工作流相关 AI 资讯

8月3日

13:38

Rowan 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

02:46

Rowan 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 Skill Google 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

02:41

Rowan 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

02:40

Rowan Cheung@rowancheung

Jonathan 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 Rundown RAG 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

8月2日

19:09

Yangyi@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 skill aleabitoreddit Reddit

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

8月1日

07:27

orange.ai@oran_ge

X 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 Harness Workbuddy 智能体

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

01:40

Yangyi@Yangyixxxx

AI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

7月31日

23:02

官方一手歸藏(guizang.ai)@op7418

MiniMax 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

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

16:11

AI 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

15:58

AI Will@FinanceYF5

71°

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

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 Omnigent Google 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

10:34

AI 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

7月30日

13:41

官方账号Greg Brockman@gdb

Airtable 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 Airtable ChatGPT OpenAI

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

11:12

shao__meng@shao__meng

76°

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 Copilot GitHub 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

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

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

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 AGENTS CLAUDE MD git

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

7月29日

20:33

Yangyi@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

20:08

小互@imxiaohu

Trae 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 Work AI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

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 Grok Kimi DeepSeek

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

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 CLI Moonshot 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

01:15

AI 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

7月28日

04:36

官方一手GitHub Blog@Burke Holland

GitHub 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 Copilot GitHub 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

7月27日

18:56

AI Will@FinanceYF5

72°

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 ChatGPT Voice AirPods

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

18:09

AI 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 5 Fable 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

15:11

shao__meng@shao__meng

77°

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 Work Codex OpenAI

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

10:55

官方账号Sam Altman@sama

78°

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 ChatGPT Voice 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

7月26日

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

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 Agent Skills Prompt 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

05:29

Guillermo 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

7月25日

17:57

AI产品黄叔@PMbackttfuture

AgentWork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 AgentWork Token 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

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

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 OpenSpace MCP SQLite

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

7月24日

20:41

berryxia@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

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

01:28

elvis@omarsar0

Peter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

7月23日

05:36

ChatGPT@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

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

03:39

Harrison Chase@hwchase17

Harrison 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 Chase LangChain Harbor

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

7月22日

21:33

官方账号LangChain@LangChainAI

LangChain 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 LangChain graph engineering Agent

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

18:51

Dify@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 difyctl Dify 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

15:51

AI 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 Obsidian Claude 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