Easycompany (@Easycompany333)

一个 Claude Code + 设计技能 + 参考图 + 多轮审美打磨 + Hostinger 部署的完整建站教程 重点是如何避免 AI 网站的廉价模板感 我觉得我很幸运，这几天就在找这方面的内容学习，都知道我做App巨丑无比。 几个核心： 定义“高价感网站”的 8 个标准： 观点/方向 字体 颜色 层级 图片素材 动效 移动端 以及速度和完成度这些隐形细节。 视频提及两个Skills： 1. front-end design（不确定） 2. UI UX Pro Max 让 Claude 避免普通 AI 网站常见的模板感、烂字体和无聊配色。 技巧： - 提示词要具体，最好给 Claude 参考截图，并让它先问澄清问题。 - Claude 生成初版后，逐项打磨：字体、配色、文案、层级、图片/视频素材、Hero 区域、滚动动效、光标交互、微交互。 - 不要一次次喂很细的指令，而是先讲“想要什么感觉”，比如“下面几个区块有点普通，不要更复杂，要更贵气”。

Google 出品，8分钟手把手带你做一个最小的Agent loop，可能是对于Loop最快捷的理解。 其实我个人写的文章也好，实际使用也好，真正从理解角度来说，不复杂，就像理解Skill一样，需求的就是对于文档和文档内容的管理，而不再是提示词的管理 但是Skill能写好，也不容易 同理，loop能使用好，也不是理解的那么容易 最重要的还是要先用起来 实践是检验真理的唯一标准

Anthropic 工程师用半小时完整讲述如何建立一个完整的自我提高优化的Loop流程 并且使用实际案例验证loop是多么的好用 没有冗余的提示词 没有一轮又一轮的对话 收藏起来

Anthropic 工程师70分钟workshop 教你如何让Agent自我优化式的工作十几小时甚至天而不偏移、丢失上下文、自我Loop和迭代 对于Agent解决工作、生活、编程、产品有非常大的帮助

YouTube百万博主Dan用自身经验，从卖数字产品开始如何一步步变成百万博主，最重要的学习方法视频 中文字幕 学习能力永远都是最重要的，可惜我们小时候都在死记硬背，尤其在AI时代下，知识平权，不再需要记忆那么多的时候，你如何能快速掌握学习能力，这个能力才至关重要 收藏起来吧

如果你把 Obsidian 当知识库，这个项目建议收藏。 kepano/obsidian-skills（Obsidian创始人亲自下场） GitHub 36.9k stars。 它做的事情很简单： 教 AI 正确使用 Obsidian。 很多人让 AI 整理笔记，最后得到一堆普通 Markdown。 链接断了。 属性乱了。 callout 写错了。 Canvas 不能打开。 知识库越来越脏。 这个仓库直接给 AI 准备了 5 个 Obsidian Skill： 1. obsidian-markdown 让 AI 会写 Obsidian 风格 Markdown。 适合让 AI 帮你整理读书笔记、项目笔记、日记、知识卡片。 2. obsidian-bases 让 AI 创建 `.base` 文件。 你可以让它把笔记变成类似数据库的视图： - 任务列表 - 读书清单 - 项目状态表 - 内容选题库 - 资料索引 它支持 table、cards、list、map，还有 filters、formulas、summaries。 3. json-canvas 让 AI 创建 Obsidian Canvas。 适合做： - 读书脑图 - 产品结构图 - 项目路线图 - 文章框架 - 研究关系图 它会处理节点、连线、分组和布局。 4. obsidian-cli 让 AI 通过命令行操作 Obsidian vault。 可以读笔记、创建笔记、搜索内容、追加 daily note、设置 properties、查 tags 和 backlinks。 如果你想把 Codex 接进自己的 Obsidian 工作区，这个很关键。 5. defuddle 把网页抽成干净 Markdown。 适合把文章、文档、博客保存进 Obsidian。 它会去掉导航、广告和页面噪声，减少上下文浪费。

强烈建议收藏这个视频： 1. Claude Code 最早只是一个终端实验 他们一开始只是想看看 Claude 放进 terminal 里会发生什么。 后来给它终端权限、文件权限、命令执行能力，才发现这东西每天都能用。 这说明很多 AI 产品，一开始未必来自宏大规划。 先把模型放进真实工作流里，它自己会暴露价值。 2. 真正好用的 Agent，要能并行调查 视频里提到一个用法： 遇到复杂问题，可以让 Claude Code 同时调查 3 次、5 次。 每个方向分别跑一遍，然后再让它挑出最好的方案，总结给你。 这个很适合 Vibe Coding。 别一上来就让 AI 直接改代码。 先让它多路调查： - 方案 A 怎么做 - 方案 B 怎么做 - 哪个风险最低 - 影响哪些文件 - 哪个最适合当前项目 3. Slash Command + MCP 会变成很重要的组合 他们内部已经在用 Claude Code 做 GitHub Action。 比如一个 `/project:lint` 命令，不光检查传统 lint。 还会检查： - 拼写错误 - 注释和代码是否一致 - 是否用了指定网络请求库 - 是否符合项目内部约定 发现问题以后，Claude Code 可以直接修改，再通过 GitHub MCP 提交回 PR。 这个比普通 lint 更灵活。 因为很多团队规则，很难写成静态代码规则，但可以写成一句 Markdown。 4. Memory 可能会成为下一阶段重点 视频里聊到一个很有意思的做法： 让 Claude Code 写 logbook。 记录它做过什么、团队目标是什么、你喜欢怎么工作、项目里有哪些习惯。 长期下来，它才不会每次都像新来的实习生。 我现在越来越觉得，AI 编程的分水岭可能就在这里： 谁能让 Agent 记住项目， 谁就少浪费大量重复解释的时间。 5. 提效差距非常大 视频里有人提到，对他这种每天写代码的工程师，Claude Code 大概能带来 2 倍效率提升。 有些 Anthropic 工程师可能是 10 倍。 但也有人只拿它写 commit message，提升可能只有 10%。 所以问题不在工具强不强。 问题在于你有没有把它放进真正的工作流。 比如： 开发者让它先调查再改代码。 设计师用它提交 UI PR。 数据同事把 CSV pipe 进去，让它直接分析表格。 团队把 lint、review、修复接到 GitHub Action 里。 这段访谈给我的启发是： Claude Code 这类工具，已经不太像“代码生成器”了。 它更接近一个可以接文件、接命令、接 GitHub、接团队规则的工作接口。 普通 Vibe Coder 可以先从一个小动作开始： 给项目写 3 个 slash commands： - `/investigate`：只调查，不改代码 - `/risk-check`：列影响文件和风险 - `/ship-check`：运行测试、检查文档、给发布建议 先让 AI 稳定接住一个流程。 这比单纯问它“帮我写个功能”有用得多。

90分钟的Codex教程，建议收藏，价值远超你买的Agent课程 博主自己的AI创业公司以7位数被收购了 自己就是实战派，视频比书本直观就因为，你可以跟着博主一步一步操作 看完视频你已经具备把脑子里的想法变成产品的能力，并且部署上线。 学习起来吧！

剑桥大学医学博士，YouTube百万博主 从自身出发，叫一个小白如何使用Claude Code来真正的提高生活、工作效率。 博主最早是最学习方法分享，读书分享 彻头彻尾的工作狂，效率狂人，去看看吧，对想使用AI、和已经在使用AI的人都有帮助 60分钟远比你买什么世面上的Agent教程好的多

Open AI 曾官方点名的Codex 视频 值得收藏，不到 2 小时，把 Codex + GPT-5.5 这套组合讲得很实： - 技能怎么配。 - 插件怎么用。 - 自动化工作流怎么搭。 - 多任务怎么并行跑。 - 以及最关键的，怎么把 Codex 从一个聊天窗口，变成一个可以持续帮你干活的开发系统。 真正高效的方式，是你先把上下文、技能、流程、权限、任务边界搭好，然后让 AI 在一个更稳定的工作环境里执行。