OpenCode vs Claude Skill？我们汇总了60+开发者真实体验，结论在这_服务软件

1. OpenCode实测

2. 对比下来，OpenCode 比 Claude Code 更好用

3. OpenCode与Claude Code

4. Claude Code 开源平替！真正实现多快好省！

5. OpenCode 评测

6. Opencode vs Claude Code

7. 52.2K OpenCode vs Claude Code

8. OpenCode与ClaudeCode的简单对比

9. 为什么我从 Cursor、Claude Code 换成了 OpenCode？这是我认真用了一周后的判断

10. Claude Code最强开源对手来了！OpenCode凭什么让百万开发者疯狂？

11. OpenCode+Skill免费白嫖，让一切流程自动化

12. OpenCode

13. 开源版 Claude Code 爆火，已狂飙 54.2k Star…

14. 开源版 Claude Code 杀疯了，怒斩 70k+ Star！！

15. 我花了3个月找到Claude Code的”平替”，成本降了70%，还不用担心账号被封

16. 开源版 Claude Code 火爆全网，已狂飙 51.7k Star。。。

17. OpenCode + Oh-My-OpenCode

18. 两个 GitHub 工具

19. OpenCode + Oh My OpenCode 一份老奶奶都能看懂的 AI 编程指南

20. Claude Code开源平替！OpenCode！来看看这个完全开源、可自选模型的AI编程代理吧～

21. OpenCode

22. OpenCode详细攻略，开源版Claude Code ，免费模型与神级插件。

23. OpenCode = 开源的Claude Code

24. 阿超聊AI

25. OpenCode

26. 零成本上车 GLM-4.7！OpenCode 极简入门，神器开源平替 Claude Code

27. 2026年最香AI工具曝光

28. OpenCode能否替代商业AI开发工具？开源自由vs企业级体验大PK

29. OpenCode详细攻略，开源版Claude Code，免费模型与神级插件

30. Claude Code开源平替，OpenCode极简入门教程

31. AI#18 开源版Claude Code（OpenCode）火爆全网，适合追求灵活性和低成本的用户

32. 谈谈最近很火的opencode

33. OpenCode + Oh My OpenCode 保姆级安装教程

34. 🔥 OpenCode来了！免费免登录，开箱即用

35. OpenCode

36. OpenCode 上手实战

37. 开源免费！AI 编程助手 OpenCode 保姆级教程 - 哔哩哔哩

38. 开源免费！AI 编程助手 OpenCode 保姆级教程

39. OpenCode 超级详细入门指南，打造你的高效 AI 编程助手

40. OpenCode 实测

41. 【黑科技】给你的电脑添加AI神力！OpenCode使用指南～

42. OpenCode（opencode）为什么突然爆火？一篇讲清来龙去脉 + 新手入门指南

43. 开源 AI 编程宝藏组合 OpenCode + Oh My OpenCode 完整上手攻略

44. 火爆全网的OpenCode + Oh-My-OpenCode

45. 终端里的 AI 编程助手

46. OpenCode安装和使用

47. 我搞了个极简版OpenCode入门教程，它正在开源世界定义全新的Vibe Coding！

48. [AI工具箱] OpenCode

49. GitHub 狂割 7.4 万星！Claude Code最强开源平替来了，彻底解放双手！

50. 10分钟搞定自定义Claude Skill（零代码）

51. 从零开始的Claude Skill实操指南

52. 从零开始的Claude Skill实操指南

53. OpenCode，慎用

54. 别再为AI编程工具付费了！这个开源工具支持75+模型还免费

55. 开源版Claude Code来了！内置多个免费模型，人人都可以体验skills

56. 我为什么在 All in Claude Code 之后，还是装了 OpenCode

57. AI Coding 落地实践

58. 国外大神逆向了 Claude Code，发现它好用的秘密藏在反常识的 Agent 设计里（附完整 System Prompt）

59. MiniMax M2.1也算得上是个成熟的工程师了之前对这类模型预期不高，一般只让它们处理些简单的多语言转换或者写写博客。但这次让它用Claude Code做个Image-to-Video的SaaS网站，表现确实超出预料——它能主动调用Skill完成任务，十分钟就基于模板把网站初版搭出来了，完成度接近Claude Code原生的Opus 4.5（结果见图1）以前国产模型像实习生，得一步步指导，现在M2.1像个能独立干活儿的工程师，清楚该用什么工具、从哪里入手。它的工具调用和Agent能力，确实刷新了我对国产大模型的认知知识储备各家可能差不多，关键在模型能不能精准理解意图并调用工具去执行。这次通过“网站制作”这个Skill，M2.1展现的效果很扎实。Skill生态确实是重要方向，除了Claude Code，Codex、Antigravity也都在跟进#minimax##ai大模型#

60. 因为AI编程，Tailwind CSS差点死了

61. Claude Code从来就不是什么编程工具

62. 腾讯悄悄上线了“Claude Code”，居然还支持微信登录。

63. Claude Code Is All You Need

64. 对话阶跃AI：做桌面 Agent，要比 Claude Cowork 往前一步

65. 为什么 Claude Skills 的爆发点在 2026 年 1 月？问：Claude Skills 是去年 10 月中就推出的，为什么现在才突然火起来？这是个很好的问题。Claude Skills 确实在 2025 年 10 月中旬就发布了，但直到 2026 年 1 月才真正爆火。这背后有表面原因，也有更深层的逻辑。核心原因就是这东西如果只能在技术圈自嗨，它是火不起来的。去年 10 月份 Skills 编程领域其实很快就开始用起来了，而现在火，只是因为它出圈了，在技术之外的领域火起来了，非技术人员也用起来了。Skills 真正的价值其实是在非编程领域。去年 Coding Agent（比如 Claude Code、OpenCode）开始在非编程领域开花，而 Skills 的设计特点让它能很快找到 Agent 在非编程领域上的场景落地。1. 有 bash 和脚本能力，可以自动化本机操作Skills 让 Claude 能借助代码脚本操作你的本机系统，把很多琐碎的电脑操作变成自动化操作。Claude Code 的创建者 Boris Cherny 在 X 上分享过一个有趣的观察：自从 Claude Code 发布以来，他发现用户们在用它做各种非编码的工作——做度假研究、做 PPT、清理邮件、取消订阅、从硬盘恢复婚礼照片、监控植物生长，甚至控制烤箱。> Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven.>> 网页链接这些场景和写代码完全不沾边，但 Skills + bash 能力的组合让这一切成为可能。比如我自己就做了一些工作流，帮我采集信息、写作、写 PPT、画漫画、发布，极大提升效率。像发文章到公众号、X Article 这些，以前需要手动重复的操作，现在一个 Skill 就搞定了。2. Skills 可以相互调用，用自然语言编排工作流如果是单一的 skill，作用其实有限。但当你有多个 skills，并且 skills 还可以相互调用，那意味着你可以编排工作流。Skills 让 AI 可以像《黑客帝国》主角 Neo 那样瞬间学会新技能：“I know kung fu”。Claude 会根据任务自动加载需要的 Skill，完成后再卸载，整个过程无需用户干预。而最神奇的地方在于，你只需要用自然语言去编排工作流。这中间会有 Agent/大模型去解读你的自然语言，按照工作流执行，有问题还会帮你修复。这极大地解决了非专业用户需要程序员协助编排工作流的问题。3. Skills 本身易于分发，几乎成了每个 agent 的标配一个 skill 只要有一个 SKILL.md markdown 文件和辅助的脚本或者文档，打个 zip 包就能发布。这种轻量级的设计让分发变得极其简单。有个时间点很重要，2025 年 12 月 18 日，Anthropic 宣布将 Agent Skills 规范开放为跨平台标准。很快，微软在 VS Code 和 GitHub Copilot 中集成了对 Agent Skills 的支持，OpenAI 也在 ChatGPT 的代码解释器和 Codex CLI 中采用了几乎相同的技能目录结构。Skills 在 10 月发布时，主要还是被定位为开发者工具。但随着生态成熟、开放标准确立、以及 Cowork 这样面向普通用户的产品推出，Skills 在非编程领域的价值才真正被释放出来。回顾这个过程：10 月：Skills 发布，开发者圈小范围关注11-12 月：技能规范开放、生态扩展、用户积累经验1 月：产品更新 + 非编程场景落地 + 病毒式传播 = 爆发Skills 的爆发是现在它找到了真正的价值定位，让非程序员也能通过自然语言编排复杂的自动化工作流。这才是 Skills 真正火起来的原因，随着更多场景被发掘出来，还会持续的火上一段时间。

66. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

67. 邪修玩法突破限制！爽用全球爆火的AI编程工具Claude Code！GLM和DeepSeek模型对比实测！

68. Anthropic 社区负责人连更31条Claude Code技巧！比Claude Code创始人私藏的还硬核

69. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

70. Agent Skill 相关资料、笔记和思考

71. 融资 3200 万美元，半年狂揽 200 万下载，开源工具 Cline 如何颠覆 AI 编程范式？

72. OpenCode + Oh-my-opencode 的组合看着很强大！其核心理念是设立一个名为Sisyphus（西西弗斯）的主“编排者”或“工程经理”代理，它并不亲自编写所有代码，而是将任务智能地分派给一个由专业化子代理组成的团队。每个子代理都运行在最适合其任务的特定模型上。包括：1. Sisyphus (anthropic/claude-opus-4-5)：默认 Agent。 OpenCode 专属的强力 AI 编排器。指挥专业子 Agent 搞定复杂任务。主打后台任务委派和 Todo 驱动。用 Claude Opus 4.5 加上扩展思考（32k token 预算），智商拉满。2. oracle (openai/gpt-5.2)：架构师、代码审查员、战略家。GPT-5.2 的逻辑推理和深度分析能力不是盖的。3. librarian (opencode/glm-4.7-free)：多仓库分析、查文档、找示例。使用 GLM-4.7 Free 深入理解代码库，GitHub 调研，给出的答案都有据可查。4. explore (opencode/grok-code、google/gemini-3-flash 或 anthropic/claude-haiku-4-5)：极速代码库扫描、模式匹配。配置 Antigravity 认证时使用 Gemini 3 Flash，Claude max20 可用时使用 Haiku，否则用 Grok。5. frontend-ui-ux-engineer (google/gemini-3-pro-preview)：设计师出身的程序员。UI 做得那是真漂亮。Gemini 写这种创意美观的代码是一绝。6. document-writer (google/gemini-3-pro-preview)：技术写作专家。Gemini 文笔好，写出来的东西读着顺畅。7. multimodal-looker (google/gemini-3-flash)：视觉内容专家。PDF、图片、图表，看一眼就知道里头有啥。访问：github.com/code-yeongyu/oh-my-opencode/blob/dev/README.zh-cn.md#ai创造营# #程序员#

73. AI Coding不再丑，TRAE一键还原高保真产品经理、设计师狂喜！ TRAE竟然能把Figma设计稿直接变成一个活生生的网站。从像素级还原到交互动效，从数据库、管理后台到支付变现，全程托管，指哪打哪让AI成为你的10倍员工，这玩意儿，旦用难回！ #AI #人工智能 #AI编程 #TRAE #Figma

74. 「Github一周热点99期」提升ClaudeCode效率10倍的工具？

75. 工具永远是工具，驱动创新的永远是人类的想象。 #大咖观察 #红衣聊AI #人工智能 #科技改变生活 #AI工具

76. 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

77. 大神手把手教学，Obsidian+Claude Code 10 倍效率玩转笔记，构建 AI 第二大脑

78. 程序员提升技巧干货篇，如何让编程能力突飞猛进？

79. 实测GPT-5：写作坠入谷底，编程一骑绝尘。

80. Anthropic 发癫搞封锁，今天最该“警惕”的其实是Claude Code

81. 想深度了解Claude Agent Skills，看这篇就行了AI Agent和工具（Tools）的热潮席卷了整个技术圈，几乎成了大模型应用的标配。然而，当我们深入剖析Anthropic Claude的Agent Skills实现时，却发现了一条与众不同的技术路径。它并非我们熟知的函数调用或插件执行。1. Skills 不是代码，而是高级“提示词模板”当我们谈论给AI增加“技能”时，脑海中浮现的通常是可执行的Python函数或API端点。Claude 的Skills与传统的函数调用或插件有着本质区别，它们不直接运行任何Python或JavaScript代码。Skills的真正作用是“提示词扩展（prompt expansion）”和“上下文修改（context modification）”。当一个skill被调用时，它实际上是向当前的对话历史中，动态注入了一段为特定任务量身定制的、极其详细的指令。这些指令会彻底引导Claude后续的思考方式和行为路径，就像给一个通用型专家临时“灌输”了某个领域的专业知识。它将AI能力的扩展与执行代码所带来的安全风险和复杂性完全分离开来，实现了前所未有的灵活性和安全性。Skills are not executable code. They do NOT run Python or JavaScript, and there’s no HTTP server or function calling happening behind the scenes. ... Skills are specialized prompt templates that inject domain-specific instructions into the conversation context.2. 没有算法路由，全凭大模型“自己决定”用哪个技能Claude选择使用哪个skill的决策过程也比较有特色。传统思路可能会涉及复杂的路由系统，比如基于关键词匹配、正则表达式、向量相似度搜索，甚至是专门的意图分类模型。Claude Agent Skills 将所有可用技能的名称和描述打包成一段文本，然后将这段文本作为名为Skill的“元工具（meta-tool）”的描述信息。当用户提出请求时，Claude就凭借其原生的、强大的语言理解能力，在一次完整的前向传播（forward pass）中，直接判断用户的提示词与哪个技能的描述最为匹配。这种设计体现了对大模型核心推理能力的极致信任，是一种“第一性原理”的体现。它没有在应用层添加任何复杂的工程逻辑，而是把决策权完全交还给了大模型本身。There is no algorithmic skill selection or AI-powered intent detection at the code level. The decision-making happens entirely within Claude’s reasoning process based on the skill descriptions provided. ... This is pure LLM reasoning.3. 独特的架构：技能信息不在System Prompt里，而在“工具”里许多AI系统（如ChatGPT）习惯于将可用的工具信息一股脑儿地塞进系统提示词（System Prompt）中。这种做法虽然直接，但当工具数量庞大时，会导致系统提示词变得异常臃肿和低效。Claude另辟蹊径。它的Agent Skills信息并不存储在系统提示词里。相反，所有的技能都被封装在一个名为Skill的“元工具”中。这个Skill元工具与其他标准工具（如Read, Bash）一起，并列存在于每次API请求的tools数组里。所有可用技能的列表，动态地构成了这个Skill元工具的描述部分。这种架构的优势显而易见：它极大地解放了系统提示词，让技能的管理变得更加模块化和动态化，可以根据会话需求灵活地加载或卸载，而不会污染全局的系统设定。4. 优雅的实现：一条消息给人看，一条“隐藏”消息给AI看一个优秀Agent系统的设计，必须在“用户透明度”和“界面简洁性”之间找到平衡。如果系统调用skill的过程完全隐藏，用户会感到困惑；如果把几千词的内部指令全部展示在聊天窗口，用户界面则会变得混乱不堪。Claude通过一个名为isMeta的布尔标志，巧妙地解决了这个矛盾。当一个skill被激活时，系统会向对话历史中注入两条消息：1）第一条消息 (isMeta: false): 这是一条简短的元数据信息，比如“‘pdf’ skill正在加载”。这条消息在用户界面中是可见的，清晰地告知用户系统正在做什么。2）第二条消息 (isMeta: true): 这条消息包含了完整的、可能长达数千词的SKILL.md指令内容。它在用户界面中是不可见的，但会完整地发送给API，作为Claude执行任务的详细行动指南。这种“双通道通信”机制既保证了用户对系统行为的知情权，又避免了海量的内部指令污染聊天界面，实现了极致优雅的用户体验。5. 终极心智模型：技能的本质是“上下文修改器”，而非“动作执行器”我们可以提炼出一个关于Claude Agent Skills的终极心智模型。如果说传统的工具是“动作执行器”（Action Executor）——执行一个动作，返回一个结果；那么Claude的技能则是“上下文修改器”（Context Modifier）。它的核心作用是修改两个层面的上下文：首先，它通过注入详细指令来修改对话上下文（conversation context），从而改变Claude的思考模式和工作流程；其次，它通过变更工具权限和模型选择来修改执行上下文（execution context），从而改变Claude在特定任务中被允许使用的能力。理解这个根本性的区别是掌握Claude Agent Skills的关键。Skills并不是直接去解决问题，而是通过“赋能”和“引导”的方式，让Claude本身变成一个能够更好地解决特定领域问题的专家。By treating specialized knowledge as prompts that modify conversation context and permissions that modify execution context rather than code that executes, Claude Code achieves flexibility, safety, and composability that would be difficult with traditional function calling.总之，Claude Agent Skills的设计哲学，为我们展示了一种与传统函数调用截然不同的AI能力扩展范式。它通过一种基于提示词的、精巧的上下文修改机制，实现了极高的灵活性、安全性和组合性，将大模型自身的推理能力推向了核心。#ai创造营# #程序员#

82. 新手如何用Claude Code实现代码自动审查和批量文件处理？

83. 当AI 和全能工具合体，我熬夜k帧的日子终于结束了 #AI新星计划 #科技改变生活 #剪映AI还是太全面了 #剪映AI #剪映创作者见面会

84. AI就像一面镜子，它让我们看清人类最珍贵的能力是能让其他人“感同身受”。#大咖观察 #红衣聊AI #人工智能ai艺术

85. AI工程师已上线，实测SOLO独立开发 TRAE 2.0上线SOLO模式，直接空手搓应用 SOLO能自己搭环境、写代码、改UI，10分钟跑出一个AI提词器。有Bug小意思，我吐槽一句它立马修好。原来想法落地真的可以不求人，产品经理简直狂喜。 #AI #人工智能 #AI编程 #TRAE #SOLO

86. 靠AI赚钱的讨论依旧持续想多一份收入，AI也许是个不错的选择。#大咖观察 #红衣聊AI #赚钱思维

87. 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

88. 不吹不黑，GPT-5代码能力究竟怎么样？跟 Gemini 和 Claude 的对比测试给你答案

89. 手把手：1分钟把 Claude Code 迁到 DeepSeek V3.1，开箱即干

90. 灵光一夜爆火，一句话就能做出小应用，当AI发展得越来越快——你就知道，孩子真正要练的，从来不是技能本身#近6成程序员称不会给孩子报AI编程课 #AI时代教育 #灵光#孩子要学什么

91. 盘点一周AI大事(10月19日)｜Gemini 3.0逆天 OpenAI官宣自研AI芯片，与博通合作打造10吉瓦算力中心 OpenAI更新Sora 2，支持故事板画分镜，时长加到25秒 Google上线Veo 3.1硬刚Sora，支持3张参考图锁定主体，支持首尾帧平滑过渡，支持扩展长度到1分钟，支持添加和移除任意物体 Gemini 3.0 已开启灰度测试，前端开发能力炸裂，甚至能复刻网页版操作系统 Anthropic上线Haiku 4.5，编码能力追平Sonnet4 Claude上线Skills，把指令、脚本和资料压缩成技能包 AI学界首次提出可量化的AGI定义 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

92. 提前的反击能改变这轮AI竞争的走向吗？ #大咖观察 #红衣聊AI #人工智能 #科技 #OpenAI

93. 真香！刚骂完AI，Linux之父的首个Vibe Coding项目上线

94. 【2025旗舰电视对比】TCL Q10LP vs 海信E8QP vs 索尼9系

95. Anthropic也太猛了，都谁在付费啊：路透社的信源，Anthropic的ARR（年化收入）正在以每个月增长10亿美金的速度狂奔，8月ARR是50亿美金，10月变成了70亿美金，预计年底冲破90亿美金⋯⋯作为对比，OpenAI的ARR在8月是130亿美金，预计年底能到200亿美金，按照这个实际上也很猛的增速，与Anthropic之间的差距不是变大而是在缩小，从领先接近3倍降低到了2倍多一点。根据Anthropic的计划，明年的ARR保守预期200亿美金，乐观预期260亿美金，还是每月至少10亿美金的增长。在收入结构上，30万家企业客户为Anthropic贡献了80%的流水，剩下的15%来自Claude Code，普通用户订阅Claude只占5%，和OpenAI差别巨大。

96. DeepSeek V3.1接入Claude Code教程

97. 从失败中重生：一个 AI Agent 前端落地的真实复盘同步发布于博客：网页链接今天在 FEDay 上分享了一个 Agent 前端落地案例，核心内容是讲述了我参与的一个团队如何从"技术成功"走向"产品失败"，又如何在复盘中获得认知升级。这个故事的价值不在于成功的方法论，而在于那些踩过的坑和思维转变的过程。2025 年被称为 Agent 元年。Deep Research、Manus、Claude Code 相继发布，技术圈一片沸腾。很多团队都在问同一个问题：我们要不要做 Agent？在开始之前，我还是想讲一下我对 AI Agent 的定义：AI Agent（AI 智能体），是为了实现某个目标，循环调用工具的大语言模型。- 工具循环（tools in a loop）：模型调用工具 → 获取结果 → 继续推理- 有明确终点：为了达成目标，而不是无限循环- 目标来源灵活：可以来自用户，也可以来自另一个 LLM- 基础记忆能力：通过对话历史保存上下文信息朋友负责的团队面临的是一个真实的企业痛点：公司有完整的内部设计系统（Design System）和私有前端框架，但这些代码从未被 AI 训练过，通用模型根本无法直接生成符合规范的代码。目标看起来很清晰——做一个类似 Lovable 的工具，但用的是自己的 Design System。用户上传 Figma 设计稿或截图，Agent 自动生成符合内部规范的前端代码。听起来很美好，对吧？但挑战也很现实：- 要完整搭建一个 Agent 系统没想的那么容易，不仅要和模型交互，还要处理好用户交互，还有上下文工程- 要让模型理解和使用从未训练过的私有组件- 要在浏览器中实时预览生成结果- 出错了希望能自动修复由于团队之前没有开发过 Agent 相关产品，所以请我参与其中，提供技术咨询和方案建议。我第一个建议很现实：先跑通再优化—— 构建 Agent 最难的不是技术，而是完整跑通流程。我推荐他们基于 Claude Agent SDK 进行二次开发，而不是从零造轮子。一些关键理由包括：1. Claude Code 已经验证了它是可行的2. 开箱即用，内置工具足够满足绝大数场景3. 可以自定义工具、接入 MCP、自定义 Skill4. 可以接入国产兼容模型还帮着基于 Claude Agent SDK 快速搭建了一个原型系统。一些关键代码还开源在这里：网页链接这样很快有了个基本可用的 Agent。接下来就是解决代码的浏览器预览问题。一开始我们尝试用 Sandpack（浏览器端沙盒）做代码预览，结果发现复杂组件根本跑不起来，而且无法发挥 Agent 读写文件的能力。转向方案是给 Agent 一个本地文件系统——每个会话一个独立环境（虚拟机或目录），Agent 可以自由读取、修改、编译代码。这个决策让 Agent 的能力得到了最大化发挥。给 Agent 一个本地文件系统才能最大化的发挥 Agent 能力给 Agent 一个本地文件系统才能最大化的发挥 Agent 能力另一个难题就是如何让 AI 学会使用从未训练过的私有组件？其实就是把 Agent 当作新员工，用高质量文档和参考代码来教会它。我们把设计系统说明、组件列表、API 文档全部 Markdown 化，让 Agent 按需检索。高质量的参考代码本身就是最好的教材。而且完全不需要复杂的 RAG 系统，直接让 Agent 去基于文件检索搜索本地文档和代码就足够了。还有一个难题就是如何保证生成代码的质量，让代码能跑起来？为了保证代码质量，为 Agent 建立了一套"生成 → 验证 → 修复"的自动化闭环：Lint 静态检查、编译验证、视觉比对（借助 Chrome DevTool MCP 做截图对比）。一个节约主 Agent 上下文的技巧：把验证工具放入 Skill 或 SubAgent，避免污染主 Agent 的上下文。把这些问题都解决后，Agent 终于上线了。系统跑通了，Demo 很惊艳，但……很快就没什么人用。初期大家觉得新鲜，但很快就弃用了。开始和他们一起深度复盘，发现问题根本不在技术，而在产品逻辑与用户习惯的错位。通过对内部员工的调查访谈，很快就找到了原因：习惯阻力：设计师和产品经理更习惯在 Figma 里工作，而不是对着一个对话框。从舒适区（Figma）跳到陌生区（Agent 对话），这个门槛比想象中高得多。大部分甚至不知道该在聊天窗口写啥。80/20 瓶颈：Agent 能实现 80% 的效果，但剩下 20% 的修改成本极高。而往往就是那 20% 决定了能不能用。流程割裂：生成环境和开发环境是脱节的，无法利用现有代码，需要手动把生成的代码复制回项目，操作繁琐。团队意识到，他们最初问的问题是："如何构建一个设计系统 AI Agent？"这种提问方式让 Agent 变成了目的本身，为了技术而忽略了本质。正确的问题应该是："我们设计系统的最终目的是什么？"答案其实只有两点：在整个企业内实现设计规范的统一；实现开发效率的提升。设计系统只是手段，而非目的。思维转换：以 AI 为中心重新设计现有的流程是为人设计的：手动沟通、反复修改、人工确认，步骤繁杂，效率低下。未来的流程应该为 AI 设计：Input → AI Agent → Output，路径直接，效率高。这带来了两个新的设计原则：AI 友好：选择 AI 容易理解和操作的技术栈。轻量化：只保留 Design Tokens，基于 AI 友好的开源系统（如 shadcn/ui）进行扩展，而不是维护一套庞大的私有组件库。破局之道：从 Agent 到 Skill最关键的转变是：不要做一个独立的 Agent 平台，而是将能力嵌入现有的 AI 开发环境。旧模式是"独立 Agent 孤岛"——Agent 和开发者之间存在割裂，效率低下。新模式是"融入开发工作流"——把设计系统变成一种 Skill（技能），可以被通用的 Agent（如 Claude Code、Cursor）调用。Skill 的具体形态很简单：Markdown 文档（供 AI 查阅组件用法）+ 自动化脚本（用于初始化项目、自动安装和应用设计系统）。开发者在自己熟悉的 AI 开发环境里工作，当需要用到设计系统时，Agent 自动调用这个 Skill，生成的代码直接进入项目代码库。Skill 的具体形态很简单：Markdown 文档（供 AI 查阅组件用法）+ 自动化脚本（用于初始化项目、自动安装和应用设计系统）。开发者在自己熟悉的 AI 开发环境里工作，当需要用到设计系统时，Agent 自动调用这个 Skill，生成的代码直接进入项目代码库。可以参考：网页链接这个案例让我想到几个更深层的问题：1. 技术成功 ≠ 产品成功很多技术人（包括我自己）容易陷入"技术可行就是成功"的思维定式。但用户不会因为你的技术牛就买单，他们只关心能不能解决自己的问题、能不能无缝融入自己的工作流。2. 做 AI 产品要"以 AI 为中心"思考我们常说"以用户为中心"，但在 AI 时代，可能需要增加一层：以 AI 为中心设计工作流，再让用户享受这个高效流程的成果。不是让 AI 模仿人的工作方式，而是重新设计工作方式让 AI 更高效。3. Skill > Agent独立的 Agent 平台有天然的adoption障碍。把能力封装成 Skill，嵌入已有的通用 Agent 生态，可能是更务实的落地路径。这也是为什么 Anthropic 推出 web-artifacts-builder 这样的开源项目——它就是一个 Skill 的范例。4. 行动本身就是价值即使这个项目"失败"了，团队获得的认知升级是无价的。从模仿人类工作流到为 AI 重塑工作流，这种思维转变只有在实践中才能获得。最后我想说的是："去构建（Build）"。AI 时代，失败没什么，好过什么都没做。

98. 【Anthropic官方出品：Claude Code实战课程全解析】Anthropic悄悄放出了一门官方课程，专门教你如何把Claude Code用到极致。15节课，1小时视频，还有测验和证书，干货密度相当高。课程地址：anthropic.skilljar.com/claude-code-in-action有人学完后整理了核心要点，值得收藏：快捷键与模式切换- Shift + Tab 按两次进入规划模式- Ctrl + V 可以直接插入截图（注意不是 Command + V）- 配合插件可以让Claude Code直接操作浏览器控制推理深度的魔法词在提示词中加入这些关键词，可以调节模型在任务上投入的token量：- "Think" — 基础推理- "Think more" — 扩展推理- "Think a lot" — 全面推理- "Think longer" — 延长推理时间- "Ultrathink" — 最大推理能力上下文管理- /clear 清空上下文- /compact 压缩上下文，可释放80%以上空间进阶扩展- 使用MCP服务器可以扩展工具集- 支持大量pre-hooks和post-hooks，在工具执行前后自动运行社区讨论中有个观点很有价值：课程没教的真正技能，是知道什么时候该重置上下文。很多人卡在问题里挣扎几小时，其实是在和"上下文腐化"作斗争，不如在完成一个里程碑后果断清空重来。还有人指出，/clear比/compact更彻底，该用哪个要看场景。当然也有老手表示，如果你已经每天高强度使用Claude Code，这门课的增量信息有限。但对于想系统入门或查漏补缺的人来说，官方出品的体系化内容，依然是最稳妥的起点。reddit.com/r/ClaudeAI/comments/1q1z5ke/want_to_learn_how_to_make_the_most_of_claude_code

99. 【普通人如何用Claude Code实现自动化：一份零基础指南】现在学会这项技能的人，将获得巨大的先发优势。六个月后，这将成为常识。但在那之前开始的人，才是真正的赢家。大多数人打开Claude Code，对着黑色终端发呆二十分钟。他们看到推特上人人都在发布应用、自动化工具、完整产品，然后默默关掉——因为根本不知道该做什么。问题不在于Claude Code，而在于他们跳过了最关键的一步。+ 为什么多数人会失败Claude Code看起来很吓人：终端界面，光标闪烁，仿佛只有开发者才能驾驭。其实不然。Claude Code本质上就是一个能“动手干活”的聊天窗口——读取文件、编写代码、搜索网络、构建系统。失败者并非缺乏技术能力，而是不知道该问什么。他们打开软件时想的是“我应该做个应用”，而不是“有什么事情正在困扰我，可以被解决？”这才是关键的思维转变。+ 四步工作流我见过很多人从“不知道做什么”到每周节省数小时，他们都遵循相同的流程。第一步：盘点你的一周在打开Claude Code之前，拿张纸写下上周所有重复、繁琐、恼人的事情：研究竞品、整理报告、搬运数据、写重复邮件、整理文件。这些不是性感的产品创意，不会获得点赞。但它们是你真实存在的问题——这才是重点。你的第一个自动化不应该是业余项目，而应该是那些每周吃掉你两三个小时的琐事。第二步：与Claude探索方案现在打开Claude Code，但不要急着让它构建任何东西。先描述你要解决的问题：“我每周花两小时研究竞品的YouTube频道，查看热门视频、分析趋势。有没有办法自动化？”然后要求它给出选项：“给我三种不同方案，说明各自优缺点。”这里有个关键：追求更简单的方案。如果Claude建议需要配置API密钥和计费，就问“有没有免费版本不需要这些？”通常都有。不要接受第一个答案，把它当作与专家的对话来对待。第三步：先规划再构建这是多数人搞砸的地方。他们一兴奋就说“好，开始做”，然后放任Claude运行。这是个坏主意。AI会做大量假设，跳过规划步骤意味着这些假设会变成日后的bug。正确做法：按Shift+Tab切换到“计划模式”，告诉Claude写一份规格说明——功能、输入、输出的样子，先不写代码。审查规格说明后，砍掉第一版不需要的一切。AI总是想做太多，你会看到没要求的功能和不必要的复杂度。规格说明是你与Claude的契约，批准后再让它动手。这一步花十分钟，能省下数小时的调试时间。第四步：构建与迭代现在可以让Claude按规格实现了。它会创建文件、编写代码、搭建系统——你不需要理解任何一行。出错时（肯定会的），复制错误信息粘贴回去，说“修复这个”。这就是循环：构建、出错、修复、重复。不要期望第一次就完美，期望的是一个可以改进的工作草稿。+ 实战案例：YouTube研究器我想自动化竞品YouTube研究，手动做需要每周两小时。我告诉Claude问题后，它给了三个选项：官方API（设置复杂）、网页抓取（不稳定）、免费工具yt-dlp。我问yt-dlp是否更简单，确认后无需API密钥，直接可用。切换到计划模式要求规格说明后，我砍掉了它自作主张添加的“缩略图分析”功能。十分钟后，我有了一个工作命令：输入频道名，获得完整研究报告。曾经两小时的工作，现在三十秒完成。+ 70/80法则这里有个没人告诉你的真相：这种编程方式70%到80%的工作是写文档，不是写代码。计划、规格、需求、用大白话描述你想要什么。AI写代码，你的工作是把需求解释得足够清楚，让它不做错误假设。这正是非技术人员能做好这件事的原因。你比拼的不是编码能力，而是沟通能力、清晰度、具体性。如果你能写一封清晰的邮件，你就能做到这一切。+ 真正的技能让我直说正在发生什么：你不是在学编程，你是在学习管理一个替你编程的AI。这是不同的技能，而现在几乎没人掌握它。在Claude Code上取得成功的不是开发者，而是那些知道该解决什么问题、能清晰表达问题的人。技术能力每天都在被AI商品化，AI写的代码已经比大多数初级开发者更好了。但知道该解决哪些问题？知道如何把大目标拆成小步骤？知道如何审查输出、发现错误？这是人类的工作，不会消失。+ 窗口期六个月后人人都会知道怎么做这些。Claude Code会有更友好的界面，会有课程和认证，一切会变得理所当然。现在它仍然感觉困难、吓人，好像需要许可才能尝试。你不需要。今天培养这项技能的人将拥有巨大的领先优势——不是因为技能本身有多难，而是因为他们在一切变得显而易见之前就开始了。工具是免费的，机会就在眼前。别再盯着空白终端发呆了，开始和它对话吧。x.com/damianplayer/status/2012611857392009242

100. 卧槽牛P了Anthropic 推出 Claude Cowork 大众版 Claude Code为了让普通用户（不仅是开发者）也能像使用 Claude Code 那样，操控电脑里的文件进行工作和执行任务。他们基于 Claude Code 的底层能力，重新设计了一个更直观、更简单易用的版本：CoworkCowork 的核心机制：Claude 拿到“动手权”你可以让 Claude 访问你电脑中的一个文件夹。一旦你授权，它就可以在那个范围内：读取文件：看懂里面的内容；编辑文件：修改或补充；创建文件：从零生成新的文档；整理文件：例如自动分类、重命名、清理下载文件夹。举个例子：你有几十张发票截图散落在下载文件夹里，Cowork 可以识别这些截图中的文字，提取出金额和日期，再帮你生成一份 Excel 表格列出所有支出。和普通 Claude 聊天有何不同？普通 Claude 是“对话式”的，它只会输出文本回答。Cowork 则是“执行式”的：它会真正动手完成任务。比如你说：“请帮我整理这个资料夹，把文档按年份和主题分类。”Claude 会：克劳德会：制定一份行动计划；通知你它将要执行的步骤；逐步完成；期间实时汇报进度；等待你确认下一步。这让它的体验更像与一个“能干事”的同事协作，而不是一个聊天机器人。详细：网页链接互联网的那点事的微博视频

101. 有网友问 Claude Code 作者 Boris：如何有效审查 AI 生成的代码？Boris 给了 3 条经验技巧：1. 默认使用 Plan 模式。2. 给 Claude 提供一种验证其输出结果的方法，比如单元测试、Claude Chrome 扩展程序，或者 iOS/Android 模拟器。3. 使用 /code-review 来自动化大部分的代码审查工作。对 Claude 生成的代码保持与人类写的代码相同的标准。

102. 阿里系连发两个重磅AI产品，暗藏了一个巨大的机会#灵光 #蚂蚁灵光 #阿里巴巴 #全模态通用AI助手 #AI工具

103. 当AI开始“在意”你，它就不止是一个工具。 #大咖观察 #红衣聊AI #AI工具 #人工智能

104. 5个“笨能力”，让孩子更好适应AI时代。 #大咖观察 #红衣聊AI #鸡娃 #教育有方

105. Claude Code 创始人的 9 条实战技巧：原来高手的配置这么“朴素”Boris Cherny 在 Anthropic 内部有个绰号：Claude Code 之父。他最近在 X 上很活跃，于是很多人问 Boris：你自己到底怎么用 Claude Code？他刚在 X 上分享了 9 条实战技巧。没有你想象的那么多技巧，每一条都朴实无华。【1】核心理念：Claude Code 的最佳实践并没有标准答案Boris 开场就说：> My setup might be surprisingly vanilla! Claude Code works great out of the box, so I personally don't customize it much. > 我的配置可能出乎你意料地“原装”。Claude Code 开箱即用效果就很好，我个人没做太多定制。也能理解，那些最佳实践，比如 Skills、Plugins，作为 Claude Code 开发者，他们早就把这些最佳实践作为功能内置了。使用 Claude Code 没有唯一正确的方式。团队故意把它设计成可以随便折腾的样子，你想怎么用、怎么改、怎么魔改都行。Claude Code 团队内部每个人的用法都完全不同。所以没必要去费力找“最佳实践”，适合自己的节奏最重要。【2】多 Agent 任务并行：同时开十几个 ClaudeBoris 的日常是这样的：终端里开 5 个 Claude Code 实例，标签页编号 1 到 5，开着系统通知，哪个需要输入就跳过去处理。同时，他还在 claude.ai/code 网页版上跑 5 到 10 个任务。终端和网页可以互相“交接”：用&符号把本地会话转到网页，或者用--teleport 在两边来回切换。他每天早上和白天会从手机 Claude 应用上启动几个任务，晚点再回来看结果。这种“多线程”工作方式的核心逻辑是：Claude Code 擅长自主执行，很多任务不需要你盯着。你启动任务、给个方向，让它跑着，自己去忙别的。等它需要你确认的时候再切回来。这跟传统的“人敲一行代码、AI 补几行”完全是两种节奏。但这也对使用者有更高的要求，你需要擅长给 Agent 分配任务，并且能随时在多个任务之间切换。对于习惯了自己开发，同时只有一个任务进行的传统开发模式来说，是个很大挑战。惭愧的说，虽然我也常用 Coding Agent，还是不习惯太多任务同时运行，今年要加强这方面的练习。【3】模型选择：为什么用 Opus 而不是更快的 SonnetBoris 说他所有任务都用 Opus 4.5 加上 thinking 模式。这是他用过最好的编程模型。有人会问：Opus 不是比 Sonnet 更大、更慢吗？Boris 的回答是：虽然单次响应慢一点，但你需要纠正它的次数少得多，工具调用也更准确，最终算下来反而更快。这点其实我一直很认同，写代码这种事不能求快，还是得质量高，如果一个快模型需要你来回纠正三次，不如用个慢模型一次搞定。时间不只是模型响应时间，还有你的注意力和精力成本。唯一的问题就是 Opus 成本更高。【4】CLAUDE.md：团队共享的“项目记忆”CLAUDE.md 是 Claude Code 的一个特殊配置文件，放在项目根目录。每次启动 Claude Code，它会自动读取这个文件，把里面的内容当作“背景知识”。你可以理解为：这是你给 AI 写的项目说明书，告诉它这个项目的架构、规范、注意事项。Boris 团队的做法是：整个 Claude Code 仓库共用一个 CLAUDE.md，提交到 Git 里，所有人一起维护。每周都有人往里加东西。规则很简单：每次看到 Claude 做错了什么，就把“别这样做”写进去，下次它就知道了。更有意思的是，他们在代码审查时也会用到这个机制。Boris 会在同事的 PR 里@.claude，让 Claude 把某条新规则加到 CLAUDE.md 里。这是通过 Claude Code 的 GitHub Action 实现的。Dan Shipper 管这种做法叫“复利工程”：每一次纠错都变成团队资产，让 AI 越来越懂你们的项目。如果你还没用过 CLAUDE.md，或者没像他们这样频繁更新规则，强烈建议试试。最简单的起步方式是运行/init 命令，Claude 会自动分析项目结构，生成一个初始版本。然后你边用边补充，看到不对的地方就加进去。【5】Plan 模式：先想清楚再动手Boris 说，他大多数会话都从 Plan 模式开始。在 Claude Code 中按两下 Shift+Tab 就能切换。Plan 模式下，Claude 不会直接改代码，而是先给你一个执行计划。你可以来回讨论、修改计划，直到满意为止。然后切到自动接受模式，Claude 通常能一次性完成。“好的计划真的很重要”，这个习惯其实是把软件开发的经典智慧搬到了 AI 协作里：先设计再编码。很多人用 AI 写代码的问题是直接开干，结果方向错了返工成本很高。花几分钟对齐计划，能省几小时的返工。【6】自动化重复工作：斜杠命令和子 AgentBoris 有几个每天要用几十次的操作，他把它们做成了斜杠命令。比如"/commit-push-pr"，一键完成提交、推送、创建 PR。斜杠命令本质上是 Markdown 文件，放在.claude/commands/目录下。你可以用自然语言写指令，还能嵌入 bash 脚本预先获取一些信息，减少模型来回调用的次数。这些命令可以提交到 Git，整个团队共享。除了斜杠命令，他还用子 Agent（网页链接）。子 Agent 是独立的 Claude 实例，专门干某类活。比如他有个 code-simplifier 子 Agent，在主 Claude 完成工作后自动简化代码；还有个 verify-app 子 Agent，专门负责端到端测试。这两个功能的共同点是：把你反复做的事情固化下来，让 Claude 自己调用。你不用每次都重复解释，也不用记住各种命令细节。使用 PostToolUse Hook 来格式化 Claude 生成的代码。Claude 通常能自动生成格式良好的代码，而这个 Hook 会处理最后 10% 的代码，以避免后续在持续集成 (CI) 过程中出现格式错误。【7】安全与集成：权限配置和外部工具Boris 不用--dangerously-skip-permissions 这个“危险”选项。相反，他用/permissions 命令预先批准一些常用的安全命令，避免每次都弹确认框。这些配置保存在.claude/settings.json 里，团队共享。更强大的是 MCP 服务器集成。MCP 是 Model Context Protocol 的缩写，是 Anthropic 推出的让 AI 连接外部工具的标准协议。通过 MCP，Claude Code 可以直接：- 搜索和发送 Slack 消息- 跑 BigQuery 查询回答数据问题 - 从 Sentry 拉错误日志Boris 团队把 Slack 的 MCP 配置也提交到了仓库，所有人开箱即用。这意味着 Claude Code 不只是个编程工具，而是能调用你整个工具链的“全能助手”。【8】长任务处理：让 Claude 自己验证对于跑很久的任务，Boris 有几个策略：一是让 Claude 完成后自动用后台 Agent 验证结果。你可以在提示词里要求，也可以用 Stop Hook 更确定性地触发。> 注：Hooks 是 Claude Code 的"钩子"机制，让你在 Claude 执行操作的特定时刻插入自定义逻辑。你可以把它理解为"触发器"：当某个事件发生时，自动执行你预设的命令或脚本。> Stop Hook 就是在 Claude 完成响应、准备交还控制权时。> 相关文档：网页链接二是用 ralph-wiggum 插件网页链接。这是一个有趣的设计：“Ralph 本质上就是一个 Bash 循环”：想象一个简单的死循环（while true），它不停地把同一个任务说明书（提示词文件）喂给 AI 智能体，让它一遍又一遍地改进工作，直到彻底完成。三是在沙箱环境里用--permission-mode=dontAsk 或--dangerously-skip-permissions，让 Claude 不被权限确认打断，自己跑到底。核心思路是：既然是长任务，就别让它等你。给它足够的自主权和自我纠错能力。【9】最重要的一条：给 Claude 验证能力Boris 把这条放在最后，说这可能是获得好结果最重要的因素。如果 Claude 能验证自己的工作，最终产出质量能提升 2 到 3 倍。他举了个例子：他们提交到 claude.ai/code 的每一个改动，Claude 都会用 Chrome 扩展自己测试：打开浏览器、测试 UI、发现问题就迭代，直到功能正常、体验合理。验证方式因场景而异。可能是跑一个 bash 命令，可能是跑测试套件，可能是在浏览器或手机模拟器里测试应用。形式不重要，重要的是：让 AI 有反馈闘环。这个道理其实很朴素。人类工程师也是靠“写代码—测试—看结果—修改”这个循环来保证质量的。AI 也一样。如果它只能写不能测，就像闭着眼睛做事，质量全靠运气。Boris 的建议是：投入精力把验证机制做扎实。这是回报率最高的投资。【10】那些你看不见的东西Boris 有一点没提的就是基础的源代码管理/ CI（持续集成） / 代码审查 workflow，这些事情可能对他们大厂做习惯了的来说是平常，默认就应该有的事情比如说当他用 Claude Code 完成一个任务，不会说直接合并到主分支，而是提交一个 PR。提交 PR 后，在 CI 服务器上会自动跑所有的 lint 和自动化测试，如果测试失败 PR 是无法合并的。一个 PR 通过了所有的自动化测试，还需要有人去做代码审查（当然可以 AI 辅助，但还是需要人确认），如果代码审查发现问题，是需要继续修改的。这些也是他们能多任务并行的基础，如果没有做好这些基础工作流，就无法做到多任务并行。对于很多个人开发者并没有习惯去搭建一个 CI/代码审查的工作流，甚至连 Git 代码管理都没有做，出问题都没法回滚。【11】高手用剑无招胜有招武侠小说里面，高手用剑没有那么多花里胡哨的招式，无招胜有招。Boris 没有炫耀复杂的定制配置，没有神秘的私藏提示词，用的就是官方功能。区别在于：他真正理解这些功能背后的逻辑，然后把它们组合成高效的工作流。并行工作是因为 Claude 能自主执行；用 Opus 是因为综合效率更高；CLAUDE.md 是把纠错变成资产；Plan 模式是先想清楚再动手；斜杠命令和子 Agent 是自动化重复劳动；验证机制是给 AI 反馈闭环。如果你刚开始用 Claude Code，不必急着研究各种高级配置。先把基础用好：学会并行，学会规划，学会积累 CLAUDE.md，学会给 AI 验证手段。等你真正遇到瓶颈了，再去折腾那些花活不迟。推文链接：x.com/bcherny/status/2007179832300581177

106. 每月20元！智谱GLM-4.5杀入Claude Code，开启编程API“包月”时代

107. 2025年度运动相机之争：影石Insta360 Ace Pro 2与大疆Action 5 Pro对比体验

108. 速来学习，Anthropic 官方最新揭秘：内部这样使用 Claude Code 效率翻倍！

109. 掌握AI技术，真的能大幅提升人类的思维能力，让智商突破二百的界限吗？#大咖观察 #红衣聊AI #IQ #智商

110. 你愿意花钱投资AI工具吗？ #大咖观察 #红衣聊AI #AI工具 #投资 #职场

111. AI不是工具，是你最该抓住的时代船票。 #大咖观察 #红衣客厅 #AI工具 #AI时代

112. Claude全面禁中国企业？别怕，国产模型够顶！ #大咖观察 #Claude #马斯克 #红衣聊AI

113. 对于AI创业者而言，用户增长是持续研究的课题。这6条策略从不同角度给出了建议，希望能帮到大家。#大咖观察 #红衣聊AI #创业项目 #营销思维

114. AI革命的红利期不会永远存在，现在入场还不算晚。 #大咖观察 #红衣聊AI #人工智能 #科技 #app开发

115. Claude Code 一小时「复刻」谷歌一年成果，那一年能读完五年半的博士吗？

116. 一个视频讲透自媒体麦克风！大疆DJI Mic 3 vs 猛玛LARK MAX 2 全面对比

117. n8n要凉了？Agent Skills实测对比，谁才是AI自动化之王！

118. 把AI从“精英玩具”变成“全民工具” 让全世界都能用上便宜的AI。#大咖观察 #红衣聊AI #开源

119. 你最想让AI给你造个什么工具？是摸鱼神器还是效率助手？ #大咖观察 #红衣聊AI #AI工具

120. OpenAI/Gemini共斩ICPC 2025金牌，AI编程已经超越人类了吗？

121. 这篇Vibe Coding文章值得一读！ 1. 深入探讨了 Claude Code 2.0 的进阶使用技巧及其作为 AI 编程智能体的演进过程。 2. 通过对比 Anthropic 与 OpenAI 旗下工具的性能，分析了 Opus 4.5 模型在速度、沟通力及意图检测方面的显著优势。 3. 详细解析了子智能体 (Sub-agents)、上下文工程 (Context Engineering) 及 MCP 服务器等核心机制，揭示了系统如何通过任务拆分和提示词注入来优化处理能力。 4. 分享其个人工作流和自定义指令，提供了从技术小白向高效人机协作转型的实操指南。访问：sankalp.bearblog.dev/my-experience-with-claude-code-20-and-how-to-get-better-at-using-coding-agents/ #ai创造营# #程序员#

122. 学好现代c++是不是一定要掌握模板元编程(TMP)？

123. AI居然能算出我的写作MBTI？B站百大UP主做的这个工具，把我整不会了

124. 千问 vs ChatGPT：4大功能实测！到是更好用的AI助手！Qwen3能否战胜GPT-5.1？

125. #微博声浪计划##l3##首批L3自动驾驶车型品牌曝光# 首批L3自动驾驶车型品牌曝光，长安深蓝SL03和北汽极狐阿尔法S6获准入许可，将在北京、重庆特定路段试点。L3级核心突破是系统激活期间事故责任首次部分转移至车企，但需符合安全条件，两款车型适用场景不同，极狐采用华为ADS技术方案，配备3激光雷达和34个传感器，此次准入标志着我国自动驾驶迈入责任转移新阶段。值言说的微博音频

126. 给自己改造了一间工具房，法式模块化工具墙能灵活调整摆放位置，而且这个工具房改造完只花了200元#老房改造#工具房#创意手工

127. 硬核技术这块，还得看长城。刚刚有关注到长城汽车《混动四驱智能越野系列乘用车关键技术与应用》项目，拿下了中国汽车工程学会科学技术奖“科技进步奖特等奖”这个奖项的含金量是非常高的，因为它是目前汽车行业最具权威性和影响力的科技奖项之一”#长城Hi4获科技进步奖特等奖#我觉得长城拿下这个奖项也是实质名归，因为踏踏实实搞技术肯定会被更多人看到。像长城Hi4智能四驱电混技术，已经在其多款车型上搭载。此项技术也致敬了都江堰。简单来说，此项技术可以通过对能量进行智能管理。而“功率分流”这一特性，与都江堰的中国智慧相同#长城Hi4中国汽车的都江堰技术#而Hi4作为长城汽车首创的智能四驱电混技术，适用场景也非常广泛。就比如Hi4-Z，适用于泛越野、城市和野营双场景下，既保持了强劲的动力输出，又能有一个非常不错的性能表现。而Hi4 性能版也非常给力，适合中大型城市SUV，在城市通勤场景下，性能相当够用，并且也能实现更加高阶的控制。可以说，Hi4技术体系正在造就多个产品的销量高峰，各种行驶场景下的表现也是越来越好！

128. 黄金微针全解答！一篇搞定所有疑问！打了4次黄金微针的皮肤科医生，今天一条视频回答你们最常问的： 🤔 适合谁？ ✔️ 肤色暗沉、毛孔粗大、有痘印痘坑 ✔️ 皮肤松弛、下颌线模糊、想抗衰提亮它结合微针+射频，胶原再生效率高，尤其眼周比热玛吉更安全！ ⏳ 效果维持多久？建议按疗程（一般3次），单次就有改善，但完成疗程对比初期，你会惊艳！持续效果更稳。 💸 便宜的能选吗？不建议！耗材贵+医生技术值钱。超低价可能是引流噱头，机器或医生可能不靠谱——结果只有“后悔”二字。 😖 到底疼不疼？靠谱医生会做疼痛管理！手法温柔+专业，体验感舒适很多！！ 📍 怎么选才靠谱？ 1️⃣ 选正规机构与持证医生 2️⃣ 验仪器二维码、医生执业信息 3️⃣ 面诊时看分析是否透彻、方案是否清晰、是否耐心细致 4️⃣ 关注是否有疼痛管理预案！！ #抖出健康知识宝藏 #我的年度健康盘点 #樊哥撩皮肤 #黄金微针 #面部提升

129. 喜滋滋入手 Nothing Ear (3)，最新代的降噪真无线。设计仍然是标志性的透明外观融合金属质感，定价1100元还有找。目前第一感受是佩戴真贴，跑步也不容易掉。铝金属的银色充电盒品质感很高，开合过程里能发现公差很小，严丝合缝，做工真的一绝。这个产品有个怪技术，在充电盒里也装入了一套 Super Mic 麦克风系统。如果在通话时用充电盒作为辅助话筒，可以在语音清晰度上百尺竿头更进一步。特地去官网查了一下它的适用场景，支持很多主流 app，但也有受限的场景。

130. Claude Code最强开源对手OpenCode实测：免费使用GLM-4.7/MiniMax等高级模型

131. 开源版Claude Code.OpenCode 是一个开源Agent，帮助你在终端、IDE 或桌面上编写代码。主要特点如下： 1.启用LSP：自动加载LLM所需的正确LSP； 2.多会话：在同一项目上并行启动多个代理； 3.分享链接：分享任何会话的链接，供参考或调试； 4.Claude Pro：登录Anthropic以使用您的Claude Pro或Max账户； 5.任何大模型：75+LLM提供者通过Models.dev，包括本地模型； 6.任何编辑器：可作为终端界面、桌面应用和IDE扩展提供。 #Claude #anthropic #AI #ai工具 #大模型

132. Claude Agent Skills 实战指南：从原理到自动化生成的最佳实践

133. OpenCode：Claude Code 的开源替代方案

134. 手把手教你用上开源版Claude Code，人人都可以体验编程Agent的魅力了。

135. 基于 OpenCode 逆向解析 Claude Code 及 Skills 核心技术原理

136. 干掉90%的Claude Skill文件后，token效率暴增4.8倍

137. Claude Code 强敌已至？OpenCode 深度解析：当 AI 编程不再依赖云端

138. OpenCode - 开源终端AI coding agent

139. 如何在 Qoder、Cursor、Trae、Windsurf 等 AI Coding 工具中使用 Claude Skills

140. GitHub 64k Star 神器！OpenCode 5 分钟上手指南：开源免费，Claude Code 平替！

141. 没有Claude Code丝毫不慌！OpenCode + 智谱GLM + Agent Skills打造高质量智能开发环境

142. OpenCode来了，堪称地表最强 AI 编程助手

143. Claude Skills实操：我用Claude Skills给自己搭了一个周报生成器

144. Claude Skill 开发实战教程：从入门到精通

145. 开源 AI 编码工具 OpenCode 完整部署流程

146. 入门ClaudeCode：如何维护自己逐渐膨胀臃肿的Skill

147. Claude Skill三步上手指南

148. claude code 小白级安装指南和必备工具

149. 【每日GitHub热门项目】OpenCode：开源编码智能体

150. 普通人如何用上 Claude Code Skills

151. 开源宝藏组合：OpenCode + oh-my-opencode

152. 一文了解OpenCode

153. OpenCode 入门指南

154. Claude Code我算是把你整明白了！

155. Claude Code 开源平替！Open Code入门（一）

156. Claude Code进阶：手动定制Skill与MCP深度解析

157. 爆火的opencode使用感观谈

158. 花10分钟实现个简单的skill, 发现除了Claude Code外, Qoder也支持了运行skill了

159. Claude Code 强敌？这款开源 AI Agent，让终端党彻底高潮了！

160. 没有 Claude Code 丝毫不慌！OpenCode + GLM + Agent Skills 打造高质量智能开发环境

161. Claude Code 小白入门之常用命令和常用Claude Skills 安装使用

162. OpenSkills：让 Claude Code 的 Skills 系统在所有 AI 编程助手中通用

163. Claude Code可以扔了！opencode强势开源出圈,强的一批

164. 为什么大家都在用Claude Code？用完之后你就懂了

165. 干掉 Claude Code，这个开源 AI 编程工具杀疯了？

166. OpenCode 实测｜从零开发一个 AI 应用 OpenCode 是 Claude Code 的开源平替，不绑定供应商，几乎所有模型都能用。这期我用 OpenCode 从零开发一个模特换装应用，完整走一遍：需求收集 → 原型设计 → 前端开发 → 后端改造 → 功能迭代，测试它和 Claude Code 的区别。 #AI新星计划 #skills #claude #AI编程 #OpenCode

167. 基于 OpenCode、OMO 与 Skills 的 AI 编程替代方案

168. 国产模型崛起，claude code 的小白教程

OpenCode vs Claude Skill？我们汇总了60+开发者真实体验，结论在这

精选参考来源