在线做学术海报，总是要花大量时间排版调样式，图表文案还得跑来跑去对照修改，十分繁琐。 Posterskill 是一个Claude Code Skill，用 AI 助力直接从你的 Overleaf 源文件和项目网站抓取内容，自动生成可交互编辑的学术会议海报。 海报是单个 HTML 文件，在浏览器就能打开用拖拽、交换、调字体大小灵活编辑布局，无需安装啥依赖或构建，实时预览打印效果，支持导出 PDF

本文为 Skill 设计与开发的一站式最佳实践指南，可助力你： 系统厘清 Skill 的定义，规避常见认知误区； 熟练掌握高命中率、高稳定性 Skill 的设计标准与核心原则； 掌握 “评测驱动、失败优先” 的工程化 Skill 构建与迭代全流程； 掌握可维护、可扩展的 Skill 设计技巧； 依托 AI 高效完成 Skill 的创建、迭代与优化； 凭借反模式检查清单，精准

编程智能体本质是基于大语言模型（LLM）的控制框架。其核心机制是“LLM+系统提示词+工具调用”的循环。辅以词元缓存降低成本，结合“推理”能力剖析复杂逻辑，从而高效解决实际编程难题。

本文将AI辅助编程划分为8个演进层级：从基础代码补全与智能IDE，进阶到上下文管理、复利工程、工具调用及自动化反馈，最终迈向后台智能体与完全自主的多智能体团队协作。提升层级是将AI能力转化为真实生产力的关键。

快速阅读：从InstructGPT到DeepSeek-R1，强化学习成为大模型推理能力飞跃的关键。这两年涌现的GRPO、RLOO、MaxRL等方法，核心都在解决同一个问题：如何用更少的资源、更精准的信号，教会模型推理。 --- 2024年前，PPO统治LLM训练领域多年。它的原理很简单：把监督学习想象成老师指定答案让学生背，PPO就是让学生自己尝试答案，答对了加分，答错了扣分。但PPO有个麻烦

在线代码评审经常面临一个难题：Claude Code 每次都要重读整个代码库，消耗大量计算资源和时间，效率低下。 code-review-graph 这个开源项目为 Claude Code 构建了本地代码知识图，自动解析你的代码库结构，精准定位改动影响范围，实现只读“关键文件”，大幅减少无用令牌消耗。 主要功能： 基于 Tree-sitter，支持12种语言（包括Python、TypeSc

它强调以“规划就是一切”为核心理念，采用递归自我优化的元方法论，规范 AI 生成的提示词和技能，防止项目陷入混乱。配合 VSCode 插件和终端 CLI，支持 Claude Opus 4.5 与 gpt-5.1-codex 等顶级模型，能实现从需求设计、技术选型、开发规划到代码实现的完整闭环。 主要功能： 详细的实施计划生成，分步指导开发与测试，保证质量； 系统提示词库和编码提示词库，约

在使用 Claude Code 这款超强 AI 编程助手时，掌握秘诀尤为重要！github 上 ykdojo 分享了 45 条实用技巧，从入门到高级，涵盖自定义状态栏、系统提示语精简、用 Gemini CLI 作为 Claude 代理、甚至让 Claude Code 自己在容器中跑自己，还有超实用的 dx 插件。 主要看点： 一键设置自定义状态栏，实时显示模型状态、Git 当前分支、Tok

在线做科研太折腾，从灵感到论文得跑好多环节：文献查找、实验调试、论文写作，费时费力。 开源项目 AutoResearchClaw 实现了从“聊个科研想法”到“生成完整学术论文”的全流程自动化科研！ 它能自动： 挖掘 arXiv 和 Semantic Scholar 上真实文献，筛选高质量相关论文； 自动设计硬件感知实验，运行沙盒代码，出结果还能自我修复； 多智能体展开假说辩论和同

基于 11 个内容洞见维度的自媒体创作 Skill，适用于各种智能体 给它一个主题，它给你一篇完整的文章、5 个备选标题、以及每张配图的生成 prompt。 里面说的11个维度是： 核心观点 — 一篇文章只需要一个锐利的观点 副观点 — 2-3 个角度让核心观点更立体 说服策略 — 数据驱动 / 故事驱动 / 权威背书 / 类比隐喻 / 社会认同 情绪触发点 — 共鸣、紧

NoPUA 保留了 PUA 中所有有效的方法论要素： ✅ 放弃前穷尽所有方案 ✅ 先用工具再问用户 ✅ 用证据验证一切 ✅ 主动超越任务要求 ✅ 结构化的失败升级机制 唯一改变的是为什么。"因为我会被惩罚" → "因为值得做好。" 项目介绍里说会更有用，并举证了一些例子和原理。 还没测试，不知道实际效果如何。

清华团队也开源了一只「龙虾」。只不过，这只「龙虾」不替你操控电脑，也不帮你盯竞品、跑任务。它做的事，或许比这些更重要：让 AI 学会「教人学习」。 它先根据课程内容自动搭好了完整的课堂结构：有负责串联全程的 AI 老师，有随时补充细节的技术助教，也有像「阿强」、「木木」这样代表不同基础、不同关注点的 AI 同学。 课堂并不是简单地把课件逐页播放出来。在后台，一个 Agentic 课堂播放引擎正

一个英文版本的翻译项目 “这是一个不断生长和自我否定的项目，当下的一切经验和能力都可能因 AI 能力的变化而失去意义，所以请时刻保持以 AI 为主的思维，重视这次宇宙级的变革，所有的经验都可能失效，辩证的看🙏🙏🙏，Vibe Coding 是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程，强

支持一键部署到 OpenClaw龙虾，Claude Code，Antigravity， Cursor 等工具中。 高度专业化 这不是"act as a developer"这种通用提示词，而是真正的职业人设。比如： 1）Frontend Developer — React/Vue/Angular专家，不只是写代码，还关心Web Vitals优化和性能 2）Backend Architect

Koharu 用 Rust 编写，结合了目标检测、OCR、图像修复和大语言模型，自动检测气泡、识别文字、去除原文、翻译替换，支持中英日等多种语言，甚至还有 GPU 加速加持，体验流畅。 支持 Windows/macOS/Linux，多种快捷键方便操作，还能以 MCP 服务器形式结合 AI 进一步扩展。完全开源，爱好者和开发者都适合试一试。 主要功能： 自动气泡检测与分割 漫画专用OCR

支持table 、json、md等多种格式输出。原理是通过 Chrome 浏览器 + Playwright MCP Bridge 扩展，直接复用浏览器已登录状态将支持的网站变成命令行工具。

随着AI智能体包揽多数编码工作，工程师的核心价值正从“写代码”转向产品品味、架构判断、智能体编排与快速学习。文章提出了AI原生时代的6大核心能力维度与4种人才画像，指明了未来技术招聘的新标准。

一本全面且系统化的指南，助您从零开始掌握人工智能/机器学习安全与渗透测试，最终成为该领域的专业实践者。

本文是给人文工作者的AI使用指南，呼吁将AI视为工作台而非许愿池。核心原则包括：工作流程白盒化、拆解任务步骤、明确给定标准、多模型对比，并用生成数量对抗平庸。最终，决定作品上限的仍是人的真实材料与品味。