Posts

简介 Architecture Diagram Generator 是一个 Claude AI Skill，能用自然语言描述生成专业深色主题的系统架构图，输出为独立的 HTML/SVG 文件，无需任何依赖。 核心特性 自然语言驱动：用纯文本描述系统架构，自动生成可视化图表 深色主题：Slate-950 背景 + 40px 网格，专业美观 语义色彩编码：Frontend（青色）、Backend（绿色）、Database（紫色）、Cloud（琥珀色）、Security（玫瑰色）、External（灰色） 独立输出：单 HTML 文件，内嵌 CSS + SVG，任何浏览器直接打开 多种安装方式：claude.ai Skills、Claude Code CLI（~/.claude/skills/）、Projects Knowledge 使用方式 安装 Skill（下载 zip 上传到 claude.ai Settings → Skills） 描述架构（让 AI 分析代码库、手写描述、或让 Claude 生成典型架构） 生成图表，支持迭代修改组件、布局 适用于 Claude Pro/Max/Team/Enterprise 计划。 ...

简介 CodeBurn 是一个交互式 TUI 仪表盘，用于分析 Claude Code / Codex / Cursor 的会话记录，提供详细的 token 消耗和成本拆解。直接读取磁盘上的会话数据，无需代理、包装器或 API Key。 核心特性 多 IDE 支持：Claude Code（~/.claude/projects/）、Claude Desktop（code tab）、Cursor IDE 13 类任务分类：基于工具使用模式和关键词的确定性分类（Coding、Debugging、Feature Dev、Refactoring、Testing、Exploration 等），不调用 LLM 多维度拆解：按日、项目、模型（Opus/Sonnet/Haiku/GPT-4o/Gemini）、活动类型、核心工具、MCP 服务器分解成本 定价数据：从 LiteLLM 自动获取（24h 缓存），覆盖 input/output/cache write/cache read/web search 成本 macOS 菜单栏小组件：支持 SwiftBar/xbar，显示今日花费火焰图标，5 分钟刷新 导出：支持 CSV 和 JSON 格式导出 安装与使用 npm install -g codeburn codeburn # 交互式仪表盘（默认7天） codeburn today # 今日用量 codeburn month # 本月用量 codeburn status # 紧凑一行输出 codeburn export # CSV 导出 链接 GitHub: https://github.com/AgentSeal/codeburn 许可证: MIT

简介 Multica 是一个开源的 AI 编码 Agent 管理平台，核心理念是"把 AI coding agent 变成真正的队友"。支持将 Claude Code、Codex、OpenClaw、OpenCode 等 agent 以看板方式管理，像分配任务给同事一样给 agent 派活——它们自主执行、汇报状态、积累可复用技能。 ...

简介 Awesome DESIGN.md 是一个精选的 DESIGN.md 文件集合，灵感来源于真实知名网站的视觉设计系统。由 VoltAgent 维护，核心理念是：把一个 DESIGN.md 丢进项目根目录，告诉 AI 代理"按这个风格生成 UI"，就能得到像素级匹配的界面。 ...

简介 Graphify 是一个 Claude Code 技能，输入 /graphify 即可读取文件并构建知识图谱。支持代码、PDF、Markdown、截图、图表、白板照片甚至其他语言的图片 – 使用 Claude 视觉从所有内容中提取概念和关系，连接成一张图。 ...

简介 Hermes Agent 是 Nous Research 开发的自学习 AI 代理，口号是 “The agent that grows with you”。最大特点是内置闭环学习：从经验中创建技能、使用中自我改进、主动持久化知识、搜索历史对话、跨会话构建用户模型。 ...

简介 Markdown Viewer Skills 是一套专为 AI 编码代理（Claude Code、Codex、Cursor 等）设计的技能集合，让 AI 能直接在 Markdown 中生成各种精美的图表和可视化内容。遵循 Agent Skills (agentskills.io) 标准格式，配合 Markdown Viewer 浏览器扩展渲染。 ...

简介 RTK（Rust Token Killer）是一个高性能 CLI 代理，在命令输出到达 LLM 上下文之前进行过滤和压缩，可将 token 消耗降低 60-90%。单个 Rust 二进制文件，零依赖，100+ 支持命令，开销 <10ms。 ...

2026年AI编码的"渐进式Spec"实战指南 简介 来自阿里工程师逸驹的实战分享，提出"渐进式 Spec Coding"框架——在让 AI 写代码之前，先用结构化文档（Spec）把"要做什么、怎么做、有什么约束"说清楚，然后 AI 围绕文档编码。核心思想：不同复杂度的需求，暴露不同深度的流程。 ...

Andrej Karpathy Skills - LLM 编码准则 简介 一个 CLAUDE.md 文件，源自 Andrej Karpathy 对 LLM 编码常见问题的观察总结，用于改善 Claude Code 的行为。 Karpathy 指出的 LLM 编码问题 模型会默默做出错误假设，不检查就一路走下去 不管理困惑、不寻求澄清、不暴露矛盾、不展示权衡 喜欢过度复杂化代码和 API，臃肿的抽象，不清理死代码 100 行能搞定的事写成 1000 行 有时会误删/修改它们不完全理解的注释和代码 四大原则 1. Think Before Coding（先思考再编码） 不假设、不隐藏困惑、展示权衡 明确陈述假设 — 不确定就问，不要猜 展示多种理解 — 有歧义时不要静默选择 该反驳就反驳 — 如果有更简单的方案，直说 困惑时停下来 — 说出不清楚的地方，请求澄清 2. Simplicity First（简洁优先） 用最少的代码解决问题，不写投机性代码 不添加没要求的功能、不为单次使用建抽象 不搞没请求的"灵活性"和"可配置性" 如果 200 行可以写成 50 行，就重写 检验标准：高级工程师会认为这过于复杂吗？ 3. Surgical Changes（精准修改） 只触碰必要的代码，只清理自己制造的混乱 不"改善"相邻代码、注释或格式 不重构没坏的东西，匹配已有风格 你的改动产生的废弃代码要删掉，但预存的死代码只提不删 检验标准：每一行改动都能追溯到用户的请求 4. Goal-Driven Execution（目标驱动执行） 定义成功标准，循环直到验证通过 把命令式任务转化为可验证的目标： “添加验证” → “为无效输入写测试，然后让它们通过” “修复 bug” → “写一个复现它的测试，然后让测试通过” “重构 X” → “确保重构前后测试都通过” 多步任务先列计划，每步附验证检查点 安装方式 Claude Code 插件（推荐）： ...