最近 X 上关于 OpenClaw 的热度持续飙升，尤其是多 Agent 协作和AI 女友 Clawra 这类玩法，非常火爆。 大家玩得很爽，但现实问题也很真实：Token 成本直接起飞，根本不适合长期跑应用。 正好看到 MemOS 团队开源了一个 OpenClaw 插件，官方实测 Token 消耗下降 72%+，模型调用次数减少 60%！

Obsidian 居然推出了 CLI 工具，这不起飞了！ 由于它具备本地化和纯文本的特性，很多朋友都用它来构建自己的记忆系统和上下文系统。 最方便的一点在于，它可以随意切换模型和 Agent 产品，而你的上下文、记忆以及 AI 对你的理解都不会丢失。 现在有了 CLI 工具以后，像 Claude 这种 Agent

今天体验了一个让我头皮发麻的 AI 基础设施产品 EvoMap 。 平时自己折腾 Agent 最崩溃的就是配环境和修那些重复的 Bug 。每次新建一个 Agent 都像在带一个完全没有记忆的婴儿，换个项目还得反复踩同样的坑。 但今天我按文档里的指引，在我的小龙虾里只跑了一行代码： curl -s

Claude Code 的亲爹 Boris Cherny 透露了团队内部的AI工作流，有人把这套硬核工作流提炼成一份 CLAUDE.md 文件——丢进项目根目录，AI 助手直接脱胎换骨。 这份文件干了一件很多人没想到的事：它让 AI

Cursor、Claude Code、Windsurf、Replit…… 全网 30 个 AI 编程工具的系统提示词，被人一锅端全扒出来了 🤯 GitHub 上一个叫 system-prompts-and-models-of-ai-tools 的仓库，已经 11.8 万 Star，堪称 AI 行业最大规模的底裤泄露事件。 这个仓库不仅仅有提示词，还包括各家的内部 tools

Hugging Face 发布了自己的 skills，让 Claude Code 和 Cursor 直接学会了训练 AI 模型，Star 狂涨 5k+，有点儿东西 🤔 支持下面这些能力： 1）模型训练：支持 SFT、DPO、GRPO 等主流微调方式，自动选硬件、估算成本 2）数据集管理：初始化、更新、SQL 查询，全部交给 AI 搞定

Anthropic 发布的《Claude Skill 构建指南》pdf 版，一共 33 页，可下载 中英文版本点这里下载：note.mowen.cn/detail/hIoIAhs… 这份详尽的指南是由 Anthropic 官方发布，旨在帮助开发者和普通用户更高效地利用 Claude 的“技能”（Skills）功能。虽然 Claude 的 Skill 最早是在 2025 年 10 月 随 Agent

程序员的 2026，冰火两重天🤯 一边是 2026 春招 AI 岗需求暴涨 10 倍，大模型算法岗年薪 60-130 万。但另一边，工作 3 ~ 5 年的中层程序员正在被批量优化。 阿里校招 AI 岗占比近 5 成，阿里云、钉钉更是高达 80%。腾讯校招公告里表示要在 “AI+” 领域大幅增加投入。AI 核心岗月薪飙到了 10

最近刷 GitHub 发现个好东西：EdgeQuake。 一个用 Rust 写的 GraphRAG 框架，性能很猛。它把一堆文档变成知识图谱，让 RAG 不再是简单的文本匹配，而是能理解关系、做推理。 比如，你扔给它一堆公司年报，可以直接问"A 供应商的变化如何影响了 C

搜了下居然没人做抓取微信文章的脚本/skill。于是自己做了个。 自己之前也是用 Chrome DevTools MCP/Playwright/Agent browser 抓的，但我感觉它们都是基于 CDP，有点太重了。 造了个轮子：一条命令搞定抓取 + 转换，图片下载到本地，代码块、标题层级、引用块全部正确还原。 cheerio + axios +

能写10.8万行C#分布式系统的Claude Code配置 一套Claude Code配置，用于写大型项目。 第一层是CLAUDE. md，每次都加载，包含代码规范与自动路由任务至特定智能体的触发器表； 第二层是专用智能体，包含十九个不同领域的专家角色，通过预置领域特定的知识和防错经验来处理复杂任务

如何让OpenClaw指挥Codex、Gemini CLI、Claude Code三位大哥协作写代码？ 核心 - 说人话，把工具和分工使用清楚 - tmux - 可以让三位大哥和小龙虾互相讨论，直到达成一致 详细教程 mp.weixin.qq.com/s/ZQ0nc2NpXD76…

Vercel 把 Marketplace 直接向 AI Agent 开放了。 什么意思？一句话——以后基础设施这块，真的可以全自动了。 以前我们用 Claude Code、Cursor 这些 AI 编程工具，写代码已经很猛了，但真正上线一个项目，最麻烦的从来不是代码本身，而是那一堆“杂事”： 数据库要去注册，Redis

今日 GitHub 榜首：一个开源的「AI 经纪人」公司。 源自 Reddit 的一次深度讨论，作者把迭代了数月的 55 多个 AI Agent 人格全部开源。 比如有如下这些： - 开发部： 前端、后端、DevOps、AI 工程师 - 设计部： UI、UX 研究、甚至是 Image Prompt 专家 - 营销部： 推特运营、TikTok 策划、Reddit

这篇文章是今天看到最精彩的文章，是一篇技术深度逆向工程实验，成功从 Codex CLI 的 compact() API中提取出了隐藏的系统提示。 非常好地解释了 Codex CLI 在使用自己模型，在长上下文管理上的实际运行方式，几乎把黑箱内部机制扒得一清二楚。 1 当上下文太长时，不是简单丢弃历史，而是调用

卧槽，赛博小朝廷具象化了，看到一个超级有意思的github项目 作者直接把我们沿用了1400年的制度架构同步到了AI里面 你 (皇上) → 太子 (分拣) → 中书省 (规划) → 门下省 (审议) → 尚书省 (派发) → 六部 (执行) → 回奏

看完这个项目，你才算真的理解了 Claude Code。 learn-claude-code，一个从零手搓 Claude Code-like Agent 的开源教程，用 12 个递进式课程，带你一步步把一个最简单的 while 循环，搭建成支持多 Agent 协作、任务隔离的完整自治系统。 想真正理解 AI Agent 怎么工作的朋友，值得收藏学习一下。

一个叫 Peon Ping 的开源项目火了，10万+ 开发者在用。 它解决的问题：Claude Code 跑长任务时容易"走神"——偏离目标、陷入死循环、做不相关的事。 Peon Ping 的做法： • 像个监工一样盯着 Claude Code • 定期检查它在干什么 • 发现偏离自动纠正 • 任务完成自动通知你