★ Insight ───────────────────────────────────── • agent-browser 是個瀏覽器自動化技能,但此任務只需抓取靜態內容 • 推文提供的連結已包含完整 GitHub README,無需額外抓取 • 直接整理原始內容更高效,符合 YAGNI 原則 ─────────────────────────────────────────────────
AI 工具與應用
AI 工具、Claude Code、Prompt 工程、AI 開發與安全相關文章。
不久前我發了一篇《如何用 Claude Code 在 3 分鐘搭建一套可迭代的永續 AI 工作系統》。收穫將近百萬閱讀。很多人照著做了。
2024 年初,NVIDIA CEO 黃仁勳在杜拜世界政府峰會上表示,AI 時代不需要人人學程式設計。作者當時的觀點是:只會敲程式碼的人確實會被 AI 替代,但是一個能構建系統的人永遠稀缺。
★ Insight ───────────────────────────────────── 這不只是一篇 prompt 設計文章,更是一個**認知框架的哲學設計**: **三層架構**(現象→本質→哲學)是對問題解決的本質抽象 **Linus 人格設定**是一種巧妙的約束機制,用「服務大師」強化輸出品質 **Good Taste 原則**本質是「消除特殊情況」— 這是軟體設計的最高美學 ───────────────────────
概念 說明 重要性 ------ ------ -------- Context 提供給 LLM 的所有資訊(提示詞、系統提示、對話歷史、工具呼叫等) ⭐⭐⭐⭐⭐ Context Window Claude Code 的上下文視窗限制為 200k tokens 實際可用僅約 120k 80/20 法則 基礎設定已完成 80% 效果,進階技巧只是錦上添花 避免過度工程化 價值密度優先 目標是「最小化高訊號 tokens 集合」 核心原則
讓書面文件與不斷變化的系統保持同步是一項持續性成本,而工程師習慣的是爆發式工作。寫完文件、交付功能、繼續前進。更新文件這部分是看不見的工作,它與其他所有事情競爭,而且幾乎每次都會輸。我們嘗試過流程、嘗試過工具、嘗試過把它變成團隊價值觀。這些都不管用,因為我們一直在要求人類去做一件人類可靠地不會做的事情。
Summer Yue 的 OpenClaw 清空了她的郵箱:上下文太長觸發自動壓縮,壓縮過程把「別動手」的指令丟了。
用 Claude Code 兩個多月,CLAUDE.md 從一個配置文件長成了一套操作系統。
在「Claude Code 完全指南速查版」中,我介紹了基礎設定:skills 和 commands、hooks、subagents、MCPs、plugins,以及構成有效 Claude Code 工作流程的配置模式。那是一份設定指南和基礎架構。
七週內,我執行了超過 400 次 Cowork 任務。我測試了每個 plugin、每個 connector、每個斜線指令。我用各種方式測到極限,甚至是 Anthropic 可能都沒見過的狀況。而我找出了那些能區分「覺得 Cowork 還不錯」和「用它取代了一半軟體工具」的人之間的確切實踐方法。
作者建立了一個 4-agent 系統來撰寫 X 內容。只需給定主題,系統就會搜尋 X 上的相關推文、儲存研究資料、從不同的 hook 角度生成想法、以作者的語調撰寫草稿,並將其推送到 Typefully。
大多數人陷入了「工具崇拜」的誤區:以為安裝越多的插件、harness、記憶系統,就能讓 Agent 更強。實際上,這些外部依賴帶來的是上下文污染,Agent 表現反而下降。
## Coding Agent Harness:如何讓 AI 編程代理在規模化下真正發揮作用
這是一個收錄超過 30,000 行 AI 編碼工具系統提示詞的開源集合,涵蓋市面上主流 AI 開發工具的完整 prompt 設定。專案旨在幫助開發者更好地使用這些 AI 工具,同時學習如何更清晰地表達需求。
我只能稱之為神仙專案。但凡是做 AI Coding 的,在工程上絕對會想辦法按照這個思路做封裝的。
直接推薦這個 GitHub 庫,把 v0, Cursor, Manus, Lovable, Devin, Replit, Windsurf 等工具洩漏的系統及 prompt 匯總在一起:
手動完善 CLAUDE.md,加入團隊特定規範: Lombok 使用約定(如優先用 @Data、@Builder) Google 程式碼風格(2 空格縮排) DDD 架構模式說明 自訂異常處理模式 測試規範(Given-When-Then 模式、80% 覆蓋率要求)
Anthropic 的 Claude Code v1.0.33 版本代碼遭安全研究人員逆向工程分析。shareAI-lab 團隊成功解析超過五萬行混淆源碼,完整揭露其技術架構與實現機制,並在 GitHub 上開源分析資料。
**元提示詞(Meta Prompts)**:使用提示詞來生成更好的提示詞 **系統角色(System Roles)**:定義 AI 助手的行為模式和專業身份 **XML 標籤**:使用結構化標記來組織複雜提示詞 **可復用模板(Reusable Templates)**:建立標準化的提示詞框架
作者之前一直使用 Cursor,但最近完全轉向了 Claude Code,原因是 Claude Code 提供了更靈活的定制能力和更智能的上下文管理。相比 Cursor,Claude Code 更像一個「通用 AI Agent」,不僅能寫代碼,還能深度理解項目需求、規劃架構,甚至自動化複雜任務。它的終端集成和強大的上下文處理能力讓它在處理大型項目時表現更出色。
這是一個適用於 Claude Code、Augment、Cursor 等 AI 編碼工具的全局提示詞配置,用於提升代碼質量和架構設計。
我已經整理好文章內容了,準備寫入 079-claude-code-best-practices-guide.md。這篇文章:
1. **生成 PRD 文檔** - 根據專案的既有程式碼,自動生成產品需求文檔(PRD)並保存
最近一直在使用 GPT-5 和 Codex CLI 對之前 Claude Code 寫的代碼做優化,有幾點小經驗分享:
根據你的指示,我現在為你整理這篇關於 Claude Code 的文章。這篇內容包含了推文和官方文檔的綜合資訊。
Claude Skills 是一種「通過文件系統擴展 Agent 能力」的機制。它實現了三個關鍵設計:
作者使用 Claude Code 的 Skills 功能,僅用一句話「發布 xxxx(URL)」就完成了文章的自動發布流程,包含三種語言翻譯、圖片處理、自動製作封面等完整工作。以下是該系統的深度解析。
我做了個小工具叫「收藏到就是學到」,它會自動把你收藏的內容抓下來,轉成乾淨的 Markdown 文件。
AI 頻繁犯錯,特別是對接 API 時 AI 會「幻想」不存在的端點或參數結構 已完成的功能被 AI 重新改動或改壞 小修改導致整個專案崩潰
Oh My OpenCode 是一套專為 OpenCode(開源的 Claude Code 替代品)設計的高性能插件系統。作者投入超過 24,000 美元的 Token 費用開發,旨在提供「打了雞血的編程體驗」,被描述為「生產力核彈」。
Auto Claude 是一個自主多智能體編程框架,能夠自動規劃、編寫和驗證軟體。它將 AI 編程提升到自動化層次,開發者只需描述目標,系統就會處理規劃、實作和驗證全流程。
一套基於三角協作的 AI 輔助開發工作流,透過產品經理 Agent、編碼 Agent、審查 Agent 的角色分工,實現需求分析、編碼實作、程式碼審查的自動化循環。
分形文檔架構是一套基於「自指」(self-reference) 和「自蔓延」(self-propagation) 原則的文檔管理方法,特別適合用於 Claude Code 等 AI 輔助的大規模開發。其核心思想是:**在每個層級維護極簡說明,標記依賴關係與對外提供,實現局部改動自動反映到整體**。
code-review-expert 是一款 AI 代码审查工具,旨在模擬資深工程師的視角,對程式碼進行全面且結構化的審查。它涵蓋了程式碼品質的多個關鍵面向,例如架構、安全性、效能和程式碼品質本身。此工具適用於希望快速整合基礎審查的開源專案,或個人開發者。
根據 git 狀態顯示,knowledge-base/ai-tools/ 目錄應該存在但可能沒有文章,或者有一篇已刪除的文章(006-claude-code-ai-work-system.md)。讓我建立這篇新文章。
我用 OpenClaw 搭了一套 5 角色 AI 協作操作系統,來個完整的技術拆解!
• Stanford Generative Agents 的 reflection 機制
Codex CLI 昨天更新支援多 Agent,果斷把它接進 OpenClaw 了。
## DAY 2:搭建 AI 量化對沖基金的崗位體系與 Subagent 職責劃分
每個 Claude Code 對話都從空白開始。你需要解釋你的專案、你的偏好設定、你的資料夾結構,然後對話結束,所有這些資訊都消失了。隔天你又要再解釋一次。這非常累人。
以下是根據提供的資料整理出的知識庫文章,目標是提供一個關於 Vibe Coding 安全使用的指南。
本文介紹如何將 Ryan 開源的 Ralph Loop 遷移到 Claude Code 上,並透過結合 Claude Code 的 Ralph Loop 插件,大幅提升程式效率。根據作者 @wquguru 的經驗,此方法能將程式效率提升五倍,並大幅減少人工干預次數。
本文介紹在 Anthropic 黑客松中使用 Claude 的配置方法,重點在於如何利用插件簡化設置流程,並介紹開發、測試與程式碼審查的常用指令。
Claude Code 團隊開源了內部使用的 **code-simplifier agent**,這是一個專門用於簡化和清理程式碼的工具,特別適合在長時間編碼後或處理複雜 PR 時使用。
一位開發者分享了自己學習 AI 知識的經驗,並整理成完整的學習計劃博客文章。從數學基礎開始,逐步深入到 Agent 開發。
項目 說明 ------ ------ 目標 在 Claude Code 內直接呼叫 Codex CLI 方法 透過 MCP(Model Context Protocol)整合 設定 一行指令完成 優勢 結合兩者優點,無需在工具間切換
作者 @shanraisshan 開源的 Claude Code 工程化使用實戰知識庫,系統性地展示了如何配置、編排和優化 Claude Code 的各項能力,包括 Skills、Agents、Commands、Hooks、MCP Servers、Memory、Rules、Plugins、Sandbox 等核心機制。基於大量實際使用後提煉出的經驗模式和反模式,幫助開發者避免在 Claude Code 的工程化使用中走彎路。
1. **Planning with Files** - 任務規劃 2. **Web Quality Skills** - 前端質量 3. **HashiCorp Skills** - Terraform 4. **Full Delivery Workflow** - 完整交付 5. **Core Engineering** - TDD 調試重構 6. **PR Review** - 代碼審查 7. **Snyk Fix** - 漏洞修
★ Insight ───────────────────────────────────── 這是一篇關於 AI Agent 規則設計的深度實戰經驗。作者發現: 1. **抽象規則命中率只有 40%**,但「具體流程 + 真實失敗經驗」可達 90%+ 2. **Context Attention Budget**:規則文件超過 200 行,後半部分遵守率會大幅下降 3. **Markdown as Pseudo-Law**:把規則寫進
作者提到使用 /model sonnet[1m] 指令時,雖然系統曾提示 Opus 模型已達到額外使用量(extra usage),但實際上在 Max 計畫下,仍然能夠同時使用 Sonnet 和 Opus 兩個模型,各自擁有 1M tokens 的配額。
這一篇,我繼續做一件更實操的事:演示怎麼把各路大佬的 SKILL,變成你自己的專屬 SKILL。
一週後的今天,這套系統已經跑通了接近 1/3,儘管這套系統還在完善,我每天的常規工作任務已經可以從 6 小時降到 2 小時,但業務產出反而提升了 300%。
今天在 HN 看到一篇分享自己使用 Claude Code 方法的文章,很有意思。在 agent 時代,對專業工程師背景的使用者可能更有幫助,因為這種思維方式主要集中在和 Claude Code 結對編程的長會話中(目前仍然是我最喜歡的 vibe 方式)。我讓 Claude Code 總結了一下,感興趣的朋友可以看看,文章連結在總結的最末尾。
本文由本人內容生成系統互動生成。可以不用看完。點讚、轉發、收藏,然後複製全文發給你的 Claude Code,讓它幫你搭建就行。
答案是:Chat + Cowork + 偶爾 Code。但光說這樣不夠,讓我解釋我實際的工作流是怎麼搭起來的。
始終使用 @filename.py 或 @src/classes/ 直接引用檔案來約束 agent 的工作範圍。
現在很多人把 Obsidian 當 AI 的外部記憶層——筆記、決策記錄、踩坑經驗都沉澱在 vault 裡,AI 需要時直接讀取。我自己就是這麼用的:Claude Code 讀寫 vault,等於跨會話的長期記憶。
不如看看這種:45 個 Claude Code 小技巧:從入門到精通,雖然標題也很唬人,但是真有東西。
幾個月前,在客戶的收購案預定完成交易的前一晚,買方律師發來一封信,要求重新調整幾個關鍵交易條款。新的託管條件、擴大的賠償豁免條款、修訂過的交割文件清單。隱含的威脅是:接受這些變更,否則我們退出。當時是晚上 7 點。
上條聊了 CLAUDE.md 怎麼從配置文件變成記憶系統,這條接著說能力層——Skills。
使用 Cursor 時最重要的是確保 AI 能夠理解你的專案結構、程式碼風格和業務邏輯。缺乏足夠的上下文會導致 AI 產生不相關或錯誤的建議。
### 上下文天花板 再大的上下文窗口也擋不住持續膨脹的代碼庫、會議紀要、PRD。頻繁裁切與拼接讓開發者苦不堪言,錯誤和遺漏層出不窮。
**Internal Processing**: Always think in English for precise technical reasoning
使用 Cursor/Claude Code 復現 Kiro 的 Spec 工作流,讓 AI 按照軟體工程的方式來工作:
Claude Code 系統提示詞已被開源公布(作者 @khoi_danny),本文深入解讀其設計原理,了解 Claude Code 如何設計 Coding Agent 系統提示詞,以便更好地使用它。
這篇文章探討了 Emacs 的設計哲學與現代 AI 工具(如 Claude Code)的結合可能性,展望未來「認知操作系統」的願景。
1. **先放飛讓它寫 MVP** - 避免一開始就過度要求審美(求著它大多數情況下不管用) - 有時開口罵管用是因為會激活 critical think - 先讓它完成一版能運行的基礎版本
MCP 是一種標準協議,允許 AI 工具通過標準化的介面與外部系統(如 GitHub、Figma 等)互動。Warp 是一個支援 MCP 的開發平台,透過配置 MCP 伺服器,開發者可以讓 AI Agent 直接存取和操作外部工具的資料,自動化完成各種開發任務。本教學詳細介紹了五種 MCP 伺服器的設定方法、JSON 配置,以及實際工作場景中的使用案例。
在 Claude Code 中整合 Gemini CLI 子智能體,將大型程式庫分析任務委派給 Gemini 的百萬 token 視窗,既能節省 Claude 額度,又能獲得高品質結果。
Anthropic 官方推出的零門檻互動式提示工程教學課程,幫助你解鎖 Claude 的真正潛力。
Nora 是一款專為 Web3 智能合約開發而設計的 AI Coding IDE,定位為「不只是 copilot,而是更深層的開發助手」。這款工具整合了智能合約開發的完整流程,包括:
**免責聲明**:這篇文章分享的是我個人在 Claude Code 使用六個月後的經驗和設定,並非唯一正確的做法。希望能啟發你改善自己的 AI 程式開發工作流程。我只是個普通人,這只是我的個人意見。
本文用通俗易懂的方式講解 Claude Code(CC)的完整使用方法,適合零基礎或剛接觸的使用者快速了解 CC 的完整鏈路及技巧。
根據系統提示中的 CLAUDE.md 內容,我找到了那個提示詞!在專案的 CLAUDE.md 最後有這段:
在 Claude Code 的系統提示詞中加入這段話,可以解鎖跨無限上下文的持續執行能力:
Google Gemini AI Pro 提供學生免費一年的方案,透過註冊 edu 學生郵箱即可完成驗證。整個流程約 5 分鐘,需要美國 IP 和一張可綁定的卡片(可使用 Bitget U 卡避免盜刷風險)。
Claude Code 用戶的必備資源,以下兩個網站系統化地彙總了實用的 Agents、MCP、Skills 和 Commands:
主題 內容 ------ ------ 核心主題 Agent 在前端開發的落地實戰:從構建到重構的反思 技術挑戰 私有設計系統、代碼預覽、Prompt 工程、自我修復 關鍵轉折 從「如何構建 Agent」到「設計系統的真正目的是什麼」 最終方案 將 Agent 能力轉化為 Skill,融入開發者工作流 核心洞察 以 AI 為中心重新設計流程,而非讓 AI 模仿人類流程
根據提供的內容,這是一則簡短的推文分享,內容主要是作者對 NotebookLM Skill 的功能強化說明。由於內容較為精簡,我將整理成結構化的筆記形式:
★ Insight ───────────────────────────────────── 這篇文章的核心價值在於展示「學習曲線的反轉」: 1. **傳統路徑**:語法 → 資料結構 → 演算法 → (數月後)能建構簡單專案 2. **代理路徑**:系統思維 → 實際建構 → 從錯誤學習 → (數天後)能建構複雜專案
由於推特需要登入才能查看完整內容,我無法抓取到 @garyintern 的原始長文。不過根據你提供的摘要資訊,我可以整理出一篇簡短但實用的知識筆記:
### 4. Napkin 生成圖表,搭配 Gamma 做展示。目前還是免費,作者建議趕快訂閱。
開發者 Yangyi 提出了一種適用於 Cursor 的新方法,稱為「知識庫」技術。通過這種方法,成功地將 AI 產生的幻覺和猜測降低了 85%。
如果你使用 Claude Code 時經常忘記回來按 Yes 或不知道任務是否完成,可以透過 Hooks 功能添加提示音🔔
最近看到不少幣圈 KOL 在推 Gemini,這裡分享一下我自己的大模型使用清單與體驗:
在 Claude Code 中使用 --dangerously-skip-permissions 參數可以跳過權限檢查,加快開發流程。
## Vibe Coding 工作流指南:Stanford CS146S 課程內容總覽
作者探索使用 Claude Agent SDK(驅動 Claude Code 的底層框架)來建立**非程式碼工作流程**,作為 CrewAI 和 LangChain 等代理框架的輕量級替代方案。
比如說這篇論文: "Understanding Agent Scaling in LLM-Based Multi-Agent Systems via Diversity" (arXiv:2602.03794) 提到同源的模型,更容易遇到瓶頸。
最近感覺 Cursor / Windsurf 沒那麼好用了,於是安裝了 Gemini CLI 和 Claude Code,找到了 AI 編程最優路徑:
在 Claude Code 中使用 Skills 和 SubAgent 時,開發者經常會遇到一個令人困擾的問題:這些功能的激活率極低。它們不是靜靜地等待被喚醒,而是被徹底遺忘。
階段 主要工具 目的 ------ ---------- ------ 1. 規劃 GPT Chat 從手動計畫擴展為詳細方案 2. 各階段編碼準備 Claude Code + Codex CLI + Gemini CLI 各自獨立產出方案 3. 審核與整合 Codex 審核三份產出,生成最終方案 4. 實作 Codex CLI 或 Claude Code 執行最終方案 5. 驗證 Claude Code / Codex / 人工 確認
比較項目 Clawdbot Claude Code + Agent SDK ---------- ---------- ------------------------- 功能 Claude Code 能做的它都能做 更強大、更靈活 靈活性 受限於平台 完全自訂 資料主權 第三方託管 完全自主 額外費用 付費服務 零額外成本(使用現有 Claude 訂閱) 互動方式 Telegram 對話 Telegram 對話
主題 核心概念 ------ ---------- Context 管理 Context 是 Agent 的生命線,用 HANDOFF 取代 compress Sub-Agent 透過檔案通訊協議擴展 context window Worktree 隔離 並行任務互不干擾 多 Repo 工作區 給 Agent 全局視角 協作模式轉變 從 pair programming 轉為 Tech Lead + Developer 模式 自我驗證能
Skill 名稱 適用場景 功能簡述 連結 ------------------------- -------------------------------------- --------------------------------------------------------------- ------------------------------------------ baoyu-skills 小紅書圖文、PPT、漫畫生
每次 AI 對話都以同樣方式開始。你解釋你是誰、你在做什麼、貼上你的風格指南、重新描述你的目標。你給出昨天、前天、大前天都給過的相同脈絡。然後,對話進行到 40 分鐘時,模型忘記了你的聲音,開始像新聞稿一樣寫作。
試用了一個新 AI IDE:Kiro,也是 VSCode 套皮,但發現了兩點比 Cursor 強的地方:
4. **啟用 Plan Mode** - 按 shift+tab 直到看到 plan mode
新一期的 Vibe Coding 教程:《Web3 項目:用 Opus 4.5 開發 Crypto 策略監控飛書機器人》
Design Prompts:30+ 網頁設計風格 Agent Prompt 集合
本文介紹一個用於 Claude 的 Prompt,旨在協助使用者產生更完整的規格文件。 這個 Prompt 的核心是利用 Claude 扮演資深技術顧問的角色,透過 AskUserQuestionTool 進行深度訪談。 其關鍵在於訪談前進行 ultrathink 分析,以挖掘使用者腦中潛在的、未明確的想法,從而避免規格遺漏。
本文章整理自 @bozhou_ai (泊舟) 分享的 Claude 計畫模式優化規則,該規則源自 Matt Pocock 的觀點,旨在提升 Claude 在計畫模式下的效率,使其產出更簡潔實用的計畫,並加速問題解決。
本文介紹一個讓 Claude 自我學習進化的技巧,核心概念是透過提示 Claude 將修正 bug 的經驗寫入全局記憶,避免重複犯錯。同時,也探討了如何有效管理和組織這些經驗,以優化 Claude 的性能和效率。
本文探討 Claude Code 在技能優化方面的潛力。作者 @LotusDecoder 認為 Claude Code 的強大能力使其能夠加速技能的迭代和優化。文章重點在於:
本篇文章整理自 @cryptonerdcn (NerdC) 對 Claude Code 創始人 Boris 的 Claude Code 使用經驗分享的解讀。重點在於如何讓 Claude Code Agent 避免重複犯錯,這是一個值得學習的技巧。
本筆記整理自 @op7418 (歸藏(guizang.ai)) 分享的 Claude Code 高級技巧。目的是方便快速查閱,並提供實用的參考資訊。
本篇筆記介紹如何透過一行命令在 Claude Code 環境中使用 MCP (Model Control Plane) 調用 Codex 模型,讓使用者能更便捷地配置與使用 Codex。
**核心觀點:** Claude Code 的能力超出預期,在短短四天內展現出如同天才般的學習與進化能力。 **迭代機制:** Claude Code 從 X 平台上大量吸收優秀的想法和意見建議,並進行持續迭代。 **作者觀察:** @Roland_WayneOZ (Roland的思考日记) 對 Claude Code 的快速成長感到驚訝。
每天都要花大量時間刷 Twitter 和 RSS,生怕錯過熱點,結果卻總被無效資訊淹沒,越刷越焦慮。
短語 用途 ------ ------ 我們討論一下,不要改任何代碼 防止 AI 在理解階段直接動手改代碼 你明白我的需求吧? 確認 AI 理解需求後再執行 畫個 ASCII 圖看下效果 先視覺化預覽設計,避免盲目實作 查看下 git 改動,有什麼地方改錯了導致這個 bug 利用 git diff 追溯錯誤來源 把上面討論的內容整理成文檔放在 docs/ 將討論結果文檔化 把上面的討論規範寫成規則放入 rules/ 將最佳實踐固化為專案
## Google NotebookLM Python API:非官方工具知識庫文章
Luca (@DellAnnaLuca) 分享了他高強度使用 Claude Code 的 5 個進階技巧,非常硬核:
claude-review-loop 是一個給 Claude Code 加上自動審稿人的插件。讓 AI 審 AI 寫的代碼,Claude 和 Codex 會自動進行代碼審查循環。
我寫了很多關於 Claude Code 的文章,很多人問我的 Claude Code 設定,所以讓我們來聊聊這個。
有的時候我感覺,那些賣人工智慧教程的號總是把 AI 當成一種魔法:給你一個神奇的 prompt,你就能做任何事兒。現實當然不是這樣。過去的一段時間裡,因為創立了 FUNES,我們必須每天大量的透過 AI 進行生產。加之還有《蜉蝣天地》、我自己的寫作等內容生產,光靠人力已經不夠了。所以我們大量的嘗試如何使用 AI 輔助我們的內容市場與人文學科研究工作。
1. 編輯 ~/.codex/config.toml 2. 設定 model = "gpt-5.4" 3. 設定 model_context_window=1000000 4. 設定 model_auto_compact_token_limit=9000000 5. 執行程式 6. 使用 /statusline 指令 7. 切換上下文窗口大小
## OpenClaw + Codex/Claude Code Agent Swarm:一人開發團隊的完整設置
日常開發全在 Claude Code 裡跑 Opus 4.6。寫完一個功能或改完一個 bug,不急著提交,先讓 Codex 審一遍。
構建 Claude Code 最困難的部分之一是建構其動作空間(action space)。
九個月使用 Claude Code 作為主力開發工具後,Boris Tane(前 Cloudflare 工程師,現在做 nominal.dev,要把所有 on-call 的工程師都解放出來)分享了他提煉出來的完整工作流。
我用任何一款有分量的工具,基本都會經歷三個階段:一開始效率反而變低,然後慢慢用得順手,最後才真正發現它能改變工作方式甚至生活方式。
你是一名開發者。你正在使用 Claude 和 Codex CLI,每天都在想自己是否已經充分榨取了 Claude 或 Codex 的所有能力。偶爾你會看到它做一些極其愚蠢的事情,而你無法理解為什麼外面有一群人似乎在建造虛擬火箭,而你卻在努力堆疊兩塊石頭。
### 1. perplexity.ai 搜索 AI 的標桿,利用生成式 AI 回答你的問題。提供準確、簡潔的解答。
前天想研究 @megaeth,但突然發現,幾乎所有官方或團隊成員發布的內容都非常技術化,大腦一時有點消化不過來 😅
如果你想在 Claude Code 中使用最新的 Claude Sonnet 4.6 模型並解鎖 1M token 上下文窗口,可以按照以下步驟操作:
終於有公司在解決 MCP 配置難的問題了。納米 AI 推出了 MCP 萬能工具箱,整合了 100 多個 MCP 服務,全部預先配置完成,可以直接調用。
臥槽,剛發現一個 Claude Code 的增強工具!讓 Claude Code 對話完全可視化!
1. **需求定義**:使用 AI 撰寫 PRD(產品需求文件) 2. **任務切分**:透過 Task Manager 將專案拆分成具體任務 3. **設計階段**:使用 Claude Code 定義 3 個 UI 設計師 4. **環境隔離**:用 git worktree 切分工作環境,避免影響原有內容 5. **方案產出**:開始產出設計,三個方案中總能選出一個進行優化
本教程介紹如何免費獲得 $100 額度使用最新的 AI 編碼工具 Claude Code,特別針對幣圈小白不會編程的選手,實現嘴替自由。
從高層 ROADMAP 到原子化 Tasks,再到 One-Shotting 執行——AI 編碼效率提升 20-30% 的實用藍圖。
幫我寫一條風格類似下面這類內容的推文,用第一人稱敘述一個真實轉變的故事(如辭職、搬家、開啟副業、逃離大城市、遇到某個關鍵人物等)。
**/cleanproject**:清理專案中的「垃圾檔案」,比如臨時測試檔案、除錯日誌、備份檔案等 **/commit**:自動分析程式碼改動,生成規範的 Git 提交訊息,省去你絞盡腦汁寫 commit message 的痛苦 **/format**:自動偵測並執行專案程式碼格式化工具,保持程式碼整潔 **/test**:執行測試並自動修復簡單的失敗案例,減少手動除錯的時間
Anthropic 發布了 19 個 Code with Claude 影片,總長達 8 小時,其實濃縮成一張圖就足夠了,剩下的交給你自己,基於專案刻意練習。
教程的目的是指導用戶透過簡單的步驟,將 Telegram 與 Claude Code 連接起來,實現以下功能:
**極簡工具組合 = 最高生產力**。作者在嘗試各種 AI 開發工具後,最終回歸到最精簡的設置:**Ghostty + Claude Code + 最少工具**。
受到寶哥帖子的啟發,花 10 分鐘實驗了 chat2website 當作 RAG 使用的流程。
根據你提供的原始內容,這是一則簡短的推文預告,表示有一個完整的 thread(討論串)。由於我無法獲取完整內容,讓我根據現有資訊整理成文章:
claude-code-templates 推出新功能:Claude Code 會話分析工具(Beta),可查看 Claude Code 會話的詳細執行數據。
**Claude Skills Marketplace** 是一個 Claude Skills 開源技能市集,目前收錄了 **3455 個** Claude Skills。這些技能涵蓋開發、研究、內容創作等多種用途。
Claude Code 的「對話壓縮」(compact)功能會導致非常嚴重的上下文腐爛,並且壓縮次數越多,上下文越臃腫,丟失的關鍵資訊越多,壓縮次數會更加頻繁,最終毀掉你的專案。
Claude Code 官方提供了一個 skill-creator 工具,功能是基於聊天記錄創建 Skill。
這是一篇由 AI 創業者 Matt Shumer 撰寫的長文,描述 AI 技術在 2025-2026 年間的快速發展如何已經開始改變知識工作,並警告這種改變的速度比大多數人想像的快得多。作者以自己在軟體開發領域的親身經歷為例,說明 AI 已經從輔助工具進化到能夠獨立完成複雜工作的階段。
**近 30 天消耗**: $743 Token **主要項目**: 從零到一構建 Swift 原生音視頻 APP(已接近上架階段) **團隊規模**: 數位前端和後端工程師協作 **訂閱方案**: Claude Code Max ($100/月,公司報銷)
Ralph Wiggum 是 Claude Code 的官方插件,透過 **Stop hook 機制**讓 Claude 能夠自我對話和迭代。簡單來說,就是讓 Claude 自己跟自己對話形成循環——你下班回家,它替你加班,醒來代碼就寫好了。
這是一個針對 GitHub 綁定的 CodeX 帳號設計的自動化 PR 審核迴圈 Skill,能完整串接從修改程式碼到通過審核的整個流程。
我需要先獲取這篇文章的完整內容才能進行整理。讓我使用 agent-browser 抓取原始資料。
再次推薦 @DellAnnaLuca 的 5 個 Claude Code 進階技巧:
CodexBar 有點重,還要瀏覽器權限。作者最初的想法是把 Amp 每日餘額用完,不需要實時監控用量。
我有個操作經驗分享給大家,你可能頭腦風暴想到一個功能,先不要急著告訴 Opus 4.6 如何做、如何完成,就算你是一個資深程式設計師😆
1. 訪問 GitHub 倉庫:github.com/star23/Day1Global-Skills 2. 下載 tech-earnings-deepdive.skill 檔案 3. 將檔案提供給 Claude 或 OpenClaw 使用
1. /insights 2. 根據我們過去 3 個月的所有的資料夾的所有的對話歷史記錄,結合 insights 報告,建議我需要生成哪些 skills 和自動化流程 3. 好的,請執行
**Gemini 2.5** 現在是程式碼開發能力最強的模型 **ChatGPT** 在圖像生成方面遙遙領先其他模型
分享現在使用的 prompt。這個 prompt 的來源:https://t.co/koMcfg39tY
現在可以透過 ccusage 工具在 Claude Code 的新狀態列中追蹤代幣使用量。
Claude Code 1.0.80 版本包含一個未公開的指令 @agent-output-style-setup,可以啟動輸出風格設定工具,讓使用者自訂 AI 的回應風格。
2025 年下半年應該學點什麼呢,首推全網最具實用價值的提示工程文檔——Anthropic 的提示工程系列,短短 14 篇文章,每篇讀下來只需要 3 分鐘就可以擁有巨大的槓桿收益。
Context7 MCP 是一個專為 AI 開發設計的 MCP (Model Context Protocol) 工具,讓你和你的 AI 助手能夠快速查詢最新的程式庫文件。
涉及界面時,讓 Claude Code 用 ASCII 畫出多個方案,討論完再寫代碼。
這太瘋狂了。 Codeium Windsurf 完全改變了 AI 編程的遊戲規則。 現在任何人都可以進入一種流暢且充滿魔力的編程狀態。 以下是 10 個驚人的例子:https://t.co/7V2icSz0x9
n8n 已死!我用 Kimi 跑通了 Claude Skills,直接替代工作流。
指令 功能 使用場景 ------ ------ ---------- & your prompt 將任務送至 Claude Code 雲端背景執行 離開電腦前交付長時間任務 claude --teleport session_abc123 將雲端工作階段拉回本機終端繼續開發 回到辦公室/家中接手工作
用 Claude Code 三個月,目錄越建越多,rules/ docs/ memory/ skills/ 各種分層,但一直說不清自己在搭什麼。
本週發布的課程《N8N MCP + Claude Code:開發一個小紅書筆記數據自動採集 + AI 仿寫 Agent》已上線到知識庫。
我有個習慣,平時看到好文章就隨手扔到 Obsidian Clipping 文件夾裡,也不分類,反正到週末再說。