12:37小互@imxiaohu用户小互开发了 Claude Code 副屏工具,解决 Claude Code 回答大段文字时阅读密集、难以理解的问题。该副屏能把 Claude Code 的回答直接转换为直观的页面进行展示,让用户瞬间理解和预览答案。用户还可以在副屏上交互并进行数据回传,提升编码体验。技巧Claude Code副屏编程助手推荐理由:小互搞了个 Claude Code 副屏,把长篇回复变成可视化页面,还能交互调数据,再也不用瞪着满屏代码头疼了。原文稍后读已读值得跟进有用关注 Claude Code
08:36官方账号Greg Brockman@gdbRyan Doyle使用Codex每天早晨自动生成一份个性化“报纸”,包含未读消息、日历、冲浪报告和新闻。这种方法帮助他减少手机使用时间,将注意力集中在一天中的重要信息上。该工作流通过Codex聚合多个数据源,实现每日自动推送。技巧Codex智能体每日摘要推荐理由:用Codex自动生成每日早报,省去手动刷手机,集中看未读消息、日历和新闻。原文稍后读已读值得跟进有用关注 Codex
05:47Fireworks AI@FireworksAI_HQGLM 5.2 模型已在 Microsoft Foundry 平台上线。通过 Fireworks AI 的 FireConnect 功能,开发者能使用 Foundry PTUs 将 GLM 路由到 Codex、OpenCode 或 Pi 等工具。该集成旨在帮助团队从零重建工作流并加速开发。开发者现可立即开始使用。AI模型GLM 5.2Fireworks AIMicrosoft Foundry1 个信源在谈事件专题推荐理由:Fireworks AI 在微软 Foundry 上推出了 GLM 5.2,还支持用 FireConnect 路由到 Codex、OpenCode,搞工作流开发能快不少,试试呗。原文稍后读已读值得跟进有用关注 GLM 5.2
00:38官方账号LangChain@LangChainAILangChain 的 Deep Agents 新增了递归语言模型(RLM)工作流功能。Sydney Runkle 用 6 分钟视频讲解其原理和用法。RLM 允许 Agent 在多个轮次中递归调用语言模型,提升复杂任务的表现。该功能已集成到 Deep Agents 的当前版本中。AI产品Deep AgentsLangChainRLM推荐理由:LangChain 给 Deep Agents 加了 RLM 工作流,能递归调用语言模型做更复杂的事。6 分钟视频讲得很清楚,可以看看。原文稍后读已读值得跟进有用关注 Deep Agents
21:46Dify@dify_aiDify 平台宣布支持 Anthropic 的 Claude Sonnet 5 模型。该模型新增了编码、长时运行智能体(agent)和计算机使用(computer use)三项核心能力。用户可在 Dify 的知识库、工具调用、条件逻辑和多步骤自动化中可视化使用 Sonnet 5,无需编写胶水代码。Dify 负责底层基础设施,团队可专注于构建应用逻辑。AI产品Claude Sonnet 5DifyAnthropic10 个信源在谈事件专题推荐理由:Dify 现在可以直接跑 Claude Sonnet 5 了,编码、智能体、计算机使用都能可视化搭建,不用写胶水代码,适合快速搭复杂工作流。原文稍后读已读值得跟进有用关注 Claude Sonnet 5
14:18官方一手marktechpost@Sana Hassan精选CUP是百度开源的Common Useful Python库,提供日志、装饰器、嵌套配置、缓存、ID生成、线程池、调度和Linux资源监控等模块。教程在Colab环境中演示了安装和逐步使用这些子系统。每个模块都关联到自动化、并发和可靠性检查等实际任务。该库旨在帮助开发者构建更健壮的Python工作流。技巧CUP百度Python推荐理由:百度放出了CUP这个Python工具箱,从日志到调度一应俱全,适合写自动化脚本或提升代码健壮性的朋友,跟着教程走一遍就上手了。原文稍后读已读值得跟进有用关注 CUP
10:50Harrison Chase@hwchase17Matt Pocock 将 Wiki 作为运行 Claude Code 的唯一环境,用它来管理所有仓库的跨仓库任务,并集成 Todoist 作为任务追踪器。这种工作流将 Claude Code 变成代码库的中央控制器,提升跨项目协作效率。技巧Claude CodewikiTodoist推荐理由:Matt 分享了用 Wiki 整合 Claude Code 和 Todoist 的工作流,适合处理跨仓库任务的人试试。原文稍后读已读值得跟进有用关注 Claude Code
05:17Lenny Rachitsky@lennysanColin Matthews在客座文章中提出AI原生PM在2026年中的操作框架。最好的PM用真实代码做原型,通过MCP以自然语言查询数据,并运行coding AI agents。该框架指导PM如何利用AI创造更大杠杆,替代传统协调型工作方式。技巧Colin MatthewsMCPAI agents推荐理由:Colin Matthews教你顶级PM怎么用代码、MCP和AI Agent干活,照着做就能提升你的工作效率。原文稍后读已读值得跟进有用关注 Colin Matthews
03:25Harrison Chase@hwchase17Mitchell 分享他的规则:任何内容加入知识系统前必须经他本人审核,这让他受益匪浅。他还执行每日和每周的回顾(standups/reviews)来清理过时状态。Harrison Chase 对此表示赞同,认为 human in the loop 对这类 wiki 记忆系统非常有益。这种方法能确保知识库质量,避免噪音。技巧human in the loopwiki memory systems知识管理推荐理由:Mitchell 分享了一个实用工作流:每次添加知识前先过目,再加每日每周回顾。想管理好你自己的知识库?试试这个。原文稍后读已读值得跟进有用关注 human in the loop
03:20AK@_akhaliq该推文介绍了在Claude Code中集成open-fusion与hf-claude的工作流程。open-fusion是一个用于模型融合的开源工具,hf-claude让用户通过Hugging Face接口调用Claude模型。该帖获得4031次查看、5次转发和11个点赞,表明社区对此方法的关注。技巧Claude Codehf-claudeopen-fusion推荐理由:一个让Claude Code调用Hugging Face模型的新工作流,适合想扩展Claude能力的开发者。原文稍后读已读值得跟进有用关注 Claude Code
01:09techcrunch@Rebecca BellanAnthropic 推出了 Claude Science 工作台,为科学家提供统一的计算研究环境。用户无需在多个数据库、数据管道和分析工具之间来回切换。该工作台旨在减少上下文切换成本,提升科研效率。技巧AnthropicClaude Science工作流10 个信源在谈事件专题推荐理由:Anthropic 做了个 Claude Science 工作台,科学家在一个地方就能搞定数据库、管道和工具,不用来回折腾了。原文稍后读已读值得跟进有用关注 Anthropic
00:17Yangyi@YangyixxxxNewMax发布V1.1.1版本,新增浏览器录制功能,可将操作流程自动转化为Playwright脚本。相比Codex,它不仅能学习用户操作,还能沉淀为可复用的自动化工作流。录制功能减少了二次开发消耗,执行速度更快。新版本已开放下载。AI产品NewMaxCodexPlaywright推荐理由:NewMax新版本能录制浏览器操作并直接生成Playwright脚本,比Codex更实用,省去手动编写代码的麻烦。做自动化可以试试。原文稍后读已读值得跟进有用关注 NewMax
18:47AI Will@FinanceYF5Seedance 2.0 又一次引发热潮,用户构建了多种多样的AI视频工作流,包括电影感动作片、K-pop MV、广告、动画以及4K恐怖片。该推文展示了10个极端案例,并介绍了制作方法。这些案例覆盖了从短视频到电影级场景的各种不可能实现的效果。教程部分详细说明了如何使用Seedance 2.0工具链实现这些创意。技巧Seedance 2.0视频生成工作流推荐理由:Seedance 2.0 又火了,这次分享了10个超野的视频工作流案例,从动作片到K-pop MV都有,还附带了制作方法,想学AI视频的话可以看看。原文稍后读已读值得跟进有用关注 Seedance 2.0
23:10berryxia@berryxia精选Anthropic工程师Margot Van Laar在Code with Claude分享提示词工程最佳实践,强调通过评估(Eval)而非直接修改提示词来优化。她用客服机器人和零售排班两个案例演示:使用XML标签结构化提示词、移除旧模型遗留的禁止列表(如Claude 3 Opus)、用工具替代指令处理计算任务。拆解复杂任务为生成-评估-修复循环,并建议用更强推理模型(如Opus)加自适应思考替代小模型复杂提示词。技巧提示词工程Claude评估10 个信源在谈事件专题推荐理由:Anthropic工程师手把手教你怎么调客服提示词和搭Agent,用Opus加循环拆解比堆复杂指令更管用,核心就一句话:先搞评估原文稍后读已读值得跟进有用关注 提示词工程
13:58Ate-a-Pi@svpino这个开源项目允许你录制浏览器操作,系统会自动清理录制内容,移除重试、死路和页面特定细节。然后它只保留任务逻辑而非具体点击,将其转化为可复用的技能。最后这些技能被组织成技能图谱,智能体可检索用于相关新任务。整个过程完全开源。技巧开源浏览器自动化智能体推荐理由:有个开源项目能录制你在浏览器里做的事,自动变成可复用的技能,还能让智能体直接调用,省去重复劳动。原文稍后读已读值得跟进有用关注 开源
13:48岚叔@lufzzliz精选LufzzLiz基于Andrej Karpathy的LLM Wiki gist衍生出两套模板:个人知识库schema(五层目录)和代码仓库wiki schema(三层目录+双层导览)。附带实践案例Hermes-wiki和wiki-web,后者支持关系图和脑图。模板可直接用于构建结构化个人知识库或项目文档。技巧Karpathy知识库模板推荐理由:如果你嫌搭建知识库太麻烦,试试这套基于Karpathy思路的模板,五层目录帮你把笔记理得清清楚楚,还有实际案例参考。原文稍后读已读值得跟进有用关注 Karpathy
12:48Geek@geekbbGitHub上Pluviobyte/video-skill仓库将AI视频制作流程拆解为多个可安装的skill模块,涵盖视频创作、复刻、动效、片头包装、质检等环节。每个skill独立可用,降低视频制作门槛。项目长期维护,持续更新。技巧video-skillPluviobyte视频制作推荐理由:这个仓库把视频创作、动效、包装等技能打包成模块,装一个就能用,做视频更轻松。原文稍后读已读值得跟进有用关注 video-skill
01:45AI产品黄叔@PMbackttfuture用户使用Hermes生成手机壁纸,并将微信Agent入口交回Hermes,同时接入flomo MCP实现记忆同步。每次手动触发“保存到flomo”时,内容会同步到flomo,并立即触发即时增强功能,从flomo/Hermes记忆中检索相关知识点推送笔记。这为知识工作者提供了利用AI助手整理灵感和长期记忆的工作流。技巧HermesflomoMCP/工具推荐理由:教你给AI设个微信入口,用Hermes做壁纸,还能自动同步到flomo,随时调取记忆,挺实用的。原文稍后读已读值得跟进有用关注 Hermes
01:49Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)在推文中指出,手动构建工作流(代码、拖拽或提示)的需求正在减少,更优方式是指定目标让模型智能规划步骤。对于重复性任务,可收集带真实标签的数据集进行爬山优化,以平衡成本与准确率。他认为行业正从提示工程迈向目标和评估工程。拥有642次浏览、5个点赞。技巧Jerry LiuLlamaIndex工作流推荐理由:Jerry Liu说的这个趋势很实在:别再手动搭工作流了,直接给目标让模型自己想办法。重复任务还能录数据集优化,省心省钱。原文稍后读已读值得跟进有用关注 Jerry Liu
12:46官方一手歸藏(guizang.ai)@op7418Moxt 推出多Agent编排工作流更新,支持用户通过多个专门Agent自动协作完成任务。每个Agent拥有独立记忆和技能,可并行工作。新功能还允许重复驱动Agent以完成更长的复杂任务。Moxt旨在将AI从单工具转变为团队协作助手。AI产品Moxt多Agent协作推荐理由:Moxt 这次更新让一群AI Agent自动分工干活,还能反复调度做长任务,适合需要多人协作的场景。原文稍后读已读值得跟进有用关注 Moxt
11:14berryxia@berryxiaOpenMontage是一个开源AI视频制作工作流,将视频生产拆分为12条结构化pipeline,涵盖动画解说、纪录片蒙太奇、Talking Head等类型。它内置52个工具和500多个agent skills,用户只需自然语言描述需求,agent就能完成调研、脚本、素材生成到剪辑合成全流程。该项目同时支持AI生成内容和真实素材工作流,并实现预合成验证、后渲染自检和预算控制等生产级质量管控。渲染引擎使用Remotion和自研HyperFrames,可输出高质量动态视频。AI产品OpenMontage视频生成智能体推荐理由:OpenMontage把视频制作拆成12条pipeline,用自然语言就能让AI自动剪片,还能混用真实素材,做视频的懒人神器。原文稍后读已读值得跟进有用关注 OpenMontage
11:37官方账号arXiv cs.AI@Fabiana Fournier, Lior Limonad论文提出进程架机制,在不替换底层工作流引擎的前提下,用策略治理的智能体层包裹确定性工作流。作者开发了任务-决策-流(TDF)模型,定义数据模式和执行语义,将LLM推理分解为三类策略治理的智能体:TaskAgent(知识密集型任务)、DecisionAgent(逐案例网关路由)和FlowAgent(运行时流适应)。在CUGA FLO中实现该设计,并通过贷款审批工作流演示三种智能体类型及挂钩驱动的监管覆盖。进程架通过确定性工作流执行强制结构合规,同时通过策略框架的智能体自主性满足规范需求。论文CUGA FLOTDFAgentic BPM推荐理由:这篇论文提出了一个很实用的思路:在现有工作流引擎上加一个智能体层,不用重写系统就能让工作流更灵活。用贷款审批的例子讲清楚了三种智能体怎么协作,技术方案具体可落地。原文稍后读已读值得跟进有用关注 CUGA FLO
09:31官方一手arXiv: OpenAI@Drew Johnston, David Holtz, Alex Martin Richmond, Christopher Ong, Prasanna Tambe, Aaron Chatterji76°OpenAI发布基于Codex使用数据的分析,展示Agentic AI技术如何改变工作方式。2026年上半年,Codex活跃用户数增长超过五倍,其中非软件开发者的增长最快。OpenAI内部Codex几乎完全替代了ChatGPT用于业务工作。超过10%的用户每周管理三个以上并发Codex代理,26.6%使用技能共享复杂工作流。请求复杂度上升:估算需要资深人类8小时以上的任务请求比例增长近十倍。2026年6月,OpenAI法律岗位员工通过Codex和ChatGPT的月输出Token中位数是2025年11月的13倍,研究人员则超过50倍。论文CodexOpenAIAgentic AI10 个信源在谈事件专题推荐理由:OpenAI内部数据揭示Agentic AI如何改变工作方式:Codex活跃用户半年增5倍,研究人员月产出增50倍。看真实采用率与工作流变化。原文稍后读已读值得跟进有用关注 Codex
02:58Gary Marcus@GaryMarcusAnthropic工程师在一场40分钟工作坊中展示了如何利用循环(loops)构建可运行数天的AI智能体。他们透露,Anthropic内部30%以上的代码已由循环编写,这极大加快了交付速度。工作坊拆解了智能体循环、工具调用、记忆管理和子智能体等核心组件。该方法被视为神经符号AI的典型应用,在持久任务执行上明显优于传统无循环生成式方法。技巧Anthropic智能体Agent循环10 个信源在谈事件专题推荐理由:Anthropic工程师手把手教你用循环搭建能跑好几天的智能体,内部30%代码都这么写,比大部分500美元的vibe编程课实在。原文稍后读已读值得跟进有用关注 Anthropic
10:25shao__meng@shao__meng精选Matt Pocock 在开源 Skills 系列中增加了新技能「loop-me」,目前处于 in-progress 阶段。该技能在多轮会话中利用当前目录作为有状态工作区,通过「拷问」方式将想法转化为可落地的 workflows/*.md 规格文件。loop-me 与已有的 grill-me 共享拷问纪律,但产出不同:grill-me 对齐任意计划,loop-me 只产出 workflows/*.md。其核心是识别用户生活中可预测的重复模式(职业节奏、早晨例行等),并主动发现用户未意识到的任务,从而委托给 AI agent。项目在 GitHub 上已有 165K star。技巧loop-meSkills智能体推荐理由:如果你总在做重复的杂事,这个新技能 loop-me 能帮你把流程写成规格,然后让 AI 接手,省下大把时间。原文稍后读已读值得跟进有用关注 loop-me
08:24AK@_akhaliq用户使用 GLM 5.2 模型在 hf-claude 框架下,为图像生成模型 krea-2-turbo 构建了一个 Gradio 交互界面。该工作流允许通过 Gradio 直接调用 krea-2-turbo 进行图像生成,无需复杂命令行操作。演示视频显示界面支持实时参数调整,如步数、引导尺度等。目前该项目已在 GitHub 上开源,提供了完整的代码和部署说明。技巧GLM 5.2hf-claudekrea-2-turbo推荐理由:教你用 GLM 5.2 + hf-claude 给 krea-2-turbo 搭个 Gradio 界面,省去命令行繁琐,上手即用。原文稍后读已读值得跟进有用关注 GLM 5.2
07:54宝玉@dotey作者分享处理播客访谈整理时细节遗漏的技巧:同时让AI生成2-3份稿子,挑选一份质量最好的作为底稿,再把其他稿子内容合并进来。这样既能避免遗漏,也能防止单次生成糟糕时追问无法补救。另外,对于长达3小时的播客,连续追问3次左右“还有什么细节需要补充”也能改善质量,但不如多稿合并方法高效。技巧提示词工程工作流AI写作推荐理由:教你怎么用多稿合并法搞定AI整理长访谈,比单一追问更省心,写稿不漏细节。原文稍后读已读值得跟进有用关注 提示词工程
07:25AK@_akhaliq开发者将GLM-5.2模型集成到hf-claude环境,并基于Gradio框架创建了面向Krea-2-Turbo的工作流。该工作流提供交互界面,简化了从模型调用到结果展示的流程。项目代码已在社交媒体分享,获得初步关注。技巧GLM-5.2hf-claudeKrea-2-Turbo推荐理由:有人把GLM-5.2塞进hf-claude,做了个给Krea-2-Turbo用的Gradio界面,挺实用的。原文稍后读已读值得跟进有用关注 GLM-5.2
03:54Harrison Chase@hwchase17LangSmith Engine 支持将智能体轨迹追踪到 LangSmith,通过后台分析轨迹自动生成记忆更新建议。更新后的记忆存储在 Context Hub 中,实现类似睡眠时间计算(sleep time compute)的离线记忆优化。该方法由 Harrison Chase 在教程中演示,视频地址附于推文。技巧LangSmith智能体记忆推荐理由:Harrison Chase 教你用 LangSmith Engine 让智能体在后台自动更新记忆,看完就能上手操作。原文稍后读已读值得跟进有用关注 LangSmith
03:42Harrison Chase@hwchase17文章介绍了智能体记忆管理的三步流程:首先运行智能体,然后分析其运行轨迹,最后基于分析结果更新记忆。该方法由Jake Broekhuizen分享,适用于提升智能体在多次交互中的表现。流程强调了对历史行为的自动化反思和记忆调整,是构建持久性智能体的实用技巧。技巧智能体Agent记忆管理推荐理由:Jake Broekhuizen分享了一个超实用的Agent记忆循环:跑Agent → 分析记录 → 更新记忆。简单三步,自己也能复现。原文稍后读已读值得跟进有用关注 智能体
02:44Notion@NotionHQ精选Notion 宣布与 Cursor 集成,用户可在 Notion 中启动任务,然后跳转到 Cursor 继续。每个会话都会创建一个 Cursor Cloud Agent,保留用户的账户环境、权限和连接。Agent 可让用户在 Cursor 中从上次中断处无缝接续工作。该功能旨在提升跨工具协作效率。技巧NotionCursorCursor Cloud Agent6 个信源在谈事件专题推荐理由:Notion 和 Cursor 打通了,你可以先在 Notion 里写草稿,再跳到 Cursor 让 Agent 接着干活,环境权限都给你留着。原文稍后读已读值得跟进有用关注 Notion
02:42Notion@NotionHQNotion团队将客户bug或功能请求分配给Cursor agent。agent读取任务简报,在代码库中工作并自动打开PR。该流程让非工程成员也能交接实际工程工作。Cursor作为AI编程助手,可理解上下文并生成代码变更。这展示了AI agent在协作中的实际应用。技巧CursorNotion编程助手9 个信源在谈事件专题推荐理由:Notion团队用Cursor自动处理bug和功能请求,连PR都自动开,省掉了手动交接的功夫,值得试试。原文稍后读已读值得跟进有用关注 Cursor
18:32AI Will@FinanceYF5传统AI使用方式是一问一答、改完再问,效率低下。顶尖AI工程师设计自动化循环,让循环去提示AI。这种方法将用户从引擎角色解放出来,让AI自主迭代。通过循环设计,可以减少人工干预,大幅提升生产力。技巧提示词工程工作流自动化推荐理由:别再做人工提示苦力了,学学工程师怎么用循环驱动AI,效率翻倍。原文稍后读已读值得跟进有用关注 提示词工程
17:27官方一手marktechpost@Asif Razzaq精选Nous Research 在 Hermes Agent 的技能系统中新增 /learn 命令。该命令可从本地目录、文档 URL、历史对话或粘贴的笔记中自动编写符合规范的 SKILL.md 文件。agent 会使用自身工具获取材料并撰写技能,无需手动编写或额外导入引擎。用户需审查输出结果以确保准确性。AI产品Hermes AgentNous Research智能体推荐理由:Hermes Agent 现在能用 /learn 自动生成技能文件,省去手写 SKILL.md 的麻烦,试试看。原文稍后读已读值得跟进有用关注 Hermes Agent
16:09berryxia@berryxia精选Anthropic内部工程师运行300多个自改进的agent swarm来提升系统可靠性。核心方法是给模型验证自身输出的机制,包括计划模式、动态工作流和自我检查,根据真实反馈迭代。这种闭环系统让agent从一次性工具变为能自我迭代的系统,可靠性大幅提升但token消耗更高。效果远超大多数300美元的agent课程。技巧Anthropic智能体agent10 个信源在谈事件专题推荐理由:Anthropic工程师自己怎么用agent?300个自改进swarm加闭环验证,比花300美元买课实用多了。原文稍后读已读值得跟进有用关注 Anthropic
07:38Notion@NotionHQNotion的运营主管Amy构建了一套AI代理套件,自动处理日常行政工作:一个代理自动起草邮件回复会议安排请求,第二个代理每日检查联合创始人日历并分配会议室和会议细节,第三个AI代理自动生成会议笔记并转化为行动项。她还有一个代理监控其他代理的运行情况。Amy表示AI帮她节省了时间,并减轻了精神负担,她像带新人一样逐步给代理更多自主权。技巧Notion智能体工作流1 个信源在谈事件专题推荐理由:Notion的运营主管分享了用AI自动处理邮件、安排会议室、记会议笔记的实际方法,还有代理监控代理的妙招。原文稍后读已读值得跟进有用关注 Notion
06:24cat@_catwuClaude Tag 支持数百种自定义方式,官方分享了6种常见工作流。例如在事件响应中,将 Claude Tag 到 incident 线程后,它能自动拉取图表、diff 部署、找出根因并标记作者。团队可在线程内审批,Claude 自动打开修复、部署上线、监控指标恢复并关闭页面。这套流程节省了从发现问题到修复的跨团队沟通成本。技巧ClaudeClaude Tag智能体7 个信源在谈事件专题推荐理由:想用 Claude 自动化你团队的 incident 响应流程吗?这篇官方指南给出了6个现成工作流模板,套上就能用。原文稍后读已读值得跟进有用关注 Claude
02:26Harrison Chase@hwchase17精选Harrison Chase 指出,发布第一版只是构建智能体工作的一小部分,更关键的是建立可重复的改进生命周期。该流程包括 5 步:1)Build——搭配 agent、tools、context、prompts 和 workflows 构建可用原型;2)Test——使用 evals 评估 agent 行为是否正确,而非仅输出类似内容;3)Deploy——将 agent 部署到生产环境;4)Monitor——通过 traces 追踪 agent 实际调用的工具、使用的上下文和失败点;5)Improve——从真实使用中学习,优化 prompts、tools、evals 和 agent 本身。Chase 将在 6 月 24 日的“The Agent Development Lifecycle 101”网络研讨会中详细讲解。技巧LangChainAgent智能体1 个信源在谈事件专题推荐理由:LangChain 创始人手把手教你如何迭代改进智能体,从构建到上线再到优化,全是实操干货,适合所有做 AI Agent 的团队。原文稍后读已读值得跟进有用关注 LangChain
15:01HeyGen@HeyGen_OfficialHeyGen 为 HyperFrames 推出了名为 pr-to-video 的新技能,可将 pull request 自动生成为简短的解释视频。用户只需运行 npx skills add heygen-com/hyperframes 即可添加该技能。本周将每天发布一个新技能,每个技能围绕特定工作流构建。这是一个将代码审查过程可视化的实用功能。AI产品HeyGenHyperFrames视频生成推荐理由:HeyGen 出了个新技能,能把烦人的 pull request 秒变短视频,开发者和团队沟通用起来超方便。原文稍后读已读值得跟进有用关注 HeyGen
14:30shao__meng@shao__mengClaude Code开发者@trq212提出用HTML代替Markdown来给人类做解释,认为HTML可视化效果更有效。随后HeyGen推出了基于此理念的pr-to-video技能,可将pull request自动转为简短解释视频。该技能是HyperFrames新能力之一,通过npx命令即可添加。从Markdown到HTML再到视频,反映了人类对可视化信息输入的偏好。技巧Claude CodeHeyGenHyperFrames推荐理由:看看Claude Code开发者怎么用HTML做解释,还有HeyGen新出的pr-to-video技能,把代码审查变成视频。原文稍后读已读值得跟进有用关注 Claude Code