OctoNews

笔记 · AI 工具

Skills & MCP

AI 工具中与Skills & MCP相关的内容。 共 104 条。

Article

你的 Kindle 能跑微信读书了

先说三件事,帮你搞清楚这篇文章在解决什么问题。 **第一,Kindle 的硬件是真的好。** 屏幕素质、手感、续航,在墨水屏阅读器里是第一梯队。如果你把它和国产阅读器对比,硬件体验基本上是一个量级的。Kindle 的问题不是硬件,是软件——它是闭源系统,不能随便装应用。 **第二,微信读书是腾讯旗下最不被骂的产品。** 书库大、更新快、有会员、有划线同步、有阅读统计——用过的人很少不续费的。它还有

Thread

AI Agent 终于可以免费上网搜索了。

wigolo:本地优先的 MCP 服务器,给 AI agent 完整的网络搜索和抓取能力,零 API 费用。 - 18 个搜索引擎同时跑 - 自动抓取和解析网页 - 本地 ML 重排序 - 结果自动缓存 - 遇到反爬网站自动切换无头浏览器 $0/次查询,不需要任何 API key。

Thread

一个全是 Markdown 文件的 GitHub repo,累积了16万标星。

作者 Matt Pocock 把 AI 写代码最容易被跳过的一步——需求澳清——做成了一个 Skill。 5个 Skill 的完整开发工作流: /grill-with-docs → 让 AI 反过来追问你,挖出模糊需求 /to-spec → 整理成正式规格 /to-tickets → 拆成可执行的开发票 /implement → 按规格逐步写代码 /code-review → 审查成果与规格落差

Thread

今天 GitHub 又疯了

AI Berkshire:把巴菲特、芒格、段永平、李录的价值投资思维,变成 Claude Code 可以执行的研究流程。 很多人问 AI 股票问题,得到的总是「一方面有机会,另一方面有风险」——看完还是不知道怎么判断。 AI Berkshire 解决的不是「AI 能不能写分析」,而是「AI 的分析能不能有纪律」。公司研究、财报分析、产业筛选、持仓管理、反向检查,拆成不同的 Skills,让 AI

Thread

Side project 做完,最卡的往往不是产品,是宣传。

写帖子没人看,截图太无聊,剪视频得花半天。 Claude Code 有个 skill:/brag 在项目目录里输入 `/brag this project`,它自动分析项目,生成一支约 20 秒的产品展示视频——动画、转场、背景音乐、音效,连社交文案都一起出。 背后用的是 HeyGen 开源的 HyperFrames(HTML-to-Video 引擎),速度快,画面质感不错。 给独立开发者用的工具

Thread

用 Claude 做的网站,一眼就看出来

紫蓝渐变、玻璃卡片、每块都 fade in 破解方法:给 AI 装上 GSAP Skills GSAP 是专业级网页动画库。把它的写法、最佳实践整理成 AI 能读懂的技能包,让 Claude Code / Cursor 真正会写动画 效果:滚动叙事、文字逐字入场、鼠标交互、SVG 变形 从「AI 模板」变成「作品集质感」,就差这一步。

Thread

开源本地语音工作室 Voicebox 来了。

它把语音克隆、TTS 生成、全局热键语音输入、甚至让 AI Agent 用你克隆的声音说话,全都做进了本地运行。支持 7 种 TTS 引擎、23 种语言,模型和数据完全不离开你的机器。 想同时替代 ElevenLabs(输出)和 Wispr Flow(输入),又不想把声音数据上传云端,这可能是目前最完整、最隐私的本地方案。 支持多轨故事编辑、音效处理、MCP 工具调用,macOS/Windows/

Thread

用 MCP 把你的 Codex 额度变两倍?!

OpenAI 把 ChatGPT 和 Codex 的额度分开计算。 有人做了 DevSpace 这个 MCP,一行就能把 ChatGPT 变成 Codex: npm install -g waishnav/devspace 装好后通过网络 tunnel 出去,就能直接用双倍额度。 可以用高阶模型规划,再交给本地 Codex 执行,或者拿来 review 其他 coding agent 写的代码。

Thread

想免费跑 Claude Code 和 Codex?

这个项目『Free Claude Code』做了个本地代理,直接把请求路由到各种免费/本地模型上。 支持 NVIDIA NIM、Groq、Gemini、DeepSeek、OpenRouter 免费模型、Ollama、LM Studio 等 17 种后端。 有专用 fcc-claude / fcc-codex launcher,VS Code 扩展、JetBrains 也能接,还支持 Discord

Thread

产品经理的超级 AI 技能库来了!

phuryn/pm-skills 在 GitHub 上有 20k+ stars。 提供 68 个 PM skills + 42 个 chained workflows,覆盖发现、策略、执行、增长全流程。 支持 Claude Code、Cowork、Codex 等 AI 助手。 每个 skill 都基于 Teresa Torres、Marty Cagan 等经典框架。 安装后直接用 /discove

Thread

刚刚发现一个很有意思的开源项目 —— Paca 🦙

一个完全免费、可自架的 Scrum 项目管理工具,可以取代 Jira、Trello、ClickUp、Monday。 最特别的地方是:AI agent 不是外挂 chatbot,而是直接作为「队友」加入 Scrum 团队 —— 一起在同一个看板上认领任务、参与冲刺规划、协作撰写需求文件。 支持 Claude Code /paca 指令,也有 MCP Server 可接入各种 AI 工具。完全开源(A

Thread

把 Elon Musk 变成了你的开源 AI 创业导师!

基于《The Book of Elon》,做了 10 个 skill,覆盖从第一性原理思考、The Algorithm 规划、删除优先编码、SpaceX 测试、疯狂紧迫感发货,到自进化团队等全生命周期。 直接在 Cursor、Claude Code、Codex 等工具里用。 开源免费,推荐给大家。

Thread

凌晨五点让AI帮我打磨文案三遍。

一遍比一遍精致,却一遍比一遍缺人味儿。 用了最贵的模型还是这样。 后来讨论出结论:AI写的东西,背后缺少“存在感”。 人写的字,背后站着一个具体的人,他在具体的位置上,付出过具体的代价。 于是我把关键信息做成了一个技能: 《人味儿写作心法.skill》 特别适合自己写文章或口述后,让AI来改稿。 开源免费发布。

Thread

Warp 创始人 Zach Lloyd(前 Google Docs 首席工程师)写了一篇很实用的文章,讲如何给 AI 的 Skill 建立「自我改进循环」。

1/3 核心思路:让 agent 不仅执行任务,还能根据真实人类反馈,自己改进自己的 Skill 文件。 因为 Skill 就是普通 Markdown 文件,agent 改它就等于打 diff,自我进化变得可落地。 2/3 他把流程拆成两个循环(以 issue triage 为例): Inner loop(执行):新 issue 进来 → GitHub Action 触发云 agent → 加载

Thread

想成为 Claude Certified Architect?

这里把所有必需资源整理成一站式了(建议保存): • 考试指南 + 免费练习题 • MCP 文档 & API 文档(全免费) • Partner Network(免费加入) 现在 Anthropic 官方的认证路径已经很清晰,对想系统掌握 Claude 架构、生产级应用和 Agent 实践的人来说,值得冲一波。 13 门免费培训课程:https://anthropic.skilljar.com •

Thread

YC 现任 CEO Garry Tan 开源了他自己每天用的 Claude Code 工作流

项目叫 gstack 他要解决的问题是: AI coding agent 只有一种模式,你叫它做什么它就做什么 但实际开发里每个阶段需要的脑袋完全不一样 想产品方向的时候要创办人的直觉 做技术规划的时候要工程主管的严谨 review 代码的时候要什么都不信的资深工程师 部署的时候要一个不废话直接把事情做完的人 核心概念是把 AI 拆成多个专门角色,用 slash command 切换 Garry

Thread

1 被裁员后,他用 Claude Code 自己做了一个 AI 求职系统,评估了 740+ 个职位,最终拿下了 Head of Applied AI 的角色。

然后他把整个东西开源了。 项目叫 career-ops,只需要一个 slash command,就能跑完整 pipeline。 粘贴一个职位链接,就能得到: 结构化 A-F 评估 + 针对该职位的 ATS 优化 PDF + 薪资调研 + 面试准备 + 自动追踪记录。 彻底告别表格、复制粘贴和盲目海投。 → 14 个技能模式(评估、扫描、生成 PDF、批量处理、申请、深度研究、谈判脚本、Linked

Thread

Claude Code token 救星!

最近看到一个开源工具叫 Graphify,有人在 Karpathy 许愿后 48 小时就把它做出来了😂 概念超级简单:把你的整个文件夹(代码、文档、PDF、图片)全部建成一个 knowledge graph。 不需要 vector database,不需要配置文件,直接指向文件夹就搞定了。 最猛的是,每次查询的 token 用量只需要原来的 1/71.5!对大型 codebase 特别有用。 对