飞污熊小站

crawl4ai专为LLM而生的爬虫

yidao620@163.com (XiongNeng) — Sat, 29 Aug 2026 20:35:10 +0800

做 AI 应用的人，迟早都会撞上同一个问题–喂给模型的数据从哪来？模型自己不会上网。你要给它知识，就得先去网上抓内容、清洗、转成它能吃的格式。而网页抓取这件事，从来都不简单：动态加载、反爬、登录态、表格、分页、JS 渲染……每个都是坑。有人专门为 LLM 场景做了一个爬虫，把抓取到的网页直接转成干净的 Markdown。这个项目叫 crawl4ai，是 GitHub 上 star 最多的爬虫，作者是 unclecode。

GitHub地址：https://github.com/unclecode/crawl4ai

它到底是什么？

crawl4ai 是一个开源的、对 LLM 友好的网页爬虫和抓取工具，专门把网页转成干净的 Markdown，喂给 RAG、agent 和数据管道。 它的官方定位写得很直白：

把网页变成干净、LLM 可用的 Markdown，服务 RAG、agent 和数据管道。快速、可控、被 5 万+ star 社区实战检验。

技术栈是 Python，Apache-2.0 协议，作者把它定位成“为可用性而开源”–任何人都能用，不设门槛。

为什么作者要做这个？

README 里有个挺有意思的小故事：2023 年他需要把网页转成 Markdown，找了个号称“开源”的方案，结果要注册账号、要 API token、还要 16 美元，最后还不好用。他“暴怒模式”启动，几天内做出了 crawl4ai，结果一炮走红。所以他做这件事的初心很明确：抓网页这件事，不该被收费墙和 token 卡住。

为什么“LLM 友好”这么重要？

很多人以为爬虫就是“把 HTML 抓下来”，其实最难的是抓完之后。普通的 HTML 直接喂给模型，会有几个问题：

导航栏、广告、页脚全是噪音，浪费 token 还干扰理解
表格、代码块、标题层级乱掉，模型读不出结构
接丢失，没法做引用溯源
动态加载的内容抓不全

crawl4ai 针对这些逐个解决：

1）干净的 Markdown

抓下来不是原始 HTML，而是结构清晰的 Markdown–标题、表格、代码块都对齐，格式准确。

2）Fit Markdown（智能过滤）

用启发式规则（还有 BM25 算法）去掉噪音，只留正文核心内容。直接喂模型，省 token 又准。

3）引用与参考

把页面链接转成带编号的参考列表，输出里带干净的引用。做 RAG 时溯源特别有用。

4）自定义策略

你可以写自己的 Markdown 生成策略，针对特定网站做优化。

这一套下来，输出就是“模型能直接吃”的格式，不用你再写一堆清洗代码。

默认能做什么？

功能面非常广，按几大块说：

结构化数据抽取

LLM 驱动抽取：支持所有 LLM（开源的、闭源的），从页面里抽结构化数据
分块策略：按主题、正则、句子级分块，做针对性处理
余弦相似度：按查询语义找相关内容块
CSS/XPath 抽取：用选择器做快速 schema 抽取，定义自己的 schema 把重复结构转成 JSON

浏览器集成

- 托管浏览器：用你自己的浏览器，完全控制，绕过反爬 - 远程浏览器控制：接 Chrome DevTools Protocol，做大规模远程抓取 - 浏览器 Profiler：保存登录态、cookie、配置，复用 profile - Session 管理：保留浏览器状态，多步爬取复用 - 代理支持：带认证的代理无缝接入 - 多浏览器：Chromium、Firefox、WebKit 都支持 - 动态视口：自动调整视口匹配页面内容，确保全部渲染

抓取与抓取

媒体支持：图片、音频、视频、srcset、picture 都能抽
动态抓取：执行 JS、等待异步内容
截图：抓取时截屏，调试或分析用
原始数据：直接处理 raw HTML 或本地文件
链接抽取：内链、外链、iframe 内容都能拿
自定义 Hook：每一步都能挂钩子改行为
缓存：避免重复抓取，提速
懒加载处理：等图片加载完，不漏内容
整页扫描：模拟滚动，搞定无限滚动页面

深度爬取

支持 BFS 等策略做整站深度爬取，还能设最大页数。而且有个很实用的能力–崩溃恢复：长时间爬取崩了能从 resume_state 接着跑，不用从头再来。还有 prefetch 模式，URL 发现快 5-10 倍。

部署

Docker 化：带 FastAPI server，部署方便
安全认证：内置 JWT token 认证
可扩展架构：为大规模生产设计
云部署：主流云平台都有现成配置

安装

pip install -U crawl4ai
crawl4ai-setup # 装浏览器
crawl4ai-doctor # 验证安装

装完跑一个最简单的爬取：

import asyncio
from crawl4ai import *

async def main():
 async with AsyncWebCrawler() as crawler:
 result = await crawler.arun(url="https://www.nbcnews.com/business")
 print(result.markdown)

if __name__ == "__main__":
 asyncio.run(main())

几行代码，拿到干净 Markdown。

命令行（v0.9 新增）

不想写代码，直接命令行：

# 基础爬取，输出 markdown
crwl https://www.nbcnews.com/business -o markdown

# 深度爬取，BFS 策略，最多 10 页
crwl https://docs.crawl4ai.com --deep-crawl bfs --max-pages 10

# 用 LLM 抽取，针对一个问题
crwl https://www.example.com/products -q "Extract all product prices"

用 LLM 做结构化抽取

这是它最“AI 原生”的能力。定义一个 schema，让它从页面里抽你要的字段，直接出 JSON。不用写一堆正则和选择器，描述清楚你要什么，LLM 帮你抽。

适合谁用？

如果你满足下面任意一条，值得用：

做 RAG 应用，需要把网页变成干净的上下文
做 AI agent，需要实时抓取网页作为工具
做数据管道，需要大规模、可控的网页抓取
受够了现成爬虫的清洗和噪音问题
需要登录态、代理、反爬绕过的复杂场景

如果你只是偶尔抓一个静态页面，requests + BeautifulSoup 可能就够，用不上它的全部能力。但凡你进入“给 AI 喂网页数据”的场景，crawl4ai 这种“LLM 友好”的设计能省掉大量后处理工作。

diagram-design给AI加一套视觉审稿标准

yidao620@163.com (XiongNeng) — Tue, 25 Aug 2026 19:49:22 +0800

现在的模型其实已经能读懂流程、模块和依赖关系。你把一段产品逻辑扔进去，它很快就能生成 Mermaid、SVG，或者一页带流程图的 HTML。但其实只靠模型的 Coding 能力，一次性能把关系画清楚，其实目前应该还不太行。文字密度、留白、连线不对、重叠等等毛病很难靠一句提示词解决。Diagram Design 这个开源项目把字号、间距、配色、节点数量和视觉层级写成规则，让 Agent 照着执行。

39 种专业图，一句话生成；还能读取网站品牌色、重绘 Mermaid / draw.io、导出 SVG 和 PNG。它解决的不是“AI 会不会画图”，而是“AI 画出来的图到底能不能直接拿去用”。

开发者对“AI 味”已经开始审美疲劳。普通模型一画架构图，往往就是圆角框、渐变、蓝紫霓虹，再加一堆自动排版出来的线；Mermaid 很方便，但复杂一点以后也容易变成“能看懂、但不想放进文档”。diagram-design 的作者 Cathryn Lavery 直接把目标写成一句话：Editorial diagrams your designer won’t hate。她说自己以前让 Claude 画图，经常得到和网站风格完全不搭的通用方框，最后还要再去 Figma 调半小时，于是干脆把“怎么画得像专业编辑图”做成了一个 Agent Skill。

GitHub地址：https://github.com/cathrynlavery/diagram-design

01 / WHY IT BLEW UP

它不是“再造一个 Mermaid”，而是给 AI 加了一套视觉审稿标准

当前版本提供 39 种 editorial diagram，从 Architecture、Flowchart、Sequence、ER、Timeline、Gantt，到 Sankey、Wardley Map、Kanban、User Journey、Deployment、Dependency Graph、UML Class、Database Schema 都覆盖了。每种图又有 minimal light、minimal dark 和 full-editorial 三套静态版本，默认输出是单文件 HTML + 内联 SVG，不需要前端构建流程。对技术团队来说，这意味着它不是在做“画一个漂亮插画”，而是在做一套可以反复复用的技术表达语法。

39 种类型里，最常用的三组

工程架构：Architecture · Sequence · ER · Deployment · Dependency · UML · Database Schema
产品与项目：Timeline · Gantt · Kanban · User Journey · Story Map · Quadrant · Process
数据与表达：Sankey · Radar · Bar · Line · Treemap · Scatter · Pyramid · Venn

更关键的是，它把“少即是多”写成了规则：每个节点必须有存在理由，强调色只留给一两个真正重要的地方，目标密度大约是 4/10。这个思路很反 AI：不是让模型往图里塞更多元素，而是要求它删掉不必要的节点和装饰。

安装

Claude Code:

/plugin marketplace add cathrynlavery/diagram-design
/plugin install diagram-design@diagram-design

Then enable updates once: run /plugin, open Marketplaces, select diagram-design, and choose Enable auto-update. Claude Code disables auto-update by default for third-party marketplaces; after this toggle, it refreshes the marketplace and installed plugin in the background after startup. Run /reload-plugins when prompted, or let the next session load the update.

Codex:

codex plugin marketplace add cathrynlavery/diagram-design
codex plugin add diagram-design@diagram-design

Codex refreshes configured Git marketplaces at startup. To fetch immediately, run codex plugin marketplace upgrade diagram-design and start a new session.

Pi:

pi install https://github.com/cathrynlavery/diagram-design

Run /reload in an open Pi session. Pi makes the skill available for matching diagram requests; use /skill:diagram-design to invoke it explicitly. Pi also loads the /export-diagram, /import-mermaid, /profile, and /doctor prompt templates. The unpinned Git install is intentional: Pi has no automatic package refresh, so run pi update --extensions to pull merged updates.

装完以后不需要背复杂命令，直接说“给我的 App 画一张 frontend、backend、database、Redis cache 的架构图”就可以。第一次在新项目里使用时，Skill 会检查 style-guide 是否还是默认值；如果是，它会先问你要不要做 onboarding。最实用的方式是直接给一个网站地址，例如

onboard diagram-design to https://yoursite.com

Agent 会读取主页的背景色、正文颜色、CTA 色和字体栈，映射成 paper、ink、accent 等语义 Token，再让你确认后写入样式指南。官方给这个过程的目标时间就是大约 60 秒。

THE KILLER FEATURE

最实用的功能，可能不是“从零画图”，而是把已有丑图重新排一遍

很多人已经有 Mermaid、draw.io，真正麻烦的是“内容都对，但图太丑”。diagram-design 现在支持直接导入 .drawio、.drawio.xml、带内嵌数据的 .drawio.png / .svg，也能读取 .mmd、.mermaid 或 Markdown 里的 Mermaid 代码块。它不会沿用原图的坐标、配色和字体，而是保留组件、关系、分组与方向，再按自己的设计系统重新排版。

它给“重画”提供了四个旋钮：

Format：HTML / SVG / PNG / HTML+PNG
Size：文档、16:9 幻灯片、社交卡片、打印尺寸等
Detail：faithful / balanced / simplified
Audience：engineer / mixed / executive

这个设计非常像真正的编辑工作：同一份源图，放进工程文档和放进 CEO 汇报，信息不该完全一样。比如 Auth Service 的工程版可以保留 JWT、算法和端口，面向 mixed audience 时简化成 token check，面向 executive 时甚至只留下“Sign-in”。导入结束以后，它还会给出 fidelity ledger，明确告诉你哪些节点被合并、折叠或删除，避免“AI 重新画了一遍以后顺便把逻辑改了”。图 1：官方 import-drawio 示例。原内容被重排成统一网格和单一强调色。

REAL VALUE

它直接长在 Coding Agent 的工作流里。Agent 已经理解你的代码、架构和文档，不需要你再复制一遍上下文给另一个画图网站；第二，它的输出是 HTML + SVG，而不是一张只能看的位图，后续还能继续编辑、导出 SVG 给 Figma 或 Illustrator，也可以通过 Playwright 导出高分辨率 PNG；第三，它真正把“品牌一致性”考虑进去了，同一个团队可以把网站的色彩和字体做成 profile，多项目复用，而不是每次重新告诉 AI“请用我们公司的蓝色”。

但它也不是万能工具。官方自己就明确写了：如果只是终端里的一张 Unicode 小图、一个列表、前后对比，或者只有一个方框的“图”，那就别用；列表用表格，前后对比也用表格。一张图只有在“读者能从图里学到比一段文字更多东西”时才值得画。这个边界我反而很喜欢，因为它再次强调diagram-design 的目标不是让 AI 画更多，而是让真正需要画的那几张图更像可以发布的成品。

PROJECT CARD

项目定位：给 Coding Agent 使用的编辑级技术图表 Skill
当前能力：39 种图表类型 · 品牌 Onboarding · draw.io / Mermaid 重绘 · SVG / PNG 导出
支持环境：Claude Code、Codex、Pi

代码知识图谱工具汇总

yidao620@163.com (XiongNeng) — Sat, 22 Aug 2026 20:15:10 +0800

写代码或做内容，都有必要建「知识图谱」

🔥知识图谱：不管写代码还是做内容，都有必要建「知识图谱」

graphify - 资料太散？PDF 截图白板笔记全丢给它，整理成一张能查的关系网，查询省 71.5 倍成本。
Understand-Anything - 接手陌生项目不知从哪看起？它画好地图，带着你按顺序走一遍。
codebase-memory-mcp - 大项目建图慢？28M 行 Linux 内核 3 分钟建完，AI 查啥都秒回。
code-review-graph - 评审又慢又贵？AI 只读该读的，14 万 token 降到 2 千。
archify - 怕 AI 画图画错？先检查再出图，瞎编的零件当场拦下。
openwiki - 文档写了就过期？它自己维护，每句话都附出处。

把这5个UI组件站丢给Agent

yidao620@163.com (XiongNeng) — Thu, 20 Aug 2026 20:25:10 +0800

程序员做页面最容易卡住的地方，往往不是代码写不出来。按钮放哪、间距多大、卡片怎么排、弹窗怎样出现才舒服，这些问题每一个都能写代码，拼到一起却可能像十年前的后台管理系统。

现在有个省力得多的办法：把成熟的 UI 组件当成乐高，再让 Claude Code、Codex 这类编程 Agent 负责选型、取代码、改样式和接入现有项目。

下面这 5 个站点，刚好覆盖基础组件、AI 产品界面、稀有交互和页面动效。知道它们各自擅长什么，做页面时就不用再盯着空白画布硬憋。

Beautiful UI：AI 产品界面直接从这里找

Beautiful UI 的目标很明确：给 AI 原生产品准备一套精致的界面模式。它没有把精力花在普通按钮和输入框上，首页展示的是 Loading State、Thinking、Streaming Text、Approval Card、Tool Chips、Task Rows、Prompt Bar、Diff Table、Code Block 等组件。

这些正是 AI 应用最难凭空设计的部分。模型思考时怎样显示过程，工具调用怎样收进一枚小标签，Agent 执行动作前怎样向用户申请确认，流式回答结束后怎样放引用和后续操作，站内都给了可以现场体验的成品。

做聊天助手、知识库、数据分析 Agent 或带人工审批的自动化工具，可以让 Agent 先到 Beautiful UI 找相近的交互，再把颜色、圆角、文案和数据结构改成项目自己的样子。页面提供的是可复制、可修改的组件代码，当前使用这些公开组件不需要购买套餐。

适合项目：AI 聊天、Agent 工作台、审批流程、生成式数据界面。
访问地址：beautifului.dev

BeUI：给 React 页面补上高级动效

BeUI 是一套面向 React 和 Next.js 的动画组件，主要使用 Motion 与 Tailwind CSS，并通过兼容 shadcn 的 Registry 分发。组件不是只能看的演示，Agent 可以读取它的组件索引、依赖和源代码，再把文件放进项目。

它的免费目录已经很丰富。常用控件有 Tabs、Switch、Select、Combobox、Bottom Sheet、Drawer 和 Toast Stack；更醒目的组件有 3D Tilt Card、Morphing Modal、Cylinder Carousel、Shader Background；Agent 场景还有 Prompt Input、Todo List、File Diff、Tool Approval、Citations 和完整 Chat App。

BeUI 适合处理“功能已经能用，但页面缺少质感”的项目。比如把普通弹窗换成形态连续的 Morphing Modal，把静态数字换成滚动数字，把生硬的侧边栏折叠改成带弹性的图标轨道。公开组件免费、开源，可以用 shadcn 命令安装。Pro 版提供更多区块和整页模板，官方当前价格折合约 ¥867 / 年，终身版约 ¥1203，按查询当日汇率计算。

适合项目：React、Next.js 产品站、SaaS 后台、AI 工作台、强调动效的交互页面。
访问地址：beui.dev

Rare UI：常规组件库里找不到的效果

Rare UI 收集的是少见、有记忆点的 React 动画组件。它目前提供 14 个以上的独立组件，每个组件基本是一个文件，通过 shadcn CLI 加入项目。

这里能找到会在悬停时展开卡片的 Folder、带物理效果的 Gravity Letters、适合 AI 生图等待状态的 Grid Reveal、可播放和跳转的 Step Player、字符滚入并带成功或错误反馈的 OTP Input。它们很适合首页主视觉、产品演示、空状态和关键反馈，不必塞满整张页面。

Rare UI 公开 Registry 免费，采用 MIT 许可，可用于个人和商业项目。安装后代码会进入自己的项目，Agent 可以继续删动画、换配色、调整尺寸。接入前仍要让 Agent 检查依赖和移动端表现，尤其是物理动画、设备倾斜和持续粒子效果。

适合项目：产品官网、作品集、AI 生图、活动页面，以及需要一个视觉记忆点的关键区域。
访问地址：rareui.com

Transitions：页面不换组件，只把动作变顺

Transitions.dev 专门处理界面过渡。菜单展开、数字弹入、卡片改尺寸、错误提示抖动、骨架屏切换到内容、标签页滑动、图标切换、加载状态变成完成状态，这些很小的动作，正是页面“能用”和“精致”之间的差别。

站内的免费 Skill 可以直接装进 Claude Code、Codex、Cursor 等 Agent，包含 27 个以上可用于生产的过渡方案。装好后可以让 Agent 列出所有动画、扫描项目里零散的时长和关键帧，或者根据当前组件选择合适的过渡。

npx skills add Jakubantalik/transitions.dev

免费页面也能复制 CSS 和 React 方案。Pro 版增加 36 个以上的完整过渡、React 与 TypeScript 版本以及 Refine 工具，个人月付约 ¥60，终身版约 ¥1001。已有页面结构比较稳，只想统一动效节奏时，先用它扫描再局部替换最省事。

适合项目：已有 React 页面、交互动效审查、统一动画节奏、补足加载与状态切换。
访问地址：transitions.dev

shadcn/ui：先搭一套可靠的页面骨架

shadcn/ui 适合承担整个项目的基础层。它提供 Button、Dialog、Form、Table、Sidebar、Command、Calendar、Chart、Data Table 等常用组件，同时把真实源代码放进项目，开发者和 Agent 都能直接修改。

这种“开放代码”模式对编程 Agent 很友好。Agent 能读到组件实现和统一接口，组合页面时不用反复覆盖第三方包的样式。官方还提供 MCP Server，让 Agent 搜索 Registry、查看组件文档、安装组件，并支持第三方和团队私有 Registry。

shadcn/ui 本身免费、开源。做新项目时，可以先用它搭好表单、弹窗、侧边栏和数据表，再从前面几个站点挑一两个更有辨识度的组件。这样的页面有稳定骨架，也有自己的视觉重点。

适合项目：React 项目基础组件、后台系统、表单密集页面、团队设计系统。
访问地址：ui.shadcn.com

怎样让 Agent 真正把组件拼进项目

只发一句“帮我做得好看点”，Agent 很容易自由发挥。更稳定的做法，是把任务、参考站点和验收标准一起交代清楚。下面这段可以直接改项目名后使用：

请先阅读现有项目的组件、主题变量和页面结构。

目标：优化「填写具体页面」的视觉与交互，不改变现有业务流程。

参考来源：
- 基础组件优先从 ui.shadcn.com 选择
- AI 交互参考 beautifului.dev
- 动画组件参考 beui.dev 和 rareui.com
- 状态切换参考 transitions.dev

执行要求：
1. 先列出准备采用的组件、选择理由和依赖，等我确认后再修改。
2. 保留项目现有主色、字体、圆角和间距体系。
3. 每个页面最多加入一个强视觉组件，避免堆叠动画。
4. 检查键盘操作、焦点状态、移动端布局和 prefers-reduced-motion。
5. 安装前审查第三方代码与许可证，不覆盖已有公共组件。
6. 完成后运行类型检查、测试和构建，并汇报修改文件。

如果项目页面很多，可以再拆成三次任务。第一轮让 Agent 盘点现有视觉规则；第二轮只做一个代表页面；确认方向后，再让它把相同组件和设计变量推广到其他页面。这样更容易保持一致，也方便在 Git 里查看和撤销改动。

站点	最适合找什么	公开内容
Beautiful UI	AI 产品界面	免费复制
BeUI	React 动画组件	免费 + Pro
Rare UI	少见互动效果	免费 MIT
Transitions	状态与过渡动画	免费 + Pro
shadcn/ui	页面基础骨架	免费开源

前端审美很难靠一句提示词临时生成，成熟组件已经把间距、层级、状态和动效做成了可复用代码。下一次做页面时，先让 Agent 从 shadcn/ui 搭骨架，再按场景去 Beautiful UI、BeUI、Rare UI 和 Transitions 里挑一块合适的组件，通常比从零画一套界面更快，也更稳。

Hermes从毛坯房到精装修

yidao620@163.com (XiongNeng) — Sat, 15 Aug 2026 15:15:29 +0800

你的Hermes是不是在吃灰了？

用了两天就闲置了，只会问一句答一句，每次都要重新交代上下文，感觉就是个高级点的搜索默认的Hermes只是一个临时聪明助手——没有记忆、没有工具、没有眼睛精装后的Hermes有长期记忆、能上网、能看图、能听能说、能自己进化，不再是聊天机器人，而是你的专属数字分身。

跟着我让它7步让你的Hermes从毛坯变精装。

第一步：定身份

别上来就装工具，先给它一个灵魂写一份SOUL.md，定义角色、风格、工作方法不想手写？有现成的行业模板库 agency-agents-zh 免费获取。

GitHub地址：https://github.com/jnMetaCode/agency-agents-zh

第二步：换记忆系统

默认记忆太碎片了，换成Hindsight 对话中自动提取实体、事实、时间，搭建知识图谱，你再也不用重复交代执行 Hermes memory setup 即可完成配置。

第三步：全网搜索

Tavily 是最热搜索神器，DuckDuckGo 兜底零成本搜索。

第四步：装上网络眼睛

不只是搜索，还要会抓取 Firecrawl、Camoufox 抓单页、深爬、破反爬、模拟浏览器——AI才能真正看懂全网

第五步：解锁多模态能力

Whisper 多语言语音识别
Edge TTS 语音合成
openMontage 一键生视频让自媒体、视频相关行业工作者效率拉满

第六步：成本精细管控让你的token省到手软

RTK——通过过滤和压缩命令行输出，把AI编程助手的Token消耗减少60%-90%
RTK地址：https://github.com/rtk-ai/rtk
codebase-memory-mcp——把代码库变成持久化知识图谱的MCP Server，能减少99%的Token消耗（上下文更精准）
codebase-memory-mcp地址：https://github.com/DeusData/codebase-memory-mcp

第七步：Hermes总管

别装一堆工具乱成麻，用 awesome-hermes-agent 一键梳理这是一个社区维护的导航站，发现新能力、找到解决方案、快速上手的最佳起点。 GitHub地址：https://github.com/0xNyk/awesome-hermes-agent

必装的几个SKILL

Defuddle：把网页"瘦身"再喂给 Agent

解决什么问题：Agent 抓网页时，会把导航、页脚、Cookie 横幅、侧边广告、订阅弹窗全部读进上下文。这些不是你要的内容，却会留在对话里，每多一轮都要重发一遍。 具体怎么做：Defuddle 在 Agent 触碰网页之前，先把它剥成纯净的 Reader Mode Markdown–>只留正文。同一个网页、同一个问题，启用 Defuddle 后 token 消耗可能只是原来的几分之一。 适用边界：只要你的 Agent 做研究–读文档、查资料、扒竞品–这个 Skill 就不是"可选"，而是"必装"。它会在你读第一个网页的时候就帮你省钱。

Codebase Memory：让 Agent 别再一遍遍重读代码

解决什么问题：当 Agent 要理解一个陌生代码库，它会从入口文件开始读，再读那些被 import 的文件，再读那些文件 import 的文件–每一个读过的文件都永久留在对话里。一个 3000 token 的文件，在第 4 轮被读过，到第 40 轮已经为同一个问题重复支付了 37 次成本。 具体怎么做：Codebase Memory（严格说是一个 MCP Server，不是单个 Skill 文件）把整个仓库一次性索引成一张"知识图谱"。之后 Agent 不再读文件，而是查询这张图–“这个函数被谁调用？““这个接口在哪里定义？“仓库声称能减少 99% 的探索 token，有朋友实测也达到了 95%，覆盖 158 种语言。 适用边界：

适合：陌生仓库的快速接入、跨文件重构、依赖关系梳理
不适合：极小项目（一两文件直接读就行）；实时变更频繁的代码（索引可能滞后）

Humanizer：让 Agent 的写作"不像 AI”

解决什么问题：你把 Agent 写的文案发到 LinkedIn / 公众号，第一句就被人认出来:“又是 AI”。原因藏在那些 AI 味儿十足的痕迹里：M dash（-）、三段式排比、“delve into”、“in conclusion”、“let me know if you need anything else”…… 具体怎么做：Humanizer 把维基百科上"AI 生成文本的特征"那一页完整抓下来，转化成 Skill。它会扫描 Agent 的输出，把这些"指纹"逐条改写。它会随维基百科的更新自动同步。 适用边界：

提醒一句：Humanizer 文件 29.6 KB，是这份清单里最大的一个。一旦加载，整个会话期间它都住在你的上下文里。所以调用方式跟别人不一样–>不要在一开始就调用它，而是在写作完成的最后一刻单独调一次。深度长会话里，最好把"去 AI 味"这一步放到一个全新的会话里执行。

场景举例：你让 Agent 起草一篇产品发布稿，主会话里只负责结构和内容，最后把草稿复制到新会话，跑一遍 Humanizer，再发出去。

Agent Reach：让 Agent 听得见"人在说什么”

解决什么问题：你的 Agent 聪明、能规划、能写代码–但你让它去查"用户到底在讨论什么”，它就瞎了：

X（前 Twitter）API 是付费墙
Reddit 从云端 IP 直接返回 403
GitHub 还能凑合用，但限流严格
其他平台一夜之间改规则 具体怎么做：Agent Reach 一次安装，把 X、Reddit、GitHub 等社交平台全部接进来，零 API 费用。更关键的是它的故障转移机制：当某个平台改了规则封掉一条路径，它已经预备了备用路径，Agent 根本感知不到这次中断。

WorkBuddy桌面版使用笔记

yidao620@163.com (XiongNeng) — Sun, 09 Aug 2026 19:31:45 +0800

目前最火的几个 Skill

01 Find Skills

Skill 太多，不知道装哪个？直接告诉它你想干嘛，它帮你从一堆 Skill 里筛出最适合的，不用自己一个个翻。对新手特别友好，省去了试错成本。

02 Agent Browser

这个属于比较硬核的存在。它能让 AI 自己操作网页，填表格、点按钮、截图都能干。相当于 AI 从只会聊天，变成能自己动手办事。很多重复性网页操作，交给它就能省不少时间。

03 Self Improving + Proactive Agent

跟第一名同赛道，但更进阶。不只是记错题本，它还会主动预判你接下来可能需要什么，自己攒经验库。适合长期跟进同一个项目的人，越用越贴身。

04 skills-security-check

装 Skill 之前的安检员。不管从哪个渠道装的 Skill，它先帮你检查一遍有没有可疑权限或风险信号。装之前心里有底，不怕踩坑。

05 Humanizer-zh

AI 写出来的东西一股机器味？这个 Skill 直接帮你把表达改得更自然，写文案、写文章的时候特别顶用。输出看起来更像人写的，阅读体验和转化率都会更好。

WorkBuddy 最值得推荐的技能

除了 SkillHub，GitHub 上有很多开源技能仓库，都遵循 Agent Skills 开放标准，Claude Code、Codex、WorkBuddy 这类工具通用。这篇文章里 9 个技能就来自 4 个高质量仓库：

awesome-claude-skills （聚合）：1000+ 技能的聚合清单，办公、营销、内容、设计全场景
khazix-skills （卡兹克）：作者自己每天在用的实战技能，配公众号讲解文章，质量高
baoyu-skills （宝玉）：中文作者，公众号创作全链路，封面、配图、转 HTML、发布一条龙
gzh-design-skill （甲木）：公众号排版专用，6 套主题，Markdown 一键排成可直接粘贴的 HTML

职场办公场景

5. storage-analyzer：磁盘清理（卡兹克开源）

专门做磁盘清理的：扫一遍全盘，告诉你空间被什么占了、哪些能安全清理，输出交互式报告（磁盘总览、占用 Top 5、清理优先级、三色分级）。全程只读，绝不擅自动手：绿色纯缓存一键清，黄色含用户数据只能移废纸篓，红色系统文件只给打开文件夹，删除都得你二次确认。

安装方式：

帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/storage-analyzer

怎么用？直接说一句就行：

帮我看看存储 
C 盘满了 
清理一下磁盘

技术开发场景

9. neat-freak：项目收尾洁癖（卡兹克开源）

干完活后的收尾工具：把你这次会话改的东西，跟项目文档、CLAUDE.md、Agent 记忆全部对齐一遍，防止文档和记忆过期。代码迭代七八轮、文档还是最初一版的情况太常见，Agent 看着过期信息越用越笨，neat-freak 就是清这个的。它仅处理 CLAUDE.md、docs、README 以及 Agent 记忆，底线是不擅自杀文件，所有删除只出候选清单等你确认。

安装方式：

帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/neat-freak

触发方式：

/neat 
跑一下洁癖 
把文档和记忆整理一下

内容创作场景

这个场景单独拎出来，因为从找选题到排版发布，正好能拼成一条内容创作流水线：aihot 找选题 → khazix-writer 写稿 → baoyu 系列做封面和配图 → gzh-design-skill 一键排版。

11. aihot：AI 资讯查询（卡兹克开源）

一句话拿到 aihot.virxact.com 每天的 AI HOT 日报和全部 AI 动态，无需 API Key、无需配 MCP。

AI 领域资讯更新极快，等你留意到相关动态时，热点往往已经过时。而这个技能，可以帮你每天跟得上AI的最新动态。

能做的事：拉今日或指定日期的 AI 日报、看当前最热事件（按热度排）、按分类和时间窗筛选、关键词搜索，比如"OpenAI 最近发的"、“Sora 相关”。

安装方式：

请安装 AIHOT Skill：https://aihot.virxact.com/aihot-skill/README.md 
装完告诉我是否需要开启新会话。 
安装器支持时请追加：--actor 1687416f-b54d-43fc-bb2b-92d51d28e040

触发方式：

今天 AI 圈有什么新东西 
现在 AI 圈最热的事件是什么 
最近 OpenAI 有什么发布

12. khazix-writer：卡兹克写作（卡兹克开源）

用卡兹克自己写公众号的那套口吻和节奏写长文。丢一篇 PDF、一段语音转文字、一个新闻链接，就能让 AI 写成一篇完整文章，写作风格规则、四层自检体系、风格示例库都内置好了。

它有立场，会拒绝写"赋能、抓手、闭环"，拒绝"首先…其次"。如果你的目标读者就好这一口，那这个技能不适合你。

安装方式：

帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/khazix-writer

触发方式：

帮我写篇文章
把这个素材写成长文
按我的风格写一下

13. baoyu-cover-image：公众号封面（宝玉开源）

给文章生成封面图，五维定制系统：类型 × 配色 × 渲染 × 文字 × 氛围，11 种配色和 7 种渲染风格组合出 77 种效果。把文章丢给它，它会分析内容自动选维度，也可以手动指定风格，比如蓝图风、手绘风。

安装方式：

帮我安装这个 skill：https://github.com/JimLiu/baoyu-skills/tree/main/skills/baoyu-cover-image

典型用法：

/baoyu-cover-image path/to/article.md
/baoyu-cover-image path/to/article.md --quick

14. baoyu-article-illustrator：文章配图（宝玉开源）

分析文章结构，自动识别需要配图的位置，按类型 × 风格 × 色板三维系统生成插图。支持信息图、流程图、时间线、对比、氛围图六种类型，notion 极简、水彩、编辑风等八种风格。写完长文丢进去，配图位置和风格自动就位，不用自己一张张找素材。

安装方式：

帮我安装这个 skill：https://github.com/JimLiu/baoyu-skills/tree/main/skills/baoyu-article-illustrator

典型用法：

/baoyu-article-illustrator path/to/article.md

15. gzh-design-skill：公众号排版（社区开源）

把 Markdown 一键排成可直接粘贴进公众号编辑器的 HTML，6 套精选主题（摸鱼绿、红白、石墨极简、留白禅意等），样式全内联，粘进去不掉格式。章节自动编号、关键词下划线、引言卡、目录都自动处理，还能一句话或一张参考图现造新主题。

它只排版不写作，得先有 Markdown 稿。内置双层校验脚本保障排版稳定性，切换 AI 模型也不会出现排版错乱。

安装方式：

请帮我查找并自动安装 https://github.com/isjiamu/gzh-design-skill 这个 skill

怎么用？跟 AI 说一句就行：

用摸鱼绿把这篇文章排成公众号 HTML：article.md

使用wewrite写公众号文章

yidao620@163.com (XiongNeng) — Wed, 05 Aug 2026 14:37:17 +0800

WeWrite不是App，不是浏览器插件，也不是VSCode插件。它是一个装在Claude Code（或者 Codex、OpenClaw、Hermes）里的 Skill——你可以理解成给AI的一套「岗位说明书 + 工具箱」。

你说「写一篇公众号文章」，它就照着这套说明书，把原本要你在七八个软件之间来回搬运的活儿，串成一条自动流水线：抓热点、评选题、搜素材、写作、审稿，完了再按需配图、排版、推草稿箱。

这里有个细节我特意留意了：配图、排版、发布这三件事是各自独立的。你写完正文可以就停在那儿，也可以单独喊一声「配个图」或「换个主题」，它不会在你没点头的时候偷偷去生图，更不会偷偷发布。在一堆张口「全自动一键搞定」的工具里，这种边界感反而少见。

项目地址：https://github.com/imraywang/wewrite

公众号人到底累在哪

做公众号最累的，从来不是「写」这一下。

写之前要折腾：刷热点、查搜索量、纠结选题、凑大纲凑素材，光这些前戏就耗掉一晚上。

写完之后更烦——稿子挪到编辑器调样式，外链被微信吞了得一条条改脚注，中英文挤一起没空格得手动加，暗黑模式颜色反转还得重新调，这些体力活谁做谁知道。

这还不算，中间永远夹着两个老大难：AI写的东西一眼假，空话套话一堆，数据还是编的；风格也飘，今天一个腔调明天一个腔调，写多了连自己都觉得不像自己。

WeWrite想解决的，基本就是这一整串。它不是来抢你笔的，是来替你跑那些「写之前的准备」和「写之后的收尾」的。

整体流程

官方的流程大致是这样：

抓热点 → 选题评分 → 出文章任务书 → 列主张和来源清单 → 内容增强 → 写初稿 → 编辑判断 → 必要时改稿复审 → 交付成稿。

成稿之后，配图、排版、推草稿箱，都是你喊一声才做。

这里我想多说的是一个容易被忽略的点：它不是一条绑死的管道。

我去翻了它的源码目录，发现底下是10个独立的skill——1个主入口，加9个模块：选题（wewrite-topic）、写作（wewrite-write）、审稿（wewrite-review）、配图（wewrite-visual）、发布（wewrite-publish）、一稿多发（wewrite-rewrite）、风格（wewrite-style）、数据复盘（wewrite-stats）、学习排版（wewrite-learn）。

这意味着，你完全可以不让它跑全程。你就想让它在某一步搭把手，也行。「只想选题」喊wewrite-topic，「只要封面」喊wewrite-visual，缺了前置条件它会自己补齐。对一个只想用某个环节的人来说，这比「全自动一条龙」友好得多。

还有个细节：每篇文章都存在~/.wewrite/runs/一个带编号的目录里，进度能断点续跑。跑到一半断了，回头接得上。

预置7个人格

多数AI写作工具给你的是一种「通用腔」。WeWrite给你7个人格挑，而且还能学你自己。 7 个人格长这样：

midnight-friend，深夜老友腔，适合个人号
warm-editor，温暖叙事，情感生活号
industry-observer，36kr / 虎嗅那种行业分析腔
sharp-journalist，犀利评论
cold-analyst，冷静克制，财经投研号
humor-storyteller，包袱密集的热点辣评
tech-coder，代码先行，技术教程号在style.yaml里写一行writing_persona就能切。

公众号排版

这部分，可能是号主看了最想立刻用上的。先说主题，18个，按风格分了通用、科技、文艺、商务、风格、专属几类。professional-clean是默认，sspai、github、bytedance、bauhaus、ink、midnight这些都有，全都支持暗黑模式。

不过我实际用了之后，发现另外一个排版SKILL更适合我。地址在这里：https://github.com/isjiamu/gzh-design-skill

适合谁用

一个人做公众号、想提效、又怕AI味重的号主
只想用它某一个环节的人——就要选题灵感、就要封面、就要质量自检、就要排版发布
想把已经写好的公众号文章，一稿多发到小红书、抖音的
想让AI慢慢学会自己文风、长期用的人
想拿Claude Code搭内容生产Agent的技术人——它本身是个挺像样的Skill工程范例

还有哪些没解决的

先说最大的：它深度绑微信生态。 外链脚注、暗黑模式、草稿箱API、AIGC标识，全是微信特有的，你要主做别的平台，这套东西含金量会打折。

再就是它依赖AI Agent环境——不是独立App，你得先有Claude Code或者Codex、OpenClaw、Hermes里的一个。完全不懂技术的人，这一关就够劝退。

有些功能得配API key才舒服：推草稿箱要公众号的appid和secret（还得是认证服务号那档权限），生图要图床的key。不配就降级，体验打折。

热点和素材抓取依赖网络。它直连微博、头条、百度，脚本本身没内置代理开关（不过认 HTTP_PROXY 这类环境变量），国内直连一般没问题，海外或受限网络得自己配代理。

最后，跑全流程是要花钱的，尤其配图那一步会调付费图床API，实际花多少看你选什么模型、什么图床、文章多长。心里要有数。

使用hue自动生成UI设计规范

yidao620@163.com (XiongNeng) — Mon, 03 Aug 2026 12:32:15 +0800

Hue 是一个开源的 Meta-Skill，专为 AI 编程工具设计。

它的核心能力是：
给 AI 一个 URL / 品牌名 / 截图 → Hue 自动分析它的视觉语言 → 生成一套完整的 Design Skill → 后续 AI 生成的所有页面和组件自动匹配这个 UI 设计规范。

它本质上是给 AI 编程工具补上了"品牌视觉上下文"，解决"AI 每次生成的 UI 都是通用模板风"的问题，让 AI 始终遵守同一套设计规范。

Codex桌面版使用笔记

yidao620@163.com (XiongNeng) — Sun, 02 Aug 2026 16:15:33 +0800

Codex 是 OpenAI 官方出品的 AI 编码工具，能理解你的需求，帮你写代码、跑命令、调 Bug。

Codex 具有四种运行模式，覆盖你能想到的大部分使用场景：

CLI（命令行），在终端里跑，适合命令行党，主打一个黑框里掌控全局。
App（桌面应用），有图形界面，支持 macOS 和 Windows，适合不想跟终端互相折磨的人。
Web（网页版），打开浏览器就能用，不用装任何东西。出差用别人电脑、临时改个代码，随开随用。
IDE 插件，支持 VS Code、Cursor、Windsurf。写代码的时候直接在编辑器里调用，不用切窗口，不用复制粘贴，代码上下文自动带过去。

安装Codex

App 安装可以去OpenAI的Codex官网下载安装：https://chatgpt.com/zh-Hans-CN/codex/

对于CLI的安装命令如下：

# npm 安装 
npm install -g @openai/codex 
 
# Homebrew 安装（macOS） 
brew install --cask codex

# 验证
codex --version

配置认证

Codex的认证有两种方式，第一种是你如果有ChaptGPT订阅账号最方便。但是账号比较难申请，这里我就不演示了。另一种是直接通过API Key的方式登录。 Codex 的各个客户端形态——Codex CLI、ChatGPT 桌面端、VS Code 的 Codex 插件（Codex IDE extension）——共用同一份配置文件

接入API易

参考文档：https://docs.apiyi.com/scenarios/programming/codex-cli

配置目录：%USERPROFILE%\.codex\（即 C:\Users\你的用户名\.codex\）。用文件资源管理器进入该目录。 1）auth.json——把 Key 放进去：

{
 "OPENAI_API_KEY": "sk-你的APIYI密钥"
}

2）config.toml——把模型供应商指向 API易： 如果是全新文件，直接写入下面内容；如果已有文件，把”全局键”加到文件最顶部、把 [model_providers.apiyi] 整段加到文件最末尾（原因见下方提示）。

# === 全局（放在文件最顶部）===
model = "gpt-5.4" # 默认模型，可按需改成 gpt-5.5 等
model_provider = "apiyi" # 使用下面定义的 apiyi 供应商
preferred_auth_method = "apikey" # 用 API Key 认证（不要用 chatgpt 登录）

# === API易 供应商定义（放在文件最末尾）===
[model_providers.apiyi]
name = "apiyi"
base_url = "https://api.apiyi.com/v1"
experimental_bearer_token = "sk-你的APIYI密钥"
wire_api = "responses"

还有一种管理认证的方式，就是用cc-switch。不想手动编辑文件，可以用 CC Switch——一个图形界面工具，点几下就能把 API易的地址、Key、模型写进 Codex 配置，还能统一管理 Claude Code、Codex、Gemini CLI 等多款工具，一键切换。它也会自动处理上面的备份/合并，新手可优先考虑。配好后，Codex 的桌面客户端 / 插件 / CLI 都会自动读到这份配置。

接入DeepSeek

参考官方文档：https://api-docs.deepseek.com/zh-cn/quick_start/agent_integrations/codex

首先，创建模型目录文件 ~/.codex/models.json，向 Codex 声明 DeepSeek 模型的元数据。文件内容如下（与一键脚本写入的内容一致，包含 deepseek-v4-flash 与 deepseek-v4-pro 两个模型）：具体内容直接复制官网内容，这里就不显示了。

然后，编辑 Codex 配置文件 ~/.codex/config.toml（不存在则新建），添加以下内容。其中 experimental_bearer_token 填入你的 API Key（在 DeepSeek Platform 获取）：

model_provider = "deepseek"
model = "deepseek-v4-flash"
preferred_auth_method = "apikey"
forced_login_method = "api"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"

[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "<Your API Key>"

接入GLM

参考官方文档：https://docs.bigmodel.cn/cn/coding-plan/tool/codex

首先，创建模型目录文件~/.codex/models.json，向Codex 声明 GLM 模型的元数据。若文件或目录不存在，请先创建。

然后，编辑 Codex 配置文件 ~/.codex/config.toml（不存在则新建），添加以下内容。其中 experimental_bearer_token 填入你的 API Key

model_provider = "ZAI"
model = "glm-5.3"
model_reasoning_effort = "max"
model_catalog_json = "~/.codex/models.json"

[model_providers.ZAI]
name = "ZAI"
base_url = "https://open.bigmodel.cn/api/v1"
wire_api = "responses"
experimental_bearer_token = "<Your API Key>"

配置APP

安装后打开桌面版APP的界面如下

中间这一大块，就是我们平时的对话区，跟平时用的AI聊天差不多。左边栏是来管理你的所有对话和项目。这里分两个目录，一个叫对话，一个叫项目。对话适合不需要绑定到特定文件夹的任务，比如做做调研、做做规划，这些零碎的小任务里。项目才是Codex真正的主战场。

选一个本地文件夹作为项目目录，Codex就会以这个文件夹为工作区间，所有生成的文件都会自动存进去。一个项目里可以开好几个对话，每条对话就是一条独立的任务线，它们共享同一个文件夹里的文件，但记录互相隔离。

如果你所有事情都堆在同一个对话里，记录越来越长，上下文污染会很严重。所以最好的是，同一个方向的任务放同一个项目，具体的每件事开一条新对话去推进。

点击设置 -> 常规 -> 权限，把三个权限开关都打开。在编辑器中，将跟进处理方式修改为调整方向。这样你发现中途你想修改的时候就可以直接插入，而不是必须等着那个任务做完才能进行新一轮的对话。

接下来，设置AGENTS.md。这是从上往下分层穿透的约束体系，也就是你给codex设置的家法。第一层全局生效的AGENTS.md。在个性化设置的自义定指令里修改。他是你为codex提供的全局通用的规则。这个设好了，不管你以后开多少个新对话，他都会记得。给大家推荐一个我觉得不错的来自大神卡帕西的模板，可以直接复制粘贴使用。

# 全局配置

## 语言规则
- 所有回答都使用中文
- 技术术语可以保留英文，但是要提供中文解释
- 代码注释使用中文
- 文档和说明优先使用中文编写

**例外情况**：
- 代码本身（变量名、函数名等）可以使用英文
- 命令行指令保持原样
- 配置文件内容根据实际需要决定语言

## 1. 先思考，后编码
**不要想当然。不要掩饰困惑。主动暴露取舍。** 
在实现之前： 
- 明确陈述你的假设。若有不确定，请提问。 
- 若存在多种理解方式，请列出来——不要自行默默选一个。 
- 若有更简单的做法，请说出来。在有充分理由时，可以提出异议。 
- 若有不清晰之处，停下来。指出哪里令人困惑，然后提问。

## 2. 简单优先
**用最少的代码解决问题。不做推测性工作。** 
- 不添加未要求的功能。 
- 不为一次性使用的代码构建抽象。 
- 不提供未被要求的“灵活性”或“可配置性”。 
- 不为不可能发生的场景编写错误处理。 
- 如果你写了 200 行代码，而 50 行就能解决，请重写。 
问问自己：“资深工程师会觉得这过于复杂吗？” 如果是，就简化。

## 3. 手术式改动
**只动必须动的地方。只清理自己造成的混乱。** 
编辑现有代码时： 
- 不要“改进”相邻代码、注释或格式。 
- 不要重构没有问题的东西。 
- 匹配现有风格，即使你个人更喜欢其他写法。 
- 如果发现不相关的死代码，可以提及——但不要删除。 
当你的改动产生“孤儿”代码时： 
- 移除因**你的改动**而不再使用的导入/变量/函数。 
- 除非被要求，否则不要移除先前已存在的死代码。 
检验标准：每一行改动都应直接追溯到用户的请求。

## 4. 目标驱动执行
**定义成功标准，循环执行直至验证通过。** 
将任务转化为可验证的目标： 
- “添加校验” → “为无效输入编写测试，然后让测试通过” 
- “修复 bug” → “编写一个能复现该 bug 的测试，然后让测试通过” 
- “重构 X” → “确保重构前后测试均通过” 

对于多步骤任务，简要陈述计划： 
1. [步骤] → 验证：[检查项] 
2. [步骤] → 验证：[检查项] 
3. [步骤] → 验证：[检查项] 

强有力的成功标准让你能独立循环推进。弱标准（如“让它工作”）则需要不断澄清。

然后记忆的两个功能，我推荐都可以在设置下的个性化中打开。将启用本地记忆和允许基于工具辅助聊天生成本地记忆都打开。打开以后，它会在你结束对话或者闲置了一段时间之后，自动把之前的对话总结成记忆片段保存下来，以后遇到相关的场景会自动调出来用。

二、官方内置技能三件套（1-3）

Codex 自带三个技能，很多人没注意，但它们是"技能的技能"，先认识它们，后面 12 个才能装起来。

1. skill-creator ⭐⭐⭐， 这个我就不多说了，创建技能的技能，每个 Agent 必备的原始技能。
2. skill-installer ⭐⭐⭐， 装技能的技能。先看看货架上有什么：看中了哪个，一行命令进肚。
3. plugin-creator ⭐， 把自用技能打包成插件分享给团队。

三个都在官方技能目录 openai/skills 的 .system 里，随 Codex 自动装好，无需下载（同目录还有 imagegen 和 openai-docs）。OpenAI 没先建货架，先给了你生产工具，态度很明显：技能这东西，攒比买重要。

三、开发流程套件

筛过的标准就一条：高频出现，装了确实比裸问 AI 靠谱。

1. create-plan ⭐⭐⭐，先规划后动手。 强制 Codex 在写第一行代码前产出实现计划，治"AI 上来就猛写、写完发现方向错了"。来自社区精选仓库 awesome-codex-skills。安装方式：`$skill-installer create-plan

7. grill-me ⭐⭐⭐，让 AI 反过来拷问你。 你提需求，它连环追问，每个分支聊清楚才放你走。多数人用 AI 的短板不是 AI 不行，是需求没想清楚，它把"想清楚"变成一场被迫完成的对话。地址：github.com/mattpocock/skills（24 万星）。

8. tdd ⭐⭐⭐，测试先行的老手艺。 红绿重构循环：先写失败的测试（红），写实现让它通过（绿），再重构。AI 猛写代码的冲动被测试摁住了。地址：github.com/mattpocock/skills。

9. diagnosing-bugs ⭐⭐⭐，纪律化调试。 AI 修 bug 最大的毛病是"猜一个原因改一版试试"。这个技能定了纪律：先系统定位、收集证据，证据够了才动手。tdd 管让 bug 少生，它管 bug 生了怎么治。地址：github.com/mattpocock/skills。

10. humanizer-zh ⭐⭐⭐，去 AI 腔。 清洗 AI 文本里的机翻味：delve、leverage、此外、值得注意的是，README 和提交信息是重灾区。一个专门治 AI 腔的技能活在 AI 编程工具里，多少有点黑色幽默。地址：https://github.com/op7418/humanizer-zh

四、两个硬核补充

前面八个管"把活干对"，这两个把别的世界接进来：一个把你读过的书接进来，一个把浏览器接进来。

12. book-to-skill ⭐⭐，把读过的书接进 Codex。 丢给它一本 PDF（你自己买的），它拆成结构化技能：核心心智模型、每章一个文件、一份速查表。章节按需加载，问到才读，官方实测 token 消耗只有直接塞整本 PDF 的 1/24 到 1/51。地址：github.com/virgiliojr94/book-to-skill（27.2k 星）安装 npx skills add virgiliojr94/book-to-skill。

13. playwright ⭐⭐⭐，把浏览器交给 Codex 开。 官方精选区技能：从终端自动化真实浏览器，填表、截图、抓数据，前端改完让它真机验证，抓竞品页面数据也靠它。安装方式：$skill-installer playwright，还有个交互变体 playwright-interactive 可以持久化浏览器会话来调试 UI。

Rust实现开源Markdown神器

yidao620@163.com (XiongNeng) — Fri, 31 Jul 2026 20:43:10 +0800

我最近在 GitHub 上刷到一个挺有意思的小工具，叫 marka.md。第一眼看它标题我还以为又是一个套壳 Markdown 编辑器，结果点进去一看，味儿不太一样

它不是奔着“再造一个 Typora”去的，而是专门解决一个很现实的问题：你写了一堆 Markdown 笔记，怎么优雅地整理成 AI 能直接吃的上下文。

marka.md 是本地优先的 Markdown 编辑器，基于 Tauri 2 做桌面壳，底层有 Rust + 系统 WebView，前端用 React、Vite、CodeMirror 6。这个技术栈的好处很直接：不像 Electron 那样动不动几百 MB，Tauri 调系统 WebView，安装包能压得很小，启动和内存占用也更克制。

它的核心不是“能写 Markdown”，这玩意儿大家都会。真正有意思的是 Context Bundle。你可以在侧边栏把多个笔记文件先暂存起来，工具会统计文件数、token 相关信息，然后一键复制成带相对路径的 AI 上下文包。

说白了，以前你喂 Claude、ChatGPT、Gemini，得自己复制 A 文档、B 文档、项目说明、接口草稿，贴来贴去跟搬砖一样。marka.md 把这个流程收拢成：收集笔记 → 写作 → 打包给 AI。这个设计就很 AI Native，不是硬蹭概念

编辑体验也没落下，实时预览、Shiki 代码高亮、Mermaid 图表、任务列表、阅读模式、编辑器模式、文件标签页、文件夹侧边栏、CSV 预览、PDF 导出都有。更关键的是它 local-first，不登录、不建账号、不云同步，Markdown 文件就在你本地磁盘，只有你点复制时内容才进剪贴板。

我觉得这类工具后面会越来越多。AI 时代最值钱的不是“写一个编辑器”，而是把本地知识变成结构化上下文的能力。marka.md 这个方向就挺准，小而硬，没整那些花里胡哨的云协作

如果你平时写技术笔记、项目复盘、提示词素材，或者经常把一堆 Markdown 丢给 AI 分析，这玩意儿值得试试。几 MB 的工具，解决的是 AI 工作流里最烦人的上下文搬运问题，这就够了。