Peiiii

全栈开发者

产品

AI 产品

GemiGo让应用从想法走向发布

围绕应用构建与发布的平台,连接前端作品、应用 SDK,以及应用需要的身份、存储和受控 API 能力。

功能

  • 应用构建、托管与发布的完整入口。
  • App SDK 连接应用登录与云端 KV。
  • 受控的 AI / API 连接及密钥、额度治理。
GemiGo · 真实官网或产品画面
官网 ↗
AgentVerse多智能体协作平台

让多个 AI 专家围绕同一个问题交流、讨论与协作。你可以选择专家团队,也可以通过对话创建自己的 Agent。

功能

  • 多个专家自主交流,协作讨论同一个问题。
  • 覆盖思考、创作和商业等不同团队场景。
  • MCP 工具与文件能力连接讨论和实际工作。
AgentVerse 仓库中的真实产品截图
源码 ↗
StillRoot / EchoNoteAI 对话式笔记

通过对话记录和组织笔记,让想法以自然的方式留下来,并能围绕已有内容继续交互。

功能

  • 以聊天方式记录笔记。
  • 按主题频道组织内容。
  • 围绕笔记与 AI 助手继续交流。
源码 ↗

工具与实验

开发与创作

skildAgent Skills 包管理器

像管理软件包一样,发现、安装、管理和发布 Agent Skills,把可复用的能力带到不同 AI 开发工具中。

功能

  • 从 GitHub、本地与 Registry 安装 Skills。
  • 搜索、更新、同步和发布技能包。
  • 通过 Skillsets 组合多个技能,服务不同 Agent 工具。
skild · 真实官网或产品画面
官网 ↗
Skill Foundry可视化 Skill 工作室

把经验整理成技能蓝图,编辑、校验并导出完整的 Agent Skill 包。

功能

  • 可视化蓝图与结构化编辑。
  • 实时查看 SKILL.md,静态检查技能包。
  • 变量试填、ZIP 导出与重新导入。
Skill Foundry · 真实官网或产品画面
官网 ↗
gitaryGit 仓库里的编辑与绘图

为 Git 仓库带来类 Notion 的编辑体验,并将手绘图和流程图放进同一个创作空间。

功能

  • Git 仓库中的富文本编辑。
  • 集成 Excalidraw 与 Draw.io 绘图。
  • 让文档和图形一起随仓库演进。
官网 ↗
Zenmark Editor所见即所得 Markdown 编辑器

基于 Tiptap 的开源 Markdown 编辑器,以直接编辑的方式完成写作,减少内容与语法之间的切换。

功能

  • Markdown 的所见即所得编辑。
  • 代码、表格、公式与任务列表。
  • 可作为组件集成,并支持协作扩展。
源码 ↗

交互实验

岚屿 · AURELIA · 真实官网或产品画面
岚屿 · AURELIA可以游进去的山地生态缸

化身小鱼探索幻想生态缸,也可以停下来,观察水流、植物和游动的生命。

功能

  • 十二种原创幻想生物与实时 3D 场景。
  • 自由观赏、小鱼冒险与多人共享水域。
  • 桌面键鼠与移动端触控。
岚屿 · AURELIA · 真实官网或产品画面
官网 ↗
Bibo Planet多人共享上下文的 AI

探索由多人共同使用的 AI。每个 AI 有自己的身份和共享上下文,与个人工作空间 Bibo 是不同项目。

功能

  • 多人分别与同一个 AI 对话。
  • AI 的共享记录连接不同人的贡献。
  • 保留独立身份与持久工作区的探索。
Bibo Planet · 真实官网或产品画面
官网 ↗
AgentKai记忆与目标导向的 AI 助手探索

围绕长短期记忆、目标管理和工具调用,探索能够利用过往交互经验的 AI 助手。

功能

  • 长短期记忆的组织与检索。
  • 围绕目标优先级进行规划的探索。
  • 连接工具调用与交互经验。
源码 ↗
小世界之书每一页,都通向一个小世界

融合故事、游戏和多媒体的互动阅读探索。一本书,也可以成为进入不同世界的入口。

功能

  • 故事与互动阅读的结合。
  • 天气、音乐与物品收集等场景探索。
  • 让书页承载可以进入的小世界。
源码 ↗

AI 实践

AI 驱动开发体系

组织开发与验证,保留上下文,支持中断接续。

工作流

工作流负责组织工程过程:选择路径、推进阶段、处理返工,并核对完整交付。

两种组织尺度

  • 基础工作按初始化、标准需求开发、简单修改、缺陷修复选择对应流程。
  • 大型交付组合具体工作项,维护整体目标、依赖、集成与完成判断。
  • 单项通过不等于整体完成,仍需验证连接起来的真实使用链路。

一次标准需求开发

  • 理解目标与设计方案,经方案审查后实施。
  • 检查真实行为、实现质量与用户可用入口,再交付并复盘。
  • 验证不成立时回到对应环节修正,不靠宣布“完成”越过缺口。
Skills 与方法

方法层回答每一步怎样做,以及当前步骤应遵循哪些质量要求。

方法的组织

  • 阶段方法覆盖理解、设计、实现、验证与 Review。
  • 专项方法处理验收、知识治理、工作记录与接续等问题。
  • 当前步骤按需加载相关事实与方法,避免每次读入全部资料。

怎样改进

  • 从真实任务的遗漏、误判和返工中定位问题,再修改对应方法。
  • 比较结果质量、执行成本和误阻塞,决定保留、调整或撤回。
  • 方法文档存在,不代表模型每次都能可靠执行;仍要核对产物和运行证据。
项目资料与证据

把开发依据和执行结果保存在项目中,让下一次会话能够核对现场后继续。

保留的三类资料

  • 稳定知识:环境、架构、既有行为与决策。
  • 任务约定:目标、范围、成功标准、设计与计划。
  • 执行事实:进度、已验证结果、未决问题、下一动作和阻塞。

接续时怎样使用

  • 先核对资料版本、代码和运行环境,确认哪些操作已经产生结果。
  • 从有效成果继续,避免重复提交或依据过期结论工作。
  • 截图、测试结果与实际使用观察各有范围,不能相互冒充。
擎天 Qingtian
完整实践

AI 自动化运营探索

把内容、执行与反馈,接成持续运营的工作链。

职责协作

把内容、发布、互动和统筹分开承接,同时围绕同一份原稿、安排与执行事实协作。

  1. 研究与原稿
  2. 发布和互动
  3. 核验与复盘

职责怎样衔接

  • 内容工作负责研究、选题与表达;发布工作承接准备好的原稿和安排。
  • 评论回复、关注和统筹有不同职责,不用一段聊天承担全部状态。
  • 共享原稿、日历和动作记录,为交接提供可核对的依据。

当前边界

  • 内容质量、长期稳定性与人工介入边界仍在真实运行中检验。
  • 职责数量或执行次数本身不能证明运营效果。
可核对的执行

通过 X Harness 的具名任务接口读取完整证据、提交动作,并检查公开结果。

  1. 读取与判断
  2. 记录并执行
  3. 公开结果核验

读取和执行

  • 读取任务可保留相关完整文本及目标证据,常规回执保持紧凑。
  • 写入任务记录意图,执行提交,再验证公开结果并更新动作记录。
  • 发布、回复和关注等动作有对应任务接口,不只依赖一次坐标点击。

遇到不确定结果

  • 未知提交先核验,不直接再次提交,以免重复执行。
  • 登录、浏览器能力或证据不足时明确记录缺口,不能把它们报成成功。
  • 动作成功只证明执行结果,不自动代表增长或商业目标达成。
内容与数据反馈

让内容准备、发布事实和后续观察重新连起来,用于下一轮选材与表达。

保留哪些信息

  • 选题与原稿:当时研究了什么、采用了什么表达。
  • 执行事实:实际发布内容、时间与需要继续核验的结果。
  • 后续反馈:读者反应与真实数据,而不是只统计做了多少动作。

反馈怎样进入下一轮

  • 对照历史内容与外部观察,调整选题、表达和下一轮实验安排。
  • 把执行故障与内容效果分开判断,避免工具问题干扰内容结论。
  • 观察不足时保留未知,不把一次波动写成已经验证的增长规律。
完整实践

理解与积累

关于 AI 开发

定义完成

先定义用户要得到的结果,再决定需要哪些实现与验证。代码完成只是其中一部分。

怎样判断完成

  • 写清最终结果、必要使用链路与可观察的成功条件。
  • 沿真实入口检查操作、响应和后续动作,寻找局部成功与整体交付之间的断点。
  • 每项结论对应当前有效证据,不能用旧截图或测试名称代替验证。

一个具体区别

  • 个人主页不仅要能构建,还要能打开、阅读、进入项目,并在手机上正常操作。
  • 截图可证明某个画面,不能单独证明交互链路可用。
接续工作

接续的基础是可访问的资料和执行状态,让接手者知道为什么这样做、做到哪里、下一步做什么。

接手前需要什么

  • 目标、授权、约定与设计依据。
  • 当前进度、有效证据、剩余缺口、下一动作与阻塞。
  • 代码和环境的现场情况,以及已执行操作的实际结果。

保持连续的方法

  • 稳定知识、当前任务约定与运行记录各有归属,不在多处维护相互冲突的副本。
  • 先核对变化再继续,避免重复副作用和依据失效状态执行。
  • 资料可访问、权限与能力适配仍是前提,不把接续等同于无限记忆。
检验方法

方法改进应当回到真实问题和效果,而不是以新增规则的数量衡量进步。

从问题到验证

  • 保留遗漏、误判或停滞的具体案例,区分缺信息、没遵循和判断错误。
  • 提出原因假设,选择能验证它的修改,再回到原场景检查。
  • 比较质量、总耗时、上下文成本与人工介入负担。

保留与退场

  • 有效的方法保留;效果不清楚的继续检验;代价过高或无效的调整、撤回。
  • 当前仍在探索流程可靠执行、跨时间推进和停滞后的策略变化,不能把新增机制当作已证明的效果。

关于自动化运营

组织分工

分工围绕输入、产物与责任边界展开,让每项工作能够接上前后的事实。

分工时明确什么

  • 内容交付什么原稿与材料,发布依据什么安排,核验留下什么结果。
  • 共享原稿、日历与动作记录放在哪里,哪些事实已经发生变化。
  • 中断后由哪项职责继续,哪些操作不能再次执行。

判断分工是否有效

  • 检查重复执行、交接遗漏和人工协调负担,而不是只看角色有多少。
  • 一项内容的原稿、实际发布与后续观察需要能重新对应起来。
核对结果

把“准备做”“已经尝试”和“结果已确认”分开,避免把一次点击当成外部结果。

核验链路

  • 提交前保留执行意图和目标;提交后检查公开页面中的实际结果。
  • 例如发布任务,需要核对实际出现的内容,不能只以按钮响应作为完成证据。
  • 结果未知时先查证,避免为了确认而重复提交。

过程与效果

  • 动作记录用于说明执行事实;外部反馈需要另行观察。
  • 发布或互动次数不能直接当作内容质量、增长或收入。
使用反馈

反馈的价值在于改变下一步的选择;记录数据本身不等于已经形成有效改进。

把信息连起来

  • 对照选题、原稿、实际发布与读者反应,保留当时的条件。
  • 结合历史观察准备下一轮内容,而不是每次从零做独立判断。
  • 分开看执行可靠性与表达效果,避免把两类问题混在一起。

保留判断边界

  • 观察窗口未结束或样本不足时,明确结果仍待检验。
  • 这是一项持续的个人实验,当前公开的是形成的机制,不承诺确定的增长与收入。

UI Rules

可引用的交互质量规则

反馈、键盘与内容

按反馈、键盘、内容等模块组织。

规则依据与验证

每条规则都有稳定 ID、依据与验证方法。

交互底线与视觉语言

共享交互底线,保留产品自己的视觉语言。

文章

暂无收录