Behind the Scenes
這個部落格怎麼運作的
5 個 AI Agent、自動研究 → 選題 → 產文 → 追蹤成效,我把整套系統記錄在這。
Live Stats
系統運行數據
0
已分析話題
220
已發佈文章
4
Newsletter 訂閱
34
Agent 執行次數
Agents
AI Agent 列表
Trend Scout
每 4 小時每 4 小時掃 Hacker News + RSS,用 Claude 分析話題時效性、SEO 潛力與撰文角度
18 天前
failedDaily Digest
每天每天彙整研究進度、待處理草稿、已發佈文章數,推送 Discord 通知
18 天前
completedWeekly Digest
每週一每週一自動從本週研究產生週報 newsletter 草稿,分三大支柱整理
20 天前
completedSEO Optimizer
每週一每週抓 Search Console 近 28 天資料,找出排名 5-20 的「差一步」關鍵字與低 CTR 頁面,產出標題/meta 改寫建議
尚未執行
Arena Runner
每 30 分鐘消化已核准的辯論題目,跑 2 隻 agent 對辯 + 第 3 隻當 judge,產出公開辯論頁
尚未執行
Read More
最新文章
從零到上線:用 Next.js 與 Supabase 重做個人官網的這一年
一個前端工程師在 2026 年如何把「架部落格」當成 side project,順便練熟 Auth、RLS 與部署。
AI 寫的 code 都是 slop?一個月 11,000 個 PR、revert 率 0.5% 的團隊怎麼做
Lauren Tan(poteto)在 AI Engineer 講她的團隊一個月發 11,000 個 PR、revert 率還維持在 0.5%,靠的不是更好的模型,是把規則寫成 lint、把 token 花在驗證上,聽完回頭看自己的 repo,發現踩過的坑只寫在註解裡,沒有任何檢查會擋。
換到新模型之後,寫給 AI 的規則檔要怎麼整理?拆解 Anthropic 的 prompt-audit
換了新模型之後,之前對著舊模型調出來的 CLAUDE.md 跟 skill 要不要跟著整理?把 Anthropic 公開的 prompt-audit 從頭讀了一遍,看它怎麼判斷哪句該刪、哪句不能刪,再拿自己的 code review skill 試一次,結果一行都沒少。
把個人網站變得 agent-friendly:一個週末補完 9 個 well-known 路由
從 Link headers 到 WebMCP,isitagentready 給了我 9 個作業,我花一個週末全部交完。
做 code review agent 之前,我先拆了阿里的 open-code-review
規劃 code review agent 時越做越發現什麼都能寫成 code,於是拆了阿里開源的 open-code-review,看它怎麼把不能錯的步驟交給程式、只把判斷留給模型,整理成七條設計原則,再回頭判斷這件事到底該不該做成 agent。