Claude的Skills是什么
用过Claude的人可能注意到，让它做PPT、写Word文档、处理Excel的时候，它不是瞎写代码碰运气，而是有一套明确的流程和规范在指导它。 这背后的机制叫Skills。 这个概念不复杂，但理解它之后，你会对”如何让AI更好地为你工作”有一个全新的认知。 Skills的本质：写给AI看的操作手册 很多人第一反应是——Skills是不是某种插件？某种程序？需要安装、编译、配置？ 都不是。 Skills本质上就是结构化的文档，主要用Markdown写成，告诉Claude在执行某类任务时应该遵循哪些最佳实践。不需要打包，不需要配置文件，不需要任何编程环境。 打个比方：你去一家餐厅后厨，墙上贴着”红烧肉标准操作流程”——用什么锅、放多少糖、炖多久、怎么收汁。厨师每次照着做，出品就稳定。 Skills就是贴在Claude”后厨墙上”的那张操作流程。 它是怎么工作的？ 整个执行机制分三步： 第一步，判断需不需要。 当你发消息给Claude，系统会根据你的需求，判断是否有相关的Skill可以调用。每个Skill都有一段简短的描述，说明自己适用于什么场景。 第二步，读取操作手册。 如果...
AI编程工具时代的个人发展路径
——一场关于AI工具时代个人发展路径的深度对话 最近看到一段很有启发性的对话，一位留美金融硕士，靠自学AI编程工具一个月写出十万行代码，帮幼儿园做数字化、给妈妈做网站、开发MBTI测试应用……听起来是不是很厉害？ 但对话的另一方却泼了一盆冷水：你这是拿关羽的青龙偃月刀在砍苍蝇。 这句话值得每一个正在拥抱AI工具的人停下来想一想。 一个典型的”AI原住民”画像 故事的主角背景并不复杂：本科经济学，研究生金融学，都在美国读的。编程基础有一些，系统学过Python，但自认不是传统意义上的程序员。 真正的转折点是研究生期间的一门课——《AI Essentials for Business》。通过这门课，他上手了Sonnet 3.5/3.7、Claude Code 4.5/4.6 Max等AI编程工具，发现自己能以惊人的速度把想法变成产品。一个月写十万行代码，这在传统开发模式下几乎不可想象。 于是他开始行动：帮家附近经营困难的幼儿园做网页、公众号、小程序；给母亲定制个人网站；开发了一个AI对话式MBTI测试；第一时间把OpenCloud部署到AWS服务器…… 他的自我定位也很明确——...
一个拿了一堆奖却觉得自己什么都没做好的研究生
我叫刘钢，英文名Leo，上海工程技术大学电子信息工程硕二，研究方向是计算机视觉和智慧城市。 如果只看履历，你可能会觉得这个人还不错——中国研究生创新实践系列大赛拿了4个国家级奖项（数学建模国二、华为杯AI国三、网络安全国三、EDA精英挑战赛国三），西门子杯省一、电子设计省三，还有其他大大小的竞赛奖项没一一列出。两年里参加了10场以上的国家级和省级竞赛。同时还是班级团支书、2021年入党、带队拿过”活力团支部”。 但如果你问我，我对自己满意吗？ 说实话，不太满意。 这篇文章，我想认真聊聊一个”看起来很努力”的人，真实的状态是什么样的。 我的工作模式：高并发 了解我的人都知道，我习惯同时推很多件事。竞赛、论文、社会工作、副业探索、技术学习、读书打卡……我给自己的这种状态起了个名字，叫”高并发模式”，像服务器一样同时处理多个请求。 峰值效率在晚上7点到10点。那三个小时我可以切换好几个项目，每个都往前推一点。状态好的时候，12个小时连轴转，产出惊人。 听起来是不是很酷？ 代价是：我的论文拖了好几个月，baseline直到最近才跑通。 9场竞赛、一堆奖项看起来很壮观，但有三场答辩，...
Claude Code 七大组件深度拆解：从入门到真正会用
先用一个类比搞懂全局，再逐个击破，最后串联成完整工作流 为什么写这篇 Claude Code 的功能越来越多，但大多数人只会用最基础的对话。问题不是工具不强，而是组件太多、关系不清楚、不知道该从哪个开始。 这篇文章把 Claude Code 的七大核心组件一次性讲透：它们分别是什么、怎么配、什么时候该用哪个。文末附完整的协同工作流图和推荐上手顺序。 全局类比：Claude Code 是一个什么结构？ 把 Claude Code 想象成一个新员工入职系统： 组件 类比 一句话说明 CLAUDE.md 项目交接文档 告诉AI”这个项目是什么、怎么做” Commands/Skills 标准操作手册 把高频操作固化成一键命令 MCP 办公软件账号 让AI连接GitHub、数据库等外部工具 Hooks 自动化规则 “每次提交前必须跑lint”这种强制规则 Subagents 专项小组 把任务委派给专家，结果汇总给你 Plugins 入职大礼包 一键安装别人配好的全套工具 注：2026年2月起，Claude Code 已将 Skills 和 S...
深度解析：蒸汽、钢铁与无限心智
深度解析：蒸汽、钢铁与无限心智AI如何重塑我们的世界 Notion创始人 Ivan Zhao 年终长文 · 万字拆解 引言：一篇让硅谷刷屏的年终宣言2025年12月23日，Notion联合创始人兼CEO Ivan Zhao在X平台发表了《Steam, Steel, and Infinite Minds》（蒸汽、钢铁与无限心智）。文章一经发出，迅速在硅谷科技圈引发强烈反响——OpenAI首席产品官Kevin Weil转发点赞，著名投资人Sarah Guo称其为”关于AI与知识工作最优美的文章之一”，国内外科技媒体纷纷跟进报道。 值得注意的背景是：Notion的ARR（年度经常性收入）已突破6亿美金，其中一半来自AI相关功能。这不是一个旁观者在发表空想，而是一个正在把赌注押在AI上的公司创始人，在用自己的实践数据说话。 这篇文章究竟说了什么？为什么能引起如此广泛的共鸣？它对我们理解AI的未来有什么实质性启发？本文将对原文进行逐层拆解，结合历史背景、技术现实和产业趋势，做一次深度解读。 一、核心框架：奇迹材料与时代定义者 1.1 每个时代的”奇迹材料”Ivan Zhao的文章开...
MiniMax Agent 应用场景与核心竞争力
适用视角：计算机视觉方向研究生 / 多线并行工作者 / 论文产出驱动型用户 一、产品定位解构 MiniMax Agent 的本质定位不是”文生图工具”或”PPT 生成器”，而是一个面向非工程用户的全模态 Agent 平台。它试图用极低的使用门槛，将 LLM 的代码执行、多模态生成、工具调用等能力封装为”一句话交付结果”的体验。 与 Claude（含 Claude Code）的根本区别在于设计哲学： Claude 系列：以推理深度和工程可靠性为核心，面向需要精确控制输出的专业用户。 MiniMax Agent：以交付速度和视觉完成度为核心，面向”我不关心过程，只要结果好看能用”的场景。 二、核心应用场景（按科研实用性重排序） Tier 1：对科研工作流直接有价值的场景2.1 科研配图与数据可视化 论文架构图生成：网络结构图、模块示意图、流程图等，MiniMax 的审美优势在快速出图上有吸引力。 数据看板与交互图表：内置沙盒可自主运行代码，处理数据后生成可交互的可视化结果（如检测精度对比、消融实验柱状图）。 实际局限：科研配图对精确性和可编辑性要求极高（如 LaTeX/T...
通义千问 (Qwen) Coding Plan 调研报告
概述本报告旨在对阿里云百炼平台推出的 通义千问 (Qwen) Coding Plan 进行全面调研，并总结其在 API 连接性、支持模型、视觉能力、语音功能、MCP 扩展、网页搜索及 GitHub 开源代码查找等方面的具体能力。通义千问作为国产大模型的代表，其 Coding Plan 旨在为开发者提供高效、高性价比的 AI 编码辅助服务。 一、 通义千问 (Qwen) Coding Plan 核心能力1.1 基本信息 项目 描述 平台 阿里云百炼 (Model Studio) API 端点 https://coding.dashscope.aliyuncs.com/v1 (Coding Plan 专属) [1] 认证方式 Bearer Token (API Key 格式为 sk-sp-xxxx，与通用 sk-xxxx Key 不同) [1] 格式 OpenAI / Anthropic 双协议兼容 [1] 1.2 支持模型Coding Plan 主要支持以下模型，这些模型在文本生成和代码能力方面表现卓越，部分模型还具备视觉理解能力 [1]。 模型...
国产顶级 Coding Plan API 研究报告
研究日期：2026-02-21 ~ 2026-02-22研究者：Claude Code 概述本研究对三个国产顶级大模型的 Coding Plan API 进行了全面测试，包括： GLM (智谱AI) Kimi (月之暗面) MiniMax 重点关注：API 连接性、文本生成能力、视觉/图片理解能力。 一、GLM (智谱AI)1.1 基本信息 项目 值 平台 智谱AI 开放平台 API 端点 https://open.bigmodel.cn/api/coding/paas/v4/chat/completions 认证方式 Bearer Token 格式 OpenAI 兼容 1.2 支持模型 模型 类型 说明 glm-4.6V 视觉 最强视觉推理，带 reasoning_content glm-4.6V-Flash 视觉 性价比视觉模型，带 reasoning_content glm-4v-flash 视觉 轻量级图像理解，无推理链 1.3 视觉能力 外部 URL: ✅ 支持 本地图片 (base64): ✅ 支持 原生视...
E盘整理实战：微信文件治理与空间管理
前言在完成了C盘和D盘的整理之后，我的E盘也亮起了红灯——使用率一度高达93.9%，剩余空间仅剩17GB。与C盘（系统盘）和D盘（软件盘）不同，E盘是我存放微信文件、个人项目和工作资料的地方，其中最令人头疼的就是微信文件占用了196GB！本文记录了E盘整理的全过程，特别是如何治理微信文件这个”空间杀手”。 一、E盘的危急状态1.1 初始诊断1234总容量：277 GB已用：260 GB (93.9%) 🔴剩余：17 GB 🔴状态：告急！ E盘根目录的”四大巨头”： 排名 文件夹 大小 占比 说明 🥇 xwechat_files 107.53 GB 39% 新版微信文件 🥈 wechat 88.91 GB 32% 旧版微信文件 🥉 000 53.59 GB 19% 个人知识库 4 vscode_project 52.69 GB 19% VSCode项目 微信相关合计：196.44 GB，占E盘71%！ 1.2 其他占用 文件夹 大小 状态 steam 13.06 GB 游戏平台 BaiduNetdiskDownload 12...
D盘整理实战：从"爆红"到"健康"
前言继C盘整理之后，我的D盘也亮起了红灯——使用率一度高达70%，剩余空间仅80GB。作为一个存放了大量开发环境、虚拟机和项目文件的磁盘，D盘的混乱程度比C盘更甚。本文记录了D盘整理的全过程，包括如何识别大文件、判断文件去留，以及最终释放出45GB空间的过程。 一、D盘的危急状态1.1 初始诊断打开D盘属性，情况不容乐观： 1234总容量：277 GB已用：196 GB (70.9%)剩余：81 GB状态：🟡 较满 根目录下的”巨头”们： 排名 文件夹 大小 类型 🥇 Documents 65.85 GB 文档/虚拟机 🥈 anaconda 52.46 GB Python环境 🥉 Adobe 11.68 GB 设计软件 4 Downloads 11.39 GB 下载目录 5 Program Files 8.52 GB 安装软件 光是前两项就占了118GB，超过D盘总容量的40%！ 1.2 混乱的征兆 Adobe文件夹：After Effects、Premiere Pro、Photoshop全套安装，但221天未使用 arcgis：GI...
