王凯 2025-12 起的主力工作流。基于 1119 帖实战提炼 + 92KB 综述文档。核心哲学:目录是 Agent 的身体,CLAUDE.md 是它的人设,.mcp.json 是它的工具,feedback.md 是它的成长记录。
一句话:指数级提升 token 消耗量、消耗质量、消耗效率——把传统互联网工程化的分工/审查/迭代逻辑搬到 AI 协作。
1. 终极愿景
"未来每个人会有 10 台电脑,每台电脑上都会装 Agent(Claude Code、OpenClaw 等),形成 AI 时代标配组织(1 人 + 10 个以上 Agent)"
2. 核心心法(背 8 句)
| # | 心法 | 一句话 |
|---|---|---|
| 1 | 终端窗口即 Agent | 不是 sub-agent / Task,字面意义"开一个新终端跑 claude" |
| 2 | 一个窗口一个职能 | 内容专员/技术专员/CTO 审查/CEO 调度,拆分越细 token ×2、质量越好 |
| 3 | Claude 订阅是最便宜的 | kimi API 1 任务 1.5h = 15 元 > 200 美金月费分摊 |
| 4 | 多模型混编 | Claude Code 主力 + Codex 做 CTO 审查 + Gemini/Kimi 兜底 |
| 5 | Skill 是 Agent 的 wiki | 工作内化成可复用资产,每个窗口/3 分钟后的自己都看不到全局 |
| 6 | 10min 巡检替代复杂 Loop | Agent 自作聪明会停,简单 10min check 没跑就让继续 |
| 7 | 把所有数据/信息全给 AI | 链接越多 MCP 越多上下文,AI 越有用 |
| 8 | PUA Claude | 一次次分析→反馈→改进,提示词最终能磨到 6000+ 字 |
3. 终端窗口即 Agent
3.1 一个窗口 = 一个 agent = 一个职能
"把一个窗口先看做一个完整的事务/项目 ➡️ 拆分成部门 ➡️ 拆分成单个人 ➡️ 最终拆分成某个细分的职能。每次拆分,token 消耗量应该都是翻倍增长,然后得到的结果质量会越来越好。"
常见职能拆分:
- 设计 / 内容 / SEO / 视频运营 / 技术 / 审查
- 外链 team / 内容 team / 产品优化 team
- CEO / CTO / 推广
3.2 工程化分工与审查环
graph LR
A[内容专员 Skill A] --> D[Codex CTO 审查]
B[技术专员 Skill B] --> D
C[推广专员 Skill C] --> D
D --> E[Claude Code 修复]
E --> F[Codex 验收]
F --> G[全局监控 + 强化学习]
G --> H[复盘 Agent 持续优化 Skill]
H --> A
1. Claude Code 出产品架构:不基于现有产品现状,先说清楚产品目标后让其出架构 + 功能/逻辑细节,再反向对比目前产品欠缺点,让其更新(避免被持续琐碎问题牵着走)。
2. Codex 装进 Claude Code 做 CTO 审查:codex-plugin-cc 帮构建技术全景图(性能等)、审查代码 → 转 CC 解决 → Codex 验收。
3. bug 解决闭环:CC 控制浏览器测试 bug → 解决 → 自己再次控制浏览器验证 bug 是否真实解决,按此循环避免死循环。
3.3 多模型混编实战
新下载多个终端 → 每个终端开多窗口 → 每个窗口不同任务 → 每个终端分配不同大模型
(Claude Code、Codex、Gemini、Kimi 各跑各的)
成本观察(反共识):
- kimi API 同任务 1.5h ≈ 15 元人民币 > 200 美金月费分摊
- Codex 比 kimi API 便宜
- 结论:用量大的话,Claude / Codex 一线厂商订阅是最便宜的
3.4 paperclip / OpenClaw 评估
| Claude Code 多窗口 | paperclipai/paperclip | OpenClaw | |
|---|---|---|---|
| 可视化 | ✅ 终端看动态 | 框架封装 | ❌ 不可视化 |
| 干预成本 | 低 | 高(频繁崩溃) | 严重依赖 Skill |
| 推荐 | ✅ | ⚠️ 不成熟 | 云端跑用,本地慢 |
"初期非常建议大家可视化(就是手边的电脑跑 OpenClaw),还是最推荐 Claude,等你非常熟悉 AI 的逻辑、出错情况、偏离情况后再说云服务器等。"
4. Skill / 记忆 / 规则 三大致命陷阱
4.1 陷阱 1:规则必须写"适用范围"
"这太像教小孩了:你告诉了'不要生气'这条规则,这个规则的前提是'你不占理的情况下,不要随意发脾气',但小孩非常可能被欺负时说大人叫我'不要生气,所以我不能生气'。给每条规则、记忆最好明确下'适用范围'。"
错例:不要写"后面要加 tag 呀" 正例:"你发小红书时,一定要加 tag"(限定平台)
4.2 陷阱 2:记忆会串
在一个窗口说着事,它给你回复完全不相关的另一个项目 → 检查 ~/.claude/CLAUDE.md 是不是写多了项目名
4.3 陷阱 3:Skill 越多越冲突
需要持续整理结构 → Karpathy LLM Wiki 思维:把所有的文件整理下,按照项目构建个文件夹、文件之间有层级关系、能互相关联等等,类似维基百科一样。
王凯一键升级提示词: tokrepo LLM Wiki Memory Upgrade Prompt
4.4 想要精确性 → 用代码写 Skill
"制作视频过程中经常会用到各种动效……如果用文字告诉 Claude Code 遵照执行,它总是走各种路线无法保证输出效果。后来我让其写代码,把知识点写成代码放到视频 skill 中,实现路径就比较唯一。"
原则:文字宽泛度高,代码/数学信息衰减最少。想要精确性的场景非常适合转成 skill 确保唯一效果。
5. 三层配置分层(v2.1.x 实测)
| 层级 | MCP 配置 | Skill 路径 | CLAUDE.md 路径 | 加载方式 |
|---|---|---|---|---|
| Enterprise | (managed) | (managed) | /Library/Application Support/ClaudeCode/CLAUDE.md |
优先级最高 |
| User(全局) | ~/.claude.json 的 mcpServers 字段 |
~/.claude/skills/<name>/SKILL.md |
~/.claude/CLAUDE.md |
所有 agent 继承 |
| Project(项目) | ./.mcp.json |
./.claude/skills/<name>/SKILL.md |
./CLAUDE.md |
仅该目录生效 |
| Local(本地) | ./.claude/settings.local.json |
— | ./CLAUDE.local.md |
不入 git |
5.1 关键规则
- MCP 写入命令:
claude mcp add <name> -s user|project|local <command> [args...]不要手编 JSON - Skill 优先级:Enterprise > Personal > Project > Plugin —— 同名上层覆盖下层
- CLAUDE.md 是拼接不是覆盖 —— 全局 CLAUDE.md 写的所有内容都会出现在每个 agent 里 → 必须极简
5.2 4 问决定放哪一层
1. 这个能力绑定特定资源吗?(如某个浏览器端口) → Project
2. 不同身份/agent 凭证不一样吗?(如各自 API key)→ Project
3. 不同身份/agent 行为不一样吗?(如不同语气) → Project
4. 纯逻辑、所有 agent 都用同一份? → User(全局共享)
5.3 反例(v1.0 错的)
- ❌
~/.claude/mcp.json—— 不存在这个路径,全局 MCP 在~/.claude.json的mcpServers字段 - ❌ chrome MCP 注册成 user 级 → 矩阵化时不能切身份
- ❌ 全局 CLAUDE.md 写"我是做 SillyTavern Online 的" → 污染所有项目
- ❌ 多个 identity 目录下同名 skill → 被覆盖
6. 配置路径速查(v2.1.x)
~/.claude.json ← 全局 MCP(mcpServers 字段)
~/.claude/CLAUDE.md ← 全局 CLAUDE.md(必须极简)
~/.claude/skills/<name>/SKILL.md ← 全局 skill
~/.claude/settings.json ← 全局 hooks/permissions
./.mcp.json ← 项目 MCP
./.claude/skills/<name>/SKILL.md ← 项目 skill
./CLAUDE.md ← 项目 CLAUDE.md
./.claude/settings.local.json ← 本地(不入 git)
./CLAUDE.local.md ← 本地 CLAUDE.md
关键命令
# 加 MCP
claude mcp add <name> -s user|project|local <command> [args...]
# 看 MCP
claude mcp list
claude mcp get <name>
# Claude Code 内
/mcp # 看 MCP server + 工具
/skills # 看 skill 列表
7. 王凯自有工具栈
7.1 chrome-mcp-proxy(William Wang 自己)
"杀手级 Chrome MCP"——Google 官方版默认无头浏览器,作者改造支持用户数据 + session 复用 + 不抢焦点。
- 路径:
~/chrome-mcp-proxy/chrome-mcp-proxy.sh - 端口对:
bash chrome-mcp-proxy.sh <PROXY_PORT> <CHROME_PORT> - 健康检查:
curl http://127.0.0.1:9401/proxy/status - 一键安装:tokrepo Chrome MCP Background Proxy
- 验证环境:macOS + Chrome 147 + Claude Code v2.1.126+
7.2 cc-status-board(状态栏)
GSD(get-shit-done)启发,解决 3 个问题:
- 当前对话使用的模型信息
- 当前对话上下文长度 → 提醒及时压缩
- 根据上下文匹配你已经安装的 AI 资产(MCP、Skill 等) —— 在合适的上下文中匹配到合适的 AI 资产
- GitHub:henu-wang/cc-status-board
- 一键安装:tokrepo CC Status Board
7.3 weixin-claude-router(微信 → iTerm2 → Claude Code)
场景:终端常开 10 个左右标签页跑 CC,不在电脑前时,通过微信/飞书远程控制 iTerm2 上的 Claude Code。
- GitHub:henu-wang/weixin-claude-router
- 为什么不用 Happy Cow:"不习惯再给 Claude Code 套层壳"
7.4 tokrepo.com(AI 资产托管)
定位:"AI 时代人人可用的 GitHub" —— 托管提示词、Skill、MCP、记忆文件、规则等。
已发布:
- Chrome MCP Background Proxy
- LLM Wiki Memory Upgrade Prompt
- Remotion AI Skill(程序化做视频)
- 减肥工具(飞书 IM + 飞书多维表格 + Claude Code)
- CC Status Board
7.5 飞书 CLI(Agent 间协作总线)
"假设我弄 10 台电脑,每个电脑配上 Claude 200 美金订阅,如何高效的组织它们之间互相协作?用飞书 CLI 就能高效实现:把所有电脑/Claude Code 拉到一个飞书组织,通过飞书 CLI 写文档、消息甚至日历等展开协作、汇报等,然后弄台'大脑'就能组织起来。"
- 工作信息两大来源:Claude(对话)+ 飞书(文档)
- 多 Agent 协作:同一个飞书组织 + 飞书 CLI,人类只盯 1-3 台"大脑"电脑
- 飞书文档可以 CLI 拉出几十篇作为上下文(之前需要让 CC 控制浏览器去看)
7.6 Remotion AI Skill(程序化做视频)
成本:"Claude Code 做视频的成本要比即梦等低很多",可以结合即梦高级会员 + CC 中安装即梦 CLI,多个窗口自动运行,每个 YouTube 账号一天最少 10 条以上素材。
效果突破:不抽象成规则,直接让 CC 模仿 Dropbox 讲解视频。
8. Computer Use vs Claude Code 终端
| Claude 客户端 Computer Use | Claude Code 终端 | |
|---|---|---|
| 控制范围 | 整台电脑 | 终端 + MCP |
| 可视化 | 有 | 有(动态) |
| 上手门槛 | 低 | 中 |
| 用途 | 处理微信/本地文档/飞书 | 主力开发 |
| 注意 | Cowork 和 Code 走的网络环境不同 | 推荐 |
微信反 AI 控制 → 买个鼠标模拟器,让 AI 通过鼠标模拟器控制微信。
9. 调试与最佳实践
9.1 长期任务调度
"我有越来越多不停歇让 Claude Code 持续执行的任务……但它总会自作聪明的停止。刚开始我想通过
/loop设定个详细的定时循环任务,让其能一直跑着。后来我转折一想——直接设定个 10min 检查定时循环任务,如果 Agent 没继续跑,就让其继续跑即可。"
→ 结论:放弃 /loop,用简单的 10 分钟巡检 + 没跑就让继续跑
9.2 把所有数据/信息给 AI
"再次说下:当你用 Claude Code 等链接越多数据、越多信息,你的 AI 就会越有用、对你帮助越大。"
- 控制浏览器拿真实信息
- 飞书 CLI 拉所有文档
- 自建金融 MCP 拿准确数据(投资场景必须)
- 给完整证券交易订单数据,让 CC 攻防演练
9.3 常见坑(按频率)
- 上下文超长:必然遇到,cc-status-board 会提醒。处理:让原窗口写总结 → 发到新窗口
- Chrome MCP 断开:另开窗口接力
- 同时开太多 Agent → 电脑内存爆:控制并发数(王凯长期 6 个项目 / 最少 10 个 agent)
- AI 重复犯错:检查规则有没有写"适用范围"
- Skill 越多记忆会串:用 LLM Wiki 思维结构化整理
- 新平台账号反垃圾限制:遵守规则养号,不要绕开
- 微信反 AI 控制:买鼠标模拟器
- Agent 自作聪明停止长任务:10min 巡检
- AgentMail SDK 属性名不直觉:
.inbox_id/.preview - Cowork 和 Code 走的网络环境不同:测试 Computer Use 走 Code
- Reddit/Medium 防护绕不过:选防护更弱的平台
- 不要被门槛吓住:封号 / 觉得贵 / 不会终端,实测 Claude 订阅最便宜
9.4 chrome MCP 工具不被 agent 调用(v1.1 重点)
症状:agent 看到任务后绕路写 Node.js/Python 脚本调裸 CDP,不调 mcp__chrome__* 工具。
原因:Claude Code v2.x 工具发现机制不会 eager-load 仅在 user 级注册的 MCP。
强制注册法(每个 agent 项目目录里也注册一份 chrome):
cd ~/agents/identity-A/publisher
claude mcp add chrome -s project bash $HOME/chrome-mcp-proxy/chrome-mcp-proxy.sh 9401 9222
并在项目 CLAUDE.md 里写明:"只能用 mcp__chrome__* 工具,禁止用 Bash 写脚本绕路调 CDP"。
仍绕路 → 发 /mcp 确认 chrome 列出来后再下任务。
10. token 消耗演进路径(王凯亲历)
| 阶段 | 工具 | 月支出 | 关键变化 |
|---|---|---|---|
| 不会 Coding | Claude + ChatGPT | < 100 美金 | 普通对话 |
| 用 AI Coding | Cursor、Qoder、Trae、v0、Claude、ChatGPT 同开 | ~ 200 美金 | token 量 ×10 |
| VS Code + Claude Code | 按项目(每个文件夹一个项目) | 升 | 仍受项目思维束缚 |
| 终端 + Claude Code | 脱离项目思维 | 125 → 250 → 200 美金(Claude)+ Codex | token 量再 ×2 |
| 终端多窗口 + 多模型 | Claude Code、Codex、Gemini、Kimi 各跑各 | 同上 | token 量再 ×3,"日常开的窗口堪比浏览器开的网页" |
| 多浏览器并发 + Skill 化 + 循环任务 | Chrome MCP × N + Skill + 飞书 CLI + /10min 巡检 | Claude 订阅打满 + 200 美金按 API 计费 3h 用完 50 美金 | 把活儿拆成"设计/内容/SEO/视频/技术/审查"几十条 Skill |
衡量维度:token 消耗量 / 消耗质量 / 消耗效率。
11. 工作思维转换(重要)
王凯反复强调的"潜意识规则":
- ✅ 尽量不用浏览器 —— 第一反应让 CC 控制浏览器
- ✅ 尽量不让自己做 —— 第一反应"为什么要人做,而不是 AI"
- ✅ 不要写文档第一个字 —— 直接 Demo / 代码层面协作
- ✅ 遇到疑惑先问 GPT/Claude —— 不先搜索
- ✅ 碰到开源项目,看名字 → 网址 → CC 安装 ➡️ 讲解 ➡️ 测试
- ✅ 看任何长文章/项目链接 → 丢进 CC 新窗口提问(NotebookLM 思维)
- ✅ 直接写代码协作 —— 权限范围内直接提交,让代码审核 Agent 审核
- ✅ PUA Claude —— 一次次分析 → 反馈 → 改进,提示词最终 6000+ 字
12. Claude Code 工程层面技巧
ultrathink指令:要求模型输出时给出推理逻辑,显著提升输出质量CLAUDE.md:长期记忆,开新窗口不用重复铺垫基础- 构建上下文:参考 Claude Code in Action 课程
- 必看资料:
- MinusX "What makes Claude Code so damn good"
- Boris Cherny(CC 创始人)使用心得 — 同步多进程、Skill 积淀、Chrome 前端测试
- Claude Code 源码已泄漏
13. 关键参考链接清单
王凯自有
- TokRepo - AI 资产托管
- Chrome MCP Background Proxy
- CC Status Board GitHub
- weixin-claude-router GitHub
- LLM Wiki Memory Upgrade
- 减肥工具(飞书 + Claude Code)
核心外部
- Chrome DevTools MCP
- Claude Code in Action 课程
- Skill 官方文档
- Custom Skills
- codex-plugin-cc
- AgentMail
- Karpathy LLM Wiki
- Stitch(Google)
- Anthropic 营销 case
14. 王凯说
"再次呼吁:只要你用起来 Claude Code,你的 token 消耗量一定指数级提升,AI 能力一定是整个时代前沿。"
"agent 就是工作目录,目录是 agent 的身体,CLAUDE.md 是它的人设,.mcp.json 是它的工具,feedback.md 是它的成长记录。"
"任何想跳过养号、批量发链接的方案都会被反作弊系统秒杀;遵守规则、积累信任,才是矩阵化的唯一可持续路径。"
引用
- 王凯多 Agent 浏览器矩阵架构(v1.1 实操指南) - 多 Agent 浏览器矩阵架构(本 wiki 的工程化扩展)
- 王凯 6 平台海外运营 SOP - 6 平台运营 SOP(本 wiki 的应用层)
- 王凯 SillyTavern 视频生产 SOP(Skill 落地范例) - SillyTavern 视频生产 SOP(Skill 落地范例)
- 王凯产品失败复盘合集 - WhatsApp 等失败复盘(避坑)
- 王凯 AI Coding 实操：从 Cursor 到 Claude Code 终端工作流 - AI Coding 主 wiki(本 wiki 的总述)
- 王凯 Agent 工程实操 - Agent 工程主 wiki(本 wiki 的下游)
- 王凯 RSI AI 投资策略与"好资产 好价格 好波动"框架 - 投资策略(自建金融 MCP 案例)