我发现大模型让很多工作变得超级简单，但很多人并没有感知到。

比如说传统的爬虫采集，以前可能需要写python requests、scrapy脚本，还得去解析html文本，技术门槛不低，而且巨浪费时间。

但现在有了MCP、SKILL、CLI，大模型可以直接干爬虫的活，比如playwright mcp、fetch mcp、chrome mcp、puppeteer mcp等可以直接采集和解析网页，甚至各种bing、百度等搜索工具也有mcp服务。

还有Bright data的MCP和CLI功能，把采集接口集成到mcp服务里，能控制浏览器、实时浏览网页、请求谷歌搜索数据、解锁网页验证等，直接部署在cursor、vscode、codex、workbuddy里，直接聊天对话就能采集到公开的数据，几乎是零门槛。

https://get.brightdata.com/wmcp

除了爬虫，还有数据分析、内容写作、多媒体生产都有大量的AI工具可以实现，不过很多人有信息差，看不到，不会用。

所以没事多去看看github、魔搭、huggingface这些平台很有必要，是AI学习的必由之路。

Logo
葡萄城开发者空间

葡萄城是专业的软件开发技术和低代码平台提供商，聚焦软件开发技术，以“赋能开发者”为使命，致力于通过表格控件、低代码和BI等各类软件开发工具和服务，一站式满足开发者需求，帮助企业提升开发效率并创新开发模式。

更多推荐

用 Codex CLI 把多 Agent 工作流脚本化

CLI 编排的核心是把 Agent 当作一个可以观察、限制和验证的执行步骤：输入要明确，输出要落盘，退出状态要处理，失败要分类，下一阶段要读取真实产物。从“一个模块、一个报告、一个验证命令”开始，逐步扩展到 Fan-out、Reduce、Pipeline 和 CI。需要复杂依赖时再引入 Registry 或 App Server。脚本负责确定性控制，Agent 负责理解和推理，二者分工清楚，自动化

avatar 葡萄城开发者空间
cover

我用 Codex 把一篇 Word 文章直接发到官网后，重新理解了企业内容生产

avatar 葡萄城开发者空间

别让Codex从空白开始写页面先让GitHub构建skill把工程骨架立起来

Codex 从空白开始写前端页面，容易每个页面各写一套、技术栈自己定、组件库自己造。我从 GitHub 官方仓库拉来 web-artifacts-builder，让 Codex 先用初始化脚本立起 React 加 Vite 加 Tailwind 加 shadcn/ui 骨架，再在骨架里改代码，最后打包成单文件交付。本文讲这个 skill 的真实规则、接进 Codex 的方式和适用边界。

avatar 葡萄城开发者空间