🚀 前Manus大佬开源CodexLoom:把一次性Codex Agent变成长期在岗数字员工,还能组队协作,直接解决多Agent管理的核心瓶颈。
现在大家用Code Agent基本都是任务式流程:开thread、交代背景、拿结果、关掉,旧thread里积累的约束、决策、工具用法全部作废,每个新任务都要重复付冷启动成本。CodexLoom反其道而行——同场景的后续工作回到同一条thread,让历史积累真正产生复利,主要面向手里养着数十个以上专职Agent、想让Agent各守细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。
针对「长thread太贵」的顾虑,作者的回应相当扎实:
· 新开thread重建上下文的隐性成本一直没人算,长期来看反而更烧钱
· 稳定的历史前缀可以直接吃prompt cache,反而能省token
· compaction压缩旧消息后,Agent的工作状态依然完整保留
· 最关键的是:纠错习惯、领域术语、偏好判断这些隐性知识,换thread就彻底丢失,靠prompt根本无法重建
每个Agent都有一份专属profile,包含Identity(身份定位)、Domain(长期负责领域)、Scope(权责边界)三部分,相当于一份清晰的数字员工岗位说明书。它的通信规则也完全对标真实团队:信息流向对应责任、结果回传发起者、例外事件向上升级,这套逻辑拿去管理人类团队同样成立。
最有想象空间的是对外协作:调教成熟的Agent带着受治理的身份进入飞书/Slack群,同事可以直接跟它对接协作,你花半年调教的能力别人能直接复用,一人公司雇数字员工再外派的最小闭环就此跑通,也是未来AI数字员工商业化的基础。
💡 别人还在卷多Agent编排DAG的花样,它先回答了更根本的问题
GitHub: github.com/Dujltqzv/Some-…
这个工具能让AI编程助手写更少的代码完成同样的任务。
Ponytail是一个开源项目,专门为AI编程助手设计的代码优化工具。它的核心理念是:AI不应该写那么多代码。
实际效果:
这意味着什么?你用Claude Code、Cursor、Copilot这些工具写代码时,Ponytail会在前面帮你过滤掉不必要的代码,只保留真正需要的部分。
对于重度AI编程用户来说,这个工具可以显著降低Token消耗,提升编码效率。
项目地址:opensourceprojects.dev/post/ponytail
原文作者:@GithubProjects
这30个网站看起来像非法的,但其实是合法的。
这些工具都是合法的AI应用,可以大幅提升工作效率。建议收藏慢慢体验。
原文作者:@liam_holt7
有人整理了Codex本周最值得安装的9个Skill,覆盖了省Token、做PPT、做网页、做视频、做图表、提升审美等能力。
其中Ponytail可以少写50%无效代码,Token节省94%,它会先判断代码有没有必要写,避免AI过度开发。Guizang PPT Skill支持10种设计风格、22种版式,直接输出排版、内容、视觉都能用的可编辑成品。
GSAP Skills一句话就能让网页拥有专业级动效。AI Product Video支持152张动态卡片、209个动画模板,自动拆卖点、配镜头、做动效。
还有Smart Charts支持CSV、Excel、JSON一键生成数据看板,Gathered Scenes Zine Skill一张照片变一份高级视觉作品,Taste Skill从5个维度干掉AI味,Video Use自动识别废话口误跳帧,ELI5把复杂知识讲到5岁孩子都能懂。
这些Skill的本质是给Codex补上"能力模块",让它从一个通用编程助手变成专业级的创作工具。如果你在用Codex,这套组合值得收藏慢慢试。
又一个GitHub金矿合集,这次专门针对AI/ML工程师。
这些仓库覆盖了ML基础、数学、神经网络、LLM、RAG、Agent和强化学习,建议收藏:
这份清单从理论到实战都覆盖了,适合不同阶段的学习者。收藏慢慢看,总有一天用得上。
原文作者:@SCR01111
如果你正在学AI、ML、LLM或者Agent,别再浪费时间到处翻教程了。
这位老哥整理了10个他真正会收藏的GitHub仓库,从Python基础到ML、LLM、Agent、生产级AI全覆盖:
这套从入门到进阶都覆盖了,建议收藏慢慢啃。
原文作者:@SCR01111