TGViewer
Channel Public Channel
404 KIDS SEE GHOSTS (生产力之王版

404 KIDS SEE GHOSTS (生产力之王版

@isaiahsystem

科技丨社科哲丨泛文化与艺术

Group: @ghosttown666
Contact: @madebyblackstack
Subscribers
13.6K
Photos
511
Videos
111
Links
1.1K

Showing posts older than #1576 · Back to latest

Older Posts 17 shown
Post #1574 1.65K
身体的反馈非常真实,最近事情一多,睡压就高。哪怕感觉自己休息好了,恢复值也很低。#mood
  • ❤‍🔥 6
  • ❤ 1
Post #1572 1.56K
Discourse Graphs 首要功能是系统化,系统化知识复利以及系统化科研能力。#TfT
Post #1571 1.69K
吃点。#mood
  • ☃ 11
  • 💅 10
Post #1570 1.69K
Codex Remote + UU 远程丨目前很舒服的远程部署方式
https://learn.chatgpt.com/docs/remote-connections
https://uuyc.163.com/

今天用 UU 远程和 Codex Remote 接入朋友的 Mac,完成了基于 Multica 的 Agents 自动化系统部署测试。全程对话进行迁移复刻和完善。

前期的所有文件、设置包括 Skills、Wiki 知识库、本地文件夹以及 Multica 完整的配置都压入迁移包,附带说明,通过 Github 同步后拉取。整个过程 UU 进行远程界面操控,Codex 远程登录我的账号进行 Remote 操控,可以类比牧师的精神控制,也能调用各种插件如 Computer Use,完全寄生别人电脑;我的电脑共享对方电脑文件夹路径以及对话内容,我也可以直接上传我的本地文件夹同步上下文。

当然,项目文件夹可以通过 GitHub 拉取,也能通过 Codex SSH/ Tailscale 同步。整体的远程部署效果确实不错,UU 远程也立大功,免费又好用,还能直接远程接入终端,我平常在家就用它控制公司的 Mini。现在不少 ADE 也有 Remote 能力,TTY7、Orca,都值得深入研究。

#agents #tools
  • 🔥 3
Post #1569 1.68K
Tools for Science丨那些面向科研的知识生产协议

最近在深度研究和实践 Discourse Graphs,又发现了不少类似模型和开放科学架构。它们基于 QCE(Question, Claim, Evidence)结构进行知识处理和生产,无论写作、研究以及创意生产,或科学发现、人文研究,都大有裨益。

Discourse Graphs: 它把问题(Question)、主张(Claim)、证据(Evidence)和项目(Project)组织成可查询的论证图谱,让主张可以查看内容回答、由什么支撑或反对,都能被溯源检查。研究成为可以持续修正、生长,共同维护的知识图谱。目前 Roam Research 和 Obsidian 都有官方插件。
https://discoursegraphs.com/

MIRA: 另一种开放的科研数据结构与互操协议,它让主张、证据、研究方案等知识单元带着来源和作者信息,在不同工具之间流通,共享协议。这个概念也是为了促进开放科学系统。Open Exchange Architecture 类似。
https://www.mira.science/

RoamPrompt: 这是最近在 Roam Depot 发现的工具,它直接实践上面的协议,将信息和内容放入 Roam Search,直接拆成可连接、处理,类似上面 QUE 结构的知识模块单元,这也是我现在结合 Zettelkasen 在处理的工作,AI 毫无疑问地加速了这个研究过程。另有个插件 Semble 也类似这种处理概念。
https://roamprompt.puli-consulting.com/

相关链接
1. 写作的坏结局
2. 知识生产
3. 两个知识管理系统

#Tools #PKM
Discoursegraphs Discourse Graphs A tool and ecosystem for collaborative knowledge synthesis
  • 👍 6
  • ❤ 1
Post #1568 1.67K
给每一分钟一份工作丨Nautilus Log 的时间管理哲学
https://mp.weixin.qq.com/s/zo7f_2aj0XSwarOUHe_JzQ

如何感知时间?[[Nautilus Log]] 完整内容已经写成文章发布在公众号,欢迎阅读。#Original
  • ❤‍🔥 5
  • ❤ 2
  • 🆒 2
  • 👏 1
Post #1566 1.94K
[[Nautilus Log]] Google Calendar 同步功能
https://github.com/404KSG/roam-nautilus-log

[[Nautilus Log]] 现在可以设置里一键连接 Google Calendar,直接拉取排期事件和任务。普通点击同步,Roam 中的本地修改和子 Block 会被保留,Option + 点击可强制刷新。全程只读,不会修改 Google Calendar。

目前 Roam Depot 审核中,使用 404KSG+roam-nautilus-log+1441 测试。

相关链接
1 Nautilus Log丨我目前最满意的时间管理工具
2 [[Nautilus Log]] 的魔法

#RoamResearch
  • ❤ 3
Post #1565 1.75K
我给 Roam Research 换了套 Linear 皮肤
https://github.com/404KSG/morden-roam-css

这套 Modern Roam Theme 主题,算是我使用 Roam Research 7 年沉淀和优化的结果,超官皮级别的皮肤,如同使用全新的软件。它由 Linear 的视觉逻辑重构整个工作区:左侧栏与主界面背景完全交融,右侧栏以卡片形式嵌进主界面,整体阶梯架构但不失主次感,写作区、左右侧栏组成完全现代化的 Xanadu 工作台。

目前整套主题已经达到 Roam 应有的完整度、一致性和可兼容性。30 多个 CSS 模块和 3 个 JavaScript helpers,除了整体布局,还优化了很多功能细节:左侧栏引用数字、前进/后退按钮、Bullet 呼吸效果、Zettels 标签、引用与大纲 Hover 轨道、引用框圆角细节和各种文本优化。

颜值还是第一生产力,常用常新。

#RoamResearch
  • 👍 10
  • ❤ 2
Post #1564 1.95K
日志工作流真是目前最好的 Agents 协同工作方式,尤其借助大纲软件。大纲纵深就是 Subagents 纵深,大纲并列就是多 Agents Runtime 并发,Block 引用日志都可追本溯源、亦可蒸馏回归,无情分发,无情飞轮。真正的建造游戏内核。#mood
  • 👍 15
  • ❤ 1
Post #1563 1.95K
Grok Bot Guides
https://x.ai/bot/guides

SpaceXAI 最近整理了一套 Grok Bot 使用指南,展示如何使用 Grok Bot 高效协同工作。Grok Bot 现在价值也很明显,自带云电脑的 Agent 个人助手,原生浏览器的跨应用接力,拥有记忆和完整 Context 的 Agents 协作能力。Grok Bot 还支持启动 Cursor Cloud Agents,云上加云。需要注意,Grok Bot 云电脑会在空闲时时冻结的,不完全是官方宣传的 24h 在线,可以接 Macmini 常驻。

目前也有 local first 的开源版本: OpenMausBot,X Premium+ 以及 Cursor Pro 也能订阅使用。Grok Bot 作为 X 内容抓取、处理和总结也非常友好。进阶的 Agents 互动范式。

#Agents
SpaceXAI Grok Bot · Grok Bot Guides Practical playbooks for AI teammates.
  • ❤ 2
  • ❤‍🔥 1
Post #1562 1.71K
把 Matt Pocock Skills 拆成两支 Agent 小队
https://github.com/mattpocock/skills

Matt Pocock 的 mattpocock-skills 一直是我 All in 的一套 Agent 工程插件。仓库目前接近 24 万 Stars,也被 Claude Code 官方 Marketplace 收录。现在它已经成了我给各类 Agents 和 Multica 扩展工程能力的主要 skills 来源。

我用 Skillshare 跟踪上游并同步到 Agents,Multica 里,我很早就把它们拆成 Matt Engineering Ops 和 Matt Writing Studio 两支小队。工程线分成 Discovery、Planner、Engineer、Reviewer 这类学习爆破组,比如重点 skills grill-with-docs 和 wayfinder 分别用于不同规模的决策编排,以及 Spec 与 Ticket 这些概念执行和处理的方式。

我很喜欢 Linear,所以对 Matt 处理 issues 这些概念进行了研究和 skills 化,他现在表达为 Ticket,可以理解为可执行和交付的切片。写作小队则由 research 和 writing-fragments 这些优秀 skills 研究处理素材,也有 writing-for-agents 给 AI 编写消费的文档。

目前 Matt 这套 skills 我基本全量监测和吸收,这种可插拔、组合、分权的能力比 Superpowers 灵活太多了。

相关链接:
1. Multica
2. 为什么我用 mattpocock/skills 替代了 superpowers
3. life is issues and triage

#agents #tools
  • ❤ 7
Post #1561 1.67K
设计感受

我很开心 [[Nautilus Log]] 插件获得了一些朋友的私信喜欢/ Star,以及 Obsidan 移植复刻。Nautilus 的概念非常好,我认为应该是目前时间管理实践最强的模型。

我设计插件或者 UI 最常用的提示词是:请你使用 Linear 设计风格...如果 Linear 公司遇到这个 issue,它会怎么优化?如何设计?提示词很有效,基本符合预期。这也是我之前提到关键提示词的作用。比如我在设计 Roam UI 时被提醒:Linear 提出,不要抢夺不该获得的注意力(Don’t compete for attention you haven’t earned),所以有了 Roam 侧边栏卡片聚焦阴影和被主界面包裹而非独立。设计 [[Nautilus Log]] 时,提醒:轻量而非简陋(Building at the early stage),所以各种交互元素虽然挺多,但是可以堆叠淡化。以及 Linear Method 的哲学风格我也分享过。

我比较喜欢 [[Nautilus Log]] 插件的点:它以预设时间为基础推进,让你减少认知和执行负荷的同时感知时间;你也完全可以用 Clock 记录真实时间,用番茄钟提醒,非常灵活。我也加了的不少巧思和设计,比如 Tidy、Click 右侧聚焦、折叠。它对插件有整体的优化感受,就像好的 Skills 里的惊艳提示句子。后面会用文章单独介绍。

软件设计带来的快感是真实的,不亚于写作。就像阅读,当你使用以及感受了足够多的产品、交互体验和哲学,你就知道哪些是好设计,哪些可以优化;哪些能够真正赋魅工具影响人,哪些是去道德化设计消费人。感受量的问题。

相关链接:
1 Nautilus Log丨我目前最满意的时间管理工具
2 任务飞轮

#Making
linear.app A calmer interface for a product in motion The thinking, trade-offs, and tools behind our design refresh
  • ❤ 3
  • 👍 1
Post #1560 1.65K
写作的坏结局

我发现 AI 用于写作生产已经走向了坏结局。AI 写作现在仅作为一次性 Hype 诱饵,用于劣质信息和注意力交换,在废墟上建造废墟,几乎没有复用价值。这和我最初设想的 AI 写作完全相悖。

我认为有效的 AI 写作或者知识生成应该重新审视 Zettelkasten/ Discourse Graph, Roam Ontology 这类知识组织和交互概念,这是现在真正需要重视的建造哲学。AI 可以广泛参与到写作中,前提是 AI 的写作 Vibe 和人的思考氛围必须契合,共同参与生产过程,而不是 AI 在写作过程提前作品化、独立化,这让知识生产变得黑箱、低效率,无迹可循。可悲的写作。

相关链接
1. Zettelkasten: https://zettelkasten.de/
2. Discourse Graph: https://discoursegraphs.com/
3. Roam Ontology: https://roamresearch.com/#/app/nodebook/page/Lp2iJtG8M

#Writing
  • ❤ 7
  • 🗿 2
  • 🆒 2
  • 👍 1
Post #1558 1.64K
404 KIDS SEE GHOSTS (生产力之王版 https://mem.nowledge.co/ 接下来我们打通记忆,这是个非常好东西。 #agents #memories
#memories
  • 🆒 6
  • ❤ 1
Post #1557 1.81K
预设提示词面板

最近越来越发现有些提示词口述重复率越来越高,很多关键句子会让 AI 的输出带来质的变化,这也是为啥很多优秀 Skills 有效或者质变部分就是那 1-2 句提示词。

比如我经常复用的口述约束词,使用 Luna Max 模型子代理来并行处理;将可复用的知识和案例写入 Wiki 这些。前者可以内置为系统提示词,但是会显得不够灵活,后者我也尝试过做成 MCP 让它自主调用,但是会让输出过于笨重和缓慢。这些都是一句话的事情,作为可以随时粘贴的 Snippet 刚好合适。

我主要对比了 Keyborard Maestro 和 Raycast,最后用 Raycast 做的本地 Prompt Launcher:快捷键直接打开面板,可以随时直接粘贴、也可以叠加 Modifier 填充文本,挺方便。(也比较推荐输入法预设模板)

#Tools #Prompt
  • 🎉 4
Post #1553 1.82K
任务飞轮

这是最近 3 天的工作日志(图 1),这 3 天我都将计划全部从容完成,我的身体、学习和工作。还是那句话,所有都是可塑、可设计的,只需要一个意念或者模型。

基本很少想到休息,也足够轻松。这都是写给 Agents 的日志和内容,我发现前期将所有 Plan 规划写好,让 Agents 调用 Subagents 和不同模型来决策、执行,效率极高,效果也好。给 Agents 的 /goal 不重要,前期的规划、细节和约束推进方式才是重点。我使用 Keyboard Maestro 一键发给终端,纯跳转处理。

这个日志也让我在多任务线程里游刃有余,只要目前任务派发完并且已在运行,我继续分配下个任务。所以基本没有闲暇等输出时间。建立任务要足够细和具体、这是 Nautilus Log 时间任务管理的核心,好处是几个同类具体任务可以直接派发给主 Agents 然后分子代理去处理。所以效率是倍增的。当你启动了多个任务,真正就是享受飞轮。

过去有段时间,我纯用 Agents 终端执行、Obsidan Wiki 知识记录、Linear 任务管理 3 点 1 线(如图绿色 OB 热力图增长,Roam 热力图消散),想打理我所有一切。那段时间 AI 化非常高,但是真正对我自己以及对我的工作感知很低,我就像湿件(wetware)做着运维,甚至一段时间会为我少用 Roam 感到惋惜。

现在重新回到 Roam,就像重新感受到思维的呼吸。无论是记忆调用还是交互方式,TfT 确实已经解决了 LLMs 的大部分问题,也解决了我自己的问题。

#thoughts
  • 👍 4
  • ❤ 1
  • ❤‍🔥 1
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →