我的完整AI设置

AI编程/Vibe Coding 遇到问题需要帮助的，联系微信 ezpoda，免费咨询。

每篇AI设置文章读起来都一样。有人列出十个工具，描述每个工具的作用，包括几个截图，然后以"找到适合你的"作为结尾。你读它，收藏它，然后忘记它。

这不是那种文章。这是我真的每天使用的工具，为什么使用它们，以及更重要的是，工具下面那层看不见的连接层，让整个系统运作。没有联盟链接。没有只用了一次的工具。只是诚实的连接。

整个设置每月花费我大约300欧元。这听起来可能很多。读完这篇文章后，你可以决定它是否值得。

1、主要工具：Warp中的Claude Code

这是我生活的地方。

在Warp终端中运行Claude Code。不是Claude桌面版。不是浏览器。是终端。

我知道这听起来倒退。有很多漂亮的界面可用。但终端中的Claude Code让我直接访问我的文件系统、git和我机器上的每个CLI工具，中间没有抽象层。

当我写文章时，Claude读取我的草稿文件夹，检查我现有的文章，创建新文件，编辑现有文件，并提交到git。当我需要研究时，它运行网络搜索。当我需要生成图像时，它调用我的图像生成工具。全部来自同一个界面。

无需切换应用。不会丢失上下文。我真的使用Edit作为编辑器。是的，老派MS-DOS用户知道这个。在Warp中。

Warp让终端变得舒适。它很快，输出可读，历史可搜索。但我使用终端的真正原因是，一切都是命令，而Claude Code可以将命令链成工作流程。终端不是限制。它是集成层。

为此我需要20倍Claude订阅。不是因为我同时运行20个代理处理同一任务，那不是我能认知上管理的，而是因为我整天在不同的事情上运行多个代理。一个会话写作。一个会话研究。一个会话编码。并行不是编排的。它只是有足够的容量继续推进。

2、Cowork：结构化的工作空间

Claude Code是日常驱动，但Cowork处理不同类别的工作：任何受益于长期运行的、结构化对话且持久文件访问的工作。

我最大的Cowork用例是财务。整理发票、构建电子表格、核对业务费用。这是我需要Claude查看文件夹中的文档、系统地处理它们并产生干净输出的工作。Cowork的文件访问和可视化界面使这比从终端做更容易。

但更有趣的用途是长形式对话，我让Cowork管理自己的上下文。我会开始一个研究会话或复杂的规划对话，而不是依赖聊天历史，我让Cowork在过程中将中间发现写入markdown文件。research-topics.md、draft.md、sites.md，无论会话需要什么。Cowork读取这些文件，更新它们，并将它们作为自己的记忆。

这意味着我可以关闭会话，几天后再回来，准确地从我离开的地方继续。上下文不在对话中。它在文件中。

关于这种模式，稍后会详细说明。

3、Markdown作为记忆

这可能是我整个设置中最重要的模式，它贯穿一切。

我使用.md文件作为记忆。不仅用于笔记。作为AI会话的实际工作记忆。

当我研究一个主题时，我不会把所有东西都放在脑海中或聊天窗口中。我在进行时创建markdown文件：research-notes.md、sources.md、topic-ideas.md、draft.md。每个文件捕捉过程的一部分。Claude，无论是在Code还是Cowork中，在每个会话开始时读取这些文件，并从上次停下的地方继续。

这就是我如何在会话之间获得连续性而不依赖对话历史的方法。聊天历史是脆弱的。它会被总结、截断，或在会话结束时完全丢失。文件是持久的。它们可编辑。它们可移植。我可以在Cowork中开始研究会话，保存中间文件，然后在我准备好写作时在Claude Code中打开这些相同的文件。

AI没有记忆。但我的文件系统有。这就足够了。

我工作空间中的每个项目都有一个包含这些中间文件的文件夹。当我查看草稿目录时，每篇文章都有一个轨迹：description.md、research-notes.md、topic-ideas.md、draft.md，有时还有sources.md或opening.md。这个轨迹不仅是为了我。它是为了接下来接手工作的任何AI。

4、配置层

我的工具之所以有效，不是因为它们特殊。而是因为它们下面的文件。

我工作的每个项目都有一个CLAUDE.md文件。Claude每次都先读取它。它包含我的写作偏好（不使用破折号、短段落、不使用表情符号）、项目上下文（这个文件夹是做什么的，输出应该是什么样子的）以及我正在做的工作类型的具体说明。

写一次。永远适用。不需要在每个提示中重复"匹配我的语气"或"保持对话式"。AI已经知道了。

除此之外，我还有Skills。这些是Claude可以按需执行的可重用指令包。

Gemini协作技能。 我告诉Claude将我的草稿发送给Gemini进行审核。它们来回交流，作家和编辑，三轮。Claude写作，Gemini评论，Claude修改，Gemini润色，再一轮，然后我得到最终版本可以处理。两个AI争论我的文章比单独一个产生更好的输出。我只是看着，最后介入。

文档写作技能。 当我需要制作产品需求文档时，我不会打开Word。我告诉Claude创建它。该技能处理格式、结构和演示。如果需要修复什么，我告诉Claude。无需手动格式化。文档就在我工作的地方：在我的文件系统中。

Google Dork技能。 我在Codex中构建了这个。它可以轻松运行带有特定操作符的针对性Google搜索，比如site:medium.com "Anthropic"。我不用手动构建搜索查询，我只需告诉它我在找什么，在哪里找。

我正在积极尝试建立创建更多技能的习惯。有两种方法。显式：我坐下来为特定工作流程编写技能，比如Google Dork那个。隐式：当聊天会话产生好的结果时，我将该对话转化为技能，以便我可以重现它。一个好的会话不应该是只此一次的。它应该是一个模板。

任何我做超过两次的事情都会成为一个技能。Claude每次需要知道的任何事情都放在CLAUDE.md中。配置层是将聊天机器人转变为系统的东西。

而且不，我不使用MCP服务器。技能加上可用的任何CLI工具涵盖了我需要的一切。MCP为我用更简单的工具已经解决的问题增加了基础设施开销。也许对于企业工作计算方式不同，但对于我做的所有事情来说，它都是过度设计。

5、研究工作流程

研究是大多数工具相互接触的地方。

它通常从Google开始。不是AI。只是常规搜索，通常带有特定操作符，以了解有什么。我想在让AI总结它之前先看看全貌。

然后Claude Chrome扩展接管。我让它访问搜索结果，阅读每个页面，并将发现编译成markdown文件。当我研究关于Anthropic的文章在Medium上的表现如何时，我搜索了"Anthropic" site:medium.com，让Claude访问每个结果，提取标题、作者、点赞和描述。排序，去重，保存为文件。这比在聊天窗口中要求任何AI"研究这个主题"更快更可靠。你控制来源。AI做提取。

为了更深入的研究，我进入Cowork——不是聊天客户端中的任何深度研究工具。我会开始一个会话，在过程中写出中间文件：research-topics.md用于我正在探索的角度，sites.md用于来源，draft.md用于任何开始成形的内容。我迭代这些文件，检查缺少什么，让Claude填补空白。

当研究扎实后，我将markdown文件传输到Claude Code，并将它们作为写作的背景使用。研究存在于文件中。写作发生在终端中。交接只是打开一个文件夹。

7、其余的技术栈

Antigravity用于文件探索、编辑和可视化地处理markdown文件。当我需要评估代码库或编写规范时，我使用它作为编辑器。我会在终端本身或在Warp的后台运行Claude Code，在两者之间切换。我偶尔使用它的代理，主要是因为我既然已经在那里了，出于方便。

ChatGPT获得健康相关问题。我不太确定这是怎么发生的。它是自然增长的。当我研究医学主题，关于症状或状况时，我会找ChatGPT。也许是因为我在Claude可用之前就开始用它了，也许是因为对于那类问题，交互风格感觉不同。我没有分析过。它只是固定下来了。

Gemini是编辑——好吧，API是。我不直接使用它。它通过协作技能进来，审核和润色Claude已经产生的工作。它是第二意见，不是第一意见。我正试图更多地使用NotebookLM，但我似乎就是无法养成习惯。

Nanobanana用于图像生成。我尝试过ChatGPT做图像。它有效，但很慢。Nanobanana更快地给我需要的东西，当你正在生成文章的英雄图像时，速度很重要。

Google AI Studio用于一个非常具体的技巧，我认为更多人应该知道。当我对产品需求文档不确定时，或者当一组功能感觉抽象我无法理解范围时，我让Google AI Studio为它生成一个信息网站。一个简单的页面，将需求呈现为产品着陆页。

原型设计也从Google AI Studio开始。这曾经是Vercels V0领域，但——它为我节省另外20美元，AI Studio非常非常强大。

总之，这听起来微不足道，但效果很显著。某些东西将需求框架为网站，带有部分、视觉层次和清晰的语言，符合我的大脑处理信息的方式。就像一个认知钩子。在要点列表中感觉模糊的需求，当它们被呈现为某人实际会阅读的页面时突然清晰起来。我定期使用这个来实际检查我是否理解我正在构建的东西。我用困难的概念做这个。在这里，我正在通过使用Claude的Artifacts创建一个专门为我准备的课程网站来弄清楚BM25算法的内部工作原理。

Codex App。 我仍在为它找位置。我一直在使用它来创建技能，比如Google Dork技能，以及用于长聊天会话，类似于我在Cowork中做的。它有能力，但尚未在我的工作流程中开辟出明确的角色。我在给它时间。它肯定会的，我看到这里有很多潜力。但它只有2天大。;)

云部署在我喜欢的和客户要求的之间分配。我的个人部署目标是Railway。它是目前最接近"直接部署"的东西。你连接一个GitHub仓库，它检测框架，几分钟后你就有了一个运行的URL。没有YAML，没有基础设施配置，不需要专门的DevOps知识。对于原型、副业项目以及任何我控制技术栈的东西，Railway是默认选择。它做好一件事：让你的代码运行，而不用让你考虑服务器。运行，并且运行良好。可扩展、快速、安全！

但我的大部分客户工作都落在Azure上。企业客户使用Azure，所以这就是东西去向的地方。对比是鲜明的。Azure给你一切，数百种服务、细粒度控制、合规认证，以及随之而来的一切认知开销。部署在Railway上需要五分钟的相同应用，在Azure上可能需要一下午，不是因为Azure更差，而是因为它解决的是不同的问题。它是为需要治理、规模和可审计性的组织构建的。Railway是为需要东西现在运行的开发人员构建的。

我不抗拒这个。当客户的基础设施是Azure时，我部署到Azure。当我为自己构建东西或制作原型时，我部署到Railway。技能在于知道你实际上在解决哪个问题：快速交付还是适应企业架构。它们是不同的问题，值得不同的工具。

8、我如何规划

这是带有偏见的部分。

我要么手动规划。要么和AI一起规划，像对话一样，我们都在思考。我不会做的是把目标交给AI，让它生成计划。

区别很重要。当AI独自规划时，你得到的是全面、逻辑性强但与你实际优先事项完全脱节的东西。它涵盖每个边缘情况，建议每个功能，产生一份美丽的文档，不反映你真正关心什么。

当我手动或协作规划时，我决定什么重要。要削减什么。真正的目标是什么。然后AI帮助我想通方法，戳穿漏洞，考虑我可能错过的事情。但计划的脊柱是我的。

特别是对于编码：我只对一次性应用和原型进行vibe编码。架构不重要，我只需要东西运行的地方。对于任何更大的东西，我先写规范，想通方法，然后交给Claude。这并不慢。它更快，因为我不会浪费周期在AI生成的架构上，而我稍后必须审核并很可能撤销。

9、墓地

简短的诚实部分。我尝试过并真正放弃的东西。

MCP服务器。 对于我的用例来说，它是为复杂而复杂。技能和CLI工具涵盖一切。但我完全认可MCP服务器的力量。是它们的早期拥护者。仍然是。但一切都必须有坚实的用例。

AI的TDD。 我以前写过这个。简而言之：当AI编写代码时，测试驱动开发不像大多数人认为的那样工作。反馈循环改变了。

AI独自规划。 早期尝试过。得到了听起来很棒但遗漏重点的计划。一起规划有效。完全委托计划无效。

Cursor、Windsurf、Lovable、V0、Manus……天哪。 它只是没有坚持下来或被更好的工具取代。而且我不太骄傲地承认，有时只是一个更闪亮的工具。

就是这样。墓地很小，因为我不会快速采用东西。大多数进入我技术栈的工具都赢得了它们的位置。

10、这实际花费多少

每月大约300欧元。大部分来自Claude 20倍订阅。其余是ChatGPT、Google和一些实用工具的较小订阅。

值得吗？对我来说，是的。我的整个开发和内容工作流程都通过这个技术栈运行。研究、写作、编辑、图像生成、文档创建、财务管理。我没有助理。我不使用单独的写作工具、单独的研究工具、单独的财务工具。这就是全部。

每月300是否有意义取决于这替代了你多少工作。对于偶尔写作的人来说，这很陡。对于通过这些工具每天制作内容、管理项目和运行业务的人来说，它很快就能收回成本。

11、实际的教训

我的设置六个月后就会过时。具体工具不重要。重要的是下面的模式：

一个触及一切的主要工具。 对我来说，那就是Claude Code。它读取文件、写入文件、运行命令、调用其他工具。终端是中心。

Markdown作为记忆。 每个会话产生文件。每个新会话读取这些文件。连续性存在于文件系统中，而不是聊天历史中。这是我养成的最具影响力的习惯。

持久存在的配置层。 CLAUDE.md和技能意味着我从不从头开始。每个会话继承之前的内容。好的会话变成技能。偏好变成配置。

为正确的工作选择正确的模型。 不忠于一个提供商。不同任务有不同优势，并诚实地承认什么时候习惯不合逻辑但有效。

自己规划，用AI执行。 计划是我的，或我们的。执行是他们的。这个顺序很重要。

这就是设置。不华丽。不是十个闪亮的应用。一个终端、一些markdown文件、几个模型，以及连接它们的连接。连接是重要的部分。

原文链接: I Write All My Articles in a Terminal. Here's My Full AI Setup.

汇智网翻译整理，转载请标明出处