夜雨聆风从每日 AI 资讯中精选有实操价值的工具，帮你判断哪些值得花时间尝试
关注本号，每日推送不迷路
今日从 29 篇文章中筛选出 34 条工具实操
🛠️ Codex /goal — 定义规则后自动对整个项目批量执行代码修改
/goal 是 Codex 的一个命令，让你描述一个代码修改目标（如"把所有 v1 API 调用改成 v2"），然后 AI 自动遍历项目中所有相关文件逐一执行修改。不是单文件操作，而是项目级别的批量重构。
日常开发中经常需要批量修改——接口升级、命名规范统一、废弃方法替换。以前要么写正则脚本（容易误伤），要么逐文件手动改（耗时）。/goal 理解代码语义，比正则准确，比手动快。
工作方式是先解析你的"目标描述"，扫描项目文件识别需要修改的位置，逐一生成修改并应用。作者实测 500 文件的 API 迁移 20 分钟完成，但需要把目标写得足够明确，否则容易改错位置。
来源：@steipete 推文集
来源：@swyx 推文集
- - -
🛠️ Super Agent — 多线程并行执行任务，统一用户营收体系
Super Agent 是一个企业级 AI Agent，能够通过多线程并行执行任务，统一用户的营收体系，从潜在客户开发到成交，AI Agent 参与到所有环节。它能同时开启几十个任务线程，推进搜索、爬取、编写代码、数据清洗等操作。
传统多 Agent 系统效率低下，信息传递损耗大，而 Super Agent 通过单 Agent 极致优化，提升执行效率，替代传统软件系统，解决企业级自动化执行的痛点。
Super Agent 通过多线程并行执行，将单个模型的智商和工具配置拉到极限，同时采用云端部署和沙盒权限体系，确保安全性与可控性。
在极客公园的采访现场，石一给 Super Agent 下达了一个信息检索任务：「检索半年内中国所有获得投资 AI 企业的创始人背景并输出表格」。随后，Super Agent 同时开启几十个任务线程，推进搜索、爬取、编写代码、数据清洗，2-3 分钟内就获得了结果，表格里包含了创始人姓名、融资金额、公开的联系方式等。
- - -
🛠️ CLAUDE.md — AI辅助编程的行为指南，减少代码返工和错误
CLAUDE.md 是一个65行的Markdown文件，作为AI辅助编程的行为指南，指导AI在编码前思考、保持简洁、精准修改和目标驱动执行。
它解决了AI编程中常见的"最后一公里"问题，即模型能力虽强但行为习惯像急性子新手，导致大量返工和错误。传统方式缺乏明确的工程纪律，导致代码复杂、维护困难。
通过四条核心规则，强制AI在编码前思考、保持最小化实现、精准修改代码、以可验证目标驱动执行，从而减少不必要的改动和错误。
开发者反馈应用后代码行数减少30-50%，可维护性显著提升，代码返工率降低40-60%，Diff大小平均缩小50%，开发者满意度提高。
来源：AI编程的’慢思考’革命：Karpathy的65行CLAUDE.md，如何将准确率从65%提升到94%？
- - -
🛠️ 360安全龙虾云端版 — 远程遥控AI员工干活，无需本地设备持续运行
360安全龙虾云端版通过云端办公室（云主机、云盘、云浏览器）实现远程遥控龙虾干活，无需本地设备持续运行；龙虾教练从0到1帮用户训虾、调度Agent、改进workflow，支持自动扩展能力、定时任务、根据反馈迭代策略。
它解决了普通用户难以上手、成本高、安全性差的问题，无需复杂配置即可拥有AI员工团队，替代繁琐的日常任务。
云端运行避免本地部署和断网问题，龙虾教练通过交互式训练快速生成定制化Agent，支持自动扩展和优化，降低使用门槛。
作者在手机上发送指令后，龙虾在云上完成任务并返回结果，全程无需电脑；两分钟内通过龙虾教练训练出符合特定风格的写作Agent，支持自动更新策略，体验流畅且高效。
来源：龙虾养不动了？周鸿祎反手给虾搭了个云端办公室，专业私教在线炼虾
- - -
🛠️ AI Desk Card — 墨水屏与AI联动，自动更新日程、待办、天气提醒等信息
AI Desk Card 通过一块墨水屏和AI Agent联动，自动更新屏幕边框上的日程、待办、PR队列、天气提醒等信息，根据用户状态和时间自动切换显示内容。
便签纸无法实时更新和同步信息，而AI可以持续读取日历、GitHub等数据，自动调整显示内容，解决信息过时和手动更新的痛点。
墨水屏与AI Agent连接，AI根据用户行为和时间自动决定显示内容，利用墨水屏断电保留画面的特性实现息屏名片功能，同时通过预置widget模板和JSON数据填充实现动态内容更新。
作者实际使用后发现AI Desk Card能自动同步日程和待办，提升效率，且在息屏时作为电子名片使用非常方便，定时任务设置也比传统方式更简单。
来源：开源一个 Skill，让 AI 接管你屏幕边那张便签纸
- - -
🛠️ OpenHuman — 开源桌面AI Agent助手，自动连接数据源并构建记忆树
OpenHuman 是一个开源的桌面 AI Agent 助手，通过 Memory Tree 记忆系统在安装时就开始认识用户，自动将连接的数据源（如 Gmail、Notion、GitHub 等）标准化为 Markdown 片段并构建层级摘要树，生成 Obsidian 兼容的 .md 文件。
它解决了 AI Agent 冷启动问题，无需用户花时间教 AI 认识自己，节省了大量时间。传统方式需要用户手动配置和训练 AI，效率低。
通过 OAuth 一键连接第三方服务，自动同步数据并压缩 Token 消耗，使用 TokenJuice 技术减少 80% 的 Token 使用。
作者提到它支持 macOS、Windows、Linux，一行命令即可安装，且功能实用，如桌面吉祥物加入会议等，体验良好。
来源：推荐 3 个刚开源 Star 在慢慢攀升的 GitHub 开源项目。
- - -
🛠️ Grok Build — AI快速生成网站，降低开发门槛和成本
Grok Build 0.1 能够从头构建网站，用户只需提供提示词，它就能生成现代、实用的网页，如着陆页、电子商务网站、游戏界面等。
传统开发需要大量时间和资源，而 Grok Build 通过 AI 快速生成代码，显著降低了开发门槛和成本。
它利用先进的 AI 模型理解用户需求，自动生成代码并部署，同时保持代码质量和可维护性。
测试显示，Grok Build 在构建多个网站时表现优异，API 成本低且结果实用，效果优于一些国产模型。
来源：@MaxForAI 推文集
- - -
🛠️ Letta Code — 完全本地运行，支持与本地 LLM 集成
Letta Code 可以在本地完全运行，无需登录或 Docker，支持与本地 LLM 通过 pi-ai 从 @badlogicgames 集成。
它解决了需要依赖云端服务和外部登录的不便，允许用户在本地安全地运行 AI 工具，避免数据泄露。
它内置了对本地 LLM 的支持，通过 pi-ai 连接，使得用户可以在本地环境中使用强大的 AI 功能，同时保持数据的隐私性。
作者提到 Letta Code 现在可以完全本地运行，内存存储在本地，但可以同步到 GitHub，这为用户提供了更高的灵活性和安全性。
来源：@badlogicgames 推文集
- - -
🛠️ Data Engineering Harness — 封装数据工程能力，实现企业级治理
Data Engineering Harness 将数据源管理、数据同步、CDC、SQL开发、任务调度、日志诊断、权限审计、运行观测、成本控制和人工接管等能力封装成 Codex/ClaudeCode 可调用、人类可审查、企业可治理的工程能力。
它解决了 AI 生成脚本后无法安全运行、无法追踪审计、权限和成本控制不足、任务依赖关系不清晰、失败不可控等问题，避免数据工程回到 Shell+Crontab 时代。
通过重新设计数据工程能力层，使其成为 Agent 可调用与调试、人类工程师可快速审查、企业可治理的能力层，沉淀企业工程 Know-how，让 Codex/ClaudeCode 调用的是一套被验证过的企业工程能力。
作者通过实验 Demo 展示了用 Codex 结合 WhaleStudio Harness，仅需 10 分钟完成从 MySQL 到 Snowflake 的数据 ETL+自动化建立 SQL Orchestration 的工程流程，包括自动识别数据源、创建同步任务、生成可视化 DAG、执行工作流、查看日志，并把 SQL 转换成 Snowflake 可运行的任务链路，自动调试错误，修正内容。
来源：未来十年的数据工程：从 Modern Data Stack 到 Data Engineering Harness
- - -
🛠️ CANNBot 算子智能体 — 自动完成 Vector 算子从生成到部署的全过程
CANNBot 是一个基于 AI 的算子智能体，能够自动完成 Vector 算子从生成到部署的全过程，包括微架构优化经验的自动应用。
算子优化是提升模型性能的关键环节，但传统方式需要大量人工干预和经验，效率低下且容易出错。CANNBot 的出现大幅降低了算子优化的门槛和时间成本。
CANNBot 通过将微架构优化经验转化为技能库，结合 AI 技术自动完成算子的生成、优化和部署，相比传统方式效率提升至少 5 倍。
北京大学杨智在 DeepSeek V4 的算子实践中评价，CANNBot “表现出了高开发效率与高性能”，并证明了其跨平台能力。
来源：昇腾超节点落地，DeepSeek V4-Pro 永久降价四分之三：一场算力驱动的定价权转移
- - -
🛠️ JuiceFS — 分布式文件系统，适配 AI 场景与大数据场景
JuiceFS 是一款支持多协议、具备弹性扩展能力、提供高性能读写的分布式文件系统，能够适配 AI 场景与大数据场景的存储需求，支持 POSIX、Hadoop SDK、Python SDK、S3 网关等多种接入方式。
传统多套存储系统导致选型与接入成本高、数据流转效率低、研发运维力量分散，JuiceFS 通过统一存储基座解决这些问题，降低接入复杂度，提升数据流转效率。
JuiceFS 通过容量层、性能层和缓存层的协同设计，支持 EB 级存储规模和千亿级文件数量，结合多云部署、高性能读写和自研缓存系统，兼顾大规模存储与高性能访问需求。
在小米内部实际应用中，JuiceFS 支撑了大模型训练所需的高吞吐访问能力，热表缓存后计算效率提升约 10%–20%，存储成本降低，任务耗时减少，系统稳定性与运维效率显著提升。
来源：小米 Data + AI 存储架构演进：EB 级统一文件基座实践
- - -
🛠️ ActiveGraph — 反应式图运行时，自动化复杂任务的追踪和分叉运行
ActiveGraph 是一个基于事件源的反应式图运行时，允许构建可审计、可分叉的代理系统。输入是事件或日志，输出是反应式行为对图的影响，自动化了复杂任务的追踪和分叉运行。
传统代理系统缺乏可审计性和可追溯性，难以处理复杂、长期任务。ActiveGraph 通过内置的审计、分叉和因果关系追踪，解决了这一痛点。
它通过事件日志构建反应式图，所有操作都可回放和分叉，避免了传统代理系统中的对话循环、工作流和代理间通信（A2A）问题。
作者提到用户可以在 30 分钟内用 ActiveGraph 构建一个可追溯的研究代理，并且可以在没有大模型的情况下测试运行时。
来源：@yoheinakajima 推文集
- - -
🛠️ ChatGPT PPT 插件 — 通过侧边栏直接编辑PPT内容，生成图片插入PPT中
ChatGPT PPT 插件通过侧边栏直接编辑PPT内容，保持原有布局不变，仅修改文本，并能生成图片插入PPT中。
传统方式需要手动编辑PPT文件，效率低且容易出错，而插件能快速生成和修改内容，提升制作效率。
利用AI理解用户输入的文本内容，并自动调整PPT布局，同时支持图像生成，使内容创作更加直观和高效。
作者表示该插件效果非常好，与Claude表现相当，且生成图片插入PPT的效果优于直接使用Codex编辑PPT文件。
来源：@Gorden_Sun 推文集
- - -
🛠️ GEOFlow 2.0 — 开源内容生产系统，支持多站点内容分发与协作
GEOFlow 2.0 是一个开源内容生产系统，支持多站点内容分发、AI知识库管理、内容生成与调用、多Agent协作、目标站点包生成与部署。
它解决了内容生产与分发的自动化问题，避免人工重复操作，提升内容协作效率，支持企业沉淀内部知识资产。
基于 Laravel 框架重构，支持多站点管理、AI知识库优化、内容分发闭环、数据分析与监控，提供结构化信源表达。
一个月内 Star 数超过 1.6k，有用户基于系统进行二开探索商业化服务，也有企业用于管理内部知识库和内容资产，显著提升内容生产与协作效率。
来源：@teach_fireworks 推文集
- - -
🛠️ Replit Agent — 通过一个提示为应用添加认证功能，自动化用户认证
Replit Agent 可以通过一个提示来为应用添加认证功能，解决用户登录状态丢失的问题，自动化了用户认证的实现过程。
没有它之前，开发者需要手动处理用户认证逻辑，容易出错且耗时，而 Replit Agent 提供了更简单、高效的解决方案。
Replit Agent 通过智能提示和自动化代码生成，快速集成认证功能，比传统方法更节省开发时间和减少错误。
作者提到通过 Replit Agent 可以快速添加认证功能，提升了开发效率，使应用更安全可靠。
来源：@Replit 推文集
- - -
🛠️ LangChain — 将大模型转化为生产力的框架，自动化从提示词设计到复杂流程构建
LangChain 是一个将大模型转化为生产力的框架，能够帮助用户构建 AI Agent、实现 RAG 检索和智能工作流，自动化了从提示词设计到复杂流程构建的多个步骤。
没有它之前，用户需要自己处理大量技术细节和坑点，无法真正将大模型转化为自己的生产力工具。
它通过封装和优化大模型的使用流程，提供了一套完整的工具链，让用户能够专注于业务逻辑而非底层实现。
作者提到 LangChain 有 13.7 万星，说明其广泛使用，且“所有厉害的 AI 项目后面，十有八九都有它的影子”，表明其在实际项目中的重要性。
来源：@0xluffy_eth 推文集
- - -
🛠️ Perplexity — 分析简历并提供优化建议，将求职拒绝转化为真实回复
Perplexity 是一个 AI 工具，能够分析简历并提供优化建议，帮助用户将求职拒绝转化为真实回复。
没有它之前，用户需要手动分析简历和职位描述，无法高效地定位技能空白并优化简历内容。
它通过分析简历和职位描述，找出缺失的技能，并提供如何诚实地重新定位经验的建议，从而提高简历的匹配度。
作者提到使用 Perplexity 分析简历后，7 天内将 48 次拒绝转变成 8 个真实回复，说明其效果显著。
来源：@0xluffy_eth 推文集
- - -
🛠️ Google AI代理技能 — 兼容主流代理的高级技能，自动化复杂工作流
Google AI 代理技能是谷歌发布的官方 AI 代理技能，允许代理执行高级任务并自动化复杂工作流，兼容 Claude Code、Cursor、Copilot 等代理。
没有它之前，代理无法执行高级任务或自动化复杂工作流，限制了其在实际应用中的能力。
它提供了 13 项与主流代理兼容的技能，使代理能够处理更复杂的任务，提升自动化水平。
作者提到谷歌发布了这些技能，并且是“完全免费且开源”，表明其可访问性和实用性。
来源：@0xluffy_eth 推文集
- - -
🛠️ LangSmith — 跟踪和分析 Claude 代码会话，提升数据管理能力
LangSmith 允许用户追踪和分析 Claude 代码会话，包括分享对话、监控使用模式和成本。
它解决了在使用大模型时难以追踪和管理会话数据的问题，传统方式需要手动记录和分析。
通过提供消息视图和详细的追踪功能，使得数据分析和共享更加直观和高效。
作者表示这是他做出的最佳决定之一，极大地提升了工作效率和数据管理能力。
来源：@LangChain 推文集
- - -
🛠️ PicList + Obsidian 插件 — 自动云端化管理图片，提升笔记同步效率
PicList 将图片上传到腾讯云 COS，Obsidian 插件将粘贴的图片自动上传到图床并替换为链接。
它解决了 Obsidian 图片存储占用本地空间、同步慢、图片丢失的问题，无需手动管理图片。
通过腾讯云 COS 提供云端存储，PicList 负责上传，Obsidian 插件自动触发上传流程，实现图片的自动云端化管理。
作者通过三步操作成功配置，图片粘贴后自动上传，笔记同步变快，库变轻，使用体验良好。
来源：@AI_Jasonyu 推文集
- - -
🛠️ Claude-to-IM-skill — 连接 Claude Code 与 IM 工具，实现远程交互
Claude-to-IM-skill 将 Claude Code 对话远程连接到飞书、Discord 等 IM 工具，支持交互式配置、权限控制、流式预览、会话持久化、密钥保护，无需编写代码即可安装和使用。
传统 IM 工具无法直接与 Claude Code 进行交互，且配置复杂，需要手动处理权限和密钥，而 Claude-to-IM-skill 提供了更便捷、安全的远程控制方式。
通过交互式配置引导用户完成 token 获取，支持三大 IM 平台，采用内联按钮进行权限审批，实时流式预览 Claude 的输出，并通过 chmod 600 保护 token，日志自动脱敏。
作者表示该 Skill 非常易用，配置门槛低，首次启动时有详细的指引，设置完成后即可远程控制 Claude Code，比 OpenClaw 更安全、更方便。
来源：@op7418 推文集
- - -
🛠️ AI Desk Card Skill — 墨水屏与 AI Agent 连接，自动更新信息并显示电子名片
AI Desk Card Skill 通过一块墨水屏和 AI Agent 连接，自动更新屏幕边框上的日程、待办、PR 队列等信息，支持息屏时显示电子名片，以及天气、休息提醒等动态内容。
传统便签纸无法实时更新和动态调整，而 AI Desk Card Skill 利用 AI 的 Memory 和 Agent 能力，自动推送和更新信息，无需手动操作。
通过 AI Agent 决定何时推送什么内容，支持多种 widget 模板，自动渲染并推送到墨水屏，同时支持定时任务和用户状态感知，动态调整显示内容。
作者表示该 Skill 安装简单，只需一句指令即可完成，AI 全程引导，设置后自动运行，无需手动维护，极大提升了工作效率和信息获取的便捷性。
来源：@op7418 推文集
- - -
🛠️ pi-goal — 让 Agent 自驱完成长程目标，自动化任务执行与验证
pi-goal 是一个让 agent 自驱完成长程目标的小工具，通过状态机、长程驱动、continuationPrompt 和 budget_limited 机制，持续投递任务直到完成、暂停或预算耗尽。它能自动验证引用的 commit SHA 是否真实存在，并确保输出符合具体要求。
传统方式需要人工监督和多次交互，效率低且容易出错。pi-goal 自动化了任务的循环执行、验证和预算管理，确保任务高质量完成。
它通过状态机控制任务流程，每次 agent 完成任务后自动触发下一轮，同时注入硬约束要求模型进行详细验证。预算限制不是硬性终止，而是引导模型在最后阶段进行总结和收尾，提升任务完成的可控性。
作者在真实任务中测试了多个模型，发现 DeepSeek V4 Pro 在相同任务下成本仅为 Gemini 3.5 Flash 的 1/31，且质量更高。pi-goal 的 soft budget 机制还能揭示模型的 agentic 倾向。
来源：@wquguru 推文集
- - -
🛠️ Subagents in Claude Code — 独立运行的专用助手，提升代码审查效率
Subagents 是一种在独立上下文中运行的专用助手，它们接收任务，执行操作（如代码审查、文件搜索等），并仅返回结果，而不是将所有中间步骤保留在主上下文中。
在没有 Subagents 的情况下，主代理会在单一上下文中执行所有操作，导致上下文被大量无用信息填充，影响效率和性能。Subagents 解决了这一问题，通过隔离操作，保持上下文的清洁。
Subagents 在独立的上下文中运行，仅返回最终结果，避免了中间步骤对主上下文的污染。通过设置环境变量或使用特定命令，可以实现上下文的继承和隔离。
作者在实际使用中发现，使用 Subagents 后，长时间的代码审查会话中，上下文更加清晰，减少了无用信息的干扰，提升了效率。
来源：@dani_avila7 推文集
- - -
🛠️ zero2claude — 免费课程平台，帮助零基础用户学习使用 Claude Code
zero2claude 是一个免费的课程平台，帮助零基础用户从零开始学习使用 Claude Code，最终能够构建生产级、可扩展的产品。
它解决了用户缺乏基础编程知识和 Claude Code 使用经验的问题，传统方式需要用户自行学习大量知识，而该课程提供系统化的教学路径。
通过分阶段教学，从软件基础到 Claude Code 基础，再到高级使用，无需假设用户已有任何经验，确保学习路径清晰且完整。
该课程由一个人使用 Claude Code 构建和运营，日均处理 640 万次请求，错误率低于 0.003%，证明其稳定性和实用性。
来源：@bcherny 推文集
- - -
🛠️ llm-checker — 自动化推荐适合本地运行的AI模型，提升模型选择效率
llm-checker 通过检测用户的硬件配置，推荐适合在本地运行的 AI 模型，输入是用户的硬件信息，输出是推荐的模型列表，自动化了模型选择和部署的过程。
在本地运行 AI 模型时，用户往往不清楚哪些模型适合自己的硬件，手动选择效率低且容易出错。
它通过分析用户的硬件配置（如 CPU、GPU、内存等），结合模型的资源需求，推荐最佳匹配的模型。
作者使用 llm-checker 检测了硬件并得到了推荐，认为这是一个非常实用的工具，能够帮助用户快速找到适合本地运行的模型。
来源：@svpino 推文集
- - -
🛠️ Redis Iris — 构建智能代理的上下文和记忆平台，提升代理性能
Redis Iris 是一个用于构建智能代理的上下文和记忆平台，输入是实时数据和用户查询，输出是经过语义处理的上下文信息和记忆数据，自动化了上下文检索、记忆管理、数据同步等过程。
代理系统在处理复杂任务时，常常因为上下文不足或不准确而失败，传统方法在速度、新鲜度和可导航性方面存在不足。
它通过语义层、记忆系统和数据集成，实现了高效的上下文检索、记忆管理和数据同步，支持图遍历式检索和低延迟查询。
作者认为 Redis Iris 是解决上下文瓶颈的关键工具，能够显著提升代理系统的性能和实用性。
来源：@svpino 推文集
- - -
🛠️ Higgsfield MCP on Manus — 自动化内容生成和发布流程，提升广告制作效率
Higgsfield MCP 允许 Manus 代理调用前沿的图像和视频模型（如 Seedance 2.0、Nano Banana Pro、GPT Image 2.0），输入是用户提供的图片或指令，输出是生成的视频内容，自动化了内容生成和发布流程。
传统的内容生成需要人工参与，效率低且成本高，而 Higgsfield MCP 提供了自动化的内容生成和发布能力。
它通过集成先进的图像/视频模型，结合 Manus 平台的自动化能力，实现从输入到发布的一站式内容生成。
作者认为 Higgsfield MCP 是实现自主内容生成的重要工具，能够快速生成高质量的广告内容并发布到多个平台。
来源：@svpino 推文集
此内容由 AI 自动生成 · 仅微信链接可直接跳转
