认真生活，慢慢记录

太久没写C语言了，闹着玩玩 hello.c 代码说明12345#include <stdio.h> // 引入标准输入输出库，才能使用 printfint main() { // 程序的入口函数 printf("Hello, World!\n"); // 打印字符串到终端，\n 是换行符 return 0; // 告诉操作系统程序正常退出} 编译与运行本机环境：macOS，已安装 Apple Clang（Apple 版 C 编译器）。 编译把 hello.c 编译成可执行文件 hello： 1clang hello.c -o hello 运行1./hello 一条命令完成1clang hello.c -o hello && ./hello 参数说明 参数 含义 clang C 语言编译器 hello.c 源代码文件 -o hello 指定输出的可执行文件名为 hello（不指定则默认输出 a.out） ./hello 运行当前目...

https://github.com/Lum1104/Understand-Anything/blob/main/READMEs/README.zh-CN.md 分析项目，形成知识图。 适合大型历史遗留项目。 安装 原生claude code上安装是最简单的 12/plugin marketplace add Lum1104/Understand-Anything/plugin install understand-anything 如果是其他平台的话 1curl -fsSL https://raw.githubusercontent.com/Lum1104/Understand-Anything/main/install.sh | bash 使用 生成知识图谱 进入项目路径后/understand --language=zh 这个过程会很慢，需要慢慢等 打开知识图谱 /understand-dashboard 就会自动在浏览器打开了

一、核心简介（精简版）gstack 是AI全流程开发工作流，依托Claude Code搭建虚拟研发团队，一站式完成需求梳理→架构设计→编码→审代码→测试→发布→复盘，单人效率比肩团队，MIT开源免费，适配主流AI编程工具。 核心效率数据2026有效逻辑代码产出 = 2013年同期240倍，日均效率提升810倍 二、30秒极简安装 依赖：Claude Code、Git、Bun1.0+ 终端执行安装1git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup 团队协同（强制启用）1(cd ~/.claude/skills/gstack && ./setup --team) && ~/.claude/skills/gstack/bin/gstack-team-init required &...

https://github.com/garrytan/gstack 环境安装 先安装bun 123curl -fsSL https://bun.sh/install | bashsource ~/.zshrcbun -v bun常用命令 12345bun init # 新建项目bun i # 安装依赖bun run xxx # 运行脚本bun upgrade # 更新bunbun uninstall # 卸载 安装gstack 1git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup 进入claude后，能看到/office-hours，就说明安装成功了 HelloWorld Install gstack (30 seconds — see below) Run /o...

对于研发人员来说，画架构图、流程图的需求还是挺多的。drawio-skills能够挺好的实现这个需求 我们先下载安装好对应自己本机操作系统版本的draw.io客户端 然后打开claude code，：帮我安装这个skil https://github.com/jgraph/drawio-mcp/blob/main/skill-cli/drawio/SKILL.md 下面我们来试用一下 效果还是可以的

原文链接：https://x.com/BruceBlue/status/2032703807189299694 最近发现了一款很好用的 Terminal，非常适合 AI Coding 工具，之前我一直用 iTerm 配合 zsh 来操作命令行，但它在 node 服务开的多的情况下会变卡。 以下内容原文出处来源于 X 上的 @BruceBlue，写的非常好， respect。 你是不是也遇到过这些崩溃时刻： 12345终端卡得像老牛拉车？ Claude写代码时输出一堆文字看不清？ 想左右分屏（左边让Claude写代码、右边debug） 却不知道怎么加屏幕？ 配置一改就弹窗报错？ 慌！ Ghostty就是为你准备的！ 它像一个调皮的小鬼，跑得飞快、长得漂亮，还天生和Claude是好搭档。 这篇全新入门文章，我把所有坑都踩过一遍，用最简单的话 + 手把手截图 + 基础命令教你。 读完5分钟，你就能： 12345打开Ghostty就自动进Claude Cmd + D 一键左右添加屏幕 Cmd + Shift + Enter 一键放大Claude输出 配上彩虹状态栏 + 快...

前言在我们对OpenSpec和Superpowers都有了初步的认识后，可能会产生一个疑问：这两个工作流，不都是先明确，再执行，有什么本质的区别吗？ 简单来说，这两个工作流，在定位上，有以下几点区别 **OpenSpec (做规划的总设计师)**：它负责制定开发规范和蓝图，解决“做什么”的问题，产出结构化的需求文档和任务清单 **Superpowers (守纪律的执行官)**：它负责将蓝图转化为工程实践，解决“怎么做”的问题，通过强制 TDD（测试驱动开发）、头脑风暴、代码审查等技能，确保每一步都符合工程标准 特性 🔍 OpenSpec (做规划) 🚀 Superpowers (保执行) 核心定位 做规划的总设计师 守纪律的执行官 解决的问题 “做什么” “怎么做” 核心能力 制定规范和蓝图，确保需求对齐与变更可追溯 确保工程纪律与执行质量，强制TDD、头脑风暴等 核心产出 proposal.md, design.md, tasks.md 等结构化文档 可执行的、细分的工作步骤，以及符合规范的最终代码 工作流程 提案 → 实施 → 归档 头脑风...

与SpecKit、OpenSpec的对比https://github.com/obra/superpowers Superpowers：给 AI 代理定 “干活的规矩与技能”（怎么干），偏执行层 / 工作流强制框架。 SpecKit：GitHub 官方的 “重型规范驱动框架”（按什么规矩干），强流程、强文档、适合大型 / 从零开始项目。 OpenSpec：社区驱动的 “轻量规范驱动框架”（改了什么、如何共识），灵活、适合存量 / 快速迭代项目。 OpenSpec和SpecKit作为SDD开发范式，目的是让模型在执行任务的时候，有据可依，从而有效避免产生幻觉。 Superpowers是一个全自动开发工作流，其运行逻辑，和传统的SDD完全不同。 SDD趋向于将创意或者对话，转化为结构化的技术规范，以及供AI编程Agent执行的任务清单。 Superpowers的功能更进一步，它为AI提供了一套完整的开发工作流。它能自动引导AI完成头脑风暴、设计，并生成技术规范，制定详细的实施计划。 安装Superpowers 在 Claude Code 中安装 Su...

与SpecKit的区别两者都是SDD的实现方案，解决的都是先对齐意图，再写代码的问题。但是两者的设计哲学截然不同。 SpecKit对于开发过程有着严格的规范，必须：定义->计划->任务->实施。有着严格的阶段门控。每个阶段都得严格完成后，才能进入到下一阶段。有序、严谨，但是缺乏灵活性。 OpenSpec的流动式工作流，更适合真实项目中的不确定性。 安装 全局安装 123pnpm add -g openspec# 验证openspec -V 初始化项目12# 先进入项目目录，再initopenspec init 回车，选择用到的编程Agent，可以选择多个 比如我选择了 claude 和 codex，就会生成 .codex 或 .claude 两个文件夹。里面包含了openspec要用到的各种skill 还会生成 openspec 文件夹，里面包括了 specs 文件夹，保存已经完成的功能，以及 changes 文件夹，保存正在开发的功能 提案 /opsx:propose1/opsx:propose 使用纯前端技术，不使用前端框架，开发一个待办清...

SDD对比传统开发范式在SDD之前，我们有以下几种经典的开发范式： TDD：测试驱动开发。先写失败测试，完成最小实现，最后进行代码重构。关注的是代码的正确性。 BDD：行为驱动开发。用自然语言描述系统行为。Given/When/Then。核心价值在于消除需求的歧义。关注的是业务验收与共同理解。 DDD：领域驱动开发。统一语言限界上下文。核心关注建模与系统的边界。使系统设计更贴合实际业务场景。 在AI大模型兴起后，Vibe Coding迅速在AI编程领域应用起来。这个时候，SDD-规范驱动开发。就特别适合现在这个AI编程时代。 一句话总结，SDD就是用精准技术规范作为唯一的真相源，驱动设计、编码、测试与文档。 SDD，先把需求、约束、边界条件、验收标准，写成结构化的Spec文档，再让AI Agent基于Spec，去规划、拆解、编码、测试、反复验证。 总之，AI的行为，取决于Spec文档中的精准描述。 人，多做设计决策，少写代码。 AI，负责“搬砖”、 让SDD和TDD、BDD、DDD，做一个本质区别的话， 前者强调的是，人，怎么把控AI，不要让AI写的代码偏...