近期关于 Qoder 每天免费使用 200 次的活动吸引了大量关注，有朋友的疑问是：200 次能做出什么？今天我们就用一个全新的开源 Skill 来现场演示，看看项目完成之后还能剩下多少额度。

解决 Vibecoding 中的常见痛点

在日常使用 Vibecoding 开发产品时，以下几种情况经常让人头疼：

• 想快速设计一个 SaaS 落地页、产品发布页、Dashboard 应用或者移动端官网，却不知道如何向 AI 准确描述需求；
• 多个页面之间存在大量相同组件，但是每次都要重新生成，难以复用；
• 视觉效果不够理想，产品结构看起来松散混乱。

正是基于这些困扰，我们准备了一套专门为 VibeCoding 优化的提示词库——包含了 92 个精选 UI 组件提示词，划分为 15 个分类。你可以直接用它来驱动 VibeCoding，快速生成标准化、高质量的产品页面。

实际生成效果预览

下面三个完整页面，全部是使用这套 Skill 组合提示词直接生成的：

SaaS Landing Page —— 从导航栏到页脚，一个结构完整的 SaaS 产品页：

AI Product Launch —— 产品发布页面，视觉冲击力拉满：

WeChat Dashboard —— 后台管理界面同样可以轻松处理：

这些页面全程使用 VibeUI 的提示词模板拼合而成，不需要手动编写一行 CSS。

92 个组件覆盖的 15 大产品区块

每个分类都提供了多种布局变体。例如 Hero 模块就有 8 种截然不同的风格，从基础的「居中文字+产品截图」到「终端代码动画」「浮动 UI 元素」，总有一种能匹配产品的品牌调性。

Codex 的远程功能，终于不再是 macOS 的专属体验了。电脑使用（Computer Use）功能也正式向 Windows 用户开放！

现在起，Windows 用户同样可以使用远程连接与电脑控制功能。

上手过程非常直观，下面通过几张关键截图，带第一次接触的朋友快速完成设置。

电脑端

首先在电脑端安装 Codex，并将其更新至最新版本。

更新后会自动弹出引导界面：

如果意外关闭了这个弹窗，也可以在左侧菜单中找到对应入口。

接下来只需按提示完成几步操作即可。

点击开始设置：

这里会展示一些简要说明。通过手机或其他设备，可以继续与 Codex 协作，比如接着完成未结束的任务、实时掌握工作进度、开启新的工作流程：只需发送一条消息，就能在桌面端启动任务。

这个工具的核心能力可以概括为：延续未完成的工作，接收进度通知，远程创建新任务。

下一步，点击允许连接：

根据提示，授权后，手机等已信任设备就能发现并控制这台电脑上的 Codex。

接着完成几项基础设置：

这个界面提供三个选项：保持唤醒、启用电脑操控，以及设置 Chrome 扩展。

第一项用于防止设备进入休眠导致连接中断。如果需要长期进行远程控制，建议保持勾选；临时使用则可视情况决定。

第二项，启用电脑控制：

首次使用需安装相关插件。该插件的作用是直接控制电脑，通过模拟鼠标操作来操控系统上的各类软件。

第三项，浏览器扩展。

首次使用同样需要安装插件，分别包括 Codex 插件和 Chrome 插件。

浏览器扩展的功能是操控浏览器，可以代替你执行各种网页操作。例如自动填写表单、发布社交内容，甚至直接与英文客服进行对话，期间你只需通过 Codex 发送中文指令，它会结合上下文自动完成交流。

整个设置流程非常简单！

如果后续需要取消授权，在设置界面的“连接”中即可进行管理。

至此，电脑端的配置便已完成。

手机端

手机端无需安装额外应用，直接通过 ChatGPT 的 App 即可连接。

打开 ChatGPT，展开左侧菜单，点击 Codex：

可以看到已连接的设备列表，目前支持 macOS 和 Windows 电脑。

选择对应的设备后，就能访问该设备上的项目。进入具体项目后便可进行对话交互，既可以进行软件开发、日常办公，也可以直接控制电脑。

Codex 的电脑控制与浏览器控制能力表现得十分出色，甚至可以自动化处理一些复杂任务，例如自动注册账号或联系英文客服解决账号问题。

GPT-5.5 在与电脑交互方面的表现非常强大，这一点从相关基准测试中也能得到印证。因此，很多常规的电脑配置、开源项目安装等操作，现在都可以交给它来完成。

此外，Codex 桌面端的用户体验也做得相当顺手，值得尝试。

Workbuddy 在管理待办事项和生成日报、周报、月报方面表现非常出色。我们公司恰恰是那种需要频繁提交各类总结的企业：项目有项目周报，个人也要填写周总结与周计划；每月还必须汇总当月工作，作为绩效评估的依据。过去，每到周五我就变得手忙脚乱，需要绞尽脑汁回忆这一周具体做了哪些事、各个项目的进展如何，再按照固定格式一份一份地撰写，整个过程费时又费力。现在，Workbuddy 彻底解决了我的烦恼。

通常我只需对它说一句：“帮我总结一下 xx 项目的周报”，或者“帮我总结一下我本周的工作周报”，它便会依据设定好的规则把周报写好。如果某些周报需要填入共享文档，比如腾讯文档，那就更加方便，直接让它写进去就行——毕竟是自家产品，信息可无缝流转。但对于 WPS 则暂不支持，目前还需手动复制粘贴。

如何实现自动总结？

当然，这一切依赖于平时的积累，否则数据不会凭空出现。下面分享一下我的具体做法。

首先，我把 Workbuddy 作为记录一切工作的核心工具。每接到一项任务，我都会立刻记在里面；每完成一项工作，同样会录入进去。这只是随手为之的动作，久而久之便构建出一个扎实的“基础数据库”。只要数据库维护得当，后续的应用就水到渠成。

在列待办方面，以前我会用钉钉或其他办公平台的能力，但它们仅仅是记录任务。大模型的能力则完全不同：你把任务情况告诉它，它不仅能帮你总结，还能提醒你还有哪些未完成事项。这比传统的看板工具强大得多。所以，如果你仍然习惯把工作清单写在纸上或散落在聊天工具里，不妨直接把这些信息迁移到大模型里——它才能真正充当你的秘书。

其次，是运用总结方法。基础数据已经准备就绪，接下来就是让数据发挥作用。熟悉这一领域的同学应该已经心中有数，这实际上就是“知识库 + 大模型”的应用：先积累数据，再通过模型处理数据。

• 个人周报：需要从项目维度进行总结，涵盖所有参与的项目，说明具体完成了什么，并阐明下周的计划。
• 项目周报：则聚焦单个项目，从个人角度出发，说明你做了什么、项目整体进展如何，以及下一步的规划。
• 至于月报、绩效报告等，也各有各的格式要求。只需把文档交给 Workbuddy，让它按照指定模板生成内容即可。

这个过程前期需要反复调试与优化，直到输出完全符合你的要求。

最后，也是最关键的一步：让 AI 记住这些写法。让 Workbuddy 记住每类周报、月报的撰写风格和格式偏好。这样，下次你只需像我一样说一句话，AI 就能心领神会，直接交付你期望的结果。这正是 Workbuddy 独有的优势——它具备专门的记忆系统，专门用于固化此类流程。相比普通对话类 AI 工具，它在记忆能力上的投入要深入得多。当前 AI 发展的关键战场之一就是“记忆”，谁能把这一环调教得更好，谁就能领先一步。

讲完了方法论，相信用过 Workbuddy 的朋友已经跃跃欲试。在此我还想特别提醒一句：一定要使用 Workbuddy 的“龙虾能力”，也就是下面截图中展示的功能。请勿使用没有记忆功能的普通对话形式，否则效果会大打折扣。

安装简介

对于从未接触过 Workbuddy 的用户，这里简单说明安装方式：

1. 访问安装地址：https://www.codebuddy.cn/work/
2. 绑定微信：进入后点击“设置”，完成微信绑定，这样便能通过微信直接与 Workbuddy 对话。
3. 即使不绑定微信，也可以直接在网页输入框中输入内容。绑定微信只是多了一个手机端的便捷操控方式。

结语

对于长期被周报、月报等模板化写作压得喘不过气的职场人来说，Workbuddy 绝对能带来生产力的解放。节省下来的时间，可以用来做更多更有价值的事。在老板尚未察觉效率提升的秘诀之前，你大可以一边维持努力工作的外在形象，一边从容地享受轻快的工作节奏。

前两天看到一条消息，胡彦斌用 Vibe Coding 的方式给粉丝做了一个 APP——巡演地图、打卡系统、动态广场、成长体系，功能齐全。

那个坐姿，一看就是资深 Vibe Coder 了。

当时那张照片让我恍惚了一下：连明星都能顺手写代码了，编程的门槛好像真的被掀了个底朝天。

紧接着昨天，Andrej Karpathy 宣布加入 Anthropic。Karpathy 曾是 OpenAI 创始成员、前特斯拉 AI 总监，2025 年初他造出“Vibe Coding”这个词，意思是顺应感觉让 AI 把代码写完，甚至不必关心代码长什么样。一年前大家还觉得他在说大话，现在没人笑得出来了。

不过 Vibe Coding 跑了一整年，大家也慢慢发现一个真相：代码能跑通并不稀奇，但做出来的东西丑不丑、能不能用，全看编写者的审美，以及他对实际业务的理解深度。

可如果让一个没学过设计的人先在脑子里描绘界面长什么样——这比让他写代码还要命。

那种感觉谁都明白：你分明知道它不好看，却根本不知道怎样才能让它变好看。

刚好就在胡彦斌推出 APP 的同一天，阿里 QoderWork 上线了「设计工作台」，定位非常直接——说句话就能做设计。对着它说出你想要的界面，它就在画布上生成一份可运行、可编辑、可直接交付的设计产物。

如果说 Vibe Coding 解决的是“没有程序员也能写代码”的问题，那 QoderWork 想解决的正是前面那一步——没有设计师也能做设计。

这两块拼到一起，才算把普通人从构思到产品落地的整个链条给打通了。

那它到底靠不靠谱？是真能打仗，还是又一场 demo 很美、用起来叫人摔键盘的幻象？我上手完整跑了一遍。

深度上手测试

0. 准备工作

体验前先做简单设置。在对话窗口左下角选择「设计」模式。

同时推出的还有 PPT 和写作模式，感兴趣可以自行体验，详细说明可查看 QoderWork 官方发布内容：QoderWork 自定义工作台介绍

接着选择参考风格，QoderWork 内置了 161 种风格。

比较值得推荐的包括：

• Apple：一看名字就知道，特别适合科技产品网站，极致留白加克制层级。
• Figma：如果你需要原生 Web 图形控制和产品色彩，这个风格是首选。
• Github：纯正的 Markdown 风，程序员最爱。
• Notion：文档式效率工具风格。
• Bold：深色技术产品，做信息图或大字报非常顺手。
• Claude：Anthropic 经典的暖橙搭配，极简主义。
• Airbnb：尤其适合市场营销页面。
• Carbon：企业后台、B 端产品首选。

拿不准的话可以勾选“自动选择参考风格”，但主动指定后产出的效果更可控。

便携式智能标签打印机堪称跨境DTC领域的教科书级选品。据DataIntelo数据，全球便携标签打印机市场规模将从2023年的15亿美元攀升至2032年的32亿美元，复合年增长率（CAGR）达8.7%。北美以38%的份额成为最大市场，而45至65美元价格区间存在清晰的品牌真空，为DTC品牌切入创造了绝佳机会。

市场全景：标签打印机行业的增长引擎与区域分布

消费级标签机市场预计从2025年的26.5亿美元增长至2032年的39.8亿美元，CAGR为5.97%（ReportPrime）。多重增长动力汇聚：居家办公模式的常态化（DataIntelo）、小型电商卖家对运输标签的需求激增，以及TikTok平台上收纳美学内容的病毒式扩散。从区域看，北美、欧洲和亚太分别占据38%、27%和30%的份额。值得注意的是，蓝牙+App智能机型正快速替代传统QWERTY实体键盘机型，成为消费主流。

竞争版图：四层价格带品牌博弈与产品短板

当前市场格局可划分为四个价格带。15-30美元的红海区，Phomemo D30（18美元）、CLABEL 221B（25美元）、NIIMBOT D110（约30美元）等六个品牌扎堆竞争；30-45美元的黄海区，由Phomemo M110、SUPVAN T50M Pro和DYMO LM160各自把守，但每款产品都有明显限制；45-65美元的蓝海区，仅NIIMBOT B21（59美元）一款产品独立支撑，其4.4星评分暴露了产品短板；65-80美元的高端区，Brother P-Touch Cube（70美元）独占鳌头，然而蓝牙距离过短、必须使用交流电源以及胶带锁定等痛点也十分突出。

切入蓝海：$49-59区间DTC品牌的黄金窗口

在45-65美元区间，仅靠NIIMBOT B21一款产品守门，其4.4星评分和2英寸窄标签的限制将其产品缺陷暴露无遗。如果DTC品牌以49.99美元定价入局，搭载300DPI日本ROHM热敏打印头、2500mAh大容量电池、通用标签兼容性、BLE 5.3连接以及莫兰迪5色时尚设计，便能精准建立“比中国供应链产品更优质、比Brother更自由”的品牌认知。差异化的内核在于——不锁定耗材、不强制注册、品质毫不妥协，以“自由标签”的品牌哲学破局突围。

品牌方案：TapeMate（贴谱）的产品定义与优势

耗材订阅模式：构建“剃须刀+刀片”式高利润闭环

标签打印机是典型的耗材驱动品类。标准标签带3卷装终端零售价12.99美元（ODM成本仅1.80美元，毛利率高达86%）。TapeMate Club月度订阅计划定价9.99美元，任选3卷标签带，并赠送独家模板与AI设计助手。假设有20%的用户转化为订阅会员，单人年度贡献可达119.88美元，客户终身价值（LTV）将增至首购的3.4倍。耗材整体毛利率超过80%，远超硬件本身。采用“开放兼容+自有品质耗材”的双轨策略，既能保证利润空间，又不会损害品牌口碑。

最近我体会到一种难以名状的焦灼感。它不源于流量数据的涨跌，也不来自技术冲击的恐惧。做内容这几年，我早已习惯起落，爆款固然欢喜，平淡也能复盘，绝不至于为此辗转反侧。我更不惧怕 AI 抢饭碗，因为我本就是靠 AI 协作的人，它帮我检索、帮我生成、帮我执行，我早就被“替代”了一半，而且还被替代得相当愉快。

我的焦虑埋在更深的地方：究竟怎样才能做出让自己真正满意的作品？

最近，一部潮汕方言电影《给阿嬷的情书》在市场上掀起波澜。它仅靠 1400 万成本、全素人阵容，从首日 1.6% 的排片逆袭，总票房突破 10 亿，豆瓣评分高达 9.1。它靠的不是特效，不是明星，也不是所谓的流量密码。导演蓝鸿春透露，团队在东南亚做了大半年的田野调查，采访了无数老华侨，影片里 90% 以上的细节都来自真实原型。那些侨批信札上的字句，每一行都承载着鲜活的人生，有情有义，有血有肉。

AI 能写出这样的故事吗？能。但它永远写不出那种纸短情长的分量——因为它从没有在异国深夜，听一位九十岁的阿婆讲述年轻时替人写信的往事，不知道“江海有岸，团圆可盼”这样的句子背后，是揉了又揉的思念。

所以创作者真正的焦虑，从来不是流量或技术，而是：“我到底能不能打磨出真正让自己满意的作品？”这道标尺，难以量化，也无法靠工具直接填补。

我见过很多同行用 AI 提效后，产量翻番，可作品却变得像流水线成品——结构完整、逻辑无懈可击，就是少了一股劲儿。我自己也经历过这样一段时期，写了一大堆东西，回头再看，每篇都算“过得去”，却没有一篇让我真正兴奋。

正是在这个节点，我开始认真研究 Agent OS 这类产品。我不是期望它们直接帮我写出好内容，那本来就是伪命题——好内容是想出来的，不是生成出来的。我想弄清楚的是：这些专门服务创作者的 Agent 产品，能不能让“找念头”的过程更高效？能不能让我在繁杂的素材里，更快地挖到那个值得深挖的角度，找到那个能打动人的切口？

一手实测：Omniwork 如何嵌入创作流

今天想和大家聊一个叫「Omniwork」的 Agent OS 产品。先看它的界面。

和主流 AI 产品类似，左边是功能栏，包含自动化任务、专家团队（Agent Team）和 Skills 市场，模型方面以 Claude、Kimi、GLM 为主。下面通过四个案例来感受它的真实表现。

1）拆解《给阿嬷的情书》

Omniwork 内置了大量专家，比如这位叫 Trend-To-Post 的专家，擅长追踪热点，为小红书、X（原 Twitter）、公众号等平台创作内容。

我们“雇佣”一下他。

派给他一个任务：

分析《给阿嬷的情书》为什么会火？作为创作者应该如何讲好故事？给了我们什么借鉴。据此创作一篇小红书笔记。

他会自动生产出一整套素材，包含封面图、配图、标题和正文。

甚至额外做了一个 HTML 预览页面。

仅有图文还不够，我接着让它输出一份 PPT。无需另开任务窗口，直接用对话调起专家就行。

PPT 的视觉调性还不错，暖琥珀色搭配深棕和潮汕红，呼应了侨批信件的时代感。

点击观看视频：PPT 生成效果展示

大模型在处理长任务时，就像人的精力一样，上下文一长就容易混乱，要么逐渐变笨，要么直接罢工。我在阅读明史的过程中，发现明朝那套官僚体系非常契合Multi-Agent架构，于是便动手搭建了一支“大明PPT Agent Team”，专门用来产出高质量的PPT。

在这套架构里，你（用户）就是皇帝，是整个Agent Team的最高统帅，对任务和结果拥有一票否决权。调用这支团队，就相当于“皇帝诏曰”。

它的运行逻辑是这样的：

• 你下旨给内阁，内阁负责分配任务、监督进度、汇总结果。但内阁只管理流程，不亲自干活。
• 内阁接旨后，会把任务派发给锦衣卫、东厂、翰林院、工部、织造局等Agent，由它们具体执行，内阁则确保政令畅通。

整个Multi-Agent的工作流程是：下旨 → 深度研究 → 事实核查 → 大纲生成 → 配图生成 → HTML PPT 最终输出。

在这个过程中，皇帝（你）只需要躺在床上办公，会用微信就足够了。

整套Multi-Agent架构已经开源在Github上，欢迎大家star。

开源地址：
https://github.com/woyin2024/lengyi-ppt-agent-team

上周，MiniMax Agent桌面端上线了Agent Teams功能，我把这套架构迁移到了MiniMax Agent上，制作PPT的质量和效率都显著提升，尤其是在质量方面。

来看看几个示例。

这套架构重点解决了信源质量、演讲风格和流程自动化的问题，能够直接产出TED叙事级别的PPT。

使用流程

接下来，详细介绍一下这套Multi-Agent架构在MiniMax Agent里的具体运作方式。

0）前置准备

首先，前往MiniMax官网下载并安装MiniMax Agent桌面版，Windows和macOS系统均支持。

下载地址：
https://agent.minimaxi.com/download

然后，订阅一个Token Plan。

目前，MiniMax已将TokenPlan和Agent Plan合并。只需一次订阅，就能打通CLI、API、Agent；M2.7、音乐、视频、语音等所有模型也都包含在内。这一点确实非常赞。

桌面版安装完成后，为它指定一个工作文件夹。建议单独新建一个文件夹，把需要用到的上下文素材（比如图片、视频、文档等）都统一放到这个文件夹里。

这样，后续的上下文引用和输出产物都会保存在该文件夹中。

接下来，为它连接即时通讯工具，飞书和微信都支持，操作很简单，扫码就行。

这个连接方式不是企业微信的模式，也不是客服消息那种，而是在个人微信里就能拥有一个AI好友，可以直连MiniMax Agent。

这样一来，你就能随时随地移动办公了，躺在床上都行，保证旁边没有旁人酣睡（笑）。

MiniMax Agent内置了一个技能中心，里面有很多skills可以直接安装，也可以自己创建。

这次的大明PPT Agent Team需要用到guizang-ppt-skill，我们需要提前安装。安装也很简单，直接对Agent说：

帮我安装这个skill：https://github.com/op7418/guizang-ppt-skill

1）创建Agent Teams

MiniMax为升级后的Agent起了个新名字，叫“Mavis”，来源于Jarvis，寓意MiniMax as a Jarvis。

最近发现身边不少朋友在默默维护抖音好友的火苗标志，有人甚至还组队合养什么精灵。你别说，这玩法就像当年QQ里的“友谊的巨轮”，或者更早的QQ情侣红钻，只不过换了个平台延续下来了。

这次要介绍的恰好就是一个可以在个人自用场景下，帮你自动维护抖音火花的小工具。它自带了Web管理面板、专用的登录桌面、定时任务编排和代理配置模板，默认通过Docker Compose一键部署，很适合跑在NAS上。

温馨提示：本文内容仅限个人学习、技术探索与自我测试使用。任何涉及第三方平台账号、登录态和互动操作的工具，都务必遵守对应平台的规则，不建议将其用于商业营销、批量触达、骚扰他人、异常高频操作或其他可能影响平台生态与用户正常体验的场景。

核心功能亮点

• · Web管理面板，在局域网内即可管理配置、维护目标好友和发送窗口。
• · 集成浏览器登录环境，让你在NAS上就能完成必要的账号初始化。
• · 支持任务配置与手动立即触发，灵活可控。
• · 完整的日志查看功能，轻松排查容器启动、任务执行与服务运行状态。
• · 默认采用Docker Compose编排，包含Web面板、登录工作区、后台任务等多个组件。
• · 提供浅色与深色两种界面主题，日常查看与操作更加舒适。

Docker Compose部署步骤详解

这里以威联通NAS为例，采用源码构建镜像并启动的方案，无需手动拉取现成镜像。首先把整个项目文件克隆到NAS本地，再通过Compose拉起所有服务。

用SSH登录威联通后，进入存放容器数据的目录，比如 /share/Container，执行：

cd /share/Container
git clone --depth=1 https://github.com/halfwaystudent/douyin-sparkflow.git

拉取后可以看到项目文件结构。

继续在SSH里完成准备工作：

# 进入项目目录
cd douyin-sparkflow

# 复制环境变量文件
cp .env.example .env

# 创建必要的挂载目录
mkdir -p proxy state/cron state/login-profile logs DouYinSparkFlow/logs

如果有需要，可以自行编辑 .env 文件。另外该项目会额外启动一个Mihomo容器。如果你之前已经部署过同类代理服务，注意避免端口和容器名冲突，在相应位置稍作修改即可。

全部就绪后，在SSH中执行启动命令：

# 首次启动会构建镜像，耗时可能较长
docker compose up -d --build

知识库（RAG）已经成为AI时代不可或缺的基础设施。大模型再强大，本质上仍是“租用的智力”，只有沉淀到个人知识库中的内容才真正属于自己。正因如此，我一直希望构建一套真正贴合自身需求的知识库系统。

探索历程：从多种方案到GBrain

我几乎试遍了市面上的主流知识库产品和构建方法。最初从Karpathy的本地知识库构建思路入手——那是一套通过Obsidian整理笔记再编译为个人wiki的方法，非常适合记录思路与灵感，至今我仍用它来梳理个人想法。但它仅支持Markdown，处理其他格式的资料需要手动转换，整理原始数据相当耗时。虽然如今大模型调用成本大幅下降，这套方案仍然只适合搭建小体量知识库。

在线知识库（如NotebookLM、ima等）或嵌入智能体的知识库功能使用起来方便，但数据保密性是无法回避的痛点。并非所有项目资料都适合上传至云端，这种不确定性让在线库时用时停，最终几乎处于半荒废状态。此外，文件同步也是一笔糊涂账：哪些已同步、哪些未同步，维护一段时间后常常因过于繁琐而放弃。

后来我接触到Garry Tan开发的Gbain——一个在Karpathy理论基础上进一步演进的开源产品。它能自动完成知识整理过程：只需给资料，系统直接向量化，随后可以从任意角度搜索、全面覆盖关联知识。Gbain完全本地部署，并支持各类AI工具调用。

该产品在GitHub上开源，因功能强大且本地化安全，许多公司和个人纷纷部署。横向对比多款开源知识库（如清华UltraRAG等），Gbain的内核确实最为强悍。不过，其设计偏向海外高知用户，对普通中文使用者并不友好：仅支持Markdown原始资料收集，无法直接处理Word、Excel、PDF等日常文档格式；不支持中文分词与反馈；也无法接入国内主流大模型和AI生态。这些短板让国内用户使用起来步履维艰。

开源改造：打造更懂国人习惯的PMBrain

基于以上痛点，我决定在Gbain基础上进行深度定制，让它真正符合日常工作流。几个迭代下来，终于做出了稳定可用的初版，并在实际使用中验证了关键问题的解决：

• 通过MCP协议无缝接入Codebuddy、Workbuddy、Codex等常用AI工具，调用毫无障碍。
• 原生支持doc、docx、csv、xlsx、pdf等文件格式，一句话即可完成批量导入，彻底告别手动转Markdown。
• 检索效果大幅优化，信息可以快速呈现。
• 全面兼容国产大模型API，如DeepSeek、MiniMax、智谱等，自由选用向量化与对话模型。
• 本地化部署过程稳定顺畅，无需远程服务器即可运行。

我将这个项目命名为PMBrain。起初是想为项目经理（我本身是产品经理同时负责项目）打造一个“大脑”——面对堆积如山的会议记录、各类文档和待办事项，必须有一个可靠的知识库来承载。后来发现，这套基于原作者强大内核的改造，几乎适用于任何知识库场景，堪称一个可移植的“第二大脑”。为了让更多人受益，我将其完全开源，地址为：https://github.com/zhengyunhui123-dev/PMBrain

项目开源、代码可自由下载维护，无需付费，且完全本地部署，不需要任何服务器资源，没有任何停服或跑路风险。我的目标是打破信息壁垒，不断为其注入新能力，持续迭代下去。

安装与使用指南

安装流程非常简洁，全程可由AI工具自动化完成：

1. 将GitHub仓库地址交给你的AI助手（如Workbuddy、Codebuddy、Cursor等），它会自动执行安装。
2. 准备至少两个大模型API：一个用于向量化（推荐智谱embedding-3，10元成本即可开始体验），另一个用于对话与搜索（推荐性价比极高的DeepSeek）。
3. 安装完成后，让AI工具接着配置MCP接入。
4. MCP就绪后，测试导入文件；如果导入成功，即代表整体环境已经就绪。

日常使用同样轻松，以下是我最常用的几条提示词，可借助AI工具直接操作：

• 文件夹导入：【文件夹路径】将这个文件夹capture到PMBrain中
• 上下文导入：将这个上下文capture到PMBrain中
• 增量同步：把已注册的source在PMBrain全部同步一次

费用与资源消耗

向量化模型（embedding）是必需品，也是消耗最大的部分，具体花费完全取决于知识库的体量。以我目前的使用为例，充值10元尚未用完。如果通过MCP接入AI工具进行对话与问答，额外产生的对话费用极低，主要消耗来自你所使用的AI工具的token。整体而言，仅需承担大模型调用成本，系统本身不产生任何订阅费或服务费。

欢迎各位体验并提出宝贵建议，共同让PMBrain变得更好用。

硅谷最近兴起了一种“Tokenmaxxing”（Token刷榜）文化。

Meta内部搞了个Claudeonomics榜，专门追踪员工的Token消耗量，30天内全公司消耗超60万亿Token；黄仁勋直说，如果年薪50万美元的工程师一年没有消耗25万美元的Token，他会“深感不安”；还有OpenAI工程师晒账单，一周两千多亿Token，算下来几万美元就这么没了。

第一次看到这些数字，任谁都会发懵。一个月烧掉几万美元的Token，是什么概念？后来仔细研究了一下他们的用法，才发现这些人并不是在浪费，而是在用Token反复试探AI的能力上限——让AI反复修改、反复跑、反复试错，直到拿到真正可用的结果。

这种用法确实奢侈，但思路本身没有问题。

最近一场Vibe coding线下分享会上，来了七八十位AI coding发烧友。有人问，如何快速建立coding手感？现场一位资深玩家回答：“要练coding手感，先把自己的日Token消耗量拉到亿级再说。”

这不是凡尔赛。言下之意是，如果你每天连几百万Token都没烧过，一直在用免费额度的AI Chat，那你对AI coding的理解大概率还停留在“帮我写个网页”的层面。

当你真的放手去用，让AI搭架构、写应用、跑测试、自己修bug——你才会发现，AI能做的比你以为的多得多，但它的坑，也比你以为的深得多。而这些认知，光靠看教程、刷视频是学不来的，必须自己真金白银地烧过Token，踩过坑，才能长进肌肉里。

但问题是，不是每个人都有Meta工程师的预算。一个月几万美元的Token账单，对大多数人来说就是天方夜谭。

近期，讯飞星辰推出的Astron Coding Plan让人惊呼：这价格，认真的吗？

最低订阅价只要3.9元。注意，不是美元，是人民币。不是一天，是一个月。

这个价格低到什么程度呢？算一笔账：在星巴克买一杯最普通的美式，差不多能订三个月还富余。你中午吃一碗重庆小面，订完Plan还能再买杯蜜雪冰城。这个门槛，几乎等于没有。

当然，便宜不是全部。定价再低，东西不会用也是白搭。

因此，本文将带来具体的上手体验，详细介绍如何接入Claude Code、Codex、OpenClaw这些Agent，比较与其他Coding Plan的区别，并分析讯飞这套打法的深层思路。

深度体验

一、轻松订阅

订阅比较简单，直接前往这个页面，选择需要的Plan即可。

入口：https://maas.xfyun.cn/modelSquare?ch=MaaS-xbkol-wy

这三个Plan，如果想尝新，可以选择无忧版，3.9元一个月，可以体验讯飞星火自家的X2-Flash以及Qwen3.6 35B、GLM4.7-Flash这几个小模型。

注意，请求次数是无限的。这意味着，你可以使劲造，拿来做一些快速开发、重复工作、文档处理、本地脚本等任务，非常好使。

如果是专注编程和长程任务，推荐订阅专业版和高效版，像GLM-5.1、K2.5、Qwen 3.6、DeepSeek V3.2、Spark X2这些国内的主流模型都可以体验。

这2个Plan在模型支持上是一样的，只是请求次数不一样。专业版是每5小时1200次，高效版是每5小时6000次，是专业版的5倍。这个根据自己的需求来，高频开发就上高效版，中频就上专业版。

订阅后返回管理后台，它会自动生成一个Coding Plan的标签模块。

这里面，讯飞星辰把套餐情况、用量统计和关键配置信息都放在了一个地方，非常方便。

API Key、model id、openai_url和anthropic_url都有，它全部帮你配置好了，只需要点一下就可以复制。

如果你是在Codex、OpenClaw、Cursor里用，url用OpenAI格式的；如果你是在Claude Code里用，则用Anthropic格式的。

model id统一填astron-code-latest，这是一个智能路由的模型名。

需要切换模型时，直接在后台点“配置模型”，选择模型后即可，1-3分钟后生效。

这点非常方便，不用你到CC-Switch这类第三方工具上手动切。

如果不想付费的话，讯飞星辰的模型集市也有很多免费模型可以体验。比如Qwen-3.5-35B和Qwen-3.6-35B这两款小模型，参数虽小但智能不减，可享受7-30天的免费高并发。

二、多款Agent接入指南

订阅了Plan后如何接入到各个Agent里，我们分开讲。

先看Claude Code。

Windows用户，打开cmd，输入这段指令：

setx ANTHROPIC_BASE_URL "https://maas-coding-api.cn-huabei-1.xf-yun.com/anthropic"
setx ANTHROPIC_AUTH_TOKEN "你的API Key"
setx ANTHROPIC_MODEL "astron-code-latest"

macOS用户，在终端输入这段指令：

export ANTHROPIC_BASE_URL=https://maas-coding-api.cn-huabei-1.xf-yun.com/anthropic
export ANTHROPIC_AUTH_TOKEN=你的api key
export ANTHROPIC_MODEL=astron-code-latest

执行指令后，关掉终端，重新再打开一个，随便问几句，看它吐不吐token。能正常吐token，就代表配置成功。