作者的关键观点：
- 灵活性策略：用户不会过度依赖单一工具,而是根据性能表现灵活切换不同选项
- 持续实验：不断尝试和评估新的 AI 模型
- 多领域应用：工具覆盖写作、研究、编程、产品、市场营销和业务运营等多个领域
- 效率导向：这些 AI 工具正在简化工作流程, 提高工作效率
- 组合效应：通过组合使用不同工具的优势, 建立了一个完整的 AI 辅助工作体系

2. 多媒体处理
- Midjourney: 用于图像生成
- Google AI Studio: 用于视频转录
- v0: 用于设计工作
3. 编程开发
- Cursor: 用于快速代码原型开发
- Claude Artifacts: 用于生成流程图等制品

0. 文本处理与写作
- Claude Projects: 用于文本摘要
- ChatGPT-o1-preview/canvas: 用于审阅和改进写作
- Anthropic console: 用于提示词优化和评估
1. 研究与分析
- CrewAI: 用于协调研究 Agents
- Flowise AI: 用于私有文档分析(RAG 技术)
- Grok: 用于查找有趣的 AI 论文
- ChatGPT Search: 用于发现新内容
- NotebookLM: 用于教育相关任务

github.com/bhavnicksm/c...

项目技术栈
- 数据库：TiDB（用于存储聊天历史、向量数据、JSON 数据和分析数据）
- RAG 框架：LlamaIndex（用于检索增强生成）
- AI 编程框架：DSPy（用于编程而非提示工程的基础模型框架）
- 前端框架：Next.js
- UI 设计：shadcn/ui

项目地址
github.com/pingcap/auto...