03 / SIDE ARCHIVE

AI 学习与 Skills

把对 AI 工具、Skills、提示词和工作流的学习拆成可复用的小片段:先理解,再动手,最后记录哪里有效、哪里需要调整。

AI NOTES / ONGOING

AI API / PRIVATE PROXY

组件统一从同一个入口调用

后续页面组件可通过同源 /api/ai 调用统一 AI 接口,具体模型由 Worker 配置。密钥只保存在 Cloudflare Worker Secret;此页不会保存令牌,也不会自动发送学习记录。

尚未检查

LEARNING MODULES

四个可持续积累的模块

每个模块都可以独立增长,先从一条短记录开始,不要求一次整理完整。

SIDE / 持续积累
01SKILLS

Skills 结构

理解技能说明、触发条件、输入输出和边界,整理成自己的阅读卡片。

  • 目录与职责
  • 触发词与输入
  • 执行步骤
  • 验证清单
查看记录格式
02PROMPT LAB

提示词实验

记录同一任务的不同提问方式,比较上下文、约束和输出质量。

  • 问题原稿
  • 约束版本
  • 输出差异
  • 个人判断
查看记录格式
03WORKFLOW

工作流拆解

把一次完整操作拆成输入、工具、判断点和交付物,方便下次复用。

  • 输入与准备
  • 步骤与分支
  • 人工复核
  • 结果归档
查看记录格式
04TOOLS

工具笔记

保存工具定位、适用场景、限制和个人使用感受,不追求工具清单越长越好。

  • 工具定位
  • 适用任务
  • 限制与风险
  • 替代方案
查看记录格式

LEARNING PATH

从一次理解,到一条可复用路径

学习记录只回答几个关键问题:我试了什么、看到了什么、下次准备怎样验证。

01
READ

先读懂边界

明确工具或 Skill 解决什么问题,不解决什么问题,输入需要满足哪些条件。

记录:一句话定位 / 约束
02
TRY

做一次小实验

用低风险、可复核的任务尝试,保留原始输入、关键步骤和输出版本。

记录:实验卡 / 版本差异
03
REVIEW

留下下一步

把感受改写成待验证问题,决定继续使用、调整提示,还是换一条路径。

记录:结论暂存 / 下一次验证

PUBLIC RECORDS / JSON

可追加的 AI 学习记录

记录按更新时间倒序排列,可按模块、关键词和标签回看。新增学习片段时,在 JSON 文件中追加一条公开记录即可。

JSON / 学习记录
正在加载公开记录……

AI LEARNING NOTES

学习记录先帮助理解。

示例会尽量脱敏或使用合成数据,涉及具体工具的结论以实际版本和使用环境为准。

+保留来源、版本和验证时间,方便日后复核。
−不把一次输出当作事实,也不上传敏感资料。
⊙重要结果仍由我自己检查、判断和保存。