公众号
歸藏的AI工具箱
产品设计师AI画图工具操作员AI课程撰写与信息收集整理致力于发掘借助AI工具改善
这个来源的文章
独一份！带动效的 PPT 生成 Agent！使用教学&创作思路
很多朋友问我做的那个带动效的 PPT Agent Skills 怎么用，写篇内容讲一下。
阅读全文 ：独一份！带动效的 PPT 生成 Agent！使用教学&创作思路带动效的 PPT 生成 Agent！
卧槽，我终于搞定了！带演示动效的 PPT 生成 Agent ！ 是我这个 PPT 生成 Skills 的迭代版本。 测试了一下，没想到效果还挺好：支持导出完整的视频，以及在网页上可以随意地控制速度去浏览 。 首页动画为了适应演示的等待时间，做成了无限循环的版本。每一页 PPT 切换的时候都有动效。 哈哈，这个应该是目…
阅读全文 ：带动效的 PPT 生成 Agent！太惨了！Tailwind CSS 的创始人说，他们裁掉了 75% 的工程师团队，收入下降了 80%。\n\n但讽刺的是，几乎所有主流的 Vibe coding 产品，或者说大模型优先使用的都是 Tailwind CSS。\n\n他们的产品达到了有史以来从未有过的采用率，但是收入却降得非常低。\n\n原因在于他们原有的商业模式：\n\n1. 用户在查看 Tailwind CSS 文档时，会看到他们的商业产品（即 Tailwind UI），进而付费购买。\n\n2. 然而由于 AI 对 Tailwind CSS 非常了解，现在很多人不再去查看文档页面，导致他们的付费产品失去了转化机会。\n\nAI 时代的这些互联网开源基建其实非常重要。\n\n但是由于 AI 了解的内容太多了，导致它反而让这些非常流行的开源项目无法维系。我们确实需要一个非常好的分配方式。\n\n但是这些互联网公司也没有那么不要脸。在发出这个回复之后，主流的所有 AI 公司都对 Tailwind CSS 做了一些捐赠，应该够他们度过这次危机了。\n\n三个主要的模型生产厂商，我觉得是最应该捐赠Tailwind CSS 的。\n\n但目前来看，只有 Google 完成了捐赠，Open AI 和 Anthropic 还在装死。
阅读全文 ：太惨了！Tailwind CSS 的创始人说，他们裁掉了 75% 的工程师团队，收入下降了 80%。\n\n但讽刺的是，几乎所有主流的 Vibe coding 产品，或者说大模型优先使用的都是 Tailwind CSS。\n\n他们的产品达到了有史以来从未有过的采用率，但是收入却降得非常低。\n\n原因在于他们原有的商业模式：\n\n1. 用户在查看 Tailwind CSS 文档时，会看到他们的商业产品（即 Tailwind UI），进而付费购买。\n\n2. 然而由于 AI 对 Tailwind CSS 非常了解，现在很多人不再去查看文档页面，导致他们的付费产品失去了转化机会。\n\nAI 时代的这些互联网开源基建其实非常重要。\n\n但是由于 AI 了解的内容太多了，导致它反而让这些非常流行的开源项目无法维系。我们确实需要一个非常好的分配方式。\n\n但是这些互联网公司也没有那么不要脸。在发出这个回复之后，主流的所有 AI 公司都对 Tailwind CSS 做了一些捐赠，应该够他们度过这次危机了。\n\n三个主要的模型生产厂商，我觉得是最应该捐赠Tailwind CSS 的。\n\n但目前来看，只有 Google 完成了捐赠，Open AI 和 Anthropic 还在装死。Niji V7 模型上线，这次感觉比 V6 好不少
简单试了一下新的 Niji V7 模型，这代真的不错！ 终于回归真正的动漫效果了，之前 V6 老是出现偏 3D 的画风。 泛化性也好了不少，在都是纯 2D 效果的前提下，探索出来的一些风格代码都有非常明显的区别。 提示词遵循也在变好，可以写简单的中文，英文文字渲染也变好了。
阅读全文 ：Niji V7 模型上线，这次感觉比 V6 好不少简单快速的用 Claude Code 帮你创建 PPT 生成 Skills
怎么用这个PPT Skills 以及我是如何创建这个 Skills 的，方便大家参考这个过程创建自己需要的 Skills。
阅读全文 ：简单快速的用 Claude Code 帮你创建 PPT 生成 SkillsOpenAI 也开始跟随？新品类似蚂蚁阿福
今天早上起来一看，发现 ChatGPT 发布了他们新的医疗健康功能，很多朋友说这不就是蚂蚁阿福吗？ 难得，终于有一次是 OpenAI 跟随国内AI了。 我试了一下蚂蚁阿福，从能力上来看，Open AI比蚂蚁阿福差了不少，Open AI 的健康功能支持将你的检测结果和一些健康应用的数据同步过去，然后它会基于专门打造的健…
阅读全文 ：OpenAI 也开始跟随？新品类似蚂蚁阿福🍌提示词：精美的3D 模型信息图
很多朋友问我早上关于昨晚英伟达发布会的 3D 信息图的提示词，这里发一下。 这套提示词主要适合一些有实物而且非抽象内容的展示，中间会有非常精美的 3D 渲染的实物模型。 由于文字比较多，建议在 AI Studio 或者其他生成图片不糊的产品上使用。 ------------- 提示词： 基于下面文字主题，创作一张高密…
阅读全文 ：🍌提示词：精美的3D 模型信息图Claude Code 的创建者 Boris Cherny 公开了他的 CC 使用方法。\n这套流程核心的两个思维方式比较有意思：复利思维和验证\n\n复利思维体现在 CLAUDE. md 不是一次性写完的文档，而是团队在日常工作中持续积累的知识库。每次代码审查、每次发现问题，都在让这个文件变得更好。\n\nBoris 强调验证能让质量提升 2-3 倍，这其实暴露了当前 AI 编程的一个核心问题：AI 很会写代码，但不一定知道代码是否真的能用、用户体验是否好。\n\n总结一下做个笔记👇\n\n1️⃣终端里开 5 个标签页，每个编号 1-5，用 iTerm2 的系统通知知道哪个 Claude 需要输入。浏览器里还会同时开 5-10 个 claude.ai/code 页面。他会在终端和网页之间切换，用 & 符号把本地会话转到网页。\n\n2️⃣Boris 只用 Opus 4.5，而且开着 thinking 模式。理由很直接：虽然更大更慢，但因为理解能力强、工具使用准确，最后反而比小模型更快。不需要反复纠正和引导。\n\n3️⃣团队有一个共享的 CLAUDE.md 文件，提交到 git 里，整个团队每周都往里面加内容。逻辑很简单：只要看到 Claude 做错了什么，就写进去，下次就知道不要这么做。\n\n4️⃣大部分会话都从 Plan 模式开始，按两次 shift+tab 进入。Boris 会跟 Claude 来回讨论，直到计划让他满意，然后切换到自动接受编辑模式，Claude 通常能一次性完成。\n\n5️⃣Boris 把每天重复做的工作流都做成了 slash commands，保存在 .claude/commands/ 目录下提交到 git。这样不用每次重复输入，Claude 自己也能使用这些命令。\n\n6️⃣团队用 PostToolUse hook 自动格式化 Claude 生成的代码。Claude 通常生成的代码格式就挺好，hook 只是处理最后 10%，避免后面 CI 报格式错误。\n\n7️⃣Boris 说最重要的是给 Claude 一个验证工作的方法。有了这个反馈循环，最终结果的质量能提升 2-3 倍。Claude Code 团队用 Claude Chrome 扩展测试每个改动。Claude 会打开浏览器，测试 UI，然后迭代直到代码能跑、用户体验也好。\n\n验证方法因领域而异。可能就是跑一个 bash 命令，或者跑测试套件，或者在浏览器或手机模拟器里测试应用。\n\n对于特别长的任务，Boris 会让 Claude 在完成时用后台代理验证工作，或者用 agent Stop hook 更确定性地做验证。\n\n8️⃣Claude Code 会使用 Boris 的所有工具。通过 Slack 的 MCP server 搜索和发布消息，用 bq CLI 跑 BigQuery 查询，从 Sentry 抓取错误日志。这些配置都保存在 .mcp.json 里跟团队共享。
阅读全文 ：Claude Code 的创建者 Boris Cherny 公开了他的 CC 使用方法。\n这套流程核心的两个思维方式比较有意思：复利思维和验证\n\n复利思维体现在 CLAUDE. md 不是一次性写完的文档，而是团队在日常工作中持续积累的知识库。每次代码审查、每次发现问题，都在让这个文件变得更好。\n\nBoris 强调验证能让质量提升 2-3 倍，这其实暴露了当前 AI 编程的一个核心问题：AI 很会写代码，但不一定知道代码是否真的能用、用户体验是否好。\n\n总结一下做个笔记👇\n\n1️⃣终端里开 5 个标签页，每个编号 1-5，用 iTerm2 的系统通知知道哪个 Claude 需要输入。浏览器里还会同时开 5-10 个 claude.ai/code 页面。他会在终端和网页之间切换，用 & 符号把本地会话转到网页。\n\n2️⃣Boris 只用 Opus 4.5，而且开着 thinking 模式。理由很直接：虽然更大更慢，但因为理解能力强、工具使用准确，最后反而比小模型更快。不需要反复纠正和引导。\n\n3️⃣团队有一个共享的 CLAUDE.md 文件，提交到 git 里，整个团队每周都往里面加内容。逻辑很简单：只要看到 Claude 做错了什么，就写进去，下次就知道不要这么做。\n\n4️⃣大部分会话都从 Plan 模式开始，按两次 shift+tab 进入。Boris 会跟 Claude 来回讨论，直到计划让他满意，然后切换到自动接受编辑模式，Claude 通常能一次性完成。\n\n5️⃣Boris 把每天重复做的工作流都做成了 slash commands，保存在 .claude/commands/ 目录下提交到 git。这样不用每次重复输入，Claude 自己也能使用这些命令。\n\n6️⃣团队用 PostToolUse hook 自动格式化 Claude 生成的代码。Claude 通常生成的代码格式就挺好，hook 只是处理最后 10%，避免后面 CI 报格式错误。\n\n7️⃣Boris 说最重要的是给 Claude 一个验证工作的方法。有了这个反馈循环，最终结果的质量能提升 2-3 倍。Claude Code 团队用 Claude Chrome 扩展测试每个改动。Claude 会打开浏览器，测试 UI，然后迭代直到代码能跑、用户体验也好。\n\n验证方法因领域而异。可能就是跑一个 bash 命令，或者跑测试套件，或者在浏览器或手机模拟器里测试应用。\n\n对于特别长的任务，Boris 会让 Claude 在完成时用后台代理验证工作，或者用 agent Stop hook 更确定性地做验证。\n\n8️⃣Claude Code 会使用 Boris 的所有工具。通过 Slack 的 MCP server 搜索和发布消息，用 bq CLI 跑 BigQuery 查询，从 Sentry 抓取错误日志。这些配置都保存在 .mcp.json 里跟团队共享。看到马伯庸分享他写日记的方式，非常有意思！跟之前分享过的 Karpathy 的记录方式也很像。\n\n这种方式可以跟AI很好地结合，我 26 年想实践一下了。\n\n先介绍一下他俩是怎么记录的：\n\n他为了降低摩擦，会只记录事实（就是流水账），而不记录观点，不写感悟，不去润色，也不在乎遣词造句。\n\nKarpathy 当时的日记也是一样采用 Append-only 模式，想到什么就往文档顶部丢，不打标签，不分类，不设层级，日记当剪切板用。\n\n只记事实，就失去了“表演给别人看”或“自我感动”的空间，整个输入的摩擦力就大幅降低了。\n\n而且它还可以通过语音输入，每次记完什么事，只要打开语音输入说一句话就解决了，非常方便。\n\n而且他们还有一个特点，就是只用一个文件去记录：\n1. Andrej Karpathy 是在备忘录里，只有一个文档\n2. 马伯庸也是，就是只有一个 Word 文档\n\n这样的话对他们来说不用整理，需要的时候直接 Command + F 查找关键字就行。\n\n而且这种流水账的内容比较少，即使记一年也可能只有几万字，随便怎么样都能检索到对应的信息。\n\n马伯庸主要是用这种方式来解决自己中年记忆力衰退的问题。Andrej Karpathy 将其视为大脑 RAM 的释放工具：通过手记，大脑就可以放下这些信息，从而专注于做其他需要专注的事情。\n\n我发现他们这种记录方式跟 AI 协作也非常友好：\n\n这种东西是非常好的 AI 原生语料。\n因为它拥有高密度的语义，包括：人名、书名、事件、命令、代码，这些都是非常容易提取的结构化信息。\n\n另外，这种方式对上下文非常友好。\n因为它体积小，一年可能最多也就几万字，完美地适配了现在大语言模型的上下文。而且由于它是纯文本，AI 可以非常高效且便捷地进行查询和整理。\n\n这种低摩擦、高信息密度，且纯文本的记录方式，无意中非常适合现在的 AI。\n通过这种方式，可以快速构建起属于你自己的类似 ChatGPT 的 AI 记忆。\n而且纯文本又不至于让你被绑定到某一个产品上。今年实践一下。\n\n一个中年人决定写日记
阅读全文 ：看到马伯庸分享他写日记的方式，非常有意思！跟之前分享过的 Karpathy 的记录方式也很像。\n\n这种方式可以跟AI很好地结合，我 26 年想实践一下了。\n\n先介绍一下他俩是怎么记录的：\n\n他为了降低摩擦，会只记录事实（就是流水账），而不记录观点，不写感悟，不去润色，也不在乎遣词造句。\n\nKarpathy 当时的日记也是一样采用 Append-only 模式，想到什么就往文档顶部丢，不打标签，不分类，不设层级，日记当剪切板用。\n\n只记事实，就失去了“表演给别人看”或“自我感动”的空间，整个输入的摩擦力就大幅降低了。\n\n而且它还可以通过语音输入，每次记完什么事，只要打开语音输入说一句话就解决了，非常方便。\n\n而且他们还有一个特点，就是只用一个文件去记录：\n1. Andrej Karpathy 是在备忘录里，只有一个文档\n2. 马伯庸也是，就是只有一个 Word 文档\n\n这样的话对他们来说不用整理，需要的时候直接 Command + F 查找关键字就行。\n\n而且这种流水账的内容比较少，即使记一年也可能只有几万字，随便怎么样都能检索到对应的信息。\n\n马伯庸主要是用这种方式来解决自己中年记忆力衰退的问题。Andrej Karpathy 将其视为大脑 RAM 的释放工具：通过手记，大脑就可以放下这些信息，从而专注于做其他需要专注的事情。\n\n我发现他们这种记录方式跟 AI 协作也非常友好：\n\n这种东西是非常好的 AI 原生语料。\n因为它拥有高密度的语义，包括：人名、书名、事件、命令、代码，这些都是非常容易提取的结构化信息。\n\n另外，这种方式对上下文非常友好。\n因为它体积小，一年可能最多也就几万字，完美地适配了现在大语言模型的上下文。而且由于它是纯文本，AI 可以非常高效且便捷地进行查询和整理。\n\n这种低摩擦、高信息密度，且纯文本的记录方式，无意中非常适合现在的 AI。\n通过这种方式，可以快速构建起属于你自己的类似 ChatGPT 的 AI 记忆。\n而且纯文本又不至于让你被绑定到某一个产品上。今年实践一下。\n\n一个中年人决定写日记从大厂设计师到超级一人公司：6000字回顾我和AI的2025
过去一年，我身份上的变化主要是从大厂的设计师变成了一个自由职业者（灵活就业者）。也终于不再用数据审判自己，而是把注意力放回“我擅长什么、我愿意长期做什么”
阅读全文 ：从大厂设计师到超级一人公司：6000字回顾我和AI的2025TRAE 月活破160万！借着数据聊 AI 编程生态
Trae 发布了他们的年度开发者报告。 也可以看作 AI Coding 的一次生态调研，仔细看了一下，找到了一些有意思的数据。 TRAE 现在总用户数已经 600 万了，月活 160 万，作为一个相对专业的编程工具，已经相当不错，可能国内第一了。 周活跃用户在 TRAE 几乎是工作日全勤的，粘性相当高。 这几年他们的…
阅读全文 ：TRAE 月活破160万！借着数据聊 AI 编程生态🎄Merry Christmas | 藏师傅的圣诞礼物
🎄Merry Christmas，圣诞快乐朋友们！ 藏师傅的圣诞礼物还是提示词 帮你将你喜欢的地点或者文艺作品变成圣诞礼品海报送给朋友。 我这里选了我每年圣诞都看的电影《真爱至上》 感谢大家这一年的陪伴，谢谢各位！ 提示词： 基于[哈利波特]的设定，设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖…
阅读全文 ：🎄Merry Christmas | 藏师傅的圣诞礼物“我们总是通过后视镜驶向未来” ，推荐读一下 Notion CEO 这篇内容，关于 AI 为什么首先在编程领域爆发他的解释很好。\n\n-------\n\n每个时代都有它的奇迹材料。钢铁塑造了镀金时代，半导体点亮了数字时代\n\nNotion创始人Ivan Zhao用历史隐喻说清楚了一件事：掌握这种材料的人定义时代\n\n为什么AI是"奇迹材料"？因为它解决的是规模问题。19世纪前建筑只能盖六七层，铁太重太脆，楼层一多就塌。钢铁改变了一切\n\nAI对知识工作的意义和钢铁对建筑一样。人类沟通一直是组织的"承重墙"，对齐会、审批流程，都是在用人类尺度的工具解决工业规模的问题。\n\nIvan的联创Simon原本是10×程序员，现在同时指挥三四个AI编码agents，变成了30×工程师。他午饭前排好任务，agents在他离开时继续工作。\n\n这就像从踩自行车进化到开汽车。但为什么只有程序员能开上车？两个问题必须解决\n\n第一是上下文分散，编程工具集中在IDE和代码库，但一般知识工作散落在几十个工具里。AI要写产品简报得拉取Slack、战略文档、仪表盘数据，还有只存在脑子里的隐藏知识。人类现在是粘合剂\n\n第二是可验证性。代码能用测试验证对错，AI能用强化学习改进。但项目管理得好不好、策略memo不好验证？没法验证就没法训练模型改进，人类只能继续监督\n\n一旦这两个问题解决，几十亿知识工作者会从自行车进化到汽车然后到自动驾驶\n\n工业革命初期，蒸汽机刚出现时，工厂主只是把水车换成蒸汽机。生产力提升很有限。\n\n真正的突破是工厂主意识到可以完全摆脱河流了。生产力才爆发\n现在的AI聊天机器人就像"替换水车"阶段，只是附加在现有工具上\n\n钢铁和蒸汽不只改变建筑和工厂，它们改变了城市\n\n几百年前的城市是人类尺度的，你能在40分钟内走完佛罗伦萨。然后钢架结构让摩天大楼成为可能，城市在规模和密度上爆炸\n\n知识经济现在占美国GDP近一半，但大多数还在人类尺度运作：几十人的团队，会议和邮件控制节奏，组织超过几百人就开始变形。目前相当于佛罗伦萨\n\n当大量AI agents上线，我们会建造东京。数千个agents和人类组成的组织，工作流程跨时区持续自动运行\n\n来源：x.com/ivanhzhao/status/2003192654545539400
阅读全文 ：“我们总是通过后视镜驶向未来” ，推荐读一下 Notion CEO 这篇内容，关于 AI 为什么首先在编程领域爆发他的解释很好。\n\n-------\n\n每个时代都有它的奇迹材料。钢铁塑造了镀金时代，半导体点亮了数字时代\n\nNotion创始人Ivan Zhao用历史隐喻说清楚了一件事：掌握这种材料的人定义时代\n\n为什么AI是"奇迹材料"？因为它解决的是规模问题。19世纪前建筑只能盖六七层，铁太重太脆，楼层一多就塌。钢铁改变了一切\n\nAI对知识工作的意义和钢铁对建筑一样。人类沟通一直是组织的"承重墙"，对齐会、审批流程，都是在用人类尺度的工具解决工业规模的问题。\n\nIvan的联创Simon原本是10×程序员，现在同时指挥三四个AI编码agents，变成了30×工程师。他午饭前排好任务，agents在他离开时继续工作。\n\n这就像从踩自行车进化到开汽车。但为什么只有程序员能开上车？两个问题必须解决\n\n第一是上下文分散，编程工具集中在IDE和代码库，但一般知识工作散落在几十个工具里。AI要写产品简报得拉取Slack、战略文档、仪表盘数据，还有只存在脑子里的隐藏知识。人类现在是粘合剂\n\n第二是可验证性。代码能用测试验证对错，AI能用强化学习改进。但项目管理得好不好、策略memo不好验证？没法验证就没法训练模型改进，人类只能继续监督\n\n一旦这两个问题解决，几十亿知识工作者会从自行车进化到汽车然后到自动驾驶\n\n工业革命初期，蒸汽机刚出现时，工厂主只是把水车换成蒸汽机。生产力提升很有限。\n\n真正的突破是工厂主意识到可以完全摆脱河流了。生产力才爆发\n现在的AI聊天机器人就像"替换水车"阶段，只是附加在现有工具上\n\n钢铁和蒸汽不只改变建筑和工厂，它们改变了城市\n\n几百年前的城市是人类尺度的，你能在40分钟内走完佛罗伦萨。然后钢架结构让摩天大楼成为可能，城市在规模和密度上爆炸\n\n知识经济现在占美国GDP近一半，但大多数还在人类尺度运作：几十人的团队，会议和邮件控制节奏，组织超过几百人就开始变形。目前相当于佛罗伦萨\n\n当大量AI agents上线，我们会建造东京。数千个agents和人类组成的组织，工作流程跨时区持续自动运行\n\n来源：x.com/ivanhzhao/status/2003192654545539400借知乎 AI 产品榜聊一下主流 AI 产品
看到知乎上线了他们的年度AI产品榜，刚好我也还没写总结，就借着这个榜单来聊一下这些产品。 首先国内通用聊天产品，豆包排第一，第二是Deepseek，后面有千问和知乎直答。 今年国内所有的厂商基本上都吃的是Deepseek在年初爆发的红利。我们用整整一年的时间，把这部分用户从完全不了解AI拉到了每天使用AI。 在做产品…
阅读全文 ：借知乎 AI 产品榜聊一下主流 AI 产品🍌提示词｜帮 Open AI 补全年终总结分享图
Open AI 这个年终总结不行，藏师傅给他补一下，为你的 ChatGPT 年终总结做一张分享图。 Open AI 这个年终总结还是没国内大厂专业，分享图该有的信息都没有，我自己用大香蕉搞了一套提示词。 把你的总结截图和提示词扔给 Nano Banana 就行。 -------提示词------ 任务目标： 基于用户…
阅读全文 ：🍌提示词｜帮 Open AI 补全年终总结分享图