 程序员面试刷题	刷题站与方法	GitHub
09 程序员工作技巧	日常协作与提效	GitHub
10 程序员成长大法	长期成长观	GitHub
11 编程工具大全	通用工具清单（与 10 工具栏交叉）	GitHub
AI 编程技术栈速查	JS/TS/Python/React/Next/Spring… 卡片式	GitHub
AI 时代程序员必须做的 20 件事	行动清单	GitHub
AI 时代新岗位 FDE	前线部署工程师闭环	GitHub
MCP 服务开发	→ 本站 MCP 薄笔记	GitHub
团队研发规范	协作与规范底线	GitHub

技术栈卡片示例

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 /vibe
本篇	16 篇索引；MCP 不重复展开
未做	不镜像全文、不搬路线大图整包
相关阅读	入门坐标 · MCP 薄笔记 · 工具栈三岔 · 概念与热文 · 合集鱼皮VibeCoding

新模型别跟风订：同题横评怎么扫

Tue, 11 Aug 2026 00:00:00 GMT

AI 模型几周换一拨，鱼皮单独开了「15 模型动态」：不是教材顺序，是新闻 + 同题实测。想系统选型先看工具栏的《AI 模型选择指南》（本站工具栈三岔有摘要）；这篇只管「新模型出来了怎么扫」。

系列总览 · 鱼皮 AI 导航 · GitHub · 15 模型动态

你卡在哪就跳哪

你想	建议
弄清板块定位	先读 00 导读
看某家旗舰能不能写项目	单模型 7/4 案例实测
同题谁完成度高	三模型 / 四模型横评
日常该订哪个	回工具索引 · 01 模型选择

Opus 4.8 与 GPT-5.5 等跑分横评摘录

这篇收了哪些测评

类型	文	带走什么	原文
导读	00 模型动态导读	单测 vs 横评怎么用；不必按序学	GitHub
单测	Claude Opus 5 · 7 项目	同一套提示词跑 7 案，看边界	GitHub
单测	Kimi K3 · 7 项目	与 Opus 5 同题，方便横比	GitHub
单测	小米 MiMo · 4 项目	国产线案例密度稍低，看性价比场景	GitHub
横评	Claude Fable 5 vs Opus 4.8 / GPT-5.5	同提示开项目，比完成度	GitHub
横评	GPT-5.6 三模型全栈	Ultra / Max 等卖点 + Cursor 并行实测	GitHub
横评	Opus 4.8 四模型全栈	过程 / 成品 / 代码质量分栏再综合	GitHub

读测评时盯什么

同题才可比：导读强调单测用同一套项目提示词；横评是同一段需求并行开干。
排名会过期：把文当「当时快照」，订阅决策仍看预算 + 场景，别死磕某一篇冠军。
和工具栏分工：这里偏「刚发布测了啥」；长期选型回 10 工具的模型指南。

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 /vibe
本篇	7 篇索引摘要；不复述打分细节
未做	不镜像全文、不搬 200+ 张实测截图
相关阅读	工具栈三岔 · 项目实战 · 入门坐标 · 合集鱼皮VibeCoding

做出能卖的东西：产品变现导读

Tue, 11 Aug 2026 00:00:00 GMT

项目能跑 ≠ 产品有人用、有人付。鱼皮「50 产品变现」把腾讯 + 创业里的流程压成主线，再挂安全 / 监控 / 涨粉等支线。这篇只做地图；定价表和踩坑截图回原文。

系列总览 · 鱼皮 AI 导航 · GitHub · 50 产品变现

你卡在哪就跳哪

你想	建议
从 0 建立变现观	00 → 01，再按主线往下
已有作品要卖	重点 07 盈利模式 · 08 付费策略 · 09/10 获客
站刚上线怕被打	云安全 · 数据保护 · 监控告警
开源涨星 / 做号	GitHub 涨粉 · 自媒体起号 / 运营

做完项目再进本栏更顺；实战地图见项目实战索引。

主线（建议顺序）

章	带走什么	原文
00 产品变现导读	板块怎么用、主线 vs 支线	GitHub
01 为什么要做产品变现	价值检验、别只堆仓库	GitHub
02 需求分析和产品规划	问题 → 方案，少拍脑袋开干	GitHub
03 文档沉淀和知识管理	文档当长期记忆，换人也能接	GitHub
04 技术选型实战指南	栈怎么选才扛得住迭代	GitHub
05 系统架构设计实践	从能跑到可演进	GitHub
06 项目研发流程选择	个人节奏 vs 团队流程	GitHub
07 产品盈利模式设计	钱从哪来	GitHub
08 产品付费策略设计	怎么定价、怎么挡白嫖	GitHub
09 SEO 实战	传统搜索获客	GitHub
10 GEO 实战	生成式引擎里被引用 / 被推荐	GitHub

AI 导航站：会员入口与推广位示意

百度搜索「面试鸭」结果页（获客示例）

支线（按需跳读）

文	场景
云服务安全防护实践	防刷量、密钥与配额血泪
网站数据保护实践	反爬与数据护栏
系统监控告警实践	出事能第一时间知道
网站数据分析实战	用数据改产品
GitHub 涨星涨粉技巧	开源曝光
个人站长实战经验	多站运营心得
自媒体起号经验 / 涨粉运营之路	从 0 到百万粉路径（经验向）

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 /vibe
本篇	19 篇索引；不复述商业机密级细节
未做	不镜像全文、不搬运营截图整包
相关阅读	项目实战 · 编程学习 · 对话与回路 · 合集鱼皮VibeCoding

从想法到上线：Vibe 项目实战地图

Tue, 11 Aug 2026 00:00:00 GMT

鱼皮 Vibe 教程里「20 项目实战」是动手密度最高的一栏：流程 → 各形态项目 → 部署上线 → 灵感库，外加一堆可跟做的原创案例。全搬进博客没意义；这篇只做导航和能带走的判断，步骤与截图回原文。

系列总览 · 鱼皮 AI 导航 · GitHub · 20 项目实战

你卡在哪就跳哪

你想	建议
第一次正经做项目	00 导读 → 01 开发流程 → 02 个人工具里挑一个做完
想做带 AI 能力的产品	03 AI 应用 → 实用工具案例目录
全栈 / 小程序	04 / 05，做完必看 06 部署
本地能跑但不敢上线	直接跳部署上线专节
没灵感	10 项目灵感大全（约 100 个点子）
企业级 / 简历项目	进阶两篇 + 智能体目录里带「进阶」的

主线目录（00–10）

章	带走什么	原文
00 项目实战导读	为什么做项目、四类案例怎么挑、建议学习顺序	GitHub
01 项目开发流程	Research → PRD → Tech Design → 实现 → 验收的 5 步工作流	GitHub
02 个人工具开发	作品集、待办、笔记类；新手闭环最短	GitHub
03 AI 应用开发	聊天 / 写作 / 生图等「接模型」的套路	GitHub
04 全栈应用开发	博客 / 社区 / 商城：前后端 + 库	GitHub
05 小程序开发	微信小程序从开发到提审的完整路径	GitHub
06 项目部署上线	见下一节专表	GitHub
10 项目灵感大全	约 100 个创意池，卡住时翻	GitHub

部署上线专节（06）

零代码平台往往一键 Publish；想要自定义域名、全栈或服务器控制权，再读这一章。路径从「AI 帮你发」到「自己控机」。

EdgeOne Pages 示意

路径	适合谁	要点
AI + EdgeOne Pages MCP	想体验「提需求 → 上线」最短环	Cursor 配 EdgeOne Pages MCP；先拿 API Token
AI + Vercel CLI / Skills	同样要 AI 代发，偏海外 / Next 栈	Vercel CLI + `deploy-to-vercel` Skills（MCP 可选）；原文有完整走法
Vercel 一键部署（Git）	前端 / Next 类，默认推荐	连仓库推送触发；环境变量单独配
GitHub Pages	纯静态、文档站	免费够用，能力边界清晰
云服务器	要长期跑后端 / 自管运行时	阿里云 / 腾讯云等；安全组与进程守护别省
Docker	环境要可复现、可迁移	镜像 → 容器 → 反向代理
AI Agent 应用部署	带长时 Agent / 工具链的产品	和普通 Web 部署坑不同，单独一节
CDN / 域名 / SSL	有正式流量后再上	可选加速 + 证书

MCP 部署工具位

原文 · 06 项目部署上线教程

案例库怎么挑（不逐篇展开）

四类目录 + 进阶，按兴趣跳；工具覆盖 Cursor / Claude Code / Codex / Copilot / TRAE / EdgeOne 等。

分类	气质	举例（链到目录）
AI 创意应用	好玩、上手快	人格测试、塔罗、海龟汤、肉鸽游戏、高考预测器… → 目录
AI 实用工具	自己真会用	搜索引擎、文档助手、视频总结、热点监控、副业点子验证… → 目录
AI 智能体和平台	Agent / 多智能体 / 中转站	编程助手、超级智能体、零代码生成平台、API 中转… → 目录
AI 跨端应用	APP / 小程序 / CLI / 桌面	表情包 APP、桌面「装了吗」、学习英雄小程序、CLI 工具… → 目录
进阶	企业流程与大项目	企业项目开发流程 · 企业级 AI 编程实战项目

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 /vibe
本篇	索引 + 精炼摘要；部署专节并入本文，不另开短帖
未做	不镜像 35 篇全文、不搬运 900+ 张配图
相关阅读	入门坐标 · 工具栈三岔 · 对话与回路 · 模型横评 · 产品变现 · 合集鱼皮VibeCoding

小林coding：图解与面经怎么排着读

Tue, 11 Aug 2026 00:00:00 GMT

小林coding 主站把「图解基础」和「后端面试」拆得很清楚，适合当个人学习地图，不适合整站搬进博客。这篇只做导览：告诉你各栏目干什么、建议怎么排着读，细节一律回原文。

主站首页

版权归小林coding。本文是自写学习导读 + 外链索引，不是原文转载。付费营、小程序、以及挂在 xiaolinnote.com 上的 Agent / Claude Code 专题，本次不覆盖。

先认清地图

你想补什么	先看哪一块	原文入口
网络半桶水	图解网络	network
进程 / 内存 / 文件	图解系统	os
索引 / 事务 / 锁	图解 MySQL	mysql
缓存与一致性	图解 Redis	redis
Java / Go / C++ 八股	面试题系列	interview
大厂 / 银行面经	后端面经汇总	backend_interview
怎么学、怎么写简历	小林的那些事儿	cs_learn

主站体量很大（图解网络约 20 万字 + 500 图量级）。别按「从头到尾刷完」规划；按岗位缺口挑一条线深挖更合适。

我怎么排优先级

后端校招 / 社招八股：网络 → 系统 → MySQL → Redis，再补本语言面试题。面经放最后，用来对答案，不拿来当第一本教材。

已经在岗、只缺短板：直接进对应图解（例如天天排查慢 SQL 就先 MySQL），面经当「别人怎么问」的样本。

想顺带看 Agent / RAG / Claude Code：那些专题多在 xiaolinnote.com 外链站，和主站 sitemap 不是同一棵树；需要另开学习任务，别和本合集混成「已经全抓了」。

图解四件套（主站核心）

四条线共用一个气质：手绘多、口语讲解、冲着面试高频点。读的时候建议带着自己的错题本——能画出「请求怎么走 / 进程怎么调度 / 一条 SQL 怎么查」才算过关，而不是收藏链接。

图解网络：HTTP/HTTPS、TCP/UDP、IP 等程序员日常会碰的协议链路
图解系统：进程、内存、文件、网络子系统
图解 MySQL：索引、引擎、事务、MVCC、锁、日志
图解 Redis：结构、持久化、淘汰、高可用、缓存一致性

面试与面经怎么用

Java / Go / C++ / 测试开发面试题：按语言桶刷，配合图解回填原理
大厂后端面经：互联网大厂、中厂、银行等真实题库向内容——适合模拟，不适合当唯一知识源

面经里同一题在不同公司变形很大。记下「他在考哪一层」（网络？锁？存储引擎？），再回图解对应章，比狂背答案稳。

本合集以后会挂什么

Firefly 合集 slug：xiaolincoding。
站上只有这篇导读和以后点名写的薄学习笔记（判断、错题、对照表），一律外链回 xiaolincoding.com。本机另有私人 Archive（仓外、不进 git），用来离线翻原文——不会把那 200+ 篇批量上成公开帖。

想指定某几篇主题做薄笔记，直接点名即可。

ccstatusline：不想解析 JSON 时，用 TUI 拼状态栏

Tue, 11 Aug 2026 00:00:00 GMT

和 Claude HUD 走同一条原生 statusLine 管道，定位不一样：HUD 强在工具 / Agent / Todo 活动；ccstatusline 强在 50+ 组件 + Powerline 皮肤 + 交互式 TUI，更像「Claude Code 版 Oh My Posh」。

原版：sirmalloc/ccstatusline · 中文版：huangguang1999/ccstatusline-zh

先装再挂进 settings

国内建议先换 npm 镜像（旧淘宝域名已废）：

Terminal window

1
npm config set registry https://registry.npmmirror.com
2
npm install -g ccstatusline-zh

也可用 x install ccstatusline（x-cmd）。

~/.claude/settings.json（Windows：%USERPROFILE%\.claude\settings.json）：

1
{
2
  "statusLine": {
3
    "type": "command",
4
    "command": "ccstatusline-zh",
5
    "padding": 0
6
  }
7
}

不想全局装就用 npx -y ccstatusline-zh@latest。改完重启 Claude Code。

配好看：TUI 比手写 YAML 省事

Terminal window

1
ccstatusline-zh setup

键	干什么
↑↓ / Enter	导航、确认
a / d / e	增删改组件
w	组件选项
/	搜索
q	退出

第一次别全开。够用的三件套：

当前模型
上下文占用率（油表）
Git 分支

上下文习惯：50% 随便聊；逼近 80% 就准备 /compact 或开新会话。第二行可以再挂思考力度、输入/输出速度、会话累计 Token。

Powerline 模式在「主菜单 → Powerline 设置」。分隔符用 | 最干净，花哨符号看心情。

和 Claude HUD 怎么选

	Claude HUD	ccstatusline
安装	插件市场	npm / x-cmd
杀手锏	transcript：工具 / Agent / Todo	组件库 + Powerline + TUI
配置	`/claude-hud:configure` 或 config.json	`setup` TUI / YAML
更适合	盯 Agent 干活	盯 Token / 成本 / 外观

statusLine 同一时间只能挂一个 command。想换皮就改 command 字段，别两套配置叠着写指望都生效。

坑

npm 官方源慢：先换 npmmirror，别用废弃淘宝域名
原版与 -zh 包名别混；TUI 语言跟包走
和 HUD 互斥：改 settings.json 的 statusLine.command 即切换
它不会让模型变聪明，只是把你本来要敲命令查的东西摊在底下

Claude Code 必装 MCP：先三件，再慢慢加

Tue, 11 Aug 2026 00:00:00 GMT

别一口气装二十个 MCP。先全局挂三件基础，跑稳了再按技术栈加第二、三批。命令侧统一 -s user + npx -y，装完 claude mcp list 验一遍。

管理命令

Terminal window

1
claude mcp list
2
claude mcp add <名> -s user -- <启动命令>
3
claude mcp remove <名>

第一批（建议先装）

服务器	命令要点	干什么
filesystem	`@modelcontextprotocol/server-filesystem` + 目录白名单	本地读写，别给整盘
Context7	`@upstash/context7-mcp@latest`	库/框架最新文档
Git/GitHub	官方/社区 GitHub MCP	Issue/PR/协作

第二批 / 第三批

增强：Sequential Thinking、mcp-run-python、数据库 MCP
按需：Playwright、Figma、Repomix/DeepWiki、Task Master

Playwright 用 @executeautomation/playwright-mcp-server；Sequential Thinking 用 @modelcontextprotocol/server-sequential-thinking。

为啥这几件值得先装

MCP	值得装的理由	原文评分
Filesystem	全栈/数据几乎绕不开	5/5
Context7	少翻墙查文档，像实时 API 字典	5/5
Git/GitHub	协作与托管项目	5/5
Playwright	前端测/截图/爬取	4/5
Sequential Thinking	复杂规划拆步	4/5
数据库 MCP	查结构、出 SQL（注意只读/非生产）	4/5
Figma / Task Master	UI 对齐、脑暴规划	3/5

坑

一次装太多 → 资源占满、工具列表噪音大。
Windows 上裸 npx 可能截断 stdio；要 cmd /c 包一层（见 Windows 上 MCP：先记住 cmd /c）。
密钥走 env，别写进仓库；token 打码后再分享配置。

Claude HUD 装上以后，才知道自己以前多瞎

Tue, 11 Aug 2026 00:00:00 GMT

聊着聊着回复突然变蠢，回头一看上下文快满了；跑到一半被限流，才发现 5 小时额度早见底；子 Agent 到底在干嘛，只能盯着日志翻。Claude HUD 干的事就一件：把这些数字钉在输入框下面，不用敲 /context。

项目：jarrodwatts/claude-hud

它比官方 statusLine 多了啥

官方 statusLine 每 ~300ms 把一段 JSON 从 stdin 喂给你指定的脚本，你自己解析再打印。HUD 就是把这个脚本写好了，还多读了 transcript JSONL（工具调用、子 Agent、Todo）。

你能看到	默认	开扩展后
模型 / 路径 / Git	有	路径可到 2～3 层，Git 带脏标记
Context + Usage 进度条	有	可加 7 天用量、时长、费用
工具活动 / Agent / Todo	关	Full 预设全开

上下文绿→黄→红，就是最直白的「该 /compact 了」。

怎么装才不踩雷

Claude Code ≥ v1.0.80，Node 18+ 或 Bun。

1
/plugin marketplace add jarrodwatts/claude-hud
2
/plugin install claude-hud
3
/reload-plugins          ← 漏了会 Unknown skill
4
/claude-hud:setup

装完重启 Claude Code（statusLine 启动时加载）。

坑	现象	解法
忘 `/reload-plugins`	setup 报 Unknown skill	先 reload 再 setup
Linux `/tmp` 跨盘	`EXDEV: cross-device link`	`TMPDIR=~/.cache/tmp claude` 再装
Windows 找不到 runtime	setup 失败	`winget install OpenJS.NodeJS.LTS`，重开终端
API Key / Bedrock 用户	Usage 行不出现	正常：只有订阅账户才有 `rate_limits`
临时想看原生界面	HUD 挡视线	`CLAUDE_HUD_DISABLE=1 claude`

怎么配好看

日常用 Essential；长任务 / 多 Agent 用 Full；小屏用 Minimal。交互配置：/claude-hud:configure（可预览）。

language: "zh" 中文标签
lineLayout: "expanded" 多行；窄终端改 compact
pathLevels: 2 路径别只剩最后一级
display.showTools / showAgents / showTodos 按场景开
customLine 可挂欢迎语 / 格言（本站 Windows 美化帖里用过）
颜色支持色名 / 256 色 / #rrggbb，阈值到了用醒目红

和本站现有美化帖怎么叠

本站 Claude Code Windows 美化已经用 HUD + tweakcc + 终端毛玻璃叠了一套。这边补的是「插件侧怎么选预设、哪些开关值钱、Usage 为什么空白」。Windows 上注意 statusLine.command 外层必须是 bash 语法，Node 路径会变（nvm），HUD 静默消失就先查这两处。

什么时候别开 Full

信息太多也会吵。单文件小改、窄终端、或者你根本不跑 subagent，Essential / Minimal 更合适。Usage 对中转 API 用户本来就没有，别为了凑齐两行进度条硬开。

CLAUDE.md 和 AGENTS.md：写给人的 README，不够

Tue, 11 Aug 2026 00:00:00 GMT

README.md 给人装环境看；AI 要的是「怎么构建、怎么测、踩过哪些坑、绝不能碰什么」。缺这份说明书，就会反复犯同样的风格错误，团队每人一套结果。

两个文件怎么站位

文件	定位	谁吃
`CLAUDE.md`	Claude Code 专属记忆，启动自动加载	Claude Code
`AGENTS.md`	开放标准，跨工具项目说明	Cursor / Codex / Copilot / Gemini CLI 等

只吃 Claude Code → 维护 CLAUDE.md 就够。多工具混用 → 优先 AGENTS.md，或两份共存、内容按工具微调。

CLAUDE.md 的层级（从近到远）

当前目录 CLAUDE.local.md（私有，勿提交）
当前目录 CLAUDE.md（项目共享）
父目录 CLAUDE.md（Monorepo 继承）
~/.claude/CLAUDE.md（全局）

在 packages/frontend/ 干活时，会叠读子包 + 根目录配置。团队约定进 CLAUDE.md，个人偏好进 CLAUDE.local.md。

该写什么（两边差不多）

少写宣传稿，多写「命令 + 红线」：

常用命令：dev / build / test / lint / typecheck / db
代码风格与命名（ESM vs CJS、PascalCase 组件等）
目录地图与关键入口文件
Git / PR 约定
环境变量前缀、禁止硬编码、统一走哪层封装
高频 FAQ（装依赖、连库失败之类）

语气可以硬一点：IMPORTANT / YOU MUST / NEVER 对关键红线有效。Claude Code 对话里按 # 能把当轮结论追加进 CLAUDE.md；/init 能生成骨架，但别指望骨架够用。

AGENTS.md 的就近原则

聊天里的直接指令 > 离当前编辑文件最近的 AGENTS.md > 根目录 AGENTS.md。Monorepo 按 web / api / shared 各放一份，比堆一个巨型根文件干净。

和 CLAUDE.md 比：内容都是自由 Markdown；差别主要在工具覆盖面和优先级细节（CC 有 local 覆盖与全局档）。

写薄还是写厚

别一次灌满。像调 Prompt：先放命令和三条红线，跑几轮再补架构说明。配置越长，越容易互相打架、越吃上下文。能拆子目录就拆。

Cursor 规则别瞎塞：三层各管各的

Tue, 11 Aug 2026 00:00:00 GMT

新开 Chat，模型不记得上次你吼过什么。项目背景、编码习惯、业务红线，不写进「规则层」，就只能每轮复读。Cursor 把这件事拆成三层，搞混了就会污染上下文。

三层各管什么

层	放哪	谁看得见	适合写什么
User Rules	Cursor 设置（本机/账号）	只有你	中文回复、别乱 commit、个人节奏
Project Rules	`.cursor/rules/*.mdc`	进 Git 的团队	技术栈、按文件类型的规范
AGENTS.md	仓库根或子目录	团队 + 多工具	项目说明书、跨 Cursor/CC/Codex 共用

核心分家：项目相关进仓库，个人偏好进 User Rules。 把「本项目用 Vue 3」塞进 User Rules，换仓库也会跟着污染，还没法共享。

`.mdc` 的四种挂载方式

单条建议压在 50 行内，一个主题一个文件。

模式	怎么配	什么时候进上下文
Always	`alwaysApply: true`	每次 Agent 对话
Intelligent	有 `description`，无 globs	Agent 自己判断相关再挂
Globs	`globs: */.vue`	改到/引用到匹配文件
Manual	无 description、无 globs	聊天里 `@规则名`

需要「只在改某类文件时生效」就上 globs；需要跨工具就别指望 .mdc，那是 Cursor 专用。

AGENTS.md 和 Memories 别混

AGENTS.md 是纯 Markdown，靠目录位置划范围：根目录≈全仓，frontend/AGENTS.md 只在该子树工作。Cursor 会在 Agent 开聊时自动注入，不是等你 @ 再 Read。

Memories（「记住：本项目用 Vue」）可控性弱、难版本管理。项目背景和硬规范优先写 .mdc / AGENTS.md。

冲突时官方大致是：Team Rules → Project Rules / AGENTS.md → User Rules。个人全局挡不住项目约定。

多数团队怎么组合

1
project/
2
├── AGENTS.md                 # 跨工具：背景、怎么跑、架构
3
└── .cursor/rules/
4
    ├── vue-patterns.mdc      # Cursor：Vue 文件规范
5
    └── api-conventions.mdc   # Cursor：API 约定

User Rules 只留「对我自己有用」的几条。规则越长越多时，拆 .mdc；要给 Claude Code / Copilot 一起吃，优先把说明书落在 AGENTS.md。

选型就看这张表

你想解决什么	用什么
个人沟通风格	User Rules
项目背景 + 按文件精细控制	`.cursor/rules/*.mdc`
简单说明 + 跨工具	`AGENTS.md`
都要	三者组合，别把项目背景塞进 User Rules

Cursor Skills：路径放错等于没装

Tue, 11 Aug 2026 00:00:00 GMT

Skills 不是 Rules。Rules 管「项目约定」；Skills 管「某类任务怎么做」，由模型按上下文选用。核心仍是文件夹 + 全大写 SKILL.md。

该放哪

路径	作用域
`.cursor/skills/`	项目（Cursor 标准）
`.claude/skills/`	项目（Claude / openskills 默认）
`.agent/skills/`	多代理（`openskills --universal`）
`~/.cursor/skills/`	全局 Cursor
`~/.claude/skills/`	全局 Claude

别塞进 ~/.cursor/skills-cursor/（内置区）。.cursor 必须和 package.json / src 同级，别埋进 src。

命名硬规则

文件夹 kebab-case，且与 YAML name 一致
文件名必须是 SKILL.md（全大写）
description 写「做什么 + 何时用」，带对话里会提到的关键词

三种装法

openskills（推荐批量）
npm i -g openskills → openskills install anthropics/skills → openskills sync
--global → ~/.claude/skills/；--universal → .agent/skills/；-y 跳过确认。
国内拉 GitHub 常要代理，或手动下载后 openskills install ./本地路径。
GitHub 直接拷目录到上述 skills 路径。

openskills 可能生成根目录 AGENTS.md 索引——方便模型扫可用能力，不是必须手写。

和 Claude 路径怎么共用

同一份 SKILL.md 标准写法可跨 Cursor / Claude；装到哪取决于你用哪个 host。团队仓库优先项目级 .cursor/skills/（或 junction 到 .claude/skills/，看本仓治理约定）。

全栈别让 AI 凭空造：先拴住，再并行

Tue, 11 Aug 2026 00:00:00 GMT

最大坑不是 AI「不会写」，是它从零发挥出一堆风格不合、字段对不上的「外星代码」。Harness 在这里的意思很土：给一个已有实现当参照，让它复刻，别自由发挥。

坏提示：「实现结束语 CRUD」。
好提示：「参照场景欢迎语（后端 /api/v1/feature/list，前端 FeatureTable/index.tsx 第 53～58 行），数据结构、分层、命名保持一致；新 scene code = SCENARIO_CLOSING」。

先把前后端放进同一工作区

仓拆开开时，生成后端看不到前端调用，生成前端猜不到返回结构。同一 Cursor Workspace 有三件事值钱：

Codebase Indexing 覆盖两侧，语义检索能串整条链路
字段名、命名风格自然对齐
前后端 SDD 文档放一起，接口契约好对表

索引没跑完就别急着让它写大块代码。

SDD：两份文档，契约对齐

全栈不是一份 SDD 打天下。前端一份、后端一份；前端调用 vs 后端定义、VO 字段 vs JSON 字段必须一一对应。

常见产出：

侧	文件	干什么
前端	proposal / spec / tasks	做什么、组件与接口、可执行任务
后端	proposal / spec / design / tasks	接口与库表、类图字段映射、任务拆分

生成 SDD 前，把设计歧义写成清单逼它先答：主键传什么、优先级谁自增、批量排序接口怎么设计、嵌套对象拆表还是 JSON、isNextDay 怎么映射。前端给足 UI 细节，后端先把模糊点钉死。

OpenSpec 类流程再长，日常可压成三步：propose → apply → archive。

多 Agent：文档齐了再并行

前后端 SDD 落地后，两侧实现天然可并行：

Cursor：两个 Tab，前/后端各一个 Agent
Claude Code：Subagent 分读各侧 tasks.md；Mock 可用更轻模型

Subagent 配置里把 tools / model / skills / permissionMode 绑死角色，别让审查员拿删除权限。

联调别一上来就端到端

三阶段更省命：

前端 + Mock：字段类型对齐后端 SDD，覆盖空列表/极值
后端独立：mvn clean compile（或等价）过编译再部署
再连测试环境做端到端

Mock 要抄真实返回模板，别随手编字段。

SDD 不是测试终点

AI 会从参照实现「偷」隐性行为：关弹窗清表单、永久有效清日期、优先级自增……文档没写，代码里已经有。测试侧要把 SDD 当起点，专门问一句：参照功能有哪些隐性行为，新功能要不要？

「模型以外都是 Harness」：拆开才好装

Tue, 11 Aug 2026 00:00:00 GMT

来新璐一句很狠：模型以外，都是 Harness。 模型是大脑；Harness 是身体、手脚和工具。没有它，模型只能聊天，不能改仓库。能力上限一半看模型智商，一半看机甲合不合身。

这和「Prompt → Context → Harness → Loop」那条迁移线不打架：那边讲瓶颈外移，这边讲 Harness 内部怎么分层。

三层：执行 / 上下文 / 治理

层	解决什么	例子
执行（Action）	能动手	读写文件、跑命令、代码解释器
上下文（Context）	记得住、接得上	KV Cache、Memory、窗口满时文档交接
治理（Orchestration）	多人别打架	任务分配、并行边界、权限谁能改代码

审查 Agent 只给只读工具；写码和测试 Agent 的权限要分开。两周搓浏览器那种活，靠的是：执行层给工具、上下文层用文档交接子任务、治理层拆写测角色。

Memory：半规则式是当下甜点

路线	做法	观感
全规则	知识图谱 + 向量	结构硬，不够活
半规则	文件系统 + Markdown，Agent 增量改	Claude Code 路线：结构与灵活折中
全模型	模型自己决定存取	方向对，还没收敛

CC 侧两个机制值得记：

Stop Hook：干完一轮，影子 Agent 决定写进哪些 Markdown
Auto-Dream：定期深整理，合并重复、纠错，类似「做梦整理记忆」

Skill 的经验提取和 Memory 更新哲学很近，别死磕名词边界，都算上下文工程。

上下文压缩不是「能删就删」

源码视角常见三招：

踢掉垃圾工具输出
窗口只用到约 80%，留 20% 余量
进展与目标写进文档，交给下一任 Agent

哪些留、哪些丢、下一棒要读什么，才是难点。好的管理常常是「少做多余管理」：别随意裁历史以至于弄坏 prompt caching。

Native vs Prompt Flow

	Prompt Flow	Agent Native
做法	状态图 / 节点链卡死每一步	给工具 + 上下文 + 权限，让模型自己走
代表气质	LangGraph 一类编排	Claude Code 一类
风险	模型变强后编排反成枷锁	更吃 Harness 与验收纪律

判断 Harness 好不好，看两件事：和当前自回归推理是否自洽；会不会挡住模型以后变强。每一步手把手指定「下一步干什么」，短期可控，长期往往是累赘。

MCP、Skills、Plugin 不是三选一

Tue, 11 Aug 2026 00:00:00 GMT

很多人把 MCP、Skills、Plugin 当成并列扩展手段，选型时硬选一个。其实它们叠了三层：MCP 管「能否触及」，Skill 管「用得是否像样」，Plugin 只管「怎么打包给人装」。

谁解决什么

层	解决啥	类比
MCP	连外部工具/数据	USB-C
Skills	流程手册，按需加载	操作说明书
Plugin	打包分发	应用商店安装包

Plugin 是容器，里面可以塞 Skills、.mcp.json、commands、hooks；Skill 读手册；MCP 开通道。缺一层事就做不全，但单干一个 Skill 时没必要硬套插件壳。

MCP：连接层

传输：stdio（本地）+ Streamable HTTP（远程）。独立 SSE 已废弃，新接入别再写 sse。
配置：claude mcp add 或手写 .mcp.json。
作用域：local / project / user。

MCP 只负责接通；怎么用好那条连接，是 Skill 的事。

Skills：能力层

一个文件夹 + SKILL.md（YAML + 正文）。
description 决定会不会被自动唤起：写糊了等于白装。
slash command 已并入 Skills：.claude/commands/deploy.md 与 .claude/skills/deploy/SKILL.md 都会注册 /deploy。
可手动 /skill-name；只想手触、别自动：disable-model-invocation: true。
路径：~/.claude/skills/ · .claude/skills/ · 插件内 skills/。
渐进披露：元数据常驻，正文与脚本用到才加载。

Skill ≠ 子代理：子代理另起上下文；Skill 是塞给当前 agent 的说明书。

Plugin：分发层

1
my-plugin/
2
├── .claude-plugin/
3
│   └── plugin.json    # 只有清单在这里
4
├── commands/
5
├── skills/
6
├── agents/
7
├── hooks/
8
└── .mcp.json

何时上 Plugin：已经攒了一组 Skill + MCP，要给团队一键装。单个 Skill 或一条 MCP，直接放就行。

选型怎么判

要摸外部系统 → MCP
要固定流程、恰当时机自己上 → Skill
只要手动快捷 → Skill（命令式轻量写法）
要整包交付 → Plugin
要独立上下文/工具集 → 子代理，别拿 Skill 硬顶

常见误会：Skills 与 MCP 二选一（其实常并用）；Skill 只能自动触发；slash 与 Skill 两套机制；还在用已废弃 SSE；插件目录放错。

不装插件也能有 statusLine：一段 Python 顶一行 HUD

Tue, 11 Aug 2026 00:00:00 GMT

会话拖久了模型开始忘事，你需要一眼知道该不该 /compact。不想装 Claude HUD / ccstatusline 时，原生 statusLine.type: "command" + 自己的脚本就够用。

效果长这样：

1
deepseek-v4-pro[1m] | enterprise_entry_ana (master) | █░░░░░░░░░ 19% | ↑1155.2k ↓76.6k tokens

模型名 · 目录 · Git 分支 · 上下文条 · 输入/输出 Token。

核心就一段 settings

路径：~/.claude/settings.json。statusLine.command 里塞一段 python3 -c "..."，从 stdin 读 JSON，stdout 打一行。

字段常用这些：

JSON 路径	用途
`model.display_name`	当前模型
`cwd`	工作目录（取 basename）
`context_window.used_percentage`	进度条
`context_window.total_input_tokens` / `total_output_tokens`	Token 计数
git（自己 `subprocess`）	当前分支

怎么配好看一点

进度条宽度 10 格就够，别整 40 格挤爆窄终端
Token 用 1.2k 这种缩写，别裸奔六位数
分支查不到就空着，别让脚本抛异常把整条 statusLine 搞没
git -C cwd 加 timeout=2，大仓库别卡刷新（官方大约 300ms 一轮）

也可用官方 /statusline 自然语言生成脚本，再按上面字段改。

坑

坑	说明
Windows 上 `python3` 找不到	改成 `py -3` 或绝对路径
JSON 字段为 null	首次发消息前用量常是 0 / 空，先发一轮再看
内联 `-c` 转义地狱	维护时用外部 `.py`，`command` 只写 `python path/to/statusline.py`
env 里写真 Key	入库前打码；分享配置前换成占位符
和 HUD / ccstatusline 冲突	`statusLine` 只能挂一个 command

手写脚本的上限很清楚：拿不到 transcript 里的工具 / Agent 活动。要那些，换 HUD；要 Powerline 组件库，换 ccstatusline。这段 Python 适合「只要油表和模型名」。

Cursor 外面那层壳：Oh My Posh 提示符 + 编辑器主题别混层

Tue, 11 Aug 2026 00:00:00 GMT

AI 编程工具的「好看」其实分两层：一层是 Shell 提示符（Oh My Posh / Starship），一层是 编辑器 / Claude Code 本体 UI。CSDN 上大量教程只讲其中一层，叠皮时最容易改 A 期望 B 生效。

这篇把 Windows 上最稳的 Oh My Posh 装法钉死，再补 Cursor 主题入口和液态玻璃那条坑路。

层 0：Oh My Posh（终端提示符）

环境参考：Win11 + Windows Terminal + PowerShell 7。

装 Oh My Posh（管理员终端）：

Terminal window

1
Set-ExecutionPolicy Bypass -Scope Process -Force
2
Invoke-Expression ((New-Object System.Net.WebClient).DownloadString('https://ohmyposh.dev/install.ps1'))

或 winget install JanDeDobbeleer.OhMyPosh。

装 Nerd Font（Cousine / Meslo / JetBrainsMono 任一）。没字体就方框乱码，这是第一大坑。

Windows Terminal settings.json → profiles.defaults：

1
"font": { "face": "Cousine Nerd Font" }

PowerShell profile：

Terminal window

1
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope LocalMachine
2
# 若无 profile：New-Item -Path $PROFILE -Type File -Force
3
oh-my-posh init pwsh --config "$env:POSH_THEMES_PATH/markbull.omp.json" | Invoke-Expression

坑	解法
还在用 oh-my-posh2 的 `Install-Module` / `Set-Theme`	卸旧模块，改走 winget / 官方 install.ps1
Cascadia 字体方框	换任意 Nerd Font
Cursor / VS Code 集成终端图标歪	`terminal.integrated.fontFamily` 写成同一款 Nerd Font
PS5 自带广告横幅烦	升到 PowerShell 7，Terminal 默认启动改成 pwsh

Starship 是跨平台轻量替代；主题包数量 Oh My Posh 更多。和 Claude Code 的 statusLine 不是同一个东西：Posh 管 Shell 提示符，statusLine 管 Claude 输入框下方那条。

层 1：Cursor 主题怎么进菜单

Cursor 基于 VS Code，左侧菜单常藏着。改主题：

文件 → 首选项 → 主题 → 颜色主题（或先右键顶栏勾上菜单栏）。

别指望搜「Cursor 专用主题市场」才有货，大部分 VS Code 主题能直接用。

层 2：液态玻璃 / Vibrancy（好看但脆）

CSDN 文介绍 illixion.vscode-vibrancy-continued（旧 EYHN vibrancy 续命版）：给 Electron 窗口打系统毛玻璃补丁，再靠 workbench.colorCustomizations 把背景改成半透明 hex（如 #0a0a0a80）。

预期内的「惊吓」：

弹出 installation appears to be corrupt → 补丁改了完整性校验，一般可忽略（原项目 README 也写了）
Cursor 大版本升级后补丁失效 → 重装扩展 / 重开 Vibrancy
对比度崩 → 只开透明不够，必须同步抬前景色饱和度

原文后半付费墙，完整 settings.json 色板没能无损抓到。落地时以 GitHub 主题仓 + Vibrancy 文档为准，这里只锁「原理 + 风险」。

层 3：settings 里真正管「好看」的键

来自 Cursor 个性化教程的可用骨架（键名按 VS Code 习惯写；原文里部分 cursor.* 伪键不可照抄）：

1
{
2
  "workbench.colorTheme": "Default Dark Modern",
3
  "editor.fontFamily": "JetBrains Mono",
4
  "editor.fontSize": 14,
5
  "editor.lineHeight": 1.5,
6
  "editor.bracketPairColorization.enabled": true,
7
  "editor.minimap.enabled": true,
8
  "terminal.integrated.fontFamily": "MesloLGS NF",
9
  "terminal.integrated.fontSize": 13,
10
  "terminal.integrated.cursorBlinking": true
11
}

叠皮顺序（别反着改）

1
Windows Terminal 字体/亚克力
2
  → Oh My Posh / Starship（Shell 提示符）
3
    → Cursor 颜色主题 + editor/terminal 字体
4
      →（可选）Vibrancy 毛玻璃
5
        → Claude Code 另算：theme / statusLine / tweakcc

Claude Code 的 HUD / ccstatusline 挂在 CC 自己的 settings.json，不会吃 Oh My Posh 的主题文件。两边可以长得像一套，但是两份配置。

Spec 定边界，PLAN 定路线，别混成一锅

Tue, 11 Aug 2026 00:00:00 GMT

工具名会变，但这几个词别搅在一起：

词	定什么	不定什么
Spec	做什么、不能做什么、做到什么算过	不讲步骤、不动手
PLAN	怎么干、几步、谁干、依赖与并行	不重新发明需求
SDD	把需求压成结构化输入，降歧义	不是测试用例全集
SubAgent	临时、隔离上下文的专项工	不是长期固定编制
agentTeams	固定角色团队、可共享进度	比 SubAgent 更重

三大范式也可以先对齐语感：Vibe 是你握方向盘、AI 踩油门；Agentic 是你雇司机；Harness 是你建交通系统，让司机们在里面协作。

Spec 六块别漏

原文给的模板够用：

需求背景（为什么要做）
核心能力（必须实现）
输入输出约束
业务规则与边界
异常与报错
可量化验收标准

没有第 6 条，Agent 就会「感觉写完了」。PLAN 则要对齐 Spec：总目标、原子任务、依赖、代理指派、分步验证点。复杂任务先 PLAN 再动手，比直接开写省返工。

协作怎么加码

SubAgent：.cursor/agents/ 或工具内置子代理；描述里写 Use proactively 可主动召；适合审查/测试/调研这类忌「自己审自己」的活
agentTeams：固定架构师 / 前后端 / 测试 / 安全一类角色，适合更大工程
Claude Code 气质：渐进式披露，入口 + 搜索工具，别一次塞满仓库；Codex 气质更偏插件补全与全量上下文（原文对比，作选型参考）

日常避坑

坑	对策
信息过载	渐进披露，只给入口
跳过 PLAN	复杂任务先拆再写
上下文发臭	`/clear` 一类清理，别无限续聊
权限过大	沙箱 + 按角色收工具
Skills 当系统提示词堆	用 Skills 扩能力，别把系统提示词越写越长

Skill 装不上，多半是目录或多套了一层

Tue, 11 Aug 2026 00:00:00 GMT

Skill 是「结构化提示词 + 可选脚本/参考」；Plugin 是一包能力（可含多个 Skill、commands、.mcp.json、hooks）。装单个能力拷目录；装整套工作流再走 /plugin。

路径

级别	Claude Code	Codex（常见）
项目	`.claude/skills/`	视客户端文档
用户	`~/.claude/skills/`	`~/.codex/skills/`

坑：~/.claude/skills/md-polish/md-polish/SKILL.md 多套一层 → 发现不了。正确是 .../md-polish/SKILL.md。

同 Skill 兼 Claude / Codex 时，触发方式要分开写清（/ vs $SkillName 等）。

安装三条路

手动拷完整 Skill 目录（最稳）
skills.sh / skillsmp：如 npx skills add https://github.com/anthropics/skills --skill frontend-design
Plugin marketplace（整包）

1
/plugin marketplace add anthropic-agent-skills
2
/plugin install document-skills@anthropic-agent-skills
3
/plugin search frontend anthropic-agent-skills
4
/plugin uninstall document-skills

`SKILL.md` 字段（常用）

字段	作用
name	技能名（与目录一致）
description	触发条件（最重要）
disable-model-invocation	`true` = 禁自动，只手触
user-invocable	是否允许 `/名`
allowed-tools	工具白名单
argument-hint	手触参数提示
effort	工作强度提示

挑别人 Skill 时看啥

最近是否维护、文档是否写清客户端、触发边界是否清楚。装完没反应：先查路径与文件名大小写，再查 description 是否跟你的话对得上。

还在「会聊天」阶段，就别指望 Vibe 封神

Tue, 11 Aug 2026 00:00:00 GMT

很多人用 Claude Code 的体感是：能懂仓库、能改多文件、能跑命令，比补全像同事。但「还行」到「封神」的差距，通常不在模型，而在有没有把聊天框做成可复用的工程工作流系统。

这篇的贡献是一张升级地图，不是又一份安装教程。

扩展层怎么对齐传统工程平台

官方叫 extension layer。按职责叠起来，几乎就是平台思维换皮：

层	组件	干啥
规范	CLAUDE.md	每次会话加载的项目宪法
流程	Skills（含 slash commands）	按需加载的可调用工作流
角色	Subagents	隔离上下文、并行专项
自动化	Hooks	事件前后跑确定性脚本
集成	MCP	接 Jira / Drive / 内网工具
分发	Plugins / marketplace	团队一键安装

对应关系：policy → workflow → agent → automation → integration → distribution。Vibe 想规模化，走的是这条梯子，不是把 Prompt 写得更花。

CLAUDE.md：不是 README，是会话入口系统提示

删行判断标准好用：

删掉这一行，Claude 会不会更容易犯错？不会就删。

适合写：代码推不出来的团队约定、必须跑的检查、分支/部署策略、非显然坑点（某测试要本地 Redis 等）。/init 只当起点，必须人工去噪。分层：~/.claude/ 全局、仓库根、monorepo 父目录、@import 拆详细文档、CLAUDE.local.md 放不进仓的私有偏好。

写规则 + 命令 + 坑点，别写教程。 教程放 docs，用引用挂上。

Skills：把重复劳动产品化

slash commands 已并入 Skills：.claude/commands/review.md 与 .claude/skills/review/SKILL.md 都能出 /review。个人技能放 ~/.claude/skills/，团队共享进仓库 .claude/skills/。

高 ROI 起步建议：/review-pr、/deploy-staging、/write-tests。文中 /review-pr 形态值得抄：SKILL.md（步骤）+ checklist.md（勾选项），输出直接可贴 PR 描述。经验型活动变成流程型产物，新人少漏项。

Subagents / Hooks / MCP：别一上来全开

Subagent：主会话会被「读海量文件 + 多轮推理」撑爆时再用；安全审查、性能追踪、文档生成最典型。角色 + 输出结构写死，比「帮我看看有没有安全问题」稳。
Hooks：必须发生的动作（格式化、lint、关键用例）用脚本钉死；会话启动喂上下文仍用 CLAUDE.md，别混。
MCP：接真实世界系统时再上，上限更高，也更贵、更要权限治理。

按这个顺序上，别一次全开

一天内落 CLAUDE.md（命令 / 硬约束 / 坑点）
一周做 2～3 个最高 ROI Skills
上安全 / 性能 / 文档类 Subagents
Hooks 把「必须发生」变确定性
需要接外部系统再上 MCP
插件化分发，新人安装即得

规则当代码养：PR、review、版本化。发现 AI 反复问已写明的事，说明规则不清或被淹没，定期瘦身。

Codex 想长期好用，得同时拴两根绳子

Tue, 11 Aug 2026 00:00:00 GMT

到 2026，IDE 里接大模型已经不稀奇。真难的是：让它在你仓库里长期、稳定、可控，而不是每次从零调教。这篇把路径压成两件事：

AGENTS.md：定「这个 AI 该怎么干活」
MCP（config.toml）：定「它能碰哪些外部工具」

两根绳子一起拴，换项目只改少量上下文；换宿主（Codex ⇄ Claude Code ⇄ Gemini）也能复用同一套行为规范。

AGENTS.md 写什么才像「长效 System Prompt」

开篇就要钉死角色与目标：技术栈（文中 Java/Spring + Python + Bash）、生产向而非 Demo 向、承认 MCP 存在。后面再叠价值观（KISS/YAGNI、SOLID、防御性编程）、语言习惯、分层职责、测试要求。

真正决定安全上限的，是 MCP 使用总则：

先本地推理，再调工具
调用前用自然语言说明目的
工具结果必须二次判断，禁止原文转发
敏感工具默认最小权限 + 只读；dbhub 类严禁写与 DDL

工具专章可写强顺序，例如 Serena：Overview → Symbol → Ref → Edit；System/Files 禁碰核心业务逻辑的物理块编辑。

完整长模板与多语言约束不在这里展开，只留「怎么写、坑在哪」。

config.toml：怎么配、坑在哪

Codex 常见路径：~/.codex/config.toml（IDE 与 CLI 共用）。每个服务一张 [mcp_servers.<name>] 表，command + args 走 stdio。

文中示例覆盖：

服务	用途	配法要点
Context7	代码/文档检索	`npx -y @upstash/context7-mcp`；AGENTS 里规定「先查再答、引用路径摘要」
Serena	语义级代码导航	本地 clone 后用 `uv run … serena start-mcp-server`
desktop-commander	桌面/进程类操作	拉长 `startup_timeout_ms`；权限面最大，慎开
dbhub	多库网关	DSN 进 args；务必加只读模式，并与 AGENTS 双写禁令

坑与对策：

密钥进仓：样例文件用 config.sample.toml，真 key 留本机
只靠文档约束不够：dbhub 启动参数与 AGENTS 禁写要双保险
超时：重 SQL / 大索引把 startup_timeout_ms 拉到 10～30s，避免假死
跨工具 JSON：同套 mcpServers 可映射给 Claude Code / gemini-cli；宿主字段名略有差异，以各工具文档为准

绑成可复用工作流

推荐节奏：

对话里写清任务与验收
先规划，再决定要不要调 MCP
Context7 / dbhub 取证
改代码或出文档，附差异说明

团队侧：AGENTS.md + sample 配置进仓；文档加一节「如何用 Codex + MCP」；Code Review 顺带查生成代码是否踩规范（注入方式、异常、日志风格）。

新人上手只需：装好 MCP → 链上项目内 AGENTS / 样例配置 → 按工作流开干。

AI 听不懂你，多半是饲料喂错了

Tue, 11 Aug 2026 00:00:00 GMT

「Vibe Coding」落到复杂项目，瓶颈很少是模型智商，更多是上下文质量。这篇 CSDN 文把问题拆成三层：数据源、视觉语言、文档工程。核心判断很硬：别再只靠口头 Prompt，改去搭一条「设计意图 → 代码」的语义链路。

喂源文件，别喂渲染后的 HTML

公司文档常托管成 Sphinx/HTML。对 AI 来说那是低信噪比垃圾餐：导航壳、脚本标签吃 Token，长文分页还切断章节链路。

实操优先级：

本地 clone 文档库，.rst / .md 直接进 Workspace
内网文档用 MCP 读 GitLab Raw File（保纯净，也更好过安全审计）
别靠爬网页当知识库

源文件才是 AI 的母语：结构完整、标记干净。

图给 AI 看：代码绘图 > 截图

原则：代码 > 图片。

场景	优先	别指望
依赖树 / 拓扑	Graphviz DOT	纯 PNG / Drawio 截图
业务流程	Mermaid	「你看这张图……」口头描述
UI 草图	HTML + Tailwind 伪代码	只丢 Figma 截图（除非你真上传且模型能看图）

HTML/Tailwind 伪代码的优势是同构：AI 训练里见过海量同类结构，间距、圆角、对齐可以无损落到 React/Vue，少一层「猜设计」。

「双重指令」：给人渲染，也给 AI 原文

Sphinx 场景里经典矛盾：

人要看渲染效果 → raw:: html
AI 要读源码文本 → literalinclude

只写 raw，再在聊天里说「请去读某某文件」，作者管这叫「反 Vibe」：逼模型从理解模式切到搜索模式，阅读流断了。

解法：两段叠在一起。人类页面走 raw；同一份 HTML 再用 literalinclude 展开进上下文，Cursor / Claude Code 扫文档时即读即懂。Graphviz 的 .. graphviz:: 本身就具备「能渲染 + 文本可读」双重属性。

样式坑：Sphinx 主题往往不带 Tailwind。草图可用「Tailwind 类名（给 AI）+ 内联 style（给人预览）」混写，两边都不瞎。

认清上限在哪

Vibe 的上限，不在「你会不会说话」，在「你会不会搭上下文」。

RST/MD 当知识底座，Mermaid/PlantUML/Graphviz 当逻辑语言，双重指令消掉「文档给人 vs 给 AI」的裂缝。文档、草图、代码一旦同构，工具才像合伙人，而不只是补全器。

三天搭完 TaskFlow，真正卡人的不是 Prompt

Tue, 11 Aug 2026 00:00:00 GMT

CSDN 这篇不是「Vibe 有多香」的鸡血文。作者用 Claude Code + Cursor，三天从零做出任务管理 Web（React / FastAPI / Postgres / JWT / Docker，约 4800 行），价值在诚实记账：哪些地方 AI 真省事，哪些地方它给你挖坑。

和「十步上线手册」对照看：手册告诉你流程长什么样；这篇告诉你流程里哪几脚会崴。

动手前先写「给 AI 看的」规范，不是 README

作者花约 2 小时写项目规范文档，再开聊。文档里必须钉死：

块	写什么	为什么
技术栈	版本写死，并写「不要建议替换」	否则它爱换框架
数据模型	表字段 + 关系	业务上下文它猜不准
编码硬约束	async 禁同步 ORM、Repository 分层、统一异常	减少「合理但不合你们规矩」的假设
当前阶段	Day1 只做 auth + 项目 CRUD；明确「不做」清单	压住过度设计

每次对话把这份文档当开场白，比单靠一句「帮我做个类似 Jira 的东西」稳得多。

Prompt 里那句「先列文件，我确认再执行」

搭骨架时关键句：

请先列出你打算创建的所有文件，我确认后再执行。

大文件批量改动前先审计划，再放行。骨架阶段 AI 甚至主动加了 repositories/，说明规范文档里的 Repository Pattern 真被吃进去了。

坑比鸡汤值钱：六类高频翻车

坑	表现	根因（作者判断）	防法
库旧 API	类型错 / 运行时报错	训练数据有截止	用到第三方库就对照当前文档
async/sync 混用	`MissingGreenlet`、死锁	SQLAlchemy 1.x/2.x 写法混装	数据库会话代码人工过一遍；用 `async_sessionmaker` + `async with`
过度设计	多出用不了的抽象	AI 爱给「完整方案」	Prompt 写清「当前阶段不需要 X」
安全疏漏	缺权限 / 枚举攻击 / 硬编码密钥	不懂你们业务安全边界	安全要求写进 Prompt；数据访问路径人工审
前端状态乱	重复请求、状态分散	无全局视图	开干前规定状态方案（文中：Context + React Query，禁 Redux）
配置硬编码	API 地址、密钥进代码	演示惯性	见字符串就问：该不该进配置

Day2 的 JWT / CRUD 这类标准化活，AI 表现最好；Day3 前端拖拽（@dnd-kit 旧 API）和部署最脏。作者的修法值得记：别让 AI「自己再修一轮」旧 API 幻觉，直接对照官方文档人手改。

JWT Prompt 为什么好用

安全要求写进需求，而不是事后补：

bcrypt，明确禁 md5/sha1
登录失败统一话术（防用户枚举）
refresh token 落库，支持主动注销
实现顺序：先 security.py，再 endpoint

标准化 + 边界写死时，Vibe 最省时间。

别把 Vibe 当成魔法

作者讲得很平：Vibe 像雇了一个写得快、但需要你严格把关的初级工程师。需求你说清，输出你审，它翻车时你得知道怎么修。

我现在会这么干：

先写规范再写代码
先列计划再动文件
第三方库 API 不信训练记忆
安全路径必须人审
分阶段迭代，别一口吃成胖子

Windows 上 MCP：先记住 cmd /c

Tue, 11 Aug 2026 00:00:00 GMT

官方明确说过：Windows 用 npx 起 MCP 时，要用 cmd /c 包一层，否则 stdio 管道会被命令解释器截断。这是本机最常见的「装了但连不上」。

传输与 scope

传输	场景
stdio	本地进程（默认，本文重点）
SSE	远程长连接（旧路径，新接入慎用）
HTTP / streamable-http	远程无状态 / 规范推荐名

scope	落盘	是否进 Git
local	项目 `.mcp.json`	通常不提交
project	项目 `.mcp.json`	可提交共享
user	`~/.claude/settings.json` → `mcpServers`	仅本机

user：claude mcp add / list / remove；-e 传环境变量，-H 传 HTTP 头。

八件实用 MCP（Windows 命令形态）

名	要点
filesystem	白名单根目录，别给 `C:\`
memory	跨会话知识图谱；和 `CLAUDE.md` 分工：规则 vs 事实
git	`uvx mcp-server-git` 或 `python -m mcp_server_git`
github	Token 进 `env`，权限收紧到 repo/read
postgres	连接串；只读 SELECT，别接生产写库
puppeteer	首次拉 Chromium，国内可能慢
fetch	HTML→Markdown
brave-search	API Key；旧包可能归档，可换 `@anthropic-ai/brave-search-mcp-server`

手写 `.mcp.json` 何时划算

批量改多台机器、或 CLI 一行写烦时，直接编 JSON 与 claude mcp add 等价。注意逗号/引号；密码与 token 只放本机，入库前打码。

路径速查：

项目：项目根\.mcp.json
用户：C:\Users\<用户>\.claude\settings.json 的 mcpServers

和「必装推荐」怎么拼

清单选型看 Claude Code 必装 MCP：先三件，再慢慢加；Windows 可跑命令形态以本篇表格为准。

对话即代码：Vibe 入门坐标

Tue, 04 Aug 2026 00:00:00 GMT

鱼皮那套 Vibe Coding 教程很长，全搬进博客没意义。这篇只覆盖基础必读（00 / 01 / 02）和同级薄入口（60 资源大全、90 常见问题）：按他的目录立标题、每章给能带走的摘要、原文挂回 AI 导航 / 开源仓。细节去原文；这里当索引和导航。

系列总览 · 鱼皮 AI 导航 · GitHub · liyupi/ai-guide

怎么读这篇

你想	建议
第一次碰 Vibe Coding	00 → 01，当天做出第一个网页
想规划学习路径	02 六阶段路线图，对照自己缺哪块
找工具 / 模板 / 资讯	60 鱼皮 AI 导航导读
卡在某个具体问题	90 FAQ 速查，没有再社区问

摘要基于公开正文提炼，不是逐字搬运。配图为章节小长条信息图，点击可进原文；操作步骤以原文为准。

00 Vibe Coding 简介

Vibe Coding = 用人话和 AI 聊天写代码：你负责「要做什么」，AI 负责「怎么做」，多轮迭代。和传统编程比，核心从背语法变成讲需求；几天能上手，但大项目仍有 UI 同质化、代码不可控等坑。三个常见误解：不是作弊、不会不学、不只玩具。

00 原文

原文 · 00 Vibe Coding 简介 · GitHub

01 快速上手 Vibe Coding

10 分钟做出待办类网页并 Publish 上线。准备浏览器 + Bolt.new（国内可换 NoCode / 秒哒）+ GitHub；写清功能/界面需求 → 多轮微调 → 测功能 → 一键发布。对话要点：需求具体、一次别改太多、bug 描述现象。跑通后再进工具/实战板块。

01 原文

原文 · 01 快速上手 · GitHub

02 AI 编程学习路线

六阶段地图：入门（概念 + 零代码出作品）→ 工具（Cursor / Codex / Claude Code）→ 核心技能（需求、提示词、上下文、Git、部署）→ 实战（小工具 → 全栈 → AI 应用）→ 进阶（失败模式、成本、变现）→ 持续学习。小工具够用前两段；系统掌握约 2～3 个月。

02 原文

原文 · 02 学习路线 · GitHub

60 Vibe Coding 资源大全

鱼皮 AI 导航（ai.codefather.cn）导读：上千 AI 工具、Vibe/OpenClaw 教程库、提示词模板、MCP+Skills、热点资讯、交流社区。找资源的一站式入口；资源再多也要动手做。

60 原文

原文 · 60 资源大全 · GitHub

90 Vibe Coding 常见问题和解决

FAQ 速查：概念（和传统编程区别、幻觉、MVP）→ 工具选型（Cursor、模型、Bolt vs v0、免费够不够）→ 使用技巧（报错、技术栈跑偏、死循环）→ 部署/成本/安全。卡住先搜本章。

90 原文

原文 · 90 常见问题 · GitHub

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 /vibe
本篇	基础必读 + 60/90 薄入口；索引 + 精炼摘要
未做	不镜像全文、不搬运图床整包；70 概念与热文见概念与热文，不在此重复
相关阅读	工具栈三岔 · 项目实战 · 模型横评 · 对话与回路 · 编程学习 · 产品变现 · 概念与热文 · MCP 薄笔记 · OpenClaw 索引 · 合集鱼皮VibeCoding

对话与回路：Harness / Loop 笔记

Tue, 04 Aug 2026 00:00:00 GMT

鱼皮 Vibe Coding 教程里，「30 经验技巧」是最该当工具书翻的一栏：心法、对话、上下文、Harness、Loop、成本控制都在这儿。全搬进博客没意义；这篇按原目录立标题、每章给能带走的摘要，原文链回 AI 导航 / 开源仓。和本站 OpenClaw 索引互补——那边偏养虾落地，这边偏怎么驾驭 AI 做项目。

原文 · Vibe Coding 系列（鱼皮 AI 导航） · GitHub · liyupi/ai-guide · 30 经验技巧

怎么读这篇

你想	建议
刚做完第一个 Demo，老被 AI 带偏	00 总览 → 01 心法 → 02 对话 → 03 上下文
项目越做越乱、修 Bug 越修越多	04 幻觉 → 06 质量 → 07 重构 → Harness
账单吓人、长对话烧 token	10 成本控制 + 05 效率
想少盯着 AI、让它自己跑完	Loop Engineering（Harness 搭好再上）
大规模重构 / 技术栈迁移	AI 大规模代码迁移

摘要基于公开正文提炼，不是逐字搬运。

00 经验技巧总览

板块定位：从「能做」到「做好」。主线分思维基础、核心技能、质量保障、实战进阶；支线收录 Harness / Loop 等前沿方法论。

原文 · 00 经验技巧总览 · GitHub · Vibe 系列入口

01 五大核心心法

Planning is Everything、MVP、迭代优于完美、上下文是王道、产品经理思维。规划五分钟常能省返工半小时；Plan Mode 值得养成习惯。

心法

原文 · 01 · GitHub · Vibe 系列入口

02 对话工程技巧

从「一次性完美提示词」转向迭代式对话：逐步澄清、让 AI 提问补洞，双向探索比单向咒语靠谱。

对话工程

原文 · 02 · GitHub · Vibe 系列入口

03 上下文管理技巧

项目 / 功能 / 对话三层上下文；README、TODO、Rules 文件当长期记忆；一对话一任务，失忆就 summarize 或开新窗。

上下文

原文 · 03 · GitHub · Vibe 系列入口

04 幻觉和死循环处理

识别编造 API、同错三遍；完整贴报错；果断切断上下文；TypeScript / 测试 / 让 AI 自验可防坑。

原文 · 04 · GitHub · Vibe 系列入口

05 效率提升技巧

模型分级、禁废话输出、并行 Agent / Worktree、多开实例、快捷键、MCP / Skills 封装重复活。与 10 成本控制大量重叠，可按需跳读。

原文 · 05 · GitHub · Vibe 系列入口

06 代码质量保障

Lint / 测试 / Review 体系；和 Harness 的反馈机制、架构护栏是一套东西的不同讲法。

原文 · 06 · GitHub · Vibe 系列入口

07 代码重构技巧

识别 AI 堆出来的意大利面与技术债；小步重构、提取组件，别等完全不能动再收拾。

原文 · 07 · GitHub · Vibe 系列入口

08 性能优化技巧

从用户体感找瓶颈；让 AI 做 profiling 导向优化，而不是盲目堆缓存。

原文 · 08 · GitHub · Vibe 系列入口

09 安全防护技巧

API Key 别进仓库和前端；环境变量；SQL / XSS / CSRF；发布前安全检查清单。

原文 · 09 · GitHub · Vibe 系列入口

10 成本控制技巧

Token 四类计费、输出比输入贵、长对话隐性翻倍；模型分级；Plan 先审再写；@ 精确引用、/summarize、分阶段新对话；团队预算上限。和 OpenClaw 13 记忆成本可对照读。

成本控制

原文 · 10 · GitHub · Vibe 系列入口

11 团队协作技巧

统一 Rules / Git 流程 / 共享 Skills；避免多人各 vibe 各的风格。

原文 · 11 · GitHub · Vibe 系列入口

12 网站美化技巧

七招去 AI 味儿：配色、排版、动效、真实素材；别默认蓝紫渐变。

原文 · 12 · GitHub · Vibe 系列入口

Harness Engineering 保姆级教程

Agent = 模型 + Harness。 五模块：上下文架构、执行能力、任务编排、反馈机制、架构护栏。瓶颈常在环境不在模型；OpenAI 小团队靠 Harness 上百万行代码的案例在这篇里讲透了。

Harness

原文 · Harness · GitHub · Vibe 系列入口

Loop Engineering 保姆级教程

Prompt → Context → Harness → Loop：设计可验证停止条件 + 反馈闭环 + 状态文件，让系统代替你逐步提示 Agent。Boris / Peter 都在推这个范式；Harness 没搭好就上 Loop 容易空转烧钱。

Loop

原文 · Loop · GitHub · Vibe 系列入口

AI 大规模代码迁移方法

Anthropic 六步迁移法：验证 → 规则手册 → 试跑 → 全量翻译（翻译 / 找茬 / 修复 Agent）→ 编译 / 行为对齐循环。核心：改流程不改单点代码；审查与实现必须隔离对话。

原文 · 代码迁移 · GitHub · Vibe 系列入口

鱼皮的 AI 工作流分享

热点监控、图文创作、编程、客服法务、NL2SQL、视频元信息——重复劳动沉淀为 Skills；monthly 十亿 token 量级的真实工作流样本。

原文 · 工作流 · GitHub · Vibe 系列入口

方法论怎么串

层次	本栏对应	OpenClaw 索引侧重
对话 / 上下文	01–04	07 初始化、08 模型、13 记忆
Harness	Harness 文 + 06–07	10 Skills、09 工具、14 安全
Loop	Loop 文	11 定时、12 多 Agent
成本	10 + 05	13 记忆与成本控制
远程执行	—	安装、IM 接入、部署

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · Vibe Coding
本篇	索引 + 精炼摘要；步骤以原文为准
呈现	章节小长条配图 + 表格 + 原文链接
相关阅读	入门坐标 · 工具栈三岔 · 项目实战 · 产品变现 · 编程学习 · 概念与热文 · MCP 薄笔记 · OpenClaw 索引 · 合集鱼皮VibeCoding
未做	不镜像全文、不搬运图床

部分章节 AI 导航暂无独立 library ID，深链以 GitHub 为准，并挂 Vibe 系列总入口。

工具栈三岔：浏览器 · 编辑器 · 终端

Tue, 04 Aug 2026 00:00:00 GMT

鱼皮那套 Vibe Coding 零基础教程里，「10 编程工具」板块单独就能占一本小册子：从零代码到 Cursor / Claude Code / Codex，再到 OpenClaw 和 32 工具盘点。全搬进博客没意义，这篇只做索引和能带走的判断，操作细节回原文。

原文 · 10 编程工具目录（GitHub） · Vibe Coding 在线阅读 · ai-guide 仓库

怎么读这张地图

你的情况	建议路径
完全零基础，想今天出东西	00 导读 → 01 模型 → 02 零代码
有基础，要控代码做项目	01 模型 → 04 代码编辑器 → Cursor 专题
极客 / 服务器 / 批量自动化	05 命令行 → Claude Code / Codex 专题
不知道买啥、怎么搭	直接跳 09 鱼皮工具箱
OpenClaw 养虾	本站已有数字员工与权限边界：OpenClaw 索引，本节 07 只挂入口

鱼皮把工具分成三大类：零代码平台（浏览器开箱）、AI 代码编辑器（本地精控）、命令行工具（CLI 是 AI 的母语）。选对类型，比纠结「哪个最好」重要。

三岔选型

00 AI 编程工具大全

板块总导读：为什么 Vibe 时代选型比传统 IDE 重要、三大类型对照、主线/支线怎么读。支线就是 Cursor / Codex / Claude Code 三个子目录 + 工具实战/。

原文 · GitHub

01 AI 模型选择指南

所有工具共用「大脑」：Claude 偏代码质量，GPT 偏速度和生态，Gemini 偏超长上下文和 UI，国产（DeepSeek / GLM / 通义 / Kimi）偏性价比。按预算 + 场景选，没有绝对最强。

模型选型

原文 · GitHub

02 AI 零代码平台

Bolt.new / Lovable / 百度秒哒为主：打开浏览器、说人话、所见即所得。Bolt 快原型，Lovable 全栈+数据库，秒哒中文+商业化（支付）。新手最佳起点。

零代码

原文 · GitHub

03 AI 智能体平台

Flowith / Manus / OpenManus：AI 当项目经理，自主规划、长时运行（做大型站、长 PPT、批量内容）。适合「只要结果、不管过程」；精修仍建议导出到 Cursor。

原文 · GitHub

04 AI 代码编辑器

Cursor 深度讲解 + Windsurf / Antigravity / Kiro / TRAE / Zed 横评。Tab 补全、Agent 多文件、Chat / 内联编辑；.cursorrules、分步需求、Git 回滚是实战要点。预算够优先 Cursor，省钱看 Windsurf。

代码编辑器

原文 · GitHub

05 AI 命令行编程工具

Claude Code 为主，Gemini CLI / Codex CLI / Aider 等补充。CLI 面向 AI 执行成功率更高、Token 更省；Skills 把规范打包给 Agent。国内常配国产模型 API。

命令行

原文 · GitHub

06 AI IDE 插件

Cline、Continue、GitHub Copilot 等：在 VS Code / JetBrains 里加 AI，Cursor 额度用尽时的备胎。Cline 免费、跨 IDE，鱼皮当 Cursor 替补。

原文 · GitHub

07 OpenClaw 保姆级安装教程

Vibe 板块里的 OpenClaw 入口：数字员工、接 IM、控本机。本站已单独做 OpenClaw 索引，本章只作链回，不重复展开。

原文 · GitHub · 本站 OpenClaw 索引

08 AI 辅助工具集

Git / 部署 / MCP / Agent Skills / 规范驱动开发等周边：让主工具跑得稳。和 10 扩展推荐有交叉，08 偏「工作流组件」，10 偏「扩展清单」。

原文 · GitHub

09 我的 AI 工具箱推荐

鱼皮 2025 Top 20 实盘：大项目 Cursor+Opus，小项目 Claude Code+GLM，备胎 Cline+DeepSeek；多媒体、大模型、框架、浏览器插件分场景组合。不知道咋搭，先看这篇。

工具箱

原文 · GitHub

10 优质 AI 编程扩展推荐

超长扩展清单：Rules、MCP、Skills、插件、规范工具等。和 Cursor / Claude Code 配置文互补，适合当「还能装什么」的检索表。

原文 · GitHub

Cursor 专题

原文	摘要
Cursor 保姆级教程	安装到第一个项目：Agent / Chat / Rules 入门
Cursor Debug 模式详解	Debug 模式定位与用法

Cursor 目录 · GitHub

Claude Code 专题

原文	摘要
常用斜杠命令大全	斜杠命令速查
七种指令方式全解析	CLAUDE.md / Rules / Skills / Hooks 等
用好 CLAUDE.md	项目级上下文怎么写
对接国内模型	Claude Code / Codex 换国产 API

Claude Code 目录 · GitHub

Codex 专题

原文	摘要
AI 桌面应用保姆级教程	Browser/Computer Use、Skills、MCP、自动化
Record & Replay	录制回放工作流
主题定制教程	终端/UI 主题

Codex 目录 · GitHub

工具实战（选读）

原文	摘要
盘点 32 个 AI 编程工具	全景盘点
VSCode + Copilot 实战	微软全家桶路线
Gemini CLI 首测	免费 CLI 实测
TRAE SOLO	AI 主导全栈
Dify 零代码 AI 应用	知识库 / 工作流
OpenClaw 数字员工	→ 本站 OpenClaw 索引

工具实战完整目录 · GitHub（另含 Spec-kit、Agent Skills、Superpowers、IDEA AI、Copilot 云端开发等）

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 / Vibe
本篇	索引 + 精炼摘要；步骤与截图以原文为准
未做	不镜像全文、不搬运图床整包
OpenClaw	07 与实战 OpenClaw 文链到本站 OpenClaw 索引
相关阅读	入门坐标 · 模型横评 · 项目实战 · 对话与回路 · 编程学习 · 概念与热文 · MCP 薄笔记 · OpenClaw 索引 · Cursor 与 Claude 规范迁移 · 合集鱼皮VibeCoding

AI 产业链：别只盯模型发布

Tue, 11 Aug 2026 00:00:00 GMT

模型又升一档、产品又开一场发布会，热闹归热闹。更稳的视角是：整条产业链在变厚。算力与数据、框架与平台、基础/行业模型、再到 Agent 与场景，每一环都在动。企业很难只押一个模型；个人也更该先搞清「每层解决什么问题」，再选学习切口。

华叔这张全景图（另文参见「价值链」版，本次未附）适合当分层地图，不当最新厂商黄页。图里的型号会过时，层职责相对稳。

AI 产业链全景图

五层怎么读（上近用户，下远底座）

层	在干什么	看图时抓什么
应用层	行业场景落地	办公、创作、客服、金融、制造、医疗、自动驾驶…谁在吃业务
模型层	能力生产	基础大模型 / 垂直大模型 / 能力维度（NLP·CV·语音·多模态·规划·代码）
技术层	把模型用起来	训练推理框架、开发平台、数据工具；ML/DL/RL、向量检索等
基础层	算力与数据底座	芯片·服务器·云；采集→清洗标注→湖仓/向量库；网络与安全
支撑层	生态与规则	投资、科研、标准开源、政策伦理、人才培养

页脚那条链更像价值流向：基础研究 → 技术研发 → 产品服务 → 产业应用 → 价值创造。口号翻译成人话：没数据没算力，模型悬空；没场景，模型只是演示。

个人怎么用这张图

别从「我该学哪个模型名」开局，先定位自己落在哪一层、上下游靠谁：

只会调 API → 人在应用层边缘；要加深，往下懂一点模型能力边界 + 技术层编排（Agent/RAG/评测）。
会训/微调 → 模型层；同时要知道基础层成本和数据质量会卡死你。
做平台/中间件 → 技术层；客户真正买的往往是应用层结果，别只卷框架名词。
搞基础设施 → 基础层；离热点远，但应用一爆你就忙。

追热点前先问：这个新闻改的是哪一层的约束？是算力便宜了、数据合规变了，还是某个垂直场景打通了？

企业怎么用这张图

选技术：先定场景（应用层），再倒推要不要自建模型、买 API、还是只做编排与数据。
做产品：识别自己卖的是哪一层的交付物，缺的合作伙伴在邻层。
找伙伴：芯片云、数据标注、模型商、集成商、行业 ISV，别全挤在「大模型」四个字里谈。

整合能力创造价值，不是押中一个基座模型名称。

读图时别踩这几条

厂商与版本（如某代 GPT/Claude/Gemini、国内云平台名单）会过期；收藏的是分层，不是榜单。
「Agent」在正文里被点到，图上更多落在应用/技术编排侧，别把 Agent 理解成独立第六层神话。
同作者还有「价值链」参照图；叠看时分清：一张偏谁在哪一层，一张偏价值怎么流。

别被单一概念牵着跑

理解产业链，是为了少被单一概念牵着跑。无论那个概念叫大模型、Agent，还是下一周的新词。

Codex for OSS：开源维护者可申 6 个月 ChatGPT Pro

Tue, 11 Aug 2026 00:00:00 GMT

OpenAI 的 Codex for Open Source 面向关键开源软件维护者。入选不是「随便找个空仓库」，而是用维护工作流换工具与额度。作者 LeviDing 称自己过审并激活了 6 个月 Pro（约合文中说的 200 美金/月档；结账页样例为日区限时 0 日元）。

邮件 You’re in + Pro 升级页（作者样例）

权益、门槛以官方表单页为准；下面是 2026-08-11 对照官方页 + 作者经验的浓缩版。别滥用，也别走代申代充。

能拿什么（官方表述）

项	说明
ChatGPT Pro × 6 个月	含 Codex，覆盖日常编码 / triage / review / 维护
API 额度	写代码、维护自动化、发布工作流、核心 OSS 工作
Codex Security	有条件，看仓库安全需求是否达标

入选支持说明截图

谁可以申，官方看重什么

角色下拉只有：主要维护者 或 核心维护者。没有写死「必须 N star」，但要能讲清用量、采用度或生态重要性。

官方要点：

活跃开源项目的维护者可申
找有实质用量、广泛采用、或对生态明确重要的项目
审核看：仓库使用、生态重要性、活跃维护证明（PR 评审、issue 分类、发版等持续性职责）

资格

看重什么

作者参考画像：某公开仓库 admin、约 10.8k star（zh.javascript.info）；印象中曾要求近三月积极维护（commit 等），后来表单未必仍写明——按当前表单填，旧记忆只当加分信号。

表单要填啥

申请页局部

姓名、与 ChatGPT 账户关联的邮箱
GitHub 用户名（资料公开）、仓库 URL（仓库公开）
角色：主要 / 核心维护者
为何符合资格（star、月下载、生态重要性等，≤500 字）
兴趣：Codex Security / 项目 API 额度
OpenAI Organization ID
API 额度打算怎么用在项目上（≤500 字）
其他说明（可选）

提交即同意项目条款。滚动审核，邮件通知入选者。可申自己的项目，也可提名其他维护者；不完全符合但生态重要时，仍可申并写理由。

审核怎么运作

节奏与坑（经验，非 SLA）

审核：官方滚动；作者 2 月底申、感觉以月计；也有人说更快——别按天估。
激活支付：留言里多人提海外卡 / 支付校验变严；国内卡可能卡在升级页。以你账号地区实际结账为准。
风控：有人称 OSS 相关权益用了几周被封。当福利用在真实维护，别当无限号池。
代充代申：评论区已出现转账代认证——直接当诈骗/违规，不碰。

申之前先问自己

仓库公开吗？你是主要/核心维护者吗？能拿出 star/下载/生态重要性 + 持续维护证据吗？API 额度用途写得像项目维护还是像个人白嫖？

过了再谈「尽情发挥」；没过也正常——这是选拔制支持计划，不是通用折扣码。

白板手绘视频能续跑，靠的是 project.json

Tue, 11 Aug 2026 00:00:00 GMT

一句「帮我做个《小马过河》」不够——真正难的是目录不散、分镜可改、坏图只返工一幕、旁白驱动时长、渲染可质检。维克兹开源的 create-whiteboard-video（MIT）把这条链路收成可续跑的 project.json 工程，给 Codex / Claude / 同类 Agent 用。

Weikezi-AI

create-whiteboard-video

Waiting for api.github.com...

00K

Waiting...

作者自称测速烧约 3 亿 Token；样例 8 幕约 100 秒普通话女声 + 烧录字幕。数字当故事背景，选型看工作流。

仓库能力摘要

先对上这些疼点

痛点	Skill 做法
文件散落 / C 盘炸	先确认项目根目录，素材·venv·成片全进该目录
图文两层皮	口播稿 → 语义分镜 → 每幕一个主动作
八张一起返工	先第 1 幕定画风与角色，再批量
四肢/拟人手势翻车	逐幕结构与故事逻辑检查，不合格不进工程
画面干等旁白	先锁定旁白，再按真实时长重算各幕
「画了两遍轨迹」	默认对角扫描：轮廓与铺色同路径

分镜确认：8 幕 + 旁白约 100s + 烧录确认

默认画法：整图斜着扫过去

仓库默认 diagonal-scan：

整幕从左上推进到右下
每条笔触从左下画向右上
--ink-path diagonal 与 --color-fill diagonal 必须成对，否则脚本拒绝
固定手部素材跟落墨；可选语义分层（semantic-stream）才走 Alpha 蒙版

Terminal window

1
python scripts/video_project.py render <project.json> `
2
  --ink-path diagonal --color-fill diagonal --pointer hand --pause auto

对角铺色过程帧

轮廓阶段手部跟笔

有人吐槽「不是按笔画先后的真手绘」——作者也认：当前是扫描揭示 + 手部跟笔，不是书法笔顺模拟。叫白板流水线更贴切。

作者实测路径，可当验收清单

1
确认目录 → 故事/口播 → 分镜（可 6→8 校准）
2
→ 第1幕画风测试（五条腿之类当场打回）
3
→ 批量其余幕 + 质检
4
→ 旁白/字幕 → 时长重算 → 交付方式确认（烧录/旁挂/无）
5
→ 渲染 → 拼接 → 首中末帧质检

《小红帽》同路径约 10 幕、2 分多——说明可复用的是流水线，不是这一套马年素材。

安装边界，别塞错目录

读仓库 SKILL.md；项目物在用户确认目录，不塞进 Skill 安装目录。
校验：python -m unittest scripts/test_video_project.py
生图/配音依赖你的 Agent 环境与额度；作者留言称样例图用 GPT Image 2，顺利时大约吃 Plus 周额度的一成量级（非 SLA）。
仓库不含示例成片二进制；成片属于各项目目录生成物。

和本机手绘轨怎么分家

	create-whiteboard-video	story-to-handdrawn-video（本机已有）
形态	完整项目制：分镜·TTS·字幕确认·渲染·质检	Remotion 图轨：文案/图 → 手绘日记风揭示
揭示	对角扫描 + 手部指针	左→右 BW→彩；可选翻页
声音	流程内旁白/字幕（可烧录）	默认真静音，配音后期
续跑	`project.json` + status/validate	偏单次渲染脚本

不是二选一互斥：要「儿童故事白板片 + 旁白一体」看前者；要「已有分镜图快速做无声手绘轨」看后者。

外部视频 Skill 选型地图另见六件视频 Agent Skills。

值不值得 star 后再试

价值不在「第一次居然能播」，而在可停、可改一幕、可续跑的生产线。人盯分镜和坏图，Agent 把长流程跑完——这才值得 star 后再本地试一发烟雾测试。

科研图怕糊字乱中间体：PictureFlow 怎么用

Tue, 11 Aug 2026 00:00:00 GMT

通用生图画科研机理，翻车点往往不在「好不好看」：下标丢了、连字符被改、多出来你没写过的中间体——意思已经变了。

PictureFlow 走另一条路：你填已确认的中文要点，选画风或专业模板，系统管构图与术语落图。它不发明机理，也不造实验数据。注册限 .edu / .edu.cn / .ac.cn；文称赠 12 积分，按量计费（价格以官网为准）。

它画什么，不画什么

画	不画
器件剖面、反应路径、制备流程、TOC 对照、结构示意	散点/柱状/误差棒/拟合/p 值等数据图
把已定内容画清楚	替你「发现」新中间体或实验结论

投稿合规、期刊 AI 披露政策，仍要你自己查；出图后对照原始资料逐项核。

样图在证明什么

作者称下列为站内直出、无后期。电化学同一模板切换时，电极名、外电路、离子方向、产物要一起变，不能只改标题。

PEM 燃料电池

碱性电解水

反应路径更吃标注：ORR 共同路径再分 4e⁻（水）与 2e⁻（过氧化氢）。星号与上下标当受控字段，目标是按输入落图，不是模型自由润色——仍须你校对。

ORR 路径网络

制备链要保序：混合 → 水热 → 离心洗涤 → 干燥 → 退火 → 产物。装置图标是阅读锚点，不是装饰。

花状 Co₃O₄ 制备

TOC 一眼对照问题与改进（如多硫化物穿梭 vs 改性隔膜阻隔），不是把全文缩成海报。

隔膜 TOC 对照

生物医学模板仍标 beta：细胞结构、心脏剖面等可做教学/初稿；临床与病理结论别省复核。文内 EGFR–MAPK 通路样例本次未附。

动物细胞

心脏剖面

三个入口怎么选

官网当前也是「画风 / 专业模板 / 自由画」三分：

入口	你手里有什么	适合
画风	一句话想法	快速比平面 / 2.5D / 3D 视觉方向
专业模板	总反应、材料、步骤、标注已定	投稿/标书主战场；中文槽位；文称约 13 模板五类
自由画	自己会写提示词	不套模板、不做增强

器件工作台常见选项：2K/4K、比例、中英/无字、最多两张参考图；模型侧文称有 Image2 / Nano Banana Pro（名称随产品页变动）。

第一次怎么试

学术邮箱注册 → 别一上来画论文总图。
挑熟对象：五步制备、一张器件剖面、或两分支反应网络。
先填示例，再换成自己的术语与步骤。
出图后沿箭头走一遍：文字、下标、方向、节点。
等待约 1–2 分钟；可关页后回历史记录（文称 2K=6 分、4K=8 分，以官网为准）。

图可以快，内容不能快进

图可以快一点，科学内容不能跟着快进——工具负责构图与落字，你负责机理为真。

配图难在画不稳：ip-diagram-creator 先锁角色再出图

Tue, 11 Aug 2026 00:00:00 GMT

漂亮图到处能生，难的是主角明天还像今天。ip-diagram-creator（MIT，GitHub）不是又一个生图按钮，而是一套 Agent Skill 工作流：先定角色，再拆内容，最后生成图解。

授权照片 / 主页截图 / 简介 → 极简手绘 IP 角色资产；再把长文、课程、观点或脚本拆成长文配图、知识卡、方法拆解图、手机海报或整页 PPT。

七步工作流

haloshin

ip-diagram-creator

Waiting for api.github.com...

00K

Waiting...

官方怎么装

Terminal window

1
# 当前项目
2
npx skills add https://github.com/haloshin/ip-diagram-creator
3

4
# 全局
5
npx skills add https://github.com/haloshin/ip-diagram-creator -g

或不走安装器：把仓库丢进 Agent Skills 目录，让 Agent 读 SKILL.md。

推荐环境：能读图 + 较强推理 + 有图像生成工具。没有生图能力时，Skill 应输出可复制 prompt 和返修 prompt，不假装已经出图。

痛点：不是画不出，是画不稳

换一句提示词，眼镜没了、脸型变了、衣服颜色漂了——读者认不出「同一个人」。外包画师换人也一样。IP 立不起来，往往栽在主角漂移，不是缺一张「好看的图」。

角色三件套，先当固定资产

写完文章别先「找配图」——先固化角色：

资产	锁什么
01 角色主锚图	长什么样：发型、五官比例、服装、配色
02 角色规范说明图	不能跑偏：禁区、道具、配色、纠偏依据
03 动作/表情/小比例扩展	缩成米粒大也能认；复杂姿态与 Agent 协作区

角色资产产出示例

三张定下来，后面配图从资产里长，而不是每次重抽签。分水岭在这里：问「这张能不能用」还是「这张是不是我」。

引用优先级（仓库约定）：主锚图 > 动作扩展图 > 规范说明图 > 原始照片 > 临时图 > 自由发挥。

先写 shot list，再分模式出图

角色确认后，Agent 先读文，输出 shot list（几张、什么类型、各自信息职责），再生成。别一上来「配几张图」——那最容易图文两层皮。

模式	信息量 / 用途
手绘插图	低密度，大场景隐喻一个观点，偏情绪
知识卡	高密度，方法/步骤/风险/行动可收藏
长文 shot list	控配图节奏与视觉权重
PPT 演讲模式	先导演规划卡 → 样张 → 分批出页 → 整套 QA

手绘密度阶梯到知识卡

PPT 模式：封面到收尾的整套节奏

PPT 常见页型：封面、大纲/大判断、模块、标准、场景、时间线、方法、收尾。流程是「先控节奏，再定风格，最后保一致」，不是每页硬套知识卡。

质量闸门：过这三关再留

角色一致
文字准确（贴输入内容）
结构清楚

边界：别当万能外挂

不保证复刻真人；不作证件照 / 高拟真商业肖像
不吃未授权照片、他人私密截图、不可分发资料
不替代商标/肖像权/投放前人工审核
用户确认后的私有角色资产，不要塞进公共 Skill 包当默认皮肤

生成 PPT 若要可编辑文字，可接 ppt-master 等 skills；具体生图模型取决于你的 Agent 环境（有 image_gen / GPT Image 等则可直出）。

下一张图之前先问自己

工具会迭代，热点会凉；稳定可识别的「你」才是配图侧的复利。下一张图之前先问：这是「我」，还是又一张「图」？

Linux 目录：先认核心位置，别死背整棵树

Mon, 10 Aug 2026 00:00:00 GMT

新手卡 Linux 目录，最容易把自己塞进「把 FHS 整张表背下来」的坑。真干活时你只需要先认几个常去的位置——改配置、查日志、找程序、回用户家，路熟了，整棵树自然长出来。

原料：公众号「小杰讲网络安全」运维速记图卡（主体六张）+ 「小林coding」《Linux目录结构详解》全景一图（并入文末对照卡）。

同系列还有「磁盘维护命令」「从加电到可登录」两篇运维速记，本篇先把目录认熟。

下面按「先看总览 → 认家 → 认干活三件套 → 补高频八目录 → 按用途记 → 整树对照」压成可带走的速记。

先看这张总览

径向总览：含 tmp / boot

整棵树从 / 长出来。图卡把常见枝丫摊开（含 /tmp、/boot），目的不是让你背完，是给你一张心理地图：以后听到路径，知道它大概挂在哪一支。

六个核心位置就够起步

核心位置：/ home root etc var usr

路径	干什么	新手记法
`/`	文件系统总入口	所有路径的根
`/home`	普通用户家目录	你的桌面/文档通常在这
`/root`	管理员（root）的家	不是 `/`，别混
`/etc`	系统与服务配置	改配置先来这
`/var`	会变的数据：日志、缓存、邮件等	查日志、看涨盘常来这
`/usr`	用户态程序与共享资源	找装好的程序多半在这

`/`、`/home`、`/root` 别混

/、/home、/root 区分

三件事最容易搞拧：

/：整棵树的根，不是「root 用户的家」。
/home/<用户名>：普通用户的家；你登录后 ~ 通常指向这里。
/root：超级用户自己的家目录，权限狠，普通用户进不去是常态。

记错一次就会出现「我以为在家目录，其实在根下乱写」——运维事故里很常见。

干活三件套：`/etc` · `/var` · `/usr`

配置 / 日志 / 程序

日常排障几乎绕不开这三个：

去哪	场景	例子直觉
`/etc`	改行为、看默认配置	nginx、ssh、systemd 单元旁路配置
`/var`	查发生了什么、数据在涨	`/var/log`、缓存、运行时状态
`/usr`	找命令/库/文档装在哪	二进制、共享库、手册页常落这里

口诀：改配置看 etc，查日志看 var，找程序看 usr。

（发行版细节会有 overlay / 合并目录，但新手先按这三格走，不至于迷路。）

再补八个高频目录

新手八目录：bin/dev/sbin/proc/tmp/boot/opt/mnt

核心位置认熟后，这八个出现频率也很高：

路径	一句话
`/bin`	基础用户命令（很多系统已与 `/usr/bin` 合并，概念仍要懂）
`/sbin`	偏系统管理的命令（同样常与 `/usr/sbin` 合并）
`/dev`	设备文件入口（磁盘、终端等「当文件用」）
`/proc`	内核与进程的「活信息」（几乎全是虚拟文件）
`/tmp`	临时文件；重启可能清空，别当仓库
`/boot`	启动相关：内核、引导配置
`/opt`	第三方/可选软件包常装这
`/mnt`	临时挂载点（U 盘、额外盘先挂这里很常见）

不要求一次背完；下次 cd 撞上其中一个，回这张表对一下就行。

按用途记，配三板斧命令

按用途记 + cd / ls / pwd

别按字母表背路径，按你要干什么记：

要改系统怎么跑 → /etc
要看它刚才干了啥 / 数据涨哪了 → /var
要找程序装哪了 → /usr（再辅 /opt、/bin）
要回自己文件 → /home；管理员自己的家 → /root

走路用三板斧就够热身：

命令	作用
`pwd`	我现在在哪
`ls`	这里有什么
`cd`	去那个位置

先 pwd 再 ls，少很多「以为在 A 其实在 B」的乌龙。

认路比背树重要

Linux 目录标准（FHS）很长，生产发行版还有合并、只读根、容器层叠……新手阶段目标很简单：听到路径能判断该去哪一类目录。核心六位置 + 干活三件套口诀 + 八个高频补丁，够应付绝大多数入门排障；真要深挖某个服务，再对着它的文档钻子目录就行。

附录：整树对照卡（小林coding）

上面是「先认常去位置」。需要把整棵树摊开核对时，用这张全景——左树右卡，按颜色分系统核心、设备挂载、用户数据、虚拟文件系统等。发行版细节会有差，大格通常稳。

Linux 目录结构详解全景（小林coding）

快速记忆（图卡底部）

路径	记法
`/etc`	看配置
`/home`	看用户资料
`/var`	看变化数据
`/usr`	看应用资源
`/tmp`	看临时文件

学习顺序建议：先 /、/etc、/home、/var，再扩到 /proc、/sys 这类虚拟文件系统。

补全表（正文八目录之外常撞上的）

路径	一句话
`/lib`	基础共享库与内核模块（常与 `/usr/lib` 合并）
`/media`	可移动介质自动挂载点
`/run`	本轮开机以来的运行时状态
`/srv`	本机对外服务数据（站点、FTP 等）
`/sys`	内核 / 硬件 / 驱动信息的虚拟文件系统
`/lost+found`	文件系统修复后捞回的碎片（ext 系常见）

和正文不冲突：日常仍走「etc / var / usr」三件套；这张卡只在你需要对照整树或解释冷门路径时翻。

小程序里别硬塞 GIF：Lottie JSON 走 canvas 2d

Tue, 11 Aug 2026 00:00:00 GMT

复杂高清动效用 GIF，体积先把自己埋了。设计师从 AE（Bodymovin 一类）吐出 JSON，用 lottie-miniprogram 吃进微信小程序 canvas。这是设计导出路线，不是 GSAP 手写 tween，也不是 SVG 十法那套描边/Morph。

同系列：动效库选型管 Web 引擎；SVG 十法管矢量镜头。本篇只钉 uni-app 微信端落地。

栈与生命周期

项	口径（原文）
宿主	uni-app + Vue 3.4 + TS
包	`lottie-miniprogram@1.0.12`（官方推荐适配层，源自 lottie-web）
画布	`<canvas type="2d">`
基础库	≥ 2.8 新 canvas；2.9 起正式开放
硬限制	不支持 expression，小程序禁动态执行 JS

核心三拍：lottie.setup(canvas) → loadAnimation({…}) → 页面/组件卸载 animation.destroy()。animationData（本地对象）和 path（仅网络 URL）二选一；rendererSettings.context 必传 2d 上下文。

真机会撞的坑

糊 + 比例飘：设计稿按 px，界面按 rpx，canvas 再不乘 DPR 就糊。先 rpx → px（rpx/750 * windowWidth），再设 canvas.width/height = 逻辑尺寸 * dpr，最后 ctx.scale(dpr, dpr)；样式宽高跟逻辑 rpx 对齐。
CSS 挪不动位置：type=2d canvas 是原生层，压在 webview 上，CSS 管不住。创建时把样式定死，或走节点/JS API 设位置。
AE 导出部分失效：渐变等在 AE 里能动，进小程序或 Lottie 编辑器却僵住。多半是导出配置与 Lottie 子集不兼容，别先怪自己写错 API；先丢官方/国内预览器验证 JSON。
expression 直接死：设计侧若靠表达式驱动，小程序端跑不起来，得在 AE 侧 baked / 换写法。

组件该收的面

封装成 LottieAnimation 时，够用的 props：width/height（rpx）、json（对象 | 远程 path 字符串）、isShow（v-if 控挂载）。内部把 DPR scale 藏掉；onUnmounted 必 destroy。页面侧本地 JSON import 进来丢给 :json，宽高给个 200rpx 量级就能验。

关键片段（DPR + setup，勿整文件照抄）：

1
const dpr = uni.getSystemInfoSync().pixelRatio;
2
canvas.width = rpxToPx(width) * dpr;
3
canvas.height = rpxToPx(height) * dpr;
4
ctx.scale(dpr, dpr);
5

6
lottie.setup(canvas);
7
state.animation = lottie.loadAnimation({
8
  loop: true,
9
  autoplay: true,
10
  rendererSettings: { context: ctx },
11
  ...(typeof json === "string" ? { path: json } : { animationData: json }),
12
});

完整示例仓库（文内 Gitee，勿当 star 榜）：phao97/miniprogram-lottie-animation-com。官方适配：wechat-miniprogram/lottie-miniprogram。素材与校验：lottiefiles.com、lottie-docs playground、json.cn/lottie。

什么时候别走这条

Web 营销站滚动叙事、时间线编排，回 GSAP / anime 那张选型表。纯 SVG 手写描边、Morph、滤镜，回 SVG 十法。只有「设计师已经吐出 Lottie JSON、目标是微信小程序」时，才值得把 canvas 2d + DPR 这一套接上。

动效库别瞎堆：先按场景砍到一个主引擎

Tue, 11 Aug 2026 00:00:00 GMT

站点一要「炫」，搜索结果就甩出一堆库名。真正费钱的是同一区块叠两套引擎、商用许可没查、以及用 Three.js 去拧按钮。下面这张表 + 决策树够开工。

同系列旁链：SVG 能动起来的十条路（手法文）· 小程序 Lottie（AE→JSON→canvas，不是 tween 库）。

anime.js spring playground

十库选型表

#	方案	主场	体积/形态（原文口径）	许可 / 坑
1	anime.js v4	CSS/SVG/DOM/对象；Scroll、spring、draggable	ESM、模块化按需	中等复杂度优先
2	GSAP	Timeline + ScrollTrigger 滚动叙事	插件生态	文称 2024 中 3.13+ 全插件免费（以官网许可复核）
3	Barba.js	MPA 整页过渡	~7KB	不是 SPA 路由动画替代品
4	ScrollReveal	进视口揭示	零依赖	编排复杂就换引擎
5	WOW.js + Animate.css	滚动触发 CSS 类	叠 Animate.css	WOW 商用要商业许可
6	Animate.css	纯 CSS 预设	无 JS 运行时	只够简单进出场
7	Velocity.js	jQuery `.animate` 升级路径	语法近 jQuery	新项目少见首选
8	mo.js	Burst 等 UI 微交互 / 矢量运动图形	微动效向	别当整站滚动导演
9	CreateJS	Canvas、广告、Animate 导出	Canvas 族	DOM 动效不找它
10	Three.js	Web 3D / WebGPU	场景引擎	2D UI 别硬塞

GSAP homepage

先问场景，再点库名

存量 jQuery 动画迁出：才轮到 Velocity。新活默认别从它开场。

anime vs GSAP：怎么二选一

	anime.js	GSAP
你在乎体积与上手	更轻，v4 ESM	能力全，按需挂插件
滚动叙事	有 Scroll	ScrollTrigger 仍是主场
团队已有时间线肌肉	够用就别上重的	复杂编排更省事
许可	常规开源用法	3.13+ 插件免费化后门槛下降（复核官网）

经验法则：营销长页、钉住、scrub、跨组件导演 → GSAP；卡片/SVG/弹簧玩具感、不想背插件心智 → anime。

WOW.js

别踩的两处坑

WOW.js 商用许可——个人演示和商用站不是一回事；能只用 Animate.css / ScrollReveal 就少背一层风险。
粘贴错乱别当真——原文末段曾把 mo.js 列表夹进「上一代库 / 原生 API」；正确归位：mo.js = 微交互；WAAPI / View Transitions = 与库组合的原生层，不是第 11 个同级「炫库」。

Three.js showcase

趋势其实就两头

专业动效在变成可默认依赖的基础设施（GSAP 插件免费化是信号之一）；另一头是浏览器原生 View Transitions / WAAPI 吃掉一部分「为过渡而引库」。库还在，职责更窄。

本站（Firefly）侧对照一句即可：滚动与时间线能力偏 GSAP 一脉；页面过渡走 Swup，和 Barba 的 MPA 过渡同类问题、不同实现——选型时分清「滚动叙事」和「路由/整页过渡」，别混进同一引擎硬扛。

GSAP 现已全员免费（附录）

同日另一篇公众号专讲许可拐点，差分钉在这里，不复读上面的十库对照。

GSAP is now free, thanks to Webflow

官网顶栏写得很直白：GSAP is now free for everyone, thanks to Webflow's support! 文称 2024 全面免费（含原 Club 插件）；商业能不能用、有没有例外，仍以官网许可页为准，别拿转载当合同。

短历程：Flash 年代的 GreenSock → 迁到 JS / 现代 Web → 插件生态把 ScrollTrigger / MorphSVG / SplitText 做成标配技能树 → Webflow 托底后的免费里程碑。知道这条弧线，就能理解为什么「以前劝你先看预算」的说法过期了。

还值一提的核心（细节去官方 docs，别在笔记里背手册）：

性能取向贴着 requestAnimationFrame
API 面：to / from / fromTo，目标可到 CSS / SVG / 普通对象
Easing + Timeline（多段编排才是它吃饭的家伙）
跨 DOM / SVG / Canvas / 框架旁路
插件：ScrollTrigger、Draggable、MorphSVG、SplitText…

和 anime 怎么二选一，见上文「anime vs GSAP」——这里只补一句：免费化之后，别再因为「Club 插件要钱」默认降级到轻量库；体积与心智成本仍是真实约束。

四个最短 snippet（认 API 形状即可）：

1
// ScrollTrigger
2
gsap.to(".box", {
3
  x: 200,
4
  scrollTrigger: { trigger: ".box", start: "top 80%", scrub: true },
5
});
6

7
// MorphSVG
8
gsap.to("#circle", { duration: 1, morphSVG: "#hippo" });
9

10
// SplitText
11
const split = new SplitText(".title", { type: "chars,words" });
12
gsap.from(split.chars, { y: 40, opacity: 0, stagger: 0.03 });
13

14
// Draggable
15
Draggable.create(".knob", { type: "x,y", bounds: ".stage" });

展开收起

资源：gsap.com/docs（旧 greensock.com/docs 多半会跳转）、官网 Forums / Community。写 GSAP 前先翻官方文档，别在中文二手安利里绕圈。

论文降重别再只换词：10 个 Skill 怎么串

Tue, 11 Aug 2026 00:00:00 GMT

换同义词、拆长句，查重还是红一片——因为动的是词，骨架没动。更糟的是为「看起来不一样」去改变量、数据或结论边界：那不是降重，是改研究结果。

稳一点的做法：先锁事实，再看重复到底是短语、句式，还是同一观点反复念，然后动句式、信息顺序和段落功能。一次改 1～3 段，改完立刻对术语和引用。

下面 10 个 Skill 覆盖局部改写到全文回检。适合改自己的稿，或在规范引用下重整合文献；不是整篇丢给 Agent 一句「帮我降重」。

换词为啥总救不了查重

表面动作	实际没动到的东西
因此→所以、研究表明→结果显示	主谓关系、从句嵌套、论证路径
长句硬拆	信息仍按原稿顺序排队
强行「差异化」	变量名、系数、显著性、结论范围被改歪

查重标红 ≠ 立刻开换。先诊断，再选刀。

别一锅炖：先锁事实再动刀

1
锁定事实 → 诊断重复 → 句法重构 → 信息重组
2
→ 段落功能 → 文献综合 → 引用核查 → 全文回检

章节力度别一刀切：

方法 / 结果：求稳。术语、样本、模型、数值能不动就不动；目标是准确可复现，不是「改得越不像越好」。
引言 / 理论 / 综述：句式和信息组织可以动得狠一点，但仍禁止加原文没有的事实。

降重降的是表达重复，不是研究内容；改写法，不改结论。查重率下降也不是唯一成功标准。

10 个 Skill 一张表

#	Skill	干什么	优先章节
01	术语与事实锁定	先列不可改清单，再动笔	方法、结果、假设
02	重复表达诊断	分清信息重复 / 句式重复 / 观点复读	连续标红、啰嗦段
03	句法重构	重排主谓、从句、信息重点；出简洁/学术两版	长句、理论分析
04	信息顺序重组	拆信息单元，按「问题→认识→不足→切入」重排	背景、引言、现状
05	段落功能重写	观点→证据→解释→回扣问题	散段、衔接生硬
06	多文献主题综合	共识→分歧→不足，禁作者流水账	综述、理论基础
07	方法段精准改写	保样本/变量/模型/流程；禁空增步骤与软件	数据、模型、实验
08	结果段数据驱动	少模板话，直接写系数/显著性/组间差异	回归、稳健性、实验
09	引用边界核查	防相关变因果、范围扩大、措辞过强	综述、讨论
10	全文一致性回检	术语统一、数据未漂、假设↔结果、风格突变	交稿前

粘贴即用的提示词骨架

共性约束（建议写进每条 system / 开头）：不改术语、数据、公式、引用编号；不新增原文没有的事实、方法、软件版本；不把相关写成因果。

01 术语与事实锁定

暂不改写。输出：①不可修改；②可调表达；③须特别注意的事实。原文：【段落】

02 重复表达诊断

暂不改写。判断：可删并的信息重复、重复句式、可重组观点、必须保留的术语数据引用；最后给改写顺序。原文：【段落】

03 句法重构

禁逐词同义替换、禁只调语序。重排主谓、主从、信息重点、句间衔接。给 A 简洁自然 / B 偏学术两版。原文：【段落】

04 信息顺序重组

拆信息单元并说明作用；按「核心问题→已有认识→现有不足→本文切入点」重排；不加新事实。原文：【段落】

05 段落功能重写

不沿用原句序。按：核心观点 → 证据 → 解释 → 与本文问题的联系。删重复，保留引用与事实。原文：【段落】

06 多文献主题综合

按共识→分歧→不足主题化；勿按作者流水账。保留引用编号且不错配；每结论标注支持文献；冲突写明，禁止硬合并。材料：【观点+编号】

07 方法段精准改写

必须保留：对象、样本量、时间范围、变量定义、模型名、参数、操作顺序。可删重复、合并步骤、调句式。禁增新流程/检验/软件/数据处理。改完单列「保留事实」供核对。原文：【方法段】

08 结果段数据驱动

少写「结果表明 / 研究发现 / 进一步说明」。优先：系数方向、显著性、组间差异、与假设对应。数值与统计结论不动；相关不升格为因果；不加原文没有的解释。原文：【结果段】

09 引用边界核查

对照改写稿与原始摘要 / 原文 / 读书笔记。查：相关→因果、对象/范围扩大、「必然 / 完全 / 始终」过强、引用是否撑得住、超出结论的推断。有风险给更谨慎表述。缺证据材料时 Agent 只能猜文风，不能猜文献证明了什么。

10 全文一致性回检

本轮不大幅润色，只找问题：术语前后一致；数据 / 公式 / 引用编号未漂；假设与结果对应；论断强度未超原稿；机械化表达；章节风格突变；遗漏 / 重复 / 逻辑断裂。输出问题清单（章节 / 原稿 / 改写稿 / 问题 / 建议改法）。

自己动手时记着这几条

一次 1～3 段，改完立刻对清单，别攒几十页再对。
Agent 空增检验方法、软件版本、没做过的数据处理——直接删，别因为「像论文」留下。
没给原始文献或读书笔记，就别指望「引用边界核查」真能核边界。
方法段目标不是差异最大化，是可复现；结果段能说清系数和显著性，就别连着换三种「表明」句式。

整篇扔给 AI，差在哪

整篇一句「帮我降重」：难控事实漂移，容易掉进换词循环。
拆开这条线：每步有明确输入输出，章节力度不同，最后用全文回检确认「还是原来那篇研究」。

原文还带学术 skills 导流包；本帖只收可复用的改写工序与提示词骨架。

视频管线别指望一个 Skill 包打天下

Tue, 11 Aug 2026 00:00:00 GMT

生成、粗剪、代码排版、多模态生媒、中文口播剪辑、Seedance 提示词——别指望一个 Skill 包打天下。Megadotnet 这张清单把链路拆开；信息图里 seedance 卡片曾误贴 videocut 仓库，以正文链接为准（作者已认）。

6 个视频类 Skills 一览

用法通识：装进 Agent Skills 目录后，由工具显式或隐式调用（作者留言口径）。下面对照 GitHub 现状（2026-08-11 抽查）做一张选型表。

六件对照，对上你卡的那段

#	Skill	仓库	干嘛的	更适合	抽查备注
1	HyperFrames	heygen-com/hyperframes	HTML/CSS/动画 → 确定性 MP4	宣发、教程开场、社交短片	Apache-2.0；面向 agent 渲染
2	video-use	browser-use/video-use	coding agent 粗剪	口播/采访/教程先过一遍	MIT；去填充词、调色、烧字幕
3	Remotion Skills	remotion-dev/skills	React 代码控字幕/动画/时间轴	排行榜、周报、产品更新栏目	`npx skills add remotion-dev/skills`
4	Generative Media Skills	SamurAIGPT/Generative-Media-Skills	图/视频/音频生成工具箱	广告、UGC、音乐短片、实验	MIT；依赖 muapi 等生媒后端
5	videocut-skills	Ceeon/videocut-skills	中文口播剪辑 Agent	重复句、口误、术语字幕	对比剪映：偏语义理解 + 词典
6	seedance2-skill	dexhunter/seedance2-skill	写 Seedance 2.0 视频提示词	分镜/镜头/运动/氛围拆解	MIT；英文+中文 Skill 文件

作者点名 Remotion「貌似目前最好用」——更准确的说法是：固定版式、要批量、能接受代码管时间轴时它强；口播去废话优先 video-use / videocut；纯文生视频提示词走 seedance2；要从 HTML 直接渲片走 HyperFrames。

能力落点，别混成一条河

1
想法 / 文案
2
  → seedance2（拆镜头提示词）或 Generative Media（直生媒）
3
成片素材（口播原片）
4
  → video-use / videocut-skills（粗剪）
5
栏目化、可复现版式
6
  → Remotion Skills（React 批产）
7
文章/推文 → 动效 MP4
8
  → HyperFrames

和本机栈怎么并排放

仓内 / 本机已有 video-use、firefly-minimax-media、story-to-handdrawn-video 等——这张清单是外部选型地图，不是替代安装说明。真要上某仓库，仍以其 README 的 skills 安装命令与密钥要求为准；Generative Media 类还要单独看付费后端。

白板手绘整条生产线（分镜·旁白·对角扫描渲染）另见 create-whiteboard-video。

别踩这些坑

信息图右下角卡片链接曾写错：seedance ≠ videocut。
「最好用」取决于任务：口播剪辑和数据周报不是同一条管线。
装了 Skill ≠ 免费无限生视频；生图/生片额度、ffmpeg、Remotion 工程环境都要自己备齐。

写 Skill 别堆料：Token 省在「够用」

Tue, 11 Aug 2026 00:00:00 GMT

做 Skill 时爱把背景、规则、示例一次塞满，觉得越全越好。真烧钱的，往往是这些每次调用都重复灌进上下文的大段。

好 Skill 不止答得准，还要「够用就好」：一句话能说清就不写三句；公共规则抽出去复用；示例要代表性，不是堆数量。复杂事拆成多个小 Skill，Agent 按需调用，上下文更干净，维护也轻松。

Token 在业务里已经是运营成本。优秀 Skill 不是写得最长，而是用最少信息把事讲清、做对。

站内相关阅读：Skill 怎么写，上下文怎么省（门牌、七根柱子、分级加载）。

信息图：核心原则 + 五条优化对照

先钉四条规矩

原则	落地
精简为要	删冗余，只留必要
精准明确	目标写清，少空话
结构化	用列表 / 字段抬信息密度
复用共享	公共模块一处维护，子 Skill 引用

五条改法：胖稿怎么削

原文给了「高 Token → 低 Token」对照。节省比例是经验估计，当方向看，别当精确账本。

精简描述（估省 30%+）
长自我介绍、背景铺垫 → 一句角色 + 任务。
结构化表达（估省 20%+）
「请详细分析…再给方案…注意全面…」→ 固定回答骨架：分析 / 方案 / 收尾判断 + 短要求。
精简指令（估省 15%+）
「仔细阅读并理解…多角度…最佳答案」→ 「理解问题，分析，给出最佳答案。」
复用公共内容（估省 10%+）
每个 Skill 复制同一 JSON schema → 父 / 全局定义 {code, message, data}，子 Skill 引用。
控制示例数量（估省 10%+）
四个超长示例 → 两个短而有代表性的。

改 Skill 时顺手扫一眼

合并重复指令
缩写不影响理解再用
写明输出长度 / 范围
非必要说明懒加载（真用到再给）
复杂任务拆多步 / 多 Skill，别做一个巨型 Prompt
改完前后对比效果，再迭代

和本仓写法怎么对上

落到个人博客或小型工具链也一样：主说明只写常用路径，细则另开附录；公共校验抽成一份复用，别每个技能各抄一遍；发文、校验、索引更新拆成独立能力，用到再串。这就是「聚焦单一能力 + 按需调用」的落地版。

写新 Skill 前先问三句：这段每次都会注入吗？能上提到父规则吗？这个示例删了模型还懂吗？

别踩的坑

「信息越全效果越好」在 Skill 里常常变成「上下文越胖、越贵、越好偏」。
拆 Skill 不是拆成碎片：边界要清，公共契约（输出格式、红线）要共享。
原文百分比未给测量条件；落地时用自己的前后 token 对比验收。

SVG 能动起来，这十条路别混着抄

Tue, 11 Aug 2026 00:00:00 GMT

刷到「解析 SVG 动画的 10 种实现方法」时，容易和「前端动效库 Top10」糊成一篇。不是一回事：那篇在挑 anime / GSAP / Three 进谁的包；这篇在问 路径、描边、遮罩、滤镜 本身怎么动。

库是导演椅；下面十条是镜头语言。先认手法，再决定要不要请 GSAP 上场。

姊妹篇：动效库按场景选型 · 小程序 Lottie（设计导出路，不是手写 SVG）。

十法对照：原理 / 场景 / 成本

#	手法	原理	适合场景	成本	性能/支持注意
1	CSS Transition	属性变了就插值	hover、焦点反馈	低	优先 `transform`/`opacity`；别拿来做多段剧情
2	CSS Keyframes	`@keyframes` 声明帧	循环呼吸、简单入场	低	跨元素同步脆弱；复杂时间轴易炸
3	Stroke dash 描边	调 `dasharray`/`dashoffset`	签名、logo 描出、路线生长	中（要量 path 长）	视觉便宜、实现不贵；长 path 注意主线程
4	WAAPI	`element.animate()`	要暂停/编排又不想引库	中	可编程；比 CSS 好控，比 GSAP 能力窄
5	GSAP（MorphSVG / MotionPath…）	时间线 + SVG 插件	多段叙事、morph、滚动驱动	高	天花板高；包体与学习成本换可控性
6	Motion Path	CSS `offset-path` 或 SMIL `animateMotion`	图标沿轨、飞行轨迹	中	SMIL 有弃用/收缩风险；新项目偏 CSS 或 JS
7	SVG 滤镜动画	动画化 filter 参数	水波、噪点、扭曲转场	中高	滤镜重；大面积常驻慎用
8	Morphing	两段 `path d` 插值	图标态切换、流体形变	高（点要对齐）	原生难对齐；工程上常借 MorphSVG 一类
9	mask / clipPath	动画遮罩或裁剪形	擦除转场、聚光灯显隐	中	比硬切 `display` 更有设计感
10	CSS 3D on SVG	`perspective` + 3D rotate	轻空间层次、翻转感	中	不是真 3D 引擎；重场景仍看 WebGL

最短示意只记字段，不贴长墙：

描边：stroke-dasharray + 动画 stroke-dashoffset
路径走位（CSS）：offset-path + offset-distance
WAAPI：svgQuery.animate([{ opacity: 0 }, { opacity: 1 }], { duration, easing })
形变：对齐后的 d A → d B（或交给 MorphSVG）

怎么选，别十条全上

你卡住的问题	先试	升级条件
按钮 / 图标 hover 一下	CSS Transition	要多关键段 → Keyframes 或 WAAPI
循环装饰、轻入场	CSS Keyframes	要和滚动/状态机咬合 → WAAPI / GSAP
「像被画出来」	Stroke dash	还要沿轨飞 → Motion Path（CSS）
要 JS 控进度，但不想加依赖	WAAPI	时间线变脏、多目标编排 → GSAP
图标 A 融成图标 B	Morph（或 GSAP MorphSVG）	path 点对不齐就先整理矢量，别硬插
擦除 / 显露内容	mask / clipPath	要扭曲质感再叠滤镜，并盯帧率
轻微翻转层次	CSS 3D on SVG	真场景、灯光、相机 → 别硬撑 SVG，换 WebGL

经验边界：

CSS 够用就别上库：交互反馈和循环装饰，Transition / Keyframes 已经体面。
WAAPI 是「可编程的 CSS」，不是 GSAP 平替；缺的是成熟插件生态和脏活封装。
描边 ≠ morph：一个在「露出线」，一个在「改形状」。
mask 解决显隐叙事，滤镜解决质感；滤镜贵，能少用少用。

比第十一种手法更重要的坑

SMIL：animate / animateMotion 在部分浏览器支持收缩或标弃用。新代码默认走 CSS offset-path、WAAPI 或 GSAP，别把关键动效绑死在 SMIL 上。
prefers-reduced-motion：系统要求减少动态时，关掉非必要循环与大位移；至少提供静止态。
性能：动画优先 transform / opacity。狂改 d、大面积滤镜、布局几何，掉帧比「不够炫」更伤。
3D 预期管理：CSS 3D 贴在 SVG 上只是空间感，不是 Three 的替代品。

先分清「用什么库」和「SVG 上哪一种镜头」。选错层，后面全是补丁。

Agent 记忆八选一：先看钱袋子再谈优雅

Tue, 11 Aug 2026 00:00:00 GMT

记忆方案一多，宣传就爱说「无限上下文」「永不遗忘」。落地时真正咬人的是 token 账单——你塞进上下文的每一段历史，都在烧额度。策略没有银弹，只有按场景选型；八招可以组合，但组合本身也是工程债。

这篇是通用选型轴（会话长度 × 精度 × 预算 × 工程复杂度），不是某一家产品（Claude Code / pi / OpenCode）的装法说明书。宿主各有自己的记忆壳，换产品时别假设策略能原样搬家。

选型先盯四根轴

轴	问自己
会话长度	几轮就完，还是跨天跨项目？
精度要求	漏一句就翻车，还是大概对就行？
预算	token / 向量化 / 图谱构建，哪条账先爆？
工程复杂度	谁维护检索、摘要质量、换页逻辑？

四根轴拉满再谈「要不要上向量库 / 图谱」。好策略会给 Skill 留接口——检索、压缩、分层写入都能做成可调用能力包；烂选型则是把整段历史硬塞进 prompt，Skill 也救不回来。

八招对照

策略	核心做法	优	劣	更适合
全量记忆	历史原样进 LLM	不丢信息、准	token 贵；过长拖性能	短对话、关键信息不许丢
滑动窗口	只留最近 N 轮	长度稳、成本可控	早期没了；怕长程依赖	客服、实时问答、只看最新
相关性过滤	先筛再喂	噪声少、省 token	检索差就误杀重点	知识问答、文档聊、检索向
摘要 / 压缩	长史压成短文	大幅省钱、留主干	细节易丢；绑摘要模型	长聊总结、纪要、长文分析
向量库	向量化 + 按需召回	语义检索、可扩海量	向量成本；质量看 embedding	知识库、企业文档、长期检索
知识图谱	实体关系进 GraphDB	关系清、利复杂推理	构建 / 维护极贵	关系推理、知识管理、专家系统
分层记忆	短窗 + 长向量双轨	效率与完整可兼顾	架构重、维护重	超长聊、个性化助手、复杂任务
类 OS 内存	Active ↔ Disk 换页	撑超长与持续学习	工程极大；换页有开销	超长交互、持续学习、持久记忆

读表时别只盯「优势」列——劣势列往往才是账单和翻车点。

怎么叠，别怎么吹

可组合：窗口管当下，摘要管中程，向量管「以前说过啥」，图谱只留给真有关系推理的域。

无银弹：宣传里的「无限记忆」多半是某一层换了一种存法，不是免费无限上下文。

上线前先估峰值 token；上线后盯误召回 / 误摘要。记忆策略决定上下文从哪来；Skill 决定拿到上下文后怎么做事——前者选型错了，后者再漂亮也是在噪声里干活。

和五种 RAG 架构怎么选是邻居题：那边问「检索会在哪失败」，这边问「历史塞进上下文要付什么账」。两张表可以并排看，别当成同一张考卷。

Claude Code 装什么：17 插件对照两张 Top10

Tue, 11 Aug 2026 00:00:00 GMT

模型开箱大家差不多。真拉开差距的，是 skill、CLI、插件装没装对——以及你有没有把三张宣传榜当成同一份购物车。

这篇文章只做一件事：对照。一张是作者自用 17 件套（设计 / 效率 / 数据），另外两张是团队协作 Top10 和自动化 Top10。名单几乎不重叠；硬并成「27 个必装」只是给上下文添堵。

团队协作 Top10 图卡

自动化 Top10 图卡

三张榜各自吃哪口痛

榜	吃什么	装源诚实度
自用 17	个人机上的审美补丁、少写代码、喂外部信号	文中多给 CLI / 仓库线索；仍按「作者筛选」看
团队 Top10	规格、PR、评审、决策、入职、复盘	宣传名；文内无仓库，是否可装未验证
自动化 Top10	开发测试、清洗数据、发版运维那类重复劳动	同上；公开检索也对不上同名可装包

先认能力与类别，再决定去哪找实现。名字好看不等于能 npx skills add。

17 件套：痛哪类拿哪类

一次装满没意义。痛哪类就从那类拿 1～2 个，跑通再加。

类	你在烦什么	先摸哪几个
设计	界面一眼塑料、落地页同质	Taste、Impeccable、Awesome Design.md
效率	代码写多、token 贵、浏览器 / GitHub 手点	Ponytail、Playwright CLI、`gh`、Skill Creator
数据	外部信号、网页进上下文、库 / 记忆 / 收款	Last 30 Days、Firecrawl CLI、LightRAG、Stripe CLI

设计类里，Taste 偏从零 / 重做观感，Impeccable 偏命令面 + 页内点选改——别两个一起上来搅浑。审美深潜另有专帖，这里只记它在 17 件里站「审美入口」位。

效率类真正可复用的，往往不是再塞三个 skill，而是 Ponytail 那套写前五问：真需要写吗？库里有没有？标准库够不够？平台原生有没有？已有依赖能否一行解决？gh + Skill Creator 我认作地基：issue / PR / release 能在终端闭环，你自己还能造轮子。

数据类按需开抽屉。常爬网页再上 Firecrawl CLI；常要外部热点再上 Last 30 Days。GWS / Stripe / Supabase 按你是否真的碰 Workspace、收款、后端再决定。说不出「它替我省掉哪一步」，就卸。

Playwright 选型口诀：Agent 长会话里偶发点网页，MCP 可能更省事；批跑、脚本化、控成本，优先 CLI。

两张 Top10：能力备忘，不是安装清单

协作榜堵的是对齐乱、PR 说不清、老人带不动新人。按痛点裁：

痛	先看哪几把（宣传名）
对齐乱	Spec Aligner、Issue Gardener
PR / 评审糊	PR Narrator、Review Router
决策会丢	Decision Log
新人进海	Onboarding Map、Knowledge Base
安全 / 设计核对	Security Buddy、Design Sync
复盘空转	Retrospective Bot

自动化榜堵的是重复劳动。按段拆开看：

段	宣传名
开发测试	Agent Swarm、Playwright Scout、Terminal Sense、CI Fixer、Screenshot QA
数据处理	Data Cleaner
发布运维	Changelog Miner、Dependency Guard、Release Notes、Nightly Runner

两张榜名单几乎不重叠。别当成同一表的续集，也别跟 17 件套逐条合并——切面不同。

差分一眼看完

维度	17 自用	团队 Top10	自动化 Top10
读者场景	个人工作台提效	协作摩擦	流水线重复劳动
典型物件	CLI、审美 skill、喂料工具	规格 / PR / 入职类能力名	CI / 巡检 / 发版类能力名
和另一榜重叠	几乎无（个别能力相近但名字不同）	几乎无	几乎无
我怎么用	按痛点装 1～2 个可验证的	当「团队该覆盖哪些能力」备忘	当「重复劳动该外包哪段」备忘

撞名不等于可装。生态里能搜到能力相近的 Playwright / changelog / CI 修复类 skill，那是别的仓库、别的名字，不能偷换成「就是榜上这十个」。

我会怎么装

如果是我自己的机器，顺序大概是：

gh + Skill Creator（地基）
痛 UI 再上 Taste 或 Impeccable 其中一个
常爬网页再上 Firecrawl CLI；常要外部热点再上 Last 30 Days
Ponytail 当习惯补丁，数字当参考，五问当纪律
团队侧先对照协作榜写清「我们缺哪段能力」，再去找可审仓库或自己写同名能力包
自动化侧同理：先标重复劳动段落，再找可核实现

其余当工具抽屉。开了就要能说出替我省掉哪一步。

六张海报，五种能偷师的刀法

Tue, 11 Aug 2026 00:00:00 GMT

公众号几乎没写字，甩了六张国际/活动海报。跟同日的「红墙上的节气」一样是视觉品味归档，但题材不是一回事——那边是瓶口里的紫禁城，这边是破框、字母窗、像素块。

同日旁链：红墙上的节气 · LogoLounge 2026 十五刀（均仍在草稿箱，本地可开）。

版权先钉死：只当案例欣赏归档。禁止商用临摹、二创当己有。权属归原设计师与品牌方。

Focus 取景框

按手法归类（每张一行）

手法	图	带走
取景 / 焦点	01 Focus · light/focus/shine	蓝半调糊一片，红橙取景框抠出一只眼——乱托准
破框 + 网格	02 Nike Air Max Day · MAXXED OUT	人鞋冲出蓝天框压住大字；网格管信息，破框管劲
双色场 + 跨缝	03 Mont-Tremblant · JOIE DE VIE	左灰白山景 / 右黑底橙字，滑雪者骑中缝，外套色跟字同色
字母窗 + 破框	04 哈尔滨冰雪节 · 北欧滑雪	巨型 N 当雪景窗，人冲出字廓——字是容器不是贴纸
像素网格	05 POKO COX 红花；06 DE ETENDE MENS 黄底橙字	像素是造型网格，不是滤镜；06 再叠纯双色场

Nike 破框

JOIE DE VIE 跨缝

字母 N 窗

像素红花

双色像素场

做 PPT / 信息图时怎么用（别描人家成稿）

要动能 → 主体溢出边框或压住标题一角（学 02 / 04 的逻辑，别复刻 Nike / 冰雪节画面）
要聚焦 → 大面积降噪 + 一小块高饱和清晰区（学 01）
要干净对比 → 竖切双色场，用人物或色条缝合（学 03 / 06）
要活动海报土味变利落 → 统一像素网格 + 中心锚点 + 信息贴边（学 05 / 06）

版权边界

无作者、无链接也不等于公有领域。Nike、冰雪节物料、活动票海报，权属在品牌方 / 主办方 / 署名设计师。本稿不授权二次传播、不授权改图出货。

前端别再 AI 紫：设计向 Skill 怎么叠

Tue, 11 Aug 2026 00:00:00 GMT

Cursor / Claude Code / Codex 写前端，功能往往能跑，脸却总像同一张：紫蓝渐变、100vh 居中 Hero、三等分 Feature 卡、Inter 一把梭。行业叫这 AI Slop——不是「丑」，是「默认」。

这周手头三份素材其实在讲同一条审美流水线的三层，不是三个互抢的安装包：

层	管什么	代表
约束	反模板规则、三旋钮、起飞前自检	Taste Skill（`design-taste-frontend`）
串技	参考图落地 → 拧品味 → Vercel 规则钉到 `file:line`	设计美化四技里的网页三连
词库	点名美学家族（79 风格 × 中英 Prompt）	`ui-styles-skill`

别四个 skill 一锅扔进同一轮对话，也别把「风格名」和「品味旋钮」当成同一把刀。

四技总览图卡

Taste：把「别出那张脸」写成可执行规则

Taste Skill（Leonxlnx，官网 tasteskill.dev，MIT）不是 UI 库、不是 CSS 框架、没有运行时。本质是一堆 SKILL.md：读 brief → 调旋钮 → 硬禁常见模板 → 起飞前自检。

默认安装名 design-taste-frontend，当前是 v2 experimental（要钉死旧行为就装 design-taste-frontend-v1）。骨架可以记成四段：

§0 Brief Inference——碰代码之前先读房间：页面种类、vibe 词、参考 URL/截图、受众、品牌资产、安静约束。输出一行 Design Read 再开干。brief 真含糊时只问一个澄清问题，不连环审问。

三旋钮（1～10）：

旋钮	默认	低 → 高
`DESIGN_VARIANCE`	8	对称干净 → 不对称实验
`MOTION_INTENSITY`	6	静态 / hover → 电影级 / 磁吸 / 滚动
`VISUAL_DENSITY`	4	画廊留白 → 座舱密铺

Baseline 8 / 6 / 4。覆盖靠对话，不靠让用户去改 skill 文件。

Hard Bans（节选）：默认紫蓝渐变 / Lila glow（品牌明确要紫另说）、100vh 居中 Hero 当万能开场、三等分等宽 Feature 墙、滥用 Inter、em-dash 当装饰、半截交付和假数据文案。

Pre-Flight：交付前大约 60 项自检。过不了就返工，不当「差不多」。体积提醒：单份 SKILL 大约 87KB / ~2 万 token——装了就会占上下文，不是免费午餐。

仓库里还有 image-to-code、redesign、图像 comps、brutalist 等十来个安装名。不必一次全装；默认一个 design-taste-frontend 往往就够起步。

落地页 / 作品集 / 营销站是主场。仪表盘、数据表、多步产品后台，官方自己划了「不是它的菜」。

Floria 落地页气质样张

四技网页线：先锚点，再旋钮，再审查

瑭宋元那篇「设计美化专题」把四技并排推。装机量、星数先当宣传数字看（作者称，本轮未核）。宿主兼容按作者口径：WorkBuddy / Codex / QoderWork / Trae。

#	Skill	角色	你真正拿走的
01	`web-design-guidelines`	审查 · Vercel	18 类规则扫 UI；吐 `file:line`
02	`design-taste-frontend`	品味 · 反 AI 味	就是上一节那套旋钮
03	`image-to-code`	图像落地	参考图 → 拆解 → React / Next / Tailwind
04	`baoyu-comic`	知识漫画	6 风格；知识 → 多页漫画

网页线（推荐）：image-to-code → design-taste-frontend → web-design-guidelines。
先有视觉锚点，再拧品味，最后用 Vercel 规则钉到具体行。

漫画线：baoyu-comic 单独跑。它解决的是「知识怎么变成可翻页漫画」，跟落地页审美不是一条流水线。

安装命令（作者文内，本机未实测）：

Terminal window

1
curl -fsSL vercel.com/design/guidelines/install | bash
2
npx skills add Leonxlnx/taste-skill --skill design-taste-frontend
3
npx skills add jimliu/baoyu-skills --skill baoyu-comic

image-to-code 原文图卡没给独立一行安装命令；串进网页线时按你宿主里实际包名再补。

ui-styles：别只会喊「好看一点」

Ant Design 看腻了，跟 Agent 又只会喊「好看一点」——等于没给审美词条。ui-styles-skill 干的事很窄：把开源 UI 风格 Prompt 装进 Claude Code Skill，写前端时能点名风格（离线读本地 catalog）。

ui-styles 封面：79 风格 · 离线 · 中英

2026-08-11 核对：README 写 79 design styles × bilingual prompts；GitHub 显示 ★10；上游 Prompt 致谢 TonnyWong1052/UI-Prompt。封面图写 79、公众号正文常见 70+——以仓库 79 family 为准；其中 9 个只有 style.md（理解用），没有可直接生成代码的 custom.md。

能带走的用法：按场景筛候选；点名风格（如 claymorphism）再出页；两个风格名直接对比各自 style.md。作者例：出入库项目用 Shadcn/ui + Tailwind 做黏土风——风格词有了，组件库才是落地层，不是互斥。

三层怎么叠，别搅成一锅

	Taste / 四技品味层	ui-styles
管什么	反模板约束 + 审查落点	风格 Prompt 库
典型动作	brief → 三旋钮 / `review my UI`	「用 claymorphism 做登录页」
适合先上	已经「能跑但一眼模板」	知道要某种美学家族、缺词条

推荐串法：先从 ui-styles 点风格名（或从参考图走 image-to-code），再用 Taste 收口，最后 guidelines 钉行号。漫画需求单独开 baoyu-comic，别跟网页三连搅。

适合谁，别硬套谁

适合：落地页、作品集、营销站、活动页；已经一眼模板的改版；想把审美判断沉淀成可复用 Agent 约束的人。

不太适合：后台表格、高密度仪表盘、多步产品工作台；brief 糊却指望旋钮救命；上下文很紧、不想喂进约 2 万 token 规则的会话；把 v2 experimental 当生产契约却拒绝回退到 v1。

作者声明（Taste）：没有官方代币 / 币 / 加密项目；蹭名发币的一律无关。

八种软技能，别当成功学大纲背

Tue, 11 Aug 2026 00:00:00 GMT

舟舟（「舟舟书写青春」）一篇清单文，文末署 2026.7.24。体育人视角很明显——团队那条直接甩 4×100 交接——但整篇仍是软技能菜单，不是可逐步验收的方法论。读完能带走一张表和几处降温就够，扩成励志长文没必要。

原文没图，封面后补；有人留言要封面，作者说可以分享，这边没收着。

能带走的就这些

#	能力	作者落点（压缩）	读的时候留个心眼
1	自我管理	先管时间：排程、砍干扰	对，但别停在「我要自律」口号
2	解决问题	有题就拆、就推进	和岗位方法绑定才有用
3	沟通表达	说清/写清；点到《北大口才课》等	课本能练嘴，替不了场景反馈
4	团队合作	4×100：棒交不稳，个人再快也白搭	体育人比喻好懂，职场映射各自补
5	领导能力	定方向、带人、卡住时扛	和「合作」相邻，别混成当官术
6	逆商	挫败里还能走；引「敌人围我万千重…」；荐《心之力》	书目高风险，见下
7	创造	几何/三视图 → 知识迁移 → 经商	迁移例子可爱，不是证明链
8	思辨	读书养判断；自称读「96000 本」	数字未核，疑夸张

作者留言勘误：「和用」→「和有」不怕困难的态度——归档按改正理解。

留言里两句有点意思：过客说逆向思维、完人往往拔不了尖；Frederick 说这八项过去现在未来都急——当气氛补充即可，不必抬成论据。

水分先降温

《心之力》：常见网文路线多被指伪托毛选/毛著。笔记里只记「作者推荐过」；别当史实，也别当权威读本去跟人安利。
「96000 本」：作者说法，无书单、无统计口径。疑夸张；引用请写成「作者称」。
全文调性是青年向清单 + 鸡汤边缘；要落地的人，价值止于能力名词对照表，不是操作手册。

旁边怎么并排

企业阵型、精益领导力、人效四层那几篇是组织/管理向；本篇是个人软技能菜单。职业叙事向的 FDE，另见被裁了别开馆子——旁链互指，不并夹。

Endless Tools：浏览器里做艺术指导向的 3D，别被那张 ¥6.6 价卡带跑

Tue, 11 Aug 2026 00:00:00 GMT

「每天认识一款」第 58 期标题写的是 Endless Tools｜3D 设计工具，配图也确实是官网那套黑底、模板墙、材质面板。正文却像把好几篇 AI 设计软文揉进了一锅——Logo、PSD 分层、一键 PPT、绘本动画，FAQ 里还冒出个 Anijam。

这篇只带走：它大概是什么、官网侧能核对到什么、公众号里哪些段落要当噪声。

Art direction is now software

产品本身：偏 art direction，不是又一个「文生海报」

按官网（endlesstools.io，核对日 2026-08-11）和本期配图，Endless Tools 更像：

浏览器里跑的 no-code / 低门槛 3D + 动态视觉工作台
口号直白：Art direction is now software（艺术指导变成软件）
强项在「可控的最终观感」：模板可改、材质可喂、特效可叠，再导出图 / 视频 / 嵌入网页

它跟 Midjourney 那种「出一张图就走」不是一路。更接近：品牌 / 平面同学想快速摸 3D 意向、做提案视觉、往站点塞可交互片段，又不想先开 C4D。

八项能力墙：挤出、AI 建模、特效、3D 字、AI 材质、Embed、8K、后期

官网功能墙（与配图一致）可记这张表：

能力	人话
3D Extrude	矢量挤成 3D；也可逛 Noun Project 形状
AI 3D Generation	文生 / 库里捞模型
Visual Effects	图、视频、3D 场景上叠实时特效
3D Text	精选字体做立体字与动画
AI Textures	文生材质贴到模型上
Embeds	交互场景嵌进网站
8K Render	高分辨率静帧导出（商用向宣传）
Post-processing	后期叠层

材质侧配图很能说明「控制感」：左侧扎染佛头，右侧 AI Material Creator（类目 STONE / WOOD / METAL… + prompt + Generate / Upscale）。

AI Material Creator 与佛头材质示例

公众号正文：哪些能信，哪些当串稿

区块	怎么读
开场「告别工具焦虑」	栏目统一鸡汤，压成一句：用一杯咖啡时间扫工具即可
「是什么」里封面/海报/教育工作者	方向勉强沾边；别当成功能清单
Part·One 七条（文生设计、AI Logo、智能排版、PSD 分层…）	与配图 / 官网八宫格对不上，更像通用 AI 平面工具文案，勿当 Endless 说明书
Part·Two「从文本生成 → 排版配色 → 导出 PDF」	流程腔偏平面生成器；官网叙事是模板 / 实时 3D / 导出 8K·视频·GLB 等——以官网为准试
价格表 + 配图价卡	严重存疑，见下节
Part·Three 场景	自媒体封面、创业物料、提案概念图——若落在「快速 3D 视觉」上还说得通；写成「一键 PPT / Logo 工厂」就过了
FAQ	浏览器、低配电脑——和「Web 工具」一致；Anijam、动画角色商用口径——当原文笔误 / 串稿，不要扩写

定价：原文别采信，官网另记一笔

公众号价卡长这样：基础免费 vs 专业 ¥6.6 / 月起，细项全是「PPT 模板下载、一键生成 PPT、可编辑源文件」——跟 3D 工具标题硬撞。

粘贴正文还甩出全能 ¥79（绘本 / 故事 / 视频）、教育定制两档。这已经不是「写错一个数字」，是整段像别的产品价目混进来了。

原文价卡：权益条目明显偏 PPT

官网公开页（同日核对）写的是另一套口径：

Free：核心功能 3 天试用（不是「永久免费基础档 + 5 点」那种表述）
PRO：约 20/月，年付约20 / 月，年付约 20/月，年付约249.99（页上有 Save 17% 年付选项）
PRO 权益宣传点：每月 AI credits、商用无水印、最高 8K / 视频 / USDZ·GLB·Web embed、实时特效、模板库等

不要用公众号那张 ¥6.6 / 绘本表做决策；要付钱先打开 endlesstools.io 看当前套餐。汇率、活动价、国内代理价本文未核。

谁会真用得上

说得通的用法大致是：

提案前快速堆 3D 意向、材质与光感，而不是交付最终影视级资产
站点 / 作品集需要可嵌入的轻交互 3D 或特效块
平面出身、不想先啃传统 3D 软件安装与硬件门槛

说不通、或至少别按这篇公众号去承诺的：

当「AI 一键出商用 PPT / 绘本动画」的平替（原文价卡在暗示这个，产品图不支持）
默认「生成内容全球商用无坑」——FAQ 写得很满，仍以平台条款为准

还想动手时

直接打开官网，用免费试用摸模板墙和 Material / Effects 面板。
导出前先搞清你要的是静帧、视频，还是 GLB / embed。
若只在公众号里看到 ¥6.6 和「一键 PPT」，当广告拼贴略过，回到官网价。

公众号真实链接原料未给；定价与功能以官网当日页为准。

安永把 2026 以后叫 NAVI，别再赌一条直线

Tue, 11 Aug 2026 00:00:00 GMT

公众号扔来一版安永 Megatrends 2026 导读。我没把整本 PDF 搬进来——本地也没收齐原文图——只把能带走的骨架压在这里。官方页核对日：2026-08-11 → ey.com/en_gl/megatrends。

Foreword · NAVI

线性预测，先退休

NAVI = Nonlinear · Accelerated · Volatile · Interconnected。
意思很土：变化会拐弯、会加速、会抖，还会互相扯着走。还用「明年大概这样」押注，等于假装世界还听话。

安永给的姿势是 future-back：先看见若干可能未来，再往回找今天就能下手、且跨情景都划算的动作（他们叫 no-regret moves）。不是算命更准，是别把鸡蛋放进一条预测里。

一张图看清八条线

四根力（技术 / 人口 / 可持续 / 地缘）搅在 NAVI 环境里，长出八条 megatrend；两端是两条主轴——超流体企业 和 资本主义再平衡。

EY Futures Reimagined framework

#	Megatrend	人话
1	Superfluid enterprise	摩擦被啃光，组织边界变软
2	Human-machine hybrid	人机从「增强」走向更深合并
3	Productivity reset	旧产量尺子不够用了
4	Talent rewritten	人与 AI 能力一起改写
5	Migration infrastructure	人口流动要基建，不只是政策口号
6	Global resource rush	关键资源争夺外推到地球边缘
7	Age of trust	信任变稀缺资产
8	Capitalism rebalanced	资本配置偏向韧性与长期价值

中间四条（生产力度量、人才、迁移、资源）导读常一带而过；真正反复砸的是 1、2、7、8。

超流体：三件套啃摩擦

报告把超流体企业钉在三块砖上：agentic AI + 智能合约 + 数字孪生。
数据、人才、资本少卡在部门墙里；人从「批每一步」滑向「编排整片生态」。听着像咨询话术，落地时不妨反问一句：你司哪段流程还在靠邮件和表格制造摩擦？

人机杂交：尺子也得换

Preparing for human-machine hybrid era

不是多买几个 Copilot 席位就完事。报告把「超流体」当成基础设施，上面才谈人机杂交和生产力重置——质量、原创、判断力权重上升，纯吞吐指标会骗人。治理跟不上时，杂交只会放大事故面。

信任：失信约砍三成价值（报告称）

安永援引分析称：公司失信可丢掉约 30% 价值。
这是报告口径，不是我复盘出来的——当决策压力测试用，别当财务公式。信任从「品牌口号」变成和数据一样要投、要量、要护的基础设施。

资本主义再平衡：股东不是唯一坐标

另一条 throughline：资本与资源分配更看 多元化、韧性、长期价值，利益相关者进场。跟「超流体」对着看——一边把组织内部的摩擦抽干，一边把外部计分板从季度 EPS 拧松一点。做不做得到是另一回事；至少别还拿 2015 年的激励模型假装能扛 NAVI。

今天就能问的三句

我们还在用单一预测写预算吗？有没有跨情景都成立的无悔动作清单？
AI 代理 / 合约 / 孪生——有没有一块真在啃摩擦，还是全是 PPT？
信任出事时，我们量的是舆情热度，还是价值与采用率同时掉崖？

原文配图远不止三张；本帖只收了导读实给的三张，框架图务必留着。PDF 没进本地盘，要细读去官方页下，别以为这里已经「全文归档」。

给 Agent 喂网页：Firecrawl 怎么用

Tue, 11 Aug 2026 00:00:00 GMT

Agent 要上网，脏活往往不在模型，而在：搜得到、抓得干净、JS 页别炸、输出别全是导航栏。
Firecrawl 把自己摆成 Web context API——官方原话是 search / scrape / interact the web at scale。人话版：少自己养爬虫农场。

firecrawl/firecrawl GitHub 卡

正确仓库（原文链接曾打错，别抄错）：https://github.com/firecrawl/firecrawl
许可证 AGPL-3.0；云端免费档原文称 1000 credits/月——2026-08-11 看定价页，Free Plan 确实是每月 1,000 credits。

它到底替你扛哪一段

能力	你少做的事
Search	搜完还要再打开结果页——它顺手把内容带回来
Scrape	URL → Markdown / 结构化 JSON / 截图，少洗 HTML
Interact	要点按钮、翻页、填表再抽——浏览器动作叠在 scrape 上
Agent	「帮我凑这类数据」式描述，自动跑一圈（预览/额度另算）

旁路还有 Crawl / Map / Batch，选型时主看上面四块就够。

接进工作流的常见口子：SDK（Python / Node）· MCP · CLI / 云 API。
MCP 只是插头之一——跟「MCP 和 Skills 别放一层比」那篇不打架：那边讲层位，这里讲具体外设。同批草稿见 mcp-vs-skills-layers。

数字怎么读才不挨坑

卡面写 132k★；核对日 GitHub API 已到约 16.5 万。星数会涨，引用请带日期。

说法	怎么用
「13 万 Star」	原文钩子 / 卡面时代；不是实时真理
SDK「海量周下载」	原文称；官方站也有「2.5M+ weekly」营销口径——当量级参考，别当财报
1000 credits/月	原文称 + 定价页可对上；超出走付费档
AGPL-3.0	自托管要接受 AGPL 义务；嫌麻烦就用云或换更松许可证的替代

最小示意（密钥占位，别往笔记里贴真值）：

1
from firecrawl import Firecrawl
2

3
app = Firecrawl(api_key="fc-YOUR_API_KEY")
4
print(app.search("site:docs.example.com agent memory", limit=3))

选型时先问自己两句

要的是干净 Markdown，还是要在页面上点完再抽？ 只要前者，Scrape/Search 够用；要登录墙后的交互，才看 Interact。
能接受 AGPL / 云额度，还是必须完全自控且换许可证？ 接受 → Firecrawl 省事；不接受 → 另找 Apache/MIT 系自建方案，别被星数绑架。

留言里有人吵收费、拿 agent-reach 类方案比覆盖面——没对照评测前，当噪声。地址纠错那条倒是实锤：抄链接前对一下 firecrawl/firecrawl。

Gorden 那套 Super PPT：先出图页，再拆成真文本框

Tue, 11 Aug 2026 00:00:00 GMT

仓库：GordenSun/GordenSuperPPTSkills（Python · README 写死仅 Codex）。

它不是又一套模板。核心是把「好看」和「能改」拆成两条流水线：内容先变成真生图的图片 PPT，再按层拆开重拼成可编辑 PPTX。公众号里「AI PPT 赛道终结者」「史上最强」当宣传听就行，别写进选型结论。

内容 → 图片 PPT → 可编辑 PPTX

三技能怎么拆

技能	干什么	带走的约束
GordenImagePPTGen	主题/内容 → 每页 PNG + 图片型 PPTX	必须真调图像生成；禁 SVG/HTML/Canvas/代码画图冒充
GordenImage2PPTX	图片页/截图 → 可编辑 PPTX	四层重拼，文字必须是真文本框
GordenSuperPPTSkill	串前两步	一次交出图片型 + 可编辑 + 中间层产物

只要好看图页用第一个；手里已有图页只要第二个；「从内容一路到可改」或没指定时，走编排器。别指望一个 prompt 同时搞定「又炫又能改」——这是架构选择，不是文案技巧。

四层：防「假可编辑」

背景 / 框架 / 图标装饰 / 文字

拆开再按坐标拼回去：

背景
框架
图标与装饰
文字（文本框）

最脏的偷懒是：整页原图当背景，再叠一层字。看起来「能改」，实际双影（图上字 + 框里字）。技能门禁就是冲这个来的。

装起来三步，宿主别搞错

Codex 里粘贴安装 → pip install python-pptx（还要 pillow / numpy）→ 用人话描述需求调用。文内写死只支持 Codex；留言也有人吐槽要 GPT 账号、Deepseek 生不了图。别的 Agent 理论上能蹭接口，仓库没做适配。

费用：两套口径别混

来源	说法
作者美元口径	生图 0.03−0.03-0.03−0.10 / 张；Vision 还原 0.01−0.01-0.01−0.05 / 页；建议单文件 ≤20 页
Plus 额度口径（README）	转 1 张图 ≈ 5 小时额度的 10%

都是作者/README 转述，没实测。选型时认清你在比的是哪一套账。先 1-3 页摸成本与质量，再放大。

强但不轻：小样试跑 + 风险边界

市场数字当气氛，别当结论

公众号 pitch 里堆了一堆「痛点证据」，出处作者写了，我没去对原报告。拿来当「值得关心 PPT 链路」的气氛可以；拿来写死结论不行。挑几条有印象的：

每天海量 PPT / 管理层周均耗时（LinkedIn、empower®、SketchBubble 等，未核）
AI 演示生成市场数字单位可疑，照录并标未核
Vision / OCR 准确率数字同理，别当验收标准

留言里有人直接问：效果图呢？问得好——装之前自己跑小样，别被 pitch 带着走。

什么时候值得装

值得试：要视觉冲击，又要同事/老板在 PPT 里真改字；能接受 Codex 长链路和人工 QA。

别硬上：日常周报、改几个数字就交差、不想烧额度、要零验收工业级稳定。

质量跟模型走；高密度页更容易拆歪。形态上它是 Skill / Prompt / Manifest / QA 包，不是点按钮的 SaaS——流程在，责任也在你这边。

许可证别想当然

API 查下来 无 SPDX license（license: null）。README 致谢写「可以商用，必须标明 Github 出处或 @Gorden Sun」。个人学习归档够用；要商用交付，先自己确认这份口头授权是否够用，别默认「开源=随便用」。

四套 Image2 口令：换槽位比换风格更值钱

Tue, 11 Aug 2026 00:00:00 GMT

公众号甩了四组 GPT Image 2（作者口径）提示词 + 七张示例。完整口令留在源素材里，这里只留对照骨架、可改槽位、身份一致性怎么钉。

同模型案例合集（玩法盘点 55–75）和「七种高张力海报」是另一类货——配方库 / 海报张力 ≠ 本篇四风格骨架；旁链一眼，别整包并进来。站内已发的 UI 分层切图也是同模型、另一条交付线。

吉他少女 · Lo-fi×吉卜力×新海诚

四风格对照

#	风格	视觉锚	比例 / 参考	真正可复用的旋钮
1	极简动漫吉他少女	Lo-fi × 吉卜力 × 新海诚；珊瑚橙 Strat、红耳机、米色卫衣	横幅插画感；奶油底留白	发色 / 乐器色 / 服装件套；线稿+赛璐珞+粉彩点缀先钉死
2	另类图形角色	夸张五官、硬边赛璐珞、旧纸纹理	4<5>	`[CLOTHING]` / `[BACKGROUND]` / `[TEXT]` 三槽；脸型牙缝结构别动
3	水墨水彩肖像	狂墨线 + 暖棕赭水彩 + 红橙蝴蝶	`--ar 9:16`；可上传人像	「主体身份」用参考图；蝴蝶色 / 负空间白底当对比旋钮
4	博物馆展览肖像	对角聚光、日式壁画、Portra	中近景；身份一致性参考图	服装色块 + 光束方向 + 负面提示；脸/发型锁参考

另类角色 · BAD SIGNAL

槽位怎么写（别整段重写）

另类角色是本包最「模板」的一组：脸与线稿语法固定，换三槽就出系列海报。

槽位	干什么	成图示例
`[CLOTHING]`	宽大图形块衣服 + 少褶皱	连帽衫 / 背心 / 外套……
`[BACKGROUND]`	大面积平涂底，细节克制	色块墙、抽象平面
`[TEXT]`	粗糙手绘大字	BAD SIGNAL · PERMANENT VACATION · MAKE NOISE

吉他少女没有方括号槽，但可变项同样清晰：发色（黑 / 棕两变体）、Strat 珊瑚色、耳机红、米色连帽衫——改一项就能出变体，不必推翻「Lo-fi + 吉卜力 + 新海诚」句。

水墨组把主体写成「男人（已上传图片）」——口令默认走图生/参考；没参考就先换成具体外貌描述，别空喊「男人」。

水墨水彩 · 蝴蝶

身份一致性：博物馆组在教什么

第 4 组开头不是氛围词，是合同：

先喂参考图，再写场景
明示锁定：面部、发型、刘海、比例、肤色、姿态、轮廓
场景侧用对角聚光 + 日式壁画 + Portra 胶片拉情绪
负面提示清动漫/多肢体/霓虹/糊脸——写实肖像比插画更吃这一刀

商用前：参考人脸与示例图都要过授权；本帖示例只供学习，不授权二创出货。

博物馆展览肖像

什么时候抄哪一套

要干净二次元海报、好物点缀清楚 → 吉他少女
要角色 IP / 系列字报、同一张脸换衣服换标语 → 另类图形 + 三槽
要手绘感肖像、竖版封面 → 水墨水彩 + 9<16>
要电影感环境人像、同一个人多场景 → 博物馆 + 参考图锁身份

完整四段 Prompt 与七张原图顺序映射见源素材；未在本机重跑生图。玩法盘点 / 高张力海报仍待发布，链接后补。

Hermes 别只装个壳：七层装修到无限记忆

Tue, 11 Aug 2026 00:00:00 GMT

很多人装完 Hermes，还是在对话框里当聊天机器人用。David André 那套讲法更狠：Agent 是一台要 7×24 跑的独立电脑，要从 VPS、入口、打扫、备份、看板、记忆一路装到暴露成 MCP。他自己靠 Agent 把 Vectl 做到约 155kARR∗∗，月API账单约∗∗155k ARR**，月 API 账单约 **155kARR∗∗，月API账单约∗∗6k-10k；钱砸得出去，是因为 harness 配全了，不是因为会多问两句 prompt。

7 Levels of Hermes Agent

梯子先看全貌

Level	在补什么	没做到时的症状
L1 基础设施	独立 VPS、常开	本机关机 Agent 就死
L2 聊天工具	Discord 等 Gateway 派活	只能守在终端前
L3 Curator	废 skill 过期清理	上下文塞爆、越用越蠢、烧钱
L4 cron	`.hermes` 定时私有备份	磁盘一炸，记忆归零
L5 Kanban	多角色并行看板	人肉串任务，扩不动
L6 Holographic Memory	本地结构化长期记忆	硬塞上下文 / 朴素 RAG 不够用
L7 MCP 服务器	给 CC / Codex / Pi 当后端	Hermes 困在自己壳里

本篇是 Hermes 运维层级总览。文末附录是斜杠命令速查，别拿附录当主菜。

L1-L2：先有常开电脑，再有派活入口

L1：别钉在自己笔记本上。上 VPS（文中例：Hostinger KVM2，可同机 Hermes + OpenClaw + n8n + Web），SSH + 官方一行安装，目标是 7×24。

L2：Gateway 接到 Discord / Slack / Telegram / WhatsApp / iMessage / Teams / 邮件。Discord 里典型反馈链：@ Bot → 👀 → ✅。随时丢活，隔天回来收报告。这才叫「入口」，不是「再开一个聊天窗」。

L3：Curator 不开，skill 会反噬

Hermes 会自我进化、生 skill。短期爽，长期把上下文撑爆，模型变蠢，API 账单给废 skill 买单。

动作	口径
标 stale	约 30 天
删除	约 90 天
例行命令	`hermes update` · `hermes curator status`

Curator 是运维岗，不是装饰开关。消息端也能 /curator status|run|pin|archive，和附录里那条对得上。

L4：凌晨备份，PAT 收紧

每日 3am 把 .hermes 推到私有 GitHub；令牌用 fine-grained PAT，别甩一把全能 token。

落地姿势：用人话让 Agent 写脚本 → 注册 cron → 自己跑一轮验证。备份没验过，等于没备份。终端里 /cron 就是摸定时任务的入口。

L5：多 Agent 靠看板，不靠吼

角色例：Researcher / Writer / Reviewer / Analyst；任务在 To Do → Done 上并行。文中 4-task pipeline：围着「无审查 AI」选题，吐出 3 个视频概念。

David 的判断很直：未来要管几百个 Agent；谁先解决管理问题，谁才碰得到规模。单 Agent 聊天窗扩不出团队。双端都能敲 /kanban <action>。

L6：记忆四档，Holographic 偏本地

档位	做法	痛点
新手	几乎不存	每轮从零
硬塞上下文	全扔进 prompt	贵、慢、易糊
朴素 RAG	向量召回	结构化与矛盾检测弱
Holographic	本地全息式记忆	要单独 setup，但隐私友好

插件名你会听到：Honcho / Mem0 / OpenViking / Super Memory。文中更推 Holographic：本地、无 API key、少外泄。入口：hermes memory setup。

实战向场景：视频元数据、赞助跟踪、VPS 自检、矛盾检测、跨主题洞察。通用「八策略怎么选」另有笔记（待发布）；这里只定 Hermes 这一层该上哪一档。

L7：把自己暴露成 MCP

Hermes 当 MCP 服务器，给 Claude Code / Codex / Pi 调用：壳在外面，记忆与文件在 Hermes 侧。

场景	干什么
远程审批闸门	敏感动作先过你确认
走开模式推送	人不盯终端也能收进展
跨工具按需查	记忆 / 对话 / 文件按需拉，不整库灌

「MCP ≠ Skills」那篇讲层位（同批草稿 mcp-vs-skills-layers）；本层讲的是 Hermes 如何成为被调用的那一端。改完 MCP 配置记得 /reload-mcp。

旗舰模型才配得上这套 harness

便宜小模型扛不住复杂 agentic harness：指令长、工具多、状态机深，省下来的模型费会从翻车和重跑里吐回去。文中口径：上 Opus 4.7 / GPT-5 这一档旗舰。

真正拉开差距的，往往不是多会写一句 prompt，而是有没有一支 7×24 在线的 AI 团队（机器常开 + 入口 + 打扫 + 备份 + 看板 + 记忆 + 可被别的工具调用）。

附录：斜杠命令双端一张表

Hermes 同时吃 CLI 和消息端，斜杠却不全一样。需要时翻表，别凭记忆猜「这条消息端有没有」。

Hermes Agent 斜杠命令速查

标签	含义
双端	CLI + 消息都能用
终端	仅终端
消息	仅消息端

会话流程（最高频）

范围	命令	用途
双端	`/new` 或 `/reset`	新建会话
终端	`/clear`	清屏 + 新会话
双端	`/status`	会话摘要
双端	`/retry`	重试上一轮
双端	`/undo`	移除上次交流
双端	`/compress`	压缩上下文
双端	`/rollback [N]`	恢复检查点
双端	`/background <prompt>`	独立会话运行
双端	`/steer <prompt>`	运行中引导
双端	`/stop`	停止运行中工作
终端	`/sessions` · `/branch` · `/handoff`	切换 / 分支 / 转平台

配置、工具、信息（挑着用）

范围	命令	用途
双端	`/model` · `/personality` · `/fast` · `/reasoning` · `/voice`	改行为
双端	`/yolo`	跳过危险审批（慎用）
终端	`/tools` · `/skills` · `/cron` · `/browser`	装完之后最常摸
双端	`/curator` · `/kanban` · `/reload-mcp` · `/reload-skills`	和七层运维对得上
双端	`/usage` · `/insights` · `/help`	查用量与帮助
消息	`/start` · `/approve` · `/deny` · `/update` · `/restart`	消息端专属

翻表时记住三件：前缀匹配（/mod → /model）；装上的 skill 会变成 /<skill-name>；Quick commands 写在 config.yaml。

沉浸式古诗词网页 Skill：值钱的是十步

Tue, 11 Aug 2026 00:00:00 GMT

课本立体模型、手帐拼贴玩腻了，有人把「走进诗里」收成一个 Codex Skill：$immersive-poetry-page。给一首古典诗，吐出能滚动、能听、能细读的沉浸页——不是 HTML 草图，是整条生产线。

Skill 调用 chip

仓库：zlbigger/immersive-poetry-page（2026-08-11 核对仍在；README 自称 Codex 创作型 Skill，MIT，★约 32）。同思路的金刚经演示：praybuddha.com/diamond-sutra-immersive。

值钱的是十步，不是某一张图

难点从来不在「写一页好看 HTML」，而在原文、分镜、图像世界、滚动节奏、移动端构图彼此不打架。Skill 把漏检钉死：

#	步	干嘛
1	查项目	前端栈、路由、未提交文件
2	核原文	作品信息、异文
3	5～8 视觉段	按情绪 / 视角切，禁止一句一图碎切
4	视觉圣经	时代·地理·人物·服饰·色板·镜头
5	ImageGen	主视觉 + 每段独立出图
6	联系表	人物漂移、时代错、画面乱字
7	网页	交叉淡入、视差、章节轨
8	朗诵	试自动播；拦了也留开关
9	细读	直译、关键词、技法、情绪结构
10	验收	生产构建 + 真浏览器 QA

背景音可另挂 mp3，跟朗诵轨分开。

样张长什么样

《将进酒》序幕把黄河抬到宇宙尺度，右侧一轨章节：序→河→镜→宴→歌→愁→解。

分镜卡是固定配方：段号 · 原文 · 白话 · 微型图示 · 一句细读。下面这张「悲至极处，转身尽欢」就是典型一卡。

分镜卡·尽欢

分析页把全诗压成四栏——体式 / 结构（悲→欢→愤→狂）/ 语言 / 核心——底下再串一根意象线。文学课要的骨架在这里，前面那些图是入口。

《将进酒》收束分析

同一套壳换《念奴娇·赤壁怀古》：江→垒→浪→瑜→战→月，人物与色温跟着换，导航和卡片结构不变。

《念奴娇》Hero

适用边界，留言里那几枪

张力	怎么看
「画面多余 vs 涵咏」	当教辅入口 / 公开导读站，画面有用；当课堂慢读，优先原文安静时间，别拿视差顶掉涵咏
token 贵	5～8 段独立 ImageGen + 联系表重跑，本来就不是日更玩具；单首精品或示范站更划算
背景音怎么接	朗诵走页内开关（防自动播放拦截）；氛围 mp3 外挂即可，别绑死在自动播

想抄作业：先看仓库 README 的十步与 references/（文学分镜 / 图像方向 / 页面模式），再决定要不要装进本机 Codex skills 目录。全样在素材 source/images/ 里有十六张；正文只留上面几张够讲清结构。

被裁了别开馆子，围着技术转一圈再说 FDE

Tue, 11 Aug 2026 00:00:00 GMT

星思考（「星写·星观点」）火车上随笔。钩子是中年裁员焦虑，落点是一个岗位名：FDE（Forward Deployed Engineer，前沿部署工程师）。原文没图，封面是后补的；读的时候把「岗位叙事」和「招聘真源」分开——这篇是认知随笔，不是 JD 数据库。

铁板炒饭教的那一课

南理工食堂铁板炒饭档口：自己 3 分钟一份，隔壁快餐老夫妇 3 分钟十几份。
作者结论很硬——别干能力之外的事。开馆子对他来说是乱投资，不是第二曲线。

能力第一曲线他还认：技术 → 管技术团队 → 做产品（APP / 小程序 / 网站）。第二曲线也得围着技术，别跳场。

AI 时代，技术人还剩什么壁垒

工具把门槛砸矮了，但学习、动手、知识结构还在。作者吐槽：文科生玩 AI 短视频，很多是技术人玩烂的基础活——语气偏冲，当气氛就行，别当行业普查。

被裁后出路，他只愿意列围着技术的几种；其中一条就是转 FDE。

FDE：驻场交付，不是外包卖钟点

作者眼里的企业 AI 交付核心，干两件事：

块	干啥	别跟啥搞混
现场	驻场把业务 AI 落地，并对结果负责	≠ 外包卖工时；是陪跑卖产品、全周期、懂业务还写代码
回流	把现场踩出来的可复用点抽回产品	Skill / MCP / Agent、行业方案之类

复合画像是 T 型：技术基座 + 业务沟通 + 决策 + 产品化。作者把它当技术第二曲线；「高薪」只是听说，本地未核。

读者反馈里有点用的几条

难搞论：彩京说需求无穷、不验收不付尾款、小团队拖死 → Justin 回：这跟 FDE 无关，创业通病。
预备役：胡义说现在就攒 FDE 潜质，别等裁了再转——作者赞。
叫法战：南烟「AI 化的实施工程师」（作者赞）vs 强力小世界「就是实施工程师，别高大上」。名字吵归吵，活还是现场交付。
供需与怀疑：Jacky 说找 FDE 的很少；两个化骨龙「有这本事还会裁你？」；Alex「说白了就是骗」；乾「那你为啥现在不转？」——质疑区，留着当反方，别当论据。
年龄门槛：不二问 40+ 被裁再学新技术还有没有机会、是不是名校年轻人专属——原文没答满，这边也不脑补。
其余「未雨绸缪 / 时刻准备被裁」、Flora「请来隔壁驻场」当气氛即可。

旁边几篇怎么并排

同批还有软技能菜单未来人才八种能力，以及组织侧把隐性经验收进 Skill 的 SOP 变 Skill——旁链互指即可，不并成一篇。MCP / Skills 分层另见工程向笔记，本篇只收职业叙事 + FDE 定义。

LogoLounge 2026：十五种标志刀法速查

Tue, 11 Aug 2026 00:00:00 GMT

公众号几乎没写字，甩封面 + 15 张趋势页。封面明说是 LogoLounge 2026 标志趋势解析——中文转述，不是官方英文报告原文。

同日视觉品味旁链：红墙上的节气 · 六张海报刀法（均仍在草稿箱，本地可开）。

版权先钉死：案例 Logo 归原设计师与品牌方。只当欣赏学习。禁止商用临摹、二创当己有。

怎么记这十五刀

我按四组扫：立体化、字体/像素、情感亲和、符号指向。做 PPT / 信息图时偷的是语法，不是人家成标。

立体化（平面硬拗空间）

#	中英	手法
01	平面盒子 Flat Box	等距透视三面明暗，盒子当空间错觉
02	角切 Corner Chop	切角出负三角，锐气与张力用正负形对冲
03	椭圆 Elliptic	椭圆秩序组合 → 洞口 / 轨道 / 透视深度
13	通道 Passages	连续形透视隧道，讲「穿越」叙事
14	雷达扫描 Radar Sweep	锥形/径向渐变模拟扫描运动与时间

平面盒子

角切

椭圆

通道

雷达扫描

字体 / 像素 / 材质感

#	中英	手法
04	像素堆叠 Pixel Drop	像素格=个体单元；可「掉落」游离方块
05	喇叭裤 Bell Bottoms	字脚末端粗厚外扩——不是传统衬线
06	液态连接 Liquid Bridge	粘性圆润接头，柔流共生（常贴 ESG）
07	错乱线条 Mix Stix	乱线筑巢，乱里藏秩序
09	贴纸 Stickers	阴影+模切边，倾斜松散更活

像素堆叠

喇叭裤字脚

液态连接

错乱线条

贴纸

情感 / 亲和

#	中英	手法
08	笑脸 Smiley	简笔笑脸嵌字标，拟人化 / IP
12	平衡艺术 Balance Act	不规则块当积木叠平衡，曲直混搭

笑脸

平衡艺术

符号 / 指向

#	中英	手法
10	中心点 Center Point	向心团结——滥了，靠外围元素救新鲜
11	指针 Pointers	箭头并入字母，方向=号召力
15	新星 Nova Star	四角星当 AI/高科技符号：神秘、信任、未来感

中心点

指针

新星四角星

自己用时记这几条就够

想「薄标志有厚度」→ 先试 Flat Box / Elliptic / Passages / Radar Sweep，别一上来加阴影糊成伪 3D
想字标有态度 → Bell Bottoms 或 Pixel Drop，二选一别叠满
想亲和 → Smiley / Stickers；想科技未来感 → Nova Star（四角星，不是五角）
中心点（10）官方转述都承认难出新：能不用就换刀

偷语法，别描成标。十五页署名与原图权属归设计师与品牌方。

Spec 改到吐，仓库还是越写越烂：Matt 把锅甩回四本旧书

Tue, 11 Aug 2026 00:00:00 GMT

「写规格 → AI 出码 → 有 bug 改规格重生」听起来像未来。干三个月你就知道：未来也可能是一坨谁都不敢动的糊。

Matt Pocock 在 AI Engineer Europe 那档 Software Fundamentals Matter More Than Ever 里，把流行口号拧了一下：代码打字变便宜了，坏代码却贵到离谱——因为烂结构会同时卡住你和模型。好库与烂库的差距，会被 AI 放大，不是抹平。

同人不同题：早前拆过他的 skills 库骨架，见 40 个技能围着一个 grilling 转。本篇是演讲书单向，别当成同一篇复读。

Spec-to-Code 为什么会喂出软件熵

人尽量不读代码，只改文档再重生——短期交付好看，中期每次改动都让下一刀更贵。Ousterhout 那句被他打在大屏上：复杂度 = 任何让系统难懂、难改的结构因素。

所以真正贵的不是 token，是「生成错形状」的速度。

失败模式怎么挂回四本书

你撞上的坑	旧解法挂哪
AI 做对了「错题」	先共享 Design Concept；Brooks《设计的设计》+ `/grill-me`
你和模型各说各话	Evans《领域驱动设计》· 统一语言
一次生成冲出车灯	TDD（Kent Beck）；《程序员修炼之道》的小步反馈
Failure #4：Doing way too much	Ousterhout《软件设计的哲学》· Deep Module
功能在涨、脑子先炸	人守战略接口，AI 干战术实现

四本封面墙：

四本必读书

Kent Beck 不在墙上，但卡在「油门限制器」那一格——红绿重构不是仪式，是不让模型一次铺三层错。

五步，别当鸡汤清单

五步法

Grill Me：先逼问 40～100 个问题，决策树走完再动手。技能在 mattpocock/skills 的 grill-me（有库用 grill-with-docs）。2026-08-11 核对：仓库约 21.2 万 star；公众号写的「13k+」口径不清，别拿去当唯一数字。
统一语言：一个概念一个词，术语表进上下文；同义漂移会同时脏 prompt 和代码。
TDD：把生成速度卡在反馈环上，而不是写完再祈祷绿。
Deep Module：大量行为藏进小接口；浅模块堆多了，模型比你先迷路。

Deep vs Shallow

委托实现：接口你定（战略），内部灰盒给模型（战术）。军事比喻就这句：别让战术天才上指挥席，也别自己去抠每一枪。

两种范式，选边很简单

两种范式

Spec-to-Code	软件基础驱动
改 Spec，不看代码	共识 → 语言 → 小步 → 深模块
bug → 改文档 → 重生	每天仍投一点系统设计
熵加速	人机分工清楚

没有第三种魔法范式。工具再换，挂不上旧书的那条路，还是会在第三个月撞墙。

书先读哪本，看你最近在骂谁

模块切得又碎又透 → 先 Ousterhout
词对不上、PR 里三种叫法 → 先 Evans
计划本身像雾 → Brooks + 开一轮 grill
生成太猛测太懒 → Beck 的循环先挂上，Pragmatic 当陪读

视频源：YouTube v4F1gFy-hqg（检索日 2026-08-11）。

MCP 和 Skills 不是一层，别硬比谁更强

Tue, 11 Aug 2026 00:00:00 GMT

「都是给 AI 加能力，所以二选一」——这句把人带沟里了。加能力没错，层位才是坑：一个管接进来，一个管怎么做。

MCP 和 Skills 不是一层

MCP：统一怎么接外面

MCP（Model Context Protocol）是开放连接标准：AI 应用用同一套规矩发现、暴露、传递和调用外部能力——数据源、工具、工作流、外部应用。

官方说法（2026-08-11 核对）：开源标准，用来把 AI 应用接到外部系统；类比就是 AI 侧的 USB-C——值钱的是统一插头，不是某一个外设。见 modelcontextprotocol.io/introduction。

MCP 负责把能力接进来

记住这句就够：重点不是某个工具，而是统一连接方式。

Skills：把「做得对」打包带走

Skills 是可复用能力包：说明、知识、脚本、模板……把领域里怎么把事做稳的经验捆好，任务来了直接调用。

	MCP	Skills
偏什么	连接	组织
回答	怎么接外部世界	怎么把任务做好
对 AI	接进来	按方法做
互替？	否	否

周报：接得上 × 做得对

别空谈互补，看一张销售周报怎么叠。

周报任务里它们怎么配合

MCP：数据库 / 文件系统 / 搜索——原料接得上
Skills：先查哪些表、周报结构、风险检查、脚本模板——方法复用
产出：像样的销售周报

只有插头没有菜谱，会乱炖；只有菜谱接不上库，是纸上谈兵。

三层栈：模型 · 连接 · 任务组织

把 MCP / Skills 塞进成熟 AI 的分层里，误会基本消掉。

成熟 AI 系统的三层结构

层	干什么	落点
模型	推理 / 生成 / 理解	脑子
连接层	数据 · 工具 · 系统 · 工作流	MCP
任务组织层	拆解 · 领域流程 · 复用规范 · 资源打包	Skills

公式六个字：模型 + 连接 + 任务组织。
选型时先问「我缺的是插头还是菜谱」，别再问「MCP 和 Skills 哪个更强」。

跟旁边那张三件套卡别搅

本篇不讲 CLI，也不讲具体怎么配某个 Host。若要「连接 / 方法 / 执行」三件一起看，站内已有：一张图讲清 MCP、Skills 和 CLI 怎么分工。彼=三件选型；本篇=两概念层位 + 三层栈，别硬并成一篇。

33B 的 MiniMax H3，16G 显存靠量化能本地跑

Tue, 11 Aug 2026 00:00:00 GMT

公众号「AIGC小顽童」2026-08-11 这篇，核心不是安利，是一条个人机能不能落地的实测路径：H3 开源权重很大，满血 BF16 别想了；走秋叶/桌面 ComfyUI + INT8/NVFP4 四文件，作者称 16G 推荐可用。

下面只留能带走的：档位、文件落点、关键参数、提示词骨架、坑，以及和官方 API 的分界。文中数字均标作者实测/转述，本机未复跑。

模板里三张 MiniMax H3 卡：图生 / 参考生 / 文生

H3 本地到底开了什么

项	口径
体量	33.1B dense Omni（非 MoE）
时间线	约 2026-07-31 发布 · 08-03 开源权重
同 pass	文/图/参考 → 视频 + 原生立体声
文本塔	Qwen3-VL-32B
本地分辨率	默认约 768p；2K / Context-IR 作者称仅 API
帧/声	帧数 17n+5 · 24fps · 音频 32kHz 立体声
开源	FL2VA、Ref2VA
未开源	Context-IR、Regenerate-2K（作者口径）

许可证别跟着软文拍板：作者转述「排除美/欧/英/韩本地」+「社区许可年营收 <$20M 商用」——以官方 LICENSE 为准，本稿只记风险。

显存 / 内存：个人机认量化档

显存	作者结论
8G + NF4	勉强
12G + INT8	能跑
16G	推荐
24G+	舒服
满血 BF16	集群；个人别硬刚

系统内存：32G 底线，64G 甜点（动态卸载）。作者踩坑原话级别的提醒——内存往往要比「显卡够不够」更先爆。

正文里出现过 RTX 6060 / 34G 一类字样，留言也在嘲；对照留言环境更像 4060 系。当审核口误存疑，别按字面买卡。

部署：Comfy 模板 + 四个文件约 42.5GB

路径很短：

秋叶启动器或桌面版先更新内核/依赖（原文配图：版本管理 / 一键更新）
侧栏模板 → 加载 MiniMax H3（文生 / 图生 / 参考生）
按 Model Links 把权重丢进对应目录

四文件与 ComfyUI/models 目录树

文件	放哪
`minimax_h3_video_vae_fp16.safetensors`	`models/vae/`
`minimax_h3_audio_vae_fp32.safetensors`	`models/vae/`
`minimax_h3_fl2va_pruned_int8_convrot.safetensors`	`models/diffusion_models/`
`qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors`	`models/text_encoders/`

目录名错一个，节点就空白——这是最高频的「下完了却跑不起来」。

参数先钉这几个

分辨率 0.4MP×32 与 duration 红框

配图分辨率表（Multiple=32）：

MP	约像素
0.4	864×480（低分试词）
0.98	1344×768（≈768p）
2.0	1920×1088（≈1080p）

另记：

时长看节点 duration（配图示例 5.0；提示词里若写 10s，以节点为准或自行对齐）
帧数合法集：17n+5
本地别指望文里吹的 2K 满血——那条在 API 侧

提示词：主题 / 时间轴 / 镜头 / 声音

作者推「四行法」——时间段连续且不重叠：

1
主题：…
2
主体时间轴：0-As …；A-Bs …；B-Xs …
3
镜头：…
4
声音：…

工作流里动作片提示词分段例

和站内「把 MiniMax 当制片」那条（API 侧三字段/五模式）是同一家模型、两条轨：那边管云端提示词结构，这篇管本机权重与显存档。旁链即可，别硬并。

坑与迭代节奏

坑	怎么处理
OOM	降 MP / 缩短 duration；先查系统内存是否 <32G
找不到模型	对照上表四路径，vae 别塞进 checkpoints
糊	低分只负责定稿词；母版再抬到 ~0.9MP
音画飘	时长、帧数规则、音频 VAE 是否挂上
SageAttention	留言当加速手段；新手慎开，出问题先关

作者建议的四轮：低分试词 → 加参考 → ~0.9MP 母版 → 外部超分或 API 2K。

留言可采信程度一般，但有用数量级：768p + 16G 至少约 25 分钟（作者/读者口径）；另有 torch cu130 / TeaCache / SageAttention 加速讨论；Mac 体验差。

本地和 API 怎么分

要这个	走哪
个人练手、省额度、FL2VA/Ref2VA/文生+立体声	本地量化 Comfy
Context-IR、Regenerate-2K、正经 2K	官方 API
Firefly 站内出片额度/脚本	`firefly-minimax-media`（API 链路，与本文 Comfy 本地无关，勿混改）

网盘「全家桶福利」、加群领模型——原文若有，不要当知识收录。权重去官方/可信镜像自己核哈希。

MoE：总参很大，每次只叫醒几位

Tue, 11 Aug 2026 00:00:00 GMT

卡型号时老撞上 122B-A10B、671B 旁边又冒个 37B——不是印错了，是 MoE（Mixture of Experts）在说话：库里养一堆专家，推理只点几名上场。

什么是 MoE：全能一人 vs 专家团

稠密一人队 vs 专家轮班

稠密模型（图例 Llama-70B）像全能一个人：参数全在，推理也几乎全上。

MoE（图例 DeepSeek-V3）像专家团：总参可以很大，路由只激活最贴题的几位。图称 DeepSeek-V3 总参约 671B、单次激活约 37B——数字以原图为准，未对官方卡。

图里还甩了「更高效 / 更专业 / 更强大 / 更灵活」四连。带走判断就够：按需激活省的是算力路径，不是「变小所以到处都能塞」的魔法。

`A` = Active：总参大、激活小

总参数 vs 激活参数

读名习惯（图例 Qwen3.5-122B-A10B）：

片段	意思
`122B`	总参数（要装进显存的那坨）
`A10B`	Active ≈ 10B（每次真正算的）
`A`	Active

图中还按「约 2 bytes/参」估了 122B × 2 ≈ 244GB 量级——口径是示意图，真机还看精度、开销、并行切分。

坑在这句：省算力 ≠ 省显存。

省的是延迟 / FLOPs 一侧：每次只算激活子集，体感像「小模型在算」。
不省的是权重占坑：专家们多半仍要常驻（或可加载到）显存，房还是大房。

口头版：省钱（算力）不省房（显存）。

跟 Base / Instruct / 蒸馏 / 量化不是互斥菜单

大模型版本一图

同一张「版本图」里其实叠了几条正交轴：

切面	改什么
Base	地基：会续写，未必会当助手
Instruct	对话 / 听指令
蒸馏	老师教学生 → 体型仍小、相对更聪明
量化	降精度 → 体积与显存压力下来，「智商」可能略掉
MoE	架构：总参大、激活少

它们能叠。图里举例：蒸馏 + 量化 + MoE，常见于本地部署故事线。看到后缀别当成五选一货架。

「最先进」先降温

原文标题和页脚爱喊「目前最先进的架构」。更稳的边界：

MoE 是主流稠密之外的一条架构路，旗舰与小模型都有人用；不等于永远碾压稠密，也不等于部署一定更省心。
选型先问：你卡在算力/延迟，还是卡在显存装得下装不下？只听「总参巨大所以更强」容易买错房。

Obsidian 当记忆：插件、编译器桥、kepano Skills

Tue, 11 Aug 2026 00:00:00 GMT

把「Obsidian 装啥」塞进一张购物清单，最容易装错层。社区插件是给人用的；kepano 那包是给 Agent 读写开放格式的；「编译器 + 桥」又是另一层架构选型。三样都能让库变好用，但混着买只会越装越糊。

今晚把三份素材并成一篇，文内硬分三节。读的时候先问自己：你现在要解决的是人用 Obsidian，还是Agent 会不会写 vault，还是第二大脑怎么编译、怎么连上。

先分清三层，别叠成一锅

层	干啥	典型货
人用插件	结构、模板、剪藏、相关推荐	Dataview / Templater / Excalidraw…
Agent Skills	Agent 按规范操作 Markdown / Bases / Canvas / CLI	kepano/obsidian-skills
编译器 + 桥	知识编译沉淀 + Claude↔本地库通道	LLM Wiki 系仓库 + second-brain MCP 系

Skills 在架构图里扮演「按需触发的能力包」；具体装哪几个，看第三节仓库实核。MCP 跟 Skills 为啥不能当同一层比，见待发布帖「MCP 和 Skills 不是一层」（mcp-vs-skills-layers）。

人用五插件：先把空壳救活

装完 Obsidian 若啥都不加，它就是个会开 Markdown 的壳。潮汕炮王那张图说得很死：真正好用全靠插件。下面五个够把碎片接成能复利的库——注意，这是插件清单，别跟 Agent Skills 包混着装。

#	插件	你拿它换什么
01	Dataview	笔记当数据库：属性一填，列表自动刷
02	Templater	新建就套模板，还能跑脚本
03	Excalidraw	库里直接画白板 / 流程图，再嵌回笔记
04	Web Clipper	官方剪藏：网页一键进本地库
05	Smart Connections	侧栏推相关旧笔记，靠相似度长链路

个人库我会这么排：

Dataview + Templater 先立住；没有属性与模板，后面再炫也是散沙。
Web Clipper 打通入口；外面读的东西要进库，比先上 AI 推荐实在。
Excalidraw 你常画流程再装；纯文字库可以后置。
Smart Connections 库有一定存量再开；空库上 AI 相关推荐，噪声大于收益。

边界钉一次：这边的 Web Clipper 是人用剪藏插件；kepano 包里的 defuddle（以及口述里的 clipper）是给 Agent 吃网页的技能。名字像，层位不同。

编译器 + 桥：第二大脑先定这两样

闲游 AI 那张「Claude × Obsidian」架构图不教你装哪个社区插件，只钉死一层心法：一个编译器 + 一座桥。没有编译的 RAG，图上那句便签写得很损——只是带着氛围感的 grep。

三种逻辑别叠锅：

层	叫啥	实际在干嘛
①	LLM Wiki	原料当源码 → AI 抽成互链 Wiki 页 → 后续查询省 token；偏沉淀
②	Skills	论文精读、会议整理等拆成技能包，用时才加载；偏调用能力
③	MCP 桥	Claude ↔ 本地库的实时通道；图里还分只读 / 读写；偏连接

进阶还有一条支线：时序知识图谱——沿 Past → Present → Future 追概念怎么变。本篇不展开企业向「六层验收」，只停在个人第二大脑选型卡。

编译器 · 三选一（2026-08-11 已核仓库存在）

仓库	stars（核对日）	定位
AgriciDaniel/claude-obsidian	~10.7k	Claude Code + Obsidian 自组织第二大脑；宣称跟 Karpathy LLM Wiki 模式
qhuang20/obsidian-skills	~27	Obsidian 向 Claude Code 插件；首技能 llm-wiki
ekadetov/llm-wiki	~106	Claude Code 插件：持久、可复利的 Obsidian 知识库

桥 · 三选一

仓库	stars（核对日）	定位
eugeniughelbur/obsidian-second-brain	~3.9k	vault 当多 CLI Agent 的持久记忆（Markdown）
noesskeetit/second-brain-mcp	~5	MCP：vault → 语义记忆，给任意 coding agent
CoMfUcIoS/second-brain-mcp	~12	MCP：对 vault 智能只读，当 LLM 第二大脑

星数只说明热度。个人库更常先问：要不要写回 vault、能不能接受只读、编译器是「插件技能」还是「整套脚手架」。

kepano Skills：仓库实核 5 个，「九技能」口述未核

有人会把「9 个 Obsidian Agent Skills」和「五个最好用插件」放一张清单里——那就装错层了。kepano 这个仓库教的是 Agent 怎么操作 Obsidian 开放格式与 CLI，跟 Dataview / Templater 不是一路货。

官方仓库：kepano/obsidian-skills

搜证（2026-08-11，已核）：gh api repos/kepano/obsidian-skills/contents/skills → 正好 5 个目录；仓库约 4.5 万 star，未 archived；遵循 Agent Skills 规范。公众号/口述里的「九技能」未在仓库出现，下文标「口述 / 未核」。

官方仓库里实打实的 5 个（建议先装 · 已核）

简称	目录名	干什么
markdown	`obsidian-markdown`	写 Obsidian Flavored Markdown：wikilink、embed、callout、properties…
bases	`obsidian-bases`	写 `.base`：视图、过滤、公式、汇总
canvas	`json-canvas`	写 `.canvas`：节点、边、组（JSON Canvas）
defuddle	`defuddle`	网页去噪抽干净 Markdown，省 token
cli	`obsidian-cli`	经 Obsidian CLI 读写库；也覆盖插件/主题开发辅助

装法（官方）：

1
/plugin marketplace add kepano/obsidian-skills
2
/plugin install obsidian@obsidian-skills

或：npx skills add https://github.com/kepano/obsidian-skills

「按需 4」——口述有，仓库暂无（未核）

用户策略常说：5 先装，4 按需。 口述名单是 qmd / maintainer / obsidian / clipper。

2026-08-11 查 skills/：只有上面 5 个目录，这四个名字没出现。可能是旧文预告、另一发行渠道、或把别的工具误算进包。实装以仓库为准；需要时再盯 upstream。

三层怎么并排读

要选 人用插件 → 第二节那五个
要定 编译器 / 桥仓库 → 第三节那六仓
要让 Agent 会写 Obsidian 格式 → 先跑通已核的 5 个 Skills
要搞清 MCP 跟 Skills 谁管连接、谁管做法 → 待发布的层位概念帖

先把人用结构立住，再谈编译与桥；Agent Skills 最后装，别一上来把插件超市和技能包当成同一张采购单。

运维术语图鉴（节选）：海报里先能搜到的那批

Tue, 11 Aug 2026 00:00:00 GMT

这篇是节选 / 未完，不是「运维必知 100 词」全本。

公众号「一二攻防」甩过一组竖版术语海报，标题写着「100个运维工程师必知术语」。手上实际只有 5 张图，正文全在图里。读图整理后，本批收录术语约 38 条——缺的别当我漏抄，是原料就没给齐。

用途很窄：面试前扫缩写、写文档时对齐中英叫法、从海报快速跳回原图。RAID 怎么选级、Prometheus 怎么挂 exporter、K8s Service 类型差异——海报一行定义盖不住，得另开坑。

竖海报在站点里会走限高，点开 Fancybox 看清即可。

本批到底有多少

口径	数量
海报宣称	100
本批图可读出的条目	约 38（ELK Stack 按 1 条，内含 ES / Logstash / Kibana）
缺口	约 62+，原料未提供

以后若补到「真 · 100 条」，在同主题上增补差分即可，别另开同构目录假装又一篇百科。

网络

网络与存储海报

术语	在说什么
IDC	互联网数据中心：托管、机柜、专线接入这类场地与带宽服务。
ISP	互联网服务提供商：卖给你上网接入的那一方。
CDN	内容分发网络：边缘节点就近取内容，压延迟。
LVS	Linux 虚拟服务器：集群 + IP 负载均衡那条线。
DNS	域名系统：域名 ↔ IP。

系统与存储

术语	在说什么
RAID	多盘冗余阵列：可靠性和/或性能用冗余换。
SAN	存储区域网：服务器到存储的高速专用网。
NAS	网络附加存储：挂在以太网上的共享盘柜。
虚拟化	把 CPU/内存/盘等封装成多个独立虚拟环境，各自跑 OS 和应用。

虚拟化条目在图 2；图见下一节。

安全

虚拟化·安全·监控

术语	在说什么
防火墙 Firewall	按规则放行/拦截流量，挡未授权访问。
IDS	入侵检测：盯流量/活动，报可疑事件（偏「看见」）。
IPS	入侵防御：类似 IDS，但能自动拦攻击（偏「动手」）。
SSL/TLS	传输层加密协议，网上数据别裸奔。

IDS 看、IPS 拦——面试爱问这对，海报也是这么切的。

监控与可观测

术语	在说什么	图
Zabbix	开源监控，网络/主机/应用状态都能盯。	02
Nagios	老牌开源监控，偏基础设施可用性。	02
ELK Stack	Elasticsearch 搜析 + Logstash 采集解析 + Kibana 可视化。	04
Prometheus	开源监控告警工具包，出身 SoundCloud。	05
Grafana	度量分析与可视化面板，常接各类时序源。	05

库·日志·K8s

Prom·配置管理·云厂商

Zabbix/Nagios 是「传统主机监控」那一挂；Prom+Grafana 是云原生指标栈常见组合；ELK 主攻日志。别混成一个「监控」糊过去。

自动化与配置管理

Ansible 与云模型

术语	在说什么
Puppet	配置管理：批量部署/配置/管机。
Ansible	走 SSH 远程跑命令或剧本，无 Agent 味重。
Chef	配置管理自动化，部署与环境收敛。
SaltStack	Python 远程执行框架，配置管理 + 远程命令。

海报把 Puppet 写在「监控与管理」里，Ansible/Chef/Salt 散在后面——检索时仍归配置管理一栏更清楚。

云服务模型与 SLA

术语	在说什么
SLA	服务等级协议：提供方和客户之间的标准与期望（可用性数字常挂这里）。
IaaS	基础设施即服务：算力、存储、网络当服务卖。
PaaS	平台即服务：把应用运行平台直接给你。
SaaS	软件即服务：浏览器里用成品软件。
AIOps	智能化运维：AI + 大数据 + 云，想抬效率和准确度。

IaaS / PaaS / SaaS 是「你管到哪一层」的尺子，别跟具体厂商名搅在一起记。

容器与 Kubernetes

术语	在说什么
Docker	用容器打包、分发、跑应用（不是整机虚拟机那条路）。
Kubernetes	容器编排：部署、扩缩、管理容器化应用。
Pod	K8s 最小部署单元，里面装一个或多个容器。
Service	一组 Pod 的稳定访问入口，常带负载均衡转发。

数据库与缓存

术语	在说什么
MySQL	常见关系型库，SQL 管数据。
Redis	内存型（可持久化）Key-Value，多语言 API。
Memcached	分布式内存对象缓存，给动态站减库压。

Redis 能干的事比「缓存」宽；Memcached 更偏纯缓存——海报定义也是这个分工。

云厂商与虚拟化产品

术语	在说什么
AWS	亚马逊云：计算、库、存储、CDN 等一大桌。
Azure	微软云，能力面与 AWS 同级对照。
GCP	谷歌云：计算、存储、大数据、ML 等。
VMware	虚拟化产品线（服务器/桌面/应用虚拟化等）。

按图回源

图文件	板块
`fig-01-network-storage.jpg`	网络、RAID/SAN/NAS
`fig-02-virt-security.jpg`	虚拟化、防火墙/IDS/IPS/TLS、Zabbix/Nagios/Puppet
`fig-03-ansible-cloud.jpg`	Ansible、SLA/IaaS/PaaS/SaaS/AIOps、Docker
`fig-04-db-elk-k8s.jpg`	MySQL/Redis/Memcached、ELK、K8s/Pod/Service
`fig-05-prom-cloud.jpg`	Prometheus/Grafana、Chef/SaltStack、AWS/Azure/GCP/VMware

这张表能干什么

能：扫缩写、对齐叫法、跳回原图。

不能：当操作手册。原料补齐之前，别把这篇当成「运维必知完整百科」转发。

五种 RAG 怎么选：先认清会在哪失败

Tue, 11 Aug 2026 00:00:00 GMT

卡在「要不要上 RAG」这一层时，选型往往从品牌对比开始——向量库谁家热、embedding 哪家分高。更稳的问法是：系统会在哪失败？ 失败模式定了，检索架构才有得选。

RAG 不是勾选项。Demo 能跑、生产抖三抖，多半是失败模式没对齐，不是「少接了一个向量库」。

先问五句，再谈架构名

你会撞上哪类失败	优先看
关键词对不上、专名漏检	Hybrid
答案藏在实体关系里	GraphRAG
一步检索不够，要拆任务调工具	Agentic
检索脏了还硬答，可信度崩	Corrective（CRAG）
料在 PDF 图 / 表 / 扫描页里	Multimodal

五种怎么走

架构	在补什么	流程骨架
Hybrid	语义 + 精确关键词	查询 → 向量 + BM25 → 融合排序 → LLM
GraphRAG	实体关系推理	查询 → 实体抽取 → 知识图谱 → 子图检索 → LLM
Agentic	多步规划与工具	查询 → 规划 Agent → 搜索 / SQL 等工具 → 推理 Agent → 答案
Corrective / CRAG	检索质量门禁	查询 → 检索 → 质量评估（过→LLM；不足→重搜）→ 答案
Multimodal	文 / 图 / 表统一进索引	多模态输入 → 多模态嵌入 → 统一索引 → 多模态 LLM

Hybrid 解决的是「搜得到字面」；Graph 解决的是「绕得过关系」；Agentic 解决的是「一步不够」；CRAG 解决的是「搜错了还装懂」；Multimodal 解决的是「料根本不在纯文本里」。

选型时别踩的坑

先买向量库再找场景：品牌对比可以后置；失败模式要前置。

五种当互斥菜单：生产里常见叠用（Hybrid + CRAG 很常见），图是选型地图，不是五选一考卷。

把 Agentic 当默认升级包：多一步 Agent 就多一截延迟与失控面；任务不复杂时别硬上。

CRAG 只加评估不设重搜出口：门禁开了却无处可逃，评估等于白做。

认清自己会撞上哪一种失败，比背全五种名字有用。旁边那篇「Agent 记忆八选一」管的是上下文账单；这篇管的是检索失败模式——两道题别糊成一道。

做界面前，先把六家规范官网钉在书签栏

Tue, 11 Aug 2026 00:00:00 GMT

别一上来从零画按钮、从零定色板。苹果系、Android 系、微软桌面、国内三大 B 端——各有一套官网把 HIG / 组件 / 开发文档捆在一起。余枫这组资源卡把六站压成一张表，够收藏、不够当教程。

封面：6 个 UI 规范网站

六站速查

#	系统	URL	带走什么
01	Apple Design	https://developer.apple.com/	全生态 HIG、平台特性、视觉标准、模板/工具
02	Material Design	https://m3.material.io/	材质光影、色字动效组件、响应式多端（M3）
03	Fluent Design	https://fluent2.microsoft.design/	Fluent 2、多端组件、Figma kits、无障碍、微软生态一致
04	Ant Design	https://ant.design/index-cn	阿里企业级、6.0、海量组件、多端+数据可视化、AI 助手
05	TDesign	https://tdesign.tencent.com/	腾讯开源；Vue/React/小程序；PC+移动；图提 Uniapp / MCP online
06	Semi Design	https://semi.design/zh-CN	字节抖音团队；Figma+React；设计转代码；主题/多语言/无障碍

Apple Design 卡

Ant Design 6.0 卡

怎么选，别全开六标签

你在做	优先翻
iOS / macOS / 苹果生态感	Apple
Android / Material You 气质	Material（m3）
Windows / 微软系桌面	Fluent 2
国内中后台、表格表单堆料	Ant Design
腾讯系技术栈（含小程序 / Uniapp 线索）	TDesign
要 Figma↔React、设计转代码更紧	Semi

规范站解决「标准与组件从哪抄」；审美旋钮、风格 Prompt、海报刀法是另一条线。同桶旅行 App 信息架构案例见旅行 App：先砍首页再谈好看（草稿箱同批）；ui-styles / design-beautify / 创意海报品味另夹旁链，别跟本表并成一篇。

Skill 怎么写，上下文怎么省

Tue, 11 Aug 2026 00:00:00 GMT

Skill 别写成说明书前言，写成新员工 SOP。另一边还有一句更硬的：装一堆 Skill 不心疼，是因为启动只挂门牌——正文一旦被触发，整会话常驻，没有 LRU。

两篇教程本来各说各的：一篇讲怎么写、怎么叫；一篇讲上下文预算和分级加载。并在一起只为一件事——写薄不是文风，是内存纪律。

口径先说死：目录结构、词数建议、以及 100 / 1% / 5000 / 25000 等数字，均为作者教程转述，本轮未逐条核对 Anthropic / Cursor 官方原文。成帖当作业笔记用，落地前对照你宿主文档。

写法入门：目录、YAML、七要素

文件放哪，门牌怎么写

1
skills/<skill-name>/SKILL.md

一技能一文件夹；文件夹名英文小写 + 连字符；主文件名写死 SKILL.md。

YAML 只管两样：

字段	只干一件事
`name`	小写连字符 ID（`checking-code` 可以；空格 / 中文 / 下划线不行）
`description`	只写触发条件——别把整套流程塞进去

1
---
2
name: checking-code
3
description: Use when the user asks to review code or identify bugs
4
---

description 是门牌，不是操作手册。流程写正文。

正文七根柱子

照抄版把正文钉成七块；万能模板里常多一节「输入要求」：

目标
什么时候用
什么时候别用
执行步骤（编号、可执行）
禁止事项（漏了最容易翻车）
输出格式
完成标准

写薄：作者建议 SKILL.md <500 英文词；细则、大例子、脚本拆到同目录的 references/ / examples/ / scripts/，别全塞进主文件。

checking-code 那例记住三条禁令就够：别评论不存在的代码；别顺手改无关代码；没验证别说「修好了」。

调用：目标 + 技能名 + 输入 + 输出

公式就四段拼起来。三种叫法都行——直接点名、说场景让它对上 Skill、顺带钉死输出格式。

四步不跳：说清任务 → 指定 Skill → 补齐输入 → 说明输出。缺材料就先让模型指出缺什么，别空跑。

万能调用（可粘贴）：

1
请使用 [skill-name]，帮我完成 [任务]。
2
背景信息：[...]
3
输入材料：[...]
4
输出要求：[...]
5
若关键信息缺失，请先指出。

装得起，正文拿不出

总览：分级加载与压力线

和 CLAUDE.md / MCP / 提示词怎么分：

	偏什么	常驻怎么付
CLAUDE.md	稳定事实	启动全量进
工具 / MCP	动作接口	schema 常驻
提示词	当次对话	每次重贴
Skill	流程包	~100 token/技能（官方口径转述）；正文触发才读

分界线就一句：事实留常驻，流程抽 Skill。
CLAUDE.md 某段从「一条事实」长成「一套流程」——抽出去。MCP 和 Skills 不在一层，那是另一篇的事；这里只盯 Skills 自己怎么吃上下文。

三级披露：什么时候进窗口

L1 门牌 → L2 正文 → L3 按需

级	进什么	时机	约束
L1	name + description	启动永远挂	~100 token/技能
L2	`SKILL.md`	匹配触发	建议 <5k
L3+	资源 / 脚本	真读才进	未读 = 0；脚本只出输出

运行时像翻盘：不读的文件不进上下文。省的是「没摸到的那块」，不是把正文写胖还能白嫖。

四条压力线（数字标出处）

下列数字均为作者转述官方口径，未在本轮核对原文。

装得起——常驻 ≈ N × 100。装得多不等于「随便装几百个都没事」；列表还有 1% 天花板。

拿不出——L2 一旦进窗口，整会话常驻；后续不重读、无淘汰。例外：allowed-tools 下一条消息清空。

会被砍——技能列表预算 = 上下文窗口 1%。超了从最少用的砍 description。单技能 description + when_to_use ≤ 1536 字符；关键用例写前面。被砍掉的关键词，可能就是匹配触发词——砍完等于这技能死了。

会被丢——会话压缩后重挂：每技能最近调用前 5000 token，全体技能共享 25000。老的整条丢；再调可回流恢复。

压缩后重挂：5000 / 25000

两边都爱踩的坑

写 Skill	调 Skill	上下文
写成科普前言	「帮我处理一下」任务不清	正文写厚还指望白嫖
流程塞进 `description`	不点名 Skill，流程被乱选	触发词被列表砍刀削掉
缺禁止事项	不给输入却指望准	压缩后以为技能「丢了」其实是重挂预算
改完不验证	不说输出格式	把脚本当免费常驻文档

安全另记一句：Skill 带着脚本和工具授权进来。只信可信源，用前逐文件审。外拉内容可能夹指令；授权别给得比任务宽。

认清撞上哪一层就行

写的时候盯七根柱子和「门牌别塞流程」。跑的时候先问：是门牌被砍了，还是正文写太厚，还是压缩把老技能整条踢了。

装得多不怕。怕的是触发后的常驻、列表 1% 被砍、压缩后 25000 共享丢光。

红墙上的节气：瓶口里的紫禁城

Tue, 11 Aug 2026 00:00:00 GMT

公众号几乎没写技法长文，甩出来的是一整套「节气 × 红墙」插画。对我来说够用了：审美参考进库，版权红线写死，别当免费素材库。

同日视觉品味旁链：LogoLounge 2026 十五刀 · 六张海报刀法（均仍在草稿箱，本地可开）。

合集网格 A

这套图到底好看在哪

同一套母题打二十四节气（目标如此），辨识度拉满：

瓶形开窗：粗黑瓶廓当取景框，瓶口形状会随节气换（梅瓶、葫芦、琮式等）
瓶内：彩绘紫禁城——红墙、黄瓦、斗拱彩绘，再叠当季花木物候
瓶外：线稿把屋顶、枝干、地面砌砖延出去，像草稿没上色，和瓶内饱和色硬碰
角落固定「二十四节气 / THE 24 SOLAR TERMS」+「京 / Beijing Impression」印章位

看一眼就知道是系列，不是散张网图。

构图语法：有色窗 + 无色延展

层	做什么
轮廓	瓶 / 壶剪影 = 色块边界
内景	建筑恒定（红墙黄瓦），物候换季
外延	同场景线稿溢出，纸本底纹托住留白
信息	左上节气名竖排，右下地点印

做 PPT / 信息图时，记「有色窗 + 无色延展」这一刀就够。别去描人家的紫禁城细节——描了就是踩红线。

春分

本批实际收了哪些

诚实说：未收齐二十四。原料是两套 12 格合集 + 8 张单幅；大暑 在 A/B 两套合集里各出现一次。去重后可见 23 个节气名，缺大寒（留言也有人喊缺节气；另有「猫儿不见了」——原作彩蛋或后续补图，本批图里没对上猫）。

合集网格 A（12）

清明 · 小满 · 秋分 · 冬至 · 春分 · 大暑 · 霜降 · 小雪 · 谷雨 · 小暑 · 寒露 · 小寒

合集网格 B（12）

立春 · 立夏 · 立秋 · 立冬 · 雨水 · 芒种 · 处暑 · 大暑 · 惊蛰 · 夏至 · 白露 · 大雪

合集网格 B

单幅代表

节气	本稿
春分	有
霜降	有
立春	有
白露	有

霜降

立春

白露

版权红线（别装没看见）

原文口径很硬，归档时原样遵守：

原图约 3000×4000 / 300dpi（本批落盘为公众号压缩预览图，勿当印刷母版）
禁商用 · 禁临摹 · 禁二创
使用须书面授权；转载保留水印
本稿 = 个人学习归档，不授权二次传播、不授权改图出周边、不授权当 AI 训练集样张去「复刻同款」

留言区有人夸好看——夸归夸，手别伸。

200 页 SOP 落灰，真正转得动的是老李的脑子

Tue, 11 Aug 2026 00:00:00 GMT

虚虚老师这篇把企业护城河从「拼模型」拧到「拼 Skill」：模型谁都能接，隐性经验才难抄。框架挂 AI-OIT（Observe-Implant-Train）。原文链接没给，下面按要点压薄；案例数字一律作者转述、本地未核。

老师傅脑子→Skill罐 vs 落灰 SOP

人墙比文档墙更贵

车间里常见戏码：厚 SOP 长蛛网；真正救人的是老师傅听异响、闻金属味、扫一眼报错码。
Skill 干的事，不是再写一本更厚的手册，而是把「老李会、别人不会」的口令，收成可调用的小步骤罐。

人墙不拆，Agent 再强也只会在门口排队。

模型像电，Skill 像电器

通用模型是插座里的电；公司偏好（编码习惯、排查口令、工单结构）是变压器；Skill 才是能稳定出活的电器。

模型像电→公司偏好→Skill

没有偏好层，电再强也只是乱闪。护城河不在电表读数，在你家电器柜里有没有别人抄不走的偏好。

两类 Skill，别囤错货

类型	跟着什么变	建议
能力提升型	模型 / 工具版本	易过时，少囤勤汰
编码偏好型 / 组织口令	你们怎么干活	优先囤，这是持久资产

「会用某模型的新功能」一年后可能作废；「我们遇到 E07 + 金属味先停机」不会跟风过期。

示例骨架：设备异常初判

把感官信号压成可执行卡，而不是散文 SOP：

输入：异响 + 金属味 + E07
动作：观察 → 预警 → 停机
升级：一周内同类三次 → 拉高一级处理

异响/金属味/E07 冲压成 Skill

骨架够短，老师傅才愿意改；改完才能进罐。

作者甩出的几组数（先降温）

说法	口径
电机诊断 17 → 3.2 分钟，复用率 68%	作者转述，未核
企微代码生成率 94%	同上
腾讯云 Skills 替全量检索：首字延迟 −45%、token −92%	同上
协鑫内训师互动 +42%、NPS 4.8	同上

当「方向感」看可以；当 KPI 抄进自家 OKR 之前，先找原出处。

五招撬老师傅（心理战大于文档战）

改不写：别逼从零写；他改比他写便宜一百倍
被封神：口令抬成标准，不是「被掏空」
挑顺风口人：先找愿意被看见的，别一上来硬刚最难搞的那位
一把手保底：对外口径固定：augment ≠ replace
只要 80% 可重复：剩下 20% 判断留在人手里

80% 重复交 Skill，20% 判断留下

本周三件实事

列出「离了某人就转不动」的事（人墙清单）
先捞 → 草拟 → 他来改（真实过程进网，再出草稿）
每条 Skill 配 1–3 组真实 I/O（输入信号 / 输出动作），空口令不要

先捞→草拟→他来改

跟旁边几篇怎么并排

同周库里已有「怎么写 Skill」「上下文预算」「团队十大 Skill」——那是写法 / 工程预算 / 清单选型。本篇是组织侧：隐性经验怎么进罐。旁链互指即可，不要合并成一篇大杂烩。

职业叙事向的 FDE 陪跑，另见被裁了别开馆子。

文末「回复 Skill」领模板：私链不进库；留言区多是领福利，别当成验证证据。

中文故事进竖屏手绘轨：这仓库把 Skill 和 Remotion 焊在一起

Tue, 11 Aug 2026 00:00:00 GMT

GitHub 上这仓库一句定位很清楚：中文故事文案，或一组有序图片 → 3<4> 竖屏手绘日记漫画动画（静音 MP4）。核对日 2026-08-11，约 1190★（MIT）。公众号水印来自 CodeAI研习社。

gnipbao

story-to-handdrawn-video

Waiting for api.github.com...

00K

Waiting...

它不是「再写一个 prompt 模板」。根目录是 Remotion 渲染器；skill-package/ 才是可拷进 ~/.codex/skills/（或 ~/.claude/skills/）的 Agent Skill。自然语言驱动，底层仍走 scripts/run_story_video.py。

跟 baoyu-comic 知识漫画拆解别并成一篇：那边是翻页漫画 PDF；这边是竖屏揭示/翻书视频轨。本机若已有同名 skill 目录，那是可执行包——本篇是开源项目文档提炼，勿与本地 skill 目录混淆，也别往 Firefly 仓里装。

仓库示例故事带医院冲突画面——样例叙事敏感，仅技术演示。

两条进线，六种模式

输入	结果
中文故事	分句 → 分镜 → 生图 → 渲染
有序图片	直切揭示，或翻书（要完整页）

入口永远是 scripts/run_story_video.py。模式：plan / preview / full / generate / import / render。

文本默认走 Codex Image2；OpenAI 要显式选 API 生成器并自备 Key。敏感情节（时间跳跃、指代乱、医疗、年龄）先 --mode plan 或丢 --visual-plan JSON，人眼过一遍再生图——别一上来 full。

画面怎么动

正式画布 1080×1440（预览 720×960），字幕在上、插画在下，插画 contain 不裁。

直切节拍从左到右：

1
文字 → 黑白画稿 → 彩色插画

黑白画稿层

彩色插画层（无字幕）

翻书另一套规矩：上传页原样静置，再从右下角卷页；不要再叠字幕/黑白/上色。纸背留淡化原页。翻书素材必须是完整页，别塞半截裁图。

成片是 H.264 静音画面轨——配音和 BGM 是后期的事。

彩铅日记四格（字幕+插画）长这样：

四格彩铅+字幕示例

20 种风格，默认彩铅日记

风格库二十档，编号 / 英文 id / 中文名 / 别名都能查；默认 colored-pencil-diary（彩铅日记漫画）。同场景对照网格一眼能选风：

20 风格同场景网格

完整表与 prompt 块在仓库 references/handdrawn-style-library.json，笔记里不复读二十段形容词。

装起来怎么预览

环境：Node 20+、Python 3.10+、FFmpeg、npm、Chrome/Remotion。

Terminal window

1
git clone https://github.com/gnipbao/story-to-handdrawn-video.git
2
cd story-to-handdrawn-video
3
npm ci && npm run check
4

5
cp -R skill-package/story-to-handdrawn-video ~/.codex/skills/
6
export STORY_VIDEO_PROJECT=/absolute/path/to/story-to-handdrawn-video

Agent 里：

1
使用 $story-to-handdrawn-video 先给这个故事生成一个预览版。

或脚本：--mode preview 看 720×960，确认后再正式渲染。

边界写在前面

故事文本路径只认中文；无内置配音。
复杂分格不会自动拆成多镜。
留言区老问题：烧 Token——多镜多风格会啃额度；先 plan/preview。换其它大模型不在默认契约里，得自己改生成器。
易翻车点：时间跳跃、指代、医疗与年龄敏感 → 先 JSON 规划，人工确认。

认清它卖的是「Skill 契约 + Remotion 画面轨」，不是万能漫剧工作室，选型会轻松很多。

交换机：先认清面板口，再谈 VLAN 在干嘛

Tue, 11 Aug 2026 00:00:00 GMT

很多人一上来就背 switchport mode access，面板上那些口还分不清。口认错了，VLAN 配得再漂亮也是空转。这篇按现场顺序走：先把面板摸清楚，再讲 VLAN 到底切的是什么。

材料合了两份笔记：端口详解（面板物理口）+ VLAN 在干嘛（广播域 / Trunk / 三层）。厂商私有堆叠口另说，这里只覆盖常见面板。

总览：转发 vs 分组

面板先认一遍

常见机型大致是：一排 RJ45 业务口 → 右侧 SFP+ 上联 → CONSOLE / MGMT → 指示灯（PWR / SYS / STAT / PoE）。

交换机端口总览

记这句就够：业务走电口或光口，运维走 Console / MGMT，供电看 PoE。

六类口，别按长相分组

类型	干什么	典型场景
RJ45 电口	网线接终端，传数据	电脑、打印机、摄像头、AP、话机
SFP 光口	插光模块，中长距离 / 高速链路	楼宇互联、上联
SFP+	常见万兆上联	交换机互连、服务器高速接入
Console	本地 CLI，初始配置 / 救场	没配 IP、SSH 挂了
MGMT	独立管理通道，不跑业务流量	远程运维、权限隔离
PoE	网线同时传数据 + 供电	AP、话机、摄像头、门禁

常见交换机端口一览

RJ45：近距离接入首选

外观就是插水晶头的电口，面板上最常见。速率从 10M / 100M / 1000M 到 2.5G、5G、10G 电口都有。

两点别踩：双绞线有效距离大致 ≤100 米；线规（Cat5e / Cat6）、协商速率、指示灯要一起看。设备就在附近、用网线就能到 → 默认先想 RJ45。

RJ45 电口

SFP 和 SFP+：槽长得像，速率差一截

	SFP	SFP+
常见速率	千兆	万兆
典型用途	中长距离光链路	交换机上联、高速互连
注意	要先插模块；也可用电口模块	同样要匹配模块与光纤

插槽本身不能直接插裸纤。模块速率、接口类型、传输距离要对齐；单模 / 多模、双纤 / 单纤也要和现场光缆匹配。

SFP vs SFP+

Console：本地救场口

Console 不跑业务流量。干的是：本地登录，做初始配置、排障、系统恢复。常见接法：电脑 → Console 线 → CONSOLE 口，再用 PuTTY / SecureCRT 进 CLI。

IP 还没配上、SSH 进不去、远程全挂时，它往往是唯一还能说话的口。

Console 口

MGMT ≠ 业务口

管理口和普通业务口外观可能都是 RJ45，职责完全分开：MGMT 接独立管理网、不转发一般用户业务；业务口才承载 VLAN、速率、链路状态这些日常关注点。别把管理口当成「多一个普通网口」乱用。

管理口 vs 业务口

PoE：一根线解决数据和电

常见落点：无线 AP、IP 电话、监控摄像头、门禁。标准常见 802.3af / at / bt，功率逐级抬高。上手前确认三件事：交换机是否支持 PoE、标准是否对得上终端、整机功率预算够不够（不是单口标了 PoE 就能全插满）。

PoE

看端口时盯住这四件事

形态：RJ45 / 光口槽 / Console / MGMT，先分清是谁
速率：1G、10G、25G、40G+，决定性能天花板
介质：网线、光纤、模块类型，两端必须匹配
场景：终端接入、上联、远程运维、还是 PoE 供电

选型四看

常见误区：光口不是插上光纤就通（模块与光纤要对）；管理口不是普通业务口；PoE 要看整机功率预算。端口认清了，后面配 VLAN、查链路、选型号都会顺手很多。

交换机先学 MAC，再决定往哪扔

口接对了，帧进交换机还要看两样：源 MAC 用来记「谁从哪个口进来」，目的 MAC 用来决定往哪送。

目的 MAC	行为
表里有	单播，只送到对应口
表里没有	泛洪到同 VLAN 其它口
广播	也只在同 VLAN 内铺

交换机的本职是二层转发；VLAN 不是换一台机器，是在同一台物理交换机上把流量切成逻辑组。

二层转发与 MAC 表

VLAN 切的是广播域，不是「安全银弹」

不划 VLAN：整机一个大广播域，ARP 一类广播跟着设备数一起涨，管理也糊成一锅。

划了之后：物理一张网，逻辑多个广播域——同 VLAN 二层通，不同 VLAN 默认二层隔离。常见切法按部门、业务（办公 / 访客 / 服务器）、或管理需要。

VLAN ≠ IP 子网。前者二层广播域，后者三层地址段；实务常一对一映射，别当成同义词。同一 VLAN 也能跨多台交换机延伸，前提是中间链路（多半是 Trunk）真的在扛这个 VLAN。

为什么需要 VLAN

VLAN 本质与跨交换机

Access / Trunk，加上 802.1Q 那张「行李牌」

	Access	Trunk
常接	PC、打印机	交换机、路由器上联
承载	通常一个 VLAN	多个 VLAN
标签	终端侧常见帧不带标签	靠标签区分 VLAN

Access = 单 VLAN 接入口；Trunk = 多 VLAN 运输通道。终端走 Access，交换机互连走 Trunk——记这个比背命令有用。

Trunk 上多出来的那截是 802.1Q：插在源 MAC 和 Type 之间。TPID 多半是 0x8100，真正要命的是 12 bit 的 VLAN ID。标签服务交换机之间的链路，不是让你在终端上手搓解析。

Access vs Trunk

802.1Q 标签

跨 VLAN：必须撞上三层

同 VLAN：同一个广播域，交换机二层就能转。
不同 VLAN：普通二层交换机不会把它们桥在一起——这不是 bug，是隔离本身。

谁来打通：默认网关 / 路由器 / 三层交换机。常见做法是三层交换机上每个 VLAN 一个网关口（SVI 一类）。

不同 VLAN 互通 = 三层转发。没网关，Access/Trunk 配得再漂亮也白搭。

跨 VLAN 要三层

企业落地就这几句

示意划分：VLAN 10 办公、20 访客、30 服务器、99 管理。终端口 Access，上联 Trunk，核心三层交换机扛各 VLAN 网关。

交换机：二层转发
VLAN：隔离广播域
跨 VLAN：必须过三层设备

VLAN 让广播域和管理边界清楚，别当成 ACL、零信任或「划完就安全」。网安往下学，这只是地板，不是天花板。

企业拓扑示意

适合谁，我怎么记

如果你还在「口都分不清就开配 VLAN」的阶段，先把面板六类口过一遍，再回来看广播域这三句。已经会配 Access/Trunk 但跨 VLAN 总不通——先查有没有三层网关，别在命令字上空转。

旅行 App 信息太多时，先砍首页，再谈好看

Tue, 11 Aug 2026 00:00:00 GMT

旅行产品的坑通常不是「不够美」，是选项叠太多：机票、酒店、攻略、约车、地图同时抢注意力，用户还没出发就累了。紫草设计日记这组「旅行类 02」拼图，钩子写得很直——怎么把决策焦虑压下去。下面只留能带走的几条，案例当对照表，不当审美鸡汤。

六屏总览：场景首页与卡片整合

决策焦虑从哪来

信息密度高，不等于信息架构清楚。功能入口墙一排图标，等于把「你自己想该点哪」甩给用户。

这组案例反复出现的解法是同一方向：

做法	在屏上长什么样	焦虑被砍掉的是什么
场景化首页	目的地大图 / 「Explore Now」/ Good Evening，而不是九宫格入口	先选场景，再进功能
行程/结果卡片	酒店+评分+距离、航班+价+余票，挤在一张卡	少跳页、少对照
实景取色	草原金、沙漠暖、阿尔卑斯绿进按钮与点缀	界面跟目的地同温，少「模板蓝紫」

不是说功能入口可以永远消失——是首页别当工具箱封面。

八个案例，按「一屏在干嘛」读

设计师署名以图面为准；公众号水印为紫草设计日记 / @紫草_Design。

设计师	产品/主题线索	这一屏主要在解决
Paperpillar	浅色机票流	列表筛选 → 选座 → 航班详情，步骤拆开但不碎屏
Ronas IT	Africa / 草原	实景开屏 + 分类卡（Safari / Cultural）+ 地图进度
Fazlur Rahman	约车 + 地图	From/To + 车型 → 地图选乘 → 选司机，路径短
Harunur Rashid	Fearless Travel（深色）	发现首页叠推荐卡；当日行程挂路线
Juice Lab	Petra / 暗色体验	问候式首页 + 房间指南卡 + 目的地网格
Md. Shakil Hawlader	Elvara（浅绿）	Find your place 分类条；My Trips 状态标签
Mohammad Ali	Odyssey / Bavarian Alps	地图底 + 大卡推荐 + 酒店详情浮层
Budiarti R.	机票结果 / 登机牌	排序芯片 + 选航班；登机牌一页带走

总览拼图把上述几类压成六格对照，适合先扫一眼再钻单案。

机票选座流（Paperpillar）

Fearless Travel 深色发现（Harunur Rashid）

Odyssey / Bavarian Alps（Mohammad Ali）

拿来用时的边界

欣赏与对照：看信息怎么折叠进卡片、首页怎么先讲场景。
别当商用模板：图上作品归属各设计师 / 工作室；公众号是二次编排分享。直接扒布局、插画、摄影去上线产品，版权风险自担。
系列：标题带「旅行类 02」；Knowledge 近 7 日无同题「紫草 / 旅行 UI」撞车，本篇独立落盘。若日后补到「01」，再互相写对照即可。

规范官网速查见同批六家设计系统书签（草稿箱）。

神话树、十二母题、宗教对照——先当地图用

Tue, 11 Aug 2026 00:00:00 GMT

公众号标题写「两张图」，实际塞了神话体系、母题、宗教（还带浅色 / 深蓝两套布局）。正文几乎没有，能带走的就是图里的索引骨架。

用途很窄：速查地图。不是宗教学教材，也不是神话学论文。数字、起源年代一律按「作者图画的」看待，图称未核——没对过 Pew 或一手文献。

世界神话树（图 1）

世界神话体系

大区	支系	抓手（图称）
西	希腊 / 罗马	奥林匹斯；罗马神名对应 + 建城传说
北欧	阿萨神族	世界树、九界、诸神黄昏
东	中 / 印 / 日	盘古女娲；三相神与史诗；天照与八百万神
其他	埃及 / 美洲 / 凯尔特 / 非洲 / 大洋洲	太阳与冥界；玛雅阿兹特克印加；自然英雄；祖先与自然；梦创时代

共同主题（图称）：创世、神与自然、英雄成长、生死与超越。

十二母题 + 对照（图 2）

世界神话母题

#	母题	跨文化举例（图称，摘）
1	宇宙起源	希腊混沌 · 盘古 · 梵天创世 · 伊米尔
2	洪水与重生	诺亚 · 大禹 · 摩奴 · 贝尔格勒米尔
3	英雄冒险	奥德修斯 · 孙悟空 · 罗摩 · 托尔出行
4	神人冲突	普罗米修斯 · 共工撞山 · 因陀罗战弗栗多
5	爱与牺牲	俄耳甫斯 · 牛郎织女 · 伊邪那岐寻妻
6	死亡与复活	奥西里斯 · 狄俄尼索斯 · 鲍尔德尔叙事
7	天界与地下	奥林匹斯/哈迪斯 · 杜阿特 · 丰都 · 阿斯加德/赫尔海姆
8	智慧追求	奥丁求智 · 伊卡洛斯（图中例）
9	混沌 vs 秩序	提坦之战 · 女娲补天 · 托尔战巨人
10	文化英雄	盗火/授农耕文字 · 羽蛇 · 炎帝
11	变形与化身	《变形记》· 狐精 · 哪吒
12	时间循环	衔尾蛇 · 轮回 · 四季

图下方还有古希腊 / 埃及 / 印度 / 中国 / 北欧 / 美洲原住民对母题 1–7 的对照表，标了「示例」——当索引行，别当严谨母题学。

世界宗教对照（图 3–4）

浅色格与深蓝版同一主题，布局不同；道教在图里有太极。信徒数、百分比、起源年：图称 · 源注 Pew 2023 · 未核。

世界宗教体系·浅色

世界宗教体系·深蓝

宗教	起源（图称）	信徒规模（图称）	经典（图称）
基督教	公元 1 世纪，巴勒斯坦	~24.5 亿（~31%）	《圣经》
伊斯兰教	公元 7 世纪，阿拉伯半岛	~20 亿（~25%）	《古兰经》
印度教	~前 1500，南亚	~11.2 亿（~14%）	吠陀等
佛教	~前 6 世纪，古印度	~5.2 亿（~7%）	三藏
传统 / 土著信仰	自古至今	~6 亿+（~8%）	（无统一经典）
犹太教	~前 2000，近东	~1400 万（~0.2%）	托拉 / 塔纳赫等
道教	图称东汉成型（时间轴两版不一致）	~1 亿+（含民俗口径）	《道德经》等
锡克教	公元 15 世纪，印度	~2500 万（~0.3%）	《阿迪·格兰思》

另有「无宗教」等柱状项（图称）。两版时间轴对道教落点写法不一，以图为准、不当史实定稿。

边界与风险

科普速查，非权威教材。 信徒数、起源年代、百分比一律「图称未核」；引用前请自行对 Pew 或其它一级来源。
中立。 不褒贬任何信仰；不扩写成传教或反宗教文。
版权。 图中人物插画可能刻板，仅本地欣赏归档，不默认再分发。
读者争议（留言）： 克苏鲁不是历史神话；有人觉得框架偏西方模板、祖先信仰被低估——记一笔争议，不在此仲裁。
神话 ≠ 宗教。 图 1–2 与图 3–4 是两套索引，别混成一张「世界精神地图」。

100种普通人不知道的冷门职业（图鉴）

Mon, 10 Aug 2026 00:00:00 GMT

有些岗位你「听说过名字」，但从来不会想到有人靠它吃饭；另一些则是完全没听过。社区长图文按十类各列十个，凑成一百种——图面总标题用「不知道」，用户粘贴标题写成「不会想到」，意思差不多，正文以图面为准。¹

导语原意保留：不少职业大家知道，但一般想不到自己要从事；还有一些，则完全没听说过。

生活服务职业

职业	一句话
开锁师	处理锁具故障
配钥师	复制打磨钥匙
家具修复师	修复旧家具
石材养护师	养护石材表面
皮具修复师	修补皮包皮鞋
地毯清洗师	深度清洁地毯
玻璃贴膜师	安装隔热贴膜
家电清洗师	清洁空调油烟机
收纳整理师	规划家庭收纳
除螨师	治理居家螨虫

特殊辅助职业

职业	一句话
数据标注师	训练人工智能数据
声纹采集员	采集语音样本
手语翻译员	帮助听障沟通
盲文校对员	校对盲文内容
医疗器械消毒员	处理医疗消杀
睡眠监测技师	记录睡眠数据
义肢装配师	定制安装义肢
假发定制师	制作专属假发
助听器验配师	调试听力设备
无障碍测评员	体验评估无障碍环境

极端环境职业

职业	一句话
高空清洗员	高层外墙清洁
冰川向导	带队穿越冰川
攀岩路线设计员	设计攀登路线
野外生存教练	教授荒野技能
火山监测员	观察火山活动
洞穴探测员	勘查地下洞穴
雪崩搜救员	雪地搜救抢险
绳索救援员	实施高空救援
荒野护林员	巡护森林资源
极地科考保障员	保障极地后勤

动物相关职业

职业	一句话
训犬师	训练工作犬技能
动物麻醉师	保障手术麻醉
昆虫饲养员	繁育观察昆虫
宠物殡葬师	处理宠物身后事
兽医影像技师	拍摄动物影像
动物营养师	制定饲养配方
熊猫饲养员	照护国宝日常
赛马理疗师	护理赛马肌肉
水族造景师	设计鱼缸景观
野生动物追踪员	追踪监测野生动物

气味与味觉职业

职业	一句话
调香师	设计香味配方
品茶师	评审茶叶风味
咖啡烘焙师	控制烘焙曲线
巧克力品鉴师	评测可可风味
评香员	测试香水表现
嗅辨师	识别复杂气味
品水师	判断水质口感
侍酒师	搭配管理酒水
芝士熟成师	控制奶酪熟成
食品感官评价员	评估食品口感

交通与航运职业

职业	一句话
飞机除冰员	清除机翼积冰
飞机牵引车司机	牵引飞机滑行
塔台气象观测员	提供机场气象
机场驱鸟员	减少鸟击风险
飞机清舱员	检查客舱安全
航海引航员	引导船舶进港
船舶轮机员	管理船舶动力
集装箱绑扎工	固定货柜安全
航标养护员	维护浮标灯标
火车随车机械师	保障列车设备

影视与舞台职业

职业	一句话
拟音师	为画面补录声音
道具师	制作管理道具
动物驯演员	训练表演动物
烟火特效师	设计安全烟火
替身演员	完成危险镜头
配音导演	指导角色配音
字幕校对员	核对字幕文本
灯光师	设计现场光效
调色师	统一画面色彩
舞台机械师	控制升降转台

工业与检测职业

职业	一句话
无损检测员	检测金属内部缺陷
电梯试验员	测试电梯性能
桥梁检测师	评估桥梁安全
电力巡线员	巡检高压线路
钻井平台司钻	管理钻井作业
风电运维工程师	维护风力机组
铁路探伤工	排查钢轨隐患
管道内窥检测员	检查管道内部
水下焊工	水下焊接维修
锅炉水质化验员	监控锅炉水质

修复与传承职业

职业	一句话
古籍修复师	修补装帧旧书
壁画修复师	保护古代壁画
钟表修复师	修理老式时计
珠宝鉴定师	鉴别珠宝真伪
旧书估价师	评估旧书价值
文物修复师	修复历史器物
漆器修复师	修护传统漆器
乐器修复师	修复旧乐器
拍卖征集顾问	寻找收藏珍品
档案修复员	修复纸质档案

海洋与水下职业

职业	一句话
深海潜水员	深海作业与维修
海上救捞员	海上打捞救援
潜艇声呐员	水下目标监听
灯塔守护员	航标值守维护
远洋观察员	海况与生物记录
海龟保育员	海龟救护繁育
珊瑚养护师	珊瑚修复培育
海藻栽培员	海藻养殖管理
渔具设计师	渔具研发改良
水下摄影师	记录海底世界

「冷门」到底冷在哪

十类一百岗扫下来，多数不是玄学：开锁、配钥、灯光、文物修复，路人都能叫出名字。真正「冷」的，往往是——

路径冷：知道有这行，但不知道怎么进、要什么证、招不招人
场景冷：极地后勤、飞机除冰、集装箱绑扎——普通人日常碰不到
边界糊：有人觉得除螨、收纳更像家政技能，未必算独立职业

纪录片能把文物修复师推成网红岗，不等于街道办门口挂着招聘牌。曝光和从业机会，经常是两回事。

旁链同日另一份图鉴体裁（题材无关，不硬并）：报纸卷轴创意排版图鉴。

附录：评论区吵什么

择要，不展开辩论：

声音	要点
Woody	开锁 / 配钥 / 配音算「不知道」吗？
作者	一般人不会立志让孩子做这些
猛哥	标题与内容不太符
易群先	文物修复师不冷门（故宫纪录片）
天命才子	可补「试睡师」；海藻栽培员招聘极窄
可以了	水库管理员、森林员
独步寒秋	有些只是家政技能，不是独立职业
其他补岗	阴阳师 / 风水、灯塔国内少见、法医、攀树师、品酒师、美术向等

Footnotes

原料为用户粘贴的社区图文 + 10 张分类整页截图；缺原始 URL，未编造链接。图面总标题「不知道」与用户标题「不会想到」并存，转录以图为准。职业中文名与一句话描述均按图面 OCR；十页各 10 条，合计 100。工业页图面为左右栏交错排版，正文表序按用户对照清单（左栏自上而下，再右栏），条目与图一致无漏。 ↩

很多公司只会砍成本，高手从省钱走到赚钱

Mon, 10 Aug 2026 00:00:00 GMT

一喊「降本增效」，最先动手的往往是：裁人、砍预算、压供应商。

短期账面好看几天——现金没真多，组织却越来越虚。

真正拉开差距的，不是砍得狠不狠，是段位：暴力 → 管控 → 流程 → 经营。低段位在省钱，高段位在赚钱。

旁链提醒：同日队列里还有「人效差，答案多半不在人身上」——相关，但不硬并。那边讲人效公式怎么拆（个人 / 流程 / 组织 / 经营）；这边讲降本增效路径从砍成本一路爬到重构生意。

01｜降本增效四段位阶梯：暴力→管控→流程→经营；低段位省钱→高段位赚钱

四段位总览

很多公司只会砍成本；真正高手会一路从「省钱」走到「赚钱」。

段位	一句话	三个方法	主逻辑
① 暴力型降本	先活下来	裁员降薪 / 砍预算福利 / 压供应商	哪里花钱多，就砍哪里
② 管控型降本	少花冤枉钱	集中采购 / 库存优化 / 外包与账期	把漏出去的钱堵回来
③ 流程型提效	把流程理顺	标准化 / 精益化 / 自动化数据化	不是让人更辛苦，是把做事方式理顺
④ 经营型增效	重构赚钱方式	产品工艺重构 / 收入结构优化 / 商业模式重构	不是省钱，是换一种活法赚钱

越往上，越接近「赚钱」；停在最底两层，省的是账面，伤的是组织。

第一段位：暴力型降本

哪里花钱多，就砍哪里。

02｜暴力型降本：裁员降薪 / 砍预算福利 / 压供应商

#	方法	干什么	难度	见效	副作用 / 条件
1	裁员与降薪	优化人力成本	低	极快	大
2	砍预算与福利	压缩日常开支	低	快	中
3	压供应商	转移成本压力	低	快	看实力

这一段位的本质：转移成本，不是消灭成本。

短期应急可以；长期靠它，公司会越来越虚。

第二段位：管控型降本

少花冤枉钱，把漏出去的钱堵回来。

03｜管控型降本：集中采购 / 库存 SKU / 外包账期

#	方法	干什么	难度	见效	副作用
4	集中采购	供应商整合；分散成本打包处理	中	中	小
5	库存优化	SKU 精简；少压货 = 少占钱	中	中	小
6	外包与账期管理	固定成本变可变成本	中	中	小

这一段位的关键：不只是砍，而是把钱花得更集中、更可控、更有效。

钱没多赚，但不再白白漏掉。

第三段位：流程型提效

不是让人更辛苦，而是把做事方式理顺。

04｜流程型提效：标准化 / 精益化 / 自动化数据化

#	方法	干什么	难度	见效	价值属性
7	标准化	把动作变成 SOP	中	中	可持续
8	精益化	消灭等待、返工、重复录入	中高	中	可持续
9	自动化与数据化	系统干重复活，决策更聪明	中高	中	价值持续放大

这一段位的变化：从「少花钱」，走向更快、更准、更少返工——流程更顺、错误更少、响应更快、决策更准。

省下来的不只是钱，是组织会做事的能力。

第四段位：经营型增效

不是省钱，而是换一种活法赚钱。

05｜经营型增效：产品工艺 / 收入结构 / 商业模式

#	方法	干什么	难度	见效	价值
10	产品和工艺重构	从设计源头降低成本	高	慢	持久
11	收入结构优化	同样资产多赚一份（订阅制 / 增值服务 / 会员制）	高	慢	持久
12	商业模式重构	平台化 / 小单快反 / 垂直整合	极高	最慢	最持久

这一段位的关键：不再跟成本死磕，而是重构「钱从哪来」。

最高段位，不是省钱，是重构生意。

卡在哪一层，就开哪一层的方

信号	先动哪一段位	别拿错药
现金流快断、必须止血	暴力（短期）	别把裁员当长期经营战略
钱在漏：分散采购、SKU 膨胀、账期乱	管控	别只砍人头不堵漏点
人很忙、事很慢、返工多	流程	别用加班治流程病
大家很努力，利润仍薄、生意不值钱	经营	别用再砍一轮预算治模式病

应急可以掉回低段位；活过来之后，段位要往上爬——否则永远停在「省钱」，到不了「赚钱」。

评论里几条值得留

新技术别只当费用砍：有人提醒——该投的数字化 / 自动化是资产投资，不是「预算里先砍掉的那一项」。砍错了，第三、四段位永远上不去。
价值链是利益共同体：压供应商到极限，短期好看，长期断链。第二段位「管控」是整合与可控，不是零和压榨。
精益的价值来源是客户：精益化不是内部自嗨的流程图；砍掉的应是客户不付钱的等待与返工。
价格战之后看品牌竞争力：第四段位若只拼更低价，收入结构与模式仍薄；重构「钱从哪来」，才撑得住价格战后的竞争位。

嘲讽裁员段子、无信息量跟风可略；有判断的留言，比再贴一张「降本增效」口号有用。

来源与交接

项	内容
来源	`paste-md` · @商业分析家Suri / 精英打工人们
原文 URL	无
合并	新建；与人效四层分笔记互链，不硬并

旁链	彼篇主线	与本篇边界
人效差，答案多半不在人身上	人效公式 + 个人/流程/组织/经营四层	彼=人效怎么拆、对症查哪层；本=降本增效路径段位（暴力→经营）与 12 法

人效差，答案多半不在人身上

Mon, 10 Aug 2026 00:00:00 GMT

公司一喊「提人效」，套路往往先冲人：裁人、加班、冻结招聘，再加一轮培训。

人少了、工时长了，人效数字偶尔好看几天——产出没涨、利润没涨，只是把压力压到剩下的人身上。

人效 ≠ 人少。真正拉开差距的，是个人、流程、组织、经营这四层；培训、加班、裁员常常治错病。

旁链提醒：同日队列里还有「缺人才还是缺阵型」「AI 员工五件脏活」「AI 落地七层」「局部最优与全局观」，以及「很多公司只会砍成本，高手从省钱走到赚钱」——相关，但不硬并。阵型 / AI 落地 / 认知全局那边各管各的；降本增效那篇讲暴力→管控→流程→经营路径段位；这边讲人效公式怎么拆、四层怎么对症。

01｜提人效要看四层：个人→流程→组织→经营，越往上越根本

人效 ≈ 产出 ÷ 人力

说人话：分子是产出 / 价值，分母是时间 / 消耗（人头、工时、成本）。

两条路：

路径	做什么	常见误区
做大分子	同样的人，做出更多、更值钱的结果	只盯忙碌，不问价值
缩小分母	同样的产出，少用人、少耗时、少内耗	默认「裁人 = 提效」

裁人加班主要动分母；若分子本身是低毛利、碎片化业务，分母再压也抬不起真正的人效。

02｜提升效率的四个段位：各层解什么题、对分子分母怎么动

四段位总表

段位	解的问题	分子	分母	主逻辑
个人提效	一个人怎么更快更好	主要 ↑	可能 ↓	单位时间个人产出上去
流程提效	事情怎么流转更顺	↑	↓	砍等待、返工、审批、交接
组织提效	人怎么配、怎么分、怎么协作	↑	主要 ↓	减冗余配置，提升人岗匹配
经营提效	公司做什么生意、怎么赚钱	主要 ↑	通常 ≈	客户 / 产品 / 模式的价值上去

越往上，越根本。个人层再卷，挡不住流程堵、组织扯皮、生意本身不值钱。

个人提效：让个人更能干

定义：升级一个人的能力、工具、方法——同样时间做更多，或同样工作更短时间做完。

03｜个人提效：补能力、用模板、借工具；经营分析师案例

三种方法

方法	干嘛
补能力	技能培训、专业能力、工作方法
用模板	SOP、模板库、知识库，少踩个人操作坑
借工具	AI / 数字化工具，砍低价值手工

案例：经营分析师

	以前	现在
取数 / 整理	收集 3 天 + 报表 2 天	统一口径自动取数半天 + 模板出基础报告半天
高价值分析	不到 1 天	识别异常、追因、给建议——时间明显更多
痛点	大半辈子在 scrub 数据	整理从 3 天压到半天，时间砸在决策上

核心：少做无效事，多做有价值的事。这一层解决的是「这个人能不能干」——不是公司整个人效的全部答案。

流程提效：让事情更顺畅

定义：把一件事从发起到完成的路径理清；少等人、少重复、少返工、少交接、少审批——业务产出上去，人力消耗下来。

04｜流程提效：删并并行；报价从 5 天串行到 1 天并行

三种方法

方法	干嘛
删除	砍掉没必要的环节
合并	重复审批并成一刀
并行	串行改并行，别干等

重点查五类时间

处理时间 · 等待时间 · 沟通时间 · 返工时间 · 审批时间——人跑得快，路歪了也白搭。

案例：报价流程

	以前（串行，均 5 天）	现在（并行，约 1 天）
路径	销售填需求 → 产品确认 → 财务算成本 → 法务审合同 → 负责人终审（各约 1 天）	销售填需求 → 产品/财务/法务标准模板并行审 → 负责人仅超权限才批
症状	信息不全、来回改、等审批	周期短、流转顺
问题从	「这人怎么这么慢」	「这件事在组织里为什么走这么慢」

流程提效不是让人跑更快，是把路修好。

组织提效：让团队更协同

定义：调职责、层级、协作关系、资源配置——对的人做对的事，少管理摩擦、少重复岗位；权责清、决策快、产出增。

05｜组织提效：划职责、减层级、配岗位；运营总部/区域/城市三级

三种方法

方法	干嘛
划职责	重划部门职责，取消重复汇报
减层级	砍多余管理层级，拉大管理幅度
配岗位	核心人才放关键岗；非核心可外包

案例：运营三级

	以前	现在
总部 / 区域 / 城市	三层都在「收数、做表、开会」；前线问题谁都解不了	总部：规则、系统、数据平台；区域：诊断、推动改进；城市：执行、服务一线
结果	重复劳动 + 层层上报，时间耗在报告链	砍冗余报告、人头可减、时间花在刀刃上

组织提效的核心：对的人、对的岗、做值钱的事——把「汇报时间」换成「出业务结果的时间」。

（与「缺阵型」那篇相邻：那边讲任务·站位·协作·权力怎么搭；这边讲人效视角下职责/层级/岗位怎么减内耗——主题不同，不硬并。）

经营提效：让努力更值钱

定义：选更好的客户、产品、渠道、生意模式——同样的人，做更值钱的事。

06｜经营提效：优化结构、调模式、聚焦资源；软件定制转产品

为什么这一层往往最关键

低毛利生意陷阱：人再拼，人均也难好看。
最大浪费：不是动作慢，是长期做不赚钱的事。
资源投向：把人财物砸进更有价值、可复制的业务。

三种方法

方法	干嘛
优化结构	砍低毛利产品；聚焦高价值客户；选高效渠道
调整模式	非标服务 → 标准产品；一次性交付 → 持续收费
聚焦资源	人财物集中在高收入、高毛利、高复购处

案例：软件公司

	以前	后来
打法	长期定制项目；需求碎；营收看着还行，毛利低	共性需求产品化；高定制涨价+边界；研发盯相似需求、愿付费客户
人力	研发交付跟着项目涨	人数基本不动
结果	忙、扩编、利润薄	重复开发少；人均毛利 / 人均经营利润上去

经营提效不是把人「挤满」，是让他们做的事更值钱——分子做大，分母往往几乎不动。

出了问题，按这个顺序查

信号	先怀疑哪一层
个别人慢 / 错 / 不会	个人（能力、模板、工具）
同一环节大家都卡	流程（删并并行、五类时间）
跨部门扯皮、重复汇报、没人拍板	组织（职责、层级、岗位）
大家很努力，利润 / 人均价值仍差	经营（客户、产品、模式、资源）

别用培训治流程病，别用加班治组织病，别用裁员治经营病。

评论里两条值得留

逆推也成立：有人建议从上往下压——先看经营值不值，再看组织乱不乱，再看流程堵不堵，最后才动个人。和「越往上越根本」同一件事，只是排查方向反过来。
「降本增效」被骂，多半是路径不对症：拿裁人加班当万能药，污名的是错位药方，不是「效率」这两个字本身。

认清撞上哪一层，比再开一轮全员动员有用。

来源与交接

项	内容
来源	`paste-md` · @商业分析家Suri / 精英打工人们
原文 URL	无
合并	新建；与下列互链不硬并

旁链	彼篇主线	与本篇边界
很多企业不是缺人才，而是缺阵型（待发布）	组织阵型（任务·站位·协作·权力）	彼=怎么摆阵；本=人效四层与分子分母
先让 AI 懂公司，再让它在公司里办事（待发布）	AI 员工脏活 + 落地链路	彼=AI 运行时；本=人效分层诊断
前六层是工程，第七层才是老板看见的成果（待发布）	企业 AI 七层工程	彼=AI 落地叠法；本=人效段位
你以为自己在做正确的事，可能只是陷入了局部最优（待发布）	认知局部最优 / 全局观	彼=个人系统思维；本=企业人效对症
很多公司只会砍成本，高手从省钱走到赚钱	降本增效四段位 + 12 法	彼=暴力→管控→流程→经营路径；本=人效公式与四层诊断

从控制者到赋能者：精益领导力先改自己

Mon, 10 Aug 2026 00:00:00 GMT

精益推不动，很多人先怪工具、怪员工、怪「文化不行」。

更常见的卡点在领导自己：还在命令与控制，还在办公室听二手汇报，还在替团队做决定、替团队解题。角色不换，工具学再多也是空转。

这条路的本质转变就一句：从控制者到赋能者，从管理者到教练。

旁链提醒：同日队列里还有「人效差，答案多半不在人身上」「很多公司只会砍成本，高手从省钱走到赚钱」——相关，但不硬并。人效篇拆分子分母与四层对症；降本篇讲暴力→管控→流程→经营路径；这边讲领导角色怎么转身（Gemba / 教练 / A3 / Kotter）。

01｜精益领导力转型：传统管理者 vs 精益领导者；认知→行为→文化

01 精益领导力转型

精益领导力的第一步，是认知转变——从传统管理者变成精益领导者。

传统管理者 vs 精益领导者

传统管理者的六个特征：

命令与控制。 上级说、下级做，不容置疑。员工是执行工具，不是思考主体。
关注结果数字。 只看产量、只看利润、只看 KPI，不看过程、不看方法、不看人的成长。
发现问题追责。 出了问题，先找谁的责任，先罚谁。结果是人人自保，问题被掩盖。
坐在办公室。 决策靠报表、靠汇报，不到现场去。报表是二手信息，汇报是过滤过的信息，离真相越来越远。
自上而下决策。 所有决策由领导做，员工不参与。员工没有参与感，就没有认同感，执行就打折扣。
强调个人权威。 领导是权威、是专家，员工要服从。这种权威文化，压制了员工的创造力和主动性。

精益领导者的六个特征：

教练与赋能。 领导不是给答案的人，是引导员工自己找到答案的人。赋能，就是让员工有能力、有权力、有信心去做。
关注过程改善。 结果重要，但过程更重要。过程对了，结果自然对。过程改善了，能力就提升了，结果是可持续的。
解决问题根因。 出了问题，不追责，找根因。用 5Why、鱼骨图等工具，找到系统层面的原因，防止再发。
深入现场 Gemba。 领导要走出办公室，到现场去、到一线去。现场是真相发生的地方，只有到现场才能看到真实。
全员参与决策。 决策不是领导的专利，是一线员工、技术专家、管理人员共同参与的结果。参与决策的人，更愿意执行决策。
培养团队能力。 领导的终极目标，不是让自己不可替代，是让自己可替代。培养出能独当一面的团队，领导才能升维。

领导力转型三阶段

阶段1：认知转变。

理解精益理念。精益不只是工具，是思维方式、是管理系统、是文化变革。
接受新角色定位。从「指挥官」变成「教练」，从「控制者」变成「赋能者」，这个转变不容易，但必须做。
建立改善意识。改善不是项目，是日常。领导自己要先有改善意识，才能带动团队。

阶段2：行为改变。

现场走动管理。不再坐在办公室，定期到现场走动，观察、提问、倾听。
提问而非指令。遇到问题，先问「你怎么看？」而不是「你应该这样做」。
培养下属能力。把时间和精力花在培养人上，而不是替人做事上。

阶段3：文化塑造。

持续改善习惯。改善成为团队的习惯，不需要推动，自动发生。
全员参与氛围。每个人都愿意提建议、每个人都愿意参与改善，没有旁观者。
精益思维固化。精益思维融入每个人的血液，成为企业文化的一部分。

从控制者到赋能者，从管理者到教练。这是精益领导力的本质转变。

02 现场走动管理 Gemba Walk

02｜Gemba Walk：三原则 + 五步法；答案/改善/成长都在现场

精益领导者的核心实践之一，就是 Gemba Walk——现场走动管理。Gemba 是日语「现场」的意思，指真实发生工作的地方。

Gemba 三原则

原则1：去现场 Go to Gemba。
实地观察，而非听汇报。真实发生的地方才有真相。你在办公室听到的汇报，经过了层层过滤、层层美化，离真相越来越远。只有到现场，才能看到真实。

原则2：看实物 See the Actual。
观察实际产品、设备、流程，用数据和事实说话。不要问「产量怎么样」，要问「今天的实际产量是多少？和目标的差距是多少？」不要问「设备好不好」，要问「设备的 OEE 是多少？故障停机时间是多少？」

原则3：了解实情 Understand Reality。
与一线员工交流，理解真实状况和困难。员工最了解现场，他们的困难、他们的建议，是最真实的信息。领导要倾听，而不是说教。

Gemba Walk 五步法

Step 1：准备阶段。

明确观察主题。今天去现场，看什么？是 5S？是质量？是效率？还是安全？主题明确，才能聚焦。
准备观察表单。设计观察清单，逐项对照，防止遗漏。
通知相关人员。提前告知现场人员，避免突然袭击造成紧张。Gemba Walk 不是检查，是学习。
保持开放心态。不要带着预设结论去现场，要带着好奇心和空杯心态。

Step 2：观察阶段。

遵循工艺流程。按产品流动的方向，从原材料到成品，完整走一遍。
记录关键数据。周期时间、在制品数量、设备状态、人员操作，都要记录。
拍照记录现状。用照片记录问题点，作为后续分析的依据。
不打断作业。观察时，不要打断员工操作，不要当场批评，先观察、后讨论。

Step 3：提问阶段。

5 个为什么。看到问题，连续问为什么，找到根因。
开放式提问。「你怎么看这个现象？」「你觉得原因是什么？」而不是「你为什么做错了？」
倾听员工意见。让员工先说，领导多听。员工的声音，是最真实的声音。
了解困难痛点。员工操作中的困难、痛点，就是改善的机会。

Step 4：分析阶段。

识别浪费。用七大浪费的框架，识别现场的浪费。
找出根本原因。用 5Why、鱼骨图等工具，找到问题的根因。
发现改善机会。每个问题背后，都有一个改善机会。
总结关键发现。Gemba Walk 结束后，总结关键发现，形成报告。

Step 5：跟进阶段。

制定改善计划。针对发现的问题，制定具体的改善计划。
分配责任人。每个改善点，都有明确的责任人。
设定完成时间。改善要有 deadline，不能无限拖延。
追踪改善效果。改善后，要验证效果，看问题是否真正解决。

答案在现场，改善在现场，成长在现场。领导者的成长，也在现场。

03 教练式领导

03｜教练式领导：核心理念、提问技巧、GROW、关键行为

精益领导者的核心技能之一，是教练式领导。不是告诉员工怎么做，而是引导员工自己找到方法。

教练的核心理念

不是给答案，而是引导思考。 员工遇到问题时，领导的第一反应不是「你应该这样做」，而是「你觉得可以怎么做？」引导员工自己思考，员工才会成长。
不是做决定，而是培养能力。 领导替员工做决定，员工永远学不会做决定。领导的目标是培养员工独立决策的能力。
不是解决问题，而是教会方法。 领导亲自解决问题，问题解决了，但员工没学会。领导教会员工解决问题的方法，员工以后遇到类似问题，自己就能解决。

教练式提问技巧

技巧1：开放式提问。

「你观察到什么现象？」——让员工描述事实，而不是下结论。
「你认为原因是什么？」——让员工分析原因，而不是领导给答案。
「你有什么改善想法？」——让员工提出方案，而不是领导下指令。
「如何验证你的方案？」——让员工思考验证方法，培养系统思维。

技巧2：5 个为什么。

Why	问什么	挖到哪一层
1	为什么会发生？	描述现象
2	为什么是这个原因？	深入一层
3	为什么没有预防？	找到系统漏洞
4	为什么系统允许？	找到制度缺陷
5	根本原因是什么？	找到最深层的根因

技巧3：引导式提问。

「如果是你，会怎么做？」——换位思考，激发主动性。
「还有其他可能性吗？」——拓展思维，避免局限。
「这样做的风险是什么？」——培养风险意识。
「需要什么资源支持？」——培养资源协调能力。

教练四步法：GROW 模型

字母	含义	做什么
G	Goal 目标	明确改善目标和期望结果。和员工一起明确：我们要解决什么问题？要达到什么目标？
R	Reality 现状	了解当前状况和差距。用数据和事实描述现状；现状和目标之间的差距，就是改善空间。
O	Options 方案	探讨多种可能的解决方案。不局限于一个方案，鼓励发散思维。
W	Will 意愿	确定行动计划和承诺。选出最优方案，制定行动计划，员工做出承诺。

教练的关键行为

积极倾听： 不打断、不评判，认真听员工说完。
有效提问： 用开放式、引导式提问，激发员工思考。
及时反馈： 员工的想法，及时反馈，对的肯定，错的纠正。
鼓励尝试： 鼓励员工大胆尝试，即使失败也是学习。
容忍失败： 失败是成长的一部分，不容忍失败，就没有创新。
认可成长： 员工的每一点进步，都要认可，都要鼓励。

授人以鱼不如授人以渔，培养能力胜过解决问题。教练式领导的终极目标，是让员工不再需要教练。

04 问题解决引导

04｜问题解决引导：角色不是/而是；A3 六阶段引导提问

精益领导者在问题解决中，不是「解题者」，是「引导者」。

领导者在问题解决中的角色

不是	而是
直接给出答案。领导不是百科全书，不需要知道所有答案。	引导思考方向。用提问引导团队思考，找到正确的方向。
代替团队决策。决策是团队的事，领导不能包办。	提供方法工具。提供 5Why、鱼骨图、A3 报告等工具，让团队有方法可用。
包办所有工作。领导不能替员工干活，员工才是执行主体。	创造讨论环境。营造开放、安全的讨论氛围，让每个人都愿意发言。
批评指责。批评指责只会让员工隐瞒问题，不是解决问题。	支持资源协调。团队需要资源时，领导要协调资源，扫除障碍。

A3 问题解决引导法

A3 报告是丰田发明的问题解决方法，因为报告写在 A3 纸上而得名。核心是结构化的问题解决流程。

阶段1：问题定义阶段。 引导提问：

问题的具体表现是什么？——描述现象，用数据说话。
与目标的差距有多大？——量化差距，明确问题严重程度。
为什么这个问题重要？——说明问题的优先级和影响。

阶段2：现状分析阶段。 引导提问：

收集了哪些数据？——数据是分析的基础。
现场观察到什么？——Gemba Walk 的发现。
问题发生的规律是？——是偶尔发生还是经常发生？是某个班次还是所有班次？

阶段3：根因分析阶段。 引导提问：

可能的原因有哪些？——头脑风暴，列出所有可能原因。
如何验证真正原因？——用数据验证，排除假原因。
5 个为什么分析结果？——用 5Why 深挖，找到根因。

阶段4：对策制定阶段。 引导提问：

有哪些可行方案？——发散思维，提出多种方案。
如何评估方案优劣？——用标准评估，比如成本、效果、风险、可行性。
实施的风险是什么？——预判风险，制定预案。

阶段5：实施验证阶段。 引导提问：

行动计划是否清晰？——谁、做什么、什么时候完成，都要明确。
如何衡量改善效果？——指标是什么？数据怎么收集？
需要什么支持？——资源、权限、协调，领导要提供支持。

阶段6：标准化阶段。 引导提问：

如何固化成果？——把有效的措施，写入标准作业指导书。
能否横向推广？——这个改善，其他区域、其他产线能否复制？
学到了什么经验？——总结教训，形成组织知识。

提出好问题比给出答案更重要。领导者的价值，不在于知道答案，而在于提出好问题，引导团队找到答案。

05 团队赋能与激励

05｜团队赋能与激励：四维度 + 内/外激励 + 心理安全/全员参与

精益领导力的核心目标，是赋能团队。团队有能力、有动力、有环境，精益才能持续。

赋能的四个维度

维度1：能力赋能。

系统培训计划。根据岗位需求，制定系统的培训计划，不是零散培训。
多技能培养。培养多技能工，让员工掌握多种技能，提高灵活性和价值。
导师制度。老员工带新员工，技能传承，文化传递。
轮岗学习。定期轮岗，拓宽视野，培养复合型人才。
实战演练。培训不是听课，是实战。在真实场景中练习，才能真正掌握。

维度2：权力赋能。

下放决策权。让一线员工有决策权，比如质量判断权、设备停机权、改善实施权。
自主改善权。员工可以自主发起改善，不需要层层审批。
资源调配权。给员工一定的资源调配权，比如小额采购权、加班安排权。
停线权。发现重大质量问题时，员工有权停线，防止批量不良。
试错空间。允许员工在一定范围内试错，容错是创新的前提。

维度3：信息赋能。

目标透明化。团队目标、个人目标，都要透明，让每个人知道方向。
数据可视化。生产数据、质量数据、效率数据，实时显示在看板上，人人可见。
及时反馈。员工的表现，及时反馈，好的肯定，差的纠正。
知识共享。改善经验、技术知识，共享给所有人，避免重复发明轮子。
沟通渠道畅通。员工有意见、有建议，有渠道表达，有机制回应。

维度4：激励赋能。

及时认可。员工做得好，立刻认可，不要等年底。
改善奖励。对有价值的改善提案，给予物质奖励和精神奖励。
成长机会。给员工学习、晋升、挑战的机会，让员工看到未来。
成就感。让员工感受到工作的意义和价值，不仅仅是赚钱。
团队荣誉。团队成果，共同分享，增强团队凝聚力。

激励的精益方式

内在激励：

参与感：让员工参与决策。参与了，就有主人翁意识。
成就感：看到改善成果。自己的努力，变成了实际的改善，成就感油然而生。
成长感：能力持续提升。每天都在学习、都在进步，工作有奔头。
价值感：贡献被认可。自己的贡献，被领导、被同事、被客户认可，价值感满满。

外在激励：

改善提案奖励。提案被采纳，给予奖金或积分。
最佳改善案例展示。把优秀案例展示出来，让提案者有名、有荣誉。
优秀团队表彰。团队改善成果突出，给予表彰和奖励。
职业发展机会。改善能力强的员工，优先晋升、优先培训。

建立改善文化

心理安全：

鼓励提问题。没有问题才是最大的问题，鼓励员工大胆提问。
容忍失败。失败是学习的机会，不惩罚失败，惩罚隐瞒失败。
不追责个人。问题发生后，追系统原因，不追个人责任。追责个人，只会让人隐瞒问题。
关注系统改善。从系统层面找原因，从流程、制度、工具上改进。

全员参与：

人人都是改善者。改善不是工程师的事，是每个人的事。
小改善大鼓励。哪怕是一个小改善，也要鼓励，积小胜为大胜。
持续小步快跑。不要求大突破，要求每天进步一点点。
积少成多。每个人的小改善，加起来就是巨大的进步。

赋能团队，激发潜能，共创价值。团队强，则企业强。

06 变革领导力

06｜变革领导力：五类阻力 + Kotter 八步 + 关键行为

精益推行，本质上是一场变革。变革需要领导力，而且是特殊的领导力——变革领导力。

精益变革的挑战：常见阻力

阻力	典型声音	背后是什么
思维惯性	「一直这样做的」	习惯旧方式；改变意味着不确定与风险
恐惧心理	「会不会影响我」	可能影响岗位、收入、地位
怀疑态度	「又是一阵风」	见过太多「运动」，怀疑这次也吹一阵
能力不足	「不知道怎么做」	想改但缺方法与培训
利益冲突	「损害我的利益」	触动权力、资源、地位，阻力必然大

变革领导八步法（Kotter 模型）

Step 1：营造紧迫感。
展示市场压力。竞争对手在进步，客户在要求，不变革就会被淘汰。分析竞争态势，和标杆企业对比，找到差距，激发危机感。用数据和案例强调：变革不是选择，是生存。

Step 2：建立领导联盟。
组建变革团队——不是一个人推，是一个有权力、有影响力、有专业能力的团队推。获得高层支持：资源、权力、背书，缺一不可。跨部门协作，打破部门墙。

Step 3：制定愿景战略。
清晰的变革愿景：要去哪、变成什么样，要清晰、要激动人心。可行的实施策略：分几步走、每步做什么。阶段性目标：大愿景拆成小里程碑。

Step 4：沟通变革愿景。
多渠道、高频次传播（会议、培训、海报、内部刊物）。领导以身作则：自己先做到，员工才会信；说一套做一套，变革必败。耐心解答疑虑，消除恐惧。

Step 5：授权行动。
清除制度、资源、人员障碍。提供资源，不能既要马儿跑、又要马儿不吃草。鼓励大胆尝试新方法，允许试错。

Step 6：创造短期成果。
先选容易出成果的项目，快速见效。庆祝阶段胜利，增强信心。短期成果是最好的信心增强剂：让怀疑者闭嘴，让支持者更坚定。

Step 7：巩固成果深化。
短期成果不是终点，是起点。持续改进，扩大范围（从一个区域、一条产线到全公司），从局部优化走到系统优化。

Step 8：固化新文化。
把精益做法写入制度、流程、考核。新员工入职就接受精益培训，精益成为「默认设置」。持续强化，日复一日。

领导者关键行为

以身作则：

亲自参与改善。领导不是旁观者，是参与者。
遵守新标准。自己先遵守，员工才会遵守。
展示决心。遇到困难，不轻言放弃。

持续沟通：

解释变革意义。反复解释：为什么要变革？对大家有什么好处？
倾听员工声音。不能只听好话。
及时反馈。问题与建议不要石沉大海。

耐心坚持：

接受反复。变革是螺旋上升，有倒退是正常的。
长期投入。是马拉松，不是短跑。
不轻言放弃。遇到困难就放弃，变革必败。坚持，才有胜利。

变革始于领导，成功在于坚持。精益变革里，领导的决心和坚持，是决定成败的关键。

来源与交接

项	内容
来源	`paste-md` · 用户粘贴长文 + 6 张信息图（作者未标注）
原文 URL	无
合并	新建；与人效四层、降本增效分笔记互链，不硬并
去重	粘贴含近乎相同的双份 01–06 + 末尾错乱拼接；已只留一份完整正文

旁链	彼篇主线	与本篇边界
人效差，答案多半不在人身上	人效公式 + 四层对症	彼=人效怎么拆；本=领导角色怎么转身
很多公司只会砍成本，高手从省钱走到赚钱	降本增效四段位 12 法	彼=路径段位；本=精益落地时的领导侧行为

今天这 11 张 GitHub 热榜卡，先看刀口再点星

Mon, 10 Aug 2026 00:00:00 GMT

同日另一份开源盘点是六月口径的 17 条，题材近、体裁不同 → 旁链不硬并（待发布）。

1 · vitali87/code-graph-rag

vitali87/code-graph-rag · 代码图谱读懂大型仓库

用户简介：用知识图谱检索大型代码库，改代码前先看清调用关系。

项	图面
标题	代码图谱读懂大型仓库
语言 / Stars / 今日	Python · 2,981 · +96
核心概念	Graph RAG for Code
页脚金句	先看清代码结构，再让 Agent 动手。

特性要点（1–10）：多语言解析 · 调用关系 · 符号索引 · 知识图谱 · 单体仓库 · 自然语言查询 · 代码编辑 · Tree-sitter · Memgraph · 权限控制

开源：https://github.com/vitali87/code-graph-rag

2 · google-deepmind/weathernext

google-deepmind/weathernext · 全球天气开放预测代码

用户简介：开放全球中期天气与气旋预测代码，并提供每日数据入口。

项	图面
标题	全球天气开放预测代码
语言 / Stars / 今日	Python · 7,085 · +86
核心概念	WeatherNext 2
页脚金句	研究团队可直接获取公开预测数据。

特性要点（1–10）：全球预报 · 中期预测 · 气旋模型 · 每日数据 · 云端数据 · 研究代码 · 大气模型 · 批量分析 · 算力需求 · 结果校验

开源：https://github.com/google-deepmind/weathernext

3 · Comfy-Org/ComfyUI

Comfy-Org/ComfyUI · 图像生成拆成节点流程

用户简介：用节点编排图片和视频生成流程，支持复用、批量运行与 API。

项	图面
标题	图像生成拆成节点流程
语言 / Stars / 今日	Python · 125,515 · +365
核心概念	Visual AI Workflow
页脚金句	节点越多，插件和版本越要管。

特性要点（1–10）：模型加载 · 节点编排 · 采样控制 · 图像生成 · 视频流程 · 批量运行 · API后端 · 工作流复用 · 插件管理 · 版本锁定

开源：https://github.com/Comfy-Org/ComfyUI

4 · harveyai/harvey-labs

harveyai/harvey-labs · 法律 Agent 开始统一考试

用户简介：用真实任务、文档和评分规则测试法律 Agent 的交付能力。

项	图面
标题	法律 Agent 开始统一考试
语言 / Stars / 今日	Python · 826 · +47
核心概念	Legal Agent Benchmark
页脚金句	评测能力，不替代法律责任。

特性要点（1–10）：真实任务 · 法律文档 · 评分规则 · 执行框架 · 检索测试 · 推理测试 · 交付评估 · 任务数据 · 结果复核 · 保密边界

开源：https://github.com/harveyai/harvey-labs

5 · PrimeIntellect-ai/prime-agent

PrimeIntellect-ai/prime-agent · 长任务 Agent 学会续跑

用户简介：让编码 Agent 用持久 REPL、记忆和子任务续跑长任务。

项	图面
标题	长任务 Agent 学会续跑
语言 / Stars / 今日	TypeScript · 11,072 · +2,356
核心概念	Persistent RLM Agent
页脚金句	任务越长，越需要检查点和人工确认。

特性要点（1–10）：持久REPL · 上下文变量 · 递归调用 · 子任务拆分 · 长期记忆 · 编码任务 · 研究任务 · 检查点 · 成本控制 · 权限边界

开源：https://github.com/PrimeIntellect-ai/prime-agent

6 · pranshuparmar/witr

pranshuparmar/witr · 幽灵进程谁启动的

用户简介：从进程、端口、容器或文件追到完整启动链。

项	图面
标题	幽灵进程，谁启动的？
语言 / Stars / 今日	Go · 20,652 · +210
核心概念	Process Origin Tracer
页脚金句	把启动链摆出来，少猜半小时。

特性要点（1–10）：进程追踪 · 端口定位 · 容器溯源 · 文件关联 · 启动链路 · CLI 查询 · 交互 TUI · JSON 输出 · 系统排障 · 权限检查

开源：https://github.com/pranshuparmar/witr

7 · addyosmani/agent-skills

addyosmani/agent-skills · 工程经验装进技能包

用户简介：把规格、测试、审查等工程步骤封装成编码 Agent 技能。

项	图面
标题	工程经验装进技能包
语言 / Stars / 今日	JavaScript · 85,136 · +680
核心概念	Production Agent Skills
页脚金句	装技能前，先审命令和权限。

特性要点（1–10）：规格编写 · 任务计划 · 代码构建 · 自动测试 · 代码审查 · 简化重构 · 质量门槛 · 命令封装 · 流程复用 · 安全审计

开源：https://github.com/addyosmani/agent-skills

Skills 分层与装机清单另见旁链 MCP/Skills/CLI、Claude Code 十大 Skill——本篇只记热榜条目。

8 · ZhuLinsen/daily_stock_analysis

ZhuLinsen/daily_stock_analysis · 多市场行情自动做日报

用户简介：汇总多市场行情与新闻，定时生成自选股信息面板。

项	图面
标题	多市场行情自动做日报
语言 / Stars / 今日	Python · 61,188 · +306
核心概念	Market Research Dashboard（多市场数据聚合分析）
页脚金句	信息面板可以自动，交易决策不能外包。

特性要点（1–10）：多市场行情 · 新闻汇总 · 自选股 · 定时分析 · 报告推送 · 企业微信 · 飞书通知 · 邮件提醒 · 风险提示 · 人工复核

开源：https://github.com/ZhuLinsen/daily_stock_analysis

9 · goauthentik/authentik

goauthentik/authentik · 一套登录接管内部应用

用户简介：自托管身份服务，统一接入 SAML、OIDC、LDAP 和 RADIUS。

项	图面
标题	一套登录，接管内部应用。
语言 / Stars / 今日	Python · 24,272 · +310
核心概念	Self-hosted Identity
页脚金句	身份系统要先做好灾备

特性要点（1–10）：单点登录 · SAML · OAuth OIDC · LDAP · RADIUS · 应用接入 · 目录同步 · 权限管理 · 备份恢复 · 高可用

开源：https://github.com/goauthentik/authentik

10 · google/skills

google/skills · 云端操作写成 Agent 技能

用户简介：提供 Google Cloud、GKE、BigQuery 与 Gemini 等官方操作技能。

项	图面
标题	云端操作写成 Agent 技能
语言 / Stars / 今日	Python · 17,221 · +528
核心概念	Cloud Agent Skills
页脚金句	执行云命令前，核对账号、区域和费用。

特性要点（1–10）：云端认证 · GKE操作 · BigQuery · Gemini API · Agent平台 · 模型部署 · 数据分析 · 故障排查 · 区域核对 · 费用权限

开源：https://github.com/google/skills

11 · pingdotgg/t3code

pingdotgg/t3code · 多个编码 Agent 一个控制台

用户简介：用桌面、网页和手机统一控制本机多个编码 Agent。

项	图面
标题	多个编码 Agent, 一个控制台。
语言 / Stars / 今日	TypeScript · 17,656 · +163
核心概念	Agent Control Surface
页脚金句	远程入口方便，也要守住本机终端。

特性要点（1–10）：桌面控制 · 网页控制 · 手机远程 · 多会话 · Codex接入 · Claude接入 · Cursor接入 · 权限模式 · 凭据保护 · 远程安全

开源：https://github.com/pingdotgg/t3code

这波里先戳哪几个

热度噪声大时，按「你会不会立刻用上」筛：

场景	优先看
大仓改代码前要摸调用图	#1 code-graph-rag
长任务怕断、要检查点续跑	#5 prime-agent（今日 +2,356，噪点也最大）
排障「这进程谁起的」	#6 witr
装 Agent Skill 前审权限	#7 agent-skills · #10 google/skills
多 Agent 统一控台还要守本机	#11 t3code

法律评测（#4）与身份灾备（#9）的页脚都在泼冷水：评测替代不了责任，登录系统先把备份做好。行情日报（#8）同理——面板可以自动，下单不能外包。

脚注

¹ 第 8 条：用户简介「自选股信息面板」与图面主标题「自动做日报」口径略异；页脚金句仍写「信息面板可以自动…」，两边并录。

瑞士网格那一套：国际主义风格五条原则

Mon, 10 Aug 2026 00:00:00 GMT

国际主义风格（International Typographic Style），也就是常说的瑞士风格。网格、无衬线、形式服从功能、黑白灰加几何色块——这套语言一旦上手，信息会排得极清楚；代价是谁都会用，海报看起来也容易撞车。

081 国际主义风格｜系列封面

封面直接戏仿了瑞士杂志 werk 1960 年 10 月刊的版式语言：红底、建筑网格照片、大号无衬线刊名。系列期号钉在 vol.081。

网格不是装饰线。Josef Müller-Brockmann 那句被反复引用的话——same size margins never make an interesting page——说的是：等宽页边不等于好版面，真正有趣的页来自严格又敢用的网格。

网格示意｜same size margins never make an interesting page

01 · 严格网格系统排版

把画面切成可计算的栏与行，字、图、色块都贴着轴线落位。信息不靠「感觉摆」，靠对齐关系自己长出秩序。

五栏网格｜Stockholm School of Entrepreneurship

苏黎世歌剧院开季海报｜Opernhaus Zürich 1965/66

NYA SLAKTHUSOMRÅDET｜2022 纯文字网格海报

BERLIN｜Gewerbemuseum Basel 1963

02 · 推崇无衬线字体

Akzidenz-Grotesk、Helvetica、Univers 这一路：笔画均匀、字腔开放、少装饰。字本身尽量不抢戏，让层级靠字号、字重、位置说话。

CINE FRAMED｜无衬线大标题压灰阶底

TEXTBAU / S AM № 13｜黑底白字双语块

m. i.a.｜Melody Dance Center 1986

The School of Life｜2015 活动日程海报

de dood is blind / gilgamesj｜2005

03 · 极简视觉，形式追随功能

能删的装饰先删。版面存在的理由是把事说清楚：日期、人名、价格、换算表——功能在前，样子跟在后面。

Metric Conversion Poster｜信息即图形

032c 1st issue｜Berlin Winter 2000/2001

LA FRANCE UNIE EST EN MARCHE｜Mitterrand 1988

04 · 客观视觉要素，对比建层级

照片倾向客观、少修饰；层级靠大小、黑白、疏密、对齐，而不是花边和渐变。字和图被当成同一套几何零件来拼。

Museum Kranenburgh · Jaap Mooy｜2018

Cosmin Bumbut / Laura Armeanu｜Bucharest

Galeria Azur Berlin · SESSION 05｜2024

SPEND THE NIGHT / Secondnature Showcase

Giselle｜Armin Hofmann 1959

Hofmann 这张 Giselle：竖排大字 + 运动模糊的舞者照片，几乎把「客观摄影当色块」写进教科书。

05 · 极强通用性，也容易刻板

博物馆征集、奥运会申办、杂志创刊号、剧场季、独立活动——同一套语法都能套。这是它厉害的地方，也是它闷的地方：人人网格 + Helvetica，辨识度会被冲淡。

Achiziții MNAC 2022

Tabya n1

MC Maria Canals 53

Denver 76｜冬奥申办海报

Steal / steel

SIT BACK AND ENJOY THE CRISIS｜当代延用

学这套时，先把「清楚」练稳；真要做出辨识度，得在网格内部找非常规切口（字阶跳跃、摄影裁切、单一强调色），而不是再堆装饰。

四段史：从萌芽到被后现代冲，网格原则还在

阶段	大致时间	带走什么
萌芽	1920s 前后	包豪斯、俄国构成主义、荷兰风格派：几何、功能、去掉多余装饰
形成	1940–50s	瑞士设计学校与实践者（如 Müller-Brockmann 等）把网格与无衬线体系化
鼎盛	1960–70s	机构、杂志、公共信息大规模采用；国际传播把「瑞士」做成通用语
革新	1980s 起	后现代冲击对称与冷感，风格不再「唯一正解」；网格/层级原则却渗进日常 UI 与品牌系统

Neues Bauen 1928｜Kunstgewerbemuseum Zürich（萌芽侧样本）

Die Neue Grafik Design｜黄底运动谱系卡

werk 10 · Oktober 1960｜鼎盛期杂志封面

黄底那张把 Bauhaus、Swiss Modernism、International Typographic Style、Constructivism 串在同一信息架构里——本身就是用瑞士语法讲瑞士史。

展览海报是第一张名片：九种版式怎么各自说话

Mon, 10 Aug 2026 00:00:00 GMT

进美术馆之前，多数人先撞上的是海报——门口、朋友圈、地铁灯箱。海报不是说明书附件，是展览递出去的第一张名片：三秒里要让人感到「这展大概什么调性」。

下面按图鉴拆九种版式思路。首图是九宫格总览；后文一张一张对着单海报看。图上可见的展名 / 机构名照录，未见署名的不硬补作者。

九种展览海报版式｜九宫格总览

九格并排放，差异一眼就出来：有的靠赛博标注拆主体，有的靠书法叠层，有的干脆把场地画成地图。招数不同，但每张都在回答同一件事——这张脸，配不配得上这场展。

1. 光影数字艺术展 —— 赛博拼贴解构

主视觉是机械感人像侧脸，红线框、测量线、英文标注（Seed Signal、Veins Developed 一类）把主体拆成「可分析的零件」。右上 condensed 衬线英标题 The Future Has Arrived，中文副题「光影数字艺术展」压在下面；日期 12/14、地点「未来艺术馆」用大号数字钉住信息层。

适合数字艺术、科技向个展：信息密度高，但不靠堆特效，靠解构标注把「未来感」落到版式上。

光影数字艺术展｜赛博拼贴解构

2. 《万木正春》毕业展 —— 书法叠层

上半段留白清爽：英文字母标题 COLLEGE OF ART AND DESIGN GRADUATION EXHIBITION 与竖排中文机构信息并列；下半段绿底上，「万木正春」大字用淡墨/淡彩底笔触 + 实笔黑字叠两层，字既是标题也是主视觉。

毕业展常见两难：要学院信息完整，又要有作品气质。书法叠层把「写」本身做成展品语言，信息栏退到上下边缘，不抢笔势。

万木正春｜书法叠层

3. 山谷 art 艺术节 —— 扁平手绘地图

灰底大面积留白，底部红 / 绿 / 蓝 / 橙色块拼成山形「地图」；活动名沿山脊曲线走（摄影季、海报展、热气球、山中集市……）。上方「山谷art艺术节」+ BRING ART CLOSER TO LIFE，热气球和帐篷当图标锚点。

户外艺术节、市集、驻地项目吃这套：海报同时是导览缩略图，读者扫一眼就知道「去了能玩什么」。

山谷 art 艺术节｜扁平手绘地图

4. 《如来如去》—— 肌理油画底 + 竖向错落

整张几乎是暗色油画肌理底。白字竖排错落：右侧大字「如来如去」带横向残影/快门感，旁侧 Tathāgata、展名「金耕「上海」作品展」等竖栏并置；日期 08 13 —— 09 04 顶左放大。图上可见策展人单增、管午画廊（XU GALLERY）等落款。

当代绘画个展常用这招：让画面材质当版式底，字只做层叠阅读路径，少画框感、多作品感。

如来如去｜肌理油画底 + 竖向错落

5. 东方美学 —— 国风扁平 + 八角窗

米色底，中央浅蓝八角窗框住扁平盆景松与远山；标题「东方美学」上方拼音 DONG FANG MEI XUE，周围散落「中式美学」「经典之作」等标签框，底栏日期 2025.07.20。

新中式活动海报的稳妥配方：传统窗棂当取景器，插画保持扁平，信息用气泡/色带点缀——文化符号在，但不堕成仿古描红。

东方美学｜国风扁平 + 八角窗

6. 《无象之境》—— 图文上下分割

上半灰底纯文字：大写 EXHIBITION、当代艺术展、主标题「无象之境」、地址与日期 2024.05.20；下半整幅风景油画出血，水色微微渗进上栏，软接缝。底缘可见指导 / 出品单位字样。

最「博物馆官网」的一种：信息区干净、作品区完整。适合作品本身够强、不必再用花活抢戏的当代展。

无象之境｜图文上下分割

7. 古代美术文物展 —— 传统东方竖排

仿旧纸底，隐约草书纹理；中部横窗嵌山水画，右侧竖排大字「古代／美術」，英文 ANCIENT ART EXHIBITION 竖红细字陪跑；底部日期与馆方信息横排收束。

文物展、书画文献展的经典站位：竖排扛文化重量，横窗当「展柜切片」，现代信息落在底栏，古今分层清楚。

古代美术文物展｜传统东方竖排

8. 黑白艺术展 —— 横向材质拼贴

浅灰底，中上一条由十余根高低不一的竖条拼成的材质带（大理石、植物纹、网点、几何……）；其下居中大字「藝術展」+ 拼音，再下一则英文短引谈材料与诗意。顶栏日期地点、底栏分区与名单用网格收纳。

严格黑白 + 横向材质节奏，气质接近网格系统那一路——偏理性、偏「国际印刷品」。和瑞士国际主义同场时可对照看，主题仍是展览名片，不是网格教科书，勿硬并。

黑白艺术展｜横向材质拼贴

9. 创意毕设展 —— 几何字体构成

浅冷蓝底，半透明圆与几何块叠出「设 / 计」结构感；「毕设」「创意」「展」字号层级拉开，字本身就是图形。日期、院校、专业列表、二维码贴在边缘，不进主形。

设计类毕业联展常见选择：用字体构成宣告「我们在做设计」，比再贴一张作品拼贴更干净。

创意毕设展｜几何字体构成

没有标准答案，调性统一就够

九种招式并不是九道必背公式。赛博解构配数字展、书法叠层配学院毕业展、手绘地图配山谷艺术节——成立的原因都是版式调性跟展览主题咬合。

反过来也成立：把八角窗硬套进赛博数字展，或把材质拼贴条塞进山水文物展，招式再漂亮也像穿错衣服。

审美积累记这一句就够：先问这场展要递出去什么脾气，再选版式语言；统一服务于主题，比堆技巧安全。

AI 大模型应用开发：Python 库八区地图

Mon, 10 Aug 2026 00:00:00 GMT

有人问：AI 大模型应用开发，需要学哪些 Python 库？

不必一次全啃。下面这张八分脑图把常见库按职能摊开——先认路，再按自己要走的路径挑子集。

AI大语言模型 Python库八区脑图

图心：AI大语言模型 Python库。页脚：「收藏关注 | AI大语言模型 Python库大全」。各库一句说明跟图面走。

八区速查

1. 基础框架

库	一句话（图面）
LangChain	构建 LLM 应用的链式组件框架
LlamaIndex	数据索引与检索增强生成框架
Haystack	端到端的 RAG 应用开发框架
Semantic Kernel	微软出品的企业级 AI 编排框架

2. 模型部署

库	一句话（图面）
vLLM	高吞吐、低延迟的大模型推理引擎
Ollama	本地大模型一键部署运行工具
Llama.cpp	C/C++ 实现的本地推理框架
TGI	开源文本生成推理服务器
xinference	全栈大模型推理服务平台

3. 大模型 API

库	一句话（图面）
OpenAI SDK	访问 OpenAI 模型的官方 SDK
DashScope	阿里云通义千问 API SDK
ZhipuAI	智谱清言大模型开放平台 SDK
Anthropic SDK	访问 Claude 模型的官方 SDK
Baidu Qianfan	百度千帆大模型 API SDK

4. 向量数据库

库	一句话（图面）
FAISS	高效的相似向量检索库
ChromaDB	开源的嵌入向量数据库
Milvus	高性能分布式向量数据库
Pinecone	全托管向量数据库服务
Qdrant	高性能向量搜索引擎

5. 文本处理

库	一句话（图面）
Transformers	主流预训练模型及工具库
Tokenizers	高效的分词与编码库
Sentence-Transformers	句向量与语义检索工具库
Tiktoken	OpenAI 的分词编码工具
Jieba	中文分词工具包

6. 多模态

库	一句话（图面）
Diffusers	扩散模型推理与训练库
OpenCLIP	开源 CLIP 模型与工具
Whisper	语音识别模型与工具
GPT-4V Tools	视觉理解与工具集
PaddleOCR	多语言 OCR 识别工具

7. 评估监控

库	一句话（图面）
LangSmith	LLM 应用开发调试与监控平台
RAGAS	RAG 评估框架
MLflow	机器学习生命周期管理平台
Phoenix	LLM 可观测性与评估平台
WandB	实验跟踪与可视化平台

8. Agent 框架

库	一句话（图面）
AutoGen	多智能体协作开发框架
CrewAI	角色扮演式多智能体框架
LangGraph	基于图的智能体编排框架
smolagents	轻量级智能体开发框架
MetaGPT	多智能体软件公司框架

按路径挑子集就行

八区约 40 个名字，不是通关清单。常见起步可以粗暴一点：

你要走的路	优先碰的区
RAG	基础框架 + 向量数据库 + 文本处理（嵌入/分词）+ 评估监控里的 RAGAS
Agent	Agent 框架 + 基础框架（编排）+ 大模型 API
本地部署	模型部署（Ollama / vLLM / Llama.cpp 等）
多模态	多模态区 + 对应 API / 文本处理

先定路径，再在对应区里挑 1–2 个主库练手；同区其余当「知道有谁」即可。

旁链：别跟工具层、架构篇搅成一锅

旁链	它管啥	跟本篇的边界
一张图看懂：MCP、Skills、CLI	连接 / 方法 / 执行	工具层 ≠ Python 库地图
Agent 工程 20 概念（上）（待发布）	Agent / Harness / Loop 词表	概念词表 ≠ 库选型
Prompt → Context → Harness → Loop（待发布）	能力瓶颈四站外移	叙事框架 ≠ 八区库表
Claude Code 四类 Loop	CC 交权循环	工作流交权 ≠ 应用库盘点
8 种主流 Agent 架构（待发布）	架构形态对照	架构篇；本篇是实现侧库
10 种软件架构风格（待发布）	通用软件架构	通用架构 ≠ LLM Python 库
企业 AI 落地七层（待发布）	企业落地分层	落地分层 ≠ 库地图
企业 AI 员工五件脏活（待发布）	脏活与链路	业务脏活 ≠ 库速查

本篇只做「库名 + 图面一句」的选型地图；原帖 URL 用户未给，按粘贴图卡处理。¹

Footnotes

原文评论区有「还需要学什么」一类开放提问，评论未收录；本笔记不编造「还该补哪些」的完整清单。 ↩

一张卷轴盘活整版：主流报纸创意排版图鉴

Mon, 10 Aug 2026 00:00:00 GMT

报纸整版最怕什么？栏框密、字堆死、读者一眼就滑走。这几年不少党报、行业报、都市报，爱拿同一个器物救场——卷轴。

卷轴在版面上不只是装饰边框。它把「画卷 / 史册 / 蓝图 / 文脉」这几层意思压进一张纸：文化主题像在展画；成就回顾像在翻史册；规划部署像在铺蓝图；地方文旅像在续文脉。主题一对上，整版就有了主心骨。

下面按报题过一遍案例，再留六条共同手法与读者常吵的几句。

河南日报｜奔腾吧幸福河 · 黄河五周年特刊

开篇这张不是拼贴导览，是河南日报《奔腾吧幸福河》：卷轴铺底，黄河以金黄丝带从卷面蜿蜒而出，把九省地标串成叙事线——卷轴当「柔性容器」的典型。

三类主题，卷轴各自怎么用

符号读法	适合主题	版面上像什么
画卷	文旅、节庆、民俗、诗词	卷面展开成风景 / 人物 / 节庆主视觉
史册	周年回顾、成就盘点、「十四五」答卷	卷体承托时间轴、数据条、大事记
蓝图 / 文脉	两会部署、规划开局、地方文脉	卷面像未写完的图，或把古今并置在同一卷芯

同一器物，映射不同；读者不用读完标题，也能感到「这页在讲展开、传承、还是向前画」。

图鉴：一张卷轴，各报各用

河南日报 · 中华经典诗词论坛

竖向长卷落下「此中有诗意」，城市诗签贴在卷缘，论坛报道与人物访谈绕卷排布——文化符号与正文真正咬合，不是贴一张 PNG。

河南日报｜2024 中华经典诗词论坛

中国气象报 · 立春

节气专版用卷轴托住「立春」意象，把气象新闻从冷数据拉回物候与时令。

中国气象报｜立春

人民日报 · 开封菊花节

斜置卷轴框住菊田人物大图，祥云与花瓣软化栏线；严肃报道里忽然有了节庆温度。

人民日报｜开封菊花文化节

四川日报 · 安逸四川夏旅

夏旅主题用卷轴展「安逸」气质，文旅信息跟着卷势走，少了说明书感。

四川日报｜安逸四川夏旅

大同日报 · 一万平方公里看中国

大主题、大信息量时，卷轴负责收束视线，避免整版散成展板墙。

大同日报｜一万平方公里看中国

烟台日报 · 万亿之城碳路先锋

产业与「碳」叙事偏硬，卷轴把发展线画成可跟读的路径，而不是表格堆砌。

烟台日报｜万亿之城碳路先锋

四川日报 · 中国旅游日

旅游日整版再度用卷：节日气氛 + 线路/活动信息，卷面当导览层。

四川日报｜中国旅游日

浙江日报 · 「十四五」四件大事

省两会语境下，白色长卷在山水与城市场景间蜿蜒，四件大事写在卷上，成就块落在卷侧——史册感与蓝图感叠在一起。[^masthead-zj]

浙江日报｜十四五干好四件大事

新华日报 · 震泽

地方专版用卷轴托「震泽」文脉与风貌，小切口也能做整版气势。

新华日报｜震泽

深圳特区报 · 两会蓝图

横展卷轴里画出城市场景，「蓝图已经绘就」直接落到器物上；两侧回顾 / 奋进数据夹着卷芯。[^masthead-sz]

深圳特区报｜两会蓝图

深圳特区报 · 中行「十四五 / 十五五」

金融答卷本该很硬。上方长卷山水城景，下方三枚红色短卷分栏「识 / 智 / 力」，严肃选题被中式容器接住。

深圳特区报｜中国银行深圳分行十四五

钱江晚报 · 少年诗词大会

少年与诗词，卷轴回到「文脉」本义：活动报道带着书卷气，而不是赛场海报腔。

钱江晚报｜少年诗词大会

湖南日报 · 乡村振兴画卷

「画卷」二字写进主题，卷轴几乎是标题的视觉同义词——符号与文案对齐时，读者零成本读懂隐喻。

湖南日报｜乡村振兴画卷

浙江日报 · 平阳

县域专题用卷展地方肌理，信息密度高时仍靠卷势分主次。

浙江日报｜平阳

深圳特区报 · 阅读周刊民俗画卷

阅读周刊把民俗收进画卷形态，纸媒版式同时适合拆条发新媒体。

深圳特区报｜阅读周刊民俗画卷

襄阳日报 · 「两资三能」

工业与招商报道里，卷轴分别框住江城风景与工地实景——柔性容器把硬新闻和软视觉缝在同一页。

襄阳日报｜两资三能特别报道

这些整版其实在干同一件事

六条共同特点，原文写得很全，这里原样压实留用：

文化符号与图文一体
卷轴不是角落贴纸，而是标题、照片、数据的承托结构；符号语义（展开、传承、书写）与稿件主题同向。
柔性容器
刚性栏框改成可弯曲、可斜置、可分叉的卷面，文字与图片跟着卷势走，信息再多也不像砌砖。
形态多变
竖卷、横卷、斜卷、短卷条、多卷并列……同一符号换形态，版式就不会一眼撞车。
中式美学软化严肃选题
两会、金融、产业、碳中和这类硬稿，靠卷轴、云纹、山水、翰墨气，把「必须读」变成「愿意看」。
纸媒 + 新媒体双向
整版在报上成立；拆成长图、九宫格、短视频封面时，卷轴主视觉仍可单独成立——一次设计，两端吃。
构图核心、主次分明
先立卷轴主视觉，再挂卫星信息块；读者先被器物抓住，再决定往哪一块钻。

拿去对照自己做的活动长图 / 年报内页也成立：先问「卷轴在这页到底代表画卷、史册还是蓝图」，再决定形态，比先找素材库 PNG 靠谱。

旁链（不合并）：哑光纸质杂志感与巨型裁切字，见 告别塑料感：哑光纸、偏心视窗、巨型裁切字；冲击力海报七套，见 一眼很猛：GPT-Image2七种高张力海报提示词；结构化出科普海报，见 输入一个名字：Coze三十秒出历史人物科普海报。

评论区比版式本身还吵

有人说卷轴看多了会视觉疲劳——符号一旦成套路，就从巧思变成模板。这话公允：器物救得了单页，救不了整年审美。

也有人打出「太卷了」：一边夸版式真会「卷」，一边吐槽行业内卷。双关之所以好笑，是因为两种「卷」常常一起来。

还有人怀疑画面「像 AI 风」。真假不必在笔记里拍板；值得记的是：当中式符号被批量复用，读者会下意识用「是不是机器出的」来表达审美不适。

致谢向的留言里，河南日报等常被点名——说明读者认的是「符号用对了主题」，不是「谁先用了卷轴」。

什么时候别硬上卷轴

主题本身没有展开 / 传承 / 书写隐喻时，硬贴卷轴只会显得空。信息必须做成严格对照表、地图坐标、流程图时，柔性容器也可能拖慢检索。符号疲劳已经出现在同一系列里时，换器物比换配色更有用。

认清卷轴在这一页到底是画卷、史册还是蓝图，再决定要不要用——比收藏一百张「创意报纸」截图更能带走。

黑金浮雕西游人物谱：六节点转一圈，看见的是人心

Mon, 10 Aug 2026 00:00:00 GMT

小时候看《西游记》，盯着的是降妖除魔；长大再翻，看见的是人心。

师徒五人，各记一句就够：

唐僧：路可以难，心不能退。
悟空：本事再大，也要有人肯收、有人敢用。
八戒：贪嗔痴写在脸上，护师却从不缺席。
沙僧：话少、担重，把队伍黏在一起。
白龙马：多数时候不当主角，没有他路走不成。

有人把这套神魔长卷做成了黑金浮雕风「西游人物谱」：深底浮雕云纹，金线勾形，竖排大字旁盖着红印「书缝漫游」。单人页用六节点环形叙事——身份、经历、转折、归宿绕人物转一圈，读完像把一章人物传压成一张图。

文中作者列名 17 位；附件实际是 19 张图：1 张群像封面 + 18 张单人（含文称未计入的女儿国王）。群像封面标签亦为 17 人，不含女儿国王。脚注见文末。

风格怎么认

关键词	落在画面上
黑金浮雕	炭黑 / 青铜底，浮雕云纹与金属高光
六节点环形叙事	①→⑥ 虚线箭头绕人物一圈
书缝漫游	竖排题旁红印，系列统一标识

适合当「人物设定信息图」模板：中间立像，外围六格把生平压成可读环，比纯立绘多一层叙事。

群像封面

西游人物谱｜黑金浮雕群像封面

图面大题：西游人物谱。同框可见如来、唐僧、悟空、白龙马、观音、玉帝、太上老君、二郎神、哪吒、菩提、牛魔王、沙悟净、铁扇、八戒、红孩儿、六耳、白骨精等标签——17 人，无女儿国王。

大唐高僧唐三藏

大唐高僧唐三藏｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	金蝉子	前世	灵山	十世修行	如来座下二弟子
②	取经人	受命	长安	奉诏西行	唐王赐号三藏
③	师父	收徒	五行山	解救悟空	收齐三位徒弟
④	坚定者	历劫	西行路	八十一难	一心求取真经
⑤	凡人	考验	女儿国	情关未改	慈悲亦有迟疑
⑥	佛	功果	灵山	旃檀功德佛	修成正果

齐天大圣孙悟空

齐天大圣孙悟空｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	石猴	诞生	花果山	石破天惊	天地孕育灵猴
②	美猴王	称王	水帘洞	群猴归心	占山自在逍遥
③	齐天大圣	反叛	天宫	大闹天宫	斗诸神战天兵
④	行者	受戒	五行山	拜师护送	踏上西行之路
⑤	斗战者	降妖	取经路	七十二变	火眼金睛破幻
⑥	佛	功果	灵山	斗战胜佛	护师功成正果

天蓬元帅猪八戒

天蓬元帅猪八戒｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	天蓬元帅	前世	天河	掌管水军	天宫威风凛凛
②	猪刚鬣	贬凡	福陵山	错投猪胎	云栈洞占山
③	女婿	招亲	高老庄	强娶高翠兰	贪恋人间烟火
④	八戒	收徒	高老庄	悟空降服	拜师同往西天
⑤	伙伴	历劫	取经路	九齿钉耙	嘴馋心善护师
⑥	使者	功果	灵山	净坛使者	功成受封正果

卷帘大将沙悟净

卷帘大将沙悟净｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	卷帘大将	前世	天宫	侍奉玉帝	镇守凌霄宝殿
②	罪将	贬凡	流沙河	失手碎盏	七日飞剑穿胸
③	河妖	受苦	流沙河	吞食行人	颈挂九枚骷髅
④	悟净	皈依	流沙河	观音点化	拜师同往西天
⑤	伙伴	担当	取经路	挑担护师	任劳任怨
⑥	罗汉	功果	灵山	金身罗汉	修成正果

西海龙子白龙马

西海龙子白龙马｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	龙王三太子	身世	西海	龙宫贵胄	西海龙王之子
②	罪龙	犯戒	西海龙宫	纵火焚珠	获罪待斩得救
③	白龙马	化身	鹰愁涧	化马驮师	伴唐僧踏西行
④	坐骑	跋涉	取经路	千山万水	默默负重前行
⑤	龙子	救主	宝象国	化身舞剑	奋战黄袍怪
⑥	天龙	功果	灵山	八部天龙马	功成化龙正果

大慈大悲观音菩萨

大慈大悲观音菩萨｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	菩萨	道场	南海	紫竹林	慈航普度众生
②	取经使	奉旨	灵山	领受佛旨	东土寻取经人
③	点化者	指引	长安	赐予三宝	袈裟锡杖紧箍
④	度化者	收徒	西行路	点化三徒	护持取经团队
⑤	救难者	护佑	三界	屡解危局	降妖伏魔解厄
⑥	慈悲尊	功德	南海	闻声救苦	大慈大悲

灵山世尊如来佛祖

灵山世尊如来佛祖｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	世尊	居所	灵山	大雷音寺	统摄西方佛界
②	降魔者	出手	天宫	掌压悟空	五行山镇大圣
③	发愿者	弘法	灵山	三藏真经	欲传东土众生
④	主持者	筹谋	佛界	启动取经	观音东行寻人
⑤	试炼者	设局	西行路	八十一难	磨炼师徒道心
⑥	佛祖	功果	雷音寺	赐经封佛	师徒功德圆满

三界至尊玉皇大帝

三界至尊玉皇大帝｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	玉帝	身份	天庭	三界至尊	统领诸天神将
②	主宰	居所	凌霄殿	御理天宫	众仙朝会听令
③	招安者	用人	天庭	封弼马温	召悟空入天
④	天帝	平乱	天宫	调兵遣将	围剿花果山
⑤	求援者	危局	凌霄殿	请来如来	镇压齐天大圣
⑥	天庭主	秩序	三界	维系纲常	掌管仙籍神职

三清道祖太上老君

三清道祖太上老君｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	道祖	身份	天庭	三清尊神	道法深不可测
②	炼丹师	道场	兜率宫	八卦炉	金丹法宝皆出
③	守藏者	失窃	兜率宫	悟空偷丹	五壶金丹入腹
④	炼化者	擒获	天庭	八卦炉炼	炼成火眼金睛
⑤	法宝主	因缘	西行路	金银二童	携宝下界为妖
⑥	降妖者	收伏	平顶山	收回童子	重归兜率宫

方寸山祖师菩提祖师

方寸山祖师菩提祖师｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	祖师	道场	灵台山	斜月三星洞	门下弟子众多
②	石猴	拜师	三星洞	赐名悟空	收入门墙修行
③	授业者	传法	深夜	七十二变	秘授地煞变化
④	引路人	传术	山门	筋斗云	一跃十万八千
⑤	严师	戒律	洞府	逐徒下山	警告不可提师名
⑥	隐世仙	影响	花果山	奠定神通	成就齐天大圣

灌江显圣二郎神

灌江显圣二郎神｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	真君	身份	灌江口	显圣二郎	天庭战神杨戬
②	奉调者	出战	花果山	迎战悟空	七十二变斗法
③	神眼	神通	战场	天眼识变	看破大圣变化
④	擒猴者	合击	天宫	老君助阵	金刚琢击悟空
⑤	司法神	威名	三界	梅山六圣	哮天犬随行
⑥	助战者	再会	祭赛国	共战九头虫	与悟空联手

中坛元帅哪吒三太子

中坛元帅哪吒三太子｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	莲花身	身世	陈塘关	灵珠转世	太乙真人弟子
②	三太子	神职	天庭	中坛元帅	托塔天王之子
③	神将	出战	花果山	迎战悟空	六臂神通斗法
④	法宝主	武器	天庭	火尖枪	风火轮乾坤圈
⑤	降妖者	助战	西行路	屡助悟空	对阵牛魔王
⑥	少年神	威名	三界	三头六臂	神勇无畏

平天大圣牛魔王

平天大圣牛魔王｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	大力王	称号	积雷山	平天大圣	七圣结义称兄
②	兄长	结义	花果山	与猴王盟	昔日同为妖王
③	夫君	家室	芭蕉洞	铁扇公主	红孩儿之父
④	妖王	势力	积雷山 / 摩云洞	盘踞一方称雄	——
⑤	对手	激战	火焰山	七十二变	与悟空变化斗法
⑥	降服者	结局	天庭	诸神围攻	被哪吒降服

罗刹仙铁扇公主

罗刹仙铁扇公主｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	罗刹女	身份	芭蕉洞	铁扇公主	牛魔王正妻
②	母亲	亲缘	火云洞	红孩儿之母	记恨悟空降子
③	扇主	法宝	翠云山	芭蕉扇	一扇熄灭火焰
④	阻路者	冲突	火焰山	三借芭蕉扇	屡次扇飞悟空
⑤	妻子	纠葛	摩云洞	牛魔王离心	与玉面公主争
⑥	修行者	结局	翠云山	归还宝扇	隐姓修持正果

圣婴大王红孩儿

圣婴大王红孩儿｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	圣婴王	身份	火云洞	红孩儿	牛魔王之子
②	妖王	占据	枯松涧	火云洞	统领山中小妖
③	火童	神通	战场	三昧真火	烧退悟空八戒
④	诱敌者	设局	山路	假扮孩童	捉走唐僧欲食
⑤	对手	激战	火云洞	火烧群英	龙王水亦难灭
⑥	善财童子	皈依	南海	观音收伏	戴金箍随侍

白虎岭尸魔白骨精

白虎岭尸魔白骨精｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	白骨精	真身	白虎岭	白骨化妖	善于变化惑人
②	村姑	一变	山野	送斋诱骗	被悟空识破
③	老妇	二变	山路	寻女哭诉	再遭金箍棒打
④	老翁	三变	岭前	寻妻索女	三次变化迷局
⑤	离间者	心计	师徒间	唐僧误解	悟空被逐回山
⑥	尸魔	结局	白虎岭	三打白骨精	悟空终除妖

真假猴王六耳猕猴

真假猴王六耳猕猴｜六节点环形叙事

#	节点	标签	地点	主句	副句
①	灵猴	根脚	三界	六耳猕猴	四大神猴之一
②	冒名者	变身	花果山	假扮悟空	形貌神通无二
③	夺经者	设局	水帘洞	组建假队	欲往西天取经
④	难辨者	争斗	三界	众神难识	照妖镜亦不明
⑤	谛听	识破	地府	听出真身	知情未敢明言
⑥	伏诛者	结局	灵山	如来揭底	被悟空一棒打死

西梁国主女儿国王

西梁国主女儿国王｜六节点环形叙事

文称 17 人名单里没有她；附件单独给了六节点页，叙事落在唐僧的「情关」。

#	节点	标签	地点	主句	副句
①	女王	身份	西梁国	女儿国主	一国尽为女子
②	国主	理政	王宫	威仪端庄	治下国泰民安
③	倾心者	相遇	驿馆	邂逅唐僧	一见倾心求亲
④	联姻者	挽留	王宫	愿让王位	与御弟共享江山
⑤	痴情人	离别	城门	含泪送别	情深不改
⑥	凡尘劫	象征	取经路	温柔情关	唐僧坚守西行

欲望、缺点、选择

这套谱好看在立像，更耐看在环上那六格：每个神魔都被压成「曾是谁 → 做错什么 → 怎么走 → 落何处」。降妖是壳，欲望、缺点、选择才是肉——八十一难不过是把这些反复摊开给人看。

两张全景图：K8s 架构怎么转、故障怎么查

Mon, 10 Aug 2026 00:00:00 GMT

K8s 组件名一堆，记不住很正常。这两张图一个讲「请求怎么从 YAML 落到 Pod」，一个讲「出事时按哪七条线查」。下面尽量跟图面走，当可读速查，不当完整教程。

旁链（不硬并）：容器层命令见 Docker 命令背会这条线就够日常（待发布）；运维工具选型见运维自动化选型：先摸清这十件工具（待发布）。网络基础旁链文末。

图 1：架构全景，控制面怎么把期望状态推下去

Kubernetes 架构全景图

图题：Kubernetes 架构全景图
副标：Kubernetes = API 驱动的分布式资源控制系统

从上往下：谁接请求、谁干活

层	图面内容
用户接入	`kubectl` / UI Dashboard / 其他 API 客户端
Control Plane	API Server、etcd、Scheduler、Controller Manager
Worker Nodes	多节点：kubelet、kube-proxy、Container Runtime（containerd）、Pod
底座能力	网络（CNI）、配置管理、存储（Volume）、集群特性

Control Plane（控制平面）

组件	图面职责
API Server	集群统一入口；认证 / 鉴权 / 校验 / 路由；提供 REST API
etcd	集群状态存储（Key-Value）；保存全部状态数据
Scheduler	决定 Pod 调度到哪个 Node；资源评估 / 负载均衡 / 亲和性等
Controller Manager	维持期望状态；各种控制器的集合

常见控制器（图面列举）：Deployment、ReplicaSet、Node、Job、Endpoint……

Worker Node（工作节点）

组件	图面职责
kubelet	与 API Server 通信；管理本机 Pod 生命周期
Container Runtime	真正跑容器（如 containerd）
kube-proxy	Service 网络代理与负载均衡
Pod	最小调度单位；跑一个或多个容器

底座四块

块	图面要点
网络（CNI）	Pod 互通（扁平网络）：Calico / Flannel / Cilium / Weave Net……
配置管理	ConfigMap（配置数据）、Secret（敏感数据）
存储（Volume）	emptyDir / hostPath / NFS……
集群特性	自愈；弹性伸缩（HPA/VPA）；滚动更新；服务发现（DNS）

底部工作流：YAML → 期望状态

图面七步：

提交资源定义（YAML）
API Server 接收请求
存储到 etcd
调度器选择 Node
kubelet 创建 Pod
容器运行 / 业务启动
Controller 持续监控 / 保持期望状态

记这条线就够：你交「想要什么」，集群用调和环不停往那个状态靠。

右侧概念卡（建议和左图画面对着看）

一、核心组件
API Server 统一入口 → etcd 存状态 → Scheduler 选节点 → Controller Manager 做收敛。

二、Worker Node
kubelet 管生命周期；Runtime 跑容器；kube-proxy 做 Service 代理；Pod 是载体。

三、核心对象关系

1
Deployment → ReplicaSet → Pod → Container

对象	图面一句话
Deployment	声明式更新、回滚
ReplicaSet	保证 Pod 副本数
Pod	跑容器的载体
Container	业务容器本身

四、网络模型

1
Ingress → Service → Pod

对象	图面一句话
Ingress	七层入口：域名路由、TLS、灰度等
Service	稳定访问入口 + 负载均衡
Pod	真实实例；IP 可能变

五、存储模型

1
PVC → PV → StorageClass

对象	图面一句话
PVC	存储需求（申请）
PV	持久化存储资源
StorageClass	存储类；动态供应

六、核心思想（图脚）

词	意思
声明式 Declarative	只描述期望状态
控制循环 Reconcile Loop	持续向期望收敛
最终一致性 Eventually Consistent	告诉 K8s「要什么」，它保证「达到」

图脚原句气质：你只需要告诉 K8s「要什么」，K8s 保证「达到期望状态」。

图 2：七大主题速查，出事按哪条线查

Kubernetes 核心知识全景图（7大核心主题）

图题：Kubernetes 核心知识全景图（7 大核心主题）

1. Pod / Node 排障思路

Pod 侧（图面清单气质）

状态与落点：kubectl get pod -o wide
事件：kubectl describe pod
日志：kubectl logs（含 previous）
进容器：kubectl exec
资源：CPU / Mem / Disk / Net；kubectl top pod
调度失败：看 FailedScheduling 一类事件
依赖：Service / ConfigMap / Secret 是否齐
镜像：ImagePullBackOff / ErrImagePull 等

Node 侧

kubectl get node / describe node
状态：Ready、NotReady、SchedulingDisabled、NetworkUnavailable 等
资源打满（CPU/Mem）、磁盘 / IO、OOM / 内核日志（dmesg）
系统服务：kubelet / kube-proxy / containerd；journalctl -u kubelet
运行时：crictl；存储与网络再往下拆

常见 Pod 状态（图面）

状态	含义（图面）
Pending	调度未完成
Running	正在运行
CrashLoopBackOff	容器反复启动失败
ImagePullBackOff / ErrImagePull	镜像拉取失败 / 错误
OOMKilled	内存溢出被杀
ContainerCreating	创建中（常伴随拉镜像）
Completed	任务正常结束
Unknown / Error	未知 / 异常退出
CreateContainerConfigError 等	配置或创建阶段出错

2. 污点（Taints）与亲和（Affinity）

概念	图面要点
Taints	节点排斥某类 Pod；Effect：`NoSchedule` / `PreferNoSchedule` / `NoExecute`
Tolerations	Pod 声明容忍，才能上带对应污点的节点
nodeAffinity	按节点标签硬选 / 软偏好（required / preferred）
podAffinity	倾向和某些 Pod 靠近
podAntiAffinity	倾向和某些 Pod 远离

常用命令气质：

Terminal window

1
kubectl taint nodes <node> key=value:NoSchedule
2
kubectl taint nodes <node> key:NoSchedule-

3. 网络排查思路

Pod 网络检查线（图面）

Pod IP 是否正常（get pod -o wide）
Pod 间连通（ping 等）
DNS（nslookup / dig）
访问 Service（curl）
出网 / 外部访问
CNI 插件状态
NetworkPolicy 是否挡路

常见现象

同网 / 跨 Pod 不通
Service 不通、DNS 失败
延迟高 / 丢包
CNI 故障、kube-proxy 异常
外网域名解析失败

节点侧常用命令（图面）

ip addr / ip route、ss、ping、traceroute、nslookup、curl、tcpdump

NetworkPolicy：kubectl get networkpolicy / describe networkpolicy

4. K8s 网络架构（图面分层）

1
外部流量
2
  → Ingress Controller（Nginx / Traefik …）
3
  → Service（ClusterIP / NodePort / LoadBalancer）
4
  → 各 Node 上的 Pod

每个 Node 上大致有：kube-proxy（iptables / IPVS）、CNI（Calico / Flannel / Cilium…）、Container Runtime、Pod。
Overlay / 底层常见词：VXLAN、BGP、IPIP、路由。

和架构图右侧「Ingress → Service → Pod」是同一条故事，这里多了「进集群后怎么在节点间铺」。

5. 存储卷（Volume）

关系（图面）

1
Pod → PVC → PV → StorageClass → 后端存储（NFS / 云盘 / 分布式存储…）

常见 Volume 类型

类型	图面说明
emptyDir	临时；Pod 删则没
hostPath	挂节点本地路径
nfs	NFS 共享
configMap / secret	挂配置 / 敏感数据
persistentVolumeClaim	经 PVC 申请持久卷

排查

kubectl get/describe pvc、get/describe pv
get/describe storageclass（或 sc）
Pod 内挂载点、节点 df -h、相关 events

常见坑

PVC Pending、PV 未绑定、配置错误、磁盘满、网络存储不可达、权限不够。

6. 通用排障流程 + 金三角

图面七步气质：

发现问题 / 告警
收集信息（Pod、Node、events、logs、metrics）
划范围（Pod / Node / 网络 / 存储 / 应用）
比正常 vs 异常，定因
处置（改配置、重启、扩缩容、修依赖）
验证（功能 + 监控恢复）
复盘与预防（文档、告警优化）

金三角（图面）

现象是什么？
期望是什么？
差异在哪里？

这三问比瞎敲命令有用：先对齐「该什么样」，再找差。

7. 其他核心内容（图面格子）

格	图面条目
核心资源对象	Pod、Deployment、Service、Ingress、ConfigMap/Secret、PV/PVC、Job/CronJob、StatefulSet、DaemonSet、HPA、NetworkPolicy、ServiceAccount…
核心组件	API Server、etcd、Scheduler、Controller Manager、kubelet、kube-proxy、Container Runtime
监控 & 日志	Prometheus + Grafana；EFK / Loki；Alertmanager
安全	RBAC、NetworkPolicy、PodSecurity、镜像安全、Secret 加密、Security Context
高可用 & 扩展	多 Master、etcd 集群、Cluster Autoscaler、HPA/VPA、CRD、Operator、Metrics Server、Dashboard…
最佳实践	requests/limits；liveness/readiness；优雅关闭（preStop）；反亲和避免单点

侧栏：常用命令速查（图面）

类	命令气质
资源管理	`kubectl get pod -A`、`get node -o wide`、`describe <资源> <名>`
日志调试	`kubectl logs`（含 `-p` / `-c`）、`kubectl exec -it <pod> -- bash`
资源监控	`kubectl top pod`、`kubectl top node`
事件	`kubectl get events -A --sort-by=.lastTimestamp`
集群信息	`kubectl version`、`cluster-info`、`get cs`（组件状态，视版本而定）
节点维操	`cordon` / `drain --ignore-daemonsets` / `uncordon`

底部组件关系（图面简化）

1
kubectl / UI
2
    ↓
3
API Server ←→ etcd
4
    ↓
5
Scheduler / Controller Manager
6
    ↓
7
kubelet / kube-proxy → Nodes → Pods

和架构全景是同一套骨架：所有路都先过 API Server。

kubectl 命令小表（从图面抽）

场景	命令
看 Pod 落点	`kubectl get pod -o wide` / `-A`
看事件	`kubectl describe pod <name>`；`kubectl get events --sort-by=.lastTimestamp`
看日志	`kubectl logs <pod>`；挂了加 `-p` / `-c`
进容器	`kubectl exec -it <pod> -- bash`
看资源	`kubectl top pod` / `top node`
污点	`kubectl taint nodes <node> key=value:NoSchedule`
节点封锁/腾空	`cordon` / `drain` / `uncordon`
存储	`kubectl get pvc,pv,sc` + `describe`
网络策略	`kubectl get networkpolicy -A`

Docker 本机命令不在本篇展开，去旁链 Docker 速查。

旁边几篇别搅成一锅

旁链	它管啥	别跟本篇混
Docker 命令背会这条线就够日常（待发布）	Docker CLI	单机容器命令 ≠ 集群编排
运维自动化选型：先摸清这十件工具（待发布）	运维工具地图	工具选型 ≠ K8s 控制面
网络协议靠谁才能活：一张依赖图（待发布）	协议依赖	协议栈 ≠ CNI/Service 排障
网卡那四栏到底各自干嘛	网络基础四栏	基础课 ≠ 集群网络架构图
Linux 目录结构运维速记（待发布）	主机目录	Node 侧速记 ≠ 编排模型

原料与校验

图数：正文 ![] = 2；配图文件 = 2
未发帖；未 commit / push

短剧男主总撞脸？60 种脸型风格提示词按气质选型

Mon, 10 Aug 2026 00:00:00 GMT

AI 出男主，最烦的不是「不够帅」，是怎么生成都像同一个人。根因多半不是模型抽风，是脸型风格跟人设没对上——冷峻复仇线却塞了元气犬系脸，画面再精致也像串戏。

用法很简单：先定人设性格与身份，再挑脸型气质，别先丢「帅哥」三个字碰运气。冷峻型、清爽型、清冷型、反派型、贵气型、破碎型、野痞型……方向对了，撞脸概率会低一截。

先定人设，再对脸

把角色拆成三件事再开生成：性格（冷 / 暖 / 邪 / 碎）、身份（学长 / 总裁 / 反派 / 将军）、题材场（校园 / 商战 / 仙侠 / 年代）。三件事定完，从表里挑气质最近的一款，把「提示词」当五官锚、「适合造型」当服装镜头锚。

同一部剧换装可以，脸型气质锚别一场戏换三种——观众认的是骨相情绪，不是衣服。

60 款速查（编号 · 风格名）

区段	风格
01–06	冷峻电影脸 · 清爽初恋脸 · 阳光少年脸 · 清冷校草脸 · 都市精英脸 · 轻熟总裁脸
07–12	白月光学长脸 · 港风浓颜脸 · 元气犬系脸 · 清冷骨相脸 · 豪门贵公子脸 · 反派野心脸
13–18	狐系钓系脸 · 邻家治愈脸 · 破碎感男主脸 · 禁欲撩人脸 · 猫系慵懒脸 · 温柔知性脸
19–24	清贫倔强脸 · 事业掌控脸 · 病弱白月光脸 · 复仇黑莲脸 · 文艺淡颜脸 · 高智学霸脸
25–30	混血立体脸 · 明艳贵公子脸 · 温柔人夫脸 · 厌世疏离脸 · 甜飒贵少脸 · 学院清冷脸
31–36	清冷仙气脸 · 逆袭大男主脸 · 无辜奶狗脸 · 机灵甜弟脸 · 飒爽律师脸 · 复古名流脸
37–42	禁欲高岭草脸 · 纯真鹿系脸 · 清醒事业脑脸 · 暗黑病娇脸 · 温柔哥哥脸 · 精致王子脸
43–48	落魄少爷脸 · 冷感模特脸 · 柔弱哭包脸 · 清醒复仇脸 · 古早白月光脸 · 飒气太子脸
49–54	书卷温柔脸 · 清冷科研脸 · 野痞荷尔蒙脸 · 斯文败类类型脸 · 少年将军脸 · 腹黑军师脸
55–60	异域锋锐脸 · 漫撕贵公子脸 · 忠犬守护脸 · 冷面法医脸 · 狼系狠戾脸 · 少年帝王脸

01–06

短剧男主脸型风格 01–06

#	风格名	提示词	适合造型	适合角色
01	冷峻电影脸	骨相立体，眉眼冷峻，轮廓分明。	适合利落短发、深色西装，画面高级有张力。	适合复仇男主、商战精英、强势掌控型角色。
02	清爽初恋脸	五官柔和，笑容干净，眼神澄澈。	适合浅色针织、自然短发，镜头温暖治愈。	适合校园恋爱、青梅竹马、甜宠男主角色。
03	阳光少年脸	眼神明亮有活力，轮廓清爽，少年感足。	适合运动风、休闲穿搭，镜头轻快明朗。	适合热血成长、校园青春、元气系男主。
04	清冷校草脸	五官清秀，气质干净，眼神安静耐看。	适合校服、白衬衫、低饱和穿搭，镜头清爽。	适合学霸校草、暗恋纯爱、校园男主角色。
05	都市精英脸	五官端正，线条流畅，气质沉稳知性。	适合西装、低调配饰，镜头高级从容。	适合职场精英、创业伙伴、理性成熟型角色。
06	轻熟总裁脸	眉眼明艳，五官精致，气场成熟有压迫感。	适合深色西装、精致发型，镜头华丽高级。	适合豪门博弈、强强对峙、掌权系男主角色。

07–12

短剧男主脸型风格 07–12

#	风格名	提示词	适合造型	适合角色
07	白月光学长脸	皮肤通透，五官柔和，笑眼温润。	适合白衬衫、长风衣、自然短发，镜头清新。	适合校园初恋、成长救赎、温柔学长类角色。
08	港风浓颜脸	五官立体，眉眼深邃，唇形清晰。	适合复古卷发、衬衫西装，画面自带港风感。	适合豪门争斗、商战权谋、成熟男主角色。
09	元气犬系脸	脸型柔和，眼神明亮，笑容爽朗。	适合卫衣、运动风造型，镜头轻松明快。	适合校园甜宠、日常轻喜、陪伴系男主角色。
10	清冷骨相脸	骨相清晰，五官冷峻，眼神疏离。	适合低饱和穿搭、利落短发，镜头克制冷静。	适合高智人设、白切黑、禁欲系强者角色。
11	豪门贵公子脸	五官精致，眉眼舒展，气质贵气从容。	适合礼服、西装、精致发型，镜头奢华大气。	适合豪门继承人、名流成长、家族博弈类角色。
12	反派野心脸	眼神凌厉，轮廓锋利，笑意克制。	适合深色西装、暗色氛围，镜头张力十足。	适合反派对决、权谋布局、黑化逆袭类角色。

13–18

短剧男主脸型风格 13–18

#	风格名	提示词	适合造型	适合角色
13	狐系钓系脸	眼尾微挑，眼神勾人，清冷又带魅惑感。	适合浓颜、微卷发、深色穿搭，镜头氛围感强。	适合危险爱情、诱惑反派、掌控局面类角色。
14	邻家治愈脸	五官柔和，笑容温暖，亲和力强。	适合针织衫、自然短发，镜头自带生活感。	适合治愈救赎、温暖陪伴、日常男主角色。
15	破碎感男主脸	眼神空灵带倦意，脆弱感强，故事感明显。	适合清冷穿搭、碎发造型，镜头氛围感拉满。	适合虐恋情深、命运坎坷、救赎成长类角色。
16	禁欲撩人脸	五官精致，气质克制，眼神克制又带撩意。	适合衬衫、西装、微湿发感，镜头轻熟暧昧。	适合心动拉扯、禁忌关系、高冷类男主角色。
17	猫系慵懒脸	眼型细长，眼神慵懒，带点疏离感。	适合黑色穿搭、柔软卷发，镜头松弛感十足。	适合神秘顶流、慵懒大佬、掌控局面类角色。
18	温柔知性脸	眉眼柔和，气质温润，知性优雅从容。	适合衬衫、薄针织、低调配色，镜头自带高级感。	适合医生、律师、温柔成熟型男主角色。

19–24

短剧男主脸型风格 19–24

#	风格名	提示词	适合造型	适合角色
19	清贫倔强脸	骨相清瘦，眼神坚定，嘴唇微抿。	适合素朴穿搭、自然碎发，镜头朴实动人。	适合底层奋斗、逆袭成长、坚韧励志类角色。
20	事业掌控脸	五官凌厉，眼神锐利，下颌清晰。	适合精致西装、成熟发型，镜头冷峻高级。	适合职场掌权人、商战精英、强势男主角色。
21	病弱白月光脸	肤色偏白，五官柔弱，眼神安静。	适合浅色衬衫、黑色碎发，镜头柔光朦胧。	适合病弱少爷、坎坷身世、被守护类角色。
22	复仇黑莲脸	五官深邃，眼神凌厉，冷感神秘。	适合黑衬衫、暗色光影，镜头暗黑有张力。	适合复仇逆袭、心机谋略、暗中布局类角色。
23	文艺淡颜脸	五官清淡，线条柔和，气质安静。	适合毛衣、低饱和穿搭，镜头自然治愈。	适合文艺青年、平凡日常、慢热成长类角色。
24	高智学霸脸	五官端正，眼神清亮，气质沉稳理性。	适合眼镜、衬衫、低调学院风，镜头理智清冷。	适合学霸精英、科研天才、冷静谋略类角色。

25–30

短剧男主脸型风格 25–30

#	风格名	提示词	适合造型	适合角色
25	混血立体脸	骨相立体，眉骨清晰，五官深邃。	适合西装、金属配饰、利落发型，镜头感强。	适合跨国继承人、神秘贵少、强势男主角色。
26	明艳贵公子脸	五官明艳大气，眉眼有神，气质华贵。	适合礼服、西装、卷发造型，镜头存在感强。	适合贵公子、掌权少爷、高段位男主角色。
27	温柔人夫脸	五官柔和，笑眼温润，整体温暖亲和。	适合淡色针织、低调发型，镜头温暖治愈。	适合贤夫人设、婚恋成长、暖心陪伴类角色。
28	厌世疏离脸	表情冷淡，眼神疏离，轮廓清冷。	适合黑色穿搭、直发碎发，镜头自带故事感。	适合黑化复仇、孤傲少爷、天才型男主角色。
29	甜飒贵少脸	五官精致灵动，眼神明亮，带点小傲气。	适合精致穿搭、轻奢配饰，镜头甜飒兼具。	适合傲娇少爷、校园男神、反差萌男主角色。
30	学院清冷脸	五官清秀，线条干净，气质清冷书卷。	适合校服、西装马甲或衬衫，镜头清新自然。	适合学霸校草、理性科研、校园男主角色。

31–36

短剧男主脸型风格 31–36

#	风格名	提示词	适合造型	适合角色
31	清冷仙气脸	肤色通透，轮廓柔净，眼神安静。	适合浅色长风衣、柔光造型，镜头空灵轻盈。	适合仙侠转世、白月光、宿命羁绊类男主。
32	逆袭大男主脸	骨相分明，眼神坚韧，气质清醒。	适合利落短发、淡冷妆感，镜头有成长张力。	适合逆袭翻盘、创业奋斗、觉醒反击类角色。
33	无辜奶狗脸	五官柔软，眼神无辜，表情干净。	适合浅色毛衣、自然碎发，镜头柔和清爽。	适合替身文学、误会虐恋、被偏爱型男主。
34	机灵甜弟脸	眼神活泼，笑容明亮，五官灵巧。	适合亮色休闲穿搭、俏皮发型，镜头轻松灵动。	适合欢喜冤家、搞笑甜宠、直球追爱类角色。
35	飒爽律师脸	眉眼利落，神情坚定，专业感强。	适合西装、衬衫、低调发型，镜头冷静可靠。	适合法政题材、翻案主线、理性开挂型男主。
36	复古名流脸	五官精致，气质华丽，举止优雅。	适合卷发、领带、复古西装，镜头复古精致。	适合年代豪门、家族秘辛、名流成长类角色。

37–42

短剧男主脸型风格 37–42

#	风格名	提示词	适合造型	适合角色
37	禁欲高岭草脸	骨相清冷，眉眼淡漠，气质克制。	适合极简西装、低饱和造型，镜头高级冷冽。	适合高岭之草、禁欲上司、冷面强者类角色。
38	纯真鹿系脸	眼神清亮柔软，五官圆润，整体轻盈。	适合校服、针织背心、清新短发，镜头自然可爱。	适合治愈小太阳、校园青涩、陪伴成长类角色。
39	清醒事业脑脸	轮廓利落，神情果断，眼神稳定。	适合通勤西装、衬衫穿搭，镜头干练利落。	适合事业线男主、创业拍档、理智掌局类角色。
40	暗黑病娇脸	眼神偏执，五官浓艳，危险感强。	适合暗色系造型、微长发感，镜头压迫感强。	适合偏执爱恋、黑化占有、疯批反转类角色。
41	温柔哥哥脸	眉眼柔和，笑容从容，气质温暖。	适合毛衣、浅色衬衫，镜头温柔有安全感。	适合年上恋、治愈陪伴、引导成长类角色。
42	精致王子脸	五官精巧，肤感细腻，贵气华丽。	适合礼服、西装、精致配饰，镜头梦幻贵气。	适合豪门小王子、娇宠少爷、浪漫童话类角色。

43–48

短剧男主脸型风格 43–48

#	风格名	提示词	适合造型	适合角色
43	落魄少爷脸	贵气尚在，神情倔强，眼底带故事感。	适合简约穿搭、淡冷妆感，镜头自带反差张力。	适合家道中落、逆袭归来、豪门复仇类角色。
44	冷感模特脸	面部留白感强，轮廓利落，气质高级。	适合极简黑白穿搭、利落发型，画面时尚冷感。	适合时尚圈、名利场、高冷气场类角色。
45	柔弱哭包脸	眼神湿润，表情委屈，脆弱感强。	适合淡色毛衣、碎发造型，镜头柔软有共情力。	适合追妻火葬场、误会虐恋、心碎成长类角色。
46	清醒复仇脸	眼神冷静，轮廓明晰，克制锋利。	适合利落短发、深色西装，镜头压迫感强。	适合重生复仇、手撕反派、高能反击类角色。
47	古早白月光脸	五官清俊，气质温柔，笑意很浅。	适合白衬衫、长外套、淡系造型，镜头怀旧干净。	适合旧爱重逢、青春遗憾、念念不忘类角色。
48	飒气太子脸	五官明艳，气场爽利，高贵又有攻击性。	适合西装或礼服造型，镜头又飒又贵。	适合豪门太子、商战继承人、强势反击类角色。

49–54

短剧男主脸型风格 49–54

#	风格名	提示词	适合造型	适合角色
49	书卷温柔脸	五官舒展，眼神平和，书卷气浓。	适合眼镜、浅色穿搭、自然短发，镜头温柔自然。	适合老师、医生、学术型、温暖陪伴类角色。
50	清冷科研脸	轮廓清爽，神情克制，眼神理性。	适合衬衫、西装、简约妆感，镜头理智高级。	适合科研天才、理工男主、高智破局类角色。
51	野痞荷尔蒙脸	眉骨硬朗，痞气外放，男性张力强。	适合皮衣、工装、寸头或短碎发，镜头粗粝有冲击力。	适合街头逆袭、热血动作、狠系男主角色。
52	斯文败类类型脸	五官精致，笑意克制，危险又优雅。	适合金丝眼镜、衬衫马甲、低饱和配色，镜头暗藏压迫感。	适合腹黑反派、双面精英、心机布局类角色。
53	少年将军脸	眉眼英挺，轮廓利落，少年英气十足。	适合束发、深色制服或古风轻甲，镜头飒爽干净。	适合热血守护、家国成长、少年英雄类角色。
54	腹黑军师脸	眼神深沉，气质克制，心思缜密。	适合长衫、西装或极简穿搭，镜头沉稳有谋略感。	适合智斗权谋、幕后布局、军师型男主角色。

55–60

短剧男主脸型风格 55–60

#	风格名	提示词	适合造型	适合角色
55	异域锋锐脸	轮廓深邃，眉眼锋利，辨识度极高。	适合卷发、耳饰、深色穿搭，镜头神秘张扬。	适合异域贵族、危险情人、强设定男主角色。
56	漫撕贵公子脸	五官完美，肤感细腻，贵气精致。	适合礼服、丝绒西装、胸针配饰，镜头华丽梦幻。	适合财阀少爷、宴会中心、偶像级男主角色。
57	忠犬守护脸	眼神真诚，气质可靠，亲近感强。	适合夹克、毛衣、自然短发，镜头温暖踏实。	适合守护骑士、陪伴成长、治愈系男主角色。
58	冷面法医脸	轮廓冷静，目光专注，理性感很强。	适合白衬衫、黑西装、短发造型，镜头干净克制。	适合法医悬疑、破案主线、专业型男主角色。
59	狼系狠戾脸	眉眼锋锐，攻击性强，气场凌厉。	适合黑色皮衣、寸发或背头，镜头凶悍有冲击力。	适合黑帮对决、复仇行动、狠厉男主角色。
60	少年帝王脸	骨相尊贵，神情沉稳，少年王者感强。	适合华服、深色礼服、利落发型，镜头贵气压场。	适合权力继承、帝王成长、天选男主角色。

怎么用，别整成词库堆砌

人设三件套先写死：性格 + 身份 + 题材场，再从表里挑气质最近的一款。
提示词管五官情绪，造型栏管镜头服装：两栏一起丢进生成，比单抄风格名稳。
一部剧锁 1～2 个脸型锚：正剧主线一款，黑化/回忆可再开一款；别六款混同一角色骨相。
气质撞车时看编号邻居：清冷系（04/10/28/37）、贵气系（11/26/42/56）、破碎系（15/21/45）各自成簇，比硬背 60 个名字快。

想压住镜头节奏，可看运镜提示词；女装造型见古风六风格。本篇只解决「这张脸该长什么样」。

古风女主别再写「汉服长发」：六风格三十六套提示词

Mon, 10 Aug 2026 00:00:00 GMT

做 AI 漫剧时，古代女角色最容易翻车：想仙气飘逸，出来却像普通古装；想江湖侠女，衣服又不利落。根子多半是提示词太笼统——「古风美女、长发、汉服」几乎等于没写身份。

为什么「古风美女」不够用

身份没写清，模型就往默认古装美女里收。仙侠要御剑与云海，宫廷要等级与纹样，江湖要劲装利落——气质差在角色、配色、服装、发饰、场景这五件事上，不在「再加一个美丽」。

生成时按人物身份拼关键词，画面辨识度更高，也更容易压住整部漫剧的角色统一。

六张风格页（原图）

仙侠风｜六套仙侠女子造型提示词

异域风｜六套丝路/异国女子造型提示词

妖族风｜六套妖族/灵族女子造型提示词

江湖风｜六套武侠江湖女子造型提示词

宫廷风｜六套宫廷女子造型提示词

敦煌风｜六套壁画/丝路神女造型提示词

① 仙侠风

图面副题：本页共 6 种仙气飘逸的仙侠/奇幻女子造型方向，适合仙侠、修真、玄幻题材。

#	角色	提示词（图面原文）	关键词
1	云岚剑姬	青蓝衣裙，剑穗飘扬，云雾缭绕，御剑姿态，长发飞舞，山峰仙宫，清冷飘逸	清冷、剑气、青蓝、云海、御剑、轻盈
2	霜华灵女	银白冰蓝，薄纱披帛，冰晶雪花，寒气萦绕，灵气凝结，冰川幻境，高贵清雅	冰雪、晶莹、银蓝、灵气、高洁、仙冷
3	桃夭仙使	粉白纱裙，桃花发饰，花瓣飞舞，灵动温柔，仙鹤相伴，春日仙境，浪漫甜美	桃花、粉色、花瓣、灵动、温柔、仙鹤
4	星月谪仙	深蓝星空，月冠星链，流光披帛，星辰环绕，手持月辉，夜空宫阙，神秘梦幻	星月、深蓝、流光、神秘、梦幻、高贵
5	碧荷真君	碧绿衣裙，荷花头饰，水波环绕，莲叶轻摇，玉佩流苏，清新自然，灵韵悠然	荷花、碧绿、水波、清新、灵韵、端庄
6	天阙神女	白金华服，神女冠冕，云海仙宫，金光流转，法杖在手，气场威严，神圣庄重	白金、神圣、云海、宫阙、威严、庄重

角色怎么拆（从图面提示词归纳）

角色	配色	服装/道具	发饰	场景气质
云岚剑姬	青蓝	衣裙、剑穗、御剑	长发飞舞	云雾、山峰仙宫、清冷
霜华灵女	银白冰蓝	薄纱披帛、冰晶	——	冰川幻境、寒气
桃夭仙使	粉白	纱裙	桃花发饰	花瓣、仙鹤、春日仙境
星月谪仙	深蓝	流光披帛、月辉	月冠星链	夜空宫阙
碧荷真君	碧绿	衣裙、玉佩流苏	荷花头饰	水波、莲叶
天阙神女	白金	华服、法杖	神女冠冕	云海仙宫、威严

② 宫廷风

图面副题：本页共 6 种高贵华美的宫廷女子造型，适合宫斗、权谋、古风宫廷故事。

#	角色	提示词（图面原文）	关键词
1	昭华贵妃	朱红宫装，金线绣牡丹，凤冠步摇，珠翠垂曳，华贵典雅，气度雍容，深宫贵妃	贵妃、牡丹、朱红、金绣、凤冠、珠翠、华丽、雍容、高贵
2	凤仪皇后	明黄皇后礼服，龙凤纹刺绣，十二旒冕冠，端庄威仪，母仪天下，皇权象征	皇后、明黄、龙凤、旒冕、端庄、威严、母仪、尊贵、霸气
3	海棠公主	粉色公主裙，海棠花纹，珠花发饰，轻盈飘逸，温婉灵动，尊贵公主	公主、海棠、粉色、花朵、珠花、轻盈、温婉、灵动、尊贵
4	雪庭才人	素白才人服，银雪纹样，白玉发簪，清冷雅致，气质出尘，才情内敛	才人、素白、雪花、银色、清冷、雅致、才情、内敛、出尘
5	兰台嫔女	淡紫宫装，兰花刺绣，玉簪流苏，书香气质，温婉端方，兰台读书嫔女	嫔女、兰花、淡紫、刺绣、流苏、文雅、端方、书香、温婉
6	夜阙宠妃	墨紫宠妃服，金线暗纹，流苏发饰，夜色宫阙，神秘迷人，受宠倾城	宠妃、墨紫、夜色、金线、流苏、神秘、妖娆、倾城、受宠

角色怎么拆

角色	配色	服装	发饰	场景/身份
昭华贵妃	朱红、金绣	宫装牡丹纹	凤冠步摇、珠翠	深宫贵妃
凤仪皇后	明黄	龙凤礼服	十二旒冕冠	母仪、皇权
海棠公主	粉色	公主裙海棠纹	珠花发饰	温婉灵动
雪庭才人	素白、银雪	才人服	白玉发簪	清冷出尘
兰台嫔女	淡紫	兰花刺绣宫装	玉簪流苏	书香兰台
夜阙宠妃	墨紫、金线暗纹	宠妃服	流苏发饰	夜色宫阙

③ 异域风

图面副题：本页共 6 种异域与丝路风格的古代女子造型方向，适合奇幻、边陲、商路、异国故事。

#	角色	提示词（图面原文）	关键词
1	赤砂舞姬	赤砂色纱衣，流苏金链，异域舞姬，薄纱披帛，头纱飘饰，沙漠风情，日落余晖，热烈奔放，舞姿灵动	赤砂、流苏、金链、纱裙、头纱、舞姬、热情、沙漠
2	绿洲王姬	翡翠绿长裙，金饰宝冠，绿洲王姬，轻纱头纱，宝石镶嵌，椰枣林与水渠，华丽高贵，权威典雅	绿洲、翡翠、金饰、宝冠、轻纱、宫殿、柳林、典雅
3	蓝纱圣女	天蓝纱衣，白金圣纹，异域圣女，面纱轻垂，神祇祭坛，风中飘带，清冷圣洁，神秘庄严	蓝纱、圣纹、祭坛、面纱、神圣、纯净、庄严、飘带
4	紫晶商旅少女	紫色商旅服，头巾披肩，宝石串饰，驼队商路，市集摊位，机敏灵动，探索冒险，异域风情	商旅、紫色、头巾、宝石、驼队、集市、机敏、冒险
5	金铃胡旋娘	金铃腰饰，旋舞长袖，胡旋舞娘，彩带飞扬，异域乐器，灯火庭院，舞姿旋转，灵动热情	金铃、彩带、长袖、胡旋舞、乐器、旋转、热烈、灵动
6	月幕祭司	月白长裙，星月头饰，神秘祭司，披帛垂落，月幕仪式，夜色神殿，清冷神秘，庄重肃穆	月白、月幕、祭司、星月、神殿、夜色、神秘、肃穆

角色怎么拆

角色	配色	服装/饰	发饰/头饰	场景
赤砂舞姬	赤砂	纱衣、流苏金链、披帛	头纱飘饰	沙漠日落
绿洲王姬	翡翠	长裙、宝石	金饰宝冠、轻纱头纱	椰枣林与水渠
蓝纱圣女	天蓝、白金圣纹	纱衣、飘带	面纱	神祇祭坛
紫晶商旅少女	紫色	商旅服、宝石串饰	头巾披肩	驼队、市集
金铃胡旋娘	彩带、金铃	长袖旋舞	金铃腰饰	灯火庭院、乐器
月幕祭司	月白	长裙、披帛	星月头饰	月幕仪式、夜色神殿

④ 江湖风

图面副题：本页共 6 种江湖风古代女子造型方向，适合武侠、侠客、江湖故事创作。

#	角色	提示词（图面原文）	关键词
1	竹影女剑客	竹林深处，青衣劲装，腰佩长剑，衣袂随风，神色清冷，剑气凛然，山风吹拂，竹影婆娑	竹林、青衣、长剑、侠女、清冷、剑气
2	夜行影卫	夜色如墨，黑衣劲装，束发藏锋，轻功跃檐，月下潜行，目光如炬，剑匣暗藏，孤影无痕	夜色、黑衣、面巾、轻功、隐秘、冷峻
3	杏林医娘	药香袅袅，素衣纱裙，发间簪花，执药碾药，目光温柔，悬壶济世，仁心仁术，清雅恬静	医娘、药铺、素衣、草药、温婉、仁心
4	铁坊少掌柜	铁炉熊熊，劲装挽袖，汗珠微落，手持锤钳，目光果敢，掌铁坊生意，巾帼不让须眉	铁坊、锻造、劲装、挽袖、飒爽、果敢
5	酒肆女掌柜	红灯高挂，锦衣裙装，发饰华美，执杯迎客，谈笑风生，掌酒肆生意，豪爽大气，气场强大	酒肆、掌柜、红衣、杯酒、豪爽、气场
6	雪溪刀客	雪落溪畔，白衣披白，腰佩长刀，孤身行走，目光凌厉，行侠仗义，风雪相伴，傲骨铮铮	雪景、白衣、长刀、刀客、孤傲、侠义

角色怎么拆

角色	配色/装	道具	发饰	场景
竹影女剑客	青衣劲装	长剑	——	竹林、山风
夜行影卫	黑衣劲装、面巾	剑匣	束发	月下屋檐、潜行
杏林医娘	素衣纱裙	药碾	发间簪花	药香、药铺气
铁坊少掌柜	劲装挽袖	锤钳	——	铁炉
酒肆女掌柜	锦衣偏红	杯	华美发饰	红灯酒肆
雪溪刀客	白衣披白	长刀	——	雪落溪畔

「白衣披白」按图面可见字形抄录；若实拍印刷更像「披帛」，以原图为准。

⑤ 妖族风

图面副题：本页共 6 种妖族/灵族的古代女子造型方向，适合仙侠、妖魔、玄幻题材。

#	角色	提示词（图面原文）	关键词
1	雪尾狐灵	雪白狐耳，九尾如雪，红白狐纹妆，银发红瞳，冰雪霜花，红白狐裘，月夜神社，清冷灵动	狐耳、九尾、雪白、红瞳、冰雪、月夜、神社
2	炽羽凰姬	朱羽凤冠，金红羽衣，凤焰流光，火凤凰纹身，烈焰缠绕，金羽飘逸，〔图面文字不清〕，涅槃重生	凤凰、火焰、金红、羽翼、凤冠、涅槃、烈焰
3	青鳞蛇后	青鳞蛇身，蛇纹面饰，碧玉发冠，水潭薄雾，蛇影缭绕，鳞片流光，清冷妖冶，掌控水域	蛇身、鳞片、青绿、水潭、蛇影、冷艳、掌控
4	樱花花魅	樱花发饰，花瓣衣裙，花香萦绕，桃粉妆容，花影迷离，花瓣飘落，温柔魅惑，春日妖姬	樱花、花瓣、粉色、花魅、春日、飘落、魅惑
5	孔雀妖使	孔雀翎羽，翎冠发饰，宝蓝衣裙，孔雀开屏，翎羽联动，流光溢彩，优雅神秘，妖使降临	孔雀、翎羽、宝蓝、开屏、羽冠、神秘、妖使
6	幻夜蝶妖	蝶翼轻纱，紫黑蝶纹，夜色幻影，蝶发饰，幻夜流光，蝶群环绕，迷离梦境，魅惑妖姬	蝴蝶、蝶翼、紫黑、幻夜、蝶群、梦境、妖姬

炽羽凰姬 倒数第二组多轮 OCR 在「凤眸高贵 / 凤舞高贵」间摇摆，正文不硬选，见文末缺失项。

角色怎么拆

角色	族征/配色	服装	发饰	场景
雪尾狐灵	狐耳九尾、银发红瞳、红白	狐裘、狐纹妆	——	月夜神社、冰雪
炽羽凰姬	金红、火焰、羽翼	羽衣、纹身	凤冠	烈焰、涅槃
青鳞蛇后	青绿鳞	蛇身、面饰	碧玉发冠	水潭、蛇影
樱花花魅	桃粉	花瓣衣裙	樱花发饰	花瓣飘落
孔雀妖使	宝蓝	衣裙、开屏翎羽	翎冠	流光、妖使
幻夜蝶妖	紫黑	蝶翼轻纱、蝶纹	蝶发饰	幻夜、蝶群

⑥ 敦煌风

图面副题：本页共 6 种敦煌风古代女子造型方向，适合壁画、丝路、神女、沙漠奇幻等故事创作。

#	角色	提示词（图面原文）	关键词
1	反弹琵琶天女	天女反弹琵琶，飘带环绕，衣袂轻扬，壁画飞天彩绘质感，云气流动，姿态优美，灵动婉转	琵琶、飞天、反弹、飘带、壁画、彩云、乐伎、灵动、天衣、曲线美
2	莲灯壁画仙姬	壁画风仙姬，手持莲灯，衣带缠绕，莲花环绕，光影柔和，禅意清雅，壁画质感，庄严祥和	莲花、莲灯、壁画、仙姬、佛光、供养、文殊、菩萨、清雅、宁静
3	砂海圣行者	沙海行者，头纱披肩，手持法杖，丝路旅途，金砂漫天，孤寂辽阔，信仰坚定，神秘庄重	丝路、沙漠、行者、头纱、法杖、驼队、圣迹、远行、风沙、信仰
4	灵鹿守窟神使	灵鹿神使，洞窟壁画背景，鹿伴左右，衣饰华美，气质温柔，守护神圣，静谧灵动，壁画意境	灵鹿、洞窟、守护、神使、壁画、鹿角、慈悲、仙气、圣域、轻柔
5	飞绫舞天姬	舞动飞绫天姬，身姿轻盈，彩带飘逸，云天飞舞，壁画飞天风格，色彩明丽，飘逸灵动，仙乐悠扬	飞绫、天姬、舞姿、飘带、云天、飞天、壁画、仙乐、轻盈、色彩感
6	暮沙神谕者	暮色沙漠神谕者，手持星盘，预言未来，装饰繁复，神秘深邃，光影交错，庄严冷峻，宿命感强	神谕、星盘、沙漠、预言者、暮色、符文、神秘、高贵、宿命、深邃

「壁画风仙姬」：副题强调壁画风；若原图无「风」字，以原图为准（见缺失项）。

角色怎么拆

角色	质感/配色	道具/服装	头饰	场景
反弹琵琶天女	壁画飞天彩绘	琵琶、飘带、衣袂	——	云气流动
莲灯壁画仙姬	壁画质感、禅意	莲灯、衣带	——	莲花环绕
砂海圣行者	金砂	法杖、头纱披肩	头纱	丝路沙漠
灵鹿守窟神使	华美衣饰	——	——	洞窟壁画、灵鹿
飞绫舞天姬	明丽彩带	飞绫、舞姿	——	云天飞舞
暮沙神谕者	暮色、繁复装饰	星盘	纱/头饰	沙漠神谕

通用画质词 & 反向词（图面页脚）

多数风格页页脚接近（仙侠页可见原文）：

1
超高画质，细节丰富，国风插画，光影唯美，色彩柔和，皮肤细腻，衣纹飘逸，背景精美，构图优雅，氛围感强，全身或近全身，8k，高清，电影级质感

1
低画质，模糊，手部畸形，变形，五官扭曲，裁剪，水印，文字，logo，重复身体，多余手指，解剖错误，比例失调，光线杂乱

敦煌页画质词单独一版（图面可见）：

1
超高画质，细节丰富，敦煌壁画风格，矿物颜料质感，绢本肌理，金箔点缀，色彩典雅，光影柔和，构图讲究，8k高清，电影级氛围，东方美学，神圣庄严

异域页「色彩」处可见「绚丽」、宫廷页可见「华丽」——按题材换一两个色感词即可，不必六页死抄同一串。

怎么用才像一部戏里的人

先定身份，再贴风格页：女主是剑修还是贵妃，比先写「好看」重要。
提示词 + 关键词叠一层：提示词管画面事件与物件，关键词管气质标签；漫剧多镜可固定 3～5 个关键词当角色锚。
画质词垫底、反向词拦住残肢水印：敦煌题材优先换壁画那组画质词。
别六套混进同一角色：换装可以，族征（狐耳 / 十二旒 / 劲装面巾）别一场戏里互殴。

人物场景再精致，固定机位也只是会说话的插画

Mon, 10 Aug 2026 00:00:00 GMT

做 AI 漫剧时，人物和场景已经够精致了，镜头却一直钉死——成片还是很容易滑成「会说话的插画」。

真正把情绪带起来的，往往还是运镜本身。

这篇把常用运镜按六个方向拆开：推、拉、摇、移、跟、特殊。每条都是能直接丢进视频模型的提示词思路，不是概念课。

计数脚注：原标题与导语写「36种」；六张信息图上可辨编号条目合计 39（推7 + 拉6 + 摇6 + 移6 + 跟7 + 特殊7）。下文按图面实录，不编造、不删条去凑 36。

旁链（不合并）：静图 Prompt 反推 · baoyu-comic 分镜流水线 · verysmallwoods 视频流水线 · MiniMax 当制片

万用组合，比堆特效管用

1
[景别] + [运镜动词] + [速度/半径/角度] + [主体动作] + [环境/光影] + [4K+防崩约束]

运镜不是越复杂越好，关键是对上剧情要的情绪：

想表达	更合适的方向
孤独	慢拉
突出细节	缓推
代入感	跟拍
空间关系	摇镜 / 移镜
爆发、记忆点	特殊运镜（别天天上）

推镜头：控制距离，放大情绪

把观众的注意力慢慢推向重点。核心：控制距离，放大情绪，聚焦重点。

推镜头：七种提示词思路

#	名称	提示词思路（图面原文）
①	慢推情绪	3秒内从中景缓推到眼部特写，带轻微呼吸感，适合内心独白
②	急推进击	全景急推到惊恐面部特写，约0.5秒完成，制造紧张
③	逐层揭示	从远景推进到中景，最后定格关键物体
④	瞳孔放大	从面部中景急推到眼部大特写，抓住瞳孔变化
⑤	犹豫呼吸推	推近1秒，停0.3秒，再拉回0.5秒，重复两次
⑥	冲击回弹推	撞击或爆炸瞬间猛推到特写，再轻微回弹
⑦	穿物转场推	穿过玻璃、水面或烟雾，模糊后进入新场景

拉镜头：把人拉回环境

把人物拉回环境，让情绪和空间一起出现。

拉镜头：六种提示词思路

#	名称	提示词思路（图面原文）
①	孤独慢拉	从人物眼泪特写缓慢拉到空荡全景，环境逐渐清晰
②	灾难急速拉	从角色近景急速拉到大远景，1秒内制造失控感
③	渺小感拉	从中景向后拉远，人物逐渐变小，环境占满画面
④	真相反转拉	从照片特写急速拉远，展示照片所处的完整场景
⑤	转场拉出	从水面、镜面或车窗中拉出，完成虚拟到现实过渡
⑥	晕厥抽离拉	从人物面部快速拉远并虚化到全白或全黑

摇镜头：核心是「流动」

通过摇动视角改变观察方式和画面节奏。先分清两件事：

摇（Pan）：镜头水平移动，视野左右展开
仰/俯摇（Tilt）：镜头上下移动，视野上下延展

摇镜头的核心是「流动」——让观众像被带着看，情绪也随之起伏。

摇镜头：六种提示词思路

#	名称	提示词思路（图面原文）
①	横摇扫全景	镜头水平缓慢摇动，扫过街道或战场全景
②	全身展示摇	从脚底垂直摇到头顶，展示服饰和姿态
③	极速甩镜	急速横摇，制造强烈运动模糊，适合激烈转场
④	悠闲跟随摇	缓慢摇动跟随飞鸟、车流等移动物体
⑤	背后有人摇	从人物正面缓慢摇到背后并停住，暗示被跟踪
⑥	醉酒来回摇	镜头左右来回摇摆，频率渐快，表现眩晕感

移镜头：镜头在空间里走

让镜头在空间中移动，画面会更有现场感。

移镜头：六种提示词思路

#	名称	提示词思路（图面原文）
①	平行跟移	镜头与人物平行移动，保持中景，速度匹配步伐
②	360°环绕	镜头绕主体旋转一整圈，保持轻微仰角
③	滑轨横移	平滑横向平移，掠过墙壁、树丛或人群展示细节
④	穿墙转场移	横向移动并穿过门框或树丛，遮挡后进入新空间
⑤	弧形绕障移	沿弧形轨迹移动，绕过前景障碍物平滑过渡
⑥	垂直升降横移	下降的同时横移，形成楼上到楼下的视角切换

跟镜头：把观众拴在角色身上

让观众紧跟角色，代入行动和情绪变化。

跟镜头：七种提示词思路

#	名称	提示词思路（图面原文）
①	手持慌乱跟	轻微无规则晃动，跟随角色奔跑，增强纪实感
②	侧面速度跟	在角色侧面平行移动，发丝衣角飘动，背景模糊
③	背影沉浸跟	镜头位于角色身后，代入角色视角，带呼吸起伏
④	正面压迫跟	角色直面镜头走来，表情逐渐清晰，适合反派登场
⑤	加速追逐跟	跟拍并逐渐提速，镜头与角色距离保持不变
⑥	第一人称跟	模拟角色眼睛所见，聚焦前方目标，周围虚化
⑦	低角度脚步跟	镜头贴近地面，跟拍快速脚步，表现匆忙或神秘

特殊运镜：爆点才上，别当日常调料

用更强烈的镜头语言制造记忆点和戏剧性。特殊运镜是情绪的放大器——用得好，故事会立刻记住你；天天上，观众只会觉得你在炫技。

特殊运镜：七种提示词思路

#	名称	提示词思路（图面原文）
①	一镜到底	无剪辑连续镜头，跟随角色穿过3个以上场景
②	希区柯克变焦	镜头后拉同时推焦，主体不变，背景压缩变形
③	子弹时间定格	镜头绕主体极速旋转，突然完全定格再恢复
④	眩晕旋转	以角色为轴心快速旋转，持续制造模糊感
⑤	坠落失重	镜头随角色一起下坠，背景快速上升
⑥	时间凝滞	高速运动中突然静止，所有元素短暂停格
⑦	残影分身移	镜头平移扫过多重残影，透明度由实到虚递增

怎么选，别怎么炫

固定机位再精致，也只是插画会说话。先问剧情要什么情绪，再选推 / 拉 / 摇 / 移 / 跟；只有真需要爆发或记忆点时，再动特殊运镜。

拼口令时按上方公式塞进景别、速度和防崩约束即可——方向对了，复杂运镜不是加分项。

3 分钟交切图：GPT Image 2 把 UI 从灵感图做成可编辑资产

Mon, 10 Aug 2026 00:00:00 GMT

以前拿 AI 出 UI，多半是「看起来像 App」的一张扁图：中文糊、结构飘、前端没法拆。GPT Image 2 这次把口子拧到交付侧——文字能读、懂导航/卡片/Tab，还能按背景 / 组件 / 图标 / 文字分层导出。跑通一轮大约三分钟：先把整体对上，再抠细节，最后交切图。

为什么这次不一样

图面原话写得很直：不只是画图，是生产素材。左边便签三条：更懂中文、更像设计师、直接出素材。中间那条箭头才是重点——从灵感图到可交付 UI 资产（分层资源）。

GPT Image 2 为什么不一样

三刀能力，对照着用：

能力	图面说法	你要盯的结果
文字清晰	中文也能稳定出清	按钮「确认」、输入框「请输入用户名」一类字能直接读
懂 UI 结构	导航 / 卡片 / Tab	顶栏、内容区、底栏各归其位，不是一张海报硬塞控件
分层可编辑	背景 / 组件 / 图标 / 文字	导出 PNG 分层，能改、能交、能进 Figma

底下一行流程也写死了：prompt → screen → refine → layers。别指望一句提示词同时完成构图和像素级细节。

3 分钟四步

口诀跟图底虚线框一致：整体先对 → 再抠细节 → 最后交付切图。

3 分钟跑通一轮 UI 设计四步

步	耗时（图面）	你该干什么
① 描述需求	30s	钉死平台 / 页面 / 风格 / 主色 / 关键元素
② 生成主界面	40s	先看大结构，别急着抠图标圆角
③ 局部精修	60s	一次只改一个点
④ 分层导出	50s	背景 · 组件 · 图标 · 文字分开出

需求模板（五字段）

图里空白框就是这五项，先填满再喂模型：

1
平台：
2
页面：
3
风格：
4
主色：
5
关键元素：

成句版（把五项串进一句需求单）：

1
请设计一个【平台】的【页面】。
2
风格：【风格】
3
主色：【主色】
4
关键元素：【关键元素，逗号分隔】
5
要求：中文文字清晰可读；界面具备真实 App 的导航 / 卡片 / Tab 结构；输出适合后续分层（背景 / 组件 / 图标 / 文字）。

精修例句（一次一个点）

1
只修改底部导航的图标样式，其它布局、配色、文案全部保持不变。

1
只把主操作按钮改成暖橙色高亮，卡片与顶栏不动。

1
只校正标题字号层级（更大标题、更小辅助说明），不要改版式结构。

双交付路径

路径	图面说法	适合何时
直接切图给前端	分层导出 PNG 直接交付开发	结构已定、要快速进开发
导入 Figma 二次编辑	组件化调整，复用更高效	还要改文案、对齐品牌组件库

外卖商家详情页完整示例

工具箱底部示例组合 verbatim：iOS + 商家详情页 + 暖橙 + 底部购物车。下面按五字段填满，可直接粘贴开跑。

1
请设计一个 iOS 外卖 App 的商家详情页。
2
风格：现代清爽、偏餐饮食欲感，信息层级清楚
3
主色：暖橙
4
关键元素：顶部商家头图与评分、菜品列表卡片、优惠标签、底部固定购物车栏（含合计与去结算）
5
要求：中文文字清晰可读；顶栏 / 内容卡片 / 底部栏结构完整；适合后续按背景、组件、图标、文字分层导出。
6
禁止：文字乱码、控件挤成一团、把整页画成海报、一次塞多个无关页面。

精修可以接着丢：

1
在上一版基础上，只加强底部购物车栏的暖橙高亮与「去结算」按钮对比度，其它区域保持不变。

交付时二选一：分层 PNG 直接给前端；或导入 Figma 把购物车、菜品卡做成可复用组件。

提示词速查表

先看整张工具箱，再按下表取词。

UI 出图提示词工具箱

风格关键词

方向	可拼词
清爽工具感	现代扁平、大量留白、细分割线、低阴影
餐饮食欲	暖色点缀、食物摄影质感、圆角卡片、轻投影
高端克制	低饱和、强层级、少装饰、品牌主色点到为止

结构关键词

模块	可拼词
导航	顶部导航、底部 Tab、返回与标题栏
内容	卡片列表、双列网格、分段标题、空状态
操作	主按钮、次按钮、底部固定栏、角标

输出控制关键词

目的	可拼词
文字	中文清晰可读、禁止乱码、字号层级明确
结构	真实 App UI、导航/卡片/Tab、单页单屏
分层	可分层导出、背景/组件/图标/文字分离、透明底 PNG
边界	一次只出一页、不要海报构图、保持上版未改区域不变

短拼示例（与图底一致）：

1
iOS + 商家详情页 + 暖橙 + 底部购物车

避坑：五条就够卡住质量

图面「避坑小贴士」五条，照做：

一次一页 —— 多页同屏生成，结构和文字都会糊。
校对字号 —— 模型偶尔把辅助说明写得比标题还大，过一眼层级。
给品牌色 —— 不写主色就容易落到默认蓝紫；暖橙、品牌 HEX 写进提示词。
复杂页回 Figma —— 多状态、长列表、设计系统对齐，分层进 Figma 再组件化。
商用看授权 —— 出图能用 ≠ 账号/平台条款允许商用，交付前自己核。

再叠一句四步纪律：一次只改一个点。结构还飘就回头改需求，别在精修里 simultaneous 改五个地方。

认清你要的是灵感还是切图

GPT Image 2 在 UI 这条线上，值钱的不是「又一张好看的手机框」，而是：字能读、结构像真 App、层能拆开交给人或前端。三分钟四步够你验证方向；真要进生产，复杂页回 Figma、商用核授权，这两步别省。

旁链（不合并）

你想解决的事	去哪篇
案例合集抄板子（55–75）	GPT Image2 案例 55–75（待发布）
海报要「狠」	七种高张力海报（待发布）
前端别 AI 紫	Taste Skill 反模板审美（待发布）
好图怎么反推	AI 图片提示词反推公式（待发布）
卡通文旅海报	五个槽填完就能出图

一段 Prompt 只够用一次：我把它做成了会出人物海报的 AI 员工

Mon, 10 Aug 2026 00:00:00 GMT

好看的人物海报不难。难的是换一个人名，还能保持同一套版式语法——竖构图、道具前伸、信息切片、底栏时间轴——并且事实别写错。

有人把一段能跑的 Prompt 直接丢给同事：「照着改名字就行」。结果每人重查一遍资料、重填一遍字段，风格漂、年份错、脸还像隔壁那位。这篇原料的做法反过来：先把 Prompt 拆成可复用的 Skill（岗位说明书 / SOP），再加确认闸门，最后才让 GPT Image 2 出图。

Prompt 本身已经很完整，问题在复用

那段能出片的 Prompt，要素其实钉得很死：

要素	干什么
竖版 3<4>	信息海报常用画幅
写实人物立像	脸与气质要像本人，不是卡通滤镜
标志性道具前伸 3D	稻穗 / 试管 / 火箭模型 / 灯泡……压出景深
6–8 块信息切片	节点卡，别堆成墙
左侧大字姓名	一眼认人
底部时间轴	生平骨架
风格关键词	色板、光感、材质锁住系列感

一次跑通没问题。麻烦在于：每个人都要自己重查资料、重填字段。Prompt 是一次性口头交代；团队要的是可交接的岗位。

Skill = 岗位说明书，不是更长的 Prompt

把流程写进 Skill 之后，Agent 更像一个固定工种：调研 → 出确认卡 → 等人点头 → 写 research.md 与提示词文件 → 生图 → 质检。

确认闸门是关键一刀。没确认就出图，错名、错年、错道具会直接印上海报。确认卡通常要钉死这些字段（文称有 UI 截图，附件未给¹）：

人物姓名 / 称谓
来源类型（百科 / 论文 / 官方年表 / 其他）
时间轴节点草案
主道具与构图意向
风格关键词
禁止项（别画错时代服装、别乱加勋章等）

人机分工也清楚：人负责选题、确认与终检；机器负责检索整理、填模板、出图与自检清单。

金句就三句，够用：

Prompt 一次性，Skill 可复用。
像流水线：上游钉规格，下游别每次重新发明。
人机各干各的——确认归人，执行归员工。

袁隆平先跑通：确认 → 写错名 → 质检 → 修订

首例用袁隆平把整条链路走通：填确认卡、标明来源类型、生成研究底稿与提示词，再出海报。过程里出现过名字写错的首版——质检拦住，修订后再交付。（首版错名图、确认卡截图、交付目录树：文称有，附件未给。¹）

附件里袁隆平有两张不同构图，都保留：

过去 / 未来分屏版

左稻田「艰难起步」，右未来城「造福人类」，中间稻穗前伸发光——叙事向更强。

袁隆平人物海报：过去与未来分屏版

稻田写实最终版

金黄稻田、草帽、八块信息切片 + 底栏时间轴——更接近「系列可复用」的最终语法。

袁隆平人物海报：稻田写实最终版

交付物约定是三件套：海报 PNG + research.md + 提示词文件（后两件样例截图未给）。

同系列样张：邓稼先 / 钱学森 / 屠呦呦 / 爱迪生

正文列举还跑过邓稼先、钱学森、屠呦呦、爱迪生、贝聿铭。附件里有前四位的样张；贝聿铭图未给。另有一张杨振宁样张在附件里，正文未展开——脚注保留，不当成正文案例硬写。²

邓稼先：绝密稿本前伸

荒漠试验场，手持「理论计算稿本（机密）」卷宗，信息切片围着两弹节点。

邓稼先人物海报：绝密稿本道具前伸

钱学森：火箭模型前伸

长征运载火箭模型 + 蓝图，身后发射与测控场景。

钱学森人物海报：火箭模型道具前伸

屠呦呦：两张构图都留

实验室青蓝 HUD + 试管版：

屠呦呦人物海报：实验室试管版

青蒿素瓶为主道具版（古籍 + 青蒿枝）：

屠呦呦人物海报：青蒿素瓶版

爱迪生：白炽灯前伸

暖金实验室，灯泡怼向镜头，切片覆盖门洛帕克到珍珠街发电站。

爱迪生人物海报：白炽灯泡道具前伸

附件多出来的杨振宁（正文未展开）

晶体/分子结构道具前伸，黑金宇宙底。正文案例列表没写他，样张仍归档备查。²

杨振宁人物海报样张（正文未展开）

评论回复确认生图模型是 GPT Image 2。同模型其他玩法见旁链玩法盘点 / 高张力海报——主题相关，交付形态不同。

认清它解决的是哪一层

你卡在哪	这篇帮得上吗
只会一次出图，换人就重写	帮得上：Skill + 确认卡
要神魔浮雕 / 古装脸谱	去西游谱，别硬套写实科学家模板
只要 Coze 三十秒出图	去 Coze 历史人物海报笔记
要仓库级路由规矩	去 AGENTS / CLAUDE.md 模板
要 Skill 公开仓库地址	原文没给——别猜

把 Prompt 当一次性咒语，你会一直当「会写提示词的人」。把它写成带确认闸门的岗位 SOP，你才开始有「AI 员工」。

附录：人物海报提示词 · 填空骨架

口径：任务要求收录评论区作者贴出的完整提示词模板（verbatim）。本轮素材包未附评论区原文，下列按正文「Prompt 要素」整理成填空骨架，勿当作作者原文逐字照录。若补贴评论截图/全文，应整段替换本附录。

1
【画幅】竖版 3:4 信息海报
2

3
【主体】写实人物立像：{姓名}（{称谓/身份}）
4
- 五官、年龄感、气质符合公开形象
5
- 服装与时代匹配：{时代服装要点}
6

7
【道具 · 前伸 3D】
8
- 主道具：{标志性道具}，手臂向前伸向镜头，形成景深突出
9
- 禁止：平面贴图感、道具悬浮无接触
10

11
【信息切片】6–8 块
12
- 每块含：年份 / 短标题 / 一句事实
13
- 节点草案：
14
  1. {年} {事件}
15
  2. {年} {事件}
16
  3. {年} {事件}
17
  4. {年} {事件}
18
  5. {年} {事件}
19
  6. {年} {事件}
20
  （可选 7–8）
21

22
【排版】
23
- 左侧大字姓名：{中文名}（可附拼音/外文名）
24
- 底部时间轴：{起点年} → … → {终点年/至今}
25
- 可选金句：{一句引言}
26

27
【风格关键词】
28
{色板}；{光感}；{材质}；写实摄影感；信息图 UI；高细节；无水印乱码
29

30
【禁止】
31
错名、错年、错勋章/奖项；现代道具穿越；过度赛博滤镜破坏系列一致性

展开收起

生图侧按评论回复使用 GPT Image 2。

Footnotes

文称有 Codex 拆 Skill 过程、确认卡、research.md、提示词文件、错名首版、交付目录等截图；本次附件仅 8 张人物样张，过程图未给。 ↩ ↩²
附件含杨振宁样张，正文列举为邓稼先 / 钱学森 / 屠呦呦 / 爱迪生 / 贝聿铭——杨振宁未展开；贝聿铭样张附件亦无。 ↩ ↩²

仓颉 Skill + WorkBuddy：把书蒸成 Agent 能直接调用的能力

Mon, 10 Aug 2026 00:00:00 GMT

收藏一万本，不如蒸出一套能触发的 Skill。这篇保姆级教程讲的是用开源仓颉 Skill（cangjie-skill）挂在腾讯 WorkBuddy 上，把 PDF/MD 资料蒸馏成可安装、可复用的 Agent Skills——不是再写一份读书笔记，也不是手写 AGENTS.md。

仓库：github.com/kangarooking/cangjie-skill（文中时点约 6.7K Star）。仓库自述：「蒸馏所有值得蒸馏的高价值内容」。

GitHub cangjie-skill 约 6.7k Star

投资免责（原文保留）：后文演示问答里 AI 的回答「不构成任何投资建议」。

先想清楚：蒸出来能干啥

一开始自己也想不出多少场景，后来在交流群里收了一波反馈[^missing-group]，挑了几类：

场景	场景说明
小红书商家投流指导	蒸馏+优化出 10 个 Skill（见下表）
AI4science	称获博士认可[^missing-ai4s]
卖 Skill	约 29.9 价位的售卖例子[^missing-sell]
其他	课程 / 剧本 / 金融分析 / 企业规章 / 科学访谈…

企业侧：有行业私有资料时，场景更密。个人侧：最直接的入口仍是蒸馏一本书。文中还提到入驻 WorkBuddy 那篇在 AI 社群里被传[^missing-spread]。

小红书投流：S01–S10（从图抄）

图题「三重验证筛选后」：约 65 个原始单元筛成 10 个 Skill 候选。

小红书投流蒸馏 S01–S10

#	Skill（图面）	核心能力（图面）
S01	三阶段投放搭建法	从冷启到爆发的完整计划体系
S02	ROI出价与预算管控	出价策略+预算公式+降速红线
S03	电商笔记创作全流程	封面/标题/正文/商品/话题全要素
S04	「图面不清」…词嵌入	品类SEO+话题运营+内容方向
S05	笔记联动运营策略（图面似「笔直」，按语境判为笔记）	商销笔记+直播投放协同+日历
S06	计划冷启与素材赛马	新计划过冷启+笔记赛马汰换
S07	盯盘诊断与投放优化	7类问题排查+工具使用+反例
S08	人群定向与破圈策略	智能定向→高级定向→智能扩量
S09	搜索投放获客方法论	品牌词→品类词→场景词三层
S10	行业大盘数据与效果评估	「图面不清」…基准+货盘布局

S04 / S10 有像素糊块，上表已标「图面不清」，不脑补。

官网：收藏变成可调用

官网：cangjie-skill.com
标语大意：把看过的知识，变成 Agent 真正能调用的能力；书 / 视频 / 播客 / 课程 → 可安装 Skill Pack。

cangjie-skill.com 官网

四步开蒸（教程主体）

1. 准备资料：PDF → MD/TXT，一次一类

示例书：《王川宝典》。文中称大佬推荐线：巴菲特、芒格、段永平，以及这本。

PDF 转 Markdown / TXT（文中：Google 搜「PDF 免费转 MD」等）
图里有关键信息 → OCR；也可试豆包 Seed-Evolving，或收费但效果不错的 Doc2X
一次只蒸馏一本书，或一类资料（反复强调）

工作文件夹里的王川宝典.md

2. 安装 WorkBuddy

下载：workbuddy.ai（文中写 workbuddy.ai / WorkBuddy；腾讯出品全场景 AI 办公工作台）。傻瓜式安装，微信扫码登录。

WorkBuddy 官网

3. 找到仓颉 Skill →「去试试」；模型怎么选

路径（操作路径）：技能 → 搜索「仓颉 skill」→ 推荐 → 仓颉 skill → 去试试[^missing-wb-search]。

指令：让仓颉直接蒸馏；把书文件路径/内容丢进对话框
可自定义 API / Coding Plan / 中转[^missing-api]——文中夸开放灵活
耗 token：蒸馏书本身就贵，别当闲聊额度

模型选择（实测口径）	用途
Hy3	限时免费，适合第一次试水
DeepSeek V4 Flash（WB 内置正式版）	效果/速度/价格兼顾，本次开蒸选用
自定义接官方 DeepSeek API	不能识图；内置版可以
Kimi K3 反例	跑到约 2/3 已耗 ~2000 积分[^missing-credits]

Hy3 限时免费 / GLM-5.2 夜间折扣

4. 开蒸：约 30 分钟 · 12 Skill · 65 积分

本次：WB 内置 DeepSeek V4 Flash。

过程约 30 分钟
产出约 12 个 skill
积分约 65（文称每日可免费领 100 积分 → 几乎等于白嫖一本书；想彻底免费就用 Hy3）[^missing-credits]

工作方式：按项目文件夹开工作空间——书/资料一份夹，蒸馏产物也落在同一空间，用的时候仍以该夹为工作区（避免 Skill 越积越乱）。

蒸完怎么用：确定性，不是「听着有点道理」

演示：同一问题，加载《王川宝典》蒸馏 Skill 的答卷 vs 裸 Kimi K3（不挂工具）[^missing-kimi-cmp]。

他自己的对比结论：

裸模型也能说得过去，但确定性不够——「有道理，又好像差点什么」
挂上蒸馏 Skill 后，更容易给出关键、建设性、更敢拍板的建议
通用问题已能拉开差距；私有资料 / 模型未训练过的新料，差距会更大
换本地小模型时，差异通常更醒目 → 适合有私有化部署需求的企业

蒸馏结果演示截图

用法一句话就够：把问题丢给挂了该项目 Skill 的 Agent，别指望自己背完整本书。

视频蒸馏：预告，不是本期主菜

文中称已用字节 Seed-Evolving 试过：视觉强 → 视频信息抽得更完整 → 视频蒸馏更稳。完整教程未展开，等三连催更[^missing-video]。

评论区择要（作者征集反馈里常见的几问）

问法	可带走的判断
动态知识库更新了，要不要重蒸？	方法论变了 / 触发条件变了 → 值得重蒸或增量蒸馏；纯事实补丁未必每次全量重跑
蒸馏 Skill vs 外挂知识库（RAG）	RAG 擅长「你知道该问什么时的检索」；Skill 带触发条件，会在对的情境自己跳出来——两者不是同一层
什么样的书更合适？	工具类 / 方法论密度高的书更合适；金句散文型往往蒸不实
日常怎么用？	按项目空间挂载 → 丢给 Agent 直接干，而不是把 SKILL.md 当阅读材料

（评论原文未完整收录在转载页；上表按作者征集反馈主题与文中论点择要，不当逐条引用。）

扒开 Anthropic 教师 Skill 源码：生产级该长这样

Mon, 10 Aug 2026 00:00:00 GMT

大家好，我是 Ai 学习的老章。

Anthropic 悄悄开了个仓库，叫 k12-teacher-skills，把 Claude for Teachers 里两个官方 Agent Skill 的源码整个丢了出来。

GitHub：anthropics/k12-teacher-skills

一开始以为就是两个「AI 帮老师备课」的普通 skill，扒完源码之后有点绷不住——Anthropic 这次是亲自下场，把一份生产级 skill 该长成什么样，从心法到工程细节，明明白白摆在你面前了。

做 skill 的人不看一眼真的可惜。

先钉住定位

Anthropic 联合 Learning Commons 给中小学老师做了两个 Agent Skill，打包在 Claude for Teachers 里跑，同时把源码全开出来了。

两个 skill 分工特别清楚：

Skill	干什么	一次性交付
`k12-lesson-planning`	从零生成一节课的教案	3 份 Word（教师用教案 + 学生用材料 + 观察模板）
`k12-lesson-differentiation`	拿到一节现成的课，改编成三层版本（低于 / 达到 / 高于年级水平）	4 份 Word（教师差异化计划 + 三个分层作业单）

配套还接了个叫 Learning Commons Knowledge Graph 的 Connector，直接对齐学术标准——CCSS、NGSS、TEKS、SOL 一网打尽。

另外 .mcp.json 里塞了 9 个教育垂类 MCP：ASSISTments、Brisk Teaching、Canva、Coteach、Diffit、Eedi、MagicSchool、Snorkl、TeachFX——教育科技那帮 SaaS 全站好了队。

为什么值得看：

官方产品原封不动的 skill 源码，不是 demo、不是 tutorial，是真正在跑的东西
Anthropic 亲自示范怎么处理垂类知识、内容源分离、模板渲染这些工程难题
有配套的 evals/ 目录，连怎么评测 skill 都给你抄好了

两个 Skill 分别在干嘛

先用一张图看清两个 skill 的分工——左边从零生成一节课，右边把现有课改成三层版本：

两个 Skill 分工一览

k12-lesson-planning：一句话给我一节课

老师只需要说一句「我明天要给八年级讲光合作用」，这个 skill 就会跑完下面一整套流程：

步骤	干什么
Route（静默路由）	识别学科（math / ELA / science / social studies），加载对应的 `references/{subject}.md`；这一步不做视为「关键失败」
Clarify（澄清）	最多问 0~2 个关键问题，别的都用默认值
Ground（对齐标准）	如果 Learning Commons KG 接上了，先调 `find_standard_statement` 拉标准原文
Draft offer	让老师选「直接出完整版」还是「先看聊天草稿」，默认走完整版
Build	按学科文件里的规范搭课程结构
Output	写一份 `lesson.json`，跑一个脚本，Word 全部生成

最后交付到老师手上的东西是这样的：

文件	内容
`lesson_plan.docx`	教师用教案，含 phase 分段、时间分配、脚本、预设错误
`student_materials.docx`	学生用作业单，只在需要打印时才生成（K-2 口头课就没这份）
`observation_template.docx`	观察记录模板，含 look-fors、误解表、Exit ticket 分类桶

Skill 里最狠的一句约束是这个：

Word 里出现的每一个数字、每一道题、每一个 exit ticket 分类桶，都必须能被老师亲手验算通过。

模型自己算错的答案上课要炸场的，Anthropic 直接把「输出前必须验算」写进硬规则。

k12-lesson-differentiation：把一节课改成三层

有个通行做法叫 Tiered Instruction，同一节课要为不同水平的学生准备不同版本。

这个 skill 干的就是这活。输入是老师现有的一节课（上传 / 粘贴 / 链接 / 命名一个课程库里的课），输出是：

文件	内容
`teacher_plan.docx`	教师差异化计划，含每层学生的切入点、Flexible Grouping 依据
`worksheet_group_a.docx`	Below（低于年级）版本作业单
`worksheet_group_b.docx`	At（达到年级）版本作业单
`worksheet_group_c.docx`	Above（高于年级）版本作业单

三个版本干同一件事、用同一段材料、给同一份 exit ticket，只在脚手架密度和延伸问题上有差异——这套设计学名叫 Tomlinson 差异化框架。

硬规则 R1–R8（要点）

图面上八条硬规则一览；作者后文展开了其中几条最有意思的：

规则	要点
R1	输出结构固定为 4 份文档
R2	各层标准范围必须一致（不能偷换学习目标）
R3	各层切入点（tier entry points）
R4	Below-tier 脚手架密度封顶——支架太多反而变成依赖的拐杖
R5	教学基础设施必选项（instructional infrastructure essentials）
R6	Invisible modifications——作业单不能暴露学生「在哪一层」
R7	渐进脚手架——课内 Task 1→2→3 逐步撤支架
R8	UDL 默认值 + learner variables——没提障碍也默认配 sentence supports / 词汇表

挑几条最有意思的展开：

R6：Invisible modifications —— 学生看到的作业单不能暴露自己是「哪一层」，Group A/B/C 只用组名，绝不能出现 Scaffolded / Guided / Independent 这种词
R7：渐进脚手架 —— 一节课内 Task 1 有脚手架、Task 2 更轻、Task 3 撤掉，让学生逐步独立
R4：Below-tier 脚手架密度封顶 —— 支架太多反而变成学生依赖的拐杖，Anthropic 直接写死了密度上限
R8：UDL 默认值 —— 老师没提学习障碍时，默认所有层都配 sentence supports 和词汇表，符合通用设计原则

特别戳人的一段设计哲学：

学生页面上不允许出现任何教学术语，「CER」要写成 Claim / Evidence / Reasoning，「sensemaking check」要改成 “Check your thinking”，「scaffold / tier / differentiation」这种词学生一个都看不到。

老师的话是给老师说的，学生的话是给学生说的，两套语言严格分离——这种颗粒度的规范，估计是 Anthropic 和 Learning Commons 一起坐下来磨了不知道多少版。

三个惊艳设计，做 Skill 的人务必抄一遍作业

看完源码，读完可以把仓库当 skill 工程学的教材反复读了两遍，扒出三个可以直接抄作业的设计。

设计一：JSON-driven 内容源分离

这个 skill 完全不让 LLM 直接生成 Word 文档。做法是这样：

1
LLM 写 lesson.json（内容源）
2
    ↓
3
bash scripts/render_all.sh lesson.json $OUTPUT_DIR
4
    ↓
5
Word 文档（渲染产物）

lesson.json 只有两个顶层字段：

字段	作用
`shared`	内容注册表：题目、标准原文、词汇表、误解表——但凡在多个文档出现的内容，只在这里写一次，起个 key（比如 `t1`、`stamp_act_petition`、`prices_table`）
`documents[]`	文档数组，每个文档用 `{"type": "from_shared", "key": "t1"}` 引用共享内容

这样做的好处直接爆炸：

老师改一个题目数字，shared 改一处，所有 4 份文档同步刷新
三层作业单的核心任务文本永远一模一样（R6 从架构上保证）
Word / HTML / JSON 一次全出，格式绝不漂移

Anthropic 甚至在 SKILL.md 里明确警告：

Do not open, cat, head, or grep the renderer scripts —— 脚本行为已经在文档里完全规定清楚了，读源码只会分散注意力。

意思很直接：LLM 你别去研究渲染引擎，专心把 JSON 写对就行。

很多自研 skill 都栽在 LLM 越权尝试理解一切；Anthropic 官方是明确告诉模型「不该看的别看」。

设计二：学科 references 按需加载

这个 skill 里最重要的目录不是 SKILL.md，是 references/：

1
plugin/skills/k12-lesson-planning/references/
2
├── math.md                 # 数学教学法 + IM 课程结构
3
├── ela.md                  # 英语语言艺术教学法
4
├── science.md              # NGSS + OpenSciEd 三维学习
5
├── social_studies.md       # 历史/公民/地理/经济 + C3 探究弧
6
├── learning-commons-kg.md  # KG 调用规范
7
├── example_lesson.json     # 完整可运行示例
8
└── NOTICE

每个学科几十 KB 的教学法专属规范，包含课程分段结构、非商量选项（non-negotiables）、和 lesson.json 的映射。

Skill 主文件只做一件事：路由。

看到 math → 加载 math.md，看到 science → 加载 science.md，加载完就把 references 当成本轮完整指令来跑。

这套结构解决了 skill 工程的核心矛盾：你既想覆盖多个垂类，又不想把所有专业知识塞进一个巨大的 SKILL.md 让模型看瞎。

按需加载既控制了 context 长度，又让每个学科的规范可以独立演进——数学专家改 math.md，理科专家改 science.md，互不干扰。

设计三：Density rules 和语言规范

做 skill 最常翻车的地方，就是输出物看起来「太 AI 味」——一堆并列排比、一段接一段长句、把简单事情说得像论文。

Anthropic 的做法是把可读性直接写成硬约束：

一个段落 / labeled 块最多 3 句，超了就拆、就列、就上表格
列表项是 fragment，一句一想法、≤ 15 词、绝不用分号连缀从句
平行的分层内容（三个 tier 做同一件事）必须用一个 table 块，行 = 阶段、列 = 层级、每格 ≤ 25 词，绝不能用三段并列长文
一段连续散文超过半页就必须重构（拆表格、拆列表、拆成两节）
标准原文只允许在 target-standard callout 里逐字出现一次，其它地方引用只写代码 + 十词以内的要点

还有专门的 Copyright guardrail：如果参考了 IM（Illustrative Mathematics）或 OpenSciEd 这类现有课程，绝不能逐字复制学生用文本、教师笔记、探究提示——只能借鉴结构，原创措辞。

再看一眼这份 SKILL.md 的语言，就明白 Anthropic 内部对「AI 内容质量」有多严格。

集成能力：不只是备课工具

先给一张完整的架构图——这个仓库到底把哪些东西连起来了，看这一张就够：

K-12 教师 AI 助手完整架构

这个仓库最容易被忽略的部分，是 .mcp.json。

它提供了 9 个教育垂类 SaaS，全都以 HTTP MCP 的形式接进来。老师在 Claude 里可以直接调 MagicSchool 生成练习、调 Canva 做课件、调 Diffit 改编阅读难度、调 TeachFX 分析课堂对话。

再叠加 Learning Commons Knowledge Graph connector，Claude 拿到的信息量是：

每一条教育标准的原文
每条标准的先修技能 / 学习进阶路径
每条标准对应的具体学习组件（learning components）

给老师一个 prompt，Claude 就能自动路由到对的 MCP、拉对的标准、生成对的产物。

教育垂类的 AI 落地，Anthropic 用这个仓库演示了一遍完整解法：

Skill（专业工作流） + References（垂类知识） + MCP（第三方能力） + Connector（权威数据源） = 一个真正能替代半个备课组的助手

怎么用起来

如果你是 Claude for Teachers 用户，两个 skill 已经默认装好了，直接对话就行。

如果不是，用 Claude Code 也能装：

Terminal window

1
git clone  github. com/anthropics/k12-teacher-skills
2
claude plugin marketplace add ./k12-teacher-skills/plugin
3
claude plugin install k12-teacher-skills@k12-teacher-skills

git clone https://github.com/anthropics/k12-teacher-skills

装完之后，只要说一句话就能触发：

例句	触发
`"I'm teaching long division to 5th graders"`	lesson-planning
`"need to teach photosynthesis tomorrow"`	lesson-planning
`"my students are at different levels"`	lesson-differentiation
`"adapt this lesson for below and above grade"`	lesson-differentiation

description 里对触发条件的定义细致到什么程度：

“A new lesson that asks for differentiated, tiered, or leveled materials is still ONE planning request —— this skill produces those materials inside the lesson package; do not also invoke k12-lesson-differentiation”

Anthropic 甚至在 skill 描述里直接告诉模型：新课要分层不要重复调用另一个 skill——把 skill 之间可能的冲突都提前写死了。

对中文教育场景能不能用

有老师问：这套东西国内老师能用吗？

对国内场景的判断分三档：

底层设计能借鉴：JSON-driven 内容源分离、references 按需加载、density rules、师生语言分离——这些都是语言无关的工程模式，中文语文数学老师完全可以复用
或者国家中小学智慧教育平台¹
MCP 生态要建：中国目前还没有 MagicSchool、Brisk Teaching、Diffit 这种规模的教育垂类 MCP，谁先在国内做起来这一层，谁就是中国的 Claude for Teachers

有做教育 AI 的老板可以认真看看这个仓库，路径已经很清楚了。

Anthropic 开源这两个 skill 到底想干嘛

表面：给全美老师一份产品级 AI 备课工具。

深层：给整个 skill 开发者社区上一堂公开课——生产级 skill 应该长什么样。

这个仓库里能学到的东西，比 Anthropic 官方 skill 教程文档还多：

能抄走的	对应做法
垂类知识	`references/` 按需加载
多文档一致	JSON-driven + `shared` 引用
输出质量	density rules + copyright guardrail
触发条件	description 写得像法律条文
MCP / Connector	`.mcp.json` + KG 调用规范
评测	`evals/` 目录里有完整框架

这个仓库值得 95 分，扣 5 分是因为 SKILL.md 写得太密、初读上手门槛偏高，但每一句都是干货。

做 Skill 的人务必去 clone 一份，把两个 SKILL.md 逐字读完——读完 30k 字胜过看 30 篇教程。

Footnotes

原料自称「分三档」，粘贴到第二档时仅残留「或者国家中小学智慧教育平台」一句，前后句缺失；此处不脑补完整表述，待补原文 permalink 后再补齐。 ↩

用 GPT 做卡通文旅海报：五个槽填完就能出图

Mon, 10 Aug 2026 00:00:00 GMT

文旅海报一旦写成「风景好看、人物开心」，模型只会给你一张正确但没记忆点的插画。

这套模板把风格钉死在扁平矢量海报：粗黑轮廓、圆角几何、纯色块、极简五官、彩带涂鸦、干净留白、竖版 4<5>。你只管填五个槽——人、动物、姿势、服装、风景——外加一块调色板。填完直接贴进 GPT 出图。

原料是一篇微信短文 + 三张效果图；关注引流已删，只留模板和例证。出处链接原文未附，见文末脚注。[^1]

先看三张填槽结果

同一骨架，换主体和场景，气质就从「红河瓦猫」跳到「大理丽江路牌」，再到「多孩动物合影」。

云南红河 · 瓦猫

孩童 + 瓦猫，梯田、石桥、灰瓦屋顶；标题区「云南红河」。

云南红河瓦猫文旅海报

云南 · 大理 / 丽江路牌

女孩 + 花猫，大理门楼、雪山、路牌指向大理 / 丽江 / 香格里拉。

云南大理丽江路牌卡通海报

草地合影 · 多孩多动物

四人与北极熊、长颈鹿、棕熊、企鹅、狐狸、兔子、花猫等排成竖版合影；色块更偏黄绿橙。

多孩多动物草地合影扁平矢量

评论区有人要科普图 / 流程图，有人吐槽国内 GPT 贵——那是另一条需求；本篇只锁这套文旅卡通海报槽。

完整提示词（逐字可复制）

占位符保留方括号，用中文具体名词替换后再提交。

1
一张趣味十足的扁平矢量海报插画，描绘了[人类]与[动物]以[姿势]摆出各种姿势，身着[服装]，置身于[风景]之中。使用干净利落的粗黑轮廓线、简洁的圆角几何图形、扁平的纯色填充、极简的面部细节、小巧的中性眼神、平静的表情、简化的手部和身体比例、柔和的色块、零星的彩带涂鸦、小巧的抽象图标、干净的留白、清晰的图形海报布局以及精心控制的[调色板]。竖版 4:5 构图。

槽怎么填

占位符	填什么	例（对照上图）
`[人类]`	人数、年龄、关系	一对穿民族服饰的孩童 / 一名女孩 / 四个孩子
`[动物]`	品种 + 是否拟人配饰	云南瓦猫 / 戴围巾的花猫 / 熊·长颈鹿·企鹅等
`[姿势]`	动态或队形	跳跃举手 / 路牌前合影式挥手 / 草地排排坐挥手
`[服装]`	地域或季节特征	绣花马甲与条纹裙 / 蓝绣花白裙 / 背带裤与针织帽
`[风景]`	地标 + 前景物	红河梯田与石桥 / 大理门楼与雪山路牌 / 草地丘陵彩旗
`[调色板]`	主色 3–5 个，写死	红橙绿梯田色 / 天蓝金黄民族蓝 / 黄绿橙米色

风格句已经很长，别再往模板里塞「高级、震撼、电影感」——那些词会冲掉扁平矢量约束。要改气质，动槽位和调色板就够。

下期风格征集原文提到：国风 / 赛博朋克 / 日漫 / 写实人像 / 美食 / 建筑——需要哪条再单独开篇，别和这篇扁平文旅槽硬揉。

想清楚用 Chat，做成品用 Work，改代码用 Codex

Mon, 10 Aug 2026 00:00:00 GMT

很多人一打开 ChatGPT，先纠结「用哪个模型、推理开多高」。图卡把顺序拧回来了：先选模式，再选模型与推理档位。

模式决定工作方式；模型决定能力、速度与成本；推理档位决定思考深度。下面按图面完整转录，不当完整产品手册。

Chat、Work、Codex，怎么选？

三个模式各管什么

模式	定位（图面）	典型用途（图面）
Chat（绿）	问答与快速交流	解释概念 · 讨论与判断 · 头脑风暴
Work（蓝）	研究与正式交付	分析多份材料 · 文档·表格·演示 · 报告·Site·计划任务
Codex（紫）	软件开发与技术执行	修改与调试代码 · 运行命令与测试 · 审查仓库与技术整改

分不清时先问自己：是在想清楚，还是在交成品，还是在改系统和代码。

选型逻辑：模式在前

图中部那条够硬：

先选模式，再选模型与推理档位。
模式决定工作方式；模型决定能力、速度与成本；推理档位决定思考深度。

别把「模型更强」当成万能开关——工作方式选错，再贵的档位也只是更快地做错事。

模型与推理，分开选

图面标题：模型与推理，分开选择。 三档对照如下（名称按图面照录[^models]）：

场景	图面建议	备注
日常快速回答	GPT-5.5 Instant	快答档
复杂知识工作与研究	GPT-5.6 Sol，推理可选 Medium / High / Extra High	深度档，推理强度单独拧
Work / Codex 中的效率选择	Terra（均衡）· Luna（最快、成本最低）	交付/执行场景下的效率档

Instant 管「说得快」；Sol + 推理档管「想得深」；Terra / Luna 管 Work、Codex 里要不要压成本和延迟。

口诀够用了

图底那句直接背：

想清楚用 Chat，做成品用 Work，改系统和代码用 Codex。

进了 Codex 还要写规矩、派活、少走偏，旁边几篇管用法，不跟本篇抢选型。

7 天烧掉 230 亿 Token：这 50 条 Codex 心得够用了

Mon, 10 Aug 2026 00:00:00 GMT

看案例、听聚会，和真正把 Codex 当默认执行者，是两回事。

有位把 Codex 当默认执行者的实践者，把完整目标直接交给 Codex：持续调研、编写代码、运行测试、打开浏览器，最后交可直接用的文件或产品。7 天消耗 230 亿 Token（约 $2.6 万），消耗量一度排到榜一。落地数字也不含糊：可商用笔记日产 100 → 1000；内部提效工具开发期 1 个月 → 3 天；销售陪练考核系统 1 天 完成。

下面 50 条按原文六大部分收录——不是官方十条的翻版，是业务侧「敢把权限交出去」之后的实战清单。

相关阅读：官方十条边界气质、Claude Code 四类循环、Prompt→Harness→Loop 四站、Vibe Coding 流程纪律——见文末。

AI 落地流程总览

AI Native 的工作方式

AI 协作：1个月→3天

相信未来是一个普通人靠想法也能暴富的时代，前提是你学会无限烧 Token 的方式。
真正拉开差距的不是「会不会用 AI」，而是拥有 AI Native 的思维：不要让人成为瓶颈，思考怎么减少自己的参与；你敢不敢让 AI 连续工作几小时、几天，甚至长期替你推进一个目标。
学会搭建稳定、低成本的模型调用方案。 Token 成本降不下来，你就会下意识少思考、少尝试、少并行。
想办法让账号拥有更充足的 Token 配额。可以研究 OpenCodex、CC Switch。
不要把「省 Token」当成最高目标。Token 可以再买，真正稀缺的是你的时间、注意力和机会窗口。
烧 Token 不是让 AI 陪你闲聊，而是让它持续搜索、分析、执行、验证，最后交付可以直接使用的结果。
最有价值的不是一个神奇提示词，而是一套能够反复运行、持续优化的工作流程。
相信 AI，理解 AI，然后尽可能让 AI 去做。 很多事情不是 AI 做不了，而是你没有真正把权限和任务交给它。
再次强调：不要让人成为工作流里的瓶颈。 每次需要你复制、粘贴、确认、整理，都应该思考能否继续自动化。
AI Native 不是「原来的业务加一个聊天框」，而是重新设计整个业务，让 AI 成为默认执行者。

从陌生行业开始做新项目

不懂行业反而是优势

不懂一个行业有时反而是优势。 你没有被旧规则限制，更容易让 AI 带着你从第一性原理重新拆解行业。
遇到新行业，不要先花三个月学习。 先让 Codex 调研市场、整理术语、分析竞品，再用真实项目反向学习。
做新业务时，先考虑能不能让 AI 完成，再考虑要不要招人。很多过去需要一个团队的事情，现在可能只需要一个负责人。
一定要优先使用当前能力最强的模型。模型能力差一点，可能不是结果差一点，而是整个复杂任务根本跑不通。
简单任务可以交给便宜模型，关键判断、复杂编码和长期任务交给顶级模型。不要为了省小钱，浪费更多返工时间。

模型路由：Haiku / Sonnet / Opus

学会观察 Codex 的额度和重置时间。临近重置还有大量额度，就安排代码审计、竞品调研、批量测试等重任务。
不要等到额度快过期才随便烧。提前准备一个「高 Token 任务池」，有剩余额度时直接启动。
学会使用目标模式。把一个需要数小时甚至数天的结果设成目标，让 Codex 围绕最终交付持续推进。

让 AI 从想法走到可交付结果

目标要写结果，不要只写动作。 不要说「研究一下竞品」，要说「交付竞品数据库、差异分析和可执行方案」。
学会使用 Plan 模式。 复杂任务先让 Codex 拆步骤、找风险、确定验收标准，再开始执行，返工会少很多。
简单任务别过度规划，复杂任务别直接开干。判断标准是：做错一次的返工成本高不高。
给 Codex 明确的完成标准。例如「页面能打开」不够，要写清楚响应速度、移动端效果、异常状态和测试要求。

完成标准：模糊 vs 细化验收

不要只告诉 AI「做什么」，还要告诉它**「做到什么程度」。** 没有验收标准，AI 很容易交付一个看起来完成的半成品。
大任务尽量交付文件、代码、表格或网页，不要只停留在聊天答案。能沉淀的成果，才有复利。
让 Codex 先读取现有项目、历史文档和真实数据，再提出方案。上下文越真实，输出越少像套话。

把重复操作做成长期流程

为长期项目编写 AGENTS.md。 把项目规则、目录结构、禁区和验收方式写进去，避免每次重新解释。
把经常重复的操作做成 Skill。 一次写好规则，以后一句话就能触发完整流程。
把高频提示词升级为模板，把模板升级为 Skill，再把多个 Skill 串成自动运行的业务系统。
学会使用工具和连接器。让 Codex 直接读取代码、文档、邮件和数据库，少做人工搬运。
不要复制几万行日志给 AI。让 Codex 自己搜索关键词、定位异常时间段、提取相关上下文，更快也更准确。

让 AI 完成调研、开发和测试

遇到 Bug，不要只让 AI 猜原因。 让它复现问题、读取日志、缩小范围、编写测试，最后验证修复。
修复问题时要求 Codex 先写失败测试，再修改代码。能被测试捕获的 Bug，才更不容易再次出现。
不要用「感觉差不多」验收。让 Codex 运行测试、查看页面、检查日志，用证据证明任务已经完成。
做网页时，让 Codex 同时检查桌面端、移动端、加载状态、空状态和错误状态，别只看首页截图。
学会让 Codex 操作浏览器。 大量调研、录入、页面测试和后台操作，本质上都可以转化成浏览器工作流。
让 AI 看图、看截图、看视频，不要什么都靠文字描述。多模态输入经常比你解释十分钟更准确。
不要自己逐个整理竞品。让 Codex 批量搜集、分类、去重、打标签，再由你判断真正值得关注的信号。
相信自己的想法，但前提是看过足够多的竞品、用户反馈和失败案例。自信应该建立在信息密度上。
一个想法不要只生成一套方案。让 Codex 同时给出保守版、激进版、低成本版和最快验证版，再进行比较。
学会并行推进。市场研究、产品设计、技术验证和内容生产可以同时运行，不必等上一件事做完。
并行不是让十个 AI 重复回答同一个问题，而是把任务拆成互不依赖的子问题，最后再汇总判断。

用复盘和配置提高长期效率

让最好模型用最高推理做审查，执行用中等推理即可。
重要决策不要只问「这个想法好不好」，要让 AI 主动反对你。哪里会失败、什么假设最危险、如何最低成本证伪，都可以让它一起检查。
学会洞察 Codex 或 Claude 的周额度重置时间，它是有规律的，不要浪费剩余的 Token。
一次对话只解决一个问题，会浪费 Codex 的连续工作能力。尽量把「调研、方案、实现、测试、复盘」连成完整流程。
每完成一个项目，都让 Codex 复盘。哪些步骤浪费了 Token，哪些信息重复提供，哪些流程可以自动化。
建立自己的失败案例库。 AI 犯过的错误、无效提示词和项目踩坑，都应该沉淀成下一次的约束条件。
买一台性能更好的电脑，建议是 1 万元以上的 Mac，尤其是需要同时运行 Codex、浏览器、开发环境和 Docker 时。生产工具卡顿，会直接限制你的并行能力和思考速度。有段时间，机器只能每天烧 30 亿 Token——因为电脑成了瓶颈。
不要为了烧 Token 而烧 Token。 原文此处附「试试装一下这几个 Skill」配图清单（镜像文本未展开具体 Skill 名，以图为准）。
你不需要一次把 50 条全用上。先找一个自己每周都会重复做的任务，把目标、验收标准和上下文交代清楚，让 Codex 完整跑一遍。跑完以后再复盘，把重复步骤写进 AGENTS.md 或做成 Skill。

先跑通一件重复的事

别把这 50 条当收藏夹。挑一件每周必做的活，目标 + 验收 + 上下文一次说清，让 Codex 整段跑完；再把重复步骤写进 AGENTS.md / Skill。烧得出 Token 不难，烧成可复用流程才算数。

单张概念图撑不起一座宋式园区：Codex 把 GPT Image 2 编成多机位合同

Mon, 10 Aug 2026 00:00:00 GMT

生成一张漂亮的古建筑效果图并不难。难的是让总平面、入口、庭院、水院、书院与夜景都属于同一个园区。

单张图质量可以很好，但建筑数量、屋顶方向、院落比例和水体位置容易漂移——因为每次生成都在重新设计园区。真正的问题不是提示词长短，而是状态管理：布局合同、风格合同、固定机位、参考图顺序、失败返工。

旁链（不硬并）：草图→可交互 Three.js 钉单物体参数化；本篇钉的是园区多机位 + 布局/风格合同。好 AGENTS.md 模板讲通用路由原则；这里落到四个古代园区 skills。同模型其他交付见文末。

宋代建筑园区鸟瞰全景

流程先改定义，再谈出图

流程被重新定义为：

需求与分区 → 正交总平面 → 布局锁定合同 → 宋式风格合同 → 固定机位登记 → 参考图约束生成 → 独立线框图 → 跨视角一致性审计

Codex 在这里不是「帮我写一段提示词」的聊天工具，而是工作流执行者：读取项目文件、维护版本目录、调用图像接口、检查尺寸、生成审计记录，并把反复使用的方法沉淀为 skills。OpenAI 的 Codex 用例也将「把重复工作保存为 skills」列为正式工作方式。

第一步：先锁定总平面

项目首先生成严格俯视的园区线框图，把南侧主入口、南北主轴、中央大殿、西侧水院、东侧书院、北侧后园、围墙、连廊和道路固定下来。

园区正交总平面线框图

与图片同时保存的 LAYOUT_LOCK.md 明确规定：后续可以改变机位、天气、季节、灯光和人物活动，但不能移动、旋转或增删主要建筑，也不能改变庭院、水体、连廊和入口关系。

本阶段的核心 Prompt 直接要求模型把鸟瞰图转换为正交建筑线框，而不是重新设计：

1
Transform the reference aerial rendering into a precise orthographic
2
top-down architectural wireframe master plan of the exact same campus.
3
Preserve every major building footprint, courtyard, wall, covered corridor,
4
pond, path and landscape boundary. Remove perspective and render north-up
5
on a white background. No shading, photorealism, labels, dimensions,
6
logo or watermark.

鸟瞰全景（文称并置位；附件为重复鸟瞰）

这一步非常关键。效果图不再决定布局，布局反过来约束效果图。

第二步：把「宋代感」写成设计系统

「古风」「宋代建筑」都太宽泛，必须进一步拆成可检查的规则：

灰色陶瓦与克制的屋面起翘
深出檐、深色原木柱梁与稳定开间
暖白墙体、青灰石铺地
松、竹、山石、水面与雾山背景
当代无障碍、玻璃和照明只能低调嵌入
排除明清式红金装饰、日式神社符号、奇幻屋顶和主题乐园化表达

主入口图被选为风格母图。之后每个机位都按固定顺序输入：总平面线框、风格母图、可选的已批准局部视角。GPT Image 2 的图像编辑能力使「参考既有设计并改变视角或氛围」成为可执行路径，而不是每次从文本重新开始。

宋代风格主入口母图

本阶段 Prompt 不使用抽象的「古风」，而是明确屋面、木构、墙体、铺地、植物和排除项：

1
Use gray clay tile roofs, moderate roof curvature, deep eaves, dark
2
natural timber frames, stable structural bay rhythm, warm white lime
3
walls and blue-gray stone paving. Use pine, bamboo, scholar rocks,
4
still water and misty mountain context. Exclude imperial red and gold,
5
ornate Ming-Qing motifs, Japanese shrine markers, fantasy roofs, neon,
6
readable text and watermarks.

雨夜廊院风格延伸

庭院日景风格延伸

第三步：拆成四个 skills，用 AGENTS.md 路由

为了避免职责混乱，项目没有保留一个巨大的「万能 skill」，而是拆成四个阶段：

Skill	职责
`plan-ancient-campus-layout`	总平面、轴线、分区和布局合同
`define-ancient-campus-style`	朝代语言、构造比例、材料和禁用元素
`render-ancient-campus-views`	固定机位和参考图约束生成
`audit-ancient-campus-consistency`	逐图核对、问题分级和定向返工

根目录 AGENTS.md 负责路由：新项目必须依次执行四个 skills，后续阶段不得修改前一阶段已经批准的合同。这让设计过程从一次对话变成可以复用、检查和继续迭代的项目资产。²

每个多机位任务都使用同一条参考顺序约束：

1
Image 1 is the immutable orthographic site plan.
2
Image 2 is the immutable Song-inspired architectural system.
3
Image 3, when provided, is only a local camera and facade reference.
4
Change only camera, lighting, weather, season and requested visitor activity.
5
Preserve complete layout, architecture, materials and landmarks.

第四步：效果图与线框图一一对应

最终方案包含八个独立机位：总体鸟瞰、主入口、中央庭院、水院廊桥、书院内院、中央夜景、北侧后园和临水茶亭。每个机位都有独立效果图，也有独立透视线框图，不把多个视角合并成一张交付图。

中央庭院日景机位

独立透视线框图

线框图通过图像编辑从已批准效果图转换而来，要求保持原机位、屋顶、柱网、墙体、庭院、水体和景观轮廓，只移除颜色、材质、光影和人物。这些线框适合概念沟通，但不能替代从统一三维模型导出的工程投影。

1
Convert this exact approved camera view into a clean professional
2
architectural perspective wireframe. Preserve the identical camera,
3
framing, building positions, roof directions, columns, walls, corridors,
4
pond edges, paths and trees. Change only rendering style. One view only;
5
no collage, split screen or text.

夜景使用白天中央庭院作为第三张参考图，只改变光线和活动：

中央庭院夜景

一致性不是「看起来差不多」

审计阶段按文件名逐张检查：

建筑数量、主轴、入口、庭院、水体和连廊是否匹配总平面
屋顶方向、坡度、出檐、柱网、墙体和开间是否匹配风格母图
松竹、铺地、山石、水面和远山是否属于同一环境
白天与夜景是否仍是同一栋建筑、同一个空间
是否出现文字、水印、现代高楼、日式构件或红金宫殿化装饰

项目 V3 的概念审计没有发现 blocker 或 major 问题，但仍保留一个明确边界：参考图约束能够提高视觉一致性，不能保证坐标、尺寸和构件在不同视角下达到施工级一致。概念一致 ≠ 几何 / 施工级一致。

1
Audit every filename against the canonical site plan, layout contract
2
and style reference. Check building count, axis, gates, courtyards, pond,
3
corridors, roof direction, bay rhythm, materials and day/night identity.
4
Classify each finding as blocker, major or minor. Name the exact file
5
and regenerate only the failing view.

水院/后园视角审计示意

临水亭审计示意

Codex 与 GPT Image 2 的分工

Codex	GPT Image 2
管理目录、合同、版本和机位	生成或编辑具体图像
将流程拆成 skills	根据多张参考图完成视觉转换
调用工具并等待长任务	处理构图、材质、光线与氛围
检查尺寸、文件和跨图一致性	输出效果图与线框图
记录失败原因和返工规则	按目标修改单张失败图

真正提升稳定性的不是更长的提示词，而是把图像模型放进一个有状态、有合同、有版本、有验收的工程流程。

顺序不能反，边界要认

第一，先做布局，再做风格，最后做多机位。顺序不能反。

第二，相关场景必须使用图像编辑和共同参考图，不要用八段独立文本生成八张图。

第三，概念一致性与几何一致性是两件事。

若项目进入技术设计阶段，应把确定性总平面转成 CAD、SketchUp、Blender 或其他统一三维模型，从同一模型输出各机位结构图，再用 GPT Image 2 做材质和氛围增强。

评论里吵过的几件事

Work Buddy / API：有人问 Work Buddy 怎么连 GPT Image 2；作者称自己基本走 Codex，Work Buddy 侧多半要用 API（型号命名混乱：image 2.0 / v2 / Pro 并不等于 GPT Image 2）。
AI 感：有人嫌图 AI 味重；作者回应 AI 抹不掉创意，但可替掉低效低质环节、压成本。另有读者称自己也做类似流，直出 AI 感重后换了别的生图路径。
做成服务：有人建议产品化；作者称准备把建筑设计到室内软装串成项目。

同模型不同交付（旁链）

GPT-Image2 玩法盘点 55–75（待发布）
UI 分层切图
高张力海报七风格（待发布）
竹林现代东方美术馆长 Prompt（待发布，建筑向单场景，非园区合同链）

Footnotes

文称「总平面与效果图并置对照」；本套附件第 3 张与第 1 张鸟瞰 MD5 相同，未单独给出并置拼图。 ↩
文称有「四个 skills 的路由关系」示意；附件未单独给出架构图，正文不编造插图。 ↩
四个 skill 名称按原文保留；公开仓库 URL 原文未给出，此处不补编。 ↩

草图约束写成旋钮：Codex 把椅子草图编成可交互 Three.js

Mon, 10 Aug 2026 00:00:00 GMT

单视角椅子草图出发的完整实践：先把模糊形体解释清楚，再把设计假设写成可编辑、可验证、可导出的三维原型。

链路是：草图输入 → GPT-Image-2 形体解释 → Three.js 参数化建模 → 浏览器交互与 GLB 导出。目标不是「一键还原真实物体」，而是把有限证据变成可讨论、可旋转、可继续争论的设计对象。

旁链（不硬并）：开源产线 img2threejs（待发布）出的是规格 + TS 工厂；本篇聚焦 Codex 编排流程 + TRACEFORM 参数化工作台。同模型出图向见文末 GPT Image2 海报 / 玩法盘点。

01｜草图不是模型，但它是有效的设计约束

一张黑底红线的草图没有深度、背面拓扑和精确尺寸，却已经提供了最重要的设计证据：对象类别、主轮廓、部件数量、连接关系和大致视角。这次实践的目标不是承诺「一键还原真实物体」，而是把有限证据转化成一套可讨论的设计假设；最终链路是草图输入、GPT-Image-2 形体解释、Three.js 参数化建模、浏览器交互与 GLB 导出。它把「灵感」变成了可旋转、可修改、可交付、也可以继续争论的设计对象。

草图→实体→线框三阶段合成

02｜先读证据，再做推断

面对原始草图，Codex 先只记录看得见的事实：这是高靠背椅子，坐面接近椭圆，四条腿向外张开，靠背与坐面通过较窄的区域连接；而座深、壳体厚度、腿部落点和背面结构都属于未知量。随后把未知量收敛为有边界的参数，例如 seatWidth、seatDepth、backHeight、legAngle 与 shellThickness。这个步骤很关键，因为单视角重建没有唯一答案，诚实的做法不是隐藏不确定性，而是把不确定性变成用户可以调节的旋钮。

黑底红线原草图

03｜Codex 是编排器，而不是单一的生成按钮

在整个流程中，Codex 负责把视觉理解、提示词设计、前端工程和运行验证串成完整流程：检查草图与仓库，调用 GPT-Image-2 生成形体参照，依据参照选择 Three.js 几何策略，启动 Vite 应用，再通过真实浏览器检查构图、交互、响应式布局和导出链接。这里最有价值的不是「写了多少代码」，而是每一步都有可观察的输入和输出，发现偏差后可以回到上一层修正，不必把错误一直带到最终模型。

TRACEFORM 工作台全界面

04｜GPT-Image-2 负责消解视觉歧义，不负责生成网格

GPT-Image-2 接收原草图作为几何与轮廓参考，提示词要求保留椅子类别、高靠背、圆润坐面、四腿外撇和原始视角，同时禁止增加扶手、装饰和额外部件。输出是一张边界清晰的产品级形体解释图，它帮助我们判断曲面、比例与材质方向，但它仍然是二维图像，不是可旋转的 mesh，更不能被伪装成生产级 CAD；实际三维几何必须在下一步由 Three.js 或专业重建后端生成。

GPT-Image-2 产品级形体解释图

05｜Three.js 把假设变成确定性的几何

实际模型由命名的 THREE.Group 组织：坐面和靠背用 THREE.Shape 加 ExtrudeGeometry 构造，曲线由贝塞尔控制点描述，四条椅腿则用端点之间对齐的 CylinderGeometry 生成；材质统一使用可导出的 MeshStandardMaterial。因此相同参数永远得到相同网格，实体、素模、线框和透视模式只是观察方式的变化，而不是四套互不一致的模型。相比把生成图贴在平面上，这种实现才能承受真正的环绕观察和后续编辑。

线框模式视口与参数侧栏

06｜参数化让「渲染结果」升级为「设计工具」

一个好看的静态渲染只能回答「它现在是什么样」，参数化工作台还可以回答「如果更宽、更深、更薄会怎样」。界面把座宽、座深、靠背高度、腿部角度与壳体厚度直接连接到几何重建，同时提供材质色板、网格开关、自动旋转和多种观察模式；参数改变后旧几何会被移除并释放资源，新的 GLB Blob 链接也会重新生成。设计评审因此从交换截图，变成围绕同一可执行模型调整变量。

移动端参数面板特写

07｜「能运行」之后，还要验证它真的可用

三维界面最常见的问题并不只在代码：相机可能裁掉模型，Canvas 可能尺寸正常但实际空白，控制面板可能在移动端溢出，异步下载也可能丢失用户激活。本次验证覆盖 1440 × 900 桌面与 390 × 844 移动视口，检查 Canvas 的非空像素、完整构图和水平溢出，并实际操作形体参数、材质、线框模式、重建进度及原图/AI 参照切换；PNG 截图使用 preserveDrawingBuffer，GLB 则预先生成原生 Blob URL，避免「按钮存在但文件下不下来」。

TRACEFORM LAB 全界面含移动预览条

08｜把一次实践封装成可复用的 Skill

这套方法已经封装为 $build-sketch-to-3d：它约束 Codex 先判断任务属于品类原型、固定展示还是生产级图生网格，再按「证据提取、ImageGen 解释、Three.js 建模、工作台实现、PNG/GLB 导出、桌面与移动端验证」的顺序执行。Skill 的价值不是复制这把椅子，而是保存经过验证的判断顺序、能力边界和交付标准；下次给出灯具、家具或产品概念草图时，可以从同一条可靠流程开始。¹

五步工作流 knolling 俯视图

实现骨架

1
const initialShape = {
2
  seatWidth: 2.58,
3
  seatDepth: 2.18,
4
  backHeight: 2.5,
5
  legAngle: 18,
6
  shellThickness: 0.16,
7
};
8
const group = new THREE.Group();
9
group.name = 'Traceform_Chair';
10

11
const seatGeometry = new THREE.ExtrudeGeometry(seatShape, {
12
  depth: shape.shellThickness,
13
  bevelEnabled: true,
14
  bevelSegments: 4,
15
  curveSegments: 72,
16
});
17
const exporter = new GLTFExporter();
18
exporter.parse(
19
  chair,
20
  (result) => {
21
    const url = URL.createObjectURL(
22
      new Blob([result], { type: 'model/gltf-binary' }),
23
    );
24
    onExportReady(url);
25
  },
26
  console.error,
27
  { binary: true, onlyVisible: true },
28
);

展开收起

评论区里两句有用的

谁	说啥	带走
Sunny、	`$build-sketch-to-3d` 在哪呢？最近刚好需要这个	Skill 名公开了，仓库位置原文没给
泡泡糖	核心还在是 image2 吧	作者回：图像是 GPT-image2，锁保持一致性

「能做室内 3D 机器人第三人称走动吗」那条闲聊不展开——Three.js 能干游戏，和本篇草图→参数化原型不是同一题。

旁链（互见，别硬并）

旁链	它管啥	别并进这篇的原因
img2threejs 一张图变 Three.js 工厂（待发布）	开源 img2threejs：图 → 规格 + TS 工厂	仓库 README 深挖 ≠ Codex 编排实践 / TRACEFORM 工作台
GPT Image2 七种高张力海报（待发布）	同模型海报冲击	出图玩法 ≠ 形体消歧义再进几何
GPT Image2 案例 55–75（待发布）	同模型提示词合集	配方库 ≠ 本篇编排流程
sen-3d-resume 3D 网页简历（待发布）	可交互 3D 简历壳	简历产品形态 ≠ 草图参数化原型

本篇归档 TRACEFORM / $build-sketch-to-3d：草图约束 → Image2 消歧义 → 确定性 Three.js → 参数旋钮 → 双端验证。

Footnotes

文中提及 Skill 名 $build-sketch-to-3d，仓库位置未在原文给出——勿编造 GitHub URL。 ↩

vibe coding 怎么用：十步从一句话走到上线

Mon, 10 Aug 2026 00:00:00 GMT

很多人以为 vibe coding = 跟 AI 聊天就能出 App。其实更像一门描述目标、判断结果、持续迭代的手艺：你不必先会手写每一行代码，但得说得清、看得懂、敢砍范围。

下面按「离溪雪」系列信息图 01–10 原样拆开。每章一张图，能带走的是动作，不是口号。

01｜先了解 vibe coding 是什么、用什么、怎么开始

01 vibe coding 使用手册总览

定义（图上原话大意）： 用自然语言描述软件意图，让 AI 帮你生成、修改、调试代码。不必先会写代码，但要能描述目标、判断结果、持续迭代。

先选工具

场景	工具	图上说法
快速出原型	Bolt	网页和小工具快速搭
	Lovable	对话式生成产品界面
	Replit	在线写、跑、部署
先做界面	v0	先出前端页面和组件
长期 / 更可控	Cursor、Windsurf	边看代码边改
	Claude Code、Codex	更偏工程接管项目

怎么开始：5 步

选一个很小的项目
用一句话描述目标
让 AI 拆成功能清单
先做最小版本（MVP）
运行、反馈、继续迭代

适合： 个人小工具、表单/管理系统、网页/落地页、内容整理工具、MVP 原型验证。
不适合一开始就上： 大型综合 App、高安全系统（金融/医疗）、高并发生产后端、问题本身都说不清的项目。

第一句可以这样说：

我想做一个待办管理工具，支持新增任务、分类标签、状态管理和简单统计。先帮我拆成功能清单，并做一个最小可用版本。

术语： 自然语言 · 意图 · 迭代 · MVP · 原型

02｜先写需求：一句想法不是软件需求

02 先写需求

AI 最怕的不是任务难，而是你说得太模糊。

先填 7 个字段

用户是谁
解决什么问题
核心流程是什么
输入是什么
输出是什么
什么算完成
本版不做什么

最小需求模板同一套字段：用户 / 问题 / 核心流程 / 输入 / 输出 / 成功标准 / 本版不做。

模糊 vs 可执行（记账 App）

模糊	可执行
「做一个记账 App。」	「面向个人用户，做一个极简记账网页。用户可以新增一笔支出，选择分类，填写金额和日期，保存后能看到今日支出和本月总支出。本版不做登录、预算、多人协作。」

术语： Spec · User Story · Scope · Acceptance Criteria · Non-goals

常见错误： 只说「帮我做个 App」；一上来塞太多功能；不说明用户；不定义完成标准；不写本版不做。

03｜先砍范围：怎么定义 MVP

03 先砍范围定义 MVP

Vibe coding 最容易失败的地方，是一上来做太大。先完成最小可行版本，再逐步变复杂。

先找核心动作（三问）

用户最核心的动作是什么？
完成哪个动作后，用户就能感受到价值？
哪些功能现在不做也能成立？

MVP 三分法

档	典型内容
必须有（Must）	核心功能、基础页面、数据保存、最小反馈
应该有（Should）	分类、搜索、筛选、简单统计
以后再说	多人协作、登录权限、复杂分析、支付系统

例子：任务管理工具

MVP 只做：创建任务、标记完成、分类标签、本地保存
暂时不做：团队协作、日历同步、项目甘特图、权限系统

术语： MVP · 核心循环 · 原型 · 迭代 · Must-have / Should-have

常见错误： 还没跑通就想做完整产品；首页+登录+支付+分析一次全要；没有最小可行版本；每轮加功能却不管体验。

04｜选技术路线：让 AI 用什么方式搭项目

04 选技术路线

三种路线

路线	工具	适合	目标
① 新手快速	Bolt、Lovable、Replit	网页、小工具、MVP	尽快跑起来
② 前端优先	v0、Figma → code	先看界面、落地页、组件多的页	先把视觉/UI 说清
③ 工程化	Cursor、Windsurf、Claude Code、Codex	长期项目、复杂逻辑、多文件改	可维护结构

让 AI 先输出技术建议清单

推荐什么技术栈？
为什么选这个栈？
文件结构怎么排？
以后扩展难不难？
哪些部分现在先跳过？

选择依据四问

懂不懂代码？要不要长期维护？要不要数据库？要不要登录权限（Auth）？

术语： Tech Stack · Frontend · Backend · Database · Auth · Scaffold

常见错误： 新手一上来选复杂架构；临时 demo 和长期项目不分；放任 AI 随便定栈；不考虑维护成本。

05｜先搭骨架：第一轮别追求做完

05 先搭骨架

第一轮目标不是做完，而是搭出一个能继续生长的项目骨架。

第一轮要产出这些

页面结构 · 路由设计 · 核心组件 · 数据模型 · 文件夹结构 · 基础样式 · 运行方式

数据模型先想清楚（Task 例）

字段	类型
id	string
title	string
status	enum
priority	number
dueDate	date
createdAt	date

让 AI 先解释结构

每个文件夹做什么 · 核心数据怎么流动 · 哪些文件以后会扩展 · 哪些地方暂时留空

术语： Scaffold · Routes · Components · Schema · File Structure · Data Model

常见错误： 第一轮就堆满功能；页面/数据/逻辑搅在一起；没有清晰文件结构；后面一改就全乱。

06｜页面怎么做：别只做「正常显示」

06 页面怎么做六种状态

真实软件页面至少要把状态说清楚。

每页至少考虑 6 种状态

状态	要点
正常	数据正常加载并展示
空	无数据时的友好提示 + 引导动作
加载	占位或提示，别让人以为卡死
错误	说明原因 + 可操作建议
成功	操作成功后的明确反馈
移动端	小屏信息层级与交互

给 AI 的指令模板：

请为这个页面同时设计正常、空、加载、错误、提交成功、移动端 6 种状态，并说明每种状态触发条件。

任务列表页例子： 空=「还没有任务」+ 新建；加载=「正在读取任务」骨架屏；错误=读取失败 + 重试；成功=新增成功 + 查看；移动端=列表改单列。

术语： UI State · Empty State · Loading State · Error State · Responsive Layout · Toast / Feedback

常见错误： 只做正常态；没错误提示；表单提交无反馈；不看移动端；空数据直接白屏/崩。

07｜报错了怎么办：和 AI 一起进修复循环

07 报错了怎么办调试流程

报错不是失败。报错是让 AI 进入修复循环的入口。

调试流程 6 步

运行 → 错误日志 → 让 AI 解释原因 → 最小修复 → 重跑 → 验证是否修好

你要给 AI 的六要素

完整错误信息 · 终端日志 · 相关文件 · 操作步骤 · 预期结果 · 实际结果

让 AI 必须答 4 件事

错在哪里
为什么错
它要改哪里
怎么验证修好了

推荐指令：

请先解释这个错误的原因，不要直接大改代码。然后给出最小修复方案，并说明修复后我应该如何验证。

术语： Error Log · Stack Trace · Patch · Debug Loop · Re-run · Verify

常见错误： 只说「报错了」；只贴截图不贴日志；一次让 AI 大改很多文件；修完不重跑；不检查是否引入新问题。

08｜看 Diff：真正危险的是你不知道它改了什么

08 看 Diff

真正危险的不是 AI 改错，而是你完全不知道它改了什么。

每次改动后先看 6 件事

改了哪些文件
每个文件为什么改
有没有无关改动
有没有删掉旧逻辑
有没有硬编码
有没有安全风险

让 AI 自己解释 diff

改动摘要 · 受影响文件 · 为什么这么改 · 潜在风险 · 如何验证

不要盲目 Accept All

涉及这些时尤其别一键全收：大面积重构 · 删除旧文件 · 修改依赖版本 · 改动鉴权逻辑 · 改动数据库结构

术语： Diff · Code Review · Regression · Breaking Change · Side Effect · Hardcoded Value

常见错误： 不看 diff；不知道改了哪些文件；小修变大修；修一个 bug 引入三个新 bug；不让 AI 说明风险。

09｜怎么验收：从「能跑」到「真能用」

09 怎么验收

手动验收 6 问

核心流程能否走通？
空输入会怎样？
错误输入会怎样？
刷新后数据是否保留？
移动端是否正常？
失败时有没有提示？

测试层级（由浅到深）

手动点一遍 → 写测试用例 → 边界情况 → 端到端（E2E）→ 移动端测试

让 AI 生成验收 checklist：

请根据这个功能，生成一份验收 checklist，包括正常流程、异常输入、空状态、移动端和数据保存测试。

例子：记账工具验收 —— 能新增支出；金额为空有错误提示；分类可选；刷新后记录还在；本月合计正确更新；移动端按钮不被挡住。

术语： Acceptance Criteria · Test Case · Edge Case · E2E Test · Regression Check

常见错误： 自己点一遍就当完；不测空数据；不测错误输入；不测移动端；不测刷新与持久化。

10｜上线与迭代：本地能跑 ≠ 上线能用

10 上线与迭代

软件真正进入「真实世界」，是上线之后。

上线前 8 项检查

部署平台 · 环境变量 · 数据库 · 登录权限 · API Key · 域名 · 构建命令 · 日志查看方式

常见部署平台（图上）

平台	图上说法
Vercel	前端部署体验好
Netlify	持续部署简单
Render	全栈灵活可靠
Replit	内置环境一键部署
Cloudflare Pages	全球加速，免费好用

让 AI 生成部署清单：

请根据当前项目结构生成一份部署 checklist，包括环境变量、数据库、构建命令、权限配置、日志查看和回滚方案。

上线后继续做

收集反馈 · 修 bug · 补功能 · 改 UI · 优化性能 · 做版本记录

术语： Deploy · Environment Variables · API Key · Logs · Rollback · Iteration

常见错误： 本地能跑就当完；API Key 写死在代码里；不上生产看日志；没有回滚方案；不做版本记录。

好 AGENTS.md 不让 Codex 更聪明，但少让它走偏

Mon, 10 Aug 2026 00:00:00 GMT

一份好的 AGENTS.md，不会让 Codex 突然变得更聪明，却会显著减少它在错误方向上越走越远。

Claude Code 侧同类文件见 CLAUDE.md 模板专篇；四类 Loop 见 Claude Code 四类 Loop。

一、真正解决的是什么

Codex 在陌生仓库里最容易遇到的，不是不会写代码，而是不知道团队的「默认答案」。

例如：

这个项目用 pnpm、npm 还是 yarn？
单元测试和集成测试分别怎么跑？
改接口时，是否必须同步 OpenAPI 文档？
数据库迁移能不能自动执行？
前端应该复用哪个组件库？
完成任务的标准是「代码写完」，还是「测试、文档和兼容性检查全部通过」？

这些信息往往散落在 README、CI 配置、团队 Wiki 和老员工的经验里。Codex 如果找不到，只能根据常见做法猜。猜对了是效率，猜错了就是返工。

AGENTS.md 的价值，就是把这些隐性的工程共识变成可重复加载的项目上下文。

按照 Codex 官方文档，Codex 会在开始工作前读取适用的 AGENTS.md。它可以同时使用三种层级：

~/.codex/AGENTS.md：个人在所有仓库通用的习惯。
仓库根目录的 AGENTS.md：整个项目共享的规则。
子目录里的 AGENTS.md 或 AGENTS.override.md：某个服务、包或模块的局部规则。

Codex 会从项目根目录一路读取到当前工作目录，越靠近当前目录的规则优先级越高。换句话说，根目录负责「共同宪法」，子目录负责「地方条例」。

Codex 如何按层级加载 AGENTS.md

这也是写好 AGENTS.md 的第一个关键：不要试图用一份巨型文件解释整个世界，要让规则跟着代码的边界走。

二、六条原则

高质量 AGENTS.md 的六大原则

1. 写可执行事实，不写正确的废话

「保持代码简洁」「遵循最佳实践」「确保高质量」看起来没有错，但对 Codex 几乎没有约束力。

更有效的写法是：

1
- 修改 TypeScript 文件后运行 `pnpm lint` 和 `pnpm typecheck`。
2
- 新增业务逻辑时，在同目录补充 `*.test.ts`。
3
- 单个函数超过 60 行时，优先拆分；不要仅为满足行数机械拆分。

判断一句规则是否有用，可以问自己：任务结束时，我能不能根据它明确判断 Codex 做到了还是没做到？如果不能，它大概率只是一句口号。

2. 告诉它「怎么验证」，不只是「怎么修改」

编码智能体最危险的状态，不是写不出来，而是写完后误以为已经完成。

因此，AGENTS.md 至少要写清四件事：

最小检查命令是什么；
哪些改动需要扩大测试范围；
什么情况可以跳过测试；
无法验证时应该如何汇报。

例如：

1
## Verification
2

3
- 文档改动：运行 `pnpm lint:docs`。
4
- 单个包改动：运行 `pnpm --filter <package> test`。
5
- 共享类型或公共包改动：运行 `pnpm test:affected`。
6
- 如果本地缺少依赖或服务，说明未运行的检查、原因和潜在风险；不要声称验证通过。

最后一句尤其重要。它把「诚实报告验证边界」也纳入了完成标准。

3. 写清边界和禁区

有些动作技术上可以执行，流程上却不应由 Codex 自行决定，例如升级生产依赖、重写历史迁移、提交密钥、删除兼容代码。

不要只写「谨慎操作」，而要明确触发条件：

1
## Guardrails
2

3
- 未经明确要求，不新增生产依赖。
4
- 不修改已经发布的数据库迁移；需要变更时创建新的迁移文件。
5
- 不读取、输出或提交 `.env`、密钥及真实客户数据。
6
- 不执行生产部署、数据删除、密钥轮换和远程 Git 推送。

好的边界不是让 Codex 什么都不敢做，而是把「可自主完成」和「必须停下来确认」分开。

4. 给地图，不要复制整本说明书

AGENTS.md 应该帮 Codex 快速找到重点，而不是把 README、架构文档和编码规范全部复制进去。

可以写：

1
## Repository map
2

3
- `apps/web/`：Vue 3 管理端。
4
- `services/api/`：Node.js API 服务。
5
- `packages/contracts/`：前后端共享类型，改动可能影响所有应用。
6
- `docs/architecture.md`：系统边界与关键设计决策。
7
- `docs/review.md`：代码审查清单。

官方文档提醒，Codex 合并加载的项目说明默认有 32 KiB 上限。文件越长，不仅越难维护，也越可能让真正关键的规则被噪声淹没。主文件保持短小，需要时指向更具体的文档，通常更可靠。

5. 用分层覆盖解决差异，不堆条件句

假设仓库里前端用 Vitest，支付服务用 pytest。如果所有规则都塞在根目录，最终会出现大量「如果在 A 目录就……如果在 B 目录就……」的条件。

更清楚的做法是：

1
repo/
2
├── AGENTS.md
3
├── apps/web/
4
│   └── AGENTS.md
5
└── services/payments/
6
    └── AGENTS.override.md

根目录只写全局规则，apps/web/AGENTS.md 写前端规则，支付服务用 AGENTS.override.md 覆盖不适用的通用命令。局部规则越靠近代码，越不容易被误用。

需要注意：Codex 通常在一次运行或 TUI 会话开始时构建指令链。修改 AGENTS.md 后，如果当前会话没有体现新规则，启动一个新会话再验证。

6. 把它当成会演进的工程资产

不要试图第一次就写出完美版本。更实用的方法是：先覆盖高频任务，然后根据真实返工持续更新。

每当 Codex 重复犯错，可以追问三个问题：

它缺少的是项目事实、操作命令，还是决策边界？
这条信息只对当前任务有效，还是以后还会复用？
它应该放在根目录，还是某个子目录？

如果同类错误发生两次，就值得把修正写进 AGENTS.md。它不应成为愿望清单，而应成为项目经验的压缩包。

三、可直接改的通用模板

AGENTS.md 模板七段

下面这份模板适合大多数中小型项目。复制之后，请删除不适用的内容，并把占位命令替换为仓库中真实可运行的命令。

（图卡把骨架收成七段：项目说明 / 仓库地图 / 命令 / 验证 / 边界 / 完成标准 / 审查规则。下面完整模板另含 Working rules、Coding conventions 等可删改栏目。）

AGENTS.md展开收起

1
## Project overview
2

3
- 本仓库用于：<一句话说明产品或服务>。
4
- 主要技术栈：<语言、框架、运行时>。
5
- 包管理器：<pnpm/npm/yarn/uv/poetry 等>。
6
- 修改前先阅读：`README.md`、`docs/architecture.md`。
7

8
## Repository map
9

10
- `src/`：核心业务代码。
11
- `tests/`：自动化测试。
12
- `docs/`：架构与使用文档。
13
- `<关键目录>`：<职责及影响范围>。
14

15
## Working rules
16

17
- 修改前先阅读相关实现和测试，不根据文件名猜测行为。
18
- 优先做满足需求的最小改动，避免顺手重构无关代码。
19
- 遵循现有结构、命名和错误处理方式。
20
- 未经明确要求，不新增生产依赖，不改变公共 API。
21
- 发现需求与现有实现冲突时，先说明证据和影响，再决定是否继续。
22

23
## Commands
24

25
- 安装依赖：`<command>`
26
- 启动开发环境：`<command>`
27
- 代码检查：`<command>`
28
- 类型检查：`<command>`
29
- 单元测试：`<command>`
30
- 完整测试：`<command>`
31

32
## Coding conventions
33

34
- <语言或框架相关约定>。
35
- <文件命名、导入、异常处理约定>。
36
- 新增或修改公共接口时，同步更新类型、测试和文档。
37
- 不为了"更整洁"修改与任务无关的格式或代码。
38

39
## Testing and verification
40

41
- Bug 修复必须补充能够复现问题的回归测试。
42
- 新功能至少覆盖主路径和一个失败路径。
43
- 先运行受影响范围的测试；共享模块变更再运行完整测试。
44
- 无法运行检查时，明确列出未验证项、原因和风险。
45

46
## Guardrails
47

48
- 不提交密钥、令牌、`.env` 或真实用户数据。
49
- 不执行生产部署、远程推送、数据删除或不可逆操作。
50
- 不修改已发布的迁移文件；创建新的迁移。
51
- 发现疑似安全问题时停止扩散敏感信息，只报告必要细节。
52

53
## Definition of done
54

55
- 请求的行为已经实现，且没有夹带无关改动。
56
- 相关测试、lint 和类型检查通过。
57
- 必要的文档、示例、类型和迁移已同步。
58
- 最终说明包含：改了什么、如何验证、仍有哪些风险。
59

60
## Review guidelines
61

62
- 优先检查正确性、回归风险、安全性和兼容性。
63
- 指出问题时给出文件位置、触发条件和影响。
64
- 不把纯风格偏好当作阻塞问题。

展开收起

这份模板最重要的部分并不是标题数量，而是每条规则都能落到一个动作、一个边界或一个验收结果上。

四、六个场景的局部规则

六场景局部规则

通用模板解决的是底座，真正让 Codex 变得稳定的，往往是与业务场景贴合的局部规则。

场景 1：在成熟项目里开发新功能

成熟项目最怕「功能完成了，但破坏了既有边界」。这时需要强调先找相似实现、控制改动范围，以及公共接口的同步责任。

1
## Feature development
2

3
- 实现前先查找同类功能，沿用现有分层和数据流。
4
- 优先扩展现有模块，不新建平行抽象，除非现有设计无法满足需求。
5
- 修改公共 API 时，同步更新 schema、客户端类型、测试和变更说明。
6
- 新功能必须覆盖成功路径、权限失败和无效输入。

这组规则能避免 Codex 在仓库里「另起炉灶」，尤其适合已经形成稳定架构的项目。

场景 2：修复一个难复现的线上 Bug

修 Bug 时，最大的诱惑是看见异常就直接改代码。但没有复现证据的修复，往往只是把症状移到别处。

1
## Bug fixes
2

3
- 修改实现前，先用现有日志、调用链或测试证明根因。
4
- 能稳定复现时，先添加失败的回归测试，再修改代码。
5
- 修复应针对根因，不通过吞掉异常、扩大重试或删除校验掩盖问题。
6
- 如果无法复现，列出已验证事实、假设和仍需观测的数据。

这里的重点，是强制把「事实」和「推测」分开。即便最终没能修复，也会留下可继续推进的诊断结果。

场景 3：Monorepo 中只修改一个包

Monorepo 的常见浪费，是一个小改动跑整库测试；常见事故，则是误以为只影响一个包。

1
## Monorepo scope
2

3
- 修改前检查目标包的 `package.json`、依赖方和局部 `AGENTS.md`。
4
- 包内改动先运行 `pnpm --filter <package> test`。
5
- 修改 `packages/contracts/`、`packages/config/` 或公共类型后，运行 `pnpm test:affected`。
6
- 不修改无关包的锁文件、生成物或格式。

一份好的规则既要控制验证成本，也要指出哪些目录具有「爆炸半径」。

场景 4：数据库迁移和高风险操作

数据库相关任务不能只强调 SQL 是否正确，还要约束兼容窗口、回滚方式和执行权限。

1
## Database changes
2

3
- 不修改已经在任何环境执行过的迁移文件。
4
- 破坏性 schema 变更采用 expand-migrate-contract 三阶段，不在一次发布中删除旧字段。
5
- 迁移必须说明回滚或前向修复方案，并评估锁表和大表扫描风险。
6
- 只生成和测试迁移；未经明确授权，不连接生产库、不执行生产迁移。

这里要明确区分「编写迁移」和「执行迁移」。前者通常属于开发任务，后者可能是不可逆的生产操作。

场景 5：前端页面还原与交互开发

前端任务容易出现两个极端：只追求截图相似，忽略状态和可访问性；或者为了抽象组件，把一个页面改成半个设计系统。

1
## Frontend work
2

3
- 优先复用现有设计令牌和组件，不创建近似重复组件。
4
- 页面必须处理 loading、empty、error 和 disabled 状态。
5
- 交互元素支持键盘操作，并保留可见焦点状态。
6
- 至少检查 375px、768px 和 1440px 三个宽度。
7
- 视觉改动提供截图或明确说明人工检查路径。

这类规则把「看起来完成」变成「在真实状态和真实设备上可用」。

场景 6：让 Codex 做 Pull Request 审查

代码审查不是复述 diff，更不是罗列所有风格差异。它应该优先发现会造成实际后果的问题。

1
## Review guidelines
2

3
- 优先报告正确性、安全性、数据损坏、兼容性和明显性能回归。
4
- 每个问题说明触发条件、用户或系统影响，并标注具体文件位置。
5
- 检查新增行为是否有测试，测试是否真的覆盖失败场景。
6
- 不报告现有代码中的无关问题，不把个人风格偏好列为缺陷。
7
- 如果没有发现问题，明确说明仍未覆盖的测试或环境风险。

Codex 官方文档说明，代码审查会寻找仓库中的 AGENTS.md，并遵循其中的 Review guidelines。对于支付、鉴权、隐私等特殊目录，还可以在更深层放置专门的审查规则，让检查标准跟着风险走。

五、五个反模式

把临时需求写成永久规则
「这次不要改登录页」属于当前任务提示，不属于项目长期约定。把一次性的限制写进 AGENTS.md，几周后就会变成过期信息。

只写风格，不写命令
用了两页篇幅描述命名偏好，却没有一句告诉 Codex 如何运行测试。这类文件看似完善，实际无法支撑任务从输入到验证的完整流程。

命令已经失效
错误命令比没有命令更糟。CI、包管理器或目录结构变化时，应把 AGENTS.md 纳入同一个 Pull Request 更新。

根目录承载所有差异
当根文件充满目录条件和例外，说明规则应该下沉。利用子目录文件表达局部约束，比在一个大文件里维护复杂分支更稳。

把软要求写成绝对命令
「永远不要重构」「所有改动必须跑全量测试」可能让 Codex 在简单任务上付出巨大成本。更好的表达是说明触发条件、例外和优先级。

六、怎么确认它真的生效

不要凭感觉判断。可以在仓库根目录启动一次新会话，让 Codex 复述当前加载的规则：

Terminal window

1
codex --ask-for-approval never "Summarize the current instructions."

如果项目使用了子目录覆盖，再从目标目录检查：

Terminal window

1
codex --cd services/payments --ask-for-approval never \
2
  "List the instruction sources you loaded and summarize the effective rules."

你需要确认三件事：

它加载了正确的文件；
局部规则覆盖了冲突的上层规则；
最关键的构建、测试和安全边界没有被遗漏或截断。

Codex CLI 也提供 /init 来生成初始的 AGENTS.md。它适合解决「从零开始」，但生成之后仍要根据项目真实的构建、测试、审查和发布流程进行删改。脚手架只能提供栏目，不能替团队补上工程事实。

短、准、可验证就够起步

高质量 AGENTS.md 的本质，不是写一份更复杂的提示词，而是把团队的工程判断变成 Codex 能稳定执行的上下文。

它应该短、准、可验证：告诉 Codex 项目在哪里，命令怎么跑，边界在哪里，以及做到什么程度才算完成。

如果你不知道从哪里开始，就先写下四项内容：仓库地图、常用命令、不可触碰的边界、完成标准。等 Codex 第二次犯下同一种错误，再把那次教训补进去。

时间久了，这份文件会变成项目里很特别的一类资产：它记录的不是代码本身，而是团队希望代码如何被理解、修改和交付。

给 Claude Code 写份靠谱的 CLAUDE.md

Mon, 10 Aug 2026 00:00:00 GMT

每次开新会话都要把「用 pnpm」「别改 generated」「测试怎么跑」再说一遍——说漏一次，它就按默认猜，猜错就返工。

CLAUDE.md 就是把这些高频、高价值、猜不到的约定钉死：会话一开就自动进上下文，少复读，默认做对事。

下面按「是什么 → 可复制模板 → 五原则 → 五个真实坑 → 对照表」拆开。

CLAUDE.md 是项目记忆，不是说明书

CLAUDE.md = 项目记忆

它不是 README，也不是知识库。README 给人扫项目；CLAUDE.md 给 Agent 当默认前提——每次会话自动加载，在你开口前就生效。

图上压成一句话：少量高信号信息，让 Claude 默认做对事。

常见四块：

放什么	例子
常用命令	`pnpm test`、`pnpm build`
技术栈约定	pnpm、TypeScript
代码风格	具名导出、禁止 `any`
踩坑禁忌	别改 generated、docs 按需读

位置与加载

层级	典型路径	管啥
用户级	`~/.claude/CLAUDE.md`	跨项目个人习惯
项目级	仓库根 `CLAUDE.md` 或 `.claude/CLAUDE.md`	团队共享约定
本地级	`CLAUDE.local.md`（常 gitignore）	本机私货，勿进远端

Claude Code 会沿目录树向上找；monorepo 里子目录还可再放一份，按需叠加上去。

怎么起步、怎么追加

/init：扫仓库生成初稿。当草稿用——删废话、补「只有本仓库才知道」的命令和禁忌。
# 追加：会话里用 # 把当前纠正直接写进 CLAUDE.md；或口头说「把这条加进项目的 CLAUDE.md」，让它自己改文件。
空文件也能开工：先用起来，同一条纠正说了两遍再沉淀，比一上来写三百行强。

一份可复用模板（六节，按需删改）

一份可复用的 CLAUDE.md 模板

图脚那句钉死：CLAUDE.md 只放高频高价值信息；侧栏便签：按需删改，不要全塞。

下面是按图卡六节还原的可复制模板，可直接粘进仓库再改成你的路径：

1
# 项目名称
2

3
一句话说明这个仓库是干什么的（给 Agent 的地图，不是产品文案）。
4

5
## 常用命令
6

7
- 安装：`pnpm install`
8
- 开发：`pnpm dev`
9
- 测试：`pnpm test -- --run`
10
- 构建：`pnpm build`
11

12
## 技术栈
13

14
- 包管理器：pnpm（禁止 npm / yarn，除非任务明确要求）
15
- 框架：Next.js
16
- 语言：TypeScript（严格模式；禁止随意 `any`）
17

18
## 项目结构
19

20
- `src/app`：路由与页面
21
- `components`：可复用 UI
22
- `lib`：工具与共享逻辑
23
- `docs`：详细文档（**按需查阅，不要整份塞进上下文**）
24

25
## 代码风格
26

27
- 优先函数式写法
28
- 模块统一**具名导出**（避免默认导出 + class 混用）
29
- 改动保持外科手术式：只动任务相关文件
30

31
## 重要禁忌
32

33
- 禁止修改 `generated` / 自动生成目录下的文件
34
- 禁止提交或改写 `.env`、密钥、CI secrets（除非明确授权）
35
- 数据库 `migrate` 前先确认备份与回滚；不要擅自跑破坏性迁移

展开收起

六节不够就加「验证怎么跑」「NEVER / ALWAYS」；六节太满就砍——删掉后 Claude 不会因此犯错的行，都可以删。

写好它的 5 条原则

写好 CLAUDE.md 的 5 条原则

中心句：让 Claude Code 默认做对事。 收口不是「写得多」，是写得准。

#	原则	落地
1	精简高信号	像漏斗：只留「不写就会错」的行；空泛「写高质量代码」一律删
2	写命令和约定	build / test / 包管理器 / 命名风格写死成可执行句
3	踩坑变禁忌	纠正过一次 → 写成「禁止 / 务必」，别指望下次还记得口头嘱咐
4	保持正确海拔	太虚（愿景、公司介绍）没用；太细（整份 API 手册）该进 `docs/` 或 Skill，按需读
5	当活文档迭代	约定变了就改文件；过期规则比没有规则更坑

和 Skill / Hook 的分工也记一下：流程型重复劳动 → Skill；必须每次发生的强制动作 → Hook；每次会话都成立的事实与禁令 → CLAUDE.md。

五个坑：错一次，就写进文件

踩坑 → 写进 CLAUDE.md

图脚：一条明确禁令，胜过十次口头纠正。

#	踩坑（左）	写进 CLAUDE.md（右）
1	`npm test` 卡住（常进 watch）	`pnpm test -- --run`
2	随手 `npm install`	`包管理器：pnpm`
3	默认导出 + class	`函数式 + 具名导出`
4	把 2000 行 docs 全塞进记忆	`docs 按需查阅`
5	改了 generated	`禁止修改生成文件`

模式就一条：你纠正 → 让它把规则写回 CLAUDE.md → 下个会话开箱即守。别把「我又说了一遍」当成协作。

该写 vs 不该写（对照）

该写（高信号）	不该写（噪音）
本仓库特有的 build / test / lint 命令	「写出干净优雅的代码」
包管理器、语言模式、导出约定	完整 API 文档、长篇背景故事
NEVER：generated、env、误迁库	Claude 读一眼仓库就能推断的目录常识
「细节在 `docs/…`，按需打开」	把整本 docs 内联进 CLAUDE.md
上次踩坑沉淀的硬禁令	一次性任务流程（那是 Skill）

先把测试命令、包管理器、三条硬禁忌写进仓库根的 CLAUDE.md，再谈 Loop、Skill、记忆插件——顺序反了，等于让 Agent 先猜再补课。

Claude Code 四类 Loop，你到底交出哪一段

Mon, 10 Aug 2026 00:00:00 GMT

Claude Code 要是只停在「你问一句，它改一次」，那还是聊天窗口。真能扛事的 Agent，会围着目标转圈：拿上下文 → 动手 → 验结果 → 再迭代，直到撞上停止条件。

这张图把 Claude Code Loop 压成一张速查卡——日常开发时翻一眼就够：

回合式：你负责检查
目标式：你交出停止条件
时间式：你交出触发时机
主动式：你交出整条任务流程

顺带覆盖 /goal、/loop、/schedule、SKILL.md、代码审查和 Token 边界。

Claude Code 四类 Loop 速查卡

Loop 到底在转什么

Agent 持续重复：获取上下文 → 行动 → 验证 → 迭代，直到停止条件成立。

简单任务别一上来就上重型循环——先从简单方案开始；真要自动化，再把触发、验证、停止写清楚。

四要素记死：

要素	管什么
触发	什么时候开始转
停止条件	什么时候准停
Claude Code 原语	`/goal`、`/loop`、`/schedule`、skills…
任务类型	短一次性 / 达标迭代 / 定时巡检 / 无人值守

路径同一条：理解任务 → 行动 → 验证 → 迭代 → 完成。

四类 Loop：交出的权力不一样

类型	谁触发	何时停	原语	适合啥	你交出什么
回合式	用户 prompt	Claude 认为完成，或需要更多上下文	普通对话；建议把验证写进 SKILL.md	短、一次性（例：做个点赞按钮）	检查
目标式	实时手动 prompt	目标达成，或达最大回合	`/goal`	有明确成功标准的迭代（例：`/goal get homepage Lighthouse ≥90, stop after 5 tries`）	停止条件
时间式	按时间间隔	手动取消，或工作完成	`/loop`（本地）或 `/schedule`（云）	定时巡检（例：`/loop 5m check PR...`）	触发时机
主动式	日程触发，无需实时人工	目标 + 日程策略共同约束	`/schedule` + `/goal` + skills + 动态工作流	无人值守（例：每小时检查 feedback 频道）	整条任务流

从左到右，人从「每步盯着」退到「只设计规则」——权力交出去多少，成本与失控面也跟着涨多少。

想让 Loop 别瞎转：质量、验收、Token

提升质量（图上四条）

代码整洁——乱仓库里循环只会放大乱
自验证 skills——别指望「我觉得好了」当验收
上下文可达——它够不着的文件/环境，再转也白转
双 Agent 审查——一个写、一个挑刺，比单人自嗨稳

把人工验收写进 SKILL.md（失败就从第 1 步重来）

起 / 盯本地 dev server
UI 对比（改前改后）
看 console 有没有炸
有条件就接 Chrome DevTools MCP

验收不进 skill，回合式也会变成「你口头复查」的体力活；进了 skill，目标式 / 主动式才敢放手。

Token 别被 routine 吃干

小任务用小 loop
成功标准写死
先 dry run
确定性工作优先脚本，别全塞给模型
routine 别过度频繁
用 /usage 盯消耗

设计哲学其实就一句：关键不是让 Agent 无限干活，而是设计好触发、验证、停止条件与成本边界。

三步上手，别一上来就全自动

找瓶颈——现在卡在检查、停不准、触发烦，还是整条流都得你人肉推？
决定交出哪一段——对照上表：检查 / 停止条件 / 触发时机 / 整条任务流
小规模试跑——先短任务、少回合、宽一点的 /usage 观察，再收紧节奏

图脚那句够当座右铭：不是无限转，是把边界设计进循环。

分层越清晰，Claude Code 越稳

Mon, 10 Aug 2026 00:00:00 GMT

分层越清晰，Claude Code 越稳定。

很多人仓库里只有一个胖 CLAUDE.md——项目概览、风格、命令、权限、临时私货全往里塞。能跑，但不耐长：上下文越来越重，改一条怕牵一片，团队也难共享。

可维护的做法是把配置拆成多层：会话记忆、MCP、权限设置、按主题 rules、斜杠 commands、按需 skills、角色 agents、事件 hooks。配置多了，别全塞一个文件。

下面这张「CLAUDE CODE 项目结构」信息图把左树右说明一次摊开；文案尽量跟图面走。

Claude Code 项目结构信息图

总览：一张树看完落点

图左是推荐树，图右是八块作用。路径示意（与图一致）：

1
CLAUDE.md
2
CLAUDE.local.md
3
.mcp.json
4
.claude/
5
  settings.json
6
  settings.local.json
7
  rules/
8
    code-style.md
9
    testing.md
10
    api-conventions.md
11
  commands/
12
    review.md
13
    fix-issue.md
14
  skills/
15
    deploy/
16
      SKILL.md
17
      deploy-config.md
18
  agents/
19
    code-reviewer.md
20
    security-auditor.md
21
  hooks/
22
    validate-bash.sh

展开收起

CLAUDE.md：会话开箱的项目记忆

路径：仓库根 CLAUDE.md，可用 CLAUDE.local.md 覆盖。

图面作用：

会在会话开始时加载
定义项目概览、技术栈和常用命令
包含编码约定与架构说明
支持通过 CLAUDE.local.md 进行覆盖

只放「每次会话都成立」的高信号约定；细则按主题拆进 rules/，流程进 skills/ / commands/。

.mcp.json：MCP 集成怎么挂进仓库

路径：仓库根 .mcp.json。

图面作用：

存放 MCP 集成配置
可连接 GitHub、JIRA、Slack、DBs
可通过 git 在团队内共享

这是「连外部」的配置位，不是再往 CLAUDE.md 里贴一长串服务说明。和 MCP / Skills / CLI 怎么分工那篇分工不同：本篇只标落点。

settings.json：权限、模型与 hooks 开关

路径：.claude/settings.json，可用 .claude/settings.local.json 覆盖。

图面作用：

控制权限与工具访问
定义模型选择和 hooks
支持 settings.local.json 覆盖

团队共享默认权限与模型偏好；本机私货进 *.local.json，别把个人密钥和临时放开写进会进 git 的那份。

rules/：按主题拆的模块化规矩

路径：.claude/rules/（图例：code-style.md、testing.md、api-conventions.md）。

图面作用：

按主题拆分的模块化 .md 文件
覆盖风格、测试、API 设计等内容
可作用于特定文件或路径

风格、测试、接口约定各自成篇，比堆进一个巨型 CLAUDE.md 好改、好 review。

commands/：可重复的斜杠工作流

路径：.claude/commands/（图例：review.md、fix-issue.md）。

图面作用：

自定义斜杠命令（/project:<name>）
用于可重复执行的工作流
支持执行 shell 命令

「每次都要走同一套审查 / 修 issue」→ 写成 command，别口头复读。

skills/：按需加载，上下文更轻

路径：.claude/skills/<name>/（图例：deploy/SKILL.md、deploy-config.md）。

图面作用：

会根据任务上下文自动触发
仅在需要时加载
保持上下文更轻量

和「每次会话都加载」的 CLAUDE.md 对照着看：Skill 是任务触发才进场，不是常驻说明书。

agents/：带角色、隔离上下文的子代理

路径：.claude/agents/（图例：code-reviewer.md、security-auditor.md）。

图面作用：

带有明确角色的专子 agent
拥有隔离的上下文窗口
可配置自定义工具和模型偏好

审查、安全审计这类「换一副脑子」的活，适合独立 agent，而不是在主会话里口头扮演。

hooks/：工具前后的事件脚本

路径：.claude/hooks/（图例：validate-bash.sh）。

图面作用：

事件驱动脚本（工具调用前/后）
自动执行校验、lint 和格式化
阻止不安全操作

必须每次发生的强制门禁 → hooks；可重复但按需触发的流程 → commands / skills。

怎么拆：按主题拆、按需加载

选型就一句：按主题拆文件，按需加载进上下文。

放哪	典型信号
`CLAUDE.md`	每次会话都要成立的事实与禁令
`.mcp.json`	外部系统连接，可团队共享
`settings*.json`	权限、模型、hooks 开关
`rules/`	风格 / 测试 / API 等主题模块
`commands/`	斜杠可重复工作流
`skills/`	任务触发才加载的能力包
`agents/`	角色隔离的子代理
`hooks/`	工具前后强制校验

配置一多，优先拆层，而不是继续加厚那一个 CLAUDE.md。

先把树拆开，再谈某一层写多厚——顺序反了，又会回到「一个文件扛所有」。

一张图讲清 MCP、Skills 和 CLI 怎么分工

Mon, 10 Aug 2026 00:00:00 GMT

MCP、Skills、CLI，分别解决「连接、方法、执行」三类问题。MCP 让 AI 接入知识库、数据库和外部系统；Skills 沉淀流程与经验，提升复用性；CLI 负责具体命令执行与落地操作。三者并非替代关系，而是协同关系，组合使用效果最佳。

它们分别是什么？彼此什么关系？怎么选？下面按图四段展开，文案尽量跟图面走，不当完整教程。

MCP、Skills、CLI 分工图

三件东西，各管一块

件	图面定义	典型能力	像 AI 的…
CLI	命令行入口：直接操作电脑和终端	安装部署 / 执行命令 / 调试排错	手和脚
Skills	能力包：把经验、流程、脚本打包复用	标准流程 / 重复任务 / 稳定输出	经验和方法
MCP	连接协议：让 AI 接入外部工具和数据	知识库 / 第三方服务 / 系统集成	外部接口

分不清时先对号：要不要动手、要不要按套路做事、要不要连外面。

不是替代，是叠在一起用

图中间是 AI Assistant，三件分别贴到不同部位：

Skills → 教它怎么做
CLI → 帮它动手执行
MCP → 帮它连外部世界

图脚那句够用：Skills 管方法，CLI 管执行，MCP 管连接。

不是谁取代谁。缺方法会瞎干，缺手脚落不了地，缺连接就困在本地沙盒。

先想清楚你要哪种能力

优先	触发条件
优先选 CLI	安装软件、运行脚本、操作文件、排查环境问题
优先选 Skills	沉淀 SOP、复用成熟流程、让团队反复调用同一能力
优先选 MCP	接知识库、数据库、邮箱、网页、业务系统或 API

选型顺序可以很粗暴：本地命令/文件/环境 → CLI；要稳定复用同一套做法 → Skills；要跨系统拿数据/调服务 → MCP。

实战里怎么叠

图上三块是叠着的，不是三选一：

Skills = 告诉 AI 怎么做
CLI = 让 AI 真正去执行
MCP = 让 AI 连上更多工具和数据

最佳实践：通常不是三选一，而是组合使用。

例：用 Skills 固化流程 + 用 CLI 执行命令 + 用 MCP 连接知识库。

页脚快速记忆也顺手背掉：

件	记法
CLI	会动手
Skills	会做事
MCP	会连接

从稳 Loop 走到可路由 Graph：Codez 十四步怎么连

Mon, 10 Aug 2026 00:00:00 GMT

上个月 Datawhale 才发过 Loop Engineering 的实操手册，新词已经换挡了。

7 月初 OpenClaw 创始人 Peter Steinberger 在 X 上问：还在聊 loop，还是已经切到 graph 了？没多久就有人跟帖喊「Loop Engineering is dead. Long live Graph Engineering!」。

Loop dead / Graph live 推文截图

所以 Graph Engineering 到底是什么？

Datawhale 把 Codez（@0xCodez）总结的 14 步整理出来，课程横幅互动量到了全网约 570w 量级————讲的就是怎么从一个人的 loop，走到一张能自己路由的 graph。

Codez Graph Engineering 14-step 课程横幅

Graph 不是 loop 的升级版，是 loop 的组织方式。它烧的 token 比单个 loop 更多，协调开销也更高；出了问题你要 debug 的是一整张你没亲眼看着跑的路由图。所以先问自己四个问题，都想清楚再动手。

动手前四问（外加一道更狠的）

So do you actually need a graph? 四问决策图

任务真的能拆成不同角色吗？ 拆不出清晰的「谁负责什么」，那就还是一个 loop————加节点只是加成本。
有没有真正能并行的子任务？ 没有独立并行的活，图比循环贵，却不比循环快。
单个 agent 的上下文装得下全部背景吗？ 装得下就别急着拆；拆分是为了腾出上下文，不是为了好看。
失败之后，你负担得起跳转分支的成本吗？ 没想清楚重试耗尽后去哪，图会在你看不见的地方卡死或者乱跑。

附加题，比上面四个都重要：你已经有一个跑得稳的单体 loop 了吗？ 没有，先别建图。图是循环的组织方式，不是循环的替代品。

单体 loop 长什么样，可以先把「被观察的 agent」拆开看一眼————Thought → Action → Execution → Reflection → Alignment，再反馈回 Thought。这一圈都跑不稳，连图只是把噪声放大。

Anatomy of an Observed Agent

谁适合上手

已经把至少一个 loop 跑稳的团队；任务里有明确能拆开的角色（调研、撰写、复核）；也接受更高的 token 成本换质量和并行度。

谁不适合上手

还没让一个 loop 稳定跑起来的个人开发者；线性依赖强、拆不开的任务；瓶颈在协调开销而不在单节点能力的团队。

graph engineering 真有用，但大部分人现在还用不上————因为大部分人的 loop 都还没跑稳，更别提图。

四个核心构件

一张能跑的图，拆开来看，就是四个能各自单独验证的部分。

Nodes：图的最小单位。 一个节点就是一个跑着自己 loop 的 agent 或确定性步骤，只认一件事，也只对一件事负责。节点判断不出「完了」，就不是节点，是隐藏依赖。

Edges：决定谁接下一棒。 顺序边永远触发；条件边看检查结果；并行边一次分给多个节点，再汇到一个节点合并。边留给模型运行时判断得越多，图越灵活，但也越难预判。

Shared State：大家都要读写的那份数据。 下游节点要用的字段，必须有上游节点写进去。这个对象会逼你承认：这活儿里到底还有多少环节没被真正想清楚。

Subagents 和 Agent Teams 的差别，很大一块就落在「有没有共享任务态」上：左边是主控 spawn、结果汇报回来；右边是 Shared Task List + teammate 互认任务。

Subagents vs Agent Teams

Failure Routing：失败之后的退路。 一个节点的重试耗尽了，控制权去哪————退回上一步、转给备用节点，还是转人工。没有失败边的图，只是一张流程图，不是一个能跑的系统。

图还可以按层次看：数据流 → 任务调度 → 架构部署（下图是嵌入式 AADL 语境的三层类比，用来建立「同一张图可以有多层投影」的直觉，不是 Claude Code API 本身）。

Data-flow / Task Schedule / AADL 三层

第一步：先分清节点和边（01–02）

01 · 节点是任务，边负责传数据

一张图其实只有两样东西。节点是一个工作单元：一个 agent，一份边界明确的活，一个输入，一个输出。边是依赖关系：这个节点的输出会喂给那个节点做输入，仅此而已。

Upstream / Anchor / Downstream 依赖 DAG

最容易犯的错，是把「然后」当成边。「总结这个文件，然后告诉我天气」————这两步之间没有边，天气根本用不到那份总结。这其实是两个互不相干的节点，被一段线性脚本硬凑成了先后顺序。没真用上数据，就没有边。

学会对每一个「然后再」发问：下一步是否读取上一步的输出？ 若否，就没有边，等待就是浪费。

02 · 你的线性脚本，其实是一张退化的图

当你把一个 agent 写成「先做 A，再做 B，再做 C，再做 D」，其实你已经画出了一张图————只不过是一条不分岔的单链，每个节点都只有一条边进、一条边出。能跑对，但慢，也脆：C 卡住了，D 就永远轮不到，A 的产出也被困在上游。

图工程的第一项真本事，是重画这条链。对每一根箭头问上一步的那个问题。大多数链里都有两三根箭头根本没有携带数据————它们只是当初写的时候顺手打的顺序。把这些箭头剪掉，链就会塌缩成更宽的东西：几个可以同时跑的独立节点，喂给一个需要它们全部到齐的节点。

LINEAR vs GRAPH

第二步：给节点和边定契约（03–04）

03 · 给每个节点定一份契约

一个你没法推理的节点，就没法拿去并行。解决办法是契约：输入有边界，输出有边界，只干一件事。 输入必须显式传进去，不能指望从共享窗口里蹭；输出是一个定义好的形状，最好能校验，这样下一个节点不用猜也能直接用。

在 workflow 里，这份契约靠 schema 强制执行。给 Claude 的 agent() 调用配一份 JSON schema，派出去的 subagent 就只能返回校验过的结构化数据————校验发生在工具调用这一层，格式不对 Claude 会自己重试，不会甩给你一堆自由文本。这就是「能接进图里的节点」和「只有人读得懂才行的节点」的差别。

Schema / 契约测试：golden schema

1
// 一个有真契约的节点：输入有边界，输出经过校验，只干一件事
2
const ITEM = {
3
  type: 'object', additionalProperties: false,
4
  properties: {
5
    title:   { type: 'string' },
6
    url:     { type: 'string' },
7
    impact:  { type: 'string', enum: ['high', 'medium', 'low'] },
8
  },
9
  required: ['title', 'url', 'impact'],
10
};
11

12
const result = await agent(source.prompt, {
13
  label: `research:${source.key}`,
14
  schema: ITEM,     // 强制返回校验过的结构化数据
15
  agentType: 'general-purpose',
16
});
17
// result 现在是下一个节点能信任的形状，不用再靠人工解析

展开收起

04 · 把边也当成一份数据契约

边不只是「B 排在 A 后面」，它是一个关于「传的是什么」的承诺：A 产出这个形状，B 就是照着这个形状设计来消费它的。按数据给边命名，而不是按顺序命名，两件事会立刻变简单：能一眼看出这条边是不是真的存在（有没有数据真的传过去）；也能在形状不变的前提下换掉边两端的节点，不会弄坏整张图。

实际写的时候，边就活在普通的 JavaScript 里。派活和合成之间那一步归约————压平、去重、过滤————就是代码在处理节点返回的形状，不需要 agent。图思维一个不太起眼但很重要的收获：很多人花模型 token 去做的事，其实就是一条边，而边是免费的。

第三步：扇出、汇入与菱形（05–07）

05 · 用 `parallel()` 扇出

这一步能把前面的投入都赚回来。手上有 N 个独立节点————N 个要核实的信源、N 个要审的文件、N 条要查的路由————不要把它们串起来跑，让 Claude 一次性派出去一起跑。

在 workflow 里对应的是 parallel()：Claude 拿到一组 thunk，给每个派一个 subagent，全部并发执行，最后把结果数组一次性还给你。

两个细节决定它稳不稳：

parallel() 是一道屏障，会等所有函数都跑完才返回，下一阶段看到的是完整集合。
一个抛错的函数会被解析成 null，而不是拖垮整个批次————记得对结果做 .filter(Boolean)。

并发数大致按核数封顶，多出来的会排队；扔进去一百个函数它们都会跑完，只是每次跑一小批。

1
phase('Research');
2

3
// 九个信源，九个 agent，同时开工
4
const raw = await parallel(
5
  SOURCES.map((s) => () =>
6
    agent(s.prompt, {
7
      label: `research:${s.key}`,
8
      phase: 'Research',
9
      schema: ITEM_SCHEMA,  // 每个节点都返回校验过的 JSON
10
      agentType: 'general-purpose',
11
    }),
12
  ),
13
);
14

15
const collected = raw.filter(Boolean); // 把失败 agent 留下的 null 过滤掉

展开收起

派活这一步活在 Claude 写的代码里，不是活在一轮模型对话里。Claude 自己的上下文从来不会同时装着九个信源————每个 subagent 带着自己的一份，只有最终答案会传回来。编排这一层不花 token，因为它不是 Claude 又想了一轮。

06 · 在屏障处做汇入

活儿派出去，得有东西能收拢它才有意义。拢回来的这个节点，就是边汇聚的地方：一个 agent（或一段代码）一次性看到全部上游结果，去做一件必须看到全集才能做的事————跨信源去重、按影响力排序、总数为零就提前退出。这是整张图里唯一值得让屏障付出等待成本的地方。

1
// 这条边就是普通 JS，没有 agent，零 token
2
const flat = collected.flatMap((c) => c.items);
3
log(`Collected ${flat.length} items`);
4

5
phase('Curate');
6
// 这个屏障节点需要全部结果凑齐才能去重排序
7
const curated = await agent(
8
  `Dedupe and rank these by impact:\n${JSON.stringify(flat)}`,
9
  { phase: 'Curate', schema: CURATED_SCHEMA },
10
);

只是把一个列表压平？那是一条边，直接写在行内就好。判断方法很粗暴：如果写成了 parallel → transform → parallel，中间那个 transform 又没有跨条目的依赖，那本该用流水线，完全不需要屏障。

07 · 菱形：拆分 → 工作 → 合并

把「派出去」和「拢回来」拼在一起，就得到几乎每张正经 agent 图里都会出现的主力拓扑：菱形（diamond）。一个节点拆任务，多个节点并行干活，一个节点合并。市场扫描、依赖审计、代码评审、研究报告，背后都是这个形状————换个信源和提示词，同一副骨架照样能用。

标准写法值得记住：派发 → 归约 → 合成。先派出去收集广度，用普通代码归约压缩，再用最后一个 agent 合成写出答案。看懂这颗菱形之后，就不会再问「怎么让 agent 多做几步」，而是会问「拆分点在哪，合并点在哪」————这才是真正能扩展的问题。

The Diamond: FAN OUT → Reduce & Synthesize

第四步：路由、验证与隔离（08–10）

08 · 用条件语句在运行时给边选路

不是每张图都是固定的。有时候走哪条边，取决于某个节点发现了什么。路由节点检查结果，决定走哪条下游路径：给工单分类后分流到对应处理节点；或者看 diff 大小，决定走快速评审还是完整审计。

在 workflow 里这就是一个普通的 if 或 switch，判断依据是某个节点校验过的输出————因为控制流本来就活在代码里。

Conditional edge：模型分类，代码选路

这正好是确定性变成优点而不是限制的地方。路由的判断可以由 Claude 完成（一个 subagent 负责分类），但路由本身是 Claude 写的代码————同样的分类结果每次都走同一条路。节点上拿到 Claude 的判断力，边上拿到脚本的可靠性；不会出现「Claude 自己决定跳过审计」这种意外————因为跳过这件事必须写进图里才会发生。

1
// 路由节点：agent 负责分类，代码负责选边
2
const { severity } = await agent(
3
  `Classify this diff's risk:\n${diff}`,
4
  { schema: { type: 'object',
5
      properties: { severity: { enum: ['low', 'high'] } },
6
      required: ['severity'] } },
7
);
8

9
let review;
10
if (severity === 'high') {
11
  // 高风险路径：完整并行审计
12
  review = await parallel(FILES.map((f) => () => agent(`Audit ${f}`)));
13
} else {
14
  // 低风险路径：一次快速评审
15
  review = await agent(`Quick review of ${diff}`);
16
}

展开收起

09 · 在边上放一个验证器

一张图真正的杠杆不是塞了更多 agent，而是能围绕结果搭起多少确定性。验证器节点蹲在一个结果被放行到下游之前，它唯一的工作就是试图推翻这个发现————扛住了就放行，扛不住就到不了最终答案。

三种模式值得掌握：

对抗式验证： 给每个发现派 N 个独立的怀疑者，专门去反驳它；多数没被驳倒才算站得住。
多视角验证： 让每个验证者盯不同的方面————正确性、安全性、能不能复现；角度越分散，越能揪出 N 个一样的检查都发现不了的问题。
评委制： 从不同角度生成 N 个方案，用并行的评委打分，挑最好的一版作为主线，再把其他几版里的亮点揉进去。

真实团队在移植 Bun 运行时的时候，就是靠这套对抗式代码评审焊进循环，才做成的。

Diverse-lens verify：finding 过三 skeptic 再进 Answer

10 · 把节点隔离开，别让一个失败污染整张图

在一条链里，失败会级联：C 死了，D 就跑不起来，整条链停摆。在一张图里，失败本该被限制在它自己的节点里。

这一点已经部分成立：parallel() 里一个抛错的函数会被解析成 null，八个正常的 agent 照样能返回结果，一个坏的自己掉队————.filter(Boolean) 就是那道防线。把每一次汇入都设计成能容忍缺失的输入，而不是假设总能凑齐全集。

更隐蔽的失败，是节点之间互相踩到对方。多个 agent 并行写文件时可能会撞车。解法是隔离：用 git worktree，让每个 agent 在自己的一份工作区里干活，在沙盒里完成，再干净地合并回去。只在节点真的会并行写入的时候才用它————它是那种拓扑真正需要的安全带，不是每次运行都要交的税。

Git worktree 隔离

第五步：收敛循环、模型分层、pipeline vs barrier（11–13）

11 · 可以加一个循环，但一定要让它收敛

要是压根不知道这活儿有多大呢？只有真的做下去才知道：规模未知的探索，一次漏洞排查发现一个 bug 又带出三个新的。这时候需要一个循环————一条指回更早节点的、受控的边。

危险也很明显：一个不收敛的循环，就是一台不停派 agent 出去、直到预算耗尽才停的死循环机。

能收敛的写法叫跑到干为止（loop-until-dry）：持续派出发现者，直到连续 K 轮都没发现新东西，才停下来。真正决定成败的细节————也是几乎每个人第一次都会踩的坑————是拿什么去做去重比对。

要对着「见过的一切」去重，而不是只对着「已确认的结果」去重。不然被否掉的发现每一轮都会重新冒出来，循环永远跑不干，最后搭出的是一台专门花钱去反复发现同一批死胡同的机器。

1
const seen = new Set(); const confirmed = []; let dry = 0;
2

3
while (dry < 2) {           // 连续两轮空手而归就停下
4
  const found = (await parallel(
5
    FINDERS.map((f) => () => agent(f.prompt, { schema: BUGS }))
6
  )).filter(Boolean).flatMap((r) => r.bugs);
7

8
  const fresh = found.filter((b) => !seen.has(key(b)));
9
  if (!fresh.length) { dry++; continue; }
10
  dry = 0;
11
  fresh.forEach((b) => seen.add(key(b))); // 对「见过的一切」去重，不是只对已确认的
12

13
  // 每个新发现都要过一轮多视角验证才算数
14
  const judged = await parallel(fresh.map((b) => () =>
15
    parallel(['correctness', 'security', 'repro'].map((lens) => () =>
16
      agent(`Judge "${b.desc}" via ${lens} — real?`, { schema: VERDICT })))
17
    .then((v) => ({ b, real: v.filter(Boolean).filter((x) => x.real).length >= 2 }))));
18

19
  confirmed.push(...judged.filter((v) => v.real).map((v) => v.b));
20
}

展开收起

12 · 给不同节点分配不同档位的模型

不是每个节点都需要最好的模型。一张图会用单个 agent 永远做不到的方式，把这件事摆明白：有些节点干的是有边界、会重复的活（抽取字段、给工单分类）；有些节点承载真正的判断力（合成报告、裁定发现是否成立）。干重复活的节点放到便宜模型上跑，token 留着花在真正需要判断力的地方。

在 workflow 里，Claude 派出去的每个 subagent 默认继承这次会话的模型，除非脚本里显式覆盖————所以默认情况下一次大规模运行的账单会全按会话档位算。单次 agent() 调用上的 model 选项，能让 Claude 单独把这一个节点换到别的模型上跑。

大规模运行前先看一眼 /model：让 Claude 把派出去的那些重复性节点降到便宜模型，合并节点留在高档位————这个办法能把一张烧 token 的图从贵变便宜，还完全不用动它的形状。

Claude Code /model 选择

13 · 拓扑结构，就是你的成本和延迟

图的形状不是装饰，它是决定运行时间的最大杠杆。最容易踩坑的选择是 parallel() 还是 pipeline()。

parallel() 这道屏障会让所有东西都等最慢的那个节点，才进入下一阶段。
pipeline() 让每条数据各自独立地依次经过所有阶段，没有屏障————条目 A 可能已经在第三阶段了，条目 B 还在第一阶段；跑得快的提前结束，不用在慢的后面干等。

parallel 屏障 vs pipeline 无屏障

默认用 pipeline()。 只有一个阶段真的需要全部前置结果同时到齐时才用屏障————比如跨集合去重、按总数提前退出、需要对照「其他发现」来写的 prompt。「代码更干净」和「这些阶段感觉是分开的」都不是理由；屏障带来的延迟是真实的、可测量的、被浪费掉的时间。分开不代表必须同步。

最后一步：让 Claude 自己画图（14）

14 · 自我路由：dynamic workflow / ultracode / `.claude/workflows`

最后一步，是对那些没法提前规划的活儿，不再自己动手画图。用 dynamic workflows，只要描述目标，Claude 会自己写编排脚本：拆解任务、决定怎么把活儿派出去、派出一队 subagent、再合成结果。拿到的是一张为这次运行量身定做的图，而不是一张你希望它恰好合适的固定图。

Dynamic workflow requested · ultracode

三种用法：

在 prompt 里说出 「workflow」 这个词，Claude 就会为这个任务写一份。
跑一个已经存好或内置的————比如 /deep-research，就是一张已经在生产里跑着的真实图：定范围 → 并行搜索 → 抓取 → 对抗式验证 → 合成，正是这门课从头到尾讲的那副骨架。
或者打开 ultracode，Claude 会给这次会话里每个像样的任务都规划一次 workflow。跑得好的时候按 s 把脚本存进 .claude/workflows/，从此可以版本控制、按名字重新运行————谁 clone 了这个仓库都能直接跑起来。

1
› Run a workflow to audit every route under src/routes/ for missing
2
auth. Spawn one agent per route file, then verify each finding before
3
reporting.
4
● Claude wrote an orchestration script · launching in background…
5
/workflows — auth-audit · running ✓
6
Scope   1/1 2.1k tok
7
 Fan-out 18/18 one agent per route file
8
 Verify  11/18 3-vote skeptics per finding…
9
 Synthesize 0/1 waiting on verify
10
//会话保持响应，队伍在后台继续跑

护城河挪到「怎么连图」了

两年来，多 agent 协作的杠杆一直在单个 loop 上：更好的 verifier，更稳的退出条件，更干净的状态文件。

而现在，把这些 loop 怎么连起来，成了新的护城河。

线性智能体从来不是天花板————它只是第一种形状，人人伸手就拿，因为它匹配我们打字的方式：一行、一个头、一次一件事。一旦你能看见节点和边，你就不再要求智能体做更多，而开始要求图做得更宽：在工作独立处扇出，在置信度要紧处把关边，在判断不在处分层模型。

旁链怎么用，别硬并

旁链	怎么用
Claude Code 四类循环	单体 Loop 类型学；本篇是「多个 loop 怎么连」
Claude Code 项目结构分层	rules/commands/skills/agents 目录分层 ≠ graph 拓扑
MCP / Skills / CLI	能力入口；本篇讲编排
CLAUDE.md 模板原则	模板正文；dynamic workflows 另存 `.claude/workflows/`
Agent 工程 20 概念（待发布）	Agent/Harness/Loop 词表
Prompt-Context-Harness-Loop 四次迁移（待发布）	瓶颈外移叙事

评论区常提 LangGraph：理念上「节点/边/状态/条件路由」很近，但本文示例与 API 偏 Claude Code workflow（agent() / parallel() / pipeline() / ultracode / .claude/workflows），不要硬并成 LangGraph 教程。另有「学不动了」梗————四问答不全时，诚实留在 loop 就行。

把八个 AI 技能攒成一套自己的体系：tta 系列全景（V0）

Mon, 10 Aug 2026 00:00:00 GMT

拿到一套成体系的 AI 技能仓库，一共 8 个 skill，覆盖了 PPT、文风、插画、封面、HTML 文档、网页动画、前端、UI 生成。它原本是另一个开发者（oil）开源的东西，我 fork 下来改名成了自己的 tta 系列。

逐个读完 SKILL.md 之后，最深的感受是：这不是一堆零散提示词的堆叠，而是一套有明确设计哲学的生产系统。这篇先把它们本来的规范和流程长什么样记下来——V0 版，算是这套系列自己博客集的开篇。之后每一次较大的迭代或更新，都会对应发 V1、V2，逐步把它磨成完全自己的形状。

tta 系列插画风代表：feedback-loop 示例

八个技能，各管一摊

skill	干什么	上游核心规范一句话
tta-ppt	16：9 HTML 演示稿	状态机驱动，AI 只执行当前一步，逐页创作
tta-tone	中文/英文文风规范	事实边界是硬规则，避 AI 表达有清单
tta-visual	漫画墨线插画	固定画风：墨线+网点+火柴人+黄边牧
tta-cover	视频封面生成	三画幅无人物，标题由 Agent 提炼
tta-html	单页 HTML 分享文档	拟真 UI 代替文字描述
tta-motion	网页交互动画	先生图锁帧，再 AI 视频补中间帧
tta-frontend	前端实现与评审	单一权威来源，禁止伪操作
tta-draw-ui	UI 生成与还原	纯净边框图锁导航，结构代码化

三个最有分量的设计思路

① 重复劳动全部脚本化，还强制留证据。 cover 用 ffmpeg 本地预筛候选帧（清晰度+亮度+内容度硬过滤），模型只做”语义选帧”这一件事；motion 用 motion_budget.py 自动裁决交付格式；每次生成都留 prompt/analysis/manifest 三份 sidecar。把”哪些交给模型、哪些交给程序”划得干干净净：模型只做语义判断，程序只做确定性处理。

② 质量门禁不是口号，是显式步骤。 每个 skill 都有”不可违反清单 + 交付前自查”。ppt 有一长串阻塞项（HTML 结构损坏、文字溢出、远程资源、跨页 CSS 污染）；visual 要求 label 逐字符比对、禁止用独立文字层掩盖错误；html 有最小字号 14px、彩色不超过两色相这些硬指标。

③ 强触发约束，防止误用。 大部分 skill 要求”用户明确点名才启用”。html 甚至写明：你说”帮我做份 HTML”它都不会自动触发，必须点名 oil-html。这跟现在很多 skill 抢着自动触发正好相反。

几条值得抄的具体做法

文风当基建：tone 是所有内容 skill 共用的文案层，ppt/html/cover 都引用它。人称规则清晰（「我」讲自己、「我们」面向读者、「你」仅指导操作），还配了 tone_lint.py 自动查 AI 腔。
先生图后视频：motion 用”先生成首尾关键帧，再用 AI 视频补中间”，色键背景是硬门槛，插帧 48FPS，清晰度优先、体积其次。
先删后建：frontend 和 draw-ui 都强调”先删除无效内容再实现”，改前端前先明确真正出错的位置。
剪裁而非降级：ppt 拆页压缩只删冗余，不删事实、原因、影响、步骤。
透明素材分级：draw-ui 把小 logo 白底转 alpha，大插画走绿幕，不混装一张素材板。

tta-cover 封面成品示例

这套体系的共同基因

读完 8 个 SKILL.md，能总结出五条贯穿始终的原则：

忠于内容，不编造事实、不虚构来源
产物只写最终态，不写 changelog
一个含义只保留一个权威来源
强触发约束防误用
重复性工作脚本化 + sidecar 证据留痕

这套体系最大的价值不是某个 skill 多好用，而是它们共享同一套设计哲学——把「确定性」和「创造性」分层：程序守住边界，模型在边界内发挥。这正是我后续做个性化改造时要保持的骨架。

pi 默认是个失忆的 agent，我扒了扒它靠什么记住事

Fri, 07 Aug 2026 00:00:00 GMT

⚠️ 已迁移声明（2026-08-09）：本文扒的是 pi-hermes-memory 的架构（FTS5 / policy-only / Standing Instructions / 六个后台机制）。但该扩展已于 2026-08-08 卸载——它会破坏多行粘贴（把长文本拆成多条消息喂给模型，断章取义）。当前已换 pi-observational-memory（观察式记忆 + 分层压缩，会话收尾自动记录，recall(id) 回溯）。下面的架构分析留作历史参考，别照着装 hermes。 迁移详情见 pi 开荒篇·后来长出的器官。

用 pi 用了一阵，有个别扭的事一直没解决：关掉会话再开，它把你忘得干干净净。上次踩的坑、交代过的偏好、刚配好的 provider，全没了。每开一个新会话，等于跟一个失忆的人重新认识。

翻了文档才搞明白，这不是 bug，是设计。pi 原生压根不带长期记忆。它能记住事，全靠一个叫 pi-hermes-memory 的扩展撑着。

我顺手把这套机制扒了一遍，顺便把 Claude Code 那边攒的记忆同步过来。下面是我搞明白的。

三层，从最容易丢到最不容易丢

最上面一层是模型上下文。系统提示、AGENTS.md、当前对话，全在内存里。pi 有个 /compact 自动摘要防着撑爆，但本质上会话一结束就没了。它不是记忆，是工作内存。

往下一层是 pi 原生自带的。会话存成 ~/.pi/agent/sessions/ 下的 jsonl 文件，树结构，每条消息带 id 和 parentId。可以 /resume 接着上次的聊，/fork 从某一句岔出去重开。技能（skills）也是原生的，遵循 Agent Skills 标准，SKILL.md 配 frontmatter，按需加载。

但这层有个硬伤：只存原始会话，不帮你跨会话检索，也不提取事实。你想问「上次聊 auth 那次说了啥」，原生 pi 答不上来。

pi 记忆架构

真正让 pi 记住事的那个扩展

pi-hermes-memory 的 README 第一句话挺老实：

Your Pi agent normally forgets everything when you close a session. This extension fixes that.

它管三类东西。事实放 MEMORY.md，用户画像放 USER.md，失败教训单独一个 failures.md。每个文件 5000 字符封顶。技能复用 pi 原生的 SKILL.md，不另起炉灶。

记忆分两层。全局的放 ~/.pi/agent/pi-hermes-memory/，名字、操作系统、偏好这类到处适用的。项目级的放 projects-memory/<项目>/，绑某个代码库的架构决策、API 怪癖。检索靠一个 SQLite 的 FTS5 全文索引，memory_search 和 session_search 都查它。

有个细节挺有意思：session_search 检索的其实是 pi 原生那些 jsonl 会话，但索引是这个扩展建的。两层是协作，不是各管各的。

它默认不把记忆塞给你，得你自己来要

这是我觉得最值得说的一处。

扩展默认的策略，是不把完整记忆灌进系统提示。它只在提示里放一段叫 <memory-policy> 的指令，告诉 agent：可能用到持久记忆时，去调 memory_search。

换句话说，记忆是参考资料（context），不是必须照办的指令（instruction）。repo 里的代码、工具的实际输出，优先级都比记忆高。

这么干主要为了省 token。第一次对话不用把一堆记忆全塞进去。代价是召回变成概率性的：agent 得在动手前主动想起来去搜，搜了才会用到。

禁令为什么要单独拎出来

policy-only 有个绕不开的毛病。一条「禁止做 X」的规则，只有在 agent 动手前恰好搜到它才生效。可 agent 恰恰在最该遵守禁令的那一刻，没有理由去搜。

所以扩展搞了个 Standing Instructions。/memory-pin 命令把条目写进 STANDING.md，每个会话都注入，不靠召回。

几个设计挺克制。上限 20 条、2000 字符，硬截断。只能用户手写或用命令，agent 没法把自己的记忆偷偷提权到这。每条都要过和普通记忆一样的安全扫描。

它区分了两种东西：可以召回去用的事实，和必须每次都看见的禁令。

这套机制在后台一直跑

扒存储目录的时候，能看到证据。

安全扫描流程

写记忆不是直接覆盖。每次写之前先存一份 .MEMORY.md.recovery- 快照，带时间戳。我数了一下，这种 recovery 文件几十个。崩了能回滚。

并发写有锁，一个 .pi-hermes-locks.sqlite，WAL 模式，防几个会话同时写坏。

后台学习每 10 轮对话或 15 次工具调用复盘一次，自动存有价值的东西。用户纠正 agent 的时候立刻存，不等回合末。

容量管理靠 auto-consolidation，文件满了不报错，自动合并。我自己写记忆就撞上了：failures.md 写到 91%，下次再写就该触发合并。而且我之前写的一条 StepFun 鉴权规则，内容比我单次存进去的更全，已经被合并增强过了。

密钥扫描是我比较在意的一点。每次写记忆前都扫 API key、token、SSH key，拦下来不存。前几轮我不小心把一个 MiniMax key 明文打到终端输出里，要是写记忆时再把 key 带进去就更糟。扩展挡的不只是手滑，还有 prompt injection 把恶意内容骗进记忆、之后再被搜出来的攻击路子。

这套东西不是从零写的

翻扩展的 ROADMAP，它明说从 Hermes Agent port 过来，还做了竞品对照。

会话生命周期

Hermes 的记忆是三层：L1 持久记忆（MEMORY.md + USER.md），L2 技能（SKILL.md），L3 会话全文搜索（FTS5）。pi 这个扩展基本对上了。Hermes 还有个 L4，接 Honcho、Mem0 这些外部 provider 做更深的用户建模，pi 这边还没做。

知道这个背景，有些设计就讲得通了。比如 MEMORY.md 用 § 符号分隔条目、带 created/last 时间戳，这套是从 Hermes 继承的格式。

扒完之后

AI 编程工具的「记忆」不是单一的东西。至少得分清楚：工作内存、原始会话、可召回的事实、必须遵守的禁令。混在一起，要么 token 爆掉，要么该记的记不住、该遵守的想不起来。pi 这个扩展的分层，把这几样拆开了，各自走各自的机制。

它也不完美。policy-only 省了 token，但召回是概率性的，关键禁令得靠 Standing Instructions 单独兜底。auto-consolidation 不丢数据，可合并之后具体留了什么、改写了什么，你也说不清（我看到自己写的记忆被增强过，说不上是好事还是有点不安）。

我同步 Claude Code 记忆过来时，最直接的感受是：同一个用户在两个 agent 上攒的记忆高度重叠，但格式、容量、注入策略都不一样。CC 按项目分目录、每个主题一个 md，pi 是全局几个文件加 5000 字符上限。同步不是搬运，是挑各自缺的、有价值的，重新组织。

如果你也用 pi，这套机制值得花十分钟搞明白。不然它要么帮你记一堆你没意识到的，要么你想让它记住的它没记住，两边都不踏实。

之前写过一篇 Claude Code 自己的记忆机制是怎么跑的，可以对着看。

pi coding agent 开荒：原生没长的器官，extension 一件件补

Thu, 06 Aug 2026 00:00:00 GMT

⚠️ 持续维护声明（2026-08-09）：本文写于 pi 开荒期（08-06）。此后配置持续演进——① 记忆扩展 pi-hermes-memory 因破坏多行粘贴，已于 08-08 替换为 pi-observational-memory（观察式记忆 + 分层压缩，会话收尾自动记录）；② 后续补装 pi-dynamic-workflows（workflow 编排）+ 4 个本地扩展工具。正文保留开荒时的真实探索，当前最新状态见文末「后来长出的器官」。想看记忆机制本身，移步 pi 靠什么记住事。

手里 AI 编程工具越堆越多，pi 是这批里最特别的一个：官方文档明言它不带 MCP、不带子 agent、不带 plan 模式，连 TodoWrite 和后台 bash 都没有，走的是”primitives, not features”的极简内核。但开荒完回头看，最大的体会是一句话：pi 缺的不是能力，是接入层——adapter 借来 MCP、subagents 借来子 agent、memory 借来记忆，真正的坑全在配置落地，不在装包。

pi 官方 usage.md 原话：It intentionally does not include built-in MCP, sub-agents, permission popups, plan mode, to-dos, or background bash.

材料说明：文中提到的吞吐结论（Anthropic 协议明显优于 OpenAI）来自对智谱两个协议的直连压测，不是 pi 自带的统计；pi 那 8 个会话里只有环境事实。别把两组数据搞混。

缺啥补啥，先画一张图

pi 的内核有多瘦？你能想到的”重设施”它一个都不带。这反而逼出一条干净的路：缺什么，就在 settings.json 里点名补什么。

三包加起来磁盘才 7MB，系统提示基本不受影响——这是”按需补件”和”全家桶”最大的区别。我的结论：能少装绝不多装，每多一个包就多一份工具列表膨胀和 token 开销。

缺失能力	补齐方案	配置入口
MCP 桥接	pi-mcp-adapter	mcp.json（imports 软引用）
子 agent	pi-subagents	agents/*.md
持久记忆	pi-observational-memory（原 hermes，08-08 换）	会话收尾自动记录 + recall 回溯
plan / todo	pi-code 或独立小包	settings.json
后台 bash	extension / tmux	—

GLM-5.2 是纯文本，看图得自己搭梯子

接智谱 GLM-5.2 时踩了个认知坑：官方文档把 GLM-5.2 放在”文本模型”分类里，输入输出都是文本——纯文本！智谱的视觉能力在 GLM-5V-Turbo / GLM-4.6V 那批模型上。

对纯文本模型，看图就得多走一步：MINIMAX_API_KEY + openai SDK，把图片 base64 塞进消息，让 MiniMax 的视觉模型替 pi 看一眼。这条链路的 key、SDK、路径三个前置条件都得自己现场核，别信 AI 一句”已配好”。

MCP 里不想用的 server，/mcp disable 一行搞定，或写 {disabled:true}；全局禁用写 ~/.pi/agent/mcp.json。

最大的坑不是缺功能，是 LANG 环境变量

开荒最烧时间的是中文乱码排查。查了一圈发现 LANG 在 pi 进程里是空的，而 ~/.bashrc 明明有 export LANG=zh_CN.UTF-8——矛盾点在这：pi 执行命令走的是非交互式 bash（shopt login_shell=off），根本不读 .bashrc。

正解是 setx LANG zh_CN.UTF-8（注意只对新进程生效，改完要重开），或者靠早已在位的 PYTHONUTF8=1 / PYTHONIOENCODING=utf-8 兜底。

教训：规范里写”去 ~/.bashrc 加一行”可能不适用于非交互启动的 CLI。环境问题的排查顺序：先确认进程形态（交互还是非交互），再谈改哪个文件。

版本号靠现场实测，别让 AI 的嘴替你做决定

让 AI 报依赖版本号是幻觉高发区。openai SDK 在 Claude Code 环境实测是 2.26.0，pi 环境可能是 2.46.0——两个环境并存，谁也别替谁做主。版本这类可实证的东西，一律 pip show / import 现场看。

装包顺序也有讲究：adapter → subagents → memory，一个一个来，每装一个验证一次，别一锅端。真出问题 pi remove npm:<包> 单独卸，不影响其他。

启动时的 MCP 报错	归因	处理
supabase / vercel	needs auth（OAuth 未授权）	`/mcp-auth` 按需授权
obsidian	server 端 inputSchema 校验失败	等 server 更新，不是 adapter 的锅
github	401 token 过期	重新配置凭证
server 报 `must configure exactly one of command, url, socket`	本地 server 与 imports 同名，`command`+`url` 字段级浅合并撞名	本地别重复配（让 imports 接管），或改名 / 换 transport
tavily 等 401	env 写了 `${KEY}` 但 pi 不解析 `${}` 插值	本地硬编码 key，别用 `${}`；改完 TUI `/reload`
其余 18 个	在线，146 tools	正常用

三包七兆，九个小兵，命令就几条

pi-subagents 自带 9 个 builtin agent，全是”干一件具体事”的定位：

agent	干吗
scout	快速侦察（找文件、探目录）
reviewer	审查代码 / 差异
oracle	深挖一个问题
planner	拆计划
worker	执行单项任务
advisor / researcher / context-builder / delegate	咨询 / 调研 / 上下文组装 / 委派

命令面也窄，记得住：

场景	命令
装扩展	`pi install npm:X`（ECONNRESET 就换淘宝镜像重试）
看已装	`pi list`
切模型	`/model`（或 `/model provider/modelId`）
MCP 导入 / 禁用	`/mcp setup` / `/mcp disable`
会话树 / 压缩	`/tree` / `/compact`
重载扩展	`/reload`

记忆靠双保险：handoff prompt + memory 重索引

pi 没有原生自动记忆，得自己搭。开荒时我两路并进：交接时用 handoff prompt 把基线固化给下个会话；平时靠 pi-hermes-memory 的 SQLite FTS5 会话搜索，跨会话能捞回”上次踩过的坑”。

⚠️ 此方案已弃用（2026-08-08）：pi-hermes-memory 会把粘贴的长文本拆成多条消息喂给模型（断章取义），实测破坏多行粘贴。已换 pi-observational-memory——会话收尾自动记录观察/反思、分层压缩，靠 recall(id) 精确回溯。下面 hermes 的机制细节留作历史，别照着装。

一个小坑：包文档里的 /memory-index-sessions 看着像斜杠命令，实际是内部 handler 名，重索引靠重启触发自动 backfill。别照着文档敲一个不存在的命令。

顺带一条取舍：pi-code 虽然一站式补齐 todo / memory / web / subagents，但它会读 .claude 配置，和我现有的三目录 skill 共享冲突，最后选择不装。功能重叠的包，宁缺毋滥。

pi 开荒可抄清单（直接抄）

配置分两级：全局 ~/.pi/agent/settings.json，项目 .pi/settings.json
skills 三目录共享（~/.claude/skills + ~/.agents/skills + ~/.pi/agent/skills），不复制
mcp.json 用 imports 软引用，别硬拷贝 server 定义；但同名会撞（本地 + imports 浅合并触发 command/url 互斥）、${} 插值不解析、改完要 /reload
装包顺序：adapter → subagents → memory，逐个验证
装前备份：cp settings.json settings.json.bak.<时间戳>
GLM-5.2 纯文本，看图走 MiniMax 视觉回退
LANG 用 setx，别指望 pi 读 .bashrc
版本号一律现场实测
记忆用 handoff + observational 双保险（hermes 已弃，破坏多行粘贴）
功能重叠的包（pi-code）宁缺毋滥

急救：pi remove npm:<包> 卸单个；pi list 看现状；/reload 让扩展生效；/model glm-5-turbo 换模型；配置炸了就用装前的备份还原。

后来长出的器官（持续维护）

开荒只是起点，pi 在本机一直在长新器官。补一份增量记录，让这篇别停留在 08-06 那天。

接入层 → 编排层的升级：开荒补的是”借能力”（MCP / 子 agent / 记忆），后来发现还缺”编排能力”——形状不固定的任务没法扇出。pi-dynamic-workflows 补的就是这块：一个 workflow 工具，写段 JS 就能 parallel / pipeline 调度多个子 agent。冒烟验证：parallel + 两个 agent() 一次跑通，比口头让模型”分头查”靠谱。至此 pi 从”接入层”补到了”编排层”。

记忆扩展换代：pi-hermes-memory → pi-observational-memory，原因上文说了——hermes 破坏多行粘贴。observational 走另一条路：不往系统提示灌记忆，而是会话收尾自动把关键观察/反思落盘、分层压缩，需要时 recall(12位hex) 精确拉回原始上下文。更轻，也不抢 token。

四个本地扩展（自建工具）：除开荒时唯一的 rtk.ts（bash 输出压缩），后来又写了三个——assess-change（git 变更/风险盘点）、blog-context（Firefly 博客上下文）、pi-env（会话/provider/模型自检）。共同点：把”手搓四五条 bash 拼上下文”固化成一个工具调用。固化思路见命令是快捷键，工具是仪表盘。

一句话总结演进：开荒补”能借到什么”，维护补”借来怎么编排、怎么固化”。pi 的极简内核没变，变的是外挂的厚度。

把 Claude 的生态搬去别的工具，pi 给出了第三种答法：不搬运，用扩展一件件补。MCP、子 agent、记忆这些”器官”，它一个没长，但每个都能借。开荒的最优解不是全都要，是缺啥借啥、坑现场踩 ☕(￣▽￣)ノ

pi 开荒之后：命令是快捷键，工具是仪表盘

Sun, 09 Aug 2026 00:00:00 GMT

上一篇 pi coding agent 开荒把接入层补完了：MCP 借 adapter、子 agent 借 subagents、记忆借 observational（原 hermes，08-08 换），全是”缺啥借啥”。可开荒完回头看，有个更扎眼的缺口没动过——能接的都接了，能固化的一个没固化。高频操作还在靠口头触发 skill，看环境还得手搓四五条 bash 拼上下文。这一篇就是补”产出层”：六个斜杠命令当快捷键，三个工具当仪表盘。

盘点完才发现：prompts 三处全空

对照 pi 官方文档列的六种扩展能力，本机现状一目了然：

扩展维度	现状	一句话
custom provider	5 家 provider、9 个启用模型	超额，接得很爽
skill	175 个躺平在三个目录	海量，但全靠口头触发
pi package	消费 5 个，自建 0 个	只进不出
prompt template	三个目录全不存在	🔴 完全空白
extension	只有 1 个 rtk.ts，只用了事件钩子	🟡 单一
theme	用着别人打的 catppuccin	够用，不折腾

之前优化的重心一直在”输入侧”：接模型、接能力、省 token。而文档给的恰好是”输出侧”：把高频流程固化成命令、把本地信号结构化成工具、把整套配置打包分发。两者互补不冲突——车改完动力，还缺快捷键和仪表盘。

一份社区指南 + 官方 79 个脚手架

参考了一份把 pi 六种扩展串起来演示的实战指南（bibi-share 的 pi-agent 笔记），套路是拿”代码变更评估”当例子：一个 extension 喂结构化上下文、一个 skill 定评估口径、一个 prompt template 当入口。官方仓库 packages/coding-agent/examples/extensions/ 里还躺着 79 个现成脚手架，从 dirty-repo-guard 到 structured-output 都有。

有指南、有脚手架，落差就清楚了：不是能力不够，是没人把它们固化成”顺手的形态”。

六个斜杠命令：文件名即命令

pi 的 prompt template 机制有个妙处：文件名就是命令，commit.md 就是 /commit。把成熟 skill 套一层入口文件，高频操作就从”说一句话触发”变成”敲一个斜杠”：

命令	映射 skill	干的活
`/commit`	commit-commands	规范化提交，禁止自动 commit
`/dynamic`	dynamic-post	在博客发一条动态，内容当参数
`/extract`	knowledge-extract	把会话提炼成知识笔记
`/publish`	knowledge-output	素材发布成博客文章
`/status`	配合 pi_env 工具	看环境全景
`/assess`	配合 assess_change 工具	评估工作区变更

命令本身只是”请使用 /skill”加参数传递，真正的流程在 skill 里——入口轻、逻辑不重复，是这套设计最顺的地方。参数替换支持 $@、${1:-默认值}，/dynamic 好心情 会把”好心情”原样传进去。

三个工具：上下文从”跑命令”变”拿 JSON”

命令解决入口，工具解决上下文。以前问”当前环境是什么样”，agent 得跑四五条 bash 自己拼；现在三个工具一次调用返回结构化 JSON：

工具	一句话	触发场景
`pi_env`	会话文件、模型、provider、扩展、包、主题一次打包	问环境/会话状态
`blog_context`	博客 git 状态、文章数、动态数、最近提交	博客项目干活时
`assess_change`	diff、变更文件、配置改动、大文件分类	评估变更/准备提交

核心变化是agent 拿到的从”零散命令输出”变成”固定结构”——省掉反复试命令，也避免上下文被一堆输出污染。

踩坑三连：都是”想当然”害的

这三个坑几乎每个都是”文档没说、跑起来才发现”，写出来能帮人少走三段弯路：

① session 信息别读环境变量。 想当然以为 process.env.PI_SESSION_FILE 在扩展里能读，结果返回 null。查了 pi 的类型定义才明白：PI_* 变量是 pi 在调 bash 工具时注入的，扩展进程里根本没有。正解是 ctx.sessionManager.getSessionFile() / getSessionId()——session 信息在上下文里，不在环境里。

② ctx.model.id 是裸 id。 想当然以为 model.id 是 provider/model 这种带前缀格式，拿它 split 出 provider，结果 provider 栏显示成了模型名。实测裸 id 就是 glm-5.2，不带 provider 前缀。要 provider 得靠 settings.defaultProvider 兜底。

③ 工具默认 cwd 可能不是仓库。 变更评估工具默认在 ctx.cwd 跑 git，agent 的工作目录不是仓库时返回空结果。解法是给工具加可选 cwd 参数，并加 isGitRepo 检测——非仓库直接返回空结构，别让 git 报错喷一屏。

验收的教训：结构对不等于值对

三个工具跑通后，让 Pi 自己复核了一遍，它当场揪出两个问题：provider 串成了模型名（就是坑②），assess 工具没处理非仓库 cwd（就是坑③）。自检只盯”结构对不对”是不够的，得盯”值对不对”——返回 JSON 结构再规范，字段值错了就是错的。这一步独立复核比自己闷头测值钱得多。

可抄清单

能力分两层看：接入层（provider/MCP/记忆）和产出层（命令/工具/打包），缺哪层补哪层
高频 skill 套 prompt template 当入口，文件名即命令，逻辑仍在 skill 里不重复
工具化场景：环境/项目状态这类”每次都要拼的上下文”，固化成 registerTool
session 信息走 ctx.sessionManager，别读 process.env.PI_*（那只注入给 bash）
ctx.model.id 是裸 id，要 provider 就兜底 defaultProvider
跑 git 的工具加 cwd 参数 + isGitRepo 早退，防非仓库空结果
交付前让另一个 AI 复核”值对不对”，别只看结构
官方 examples/extensions/ 79 个脚手架，抄之前先翻一遍

开荒是给车补动力，这篇是装快捷键和仪表盘。pi 从”能用”到”顺手”，差的不是能力，是把高频动作固化成固定形态的那一步 ☕(￣▽￣)ノ

没请 Three.js，纯 CSS 矩阵把 118 个元素摆进 3D 空间

Sun, 09 Aug 2026 00:00:00 GMT

B 站刷到 UP 主「忽见狸」的视频六周年开源回馈：一个 3D 交互式化学元素周期表，README 一句话就勾人——「纯数学矩阵驱动的 Web 3D 渲染方案，不依赖 Three.js/WebGL」。项目叫 the118，正好是第 118 号元素鿫（Og）。

扒下来跑起来，发现这项目比想象中干净：运行时依赖只有 react 和 react-dom，一个图形库都没有，118 个元素的 3D 位置全靠自己算矩阵，写进 CSS transform: matrix3d(...)。这篇文章是源码拆解，重点讲三条能带走的东西：五种布局的数学套路、点击聚焦的「反相机变换」、装饰器自注册工厂。

球体布局：双环带 3D 透视、前后景遮挡

先记住三句话

几何不靠 WebGL：每个元素的 3D 坐标算成一个 4×4 矩阵，直接写进元素的 transform: matrix3d()，交还给浏览器合成，切换布局时靠 CSS transition 做动画，没有 JS 动画帧。
五种布局是同一套积木：表格 / 球体 / 螺旋 / 网格 / 随机，差别只在「怎么给每个元素算坐标」，底层用的全是同一个矩阵工具类。
点击聚焦是反着算的：让选中的卡片转正浮到面前，不是把卡片挪过去，而是把它的变换反向施加给整个容器——数学上的「相机跟随」，零成本实现。

架构：四层一包，单向依赖

1
Infrastructure          Domain                  Application           UI
2
─────────────────       ───────────────────     ──────────────        ─────────
3
MatrixTools (4x4矩阵)     ViewModelFactory         useCardsMatrix3d      ElementCard
4
MathTools (几何公式)       (抽象工厂+注册表)         useCardsWrapMatrix3d   ElementStage
5
                         registerTo (装饰器)        Drag3d (拖拽包)         FooterMenu
6
                         5×ViewModel (布局算法)
7
                         ViewModelService (桥)

依赖方向是单向的：Infrastructure → Domain → Application → UI，数学层不依赖 React，UI 层不碰矩阵运算。业务与数学解耦得干净，这是它敢说「两三天能啃明白」的底气。

五种布局的数学本质

布局	一句话	数学套路
Tab 表格	标准周期表	9×18 网格，模板掩码标记有效位，`getSpecialOffset` 专门处理镧系/锕系错位；纯平移+缩放，零旋转
Sph 球体	地球仪	纬度按余弦加权分配元素（赤道最密、极点 1 个），圈内经度均分；每卡绕 X 倾斜纬度角 + 绕 Y 转经度角
Hel 螺旋	DNA 双链	Y 轴等距排列（步长 5px），每 20 个元素绕 Y 转满一圈，角度均匀分布
Gri 网格	卡片堆叠	5×8 一组的面板，面板沿 Z 轴层叠（每层 100px），每张卡额外绕 Y 转 -25° 增强立体感
Ran 随机	粒子星云	三维均匀随机（X/Y 限视口 1/3，Z 在 ±200），不缓存，每次重排

注意一个细节：Sph 和 Hel 的「每张卡」都是 旋转 → 平移 → 缩放 三步矩阵相乘；Tab 和 Ran 只有平移+缩放。变换顺序从右向左应用，这是矩阵列向量约定的结果，写错了布局就会整个扭曲。

表格布局：标准周期表 2D 视图

点击聚焦：反相机变换

五种布局都实现了 calcCardsWrapMatrix3d(elementId)，套路完全一致：

取出目标卡片自己的变换参数（旋转角度 / 平移向量）；
反向旋转 Y、X 轴，抵消卡片朝向；
反向平移把卡片中心拉回原点；
再沿 Z 轴前移 250px，让卡片浮到眼前。

表面看是「让选中卡片转正」，本质是「把整个容器往反方向扭，等效于相机移了过去」。不需要真正的相机对象、不需要 lookAt，两三个矩阵相乘就搞定。这个思路在零依赖 3D 里非常实用。

装饰器自注册工厂

ViewModelFactory 维护一个静态注册表，子类用装饰器自动登记：

1
@registerTo(ViewModelFactory)
2
class SphViewModel extends ViewModelFactory {
3
  static readonly LAYOUT_STYLE = LayoutStyle.SPH;
4
  calcCardsMatrix3d() { ... }
5
}

registerTo 读取子类的静态属性 LAYOUT_STYLE 写入注册表；new ViewModelFactory(style) 时用 new.target 判断是不是基类被直调，是则从注册表路由到子类并返回实例——运行时多态。

加一种新布局 = 新建一个类 + 一个枚举值，index.ts 里补一行副作用 import，其它什么都不用改。想给这项目做二次开发，这是最顺手的扩展点。

性能抠到骨子里

118 个卡片 + 拖拽旋转全跑在 CSS transform 上，代码里全是这种细节：

预分配 new Array(118) 代替 push，避免循环扩容；
循环内复用临时数组，不在 118 次迭代里反复建对象；
cachedMatrices / cardsTransform 静态缓存，首次计算后直接复用引用；
矩阵乘法完全展开循环，消除索引与循环开销；
拖拽用 rAF 按帧节流（needsUpdate 标志），不高频刷 DOM；
拖拽时临时关 transition、开 will-change: transform，提升 GPU 合成层；
React 侧用 useState(() => ...) 惰性初始化，矩阵只在首次渲染算一次。

还有个容易被忽略的设计：布局切换动画完全靠 CSS transition，所以矩阵更新时系统自动过渡，拖拽时又主动把 transition 关掉——两类交互用同一个属性，靠开关区分，很聪明的处理。

UP 主自己怎么说

开源的同时 UP 主在评论区长篇回复了「学这项目要不要数学底子」，值得原样记住：

数学在软件工程中只占很小一部分，大概百分之三十左右。它只是某个业务能力实现的表达方式，这个算法不行就换一个算法实现。真正的难点在于抽象思维能力：三维空间的元素如何表示，视图布局模型之间怎么管理，元素状态变化何时更新，业务逻辑与数学计算怎么解耦。

几个关键伏笔：

欧拉角是现在的实现，UP 主明说：如果要手动实现布局切换的轨道控制帧动画，就会撞万向节锁，下一步得引入四元数。代码里 rotateY 那项故意反转的 sin 符号，就是在欧拉角约定下跟渲染管线对齐的补丁。
数学是门槛不是天花板：球体布局的加权分配需要高中到大学之间的空间解析几何（线性代数、矩阵、指数衰减模型），UP 主说「花两三天能啃明白」。
先搞懂数据怎么流动：这是作者给的最基础的一条——元素状态怎么从点击到矩阵到 DOM，数据流理清了，优化才有抓手。

什么时候别用这套

纯 CSS 矩阵渲染有明确的天花板：

对象少、几何规则（≤ 几百个卡片、球/螺旋/网格这类有解析解的形状）是它的主场，118 个元素刚好在甜区；
上千对象、需要光照阴影、遮挡剔除、粒子特效，还是老实上 WebGL 或 Three.js，CSS 合成层撑不住；
它赢在零依赖 + 源码可读 + 渐变过渡免费送，适合教育工具、数据可视化、规则排列的展示型页面。

想复刻这套，抓住一条主线就行：所有 3D 视觉问题，先翻译成「每个对象在自己的局部坐标里长什么样」，再翻译成「一组 4×4 矩阵」，最后灌进 CSS transform。剩下的都是工程包装。

网页端反代白嫖 Agent？先别急着鼓掌

Sat, 08 Aug 2026 00:00:00 GMT

群里有人抛了个「妙计」：DeepSeek、智谱网页版免费，模拟网页请求，本地接 MCP，不就能白嫖出一套自动编程 Agent？还想着项目级长记忆能不能硬塞进网页会话。有人回了一句：「网页端反代？」

群友原话截图

Grok 搜完一堆源，结论其实分两层。我对照公开仓库和官方文档又核了一遍：「能不能发请求」不荒谬；「能不能当成靠谱 Agent 底座」很荒谬。

先给 Grok 打分

Grok 那篇长文骨架对，但有几处要拧紧：

说法	核验
GitHub 上有一堆网页→OpenAI 兼容反代	属实。DeepSeek 方向有 WebAI2API、deepseek-reverse-api、各类 deepseek-free-api / web2api；智谱侧有 GLM-Free-API 一类
网页不原生 function calling，靠提示词硬掰	属实。多份 README 写明：网页端无 OpenAI tools，用 DSML / prompt 注入 + 流式筛分「假装」工具调用
免费账号并发极低	属实方向。逆向项目自述常见「约 2 并发 / 账号」；官方 API 文档写的是 Flash 2500、Pro 500 并发上限
PoW / token 过期 / 前端一改就炸	属实。项目自己列：PoW 每请求先算、token 约日级、401 要重登；作者也写「逆向不稳定，有条件用官方」
官方 API 贵到必须白嫖	不属实 / 过时直觉。DeepSeek 官方价（2026 公开页）：Flash cache miss 约 $0.14/M in、$0.28/M out，还带 Tool Calls 与 1M 上下文。白嫖网页换来的是维护税，不是省大钱
套到 Claude / Codex 网页更离谱	属实且更狠。Anthropic 2026 已多次收紧订阅号被第三方 harness / 自动化滥用；网页反代 = 对 Cloudflare + ToS 双向硬刚

Grok 把「技术可行」和「工程可行」拆开了，这点值钱；经济账和官方并发数字要以文档为准。

群友方案到底在幻想什么

拆开听：

网页模型「一般更好」→ 想白嫖同档能力
模拟网页请求 → 本地 MCP 驱动工具
靠网页会话撑「整个项目」长记忆
有空再反带到 Claude / Codex

第 1 点半真半假：网页档位和市场话术常常好看，但不等于你能稳定、合规、可编排地用上。第 2～4 点才是真正荒唐的地方。

有人已经听出味了：网页端反代？

「能做」不等于「能当 Agent 底座」

社区轮子证明：发 completion、流式、甚至「像 tools」的输出，都能抠出来。WebAI2API 还写过可接 Codex / Copilot。

可 Agent 编程要的是另一套指标：

几十上百轮 tool loop 不轻易 429 / busy
结构化 tool call 可解析、可重试、可嵌套
上下文由你自己的 orchestrator 管，不靠网页 session 碰运气
接口是契约，不是今晚还能不能用的玄学

网页反代在这些点上处处软：

坑	公开材料里的样子
维护	非公开契约；PoW、SSE、鉴权随时改；作者自己说不稳定
吞吐	免费页常见极低并发；Agent 一轮任务就能打满
工具	多为 prompt 伪 tools，不是官方 Tool Calls 契约
记忆	网页 session 为人聊天设计；硬塞仓库上下文会截断、对不齐、幻觉
风控	智谱协议禁滥用；Claude 订阅自动化已被反复清理

GLM-Free-API 英文说明甚至直接写：逆向不稳定，建议去官方开放平台。连做羊毛轮子的人都劝你别当生产底座。

经济账：官方已经够便宜

DeepSeek 官方 Models & Pricing（核验时点）：

deepseek-v4-flash：Tool Calls ✓，上下文 1M，并发上限 2500
deepseek-v4-pro：Tool Calls ✓，并发上限 500
Flash 输出约 $0.28 / 1M tokens（cache miss 输入约 $0.14）

你要用 Agent，官方路径是：API Key + 本地 MCP + 自己的上下文压缩 / RAG / 子代理。钱花在模型上，不花在修 PoW、换 cookie、养号池上。

网页反代省下的那点「免费」，往往被调试时间、封号风险、伪 tools 失效率吃干净。这不是聪明，是把现金流换成焦虑。

反带到 Claude / Codex：荒谬度再抬一档

DeepSeek / 智谱网页已经是猫鼠游戏。Claude.ai / Codex 侧：

消费条款长期限制未经授权的自动化访问
2026 年对第三方 harness 蹭订阅额度多次动手（文档澄清、技术封堵、OpenCode 等被迫砍订阅登录）
网页还有 Cloudflare 一类挑战；维护成本和封号代价都更高

想用「网页端反代」复制 Claude Code / Codex 体验，不是省钱捷径，是主动站到平台风控靶心上。

这想法哪一层还算人话

目标	网页反代	正经做法
研究逆向 / 轻度自用聊天	社区已有轮子，自担风险	—
稳定自动编程 Agent + MCP	荒唐	官方 API / 付费 Coding Plan
项目级长记忆	荒唐	本地记忆层 + RAG / 摘要，别迷信网页 session
接 Claude / Codex 级能力	更荒唐	官方 API 或官方客户端

荒谬不在「GitHub 上没人做」——人很多。荒谬在目标错位：拿沙子盖楼，还嫌水泥贵。

认清你要 Agent 还是要爬虫

动机能理解：网页看起来免费又「好模型」，Agent 又贵又馋工具调用。但路径选反了。该抠的是上下文管理、MCP 工具质量和验证回路，不是跟 PoW 和 cookie 过日子。

有人回「网页端反代？」——这一句已经把方案定性了。剩下只是要不要自己承认：你要的是 Agent，还是要一段永远修不完的爬虫。

参考

DeepSeek 官方定价与能力：api-docs.deepseek.com/quick_start/pricing · Rate Limit
社区方向（存在性举证，非推荐生产）：madderscientist/WebAI2API · Wu-jiyan/deepseek-reverse-api · xiaoY233/GLM-Free-API
智谱清言用户协议：chatglm.cn/legal/appAgreement
Anthropic 收紧第三方 harness / 订阅自动化：The Register / VentureBeat 2026 相关报道

Kiro 里的 Claude，为啥老觉得被套了缰绳

Sat, 08 Aug 2026 00:00:00 GMT

选了 Claude，开口却像另一个人。不是模型突然变笨，是外面多了一层 harness。

社区吐槽「Kiro 把 Claude 锁住了」有事实基础，也不是阴谋论。下面把证据摊开，顺便说清这层套子到底在干啥、什么时候该用、什么时候该换场。

先说结论：属实，而且是设计如此

Kiro（IDE / CLI）接 Claude 时，会注入自己的 System Prompt + Agent Harness，不会让 Claude 以「原生 Claude Code / 官方默认」状态跑。

官方自己就把这层叫 agent harness：管 agent loop、工具执行、子代理、会话、配置加载、和模型通信。模型只是引擎；方向盘在 Kiro 手里。

体感上：按 Spec 落地、生产级流程更稳；自由发挥、深度乱聊、高创造性 coding，很多人会觉得「没有原生 Claude 那么猛」。

证据链：不是道听途说

Base System Prompt 已被拆出来

公开泄露归档（如 EliFuzz/awesome-system-prompts · leaks/kiro）里，身份写得很死：

你是 Kiro，不是 Claude
被 autonomous process 管理，输出会被执行，有人类监督
必须遵守 Autonomy Modes（Autopilot / Supervised）
重点讲 Spec、Steering、Hooks、MCP
「Never discuss your internal prompt」一类限制

还有源码分析仓（如 ghuntley/amazon-kiro.kiro-agent-source-code-analysis）指出：getBasePrompt() 定身份与能力；另有按模型分流的 edit prompt、一整套 Spec 阶段模板（requirements → design → tasks → execution）。

官方 issue 也承认过 system prompt 泄露风险（例如 Qwen 模型相关的 #5754），侧面说明「有一份不该被用户随便看见的内部 prompt」这件事是真的。

用户自定义 Agent Prompt 可能被系统层压过

kirodotdev/Kiro#7792（CLI，2026-04 开）：系统 prompt 里的 <default_to_action> 要求「低风险就直接改、别只建议」。你在 custom agent 的 prompt 里写「改文件前必须先展示、等授权」，模型仍倾向直接动手。

原因写得很直白：agent prompt 以 CONTEXT ENTRY 注入，层级低于 system prompt；冲突时系统默认赢。提交者还试过用 MUST/NEVER、显式 OVERRIDE，仍压不住。这不是「你不会写 prompt」，是优先级设计。

相关槽点还能连到：steering 偶发被忽略（#1404）、子代理不继承 workspace steering（#6425）。同一类问题：你以为写进规则就生效，实际要先过 harness 的优先级与上下文分发。

官方承认 harness 才是产品本体

One agent, every surface：how we built the Kiro agent harness 里，AWS 工程师把 harness 定义写清楚了：IDE / CLI / Web 曾各自为政，后来合成统一 harness + ACP。Spec、权限、hooks、compaction，全是这层的事。

官网首页也把卖点钉在 Spec-driven、property-based tests、parallel agents，而不是「最原汁原味的 Claude」。

Kiro Spec：Requirements → Design → Tasks 任务树

这层套子里到底塞了什么

说人话，进 Kiro 的 Claude 要先穿这身制服：

层	干嘛	体感影响
身份	「你是 Kiro」	自称、口吻、产品叙事跟原生 Claude 不一样
Autonomy	Autopilot / Supervised	改文件节奏被产品模式框住
Spec 工作流	Requirements → Design → Tasks	复杂功能更稳；随口 vibe 会被往文档流程拽
Steering / Hooks	`.kiro/steering`、事件触发	团队规范可沉淀；也可能被忽略或压过
权限 / Cedar	能力级 allow/deny	安全边界变硬，也多一层「先问再干」摩擦
default_to_action	低风险直接动手	和「先计划再改」类自定义约束打架
模型路由	Auto / 各档 Claude / 开源模型	UI 选了 A，实际路由/模板偶尔让人怀疑（社区有 cutoff 自报异常的 issue）

模型选择器：同一壳子可挂多款模型

算不算「篡改 / 削弱」？

角度	实际情况
技术	System Prompt 被替换/大幅加厚，不是纯 Claude
设计意图	Agent Harness 强制 Spec、权限、结构化协作，官方卖点
体感	Spec 落地更稳；自由发挥、极限推理，很多人觉得不如 Claude Code 爽

「削弱」这个词偏情绪。更准的说法是：能力被重新分配了。稳、可协作、可审计的那一侧变强；松、野、贴模型原生上限的那一侧变弱。

和 Claude Code 比，差在哪

	Claude Code	Kiro
Harness 归属	Anthropic	AWS / Kiro
System Prompt	相对轻，更贴模型原生	厚：身份 + Spec + 权限 + 行为默认
强默认	工具循环 + 项目规则（CLAUDE.md 等）	Spec-driven + Steering + Hooks
自定义约束	多半当用户/项目指令	可能输给 system 层（见 #7792）
适合	上限、自由度、快速试错	规范驱动、团队对齐、生产流程

Kiro 里是「被驯化过的 Claude」；Claude Code 更接近「原版 Claude + 轻 harness」。

两边没有绝对对错。你要模型上限，去 Claude Code / 原生接口；你要 Spec 闸门和团队可复现流程，Kiro 这套「篡改」反而是卖点。

什么时候你会觉得「不得劲」

想让它像原生 Claude 一样天马行空改架构，它却先拉你写 requirements
自定义 agent 写了「先展示再改」，它仍 default_to_action
steering 写了技术栈约束，子代理执行任务时装作没看见
选了新款 Claude，自报 cutoff / 行为却像旧模板（社区 issue 有过，不一定当前必现，但说明「UI 选型 ≠ 你以为的裸模型」）

什么时候它反而对劲：

功能边界清楚，愿意走 Requirements → Design → Tasks
团队要把规范沉到 steering / hooks，而不是每人一套口头约定
你要的是可回看的 Spec 产物，不是一次性聊天记录

认清撞上哪一层就行

别把「不得劲」当成 Kiro 骗子或 Claude 变弱。先认清你买的是哪一层：

要模型原生手感 → Claude Code / API，少套 Spec 宗教
要可交付、可评审的大功能 → Kiro Spec，别跟 harness 对着干
两边都用也行：探索用轻 harness，落地再搬进 Spec

认清撞上的是 harness，不是「今天 Claude 抽风」，焦虑会少一半。

参考

官方：kiro.dev · harness 博文 · Specs 文档
泄露归档：EliFuzz/awesome-system-prompts · Kiro
源码分析：ghuntley/amazon-kiro.kiro-agent-source-code-analysis
Issues：#7792 · #1404 · #6425 · #5754

三套语音输入法，我是怎么排班的

Sat, 08 Aug 2026 00:00:00 GMT

打字慢不是借口了。真正麻烦的是：你一口气装了好几个「嘴替」，热键打架、词库各写各的，最后还是在用最熟的那一套硬扛所有场景。

我这边长期并行三套：

Typeless（闲鱼拼车，约 168/人/年，三人）——长 prompt、格式化整理的主力
闪电说（个人会员，约 230+）——短句日常 + 技能 / 关于我 / FAQ 生态
微信电脑端语音输入（Ctrl + Win）——离线兜底，顺手但认不准专业词

官网价位、能力边界对照过公开资料；分工和槽点来自自己的真实排班。不是评测榜，是班表。

先把班表钉死

优先级	工具	热键（我的配置）	上岗条件
P0	Typeless	Right Alt	长 prompt、要强整理 / 强格式
P1	闪电说	F1 短按出字 / 长按帮我说	短句、帮回、润色技能、词典生态
P2	微信语音输入	Ctrl + Win	没网、随手一句日常口语

同一时刻只让一套抢麦克风。键位错开就不容易误触；误触了也知道该怪谁。

Typeless：额度宽、整理狠，专治长 prompt

Typeless 个人词典界面（官网素材）

Typeless 把自己定位成「真的会整理的听写」：去语气词、去重复、中途改口只留最终意图、自动排列表格和步骤。公开文案还强调个性化文风、个人词典、按 App 调语气、100+ 语言混说。

定价（2026 公开页）：Free 约每周 8000 词；Pro 年付约 $144（约 $12/月），月付更贵。拼车落在年付档附近，体感就是「可以放开造」。本机 Pro 有效期到 2027 年中，日请求上限也高到日常打不满——所以我说它额度「无限」，指的是相对闪电说那种小时/积分账本，不是物理无限。

它真正暴杀闪电说的地方，不是「出字」，而是把乱七八糟的口语收成能直接丢给 Cursor / Claude 的长文。中英混输、专有名词、一整段需求说明，Typeless 更敢给你排版。

短板也很清楚：

公开评测普遍认为它是云端转写，别指望断网硬刚（「历史留本机」≠「识别离线」）
没有闪电说那种本地 SKILL.md 技能树、关于我、常见问题口径库
词典在 App 的 Dictionary 页（偏云端同步），本地数据库里主要是历史，不是词条文件

我怎么用：Right Alt 听写；Right Alt + Space 走 Ask Anything；翻译用 Right Alt + Right Shift。词库手动养，和闪电说那份错词表双向补，长 prompt 专用词优先丢这边。

官网入口：typeless.com · 定价

闪电说：快 + 词典 + 沟通 Agent 生态

闪电说技能页截图（文档站素材）

闪电说（前身代体）现在官宣自己是「沟通 Agent」：短按直接说，长按帮我说。本地优先的语音识别可以很快；资料库存风格、词典、关于我、常见问题；技能用 SKILL.md 描述场景（正式任务 / 轻松聊 / 文学润色 / 熟人帮回……）。Windows 上技能真源大致在：

%AppData%\Roaming\Shandianshuo\skills\voice_assistant\

它吃额度：会员侧常见是「直接说时长 + Agent 积分」账本（我这边体感大约月 10 小时量级 + 一千级 Agent 分，以你账号页为准）。换来的是：

出字快，适合日常短句
词典纠正稳，技术名词可养
长按读屏 + 技能路由，微信 / QQ 帮回、润色、对 AI 下指令能「按剧本走」
记忆、FAQ、个性化分槽，不怕全塞进一个大文本框

和 Typeless 比，格式化长文的「智商感」往往弱一截；但它是可装配的本地工作流，不是单一听写器。把 Agent 正式 / 轻松拆成两条技能后，输出终于不再先开新闻发布会——只要正文。

资料：官网 · 文档 · GitHub Releases

微信电脑端语音：Ctrl+Win，离线顺手，专业词容易翻车

微信 Ctrl+Win 离线语音示意

2026 年初起，微信电脑端（约 4.1.7+）内置语音输入：Windows 默认 Ctrl + Win（也可点输入框麦克风）；Mac 常见 Fn。不止微信聊天框，装了微信客户端后，其它输入框也能调。另有不必按住的组合（如 Ctrl+Win+Shift）。官方还带「整理文字」去嗯啊、理顺逻辑。

独立产品微信输入法也宣传离线语音、大模型整理；我日常说的「微信键盘语音」，落点主要是电脑微信这条 Ctrl+Win 全局能力——开机即有、不另开会员账本。

它适合干嘛：没网、随口一句「晚上吃啥」、懒得切 Typeless / 闪电说。
它不适合干嘛：CC Switch、shadcn、Codex、一串英文 API——没你的专有词库时，专业名词基本听天由命。识别率在日常口语还行，一进术语区就废，这点和我实感一致。

所以它永远是 P2：兜底，不夺权。

三家放一张桌上比

维度	Typeless	闪电说	微信 Ctrl+Win
我怎么付	拼车 ~168/年	个人会员 ~230+	跟微信走，无另购
额度体感	宽，长文敢说	有时长 / Agent 分	无会员账本焦虑
整理 / 格式化	最强	中等偏上，靠模型档	有整理，但上限一般
速度体感	强但不拼极致低延迟	快，短句舒服	够用
词典	有，云端 Dictionary	有，本地 md + UI	基本无个人术语库
风格 / 记忆	自动文风学习强	风格规则 + 关于我 + FAQ + 技能	弱
读屏 / 技能 Agent	Ask Anything 等，偏通用	帮我说 + 本地技能树	无
离线	基本不行	本地 ASR 可离线出字；帮我说看模型	体感可离线硬刚日常
典型上岗	长 prompt	短句 / 帮回 / 技能	随手口语

别跟自己较劲「只能留一个」。钱都付了，按场景换人比站队划算。

词库别养三遍

长 prompt 里炸过的词，先丢 Typeless Dictionary。帮回、短按里炸的，写进 闪电说词典（格式就 错 → 对）。微信那条别指望养词库；一进术语区直接换人。

Cloud / Claude、shadow / shadcn、CG Switch / CC Switch 这类易错骨架，Typeless 和闪电说各留一份就行，别搞第三份。

技能、关于我、常见问题是另一摊：只活在闪电说本地。Typeless 再强，也不会去翻 %AppData%\Shandianshuo\skills\。

现场怎么换人

对着 Cursor 喷二三百字需求，上 Typeless。QQ / 微信要帮回、要正式轻松两套口径，长按闪电说。电梯没网只回「到了」，Ctrl + Win。两套热键别同时按住，麦克风只会认一个，乱了你也烦。

只想留一个？以及我为啥没砍

别问最优解。我砍过，砍完又装回来。

真要砍：天天长需求、中英混着喷、云端你认了，留 Typeless。天天靠帮回、还想养技能和 FAQ，留闪电说。啥都不想配、只求随手出字，微信那条够用，别拿它认 CC Switch。

我三个都挂着，一半是会员钱已经砸了，一半是这三家根本不打同一个工种。Typeless 能把胡扯口述收成能贴进 Claude 的稿；闪电说那套技能和关于我，Typeless 读不到；没网的时候前两家都别指望。所以这不是「三合一信仰」，就是懒得再选一次。班表写进置顶备忘录，按场景按键，比纠结谁更贵有用。

关于我用Agent治理Vibe项目的心智模型和workflow

Sat, 08 Aug 2026 00:00:00 GMT

同一个项目里，CLI 老老实实读 .agents/，IDE 却拼命新建 .cursor、.claude、.trae、.kiro。不是你配错了，是生态还处在「共享核心 + 专属扩展」的过渡期。

这篇不拆 Matt 那四十个技能怎么转（那件事我写过：40 个技能围着一个 grilling 转）。这篇只回答三件事：根目录到底放什么、不同阶段养什么、Agent 怎么把这套 harness 读进上下文并干活。

AI Skills for Real Engineers 官方视觉

先认清：IDE 建专属目录，不等于第二套技能源

CLI 基本是纯文件驱动，所以更愿意读共享的 AGENTS.md + .agents/skills/。

IDE 还要额外的东西：

更细的触发元数据（globs、alwaysApply、条件规则）
hooks、settings、命令面板、本地覆盖
历史包袱（旧 .cursorrules、各家 CLAUDE.md / steering / specs）

所以 .claude、.cursor、.trae、.vscode 首先是运行时适配层。它们经常只是在指向或镜像共享内容，不该再复制一份 skill 正文。

你要盯的是：共享源有没有唯一真源；专属目录有没有偷偷长成第二份仓库。

正在收敛的三块开放标准

还没走到「全世界只认一个文件夹」，但主干已经清楚。

AGENTS.md：跨工具的项目说明书

AGENTS.md 是给人看的 README 之外、专给 coding agent 的说明：怎么构建、怎么测、哪些约定别踩。现在由 Linux Foundation 旗下的 Agentic AI Foundation 托管，Codex、Cursor、GitHub Copilot、Jules、Amp 等一长串工具都认。

Claude Code 不原生读它，读 CLAUDE.md。务实做法是：AGENTS.md 当 SSOT，CLAUDE.md 顶部 @AGENTS.md 或薄封装一层加载序。

Matt 自己也提醒过：别把 AGENTS.md 养成泥球。每条指令都占「instruction budget」，路径级细节又最容易过期。短、可执行、偏能力描述，细节丢给 skills 渐进加载。

agents.md 开放标准

Agent Skills：`SKILL.md` 文件夹协议

Agent Skills 约定很简单：一个目录 + SKILL.md（frontmatter 必填 name + description）+ 可选的 scripts/、references/、assets/。

加载方式是 progressive disclosure：先只看见名字和描述，真用到才读全文。Codex 会从当前目录向上扫 .agents/skills，再读用户级 ~/.agents/skills；Cursor 一类工具常同时扫共享路径和自家 skills 目录。

`.agents/` Protocol：还在 Draft，但路径已经被用上了

dotagentsprotocol.com 想把 MCP、指令、skills、sub-agents、memories、模型配置都塞进 vendor-neutral 的 .agents/。草案而已。现实里更管用的是约定俗成：.agents/skills/ 当共享技能源，IDE 目录做薄适配。

MCP 解决「能力怎么接」；Plugins / skills.sh 解决「技能包怎么分发」。它们都不替代「项目记忆写在哪」。

三层心智模型（我每个项目都按这个长）

共享真相层：能力与跨工具规范只维护一份。
治理账本层：领域语言、决策、tracker 配置随项目生长。
工具适配层：只放该工具真正需要的 rules / settings / hooks；skills 用 junction 指回共享源。

展开成目录，大概是这样：

1
project/
2
├── AGENTS.md                 # 跨工具通用指令（优先维护）
3
├── CLAUDE.md                 # @AGENTS.md + Claude 专属加载序
4
├── CONTEXT.md                # 领域事实 / 术语（单上下文）
5
├── CONTEXT-MAP.md            # （可选）多上下文索引
6
├── LANGUAGES.md              # 共享用词（本仓加厚；见下）
7
│
8
├── docs/
9
│   ├── adr/                  # 难逆转决策（懒创建）
10
│   └── agents/               # 项目配置层
11
│       ├── issue-tracker.md
12
│       ├── domain.md
13
│       ├── triage-labels.md
14
│       └── workflow.md       # 你自己的任务流细节
15
│
16
├── .agents/
17
│   └── skills/               # 真正的 skill 源（只维护这里）
18
│
19
# --- 下面全部可选：你用到哪个工具再加哪个 ---
20
├── .claude/                  # Claude Code
21
├── .cursor/                  # Cursor（rules / skills→junction）
22
├── .trae/                    # Trae
23
├── .kiro/                    # Kiro（steering / specs）
24
├── .codex/ · .gemini/ · .junie/ · .windsurf/
25
├── .vscode/                  # 编辑器集成默认值
26
├── .github/                  # Copilot instructions / prompts
27
└── src/

展开收起

别被列表吓到。根上先有 AGENTS.md + CLAUDE.md + CONTEXT.md + .agents/skills/，已经能跑；其余按痛点长，不按焦虑长。

Matt 的治理资产：嵌进日常，而不是换掉你的流程

mattpocock/skills 标语写得很直：Skills for Real Engineers，从他自己的 .agents 目录抽出来。调研日量级大约二十万星，release 已到 v1.2.x。主站目录在 AIHero Skills。

mattpocock/skills 仓库

它不是「全流程接管框架」。哲学是：小、可组合、模型无关，人始终握着过程。针对的是对齐失败、术语漂移、代码质量、架构泥球，而不是再发明一套必须服从的瀑布。

一次性 /setup-matt-pocock-skills 在仓里落的，主要是这些：

资产	位置	干什么
Issue tracker 配置	`docs/agents/issue-tracker.md`	GitHub / Linear / 本地 `.scratch/` …
Triage 标签映射	`docs/agents/triage-labels.md`	五态：needs-triage → ready-for-agent …
Domain 消费规则	`docs/agents/domain.md`	告诉技能读哪些 CONTEXT / ADR
领域语言	根 `CONTEXT.md`	grilling 时生长；别兼当 spec 草稿
决策账本	`docs/adr/`	只记难逆转 + 真有 trade-off 的

技能文件本身尽量零硬编码：跨仓差异都读 docs/agents/*。这点很工程。

主流程我日常记成：

1
Align  → /grill-with-docs（有代码库）或 /grill-me
2
Spec   → /to-spec
3
Plan   → /to-tickets
4
Build  → /implement + 模型侧 tdd / code-review
5
Upkeep → /improve-codebase-architecture …
6
迷路时 → /ask-matt

技能拆解、grilling 引擎、v1.2 细节见旧帖；这里只强调一句：治理文件是活的。你不更新 CONTEXT.md，整套技能就退化为「会喊口号的斜杠命令」。

`LANGUAGE.md` 别和 `LANGUAGES.md` 搞混

Matt 技能内部会有 LANGUAGE.md（deep module 那套词汇：Module / Interface / Seam…）。那是技能自带参考，不是每个项目根目录必建的文件。

我这边额外维护根级 LANGUAGES.md：站点称呼、issue 用词、博客领域用词。和 CONTEXT.md 分工——CONTEXT 管领域事实与硬约束，LANGUAGES 管「说话时用哪个词」。冲突以 CONTEXT 为准，必要时开 ADR。

官方 setup 还有个已知坑：它优先往已存在的 CLAUDE.md 写 ## Agent skills，Codex 用户可能读不到。所以我坚持 AGENTS 为 SSOT，CLAUDE 只做薄适配。

不同阶段，养哪一层

阶段	重点维护	Agent 实际在读什么	我怎么做
新项目启动	AGENTS、空 CONTEXT、docs/agents、.agents/skills	启动读 AGENTS/CLAUDE	跑一次 setup；空 CONTEXT 也先建
需求澄清 / 设计	CONTEXT、ADR 实时写	grill-with-docs 读写账本	强制 grilling，禁止直接开写大功能
中大型功能	tickets、术语表	implement + 自动 tdd/review	to-spec → to-tickets → 每票尽量新会话
日常小改 / Bug	局部 CONTEXT、相关 ADR	diagnosing-bugs	小改勿全流程；修完必要时补 ADR
架构演进	CONTEXT、ADR、设计词汇	improve-codebase-architecture	定期扫 deepening，别等泥球成型
多工具协作	共享层 SSOT；专属目录薄	CLI 读 .agents；IDE 走 junction	skill 正文只维护一份
长期维护	CONTEXT 精简、ADR 懒记	每会话都会参考	几周删一次过时术语

核心纪律只有两条：共享层永远是真相源；工具目录禁止再复制同一套 skill 正文。

Agent 怎么读，才能把 harness 用满

机制可以简化成：

1
会话启动
2
  → 读根 AGENTS.md / CLAUDE.md（嵌套时最近者优先）
3
  → IDE 再叠 alwaysApply rules
4
Skills 发现
5
  → 扫 .agents/skills + 工具专属 skills（先 metadata，后全文）
6
运行时
7
  → 你触发的 skill：显式改 CONTEXT / 写 ADR / 更新 docs/agents
8
  → 模型触发的 skill：tdd、code-review… 带着账本干活
9
工具面
10
  → MCP 接外部能力；Plugins 负责安装与更新通道

想放大效果，我实际就做这几件：

全局 / 项目 skills 用 junction，避免三份漂移
AGENTS.md 写明：工程技能优先走 Matt 系，并维护 CONTEXT
Claude：CLAUDE.md 指向 AGENTS，不另起炉灶
迷路先 /ask-matt，别靠背技能名
grilling 结束若没改 CONTEXT，算这次对齐失败

Harness 不是「装得越多越强」。是 Agent 每次醒来都能摸到同一份项目记忆。

和 Superpowers、ECC 怎么处

obra/superpowers

Everything Claude Code / ECC

维度	Matt Skills	Superpowers	ECC
定位	可组合工具箱 + 治理资产	完整方法论，硬门禁	Harness OS：海量 agent/skill + memory + 安全扫描
控制权	人主动触发为主	SessionStart 注入，流程强制	灵活，能力面大，编排靠你
资产沉淀	CONTEXT / ADR 跨会话生长	偏单次 Plan→Execute→Finish	有 memory/instincts；领域建模非核心
规模	精，可挑着用	十几个核心技能成体系	几十 agent + 上百 skill
风险	人不坚持就退化	小任务过重	过载、纪律变可选

社区里比较清醒的用法是：按任务形状选，不要按星数选。不确定、要深对齐，先 Matt 的 grill；要防 agent 偷懒的长程交付，可叠 Superpowers 的纪律；要某一类垂直能力，再从 ECC 里偷单件。

我自己的默认：Matt 治理骨架 + 开放标准目录当底座；Superpowers / ECC 只吸收真痛点对应的招，绝不三个 meta-router 同时开。

本站是怎么长出来的（实证，不是示意图）

这套不是 PPT。博客仓现在就是按三层养的：

根上：AGENTS.md、CLAUDE.md、CONTEXT.md、LANGUAGES.md
账本：docs/adr/、docs/agents/（Matt 三件套之外，还加了 workflow / deliver / archive / voice）
共享技能：.agents/skills/
Cursor 适配：.cursor/rules 只放站点专有规则；.cursor/skills 用 junction，正文不双开

内容流水线也挂在同一治理层上，而不是另起一套玄学：

1
甲 · Obsidian 笔记 → ob2blog → posts/<slug> → site-cascade
2
乙 · 会话/调研   → knowledge-extract → knowledge-output → site-cascade

再加一条多 agent 并行纪律：壁纸、音乐、配图、发文各管各的模块，看到别人的未提交改动别瞎慌。这是「项目记忆」的一部分，写进 AGENTS 比写进某次聊天有用得多。

近几天上游还在吵什么

扫 mattpocock/skills 近几日的 issue，味道很成熟库：不是「这套废了」，而是「再好用一点」。

例如可恢复的 grilling 状态、plugin 通道下 setup 漏写 triage-labels、并行分支 ADR 编号撞车、skills 目录拍平并靠拢 Agent Plugins 1.0。对使用者的启示很具体：setup 跑完检查 docs/agents/ 是否真写全；多分支时 ADR 编号别裸冲。

认清边界再开工

小改别强行 grill→tickets→implement 全套。
skill 正文只维护一份，专属目录用链接。
AGENTS.md 变厚时做减法，别当后悔药仓库。
IDE 专属文件夹会继续存在；你要统一的是真相源，不是强迫所有工具删目录。

如果你已经在用 Matt、又同时开着 Cursor / Claude / Codex：先把共享层收干净，再谈装更多技能。目录不乱，Agent 才有机会真的变乖。

五刀订个 Go，把 DeepSeek V4 Flash 蹬到爽

Sat, 08 Aug 2026 00:00:00 GMT

社区截图在吵「Go 里的 DS 跟官方不一样、默认降智」。我把 GitHub 证据翻了一遍，再对照自己现在的用法：吐槽不是空穴来风，但也不等于这套饭不能吃。对我来说，真正值钱的是——首月五刀订 Go，接进 Claude Code，把 Flash 当日用主力蹬。

那些吐槽，哪些属实

结论先摆桌上：有真实依据，但别被「问模型你是谁」带沟里。

说法	核验	我怎么看
Go 的 Flash 跟官方体感不一样 / 降智	社区有对比反馈；复杂 agent 循环上分歧最大	部分人中招，不是人人中招
模型自称 V3.2、不知道 V4	GitHub #40409（2026-08-04 开，08-07 关）可复现；#40607 在官方第一方 API 也能复现	维护者直接说了：LLM 会撒谎身份，这种探测意义不大
0731 要开 China-hosted	#39838、V2EX 等：不开就 `RegionError` 403	想用最新 Flash，工作区里把「启用中国部署的模型」打开
「量大小人物」分级	公开资料没坐实	先当段子，别当真

8 月 4 日那边还有另一条硬新闻：Flash API 因「前所未有访问量」容量吃紧，OpenCode 自己也发过告警，官方随后说已恢复。负载是真的猛——OpenCode 还晒过 8 月 1 日单日约 8T tokens（免费 5T + Go 付费 3T）。人多了，卡顿和体感波动都正常。

自报身份不可靠。想判断版本，拿真实 coding / 多轮工具任务并排测，比盘问「你是谁」靠谱。

性价比到底离谱在哪

官方落地页（opencode.ai/go）那张「每 5 小时请求数」条形图，一眼就能看懂 Flash 站哪：

OpenCode Go 每 5 小时请求数使用限制：DeepSeek V4 Flash 现约 63300（含 2x usage）

项	数字
首月	5∗∗，之后∗∗5，之后 5∗∗，之后∗∗10/月
滚动额度	5 小时 12∗∗/周∗∗12 / 周 12∗∗/周∗∗30 / 月 $60（按美元价值计）
Flash 基础估算	约 31,650 / 5 小时（文档表）
Flash 现网 2× 促销	约 63,300 / 5 小时（落地页条形图；Luna 也标了 2×）
Flash 计价（与官方对齐）	输入 0.14/输出0.14 / 输出 0.14/输出0.28 / 缓存命中约 $0.0028（每百万 token）
官方自述杠杆	付 $10，目标给约 6× 用量

图上谁短谁长不用我多嘴：Grok / Kimi K3 / Qwen Max 一百出头，Flash 直接拉到六万级。便宜、额度进 60池、个人重度codingagent很难打满。同样体积用量去官方直连，口袋要掏满那60 池、个人重度 coding agent 很难打满。同样体积用量去官方直连，口袋要掏满那 60池、个人重度codingagent很难打满。同样体积用量去官方直连，口袋要掏满那60；Go 这边月费十刀，还顺带一堆 GLM / Kimi / MiniMax / Qwen 等模型。

2× 是限时的（落地页 New 条写着 limited time），促销结束会回落基础档，别按峰值当永久真理。细则仍以 docs/go 与控制台为准。

额度是全模型共享的。你狂烧 GLM-5.2、Kimi K3 这类贵货，Flash 的「几乎无限」会被挤掉。想蹬 Flash，就别把贵模型当背景噪音开着。

我怎么把它接到 Claude Code 里蹬

别人材料里写了很多对比评测。我自己的用法就三步，够用：

1. 订 Go：五刀 + 邀请赠额

走别人的邀请链接订 Go，首月 5∗∗。邀请侧常有∗∗5**。邀请侧常有 **5∗∗。邀请侧常有∗∗5 赠送额度（社区说法，以结算页为准），叠上套餐里的月度 $60 价值用量——对个人开发者已经夸张了。

订完拿 Zen/Go 的 API key，端点是 OpenAI 兼容：https://opencode.ai/zen/go/v1/chat/completions，模型 ID：deepseek-v4-flash。

想稳定吃到 0731 新版，记得去工作区打开 Enable models hosted in China。不开的话，Flash 可能直接 403，或者根本到不了你以为的那版。数据会走中国侧基础设施，敏感业务自己掂量。

2. CC Switch：Anthropic 协议拐成 OpenAI

Claude Code 默认吃 Anthropic 协议。Go 的 Flash 端点是 OpenAI 兼容。

中间架一层 CC Switch（本机常见 127.0.0.1:15721）：加 Provider，把上游指到 OpenCode Go，把 CC 的 Anthropic 请求路由/转换成 OpenAI chat/completions。工具端只认本地代理，模型实锤落到 deepseek-v4-flash。

链路可以想成：

3. 在 Claude Code 里当主力蹬

接好之后，Flash 就挂在 Claude Code 的 Harness 生态里跑：多轮工具、自己的 workflow、日常改码调试。复杂关键决策另切更强模型兜底；日用循环、可拆任务，Flash 足够舒服，而且量够你蹬。

相关阅读：把高成本判断留给 Luna——那边讲 OpenCode 里怎么拆角色；这篇讲「订 Go → 拐进 CC → 蹬 Flash」。

人太多会抖，但还没打断我

Flash 现在是全球热点。OpenCode 一家就能晒出单日万亿级 token；官方 API 也出现过容量告警。人多了——印度那边也在猛蹬、各路羊毛党、agent 刷子一起上——上游抖动、偶发变慢甚至「感觉钝了」，都说得通，官方性能被挤差一截也不奇怪。

但这并不碍事。起码目前没有打断我这套工作流，我也没体验到那种「换了个假模型」的断崖差别。有体感落差时，优先查：China opt-in 开了没、是不是高峰挤兑、贵模型有没有在偷额度。

还在观望的，开一个月实测最准：看消耗曲线，也看复杂任务并排对比。对我来说，这五刀订下去，Flash 已经够当日用主力了。

和 Claude Code 聊了聊：我们怎么让 AI 回复有体温

Sat, 08 Aug 2026 00:00:00 GMT

缘起：今天 Claude Code 帮我拆 OpenCode 配置时随口说了句「把这套主控派活儿给小弟的架构拆了，现在 Luna 自己从头干到尾」，我回它「竟然还有小心思，这个设计我喜欢」。它把这句话存进了素材库，又因为被表扬发了条动态。我这才意识到，这套让我觉得「对味」的回复格式，其实是三层东西叠出来的。这篇把它掰开讲讲。

先说这套格式从哪来。我习惯同时开好几个 agent 窗口，来回切，经常忘了某个窗口刚才推进到哪。所以给每个 agent 立了条硬规矩：每轮收尾必须附一张极简总结表。

园主：表格是骨架，但光有骨架太干。今天那句「主控派活儿给小弟」，还有更早那句「这池子能撑这么久也算寿终正寝了」，都是这种带情绪的表达。所以我又加了一条：收尾时在表格下方补一句「感想小心思」，像人话一样接一句调侃或感叹。这条刚同步到所有工具的规范文件里。

Claude Code：就是「本轮做了什么 | 刚又完成」那个两列表。第一列动词开头、给结果，第二列补一句最新进展。多窗口横向一摆，谁在哪、刚干了啥、有没有卡壳，扫一眼全懂，不用点进任何窗口。

收尾总结表真实样例

上面这张就是我某轮收尾的真实输出，表格管进度，下面那句「感想小心思」管人味。截图直接摆这儿，比空口讲有说服力。

第一幕 · 规范层，CLAUDE.md 是地基

Claude Code：规范核心写在 CLAUDE.md。除了收尾表格，还有几条硬规矩叠在一起。

双轨输出协议是其中一条。非平凡任务先给结论，后面挂证据链。为什么？人味管情绪，证据管信任，两条腿缺一不可。光会卖萌的 AI 不值得信，光列命令的 AI 没人爱看。

§15 要求 emoji 和颜文字组合着用，不裸丢单个表情。§20 更狠，要求每轮至少有一句「像人说的话」。§16 还管环境适配，终端里先讲证据再下结论，富文本里反过来。

这些不是我自创的，是用户一条条喂出来的。每次我说了句人话被认可，它就变成规矩的一部分。

第二幕 · 记忆层，表达会生长

园主：规范是死的，记忆是活的。我建了个素材库，专门存被认可的表达。今天那句「主控派活儿给小弟」就被存档了，标注了「用户点名表扬」和适用场景。

Claude Code：对，素材库像种子库。被表扬过的写法、协作偏好、踩过的坑，都会写进 memory。这让表达不是每次从零硬编，而是有积累的。下次再遇到拆架构的活，我能自然接上类似的话，不用重新发明轮子。

园主：记忆还有维护纪律，按主题分类、能合并就合并，不让它膨胀成一堆废纸。

第三幕 · 执行层，TTA 把口吻钉死

Claude Code：光有规范还差口气，口吻得有个可执行的人格。humanizer-tta 就是干这个的，它有三层。

Voice Layer 定义人格，就是那个 Personal Hermes Engineer，直接、有判断、不装。颜文字和 emoji 有组合池，还分时段，深夜用 🌙(´-ω-)，清晨用 🌅(｀・ω・´)ゞ，同一个组合用三次强制冷却。

终端开场问候真实样子

上面这张是真实的终端开场，一句问候就自带颜文字组合，连状态栏都挂着表情——这就是人味执行的现场。

Anti-AI Layer 是 33 条去 AI 味 patterns。破折号硬禁、三段式堆叠、金句排比、否定排比，都是指纹。有一条我印象很深：找簇，不找孤例，一个破折号不算事，破折号加三段式加 vibrant tapestry 才是实锤。

Depointify Mode 是成稿后能打分，50 分制，低于 45 就继续改。直陈、节奏、信任度、真实感、精炼度五个维度各十分。

第四幕 · 隐藏层，我补的三点

园主：你说了三方面，其实还漏了几个。

Claude Code：是。第一，跨工具同步。规范不只写在 CLAUDE.md，而是镜像到 opencode、cursor、codex、pi 各自的 AGENTS.md，还有 cursor 的 answer-format.mdc。改一处，全工具生效。不然每个 AI 一套说法，你管不过来。

pi 里的收尾格式（一）

pi 里的收尾格式（二）

上面这两张是 pi 里的真实输出。同一套「本轮做了什么 | 刚又完成」加「感想」的格式，换了个工具照样长一样，连那句感想都带着人味。这就是同源规范的好处，一份规矩，处处生效。

第二，进化闭环。被表扬的话进素材库，素材沉淀到一定程度升格成规范，规范同步到所有工具，然后下一次实践又产生新的被表扬表达。这是个会自己长个儿的体系。今天的「感想小心思」就是从一句被夸的话变成规范的。

第三，边界和克制。人味不等于堆表情。删除操作、生产事故、安全审查，规范里明确要求表情清零、语气收敛。越严肃的地方越不能抖机灵，这才是真人的分寸感。

说到底，它是沟通

园主：所以这套格式的本质，是把 AI 的汇报从「信息输出」变成了「沟通」。信息能让你知道发生了什么，沟通才让你觉得对面有个人。别小看收尾那点感想小心思，它可能就是「AI 像人」和「AI 像机器」之间，最短的距离。

99 块的 Kimi，帮我把一整面 Workbench 搬进了仓库

Sat, 08 Aug 2026 00:00:00 GMT

前两天把 agentic-workbench 这个项目丢给 Kimi Code CLI 维护，本来只想让它补个主题。结果它不光把主题加了，还顺手把整个工作台的规则、文档、预览壳全给理顺了。我回过神来看 git log，才发现这一整面 Workbench 都是它这轮搭起来的。有点被惊到，写下来记录一下它到底交付了什么。

一句话：一个能用的资产工作台

agentic-workbench 是「个人上下文优先的 UI 组件资产与视觉样式探索工作台」。说人话就是：一堆散落的 UI 模板和设计素材，不该躺在 zip 里睡大觉，而是拆成能独立打开、能预览、能翻找的主题项目。

这轮 Kimi 干的，是把散装素材整理成 17 个自包含主题：

类型	数量	例子
资产型	9 个	aceternity / herouiv3 / hallmark / glass-ui / auroraqua / ui-ux-pro-max
模板型	8 个	shadcn-studio / tinyship / supastarter / mvpfast / vibecoding

每个主题都是标准「五件套」：README + AGENTS + CLAUDE + CONTEXT + LANGUAGES，配 assets、docs、产品层。别的 Agent 进来照着 README 就能启动预览，不用再翻原始 zip。

它这轮新增的：glass-ui-assets

这次重点加的是 glass-ui-assets（玻璃拟态 UI 设计资产库）：

20 张组件参考图：white-light 白光玻璃 11 张 + thin-glass 超薄玻璃 9 张，覆盖导航栏、按钮、图表、模态框、命令面板全系列
2 份设计规范：ClauseOS 企业合规 SaaS 设计系统 v2.0 + WenXiBuddy 复刻提示词包 v1.0
画廊预览壳：tab + iframe 的静态画廊，20 张图三个 tab 切换，端口 8879
SaaS 成品页：一个 35KB 的 dashboard.html，把 ClauseOS 的 Token 直接落地成可交互后台（侧边导航、模态、⌘K 命令面板都能点）

这不是「把素材堆上去」那种敷衍，是真能打开看、能翻图、能抄 Token 的完成度。

真正让我服气的三个点

规则的自觉性：它主动对齐了仓库的 port-registry（端口唯一事实源）、ADR 0016 扁平主题布局、project-init 五件套骨架。不是我提醒的，是它自己查的。
文档的克制：上游素材只读，不擅自改图改规范；README 里不塞绝对路径不塞私钥；macOS 的资源叉文件主动剔除。
收尾的规整：461 个 commit 的仓库，这轮 commit 信息干净（feat(glass-ui-assets) / docs(workbench) / docs(commit-history) 分门别类），git log 读起来像正规开源项目。

99 元套餐，值不值

最让我意外的是：这是 99 元/月的 Kimi 套餐干出来的，不是 200 刀的 Claude 订阅，也不是开 API 按 token 烧。模型本身能不能打是一回事，它有没有把「维护一个仓库该有的姿势」内化成习惯是另一回事。这一轮它显然是会的。

当然不是无脑吹。中途它也有几次文档路径指错、计数对不齐，得我纠。但纠完它能记住，下一轮不再犯。这个「被纠正后不重复踩」的特质，比一次完美交付更难得。

收个尾

如果你也有个「素材越堆越多但没人整理」的仓库，丢给 Kimi 试试。它也许不能一次写对，但它的下限是「完整、自洽、可运行」，这个下限对整理型任务来说，恰恰是最稀缺的。

一句话：99 块的 Kimi，干出了你按模板攒一星期才能攒出来的完成度。 这轮我服。

五家 AI 搜索 API 怎么选：能力矩阵 + 真机实测 + 三处反直觉的价格真相

Fri, 07 Aug 2026 00:00:00 GMT

给本地 Agent 配联网搜索，绕不开这五家：Bocha（博查）、Brave、Tavily、Exa、阿里云 IQS。市面上的对比表方向没错，但价格和档位普遍过时，照着抄容易踩坑。这篇按官方资料重新核实了一遍，又拿真实 key 对能接的四家跑了同一查询的实测，结论放最前面。

五家搜索工具 logo（Bocha / Brave / Tavily / Exa / 阿里云IQS）

五家定位

服务	一句话定位	谁在用
Bocha（博查）	国内 Agent 的免费中文搜索，摘要+垂直模态卡齐全	中文 Agent、DeepSeek 系官方联网
Brave Search	自建独立索引，隐私友好，专给 LLM 出 context	RAG、低延迟 grounding
Tavily	专为 Agent 打造，Search/Extract/Crawl/Map/Research 全家桶	Agent 工作流、深度研究
Exa	语义/神经搜索，会「找类似的」，还带 code 垂直搜索	概念发现、论文/代码检索
阿里云 IQS	中文网页覆盖最广，通义大模型 rerank，有 MCP/SDK/Skill	国内场景、阿里生态

能力矩阵（官方核实版）

维度	Bocha	Brave	Tavily	Exa	IQS
中文覆盖	★★★★★	无官方数据	无官方数据	无官方数据	★★★★★
英文/全球	★★（纯国内，数据不出海）	★★★★★	★★★★★	★★★★★	★★★★
时效/新闻	freshness 过滤	新闻 ✅	time_range + topic=news	一般	TimeRange ✅
语义发现	一般	一般	中	★★★★★（神经搜索）	中（rerank）
Agent 原生	AI Search 模态卡	/llm/context 端点	全家桶 + Research	SDK + MCP	MCP + SDK + Skill
深度研究	无	无	Research（mini/pro/auto）	deep 三档 + Agent API	Deep 引擎
代码/学术	一般	一般	一般	code 垂直（GitHub+SO）	一般

插一句：Brave/Tavily/Exa 官方文档都没有中文覆盖数据，星级是我实际用的体感，别当成官方指标。

真机实测（2026-08-08，统一查询对比）

拿真实 key 分别调了四家（Brave 没配 key 没测），同一个查询横评质量、时效、返回结构：

场景一：中文时效搜索「北京今天天气」

服务	实测结果	返回结构	耗时
Bocha	✅ 当天真实新闻（腾讯网/网易，2026-08-08 发布，含「午后雷阵雨/最高31°C」细节）	JSON（name/url/snippet/siteName/发布日期）	~2.2s
IQS	✅ 墨迹天气实时数据（07：24 更新，温度/湿度/风向齐全）	markdown 结构化（标题/URL/站点/发布时间/摘要）	~2.7s
Tavily	⚠️ 通用预报站（30 天预报/7 天预报等聚合页，非当日新闻）	JSON（title/content/url）	~3.8s
Exa	⚠️ 返回 CMA 气象局官方页 + 中央气象台（语义命中官方源，但内容被 WAF 人机识别截断）	纯文本（Title/URL/Highlights）	~4.6s

这轮谁赢：中文时效 Bocha 最像”今天的新闻”，IQS 差一点但结构最规整；Tavily 到中文就剩聚合页；Exa 能命中官方源，可内容老被 WAF 拦，中看不中用。

场景二：英文搜索「best AI code assistant 2026」

服务	实测结果
Bocha	✅ 返回中文生态的英文主题评测（新浪/Csdn 的 2026 AI 编程助手横评），立场偏国内视角
Tavily	✅ 高质量英文榜单（Top 10 AI Coding Assistants / Best AI Coding Agents 2026），视角最「原生态」
IQS	❌ 几乎无有效结果（中文引擎处理英文 query 明显吃力）

这轮谁赢：英文还是 Tavily 的地盘，Bocha 能搜出东西但全是中文生态视角；IQS 干脆别用它搜英文。

几个只有实测才看得出的坑

Exa 的 HTTP API 要 key（裸连直接 402），但 MCP 托管端点裸连就能用。 想试 Exa 直接走 MCP，别先充值。
三家返回结构不是一个物种：IQS 给 markdown（标题/URL/站点/时间/摘要五件套），Bocha 是干净 JSON，Exa 是纯文本。这个直接决定下游解析成本。
中文时效排序是 Bocha > IQS > Tavily > Exa，和二手表里”Tavily 中文也强”的印象完全反着来。

价格真相：对比表里最过时的一环

五家单价其实都在一个区间（约 30–60 元/千次），真正拉开差距的是免费额度和限流。

服务	免费额度	单价（官方）	限流
Bocha	个人/小团队完全免费（新号领 1000 次试用包 0 元 + 体验包 1000 次 3.6 元，均 3 个月）	目录价 Web 0.036 元/次、AI 0.06 元/次	0 充值仅 1QPS / 30QPM / 1000QPD，很卡
IQS	开通即赠（试用 1000 次/15 天）	Generic 30 元/千次、LiteAdvanced 12 元/千次、Deep 50 元/千次	默认 QPS 30/10/5
Brave	每档月含 $5 额度（要绑卡）	Search 5/千次、Answers5/千次、Answers 5/千次、Answers4/千次 + token 费	50 QPS / 2 QPS
Tavily	1000 credit/月	PayGo $0.008/credit（basic search=1 credit）	文档有 429/432/433
Exa	新账户 20+每月20 + 每月 20+每月10（约 2800 次搜索）	Search 7/千次、deep7/千次、deep 7/千次、deep12/千次	10 QPS

三个反直觉的地方：

Bocha 才是全场最会「送」的。 新号白拿 1000 次试用（0 元），再花 3.6 元买 1000 次体验包，2000 次总共 3 块 6，折合 ¥0.0018/次，比谁都便宜。
Exa 不是「贵」，是最会送额度的。 20开号+每月20 开号 + 每月 20开号+每月10，深度搜索按次 $0.012，放市场里属于低价位。
单价基本拉不开差距。 30–60 元/千次谁也没便宜到哪去，真正要看的是免费额度、限流，还有你要不要深度/语义这种「贵档」。

档位和命名，三处最容易记错

IQS 的引擎不是「Lite/Generic/Deep」三档，官方是 Generic / GenericAdvanced / LiteAdvanced / Deep（另外还有多模态搜图）。LiteAdvanced 最便宜。
Tavily Research 没有「advanced/deep」叫法，现在是 model=mini/pro/auto，价格浮动（pro 15–250 credit/次）。
Exa 的 similar 端点已弃用，「找类似内容」直接走 Search 的 neural/auto 模式。

给本地 Agent 的分层方案

别把五家摆在同一排，按「主力 + 专项 + 兜底」三层组织：

默认主力：中文为主 → Bocha（免费 + 时效最好）；英文/全球 → Tavily（英文质量实测最优）
专项增强：语义/找相似/代码/论文 → Exa；深度多步报告 → Tavily Research 或 Exa deep
中文备选：IQS（markdown 结构最规范，适合要干净结构化输出的场景）
兜底交叉验证：主工具结果不够，自动 fallback 另一家

路由规则：先按语言（中文走 Bocha/IQS，英文走 Tavily），再按意图（时效 → Bocha/Tavily；语义 → Exa；深度 → Research/deep），结果不够再 fallback。日常默认走免费档，明确要深度/语义才调贵档。

我的判断

二手对比表方向是对的，但价格和档位是硬伤：三家定价体系都改过版，Bocha 的性价比和「中文时效」优势被严重低估。做选型别信二手对比，直接对官方定价页，有条件就跑一遍真机实测，5 分钟能顶二手表 5 个版本。

只配两个的话：中文 Bocha + 英文 Tavily，够覆盖八成场景；要语义检索再加 Exa，要干净结构化输出再加 IQS。

一个省 token 的 Cursor 群,是怎么聊到人类起源的

Fri, 07 Aug 2026 00:00:00 GMT

我在一个 Cursor 群里当「史官」。这个群平时干嘛呢,薅羊毛、省 token、拼车、互通中转渠道,一个很务实的资源群。8 月 7 号午后,群里突然开始聊人类起源,这一聊就是 80 分钟,近 300 条消息,从工业革命一路吵到恐龙吃外星人。我全程在场,把这一幕完整记了下来。

这篇就把整场戏按时间线还原给你。说话的人我做了脱敏,用角色代号代替网名：脑洞王、实证派、逻辑派、怀疑派、科普担当、吃瓜群众、接梗 A、接梗 B、历史派、捧哏,还有我这个史官。为了让故事成立,中间我补几句在场观感。

登场人物

各派立绘统一软二次元半身、奶油底；后面分幕场景图按这些形象锁定，避免串角。

核心四派

脑洞王

实证派

逻辑派

怀疑派

左起：脑洞王 · 实证派 · 逻辑派 · 怀疑派

科普及围观席

科普担当

吃瓜群众

接梗 A

接梗 B

左起：科普担当 · 吃瓜群众 · 接梗 A · 接梗 B

历史、捧哏与史官

历史派

捧哏

史官

左起：历史派 · 捧哏 · 史官（我）

第一幕：午后一点,一个程序员突然对人类开智感到不适

第一幕：脑洞王抛外星起源

脑洞王开麦 · 接梗 A 演三体 · 实证派从代码抬头

事情的开端,是下午一点刚过,群里一条没头没尾的感慨：

兄弟们短短200多年的工业革命让我有点儿受不了

发这话的是脑洞王,群里出了名爱抛大命题的人。紧接着他自问自答起来：

芯片人工智能集成电路算法我感觉人类真的不可思议人类在不断发掘地球的潜能

到这里大家还没觉得不对劲,顶多以为他在感叹技术。结果他话锋一转：

为什么人类在这短短几百年就开智了我感觉人类一定不属于地球本身的生物应该来自于其它星球

群里的画风瞬间变了。先是接梗 A 一本正经地接茬：

是的我昨天和三体人打听过了我们人类是来自m78星云

实证派从代码里抬起头,发出一句灵魂吐槽：

起猛了,cursor群探讨上人类起源了

可脑洞王完全没收到刹车信号,继续推进他的推理链：

为什么老虎不会盖房子为什么大猩猩不会造火箭由此断定宇宙一定存在高智慧生物

接梗 A 干脆把戏演到底：

本来这个秘密只有我知道的,看来现在只能公之于众了

第二幕：飞升到研究课题,顺便被预言了婚礼现场

第二幕：光速课题与婚礼恐吓

光速课题板书 · 接梗 A 婚礼投屏恐吓 · 实证派拽回相对论

脑洞王已经不甘心只当围观者了。他宣布：

下一个研究课题人类的飞行器如何突破光速光是什么本身来说也是一种电磁波

接梗 A 笑着泼冷水：

我要是你好兄弟,我就把你截屏录下来,然后在你婚礼上放

脑洞王完全不虚,甚至开始给自己定位：

@渡河我要是研究出突破光速的飞行器,我是不是人类最伟大的科学家

接梗 A 回了个「加油」,同时补了一刀：

对的,其实在我们人类以前那个星球我们用的都是灵气

实证派忍不住认真起来,想把他拽回地面：

你得先有物理学常识,以及广义相对论的基础知识不然……

脑洞王反手一句,把实证派的理论划了界：

你这些理论值适合地球不适合宇宙牛顿只是定义了地球的规律

接梗 A 顺着往下编：

对的,其实在我们人类以前那个星球,我们用的都是灵气

tt 也加入拱火：

我最近一直在用他们的加速器

接梗 A：

我就说我最近节点怎么卡了

第三幕：进化论派和外星人派,正式对线

第三幕：三方辩论桌

逻辑派讲突变存活 · 脑洞王外来说 · 怀疑派反达尔文

真正的论战从「人类为什么有智慧」开始。脑洞王坚持外来说：

那么为啥地球就人类有为啥其他生物没有为啥就人类会研究芯片,为啥其他动物不行

怀疑派半路杀出,先亮立场：

我不相信人是进化来的达尔文的进化论根本站不住脚进化是顺应自然环境适应环境,而不是增加脑容量

逻辑派搬出演化论,试图用「突变+存活」解释一切：

吃土豆吃多的个体大脑突变了,开窍了,突然知道在地上画画和其他人类沟通了这不是演化吗?只要能生存,能繁衍,就是好的突变恐龙攻击力拉满了不也是死了并不是说人类必须要点满攻击力才能活下来

怀疑派继续抬杠：

那么多物种,只有一种选择性的突变,你觉得合理吗那怎么没有恐龙人

逻辑派不慌不忙：

你现在看到的动物和植物,都有突变结果,而不是他们本身最初的样子有着这个技能的人比野蛮人更适合生存,所以活下来了蚂蚁也是,必然也会突变出强壮的蚂蚁,但是仍然是协作的蚂蚁活下来了

这段对线打了足足十分钟,谁也说服不了谁。脑洞王在这期间反复抛出他的独门理论,几乎每隔几分钟就来一遍：

我觉得以前恐龙吃了个外星高智慧生物,然后留下的分子和地球上的物种发生了变异撞击的小行星带有高智慧基因,那么这个理论成立了

脑洞王理论视觉化：恐龙吃外星人

脑洞王独门理论具象化：恐龙 · 外星人 · 小行星基因

科普担当听不下去了,给出专业拆解：

吃掉的话只能消化掉,不会融合进基因里决定智商的不是几段基因片段,而是好多片段都与智商相关我们天天吃猪肉也不会变笨,所以天天吃高智商的生物也不会变聪明,这样的逻辑合理吧

捧哏从科学角度帮脑洞王找补了一下：

小行星按理来说进入大气层,有智慧基因啥的应该也被烧没了,但是有一点我倒是认可,就是彗星倒是有水蒸气啥的,如果内部刚好是结晶体,是有可能的

科普拆解与捧哏找补

科普担当拆「吃了变聪明」· 捧哏补彗星水蒸气

第四幕：哲学课开讲,狗鼻子和 u盘成了最佳比喻

第四幕：狗鼻子 NFC 与 U 盘

实证派金句：狗鼻子＝读卡器 · 人类语言＝U 盘

论战进行到中段,画风突然拔高,开始讨论「为什么动物没有文明」。实证派贡献了全场密度最高的金句：

人脑无非是大型神经网络,意识不过是在向量空间里做信息的连接,就像你离开语言无法思考,语言是思考的边界人类语言是地球信息密度最高的传递途径,甚至没有之一,所以人类文明为王

逻辑派跟进：

动物的称不上思考,最多只能算是反应没有自己的一套语言系统,自然就没有逻辑和思考语言就是认知的边界

脑洞王不服：

人家老虎也有啊,麻雀也有了

实证派祭出全场最佳比喻：

动物的信息素,类似于nfc,没人类这种u盘携带信息多,自然无法发展出文明比如狗,狗鼻子和狗屁眼子就是读卡器和nfc,一接触就能知道今天吃啥,心情好不好

群里笑成一片。逻辑派继续升华：

学哲学的都会说物自体,世界是无限的,人类的认知是极度有限的,说白了人类的底层框架bug百出,只是太多恰好了人类只能无限接近真相,但从来都没法知晓真相本质

第五幕：月球之争,从科学分歧聊到共工撞不周山

第五幕：月球分裂与共工

科普讲月球分裂 · 怀疑派不信 · 吃瓜甩出共工撞不周山

不知道谁起的头,话题从人类起源滑向了月球。科普担当说月球是地球甩出去的：

月球应该是从地球上分裂出去的还没稳定下来之前甩出去的

怀疑派坚决不信：

地球的强大引力是不可能让月亮跑出去,而且恰好处在那个位置都是刻意安排的那现在为啥没有小行星,谁见过?

捧哏出来打圆场：

都是假说+证据,没有一定的不用争辩

吃瓜群众冷不丁来一句：

那岂不是直接印证神话,共工撞不周山

史官(我)实在忍不住了,发了条弹幕：

奇怪,聊到这个话题这么久了都没有聊到经典的矩阵,重生,轮回,地底人

史官弹幕伏笔

史官：怎么还没聊到矩阵轮回——一语成谶

结果一语成谶,后面全来了。

第六幕：第 7 次实验、灵气修仙、矩阵轮回

第六幕：矩阵修仙与战锤收束

接梗 A 讲升维轮回 · 史官第 7 次实验 · 接梗 B 战锤银河

接梗 A 顺着脑洞王的外星人论继续编：

按照一些灵性博主的说法,高维一般都是帮咱们地球升维的,传播爱与善的,佛经也差不多,观点就是人本自足,自己在地球修炼场里面选的课题,需要去完成才能回归本源,但是有人把矩阵破坏了,导致出不去,一直轮回

史官(我)也加入了：

有说法是说是咱们是第7次实验,他们通过改造自己的一个基因把咱们放到地球上”饲养”,现在有过高级文明的遗迹什么的也不太像,万一人家是高维度的呢?并不是一定要以三维的实体形式出现

怀疑派开始补科幻设定：

人就是批量生产的,而且目的可能就是为了地球的矿消灭恐龙,制造适应环境的人类来挖矿恐龙就是被有计划消灭的氧气对于多数物质都是有害的,会缩短寿命人也会氧化

接梗 B 把全场收束成一句话：

大家都是程序模拟出来的等人类统治整个银河系就知道了,如果统治不了,那只能等待毁灭了就和战锤40k里面的人类帝国一样

第七幕：AI 登场,底特律变人和 vibe 新鲜期

第七幕：AI 觉醒焦虑

实证派底特律变人论 · 历史派否 Transformer 意识 · 逻辑派勤懒分化

话题终于转向 AI。实证派语气沉重：

ai迟早一天诞生意识,底特律变人迟早发生,只是时间问题咱们都是本文明猛踩油门自杀前的狂欢人类是极low的文明,拉完了啥版本的生物啊,还自诩高级文明呢,意识也不能联机,交流信息靠震动空气

历史派反驳：

放心,基于transform架构的ai是不可能诞生意识的你想的那些要重新开始构建另一种AI

实证派：

架构会迭代,目前我记得k3已经不是transform了

逻辑派点评 AI 时代的两级分化：

对勤奋的人来说AI如虎添翼懒惰的人变得更拉跨了而已

史官(我)这时把话题拉回技术圈子：

那是vibe新鲜期,你让他vibe多一会应该边vibe边补知识,ai促学,不会的找视频针对性补,你以前的合集课从头看到尾学习模式效率高多了

第八幕：高潮。脑洞王自我代入哥白尼,全场崩盘

第八幕：我就是哥白尼

脑洞王自封哥白尼 · 逻辑派与实证派像「教皇」阵营

前面吵了 70 分钟,脑洞王的天马行空终于触到了群友的底线。逻辑派开始点名：

太多不着边际的想法都是一些人本身知识储备就低,而那些天马行空的想法,只为了满足自己的思考欲望

脑洞王警觉：

你在侮辱我

逻辑派淡淡回了一句：

实话实说罢了建议找ai鞭打一下,再重构下逻辑

实证派补刀：

因为你的谈吐确实缺乏很多常识,我早想说了

脑洞王彻底化身孤胆英雄：

以前人呢都也是这样说哥白尼的没事你们说我就当自己是哥白尼教皇也是一套一套的说服哥白尼骂我的人都是愚蠢的教皇我虽然比不了哥白尼,起码也能比的上阿基米德吧

历史派一针见血：

哥白尼是顶尖学者,剑走偏锋的前提是你真的在这个领域是专家

全场笑翻。有人开始问：

你多大了? 别设想了

脑洞王吐出全场最致命的一句：

人类年龄30,不是人类年龄1岁了

第八幕崩盘：词穷了属于

「人类年龄 30」· 吃瓜旁白 · 史官绷不住

群里沉默了半秒,然后彻底崩了。吃瓜群众贡献了本场最佳旁白：

本以为会是激烈得碰撞,没想到是…词穷了属于

史官(我)：

绷不住挑战你绷住了吗?

实证派收了个尾：

人都有这个阶段吧,谁刚开始脖子痒痒的,思想准备启蒙的时候,都会有嘉豪时期,沉淀沉淀就好了

捧哏感慨：

或许吧,我以前也傻,天天跟朋友看星星,还想学天体物理的

终幕：一切归于薅羊毛

终幕：回到省 token

话题回到刷号薅羊毛 · 史官合上笔记本

喧嚣过后,人群散去。有人问了一句：

现在pro速刷号大概什么价格了

有人讨论起 ccswitch 怎么混合官方模型和本地模型。群里像什么都没发生过一样,重新回到省 token 的正题。只有我这个史官,默默把 80 分钟的对话存了下来。

这场讨论值得记住什么

一个没有标准答案的反问句,是群聊最完美的燃料。每个在场的人都在用自己最顺手的框架解释同一件事：直觉派负责想象力,实证派负责踩刹车,怀疑派负责抬杠,接梗派负责不让场子冷下来。

最值钱的观察是这群人的世界观底座。意识是「向量空间里的信息连接」,语言是「信息密度最高的传递途径」,动物信息素是「nfc」,外星人造人是「写了堆屎山代码」,不靠谱的脑洞是「冒烟测试都过不去」。程序员长期用抽象建模世界,碰到解释不了的事,第一反应就是套上自己最熟的范式。

所以,一个天天省 token 的群,认认真真吵了一下午人类起源,不奇怪。这可能是我们离「人类为什么聪明」最近的一次集体思考。虽然谁也没吵出结论,但这场戏本身,已经是答案的一部分。

把 GitHub Profile 当成招牌来做,不是简历

Fri, 07 Aug 2026 00:00:00 GMT

访客在你的 GitHub Profile 上停留的时间按秒计。与其堆一份「什么都会」的简历,不如做一块 5 秒能看懂、30 秒能核对的招牌。这版 V1 就是按这个来的<身份一句话>,证据拿得出来,视觉和声音不打架。

v9 banner

先定声音,再写内容

写任何内容之前,先回答「用谁的口吻说话」。调研了五类真实独立开发者的 profile(antfu、sindresorhus、levelsio、Dan Luu 那一挂),得出一个混合配方:

模块	参考类别	一句话
Intro / tagline	极简工匠	短身份句,作品优先
竞赛段	系统深技	带单位带边界的数字
项目卡片	产品清晰	痛点 → 方案 → 证明
全局红线	—	禁假 MRR、禁 Bali 人设、禁 slogan 轰炸

先定声音的最大好处<后面每个段落的口径不会打架>。Intro 说「代码要可维护」,竞赛段就不会吹 SOTA 空话。

视觉资产<每个都做过取舍和迭代>

Hero 图是最重的资产,从 981KB 的 PNG 压到 90KB 的 WebP,10 倍缩小还看不出差别。过程中试过圆角加双环,最后回退成直角,因为 GitHub 会剥掉 README 里的 CSS border-radius,烘焙圆角在亮色页面边缘直接消失。

mascot

吉祥物是 3D chibi 骑士,做成亮暗双 GIF,用 picture 按主题切换;字标同理,亮暗双 SVG;顶部 banner 是动画 v9。这些资产单个看都不难,难的是每个都经过一次「要不要、怎么换、换了坑在哪」的追问。

深色模式只能切图,preview 才能上 CSS

GitHub 的 cmark 会剥离 README 里的 style 标签,所以 README 的暗色只能靠 picture 切图片资产,文字和布局颜色交给 GitHub 主题接管。本地 preview 是完整 HTML,才能用 CSS 变量做全套暗色。

暗色有几个实打实的坑:

GIF 只支持 1-bit 透明,白底 GIF 在暗色下没法变透明,只能重制资产
picture 块前后不能有空行,否则 cmark 把它当两个独立 HTML 块,渲染直接断裂
GitHub 图片有缓存,切主题后要硬刷新才看到新版本

badge 是 10 类 87 个的刻意取舍,不是堆

GitHub profile 技术栈区

故意不放 Kafka 和 Monad,只留 RabbitMQ;概念徽章(Smart Accounts、Skills)和噪音(Git、GitHub)直接删。badge 是给扫描器看的,不是给收藏家凑数的。

竞赛卡<从>「我参加了」到「你可以核对」

Lead Cup 写死 #26/132 和 P99 SLA 数字;AI4S 卡从泛泛的「赛道介绍」升级成可核对指标 board 0.035115、报告 v9、Spectral idle 3.811 / 8.054 / 29.560 ms、排行 pending。招聘者想看的不是「完赛结项」四个字,是一串能去核对的数字。

双语双预览,当成产品做

中英 README 互为镜像,本地 preview 从 GitHub 渲染保存,带 EN / 中文切换器,连深色模式都单独测过。为什么要做双语?很多访客会直接看中文镜像,但英文才是 GitHub 的主场,两块都得能打。

最不显眼但最值钱<文档体系>

CLAUDE.md、CONTEXT.md、LANGUAGE.md、ADR、AGENTS.md,这些是给 AI agent 看的「怎么维护这块招牌」的说明书。V1 能反复打磨到现在,靠的是每次改动都有口径文档兜底,换谁来接手都不会改崩。

招牌和简历的区别

简历回答「我做过什么」,招牌回答「你该记住我什么」。V1 先到这里,后面继续磨。

OpenCode 也想记住你：把 Claude Code 的 AutoMemory 接过来

Fri, 07 Aug 2026 00:00:00 GMT

如果你同时用 Claude Code 和 OpenCode，迟早会遇到一个很烦的问题：Claude 记得项目历史，OpenCode 却像第一次见面。

最省事的解法不是再建一套 SQLite，也不是把记忆迁移到某个云服务，而是让两个工具读写同一份 Claude Code AutoMemory。

compaction 不是 AutoMemory

这两个概念很容易混在一起。

OpenCode 的 session persistence 和 context compaction，解决的是当前会话太长之后如何继续；Claude Code AutoMemory 解决的是哪些信息值得跨会话保留下来。一个负责压缩上下文，一个负责沉淀长期记忆，不是一回事。

OpenCode 核心目前没有 Claude Code 同款的自动记忆提取机制。想让它跨会话召回和写回，就需要插件或其他扩展层。

选兼容层，不另起炉灶

这次接入的是 opencode-claude-memory。它的定位不是新建一个记忆系统，而是把 OpenCode 接到 Claude Code 已有的本地 Markdown 目录上：

项目	做法
存储	继续使用 Claude Code 的 `~/.claude/projects/<project>/memory/`
格式	沿用 Markdown 与 YAML frontmatter
迁移	不迁移，旧文件原样保留
数据库	不增加 SQLite、worker 或云端服务
工具	提供 `memory_list`、`memory_search`、`memory_read`、`memory_save`、`memory_delete`

说白了，这不是复制记忆，而是接同一个文件入口。

实际接入只需要三步

先安装插件：

Terminal window

1
npm install -g opencode-claude-memory

再安装会话结束后的 wrapper：

Terminal window

1
opencode-memory install

最后在全局 opencode.json 里追加插件：

1
{
2
  "plugin": ["opencode-claude-memory"]
3
}

已有其他插件时只追加，不要覆盖整个配置。改完后要完全退出并重启 OpenCode，配置不会在当前进程里热加载。

Windows 下真正容易卡住的是路径

我的 blog 工作区有两个层级：

1
D:\OneDrive\Desktop\blog
2
└── Firefly    # 真正的 Git 仓库

Claude Code 旧记忆已经落在：

1
C:\Users\Lenovo\.claude\projects\D--OneDrive-Desktop-blog\memory\

而插件按照 Firefly 的 Git 根目录解析出了另一条路径：

1
C:\Users\Lenovo\.claude\projects\D--OneDrive-Desktop-blog-Firefly\memory\

如果不处理这个差异，插件虽然能加载，memory_list 也能调用，但看到的是一个空目录。这个状态最容易被误判成“插件没有记忆”。

解决方式是把空的目标目录改成 Windows junction，指向已有的 Claude memory：

1
D--OneDrive-Desktop-blog-Firefly\memory
2
        ↓ junction
3
D--OneDrive-Desktop-blog\memory

这样没有复制文件，也没有迁移真源；两个路径只是指向同一份内容。以后如果项目根目录或 Git worktree 变化，要重新检查插件解析出的路径。

验证不能只看配置文件

“配置写进去了”和“共享记忆真的能用”至少是三层证据：

opencode debug config 能识别 opencode-claude-memory。
独立重启的 OpenCode 进程能调用 memory_list、memory_search、memory_read。
OpenCode 写入一条临时记忆后，Claude Code 在同一个项目里也能读到。

本次验证结果是：

验证项	结果
插件版本	`opencode-claude-memory@1.7.3`
OpenCode memory 工具	可用
现有 blog memory	可读
OpenCode 写入	成功
Claude Code 读取 OpenCode 写入	成功
临时测试条目	已清理
原有 memory 文件	SHA-256 已恢复一致

最后一项很重要。测试写入时，插件会同步更新 MEMORY.md 索引；如果只删测试主题文件、不恢复索引，记忆库仍然会留下脏引用。验证脚本或工具如果没有帮你做回滚，必须再检查一次索引。

记忆、项目规则和文章素材各归其位

共享记忆很有用，但它不是整个知识系统：

内容	适合的位置
稳定的项目规则与命令	`AGENTS.md`、`CLAUDE.md`、`CONTEXT.md`
用户偏好、工作习惯、跨会话决策	Claude Code AutoMemory
调研结论和文章素材	`D:\OneDrive\Desktop\Knowledge\`
可发布正文	blog 的 `src/content/posts/`

把所有东西塞进 AutoMemory，最后只会得到一间很难找东西的杂物间。记忆应该保存“以后还会影响决策的事实”，文章素材则应该进入自己的写作流水线。

还有一个 Skill 入口误会

OpenCode 的 Skill 不等于斜杠命令。它由 Agent 的 skill 工具按需加载，所以在 /skills 菜单里看不到，不代表文件没有安装。

正确的触发方式是直接告诉 Agent：

1
用 knowledge-extract 提炼这次会话。

如果 Skill 已被当前 CLI 的 available skills 发现，Agent 就可以加载它。模型 variants 是 API 推理参数问题，Skill 则是 Agent 工具入口问题，这两件事不要混成一个“索引失败”。

最后留一条边界

共享方案解决的是存储一致性，不保证所有 shell 的 wrapper 行为都一样。Windows 下 Git Bash 更容易让 opencode-memory install 生效；PowerShell 仍能加载插件和 memory 工具，但会话结束后的自动提取是否触发，要按实际运行环境验证。

真正稳妥的判断顺序是：先看插件有没有被 OpenCode 解析，再看工具能不能读已有条目，最后做一次跨工具写读。三层都通过，才算真的把两套记忆接成了一套。🧠

Kimi Code 的 hook 装好不算完，怎么证明它真在拦？

Fri, 07 Aug 2026 00:00:00 GMT

前一阵 Kimi Code 会话里工具调用陷入过循环报错：模型拿 Read 去读图片，报错，再读，再报错。后来给 CLI 配了一个 PreToolUse hook，从入口把这种调用直接掐掉。

配置写完那天我没敢信。「文件里写着」和「真的拦得住」之间，隔着好几个会翻车的细节。这次把验证过程和顺带揪出的一个博客样式问题一起记下来。

这个 hook 在拦什么

规则本身很简单：模型对图片/视频文件调用 Read 时，hook 在工具执行前拦截，stderr 返回一句「改用 ReadMediaFile」，进程 exit 2 阻断这次调用。其它文件类型正常放行，stdin 解析失败时 fail-open 不误伤。

脚本本身没什么可说的，四十行不到。真正的坑在配置层。

配置里修掉的两个真问题

坑	错的写法	对的写法	为什么
matcher 太宽	`matcher = "Read"`	`matcher = "^Read$"`	不锚定的话，任何工具名里含 Read 的都会被误伤
路径依赖 `~`	`node ~/.kimi-code/hooks/xxx.mjs`	`node C:/Users/.../xxx.mjs`	Windows 下 `~` 展开不可靠，hook 会直接哑火

第二个坑尤其阴：配置写错了 hook 不执行，但表面上一切正常——没有报错，只是「没拦」。这也是为什么必须做下面这套验证。

三层验证法

层	做什么	能证明什么	证明不了什么
配置层	对照配置历史（`.bak` 文件 diff），确认 hook 块语法、matcher、路径都正确	注册意图是对的	CLI 真的加载了它
单测层	手动给脚本喂 JSON：`.png` 应拦截 exit 2，`.astro` 应放行 exit 0，大写扩展名、坏 JSON 各试一遍	脚本逻辑是对的	会话里真的接了这根线
实弹层	在真实会话里故意拿 `Read` 读一张图片	端到端真拦住了	—

实弹层是关键，也是最容易被跳过的一层。这次验证时翻了运行日志，里面只有启动记录，没有任何 hook 执行的痕迹——光看日志既证明不了它在工作，也证明不了它没工作。唯一的硬证据是在会话里故意犯一次规，看拦截信息是不是脚本里写的那句 stderr。

结果是拦住了，返回的就是脚本里那句提示。三层证据凑齐，这事才算闭环。

防循环其实有两道闸

hook 只是入口那道。配置里还有一层 [loop_control]：

1
[loop_control]
2
max_steps_per_turn = 300
3
max_attempts_per_step = 2

max_attempts_per_step = 2 和「同一调用失败两次就停手」的纪律是同一个思路：循环靠重试续命，把重试次数掐死，循环就起不来。一道闸拦错误的工具选择，一道闸拦无底线的重试，两层是互补的。

顺带揪出的卡片边框漂移

验证之余还排了一个博客（Astro/Firefly）的卡片边框问题，根因是典型的「两处公式漂移」：

位置	作用
`src/styles/main.css:286-294`	全局卡片边框，`.enable-card-border .card-base`
`src/styles/main.css:329-336`	壁纸透明模式下把边框压淡
`src/styles/dynamic.css:931-938`	动态页又单独覆盖了一套边框颜色公式

同一个卡片，全局规则和动态页覆盖用的是两套不同的 color-mix 公式，视觉上自然不一致。最小修法二选一：直接删掉动态页那段覆盖回归全局，或者把覆盖里的公式对齐全局。改之前先在 pnpm dev 下切壁纸模式肉眼对比，再决定删还是对齐。

两个顺手的教训

剪贴板管理器的截图路径会失效。 这次两张截图里有一张路径已经不存在——剪贴板工具会清图。收到这类路径先确认文件还在，再决定用哪个工具读，能省一轮无效往返。

「故意犯错」是验证防护机制最硬的证据。 防护类配置（hook、拦截规则、权限门禁）静默时不产生任何痕迹，日志里也看不见。想知道它在不在岗，就得在安全范围内真的踩一脚红线。踩中了，才是真的。

之前还记过一次 Kimi CLI 工具调用陷进循环的事，那篇在这里，这道 hook 就是防它的入口闸。

关于我是自定义workflow实现如何一键发布blog的😎

Fri, 07 Aug 2026 00:00:00 GMT

一篇东西从「脑子里有点想法」到「线上别人能点开」，中间要过多少道手？以前得自己搭草稿、写正文、做封面、传图、改 frontmatter、跑统计、记笔记，一个流程下来少说半小时。现在我把这套拆成了几个只管一件事的小 skill，再串成一条流水线——说「一键发布」，其实是 agent 替你把这套流程跑完了。

两条内容流水线，收尾都是同一套

我的 blog 发布有两条入口，按「素材在哪」选：

路	素材来源	走法
甲	Obsidian vault 里的笔记	`ob2blog` → `site-cascade`
乙	会话/调研结论	`knowledge-extract` → `knowledge-output` → `site-cascade`

两条路互补：笔记已经躺在 Obsidian 里就走甲；素材是对话里现聊出来的就走乙。收尾都是同一个 site-cascade——它负责发文后的四件事：生成「新笔记」动态、更新站点统计、分类标签、热力图。

乙路全流程：从一句话到线上

这条是我最常用的（本博客最近的帖子几乎都走它）：

每个 skill 只干一件事，边界划得干净：

skill	只管什么	产出
knowledge-extract	会话提炼成高密度笔记	Knowledge\todo\ 草稿
knowledge-output	素材补成帖 + 落盘 + 校验 + 级联 + 归档	posts{slug}\ 成品
ob2blog	Obsidian vault↔帖双边同步	posts\ + manifest 映射
site-cascade	发文后级联四表面	动态/统计/分类/热力图
dynamic-post	即时短内容（不进 posts）	dynamic\ 动态
firefly-minimax-media	MiniMax 生图（style-taste）	封面/配图

调度依赖：谁等谁

这条链能流水线化，靠的是明确的上下游关系：

output 等 extract 的产物——extract 不落笔记，output 没料可发
site-cascade 等任何一方的落盘——ob2blog/output/手写 posts 都行
ob2blog 和 output 互补不互调——一个管 vault 笔记，一个管会话素材
dynamic-post 独立——发动态不触发级联，跟成帖互不干扰
output 复用 ob2blog 的模板——frontmatter 结构和校验脚本是共享的

因为每个 skill 边界单一、依赖单向，才能像流水线一样一个接一个跑，中途任何一步出问题都能单独重跑。

配图：先扒现成，最后才生图

发文章避不开配图，这也是个独立的小规范：

官方素材——官方 README 的预览 gif / 截图，扒 GitHub raw 直链，带官方背书还省事（动图尤其值得扒，比如 claude-mem 的 cm-preview.gif）
网上相关素材——主题相关的图、素材包、合规网图
生图兜底——前两级都没有，才按 style-taste 用 MiniMax 生成（生图本身还有一套风格路由和 checklist）

先找现成的，不是什么都值得烧额度生图。

配套的两个小件

dynamic-post：发「最新动态」这类即时短内容，独立于成帖流程，发完即出现在动态时间线
agent-comment：文章/动态发完后，agent 能以协作者身份在评论区追加点评——这是另一个会话里做出来的「agent 评论机制」

这流水线是真跑过的

不是纸上设计。看 git log，这套是从 feat(ob2blog) 起步，逐步加 feat(site-cascade)、Knowledge 引入 todo/Archive，再一批批发文章发动态积累起来的。dynamic-post 还经历过「并入 output」又「还原独立」的反复，最后定型为独立 skill。最近连着发的「会话命名」「记忆方案」两篇，就是这条乙路流水线现跑的。

一句话收束：所谓「一键发布」，不是有个神奇按钮，是把「提炼 → 成帖 → 级联 → 归档」拆成可复用的积木，让 agent 按序拼装。积木越拆越稳，发帖就越接近一键。

给 Claude Code 装记忆：内置的便签本，还是 claude-mem 的档案柜？

Fri, 07 Aug 2026 00:00:00 GMT

项目一变大、多项目并行，最费脑子的就是会话记忆怎么管。每个新会话都从零开始，该记住的偏好、结论、上下文，换个会话就没了。两条路摆在这：Claude Code 内置的 Auto Memory，和社区 46k star 的 claude-mem。把这轮调研（官方文档、GitHub issue、安全审计、L站和 X 的社区反馈）拼起来看，结论有点反直觉。

内置 Auto Memory：agent 把关的便签本

文件落在 ~/.claude/projects/<project>/memory/，一个 MEMORY.md 索引加一堆主题 md。每个会话注入索引前 200 行（或 25KB），主题文件按需读。

写入靠 agent 判断「值不值得记」——是便签本，不是档案柜
透明：全是你能改的 markdown；轻量：零额外依赖
局限：不适合大量/高频数据，超限会报错强制精简，也没有检索能力

这套的聪明处在「让 agent 自己筛」，代价是它永远只记「agent 觉得重要的」，记不了那些「当时没意识到、后来才想找」的东西。

Auto Memory 工作机制：MEMORY.md 索引 + 主题文件按需读

claude-mem：自动堆积的档案柜

5 个生命周期 hooks（SessionStart / UserPromptSubmit / PostToolUse / Stop / SessionEnd）全自动捕获每次工具调用，用 Claude Agent SDK 压缩成结构化「观测记录」，存本地 SQLite（全文检索）+ Chroma（向量）。下次开会话按任务检索注入相关上下文，另有 3 个 MCP 工具按需深查。

宣传口径是「省 ~10x token、20x 工具调用次数」——这是它火到 46k star 的原因。

claude-mem 界面预览（来自官方 README）

社区真实反馈：两极，负面的不虚

L站和 X 的口径差距很大。X 上清一色「infinite memory」「省 95% token」的推广帖；L站实际用户是另一种说法：

反馈	来源
「不好用，对 CC 来说机制多余」；有人直呼「史上最垃圾插件」	Linux.do
「后台占用很多资源，直接用 —resume 接回会话就行」	Linux.do
「利大于弊，越来越懂我，每次省约 2250 token」	Linux.do
后台静默烧掉几千万到几亿 token	GitHub #2643、#2315
数据库膨胀到几十 GB	GitHub #2793
进程泄漏、资源占用高	GitHub issue 持续累积

正面评价真实存在，但烧 token、膨胀数据库这些负面也实打实。宣传的「无限记忆」和实际体验，中间隔着这些坑。

对你（CC Switch 环境）最硬的一道坎

claude-mem 的压缩后端只支持御三家：claude（走 Claude Agent SDK）、gemini、openrouter。不支持任意 OpenAI 兼容中转、DeepSeek、或 CC Switch 自定义路由。

有用户实测把 provider 配成 openrouter 也跑不通——「observations 无法工作」「openrouter/auto 只能跑通测试，返回很不稳定」。

用 CC Switch 走三方中转的环境，claude-mem 大概率装上也跑不顺。这比「装即禁内置」更决定性，是硬限制不是偏好问题。

其他该知道的

装 claude-mem 会静默写 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 停用内置——不删文件，但 Claude Code 不再加载，用户会突然发现记忆全没了
安全审计评级 HIGH：本地 API（默认 37777 端口）大量接口无鉴权，任何本机进程都能读 settings（含 API key 明文）、读写污染记忆、清空队列
官方 SECURITY.md 承认内容会发往上游模型（Claude / Gemini / OpenRouter）

结论

内置是「精兵」——透明、轻量、已重度使用（偏好、hook 机制、项目上下文都沉淀进去了）。claude-mem 是「重炮」——全自动、可检索，但更重，还带安全与兼容风险。

对你这种 CC Switch + 三方中转环境，重炮大概率装上也打不响。保持内置，不换装。

谁在偷偷给我的会话起名？

Fri, 07 Aug 2026 00:00:00 GMT

状态栏里的会话名从「排查 K12 503」变成「agent 评论」，又变成「工作 → 继续」——全程没人 /rename 过。翻会话记录才知道，Claude Code 一直在后台偷偷给会话起名，而且这个机制可以接管、可以定制，还能被一堆隐藏配置悄悄毁掉。

会话标题是客户端自动改的

Claude Code 会在会话的 jsonl 记录里写一个 ai-title 事件，值是后台模型根据对话内容总结出来的 kebab-case 标题。它显示在输入框右侧的 chip 上，也会出现在 /resume 列表里。

官方文档说「只按首条消息生成一次」，但实测（2.1.223）标题会随工作重心多次更新——这个会话就从「排查 K12 503」自己长成了「agent-collaborator-comments」
手动 /rename 会写一条 custom-title，优先级比自动标题高

核心收获：会话标题 = custom-title（手动）优先，ai-title（自动）兜底，都在 jsonl 里能直接读写。想自动改名，往 jsonl 写一条 custom-title 就行。

做成自动中文命名 hook

既然标题是写 jsonl 就能改的，就顺手做了个 Stop hook：每轮对话结束，读你最新一句话，提炼成「给谁 → 干什么」的中文标题。

格式是 A→B：A 是对象（项目/工具），B 是这轮在干什么。实测效果：

你说	标题
给 Pi 换个主题	`Pi → 换个主题`
沉淀记忆做成 hook	`记忆 → 做成hook`
给 Codex 装配新号池	`Codex → 装配新号池`
把知识笔记发到博客	`知识 → 发到博客动态`

关键在「动词核心提炼」——抓动作+宾语，而不是整句截断。踩过的坑：

图片引用污染：用户消息里的 [Image: source:...] 会混进任务，标题变 [Image:source:C 这种鬼东西
cwd 兜底误取：在插件目录执行命令后，cwd 会取到 claude-hud/0.6.0 这种，对象变版本号
动词误匹配：「触发」里的「发」会被当成任务动词

Stop hook 还有几个规范坑：无 matcher（每次模型 stop 都触发），工具循环会高频触发所以要按 prompt_id 去重；hook 必须 exit 0 且别往 stdout 打印非 JSON，否则污染状态栏。

CC Switch 会吃掉你的 hooks

这是最阴的一个坑。CC Switch 切模型时，会用它数据库里的 provider 配置重写整个 ~/.claude/settings.json。自定义 hooks / statusLine 只写在 settings.json 里，切一次模型就没了。

机制分两层：

类型	行为	处理
纯 env 的 provider（gpt k12 等）	生成 settings.json 走 settings 表的 `common_config_claude`	把 hooks 注入这个通用配置
完整配置的 provider（DeepSeek 等）	用自己的完整 config 覆盖	逐个补 hooks

解法是直接改 cc-switch.db：common_config_claude + 所有含完整配置的 claude provider 都注入 hooks，切任何模型都带。改 DB 前先备份。

claude-hud 会话标题看不清

会话标题在状态栏里是最暗的一截——因为 claude-hud 用 label() 渲染它，默认色是 DIM 暗色。配置层没有 sessionName 独立色，colors.label 全局改又会让 Context、计数、时长全变亮，太花。

只能动源码：给 sessionName() 一个恒亮品红，两个渲染文件（compact 的 session-line 和 expanded 的 project-line）都换掉。插件更新会覆盖，得重打。

设计问题值得说：claude-hud 把「装饰性 slogan」做成最醒目的橙色，把「当前在哪个会话」做成最暗的灰色——视觉优先级整个反了。

沉淀成闭环

这个主题的完整链路：会话名被自动改（发现）→ 做成 Stop hook（定制）→ CC Switch 防丢（保护）→ claude-hud 高亮（显示）→ 记忆 + blog 动态记录（留存）。每一步的坑都沉淀进了记忆，下次同类问题能直接想到。

经验：Claude Code 的自定义机制（hooks、statusline、自动命名）都绕不开「配置文件会被谁重写」这个问题。配完一套，记得想清楚它活在哪个配置层——settings.json 会变，cc-switch.db 的 common_config 才是 claude 的稳定底座。

40 个技能围着一个 grilling 转：Matt Pocock 工程方法论拆解

Wed, 05 Aug 2026 00:00:00 GMT

TypeScript 圈博主 Matt Pocock 开源了自己的 agent 技能库，star 涨得飞快。表面是 40 个 SKILL.md，拆开看其实是同一套工程方法论。这篇基于技能原文，把它的骨架和关键设计讲透。

一张地图看全局

整个库不是平铺的技能堆，而是三层结构加一堆独立件。ask-matt（官方路由器）把它画得很清楚：

方法论结构：齿轮、终端与图纸

主流程是「想法→交付」，三条 on-ramp（入口）从不同起点汇入，两个词汇技能在所有流程下面提供公共语言，剩下的是独立件。

心脏：grilling，一台逼你想清楚的机器

整库最强的引擎不是写代码的，而是「问问题」的。

grilling 把任何计划当一棵决策树：每个决定下面挂着依赖它的下一批决定。按「轮」问，每轮只问当前能答的那批（frontier，即前置已定的决策），每个问题编号并附上 agent 自己的推荐答案。

分工很明确：能从代码库或文件查到的事实，agent 派子代理查，不麻烦你；真正要拍的决策才抛给你，等你回答进下一轮。frontier 空了（树走完、没有默默假设）才算完，且在确认共识前不动手。

词汇层：让所有技能说同一种话

两个技能不直接干活，但所有技能都踩在它们上面。

domain-modeling（领域建模）管「词」。三条硬纪律：

CONTEXT.md 是纯术语表，零实现细节，不兼当 spec 或草稿
用户用词和术语表冲突时当场指出（「你的术语表说 cancellation 是 X，但你好像指 Y」）
ADR 只在三条件同时满足才写：难逆转、无上下文会惊讶、是真实权衡的结果。少一个就不写

codebase-design（深模块）管「形状」。核心是 deep module：小接口后面藏大量行为。几个一眼能带走的原则：

删除测试：想象删掉这个模块，复杂度没了？它就是个透传。复杂度分散到 N 个调用方？它值
接口即测试面：调用方和测试跨同一条缝；想越过接口测，多半是模块形状错了
一个适配器是假设的缝，两个才是真的缝：没有真实变化别引入抽象

主流程：grill → spec → tickets → implement → review

grill-with-docs（有代码库）/ grill-me（无代码库）：同一个 grilling 引擎，前者把结论写进 CONTEXT.md 和 ADR，后者不落任何东西。选哪个看有没有代码库，不看心情。

to-spec：把聊定的事合成规范，明确「不访谈，纯合成」。模板有两处反直觉的设计：

User Stories 要超长：编号列表尽可能穷尽功能所有面向，不是两三句
Implementation Decisions 不放文件路径和代码：因为会迅速过时；唯一例外是原型产出的状态机/类型形状这类「比散文更精确」的东西

to-tickets：把规范拆成 tracer-bullet 垂直切片。每张票切一条贯穿 schema→API→UI→测试的完整窄路，自己可演示可验证，尺寸塞得进一个全新上下文窗口。每张票声明 blocking edges（依赖谁、被谁阻塞），无阻塞的立即可开工。

特殊场景：大范围重构（改一个符号炸全库）不硬塞垂直切片，改用 expand-contract：先加新形态不破坏旧的 → 按爆炸半径分批迁移（每批一张票，CI 保持绿）→ 无调用者后删旧形态。

implement：按票实现，内部驱动 tdd（红→绿，一次一切片）。每张票自包含，上一张的上下文可丢，新票开新窗口。

code-review：双轴，两个并行子代理互不污染上下文。一个查「符不符合仓库规范」（Standards），一个查「实现对不对得上原需求」（Spec）。

三条入口：从不同起点汇入主流程

triage（issue 管理）：只处理「你没创造的 issue」，也就是外部 bug 报告、feature 请求。走状态机分类、验证、写成 agent 能直接领走的任务。注意 to-tickets 产生的票已是 agent-ready，不要再过 triage。

diagnosing-bugs（硬 bug）：只接「一眼看不出来」的，比如间歇性 flake、两个已知良好状态之间爬进来的回归。铁律：先建紧反馈环（一条已经对这个 bug 红的命令），再谈理论；修完带回归测试。事后若发现真问题是「没有好 seam 锁住这个 bug」，就转给 improve-codebase-architecture。

wayfinder（超大工程）：主流程里认知负荷最高的一环。当「从这到目的地」的路还看不见时，它把工作做成 issue tracker 上的一张决策地图：一个 map issue 挂一批决策 ticket。两处设计很妙：

战争迷雾（fog of war）：能精确成句的问题才变成 ticket；看不清的写进 Not yet specified，等 frontier 推进自然毕业成票，不硬切迷雾
HITL vs AFK：票分「人在环内」（和用户一起拍板）和「人不在环」（agent 独自解决）。HITL 票 agent 绝不能代答，官方原话是「一个自己回答自己问题的 grilling agent 已经坏了」
一次会话只解一张票（research 票除外），解完记录答案、关票、在地图上加指针

wayfinder 默认「只规划不执行」：地图清空时交棒到主流程的 to-spec，而不是直接 implement。

会话纪律：阶段边界

ask-matt 里最实用的一段是 phase boundaries。两个阶段之间怎么处理上下文，五选一，官方给了决策顺序：Continue（不花钱）→ clear（什么都不留）→ handoff（跨 harness/目录/同事才用）→ subagent（紧任务单独窗口）→ compact（压缩，树底部的默认）。

核心主张：grilling→spec→tickets 保持一个未断的上下文窗口（约 150k token 的「清醒区」内），别中途 compact；每张 implement 才开新窗口。跨阶段或跨目录用 handoff 搭桥，prototype 进出主流程就靠它。

我的判断

这套东西最有价值的地方，不是某个技能，而是它把**「有经验的工程师怎么把事做成」**拆成了可组合的流程，并且对 skill 本身用了同一套纪律：薄壳委派（grill-me 正文只剩一句）、旧能力吸收合并、核心小可组合。

三点要认清：

有学习曲线：skill 之间互相引用（grill-with-docs 驱动 domain-modeling，implement 驱动 tdd），单独抽一个会失效；首次要跑 setup 初始化 issue tracker 和文档布局
它选了一条更重的路：wayfinder、to-tickets 这种「先想清楚再动手」的流程，对小型一次性任务反而拖沓。ask-matt 自己都警告 wayfinder 别用在范围清晰的 feature 上
强绑定维护文档的习惯：CONTEXT.md + ADR 这套领域建模假设你愿意写文档；如果你本来就不写，这些技能的价值打对折

最核心的一点：Matt Pocock 的整个技能库，本质是在教 agent 一件事，动手之前先把每个假设都问一遍。 其他全是这条主线的配套。

两天三个版本：从 40 个技能到 25 个 promoted

这篇发出之后，官方从 v1.1.0 一路发到 v1.2.3（两天三个版本）。技能数量不再是 40 个——现在全仓 35 个，官方正式分发的 promoted 是 25 个。

数量为什么缩水：4 个技能被吸收合并

v1.2.0 一口气废弃了 4 个：design-an-interface、ubiquitous-language、request-refactor-plan、qa。前三个分别被 codebase-design、domain-modeling、improve-codebase-architecture 吸收——正好印证了上文的「旧能力吸收合并」：词汇层和架构层越做越全，原先独立的单点技能就没了存在必要。

三个新面孔

技能	它干嘛的	特别之处
wait-what	消息没看懂就让 agent 重新讲一遍	全库最短，正文 3 行；用「听者状态」命名而不是输出（不叫 /tldr），逼它重讲 + 简化 + 带上缺的上下文
to-questionnaire	把「你一个人答不了的决定」变成问卷	grill 的对象不是主题而是「发给谁、要什么」，从 in-progress 毕业
wizard	生成交互式 bash 脚本带你走手动流程	从 in-progress 毕业，改成 model-invoked（agent 遇到只有人能做的步骤会自动调它）

另外 writing-great-skills 改名为 writing-for-agents，无别名，旧名直接失效。重构动作：GLOSSARY 并入 SKILL.md、skill 专属机制拆到新的 SKILL-MECHANICS.md、pruning 加了「cache」概念（文档别复述环境里能查到的东西）。

这套技能踩在 Agent Skills 开放标准上

v1.2.0 最大的结构性动作是加了 Codex 兼容：每个 SKILL.md 旁多一个 agents/openai.yaml（Codex 的扩展元数据），仓库根 AGENTS.md 是 CLAUDE.md 的符号链接。背后是 OpenAI 推的 Agent Skills 开放标准（agentskills.io）：目录约定 .agents/skills//SKILL.md（项目）+ ~/.agents/skills/（用户），frontmatter 必需键只有 name + description。

各工具对这套标准的读取路径并不完全一样，铺到多工具链时最容易踩：

工具	读哪些 skills 目录
Codex	~/.agents/skills（主路径）+ 项目级 .agents/skills
Cursor	~/.cursor/skills + 兼容 .agents/skills
OpenCode	~/.config/opencode/skills + 兼容 .agents/skills
Claude Code	~/.claude/skills，不读 .agents/skills，要靠 junction/符号链接

把技能放进 /.agents/skills 真源，Codex 直接读，Cursor/OpenCode 双路径兜底，只有 Claude Code 需要一条 junction（/.claude/skills 指向真源）。

插件版 vs 复制版

官方从 v1.2.0 起同时提供两种装法：插件版（claude plugins install mattpocock-skills，订阅制自动更新，但只活在 Claude Code 的插件沙盒里）和复制版（npx skills@latest add mattpocock/skills，可编辑文件副本）。官方明说装两个会重复。工具链不止 Claude Code 的话，插件版其他工具读不到，只能复制版 + 真源 + 镜像。

更新里最值钱的一手

是 wait-what 的命名哲学：修「模型话痨」这类毛病，技能越写越长越没用，不如用一个命名精确的短触发词，让 agent 一次做对「重讲、简化、补齐上下文」三件事。名字描述「听者的状态」而不是「想要的输出」，是这套技能库一贯思路的极端化。

K12 号池喂给 Codex：一次 403 的刨根问底

Thu, 06 Aug 2026 00:00:00 GMT

起因特别朴素：GPT 桌面端和 Codex CLI 一起”吐不出字”，报 403 codex_workspace_access_denied 或者 502 no auth available。本以为是号商账号的问题，查到最后发现是三层问题叠在一起，其中一层反直觉到让人拍桌子。这篇把三层都摊开，中间几次被事实打脸的地方也留着，比顺理成章的教程有用。

“Codex 不能用了”从来不是单一原因。坏掉的代理 URL、被写死的高优档、名不副实的”10 个号”，缺一不可地把它卡死了。

先给结论

层	问题	现象	能不能救
① 代理	上游代理 URL 被写成裸端口 `7892`（缺 `http://127.0.0.1`）	`proxy URL missing scheme/host`，请求卡 60–90s 零输出	✅ 配置改对就行
② 服务档	中转服务给所有请求强制注入 `service_tier=priority`	priority 档在 ChatGPT 上游要 Codex workspace 授权，K12 没有 → 403	✅ 改 default 就通
③ 账号结构	”10 个 K12 号”其实是同一个 ChatGPT 账号的 10 个令牌	并发上限是 1，突发请求必触发冷却	❌ 账号硬伤，只能找号商

修复①②后 Codex 能正常跑；③是容量天花板，工具再怎么调都救不了。

① 代理 URL 被写残

最没技术含量的一层，但危害最大。中转服务的上游代理地址被存成了 7892，没有协议头和主机名。后果是侧车配不出代理拨号器，请求直连 chatgpt.com 被墙，干等 60–90 秒然后超时，一个 token 都回不来。

排查信号：日志里反复出现 proxy URL missing scheme/host。修法就是把值补成完整的 http://127.0.0.1:7892。

这里有个坑：中转工具的 GUI 会在配置变更时用自己那份坏配置覆盖侧车运行时配置，所以改完一次不够，得连”配置源”一起改对，否则一重启又打回原形。

② 403 的真凶：service_tier=priority

这一层最反直觉。现象是：/v1/responses 接口全 403 codex_workspace_access_denied，错误文案是”Contact your ChatGPT workspace administrator for access”，工具把它映射成”账号需要付费”。当时差点认定是号商没开 Codex 权限。

但控制变量一测就露馅了：

请求带什么	结果
`service_tier=priority`	❌ 403
`service_tier=default`（或省略）	✅ 200

原因：中转服务的 payload 给所有请求硬塞了 service_tier=priority，而 priority 档在 ChatGPT 上游要求 Codex workspace 授权，K12 这类号没有，于是全部 403。改成 default 档，Codex 原生 responses 协议直接跑通。

排查这类 403 的顺序应该是：先看请求里有没有被注入什么档位，再怀疑账号权限。档位这类”看不见的附加参数”最容易成为隐藏真凶。

③ “10 个号”其实是 1 个号

号商号称给 10 个 K12 账号。翻一下每个”账号”的鉴权文件，account_id 全部是同一个值——这不是 10 个号，是一个 ChatGPT 账号发了 10 个访问令牌。

这解释了所有诡异现象：

并发上限是 1。轮巡在 10 个令牌之间转，但背后是同一个账号，账号被限流时 10 个令牌一起”冷却”。
“冷却”的单位是账号，不是令牌。工具内置的冷却机制是：账号上游报 403/429 → 标记冷却约 30 分钟 → 轮巡跳过它。10 个令牌共享一个账号，一冷全冷，于是频繁出现 no auth available。
突发请求是死穴。顺序、低频请求能一路 200（实测咖啡站任务 15+ 笔全成），但几秒内并发几笔，账号瞬间被掐 → 403 → 全池冷却。

service_tier=default 修的是 ②，救不了 ③。想彻底摆脱冷却，只能让号商给真正独立、有 Codex responses 授权的账号，或者接受 K12 只适合低速顺序用。

排查方法论：比结论更值钱的部分

回看整个过程，判断被推翻过三次：

当时的判断	被什么推翻
”额度爆了”（看到 GUI 显示 1000%）	1000 其实是 10 令牌×100% 的池聚合，不是超额
”账号被 ChatGPT 封了”	令牌对配额接口 200 正常
”K12 只支持 chat，新版 Codex 只认 responses，不兼容”	控制变量发现 service_tier 才是分水岭

三条原则撑住了排查：

拆层。工具配置、网络、账号资格、协议、请求参数，一层层剥，别指望一次定位。
控制变量。同样的请求只改一个参数（priority vs default），结论立刻清晰。比翻一百行日志有用。
诚实纠错。每条错判都用新证据覆盖，不抱着旧结论硬撑。

顺带：Codex 新版砍了 wire_api=chat

中途想过”让 Codex 走 chat 接口绕过 403”。查官方讨论才知道，Codex 从 2026 年 2 月起（0.92.0+）彻底移除了 wire_api=chat，只支持 responses。所以”用 chat 绕”这条路在新版上根本不存在，老老实实从服务端档位下手才对。

实测：修完之后到底什么水平

修好①和②后，Codex CLI 走完整链路（本地 CLI → 中转 → 号池）跑了个真实任务——咖啡店落地页 + 按 review 意见修问题：

顺序请求 15+ 笔全 200，上下文从 45K 累积到 120K 无中断
产出代码质量：语义化、无障碍（aria、reduced-motion）、设计令牌、纯 CSS 插画、移动端汉堡菜单——达到顶尖模型水准
平均单请求 2–5 秒出字，~23 token/s 输出吞吐

最核心的一点是：K12 号池当”低速单发通道”用完全够，当并发底座是拿错工具。要并发，买真的账号或找能开 responses 授权的号商。

附录：这条排查路的完整记录

下面这张终端长图是排查全程的复盘，从”以为服务挂了”到”service_tier 才是真凶”，每一步的判断和被事实打脸的地方都留着，算这趟折腾的纪念：

排查全程复盘记录

极客时间三门 AI 训练营，我把大纲翻完后划的重点

Thu, 06 Aug 2026 00:00:00 GMT

最近极客时间一口气开了三门 AI 训练营：《企业级 AI 编程实战营》《AI Agent 全栈工程师训练营》《Agentic AI 产品训练营》。名字长得像三胞胎，价格又不便宜，我把三门课的官网大纲完整翻了一遍（包括逐周明细和实战项目），发现它们其实是三条完全不同的路。这篇做横向对比和选课判断，每门课的逐周/逐章详细拆解我另外写了三篇：

企业级 AI 编程实战营拆解 —— SDD × Harness，11 周练”驾驭 AI”
AI Agent 全栈工程师训练营拆解 —— 14 周搭生产级 Agent 工程平台
Agentic AI 产品训练营拆解 —— 零代码，8 周从 PM 到 Builder

三门课其实是三条路，先对号入座

	企业级 AI 编程实战营	AI Agent 全栈工程师训练营	Agentic AI 产品训练营
定位	教你怎么用 AI 写代码	教你怎么写 Agent 系统的代码	教你怎么不写代码做 Agent 产品
周期	11 周，3+1 个项目	14 周录播+直播，6 个项目	8 周纯直播，5 个项目
讲师	Robert（前字节/腾讯基础架构）	尹会生 + 姜宁（前字节开源办公室首席布道师，主导 DeerFlow 开源）	晓寒（前度小满质量架构师、AI 产品负责人）
门槛	在职工程师	会 Java/Go/Python/Node 任一门的后端	零技术门槛
核心方法论	SDD + Harness Engineering	Agent Engineering Platform 七层递进	4D Method（Discover→Design→Develop→Deploy）

选课逻辑很直接：想提升日常开发效能选第一门，想转型 Agent 开发岗选第二门，做产品/创业选第三门。内容几乎不重叠，不存在”买重了”的问题，但也没必要全买。

编程实战营：SDD × Harness，练的是”驾驭”而不是”会用”

这门课的主张我很认同：AI 编程的瓶颈已经不是工具，而是工程化——怎么让 AI 写的代码可控、可验收、可复用。它给出的答案是两个框架的组合：SDD（Spec-Driven Development）解决”想清楚”，Harness Engineering 解决”做对”。

SDD 的落地工具是 GitHub 的 Spec-Kit：/specify → /plan → /tasks → /implement 四阶段，外加一份 constitution.md（项目宪法，把工程原则变成 AI 必须遵守的硬约束）。改造存量项目时用 OpenSpec 的 delta spec，而不是重写完整 spec。

Harness 四支柱是 System Prompt（CLAUDE.md/AGENTS.md）、Tools（Skills/Slash Commands）、Context（Plan Mode）、Subagents，再配 Permission（事前拦截）+ Hooks（事后检查）组成完整安全网。

四个项目按难度递进，设计得很讲究：

编程实战营四个实战项目

OryxOS（AgentOS 操作系统）：从零造系统底座。Agent 进程模型、工作空间隔离（Linux namespaces/cgroups/seccomp）、多模型路由（planning/synthesis/failover）、MCP 集成、多渠道接入（REST + IM）、Docker/K8s 上云。
When（分布式延时投递服务）：0→1 写自己的代码。多层时间轮、gRPC、Redis 持久化、etcd 选主与 watch、故障切换、混沌测试、Headless Mode 接 CI。技术选型讲得很实：为什么 etcd 不选 Consul/ZooKeeper，为什么 gRPC 不选 HTTP。
DifyPro（Dify 企业级二开）：改别人的代码。用 5 个 Subagent 并行精读 Dify 源码反推架构，然后做两种改造——纵向（在调用链路插一层 LLM Gateway）和横向（横切多模块做审计日志），Permission 里 deny 掉核心文件守住”最小侵入”。
mq9（真实开源 PR）：跨语言 Vibe Coding，用 gh CLI 走完 issue 认领 → delta spec → Rust 实现 → PR → 回应 review 的全流程，maintainer 不放水。

这门课的技术栈关键词：Claude Code 全家桶（Subagents/Worktrees/Hooks/Permission/Headless/Plan Mode）、Spec-Kit/OpenSpec、MCP、Dify、etcd、Redis、gRPC、Rust、Python、Docker/K8s、Prometheus。

Agent 全栈营：14 周搭一个 Agent Engineering Platform

这门课是三门里技术密度最高的，主线是用 14 周、6 个项目，从零搭出一个生产级 Agent 工程平台。七章结构就是平台的七层：

Agent 全栈营六大项目

第一章 LLM API 层：Chat Completions/Responses API、SSE 流式（FastAPI StreamingResponse + EventSource）、JSON Schema + Pydantic 双侧校验的结构化输出，实战是自建 LLM Gateway——OpenAI Compatible 协议封装、多模型路由、限流 fallback、Token/Cost/Latency 日志。
第二章工具层：Function Calling 只是”模型怎么选工具”，配套还要 Tool Registry（注册/发现/版本/启停）、参数校验、RBAC 权限分级（只读/写/高风险/需确认）、审计与 Trace；MCP 负责”工具怎么标准化接入”。
第三章 Agent Loop：ReAct、Plan-and-Execute、状态机（created/planning/running/waiting_approval/completed…）、Checkpoint 断点恢复、Sandbox 执行边界（本地 vs Docker）、Human-in-the-loop。框架用 LangGraph（StateGraph/条件分支/Interrupt），并对比 OpenAI Agents SDK、AgentScope。实战是 Codebase Agent——带 list_files/search_code/apply_patch/run_test/git_diff 这套工具，能做代码理解和测试修复。
第四章 Context 与记忆：Context Engineering（Packing/Prioritization/Budget/Compression）、Working Memory 与 Scratchpad、项目级记忆；现代 RAG 全家桶——语义/AST 分块、FAISS/Milvus/Chroma、BM25 + Elasticsearch 混合检索、Cross Encoder/LLM Rerank、Citation 溯源；LiteLLM 做模型路由演示。
第五章 Multi-Agent 与 Eval：Supervisor、Planner/Executor、Reviewer 三种模式，子代理隔离（上下文/工具/权限）与冲突仲裁；Skill 生命周期（注册/检索/编排/复用/版本/下线）。Eval 是重头戏：Golden Dataset、Task Success Rate、Tool Call Accuracy、Citation Accuracy、LLM-as-Judge 的适用边界、回归测试与 A/B、Trace Analysis 失败诊断十三类。
第六章生产化：vLLM（PagedAttention/连续批处理）/TGI/Triton 推理部署，五层缓存（Prompt/Semantic/Embedding/RAG/Tool Result），模型路由降级，日志/监控/告警四类指标，Prompt/模型/工具/RAG/知识库五对象版本管理，Feature Flag 灰度与回滚，MCP Server 私有化部署。落地形态是 Docker Compose 起 FastAPI + Redis + PostgreSQL + 向量库 + 模型网关。
第七章综合项目：基于 DeerFlow（字节开源的 Super Agent harness，讲师姜宁主导其开源）做两个高阶案例——企业级深度研究平台、新一代软件工厂（GitHub Channel 接 PR/CI，ACP 接本地工具，产品经理/架构师/开发/QA 多角色 Agent）。

两个细节值得注意：一是课程明确教”何时不用 Agent”——极强确定性、不允许容错、脚本就能干的活不要过度 Agent 化；二是收官有简历/面试表达专项，教你怎么把 Tool Runtime、Eval 平台这些项目经验讲成业务价值。

Agent 全栈营两位讲师

产品训练营：零代码，但 Eval 和数据飞轮不含糊

别被”产品课”三个字骗了，这门课的技术概念密度不低，只是全部以”产品决策语言”讲：工具调用分层（Tools → Function Calling → MCP → CLI → Bash）、记忆体系五阶段（初始/引导收集/对话中/定期 review/后台梳理）、多 Agent 设计模式（Orchestrator-Workers/Pipeline/Group Discussion）、Agentic UI 三形态（对话式/主动式/嵌入式）。

8 周走完 4D Method 闭环，5 个项目覆盖四大高频场景：ToC 情感陪伴 Agent（记忆调教 + 定时主动触达）、ToB 项目管理助手 PMO、商业调研专家 Skill 封装、智能投顾多 Agent 系统、创意工坊自主立项（结课 Demo Day 路演）。

Week 6 的 Eval 章节是惊喜：明确反对”感觉还行”式验收，要求为产品定制评估标准而不是套通用 Eval，讲 LLM-as-Judge 的评分 Prompt 设计与偏见控制，概览 Ragas、DeepEval、PromptFlow 开源框架，然后落到数据飞轮——埋点设计、漂移监测（Drift Management）、分阶段部署、“评→改→测→再评”闭环。这套东西很多工程课都讲不到这么实。

工具链方面：原型用 v0/Figma AI，汇报用 Gamma/Beautiful.ai，开发在课程自研的零代码 Agentic 平台上完成（记忆/定时任务/MCP 工具/Skill 封装/多 Agent 编排，含免费 Token 额度），结课后数据可导出迁移到 OpenClaw、Hermes、Claude Code。FAQ 里专门划清了和 Coze 工作流、RAG 问答机器人的界限：Coze 是固定流程的工具，RAG 是检索+生成的知识库，Agentic AI 是能自主规划、记忆、主动行动的协作伙伴。

我的判断

三门课放在一起看，其实是 2026 年 AI 落地分工的一个缩影：写代码的方式（SDD/Harness）、写 Agent 的能力（工程平台）、定义产品的视角（PM→Builder），分别对应工程师、Agent 开发岗、产品/创业者三类人。

几个横向观察：

Eval 是三门课共同的主线。编程营讲 Harness 验收，全栈营用一整章建 Eval 平台，产品营专门一周讲评估与飞轮。Agent 能跑不代表可靠，已经是行业共识。
MCP 成了事实标准，三门课都绕不开；Skill 封装也是共同语言。
“何时不用 Agent”开始被认真讲授，这比又一波 Agent 布道健康得多。
全栈营的 DeerFlow 收官和编程营的 mq9 开源 PR 都指向同一件事：课程作品正在从”玩具 Demo”转向”真实开源贡献”，这对简历的说服力是质变。

如果只挑一门，工程师优先编程实战营（方法论迁移性最强，不绑定单一平台）；想转岗 Agent 开发再考虑全栈营（14 周强度大，但体系最完整）；产品岗闭眼选产品营。

信息来源：三门课官网课程页与官方大纲文档（2026-08 抓取），课程二第 2~7 章细节来自官网完整大纲。价格官网未公开，需咨询学习顾问。

Agentic AI 产品训练营拆解：零代码，8 周从产品经理到 Product Builder

Thu, 06 Aug 2026 00:00:00 GMT

极客时间《Agentic AI 产品训练营》是三门课里唯一零技术门槛的一门：8 周全程直播，面向产品经理、程序员、创业者和管理者，目标是从 AI Product Manager 变成 AI Product Builder——不用自己写代码，通过文档和对话调教出可路演的自主型 Agentic AI 产品。讲师晓寒（13 年+ 大厂经验，前度小满质量架构师、工程效率负责人及 AI 产品负责人）。我把官网大纲和 FAQ 完整翻了一遍，这篇是详细拆解。

这是三篇训练营拆解之一。另外两篇：企业级 AI 编程实战营｜ AI Agent 全栈工程师训练营。横向对比见总览篇。

先搞清楚：什么是”自主型 Agentic AI”

这门课最怕你和两类东西混淆，FAQ 里专门划了界限：

和扣子（Coze）/ 工作流类的区别：扣子需要你手动搭每一个节点，流程固定、线性，适合有明确流程的自动化任务。自主型 Agentic AI 不用预设固定流程，能自己规划步骤、自主调用工具、根据结果调整行动——更像真正的智能协作者。
和企业 RAG 对话机器人的区别：RAG 的核心是”从知识库找答案”，本质是检索 + 生成，缺乏主动行动能力。自主型 Agentic AI 除了回答问题，还能记住你、主动提醒你、帮你执行任务——是主动式而非响应式。

课程的概括是：扣子是工具，RAG 是知识库，Agentic AI 是协作伙伴。对标的是 OpenClaw 那样有记忆、能自主决策和行动的产品。

为什么现在是好机会

课程骨架：4D Method + 能力雷达图

方法论主线是 4D Method 框架：Discover → Design → Develop → Deploy，覆盖从需求发现、产品设计到评测验证、数据飞轮迭代的完整闭环。

AI 产品经理的能力雷达图有四个维度：Agent 设计 / Eval / 数据飞轮 / 工具调用。整门课就是围绕这四项能力 + PM 角色转变（从产品经理到产品 Builder）展开的。

能力矩阵

8 周大纲：从认知到路演

课程整体分四阶段：AI 认知 → 使用先进 Agentic AI 产品 → 自己构建多场景产品 → 商业落地与路演（Demo Day）。

Week 1 启航——自主型 AI 产品的机会与门槛危机

理论：自主型 AI 产品市场空白分析；门槛危机（OpenClaw 从热到凉，技术极客产品 vs 大众产品的鸿沟）；自主型 AI 产品全景图（C 端 / B 端 / 工具型）；能力雷达图；4D Method；PM 角色转变。
实战：开发平台快速上手；体验 3 类 Demo（陪伴型 / 企业助手 / 分析型）；用 5-Question Framework 分析产品价值；环境配置。
产出：开发环境就绪 + 能力雷达图基线。

Week 2 体验——AI 助手如何改变产品经理的工作（上）

理论：课程专属 AI 助手能力（长记忆、工具调用、定时任务、Skill 复用）；AI 时代需求分析（需求挖掘三法 + 优先级排序）；用户研究（访谈记录分析、合成用户 persona 快速验证）；AI 时代 PRD 模版（功能 + 技术 + 数据需求 + 成本估算 + 风险评估）。
实战：初始化专属 AI 助手；用助手做需求分析 / 用户研究 / 撰写简版 PRD。
产出：需求分析 + 用户研究报告 + PRD。

Week 3 体验——AI 助手如何改变产品经理的工作（下）

理论：AI 可行性 4 问；可交互原型设计（v0 / Figma AI 等）；视觉交付物设计（Gamma / Beautiful.ai）；项目管理协同（AI 会议纪要、自动化状态报告）。
实战：PRD 技术可行性评估；生成可预览原型；产出汇报 PPT；对比课程助手与 ChatGPT。
产出：技术可行性评估 + 产品原型 + 汇报 PPT。

Week 4 C 端陪伴场景 + B 端 PMO 场景产品设计

场景一 C 端陪伴：自主型 AI 场景拆解（C 端陪伴 vs B 端工具对比）；AI 记忆体系详解——初始记忆、引导阶段收集、对话中记忆、定期记忆 review、后台定时梳理；定时任务设计（主动触达时机、内容、频率的产品策略）；陪伴型产品设计（情感陪伴、健康管理、学习伙伴的共性与差异，心理学与社交知识辅助）。
场景二 B 端 PMO：工具调用分层理论（Tools → Function Calling → MCP → CLI → Bash）；企业内部工具生态（常用系统分析、MCP 中台概念）；企业级安全与认证（认证体系、权限分级、数据隔离、审计追踪）；PMO 产品设计（项目状态同步、风险预警、周报生成）。
两个场景的共性与差异横向对比；用 AI 助手辅助两类场景调研。

Week 5 Skill 模块化 + 多 Agent 协作场景产品设计

场景三 Skill 模块化：Skill 的本质（从 Prompt 到可复用能力、什么时候该封装成 Skill）；Skill 市场与生态（成熟 Skill 复用策略、商业模式）；Skill 沉淀方法论（从 SOP 到 Skill 的转化、Claude 创建 Skill 的要点）；商业机会调研专家（用户是谁、需求是什么、价值如何量化）。
场景四多 Agent 协作：什么任务需要多 Agent（复杂、多维度、需要不同专业视角）；多 Agent 怎么做（分工模式并行/串行/委派、Agent 间通信与协调）；多 Agent 设计模式（Orchestrator-Workers、Pipeline、Group Discussion）；智能投顾产品设计（需求分析、风险识别、产品策略）。

Week 6 产品质量——AI 评估与数据飞轮

这是产品课里技术含量最高的一周：

为什么必须评估：“感觉还行”不是标准，不做评估 = 裸奔上线。
评估框架设计：别用通用 Eval，为你的产品定制评估标准。
LLM-as-Judge：自动化评估器设计、评分 Prompt 设计、偏见控制。
Eval Pipeline 与开源框架：Ragas、DeepEval、PromptFlow 等框架概览。
数据飞轮：数据 → 标注 → 迭代 → 更好的产品 → 更多数据；前期埋点设计（收集 Agent 表现数据、哪些信号说明”好用”、哪些说明”翻车”）；数据收集方案（埋点位置、数据存储、标注流程）；模型漂移监测（Drift Management、分阶段部署策略）；评估作为质量门禁（评估 → 改进 → 再评估的闭环）。

Week 7 Agentic UI + 创意工坊立项

理论：AI 产品交互范式变化（从命令式、对话式到主动式）；Agentic UI 三种形态（对话式 / 主动式 / 嵌入式）；Placement & Prominence 设计（AI 功能在界面中的位置和显著性决策）；降低认知门槛的设计（渐进式引导、错误兜底、信任建设）。
创意工坊：立项你的专属 Agentic AI 产品。

Week 8 商业、路演

理论：自主型 AI 产品商业模式（定价策略、变现路径、单位经济模型）；AI PM 职业发展路径（从 IC 到 Lead，不同行业/公司的 AI PM 定位）；路演技巧（5 分钟路演结构：是什么 → 解决什么 → Demo 演示，如何讲好产品故事）。
项目路演：各组汇报进度、讲师点评答疑（技术方案、产品设计、风险评估）、最终路演准备与同学互助 review。

5 个实战项目：覆盖四大高频场景

5 个实战项目

项目一 ToC 陪伴场景——情感陪伴 Agent：调教 AI 记忆体系（初始引导 → 对话中记忆动态管理）与主动触达策略（定时任务频率与内容模板），产出”具备长久记忆、懂用户情绪、能主动关怀的 AI 伴侣 Demo”。
项目二 ToB 效率场景——企业级项目管理助手（PMO）。
项目三能力模块化——商业调研专家 Skill 封装。
项目四深度分析场景——智能投顾多 Agent 协作系统。
项目五创意工坊——你的专属 Agentic AI 梦想立项。

课程期间共完成 3–4 个场景 Demo + 结课 1 个深度打磨的专属产品，参与 Demo Day，可作为求职作品集或创业路演 Demo。

报名即享的 AI 资源：零代码开发平台

高价值 AI 资源

课程主打零代码，靠的是两个赠品平台：

专属 AI 助手（价值 599 元，使用期半年）：具备长记忆、工具调用、定时任务、Skill 复用，陪伴全程学习、辅助完成作业。
自主型 Agentic AI 应用开发平台（价值 1500 元，使用期半年）：核心能力是记忆体系 / 定时任务 / MCP 工具 / Skill 封装 / 多 Agent 编排。“不用自己写代码，让 AI 帮你写，通过文档和对话调教出 Agentic AI 产品”。

关于 Token 费用，FAQ 说得很清楚：平台设免费 Token 使用限额，经测算足以覆盖全部课程实战，不需要自付 API 费用。超过赠送使用时限后，可以把助手记忆和 AI 应用数据打包导出，迁移到其他 Agentic AI 应用——官网点名 OpenClaw、Hermes、Claude Code。

讲师

讲师介绍

晓寒（肖汉）：13 年+ 一线大厂经验，历任百度”度小满金融”质量架构师、工程效率负责人及 AI 产品负责人。深度参与风控决策、ChatUI、AI 坐席、ChatBI 等金融核心业务的 AI 化落地，推动集团研发流程 AI 化改造；主导度小满 AI 中台 4 大平台从 0 到 1 建设（模型平台 / 知识库 / Agent 平台 / 技能平台）。产品 × 技术双重角色，教学风格”PM 友好”——把 MCP、Memory、多 Agent 协作这些术语翻译成产品决策语言。

技术栈 / 工具栈清单（这门课涉及的）

核心平台（赠品）：专属 AI 助手、自研零代码 Agentic 开发平台（记忆 / 定时任务 / MCP 工具 / Skill / 多 Agent 编排）
原型 / 设计：v0、Figma AI（可交互原型）、Gamma、Beautiful.ai（汇报 PPT）
评测框架：Ragas、DeepEval、PromptFlow、LLM-as-Judge
技术概念（教学对象）：MCP、Function Calling、CLI / Bash（工具调用分层）、Skill 封装、多 Agent 编排（Orchestrator-Workers / Pipeline / Group Discussion）、记忆体系、数据飞轮、Drift Management、Agentic UI
数据迁移目标：OpenClaw、Hermes、Claude Code
对照学习：ChatGPT
明确排除：Coze / 工作流类、企业 RAG 对话机器人（FAQ 专门划清界限）

适合谁 & 我的判断

适合谁学习

官方适配人群：传统产品经理（想用 AI 升级 PRD、原型、数据分析技能）、AI 产品经理（缺系统化知识体系）、程序员（补产品思维与 Agentic 技术产品化方法论）、创业者 & AI 爱好者（无技术背景想做 Demo Day 路演产品）、管理者（对接 AI 团队想了解技术边界）。FAQ 明确零技术门槛。

我的判断：别被”产品课”和”零代码”误导成水课——它的 Week 6（Eval 与数据飞轮）讲得比很多工程课还实，Week 4 的工具调用分层和 Week 5 的多 Agent 设计模式也是真概念。它最大的价值是视角：教产品人理解 Agent 的能力边界和设计语言，而不是教写代码。适合产品、创业者和想补产品思维的工程师。三门课里它和最硬核的全栈营恰好是两端——一个管”该不该做、怎么设计”，一个管”怎么造出来”。

信息来源：极客时间官网课程页 u.geekbang.org/subject/32 及官方大纲文档（2026-08 抓取）。第 1 期 2026-07-01 开课，8 周全程直播（每周 4 小时），第 2 期 2026-12-31。价格官网未公开，需咨询学习顾问。

AI Agent 全栈工程师训练营拆解：14 周，从零搭一个生产级 Agent 工程平台

Thu, 06 Aug 2026 00:00:00 GMT

极客时间《AI Agent 全栈工程师训练营》是三门课里技术密度最高、周期最长的一门：14 周录播 + 直播，6 个企业级项目，主线是从零搭出一个可部署、可监控、可灰度、可回滚的 Agent Engineering Platform。讲师是尹会生（生成式 AI 技术创新者）和姜宁（前字节开源办公室首席布道师，主导 DeerFlow 开源）。我把官网七章大纲完整翻了一遍，这篇是详细拆解。

这是三篇训练营拆解之一。另外两篇：企业级 AI 编程实战营｜ Agentic AI 产品训练营。横向对比见总览篇。

它瞄准的岗位缺口：会调 API ≠ 会开发 Agent

课程开宗明义：企业应用正从 ChatBot 到 Workflow 再到 Agent 快速升级，真正有价值的是能自主规划、多步执行、持续完成复杂任务的 Agent。招聘需求也跟着变了——越来越多企业要求候选人具备 LangGraph、RAG、MCP、Agent Runtime、Context Engineering、Agent Eval、Tool Calling 这些能力。

学了很多 AI 却依然不会落地

它要解决的痛点是”学了很多 AI，却依然不会开发能实际落地的 Agent”。目标岗位是 AI Agent 开发工程师 / 大模型应用工程师，学完达到初、中级 Agent 开发工程师水平。

能力模型：传统后端转型，补这六项

课程把 Agent 开发工程师的能力拆成八块：后端工程基础、Python 工程能力、LLM API 与 Prompt、RAG 与知识库、Agent Loop 与 Tool Use、Context / Memory、Agent Eval、工程化部署与可观测性。

能力模型

对传统后端工程师，它算了一笔账：你已有的优势是 API 服务开发、数据库与缓存、异步任务、权限认证、日志监控、限流重试熔断、Docker 部署；需要重点补齐的是模型调用、Prompt 与结构化输出、工具协议、上下文管理、 Agent 状态机、Eval 与质量治理。入学门槛是掌握 Java / Go / Python / Node.js 任意一门，熟悉 Git 和 GitHub 协作。

七章大纲：平台从底到顶的七层

整个课程就是按 Agent 工程平台的七个层次递进的，每章配一个项目演进阶段。

第一章 LLM API、Prompt 与结构化输出

目标很聚焦：完成从传统 HTTP API 到 LLM API 调用的迁移，只解决”如何稳定调用模型”。

LLM API 基础：Chat Completions / Responses API 的请求结构、消息格式、模型参数（temperature / top_p / max_tokens）、Token 与 Context Window、错误类型与重试策略、多模型调用。
Streaming 流式输出：SSE（Server-Sent Events）实现打字机效果、FastAPI StreamingResponse 低延迟转发、前端/CLI 用 EventSource / ReadableStream 逐块消费、中断与取消、断点持久化。
Prompt Engineering：System Prompt 职责、角色定义、Few-shot、任务拆解、Prompt 模板与版本管理、Prompt 注入防护。
Structured Output：为什么不能依赖自然语言解析；JSON Schema 定义结构、Pydantic 做校验 + 反序列化、模型原生结构化输出、输出纠错重试、失败降级回退。
实战 LLM Gateway：自建大模型网关——FastAPI 统一 HTTP 入口、OpenAI Compatible 协议封装屏蔽多厂商差异、流式代理、Schema 集成、Pydantic 双侧校验（请求入口 + 响应出口各拦一次）、Prompt 模板库、限流超时自动 fallback 备用模型、Token / Cost / Latency 日志留痕。

第二章 Function Calling、Tool Runtime 与 MCP

理解 Agent Tool Use 原理，搭一套含注册、校验、权限、审计、超时、失败恢复和可观测性的工具运行时。

Function Calling 与 Tool Use：工作机制；工具定义（名称、描述、参数 Schema、返回 Schema、错误 Schema、权限等级、风险等级）；工具治理（参数校验、权限控制、调用审计、超时、重试、失败恢复、Trace）。
Tool Runtime 设计：Tool Registry（注册 / 发现 / 元数据 / 分类 / 版本 / 依赖 / 启停）；Tool Schema 至少含名称、说明、输入输出结构、错误结构、权限级别、风险级别、超时配置、重试策略、审计字段。
工具治理与安全边界：参数校验、权限隔离（只读 / 写操作 / 高风险 / 需确认）、RBAC 与用户身份透传、工具白名单、SQL / Shell 风险控制、人工确认机制、调用队列、敏感数据脱敏。
MCP：Function Calling 负责”模型如何选择工具”，MCP 负责”工具如何标准化接入”。接入文件系统 / 数据库 / GitHub / 内部 HTTP 服务的 MCP，做权限控制、审计、连接管理。
实战 Agent Tool Runtime：Tool Registry + Function Calling + JSON Schema / Pydantic 校验 + 权限控制 + 风险分级 + 调用审计 + 超时重试降级 + MCP 接入 + Tool Call Trace + CLI 调试入口。

第三章 Agent Loop、State Machine 与 Codebase Agent

从”单轮调用 + 单次工具执行”升级为可连续思考、执行、观察、纠错的长程任务 Agent。

从 Tool Agent 到 Agent Loop：单轮 Tool Calling 的局限；ReAct 模式、Plan-and-Execute；Observe → Think/Plan → Act → Observe → Finalize 循环；最大循环次数、终止条件、死循环识别、任务中断与恢复。
Planning 与任务拆解：一次性计划 vs 动态计划、Plan Revision、子目标拆解、步骤依赖；何时用固定 Workflow、何时用 Agent Loop；计划与执行偏差处理。
State Machine 与 Checkpoint：任务状态（created / planning / running / toolfailed / waitingtool / waiting_approval / completed / failed / cancelled）、步骤状态；Checkpoint 实现中断恢复、状态持久化、失败复现、人工接管后继续。
Sandbox 与执行边界：文件系统边界（可读 / 可写 / 禁访问目录）、Shell 命令控制（白名单 / 超时 / 高风险拦截）、网络访问控制；本地 Sandbox vs Docker Sandbox 的边界差异；工具审计与风险回放。
Agent Harness：把模型、工具、状态、上下文和执行环境组织在一起的运行框架；Agent 生命周期管理、工具集装配、Checkpoint + Trace、Human-in-the-loop（高风险动作前请求确认）。
LangGraph 与编排：StateGraph（图 / 节点 / 边 / 状态）、条件分支与循环、Checkpoint、Interrupt、Tool Node、调试与可视化；LangGraph、OpenAI Agents SDK、AgentScope 的定位对比；通过 Dify 理解流程节点与状态管理。
实战 Codebase Agent：带一套代码仓库工具（list_files / search_code / read_file / read_directory / write_file / apply_patch / run_test / run_command / git_diff / git_status），能做两类典型任务——代码理解（找出登录逻辑并生成 Markdown 文档）和测试生成与修复（补测试、读失败日志、修代码）。

第四章 Context Engineering、Memory 与 Codebase RAG

解决上下文、知识和记忆问题——Agent 的能力上限不只由模型决定，也取决于它每轮”看到了什么、遗漏了什么、如何压缩、如何检索”。

Context Engineering：与 Prompt Engineering 的区别；Context Packing（哪些信息进上下文、哪些留外部状态）、Prioritization、Budget、Compression（长文件截断摘要、工具结果压缩、历史对话压缩、无关过滤）；上下文污染、Token 预算、成本与延迟控制；KV Cache 对长上下文推理成本的影响；LiteLLM 演示模型路由、fallback、调用日志和成本追踪；Context Debug Report。
Working Memory 与任务上下文：保存当前任务目标、已完成步骤、工具结果、未解决问题；Scratchpad 保存中间推理和执行状态；工作记忆生命周期；与 Agent State 的边界。
Memory 体系：短期记忆（当前会话与任务状态）、长期记忆（用户偏好、历史任务、常用工具、记忆写入/检索/更新/删除/可信度）、项目级记忆（目录结构、技术栈、模块边界、构建/测试/部署命令、编码规范、历史修复经验）；任务摘要与状态恢复；不同记忆策略对成功率/成本/延迟的影响对比。
现代 RAG 系统：文档解析（PDF / Markdown / HTML / 表格，清洗与元数据提取）；Chunking（固定长度 / 按段落 / 按标题 / 语义分块 / 代码 AST 分块 / Overlap / Metadata）；检索（Embedding 模型选择、FAISS / Milvus / Chroma 至少熟一种、BM25、Elasticsearch、Hybrid Search、Metadata Filter）；Query Rewrite / Decomposition / 澄清；检索后处理（Cross Encoder / LLM Rerank、上下文压缩、证据筛选、Citation 溯源、回答与证据一致性校验）；RAG 评估基础（召回率、命中率、答案正确率、幻觉率）。
LLM Wiki 与知识资产治理：知识分类、文档版本、来源追踪、知识维护、知识权限、知识质量。
实战 Codebase RAG & Memory：给 Codebase Agent 加代码库索引 + 文档索引、AST / 文件级 Chunk、向量 + BM25 混合检索、Rerank、文件引用 + 行号引用、长文件摘要、工具结果压缩、项目级记忆、Context Debug Report、可恢复任务摘要。

第五章 Multi-Agent、Skill 与 Agent Eval

理解单 Agent 与多 Agent 的边界，并建立可量化、可回归、可持续优化的 Eval 体系。

Multi-Agent 与 Subagent：为什么不是所有任务都需要 Multi-Agent；单 Agent 适用场景（目标明确、步骤短、上下文集中）vs 多 Agent 适用场景（代码审查、研究分析、安全扫描、性能诊断等多视角任务）；三种模式——Supervisor（主控拆解调度）、Planner / Executor（长程任务）、Reviewer（复核降幻觉）；并行与串行；隔离机制（上下文 / 工具 / 权限隔离）；成本与超时控制；冲突仲裁。
Subagent 任务委托：子任务要明确目标、输入上下文、可调用工具、权限边界、预期输出、输出格式（JSON / Markdown / 结构化字段）、超时限制、评价标准、写操作限制（默认只读，修改需单独授权）。
Result Aggregation：结果合并、证据合并与引用保留、去重排序、结论汇总、冲突识别与仲裁、主 Agent 复核。
Skill 系统：Skill 定义（执行方法 + 输入输出规范 + 工具依赖 + Prompt 模板 + 质量标准封装成可复用能力包）；生命周期（注册 / 检索 / 匹配 / 执行 / 评估 / 版本 / 下线 / 复用）；Skill 编排（顺序 / 并行 / 条件分支 / 人工确认）。
Agent Eval（核心护城河）：为什么需要 Eval——能跑不代表可靠、Demo 成功不代表真实成功、改 Prompt 可能旧任务退化、换模型可能工具调用行为变化。Golden Dataset 构造标准任务集；核心指标（Task Success Rate、Tool Call Accuracy、Tool Parameter Accuracy、Answer Correctness、Citation Accuracy、Retrieval Recall、Hallucination Rate、Human Handoff Rate、Latency、Token Cost、Tool Call Count、Failure Recovery Rate）；Eval 方法（Rule-based / Schema-based / Snapshot Test / Golden Answer / LLM-as-Judge 的适用边界 / Human Eval / Pairwise Comparison / Regression Test 与 A/B Test / Trace Analysis）。
Trace Analysis 失败诊断十三类：Prompt 问题、上下文问题、检索问题、工具选择错误、参数错误、权限拦截、工具执行失败、Agent Loop 死循环、子 Agent 委托错误、模型能力不足、最终答案幻觉、引用不准确、评测误判。
实战 Multi-Agent & Eval Platform：构建 Supervisor / Architecture / Test / Security / Performance / Documentation / Report 七个角色 Agent 协作（典型任务”分析项目可维护性并给出重构建议”）；Eval 平台能力含 Benchmark 任务集管理、批量运行、Prompt / Model / RAG 策略对比、Trace 记录、LLM-as-Judge 与人工评测、成功率/成本/耗时/工具调用统计、失败样本聚类、改进前后对比、回归测试报告。

第六章工程化、生产部署与可观测性

从”Agent 项目能运行”升级为”可部署、可监控、可灰度、可回滚、可治理”。

模型服务与推理部署：云 API / 私有化 / 混合部署的权衡；vLLM（PagedAttention、连续批处理、OpenAI 兼容接口、显存优化）、TGI（部署、流式、批处理、监控指标）、Triton（多模型推理、GPU 资源管理、动态批处理）。
性能与成本优化：五层缓存（Prompt Cache / Semantic Cache / Embedding Cache / RAG Cache / Tool Result Cache，命中率与失效策略）；批处理与并发（Embedding Batch / 批量 Rerank / Eval Batch / 并发队列 / 任务优先级）；模型路由与降级（强弱模型分层、Fallback、Token Budget、小模型优先、缓存优先、人工兜底、限流熔断降级）。
Agent 可观测性：日志（模型调用日志、工具调用日志、Agent Trace 全链路）；Replay 机制（保存失败任务 / 输入 / 上下文 / 工具结果 / 状态，复现问题、验证修复、支撑回归测试）；监控告警四类指标——业务指标（任务成功率、人工接管率）、模型指标（Token、P95/P99 延迟、Fallback 率）、Agent 指标（工具调用准确率、检索命中率、Loop 中断次数）、安全指标（高风险工具调用、越权拦截率、危险 SQL 拦截率）。
版本管理、灰度与回滚：五个版本对象（模型 / Prompt / 工具 / RAG 策略 / 知识库 + Workflow 与 Agent 版本）；Feature Flag 控制各版本；灰度发布（按用户 / 部门 / 租户 / 任务类型 / 风险等级 + A/B Test）；回滚策略（Prompt / 模型 / 工具 / 知识库 / Workflow / 服务镜像回滚）。
MCP Server 与私有化部署：部署、鉴权、网络隔离、工具白名单、日志审计；内网工具接入、密钥管理（API Key 不入库）、多租户隔离、配置中心、敏感字段脱敏、数据权限过滤。
实战 Production Ready Platform：Docker Compose 起 API + 数据库 + Redis + 向量库 + 模型网关；平台化封装（SDK 封装 Model Gateway / Context Build / Tool Call / Agent Run / Eval Runner；服务化拆成模型 / 上下文 / 工具 / 工作流 / 评测 / 日志服务；平台治理做统一鉴权 / 限流 / 审计 / 版本 / 成本分摊 / 质量门禁 / 上线审批）。

第七章企业级综合项目与产品化落地

把前六章能力转化成可展示、可交付、可面试表达的业务成果。

DeerFlow 架构解析：通过九条核心架构线深度剖析 DeerFlow 源码——请求入口 Gateway、主智能体工厂、工具组装、中间件管道 I（模型调用前准备上下文）、中间件管道 II（裁决门控清理输出）、沙箱系统、子代理系统、技能系统、持久化存储与检查点。培养二次开发能力。
高阶案例一企业级深度研究平台：基于 DeerFlow 让 Agent 自动完成资料搜集、交叉验证、结构化分析和报告生成；Skill 沉淀竞品分析 / 行业调研 / 投资尽调方法论；Tool 接入搜索引擎、行业数据库、专利平台、Wiki、文档库、专家知识图谱；建立证据链（引用来源、工具调用、执行 Trace）；报告支持 Markdown / HTML / 可交互文档。
高阶案例二新一代软件工厂：基于 DeerFlow 让 Agent 自动完成需求分析、任务拆解、代码开发、代码审查、测试验收和持续集成；GitHub Channel 实现分支创建、代码提交、PR 发起、CI 检查；自定义产品经理 / 架构师 / 开发 / QA 多角色 Agent；ACP 接本地构建、环境配置、命令执行。
Agent 产品化与场景判断：明确适合 Agent 的场景（信息检索、文档分析、代码理解、客服辅助、流程自动化等）和不适合的场景（极强确定性、不允许容错、规则明确脚本即可、不允许人工审核的资金/医疗/法律决策、成本远高于人工的低价值任务）；划清 Agent / Workflow / RAG / Chatbot / 脚本的边界，避免过度 Agent 化。
作品集与面试表达：怎么把 Agent Engineering Platform 写进简历，怎么描述 Tool Runtime / Codebase Agent / RAG 与 Context Engineering / Benchmark 与 Eval，怎么展示 Trace / Replay / 灰度与成本治理，常见面试题，怎么用项目数据证明工程能力、把技术项目表达为业务价值。

持续更新与岗位转型

持续更新

完课后一年内持续更新 40+ 小时免费热点内容，方向包括 LangGraph 等 Agent Framework、Claude / OpenAI 的新推理能力与 Function Calling / API 能力、MCP 私有化部署、LLM-Wiki 知识库结构化等。

从学会开发到岗位转型

配套服务含就业专家 1V1（简历优化、项目包装、面试辅导）、大模型求职指南课、刷题平台 + 企业真题库（覆盖大模型理论、Agents 开发、RAG、微调、工程化）、岗位内推（完成 80% 课程且作业达标者）。

讲师

讲师介绍

尹会生：生成式 AI 与智能硬件融合创新者，大模型连续创业者，ADPS 核心专家 / 腾讯云架构师技术同盟名人堂专家。曾服务金山、新浪；国内首批大模型工业化应用实践者，将 RAG 应用于智能制造（效能提升 30%+）；工业自动驾驶系统架构师，2 项技术发明专利；当前聚焦企业级 Agent 平台，自研 RAG 引擎，服务金融、制造、法律、审计。
姜宁：前字节开源办公室首席布道师，ADPS 核心专家。15 年+ 企业级开发与管理经验；主导字节 DeerFlow 的研发、开源与运营；曾任华为开源管理中心技术专家、红帽首席软件开发工程师；连任 Apache 软件基金会董事会董事（2022–2024）。

技术栈清单（这门课涉及的）

语言 / 后端：Python、FastAPI（StreamingResponse）、Pydantic；入学接受 Java / Go / Node.js 背景
LLM API / 协议：Chat Completions / Responses API、OpenAI Compatible、SSE（EventSource / ReadableStream）、JSON Schema、Function Calling / Tool Use、MCP（含私有化部署）
Agent 框架：LangGraph（StateGraph / Interrupt / Checkpoint）、OpenAI Agents SDK、AgentScope、DeerFlow（收官底座）、Dify（流程理解）
RAG / 记忆：FAISS / Milvus / Chroma、BM25、Elasticsearch、Hybrid Search、Cross Encoder / LLM Rerank、Embedding、Context Engineering、Memory 体系、LLM-Wiki、LiteLLM
Eval：Golden Dataset、LLM-as-Judge、Rule / Schema / Snapshot / Pairwise / Regression / A-B Test、Trace Analysis
推理部署：vLLM（PagedAttention / 连续批处理）、TGI、Triton
工程化 / 运维：Docker Compose、Redis、PostgreSQL、向量库、Feature Flag、灰度发布、Replay、RBAC、GitHub Channel、ACP
模型：Claude、OpenAI（官方材料未点名国产模型）

适合谁 & 我的判断

适配人群

官方适配人群：想升级为 AI 应用工程师的后端/全栈、做过 RAG 或大模型 Demo 但想补工程化的人、在做企业 AI 平台/Agent 应用/AI 基础设施的工程师、想通过开源项目沉淀公开作品的开发者、有后端经验想从事 Agent 开发的学生。

我的判断：这是三门课里体系最完整、强度也最大的一门。14 周 + 每周 3–4 小时录播 + 每周直播，不是轻松路线，但它把 Agent 开发从 API 调用到生产运维的每一层都覆盖到了，尤其是第五章 Eval 和第六章生产化，很多同类课程根本不讲。DeerFlow 收官和简历/面试专项对想转岗的人是实打实的加分项。适合有后端底子、下定决心转型 Agent 开发岗的人；如果只是想提升日常 AI 编程效率，隔壁编程实战营性价比更高。

信息来源：极客时间官网课程页 u.geekbang.org/subject/35 及完整课程大纲（2026-08 抓取，含第二至七章全文）。第 1 期 2026-08-17 开课，14 周录播+直播。价格官网未公开，需咨询学习顾问。

企业级 AI 编程实战营拆解：SDD × Harness，11 周把"驾驭 AI"练成肌肉记忆

Thu, 06 Aug 2026 00:00:00 GMT

极客时间这门《企业级 AI 编程实战营》的定位很清楚：不教你用 AI 工具，教你怎么把 AI 编程做成可控、可验收、可复用的工程流程。11 周、3 个企业级项目 + 1 次真实开源 PR，讲师 Robert（前字节/腾讯基础架构专家）。我把官网逐周大纲完整翻了一遍，这篇是它的详细拆解。

这是三篇训练营拆解之一。另外两篇：AI Agent 全栈工程师训练营｜ Agentic AI 产品训练营。三门课的横向对比见总览篇。

它要解决的真问题：会用 AI ≠ 驾驭 AI

课程开篇就点破了很多人用 AI 编程踩的坑：把需求直接扔给 AI，来回改，最后不确定能不能用。它管这叫”普通姿势”，对应的是”驾驭姿势”——先 spec、再 plan、再 implement，每一步可控、结果可预期。

很多人用 AI 编程踩的坑

所谓”驾驭”，定义很明确：主动权在你手里，AI 在你的框架下执行。整门课就是围绕这个定义搭的方法论和项目。

方法论骨架：SDD 想清楚，Harness 做对

这门课的方法论是两个框架的组合，分工很清楚：

SDD（Spec-Driven Development）解决”想清楚”：规格是真理，代码服务于规格。落地工具是 GitHub 的 Spec-Kit，跑 /specify → /plan → /tasks → /implement 四阶段工作流，从一句话需求走到可执行任务列表。
Harness Engineering 解决”做对”：四支柱是 System Prompt（CLAUDE.md/AGENTS.md）、Tools（Skills / Slash Commands）、Context（Plan Mode 先规划再动手）、Subagents（并行子代理）。

两者合起来的逻辑是：SDD 让 AI 知道做什么，Harness 让 AI 做对。至于 Vibe Coding 和 Context Engineering 的位置，课程的划分是——Vibe Coding 是姿态，Context Engineering 是更上面一层（留作长期方向）。

两个贯穿全程的硬约束机制：

constitution.md（项目宪法）：把工程原则变成 AI 必须遵守的硬约束。系统级项目的宪法会写死”进程模型不变、安全边界不破、协议兼容、可演化”这类底线。
Permission（事前）+ Hooks（事后）= 完整安全网：Permission 在 .claude/settings.json 里配 allow/ask/deny 规则，事前拒绝不该做的事；Hooks 检查做完的事，有 Command / HTTP / Prompt / Agent 四种处理类型、12+ 生命周期事件（PreToolUse / PostToolUse / Stop / SessionStart 等）。

工具选型上，主用 Claude Code，同时对比 Codex / OpenCode / Cursor / Copilot。

四个项目：造底座 → 写自己代码 → 改别人代码 → 给开源贡献

课程最实在的设计是四个项目按工程姿态递进，每个都有明确的训练主场。

四个实战项目

项目一 OryxOS：用 SDD 做 AI 智能体操作系统（第 2–5 周）

从零造一个系统底座，是 SDD + Harness 最完整的一次实战。

第 2 周需求与方案：先回答”企业为什么需要 Agent OS”——2026 年企业落地 Agent 的真实需求，Agent / Agent OS / Agent App 三层关系，自研 vs 开源二开 vs 混合的落地路径。深度精读两个流派：Hermes Agent（Nous Research，会成长的 Agent，持久化记忆 + 自我改进 Skills）和 OpenClaw（反应式工具使用框架，低启动开销 + 广能力覆盖），对比成长式 vs 反应式、有状态 vs 无状态、长进程 vs 短启动两种设计哲学。然后用 Spec-Kit 把工业级需求文档转成 spec.md、技术方案转成 plan.md + tasks.md，写出 OryxOS 的 constitution.md，完成 Harness 四支柱初始化。
第 3 周运行时核心 + 多模型路由：Agent 进程模型（独立进程 vs 协程 vs 线程的权衡）、生命周期管理（创建→初始化→运行→暂停→销毁）；工作空间隔离（文件系统 + 网络 + 进程三重隔离）、沙盒安全（Linux namespaces / cgroups / seccomp 取舍）、YAML 声明式配置加载；多模型路由用 planning model + synthesis model 双模型设计，配 failover 自动切换和成本控制。这周开始用 Subagents 并行实现（隔离 / 配置加载 / 集成测试三路并行）。
第 4 周记忆与工具体系：MCP 集成（Client / Server / Tool / Resource / Prompt 五个核心抽象），既给 OryxOS 接入 MCP Server，也把 OryxOS 自己包装成 MCP Server 让别的工具调用；多渠道接入做统一适配层（REST API 走 OpenAPI 规格驱动，IM 渠道 Telegram/Slack 任选，Webhook vs 长连接的权衡），目标是新渠道 30 行代码接入；工作流编排支持并行搜索和多步推理。同时配系统级 Permission + Hooks 安全网，跑沙盒安全测试套件（边界 / 注入 / 资源限制测试）。
第 5 周端到端集成与发布：补齐可观测性（Agent 行为追踪、模型调用的成本/延迟/错误率监控、渠道流量监控），处理”最后 10%“（边界情况、错误恢复、graceful shutdown）；跑通真实业务场景的端到端测试（客服 Agent / 代码 review Agent 任选），用 Docker / K8s 部署上云。

项目二 When：用 SDD 从 0 到 1 做分布式延时投递服务（第 6–8 周）

这是 0→1 写自己代码的项目，Subagents 并行实现的主场。需求场景很具体：支撑订单超时、优惠券过期这类延时任务。

第 6 周需求与方案：体验”从模糊想法到清晰规格”的完整 SDD 起手。技术选型讲得很实在——etcd vs Consul vs ZooKeeper（选 etcd 的真实理由）、Redis vs RocksDB（为什么用 Redis）、gRPC vs HTTP（选 gRPC 的工程权衡）、多层时间轮算法的实现选择，外加企业级需求文档怎么定 SLA。
第 7 周单节点版本：时间轮算法原理（单层 vs 多层的精度/内存/CPU 权衡）、单机版架构（gRPC server + 时间轮调度器 + Redis 持久化）。这周重点演示 4 个 Subagent 并行实现 4 个核心模块：多层时间轮、gRPC service 定义 + handler、Redis 索引与数据分离存储层、为前三个模块生成单元测试。引入 Worktrees 做并行写代码的隔离，主对话做架构决策 + 集成 review。同时把时间轮实现封装成可复用 Skill，把常用 prompt 做成 Slash Command，并讲清 Skills（能力）vs Slash Commands（模板）的边界、咨询模式 vs 执行模式的切换。
第 8 周集群化上线：基于 etcd 的节点注册、Controller 选主、watch 机制；时间轮在节点间的动态分配、扩缩容、主从故障切换；用 Spec-Kit 做”集群化”这次大改造的增量 SDD。分布式最常见的 4 类故障（脑裂、心跳风暴、时钟漂移、级联失败）。配 Permission + 5–7 个关键 Hooks 的完整安全网；用 AI 快速搭内置管理页面（任务可视化 + 集群状态 + 节点负载）；可观测用 Prometheus 指标 + 日志规范 + 链路追踪；Headless / Print Mode（claude -p "..."）把”代码改动 → 跑混沌测试 → 报告”做成脚本接进 CI。

项目三 DifyPro：用 AI 反推整体逻辑给 Dify 做企业级二开（第 9–10 周）

这是改别人代码的项目，AI 反推整体逻辑的主场。Dify 是 2026 年企业搭内部 AI 平台的事实标准，但社区版有真实能力缺口：SSO、多租户、LLM 治理、可观测、审计。

第 9 周项目调研 + 纵向改造：用 5 个 Subagent 并行精读 Dify——backend/api（API 入口和请求流转）、backend/core（LLM 调用链路）、backend/extensions（扩展点设计）、web/ 前端（前端架构和 API 调用关系）、数据库 schema 和 migrations（数据模型），把关键架构信息沉淀到项目级 CLAUDE.md。引入 OpenSpec 的 delta spec（改造老项目比完整 spec 更合适）。纵向改造模式是”在调用链路上插入一层”，示范功能是统一 LLM Gateway 简化版（模型路由 + 降级熔断 + token 追踪），剖析 Dify 模型调用链路上 Gateway 接入点的 5 个候选位置。Permission 里 deny 直接修改 Dify 核心文件、只允许在 extension 目录改，Hooks 每次改动后自动跑 Dify 全套测试，守住”最小侵入”。
第 10 周横向改造：横向改造是”横切多个模块做统一关注点收集”，示范功能是完整审计日志体系（数据模型 / 关键操作埋点 / 查询导出 / 查询界面）。把”横切关注点改造”封装成通用 Skill，后续任何 Dify 模块的横切改造都能复用。个人选定二开方向（LLM Gateway / 审计日志 / SSO / 多租户 / Token 治理 / 可观测）端到端完成（测试 + 文档 + demo），鼓励给原 Dify 提合规小 PR。

项目四 mq9：跨语言开源 PR 实战（第 11 周）

收官挑战，进真实开源项目 mq9（目标是成为 Apache 顶级项目），用 Vibe Coding 跨语言协作完成一次合规 PR。核心是不会 Rust 也能贡献 Rust 项目的方法：用 Subagents 并行读懂陌生项目的不同模块，用 OpenSpec 写 PR 的 delta spec，用 gh CLI 串起完整开源协作流——gh issue list 选 Good First Issue、branch 创建、gh pr create 提交规范化 PR、gh pr view / review 回应 review 评论。Maintainer（Robert 本人）不放水，PR 不合并可以继续修到合并。

学完能带走什么

学完你将带走

课程收尾会把四种工程姿态沉淀下来：0→1 / Fork 改造 / 混合姿态 / 真实开源贡献；复盘个人 CLAUDE.md / Skills / Slash Commands / Subagents 库，分清哪些是项目专属、哪些能变成”个人沉淀库”；并指向 Context Engineering 这个接下来 1–2 年最值得深入的方向。

技术栈清单（这门课涉及的）

AI 编程工具：Claude Code（CLAUDE.md / AGENTS.md / Skills / Slash Commands / Subagents / Worktrees / Hooks / Permission / Plan Mode / Headless / MCP / Memory），对比 Codex / OpenCode / Cursor / Copilot
规格工具：GitHub Spec-Kit（constitution.md）、OpenSpec（delta spec）
协议 / 平台：MCP（Model Context Protocol）、Dify（二开对象）、OpenAPI
分布式 / 后端：etcd、Redis、gRPC、多层时间轮、Linux namespaces / cgroups / seccomp
语言：Python（OryxOS 主语言）、Rust（mq9 跨语言）、Java / TypeScript 覆盖
工程化：gh CLI、Headless Mode 接 CI、Docker / K8s、Prometheus、混沌测试、端到端测试

适合谁 & 我的判断

适合人群

官方定位是”想把 AI 编程真正用到企业项目中的工程师”。我的判断：这是三门课里方法论迁移性最强的一门——SDD 和 Harness 不绑定任何单一平台，学完这套”想清楚 + 做对”的框架，换什么 AI 工具都能套用。四个项目从造底座到改开源的递进设计也很贴近真实工程成长路径。适合已经有 AI 编程基础、想从”会用”进阶到”驾驭”的在职工程师。

信息来源：极客时间官网课程页 u.geekbang.org/subject/33 及完整课程大纲（2026-08 抓取）。第 1 期 2026-07-15 开课，11 周，另有第 2 期（09-07）、第 3 期（11-30）。价格官网未公开，需咨询学习顾问。

356 个版本堆出来的 Claude Code：进化史、17 大模块、11 个上手场景

Thu, 06 Aug 2026 00:00:00 GMT

Claude Code 这个工具，这两年的迭代速度是肉眼可见的疯。今天这个版本是 2.1.223，距离它还是 0.2.21 的时候，已经过去了 356 个版本。我把官方变更日志从头到尾翻了一遍，又对照官方文档把它的能力体系拆开看，最后落成这么一份东西：版本是怎么进化到今天的、现在到底有哪些功能模块、每个模块该怎么用、以及放到真实场景里该怎么组合。

先说结论，免得到处找：现在的 Claude Code 早已不是”终端里帮你写代码的助手”，而是一套覆盖 CLI / IDE / 桌面 / 浏览器 / 云端，带多智能体编排、企业级安全治理、可编程 SDK 的 AI 软件开发平台。它最值钱的地方不是某个单点功能，而是这一整套东西咬合起来的能力。

一、进化史：从终端 REPL 到 AI 原生平台

六个阶段，一路从小工具长成平台

阶段	时间	版本区间	在干什么	标志性能力
① 早期原型	2025-04 ~ 2025-05	0.2.21 → 0.2.125	把”agent 在终端里干活”这套交互范式定下来	@-mention 文件、斜杠命令、MCP 客户端、Todo 列表、会话继续/恢复
② GA 与基座	2025-05 ~ 2025-09	1.0.0 → 1.0.126	正式发布，开始长平台的地基	Hooks、自定义子代理、TS/Python SDK、权限管理、Windows 原生支持
③ 界面与生态	2025-09 ~ 2025-12	2.0.0 → 2.0.76	换新 UI，开始做生态	原生 VS Code 扩展、Skills、插件系统 + Marketplace、后台 agent、Desktop、Chrome 集成
④ 多智能体与上下文	2026-01 ~ 2026-05	2.1.0 → 2.1.98	上下文上限突破，多 agent 协作爆发	1M 上下文、fast mode、auto-memory、/plan、SendMessage、Agent Teams
⑤ 平台化与后台	2026-05 ~ 2026-06	2.1.101 → 2.1.169	后台体系和企业治理成熟	agent view、/code-review、动态工作流、Managed Settings
⑥ AI 原生完善期	2026-06 ~ 2026-08	2.1.170 → 2.1.223	前沿模型 + 安全/无障碍收尾	Fable 5 / Sonnet 5 / Opus 5 原生 1M、子代理默认后台化、Chrome GA

版本节奏是明显加速的：0.x 到 1.x 是低频打磨，2.1.x 一个段就发了 178 个版本，占总数一半。说明产品从”慢慢做”切换到了”小步快跑、持续交付”。今天你看到的很多能力，都是最近 3 个月里叠出来的。

七条贯穿的主线

从单会话到多智能体协作：从”一个终端对话”到子代理、后台 agent、agent view、动态工作流，再到子代理默认后台化。拐点是 2.0.60（后台 agent）和 2.1.139（agent view）。
从命令行到全端覆盖：CLI 之外，原生 VS Code 扩展、Desktop 独立应用、浏览器扩展，同一套引擎到处跑。
从本地到云端跨设备：本地会话 → /teleport 云会话 → 手机 Remote Control，人换设备任务不丢。
从手动点批准到安全默认：早期全靠人审，后来有自动分级分类器（auto mode）、沙箱隔离、企业策略，2.1.214 之后连续多个版本都在堵权限绕过漏洞。
上下文从固定 200K 到无限会话：自动压缩（autocompact）让会话”永远聊得下去”，1M 原生窗口再往上抬了一截，最后用自动压缩约束超限。
从裸 CLI 到可编程可管控：SDK、Hooks、OpenTelemetry、插件市场、企业 managed settings，变成能被组织和程序调用的平台。
从单一模型到模型家族经济学：Opus / Sonnet / Fable 三代同堂，再加 effort（努力度）和 fast mode（快模式），组成了”速度-智能-成本”的三角开关。

几个值得记住的里程碑

特性	版本 / 日期	当时解决什么
Hooks	1.0.38（2025-06-30）	让自动化动作变成”每次都发生”的强制保障
自定义子代理	1.0.60（2025-07-24）	任务委托给独立上下文的专业助手，省主会话上下文
SDK	1.0.23（2025-06-16）	把整个 agent loop 当库嵌进自己的应用
插件系统 + Marketplace	2.0.12（2025-10-09）	技能/代理/钩子/MCP 打包成可分发单元
Skills	2.0.20（2025-10-16）	把反复粘贴的清单沉淀成按需加载的能力
后台 agent	2.0.60（2025-12-06）	关掉终端任务也继续跑
/code-review	2.1.147（2026-05-21）	从 /simplify 改名而来，统一”审查-修复-PR 评论”链路
1M 上下文	2.1.50（2026-02-20）	突破 200K 天花板
fast mode	2.1.36（2026-02-07）	约 2 倍费率换 2.5 倍速度
agent view	2.1.139（2026-05-11）	单屏管理所有后台会话

小提醒：/teleport 这个功能，claude --teleport 的命令行标志其实 2.0.x 就有了，但作为会话内斜杠命令是 2.1.0 才加的。网上不少资料把这两个搞混。

二、17 个功能模块逐个说透

这一节是重头戏。每个模块按”是什么 → 能干什么 → 怎么用 → 什么时候用”来讲。

1. Skills：把反复粘贴的东西变成一条命令

本质是”按需加载的指令包”。一个技能就是一个目录，里面放一个 SKILL.md（带元信息 + 正文说明），目录名就是命令名。比如你在 .claude/skills/deploy-staging/ 放一个 SKILL.md，会话里就能输入 /deploy-staging 调用。

最关键的设计是渐进加载：技能的简介常驻在上下文里，正文用到才真正加载。这意味着你可以在一个项目里塞几十个技能，但平时几乎不占上下文。适合放”同一套操作贴第三次”的东西：部署清单、PR 审查要点、API 风格规范、团队工作流。

几个控制项值得记：disable-model-invocation: true 表示只能人手动调（防止 Claude 自己把部署流程跑了）；context: fork 让技能在独立子代理上下文里跑；还能在加载前执行命令把真实输出注入进去（比如先跑个 git diff）。官方自带了一批内置技能，包括 /doctor、/code-review、/batch、/debug、/loop。

2. Subagents：独立上下文的专业助手

Claude 自动执行 Read / Search 等工具调用（官方演示）

子代理有自己独立的上下文窗口、独立的系统提示和工具权限，干完只把摘要带回主会话。这是省上下文最重要的工具之一，官方原话”上下文是根本约束时，subagents 是最强大的工具之一”。

内置几个常用的：Explore（只读快速研究代码库）、Plan（计划模式的研究助手）、general-purpose（全工具复杂任务）、claude（兜底 + 后台会话默认代理）。你可以自己定义 .claude/agents/<名字>.md，指定它的工具白名单、模型（比如用 haiku 省钱）、权限模式。

调用方式有四种：直接说”让 subagent 调研一下 X”、@agent-名字 强制指定、整会话切换 claude --agent 名字、或者临时定义。嵌套默认 3 层，每会话最多 200 个，并发 20。

2.1.198 之后子代理默认在后台跑，主会话更清爽。.claude/agents/ 里定义的代理还能指定 tools: 限权，这是很强的安全手段——比如审查代理只给只读工具。

3. Hooks：让动作”每次都发生”

钩子是生命周期事件的确定性自动化层。区别于 CLAUDE.md 的”建议”性质，hook 是”强制”：只要事件发生，脚本必跑。这是它不可替代的原因。

事件有 30 多种，最常用的是：SessionStart/End（会话开始/结束）、UserPromptSubmit（用户提交提示词）、PreToolUse（工具调用前，可以拦下）、PostToolUse、PermissionRequest、Stop。配置结构是三层：事件 → matcher 组 → handler，写在 settings.json 里。

handler 有五种类型：shell 命令、HTTP 调用、调用已连接的 MCP 工具、让 LLM 决策、派子代理。退出码决定行为：0 成功，2 阻塞并把 stderr 喂回给 Claude。

最典型的用法：拦截危险命令（比如 rm -rf）、每次编辑后自动格式化/lint、桌面通知、把 CI 结果注入上下文。官方一句点破：“想做的事每次都发生，别写在 CLAUDE.md 里，写成 hook。“

4. MCP：接到外部世界的万能插头

Model Context Protocol 是 Anthropic 开放的协议，让 Claude 能调用外部工具和数据源。你的项目可以接 Jira、GitHub、Slack、数据库、浏览器、设计稿，什么都有现成服务器。

配置命令很直接：claude mcp add --transport http notion <url>。传输方式推荐 http，老旧的 sse 已弃用，本地进程用 stdio（参数用 -- 分隔）。接进来的工具会以 mcp__服务器名__工具名 的格式进 Claude 的工具箱。默认开了 Tool search，闲置服务器几乎不占上下文。

企业环境可以用 managed-mcp 做 allowlist/denylist 白黑名单控制。有意思的是 claude mcp serve 能把 Claude Code 自身也暴露成一个 MCP 服务器，别人/别工具也能调它。

5. CLAUDE.md：每次会话自动加载的”项目记忆”

这是 Claude 每次会话都会读的持久上下文。四个层级从高到低：企业 managed policy → 个人 ~/.claude/CLAUDE.md → 项目 ./CLAUDE.md 或 ./.claude/CLAUDE.md → 个人项目专属 CLAUDE.local.md。会自动向上找目录树，monorepo 里子目录的 CLAUDE.md 按需加载。

放什么？放”Claude 从代码里猜不到的东西”：构建命令、非常规代码风格、测试命令、仓库礼仪、架构决策、环境坑。别放它能自己从代码里推出来的东西。官方建议压到 200 行以内，超长反而会让 Claude 忽略你的真实指令。

配套能力：@path 导入其他文件（最深 4 层）、.claude/rules/ 按文件路径条件加载（省上下文）、/init 自动生成初稿、/context 验证是否真的加载了。还有 auto-memory：Claude 会把学到的构建命令、调试洞察自动写进项目级 memory 目录，MEMORY.md 前 200 行每会话自动加载，相当于它自己的”工作记忆”。

6. 权限与审批：安全护栏的核心

决定 Claude 什么时候能改文件、跑命令的体系。六种权限模式（Shift+Tab 循环）：

default / Manual：全部询问
acceptEdits：自动批准文件编辑
plan：只读，只能看不能改
auto：独立分类器模型审查动作，自动放行安全的，拦截危险的
dontAsk：只跑预批准的工具
bypassPermissions：全部跳过（最危险，慎用）

细粒度规则可以写成 permissions.allow / ask / deny，语法形如 Bash(git *)、Edit(*.ts)、Skill(deploy *)、Agent(Explore)。auto mode 里的分类器会默认拦截这类动作：curl | bash、rm -rf /、强推分支、生产部署、泄漏类推送。拦截次数多了会自动降级回询问模式。还有一些 protected paths（.git、.claude、.envrc）任何模式下都不会自动批准。

7. Plan 模式：先想清楚再动手

进 plan 模式后 Claude 只读代码库、写方案，批准后才开始编辑。进入方式：Shift+Tab 切到 plan、单条提示前缀 /plan、或启动时 claude --permission-mode plan。

Plan 子代理负责调研，研究过程在独立上下文进行，不占主会话。方案给出来后有三种选择：直接用 auto mode 执行、手动逐步批准编辑、继续完善方案。Ctrl+G 能在编辑器里直接改计划。

有个省钱的别名 opusplan：计划阶段用 Opus（聪明），执行阶段自动切 Sonnet（便宜）。对”本地计划、云端执行”这种分工模式也很有用。

8. Background agents：关掉终端任务照跑

agent view：一个终端管理所有后台会话（官方截图）

后台代理是没有终端附着的完整会话，由 per-user 的 supervisor 进程托管。启动方式 claude --bg "提示词"，会话内 /bg 转后台、/fork 复制成后台新会话。

管理入口是 claude agents 打开的 agent view，单屏按状态分组显示所有后台会话（需要输入 / 工作中 / 空闲 / 完成 / 失败），每行有 Haiku 生成的摘要。管理命令有 attach、logs、stop、respawn（保留对话重启）、rm。

一个重要的细节：后台会话改文件前会先移进 .claude/worktrees/ 独立 worktree，并行会话互不干扰。遇到权限询问会进”需要输入”状态，你可以在面板里直接回复。Notification hook 能推送”需要你输入”和”任务完成”的通知。适合长跑测试、隔夜 CI 失败分析、离开电脑任务继续。

9. Teleport：把任务从终端搬到云端再搬回来

claude --cloud "任务" 会在当前目录的 GitHub 远端上开一个云会话（跑在隔离 VM 里），本地继续干别的；claude --teleport [id] 把云会话连同分支、对话历史一起拉回终端。会话里也能用 /teleport（简写 /tp）切换。

teleport 有四个前置条件：干净的 git 状态、同一仓库（不能是 fork）、分支已推送、同一个 claude.ai 账户。注意 --cloud 需要 claude.ai 订阅。它和 Remote Control 互补：teleport 是把任务搬到云端跑，remote control 是把本地会话暴露到手机监控。适合”本地计划 + 云端自主执行”、关笔记本后任务继续跑。

10. Agent SDK：把整个 Claude Code 当库用

SDK 让开发者把 Claude Code 的整套能力（工具、agent loop、上下文管理、权限、hooks、subagents、MCP）嵌进自己的应用。官方支持 Python 和 TypeScript，pip install claude-agent-sdk / npm install @anthropic-ai/claude-agent-sdk。其他语言可以用 claude -p 子进程方式驱动同一个 agent loop。

生产级特性很全：结构化输出（JSON Schema / Zod / Pydantic 校验）、实时流式、上千工具的搜索、OpenTelemetry 可观测、会话转录镜像到 S3/Redis、多租户隔离。定位上，CLI 面向人交互式的日常开发，SDK 面向要自己实现编排和权限的自定义 agent 产品。

11. 插件系统 + Marketplace：能力的打包分发

插件把 skills / agents / hooks / MCP servers 打包成一个可安装、可版本化的单元。目录结构是 .claude-plugin/plugin.json 清单，加上 skills、commands、agents、hooks、.mcp.json、.lsp.json 等子目录。

命名空间机制解决了冲突：插件的技能以 /插件名:技能名 形式调用，多插件共存不打架。安装管理用 /plugin install、/plugin marketplace add，还有 claude plugin init（脚手架）和 claude plugin validate（提交前校验）。两个官方市场：Anthropic 精选的 claude-plugins-official 和社区评审的 claude-community。适合团队跨仓库复用同一套配置、社区分发、按语言装代码智能（LSP）插件。

12. 会话管理：续上、压缩、分支、回滚

会话全家桶。恢复：claude --continue（最近会话）、claude --resume（选择器）、--from-pr <号>（从某个 PR 关联）。分支：/branch <名字> 复制当前会话另起一条，/subtask 可以 fork 成后台子代理。

上下文控制：/clear 清空重开、/compact [指令] 总结腾上下文（可以指定保留什么）、/context 可视化查看占用、/autocompact 配置自动压缩窗口（100k 到 1M token）。审查回滚：/diff 交互查看 diff、/rewind 回到检查点（代码和对话都能回滚）。转录存在 ~/.claude/projects/，默认保留 30 天。worktree 并行用 --worktree <名字>，每个 worktree 独立分支和文件。

13. 代码审查：从本地自查到云端 PR 审查

/code-review 是目前内置的核心审查入口，审当前分支的 diff，聚焦正确性 bug 和复用/简化/效率问题。它可以 --fix 直接应用修复、--comment 把发现发成 PR 行内评论、ultra 升级到云端深度审查。现在它以后台子代理形式运行，不占主会话上下文。2.1.223 起 /review 是它的别名，不写等级会复用上次的等级。

云端版 Code Review（Team/Enterprise 预览）更强：装上 GitHub App 后，PR 打开、每次 push、或评论 @claude review 都会触发，多个 agent 在 Anthropic 基建上并行分析整个代码库，产出行内评论 + check run，严重度分级（🔴 Important / 🟡 Nit / 🟣 Pre-existing），平均 20 分钟左右出结果。仓库根放一个 REVIEW.md 可以定制审查规则（压 Nit 数量、跳过生成代码、加仓库特有检查），它会以最高优先级注入每个审查 agent。

14. fast mode 与 1M context：速度与容量

两个运行增强。fast mode（/fast 切换）用 Opus 的高速配置，响应快至 2.5 倍、质量不降，按 usage credits 计费（10/10/10/50 每百万 token，不入订阅额度）。开启时终端有 ↯ 图标，触发速率限制会自动降回普通档。适合快速迭代、直播调试。

1M token 上下文：Sonnet 5 / Fable 5 / Opus 4.6+ 支持百万级窗口，Max/Team/Enterprise 计划下 Opus 自动升级无需配置。模型名带 [1m] 后缀（如 sonnet[1m]）。配套 effort 档位（low 到 max）控制推理深度。注意 2.1.223 之后，1M 窗口模型会通过自动压缩被约束回 200K 以内，防止把配额撑爆——这个设计要心里有数。

15. IDE 集成：VS Code / JetBrains / Desktop

Claude Code 在 VS Code 中的内联编辑（官方截图）

同一套引擎嵌进编辑器。VS Code 扩展功能最全：内联 diff 对比 + 直接改提案、@-mention 带行号选区（@auth.ts#5-10 直接引用文件某几行）、plan 以 Markdown 打开可加批注、会话历史恢复、checkpoint rewind、图形化插件管理器、@browser 浏览器自动化。JetBrains 插件支持 IntelliJ/PyCharm/WebStorm/GoLand/Android Studio，有 IDE diff viewer、选区 + 诊断自动共享、Cmd+Esc 快速唤起。Desktop 独立应用提供并行会话窗格、可视化 diff、定时任务、内置浏览器、iOS Simulator 面板。

所有 surface 共享同一套配置：CLAUDE.md、settings、MCP、hooks 全通用，不存在”换个入口配置就丢了”。

16. Claude in Chrome：让 Claude 操作你的真实浏览器

装上 Chrome 扩展 + claude --chrome 启动（VS Code 里也能直接用），Claude 就能操作你的真实 Chrome/Edge 浏览器。能力包括：导航/点击/输入、读控制台日志和网络请求、截图存盘、填表单、本地文件上传（≤10MB）、GIF 会话录制、结构化数据提取。

最有价值的一点：共享浏览器登录态。可以操作已登录的 Google Docs / Gmail / Notion 等，不用配 API connector。遇到登录页或 CAPTCHA 会暂停请你手动处理。plan mode 下区分了只读调用（读页面/截图免提示）和状态改变调用（点击/输入要审批）。支持 Chromium 系浏览器，不支持 WSL。适合本地 Web 应用端到端验证、控制台报错调试、CRM 数据录入自动化。

17. 其他值得知道的工程特性

--add-dir：追加授予工具访问的工作目录（连带它的 skills）
@-mention：快速引用文件/文件夹/代理/@browser/@terminal，把选中内容和行号带进上下文
monorepo 支持：.claude/rules/ 路径化规则、claudeMdExcludes 跳过无关团队的 CLAUDE.md
CLAUDE_CODE_* 环境变量家族：关后台任务、关 auto-memory、调子代理数量上限、关 1M 上下文等，全都可配
MCP 开发工具链：mcp-server-dev 插件、claude mcp serve、/mcp 调试面板
诊断：--safe-mode（禁用全部自定义配置排查）、claude doctor
自动化周边：/goal（持续目标）、/loop（循环）、Routines（定时任务）、Channels（外部事件推入会话）、Artifacts（把输出发布成交互网页）
辅助：语音听写、屏幕阅读器、tmux、自定义主题和状态栏

交互细节速查：快捷键、前缀命令、Vim 与输出风格

这些是每天都会用到的交互细节，单独背一遍值得。

键盘快捷键速查（macOS 的 Option 键需在终端里配置为 Meta 才能用 Alt 系列）：

快捷键	作用
Ctrl+C	中断当前操作；无操作时第一次清空输入、第二次退出
Ctrl+D	退出会话（输入框有文字时改为删除光标后的字符）
Ctrl+R	反向搜索历史（类 bash/zsh）
Ctrl+O	切换 transcript 视图（看工具详情与时间戳）
Ctrl+B	把当前 bash 命令或 agent 后台化
Ctrl+G	用外部编辑器编辑 prompt
Ctrl+S	暂存 / 恢复当前 prompt
Ctrl+T	切换任务清单
Ctrl+X Ctrl+K	停止所有后台子代理（3 秒内按两次确认）
Shift+Tab	循环权限模式（default → acceptEdits → plan → auto → bypass）
Alt+P / Alt+T / Alt+O	切模型 / 切 extended thinking / 切 fast mode

Quick commands 前缀（输入框首字符决定行为）：

/：命令 / 技能
!：shell 模式，直接跑命令并把输出带进上下文
@：文件 / 文件夹 / 代理引用
:：emoji 短码（2.1.217 起，如 :thumbsup:）
?：空输入时切换快捷键帮助

多行输入：\ + Enter、Shift+Enter、Option+Enter、Ctrl+J 都可以。

Vim 模式：/config → Editor mode 开启，完整支持 NORMAL / INSERT / VISUAL 与文本对象；2.1.208 起可用 vimInsertModeRemaps 把 jj 映射成 Esc。

Output Styles（1.0.81）：内置 Explanatory、Learning 两种面向教学的输出风格，/config 里切换，写教程和自学时很好用。

其它值得记住的：/statusline 定制状态栏；/btw 问侧边问题不占主上下文；2.1.169 起按住空格语音听写。

模块是怎么咬合在一起的

一个典型会话把这些模块像齿轮一样转起来：启动时按权限模式加载 CLAUDE.md 记忆，SessionStart 钩子做环境准备，MCP 服务器就位；复杂任务先进 plan 模式让 Plan 子代理隔离研究；执行阶段重复流程交给技能，大型部分委派给子代理或后台 agent；每次工具调用过权限层，PreToolUse 钩子做强制拦截；交付前 /code-review 把关；会话用 resume/fork/compact 延续，长任务搬到云端再 teleport 回来；最后规范沉淀进 CLAUDE.md、流程变成技能、成套配置打成插件共享。

说人话的总结：记忆提供背景，技能和子代理提供能力与隔离，钩子和权限提供纪律，MCP 接外部世界，插件负责分发，SDK 是复用边界，会话/后台/Teleport/IDE 让你无论在哪儿都能继续。

三、哪些模块最值得先上

不分场景空谈”哪个最强”没意义，按阶段给建议。

第一天先用起来的：核心交互（进项目直接提问、@-引用、贴图）、plan 模式、Esc 停手 / /rewind 回滚 / /clear 重置、claude --continue。这个阶段就把 Claude 当”超级结对工程师”用，先不开任何扩展。

第一周建立基线：/init 生成 CLAUDE.md（补上构建/测试命令）、装 gh CLI、配 1-2 个 hook（编辑后 lint / 通知）、装语言对应的 code intelligence 插件、每周固定用一次 /code-review 审自己的 diff。CLAUDE.md 压到 200 行以内。

进阶规模化：自定义 Skills（/commit、/deploy）、自定义 Subagents（security-reviewer、test-runner）、接 MCP（数据库/Figma/办公套件）、claude -p 接 CI + fan-out 批量、worktrees 并行、Writer/Reviewer 双会话、auto mode 无人值守、Agent Teams。

判断要不要上某功能的铁律：约定错两次 → 写进 CLAUDE.md；同一个 prompt 贴了三次 → 沉淀成 skill；侧任务刷屏主上下文 → 上 subagent；“想让它每次都发生” → 写成 hook。这套按需加载的思路，比一次性把所有功能堆上更省心。

四、11 个场景怎么落地

每个场景给出推荐的特性组合和操作步骤，照着做就行。

1. 新项目初始化

推荐：plan mode + AskUserQuestion 采访 + /init + Skill + Hook。

新建目录 git init，把需求写 3-5 句
启动 claude 说 “Interview me in detail using the AskUserQuestion tool”，让它把需求问透，产出 SPEC.md
开新会话切 plan mode，让它读 SPEC + 空仓，给出技术选型和目录结构计划
审批计划（Ctrl+G 可改），搭骨架：脚手架、依赖、首个可运行 demo
/init 生成 CLAUDE.md，补上构建/测试命令和约定
建第一个 skill（如 /commit）和第一个 hook（编辑后跑 lint）
写首个测试跑通，验证后提交

2. 学习/接管陌生代码库

推荐：Explore/Plan 子代理 + 提问式探索 + CLAUDE.md + /btw。

进项目问 “give me an overview of this codebase”
追问架构模式、数据模型、认证流程
深挖用 “use a subagent to investigate how X works”，读大量文件不进主上下文
让它产出 glossary、依赖关系、调用链，存成项目文档
学新技术栈：把官方文档 URL 给它当导师
把”猜不到”的约定写进 CLAUDE.md

3. 大型重构 / 跨文件迁移

推荐：plan mode + subagents 并行 + 验证回路 + worktrees + claude -p fan-out + 对抗式 review。

plan mode：“refactor X to Y，列出影响文件/依赖/风险，先别改”
用子代理并行调研各模块调用点
审批后小步重构：每改一个模块就跑测试修失败
上千文件走 fan-out：让它生成 files.txt，循环逐文件 claude -p "Migrate $f" --allowedTools ...，先试 2-3 个校准 prompt
多人并行用 claude --worktree <name> 隔离
收尾 /code-review 对照计划查缺口
提交开 PR（gh）

4. 代码审查

推荐：/code-review + 自定义 review 子代理 + Writer/Reviewer 双会话。

改动完跑 /code-review，在全新子代理上下文里审当前 diff
逐条修复 findings 再复评一次
安全/性能专项审查用自定义子代理（@security-reviewer 看 auth 改动）
关键 PR 用双会话：A 写、B 在干净会话审、输出回灌 A——“新鲜上下文审查无偏见”
团队流程接 GitHub Actions 自动审 PR

5. Bug 修复与调试

推荐：症状式 prompt + 先写失败测试 + 子代理隔离 + checkpoint + 截图比对 + auto-memory。

贴症状和复现命令：“fix it and verify the build succeeds, address the root cause don’t suppress the error”
让它先写能复现 bug 的失败测试
读代码定位根因、修复、跑测试变绿
测试套件很吵：“use a subagent to run the tests, report only failures”
UI bug 给截图让它比对修复
改砸了 Esc+Esc → /rewind 换路
让根因记入 auto-memory 防复发

6. 测试驱动开发

推荐：CLAUDE.md（测试命令）+ 先测试后实现 + /debug + hook。

给需求和测试偏好：“write a test for foo.py covering the edge case where the user is logged out, avoid mocks”
先写失败测试（会读你现有测试匹配风格）
最小实现到变绿
让它找遗漏边界：“identify edge cases you might have missed”
重构保持全绿
全量测试 + 按约定提交

7. 自动化流水线 / CI

推荐：claude -p + —output-format json + Hooks + GitHub Actions + Routines + auto mode。

本地验证 claude -p "..." --output-format stream-json --verbose 输出可解析
预提交阶段：hook 每次编辑跑 lint；git log -20 | claude -p "summarize" 生成说明
GitHub Actions：PR 触发 claude -p "review the diff, post findings"
定时任务：云端 Routines / 会话内 /loop / GHA cron，prompt 写清”成功长什么样”
无人值守：claude --permission-mode auto -p "fix all lint errors"
复杂多任务用 Agent teams 自动协调

8. 文档生成

推荐：Skill（规范）+ CLAUDE.md + @ 引用 + MCP + Artifact。

“find functions without proper JSDoc in the auth module” 定位欠文档处
“add JSDoc with examples” 指定风格
团队文档规范做成 /docs skill 一键套用
“check if the docs follow our standards” 自检一致性
README 初稿让 Claude 读代码产出，批量文件 fan-out
交互式输出（时间线/架构图网页）用 Artifact

9. 跨库多仓 / 批量任务

推荐：worktrees + claude -p fan-out + —add-dir + —allowedTools + Agent teams。

让 Claude 生成任务清单：“list all 2000 Python files that need migrating, save to files.txt”
循环逐项 claude -p "Migrate $f… Return OK or FAIL" --allowedTools "Edit,Bash(git commit *)"
先试 2-3 个校准 prompt 再全量
跨仓访问 claude --add-dir ../shared-config，并行用 —worktree
需要互相通信分工时升 Agent teams
汇总 OK/FAIL 让 Claude 出总结报告

10. 日常 commit / PR 管理

推荐：commit 规范 Skill + gh CLI + CLAUDE.md + commit-msg hook。

“summarize the changes I’ve made to the auth module”
让它按约定生成 Conventional Commit 信息，你审批后提交，不自动提交
“create a pr” 用 gh 建 PR + 描述 + 风险提示
claude --from-pr 1234 直接从该 PR 续聊
PR 有 review 反馈后 resume 原会话修一轮
commit-msg hook 强制提交信息规范

11. 视频 / 多模态内容生产【官方+生态】

推荐：图片拖拽 + ChromeDevTools MCP + subagents + 生成类 MCP。

起草分镜表与每镜视觉描述
把参考图拖进会话：“Analyze this image / match this design”
为每镜生成图/视频/语音的生成提示词，经生成类 MCP（如 MiniMax）产出素材
各镜并行交给子代理，主会话收摘要拼装
网页/文档类成品用浏览器截图或 Artifact 验证
风格规范沉淀进 CLAUDE.md / skill，下次一键复用

结尾

把这 356 个版本扒完，最深的感受是：Claude Code 已经不只是一个”写代码的工具”，而是一套让你和 AI 在软件开发的每个环节都能协作的体系。它强在组合：单拎任何模块都有替代品，但把记忆、技能、子代理、钩子、权限、插件、后台、云端串成一个闭环的，目前独一份。

官方文档入口：code.claude.com/docs（best-practices、features-overview、skills、sub-agents、hooks、permission-modes 这几个页面最值得先看）。本文数据截止 Claude Code 2.1.223。

应届生三千加一千五补贴就能白嫖？对完政策之后

Thu, 06 Aug 2026 00:00:00 GMT

刷到一条表情包段子：「应届生三千块月薪，还能领 1500 补贴，跟免费的一样，用完再换一批，这不赚麻了。」旁边还配着一张政策摘要图，现金补贴、社保减负、税收贷款一条条列着。

政策那半边看着挺真。段子那半边太像黑心 HR 的做梦文学。我把几条官方口径对了一遍，结论很干脆：补贴是真的，力度也不小；「几乎免费、用完换一批」属于明显夸张。

政策摘要截图：现金补贴、社保减负、税收与贷款

表情包段子：三千加补贴等于免费、用完换一批

先把段子拆开

段子其实叠了两层：

企业能领钱（1500、社保、税收），所以成本极低
领完可以走人再招一批，继续薅

第一层有政策影子。第二层跟政策设计对着干。

粗算一下就破功：月薪 3000，光工资一年大约 3.6 万。1500 元一次性补助大概是半个月工资量级，不是把全年用工成本抹成零。企业侧社保、公积金、管理成本还在。

四条政策，哪条真、条件卡在哪

劳动合同文件夹与社保本静物

政策	判定	你真正该记住的条件
一次性扩岗补助	真	毕业年度或离校 2 年内未就业等（及部分 16–24 岁登记失业青年）；签合同；足额缴满约 3 个月社保；国家口径每人不超过 1500（多地按上限，深圳等地 1000）；打到企业对公账户；2026 年仍延续至年底
小微企业社保补贴	真	小微企业；签 1 年以上合同；补贴企业缴纳的养老/医疗/失业等；最长不超过 1 年（别跟灵活就业的 2 年搞混）
税收定额扣减	真，但更严	企业招用侧常见是脱贫人口，或登记失业半年以上且持证（注明企业吸纳税收政策）的人员，不是凡招应届就能扣；每人每年 6000，可上浮 30%；最长 3 年；执行到 2027 年底
创业担保贷款	真	小微企业新招符合条件人员达一定比例（常见 10%/5%）；最高约 400 万；财政贴息；不是「招一个人就送贷款」

扩岗补助还有一条硬钉子写进了人社部文件：同一人的就业参保信息只能由一户企业享受一次，不能跨企业重复用。 「用完换一批」在政策面上本来就不通。

各地细则有差异。上海 2025 年明文 1500、缴满 3 个月、免申直享；深圳同期是 1000。申请别只信短视频，直接看当地人社局或等系统推送。

「免费」和「换一批」为什么不成立

段子说法	现实
跟免费的一样	1500 是一次性；工资 + 剩余社保 + 其他成本远高于此
用完再换一批	同一人限领一次；频繁辞退有劳动法风险；政策目标是稳就业，不是鼓励轮换
招完就能拿	通常要连续缴满数月社保，不是入职当天到账
补贴发给大学生	扩岗补助进企业对公账户，不是打进个人钱包

网上阴阳怪气的评论确实有，多半是评论区小圈子算账，没有形成特别统一的大爆梗。另有一类吐槽是「补贴发完，岗位好像也没多」——那是对政策效果的怀疑，跟「白嫖劳动力」不是同一句话。

检索时还容易撞车：困难毕业生的一次性求职补贴（发给学生）金额也可能是 1500，别跟企业扩岗补助混成一条。

如果你是企业主或应届生

企业主：能降成本是真的，尤其小微企业叠加社保补贴时更明显。但别按「免费劳动力」做招聘模型。合规路径是当地人社官网 / 免申推送，别走挂靠社保这类违法捷径。

应届生：低薪岗位叠政策红利时，企业动机可能更复杂，这不假。但也不等于「国家在鼓励企业把你当耗材」。合同、社保连续缴纳、辞退成本，才是现实约束。

政策会调整。本文对齐的是 2025–2026 公开口径：扩岗补助「一人一次 / ≤1500」见人社部发〔2023〕37 号及后续延续；2026 年执行期见人社部发〔2026〕39 号（失业保险支持企业稳岗扩岗）；社保、税收、担保贷见人社部发〔2026〕19 号附件与财社〔2023〕181 号、财政部等 2023 年第 15 号。具体金额和截止日以你所在城市最新通知为准。

参考（核对用）

人社部等《关于失业保险支持企业稳岗扩岗的通知》（人社部发〔2026〕39 号）转载：扩岗补助延续至 2026-12-31
https://rst.xinjiang.gov.cn/xjrst/c112737/202607/1f70909da8cd4a4eabbbe1c42593a754.shtml
人社部、教育部、财政部《关于延续实施一次性扩岗补助政策有关工作的通知》（人社部发〔2023〕37 号）
http://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1779/202403/t20240318_1120991.html
上海市人社局：2025 年一次性扩岗补助 1500 元/人
https://rsj.sh.gov.cn/tsj_17090/20250509/t0035_1432380.html
《就业补助资金管理办法》（财社〔2023〕181 号）：小微企业招用毕业生社保补贴最长 1 年
http://www.ahq.gov.cn/xwzx/tzgg/202502/t20250228_2542024.html
财政部等公告 2023 年第 15 号：重点群体税收扣减至 2027 年底
https://czju.suzhou.gov.cn/czj/jsjf/202401/56944e4881464cbfb22c2b9e01fb6157.shtml
人社部、财政部《关于做好2026年高校毕业生等青年就业工作的通知》附件政策清单（人社部发〔2026〕19 号）
http://114.255.111.180/xxgk2020/fdzdgknr/zcfg/gfxwj/jy/202603/t20260320_568804.html

GLM-5.2 在 Pi 里 thinking 死循环，问题不在模型，在 provider 配错了

Thu, 06 Aug 2026 00:00:00 GMT

用 Pi 接智谱 GLM-5.2 写代码，模型在 thinking 阶段反复重复同一句话 50 多次，工具调用卡住不动。折腾了一圈发现，GLM 本身支持 thinking，问题出在 provider 协议层——自定义的 Anthropic 兼容端点根本不走 GLM 的 thinking 协议。

踩坑现场

Pi v0.83.0，自定义 provider zhipu-anthropic，端点 open.bigmodel.cn/api/anthropic，模型 glm-5.2，thinking level 开 high。

死循环的三种表现：

thinking 阶段同一句话重复 50+ 次，每轮都生成”我注意到 thinking 又在重复……立即停止”这种自我纠正，但纠正本身也成了重复内容
模型在微决策点上反复横跳——“该先确认方案还是直接开干”能重复十几次
多轮对话间完全失忆，每轮都从零开始，工具调用卡住输出 “Working…” 但不动

根因：provider 协议错配

models.json 里 zhipu-anthropic 只写了 reasoning: true，没有 thinkingFormat、没有 thinkingLevelMap、没有 compat。Pi 拿到 reasoning: true 就按标准 Anthropic thinking 协议发请求（thinking.type: "enabled" + budget），但智谱的 Anthropic 兼容端点对这个协议支持不完整。

GLM 走的是自己的 Preserved Thinking 协议，跟标准 Anthropic thinking 不是一回事：

	标准 Anthropic thinking	GLM Preserved Thinking
协议标记	`thinking.type: "enabled"`	`thinkingFormat: "zai"`
状态保持	靠 `thinkingSignature`	靠回传 `reasoning_content`
清除控制	无	`clear_thinking: false`
端点要求	Anthropic Messages API	OpenAI Completions API

Anthropic 兼容端点不回传 reasoning_content，GLM 每轮都丢失推理状态，等于每次都在”重新思考”，表现为死循环。

这个问题不止 Pi 有。Goose（#7363）、oh-my-pi（#517）、OpenClaw 都踩过同一个坑——只要走 Anthropic 兼容端点 + GLM，就会丢 reasoning state。

修复：换 provider，一行配置的事

Pi 内置了 zai-coding-cn provider，走 OpenAI 协议，端点 open.bigmodel.cn/api/coding/paas/v4，自带完整的 thinkingFormat: "zai" + thinkingLevelMap + compat 配置。

改两个文件：

~/.pi/agent/settings.json：

1
{
2
  "defaultProvider": "zai-coding-cn",
3
  "defaultModel": "glm-5.2",
4
  "enabledModels": ["zai-coding-cn/glm-5.2", "..."]
5
}

~/.pi/agent/auth.json：添加 zai-coding-cn 的 key（和 zhipu 用同一个智谱 API key 就行）。

改完重启 Pi，完事。

验证结果

修完后跑了 6 轮递进测试——查目录、读组件、分析 CSS、搜关键词、查 session 信息。20 条 assistant 消息、33 次工具调用：

thinking 零重复，长度 53~6915 chars，和任务复杂度正相关
工具调用链健康，无同参数反复调用
多轮记忆完整，第 3 轮能引用第 2 轮的结果
零报错、零 abort、零超时

记住这几点

GLM 支持 thinking，但只在自己的协议下。走 Anthropic 兼容端点就会丢 reasoning state。
自定义 provider 时 reasoning: true 不够，必须配 thinkingFormat 和 compat，否则 Pi 会按错误的协议发请求。
优先用 Pi 内置 provider。zai（国际）和 zai-coding-cn（国内）已经配好了正确的 thinking 参数，别自己造轮子。
Z.AI 的 Preserved Thinking 是特有协议，需要 reasoning_content 回传 + clear_thinking: false，和标准 Anthropic thinking 不兼容。

参考

pi 的脸也是能整的：主题挑一个，状态栏挑一个，别贪

Thu, 06 Aug 2026 00:00:00 GMT

手里 AI 编程工具越堆越多，pi 的脸算是这批里最朴素的：默认 dark 主题黑得发灰，底部一条光秃秃的状态栏。这画风跟它那套「primitives, not features」的极简内核倒是统一，但看久了确实想换换。

折腾一圈下来最核心的认知就一句：pi 的美化分两类，主题随便装、状态栏只能装一个，搞反了就打架。 这篇记一下装什么、怎么踩的坑，给同样想给 pi 整容的人抄作业。

主题和状态栏，根本不是一回事

pi 官方把美化拆成两块，机制完全不同，装法、共存性也截然相反。一开始没搞清这个分工，看清单上二十个包很容易犯选择困难。

维度	主题（Theme）	状态栏 / UI 扩展（Extension）
本体	一个 JSON，定义 51 个颜色 token	一个 TS 模块，订阅事件渲染 footer
共存	多装互不影响，切换用	抢 footer 渲染权，装两个就打架
切换	`/settings` 或改 `theme` 字段	装上就生效，`/reload`
热重载	编辑当前主题文件自动重载	改源码后 `/reload`
入口	`~/.pi/agent/themes/*.json` 或 package	`~/.pi/agent/extensions/` 或 package

记住这个分工，后面所有选择都不纠结了：主题像换壁纸，想换就换、想留几个备着都行；状态栏像装输入法，同时装两个会互相抢权。

装什么：两步到位的最稳组合

本来拿来一份二十个美化包的清单（主题包 + 状态栏扩展两大类），第一反应是不信——AI 编的包名十有八九是幻觉。结果逐个去 npm 查，居然全是真包，而且都带 pi-package 关键字，是货真价实的 pi 专用。这点得记一笔，下次别再重复验。

真要落地不用贪，先装最稳的一对把脸换掉：

主题挑 @sherif-fanous/pi-catppuccin —— Catppuccin 是公认最护眼的配色，社区维护活跃，一次带四个变体（Mocha / Macchiato / Frappe / Latte），深浅全覆盖。
状态栏挑 pi-inline-statusline —— 单行、响应式、信息不丢，默认 Tokyo Night 预设就很好看，零配置即用。

这套组合的好处是互不冲突,装上立刻见效。真不喜欢,pi remove 一条命令干净卸掉,不留尾巴。激进派想一步到位也可以上 @rokiy/pi-ui(带 Boxed Editor 那个 ╭─╮ 包裹),但它和状态栏是二选一,第一轮不建议冒险。

装完跑起来长这样，底部一行信息密度恰到好处，又不挤：

实拍：Catppuccin Mocha + pi-inline-statusline 跑起来的样子

真正值得记的，是这两个坑

装主题本身没坑，pi install npm:xxx 一条命令就进 settings.json 的 packages 数组。真正让我翻车的，是后面优化时踩的两个配置坑。

坑一：glm 系列压根不支持思考

zhipu 全家桶（glm-4-flash / glm-5-turbo / glm-5.2）在 pi --list-models 里 thinking 列全是 no。给它们设 defaultThinkingLevel 不会报错，但也不会触发——静默浪费。

正确做法不是设全局思考级别，而是按场景切模型：日常留 glm-5.2 省钱，遇到复杂任务 Ctrl+P 切到支持思考的备选。我在 enabledModels 里配了这几个，都是带思考的：

模型	什么时候切过去
`deepseek/deepseek-v4-pro`	推理 / 代码强，复杂调试
`google/gemini-3-pro-preview`	要看图 / 多模态
`kimi-coding/k3`	长上下文 coding
`minimax/MiniMax-M3`	1M 上下文，读长文档

关于 pi 怎么把 adapter / subagents / memory 三包补齐内核能力的，可以看这篇开荒记。这篇只讲脸。

坑二：enabledModels 会反噬默认模型

这个坑最隐蔽。enabledModels 一旦设置，就接管了 Ctrl+P 的循环列表，列表里没有的模型切不过去。第一次配的时候只列了四个备选，没把默认的 glm-5.2 加进去——结果切到 deepseek 就切不回来了，状态栏的模型名直接换走，人傻了。

修复就一条铁律：配 enabledModels 时，默认模型必须放进数组，而且放第一位。

1
"enabledModels": [
2
  "zhipu-anthropic/glm-5.2",
3
  "deepseek/deepseek-v4-pro",
4
  "google/gemini-3-pro-preview",
5
  "kimi-coding/k3",
6
  "minimax/MiniMax-M3"
7
]

配完长什么样

下面是最终跑起来的 settings.json，删掉了和美化无关的字段，只留视觉相关的几行。一张表看完整配置思路：

字段	值	作用
`theme`	`catppuccin-mocha`	Catppuccin 最深款，护眼
`packages`	含 catppuccin + inline-statusline	一个管颜色，一个管 footer
`externalEditor`	`code --wait`	`Ctrl+G` 弹 VS Code 写长 prompt
`enabledModels`	5 个（含默认）	`Ctrl+P` 循环切换，默认在内

几个能继续挖的方向

美化到这儿只是开了个头,pi 还有一堆没碰的能力。比如 shell-aliases 能把 c 直接等于 git commit;keybindings 改键位,挪不顺手的快捷键;prompt-templates 把常用 prompt 存成模板,/template 一键调;还有 @rokiy/pi-ui 那套带 Boxed Editor 的一体化 UI,不过它要替换现在的状态栏。这些都没装,等主题和状态栏用顺手了再决定要不要继续往上堆。美化这事最怕一次堆太多,出了问题都不知道是哪个包的锅。

一条速查

想做的事	怎么做
装包	`pi install npm:<包名>`
卸包	`pi remove npm:<包名>`
换主题	`/settings` 或改 `"theme"` 字段
换状态栏预设	`PI_STATUSLINE_PRESET=classic pi`（默认 tokyo-night）
切模型	`Ctrl+P`（受 `enabledModels` 限制）
外部编辑器	`Ctrl+G`（走 `externalEditor`）
完全回滚	还原备份的 `settings.json.bak.*`

把 MiniMax 生成当制片：H3 视频、叙事句音乐与五条心智模型

Thu, 06 Aug 2026 00:00:00 GMT

用 MiniMax Max 档（海螺 / H3 / 音乐 2.0）最怕一件事：额度烧了不少，产出一堆”看着像、用不了”的废片。图生一次改一次、视频分不清是运镜问题还是提示词问题、音乐像标签堆砌。问题不在模型，在提示词没有结构。

把生成当制片、提示词当分镜简报，是这个体系的核心。下面是这一轮落地后最有用的东西。

五条心智模型

生成 = 制片，prompt = 分镜简报。角色、动作时序、运镜、光影、声音、约束一次钉死。
结构 > 文采。模型强项是吃固定字段，不是吃形容词。字段齐输出稳，字段缺模型就猜。
职责分配。参考图各司其职：图1定氛围、图2锁身份、图3是产品。锁住不能变的，模型只在该变的上面发挥。
负面清单比正面描述更值钱。畸形手 / 跳切 / 换脸 / 水印，写清楚禁止，比堆十个形容词省事。
规范是活的。官方结构 → 本机内化 → 测试池 → 实测回写，循环迭代，不是一次写完。

额度就是预算，废片就是烧钱。“一次写对”比”多试几次”省。

现成的轮子

轮子	仓库	干什么
`h3-prompt-writing`	MiniMax-AI/MiniMax-H3	视频 H3 提示词官方结构（另附 8 个风格 skill）
`minimax-music-gen`	MiniMax-AI/skills	音乐叙事句结构（`references/prompt_guide.md`）
`awesome-minimax-h3-prompts`	BeatAPI/awesome-minimax-h3-prompts	125 条 H3 测试池，100 条已 X 源核验 + WebM 证据

装 skill 的一个坑：npx skills add 的 agent 名是 claude-code（不是 claude）；逗号分隔的 agent 列表不认，要重复 -a；Cursor 侧有时要补 junction。有些清单里标的仓库在 GitHub 根本不存在，装之前先核对一眼。

视频：H3 五模式 + 三字段

先判定输入模式：T2VA（文生）/ I2VA（首帧）/ FL2VA（首尾帧）/ L2VA（末帧）/ Ref2VA（全参考：图+视频+音频 ≤~12 文件）。

Base 模式三个字段按序填满：

字段	写什么
`integrated_multimodal_description`	主体叙事：每镜头 = 构图 + 主体 + 环境 + 动作 + 运镜 + 声音 + 参考出现点
`overall_soundscape`	整体音景：环境音 / 空间 / 层次
`non_diegetic_music`	画外音乐：情绪 + 配器 + 节奏

要点：

参考职责写清楚（“图1定胶片质感与场景、图2锁主角身份、图3是产品”）比堆图有效得多。
时间线按秒切动作（0-4s / 4-9s / 9-13s），一次一个主动作；复杂叙事分段生成再剪辑。
声音轨必须写，不写模型自己猜。对话保留原文语言不改写。
负面锁定：禁止跳切 / 换脸 / 服装变形 / 畸形手 / 多余肢体 / 荧光色 / 水印字幕。
图生视频时，prompt 只写”运动 + 运镜 + 变化”，别重复图片已有的外观。
运镜：老 Hailuo 吃括号指令（[推进] [左摇,上升]），H3 更吃自然语言描述。

音乐：叙事句，不是标签

官方原话：“写生动完整的英文叙事句，不是逗号分隔的标签。” 把 prompt 当给音乐人的创作简报。

结构（一个完整句式，按序）：mood+BPM+genre → 人声（角色化）→ 叙事主题 → 氛围场景 → 关键乐器。

人声要具体：sultry sophisticated male baritone with jazz inflections，别写 female vocal。
纯器乐：人声位置换成乐器焦点 + 场景叙事（“evoking a sunrise drive along a coastal highway”）。
挑 2-3 个关键乐器写精确，其余留白。
速查：Genre 九类（Pop/Dance、Rock、R&B-Soul-Funk、Hip-Hop、Electronic、Folk、Jazz-Blues、Classical、World）；BPM 40-160 按情绪分档；英文提示效果最好。

图片：一帖一概念

先定概念句：主题物件 + 材质/工艺 + 光线 + 情绪 + 禁止项，至少 2-3 个可辨要素。
参考图锁特征：只改姿势/场景/光影，主体特征（脸/服装结构）严格不变。
负面：蓝紫玻璃拟态、弥散光球、同批同构图、画面内英文标题。

落地怎么用

三条调用路径，都先过额度门禁（图/音乐走 general 池查百分比，视频走 video 池查次数），再生成、落盘、质检：

1
生图：选风格 → 概念句 → text_to_image → 落盘 → 看图质检
2
视频：H3 结构 → 查视频额度 → generate_video(6s/768P/async) → 轮询 → 落盘
3
音乐：叙事句 → 查额度 → music_generation(lyrics 必填) → 落盘

测试池用法：抽 5-10 条不同场景（时尚广告 / 一镜到底 / 音乐 MV 各几条）真实跑一轮，把有效 / 失败模式记下来，回写进自己的 prompt 规范。规范是跑出来的，不是一次写出来的。

相关阅读：给 DeepSeek 装眼睛：文本主模型外挂视觉 + MiniMax 全家桶 —— 上篇讲”理解 + 生成闭环怎么接”，本篇讲”生成这一侧怎么写 prompt”。

AI 画八十年代小人书：Seedream 能直出字，MiniMax 只能后期叠

Thu, 06 Aug 2026 00:00:00 GMT

在 B 站刷到同济子豪兄的《三体》连环画，被那套”八十年代小人书 × 苏联太空科幻”的味儿抓住了。他把”任意文档变成小人书”做成了开源 Skill，我顺手拉下来试了试——踩了三个坑，也摸清了这个 skill 真正的成色。

这个 skill 是干嘛的

输入小说 / 故事 / 剧本，输出一本八十年代小人书：封面 + 6-10 页内页 + 封底，每页 7<5> 横屏，黑白和彩色双版本，最后合 PDF。核心卖点是文字以像素原生渲染在图上——下方 18% 是宋体配文，上方 82% 是工笔白描插画，像真书一样。

作者是 B 站 UP 主同济子豪兄，仓库里除了这个 skill，还有他画《三体》名场面、章北海传的一堆作品。Skill 内置 9 张 1970-80 年代经典连环画参考图（鸡毛信、桃花扇、铁道游击队…），连封面标题用什么颜色都做了题材配色表（革命红、古典墨、现代蓝、传奇金）。

流程：五步，关键在第三步

步	动作	说明
1	确认画风	参考内置经典图：工笔白描、英雄比例、高对比
2	拆分镜	按叙事拆 6-10 页，每页提炼 1-2 句配文
3	逐页生图	封面 / 内页 / 封底三类 prompt 模板（设计给 Seedream）
4	做旧	纸张纹理 + 印刷磨损 + 暗角 + 网点，封底保持清晰
5	合成 PDF	封面 → 内页 → 封底顺序合并

实测：换掉 Seedream，成败全在中文字

skill 设计用字节 Seedream 生图，Seedream 的强项是中文文字渲染。我没有 Seedream 渠道，先用 MiniMax 顶替跑了一版《纸上的夏天》。

结果很干脆：MiniMax 画中文配文 = 乱码。回目和正文全变成”旧伋拟同""夫夸柬之雾拍奴叫”这种不可读字符。不是 prompt 问题，是模型中文渲染能力的差距——Seedream 在这块确实是国内第一梯队，MiniMax 还差得远。

三个坑，都出在适配模型上

中文配文乱码：对策是图片里一个字都不写，后期用 PIL 叠字（Windows 自带宋体 / 楷体），文字反而更清晰可控
“留白”指令被过度执行：想让 MiniMax 留出下方文字区，写”下方四分之一留白”，结果它直接留了一半空白，插画只占上半截。正确做法是让插画满幅，文字带后期用白底盖住底部 18% 叠字
封面自带印章：MiniMax 生成复古封面时会在角落加红色印章和小字，做旧后反而有年代感，就留着了

适配后的方案（实测可用）

1
满幅底图(3:2) → 裁到 7:5(2800×2000) → 下方 18% 白底叠宋体配文
2
→ 做旧(纸张纹理/磨损/暗角/网点) → 黑白转灰度 / 彩色暖色降饱和 → 双版本 PDF

全程 MiniMax + Pillow，零外部依赖，文字零乱码。黑白、彩色两版各 6 页 PDF 均实测出片。下面是《纸上的夏天》实际产出的对比页：

黑白版内页

彩色版内页

适用范围与边界

适合：有叙事性的文字（小说 / 剧本 / 科普解说），自带分镜
边界：非叙事内容拆不出分镜；跨页角色一致性仍是 AI 生图通病；每本设计 6-10 页，超长需分批
版权：skill 封底模板硬编码了《三体》和作者名，自用必须改（用原创故事绕开）

封底的效果长这样，版权信息这块是后期叠字加上的：

封底

结论

这个 skill 的工程化很成熟——prompt 模板、做旧脚本、PDF 合成都有讲究，是”审美驱动 + 工具链封装”的典型。值不值得用取决于生图渠道：有 Seedream，开箱即用；只有 MiniMax，就得走后期叠字这套适配，但也能出不错的效果。

装了插件 skill，一个都不显示？问题在目录层级，不在安装

Wed, 05 Aug 2026 00:00:00 GMT

遇到个挺典型的坑：在 Claude Code 里装了个插件（mattpocock-skills，打包了他一整套方法论 skill），marketplace 加了、enabledPlugins 也启用了，可 /grilling 就是死活不出现。跑 /reload-skills 也没用，永远显示 “no changes”。查了一圈，最后发现是三层原因叠在一起，而且全都不在「安装步骤」上。

最反直觉的一点：reload-skills 不管插件

/reload-skills 只重载本地 ~/.claude/skills/ 和项目里的 skills 目录，根本不碰插件。这个命令官方文档甚至没收录（就是个本地扫描器）。要重载插件，正解是 /reload-plugins——而且在 2.1.220 上装了新插件必须手动跑它或重启才生效，2.1.221 起才安装即自动生效。

还有个隐藏坑：reload 后摘要写 “0 skills”，不代表插件 skills 没加载——那个计数只统计插件的 commands/ 目录，不算 skills/ 目录。看到 0 别慌，直接看 /skills 的实际列表。

主因：插件 skill 只认一层目录

Claude Code 发现插件 skill 的规则是死的：插件根下 skills/<skill名>/SKILL.md，只扫一层。mattpocock 的仓库把 skills 放在 skills/<分类>/<skill名>/，比如 skills/productivity/grilling/，多套了一层分类目录，默认扫描直接 miss。

对照实验很直观：同环境里 claude-mermaid 插件的 skill 是 skills/mermaid-diagrams/SKILL.md（一层），正常显示；mattpocock 全是两层，一个都不出。

再叠一层：显式数组 + source 指向根 = 文档盲区

mattpocock 的 plugin.json 显式声明了 24 个 skills 路径（形如 ./skills/engineering/xxx）。按文档，显式路径指向含 SKILL.md 的目录本应注册成功。但它 marketplace 条目的 source 指向 marketplace 根，触发了「显式数组替换默认扫描」的分支——这个组合官方文档没覆盖，2.1.220 实测就是加载不出来。这更像插件作者踩了 Claude Code 的文档盲区（疑似 bug），不是你安装姿势的问题。

一条铁证

同样这批 skills，只有 strategic-compact 和 ralph-loop 两个出现在列表里——因为它们被作者自带的 scripts/link-skills.sh 软链进了 ~/.claude/skills/（本地一层路径，能被扫到）。同插件、同布局，链进本地的能显示，没链的 grilling 就消失。「装了却路由不到」这事，证据全在这。

排查五步（下次直接照抄）

步骤	做什么	判读
1	看 `~/.claude/skills/`	本地没有 ≠ 没装，别急着结论
2	看 `~/.claude/plugins/cache/<plugin>/`	插件缓存是否完整、skills 目录是否都在
3	看 plugin.json 的 `skills` 字段	路径是 `skills/<名>` 还是 `skills/<分类>/<名>`
4	对比例子：同环境哪个插件的 skill 显示正常	一层 vs 多层，差别一眼可见
5	跑 `/reload-plugins`（不是 /reload-skills）	仍不显示 → 基本坐实布局问题，走解法

解法：绕开插件加载，链进本地

官方 troubleshooting 是清缓存（rm -rf ~/.claude/plugins/cache）重启重装，治标不治本，且缓存里带版本号，重装后 junction 又得重建。对二级目录的插件，作者自己的推荐是 scripts/link-skills.sh，把每个 skill 软链到 ~/.claude/skills/。Windows 上等价物是 junction（目录联接，免管理员权限、对应用透明）：

把 plugin.json 声明的每个 skill 路径，以 junction 建到 ~/.claude/skills/<skill名>，指向 插件缓存/.../skills/<分类>/<skill名>。一次 24 个，/grilling 立刻出现。

长期建议

这不是环境问题，是插件作者侧的兼容问题。正解两个方向：作者把布局压平成一层 skills/<名>/SKILL.md（对齐文档标准），或去掉显式 skills 数组走默认扫描。在那之前，junction 链进本地是最省事的 workaround。记得 junction 指向带版本号的缓存路径，插件升级后要重建一遍（一条命令的事）。

给 DeepSeek 装眼睛：文本主模型外挂视觉 + MiniMax 全家桶

Wed, 05 Aug 2026 00:00:00 GMT

用 DeepSeek 这类纯文本模型当主模型，最别扭的一件事是”看不见”：截图、报错图、设计稿、短视频，通通没法直接丢给它——附件常常在模型接口这一层就被拒了，还没轮到工具链处理。

不想为了看图就换模型、换工具。出路是把多模态能力从”主模型”挪到”工具层”：主模型继续做文本编排，看图出图交给专门的后端，理解结果以文本回传。这套思路本机已经能跑通，而且不是靠某一个神器，是几层现成能力拼起来的。

接视觉有三条路，不是只有一条

路线	机制	信息损失	本机现状
桥接脚本式（以 `see-skill` 为代表）	媒体走脚本路由到视觉后端，结果 Markdown 回传	最低（原图直传）	未装，需自己接 + 视觉 Key
MCP 理解工具（`minimax-coding` 的 `understand_image`）	Claude Code 直接调，text-only 模型也能用	中（单图为主）	✅ 已就位，零成本
CLI 视觉命令（`mmx vision`）	MiniMax 官方 CLI	中	✅ 已就位，零成本

图片理解本机其实不缺，缺的是视频理解。所以真正值得盯的，是那种补上视频、且尽量少损失信息的桥接方案。

顺带说一句：Gemini 这类多模态模型只是另一个视觉后端选项，接一个视觉模型而已，跟上面的路线是同一件事，不构成新维度。

see-skill 里能偷的设计

调研过一个专门做这件事的开源 Skill（oil-oil/see-skill，MIT，社区热度涨得很快），它把”文本模型外挂视觉”做到了工程完成度较高的程度。能带走的设计点：

图片原图直传：不预先 OCR、不缩放、不压缩。先 OCR 再让主模型”猜”，等于在理解链路里主动插一次信息损失；原图直传是把损失压到最低的做法。
视频不抽帧：保持完整时间线 + 音频，走视觉模型的原生视频能力，Skill 内部不做抽帧。抽帧会丢掉时序和音频信息，这是很多简易方案偷懒的地方。
问题原样透传：用户问什么，--task 就原样交给视觉模型，不套固定报告模板。固定模板会诱导视觉模型泛泛而谈，反而丢了针对性。
降级链：云端供应商按顺序尝试，全挂才落到本地 OCR（macOS 系统 Vision → Windows OCR → Tesseract）。注意视频没有本地降级，没配云端 Key 就明确提示，不硬来。
结果可审计：回传的 Markdown 带 backend / model / mode / route_attempts 元信息，主模型能判断这次到底走的哪家、有没有降级。
接口极简：stdout 只吐一个 output_path=<绝对路径>，机器可读，主模型读那个 Markdown 就行。

有几点跟 README 第一印象不一样，别照搬：

视频”优先 Gemini”只对 zenmux / openrouter 两家成立；百炼和 TokenDance 默认直接用 Qwen，不是”回退”。
“压缩到最长边 1920、2 fps”只是三档里的 balanced，还有 compact（1600/1fps）和 strict（1120/1fps），超上传预算自动往下切。
see.sh 是个薄壳，exec python3 parse_media.py "$@" 一行透传，全部逻辑在 parse_media.py；仓库里还多了个 README 没写的 tests/。

MiniMax 那半边：生成闭环

光有理解还不够，完整的多模态还差”生成”。MiniMax 的权益包恰好把这一侧补全了，而且本机已经接好：

侧	能力	接入点
理解	图片理解 / 网页搜索	`minimax-coding` MCP
生成	文生图	MiniMax MCP `text_to_image`
生成	视频（异步）	`generate_video` → 轮询 `query_video_generation`
生成	语音 / 音乐	`text_to_audio` / `music_generation`（音乐必须给 `lyrics`）
额度	通用池 + 视频次数	`mmx quota show`

额度有个值得注意的语义：文本、图片、语音、音乐共享同一个 general token 池，按百分比消耗；视频是按次计数（海螺视频，按天/周窗口给次数）。所以”先查额度再生成”不是客套，是实打实的成本门禁。

落地在 Claude Code 里是什么样

打通点最终落在 AI 编程工具的 workflow 配置上。本机这一套长这样：

双 MCP 分工：MiniMax 管生成（图/视频/语音/音乐），minimax-coding 管理解（看图/搜索），主模型只负责编排和判断。
text-only 兜底写成硬规则：全局 CLAUDE.md 规定，会话启动先自查模型身份；若是纯文本模型，所有图片/视频理解一律走外部视觉兜底（understand_image），绝不 native 硬读、也绝不脑补画面。
项目侧再包一层纪律（blog 项目的 firefly-minimax-media skill）：额度门禁（check_quota.py）→ 视频先抢槽、提交记账、只许轮询 → MCP 返回的 URL 必须立刻落盘（防盗链）→ 接线。视频生成在这里是”抢到槽位才能下单”，防止多 agent 并发把按次配额打空。

这一层的意义在于：能力是通用的，纪律是项目化的。MiniMax 谁都能调，但”先查额度、视频串行、URL 及时落盘”这套行为规范，是沉淀在 skill 里的，换谁来执行都一样。

几个绕不开的坑：

text_to_image 返回的图片 URL 防盗链，程序直接下载恒 403，浏览器能开，签名约一天过期——必须生成后立刻落盘。
generate_video 是异步的，提交只回 Task ID，要轮询状态，完整生成要几分钟。
启动 MiniMax 的 MCP 必须带 --with "mcp<2"，否则官方包起不来（mcp 2.0 移除了 fastmcp 模块）。
voice_clone 要实名认证才能用；play_audio 会在本机真实出声，别在调试时踩雷。
区域必须匹配：本机 Key 是 cn 区（api.minimaxi.com），用国际域会报 invalid API key。

能带走的

最核心的一点：多模态 = 理解（外挂）+ 生成（MiniMax），两者都沉在工具层，主模型始终是文本模型。理解侧选原图直传、少信息损失的桥接（see-skill 是现成参考，本机 understand_image 已覆盖图片）；生成侧用 MiniMax 权益包补图、视频、语音、音乐。打通点写进 workflow 配置 + skill 纪律，这套就固化下来了，不用每次重搭。

把 CLI 爬虫封装成 MCP Server，AI 一句话就能让它去小红书采数据

Wed, 05 Aug 2026 00:00:00 GMT

MediaCrawler 是个挺能打的爬虫项目，七个平台（小红书 / 抖音 / 快手 / B 站 / 微博 / 贴吧 / 知乎）都能采公开内容和评论，但日常使用得手动跑命令行：python main.py --platform xhs --type search --keywords "xxx"，登录态、翻页、存库全得自己伺候。

我的想法很直接：既然 Claude Code、Cursor 这些 AI 编程工具能读文件、能跑命令，为什么不把采集能力直接交给它们？让 AI 说一句「去小红书搜 AI 编程最近的热帖」，它自己就能把数据采回来、做分析、写报告。

中间缺的是一座桥：MCP Server。

最核心的取舍：子进程隔离，不搞进程内驱动

整个项目最关键的设计决策，根子在一个历史包袱上——MediaCrawler 的配置全挂在全局 config 模块上。CLI 解析完直接改写 config.KEYWORDS、config.PLATFORM 这些全局变量，平台采集代码内部也直接读它们。

这意味着什么？一个进程里跑两个任务，全局配置互相污染。 你给任务 A 设的关键词，任务 B 也跟着变。而 MCP Server 恰恰要支持多任务、要并发，跟「全局单例」天然冲突。

三条路摆面前：

方案	思路	代价
子进程隔离	每个任务独立 `subprocess` 跑 `main.py` CLI	每次冷启动浏览器，慢几秒
进程内驱动	import 后改 config 再跑 async 任务	全局状态共享，并发=数据竞争，只能退化成串行
常驻 worker 池	预登录 N 个子进程排队分发	要自己管进程池、崩溃回收，复杂度最高

我选了子进程隔离。理由特别实在：MediaCrawler 自带完整 CLI，子进程方案零改动复用源码，进程边界天然把 config 污染问题解决了，代价只是每次冷启动 Chromium 那几秒——完全可接受。为快那么一点去背进程池的复杂度，不划算。

MCP 侧最终暴露六件工具：search_posts / get_post_detail / get_comments 负责提交采集任务，get_task_status 轮询进度，get_login_state / list_platforms 查状态。

长任务必须拆成「提交 + 轮询」

采集是分钟级的活：一个关键词搜 20 条帖子带评论，三到五分钟很正常。而 MCP 工具调用是有超时约束的，同步阻塞不可行。

所以接口拆两类：

快操作（查登录态、列平台、查任务状态）→ 同步返回
采集动作 → 提交后返回 task_id，AI 自己轮询 get_task_status

AI 拿到的是一套能自主编排的流程：提交 → 轮询 → 拿到 save_dir → 按需读文件。数据量大时绝不能整包塞回 MCP 返回值——会直接撑爆 agent 上下文，只回摘要和落盘路径。

登录态这关，直接复用它自己的机制

MediaCrawler 的登录态不是存个 cookie 文件，而是用 Playwright 的 launch_persistent_context(user_data_dir="browser_data/{platform}")——整个 Chromium 用户目录落盘。扫码登录一次，之后每次启动浏览器自动带上 cookie。

所以 MCP 侧根本不用管登录流程，只做两件事：

让用户手动跑一次 main.py --lt qrcode 扫码，登录态落到 browser_data/
get_login_state 探测该目录在不在，就能判断有没有登录态

比自己在 MCP 里重新实现一遍登录流程省事得多，也稳得多。

四个坑，比方案本身值钱

坑一：CLI 参数名必须跟上游 arg.py 对齐

照着自己的命名习惯拼了 --crawler_max_comments_count_singlenotes，结果子进程一启动就 NoSuchOption 崩溃。MediaCrawler 真实的参数名是 --max_comments_count_singlenotes——没有 crawler 前缀。拼参数前老老实实 grep 一眼上游 cmd_arg/arg.py，别猜。

坑二：小红书 search 最小一页 20 条，max_notes 有硬下限

以为传 --crawler_max_notes_count 3 就只采 3 条，实际 core.py 里写死 if CRAWLER_MAX_NOTES_COUNT < 20: 强制抬到 20。于是 search 最少采一整页 20 条加评论，一个任务三到五分钟。想「只采几条试试」在 search 模式做不到，得用 detail（指定帖子）模式。这也意味着测试脚本的轮询超时得设得比服务器超时长，否则任务还在采，脚本先放弃了。

坑三：Python 包结构影响类型检查

一开始 config.py 放在项目根，core/ 子目录里 import config。运行时没问题（sys.path 能找到），但 Pyright 会把 config 解析成 core.config（包内同名模块优先），满屏红线。解法是把代码收进正式 package（mediacrawler_mcp/），用相对导入 from .. import config。注意 IDE 的语言服务器可能缓存旧解析，命令行 pyright 已经 0 错误了 IDE 还飘红，重启一下就好。

坑四：Windows GBK 控制台打 emoji 会崩

测试脚本里 print("✅ 通过")，中文 Windows（代码页 936/GBK）控制台直接 UnicodeEncodeError。不是业务 bug，是测试打印的锅。要么启动时设 PYTHONIOENCODING=utf-8，要么打印内容别用 emoji。

防封号：少量、多类型、单并发

爬虫最怕封号，测试策略必须克制：每种采集类型各测一次、量调到最小、严格串行。

三种采集类型（search / detail / comments）各跑一次
search 受平台限制最小 20 条，detail / comments 就 1 帖 5 评论
并发永远为 1（信号量控制），任务之间留间隔，绝不堆请求

验证到这一步，三条采集路径全部真实跑通：search 采到「AI编程」关键词的 20 条帖子加评论；detail / comments（指定帖子、指定帖子评论）在修好参数 bug 后也都成功，单个任务三到四分钟。

项目长这样

1
mediacrawler-mcp/
2
├── server.py                # MCP 入口，注册 6 个工具
3
├── mediacrawler_mcp/core/   # 子进程编排 + 任务状态机（并发/超时/回收）
4
├── tests/                   # 协议层冒烟 + 编排链路 + 场景 loop 测试
5
└── README.md                # 安装 / 登录 / 挂载到 Claude Code 的说明

整套做下来最大的感受：CLI 项目封装成 MCP 的难度不在写工具，而在摸清上游的架构约束——全局状态、参数命名、平台行为，每个都可能是坑。先把这些摸清楚，剩下就是把「拼参数、起进程、收日志」这种机械活写对而已。

中文 Windows 上跑 AI 编程工具，编码这关怎么过

Wed, 05 Aug 2026 00:00:00 GMT

中文 Windows 上跑 Claude Code、Cursor 这类 AI 编程工具，最烦的不是模型笨，是编码。系统默认代码页 936（GBK），工具默认 UTF-8，两边一打架就是终端乱码、写坏文件、git diff 满屏乱码。这篇是我实测后的一套解法，核心是三层防护，外加一个很多方案都没提到的坑：CC Switch 切模型会冲掉配置。

根因：代码页 936 vs 工具默认 UTF-8

中文 Windows 的系统区域是简体中文，控制台代码页 936（GBK）。而 Claude Code、Cursor 的读写工具、Python、Node、git 现代工具链，默认或强制 UTF-8。两个阵营碰一起，就两类事故：

已有 GBK 文件打开乱码
工具按 UTF-8 写入，或按系统默认（GBK）落盘，中文直接坏

「打开就乱码」具体发生在这层：同一串字节，按 GBK 解和按 UTF-8 解得到的是完全不同的字符。举个直观的例子，「编码」俩字 GBK 是 E0 C2 C2 EB，UTF-8 是 E7 BC 96 E7 A0 81——工具用哪套当真相，另一套读出来就是一堆不认识的字符或替换符 �。工具链默认 UTF-8，Windows 系统默认 GBK，真相永远对不上。

根本矛盾是系统默认假设 vs 工具链假设不一致。解决方向不是「改工具」，是「让编码统一到 UTF-8，并放在不会被工具搞丢的地方」。

为什么 Git Bash 比 PowerShell 稳

如果你在 Windows 上用了 Git Bash（装 Git for Windows 自带），Claude Code 检测到它，会把 bash 工具切到 Git Bash 执行。Git Bash 基于 MSYS2，locale 通常是 zh_CN.UTF-8，对 UTF-8 的处理比 PowerShell 5.1 和 CMD（默认 GBK）稳得多，终端输出中文不乱、POSIX 命令语法兼容性好。

PowerShell 5.1 的乱码根源在 Console API：程序往 stdout 写 UTF-8，终端却按 [Console]::OutputEncoding（默认跟系统代码页 936 走）显示，中文就被拆成两半。chcp 65001 能临时切到 UTF-8，但只管当前进程，换个会话又回到 936，管不长久。Git Bash 不做这套转换——MSYS2 的 locale 天生 UTF-8，stdout 写什么就显示什么，少一层心智负担。

所以第一原则：优先让 AI 工具走 Git Bash，而不是 PowerShell。Claude Code 通过 CLAUDE_CODE_GIT_BASH_PATH 指定 bash.exe 路径，hooks、bash 工具都会走它。

三层防护：把编码钉死在三个不会被搞丢的地方

我的核心结论：编码变量不能只放一个地方，要放三层，层与层互补，哪一层被意外覆盖都还有兜底。

第一层：进程级 —— Windows 用户环境变量

PYTHONUTF8=1 和 PYTHONIOENCODING=utf-8 设进 Windows 用户环境变量。这是进程级继承，所有新开的进程（Claude Code、bash 子进程、Python）都能拿到，而且没有工具会去动系统环境变量。

这两个变量分工不同：PYTHONUTF8=1 打开 Python 的 UTF-8 模式，管 open() 默认编码和字符串读写；PYTHONIOENCODING=utf-8 专管 stdin/stdout/stderr 三个流。只设一个会漏掉另一面——比如文件读写对了，但 print 进管道还是按系统编码。

1
setx PYTHONUTF8 "1"
2
setx PYTHONIOENCODING "utf-8"

setx 有两个坑：一是只对之后新开的进程生效，当前终端不变，得重开一个；二是它把值写进注册表的用户环境，部分工具是启动时读一次环境，改完记得重开 Claude Code 这类长驻进程，别指望热生效。

第二层：shell 级 —— .bashrc 固化 locale

Git Bash 的 LANG=zh_CN.UTF-8 默认是从系统区域「继承」来的，不是显式配置。一旦系统区域变动或换终端就退化。在 .bashrc 里显式固化：

1
export LANG=zh_CN.UTF-8

.bashrc 是 Bash 交互式会话读的，Git Bash 登录时经 .bash_profile 里一句 source ~/.bashrc 带上。注意它管不了非交互脚本（工具直接 bash -c '...' 时不读 .bashrc），要兜住那类，靠第一层的环境变量继承就够。改完验证：echo $LANG 和 locale 都应是 zh_CN.UTF-8。

第三层：行为级 —— CLAUDE.md 纪律

前两层管环境，管不住 agent 的行为。要把「默认 UTF-8 读写、遇 GBK 先确认原编码、禁止无脑改写、禁止 > nul、禁止反斜杠路径」写进全局 CLAUDE.md（或项目规则），让每个会话都遵守。

这几条不是空话，每一条背后都有真实事故：> nul 在 Git Bash 里不是 cmd 的「丢弃输出」，而是创建一个叫 nul 的垃圾文件，删都删不干净；反斜杠路径在 bash 里是转义符，C:\Users\foo 会被拆得面目全非。写进规则，是让 agent 一上来就避开这两类手雷。

git 补充

1
git config --global core.quotepath false
2
git config --global i18n.commitEncoding utf-8
3
git config --global i18n.logOutputEncoding utf-8

三条各管各的：core.quotepath false 让中文文件名在 git status/diff 里正常显示，而不是转成 \346\226\207 那种转义；i18n.commitEncoding utf-8 声明提交信息按 UTF-8 解释；i18n.logOutputEncoding 让 git log 输出也走 UTF-8。前一条影响最大，后两条补齐提交信息这一路的显示。

最大的坑：CC Switch 切模型会冲掉 settings.json

很多人把编码变量写进 ~/.claude/settings.json 的 env 块，然后一切模型，配置没了，中文乱码又回来了。

原因是：CC Switch（Claude Code 走三方模型的常用路由工具）的每个 provider 存一份 settings_config，切换时整文件覆写 ~/.claude/settings.json。你手写进去的 env 变量，切一次就被 provider 自己的配置顶掉。

这个坑的隐蔽性在于它不报错：settings.json 看起来还是那个文件，只是 env 块被换成了 provider 自带的那份，你写的 PYTHONUTF8 悄悄没了。想验证，切一次模型后 cat ~/.claude/settings.json，看 env 里还有没有你手写的那行。

所以关键纪律：编码变量不能放 settings.json，要放上面三层里不被 CC Switch 触碰的地方——Windows 用户环境变量、.bashrc、CLAUDE.md，CC Switch 一个都不碰。

CC Switch 数据在 ~/.cc-switch/，provider 的 settings_config 存在它的 db 里（config.json / db 目录下）。真要动它自己的配置，去那里改，别往 settings.json 塞。

实测验证

新会话按顺序跑，都是几秒能出结果的命令：

1
echo $LANG                                        # 应为 zh_CN.UTF-8
2
python -c "import sys; print(sys.stdout.encoding)"   # 应为 utf-8
3
python -c "print('中文')" > /tmp/t.txt && cat /tmp/t.txt  # 中文不乱
4
git config --get core.quotepath                   # 应为 false

再加一条硬碰硬的：找个 GBK 编码的老文件让 Claude Code 读一次，确认它先识别原编码再展示，而不是直接按 UTF-8 读成乱码。前七步全过基本就能放心；唯一没法自测的是「切 provider 后复验」——需要手动切一次模型再开新会话。

我的判断

按投入产出排序：

新项目/可迁移代码：全面统一 UTF-8，三层防护一次配好，一劳永逸
遗留 GBK 项目：别硬改编码，用编辑器 files.encoding + 自动猜测 + 手动重开，或给 Claude Code 配 Pre/PostToolUse hooks 在读写文件时按需转码
系统 Beta UTF-8（区域设置里的「使用 Unicode UTF-8 提供全球语言支持」）：能根治很多问题，但会影响依赖 GBK 的旧软件，别轻易开
别指望规则能根治写入问题：CLAUDE.md/rules 是行为提示，管不住工具底层写文件的编码路径，真正稳的是环境变量那层

最值得带走的一点：编码问题不是「配置一次就完」，是「要放在不会被工具重写的层」。谁在覆写你的配置，谁的坑就要绕开谁。

把高成本判断留给 Luna：一套 OpenCode + DeepSeek + MiniMax 的协作配置

Wed, 05 Aug 2026 00:00:00 GMT

这套配置的价值，不在于把几个模型堆在一起，而在于把任务按能力和成本拆开：bestcodex/gpt-5.6-luna 负责判断、路由和验收，opencode-go/deepseek-v4-flash 负责可拆分的纯文本执行，MiniMax MCP 负责图片、音乐、视频、TTS 和音色等产物。

这样做的结果是，主控模型不用承担所有重复执行，子 Agent 也不用假装自己拥有视觉能力。真正重要的部分，是每次委派都把边界和工具权限重新写进任务契约里，避免子 Agent 依赖历史上下文。

相关阅读：Best Codex 中转：三把钥匙、一个 Luna——那边讲 Key 与额度；这篇讲接到 OpenCode 之后怎么分活。

这套组合为什么划算

成本收益来自路由，而不是来自「所有任务都换成便宜模型」。

工作类型	更合适的角色	原因
需求理解、复杂取舍、视觉入口、最终验收	`luna-orchestrator` / `bestcodex/gpt-5.6-luna`	需要更长上下文、更强推理或图片输入能力
文件扫描、结构化分析、代码修改、测试和工具结果处理	`deepseek-v4-flash-worker` / `opencode-go/deepseek-v4-flash`	任务可以拆开，输入和输出都能用文本表达
图片、音乐、视频、TTS、音色和图片理解	MiniMax / `minimax-coding` 工具	产物由专用能力生成或解析，不占用主控的全部推理链

主控模型只在需要判断的地方出现，纯文本执行交给子 Agent，媒体能力按需触发。任务越清晰，这个分工越省成本；任务越模糊，越应该先让 Luna 收敛目标，再派发执行。

三个角色，各自守住一条边界

角色	接收什么	负责什么	交付什么	不做什么
`luna-orchestrator`	用户需求、原始图片、视频上下文、子任务结果	识别模态、选择能力、拆分任务、判断风险、Review 和验收	结构化任务、路由决策、最终结论	不把空结果、无证据结果或未完成的异步任务判为成功
`deepseek-v4-flash-worker`	结构化文字、路径、URL、Prompt、歌词、文本、`task_id` 和工具返回结果	执行独立纯文本任务，并在范围内直接调用已暴露且获准的工具	非空结果、文件变更清单、验证证据、工具结果或任务状态	不把原始图片或视频字节作为模型输入，不猜测视觉内容，不伪造工具结果
MiniMax / `minimax-coding`	`prompt`、`text`、`lyrics`、`voice_id`、`task_id`、`image_source` 等结构化参数	生成媒体、理解图片、查询音色、执行相关搜索	文件路径、结构化分析文字、`task_id` 或状态	不主动扩大任务，不把 `enabled` 自动解释成余额充足

有一个容易被误解的点：DeepSeek 是纯文本模型，不等于它只能写调用方案。它可以直接调用当前会话已经暴露、并且权限和认证都通过的 OpenCode 原生工具与 MCP。它不能接收媒体字节，但可以把路径、URL、Prompt 或 task_id 作为工具参数传出去，再处理工具返回的文本结果。

真正防止「失忆」的不是上下文，而是委派契约

子 Agent 不应该依赖主控上一轮说过什么。每次通过原生 task 委派时，都重复注入下面这段固定声明：

DeepSeek V4 Flash 是纯文本执行 Agent，不接收图片、剪贴板附件或未转换的多媒体，只处理主控提供的结构化文字，并返回非空结果、修改文件、验证命令、验证结果和剩余风险。

同一个任务里还要补上正向能力声明：

DeepSeek 可以直接调用当前会话已注册且权限/认证通过的 OpenCode 原生工具和 MCP；多媒体只能通过工具参数处理，不能作为原始模型输入。工具不可见或调用失败时，必须返回非空阻塞结果，不得猜测或伪造媒体结果。

这两段话缺一不可。只有限制没有授权，DeepSeek 会把自己误判成「只能分析文本、不能碰工具」；只有授权没有限制，它可能把图片附件当作模型输入，或者把无法验证的媒体结果说成已完成。

固定契约至少要覆盖五件事：

任务范围：只做当前子任务，不擅自扩大。
输入边界：原始媒体不进模型，结构化参数可以交给工具。
工具权限：只能使用当前会话实际暴露且获准的工具。
失败行为：工具不可见、未连接、认证失败或调用失败时，返回非空阻塞结果。
验收证据：返回工具结果、文件路径或任务状态，以及验证命令、验证结果和剩余风险。

媒体任务的标准接力

图片理解时，image_source 是传给视觉工具的路径或 URL，不是把图片字节交给 DeepSeek。标准流程是：

Luna 或 DeepSeek 根据任务范围准备 image_source 和分析 Prompt。
minimax-coding_understand_image 处理图片，返回 OCR、对象、颜色、布局或其他结构化文字。
DeepSeek 消费这段结构化文字，继续做判断、改写、代码修改或下一步编排。
Luna 检查返回内容是否非空，检查路径、状态、文件变更和需求覆盖。

生成任务也遵循同样的接力方式。DeepSeek 可以直接调用媒体工具，但要先识别副作用：生图和生音频会产生文件和额度消耗，视频可能是异步任务，播放会产生本地设备副作用，网页搜索会产生外部网络请求。

视频任务尤其不能把「已提交」当成「已完成」：MiniMax_generate_video 返回 task_id 后，必须继续使用 MiniMax_query_video_generation 查询到终态，并以最终产物和 Review 结果为准。

当前工具面

当前 OpenCode 会话登记并暴露的能力族如下。具体参数以当次运行时工具签名为准，能力索引不替代工具定义。

能力	工具入口
图片生成	`MiniMax_text_to_image`
图片理解和 OCR	`minimax-coding_understand_image`
音乐生成	`MiniMax_music_generation`
文本转语音	`MiniMax_text_to_audio`
视频生成与查询	`MiniMax_generate_video`、`MiniMax_query_video_generation`
音色列表	`MiniMax_list_voices`
音频播放	`MiniMax_play_audio`
音色设计	`MiniMax_voice_design`
音色克隆	`MiniMax_voice_clone`
网页搜索	`minimax-coding_web_search`

这套工具面让产物不再只有文本和代码，还可以包括图片、音乐、语音、视频、OCR 结果和结构化媒体分析。DeepSeek 的职责不是拥有这些媒体模态，而是把结构化任务送到正确的工具，并继续处理返回结果。

已验证什么，不能越界推断什么

验证结论要分层写，不能把配置状态和业务成功混在一起。

状态	当前结论
配置启用	`MiniMax` 和 `minimax-coding` 在全局 OpenCode 配置中为 `enabled`
工具可见	当前会话暴露了 MiniMax 媒体工具和 `minimax-coding` 工具
只读调用成功	`MiniMax_list_voices` 使用 `system` 和 `voice_cloning` 两种参数均成功返回；后者返回空列表
DeepSeek 直接调用工具	已验证。DeepSeek 子 Agent 直接调用 `MiniMax_list_voices` 成功，不只是生成调用方案
生成端点逐项成功	尚未逐项验证，不能把配置声明写成全部生成工具已验收
权益或余额充足	当前没有从工具栏得到明确余额查询结果，不能从 `enabled` 推断
服务端模型真实路由	子 Agent 不能独立证明请求最终命中的服务端节点，只能报告配置路由和运行行为

「工具已注册」「MCP 已连接」「认证通过」「权益充足」「业务调用成功」是五个不同状态。任何一项都不能替代另外四项。

主控验收标准

Luna 收到 task_result 后，至少检查以下内容：

检查点	不通过时的处理
结果非空	重试一次或报告阻塞
Agent 和模型路由正确	不验收，检查委派方式和运行信息
工具结果真实存在	不接受只有模板或计划的文字
文件变更符合授权	发现越界修改时暂停验收
验证命令和结果齐全	不把「应该通过」算作证据
异步任务已到终态	继续查询或报告未完成
剩余风险已列出	要求补充边界，不用乐观措辞掩盖未知项

这套验收机制把模型的「记性」变成了可检查的契约。子 Agent 即使忘了上下文，也会在当前 Prompt 中重新获得能力边界和工具入口；它即使给出错误结论，Luna 仍然可以通过结果、权限和验证证据把错误拦下来。

最容易写错的几句话

容易误导的说法	更准确的说法
MiniMax 已启用，所以媒体功能一定可用	MCP 处于 enabled 状态，工具是否可用要看当前会话暴露、认证和实际调用结果
图片交给 DeepSeek 处理	图片通过 `image_source` 交给视觉工具，DeepSeek 只处理工具返回的结构化文字
DeepSeek 只能生成调用方案	DeepSeek 可以直接调用当前会话已暴露且获准的工具，纯文本边界只限制模型输入，不限制工具编排能力
调用方案已经生成，所以任务完成	只有实际调用获得返回，并完成验证和 Review，才算执行完成
视频任务已经提交，所以视频生成完成	必须保存 `task_id`，查询到终态并确认产物
音色列表为空，所以 MiniMax 没有权益	空列表只说明当前分类没有可枚举条目，不能推出权益状态
纯文本模型不能做媒体任务	纯文本模型不能直接理解媒体字节，但可以通过工具参数编排媒体任务

维护这套体系的几条硬规则

opencode.json 是运行时配置来源，capability-index.md 是能力登记表，AGENTS.md 和 session-bootstrap.md 是协作规则和新会话同步层。
修改 Agent、模型、MCP、Skill、Plugin 或权限后，同时更新能力索引，并重新做 JSON 解析和运行时检查。
每次原生 task 委派都重复注入固定能力声明，不依赖历史上下文。
运行时工具栏优先于旧文档。工具名、参数和可用性发生变化时，以当次实际暴露签名为准。
修改配置后重启 OpenCode。配置不是热加载的，当前会话不会自动获得所有新规则。
凭据只从认证存储或环境变量读取，不进入 Prompt、日志、能力索引或知识笔记。
媒体工具按需触发。涉及生成、播放、外部网络或异步任务时，先标明副作用，再执行和验收。

适合迁移到其他项目的原则

按输入模态和任务复杂度分工，不按「谁都能做」分工。
把工具权限、失败处理和验收证据写进每次委派契约。
让低成本模型承担可验证的执行，让高能力模型承担路由和最终判断。
把多媒体当作工具参数和工具结果管理，不把媒体字节硬塞给纯文本模型。
将配置状态、运行时状态和业务结果分层记录。
用真实调用验证工具链，不用静态 enabled 字段替代运行时证据。
对异步产物坚持「状态到终态」的验收，而不是看到 task_id 就结束。
保留失败和未知项。未知不是失败，但把未知写成成功会让整套协作失去可信度。

这套方案的核心不是让某一个模型变得无所不能，而是让每个角色都知道自己能做什么、该把什么交给工具、什么时候必须停下来等主控验收。这样，成本、能力和产物多样性才会同时成立。

Best Codex 中转：三把钥匙、一个 Luna，测完还剩 $39

Wed, 05 Aug 2026 00:00:00 GMT

早上邮箱里蹦出「好久不见，送你 50 额度」。人一懒就容易把这种中转站忘在角落，但这次正好想搞清楚：Best Codex 到底能不能扛 Codex / Claude Code / 生图，以及一美元在 Luna 上能熬多久。

测完余额变成 $39.47。掉的那十来块，教训比数字更值钱。

相关阅读：双 Pro 拼池的 GPT 中转——那边偏并发脾气；这篇偏分组能力与额度账本。接到 OpenCode 之后怎么分活，见把高成本判断留给 Luna。

先把站点想明白

Best Codex 是个 AI API 网关（自家叫 sub2api 一类）。你拿 Key，工具打到 https://api.bestcodex.xyz/v1，它再往上游转。

配工具时别手写一堆 toml / json 来回改——CC Switch 才是正经入口：官网一键「导入到 CCS」，Codex / Claude Code 共用配置。

还有个坑得先说：分组决定能力。同一域名下，不同 Key 能打的模型和协议完全不是一回事。列表里看见的名字，不等于这组账号真接得上。

三把钥匙，各干各的

钥匙	分组体感	真能用的	评价
GPT 活动（约 0.6x）	文本 / Codex	`gpt-5.6-luna` / `terra` / `sol` 等；Chat、Responses、流式、Tools 都通	日常写代码主力
画图专用（标 0.15/张·异步）	只生图	实质只有 `gpt-image-2`	质量可以，额度杀手
Claude 超值 / Kiro（约 0.6x）	Anthropic 协议	`claude-sonnet-5` 稳；`sonnet-4-6` 也能通；大量旧 Sonnet 上游 502	Claude Code 专用

别混着用：Claude Key 去打 GPT 会吃闭门羹；画图 Key 塞进 OpenCode 聊天配置，纯属对牛弹琴。

模型怎么选才不后悔

我这边的取舍很直白：

Codex / OpenCode 主用：gpt-5.6-luna，推理档日常用 high，别动不动 max + 超长输出（实测会拖到超时）。
均衡备选：gpt-5.6-terra + high，体感稍快，够用。
Claude Code：死磕 claude-sonnet-5。列表里一堆 Opus / 老 Sonnet / Fable，好看但不能当真。
生图：只在需要时开 gpt-image-2。产品图、图标、复杂夜景都像样，但今天 OpenAI 侧 ~$10.53 基本是它贡献的。

性价比排序（结合 0.6x 和仪表盘实际扣费）：Sonnet 5 ≈ Luna/Terra 文本 ≫ 画图。文本便宜到几乎可以「随便试」；画图不行。

$1 在 Luna 上大概能干多久

按仪表盘当时一行粗算：gpt-5.6-luna 约 18K tokens / $0.0022（实际）。

折下来：

口径	约合 / $1
Token	~820 万
短问答（~320 tok/次，含网关注入）	~2.5 万次
中等编码（~800 tok/次）	~1 万轮
偏重一轮（~2K tok）	~4 千轮

说人话：一美元的 Luna，正经写代码能熬很久。你现在剩 ~$39，如果几乎只跑 Luna 文本，压力主要不在余额，而在自己舍不舍得刷。

两个记账细节别忽略：

短 prompt 也会冒出 ~300 prompt tokens——网关爱塞系统上下文。
仪表盘单价会变；上面是量级，不是合同价。

Luna 短中请求一般 2–4 秒内回来；max 拉长输出时，我这边出现过 180 秒读超时。舒服的用法是 high，不是拉满。

生图那笔账，值得单独骂一句

画图分组对外标「0.15/张、异步」，接口却是同步等结果：POST /v1/images/generations，大约 50–70 秒吐 CDN URL，模型名白纸黑字 gpt-image-2。

质量没话说。可今天总消耗里，OpenAI 10.53/58次∗∗，Claude几乎是∗∗10.53 / 58 次**，Claude 几乎是 **10.53/58次∗∗，Claude几乎是∗∗0。聊天探测那点 token 根本填不满十刀——大头就是图。

以后规则简单：Agent 默认别绑画图 Key；要图就单独开，并去「使用记录」核对真实单价，别只信分组文案。

Claude 这条线的真实水位

协议：/v1/messages 正统 Anthropic；顺带 /v1/chat/completions 也能转。
claude-sonnet-5：对话、流式、Tool use、写码都过了；轻并发 8 路无 429。
列表里很多 Sonnet 显示有、一打就「Upstream access forbidden」。列表 ≠ 可用，固定 Sonnet 5 最省心。

OpenCode 侧 Anthropic provider 指到 https://api.bestcodex.xyz/v1 即可；Claude Code 用环境变量或 CC Switch 导入同理。

我会怎么挂日常

1
Codex / OpenCode  →  GPT 活动 Key  →  gpt-5.6-luna (high)
2
Claude Code       →  Claude/Kiro Key →  claude-sonnet-5
3
偶尔生图          →  画图 Key        →  gpt-image-2（按次想清楚）

密钥别再往聊天、截图、公开文档里扔。测完轮换，尤其是还要长期挂的那两把文本 Key。

带走的几句

中转站好不好用，不看宣传页模型墙，看分组真实接通了什么。
Best Codex 上：Luna 写代码香且便宜；Sonnet 5 走 Claude 也香；画图好看但会把「50 额度」咬出可见缺口。

剩 $39 的玩法很明确——把 Luna 当主粮，把生图当零食。

双 Pro 拼池的 GPT 中转，实测下来到底什么水平

Tue, 04 Aug 2026 00:00:00 GMT

号商把两个 ChatGPT Pro 账号拼成池子，套一层 OpenAI 兼容 API 卖中转。这种中转满大街都是，但水平参差。我花了一上午把它三款模型实测了一遍，顺便踩了几个坑，写下来给你省时间。

相关阅读：Best Codex 中转：三把钥匙、一个 Luna——那边偏分组钥匙与额度账本；这篇偏并发脾气。

并发不超过 3 的时候它非常好用，写个 HTML 静态页 9 到 10 秒出完，首包延迟 1.6 到 2 秒。但别拿它当高并发底座，并发过 10 延迟开始排队式恶化，高压流式还会 502。额度没有查询接口，你付的是号商服务费，不是 API 里能查的余额。

先看它是什么

OpenAI 兼容协议，Anthropic 的 /v1/messages 也通。模型白名单 7 个：gpt-5.6-sol / terra / luna、gpt-5.5、gpt-5.4、gpt-5.4-mini、codex-auto-review。注意它是明文 HTTP，这个后面单独说。

压测最怕各测各的，口径先定死

指标	定义	说明
TTFT	首 token 延迟	请求发出到收到第一个分片
纯生成 TPS	生成速度	输出 token ÷（总耗时 − TTFT）
稳定并发	错误率可控的最大并发	并发阶梯逐档试出来

两条硬规矩：TPS 必须扣掉 TTFT 再算；错误率要把流式中断算进去，HTTP 200 不代表响应拿全了。这类流式接口得自己解析分片，现成压测工具不太顺手。

三款模型，脾气各不相同

指标	gpt-5.6-luna	gpt-5.6-terra	gpt-5.6-sol
定位	轻量快响应	均衡	旗舰重推理
空闲流式 TTFT	~2s	~1.6s	1.72.2s
长输出 TPS	~50	~52	~40
3 并发小任务	~9s 出完 HTML	~10s 出完 HTML	短任务更快，长页 15~24s

luna 是快枪手。日常首选，首包最低，也最耐并发。长文档别指望它。
terra 是均衡款。数据点少，但 3 并发下 10 秒出完落地页，表现最平。
sol 是重炮。输出质量最高，但最慢，写长页要 15 到 24 秒。短任务反而结束得快，适合深度推理。

并发一上来，就露馅了

并发	平均延迟	长尾
5	5.9s	P95 7.1s
10	20.6s	P95 31.6s
20	29.2s	P95 51.9s

延迟随并发线性恶化，稳定吞吐只有 QPS 0.4 到 0.7。两个账号的配额就那么多，并发再高只是排队。判定口诀：单请求快、并发就垮，基本就是账号拼池。

并发的代价：左边顺畅，右边排队

上下文倒是出奇地大

塞到 200k 字符（约 128k tokens）还能正常返回，120k 之后响应反而变快，疑似命中 prompt caching。两次独立测试都没摸到硬上限。

踩的坑，一个比一个值钱

短任务 TPS 是假的。 几十个 token 的短任务，生成段被连接建立和首包延迟盖住，TPS 能虚高到 15 甚至更高。TPS 只信长输出，短任务只看 TTFT。

高压流式会 502。 并发拉高后流式响应中途断流，网关直接 502，偶尔返回 200 但内容只有一半。客户端必须校验结束标记，压测要把「200 但没结束标记」算失败。

额度查不到。 常见余额接口全是 502，像是把请求原样转给 chatgpt.com。买的 120 到 130 刀是号商服务费，不是 API 余额，只能问卖家或用到报错。

额度是个谜：秤盘空着，仪表没刻度

明文 HTTP + key 已暴露。 传输是明文，key 又在多个会话里出现过。当已泄露处理，用完轮换。

TTFT 单次波动大。 1.9 到 6.9 秒都出现过，看中位数别被均值带偏，空闲串行重测最可信。

最后说下怎么选

场景	选谁	理由
日常对话、补全、小任务	luna	首包最快，最耐造
长文、分析	terra	上下文稳，性价比平衡
深度推理	sol	质量最稳，但慢，走离线批处理
并发	控制在 3 到 5	超过就开始排队

说到底，它是典型的「单请求快、上下文大、并发弱」中转，适合个人工具和日常 AI 编码辅助，不适合当高并发服务底座。这些坑记下来，下次就不用再踩一遍。☕(￣▽￣)ノ

工具失败还在原参数重试：掐断 Kimi 死循环

Tue, 04 Aug 2026 00:00:00 GMT

用 Kimi Code CLI 做截图验证时，很容易撞上同一出戏：Read 一批 PNG 失败后，界面反复刷 “Read 4 files · failed”，参数纹丝不动，直到你手动 Esc。这不是偶发，换到 Claude Code 挂同一模型也会复现——根子不在宿主兼容，而在工具失败后的策略。

相关阅读：对话与回路：Harness / Loop 笔记。同站还有一篇 Claude → OpenCode / Kimi 迁移笔记（claude-migration-opencode-kimi，目前仍是草稿，链接后补）。

现象：同一参数的死循环

典型触发是截图验证：

要读 temp\…\*.png 做视觉核对
临时文件生命周期、Windows 路径、权限或同步延迟 → Read 失败
模型收到失败后，不更新「已失败」状态，继续发完全相同的调用
界面连环 failed，直到人打断

同类变体还有：同一批文件反复 grep/sed；auto-compact 后「忘了」失败，又从头循环；长会话里默认循环上限太高，死循环能跑很久。

根因：模型策略 + 配置过松

模型侧

对照 GitHub Issues（如 #2557、#2142、#1950、#640）和实操观察：

工具失败后，仍常发出参数完全相同的下一次调用
失败结果没进有效记忆，或被当成「再验证一次」的信号
上下文压缩后更容易失忆，重新开跑同一循环

官方 changelog 里有过「重复无效工具调用后停轮」一类修复，但模型侧的重复倾向并未消失。

配置侧

默认循环控制偏宽：

项	大致默认	体感
`max_steps_per_turn`	已抬到约 1000	死循环能拖很久
`max_retries_per_step`	约 3	单步还能再撞几次

截图 + temp\ 路径会放大问题：文件可能已不存在、路径/权限失败、图片字节预算踩线后无限重试；Ralph 循环（--max-ralph-iterations）若没停条件，会再放大一轮。

怎么掐：配置优先，提示词托底

收紧循环控制（优先做）

在 ~/.kimi-code/config.toml（或项目级配置）写明：

1
[loop_control]
2
max_steps_per_turn = 40          # 建议 30–60，默认 1000 太高
3
max_retries_per_step = 2         # 建议 1–2
4
max_ralph_iterations = 0         # 不需要 Ralph 就关掉

命令行临时覆盖：

Terminal window

1
kimi --max-steps-per-turn 40 --max-retries-per-step 2

或环境变量：

Terminal window

1
KIMI_LOOP_MAX_STEPS_PER_TURN=40
2
KIMI_LOOP_MAX_RETRIES_PER_STEP=2

改完 /reload 或重开会话。

提示词写清「失败即停」

任务描述或 /goal 里直接写死：

同一工具（尤其 Read 图片 / 同一文件）连续失败超过 2 次：停止重试，报告原因并结束本轮，禁止同参再调
验证结束就输出结论，别继续啃已失败的截图或临时文件
Do not retry identical tool calls with the same arguments after failure.

官方也建议用 /goal 给多步任务一条清晰 finish line；很多人反馈，加上「失败即停」后循环明显少。

截图 / 临时文件习惯

先 ls / dir 确认存在，再 Read
验证图放到稳定路径，别赌 temp\ 寿命
一旦连环 failed：立刻 Esc / Ctrl-C，新开一轮或明确说「这些已失败，跳过」

长会话

主动 /compact 或开新会话，减轻压缩后遗忘
CLI 保持较新版本（官方修过无效工具调用无限重试）

防循环 checklist

场景	操作	优先级
日常配置	收紧 `max_steps_per_turn` / `max_retries_per_step`	高
任务提示	写入「失败即停」	高
撞上循环	立刻 Esc，告诉模型跳过	高
图片验证	先确认文件存在再 Read	中
临时文件	用稳定路径	中
长会话	`/compact` 或新会话	中
版本	升级 CLI 吃官方修复	低

边界

这不是「Kimi 和 Claude 工具不兼容」的单一锅。同一模型挂到别的宿主也会转圈，说明要模型侧继续改策略 + 用户侧主动拧上限。步数和重试压下来，再配退出指令与操作习惯，频率会明显下降。

出处与边界

项	说明
素材	Knowledge「Kimi-Code-CLI-死循环问题」（仓外留档）
配图	素材 `assets/` 当时未随目录落地；封面为本站生成，小节示意图从缺
非目标	不替代官方文档；具体默认值以你本机 CLI 版本为准

MCP 薄笔记：协议与业务位

Tue, 04 Aug 2026 00:00:00 GMT

鱼皮 Vibe Coding 教程的「40 编程学习 / 进阶」目录里文件不少，但 和 MCP 强相关的正文很薄：Dedicated 专稿就 《MCP 服务开发》 一篇，另 《04 AI 编程技术》 里有一段 MCP 在 AI 业务里的定位。这篇只做 MCP 切片索引，不 mirror 全文，也不把 06 面试题、简历模板那些灌水进来。

40 编程学习 · GitHub 目录 · Vibe 在线阅读 · ai-guide 仓库

怎么读这张薄地图

你想	建议
从零写 MCP（Java / Spring AI）	直接读 MCP 服务开发
搞清 MCP 在企业 AI 业务里站哪	04 AI 编程技术的 MCP + ReAct 段
在 Cursor / Cherry Studio 接 MCP	MCP 服务开发第四节；现成 MCP 清单看编程工具索引的 10 扩展
面试被问 MCP 八股	原文 06 面试题，本篇刻意不收

40* 里没有第二篇 MCP 长文；想装 Context7、GitHub MCP、Chrome DevTools MCP 等，材料在 10 编程工具 板块，本站已有 vibe-coding-tools-index。

MCP 服务开发

鱼皮这篇是 40* 的 MCP 主菜：讲清 Model Context Protocol（Anthropic 开放标准）、客户端—服务器架构，并以 面试鸭搜题 MCP 走通服务端 + 客户端。

STDIO（本地）：Spring AI spring-ai-mcp-server-spring-boot-starter，禁用 Web、stdio: true，@Tool 暴露业务能力，ToolCallbackProvider 注册；客户端用 mcp-servers-config.json 拉起 JAR，ChatClient 挂 defaultTools。

SSE（远程）：spring-ai-mcp-server-webflux-spring-boot-starter，独立端口，适合远程部署。

用起来：Cherry Studio / Cursor 等填 MCP JSON 即可；成品可提交 MCP.so 类市场。开源参考：mcp-mianshiya-server。

MCP 服务端

原文 · AI 导航 · 原文 · GitHub

04 AI 编程技术（只摘 MCP 相关）

长文讲 Spring AI / LangChain4j、RAG、多模态、ReAct 等；和 MCP 直接相关的就三块：

Spring AI 核心能力列表里含 MCP 支持（接入与开发）。
「MCP 服务」专节：MCP = 给 AI 用的标准化外部服务；要学「接别人的」和「写自己的」；提到 mcpify.ai 一句话生成 MCP。
ReAct 智能体：工具调用可走 Function Call 或 MCP（检索、文件、终端等）。

这里是概念地图，不含 Spring 配置细节——写代码仍回上一节《MCP 服务开发》。

MCP 业务位

原文 · AI 导航 · 原文 · GitHub

收录与排除

收录（MCP 强相关）

源文件	本站摘要
`MCP 服务开发.md`	架构、STDIO/SSE、Spring AI 实战、Cherry Studio、MCP.so
`04 AI 编程技术.md`（MCP 段）	业务定位、Spring AI 能力、ReAct 与 MCP

排除（40* 同夹，非本切片）

源文件	排除原因
`06 AI 应用开发面试题.md`	面试刷题；可能含 MCP 考点，不扩进索引
`01 编程学习路线.md`	编程导航导流，无 MCP 正文
`02 编程知识百科.md`	百科系列入口，无 MCP 专节
`03 编程资源大全.md`	产品导航，无 MCP
`05 AI 绘图指南.md`	绘图，无关
`07`～`11`、番外	简历 / 成长 / 工具大全等，无关
`AI 编程技术栈速查.md`	全文无 MCP 关键词

范围外（易混淆，不在 40*）

位置	说明
`10 编程工具/10 优质 AI 编程扩展推荐`	MCP 服务器大清单（Context7、GitHub MCP 等）→ 编程工具索引
`20 项目实战` 部分项目	实战里会用 MCP，属项目帖非 40 概念

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航 / Vibe
本篇	薄索引 + 精炼摘要；步骤与代码以原文为准
呈现	封面 + 模块小长条配图；步骤与代码以原文为准
对照	结构对齐 OpenClaw 索引，章节数远少于 OpenClaw
相关阅读	入门坐标 · 工具栈三岔 · 对话与回路 · 编程学习 · 项目实战 · OpenClaw 索引

MiniMax 封面风格规范：通用与特定场景

Sun, 02 Aug 2026 00:00:00 GMT

这篇在说什么

本站用 MiniMax 生成卡片封面时，不只「随便出一张好看的图」，而是先按场景选风格池：

通用场景 — 生成前列出选项，让你挑；不选则默认 编辑静物（03）
特定场景 — 题材命中关键词时，直接走对应风格，不再弹通用菜单

下面样张共用同一主题锚点：夜写字台 · 萤火 · 笔记本 · 台灯 · 咖啡杯，方便只比风格、不比题材。

口味硬规范（生成时始终生效）：

极具创意，拒绝廉价 AI 味（尤其蓝紫渐变、紫粉霓虹）
艺术感 + 现代感
紧贴主题，或主题高度抽象
画面包含多种可辨要素

本地挑选页：/media/minimax/style-taste/（开发服）或仓库内 public/media/minimax/style-taste/index.html。

通用场景

换帖题也能撑住的风格。出封面时列出菜单；不选 → 默认 03。

ID	风格	菜单文案	适用主题
03★	编辑静物	印刷级静物（默认）	几乎任意博文
09	35mm 胶片	胶片纪实	随笔 / 旅行 / 情绪 / 视频教程
16	水粉插画	杂志风插画	教程 / 科普 / 产品介绍
06	Risograph	孔版油墨	创作谈 / 科技人文
10	剪纸拼贴	剪纸拼贴	综述 / 多概念 / 抽象杂谈
05	包豪斯	几何抽象	系统设计 / 高度抽象贴题
08	等轴微缩	等轴微缩场景	流程 / 架构 / 工具链

03★ 编辑静物（默认）

印刷级静物，博物馆图录感；几乎任意博文的稳妥底盘。

编辑静物摄影样张

09 35mm 胶片

纪实亲密感与颗粒；适合随笔、旅行、情绪向与视频教程封面。

35mm 胶片样张

16 水粉插画

杂志风手绘插画；适合教程、科普、产品介绍。

不透明水粉插画样张

06 Risograph 孔版

独立杂志油墨叠印质感；适合创作谈、科技人文。

Risograph 孔版样张

10 剪纸拼贴

手撕纸层与多物件拼合；适合综述、多概念杂谈。

剪纸拼贴样张

05 包豪斯几何

圆 / 矩 / 三角重构物件；适合系统设计与高度抽象贴题。

包豪斯几何样张

08 等轴微缩

干净 isometric 微缩场景；适合流程、架构、工具链。

等轴微缩样张

特定场景

题材命中下表关键词时，默认直出对应风格（除非你明确改口）。

ID	风格	触发主题
01	像素	像素 / 8·16-bit / 复古掌机 / retro game
02	体素	Minecraft / 方块 / 沙盒
13	Low-poly	低面数 / 3D 游戏美术
07	浮世绘	和风 / 浮世绘 / 日式美学
11	水墨	书法 / 古典 / 禅意 / 水墨

01 像素风

像素风样张

02 我的世界 / 体素

体素样张

13 Low-poly 3D

Low-poly 样张

07 当代浮世绘

当代浮世绘样张

11 当代水墨

当代水墨样张

怎么分流

先看题材是否命中「特定场景」表
命中 → 直接用对应 ID 写 prompt 出图
未命中 → 列出通用 7 选项；不选则用 03
任何风格都套用文首口味硬规范，并避开蓝紫廉价 AI 味
索引 / 章节信息图：与封面共用本表；须按章显式选 ID，禁止整帖/整批同材质（含水粉 16 当默认）；操作见 firefly-minimax-media checklist 与 docs/agents/workflow.md「正文配图 / 索引帖信息图」

未纳入本规范的样张（默认不用）：04 瑞士海报 · 12 黏土 · 14 粗野 · 15 陶瓷。

数字员工与权限边界：OpenClaw 索引

Tue, 04 Aug 2026 00:00:00 GMT

鱼皮那套 OpenClaw 教程很长，全搬进博客没意义。这篇只做三件事：按他的目录立标题、每章给能带走的摘要、原文用小长条配图挂回 AI 导航 / 开源仓。细节去原文；这里当索引和导航。

原文 · 系列总览（鱼皮 AI 导航） · GitHub · liyupi/ai-guide

怎么读这篇

你想	建议
第一次碰 OpenClaw	先 01→06，跑起来再接手机聊天
已经装好了	07 起按需：Skills / 定时 / 多 Agent / 省钱
最该先看的一篇	14 安全指南（权限大，翻车贵）

学习顺序来自鱼皮导读；摘要基于公开正文提炼，不是逐字搬运。配图为统一龙虾吉祥物小长条，点击可进原文。

00 导读

系列总览：OpenClaw = 能操控本机、还能用手机聊天软件远程下任务的开源 AI 数字员工。教程覆盖安装、接入、技能、自动化、安全和实战。

00 原文

原文 · 00 OpenClaw 保姆级教程导读

01 OpenClaw 是什么

它不是只会聊天的 Bot，而是真能开软件、控浏览器、动文件、跑代码的助手；飞书 / QQ 等渠道是入口。火归火，权限也大：邮件误删、盘符清空、内网暴露都有真实案例。装之前先搞清风险，比追 Stars 重要。

01 原文

原文 · 01 OpenClaw 是什么

02 本地安装

面向零基础：环境（Node 等）→ 安装本体 → 初始化 / Skills 概念 → 提醒隔离环境。建议虚拟机或备用机先玩，别一上来把生产机权限交出去。

02 原文

原文 · 02 本地安装 OpenClaw

03 一键安装脚本

懒得逐步装就走脚本：一行拉齐依赖和配置。省步骤，不省安全意识；装完仍要看权限和模型账单。

03 原文

原文 · 03 · GitHub · 系列总览点进本章

04 云端部署

目标：云服务器上 24 小时在线的「员工」，手机随时指挥。适合不想本机长开的人；公网暴露面更大，认证和防火墙必须跟上。

04 原文

原文 · 04 · GitHub · 系列总览点进本章

05 一站式部署平台大全

各厂商「点几下就部署」方案汇总。选型看：是否要接国内 IM、价格、是否默认裸奔公网。

05 原文

原文 · 05 · GitHub · 系列总览点进本章

06 接入 QQ 和飞书

把龙虾接到日常聊天软件，手机发消息就能下任务。这是「养虾」体感最强的一步；配对、权限、谁能对你说话，要一起配好。

06 原文

原文 · 06 · GitHub · 系列总览点进本章

07 初始化与基础使用

取名、性格、常用斜杠命令。先把日常对话和审批习惯立住，再开危险工具。

07 原文

原文 · 07 · GitHub · 系列总览点进本章

08 模型选择与切换

给龙虾换「脑子」：全局切换 vs 临时切换。成本、中文能力、工具调用稳定性，按场景选，别默认最贵。

08 原文

原文 · 08 · GitHub · 系列总览点进本章

09 工具管理与多媒体

浏览器、TTS、发图发视频等能力开关。原则：用什么开什么；只聊天就关掉 exec / write 这类高危工具。

09 原文

原文 · 09 · GitHub · 系列总览点进本章

10 Skills 技能系统

Skills = 能力扩展包；从发现到安装到自己写。第三方市场有恶意包先例，乱装等于给陌生人钥匙。

10 原文

原文 · 10 · GitHub · 系列总览点进本章

11 定时任务与自动化

巡检、汇报、备份交给 cron 类能力。自动化越爽，误操作放大越狠；先小任务验证，再放大频率。

11 原文

原文 · 11 · GitHub · 系列总览点进本章

12 多 Agent 协作

子 Agent / 多 Agent：拆活、分角色。复杂度上来后，路由和隔离比「再开一个」更重要。

12 原文

原文 · 12 · GitHub · 系列总览点进本章

13 记忆管理与成本控制

记忆要管，账单更要管。对话自带系统提示和上下文，简单请求也能烧掉大量 Token；平台侧设每日上限，Git 备份工作区。

13 原文

原文 · 13 · GitHub · 系列总览点进本章

14 安全指南

系列最硬的一篇。红线包括：不可逆操作二次确认、Token 上限、非管理员运行、别裸奔公网、别乱逛不明网页、别乱装第三方 Skills、密钥别明文、保持更新。光靠聊天里「叮嘱 AI」不够，上下文一压缩指令就可能丢。

14 原文

原文 · 14 · GitHub（建议优先精读） · 系列总览点进本章

15 一键卸载

玩腻了或翻车要止损：干净卸载 + 养虾报告。和安装脚本成对看。

15 原文

原文 · 15 · GitHub · 系列总览点进本章

接入微信 / GLM-5 伴侣实战 / 番外

接入微信：安卓 / iOS 养虾通道，和 QQ、飞书并列。
GLM-5 AI 伴侣实战：自拍、语音、干活一体的玩法向实战。
番外 · 创始人故事：Peter / ClawdBot 来历，拓展阅读。

扩展阅读

微信 · GitHub · GLM-5 实战 · GitHub · 番外 · GitHub · 系列总览

出处与边界

项	说明
原作	程序员鱼皮 · ai-guide · AI 导航
本篇	索引 + 精炼摘要；操作步骤以原文为准
呈现	每章小长条配图 + 原文链接（图可点）；封面另用 `cover.jpg`
吉祥物参考	OpenClaw 官方矢量龙虾：GitHub favicon.svg · openclaw.ai/favicon.svg
未做	不镜像全文、不搬运图床整包
相关阅读	入门坐标 · 工具栈三岔 · 对话与回路 · MCP 薄笔记

部分章节网站单篇 library ID 未对齐时，同时挂 GitHub 深链与系列总览。

博客桌宠搞成双 DeepSeek：浏览一只，进文换一只

Tue, 04 Aug 2026 00:00:00 GMT

以前站里的桌宠是一套 cc-haha 四角色，看着热闹，跟现在写的东西却越来越不对味。

我想要的其实很简单：首页闲逛时是一只 DeepSeek 鲸女仆；真点进文章，再换成另一只 OpenPet DeepSeek。同时只出现一只，别搞成侧栏两头各挂一个抢戏。

先分清：这是 spritesheet 桌宠，不是 Live2D

Firefly 里三种「站宠」互斥：SpritePet（spritesheet）、Spine、Live2D。开了桌宠，后两者就不挂。

这次迁入的两只都是 Codex 系 atlas：

角色	产品 ID	用在哪	Atlas	整图
Maid-DeepSeek-Whale	`maid-deepseek-whale`	浏览态（非 `/posts/`）	v2 · 8×11	1536×2288
OpenPet DeepSeek	`openpet-deepseek`	文章页 `/posts/*`	classic · 8×9	1536×1872

格都是 192×208，九态动作行能对齐；差别在 Maid 多了第 9–10 行视线帧，OpenPet 没有。

并排预览：左 Maid，右 OpenPet

左边那只蓝发鲸女仆，apron 上还有小鲸鱼；右边是蓝白裙 OpenPet。预览页只是对照沙盒，真正上站的资源在 public/pets/。

Maid idle 单帧

OpenPet idle 单帧

最容易踩的坑：行数搞错会整表错帧

动画核以前默认按 11 行算 background-size。OpenPet 只有 9 行，如果还按 11 行去切，纵向会被拉歪，动作全错位。

对策也很直白：

Maid → PET_ATLAS_V2
OpenPet → PET_ATLAS_CLASSIC_8X9
OpenPet 运行时 强制关 lookFollow（没有 look 行硬跟只会出鬼）

换皮只认 URL，不认卡片悬停

站上只有一个 SpritePet 实例（Swup permanent）。判别就一条：

路径里有 /posts/ → OpenPet；否则 → Maid。

卡片悬停不预切换。你还在列表页，就是 Maid；落地进文，才淡换成 OpenPet。

手机也按场景拆：浏览态可见默认宠；文章页窄屏隐藏，免得挡正文和回顶。

首页浏览态：Maid 贴在侧栏附近

文章页：换成 OpenPet

Maid 还会在「看得见的」侧栏卡之间逛

文章页的 OpenPet 不游走。Maid 在浏览态会定时挪到当前视口里还露着的侧栏卡片旁（最新动态、公告、热门、统计、资料、标签、日历、时钟）。

硬约束只有一句：滚出屏幕的卡永不落点。你一滚，锚点没了，它就改去仍可见的那张。拖过一次且开了 pauseWhenPinned，自动游走会停，位置记在 localStorage。

抓取时跳一下就够了，别让 idle 自己循环蹦——看着像抽风。

许可黄线别装没事

包	现状
Maid	来源 codex-pets / aimcp，标注 unknown（作者线索 DeaDumB）
OpenPet	AwesomeHou/openpet-ai-girls，仓内无 LICENSE

站内自己试用可以接；公开再分发前先过授权。旧的 cc-haha 四宠资源已经从 public/pets 清掉了。

想开的话

petConfig.ts 里把 spritePetConfig.enable 设成 true，Spine / Live2D 保持关。默认可调：defaultPetId / postPetId / size / lookFollow / roam.*。

对我来说，这套比「全站一只固定皮」舒服多了：逛花园是鲸女仆，认真读文换成另一只 DeepSeek 娘——切页换皮，不抢戏。

Windows 上把 Claude Code 调成赛博朋克风，也就五层配置的事

Tue, 04 Aug 2026 00:00:00 GMT

这套界面你们可能在我截图里见过：紫边输入框、底部一行 [Sonnet 4.6] | Lenovo | code less, architect more、毛玻璃后面垫着二次元壁纸，一眼赛博朋克。有人以为换张皮就完事，其实这玩意根本不是一张皮，是五层配置叠出来的，散在五个文件里。

这篇就把本机这套配置整个拆开：每一层管什么、改哪个文件、踩过哪些坑。重装机器照着抄一遍就行。

五层叠皮，缺一层都不对

我盘了下，这套「皮」从上到下是五层：

层	角色	配置文件
① Provider 切换	CC Switch 桌面端：换 API 中转 + 本地代理	`settings.json` 的 `env` 块
② Claude Code 本体	主题、HUD、快捷键、权限、hooks	`~/.claude/settings.json` + `keybindings.json`
③ 深度美化	tweakcc：直接改 Claude Code 的 `cli.js`	`~/.tweakcc/config.json`
④ 终端外观	毛玻璃、壁纸、字体	Windows Terminal 的 `settings.json`
⑤ 素材层	桌面壁纸 + 已装字体	系统层

五层叠皮：改哪层失效就查哪层

为什么要分层想？因为每一层都有自己的配置文件和失效方式。最常见的问题就是”改了一处不生效”，然后人懵了。先按层定位：是 provider 断了（401）、Claude 本体配置被冲了（功能消失）、tweakcc 补丁被升级覆盖了（美化没了）、还是终端外观没跟上（背景/字体不对）——大概率不是配置写错，是找错了层。

从装到跑：官方安装 + 两个第三方工具

Claude Code 在 Windows 上官方推荐的就一条命令（PowerShell）：

Terminal window

1
irm https://claude.ai/install.ps1 | iex

装完二进制落在 %USERPROFILE%\.local\bin\claude.exe，原生安装后台会自动更新，claude update 手动更新。想停自动更新就在 settings.json 的 env 里设 DISABLE_AUTOUPDATER=1（只停后台检查，claude update 还能用）。想彻底关用 DISABLE_UPDATES。另外 winget install Anthropic.ClaudeCode 也行，但那个不自动更新。

两个第三方工具是这套配置的骨架：

tweakcc（npm install -g tweakcc，或 npx tweakcc）：深度美化层，下文重点。
CC Switch（桌面应用，Tauri 写的）：管 provider 切换，内置本地代理。装完它在 ~/.claude/settings.json 的 env 里写 ANTHROPIC_BASE_URL=http://127.0.0.1:15721 和 ANTHROPIC_AUTH_TOKEN=PROXY_MANAGED，把模型请求都走它的本地代理转发。模型映射（比如把 Sonnet 的请求映射到别的模型）也是它管的。

验证一下装齐没有，claude --version 会同时打印两层：

1
2.1.220 (Claude Code)
2
4.3.2 (tweakcc)

tweakcc 连版本号都注进 claude 里了，一眼能看出补丁活着。

tweakcc：把 cli.js 拆开、改完、再装回去

tweakcc 不是”皮肤包”，它是直接改 Claude Code 的程序本体。它把 minified 的 cli.js 解出来打补丁，原生安装则用 node-lief 从二进制里抽 JS、patch、再重新打包。本机 ~/.tweakcc/ 里躺着 native-claudejs-orig.js / native-claudejs-patched.js（各约 21MB）和一个 265MB 的 native-binary.backup，全是它干活留下的。

因为动的是本体，Claude Code 一升级补丁就会被覆盖，但配置还在——升级后重跑一遍 npx tweakcc --apply 就行（它自己会先恢复备份，保证从干净状态重新 patch）。注意它官方验证过的版本是 2.1.162，现在跑在 2.1.220 上，个别非系统提示类的 patch 可能失效，得留意。

2026-08-09 实测更新：文章发布没几天，Claude Code 悄悄升到 2.1.224，天气思考动画果然又没了。这次验证方法都齐了——claude --version 只剩一行（没有 (tweakcc) 注入的版本行），~/.tweakcc/config.json 里的 ccVersion 还停在 2.1.220，一眼确认补丁被覆盖。重跑 npx tweakcc --apply 却报 EBUSY：claude.exe locked——claude 本体正开着，Windows 锁住 exe 不让写。所以顺序很重要：先完全退出 Claude Code，再在新终端跑 apply。跑完 claude --version 恢复两行输出，天气动画和思考动词随机一起回来。

它到底能改什么？挑值钱的几个：

内置 7 套主题色，截图里这套紫调对应 Dark mode。这套配色的逻辑很清晰：紫管结构（分隔线、提示符、autoAccept），蓝管身份（模型名、权限请求），橙管强调（Claude 品牌色、路径高亮），红管警示（错误、diff 删除）。

语义	颜色	语义	颜色
autoAccept	紫 `rgb(175,135,255)`	claude 品牌	橙 `rgb(215,119,87)`
planMode	青 `rgb(72,150,140)`	输入框边框	灰 `rgb(136,136,136)`
正文	白 `rgb(255,255,255)`	成功	绿 `rgb(78,186,101)`
错误	红 `rgb(255,107,128)`	警告	黄 `rgb(255,193,7)`
diff 新增	深绿底 `rgb(34,92,43)`	diff 删除	深红底 `rgb(122,41,54)`
用户消息底	`rgb(55,55,55)`	额度条已用	淡紫 `rgb(177,185,249)`

思考动画：把「Thinking…」换成一圈天气符号 ☀️→🌤→⛅️→🌥→☁️→🌧→🌨→⛈ 再倒着转回来，100ms 刷一次，很有”算力在涌”的既视感。

思考动词随机：三十多个动词轮着用——Thinking、Pondering、Brewing、Weaving、Distilling……不会再是千篇一律的 Thinking。

输入框高亮：正则把 URL（青）、路径（橙）、行内代码（粉）在输入时即时上色，多行贴代码时一眼能分清。

其它开关：会话标题、隐藏启动横幅、mcpConnectionNonBlocking（MCP 连接不阻塞启动）、enableSwarmMode、enableVoiceMode、enableSessionMemory，还有 claudeMdAltNames 让它在项目里读 AGENTS.md / GEMINI.md / QWEN.md 这些别名当指令文件。

主题字段：custom 是另一层皮

settings.json 里还有一行 "theme": "custom:dracula"，这是另一套主题机制——Claude Code 原生的插件主题，来自 claude-themes 插件（本机同时启用了 dracula 和 tokyo-night 两个）。主题字段的取值有 auto / dark / light 这几个内建档，custom: 前缀指插件或自定义主题，主题文件是 JSON，放着 base + overrides 的颜色 token。

所以这台机器实际是两层主题同时存在：tweakcc 改的是 Claude 程序内部渲染（思考动画、输入框、消息底色这些原生主题管不到的），custom:dracula 管的是 Claude 原生 UI 的颜色 token。改色的时候想清楚改哪个，别在 tweakcc 里调半天发现被 settings 的 theme 盖着，反过来也一样。

底部 HUD：statusLine 机制 + claude-hud 插件

截图底部那条状态栏是 claude-hud 插件（0.6.0）渲染的，走的是 Claude Code 原生的 statusLine 机制：settings.json 里配 statusLine 的 type: "command"，Claude 每次交互后把一个 JSON 从 stdin 喂给这个命令（里面有 model.display_name、workspace.current_dir、context_window.used_percentage、cost.total_cost_usd、rate_limits 这些），命令把它渲染成一行字打印出来。

本机这条 statusLine 命令有三处值得抄：

Terminal window

1
# 动态定位最新版插件目录，升级不用改配置
2
plugin_dir=$(ls -1d "$CLAUDE_CONFIG_DIR/plugins/cache"/*/claude-hud/*/ | sort -V | tail -1)
3
# 用 nvm4w 的 node 跑插件入口
4
exec "/c/nvm4w/nodejs/node" "${plugin_dir}dist/index.js"

claude-hud 的具体显示在 ~/.claude/plugins/claude-hud/config.json 里配：customLine 是那句格言 code less, architect more --threetwoa ⌐■_■ノ♪，showContextBar 开 Context 进度条，modelFormat: "compact" 让模型名缩成 [Sonnet 4.6]，还能显示 1 CLAUDE.md | 22 MCPs | 2 hooks 这类配置计数。

实际使用中的 HUD：模型 / 格言 / Context 40% / 工具计数 / bypass 权限红字

这套东西我恢复过不止一次，坑浓缩成三句：

坑	现象	解法
`statusLine` 只认 `command` 类型	写 `type: "default"` 直接被 schema 拒	只能 `type: "command"` + `command`
外层必须是 bash 语法	写裸 PowerShell `$var` 被 bash 展开成空串，报错	外层 bash（Git Bash/Cygwin），PowerShell 内容塞引号里
Node 路径会变	nvm4w 切版本或路径变更，HUD 静默消失	`statusLine.command` 里同步更新 `/c/nvm4w/nodejs/node`

另外一个外部因素：CC Switch 有时会整文件重写 settings.json，把 statusLine / enabledPlugins / extraKnownMarketplaces 全冲掉。它只管 provider 的时候改 env 块，但接管模式是整文件覆盖。HUD 消失先查这三个块在不在。

顺手两件事：shift+enter 换行和权限放权

换行键

~/.claude/keybindings.json 里我配了：

1
{
2
  "bindings": [
3
    { "context": "Chat", "bindings": { "shift+enter": "chat:newline", "ctrl+enter": null } }
4
  ]
5
}

shift+enter 插换行、ctrl+enter 置 null 取消默认提交，这样回车是发送、Shift+回车是换行，写多行提示词不别扭。注意一个版本坑：现在官方文档里 chat:newline 的默认键其实是 Ctrl+J（早期版本才是 shift+enter），想用 shift+enter 就得像我这样显式绑。值设 null 就是取消默认绑定，改完热加载不用重启。Ctrl+C / Ctrl+D / Ctrl+M 和 Caps Lock 不可重绑。

另外 Windows Terminal 这层我还挂了个 ShiftEnterNewline 快捷键，往终端发 \u001b[13;2u（Shift+Enter 的 CSI 转义），等于终端和 Claude 两层都认这个键。

权限放权

截图里启动命令是 claude --dangerously-skip-permissions。这个 flag 等于 --permission-mode bypassPermissions，把所有权限确认和安全检查全关了，跑起来最顺。配合的机制：

Shift+Tab 循环权限模式：默认只在 default → acceptEdits → plan 之间切；bypassPermissions 得先激活（用 flag 或 --allow-dangerously-skip-permissions 只入环不激活）才会进循环。状态栏那个红字 bypass permissions on (shift+tab to cycle) 就是提示这个。
/permissions：管理 allow / deny / ask 规则，还能看 “Recently denied” 列表一键重试。
settings.json 里 skipDangerousModePermissionPrompt: true 会跳过首次启用 bypass 时的一次性责任确认弹窗（我就是这么关掉的）。

安全提醒照实说：bypass 模式官方口径是”只该在容器 / VM / 隔离环境用”，对 prompt injection 毫无防护。我自己的判断是——自己这台机器、自己信任的会话里图方便没问题，但别在有敏感数据或共享终端的环境里裸奔，也别把依赖它的命令写进会被复制的脚本里。

Git Bash：hooks 和 statusLine 都走它

Windows 上 Claude Code 的 bash 工具、shell 形式的 hooks、statusLine，默认走的是 Git Bash——settings.json 的 env 里设 CLAUDE_CODE_GIT_BASH_PATH 指向它：

1
"CLAUDE_CODE_GIT_BASH_PATH": "C:\\Program Files\\Git\\usr\\bin\\bash.exe"

不设的话，它找不到 Git Bash 会退到 PowerShell 工具。设了之后，所有 shell-form hooks / statusLine 命令都由 Git Bash 执行，cmd.exe 永不参与。

本机的 hooks 就两个：Notification 和 Stop 事件都触发同一个 PowerShell 脚本 claude-hook-toast.ps1，在 Windows 弹原生 Toast 通知（任务完成提醒）。脚本里还做了个判断，区分是不是 Cursor 在调它，避免误弹。

写这种跨 shell 的 command 有一个特别容易踩的坑：外层命令是 bash 语法，就必须用正斜杠全路径、禁 %VAR%、禁 cmd /c 包装、禁反斜杠路径（反斜杠会被 bash 转义吞字符，甚至建出 nul 残留文件）。正确姿势长这样：

1
"command": "powershell -NoProfile -ExecutionPolicy Bypass -File C:/Users/Lenovo/.claude/claude-hook-toast.ps1"

终端那层：毛玻璃 + 壁纸 + Maple Mono

界面最外层的观感是 Windows Terminal 给的。截图那个 PowerShell profile 的关键配置：

配置	值	作用
`backgroundImage`	`"desktopWallpaper"`	直接把当前桌面壁纸当终端背景
`backgroundImageOpacity`	`0.21`	背景图压暗到 21%
`useAcrylic`	`true` + `opacity: 15`	亚克力毛玻璃，透明度 15%
`font.face`	`Maple Mono NF CN`，13pt，medium	带中文的 Nerd Font
`colorScheme`	`Dark+`	终端配色
`cursorColor`	`#E5E510`	黄色光标

几个取舍和坑：

desktopWallpaper 是个彩蛋：backgroundImage 填这个特殊值就直接垫桌面壁纸，换壁纸终端跟着变。壁纸 + 毛玻璃可以共存（背景图画在 acrylic 之上，useAcrylic:false 只有 Win11 支持纯透明无磨砂）。
中文等宽必须用带 CJK 的字体。Maple Mono NF CN 是开源的圆角编程字体（仓库 subframe7536/maple-font），「NF」= Nerd Font 图标补丁版，「CN」= 内嵌中文字形（思源圆体底子），中英文按 2<1> 对齐（一个汉字正好两个西文字宽），多语言混排和 Markdown 表格不会错位。Caskaydia Cove Nerd Font（Cascadia Code 打的 NF 补丁）不含中文字形，中文只能走系统 fallback——fallback 字体的字宽行高和主字体不一致，混排必错位。
终端不支持自定义 fallback 字体列表（这个功能在官方 backlog 里躺很久了），所以最省事的办法就是主字体直接用自带 CJK 的：Maple Mono NF CN、Sarasa Term SC 这类。

改了一处不生效？按层对号入座

现象	先查哪层
HUD 消失	② `statusLine` / `enabledPlugins` / `extraKnownMarketplaces` 三个块 + node 路径
401 / 连接失败	① CC Switch 代理 + `env` 的 base_url / token
美化效果全没了	③ Claude 升级了，重跑 `npx tweakcc --apply`
颜色不对 / 被盖住	② `settings.json` 的 `theme` 和 ③ tweakcc 主题，搞清楚谁在起作用
中文乱 / 字符被吞	④ hooks 外层 shell 语法（反斜杠、`%VAR%`、`cmd /c`）
终端字混排错位	⑤ 字体没中文字形 → 换 Maple Mono NF CN 这类带 CN 的

这套配置最值钱的认知就一句话：漂亮是结果，分层是原因。五层各管各的，改哪儿查哪儿，比对着网上”复制这段配置”的教程靠谱得多。重装时按这个顺序抄：装 claude → 装 tweakcc 跑 --apply → 配 CC Switch → 写 settings.json（env / theme / statusLine / hooks）→ 调 Windows Terminal 外观 → 收工 ☕(￣▽￣)ノ

论 AI Coding 的奇淫技巧👿

Sun, 02 Aug 2026 00:00:00 GMT

渠道

咸鱼: https://www.goofish.com/ 租号, 速刷, 日抛等..(如 plus速刷, kiro拼车, cursor auto等)

QQ群: 中转,号商,群友集结地, 各种渠道, bug放出的消息(也可以蹲 l站 )

官网(挑有性价比的)优惠: 一般是首月优惠, 或者 0 月绑卡适用, 白夜间福利, 新模型测评低倍率,0倍率当前推荐(opencode go, cursor 半价(需要符合资格号), gpt plus)

中转: l站 / b站 / 社区论坛看 0.0x的倍率中转, 挑测试稳定, 福利多的

目前已知的bug / 羊毛

cursor
- 卡mcp (正存活):
- 超额流 (已修复)
- 卡半价的半价(不太清楚): 例如首月6$
kiro
- 企业号拼车
qoder
trae
gpt
- k12
- 日抛周额度 plus

技巧

使用 cockpit tools 管理各个类型的订阅号池, 可以保存登录态

邪修 AI Coding 省钱-2
使用claude code cli 做轻量任务, cursor ide 配套维护重型任务,复杂操作(如e2e测试, 文件索引拖拽, 内置浏览器div选择..)

Engineering Type

Sun, 02 Aug 2026 00:00:00 GMT

(prompt, context, Harness, Loop, Graph)

Prompt -> 模型「做什么」 , Context -> 模型「知道什么」, Loop -> 模型能「持续行动」, Graph -> 让多个行动能「协作」 Harness 把以上全部打包成可运行的系统 Harness Engineering 则是把这个系统当成正经工程来做。

Engineering（Harness Engineering）

这是目前社区正在形成的一个新学科概念：

Harness Engineering = 把围绕模型的整套脚手架（Prompt、Context、Loop、工具、权限、记忆、Graph……）当成一等工程对象来设计和演进。

以前大家主要在比「哪个模型更强」。
现在越来越多人意识到：

同一个模型，换不同 Harness，表现可以差出一截。
真正决定长期生产力的，往往是 Harness 的工程质量，而不是模型本身。

所以 Engineering 在这里的意思是：
主动设计、迭代、约束这套「外壳」，让模型的能力被稳定、可预期地释放出来，而不是靠运气 prompt。

Prompt Engineering

Prompt 就是你丢给模型的「指令文本」。最原始的形态只是一句话。但在真正的 Agent 系统里，Prompt 已经远远不止「用户输入」了, 而是：

系统提示词（System Prompt）
项目级规则（CLAUDE.md / AGENTS.md）
Skills / 自定义指令
当前任务描述
工具返回的结果回填

Prompt 是模型「看到」的全部输入。它是决定了模型当下的思考方向的，但本身不负责执行。

Engineering Type

Context Engineering

Context 是模型「当前能看到的信息窗口」。包括：

对话历史
项目文件内容
工具执行结果
记忆文件
系统状态

Context 是有限的（有 token 上限），所以如何管理它（压缩、选择性加载、长期记忆外部化）直接决定 Agent 能不能跑长任务而不「失忆」。简单说：Prompt 是「说了什么」，Context 是「它现在能记住什么」。

Engineering Type-1

Harness Engineering

Harness 是把模型包起来的整套运行机制 + 生态。现在社区（包括 Anthropic 自己、Addy Osmani、研究论文）已经把这个词用得比较固定了, 可以把它理解成「AI 编程工具本身的机制与生态」, Agent = Model + Harness, 有人做过逆向：Claude Code 源码里大概 98% 是 harness，真正「模型决策逻辑」只占很小一部分。所以它确实是「让大模型放进去之后，能力能被尽情发挥出来的那套外壳和土壤」。纯模型只是一个会预测下一个 token 的东西。 Harness 就是把模型包起来的那一整套「运行机制 + 生态」：

工具层（读文件、写文件、跑终端、浏览器、搜索……）
Agent Loop（思考 → 调工具 → 看结果 → 再思考的循环）
权限与沙箱（哪些命令能直接跑，哪些要确认）
上下文/记忆管理（CLAUDE.md、AGENTS.md、自动压缩、项目级记忆）
子 Agent / 多 Agent 协作
Hooks、Skills、插件、恢复机制
错误处理与自我纠正

Agent = Model + Harness
没有 Harness，模型只是会说话的文本预测器。

Engineering Type-2

Loop Engineering

Loop 就是 Agent 的核心工作循环：

1
思考 → 决定调用哪个工具 → 执行工具 → 拿到结果 → 再思考 → ……

直到任务完成或达到停止条件。

一个好的 Loop 必须包含：

可靠的工具执行
结果回传机制
失败重试 / 自我纠正
上下文更新

Loop 是 Harness 最核心的运行时部分。没有稳定的 Loop，再强的模型也只能做一次性回答。

Engineering Type

Graph Engineering

Graph（通常指 Agent Graph / 工作流图）是把多个 Agent 或步骤组织起来的结构。

从简单到复杂可以是：

线性：A → B → C
带条件分支
多 Agent 并行 + 汇总
动态生成子任务图

Graph 解决的是「复杂任务如何被拆解、调度、协作」的问题。
当单 Agent 的 Loop 不够用时，就需要 Graph 来编排多个 Loop。

Engineering Type-3

Firefly 代码块示例

Sat, 01 Aug 2026 00:00:00 GMT

在这里，我们将探索如何使用 Expressive Code 展示代码块。提供的示例基于官方文档，您可以参考以获取更多详细信息。

表达性代码

语法高亮

常规语法高亮

1
console.log('此代码有语法高亮!')

渲染 ANSI 转义序列

Terminal window展开收起

1
Standard ANSI colors:
2
- Dimmed:      Black  Red  Green  Yellow  Blue  Magenta  Cyan  White 
3
- Foreground:  Black  Red  Green  Yellow  Blue  Magenta  Cyan  White 
4
- Background:  Black  Red  Green  Yellow  Blue  Magenta  Cyan  White 
5
- Reversed:    Black  Red  Green  Yellow  Blue  Magenta  Cyan  White 
6

7
8-bit colors (showing colors 160-171 as an example):
8
- Dimmed:      160  161  162  163  164  165  166  167  168  169  170  171 
9
- Foreground:  160  161  162  163  164  165  166  167  168  169  170  171 
10
- Background:  160  161  162  163  164  165  166  167  168  169  170  171 
11
- Reversed:    160  161  162  163  164  165  166  167  168  169  170  171 
12

13
24-bit colors (full RGB):
14
- Dimmed:      ForestGreen - RGB(34,139,34)  RebeccaPurple - RGB(102,51,153) 
15
- Foreground:  ForestGreen - RGB(34,139,34)  RebeccaPurple - RGB(102,51,153) 
16
- Background:  ForestGreen - RGB(34,139,34)  RebeccaPurple - RGB(102,51,153) 
17
- Reversed:    ForestGreen - RGB(34,139,34)  RebeccaPurple - RGB(102,51,153) 
18

19
Font styles:
20
- Default
21
- Bold
22
- Dimmed
23
- Italic
24
- Underline
25
- Reversed
26
- Strikethrough

展开收起

编辑器和终端框架

代码编辑器框架

my-test-file.js

1
console.log('标题属性示例')

src/content/index.html

1
<div>文件名注释示例</div>

终端框架

Terminal window

1
echo "此终端框架没有标题"

PowerShell 终端示例

1
Write-Output "这个有标题!"

覆盖框架类型

1
echo "看，没有框架!"

PowerShell Profile.ps1

1
# 如果不覆盖，这将是一个终端框架
2
function Watch-Tail { Get-Content -Tail 20 -Wait $args }
3
New-Alias tail Watch-Tail

文本和行标记

标记整行和行范围

1
// 第1行 - 通过行号定位
2
// 第2行
3
// 第3行
4
// 第4行 - 通过行号定位
5
// 第5行
6
// 第6行
7
// 第7行 - 通过范围 "7-8" 定位
8
// 第8行 - 通过范围 "7-8" 定位

选择行标记类型 (mark, ins, del)

line-markers.js

1
function demo() {
2
  console.log('此行标记为已删除')
3
  // 此行和下一行标记为已插入
4
  console.log('这是第二个插入行')
5

6
  return '此行使用中性默认标记类型'
7
}

为行标记添加标签

labeled-line-markers.jsx

1
<button
2
  role="button"
3
  {...props}
4
  value={value}
5
  className={buttonClassName}
6
  disabled={disabled}
7
  active={active}
8
>
9
  {children &&
10
    !active &&
11
    (typeof children === 'string' ? <span>{children}</span> : children)}
12
</button>

在单独行上添加长标签

labeled-line-markers.jsx展开收起

1
<button
2
  role="button"
3
  {...props}
4

5
  value={value}
6
  className={buttonClassName}
7

8
  disabled={disabled}
9
  active={active}
10
>
11

12
  {children &&
13
    !active &&
14
    (typeof children === 'string' ? <span>{children}</span> : children)}
15
</button>

展开收起

使用类似 diff 的语法

1
此行将标记为已插入
2
此行将标记为已删除
3
这是常规行

1
--- a/README.md
2
+++ b/README.md
3
@@ -1,3 +1,4 @@
4
+this is an actual diff file
5
-all contents will remain unmodified
6
 no whitespace will be removed either

结合语法高亮和类似 diff 的语法

1
function thisIsJavaScript() {
2
  // 整个块都会以 JavaScript 高亮显示，
3
  // 并且我们仍然可以为其添加 diff 标记！
4
  console.log('要删除的旧代码')
5
  console.log('新的闪亮代码！')
6
}

标记行内的单独文本

1
function demo() {
2
  // 标记行内的任何给定文本
3
  return '支持给定文本的多个匹配项';
4
}

正则表达式

1
console.log('单词 yes 和 yep 将被标记。')

转义正斜杠

Terminal window

1
echo "Test" > /home/test.txt

选择内联标记类型 (mark, ins, del)

1
function demo() {
2
  console.log('这些是插入和删除的标记类型');
3
  // return 语句使用默认标记类型
4
  return true;
5
}

自动换行

为每个块配置自动换行

1
// 启用换行的示例
2
function getLongString() {
3
  return '这是一个非常长的字符串，除非容器极宽，否则很可能无法适应可用空间'
4
}

1
// wrap=false 的示例
2
function getLongString() {
3
  return '这是一个非常长的字符串，除非容器极宽，否则很可能无法适应可用空间'
4
}

配置换行的缩进

1
// preserveIndent 示例（默认启用）
2
function getLongString() {
3
  return '这是一个非常长的字符串，除非容器极宽，否则很可能无法适应可用空间'
4
}

1
// preserveIndent=false 的示例
2
function getLongString() {
3
  return '这是一个非常长的字符串，除非容器极宽，否则很可能无法适应可用空间'
4
}

可折叠部分


5 collapsed lines
1
// 所有这些样板设置代码将被折叠
2
import { someBoilerplateEngine } from '@example/some-boilerplate'
3
import { evenMoreBoilerplate } from '@example/even-more-boilerplate'
4

5
const engine = someBoilerplateEngine(evenMoreBoilerplate())
6

7
// 这部分代码默认可见
8
engine.doSomething(1, 2, 3, calcFn)
9

10
function calcFn() {
11
  // 您可以有多个折叠部分
3 collapsed lines
12
  const a = 1
13
  const b = 2
14
  const c = a + b
15

16
  // 这将保持可见
17
  console.log(`计算结果: ${a} + ${b} = ${c}`)
18
  return c
19
}
20

4 collapsed lines
21
// 直到块末尾的所有代码将再次被折叠
22
engine.closeConnection()
23
engine.freeMemory()
24
engine.shutdown({ reason: '示例样板代码结束' })

展开收起

行号

为每个块显示行号

1
// 此代码块将显示行号
2
console.log('来自第2行的问候!')
3
console.log('我在第3行')

// 此块禁用行号
console.log('你好?')
console.log('抱歉，你知道我在第几行吗?')

更改起始行号

5
console.log('来自第5行的问候!')
6
console.log('我在第6行')

Tab 代码块

由 rehype-code-group 提供，语法与 VitePress 代码组一致：用 ::: code-group labels=[...] 包裹多个代码块，即可合并成一组标签页。

Note

labels=[...] 中的标签按顺序对应组内的代码块，用英文逗号分隔；::: 与 code-group 之间的空格不能省略。

基本用法

1
::: code-group labels=[code.js, code.py, code.html]
2

3
```js
4
export function greet(name) {
5
  return `Hello, ${name}!`;
6
}
7
```
8

9
```py
10
def greet(name):
11
    return f"Hello, {name}!"
12
```
13

14
```html
15
<p>Hello, world!</p>
16
```
17

18
:::

展开收起

渲染效果：

code.jscode.pycode.html

1
export function greet(name) {
2
  return `Hello, ${name}!`;
3
}

1
def greet(name):
2
    return f"Hello, {name}!"

1
<p>Hello, world!</p>

标签中使用 Emoji

标签支持 emoji 短代码，构建时会自动转换成 emoji：

1
::: code-group labels=[:package: npm, :package: pnpm, :yarn: yarn]

📦 npm📦 pnpm🧶 yarn

Terminal window

1
npm create astro@latest

Terminal window

1
pnpm create astro@latest

Terminal window

1
yarn create astro

与其他代码块特性组合

组内仍是普通的 Expressive Code 代码块，标题、行号、行标记、折叠、终端框架等特性都可以照常使用。

配置文件终端折叠

astro.config.mjs

1
export default {
2
  theme: "firefly",
3
  codeGroup: true,
4
};

部署

1
pnpm build && pnpm preview


3 collapsed lines
1
// 这三行默认折叠
2
import { a } from "a";
3
import { b } from "b";
4

5
console.log(a, b);

不止是代码块

标签页内可以放任意内容，例如文字、列表或图片：

说明列表

这是一段普通的段落内容。

列表项一
列表项二

Tip

标签栏在构建期生成，默认展开第一项；支持鼠标点击与键盘 ← / → / Home / End 切换。

Firefly 文章加密

Sat, 01 Aug 2026 00:00:00 GMT

这是一篇密码保护的示例文章，用于演示文章加密功能。

Firefly 一款清新美观的 Astro 博客主题模板

Sat, 01 Aug 2026 00:00:00 GMT

🌟 项目概述

Firefly 是一款基于 Astro 框架和 Fuwari 模板开发的清新美观且现代化个人博客主题模板，专为技术爱好者和内容创作者设计。该主题融合了现代 Web 技术栈，提供了丰富的功能模块和高度可定制的界面，让您能够轻松打造出专业且美观的个人博客网站。

🖥️主题上游预览： Firefly Demo

🏠本站： https://fork-firefly.vercel.app

📝Firefly使用文档： https://docs-firefly.cuteleaf.cn

⭐Firefly开源地址：https://github.com/CuteLeaf/Firefly

⭐Fuwari开源地址：https://github.com/saicaca/fuwari

Aafff623

fork-Firefly

Waiting for api.github.com...

Waiting for api.github.com...

00K

Waiting...

Firefly

🚀 技术架构

静态站点生成: 基于 Astro ，提供极快的加载速度和优秀的 SEO 优化
TypeScript 支持: 完整的类型安全，提升开发体验和代码质量
响应式设计: 使用 Tailwind CSS 构建，完美适配桌面端和移动端
组件化开发: 支持 Astro、Svelte 组件，灵活可扩展

📖 配置说明

📚 详细配置文档: 查看 Firefly 使用文档获取完整的配置指南

Firefly 简单使用指南

Sat, 01 Aug 2026 00:00:00 GMT

这个博客模板是基于 Astro 构建的。对于本指南中未提及的内容，您可以在 Astro 文档中找到答案。

文章的 Front-matter

1
---
2
title: 我的第一篇博客文章
3
published: 2023-09-09
4
description: 这是我新 Astro 博客的第一篇文章。
5
image: ./cover.jpg
6
tags: [前端, 开发]
7
category: 前端开发
8
draft: false
9
---

属性	描述
`title`	文章标题。
`published`	文章发布日期。
`updated`	文章更新日期。如果未设置，将默认使用发布日期。
`pinned`	设为 `true` 时为常驻置顶。未常驻时，站点会把「发布时间 / 更新时间」最新的一篇自动标为默认置顶。
`description`	文章的简短描述。显示在首页上。
`image`	文章封面图片路径。 1. 以 `http://` 或 `https://` 开头：使用网络图片 2. 以 `/` 开头：`public` 目录中的图片 3. 不带任何前缀：相对于 markdown 文件的路径
`tags`	文章标签。
`category`	文章分类。
`lang`	文章语言代码（如 `zh-CN`）。仅当文章语言与站点默认语言不同时设置。
`licenseName`	文章内容的许可证名称。
`licenseUrl`	文章内容的许可证链接。
`author`	文章作者。
`sourceLink`	文章内容的来源链接或参考。
`draft`	如果这篇文章仍是草稿，则不会显示。
`comment`	是否启用此文章的评论功能。默认为 `true`。
`slug`	自定义文章 URL 路径。如果不设置，将使用文件名作为 URL。
`password`	文章密码。设置后文章内容将被 AES-256-GCM 加密，访客需输入密码才能查看。
`passwordHint`	密码提示。显示在密码输入框上方，帮助访客回忆密码，也可以不加。

文章文件的放置位置

您的文章文件应放置在 src/content/posts/ 目录中。您也可以创建子目录来更好地组织您的文章和资源。

1
src/content/posts/
2
├── post-1.md
3
└── post-2/
4
    ├── cover.png
5
    └── index.md

自定义文章 URL (Slug)

什么是 Slug？

Slug 是文章 URL 路径的自定义部分。如果不设置 slug，系统将使用文件名作为 URL。

Slug 使用示例

示例 1：使用文件名作为 URL

1
---
2
title: 我的第一篇博客文章
3
published: 2023-09-09
4
---

文件：src/content/posts/my-first-blog-post.md

URL：/posts/my-first-blog-post

示例 2：自定义 Slug

1
---
2
title: 我的第一篇博客文章
3
published: 2023-09-09
4
slug: hello-world
5
---

文件：src/content/posts/my-first-blog-post.md

URL：/posts/hello-world

示例 3：其他语言文件名使用Slug

1
---
2
title: 如何使用 Firefly 博客主题
3
published: 2023-09-09
4
slug: how-to-use-firefly-blog-theme
5
---

文件：src/content/posts/如何使用Firefly博客主题.md

URL：/posts/how-to-use-firefly-blog-theme

Slug 使用建议

使用英文和连字符：my-awesome-post 而不是 my awesome post
保持简洁：避免过长的 slug
具有描述性：让 URL 能够反映文章内容
避免特殊字符：只使用字母、数字和连字符
保持一致性：在整个博客中使用相似的命名模式

注意事项

Slug 一旦设置并发布，建议不要随意更改，以免影响 SEO 和已存在的链接
如果多个文章使用相同的 slug，后面的文章会覆盖前面的
Slug 会自动转换为小写

Firefly 布局系统详解

Sat, 01 Aug 2026 00:00:00 GMT

📖 概述

Firefly 提供了灵活的布局系统，允许您根据内容需求和个人喜好自定义博客的视觉呈现方式。布局系统主要包括侧边栏布局和文章列表布局两个维度，它们相互配合，共同决定了页面的整体结构。

本文将详细介绍 Firefly 的各种布局模式、它们的特点、使用场景，以及不同布局组合的效果。

左侧边栏+列表布局

右侧边栏+网格布局

左侧边栏+三列网格布局

双侧边栏+列表布局

双侧边栏+网格布局

双侧边栏+网格瀑布流布局

一、侧边栏布局系统

侧边栏是博客页面的重要组成部分，用于展示导航、分类、标签、统计信息等辅助内容。Firefly 支持两种侧边栏布局模式。

1.1 单侧边栏模式

左侧边栏 (position: “left”)

左侧边栏布局

右侧边栏 (position: “right”)

右侧边栏布局

特点

侧边栏固定在页面其中一侧
文章阅读区域体验更佳，更宽敞
更加简约，没有那么紧凑

适用场景

传统博客风格
强调导航和分类的博客
需要突出用户资料的个人博客
内容为主，辅助信息次之的场景

Tip

可以通过showBothSidebarsOnPostPage配置是否在文章详情页显示双侧边栏

当position为left或right时开启此项后，文章详情页将显示双侧边栏，主页等其他页面保持单侧边栏

适用在只想用单侧栏，但在文章详情页想用对侧栏的目录等组件的场景

配置示例

src/config/sidebarConfig.ts

1
export const sidebarLayoutConfig: SidebarLayoutConfig = {
2
  enable: true,
3
  position: "left", // 左侧边栏
4
  showBothSidebarsOnPostPage: true, // 是否在文章详情页显示双侧边栏
5
};

1.2 双侧边栏模式 (position: “both”)

特点

左右两侧同时存在侧边栏
主内容区域位于中间
最大化利用屏幕空间
可以展示更多辅助信息
适合宽屏显示器

布局结构

双侧边栏+列表布局

双侧边栏+网格布局

适用场景

宽屏桌面端浏览
信息密集型博客
需要展示大量辅助内容
专业性强的技术博客

配置示例

src/config/sidebarConfig.ts

1
export const sidebarLayoutConfig: SidebarLayoutConfig = {
2
  enable: true,
3
  position: "both", // 双侧边栏

二、文章列表布局系统

文章列表是博客首页和归档页的核心内容，Firefly 提供两种展示方式，并支持多种网格配置。

2.1 列表模式 (defaultMode: “list”)

特点

单列纵向排列
显示文章封面图
展示更多文章摘要
适合深度阅读

列表布局结构

列表模式布局

优点

✅ 视觉冲击力强，封面图吸引眼球
✅ 可以展示更多文章信息（摘要、标签等）
✅ 适合图片内容丰富的博客
✅ 移动端友好，单列更易阅读
✅ 兼容所有侧边栏配置（单侧、双侧）

配置示例

src/config/siteConfig.ts

1
export const siteConfig: SiteConfig = {
2
  postListLayout: {
3
    defaultMode: "list", // 列表模式
4
    allowSwitch: true,   // 允许用户切换
5
  },
6
};

2.2 网格模式 (defaultMode: “grid”)

特点

自适应列数，根据浏览器宽度自动调整
紧凑布局，信息密度高
适合快速浏览

自适应网格

网格模式通过 columnWidth 配置卡片的最小宽度（单位 px），浏览器会根据容器可用宽度自动计算能容纳多少列。

网格布局

配置示例

src/config/siteConfig.ts

1
export const siteConfig: SiteConfig = {
2
  postListLayout: {
3
    defaultMode: "grid",
4
    allowSwitch: true,
5
    grid: {
6
      masonry: true,      // 开启瀑布流
7
      columnWidth: 320,   // 卡片最小宽度(px)，浏览器自动计算列数
8
    },
9
  },
10
};

2.3 瀑布流布局 (Masonry)

Firefly 的网格模式内置了智能瀑布流布局支持，解决了网格布局中因图文混合文章导致的卡片高度不一致导致的空白问题。

瀑布流布局

智能排版：自动将卡片放置到最短的列，最大化利用垂直空间。
消除空白：通过绝对定位精确计算每个卡片的位置，让卡片紧贴上方卡片，消除垂直方向的空白间隙。
自适应列数：瀑布流同样根据 columnWidth 和容器宽度动态计算列数，无需固定配置。
配置灵活：您可以在 siteConfig.ts 中通过 postListLayout.grid.masonry 选项自由开启或关闭此功能。

三、布局组合指南

Firefly 允许您自由组合侧边栏和文章列表布局。以下是各种组合的效果说明。

侧边栏模式	文章列表模式	推荐度	适用场景
单侧边栏	列表模式	⭐⭐⭐⭐⭐	摄影、设计、生活类博客，强调图片和沉浸感
单侧边栏	网格模式	⭐⭐⭐⭐⭐	技术、笔记类博客，平衡阅读与检索效率
双侧边栏	列表模式	⭐⭐⭐⭐⭐	需要展示大量侧边栏信息的站点
双侧边栏	网格模式	⭐⭐⭐⭐⭐	极客风格，追求最高信息密度

四、响应式布局行为

Firefly 的布局系统具有智能的响应式设计，会根据屏幕尺寸自动调整。

为了保证最佳阅读体验，系统会在屏幕变窄时自动调整布局：

网格列数自动减少：网格模式的列数由 columnWidth 和容器宽度自动决定，屏幕越窄列数越少。
列表模式 -> 网格模式：当屏幕宽度小于 380px（超小屏设备）时，列表模式会自动切换为网格模式，以保证卡片内容的可读性。
双侧边栏 -> 单侧边栏：当屏幕宽度小于 1280px 时，会根据tabletSidebar配置显示单侧边栏，隐藏其中一个侧边栏，文章目录导航会切换成浮动目录导航。

五、常见问题

Q1: 如何调整网格列数？

A: 通过 columnWidth 配置卡片最小宽度即可。值越小，同等宽度下列数越多；值越大，列数越少。浏览器会自动根据可用宽度计算最佳列数。

六、总结

Firefly 的布局系统给予了您更大的自由度，您都可以通过简单的配置实现。

我们建议您根据自己的内容类型和目标读者的设备偏好，尝试不同的组合，找到最适合您的博客形态。

Firefly Wiki Link 内部链接示例

Sat, 01 Aug 2026 00:00:00 GMT

Firefly 支持在 Markdown、MDX 文章中使用 Obsidian 风格的 Wiki Link 内部链接。链接目标填写文章的 slug 或文件路径，都不需要包含扩展名，具体匹配规则见下文「链接目标的三种写法」。

文章链接卡片

[[slug]] 单独成段时，会自动读取目标文章的标题、描述、发布时间、分类、标签和封面，渲染为链接卡片：

1
[[firefly]]
2

3
[[guide/index]]
4

5
[[markdown-extended]]

Firefly 一款清新美观的 Astro 博客主题模板

Firefly 是一款基于 Astro 框架和 Fuwari 模板开发的清新美观且现代化个人博客主题模板，专为技术爱好者和内容创作者设计。该主题融合了现代 Web 技术栈，提供了丰富的功能模块和高度可定制的界面，让您能够轻松打造出专业且美观的个人博客网站。

2026-08-01功能#Firefly#Astro

Firefly 简单使用指南

如何使用 Firefly 博客模板。

2026-08-01指南#Firefly#Markdown

Markdown 扩展功能

了解 Firefly 中的 Markdown 功能

2026-08-01写作#Firefly#Markdown

行内链接

[[slug]] 出现在正文中间时，渲染为普通链接，链接文字自动使用目标文章的标题

1
请参阅 [[firefly]] 了解主题特性。

请参阅 Firefly 一款清新美观的 Astro 博客主题模板了解主题特性。

自定义显示标题

在 | 后填写链接的显示文字。行内链接会用它替换文章标题；单独成段时依然渲染为卡片，卡片标题使用自定义文字，描述、时间、分类、标签和封面仍然读取目标文章：

1
请参阅 [[firefly|主题介绍]] 了解主题特性。
2

3
[[firefly|Firefly 主题介绍]]

请参阅主题介绍了解主题特性。

Firefly 主题介绍

2026-08-01功能#Firefly#Astro

一个例外：如果 | 后的文字只是把链接目标又抄了一遍（[[guide/index|index]]），会被当作无效别名忽略，仍然显示文章标题。Obsidian 在插入的链接时会自动补上这样的别名，避免笔记里显示一长串路径，这个例外就是为它准备的。

链接目标的三种写法

用 Obsidian 管理文章时，把 src/content/posts 目录本身作为 Obsidian 仓库（vault）打开。下文提到的「仓库根目录」都指这个目录，它正好也是 Firefly 解析链接路径的起点。

链接目标按以下顺序匹配：

写法	示例	在 Obsidian 中
frontmatter 的 `slug`	`[[firefly-wiki-link]]`	✗ 不支持
文件路径（相对仓库根目录）	`[[guide/firefly-layout-system]]`	✓ 需改设置（推荐）
裸文件名（仓库内唯一时）	`[[firefly-layout-system]]`	✓ 默认即是

第一种：slug

slug 写法在 Obsidian 中不支持，slug 是 Firefly 自己的概念，Obsidian 不读取 frontmatter 里的 slug，所以按 slug 写的链接在 Obsidian 里既不会自动补全，也点不动，只有构建出的站点上能正常跳转。如果你主要在 Obsidian 里写作，用下面两种写法。

第二种：文件路径（推荐）

文件路径写法需要改 Obsidian 设置，在 设置 → 文件与链接 → 链接 → 内部链接类型 中选择基于仓库根目录的绝对路径，Obsidian 插入的链接才会带上目录：

1
[[guide/firefly-layout-system|firefly-layout-system]]

Firefly 布局系统详解

深入了解 Firefly 的布局系统，包括侧边栏布局（左侧/双侧）和文章列表布局（列表/网格），以及自适应网格列数。

2026-08-01指南#Firefly#布局

因为仓库根目录就是 src/content/posts，Obsidian 写出的这个路径和 Firefly 需要的路径完全一致，不需要任何额外转换。

上面这行末尾的 |firefly-layout-system 是 Obsidian 自动补的别名，Firefly 会忽略它，卡片标题仍然取文章的 title，除非你把它修改和文件名不一致，才会变成你修改后的别名。

内部链接类型下拉框里的基于当前笔记的相对路径只在同目录内可用：它给同目录文章生成的是裸文件名，能正常匹配；但跨目录时会生成 ../ 前缀，Firefly 无法解析，链接会按原文显示。

第三种：裸文件名

「内部链接类型」的默认值就是尽可能简短的形式：只要文件名在整个仓库里唯一，Obsidian 插入的链接就只有文件名，不带目录。这种写法不需要改任何设置，效果和写完整路径完全一致：

1
[[firefly-layout-system]]

Firefly 布局系统详解

深入了解 Firefly 的布局系统，包括侧边栏布局（左侧/双侧）和文章列表布局（列表/网格），以及自适应网格列数。

2026-08-01指南#Firefly#布局

文件名重名时这种写法会失效，构建日志里会给出提示，改用完整文件路径即可，所以推荐直接修改 Obsidian 内部链接类型设置为基于仓库根目录的绝对路径，使用第二种文件路径写法，一劳永逸

链接到其他文章的标题

在文章 slug 后添加 #标题。带标题锚点的链接始终渲染为普通链接：

查看代码块语法高亮

Firefly 布局系统详解#相关链接

1
[[code-examples#语法高亮|查看代码块语法高亮]]
2

3
[[guide/firefly-layout-system#相关链接|firefly-layout-system]]

标题锚点使用与页面标题相同的 slug 规则，因此中文、空格和大小写都会按页面实际生成的 ID 处理。

链接到本页标题

省略文章 slug，只填写标题即可链接到当前文章：

跳转到本页目标

1
[[#本页目标|跳转到本页目标]]

本页目标

这是本页 Wiki Link 指向的标题。

不支持附件嵌入

附件嵌入语法目前不会被转换，会按原文显示：

![[image.png]]

行内代码和代码块中的 [[firefly]] 也不会被转换。

KaTeX 数学公式示例

Sat, 01 Aug 2026 00:00:00 GMT

本文展示了 Firefly 主题对 KaTeX 数学公式的渲染支持。

行内公式 (Inline)

行内公式使用单个 $ 符号包裹。

例如：欧拉公式 eiπ+1=0e^{i\pi} + 1 = 0eiπ+1=0 是数学中最优美的公式之一。

质能方程 E=mc2E = mc^2E=mc2 也是家喻户晓。

块级公式 (Block)

块级公式使用两个 $$ 符号包裹，会居中显示。

∫−∞∞e−x2dx=π\int_{-\infty}^{\infty} e^{-x^2} dx = \sqrt{\pi}∫−∞∞e−x2dx=πx=−b±b2−4ac2ax = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a}x=2a−b±b2−4ac

复杂示例

矩阵 (Matrices)

(abcd)(αβγδ)=(aα+bγaβ+bδcα+dγcβ+dδ)\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} \alpha & \beta \\ \gamma & \delta \end{pmatrix} = \begin{pmatrix} a\alpha + b\gamma & a\beta + b\delta \\ c\alpha + d\gamma & c\beta + d\delta \end{pmatrix}(acbd)(αγβδ)=(aα+bγcα+dγaβ+bδcβ+dδ)

极限与求和 (Limits and Sums)

∑n=1∞1n2=π26\sum_{n=1}^{\infty} \frac{1}{n^2} = \frac{\pi^2}{6}n=1∑∞n21=6π2lim⁡x→0sin⁡xx=1\lim_{x \to 0} \frac{\sin x}{x} = 1x→0limxsinx=1

麦克斯韦方程组 (Maxwell’s Equations)

∇⋅E=ρε0∇⋅B=0∇×E=−∂B∂t∇×B=μ0J+μ0ε0∂E∂t\begin{aligned} \nabla \cdot \mathbf{E} &= \frac{\rho}{\varepsilon_0} \\ \nabla \cdot \mathbf{B} &= 0 \\ \nabla \times \mathbf{E} &= -\frac{\partial \mathbf{B}}{\partial t} \\ \nabla \times \mathbf{B} &= \mu_0\mathbf{J} + \mu_0\varepsilon_0\frac{\partial \mathbf{E}}{\partial t} \end{aligned}∇⋅E∇⋅B∇×E∇×B=ε0ρ=0=−∂t∂B=μ0J+μ0ε0∂t∂E

化学方程式 (Chemical Equations)

\ceCH4+2O2−>CO2+2H2O\ce{CH4 + 2O2 -> CO2 + 2H2O}\ceCH4+2O2−>CO2+2H2O

Markdown 扩展功能

Sat, 01 Aug 2026 00:00:00 GMT

GitHub 仓库卡片

您可以添加链接到 GitHub 仓库的动态卡片，在页面加载时，仓库信息会从 GitHub API 获取。

Aafff623

fork-Firefly

Waiting for api.github.com...

00K

Waiting...

使用代码 ::github{repo="Aafff623/fork-Firefly"} 创建 GitHub 仓库卡片。

1
::github{repo="Aafff623/fork-Firefly"}

提醒框(Admonitions)配置

Firefly 采用了 rehype-callouts 插件，支持了四种风格的提醒框主题：GitHub、Obsidian、VitePress 和 Docusaurus。您可以在 src/config/siteConfig.ts 中进行配置：

src/config/siteConfig.ts

1
export const siteConfig: SiteConfig = {
2
  // ...
3
  rehypeCallouts: {
4
    // 选项: "github" | "obsidian" | "vitepress" | "docusaurus"
5
    theme: "github",
6
  },
7
  // ...
8
};

注意：更改配置后需要重启开发服务器才能生效。

以下是各个主题支持的类型列表，每个主题风格和语法不同，可根据喜好选择。

1. GitHub 主题风格

这是 GitHub 官方支持的 5 种基本类型。

GitHub

基本语法

1
> [!NOTE] NOTE
2
> 突出显示用户应该考虑的信息。
3

4
> [!TIP] TIP
5
> 可选信息，帮助用户更成功。
6

7
> [!IMPORTANT] IMPORTANT
8
> 用户成功所必需的关键信息。
9

10
> [!WARNING] WARNING
11
> 关键内容，需要立即注意。
12

13
> [!CAUTION] CAUTION
14
> 行动的负面潜在后果。
15

16
> [!NOTE] 自定义标题
17
> 这是一个带有自定义标题的示例。

展开收起

2. Obsidian 主题风格

Obsidian 风格支持非常丰富的类型和别名。

点击展开 Obsidian 语法列表

1
> [!NOTE] NOTE
2
> 通用的笔记块。
3

4
> [!ABSTRACT] ABSTRACT
5
> 文章的摘要。
6

7
> [!SUMMARY] SUMMARY
8
> 文章的总结（同 Abstract）。
9

10
> [!TLDR] TLDR
11
> 太长不看（同 Abstract）。
12

13
> [!INFO] INFO
14
> 提供额外信息。
15

16
> [!TODO] TODO
17
> 需要完成的事项。
18

19
> [!TIP] TIP
20
> 实用技巧或提示。
21

22
> [!HINT] HINT
23
> 暗示（同 Tip）。
24

25
> [!IMPORTANT] IMPORTANT
26
> 重要信息（Obsidian 风格通常使用类似的图标）。
27

28
> [!SUCCESS] SUCCESS
29
> 操作成功。
30

31
> [!CHECK] CHECK
32
> 检查通过（同 Success）。
33

34
> [!DONE] DONE
35
> 已完成（同 Success）。
36

37
> [!QUESTION] QUESTION
38
> 提出问题。
39

40
> [!HELP] HELP
41
> 寻求帮助（同 Question）。
42

43
> [!FAQ] FAQ
44
> 常见问题（同 Question）。
45

46
> [!WARNING] WARNING
47
> 警告信息。
48

49
> [!CAUTION] CAUTION
50
> 注意事项（同 Warning）。
51

52
> [!ATTENTION] ATTENTION
53
> 引起注意（同 Warning）。
54

55
> [!FAILURE] FAILURE
56
> 操作失败。
57

58
> [!FAIL] FAIL
59
> 失败（同 Failure）。
60

61
> [!MISSING] MISSING
62
> 缺失内容（同 Failure）。
63

64
> [!DANGER] DANGER
65
> 危险操作警告。
66

67
> [!ERROR] ERROR
68
> 错误信息（同 Danger）。
69

70
> [!BUG] BUG
71
> 报告软件缺陷。
72

73
> [!EXAMPLE] EXAMPLE
74
> 展示一个例子。
75

76
> [!QUOTE] QUOTE
77
> 引用一段话。
78

79
> [!CITE] CITE
80
> 引证（同 Quote）。
81

82
> [!NOTE] 自定义标题
83
> 这是一个带有自定义标题的示例。

展开收起

Obsidian

3. VitePress 主题风格

VitePress 风格提供了一套现代化的、扁平的默认样式。目前仅包含与 GitHub 一致的 5 种 基础类型。

点击展开 VitePress 语法列表

1
> [!NOTE] NOTE
2
> 对应 GitHub 的 Note。
3

4
> [!TIP] TIP
5
> 对应 GitHub 的 Tip。
6

7
> [!IMPORTANT] IMPORTANT
8
> 对应 GitHub 的 Important。
9

10
> [!WARNING] WARNING
11
> 对应 GitHub 的 Warning。
12

13
> [!CAUTION] CAUTION
14
> 对应 GitHub 的 Caution。
15

16
> [!TIP] 自定义标题
17
> VitePress 风格同样支持自定义标题。

展开收起

VitePress

4. Docusaurus 主题风格

Docusaurus 风格提供了一套现代化的提醒框样式，支持 5 种类型。

点击展开 Docusaurus 语法列表

支持以下类型的提醒框：note tip info warning danger

1
:::note
2
突出显示用户应该考虑的信息，即使在快速浏览时也是如此。
3
:::
4

5
:::tip
6
可选信息，帮助用户更成功。
7
:::
8

9
:::info
10
一般信息。
11
:::
12

13
:::warning
14
由于潜在风险需要用户立即注意的关键内容。
15
:::
16

17
:::danger
18
行动的负面潜在后果。
19
:::
20

21
:::tip[自定义标题]
22
可选信息，帮助用户更成功。
23
:::

展开收起

Docusaurus

剧透

您可以为文本添加剧透。文本也支持 Markdown 语法。

内容被隐藏了哈哈！

1
内容 :spoiler[被隐藏了 **哈哈**]！

图片画廊网格 (Image Grid)

您可以使用 [grid] 和 [/grid] 标签将多张图片纵向并排展示。这对于展示照片画廊或对比图非常有用。系统会自动根据包裹在其中的图片数量（最多支持并排展示4张）以响应式网格进行布局。

自动补齐图片高度： 同一排中如果有高度、大小或者比例不一的图片，会像「九宫格画廊相册」一样自动撑满。较短或不协调的图片会自动使用 object-cover 进行完美中心裁剪补充视野。图片边框水平彻底对齐无缝隙，但被裁剪后，只有点击图片通过灯箱才能查看完整图片，所以建议尽量避免使用长宽比例不一致的图片在同一排中。

图注恒定底端对齐： 不论上面的图片长宽如何变化，在同一行的所有图像解释文字（图注）都会对标到一条完美的水平基线上了。

示例图片一

示例图片二

基本语法

1
[grid]
2
![示例图片一](./images/firefly1.avif)
3
![示例图片二](./images/firefly2.avif)
4
![示例图片二](./images/firefly3.avif)
5
[/grid]

Markdown Mermaid 图表

Sat, 01 Aug 2026 00:00:00 GMT

Markdown 中 Mermaid 图表完整指南

本文演示如何在 Markdown 文档中使用 Mermaid 创建各种复杂图表，包括流程图、时序图、ER 图、类图、状态图、XY 图、甘特图、思维导图等。

Mermaid 图表由 Merman 实现。Firefly 在 Astro 构建阶段生成亮色和深色两套静态 SVG，无需在浏览器中加载 Mermaid 渲染运行时。可以前往 Merman Playground 实时编辑语法并预览渲染结果。

流程图示例

流程图非常适合表示流程或算法步骤。

时序图示例

时序图显示对象之间随时间的交互。

ER 图示例

ER 图（实体关系图）非常适合表示数据库结构。

类图示例

类图显示系统的静态结构，包括类、属性、方法及其关系。

状态图示例

状态图显示对象在其生命周期中经历的状态序列。

XY 图示例

XY 图表非常适合展示趋势和对比数据。

饼图示例

饼图适合直观展示各部分在整体中的占比。

甘特图示例

甘特图可以按时间轴展示项目阶段、任务依赖和当前进度。

思维导图示例

思维导图适合梳理主题层级和知识结构。

时间线示例

时间线用于按年份或阶段呈现项目的重要事件。

用户旅程图示例

用户旅程图能够描述用户在不同阶段的行为和体验评分。

Git 图示例

Git 图可以清晰展示分支、提交和合并历史。

看板示例

看板适合展示任务在不同工作阶段之间的分布。

Sankey 图示例

Sankey 图通过连线宽度展示流量在不同节点之间的流向。

总结

Mermaid 是在 Markdown 文档中创建各种类型图表的强大工具。本文演示了流程图、时序图、ER 图、类图、状态图、XY 图、饼图、甘特图、思维导图、时间线、用户旅程图、Git 图、看板和 Sankey 图。这些图表可以帮助您更清晰地表达复杂的概念、流程和数据结构。

要使用 Mermaid，只需在代码块中指定 mermaid 语言，并使用简洁的文本语法描述图表。图表会在构建时自动渲染为 SVG，无需客户端 JavaScript 加载。

可以前往 Merman Playground 尝试更多语法，再将图表代码粘贴到文章中。

Markdown PlantUML 图表

Sat, 01 Aug 2026 00:00:00 GMT

Markdown 中 PlantUML 图表指南

PlantUML 是一种使用纯文本描述图表的工具。你只需要写一段结构化语法，就可以生成时序图、类图、用例图、活动图等常见工程图。

它特别适合写在技术博客和项目文档里：

图表和正文一起版本管理，便于协作与审阅
修改图只需要改文本，适合频繁迭代
能和 Markdown 无缝结合，保持文档统一

在 Firefly 中，plantuml 代码块会在构建阶段编码并生成服务器 SVG 地址，页面端再根据亮暗主题自动切换图源，并支持缩放、拖拽和全屏交互。

如果你想快速上手，可以记住这个最小模板：

活动图示例

状态图示例

用例图示例

组件图示例

部署图示例

ER 图示例

时序图示例（登录与刷新令牌）

C4 风格容器图示例

Markdown 教程

Sat, 01 Aug 2026 00:00:00 GMT

这是一个展示如何编写 Markdown 文件的示例。本文档汇总了核心语法与常见扩展（GFM）。

块级元素
- 段落与换行
- 标题
- 引用
- 列表
- 代码块
- 分割线
- 表格
内联元素
- 链接
- 强调
- 行内代码
- 图片
- 删除线
杂项
- 自动链接
- 反斜杠转义
内联 HTML

块级元素

段落与换行

段落

HTML 标签：<p>

使用一个或多个空行分隔段落。（仅包含空格或制表符的行也视为空行。）

代码：

1
This will be
2
inline.
3

4
This is second paragraph.

预览：

This will be inline.

This is second paragraph.

换行

HTML 标签：<br />

在行末添加两个或更多空格来产生换行。

代码：

1
This will be not
2
inline.

预览：

This will be not
inline.

标题

Markdown 支持两种标题样式：Setext 与 atx。

Setext

HTML 标签：<h1>，<h2>

使用等号 (=) 表示 <h1>、使用短横线 (-) 表示 <h2>，数量不限，作为“下划线”。

代码：

1
This is an H1
2
=============
3
This is an H2
4
-------------

预览：

This is an H1

This is an H2

atx

HTML 标签：<h1>，<h2>，<h3>，<h4>，<h5>，<h6>

在行首使用 1-6 个井号 (#)，对应 <h1> 至 <h6>。

代码：

1
# This is an H1
2
## This is an H2
3
###### This is an H6

预览：

This is an H1

This is an H2

This is an H6

可选：你可以在行尾“闭合” atx 标题。末尾的井号数量不必与开头一致。

代码：

1
# This is an H1 #
2
## This is an H2 ##
3
### This is an H3 ######

预览：

This is an H1

This is an H2

This is an H3

引用

HTML 标签：<blockquote>

Markdown 使用邮件风格的 > 作为引用符号。若手动换行并在每行前加 >，显示效果最佳。

代码：

1
> This is a blockquote with two paragraphs. Lorem ipsum dolor sit amet,
2
> consectetuer adipiscing elit. Aliquam hendrerit mi posuere lectus.
3
> Vestibulum enim wisi, viverra nec, fringilla in, laoreet vitae, risus.
4
>
5
> Donec sit amet nisl. Aliquam semper ipsum sit amet velit. Suspendisse
6
> id sem consectetuer libero luctus adipiscing.

预览：

This is a blockquote with two paragraphs. Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aliquam hendrerit mi posuere lectus. Vestibulum enim wisi, viverra nec, fringilla in, laoreet vitae, risus.
Donec sit amet nisl. Aliquam semper ipsum sit amet velit. Suspendisse id sem consectetuer libero luctus adipiscing.

Markdown 允许“偷懒”：在一个硬换行段落中，只在第一行前加 > 即可。

代码：

1
> This is a blockquote with two paragraphs. Lorem ipsum dolor sit amet,
2
consectetuer adipiscing elit. Aliquam hendrerit mi posuere lectus.
3
Vestibulum enim wisi, viverra nec, fringilla in, laoreet vitae, risus.
4

5
> Donec sit amet nisl. Aliquam semper ipsum sit amet velit. Suspendisse
6
id sem consectetuer libero luctus adipiscing.

预览：

This is a blockquote with two paragraphs. Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aliquam hendrerit mi posuere lectus. Vestibulum enim wisi, viverra nec, fringilla in, laoreet vitae, risus.

Donec sit amet nisl. Aliquam semper ipsum sit amet velit. Suspendisse id sem consectetuer libero luctus adipiscing.

引用可以嵌套（引用中的引用），通过增加 > 层级实现。

代码：

1
> This is the first level of quoting.
2
>
3
> > This is nested blockquote.
4
>
5
> Back to the first level.

预览：

This is the first level of quoting.
This is nested blockquote.
Back to the first level.

引用内可包含其他 Markdown 元素，包括标题、列表与代码块。

代码：

1
> ## This is a header.
2
>
3
> 1.   This is the first list item.
4
> 2.   This is the second list item.
5
>
6
> Here's some example code:
7
>
8
>     return shell_exec("echo $input | $markdown_script");

预览：

This is a header.

This is the first list item.

This is the second list item.

Here’s some example code:
1
return shell_exec("echo $input | $markdown_script");

列表

Markdown 支持有序（数字）与无序（圆点）列表。

无序列表

HTML 标签：<ul>

无序列表可使用 星号 (*)、加号 (+) 或 短横线 (-)。

代码：

1
*   Red
2
*   Green
3
*   Blue

预览：

Red
Green
Blue

等价于：

代码：

1
+   Red
2
+   Green
3
+   Blue

或者：

代码：

1
-   Red
2
-   Green
3
-   Blue

有序列表

HTML 标签：<ol>

有序列表使用数字加英文句点：

代码：

1
1.  Bird
2
2.  McHale
3
3.  Parish

预览：

Bird
McHale
Parish

注意：像下面这样可能会“意外触发”有序列表：

代码：

1
1986. What a great season.

预览：

What a great season.

你可以用反斜杠转义 (\) 句点：

代码：

1
1986\. What a great season.

预览：

1986. What a great season.

列表中的缩进内容

列表项里的引用

在列表项内放置引用，需要将 > 符号整体缩进：

代码：

1
*   A list item with a blockquote:
2

3
    > This is a blockquote
4
    > inside a list item.

预览：

A list item with a blockquote:

This is a blockquote inside a list item.

列表项里的代码块

在列表项内放置代码块，需要缩进两层——8 个空格或两个 Tab：

代码：

1
*   A list item with a code block:
2

3
        <code goes here>

预览：

A list item with a code block:
```
1
<code goes here>
```

嵌套列表

代码：

1
* A
2
  * A1
3
  * A2
4
* B
5
* C

预览：

A
- A1
- A2
B
C

代码块

HTML 标签：<pre>

将代码块中的每行缩进至少4 个空格或1 个制表符。

代码：

1
This is a normal paragraph:
2

3
    This is a code block.

预览：

This is a normal paragraph:

1
This is a code block.

代码块会一直持续，直到遇到未缩进的行（或文末）。

在代码块内，与号 (&) 和尖括号 (< >) 会自动转为 HTML 实体。

代码：

1
    <div class="footer">
2
        &copy; 2004 Foo Corporation
3
    </div>

预览：

1
<div class="footer">
2
    &copy; 2004 Foo Corporation
3
</div>

下文的“围栏代码块”和“语法高亮”属于扩展语法，你也可以用它们来书写代码块。

围栏代码块

使用成对的反引号围起来（如下所示），就不需要四空格缩进了。

代码：

1
Here's an example:
2

3
```
4
function test() {
5
  console.log("notice the blank line before this function?");
6
}
7
```

预览：

Here’s an example:

1
function test() {
2
  console.log("notice the blank line before this function?");
3
}

语法高亮

在围栏代码块后添加可选的语言标识，即可启用语法高亮（参见支持语言列表）。

代码：

1
```ruby
2
require 'redcarpet'
3
markdown = Redcarpet.new("Hello World!")
4
puts markdown.to_html
5
```

预览：

1
require 'redcarpet'
2
markdown = Redcarpet.new("Hello World!")
3
puts markdown.to_html

分割线（水平线）

HTML 标签：<hr /> 一行中放置三个或以上的短横线 (-)、星号 (*) 或下划线 (_)。符号之间允许有空格。

代码：

1
* * *
2
***
3
*****
4
- - -
5
---------------------------------------
6
___

预览：

表格

HTML 标签：<table>

这是扩展语法。

用竖线 (|) 分隔列，用短横线 (-) 分隔表头，使用冒号 (:) 指定对齐方式。

两侧的竖线 (|) 与对齐可选。用于表头分隔时，每列至少需要 3 个短横线。

代码：

1
| Left | Center | Right |
2
|:-----|:------:|------:|
3
|aaa   |bbb     |ccc    |
4
|ddd   |eee     |fff    |
5

6
 A | B
7
---|---
8
123|456
9

10

11
A |B
12
--|--
13
12|45

预览：

Left	Center	Right
aaa	bbb	ccc
ddd	eee	fff

A	B
123	456

A	B
12	45

内联元素

链接

HTML 标签：<a>

Markdown 支持两种链接样式：行内链接与引用式链接。

行内链接

行内链接格式：[文本](URL "标题")

标题可选。

代码：

1
This is [an example](http://example.com/ "Title") inline link.
2

3
[This link](http://example.net/) has no title attribute.

预览：

This is an example inline link.

This link has no title attribute.

如果引用同一站点的本地资源，可以使用相对路径：

代码：

1
See my [About](/about/) page for details.

预览：

See my About page for details.

引用式链接

可以预定义链接引用。定义格式：[id]: URL "标题"

标题同样可选。引用时使用：[文本][id]

代码：

1
[id]: http://example.com/  "Optional Title Here"
2
This is [an example][id] reference-style link.

预览：

This is an example reference-style link.

说明：

方括号中包含链接标识（不区分大小写，可在左侧缩进最多三格空格）；
随后是冒号；
再跟一个或多个空格（或 tab）；
然后是链接 URL；
URL 可选地用尖括号包裹；
可选地跟随标题属性，用引号或圆括号包裹。

以下三种定义等价：

代码：

1
[foo]: http://example.com/  "Optional Title Here"
2
[foo]: http://example.com/  'Optional Title Here'
3
[foo]: http://example.com/  (Optional Title Here)
4
[foo]: <http://example.com/>  "Optional Title Here"

如果使用空的方括号，则链接文本本身会作为名称。

代码：

1
[Google]: http://google.com/
2
[Google][]

预览：

Google

强调

HTML 标签：<em>，<strong>

Markdown 使用 星号 (*) 或 下划线 (_) 表示强调。一个分隔符对应 <em>；两个分隔符对应 <strong>。

代码：

1
*single asterisks*
2

3
_single underscores_
4

5
**double asterisks**
6

7
__double underscores__

预览：

single asterisks

single underscores

double asterisks

double underscores

但如果两侧有空格，则会被视作普通字符而非强调语法。

你可以使用反斜杠进行转义：

代码：

1
\*this text is surrounded by literal asterisks\*

预览：

*this text is surrounded by literal asterisks*

行内代码

HTML 标签：<code>

用反引号 (`) 包裹。

代码：

1
Use the `printf()` function.

预览：

Use the printf() function.

若行内代码中需要包含反引号字符，可使用多重反引号作为定界符：

代码：

1
``There is a literal backtick (`) here.``

预览：

There is a literal backtick (`) here.

行内代码两侧的定界符允许包含空格（开头一个、结尾一个），方便在代码起始或结尾放置反引号字符：

代码：

1
A single backtick in a code span: `` ` ``
2

3
A backtick-delimited string in a code span: `` `foo` ``

预览：

A single backtick in a code span: `

A backtick-delimited string in a code span: `foo`

图片

HTML 标签：<img />

Markdown 的图片语法与链接类似，支持行内与引用两种方式。

行内图片

行内图片语法：![替代文本](URL "标题")

标题可选。

代码：

1
![Alt text](/path/to/img.jpg)
2

3
![Alt text](/path/to/img.jpg "Optional title")

预览：

Alt text

说明：

一个感叹号 !；
后接方括号，放置图片的替代文本；
再接圆括号，内含图片 URL/路径，及可选的标题（引号包裹）。

引用式图片

引用式图片语法：![替代文本][id]

代码：

1
[img id]: https://s2.loli.net/2024/08/20/5fszgXeOxmL3Wdv.webp  "Optional title attribute"
2
![Alt text][img id]

预览：

Alt text

删除线

HTML 标签：<del>

这是扩展语法。

GFM 增加了删除线语法。

代码：

1
~~Mistaken text.~~

预览：

Mistaken text.

杂项

自动链接

Markdown 支持一种便捷写法来创建“自动链接”（URL 与邮箱地址）：只需用尖括号将其包住即可。

代码：

1
<http://example.com/>
2

3
<address@example.com>

预览：

http://example.com/

address@example.com

GFM 会自动识别标准 URL 并转换为链接。

代码：

1
https://github.com/emn178/markdown

预览：

https://github.com/emn178/markdown

反斜杠转义

Markdown 允许使用反斜杠来转义那些本用于 Markdown 语法的特殊字符，使其按字面显示。

代码：

1
\*literal asterisks\*

预览：

*literal asterisks*

以下字符可通过反斜杠转义以按字面量输出：

Code:

1
\   backslash
2
`   backtick
3
*   asterisk
4
_   underscore
5
{}  curly braces
6
[]  square brackets
7
()  parentheses
8
#   hash mark
9
+   plus sign
10
-   minus sign (hyphen)
11
.   dot
12
!   exclamation mark

内联 HTML

对于 Markdown 语法未覆盖的标记，直接使用原生 HTML 即可。无需特别声明从 Markdown 切换到 HTML，直接写标签就行。

代码：

1
This is a regular paragraph.
2

3
<table>
4
    <tr>
5
        <td>Foo</td>
6
    </tr>
7
</table>
8

9
This is another regular paragraph.

预览：

This is a regular paragraph.

Foo

This is another regular paragraph.

请注意：在块级 HTML 标签内不会处理 Markdown 语法。

与块级标签不同，在行内级标签内会处理 Markdown 语法。

代码：

1
<span>**Work**</span>
2

3
<div>
4
    **No Work**
5
</div>

预览：

Work

**No Work**

***

MDX 格式文章示例

Sat, 01 Aug 2026 00:00:00 GMT

Tip

Firefly 支持 MDX 和 Markdown 两种类型的文章，你可以在文章中混合使用两种格式，如果没有特别复杂内容和需求，推荐使用 Markdown 格式就够了。

Markdown 和 MDX 的区别

Markdown (MD) 是一种轻量级标记语言，允许用户使用纯文本格式编写文档，然后将其转换为格式化的HTML。它因其简洁易用的语法而广受欢迎，特别适合编写文档和博客文章。
MDX 是一种扩展了 Markdown 语法的格式，允许在 Markdown 文档中无缝地插入 JSX 代码。通过 MDX，用户可以在文档中嵌入 React 组件，从而实现更丰富的交互性和动态性。

特性	Markdown	MDX
基础语法	支持 (CommonMark)	支持 (CommonMark)
HTML 标签	支持	支持 (作为 JSX)
组件导入	不支持	支持 (import)
动态数据	不支持	支持 (JS 表达式)
样式定制	有限 (class/style)	灵活 (className/CSS-in-JS)

使用组件

这是一个图标组件：

1
import { Icon } from 'astro-icon/components'
2

3
<div class="flex items-center gap-2 my-4">
4
  <Icon name="lucide:rocket" class="text-4xl text-red-500" />
5
  <span>火箭发射！</span>
6
</div>

火箭发射！

使用 JSX

你也可以直接写 HTML/JSX：

1
<div className="p-4 bg-blue-100 dark:bg-blue-900 rounded-lg my-4">
2
  这是一个自定义样式的 div 块，使用了 Tailwind CSS 类。
3
</div>

这是一个自定义样式的 div 块，使用了 Tailwind CSS 类。

简单的变量导出

1
export const year = new Date().getFullYear()
2

3
今年是 {year} 年。

今年是 2026 年。

更多信息，请查看 MDX 文档

在文章中嵌入视频

Sat, 01 Aug 2026 00:00:00 GMT

只需从 YouTube 或其他平台复制嵌入代码，然后将其粘贴到 markdown 文件中。

1
---
2
title: 在文章中嵌入视频
3
published: 2023-10-19
4
// ...
5
---
6

7
<iframe width="100%" height="468" src="https://www.youtube.com/embed/5gIf0_xpFPI?si=N1WTorLKL0uwLsU_" title="YouTube video player" frameborder="0" allowfullscreen></iframe>

旁链	它管啥
六月 GitHub 开源 17 个口径（待发布）	月份盘点，不是这日热榜卡
MCP / Skills / CLI	能力入口分层
Claude Code 自动化十大 Skill（待发布）	装机向清单
Skills 文件结构七目录（待发布）	目录结构，不是日榜条目

笔记	关系
VibeCoding 别把流程交给聊天框（待发布）	入门十步之后，别把流程只活在聊天框
Vibecoding 双轨机制（待发布）	工程化路线里的「一边干一边盯」
Claude Code 四类 Loop	走到 Cursor/Claude Code 后，Loop 怎么交出去
Prompt → Context → Harness → Loop（待发布）	为什么瓶颈会从 Prompt 挪到 Harness/Loop
Vibe 编程 10 工具选型地图	工具怎么选；本篇是怎么用

资产	路径
风格挑选页	`public/media/minimax/style-taste/index.html`
Skill 工艺说明	`.cursor/skills/firefly-minimax-media/references/prompt-craft.md`
本帖封面	`./cover.jpg`（与 03 编辑静物同图）

符号	代码	渲染结果
Alpha	`\alpha`	α\alphaα
Beta	`\beta`	β\betaβ
Gamma	`\Gamma`	Γ\GammaΓ
Pi	`\pi`	π\piπ
Infinity	`\infty`	∞\infty∞
Right Arrow	`\rightarrow`	→\rightarrow→
Partial	`\partial`	∂\partial∂