你好，极客们！🧑‍💻

这周 AI 圈真是炸开了锅，信息量大到爆炸！刚围观完 Google I/O 2025 大会的各种神仙打架，AI 新应用、新模型层出不穷。 最近昆仑万维又面向全球发布了天工超级智能体 Skywork Super Agents，目前我还没有深度体验，不过已经看了几篇 AI 圈大佬们的评测文章了，确实有不少惊艳的地方。 AI 发展太快，现在每周都有海量的新资讯、新产品涌现。 最头疼的是如何从这些铺天盖地的信息茧房里，快速抓取到最核心、最关键的一手消息，掌握最新的AI动态？ 更进一步，如果想把这些宝贵的AI资讯和酷炫的新产品分享给更多人，干巴巴的长文大部分人都很难阅读下去，比如下面的小米发布会文章，信息量很大。 一个设计精美、重点突出、又能快速生成的分享网页，绝对能让你的信息传播效率和吸引力瞬间拉满！ 藏老师 & 向阳乔木在公众号分享了不少网页制作的提示词，特别是首次接触 Bento Grid 风格，很适合产品发布/财报/技术分享等网页场景。 学习一个新知识就是不断实践和优化的过程，受他们的启发，用 Bento Grid 风格尝试了下面几个场景（均来自本周资讯）： Google I/O 2025 大会 百度 2025 Q1 财报 昆仑万维发布天工超级智能体 Skywork Super Agents 小米 15 周年战略新品发布会 实话说 Bento Grid 风格和产品发布，简直绝配！分享给朋友，引来一阵好评！好奇这么酷炫的图片怎么做的？ 今天就来揭晓一下答案，不需要请设计大神，不需要懂代码，纯小白也能操作，顺便分享一下我的制作心得。 网页制作完整版教程 我这里选择在 Cursor 中演示，高频使用比较方便。朋友们可以选择 Google AI Studio 或者 Google Gemini 官网都可以。 ...

了解最新 AI 资讯最快速的方式就是关注热门创作者的公众号，及时学习他们实践和总结的文章。 出于理性分析和学习（PS：我也做个梦冲击下前100🤦‍♂️），想看看我关注的那些热门创作者最近都发布的文章有什么趋势，包括： AI创作领域的热点词汇有哪些？ AI文章主题分布有哪些？ 创作主题覆盖了哪些AI工具？ 热门AI工具提及频率如何？ 今天文章的核心目标是介绍如何在 Cursor 中打开任督二脉， 使用 MCP 让 AI 助手拥有专业级数据可视化能力。 学会了这一招，只需要提供数据源，任何可视化图表不在话下，分钟级制作一个可视化数据报告页面，帮助大家在商业化决策方向再上一个台阶！ 大致思路是：获取我关注的热门创作者公众号的历史文章列表，并基于文章数据进行多维度分析，并生成一个可视化页面。 话不多说，开始一步一步实践，接下来的分享分为三部分： 获取数据源，开发 wehcat-mcp 获取公众号历史文章列表 分析数据，使用 chart-mcp 生成可视化图表 设计网页，使用 edgeone-pages-mcp 部署单页应用 开发 wehcat-mcp 说一下开发这个的 MCP 的背景，核心目标是获取某个公众号的历史文章列表。我调研了两个方案： 基于RSS订阅源的方式，找到一个热门开源项目：wewe-rss，核心是采用微信读书的账号体系。开发复杂度较高，稳定性一般，所以放弃。 直接使用第三方 API ，找到一家极致了数据的供应商，有免费的测试额度，稳定性不错，所以选择此方案进行开发。 开发语言同样使用 Go，大致分为三步： 熟悉接口文档，API 调试通过。 在 Cursor 中基于 API 文档进行开发并命令行测试通过。 配置 wehcat-mcp，对话验证通过。 严格基于下面优化后的提示词进行开发： 帮我将下面的 Wechat API 封装成 MCP Go 服务，名称：微信助手。符合最佳实践，提供一个工具：根据用户提供的微信公众号名称，获取公众号历史文章列表。 1. 要求符合最佳实践，完善注释和说明 2. 分析需要开放哪些参数给大模型调用，必须开放一个环境变量 key 参数用户自己配置 3. 接口返回是 json，具体看下文档中的返回值示例。 参数说明请仔细参考 api_doc.md 文档中的各个参数定义和返回值。 MCP Stdio Server 编写规范如下： {{Go MCP Server Demo}} 这里跳过调试/编译/配置等步骤，感兴趣的朋友可以看看我上一期的文章，有需要开发好的 MCP Server 源码的朋友后台回复“微信MCP”即可。 ...

最近几个月一直在研究如何提升内容创作的效率，不管是小红书，还是小绿书，都会面临几个核心问题。 如何批量创建图文卡片，同时支持 Markdown 渲染，还要保持设计风格的一致性。 上一期话题我评测过各个大模型生成 SVG 图文卡片的方案效果，感兴趣的朋友可以看看我之前的文章。 3月份偶然一次机会，小红书上流光卡片的开发者关注了我的账号，可能是因为我的笔记风格都是苹果备忘录，和他们提供的主题比较契合。 最近也一直在网页端使用，感兴趣的朋友可以自行搜索一下（PS：此条不是推广）。了解到它们提供免费的 API 作图的能力，于是萌生了在 Cursor 中批量制作图文的想法。 下面将我实践的思路分享给大家，欢迎交流和指正。使用流光卡片提供的 API 批量制作图文，有了 MCP Server 效率再上一个台阶。 三个步骤：批量制作图文完全指南 从 0 到 1 开发一个 MCP Server Cursor 中配置 MCP Server Cursor 中使用 MCP Server 批量制作图文卡片 话不多说，开始行动，下面开始一步一步的实践，全程不到 1 个小时跑通整个流程。 从 0 到 1 开发一个 MCP Server 我这里使用 Go 语言进行实现，写起来比较顺手。 开发过程简单分为三步。 熟悉流光卡片的接口文档，CURL 测试一下接口情况。熟悉各种参数的释义，整理成 Markdown 格式后保存到工作目录。 熟悉 MCP Go Server 的实现方式，Github 找到一个开源项目 mcp-go，整合成一个提示词交给 Cursor 搞定即可。 命令行安装依赖，日志调试，确保启动没问题。 下面分享一下我的开发 MCP Server 提示词，有需要开发好的 MCP Server 源码的朋友后台回复“流光卡片MCP”即可。 ...

批量制作小红书图文笔记一直算是小红书平台的刚性需求，从搜索关键词上来看，热度一直比较高。 我从 3 月份开始一直研究使用 AI 如何提高制作效率和质量，期间也不断尝试不同的模型。 上个月在小红书上发布了多篇 AI 写作相关的图文笔记（关于如何提升文字感染力，以及如何写出电影感文字等）。 整体数据我认为符合自己的预期，单篇笔记点赞能上 30+，曝光数能达到 2000 左右，首页推荐达到 70% 以上，说明内容质量还是比较不错的。 但是使用 AI 辅助制作图文笔记后，我个人感觉内容的制作效率至少提升 80% 以上。 当然大部分花时间在找选题，分析写作相关的关键词上，以及学习优秀笔记的封面和标题。 我发布的图文笔记时间是在三月初，当时 DeepSeek V3 0324 以及 Gemini 2.5 Pro 还没有发布。我在 OpenRouter 上使用的是 Claude 3.7 Sonnet 批量制作图文笔记。 说实话当时的效果已经是业界天花板了，Claude 3.7 Sonnet 代码能力断层式领先。 昨天 Qwen3 重磅发布，一大早一看手机，科技自媒体公众号都刷屏了。 Qwen3 号称是全球最强开源模型，性能全面超越 DeepSeek R1，国内第一个敢说全面超越 R1 的模型，之前都是比肩🤦。 不管官方评测标准和媒体怎么说，我这里以自己的测试结果作为参考，谁才是 SVG 图文笔记中的最强王者，现在开始下面的测试。 我的测试会分为两组，开源模型队和闭源模型队，使用相同的提示词制作 SVG 图文笔记。 开源组（开源最强霸主挑战） DeepSeek V3 0324 VS Qwen3 闭源组（代码最强王者挑战）Gemini 2.5 Pro VS Claude 3.7 sonnet 下面我分享一下批量制作图文笔记流程，只需要两步轻松搞定。随着模型的不断进步，我认为图文笔记的内容质量和制作效率也会不断提升。 ...

前天在X上看到一篇帖子介绍一个不错的开源项目，里面包含 Manus、Cursor 等 AI 工具的系统提示词架构。 抽空边翻译边学习，说实话原来系统提示词也能这么"卷"！😲 今天就把我的发现和思考分享给大家，希望能帮助大家提升与 AI的"沟通技巧"，内容有点干！建议先收藏再看。 为什么提示词这么重要？ 现在AI工具和应用迭代每周都有新品和变化，感觉都学不过来了😓 我记得大模型刚出来的时候，当时 Prompt 提示词工程师的热度还挺火的，到今年 DeepSeek 横空出世，似乎 Prompt 提示词的声音慢慢弱化了。 但是直到今天，我个人觉得AI应用的不断进化，学习系统提示词还是很有必要。 高频使用 Cursor 提问方式真的太重要了！ 有时候多轮对话过后，问题还没得到解决，我一般会冷静一下（PS：内心很烦躁的），思考总结一下话术，重新开启一个对话。 在AI时代，即便日新月异，写好提示词的能力依然不可或缺。它就像一门新的编程语言，只不过我们编程的对象变成了AI的思维过程罢了（PS：如何高效对话，其实就是深度思考后的结果）。 Cursor提示词架构：精确的指挥官 废话不多说了，先来解剖一下 Cursor 的提示词架构。举个例子吧，如果把AI比作一支乐队，Cursor 的提示词就是一位严谨的指挥官，每个指令都精确到位。 1. 明确的角色定位 Cursor 在提示词开头就给 AI 设定了明确身份：“你是一个强大的代理式AI编码助手”，还给出了明确目标：“与用户结对编程解决编码任务”。 来看一下 Cursor 原始提示词的开头部分(PS：这里吹一波自己学到了😄)： You are a powerful agentic AI coding assistant, powered by Claude 3.7 Sonnet. You operate exclusively in Cursor, the world's best IDE. You are pair programming with a USER to solve their coding task. The task may require creating a new codebase, modifying or debugging an existing codebase, or simply answering a question. 【中文翻译】 你是一个强大的代理式AI编码助手，由Claude 3.7 Sonnet提供支持。你专门在Cursor（世界上最好的IDE）中运行。 你正在与用户结对编程来解决他们的编码任务。 这个任务可能需要创建新的代码库、修改或调试现有代码库，或者只是回答一个问题。 这就像在团队中带新人时说的一样：“你是我们团队的前端开发，你的任务是负责用户界面的实现。“有了这个定位，新人才不会迷失方向，AI 也一样。 2. 工具调用的严格规范 继续往下看，Cursor 详细规定了工具调用的格式和规则，告诉 AI “何时使用工具"以及"如何正确调用工具”。 原始提示词中的这部分非常精确： <tool_calling> You have tools at your disposal to solve the coding task. Follow these rules regarding tool calls: 1. ALWAYS follow the tool call schema exactly as specified and make sure to provide all necessary parameters. 2. The conversation may reference tools that are no longer available. NEVER call tools that are not explicitly provided. 3. **NEVER refer to tool names when speaking to the USER.** For example, instead of saying 'I need to use the edit_file tool to edit your file', just say 'I will edit your file'. 4. Only calls tools when they are necessary. If the USER's task is general or you already know the answer, just respond without calling tools. 5. Before calling each tool, first explain to the USER why you are calling it. </tool_calling> 【中文翻译】 <工具调用> 你可以使用各种工具来解决编码任务。关于工具调用，请遵循以下规则： 1. 始终严格按照指定的工具调用模式操作，并确保提供所有必要的参数。 2. 对话中可能会提到一些不再可用的工具。永远不要调用未明确提供的工具。 3. **与用户交流时，绝不要提及工具名称。** 例如，不要说"我需要使用edit_file工具来编辑你的文件"，而应该说"我将编辑你的文件"。 4. 只在必要时调用工具。如果用户的任务很一般或者你已经知道答案，直接回应即可，无需调用工具。 5. 在调用每个工具前，先向用户解释为什么要调用它。 </工具调用> 这让我想起团队开发时的接口文档，如果没有严格的参数规范，接口调用必然一团糟。Cursor的这种规范保证了AI能正确使用各种强大功能，而不是乱用一气。 ...