代号 1 / 第 25 篇

主题：把 Codex、Hermes、Claude Code、VS Code、Obsidian、Gemini、Ollama 分成一条能跑起来的 AI 工作流。

今天这个卡点很真实：工具越来越多，反而不知道先打开哪一个。

Codex 可以帮我写脚本、改流程；Hermes 可以接住微信里的想法；Claude Code 适合处理代码工程；VS Code 是工作台；Obsidian 存长期记忆；Gemini 适合读资料和做大上下文整理；Ollama 则适合本地跑模型。

问题不是工具不够，而是这些工具没有分工。没有分工时，每个工具都像入口，最后就会变成：收藏很多，真正跑起来很少。

先看见问题

很多人开始学 AI，最容易掉进一个坑：看到一个工具火，就马上装一个；看到一个教程爆，就马上收藏一个。

结果电脑里有 Codex、Claude Code、VS Code、Obsidian、Gemini、Ollama，微信里还有 Hermes，但真正要做事的时候，第一步还是卡住。

比如你突然有一个公众号选题：

• 是先发给 Hermes？
• 是先放进 Obsidian？
• 是让 Codex 直接写？
• 还是用 Gemini 找资料？
• 如果涉及本地模型，要不要开 Ollama？

工具一多，脑子反而开始打架。

所以今天不讲每个工具的高级技巧，只先解决一个小问题：七个工具各自站在哪个位置。

一个简单概念

你可以把这七个工具想成一条小流水线，而不是七个互相抢活的人。

我的理解是这样：

• Hermes：入口。负责接住我在微信里随口说的想法、链接、卡点。
• Obsidian：记忆。负责沉淀我的长期想法、复盘、知识卡片。
• Gemini：资料阅读。负责读长资料、做大上下文整理、帮我看全局。
• Codex：执行。负责把流程写成脚本，把自动化真正跑起来。
• Claude Code：工程搭档。负责在代码项目里改文件、跑测试、做复杂代码协作。
• VS Code：工作台。负责承载代码、文档、项目结构，让我能看见现场。
• Ollama：本地模型。负责一些本地可控、可离线、可实验的模型任务。

这样一分工，问题就简单了。

不是“我今天用哪个 AI 工具”，而是“这件事现在处在哪一站”。

想法刚出现，进 Hermes；想法要沉淀，进 Obsidian；资料太长，交给 Gemini；流程要落地，交给 Codex；代码要细改，交给 Claude Code；现场要查看，打开 VS Code；想本地跑模型，再叫 Ollama。

今天怎么做

今天你不用学完七个工具，只做一个 10 分钟动作：给自己的 AI 工具画一张分工表。

可以直接照这个格式写：

1. 我的入口工具是谁？

例：Hermes，用来接住微信口述和链接。

1. 我的记忆工具是谁？

例：Obsidian，用来存复盘、想法、知识卡片。

1. 我的资料阅读工具是谁？

例：Gemini，用来读长文、整理资料和补全背景。

1. 我的执行工具是谁？

例：Codex，用来写脚本、改自动化、生成公众号草稿。

1. 我的代码协作工具是谁？

例：Claude Code，用来改项目、跑测试、处理复杂代码。

1. 我的工作台在哪里？

例：VS Code，用来看文件、看结构、看现场。

1. 我的本地模型工具是谁？

例：Ollama，用来做本地模型实验。

写完以后，你会马上清楚很多。

下次有新想法，不用再问“打开哪个工具”。你只要问：它现在应该进哪一站？

一个提醒

不要把七个工具都当成万能入口。

如果每个工具都可以接任务，每个工具都可以写文章，每个工具都可以整理资料，你最后会得到七套半成品。

真正稳定的 AI 工作流，不是工具越多越强，而是每个工具只负责它最适合的那一段。

这也是普通人最容易忽略的地方：我们不是缺 AI 工具，我们缺的是一张工具地图。

最后

今天的 10 分钟动作，就是把你正在用的 AI 工具列出来，然后给它们各写一句分工。

一句话就够：

“这个工具在我的系统里，负责什么？”

当工具有了位置，AI 才会从热闹变成生产力。

这是代号 1 的第 25 篇 / 715

这就是今天的小练习。