一篇讲清楚主流免费 LLM API:Google AI Studio、GitHub Models、Groq、OpenRouter、Cloudflare Workers AI 等长期免费额度,以及阿里云、Baseten、Modal、SambaNova 等注册送体验金平台。
博客
个人原创博客日志 · 第 6 页
Skill 工程化的终局,不是把一把瑞士军刀磨得更利,而是让团队像流水线般作战。本篇讲显式调用与技能链、Treat Skill as Code 的版本控制与反向优化,以及带团队跨越 AI 新手村的三阶段路径。
把 Skill 当代码来写:从 description 路由、SKILL.md 契约、references 拆分,到黄金用例集与安全审查。一份可以直接落地的工业级 Skill 开发 SOP。
Skill 是给模型的作业指导书,不是函数调用。四件套(Metadata / allowed-tools / SKILL.md / scripts)+ 三阶段生命周期(注册 → 匹配 → 执行),讲清何时该写、怎么写不跑偏。
从 Prompt 的三大坑出发,解释 Skill 为什么是 AI 工程化的下一步:持久化、按需激活、参数化。本文讲概念、类比与渐进式披露三层架构。
用一个下午、零成本,从零搭建一个属于自己的 AI 私人助理:随手记录碎碎念,自动分类成 todo / mood / note,每晚生成复盘、次日邮件推送,装成手机 App。全程 Vibe Coding,附完整步骤。
AI 把语法实现的成本拉到趋近于零,真正稀缺的变成了理解力——能看懂、能评估、能判断。这篇把两个犀利观点合起来讲清楚:新范式下程序员的核心竞争力到底是什么。
用 Vercel + Neon + Auth.js + Resend + NVIDIA NIM 七件套,零成本搭一个挂公网、朋友能用的 AI 小应用——这是我那个下午翻出来的购物清单
2026 年 AI Coding 的瓶颈不是模型不够聪明,而是你还在用 2023 年的方式使唤它。从 Prompt Engineering 到 Context Engineering,再到 Harness Engineering——讲清楚拉开差距的 5 个支柱。
Dickie Bush 用 6 年时间靠数字产品赚了 2000 万美元,他分享了从点子到产品的 4 步框架:三层细分、列痛点、翻译成理想结果、挑最痛的问题做产品