ivaninhk

FEer，iOSer

[ivaninhk @ivaninhust]

这也太美了

[Yachen Liu @Blankwonder]

#装修日记 晒几张「定妆照」

[QingYue @YuLin807]

使用 pi 做统筹，使用 codex 做 写手，使用 grok 进行质量的把控和审核，这也是我置顶文章 - sop skill 的又一次大获全胜！

同时让我们赞美 herdr 这个优雅的实现方式

可以让multi agent 无损协作沟通。

[XDash @XDash]

我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。

全本在线读，一分钱不收，地址在文末。

为什么要写这本书？从两组数字说起。

一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。

另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。

两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。

FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。

在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。

这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。

也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。

我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。

如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。

📖 仓库在这，全本免费，欢迎 Star：

https://t.co/kyNVhJrPZQ

会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。

——

顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。

[智享 @CycleDecoded]

Vercel 官方这次真是把路给走宽了，前端全栈狗直接原地起飞。

以前组一个能直接上生产环境的 Next.js 架构，配置 Auth、支付、数据库、邮件，不花个两三天折腾配置根本下不来。

结果 Vercel 直接开源了 next-forge（目前 GitHub 7.5k+ Stars，MIT 协议）。这玩意儿不是那种玩票性质的 Demo，而是直接按照生产级标准给你搭好的 Turborepo 模板。

这波有点狠，核心配置全给你拉满了：

开箱即用：直接整合 Clerk/Kinde（鉴权）、Stripe（支付）、Resend（邮件）

全栈打通：自带 Prisma/Drizzle ORM + Tailwind CSS，样式和数据库秒搞定

Monorepo 架构：内置 App、文档、营销页三合一，大型项目无缝扩展

自动化爆表：CI/CD、Sentry 报错监控、PostHog 数据分析全部插好接线

白嫖党狂喜：纯开源 MIT 协议，商业化项目拿来即用，不用付一分钱

简单来说，就是把原本需要高级架构师干一整周的脚手架搭建工作，变成了一行指令直接生成。独立开发者和 SaaS 创业团队直接省出一个人的工钱。

🔗 传送门：https://t.co/UN8DyS7SP4

[陈大黄 @realchendahuang]

很多人把 Pi 当成 Claude Code 的替代品，但它真正厉害的不是终端界面，而是 SDK。

Pi 不只是 Agent，它是一套可以嵌入你自己应用的开发框架。你可以基于它搭一套完全属于自己的 AI 工作流。

定制分四层，由浅到深：

第一层，Prompt 模板。把常用指令写成 Markdown 文件，放在 `.pi/prompts/` 目录下。比如写个 `review.md`，以后在 Pi 里输入 `/review` 就能直接调用。

第二层，Skills。按需加载的能力包，写一个 `SKILL.md` 说明干什么、分几步做。Pi 会自动识别场景并加载，你也可以手动 `/skill:name` 调用。

第三层，Extensions。这是核心。用 TypeScript 写自定义工具，注册到 Pi 里。LSP、浏览器、调试器、子代理、MCP 服务器， whatever 都能接。Pi 出厂只有四个工具，但你可以无限扩展。

第四层，Packages。把 Extensions、Skills、Prompts 打包成 npm 包或 git 仓库，用 `pi install` 一键安装。换机器直接同步，团队也能共享。

最爽的是，你甚至不用自己写代码。直接在 Pi 里描述你想要的扩展，它会读文档、看代码模式，自己生成 TypeScript 保存到 `.pi/extensions/`，`/reload` 就生效。

所以 Pi 不是成品房，是毛坯房加装修工具箱。社区已经有不少现成材料，你也可以自己造。

如果你想搭一个专业的、高效的、完全按你想法来的 AI Agent 系统，Pi 是一个绕不过去的选型。它默认模型本来就会写代码，不多废话，省 token，而且你能把它改成任何你想要的样子。

[ivaninhk @ivaninhust]

@Xudong07452910 现在又可以了，可能境外访问不稳定？

[yibie @yibie]

推荐这期 Pi 插件合集。Pi 作为最小 agent harness，真正的扩展能力来自社区插件——从一键装 17 个扩展的 pi-agent-extensions 到让你在 Pi 里无缝跑 Claude Code 全部 plugins 的 pi-cc-plugins。

Pi 插件精选：让 Pi 从最小 Harness 变成 Multi-Agent 部队的 6 个扩展

🎯 必装神器

1. pi-agent-extensions v0.5.2 https://t.co/afFhQWAZf2 — 17 个扩展 + 4 个主题，636 下载/月。核心集：
- /sessions — 快速会话切换
- /handoff — 目标驱动的上下文转移
- loop — 迭代执行循环
- review — 交互式代码审查
- ask_user — LLM 可以向你提问（beta）
- workflow — 模型路由的动态工作流（beta）
- control — 跨会话通信 & 控制（beta）
- files — 统一文件浏览器 + git 集成
- /context-simple — 上下文消耗看板
安装：pi install npm:pi-agent-extensions

🤖 Multi-Agent

2. pi-agents-team 2026.7.18 https://t.co/meziwTrwmx — 把一次 Pi 会话变成 multi-agent team。主会话当协调器，后台 RPC worker 执行任务。7 个内置角色（explorer、fixer、reviewer、librarian、observer、oracle、designer），每个可以指定不同的 model。Worker 输出只给协调器返回简洁摘要 + <final_answer> 块，不灌完整对话日志。支持 worker 加载 Pi skills。
安装：pi install npm:pi-agents-team

🧠 跨会话记忆

3. @remnic/plugin-pi v9.6.4 https://t.co/P3eO0Oz0gZ — 第一梯队的 Pi memory 扩展，15.7K 周下载。Recall 相关上下文（model call 前）、观察会话事件（turn 后）、协调 Pi compaction 与 Remnic 长上下文记忆归档、注册 Remnic MCP 工具为 Pi 工具。272 个版本，迭代速度惊人。

4. @cortexkit/pi-magic-context v0.32.1 https://t.co/tfv8ek8eya — 跨会话记忆，910 周下载。与 OpenCode 共享同一 SQLite 数据库——在 Pi 和 OpenCode 之间切换时不丢记忆。自带 historian/dreamer/sidekick/embedding 模型选择向导。

🔧 上下文工程

5. pi-agenticoding v0.3.0 https://t.co/Q6CHhlCnvH — spawn/notebook/handoff 三板斧，让 agent 自己管理上下文而不是在长对话里腐烂。核心思路：隔离噪音工作到子进程（spawn）、任务级命名笔记跨 handoff 存活（notebook）、需要时主动重启干净的上下文（handoff）。状态栏显示上下文压力和 notebook 数。

🔗 跨生态桥梁

6. pi-cc-plugins https://t.co/y5P20kgpKL — 把 Claude Code 的整个 plugins 生态带进 Pi。从 GitHub 克隆 plugin repo → 自动扫描 skills/agents/MCP configs → 转换为 Pi 原生格式。Skills 贡献给 Pi 的 resources_discover 事件，agents 转换给 pi-subagents，MCP 配置通过 pi-mcp-adapter 暴露。支持 --plugin-dir 本地测试模式。

安装方式统一：pi install npm:<package> 或 pi install git:<repo>

#Pi #CodingAgent #插件

[ivaninhk @ivaninhust]

mac mini用着用着突然提示磁盘快满了，但是我记得我最近才清理了一波，直接去setting中看system data直接飙升到140G（一周前清理过才70G），直接打开 claude code 一顿输出。结果大家自己看吧，还是直接卸载了gemini桌面版，拜拜～

[Xudong Han @Xudong07452910]

从一条运行轨迹拆解 AI Agent 的工程骨架。

很多人学习 Agent，第一步是研究 Prompt。这份《Build Your Own Pi》直接从一条真实的运行轨迹开始。

它用 TypeScript 手把手搭建一个类似 Pi 的智能体：从读取 README 的请求出发，依次走过模型响应、EventStream、工具调用、结果回传，再继续下一轮推理。

最值得看的，是那些经常被 Agent 教程略过的工程细节：

工具调用与结果怎样严格配对，流式响应中断后如何恢复，会话树怎样保存分支，长对话超出上下文后又该如何压缩。

教程采用「失败优先」的方式。模型会调用失败，工具会返回异常，消息可能缺失，上下文也会溢出。系统需要在这些情况下继续守住状态和协议。

看完会更清楚：Agent 的工程含量，常常藏在处理不确定性的那一层。

Prompt 决定它准备做什么，Harness 决定它出错之后还能不能继续做。

对想真正理解 Coding Agent 底层的人，这份资料很值得完整走一遍。

https://t.co/0Lhh6xBgcg

[LiamGvchi @LvPza]

把常用的一套视觉方法，做成了一个开源 Skill：
给它一句话、一个主题、一种情绪，或者一张参考图，它会直接生成一张安静、克制、带纸张与印刷质感的独立杂志风海报。欢迎大家使用👏
开源地址：
https://t.co/fdVj1WxqE8

[柴郡🔔｜Crypto+AI Plus @0xCheshire]

这个人开源了一本《动手学 Pi》，用 15 个 checkpoint 带你把 Agent 的运行链路走一遍：

https://t.co/yM2BUC5EMD

[Geek @geekbb]

Pi-Agent 教程：10 章把 Agent Loop、工具系统、消息系统、事件驱动、会话管理和上下文工程全部拆了一遍。每章都讲三层：概念是什么、源码怎么写的、为什么这么设计。三种阅读方式：Web 在线版带三栏配图、本地 Markdown 和 PDF 离线版。

https://t.co/g59onKXo7m

[海明Dev @10xmylife]

这个网站很棒，各种动画效果都有了，还是开源的

[Codez @0xCodez]

Andrew Ng just released a 1-hour course on building agentic knowledge Graphs from scratch:

• 00:00 - Introduction to agentic knowledge Graphs
• 03:07 - Construction of agentic Graphs
• 14:00 - Architecture of multi-agent systems
• 23:00 - Building agentic graphs with Google ADK
• 01:06:03 - Why Graphsare the future of agentic AI

Worth more than 10 articles on loop engineering.

Watch it today, then read how to become a graph engineer in the article below.

[Geek Lite @QingQ77]

Pi Exa 是一个为 Pi Agent 打造的扩展包，把 Exa 的网页搜索、内容抓取和深度研究能力接入智能体。基础的网页搜索和抓取无需 API key 即可使用，安装扩展后开箱即用；深度搜索（deep-lite / deep / deep-reasoning）才需要 Exa API key。

https://t.co/RCm6Tf0W79

[宝玉 @dotey]

@harleyxu_xhl 这是我每天都在用的一个，逆向自 Claude Design，但是可以作为 Skill 本地运行
https://t.co/POuwOWSuwe

[Codez @0xCodez]

Google just dropped a 1-hour course on how to become an AI engineer in 2026:

• 00:00 - Context engineering
• 10:00 - How to build, deploy, and run AI agents
• 31:52 - Agentic loops, long-running AI agents
• 43:22 - Building MCP from scratch
• 51:20 - Prompt engineering
• 59:10 - AI development trends

This 1-hour watch will replace a $500 AI engineering course.

Watch it today, then read the full pipeline in the article below.

[Lonely @Lonely__MH]

🚀 很多人问我，Shadowrocket 这次更新的 Tailscale 功能到底怎么用？

其实不复杂，几分钟就能搞定。

① 注册 Tailscale

先到 Tailscale 官网注册账号：

https://t.co/SBwxXoolev

注册完成后，会自动创建一个属于你的虚拟局域网（Tailnet）。

② 安装电脑客户端

在 Mac / Windows 上安装 Tailscale 客户端并登录。

登录成功后，这台电脑会获得一个固定的内网 IP（例如 100.x.y.z），以后无论身处何地，都能通过这个地址访问它。

③ 在 Shadowrocket 中配置

以前 iPhone 上直接开启 Tailscale 有个问题：

👉 开启 Tailscale 后，代理会自动关闭，无法与🪜同时使用。

而 Shadowrocket 这次更新，直接解决了这个痛点。

配置步骤：

1. 登录 Tailscale 后台
2. 创建 Auth Key
3. 将 Auth Key 填入 Shadowrocket
4. 开启 Tailscale

搞定。

🔥Tailscale 有什么用？

最常见的场景就是远程访问家里或公司的设备。

举个例子：

Mac 开启文件共享
iPhone 打开「文件」App
连接服务器：smb://电脑局域网IP

这样即使不在同一个网络下，也能直接访问电脑里的文件。

本质上，Tailscale 就是在公网之上帮你搭建了一张安全、稳定、无需端口映射的私人局域网。

以上。🙂

[Matt Pocock @mattpocockuk]

mattpocock/skills v1.1 is out!

- /wayfinder helps you plan more ambitious work than ever
- /to-spec and /to-tickets replace /to-prd and /to-issues
- /implement + /code-review complete the whole lifecycle
- /research and /prototype help support wayfinder, or can be used independently
- Crucial fixes to /grill-me

Run npx skills@latest add mattpocock/skills to update!