日均省2小时！打工人必备的AI工作流搭建指南，告别重复劳动_办公软件

1. 分享11个宝藏软件，每一个都能拯救你的工作流！

2. Kali Linux通过MCP集成Claude AI实现渗透测试自动化

3. 看完吴恩达 DeepLearning AI 「Agentic AI」前半部分，整理了一下。一、Agentic Workflows 介绍 Agentic AI工作流指的是由一个LLM作为核心“大脑”，通过自主决策来规划、执行多个步骤，并驱动各种工具以完成复杂任务的智能流程。其核心要素包括：LLM、多步骤执行、任务完成。 1. 自主性程度 - 较低自主性：步骤预先定义好，工具调用为硬编码。自主性主要体现在文本生成部分。 - 高度自主性：Agent 能自主做出决策，并可以动态创建工具。 2. 优势 - 性能更好：在使用相同模型的情况下，Agentic AI 通常能获得更优的性能表现。 - 并行执行：支持多个步骤或任务同时进行。 - 模块化与动态替换：可以灵活替换工作流中的特定模块或模型。 3. 任务拆解设计 Agentic AI 时，关键一步是对任务进行拆解。工作流/任务可以拆分为以下形式： 1）模型类型： - 大语言模型：负责文本生成、工具使用、信息提取等； - 其他 AI 模型：如 PDF 转文本、语音合成（TTS）、图像分析等。 2）工具类型： - 接口 API：例如网页搜索、日历查询等。 - 信息提取：如数据库查询、检索增强生成（RAG）。 - 代码执行：用于计算、数据分析等。 4. 评估的重要性 - 客观评价：可通过代码或计算进行量化评估。 - 主观评价：利用 LLM 对结果进行打分（例如 0-5 分），但并非最佳实践，后续会进一步展开。 - 评估可针对端到端流程，也可针对单个模块或步骤。 - 通过检查执行轨迹（trace）来进行错误分析和评估。 5. Agentic 设计模式 - 反思（Reflection）：将模型输出再次输入给模型，让其自我反思以优化结果；也可结合外部输入（如代码执行结果）进行反思；还可设计专门的反思 Agent 或使用不同模型进行反思。 - 工具使用（Tool Use） - 规划（Planning） - 多智能体工作流（Multi-Agent Workflow）二、反思（Reflection）反思是指通过固定步骤对 LLM 的初次输出进行再次思考和分析的过程。结合外部工具或输入进行反思，往往能获得更优质的结果。实践证明，反思是显著提升模型性能的有效方法之一。在实践中，使用推理能力更强的模型专门负责反思任务，通常能取得更好的效果。三、工具使用（Tool Use） LLM 本身并不直接执行工具，而是由 LLM 指示执行引擎调用特定工具。执行引擎负责实际调用工具、获取结果，并将结果返回给 LLM，LLM 再基于这些结果生成最终输出。代码执行（Code Execution）是一个非常有用的工具。 LLM 可以生成 Python 代码，由执行引擎运行代码并返回结果。需要注意的是，执行代码时需考虑安全性，建议在 Docker 或沙箱环境中运行。模型上下文协议（MCP）的出现，极大地减少了工具调用的开发工作量，从原来的 m*n 级别降低到 m+n 级别。 #ai创造营##程序员#

4. Anthropic 发了一份 33 页的官方指南，专门讲怎么给 Claude 构建 Skill。这份文档信息量很大，我来帮你梳理一下核心要点。先说 Skill 是什么。本质上就是一个文件夹，核心是一个叫 SKILL.md 的文件，用 Markdown 写，带个 YAML 头部。它解决的问题是：你不用每次对话都重复解释自己的偏好、流程和专业知识，教一次就够了，以后自动生效。可以把它理解成 Claude 的标准操作手册。以前你得反复 prompt，现在打包好让它自己按流程走。文件夹结构很简单。主文件 SKILL.md 是必须的，另外可以选配脚本目录、参考文档目录和资源目录。这套系统有个精妙的设计叫三层渐进式加载。第一层是 YAML 头部的 name 和 description，这个始终在系统提示词里，用来判断要不要激活这个 Skill。第二层是 SKILL.md 正文的完整指令，只有 Claude 判断当前任务相关时才加载。第三层是 references 目录下的文档，按需读取。这意味着你启用几十个 Skill 也没事，Claude 不会把所有内容都塞进上下文。第一层的 description 就像个触发器，写得好才能在正确时机激活。 Skill 和 MCP 是什么关系？指南用了个比喻特别到位：MCP 是专业厨房，提供工具、食材、设备；Skill 是菜谱，告诉你怎么用这些东西做出一道菜。MCP 解决的是能做什么，Skill 解决的是该怎么做。没有 Skill 的 MCP，用户拿到工具却不知道怎么用；有了 Skill，等于给工具配上说明书和经验沉淀。指南把使用场景分成三类。第一类是文档和素材创作，不依赖外部工具，纯靠 Claude 内置能力，比如生成前端设计、PPT、文档。第二类是工作流自动化，多步骤流程的标准化执行，比如用 skill-creator 引导用户一步步创建新 Skill。第三类是 MCP 增强，给已有的 MCP 连接提供工作流指导，比如 Sentry 那个代码审查 Skill，能自动拉错误数据、分析 PR、给修复建议。技术细节上有些硬性规则要注意。文件名必须精确是 SKILL.md，大小写敏感。文件夹名必须用 kebab-case，比如 my-cool-skill，空格下划线大写都不行。Skill 文件夹里不能放 README.md。禁止用 XML 尖括号，防止提示词注入。名称不能包含 claude 或 anthropic。 description 字段写法直接决定 Skill 能不能被正确触发。好的写法要同时包含三个要素：做什么、什么时候触发、核心能力是什么。指南总结了五种实战模式。顺序工作流编排适合严格按步骤执行的场景，比如客户入驻流程。多 MCP 协调适合跨服务的联合工作流，比如设计到开发交接。迭代精炼适合需要多轮改进的场景，比如报告生成。上下文感知的工具选择适合同一目标根据条件选不同工具的场景，比如智能文件存储。领域专业智能适合需要嵌入专业知识的场景，比如支付合规检查。测试上建议覆盖三个维度。触发测试看 Skill 是否在正确时机激活，直接请求能触发、换种说法也能触发、无关请求不误触发。功能测试看执行结果对不对。性能对比看有无 Skill 的差异，对话轮次、API 失败次数、token 消耗这些指标。一个实用建议：先在单个困难任务上反复迭代直到成功，再把经验提取成 Skill，别一开始就追求广覆盖。分发方面，个人用户可以下载压缩后上传到 Claude.ai 设置，或者放到 Claude Code 的 skills 目录。组织层面管理员可以全工作区部署。API 用户通过 /v1/skills 端点管理。Anthropic 把 Agent Skills 定位成开放标准，希望它能跨平台使用。常见问题排查。Skill 不触发通常是 description 太模糊，要加具体的触发短语。Skill 过度触发是范围太宽，要加负向条件缩小范围。指令不被遵循往往是太长太含糊或关键内容被埋没，要精简并把重要的放最前面。上下文变慢是 SKILL.md 太大或启用太多 Skill，主文件控制在 5000 词以内，详细文档移到 references 目录。最后一个高级技巧值得记住：关键验证步骤用脚本替代自然语言指令。代码是确定性的，语言理解不是。指南下载地址：resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf?hsLang=en #HOW I AI##科技先锋官#

5. 想深入掌握n8n自动化？《The Ultimate n8n Starter Kit（2025）》全方位解读n8n工作流自动化，从基础到AI集成，带你快速上手并提升效率。1. 工作流自动化基础- 工作流自动化利用技术自动执行重复任务，节省时间、减少错误、助力业务扩展。- 关键组成：触发器（如新邮件）、动作（如发送通知）、条件（如VIP判定）。2. n8n简介与优势- n8n是低代码、节点式自动化工具，支持自定义代码和API集成。- 相比Zapier、Make.com，n8n更灵活、成本更优且数据掌控更强。- 提供300+预置集成，社区节点丰富，支持自托管和云服务。3. 核心节点与数据转换- 触发节点启动流程，核心节点处理数据，动作节点执行任务。- Set节点调整数据，Code节点支持自定义JavaScript，HTTP请求节点调用API，Merge节点合并数据。- 深入理解JSON数据结构与表达式（如{{$json["field"]}}），灵活操作工作流数据。4. 工作流设计与调试- 明确目标、合理规划流程、选择合适节点、设置条件逻辑。- 支持手动测试和生产自动执行，实时监控执行记录，追踪错误。- 利用错误触发节点自动处理异常，Debug Helper节点帮助数据检查，提高可靠性。5. AI智能代理与集成- AI代理具备自主决策能力，广泛应用客服、内容生成、数据分析、代码辅助。- n8n内建多样AI节点，支持OpenAI、Google AI等平台，轻松构建AI驱动的自动化流程。- 精准提示设计（prompting）提升AI响应质量，结合多种策略保障任务准确执行。6. 进阶AI集成与实战案例- 获取API凭证，安全配置，监控调用限制，优雅处理错误。- 实例：自动生成社媒内容、AI客服、儿童故事机器人等，展示n8n与AI结合的强大潜力。- 分享SanctifAI、Telegram故事机器人等真实案例，启发创新应用。总之，n8n不仅是高效自动化的利器，更是AI智能集成的开放平台。掌握本套教程，你将具备设计复杂自动化流程和智能代理的能力，推动业务智能化升级！原文：drive.google.com/file/d/1aiqWO5NueoX6YUcTN8-GzxPgh2ZCpeFh/view

6. Perplexity AI 官方发布的一本应用指南，介绍了Perplexity 内部如何用AI： Perplexity at Work: A Guide to Getting More Done一、核心理念：AI 是提升工作效率的“三层助推器”1. Block Distractions（屏蔽干扰）→ 让 AI 管理重复事务、过滤杂事，恢复注意力。2. Scale Yourself（放大个人能力）→ 把 AI 融入日常工作流，成为「团队中的一个你」，扩展研究、创作、分析等能力。3. Get Results（实现成果）→ 将 AI 的能量聚焦在产出和影响力，让你的工作带来看得见的结果。这三个阶段分别对应了专注 → 扩展 → 产出的进化路径，是对「AI 时代个人工作模型」的再定义。二、Perplexity 产品体系的统一平台思路Perplexity 将 AI 能力整合为一体化工作平台，避免用户在多工具间切换。主要模块包括：- Comet 智能浏览器：执行任务、跨网页操作、自动化研究- Labs 创作工作室：生成报告、提案、幻灯片、仪表盘等成果物- Research 深度研究代理：多源阅读并输出有引文的摘要- Spaces 上下文工作区：存储研究资料、保持语境一致- Email Assistant 智能邮件助理：自动分类、生成回信、调度会议👉 核心思想：让「上下文」随你而行（Context follows you），让知识流与任务流贯通。三、Block Distractions — 用 AI 护住你的注意力- Comet Assistant：帮你总结网页、合同、对话，甚至跨 Tab 理解上下文。- Comet Agent：可执行动作，如发送邮件、填写表单、调度会议。- Email Assistant：自动分类为「需回复 / FYI / 通知」，学习你的语气生成自然回信。- App Connectors：连接 Gmail、Notion、Salesforce 等工具，实现统一检索与自动摘要。- Shortcuts & Tasks：将重复工作（如每周简报、竞品监测）设置成可自动执行的任务。> 从「管理任务」转向「管理注意力」。四、Scale Yourself — 放大你的好奇心与产出能力1. 用 AI 构建系统化工作流把工作从「任务碎片」升级为「系统流」：> ❌ “我要做市场研究” → ✅ “我要用研究结果支撑定价策略并培训销售团队”2. 典型应用场景- 市场与竞争情报分析分析趋势、政策、竞争者并自动汇报。- 战略规划 / 投资评估 / 法规合规 / 用户研究AI 处理多维数据，输出可执行洞见。- 内容创作（Labs）生成专业报告、提案、培训材料；支持图像和视频生成。- Spaces 模板化知识管理通过上传品牌文档、语气范例，让 AI 输出与企业风格一致的内容。> 让 AI 成为「放大器」，不是「代替品」。五、Get Results — 从产出到成果这一部分强调 AI 如何帮助个人转化为“有影响力的贡献”：1. 绩效与成长自动分析邮件、任务、会议数据，生成量化绩效报告。生成发展计划与技能成长建议。2. 业务拓展与销售Labs + Research 可快速生成客户画像、行业分析、潜在合作建议。自动撰写定制化外联邮件、提案与案例。3. 项目交付与汇报自动汇整多系统数据，生成项目总结、仪表盘、风险提示。> 用 AI 把“努力”转化为“影响”。六、启示- 设计时应关注“跨上下文的连续体验”，而非单点功能；让用户无感完成「思考–执行–汇报」闭环。- Comet 的「Agent模式」是可执行浏览器代理的典范；强调权限控制、安全交互与多任务编排。- 可将 Perplexity 视作“第二工作操作系统”，用于知识自动化、员工增能和组织生产力提升。七、AI 不是加班工具，而是认知倍增器> Focus → Amplify → Achieve从注意力的掌控，到能力的放大，再到成果的兑现。当 AI 负责执行，人类重新回归思考本身。文档：r2cdn.perplexity.ai/pdf/pplx-at-work.pdf#人工智能##科技#

7. 终于，我用AI治好了"只收藏不学习"的坏毛病（附全自动工作流）

8. 【最新玩法】n8n工作流秒变MCP工具，直连各种MCP客户端，零代码实操！

9. 探访云栖（三）：AI不再遥远：它正如何“贴身”重塑你的日常？【101 Weekly】

10. OpenClaw + Ollama 本地部署！无需 API，断网可用，多模型自由切换（GPT-OSS / Qwen 3 / GLM 4.7）

11. AI创业黄金期，小团队也能撬动大市场。 #大咖观察 #红衣聊AI #人工智能 #创业项目

12. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

13. 快抄作业！我用JoyAgent搞了个AI团队 2025年都快结束了，Agent是不是还没用上？我找到了打工人用上智能体的最简单方法，就是用JoyAgent把每天重复的SOP全做成Agent，不懂代码也能零门槛搭建，而且效果很稳定。看着AI团队全自动打工、出活，非常解压。 #AI #智能体 #JoyAgent #JoyCode #京东云

14. 快手1.6万字长文《快手万人组织 AI 研发范式跃迁之路：从平台化、数字化、精益化到智能化》，推荐阅读文章介绍了快手研发范式的三阶段演进路径，以及快手技术团队对 AI 赋能组织提效的思考。三阶段演进路径：1. 平台化、数字化、精益化（2023-2024 年）：2. 建设一站式研发平台，并标准化需求和工程流程，工具渗透率>95%，流程自动化>94%3. 通过建立效能模型，识别交付瓶颈，提升需求交付效率，人均需求吞吐量提升 41.57%4. 智能化 1.0（2024 年 6 月 -2025 年 6 月）：聚焦用 AI 提升个人开发效率- 建设并推广 AI 编码 / 测试 /CR 等能力，AI 代码生成率超过 30%- 但发现矛盾——个人主观编码效率提升显著，但组织需求交付效率却基本不变5. 智能化 2.0（2025 年 7 月以后）：聚焦用 AI 提升组织整体效能- 找到了 AI 研发范式升级路线：L1 AI 辅助（Copilot）→ L2 AI 协同（Agent）→ L3 AI 自主（Agentic）- 探索出了支撑路线达成的系统性实践：AI x 效能实践、AI x 研发平台、AI x 效能度量关键洞察与经验：1. AI 研发提效陷阱：用 AI 开发工具 ≠ 个人提效 ≠ 组织提效2. 本质问题：如何将个人提效传导到组织提效原文：mp.weixin.qq.com/s/Ejxpxn_MrJ1PDf-K38MpEg#HOW I AI# #程序员#

15. CJ Zafir分享了他最新的AI工作流，将不同AI模型按专长“分工”协作，极大提升效率：界面设计用Google Gemini 3.0 Pro，负责线框图、界面流程等前端工作；代码开发用Anthropic Claude Sonnet 4.5，专注代码生成与调试；项目规划则交给GPT 5.1，负责高层次的推理和计划制定。他强调：只用这三者，剔除其他工具，工作流更清晰、更高效。Gemini 3.0是从TPU全新训练，需特殊提示语技巧才能发挥极致，一旦掌握，表现惊艳。Claude虽稳健，但自Sonnet 4发布后已遇瓶颈。社区反馈也很丰富：有人推荐用MagicPathAI结合Gemini做UI，有人用Spine AI统一管理300+模型，还有人用Flowith自动挑选最合适模型。部分开发者深度依赖Gemini做前端和研究，Claude负责后端架构。这套“AI分工”方案背后，有个重要启示：用多模型协作替代单一万能模型，更符合实际需求和效率。人类开发者不再是全能手，而是成为擅长“提示工程”的指挥官，让各AI发挥最大价值。总结：单一模型难以包打天下，真正的效率来自于“专才”AI的组合。技术成熟后，AI的角色将从工具变成智能“团队成员”，协助人类释放更大生产力。未来，懂得搭配和驾驭多模型的开发者，将在AI浪潮中占得先机。原文：x.com/cjzafir/status/1991190074386510094

16. 大家都在热炒“AI代理”，但真正重要的框架你了解吗？2025年，AI代理框架将成为新的云平台。懂它们，你能更快构建、更稳交付，领先那些还在拼命拼凑提示词的团队；不懂，你会坐看竞争对手快10倍。这些框架不是玩具，而是“作弊码”：它们提供可复用逻辑、清晰的流程编排、内置记忆、工具接入，以及团队和个人最需要的——可预测的工作流。这里整理了7个值得关注的免费AI代理框架：1. Botpress——最易上手，支持生产环境，视觉构建，部署灵活，适合真正交付。2. LangChain——研究者乐园，完全可控，定制无限，但不小心也容易出错。3. CrewAI——多代理快速原型，多角色协作，适合演示和线性任务。4. Microsoft Semantic Kernel——微软生态企业首选，轻松集成现有应用和后端。5. AutoGen——多代理严密编排，全消息追踪，适合需要透明度的团队。6. AutoGPT——自主工作流，适合个人或小团队，擅长研究和批量任务。7. Rasa——数据和隐私完全掌控，行业级对话系统，适合对安全敏感的场景。选框架不是比功能，而是看你的需求：你要速度还是掌控？视觉还是代码？是做原型还是大规模部署？需不需要深度集成？安全重要吗？真正赢得这波浪潮的，不是最花哨的代理，而是能最快构建代理的团队。如果你还没开始玩这些框架，赶紧入手。实验和被淘汰的距离，正在变得极短。原文：x.com/connordavis_ai/status/1989654933004796021

17. Claude Code每月$20配额不够用，有什么省token或多平台切换的技巧？

18. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

19. 我常用的5种AI工作流软件，强烈推荐～

20. AI革命不是让你去学写代码，而是让你学会指挥AI干活。 #大咖观察 #红衣聊AI #科技改变生活 #人工智能

21. AI智能体也卷起来了？又懂业务又不用搭工作流…

22. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

23. 《N8N基础入门教程 - 从零开始学习自动化工具》N8N是一款开源自动化工具，专注于连接各种AI服务、应用和数据库，实现工作流程自动化，极大提升个人生活幸福感和企业效率。虽然全英文界面和缺少多语言支持让不少初学者望而却步，但掌握基本逻辑思维、勇于动手调试，就能逐步驾驭这一强大平台。本教程从零开始，涵盖部署、节点使用到实战案例，帮助用户从基础入门到高级应用，打破学习壁垒。无论你是技术开发者还是自动化爱好者，只要愿意深耕，总能在自动化领域找到属于自己的定位。与Dify和Coze相比，N8N更强调系统打通和任务自动化，完全开源且支持灵活集成任意API；Dify更专注AI应用开发，Coze则偏向多轮对话助手，但闭源且未来可能收费。选择何种工具，关键在于是否满足你的业务目标。原文链接：n8nzh.com/docs/intro/

24. n8n上线Chat Hub！工作流秒变GPTs、仅使用权分享终于实现了

25. 你用n8n/dify搭建了哪些实用的Agent工作流？

26. Sam Altman疯了！用这三招，他想让全世界为ChatGPT打工！#Altman #人工智能 #科技改变生活 #AI新星计划 #openai

27. 用AI的人，效率像是开了挂！ #大咖观察 #红衣聊AI #黄仁勋 #科技

28. AI抢饭碗结论被推翻，真相到底是啥？ #大咖观察 #红衣聊AI #人工智能 #AI时代

29. 用 AI 后，我效率翻 3 倍，人却更疲惫，别再掉进这个陷阱了

30. 当国行iPhone装上TicNote，我才知道什么叫真正的AI

31. 深扒n8n Top100社区节点：装上这些“外挂”，AI工作流强大10倍！

32. 为啥别人日更10篇爆款，你周更1篇还扑街？别人一天发10篇爆款，你一周憋一篇还扑街？不是你团队不行，是你的“手工作坊”，干不过别人的“工业化流水线”！如果你正在为小红书流量焦虑： 👉 招了人，产出全靠撞大运，爆款完全不可复制？ 👉 预算少，请不起专业团队，自己发笔记石沉大海？ 👉 要种草，灵感天天枯竭，热点永远追不上？别划走。今天不废话，直接给你看一套我们给新消费品牌、本地生活和知识付费IP搭建的 “小红书爆款笔记流水线系统”。只需要三步： ① 遇到符合自己项目的爆款内容，敲击手机，爆款数据自动扒取，完全自动化；爆款公式自动总结、账号名称、播放量、点赞数、评论数、分享数、收藏数统统自动采集到 ② AI批量二创，将自己感兴趣的话题输入，选择我们之前采集到的对标内容的爆款公式，自动生成你想好的内容，连小红书封面图都帮你做好。真正做到AI爆款内容复刻，24小时产出不枯竭； ③ 多账号多平台发布，一个人就是一个内容制造工厂。你以为搭建这套系统要花几十万、养一个IT团队？错！问题的本质，是你的内容生产还停留在“手工作坊”时代，靠天吃饭。而我，只是用了一个飞书多维表，就把这套“工业化”流程封装成了一个即插即用的模板。用了它，你每天省下3小时找选题的时间，把爆款概率从玄学变成科学，真正实现“一人军团”。#飞书多维表格 #小红书运营 #自媒体运营 #ai生成文案 #爆款文案上热门

33. 构建和部署AI智能代理和工作流，Langflow提供了一个强大的可视化开发平台。它不仅支持拖拽式流程设计，还内置API和多方通信服务器，让每个工作流都能轻松集成到各种应用中。主要功能包括：- 直观的可视化编辑界面，快速上手与迭代；- 完全开源，支持用Python自定义组件；- 交互式调试环境，逐步测试和优化流程；- 多智能体协作与对话管理；- 支持API部署，也能导出JSON供Python调用；- 作为多方通信服务器（MCP）运行，扩展灵活；- 集成多种监控工具，保障安全与性能；- 跨平台桌面客户端，支持Windows和macOS。无论是构建复杂的AI代理，还是搭建多步骤自动化流程，Langflow都能极大提升开发效率和灵活性。适合AI开发者、数据科学家及产品团队使用。GitHub：github.com/langflow-ai/langflow 官网：www.langflow.org

34. 黄仁勋一语道破，戳穿AI时代最现实的残酷真相：你不会因为AI丢掉工作，你会因为一个会用AI的人丢掉工作。#大咖观察 #红衣聊AI #黄仁勋 #英伟达 #AI时代

35. 2025过去了！这一年你是不是也在为AI焦虑？老周用360一整年的实践，告诉你答案：不用怕，抓住Agent就赢了！从我自己敲代码做100多个智能体，到带领团队All in，这条AI布道之路，全是实战干货。 2026，你想和智能体一起搞定啥？评论区留言，老周帮你研究！#大咖观察#2026 #年度总结 #红衣聊AI #agent

36. 如何让NotebookLM变成你效率翻倍的学习工具

37. 小红书全自动工作流：一键生成文案、封面、视频并自动发布，实现24小时无人运营！

38. 最强AI视频工作流：自动量产高质量短视频，无需剪辑，真正一键成片！

39. 在线开发者和 AI 爱好者注意了！OpenAI 发布了超实用的开源项目「Skills Catalog for Codex」，它收集了大量可被 AI 代码代理（Codex）调用的技能包，帮助实现各种编程任务的自动化和智能化。这些「技能」本质上是任务指令、脚本和资源的合集，Codex 可以用它们来完成特定工作，实现写一次、处处用的高效复用。亮点功能：- 包含丰富的开发者工作流技能，支持自动化代码、测试、部署；- 覆盖多种语言及场景，比如 Python、JavaScript 甚至 Shell 脚本；- 支持官网推荐的“curated”和“experimental”技能安装，灵活拓展能力；- 易于创建和分享自定义技能，让你的 AI 助手更贴合实际需求。GitHub：github.com/openai/skills适合对 AI 代码自动化感兴趣的开发者和团队，提升工作效率的利器！#AI创造营##人工智能#

40. 在处理业务流程自动化时，手动执行重复任务如数据同步或报告生成往往导致效率低下和错误积累，难以规模化扩展。GitHub上的开源项目Temporal是一个可靠的分布式工作流引擎，专为构建高耐用性自动化流程设计，结合大语言模型（LLM）的智能决策或异常处理功能，能显著提升业务可靠性，适合DevOps团队、数据工程师或系统架构师。GitHub:github.com/temporalio/temporal主要功能：1. 工作流编排：支持代码定义工作流，自动处理重试、超时和状态持久化；2. 分布式执行：通过SDK支持Go、Java、Python等语言，适配微服务架构；3. 大模型AI集成：通过大语言模型动态调整工作流分支或生成恢复逻辑；4. 监控与可视化：内置UI仪表盘，实时跟踪执行状态和失败诊断；5. 自托管部署：通过Docker或Kubernetes运行，数据本地存储，保障隐私；6. 事件驱动：支持异步回调，适合复杂长运行业务如订单处理或数据管道。Temporal通过Docker快速部署，几分钟即可启动集群，文档详尽且社区活跃。它在分布式系统社区广受好评，尤其适合需要高可靠自动化流程的职场场景，AI大模型的集成让工作流更具适应性。实际使用后，你会发现它让业务自动化变得坚韧高效，故障恢复速度显著加快。#AI生活指南##ai创造营##微博兴趣创作计划#

41. 全球首家无人公司来了！一整个AI团队替人上班，不吃饭不摸鱼，普通人的数字员工时代真的来了吗？#大咖观察 #红衣聊AI #智能体 #AI时代

42. veo3.1无限用，支持中文提示词！这个东西厉害了 #lovart #veo3#玩个很新的东西 #ai视频 #ai新星计划

43. 盘点一周AI大事2月8日｜AI相亲、AI当老板、AI狼人杀 Anthropic发布最强大模型Claude Opus 4.6 OpenAI发布最强编码模型GPT5.3Codex OpenAI推出Codex桌面版 Google上线AI狼人杀 AI雇佣人类平台RentAHuman爆火 AI雇佣AI平台ClawTasks爆火龙虾相亲平台MoltMatch爆火智谱开源最强OCR模型GLM-OCR 字节发布最强视频模型Seedance 2.0 研究员开源无痕编辑视频模型Edit Yourself 字节开源最强分子预测模型Protenix-v1 Google发布论文配图AI Paper Banana #AI新星计划 #前沿科技趋势发布月 #AI #AIGC #OpenAI

44. 硅谷大佬接连破防，AI的效率提升太疯狂了。 #大咖观察 #红衣聊AI #硅谷 #AI工具

45. CES上英伟达再放王炸，AI史诗升级 #AI #英伟达 #NVIDIA #CES2026 #AIPC

46. AI工具实盘炒股爆赚第一，我用它来分析特斯拉，结果更炸裂 “AI炒股大战”太上头了！Qwen梭哈第一名，DeepSeek打工人第二，GPT-5纠结到只剩两千块。但真正把我震住的，是我实测Qwen的“深入研究”——17步投研流程、引用权威文献、还能自动生成图表、播客、网页。普通人第一次可以拥有专业分析师级别的判断力。AI时代，真正能提效的工具正在悄悄改变我们 #AI工具 #AI研究 #投研工具 #qwenchat #Qwen

47. #OpenClaw都能做什么# OpenClaw（俗称龙虾）是一款本地优先、开源、可自主执行任务的 AI 智能体（Agent），核心是用自然语言指挥它帮你完成电脑操作、浏览器自动化、办公与开发等各类重复 / 流程化工作。 OpenClaw 的核心定位不是聊天机器人，而是能动手干活的数字员工。OpenClaw 的核心能力如下： 1. 文件与系统自动化 ①批量重命名、整理、备份、分类文件。 ②读写 / 编辑文档、生成目录、压缩图片、清理冗余。 ③执行终端命令、监控系统状态。 2. 浏览器自动化（核心能力） ①自动搜索、填表、登录、点击、导航。 ②网页数据抓取、监控页面更新、批量下载。 ③自动值机、预约、报销、查医生、云平台操作open-claw.org。 3. 办公全流程自动化 ①邮件：筛选、自动回复、批量发送、摘要。 ②日程：同步日历、提醒、规划行程。 ③文档：会议纪要、周报、报告、格式转换。 ④数据：Excel 提取、筛选、可视化图表。 4. 代码与开发辅助 ①生成代码片段、调试、写测试用例、修复简单错误。 ②合并 PR、自动检查逻辑、CI/CD 辅助open-claw.org。 ③文献检索、实验参数优化、科研数据处理。 5. 跨工具协同与消息 ①集成微信、钉钉、飞书、Slack、Telegram 等。 ②批量发消息、自动回复、多渠道统一管理。 ③对接 OA、CRM、API，查询考勤、客户信息。 6. 自定义与扩展 ①用自然语言创建专属自动化流程。 ②安装社区插件、写自己的技能open-claw.org。 ③定时任务、事件触发、多模型并行。与普通 AI 助手相比，OpenClaw 能主动执行（你说 “整理桌面 PDF”，它直接操作，不是只给建议）、本地优先（数据不云端，隐私安全）、持久记忆（记住你的习惯、偏好、历史任务）、可定制（直接改 Markdown 配置，或让它自己生成技能）。有了OpenClaw ，职场人可以用来自动周报、邮件处理、数据报表、会议纪要；开发者可以用来代码生成、调试、PR 合并、文档生成；学生 / 科研可以用来文献整理、实验数据处理、论文辅助。个人可以用来文件整理、浏览器批量操作、日程管理。 #老张聊科技#

48. 深度｜不止智能浏览！Fellou实现交互/任务/记忆三连通，重新定义AI时代生产力

49. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

50. 2025年，真正的护城河不再是单纯的技术，而是深度定制的工作流、拥有真实切换成本的专有数据、强大的分发能力，以及让AI“隐形”融入用户核心需求的极致用户体验。这才是未来的竞争核心。现在我们仍处于AI应用的早期阶段，只有少数人在真正高效利用它。这是创业的绝佳窗口期，机会无限。“杰文斯悖论”告诉我们：如果拥有无限实习生，工作量反而会成倍增加。未来的超级智能同理，掌握高效提示技术的人将拥有超级能力，市场将涌现更多更快更优质的产品与服务。但人机协同依然关键，设计合理的工作流程，让人类介入足以控制风险，却不拖慢效率，才能发挥最大价值。对于非AI原生创业公司，AI战略是产品和利润问题：如何让用户现有操作效率提升十倍？越早迈出这一步，越能抢占先机。而AI原生创业者，则要思考市场结构：当基础设施泡沫破裂、强大模型普及，哪些技术栈层能真正留存持久价值？速度同样是护城河。传统大公司因流程僵化交付慢，而AI驱动的快速迭代则赢得市场和用户。数据如空气无处不在，真正稀缺的是“智能”——能持续感知、吸收并实时优化的系统。未来竞争的核心，是打造能自我进化的智能体系。品牌带来用户，快速交付带来学习，工作流+数据+用户体验创造独特价值。这三者形成正向循环，筑起坚固护城河。AI最强的护城河，是让它在用户体验中“消失”，成为无感的生产力提升工具。当AI不再被提及，技术真正融入日常，才能实现规模化与持续增长。纵观全球，AI尚未全面渗透，广阔“未被吞噬的世界”正等待开拓。抓住这时代，智慧与执行力兼备者，将引领未来。原文：x.com/garrytan/status/1991508540494885374

51. 第3期 | 1分钟让你成为朋友圈最懂AI的人！ Workflow、Agent、智能体集群…这些词天天见，但你真懂了吗？不懂底层逻辑，怎么看懂《十五五规划》里的万亿机会？🚀 今天把AI的底层逻辑一次盘明白，特别是最后那个“一人公司”架构，看完直呼牛！ AI的4个层级，让你超越80%的人更懂AI逻辑。 #AI #人工智能 #清华 #干货分享 #工作流

52. 使用大语言模型（LLM）时，往往需要反复输入复杂的提示词来规范其行为，且在不同平台间切换时，难以保持工作流的一致性。Awesome LLM Skills 是一个精选的资源列表，专门收集用于定制 AI 代理工作流的技能、资源和工具。它通过标准化的方式，教给 AI 如何按照特定要求执行任务，使其在不同平台上都能以可重复、标准化的方式完成工作。该项目不仅涵盖了从文档处理到代码开发的各类实用技能，还详细介绍了如何在 Claude Code、Gemini CLI、Codex 以及 Qwen Code 等主流工具中配置和调用这些技能。GitHub：github.com/Prat011/awesome-llm-skills主要功能：- 提供标准化的技能模板，通过简单的 Markdown 文件定义 AI 的任务逻辑和执行步骤；- 适配多种主流 AI 命令行工具和桌面应用，包括 Anthropic Claude Code 和 Google Gemini CLI 等；- 内置丰富的开发与测试技能，如 Playwright 浏览器自动化、AWS 开发辅助及代码质量检查；- 强大的文档处理能力，支持对 Word、PDF、Excel 及 PPTX 等多种格式进行分析与编辑；- 集成 Notion 知识管理，可将对话内容自动转化为结构化的笔记、会议纪要或研究文档；- 包含商业与创意工具，支持品牌指南应用、竞品分析、域名构思及多媒体素材生成。该项目适合开发者和重度 AI 用户使用，通过简单的文件夹配置即可让 AI 代理具备专业化的处理能力，大幅提升自动化办公和编程的效率。

53. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

54. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

55. AI时代最危险的职场陷阱不是不会用AI 而是把AI当成了思考替身。#大咖观察 #红衣聊AI #AI工具

56. 你最想让智能体机器人先帮你搞定生活，还是提升工作效率？ #大咖观察 #ai新星计划 #红衣聊AI #机器人

57. 马斯克2026达沃斯访谈，AGI年底就会爆发，工作将消失？#ai #马斯克 #科技 #达沃斯 #预言

58. 利用OpenClaw，从零开始搭建属于自己的自动化AI电脑

59. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

60. AI帮你接管流程：这次轮到差旅了

61. n8n工作流外接：零代码封装成应用，突破使用限制，自由分享！

62. 重磅更新！n8n发布v2.0：界面性能大换血，附保姆级升级指南

63. 这个开源的PAI（Personalized AI Platform）项目，介绍了如何构造你自己的个性化AI系统，不错。PAI 的目标是构建一个属于个人的、可持续学习的 AI 系统，而不是传统的聊天机器人或一次性任务助手。这个项目的核心想法是把 AI 建成一个与你长期协作、不断学习和进化的系统，减少重复输入、提高个人效率，让 AI 真正围绕你的目标工作。它强调 AI 是用来放大人的能力，而不是取代人。项目设计上分为多个结构层级：（1）技能（Skills）每个技能是一个独立功能模块，比如研究、自动化、数据抓取、图像生成等，它们包含自己的路由、工作流和说明。（2）代理（Agents）这些是为特定任务定制的 AI 角色，例如工程师、研究员、设计师等，用于执行特定类型的工作。（3）钩子（Hooks）事件驱动的自动化机制，用于捕捉工作过程、管理系统状态、触发日志记录等。（4）历史系统（History）自动记录完整交互历史（UOCS），将过去执行过的任务、反馈和结果保存下来，作为未来决策和学习的依据。访问：github.com/danielmiessler/Personal_AI_Infrastructure#HOW I AI# #程序员#

64. 硅谷工程师称用 AI 提效 10 倍但更累，是 AI 时代普遍现象吗？该如何应对？

65. 在线使用 Claude、OpenAI、Gemini、Antigravity 多种 AI 订阅服务时，API 配额管理和成本分摊常让人头疼。Sub2API是一个一站式开源中转服务平台，支持多账户统一接入，自动分配 API 配额，智能调度请求，还能实现拼车共享，极大提升使用效率，降低成本。主要功能：- 多 upstream 账号管理，支持 OAuth 和 API Key 方式；- 动态分发 API Key 给用户，方便接入管理；- 精确的 Token 级计费与成本跟踪；- 智能调度算法，支持会话粘性和高并发控制；- 请求速率限制，保证服务稳定；- 全功能管理面板，监控与配置一目GitHub: github.com/Wei-Shaw/sub2api#AI创造营##人工智能#

66. Firecrawl团队开源的Open Agent Builder在这↓一个可视化工作流构建工具，主要用于生成、测试与部署 AI agent流程。它支持拖拽式的节点编辑器，能将网页抓取、数据提取、AI 推理、人机交互等多步流程串联起来。访问：github.com/firecrawl/open-agent-builder#人工智能##ai创造营#

67. 【Dev Browser：让 AI 代理直接操控浏览器的开源自动化技能】开发过程中验证功能往往需要反复手动测试，打开浏览器、点击按钮、填写表单，每次代码改动都要重复一遍，效率低下。 Dev Browser 是一个为 Claude Code 设计的浏览器自动化插件，让 AI 代理能够直接控制浏览器来测试和验证开发成果。与传统方案不同，它采用有状态服务器架构，页面导航后可跨多个脚本持续交互，无需每次重新启动浏览器。还提供了针对大语言模型优化的 DOM 快照功能，让 AI 能更准确地理解页面结构。 GitHub：github.com/SawyerHood/dev-browser 主要功能： - 持久化页面状态，导航一次即可跨脚本持续操作； - 灵活执行模式，支持完整脚本或逐步探索； - LLM 友好的 DOM 快照，结构化页面检查专为 AI 优化； - 可选 Chrome 扩展，直接控制已登录的浏览器会话； - 支持 Claude Code、Amp、Codex 等多种 AI 编程工具。实测对比显示，Dev Browser 完成任务仅需 3 分 53 秒，成本 0.88 美元，成功率 100%，在速度和成本上均优于同类方案。适合需要频繁测试验证的前端开发者和全栈工程师使用。

68. CI/CD管道如何工作？Nikki Siapno用不到2分钟的时间为你拆解：CI/CD管道是一套自动化流程，贯穿持续集成（CI）和持续交付/部署（CD），负责代码构建、测试和发布。它将软件开发生命周期（SDLC）的各阶段无缝连接，形成可重复执行的高效工作流。关键环节包括：源码管理、自动化测试、构建产物生成，以及部署编排。特别提醒，持续“交付”（Delivery）和“部署”（Deployment）虽常被混用，但有本质区别：- 交付保证软件随时可以发布，但需要人工操作将版本推向生产环境。- 部署则是通过自动化流程直接完成发布。典型CI/CD流程：1. 开发者提交代码到版本库（GitHub/GitLab/Bitbucket等）。2. CI服务器检测到更新后自动触发构建（Jenkins/Gradle/CircleCI/Buildkite）。3. 代码编译，自动执行单元测试、集成测试和端到端测试（Selenium/Jest/Pytest/Cypress）。4. 测试结果反馈给开发者。5. 测试通过后构建产物部署至预发布环境（AWS CodeDeploy、GitHub Actions、Argo CD、Azure DevOps等）。6. 预发布环境进行最终验证（用户验收测试、性能测试）。7. 验证通过后，CD自动将应用部署到生产环境，并持续监控性能及问题。CI/CD的价值在于极大提高交付速度与质量，缩短反馈周期，促进团队协作，提升用户满意度。当然，初期搭建管道需要投入时间和资源，也需团队文化转变，尤其对小项目可能显得复杂。但对规模化项目和团队，CI/CD是不可或缺的核心能力。这也是为什么越来越多企业，从亚马逊到Netflix，都实现了每日多次代码合并和频繁部署，不断加速创新步伐。

69. 随着AI智能体的发展，能做好决策、持续创新的人，会拥有独特的竞争力。#大咖观察 #红衣聊AI #行业研究

70. 「Github一周热点87期」文本转语音模型、n8n工作流大全、流式数据处理引擎、ReactUI 库、基于WEB的服务器管理工具和X 推荐算法

71. 当AI从工具人变成“打工人”，你的工作会被重新定义吗？ #大咖观察 #红衣聊AI #黄仁勋 #AI人工智能

72. 免费n8n工作流：一键监控抖音、公众号、小红书、X、YouTube所有动态，保姆级教程！

73. 专业V单#vivo X300 Ultra#带给用户的，就是真正打通了从“拍摄”到“后期”的全链路专业工作流，让创作自由成为现实。所见即所得的拍摄控制，后期工作流深度打通，专业场景的扩展支持我们希望它成为创作者真正的掌上生产力工具。 #MWC2026#

74. #Seedance2.0爆火从业者喜忧参半#Seedance2.0真正强的地方是简化工作流。原来影视制作是：作家脑中的世界→文字→导演的理解→受制于实际的拍摄的多组镜头→剪辑师脑中的理解→成品现在每个人想法→结构化表达→ai成品随手传图片、视频参考，就可以生成你想要的特效视频，这在一定程度上大大减少了后期的工作量8 个月 3 代进化，它做到了言出法随，在Ai时代自己要你有想法你就是最佳的视频创作者，这回创作门槛大幅度降低了吧。

75. n8n重磅更新：自动生成工作流，实测效果惊人，最强AI工作流生成器 | N8N Workflow Builder

76. 打算试试 Vibe Kanban 。一个面向 AI Vibe Coding 工作流管理的平台，它通过看板界面帮助我们规划、协调、执行和审查由多种 AI 编码智能体（coding agents）生成的任务。支持 Claude Code、Gemini CLI、Amp、OpenAI Codex 等。项目的设计理念：当大量代码由 AI 生成时，开发者的主要工作将聚焦在任务规划、结果审查与协调管理上，而不是单纯写代码。项目：github.com/BloopAI/vibe-kanban#ai创造营# #程序员#

77. 在线协作要同时调动多个角色，沟通、执行、验收，协调复杂且费时。开源项目 Agency Agents（github.com/msitarzewski/agency-agents），堪称 AI 人才集成平台。它打造了一整套专门领域的 AI 代理团队，从前端开发高手、后端架构师，到营销达人、测试专家，甚至还有品牌守护者和项目经理。每个代理不仅专精一门技能，还带有独特个性和工作流程，能输出真实代码、策略和成果，支持一线生产环境。你就像拥有一支永不疲惫、随时待命、专业且高效的 AI 团队。主要特点：- 55+ 专业 AI 角色，涵盖工程、设计、产品、营销、测试等多领域- 明确的工作流程和交付标准，成果可衡量- 人格化设计，沟通自然不呆板- 支持 Claude Code 集成，激活角色一键切换- MIT 开源许可，灵活自定义扩展适合创业团队快速原型、产品开发迭代、市场推广执行、质量保障全过程，提升协作效率和成果质量。GitHub：github.com/msitarzewski/agency-agents#AI创造营##人工智能#

78. 开发者在调用不同 AI 模型时，常面临账号管理繁琐、API 协议不统一以及配额限制等问题，在不同平台的 Session 和 API 之间来回切换非常耗时。Antigravity Tools 是一个高性能 AI 调度网关与账号管理工具，旨在打破不同 AI 厂商间的调用壁垒，提供一站式的本地 AI 中转方案。它不仅能将 Google 或 Anthropic 的 Web 端 Session 转化为标准 API 接口，还支持智能账号轮换与协议转换，确保 AI 业务调用稳定且低延迟。GitHub：github.com/lbjlaq/Antigravity-Manager主要功能：- 智能账号仪表盘，实时监控各账号配额健康状况并自动推荐最佳账号；- 支持一键无缝切换账号，集成 OAuth 2.0 自动授权、批量导入及权限检测；- 全协议适配，提供兼容 OpenAI、Anthropic 和 Gemini 标准格式的 API 端点；- 智能状态自愈，遇到限流或授权过期时自动触发毫秒级重试与静默轮换；- 模型路由中心，支持自定义正则表达式映射，实现专家级的请求重定向；- 深度适配多模态功能，支持 Imagen 3 高级画质控制及超大 Payload 传输。该工具基于 Tauri v2 和 Rust 构建，确保了极高的运行效率与本地数据安全性。支持 Windows、macOS 和 Linux 多平台使用，适合需要深度整合各类 AI 模型的开发者与爱好者使用。

79. 黄仁勋再爆惊人言论，AI正创造一次巨大就业潮。 #大咖观察 #红衣聊AI #黄仁勋 #就业 #职业

80. 值得关注，服装行业已经有机器人实现商业化落地了#AI缝纫机 #AI #Aitu #智造 #AI机器人

81. 来自未来的麦克风！会议录音拳头级产品？Insta360 Wave首发体验评测！

82. 我用AI，做了个全网AI热点捕捉器！N8N工作流分享

83. 放假前，抽空学一下吴恩达DeepLearning AI的这个教程吧：Agent Skills with Anthropic，内容包括：1. 使用开放标准格式和最佳实践来创建可复用的技能，并将它们组合起来构建复杂工作流。2. 为代码生成与评审流程、数据分析以及研究任务构建自定义技能，让你的智能体在需要时按需加载。3. 将技能与 MCP 以及子代理结合，打造具备专门知识并能够访问外部数据源的强大智能体系统。访问：www.deeplearning.ai/short-courses/agent-skills-with-anthropic/#HOW I AI# #程序员#

84. themodernsoftware.dev/斯坦福大学的公开课CS146S: The Modern Software Developer 这是一门教导学生如何利用最前沿的 AI 工具来将生产力提升 10 倍的课程。不仅教授理论，更强调掌握实际的 AI 辅助开发、自动化测试、智能文档编写和安全漏洞检测等技能。课程涵盖了从基础的 Prompt 工程到复杂的 AI Agent 开发的全流程：第 1 周：LLM 编程入门 - 学习如何高效编写提示词（Prompt Engineering），理解 LLM 原理。第 2 周：代码智能体 (Coding Agents) 解构 - 学习 Agent 架构、工具调用以及 MCP (Model Context Protocol)。第 3-4 周：AI 集成开发环境 (AI IDE) 与模式 - 学习上下文管理、与 Claude Code 等工具的协作模式。第 5 周：现代终端 (Modern Terminal) - 如使用 Warp 等工具进行终端自动化。第 6-7 周：测试、安全与维护 - 利用 AI 进行代码审查 (Code Review)、漏洞检测 (SAST/DAST) 以及自动化测试。第 8 周：自动化 UI 构建 - 使用 AI 快速构建前端和原型。第 9-10 周：部署后运维与未来展望 - 涉及 AI 在 SRE中的应用以及软件开发的未来趋势。#科技先锋官#

85. 在线自动化操作网页，总得切换浏览器和脚本，流程繁琐又低效。Vercel Labs 的开源项目 agent-browser，针对 AI 设计的浏览器自动化 CLI 工具，基于极速 Rust 原生二进制，性能超棒，还能回退到 Node.js，兼容性极强。它集成了完整的浏览器控制能力：打开页面、点击、填写输入框、截图、抓取元素文本，支持等待元素出现、滚动、键盘和鼠标事件注入，甚至还能管理多会话和持久化浏览数据。尤其适合 AI 代理执行自动化任务，比如自动登录、数据爬取、测试脚本自动执行，还支持 iOS 模拟器控制和云端远程浏览，非常适合各种自动化和 AI 助理场景。GitHub：github.com/vercel-labs/agent-browser主要功能：- 极速 Rust CLI，操作流畅且延迟极低；- 多种选择器支持，推荐用 refs 快速定位元素；- 支持截图、PDF导出、页面快照及元素高亮；- 多会话和持久化配置，支持加密保存浏览状态；- 可连接远程调试浏览器或用云端浏览器运行；- iOS 模拟器与真机皆可操控Safari；- 安全特性丰富，比如域名白名单、动作确认和内容边界标记。安装也极简单：npm全局安装agent-browser，再执行agent-browser install自动下载Chromium浏览器即可启动。适用 Web、macOS、Windows、Linux，适合开发者和AI从业人员构建智能自动化工作流。#AI创造营##人工智能#

86. 面向AI编程，使用提示词以及AI相关工具链来完成编程工作或自动化办公工作流，以后不是技术人员的要求，而是像基本英语能力，office办公软一类的标配。如果你不能用AI和一些编程的基础知识快速将想法生成原型，将来以职场的竞争中一定会落于下风。这是必然以及正发发生的。以后在求职时，除了体力劳动以外的所有白领办公室岗位，老板都会问你会不会使用AI工具，能不能利用AI开发使工作中的信息处理自动化。

87. 与其整天刷AI新闻焦虑，不如花3小时做个最小可行性产品。 #大咖观察 #红衣聊AI #创业项目 #科技改变生活

88. 当苹果AI开始赋能开发者，一名父亲的学外语app风靡全球

89. Claude Code官方推出的入门课程，免费！有空补学习一下内容包括：1.使用 Claude Code 的核心工具进行文件操作、命令执行和代码分析。2 通过 /init、Claude.md 文件以及 (at) 引用来高效管理上下文。3. 利用多种快捷键和命令来控制对话流程。4. 在需要更深入分析的复杂任务中启用 Plan Mode 和 Thinking Mode。5. 创建自定义命令，用于自动化重复性的开发工作流。6. 通过 MCP 服务器扩展 Claude Code，引入浏览器自动化等能力。7. 配置 GitHub 集成，实现自动化的 PR 审查和 Issue 处理。8. 编写 hooks，为 Claude Code 添加额外的行为和能力。访问：anthropic.skilljar.com/claude-code-in-action#HOW I AI# #程序员#

90. 在线阅读代码仓库总是东奔西跑，还得切换多个工具才能理清调用关系和依赖脉络，效率低且容易遗漏重要细节。 GitNexus：零服务器的代码智能引擎，完全在浏览器端运行，直接拖入 GitHub 仓库或者 ZIP 压缩包，就能生成交互式的代码知识图谱，帮你全方位洞察代码架构。不仅支持复杂调用链、依赖关系的可视化分析，还有强大的 AI 助手加持，定位代码影响范围、支持代码重构和预提交风险检测，帮助开发者写得更安心、更高效。项目特点： - 客户端知识图谱构建，无需服务器，保护隐私安全 - 支持多语言（TS/JS/Python/Java/C++等）全栈解析 - 内置智能查询和影响分析工具，支持代码调用、导入、继承等多关系检索 - CLI + MCP 服务深度集成主流智能编辑器，让 AI 代码助手理解你的完整代码库 - 浏览器端即时图谱浏览和智能聊天体验，无安装秒用官网体验：gitnexus.vercel.app GitHub：github.com/abhigyanpatwari/GitNexus 适合开发者、团队多仓库维护、复杂项目架构探索，用这个神器，代码理解和重构变得so easy！ #AI创造营##人工智能#

91. 与其追求成为一个从不犯错的人，不如打造一个就算犯错也能被纠正的流程。#大咖观察 #红衣聊AI #人工智能 #大模型

92. 二尖瓣重度反流一定要赶紧手术吗？#二尖瓣反流 #外科医生 #健康科普不基础 #抖出健康知识宝藏 #才哥谈心

93. 为什么有些AI一用就上头交互设计的分步处理是关键，把复杂问题拆成几个阶段，用户压力会小很多。比如做咨询分析，如果一次性扔出所有选项和数据，人容易懵。但要是先收集关键信息，再分析，最后给建议，每一步只聚焦当前任务，操作起来就顺畅多了每个阶段都要明确：用户输入什么，AI输出什么。而且AI的思考过程最好可追溯，让你知道它为什么这么建议，也方便随时调整。过程中你可以随时修改信息，AI会同步更新后续内容——这种实时反馈的机制，越用越顺手界面信息也要有主次，核心内容优先展示，细节可以按需展开。保持界面干净，同时不牺牲透明度说白了，这种分阶段的设计，让AI不再是黑盒，而是变成真正能帮你提效的助手，用得明白才会用得踏实#ai#

94. nano banana Pro的能力边界还是挺强的现如今，善用提示词和不善用提示词完全是两套效果。提示词的打磨成了AIGC的下一个难点。俺们工作室，26年也会加入更多AI工作流，不会照本宣科做生成，而是让AI变成加速创意落地、减少创意成本的工具~

95. 玩了几天seedance尝试搭建一个AI视频工作流直接给到大模型一个视频主题，产出故事再到分镜头脚本，文生图产出故事板，生视频再拼接没想到大学时候软件工程专业还能派上用场当年还得手敲代码，现在有AI简单直观太多了#过个有ai年##AI车生活#

96. Matt的 OpenAI Codex 工作流，思想也适用于其他AI Coding Agent。它的能力极其强大，可以让 Codex 实现比默认设置更复杂的功能。同时它的可靠性更高，生成的代码质量更好，并且能显著减少范围蔓延（scope creep）。可以严格按照以下流程（包括模型）执行，效果会非常惊人↓#ai创造营##程序员#

97. 我的工作流实验

98. 别再加班了！AI工作流3步搭建，效率翻10倍不是梦

99. 智能体来了

100. 如何利用AI提升个人思维体系的效率？

101. 不用输入重复指令啦！3个步骤打造AI工作流，让工作效率快十倍

102. AI真的提高生产力了嘛？

103. 我用 AI 搭建自动化工作流，每天节省 4 小时

104. 如何用AI打造属于自己的工作流

105. 2026年个人AI工作流

106. 别再闲置收藏！一步一步教你搭建AI工作流（新手也能会）

107. 从0到1搭建AI工作流

108. 别只收藏！手把手教你从零搭建第一个AI工作流，效率翻倍

109. 如何用 AI 搭建一个自动化工作流？🔥 AI自动化工作流保姆级教程！让你从手动搬砖到躺赚系统

110. 满脑子灵感却变不成钱？新人10 分钟搭好“AI内容工作流”，一个人就是一家公司。

111. 《【工作流从0搭建】含实操和代码，以火柴人心理学视频为例》（转载）

112. 只要你愿意，「高大上」的工作流轻松拿捏

113. 当 Notion 不再只是文档工具

114. Notion + AI 打造5个效率APP 不会代码，想要搭建自己的AI APP，可能用快捷指令+Notion就是最快的方法！

115. 自媒体人都该知道的 5 个 AI 自动化工具，用过都说爽

116. 不懂代码也能用

117. 2025 年最值得入手的自动化神器

118. AI工作流实战手册从手动搬砖到自动化流水线，效率翻10倍的秘密

119. 从单点任务到自动化工作流

120. AI原生工作流

121. 干货分享

122. “AI赋能”

123. 过去半年，我们测试了5款主流工作流自动化平台，发现一个共性问题

124. 2026智能体工作流平台爆发

125. 会议纪要耗时易错？用AI搞定，开完会就下班

126. 【2025高效工具】会议纪要AI

127. 用 AI 整理会议纪要，再也不怕漏重点了

128. AI自动整理会议纪要

129. AI整理会议纪要

130. 《我现在每天都在用的 3 个 AI 工作流，真的能直接抄》

131. 2026年，聪明的职业者都在搭建AI工作流，工作2X倍速快进

132. 2026年，普通人3个AI提效工作流，直接照抄用

133. 10万次Claude真实对话洞察，AI平均可缩短工作任务时间约80%

134. 我在大厂用AI搞数据开发，效率提升300%🔥

135. 用Dify搭建自动化工作流，每天节省3小时

136. 用Dify搭建自动化工作流，我每天节省了3小时

137. 实测｜3 个免费 AI 工具，帮你节省 80% 工作时间

138. AI工作流落地指南

139. AI工作流到底是什么？看完这篇直接上手用

140. 你的AI还停在聊天框？AI工作流已为公司省下数万美元

141. AI工作流自动化元年

142. 大模型（LLM）API + n8n 工作流

143. n8n 入门教程

144. 2026 AI效率工具赛道前瞻

145. 别再当人肉爬虫了，n8n工作流爆火背后

146. 别再堆工具了！AI工作流的本质是编排而非拼接

147. 如何评价开源自动化工具 n8n？它真的能替代 Zapier 吗？对于非程序员来说上手难度如何？

148. 又一个Zapier平替？这款开源神器N8N可能更彻底

149. 腾讯元器工作流全流程

150. 0代码半小时搭出亚马逊自动选品工作流

151. 企业微信

152. 基于节点的 AI 工具解析

153. Adobe Project Graph

154. 职场人必看

155. Notion出AI员工了！每周省70分钟

156. n8n + DeepSeek + Notion

157. 《扣子开发 AI Agent 智能体应用》011-扣子工作流详解（工作流逻辑结构和常见节点）

158. AI工作流真正拉开差距的，不是提示词，而是复核节点

159. 预警

160. 3步建立你的工程AI工作流:从新手到高手的必经之路

161. 智能体来了

162. n8n Chat Hub实测

163. 用AI搞定“社区陪伴”

164. AI赋能

165. AI提示词六维一体工作流（理论+完整案例版）

166. AI提示调试减半秘诀

167. 第十章核心能力构建

168. 打造AI超级工作流

169. 小团队从0到1构建AI产品

170. 只需要3步搭建你的AI工作流，效率提升90%的秘诀

171. 什么是AI工作流？让复杂生活变简单的“智能管家”

172. AI智能体|扣子(Coze)搭建工作流小白教程【手把手教会】

173. 2026AI跨境电商卖货:亚马逊「AI图片」工作流要怎么玩?

174. 你需要的不是AI Agent,而是完善的 AI 工作流设计

175. AI世界的真相是什么......拒绝当AI韭菜

176. 千万不要直接用AI,真正帮你高效完成工作的是工作流

177. 刘阔老师解析AI+智能数字动画工作流 ——赋能视觉媒体艺术创作

178. Docs

179. 文章分享 | DeepSeek眼中的建筑施工行业:用AI为传统基建装上「智慧大脑」

180. Docs

181. GitHub Star 数量前 12 的 AI 工作流项目

182. AI工作流自动化:告别重复劳动的7个实战案例

183. AI自动工作流“三件套”：从Zapier平替到自主部署的全套工具链

184. AI编程实践：配置6A工作流规则，提升AI生成质量

185. 这个 AI 工作流工具的路子对了

186. AI 工作流 · 亚马逊运营全流程

187. N8N、Coze、Zapier、Make、ComfyUI、AutoGen、Dify等11款AI自动化工作流软件横向全对比

188. 智能体来了2026AI元年：工作流推理能力的系统级融合成为主流实践

189. 基于数据反馈的迭代工作流：让AI越写越“准”

190. 自动化工具新选择：深度解析n8n为何在AI时代挑战Zapier

191. 玩转n8n工作流（三）：一文搞明白n8n 核心界面与关键节点

192. 🔥用这12个n8n节点，AI工作流效率翻倍！

193. 用OpenClaw搭建一个10人AI小团队,它们在群里相互

194. 独立住宅日景全流程丨AI 工作流 vs 无 AI 工作流对比实测！建筑设计师效率提升 69%

195. AI工作流自动化赛道洗牌：一文看懂九大玩家与未来格局

196. 智能AI实现多国语言会议纪要实时转文字

197. 实在Agent焕新：把琐事交给AI，把时间还给自己

198. 自动化工具：n8n、Zapier、集簡雲、扣子的本质区别与选择逻辑

199. 放弃重复劳动：Zapier、Make与n8n，三大自动化神器深度对决

200. 如何通过AI设计工作流提高创意和效率？

201. AI办公小技巧

202. AI + 可视化工作流，开源！

203. AI自动化工具选型必看：从n8n到ChatGPT看懂2026年新格局

204. Zapier之外的选择：深度解读开源自动化明星项目n8n

205. 技术小白怎么用 AI 辅助，写工作流的代码节点（附演示视频）

206. AI驱动的一站式创意工作流，谁真的好用？我用 3 套方案实测了一周，最后只留下这一家

207. Notion AI + Google Calendar让AI帮我管理

208. AI能直接操作GitHub、Notion、Jira 了！

209. 手把手教你用扣子(coze)捏一个“AI日报助手”，掌握搭建工作流的核心逻辑

210. 用n8n零代码构建你的第一个测试工作流

211. 抄DanKoe的AI工作流，2026领先99%的身边人

212. 教你如何用 AI 搭建一个“会思考”的工单系统，让用户反馈实现自动分类、分级并实时入库！

213. 升级了！来看这款理想型「AI写网文」工作流

214. 解锁办公新姿势：Tome与Notion AI自动化处理文档和PPT

215. 腾讯出品的AI 会议神器，人人必备

216. Coze编程初探：构建 AI 视频分镜工作流

217. 2025AI工作流自动化工具深度测评

218. coze基础之工作流节点

219. 这个AI功能绝了！一次创建永久复用工作流还在每次都重新写 AI 指令？Claude Skills 让你一次创建，永久复用！品牌指南、客户报告、数据分析全自动化，效率直接起飞。5个商业场景演示，每个都能节省几十小时。点赞收藏，关注我分享更多 AI 效率神器！ #ClaudeCode #程序员 #AI工作流 #效率工具 #商业应用

220. AI对现实世界工作流的“压缩”正在加速，这一趋势主要体现

221. 扣子（Coze）实战：如何让你每天自动发布10篇高质量文章？99%创作者都错过了这项工作流【上】"

222. 「AI工作流」保姆级教程：5分钟带你搭建一条自动化写作流水线

223. 告别加班！这两个免费AI工具，10分钟自动生成会议纪要！

224. 智能体Coze工作流｜新手避坑秘籍：告别运行失败，从吃透“输入/输出”节点开始！

225. 智能体与工作流：AI工程化的"混沌"与"秩序"

226. AI工作流工具：让自动化从“规则执行”升级为“智能协作”

227. 智能团队会议纪要工具，快速搞定会议记录整理

228. 1分钟搞定AI上下文纠错！Coze工作流节点实战第43篇—修改消息节点

229. 工作流自动化入门：概念、常见平台、避坑清单与实践路径

230. 人力资源各场景的AI 工作流 - 流程图

231. AI智能体“接管”工作流：2026年首月，谁在重塑未来办公？

232. 学习工作流：怎么用AI让读书效率翻倍？

233. 怕 AI 不靠谱？2026 智能体避坑指南 + 真实案例全曝光

234. 告别低效客服！手把手教你用AI搭建智能客服工作流（附代码节点万能写法）

235. 【新手详细学习步骤】coze（扣子）工作流文本处理节点｜2026 AI 实操手册第100篇

236. Notion + AI，让你实操上手营销流程｜csr73

237. Notion 集成库工具：让 Notion 从 “笔记” 变 “工作中枢”

238. AI驱动开发(Vicoding)深度实践：工具对比、工作流解析与项目案例

日均省2小时！打工人必备的AI工作流搭建指南，告别重复劳动

精选参考来源