信息不再丢失，灵感随时调用：懒人必备的AI第二大脑搭建指南_办公软件

1. 手把手教你用Obsidian + OpenClaw重构AI知识管理体系

2. Qwen3.6-Plus 太猛了！免费 + 百万上下文 + Agent + 视觉多模态AI能力拉满！零度解说

3. “Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

4. ima知识库：如何成为我的第二大脑？

5. 卡帕西引爆硅谷！公开「第二大脑」黑科技，1250万人围观

6. 千问发布2025十大AI提示词，股票意外排名第一，普通人如何用AI做好投资？

7. 还能这么用？超全！豆包 AI 使用指南丨省钱丨创作丨学习丨陪伴……

8. Vibe Coding实战复盘：做玩具容易，做产品难

9. 我让一个没写过代码的人，24小时造出机器小马

10. 都2026了，Obsidian还不接AI？保姆级教程来了

11. 这个厉害了！Berryxia.AI 整理的：完整提示词工程指南:框架、技术与模板手册↓——包含从入门到高级的完整提示词方法论——57+ 主流框架、10 大模板、9 大体系结构，一次性搞懂 Prompt Engineering。🎯 核心内容总览📘 框架体系地图（6层）1️⃣ 基础框架（COSTAR、STAR、AIDA...）2️⃣ 分析研究（TRACE、RACE、SMART...）3️⃣ 创意创新（SPARK、SCAMPER、Six Hats...）4️⃣ 问题解决（HMW、COAST、RICE...）5️⃣ 沟通表达（TAG、APE、ORID...）6️⃣ 高级推理（CoT、ToT、Meta Prompting...）🧩 关键提示词结构（5要素）角色（Role）｜上下文（Context）｜指令（Directive）｜格式（Format）｜约束（Constraints）💡 快速选框架指南：任务类型推荐框架 ①营销文案 AIDA / COSTAR ②数据分析 TRACE / RACE ③创意脑暴 SCAMPER / SPARK ④复杂推理 CoT / ToT ⑤项目规划 COAST / GOPA ⑥学术写作 PEE / TRACE 访问：drive.google.com/file/d/1re3Ca-7SjSqupXjQpsS-YSjC9-xpoIXU/view#ai创造营##人工智能#

12. 同行uu和我说：注意力是有限资源人的大脑在短时间内切换任务时，会产生切换成本。比如你写作文的过程中接了个电话，再回来写，往往需要几分钟才能重新进入状态多任务处理降低效率。每一项事情都无法全力以赴，反复切换会让思路变得琐碎表层最后的成果也可能是不精致的，每次切换焦点，都会消耗认知资源，大脑会比你想象得更快疲惫所以代表着什么!! 学会放弃低优先级不是所有任务都值得你分神的搁置对你不重要的事情

13. Obsidian 新人指南来了！这样上手不难搭建AI知识库必备

14. Notion + AI 打造5个效率APP 客户管理｜项目管理｜时间管理｜每日复盘｜记账管理

15. 当AI成为学生的第二大脑，我们该如何定义新时代的学习与成长？

16. 这五大笔记整理法，是我用过最牛的笔记方法！

17. 别再学提示词了：为什么它是AI时代最短命的技能？

18. 你的浏览器必装的插件！打破信息差，获取全网优质信息

19. AI懂得多不如懂你！小艺怎么让生活化繁为简

20. 告别KV Cache枷锁，将长上下文压入权重，持续学习大模型有希望了？

21. OpenAI 重磅发布 GPT-5.2！效果惊人实测，附最新免费使用方法，切勿错过！ | 零度解说

22. 属于Agent的文件协议来了！Selfware让Agent之间无缝传递上下文

23. 智能体上下文工程：为什么文件系统成了AI记忆的最佳载体？

24. 发现一个AI的新用法，再也不用担心不会写提示词了！

25. 为什么我编写不出优秀的ChatGPT提示词?

26. 姚顺雨在腾讯首个研究：在“上下文”这事上，在座的各位都不及格

27. 和AI搭配最顺畅的笔记软件，被我找到了 Obsidian

28. 在管理代码片段、脚本或小工具时，很多开发者依赖零散笔记或在线服务，容易丢失或混乱。Snibox是一个开源的自托管代码片段管理工具，核心在于长期保存、分类和快速检索代码片段。项目地址：github.com/snibox/snibox主要功能1.集中保存各种编程语言的代码片段2.支持按标签、语言和项目分类管理3.提供搜索功能，快速找到所需片段4.支持 Web 界面访问和 API 调用5.可自托管部署，所有数据完全掌控Snibox 不追求社交或云端协作，它把代码片段当作长期资产来管理，适合开发者希望建立自己的可复用片段库、并保证数据长期可控的人使用。

29. 为什么所有知识点都在书本上却还是要做笔记整理？

30. 当你的健康，被一个靠谱AI朋友主动“留心”

31. 全网都在养龙虾？我选择养一个24小时不睡觉的会议秘书—TicNote Pods

32. Obsidian Skills Ai笔记新方法使用配置教程

33. 字节火山开源的上下文数据库OpenViking, 专为 AI Agent 设计。该项目通过文件系统范式，统一管理智能体所需的记忆、资源与技能，解决了传统 RAG 架构中信息碎片化和检索低效的问题。1. 文件系统管理范式 → 解决碎片化问题：基于文件系统范式，将记忆、资源、技能进行统一上下文管理；2. 分层上下文按需加载 → 降低 Token 消耗：L0/L1/L2 三层结构，按需加载，大幅节省成本；3. 目录递归检索 → 提升检索效果：支持原生文件系统检索方式，融合目录定位与语义搜索，实现递归式精准上下文获取；4. 可视化检索轨迹 → 上下文可观测：支持可视化目录检索轨迹，让用户能够清晰观测问题根源并指导检索逻辑优化；5. 会话自动管理 → 上下文自迭代：自动压缩对话中的内容、资源引用、工具调用等信息，提取长期记忆，让 Agent 越用越聪明。项目：github.com/volcengine/OpenViking#HOW I AI# #过个有ai年#

34. 【发挥Claude潜力的十个提示词】最近，一位 Anthropic 前研究员披露了内部提示词手册。这份并非基于猜测、而是源自模型建造者的指南揭示了一个核心事实：大多数人之所以觉得 AI 输出平庸，是因为他们没有触达 Claude 的内部推理层。以下是这份手册中至关重要的 10 个高级提示词策略，它们将彻底改变你与 AI 的协作深度。1、情境简报：拒绝直接提问永远不要在没有背景的情况下抛出问题。Claude 需要地图才能导航。提示词模板：我的背景是 [角色/公司/问题]；已尝试过 [A/B]；目前卡在 [Z]；请帮我理清思路。深度思考：内部测试显示，这种背景铺垫能提升 41% 的输出质量。优质的答案不取决于 AI 的智商，而取决于你提供的信息熵。2、推理要求：让思考过程浮现不要直接索要答案，要索要思考。提示词模板：在给出方案前，请逐步展示你的推理过程，指出不确定之处，并标记所有假设。深度思考：这会强制模型激活 Chain of Thought（思维链），让你得到的不仅是结果，还有可质证的逻辑路径。3、诚实约束：打破“讨好型人格”Claude 天性乐于助人，这往往意味着它会说你想听的话。提示词模板：即使难受也要保持诚实。如果我的计划有致命缺陷请直说，不要软化措辞。我宁愿现在听硬话，也不想以后失败。深度思考：这是在解锁 Claude 的宪法 AI 基础，让它从“助手”转变为“顾问”。4、精准角色：越具体，越深刻“充当专家”是最无用的指令。提示词模板：你是有 [具体经验] 的 [特定角色]，见过 [具体失败模式]。请用 [特定框架] 思考，跳过常规建议。深度思考：身份越具体，推理的颗粒度就越细。模糊的角色设定必然导致平庸的输出。5、魔鬼代言人：摧毁你的想法利用 Claude 的批判性思维来检验决策。提示词模板：我要分享一个计划，你的工作是摧毁它。找出所有错误假设、忽视的风险和失败原因。别手软。深度思考：挑战你的模型，其价值远超让它顺从你。这是 Anthropic 团队内部检验想法的标准流程。6、范围锁定：从源头杀死幻觉Claude 容易过度发散，用可信的虚构填补空白。提示词模板：严格限于 [X 背景]。超出范围请直接告知而非推测。我要的是差距，而不是自信的错误。深度思考：拒绝“自信的错误”，是通往高阶 AI 应用的必经之路。7、格式命令：利用极致的精确性Claude 对格式指令的遵循度极高。提示词模板：结构要求：1）一句总结；2）三个要点；3）一个下一步建议。除非我问，否则不要提供其他内容。深度思考：有意识地控制输出结构，能极大降低信息处理的认知负荷。8、假设审计：揭示隐藏的基础任何复杂答案后，都应运行此项。提示词模板：你做了哪些我应该验证的假设？如果这些假设错了，答案会如何改变？深度思考：大多数计划都崩溃在未经察觉的基础假设上。审计假设，就是审计风险。9、压缩循环：清理上下文债务在长对话中，模型会积累“上下文债务”，导致焦点模糊。每 5-6 次交互运行一次：总结目前的进展。解决了什么、决定了什么、最重要的未决问题是什么？深度思考：保持对话的熵减，防止 AI 自信地解决错误的问题。10、前期验尸：预见失败在项目上线前，进行压力测试。提示词模板：假设 6 个月后这个项目失败了。请列出 3 个最可能的原因。具体一点，失败的实际样子是怎样的？深度思考：这能抓住其他审查流程遗漏的盲点。总结：提示词工程的下半场，不再是背诵模板，而是理解模型的设计意图。正如 Anthropic 内部所强调的：AI 不是一个搜索引擎，而是一个需要被正确引导的推理引擎。

35. AI时代，更需要搭建个人知识库

36. 真正拉开人与人差距的，是复盘的能力. 有时候，我们拼命努力，仍觉得生活好像没有进步；反而有些人，看起来步子不快，却越来越接近理想的生活。这背后的差距，或许就藏在一个你常忽略的习惯里：复盘。今天，我想和你聊聊一个听起来普通，却真的能悄悄改变人生的能力——复盘。什么是复盘？通俗地讲，它就是一场“自我对话”。你做了一件事—— 一次工作汇报、一场面试、一次沟通、甚至一次情绪爆发——你有没有在结束后，静下来想一想：这件事的结果怎么样？哪些地方做得不错？哪些地方出现了问题？如果再来一次，我会怎么做得更好？如果你经常这样想，并愿意动笔记录、深挖思考、改进行动。那你已经在用一种强大的成长工具：复盘。别小看这件事。很多人在职场里原地打转、在人际中陷入重复冲突、在生活中不断犯同样的错误，说到底，不是不够聪明，而是没有复盘。为什么你总是“差一点”？答案也许就在这我们都想变好。想升职、想有影响力、想把日子过得更有掌控感。但很多人总是在同一个坑里跌倒：面试前准备得不错，结果临场表现差强人意；汇报做得很卖力，老板却始终不给好脸色；学了一堆课程、买了很多书，真正落实的却寥寥无几；听过无数道理，但该冲动还是冲动，该拖延还是拖延……每次出问题，我们的第一反应常常是：“我太累了”“老板不识货”“我天生不擅长这些”，却很少静下来问一句：我真的搞清楚问题出在哪了吗？这，就是差距。真正厉害的人，每经历一次重要的事情，哪怕是失败，他们都会回头去看，去拆解，去反思，把教训变成下一次成功的燃料。他们的人生不是突然走运的，而是一场场复盘后的结果累积。复盘的核心：从深度反思到行动指引复盘不仅仅是回顾和反思，它有其深层的核心理念。复盘的核心，实际上包括三个方面：一，剥离情绪，回顾真相我们在面对失败或不如意时，往往容易被情绪所左右，做出偏颇的判断。而复盘要求我们要剥离情绪，回到事实本身。只有去除情绪的干扰，才能看到事情的真相，做到客观、冷静、真实地回顾。二，转换角度，重新定义复盘的另一个关键是转换角度。换个视角去看问题，往往能发现之前没注意到的细节。用更广阔的思维框架去审视自己的决策和行动，你会重新定义问题，从而为下一步做出更好的决策。三，总结经验，指引行动复盘的最终目的，是总结经验，并将其转化为未来的行动指南。只有从过去的经验中提炼出可执行的行动策略，才能让自己不断提升，走得更远。怎么复盘？不是拍脑袋，而是有方法的复盘，不是坐在那里胡思乱想，也不是回忆个大概就结束了。真正有效的复盘，分三个步骤，像是一场系统的“思维手术”：一，反观：发生了什么？很多人连这一步都做不好。要反观，最重要的是记录事实。不是靠记忆，而是把过程写下来，尽可能客观还原。例子：你做了哪些准备？实际情况是怎样的？别人的反馈是什么？最终结果和你的预期有何差距？这一步的关键，是诚实。写得越真实，你才能看到问题的真相。二，反思：问题出在哪？接下来，要站在更高的视角看这件事。分析得越细，你的成长就越大。为什么会出现这个问题？是准备不到位？节奏不对？表达不清？有没有忽略的细节？有没有可改进的策略？这一步很难，需要你慢下来，甚至带一点“自我解剖”的勇气。但这正是你突破自己的关键。三，反省：我能如何做得更好？最后，要把这些思考转化成具体可执行的行动指南。复盘的目的不是自责，而是找出“下一次怎么做更好”。我要学会提早准备。我要练习临场表达。我要事前和团队对齐信息。我要设置检查清单，避免粗心。复盘结束时，写下三条具体改进行动。哪怕只改进一点点，你也是在成长。系统化提升你的复盘能力除了“反观、反思、反省”这三大核心，复盘还可以通过一个更系统的框架来帮助你提升自己的成长。以下复盘步骤，将帮助你更加全面地进行复盘，确保每个步骤都能做到精细化。明确事实，剥离情绪复盘的第一步是要清楚地知道发生了什么。回顾事实时，要尽量避免情绪干扰，不带任何个人的偏见。你要客观、冷静地记录下自己做的每一件事，看到事情的真相，不要让情绪和假设左右判断。问自己：事实是什么？发生的经过是什么？有无信息遗漏？暂停分析，冷静思考复盘的第二步是要让自己停下匆忙的脚步，给自己留出冷静思考的时间。不要急于给出结论或做出决定你需要暂停，给自己一段时间去消化和整理所有的信息。问自己：我是否处于情绪激动中？是否可以稍微放慢节奏，给自己时间思考？明确目标，设定方向在复盘时，你要明确自己想要解决的问题，设定清晰的目标。复盘的目的是为了进步，而不是为了指责。所以，明确你复盘的核心目标是非常重要的。这样才能引导你专注于问题的本质，并制定相应的改进措施。问自己：我希望从这次复盘中得到什么？我需要改进的关键领域是什么？保持内心的宁静，避免外界干扰给自己一个安静的环境，远离干扰。复盘的过程是一个深度思考的过程，你需要让自己保持内心的宁静，这样才能聚焦在自己遇到的挑战和问题上，避免外部的喧嚣影响自己的判断。问自己：我是否有足够的时间和空间去专注复盘？整理思绪，理清脉络安静下来后，接下来是要整理思绪，理清复盘的脉络。这一步需要你把收集到的所有信息、情感、反馈等数据进行归类，进行全面分析。你可以通过写下来、画图表等方式帮助自己理清思路。问自己：有哪些信息是需要梳理的？哪些细节曾被忽视？深入思考，寻找根源此时，你需要深入地思考，找出问题的根本原因。要做到深度分析和多角度思考。不要仅停留在表面，反思过程中需要多提问自己，从不同角度去理解问题的本质。只有找到了根源，才能有效制定行动计划。问自己：问题发生的真正原因是什么？是否有系统性问题？总结经验，提炼行动复盘的最后一步是要将所有的分析结果转化为实际的行动计划。总结经验教训，并提炼出可操作的步骤，确保下一次能做得更好。你需要明确自己从复盘中学到了什么，并设定改进目标。问自己：我可以采取哪些具体的行动来避免类似问题的发生？通过这几步，你可以更加深入、全面地审视自己的行动和决策，从而真正实现自我提升。真正厉害的人，都在“日更自己的系统”你可能会问：我没有那么多时间天天复盘啊。其实，复盘是可以融入日常生活的，像你刷牙洗脸一样自然。你可以这样安排：每天3分钟：睡前回顾今天做得好的和不好的三件事。每周30分钟：选一件印象深刻的事，做一次小复盘。每月1小时：梳理整个阶段的进步和遗憾，制定下月的成长目标。时间管理、情绪管理、学习路径、团队协作……都可以用这个方式去复盘。一次次的小反思，会帮你构建一个“自我成长系统”。这套系统越完善，你的生活就越清晰、越有掌控感，慢慢地，你会发现：你不再是被生活推着走的人，而是可以主动选择方向的人。复盘，是一种温柔而坚定的自我负责复盘听起来像是理性和效率的事，但它本质上，是一种对自己的人生负责的态度。你不逃避、不敷衍、不把失败归咎于运气，而是选择面对、理解、改善、超越。这不是每个人都能做到的。但你如果开始了，哪怕一点点，你已经在悄悄改变自己的人生轨迹了。

37. AnythingLLM是开源企业级私有知识库工具，核心基于检索增强生成（RAG）技术，专注本地文档语义解析与安全问答，无需依赖公网服务，适配企业内部知识沉淀、合规场景问答、跨部门信息共享等需求。 GitHub:github.com/Mintplex-Labs/anything-llm 主要功能： 1. 多格式文档兼容：自动解析PDF、Word、TXT等主流文档格式，批量构建结构化知识库；2. 全链路本地化：支持Ollama等本地模型部署，文档与对话数据不上云，完全保障隐私；3. 精准语义检索：基于向量数据库实现深度语义匹配，答案附带原文溯源，避免AI幻觉；4. 多端灵活部署：支持Docker自托管、服务器部署与桌面端运行，适配不同企业环境；5. 无代码快速搭建：可视化界面管理知识库，无需专业AI知识即可完成部署与维护；6. 生态扩展能力：支持自定义向量数据库接入、模型切换，可嵌入CRM等现有业务系统。操作门槛低，企业无需组建专业AI团队。实际使用中，跨部门文档检索效率提升80%+，合规场景下可满足数据本地化要求，是解决企业知识分散、检索低效且注重隐私安全的核心工具。

38. 记录代码片段、算法或日常实验时，经常要在多个笔记本和编辑器之间切换，导致内容分散、管理困难。Quiver是一个专注于程序员和科研人员的笔记工具，可以集中管理代码和文本。项目地址：github.com/HappenApps/Quiver主要功能1.支持文本、Markdown、代码片段和LaTeX公式混合记录；2.提供语法高亮和多种编程语言支持；3.支持标签和笔记本分类管理，方便组织；4.可以导入/导出笔记，便于备份和分享；5.跨平台支持Mac、iOS，界面简洁易操作；Quiver适合开发者和科研工作者，将零散代码、思路和文档集中管理，减少查找和切换成本，提高工作效率。

39. Obsidian CLI 基础配置教程打造AI化的知识管理系统 Claude Code｜Codex｜GeminiCLI

40. 快捷指令+Notion 联动！完整配置教程集成搭建 API key 页面ID

41. Obsidian 搭配什么AI工具？Codex篇保姆上手教程 ClaudeCode 对比

42. 最近 AI 发展确实太快了，几个标志性的节点：一、龙虾的爆火二、本地大模型开始实用化，Gemma 4，这意味着我们可以开始免费养龙虾了三、第二大脑出现，LLM+本地 Wiki四、大家都在探索自进化 AI。如 Hermes 、我估计龙虾也会很快加上这个功能。期待 GPT6 和 DeepSeek4 的发布。#新媒沈阳聊ai#

43. Seedance 2.0：说中国话的最强AI视频模型！

44. Obsidian AI 的4种使用方法知识管理效率完全不同了

45. Gemini模型：对系统提示词理解能力差，调用工具塞的数据太多会坏掉胡言乱语输出乱码。Claude模型：对系统提示词理解能力强，但只要有工具就会优先调用工具试试不管你系统提示词怎么写的，如果调用工具的同时不要求结构化输出，还会把自己的推理直接漏出来。OpenAI模型：没有以上问题。

46. 怎么高效率的做学习笔记？

47. 以防你不知道：Claude AI 网站可以用 Skills，而且 Claude Project 支持调用 Skills，只不过像给文章配图这种事你就别想了，它脚本能力还是受限。不过像写作这种工作流（网页链接），你可以定义好 Skills，然后在 Project 的 instructions 里面直接调用 Skills。提示词可以相当简单，只要说清楚 Skill 的名字即可，你在输入内容到 Project 后，它就会按照要求调用 Skills。

48. 龙虾openclaw，自动剪辑视频，0元使用腾讯小龙虾白嫖token（附带ai进化方法）

49. 【超级AI科普】系列文章 050

50. 手把手教你用 DeepSeek 搭建个人知识库:打造你的第二大脑

51. 信息如潮不用慌!搭建“第二大脑”解锁高效知识管理新路径

52. 开发者被Obsidian和Notion逼疯，花3天写了款插件

信息不再丢失，灵感随时调用：懒人必备的AI第二大脑搭建指南

精选参考来源