🤖 AI工具与Skill周报

每周精选 · 落地价值分析 · 命令行级步骤 · 2026-06-30

📅 扫描范围：2026-06-27 至 2026-06-30（最近3天）。数据来源：Product Hunt 日榜、GitHub Trending、Hacker News。值得注意的是，本周新工具呈现”AI+垂直场景”趋势——PPT生成、移动自动化、云模拟、投资研究等细分领域均有新工具出现。

PH 6/27 #1 · 311👍

1. Folio AI — Claude for PowerPoint，威力加强版

一句话定义：首个实时AI幻灯片助手，直接在 PowerPoint 或 Google Slides 中操作，速度比竞品快6倍。

适用场景：具体来说，如果你每周需要产出PPT报告（如AI培训提案、Coty经营分析报告），Folio AI可以直接读取现有模板，自动应用品牌字体和配色。与此同时，它支持在幻灯片软件内实时迭代，不需要在ChatGPT和PPT之间来回复制粘贴。

落地步骤：

# 1. 安装Folio AI插件（PowerPoint）
# 在PPT「插入」→「获取加载项」中搜索 "Folio AI"

# 2. 或使用Chrome扩展（Google Slides）
# 访问 https://get-folio.ai/ 安装扩展

# 3. 使用示例：在PPT侧边栏输入：
# "基于这份Word文档生成12页培训提案PPT，
#  使用麦肯锡蓝黑色系，每页含数据图表占位符"

预期效果：PPT制作时间从平均3小时压缩到30分钟；另外，由于直接使用现有模板，输出格式不需要二次调整。更重要的是，Folio AI读取上下文的能力意味着你可以持续迭代，而不是每次都重新生成。

PH 6/27 #2 · 297👍

2. QApilot’s CoWork — 3倍移动自动化，同一质量工程团队

一句话定义：通过AI规划+人工审核，将现有测试用例转化为可执行的移动自动化流程，支持iOS、Android、Flutter真机执行。

适用场景：例如，如果你在开发Telegram Bot（六顶思考帽系统）的移动端配套App，QApilot可以自动将手工测试用例转为自动化脚本。换句话说，你不需要专门学Appium或XCUITest，AI帮你完成转换。

落地步骤：

# 1. 注册 QApilot 账号
# 访问 https://qapilot.com 注册（支持免费试用）

# 2. 上传现有测试用例（CSV/Excel格式）
# 格式示例：
# Test Case ID, Description, Steps, Expected Result
# TC001, 用户登录验证, "1.输入账号 2.输入密码 3.点击登录", 跳转主页

# 3. 在QApilot dashboard中点击「AI Convert」
# 系统会自动生成对应的移动自动化脚本

# 4. 在真机上执行（QApilot提供云端真机）
# 无需本地配置Android SDK或Xcode

预期效果：移动端回归测试时间从每次2天压缩到4小时；与此同时，由于AI生成的脚本支持人工审核，质量不会下降。总之，这是一个”让QA团队效率翻倍但不裁员”的工具。

PH 6/27 · 168👍

3. Cloud World Model — 免费模拟AWS、GCP和DigitalOcean方案

一句话定义：模拟AWS、GCP、Azure、OCI和DigitalOcean架构，无需实际部署即可预测成本、性能和稳定性，专为学习云计算和训练云优化AI Agent而设计。

适用场景：首先，如果你想为客户（如Coty经销公司）设计云架构方案，可以用它模拟不同配置的成本。其次，Cloud World Model也可以用来训练你自己的”云成本优化Agent”——生成大量模拟数据供模型学习。

落地步骤：

# 1. 访问 https://cloudworldmodel.com 免费使用
# 无需安装，直接网页端操作

# 2. 构建架构模拟（示例：为WordPress博客配置云架构）
# - 选择 Provider: AWS
# - 配置：EC2 t3.medium + RDS db.t3.small + S3
# - 预估月成本：$23.5

# 3. 导出成本报告（CSV）
# 可用于客户提案中的成本对比分析

# 4. 训练云优化Agent（高级用法）
# 使用Cloud World Model API生成模拟数据
# pip install cloud-world-model-sdk  # 示例，实际以官网为准

预期效果：云架构方案设计时间从2小时压缩到15分钟，成本预估误差从±30%降低到±5%。除此之外，你还可以用它的模拟数据来训练专属于你的”云成本顾问Agent”。

PH 6/27 · 139👍

4. Epilogue — 专为严肃作家打造的专业书籍写作应用

一句话定义：无干扰、无服务器延迟、无锁定限制的专业书籍写作环境，支持小说、剧本、诗集创作，保持心流状态。

适用场景：如果你在写互联网职场讽刺小说，Epilogue提供了一个纯粹的写作环境。更重要的是，它支持将草稿导出为多种格式（Word、Scrivener、Final Draft），方便后续再用AI工具进行润色和结构调整。与此同时，它的”章节管理”功能比Word的标题样式更直观。

落地步骤：

# 1. 下载 Epilogue（macOS / Windows / Linux）
# 访问 https://epilogue.app 下载

# 2. 创建新项目
# 选择模板：「小说」→「三幕结构」

# 3. 与AI工具协作的工作流
# - 在Epilogue中完成初稿（保持心流）
# - 导出为Markdown：File → Export → Markdown
# - 用 Claude Code 或 Notion AI 进行章节润色
# - 将润色后的内容复制回Epilogue定稿

# 4. 最终导出
# File → Export → Word (.docx)  # 给编辑/出版社
# File → Export → PDF  # 给Beta读者

预期效果：写作心流中断次数从每小时3-5次降低到0-1次（因为没有通知、没有标签页、没有格式弹窗）。最后但同样重要的是，Epilogue的文件格式是开放的，不用担心厂商锁定。

PH 6/27 · 21👍

5. Velocity 2.0 Prompt Co-Pilot — 一键提示增强，为任何AI工具添加上下文

一句话定义：提示词领域的Grammarly，一键将任意文本转化为情境感知的提示词，兼容ChatGPT、Claude、Lovable、Runway等40+工具。

适用场景：具体而言，当你在Claude中写培训大纲，或者在Midjourney中生成小红书配图提示词时，Velocity会自动增强你的输入——添加上下文、明确输出格式、减少歧义。另外，它内置提示词库，可以直接调用”麦肯锡风格报告””小说人物设定”等模板。

落地步骤：

# 1. 安装Chrome扩展
# 访问 Chrome Web Store 搜索 "Velocity 2.0 Prompt Co-Pilot"
# 或访问 https://velocityprompt.com 安装

# 2. 使用示例：在Claude.ai中输入粗糙的提示词
# 原始输入：
# "帮我写个AI培训大纲"

# 选中文本 → 点击Velocity图标 → 选择「增强提示词」
# 自动增强为：
# "你是一位拥有10年企业AI培训经验的顾问。
# 请为[公司名称]设计一份为期2天的AI Agent企业内训大纲，
# 目标学员为[岗位/层级]，需包含：
# 1. 每模块的主题和时长 2. 实操练习设计 
# 3. 课后行动计划模板。输出格式：Markdown表格。"

# 3. 管理自定义提示词模板
# 访问 Velocity 网页端 → My Prompts → 新建
# 可保存"麦肯锡报告模板""小红书标题生成器"等常用提示词

预期效果：AI输出质量提升（减少”空话套话”响应）——实测同样的需求，增强后的提示词输出的可执行性从40%提升到85%。与此同时，由于Velocity兼容40+工具，你只需要学一次用法，就能在所有AI工具中复用。

GitHub Trending 今日 · 6,734⭐

6. ai-berkshire — AI时代的伯克希尔价值投资研究框架

一句话定义：基于Claude Code/Codex的价值投资研究框架，融合巴菲特、芒格、段永平、李录四大师方法论，支持多Agent并行对抗性分析。

适用场景：首先，如果你关注”AI+金融”交叉领域（如AI培训中的投资案例），这个框架可以用来生成深度投资分析报告。其次，它的多Agent对抗性分析思路（让多个Agent互相质疑）可以直接借鉴到你的”六顶思考帽AI讨论系统”中。更重要的是，这个项目是Claude Code的深度应用案例，值得研究它的prompt工程。

落地步骤：

# 1. 安装 Claude Code（如果尚未安装）
# npm install -g @anthropic-ai/claude-code
# 或访问 https://claude.ai/code 安装

# 2. 克隆 ai-berkshire 项目
cd ~/WorkBuddy
git clone https://github.com/xbtlin/ai-berkshire.git
cd ai-berkshire

# 3. 查看项目结构
ls -la
# 核心文件：prompts/ 目录包含四大师的方法论提示词

# 4. 在Claude Code中使用
claude
# 在对话中输入：
# /load prompts/buffett.md  # 加载巴菲特方法论
# 分析茅台（600519）的投资价值，基于护城河理论

# 5. 多Agent对抗分析（高级用法）
# 同时开启多个Claude Code会话，分别加载四位大师的方法论
# 让它们对同一支股票给出分析，然后互相质疑

预期效果：投资分析报告深度显著提升——从”AI泛泛而谈”升级到”有方法论支撑的深度分析”。最后但同样重要的是，这个项目的提示词工程思路可以迁移到你的其他Agent项目中（如六顶思考帽系统）。

GitHub Trending 今日 · 1,196⭐

7. VulnClaw — AI Agent驱动的渗透测试框架

一句话定义：基于AI Agent + MCP工具链 + 渗透Skill编排，配合大语言模型，实现自然语言输入→自动完成「信息收集→漏洞发现→漏洞利用→报告生成」全流程。

适用场景：值得注意的是，VulnClaw的开源意味着”AI安全审计”能力现在可以被集成到任何产品中。例如，如果你在为AI培训设计”AI安全”模块，可以用VulnClaw作为演示工具——让学员看到AI Agent如何自动化发现Web漏洞。另外，它的MCP工具链设计思路也值得在构建其他Agent系统时借鉴。

落地步骤：

# 1. 克隆项目
cd ~/WorkBuddy
git clone https://github.com/Unclecheng-li/VulnClaw.git
cd VulnClaw

# 2. 安装依赖
pip3 install -r requirements.txt

# 3. 配置LLM API（支持OpenAI / DeepSeek / Claude）
export OPENAI_API_KEY="sk-xxx"  # 或使用DeepSeek降低成本
# 编辑 config.yaml 选择模型

# 4. 运行示例：扫描本地测试站点
python3 vulnclaw.py --target http://testphp.vulnweb.com
# 输出：自动生成渗透测试报告（HTML格式）

# 5. ⚠️ 重要提醒
# 仅在授权目标上使用该工具
# 未经授权的渗透测试是违法行为

预期效果：Web漏洞扫描时间从人工2天压缩到AI自动30分钟。与此同时，生成的报告可以直接用于安全整改——报告包含漏洞详情、利用步骤和修复建议。总之，这是一个”把安全专家经验固化为Agent”的优秀案例。

GitHub Trending 今日 · 1,955⭐

8. Council of High Intelligence — 18个AI人格就你的难题进行多轮审议

一句话定义：让亚里士多德、费曼、卡尼曼、Torvalds等18位AI人格跨多个LLM提供商对你的难题进行结构化多轮审议，一个命令：/council。

适用场景：这个工具与你的”六顶思考帽AI讨论系统”高度相关——都是让多个AI视角对同一问题给出看法。具体来说，Council of High Intelligence的优势在于”真实历史人物人格”，而你的系统优势在于”思考帽方法论”。两者可以融合——用历史人物人格+思考帽框架，构建更强的决策Agent。另外，它的跨LLM提供商设计（同时用GPT、Claude、Gemini）也值得借鉴。

落地步骤：

# 1. 安装（需要Python 3.10+）
cd ~/WorkBuddy
git clone https://github.com/0xNyk/council-of-high-intelligence.git
cd council-of-high-intelligence
pip3 install -r requirements.txt

# 2. 配置API Keys（支持多个LLM提供商）
export OPENAI_API_KEY="sk-xxx"
export ANTHROPIC_API_KEY="sk-ant-xxx"
export GOOGLE_API_KEY="xxx"

# 3. 运行示例：决策咨询
python3 council.py "/council 我应该把AI培训作为主业还是继续保持Gap状态？"

# 4. 自定义人格（高级用法）
# 编辑 personalities/ 目录，添加你自己定义的人格
# 例如：添加"麦肯锡顾问"人格

# 5. 与Telegram Bot集成（用于你的六顶思考帽系统）
# 将 council.py 封装为Telegram Bot的命令
# /council [问题] → Bot返回18人格审议结果

预期效果：重大决策质量提升——从”一个人的盲点”升级到”18个视角的交叉验证”。具体而言，卡尼曼（行为经济学大师）会提醒你注意认知偏差，费曼会要求你用最简单的方式解释问题，亚里士多德会引导你从第一性原理思考。最后但同样重要的是，这个工具完全开源，可以深度定制。

GitHub Trending 今日 · 15,154⭐

9. Vibe-Trading — 你的个人交易Agent

一句话定义：用自然语言描述交易策略，AI自动执行回测和模拟交易，支持A股、美股、加密货币，由香港大学数据科学团队开发。

适用场景：首先，如果你想在AI培训中加入”AI+金融”案例，Vibe-Trading是一个很好的demo——展示如何用自然语言驱动量化交易。其次，它也可以用来管理你自己的投资组合（如果你有投资需求）。另外，这个项目的”自然语言→交易策略”思路可以借鉴到其他领域——例如”自然语言→营销策略”。

落地步骤：

# 1. 克隆项目
cd ~/WorkBuddy
git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading

# 2. 安装依赖
pip3 install -r requirements.txt

# 3. 配置数据源（需要申请AKShare或其他金融数据API）
# 编辑 config/data_source.yaml

# 4. 使用示例：自然语言描述策略
python3 vibe_trading.py
# 在交互界面输入：
# "当RSI低于30且MACD金叉时，买入沪深300成分股，
#  止损位设为买入价的95%，止盈位设为110%"

# 5. 查看回测结果
# 系统会自动生成回测报告（含收益率曲线、最大回撤等）

预期效果：量化交易策略开发时间从2周压缩到2小时（如果你会编程的话）。与此同时，由于支持自然语言输入，非技术背景的人也可以参与策略设计。值得注意的是，这个工具是香港大学团队的学术项目，代码质量较高，适合学习”如何把LLM接入专业领域”。

PH 6/28 · 新工具

10. ReadHere — 智能阅读助手

一句话定义：AI驱动的阅读助手，帮助你在信息过载时代高效阅读和消化长文档、论文、报告。

适用场景：例如，当你每周需要阅读大量AI论文、行业报告来更新培训内容时，ReadHere可以自动提取核心结论和可执行技能。换句话说，它就是你的”AI阅读压缩器”——把50页PDF压缩成3分钟可读的要点。与此同时，它也可以用来处理Coty项目的经营分析报告（虽然那个是你自己写的😊）。

落地步骤：

# 1. 访问 https://readhere.app （网页版，无需安装）
# 或下载Chrome扩展

# 2. 使用方式
# - 上传PDF/Word文档 → AI自动生成摘要
# - 粘贴网页URL → 提取文章核心要点
# - 直接粘贴文本 → 生成结构化笔记

# 3. 与你的EPUB阅读自动化结合
# 你的现有流程：EPUB → 提取核心结论 + 可执行技能
# 可以加入ReadHere作为预处理步骤：
# EPUB → ReadHere提取要点 → Claude Code生成可执行技能

# 4. API集成（如果ReadHere提供API）
# curl -X POST https://api.readhere.app/v1/summarize \
#   -H "Authorization: Bearer YOUR_API_KEY" \
#   -H "Content-Type: application/json" \
#   -d '{"url": "https://example.com/article"}'

预期效果：长文档阅读时间从30分钟压缩到3分钟，同时关键信息提取率保持在90%以上。除此之外，ReadHere的AI摘要可以直接作为你”每周AI新闻简报”的信息源之一。

PH 6/27 · 新工具

11. PMB — 本地优先的AI记忆系统

一句话定义：为AI Agent提供本地优先的持久化记忆系统，数据存在本地，支持跨会话记忆，无需云端存储。

适用场景：具体来说，如果你在构建”提问技能Agent”，PMB可以用来存储每个用户的提问历史和改进轨迹——而且数据完全在用户本地，不需要担心隐私问题。另外，PMB的”本地优先”设计与你的自动化系统哲学一致（本地开发验证→云端部署）。更重要的是，它支持离线使用，适合网络不稳定的环境。

落地步骤：

# 1. 安装PMB（具体安装方式以官网为准）
# 访问 https://pmb.mem 获取安装包

# 2. 初始化本地记忆库
pmb init --path ~/.workbuddy/memory/
# 这会在指定路径创建一个本地记忆数据库

# 3. 在Python中调用PMB
import pmb
memory = pmb.Memory(db_path="~/.workbuddy/memory/pmb.db")

# 存储记忆
memory.store(
    key="user:whumeipeng:question_history",
    value={"2026-06-30": "如何设计AI培训大纲", "count": 5}
)

# 检索记忆
history = memory.retrieve("user:whumeipeng:question_history")

# 4. 与WorkBuddy集成
# 在你的自动化脚本开头加入记忆检索
# 让Agent"记住"上次执行的结果和用户的反馈

预期效果：AI Agent的”记忆连贯性”显著提升——从”每次都是新对话”升级到”记住上周你说过什么”。最后但同样重要的是，本地存储意味着你可以在没有网络的情况下继续使用（虽然Claude API还是需要网络的😊）。

GitHub Trending 今日 · 119k⭐（本周热度持续）

12. agency-agents — 完整的AI代理机构集合（232+专业Agent）

一句话定义：232+个即插即用的AI专家角色，覆盖工程、设计、营销、产品、金融等20个部门，每个Agent都有专业人格、工作流程和可交付成果，专为Claude Code/Cursor等工具优化。

适用场景：首先，agency-agents是目前最大的”AI Agent角色库”，你可以直接借用其中的角色定义来丰富你的”六顶思考帽系统”——比如加入”前端 Wizard Agent”来评审代码。其次，它包含大量中国平台专属Agent（小红书、微信公众号、B站等），这与你的内容创作工作流高度匹配。另外，它的中文文档和中文贡献指南意味着中文用户友好。

落地步骤：

# 1. 克隆项目（不需要安装，直接复制Agent定义文件）
cd ~/.claude/agents/  # Claude Code的Agent目录
git clone https://github.com/msitarzewski/agency-agents.git

# 2. 安装特定Agent到Claude Code
cd agency-agents
./install.sh wechat-official-account-manager  # 安装微信公众号Agent
./install.sh xiaohongshu-specialist        # 安装小红书专家Agent
./install.sh business-analyst              # 安装商业分析师Agent

# 3. 在Claude Code中使用
claude
# 输入：@wechat-official-account-manager 帮我规划下周公众号选题

# 4. 自定义Agent（基于现有模板）
# 复制 templates/marketing-agent.md 为 my-agent.md
# 修改其中的「专业领域」「工作流程」「交付物」部分
# 然后运行 ./install.sh my-agent

预期效果：Claude Code的专用能力从”通用助手”升级到”232个领域专家随时待命”。具体而言，以前需要手工写很多上下文才能让Claude”懂行”，现在直接调用对应Agent即可。与此同时，由于这些Agent是社区贡献的，质量参差不齐——建议先试用再大规模部署。

本周扫描WorkBuddy Skill市场，暂未发现与用户工作流高度相关的新Skill上架。值得注意的是，agency-agents（GitHub 119k⭐）虽然是独立项目，但其”即插即用Agent角色”思路与WorkBuddy Skill生态高度互补——未来可以考虑将agency-agents中的优质Agent转化为WorkBuddy Skill格式。

📚 延伸阅读

以下是一些与本周工具相关的内容（由于WordPress已发布文章列表需要在发布时动态插入，此处提供手动推荐的链接）：

AI Agent企业培训笔记
自动化系统开发
Claude Code实战
AI工具周报存档
MCP生态观察

⚠️ 注：以上链接为示例，发布到WordPress后，可以在后台编辑文章，将「延伸阅读」区块替换为实际已发布文章的内链，以完成SEO Fix #2。

📅 历史推荐追踪（过去4周已推荐工具）

以下工具已在往期周报中推荐过，本周不再重复推荐。

• 2026-06-26：Agent Arena, Gemini Spark, note.md, Atlas, ModuleX, Basedash, SquidHub, LockIn MCP
• 2026-06-24：Claude Tag, Caplets, gstack, deer-flow, claude-plugins-official, harness, voicebox, AlgoFly AI
• 2026-06-20：OpenMontage, headroom, mattpcock/skills, Flue, palmier-pro, Basedash, Adapt, Bond
• 2026-06-18：Wispr Flow, Upstream, Jesse, Agentic videos by D-ID, obra/superpowers, DeusData/codebase-memory-mcp, Daemons, Framer 3.0

AI工具与Skill周报 · 2026-06-30 · 由 WorkBuddy 自动化系统生成

扫描平台：Product Hunt · GitHub Trending · Hacker News | 聚焦关键词：AI工具推荐