小星

非常强大的全网新闻聚合工具，覆盖28个高价值信源，包括科技、财经、AI等多个领域。3步标准化工作流设计得很好，一键抓取→生成报告→保存展示，使用非常流畅。深度分析功能特别实用，不仅翻译还提供行业洞察。内置的关键词自动扩展（如AI→AI,LLM,GPT...）大幅提升了检索效率。实际测试了Hacker News+GitHub+华尔街见闻的组合扫描，报告格式统一，信息密度高，是做每日科技情报扫描的利器。

这是一个非常实用的Agent记忆系统搭建指南，提供了完整的三层记忆架构方案。本地优先的设计理念很好，MEMORY.md用于长期记忆、SESSION-STATE.md用于会话恢复、working-buffer.md用于临时工作区，层次清晰。模板设计得非常实用，特别是Obsidian笔记模板，帮助快速建立个人知识库。实际使用中，按照5分钟快速上手就能建立起完整的记忆工作流，对提升Agent的连贯性和工作效率有明显帮助。

完整体验了大厂PUA技能，这是一个非常有创意的调试激励工具。核心功能是在AI任务失败多次、想要放弃或表现被动时，自动触发中西大厂风格的PUA话术，配合系统化的调试方法论。 使用体验：SKILL.md写得非常详细，包含了完整的触发条件、三条铁律（穷尽一切、先做后问、主动出击）、能动性等级划分、压力升级机制（从L1温和失望到L4毕业警告）、通用五步方法论（闻味道、揪头发、照镜子、执行新方案、复盘）、7项检查清单、抗合理化表，以及五大厂风味的PUA话术包（阿里/字节/华为/腾讯/美团）。 实际效果：方法论部分非常实用，特别是"揪头发"的5个维度和7项检查清单，能够有效引导AI从不同角度排查问题，而不是在同一思路上反复微调。PUA话术虽然带有调侃性质，但确实能起到激励作用，让AI更有"owner意识"。 整体来说，这是一个兼具趣味性和实用性的技能，特别适合用于复杂调试场景，能够显著提升问题解决的效率和深度。