工作流相关 AI 资讯 · AITOP

7月30日

13:41

官方账号Greg Brockman@gdb

Airtable 与 OpenAI 合作，将 Airtable 直接集成到 ChatGPT 中。用户可在聊天界面连接已有 Base、生成新表格结构、将非结构化对话转化为实时工作流。该功能通过 ChatGPT 插件实现，无需离开聊天即可操作数据。支持在对话中途创建新表和调整数据结构。

事件专题

推荐理由：Airtable 用户现在可以在 ChatGPT 里直接操作数据库了，连 Base、建表、改结构，全程不用切窗口，省事。

原文

11:12

shao__meng@shao__meng

76°

GitHub 的这篇文章提出，AI 生产力的关键在于使用 Harness（工作流）而非堆砌工具、MCP 或神奇提示词。它推荐从 Copilot CLI 入手，开启 YOLO 模式（允许自主执行）但须配合沙箱（Codespaces/dev containers）。工作流包括：选工具学透、原型优先（用中等模型+中等推理且不换模型以利用缓存）、用 Plan Mode 暴露边界问题、Autopilot 自动编排（小模型读代码、大模型处理复杂任务）、人工评审坚持质量、用另一模型家族做 Rubber Duck 终审。整个流程强调人的专业判断和主题化会话管理。

技巧 Copilot GitHub 工作流

推荐理由：别信什么神奇 prompt 了，这篇文章教你用 GitHub Copilot 的八步工作流真正提升效率，从 YOLO 模式到跨模型评审，实测可用。

原文

10:42

官方一手宝玉的分享@宝玉

文章分享了当AI编程助手（如Cursor）的代码质量可信后，作者作为技术主管（TL）不再逐行审查实现，而是转向工程经理（EM）角色，专注于定义方向、验收结果。这种转变基于对AI生成代码的信任，将人从实现细节中解放，提升整体效率。作者强调，可信门槛取决于团队和工具成熟度，需结合具体场景判断。

技巧编程助手 AI代码审查工作流

事件专题

推荐理由：作者分享了自己从TL转EM的实战心得，告诉你何时可以放心让AI写代码、人只负责验收方向，适合正在用AI编程的团队参考。

原文

01:13

宝玉@dotey

精选

该规则要求 AI 在执行文件修改任务后，必须在最终响应前完成 git commit。具体步骤包括：在编辑前检查 `git status`，将预存或并发变更视为用户所有；提交前审查最终 diff 并运行相应的验证；仅暂存当前任务的文件或 hunks，不混合无关变更；使用简洁描述性提交信息在 `main` 分支上提交，报告 commit hash，除非用户要求否则不推送或改写历史。只读或无文件变更的任务不创建空提交。

技巧 AGENTS CLAUDE MD git

推荐理由：给 AI 编程时加这条规则，改完代码自动 git commit，再也不怕改了大动脉找不到历史了。

原文

7月29日

20:33

Yangyi@Yangyixxxx

姚金刚和yangyi发布了升级版元提示词，包含两个核心能力：对现有提示词的质量强化和高质量创建初版提示词。原理涉及用户意图识别、多维度诊断、静默对标学习、专业工程优化等。用法支持将模糊需求或零散想法转化为正式提示词，也可对旧提示词进行诊断和优化。该套元提示词已推送到GitHub并计划集成到NewMax AI。

技巧元提示词提示词工程 GitHub

推荐理由：姚金刚和yangyi升级了元提示词，帮你把模糊想法一键变成可用提示词，还能优化旧版本，省心省力。

原文

20:08

小互@imxiaohu

Trae Work 官方推出了一个面向AI办公场景的实操知识库，总字数超过40万字。该知识库覆盖学习成长、写作沟通、数据处理、视觉设计、汇报演示、信息采集、开发自动化、办公协作共8大核心工作领域。所有指南均为真实场景的实战内容，可直接使用或稍作修改应用于其他AI工具。作者还将其整理成了互动课程。

技巧 Trae Work AI办公实操指南

推荐理由：Trae Work 出了个40万字的官方知识库，覆盖8个常用办公场景，全是能直接用的实操指南，比刷零散教程高效多了。

原文

12:25

官方一手歸藏(guizang.ai)@op7418

用户通过一句提示词，调用 Grok 进行 Twitter 热点事件信息爬取，Kimi 生成网页，DeepSeek 撰写文案。三个模型分工协作，完成了昨日 AI 热点事件的统计，结果与手动搜集高度一致，并补充了遗漏信息。展示了多模型组合工作流的实际效果。

技巧 Grok Kimi DeepSeek

推荐理由：用一句提示词让 Grok、Kimi、DeepSeek 各司其职，自动统计 Twitter 热点，省时又全面，适合想提升信息搜集效率的人。

原文

07:15

官方一手marktechpost@Sana Hassan

精选

本教程演示如何通过uv在Python 3.13隔离环境中安装并配置Kimi CLI，使用TOML文件设置Moonshot API认证。通过编写Python封装器实现非交互式CLI命令执行，结合JSONL流式处理、自动化测试和会话记忆功能，构建完整的智能体编码工作流。教程详细说明了Kimi CLI作为非交互式编程助手的配置步骤和实际调用方法。

技巧 Kimi CLI Moonshot 智能体

推荐理由：手把手教你用Kimi CLI搭一个非交互式的编程智能体工作流，包括配置、封装、测试和记忆功能，适合自动化编码场景。

原文

01:15

AI SDK@aisdk

一条推特帖子介绍了如何使用HarnessAgent设定工作流，并明确智能体步骤边界。通过定义清晰的步骤边界，可以提升多步任务执行的可靠性与可调试性。HarnessAgent提供了结构化框架来分解复杂Agent流程。该方法适用于需要精细控制Agent行为的开发场景。

技巧 HarnessAgent 智能体工作流

推荐理由：@aisdk 发了用HarnessAgent规划工作流和agent步骤边界的技巧，帮你把多步agent写得可控又清晰。

原文

7月28日

04:36

官方一手GitHub Blog@Burke Holland

GitHub Copilot 提供了一个涵盖原型设计、规划、实现和代码审查四个阶段的实用工作流。开发者无需频繁切换不同 AI 工具即可完成大部分开发任务。该方法专注于单一工具（Copilot）的深度应用，减少了学习新工具的成本。文章通过具体步骤指导如何高效利用 Copilot 完成软件开发的各个阶段。

技巧 GitHub Copilot GitHub 编程助手

推荐理由：别老换新工具了，用 GitHub Copilot 一个工作流处理原型到审查，省去切换麻烦，效率更高。

原文

7月27日

18:56

AI Will@FinanceYF5

72°

用户Alex Finn分享他通过ChatGPT Voice在4小时徒步中完成的工作量超过在办公室8小时。他利用AirPods语音控制电脑，在45分钟自驾途中处理副业项目，在咖啡厅20分钟内写出下月时事通讯草稿。核心设置是选定一台常开台式机作为总部设备，在所有节点设备（iPhone、iPad、笔记本）安装ChatGPT应用，并开启连接功能让节点设备控制总部设备。这套工作流让他可以不依赖桌面，随时随地用语音驱动超级智能完成工作。

技巧 ChatGPT Voice AirPods

推荐理由：一个真实用户分享用ChatGPT Voice+多设备联动，在徒步、车里、咖啡馆用语音搞定工作，效率翻倍。4步设置就能实现，想远程办公的可以试试。

原文

18:09

AI Will@FinanceYF5

推文指出大多数用户直接使用Claude Opus 5效果差，速度慢且输出一般。正确做法是构建包含循环、图、审查器、编排器和并行Agent的工作流。一个地铁跑酷游戏示例用了超过3小时，但输出质量超越了Fable 5。在复杂Agent协作下，首个Claude计划仍有大量剩余用量。

技巧 Claude Opus 5 Fable 智能体

推荐理由：别直接问Claude Opus 5问题，试试搭个Agent工作流，效果能比Fable还好。

原文

15:11

shao__meng@shao__meng

77°

OpenAI 开发者体验负责人 Jason 在 Peter Yang 的专访中演示了如何将 ChatGPT Work 和 Codex 改造成个人操作系统，覆盖邮件、Slack、日历、Linear、值机、购物等场景。他提出了 heartbeat 起手式：让 agent 每 9am、1pm、5pm 检查并告知优先级。write-me skill 通过分析过去一周的 Slack 和邮件，自动反推个人说话风格。长任务用三文件法：goal.md 定义可验证成功标准，plan.md 记录细节，worklog.md 给人看。他还强调非线程的重要信息应写进 notes 目录供 agent 读取，人类几乎不打开 Obsidian。

技巧 ChatGPT Work Codex OpenAI

事件专题

推荐理由：OpenAI 内部高手手把手教你用 Codex 当个人操作系统，从 heartbeat 监控到自动值机，全是可复用的技巧！

原文

10:55

官方账号Sam Altman@sama

78°

一位用户在加州红杉林徒步4小时，通过ChatGPT Voice用AirPods完成的工作量超过在桌前8小时。45分钟自动驾驶通勤和20分钟咖啡馆时间均可高效处理项目。核心设置是将一台电脑作为总部，其他设备通过ChatGPT应用连接，即可全球范围内语音操控完成任务。

技巧 ChatGPT Voice 工作流

推荐理由：ChatGPT Voice让你边走边干活，4小时徒步比8小时坐办公室效率还高，以后工作不用死守桌前了。

原文

7月26日

16:31

宝玉@dotey

宝玉在讨论中质疑了“让弱模型设计、强模型当顾问”的工作流。他列出三种失败可能：弱模型设计糟糕且问不出关键问题；弱模型过于自负不去咨询；弱模型过于依赖频繁咨询。他认为更高效的组合是让强模型负责设计和验收，弱模型只负责执行，这样能最大化性价比。

技巧模型协作工作流智能体

推荐理由：别再迷信弱模型加一个聪明顾问了，宝玉直接拆穿了这个模式的三个坑，还给出了更好的分工思路，做AI工作流的人值得看看。

原文

12:17

宝玉@dotey

精选

本文澄清了 Agent 使用 Skills 的调用流程：每个 Skill 的 name 和 description 作为系统提示词的一部分在对话开始时就加载进上下文，大模型在处理第一条消息时已知道所有 Skill 描述。实际流程中，大模型在一次调用中同步完成读取问题、对照 Skill 描述、读取 SKILL.md 指令、决定是否调用工具，并非分两次调用。Prompt Caching 机制缓存系统提示词，多轮对话中无需重新处理，节省 Token 和时间。

技巧 Agent Skills Prompt Caching

推荐理由：别再纠结Agent调用Skills是不是要调两次大模型了，这个解释一次理清流程，还讲了Prompt Caching怎么省token。

原文

05:29

Guillermo Rauch@rauchg

作者分享了一种纯CLI的研究方法：在research/文件夹里维护一个AGENTS.md，定义格式和最佳实践。启动agent后直接提问，无需UI或知识图谱。Agent能从之前会话中找到并关联知识，可无限扩展。文件夹通过iCloud或git同步，还能让Agent生成HTML报告并部署到Vercel。核心“软件”就是AGENTS.md里的英文指令。

技巧智能体 CLI 工作流

推荐理由：Guillermo Rauch分享了用文件系统和Agent CLI做研究的极简工作流，不用花哨工具，一个AGENTS.md就能让Agent无限扩展知识库，还能一键部署报告到Vercel。

原文

7月25日

17:57

AI产品黄叔@PMbackttfuture

AgentWork社群日均Token消耗量已稳定突破百亿大关。作者指出不少用户并非以编程（Coding）为主力，其个人Token消耗中80%用于非编程场景。日均1亿Token消耗量仅能排进社群前20名。社群内涌现出大量有趣的Agent工作流应用场景。

技巧 AgentWork Token 智能体

推荐理由：AgentWork社群Token消耗量日均破百亿了，很多人不是拿来写代码，而是做各种Agent工作流，挺有意思的，可以去看看他们在玩什么。

原文

16:29

宝玉@dotey

讨论了弱模型与聪明模型协作的几种可能问题：弱模型设计糟糕导致问不到点子上、弱模型自负不主动咨询、弱模型不自信频繁打扰。提出更优方案：让聪明模型设计，弱模型执行，聪明模型验收。该组合被认为在当前阶段性价比最高。

技巧模型协作工作流提示词工程

推荐理由：讲清楚了为什么让弱模型当设计者不靠谱，反过来让聪明模型主导、弱模型执行、再验收才高效，值得自己试试。

原文

15:56

官方一手marktechpost@Sana Hassan

本教程基于OpenSpace框架演示如何构建自进化AI智能体。通过创建自定义技能（Skills）和集成MCP（Model Context Protocol），智能体可低成本复用能力并扩展功能。利用SQLite管理谱系（Lineage）数据，实现行为追踪与自我迭代。完整流程包含环境配置、技能模块开发及数据库管理，适合希望构建可复用智能体系统的开发者。

技巧 OpenSpace MCP SQLite

推荐理由：想快速上手能自己进化、复用能力的AI智能体？这篇教程用OpenSpace、MCP和SQLite带你把流程跑通，省时又省钱。

原文

7月24日

20:41

berryxia@berryxia

这篇帖子指出，普通用户在写 Skills 时，只要选择对应工具的模型，通常可以直接调用内置 API，省去繁琐配置。很多新手被 API 配置这一步劝退，而内置方案能大幅降低上手门槛。作者分享了一个被忽视的真相，让技能编写变得更简单。

技巧 API配置入门教程工作流

推荐理由：别再被 API 配置劝退了，选对工具内置模型就能省掉很多步骤，新手也能快速上手写 Skills。

原文

13:54

官方账号Greg Brockman@gdb

用户 Max Weinbach 在桌面版 ChatGPT 中启用语音功能，通过语音输入想法后，系统自动将内容组织成 Threads 和工作树。他随机分段描述想法，ChatGPT 持续更新整理。该功能让语音交互更自然，适合头脑风暴和任务规划。

技巧 ChatGPT 语音功能桌面版

推荐理由：想试试桌面版 ChatGPT 的语音？有用户实测说边走边聊，它能帮你自动建大纲和工作树，整理思路超方便。

原文

01:28

elvis@omarsar0

Peter指出当前讨论的循环和图表术语将合并为一个统一接口，支持复杂智能体工作流，并实现动态自动化。该接口能自动适配任务需求，无需手动调整。观点来自对智能体工作流设计趋势的评论。

行业智能体工作流动态自动化

推荐理由：Peter在讨论智能体工作流设计的演进方向，强调循环和图表最终会整合成动态自适应的界面。

原文

7月23日

05:36

ChatGPT@ChatGPTapp

@daniellezaghian演示了如何在ChatGPT Work中设置重复任务，这些任务可以检查你连接的Slack、Google Calendar等工具，自动创建项目简报，并对客户反馈进行分类。通过自定义触发条件和执行动作，你可以让AI在指定时间自动完成多项后台工作。该功能目前面向ChatGPT Work用户开放。

技巧 ChatGPT 定时任务工作流

事件专题

推荐理由：ChatGPT Work新增定时任务功能，能自动检查工具、生成简报、分类反馈，适合想减少重复手动操作的人。

原文

03:39

Harrison Chase@hwchase17

Harrison Chase在推文中指出构建评估（evals）难度高，团队正开发技能以自动化流程。其方案包括：用编码代理处理代码库和实际追踪（traces），与用户迭代评估方向，使用Harbor构建评估并运行，再根据结果迭代。流程仍需人类参与，但能加速启动。

技巧 Harrison Chase LangChain Harbor

事件专题

推荐理由：LangChain创始人分享了他们用Harbor和编码代理自动化评估构建的实操流程，适合做LLM应用评测的人参考。

原文

7月22日

21:33

官方账号LangChain@LangChainAI

LangChain 团队回顾了三年用图（graph）构建 agent 的经验。Sydney Runkle 在推文中分享了图工程在 Agent 开发中的实践心得。文章总结了图结构如何提升 agent 的可控性与可组合性，并给出了具体的工作流建议。

技巧 LangChain graph engineering Agent

推荐理由：LangChain 团队用三年实战告诉你，图工程不是新噱头，而是做 agent 的硬核技能，想搞复杂 agent 的可以看看。

原文

18:51

Dify@dify_ai

精选

Dify 推出 CLI 工具 difyctl，允许 AI 编码代理（如 Claude Code、Codex）直接从终端调用 Dify 工作流。代理负责决定何时触发流程，Dify 执行业务逻辑（结构化工作流、组织知识），并在需要时通过 Human Input 节点加入人工审批。用户无需在多个工具间切换，一个复杂流程简化为一次指令和一次审查。该工具已在 dify.ai 博客中提供完整教程。

AI产品 difyctl Dify 工作流

推荐理由：Dify 把 CLI 和编码代理串起来了，终端里一句话就能跑公司流程，还能让人审一下，比纯写代码靠谱多了。

原文

15:51

AI Will@FinanceYF5

通过2行命令克隆仓库并运行脚本，2分钟内即可在Obsidian中设置vault。打开Claude Code输入/wiki命令，它会自动询问知识库用途并搭建完整结构。整个过程无需手动配置，适合快速建立个人知识管理系统。

技巧 Obsidian Claude Code 知识库

推荐理由：只要2行命令和2分钟，就能用Obsidian配合Claude Code自动搭好知识库框架，省去手动配置的麻烦。

原文

15:44

AI Will@FinanceYF5

默认使用时，用户需要手动复制粘贴内容到Claude。配置MCP（Model Context Protocol）后，Claude可直接读取和写入vault中的笔记，无需手动操作。这省去了来回切换上下文的步骤，显著简化工作流程。

技巧 Claude MCP/工具笔记管理

推荐理由：给Claude配上MCP，它就能直接读写你vault里的笔记，再也不用复制粘贴了，非常省事。

原文

12:40

官方账号arXiv cs.AI@Daniel Pearson, Sidney Shapiro, Emiliano Sebastian Gonzalez Venegas, Sanad Al-Khatib, Aurora Pinzón Arzola

该论文介绍了基于LangGraph的三种可执行工作流方案：SQL分析带修复循环、智能体RAG带证据门控、人工在环策略审查带中断恢复。每种方案展示了类型化状态、条件路由、确定性工具、重试、中断和检查点恢复的组合方式。论文还对比了LangGraph与ReAct、SDK循环、DSPy等方法的适用场景，强调LangGraph适用于需要显式结构的工作流，而非通用默认选项。每份实践方案均说明了何时LangGraph值得额外结构，以及如何使路由、暂停和审计追踪成为显式产品行为。

技巧 LangGraph DSPy ReAct

推荐理由：这篇论文给了三个LangGraph实操例子，告诉你什么时候用它比ReAct或DSPy更合适，特别适合跑长时间有状态的业务流程。

原文

02:19

官方账号Andrej Karpathy@karpathy

精选

Andrej Karpathy 分享了一个与LLM交互的技巧：当你懒得打字时，可以切换到/voice模式，随意闲聊10分钟，让模型从你的混乱思绪中提取意图。他提到LLM很擅长整理长篇、不连贯的语音输入，并输出更清晰的回应。这种方法能加快人机之间的理解，减少后续修正。

技巧 Karpathy LLM 语音功能

推荐理由：Karpathy分享了一个懒人技巧：对着LLM语音瞎聊10分钟，它就能帮你理清思路，比打字高效多了。

原文

01:10

官方一手GitHub Blog@Jacklyn Carroll

本文介绍如何使用GitHub Copilot的Canvases功能将AI转化为交互式工作空间。Canvases支持可视化信息、探索工作流，帮助用户在复杂任务中直接操作。通过拖拽组件，开发者可以快速搭建数据处理界面。

技巧 GitHub Copilot Canvases 编程助手

推荐理由：GitHub Copilot的Canvases让AI变成能拖拽的工作区，可视化数据、梳理工作流，做复杂任务挺顺手。

原文

7月21日

22:45

小互@imxiaohu

Linear 推出了名为 Loops 的新功能，用户只需一条自然语言指令就能创建循环流程。该功能旨在让没有编程经验的人也能使用 Loop Engineering。Loops 支持重复执行、条件分支等常见模式，无需编写代码即可实现自动化。

技巧 Linear Loops 提示词工程

推荐理由：Linear 做的这个 Loops 让你用大白话就能写循环任务，不会代码也能直接上手，自动化干活省心多了。

原文

12:36

Geek@geekbb

该 Claude 技能只需用户输入一句话，即可自动判断选择广告还是纯解说模式，进行一轮简短的网络调研，撰写配音脚本，将脚本拆分成 10 秒一段的剪辑提示词，最后通过 MaxFusion MCP 的 Google Omni 模型生成每段视频。整个流程无需手动干预，从需求到成品一步到位。

技巧 Claude MaxFusion MCP Google Omni

推荐理由：把一句话丢给 Claude，它自己就能调研、写脚本、剪视频，连 Google Omni 视频生成都帮你调好了，省事。

原文

08:12

Akshay Kothari@akothari

Notion AI 近期为部分用户开放了“Browser Use”功能。该功能允许 AI 代理直接与浏览器交互，例如读取网页内容、执行搜索和填写表单。目前处于早期访问阶段，用户可探索自动化知识管理和工作流的多种可能性。这标志着 Notion 在 AI 集成工具上的新一步。

AI产品 Notion AI Browser Use Notion

事件专题

推荐理由：Notion AI 现在能操控浏览器了，可以直接抓取网页内容做笔记或自动化操作，比原来方便多了。

原文

07:51

ChatGPT@ChatGPTapp

@coreyching在视频中演示了ChatGPT Work的最新插件功能，可连接Gmail和Google日历等工具。用户通过简单配置，能让ChatGPT自动读取邮件摘要、创建日程或发送提醒。该功能目前已在ChatGPT Work中上线，30条回复和11次转发表明其关注度。

技巧 ChatGPT 插件工作流

推荐理由：想知道怎么让ChatGPT帮你管邮件和日程？这个教程手把手教你连插件，几秒钟搞定自动化。

原文

7月20日

16:13

向阳乔木@vista8

开发者Ziwen利用OAuth将Kimi k3模型直接接入Codex编辑器。用户无需API密钥，只需在Kimi Code中完成OAuth认证即可在模型选择器中使用k3，旁边还有Sol 5.6模型。该方法利用已有的订阅，无需额外付费。

技巧 Kimi k3 Codex OAuth

事件专题

推荐理由：用OAuth把Kimi k3接进Codex，省了API密钥，直接在编辑器里切换用，挺方便的。

原文

13:21

Geek@geekbb

这个开源项目提供了一套工具，能让 Claude Code、Codex、Cursor 等 AI Agent 把 Markdown 格式的公众号文章直接排版成原生 HTML，粘贴到公众号编辑器后不会丢失样式。它整合了从选题、写作、排版、封面生成到多账号草稿箱管理的完整工作流。项目地址在 GitHub 上，用户只需在 Agent 中调用即可自动化排版流程。

技巧 Claude Code Codex Cursor

事件专题

推荐理由：想用 AI Agent 自动排公众号？这个开源项目能把 Markdown 转成粘进去不掉样式的 HTML，还带着整条选题到封面流程，比你手动调快多了。

原文

10:16

cat@_catwu

一位用户分享了用于Claude Cowork的日历管理提示词。该提示词要求每周会议少于20小时、自动去重冲突、并参考过去周用户取消的会议类型。晚餐不计入20小时限制。提示词会构建可优化的技能，并在更新邀请前询问用户。

技巧 Claude Cowork 提示词工程日历管理

事件专题

推荐理由：有人搞了个很实用的Claude Cowork提示词，能自动管日历、去重、限会议时长，还学你习惯。

原文

01:44

Jerry Liu@jerryjliu0

Jerry Liu 认为创建自定义通用 harness 价值不大，但针对特定任务的自定义 harness 可以满足准确性/成本/延迟等生产约束，例如编码领域先验、模型混合和 UX。他建议先用 Codex 或 Claude Code 引导工作流，然后蒸馏成更具体的实现。相比通用智能体提示，任务专用方案效果更好。

技巧 Codex Claude Code 编程助手

推荐理由：Jerry Liu 说通用 harness 不如任务专用，先用 Codex/Claude Code 打底再蒸馏，实践性很强。

原文