Get live statistics and analysis of 噪点noisepoint's profile on X / Twitter

野生AI驯化员 |关注VIBE CODING与AIGC|产品|创过业| 互联网|INTJ |读书 |个人成长

238 following928 followers

The Innovator

噪点noisepoint is a savvy AI tamer and digital craftsman, seamlessly blending wild AI tech with practical workflows to innovate productively on the internet. As an INTJ with a knack for deep knowledge and hands-on AI tools, they transform complex AI frameworks into digestible guides for all levels. Their passion for personal growth and product entrepreneurship fuels their drive to push AI boundaries and create efficient, repeatable development methodologies.

Impressions
807.2k386.2k
$151.31
Likes
3.5k981
43%
Retweets
64399
8%
Replies
17666
2%
Bookmarks
3.8k363
47%

Top users who interacted with 噪点noisepoint over the last 14 days

@servasyy

古早程序员 | AI出海 | 自由职业 机车游侠&机速购&骑享租创始人 15年前 freelance 起步 → 连续创业者 → 亏过1个亿,逆风翻盘中 分享创业,AI,生活,读书,健身,中医

7 interactions
@River_77777

Wrote code for listed companies, now writing bedtime stories. Christian · Father · Programmer Rebooting life, refactoring myself.

5 interactions
@Adam38363368936

职场探路人,连续创业者 ︱ 前AI大厂市场人︱如今 All in:AI搞钱实战 x 内容IP x 个人成长︱不讲正确的废话,只分享我踩过的坑和验证过的路。

4 interactions
@YD987123

Male polarity is a value that transcends worldly conventions.

4 interactions
@XMjinyu

好笑群群主|币圈韭菜|八年创业|信息整理|贪财好色

4 interactions
@echozhou68

10+ Years in International Business | Always Exploring ENTJ in the AGI wave, logging how AI reshapes efficiency, marketing, wealth & personal growth. 🚀

3 interactions
@affLeopard

Ex-Standup Comic🎤 | 前脱口秀演员 Affiliate Pro: Marketing with a Twist (of Wit) 🤣 联盟营销玩家:用机智幽默来营销! My English X @Bobzhangai

2 interactions
@vista8

喜欢摇滚乐、爱钓鱼的PM 网站:qiaomu.ai

2 interactions
@iamtonyzhu

Tony出海营销, Founder, Ship AI startups。10年前从国内互联网产品转行跨境电商。 社媒高转化 + SEO持续增长

2 interactions
@easyopss

认真生活,慢慢变富|目标:开发1000+实用小工具、副业日入1K|分享从0到1的AI编程心得、副业变现路径和生活日常。#大白小应用

2 interactions
2 interactions
@canghecode

专注AI出海,AI编程,智能体,MCP,努力分享一些有趣,实用的AI干货,公众号:苍何

2 interactions
@fzsr

god bless me

2 interactions
@AKer0x01

币圈负债逆袭者,专注简单零成本项目,只需推特账号轻松上手,一起收集“迈巴赫碎片”翻身致富!免费分享经验,互助社区,负债中求突破,坚持就是胜利!

1 interactions
@huanyu128

If I don’t go to hell, who will do?

1 interactions
1 interactions
@PMAndDog

📚 Learner · 💡 Prompter· 🛠 Creator 🎨 Works: promptpack.net | ChaTab(chrome plugin)

1 interactions
@kunmingsun

东方文化里的声色美学

1 interactions
@otto_bulk

something about I want you konw: CapybaraBrain》capybarabrain-u4fqryy.gamma.site/product

1 interactions
@cctv515

全球AI顶级技术推广专家

1 interactions

噪点noisepoint probably has a folder somewhere named 'Best AI Tools I Don't Actually Use' with the same dedication most people reserve for their gym membership cards—impressive commitment to hoarding knowledge over actual usage!

Their biggest win is crafting a comprehensive, step-by-step AI coding framework that demystifies complex tools like Claude Code for beginners, significantly lowering the barrier for AI-driven product development.

Their life purpose is to harness cutting-edge AI technology to streamline digital product creation and empower others with structured, scalable AI development techniques. They aim to tame AI’s complexity into accessible, actionable workflows—unlocking new potentials for innovation and personal growth.

They believe in the power of detailed documentation, clear project specifications, and iterative planning to transform vague ideas into concrete AI-driven products. They value efficiency, structure, and continuous learning as pillars to mastering the dynamic AI landscape.

Their strengths lie in deep technical expertise paired with strategic thinking—mastering complex AI tools and workflows, creating comprehensive guides, and sharing insightful, practical advice. They exhibit exceptional analytical skills and a disciplined workflow that maximizes AI’s potential.

Their high standards and structured approach may sometimes slow rapid experimentation, and their intense detail-focus could overwhelm newcomers. Also, their preference for optimal planning might cause delays in embracing imperfect but fast iterations.

To grow their audience on X, they should share more bite-sized AI tips and quick hacks alongside their in-depth analyses, leveraging engaging visuals or short videos to complement their otherwise dense technical content. Engaging more directly with followers through Q&A threads or interactive polls can build a loyal community around their niche expertise.

Fun fact: 噪点noisepoint maintains an extensive collection of around 300 AI-related bookmarks but only actively uses a specialized set of tools, showing a sharp filter for what truly drives productivity.

Top tweets of 噪点noisepoint

一文教你0基础玩转Claude Code,小白也能看懂的框架指南 本文尽量用通俗易懂的大白话讲清楚clauded code的使用方法。对于没接触过claude code或刚接触的可以快速了解cc使用的完整链路及一些技巧。 先从框架讲起,再分享一些具体的技巧教程;会分为3大板块,8部分:需求前期工作(项目进入——模式选择——claude. md 配置)——工作流管理(spec工作流开发介入)——高频操作及功能(上下文管理——核心命令——常见工具插件——思考模式); 其中从项目进入到spec工作流部分即为基础的完整开发流程,也就是在这些环节就可以把自己的一些需求进行变现,直接看到需求实现效果,后面的几部分是cc在具体开发过程中效率更高或结果更好的一些核心要素。 需求前期 项目进入: 这是新手最容易踩的一个坑。 在安装完cc后就直接在主目录或安装cc的目录里启动了,然后不管做什么需求都在同一个目录空间里运行,尽管cc也是可以正常跑的,但这里面的一个巨大风险为cc是基于项目文件夹的工具,它在生成 claude. md 时会参考整个codebase代码库,这也就意味着如果你启动cc的这个目录空间里有不同项目,它就会全部参考,也就会让出现上下文混乱和逻辑冲突的概率大大增加。 简易之就是你在做一个新需求时,他既会参考你空间里的A项目,也会参考B项目,这就很容易出错,所以强烈建议每个完整项目都有自己的单独文件夹,然后在终端里进入到这些嵌套的具体项目文件里去启动cc,然后参考的codebase就只是这个项目文件里的了。 对于一些公共的cc设置和不区分项目的工具尽量全局安装,也建议在装时尽量自己安装,不让AI去装,AI有时虽然装上了能用,但可能会做成项目级,新项目空间里就失效了。 现在建好项目文件夹,在终端cd进入到具体的项目文件夹,再启动claude code,就完成了关键的第一步,进到了主界面。 模式选择: 在cc中有3种模式,通过shift+tab可以切换,分别是普通模式、plan模式、自动接受代码编辑模式; 普通模式:进入主界面就是普通模式,这个没什么好说的; plan模式:这个模式只会去讨论沟通,不会执行写代码,在项目前期需要规划功能的时候可以用到这个模式,它会自动给到计划方案,然后会和你确认是否执行; 自动接受编辑模式:这个模式就是根据和AI讨论的方案,它会自动进行任务执行比如写代码; 建议一开始用普通或plan模式,plan模式最佳,可以使劲和cc讨论你的需求,让他不断调方案,给文档建议,都确定好了后退出plan模式,切换到普通或自动接受模式进行相关执行。 claude. md创建: 进入项目了解选择完模式后,在开始沟通具体需求前还有个环节可以操作,那就是claude. md; 这是一个特殊文件,类似官方提供的你和cc之间的备忘录,Claude 在开始对话时会自动将其内容拉入上下文,所以它既可以记录一些你个人的习惯如特殊偏好、常用命令、代码风格等,也可以针对项目记录一些具体项目要求,如项目背景、注意事项、测试说明等,总之一切你想要claude知悉的事项都可以写进入; Claude. md分为用户级和项目级,用户级的意思是不关联项目,只要是在你这个用户名登陆下任何项目都会遵守这个claude. md 文档规则;而项目级则只对该项目生效,切换项目后就不会再遵守。 通过2种方式可以生成claude. md: 1. 直接运行/init命令:会自动参考你的项目空间codebase生成文档; 2. 通过输入# 后面可直接添加memory记忆,然后让你选择是添加到用户级还是项目级,这个memory也就是claude的内容。 如果是不想自动生成,也可以手动添加一个项目级claude. md,怎么写直接和ai讨论就行,核心包括项目介绍、开发偏好、技术栈 claude md记忆内容查看: 通过运行/memory 可以查看claude. md里的记录内容,项目级和用户级都可查看; 工作流管理 把上面前期环节都走完后,就可以来到真正的需求沟通和执行环节了。 这个环节我觉得最核心的就是一句话:文档,文档,还是文档;只要把需求细节都讲清楚,让他照着文档做,选个好模型,做出来的产品与预期不会偏离太多;具体工作流用的比较多的是spec。 spec工作流: spec即规范规格,用规格文档来驱动AI开发,可以理解为这个规格是AI要遵守的唯一契约,必须按照spec文档做事执行;spec具体分4部分: - 规范specification:这个文档不用官技术相关内容,主要是关于项目的描述,功能需求,目标人群等,把这些大的需求相关信息告诉AI,让AI生成一个规范文档,这是一个将模糊想法转化为结构化需求的过程。 - 计划plan:然后把上面刚生成的规范文档以及你的一些技术偏好,项目相关约束如框架、语言,测试计划等发给AI,让他生成一个完整的技术文档。 - 任务task:把上面的两个2文档再发给ai,让他参考这2个文档把你的功能需求按确认后的技术偏好拆分成一个个具体的、可执行的子任务,每个任务都可以独立实现和测试。 - 实现Implementation:让他先把上面的3个文档汇总成一个大的spec. md发给你确认,如果觉得有问题就修改,确认无误后发给ai,让他进行代码编写开干。 相比claude. md来说,spec文档会更侧重于具体功能的详细实现计划,claude. md会相对更大一点,当然对于简单小需求,只写一个即可; 这个spec工作流解决的最大问题就是上下文问题,现在模型上下文都很有限,如果上下文用满后再开一个窗口不能把这些上下文内容100%记录,就会造成上下文丢失,开发效果会大大折扣,而文档记录正好解决了这一问题,可以让AI能看到完整的上下文背景信息。 我个人工作流习惯是: 1. 先自己写个大致文档需求; 2. 然后发给ai和他基于这个文档讨论沟通,让他给我建议; 3. 然后让他把讨论过程中我确认的信息再完整复述给我,我来确认,确保双方理解无误; 4. 确认无误后让他更新到我之前的文档中,这些文档会包含上面提到的spec完整环节比如技术文档、任务拆分等,生成最终文档; 5. 将最终文档发给他,让他开始执行,你最后测试需求效果; 当然这只是个人习惯,没什么固定格式,只要自己用的顺手,能够把需求细节描述清楚、上下文给到位,其他任意工作流样式都可以,此处介绍spec只是举例罢了。 以上基本就覆盖了claude code实现需求的核心链路和环节,能够让一个需求变成一个产品的全过程。 高频操作及功能: 下面会再介绍在这个开发链路过程中会经常用过的一些高频功能和技巧,以及注意事项: 上下文管理: 上下文可以说是任何AI工具的核心,没有足够完整的上下文,结果一定会与预期偏差较大。 在claude code中有几个高频命令可以进行上下文管理: compact: 直接在cc里输入/compact可以进行上下文压缩,ai会自动去掉无关信息,保留核心信息的关键摘要;也可以按你的需求进行压缩,比如只保留压缩你想要的某一部分内容; 当然系统也会上下文用尽时自动压缩,建议是最好主动压缩,看到页面空间剩下20%时就要留意是不是要压缩新开窗口了。 export: 可以将完整聊天记录进行导出,放到文档里再发给ai参考; claude -r: 当退出会话后,可以在终端用claude -r恢复会话,但一定要注意,这个恢复只是前端页面,是方便用户看聊天记录的,并不会恢复模型的上下文记忆; 常用命令: memory:claude. md记忆管理 permission:功能及工具权限确认 compact:上下文压缩 export:导出当下会话,方便给ai参考 config:进入配置栏,进行cc相关配置,如主题等 status:查看当前你的claude code状态 model:进行模型切换 context:tokens消耗情况查看 cost:费用查情况查看 exit:退出claude code clear:清空上下文,新开启会话; help:所有命令查看 以上是一些比较常见的命令,能帮助提升一些使用效率。 常见工具及插件: 在claude code里面,还支持自定义添加很多工具来增加claude code能力,比如mcp、插件、subagent等; mcp: 简单理解为就是api的一种,本身也是一种协议,可以来调用三方工具扩展能力; 常见的mcp像Comtext 7(获取官方最新文档,如api对接、库文档等),Firecrawl(网页内容抓取),playwright mcp(浏览器自动化工具)等; 然后在cc中/mcp即可查看已安装的mcp列表,使用时直接说明用某某mcp去执行任务即可,比如用firecrawl来查询总结这篇文章内容。 subagent: 本质就是一个agent,可以理解claude code支持你添加不同的子agent来专门负责完成对应的任务,这些子agent即subagent可以设置不同的能力,比如专门做需求分析、写代码、做测试等; 每个agent都有自己独立的上下文;需要注意的是subagent执行完毕的结果是返回给主agent即claude code,而不是你,claude code会把这些subagent执行的结果统一处理后再返回给你; 使用/agent可以进行agent管理,包括新建、编辑、管理等。 有2种使用方法,一种是claude code会根据你的任务自行判断是否调用subagent,调用哪个subagent;还有一种就是显式调用,直接在对话里和ai说清楚即可; 思考模式: 在claude code中可以通过think提示词来激活思考模式,有几个层级:“think” < “think hard” < “think harder” < “ultrathink”,思考程度依次增强; 原理是通过调节“思考预算”(即模型在内部推理阶段可用的资源/token数)让模型在遇到复杂任务时“多花点时间思考”再出结果,,效果会更好,当然费用也会更多; 注意这个扩展思考模式不是切换模型,只是让同一个模型在内部保留更多推理步骤或token数来思考更久。 以上基本就是使用claude code的核心知识点,涵盖了3大板块,8部分,包括前期工作(项目进入——模式选择——claude. md配置)——工作流管理(spec工作流开发介入)——高频操作及功能(上下文管理——核心命令——常见工具插件——思考模式); 当然claude code不止用来写代码,很多场景只要是有可能AI解决的,都可以在claude code尝试解决。多用才是上手最快的方法。

34k

听完了张小珺和理想的完整版对谈,半年前录的,最近刚放出完整版。 我觉得李想算是国内非常像马斯克的产品经理之一了,在2个半小时的访谈中,分享了很多他自己的人生哲学、对AI的看法、组织战略思考: 我梳理了11条印象最深的观点,分享下: 1. 人类要做熵减(创造秩序和价值),AI要做熵增(探索可能性)。 2. 工具分为三类:“信息工具”、“辅助工具”和“生产工具”。衡量一个工具是否是“生产工具”的重要标准是:你是否愿意为它付费。 3. 我只能做到最好的自己,我一直在自己的“长板延长线上”持续努力和发展。 4. 智慧是一种重要的人类特质,是我们和万物的关系。 5. 在执行层面上,要顺着人性去说(即关注感受),但要逆着人性去做(即遵循困难但正确的方向)。 6. VLA(视觉-语言-行动模型)的实现不是突变,是一个进化的过程,它需要经历多个阶段的积累。 7. 至少在未来 5 年内不会出现通用的 Agent,但会有一个 Agent OS 出现。 8. 到了 AGI 时代的终端,对能力的要求变得不一样了。这种终端必须具备四个关键特点:360 度对物理世界的感知能力、认知决策的能力、Action的能力、以及反思反馈能力。 9. 在组织和家庭中,人是用来发挥其潜能的,人不是用来被改变的。 10. 战略中间的圈是规模,圈外有三个变量:用户需求、技术产品、组织能力。 11. 不要构建那么多亲密关系,亲密关系太多了证明这个人不会经营关系。

33k

段永平在雪球的最新访谈,梳理了10条核心内容,谈了他的个人经历、企业经营、投资理念、对AI和教育的看法 其中不乏很多犀利观点,比如在AI时代,试图看图看线的人“就是铁铁的韭菜”,各位怎么看呢?👇👇 1. 投资的本质:“买股票就是买公司”。理念很简单,但“不容易”,难在真正看懂生意和未来现金流(懂的人<1%) 2. 安全边际的定义:不是指价格便宜(便宜的可以更便宜),而是指“你对公司有多懂” 3. 机会成本高于一切:“长期持有”是误解。购买时打算长持,但必须永远计算机会成本,发现更好的公司理应更换 4. “不为”的智慧:成功很大程度归功于“不做的那些事情”(不为清单);知道什么不能做,能避免犯大错 5. 犯错马上改:看错公司(如GE)要“赶紧就跑了”,马上改正的代价最小,不要一错到底 6. 给普通人的忠告:不要炒股。在AI和量化基金时代,试图看图看线的人“就是铁铁的韭菜”;不懂就买标普500或伯克希尔 7. 企业文化是“北斗星”:文化好的公司,不是不会犯错,而是“最终能走回正道”。(如苹果的用户导向 vs 诺基亚的市占率导向) 8. AI是工业革命:AI是效率万倍(不是十倍)的提升,是质变。它会产生GDP增量,每个人都必须认真对待并学习新事物 9. 生意的本质:必须创新(如科技行业)或保持不变(如茅台)。但像电动车这样差异化小、竞争强的生意,会很累,大部分会死掉 10. 教育的核心:父母对子女最重要的事,就是“增加安全感”。设定边界、充分信任,并做好“身教”

7k

注册推好久了,一直用来当树洞发些自言自语,要么就是刷刷新闻,被动输入,基本不怎么主动输出,偶然进到熊老板@PandaTalk8的推特群,氛围确实好,白天比较忙不怎么看消息,每天晚上回去看都是999+,要消化好一会儿,也让我想尝试开始去主动输出些内容,一周多也是慢慢从20粉到了100粉

1k

Most engaged tweets of 噪点noisepoint

一文教你0基础玩转Claude Code,小白也能看懂的框架指南 本文尽量用通俗易懂的大白话讲清楚clauded code的使用方法。对于没接触过claude code或刚接触的可以快速了解cc使用的完整链路及一些技巧。 先从框架讲起,再分享一些具体的技巧教程;会分为3大板块,8部分:需求前期工作(项目进入——模式选择——claude. md 配置)——工作流管理(spec工作流开发介入)——高频操作及功能(上下文管理——核心命令——常见工具插件——思考模式); 其中从项目进入到spec工作流部分即为基础的完整开发流程,也就是在这些环节就可以把自己的一些需求进行变现,直接看到需求实现效果,后面的几部分是cc在具体开发过程中效率更高或结果更好的一些核心要素。 需求前期 项目进入: 这是新手最容易踩的一个坑。 在安装完cc后就直接在主目录或安装cc的目录里启动了,然后不管做什么需求都在同一个目录空间里运行,尽管cc也是可以正常跑的,但这里面的一个巨大风险为cc是基于项目文件夹的工具,它在生成 claude. md 时会参考整个codebase代码库,这也就意味着如果你启动cc的这个目录空间里有不同项目,它就会全部参考,也就会让出现上下文混乱和逻辑冲突的概率大大增加。 简易之就是你在做一个新需求时,他既会参考你空间里的A项目,也会参考B项目,这就很容易出错,所以强烈建议每个完整项目都有自己的单独文件夹,然后在终端里进入到这些嵌套的具体项目文件里去启动cc,然后参考的codebase就只是这个项目文件里的了。 对于一些公共的cc设置和不区分项目的工具尽量全局安装,也建议在装时尽量自己安装,不让AI去装,AI有时虽然装上了能用,但可能会做成项目级,新项目空间里就失效了。 现在建好项目文件夹,在终端cd进入到具体的项目文件夹,再启动claude code,就完成了关键的第一步,进到了主界面。 模式选择: 在cc中有3种模式,通过shift+tab可以切换,分别是普通模式、plan模式、自动接受代码编辑模式; 普通模式:进入主界面就是普通模式,这个没什么好说的; plan模式:这个模式只会去讨论沟通,不会执行写代码,在项目前期需要规划功能的时候可以用到这个模式,它会自动给到计划方案,然后会和你确认是否执行; 自动接受编辑模式:这个模式就是根据和AI讨论的方案,它会自动进行任务执行比如写代码; 建议一开始用普通或plan模式,plan模式最佳,可以使劲和cc讨论你的需求,让他不断调方案,给文档建议,都确定好了后退出plan模式,切换到普通或自动接受模式进行相关执行。 claude. md创建: 进入项目了解选择完模式后,在开始沟通具体需求前还有个环节可以操作,那就是claude. md; 这是一个特殊文件,类似官方提供的你和cc之间的备忘录,Claude 在开始对话时会自动将其内容拉入上下文,所以它既可以记录一些你个人的习惯如特殊偏好、常用命令、代码风格等,也可以针对项目记录一些具体项目要求,如项目背景、注意事项、测试说明等,总之一切你想要claude知悉的事项都可以写进入; Claude. md分为用户级和项目级,用户级的意思是不关联项目,只要是在你这个用户名登陆下任何项目都会遵守这个claude. md 文档规则;而项目级则只对该项目生效,切换项目后就不会再遵守。 通过2种方式可以生成claude. md: 1. 直接运行/init命令:会自动参考你的项目空间codebase生成文档; 2. 通过输入# 后面可直接添加memory记忆,然后让你选择是添加到用户级还是项目级,这个memory也就是claude的内容。 如果是不想自动生成,也可以手动添加一个项目级claude. md,怎么写直接和ai讨论就行,核心包括项目介绍、开发偏好、技术栈 claude md记忆内容查看: 通过运行/memory 可以查看claude. md里的记录内容,项目级和用户级都可查看; 工作流管理 把上面前期环节都走完后,就可以来到真正的需求沟通和执行环节了。 这个环节我觉得最核心的就是一句话:文档,文档,还是文档;只要把需求细节都讲清楚,让他照着文档做,选个好模型,做出来的产品与预期不会偏离太多;具体工作流用的比较多的是spec。 spec工作流: spec即规范规格,用规格文档来驱动AI开发,可以理解为这个规格是AI要遵守的唯一契约,必须按照spec文档做事执行;spec具体分4部分: - 规范specification:这个文档不用官技术相关内容,主要是关于项目的描述,功能需求,目标人群等,把这些大的需求相关信息告诉AI,让AI生成一个规范文档,这是一个将模糊想法转化为结构化需求的过程。 - 计划plan:然后把上面刚生成的规范文档以及你的一些技术偏好,项目相关约束如框架、语言,测试计划等发给AI,让他生成一个完整的技术文档。 - 任务task:把上面的两个2文档再发给ai,让他参考这2个文档把你的功能需求按确认后的技术偏好拆分成一个个具体的、可执行的子任务,每个任务都可以独立实现和测试。 - 实现Implementation:让他先把上面的3个文档汇总成一个大的spec. md发给你确认,如果觉得有问题就修改,确认无误后发给ai,让他进行代码编写开干。 相比claude. md来说,spec文档会更侧重于具体功能的详细实现计划,claude. md会相对更大一点,当然对于简单小需求,只写一个即可; 这个spec工作流解决的最大问题就是上下文问题,现在模型上下文都很有限,如果上下文用满后再开一个窗口不能把这些上下文内容100%记录,就会造成上下文丢失,开发效果会大大折扣,而文档记录正好解决了这一问题,可以让AI能看到完整的上下文背景信息。 我个人工作流习惯是: 1. 先自己写个大致文档需求; 2. 然后发给ai和他基于这个文档讨论沟通,让他给我建议; 3. 然后让他把讨论过程中我确认的信息再完整复述给我,我来确认,确保双方理解无误; 4. 确认无误后让他更新到我之前的文档中,这些文档会包含上面提到的spec完整环节比如技术文档、任务拆分等,生成最终文档; 5. 将最终文档发给他,让他开始执行,你最后测试需求效果; 当然这只是个人习惯,没什么固定格式,只要自己用的顺手,能够把需求细节描述清楚、上下文给到位,其他任意工作流样式都可以,此处介绍spec只是举例罢了。 以上基本就覆盖了claude code实现需求的核心链路和环节,能够让一个需求变成一个产品的全过程。 高频操作及功能: 下面会再介绍在这个开发链路过程中会经常用过的一些高频功能和技巧,以及注意事项: 上下文管理: 上下文可以说是任何AI工具的核心,没有足够完整的上下文,结果一定会与预期偏差较大。 在claude code中有几个高频命令可以进行上下文管理: compact: 直接在cc里输入/compact可以进行上下文压缩,ai会自动去掉无关信息,保留核心信息的关键摘要;也可以按你的需求进行压缩,比如只保留压缩你想要的某一部分内容; 当然系统也会上下文用尽时自动压缩,建议是最好主动压缩,看到页面空间剩下20%时就要留意是不是要压缩新开窗口了。 export: 可以将完整聊天记录进行导出,放到文档里再发给ai参考; claude -r: 当退出会话后,可以在终端用claude -r恢复会话,但一定要注意,这个恢复只是前端页面,是方便用户看聊天记录的,并不会恢复模型的上下文记忆; 常用命令: memory:claude. md记忆管理 permission:功能及工具权限确认 compact:上下文压缩 export:导出当下会话,方便给ai参考 config:进入配置栏,进行cc相关配置,如主题等 status:查看当前你的claude code状态 model:进行模型切换 context:tokens消耗情况查看 cost:费用查情况查看 exit:退出claude code clear:清空上下文,新开启会话; help:所有命令查看 以上是一些比较常见的命令,能帮助提升一些使用效率。 常见工具及插件: 在claude code里面,还支持自定义添加很多工具来增加claude code能力,比如mcp、插件、subagent等; mcp: 简单理解为就是api的一种,本身也是一种协议,可以来调用三方工具扩展能力; 常见的mcp像Comtext 7(获取官方最新文档,如api对接、库文档等),Firecrawl(网页内容抓取),playwright mcp(浏览器自动化工具)等; 然后在cc中/mcp即可查看已安装的mcp列表,使用时直接说明用某某mcp去执行任务即可,比如用firecrawl来查询总结这篇文章内容。 subagent: 本质就是一个agent,可以理解claude code支持你添加不同的子agent来专门负责完成对应的任务,这些子agent即subagent可以设置不同的能力,比如专门做需求分析、写代码、做测试等; 每个agent都有自己独立的上下文;需要注意的是subagent执行完毕的结果是返回给主agent即claude code,而不是你,claude code会把这些subagent执行的结果统一处理后再返回给你; 使用/agent可以进行agent管理,包括新建、编辑、管理等。 有2种使用方法,一种是claude code会根据你的任务自行判断是否调用subagent,调用哪个subagent;还有一种就是显式调用,直接在对话里和ai说清楚即可; 思考模式: 在claude code中可以通过think提示词来激活思考模式,有几个层级:“think” < “think hard” < “think harder” < “ultrathink”,思考程度依次增强; 原理是通过调节“思考预算”(即模型在内部推理阶段可用的资源/token数)让模型在遇到复杂任务时“多花点时间思考”再出结果,,效果会更好,当然费用也会更多; 注意这个扩展思考模式不是切换模型,只是让同一个模型在内部保留更多推理步骤或token数来思考更久。 以上基本就是使用claude code的核心知识点,涵盖了3大板块,8部分,包括前期工作(项目进入——模式选择——claude. md配置)——工作流管理(spec工作流开发介入)——高频操作及功能(上下文管理——核心命令——常见工具插件——思考模式); 当然claude code不止用来写代码,很多场景只要是有可能AI解决的,都可以在claude code尝试解决。多用才是上手最快的方法。

34k

段永平在雪球的最新访谈,梳理了10条核心内容,谈了他的个人经历、企业经营、投资理念、对AI和教育的看法 其中不乏很多犀利观点,比如在AI时代,试图看图看线的人“就是铁铁的韭菜”,各位怎么看呢?👇👇 1. 投资的本质:“买股票就是买公司”。理念很简单,但“不容易”,难在真正看懂生意和未来现金流(懂的人<1%) 2. 安全边际的定义:不是指价格便宜(便宜的可以更便宜),而是指“你对公司有多懂” 3. 机会成本高于一切:“长期持有”是误解。购买时打算长持,但必须永远计算机会成本,发现更好的公司理应更换 4. “不为”的智慧:成功很大程度归功于“不做的那些事情”(不为清单);知道什么不能做,能避免犯大错 5. 犯错马上改:看错公司(如GE)要“赶紧就跑了”,马上改正的代价最小,不要一错到底 6. 给普通人的忠告:不要炒股。在AI和量化基金时代,试图看图看线的人“就是铁铁的韭菜”;不懂就买标普500或伯克希尔 7. 企业文化是“北斗星”:文化好的公司,不是不会犯错,而是“最终能走回正道”。(如苹果的用户导向 vs 诺基亚的市占率导向) 8. AI是工业革命:AI是效率万倍(不是十倍)的提升,是质变。它会产生GDP增量,每个人都必须认真对待并学习新事物 9. 生意的本质:必须创新(如科技行业)或保持不变(如茅台)。但像电动车这样差异化小、竞争强的生意,会很累,大部分会死掉 10. 教育的核心:父母对子女最重要的事,就是“增加安全感”。设定边界、充分信任,并做好“身教”

7k

听完了张小珺和理想的完整版对谈,半年前录的,最近刚放出完整版。 我觉得李想算是国内非常像马斯克的产品经理之一了,在2个半小时的访谈中,分享了很多他自己的人生哲学、对AI的看法、组织战略思考: 我梳理了11条印象最深的观点,分享下: 1. 人类要做熵减(创造秩序和价值),AI要做熵增(探索可能性)。 2. 工具分为三类:“信息工具”、“辅助工具”和“生产工具”。衡量一个工具是否是“生产工具”的重要标准是:你是否愿意为它付费。 3. 我只能做到最好的自己,我一直在自己的“长板延长线上”持续努力和发展。 4. 智慧是一种重要的人类特质,是我们和万物的关系。 5. 在执行层面上,要顺着人性去说(即关注感受),但要逆着人性去做(即遵循困难但正确的方向)。 6. VLA(视觉-语言-行动模型)的实现不是突变,是一个进化的过程,它需要经历多个阶段的积累。 7. 至少在未来 5 年内不会出现通用的 Agent,但会有一个 Agent OS 出现。 8. 到了 AGI 时代的终端,对能力的要求变得不一样了。这种终端必须具备四个关键特点:360 度对物理世界的感知能力、认知决策的能力、Action的能力、以及反思反馈能力。 9. 在组织和家庭中,人是用来发挥其潜能的,人不是用来被改变的。 10. 战略中间的圈是规模,圈外有三个变量:用户需求、技术产品、组织能力。 11. 不要构建那么多亲密关系,亲密关系太多了证明这个人不会经营关系。

33k

注册推好久了,一直用来当树洞发些自言自语,要么就是刷刷新闻,被动输入,基本不怎么主动输出,偶然进到熊老板@PandaTalk8的推特群,氛围确实好,白天比较忙不怎么看消息,每天晚上回去看都是999+,要消化好一会儿,也让我想尝试开始去主动输出些内容,一周多也是慢慢从20粉到了100粉

1k

期待 @PandaTalk8 熊老板的局,估计会有很多头脑风暴和预言

467

People with Innovator archetype

The Innovator

Founder Tiger Crypto | Fulltime Airdrop| NFT | Holder |Trader $BTC $ETH #Altcoin @MorphLayer

3k following7k followers
The Innovator

🌐 Building the future of Web3, Crypto & NFTs #Airdrop #testnet #waitlist #modularity 🇹🇷

1k following929 followers
The Innovator

21 Engineer Building AI Apps | Built cappychat.com | Github : git.new/aysh

497 following610 followers
The Innovator

Challenge yourself and conquer the world of cryptocurrencies Take control of the world of cryptocurrencies!

860 following690 followers
The Innovator

weaving codes & coins | nft spellcaster | conjuring alpha on-chain | magic of defi

236 following216 followers
The Innovator
1k following514 followers
The Innovator

quit fashion to learn low-level prog & posting slop here buymeacoffee.com/alexine

89 following12k followers
The Innovator

🚀 Indie Dev | Building Practical Tools & Products Medical Innovators🩺 | Travel✈️Photography📸、 Deep Reading📖、Startup Insights🔛 #IndieDev #CodeLife

161 following209 followers
The Innovator

ɪ’ᴍ ᴊᴜꜱᴛ ᴡɪᴛᴛʏ. ᴀ ᴡᴇʙ3 ᴇɴᴛʜᴜꜱɪᴀꜱᴛ. ᴀʟᴡᴀʏꜱ ᴅʏᴏʀ. ᴀ ᴘʜᴏᴛᴏɢʀᴀᴘʜᴇʀ 📸. ᴀ ᴘᴀɪɴᴛᴇʀ. MUFC

3k following3k followers
The Innovator

热爱生活,也热爱用AI创造价值。探索人工智能的前沿,专注于AI领域发展与应用,探索人工智能无限可能。 前大厂牛马,现四流央企牛马。以为告别大厂福报,实则换了个码头。 和朋友游历非洲3年,追寻尼罗河的源头,拥抱好望角的风暴,迷失于桑岛的蔚蓝,也敬畏于纳米的荒漠。| 永远在热爱的路上。

2k following387 followers
The Innovator

Whatever happens along the way, stay positive and move forward.

1k following905 followers
The Innovator

I am a defipreneur degen|| nft|| photographer|| cinematographer || defi user|| content creator.

951 following1k followers

Explore Related Archetypes

If you enjoy the innovator profiles, you might also like these personality types:

Supercharge your 𝕏 game,
Grow with SuperX!

Get Started for Free