VibeCoding 是 2025 年 Karpathy 提出的说法：不逐行抠代码，用自然语言和 AI 对话，把想法直接变成能跑的东西。过去一年多我用这个方式做了一串小项目，它们现在都归在 VibeCoding 分类下，这篇是目录页，会随新项目持续更新。

我的下载文件夹里躺着几百个视频。有刷到的教程、有想反复看的访谈、有觉得文案写得好的带货口播，下载那一刻都觉得有用，之后再没点开过。偶尔想找「上次那个讲分布式事务的视频」，对着 video_1727xxxx.mp4 这样的文件名完全无从下手。真看完的也没好到哪去，两星期后别人问起讲了什么，只记得「讲得还行」。

这是两个问题：库乱了，没人分类；看过了，没记住。市面上的工具各管一段：钉钉 AI 听记管录音转写，抖音的 @豆包 管站内视频问答，但我的视频来源杂，分类体系我想自己定，结果也得留在我自己手里。于是写了 video-tagger：导入本地视频或抖音链接，自动识别内容类型打标签；值得分析的视频再进入第二阶段，转写加关键帧喂给多模态模型，按模板生成结构化报告。

下午在办公室的 Windows 上，一个会话聊到关键处：背景交代完了，报错日志贴过了，方案刚改到第三版。到家打开 Mac 想接着聊，会话列表里什么都没有。要么凭记忆把上下文重新喂一遍，要么把活儿留到明天。会话就是上下文本身，它留在另一台机器上，前面花的功夫等于白费。

这种事多来几次之后，我写了 agent-sync：一个在两台电脑之间搬运编码 Agent 会话的命令行工具。会话导出成加密文件，放进项目目录下的 .agent_sync/，跟着 git push 走；另一台机器 pull 下来，一条命令导回本机，接着聊。

Windows 上自建服务跑多了，services.msc 就成了那个要用时才想起、打开又嫌烦的工具：想重启个 nginx，先 Win+R，再在三百多个服务里滚到 N 区，点开属性，确认，重启。我做了一个 uTools 插件 utools-service-manager 来省掉这套动作：把 Redis、Consul、nginx 这类常用服务加进白名单，uTools 里敲 svc 就能看实时状态、启停、改启动类型。更进一步，通过 uTools 内置的 MCP，Claude Code 这些 AI Agent 也能直接对它说「重启一下 nginx」「把 Redis 设为禁用」——一句话的事。

项目已开源：GitHub - canyuda/utools-service-manager，MIT 协议，需要 uTools 5+ 和 Windows。现已上架 uTools 插件市场（搜索「Windows服务」安装）——过程不算顺利，四个版本先后被审核拒绝，第五版才通过，完整记录见文末。

把 AI 编程工具切到完全访问模式是很上瘾的事：改文件、跑命令、装依赖一路畅通，不用隔几分钟点一次「允许」。但模式全开之后，中间没有任何东西拦着。agent 在重构时决定「顺手清一下再重装」，在排查问题时试出一条杀伤半径超出预期的命令，都可能直接落地。rm -rf、git push --force、把 .env 内容打出来——这些场景不需要 agent「作恶」，只需要它聪明得过头一次。

我给这件事做了个专门的工具 agent-guard：挂在宿主工具（ZCode / Claude Code / Cursor）的 PreToolUse hook 上，拦截所有 Bash、Write、Edit 和 MCP 工具调用，用一次快速的结构化判断给操作定级，只读的直接放，高危的强制人工确认，哪怕你开着完全访问模式它也拦得住。

项目已开源：GitHub - canyuda/agent-guard，npm install -g @canyuda/agent-guard 即装即用，零依赖，Node 20 以上就行。

你有没有录过自己即兴发言？不录不知道，一回放，「嗯」「然后」「就是说」「可能差不多」密密麻麻。这些问题词说话时完全无感，旁人听得清清楚楚，偏偏自己最后一个知道。

我做了个桌面应用来治这个毛病，叫言之有物（Weighty Words）。对着麦克风说一段话，语音实时转成大字字幕，填充词、犹豫词、笼统词当场标红标黄，说完再生成一份结构化分析报告。整个链路是：实时语音识别 → 本地词库分析 → AI 反馈。

项目已开源：GitHub - canyuda/weighty-words，macOS（dmg）和 Windows（exe）安装包都在 Releases 里。

最近集中找工作的一个月。七月我密集面了 15 场，进了两次二面，都没过。到了月底、八月初，我拿到一份 base 上海的 offer，定在 8 月 18 号入职。按理该松口气，但我拿着这份 offer，越想越觉得不太对。这篇就记一下这一个月面试的复盘，以及拿到 offer 之后我一直在算的那笔账。

最近在集中找工作。投了几家之后我意识到一件事：找工作其实特别像一个项目。它有明确的目标，拿到一份合适的 offer；有一堆并行推进的任务，同时跟好几家公司；还有大量能反复用的资产，简历、项目经历、面试话术。可大多数人处理它的方式是散装的，想到哪做到哪，每投一家都从头来一遍。

我是个 Java 后端，干这行有些年头了。某天我想，既然它这么像一个项目，为什么不真把它当个项目来管？我用 Claude Code 建了个求职仓库，把该沉淀的资产、该固化的流程、该跟踪的进度都放进去，又写了几个 skill 把最重复的环节自动化掉。这篇记一下这个“求职项目”是怎么搭起来的。