Moxt 实测:为AI构建原生工作空间,打造高效组织协作者 · AI HOT
歸藏(guizang.ai)@op7418精选74
2026-04-29 19:56·52天前
精选理由歸藏把 Moxt 用出了 Claude Code 的深度,从 AI 分身到 Skills 流水线,读完能直接上手搭建自己的 OPC 工作台,做一人公司的都该看看。
AI 摘要Moxt的核心是为AI构建了一个原生工作空间,通过将Word、PDF等文档自动转换为Markdown等AI原生格式,并利用文件系统作为结构化“图书馆”,解决了信息“散”与“脏”的痛点。用户拥有由AGENTS.md定义的个人AI助手,并能创建高度个性化的“AI同事”。它强调信息质量,内置“熵减官”角色清理过时内容。AI不仅能组合Skills完成复杂任务流,还支持定时任务与Webhook实现自动化。其输出超越文字,可生成可交互的数据看板与完整PPT,使AI成为组织内的高效协作者。
智能体MCP/工具教程/实践
歸藏(guizang.ai)@op7418 · X精选74
2026-04-29 19:56·52天前
精选理由歸藏把 Moxt 用出了 Claude Code 的深度,从 AI 分身到 Skills 流水线,读完能直接上手搭建自己的 OPC 工作台,做一人公司的都该看看。
AI 摘要Moxt的核心是为AI构建了一个原生工作空间,通过将Word、PDF等文档自动转换为Markdown等AI原生格式,并利用文件系统作为结构化“图书馆”,解决了信息“散”与“脏”的痛点。用户拥有由AGENTS.md定义的个人AI助手,并能创建高度个性化的“AI同事”。它强调信息质量,内置“熵减官”角色清理过时内容。AI不仅能组合Skills完成复杂任务流,还支持定时任务与Webhook实现自动化。其输出超越文字,可生成可交互的数据看板与完整PPT,使AI成为组织内的高效协作者。
Workspace 还有一个好处:把 Context 从一次性输入变成可以累积的资产。
现在我写 AIGC Weekly,不用重新贴前几期选题、不用重新解释写作偏好、不用重新说我关注哪些方向。
别的 AI 产品,每次都是新一轮对话,Context 得一次性喂;Moxt 里的 Context 是往上攒的。
每个 Moxt 用户都有一个专属个人 AI,叫 momo。
momo 的行为规则写在一份 AGENTS.md 里,放在你的个人空间。
用过 Claude Code 的朋友一看就懂。就是 CLAUDE.md 那套思路,产品化了。
而且除了 Momo 以外,你还能创建自己的 AI 同事。
我做的第一件事,创建了一个我自己的 AI 分身"AI 藏师傅"。
具体方式就是把我所有的历史语录和写的内容都传了上去,然后它帮我创建了一个总结文档和规则。
涵盖了从 agents.md 到时间线等各种资料,以及语气内容等各个方面。
比方说,我现在如果写稿子或者写内容,就完全可以直接让这个 AI 同事帮我写。
因为它已经几乎蒸馏了我所有的内容和信息,某种程度上,它就是我的分身。
AI 的"记忆"不该是玄学,就是几个你能读懂的 md 文件而已。
这时候我才反应过来。Rules 也是 Context,而且是密度最高的那种。一份 AGENTS.md 里装着你的人格、价值观、写作品味,是你给 AI 最浓缩的 Context。
Moxt 有一个引导案例让我特别有感触。它的第一个 AI 同事模板叫"熵减官"。
这家公司专门造了这么一个角色,它手里没有写作、分析、生成这类产出任务。它只做三件事:
他们那句 slogan 我很喜欢:做少是能力,做多是本能。
我手里有 300 多篇剪藏、几十份项目笔记、上百条 Twitter 收藏,真正能用上的远没这么多。
你问它"我之前对某个问题怎么看",它能把三年前已经被我推翻的观点翻出来,一本正经地告诉你。
Moxt 想做的是会自己精简的地方。无限塞东西的仓库,市面上已经够多了。
AI 读懂你的 Context 只是第一步。接下来它还得会自己动、会记住发生过的事、有一个承载这一切的人格。
必不可少的是现在 Agent 里的 Skills 能力。
大家知道我做了很多 Skills(比如最近很火的 PPT 生成)。
humanizer-zh(去 AI 味) → writing-rewriter(风格重写) → wechat-formatter(公众号排版)
以前在 Claude Code 里手动走三步,每步复制粘贴;
现在丢一份初稿进去,十几分钟拿到可以直接贴公众号的终稿。
所有中间版本都在 Workspace 里,回看改动一目了然。
我建了个"热点监控员",每天早上跑一个 Cron,扫过去 24 小时的 Twitter、Newsletter、Hacker News,按主题聚类,输出当天的"科技热点日报"。
这个对于我们的内容生产其实非常有帮助,我不建议大家全看 AI 总结的内容,但是 AI 能让我们不漏掉一些比较重要的信息。
我自己有一个 vibe coding 的项目,叫做 Codepilot 。
这种项目其实用户多了以后,管理和上下文的处理都非常麻烦。
因为你的本地环境和线上的 GitHub 是两个完全不同的环境。
CodePilot 的 GitHub 仓库一旦有新 Issue,Webhook 推给 AI 同事,它先归类:
做完再决定要不要叫我。一个人没法 7×24 在线,AI 同事可以。
而且大家不同的文件夹也有不同的权限,所以 Moxt 也做了很多安全上的处理。
Moxt 自己讲得很到位:不同场景需要不同的放手程度。
除了 Slack、GitHub 原生集成,Moxt 也支持 MCP:
- Sentry MCP:直接问"最近线上有什么报错"
- Linear MCP:「创建一个 bug ticket,优先级 high」
因为我个人用的 MCP 很少有需要在不同地方流转的需求。
但对于组织而言,经常需要从原来的 Notion 里查东西,或者从 Slack 去同步一些信息,这些流转过程都很重要。
Moxt 最惊艳我的一点,是它把 AI 的输出从文字拓展到了完整的视觉形态。
基于 ECharts。下拉能筛选、悬浮有提示、多图联动。一个独立 html,打开就是完整的可视化。
比如我这里在连接了 GitHub 以后,我就让它基于我 GitHub 这个项目,做一个可交互的数据看板。
你也可以安装其他的一些 PPT Skills 来生成,都能正常生成预览。
我这里使用的是我自己的 PPT Skills,也是支持的。
封面、目录、内容页、图表、结尾。风格可选。html 格式,键盘翻页。
由于它有很多的上下文,所以它生成的效果肯定是比一些没有上下文、或者上下文非 AI 原生的产品要强很多的。
表单、列表、后台 dashboard 常见页面结构。Tailwind CSS,一个文件,可以直接当 demo 演示。
三种产出都是 html,落在 Workspace 里双击就看。
对靠视觉内容吃饭的人来说,AI 的交付物从"一段文字"升级成了"一份可以直接发出去的成品"。
而且对于组织来说,这种可视化的内容更适合理解和交付,比看纯文字要清晰、直观非常多。
我其实以前提过一个公式。Agent 到底什么决定它有多强?
> Agent 能力 = 工具 × 上下文 × (人格 + Memory + Skill)
- 工具决定它能做什么。Moxt 给的是 sandbox、浏览器、Cron、Webhook、MCP、外部集成
- 上下文决定它知道什么。Moxt 给的是 Workspace 里一路累积的 md 文件加外部数据通道
- 人格 + Memory + Skill 决定它像不像你。Moxt 给的是 AGENTS.md、MEMORY.md、Skills/,三件都是你能直接读和改的纯文本
这是个乘法。任何一个因子为 0,输出就是 0。模型再强也救不回来。
Moxt 把这几个因素结合、实现的非常好,而且易于理解。
重要的是,回答了在组织层面应该怎么去使用这些元素。
Moxt 在 AI 藏师傅的身份书里写了六条信条,第三条是「AI 是赋能工具,不是替代品」。
Moxt 这个产品想做的事,说到底也是一句话:放大人的能力。
这个同频来得很自然。我认这个产品,是因为我本来就这么想。
"一人公司"里的"一人",重点落在"决策和品味不被稀释"这几个字上,跟"一个人硬扛"没什么关系。
真正稀缺的是判断、审美、执念。这些 AI 学不来,也不该由 AI 来做。
AI 该做的,是把你从搬运 Context、切换任务、重复性看一眼这些琐碎里解放出来,让那份稀缺的判断被放大。
一个人的品味 × AI 同事的执行带宽,才是 OPC 真正的意思。
可以来试一下 Moxt(moxt.ai),今天的内容就到这里。
我觉得对你有帮助的话,可以帮我点个赞,或者转发给你需要的朋友。