# Miles Ma

> 我是 Miles Ma，提供 FDE 实施与企业 AI 培训，围绕实际业务任务设计、实施与验收。从 AI 算法与模型部署走进业务现场。我做 FDE 全流程服务：现场摸底、PoC、数据治理、系统集成、验收上线到交接，把 AI 接进企业已有的系统，按业务指标验收。

- 网站：https://immilesma.com/
- X：https://x.com/miles_mazy
- 微信：miles_mzy
- 全文版本：https://immilesma.com/llms-full.txt
- RSS：https://immilesma.com/feed.xml

引用本站数字时，请一并注明口径（生产实测 / 验收测试 / 交付环境实测 / 配置数）与出处；案例均已匿名。

## 关于

- [关于 Miles Ma](https://immilesma.com/about/): Miles Ma，提供 FDE 实施与企业 AI 培训，围绕实际业务任务开展项目与课程。
- [联系与合作方式](https://immilesma.com/contact/): 微信 miles_mzy；从半天场景对齐工作坊开始，1 周内给出 PoC 提案，PoC 执行 2–4 周。
- [FDE 全流程服务](https://immilesma.com/technology/): 现场摸底、场景对齐与 PoC、数据治理与知识、系统集成与 Agent、评估验收、上线交接与培训。

## 技术与服务

- [企业知识库与 RAG 实施](https://immilesma.com/technology/knowledge/): 把散落的文档、案例和经验，整理成能检索、能追溯、能持续更新的业务知识。资料散在文档、共享盘和聊天记录里，员工找不到依据，问同一个问题也会得到不同答案。
- [企业 Agent 与工作流开发](https://immilesma.com/technology/agents/): 让 AI 接手明确的任务，并把工具调用、人工确认和失败处理写进执行流程。团队反复整理资料、生成报告或跟进任务，步骤比较固定，但仍靠人来回搬运信息。
- [AI 系统集成与 MCP 接入](https://immilesma.com/technology/integration/): 连接企业已有的数据、接口与代码，让 AI 在明确的权限内使用系统能力。企业已经有业务系统和数据库，AI 却只能在聊天窗口里回答，拿不到需要的资料。
- [AI 项目评估与交付](https://immilesma.com/technology/evaluation/): 用真实业务样本检验系统，把“看起来不错”变成可复查的验收结果。演示看起来能用，但团队不知道哪些结果算正确，也不清楚失败以后谁来处理。

## 交付案例与关键数字

- [项目案例总览（全部数字与口径）](https://immilesma.com/cases/)
- [FDE 项目交付记录与验收清单](https://immilesma.com/cases/fde-delivery/)
- [物料清单怎样从审批表进入 ERP？](https://immilesma.com/cases/fde-delivery/bom-erp/): 一张物料清单（BOM）已经批过，录入员还要照着表再填一次。团队交付的程序只读取审批通过的清单，核对用量与损耗后按规则写入 ERP，异常回滚并留下记录。
- [工程师只有一个图号，怎样找回原图？](https://immilesma.com/cases/fde-delivery/drawing-search/): 图纸是密文、服务器没有 GPU。团队在客户内网用 CPU 完成检索、OCR 与向量化：17,020 份技术文档穿透加密入库，2,908,473 个文件记录统一检索，验收首轮 P95 0.82 s、0 失败。
- [断网环境下，智能体平台怎么交接？](https://immilesma.com/cases/fde-delivery/offline-agents/): 信创智能体编排平台以客户品牌贴牌交付：ARM 离线安装包、三种数据库方言适配。干净目录离线安装演练 36/36 通过（含升级与回滚），知识库检索中位耗时 2.7 s → 126 ms。
- [决策建议发了 14,735 条，为什么一条都没被采纳？](https://immilesma.com/cases/fde-delivery/erp-insights/): 用客户自己的 ERP 数据回答客户的假设：同一零件急单价与常规价之比 1.00（122 组可比）。无人采纳的 14,735 条建议收敛为每天 10 件要拍板的事，经营日报加载 34 s → 1.1 s。
- [谈“提效多少”之前，CNC 的时间到底花在哪？](https://immilesma.com/cases/fde-delivery/cnc-programming/): 先把客户十余年的 NC 程序与保存记录解析一遍：12,993 份历史 NC 程序、29,859 条保存记录。单个程序机床时间中位数只有 2.7 分钟，编程才是瓶颈，数字员工因此瞄准编程环节。
- [AI 进入三维 CAD，怎样复用历史设计又不碰原件？](https://immilesma.com/cases/fde-delivery/cad-assistant/): 三维 CAD 设计助手：相似历史设计检索中位耗时 22 s → 82 ms（覆盖 9,390 条真实案例）；一键复用经另一位同事审批后在隔离副本执行，0 个客户原件被改动。三道知识问答题，两道提速、一道变慢，全部列出。
- [车身件 3D 模型，怎样自动出 2D 工程图？](https://immilesma.com/cases/fde-delivery/auto-drawing/): 车身件 3D→2D 出图：每个尺寸都来自几何实测，大模型只提方案、做取舍，从不产生数值。验收检查用户实际看到的图纸；9 家国产模型厂商 / 20 个型号接入同一个模型网关。
- [大健康服务三期系统设计](https://immilesma.com/cases/health/): 报告上传 → OCR 结构化 → AI 解读草稿 → 医生审核 → 健康档案；项目规划。
- [留学机构知识库设计](https://immilesma.com/cases/study-abroad/): 六个知识分区，官方事实与顾问经验分开保存，人工核验后调用。

### 关键数字

| 数字 | 说明 | 口径 | 出处 |
|---|---|---|---|
| 34 s → 1.1 s | 经营日报加载耗时（16.5 MB → 1.7 MB） | 生产实测 | 客户 A · ERP 经营洞察，交付中 |
| 22 s → 82 ms | 相似历史设计检索的中位耗时，覆盖 9,390 条真实案例 | 生产实测 | 客户 A · 三维 CAD 设计助手，交付中 |
| 17,020 份 | 技术文档穿透加密入库（20.5 GB） | 生产实测 | 客户 A · 企业知识库，已交付 |
| 14,735 条 → 10 件 | 每天推送的决策事项：原先发布 14,735 条，无一条被采纳 | 生产实测 | 客户 A · ERP 经营洞察，交付中 |
| 36 / 36  | 干净目录离线安装演练通过，含升级与回滚 | 交付环境实测 | 某国企 · 信创智能体平台 |
| 2.7 s → 126 ms | 知识库检索（含重排）的中位耗时 | 交付环境实测 | 某国企 · 信创智能体平台 |

## 文章 · FDE 实战

FDE（前线部署工程师）怎样找到第一个客户、问清真实流程、治理数据并按业务指标验收。来自一线交付的方法与判断。

- [AI 开发工程师面试指南](https://immilesma.com/blog/ai-developer-interview-guide/): 从面试官的视角，讲清 AI 开发工程师的岗位职责、简历准备和项目表达。专家路线关注模型、工具、评测与部署，管理路线关注项目和团队，转型者可以据此选择方向、补足能力。 X 原文: https://x.com/miles_mazy/status/2105633096506720626 Markdown: https://immilesma.com/blog/ai-developer-interview-guide/index.md
- [普通人不要转型FDE，但是这个岗位一定是个机会！ ](https://immilesma.com/blog/fde-career-opportunity/): 以车企营销日报为例，拆解 Echo 岗位怎样理解业务、追溯数据、转译开发任务和组织验收。普通人可以从自己熟悉的一项工作开始，把资料、规则、结果和检查方法交代清楚，再让 AI 接手一部分。 X 原文: https://x.com/miles_mazy/status/2101297340137226475 Markdown: https://immilesma.com/blog/fde-career-opportunity/index.md
- [拆完 Palantir 的本体论，我发现国内 99% 的 FDE 都是扯淡](https://immilesma.com/blog/palantir-ontology-fde/): 围绕 Palantir 的本体论和交付方式，讨论 AI Native 企业需要怎样的数据、业务规则和组织配合。再反推 SOP 与国内 FDE 的条件，说明一次演示和持续进入业务流程之间还缺哪些工作。 X 原文: https://x.com/miles_mazy/status/2099663169446969491 Markdown: https://immilesma.com/blog/palantir-ontology-fde/index.md
- [程序员转型 FDE：别再只顾着写代码，先把话讲清楚](https://immilesma.com/blog/developer-to-fde-communication/): 程序员转向 FDE，技术能力还要接上客户沟通、表达与商务协作。用具体场景练习把技术讲成对方能判断的方案，问清条件、推进共同投入的下一步，再把承诺落实为可交付的结果。 X 原文: https://x.com/miles_mazy/status/2087861557611110733 Markdown: https://immilesma.com/blog/developer-to-fde-communication/index.md
- [昨天在深圳做完 FDE 路演，我更确定：企业真正缺的不是模型](https://immilesma.com/blog/fde-enterprise-gap/): 从深圳一次 FDE 路演中的提问出发，讨论 FDE 是岗位还是组织能力，销售、工程和 Agent 应怎样配合。围绕企业现场的数据、业务与责任，梳理程序员转型和企业使用 FDE 时要面对的现实问题。 X 原文: https://x.com/miles_mazy/status/2087516591244361755 Markdown: https://immilesma.com/blog/fde-enterprise-gap/index.md
- [从 0 到 1 入门 FDE系列教程（二）：FDE，狗都不做！](https://immilesma.com/blog/fde-first-client/): 围绕第一个客户，讲清怎样找到正在付出成本的真实问题、判断客户准备度，并组织第一次沟通。让客户演示最近的任务，用 AI 预演表达，谈出双方愿意投入的下一步，再留下一页能修改的结论。 X 原文: https://x.com/miles_mazy/status/2086766260235489588 Markdown: https://immilesma.com/blog/fde-first-client/index.md
- [从 0 到 1 入门 FDE系列教程（一）：FDE到底需要会什么技能](https://immilesma.com/blog/fde-essential-skills/): 把 FDE 的能力放进一条交付链：找客户、问清流程、形成方案、治理知识、搭建 RAG 与 Agent，再作部署和验收取舍。培训、维护、交接与方法沉淀也要跟上，让客户能够继续使用系统。 X 原文: https://x.com/miles_mazy/status/2086417793784967464 Markdown: https://immilesma.com/blog/fde-essential-skills/index.md

## 文章 · 企业 AI

企业 AI 的机会、数据治理、组织方式与落地边界：模型之外，企业真正缺什么。

- [FDE 系列教程｜数据治理从入门到精通](https://immilesma.com/blog/fde-data-governance-guide/): 从纸质资料、扫描件和 Excel 开始，把企业数据整理成能查、能核对的材料。讲清 OCR、表格还原、字段口径、清洗、版本与权限的分工，用原件和真实查询验收，再考虑接入知识库或 AI。 X 原文: https://x.com/miles_mazy/status/2097603040169885855 Markdown: https://immilesma.com/blog/fde-data-governance-guide/index.md
- [FDE 落地实战｜Codex 自动生成企业经营报告 （含日报、周报、月报）](https://immilesma.com/blog/codex-business-reports/): 从企业已有的日报、周报或月报模板起步，让 Codex 整理内部资料、连接数据并生成原格式的经营报告。先手动跑通口径和检查规则，再设定时任务，数字与结论由人确认后发布。 X 原文: https://x.com/miles_mazy/status/2096836534410657992 Markdown: https://immilesma.com/blog/codex-business-reports/index.md
- [比中转站更赚钱的生意：AI 培训](https://immilesma.com/blog/ai-training-business/): 讨论企业 AI 培训怎样从功能介绍走向岗位实操、业务知识转译和内部人才培养。结合企业落地的不同阶段，拆开课程、工作坊与交付训练，把一堂课接到真实任务里，并提前约定培训与项目的责任边界。 X 原文: https://x.com/miles_mazy/status/2092059890252677333 Markdown: https://immilesma.com/blog/ai-training-business/index.md
- [RSI：AI 开始自己教自己](https://immilesma.com/blog/recursive-self-improvement-rsi/): 从 Harness 到 Loop，再到递归自我提升。AI 不只完成任务，还开始诊断弱点、制造训练材料、验证结果并改进下一轮系统。 Markdown: https://immilesma.com/blog/recursive-self-improvement-rsi/index.md
- [AI 最大的机会，在企业改造](https://immilesma.com/blog/enterprise-ai-opportunity/): 从业务成本、流程与交付出发，讨论企业 AI 的应用机会，以及怎样把知识库、Agent 和系统建设接到具体任务。 Markdown: https://immilesma.com/blog/enterprise-ai-opportunity/index.md
- [AI 组织：公司变薄，魂变厚](https://immilesma.com/blog/ai-organization-thin-shell-thick-soul/): AI 组织不只是给每个岗位配一个助手。真正值钱的部分，是把公司的事件、证据、判断和校准留在系统里。 Markdown: https://immilesma.com/blog/ai-organization-thin-shell-thick-soul/index.md
- [AI 落地，先解决数据问题](https://immilesma.com/blog/enterprise-data-governance/): 公网 AI 知道很多，却看不到企业内部最关键的文档、数据库和业务记录。不同数据需要用知识库、MCP 与搜索分别接入。 Markdown: https://immilesma.com/blog/enterprise-data-governance/index.md

## 文章 · Agent 系统

Agent、Harness、Skills、MCP 与循环工程：让 AI 在权限和证据约束下完成真实任务。

- [我们说的 AI 工程化，到底是什么？今天一篇文章讲清楚](https://immilesma.com/blog/ai-engineering-explained/): 把上下文、执行环境、循环、评测和流程图放回 Agent 执行任务的过程，解释这些工程概念各自解决的问题。重点看模型收到哪些材料、工具怎样调用、失败怎样反馈，以及代码和提示词分别管到哪里。 X 原文: https://x.com/miles_mazy/status/2100515498840805759 Markdown: https://immilesma.com/blog/ai-engineering-explained/index.md
- [万字长文｜Agent 从入门到精通（附实战：论文整理 Agent 搭建）](https://immilesma.com/blog/agent-from-zero/): 沿着模型、工具调用和任务循环的发展，理解 Agent 怎样从回答问题走到实际执行。再用 Codex 搭建论文整理流程，接入文献信息、写明规则、保存可复用技能，并由人检查来源和研究判断。 X 原文: https://x.com/miles_mazy/status/2092843397027639736 Markdown: https://immilesma.com/blog/agent-from-zero/index.md
- [万字长文｜Skills 从入门到精通](https://immilesma.com/blog/skills-complete-guide/): 从一份最小的 SKILL.md 开始，把重复工作的触发条件、步骤和完成标准写清楚。任务变复杂后，再拆参考资料、接脚本与外部工具，用真实请求评测，并补上企业使用需要的权限、版本和责任。 X 原文: https://x.com/miles_mazy/status/2090076961322479886 Markdown: https://immilesma.com/blog/skills-complete-guide/index.md
- [AI 落地最重要的两件事：权限管理 & 证据门禁](https://immilesma.com/blog/agent-permissions-evidence-gates/): 以自动经营日报为例，解释 Agent 的两道交付要求：权限管理限制它能做什么，证据门禁限制哪些结果可以进入报告。再用知识库和客服场景，讲清凭据、来源与检查规则怎样共同约束执行。 X 原文: https://x.com/miles_mazy/status/2088570279341789221 Markdown: https://immilesma.com/blog/agent-permissions-evidence-gates/index.md
- [DeepSeek Harness 从 0 到 1详细拆解](https://immilesma.com/blog/deepseek-harness/): 结合文档、源码和本地实测，拆解 DeepSeek Harness 的文件操作、执行验证、权限拦截与会话轨迹。作者看重底层架构，也指出当时版本的使用限制和企业落地还需补上的工作。 X 原文: https://x.com/miles_mazy/status/2088163035521437982 Markdown: https://immilesma.com/blog/deepseek-harness/index.md
- [Loop Engineering：从对话走向系统](https://immilesma.com/blog/loop-engineering/): 人不再逐轮提示 Agent，而是设计一个会自动规划、执行、验证和修正的循环。这是 AI 工作方式从技巧走向系统的关键变化。 Markdown: https://immilesma.com/blog/loop-engineering/index.md
- [给 Agent 立法](https://immilesma.com/blog/harness-engineering-ai-first/): Agent 真正进入企业流程之前，需要明确上下文、权限、验收标准和失败边界。Harness 就是把这些规则装进运行环境。 Markdown: https://immilesma.com/blog/harness-engineering-ai-first/index.md
- [Agent、Skills、MCP 到底是什么？](https://immilesma.com/blog/agent-skills-mcp-tools/): 用一套直观的农场分工类比，说清主 Agent、子 Agent、Skills、MCP 和 Tools 在一个完整 AI 系统中分别负责什么。 Markdown: https://immilesma.com/blog/agent-skills-mcp-tools/index.md
- [只保留一个 Skill，我选 Superpowers](https://immilesma.com/blog/superpowers-ai-development/): 从头脑风暴、写计划、子代理执行到测试验收，Superpowers 将软件工程中最重要的工作方法写成了 AI 可执行的 Skills。 Markdown: https://immilesma.com/blog/superpowers-ai-development/index.md
- [从 Deep Research 看懂 Agent](https://immilesma.com/blog/deep-research-agent/): Deep Research 是理解 Agent 的一个完整样本：如何拆任务、让多个 Agent 协作、传递上下文，并将研究结果收束为一份可验证的报告。 Markdown: https://immilesma.com/blog/deep-research-agent/index.md

## 文章 · 知识系统

从个人知识库到企业 RAG：资料分区、检索、引用、权限与持续维护。

- [万字长文｜知识库从入门到精通](https://immilesma.com/blog/knowledge-base-complete-guide/): 从一份文件到长期资料空间，逐步认识 iMA、飞书、Obsidian、LLM Wiki 和 RAG 的用途。企业场景再补检索评测、数据分级、权限、维护与安全边界，根据眼前的问题选择需要做到哪一层。 X 原文: https://x.com/miles_mazy/status/2089625892859605475 Markdown: https://immilesma.com/blog/knowledge-base-complete-guide/index.md
- [聊天记录和烂代码，才是最值钱的 AI 资产](https://immilesma.com/blog/knowledge-base-ai-moat/): 模型会过期，工具会更换，但你的代码、对话、项目经验和判断会继续复利。知识库的价值，是让 AI 可以不断重用这些真实积累。 Markdown: https://immilesma.com/blog/knowledge-base-ai-moat/index.md
- [LLM-wiki：会自己生长的知识库](https://immilesma.com/blog/llm-wiki-knowledge-base/): 从文件组织、知识提取到关联检索，搭建一个属于自己、可以被 AI 持续使用和更新的第二大脑。 Markdown: https://immilesma.com/blog/llm-wiki-knowledge-base/index.md
- [企业 RAG 知识库实战](https://immilesma.com/blog/enterprise-rag-knowledge-base/): 从文档切分、Embedding 和向量库选择，一直讲到查询改写、混合检索、权限与评估，完整解释企业级 RAG 为什么不是把文档上传就结束。 Markdown: https://immilesma.com/blog/enterprise-rag-knowledge-base/index.md

## 文章 · 工具教程

Codex、Skills、Cherry Studio、WorkBuddy、GitHub、Hugging Face 等工具的完整实操教程，每一步都讲清怎样检查结果。

- [高强度用了 Muse 之后，我应该不会再用了 ](https://immilesma.com/blog/muse-personal-agent-review/): 结合 Muse 操作云端电脑、连接应用的能力与使用体验，讨论个人 Agent 能接走哪些日常工作。把已有工具和真实任务放到一起看，判断新工具能否在热闹过后留下持续用途。 X 原文: https://x.com/miles_mazy/status/2104191979148206247 Markdown: https://immilesma.com/blog/muse-personal-agent-review/index.md
- [零基础入门 AI，看完这篇就够了（避免花钱买课被割韭菜版）](https://immilesma.com/blog/ai-beginner-complete-guide/): 按一条实际学习路线认识 AI：先理解能力和错误，再学会提供材料、写清任务、接工具和检查结果。用七天学习包串起知识库与 Skill，并回答零基础、付费和公司资料使用等常见问题。 X 原文: https://x.com/miles_mazy/status/2102018333499707492 Markdown: https://immilesma.com/blog/ai-beginner-complete-guide/index.md
- [Grok Bot 应用指南实操案例：闲鱼上架、小红书做图、找工具、做短视频、整理收藏](https://immilesma.com/blog/grok-bot-practical-guide/): 用五个实操案例学习 Grok Bot：整理闲鱼上架资料、制作小红书知识图卡、生成工具简报、做小工具与操作视频、归纳收藏。每个案例都给出材料和任务要求，生成后还要检查内容与出处。 X 原文: https://x.com/miles_mazy/status/2098708209095819605 Markdown: https://immilesma.com/blog/grok-bot-practical-guide/index.md
- [Codex 实战系列｜零代码画出复杂架构图](https://immilesma.com/blog/codex-drawio-architecture/): 把方案材料交给 Codex，通过 Draw.io MCP 生成架构图，再在画图软件里改字、排框和调整连线。结合组织图、SaaS 系统和复杂分层架构，讲清源文件交接、持续修改与图片导出检查。 X 原文: https://x.com/miles_mazy/status/2098357873093038300 Markdown: https://immilesma.com/blog/codex-drawio-architecture/index.md
- [Codex 实战系列｜零基础跑通闲鱼店铺，从选品到接单](https://immilesma.com/blog/codex-xianyu-shop/): 以标签机店铺为例，让 Codex 参与选品比较、商品文案、咨询回复、货源核算和经营复盘。先把一款产品从选品做到交付；发布、改价、采购等对外操作，仍要准备具体内容并取得卖家授权。 X 原文: https://x.com/miles_mazy/status/2097979413107528167 Markdown: https://immilesma.com/blog/codex-xianyu-shop/index.md
- [Codex 实战系列｜零剪辑自动生成爆款视频](https://immilesma.com/blog/codex-automatic-video/): 把文章或主题交给 Codex，依次完成口播、配音、时间轴、分镜、字幕和动效。结合 HyperFrames 与个人声音方案，讲清怎样生成第一条成片，再复用目录、画面和字幕样式持续制作同类内容。 X 原文: https://x.com/miles_mazy/status/2097177704282136838 Markdown: https://immilesma.com/blog/codex-automatic-video/index.md
- [Codex 实战系列｜ 史上最全 PPT 做做技能合集](https://immilesma.com/blog/codex-ppt-skills/): 按演讲、客户汇报、科普课件和图片稿修改等用途，比较不同 PPT Skills 的适用场景。重点看模板复用、文字图表是否可编辑、字体与素材能否保留，以及导出后在目标软件里的检查。 X 原文: https://x.com/miles_mazy/status/2096410003590774997 Markdown: https://immilesma.com/blog/codex-ppt-skills/index.md
- [Codex 实战系列｜ 10 个最值得安装的 skills](https://immilesma.com/blog/codex-ten-skills/): 围绕日常内容和交付工作，介绍十个 Skills 的用途、安装入口与实际样例，包括资讯整理、封面制作、读书、图片转 PPT、需求追问和网页提取。先选一个马上用得上的任务，带着自己的材料试。 X 原文: https://x.com/miles_mazy/status/2095880356818047332 Markdown: https://immilesma.com/blog/codex-ten-skills/index.md
- [Codex 实战系列｜ 零代码个人网站搭建](https://immilesma.com/blog/codex-personal-site/): 用 Codex 搭建个人网站，把参考页面、介绍、文章和作品变成自己的主页。按域名注册、项目建立、浏览器检查和 Cloudflare 部署走完整个流程，再用子域名或新路径增加课程与工具。 X 原文: https://x.com/miles_mazy/status/2095079179553505737 Markdown: https://immilesma.com/blog/codex-personal-site/index.md
- [万字长文｜Hugging Face从入门到精通](https://immilesma.com/blog/hugging-face-complete-guide/): 先在 Spaces 体验 AI 应用，再到 Models 判断模型、选择版本并下载到本地。接着认识数据集、LoRA、资源集合和论文入口，结合任务、许可证与电脑配置，判断哪些资源值得使用。 X 原文: https://x.com/miles_mazy/status/2094730635932053664 Markdown: https://immilesma.com/blog/hugging-face-complete-guide/index.md
- [Codex 实战系列｜ 零代码微信小程序开发](https://immilesma.com/blog/codex-wechat-mini-program/): 以阅读打卡小程序「一页」为例，先用 Figma 确定页面和按钮跳转，再交给 Codex 编写代码，导入微信开发者工具检查。本例做到模拟器可运行，手机预览、上传和审核由读者用自己的账号继续完成。 X 原文: https://x.com/miles_mazy/status/2094325966080532889 Markdown: https://immilesma.com/blog/codex-wechat-mini-program/index.md
- [万字长文 | 最强 AI 工作台 Cherry Studio 从入门到精通（含本地模型部署）](https://immilesma.com/blog/cherry-studio-complete-guide/): 把不同云端模型和本地模型接进 Cherry Studio，用同一套问题检查它们是否适合手头任务。再学习分支、Agent、知识库与本地部署，区分聊天模型和辅助组件，也看清云端服务的数据边界。 X 原文: https://x.com/miles_mazy/status/2094008690311659575 Markdown: https://immilesma.com/blog/cherry-studio-complete-guide/index.md
- [孙哥同款：从 0 到 1 搭建 AI 财务决策系统](https://immilesma.com/blog/ai-financial-decision-system/): 用带有调侃的个人财务案例，整理资产、负债、现金流和大额支出，比较不同付款安排会留下多少现金。系统只读资料、计算和复核，付款与人生取舍由人决定，原文不作为投资建议。 X 原文: https://x.com/miles_mazy/status/2093278952219672578 Markdown: https://immilesma.com/blog/ai-financial-decision-system/index.md
- [Codex 进阶应用教程：普通人最常用的 10 个工作场景](https://immilesma.com/blog/codex-ten-workflows/): 把 Codex 放进十类日常工作：安装软件、整理文件、会议纪要、表格分析、PPT、网页检索、软件操作和持续任务。每个场景说明如何提供材料与边界、怎样检查结果，再把稳定流程保存下来复用。 X 原文: https://x.com/miles_mazy/status/2092507861167567243 Markdown: https://immilesma.com/blog/codex-ten-workflows/index.md
- [万字长文｜Codex 从入门到精通](https://immilesma.com/blog/codex-complete-guide/): 讲清 Codex 的界面、工作区、任务和权限，按需要选择本地、隔离副本或云端执行。再认识计划、技能、插件、外部工具与定时任务，用文件变更和真实产物检查结果，逐步形成自己的工作流程。 X 原文: https://x.com/miles_mazy/status/2091339513134010554 Markdown: https://immilesma.com/blog/codex-complete-guide/index.md
- [ 万字长文｜WorkBuddy 从入门到精通](https://immilesma.com/blog/workbuddy-complete-guide/): 从一份会议纪要开始，跑通 WorkBuddy 的工作空间、任务要求、产物生成与变更检查。再学习模型、技能、连接器和自动化，结合国内交付环境处理版本差异、最小权限、数据边界与常见故障。 X 原文: https://x.com/miles_mazy/status/2090727310257430759 Markdown: https://immilesma.com/blog/workbuddy-complete-guide/index.md
- [万字长文｜GitHub 从入门到精通](https://immilesma.com/blog/github-complete-guide/): 用真实项目理解 Git 与 GitHub 的分工，练习提交、分支、冲突、远程同步和 PR 协作。再读懂 README 与许可证，检查 AI 修改、处理常见报错，让项目留下可回看、可审查的版本记录。 X 原文: https://x.com/miles_mazy/status/2088939439766819162 Markdown: https://immilesma.com/blog/github-complete-guide/index.md

## 文章 · 写作与增长

在 X 上从 0 到 2 万关注的复盘，以及把写作接到培训与服务的做法。

- [AI变现的三个方式 ](https://immilesma.com/blog/ai-monetization-three-paths/): 把 AI 变现拆成内容、培训、工具与服务三条路径，讨论账号怎样接住需求，一堂课怎样连接后续服务，以及重复出现的小问题怎样变成可交付的生意。可以先挑一件自己能做好的事开始。 X 原文: https://x.com/miles_mazy/status/2104747960542343395 Markdown: https://immilesma.com/blog/ai-monetization-three-paths/index.md
- [深度复盘｜一个月我如何从 0 做到 2 万粉 ](https://immilesma.com/blog/x-writing-twenty-thousand-followers/): 复盘 X 账号一个月从零到两万粉的过程，梳理互动、长文选题、转发、主页承接和业务连接的做法。也把热点、大号转发与运气放回结果里，讨论哪些动作可以重复，哪些增长无法保证。 X 原文: https://x.com/miles_mazy/status/2099097799065567705 Markdown: https://immilesma.com/blog/x-writing-twenty-thousand-followers/index.md
- [深度复盘｜15 天万粉，一周三篇百万长文：我到底做了什么](https://immilesma.com/blog/x-writing-retrospective/): 回看 X 账号十五天万粉、一周三篇百万曝光长文的过程，拆开互动、教程创作、转发和主页承接。把具体做法与平台流量、运气分开说明，留下可以再次执行的动作，也保留结果无法保证的边界。 X 原文: https://x.com/miles_mazy/status/2093658373216739385 Markdown: https://immilesma.com/blog/x-writing-retrospective/index.md