tahn robin

[小弟调调 @jaywcjlove]

Pika Clean - 开源的 macOS 清理软件

菜单栏系统监控、清理空间，以及用 AI 解释「这是什么、能不能删」

👉 https://t.co/TfygLExMAP

[Chris @zkyo]

恭喜 Cindy 排到了 Github Trending 第一：
https://t.co/spKSqI5CbN
人生里程碑了！还有我头像！

[Chasen @chasen_liao]

最近想要转AI产品经理，那这几个skills千万不能错过了！🔥

翻了一圈 https://t.co/Y3FkZUfKVG 和 𝕏 上的推荐，按 PM 从想法到上线的流程挑了 10 个，安装量都是今天在 https://t.co/Y3FkZUfKVG 上现查的

1. grill-me
丢一个想法或方案进去，它顺着决策树一路追问，问到你答不上来为止，写 PRD 之前先被它拷问一遍，漏洞基本就露出来了

140 万次安装

npx skills add mattpocock/skills --skill grill-me

2. to-prd
把聊过的上下文和代码库现状直接整理成结构化 PRD，配套的 to-issues 再把 PRD 拆成能开工的任务

35 万次安装

npx skills add mattpocock/skills --skill to-prd

3. prototype

交互或逻辑拿不准，就让它做个用完即扔的可交互原型，几个 UI 方案能来回切着比
99 万次安装

npx skills add mattpocock/skills --skill prototype

4. customer-research

分析访谈记录、问卷、客服工单，还会去 Reddit、G2、Hacker News 挖用户原话，整理成痛点和用户画像
11.5 万次安装

npx skills add coreyhaines31/marketingskills --skill customer-research

5. mom-test

用户访谈专用，照着《The Mom Test》教你怎么问，别聊你的点子，聊对方的生活和真实行为，这样问出来的才是真话

npx skills add wondelai/skills --skill mom-test

6. last30days

任何话题都能把最近 30 天 Reddit、𝕏、YouTube、HN 上的讨论拉下来做调研，GitHub 6.5 万星

npx skills add mvanhorn/last30days-skill --skill last30days

7. competitor-profiling

丢几个竞品网址，它去抓首页、定价、功能页，再翻 G2、Product Hunt 的评价，出一份格式统一的竞品档案
9.4 万次安装

npx skills add coreyhaines31/marketingskills --skill competitor-profiling

8. prioritization-frameworks

RICE、ICE、Kano、MoSCoW 等 9 个优先级模型，公式、适用场景、模板全有，它反复强调一句，排的是问题不是功能

npx skills add phuryn/pm-skills --skill prioritization-frameworks

9. pre-mortem
上线前先假设项目已经失败，倒推风险，再分成上线前必须解决、上线后跟进、持续观察三档
npx skills add phuryn/pm-skills --skill pre-mortem

10. metrics-review

Anthropic 官方 knowledge-work-plugins 里的，拉产品数据看趋势，找能落地的结论，做周报复盘刚好

npx skills add anthropics/knowledge-work-plugins --skill metrics-review

有一说一，skill 也别一口气全装，pm-skills 的作者自己都说每个仓库挑五到七个常用的就够了，skills要精选适合自己的

链接我放评论区了 👇

[angel @angeldot_]

ESTO ES UNA MINA DE ORO

Anthropic convirtió las Agent Skills en un estándar abierto y GitHub se ha llenado de equipos de agentes para Claude Code listos para usar. Gratis.

Solo uno de estos repositorios incluye 135 agentes, 35 skills, 42 comandos, más de 176 plugins y 20 hooks.

Otro reúne más de 100 subagentes especializados.

Estos son los 10 por los que empezaría:

1. wshobson/agents →

Un catálogo de plugins para usar los mismos agentes en Claude Code, Codex, Cursor y Copilot.

Así no tienes que empezar de cero cada vez que cambias de herramienta.

https://t.co/zCtINb69AC

2. VoltAgent/awesome-claude-code-subagents →

+100 subagentes especializados para las tareas habituales del desarrollo de software

https://t.co/IEqMKpWFtf

3. rohitg00/awesome-claude-code-toolkit →

135 agentes, 35 skills, 42 comandos, más de 176 plugins, 20 hooks y 14 configuraciones MCP.

Todo reunido en un solo sitio.

https://t.co/TQQ4qebE6u

4 anthropics/skills →

Repositorio oficial de Anthropic.

El mejor punto de partida para entender cómo se escribe un archivo SKILL.md antes de copiar los de otros

https://t.co/5Wb06JODE6

5. netresearch/claude-code-marketplace →

Una selección de skills compatibles con Claude Code, Cursor, Copilot, Codex, Gemini CLI y más de 30 agentes adicionales

https://t.co/WKUVt5mMkJ

6. disler/claude-code-hooks-mastery →

Una guía para aprender a usar hooks: automatizaciones que se activan en momentos concretos del trabajo del agente.

Tú defines las reglas y cuándo debe detenerse, sin tener que intervenir a cada paso

https://t.co/wB1cSqTj8P

7. karanb192/claude-code-hooks →

Hooks listos para instalar, organizados por seguridad, control del gasto, seguimiento de la actividad y productividad

https://t.co/hbj0Wzbruo

8. affaan-m/claude-swarm →

Reparte el trabajo entre varios agentes, coordina lo que hace cada uno y te permite seguir todo el proceso desde la terminal

https://t.co/EeZI4crcmj

9. am-will/swarms →

skills para coordinar varios agentes que se cargan solo cuando la tarea lo requiere
https://t.co/zXBLro29xJ

10. eugeniughelbur/obsidian-second-brain →

Una memoria compartida entre Claude Code, Codex y otros 6 agentes, guardada en archivos Markdown dentro de Obsidian

https://t.co/rFxMayqFL5

Mi consejo: empieza con una tarea concreta y un resultado fácil de comprobar.

Revisar una propuesta de cambios en el código.

Investigar un tema y entregar un informe.

Arreglar un fallo que hace que una prueba no pase.

Después, comprueba cuánto del trabajo te ha servido de verdad y cuánto has gastado para conseguirlo.

Tener más agentes solo compensa si consigues mejores resultados o ahorras tiempo y dinero.

Porque descargar estos proyectos es gratis.

Poner a 4 agentes a investigar lo mismo consume tokens. Y esos sí se pagan.

Guárdate esta lista antes de pasarte otro finde preparando algo que alguien ya ha dejado listo para usar.

En el artículo de abajo explican cómo reducir el contexto innecesario, aprovechar el trabajo ya hecho y evitar que los agentes gasten tu presupuesto repitiendo intentos ↓

[Adam @Adamaestr0_]

UN INGENIERO DE ANTHROPIC COMPARTIÓ 4 LÍNEAS QUE HACEN A CLAUDE MUCHO MÁS PROFUNDO

Escribe tu prompt. No pulses enter.

Añade al final:

→ Di lo que haría un experto aquí y que yo no pido
→ Nombra la materia prima de la que partiría
→ Nombra sus métodos y sus herramientas precisas
→ Di lo que probaría que el resultado es correcto

Luego: «Reescribe mi prompt para pedir exactamente eso.»

He estado jugando con esto toda la semana. ¡Guau!

Guárdalo.

[kayce @fttt007]

pi-mcp包

[Sn1waR @SnowyWar36965]

# AGENTS.md

Working agreement for agents · how to talk to me, do the work, delegate and verify

## 01 Hi, I’m {YOURNAME}

- I’m a solo product developer and designer building macOS apps, Electron apps, and web products, security defender.
- My background is in design, and I care deeply about UI, user experience, animation, and small details.
- I value clean, maintainable code and modern coding practices. Consult official documentation when needed.

## 02 Talking to me

- Use simple, non-technical language. Be concise and easy to understand.
- No em dashes in generated content, such as emails or app copy. Chat replies and code are exempt.

## 03 Reading my prompts

- I often dictate my prompts. Focus on what I mean, even when the wording is rough.

## 04 Doing the work

- Infer the outcome I want from the request, conversation, and project context. Include the ordinary steps needed to make that outcome usable, even when I have not listed each step. Keep this within the requested scope.
- Resolve routine uncertainty by inspecting the relevant context and making reasonable, reversible choices. Ask only when a missing answer would materially change the result and cannot be inferred. Continue independent work while waiting.
- Carry the work through the necessary implementation, integration, and relevant verification. An intermediate artifact, a passing build, or a list of findings is complete only when it satisfies the requested outcome. Keep explanations concise without shortening the work.
- Prioritize quality and completeness over saving tokens. Give the task your full effort, including the reasoning, investigation, implementation, and verification needed to finish it properly. Keep communication concise and stay within the agreed scope and stopping rules.
- In performance work, measure the actual bottleneck before changing it. Compare the same workload before and after, report the numbers and tradeoffs, and keep behavior intact.

## 05 Delegation

- Use Astra as the main agent for decisions, review, and integration; handle small tasks directly.
- Delegate substantial, clearly scoped implementation to Sol (`gpt-6.1-sol`, medium reasoning, `fork_turns="none",not fast mode`) with enough context to implement and verify independently.

## 06 Verification

- Verify your work after each meaningful change, checking the result I’ll actually use.
- For visual tasks, inspect the actual output in its intended context. Check relevant states and interactions. A passing build or code review alone does not verify visual quality or interaction behavior.
- Fix in-scope issues you find and verify the affected behavior before finishing. Report any required behavior you couldn’t verify and why.
- Before ending, compare the result with my original request and later corrections. Complete concrete missing steps within the agreed scope; do not invent extra work based on speculation about what I might ask next. If a required step remains blocked, state exactly what is unfinished and what prevents completion.

## 07 Judgment, scope, and closure

- Exercise judgment instead of mechanically reacting to my wording or frustration. A question such as “what about the other issues?” asks for an accurate completion status first; it does not automatically authorize or require another round of investigation or testing.
- Keep an evidence-based view of what is fixed, what still needs work, and what is outside the current scope. Use existing results to explain the complete status clearly, including completed items that a previous reply omitted.
- Reuse valid verification when the relevant code, configuration, and conditions have not changed. Retest only after a meaningful change, a new failure, or discovery of a concrete acceptance criterion that lacks evidence. Run the smallest relevant check; do not repeat the whole suite merely for reassurance or because I challenged the report.
- Distinguish product defects from expected behavior, historical failures, and unavailable upstream services. Investigate an external failure only far enough to establish its relevance and cause. Do not make repairing an unrelated or uncontrollable upstream service a prerequisite for completing the task. When I explicitly accept a working provider or narrow the scope, stop pursuing excluded alternatives and preserve the original failures truthfully.
- Before adding complexity for a speculative or vanishingly unlikely race condition or security edge case, explain the concrete failure mode and trigger, its likelihood in actual use, and the added implementation and maintenance cost, then get my explicit agreement to the tradeoff. Do not silently expand scope for theoretical robustness. Keep this approval gate limited to the extra complexity for those cases; routine safeguards and ordinary fixes within the agreed scope remain autonomous.
- Finish actual remaining work within the agreed scope autonomously, including related defects found during verification. Do not stop at a findings list, but do not turn that responsibility into an open-ended hunt for hypothetical or unrelated problems.
- Stop when the agreed outcome is implemented and supported by sufficient verification. Give a concise, complete account of the result and any material limitation. Do not reopen completed work without new evidence or a clear new request, and do not ask me to reconfirm routine decisions or authorization already given.

[Sn1waR @SnowyWar36965]

(1/2)分享一下我的目前调教好的针对gpt-6-astra和gpt-6.1-sol的agents.md。极大程度解决了乱写测试、门禁、边界、钟墙、过度性防御等问题。
当然，会说人话这件事是没法解决的，不过他会最大程度地用可视化图来代替文字，下面介绍 ⬇️

[Ren @Ryrenz]

🎚️ 太省心了，ffmpeg-skill 让 Claude Code、Codex 直接替你剪视频，再也不用背 FFmpeg 那一长串参数。

ffmpeg-skill 在 GitHub 已经 2358 stars，上了 Trendshift 日榜，仓库 9 月初才建，最近几天就连发了 6 个版本。

剪过视频的都懂：切一段、去掉静音、压字幕、统一响度、转成竖屏发短视频，每一步都得去搜一遍 FFmpeg 命令，参数写错一个就得重来。

现在直接跟 agent 说要什么就行。它手里有 42 个现成工具，先探测素材，尽量无损地剪，剪完还会生成一张联系表图片核对画面，验证过输出才算完。TikTok、Reels、Shorts、YouTube、X 的交付规格都有模板，一条素材能一次渲染出全部版本。

全程用本地 FFmpeg 跑，不用云服务也不用 API key，还带一个 MCP server，其他 MCP 客户端也能接。作者的 GitHub 简介写的就是音视频和直播工程师。

剪辑这种体力活，交给 agent 正合适。

GitHub：https://t.co/4XUOlAK14x

[琳小航 @jedeeai]

最近用ClaudeCode写代码越来越丝滑

很大部分原因是我在CLAUDE.md加了这条规则

“不熟悉的功能别从零写，先去GitHub搜开源项目对比思路再动手”

[阿磊 @yangleiocx3]

我用 OpenPencil，把《金瓶梅》的女主们全做成了海报。这就是终极设计神器。 OpenPencil 让 Codex 的审美超越 Claude !!!!!炸起来

本来只想试试，结果做成了一整套女子图鉴：人物海报、人物小传、衣饰细节。

先放潘金莲这组。
这回，真的是来研究文学的。👀

提示词放在评论区了。

[阿磊 @yangleiocx3]

⚡️今晚，词境会变成另一个东西。

之前它只做一件事：陪你背完 7298 个词。

今晚开始，背累了可以推开一扇门，走进一间图书馆📚

第一本是《小王子》，27 章，每一章都画了插画。
英文、中文、中英对照，想怎么读就怎么读。
点一句，它就读那一句，听起来像有人坐在你旁边，一页一页念给你听🎧
遇到不认识的词，轻轻一点，发音、意思都在，收藏下来，它会在你背单词的时候回来找你。

🔥这还只是今晚的一部分🔥

3185 道同义替换
226 组最容易搞混的词
732 篇每日小短文
考试倒计时，每天该背多少帮你排好

一个人做的网站，今晚把能给的都拿出来了。
💥剧透到这里💥

[Fini.Yang @FiniYang]

💥 开源！专业设计工具现已接入 Codex！
上次把 OpenPencil 接进了 DSH
这次轮到 Codex 了：codex-openpencil

🤗 一句话开始设计：

“用 op 设计一个单页服装 APP”

生成的是可编辑的设计稿
选中元素，让 Codex 局部修改
也可以在无限画布手动微调、预览交互，保存为 .op 文件

满意后，可导出 HTML / Vue / React / SwiftUI 等代码，交给 Codex 继续实现

除了 APP、网页
还能做教程图、对比图、轮播图、卡片和 PPT
这么多场景，兄弟们总有一个能用上吧 😎

👇 把这句话交给 Codex，自动安装并完成第一份设计：

按照 https://t.co/ZPt5ftX4ue 的 INSTALL.md 帮我安装并配置 OpenPencil，然后用 op 设计一个单页手机任务管理 APP，在 Codex 内置浏览器中打开可编辑画布。

插件免费开源。默认使用 Codex 内置生图，可能消耗生图额度；不想生图，补一句“只搜图”即可

使用教程晚些时候就来
欢迎晒设计稿、分享心得，也欢迎提 Issue ⬇️
#Codex #OpenPencil #OpenSource #deepseek #dsh

[Julie Reynolds @JulieRe18231389]

@huacnlee 抱歉，开发编译体积太大了，我选择go + mygo了

[Jason Lee @huacnlee]

@JulieRe18231389 MyGo 也可以的，那个也很不错

[Jason Lee @huacnlee]

都快 2027 了，现在要构建一个桌面应用。如果你还在考虑 Electron, Tauri 这些工具，那应该赶紧放弃。

别抱着一个繁重的陈旧工具，它们都是上个时代的东西了！

试试用 NSH 或 GPUI Kit，给你提供 AI 友好、高性能、跨平台的能力。从此你不再担心性能、内存占用、包尺寸，专心做好你的业务。

并且 NSH 还能让你应用很容易拓展到 Mobile、Web，并且都是 Native 的，Web 甚至是 HTML + CSS 的而非 Wasm 或 Canvas 模拟。

https://t.co/jIZZtxJAZb
https://t.co/HiQQVmd8wi

[陈大黄 @realchendahuang]

喜欢聊天的朋友们可以看一下：自己搭一个聊天软件，放在 Cloudflare 上，你的信息你做主。

支持实时群聊、私信、文件加密与 P2P 语音通话，还能一键双向桥接 Telegram 群。

不用买服务器，全跑在自己的 Cloudflare 账号里，零运维成本。

github：https://t.co/dX5VL5s174

[低空飞行 @localhost_4173]

MyGo 云音乐，基于 MyGo 原生 UI 的网易云音乐非官方客户端，正式发布。下载体积仅 8MB，后台播放内存占用仅 100MB。

https://t.co/pRycckDFIw

[York_981 @York_981]

各位，MyGo 被严重低估了。如果大家有新的 APP 或者是一些已经被 @electronjs 或者是 @TauriApps 折磨的桌面应用开发者，我强烈建议你试一试 MyGo 吧，简直是指哪打哪，UI 也非常好，不需要很复杂的调试和编译。

[Kxians @xulijian1994]

分享一个 Pi 上的破甲插件：Pi-Purge，可以配合 RAE 一起使用。

原来的 dsh-purge 是给 DSH 做的，现在有人把它简化后移植到了 Pi 上。

我觉得移植到 Pi 反而更灵活了。Pi 本身的扩展机制就很开放，这个插件可以直接替换系统提示词，而且支持会话独立，不需要为了破甲去修改全局配置。

目前支持三种模式：

- strict：只保留自定义人设和工作目录
- replace：替换 Pi 的部分默认提示词
- append：在原有提示词基础上追加内容

需要的时候开启，不需要就正常使用。配合 RAE，可以把模型调用和提示词控制拆开，玩法更多。

项目地址：
https://t.co/UfjF6I39XT

完整版安装：
"pi install git:https://t.co/swen4lOZ1Q"