中级

Hermes Agent：它是什么、不是什么，何时该用

说明 Hermes Agent 是什么，并判断真实工作任务该用它还是普通聊天机器人。

Hermes Agent 第一周：记忆管理、技能与工具审批

完成安全的 Hermes 第一周设置：整理记忆、添加一个可复用技能、限制文件写入，并测试终端审批或隔离措施。

Hermes Webhook：无需巨型万能提示的事件驱动智能体

设计 Hermes webhook 路由，并对其身份验证、健康检查、单一用途提示契约和已配置交付目标进行冒烟测试。

Hermes vs n8n：按任务选择（以及何时同时使用两者）

用明确决策框架，为具体工作流选择 Hermes、n8n 或混合交接。

从 n8n 调用 vLLM 及其他 OpenAI 兼容端点

配置 n8n 的 HTTP Request 节点，使用凭据和基于实测数据的超时预算，在安全的网络边界内调用本地 OpenAI 兼容端点。

n8n AI 节点的幂等性、重试与人工审批关卡

在启用外部副作用之前，为 n8n AI 步骤添加幂等键、安全重试策略、人工审批关卡与审计日志。

n8n → Hermes：选择 API 调用还是事件 Webhook

选择并配置正确的 n8n 到 Hermes 接口，明确身份验证、交付语义、幂等性边界和失败行为。

OpenClaw 个人网关设置：安装、初始配置与控制台

使用受支持的 Node 版本安装 OpenClaw，完成初始配置，打开 Control UI，并明确添加渠道或工具前需要落实的加固措施。

OpenClaw 允许列表、配对与群组提及安全

配置 OpenClaw DM 配对、允许列表与群组提及规则，并在启用高风险工具前运行安全审计。

OpenClaw 技能、心跳自治与审批关卡

在启用无人值守自治之前，配置 OpenClaw 技能与心跳，采用严格的 exec 策略，并让浏览器工作流保持禁用或经过人工审查。

OpenClaw vs Hermes：按任务选择，而非按品牌

判断工作负载需要 OpenClaw、Hermes、n8n 还是组合方案，同时尊重每套技术栈各自的职责边界。

6 分钟阅读

何时停下并联系持证顾问

应用清晰的升级触发条件，把不可逆的个人理财决策从聊天工具移交给具备适当资质或相应授权的专业人士。

中级个人理财 AI 素养

何时该停止靠 AI 自己动手：请持证专业人士介入

使用升级决策卡，从 AI 辅助规划转向持证技工、主管机关（AHJ）和经过核实的合同安排，避免涉及生命安全的 DIY 操作。

中级家居装修与改造 AI

保留个人品味的一轮编辑

完成一轮保留个人品味的AI辅助编辑，在提升写作质量的同时不磨平自己的声音。

中级AI 创意创作

拒绝让 AI 代写你的公开表达

决定哪些公开写作渠道可以使用AI辅助起草、哪些必须由本人写作，并制定一条你能公开捍卫的拒绝规则。

中级AI 创意创作

什么时候不能只靠 AI

应用一套升级决策框架，把高风险的自由职业问题从纯 AI 回答转交给合适的人。

中级自由职业与个人创业 AI

慢性病照护事务管理：建立照护日程，而不是治疗方案

以明确的责任归属协调预约、续方、表格、出行安排、问题与跟进，不加入任何由模型推断的医疗行动。

中级健康与就医导航

6 分钟阅读

信仰与灵性反思：用AI提问，不让AI扮演权威

用AI比较文本或生成反思问题，同时维护共同体、传统和可问责的诠释。

中级意义、伦理与能动性

让孩子继续书写自己的人生

随着AI融入孩子的生活，选择能够保留其选择权、努力、表达和责任的家庭与学校实践。

中级意义、伦理与能动性

职场AI披露：何时你真的必须说明

区分哪些职场专属触发条件会产生实际的AI披露要求，哪些仅适用一般创作责任规范，并在监管触发条件适用时正确上报。

中级个人职场 AI

归档家庭照片与故事，而不编造历史

建立一套家庭档案元数据架构：为每条材料记录同意状态、来源和可信程度，不让AI生成的猜测被记成事实。

中级家庭与关系

用AI审查决策中的认知偏误，而不是为其客观性背书

用固定的六类认知偏误清单和反向证据要求，审查你已经倾向的决定，同时牢记：审查你的模型本身也是可能带有偏误的参与者，而不是裁判。

中级心理与反思

从成果构建技能课程，而非一堆链接

把目标能力转化为先决条件、练习任务、证据与审阅检查点，并对照真实来源核验。

中级个人成长系统

一套帮你检索、而不是囤积的个人知识系统

围绕明确的重复需求设计一套小型「收集到检索」系统，设置检索测试、复核日期、删除规则和获批的数据边界。

中级个人成长系统

当机器能完成更多工作时，工作的尊严

评估自动化提案时，除ROI外，还要考察员工参与、保留的判断权、技能发展、工作负荷、监控、问责与申诉机制。

该删除的自动化：维护成本与静默失败

审计自动化资产组合，并为每条工作流做出有证据支撑的保留、修复、简化或退役决策。

自动化团队部分工作时，该告诉他们什么

在上线前规划并举行一次诚实的团队对话：明确决定、未决问题、承诺与反馈渠道。

证明什么是真实的：溯源、水印与Content Credentials

制定组织媒体政策：在可行处保留溯源、披露实质性AI使用，且永不把凭证当作真相证明。

人声克隆欺诈：真正管用的中小企业控制措施

为支付与账户变更请求落实三项程序性控制，向员工简报，并演练对冒充事件的首次响应。

AI工作流中的人在回路设计模式

为AI工作流选择合适的人工审核模式，并在上线前明确审批、抽查、审计、升级和停止规则。

爱沙尼亚企业的多语言AI工作流

为客户支持、销售、内部知识或内容本地化设计多语言AI工作流，并设置术语表控制、审核门禁和隐私边界。

构建可复用的提示词库：从文本片段到共享模板

将零散提示词转化为可共享、有版本记录，并配有负责人、示例和质量检查的模板。

中级提示词工程

多工具AI工作流：设计可靠的跨工具交接

在不丢失唯一事实来源、隐私边界或交接质量的前提下，设计跨工具的可重复AI工作流。

中级AI效率

思维链、自我批评、思维树——何时使用哪一种

三种能切实提升AI处理难题时输出质量的推理技术，以及使用它们的成本效益账。本文提供具体提示词、并列对比，并说明现代推理模型带来的注意事项。

中级提示词工程

选择推理模型并设计提示词

将推理配置与符合条件的基线比较，清晰地设计提示词，并依据任务评估、服务目标和总成本选择路由。

中级提示词工程

n8n、Zapier与Make对比：选择合适的自动化技术栈

坦诚比较2026年用于AI工作流的三大自动化平台。了解各平台擅长什么、局限在哪里，以及如何运用决策规则做出不后悔的选择。

在 n8n 中构建你的第一个 AI Agent：端到端的线索分诊工作流

设计一个潜在客户分流智能体，具备明确的工具、schema、路由规则、日志记录和人工审核。

设计AI客户支持智能体：分诊、知识、操作与升级

一种经过队列评估的参考设计，涵盖支持分诊、检索、回复起草、受控操作和人工升级，并说明安全试点所需的政策与测量边界。

安全地将 AI 连接到电子邮件、日历和 CRM 系统

以最小权限、审批关卡和审计追踪，将AI连接到电子邮件、日历和CRM。

构建个人RAG：与自己的文档对话

构建基于文档的助手，并了解过时、低质量或超出范围的来源会在何时使答案变得不安全。

分块、重排序与混合搜索：让RAG真正发挥作用

大多数RAG实现效果不佳，是因为三个环节出了问题。本实用指南介绍如何对文档分块、对结果重排序，并将关键词搜索与语义搜索结合起来，而无需成为搜索工程师。

面向非工程师的MCP：将Claude或Cursor连接到你的工具

MCP是将AI连接到工具的新标准。无需亲自编写MCP，也能从中受益。这份面向非工程师的指南将说明MCP是什么、应安装哪些服务器，以及当AI真正能够执行操作后可以实现什么。

无需成为开发者也能用AI编程：在Cursor和Claude Code中构建工具

如今，非开发者也能借助AI构建真正的软件。这是一份面向非工程师的Cursor和Claude Code实用指南，介绍哪些目标现实可行、哪些并不可行，以及区分实用工具与故障工具的必要准则。

在Mac上运行本地AI：Ollama、LM Studio，以及7B模型究竟能做什么

本地运行AI已日趋成熟。借助Ollama或LM Studio和一台现代Mac，你可以离线、免费且私密地运行能力不俗的模型。本文将介绍哪些方法可行、哪些不可行，以及真正能从中受益的使用场景。

中级私有／本地AI

使用 AI 构建持续更新的简报或电子通讯

构建一套采集—筛选—综合—分发的简报，并通过实测读者反馈、来源核验和故障监控持续改进。

浏览器智能体与计算机使用：它们今天真正能做什么

为简短、稳定的浏览器或计算机操作任务选择合适方案，严格限定智能体范围，并对会产生后果的操作保留人工参与。

多模型编排：按成本、延迟和质量进行路由

把各类 LLM 调用映射到模型层级，加入回退，并在削减成本前分别测量每条路由的质量。

设计团队采用 AI 的行动手册

制定一份涵盖使用场景、培训、治理、衡量和推广风险的团队应用计划。

AI 营销技术栈：内容、SEO 与社交，辅以人工审核

建立研究、起草、SEO、内容再利用与分发工作流，并让人工掌控策略、品牌语气、审核与发布决定。

AI 销售技术栈：线索信息补充、个性化与规模化跟进

构建一套以研究和消息质量控制发送量的外联技术栈，并对回复与合规保留人工审核。

面向非工程师的评估：判断AI工作流正在变好还是变差

使用示例、评分标准和回归检查，衡量AI工作流是否正在改进。