γ

02' 𝑣𝑖𝑟𝑔𝑜♍︎

[lis @lisaknowsai]

CLAUDE AHORA OPERA MI TRADINGVIEW SOLO.

NO TOQUÉ EL RATÓN NI UNA VEZ

Le pedí:

"Encuéntrame todos los futuros de BTC con RSI por debajo de 30 y volumen +200% a la vez"

14 segundos después:
→ 6 contratos encontrados
→ Gráficos cargados automáticamente
→ Soportes dibujados
→ Script de Pine corriendo backtest
→ Zonas de entrada marcadas

Luego: "Reproduce la semana pasada y enséñame dónde habría entrado mi sistema"

Pasó solo a modo replay. Vela por vela, marcando cada entrada y calculando PnL en directo.

9 operaciones. +4.780$ teóricos en el backtest. 83% de acierto (en esa prueba, ojo, backtest no es real).

También le pido indicadores:
"Escríbeme un oscilador de momentum que cruce actividad de ballenas con tendencia de precio"

40 segundos. Script listo, indicador en el gráfico.

La mayoría sigue pasando 50 gráficos a mano.

Esto barre 200+ en un minuto.
Escanea, dibuja, testea, calcula.

No reemplaza tu estrategia.

La ejecuta mucho más rápido.

El tutorial del post de abajo te enseña cómo montar tu propio bot de trading

[Vince 聊开发 @vincemask]

我靠，原来 CLAUDE.md 还有这么多门道，以前真是白写了。

以前我一直以为「信息越多越好」，于是把项目历史、技术决策、个人偏好，甚至「写干净代码」这种空泛要求，全塞进 CLAUDE.md。

结果就是：Claude 每次都像在几千行上下文里翻垃圾堆。

要么生成不兼容的依赖，要么理解错项目边界，要么直接跑偏，最后还得我一遍遍纠正。

现在才发现，CLAUDE.md 不是用来堆信息的，而是用来压缩判断标准、约束执行边界、沉淀高频规则的。

强烈建议每个用 Claude Code 或其他 Code Agent 的开发者都认真看一遍。

[AI Will @FinanceYF5]

Citadel把顶级量化炒了。

他用Claude Fable 5，48小时重建整套算法，现在用它反手做空Citadel——已盈利43万美元。

没带走一行代码。十年的交易逻辑全在脑子里

[Vincent @Vincent_AINotes]

高级工程师用 Claude Code，真正拉开差距的地方，不是让 AI 多写几行代码。

而是把自己的时间从“敲代码”，转向更重要的部分：

写清楚提示词
拆任务
做技术规划
审查结果
验证边界

一个比较成熟的工作流是：

把一个任务拆给多个 Agent：

一个负责头脑风暴
一个负责技术方案
一个负责实现
一个负责 code review
一个负责从不同角度验证风险

所有过程都记录成 markdown。

这个方式不一定更快，甚至会有更多等待时间。

但质量会上去，因为每个 Agent 都有明确角色，不是一个 AI 从头糊到尾。

真正的放大器是：

git worktree

它可以让你同时开多个 Claude Code 会话，每个会话在不同分支/目录里处理不同任务。

有人已经在同时跑 4-8 个 Claude Code 会话。

AI 时代新的工程能力，可能不只是“会写代码”。

而是能不能同时指挥多个 Agent，又不让整个系统失控。

[gus @igus_ai]

ALGUIEN HA PUBLICADO EL BOT DE POLYMARKET CON EL QUE GANA MÁS DE 10.000$/MES.

100% gratis. Open source.
Y lo puedes copiar ahora mismo.

Esto es lo que lleva dentro:

→ Protección en 4 capas: parada automática por pérdida diaria, mensual, drawdown y límite total del 40%
→ Filtro de smart money: solo copia traders con más del 60% de win rate real, no a cualquiera
→ Posición dinámica: reduce tamaño cuando pierdes, lo aumenta cuando ganas
→ Detector de ballenas: descarta a quien acertó una vez por suerte y nunca más

Se ejecuta solo. Y tiene protección para no perder todo sin control.

La mayoría de bots de copy trading no tienen nada de esto.

Enlace abajo👇

[断浪 @waveking1314]

卧槽兄弟们，GitHub 上真的有一堆免费到离谱的项目。

很多能力已经能直接干掉你正在月付的软件。

1. TradingAgents
AI 多 Agent 量化交易框架
https://t.co/1KWK86Rm5Z

2. LibreChat
一个界面接入 ChatGPT、Claude、Gemini 等多个模型
https://t.co/MDeFpgsGgb

3. HyperFrames
HeyGen 开源的视频生成引擎
https://t.co/XHwTWxQ7DA

4. Fincept Terminal
开源版彭博终端
https://t.co/XuodvoJJVs

5. MoneyPrinterTurbo
AI 一键生成短视频
https://t.co/GAoWUyfwWj

6. Agentic Inbox
Cloudflare 开源 AI 邮件助手
https://t.co/rGyqHR2CZ8

7. VoxCPM
AI 声音克隆工具
https://t.co/sjlxTv7Iwf

8. Flowsint
开源 OSINT 情报分析工具
https://t.co/tRXkg2uoBX

9. agent-skills
Claude Code 技能库
https://t.co/TYJEkoNnS0

10. Nango
开源 API 集成平台
https://t.co/fAVHqXr3qW

兄弟们，这些真不是玩具项目。

很多你还在交月费的软件，GitHub 上已经有人做出开源平替了。

一句话：

别只会收藏 AI 工具网站了。

真正狠的东西，很多都藏在 GitHub 里。

[唐华斑竹🦅 @uniswap12]

Claude Code 用到这个程度，我算是开眼了

Matt Van Horn 最近写了一篇长文，把他用 Claude Code 的所有技巧和工作流全盘托出了。这篇文章在开发者社区引起了不小的反响，因为他展示的东西已经远远超出了“用 AI 辅助写代码”的范畴。他的核心主张只有一句话：不用 IDE，只用 plan.md 文件和语音。听起来像是在吹牛，但看完他的整套操作之后，你会发现这句话是认真的。

一切从计划开始，代码是最后才写的东西

Matt 说他学到的最重要的一件事就是：脑子里一冒出想法，第一反应永远是 /ce: plan。不管是一个疯狂的产品创意、一个 GitHub 上的 bug 报告，还是终端里弹出的一条报错信息，他都是先截图或者复制链接，扔进 Claude Code，让它先出一份计划。

这个 /ce: plan 命令背后的机制挺有意思的。它会同时启动好几个研究 Agent 并行工作，一个去分析你的代码库，读文件、找模式、检查代码规范；另一个去翻你以前修 bug 时积累的经验文档；如果话题需要，还会有更多 Agent 去查外部的最佳实践和框架文档。全部同时进行，最后汇总成一份结构化的 plan.md，里面写清楚了问题是什么、用什么方案、要动哪些文件、验收标准带勾选框，而且这些内容全部是基于你自己的代码库和历史记录的，不是泛泛而谈的通用建议。

然后 /ce: work 接过这份计划去执行，拆任务、写代码、跑测试、逐条勾掉验收标准。如果中间上下文丢了，开个新会话指向那份计划就能继续。计划文件就是一个永远不会丢的存档点。

传统开发是 80% 写代码、20% 做规划，Matt 把这个比例完全反过来了。思考发生在计划里，执行交给机器。这个理念其实不只适用于写代码，做任何复杂的事情，花更多时间想清楚要做什么、怎么做，然后把执行层面的事情尽可能自动化，效率都会高得多。很多人习惯上来就动手，边做边想，结果经常做到一半发现方向不对，推倒重来。先规划再执行这个道理大家都懂，但 Matt 用工具把它变成了一个强制性的流程，这才是关键。

Compound Engineering：让计划驱动开发成为现实的插件

让这套 plan 优先的工作流真正跑起来的，是一个叫 Compound Engineering 的插件，来自 Every 公司。安装命令就一行：/plugin marketplace add EveryInc/compound-engineering-plugin.

Matt 从这个插件的死忠粉变成了 GitHub 上的第三大贡献者，提交了 21 个 commit。他现在有 70 个 plan 文件，过去 30 天提交了 263 个 commit。他给自己定了一条铁律：除非真的只改一行代码，否则一定先写 plan.md。

这个数字本身就很说明问题。70 个计划文件对应 263 个代码提交，意味着平均每份计划产出将近 4 个 commit。计划写得越清楚，执行的效率就越高，返工的概率就越低。这跟很多项目管理方法论里强调的“前期投入”是一个道理，只不过 Matt 把它落地到了每天的开发工作中，而且有工具来保证执行。

语音输入：当听的人足够聪明，说话就变成了最高效的输入方式

Matt 说他以前特别受不了语音备忘录，苹果自带的听写功能让他想摔手机。但语音转 LLM 完全不一样。转录不需要完美，因为 Claude Code 能理解上下文，它会猜出麦克风没听清的部分。你可以含糊不清、说到一半跑题、重新起头，都没关系。

他用的工具叫 Monologue，也是 Every 公司做的，能把你说的话直接输入到当前聚焦的应用里。你说话，它就往 Claude Code 里打字。他还专门买了个鹅颈麦克风放在办公桌上。更夸张的是，他写那篇文章的时候，有一段就是在特斯拉的 FSD 自动驾驶模式下一边送孩子一边口述的。

语音输入这件事之所以过去一直不好用，核心问题在于转录精度。你说的每个字都必须被准确识别，否则就会出错。但当接收方从一个死板的文字处理器变成一个能理解上下文的 AI 之后，这个瓶颈就消失了。AI 不需要你每个字都说清楚，它能根据前后文推断出你的意思。这个变化看似很小，但它实际上解锁了一种全新的人机交互方式：你可以像跟同事说话一样跟 AI 交流，不用字斟句酌，不用担心措辞，甚至不用担心语法。

四到六个窗口并行跑：一个人活成一个团队

Matt 日常的工作状态是同时开四到六个 Ghostty 终端窗口，每个跑一个独立的 Claude Code 会话。一个在写计划，一个在根据另一份计划构建代码，一个在跑 /last30days 做调研，一个在修他测试上一个功能时发现的 bug。

当一个窗口里 /ce: plan 正在启动研究 Agent 的时候，他切到另一个窗口 /ce: work 执行一份已经写好的计划。那边在构建的时候，第三个窗口又粘进去一个新 bug。等他切回第一个窗口，计划已经写好了，安静地等在编辑器里。

为了让这种并行工作模式跑得通，他改了三个关键配置。第一个是跳过权限确认，Claude Code 默认每个操作都要你点“允许”，他直接在配置文件里把所有权限都放开了，让每个会话完全自主运行。第二个是完成时播放提示音，这样他可以走开去干别的，听到声音再回来看结果。第三个是 Zed 编辑器每 500 毫秒自动保存，这样 Claude Code 改了文件，编辑器里立刻能看到变化，反过来他在编辑器里打字，Claude 一秒内就能感知到。整个体验就像在 Google Docs 上跟人协作，只不过协作者是个 AI。

这种工作方式的代价也很直观：他的 MacBook 大概一小时就没电了，六个 Claude 会话并行跑太耗电了，他刚下单了新款 MacBook Pro。但换个角度想，一个人同时推进四到六个任务，这在以前是不可想象的。过去你需要一个团队来并行处理不同的工作流，现在一个人加一组 AI 会话就能做到。

/last30days：做任何决策之前，先看看社区在聊什么
Matt 在做 /ce: plan 之前，经常先跑一个叫 /last30days 的调研工具。这个工具是他自己开源的，GitHub 上已经有 4500 颗星了。它能并行搜索 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket 和网页，几分钟内把某个话题在过去 30 天里的社区讨论全部拉回来。

他举了个例子。当时他在 Vercel 的 agent-browser 和 Playwright 之间做选择，没去翻文档，直接跑了 /last30days。几分钟后结果出来了：78 个 Reddit 帖子、76 条推文、22 个 YouTube 视频、15 个 Hacker News 讨论。数据显示 agent-browser 的上下文 token 消耗比 Playwright 少 82% 到 93%，Playwright 光工具定义就要吃掉 13700 个 token。

然后他把全部输出喂给 /ce: plan，写出来的计划是基于社区当下真实认知的，不是六个月前的训练数据。

这个做法的价值在于：AI 模型的训练数据总是有滞后的，但技术社区的讨论是实时的。先用工具抓取最新的社区共识，再让 AI 基于这些信息做规划，决策质量会高很多。这个思路不只适用于技术选型，做产品决策、市场调研、竞品分析的时候，先看看真实用户在聊什么，比自己闭门造车靠谱得多。

午餐聊天变产品提案：上下文的复利效应

Matt 讲了一个特别有意思的故事。他跟一个潜在候选人吃了顿午饭，聊了一个半小时，内容包括一个新产品想法、美食、餐厅、孩子，什么都聊。他全程开着 Granola 录音。

午饭后，他把完整的会议记录粘贴到 Claude Code 里，让它把这段对话变成一份产品提案。关键在于，Claude Code 已经知道他们公司的产品代码在 GitHub 的什么位置，还能访问他之前写的每一份战略 plan.md。所以它处理这段午餐对话的时候，不只是提取里面的产品想法，而是在跟实际代码库和过去所有战略决策做交叉比对。

结果一次就生成了一份非常出色的提案，目标、用户故事、技术方案、里程碑一应俱全，关于餐厅和寿司的部分自动忽略了。当晚发给了那个候选人，这个人后来全职加入了他们，现在就在做那个产品。

这个故事里最值得关注的概念是“上下文的复利效应”。每一份你写过的战略文档、每一个你做过的技术决策、每一次你积累的经验，如果都以结构化的方式存下来，它们就会成为 AI 做下一次决策时的参考依据。时间越长，积累越多，AI 给出的建议就越精准。这就像复利一样，前期看不出什么差别，但随着时间推移，差距会越来越大。

Mac Mini 变成 24 小时在线的 AI 工作站

Matt 有一台 Mac Mini 专门跑 OpenClaw，但他还用它做了两件很聪明的事。

第一件是通过 Telegram 远程操控。Claude Code 有 Telegram 集成，他从手机给 Mac Mini 发消息就行。吃饭的时候想到一个 bug，往 Telegram 里打一句 /ce: plan fix the timeout issue，等回到电脑前，计划已经在编辑器里等着了。

第二件是飞机上用 tmux。Claude Code 处理飞机 WiFi 的能力很差，连接一断会话就挂了。但如果先 tmux 到 Mac Mini 上，会话就跑在那台机器上，笔记本只是一个窗口。WiFi 断了 20 分钟？重新连上就行，会话还在原来的地方，而且一直在干活。他从欧洲飞回来的整趟航班都在发布功能。

一台几千块的 Mac Mini，加上一些配置，就变成了一个 24 小时在线、随时可以远程调度的 AI 工作站。这个思路的性价比极高，对于任何需要长时间跑 AI 任务的人来说都值得参考。

费用策略：Claude 负责思考，Codex 负责干活
这种高强度的使用方式自然会带来费用问题。四到六个 Opus 会话全天并行跑，每月 200 美元的 Claude Max 套餐很快就会烧完。

Matt 的解决办法是再买一个每月 200 美元的 Codex 套餐。他给 Compound Engineering 提交了一个 /ce: work --codex 功能，当 Claude 额度不够时自动切换到 Codex 执行。两个套餐互补：Claude 负责规划和编排，Codex 负责重度代码实现。

有些朋友用 Codex 来 review Claude Code 写的代码，反过来也一样。还有人更喜欢 Codex 的代码输出质量，但通过 Claude Code 来做编排调度。这种“让不同的 AI 各司其职”的思路，跟管理团队其实是一个逻辑：你不会让同一个人既做战略规划又做具体执行，AI 也一样，让擅长思考的去思考，让擅长执行的去执行。

他还提到自己有一个“晚安模式”，能在睡觉的时候让 Agent 继续干活，但具体怎么做他说下次再讲。光是这个概念就已经够让人兴奋了，相当于你的工作时间从每天十几个小时变成了 24 小时。

迪士尼世界：这套工作流不只是用来写代码的

文章最后 Matt 讲了一个完全跟代码无关的实战案例，非常生动。他在足球场看孩子比赛，旁边一个家长跟他聊迪士尼世界的旅行计划。他当场掏出笔记本演示。

先跑 /last30days Disney World，两分钟后拿到了 66 个 Reddit 帖子、34 条推文、8 个 YouTube 视频的最新信息，包括价格趋势、哪些项目在维修、哪些即将重新开放。然后用 /ce: plan 输入自己的需求：一天跑四个园区、想玩哪些项目、预算多少、孩子多大。Claude 的研究 Agent 交叉比对数据后，写出了一份结构化的攻略，包括园区顺序、快速通道预订策略、提前一周要设的闹钟提醒，甚至还列了孩子的身高要求。

他还帮那位家长也做了一份三天的攻略，305 行，包含逐日行程和一条“这周先给你家五岁的穿着鞋量一下身高”的提醒。然后一句话让 Claude 把攻略部署成了一个 Vercel 网页，方便在手机上看。最后通过 Telegram 把计划扔给 OpenClaw，让它在日历上设好提醒，还做了 cron 定时任务作为双重保险。

语音到调研到计划到网站到自动提醒，全程在足球场边完成。

这个案例的意义在于，它证明了这套工作流的适用范围远远超出了软件开发。调研、规划、执行、部署、自动化，这个循环适用于任何需要处理复杂信息并做出决策的场景。旅行规划只是一个例子，换成市场调研、活动策划、投资分析，逻辑都是一样的。

Matt 在文章结尾总结了他的全部装备：

一个语音应用、一个计划文件插件、三个配置修改、四到六个并行会话、一台 Mac Mini，再加上能变成产品提案的午餐会议。没有 IDE，没有代码。说、规划、构建。在书桌前、在沙发上、在车里、在球场边。

这篇文章最大的价值可能不在于具体的工具和配置，而在于它展示了一种全新的工作范式：人负责思考和决策，AI 负责调研和执行。当你把这两者之间的协作流程打磨得足够顺畅的时候，一个人能做到的事情会远远超出你的想象。

而这一切的起点，只是一个简单的习惯：有想法的时候，先写计划。

#AI #AIAgent @grok

[Nico @nicos_ai]

Olvídate de pagar CapCut.

Acabo de encontrar Clypra: un editor de video open source que hace gratis todo lo que CapCut cobra.

→ Timeline multi-pista profesional
→ Edición frame-accurate
→ Visualización de audio en tiempo real
→ Filmstrip + ruler
→ MP4, MOV, WebM, MKV y más
→ UI oscura y moderna

Gratis. Sin marca de agua.

Rendimiento nativo en macOS, Windows y Linux.

Construido con Tauri + React + FFmpeg.

Repositorio abajo 👇

[Nico @nicos_ai]

Ahora puedes darle memoria infinita a Claude, Codex y Cursor.

100% gratis y open source.

Memanto ya es tendencia con +5.000 estrellas en GitHub.

La herramienta:
→ guarda el contexto de tus sesiones de trabajo
→ lo comprime y organiza con IA
→ recupera lo relevante en menos de 90ms
→ funciona con Claude Code, Codex, Cursor, LangGraph, CrewAI

Sin bases de datos vectoriales y sin configuración compleja.

Un solo comando para instalarlo:

→ pip install memanto

Ya no reinicias el contexto. Tu agente simplemente lo recuerda.

Enlace abajo👇

[gus @igus_ai]

CURSOR está regalando 1 año de Pro GRATIS

solo necesitas conseguir un correo de estudiante, tuyo o de alguien que conozcas

lo que incluye:

→ 12 meses de Cursor Pro (valor $240)
→ acceso completo a GPT, Claude y Gemini
→ sin tarjeta tras la verificación

cómo conseguirlo:

1. entra en https://t.co/hA5iiAXMqj
2. regístrate con un email universitario
3. pasa la verificación de estudiante

en algunos países es con un email .edu, pero cada país tiene su propio sistema de verificación estudiantil

mientras todos pagan $20/mes, tú puedes programar proyectos enteros GRATIS durante un año

aprovecha antes de que termine el plazo

[0x_Miko @Mikocrypto11]

Claude Code 的创造者 Boris 讲了一个很关键的转变：

“我现在不再给 Claude 写 prompts。
我写 loops
然后让 loops 去完成工作
我的工作，就是写 loops。”
这其实也是很多人用 Claude Code 卡住的地方

他们还在把它当聊天工具用：
输入一个需求
等一次回答
然后手动继续改

但 Boris 在 30 分钟里展示的是他真实的 daily setup：
Claude Code
loops
dynamic workflow
核心不是让 Claude 一次性给出完美答案

而是把任务拆进一个可以反复执行、检查、修正的循环里
模型不只是回答你
它会在 workflow 里持续推进任务
这类内容，可能比很多 $500 的 vibe-coding 课程更有价值
因为它讲的不是“怎么写一句更好的 prompt”
而是怎么把 Claude Code 变成一个能持续工作的系统

AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

基金经理们怕是要睡不着了😅

有人把交易公司的底层架构整个开源了，GitHub上直接飙到8w+ stars，这数字离谱。

说白了，这就是给你白嫖了一整支AI金融分析师天团：

1️⃣ 多个AI团队并行干活，分析师啃财报、盯全球突发事件
2️⃣ 研究员多空互博，左右手互搏吵架
3️⃣ 交易员拍板出决策，风控最后兜底

以前华尔街靠信息差和团队配置筑起的护城河，现在正被开源一铲一铲填平。普通人手里的牌，真的越来越多了。

https://t.co/SHXtHyZL5O

[王峰Anc🔶OP_CAT @wangfenganc]

Codex 十大必装 Skills 技能来了！ 让你效率提升10倍不止！

先收藏，再安装，这10个技能一个比一个实用！

1⃣Superpowers
让 Codex 像严格工程师一样干活：先写测试，再写代码，还会主动做代码检查，减少“看起来能跑、实际有坑”的情况。
安装/来源链接：
https://t.co/ufHfkw8zmY

2⃣SuperClaude Framework
给 Codex 增加一套常用指令菜单。你可以用更简单的命令，让它做分析、修 bug、写代码、优化项目、生成文档等任务。
安装/来源链接：
https://t.co/lVqPz8WPwe

3⃣MiniMaxSkills
一套现成的工作流程模板，覆盖前端、全栈、移动端和文档写作。适合不知道怎么下指令的新手，直接照着流程让 Codex 干活。
安装/来源链接：
https://t.co/LppWRckaot

4⃣Anthropic Official Skills
官方示例技能库。主要用来学习“一个好 Skill 应该怎么写”，也适合拿来当模板，改成自己的专属技能。
安装/来源链接：
https://t.co/z07dDYhbU7

5⃣Vercel Agent Skills
Vercel 官方的网页开发检查规则，特别适合 React 和前端项目。它会帮你检查页面性能、结构、可访问性和工程规范。
安装/来源链接：
https://t.co/I5L5esKl1H

6⃣Planning with Files
让 Codex 用 Markdown 文件记录计划、进度和上下文。适合长期项目，避免聊着聊着忘记前面做过什么。
安装/来源链接：
https://t.co/PhzFLvD65S

7⃣Context Engineering Skills
教 Codex 更好地管理上下文：什么该记住、什么该总结、什么时候该清理。适合复杂项目，能减少跑偏和重复沟通。
安装/来源链接：
https://t.co/g9JVmmfTc5

8⃣Composio Skills
帮 Codex 连接外部工具和服务，比如 GitHub、Notion、Slack、数据库等。适合想让 Codex 不只写代码，还能帮你操作工具的人。
安装/来源链接：
https://t.co/Y3rZITMHNK

9⃣Antfu Skills
学习高手如何设计 Skills。适合想进阶的人参考，看看优秀开发者是怎么把经验沉淀成可复用工作流的。
安装/来源链接：
https://t.co/zWX1OJbNmA

🔟Awesome Agent Skills
一个大型 Skills 目录，收集了很多公司和社区做的技能。适合当“技能导航站”，需要什么能力时进去找灵感或模板。
安装/来源链接：
https://t.co/zjwynBGVly

在用 CodeX 的强烈建议安装一下，对工作效率的提升是全方位的。 #codex #skill

[周览资源 @grgerwcwetwet]

用 Claude Code 写代码的人，真的建议把 Trellis 装上。

不夸张地说，它可能是 Claude Code 的“最佳外挂”之一。

很多人觉得 AI 编程不稳定，其实不是 Claude 不行，而是你每次都在让它“失忆开工”：项目背景要重新讲、需求要重新喂、代码规范要重新说、上次做到哪也要重新解释。

Trellis 直接把这个问题干掉。

它会在项目里生成一个 .trellis/ 目录，把需求、规范、任务、进度、工作日志全部沉淀下来。下次 Claude Code 再进来，不用你从头解释，它能直接读取上下文，知道项目要干什么、做到哪一步、接下来该怎么推进。

这就很像给 Claude Code 装了一个“项目大脑”。

它不是简单的提示词模板，而是一套完整的 AI 开发工作流：先规划，再实现，再验证，最后把经验继续写回项目里。

适合什么人？

长期用 Claude Code 写项目的人；
经常被 AI 忘记上下文折磨的人；
项目越来越大、提示词越来越乱的人；
想让 AI 真正像团队成员一样持续干活的人。

Claude Code 单独用，像一个很聪明但健忘的程序员。
加上 Trellis，才开始有点“AI 开发团队”的味道。

GitHub：https://t.co/GLgQPxx9yX

[0x_Miko @Mikocrypto11]

Anthropic 自己的团队，刚刚演示了如何搭建 production AI agents

37 分钟

免费
而且是由真正构建这套系统的 engineers 亲自讲
这不是又一个“AI 很强”的泛泛分享

而是直接展示：
怎么把 AI agents 从 demo，推进到 production
很多人过去 6 个月，还在手动管理每一个 workflow
自己拆任务
自己复制上下文
自己盯执行
自己检查结果

但 Anthropic 这次讲的是另一件事：
如何把这些 workflow 放到 autopilot 上
让 agent 不只是回答问题，而是参与执行、协作和持续推进任务

真正有意思的是：
AI agent 的关键，不是单次生成得多漂亮
而是能不能稳定接住真实工作流
能不能连接 tools
能不能处理上下文
能不能持续执行
能不能进入 production

先看这个 37 分钟 workshop
未来真正拉开差距的，是谁会用 AI 提问，还是谁能把 AI agents 接进自己的生产系统？

[Vincent @Vincent_AINotes]

以前 Claude Code 扫一个大项目，工具调用要52次。

用了 CodeGraph 之后，3次。

它给 AI 编程工具加了个知识图谱——函数、变量、依赖关系全部索引化，AI 不用再一遍遍翻文件，直接查图谱。

4000个文件的项目，速度快46%，token 费用少35%。

完全本地运行，代码不外传。

GitHub 23k stars，支持 Claude Code、Cursor，Windows/Mac/Linux 都能跑。

你现在跑大项目，AI 扫文件慢这个问题有多严重？

[Sac @Saccc_c]

还没在Codex里配置好Agents.md的可以直接来抄大神Karpathy的作业了

65行的极简配置，内容精辟有效，完全可以作为你的Agents.md全局规则起点

具体怎么做：
直接把仓库里的这套规范复制到Codex App的全局自定义指令部分，后续配合下面文章的方法去不断扩充、迭代规则，你的Codex使用就已经超越了大多数人

仓库地址：https://t.co/v2MC3iP4rg

[黄小木 @ai_xiaomu]

https://t.co/qEXCXdWo5b

[淘沙者(TheSandPicker) @Etudecn]

这哥们28分钟的视频教怎么写提示词
我看过300刀的课都没他前10分钟讲得透
Claude文档、记忆快捷键、并行对话、提示模式全给拆明白了
最骚的是完全免费
刚才点开一看已经5万多播放了
硬核分享

[梭哈.AI @SUOHA_AI]

全球最贵的金融团队都在 GitHub 上开源了什么？

普通人怎么了解量化？直接上手是最快的
Jane Street、Goldman Sachs、J.P. Morgan 等顶级量化与高频交易机构，都放出了代表性的金融/工程工具，帮助普通量化爱好者免费学到机构级的定价模型、实时数据可视化和高精度性能调试能力👇

1. Jane Street magic-trace（5.4k stars）

https://t.co/tAlPecpbbm

基于 Intel Processor Trace 的高精度进程追踪工具。普通 profiler 看不清调用栈的时候，它能以纳秒级分辨率记录 CPU 每一条指令的完整执行过程。想深入调试性能、搞清楚程序到底卡在哪里的同学，强烈推荐试试

2. Goldman Sachs gs-quant（10.2k stars）

https://t.co/lI5LhPi4Hj

高盛交易员日常使用的衍生品定价和风险管理 Python 工具包。包含期权、掉期等常见衍生品的完整定价模型和风险计算模块。直接 pip 安装就能用，适合想系统学习机构级量化定价的同学，实用性很强

3. Perspective（原 J.P. Morgan 项目，10.5k stars）

https://t.co/MwYzhCFUTx

J.P. Morgan 开源的实时数据可视化利器，特别擅长处理海量流式行情数据。能快速搭建漂亮的交互式仪表盘和实时监控界面，支持 Jupyter，比很多付费终端还灵活。对做数据分析和行情可视化的朋友非常友好

这三个开源项目，能让你直接用上机构级的定价模型、实时行情仪表盘和高精度性能调试工具，帮普通开发者提升量化分析、数据可视化和代码优化能力，完全免费