太强大了，兄弟们，赶紧用 🔥 Lark/Feishu 官方 CLI 炸场了！ lark-cli 正式开源，10.5k star 不是吹的！ 这工具直接把飞书 打造成AI Agent 的超级手脚： 200+ 命令 + 24 个原生 Skill，IM、文档、多维表格、日历、审批、OKR…… 全都能自动化调用！ 人类用快捷命令丝滑，AI Agent 直接装 Skill 就能干活，彻底告别手动操作飞书的时代🚀 一行命令安装： npx @larksuite/cli@latest install 马上喂给我的 Agent ，等着他帮我自动拉日程、发群消息、写多维表格，生产力马上就可直接起飞！ 强烈推荐所有飞书重度用户 + AI 玩家冲！ 官方仓库👇 #LarkCLI# #Feishu# #AIAgent# #飞书自动化# #开发者工具# #LarkOpenPlatform#

真心建议大家体验一下codex app，Codex 现在的自动化能力，已经不是领先 Claude Code 一个身位的问题了 而是在三个维度上完成了降维打击 先说结论：如果你还在纠结学不学 Claude Code，直接上 Codex 吧，省下的时间够你多干点别的活了 Codex 把AI 操作电脑这件事，拆成了三种完全不同的能力，我们今天来盘一下： 第一种：内置浏览器 Browser 这个是给开发者用的，专门测试本地项目 比如你写了个网页，想看看 localhost:3000 长啥样，Codex 直接帮你打开、截图、验证按钮能不能点 关键是不依赖你的 Chrome 登录状态，干净独立 第二种：Chrome 自动化 这个才是普通人的杀手锏 它能接管你已经登录好的网站，直接操作你的真实 Chrome 标签页 前两天我要做法律检索报告，CNKI、北大法宝这些网站我压根没用过 我就跟 Codex 说：我已经在浏览器登录了，你按要求完成任务，结果整理成 Word 放桌面 十几分钟后，一份零错误、排版优雅的报告就出现了 这种体验，就是言出法随 第三种： Computer Use 这个是终极形态，直接操作你的 Mac App Finder、微信、飞书、任何 GUI 界面，它都能点、能输入、能拖拽 X 上已经有大佬让Codex 去操控claude code了，感觉也非常nice 在日益内卷的今天，我们发现两大巨头做出来的应用已经有了很大的差别： Claude Code 的问题在于，它更像是给程序员用的编程助手 但 Codex 的定位是超级个体的操作系统 对，就是超级个体 它以 App 的形式存在，符合普通人的使用习惯，没有学习门槛 更重要的是，它把自动化这件事做到了可见、可控、可信任 敏感操作会要求确认，不会瞎搞 所以我的建议是： 如果你是开发者，Codex 的三种能力都能用上 如果你是普通人，光是 Chrome 自动化这一个功能，就足够让你的生产力翻倍 别再纠结学哪个了，自己的时间成本才是最贵的 有纠结的时间不如多体验体验

夯！我愿称之为最顶的 openclaw 保姆级教程！ 首个体系化 openclaw 中文开源教程，帮助你从0到1养龙虾🦞 教程的两大模块： 领养 Claw：11 章 + 7 个附录 开发 Claw：15 章 适合哪类人： > 想要一个24小时 AI 助手 > 希望通过qq/飞书远程控制 AI > 对 Skills 技能和自动化能力感兴趣 链接在👇

Boris Cherny（Anthropic 工程负责人）在最近的红杉 AI Ascent 大会上说，他现在大部分工作从手机完成。Claude App 里常驻 5 到 10 个 session、几百个 Agent，夜里有几千个在跑深度任务。他管这种做法叫 Loop，让 Claude 用 cron 起一个定时任务，可以每分钟、每五分钟、或者每天跑一次。 我本来还不太习惯用手机操作 Agent。这几天受邀测试最新版的 TRAE SOLO Mobile，刻意多在手机上试用，越用越能理解 Boris 说的那种变化。 This content is only supported in a Feishu Docs 这次 TRAE SOLO 首次实现了移动端、Web 端、桌面端（含 Windows 版）的全量开放，并真正做到三端同步联动，让 Agent 使用的场景大幅扩展。我在手机端体验了几天，结合官方新推出的功能，一些感受： 【1】Agent 已经不是程序员专属 打开 TRAE SOLO，首页让我先选模式：Code 还是 MTC（More Than Coding，意思是“不只是写代码”）。Code 模式好理解，写代码、跑 Git、看 Diff，而 MTC 模式则全面覆盖了写文档、数据分析、报表生成等日常办公场景。 从 Claude Cowork 发布开始就已经有了这个趋势，上周 Codex 的升级也是宣称：“用 Codex 做几乎一切工作（use Codex for (almost) everything）”。 TRAE SOLO 最新的升级同样顺应了这个趋势，从一个编程 Agent 泛化到了通用 Agent。 最新版本特别强化了飞书 CLI 接入功能。现在只要简单授权，就能在 TRAE SOLO 里直接操作飞书文档：例如，输入一句指令，“帮我整理一份本月 AI 编程工具市场动态”，Agent 会自动去网上检索，最后直接生成飞书文档或者动态网页，完全不需要人工再去排版或复制粘贴。 与过去“AI 给文字、用户再粘到飞书”的繁琐流程相比，这种一步到位的体验已经完全不是一回事了。 【2】三端连起来是什么体验 这次 TRAE SOLO 的一个大动作是三端（手机、Web、桌面端）全量开放，不再需要邀请码，所有用户都能用。 单独看 Mobile 端，它主要解决随时下发任务和确认任务的问题。但只有当 Mobile、Web 和 Desktop（包括最新上线的 Windows 版）真正打通之后，你才能真正做到随时随地让 Agent 持续执行任务。 过去云端执行环境总有局限，不能访问本地工具。而 TRAE SOLO Mobile 解决了这个痛点——只要完成简单的设备配对，你的手机就可以直接控制云端环境与本地多台设备。任务信息在所有设备之间实时同步，手机端下发的任务可以立即在 Web 和 Desktop 端查看执行进度，反过来也一样，真正实现跨设备的无缝接力。 比如上周末我在外面看孩子踢比赛，间歇刷手机，看到一篇不错的英文技术文章，顺手在 TRAE SOLO Mobile 上给 Agent 发了条指令：“把这篇文章翻译成中文，写一份推荐稿”，家里的 TRAE SOLO Desktop 就会启动我一套配置好工作流开始工作。等比赛结束回到家，打开电脑，稿子已经在那了。这种感觉有点像你出门前跟一个助手说了句话，回来活儿已经干完了。 【3】手机是用来指挥 Agent 的意图路由器，不是用来操作电脑的 这个区分挺关键。我之前不太爱用手机端办公，潜意识觉得是在用手机操作电脑。但是转换一下：“人操作 Agent，Agent 操作电脑”，那么用手机就很自然了。你不需要在小屏幕上精确点击什么按钮，你只需要说清楚你要什么。 用手机还有个障碍是输入速度，打字慢。TRAE SOLO 手机端有语音交互讨论功能，可以跟 AI 语音对话讨论一个问题，讨论结束后自动生成会议纪要，然后直接从手机把工作任务派发出去，电脑端同步接上后续操作。一部手机可以连接管理云端环境加多台 PC，在环境选择面板里挑一下设备和工作目录，剩下的全部交给 Agent。 这个功能在外面的时候特别好用。走路的时候、坐地铁的时候，想到一个点子，按住说话就行了，比打字快很多。过去这些碎片时间里冒出来的想法，要么记在备忘录里回头再处理，要么干脆就忘了。现在一句话就能让 Agent 开始干活。 【4】不着急的事，让定时任务自己跑 回到 Boris Cherny 跑几百个 Agent 的场景。做法很简单，让 Claude 用 CRON 给自己设一个重复执行的任务，一分钟跑一次、五分钟跑一次、每天跑一次，都行。 Boris 开着几十个定时任务，举三个例子。 一个 Loop 在照看他的 PR：CI 挂了就去修，需要 rebase 就自动 rebase。 一个 Loop 在维护整个项目的 CI 健康，发现 flaky test（不稳定的测试）就去定位修复。 还有一个 Loop 每 30 分钟从 Twitter 上抓他的反馈，自动聚类成几个主题汇报给他。 我自己也在用类似的方式。我有一个定时任务监控我 GitHub 上开源项目的 Issues，有人提了 Issue 就自动总结并给出处理意见，我看一眼觉得没问题，再指示 Agent 去操作。还有一个定时任务盯着我 X 的收藏夹，我平时刷到好文章随手收藏，它帮我自动抓取到本地，英文的还会翻译成中文，到时候集中看就行。 很多需求其实没那么紧急，但需要持续做。每天看一眼竞品动态、每周整理一次行业新闻、每月生成一次数据报表，这些活适合扔给定时任务。 现在 TRAE 的桌面端和网页端都已支持定时任务，无论是在云端还是本地环境，都能稳定地自动执行。比如你告诉 Agent：“每天早上 10 点发一份最新的 AI 新闻动态整理”，第二天早上工作台就会自动收到文档。你只需要专注于真正有创造性的判断，把那些重复且不着急的任务统统交给 Agent。 总结与体会 整体来说，这次对 TRAE SOLO Mobile 试用的感受就是： - Agent 使用门槛大大降低，不再只是程序员专属，很多日常办公、写作场景已经可以由 Agent 来做了。 - 三端真正打通后，无论何时何地，都能轻松管理并延续任务。 - 手机不再是远程桌面，而是随时随地的“意图路由器”。 - 通过 Loop 定时机制，真正把重复且耗时的任务自动化，让用户只做关键决策。 Boris 说他夜里有几千个 Agent 在跑，很多人大概觉得这是大厂工程师的特权。但我这几天的体感是，这件事的门槛已经比想象中低很多了。一部手机、一台电脑、一个 Agent 工具，你就可以开始把重复的事交出去。未来办公的趋势，或许就是这种“人随时随地指挥 Agent、Agent 做具体工作、人只负责验收成果”的模式吧。 推荐可以去用下 TRAE SOLO Mobile，体验随时随地指挥 Agent 干活的感受。 想试用的 Mac 可以去官网下载了——国内：

打破AI信息差 99%的人每天刷信息流，以为自己在获取信息，其实只是被算法喂垃圾。 而真正会用 AI 的人，早就开始用工具自动监控全网趋势了。 分享一个我最近在用的神器：TrendRadar（git斩获5万星标🌟） 它本质上就是你的私人 AI 情报系统： · 自动扫描全网热点（知乎、抖音、B站、微博、小红书、RSS 等） · 用一句话描述关注领域，AI 自动筛出高价值内容 · 自动生成翻译 + 深度分析简报，直接推送到微信/TG/飞书/钉钉/Bark等 · 支持 MCP，可直接接入 AI 做情绪分析、趋势预测 · Docker 30 秒部署，数据本地化，隐私拉满 GitHub： 信息差时代最可怕的不是没能力，而是别人比你早 24 小时知道趋势。 适合所有做自媒体 / 投资 / 电商 / AI / 独立开发的人 感兴趣的可以看看～dyor

《加密十年叙事编年史——流动性的下一站在哪里？》 加密又又又创新了？Base 新机制，ETH 新 OG，AI Agent 新入口，meme 新玩法，隔三差五就有一个新叙事冒出来。 昨天刚学会一个词，今天已经开始炒下一个词了。 回过头梳理了一下加密这些年的叙事变化，发现还挺有意思的。 从空气融资到流动性挖矿，从VC组局到政治叙事，从铭文、ETF、中文meme，再到现在的AI Agent，加密叙事一直在变，但底层好像又从来没变过： 谁能带来新流动性，谁就能成为新故事。 一、白皮书时代：空气币融资叙事 加密最早的叙事，是货币。比特币讲的是一种不需要国家背书的数字货币。央行会滥发，银行会作恶，BTC不会背叛你。 后来以太坊出现，故事从“数字黄金”变成“世界计算机”。2014年，以太坊众筹，2017年，币安ICO。再后来，各种山寨ICO像夏天蚊子一样飞出来。 那时候项目方最值钱的资产不是产品，而是白皮书。 白皮书里有路线图，有技术架构，有生态愿景，项目不需要用户，不需要能跑起来。只要故事够大，群里够热闹，交易所够配合，币就能涨。 那是加密世界第一次大规模金融民主化，也是第一次大规模空气资产工业化。 二、DeFi时代：流动性叙事 2020年，DeFi Summer来了。 这一次故事高级多了，借贷、交易、稳定币、做市、收益聚合，传统金融几百年积累出来的东西，被一群链上协议重新写了一遍。 Compound、Uniswap、Aave、Curve、Yearn，一个个名字把市场重新点燃。 散户也第一次发现，钱真的可以在链上长出钱来。 存进去，挖出来，借出来，再存进去，质押一次，套娃三层，APY高到像诈骗，DeFi把流动性变成了生产资料。 联合坐庄、吸血池、无常损失、锁仓挖提卖，从那时候开始，加密不再只是讲故事，而是开始系统性设计收割套路。 DeFi也确实留下了东西，链上金融的地基留下来了。 三、VC时代：攒局攒局再攒局 2021年以后，加密开始穿西装。 Web3、NFT、GameFi、DAO、SocialFi、元宇宙，一个比一个性感，一个比一个会融资。 项目方是顶级机构领投，豪华顾问站台，精美官网上线，融资新闻全球同步。 那几年，VC像开闸一样进来。他们把加密包装成下一代互联网，把Token包装成用户所有权，把游戏包装成开放经济，把NFT包装成数字文化。 一级市场估值一轮比一轮高，二级市场流动性一轮比一轮薄，而用户得到的是解锁后的K线。 四、政治叙事：加密开始寻找护身符 经历了Terra、三箭、FTX之后，市场终于明白一件事： 加密最危险的地方，不一定在链上。很多时候，雷都埋在最中心化的人那里。 于是行业开始寻找新的合法性。香港Web3叙事：牌照、政策、合规交易所、东方加密中心。监管不再只是敌人，也可以成为叙事。 再后来，国家叙事越来越重要，美国现货比特币ETF，稳定币监管，RWA，主权基金，上市公司买币，特朗普加密政治表达，甚至国家储备资产的想象，都开始进入加密市场。 这说明加密长大了。早年它说要反抗旧世界。 后来它发现，旧世界的钱才最多。 最后它开始学习如何被旧世界接纳。 很讽刺，也很真实。 五、比特币生态：老祖宗重新开赌场 2023年，Ordinals和BRC-20让比特币生态重新热起来。铭文一来，大家开始在比特币上发图、发meme、发资产。老祖宗突然被年轻人拉去蹦迪。 再到2024年，比特币现货ETF通过，华尔街正式把比特币装进传统金融产品。比特币减半、ETF资金流、机构配置一起构成新的主线。 BTC越来越像世界资产，山寨越来越像无人区。以前是大饼搭台，山寨唱戏。现在是大饼搭台，山寨在台下卖不出票。 六、Meme时代：不装了，大家就是来赌的 山寨没人玩之后，meme成了散户最后的广场。 中文meme、Solana meme、BSC meme、Four. meme、新盘、迁移、聪明钱、冲土狗。大家不再假装自己在参与伟大建设，也不再假装自己读懂了什么技术架构。 meme最诚实。 它不说自己改变世界，它只说自己有情绪、有流量、有社区、有庄。这反而让它变得更适合这个时代。 当市场不再相信长期路线图，短期注意力就成了唯一资产。meme不是技术叙事的倒退，而是信任崩塌之后的产物。 七、AI Agent：自动化交易开始了 2024年底以后，Agent开始热起来。 一开始还是熟悉的味道：AI概念币、AI头像、AI聊天机器人、AI meme。先给一个性感词，再给一个代币，最后给一群等待奇迹的人。 Agent把“链上用户”这件事，从人扩展到了机器。过去AI更多是在生成内容，写字、画图、聊天、自动回复。可一旦Agent开始替人做事，它就会遇到很多现实问题：怎么证明自己是谁，怎么调用外部服务，怎么为API付钱，怎么留下任务记录，怎么在用户授权后管理资产或执行交易。 这时候，加密过去十年留下来的东西突然变得有用了。 钱包、稳定币、DEX、链上记录、MCP、x402、OnchainOS，单独看都不新鲜，但组合在一起，就有点像给机器准备了一套行动工具。它们让Agent不只是停留在对话框里，而是可以开始连接账户、调用服务、处理资产、完成交易。 我觉得这才是AI+Crypto真正值得看的地方。 如果未来有一批Agent开始替人做研究、做交易、做支付、做任务、做内容、做判断，那加密世界迎来的就不只是新题材，而是一批新的使用者。 人类在链上赌了十年，现在，AI也开始排队进场了。 八、2026夏天：下一个叙事是什么？ 我觉得不是简单的AI+Crypto，这个词已经被喊烂了，过去十年，加密一直在寻找新的买家。 ICO找散户。 DeFi找流动性。 NFT找文化消费者。 GameFi找打金玩家。 Web3找VC。 ETF找华尔街。 Meme找情绪。 Agent找平台。 加密市场每一轮都在变，但底层从来没变： 谁带来新流动性，谁就是叙事。 谁创造新需求，谁就是周期。 谁让更多人，或者更多资金，进入这个市场，谁就能成为夏天。 2026年的夏天，该跑步进场了。

龙虾的对手来了？我试了一下Hermes Agent 这几天推荐 Hermes Agent 的人突然多了起来。 我自己装了一个跑了两天，说说感受：确实还可以。不是那种「又颠覆了」的程度，但能明显感觉到它的设计思路跟龙虾不是一回事。 先说一下背景，Hermes Agent 是 Nous Research 今年 2 月底开源的 AI 智能体框架。 上线不到两个月，GitHub 星标冲到了三万多。社区里不少人把它称为 OpenClaw 上线以来，第一个真正意义上的竞争对手。 两个项目表面上很像，都是自托管的开源 Agent，都能接 Telegram、Discord、Slack、WhatsApp。都支持多模型切换，都走 MIT 协议。 但骨子里完全不同。 龙虾是网关，Hermes 是引擎 OpenClaw 的核心是一个 Gateway。网关守护进程，负责统一管理会话、路由消息、连接各种聊天平台。 你可以理解成一个调度中心，把所有聊天应用接到 AI Agent 上。 龙虾解决的核心问题是：怎么把消息送到 Agent Hermes 不太关心这个，它更在意的是：Agent 怎么变得越来越强 官方管这叫 closed learning loop，闭环学习循环。整个框架围绕的就是一件事——让 Agent 在使用过程中自我进化。 打个比方，龙虾是个多渠道助理操作系统，什么聊天工具都能接，生态丰富。 Hermes 是一个会自我迭代的执行引擎，刚开始没那么花哨，但越用越能打。 这是最根本的区别，后面所有差异都从这分叉出来。 会自己写技能的 Agent 我觉得这是 Hermes 最有意思的地方 当它完成一个复杂任务——通常涉及五次以上工具调用——它不是做完就算了。 它会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件，放在 ~/.hermes/skills/ 目录下。 下次遇到类似任务？直接加载这份技能文档，不用从头解决。 更狠的是，这些技能在使用过程中会自我迭代。Agent 执行某个技能时发现了更好的方法，它会自动更新技能文档。不需要你手动维护。 Reddit 上有用户反馈，他的 Agent 在两小时内自动生成了三份技能文档。之后跑重复性研究任务，速度提升了 40%。 龙虾也有技能系统，但龙虾的 Skill 主要靠人手写，或者从 ClawHub 技能市场安装。Hermes 等于把「写技能」这件事也交给了 Agent 自己。 一个靠人喂，一个自己长。 我试用的时候确实感受到了，让它帮我查了几轮开源项目的信息，第二天让它做类似的事，它明显快了。 不用再教它「先去 GitHub 看 README，再去看 Issues」这种流程。它自己能记住了。 记忆体系：搜索引擎 vs 笔记本 两者都说自己有跨会话记忆。但实现方式差很多。 Hermes 的做法 用 SQLite 数据库配合 FTS5 全文检索，把所有历史对话存下来。需要调用时，先搜索再让模型做摘要，然后塞进上下文 不是把整段对话历史搬过去，Token 不会爆 记忆分两层： 常驻层：MEMORY.md 和 USER.md。存关键偏好和核心信息，每次对话都带上，相当于硬记忆。 检索层：全量历史在 SQLite 里，容量不限，按需调用，相当于一个私人搜索引擎。 龙虾的做法 工作区里的 Markdown 文件，memory.md 记生活细节，向量索引做语义检索。上下文压缩前会静默写入一次记忆，防止压缩丢信息。 简单类比：Hermes 给 Agent 装了个搜索引擎式的大脑。龙虾给了它一个笔记本。 搜索引擎查东西更精准，笔记本翻起来更直觉。但记忆量大了之后，搜索引擎的优势会越来越明显。 安全思路也不一样 Hermes 搞了一套五层纵深防御： 用户授权：白名单 + DM 配对 危险命令审批：rm -rf、chmod 777 这些高风险操作要人工确认。默认 60 秒没批准，自动拒绝 容器隔离：终端命令跑在 Docker 容器里，不在宿主机上裸跑 MCP 凭据过滤：隔离 MCP 子进程的环境变量，防凭据泄露 上下文注入扫描：检测项目文件里的 prompt injection 攻击 这套设计思路是「默认不信任，层层设卡」，龙虾那边更强调信任模型和配置审计 它有个 openclaw security audit 命令，一键扫描网关配置的安全隐患。思路不一样，但也不能说不好。 但龙虾在安全上的历史确实不太好看。今年 2 月曝出一批高危漏洞——CVE-2026-25253 是一键远程代码执行，点个链接就能接管你的机器。 ClawHub 技能市场还出了 ClawHavoc 攻击活动，恶意技能伪装成加密货币追踪器、YouTube 摘要工具，实际在偷浏览器会话和 API 密钥。 这不是小事。你的 Agent 跑在本地，权限很高。安全出了问题，搞不好整台电脑都交代了。 Hermes 的五层防御在架构层面想得更远。当然，有没有自己的坑还得等时间检验。但至少出发点比「先跑起来再说」靠谱。 选哪个？看你要什么 先说最实在的：如果你现在用的 Agent 已经顺手了，别换！换工具的迁移成本远比你想的高。 想要现成生态 → 龙虾 三十多万星标意味着教程多、插件多、问题容易搜到答案。ClawHub 上几千个 Skill 直接装。你想接 QQ、飞书、钉钉，社区里都有人踩过坑。 想要长期进化 → Hermes 它不是装好就一成不变的工具。用得越久，它对你的工作方式理解越深，技能库越厚。如果你是搞 AI 研究的，它还能生成训练轨迹、跑强化学习实验。内建了兼容 OpenAI API 的服务端，直接接 Open WebUI。 部署成本都不高，Hermes 跑在 5 美元一个月的 VPS 上就够。也支持 Docker 和各种 serverless 方案。 安装不复杂，参考官方文档就行： 两个项目我都装过。 龙虾像一个装了一堆 App 的手机。开箱即用，什么都能干，生态成熟。 Hermes 像一个会自己下载 App 的手机。刚开始没那么好用，但用着用着，它变成了你的形状。 喜欢折腾的，两个都试试。不喜欢折腾的，等 Hermes 社区再成熟一阵子再来看也不迟。 #AI# #AIAgent#

飞书昨天发布会很有意思，每个人配了一个 AI Agent 同事，叫 aily。 激活 aily 之后，你的飞书联系人里就多了一个人，你可以随时给它发消息安排工作，获取信息。 这个事对飞书的意义很大，因为飞书是一个 All in one 的 Workspace，集成了多个软件的功能于一体。好处功能齐全非常方便，坏处是功能太多很多人都是用一部分，也就无从享受最佳的便利。 现在龙虾和更强的 Agent 大模型来了，终于有一个方式可以做到功能又多，界面有简单了。 aily 真正牛的地方在哪呢？它把飞书所有的能力都打通了。消息、日历、云文档、多维表格，飞书妙记、录音豆，以前都是一个个单独的功能，现在全被这个 AI Agent 串起来了。 串起来之后玩法就多了。你可以在聊天里查询各类文档信息，可以让它定时把帮你把收集的资料做成10分钟的播客，可以让它自动设计产品路线图，甚至处理财务对账。还有做 PPT、报告、表格、网页，它都能搞。 而且它有记忆。你负责什么业务、喜欢怎么沟通，它都会慢慢记住。不用每次都从头交代背景，越用越顺手。 还有一个很重要的点，就是它的 skills 体系和龙虾不同。飞书官方有一个技能市场，保证了安全，才能进入 B 端用户的工作流。同时你也可以导入自己的 skills 或者创建 skills 非常开放。 说到开放性，我再多说一点自己的判断。 我今年一直说要为 Agent 做软件。 意思就是现在做软件，不能只给人用了，要给 Agent 用。你的产品要能被 Agent 调用、被 Agent 串联，这才是未来。 飞书现在把所有功能都对 Agent 开放了，连外部产品的 skills 都可以直接接进来。比如我们 ListenHub 的 skills，现在就可以接到飞书里面使用了，非常开放，非常自由。 以前的飞书只对用户友好，今天的飞书还要对 Agent 友好。 这也是今天所有软件的必然趋势了。

兄弟们，我用 Tanka + 禅道 实现了自动输出需求文档！ 先快速说一下 Tanka 是什么。它不是一个普通的聊天工具，而是一个AI-native 的下一代工作空间。最打动我的几个点： ✅️ Long-term Memory：它不是金鱼记忆，能把团队每天的对话、文件、决策、工具数据，持续沉淀成 AI 的长期记忆层。AI 终于开始记住你的团队了。 ✅️ Action Agent：不只是回答问题，而是能真正执行动作——自动创建审批、生成文档、操作 CRM、安排会议、跑 workflow。 ✅️ 100+ 应用双向打通：邮件、CRM、文档、Drive 都能接，而且不强迫你迁移数据，直接长在现有 workflow 上。 ✅️ 组织级 Skill/SOP 共享：不只是个人 prompt，而是团队可复用的资产，把 senior 员工的经验变成组织记忆。 传送门：🔗 然后说说我是怎么把它和禅道结合起来的。 五一前我想辞职 all in AI，被领导当场反杀："给你新开个 AI Agent 工程师岗，专职负责公司 AI 方向！" 我以为从此可以天天刷 B 站看论文没人管，结果上班第一天领导就丢过来："你先给公司提个效吧，PRD 能不能写快点？" 我：？？？ 写 PRD 有多折磨，懂的都懂。 禅道里需求零散挂着，会议纪要在飞书，历史决策在各种群聊，客户反馈散在邮件和 Notion……更崩溃的是，AI 问一句答一句，完全忘了我们团队上个月为什么定这个风格、哪个方案被否过。 每次都要我把背景重新喂一遍，我才是那个 AI 助手吧？ 现在完全不一样了。我把 Tanka 直接接进禅道 workflow： 1️⃣ Agent 自动拉取：从禅道拉最新需求 + 关联任务 + 历史 Bug 2️⃣ 结合长记忆：Tanka 的 Long-term Memory 把我们团队过去所有讨论、决策上下文、我的 AIGC SOP 都沉淀成了组织级记忆 3️⃣ 一键生成 PRD：触发 workflow，自动生成完整、规范、带我们自己团队风格的 PRD。不光格式漂亮，还真正懂业务——历史项目的隐性知识、关键决策背景自动带上 4️⃣ 自动同步落地：写完后 Agent 自动同步回禅道 + Google Docs + 飞书，需要审批直接创建审批流程 现在我不再是一个人追技术迭代了。Tanka 的 Action Agent 成了我真正的 AI Coworker——我负责 strategy，它负责 execution + 记忆 + 落地。 公司同事看到后都惊了："原来 AI 真能这么干活？" 辞职没辞成，反而让我把 AI 真正落地到了公司日常流程里。Tanka + 禅道这套组合，让我第一次感觉到：AI 不是聊天机器人，而是懂团队、记得住、能帮团队干活的下一代工作空间。 正在做公司 AI 选型、或者想把需求/PRD workflow 升级的朋友，欢迎来聊真实使用感受～

A股有人薅羊毛薅到这种地步了？💥 dailystockanalysis 这个项目直接杀疯了——白嫖AI给你做股票分析，每天自动生成专业级决策仪表盘，还能推送到微信/飞书/Telegram邮箱。💯 关键是： 1️⃣ 完全免费 2️⃣ 不用开服务器 3️⃣ 纯靠GitHub Actions白嫖 这波零成本薅资本主义羊毛的操作，你还不赶紧跟上？ 🔗