实战Token消耗优化:帮你节省2/3的大模型花费

27.6 天、40,436 次模型调用烧掉 80.8 亿 tokens,97.5% 花在重复上下文上。实测证明放大器是调用次数(37.2 倍)而非上下文膨胀,附技能与 MCP 回收清单、配置收紧方案。

ai-design-skills:把设计品味做成技能

9,792 星的 ai-design-skills 把「设计品味」打包成可安装的技能文件,让 Claude Code、Cursor 等 AI 编码工具生成落地页时先问需求、再定结构、再写转化文案、再配视觉系统,设计值单点可改。

理清2027年确定增长:从年度目标到经营结果

年度目标年年加,增长的依据却始终说不清。本讲义给出确定增长的可推演方法:用机会而非问题定目标,以人效倒推利润与收入,用上下、左右、因果三种拉通让部门相互承接,再用经营蓝图把愿景、目标、产品、渠道、供应链、财务、组织、数据与复盘串成闭环。

Claude-Red如何把专家经验写成AI可调用的资产

8,601 星的 Claude-Red 把 78 个安全技能写成可按需加载的 SKILL.md。本文拆解它的 description 触发词设计、23 分类覆盖度、MINDMAP 审计法与六条可借鉴的技能工程方法论。

性能远超OLLaMA的开源推理引擎 vLLM

vllm-project/vllm 是 UC Berkeley 出品的高吞吐 LLM 推理引擎,9.5 万星。本文讲清 PagedAttention、连续批处理、前缀缓存等核心机制,对比 SGLang/TensorRT-LLM/llama.cpp,给出安装部署命令、选型建议与 8 条可迁移的工程思路。

Graphify 深度解析:把代码库变成可查询的知识图谱

GitHub 今日新上榜的 Graphify 用 tree-sitter 解析代码 AST,确定性构建知识图谱,构建过程零 LLM 调用、零 Token 消耗。每条边标注 EXTRACTED 或 INFERRED,直接解决 RAG 幻觉。LOCOMO recall@10 达 0.497,是 mem0 的 10 倍。

cursor/plugins 插件体系:CLI设计哲学与多Agent编排范式

本文拆解 cursor/plugins 仓库背后的工程范式:CLI-for-Agent 五原则、Planner-Worker-Verifier 多 Agent 编排、增量持续学习机制,附与 OpenClaw Skills 生态对比。面向想搭 AI 工作台的开发者与团队。

scientific-agent-skills:177个经验证的科学技能,让AIAgent 也能做科研

K-Dense-AI/scientific-agent-skills 把 AI Agent 变成科研助手,177 个经验证的科学技能覆盖 20 个领域、100+ 数据库,兼容 Cursor/Claude Code/Codex。

Alpha File Manager:用了就离不开的文件管理器

Alpha File Manager 是基于 Sigma 改造的文件管理器,用六件事换掉资源管理器:对话框跟随、真正的文件夹树、1TB≈2 秒容错搜索、标签页+分屏、空格预览、安全批量改名。