MinerU 3.4.5：把複雜文件接進 RAG，先鎖住輸出契約

MinerU 能把 PDF、Office 文件與圖片轉成 Markdown、JSON 與 QA 產物；真正影響 RAG 可維護性的，是 backend、版本與結構化輸出契約。

Archify 2.17 開發版：技術圖也該有可追的交付收據

Archify 把 agent 畫圖拆成 typed JSON、deterministic delivery、browser evidence 與人工視覺判讀；這篇整理 2.17 開發版補上的交付與授權邊界。

Mono Color Skill：把雙色編輯印刷的設計定義，交給 AI 讀懂

Mono Color Skill 將受控雙色 editorial print 的配色、印刷、排版、字體與留白寫成 agent 可執行的設計系統。

Claude HUD 安裝與設定：在 Claude Code 直接看 5 小時與每週額度

用 Claude HUD 把 Claude Code 提供的 5h 與 weekly rate-limit 視窗放進 statusline：安裝、設定、刷新與資料邊界一次整理。

Archify：讓 Coding Agent 產生可驗證、可互動的架構圖

Archify 用 typed JSON IR 與本機 CLI，讓 Coding Agent 交付可驗證、可互動的架構圖。

SKILL.state：長任務 Agent 不再重播整段對話，改用顯式執行狀態

SKILL.state 用 structured state 取代長任務 Agent 的完整對話重播。本文拆解 runtime、Claude／Codex／Pi 接法與導入判斷。

Crawl4AI 真正快在哪裡？從 browser reuse 到 anti-bot fallback

Crawl4AI 不會讓每個網址自動變快。它的優勢出現在長時間 browser reuse、受控併發、cache、資源阻擋與 anti-bot 失敗升級。這篇直接從 v0.9.2 原始碼拆解這些機制。

公司需要 One API 嗎？用 LiteLLM 管理模型、部門、成本與敏感資料

從 LiteLLM、One API、New API 到 managed gateway，整理公司如何統一多家模型供應商、切分部門與專案、控制預算和用量，並用 DLP、遮罩與資料分級降低敏感資料外送風險。

新網站為什麼要先裝追蹤工具？廣告買了之後怎麼看轉換，再用 AI 把流程搭起來

從 Meta Pixel、GTM、GA4、UTM 到轉換事件，整理新網站架設時為什麼要先規劃追蹤，以及不同階段如何請 AI 協助設計、設定、測試與分析廣告成效。

5 個 AI 資安審查 Agent Skills 怎麼選：從 Vibe Coding 到 Repo Audit

比較 Cloudflare、GitHub、Trail of Bits、Anthropic 與資安 playbook，分清 PR review、repo audit、SOC 與治理邊界。

anyCreature：一句話生成帶皮膚與動畫的 3D GLB 生物

把文字規格轉成可交付的 skinned GLB、骨架與動畫流程。

Boneyard：自動從真實 UI 生成 Skeleton Loading

Boneyard 如何從 rendered DOM 與 React Native view 取得幾何位置，產生 skeleton bones，再由 runtime overlay 重放。

celld：把 Durable Objects 相容 runtime 放進自己的機器

理解自架 Durable Objects 相容 runtime、相容範圍、網路邊界與成本。

WriteGuard：MCP 寫入控管與使用場景

將 agent 的寫入操作接上權限、歸因與人工審核。

IP as Logo Skill：把品牌角色做成可批次探索的圖像 brief

把品牌角色的視覺方向拆成可檢查、可迭代的生成 brief。

morphicons：讓任意 stroke icon 平滑變形

用 path 對齊與 interpolation 把圖示轉場做成可重用的動態元件。

x-algorithm：X For You 推薦系統開源了什麼

從候選、排序到 DSA 脈絡，讀懂 X 公開推薦系統程式碼的邊界。

diagram-design：讓 Coding Agent 產出能交付的技術圖表

diagram-design 是給 Claude Code、Codex 與 Pi 使用的 diagram design skill。它把圖表選型、資訊刪減、視覺規格與 HTML／SVG／PNG 交付整理成一套 Agent 工作流，但不等於圖表編輯器、Mermaid renderer 或架構正確性驗證器。

Gemini 文字浮水印怎麼跨語系運作？從 SynthID 詞元、檢測到可取得性

Gemini 的文字浮水印不是藏在特殊字串裡，而是和 token、模型機率與生成策略有關。這篇從 SynthID-Text、跨語系差異、翻譯與改寫限制，整理到 Google Search 與改稿後流量下降該怎麼診斷。

open-slide 是什麼？讓 AI agent 用 React 寫簡報，再由框架處理播放與匯出

open-slide 把簡報內容變成 React 元件：coding agent 負責寫頁面，框架負責 1920×1080 畫布、縮放、導覽、熱更新、視覺檢查與輸出。這篇從安裝、檔案契約到 agent workflow，整理它適合什麼工作。

Codex Cloud 怎麼用？從 GitHub Issue 到 PR 的背景交付循環

Codex Cloud 可以把 GitHub 專案放進可重複的雲端環境，從 Issue 派出 bounded batch，讓 Codex 背景實作，再經人工 Create PR、Codex review 與人工 merge。本文整理一套實際跑過的 Agentic Delivery Loop。

VoxCPM2 本地語音模型怎麼用？從安裝、聲音複製到硬體需求

VoxCPM2 是一款 2B 參數、30 語言、48 kHz 輸出的本地 TTS 模型。本文拆解它的安裝方式、Voice Design、聲音複製、串流使用、Apple Silicon 路徑與同類模型差異。

Bruno 能跟 Swagger／OpenAPI 連動嗎？從匯入、同步到 CI/CD 的完整工作流

Bruno 不只可以匯入 Swagger／OpenAPI，也能匯出 OpenAPI 3、連接遠端規格做 OpenAPI Sync，並透過 CLI 把規格轉成可執行的 API collection。

Cloudflare 的 AI 服務有哪些？從 Workers AI、AI Gateway 到 Browser Run、Computer 與 Cloudflare OS

Cloudflare 的 AI 服務轉換涵蓋模型推論、模型治理、瀏覽器自動化、Agent 工作區與組織級 Agent 平台。本文將逐一解析 Workers AI、AI Gateway、Browser Run、Kitesurf、Computer 與 Cloudflare OS 的核心功能，並透過 RAG 客服、外部下單、文件匯入和瀏覽器 Agent 等實際場景引導選型，並彙整功能與費用對照表。

CodeGraph 是什麼？用本地程式碼知識圖譜讓 AI agent 少走幾次冤枉路

CodeGraph 把程式碼解析成可查詢的本地知識圖譜，透過 MCP 的 codegraph_explore 回傳符號、呼叫路徑與影響範圍，讓 AI coding agent 少用一輪 grep、glob 和逐檔閱讀。

Firecrawl 開源工具怎麼分工？從 anydoc 文件轉 Markdown，到 PDF、HTML 與 Agent 工作流

Firecrawl 不只有爬蟲 API。這篇從 anydoc 開始，拆解 Firecrawl 開源的文件轉換、PDF／HTML parser、CLI、MCP、web agent 與 workflow builder，說明每個工具解決哪一層問題、怎麼組合、哪些情境不該用。

qm 是什麼？和 Hermes Agent、Pi Agent、OpenClaw、Codex、Claude 怎麼選

qm 不是另一個 terminal coding agent，而是把 agent harness、多人 identity、scoped memory、權限、sandbox、Slack 與 web 放進同一個組織平台。本文比較 qm、Hermes Agent、Pi Agent、OpenClaw，以及 Codex 與 Claude 作為個人助理時的實際使用方式。

Depth Anything V2 是什麼？能解決什麼問題、怎麼用與最低硬體需求

從相對深度、Metric Depth 到圖片與影片工作流，整理 Depth Anything V2 的實際用途、模型選擇、最低硬體、推論時間與部署限制。

SEO 不只是寫文章：從語意集群、AIO、GEO 到功能型 Boss Page

深入理解 Google AI Overviews 的本質、使用者與內容團隊的應用場景，並結合 Google 官方規範、Microsoft 工具與 GEO 診斷，為你整理出融合語意集群與 Boss Page 的完整 SEO 工作流。

herdr 是什麼？和 cmux、Orca、Warp、tmux、Zellij 怎麼選

Herdr、cmux、Orca、Warp、tmux、Zellij 與多 agent 協作框架解決的是不同層級的問題。這篇拆開 terminal surface、agent runtime、worktree、session、pane、輸出讀取、輸入轉發、mailbox 與真正的 agent-to-agent communication。

text-to-cad：讓 Agent 從自然語言走到 STEP、URDF 與製造檢查

Google 終於看懂社群平台了，但做 AI SEO / GEO 我還是先看 Bing Webmaster Tools

Google Search Console 新增的 platform properties，代表 Google 終於正面承認內容早就不只活在網站裡。但如果想做 AI SEO / GEO，現在更值得每天打開的免費工具，是 Bing Webmaster Tools 的 AI Performance 與 grounding queries。

scriptc 在做什麼？把 TypeScript 編成原生執行檔，但它真正賣的其實是部署形狀

Vercel Labs 的 scriptc 擺脫了傳統 JavaScript runtime 的做法，直接把 TypeScript 編成原生執行檔。它最值得看的不只是快，而是怎麼處理效能、安全性、打包輸出，以及記憶體洩漏這些被「原生執行檔」帶過的細節。

AHP 在做什麼？把 AI Agent session 從單一視窗裡拆出來

當你在 Terminal 下了指令，換到 VS Code 卻要重新對話；當視窗一關，跑了一半的長任務直接灰飛煙滅。Microsoft 推出的 AHP (Agent Host Protocol) 草案，試圖將 Agent Session 從 UI 視窗剝離，建立跨 Client 同步的狀態基礎設施。

鮑伯大叔不是不管 AI 寫的 code，他是把 AI 關進一套更硬的工程流程

Robert C. Martin 在 X 上說自己不讀 AI agent 寫的程式碼，但真正值得看的不是這句話本身，而是他後面那一整套 extreme constraints，還有他拿 SwarmForge 把這套想法落成多代理工程流程的工具。

Claude of Duty 在做什麼？把「單一 prompt 做出 FPS」變成一套可量測的 AI 遊戲開發實驗

Claude of Duty 表面上是在秀「單一 prompt 做出 Call of Duty 風格 FPS」，但 repo 真正值得看的是另一件事：它把 AI 代理寫遊戲，包成一套有架構契約、可重現截圖、像素級回歸與 gameplay profiler 的工程流程。

為什麼大家一直在做 .cpp？從 llama.cpp、CrispASR、stable-diffusion.cpp、trellis.cpp 到 KoboldCpp 看原生本機 AI 家族

從 llama.cpp 到 trellis.cpp，這批 .cpp 專案在做的不是單純把 Python 改寫成 C++，而是把語言、語音、影像、2D 轉 3D，慢慢收進可本機跑、可打包、可嵌進自己 workflow 的原生組件。真正的重點是部署邊界、依賴縮減、資料留本機，以及更容易被包成 CLI、server、桌面 app。

mimic：把你自己的 App session 變成 Python client，這個工具在做什麼？

mimic 想解的不是一般 API SDK 問題，而是把你自己已經能正常使用的 App session 抓出來，再變成可呼叫的 Python client。它的吸引力很直接，但限制也一樣直接：能不能抓到流量、token 能不能重放，決定了它到底能不能用。

turbovec：把向量索引塞進 4GB RAM，TurboQuant 到底做了什麼？

turbovec 把 TurboQuant 做成可直接上線的 Rust 向量索引。重點不是只有省 RAM，而是它把量化、搜尋、allowlist filtering 和 online ingest 接到同一條工程路徑上。

Originkit.dev：可貼進 Framer、也能接 MCP，和 React Bits 怎麼選？

Originkit.dev 把 copy code、Framer 與 MCP 放進同一套動畫元件工作流。這篇先看它能解決什麼，再和偏 React 特效的 React Bits 對照。

Grok Build：xAI 開源終端 coding agent，能直接拿來做什麼？

Grok Build 是 xAI 在 7/15 開源的終端 coding agent。重點不只是一個新 CLI，而是整套 agent loop、工具層、TUI 與擴充系統都公開了，現在可以直接看資料流向、接自訂模型、研究它的 Rust 架構。

Meshy AI 與 7 個 AI 3D 工具：從圖片、PBR、Rigging 到本地生成的 workflow

Meshy 把文生 3D、圖生 3D、PBR、Remesh、Rigging、Animation、3D 列印與 API 放進同一套工具。這篇再整理 Tripo、Rodin、Sloyd、Kaedim、Hunyuan3D 2.1、TRELLIS.2、Stable Fast 3D，按實際 workflow 說明怎麼選。

Suno 歌曲生成怎麼用？從 Prompt 到編曲控制的完整指南

從 Suno Custom Mode、v5.5、Voices、Creative Sliders 到編曲時間軸，逐項拆解 Tempo、鼓組、Bass、和聲、Layering、轉場、人聲與 Mix，英文指令都附白話中文和可直接套用的範例。

Chatwoot 開源客服台怎麼看？開源範圍、VPS 規格、技術棧與高流量承載

Chatwoot 是一套開源 self-hosted 客服平台。重點不只在多渠道 inbox，也在它開源哪些、企業版鎖哪些、最低 VPS、Rails / Vue / PostgreSQL / Redis / Sidekiq 架構，以及前端在長歷史聊天場景下怎麼做分頁載入、去重與 scroll 補償。

Agent Sprite Forge 不只生 Sprite Sheet：用 Prompt Pack 組出攻擊回饋包

Agent Sprite Forge 的價值不是只幫你生成角色 sprite sheet，而是把角色本體、攻擊軌跡、命中火花、UI 回饋、hitbox、camera feedback 和 manifest 組成可進引擎的攻擊素材包。

See-through × Anime2.5DRig：從單張圖到會動的 2.5D 角色

See-through 負責把單張動漫角色圖拆成分層 PSD，Anime2.5DRig 負責把 PSD 自動 rig 成會眨眼、口型、晃頭和頭髮物理的 2.5D avatar；ChatGPT 可以補在命名、檢查、參數與流程編排層。

Strix：把 AI Agent 推進滲透測試 runtime

Strix 是一套開源 AI 滲透測試工具，把 LLM、瀏覽器、Caido proxy、terminal、Python runtime、security skills 和報告串成一個 agent-native 的安全驗證流程。

Open-LLM-VTuber：把 LLM、語音和 Live2D 接成能跑的 VTuber 系統

Open-LLM-VTuber 不是單純的聊天 bot，而是把語音互動、視覺感知、Live2D、桌寵模式和離線跑法接成一套可用的虛擬角色系統；這篇順手拿 Project AIRI 來比，直接看兩者差在哪。

AI 安全掃描怎麼選：Cloudflare security-audit-skill、Codex Security、Claude Code /security-review

Cloudflare security-audit-skill 是完整審計流程，Codex Security 是 repo 導向的掃描與修補線，Claude Code 則靠 /security-review 和自訂 agent 做互動式深挖。這篇把三者的安裝、擅長範圍與使用位置一次講清楚。

OpenMontage vs. brag：兩種 AI 影片工作流差在哪

比較 OpenMontage 的多階段 agentic video production pipeline，與 brag 把既有專案整理成短版 launch video 的工作流，並把官方能力與作者選型分開。

GooseWorks CLI：把競品研究、主題研究和名單開發接進 agent

GooseWorks CLI 不是拿來查單一答案的工具，而是把競品研究、主題研究、名單開發與資料補全接進 agent，回傳能直接往下分析的結構化資料。

Z-Image-Turbo + D-OPSD：不破壞 8-step 推理的持續微調方法

Z-Image-Turbo 已經把推理壓到 8 NFEs，D-OPSD 則提供一條 on-policy self-distillation 路線，讓它後續還能繼續微調，卻不把 few-step 優勢弄壞。

React Bits：開箱即用的文字動態與背景效果庫

React Bits 把文字動態、背景效果、粒子、光效和互動視覺包成可直接放進 React 專案的元件，適合用來補首屏與視覺層。

LottieFiles 的 motion-design-skill：先把動態設計想對，再開始做動畫

motion-design-skill 不是動畫執行工具，而是給 AI 的動態設計原則。它先管 timing、easing、choreography 和情緒，再交給 Lottie、Framer Motion、GSAP 或 SVG 流程落地。

codeburn + ccusage + Tokscale：怎麼看 AI coding 的 token 使用

codeburn 看整體 spend、模型比較與浪費，ccusage 看 daily / monthly / session usage，Tokscale 則補上跨 agent 的 TUI 與可視化面板。這篇把三者的定位、指令、來源與分工整理在一起。

brag：把專案直接推進到能宣傳的 launch video

brag 把專案整理成 launch video 的發表流程，前面先處理故事和角度，後面再交給 HyperFrames 輸出影片。

這三個 2D sprite 工具怎麼分工？PerfectPixel、Agent Sprite Forge、Gorest

這篇把 PerfectPixel、Agent Sprite Forge、Gorest 放到同一條 2D 遊戲素材流程裡看：怎麼用、差異在哪裡、哪個階段該用哪個。

VRoid Studio 介紹與 MCP 整合：怎麼把角色做成 VTuber，或做成你的個人形象

VRoid Studio 適合做 VTuber 與個人形象；這篇整理它的基本用法、MCP 能插在哪裡，以及怎麼把流程接成可重複使用的角色系統。

Warp 開源之後怎麼用：重點不是 terminal，而是人和 agent 怎麼一起做事

Warp 開源的是 client，而不是整套雲端工作流。這篇整理規格先行、agent 分工、進度追蹤、client/server/self-host 和收費額度。

Penpot 可以畫 hi-fi 嗎？本地架設、MCP 串 Claude/Codex 與 UI 落地流程

Penpot 不是只能拿來畫 wireframe。這篇深入探討它的高保真（Hi-Fi）設計定位，對比 Pencil 的差異，並詳解如何自架、串接 MCP 以及前端落地的實務流程。

Headroom、Caveman、RTK：三種 LLM 省 token 工具的分工、原理與公開效果

Headroom 壓上下文，Caveman 壓回答口氣，RTK 壓 shell 與工具輸出。這篇把三者的用法、節省方式、原理 and 公開社群回饋整理在一起。

Linear Issue Tracker 與多 Agent 工單：SaaS 成本、開源替代與選型

Linear 已經把 agent platform、Linear Agent、MCP access 放進產品與定價頁。這篇整理它為什麼適合複數 Agent 工單流程，並比較 Plane、Huly Platform、AppFlowy 三個開源對標方案。

Vercel 開源 eve：把 Agent 框架做成檔案系統

Vercel 公開預覽的 eve，主打 filesystem-first 與 durable sessions，把 instructions、tools、skills、channels、sandbox、subagents 拆進專案結構，讓 agent 變成可持久運作、可治理的系統。

Heretic 怎麼把模型拒答方向削弱：作法、效果、原理與實際流程

先看 Heretic 如何用 directional ablation 與 TPE 搜尋把模型拒答傾向壓低，再看它的安裝、設定、效果、限制與實際操作流程。

Ahrefs 免費 API 怎麼撈：DR、流量、外鏈、Top Pages、品牌詞、更新頻率一次整理

Ahrefs 把 DR 做成免費 endpoint 之後，真正值得整理的不是單一數字，而是它背後可用來分析內容量、自然流量、外鏈、Top Pages、品牌詞與更新節奏的一整套工作流。

如何讓 AI 有設計品味

這不是單靠一句「做得高級一點」就能解決的事；Taste Skill、Impeccable、awesome-design-md、Huashu Design 分別對應風格訓練、設計規則、可讀規格與高保真交付。

Qwen3-TTS 1.7B CustomVoice：客製聲線、硬體門檻、繁中支援與訓練方式

先把 Qwen3-TTS 家族裡的 CustomVoice、Base、VoiceDesign 分清楚，再看它的硬體需求、繁中支援、生成速度與微調路線。

SenseNova-U1 8B：能做什麼、怎麼安裝、要多少顯卡記憶體

先講 SenseNova-U1 8B 能做的多模態任務，再看官方安裝方式、GGUF 低顯存模式，以及不同顯卡記憶體下的實跑建議。

Claude Code Dynamic Workflows：能做什麼、該怎麼用，和 Windsurf / Codex 的差別

整理 Claude Code 最新 Dynamic Workflows 的用途、適用場景、底層原理，並對照 Windsurf 的 markdown workflow 與 OpenAI Codex 的非互動式執行模式。

Codex exec：給腳本、CI 和自動化的非互動模式

拆解 OpenAI Codex 的 `codex exec` 在做什麼、適合什麼場景、為什麼很多人很少真的拿它上線。

Opus 4.8 與 Opus 4.7 jailbreak 事件：模型防注入要看整條 Pipeline

Anthropic 釋出的 Opus 4.8 System Card 顯示，agentic prompt injection 的風險依舊存在；而 Pliny 所揭露的 jailbreak 貼文，其目標其實是 Opus 4.7。比起未經核實的攻擊細節，更值得探討的是 Agent 在部署時該如何透過架構設計來分散安全風險。

我不用再為了修游標，多開一套剪輯軟體了

錄完 demo 之後那一小時的後製，Recordly 幫我省掉了。這篇只講實際怎麼用。

OpenClaw 與 Hermes 比較：記憶、技能、多 Agent 與媒體工具

比較 OpenClaw 與 Hermes 在記憶、Skills、多 Agent、Context 壓縮與媒體工具上的已核實差異，並把作者的選型判斷和官方產品能力分開。

SkillOpt：把 skill.md 當可訓練狀態，適合 OpenClaw 和 Hermes 嗎？

SkillOpt 是 Microsoft 出的 text-space optimizer，專門把 agent skill 當成可訓練的文字狀態。這篇筆記整理它跟 DSPy、TextGrad、GEPA 的差異，也一起回答它適不適合 OpenClaw、Hermes，以及 Claude Code / Codex。

DeepSWE：讓 coding agent 差距重新被看見的長程工程評測

Datacurve 推出的 DeepSWE 把 coding agent 放回真實開源專案，要求模型理解任務描述、探索 codebase、修改複數檔案，並通過行為導向驗證器。

如何在 Cloudflare Pages 上使用流量統計功能 (基於 Cloudflare API ）

靜態部落格也能顯示即時流量與 AI crawler 造訪數。重點是把 Cloudflare token 留在 Pages Function，前端只打同源 API。

RAG CLI 的設計哲學：先把檢索、打包、驗證拆開，再讓模型上場

一個像樣的 RAG CLI，不是先急著回答，而是先把檢索、bundle、citation check 分層，讓資料能追溯、讓輸出能驗證、讓模型只負責整理。

SysMocap：用攝影機把 3D 虛擬人物動起來

SysMocap 是一個即時動作捕捉工具，把攝影機輸入、骨架映射、3D 角色輸出串成一條線，適合 VTuber、直播、AR/VR 和互動展示。

TW Legal RAG：把台灣判決做成語義檢索，讓法律問題先找到案例

TW Legal RAG 比較像一個把 2200 萬筆台灣判決做成語義檢索與 citation check 的法律工具鏈，而不是一個只會聊天的法學助理。

HyperFrames：把 HTML、CSS、JS 直接變成影片

HyperFrames 讓你用 HTML、CSS、JS 和 AI Agent 做影片，對前端人很直覺，也順手拿來跟 Remotion 對照。

Modly：讓地端生成 3D 模型變得可行

Modly 主要在做一件事：把單張圖片丟進本機，生成 3D mesh。