我可能解决掉了用户不理解 Skill 的问题，我做了一个极其复杂的路由 我甚至改了 Skill 的默认格式，现在公认的格式是 name+description，我现在多加了一个 handoff 字段，/dbs 会读取 handoff 字段来了解各个 Skill 的能力，从而实现复杂且合理的多 Skill 组合，共同完成一个任务 这样就算 dbskill 的 Skill 数量膨胀到 200 以上，对用户来说也没有压力

2026 年最值得看的 5个项目 1️⃣ Dify（15.7万⭐）—学"AI 功能如何真正落地" 不只是拖节点，重点看流程为什么这样拆、哪些交给 Agent、RAG/模型/工具怎么分层，去 Issues 看用户真实痛点。 2️⃣ OpenAI Agents SDK —学"Agent 该怎么设计" 核心抽象：Agent + Tools + Handoffs + Guardrails + Tracing。产品经理不用逐行读代码，看懂这套结构就能直接画架构图，避免"遇到什么都做成 Agent"。 3️⃣ Karpathy LLM Wiki —学"知识管理的下一代思路" 让 LLM 把原始文档持续"编译"成 Wiki，而不是每次重新检索。三个产品思想：RAG≠知识管理、File over App、未来产品可能是"提供规范让 Agent 自己实现"。 4️⃣ autoresearch + nanochat（近10万⭐）—学"Agentic Product 的下一阶段" Agent 自动改代码、训练、评估、决定 5️⃣ AI‑for‑Product‑Managers —搭框架 + 刷面试题 覆盖 LLM/RAG/Agent/Evals + 行业案例 + 面试题

Codex 很值得养成的收尾习惯 使用大模型都会遇到失忆的情况， 这里教你一个收尾习惯。 每次关掉一个长会话之前， 先让它写「交接文档」。 直接输入： 「这个会话要结束了。请写一份交接文档， 存到HANDOFF.md： 把当前任务、已经完成的内容、卡住的问题、 下一步计划和踩过的坑，整理到HANDOFF.md里」 下次开新会话，第一句话： “先读HANDOFF.md。” 跨天推进大任务，最轻量的跨会话记忆方案， 不装插件，一个md文件就够了。 Codex、Claude Code、workbuddy 及其他大模型通用。

Apple全家桶联动真的是太丝滑了 打开这个开关就可以 实现一个触控板、鼠标 跨设备控制 开启步骤： 1、Displays → Advanced → 把“允许指针和键盘跨设备移动、推过屏幕边缘连接、自动重新连接”这 3 项都打开 2、再从 Displays → “+” → Link keyboard and mouse to 选择另一台 设备 这样就能让鼠标、触控板和键盘在多台设备之间直接跨屏使用 使用前提：设备录同一 Apple ID，并开启双重认证、Wi-Fi、蓝牙和 Handoff，保持设备在附近且关闭互联网共享

最近发现一个叫 Memmy 的开源项目很不错： 之前我用的不同的 Coding Agent 相互是割裂的，对于同一个项目使用不同的 Agent 每次都等于要重新开始，手动输入一大堆重复的上下文。 Memmy 的思路是把记忆从 Agent 里抽出来，变成用户自己的 Personal Context——Cursor、Claude Code、Codex、OpenClaw 等等几乎所有的 coding agent 历史都能导进来，统一整理后供所有 Agent 共享，建立一个共享的记忆层。一个 AI 学过的东西，另一个 AI 不用再学一遍，切换工具时按需注入相关记忆。 我自己测下来非常实用的一点：平时用 多 agent 写同一个功能，尤其是大的 feature，互相不记得对方学过什么，移交的时候我还需要用 handoff 这种类似的skills ，现在它可以自动扫描把所有 Agents 的相关内容 - 架构，踩过的坑，进度全存在 Memmy 里，不管切到哪个 Agent，它通过 hooks 的模式自动检索并且添加相关记忆，而且不是所有数据很机械的全都放进去，而是经过它自己的匹配机制，一上来就懂你的要完成的功能和当前进度，这个很舒服， 比如如图所示：一个大 feature 的开发我用 Codex 额度耗尽了，我可以打开 Cursor 直接使用 memmy-memory 这个 skills 就可以无痛的继续开发了，相关开发的进度和内容都无感的注入进去了，可以看图二，反之亦然，用什么工具都可以，图三就是 Cusor 也能获取 Codex 的开发进度和内容，也就是图三的内容。 Local-first 架构，数据自己掌控，支持桌面端、CLI、API、MCP 和 Skills，还自带 Agent Runtime 能直接执行任务 目前同时支持最新的 DeepSeek Harness 。注册送 token，推荐给同时在用多个 AI Agent 的朋友。

很多 Agent 单轮任务做得不错，一旦工作跨过几天、多个会话和多个 Agent，真正麻烦的事情才开始出现：目标变了，证据过期了，任务没人接，scheduler 却还在继续烧额度。 最近看到的 LoopX，就是专门处理这类问题的开源项目。 它在 Codex、Claude Code、Cursor、Pi 等 Agent 外面加了一层本地控制面。Agent 每次负责执行一个有边界的小任务，LoopX 则保存目标、Todo、权限门、证据、额度和交接状态，并决定下一轮应该继续、等待，还是停下来请人判断。 多个 Agent 也可以认领不同任务，通过 ownership、lease 和 handoff 协作，同时避免彼此重复修改或无限运行。它更像是一块面向长时 Agent 的「可执行看板」，让项目跨轮次依然可恢复、可审查、可接力。 项目还展示了跨越 200 多小时自然时间的代码修复和机器学习实验轨迹。这里指的是项目从开始到最新进展的真实时间跨度，并非模型连续自主运行了 200 小时。 长时 Agent 的难点，可能从来都不只是让模型一直运行。它还包括每一轮结束后，目标、证据、责任和下一步还能不能完整留下来。 项目链接：

兄弟们，每次在AI编程助手之间切换都要靠复制粘贴传上下文，真够折腾的。 看到Compound Engineering v3.20刚刚发布，在GitHub上备受关注，最新版本又放了一波大招。 它能帮我们把多模型协同的繁琐流程，一键变成指挥中心，因为它在你的主Agent上打通了跨模型路由： - 按阶段选模型：规划用Fable、实现丢给Codex、审查交给Opus，一条命令切换，不用手动搬家 - 跨模型辩论：/ce-pov oracle让多个模型独立看代码、各自站队、互相对喷，最后给你一个结论 - 会话交接：/ce-handoff一键导出摘要+恢复命令，新会话直接续上，再也不怕关错标签页 GitHub: 整个过程只需要更新到v3.20，在你常用的Agent里用/命令就能调用所有技能。 如果是经常在多个Agent和模型间切换的兄弟，建议Star收藏，低调使用。

Codex 动不动就重新连接？先别急着换代理。 代理和 WebSocket 确实是常见原因，但还有一种容易忽略的情况：旧会话已经太重了。 排查方法很简单： 在同一个项目里新开一个空白会话，执行相同的小任务。 新会话正常、旧会话反复重连，说明旧会话很可能是原因之一；新旧会话都失败，再去排查代理、WebSocket、鉴权和接口状态。 我的处理方式是做一次“会话接力”： 让旧会话生成 `SESSION_HANDOFF.md`，写清当前目标、已完成内容、关键决定、修改过的文件、测试结果、待办和剩余风险。 新会话先读取交接文档，再检查： git status git diff 确认项目真实状态后继续工作。 这不是真正的“上下文零丢失”，但能保留大部分关键状态，同时把旧会话积累的图片、日志和工具输出甩掉。 这套流程也可以封装成自定义 Skill。 所以下次 Codex 一直重连，别只盯着代理。 先开个新会话测试一下，可能不是网络坏了，只是这个窗口已经背不动了。