AI Coding Agent 语境下的 Harness Engineering

最近这半年,我一直在深度使用各种 AI Coding Agent——从 [[Claude Code]] 到 [[OpenAI Codex]],从 [[Cursor]] 到 [[Windsurf]]。在这个过程中,我越来越强烈地感受到一件事:决定一个 AI 编程工具好不好用的,早已不是背后的大模型有多聪明,而是包裹在模型外面那一层「运行时系统」做得有多好。这层系统,业界现在有了一个越来越明确的名字——Harness。 Mitchell Hashimoto([[Terraform]] 的创始人)在他那篇广为流传的博客里,把自己使用 AI 编程的演进过程总结 Read more ...


Cloudflare 免费服务盘点

我一直觉得 [[Cloudflare]] 是互联网基础设施领域里最慷慨的公司之一。不是因为它便宜,而是因为它的免费套餐好用到让人心虚——总觉得哪天会收到账单,但用了好几年,账单真的没来过。 事情的起因很简单:我手里有几个域名,最早只是把 DNS 托管到 Cloudflare 上,图个解析快、面板好用。后来慢慢发现,光是一个域名接入 Cloudflare,能顺手用上的免费服务多到离谱。图床、邮箱、短链接、静态网站托管、内网穿透、数据库、甚至零信任安全网关,全部免费,而且不是”试用 14 天”那种免费,是长期可用的 Free Tier。 这篇文章就来 Read more ...


Accio Work 阿里国际推出的跨境电商 AI Agent

最近刷到一条消息,阿里巴巴国际在海外发布了一个叫 Accio Work 的产品,号称三十分钟就能帮你从零搭建一家可以上线的跨境网店。第一反应当然是”又一个 AI 包装的噱头”,但仔细看了一圈之后发现,这东西和我们平时聊的那些通用 AI 助手还真不太一样。它不是一个聊天机器人,而是一个能自己干活的 Agent——你给它一个想法,它自己去做市场调研、选品、开店、写文案、发社交媒体、甚至帮你跟供应商砍价。 这篇文章就来聊聊 Accio 到底是什么,它能做什么,以及这类垂直领域的 AI Agent 和我们熟悉的通用大模型到底有什么不同。 Accio 的前 Read more ...


Exa MCP Server:让 AI 助手拥有实时搜索能力

最近在用 [[Claude Code]] 写文章和做技术调研的时候,经常需要获取最新的网页信息。Claude 自带的 WebSearch 工具能用,但返回的结果有时候不够精准,特别是搜代码示例和技术文档的时候。后来发现了 [[Exa]] 的 MCP Server(https://github.com/exa-labs/exa-mcp-server),接入之后搜索体验有了质的提升——不管是查最新的 API 文档、找代码示例还是做竞品调研,都比之前顺畅很多。 Exa 是什么 Exa是一家专门为 AI 构建的搜索引擎公司。和 Google 这类面向人类 Read more ...


Clientexec 从六升级到七的完整指南

最近 [[Clientexec]] 发布了 7.0.1 稳定版,我使用了 Clientexec 来管理主机,我一直在等这个大版本更新。之前一直停留在 6.6.1,看到 7.0 正式稳定后终于决定动手升级。整个过程踩了一些坑,这里把完整的升级流程和注意事项分享出来,希望能帮到同样需要升级的朋友。 为什么要升级到七 Clientexec 团队在 6.x 系列上持续投入了很长时间,从 6.5 到 6.6、6.7、6.8,每个版本都带来了不少改进。正因为这种「先把 6.x 做好」的策略,7.0 的发布时间比预期晚了不少,但换来的是一个更成熟的大版本。7. Read more ...


Jina AI:为大语言模型而生的搜索基础设施

最近在搭建一个基于 RAG 的知识库系统时,遇到了一个很常见的问题:怎么把网页内容干净地喂给大语言模型?原始的 HTML 里充斥着导航栏、广告、脚本等各种噪音,直接丢给 LLM 不仅浪费 token,还严重影响输出质量。在尝试了几种方案之后,我发现 [[Jina AI]] 提供了一套非常完整的工具链,从网页内容提取、文本向量化、到深度搜索,几乎覆盖了 LLM 数据处理链路上的每一个环节。 Jina AI 是什么 Jina AI 是一家专注于搜索基础设施的 AI 公司,总部在柏林,在硅谷也有办公室。他们的定位很明确——为企业级搜索和检索提供基础模型 Read more ...


SyncTrain:让 iPhone 终于能用上 Syncthing 的开源客户端

用了这么多年 [[Syncthing]],一直有一个痛点——iOS 上始终没有一个真正好用的客户端。之前用过 [[Möbius Sync]],说实话体验相当一般,本质上就是把 Syncthing 的 Web UI 包了一层壳,收费不说,功能也受限。直到最近发现了 SyncTrain 这个项目,试用之后只想说:iOS 上的 Syncthing 体验终于像样了。 SyncTrain 是什么 SyncTrain(在 GitHub 上叫 Sushitrain)是一款原生的 iOS 和 macOS [[Syncthing]] 客户端,由荷兰开发者 Tomm Read more ...


Obsidian CLI 来了:从终端操控你的知识库

我用 [[Obsidian]] 管理笔记库已经好几年了,日记、技术笔记、读书摘录、项目文档全部塞在里面。但有一个事情一直让我觉得别扭——每次想在终端里快速记个想法,或者用脚本批量处理笔记的时候,都得绕一大圈。直接改 Markdown 文件虽然可以,但双链不会更新,属性不会同步到索引,改完还得回到 Obsidian 里手动刷新才能看到变化。这种”从后门溜进去”的感觉总是让人不太放心。 2026 年 2 月 27 日,[[Obsidian]] 1.12.4 正式发布,带来了官方的命令行界面(CLI)。这一次,前门终于打开了。 Obsidian CLI 是 Read more ...


用 Claude Code 的 Remote Control 和 Channels 从手机和聊天软件操控你的终端

我平时写代码基本离不开 [[Claude Code]],但有一个场景一直让我觉得不方便:电脑上跑着一个长任务,人已经离开工位了,想用手机看看进度或者追加一句指令,做不到。最近 Anthropic 连续发布了两个功能,把这个问题解决得相当干净——Remote Control 让你从手机浏览器或 Claude App 直接接管本地会话,Channels 则更进一步,让你通过 [[Telegram]] 或 [[Discord]] 给 Claude Code 发消息,它收到后在本地执行并把结果回复到聊天里。 Channels 这个功能是 Claude Co Read more ...


我 Vibe Coding 了一个日本看房神器:BukkenAI

最近在东京认真找房子,每次拿到一个物件地址,我都要重复做同样一套操作:打开 [[Google Maps]] 搜地址,确认大概位置;找最近的车站,看步行距离;切到 Yahoo 地图查灾害风险图;再搜一圈附近有没有超市、医院、药局。做完一遍下来,十几分钟就过去了,物件多的时候,这些重复的信息收集工作比看房本身还累。某天做完第 N 遍之后,我决定干脆自己做一个工具,输入地址,全部自动搞定。这就是 BukkenAI 的起点。 看房人的重复劳动 日本的看房信息通常只有地址和最近车站,缺乏对”周边生活环境”的系统性描述,不同平台的信息分散,每次都要自己东拼西凑。 Read more ...


最近文章

  • 利用 mise 替换 asdf 的迁移方案
  • Field Theory CLI:把 X Bookmarks 同步到本地,变成可搜索的个人知识库
  • 在 OpenClaw 中配置 Longbridge CLI 与 Skill 打造对话式量化交易工作流 最近我一直在折腾自己的投资工作流,想把 AI Agent 和真实的行情、持仓、交易动作接到一起。手里一边是 [[Longbridge]] 账户,一边是 [[OpenClaw]] 这类可以扩展 Skill 的开源 Agent,单看都不缺能力,问题是它们原本不在一个工作界面里。查行情要切 App,下单要切网页,想做一点自动化分析还得自己补脚本。直到我把 Longbridge 官方的 longbridge-terminal 和 OpenClaw 里的 Longbridge Skill 接上,这套东西才终于顺了起来。现在我可以直接在终端里问 AI 一句话,让它去查报价、看持仓、整理数据,必要的时候再把下单命令准备好。这篇就把我自己跑通的过程和一些实际感受整理下来。
  • CLIProxyAPI 把 Claude Code、Gemini CLI、Codex 订阅包装成统一 API 的开源神器 最近在折腾自己的 AI 工具链时,我遇到了一个非常现实的痛点。手里同时握着 [[Claude]] Pro、ChatGPT Plus、Gemini Advanced 这几个订阅,每次想在自己的脚本或小工具里调用它们的能力,都只能望洋兴叹——订阅账号给的是网页端或 CLI 工具的使用权,而不是 API Key。如果想走 API 路径,就得额外付一次费,而且 API 的定价往往比订阅贵得多。于是我一直在找一个能把订阅账号的额度转化为 API 调用能力的方案,直到最近发现了 [[CLIProxyAPI]] 这个项目。今天就聊聊这个工具到底解决了什么问题。
  • LM Studio:在本地运行大语言模型的最佳桌面工具 自从各类大语言模型开始开源以来,我就一直在尝试在本地运行它们。早期折腾 [[llama.cpp]] 的时候,需要手动编译、手动下载模型权重、在命令行里敲参数,对于非技术背景的用户来说门槛相当高。直到我发现了 [[LM Studio]],才算是真正体验到了”把 AI 装进自己电脑”的顺畅感。用它运行本地模型,就像在 App Store 下载一个 App 一样自然。