在当前的技术环境中,Codex牛马的使用效率极高,一天内能够处理高达7e token的数据量。这种高效性得益于一系列精心设计的技能和任务工作流程。例如,一个15个团队号的轮询机制,确保了资源的合理分配和高效利用。尽管已经接近周限的一半,但团队仍然对后续几天的工作充满信心,这体现了他们对于技能和流程的熟练掌握。

在技能使用方面,本轮主要采用了$code-mvi、$csv-todo-loop、$collaborating-with-claude-code以及$Context Manager(包含$plan)等技能。这些技能的运用,不仅提升了工作效率,也展示了团队在技能开发方面的创新和最佳实践。

Code专属技能的开发是基于项目最佳实践,让本地agent codex自主编写技能,从而更好地适应项目需求。使用方法包括通过ChatGPT网页pro对话生成CSV todo,然后提供给本地codex agent执行,形成CSV TODO闭环。随后,由Claude进行审核和评审,并保存对话记录,形成一个完整的循环。

这一任务的主要目的是最大化ChatGPT Pro对话的价值和潜力。团队选择不使用本地agent codex进行规划,而是持续使用pro对话,以确保最佳的工作效果。

具体的workflow需要根据项目进行迭代和技能开发。例如,可以参考GitHub上的csv-todo-loop和claude-context-manager项目,这些资源为技能开发提供了宝贵的参考和指导。

链接资源:

  1. GitHub - mci77777/SKILL-csv-todo-loop
  2. GitHub - gaoziman/claude-context-manager

这些资源不仅提供了代码示例,还包含了详细的构建和操作指南,对于想要深入了解和实施相关技能的开发者来说,是非常宝贵的资料。

标签: none

评论已关闭