2026 年 04 月

用 AI 做 MoSCoW：需求排序不是让模型拍板，是先把争论结构化

需求优先级最烦人的地方，不是没有方法论，而是每个人都能拿方法论替自己说话。 业务说用户等不了，技术说这块顺手，老板说先做能卖钱的，产品经理夹在中间，最后会议开了两小时，只得到一张谁都不太服的列表。 用 AI 做 MoSCoW 评分，真正有用的地方不在“让模型决定做什么”，而是把一团情绪和口头判断，先压成一张能讨论、能复
用 AI 做 MoSCoW：需求排序不是让模型拍板，是先把争论结构化
作者：Administrator
分类： 技术教程
标签： #工具

anything-analyzer 教程：给 Agent 一套网络观察台，而不是让它盲猜接口

很多 AI Agent 做网页任务时，最尴尬的不是不会写代码，而是看不见真实网络。浏览器里点一下，背后跑了哪些 API、带了什么 Cookie、哪里做了签名、哪个请求失败了，Agent 往往只能靠页面结果猜。 `anything-analyzer` 把这个问题往工程侧推了一步：内嵌浏览器抓包、MITM 代理、JS Ho
anything-analyzer 教程：给 Agent 一套网络观察台，而不是让它盲猜接口
作者：Administrator
分类： 技术教程
标签： #工具

agency-agents-zh 教程：211 个专家角色，不是提示词合集，是 Agent 分工手册

AI 编程工具用久了，大家都会遇到一个问题：你明明只想让它修个登录 bug，它偏偏开始设计一套“可扩展身份系统”；你让它写一段营销文案，它先给你上价值，再给你编十个受众画像。不是模型不会干活，而是角色没定住。 `agency-agents-zh` 值得看的地方，不是“有 211 个 AI 专家角色”这个数字，而是它把角
agency-agents-zh 教程：211 个专家角色，不是提示词合集，是 Agent 分工手册
作者：Administrator
分类： 技术教程
标签： #工具

Playwright Test Agents 上手：测试自动化从写脚本，变成审核计划

以前聊 Playwright，重点多半落在“怎么点按钮、怎么找元素、怎么稳定跑 CI”。到了 Agent 这一步，问题其实变了：不是让 AI 多会操作浏览器，而是让它别把测试写成一锅粥。 Playwright Test Agents 有意思的地方就在这儿。它没有把“写测试”塞给一个万能 Agent，而是拆成三个角色：P
Playwright Test Agents 上手：测试自动化从写脚本，变成审核计划
作者：Administrator
分类： 技术教程
标签： #工具

Deep Researcher Agent 教程：让 AI 替你盯训练，但别把科学判断也外包

Deep Researcher Agent 火，不是因为它又包装了一个“AI 科研助手”的概念，而是它盯准了研究里最磨人的一层：实验运营。 改超参、跑训练、看日志、整理结果、再改。真正有价值的是 idea 和判断，但研究者大量时间耗在等待和机械复盘上。Deep Researcher Agent 想接过去的，正是这段重复
Deep Researcher Agent 教程：让 AI 替你盯训练，但别把科学判断也外包
作者：Administrator
分类： AI观察
标签： #AI

前端转 AI Agent 工程师，别只补 LLM：后端、RAG、权限和队列才是硬骨头

前端工程师转 AI Agent，最容易掉进一个坑：以为补一轮 Prompt、学会调 OpenAI API、弄懂几个 Agent 框架，就算入门了。 这只能算摸到门把手。真正把 Agent 跑进业务里，硬骨头在后面：HTTP、鉴权、任务队列、数据库、向量检索、日志、权限边界、失败重试。模型负责“想”，系统负责“能不能安全
前端转 AI Agent 工程师，别只补 LLM：后端、RAG、权限和队列才是硬骨头
作者：Administrator
分类： AI观察
标签： #AI

Beads 教程：给 Coding Agent 一张任务记忆图，别再靠 Markdown TODO 硬撑

Beads 的定位很清楚：给 Coding Agent 用的 distributed graph issue tracker，底层用 Dolt，提供结构化、可合并、可查询的任务记忆。说白了，它想替代那种越来越乱的 Markdown TODO、聊天记录计划和临时任务清单。长任务里，Agent 最容易忘的不是代码，而是“现
Beads 教程：给 Coding Agent 一张任务记忆图，别再靠 Markdown TODO 硬撑
作者：Administrator
分类： 技术教程
标签： #工具

RTK 上手：别让 Coding Agent 把 token 烧在 ls、cat 和重复命令上

RTK 的定位很直接：CLI proxy，减少 LLM 在常见开发命令上的 token 消耗。它不是让模型更会写代码，而是让 Agent 别把钱和上下文窗口浪费在 `ls`、`cat`、`grep`、重复日志和巨长输出上。README 里提到在常见开发命令上能减少 60% 到 90% 的 token 消耗，这个数字先别
RTK 上手：别让 Coding Agent 把 token 烧在 ls、cat 和重复命令上
作者：Administrator
分类： 技术教程
标签： #工具

Oh My OpenAgent 上手：给 OpenCode 系工具加一层可维护的 Agent Harness

Oh My OpenAgent 以前叫 Oh My OpenCode，最近重新站到 Agent Harness 这个位置上。它不是一个“让界面更好看”的小插件，而是围绕 OpenCode/多 Agent CLI 的一组工作流、规则、安装方式和运行习惯。现在这类项目越来越多，真正要比的不是谁的 prompt 更唬人，而是
Oh My OpenAgent 上手：给 OpenCode 系工具加一层可维护的 Agent Harness
作者：Administrator
分类： 技术教程
标签： #工具

FireRed-OpenStoryline 教程：AI 剪视频，真正值钱的是把风格沉淀成 Skill

AI 视频剪辑这条线，过去一年有点热过头了。很多工具都在讲“一句话生成视频”“自动剪辑”“智能成片”，听起来很爽，但真正做过内容的人都知道，剪辑不是把素材丢进时间线这么简单。 难点在三处：素材怎么选，节奏怎么控，风格怎么复用。FireRed-OpenStoryline 值得看，不是因为它又把视频剪辑包装成一个聊天框，而
FireRed-OpenStoryline 教程：AI 剪视频，真正值钱的是把风格沉淀成 Skill
作者：Administrator
分类： 技术教程
标签： #工具
共 115 篇文章
页