Featured image of post AI编程下的产物2026年5月

AI编程下的产物2026年5月

这篇文章记录是,是最近我使用 AI 编程实现的几个软件,用于解决我平时遇到的问题。

这篇文章记录是,是最近我使用 AI 编程实现的几个软件,用于解决我平时遇到的问题。

或许你也有过,做一件事情的时候脑子里会思考,有些地方不对,太繁琐了。但是又因为学习成本太高或者精力不足,使得自己很难改变什么。

在 AI 时代下,我开始意识到 AI 的价值正是帮助实现心里的想法。

博客发布

近期由于本地 AI Agent 的爆火,我将我的笔记系统从 wolai 导出到了 Obsidian 中了。粗略的算了一下,自从我 2018 年开始养成记录的习惯后,前后写了 4000 多篇笔记了。

我的博客是去年才搭建的,但是更新频率并不多。其中一条原因是我将博客视作一个发布界面,并非每条笔记我都要发布出来。另一个很现实的原因是,我使用 hugo 编译静态网站,但是太难用了。

基于这个原因,我使用 KimiCode 做了一个辅助博客发布的软件。

这个软件有三个功能:

  1. 新建文章
  2. 本地预览文章
  3. 构建并发布博客

希望我能使用这个工具,帮助我增加更新博客的频率。

每日阅读

过去我一直使用 Folo 这个软件,订阅我常看的网站、博客,并且我会在笔记系统中记录我认为有价值的文章,并反复阅读。这就导致了一个问题:有一些过去我没有记录的内容,之后就如泥牛入海,再也找不到了。

受到最近爆火的卡帕西的知识库的启发,以及最近 Folo 发布了自己 cli,我做了一个脚本,用于将我在 Folo 下的未读文章以 Markdown 的格式保存到本地。

简单来说,首先使用 Folo 的 cli 获取未读文章的原始网络地址,然后根据原始网络地址对应的网站保存为本地的 html,最后根据 html 的来源使用不同的策略解析成对应的 markdown 文件。这些步骤我都使用 KimiCode 实现了一个 Python 脚本来运行。

我会使用 KimiCode 去总结当天的 markdown 文件,告诉这些文章大概讲了什么内容,遇到我感兴趣的内容,再去读原文。最重要的是,做完这些后,我会按天将整个文件夹放在 Obsidian 中进行存档。这样在我后面想起来一篇文章但是找不到时,我就可以让 AI 去这个文件夹下寻找。

文档翻译

Halcon 我在工作中经常会使用到的软件,功能十分强大,唯一的缺点是,文档和手册都是英文的,看起来太痛苦了。

之前学习的时候,搭配翻译软件也能看个七七八八,但是过了一段时间之后,记忆会逐渐淡忘。为此我在 wolai 中曾经做过一个汉化的库。

很遗憾的是,后来我意识到这件事太困难,并且效率太低了。

现在 AI 的大环境下,我使用 ClaudeCode + DeepSeek 实现了 Halcon 本地算子的翻译,并将其放在了 Obsidian 中。

这样做有两点好处:

  1. 所有的内容都是基于本地的 html 文档翻译过来的,真实性有了保证
  2. 转换成 markdown 之后,对于文档里我认为不足的地方可以直接修改

除此以外,为了让我的同事们都可以用上中文的 Halcon 手册,我又回过头来将其编译成了 html。因为我的同事们并不使用 Obsidian,因此直接将 markdown 发给他们,还得下载 Obsidian 并且要保持和我的配置类似。为了简单一点,直接编译成 html,使用浏览器打开更简单一点。

Obsidian 插件

正如我上面所说,我将笔记系统从 wolai 迁移到了 Obsidian 中。

我好多年前就知道了 Obsidian 这个软件,但是因为其个性化能力太强,需要频繁的折腾和学习,我担心会影响我记笔记的积极性,最终还是选择了开箱即用的 wolai。

但是在 AI 时代下,wolai 出现了致命缺陷——数据存在服务器上,我没法喂给 AI 使用。在经过了几天的纠结之后,我还是选择了放弃 wolai,使用 Obsidian。

Obsidian 最强大的地方在于他的插件社区,虽然这也是我当初放弃的原因,因为插件太多了,每一个插件都要去学习,尤其是 Templater、DataView、Button 这几个插件,不但配置复杂,还要去学习 JS 语法。

但是现在有了 AI,完全不需要去学了。我直接将这些插件的官方文档喂给 AI 做成了 Skill,然后使用这个 Skill 去实现我想要的功能,简单易用,并且自由度很高。

工作上的小软件

AI 在我工作上的帮助就更多了,也正是由于很多,所以这几只能挑几个进行说明。

我使用 AI 优化了 ZerosSVN 软件,现在这个软件使用更简单了,一键即可实现同步、提交、冲突解决等所有步骤。

我用 AI 做了一个线扫描的仿真软件,加载对应的产品模型,就可以获得线扫描数据。这可以帮助我在测试软件时,提供一些数据。

总结

这几个软件没有一个是需要大量的学习才能做出来的,全都是我遇到了实际问题,然后去思考该如何解决问题,最后使用 AI 大约几个小时就能做出来。

我一直认为自己不是一个顶尖的程序员,但我始终认为自己是一个很好的产品经理。

AI 使得我的 90% 技能,价值变为 0,但使得剩下的 10% 技能,价值增长了 1000 倍。每个人在 AI 面前,都需要重新调整自己的技能。

使用 Hugo 构建
主题 StackJimmy 设计