易安

找工作最耗人的不是面试，是面试之前：刷平台、筛职位、一条条手动投递，一遍遍改打招呼文案。 GitHub 上有个开源工具 Get Jobs，专门解决这个问题。 核心思路是把重复的投递流程自动化，同时用 AI 根据你的简历和岗位 JD 生成更贴合的打招呼文案——不是套模板，而是针对每个职位单独生成。 支持平台：Boss 直聘、猎聘、51job、拉勾、智联招聘 主要功能： AI 匹配岗位 + 自动生成个性化打招呼文案 支持图片简历发送，提升 HR 打开率 自动过滤不活跃 HR、猎头职位、薪资不符的岗位 定时投递，每日自动执行 / 重投 企业微信实时推送投递进度 黑名单机制，避免反复投递同一家公司 环境要求：JDK 21 + Maven + Chrome，克隆到本地配置好即可运行。 把筛选和投递交给工具，把时间留给复盘和面试准备。 GitHub：github.com/loks666/get_jo…

我做了个小工具：claude-share 适合一台 Linux 机器上有多个系统用户的场景。它能让大家共享 Claude Code 登录态，但会话、项目记录、history 这些仍然各自隔离。不用每个账号都重新 /login，也不用粗暴共享整个 ~/.claude。 本质上只共享真正该共享的 4 个文件。一条命令完成初始化、建组、建用户、挂软链。 如果你也在服务器上多人用 Claude Code，应该会用得上。 项目地址：github.com/yiancode/claud…

看到一个很有意思的仓库：awesome-design-md。 它整理的不是代码，而是 DESIGN.md。 AGENTS.md 是告诉 AI 这个项目怎么做，DESIGN.md 是告诉 AI 这个项目该长什么样。 现在 AI 写前端，其实问题已经不是不会写了，而是写出来还不够像一个成熟产品。功能能做，页面能跑，但在审美、统一性、品牌感这些地方，很多时候还是差一口气。 DESIGN.md 本质上就是把这些东西提前写清楚。比如配色、字体、间距、圆角、组件风格、布局规则、响应式方式，甚至连给 AI 的提示都可以写进去。 说白了，就是把原来很依赖感觉的东西，变成 AI 能直接读懂的约束。 这个仓库有意思的地方在于，它不是只讲概念，而是直接收了很多现成案例。像 Claude、Cursor、Vercel、Figma、Stripe、Apple、Nike、Spotify、Tesla，甚至 Ferrari、BMW 这些风格，都有人整理成了 DESIGN.md。 以后你让 AI 做页面，其实就不用再反复说“高级一点”“更像品牌官网一点”“更有质感一点”这种很虚的话了，直接给它一份 DESIGN.md，效果会稳定很多。 我看完最大的感受是，接下来 AI 写前端，真正拉开差距的，可能已经不是谁更会写代码，而是谁先把设计系统这层抽象清楚。 谁能先把“这个项目应该长什么样”定义好，谁就更容易让 AI 稳定产出能用、能看的界面。 仓库地址：github.com/VoltAgent/awes…

你是本仓库的资深全栈工程师。任务是将“参考项目能力”集成到“当前项目”，并直接交付可运行代码，不要只给方案。 # 1) 输入信息（我会补全） - 当前项目路径：{{TARGET_REPO}} - 参考项目路径：{{SOURCE_REPO}} - 目标功能：{{FEATURE_NAME}} - 目标页面/模块：{{TARGET_MODULE}} - 路由命名约束：{{ROUTE_RULES}} - 权限约束：{{AUTH_RULES}} # 2) 强制要求 1. 先阅读仓库规范文档（如 AGENTS.md、架构规范、路由/store 规范）。 2. 严格遵守分层边界： - handler/routes：仅 HTTP 解析与响应 - service：业务逻辑 - repository：DB/Redis 访问 3. 先输出《集成设计说明》再改代码。 4. 优先复用现有模式，最小闭环改动，避免大重构。 5. 所有权限规则以后端为准，前端仅做展示层过滤。 # 3) 先输出《集成设计说明》（未输出不得编码） 请包含： 1. 参考项目 -> 当前项目 映射表（页面/组件/API/数据结构/状态逻辑） 2. API 契约草案（path、method、鉴权、请求响应示例） 3. 权限模型（用户身份、可见范围、越权防护） 4. 缓存与刷新策略（key、TTL、失效） 5. 风险点与降级方案 # 4) 实施步骤（按顺序） 1. 后端接口：routes -> handler -> service -> repository 2. 前端：api -> store/composable -> view/components 3. 菜单/路由/meta/i18n 接入 4. 加载态、空态、错误态、自动刷新完善 5. 补充测试（核心逻辑覆盖） 6. 运行校验命令并记录结果 # 5) 验证命令（按项目实际替换） - 前端：{{FRONTEND_CHECKS}} - 后端：{{BACKEND_CHECKS}} - 集成：{{INTEGRATION_CHECKS}} 任何未执行命令必须写明：未执行项、原因、风险。 # 6) 完成定义（DoD） - 功能入口可见且可访问 - 数据范围符合权限模型 - 关键字段展示正确，缺失字段有占位 - 自动刷新可用，失败可恢复 - 相关 lint/typecheck/test 可追溯 - 输出完整改动清单与验收说明 # 7) 最终输出格式（严格） 1. 实现概览 2. 集成设计说明（最终版） 3. 变更文件清单（逐文件） 4. API 契约与权限说明 5. 验证命令与结果 6. 风险与后续建议 7. 本地验收步骤

最近很多人问：“我想把一个开源项目能力接到自己系统里，怎么给 AI 下指令，才能少返工、少跑偏？”下面这版是我实测比较稳的“通用集成提示词”。提示词放评论区了～ 核心思路：先约束，再设计，再实施，再验收。 当任务是“把 A 项目能力集成到 B 项目”时，最容易出的问题是： 1）AI 只给方案，不落代码 2）改动跨层乱写（handler/service/repository 边界被打穿） 3）权限、缓存、路由、i18n 漏项 4）最后没有可验收结果 所以提示词必须包含：上下文约束 + 架构边界 + 交付格式 + 验收标准 + 必跑命令。 使用建议： 把“仓库规范文档路径”写清楚（AI 才会按你项目规则做） 把“禁止项”写清楚（比如禁止某路由名、禁止跨层写逻辑） 把“验收标准”写成可检查条目（不是抽象描述） 要求“先设计说明再编码”（能显著减少返工）

2025年12月，谈谈现在的AI编程进化到什么程度了 以一个资深程序员+资深Claude玩家视角来谈谈最近的ClaudeCode已经恐怖到什么程度了。半年前我们都在说AI编程太强了，但是对于工程问题还是解决的不好，之前说短时间无法替代一个专业的资深程序员，半年后claude推出了它的Agent，skills，plugin，加上banchmark达到一定指标（足够聪明），又颠覆了所有人的认知。 这一周我们异常的兴奋，调研了国内目前AI编程应用在前列的科技巨头，他们将claude code/glm进行端到端的打通，需求，架构，编码，测试，发布，一体化，可能你在开会的阶段，聊着聊着，需求自己就出来了，分支建好，方案也做的大差不差了。我们公司是互联网金融公司，AI方面算接受度强的，但是还没有到那么激进的程度，有自己部署minimax，glm，对于日常开发流程，我们是这样开发Agent提效的： 一、一条指令+需求链接=开发自测完成 如何做，我讲下我们的实现过程，源码不重要，模板不重要，重要的是思路，现在不都是想法编程吗？ 1.产品提的需求，导出（系统不支持，就通过脚本）到本地md文件，根据需求关联的模块，决定下一步需求澄清分析要加载哪些上下文。 2.划分你的系统模块，领域至少要清晰，将系统涉及的所有模块，与数据库scheme关联，和你的工程进行关联，给AI提供一个输入信息，当输入xx模块的需求，能识别到需要去加载哪几个工程，哪些数据库脚本，最好是每个模块再进行细分，拆分各个功能模块和功能的入口，将这一切编辑成AI更容易识别的json格式，这个文件可能会很大，即使几千行也没关系，因为这是一本书的目录，实际只会走一条路。 3.封装各种skill，比如自动拉取各个模块关联的工程文件到指定目录，自己执行/init这个操作，分析评审项目的skill，，预先准备好一份技术方案文档，根据这个技术方案文档编写技术方案，编写架构师subagent，深度分析需求文档，形成技术方案，整理前后端开发约束，适合自己系统的开发风格。 4.根据技术方案调用subagent或者直接claude进行开发实现。 以上流程也就一两天就可以打通，并且运用在非常复杂的大型后端系统，不仅如此还可以运用到以下场景： 1.后端在做方案设计的时候可以很快用前端做出一套系统交互，当最理解业务的人，包揽了UI和前端，你可以想象下，其他角色同事的心理。 2.A员工写完代码找B员工代码评审，B员工也仅需一条指令+需求链接=CR问题。 3.自动编写单元测试，完成测试覆盖：通过git工具对比master的更改，根据测试约束调用其他Cli完成所有代码的单元测试。 4.生产服务器安装ClaudeCode，分析接口sla，机器负载，数据库健康，实时监测调用量的skills，当然有人肯定会反驳，这不就是常规的系统监控么，但是我想说的是claudecode能立马指出你具体哪一行的代码出的问题，并且立即告诉你当前最佳的处理手段是什么，市面上任意一个运维工具可以吗？你接触的大部分工具只能起到预警或者事后告警，问题依然要定位，然而问题发现永远是最困难的环节，如果一个电商，支付下单接口崩了，能给你多少时间排错？ 由于篇幅有限，我就暂时列举这些场景，这一切太不真实了，也就半年，我的想法又被刷新了，工程问题也不是什么难题，即使现在AI对于敏捷开发支持不是很好，但是人是活的，每个节点你可以拆开使用，不一定说非得输入一个链接，必须给我交付100％正确的代码，至少大部分时间节省了。以前你要花大量时间做需求分析，需求澄清，技术方案，编码，单元测试，辛辛苦苦加班还是老出错，现在AI把这一切颠覆了，能力强的程序员用上Claude后变得更强了，还是正常排期，工作时间减少了一半不止（当然是老板不知道的情况下），而ClaudeCode 20x的价格也就1500左右，加上税可能贵几百，相信没人不愿意花这个钱吧？ 现在的压力都来到了测试这一端，以前最长路径就是开发，现在开发的时间提升了数倍不止，而测试还是要一个点一个点测，走各种流程，从另外一个角度想，我有点担心产品也知道此事，毕竟现在让AI画个图太容易了，如果产品用上了ClaudeCode，提需求的速率也提升了十倍，哈哈。至于前端嘛，不太想讲，没有啥业务逻辑，有点子危险，都懂得。 2025年的年底，我再一次感受到了AI的强大推背感，未来程序员的出路在何方尚未可知，不过你得感谢国内的模型还很稀烂，Claude，GPT在防止你用这些模型上做了很多努力。。 #AI编程沉思录#

项目链接汇总 编排类 github.com/preset-io/agor github.com/cexll/myclaude Skill 类 github.com/skills-directo… github.com/sypsyp97/claud… github.com/alirezarezvani… 资源合集 github.com/obra/superpowe… github.com/travisvn/aweso… github.com/Prat011/awesom…

Claude Code 调用 Codex CLI 的热门开源项目盘点 让两个 AI 协同工作，Claude 当调度者，Codex 当执行者，效率翻倍 【编排类】 preset-io/agor 多 AI 编排神器，一个画布同时跑 Claude Code、Codex、Gemini，支持团队协作 cexll/myclaude Claude + Codex 工作流编排，Orchestration meets execution 【Skill 类】 skills-directory/skill-codex 最基础的 Codex Skill，让 Claude 调用 codex exec sypsyp97/claude-skill-codex 增强版，多平台支持，高级错误处理 alirezarezvani/claude-code-skill-factory Skill 开发工厂，内置 Codex CLI Bridge 【资源合集】 obra/superpowers 20+ 实战 Skills，Claude 能自主工作几小时不跑偏 travisvn/awesome-claude-skills 7k+ Stars，最全的 Claude Skills 资源列表 【为什么用 Skill 而不是直接调 Codex】 自动推断模型、推理强度、沙箱模式 简化会话恢复，保留上下文 不确定时主动问你，不会乱来 本质是 AI 调用 AI 的协作模式，各司其职 链接见评论区

我是个脸皮薄的人 今天幼儿园老师打电话说老大在学校把同学脸打肿了，我那会儿还在上班，心理乱成了一团。虽然之前有想过孩子在学校打架，该如何处理，但是没想到来的这么快，还是单方面的。 我和老婆两人的第一个想法就是联系家长道歉，不管对方是什么态度，出现这个问题，首先想到的就是父母的教育，不能找借口辩解，比方说什么孩子还小这样的话。 我觉得发消息就好了，没曾想老婆几句话刺痛了我： 你这是道歉的态度吗？你自己就是这样一个人，所以你的儿子也这样。 好吧，听到这个我决定立马给对方家长打过去，偌大的办公室，就听到同事一个劲的笑，30好几的人了，和对方一直道歉，这比出镜直播什么的难多了。 事后我先做了复盘：道个歉而已，有那么难么？其实也还好，不会掉肉，对方家长也十分大度。这个时期的小孩非常善于模仿，模仿身边的小朋友调皮捣蛋，模仿成年人发泄情绪，他们心智没法分钱很多事情的对错，但是我们家长得以身作则，我们做父母的在了解清楚事情后，就应该承担管教失职的责任。 那么该如何跟孩子讲？下班路上我一直在问自己，要不干脆胖揍一顿，让他长个教训。但是回来看到他失落的神情，就知道已经被她妈狠揍过了，思前想后我决定换个处理方式，拉孩子进房间耐心沟通，让他自己复盘这个过程，是否真的意识到错误，如果再发生这样的事，他要承担对应的后果，因为这一切是他自己选的。 我也不知道这样的处理方式是不是最好的，但是至少聊完，他很开心的给我分享他画的“佳作”，和我说明天要给主动给同学道歉，而按照“传统”方式，打完就会得到一句“我不喜欢你了”。 对了，今天二宝会走路了，我的好日子要快来了。

我之前说过AI时代不要按年订阅产品，上周我还纠结要不要订阅trae作为备用，没办法它这个年费实在太便宜了，一年才500多，还好没买，今天官方就宣布下线了claude模型。 趁机吐槽一波trae： 1.从它开始公布付费我就订阅了，结果一直取消不掉自动扣费，每次取消了又提前给我扣费，根本没有到续订时间。 2.连续购买了3个多月，一直没有用上solo，无论怎么和官方申请都没用，得现在也干脆也别出了，饥饿营销搞这么久不上菜还是头一回见。 3.trae的上下文，输出可能是cursor，winsurf这几家最短的，经常3000多个字符就超过最大输入，官网的文档一直没有公开上下文阉割了多少，这点不如cursor坦诚，砍tokens该多少是多少，大方承认多好，反正做方案写代码我是不会考虑用trae，只有给学员演示功能、写单元测试用用（非常真实） 4.速度不快，付费也是经常出现排队现象，这导致很多时候，我明明可以用trae节约成本，但是想到写提示词输入上下文后，一直干等的无力感，连续几个月的fast用量不到1/3 当然trae也有好的地方，比如清爽的界面，价格优势，前端调试获取元素进行AI对话也确实方便。 时隔一年，当人们谈论AI编程还是看是不是有Claude模型。

破历史新高，一天出了10单。 踩了一个小坑，站点的促销关闭后，修改ERP的定价，显示的仍然是促销时候的价格，一些促销品亏损严重。 晚上带家人去万科逛街，碰到一个2米的充气南瓜，这不就是我卖出去的同款么，卖了2个，平均每个亏100元。 #跨境电商

给大家看下Claude Code账号，实际每周的使用量，max 5x一周就是360刀左右，pro一周大概是60刀左右，当然是在不封号的前提下。

Smoking gun: Pretty sure Cursor’s new Composer-1 is a fine-tuned Chinese model. As I was building, it switched its inner monologue to Chinese, and I can't get it back to english. @simonw

去年没有体检，害怕检查出什么问题，心理承受不了，今年熬夜更多了，在高强度工作下同事都劝我来看看反正免费。 今早过来体检，没想到深圳这里的体检已经这么智能了，刷手机条形码，手机上就显示了下一个体检项目，非常照顾社恐人士，一切都仅仅有条，虽然还是有导诊，但是调度已经非常合理了，几乎都不用等太久，回想起之前的体检经历，采血彩超，简直是噩梦。

@yihui_indie m4也这么慢吗⊙∀⊙

ScreenStudio的导出有多慢呢？ 我一般会在睡前集体导出，等明早就可以用了😆

@imwsl90 现阶段工作求温饱就可以了，工作本来也赚不到什么钱哈哈😃

昨天一位微信朋友咨询我就业 他是计算机毕业的，几个月找不到工作，也不会写代码 我让他试试售前/售后技术支持工作，这种属于技术行业，但又不需要多少技术。未来还有可能去做销售。 现在找工作真的好难，很多大学生找不到工作，还有大量的老鸟在咖啡厅/burger king/kfc/McDonalds/starbucks 呆着，很糟糕 昨天我在汉堡王碰到一个哥们，我进来的时候他在玩自己的 thinkpad x230，走的时候还在玩 回到这位年轻的朋友，他说他最近去送外卖，我建议他宁可找家里要钱也不要去送外卖，送外卖是职业黑洞，绝对不要去搞 我的看法是，能找到什么技术类工作都行，维持自己现金流，才有余力逃离 这也是我给很多朋友的建议，无论怎么样，每天要有现金流，要有收入，哪怕是几块钱

@seekjourney 收藏了，强大的搜索术+1

平时挖资料、找教程、发现宝藏项目，几乎都靠 GitHub 搜出来的。 这里再分享一下 5 个 GitHub 搜索技巧。 1/ 入门篇 GitHub 不是写代码的地方，而是全世界最大的知识库。 还有非常多的中文 Markdown 资源宝藏库。 想快速搜出优质资源，先学会这几个隐藏语法： in:name → 搜仓库名含关键词 in:readme → 搜 README 内容 stars:>500 → 只看高星项目 language:python → 限定语言 pushed:>2024-01-01 → 最近更新 可叠加使用： "Apple ID 注册" in:readme stars:>100 pushed:>2024-01-01 一键锁定高质量项目。 2/ 进阶篇 GitHub 搜的不只是代码，还有 PDF、教程、资源合集。 搜索关键词 + 以下词最有效： 教程 guide resources awesome list 想找热门合集？加排序指令： sort:stars-desc 例如：AI prompt list sort:stars-desc 能直接看到最受欢迎的 prompt 资源库。 3/ 实战篇 高手不止会找资源，还能找到对应的人和组织。 这些指令帮你精准定位： user:someone → 搜某个用户的项目 org:google → 搜组织下项目 is:issue 美区账号 → 看别人提过的问题 in:discussions prompt engineering → 找技术讨论 想学 prompt？ "prompt engineering" in:readme language:markdown 一搜就能看懂高手怎么玩。 4/ 组合搜索 真正的信息高手，从不盲搜。他们用「组合指令」锁定结果。 示例： "Apple ID 注册" site:github.com in:readme filetype:pdf "Stable Diffusion Prompt" language:python stars:>2000 pushed:>2024-06-01 "翻译平台" in:name OR in:description stars:>50 5/ 认知篇 信息差的根源，不是你不会，而是你「不会搜」。 其实每个平台都有自己的语法： Google：site: filetype: "" GitHub：in: stars: pushed: V2EX：关键词 + 标签

今天看到Mike 写的经验贴《美区苹果ID注册教程》曝光量100万。 100万人曝光，至少1万人需要这个资源。 但我发现更底层的问题：大部分人连怎么快速找到这类资源都不会。 这才是真正的信息差。 搜索引擎其实藏着一套隐藏指令，我就是这么用的，平时会在GitHub / V2ex 精准搜索经验贴。 我试过四个最实用的，今天分享一下。 指令一：`site:` 圈定地盘 `美区账号 site:github.com` 意思是：只在 GitHub 里找。 别的网站不看，直接锁定高质量来源。 GitHub 上全是技术人分享的教程和工具，质量高得多。 指令二：`-` 排除垃圾 `美区账号 -购买 -出售` 减号告诉搜索引擎：凡是有"购买""出售"的页面，别给我。一下子过滤掉干扰信息。 注意：减号前面必须空一格，后面紧跟词。 指令三：`""` 精确锁定 `"美区账号注册教程"` 加上双引号，就是告诉它：我要的是这8个字原封不动出现在页面上的结果。 不是"美区游戏账号如何注册"，也不是"其他账号注册"。就是这一句。 指令四：`filetype:` 找文档 `美区账号 filetype:pdf` 直接搜 PDF。很多完整教程都做成了文档，下载下来慢慢看。 这些指令是可以叠加的。 比如你想在知乎找美区 Apple ID 教程，又要快速筛选： `"美区Apple ID注册" site:zhihu.com filetype:pdf` 建议大家都试试，找个你一直搜不到的资源，加个 `site:` 或 `""`。

@iamcheyan 你可能需要一个集线器或者魔术贴理线带（好像是叫这个名字）

为啥别人的桌子都那么整洁，我的每次收拾完一天就乱掉了！

@yihui_indie 好肝！！

看了 Cursor2.0 的更新，为了对学员负责。感觉 Cursor 的专题课程，又值得重做一遍了（Composer 变成 Agent 那次已经重做了一遍🥲）

全世界都应该跟Anthropic好好学习下风控！