有需要的佬，拿去，开源代码如下
  

      github.com
  

  
    
  

  GitHub - wlzh/skills: 开源了Claude Code Skills等集合，大部分是自己实际需要搞得，需要的自取。欢迎star

    开源了Claude Code Skills等集合，大部分是自己实际需要搞得，需要的自取。欢迎star


  

  
    
    
  

  


支持的能力 ，
功能: 视频上传
支持情况:  MP4, MOV, AVI, WMV, FLV, 3GP, MPEG
(最大 256GB)
────────────────────────────────────────
功能: 标题/描述
支持情况:  支持
────────────────────────────────────────
功能: 标签
支持情况:  逗号分隔
────────────────────────────────────────
功能: 隐私设置
支持情况:  public / unlisted / private
────────────────────────────────────────
功能: 分类选择
支持情况:  28个分类
────────────────────────────────────────
功能: 封面图
支持情况:  本地路径或 URL
────────────────────────────────────────
功能: 字幕上传
支持情况:  SRT / VTT 格式
────────────────────────────────────────
功能: 字幕语言
支持情况:  可自定义 (默认 zh)
────────────────────────────────────────
功能: 播放列表
支持情况:  添加到指定播放列表
────────────────────────────────────────
功能: YouTube Short
支持情况:

如题，还是我用法不对，为什么不能像cc那样选择清空上下文执行计划。

去年情人节入站，满一年了

太看得起我了

我之前一直在找寻一个AI开发的整体流程，看过很多，
从最开始的最简单的：VsCode Copilot，通义灵码，自己研究整理了一些公司的Agent.md提示词。
到看一下开源项目：站内孙佬的多模型MCP调用、包括后来改造成SKILL。后来github上开源的各种SKILL和command，oh-my-opencode,superpower,speckit,openspec
其实还有很多，我说这个的目的其实是想描述下我整个探索AI协助开发的过程。为什么会有我这个开源的过程。
正文：
所以声明，这是一个缝合怪，主要是加了一些中间缝合的提示词和脚本。我觉得很适配我目前的开发流程，且较准确。唯一缺点就是费Token，我也在想办法。
缝合名单：
风佬的CCG-Workflow
也是站内之前发过开源的Trellis
OpencSpec
佬的ccb
接下来是我的缝合作品：
zhuge-workflow
这个是一个安装器，比较简陋，调用安装上述的几个开源项目，但是我在最后做了一些替换，所以要注意：因为我原来的想法是方便我自己使用，所以未做太多测试，大家不要在自己的生产环境测试。
主要是替换了一些command的命令和init初始化项目后的提示词和脚本。
优势：
1、主要就是借用了Trellis的记忆架构，让项目规则规范化，可长期记忆且管理，且能够自动注入。这是AI不跑偏的关键
2、使用OpenSpec来执行驱动开发，并且归档，我认为纯OpenSpec，AI是会跑偏的，但是这个拆解任务和记录PRD的思路是没问题的。
3、使用CCG、CCB的多模型协作，Codex的精密，claude的规划，gemini的UI，我觉得取其长、避其短也是我们想要的。（CCG主要是流程写的很好，CCB我会再加是因为我想能实时看到其他模型的运作且能介入，不影响该流程的运作，是个额外的）
劣势：
1、Token的消耗太大，其实主要是在Trellis，你想要精准的代码产出，必然需要把控AI的上下文注入，注入多了，必然Token消耗就多（此处请参考三色图）
我来说下我整个的开发流程过程吧：
首先安装完后：
我会在我的新建的项目/旧的项目运行：zhuge init，按需选择后生成初始的规范目录。
1、每次的新会话：/trellis:start        （进行初始上下文的注入）
2、然后/ccg:spec-research [功能提示词]     （进行深度调研）
3、然后/ccg:spec-plan-trellis             (这是一个原来没有的command，我新加的，作用是生成openspec的提案和任务，同时也会生成trellis的task任务（智能合并后的），且生成注入文档)
4、此时基本上上下文满了执行：/claer
5、新会话：/trellis:start
AI会询问是否使用ccg-impl，ccg-review的agent开始进行任务
是否选择agent不关键，这两个也是我在trellis的基础上结合ccg增加的，这里涉及trellis的设计（我简单说下，你可以使用自动化的agent模式、worktree自动运行，也可以start让AI在当前会话进行）
6、一般我会使用agent，避免上下文爆炸。每个任务调用起Agent运行，直到完成
7、调用ccg-review的agent进行一遍多模型的Review
8、/trellis:finshwork 进行任务的检查和归档
9、/ccg:commit 创建PR并提交
10、/trellis:record-session 记录下本次会话的完成情况
以上就是我目前的AI开发流程吧，因为主要是一些缝合我自己认为用的比较舒服的，市面上任何一个单独的开源项目我觉得都很难适配每个人，所以我自己做了一些改造，分享出来，所以大家参考思路即可，我也非常想得到大家的指导，问题、issue。
谢谢

我发现我的codex如果我换了provider，输入resume看不到其他provider的历史记录，有佬知道目前有什么办法能解决这个问题吗
主要我有时候需要让codex改我的反代服务器，这时候只能用官方provider，但是无法继承我以前的历史记录

好香啊，在旁边站着都留口水

和群友讨论的时候聊到大萧条，发现有人认为大萧条是饥荒，因为饿死人太多了。
网上查了一下说有800万人，但是当时美国人口1.23亿，死了1/15，有点骇人听闻，美国内战才死60-70万人。

价格透明，2T拼5人，一人400G，年付138.72元，准备长期拼
超容会被请下车并按使用日期结算，跳车请提前告知

哈哈，今天统一挂灯笼
祝佬友们新年快乐，万事如意、身体健康、平平安安