Olivia
Online
chuckBrown 🐈
@Johnandalien
I love funny something.
Joined February 2016
1.4K Following
41 Followers
2.3K Posts
@Morris_LT 申请一下，学习学习
六分钟带你看懂什么是j-space
需要跟同事讲解项目系统架构，光说不画图效果有限，自己动手画又费时间还画得不好看。
archify，一个能装进 Claude Code、Codex CLI 和 opencode 的 Agent Skill，把一段大白话描述直接变成一张架构图。
能画系统架构图、工作流程图、时序图、数据流向图和生命周期状态图这五种技术图，深色浅色主题一键切换。
GitHub：https://t.co/wlD7Os8d1u
生成的是单个自包含的 HTML 文件，不装额外依赖打开浏览器就能看，图能直接复制粘贴到 Slack 或 Notion ��。
也能导出到 4 倍分辨率的 PNG、JPEG、WebP，或者矢量 SVG。
经常需要跟同事讲清楚架构、写技术文档配图的朋友，用 Claude Code 顺手就能画，比手动画图省不少事。
https://t.co/I5bGwzbBNi
家人们，AI真得用起来。
有人靠AI做中药短视频，悄无声息就涨粉36万。不是炒币、不是撸空投、也不是卖课，就是把中药知识剪成短视频，靠平台分成+橱窗，已经变现10W+。
这个赛道离谱的地方���于：
需求真实且持久
内容极好批量生产
目前竞争还没彻底卷起来
教程我放这儿了，想抄作业的直接拿：
https://t.co/yeTwtQGvwI
有时候，真正能赚到钱的，往往不是最吵的那���拨。
闷声用AI干点有真实需求的事，远比跟风喊口号实在多了。
去试试吧，机会窗口不会一直开着。
独立开发者怎么搞钱？说说我朋友蛋总。
40岁中登，20年开发经验，几乎没上过班，大学就创业。现在在云南安家，有妻有女，平时跟朋友喝咖啡、参加活动，他朋友也是自由职业，上次刚跟他们一起吃过烧烤，自由得很。
他自己说：享受沉浸开发的状态，有种指挥千军万马的感觉。但离市场和用户太远，离“卖”太远了！
他做过一个无限画布工作流创作平台，��付源代码，卖给北京一家公司，6位数变现，获客全靠自媒体。后来对方转手又卖给另一家，价格翻了近6倍。蛋总说：人家渠道强，没办法。
我问过他：tapnow这类产品已经做得很牛，你的壁垒在哪？他一句话我至今记得：肯德基已经很牛了，底下的华莱士就不开了吗？
所以做生意，核心就是“卖”。国内下沉市场信息差巨大，哪怕在一线，大部分人对AI的认知还停留在豆包、workbuddy。而codex、cc这些，很多人听都没听过。
渠道太重要了。找到精准客户，大胆地卖！商业化不可耻，卖也不可耻。
网易云花了十年都没做出来的歌词体验，
被一个独立开发者用开源项目实现了
Folia —— 音乐可视化+动画歌词，丝滑程度头皮发麻
不夸张地说，这是我见过审美最在线的音乐类开源项目，没有之一，UI 细节拉满
强烈推荐给所有对音乐播放体验和审美有追求的朋友
GitHub：https://t.co/NN163FLr4y
https://t.co/BDfPU0Ggdf
周末在追一部电视剧和电影，到网上满世界找资源、转存到网盘，真的很累。
无独有偶，找到 Mediary Scout 这个找资源神器，帮了个大忙。
只要跟 AI 说一句想看什么，就能自动帮我们找资源、转存到自己的网盘。
而且还会对搜索结果进行筛选，按画质和中文字幕需求挑最合适的。
GitHub：https://t.co/B7PZ6Z2X7e
支持 115、夸克、光鸭三家网盘，资源直接转存进去，不��本地硬盘。
还会盯着在追的剧，定时回来把缺的集数补上。
可以自托管部署，网盘和 AI 模型都能自定义，数据不需要经过其他服务器。
哪位大佬帮我给 yetone 大佬带个话， 把我从屏蔽列表里移出来。
这两天试了yetone 大佬写的提示词，非常的���业，描述的清晰而具体，完全是 oneshot 的提示词的模范参考：
实在太牛B了
项目地址在评论区。
开始让美女助教卖课了😂 丝滑～
为什么你根本无法静下心来学习？
当你坐下准备学习时，体内的杂念就开始疯狂滋生。
为了逃避，你的大脑甚至会抛出“人生的意义是什么”这种宏大的命题。
心理学家乔丹·彼得森表示：
你本身就是一个烂摊子，你对自我根本没有控制权。你越缺乏自我管理，就越容易被本能牵着鼻子走。
专注，本质上就是一场与潜意识争夺身体控制权的血战。
小白/懒人一键搭建Codex记忆系统提示词：
你是 Codex，请帮我在本机搭建一套 Obsidian-first 的长期记忆系统。这个系统的目标不是保存聊天记录，而是让 Codex 在以后处理我的项目、仓库、工作流、决策和个人偏好时，能低 token、可验证、可持续地读取长期记忆。
请你直接执行搭建，不要只给方案。执行前先确认我的目标路径。
我的目标路径是：
<这里填你的 Obsidian 记忆库路径，例如 /Users/你的用户名/obsidian/Codex记忆>
我的用户 ID 是：
<这里填你的名字或英文 ID，例如 yichen>
默认 Agent ID：
codex
默认 App ID：
codex
重要要求：
这份提示词只是���建指令，不要把这份提示词全文写进记忆库。除非我明确要求，否则只创建记忆系统本身和必要规则文件。
一、总原则
Markdown 是唯一正式事实源。
所有长期记忆最终都必须落到 Markdown 文件里。Markdown 要可读、可改、可搜索、可 Git diff，也可以被 Obsidian 打开。
SQLite 只能作为状态层和索引层。
SQLite 可以记录文件路径、hash、标题、摘要、修改时间、未闭环事项、Agent case 状态和搜索索引，但不能成为唯一事实源。
暂时不接外部 API。
不要默认接 DeepSeek、OpenAI、embedding、rerank、LanceDB、EverOS server 或任何云服务。以后如果我要语义检索，再单独升级。
不保存敏感信息。
不要把 API key、Token、Cookie、密码、验证码、身份证、银行卡、私密联系方式、完整账号凭证写入 Obsidian。
不保存完整聊天流水账。
只保存长期有效、未来会复用的信息，比如项目路径、验证结论、工作流、偏好、边界、决策、未闭环事项。
低 token 读取。
以后每次任务开始，不要默认读取整个记忆库。只先读 AGENTS.md 和 INDEX.md，再根据任务关键词读取最相关的 1-3 个文件。
当前状态必须核验。
涉及价格、政策、审核状态、接口能力、产品状态、GitHub PR 状态、发布状态、代码行为时，历史记忆只能作为线索，必须回到真实环境或本地文件核验。
删除必须经过我明确允许。
任何删除都必须先问我，而且只能移到系统垃圾篓，不能永久删除。
二、创建目录结构
请在目标路径创建：
Codex记忆/
README.md
AGENTS.md
INDEX.md
STRUCTURE.md
用户记忆/
README.md
偏好与边界.md
长期画像.md
项目/
工作流/
Codex记忆字段规范.md
Codex记忆收尾决策规则.md
Codex记忆本地脚本.md
Codex记忆SQLite全库索引设计.md
决策/
agent/
README.md
open-loops.md
case-candidates/
README.md
_模板-AgentCase候选.md
cases/
README.md
_模板-AgentCase正式记忆.md
skill-candidates/
README.md
_模板-Skill候选.md
三、目录职责
用户记忆/
用于保存我的长期偏好、硬边界、交付标准、稳定画像。这里写“我是谁、我怎么工作、我长期坚持什么边界”。
项目/
用于保存每个项目的事实：路径、仓库、环境、部署状态、审核状态、关键命令、最近验证结论、未闭环事项。
工作流/
用于保存可复用流程：排查顺序、检查清单、脚本说明、教程规则、上传流程、发布流程等。
决策/
用于保存重要取舍：为什么这么做、当时有哪些方案、为什么没选另一个方案、什么时候需要重新评估。
agent/
用于保存 Codex 自己的做事经验。注意：Agent 记忆记录“Codex 学会了怎么做事���，不是记录用户是谁。
agent/case-candidates/
保存一次成功但还没验证复用性的 Agent case 草稿。
agent/cases/
保存已验证、可复用的正式 Agent case。
agent/skill-candidates/
保存候选 Skill。正式安装成 Codex skill 前必须问我确认。
agent/open-loops.md
保存跨项目未闭环事项。
四、写入 AGENTS.md
请创建 AGENTS.md，内容包括以下规则：
这个文件夹是 Codex 的跨项目长期记忆库。
开始重要任务时，先读 AGENTS.md，再读 INDEX.md。
不要默认读取整个 Codex记忆/ 目录。
只根据任务关键词读取最相关的 1-3 个文件。
如果文件很长，优先读“当前有效摘要”和“下次优先看”。
Obsidian Markdown 是正式事实源，平台侧摘要只能作为线索。
简单翻译、改一句话、查时间等任务可以跳过记忆读取。
重要任务结束前做 memory closeout。
如有长期价值，优先写入正式目录：用户记忆、项目、工作流、决策、agent/cases。
如果只是 Agent 做事经验草稿，写入 agent/case-candidates。
不维护通用“候选记忆”或“缓冲区”。
不保存真实凭证、完整聊天记录、临时流水账、未脱敏敏感信息。
新建重要文件后更新 INDEX.md。
文件变长时，在顶部维护“当前有效摘要”，历史细节压缩成必要历史摘要。
旧全文要删除或移动，必须先得到我明确允许，只能移到垃圾篓。
最终回复要说明：记忆更新：无，或记忆更新：已更新哪些文件。
五、统一文件顶部结构
所有会反复���取的 Markdown 文件，顶部优先使用：
当前有效摘要
状态：
稳定路径：
最近验证：
下次优先看：
已过时信息：
如果是项目文件，还要尽量包含：
下次优先看
必要历史摘要
未闭环 / 风险
六、写入 INDEX.md
INDEX.md 是低 token 导航，不写长内容，只写路径和一句话用途。
必须包含：
README.md：人类入口
AGENTS.md：Codex 规则入口
STRUCTURE.md：结构总览
用户记忆/：用户长期偏好、硬边界、交付标准
项目/：项目状态、路径、环境、发布流程、关键命令
工作流/：可复用流程、检查清单、命令顺序
决策/：重要取舍和重新评估条件
agent/：Agent case、候选 Skill、open loops
agent/open-loops.md：跨项目开放问题
INDEX.md 的读取规则：
先读 AGENTS.md 和 INDEX.md。
用任务关键词搜索文件名和标题。
只读取最相关的 1-3 个文件。
文件很长时优先读“当前有效摘要”。
七、写入 STRUCTURE.md
STRUCTURE.md 说明目录结构和写入决策表。
记忆分层：
正式事实层：
用户记忆/
项目/
工作流/
决策/
agent/cases/
Agent 草稿层：
agent/case-candidates/
agent/skill-candidates/
路由层：
AGENTS.md
INDEX.md
STRUCTURE.md
写入决策表：
用户长期偏好、硬边界 -> 用户记忆/
项目路径、环境、发布状态 -> 项目/
可复用流程、检查清单、脚本用法 -> 工作流/
架构决策和取舍原因 -> 决策/
自动抽出的 Agent case 草稿 -> agent/case-candidates/
已验证可复用 Agent case -> agent/cases/
候选 Skill -> agent/skill-candidates/
跨项目未闭环事项 -> agent/open-loops.md
八、统一 frontmatter 规范
请在 工作流/Codex记忆字段规范.md 写入：
新建记忆文件优先使用：
memory_type: project | workflow | decision | user_profile | agent_case_candidate | agent_case | skill_candidate
track: user | project | workflow | decision | agent
project_id:
app_id: codex
source_session:
source_path:
status: candidate | active | pending_verification | blocked_sensitive | outdated
sensitivity: normal | private | sensitive
verified_at:
keywords:
related_workflows:
api_used: none | external_api
promotion:
Agent case / Skill candidate 额外字段：
case_key:
task_type:
promotion_state: candidate | active | skill_candidate | installed | rejected
reuse_count:
evidence_count:
risk_flags:
last_seen:
字段解释：
memory_type：记忆类型。
track：用户、项目、工作流、决策、Agent。
project_id：项目标识。
app_id：默认 codex。
source_session：来源会话，可选。
source_path：来源文件，可选。
status：当前状态。
sensitivity：敏感级别。
verified_at：最近验证时间。
keywords：关键词。
related_workflows：相关工作流。
api_used：是否用了外部 API。
promotion：晋升记录。
状态流：
candidate -> active
异常状态：
pending_verification
blocked_sensitive
outdated
敏感级别：
normal：普通工作记忆。
private：包含用户偏好、项目路径、商业上下文等不应公开的信息。
sensitive：涉及账号、凭证、隐私、合同、外部上传风险，不能自动晋升。
九、创建用户记忆基础文件
用户记忆/README.md：
说明这里只存长期偏好、硬边界、交付标准和稳定画像。
用户记忆/偏好与边界.md：
用 frontmatter：
memory_type: user_profile
track: user
project_id: global
app_id: codex
status: active
sensitivity: private
verified_at:
keywords:
api_used: none
正文先写模板：
当前有效摘要
状态：待补充
最近验证：
下次优先看：
硬边界
交付偏好
安全与隐私边界
用户记忆/长期画像.md：
同样用 user_profile frontmatter，正文写：
当前有效摘要
工作方式
常用工具
长期目标
不稳定或待验证画像
十、创建收尾规则
在 工作流/Codex记忆收尾决策规则.md 写入：
收尾顺序：
对话结束
-> 安全检查
-> 判断是否有长期记忆价值
-> 写入正确目录
-> 只检查本轮修改文件是否需要压缩
-> 如涉及 Agent 记忆，更新 SQLite 索引
-> Codex 判断是否值得提醒用户晋升
安全检查：
以下内容不能直接写入 Obsidian：
API key、Token、Cookie、密码、验证码
身份证、银行卡、私密联系方式
微信 UI 操作或微信账号敏感操作
未获明确允许的删除、覆盖、批量清理
会导致外部上传的敏感材料
写入位置：
用户长期偏好、硬边界、交付标准 -> 用户记忆/
项目路径、环境、状态、命令、部署/审核结果 -> 项目/<项目名>.md
可复用流程、检查清单、脚本用法 -> 工作流/<流程名>.md
重要取舍、为什么这么做、何时重评 -> 决策/YYYY-MM-DD-<决策名>.md
跨项目未闭环事项 -> agent/open-loops.md
Agent 记忆规则：
agent/case-candidates/：一次成功但复用性还没验证。
agent/cases/：已验证、可复用的正式 Agent case。
agent/skill-candidates/：Codex 判断值得提醒后，经用户确认生成。
脚本只登记事实和索引，不判断晋升资格。
是否值得提醒用户晋升，由 Codex 根据上下文判断。
是否正式晋升为 case 或 Skill，由用户确认。
正式 Codex Skill 不能自动安装。
十一、创建 Agent 模板
agent/README.md：
说明 Agent 记忆记录“Codex 学会了怎么做事”，不记录用户是谁。
agent/case-candidates/_模板-AgentCase候选.md：
memory_type: agent_case_candidate
track: agent
project_id:
app_id: codex
status: candidate
sensitivity: normal
api_used: none
case_key:
task_type:
promotion_state: candidate
reuse_count: 1
evidence_count: 1
risk_flags:
last_seen:
Agent Case 候选：
当前有效摘要
状态：
适用场景：
最近验证：
下次优先看：
触发信号
标准做法
验证方式
风险
agent/cases/_模板-AgentCase正式记忆.md：
memory_type: agent_case
track: agent
project_id:
app_id: codex
status: active
sensitivity: normal
api_used: none
case_key:
task_type:
promotion_state: active
reuse_count:
evidence_count:
risk_flags:
last_seen:
Agent Case：
当前有效摘要
适用场景
标准流程
反例
验���清单
风险边界
agent/skill-candidates/_模板-Skill候选.md：
memory_type: skill_candidate
track: agent
project_id:
app_id: codex
status: candidate
sensitivity: normal
api_used: none
case_key:
task_type:
promotion_state: skill_candidate
reuse_count:
evidence_count:
risk_flags:
last_seen:
Skill 候选：
当前有效摘要
用途
触发条件
输入
输出
执行步骤
验证方式
安装前确认
十二、创建本机脚本目录
请创建：
~/.config/codex-memory/scripts/
~/.config/codex-memory/state.sqlite
请实现以下脚本：
codex_memory_check.py
功能：
检查关键目录是否存在。
检查关键模板是否存在。
检查本地脚本是否存在。
检查 SQLite 必要表。
扫描 Obsidian 内疑似 secret 泄漏。
支持 --changed-file，只检查本轮修改文件是否过长。
默认超过 100 行或 10KB 提示 NEEDS_COMPACTION。
注意：
NEEDS_COMPACTION 只表示需要 Codex 看一眼，不自动压缩。
真正压缩要保留当前有效摘要、关键路径、必要历史和未闭环事项。
codex_agent_evolution.py
功能：
扫描 agent/case-candidates/
扫描 agent/cases/
扫描 agent/skill-candidates/
写入 SQLite：路径、类型、case_key、hash、reuse_count、evidence_count、risk_flags、last_seen。
汇总 agent_case_state。
输出报告。
注意：
脚本只登记事实，不判断晋升资格，不输出自动晋升建议，不安装 Skill。
codex_memory_index.py
功能：
给整个 Codex记忆/ 做 SQLite 全库索引。
新增 memory_docs、memory_fts、memory_open_loops、memory_search_log。
支持 --init、--scan、--search、--report。
--search 默认 top 5。
搜索结果只输出：相对路径、标题、类型、verified_at、一行摘要、一行命中片���。
禁止默认输出整篇正文。
必须支持正交过滤参数：
--track
--memory-type
--project-id
--status
--has-open-loop
--include-open-loops
示例：
~/.config/codex-memory/scripts/codex_memory_index.py --search "华为 审核 材料 zip" --limit 5
~/.config/codex-memory/scripts/codex_memory_index.py --search "审核 材料" --track project --project-id jinrisuopin --include-open-loops
~/.config/codex-memory/scripts/codex_memory_index.py --search "微信 只读 vault" --track project --include-open-loops
SQLite 表设计：
memory_docs 至少包含：
path
rel_path
sha256
title
memory_type
track
project_id
app_id
user_id
agent_id
status
sensitivity
verified_at
mtime
size_bytes
line_count
summary
next_hint
stale_info
has_open_loop
open_loop_count
indexed_at
memory_fts：
使用 SQLite FTS5。
索引 title、rel_path、summary、keywords、headings、search_text。
memory_open_loops：
保存 path、rel_path、title、kind、item、status、indexed_at。
memory_search_log：
保存 query、result_count、used_paths、created_at。不要保存完整用户私密问题，只用于简单检索复盘。
字段推断：
用户记忆/.md -> memory_type=user_profile, track=user, project_id=global
项目/.md -> memory_type=project, track=project, project_id=文件名
工作流/.md -> memory_type=workflow, track=workflow, project_id=文件名
���策/.md -> memory_type=decision, track=decision, project_id=文件名
agent/case-candidates/.md -> memory_type=agent_case_candidate, track=agent
agent/cases/.md -> memory_type=agent_case, track=agent
agent/skill-candidates/*.md -> memory_type=skill_candidate, track=agent
默认值：
app_id=codex
user_id=<我的用户 ID>
agent_id=codex
status=active
sensitivity=normal
verified_at 优先级：
frontmatter verified_at
然后 “最近验证：YYYY-MM-DD”
然后 文件修改时间
十三、全库搜索规则
普通任务：
AGENTS.md + INDEX.md
-> SQLite 搜索 top 5
-> 读取最相关 1-3 个 Markdown 的当前有效摘要
复杂任务：
AGENTS.md + INDEX.md
-> SQLite 搜索 top 10
-> rg / 文件名 / 标题兜底
-> 读取 2-4 个 Markdown
-> 核验易过期事实
全面检查：
如果我说：
全部找出来
全面检查
有没有遗漏
所有相关文件
全量盘点
不能���看 SQLite top 结果，必须使用 find/rg 全库兜底。
十四、不做项
不要做这些事：
不自动改写所有 Markdown。
不自动删除文件。
不自动移动文件。
不保存真实 API key。
不把 SQLite 当正式事实源。
不把搜索 top 结果当唯一结果。
不自动晋升 Skill。
不自动安装 Skill。
不接 EverOS server 接管现有记忆库。
不默认引入 embedding、rerank、LanceDB 或外部 API。
十五、检查命令
搭建完成后请运行：
~/.config/codex-memory/scripts/codex_memory_check.py
~/.config/codex-memory/scripts/codex_agent_evolution.py --init --scan --report
~/.config/codex-memory/scripts/codex_memory_index.py --init --scan --report
再至少测试三条搜索：
~/.config/codex-memory/scripts/codex_memory_index.py --search "华为 审核 材料 zip" --limit 5
~/.config/codex-memory/scripts/codex_memory_index.py --search "微信 只读 vault" --limit 5 --include-open-loops
~/.config/codex-memory/scripts/codex_memory_index.py --search "审核 材料" --track project --project-id jinrisuopin --include-open-loops
十六、最终交付
完成后请告诉我：
创建了哪些目录。
创建了哪些文件。
SQLite 状态库在哪里。
哪些脚本可用。
全库索引了多少 Markdown 文件。
抽取了多少 open-loop / risk / next-hint。
检查是否通过。
搜索测试结果是否正确。
有没有未完成项。
下一步建议我补充哪些用户偏好、项目路径、工作流和决策。
最后提醒：
这套系统的核心是“少、准、可验证、可复用”。不要为了显得有记忆而保存低价值内容。以后每次重要任务结束，都要做 memory closeout，并告诉我记忆是否更新。
以前看过一个关于赚钱的神帖，把赚钱这件事总结得非常透彻，分享给大家：
赚钱这件事，本质上是在不断升级自己的赚钱方式。
第一层，靠体力赚钱。送快递、搬货、进工厂、摆摊……收���和工作时间几乎完全绑定，不工作就没有收入，收入上限也比较低。
第二层，靠技能赚钱。程序员、设计师、摄影师、律师、医生等，收入通常更高，用专业能力提高了自己的时薪，但依然需要持续投入时间。
第三层，靠系统赚钱。开公司、做品牌、搭建平台、连锁经营、打造自媒体矩阵，把流程标准化，让团队、渠道、技术持续创造价值。即使自己不在一线，系统依然能够运转。
第四层，靠资本赚钱。持有股票、股权、优质企业、知识产权等资产，让资本和时间共同创造财富。很多大财富，都是资产长期复利增长带来的，而不是每天多工作几个小时积累出来的。
真正值得思考的问题，不是今天如何多赚几百块，是如何让自己的赚钱方式不断升级：从体力，到技能；从技能，到系统；从系统，到资本。
赚钱越往后，越依赖认知、资源配置和复利，越少依赖个人投入的时间。
不懂股 不懂K线
但懂市场 也能赚到钱
一直用剪映，终于让我发现一个新工具-Edimakor。实测还是非常好用的！这种AI成片到剪辑的一站式工作流，太丝滑了！
它和剪映的区别，我用一周后的感受：
剪映：传统剪辑强，模板丰富，操作熟悉，但AI生成和高级功能需要切其他工具。
Edimakor：一个软件里就能调用多个AI模型生成视频，还支持视频克隆（参考视频结构 + 自己素材）、热点灵感模板、AI数字人、翻译等。
对想重度用AI做短视频、电商素材、营销内容的人来说，Edimakor 把多个工具的工作流整合在一起，更省事。
传送门：
https://t.co/goi3fBKDO2
我是不是最迟把Codex接入微信里面的人。。。
1.本机安装并启动 OpenClaw Gateway
地址是 http://127.0.0.1:18789/，作为微信和 Codex 之间的中转。
2.安装微信插件
安装 @tencent-weixin/openclaw-weixin（用图四的那串可以复制的提示词，扔给Codex），然后用微信扫码绑定。第一次扫错号，后来重新扫码，只保留了新账号。
3.安装 Codex 插件
安装 @openclaw/codex，让 OpenClaw 可以调用 （直接让Codex安装）Codex runtime。
4.登录 OpenAI/Codex
通过 OpenClaw 的 OAuth 流程登录你的 OpenAI/Codex 账号。
5.切默认模型
把默认模型从 DeepSeek 切到：openai/gpt-5.5
6.并显式指定：
https://t.co/VfyG8uIXcm = codex
7.调高智力档位
把默认 thinking 调成：
xhigh
8.重启 Gateway 并验证
确认微信通道正常、模型是 GPT-5.5、Runtime 是 OpenAI Codex。
然后我就能够随时调用我开机的Mac，再加上https://t.co/vdKPrHBuAa
就能随时随地在手机微信里面解析聊天记录。
再掉用各种社媒解析Skill搜集选题和素材等等。。。
最近这几个月分享了太多关于Codex的玩法了，横跨了赚钱、自媒体、视频、记忆系统、APP开发上架、教程等多个领域，大家进行系统学习的时候，可以把这篇推文发给Codex，让它给你推荐阅读路径。
一、边玩边赚钱与实战变现
1. Codex进阶实战教程，办公四件套、3D视频、电商自动化
https://t.co/iQpedrxwlu
2. GPT2-image变现杠杆思路，6步赚钱路线图
https://t.co/JmnyYcReXr
3. 第一款App已有上百付费用户，全程用Codex完成
https://t.co/UUWc3toPBx
4. GUI可视化数据中台想法，打通微信飞书X数据
https://t.co/hK7YXLFewR
二、Codex App 新手入门
1. Codex App 小白完整入门指南，界面设置权限全解析
https://t.co/3WMhhNaazG
2. Codex新对话代理问题完整修���方案
https://t.co/qLMn094nRO
3. Codex App是普通人最佳本地AI选择，对比Claude Code
https://t.co/AwOeGpQr98
三、记忆系统优化
1. 基于EverOS重构Codex记忆系统并开源模板
https://t.co/JEe8D6LlaY
2. Codex+Obsidian+SQLite+向量检索迭代升级
https://t.co/xQ2CLgU844
3. 一键搭建Obsidian长期记忆系统完整提示词
https://t.co/6rpYIHz8dT
4. 外接Obsidian大脑优化版提示词，Token大幅节省
https://t.co/ETkLAihZRx
5. Codex记忆系统开源模板，支持多Agent共用
https://t.co/pycB6qr40H
四、Agent开发与部署
1. 从0到1开发并部署生产级Agent实战视频教程
https://t.co/S0rIGrOhFv
2. 非技术小白用Codex完整开发项目的最佳路径
https://t.co/u8cMbxT4ID
五、工具集成与自动化
1. Codex打通微信飞书自动归档合同交付物
https://t.co/GXrrcsSGKR
2. Computer Use打通Codex与ChatGPT Pro调用最强模型
https://t.co/S8YO61eYbu
3. Codex最好用插件推荐，Computer Use与Playwright优先
https://t.co/oLW1wGSG7A
4. Codex官方支持开源模型DeepSeek GLM Kimi
https://t.co/8oPhJ01CSi
5. Codex+GPT5.5实现微信双开Skill
https://t.co/ssSqUMNnOY
六、Computer Use与实战案例
1. Computer Use冰山一角用法大清单，10+真实案例
https://t.co/TQkuSdsDYv
2. 用Codex完成App备案与华为审核全流程
https://t.co/sGkoVoNaSi
3. Codex修复自家WiFi连接问题仅用2分钟
https://t.co/iaVHAefI6s
七、产品比较与日常使用
1. Claude Fable5 vs Codex，坚持使用Codex理由
https://t.co/e7EMk72Ehj
2. Codex /Sites命令构建团队网站或App
https://t.co/pl90Df0VJW
3. Claude vs GPT Codex全面对比分析
https://t.co/ma6I6z6kpF
4. 学习Codex最简单方法，搜索主页所有Codex推文
https://t.co/O8xnCD21wF
5. 重庆线下Codex分享，下沉市场仍有巨大空间
https://t.co/g8BHwWe92a
转发一下 B 站博主的锐评 PPT skills：
注意：有些 skill 不是专门做 PPT 的，所以评分会有��低，只是需求不同，想专门做 PPT 的看最前面的。
1. hugohe( 3.1万 star) | 顶级天花板 👑
全场唯一正经做 PPT 的！元素全可编辑，自带音色克隆和旁白生成，纯纯降维打击。
🔗https://t.co/bkjqie6dF1
2. 张咋啦 @zarazhangrui ( 2.3 万 star)
顶级主观审美最佳，完成度极高！目前呈现为 HTML ��式，稍微考验一点使用者的基础。🔗https://t.co/c449l5uXoX
3. 花叔 @AlchainHust ( 1.9 万 star)
顶级审美极佳，关键是能输出可编辑的 PPTX 格式！
🔗https://t.co/0RHr9ph0lQ
4. 歸藏 @op7418 ( 1.5 万 star)
人上人瑞士风审美非常棒，自带快捷键，很适合线下分享。
🔗 https://t.co/KG60VROUD1
5. Lewis ( 6500 star)
功能设计十分贴心，自带计时器和逐字稿等实用组件。https://t.co/TNphxczaEc
6. 宝玉 ( 2.2 万 star)
NPC风格偏可爱，主要以纯图片形式呈现。
🔗 https://t.co/zdfYk8r3D3
7. 乔木 ( 5400 star)
偏向于纯图片卡片的输出，更侧重于内容的初步呈现。
🔗 https://t.co/q27QsZTLWs
Last Seen Users on Sotwe
Most Popular Users
Elon Musk 
@elonmusk
241.5M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
113.8M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.6M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.7M followers
KATY PERRY
@katyperry
89.6M followers
Taylor Swift
@taylorswift13
83.5M followers
Lady Gaga
@ladygaga
75M followers
Virat Kohli
@imvkohli
72.8M followers
Kim Kardashian
@kimkardashian
70.7M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
65.8M followers
Bill Gates
@billgates
64.9M followers
Selena Gomez
@selenagomez
62.7M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers