OpenAI Codex 的桌面宠物把 AI Agent 的运行状态做成全局悬浮提醒，并支持通过 hatch-pet Skill 从图片生成多状态动画资源。内容讲清功能定位、自定义流程、状态机制、适用场景，以及配置迁移和听写词典两个配套能力。
围绕淘宝闪购 AI 工程岗终面常见问题，系统拆解 RAG、Embedding、相似度计算、Prompt 注入防护、Agent 演进、文件上传、权限过滤和 AI Coding 等核心知识点，帮助把 AI 项目讲得完整、可信、可落地。
Claude Code 和 Codex 在代码搜索中都选择了零索引路线：不用 embedding，不建向量库，而是让 LLM 驱动 ripgrep 多轮搜索。围绕工具调用循环、ripgrep 性能、Cursor 对比和 token 成本，讲清这种架构为什么在本地代码库里成立。
Qoder Skills 可以把重复的提示词、执行步骤、规范和脚本封装成可复用工作流。掌握它之后，可以让 AI 在 API 开发、设计生成、文档产出、MCP 工具协同等场景中按固定标准执行。
洁癖 Skill 是一个用于 AI Agent 收尾阶段的文档和记忆维护工具。它会盘点项目文档、识别变更影响、更新 docs、CLAUDE.md 和记忆文件，减少过期上下文导致的错误。
围绕 Harness Engineering 的落地方式，讲清楚如何把评测任务、评测集、评测报告抽象成 AI Agent 可操作的平台能力，让智能体自动生成用例、执行无 UI 与 UI 评测，并基于报告进行多轮系统优化。
Harness Engineering 的核心不是把 Prompt 写得更长，而是为 AI Agent 搭建可执行、可验证、可回退的工程环境。内容覆盖多 Agent 协作、Rules/Skills/Scripts 分层、事后验证、测试基线和人类在 AI 编程流程中的职责变化。
code-review-graph 会把代码库预解析为函数、类、调用、依赖组成的结构化图谱，并通过 MCP 提供给 Claude Code 等 AI 编程工具查询。借助影响半径分析和增量索引，它能减少大项目中反复全文读代码带来的 token 浪费。
LLM 工作流 Skill 通过 SKILL.md 把流程、约束、示例和参考资料注入到模型上下文中。内容系统讲解 Skill 的加载机制、frontmatter 写法、6 种常见设计模式，以及可直接改造的模板。
