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 35 篇文章中筛选出 37 条工具实操
🛠️ Claude Code /goal — 定义规则后自动对整个项目批量执行代码修改
/goal 是 Claude Code 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：Prompt该退环境了，未来属于Loop Engineering。
来源：@Khazix0918 推文集
- - -
🛠️ GLM-5.2 /loop — 通过循环指令实现自动化任务执行
/loop 是 Claude Code 的一个命令，允许你定义任务目标（如"自动修复所有 PR 的 CI 问题"），然后 AI 会自动创建循环流程，持续执行任务，无需人工干预。
传统开发中，处理重复性任务需要手动输入指令或编写脚本，效率低且容易出错。/loop 通过定义目标和循环机制，让 AI 自动处理任务，实现持续自动化流程。
工作方式是先设定任务目标，然后 AI 会自动创建循环流程，持续执行任务，如修复 CI 问题、处理 PR 评论等。作者实测使用 /loop 和 ultracode 可以在一天半内完成 $3000+ API 用量，实现三个应用开发，效率显著提升。
来源：Prompt该退环境了，未来属于Loop Engineering。
来源：@Khazix0918 推文集
- - -
🛠️ GLM-5.2 动态工作流 — 实时生成并协调多个子代理处理复杂任务
动态工作流是 GLM-5.2 的一个功能，允许你实时创建自定义的“harness”（抓手），让 AI 根据任务需求生成工作流，协调多个子代理（subagents）并行处理复杂任务，如代码审查、安全分析、研究等，自动化执行多步骤、多视角的分析和验证。
传统方法在处理复杂、多步骤或需要多视角验证的任务时效率低下，容易出现目标偏移、自我偏好偏差等问题，而动态工作流能有效解决这些问题，提升任务完成的准确性和全面性。
工作方式是通过 JavaScript 编写动态工作流，让 AI 在运行时创建和协调子代理，每个子代理有独立的上下文窗口和目标，通过分类、分发、验证、合成等模式处理任务，确保任务的全面性和准确性。作者在实际使用中发现，动态工作流在处理复杂任务时显著提升了效率和质量。
来源：@swyx 推文集
- - -
🛠️ Fable 5 — 多日自主运行的 AI 模型，支持自我验证与持续改进
Fable 5 是一个能够进行多日自主运行的 AI 模型，可以规划多个阶段的任务、委派给子代理、并检查自己的工作。它支持自我验证、多阶段知识工作、复杂的代码实现和自我改进系统。
传统模型如 Sonnet 4.6 仅能进行短时间的提示和响应，而 Fable 5 的独特功能在于其能够进行长时间的自主运行和自我改进，构建自我改进的系统，而不仅仅是执行单次任务。
工作方式是通过构建一个包含循环、动态工作流和例行程序的系统，使得每次运行都能积累经验并改进。它通过独立的验证代理来评估自己的输出，从而实现自我改进。作者指出，大多数用户将 Fable 5 当作 Sonnet 4.6 使用，仅运行几分钟就关闭标签页，这浪费了 Mythos 级别的定价。
来源：啥？Fable 5一出，Skill和Prompt都白学了？
来源：@FinanceYF5 推文集
- - -
🛠️ Kimi K2.7 Code — 长上下文编程优化，提升代码生成与执行效率
Kimi K2.7 Code 是专为编程场景优化的模型，支持长上下文编程、长程任务处理、减少过度思考、提升 Agent 自主执行能力，并提供高速版以提高输出速度。
传统编程中，长上下文理解困难、任务执行不稳定、token 消耗高、Agent 执行效率低等问题普遍存在。Kimi K2.7 Code 通过优化模型结构和训练流程，提升指令遵循能力、减少过度推理、增强长程任务稳定性，并通过高速版实现性能提升。
工作方式是通过优化模型结构和训练流程，提升指令遵循能力、减少过度推理、增强长程任务稳定性，并通过高速版实现性能提升。作者在实际使用中发现，K2.7 Code 在长上下文编程场景中表现更稳定，token 消耗减少 30%，Agent 执行效率提升 10%，并能直接在 Kimi Code 中使用，体验流畅。
来源：在 Kimi Code 中用上最新的 Kimi K2.7 Code 模型，太爽了。
- - -
🛠️ Agnes-2.0-Flash — 自然语言指令生成结构化代码或接地气内容
Agnes-2.0-Flash 是一个能够接受自然语言指令，生成结构化代码（如提取日志中的 IP 和时间戳）或撰写接地气的公众号推文内容的工具。
传统方式需要手动编写复杂正则表达式和格式化代码，或者依赖人工撰写内容，效率低且容易出错。Agnes-2.0-Flash 通过理解用户指令，自动生成符合要求的代码和内容，支持多种日志格式和内容风格。
工作方式是通过理解用户指令，自动生成符合要求的代码和内容，支持多种日志格式和内容风格。作者测试了两个场景：代码生成和内容创作，生成的代码完整且注释清晰，推文内容自然接地气，无需额外修改即可使用。
来源：Fable 5 被要求封禁外国用户，Agnes AI 把全模态 API 永久免费开放给全球
- - -
🛠️ Agnes-Image-2.0-Flash — 根据详细描述生成符合要求的电商主图
Agnes-Image-2.0-Flash 是一个能够根据详细描述生成符合要求的电商主图的工具，包括布局、颜色、文字排版等细节。
传统手动设计电商主图耗时且容易出错，需要专业设计工具和技能。Agnes-Image-2.0-Flash 高度遵从用户指令，准确执行布局和文字位置要求，生成即可用的图像。
工作方式是高度遵从用户指令，准确执行布局和文字位置要求，生成即可用的图像。作者测试了电商主图生成场景，生成的图像完全符合描述，无需后期调整，细节执行到位。
来源：Fable 5 被要求封禁外国用户，Agnes AI 把全模态 API 永久免费开放给全球
- - -
🛠️ Agnes-Video-v2.0 — 根据场景描述生成带音频的短视频
Agnes-Video-v2.0 是一个能够根据场景描述生成带音频的短视频的工具，支持任务式接口调用。
传统手动制作短视频需要专业工具和时间，且难以实现复杂的视觉效果。Agnes-Video-v2.0 通过任务式接口生成视频，支持详细场景描述，输出原生带音频的视频片段。
工作方式是通过任务式接口生成视频，支持详细场景描述，输出原生带音频的视频片段。作者测试了一个猫在客厅的场景，生成时间约 2 分钟，产出是一段 5 秒 1280×704 的视频，原生带音频。
来源：Fable 5 被要求封禁外国用户，Agnes AI 把全模态 API 永久免费开放给全球
- - -
🛠️ 鲁班 Skill — 升级和打磨 AI Skill 的工具
鲁班 Skill 是一个专门用于升级和打磨 AI Skill 的工具，输入一个已能运行但不够完善的 Skill，输出一个结构清晰、可安装、可传播、可复用的高质量 Skill。
传统 Skill 项目在能运行和能发布之间存在很大差距，很多 Skill 虽然能跑，但缺乏清晰定位、安装路径、展示效果等，导致无法被他人理解和使用。鲁班 Skill 解决了这一痛点，帮助开发者打磨出真正可传播、可复用的高质量 Skill。
工作方式是通过分析同类项目、评分打磨、改写优化等方式，提升 Skill 的可发布性和实用性。它会从多个维度评估 Skill 的质量，如真实问题、独特角度、安装理由、公共传播性等，并通过横向和纵向分析，找到 Skill 的生态位和改进方向。
来源：@aiwarts 推文集
此内容由 AI 自动生成 · 仅微信链接可直接跳转
