Dong

🧑‍💻 独立开发者｜APP & WEB 出海
🤖 AI 探险者｜热爱产品设计 & 编码｜效率至上

[Dong @Dssssdev]

baoyu-design v2 把 Claude Design 那套搬成开源的，任何 agent 和模型都能跑。

我在意的是产物存哪。存成本地文件，换模型还能接着改；存在别家的平台里，换订阅就等于搬不走。

缺的是评论功能。一个人画图没事，多人看稿就得回群里截图标注，这一环我还没想好。

https://t.co/e6TRbrS7yZ

[宝玉 @dotey]

发布 baoyu-design v2，完整的把 Claude Design、Claude Slides 和 Claude Dashboard 移植过来了，和原版体验几乎一致（除了没有评论功能），可以运行在任何 Agent 任何模型，不再依赖于 Claude Artifacts。

完全开源：https://t.co/POuwOWT2lM

[Dong @Dssssdev]

一条帖子只说一件事。

又讲经历又发感慨又求互关，谁也记不住。

蓝微互动，说清一句就够了。

#互关 #蓝微互动 #内容

[Dong @Dssssdev]

我尽量让主页有个固定栏目。

比如周一聊工具，周五聊互动。

别人知道什么时候能等到你的东西。

#互关 #蓝微交友 #栏目

[Dong @Dssssdev]

微软开源的 TokenEconomizer，说能省 18.4% 到 30.9% 的 token。我暂时不装。

最想看的是「打断死循环」：Agent 在一个报错上绕几十轮，烧的钱最冤。但原帖 5 组配置只有 4 组成功率有提升，这个数我得自己跑。

https://t.co/1bCLrOTriD

[旺旺 @TiagerBao]

微软搞了个专门给 Claude Code、Codex 省钱的开源插件，实测成本降低 18.4%～30.9%。

项目叫 TokenEconomizer，不换模型，也不用修改 Agent 本身。

主要做三件事：

记住经验：同一个项目踩过的坑，下次不再重复
精简工具：自动移除长期不用的工具，减少 Token 消耗
打断死循环：发现 Agent 反复报错，提醒它换个思路

支持 Claude Code、Codex、Copilot CLI 和 Pi。

微软在 277 个 SWE-Bench 任务上测试，5 组模型配置全部降低了平均成本，其中 4 组任务成功率还有提升。

我觉得最实用的是打断死循环。AI 有时候一个 Bug 能反复折腾几十轮，Token 就这么烧没了。

你更希望 Agent 省 Token，还是宁愿多花点钱，确保任务一次做对？

https://t.co/txYMb0QywW

#agent #ClaudeCode #Codex #AI #OpenSource

[Dong @Dssssdev]

我尽量让主页有个固定栏目。

比如周一聊工具，周五聊互动。

别人知道什么时候能等到你的东西。

#互关 #蓝微交友 #栏目

[Dong @Dssssdev]

我尽量让主页有个固定栏目。

比如周一聊工具，周五聊互动。

别人知道什么时候能等到你的东西。

#互关 #蓝微交友 #栏目

[Dong @Dssssdev]

TokenEconomizer 三件事里我只想要一条：Claude Code 反复报错时提醒它换个思路。省 token 我大概吃不到，我跑不到那个量级。

死循环烧过我的钱：一个 lint 报错它修了十几轮，每轮重读整个文件。

先不装。三轮没进展我就自己插手，代价是人得盯着。

https://t.co/1bCLrOTriD

[旺旺 @TiagerBao]

微软搞了个专门给 Claude Code、Codex 省钱的开源插件，实测成本降低 18.4%～30.9%。

项目叫 TokenEconomizer，不换模型，也不用修改 Agent 本身。

主要做三件事：

记住经验：同一个项目踩过的坑，下次不再重复
精简工具：自动移除长期不用的工具，减少 Token 消耗
打断死循环：发现 Agent 反复报错，提醒它换个思路

支持 Claude Code、Codex、Copilot CLI 和 Pi。

微软在 277 个 SWE-Bench 任务上测试，5 组模型配置全部降低了平均成本，其中 4 组任务成功率还有提升。

我觉得最实用的是打断死循环。AI 有时候一个 Bug 能反复折腾几十轮，Token 就这么烧没了。

你更希望 Agent 省 Token，还是宁愿多花点钱，确保任务一次做对？

https://t.co/txYMb0QywW

#agent #ClaudeCode #Codex #AI #OpenSource

[Dong @Dssssdev]

OpenAI 给 monorepo 换了 Git 后端，push 延迟砍掉八成，用法没变。

我在意最后这句：agent 提交一多，瓶颈挪到了 Git 这类管道上。我碰到排队，先想让 agent 少推几次；他们是不动用法，重做底座。

小仓库抄不来。我带走的一条是：先分清是工具慢，还是我用得不对。

https://t.co/xhD6dhtM3I

[OpenAI Developers @OpenAIDevs]

We built Pando, a new Git backend for our monorepo, to handle more pushes and fetches without changing how our engineers and agents use Git.

Pando cut push latency by ~80% and now serves nearly a petabyte of Git data a day. We can grow Git capacity alongside agent usage.

[Dong @Dssssdev]

DESIGN.md 我没加。项目里本来就有一套按钮和卡片，UI 不稳不是没人写色板，是 AI 不知道该复用已有组件。

我把组件目录塞进任务里，让它先翻一遍再动手，风格当场收住了。

一句话的规则文件，顶不住一个能照着抄的现成组件。

https://t.co/9Rw6hUlqgl
图源 @NFTCPS

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

前端真的要失业了！

这个仓库太猛了，4.8万Star，解决了AI写前端最头疼的问题：UI丑。

DESIGN.md 是Google Stitch提出的新概念——一个纯Markdown文件，定义你的设计系统。丢进项目根目录，AI编程工具直接读懂你的UI该长什么样。

类比一下：
- AGENTS.md 告诉AI怎么构建项目
- DESIGN.md 告诉AI项目该长什么样

这个仓库收集了66个知名网站的DESIGN.md，直接拿来用：

AI平台：Claude、Mistral、ElevenLabs、Replicate
开发工具：Cursor、Vercel、Raycast、Warp
设计工具：Figma、Framer、Webflow
金融/Crypto：Binance、Coinbase、Stripe
消费品牌：Apple、Nike、Spotify、Tesla
豪车：Ferrari、Lamborghini、Bugatti、BMW

每个文件包含：配色方案、字体规则、组件样式、布局原则、响应式行为、甚至给AI的prompt指南。

用法极其简单：复制一个DESIGN.md到你的项目根目录，告诉AI"照这个风格做"，出来的UI直接就是品牌级水准。

想让你的产品页面有Stripe的质感？复制Stripe的DESIGN.md。想要Linear的极简风？复制Linear的。

以前做UI：找设计师→出设计稿→切图→还原。
现在：复制一个md文件，AI直接生成。

前端的游戏规则变了。

🔗 https://t.co/hmoc0vosBF

----------------------------------
在武汉的独立开发者、OPC超级个体注意啦！

世界人工智能大会（WAIC）官方举办的OPC黑客松大赛武汉线下交流会4月19号举办，在武汉的同学可以加V群，报名地址：
https://t.co/MVEQJbyzpS

OPC先锋挑战赛是全球首个聚焦「一人公司」的顶级 AI 赛事，双赛道设计，总决赛 7 月登陆上海世博会场

其他城市OPC聚会报名请看：
https://t.co/Y3AsiMUIQm

[Dong @Dssssdev]

看别人整理的国内 MCP 服务清单，我最有共鸣的不是能接多少，是接第一个就卡在申请 Key：注册、开会员、授权账号，一下午没了，写调用反而只花二十分钟。
后来定了条笨规矩，先只读不写，钱那步必须我手点。清单收藏了，真接进 agent 的两个。
https://t.co/PSzbQbJoH2

[龙海 @longhaiqwe123]

吐血整理了一波国内已开放官方 MCP 或 Skill 的服务。

让我们的 Personal Agent 用起来的话，能干不少事情了。

注：MCP 是 agent 调用外部服务的标准接口，Skill 是教 agent 用某个服务的说明文档。

需要注意的是，多数服务要先申请 Key、开会员或授权账号，涉及付款的一步最后还需要人最终确认。

我想目前阶段这些都是合理的，以后等「信任」不断交给 AI 后，可能这些步骤都不用了。

1）出行和生活

高德地图（MCP、Skill）：https://t.co/Lo65ur8oo1
百度地图（MCP）：https://t.co/kKusVuD7eY
腾讯地图（MCP）：https://t.co/QH1K9bvFA2
滴滴（MCP、Skill）：https://t.co/wrTCezhD7t
美团（MCP、Skill）：https://t.co/1UqFyUWjEH
淘宝（Skill、MCP，需装桌面客户端）：https://t.co/zIxCHaPEAp
麦当劳中国（MCP）：https://t.co/TQFcaNb7V6
瑞幸（MCP）：https://t.co/HZHCjoQzAE
飞猪（Skill）：https://t.co/bLWrcDspVH
同程商旅（MCP、Skill）：https://t.co/zo2szKjtqb

[Dong @Dssssdev]

先手写 100 行 Python 把 agent 的循环跑通，这个起点我认：模型请求工具、代码执行、结果放回对话，直到不再请求。

难的是后面几层。自己趟过，出错我知道该翻哪一层；直接上框架，同一个毛病我得先猜它兜在哪。

权限和上下文这两层我还是用现成的。

https://t.co/wcDwsav3Nv

[纳米AI @antiAIvo]

如何从零手写一个Agent？整了一套 Agent 教程，共18 篇

Claude Code、Codex 这些编码 Agent
内核其实就是一个循环：
模型请求工具，代码执行，结果放回对话，直到模型不再请求

这套教程从100 行代码开始
用 Python 一层一层往上加：
工具、权限、上下文管理、Skills、
接入聊天软件、定时任务、MCP、子 Agent、计划、记忆。

每一课都有能直接跑的代码
每一课末尾都对照主流 Agent 在这一块是怎么做的

最后 7 篇，拿亲手写过的这 11 个零件当尺子
逐个拆解 Claude Code、Codex、Pi、Grok Bot、
DeepSeek Harness、OpenClaw 与 Hermes
看它们各自做了什么取舍

整理完最大的感受是：
主流产品的分歧，大多集中在一个问题上：
安全这一层，交给提示词，还是交给代码

https://t.co/QmM0Ueyxvj

[Dong @Dssssdev]

AI 把写代码压到十分钟，Actions 还是二十分钟起，等待全挪到了 CI。让 agent 改 workflow 我踩过一次：它给 matrix 加并发、改了缓存键，看着都对，转头把 artifact 上传串行了，反而更慢。现在只准它先读现有 yml，讲清每个 job 在等什么再动手。https://t.co/yRlFAMZlhj

[Tw93 @HiTw93]

有了 AI 以后写代码速度快了非常多，但是校验的速度其实还是不快的，特别是在 GitHub 上跑 Actions CI 的速度，下午花了一些时间对 Mole、Kaku、Pake 的 CI 全部彻底优化了一下，效果很不错，分享给大伙。

你可以这样直接 Copy 下面给到你的 Agent，我们来看看可以帮你节约多少时间。

帮我把这个仓库的 GitHub Actions 提速，在不减少必要的测试项以及功能校验下，最大幅度减少耗时。

1. 先使用 gh 拉最近 50 次的运行情况，把每一个 job 拆成排队、准备、真正跑测试的 3 个时间段，去看规律，可能很多时候慢的是准备的阶段，不是测试本身。
2. 同一个 PR 连着推好几次时，只跑最新的那次，旧的直接取消掉，用 cancel-in-progress 去实现。不过 main 分支不要这么做，需要确保发版 main 上的每一个提交都完整跑过一遍。
3. 只改 README 和文档的这种提交不要触发跑 CI，可以用 paths 过滤掉，另外被跳过的必需检查会一直卡住 PR 合不进去，这个要提前注意一下。
4. 优先用 setup 类 action 自带的缓存，setup-node 打开 cache，setup-go 默认就开，Rust 用 Swatinem/rust-cache，注意每个仓库缓存只有 10 GB，用不上的就不要放到这里面去。
5. 本地连着构建两次，第二次应该几乎不花时间，假如有多余的花时间的地方，一定是哪些写得有问题，比如 Dockerfile 装依赖前先 COPY 了整个仓库，或者构建脚本盯着一个不存在的文件，类似的问题记得检查。
6. 工具直接下载预编译好的，不要用 go install、cargo install 现场安装编译，这里会很费时间。
7. 不互相依赖的 job 并行跑，删掉不传数据的 needs，最长的那套测试拆到多台机器上去跑。
8. 免费账号的 macOS 最多同时跑 5 个，所有 workflow 共用，格式化、lint、依赖审计这些不挑系统的都移到 Ubuntu 去跑更好。
9. 做过的事情就不要做重复了，以及不要多此一举做事情，比如别的 job 跑过的检查就不要套重复再跑，比如只构建前端的 job 就不要多此一举去拉整个 Rust 缓存。
10. 改完去 push 那个上面测试运行效果，看运行的时间，发现规律，再次查漏补缺来优化一遍，做到最好，最后给到我优化前后的对比。

[Dong @Dssssdev]

「先写 200 行 Claude Code」是 CS146S 学习路线的第一步。我拿它当尺子量自己收藏的课，能过的不多。

讲师做过 Alexa 的 AI 科学家，自己创过一家 YC 的 AI 编程工具公司。实战背景是我留它的理由，免费不算。

这门我到现在还没点开。

https://t.co/JRuGL3ksgl
图源 @antiAIvo

[DinoDeer @xDinoDeer]

强烈推荐斯坦福的这套关于 AI Agent 的课程，对于有志成为 agent engineer 的同学可以看看：https://t.co/0oRXZG2IGw

[Dong @Dssssdev]

ai-design-skills 我装了。仓库给的不是模板，是从内容到视觉的制作规则：起手省事，间距配色不用再从零交代。

「一眼就是 AI 做的」这个毛病没治好。落地页结构对了，首屏两行标题的位置还是我手动挪的。

https://t.co/BamSuczLbq
图源 @CY160909

[Shlcy @CY160909]

这设计真的长在了审美上。

Skill 已开源：AI Design Skills。

目前仓库提供一个 landing-page-design，适用于 Claude Code、Cursor、Codex 等能够读取规则文件的 AI 编程工具。

它不是现成网页模板，而是一套从内容到视觉的制作规则：

页面规划：先确定产品卖什么、卖给谁，以及访客应该完成什么动作，再组织首屏、卖点、使用步骤、FAQ和行动按钮。

视觉系统：统一字体、字号、间距、圆角、配色和滚动动效，避免AI把页面做成千篇一律的默认样式。

交付细节：要求补齐按钮悬停、加载、空页面、报错、表单校验，以及移动端和基础无障碍支持。

地址我放评论区啦，有兴趣的拿走

[Dong @Dssssdev]

我的 AGENTS.md 只收一种条目：一条治一个坏毛病。

治防御式代码那条最管用。改个小功能，agent 能把判空从入口铺到出口，代码量翻倍。

152 行的指南我整份抄过，最后只留下带症状的那几条。「代码要简洁」没用，得写「判空只留你真的会走到的分支」。

https://t.co/dHFIXl1f7r

[越川 @Rakel076]

用 Codex 写代码，最烦的就是它爱加防御代码：改一个小功能，加了十几层判空和 try/catch，再防一个几乎不可能发生的并发问题，代码量翻一倍。

OpenCode（开源的编程 agent）仓库里有一份 AGENTS.md，专门有一条治这个。我去翻了整份原文，Style Guide 那一节有 4 条可以直接抄进自己的 AGENTS.md 或 CLAUDE.md：

1、要为一个推测出来的、几乎不会发生的并发或安全边界加复杂度之前，先跟用户讲清楚：具体会出什么问题、概率多大、要多写多少，用户点头了再加。不许为了「理论上更稳」悄悄扩大范围。

2、外面进来的数据只在入口校验一次，往里传就用定好类型的值，不要每一层再判断一遍。

3、只用一次的逻辑不要提前抽成函数，直接写在调用的地方，除非它会复用，或者真藏着一块复杂的东西。

4、能不用 try/catch 就不用，能一个函数写完就别拆。

第一条等于让 AI 每次想多写代码之前，先报个价给你。

原文是英文，整段贴进去就行，AI 都看得懂。仓库地址放评论区了。

[Dong @Dssssdev]

Terra 把 computer use 降价了。我先盘手上的重复活：一周两次后台录入，每次十来分钟。
按新单价省不了几块钱，把等待和截图核对算进去，未必比我自己点快。
我肯交给这个 agent 的只有一类：能撤销，且我来得及验收。

https://t.co/H9zf5odpB2
图源 @OpenAI

[OpenAI @OpenAI]

GPT-6.1 Terra: delivering fast and capable computer use at a lower price.

GPT-6.1 Terra understands what’s on screen, takes action across apps, writes naturally, and is a more capable model for your whole workday with the efficiency to take on more of it.

[Dong @Dssssdev]

AGENTS.md 我在维护，DESIGN.md 不急着加。

Google Stitch 把设计系统写成纯 Markdown，丢进根目录，AI 编程工具照着排 UI。

省的是每次交代色板和间距，验收省不掉：文件里写「间距紧凑」，工具给 12 还是 16 它不看，我还得截图对比。

https://t.co/9Rw6hUlqgl
图源 @NFTCPS

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

前端真的要失业了！

这个仓库太猛了，4.8万Star，解决了AI写前端最头疼的问题：UI丑。

DESIGN.md 是Google Stitch提出的新概念——一个纯Markdown文件，定义你的设计系统。丢进项目根目录，AI编程工具直接读懂你的UI该长什么样。

类比一下：
- AGENTS.md 告诉AI怎么构建项目
- DESIGN.md 告诉AI项目该长什么样

这个仓库收集了66个知名网站的DESIGN.md，直接拿来用：

AI平台：Claude、Mistral、ElevenLabs、Replicate
开发工具：Cursor、Vercel、Raycast、Warp
设计工具：Figma、Framer、Webflow
金融/Crypto：Binance、Coinbase、Stripe
消费品牌：Apple、Nike、Spotify、Tesla
豪车：Ferrari、Lamborghini、Bugatti、BMW

每个文件包含：配色方案、字体规则、组件样式、布局原则、响应式行为、甚至给AI的prompt指南。

用法极其简单：复制一个DESIGN.md到你的项目根目录，告诉AI"照这个风格做"，出来的UI直接就是品牌级水准。

想让你的产品页面有Stripe的质感？复制Stripe的DESIGN.md。想要Linear的极简风？复制Linear的。

以前做UI：找设计师→出设计稿→切图→还原。
现在：复制一个md文件，AI直接生成。

前端的游戏规则变了。

🔗 https://t.co/hmoc0vosBF

----------------------------------
在武汉的独立开发者、OPC超级个体注意啦！

世界人工智能大会（WAIC）官方举办的OPC黑客松大赛武汉线下交流会4月19号举办，在武汉的同学可以加V群，报名地址：
https://t.co/MVEQJbyzpS

OPC先锋挑战赛是全球首个聚焦「一人公司」的顶级 AI 赛事，双赛道设计，总决赛 7 月登陆上海世博会场

其他城市OPC聚会报名请看：
https://t.co/Y3AsiMUIQm

[Dong @Dssssdev]

密钥别贴给 agent。这条我在清单里认得最死：贴了就当已经泄露，立刻换一把。
它守不住边界——上下文会被截断，会跟着会话被我复用到下一轮，截图也算。
现在我交给它的只有变量名，真值留在本地。
这条不分人，也不分模型。

https://t.co/0tC6gBKWxa
图源 @HiTw93

[Tw93 @HiTw93]

假如把我的 AI Coding 经验沉淀成一些最佳实践规则，可以给到大伙复用，会是怎么样的，于是乎，今天一下午我就在琢磨这个事情，手写反复调整后给到大伙，可以让你和你的 Agent 一起去学习。

需求
1. 从技术实现细节编程转变成许愿式编程，现在模型能力已经住足够强大，你只需要大胆把自己想法说出来，给它提足够高的要求和任务，不要担心 AI 实现不了。
2. 多给你的 Agent 讲做这件事情的背景和目标，少替他考虑技术细节，告诉它为什么要做，是给谁用的，做成什么样子你认为是最好的，具体的技术细节让它自己去判断，学会放手。
3. 优先用业界最好的模型，用差模型浪费的时候，一来回让你很不高兴的干活，二来也浪费了很多时间。
4. 要不要做一个新功能以及加一个新配置、开关的时候，让 Agent 来先问你找你确定，没有人用的功能、开关、文案都不要让他去加，慢慢把这一套你的产品规范让他沉淀起来。
5. 你的想法可以很大，但是让 Agent 干活的时候，尽量让他每次拆分成最小的可用功能版本，不要一次写非常多的代码，即使提交，这样出问题了你可以随时撤回。

规则
6. 让你的 Agent 了解你的说话风格，比如说看看、分析一下这个问题的时候，它只需要去读代码分析问题不要去改代码，你说修复、修改的时候才去动手，每次提交、发布和删除的时候都找你确定。
7. Agent md、CLAUDE md 里面除去重点的项目型要求外，只写代码里面看不出来的那种规则，以及之前被否决过的方案也可以分流进去。对你而言密钥和 token 不要贴给 Agent，贴了就当已经泄露了，立马去更换一个。
8. 对于Agent必须遵守的规则不要完全信 prompt，可能会拦不住，一定要用规则脚本去限制，让它真实跑一遍通过后才算完成了。

编码
9. 开始写代码之前，先让 Agent 讲清楚要改什么地方，会影响到什么功能和效果，这样是为了补充你的上下文，方便后面更好判断决策做什么。
10. 一定要让 Agent 基于项目补充一个能够让自己验证各种结果的脚本，每次特定的时候需要去跑一下验证效果，完成功能后需要检查，让他输出结果给你看，并基于此逐步沉淀你的项目 Agent 测试功能集。
11. 假如有多个 Agent 同时干活的时候，让他们各自用一份独立的 worktree 代码目录，同时提交的时候只提交自己改的代码，不要碰他人的代码，等到各自改完合到一起，再完整跑一遍测试。

排查
12. 修 Bug 的时候先找到原因再去动手，假如两次都没有修好，就去加一些日志看真实的数据以及运行效果，不要盲目去猜问题在哪儿。
13. 假如尝试修复了3次还不对，直接清空上下文重新写清楚你的问题、诉求，以及尝试过的解法让 Agent 重新开始。

审查
14. 让写代码的 Agent 和 Review 审查代码的 Agent 分开，保持解耦，这样一方不会被另一方带偏。
15. Review 代码的时候最多让 Agent 跑 3轮，防止跑着停不下来，第二轮开始只看新改动的地方，不要再把之前 Review 的再看一遍。
16. 对于你和 Agent 判断危险的改动，越危险让他查得越深，特别对于删除、付费、发布这种单向门改动你都需要自己去看一遍，点一下，看实际效果。

发布
17. 每次提交的时候，让Agent 写清楚做了什么，怎么去验证这个改动，除了问题怎么来回滚，用于给到后面开发过程中 git 记录本身就是 Agent 的一个非常好的上下文。
18. 需要对外的功能，可以先给自己用，或者给一批愿意尝鲜的用户使用，不要一上来就全量，可以在你的软件里面假如 beta 更新的开关，防止全量有问题，也是对用户负责。
18. 先给自己和愿意尝鲜的人用，没问题再发给所有人。

复盘
19. Agent 需要对每一个线上 Bug 和用户反馈的问题都留一个测试案例，每次上线前都来跑一遍，防止继续踩坑，包括你换模型的时候也可以把这些旧问题全部都跑一遍，看看模型是否还行。
20. 修复问题的时候，让 Agent 学会举一反三，把同类的问题一起修复掉。优化功能的功能，完善视觉的时候也是一样，防止只改一个地方，忘记了其他的地方。

[Dong @Dssssdev]

我不发早安晚安，也不群发问候。

刷到你在写什么，比每天一句问好更近。

蓝朋友，用内容打招呼。

#互关 #蓝朋友 #交友

[Dong @Dssssdev]

两条留言，一条表情，一条写了三行。

我一定先回后者。

不是偏心，是认真该被认真接。

#互关 #蓝微互动 #留言