闲话少说，书接上回。
从 0 到 1 的视频生产流水线
继上月开始使用 ai 协助视频剪辑之后，本月则开始了从 0 开始生成视频的尝试。看到这里，一些懂行的小伙伴可能会脱口而出： remotion 。很遗憾，哥的反骨和品味有别常人，这里用的是 HyperFrames 。
为何选择 HyperFrames，主要三点：
- 持续看到网上有人在叫好。
- 直接跟 Codex 和 CC 配合的 agent skill，且直接支持 TTS。
- 开源许可证。
HyperFrames 自己也写了一篇对比，可自行前往观看。
整个尝试最后积累了一个相对完整的项目模板，主要功能：
- 集成了 HyperFrames 相关 skills 和命令。
- 增强其缺省的 TTS 功能，同时支持中日英。在这个过程中填补了一些之前不知道的坑，典型如：
- 中英混杂文本
- 日文技术词汇
- 集成 CloudFlare Media Stream，可将生成视频直接上传。
此外，还开发了一系列相关的 slash commands 辅助整个工程流程。
别问我开源不开源，现在没空思考这个，但是未来写一篇相关文章是有这个打算的，会记录相关的坑和解决。辅以 CC 和 Codex，复现并非难事。
继续 Apple 生态 local first 的 ai 应用开发
在等待 apple store 企业开发者账户所需的邓白氏码期间，哥无意间看到几个有意思的东西：
- 最近似乎在流行 menubar app，包括龙虾大佬也 show 了一下他最近写的 RepoBar。
- clicklight，依旧是一个 menubar app。
- 看到它的时候，我已经在想是不是也 vibe 一个 menubar app。
- cue，随时在你敲字的地方激活的写作增强小应用。
- 跟我去年尝试过的浏览器插件想法类似，区别是我当时的那个只是作用于网友的 input。
于是乎，我构思了一个场景，正在着手尝试。有意思的是，在测试过程中居然触发了 prompt injection，正在 fix 中。
MonaKit 和 MonaKiosk 全面支持 astro 6 + zod 4
若非有位网友提了一个是否支持 Astro 6 的 github issue，这次升级可能还不会这么快。
整个升级过程并无太多障碍，除了：zod 4 引入了 breaking change，导致我也对应修改了 zod 3 为底的 content schema。
跟 vibe coding 有关的实践是：小伙伴尝试了用 codex 来 review 之前的老旧仓库，并以此为基础，将原来一些人为复杂化的代码进行了大幅翻新，缩减了近 1/3 的代码。
由于恰好发生在迁移过程中，于是让小伙伴也在 MonaKit 的仓库上如法炮制。
btw，Mistral 也在用 Astro 来做网站了，难道你不想也试试么？看看我们的尝试：
关于 Coding 本身的实践
compound-engineering 替换 superpowers
这是小伙伴自己的 CC 插件替换，对于此类插件，我一向不太感冒，于是问了问有何不同和感觉，回答：
大的倒没有，因为他们的方法论其实我们一直有在用。而使用这一类的工具可以减少一些手动指定目录和格式之类的操作
…
没太影响我以前的工作流，我以前就用对应的 slash command
anysearch
我没用过，但按小伙伴的说法是：
非常好用，这玩意远比自带的 web search 搜索出来的内容质量好得多
最近所见所闻带来的实践和想法
首先， 忘了在哪看到的一篇文章说一个 CC 的 memory 插件强力依赖 mermaid 图来建立起代码之间的关系，效果不错。
在我现在的工程中也有固定的套路和格式来做类似的事情，只是用的是纯文本，因为想当然认为更省事。但看到此文之后，觉得有启发，原因在于：mermaid 本来就已经有描述不同类型关系的图，这样可以描述的关系自然越多。加上本来就流行，ai 生成和理解本来已经不是障碍。这远非简单的文本 + 箭头可以比拟。
其次，对于 Claude Routine，我一直没想好要用它干啥，因为我手头并没有太多可以全自动去做的事情。而且，全自动生成内容再到处发并非我钟意的生财思路，于是乎一直处于闲置状态。直到最近看到的 claude 团队自己介绍的用法：documentation routine。
这简直是一语惊醒梦中人，直接建立一个 memory 或者是 repo understanding 的 routine 岂非就是最直接的场景。此时，无需再 review 代码，只是让它自己好好反省，正是一个当“甩手掌柜”的典型用法。
最后就是之前在网上看到过，但今天又在朋友圈中看到的同样内容，老马的新文：Interrogatory LLM，其主体思想就是，反向质询：
The obvious way to do this is for a human to write this context, but an alternative is to use an LLM to write this context after interviewing a human.
这一点让我想起多年前在给小伙伴补充技术内容时的情形。一开始是我讲他们听，结果一众人昏昏欲睡；于是，我也来了反向操作：他们讲，我来听，效果立马翻转，😄。
以上。