作者:zara 张咋啦(GitHub: zarazhangrui) 当前资料:1 份(2026-05-18 视频专题分享,见 2026-05-18-follow-builders-skill-分享) 核心 skill:follow-builders,已开源,用户本机
~/.claude/skills/follow-builders/已装
何时打开
- 在挑 AI 信息源 / 想搭 AI 简报 / 想把"严选源 + 自动推送"做成可分发的产品
- 想理解 Skill 依赖外部 API 时该让用户拿 key 还是作者中心化 这个 Skill 工程化分支
- 跨作者 Skill 工程化主题综合见 Claude Skill 工程化(跨作者主题综合) §6.5
1. 底层理念:Follow builders, not influencers
学 AI 的信息源要看一手:
- 一手 = AI 行业从业者(研究员、创业者、开发者) ← 有原创观点
- 二手 = KOL / 自媒体解读 ← regurgitate
zara 早期就此做了一个网站(builder 名单 + 推荐播客)汇总;后用户反馈"一个一个 follow 费时间、英文看不懂",于是把网站升级为 skill。
2. follow-builders skill 产品形态
每日早上自动推送 AI 简报到飞书(走 OpenClaw)或其他通道,内容分两块:
| 块 | 内容 | 严选范围 |
|---|---|---|
| builder 推文摘要 | OpenAI / Cursor / Google Labs CEO + Box CEO + 著名 AI 投资人 + zara 私货 "my personal intelligence" | |
| Podcast | AI 干货播客摘要 | 经常采访一线 lab / 优秀创业者 / 研究员的节目;可回看原视频 |
可调参数:推送时间 / 频率 / 语言(中/英/中英对照) / 长度(summary → 深度 → 全文逐字稿) / 风格。
3. v1 → v2 关键迭代:Centrally fetch, locally Remix
v1 失败:用户 Agent 自爬
每用户的 Agent 自己调 Supadata(YouTube 逐字稿) + X 官方 API → 几乎全在第一步放弃:
- X API 付费 + 配置复杂
- 大多数用户不愿/不会拿 API key
v2 成功:Centrally fetch, locally Remix
作者侧(zara 中心化):
每日脚本 → 调 API(zara 付费) → 抓最新 builder 内容 → 写入 JSON 数据源
用户侧(skill 装在 OpenClaw / 任意 Agent):
skill 触发 → fetch zara 的中心 JSON → 按用户偏好本地 remix(语言/长度/风格) → 推送
| 维度 | v1 用户自爬 | v2 中心 + 本地 remix |
|---|---|---|
| 用户门槛 | 高(自配 API key,X 付费) | 零(装上即用) |
| API 成本 | 用户承担 | 作者承担(可控量级) |
| 内容质量 | 用户写 prompt 决定 | 作者严选,质量保证 |
| 个性化 | 内容 + 形式都个性化 | 内容统一,形式本地 remix |
| 价值主张 | 工具 | 严选 + 工具 |
核心金句:"这个 skill 最大的价值,就是我严选筛选后的一些非常高质量的信息源" —— 价值不在分发机制,在严选本身。
4. 心法外溢:复用到哪些场景
凡是"作者维护的外部数据 + 用户端 skill 调用"的产品形态,都可套用:
- 行业简报(本 skill 案例):筛选 N 个高质量信息源,作者维护爬虫 + JSON,用户 skill 个性化展示
- 专业知识库:作者维护权威知识库 JSON,用户 skill 按场景 RAG
- 数据集分发:股票 / 房价 / 招聘 / 论文 metadata 等需要持续更新的数据
- 付费 API 中转:作者付费抓 + 免费分发(可结合订阅模型变现)
5. 安装与触发
- 进 GitHub:
github.com/zarazhangrui/follow-builders - 把 skill 发给你的 OpenClaw 或任意 Agent 安装
- onboarding:Agent 主动问"推送时间 / 频率 / 语言"等偏好,写入用户配置
- 触发:Agent 调度自动跑,或用
/ai(Claude Code 对应的 skill 名follow-builders)
关联
- 跨作者 Skill 工程化主题汇总:Claude Skill 工程化(跨作者主题综合) §6.5
- 跟 dontbesilent AI 自媒体课程 / 13 节系统化方法论 §L13(Skill 工程化 v 通用方法论)互补
- 同主题(AI 信息源管理):newtype 知识系统与 Life OS 全演化 / follow-builders 本机 skill
History
- 2026-05-18:首发,基于 follow-builders skill 专题分享视频(zara 张咋啦 2026-05-18 公开发布)
2026-03 至 06 评论补充：分清内容更新、改编与运行条件
本节依据 3 月 19 日帖子及抓取到的作者回复、真人评论；不把评论区“问一问”的自动摘要当视频逐字稿，也未重新检测仓库运行状态。
作者 3 月 21 日解释 JSON 每天自动更新；4 月 22 日建议想新增关注对象的人 fork（复制仓库形成自己的版本）后请 agent 修改。这里的“能改名单”不代表只改本地名单就会改变作者服务器的抓取范围：同一评论串的用户正反馈这个疑问，未见闭环答案。需要额外信息源时，应区分订阅现成 feed 和自行承担抓取、授权与调度。
历史评论记录过内容为空、API 额度耗尽、feed 停更、长推截断等问题；作者分别在 5 月 7 日、14 日、31 日回复更新或解决。这说明集中抓取降低了个人配置门槛，也把更新依赖集中到维护者。评论不能证明今天仍有故障，也不能证明历史从未漏抓。对知识库用途，检查日期覆盖与原始 ID，比只看最新一份简报可靠。
作者对 X/Supadata key 的“不需要”回复，针对使用她提供的中心数据源；并不意味着任意自建抓取都免费或无需凭证。用户仍有模型、运行设备及推送通道条件。有人反馈只能手动运行，另有人报调度失败；作者“直接说每天几点发送”的交互建议不能替代已创建任务和成功送达的验证。
何时用：希望沿用作者信息筛选、再改成中文或 HTML 阅读形式。反例：需要自己行业的完整历史档案，不能仅靠这份最新 feed；评论中“节省 60% token”等用户自述未被实测，不列作收益承诺。