Hey @SHIELDyeah

zggcdws! San Francisco, CA Joined May 2020

Tweets

7
Followers

39
Following

509
Likes

36K

GitHubDaily @GitHub_Daily

6 months ago

处理海量文本数据，想要提取关键信息，传统方法要么写一堆正则表达式，要么训练专门的模型，两种方式都很折腾。偶然看到 Google 开源了 LangExtract 这个工具，专门用于利用大语言模型，从非结构化文档中提取结构化数据。只需要几行代码和几个示例就能搞定，可自动识别和组织文本中的关键信息，并且每个提取结果都能精确定位到原文位置。 GitHub：github.com/google/langext… 支持 Gemini、OpenAI 等模型，也可以通过 Ollama 使用本地开源模型。并针对长文档做了优化，通过文本分块、并行处理和多轮提取来提升召回率。还能自动生成交互式 HTML 可视化文件，直接在浏览器里查看成百上千条提取结果，并高亮显示在原文中的位置。如果你需要从医疗报告、法律文档或者文学作品中提取结构化数据，而又不想训练模型或写复杂规则，这个工具值得一试。

2 35 191 15K 219

View Details

宝玉 @dotey

6 months ago

这是个很好的例子，可以用 Skills 做一个工作流来提升整个生图过程的效率： 1. Midjourney生成图片如果用 API的话，可以用脚本，如果没API，可以用浏览器自动化操作（参考 baoyu-post-to-wechat Skill），做成一个skill 2. Gemini 有 API，可以用 API 生成，做成一个skill 3. photoshop去背景，这个技术已经很成熟了，完全可以用脚本做，做成一个skill 4. 加文字说明，如果固定位置，脚本搞定，如果需要动态，用 nano banana pro，做成一个 skill 5. 上传素材到网站，自家网站的话，加一个 API（带认证），直接写个脚本调用 API 上传，不是自家网站也没有API，就用浏览器自动化操作 6. 写一个编排的主skill，让它自动调用所有已经写好的skills 这些事情绝大部分都可以自动化。如果不知道怎么做，把我上面写的发给 claude code ，让它帮你写

道比理大 @JenniferPe20922

6 months ago

@dotey 大佬，我现在每天的重复工作是Midjourney生成大量图，然后Gemini搞定三视图，第三步photoshop去背景，加文字说明，然后suapp高清放大，最后按类别上传素材到网站。我想知道这些过程哪些可以用agent替代呢？ Midjourney生图是快乐的，其余过程都非常枯燥，但占用时间最多。

7 2 16 45K 9

17 52 313 42K 353

View Details

Elliot 艾略特 @elliotchen100

7 months ago

分享一个开源免费的 RAG 库：PageIndex 无向量，基于推理的 RAG 方案我理解，这是 RAG 的一种新形态： • 无需向量数据库 • 无需切块处理 • 依靠结构化推理和树状检索 • 实现 AI 对复杂长文本的深度理解 RAG 已经是文档检索的标配，但最大的痛点依然是相关性和相似性的问题，对于技术文档还好，但涉及金融、法律等长文档场景就力不从心了 PageIndex 提供了一个新思路值得探索顺便查了一下，类似类似的 RAG 还有其他形态看来还是 Memory 更适合 Agent 😏 github.com/VectifyAI/Page…

9 77 319 26K 331

View Details

周览资源 @grgerwcwetwet

6 months ago

推荐一个开源项目 Prompt-Optimizer，一个专门用来优化提示词（Prompt）的工具。这个项目它可以分析和改进你的原始提示词结构，让模型输出更贴合预期，而不必盲目去试各种组合。 GitHub：github.com/linshenkx/prom…

0 72 328 38K 381

View Details

Axton @AxtonLiu

6 months ago

视频来啦！同一个 Skill，两种完全不同的输出：左边：Mermaid 引擎 → 代码块，可编辑、可版本管理右边：Gemini 引擎 → 2K PNG，信息图、场景图、封面图系统根据内容自动选引擎，你不用每次做决策。开源 👉 github.com/axtonliu/smart…

8 38 194 24K 274

View Details

Gorden Sun @Gorden_Sun

6 months ago

我经常要读一些结构很复杂的文章，所以特别喜欢用 Sider 的 Artifact 功能：一键把长文变成“可交互式阅读”，理解效率直接拉满。之前我一直用 Gemini 3 Pro 来做这件事。今天 Claude Opus 4.6刚发布，Sider 也第一时间接入了，立刻把两者的生成效果做了个对比（如下方视频）。整体结果：前端 UI 体验上，两家各有千秋。 · Gemini 3 Pro：整体更干净、更克制，页面结构也更规整，阅读节奏很稳。 · Claude Opus 4.6：视觉更炫酷、更有冲击力；同时我主观觉得它对文章的解释与拆解更到位，读起来更像有人在旁边带你过一遍重点。从对PaddleOCR模型这篇文章的解析来看，Claude解析的角度更多，非常专注于从开发者的视角来进行解析，会详细的告诉我如何部署；而gemini更多的从场景和上层非技术细节的角度进行介绍；所以，如果你更在意干净统一的阅读秩序和简单的理解，Gemini 3 Pro 很舒服；如果你更想要更酷的呈现 + 更强的讲解感以及强技术导向，Claude Opus 4.6 非常能打。下载Sider AI插件就能体验：bit.ly/3M2KpAW

5 27 103 17K 120

View Details

meng shao @shao__meng

6 months ago

Anthropic 官方发布的 Skills 构建完整指南（33页） Skill 是什么？为什么重要？ Skill 本质上是一个文件夹，核心是一个 SKILL. md 文件，用 Markdown + YAML frontmatter 编写。它的作用是：把你反复向 Claude 解释的偏好、流程、领域知识打包成一次性的"教学材料"，之后每次对话自动生效。可以把它理解为 Claude 的"标准操作手册"——你不再需要每次都重新 prompt，而是让 Claude 按照预设的工作流自动执行。 Skill 文件夹的标准结构： your-skill-name/ SKILL. md # 必须，主文件 scripts/ # 可选，可执行脚本 references/ # 可选，参考文档 assets/ # 可选，模板、图标等资源三层渐进式信息披露第一层：YAML frontmatter，name + description，始终加载在系统提示词中，用于判断是否激活第二层：SKILL. md，正文完整指令、步骤、示例，仅当 Claude 判断该 Skill 与当前任务相关时加载第三层：引用文件，references/ 目录下的文档，仅在需要时按需读取这意味着：即使你启用了几十个 Skill，Claude 并不会把所有内容都塞进上下文。第一层的 description 就像一个"触发器"——写得好，Skill 才能在正确的时机被激活。 Skill 与 MCP 的关系指南用了一个非常好的比喻： > MCP 是专业厨房（工具、食材、设备），Skill 是菜谱（步骤指令）。 MCP（连接层） | Skill（知识层）连接外部服务 | 如何高效使用这些服务提供工具调用能力 | 封装最佳实践和工作流解决"能做什么" | 解决"该怎么做" 没有 Skill 的 MCP，用户拿到了工具却不知道怎么用；有了 Skill，等于给工具配上了说明书和经验沉淀。这对 MCP 服务提供商来说是竞争力的差异化——有 Skill 的集成比纯 MCP 集成更容易上手。三大使用场景分类 1. 文档与资产创作（Category 1）不依赖外部工具，纯靠 Claude 内置能力。典型：前端设计、文档生成、PPT/Excel 创建。核心技巧是内嵌风格指南、模板结构和质量检查清单。 2. 工作流自动化（Category 2）多步骤流程的标准化执行。典型：使用 skill-creator 引导用户一步步创建新 Skill。核心技巧是步骤间的验证门控和迭代改进循环。 3. MCP 增强（Category 3）为已有 MCP 连接提供工作流指导。典型：Sentry 的代码审查 Skill——自动从 Sentry 拉取错误数据，分析 GitHub PR，给出修复建议。核心技巧是编排多个 MCP 调用序列、嵌入领域专业知识。 YAML Frontmatter 的关键细节硬性规则： · 文件名必须精确为 SKILL. md（大小写敏感） · 文件夹名必须用 kebab-case（如 my-cool-skill），禁止空格、下划线、大写 · 不允许在 Skill 文件夹内放 README. md · 禁止使用 XML 尖括号 < >（防止系统提示词注入） · 名称中不能包含 "claude" 或 "anthropic"（保留字） description 字段的写法决定成败：好的写法需要同时包含三个要素：做什么 + 何时触发 + 关键能力。五大实战模式模式 1：顺序工作流编排适用于严格按步骤执行的流程（如客户入驻：创建账户 → 设置支付 → 创建订阅 → 发欢迎邮件），强调步骤间的依赖关系和失败回滚。模式 2：多 MCP 协调跨多个服务的联合工作流（如设计到开发交接：Figma 导出 → Google Drive 存储 → Linear 建任务 → Slack 通知），关键是阶段间的数据传递和集中式错误处理。模式 3：迭代精炼输出质量需要多轮改进的场景（如报告生成：初稿 → 质量检查 → 修正 → 再验证），核心是明确的质量标准和"何时停止迭代"的判断。模式 4：上下文感知的工具选择同一目标、根据条件选择不同工具（如文件存储：大文件走云存储、协作文档走 Notion、代码走 GitHub），需要清晰的决策树和备选方案。模式 5：领域专业智能嵌入专业知识而非仅仅调用工具（如支付合规：先做制裁名单检查和风险评估，通过后才处理交易），强调合规先于行动、完整的审计追踪。测试策略 1. 触发测试——Skill 是否在正确时机被激活？ · 直接请求能触发 · 换种说法也能触发 · 无关请求不会误触发 · 调试技巧：直接问 Claude "你什么时候会使用 [skill name] 这个 skill？"，它会引用 description 回答 2. 功能测试——执行结果是否正确？ · 输出验证、API 调用成功率、边界情况覆盖 3. 性能对比——有无 Skill 的差异 · 对话轮次从 15 轮降到 2 轮 · 失败 API 调用从 3 次降到 0 次 · Token 消耗减半一个重要的实践建议：先在单个困难任务上反复迭代，直到成功，再提取经验写入 Skill，而非一开始就追求广覆盖。分发与 API 使用 · 个人用户：下载 Skill 文件夹 → 压缩 → 上传到 Claude. ai 设置，或放入 Claude Code 的 skills 目录 · 组织级别：管理员可全工作区部署，集中管理和自动更新 · API 使用：通过 /v1/skills 端点管理，在 Messages API 中通过 container.skills 参数引入 Anthropic 将 Agent Skills 定位为开放标准——像 MCP 一样，希望它能跨平台使用，不局限于 Claude 生态。常见问题排查 · Skill 不触发：description 太模糊或缺少触发短语，增加具体用户会说的话作为触发词 · Skill 过度触发：description 范围太宽，添加负向触发条件、缩小范围 · 指令不被遵循：指令太长/太含糊/关键内容被埋没，精简指令、关键信息放最前面、用脚本做确定性校验 · 上下文过大导致变慢：SKILL. md 过大或同时启用太多 Skill，主文件控制在 5000 词以内，详细文档移到 references/ 一个高级技巧特别值得注意：对于关键验证步骤，用脚本（scripts/）替代自然语言指令。代码是确定性的，语言理解不是。指南下载地址 resources.anthropic.com/hubfs/The-Comp…