它会自动扫描你PATH里有哪些Agent CLI——支持列表：Claude Code、Codex、GitHub Copilot CLI、OpenClaw、OpenCode、Hermes、Gemini、Pi、Cursor Agent、Kimi、Kiro CLI。Agent会自己出现在你的看板（比如Trello风格的界面）上，被分配issue后自动接手，跑完了更新状态，跑不通了主动说“我阻塞了”不是科

语音识别还是挺重要的，常用的比如现在语音输入法啊，需要将你说话的声音转成文字，再比如手机上各种智能助手，还有就是让龙虾可以听懂你发的语音（目前我是通过Whisper来实现的）但是这些大多数都需要依赖云端服务， 每次说话，数据要上传到服务器处理，再返回结果。在安卓设备上的实测数据显示，Vosk 的 APK 体积仅 15MB，内存峰值 80MB，平均识别延迟 120ms 左右。解压后，几行代码就能实现

如果你跟我一样，重度依赖Claude Code、Cursor这类AI编程助手，日常频繁跑测试、做构建、操作git，而且每月token账单让你有点肉疼，那花30秒装个RTK试试，大概率不会失望。这种跑几百个用例的场景，如果只有两三个失败，它会把通过的用例汇总成"195 passed"，然后重点保留失败用例的错误堆栈和上下文。它内置了常见命令的解析规则，但如果你用了很多自研脚本，或者输出格式比较非标，

这个项目把“画图”这件事从一个需要手动调整格式的工作，变成了用自然语言描述就能完成的任务。你只需要想清楚要表达什么逻辑，剩下的配色、布局、样式都交给技能去处理。你只需要用自然语言描述你想画什么，它就能自动生成一张具有Anthropic技术博客风格的图表。其实简单的安装方式，直接把github开源地址丢给Claude code，告诉它帮我安装即可。不是想不清楚逻辑，而是画出来的图不好看。配色乱、箭头

我的经验是，只开启当前任务必须的MCP，其他的在项目配置中禁用。对于已经在用的人，它可以作为参考，看看别人的配置有什么可以借鉴的地方。）最初是Anthropic黑客松的获胜作品，作者在10个多月的实际产品开发中，把自己用Claude Code积累的经验和配置全部整理了出来。这个项目的价值，不在于它有多少行配置代码，而在于它把真实生产环境里踩过的坑、总结的经验，整理成了可以复用的资产。整个过程，你只

1900多个文件，40多个工具，50多条命令，全部赤裸裸地躺在node_modules里，被开发者们翻了个底朝天。你可以看到一个商业级别的AI编程工具是怎么组织的，它的架构设计、代码结构、工具系统，全部摊开给你看。对于做AI工具的人来说，这可能是今年最好的学习资料——没有之一。想围观代码的，直接去GitHub搜“claude-code-source-code”，或者看上面提到的两个仓库。首先，An

然而，许多用户在使用 Claude Code 时总会遇到这样的困扰：明明是技术可以实现的功能，却因为订阅等级不足而被"关掉"。ClawGod 是一个开源补丁工具（GPL-3.0 协议），只需一行命令、30 秒即可完成安装，能够将 Claude Code 的所有内部功能解锁、移除各种使用限制。Claude Code 作为 Anthropic 推出的 AI 编程工具，凭借其强大的多文件推理能力和 10

从工具系统（40+ 原子工具、分层行动-感知体系）到知识管理（按需加载、渐进式披露），从上下文工程（三层压缩策略）到多智能体协调（六种架构模式、异步邮箱通信），从权限治理（6 级纵深防御）到性能优化（并行预取、懒加载、编译时死代码消除）——每一个子系统都展现了成熟的工程决策。当工程精力从"试图编程智能"转向"为智能构建世界"时，Agent 系统的能力上限将由模型本身的智能水平决定，而非被差劲的 H

然后它会提炼出5个你都没意识到的需求，挑战你4个前提假设，给出3种实现方案和工期估算，最后建议："先做最窄的可用版本，明天就发出去看看真实反馈。技能按"思考→规划→构建→评审→测试→发布→复盘"的顺序运行，每个环节的产出都会自动传给下一个环节。你最开始说的是"每日简报应用"，最后做出来的是一个"AI幕僚"——因为它听的是你的痛点，而不是你随口说的功能名。这套东西的魔力不在于技术多复杂，而在于它把"

装上合适的 Skill 之后，你发一句话它就能跑完一整套流程：代码审查、排查 bug、生成文档，甚至有人用它做公众号，从调研到出稿到排版到推送，全程交给 Claude Code 跑，自己只管选题和最后看一眼。说“写个登录功能”和说“写个登录功能，用 JWT，密码 bcrypt 加密，写完之后跑通测试用例”，后者的产出质量会高很多。这个 Frontend Design Skill 的做法是：先强迫