Hermes 的多 Profile 机制，本质是“一人分饰多角”的实战方案。 你不用再硬塞编程、研究、写作全塞进一个 agent——每个 Profile 就是一个独立的 AI 助手：配置、记忆、技能、日志、定时任务、聊天机器人，全部物理隔离。 创建很简单：`hermes profile create coder` 就能建个专属编程助手；支持空白新建、克隆配置、完整备份，甚至从某个 Profile 复制。 用起来也顺手：`coder chat` 直接调用，或加 `-p coder` 参数，还能设为默认，省得每次都输。 实际场景很实在：角色分离（写代码/读论文/润色文档）、项目隔离（不同项目自动 cd 到对应目录）、模型对比（Claude vs GPT vs 本地 Llama）、沙盒测试（先在 staging 跑通再上 production）。 更妙的是协作能力：Kanban 看板让多个 Profile 分工领任务；`delegate_task` 可临时派子任务；Profile 还能打包分享，敏感信息不外泄。 接入 Telegram、飞书等平台时，每个 Profile 对应一个 bot，互不干扰。出错有提示（比如 token 冲突直接报错），配置有向导，服务可自启，日志可追踪。 一句话：不是换个皮肤，而是真·开分身。

微信AI正在把几百万小程序变成AI能直接调用的“工具”。它不只推荐小程序，而是真能替用户操作——点按钮、填信息、下单、调接口，一气呵成。 它提供两种接入方式： **自动模式**，开个开关就行。微信自动读你代码、分析页面、生成标准化“技能”，零开发成本； **开发模式**，可自定义能力，适合有特殊需求的业务。 最关键是“双轨并行”：一边用RPA式页面操作保覆盖，一边靠代码理解生成结构化接口保质量。你的小程序，正从“给人用”转向“给AI调”。 但代价也明显：界面可能被简化、逻辑对AI透明、调用权部分让渡给平台。流量入口变了——不是用户搜你，是AI选你。 机会在前，控制在后。开不开那个开关，已不只是技术选择，而是生态站位。

前言 Obsidian 是一款基于本地 Markdown 文件的知识管理与笔记工具。它的核心哲学是：你的笔记属于你自己，不锁定在任何云端或专有格式中。 与其他笔记软件不同，Obsidian 的所有数据都是纯文本 .md 文件，存储在本地文件夹（Vault）中。这意味着： 你可以用任何文本编辑器打开、

Superpowers 是个开源的 AI 编程“纪律教练”，不是让 AI 更聪明，而是让它更靠谱。它把开发拆成 20 多个可插拔的技能——比如需求模糊时自动提问（头脑风暴）、写代码前必须先写测试（TDD）、出 bug 就按四步排查、任务完成前强制跑测试+检查+文档。AI 不再凭感觉乱写，而是老老实实走流程：澄清→计划→分小步→子代理并行干→红绿重构→审查→交付。安装简单，支持关键词触发（说“TDD”就启动测试驱动），也支持自动识别场景（一提“bug”就进调试模式）。适合中大型项目，尤其要长期维护的代码；小脚本或快速原型反而有点“杀鸡用牛刀”。115K 星，社区最活跃的 AI 编程工作流框架。

【AI Coding】Spec-Kit GitHub 官方的规范驱动开发工具 Spec-Kit 是 GitHub 官方出品的 AI 编程工作流工具，由 Den Delimarsky 和 John Lam 等核心开发者维护。 核心定位 Spec-Driven Development flips the

本文对比了当前主流的三款AI编程工作流工具：Spec-Kit、OpenSpec与Superpowers，聚焦其解决AI代理“缺乏结构化约束”这一核心痛点的差异化路径。Spec-Kit（GitHub官方）采用**阶段门控式流程**，强调规范可执行化与质量可追溯，适合大型团队与企业级项目；OpenSpec（Fission-AI）主打**轻量迭代范式**，无需API Key/MCP，支持20+工具，学习成本低、Brownfield适配强，适用于快速演进的个人或中小项目；Superpowers（obra）则基于**自动技能触发机制**，强制TDD与多子代理协同，以流程自动化保障质量，社区规模最大但规范层薄弱。三者本质代表三种哲学：结构胜混乱、迭代胜瀑布、流程胜猜测。文末提醒：工具应服务于实际需求，小项目未必需要复杂工作流。（199字）

本文介绍了一种以 Obsidian 为平台、Hermes 为本地智能代理、LLM 驱动的 Wiki 知识管理系统。其核心理念是将 Obsidian 视为 IDE、LLM 视为程序员、Wiki 视为可演化的代码库，强调**增量构建与持久维护知识**，而非传统 RAG 的单次检索。系统采用三层架构：只读不可变的 Raw Sources（原始资料）、LLM 自动维护的 Wiki Pages（结构化摘要与关联）、以及定义行为规范的 Schema 层。Hermes 凭借本地运行优势，支持文件直读、浏览器自动化、终端执行与多代理协作。工作流涵盖 Ingest（5 步内容摄入）、Query（基于已有知识的综合问答与沉淀）和 Lint（定期知识健康检查）。目前已支持 YouTube、博客、arXiv 等平台，正扩展 B 站、公众号等内容源，并支持 Claude、Hermes、Codex 等多模型协同分工。强调“raw/ 不可写、wiki/ 不手动改、log/ 只追加”等最佳实践。（198字）

OpenSpec 不是按部就班的流水线，而是一套“想做就做”的开发动作工具。它把传统僵化的阶段（规划→编码→收尾）打散，换成灵活可组合的命令：比如 `/opsx:new` 启动一个变更，`/opsx:ff` 一键生成全部设计文档，`/opsx:apply` 直接写代码，`/opsx:verify` 三维度核对实现是否对得上规格——完整性、正确性、一致性，不达标也不拦着你归档，但会清楚标出哪两处要留意。 它支持三种真实场景：需求明确时走快速路径（new → ff → apply）；拿不准时先 `/opsx:explore` 调查再动手；多人或多任务并行时，随时切换上下文，还能用 `/opsx:bulk-archive` 一次性安全合并多个变更，自动检测冲突。核心就一条：动作服务于人，不是人迁就流程。

Spec Coding 是一种“先立规矩、再写代码”的新编程方式。它要求开发者先写出清晰、无歧义的规范文档（比如需求、接口、验收标准），再让 AI 严格照着执行——就像给程序员发一份施工蓝图，而不是只说“差不多那样就行”。 相比靠感觉、靠运气的“氛围编程”（Vibe Coding），Spec Coding 更稳、更靠谱：代码质量高，容易维护，团队协作不扯皮，AI 不乱发挥。尤其适合企业级项目，而不是小玩具或临时Demo。 整个流程分四步：说清楚要做什么（Specify）、想好怎么搭（Plan）、拆成一个个小任务（Tasks）、最后让 AI 动手（Implement），人来把关。 现在已有 OpenSpec、Spec-Kit 等工具支持，目标很实在：让AI编程从“玩得快”，变成“做得好”。

今天愚人节，Claude Code上线了个小彩蛋：输入 `/buddy`，就能孵化一只专属宠物。 整个过程像开盲盒——点一下，等几秒，随机出一只小家伙。 孵出来后，它就稳稳待在输入框右边，不挡字、不打扰，还能点它互动。 目前没实际功能，纯属趣味彩蛋，图个乐呵。 想换宠物？可以清缓存重试；想研究稀有款？文末给了社区讨论链接。 总之，不是新功能，也不是正式更新，就是工程师们悄悄塞进来的节日小玩笑～