我在真实使用场景里折腾 AI Agent、自动化工具和内容工作流，关注的不是功能清单，而是把一个具体问题做成自己真正会用、能够测试和持续维护的小工具。
- AI Agent 与个人工作流
- 浏览器自动化和用户脚本
- 可复用的 Agent Skills
- AI 工具的隐私、成本和能力边界
- 从真实问题到可验证作品的实践过程
一个 Tampermonkey 用户脚本，优先使用浏览器本地规则过滤首页推荐，只把本地无法判断的内容交给用户选择的 AI 服务。项目包含源码、测试、隐私说明和自动化回归检查。
个人维护的 Agent Skills、自动化脚本和 AI 工具工作台。仓库强调来源、安装方式、安全边界和真实运行验证。
- 从真实问题出发，不为展示而堆功能。
- 区分“文件存在、配置写入、程序加载、真实运行”。
- 涉及密钥、账号和个人数据时，默认采用最小暴露原则。
- 保留测试、失败过程和能力边界，不把实验结果写成普遍承诺。
这里会逐步沉淀已经做出来、实际使用过、并且愿意继续维护的 AI 小工具。