这是 opencode 的 AGENTS.md 里一条很赞的规则：“在为某个纯属猜测、几乎不可能发生的竞态条件或安全边…”

jatechan/ai-data-extractor

一个免费开源工具，用于从 AI 编程助手中提取本地聊天历史并统一为 JSONL 格式，支持 Claude Code、Codex CLI、Cursor、Windsurf、Aider、Cline/Roo Code 等。README 说明其可自动发现并提取用户消息、回复、代码上下文、代码改动、工具调用及时间戳、会话 ID、项目路径、模型名等字段，列出各来源的存储格式与搜索路径。

AI 中可访问性的成本

The Cost of Accessibility in AI — Jemima Abu, CAIS

这是 CAIS 的 Jemima Abu 的一场演讲，讲述她做的一个小实验：同一个 Figma 实现提示词分别在没有可访问性指引和有可访问性技能的情况下运行，第二次成本低 58%、耗时约为三分之一。她随即说明这一未经控制的对比不能证明可访问性开发总是更便宜，并指出这种对比暴露的常见问题：智能体在原生 HTML 元素已能提供所需行为时仍自行发明冗长的自定义组件。演讲还讨论了智能体继承的代码库与提示词上下文、审计现有界面、把可访问性指令打包成技能、优先使用语义化 HTML、检查键盘交互、ARIA 的定位，以及自动化检查的局限和等到产品完成后再补做可访问性带来的返工。

Tw93 是个有 12 年经验的程序员，最近他花了一个下午，把自己用 AI 写代码的习惯整理成了 20 条规则

一条微博帖子，梳理有 12 年经验的程序员 Tw93 整理的 20 条用 AI 写代码的习惯。内容按环节分组：布置任务时只说明目标与背景、不指定实现方式、不随意加功能；配合规则上区分“看一下”和“改一下”、提交与删除需人工确认、关键规则用脚本卡住；写代码前先让 AI 说明改动范围和影响、建验证脚本、多 AI 并行时各管各自目录；调试时先定位原因、连修三次无效就清上下文重来；审查时写与查分开、最多三轮；发布时写清提交说明、加灰度；复盘时把 bug 和反馈转成测试用例。帖子末尾还提到评论区一位 15 年经验工程师从替 AI 操心到直接提要求的转变。适合正在用 AI 编码工具做开发、想建立个人工作规范的程序员阅读。

model-cache-cleaner：用于查找并安全清理本地 AI 工具占用存储的 Claude skill

model-cache-cleaner: Claude skill that finds and safely cleans storage used by local AI tools

一个 GitHub 项目，README 将其描述为 Claude skill：查找本机本地 AI 工具占用的存储，展示找到的全部内容，并且只把用户挑选并确认的项目移入废纸篓。它覆盖 ~/.cache/lm-studio、~/.cache/huggingface、~/.ollama、~/.omlx 等目录，支持 macOS 与 Linux，脚本要求 Python 3.8+。项目作者在帖文中提到 macOS 常把 .cache 隐藏为系统文件，因此做了这个工具，并表示欢迎 issue 和 PR。

ZiChuanLan/agent-purge

一个开源工具，用于把同一份系统提示词（persona）应用到多个 coding agent 上，支持替换、追加、清空三种模式并可热切换。它通过写入托管配置块、PATH 前置同名壳（shim）以及会话内斜杠命令三层机制统一处理 codex、claude、opencode 等不同 agent 的提示词入口，提供本地 Web 控制台，要求 Node 20 以上、零依赖。

multica-ai/andrej-karpathy-skills

一个单个 CLAUDE.md 文件的项目，用于改善 Claude Code 的行为，内容取材自 Andrej Karpathy 关于大模型编码常见问题的公开发言。README 列出模型擅自做错误假设、不澄清困惑、过度复杂化代码等问题，并用四条原则加以对应。项目提供简体中文版 README。