# skayn 种子

作为一个土木老哥，分享一点几个月时间从纯小白到逐渐摸索使用AI的个人经验，希望能帮助到一些纯小白刚接触AI的用户吧。

想法很简单：别把 AI 当聊天框，把它养成一个替你干活的小团队。下面这张图，就是我摸索出来的样子。

## 一个人带一个 agent 团队

```text
你：提需求 · 看成品 · 拍板
└── 总管：拆活 · 派活 · 汇报
    ├── 执行：照说明干活
    ├── 检查：另开对话验收
    ├── 情报：找资料 · 标出处
    └── 方法库：攒好用的做法
```

每件事、每个长期角色一个文件夹：规矩 `AGENTS.md` ＋ `进度.md`。
出一次错，补一条规矩，agent 就这样长大。

工具：Codex 客户端 · 经营未来，与 Agent 一同成长

## 工具：以 Codex 客户端为例

OpenAI 算是这一波 AI 的先驱，ChatGPT 最早把大模型带到普通人面前，用的人多，配套也相对成熟。Codex 现在装在 ChatGPT 桌面客户端里，Mac、Windows 都有，打开后切到 Codex 就能用。同类的工具还有 Claude Code，思路都一样。

它跟普通聊天窗口最大的不同，是能直接动手干活。下面这些都是自带的功能，正好对应图里的角色：

| 自带功能 | 能做什么 | 对应图里 |
|---|---|---|
| 项目 | 按文件夹分开管理，多个任务可以同时跑 | 每件事、每个长期角色一个文件夹 |
| 读 `AGENTS.md` | 每次进项目自动读规矩，不用重讲 | 规矩 |
| 读写文件、跑命令 | 直接创建和修改文档、表格、图片、代码 | 执行 |
| 新开对话 | 每个对话都从干净的上下文开始 | 检查 |
| 联网搜索、看图 | 查资料，读截图和图片 | 情报 |
| Skills 和插件 | 把常用做法存成可以反复调用的技能 | 方法库 |
| 定时任务、长任务通知 | 定期自动跑，比如每周查一次资料；跑完提醒你 | 情报、执行 |
| 权限设置 | 改文件、联网这类操作，可以设成先问你 | 你拍板 |

## 每个角色怎么落地

**每件事一个文件夹；总管、情报、方法库这几个长期角色，也各有一个文件夹。每个文件夹里放两份文件：**
- `AGENTS.md` 是规矩：这个角色做什么、不做什么、你的习惯、踩过的坑。
- `进度.md` 是进度：做到哪了、等谁、下一步。

执行和检查不用单独建文件夹，在要干活的那个文件夹里开新对话就行。收工前让它更新进度；出一次错，就补一条规矩。agent 就是这样长大的。

**你**：说清三件事：要什么，做到什么程度算好，什么不能碰。自己没想清楚，就让它一次只问你一个问题。删除、花钱、对外发布这几类事，只能你点头。

**总管**：规矩里写明"你只负责拆活、写派活说明、汇报，不亲自干活，只把需要我拍板的事拿来问我"。以后你只跟它说想法。起步阶段，由你把它写好的派活说明复制给执行；用熟了，再让它自己派。

**执行**：在这件事的文件夹里开一个新对话，贴进派活说明，让它直接改文件、跑命令。完成时要交证据：成品、运行结果、截图，不收一句"做完了"。

**检查**：活干完，在同一个文件夹里再开一个新对话，只给它派活说明和成品，让它挑问题，给出"通过"或"返工"的结论。它没参与干活，不会护短。小事你自己看一眼就行，大事才走完整验收。不影响结果的小毛病，不返工。

**情报**：规矩里写"每条结论附出处，标明来源等级；查不到就写没找到，不许凭印象补"。想了解什么就交给它，你只看结论。

**方法库**：好用的说法、流程、模板都存在这里。在其他角色的规矩里写一句"需要时去方法库找"。

**不用一开始就建齐。** 先只给你要做的那件事建一个文件夹、两份文件，把它用顺。同一类事反复出现了，再拆出一个新角色。

## 找信息的方法

先看是谁说的：

| 等级 | 是什么 | 怎么用 |
|---|---|---|
| 官方 | 产品文档、更新公告、价格页 | 最可信，但只讲自家 |
| 社区 | 个人博客、帖子、评测 | 分清是本人原话，还是别人转述 |
| 营销 | 发布会、宣传、带货 | 只当线索 |
| 实测 | 自己试过 | 最终说了算 |

- 数字和原话要找到最早的出处，找不到就不用。
- 至少两个来源互相印证；同一篇文章转载十次，也只算一个来源。
- 看日期：AI 的资料，半年前的就要打个问号。
- 喂资料给 AI 时，直接给原文或文件，别自己转述；资料放前面，问题放最后。

## 去哪找开源资料

开源就是别人把做好的工具、模型、模板免费公开出来，大部分都能直接拿来用。

**去哪找：**

| 地方 | 找什么 | 怎么用 |
|---|---|---|
| GitHub（github.com） | 工具、代码、模板、skill | 搜"awesome + 关键词"，比如 awesome AI agent，能找到别人整理好的合集；GitHub Trending 页面能看到最近什么项目火 |
| Hugging Face（huggingface.co） | 模型、数据集 | Spaces 页面里很多模型可以直接在网页上试，不用安装 |
| 魔搭 ModelScope（modelscope.cn） | 模型、数据集 | 和 Hugging Face 类似，国内访问更顺 |

**怎么判断能不能用：**
- **最近还有没有更新。** 一年没人维护的项目，慎用。
- **许可证。** 页面上的 License，决定能不能商用、要不要署名；没写 License 的，默认不能随便拿去用。
- **Star 数和 Issues。** Star 多说明关注的人多；Issues 里能看到别人踩过的坑。Star 多不等于好用。

**看不懂也没关系。** 把项目链接丢给 Codex：

> 读一下这个项目，告诉我它能干什么、怎么装、有什么风险，安装前先问我。

也可以直接交给情报：

> 在 GitHub 上找做某件事的开源项目，按活跃度和许可证列前五个。

**装之前先新建一个单独的文件夹试用**，别直接装进正在干活的项目里。

## 起步资料（免费）

- OpenAI 官方 Codex 文档：工具怎么用，以官方为准。
- 宝玉的博客 baoyu.io：中文里跟进 Codex、Claude Code 这类一线用法最勤的作者之一。
- 阮一峰《科技爱好者周刊》：每周五更新，看看行业在发生什么。
- Anthropic《Building effective agents》：AI 之间怎么分工协作，本文的团队结构在这里能找到类似的做法。

英文资料直接丢给 Codex，让它翻译、总结给你。

---

这只是一颗种子。从一个文件夹、两份文件开始，它会长成什么样，取决于你想做什么。

**经营未来，与 Agent 一同成长。**