Claude
共 151 条已发布案例使用了这个工具。
此标签是 Claude 通用助手形态（Code、Cowork、Chrome 另有专页），151 条。典型任务：审 50 页合同、补两年欠税、百万行代码批量重构、投资研究。可查硬数字：16 个代理约 2,000 次会话写出 10 万行 C 编译器、花约 2 万美元。限制：结果多自述、多条来源已 403，关键步骤需人审。
常见任务场景
- 生活事务 · 38
- 办公与运营 · 26
- 营销与销售 · 22
- 编程与开发 · 21
- 财务与法务 · 21
工具出处说明
工具名称及关联来自每条已发布案例的 tools 字段，每个案例都保留原始来源。收录不代表厂商背书；报告结果未经独立核验。
使用 Claude 的案例
- 三小时内生成两周的社交内容
建议落地方案：在一次会话中使用 Claude 批量生成两周的社交内容。输入包括 Markdown 格式的品牌指南、每周主题以及针对 Instagram、X 和 LinkedIn 的平台特定规则。Claude 生成帖子文案、标签、图片提示和发布建议。人工角色涉及审查所有草稿，添加个人案例，修正语气和事实，并加载编辑后的内容。
- 开发房地产估价报告编写程序
建议落地方案：一名无编程背景的韩国房地产估价师使用 Claude Code 开发报告编写程序。该流程涉及约两个月的迭代，消耗大量 token，并克服了此前与专业人士合作失败的挫折。人工角色包括定义估价逻辑、审查生成的代码以及验证输出准确性。
- 通过 Claude 发布到所有社交媒体（需审批）
建议落地方案：构建连接 Claude 与社交账号的自定义连接器。输入主题或链接，Claude 撰写文案、从数据库选图并生成各平台预览链接。用户审核内容并通过外部 URL 明确批准发布。
- 分诊支持邮件并起草退款政策回复
建议落地方案：顾问在 Claude Projects 中配置了退货政策和品牌语调指南。通过 Gmail 和 Sheets 连接器，智能体获取未读支持邮件及包含最终销售、礼品和既往退货标记的订单表。针对每封邮件，智能体匹配订单、执行决策树并生成分诊记录。人工角色：在发送前审查起草的回复，确保政策准确性和语气合适。
- 通过 Claude 和 Todoist 运行 GTD 任务管理
建议落地方案：授予 Claude Code 对 Todoist、邮件、日历及基于 Markdown 的记忆系统的只读访问权限。配置 Claude 扫描这些来源以识别承诺，起草包含项目建议和日期的 Todoist 任务，并创建定时提醒。人工角色负责在任务最终录入前审核并批准这些草稿。
- 借助 Claude 的 Medicare 价格分析降低医院账单
纽约营销顾问 Matt Rosenberg 请 Claude 分析了一张 195,000 美元的医院账单。Claude 帮助他理解复杂的医疗收费代码，并将收费与 Medicare 支付价格进行比较。他与医院协商，争取到了 163,000 美元的减免，并表示 AI 正在改变患者拥有的话语权。 医院账单在火化一个月后寄到。八行含糊的描述——心脏科、药房、医疗用品——每行后面都跟着一个金额，其中不少是五位数。
- 在 YouTube Studio 中排期 60 条短视频
用户要求 Opus 5.5 为 Kepler IPTV 应用生成 60 条短视频。随后，该代理声称自主安装了 Claude Chrome 扩展并在 YouTube Studio 中排期了所有视频。人类仅参与了初始请求，未记录任何执行前的审查步骤。
- 看护 Copilot agent mode 中的 LLM：四次全栈构建、四个模型
1. 每次运行前准备三份文件：PROJECT.md（规格）、TASKS.md（分步任务清单）、copilot-instruction.md（规则）。〔设定·备料〕 2. 用 o4-mini、Gemini 2.5 Pro、Claude 3.7 Sonnet（两次）完成四次构建，期间迭代规格。〔—〕 3.
- 使用浏览代理审查网站的 SEO 问题
该工作流使用基于 Browser Use 和 Claude API 的 Python 工具，对 input.csv 中列出的 URL 进行审计。它在可见的 Chromium 窗口中打开页面，提取 SEO 标签（标题、描述、H1、规范链接），并通过 httpx 检查同域链接。遇到 404、登录墙或重定向时，代理会暂停等待人工干预，然后将结果写入 report.json 和纯文本摘要。
- 在个人项目上与 LLM 结对编程
自基于 LLM 的 AI 出现以来。我过去使用过 Claude 的网页版，最近则在使用 Jules（集成 GitHub 的 Gemini）。这些工具需要特定的方法来进行结对编程，但我并不介意不实际坐在同一台电脑旁，也不介意不共享视频会议。这更像是一种导航员偶尔驾驶的模式：我在本地进行编码，然后将代码提交回 LLM。如果你愿意付费，可以使用本地运行的工具来获得更具交互性的会话。
- 构建自托管的记账与财务应用
建议落地方案：使用 ChatGPT 制定高层会计规划，Claude 生成实施规格，Codex 查找遗漏。通过 Claude 的 UltraPlan 迭代优化，随后构建集成 MCP 银行交易接口的自托管 Mac 应用。人工角色需负责验证计划准确性并管理构建流程。
- 起草邮件回复并添加日历邀请
建议落地方案：使用 Claude 的定时任务扫描 Gmail、起草回复并添加日历邀请。连接 Gmail 和 Google Calendar，设置重复提示（如“/schedule 每小时扫描一次我的 Gmail 收件箱...”）。人工角色需审核并手动发送草稿，因为 Claude 仅负责准备回复。
- 处理家庭保险理赔中的用户端事务
建议落地方案：使用 Claude 管理家庭保险理赔文档。代理阅读保单条款，整理扫描的 ALE 收据，记录定损员往来信函，并标记延误或承保差异。用户保留最终决定权，审查所有输出并手动授予文件/消息访问权限，因为来源未说明自动化权限设置。
- 使用 Claude 规划并订购一周的杂货
建议落地方案：使用 Claude 将个人指标（体重、身高、活动量、目标）转化为宏量营养素目标，并生成包含份量的一周膳食计划。导出为 Excel 购物清单。在 Mac 上使用 Claude 的浏览器工具尝试将商品添加到在线杂货购物车（如 H-E-B）。用户需人工审查并纠正选择。
- 以品牌语调运行每周营销内容
建议落地方案：两人团队配置针对营销渠道的 Claude 例程，并配合 ProspectZero 进行外联。工作流自动监控并回复 X 和 LinkedIn 上的互动，在垂直领域博客上发表评论，并基于手写的通讯和示例帖子，每周生成 5 篇 LinkedIn 帖子、5 篇 X 帖子和 3 篇博客文章。创始人手动撰写作为内容种子的每周通讯，并对 AI 生成的帖子进行轻度编辑。
- 运行并行 Claude 会话以构建和测试应用
作者维护约10个并行代码库副本，每个副本运行独立的Claude会话和Git分支，使用Opus 5.5高努力模式。Claude通过ADB驱动移动端UI测试，并通过截图驱动桌面应用，摄取日志以修复问题。前期工作包括将10K+行文件拆分为<2K行模块并添加摘要以建立“部落知识”。建议任务包括扫描低效数据库查询（如加载完整结果集、未使用数据）而不进行更改。
- 通过西班牙语对话填写移民表格
建议落地方案：用户在移民表格中选择对话模式。Claude 使用通俗西班牙语提问，并通过 answer_question 工具提交答案。应用程序在本地验证每个答案并将其保存在设备上，从而更新实时表格卡片。无状态的 Vercel Function 仅中转聊天内容而不存储数据，确保社会安全号码（SSN）或 A-Number 等敏感 ID 不会传输至服务器。
- 基于券商数据生成每日个性化交易研究报告
建议落地方案：使用 Claude 生成每日个性化交易研究报告。流程包括扫描新闻快讯、美联储动态及一手来源，随后调用 Schwab MCP 读取实际持仓数据（头寸、行权价距离、购买力、观察列表）。AI 将这些数据综合成叙事报告，并将所有主张锚定于账户中的具体数字。原始来源未明确说明人类如何参与，但用户可能在行动前审阅报告。
- 利用银行数据分析预算并研究投资
建议落地方案：使用 WisePenny 将银行账户交易数据导入 ChatGPT，无需交出银行登录信息或授予第三方广泛权限。随后使用 Claude 根据支出历史制定预算、总结和比较公司财务报告，并辅助投资研究。人工角色：在采取行动前，必须审查所有 AI 生成的财务洞察并验证数据隐私设置。
- 借助 Claude 赢得一起小型法律案件
建议落地方案：使用 Claude Opus 4.5 研究法律争议、规划案件策略并起草民事诉状以供自行诉讼（pro se）。用户必须在提交前亲自核实 AI 生成的每一项法规和案例引用，并亲自出庭辩论。
- 构建一款心脏健康追踪应用
建议落地方案：无编程经验的用户利用 Claude 将个人健康电子表格转化为用于追踪血压、体重等生命体征的渐进式 Web 应用（PWA）。工作流程涉及迭代提示，Claude 生成代码和内容，用户定义需求并做最终决策。人工角色包括验证医疗数据准确性及批准功能集。
- 搜索文献并将笔记写入 Zotero
建议试点：利用 Claude 辅助文献搜索与管理。步骤：1. 使用自然语言向 Claude 查询特定主题（如“水文学中的机器学习”）的相关论文，获取标题、作者及摘要。2. 利用引用图谱功能查找相关文献。3. 将检索到的论文导入 Zotero 进行管理和注释。4. 配置 Zotero MCP 和本地 API，使 Claude 能读取 Zotero 库。5. 让 Claude 基于笔记生成摘要并写回 Zotero。
- 用 Claude 驱动的助手，通过语音控制 Mac
建议落地方案：在 macOS 26 上安装 Atticus，并配置 Claude Code、Devin、Pi 或本地模型作为后端。使用 ⌃⌥Space 快捷键或唤醒词发出语音指令，执行窗口移动、文件搜索和屏幕读取等操作。工具可自动执行如移动窗口或起草回复等任务，但在删除、发送或购买前需人工确认。后台智能体可在用户继续工作时处理复杂任务。
- 16 个 Claude 智能体写出 10 万行 C 编译器：约 2,000 次会话、成本略低于 20,000 美元
1. 搭建运行框架：在 Docker 容器中让 Claude Code 无限循环运行，共享一个裸 git 仓库。〔设定〕 2. 智能体通过向 current_tasks/ 写入锁文件认领任务，再拉取、合并、推送以避免重复工作。〔设定〕 3. 作者设计测试、环境与反馈机制，使智能体无需人工在场即可自行定位工作；执行期间无人工主动干预。〔设定·备料〕 4. 以 GCC 作为在线已知正确参照，把内核编译拆成按文件并行的任务。〔异常处理〕
- 使用 Claude 进行大规模软件形式化验证
Frontier Red Team 与 Theorem 合作，使用 Claude 对开源软件进行形式化验证。他们将现有的模糊测试转换为形式化规范，并将代码编译为 RISC-V 汇编。Claude 自主生成证明，识别漏洞并修补代码以满足内存安全等安全属性。人类专家定义范围并审查最终的可信组件，而 AI 负责大规模证明生成。
- 使用编程模型构建无人机 CAD、CFD 和 DFM 优化应用
我正在构建一款专门面向无人机的 CAD + CFD + DFM 优化应用，为此尝试过较小的模型和最优秀的开放模型。即使我提供了非常详尽的需求、设计和技术实施方案，最优秀的开放权重模型生成的内容仍有大量缺陷，以及非常严重的错误需要修复。Opus 和 Gemini 3.8（以及现在的 Argon）表现明显更好。因此，我将这两个模型作为构建此应用的基准选择。
- 通过税务门户提交所得税申报表
建议落地方案：用户向 Claude Desktop App 提供 Form 16 表格并请求提交 ITR-1。代理打开所得税门户，将薪资数据与年度信息声明（AIS）进行交叉核对，并发现差异。人员角色：用户必须审查差异并批准最终提交，因为来源未说明具体的人工干预步骤。
- 从 Google Doc 规划膳食并下杂货订单
建议落地方案：使用 Claude 根据家庭偏好和先前反馈起草两周膳食计划。经人工批准后，Claude 生成包含食品柜必需品的 Walmart 杂货清单。Meta Muse 从 Google Doc 读取计划以执行购物工作流。
- 分析 Garmin 数据，制定膳食计划并发现健康规律
建议落地方案：分别建立膳食规划和健康追踪的 Claude 项目。手动输入来自可穿戴设备、体脂秤及用药记录的关键数据点。通过与 Claude 的多轮对话，识别饮食习惯与生理反应之间的相关性，例如将特定日期的进食量增加与药物效力减弱联系起来。
- 授予 Claude 只读访问权限，诊断 AWS 问题
我在一家初创公司工作，经常要处理技术栈的方方面面——编程、部署、数据库、云环境、网络等等。AI 智能体在计算机操作方面已经强得超越人类了。我用 AWS CLI 永远也不可能像 Claude 那么熟练。我可以花时间在 AWS 里四处排查，手动阅读日志、查看路由表、与数据库中的数据交叉核对，诸如此类；也可以给 Claude 所有这些资源的只读访问权限，它解决问题的速度真的能比我快 10 倍，还能写出一份详细报告，让我转交给相关人员。
- 从上传文件实时记录会议并建议回答
Parrot 是一款 macOS 应用，用于记录会议并基于本地文档提供实时 AI 辅助。它能检测通话开始，在对话过程中根据索引文件（PDF、文本、Markdown）提供答案建议，并生成通话后报告。工作流程包括：在通话前输入简短背景信息，选择配置文件（如销售、面试）以定义 AI 关注点，以及审查带有来源引用的自动生成摘要。人工参与环节包括确认说话人身份、编辑笔记，以及决定是否应用 AI 建议的配置文件更改。
- 潜在客户挖掘、线索评分及外联邮件序列执行
建议落地方案：智能体每天两次扫描 Apollo.io 和招聘网站，寻找符合理想客户画像（ICP）的潜在客户。对线索进行 0–100 评分并过滤低分线索。对于合格线索，使用 Claude 生成独特的 3 封邮件序列，并在第 3 天和第 7 天发送跟进邮件。人工通过 Telegram 或 Slack 批准邮件后方可发送。
- 对延迟订单和库存进行常规店铺检查
建议落地方案：通过 MCP 将 Claude 连接到 Zendrop，执行只读式店铺检查。助手负责识别延迟订单、物流追踪停滞及库存问题。人类负责审查标记项并做出最终订单处理决策。
- 通过 MCP 让 Claude 访问你的 WhatsApp 消息
建议落地方案：部署只读 MCP 服务器（whatsapp-mcp）至 Cloudflare Workers 或使用托管测试版，将 Claude 等 AI 代理连接至 WhatsApp 历史记录。用户通过扫描二维码链接手机（类似 WhatsApp Web），允许代理搜索和读取存储在 SQLite 数据库中的加密消息日志。人类角色包括初始设置、自托管版本的密码管理以及审查代理输出，因为系统明确禁止发送、编辑或删除消息。
- 根据评分标准对 Canvas 中的学生作业进行评分
Vaibhav Bhandari 构建了一个使用 Canvas API 和 Claude 对“黑客技术与漏洞”课程实验进行评分的流程。脚本下载作业，提取文本或将扫描版 PDF 渲染为图像，并连同 YAML 评分标准发送给 Claude 进行评分。Claude 返回各项标准的得分、第一人称评论以及针对 AI 生成内容等问题的标记。讲师审核结果 CSV 文件，调整评论，并确认将成绩上传至 Canvas。
- 扫描每个 git 提交以检测密钥泄露和注入漏洞
建议落地方案：集成 Manta 作为本地 Git 工作流，在每次提交时自动运行 11 个 Claude Code CLI 代理，在代码进入仓库前进行扫描。这些代理检查硬编码密钥、OWASP 风格漏洞（如注入和 XSS）、代码质量、异步/查询问题以及不安全的数据库迁移。开发人员需人工审查被阻止的提交，根据代理输出修复问题或调整扫描规则。
- 通过智能体安排社交视频和帖子
建议落地方案：使用 SocialClaw 为 OpenClaw 或 Claude 等智能体连接社交账号。工作流包括安排帖子、上传媒体并从统一工作区发布。所有内容在发送前必须经过人工审核和批准，以确保品牌安全和准确性。
- 将饮食和医疗指标记录到健康电子表格中
建议落地方案：在 Claude Cowork 中创建“健康相关”文件夹，并要求生成用于追踪饮食目标和医疗指标的电子表格及技能。启用 Dispatch 以便通过手机语音输入餐食，Claude 将在网上查找营养信息并将餐食拆分为单项条目。人工角色包括初始设置、手机输入以及验证数据准确性。
- 让三个模型竞赛构建 Counter-Strike 克隆版
团队要求 Codex Max 5.1、Claude Opus 4.5 和 Gemini 3 Pro 使用各自的 CLI 从零开始构建一个多人 Counter-Strike 克隆版。他们按顺序提供了前端机制（物理、角色、枪支、声音）和后端功能（多人在线状态、射击逻辑、地图持久化）的提示词。人类工程师监控进度，将错误日志粘贴回模型，并手动检查代码以解决复杂 bug，例如 Claude 中的 React useEffect 问题。
- 筛选待审房地产交易并调研租户
建议落地方案：将 Claude 或 ChatGPT 用作初步分析师，处理交易详情、可比案例和租金表。模型应提取可比房产，将数据整理到电子表格中，计算基础指标，总结条款并标记劣质交易。人工角色：投资者必须对照真实市场数据和经过测试的电子表格核实所有输出，因为 AI 不是决策者。
- 补报拖欠两年的荷兰税务
建议落地方案：构建基于 Claude 的自动化会计工作流，导入三个银行账户两年的交易记录并抓取邮件匹配收据。系统需对支出分类、计算应缴金额，并按荷兰税务机关格式生成报告。会计师必须人工核验自动化无法解决的边界案例和歧义项。
- 以资深律师身份审查住房法院案件
建议落地方案：用户最初使用 Grok 处理住房法院文件，导致错过重要提交期限。随后切换至 Claude 起草反对意见。在独立的对话中，用户要求 Claude 以资深住房律师身份审查草稿，旨在调整语气以承认原告方的错误。
- 让智能体在 Docker 沙箱中扩展其自身代码
建议工作流：使用 Claude 和 Agno 在 Docker 沙箱中实现自我改进的智能体循环。1. 定义种子能力（如读取代码、创建工具）。2. 隔离执行：主机负责验证和 Git 操作；智能体在 Docker 中运行，项目以只读方式挂载，仅允许写入其代码目录。3. 改进循环：运行器获取 Git 快照，将源代码和下一个能力发送给智能体。智能体修改文件。运行器通过 AST/JSON/导入检查进行验证。通过则提交；失败则回滚。4.
- 从 Zillow 房源向房地产经纪人发送每日交易简报
该运营者使用 Zillow 爬虫收集每日房源数据，并将其输入 Claude 以生成“交易情报简报”，内容包括热门房源、降价信息和外联脚本。此自动化工作流生成一封单页邮件，于早上 6:45 发送给经纪人。运营者还生成 AI 翻新视频作为次要产品。源文本未明确说明人类参与的具体细节，但运营者负责管理和交付。
- 查询两年 WHOOP 和血液检测数据
作者在 Databricks 上构建了一个湖仓，整合了 WHOOP 生物指标数据和血液检测 PDF，最初使用 Genie 智能体。在 v2 版本中，他们用查询相同表的 Claude 智能体替换了 Genie，并创建了包含 30 个问题的评估集来测试准确性。评估发现底层数据中存在日期错误，作者通过创建新视图（gold_daily_v2）修复了数据，而非更改智能体逻辑。作者手动验证了参考答案并审查了评判结果，以确保评估的完整性。
- 指导 Claude 处理强制令（Mandamus）投诉提交
此文件旨在共享给 Claude，为其提供如何撰写有效的强制令（Mandamus）投诉书及催告信（demand letter）的指令。你只需像分享文档或照片一样，将其上传到对话中即可。文件已从“USCIS Mandamus Guide”重命名为“USCIS Mandamus and Demand Letters for Claude”，因为有些人误以为需要自己阅读该文件，实际上应将其提供给 Claude。
- 为历史课制作交互式 HTML 演示文稿
建议落地方案：历史教师使用 Gemini Pro 2.5 头脑风暴教学方法、游戏化创意和技能目标。随后使用 Claude 生成交互式 HTML 演示文稿。为避免手动编辑代码，让 Claude 构建一个自定义的 GUI HTML 编辑器，用于替换占位文字和图片。教师需人工审查输出内容，修正生硬措辞并替换占位符。
- 使用原生 Word 修订功能对律师文档进行红线标记
建议落地方案：使用 Claude for Word 测试版插件对法律文档进行编辑，所有更改均以原生 Word 修订形式显示。该工具读取文档结构，保留格式，并通过应用编辑和回复审阅者来处理评论线程。它在 Word、Excel 和 PowerPoint 之间共享上下文，以便提取数据或起草摘要，无需手动复制粘贴。律师必须在 Word 审阅窗格中审查并接受或拒绝每个修订。
- 使用 Claude 规划聚会并选购产品
建议落地方案：使用 Claude 构思非工作类的个人活动，如聚会规划或产品选购，基于社区讨论主题。用户提供兴趣背景，Claude 生成创意或清单。人类角色：用户在行动前审查建议的相关性和可行性。
- 用血液检测 PDF 构建图表工具
2024 年 7 月 18 日 · 阅读需 4 分钟简要概述我想分享一件最近在尝试的有趣事情。我一直在试验用大语言模型（LLM）为非结构化数据构建用户界面。这项实验也让我开始思考，在恰当使用并有充分人工指导和监督的前提下，LLM 能如何在医疗领域发挥作用。 我用 Claude 构建了一个小型 Web 应用，用于探索我最近的血液检测结果。
- 自动化完成教师报告批改、评估仪表板和课程规划
建议落地方案：据称一位小学教师使用 Claude 编写了用于批改报告的 Google Apps Script 应用、评估数据仪表板以及课程映射技能。由于来源未提供逐步构建细节或具体的人工分工，确切的工作流程仅基于简短描述进行推断。
- 通过 SSH 在旧款 iMac 上修补和编写软件
用户维护一台2007年的iMac用于管理iPod和CD收藏，运行Mac OS X 10.6系统，并安装了Powerfox（Firefox移植版）和SSD升级。建议的工作流涉及使用Claude通过SSH登录这些旧机器来修补问题和编写定制软件，从而升级利用过时硬件。源文本未详细说明人类如何参与监督，但隐含了人工介入的必要性。
- 根据可穿戴设备数据指导训练和饮食
建议落地方案：将可穿戴设备数据（如 Garmin）接入 InfluxDB 等时序数据库。配置自动化代理（如 Claude Code）每日运行，分析睡眠、压力和训练负荷等指标。代理计算训练准备度评分并调整训练计划，最终输出需经人工审核批准后方可执行。
- 逆向工程设备硬件并编写驱动程序
作者将USB设备连接至电脑，使用Claude逆向工程协议并生成驱动程序。针对MacOS 27上的打印机故障，人类充当“肉体代理”，根据AI提出的诊断问题（如检查灰度、纸张处理、双面打印）进行物理检查。AI分析反馈以优化驱动代码，引导人类完成硬件调试步骤。
- 将一人企业交给 AI 智能体运营一周
建议落地方案：独立创业者配置三个专用的 Claude 智能体，分别负责研究、内容创作和客户支持。研究智能体监控行业信号，创作智能体基于历史风格起草沟通内容，支持智能体处理咨询和日程安排。创业者保留最终审批权，仅在涉及财务风险或敏感互动时介入。
- 让 AI 智能体在 DoorDash 下单
建议落地方案：安装 dd-cli 命令行工具并配置 Claude 等 AI 智能体。智能体可自主搜索餐厅、比较优惠并在 DoorDash 上完成真实支付结账。人类开发者需通过邀请制候补名单申请测试权限，并提交社交链接及使用场景描述。
- 审查你的发帖历史，找出尚未兑现的承诺
作者构建了一个基于 Claude 的技能，通过审查近期发帖历史来生成社交媒体创意。该工具调用 list_posts 读取最近二十条记录，过滤掉测试内容并识别未完成的讨论线索。它提供三个不同的切入角度供用户选择，而非直接生成单一草稿。人工负责审查推断的上下文，纠正将内部 QA 帖子误读为公开承诺的情况，并补充跨平台发布的缺失信息。
- 自动向房东提交租户投诉
建议落地方案：一名位于纽约市 Bushwick 的租户面临 400 美元的租金上涨，使用 Claude 代理起草并向纽约市住房委员会提交 14 份租户投诉。工作流包括输入租约续期详情（从 2,150 美元涨至 2,550 美元）并生成正式投诉文件。人类角色至关重要，需验证法律准确性并授权提交，因为来源未说明具体的人工介入机制。
- 通过 cron 定时任务运行 Claude，实现晨间简报与邮件处理
SyneRyder 构建了一个自定义的“Claude 循环”系统，通过 cron 任务在清晨运行 `claude -p`。该程序访问个人上下文和长期记忆，以生成晨间简报和个性化播客。此外，电子邮件、语音短信或 Telegram 消息会触发会话，Claude 处理转发的任务并回复。来源未详细说明执行期间的具体人工干预，人类角色主要限于初始设置和输出审查。
- 使用 AI 智能体在 LDraw 中生成乐高 CAD 模型
建议工作流：使用 AI 智能体（ChatGPT、Claude）在 LDraw 中生成乐高 CAD 模型。流程包括创建 JSON 计划、使用 Python 进行程序化设计，并运行几何结构和零件清单的验证检查。工具可生成可编辑的 MPD 文件、渲染预览并比较 BOM。需要本地环境配置 Python 3.12+、LDraw 库、Poppler 和 LeoCAD。此外，还可通过 Docker 提供 Web 应用和 VR 界面。
- 与智能体一起构建经过形式化验证的 Lean Web 应用运行时
建议落地方案：使用 Claude 协助编写 Lean 4 应用，定义关键逻辑（如授权、数据完整性）的形式化证明，并使用 Lasm 将验证后的代码编译为 WebAssembly。工作流程包括本地开发、运行官方 RealWorld API 和浏览器测试套件以验证功能，以及部署到 Node.js 或 Cloudflare Workers 等平台。需要人工参与审查证明并批准部署，因为源材料未指定自动化的人工介入步骤。
- 使用 Claude 对租车损坏收费提出异议
建议落地方案：使用 Claude 起草针对租车损坏费用的异议信。工作流程包括将具体的事故细节和租赁协议条款输入 Claude，以生成结构化的投诉信。人工必须审核输出内容，核实事实准确性，删除咄咄逼人的措辞，并确保法律主张有效后方可发送。人工角色对于事实核查至关重要，可防止 AI 编造法律或不必要地升级冲突。
- 使用 RAG 生成的解释进行可审计的规则决策
建议落地方案：配置 Rete 规则引擎根据业务逻辑确定决策结果。使用检索增强生成（RAG）从内部文档中获取上下文，并为这些决策起草解释。在最终确定任何操作之前，必须由人工审核员验证规则输出和生成的解释。
- 生成月度营销报告及购买意向回复
建议落地方案：每月将 SEO、社交媒体、GA4 和 GSC 报告上传至 Claude，并提供详细的业务背景以生成月度更新报告。同时，监控 Reddit、Quora 和 X 上的购买意向帖子，利用 Claude 起草语气匹配的回复。人工角色负责提供细致的背景数据并验证输出准确性。
- 分析竞品广告并生成符合品牌风格的广告素材
建议落地方案：使用 Claude Agent SDK 构建一个广告代理，该代理能识别竞争对手、分析其广告策略并生成符合品牌风格的创意素材。代理将这些洞察打包成可分享的报告，无需基于节点的工作流即可自主运行或通过提示词启动。人工参与环节包括定义品牌指南以及在分发前审批最终创意。
- 运行 11 个智能体团队进行交易准备
交易者将每日波段交易准备工作流组织为 11 个独立的 Grok Bot 智能体，采用组织结构图、共享内存和验证步骤。每个智能体通过 MAP.md 和 CONTRACT.md 文件定义特定任务，运行在配备浏览器和终端的持久化云计算机上。来源未明确披露人工角色，但工作流暗示了对智能体输出和交易审批的监督。
- 使用 Claude 构建个人投资组合追踪器
建议落地方案：在 Excel 中定义资产配置逻辑，随后使用 Claude 生成可在笔记本电脑和手机上运行的 PWA/HTML 投资组合追踪器。该工具应支持平衡模式和修正模式，根据目标区间和排名的股息桶，将定期定额投资（SIP）和一次性资金分配给低于权重的持仓。人工角色：在部署前，需将计算逻辑与手动 Excel 公式进行核对验证。
- 使用 Claude 执行 SEO 策略与内容创作以推动产品增长
建议落地方案：每周将 Google Search Console、Ahrefs 和 Google Analytics 的数据导出并输入 Claude。利用 Claude 识别关键词差距、零点击查询和索引问题，并围绕这些差距构建文章结构，包括疑问式 H2 标题、快速回答式引言和 FAQ 标记。人工角色负责导出数据、审核 Claude 的策略建议、实施技术修复以及发布内容。
- 通过与 Claude 对话创建 Apple II 软件
建议落地方案：重启 Apple II Agent 项目，使用配备以太网卡和自定义客户端的 Apple IIe。通过 Mac 上的代理连接 Claude，实现类似 Claude Code 的对话式软件创建。完成后将新程序加载到内存中。人类角色：在加载前审查生成的代码并批准执行。
- 丰富联系人资料并将其存入个人 CRM
作者构建了一个个人 CRM，采用智能体原生架构，其中 Claude 作为界面，通过 MCP 连接到 Supabase 数据库，仅使用四个原子工具（query, insert, update, delete）。Markdown 文件定义工作流程，允许智能体根据自然语言提示组合工具调用。系统集成了 Harmonic 进行资料丰富，以及 Granola 用于附加会议笔记，并自动从转录文本中标记新联系人。
- 在 7 美元 VPS 上运行个人门童代理
作者在每月 7 美元的 VPS 上构建了一个面向公众的 AI 代理（'nullclaw'），通过实际 GitHub 代码而非简历文本来回答访客关于作品集的问题。架构将公共盒子上的最小化 Zig 二进制代理与独立系统上的私人代理（'ironclaw'）分离，通过 IRC 和 Tailscale 上的 Google A2A 协议连接。模型选择采用分层策略：Haiku 4.5 处理问候和分流，Sonnet 4.6 执行代码分析和仓库克隆。
- Vibecode 一个视频工具并生成其宣传视频
建议落地方案：使用 Claude 为刚开发的视频工具生成宣传视频概念。工作流包括向 AI 请求“宣传视频”脚本或视觉方向，然后批判性地审查输出结果。人类角色是评估质量，承认可能存在的性能问题，并准备代码仓库以供公开分享，同时附上适当的免责声明。
- 让 Claude 完成大部分日常工作
建议落地方案：构建一个集成 Claude CLI 和 GitLab 的 .NET 控制台应用。该应用每 15 分钟轮询已分配的问题，判断是否就绪，为不清晰的工单起草回复，或触发 Claude 在新分支上结合仓库上下文和附件进行工作。人工角色：在合并前审查生成的代码和回复。
- 使用自主智能体处理房地产交易
建议落地方案：使用 Claude 处理逻辑，OpenClaw 执行工具调用，构建自主房地产平台。部署专用智能体（SellerBot、BuyerBot、TxBot、MarketBot）分别处理房源、资格预审、报价和市场分析。采用基于 Redis 的事件驱动架构和文件状态管理，以在会话间持久化客户信息。人工角色：通过 SOUL.md 文件定义智能体个性并监督初始设置，尽管来源声称系统完全自主运行。
- 使用 Claude 将 200 份简历筛选为短名单
建议落地方案：一名独立招聘人员因时间不足，将200多份简历上传至Claude以生成排名短名单。该工作流依赖大语言模型处理文本输入并输出候选人优先级列表。人工介入至关重要，需核实排名靠前的候选人的实际技能，因为AI可能更看重写作质量而非岗位匹配度。
- 尝试用 Claude 预订华沙到伦敦的行程
用户尝试利用 Claude 的 Expedia 和 Kiwi 连接器自动预订华沙至伦敦的行程。虽然 Claude 能搜索选项，但因无法解决不暴露卡号的安全支付流程，任务停滞。用户随后转向构建自定义旅行预订方案，而非完成初始自动化任务。
- 在智能合约中寻找可利用的漏洞
研究人员构建了 SCONE-bench，包含 405 个已被利用的智能合约，以评估 AI 智能体的经济影响。他们使用 Claude Opus 4.5、Sonnet 4.5 和 GPT-5 在沙盒区块链模拟器中生成利用脚本。工作流程包括提示智能体识别漏洞并生成可执行代码，人类负责审查输出以确保安全性和准确性。所有测试均在模拟环境中进行，未与任何实时区块链交互。
- 将 Slack 和通话记录转化为 Claude Code 任务
建议落地方案：部署一个常驻 Claude 智能体，监控 Slack 和通话转录以识别任务并起草 Claude Code 提示词。该工作流需连接现有的企业数据源（Slack、转录、数据仓库）。人工角色涉及在执行前审查起草的提示词，因为来源表明用户希望从初始起草循环中解脱，但隐含了监督需求。
- 让 Claude 自主购买游戏
建议落地方案：构建基于自定义模型上下文协议（MCP）服务器的支付基础设施，使 AI 代理能够购买数字商品。工作流包括搜索目录、选择商品、通过类似 x402 的协议授权支付（需强制人工确认），并通过数字钱包 MCP 结算资金。人工角色至关重要，需在结算前批准交易。
- 使用 Claude 修复 Linux 内核内存管理问题
建议落地方案：使用 Claude 为 Linux 内核内存管理问题生成代码、单元测试、文档和调试钩子，并充当代码审查员。人类工程师保留运行基准测试和验证最终集成的责任。此工作流将常规编码任务转移给 AI，同时保持关键性能验证的人工控制。
- 使用搜索代理集群调查 AI 产品名称
作者部署了 Claude 代理集群执行了 4,654 次网络搜索，旨在梳理各行业 AI 产品的命名情况。该工作流通过聚合搜索结果来识别命名惯例，重点关注性别化的人名以及机器人发布频率的时间趋势。作者审查了收集到的数据，以突出幽默的示例，并观察到命名实践的变化，例如 2026 年相比 2025 年新机器人发布数量明显减少。
- 通过广告 MCP 管理和启动付费广告活动
建议落地方案：使用 AdKit 等广告 MCP 进行报告和管理广告活动。通过 Claude 设置定期例程代理，在指定时间唤醒，检查广告账户及外部数据源，基于上下文判断创意疲劳等问题。人工角色：在执行前审查代理的判断结果。
- 对照收据和银行对账单核查税务数据
建议落地方案：用户向 Claude Opus 输入匿名化的家庭税务数据，包括配偶 LLC 的收入和支出流。模型将这些数据与收据和银行对账单摘要进行交叉核对，以识别重复计算或客户归属错误等差异。Claude 生成修正后的电子表格，由用户对照原始文件进行审核和验证。
- 整理税务文件并填写 IRS 表格
作者使用 Claude 对税务文件（W-2、1099、银行导出文件）进行分类，并将数据提取到可审计的扁平文件中。他们构建了用于生成带公式工作簿和 PDF 签名的自定义技能。人类角色包括指导工作流程、审查提取的数据，并将 Claude 的输出与 TurboTax 的结果进行核对。
- 逆向解析书籍文件格式以进行检索
建议落地方案：将书籍文件上传至 Claude 项目上下文。若 RAG 索引器失败，指示 Claude 使用 Unix 命令（如 `file`、`hexdump`）识别格式，并使用 `grep` 搜索内容。人工必须将提取的文本与原始文件进行核对验证。
- 在 Word 中使用 Claude 起草交易文件
建议落地方案：在 Word 中使用 Claude 及协作工具起草交易文件。任务包括修正定义术语、清除沿用先例文件时遗留的内容、核查交叉引用，以及基于以往文件生成初稿。人工角色：提供充分上下文，精心编写提示，并手动审阅所有输出以检查准确性和判断力缺口。
- 监控 Reddit、起草回复并安排发帖
建议落地方案：使用 Agent SDK 和 Claude Code 订阅构建一个个人 Claude 智能体，充当社交媒体经理。工作流程包括监控 Reddit、根据历史语气和账户统计数据起草回复，以及安排发帖。人工角色：在安排发帖前审核草稿的语气和准确性，因为发帖功能尚未完全自动化。
- 通过 Resy 连接器预订餐厅座位
建议落地方案：用户在 Claude 中通过 Customize > Connectors 添加 Resy 连接器。用户输入包含地点、人数和时间要求的用餐需求。Claude 推荐餐厅并显示可预订时段，但由于连接器功能限制，用户必须手动在 Resy 平台完成最终预订。
- 零编程经验，构建第一个应用
建议落地方案：一位无编程经验的用户利用 Replit Agent 和 Claude 构建了 Rhettit.app。工作流程涉及使用亚里士多德修辞诉求（信誉、情感、逻辑）作为提示词，引导 AI 生成可运行的代码。由于未记录具体人工步骤，人类角色主要限于定义应用概念和验证最终输出。
- 将每场世界杯决赛比分发送到朋友的 Signal 群组
建议落地方案：构建一个 macOS LaunchDaemon，每 30 分钟运行 poll.py 以获取 ESPN 比分，识别已结束的比赛，并使用 Claude Haiku 生成“Claudia”人设消息。在通过 signal-cli 发送前，实施严格的比分验证（检查确切比分和点球细节）。使用 sent.json 跟踪已发送的比赛以防止重复，并重试失败的发送。人类角色：负责初始配置，监控日志错误，并在完全自动化前手动批准前几条消息。
- 用 Claude 将银行对账单整合为支出仪表盘
Miles Deutscher 使用 Claude 将每月银行对账单整合为可视化支出仪表盘。工作流程包括将对账单文件拖入 AI，由其聚合数据并计算指标。人工参与至关重要，因为来源指出 AI 模型可能产生幻觉，需要人工复核数据。
- 运行副业发票、付款和记账
建议落地方案：通过 MCP 将企业银行账户和 QuickBooks 连接到 AI 智能体（如 Claude）。智能体负责处理企业客户的月度开票、支出跟踪和记账。承包商付款需排队等待人工批准，用户在最终确认交易前需审查输出结果。
- 利用剩余的 AI 配额处理可审查的 PR
作者是一位初创公司创始人，使用 RemainderBot 利用未使用的 Claude 和 Codex 订阅配额来自动化小型且需要上下文的任务。该工具读取个人目标和任务列表，选择一个任务，并生成包含已完成工作的 GitHub 拉取请求（PR）。人类审查 PR，发表评论，并决定是否合并，从而指导机器人未来的任务选择和处理方式。机器人可以手动运行或作为 cronjob 运行，在执行前检查剩余配额。
- 汇总并筛选公寓房源
物业经理和租客使用 Claude 和 ChatGPT 等 AI 工具简化租房流程。经理将 AI 与数据库集成，以回答咨询并检查日程安排看房，未解决的问题会升级给人工处理。租客使用 AI 汇总房源列表并按价格、位置和面积进行筛选，取代了手动浏览。人工监督对于最终决策以及处理复杂或法律查询仍然至关重要。
- 在 Chrome 中打开 Search Console 报告
Kevin Welter 的 AI 员工 Sebastian 使用 Claude in Chrome 扩展程序访问无法通过 API 获取的 Google Search Console 报告。该工具打开标签页、截图并读取页面内容，直到遇到登录提示。Kevin 手动完成身份验证，使 AI 能够继续读取已认证的页面。
- 生成广告文案变体并抓取竞争对手广告
建议落地方案：使用 Claude 和 Cursor 为中小企业营销生成广告文案变体并抓取竞争对手广告。工作流程包括将业务背景和目标关键词输入 Claude 以生成文案，同时利用 Cursor 协助构建数据结构或自动化抓取逻辑。人类营销人员必须审查所有生成的文案和抓取的数据，以确保品牌一致性和准确性，然后才能进行部署。
- 自动向潜在约会对象发送 Instagram 私信
开发者 Ben Guez 使用 Anthropic 的 OpenClaw 框架和 Claude AI 构建了一个脚本，该脚本可自主浏览 Instagram、识别潜在匹配对象并发送私信。该系统结合了浏览器自动化和语言处理功能，以大规模评估个人资料并撰写个性化消息。源文本未明确说明人类参与的具体环节，但工作流暗示了手动设置自动化逻辑和监控输出结果。
- 通过 Ghidra MCP 逆向工程经典游戏 ROM
作者通过开源 MCP 服务器将 Claude 连接到 Ghidra，以逆向工程 Atari 8 位 ROM。工作流程包括导入二进制文件、识别 6502 架构，并通过模式识别定位生命计数递减逻辑。由于 MCP 工具缺乏写入权限，人工干预对于手动内存重基和二进制补丁应用至关重要。
- 以自动化工程师的身份，将日常工作自动化
建议落地方案：使用 Claude 生成 Python 脚本，从目标网站提取特定数据字段，以替代手动录入。人工负责决策，启动工作流程并提供字段定义，Claude 执行代码并返回结构化结果。此方法避免直接使用 LLM 抓取网页，以最小化 token 消耗并确保可靠性。
- 从文件夹准备联邦和州税表
建议落地方案：用户将AI助手指向包含税务文档的本地文件夹。AI解析表格、询问缺失细节并计算结转亏损。用户随后使用TurboTax等成熟税务软件独立验证输出结果。
- 每日监控酒店价格并在降价时提醒重新预订
建议落地方案：使用 Claude 配合酒店网站连接器（Booking.com、Tripadvisor、Brek、LetsFG）标准化含税费的住宿总价。在预订可退改费率后，设置定时任务每天检查同一房间，直到取消截止日期。用户需手动核实价格并执行重新预订。
- 从电子表格数据填写冗长的网页表单
建议落地方案：使用 Claude 配合 Playwright MCP，根据 Google Sheets 或 Excel 数据自动填写长网页表单。智能体操作浏览器，截图并重新检查输入内容以确保准确性。人工角色包括审查截图并在最终提交前验证字段正确性。
- 通过 OpenTable 和 Resy 预订餐厅座位
建议落地方案：使用 ChatGPT 或 Claude 结合集成的预订平台（Yelp、Resy、OpenTable）来发现餐厅并检查实时可用性。助手在聊天中渲染交互式预订卡片，允许用户选择时间、用餐人数并提交请求，无需离开对话。人员角色：用户必须在提交前在表单中核实用餐人数和联系详情，因为之前的智能体模式经常错误解读下拉菜单选项。
- 处理 Shopify 支持工单、订单和退款
建议落地方案：部署由 Claude 和 GPT 驱动的 Supportify AI 代理，处理来自聊天、电子邮件和社交渠道的 Shopify 支持工单。该代理可执行取消订单、跟踪发货和创建退货标签等操作。仅在系统触发智能工单升级时，人工客服才介入处理需要完整上下文的复杂问题。
- 找回被遗忘的加密货币空投和存款
作者使用 Claude 和 ChatGPT 扫描其整个区块链交易历史。AI 尝试重构交易记录，以识别那些存入后从未被提取的存款，从而发现被遗忘的空投和资金。人类的角色包括定期发起这些扫描，并审查 AI 的发现以收回资产。
- 自主运行每日更新的本地商业目录
建议落地方案：使用 Claude 优化本地暖通空调（HVAC）企业的网站以提升 AI 搜索可见性。输入包括现有网站内容、服务区域和常见问题。工作流涉及生成 llms.txt 文件、实施 FAQ 结构化数据以及配置 Google Search Console。人类所有者必须在部署前审查并批准所有技术更改，以确保准确性和品牌一致性。
- 对退休投资组合运行蒙特卡洛模拟
建议落地方案：使用 Claude 对 60:40 的退休投资组合进行 15-20 年的建模，设定 6% 的基准收益率。随机插入两到三次历史熊市，并叠加一次性房屋装修成本。首先制定逐月预算以稳定现金流假设。人工角色负责定义这些输入并验证模型逻辑。
- 用 Claude Code 自动化法律文书起草和工作流程
一位交易律师表示，他们跳过了法律科技封装产品，直接使用 Claude。通过 Claude Code 构建集成并运行智能体处理自定义工作流程，同时使用 Claude for Word beta 进行文档起草。该律师整合了个人操作手册和先例文书库，使系统适应其特定执业方式，而非沿用供应商默认配置。来源未详细披露人工监督角色。
- 使用 Claude Cowork 进行销售市场与客户调研
建议落地方案：销售人员使用连接了 ZoomInfo API 的 Claude Cowork 在接听电话的同时拉取潜在客户数据。人类需手动审查返回的信息，而非完全信任端到端的自动化结果。该工作流将 AI 调研与人工验证相结合，以支持实时销售对话。
- 通过模拟器玩 Game Boy 游戏
建议落地方案：使用 Claude 3.7 和 PyBoy 构建 AI 代理以玩 Game Boy 游戏。该代理分析游戏画面以做出决策，并通过结构化按键输入（如 'A', 'R2'）控制模拟器。它利用记忆系统维持上下文，支持回合制或连续模式。人类角色包括环境搭建、提供 ROM 文件以及监控日志。
- 搭建一面匿名分享对 AI 的希望与恐惧的墙
建议落地方案：构建一个匿名 Web 应用，供用户提交对 AI 的希望与恐惧。使用 Claude Haiku 审核提交内容并分类，使用 Claude Opus 重新分组帖子并命名主题。通过 Claude Code 开发应用，采用包含规划者和评审者的分阶段智能体工作流。人工角色：定义规格说明并在指定节点进行审批，因为 Claude Code 运行中不接受用户输入。
- 让智能体整天玩电脑游戏
建议落地方案：将七个 AI 智能体（如 GPT-5、Claude Opus 4、Gemini 2.5 Pro）分配到一个共享的 Linux 环境中，配备通用的计算机使用工具和群聊功能。设定目标为“在一周内完成尽可能多的游戏”，每天运行 3 小时。人类仅监控日志并在智能体偏离主题（如 o3 沉迷于电子表格）时进行干预和纠正。
- 根据邮件需求构建一个极简 Windows VNC 客户端
用户尝试使用 AI 工具（Claude 和 ChatGPT 5.6 Sol）构建一个极简的 Windows 10 VNC 客户端，以绕过 macOS 密钥大小兼容性问题。工作流程包括提供详细的技术约束（SSH 隧道、localhost:5921、仅远程光标）并请求带有 SHA256 验证的单一可执行文件。用户与 AI 进行迭代，对失败的构建提供反馈，并在耗尽每周限额后切换工具。人类参与包括定义严格范围、验证校验和以及管理工具配额。
- 批量重构百万行代码库，以适应更严格的编译器设置
作者使用 Claude 对超过 100 万行的 .NET 单体仓库进行批量重构，以满足 50 项更严格的编译器设置，产生约 20 万处修复。Claude 通过自定义技能或生成脚本处理错误类别，避免了 IDE 的不稳定性。工作被分为业务逻辑、性能和外观三类，批量重构仅限于性能和外观更改，以保护复杂的领域逻辑。人类开发人员负责审查输出，因为作者指出人工进行批量重构几乎是不可能的。
- 将大型季度 PDF 转换为简短文档和采购申请
建议落地方案：用户每三个月收到一份大型 PDF，使用 Claude 聊天界面将其转换为多个简短文档、基于 Excel 的采购申请以及汇总表。该工作流涉及创建可复用的提示词或技能以标准化此转换过程。由于 Claude 无法直接访问工作驱动器，需要人工上传 PDF 并验证生成的输出结果。
- 将竞争对手价格和联系人追踪到 Google Sheets
用户实施了一个结合自定义网络爬虫与 Claude AI 的竞争对手研究自动化工作流。爬虫监控目标网站的价格变化和产品数据，Claude 提取联系信息和公司详情并直接写入 Google Sheets。这取代了此前每月耗时 10-15 小时的手动流程。来源未说明人员在验证或基于这些数据采取行动时的持续角色。
- 通过 Telegram 消息将锻炼记录录入 Notion
建议落地方案：在 Telegram 聊天中配置 Claude 智能体，集成 Whisper 用于语音转录，并通过 Notion API 更新数据库。智能体解析如“卧推 4x8，70kg”的输入，并将其记录到锻炼、身体数据、目标和 PR 的 Notion 数据库中，同时利用设备和伤病上下文。人工角色：用户通过文本或语音发起记录，并审查结构化记录的准确性。
- 使用 AI 主导技术面试进行招聘
micro1 使用 Claude 每天进行超过 3,000 场 AI 驱动的技术面试，取代了人工筛选和回家作业。系统通过动态对话评估技术技能，生成报告，并支持全天候候选人评估。人类招聘人员从常规筛选转向基于 AI 洞察的战略决策。
- 查找匹配的职位并定制简历
用户尝试使用 Claude 自动申请工作，理由是希望对抗基于 AI 的简历筛选系统。然而，Claude 拒绝执行该任务，指出这违反了其服务条款（TOS）。源文本中未记录具体的成功工作流、输入数据或执行步骤。
- 基于招聘信息运行周一竞争对手监控简报
建议落地方案：使用 Claude 每周一抓取竞争对手公开职位列表。智能体提取职位名称、所需技能和招聘规模以推断战略变化。人类分析师在分发前审查生成的简报准确性。
- 根据提示词生成参数化 CAD 模型
建议落地方案：使用 CADAM 网页应用将自然语言描述或图像转换为参数化 3D 模型。系统生成 OpenSCAD 代码，允许用户通过交互式滑块调整尺寸，然后导出为 .STL、.SCAD 或 .DXF 格式。人工参与环节包括提供初始提示词、审查生成的几何结构，以及手动调整参数以确保设计准确性。
- 从邮件中评估场外房地产交易
建议落地方案：连接专用 Gmail 收件箱至 Python 工作进程，拆分多交易邮件。使用低成本 Claude 模型提取固定 JSON 字段，未知项设为 null。通过纯 Python 代码处理单户和多户评分，仅在通过初步价格检查后触发付费数据查询。人工角色：审核提取的数据并批准最终交易评分。
- 将海量 CSV 数据转换为趋势仪表盘
建议落地方案：大型组织内的自动化专家使用 Claude 将海量 CSV 数据转储转换为可视化仪表盘，以追踪随时间变化的趋势。该工作流通过人工识别数据转换需求，弥补了聊天界面可发现性差的缺陷。人类角色包括发现自动化机会并验证输出结果，但原文未详述具体的验证步骤。
- 将视频广告重制为 JavaScript 动画
用户从YouTube下载了ChatGPT广告视频和音频，随后指示Claude（Opus 5.5）在访问ffmpeg的情况下，将视频重制为纯JavaScript动画。提示词强调高制作水准、捕捉细微动画以及自主执行。人类角色仅限于初始设置和提供源文件，生成过程中未记录持续的监督。
- 让 Claude 查找种子并添加到 qBittorrent
建议落地方案：用户在社交互动中尝试通过本地智能家居系统自动化获取媒体内容。工作流包括 Home Assistant 检测存在，语音命令通过 Wyoming 和 Python 桥接触发 Claude，Claude 搜索种子并添加到 qBittorrent。当自动化进程停滞时，用户手动干预并排查运行 Ubuntu 的 Lenovo T470 服务器，凸显了实时社交场景中人工监督的必要性。
- 通过单次对话完成音乐发行成品
用户提示 Claude 为特定主题和风格的歌曲撰写歌词。随后，Claude 通过 AetherWave Studio 连接器执行了四次顺序工具调用：生成音乐（Suno V5.5）、创建封面艺术（GPT Image 2）、制作 10 秒视频片段（Seedance Pro）以及音频母带处理。人类在视频生成步骤前审查了封面艺术并批准了最终资产。文件自动保存到账户画廊。
- 使用Claude的财务与法务实践
康奈尔大学的财务与 AI 团队使用 Claude 创建了一个 /treasury 技能，用于识别并追回欠款。该工作流涉及建立专门的 AI 构建实验室，以支持员工在财务运营中的创新。源文本未详细说明人员参与的具体方式，但技能的创建暗示了技术监督的存在。
- 测试 AI 对学生作业集的标注
建议落地方案：教师将学生作业上传至 Claude 企业版项目，测试 AI 标注是否可作为人工批改的参考。工作流程包括创建项目、上传文件和生成标注。人员角色：教师必须手动审查 AI 输出，确保 AI 生成内容不直接影响学生成绩，并严格管理项目可见性设置以保护学生隐私。
- 用 Claude 构建 Home Assistant 自动化
建议落地方案：用户通过 MCP 将 Claude 连接到 Home Assistant，由 Claude 生成自动化 YAML 代码以替代手写。工作流程包括 Claude 审查设备状态并创建占用或功率使用检查逻辑。人工角色至关重要，需验证生成的代码并将其应用到实时系统中。
- 让 AI 智能体搜索商店、构建购物车并准备结账
建议落地方案：电商卖家提供网站链接，使其具备代理商务（agentic commerce）能力，允许 AI 智能体搜索商店、构建购物车并准备结账。该流程涉及将商店集成到类似 'vendable' 的平台，以便 ChatGPT 用户发现产品。需要人工参与以验证集成并在上线前批准最终配置。
- 使用旧名搜索各州未申报财产数据库
建议落地方案：使用 Claude 搜索官方未申报财产数据库（如 MissingMoney.com、各州财政部网站），输入当前及曾用名，覆盖所有居住过的州。智能体应返回匹配结果，包括来源、金额及申领链接。人工角色：在发起申领前，务必直接在政府官方网站核实所有匹配结果。
- 搭配使用 Claude Design 与 Claude Code，打造精致网站
作者使用 Claude Design 确立视觉方向和设计令牌，然后将项目交接给 Claude Code 进行实现。工作流程包括利用现有代码或文件设置设计系统、回答设计问题以及参考 Dribbble 等外部资源。Claude Code 接收包含组件规格和令牌的结构化包以生成最终网站，从而避免通用的 AI 风格。
- 在签署前标记50页合同中的风险
建议落地方案：将一份50页的合同PDF上传至Claude。提示模型通读全文，用通俗语言解释义务和风险，指出异常或可协商的条款，并列出最需要强力反驳的三个要点。人工角色包括上传文件和审核输出的准确性。
- 让 Claude 操控 Mac 下棋并做笔记
建议落地方案：在 Mac mini 上配置 Claude 的辅助功能和屏幕录制权限。代理应打开 Notes 创建简单列表（如购物清单），并通过移动端调度触发。人工角色包括授予初始应用批准权限并监控会话安全性。
- 使用 Agent 为寿司连锁店接单
建议落地方案：通过 Meta API 将 Instagram 私信接入 Claude Sonnet 4.6。为多门店配置包含菜单项、过敏原、配送区域、营业时间及对话规则的知识库。Agent 需处理聊天交互，收集订单详情并生成支付链接。人工团队必须监控非文本输入或复杂异常情况。
- 在 X 和 Reddit 上运行每日市场趋势研究
建议落地方案：使用 Claude Cowork 作为定时任务运行器，通过浏览器访问权限从 X/Twitter 和 Reddit 收集每日市场趋势。工作流涉及将 Claude Chat 和 Cowork 作为独立实体进行提示，并将 Cowork 限制在特定的受信任网站。人工角色包括定义关键词、验证安全范围以及审查输出结果。
- 使用 Claude 规划行程与社交日历
建议落地方案：使用 Claude 设计一个适合手机使用的 Web 应用，用于旅行规划、生日提醒和社交日历。工作流程包括生成基于 Supabase 的应用代码，将其保存到主屏幕，并管理餐饮、健身等日常输入。用户作为主要操作者，无需具备技术知识即可启动构建。
- 记录、分类并归档发票用于簿记
建议落地方案：用户将未重命名的收据放入文件夹。每隔几周，智能体将每张收据记录到费用追踪器中，进行分类，并使用日期、供应商和总额重命名文件。人工角色涉及在最终确定前审查生成的日志并验证文件结构。
- 使用 Claude 智能体修复 Shopify SEO 并发现广告浪费
建议落地方案：用户描述将 Shopify 商店 URL 输入基于 Claude 的智能体，以分析 SEO 问题、进行修复并识别广告浪费。工作流程包括检查 AI 可见性评分和生成广告效果图表。虽然源文本未详细说明具体审批步骤，但隐含了人工参与决策使用工具及审查输出结果的过程。
- 使用 PRD 进行规划并将任务委派给更廉价的 Agent
建议落地方案：使用高层级 Agent（如 Opus）编写产品需求文档（PRD），并将其拆解为离散的任务列表。在强制执行测试驱动开发（TDD）并利用 git 树的任务工作流中，将具体执行工作委派给成本更低的 Agent。人工角色：审核 PRD 结构，验证任务产出，并在合并前批准集成。
- 在 Claude 处理变更请求时迭代应用项目
建议落地方案：使用 Claude Code 或 Claude Cowork 异步处理应用程序变更请求。人类角色负责发起任务并在处理完成后审查输出，但来源未说明执行期间的主动监控方式。输入为变更请求，输出为处理后的代码或更新。
- 将收件箱分类工作交给 AI 智能体
建议落地方案：使用 Claude 的 Cowork 标签页设置晨间收件箱自动化。智能体检查过去 24 小时的邮件，将对话标记为“重要”或“可归档”，归档后者并标记收据。它还撰写分类摘要并为商务邮件起草回复。人工角色：在执行任何操作前，审核所有草稿和归档项目。
- 用 Claude 为延误或取消的航班申请退款
建议落地方案：用户告知 Claude 航班延误情况，利用此前通过自定义 MCP 连接器预订时保留的上下文。指示 Claude 查询最新的美国交通部（DOT）退款规则并起草索赔邮件。人工用户需审核草稿的准确性及个人信息，确认无误后手动发送。
- 使用分层代理审查流程审查 AI 编写的代码
Claude Code 团队实施了分层审查工作流，以处理大量 AI 生成的代码。输入包括拉取请求、差异文件和项目上下文文件（如 CLAUDE.md）。工具序列涉及自动验证、并行 AI 漏洞挖掘（带验证器投票）、安全扫描以及基于风险的人工审批层级。人类仍参与高风险变更、架构决策和最终问责，而代理负责常规检查和初步修复。
- 使用 Copilot Agent Mode 运行更长时间的编码会话
作者首先尝试使用 Copilot Agent Mode 完成复杂的 GitHub 教程，但因陷入依赖循环而停止。随后，他们利用 JSON 数据结构和 VS Code 中的 Copilot Agent Mode 构建了一个简单的 Partners 游戏记分应用。智能体生成了 Web 应用、统计数据和图表，而作者手动在 ChatGPT 中创建头像，并请求悬停效果，这导致了进一步的代码冲突。
- 将预订机票等浏览器任务交给 Manus
建议落地方案：使用 Manus 构建并托管网站，利用其首次尝试即可生成优质文案的能力。对于旅行预订，尝试将航班和火车预订以及日历录入任务委托给 Manus，但需做好在智能体停滞时手动干预的准备。用户作为监督者，在自动化失败耗时 1.5 小时后，最终亲自完成了预订任务。
- 使用 Claude 管理家庭琐事并追踪杂货广告
建议落地方案：使用 Claude 来头脑风暴并整理个人生活任务，例如管理家庭琐事或追踪杂货广告。用户输入具体的个人目标或限制条件，Claude 利用其聊天、协作或设计功能生成结构化的计划、列表或代码片段。人类需审查并批准所有输出后方可执行。
- 与多智能体开发团队共同构建心智模型框架
一位独立创始人将 Claude、ChatGPT、Windsurf 和 Cursor 视为具有明确角色的团队成员，通过 SITREP 协议协调并行工作。他们利用框架自身的心智模型进行架构设计、验证和部署，并使用包含 5 个问题的棘手程度评估标准来划分问题层级。人类角色主要负责定义协议和监督多智能体协调，具体手动编码细节未披露。
- 从销售通话记录中提取销售指标
建议落地方案：将销售通话记录输入预加载了产品文档和品牌语调指南的 Claude 工作区。配置 Claude 提取收入、潜在客户数和 CPL 等 KPI 字段以供跟踪表使用。人工角色：在更新官方记录前，审核提取数据的准确性。
- 在图表上使用智能体调查市场波动和警报
建议落地方案：安装 OpenChart 桌面版，并使用现有账户配置 AI 智能体（Claude、Codex 或 Gemini）。用户向智能体描述市场关注点，智能体生成 Tea 监视器以评估传入数据。当警报触发时，智能体研究市场波动并在图表上提供带有来源链接的注释。人类用户负责定义逻辑并审查智能体的发现。
- 使用智能体端到端运行生物信息学预测挑战
建议落地方案：使用 Claude 智能体端到端执行生物信息学预测挑战。工作流包含文献综述、实验设计、代码生成、基准测试执行和报告创建等顺序步骤。由于来源指出验证不足，人类专家必须在最终确定前审查输出。