Playbook就係普通嘅markdown:各個階段有標題,指令用圍欄區塊,仲有之後要讀返啲咩嚟確認做咗。佢係儲存喺你成個帳戶度,唔係單一專案——你嘅專案各自分開,你嘅程序就共用。任何agent都會攞返佢,喺自己嘅環境度執行;記憶只係負責儲存。話「將呢個儲存做playbook」,佢就係一個playbook。話「用playbook deploy」,佢就會執行。
經整理嘅記錄保存住當前嘅真實狀態,並會隨住變化而整理。Playbook保存嘅係點樣做,而冇人會修剪一份程序。花咗一個星期先搵到嘅做法,就會原封不動噉保存落嚟。
一個專案五個agent,定係一個agent五部機——部署都係同一個部署。你一次運行學到嘅嘢,之後每次運行都會知道。
步驟、確實嘅指令、之後要檢查啲咩、上次出咗咩問題同幾時出。你嘅agent會喺同一個工作階段度,加入佢執行時學到嘅嘢。
工作階段停喺邊、而家運行緊啲咩、下一步係咩——由你嘅agent寫,每個專案一份,最近五份隨時在手。下一個工作階段一開始就會讀到。開機,話聲「continue」,佢就會繼續。
Atlas係一份教agent點樣為專案繪圖嘅playbook——而佢畫出嚟嘅地圖本身都係一份playbook,所以每個工作階段都打得開。每個專案一張根地圖:各個方框、連線同上面傳送嘅嘢、各個儲存位置,仲有一個圖版索引。四至八個圖版,每個對應系統一個層面,相關嘅程序就放喺所屬嘅圖版入面。由agent根據程式碼同實際運行系統撰寫,永遠唔靠記憶。
已於<date>對照<what>驗證——讀者對地圖嘅信任,就只到呢個程度。my-app-map — verified 2026-09-04 against commit a1b2c3d and the live containers
browser ──(requests, session cookie)──▶ api ──(SQL)──▶ postgres
│
└──(jobs)──▶ worker ──(files)──▶ object store
Wires: the browser never talks to the worker; the worker never reads a cookie.
Stores: postgres (users, orders — never card numbers) · object store (uploads).
Plates: my-app-map-api · my-app-map-worker · my-app-map-data · my-app-map-ops
Procedures: deploy → my-app-map-ops, deploy · restore → my-app-map-data, restore
Atlas方法同其他playbook一樣。你將佢交畀你嘅記憶一次;之後每個專案都可以用一句話繪圖,而地圖自己嘅最後一步,會確保之後每個工作階段都知道有張地圖存在。
複製atlas文字,然後同你嘅agent講:save this as playbook atlas。佢而家已經喺你嘅帳戶度,所有專案都用得。
喺專案入面,同你嘅agent講:use playbook atlas to write the map of this project。佢會讀程式碼同實際運行系統,驗證每一條連線,然後寫出根地圖同各個圖版。
呢個方法嘅最後一步會為專案儲存一條規則:地圖存放嘅位置,改動任何線路之前先閱讀該地圖,並喺同一個會話入面更新佢。由現在開始,每次開啟會話都會知道地圖喺度。
每個計劃都附有操作手冊、筆記以及地圖集,免費計劃都唔例外。立即免費開始使用
本地語音轉文字,會學你嘅聲。永久授權。我哋嘅旗艦產品。
付費 · 旗艦
用於你嘅 AI 代理嘅長期記憶——全文 + 向量 + 圖表。會在會話開始時提供說明,每次提問時都會被召回,並自動存檔。
已付費 · 免費方案
可直接列印嘅數碼模型。包含 GLB 同 OBJ。終身使用權。
付費 · 數碼目錄
有五台打印機,且具備實際的打印能力。目前還沒有自助服務店——請告訴我們您的需求,我們會透過電子郵件給出報價。
經協商安排 · 請發電郵給我們
我哋嘅YouTube頻道。有位網路老虎主持會帶大家了解本地嘅AI工具以及它們嘅實際功能。
頻道 · 直播
為AI編碼代理、MCP伺服器、本地AI以及用於AI的Linux精心整理嘅GitHub清單。每個條目都附有來源連結。
免費 · 精選
有關在 Linux、Windows 同 macOS 上部署本地 AI 的詳細操作指南,並附上相關配置檔案。
免費 · 直播
負面篩選:浪費你時間嘅做法同工具,排名。要證據。
免費 · 直播
我們是誰,為何要打造以私隱為優先的 AI,以及我們不會做些什麼。