营销活也可以装成技能库了
marketingskills SEO 审计 文案 转化优化 冷启动邮件 竞品分析 按需组合 GitHub 四万多星 我试下来最爽的是指令清楚 「审计这个站」「写五封欢迎邮件」 能直接开干 内容团队缺的往往不是点子 是可复用的工序外挂
Jira 最刺的不是难用
是人一多账单跟着长 Plane 把自己定位成 自己服务器上的 Jira / Linear Docker Compose 拉起 工单、迭代、路线图都在 数据留在你机器上 星数五万八 我认它打中的痛点 项目管理工具 开始被「主机权」重新定价
有人用 Claude + Codex
三分钟扒出一千多个 influencer 成本大约两分五美金 Claude 生成搜索规则 Codex 跑抓取 接到 treg 自动爬取、去重、补邮箱和社链 以前两小时点到手指酸 现在丢产品关键词 十分钟就有可寄名单 我看成外联的工业动作 终于开始像流水线
还在用「做过多少产品」衡量创造者
我觉得快失效了 AI 把单个产品成本压下去 做出十个二十个会越来越容易 数量能证明的东西越来越少 真正拉开差距的 是你能不能围着一个目标 把获客、内容、研发、验证接成系统 产品只是节点 系统缺什么 你再造一个节点补上
网盘最烦的不是慢
是你必须装客户端 还得看会员广告 LinkSwift 把直链在浏览器里抠出来 丢给 Aria2、IDM、Motrix 百度阿里夸克迅雷天翼一串都能碰 星数快两万了 我认它解决的真问题 下载权从官方壳子里抢回来
又一个人物操作系统 Skill
这次是乔布斯 六个心智模型 八条决策启发式 再加一套表达 DNA 我筛这类东西只看一句 它有没有把「怎么做决定」写清楚 还是只会让你说话更冲 能当决策压缩包 才值得装 当角色扮演皮肤 很快腻
逆向开始被打包成外挂了
一个 reverse-skill 丢进 Codex、Cursor、Claude Code 遇到 APK、前端、固件 它会自己选切口 自己调工具往下拆 最狠的不是会跑命令 是把老手踩坑多年的路径感 塞进一个 Skill 我第一反应挺复杂 入门难 以后可能难在「没必要按老路学」
Linus 开始在内核提交里
写明 AI 的贡献了 同一条 commit 也没客气 模型还是得鞭策 太固执 我看成两件事叠在一起 AI 已经进到最硬核的工程现场 同时现场仍然不相信「自动正确」 能进 Linux 不代表能免检
苹果捷径劝退过很多人
不是因为懒 是动作库太深 现在可以丢给 Agent 装上 Shortcuts Playground 插件 把流程讲清楚 先确认规划 再直接拿安装档 我试过这套顺序后只记住一句 捷径开始像产品需求 不再像手工 XML
写中文长篇最容易烂尾的
不是开头不够燃 是第三章开始忘了自己设过什么坑 我看到一个 chinese-novelist-skill 把小说创作拆成流程外挂 三层递进提问 跨会话记住你的口味 每章逼你留悬念钩子 还带自动校验修复 星数已经两千多 我认它的方向 把「灵感」写成可重复的工序
想给产品加一点有质感的 3D
以前常卡在 Three.js 上手成本 我刷到一个开源库 threeui 直接把效果收成 React 组件 大概 50 个 WebGL 组件 一百多个可点 Demo 能预览 能调参 能切换变体 MIT npm 就能装 找灵感或丢给 AI 改一版都够快 有时候差的不是创意 是少一个能直接拖进项目的零件箱
同一个概念 对小孩和对经理讲
同一个概念 对小孩和对经理讲 本该是两篇东西 我最近看到一个 Claude Code Skill 叫 ELI5 你先指定听众是谁 它再改术语密度和比喻 小孩少塞黑话 工程师保留正确术语 对 Manager 改讲成本、结果、风险 作者拿它跟原生 Claude 同题对打 ELI5 大约八成命中 原生掉到四成左右 我自己读 API、Agent 架构时最烦的 就是解释永远默认「懂的人」 这个 Skill
天天喊 API key 烧钱
先别急着充值 有人做了个 dsh 插件 把你手里的 ChatGPT、Claude、Grok 订阅 直接当大模型用 一个 key 都不用填 网页 OAuth 点一下 token 自己刷新 还能看额度 顺手还有 X 搜索 画图 出视频 订阅费本来就交了 不用白不用
localhost:3000 不该再进工作记忆
我现在用 portless 本地服务直接给名字 不拿端口号当身份证 几个项目并行时 脑子里会一直悬着一句 「这个 3000 到底是谁的」 能消的摩擦就消 别留着装专业
特别后悔的一件事：花大量时间研究笔记软件。Notion、Obsidian 再强，也经常打不过系统备忘录和 Word 的「先记下来」。
备忘录摩擦极低：先存储再搜索，符合记忆惯性；还能放进控制中心/锁屏，不发生应用切换。Notion 常常是先管理结构，再允许你写入——整理税太高。 工具越强，越容易把「记录」做成「项目管理」。
最值得看的不是 V4 打过 Opus
是发帖的人很快自己改口 J-Space 把 V4 Flash 和 Pro 的数字抬上去 图里一排加粗 他自己去翻了 GitHub 说等更多人测试 这种帖 图当线索 仓库当作业 别当新闻
Mac 上本地模型
多数人还停在开一个终端、跑一个模型、关了就忘 omlx 菜单栏管本地 LLM 常用的钉在内存里 大的按需换 KV cache 还能落到 SSD Claude Code 连本机 不必每次都从零预填
Claude Code 做到一半关掉
同一目录打开 Codex 不用再解释架构、踩过的坑、没答完的问题 ai-memory 给 coding agent 做长期记忆 会话结束写成 wiki 下一个 agent 先读交接 换模型不难 难的是上下文每次归零
8GB 显存到底能跑多大模型
别再靠感觉了 llmfit 扫一眼你的内存、CPU、显卡 按「能不能塞进去」「会不会卡死」「质量够不够」打分 我刚测过 27B 塞进 8GB 这种工具本该先跑一遍 再下载那十几个 G
视频号刷到素材却存不下来？可以看 res-downloader。
本机起一个代理，页面一打开就把真实资源列出来：视频号、小程序、抖音、快手、小红书等，点一下拿原始文件。大约 1.9 万 star，三平台都有包。 全程本地，不往别人服务器传内容。仓库在 putyy/res-downloader。
Cloudflare 上又多了个能直接部署的邮件工作台：HQBase。
不是又一个 SMTP 客户端，而是多域名、收发加 AI 操作的管理工作台，存储用 D1 和 R2。跟官方 Agent Inbox 同赛道，开源可自托管。 想把「收信→处理」收进自己基建、少依赖第三方收件箱面板的，值得收一下。
Google 把 Flash 往 Agent 上推了一大步
3.7 自称最聪明的驮马 主场就两件事 写代码，把事情做完 多步规划、调工具、少让人盯着重试 Spark 已经换上它 可以跨邮箱、日历、文档连着跑 价格也凶 百万 token 输入 0.75、输出 3.75 说到年底相当于 3.6 的一半 这轮我不看谁榜更高 看谁更便宜、更稳、一次能跑更长
AI 回你一大段
先铺垫、再安慰、最后才给命令 这东西有人做成了 skill 名字就叫 i-have-adhd GitHub 已经一万星 它干的事很蛮 禁止把答案藏在废话里 行动优先 步骤编号 不许说「希望这对你有帮助」 适合三种人 天天用 Codex 却讨厌开场白 项目多、打断多、要马上找回下一步 查资料排错只想先往前拱 不必真的有 ADHD 你只是不想再读客服腔
问 AI 要架构图
回来永远是那套圆角方块 丢进 slides 就格格不入 diagram-design 装进 Claude Code 出的是带你品牌色的 HTML 和 SVG 架构、时序、泳道、甘特、2x2 都能画 扫一遍官网抽配色字体 离线单个文件打开 1.7 万星 一天涨三千多 说明这个痒点不是我一个人有
Mac 自带听写
慢，还不爱加标点 说完还要自己收拾一通 FluidVoice 按住热键说话 松开字就进当前 App 识别和润色都在本机 一个字节不出门 引擎能换 Parakeet、Whisper、Apple Speech 顺手还能语音开应用 一万星 brew 一条命令 专门砸 Wispr 那种月费
Qwen 3.8 27B 上架 Ollama 了
这个尺寸的开放权重里算能打的 官方说法是面向 agent 任务 不是只拿来闲聊 Claude Code、OpenCode、Hermes、Pi 都能接 Apple Silicon 还有优化版 27B 的意义不是又一个可下载文件 是你本机就能塞进现成的 coding agent 工作流 我不会拿它去跟云端旗舰死磕智商 我会拿它看 少一次往外发代码的往返
便宜模型已经打成这样了
写码 DeepSWE Luna 67.2 Flash 65.3 差两个点 日常 debug 几乎同一档 Agent 那边就撕开了 AutomationBench Flash 30.4 Luna 14.9 多步骤调用工具，Flash 明显更稳 代价写在价签上 Luna 输入 0.2、输出 1.2 Flash 是 0.75 和 3.75 同一百万 token 我的用法会很土 要它自己连着干活，偏 Fl
我听 YouTube Music 一直开着标签页
不是喜欢网页 是 Google 没给 Mac 原生 App kaset 补了这个洞 SwiftUI、均衡器、逐句歌词 按 Mac 的规矩控播放 不是又套一层 Electron 星数两千出头 属于「刚好有人把痒点挠掉」那种项目 登录还是你原来的号 浏览器当播放器 本来就该退休
8GB 显存，能不能跑 27B？我用 RTX 3060 Ti 实测 Qwen3.8-27B
先说答案：能跑，但不算流畅。 我在一台 Windows 台式机上，用 RTX 3060 Ti 8GB 跑通了 Qwen3.8-27B。命令行生成速度约 1.7 tokens/s，本地 API 测到约 1.9 tokens/s。 这个结果适合技术验证、轻量问答和偶尔写作，不适合拿来做高频编码助手，更别说多人服务。 如果你也是 8GB 显存，最重要的不是照抄我的每个参数，而是先选对路线：**GGUF
AI 写出来的代码
我现在不太敢直接在本机裸跑 Docker 隔离不够硬 它还跟宿主共内核 云沙箱能硬 但按用量一直烧 有个东西叫 microsandbox 本机起一台微虚拟机 宣传是 M1 上平均不到 100 毫秒 硬件虚拟化 不共享内核 OCI 镜像还能接着用 密钥不进 VM 代码跑飞了也难把钥匙带出来 7.5k 星 今天还在涨 适合跑 agent、用户脚本、来路不明的插件