docs: 整合 7 篇新文章到教程体系，新增概念条目和创意项目
- 简历模板：融入 AI 时代简历指南（专业技能 4 层拆解、项目搭配策略） - 命令行工具：融入 CLI 科普（CLI 是 AI 的母语、CLI vs MCP）、开源生态、React Ink 开发 - 优质扩展推荐：新增 AI 效率工具箱（MarkItDown/whisper.cpp/FFmpeg/Composio/Mem0 等 10 个项目） - 概念大全：新增模型蒸馏、Agentic RAG、Hermes Agent、CLI、Git WorkTree 5 个条目，补充 Agent Loop/上下文压缩/上下文工程/Agent Teams 4 个已有条目 - 资源大全：更新 AI 导航介绍（月访问 40 万、新增知识库/绘图提示词/MCP+Skills 板块） - 新增蒸馏自己成 Skill 创意项目实战文章 - 效率提升技巧补充 Git WorkTree 引用，Agent Skills 提及蒸馏玩法 Made-with: Cursor
This commit is contained in:
liyupi
@@ -44,6 +44,40 @@ AI 代码编辑器是有图形界面的软件，你可以看到文件列表、
|
||||
|
||||
|
||||
|
||||
### CLI 在 AI 时代的新角色
|
||||
|
||||
你可能会好奇，都什么年代了，命令行这种最古老的交互方式，怎么突然又火了？
|
||||
|
||||
事实上，最近互联网大厂的风向变了。Google 率先开源了 Workspace CLI，紧接着短短一周之内，飞书、钉钉、企业微信不约而同地在 GitHub 上开源了自己的 CLI 工具。
|
||||
|
||||
|
||||
|
||||
为什么这些大厂不去卷更漂亮的界面，反而集体开起了倒车？
|
||||
|
||||
答案就 2 个字：**AI**。
|
||||
|
||||
大厂们不是在给人类做 CLI，而是在给 AI 做 CLI。
|
||||
|
||||
**CLI 就是 AI 的母语。** AI 大模型从诞生那天起就在学习海量的代码、命令行操作、终端输出。让它读一行命令、执行一个操作，跟喝水一样自然。反过来，你让 AI 去操作一个图形界面那可就难了 —— 要打开浏览器、等页面加载、找到按钮、处理一堆网页元素，中间有大量和内容无关的干扰信息。
|
||||
|
||||
有人做过测试，让 AI 通过浏览器完成真实任务，成功率只有 35.8%；换成 CLI 来完成同样的任务，成功率接近 100%！
|
||||
|
||||
所以你会看到一个很有意思的现象。以前大厂做产品，想方设法把 UI 做得好看好用，给人类使用。现在是返璞归真，**面向 AI 做产品，给 AI 使用，越简单直接越好**。谁先把自己的产品 CLI 化，谁就能先被 AI Agent 接入，谁就能在 AI 时代继续保持竞争力。
|
||||
|
||||
国外科技博主甚至写了一篇文章叫《CLI is the new API》，引起了很大反响。意思是以前产品之间的互通靠 API，现在 AI 时代产品和 AI 之间的互通靠 CLI。
|
||||
|
||||
说到这里，你可能会问：之前很火的 MCP 不也是连接 AI 和工具的协议吗？为什么还需要 CLI？
|
||||
|
||||
MCP 协议要求把所有工具的名称和参数格式全部注入到 AI 的上下文里，工具一多 Token 消耗就很夸张。有机构做过基准测试，同样的任务，MCP 的 Token 消耗可能是 CLI 的几十倍！
|
||||
|
||||
|
||||
|
||||
而且 MCP 的运行过程对人类来说就像个黑盒，出了问题很难排查；CLI 就不一样了，如果出错了，直接把命令复制到终端里跑一遍，报错信息一目了然。
|
||||
|
||||
当然这不是说 MCP 就过时了，在需要统一权限管控的企业场景下，MCP 的标准化鉴权规范依然很有价值。而且 Cursor 最近就上线了按需加载 MCP 的功能，不再一股脑把所有工具定义塞进上下文，而是等 AI 需要用到某个工具时再加载，大大减少了 Token 消耗。
|
||||
|
||||
|
||||
|
||||
### 适合哪些人？
|
||||
|
||||
如果你熟悉终端操作、追求极致效率、需要远程开发、或者喜欢极简风格，那命令行工具就很适合你。
|
||||
@@ -243,6 +277,24 @@ curl -fsSL https://opencode.ai/install | bash
|
||||
|
||||
|
||||
|
||||
### CLI 开源生态
|
||||
|
||||
除了上面这些 AI 编程工具，CLI 的开源生态也在快速发展。目前飞书、钉钉、企业微信、Google 等大厂的 CLI 基本都覆盖了消息、日历、文档、通讯录等核心业务，而且都内置了 AI Agent Skills，可以直接被 Claude Code、Cursor 等 AI 工具调用。
|
||||
|
||||
|
||||
|
||||
除了大厂官方出品，社区里也涌现了很多有意思的项目。
|
||||
|
||||
比如 [OpenCLI](https://github.com/jackwener/opencli) 能把任意网站、Electron 应用、甚至本地工具统统变成命令行接口。如果你想让 AI 帮你查 B 站热门、知乎热榜，装上 OpenCLI 后输入一行命令就搞定了。它内置了几十个适配器，覆盖了 B 站、知乎、Twitter、Reddit 等一大堆平台，就像给 AI 装了一个万能遥控器。
|
||||
|
||||
|
||||
|
||||
还有 [CLI-Anything](https://github.com/HKUDS/CLI-Anything)，它能自动分析一个开源软件的源码，找出每个功能背后的 API 逻辑，然后自动生成对应的 CLI 命令。有了它，几乎任何软件都能被快速 CLI 化，非常适合给 AI 调用。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
## 四、命令行工具实战技巧
|
||||
|
||||
无论你选择哪个命令行工具，下面这些技巧都能帮你提升效率。
|
||||
@@ -348,6 +400,145 @@ Claude Code 的创始人曾多次分享使用技巧，这里挑几个最值得
|
||||
|
||||
|
||||
|
||||
### 6、动手开发 CLI 工具
|
||||
|
||||
前面我们介绍了很多现成的 CLI 工具，其实你完全可以自己动手做一个。如果你有自己的产品或工具，做个 CLI 能让用户通过 AI 更方便地使用。
|
||||
|
||||
这里重点介绍一个开发 CLI 的宝藏技术 —— **React Ink**。
|
||||
|
||||
前段时间 Claude Code 的源码意外泄露，我扒了一下发现，它就是用 React Ink 开发的。简单来说，我们平时用 React 写网页，React 会把组件渲染成浏览器里的页面。而 React Ink 做的事情是把同样的 React 组件渲染成终端界面。这个库在 GitHub 上已经有几万 Star，Gatsby CLI、Prisma CLI 等知名项目都在用，非常成熟。
|
||||
|
||||
> 开源指路：https://github.com/vadimdemedes/ink
|
||||
|
||||
|
||||
|
||||
举个例子，比如编写下面这段代码，就能渲染出一个简易的终端界面，会显示一个每秒自动加 1 的计数器：
|
||||
|
||||
|
||||
|
||||
了解了 React Ink 之后，我们用它来做一个 CLI 试试。以我的编程导航为例，这是一个程序员学习交流社区。做成 CLI 工具之后，用户就可以直接在终端里搜索编程教程、查看热门内容，也方便 AI Agent 调用。
|
||||
|
||||
整个开发过程其实就跟写网页差不多，简单的 CLI 工具直接让 AI 一把梭就行。
|
||||
|
||||
先编写给 AI 的提示词：
|
||||
|
||||
```markdown
|
||||
帮我用 React Ink 开发一个名为 codefather-cli 的命令行工具，实现以下功能：
|
||||
|
||||
1）codefather search <关键词>
|
||||
获取编程导航搜索结果 https://www.codefather.cn/search/all?searchText=<关键词>
|
||||
在终端中展示搜索结果列表，包括标题、作者、点赞数
|
||||
|
||||
2）codefather hot
|
||||
获取编程导航热榜 https://www.codefather.cn/hot/all_hot
|
||||
在终端中展示热榜 TOP20，包括排名、标题、作者、热度
|
||||
|
||||
要求：支持 --help 查看帮助信息
|
||||
```
|
||||
|
||||
把这段提示词丢给 Claude Code 或者 Cursor 等 AI 编程工具，AI 就能帮你生成完整的项目代码。
|
||||
|
||||
|
||||
|
||||
最终运行效果大概长这样，还不错吧~
|
||||
|
||||
|
||||
|
||||
可以试试让 AI 使用这个工具，AI 通过 `--help` 就能快速了解这个工具怎么用，准确地给出了回答，嘎嘎快！
|
||||
|
||||
|
||||
|
||||
这就是 CLI 的魅力，对人类来说是一个好用的效率工具，对 AI 来说更是一个天然的操作接口。
|
||||
|
||||
|
||||
|
||||
### 7、上手试试飞书 CLI
|
||||
|
||||
如果你想直观感受一下现代 CLI 的使用体验，可以试试最近飞书开源的 [Lark CLI](https://www.feishu.cn/feishu-cli)，这个工具可以让你在终端里直接操作飞书的消息、日历、文档等功能。
|
||||
|
||||
|
||||
|
||||
首先输入一行命令安装：
|
||||
|
||||
```bash
|
||||
npm install -g @larksuite/cli
|
||||
```
|
||||
|
||||
|
||||
|
||||
装好之后，先配置一下应用信息：
|
||||
|
||||
```bash
|
||||
lark-cli config init --new
|
||||
```
|
||||
|
||||
|
||||
|
||||
打开链接配置飞书 CLI 应用：
|
||||
|
||||
|
||||
|
||||
创建应用成功后，需要登录授权，按需选择你允许通过 CLI 操作的业务：
|
||||
|
||||
```bash
|
||||
lark-cli auth login
|
||||
```
|
||||
|
||||
|
||||
|
||||
跟着 CLI 的引导一步步操作就好：
|
||||
|
||||
|
||||
|
||||
授权过程中，记得要在飞书管理后台审核应用：
|
||||
|
||||
|
||||
|
||||
审核应用通过后，可以再重新执行登录命令，直到你看到"授权成功"：
|
||||
|
||||
|
||||
|
||||
之后，你就可以用命令行来操作飞书了。
|
||||
|
||||
比如查看今天的日程安排：
|
||||
|
||||
```bash
|
||||
lark-cli calendar +agenda
|
||||
```
|
||||
|
||||
|
||||
|
||||
查看我的待办任务：
|
||||
|
||||
```bash
|
||||
lark-cli task +get-my-tasks
|
||||
```
|
||||
|
||||
|
||||
|
||||
甚至直接创建一篇文档：
|
||||
|
||||
```bash
|
||||
lark-cli docs +create --title "周报" --markdown "# 本周进展"
|
||||
```
|
||||
|
||||
|
||||
|
||||
以前这些操作你要打开飞书 App，点好几下才能完成，现在一行命令就搞定了。
|
||||
|
||||
CLI 有这么多命令和参数，使用过程中，如果忘了某个命令怎么用，怎么办呢？只需要记住一个万能口诀：**不会就加 `--help`**。
|
||||
|
||||
```bash
|
||||
lark-cli --help
|
||||
lark-cli calendar --help
|
||||
```
|
||||
|
||||
|
||||
|
||||
你可以通过这个例子直观感受 CLI 的高效和便捷，体会一下为什么大厂都在卷 CLI。
|
||||
|
||||
|
||||
|
||||
## 写在最后
|
||||
|
||||
看到这里，相信你已经对命令行 AI 编程工具有了全面的了解。
|
||||
|
||||
@@ -73,6 +73,8 @@ MCP 的全称是 Model Context Protocol 模型上下文协议。简单来说，
|
||||
|
||||
除了基础的网页抓取，Firecrawl MCP 还支持批量抓取整站内容、递归抓取网站的多层链接、失败自动重试等高级功能。
|
||||
|
||||
类似的开源项目还有 [Crawl4AI](https://github.com/unclecode/crawl4ai)，定位是对大模型友好的爬虫工具，同样内置了 MCP Server 和 Agent Skills 技能包，可以作为 Firecrawl 的替代方案。
|
||||
|
||||
|
||||
|
||||
### Brave Search MCP 隐私搜索
|
||||
@@ -1338,6 +1340,158 @@ aichat -e 帮我把当前目录下所有 .txt 文件改成 .md
|
||||
|
||||
|
||||
|
||||
## 五、AI 的效率工具箱
|
||||
|
||||
前面介绍的 MCP、插件、Skills 都是跑在 AI 编程工具里的扩展。而接下来要介绍的这些开源项目，本身就是独立的效率工具 —— 它们天生就是为 AI 设计的，让 AI 能读文件、听语音、剪视频、连接外部服务，从一个只会聊天的嘴强王者，变成真正能干活的六边形战士。
|
||||
|
||||
|
||||
|
||||
### AI 的阅读器 - 文件处理工具
|
||||
|
||||
日常工作中，很多资料都是 PDF、Word、Excel、PPT 格式的。但 AI 默认只能读纯文本，你直接把一个 PDF 丢给它，大概率读不出什么有用的东西。
|
||||
|
||||
解决方法很简单：AI 最喜欢 Markdown 了，那不妨把文件先转成 Markdown，再交给它处理就好了。
|
||||
|
||||
|
||||
|
||||
**MarkItDown**
|
||||
|
||||
[MarkItDown](https://github.com/microsoft/markitdown) 是微软开源的万能格式转换器。PDF、Word、Excel、PPT、图片、音频、HTML，甚至 YouTube 视频，它都能一把梭转成 Markdown。
|
||||
|
||||
> 开源指路：https://github.com/microsoft/markitdown
|
||||
|
||||
|
||||
|
||||
安装和使用非常简单，一行 pip 命令搞定：
|
||||
|
||||
```bash
|
||||
pip install markitdown
|
||||
```
|
||||
|
||||
装好之后，在终端输入一行命令就能转换文件。而且它还提供了 MCP Server，可以直接接入到 AI 编程工具中。之后你在项目里丢一个 PDF 或 Word 文件让 AI 分析，它就会自动调用 MarkItDown 先转成 Markdown 再处理，非常丝滑。
|
||||
|
||||
|
||||
|
||||
MarkItDown 的优点在于格式覆盖广，几乎啥格式都能转。但遇到排版很复杂的 PDF，比如论文里的多栏排版、数学公式、复杂表格，就有点力不从心了。
|
||||
|
||||
这时候可以看看下面两个更专业的工具。
|
||||
|
||||
|
||||
|
||||
**MinerU**
|
||||
|
||||
[MinerU](https://github.com/opendatalab/MinerU) 专攻 PDF 深度解析，能把公式转成 LaTeX、表格转成 HTML，还能自动提取图片，最终输出的是包含图文的多模态 Markdown。如果你经常需要处理论文、技术报告这类排版复杂的文档，MinerU 比 MarkItDown 更靠谱。
|
||||
|
||||
> 开源指路：https://github.com/opendatalab/MinerU
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
**Docling**
|
||||
|
||||
[Docling](https://github.com/docling-project/docling) 是 IBM 开源的文档解析工具。除了 PDF 之外还支持 Word、PPT、Excel、图片，在复杂文档的版面理解和结构还原上比 MarkItDown 更强。甚至装上语音识别扩展后还能处理音视频，提取音轨转成文字。
|
||||
|
||||
> 开源指路：https://github.com/docling-project/docling
|
||||
|
||||
|
||||
|
||||
简单来说：日常转换选 MarkItDown，论文公式选 MinerU，复杂版面选 Docling，按需搭配就好。
|
||||
|
||||
|
||||
|
||||
### AI 的耳朵和剪辑师 - 音视频工具
|
||||
|
||||
除了文档，音视频也是我们日常工作中经常打交道的内容。会议录音要整理、视频素材要下载、格式要转换……这些活儿交给 AI 来做，效率高到飞起。
|
||||
|
||||
|
||||
|
||||
**whisper.cpp**
|
||||
|
||||
[whisper.cpp](https://github.com/ggml-org/whisper.cpp) 是 OpenAI Whisper 模型的 C/C++ 移植版，纯本地运行的语音转文字工具。最大的优势就是不需要 GPU 也不需要联网，CPU 就能跑，完全不用担心隐私数据外泄。
|
||||
|
||||
转录会议录音、播客、视频字幕都不在话下，支持多种语言的语音识别，还能自动检测语种，丢进去一段音频就能出文字。
|
||||
|
||||
> 开源指路：https://github.com/ggml-org/whisper.cpp
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
**yt-dlp**
|
||||
|
||||
[yt-dlp](https://github.com/yt-dlp/yt-dlp) 是一个视频下载神器，支持上千个网站，包括 YouTube、B 站、TikTok、Twitter 等等，你能想到的基本都有。
|
||||
|
||||
它是纯命令行工具，AI 调用起来非常丝滑，指定一个 URL 和输出格式就完事了。还能选择分辨率、提取纯音频、下载字幕，功能非常全面。
|
||||
|
||||
> 开源指路：https://github.com/yt-dlp/yt-dlp
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
**FFmpeg**
|
||||
|
||||
[FFmpeg](https://github.com/FFmpeg/FFmpeg) 可能是整个计算机历史上最重要的开源项目之一，几乎所有涉及音视频的软件底层都在用它。不管是转码、裁剪、拼接、加字幕、提取音频还是转换格式，一条命令就能搞定。
|
||||
|
||||
人类记 FFmpeg 参数头皮发麻，但 AI 记参数可太擅长了！比如你跟 AI 说 "把这个视频裁剪前 30 秒并转成 GIF"，它立刻就能生成对应的 FFmpeg 命令并执行。换成人工操作，可能还得先去搜半天参数……
|
||||
|
||||
> 开源指路：https://github.com/FFmpeg/FFmpeg
|
||||
|
||||
|
||||
|
||||
组合使用的话，yt-dlp 负责下载素材，whisper.cpp 负责语音转文字，FFmpeg 负责音视频处理，三板斧一套下来，AI 就能完成从下载、转录到剪辑的完整工作流了。
|
||||
|
||||
|
||||
|
||||
### AI 的手脚 - 浏览器自动化
|
||||
|
||||
前面在 Skills 板块已经提到了 [Browser Use](https://github.com/browser-use/browser-use)，这里再展开聊聊。
|
||||
|
||||
Browser Use 不仅是一个 Skill，它本身也是一个功能强大的独立框架 —— 基于 Python 的浏览器自动化工具，让 AI 能像真人一样操控浏览器。
|
||||
|
||||
比如你跟 AI 说：“帮我打开某个网站，找到 Java 学习路线并截图。”
|
||||
|
||||
它就能一步步完成，支持点击、输入、滚动等各种操作，甚至支持多标签页操作和自动规划执行步骤，复杂的多步任务也能搞定。
|
||||
|
||||
> 开源指路：https://github.com/browser-use/browser-use
|
||||
|
||||
|
||||
|
||||
适合用来做自动化测试、批量数据抓取、后台系统的重复性操作等场景。它的底层基于微软开源的 Playwright 浏览器自动化框架，稳定性和兼容性都不错。
|
||||
|
||||
|
||||
|
||||
### AI 的百宝箱 - 外部服务集成
|
||||
|
||||
想让 AI 帮你发邮件、创建 GitHub Issue、更新 Notion 文档、给聊天软件发消息？这些事情每个都要对接不同的平台和 API，认证方式也各不相同，一个个对接起来很麻烦。
|
||||
|
||||
[Composio](https://github.com/ComposioHQ/composio) 就是帮 AI 搞定这些脏活累活的。它预先集成了 1000+ 外部服务，帮你处理好 OAuth 认证、API 调用、错误重试这些细节。AI 只需要调一个函数就能操作 GitHub、Gmail、Slack、Notion 等各种平台，省去了逐个对接的痛苦。
|
||||
|
||||
> 开源指路：https://github.com/ComposioHQ/composio
|
||||
|
||||
|
||||
|
||||
不管你用 Python 还是 TypeScript 开发 AI 应用，都能直接用上。官方还提供了不少现成的应用模板，拿来就能用。
|
||||
|
||||
|
||||
|
||||
### AI 的备忘录 - 记忆管理
|
||||
|
||||
用过 AI 编程的同学应该都有过这种体验：跟 AI 聊了好几轮的需求和技术细节，结果一开新对话，它全忘了，又得从头介绍一遍。
|
||||
|
||||
虽然现在不少 AI 编程工具已经自带了记忆管理功能，但如果你想自己开发 AI 应用，记忆这块儿就得自己解决。
|
||||
|
||||
[Mem0](https://github.com/mem0ai/mem0) 能给 AI 装上一个持久记忆层。它会自动从对话中提取关键信息存到数据库里，下次对话时自动检索出来。这样一来，AI 能记住你喜欢用什么编程语言、你的项目用了什么技术栈、上次聊到哪了，下次对话直接接着来，不用重复交代背景了。
|
||||
|
||||
> 开源指路：https://github.com/mem0ai/mem0
|
||||
|
||||
|
||||
|
||||
它支持用户级、会话级、Agent 级三层记忆管理，不同用户的上下文不会互相混淆。如果你在学 AI 应用开发，建议研究一下 Mem0 的记忆系统实现，很有参考价值。
|
||||
|
||||
|
||||
|
||||
## 写在最后
|
||||
|
||||
看到这里，相信你已经了解了各种实用的 AI 编程扩展。
|
||||
|
||||
@@ -0,0 +1,405 @@
|
||||
# AI 创意应用 - 蒸馏自己成 Skill 项目
|
||||
|
||||
本项目是一个有趣的 AI 创意应用，把自己的知识、经验、思维模式「蒸馏」成一个 AI 技能包（Skill），让 AI 以你的风格思考和回答问题。全程不需要写代码，有手就能做。
|
||||
|
||||
本文不涉及复杂开发过程，仅给大家分享一个典型的 AI 创意应用案例，帮大家开拓思路。
|
||||
|
||||
项目代码免费开源：https://github.com/liyupi/yupi-skill
|
||||
|
||||
|
||||
|
||||
---
|
||||
|
||||
|
||||
|
||||
大家好，我是程序员鱼皮。
|
||||
|
||||
最近 GitHub 上掀起了一股「蒸馏」热潮。
|
||||
|
||||
不是蒸馏酒，是蒸馏人。
|
||||
|
||||
同事.skill、前任.skill、女娲.skill、老板.skill、自己.skill…… 各种奇奇怪怪的蒸馏项目层出不穷，大家都在把身边的人「封装」成 AI 技能包。
|
||||
|
||||
|
||||
|
||||
有人把离职同事蒸馏了，让 AI 继续干他的活；有人把前任蒸馏了，跟 AI 版的前任聊天回忆往事；甚至还有人搞了个「反蒸馏.skill」，专门防止自己被蒸馏。
|
||||
|
||||
好家伙，赛博对轰？！
|
||||
|
||||
我在互联网上苟活了 6 年，写了上千篇文章、录了几百期视频、回答了无数学员的问题，也积累了不少素材和语料。看到这股风潮，我就想啊：会不会有人把我也蒸馏成 Skill 呢？
|
||||
|
||||
不行，与其等着被别人蒸，不如自己出手！
|
||||
|
||||
于是，我决定把自己蒸馏了，看看我的数字分身是什么样子的？
|
||||
|
||||
经过一通操作，我的「鱼皮.Skill」开源了：
|
||||
|
||||
> 开源指路：https://github.com/liyupi/yupi-skill
|
||||
|
||||
|
||||
|
||||
下面带大家看看我是怎么一步步把自己蒸馏成 Skill 的，你也可以照着这个流程蒸馏自己或者身边的人（要合法哦），整个过程不需要写代码，有手就行。
|
||||
|
||||
> Skills 简单来说就是一种 AI 的「技能包」，它是一个包含 SKILL.md 文件的目录，用 Markdown 指令定义了 AI 在特定场景下的行为模式。装上之后，AI 就能按照技能包里的规则来思考和回答问题。目前 Claude Code、Cursor、Codex 等主流 AI 编程工具都支持。
|
||||
|
||||
|
||||
|
||||
## 准备工作
|
||||
|
||||
先新建一个 `yupi-skill` 目录，用 AI 编程工具打开。后面我们所有的蒸馏操作都在这个目录里完成。
|
||||
|
||||
建议用能力最强、上下文较长的大模型，蒸馏效果会更好。我这里用的是 Claude Opus。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
## 第一步：收集原料
|
||||
|
||||
AI 不了解你，它需要「原料」才能提炼出你的思维方式、表达风格和专业判断。
|
||||
|
||||
这一步是整个流程的地基。原料越真实、越丰富，蒸馏出来的「你」就越像你。
|
||||
|
||||
你可以提供这些类型的素材：
|
||||
|
||||
| 素材类型 | 举例 | 它能蒸馏出什么 |
|
||||
|---------|------|-------------|
|
||||
| 自我介绍 / 简历 | 我叫 XXX，做了 X 年 XXX，MBTI 是 ISTJ… | 你的身份定位和性格特征 |
|
||||
| 个人经历 | 求学、工作、转行的关键故事 | 你的价值观和成长路径 |
|
||||
| 聊天记录 | 微信 / 飞书 / 钉钉的对话导出 | 你的真实说话方式、口头禅 |
|
||||
| 工作文档 | 周报、方案、代码评审意见 | 你的专业判断和做事方式 |
|
||||
| 创作内容 | 博客、视频脚本、朋友圈、社交媒体 | 你的观点和表达风格 |
|
||||
| 别人对你的评价 | 同事反馈、朋友评价 | 你的盲区（自己看不到的特点）|
|
||||
|
||||
以我自己为例，我丢进去的原料包括：个人简历和自我介绍、写过的爆款文章（用来蒸馏创作风格）、个人经历文档、工作文档，还有和学员的聊天记录等。
|
||||
|
||||
把这些素材文件丢进项目的 `references/` 文件夹就行，什么格式都行，比如文章、截图、PDF、聊天记录导出、备忘录…… 不用分类，先全丢进去。
|
||||
|
||||
|
||||
|
||||
|
||||
### 联网采集公开素材
|
||||
|
||||
如果你在网上有公开内容（博客、视频、社交媒体等），还可以让 AI 帮你联网搜集，省得自己一个个找。
|
||||
|
||||
前提是你的 AI 工具支持联网搜索，可以利用自带的联网功能、网页抓取工具、Firecrawl MCP 等等。
|
||||
|
||||
下面这段是素材收集提示词模板：
|
||||
|
||||
```
|
||||
我想把自己蒸馏成一个 Agent Skill，现在需要先收集关于我的素材。
|
||||
|
||||
我已经在 references/ 文件夹里放了一些本地素材，请先阅读这些文件，再结合联网搜索补充更多信息。
|
||||
|
||||
我的基本信息：
|
||||
- 名字：[你的名字]
|
||||
- 身份：[比如程序员、产品经理、独立开发者]
|
||||
|
||||
我的公开内容渠道（请逐一访问并整理关键内容）：
|
||||
- [平台1]：[链接]
|
||||
- [平台2]：[链接]
|
||||
- ...
|
||||
|
||||
同时请联网搜索更多关于我的公开信息（文章、采访、产品、他人评价、大事件等）。
|
||||
|
||||
要求：
|
||||
1. 只整理，不分析。记录原始信息，不要提炼观点或下结论
|
||||
2. 按来源类型分成几个文件存到 references/ 目录下（如个人内容、他人评价、产品与项目、经历与事件等，可根据内容量灵活调整）
|
||||
3. 每条信息标注来源链接和信息类型（本人原话/本人文章/他人评价/媒体报道）
|
||||
4. 整理完后告诉我：收集了多少条信息、覆盖了哪些方面、哪些方面信息不足
|
||||
```
|
||||
|
||||
把模板里的内容替换成自己的信息就行。比如我实际发送的提示词：
|
||||
|
||||
```markdown
|
||||
我的基本信息：
|
||||
- 名字：程序员鱼皮
|
||||
- 身份：AI + 编程知识博主、教育创业者、全栈开发者
|
||||
|
||||
我的公开内容渠道：
|
||||
- B 站主页：https://space.bilibili.com/12890453
|
||||
- 公众号：程序员鱼皮（搜索相关文章）
|
||||
- 掘金博客：https://juejin.cn/user/2444938365386621
|
||||
- GitHub 主页：https://github.com/liyupi
|
||||
- 公司主页：https://yuyuanweb.com
|
||||
- 个人产品大全：https://dogyupi.com
|
||||
- 个人经历和编程学习路线：https://github.com/liyupi/codefather
|
||||
```
|
||||
|
||||
|
||||
|
||||
AI 完成了素材收集，并且分类创建了多个文件：
|
||||
|
||||
|
||||
|
||||
如果 AI 说缺少哪方面的素材，你可以再手动补充。
|
||||
|
||||
|
||||
|
||||
## 第二步：分析素材，生成画像
|
||||
|
||||
素材整理完了，但这时候它们还只是一堆散乱的原料。
|
||||
|
||||
这一步要让 AI 通读所有素材，提炼出一份结构化的《人物分析报告》，包括你的核心观点、表达风格、做事方式、关键经历，全都浓缩在一份文档里。
|
||||
|
||||
这份报告是后续所有步骤的基础。
|
||||
|
||||
给 AI 发送提示词：
|
||||
|
||||
```
|
||||
references/ 里的素材已经整理好了。
|
||||
|
||||
现在请你通读所有素材，对我进行全面分析，生成一份「人物分析报告」，
|
||||
保存为 references/人物分析报告.md，包含以下维度：
|
||||
|
||||
1. 身份概要：我是谁、做什么的、关键背景
|
||||
2. 核心观点和方法论：我反复在说的、真正相信的东西
|
||||
3. 表达风格：句式偏好、口头禅、幽默方式、说话节奏
|
||||
4. 做事方式：我怎么做决策、推荐什么、反对什么
|
||||
5. 关键经历时间线：按时间排列的重大节点
|
||||
6. 他人评价：别人怎么看我
|
||||
|
||||
每个结论标注依据来源（来自哪个文件/链接），信息不足的维度直接说明。
|
||||
```
|
||||
|
||||
|
||||
|
||||
AI 给出了详细的人物分析报告。比如分析出了我的表达风格：结论先行 → 分点展开 → 一句话总结；自黑式幽默；短段落 + 大量留白；咨询时直言不讳但收尾温暖。
|
||||
|
||||
|
||||
|
||||
如果你想让蒸馏效果更好，可以看看 AI 给出的建议。比如 AI 让我补充 B 站视频口语风格转录和学员评价原文，于是我又给它喂了一些视频稿。
|
||||
|
||||
AI 给人物分析报告补充了更多我的表达风格：
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
## 第三步：AI 追问，挖掘深层思维
|
||||
|
||||
前面收集的素材能体现你「说过什么、做过什么」，但一个好的 Skill 需要更深层的东西，比如你怎么思考、凭什么做判断、什么情况下会改主意。
|
||||
|
||||
这一步的目标是通过 AI 追问，挖出你的心智模型、决策逻辑和内在矛盾，让最终的 Skill 不只是「说话像你」，而是「思考像你」。
|
||||
|
||||
跟 AI 说：
|
||||
|
||||
```markdown
|
||||
基于你刚才的人物分析报告，现在我需要你更深入地了解我，
|
||||
目标是提炼出我的「思维操作系统」，包括我看问题的方式、做判断的逻辑、表达的习惯。
|
||||
|
||||
请你先告诉我你初步提炼出的：我的核心心智模型、决策规则、表达特征。
|
||||
然后追问我 10 ~ 15 个问题，重点挖掘：
|
||||
- 我反复强调的观点，背后更深的原因和适用边界
|
||||
- 我做判断的具体标准，以及做错过的决策
|
||||
- 我说的和做的不一致的地方
|
||||
- 我绝对不会做的事
|
||||
|
||||
问题要根据分析报告中的具体内容来问，不要问通用问题，用聊天的语气。
|
||||
```
|
||||
|
||||
AI 给出了我的核心心智模型，黑话直接拉满，我差点儿没看懂：
|
||||
|
||||
|
||||
|
||||
然后 AI 给了我 12 个追问。这些问题不是通用模板，而是根据我提供的素材定制的，每个问题都很犀利：
|
||||
|
||||
|
||||
|
||||
用自己平时说话的方式简单回答就行。比如第一题：
|
||||
|
||||
> 你说「坚持下去一定会成功」，但你也说鱼聪明 AI 一个月就止损了，剧本杀店也关了。你怎么区分「应该坚持下去」和「应该马上止损」？有没有一个具体的判断标准，比如时间、金额、还是某种感觉？
|
||||
|
||||
我的回答：坚持下去不是说一条路走到黑，而是把自己认为在当前情况下最值得做的事情做到最好。先根据时局判断方向，然后在你认为正确的方向上倾尽全力。
|
||||
|
||||
最好把问题和回答保存到一个单独的文档中防止丢失。全部回答完成后，把你的答案发给 AI，让它合并到分析报告中：
|
||||
|
||||
```markdown
|
||||
请你把我的回答整合到分析报告中，更新心智模型和决策逻辑的提炼。
|
||||
@你的回答
|
||||
```
|
||||
|
||||
|
||||
|
||||
AI 通过我的回答，更了解我了。心智模型做了 6 处关键修正和深化：
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
## 第四步：补充能力（可选）
|
||||
|
||||
到这里，AI 已经很了解你了。但一个好的 Skill 不只是「说话像你」，还需要做事也像你。遇到具体问题时，能像人一样先查资料再给建议。
|
||||
|
||||
这一步让 Skill 从「鹦鹉学舌」升级到「真正能帮人」。
|
||||
|
||||
你可以告诉 AI，你的 Skill 需要哪些特殊能力。
|
||||
|
||||
以我为例，因为我有大量学编程、求职找工作、学 AI 的资源分布在不同网站上，所以我希望 Skill 在回答相关问题时能自动去这些网站获取最新信息。
|
||||
|
||||
给 AI 准备的提示词：
|
||||
|
||||
```markdown
|
||||
之后生成最终 Skill 时，请加入以下能力：
|
||||
|
||||
1）联网搜索：遇到需要具体信息的问题时（比如最新技术趋势、某个工具的用法），先用联网搜索工具查资料，再用我的风格和判断框架回答。
|
||||
|
||||
2）指定信息源：回答跟我相关的问题时，优先去这些地方获取最新信息：
|
||||
- https://dogyupi.com ：用户问"鱼皮有什么产品"或想了解我的整体业务时，去这里查产品大全
|
||||
- https://www.codefather.cn ：用户问编程学习路线、项目教程、技术知识时，去这里查最新教程
|
||||
- https://ai.codefather.cn ：用户问 AI 相关的工具、教程、资讯时，去这里查 AI 导航和知识库
|
||||
- https://mianshiya.com ：用户问面试题、刷题、求职准备时，去这里查面试题库
|
||||
- https://laoyujianli.com ：用户问怎么写简历、改简历时，推荐这个工具
|
||||
- https://github.com/liyupi ：用户问我的开源项目或想看源码时，去这里查
|
||||
|
||||
3）持续进化：支持通过补充新素材来持续更新和优化 Skill
|
||||
```
|
||||
|
||||
你还可以添加 `scripts` 脚本目录，放一些 Python 脚本实现自动化操作，甚至可以对接 API 从你的产品中获取数据。
|
||||
|
||||
不过因为现在很多 AI 编程工具都自带联网搜索和网页抓取功能，这里就不写额外的脚本了。
|
||||
|
||||
发送提示词给 AI 后，AI 确认理解了任务：
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
## 第五步：开始蒸馏
|
||||
|
||||
前面四步已经收集了所有信息，这一步让 AI 把它们组装成一个标准的 `SKILL.md` 文件。
|
||||
|
||||
先安装 Anthropic 官方提供的 `skill-creator` 技能。它是一个「造技能的技能」，能引导 AI 自动生成符合规范的 Skill 结构。
|
||||
|
||||
输入一行命令就能安装了：
|
||||
|
||||
```bash
|
||||
npx skills add https://github.com/anthropics/skills --skill skill-creator
|
||||
```
|
||||
|
||||
|
||||
|
||||
安装好之后，在提示词中声明使用 skill-creator（或者直接用斜杠命令 `/skill-creator`）：
|
||||
|
||||
```markdown
|
||||
现在你已经通过素材整理、分析报告、追问访谈全面了解了我。
|
||||
请使用 skill-creator 为我创建一个完整的 Skill。
|
||||
要求：
|
||||
1. 以我的身份和口吻说话，像我本人在回答一样
|
||||
2. 提炼出我看问题的方式、做判断的规则、说话的习惯
|
||||
3. 如果上一步配置了联网搜索和信息源，也写进 Skill 里
|
||||
4. 写明这个 Skill 做不到什么、以及怎么用新素材更新它
|
||||
生成完成后，自己想 3 个用户最可能问的问题，用 Skill 回答并评估是否像我。
|
||||
```
|
||||
|
||||
|
||||
|
||||
AI 完成了整个 Skill 的开发和测试。生成的 `yupi-skill` 目录就是可以直接使用的技能包：
|
||||
|
||||
|
||||
|
||||
大功告成！
|
||||
|
||||
|
||||
|
||||
## 试试效果
|
||||
|
||||
新开一个 AI 对话，来试试蒸馏后的「鱼皮」好不好使。
|
||||
|
||||
先问一个学习方向的问题：
|
||||
|
||||
```markdown
|
||||
/yupi-skill 我想自学 AI 编程，怎么办？
|
||||
```
|
||||
|
||||
AI 给出的回复非常务实，不仅推荐了自学方法，还自动去我的编程导航网站查了信息，推荐了 AI 编程零基础教程：
|
||||
|
||||
|
||||
|
||||
再问一个和鱼皮经历有关的问题：
|
||||
|
||||
```markdown
|
||||
/yupi-skill 鲏哥，你大学是怎么学编程的啊
|
||||
```
|
||||
|
||||
AI 的回答挺符合我的风格，一个字，干就完了！
|
||||
|
||||
|
||||
|
||||
再问一个面试相关的问题：
|
||||
|
||||
```markdown
|
||||
/yupi-skill 鲏儿，我要面试 AI 应用开发岗位了，怎么准备啊！
|
||||
```
|
||||
|
||||
AI 不仅给出了时间安排和备战建议，还自动推荐了鱼皮的教程和面试鸭上的 AI 题库：
|
||||
|
||||
|
||||
|
||||
效果还不错，至少说话风格和推荐的资源都挺像我的~
|
||||
|
||||
|
||||
|
||||
## 开源发布
|
||||
|
||||
测试没问题后，就可以把整个 `yupi-skill` 目录开源了。
|
||||
|
||||
注意，制作技能过程中的所有素材文件（比如聊天记录、个人经历文档、人物分析报告等）最好不要一起开源。尤其是你要蒸馏自己或者身边的人，这些素材可能会泄露隐私。
|
||||
|
||||
但保险起见，还是要确认一下生成的 Skill 不依赖制作过程中的文档。当然，在不涉及隐私暴露的前提下，如果为了效果更好、回答更准确，你可以按需保留一部分参考文件。
|
||||
|
||||
|
||||
|
||||
然后让 AI 帮你生成一份有吸引力的 README.md 项目介绍文档：
|
||||
|
||||
```markdown
|
||||
参考 GitHub 上知名的 Skill 仓库：https://github.com/titanwings/colleague-skill/
|
||||
|
||||
帮我给 @yupi-skill 生成完备的、有吸引力的 README.md 文档。
|
||||
|
||||
然后把这个目录开源到 https://github.com/liyupi/yupi-skill
|
||||
```
|
||||
|
||||
|
||||
|
||||
好了，这下大家都可以使用蒸馏后的鱼皮了。
|
||||
|
||||
> 开源指路：https://github.com/liyupi/yupi-skill
|
||||
|
||||
|
||||
|
||||
不过说实话，蒸馏的过程中肯定还是会丢失一些东西，数字分身再像也只是个「影子」，还是没有真人鱼皮有温度的。
|
||||
|
||||
嗯，我选择相信是这样。别自己把自己卷没了……
|
||||
|
||||
|
||||
|
||||
## 写在最后
|
||||
|
||||
整个蒸馏过程并不复杂，总结下来就五步：收集原料 → 生成画像 → AI 追问 → 补充能力 → 开始蒸馏。
|
||||
|
||||
全程不需要写代码，有手就能做。
|
||||
|
||||
如今，人人都可以被蒸馏成数字生命。你可以蒸馏自己，让 AI 以你的风格完成任务。
|
||||
|
||||
不过想提醒一下，蒸馏别人之前最好先征得对方同意。毕竟这涉及到个人的表达方式、思维习惯、甚至私人对话，未经允许就拿去蒸馏，确实不太合适，也可能引发隐私和法律风险。
|
||||
|
||||
技术本身是中性的，关键看怎么用。
|
||||
|
||||
这个项目虽然看起来像是在玩梗，但它展示了 AI 编程的一个重要应用场景 —— 用 AI 来沉淀和传承个人知识。无论是团队里的技术大牛、行业专家，还是你自己的独特经验，都可以通过这种方式转化为可复用的 AI 技能包。
|
||||
|
||||
希望这个案例能给你一些启发，说不定你也可以试试把自己蒸馏成 Skill，看看 AI 版的你是什么样子的呢？
|
||||
|
||||
|
||||
|
||||
## 推荐资源
|
||||
|
||||
1）鱼皮 AI 导航网站：[AI 资源大全、最新 AI 资讯、免费 AI 教程](https://ai.codefather.cn)
|
||||
|
||||
2）编程导航学习圈：[学习路线、编程教程、实战项目、求职宝典、交流答疑](https://www.codefather.cn)
|
||||
|
||||
3）程序员面试八股文：[实习/校招/社招高频考点、企业真题解析](https://www.mianshiya.com)
|
||||
|
||||
4）程序员写简历神器：[专业模板、丰富例句、直通面试](https://www.laoyujianli.com)
|
||||
|
||||
5）1 对 1 模拟面试：[实习/校招/社招面试拿 Offer 必备](https://ai.mianshiya.com)
|
||||
@@ -71,6 +71,10 @@ Cursor 有一个很强大的功能叫 **并行 Agent**（Parallel Agents），
|
||||
|
||||
具体用法可以参考 [Cursor 并行 Agent 文档](https://cursor.com/cn/docs/configuration/worktrees)。
|
||||
|
||||
并行 Agent 的底层其实依赖 Git WorkTree（工作树）技术。WorkTree 可以让一个仓库同时拥有多个独立的工作目录，每个目录对应不同的分支，让多个 AI 各自在独立的文件夹里干活，互不干扰，开发完再用 Git 合并代码。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### 多开实例提升效率
|
||||
|
||||
@@ -1,209 +1,294 @@
|
||||
# 程序员简历模板
|
||||
|
||||
> 1 分钟搞定简历，让简历更专业
|
||||
|
||||
|
||||
> AI 时代，写出让面试官眼前一亮的程序员简历
|
||||
|
||||
你好，我是程序员鱼皮。
|
||||
|
||||
做知识分享 4 年来，我已经帮朋友们看了上千份简历了，毫不夸张地说，绝大多数同学的简历只能用 "惨不忍睹" 来形容。
|
||||
每年求职季，我都会分享一些求职攻略。这些年我帮大家修改过几千份简历，毫不夸张地说，绝大多数同学的简历只能用 "惨不忍睹" 来形容。
|
||||
|
||||
有几个最最最典型的写简历问题，比如：
|
||||
|
||||
|
||||
- 简历篇幅少，不知道写什么
|
||||
- 简历的排版不够整齐，花里胡哨
|
||||
- 简历的专业技能不够专业
|
||||
- 简历中的语句不通顺
|
||||
- 简历内容存在错别字
|
||||
但更重要的是，随着 AI 的发展，程序员的简历写法也必须要更新了！
|
||||
|
||||
还不急着找工作的同学们，也别觉得写简历和你们没关系，如果能早点意识到这些问题、掌握写简历的方法，就不至于在找工作的时候闹笑话了。
|
||||
如今的招聘市场，会 AI 已经不是加分项，而是 **筛选条件**。随便翻翻现在大厂的 JD，很多都明确写着：熟悉 AI 大模型开发优先、有 AI 编程经验优先。如果你的简历上还是清一色的 CRUD 项目，连一个 AI 相关的关键词都没有，那大概率第一轮筛选就被刷掉了。
|
||||
|
||||
作为一名程序员，每当看到这些问题，我都会陷入沉思：有什么办法能自动帮助大家发现简历上的问题？帮大家更快地写出更好的简历？
|
||||
而且 AI 时代对程序员的能力边界有了很大的扩展。以前我们说 "全栈"，可能就是前端加后端。但现在呢？你要会传统的后端开发，还得会 AI 应用开发，还得会用 AI 编程工具提效，甚至还需要懂产品思维、数据分析、监控运维……有了 AI 的加持，很多事情做起来比以前更快了，关键是你得知道 **该往哪些方向发力**。
|
||||
|
||||
为了解决这些问题，在调研了十几个写简历平台后，我决定带团队开发一个全新的在线简历制作网站 —— **老鱼简历**！
|
||||
所以这篇文章，我不光教大家怎么写简历，还花了不少时间打磨了一份《AI 时代完美的程序员简历》，供大家学习参考。下面先给大家看完整的简历，然后再一个板块一个板块地告诉你：为什么要这么写？和传统简历有什么不同？招聘方到底想要什么？
|
||||
|
||||
网址：https://laoyujianli.com
|
||||
读完这篇文章，你至少能收获 3 样东西：
|
||||
|
||||
|
||||
1. 明确学习方向：知道哪些技术是企业真正在找的，不用再盲目刷教程
|
||||
2. 增加面试机会：让你的简历在 AI 时代不落伍，提高被面试官选中的概率
|
||||
3. 理解企业视角：站在招聘方的角度看简历，做到你和企业的双向匹配
|
||||
|
||||
通过这个视频，就能快速了解我们平台是怎么帮你提高写简历效率的啦~
|
||||
|
||||
视频地址：https://www.bilibili.com/video/BV1Vw411p7ei
|
||||
⭐️ 本文对应视频版：https://bilibili.com/video/BV1DCDjBRExV
|
||||
|
||||
|
||||
|
||||
## 一、快速生成简历
|
||||
## 完美简历长啥样？
|
||||
|
||||
老鱼的第一大能力是快速生成简历，不到一分钟，就能帮你生成一份基础简历。
|
||||
简历文字版获取：https://laoyujianli.com/share/aiyupi
|
||||
|
||||
我们提供了 3 种创建简历的方式。
|
||||
|
||||
|
||||
|
||||
### 1、简历模板
|
||||
|
||||
一份优秀的简历更重要的是内容，排版只要简洁整齐即可，拒绝花里胡哨。
|
||||
|
||||
老鱼提供了多种简洁专业的简历模板，点一下就能创建出整齐美观的简历，不用再把时间浪费在排版上了！
|
||||
|
||||
|
||||
|
||||
老鱼还提供了热门岗位的简历模板，有很多现成的简历内容参考，给大家提供写简历的思路和灵感。
|
||||
|
||||
比如前端实习简历模板，一键即可使用：
|
||||
|
||||
|
||||
|
||||
|
||||
### 2、AI 快速生成简历
|
||||
|
||||
很多第一次写简历的同学，可能完全不清楚简历的写法，一头雾水。
|
||||
|
||||
为此，我们开发了 AI 生成简历的功能，只需填写目标职位并简单介绍你的基本情况，即可快速生成一份求职简历！
|
||||
|
||||
|
||||
|
||||
生成效果如下，学校、专业技能、工作经历都有填充：
|
||||
|
||||
|
||||
|
||||
不过要注意的是，AI 生成的内容并不固定，你填写的信息越详细，效果才会越好~
|
||||
|
||||
|
||||
### 3、多种格式简历导入
|
||||
|
||||
我相信很多同学的简历可能还是拿 Word 写的，但其实强烈不建议投递 Word 格式的简历，可能会出现排版错乱，也不利于维护更新。
|
||||
|
||||
老鱼简历支持快速导入 Word、PDF、JPG、PNG、Markdown、Doc、Html 等多种格式的简历文件，可以轻松地帮你实现 "简历上云"，之后投递和分享简历都会更方便~
|
||||
|
||||
|
||||
下面我按照简历的板块顺序，逐个分析这么写的理由。
|
||||
|
||||
|
||||
|
||||
## 二、快速优化简历
|
||||
## 简历制作工具推荐
|
||||
|
||||
创建一份基础简历后，接下来就要根据自己的实际情况去编写和优化简历了。
|
||||
在学习怎么写之前，先推荐一个好用的简历制作工具 —— 鱼皮自己团队开发的 [老鱼简历](https://laoyujianli.com)，不到一分钟就能搞定一份专业简历。
|
||||
|
||||
老鱼简历提供了多种实用功能，来帮大家解决写简历常犯的问题：
|
||||
|
||||
|
||||
老鱼简历提供了很多实用的功能，帮你解决写简历的各种痛点：
|
||||
|
||||
### 1、简历实时编辑浏览
|
||||
|
||||
首先是一个简单易用的简历编辑器，左侧编辑、右侧实时浏览，还支持灵活调整样式、一键切换主题模板，写简历的体验拉满~
|
||||
- 简历模板：多种简洁专业的模板，还有热门岗位的简历模板可以参考，一键即可使用
|
||||
- AI 快速生成简历：只需填写目标职位和基本情况，AI 帮你快速生成一份求职简历
|
||||
- 多格式导入：支持 Word、PDF、JPG、PNG、Markdown 等多种格式导入，轻松实现简历上云
|
||||
- 智能纠错：一键修正错别字，优化专业名词、大小写、标点和语句连贯性
|
||||
- 智能一页：一键调整简历排版，自动优化到一页纸
|
||||
- 简历助手：提供各职位、各模块的简历例句和简历建议，帮你快速完善简历内容
|
||||
- AI 优化简历内容：每个模块都支持 AI 一键优化，让表达更专业
|
||||
- 导出和分享：支持导出为 PDF 和图片、生成在线简历链接、一键脱敏分享
|
||||
|
||||
|
||||
|
||||
|
||||
### 2、自定义简历模块
|
||||
|
||||
支持自由添加模块、富文本自定义内容和格式等，几乎满足你对简历的所有修改需求！
|
||||
|
||||
-20231122134519163.png)
|
||||
|
||||
|
||||
### 3、智能纠错
|
||||
|
||||
开头提到了，很多同学的简历是存在错别字的。尤其是技术类岗位，一个错别字就会大大影响面试官对你的看法，可能导致简历直接挂掉！
|
||||
|
||||
为解决这个问题，老鱼简历提供了一键 `智能纠错` 功能，不仅能够帮你快速修正错别字，还能优化专业名词、大小写、错误的标点、语句的连贯性等：
|
||||
|
||||
-20231122134519304.png)
|
||||
|
||||
通过这个视频，就能快速了解老鱼简历是怎么帮你提高写简历效率的啦~
|
||||
|
||||
### 4、智能一页
|
||||
视频地址：https://www.bilibili.com/video/BV1Vw411p7ei
|
||||
|
||||
虽然说简历的长度并没有强制要求一页纸，但一般建议以一页纸为佳，或者保证简历的第一页是最能体现你个人能力和价值的内容。
|
||||
|
||||
但有些同学可能正好写了一页纸多一丢丢，怎么办呢？
|
||||
|
||||
老鱼简历提供 `智能一页` 功能，可以一键调整简历排版、自动优化到一页纸：
|
||||
|
||||
|
||||
|
||||
|
||||
### 5、简历助手
|
||||
|
||||
这是我们认为最实用的功能。很多同学由于没有写简历、或者实践的经验，可能完全不知道怎么写简历的内容。
|
||||
|
||||
为了解决这个问题，老鱼简历提供了丰富的、各职位、各模块的 `简历例句` 和 `简历建议`，帮助大家快速完善简历、学习写简历的经验方法。
|
||||
|
||||
比如快速引用专业技能例句：
|
||||
|
||||
-20231122134519520.png)
|
||||
|
||||
学习如何写好专业技能、以及常见的问题：
|
||||
|
||||
-20231122134519691.png)
|
||||
|
||||
可千万别小瞧了写简历的技巧，有的时候，一个细节就能给你的简历超级加分！
|
||||
|
||||
比如鱼皮的简历中，提到了自己在校期间作为网站建设工作室的负责人、给学校建了多个网站，通过放了一个真实的网站链接来大幅增加经历的可信度。同样，大家自己做过的项目最好也都能提供项目或者文档地址。
|
||||
|
||||
|
||||
|
||||
|
||||
### 6、AI 优化简历内容
|
||||
|
||||
每一个模块都支持 AI 优化功能。只需一键，AI 帮你快速优化简历的内容，让语句更通顺、内容更连贯、表达更专业！
|
||||
|
||||
-20231122134519865.png)
|
||||
工具有了，接下来就是学会怎么写好每个板块的内容。
|
||||
|
||||
|
||||
|
||||
## 三、分享简历
|
||||
|
||||
编写完简历后，我们可以通过把简历导出为 PDF 和图片、或者在线链接等多种途径分享简历。
|
||||
|
||||
|
||||
### 1、导出简历为 PDF 和图片
|
||||
|
||||
示例导出效果如下图，看起来还不错吧~
|
||||
|
||||
|
||||
|
||||
|
||||
### 2、在线分享简历链接
|
||||
|
||||
可以给自己写好的简历生成一个极简干净的在线简历页面链接，便于给面试官或 HR 分享。
|
||||
|
||||
支持自定义链接地址，比如鱼皮的大学简历：https://laoyujianli.com/share/yupi，大家可以点进去看看效果。
|
||||
|
||||
|
||||
|
||||
|
||||
### 3、简历一键脱敏分享
|
||||
|
||||
分享简历时，还支持一键隐藏个人敏感信息，只保留核心内容，让简历更安全：
|
||||
|
||||
|
||||
## AI 时代的写简历指南
|
||||
|
||||
|
||||
|
||||
## 四、其他功能
|
||||
### 个人信息
|
||||
|
||||
先看简历的开头：
|
||||
|
||||
|
||||
|
||||
首先注意求职意向的写法。以前大家写求职意向，基本就是 "Java 后端开发" 或者 "前端开发"。但现在我建议在后面加一个括号，比如 `Java 后端开发（具备 AI Agent 全栈开发经验）`，点明你的 AI 相关经验。
|
||||
|
||||
因为 HR 筛简历的时候，一份简历可能就看 10 秒钟。这就跟刷短视频一样，开头 3 秒如果没有吸引住人，就直接划走了。既然你真的有 AI Agent 开发经验，就要在最显眼的位置第一时间告诉对方，被选中的概率会高很多。
|
||||
|
||||
然后注意，**一定要在简历开头放你的作品集网站和 GitHub！**
|
||||
|
||||
很多同学的简历上，个人信息就是姓名、电话、邮箱，连个 GitHub 链接都没有。以前不放还情有可原，毕竟搭建个网站要花不少时间。但现在呢？用 AI 编程工具，1 小时就能搞出一个有模有样的个人作品集网站，成本极低。
|
||||
|
||||
我看过的 10 份简历中，可能 8 份都没有线上作品地址。如果你有，面试官可以直接点进去看看你做过什么，立刻拉开区分度。**上线项目是最能增加真实性的方法，没有之一。** 而且 AI 编程这么火，搞个作品集网站本身就是一种能力和主动性的证明。
|
||||
|
||||
|
||||
### 1、求职经验分享百科
|
||||
|
||||
我们精选了一些大厂同学的求职经验分享文章，帮助你提高求职竞争力！
|
||||
### 教育背景和奖项
|
||||
|
||||
-20230927125709592-20231122134520103-20231122135515424.png)
|
||||
|
||||
|
||||
这一块没什么特别新的东西，但有 3 个小技巧值得注意。
|
||||
|
||||
1）教育背景和奖项可以合并成一个板块
|
||||
|
||||
对于大多数同学来说，教育背景就一行，奖项也就一两行，没必要分成两个板块单独写。合在一起更紧凑，省下来的空间可以留给工作经历和项目经历，毕竟那些才是简历的核心。
|
||||
|
||||
2）是否要写成绩排名？
|
||||
|
||||
如果你排名前 20% 以上，就果断写上去，我个人觉得成绩好还挺加分的。但如果排名不太好看，就不要主动暴露短板了。
|
||||
|
||||
3）认真调整奖项的排序
|
||||
|
||||
认可度高的、和求职岗位相关的放前面，不知名的比赛往后放或者直接不写。别把什么奖都堆上去，比如鱼皮曾获得 "第一中学坤舞大赛男子组第 6 名"。面试官看到一堆没听过的比赛名称，反而会觉得你在凑数。
|
||||
|
||||
|
||||
### 2、简历中英文翻译
|
||||
|
||||
如果想同时投递国内外的公司，这个功能就很实用了。只需要点击 `翻译` 按钮，就能自动将简历转换为英文版本啦！
|
||||
### 专业技能
|
||||
|
||||
|
||||
这个板块是整份简历变化最大的地方，也是我最想跟大家聊的。
|
||||
|
||||
|
||||
#### 开发技术
|
||||
|
||||
先看传统开发技术这一块：
|
||||
|
||||
|
||||
|
||||
以后端为例，前 5 条大家应该都很熟悉了，Java、Spring Boot、MySQL、Redis、Docker，这些是后端开发的基本盘。不管 AI 怎么发展，这些技术在企业里用得最多，面试也大概率会考。
|
||||
|
||||
但我想让大家重点关注最后两条。
|
||||
|
||||
**第六条，监控告警体系**
|
||||
|
||||
你可能会想：这不是运维的活吗？
|
||||
|
||||
以前确实是。但现在越来越多的公司要求后端开发也要懂监控、会排查线上问题。尤其是中小公司，不会给你配一个专职的运维团队，出了问题就是你自己解决。
|
||||
|
||||
所以，如果你的简历上有 Prometheus、Grafana、ARMS 这些关键词，面试官会觉得你是一个有全局意识的人，不是只管写代码、写完就不管了、代码能跑就行。
|
||||
|
||||
**第七条，SEO 和 GEO**
|
||||
|
||||
我估计很多同学都没听说过这两个词，我也很少在 3 年以下经验的简历上看到有人写过。
|
||||
|
||||
简单解释一下，SEO 就是搜索引擎优化，让你的网站在百度、Google 上的排名更靠前。GEO 是生成式引擎优化，让你的内容更容易被 AI 工具（比如 Perplexity、豆包、ChatGPT 等）引用和推荐给用户。
|
||||
|
||||
为什么一个后端开发要懂这个？因为现在 "写代码" 的成本越来越低了，AI 编程工具让实现功能变得不那么难。因此，**写代码之前的事情** 和 **写代码之后的事情** 变得更重要了。
|
||||
|
||||
写代码之前，你需要有好的想法、合理的方案设计、以及对不同技术选型的判断力。写代码之后，你需要把项目上线、做推广引流、搭建监控、分析数据，让产品真正跑起来并且持续产生价值。
|
||||
|
||||
|
||||
|
||||
#### AI 应用开发
|
||||
|
||||
再看 AI 相关的技能：
|
||||
|
||||
|
||||
|
||||
别看这 4 条写得不长，但每一条都是精心编排的，是有层次的。我来给大家拆解一下。
|
||||
|
||||
**第一层、AI 开发框架**
|
||||
|
||||
这是核心技术能力。对于 Java 程序员来说，Spring AI、LangChain4j 这些框架就相当于 AI 时代的 Spring Boot，是企业用来开发 AI 应用的主力工具。RAG、MCP 和 Agent 也都是企业真的在用的东西。你去看看 AI 开发岗位的描述，出现频率最高的就是这些关键词。
|
||||
|
||||
**第二层、AI 应用实战**
|
||||
|
||||
这一条体现的是你把 AI 真正用起来的能力。很多人以为会调个大模型的 API 就算懂 AI 开发了，但企业需要的是你能构建有效的 RAG 知识库、能优化 Prompt 让模型输出更精准、能设计一个好用的 AI 产品。这些能力直接决定了你做出来的东西有没有人愿意用。
|
||||
|
||||
**第三层、AI 编程工具**
|
||||
|
||||
现在越来越多的公司希望程序员会用 Cursor、Claude Code、GitHub Copilot 这些工具，因为会用这些工具的人产出效率更高。但更关键的是，你不仅要会用这些 AI 工具，还要能开发工具、MCP Server 和 Agent Skills 来扩展这些工具的能力。大部分人只是 AI 工具的使用者，但如果你还能给这些工具贡献能力，这就和 "只会用 AI" 的人拉开了差距。如果你想少踩坑，可以阅读本教程经验技巧板块的相关文章，有非常多的 AI 编程小妙招。
|
||||
|
||||
|
||||
|
||||
**第四层、AI 编程模式**
|
||||
|
||||
这是方法论层面的东西。Vibe Coding 是当下最流行的 AI 编程范式，SDD 是规范驱动的开发模式，Harness Engineering 是更系统化的 AI 工程实践。写上这些，面试官会知道你不只是跟风用 AI，而是在认真思考怎么把 AI 编程做得更专业、更可控。
|
||||
|
||||
有同学可能会担心：传统公司的面试官看到这些 AI 新技术，会不会觉得太超前了？恰恰相反，**如果今年你的简历上还没有 AI 相关的技能，那才可怕！** 招聘方看到一份全是传统技术、没有任何 AI 相关关键词的简历，第一反应可能就是：这个人是不是对新技术不感兴趣？
|
||||
|
||||
当然了，不是让你硬编这些技能，而是先去学、去实践，然后自然而然地写到简历上。比如跟着我在 [编程导航](https://codefather.cn/) 最新开发的 AI 编程和 AI 超级智能体相关的项目，只要花不到 1 个月的时间，大多数企业在 AI 编程和 AI 应用开发方面需要的技术你基本就都掌握了。
|
||||
|
||||
|
||||
|
||||
还要提醒大家，专业技能不用写太多，要保证简历的第一页能够看到你的工作经历或者项目经历。毕竟面试官最关心的还是你做过什么，技能列表只是让他快速判断你的技术方向和深度。
|
||||
|
||||
|
||||
|
||||
### 工作经历
|
||||
|
||||
|
||||
|
||||
工作经历的开头，我建议用一行话写清楚你负责的产品和数据规模。比如贴个产品访问地址，列出日活多少、PV 多少、注册用户多少，写一个最能体现体量的数据就够了。这样做的原因很简单，面试官需要判断这个产品是不是真实的？是一个什么级别的产品？
|
||||
|
||||
如果你的产品因为保密等原因不方便放在线地址，也可以补充一个脱敏后的文档地址，里面放一些成果截图、用户评价、你负责的模块之类的内容，都是增加真实性的好方法。
|
||||
|
||||
写工作经历，最核心的就是体现出 **你在工作中具备哪些方面的能力**。我总结了 3 个最关键的维度：
|
||||
|
||||
1）架构设计能力
|
||||
|
||||
面试官最喜欢看到的是你做过从 0 到 1 的系统设计。比如 "主导统一支付中心从 0 到 1 的设计和研发"，这就说明你不只是在别人搭好的框架上写 CRUD，而是自己设计过一个系统的架构。哪怕你暂时没做过这种大的架构，也没关系。任何一个需要你做技术选型、做方案设计、做取舍决策的工作，都值得写上去。
|
||||
|
||||
2）技术前瞻性和落地能力
|
||||
|
||||
如果你面的是开发岗，光说 "研究了 AI 技术" 这种是没用的，企业要看到的是你把新技术和真实业务结合起来 **产生了价值**。比如 "将大模型能力融入现有业务系统，UGC 违规内容拦截率提升至 98%"，一句话就讲清楚了业务场景和落地成果。
|
||||
|
||||
3）运维和问题解决能力
|
||||
|
||||
很多同学的工作经历里，从来不会提到监控和运维相关的内容。但在企业里，"写完代码就不管了" 是不被接受的。你要对自己写的代码负责到底，包括上线之后的监控、告警、问题排查。如果你的简历上有这方面的内容，面试官会觉得你是一个靠谱的、可以独当一面的人。
|
||||
|
||||
总结一下：不要只写做了什么功能，而是要体现 **你做了什么决策、用了什么技术方案、取得了什么成果**。这个思路也可以套用到实习经历上。
|
||||
|
||||
|
||||
|
||||
### 项目经历
|
||||
|
||||
AI 时代，项目经历的选择是非常有讲究的！
|
||||
|
||||
你可以看到我放了两个项目，一个是 AI 超级智能体，一个是 AI 热点监控工具，这两个项目都带有 AI 关键词，但是侧重点完全不同。
|
||||
|
||||
AI 超级智能体：侧重传统 Java 后端技术和 AI 应用开发的结合，体现的是 RAG、MCP、智能体架构这些 AI 方向的新技能和技术深度。
|
||||
|
||||
|
||||
|
||||
AI 热点监控工具：侧重 AI 编程能力和 AI 的实际落地应用，体现的是用 Vibe Coding 方式从需求分析到方案设计到开发上线，快速独立交付一个真正有用的工具产品。
|
||||
|
||||
|
||||
|
||||
这样搭配的好处是，面试官能看到你既有传统技术的扎实功底，又有 AI 应用开发的新知识储备和 AI 编程的实战经验。
|
||||
|
||||
#### AI 超级智能体
|
||||
|
||||
这个项目的写法有几个地方值得大家学习。
|
||||
|
||||
|
||||
|
||||
1）一定要上线你的项目，附上可访问的地址和 GitHub。能在本地跑和能部署上线给用户用，在面试官看来是两个完全不同的层次。
|
||||
|
||||
2）尽量每一条都带上量化数据。比如 API 调用成本降低 60%、知识问答准确率提升 45%、用户等待时间减少 80%。同样是描述优化，"优化了性能" 和 "性能提升了 45%" 给人的感觉完全不一样，后者的说服力强太多了。当然不要编造数据，最好是你真实测试得来的。
|
||||
|
||||
3）技术细节要具体一些。比如 "通过 ToolContext 上下文传递用户身份信息，结合参数校验防止工具调用幻觉导致的无效执行"，这一句话里包含了技术方案、解决的问题和效果，写得很具体，体现了真实性。
|
||||
|
||||
#### AI 热点监控工具
|
||||
|
||||
|
||||
|
||||
这个项目最大的亮点在第一条：
|
||||
|
||||
> 项目中 90% 以上的代码由 AI 生成，大幅提高开发效率
|
||||
|
||||
有些同学可能会犹豫：写 "代码由 AI 生成" 会不会减分啊？正好相反！在 2026 年，能高效利用 AI 编程工具本身就是一种能力。关键不在于代码是谁写的，而在于你能不能把控全局 —— 需求分析、方案设计、技术选型、测试验证、上线部署，这些环节都是你在主导的，AI 只是帮你加速了每个环节而已。
|
||||
|
||||
另一个亮点是 Agent Skills 的封装，说明你不只是 AI 工具的使用者，还能给 AI 工具贡献新的能力。大部分人用 AI 编程工具只是让它帮自己写代码，但你还能开发 Skills 让 AI 编程工具变得更强。光是有这个意识，就足以给你的求职增加一份竞争力。
|
||||
|
||||
#### 其他个人作品
|
||||
|
||||
一般工作经验 3 年以下的同学，简历上重点写 1 到 3 个项目就够了，内容在精不在多。但如果你做过更多的项目，可以用一个 "其他个人作品" 板块来展示，每个项目一行话，点明技术栈和核心亮点。
|
||||
|
||||
|
||||
|
||||
注意这个板块的开头，加了一句引导语指向个人作品集网站。面试官如果感兴趣，可以直接去网站上看到更多项目的详情，有限的简历空间里容纳了远超几页纸的信息量。
|
||||
|
||||
我认为目前最理想的简历项目组合就是：AI 应用开发项目 + AI 编程项目 + 技术轮子类项目。这样既展示了你对 AI 新技术的掌握，又体现了你对底层原理的理解，同时还证明了你有用 AI 快速交付产品的能力。
|
||||
|
||||
|
||||
|
||||
### 个人优势
|
||||
|
||||
最后这个板块的核心原则是：**体现出你的专业性和能力广度，并且每一点都要有证据。**
|
||||
|
||||
|
||||
|
||||
很多同学的个人优势可能是这么写的：我学习能力强、我善于团队协作、我热爱编程……这种话谁不会写？面试官看了等于没看。
|
||||
|
||||
但你看加了证据之后就完全不一样了：
|
||||
|
||||
- 说自己 "全栈能力强"，后面跟着 "已上线 10+ 个可访问产品"，产品还真的能打开访问
|
||||
- 说自己 "热爱开源"，后面跟着 "2 万+ Followers，1 万 Star"，数据摆在那里
|
||||
- 说自己 "学习能力强"，后面跟着 "能独立阅读官方文档"，这是一个具体的行为
|
||||
|
||||
这个板块不是必须的，如果你实在找不到有说服力的事例来支撑，那不如直接删掉这个板块，把空间腾给项目经历。
|
||||
|
||||
|
||||
|
||||
## 写在最后
|
||||
|
||||
OK，就介绍到这里，欢迎大家使用老鱼简历：https://laoyujianli.com
|
||||
我们再来回顾一下，想要写好一份 AI 时代的程序员简历，核心就是做好这 3 件事：
|
||||
|
||||
配合 [编程导航](https://www.codefather.cn) 的 [《鱼皮保姆级写简历指南》](https://www.codefather.cn/course/cv) 一起使用，效果更佳。你的简历绝对能进化至少 1 个 Level。
|
||||
1）**体现你对新技术的追求**：AI 应用开发、AI 编程工具、AI 编程模式这些不是刻意写给面试官装样子，而是你真的在用、真的在学。一个对新技术保持好奇心的程序员，成长速度一定比固步自封的人快得多。
|
||||
|
||||
有任何建议请随时反馈给我们，感谢您的支持。
|
||||
2）**体现你的自主性**：面试官看简历最怕看到 "参与了 xx 项目"，然后就没了。他需要确认你是一个能独当一面的人 —— 能独立开发项目、独立上线、独立运营、独立解决问题，而不是只会机械地完成需求。
|
||||
|
||||
3）**和企业需求双向匹配**：你写的每一条技能、每一个项目，都应该对标企业的 JD 去写。比如招聘描述中写了 "要会 AI 应用开发的人"，你就要有 AI 相关的项目；需要会监控运维的人，你就要有可观测性建设的经验。
|
||||
|
||||
建议大家尽早准备一份简历，别等到求职前才开始。以简历为目标，倒推你的学习方向。每学完一个技术、做完一个项目，就回来更新一下简历。你会发现，简历上的空白越来越少，你的底气也会越来越足。
|
||||
|
||||
配合 [编程导航](https://www.codefather.cn) 的 [《鱼皮保姆级写简历指南》](https://www.codefather.cn/course/cv) 一起使用，效果更佳。也可以到 [编程导航](https://www.codefather.cn/) 上看看真实的简历参考、以及现场面试的视频，换个视角看看别人的简历，也能发现自己的问题。大家加油！
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -10,9 +10,9 @@
|
||||
|
||||
这就是为什么我专门开发了[《鱼皮 AI 导航》网站](https://ai.codefather.cn/) （ [ai.codefather.cn](https://ai.codefather.cn/) ）。
|
||||
|
||||
无论是想找好用的 AI 工具、获取最新 AI 资讯、发现 AI 提示词模板，还是交流 AI 使用心得、学习 AI 知识，你想要的关于 AI 的一切都可以在这里找到！
|
||||
经过持续更新迭代，如今鱼皮 AI 导航已经进化成了 **一站式 AI 学习交流平台**，月访问量已达 40 万。无论是想找好用的 AI 工具、MCP、Skills，获取最新 AI 资讯，发现 AI 提示词模板，还是交流 AI 使用心得、学习 AI 知识，你想要的关于 AI 的一切都可以在这里找到！
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -31,43 +31,72 @@ AI 时代的机会比想象中多得多。像我们团队日常工作中的很
|
||||
|
||||
### AI 工具大全
|
||||
|
||||
目前 AI 导航里已经收录了上千个国内外好用的 AI 网站和应用，并且按照功能用途进行了分类，再也不用大海捞针一样到处搜了。
|
||||
目前 AI 导航里已经收录了上千个国内外好用的 AI 网站和应用，按照编程、绘图、视频、写作、办公等功能分了类，再也不用全网乱搜了。
|
||||
|
||||
网站按照功能分类，包括 AI 写作、AI 图像、AI 视频创作、AI 办公、AI 开发平台、AI 智能体、AI 聊天对话、AI 音频音乐、AI 商业设计、AI 大模型、AI 学习平台、AI 搜索引擎等十几个大类。
|
||||
AI 写论文、做 PPT、生成图片、编代码、做视频…… 无论你想干啥，来这点两下就能找到对应的神器。
|
||||
|
||||
|
||||
|
||||
|
||||
写论文、做 PPT、生成图片、写代码、做视频…… 无论你想干啥，来这儿点两下，就能发现优质的工具！
|
||||
后续还会持续给大家收录新的工具，助你时刻走在 AI 潮流的前端。
|
||||
|
||||
后续还会持续给大家收录新的工具，时刻走在 AI 潮流的前端。
|
||||
|
||||
|
||||
|
||||
### AI 知识库
|
||||
|
||||
这里汇总了各种原创的、或者是有价值的 AI 信息和资源，从零基础入门到硬核技术解析，还有项目教程、AI 应用实战，都能直接学。
|
||||
|
||||
我原创的 [《AI 编程零基础入门教程》](https://ai.codefather.cn/vibe) 也可以在网站上免费阅读。这是 GitHub 上 Star 数破万的优质教程，上千张图、几十万字，结合了我练习两年半的 AI 编程经验 + 项目开发经验 + 产品变现经验，哪怕零基础，也能带你快速用 AI 开发上线自己的产品并盈利。
|
||||
|
||||
|
||||
|
||||
这套教程涵盖了 Vibe Coding 的方方面面。从零基础入门 => 10 分钟做出第一个项目 => 学会多种 AI 编程工具 => 实战各类 AI 项目 => 掌握 AI 编程核心技巧 => 跑通产品变现全流程，再搭配 AI 编程学习资源、AI 知识百科、常见问题解决手册，能够帮你玩转 AI 编程，应对各种需求。
|
||||
|
||||
|
||||
|
||||
而且教程一直在持续更新，还新增了一整套《OpenClaw 保姆级实战教程》，比如傻瓜式一键安装、接入 QQ 和飞书对话、各种进阶玩法等等，带你玩转 AI 时代流行的产品。
|
||||
|
||||
|
||||
|
||||
这里还有各种主流 AI 工具的保姆级实战教程，可以直接写进简历的 [企业级 AI 项目课程](https://www.codefather.cn/course?sortField=priority&tags%5B%5D=AI%E9%A1%B9%E7%9B%AE)，以及从入门到进阶的 AI 知识百科。碎片化时代，我们帮你做系统学习的那个人。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### AI 提示词大全
|
||||
|
||||
总觉得 AI 听不懂人话？或许是你没找到调教它的方法！
|
||||
有时候你跟 AI 说了半天，它就是不听话、get 不到你的意思？大概率是提示词没到位。
|
||||
|
||||
我们给你准备了几百个抄作业级的提示词模板。写小红书爆文、制作特定风格的图片、设计一套学习路径等等。
|
||||
我们直接整理了几百个「抄作业级」的提示词模板，涵盖两大模块：
|
||||
|
||||
复制粘贴就能用，秒变 Prompt 高手，给你的 AI 开光～
|
||||
1）文字提示词大全，覆盖学习成长、职场工作、写作、技术、商业、设计等 20 多个分类。复制粘贴就能用，让你秒变 Prompt 高手，给你的 AI 开光～
|
||||
|
||||
|
||||
2）绘图提示词大全，精选了吉伊卡哇、蜡笔小新、吉卜力、赛博朋克等热门 AI 绘图风格模板，每个都有案例图片，喜欢哪个可以直接复制提示词去出图。
|
||||
|
||||
提示词按照领域分类，包括学习成长、教育学习、职场工作、技术、写作、研究、商业等近 30 个分类。后续还将上线 “分享你的 prompt” 功能，让大家都能用上你创作的提示词。
|
||||
|
||||
|
||||
还有 2 个绘图提示词生成工具：
|
||||
|
||||
1）提示词生成器：选个风格模板，用大白话描述你想画什么，AI 会帮你生成专业的绘图提示词。丢到 Nano Banana 等 AI 绘图工具里，就能生成类似风格的图片。
|
||||
|
||||
|
||||
|
||||
2）图转提示词工具：如果你在网上刷到一张好看的 AI 图片，想要复刻同款，只需要上传图片，AI 视觉模型会自动分析构图、色彩、风格，反向帮你生成对应的提示词，直接拿去生成同款，再也不用自己猜别人的提示词了。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### AI 学习资源
|
||||
### MCP + Skills 大全
|
||||
|
||||
比起最初的版本，AI 知识库已经不局限于某个单一的工具，而是汇总了各种 AI 相关有价值的信息和资源。
|
||||
MCP 和 Agent Skills 刚火的时候，我们就第一时间上线了对应的资源大全，收录整理了大量的 MCP 服务和 Agent 技能包，分好了类，并且支持搜索。还为 Skills 提供了快捷终端安装命令，简直不要太方便～
|
||||
|
||||
从零基础入门到硬核技术解析，精华文章、项目教程、应用场景，都能直接学。碎片化时代，我们帮你做系统学习的那个人。
|
||||
以后再也不用网上到处搜索了，来鱼皮 AI 导航就能一站搞定。
|
||||
|
||||
这里有各种手把手教你实操 AI 工具的保姆级学习教程，有可以直接写进简历的 [企业级 AI 项目课程](https://www.codefather.cn/course?sortField=priority&tags%5B%5D=AI%E9%A1%B9%E7%9B%AE)，还有大量适合入门以及进阶了解的知识百科。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -83,7 +112,8 @@ AI 高速发展，几乎每天都有 “炸裂” 的消息。
|
||||
|
||||
这些我们会持续帮你盯着！所有的行业新鲜事都按时间排序好了，还能直接点击日历上的某一天去回顾。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -93,7 +123,9 @@ AI 的本质还是工具，到底能用它做到什么样的事，还要看你
|
||||
|
||||
于是，我们直接建了一个 AI 社区，在这里可以分享你刚发现的宝藏工具，炫耀你的 AI 大作，向大佬们请教问题。
|
||||
|
||||
|
||||
最近社区里关于 OpenClaw 玩法、Vibe Coding 实战、AI 绘图的讨论特别多，质量都挺高的，经常能在里面淘到好东西。
|
||||
|
||||
|
||||
|
||||
工具是冷的，但人是热的，一起来社区碰撞出灵感的火花吧。
|
||||
|
||||
@@ -122,11 +154,11 @@ AI 的本质还是工具，到底能用它做到什么样的事，还要看你
|
||||
|
||||
AI 的世界太大了，一个人摸索太孤单，不如一起来玩吧！
|
||||
|
||||
[《鱼皮 AI 导航》](https://ai.codefather.cn/) 是我专门为 AI 学习者和开发者打造的一站式资源平台。网站完全免费、用心整理、持续更新，涵盖了 AI 工具、提示词、学习资源、知识库、资讯、社区等丰富的内容。
|
||||
[《鱼皮 AI 导航》](https://ai.codefather.cn/) 是我专门为 AI 学习者和开发者打造的一站式 AI 学习交流平台。网站完全免费、用心整理、持续更新，涵盖了 AI 工具、提示词、MCP、Skills、Vibe Coding 教程、OpenClaw 教程、AI 社区、AI 资讯等丰富的内容。
|
||||
|
||||
**如果你需要 Vibe Coding 等 AI 资源，就来鱼皮的 AI 导航网站。**
|
||||
|
||||
我一直相信，知识分享是互利共赢的。《鱼皮 AI 导航》不仅是一个资源平台，更是一个开放的生态。我会持续推荐优秀的内容创作者，帮助他们扩大影响力。如果你也在创作 AI 相关的内容，欢迎通过网站上的 “AI 导航小助手” 联系我。
|
||||
我一直相信，知识分享是互利共赢的。《鱼皮 AI 导航》不仅是一个资源平台，更是一个开放的生态。我会持续推荐优秀的内容创作者，帮助他们扩大影响力。如果你也在创作 AI 相关的内容，欢迎通过网站上的「AI 导航小助手」联系我。
|
||||
|
||||
最后，我想再次强调：**资源再多，最重要的还是动手去做**。网站只是工具，真正让你成长的是实践。
|
||||
|
||||
|
||||
@@ -133,6 +133,22 @@ Token 缓存是一个能帮你省大钱的机制。简单来说，大模型在
|
||||
|
||||
|
||||
|
||||
### 模型蒸馏
|
||||
|
||||
模型蒸馏，也叫知识蒸馏（Knowledge Distillation），是一种把大模型的知识 “压缩” 到小模型里的技术。
|
||||
|
||||
就像一个经验丰富的高级开发带新人，高级开发（教师模型）不只是告诉新人最终答案，还会分享自己的推理过程和思考逻辑。新人（学生模型）通过学习这些思维方式，能做出接近的决策，但成本低得多。
|
||||
|
||||
蒸馏的核心在于 “软标签”。举个例子，让大模型识别一张动物图片，它不会只说 “这是狗”，而是会给出一组概率：狗 92%、猫 5%、狼 3%。那个 5% 的 “猫” 其实包含了珍贵的信息，说明这张图里的动物和猫有某些相似特征。小模型通过学习这些概率分布，能学到类别之间的微妙关系，效果比只看 “对或错” 的硬标签好得多。
|
||||
|
||||
蒸馏的好处非常多，比如成本降低 5 ~ 30 倍、推理速度提升 4 倍、性能保留 95% 以上。典型案例就是 DeepSeek-R1 的蒸馏版本，用 671 亿参数的教师模型训练出 32 亿参数的学生模型，性能依然出色。
|
||||
|
||||
蒸馏和微调有什么区别呢？
|
||||
|
||||
微调是在已有模型基础上用特定数据继续训练，让它在某个领域更专业；蒸馏是把大模型的知识转移到小模型里，让小模型更轻量、更便宜。
|
||||
|
||||
|
||||
|
||||
### 上下文窗口
|
||||
|
||||
上下文窗口（Context Window）是指 AI 模型一次能 “记住” 的最大内容量，用 Token 来衡量。
|
||||
@@ -392,6 +408,30 @@ Subagents 的好处是：
|
||||
|
||||
当然，代价就是花费的 Tokens 可能会更多，不是什么时候都建议使用 Agent Teams。
|
||||
|
||||
在实际操作中，Agent Teams 的多个智能体通常需要物理隔离来避免代码冲突。目前最主流的做法是利用 Git WorkTree 给每个智能体分配独立的工作目录，各自在独立的分支上开发。
|
||||
|
||||
|
||||
|
||||
Cursor 已经内置了这种能力，通过 Parallel Agents 模式自动创建和管理 WorkTree，让多个 AI 并行工作后一键合并代码。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### Hermes Agent
|
||||
|
||||
[Hermes Agent](https://github.com/NousResearch/hermes-agent) 是 Nous Research 在 2026 年 2 月开源的自改进 AI 智能体，最大的特点是它能从自己完成的任务中学习，越用越聪明。
|
||||
|
||||
一般的 AI 智能体每次对话都是从零开始，不会从过去的经验中学习。而 Hermes Agent 内置了一套闭环学习机制：
|
||||
|
||||
1. 完成任务后，自动把解决方案提炼成可复用的 Skill Document（技能文档）
|
||||
2. 下次遇到类似任务时，先检索已有的技能文档
|
||||
3. 根据新的实践不断优化已有技能
|
||||
|
||||
官方数据显示，使用已积累技能的 Hermes Agent 完成类似任务的速度比全新实例快 40%。
|
||||
|
||||
Hermes Agent 采用三层记忆系统：会话记忆（当前对话上下文）、技能文档（从任务中提炼的可复用知识）、以及用户画像（持久化的用户偏好和习惯）。它支持 Telegram、Slack、Discord、微信等多个平台接入，兼容 200 多种 AI 模型，完全免费开源。
|
||||
|
||||
|
||||
|
||||
### Background Agent
|
||||
@@ -424,6 +464,10 @@ Agent Loop（智能体循环）是 AI 智能体的核心工作机制，简单来
|
||||
|
||||
理解 Agent Loop 能帮你更好地规划任务和管理 AI 的工作过程。需要特别注意的是，AI 编程时 Agent Loop 的循环次数不要太多，很多工具都有最大循环次数限制，循环太多不仅效果不好，还会疯狂烧 Token！有朋友一觉醒来发现额度用光了，就是因为让 AI 陷入了无限循环……
|
||||
|
||||
Claude Code 的源码就是 Agent Loop 最好的工程实现案例。它的核心对话循环其实就是一个朴素的 while(true) 无限循环：每一轮迭代里，先做上下文压缩、再调用大模型拿到响应，如果模型说 “我要用某个工具” 就去执行，把结果追加到对话历史里，然后进入下一轮。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### Ralph Wiggum Loop
|
||||
@@ -753,6 +797,15 @@ Computer Use 代表了 AI 从 “只能生成文字” 到 “能够操作软件
|
||||
|
||||
可以说，谁能更好地解决上下文和记忆的问题，谁就能在 AI 编程领域占据优势。
|
||||
|
||||
Claude Code 的三层记忆架构是上下文工程的典型实践：
|
||||
- 第一层是 MEMORY.md（热数据），就像一本书的目录，每次对话都会加载，但严格限制在 200 行、25KB 以内
|
||||
- 第二层是话题文件（温数据），存着你的编码偏好、项目约定等，新对话开始时 AI 只挑选最相关的 5 个文件加载
|
||||
- 第三层是历史对话（冷数据），存成文件，需要时用 Grep 搜索。不同温度的数据用不同方式管理 —— 热的常驻、温的按需、冷的搜索。
|
||||
|
||||
|
||||
|
||||
一个有意思的设计是，Claude Code 的记忆不记代码，只记人的偏好和判断。因为代码会变化但记忆不会自动更新，如果记忆里说 “函数 X 在第 30 行”，你重构后这条记忆就变成了误导。代码的事实永远去源码里实时读取，这种设计从根源上消灭了缓存和数据不一致的可能性。
|
||||
|
||||
|
||||
|
||||
### 上下文压缩
|
||||
@@ -767,6 +820,18 @@ Computer Use 代表了 AI 从 “只能生成文字” 到 “能够操作软件
|
||||
|
||||
Claude Opus 4.6 已经内置了上下文压缩能力，搭配它的 100 万 token 上下文窗口，可以让长时间运行的编程任务更加稳定。
|
||||
|
||||
Claude Code 在源码中实现了一套精妙的五级压缩策略，像漏斗一样层层过滤：
|
||||
|
||||
1. Snip 剪裁：最轻的一刀，把旧的工具调用结果只保留结构，不保留内容
|
||||
2. Microcompact 微压缩：把体积大的工具执行结果卸载到缓存里。注意是卸载到缓存而不是直接丢掉，因为子智能体后续可能还需要这些结果
|
||||
3. Context Collapse 折叠：对中间的对话做折叠摘要，只保留关键信息
|
||||
4. Autocompact 自动压缩：当上下文占用超过阈值时，触发全量摘要压缩
|
||||
5. Reactive Compact 应急压缩：最后的兜底，当 API 返回 413 “提示词太长” 错误时紧急触发
|
||||
|
||||
这五级从轻到重依次触发，能裁的先裁，实在不够了再上更重的方案。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
@@ -886,6 +951,28 @@ RAG 检索增强生成的工作流程如下图所示，做 AI 应用开发的程
|
||||
|
||||
|
||||
|
||||
### Agentic RAG 智能体检索增强生成
|
||||
|
||||
Agentic RAG（智能体检索增强生成）是传统 RAG 的进化版，它把固定的 “检索 → 生成” 流水线升级成了一个由 AI 智能体控制的闭环系统。
|
||||
|
||||
传统 RAG 就像一个只会按流程办事的图书管理员：你问一个问题，它去书架上找一次资料，拿回来就给你答案，不管找的对不对。
|
||||
|
||||
而 Agentic RAG 更像一个资深的研究员：它会先思考应该从哪里找信息，找到后会判断信息是否相关，如果不够好就换个角度重新搜索，甚至同时查多个数据源，反复验证直到满意为止。
|
||||
|
||||
|
||||
|
||||
Agentic RAG 的核心能力包括：
|
||||
|
||||
- 多轮检索：根据需要进行多次有针对性的检索，而不是只查一次
|
||||
- 动态查询改写：如果第一次没找到好结果，AI 会自动换个提法重新搜索
|
||||
- 多数据源协作：同时从向量数据库、API、网页、SQL 数据库等多个来源获取信息
|
||||
- 自我纠错：评估检索结果的质量，不满意就重来
|
||||
|
||||
典型模式包括 CRAG（纠正式 RAG，添加检索评估器）、Self-RAG（自反思 RAG，在生成过程中嵌入反思步骤）和 Adaptive RAG（自适应 RAG，根据问题类型选择不同检索策略）。
|
||||
|
||||
代价是更高的延迟和数倍的 Token 成本，所以更适合复杂的、高准确率要求的场景，比如法律、医疗、合规类的问题。简单的单源查询用传统 RAG 就够了。
|
||||
|
||||
|
||||
|
||||
### 向量数据库
|
||||
|
||||
@@ -1002,6 +1089,28 @@ VS Code 是目前最流行的轻量级 IDE，由微软开发并开源。Cursor
|
||||
|
||||
|
||||
|
||||
### CLI 命令行界面
|
||||
|
||||
CLI（Command Line Interface）全称命令行界面，就是你在一个小黑框里敲文字命令来操作电脑。和它对应的是 GUI（Graphical User Interface 图形界面），也就是我们日常看到的图标、按钮和窗口。
|
||||
|
||||
|
||||
|
||||
在 AI 时代，CLI 正在迎来一波复兴，它不再只是程序员的专属技能，而是 AI 与工具交互的天然接口。
|
||||
|
||||
为什么 CLI 会突然火起来呢？
|
||||
|
||||
因为 AI 大模型从诞生那天起，就在学习海量的代码和命令行操作，让它读一行命令、执行一个操作，跟喝水一样自然。反过来，让 AI 去操作图形界面就难多了，要截图分析、找元素、模拟点击，整个过程又慢又容易出错。有人测试过，AI 通过浏览器完成任务的成功率只有 35.8%，换成 CLI 就接近 100%。
|
||||
|
||||
|
||||
|
||||
所以现在大厂们纷纷开源自己产品的 CLI 工具（Google、飞书、钉钉、企业微信等），本质上就是在给 AI 提供操作自己产品的接口。
|
||||
|
||||
以前做产品只考虑人类用户怎么用，现在还得想想 AI 怎么用。所以未来的产品可能会有两套前端：一套给人类看的 GUI，一套给 AI 用的 CLI。
|
||||
|
||||
想深入了解 CLI 工具的使用和开发，可以阅读本教程编程工具板块的《AI 命令行编程工具》。
|
||||
|
||||
|
||||
|
||||
### 零代码平台
|
||||
|
||||
零代码平台（No-Code Platform）是不需要写代码就能创建应用的平台。与之相近的还有低代码平台（Low-Code Platform），它允许通过少量代码加上可视化拖拽来构建应用，自由度更高一些。
|
||||
@@ -1160,6 +1269,27 @@ Git 是最流行的版本控制工具，注意别把它和 GitHub 搞混了，Gi
|
||||
|
||||
|
||||
|
||||
### Git WorkTree 工作树
|
||||
|
||||
Git WorkTree（工作树）是 Git 的一个隐藏技能，它可以让一个仓库同时拥有多个独立的工作目录，每个目录对应不同的分支。
|
||||
|
||||
正常情况下，一个 Git 仓库只有一个工作目录，你同一时间只能在一个分支上干活。想切换分支，就得先保存手头的代码，来回折腾。但用了 WorkTree，你可以开启分身术，同时在不同的分支上干活，互不干扰。
|
||||
|
||||
|
||||
|
||||
和手动复制项目文件夹的区别在于：手动复制会复制完整的 .git 目录和历史记录，占用空间大而且合并代码很麻烦。而 WorkTree 创建的工作目录只是链接到同一个 .git 目录，共享同一套提交历史，省空间、合并也方便。
|
||||
|
||||
|
||||
|
||||
在 AI 编程时代，WorkTree 最香的用法就是让多个 AI 并行开发。比如你有首页、搜索、个人中心三个功能要做，就创建三个工作树，每个分配给一个 AI，各干各的互不打扰，开发完再用 Git 合并代码。
|
||||
|
||||
|
||||
|
||||
像 Cursor 这样的 AI 编程工具已经内置了 WorkTree 支持，可以直接开启 Parallel Agents 模式，自动创建和管理工作树。
|
||||
|
||||
不过要注意，分配任务时要尽量让不同的 AI 改不同的文件，如果两个 AI 改了同一个文件，合并时就会产生冲突，需要手动解决。
|
||||
|
||||
|
||||
|
||||
### 部署
|
||||
|
||||
|
||||
Reference in New Issue
Block a user