钉子之家

一份童装创业计划，用grill-with-docs拷问出17条决策

lincats — Tue, 08 Sep 2026 20:17:36 +0800

用户希望根据提供的长文，生成一篇不超过150字的文章摘要。内容是关于一个商业项目的AI规划过程，核心人物是Tobi，项目叫Keepsake Threads。我需要提炼出主要事件、流程、关键方法和结论，确保摘要简洁有力。从长文里，我梳理出几个关键点：项目是把旧衣物图案用AI提取并重印到新衣服上；Tobi用grill-with-docs工具链进行规划和决策，产出了17份决策记录；重要的落地方式是生成术语表、ADR和最终计划；过程中强调成本控制、IP规避，并放弃了一个“自动选风格”的功

AI 画架构图的两款 skill，Archify 对 Excalidraw 怎么选？

lincats — Mon, 07 Sep 2026 18:58:47 +0800

我们需要根据用户要求生成一个≤150字的文章摘要。用户提供了一篇关于两个AI画架构图skill（Archify和Excalidraw Diagram Skill）的对比文章。摘要需要简洁，概括核心内容。注意字数限制，必须≤150字。我们需要提取关键信息：两款skill对比，Archify产出交付用HTML，Excalidraw产出可编辑白板JSON；自纠错方式不同（规则校验 vs 视觉回看）；选择取决于交付还是继续修改。摘要应精炼。让我们写。Archif

开源、开箱即用，这套 AI 软件工厂装好就能把需求变成产品

lincats — Sat, 05 Sep 2026 15:34:49 +0800

我们只需要根据内容生成≤150字的摘要。内容是关于AI软件工厂的探索，ColeMedin的Archon工作流和开源软件工厂，以及Dynachat实验等。摘要要简洁。用户要求"根据以下内容，生成≤150字的文章摘要" 我们直接写。ColeMedin将Archon工作流沉淀为开箱即用的AI软件工厂（darkfactory），输入PRD即可全自动拆任务、写代码、审合并、部署。他用Dynachat验证了“零代码”上线，但坦言目前仅alpha，

如何避免 AI 代码失控？Matt Pocock 的 /code-review 白话拆解

lincats — Fri, 04 Sep 2026 22:09:10 +0800

Matt Pocock 这套 Skill，字字珠玑，几乎每个字都有其用途。整套流程走到尾，还留了一个重要节点 /code-review，像流水线的守门员。它把一次改动送上两条并行又不干扰的检查线，一条看代码是否守住代码仓库的规矩;一条看需求是否真的做对。两条线分开查，结论再并排摆出。这个 Skill 默认由 /implement 自动调用，此时一个问题会自然冒出来，平常写代码，又该在什么时候主动把它叫出来？

大白话讲解Addy Osmani 的循环工程Loop Engineering工作流

lincats — Thu, 03 Sep 2026 20:32:11 +0800

好的，用户需要根据一篇长文生成一篇摘要，字数要求在150字以内。内容是讲AddyOsmani的“循环工程”工作流。核心概念是用loop+goal构建自动化闭环，关键点是：评估是命门、需要机器可验证的目标、任务可委托但品味和判断要自己核。用户要求“大白话讲解”，所以我要用直白的语言，不能太抽象。摘要不需要覆盖所有细节，要抓核心框架和最有价值的观点。范围限制是150字以内，需要精简。循环工程的核心：把“重复盯着”的苦差事交给AI。先定下能由机器检查的目标

干货：11 个 AI Agent 小窍门，建议收藏

lincats — Wed, 02 Sep 2026 22:21:54 +0800

我们需要理解任务：用户提供了一段长文本，内容是关于ColeMedin的视频笔记，总结了11个CodingAgent修复技巧。要求：“根据以下内容，生成≤150字的文章摘要”。这意味着我们需要基于提供的文本，生成一个不超过150字的摘要。需要简洁概括核心内容。注意：要中文摘要。原文很长，我们需要提炼出最核心的信息。用户明确说“根据以下内容”，因此摘要应覆盖主要观点，但受字数限制，需高度概括。先分析内容：标题（隐含）是ColeMedin的11个微小CodingAgent修复。文章分六

Claude Code 省一半 Token 的 7 招，第 3 个 Skill 你肯定没用过

lincats — Tue, 01 Sep 2026 20:52:39 +0800

我们根据内容生成摘要，≤150字。提取核心：Token浪费三来源、7个工具、作者常用4个，RTK节省19.2万token，强调先审计。注意字数。Token浪费不止在提问，更多来自会话启动开销和冗余输出。本文整理7个实用工具：token-optimizer审计启动消耗、Caveman压缩输出、intent-layer构建存量项目地图、Handoff交接会话、精炼CLAUDE.md、CodeGraph代码图谱、RTK清洗终端输出（实测省19.2万Token）

为什么你的 AI 团队越干越慢？技能债在悄悄累积

lincats — Mon, 31 Aug 2026 06:32:30 +0800

在一次 AI 开发者大会上，演讲者请大家做一个举手试验。第一个问题，写过 Agent 技能吗？台下齐刷刷举起一片手，有人手臂举得笔直。第二个问题，这些技能在团队里共享过吗？会场安静了几秒，手慢慢放下了一半。第三个问题，全公司有一套统一治理、随时能查到的技能吗？这次只剩零星几只手，还举得犹犹豫豫。

24万星开源AI项目，改软件开发文档效率翻倍

lincats — Sat, 29 Aug 2026 20:38:30 +0800

24万星开源AI项目，改软件开发文档效率翻倍用 AI Agent 写代码，通常先让它生成一份计划文档，再照着文档写代码。计划很少一步到位，总要反复改。有没有过这样的经历，打开那份 AI 生成的计划，定位到要改的一行，复制一大段过去让它改。一来一回，极其低效。今天要介绍一个改文档的工具，它来自一个 24 万星的开源项目，出自 Anthropic 黑客马拉松获胜者之手。它把文档变成一块 HTML 画布，指哪里，就在画布上跟文档对话修改，改完即时刷新。

他把 hooks 流程打包成一个技能，动动嘴 AI 变靠谱搭子

lincats — Fri, 28 Aug 2026 11:08:02 +0800

大语言模型是概率性的。同样一条规则，Agent 今天照做，明天可能就当没看见。想让某件事每次都发生，Cole Medin 的做法是 hooks，他把创建hooks的过程封装成了技能，可以用对话完成hook的创建，对我这样的懒人开发者来说，真是莫大的福音。借着 Cole 的视频，把它介绍给大家。

架构图总过期？一条命令让 AI 直接从代码画出来

lincats — Thu, 27 Aug 2026 19:59:20 +0800

模型用的是 C4 加 Structurizr DSL。C4 把架构分成系统、容器、组件、代码四层，DSL 是描述架构的文本语言。把 DSL 写完，图就出来了。

每天 90 个 PR 怎么处理，Addy Osmani 的循环工程实战

lincats — Wed, 26 Aug 2026 11:05:52 +0800

如果正在维护一个活跃的仓库，每天被 issue 和 PR 淹没，值得先拿一个小检查试起来。挑一件每天手动在做的事，把它写成一条 loop，让 agent 到点自己去查。跑顺了，再考虑把 goal 接进来，让查出来的任务也能自动做完。这套流程值得收藏，动手前翻出来对一遍。

一个丑网页的逆袭，OpenSpec 规范驱动开发全流程

lincats — Tue, 25 Aug 2026 07:10:05 +0800

本文通过一个网页界面改造案例，详细介绍了使用OpenSpec规范驱动开发框架的全流程。文章首先将AI编程工具分为规格驱动、流程执行和自主流水线三类，指出OpenSpec属于第一类，强调"先对齐再动手"的开发理念。然后以食谱应用界面改造为例，展示了从init初始化到archive归档的六个核心步骤：通过explore澄清需求歧义，用propose生成三份规范文档（提案、系统设计、任务清单），经validate视觉验证后执行apply，最后用archive同步更新文档。特别介绍了contin

他写了 2000 小时 AI 代码，开源了 50 多个 Agent 技能

lincats — Tue, 25 Aug 2026 07:08:09 +0800

David Ondrej 是一名 AI 博主，今年 22 岁，专注 AI 编程和智能体工作流。做 AI 之前，他手里有一个 40 万订阅的视频频道。三年前，他把频道放下，扎进 AI agent，一写就是 2000 多个小时。这几年他做的事不止写代码。他还是开源智能体框架 Agent Zero 的作者。三周前，他又做了一件让 AI 圈集体侧目的事。他把平时用的那一整套 agent 技能，全部开源成了 GitHub 仓库，放在 github.com/DavidOndrej/skills 下面。

规范驱动开发SDD落伍了吗？2026年5个开源AI框架增速横评

lincats — Sun, 23 Aug 2026 20:13:27 +0800

AI 写代码火起来之后，规范驱动开发（SDD）也火了起来，框架冒出一大把，真要选反而比不选更头疼。博主 Andrey 几个月前做过一次横向比较，五个框架里差距悬殊。一个半年 star 涨了 863% 另一个只涨了 18% 选错，可能比不用更糟。本文基于这份评测，拆完这半年账本，给出一套选型思路。

如何用 AI 重构旧代码库？用深模块省钱又省时

lincats — Sat, 22 Aug 2026 12:49:22 +0800

用 AI 整理旧代码库的人，大多碰到过同一个场面。改到一半，一个能正常跑的模块被拆成五六个互相缠绕的小文件，越理越乱，最后还得人工返工。有人怪 prompt 写得不够细，有人怪模型不行。Matt Pocock 用八分五十秒讲清了病根在哪。病根在代码库自己，模块太浅。几十个小模块摊成一张蜘蛛网，谁都能 import 谁，AI 这个没有记忆的新人一进来就迷路。解药是一套躺了 20 年的老规矩，深模块。

AI 写代码总在八成处停下？unlazy 用一份账本逼它做完（含安装指南）

lincats — Fri, 21 Aug 2026 13:56:41 +0800

文章摘要：开源项目unlazy通过建立"验收账本"机制解决AI编码智能体常见的"八成完工"问题。该工具将任务拆解为任务树，每个子任务需在GATES.md文件中明确验收标准，包括验证命令、预期输出和实际证据。相比传统提示词优化方案，unlazy通过文件化验收、独立子智能体执行和多级验证（含可执行检查脚本）确保完成度，特别适合复杂编码任务。安装支持多种方式，使用时需指定任务深度（3层以下单机模式，4层以上启用编排模式）。项目实测显示，该方法虽增加1.6-3.9倍投入，但能

三款代码知识图谱工具六维横评，让 AI 少烧 Token

lincats — Thu, 20 Aug 2026 13:57:05 +0800

本文对比了三款代码知识图谱工具（Graphify、GitNexus、CodeGraph）在AI编程辅助中的表现。新加坡开发者YangWenzhuo通过六个维度测试发现：CodeGraph在索引新鲜度和动态代码处理上最优；Graphify支持多模态内容且可视化能力最强；GitNexus擅长多仓库分析和查询能力。测试显示代码知识图谱能减少58%的AI工具调用次数，解决传统文本搜索无法追踪代码关联的问题。三款工具各有侧重：Graphify适合混合内容项目，GitNexus适合多仓库系统，CodeGraph追求零维

别让 AI 一次问你 200 个问题，用好 grill skill 的6个误区

lincats — Wed, 19 Aug 2026 06:58:09 +0800

《避免Grill技能使用的6大误区》摘要： Matt Pocock的Grill系列技能旨在通过AI追问帮助用户理清问题，但常见误用包括：1)混淆问题保真度，强行用问答解决需高保真原型验证的问题；2)范围失控，超出模型智能处理区(约12万token后质量下降)；3)被动应答导致问题爆炸或过度固执拒绝实践；4)未保存会话中的宝贵设计决策；5)使用低端模型处理依赖参数知识的Grill任务；6)未利用并行会话提升效率。核心原则是：区分问题类型、控制会话范围、主动引导对话、保存决策产出、选用合适模型。掌握这些要点才能

AI 一进老代码库就迷路？两个 Skill 理清它

lincats — Tue, 18 Aug 2026 06:48:11 +0800

摘要：Matt Pocock提出两个AI编程技能——codebase-design和domain-modeling，帮助AI理解复杂代码库。前者通过"深模块"原则（接口小实现大）优化代码结构，后者统一术语定义建立项目词典。二者配合使用，让AI在开发时能快速定位代码功能，避免在混乱的代码库中迷失方向。这种方法既保持代码的整洁性，又提高了AI协作效率，特别适合处理历史遗留系统的改造工作。（149字）