一个非常有用的必装工具：claude-mem 重点功能就是给 Agent 加长期记忆，必须安排上 claude-mem 做的是跨会话持久上下文。它会记录 agent 会话，压缩成可检索记忆，再把相关上下文注入后面的任务。README 里还有 progressive disclosure、skill-based search、web viewer 和 private tag。 GitHub 现在约 78.7k stars，今天新增 352 stars。用 Claude Code、Codex、Gemini CLI、OpenCode 跑长期项目的人可以重点看。 仓库地址：

推荐 @MengTo 为设计师和开发者们开源的 Skills MengTo 是 @designcodeio 和 创始人，在设计和开发结合方面有非常深的积累，他的分享必须关注起来，这个开源项目把设计指令、工作流、风格系统、抓取与调试经验都沉淀成了「四大类、75 个 Skills」 1. Codex workflows - 10 个 可复用的 Agent 操作流程（抓取、转 prompt、性能剖析、内容生产） video-to-superprompt、stitched-full-page-capture、html-to-interaction-prompts、daily-ui-inspiration-capture、optimize-web-animations、performance-profiling 2. Media - 2 个 按用途/裁切/比例挑选高质量图片素材 aura-asset-images、unsplash-asset-images 3. UI - 1 个 “像设计系统一样写 prompt”的方法论 design-first-ui-prompting 4. Web design - 62 个 落地页结构、动效系统、WebGL/3D、CSS 处理、布局系统、视觉风格 landing-page、pricing-page、gsap、threejs、tailwindcss、animation-on-scroll、globe-gl、cobejs、vantajs、progressive-blur、css-border-gradient、各种 dark/glass/skeuomorphic 风格包 ... 旗舰工作流：从参考视频到一键 HTML 1. video-to-superprompt —— 输入一段参考视频（设计稿/落地页/动画录屏），用 ffprobe+ffmpeg 抽帧，按“故事 / 布局 / 运动 / 视觉 / 技术重建 / 可访问性”六层分析，输出一个长到不看原视频也能重建的 paste-ready prompt，明确点名 GSAP ScrollTrigger、Lenis、Three.js、video.currentTime scrubbing 等具体机制。 2. html-to-interaction-prompts —— 把已有 HTML 页面（如 Aura Build 产物）拆成“单段/单动画/单按钮/单 hover/单 WebGL 效果”的可复用 prompt 文章。 3. stitched-full-page-capture —— 解决 Framer 等懒加载/滚动动画站点 fullPage 截图发白的痛点：滚动预热 → 视口分步截图 → 垂直拼接 → 用拼接图重切 section crop，并写回 manifest。配套 Playwright + ffmpeg 脚本。 4. daily-ui-inspiration-capture —— 把“浏览 + 抓取 + 参考研究 + prompt 生成”组合成每日自动循环，产出 prompt pack。 两个值得细读的 Skill 范式 1. design-first-ui-prompting 给出了一套固定 prompt 骨架：GOAL → FORMAT → LAYOUT → TYPE SYSTEM → COLOR+MATERIAL → IMAGERY → COPY → CONSTRAINTS → NEGATIVE PROMPT，并强调三个关键技巧： · “Variants > rerolls”：先锁定布局+层级+文案，再每次只改一个变量（角度/强调色/卡片排布/背景调子）。 · 2-pass 字体工作流：模型常拼错字时，先无字生成留出文字安全区，再回 Figma 排版。 · Constraints card：用 FONT / STYLE / MODE 三行小面板像 mini style guide 一样锚定输出。 2. landing-page 则示范了一个“设计 + 转化 + SEO”三合一 SOP：先收集页面目的/受众/证据/约束，再给核心结构（首屏 5 要素 → 中段论证 → 底部异议处理），列出 4 种布局选型、6 条高转化策略、headline/CTA 文案模板、逐节迭代顺序、SEO/AEO 清单和常见坑——典型地体现了“Skill = 操作规程”的写法。

很多项目上链之后，真正麻烦的地方并不在第一步。 合约能发。 页面能做。 测试网也能跑。 但一旦你想把它做成一个长期运行的链上应用，问题就开始多了。 安全怎么来？ 验证者怎么来？ 费用怎么控制？ 后面升级谁说了算？ 生态和流动性怎么接？ 这也是 @CNPYNetwork 这条线我觉得值得拆开的原因。 ///////////////////////// 「Canopy @CNPYNetwork 想做的，是让项目更容易拥有自己的链」 过去很多团队不是不想做 appchain。 而是 appchain 的启动成本太高。 你要先处理底层架构、安全冷启动、验证者协调、跨链互操作、后续治理和升级路径。 这些东西加在一起，很多项目还没真正进入业务阶段，就已经被基础设施拖住了。 Canopy 的思路比较直接： 先让项目通过 Nested Chains 快速启动。 早期继承根链安全，减少从零 bootstrap 的压力。 等项目跑起来之后，再通过 Progressive Autonomy 逐步拿回更多控制权。 执行、治理、经济模型、验证者集合，都可以随着项目成熟慢慢独立。 ///////////////////////// 「AI-native 的重点，不只是用 AI 写代码」 现在很多项目都在讲 AI Coding。 但 Canopy 更有意思的地方，是它想把 AI Coding 接到链启动这一步。 开发者可以用 Python、TypeScript、Go 这些更适合 AI 辅助生成的语言去构建。 再配合模板化设计，把一个链上应用从想法、代码、部署压缩到更短路径里。 所以我觉得 Canopy 的重点不是某一个单独赛道。 RWA 可以用。 AI 应用可以用。 游戏、消费级应用、DePIN 也可以用。 它真正想做的，是给不同项目一条更容易启动、后续还能逐步拿回主权的链上轨道。 如果主网推进顺利，Canopy @CNPYNetwork 看的就不是“又一个新链”。 而是 appchain 这件事，能不能真正从少数团队的重工程，变成更多应用可以使用的基础设施。