📔 经验总结 · 🌿 持续更新 · 图例见 本站的诚实规则
这不是一张“推荐大家全部安装”的清单，而是我真实生产系统的地图。刚开始的人先照着 默认最小工具栈 跑通一条链；遇到明确限制，再来这里找替代。
我把它分成三层：工具是我直接操作的软件，技术栈是项目运行和发布的底座，方法与协议决定人和 Agent 怎么协作。把三层混在一起，名字会很多，工作却不会更清楚。
状态只有四种：核心是高频默认入口；专业是特定任务才启用；探索代表正在验证，不能冒充稳定能力；弃用代表已经退出工作流。工具只有进入工作流后才属于我。
一、我直接使用的工具
每个条目都按“做什么与为什么保留；何时切换；公开验证；状态”来写。它是任务地图，不是软件百科。
模型与对话
- ChatGPT / GPT 系列｜核心：通用思考入口，用来展开问题、比较方案、找反例。长文本判断会看 Claude，国内直达场景会换国产模型。验证：AI 是主动信息源。
- Claude｜专业：长文阅读、写作讨论和代码问题的第二视角；不为模型排名来回切换，接入不稳定时不用。验证：AI 思考与研究。
- DeepSeek｜专业：中文推理与国内可用场景的补充；关键事实仍回到原始来源，不把模型答案当证据。验证：AI 使用心得。
- 豆包｜专业：国内环境里的日常对话和快速尝试；复杂执行交给 Agent，严谨研究回到官方资料。验证：AI 思考与研究。
- Fable｜探索：尝试视觉化叙事与内容表达；没有明确展示价值时回到 Markdown。验证：思考与写作。
Agent、编辑器与模型接入
- Codex Desktop / CLI｜核心：多文件、长时间、能运行测试的复杂执行，是我的默认 Agent。只想盯着代码小步改时换 Cursor，手工接管用 VS Code。验证：为什么我造 Jarvis。
- Claude Code｜专业：编程任务的另一条强执行链；环境或接入不稳定时不硬用。验证：Agent 执行。
- WorkBuddy｜专业：小白入门、国内环境和可视化办公操作；复杂仓库执行仍优先 Codex。验证：AI 小白入门实战。
- Cursor｜专业：需要持续看着代码、小步修改和切模型时使用；跨文件长任务交给 Codex。验证：Agent 执行。
- VS Code｜专业：手工编辑、扩展生态和最终接管的底座；不把编辑器本身当 Agent 能力。验证：Agent 执行。
- CCSwitch｜探索：管理不同模型接入配置的候选工具；没有明确切换成本时不增加一层配置。公开验证：本页记录探索状态。
- Dify｜探索：验证可视化工作流与 Agent 产品形态；尚未稳定进入默认生产链。验证：企业 AI 转型方法论。
写作、知识与协作
- Typora｜核心：Markdown 写作的默认入口，直接而少干扰。大量双链笔记切 Obsidian，协作交付切飞书。验证：思考与写作。
- Obsidian｜核心：本地知识连接与长期整理；需要多人评论、权限和交付时切飞书。验证：AI 记忆系统。
- 飞书文档 / 知识库｜核心：共享、评论、交付和企业知识协作；私密、长期原始资料优先留在本地。验证：个人知识库不是给自己看的。
- 飞书多维表格｜专业：结构化记录、表单与流程协作；单人快速分析优先 Excel/Python。验证：数据与办公自动化。
- 飞书 CLI｜专业：让重复飞书操作可自动化、可复核；一次性小操作直接用界面。验证：数据与办公自动化。
- IMA｜探索：验证资料聚合与知识问答体验；没有形成稳定工作流前不作为核心知识库。公开验证：本页记录探索状态。
检查、数据与内容生产
- Playwright｜核心：重复点击、跨视口、错误与回归检查；系统原生界面无法定位时换 Computer Use。验证：前端需求要给视觉参照。
- Computer Use｜专业：像人一样操作系统界面并做视觉复核；不能把偶然点通一次当稳定测试。验证：检查与发布。
- Chrome DevTools / curl｜专业：查 DOM、网络、console 与 HTTP smoke；它们给证据，不代替真实用户流程。验证：本站公开前端验收。
- Excel / Python｜核心：Excel 负责可见、可抽查的分析，Python 负责清洗和批处理；需要多人协作时切飞书。验证：数据与办公自动化。
- WPS / Word / PDF｜专业：面向现实接收方的办公交付格式；自己写作仍优先 Markdown。验证：数据与办公自动化。
- 剪映｜专业：需要人工判断和快速调整的视频剪辑；可重复、代码生成画面时考虑 Remotion。验证：内容生产。
- Remotion｜专业：可复用、可批量的视频画面生成；一次性视频不为技术含量强上。验证：内容生产。
- AI 审稿 + 发布反馈｜核心：找重复、反例和事实风险，再用真实反馈修正内容；不让 AI 把个人判断磨成标准答案。验证：AI 写小说的真相。
个人系统
- Jarvis｜核心：保存连续性、注意力和项目上下文，管理多个 Agent；不替我做人生决定，长期记忆必须经确认。验证：为什么我造 Jarvis。
- StarPeer｜专业：发现并跟进高价值开源贡献机会；不用来批量刷低质量 PR。验证：代码与协作。
- 番茄 Todo｜核心：把注意力约束到当前任务；任务过小、无需计划时不增加记录负担。验证：我的工作方法。
二、项目技术栈
这些是项目运行和发布的底座，不是建议普通读者全部安装的软件。
- Git / GitHub / GitHub CLI｜核心：承担版本、协作、自动化和公开交付。本地小实验也保留 Git，公开协作再上 GitHub。验证：本站与公开仓库。
- Next.js / Vite / VitePress / Quartz｜专业：按产品形态选择 Web 与文档构建底座，不为“技术更新”无理由迁移。验证：你正在看的占占 Wiki 使用 Quartz。
- Prisma / PostgreSQL｜专业：需要关系数据、迁移与可靠查询的应用底座；静态内容不引入数据库。验证：公开项目实践。
- Docker / Nginx｜专业：环境封装、服务部署和反向代理；静态 Pages 能解决时不增加服务器复杂度。验证：检查与发布。
- GitHub Pages / Codex Sites｜专业：前者发布当前静态站，后者用于快速站点原型；有后端和权限需求时换完整部署。验证：当前 Wiki 使用 GitHub Pages。
- 日志、截图、备份与回滚｜核心：让发布后能定位、能证明、能退回；任何生产发布都不省略证据链。验证：真实失败逼出的规则。
三、方法与协议
这些不是软件名，却比换一个软件更影响交付质量。
- 目标 → 成功标准 → 调查 → 计划 → 执行 → 测试 → 反馈 → 沉淀：先定义结束条件，避免 Agent 用一篇漂亮汇报代替结果。
- 主控 → 项目负责人：我只向主控给目标，负责人守住项目边界并返回报告；不是让一群 Agent 在群聊里制造热闹。
- Maker + Checker：实现者不能用自己的自动化通过代替独立验收，关键视觉还要看真实截图。
- worktree / 小步提交 / 回滚点：并行任务隔离，变更按范围提交，失败时能回到上一个可用状态。
- GitHub 式异步产物协作：任务包、diff、测试、截图、报告和回执都是可检查的产物，不依赖聊天窗口里的口头上下文。
我的最终判断
全面不等于堆名字。我的默认最小栈负责让人开始，完整图谱负责解释我遇到不同任务时怎样切换；技术栈负责让产物运行，方法与协议负责让它可信。
如果你还没跑通过一条完整生产链，不要照着这页一次装完。先做到我的程度，再去自己选；等你真的遇到限制，替代工具自然会有意义。