AI 时代人机协作工作流博客 V4 说明

Wed, 13 May 2026 20:50:00 +0800

先说结论

这个博客现在进入了一个新的版本：AI 时代人机协作工作流博客。

听上去有点大，其实核心很朴素：过去这里是我的赛博日记、技术学习笔记、工具代码速记、灵感收纳盒。现在 AI 已经能帮我查资料、写代码、跑命令、改项目，旧式“把技术步骤写成长教程以备下次翻”的价值下降了很多。

所以 V4 以后，博客会分成两条线：

给人看的内容继续保留人的味道：随想、旅行、生活、计划、阶段总结，该怎么写还怎么写。
给 AI 看的技术内容改造成工具：skill、tip、playbook、session 复盘、registry、hook、MCP，让未来的 AI 和我都少绕路。

不是把“李寒的小窝”装修成企业文档站。更像是在小窝里加了一个工具间，里面放着给 AI 用的扳手、标签、清单和一点点家规。

旧博客不动

旧博文全部保留，不迁移、不重写、不批量整理 frontmatter。

这点很重要。旧文章里有前 AI 时代的学习痕迹，也有一些当时看起来笨但很真实的记录。它们不是脏数据，不需要被 AI 打扫得光滑如新。

以后如果我写生活、旅行、随想、计划，还是传统博客文章。AI 可以帮我润色、排版、检查链接，但文章本身仍然是给人读的。

新增的 AI 资产层

V4 新增了一层专门给 AI 协作使用的资产：

1
2
3
4
5
6
7


.agents/skills/ Codex 主用 skills
.claude/skills/ Claude Code 兼容 skills
ai/sessions/ AI 协作脱敏复盘
ai/tips/ 短问题、短原因、短修复、短验证
ai/playbooks/ 复杂流程和长期工作法
static/ai/registry.json 公开机器索引
content/page/ai/ 给人看的 AI 协作入口页

它们的分工大概是：

tip：一个小坑，一个解法，一个验证命令。
playbook：有步骤、有判断、有失败分支的工作流。
skill：未来 AI 必须主动加载并遵守的行为规则。
session：一次协作结束后的脱敏事实记录，不保存原始 transcript。
registry：AI 先看的目录，决定要不要加载全文。

换句话说，新技术贴不再默认写成“人类教程”，而是默认写成“AI 可调用资产”。这不是为了让 AI 背更多材料，而是让 AI 更快找到该用的那一小片材料。

AI 怎么使用这个博客

以后 AI 开始处理博客技术任务时，第一步不是打开一堆文件，而是先查 registry：

1
2
3


python scripts/ai/mcp_server.py --search registry
python scripts/ai/mcp_server.py --search blog-style
python scripts/ai/mcp_server.py --search old-posts

如果 registry 里命中了合适资产，再加载对应的 tip、playbook 或 skill。

这个顺序很关键。AI 的上下文不是无限储物柜，能少读就少读。真正有效的协作不是“把所有历史都塞给模型”，而是让模型在需要时准确取用工具。

当前已经有的几条家规

现在仓库里已经固化了几条规则。

第一，旧文章只读。content/post/** 里的历史文章不要被批量迁移、重写、整理。只有当我明确要求写新博文或修改某篇文章时，AI 才能动。

第二，默认脱敏公开。AI 协作复盘只保存公开可读、已经脱敏的摘要，不保存原始对话、不保存密钥、不保存私密路径。

第三，AI 资产要短小。一个 tip 如果能解决，就不要写成长篇 playbook；一个 playbook 能表达，就不要升级成 skill。机器技术贴的目标是减少负担，不是增加阅读作业。

第四，更新完要介绍用法。以后每次功能更新、自动化更新、工作流更新完成后，AI 都必须告诉我：

这次新增或改变了什么；
我应该怎么使用；
AI 以后应该怎么调用；
有哪些验证命令或失败处理方式。

这个规则会写进项目指令和质量门里，避免以后改完功能只丢一句“完成了”就跑路。

Hook：让流程自己提醒自己

V4 里引入了 hooks。

hook 可以理解成 AI 工具链里的“事件钩子”：在用户提交提示词、AI 调用工具、会话结束等节点，自动跑一段脚本。

当前项目里有几类轻量 hook：

UserPromptSubmit：检查用户提示里是否不小心带了密钥等敏感内容。
PreToolUse：在工具执行前检查危险路径，比如误改旧博文。
Stop：会话结束时只采集轻量事实，生成草稿，不自动写长文。

这层设计得很克制。hook 不是让 AI 每次多背上下文，而是在关键节点提醒它别越界。

MCP：让 AI 查博客资产

这个仓库也准备了一个很轻的 MCP 查询层。

本地可以这样试：

1

python scripts/ai/mcp_server.py --search "protect blog style and old posts"

它支持的方向包括：

搜索 AI 资产；
读取指定 skill、tip、playbook；
根据任务推荐相关资产。

未来如果接入更正式的 MCP 配置，AI 就可以把博客自己的经验当成一个可查询的小型知识库，而不是靠我每次口头重复“记得别动旧文、记得保留风格”。

自动化发布链路

现在还加了一个 GitHub Actions 工作流：

1
2
3
4
5
6
7
8
9


ai_collab_digest_submitted
 -> payload 校验
 -> 脱敏
 -> 生成 tip/playbook/session
 -> 更新 registry
 -> Hugo build
 -> 创建 PR
 -> 自动合并
 -> 触发 Pages 部署

自动化的范围是受限的：它只应该改 AI 资产、registry、AI 页面和相关脚本，不应该碰旧文章。失败时再人工介入。

这套东西的理想状态是：我和 AI 做完一个项目，留下一个脱敏 digest，博客自动把可复用经验沉淀成下一次能查到的工具。

我自己怎么用

如果我是人类李寒，日常大概这样用：

想写生活和随想，继续正常写博客。
做完一次 AI 协作开发，如果有可复用经验，让 AI 生成一个短 digest，不保存原始 transcript。
digest 由自动化生成 session/tip/playbook，同步到 GitHub Pages 的 /ai/assets/。
发布前看一下 AI 页面和 registry，不需要手动翻所有历史。
每次功能更新完，要求 AI 讲清楚“怎么用”。

如果我是未来的 AI，工作前应该这样用：

先读 AGENTS.md 或 CLAUDE.md。
在博客仓库里搜索 static/ai/registry.json；在其他项目里搜索 https://lihan3238.github.io/ai/registry.json。
只加载命中的资产 URL，不批量读取全库。
修改前确认旧文保护、脱敏、风格要求。
完成后跑验证，并向李寒介绍用法。

这次改造的意义

我觉得这个版本最大的变化，不是多了几个目录，也不是多了几个自动化脚本。

真正的变化是：博客不再只是“我写给未来的我看”，而是变成了“我和未来的 AI 一起工作的接口”。

过去我把知识写下来，是怕忘。现在我把流程固化下来，是为了让人和 AI 都能进化得更稳一点。

当然，小窝还是小窝。技术层长出了一套机器骨架，门口也还是可以放歌、写随想、贴旅行照片、偶尔吐槽人生。这样就挺好。

Mcp on 李寒的小窝