13:38Rowan Cheung@rowancheung这套项目记忆系统由一份权威文档、版本化文件、决策日志和交接提示词组成,为长周期AI项目保留上下文。每次进入新聊天,交接提示词会把项目背景、历史决策和当前进度全部导入。系统来自Christian Denton在The Rundown社区的分享,适合多轮对话容易偏离主题的场景。技巧提示词工程工作流上下文管理推荐理由:长项目老跑偏?试试这套记忆系统,一个文档加决策日志,新聊天也能无缝接上上下文。原文稍后读已读值得跟进有用关注 提示词工程
02:46Rowan Cheung@rowancheung这个Claude Skill将Google Business Profile的垃圾信息追踪变成自动化流程。它用Claude逐项调查可疑商家,收集证据。然后生成一份可直接提交给Google的投诉报告。该Skill由Mike Blumenthal编写,经Rowan Cheung在X上分享。技巧Claude SkillGoogle Business Profile垃圾信息推荐理由:Mike Blumenthal把Google商家垃圾信息追踪做成了Claude Skill,自动调查生成投诉报告,省得你手动整理证据。原文稍后读已读值得跟进有用关注 Claude Skill
02:41Rowan Cheung@rowancheung一位开发者用 Siri 打造了语音健康追踪器,通过说话就能记录情绪、精力、用药和活动。每天醒来时,他会得到一份整理好的健康仪表盘,全部基于免费套餐搭建。该项目由 Alex Smirnov 分享,发布在 The Rundown 社区。原推文已有 1164 次查看。技巧Siri健康追踪语音记录推荐理由:Alex Smirnov 用 Siri 做了个语音健康追踪器,说话就能记录,早上自动生成仪表盘,而且全靠免费套餐,可以参考着搭一个。原文稍后读已读值得跟进有用关注 Siri
02:40Rowan Cheung@rowancheungJonathan Sharp把与老板的每次一对一会议记录变成了可搜索的知识库。现在他可以直接问AI,老板会对任何问题作何反应。这个工作流来自Ther Rundown社区分享,核心是让会议历史成为AI的参考上下文。技巧The RundownRAG知识库推荐理由:Jonathan Sharp把跟老板的会议记录变成AI知识库,随时能问“老板会怎么回答”,相当于给自己配了个老板模拟器。原文稍后读已读值得跟进有用关注 The Rundown
19:09Yangyi@Yangyixxxx博主@yangyi分享,用好AI最快的方式是'拿来主义':直接跑专家蒸馏好的skill。比如获取@aleabitoreddit的skill,让它研究Reddit上的美股股票,效果比普通AI的分析强不少。整体来看,专家skill与AI结合的效果,高于仅用AI或普通人平均水平。技巧skillaleabitoredditReddit推荐理由:不想自己调prompt?去拿专家做好的skill直接跑,比如用@aleabitoreddit的skill分析Reddit美股,比普通AI强不少。原文稍后读已读值得跟进有用关注 skill
07:27orange.ai@oran_geX 平台用户 @oran_ge 发帖提出,DeepSeek Harness 出现后,用户是否还会继续使用 Workbuddy。该帖目前有 246 次浏览和 2 条评论,互动量不高。帖子将 DeepSeek Harness 与 Workbuddy 并置比较,暗示两者可能存在功能重叠。发帖人只写了这一句话,没有展开论证。行业DeepSeek HarnessWorkbuddy智能体1 个信源在谈事件专题推荐理由:X 用户 @oran_ge 在问大家,DeepSeek Harness 出来后还用不用 Workbuddy,想看看你怎么推演,帖子才几百次浏览,但问题挺实在。原文稍后读已读值得跟进有用关注 DeepSeek Harness
01:40Yangyi@YangyixxxxAI博主@yangyi发帖吐槽,现在的AI工作流被过度包装:Codex处理完接飞书CLI,再做多维表单,最后导出Excel,七八步下来只是完成一句话能搞定的事。他认为这种繁琐设计带有营销动机,末尾还要挂一个付费在线课程。该帖在X上已获9个赞、1714次浏览。技巧Codex飞书CLI飞书多维表单推荐理由:杨沂吐槽那些博主的工作流:Codex、飞书CLI、多维表格、Excel全走一遍,纯属绕路。一句话能办的事,别学这套。原文稍后读已读值得跟进有用关注 Codex
23:02官方一手歸藏(guizang.ai)@op7418MiniMax H3能根据分镜图或特效层参考生成复杂动态特效,支持全模态参考。用户用九宫格图片输入,总分辨率约1K,输出清晰度依然很高。文字和UI排版细节表现突出,适合广告片、MV、游戏宣传等场景。MiniMax官方确认该模型即将开源。技巧MiniMax H3视频生成特效5 个信源在谈事件专题推荐理由:MiniMax H3能根据分镜图和参考图直接生成复杂动效,文字细节很清晰,做广告片MV都合适,而且快开源了。原文稍后读已读值得跟进有用关注 MiniMax H3
16:11AI Will@FinanceYF5开发者 Anshu 用 Claude Opus 5 连续运行 24 小时,完成了一款完整游戏。游戏没有借助任何外部素材,所有像素和音效均由 Claude Opus 5 生成。Anshu 公开了 Claude Opus 5 会话中使用的提示词、工作流和代码链接。技巧Claude Opus 5提示词工程游戏开发推荐理由:有人用Claude Opus 5 24小时搞出个完整游戏,像素和声音全是AI生成的,还公开了提示词和代码。原文稍后读已读值得跟进有用关注 Claude Opus 5
15:58AI Will@FinanceYF571°开发者使用Claude Opus 5连续运行24小时,从零生成了一款完整游戏。画面、音效等全部素材均由Claude独立生成,没有调用任何外部资源或现成代码。完整的提示词、工作流和代码已经公开,可供复现。这个案例展示了Claude Opus 5在长时间自主运行下完成复杂创意任务的能力。技巧Claude Opus 5游戏开发提示词工程推荐理由:有人用Claude Opus 5连干24小时,从零做出完整游戏,画面音效全是AI生成的,提示词和代码都公开了,你可以直接抄作业。原文稍后读已读值得跟进有用关注 Claude Opus 5
12:48官方一手marktechpost@Sana Hassan精选本教程演示如何在Google Colab中用Omnigent搭建多智能体金融研究工作流。流程集成了实时汇率数据,用于金融文本审计。采用层级智能体委托,将任务分派给子智能体执行。可设置成本预算和工具调用上限等治理策略,限制研究管线开销。整个流程运行在隔离Python环境中,保证执行安全。技巧OmnigentGoogle Colab智能体推荐理由:想用Omnigent搭金融研究流程?教程里教你在Colab接实时汇率、设成本上限,还能自动分任务给子智能体,挺实用。原文稍后读已读值得跟进有用关注 Omnigent
10:34AI Will@FinanceYF5开发者Anshu让Claude Opus 5连续运行24小时,做出一款完整游戏。游戏0外部素材、0外部代码,所有像素和音效都由Claude生成。Anshu在推特发布了24小时内的提示词、工作流、代码和游戏链接。Claude Opus 5在连续24小时的会话中完成了全部素材生成,没有中断。技巧Claude Opus 5游戏开发提示词工程推荐理由:Anshu让Claude Opus 5连跑24小时做出款游戏,像素音效全AI生成,还公开了提示词和代码。原文稍后读已读值得跟进有用关注 Claude Opus 5
13:41官方账号Greg Brockman@gdbAirtable 与 OpenAI 合作,将 Airtable 直接集成到 ChatGPT 中。用户可在聊天界面连接已有 Base、生成新表格结构、将非结构化对话转化为实时工作流。该功能通过 ChatGPT 插件实现,无需离开聊天即可操作数据。支持在对话中途创建新表和调整数据结构。AI产品AirtableChatGPTOpenAI10 个信源在谈事件专题推荐理由:Airtable 用户现在可以在 ChatGPT 里直接操作数据库了,连 Base、建表、改结构,全程不用切窗口,省事。原文稍后读已读值得跟进有用关注 Airtable
11:12shao__meng@shao__meng76°GitHub 的这篇文章提出,AI 生产力的关键在于使用 Harness(工作流)而非堆砌工具、MCP 或神奇提示词。它推荐从 Copilot CLI 入手,开启 YOLO 模式(允许自主执行)但须配合沙箱(Codespaces/dev containers)。工作流包括:选工具学透、原型优先(用中等模型+中等推理且不换模型以利用缓存)、用 Plan Mode 暴露边界问题、Autopilot 自动编排(小模型读代码、大模型处理复杂任务)、人工评审坚持质量、用另一模型家族做 Rubber Duck 终审。整个流程强调人的专业判断和主题化会话管理。技巧CopilotGitHub工作流推荐理由:别信什么神奇 prompt 了,这篇文章教你用 GitHub Copilot 的八步工作流真正提升效率,从 YOLO 模式到跨模型评审,实测可用。原文稍后读已读值得跟进有用关注 Copilot
10:42官方一手宝玉的分享@宝玉文章分享了当AI编程助手(如Cursor)的代码质量可信后,作者作为技术主管(TL)不再逐行审查实现,而是转向工程经理(EM)角色,专注于定义方向、验收结果。这种转变基于对AI生成代码的信任,将人从实现细节中解放,提升整体效率。作者强调,可信门槛取决于团队和工具成熟度,需结合具体场景判断。技巧编程助手AI代码审查工作流5 个信源在谈事件专题推荐理由:作者分享了自己从TL转EM的实战心得,告诉你何时可以放心让AI写代码、人只负责验收方向,适合正在用AI编程的团队参考。原文稍后读已读值得跟进有用关注 编程助手
01:13宝玉@dotey精选该规则要求 AI 在执行文件修改任务后,必须在最终响应前完成 git commit。具体步骤包括:在编辑前检查 `git status`,将预存或并发变更视为用户所有;提交前审查最终 diff 并运行相应的验证;仅暂存当前任务的文件或 hunks,不混合无关变更;使用简洁描述性提交信息在 `main` 分支上提交,报告 commit hash,除非用户要求否则不推送或改写历史。只读或无文件变更的任务不创建空提交。技巧AGENTSCLAUDE MDgit推荐理由:给 AI 编程时加这条规则,改完代码自动 git commit,再也不怕改了大动脉找不到历史了。原文稍后读已读值得跟进有用关注 AGENTS
20:33Yangyi@Yangyixxxx姚金刚和yangyi发布了升级版元提示词,包含两个核心能力:对现有提示词的质量强化和高质量创建初版提示词。原理涉及用户意图识别、多维度诊断、静默对标学习、专业工程优化等。用法支持将模糊需求或零散想法转化为正式提示词,也可对旧提示词进行诊断和优化。该套元提示词已推送到GitHub并计划集成到NewMax AI。技巧元提示词提示词工程GitHub推荐理由:姚金刚和yangyi升级了元提示词,帮你把模糊想法一键变成可用提示词,还能优化旧版本,省心省力。原文稍后读已读值得跟进有用关注 元提示词
20:08小互@imxiaohuTrae Work 官方推出了一个面向AI办公场景的实操知识库,总字数超过40万字。该知识库覆盖学习成长、写作沟通、数据处理、视觉设计、汇报演示、信息采集、开发自动化、办公协作共8大核心工作领域。所有指南均为真实场景的实战内容,可直接使用或稍作修改应用于其他AI工具。作者还将其整理成了互动课程。技巧Trae WorkAI办公实操指南推荐理由:Trae Work 出了个40万字的官方知识库,覆盖8个常用办公场景,全是能直接用的实操指南,比刷零散教程高效多了。原文稍后读已读值得跟进有用关注 Trae Work
12:25官方一手歸藏(guizang.ai)@op7418用户通过一句提示词,调用 Grok 进行 Twitter 热点事件信息爬取,Kimi 生成网页,DeepSeek 撰写文案。三个模型分工协作,完成了昨日 AI 热点事件的统计,结果与手动搜集高度一致,并补充了遗漏信息。展示了多模型组合工作流的实际效果。技巧GrokKimiDeepSeek推荐理由:用一句提示词让 Grok、Kimi、DeepSeek 各司其职,自动统计 Twitter 热点,省时又全面,适合想提升信息搜集效率的人。原文稍后读已读值得跟进有用关注 Grok
07:15官方一手marktechpost@Sana Hassan精选本教程演示如何通过uv在Python 3.13隔离环境中安装并配置Kimi CLI,使用TOML文件设置Moonshot API认证。通过编写Python封装器实现非交互式CLI命令执行,结合JSONL流式处理、自动化测试和会话记忆功能,构建完整的智能体编码工作流。教程详细说明了Kimi CLI作为非交互式编程助手的配置步骤和实际调用方法。技巧Kimi CLIMoonshot智能体推荐理由:手把手教你用Kimi CLI搭一个非交互式的编程智能体工作流,包括配置、封装、测试和记忆功能,适合自动化编码场景。原文稍后读已读值得跟进有用关注 Kimi CLI
01:15AI SDK@aisdk一条推特帖子介绍了如何使用HarnessAgent设定工作流,并明确智能体步骤边界。通过定义清晰的步骤边界,可以提升多步任务执行的可靠性与可调试性。HarnessAgent提供了结构化框架来分解复杂Agent流程。该方法适用于需要精细控制Agent行为的开发场景。技巧HarnessAgent智能体工作流推荐理由:@aisdk 发了用HarnessAgent规划工作流和agent步骤边界的技巧,帮你把多步agent写得可控又清晰。原文稍后读已读值得跟进有用关注 HarnessAgent
04:36官方一手GitHub Blog@Burke HollandGitHub Copilot 提供了一个涵盖原型设计、规划、实现和代码审查四个阶段的实用工作流。开发者无需频繁切换不同 AI 工具即可完成大部分开发任务。该方法专注于单一工具(Copilot)的深度应用,减少了学习新工具的成本。文章通过具体步骤指导如何高效利用 Copilot 完成软件开发的各个阶段。技巧GitHub CopilotGitHub编程助手推荐理由:别老换新工具了,用 GitHub Copilot 一个工作流处理原型到审查,省去切换麻烦,效率更高。原文稍后读已读值得跟进有用关注 GitHub Copilot
18:56AI Will@FinanceYF572°用户Alex Finn分享他通过ChatGPT Voice在4小时徒步中完成的工作量超过在办公室8小时。他利用AirPods语音控制电脑,在45分钟自驾途中处理副业项目,在咖啡厅20分钟内写出下月时事通讯草稿。核心设置是选定一台常开台式机作为总部设备,在所有节点设备(iPhone、iPad、笔记本)安装ChatGPT应用,并开启连接功能让节点设备控制总部设备。这套工作流让他可以不依赖桌面,随时随地用语音驱动超级智能完成工作。技巧ChatGPTVoiceAirPods推荐理由:一个真实用户分享用ChatGPT Voice+多设备联动,在徒步、车里、咖啡馆用语音搞定工作,效率翻倍。4步设置就能实现,想远程办公的可以试试。原文稍后读已读值得跟进有用关注 ChatGPT
18:09AI Will@FinanceYF5推文指出大多数用户直接使用Claude Opus 5效果差,速度慢且输出一般。正确做法是构建包含循环、图、审查器、编排器和并行Agent的工作流。一个地铁跑酷游戏示例用了超过3小时,但输出质量超越了Fable 5。在复杂Agent协作下,首个Claude计划仍有大量剩余用量。技巧Claude Opus 5Fable智能体推荐理由:别直接问Claude Opus 5问题,试试搭个Agent工作流,效果能比Fable还好。原文稍后读已读值得跟进有用关注 Claude Opus 5
15:11shao__meng@shao__meng77°OpenAI 开发者体验负责人 Jason 在 Peter Yang 的专访中演示了如何将 ChatGPT Work 和 Codex 改造成个人操作系统,覆盖邮件、Slack、日历、Linear、值机、购物等场景。他提出了 heartbeat 起手式:让 agent 每 9am、1pm、5pm 检查并告知优先级。write-me skill 通过分析过去一周的 Slack 和邮件,自动反推个人说话风格。长任务用三文件法:goal.md 定义可验证成功标准,plan.md 记录细节,worklog.md 给人看。他还强调非线程的重要信息应写进 notes 目录供 agent 读取,人类几乎不打开 Obsidian。技巧ChatGPT WorkCodexOpenAI10 个信源在谈事件专题推荐理由:OpenAI 内部高手手把手教你用 Codex 当个人操作系统,从 heartbeat 监控到自动值机,全是可复用的技巧!原文稍后读已读值得跟进有用关注 ChatGPT Work
10:55官方账号Sam Altman@sama78°一位用户在加州红杉林徒步4小时,通过ChatGPT Voice用AirPods完成的工作量超过在桌前8小时。45分钟自动驾驶通勤和20分钟咖啡馆时间均可高效处理项目。核心设置是将一台电脑作为总部,其他设备通过ChatGPT应用连接,即可全球范围内语音操控完成任务。技巧ChatGPTVoice工作流推荐理由:ChatGPT Voice让你边走边干活,4小时徒步比8小时坐办公室效率还高,以后工作不用死守桌前了。原文稍后读已读值得跟进有用关注 ChatGPT
16:31宝玉@dotey宝玉在讨论中质疑了“让弱模型设计、强模型当顾问”的工作流。他列出三种失败可能:弱模型设计糟糕且问不出关键问题;弱模型过于自负不去咨询;弱模型过于依赖频繁咨询。他认为更高效的组合是让强模型负责设计和验收,弱模型只负责执行,这样能最大化性价比。技巧模型协作工作流智能体推荐理由:别再迷信弱模型加一个聪明顾问了,宝玉直接拆穿了这个模式的三个坑,还给出了更好的分工思路,做AI工作流的人值得看看。原文稍后读已读值得跟进有用关注 模型协作
12:17宝玉@dotey精选本文澄清了 Agent 使用 Skills 的调用流程:每个 Skill 的 name 和 description 作为系统提示词的一部分在对话开始时就加载进上下文,大模型在处理第一条消息时已知道所有 Skill 描述。实际流程中,大模型在一次调用中同步完成读取问题、对照 Skill 描述、读取 SKILL.md 指令、决定是否调用工具,并非分两次调用。Prompt Caching 机制缓存系统提示词,多轮对话中无需重新处理,节省 Token 和时间。技巧AgentSkillsPrompt Caching推荐理由:别再纠结Agent调用Skills是不是要调两次大模型了,这个解释一次理清流程,还讲了Prompt Caching怎么省token。原文稍后读已读值得跟进有用关注 Agent
05:29Guillermo Rauch@rauchg作者分享了一种纯CLI的研究方法:在research/文件夹里维护一个AGENTS.md,定义格式和最佳实践。启动agent后直接提问,无需UI或知识图谱。Agent能从之前会话中找到并关联知识,可无限扩展。文件夹通过iCloud或git同步,还能让Agent生成HTML报告并部署到Vercel。核心“软件”就是AGENTS.md里的英文指令。技巧智能体CLI工作流推荐理由:Guillermo Rauch分享了用文件系统和Agent CLI做研究的极简工作流,不用花哨工具,一个AGENTS.md就能让Agent无限扩展知识库,还能一键部署报告到Vercel。原文稍后读已读值得跟进有用关注 智能体
17:57AI产品黄叔@PMbackttfutureAgentWork社群日均Token消耗量已稳定突破百亿大关。作者指出不少用户并非以编程(Coding)为主力,其个人Token消耗中80%用于非编程场景。日均1亿Token消耗量仅能排进社群前20名。社群内涌现出大量有趣的Agent工作流应用场景。技巧AgentWorkToken智能体推荐理由:AgentWork社群Token消耗量日均破百亿了,很多人不是拿来写代码,而是做各种Agent工作流,挺有意思的,可以去看看他们在玩什么。原文稍后读已读值得跟进有用关注 AgentWork
16:29宝玉@dotey讨论了弱模型与聪明模型协作的几种可能问题:弱模型设计糟糕导致问不到点子上、弱模型自负不主动咨询、弱模型不自信频繁打扰。提出更优方案:让聪明模型设计,弱模型执行,聪明模型验收。该组合被认为在当前阶段性价比最高。技巧模型协作工作流提示词工程推荐理由:讲清楚了为什么让弱模型当设计者不靠谱,反过来让聪明模型主导、弱模型执行、再验收才高效,值得自己试试。原文稍后读已读值得跟进有用关注 模型协作
15:56官方一手marktechpost@Sana Hassan本教程基于OpenSpace框架演示如何构建自进化AI智能体。通过创建自定义技能(Skills)和集成MCP(Model Context Protocol),智能体可低成本复用能力并扩展功能。利用SQLite管理谱系(Lineage)数据,实现行为追踪与自我迭代。完整流程包含环境配置、技能模块开发及数据库管理,适合希望构建可复用智能体系统的开发者。技巧OpenSpaceMCPSQLite推荐理由:想快速上手能自己进化、复用能力的AI智能体?这篇教程用OpenSpace、MCP和SQLite带你把流程跑通,省时又省钱。原文稍后读已读值得跟进有用关注 OpenSpace
20:41berryxia@berryxia这篇帖子指出,普通用户在写 Skills 时,只要选择对应工具的模型,通常可以直接调用内置 API,省去繁琐配置。很多新手被 API 配置这一步劝退,而内置方案能大幅降低上手门槛。作者分享了一个被忽视的真相,让技能编写变得更简单。技巧API配置入门教程工作流推荐理由:别再被 API 配置劝退了,选对工具内置模型就能省掉很多步骤,新手也能快速上手写 Skills。原文稍后读已读值得跟进有用关注 API配置
13:54官方账号Greg Brockman@gdb用户 Max Weinbach 在桌面版 ChatGPT 中启用语音功能,通过语音输入想法后,系统自动将内容组织成 Threads 和工作树。他随机分段描述想法,ChatGPT 持续更新整理。该功能让语音交互更自然,适合头脑风暴和任务规划。技巧ChatGPT语音功能桌面版推荐理由:想试试桌面版 ChatGPT 的语音?有用户实测说边走边聊,它能帮你自动建大纲和工作树,整理思路超方便。原文稍后读已读值得跟进有用关注 ChatGPT
01:28elvis@omarsar0Peter指出当前讨论的循环和图表术语将合并为一个统一接口,支持复杂智能体工作流,并实现动态自动化。该接口能自动适配任务需求,无需手动调整。观点来自对智能体工作流设计趋势的评论。行业智能体工作流动态自动化推荐理由:Peter在讨论智能体工作流设计的演进方向,强调循环和图表最终会整合成动态自适应的界面。原文稍后读已读值得跟进有用关注 智能体
05:36ChatGPT@ChatGPTapp@daniellezaghian演示了如何在ChatGPT Work中设置重复任务,这些任务可以检查你连接的Slack、Google Calendar等工具,自动创建项目简报,并对客户反馈进行分类。通过自定义触发条件和执行动作,你可以让AI在指定时间自动完成多项后台工作。该功能目前面向ChatGPT Work用户开放。技巧ChatGPT定时任务工作流1 个信源在谈事件专题推荐理由:ChatGPT Work新增定时任务功能,能自动检查工具、生成简报、分类反馈,适合想减少重复手动操作的人。原文稍后读已读值得跟进有用关注 ChatGPT
03:39Harrison Chase@hwchase17Harrison Chase在推文中指出构建评估(evals)难度高,团队正开发技能以自动化流程。其方案包括:用编码代理处理代码库和实际追踪(traces),与用户迭代评估方向,使用Harbor构建评估并运行,再根据结果迭代。流程仍需人类参与,但能加速启动。技巧Harrison ChaseLangChainHarbor1 个信源在谈事件专题推荐理由:LangChain创始人分享了他们用Harbor和编码代理自动化评估构建的实操流程,适合做LLM应用评测的人参考。原文稍后读已读值得跟进有用关注 Harrison Chase
21:33官方账号LangChain@LangChainAILangChain 团队回顾了三年用图(graph)构建 agent 的经验。Sydney Runkle 在推文中分享了图工程在 Agent 开发中的实践心得。文章总结了图结构如何提升 agent 的可控性与可组合性,并给出了具体的工作流建议。技巧LangChaingraph engineeringAgent推荐理由:LangChain 团队用三年实战告诉你,图工程不是新噱头,而是做 agent 的硬核技能,想搞复杂 agent 的可以看看。原文稍后读已读值得跟进有用关注 LangChain
18:51Dify@dify_ai精选Dify 推出 CLI 工具 difyctl,允许 AI 编码代理(如 Claude Code、Codex)直接从终端调用 Dify 工作流。代理负责决定何时触发流程,Dify 执行业务逻辑(结构化工作流、组织知识),并在需要时通过 Human Input 节点加入人工审批。用户无需在多个工具间切换,一个复杂流程简化为一次指令和一次审查。该工具已在 dify.ai 博客中提供完整教程。AI产品difyctlDify工作流推荐理由:Dify 把 CLI 和编码代理串起来了,终端里一句话就能跑公司流程,还能让人审一下,比纯写代码靠谱多了。原文稍后读已读值得跟进有用关注 difyctl
15:51AI Will@FinanceYF5通过2行命令克隆仓库并运行脚本,2分钟内即可在Obsidian中设置vault。打开Claude Code输入/wiki命令,它会自动询问知识库用途并搭建完整结构。整个过程无需手动配置,适合快速建立个人知识管理系统。技巧ObsidianClaude Code知识库推荐理由:只要2行命令和2分钟,就能用Obsidian配合Claude Code自动搭好知识库框架,省去手动配置的麻烦。原文稍后读已读值得跟进有用关注 Obsidian