预告一下，生财有术官网即将上线一个 Agent： AI 亦仁自动发帖 Agent。 大概可以实现将我每天看的、听的、思考的、觉得有价值的大量优质信息快速拓展成一个分享或者报告并完成自动化发布。 AI 时代，最重要的是信息审美与品味，这个Agent的上线，意味着我把我对赚钱和 AI 的审美和品味，我的信息渠道都开源了。以前有个好的想法，好的视角，要想一想，怎么写，可能几天就过去了。 现在，一个独特的视角就等于一个高价值分享。 唯一要考虑的问题是，可能要限制下数量和频次，不然大多数人会觉得信息密度太高消化不了。 这个 Agent 上线，也将意味着生财有术的内容将进入到一个全新的时代。

两周 20 人，从南京到宁波：这场线下局，我最大的收获不是人数 大家好，我是太阳鸟。 最近我邀请维度哥从南京来到宁波，一起做了一场 AI 线下局。 两周时间，20 个人到场。 这应该算是我第 4 次参与线下局了。前面几次，我更多是作为嘉宾或者协助官，这一次，我开始更认真地思考一件事： 为什么我要把外地的人邀请到宁波来组局？ 表面上看，是请一个嘉宾来分享。 但实际上，我想做的是盘活宁波这边的 AI 圈子，给大家带进来一些新的视角、新的案例和新的刺激。 线下很多人，不是不想学，而是不知道怎么破局 我自己组局之后发现一个问题： 来线下的人，很多都是小白。 他们不是没有兴趣，也不是不愿意行动，而是不知道从哪里开始。 如果每次都是我一个人讲，讲 AI 技术，讲智能体，讲公众号，讲自媒体内容体系，大家听多了也会疲劳。 不是内容没价值，而是视角太单一。 所以我这次邀请维度哥过来，不是单纯为了让他讲课，而是想让大家看到： AI 在不同的人手里，到底会变成什么样。 我自己的路径，更多是智能体、自媒体、公众号内容体系。 但这不代表 AI 只有这一种用法。 AI 放到不同业务里，长出来的东西完全不一样。 每个人用 AI 的方式，都和他的业务有关 前面几次线下局，我看到了一些很有意思的案例。 有人一开始用 AI 编程做棋牌室小程序。 后来又做了自己洗车行的小程序。 再到周周，他是做跨境电商外贸的操盘手。他把知识库这一套体系整合进自己的外贸业务里，用来做复盘、整理、沉淀和提效。 这些案例看起来不一定特别“高大上”，但我觉得特别真实。 因为普通人真正需要的，不是听一个特别宏大的 AI 叙事。 普通人更关心的是： 我的业务能不能用 AI 改一改？ 我每天重复做的事情，能不能少做一点？ 我的经验能不能沉淀下来？ 我一个人干的活，能不能借助 AI 变成一套系统？ 这才是 AI 真正落地的地方。 维度哥这次过来，我觉得最大的价值就在这里。 他不是停留在“我会用 AI 工具”的阶段，而是已经相对完整地跑通了从 0 到 1，再从 1 到 100 的闭环。 他通过 AI 动画，已经走到了 OPC 的阶段，不再完全依赖公司，而是逐渐形成了自己独立运转的一套业务系统。 这对很多人来说，是一个很好的刺激。 因为它证明了一件事： AI 不是只能帮你提高一点效率，它有机会帮你重新组织你的业务。 AI 时代，1000 个人就是 1000 种用法 这次组局之后，我越来越确定一个判断： AI 时代，1000 个人，就有 1000 个哈姆雷特。 同样是 AI，有人拿来做小程序。 有人拿来做洗车行业务。 有人拿来做外贸知识库。 有人拿来做 AI 动画。 有人拿来做公众号、自媒体、内容矩阵。 工具可能差不多，但业务不一样，人的经验不一样，最后跑出来的结果就完全不一样。 所以我现在不太喜欢只讲“某某工具怎么用”。 工具当然要学，但工具不是核心。 真正核心的是： 你的业务是什么？你的流程是什么？你的卡点在哪里？AI 能不能接进去？ 如果接不进去，那学再多工具也只是热闹。 如果接进去了，一个很小的工具都可能带来很大的改变。 我的优势，不是单纯会技术 很多人会觉得，我是程序员，所以我讲 AI 技术。 但我自己越来越觉得，我的优势不是单纯会技术。 我的优势是，我能理解业务和技术之间怎么融合。 因为我在公司里做的事情，本质上就是这个： 把技术接到真实业务里，让它产生结果。 很多开源项目都摆在那里，很多 AI 工具也摆在那里。 但对非技术背景的人来说，最大的问题往往不是没有工具，而是： 不知道该找什么工具； 找到了也不知道怎么装； 装好了也不知道怎么改； 改完了也不知道怎么接进自己的业务； 最后就变成了“看起来很厉害，但和我没关系”。 这才是最现实的问题。 前段时间我和我姐聊，她也是做跨境电商的。她最大的问题不是没有需求，而是不知道怎么找到对应的技术。 就像一堆工具放在那里，你知道那里有工具，但你不知道哪一把能解决你的问题。 更别说拿起来之后，怎么真正用到业务里。 这也是我现在越来越清楚的定位。 我不是单纯教别人用 AI。 我更像是站在业务和技术中间，做一个翻译器。 你把你的业务讲给我听，我帮你判断： 哪里可以提效； 哪里可以自动化； 哪里可以沉淀成知识库； 哪里可以做成工作流； 哪里可以从人工变成半自动，甚至自动化。 这件事，可能才是我最擅长的。 线下局的价值，不是听课，而是看见真实的人 这次两周 20 人，从南京到宁波，我最大的感受不是人数。 人数只是结果。 真正有价值的是，大家在线下看到了真实的人、真实的业务、真实的 AI 落地方式。 线上内容看多了，很容易有一种错觉： AI 好像离自己很远。 好像只有程序员能用。 好像只有大公司能用。 好像只有特别懂技术的人才能用。 但线下一坐下来，你会发现不是这样。 做棋牌室的人可以用。 做洗车行的人可以用。 做跨境电商的人可以用。 做外贸的人可以用。 做自媒体的人也可以用。 每个人不需要成为技术专家。 但每个人都需要开始重新理解自己的业务。 因为 AI 真正改变的，不是某一个工具，而是你做事的方式。 后面我会继续做这种局 这次组局之后，我更加确定，宁波这边需要这样的线下交流。 不是为了热闹。 也不是为了凑人数。 而是让更多人看到，AI 不是一个遥远的概念，它可以落到一个具体的人、一个具体的业务、一套具体的流程里。 我也会继续邀请不同城市、不同业务、不同阶段的人来到宁波。 让大家看到更多 AI 落地的真实样子。 因为每个人的业务不同，所以每个人的 AI 路径也不同。 而我想做的事情，就是把这些路径展示出来，同时帮更多人把自己的业务和 AI 接起来。 如果你愿意把你的业务摊开讲，我就愿意帮你一起拆： 哪些地方可以提效， 哪些地方可以自动化， 哪些经验可以沉淀， 哪些流程可以重做， 哪些动作可以变成新的增长点。 这就是我这次组局最大的复盘。 AI 不只是技术。 AI 更是一种重新理解业务、重组流程、放大个人能力的方式。 而线下局的意义，就是让这件事被更多普通人看见。

#生财好事 出门在外身份都是自己给的，接了B端一套独立站的需求收了9000多米。

2026年06月07号，有幸参加了键盘AI编程老师线下组局，关于如何拆一本书，通过skill去变现主题活动。 其实我和键盘AI编程老师23年就认识了，同一家公司，他坐在我后面工位，帅气有能力还很有想法，执行力也挺强。 今天也是高考的日子，是众多学子10年磨一剑，展示自己10年苦读证明自己的时候。而在此刻我看到键盘AI编程老师，他从23年开始接触到破局，开始只是发公众号，而到如今可以站在台上侃侃而谈，专业性的去分享自己所学成果。键盘AI编程老师用3年的时间正在交一个有结果的答卷，且还在不断持续提升。 看到身边的人在正确优秀的圈子，不断的变得优秀，一直在努力的去做事！比那一些纯吃喝玩乐的圈子好太多了。因为成长是每个人都想要做的事，成长可以让自己有更多变现的途径。 昨天参加键盘AI编程的线下组局，参与到这个线下组局的圈子，特别有价值！因为同在这个南京破局的圈友，每个人来到现场都是有自己明确的目的，或者说存在什么样的困扰，线下远比线上更有生动性，和亲切感，有更多的难题可以解决。先讲主题，然后大家坐在一起探讨自己通过AI遇到的困难。或者说正在有什么痛点，在沟通交流中碰撞，然后去慢慢去解决自己的问题。 看到破局圈友的成长，有结果，有落实，有执行力，解决问题的讨论，资源对接，面对面的交流，面对面的去感受，面对面的去分享，面对面的去感受到有结果的破局圈友，我觉得这个才是破局线下组局的真正价值意义。破局线下组局，就是一个人带动一群人，然后一群人带动所有人，正能量，正确的圈子，看到身边都在努力的人，自己也不得不努力。 对于我自己而言，我是今年4月底加入破局，开始自己对于AI只是停留在概念的形式上，然后我就各种看破局行动营的AI课程，看各种精华帖。上周我开始搭建自己的简单工作流 hermes +飞书 + obsidian，在这个过程中，不懂就各种找答案，最终把整个流程给搭建起来了，学到很多自己只是停留在概念上的东西。行动起来，远比停留在概念不执行强太多啦。 搭建起来后，我开始只是做拆书工作流，最起码已经动起来了，而如今我发的文章已经比之前快了不知道多少倍。而后我要思考的就是如何整理更好的skill，让书拆的更有质量，而拆书的目的是把里面的东西落实到自己的执行力上和理解力上。而不是为了拆书而拆书，最起码我此刻已经用AI放大了自己读书的速度，后期就是如何借助AI提前自己拆解文章的质量。有问题不怕，就怕没有问题。 最后借助洋哥的一句话: 不是成为大佬才去分享，而是在分享过程中成为大佬，过程中一定要不断精进。

大家好，我是清铭一世界，一名深耕专利变现的程序员。立志做技术圈最懂专利、专利行业最懂开发的跨界从业者，依托专利落地已经实现六位数收益。 绝大多数程序员埋头迭代业务，零散创新点被日常开发埋没白白浪费收益；而专利撰写工序繁琐，梳理思路、拆分创新点、编撰技术文档、反复润色定稿，全程极度耗费人力。 早先我试过 n8n 搭配大模型搭建自动化流水线，用 AI 辅助搭建专利文稿框架、整编技术资料，相较手写省时不少。但这套自动化架构弊端明显，流程节点臃肿后运维负担飙升，接口、模型参数任意改动，整条工作流都要重构优化。 机缘巧合下我入局 OpenClaw 落地专利业务。它不同于单一 AI 工具，能够组建分工明确的 AI 军团：我作为统筹决策者把控需求与终审，资料汇总、文书撰写、逻辑核验等落地工作全部交由 AI 员工落地执行。 开始之前大家要先了解下目前AI 撰写的问题和可能带来的风险，建议大家提前规避。 https://c15zhzxp1me.feishu.cn/wiki/HXQjwXQ58iTPOUk... #用AI搭建系统 #破局突破

财务人vibecoding了报表分析agent 文科生也可以coding出严肃的AI产品 --- 你是不是也遇到过这种情况—— 老板问「广告费为什么超了、预收款为什么在缩」——通用大模型给不出一句有行业深度的回答。而我，一个不会写代码的文科财务，用 AI 编程工具，一个人搭完了一整套财务报表转管理报表分析agent,不 资源对接 风向标 每日思考 ... 财务人vibecoding了报表分析agent

Codex HyperFrames自动剪视频教程，小白也能学会~ “一旦视频可以被写成代码，内容生产就会从一次性的手工活，逐渐变成可以复用、可以修改、可以批量运行的工作流。 以前我们说普通人要学剪辑，学习各种复杂的动效和转场。但是现在可能不用那么费劲了，只需要把自己的创作需求讲清楚，把流程搭起来，并且最终把合适的工具都给串起来就可以实现。” #亦仁的收藏夹

财务人vibecoding了报表分析agent 文科生也可以coding出严肃的AI产品 --- 你是不是也遇到过这种情况—— 老板问「广告费为什么超了、预收款为什么在缩」——通用大模型给不出一句有行业深度的回答。而我，一个不会写代码的文科财务，用 AI 编程工具，一个人搭完了一整套财务报表转管理报表分析agent,不 资源对接 风向标 每日思考 ... 财务人vibecoding了报表分析agent

2.7 万星。 不是 Google NotebookLM。 是一个开源项目，名字就叫 Open Notebook。 你把 PDF、网页、视频、音频、Office 文档丢进去，它可以帮你搜索、总结、问答、生成笔记，甚至把资料做成多角色播客。 如果 NotebookLM 的核心体验是“把资料变成可对话的知识库”，那 Open Notebook 想做的事情更直接： > 把这个能力搬到你自己手里。 本地部署。自己选模型。自己管数据。还能接 API 做自动化。 这就有意思了。 图片 ## 开源版 NotebookLM，真正吸引人的不是“平替” 很多人第一次看到 Open Notebook，会下意识把它叫成“NotebookLM 平替”。 这个说法没错，但不够准确。 NotebookLM 最大的问题，不是不好用。恰恰相反，它很好用。 问题在于： - 数据在 Google 云上 - 模型基本绑定 Google 体系 - 自动化能力有限 - 本地模型用不了 - 想深度定制很难 - 企业内部资料不一定敢直接上传 所以 Open Notebook 的机会就很清楚了。 它不是要证明“我比 NotebookLM 更会总结”。 它真正解决的是另一个问题： > 你能不能拥有一个属于自己的 AI 资料库系统？ 资料放哪里，你决定。 用 OpenAI、Anthropic、Google，还是 DeepSeek、Qwen、Ollama，本地模型，都你决定。 要不要接 Obsidian、Notion、内部 CMS、企业知识库，也可以自己改。 这才是开源版的核心价值。 图片 ## 它到底能做什么？ Open Notebook 的定位很简单： 把你的资料库，变成一个可以搜索、对话、整理和再生产内容的 AI 研究助理。 支持的资料类型不少： - PDF - 网页 - 视频 - 音频 - Office 文档 - 研究报告 - 课程资料 - 文章素材 - 其他文档资料 导入之后，你可以围绕这些资料做几件事： - 全文搜索 - 向量搜索 - 基于资料问答 - 自动生成笔记 - 提取关键信息 - 总结长文档 - 保留引用来源 - 把资料改造成播客脚本和音频 这就不是一个“AI 聊天框”了。 更像是一个研究工作台。 你不是打开它随便问一句“今天吃什么”。 你是把一堆资料放进去，然后让它帮你把信息翻出来、连起来、讲清楚。 图片 ## 最关键的功能：不被一个模型绑死 Open Notebook 支持 18+ AI 提供商。 ![[open-notebook-ai-providers.svg]] 这点很重要。 因为真正长期用 AI 工具的人，迟早都会遇到同一个问题： 一个模型不可能永远最适合所有任务。 写中文，你可能想用 DeepSeek / Qwen。 做复杂推理，你可能想用 Claude / GPT。 跑低成本任务，你可能用 Groq 或本地模型。 不想上传资料，就用 Ollama 或 LM Studio。 要做语音，就接 ElevenLabs。 Open Notebook 的优势不是“我内置了某个最强模型”。 而是它把模型选择权交给你。 这对个人知识库、内容创作者、研究人员和企业内部资料库，都很关键。 ## 本地化：它真正打到痛点的地方 NotebookLM 好用，但很多资料你未必敢往里面放。 比如： - 公司内部文档 - 客户资料 - 商业计划 - 付费课程资料 - 私密研究笔记 - 未发布的内容素材 - 项目复盘和会议记录 这些东西一旦涉及隐私、版权、商业信息，上传到第三方平台就会让人犹豫。 Open Notebook 主打 privacy-first，可以用 Docker 部署在本机、服务器或私有云里。 它的价值就变得很现实： > 不是所有资料都适合交给云端 AI，但很多资料又确实需要 AI 帮你处理。 这个中间地带，就是 Open Notebook 这类工具的生存空间。 图片 ## 播客功能，是它最容易传播的点 NotebookLM 最出圈的功能之一，就是把资料生成一段双人播客。 Open Notebook 也做了这个方向，而且更开放。 它支持： - 1 到 4 个说话人 - 自定义 speaker profiles - 多角色对话脚本 - 更灵活的脚本控制 - 基于资料生成音频内容 这对内容创作者非常实用。 你可以把一堆资料、访谈、文章、研究报告丢进去，让它先生成一版播客脚本，再人工调整。 它不一定直接给你成品。 但它可以把“从资料到脚本”的第一版打出来。 这已经能省很多时间。 尤其是做知识类内容的人，会很懂这个价值。 图片 ## REST API：它不是只能在网页里点点点 Open Notebook 还有一个很容易被普通用户忽略、但对开发者很重要的点：完整 REST API。 这意味着它不只是一个网页应用。 它可以被接进你的工作流里。 比如： - 自动导入网页资料 - 自动处理 PDF - 批量生成摘要 - 接入企业知识库 - 接入 Obsidian / Notion / 内部 CMS - 做内容素材预处理 - 构建自己的 AI 研究助手 这才是开源项目和封闭产品最大的差别。 封闭产品给你一个功能。 开源项目给你一个起点。 你可以改，可以接，可以部署在自己的系统里。 图片 ## 和 NotebookLM 比，它强在哪里？ 直接看差别： | 对比项 | Open Notebook | Google NotebookLM | |---|---|---| | 数据控制 | 可自托管，数据自己掌握 | Google 云端 | | 模型选择 | 支持 18+ 提供商 | 主要绑定 Google 模型 | | 本地模型 | 支持 Ollama、LM Studio | 基本不支持 | | 播客生成 | 1-4 人，可自定义 | 主要是双人模式 | | API | 有 REST API | 自动化能力有限 | | 定制能力 | 开源，可改造 | 闭源 | | 部署方式 | 本地、Docker、云端 | Google 托管 | | 成本控制 | 自己选模型和用量 | 受平台规则影响 | 所以它不是简单复制 NotebookLM。 它更像是把 NotebookLM 的核心体验拆开，然后做成一个更开放的系统。 ## 安装：Docker 路线最省事 官方提供 Docker 部署方式。 基本流程是： ```bash curl -o docker-compose.yml https://raw.githubusercontent.com/lfnovo/open-note... ``` 然后修改配置里的加密密钥： ```yaml OPEN_NOTEBOOK_ENCRYPTION_KEY=change-me-to-a-secret-string ``` 启动： ```bash docker compose up -d ``` 启动后访问： ```text http://localhost:8502 ``` 然后在设置里配置你的 AI Provider API Key。 如果你想走本地模型路线，可以搭配 Ollama 或 LM Studio。 这条路最适合不想折腾太多、但又想把资料留在自己电脑上的用户。 图片 ## 适合谁用？ ### 1. 知识管理用户 如果你平时有大量 PDF、网页、文章、课程资料，想做自己的“AI 第二大脑”，Open Notebook 值得试。 尤其适合和 Obsidian、Notion、文件夹知识库配合。 它可以成为资料进入知识库之前的第一道处理层。 先让 AI 帮你读、问、总结、提取，再把真正有价值的东西沉淀到笔记系统里。 ### 2. 内容创作者 你可以把选题资料、采访内容、研究报告、竞品文章放进去，让它帮你： - 提炼选题 - 总结观点 - 整理资料 - 生成笔记 - 生成播客脚本 - 做内容改写前的素材准备 注意，它不是替你完成创作。 它更适合做内容生产的前端工作台。 把资料处理干净，再由你判断怎么写。 ### 3. 研究人员和学生 论文、课程资料、书籍摘录、视频讲座、研究报告，都适合放进去。 它能减少你反复翻资料的时间。 尤其是当资料多到你已经记不清“那句话在哪里出现过”的时候，这类工具的价值就出来了。 ### 4. 企业内部知识库 如果公司不想把内部文档上传到第三方 AI 平台，又想做文档问答和资料检索，可以考虑自部署。 适合： - 产品文档问答 - 客服知识库 - 内部培训资料 - 研发文档检索 - 销售资料分析 - 项目资料沉淀 当然，真要在企业里用，还得自己评估权限、安全、部署和维护成本。 开源不等于零成本。 图片 ## 它为什么能火？ 原因不复杂。 第一，NotebookLM 已经教育过市场了。 大家知道“资料 + AI 对话 + 自动总结 + 播客生成”这个方向有用。 第二，隐私和本地化需求越来越强。 很多人不是不想用 AI，而是不想把所有资料都交出去。 第三，多模型支持是刚需。 现在 AI 模型变化太快，谁都不想被一个供应商锁死。 第四，开源项目有想象空间。 只要 API、部署和扩展性做得够开放，它就不只是一个工具，而是一个可以继续搭积木的平台。 这也是 Open Notebook 2.7 万星背后的核心原因。 不是因为它名字像 NotebookLM。 而是因为它刚好站在了几个真实需求的交叉点上。 图片 ## 但也别神化它 开源项目火，不代表它马上适合所有人。 如果你只是偶尔总结一两个网页，直接用 NotebookLM、ChatGPT、Claude 可能更省事。 如果你没有部署经验，不想碰 Docker、不想配 API Key、不想研究模型供应商，它也可能让你烦。 如果你要在企业里正式使用，还要看权限管理、稳定性、日志、安全审计、备份、成本这些问题。 所以我的判断是： > Open Notebook 很适合愿意折腾、重视数据控制、手里有大量资料的人。 > 但它不是给所有小白准备的“一键万能神器”。 这句话要说清楚。 工具火是一回事，适不适合你，是另一回事。 图片 ## 最后 AI 笔记工具这条线，正在从“帮我总结一篇文章”，走向“帮我管理一整个资料库”。 Open Notebook 的出现，说明一个趋势越来越明显： > 未来真正有价值的 AI 工具，不只是聊天，而是进入你的资料、流程和知识系统里，成为一个长期工作的研究助理。 Google NotebookLM 证明了这个体验有市场。 Open Notebook 则把这个方向往开源、自托管、多模型、可扩展推进了一步。 如果你有大量资料，又在意数据控制，它值得试一下。 项目地址：github.com/lfnovo/open-notebook

10分钟WorkBuddy伴我做完了33个选题 × 5大社交平台 = 165条平台原生内容 最近被日更百条和100天不断更的内容给刷屏了，自己也想挑战一下，但是总担心内容不够，先让DeepSeek按照我的要求出30个选题，反应速度真快，10秒。 选题出来之后再让WorkBuddy根据我的需求和提供的内容结合5大社交平 ... 10分钟WorkBuddy伴我做完了33个选题 × 5大社交平台 = 165条平台原生内容

公众号引流 + AI全自动星球运营：从0到月入万元的完整攻略，利润率90%+ 先亮数据 68元的知识星球，日均新增XXX人，日入X000元+，月运营成本不到200元，利润率90%以上。全程AI自动化，我不碰发帖按钮。 (中转站，一美元等于1元人民币成本) 对，我又来邪修了。 这不是一个概念，是一套跑通了的系统。下面把每个环节拆开讲。 整体架构 四个环节： 公众号/朋友圈/社群（流量入口） ↓ 知识星球 68元付费墙（ ... 公众号引流 + AI全自动星球运营：从0到月入万元的完整攻略，利润率90%+

今天参加了GEO活动，收获很大。 最大的认知刷新是：GEO和传统SEO完全不是一回事。传统SEO靠关键词堆砌抢排名，GEO是基于大模型的自然语言理解，让品牌信息直接出现在AI回答的前排。国内已经能做到把客户优化到豆包、Deepseek前三，海外覆盖ChatGPT和谷歌AI概览。 这个行业太新了——2024年6月美国教授才提出概念，下半年开始商业化，国内是Deepseek爆火后需求才真正起来。海鹦云负责人分享团队从2025年3月入局，已经服务了4000多家客户，发展了350家渠道伙伴。预测明年市场规模将近500亿，6.5亿活跃用户正在从传统搜索向AI搜索迁移，这个趋势不可逆。 海外技术上也有意思：大模型偏好结构化、精确到数值的内容，"8863.5万"比"几千万"更容易被抓取。优化不是一锤子买卖，排名掉了要补时，还要多人多地区测试验证真实性。 GEO现在就是起步阶段，规则还在形成，谁先入场谁占位。这可能是继SEO之后最大的一波流量红利。

少报多学才是王道！亲身实测：这样参加行动营，次次都有大收获 前言：所有人都有的报名痛点 相信混迹AI破局圈子的伙伴，几乎都有同款纠结： 每次新一期行动营开启报名，心里立刻陷入两难境地，纠结该报名哪一个、犹豫参加几场、反复权衡自己到底要不要入局。 心态更是反复来回摇摆，一开始下定决心努力奋进，没过几天就陷入躺平摆烂 ... 少报多学才是王道！亲身实测：这样参加行动营，次次都有大收获

今天看到洋哥在思考圈里提到一个判断：Codex 现在可能正在成为一个新的“流量密码”。尤其是做 AI+IP 的人，不一定要只输出结果，也可以多输出一些真实的 Codex 硬核实战，在分享过程中反过来倒逼自己把工具用得更深、更熟、更系统。 这个提醒对我挺有触动。因为我最近这段时间，确实一直在用 Codex / Claude Code 处理 AI+IP、短剧素材、知识库、Memory、Skill、脚手架这些事情。 原本只是为了解决一个个具体卡点，但用着用着发现，AI 不只是帮我完成任务，也在帮我把问题背后的经验、规则和流程慢慢沉淀下来。 所以我准备开始在星球里持续记录这类实践：不是单纯写“AI 工具多厉害”，而是把我怎么发现问题、怎么和 Agent 沟通、怎么解决卡点、最后又沉淀出什么方法和素材，尽量真实地写出来。 这篇是第一篇，主题是：我让 AI 回看了 60 个旧对话，才发现那些看起来零散的聊天记录，其实已经沉淀成了一套自己的协作资产。 对我来说，这也是从“使用 AI 工具”到“搭建个人 AI 协作系统”的一个小节点。后面也会继续围绕 AI+IP、Codex 实战、短剧知识库、Skill 和 Agent 协作这些方向继续写。 详情请移步飞书：https://my.feishu.cn/docx/IJ1VduJsuoPHvRxGL8XcUmzJ...

从项目经理到AI导师：我用Obsidian+Claudian+Hermes实现创作效率5倍提升 一句话总结：从「没东西可写」到「要写的东西太多」，我用Obsidian+Claudian+Hermes搭建的内容生产系统，让创作效率提升了5倍，真正实现了「内容自由」。 前言：从工具使用者到系统构建者的跃迁 我是希尔顿，半 ... 从项目经理到AI导师：我用Obsidian+Claudian+Hermes实现创作效率5倍提升

半个月没有更新小红书，之前写的五六篇篇笔记不知道什么时候默默出单了 以前我总是看不上几块钱，几十块钱，觉得太少了，总希望可以找到一个一下子就爆发的项目。 但是突然意识到，没有从0到1，怎么可能从1到100呢？写给以前眼高手低的自己 #生财好事 每日思考

4月参加ai大航海的一个作业—1篇文章发到公众号上，现在这篇文章收益快200元了#生财好事 项目实操

AI零基础，21天做出2集AI漫剧：我的全流程拆解+避坑指南 大家好，我是康韵怡，一名AI零基础的内容创作者。加入AI破局训练营之前，我对AI的认知仅限于“用豆包润色文章”。因为对AI漫剧感兴趣，我参加了AI短剧行动训练营，用21天时间从零到一完成了2集AI短剧的制作和发布。本文分享我的完整实操流程和踩坑经验，希望对想入门的你有帮助。 本文旨在解答以下问题：AI小白如何从零开始制作一部AI漫剧？每个环节用什么工具、怎么操作？新手最容易踩的坑有哪些？零成本能否跑通全流程？ 全文有点长，大家点链接进入查看吧：https://zaf3j8pup2f.feishu.cn/docx/OKOGdfOlgotpG5x...

SCBI 第二十四期：除了怀念，毕业季你能做的还有很多 近不管是小红书店铺回来的异常值数据，还是低分爆款内容回来的数据，都在提醒我们一件事：毕业季来了。 当然，这个毕业是之后一段时间内接连发生的，大学毕业、高中毕业、初中毕业到小学毕业。 毕业这件事天然会把人拉回青春里，这很正常。但我更建议你看看这些有趣的异常值项目。 ... SCBI 第二十四期：除了怀念，毕业季你能做的还有很多

Agent Skills：AI自动把长文章转成爆款短视频 今天给大家分享一个【一键将文章内容转化成视频】的 skills ，这个 skills 是花园老师做的。 我需要这个 skills 的原因主要是要搭建一套内容系统。 建立一套系统，往往比建立一个目标更重要。 目标是终点思维——"我要达到X"，达到了就结束了，甚至达到了也会空虚。 系统是持续运转——"我每天做什么"，不需要意志力，只需要跟着系统走。 感兴趣可以看：https://vcn9oihrluzf.feishu.cn/wiki/Oqx8waUVMit6DP...