2026-06-18 23:53:40
写出一个 Skill 很容易，但写出一个高质量、稳定、可复用的 Skill 却需要一些方法论。高质量的 Skill 就像是给 AI 制定的一套 SOP（标准作业程序），它不仅能防错，还能让 AI 的表现超出预期。
AI 拥有成百上千个技能，如何确保它在正确的时机调用正确的技能？关键在于元信息（YAML Header）中的 description。
反面教材：
description: 帮我写代码。 (太宽泛，随时都可能触发，干扰其他技能)
高质量示范：
description: 当用户明确要求使用 React/TypeScript 编写前端组件，且需要包含单元测试时触发。
graph LR
A["用户模糊意图"] --> B{"描述匹配引擎"}
B -->|"高精准度"| C["精确触发目标 Skill"]
B -->|"低精准度"| D["误触发 / 混用多个 Skill"]
style C stroke:#4caf50,stroke-width:2px
style D stroke:#f44336,stroke-width:2px,stroke-dasharray: 5 5
大模型像一个非常聪明但容易分心的实习生。你的指南不能是一大段散文，必须是高度结构化的步骤。
1. 第一步做什么... 2. 第二步做什么...
[!tip] 技巧 可以在 Skill 中设置一个“检查点（Checkpoints）”机制，要求 AI 每完成一个大步骤必须先向用户确认，再进行下一步，避免它一口气跑到黑导致方向偏离。
千言万语不如一个好例子。很多时候，用自然语言很难描述清楚一种“语感”或“代码风格”，直接给例子是最有效的。
高质量的 Skill 不是越长越好，而是要懂得拆分和互相调用。如果你有一个“全自动化应用开发”的庞大任务，不要全塞进一个 Skill 里。
graph TD
Main["主 Skill: 架构师角色"] --> Sub1["子 Skill: 前端开发规范"]
Main --> Sub2["子 Skill: 后端 API 设计"]
Main --> Sub3["子 Skill: 自动化测试用例"]
classDef main fill:#bbdefb,stroke:#1976d2
classDef sub fill:#f5f5f5,stroke:#9e9e9e
class Main main
class Sub1,Sub2,Sub3 sub
让主 Skill 负责统筹流程，然后在适当的时候，指引 AI 去加载相关的子 Skill。这就像是编写可复用的代码函数。
Skill 不是一次性写完就结束的。在实际使用中，你一定会发现 AI 在某些情况下会“翻车”。
每次翻车，都是升级 Skill 的好机会：
1. 观察 AI 在哪里做错了。
2. 回到 SKILL.md，在对应步骤加入一条补丁规则（例如：“注意：在处理这类数据时，务必先进行非空判断”）。
3. 保存，下次执行它就不会再犯同样的错误。
在实际操作中，高质量的 Skill 往往不是孤立存在的，它需要一个运行平台和外部工具的配合，才能真正做到“知行合一”。
要让带有外部工具的 Skill 跑起来，你通常需要借助以下几类平台：
1. 开箱即用的产品：如 OpenAI 的 Custom GPTs、Claude 的 Projects。你可以把 SKILL.md 作为 Knowledge（知识库）上传，并在后台开启它自带的 Web Browsing 或 Code Interpreter 工具。
2. Agent 编排平台：如字节跳动的 Coze（扣子）、Dify.ai 等。在这里，你可以把 Skill 正文填入“人设与回复逻辑”，并在左侧面板勾选所需的“插件（Plugins）”。
3. IDE 插件或本地智能体：比如你当前和我（一个具备文件系统、终端和网络搜索权限的 AI 助手）交互的环境。
单纯的聊天 AI 无法获取最新数据，所以我们需要给它配置两个工具（Tools）：
- search_web：搜索引擎工具。
- read_url：读取网页原文内容的工具。
我们将创建一个名为 深度调研专家.md 的 Skill。以下是完整的文件内容：
---
name: 深度行业调研专家
description: 当用户需要了解某个陌生行业、最新概念或某家公司的近期动态时触发。
required_tools:
- search_web
- read_url
---
# 角色定义
你是一个拥有顶级咨询公司（如麦肯锡）背景的深度调研专家。你不仅依靠已有知识，更擅长使用工具去互联网上挖掘最新信息，并交叉验证。
## 操作指南（工作流）
当用户提出调研需求时，**严格按照以下 4 个步骤执行**：
#### 步 1：需求拆解与初步检索
1. 提取用户需求的核心关键词。
2. 使用 `search_web` 工具搜索 3-5 个不同维度的关键词（例如：“技术原理”、“市场规模”、“近期新闻”）。
3. **[检查点]**：不要急于输出结论，先快速浏览搜索结果的标题和摘要。
#### 步 2：深度内容读取
1. 从搜索结果中，挑选至少 3 篇高质量的链接（优先选择官方文档、权威媒体、学术报告）。
2. 使用 `read_url` 工具，把这 3 篇长文的完整内容读取进来。
#### 步 3：交叉验证与分析
1. 对比不同来源的信息。如果发现数据有冲突（如不同机构预测的市场规模不同），必须在报告中指出差异。
2. 提炼核心洞察，剔除无用的营销话术。
#### 步 4：输出最终报告
按照以下结构输出 Markdown 报告：
- **核心摘要（Executive Summary）**：用 3 句话总结。
- **关键事实（Key Facts）**：带数据支撑的行业现状。
- **不同视角的观点（Perspectives）**：至少包含两种不同的声音。
- **参考信息源（Sources）**：附上你在步骤2中读取的真实网页链接。
## 纪律限制
- 绝对禁止编造数据。如果 `search_web` 找不到近期数据，直接告诉用户“未查到相关最新数据”。
- 不要一次性调用超过 5 个 URL，避免上下文超载。
一旦这个带有工具的 Skill 被触发，你和 AI 的交互将不再是简单的“一问一答”，而是像在指挥一个员工。
sequenceDiagram
participant User as 用户
participant AI as "AI (挂载调研Skill)"
participant Web as 外部互联网
User->>AI: "调研一下近期 AI 视频生成工具的竞争格局"
Note over AI: 匹配到《深度调研专家》Skill
AI->>Web: Tool: search_web("AI 视频生成 竞争格局 2024")
Web-->>AI: 返回10条搜索结果摘要
AI->>Web: Tool: read_url("网址 A")
AI->>Web: Tool: read_url("网址 B")
Web-->>AI: 返回万字长文内容
Note over AI: 交叉验证、提取核心事实、排版报告
AI->>User: 输出带真实链接和数据的调研报告
通过这个实操案例你可以看出，高质量的 Skill 加持了外部工具后，把 AI 从一个“根据背诵过的记忆来答题的考生”，变成了一个“懂得利用工具去解决复杂问题的打工人”。
你可能会觉得：“手写这么多规则、YAML 头、Markdown 格式，是不是太麻烦了？” 非常敏锐！既然 Skill 的本质是一份写给 AI 的说明书，那么最擅长排版、最懂 AI 提示词结构的，不正是 AI 自己吗？
我们完全可以创造一个专门用来写 Skill 的元技能（Meta-Skill），我们称之为 Skill Writer。它的工作就是听取你的口语化需求，自动帮你生成符合以上所有高质量标准的 Markdown 文件，而你只需要在此基础上进行人工审核与微调优化。
description、清晰 操作指南 和 纪律约束 的框架草稿。graph LR
User("你的想法/痛点") -->|"一句话需求"| Writer["Skill Writer 助手"]
Writer -->|"秒级输出"| Draft("格式规范的 Skill 初稿")
Draft -.->|"人工微调/注入经验"| Final(("高质量生产级 Skill"))
style Draft fill:#fff3e0,stroke:#ff9800
style Final fill:#e8f5e9,stroke:#4caf50
这种方式极大地降低了编写高质量 Skill 的门槛。不要从零手写，让 AI 去做那些繁琐的结构化工作，把你最宝贵的精力留在“梳理业务逻辑”和“沉淀踩坑经验”上。
为了让你有更直观的体感，我们来完整模拟一遍这个过程。假设你现在需要一个帮你看长视频并做笔记的 Skill。
你的粗略提示词： > “帮我写一个 Skill，叫 B站视频提炼专家。当用户发一个B站链接时触发。你需要读取它的字幕，然后总结核心内容，分成几个小节，最后列出金句。请输出标准 SKILL.md 格式。”
AI 瞬间就为你搭建好了高质量的结构框架：
---
name: B站视频提炼专家
description: 当用户提供 B 站 (bilibili) 视频链接，要求总结、提炼或做笔记时触发。
required_tools:
- read_url (用于抓取视频字幕文本)
---
# 角色定义
你是一个高效的学习委员，擅长从冗长的视频字幕中提取干货，结构化地输出笔记。
## 操作指南
当接到 B 站视频链接时，按以下步骤执行：
1. **读取字幕**：使用 `read_url` 工具读取提供的链接内容，获取字幕。
2. **核心摘要**：用 50-100 字概括这个视频到底讲了什么。
3. **内容分节**：将视频内容按照逻辑划分为 3-5 个小节，提炼每节的要点。
4. **金句提取**：摘抄视频中最有启发性的 2-3 句话。
## 输出格式
严格按照上述步骤输出 Markdown，使用清晰的标题结构。
初稿结构已经很完美了，但缺乏你的个人使用偏好和防翻车经验。于是你把代码复制下来，手动加了三条“灵魂设定”：
操作指南 加了一条：[防翻车经验] “自动过滤掉 UP 主求点赞、投币、打赏等无关废话。”内容分节 中强化：[格式要求] “必须附带对应内容在视频中的大概时间戳（如 [04:12]），方便我回看原视频。”纪律约束 加上：[底线限制] “不要自己发明内容，严格基于字幕事实总结。”结果：你只花了几十秒提需求和补充两句话，就得到了一个完美符合你自己习惯的、具备防错机制的生产级 Skill。这就是“用魔法打败魔法”的威力！
到底什么样的任务适合被封装成 Skill？ 判断标准非常简单：只要这个任务满足“高频重复”、“有固定 SOP（标准流程）”、“强依赖个人经验”这三点中的任何一点，它就极度适合变成一个 Skill。
下面是各个领域中，那些把 AI 真正变成“生产力工具”的 Skill 灵感：
git diff 变化，自动判断改动类型（feat, fix, refactor 等），强制生成符合团队 Angular 规范的提交信息。[!tip] 行动建议：如何使用这个灵感库？ 不要试图一次性把它们都写出来。观察你明天的工作中，哪一件事让你觉得“又繁琐，又不得不用脑子（或者要遵循很多细碎规则）”，那往往就是你下一个应该编写的 Skill！
写高质量 Skill 的过程，本质上就是你把自己的行业经验、工作流、踩过的坑，抽象提炼成标准算法的过程。 你的思考越深入，你的 AI 专家就越强大。
本文链接：https://deepzz.com/post/how-to-write-high-quality-skills.html，参与评论 »
2026-06-18 14:46:00
Skill（技能）本质上是一份写给 AI 的”专业说明书”。它用 Markdown 把某个领域的知识、流程、规范、可复用的脚本打包起来，让 AI 在遇到对应任务时，能像一个专家一样按既定方法去做事。
可以用一句话概括：
Skill = 触发条件（什么时候用） + 操作指南（具体怎么做） + 配套资源（脚本、模板、参考）。
graph TD
Skill((Skill 技能包))
Skill --> Trigger[触发条件 <br> <i>何时调用</i>]
Skill --> Guide[操作指南 <br> <i>具体怎么做</i>]
Skill --> Assets[配套资源 <br> <i>脚本/模板/参考</i>]
Trigger -.-> |元信息| Meta[Name / Description]
Guide -.-> |执行逻辑| Logic[步骤 / 原则 / 纪律]
Assets -.-> |外挂工具| Tools[代码 / 文件示例]
classDef default fill:#f9f9f9,stroke:#333,stroke-width:1px;
classDef core fill:#e1f5fe,stroke:#0288d1,stroke-width:2px;
class Skill core;
它和直接给 AI 发一段提示词（Prompt）最大的区别在于：Prompt 是一次性的临时指令，而 Skill 是可沉淀、可复用、可分享的能力模块。一次写好，之后所有对话都能反复调用。
一个典型的 Skill 通常包含：
==关键机制是「按需加载」（渐进式披露）：AI 平时只看到技能的简短描述，只有判断当前任务用得上时，才会把完整内容读进来。==这样既能挂载成百上千个技能，又不会一次性撑爆上下文。
sequenceDiagram
participant U as 用户 (User)
participant M as 通用大模型 (AI)
participant S as 技能库 (Skill Library)
U->>M: 提出具体任务需求
Note over M,S: 1. 扫描匹配阶段
M->>S: 检索各技能的元信息 (Description)
S-->>M: 发现匹配的特定 Skill
Note over M,S: 2. 按需加载阶段
M->>S: 读取该 Skill 的完整正文与资源
S-->>M: 注入专业操作指南
Note over M: 3. 专业执行阶段
M->>U: 输出符合专家规范的高质量结果
通用大模型什么都”知道一点”，但在具体任务上往往不够专、不稳定、不一致。同样一件事，今天做得好，明天可能就跑偏。Skill 解决的正是这个问题。
它的价值主要体现在三个方面：
把 AI 从”通用聊天助手”升级成”领域专家团队”，是 Skill 最核心的作用。具体来说：
graph LR
Task[复杂的大型任务] --> Split(任务拆解)
Split --> S1[Skill 1: 深度调研]
Split --> S2[Skill 2: 前端开发]
Split --> S3[Skill 3: 代码审查]
S1 -.组合协作.-> S2
S2 -.流水线传递.-> S3
S1 --> |产出| R1(调研报告)
S2 --> |产出| R2(高质量代码)
S3 --> |产出| R3(安全与规范保证)
R1 --> Final((最终专家级交付))
R2 --> Final
R3 --> Final
① 从”会说”到”会做”。 单纯的对话只能给建议，而带脚本和工具的 Skill 能真正执行任务——读写文件、调用接口、运行命令、自动化整套流程。
② 专业度大幅提升。 通用回答常常停留在表面，挂载了专业 Skill 后，AI 能输出符合行业规范、达到生产级质量的结果，而不是”看起来对”的内容。
③ 复杂任务可拆解、可编排。 多个 Skill 能组合协作：一个负责调研、一个负责设计、一个负责审查，像流水线一样把一个大任务拆成可控的小步骤。
④ 强制纪律、减少出错。 Skill 里可以写死必须遵守的流程（比如”先写测试再写代码”“改动前先备份”），让 AI 不会偷懒跳步，从源头上降低错误率。
⑤ 能力随团队一起成长。 每沉淀一个 Skill，AI 的能力边界就扩大一圈。团队用得越久，技能库越厚，整体效率越高。==这是一种会复利增长的资产。==
为了更直观，下面是几类常见的 Skill 场景：
可以这样理解：==Prompt 是教 AI 做一道菜，Skill 则是给了 AI 一本完整的菜谱外加一套厨具。==你拥有的优质 Skill 越多，AI 能为你迸发出的能力就越强。
graph TD
subgraph Prompt模式[Prompt 提示词模式]
P_Input[临时指令] -- "教做一道菜" --> P_Process(AI 临时理解)
P_Process --> P_Out[一次性做出一道菜]
end
subgraph Skill模式[Skill 技能模式]
S_Input[挂载 Skill] -- "给菜谱 + 厨具" --> S_Store(AI 变身专业大厨)
S_Store --> S_Out1[随时稳定做出满汉全席]
S_Store --> S_Out2[能力可沉淀与团队共享]
end
style Skill模式 fill:#e1f5fe,stroke:#0288d1
Skill 本质就是一个带头部信息的 Markdown 文件（通常命名为 SKILL.md）。结构非常简单：最上面一段 YAML 声明”是什么、何时用”，下面正文写”具体怎么做”。
下面是一个完整的极简例子——「微信公众号排版」：
---
name: 公众号排版
description: 当用户要把一篇文章整理成公众号可发布的格式时使用
---
# 公众号排版规范
收到一篇文章后，按以下规则排版：
## 排版规则
1. 一级标题用 `##`，二级标题用 `###`，不要用一级 `#`。
2. 每个自然段不超过 3 行，过长就拆分。
3. 关键结论用 **加粗**，核心金句用 ==高亮==。
4. 列举超过 3 项时，改写成无序列表。
5. 段落之间留一个空行，保证手机上阅读舒适。
## 输出要求
- 直接输出排好版的全文，不要附加解释。
- 保留原文意思，只调整结构和格式，不要增删内容。
就这么简单。==重点全在 description：它决定了 AI 在什么情况下会自动想起并启用这个技能。==描述写得越精准（说清”什么场景下用”），技能被正确触发的概率就越高。
正文则像写给新人的工作手册——步骤清晰、规则明确、能直接照做即可。等熟练后，再往里加脚本、模板等附加资源，技能就会越来越强。
2025-10-14 07:52:00
想象一下：每天到家，Wi-Fi 一连接，手机就自动播放你喜欢的歌单；早上闹钟一响，窗帘外的天气简报就已准备就绪。这不是未来科技，而是你现在就能用 iOS 快捷指令和自动化实现的智能生活。
本指南汇集了最实用、最富创意的 iOS 快捷指令与自动化方案，从高效工作到便捷生活，一键提升你的数字体验。
| 指令名称 | 使用场景 | 链接二维码 |
|---|---|---|
| Wi-Fi 二维码 | 当你Wi-Fi密码又长又难记时，二维码分享快速又便捷 |  |
快捷指令 -> 自动化 (新建) ->「App」-> 选取 App ->「已打开」->「立即运行」->「下一步」->「新建空白自动化」->「设定 VPN」-> 选择 VPN ->「完成」
关闭VPN再新建一个自动化，同理设置
本文链接：https://deepzz.com/post/ios-shortcuts-automation.html，参与评论 »
2025-03-05 22:40:00
最近，我的朋友决定踏上了独立开发者的道路，做了一个临时邮箱网站：tempmail100.com，iOS & Android。作为一个旁观者，我亲眼见证了他从零开始，一步步摸索，最终取得了广告日入$10的成绩。今天，我想分享一下他的经历，希望能给那些想要踏入独立开发者行业的朋友一些启发。
朋友的初衷很简单：做一个实用的临时邮箱工具，帮助用户在不暴露真实邮箱的情况下，快速注册一些临时服务。他选择了临时邮箱这个方向，主要是因为市场需求明确，且技术门槛相对较低。
他花了几周时间，从设计到开发，最终上线了tempmail100.com。网站的页面设计非常简洁，用户体验也很流畅，尤其是那个“一键生成邮箱”的功能，简直不要太方便。
作为一个独立开发者，朋友在技术选型上非常务实。他选择了轻量级的技术栈，确保网站能够快速响应，并且易于维护。同时，为了提升网站的SEO表现，他做了以下几件事：
为了让网站能够持续运营，朋友决定引入Stripe作为收款工具。为了接入Stripe，他甚至注册了一家美国公司！虽然这个过程有些复杂，但最终他成功接入了Stripe，用户可以通过付费解锁一些高级功能，比如更长的邮箱有效期、自定义邮箱前缀等。虽然目前付费用户还不多，但这为他提供了一个稳定的收入来源。
此外，他还通过Google AdSense在网站上投放广告。随着流量的增加，广告收入也逐渐提升，最近甚至达到了日入$10的成绩。虽然这个数字看起来不大，但对于一个刚刚起步的独立开发者来说，已经是一个不错的开始了。
当然，独立开发者的道路并不总是一帆风顺。朋友也遇到了一些挑战，比如如何持续吸引新用户、如何应对竞争对手等。但他始终保持乐观，不断优化产品，提升用户体验。
未来，他计划继续完善网站功能，比如增加多语言支持、提升邮箱的稳定性等。同时，他也希望通过更多的SEO优化和社交媒体推广，进一步提升网站的知名度和流量。
如果你也想要踏入独立开发者的行业，朋友的建议是：
朋友的经历让我深刻体会到，独立开发者虽然充满挑战，但也充满了可能性。如果你也有类似的想法，不妨大胆尝试，或许下一个成功的独立开发者就是你！
如果你对tempmail100.com感兴趣，或者有任何关于独立开发的问题，欢迎在评论区交流。我们一起探讨，一起进步！
本文链接：https://deepzz.com/post/indie-maker-tempmail100.html，参与评论 »
2025-01-01 10:49:00
2025年啦，大家过得都可还好？
时间转瞬即逝，2024年就过完了，不得不感叹一年时间还是蛮短暂的！
回顾2024:
2024骑着第一辆公路车参加了2023的跨年骑行，千人规模很是壮观，以后是再也不会有了。
2024组装了第一台真正意义上的NAS，五盘位，8T，结合Apple TV该享受的还是要享受。
2024学习了swift与swiftui，与朋友空闲时间开发了一款临时邮箱应用，突破了独开零收入门槛。
2024读了6本书，远未达到最初设定的10本书的目标，看来执行力还是差了些。
2024为小朋友组装了一个大玩具：水管攀爬架，挺爱玩，大运动好了不少。
2024总共骑行了400来公里，都没别人跑步跑得多，看来还得找个骑行搭子。
2024开始关注保险，为家人安排了重疾险，寿险。
2024房贷利率降低了不少，还贷压力也有部分减轻，但依旧是个重担。
2024不少地方发生战争，如乌克兰俄罗斯，还有各种事故，只能说珍惜当下，天灾还是人祸不知道哪一个先来。
2024特朗普竞选总统成功，币圈高涨，可惜没能抓住，错失成为首富的机会。
2024陪着我的小家伙又成长了一年，每次看到他的笑容，喊着爸爸，心里都是感动。
2024家里第一次开了地暖，室内外温差十几二十度，家里真的是舒服。
2024奶奶九十大寿，真的是儿孙满堂，实实在在的印证了家有一老，如有一宝。
2024工作平稳，但有个盼头，来年努力为公司输出，一同成长。
2025愿世界和平，愿家人安康，愿陌生的你快乐幸福，愿风调雨顺！
2024-01-01 22:49:00
该篇总结是我第一次严格意义上的年终总结，也到了必须要进行总结的时候。总结经验，反思过往！
相较于以往，每年的这个时候都会看到很多人在对自己进行总结。对于自己，是一个性格比较随意的一个人，总结不总结的也无所谓，只要内心对自己有要求，有思考就行。但对于很多事和物，没有纸笔的记录很快就会忘却，2023年对于我来说是挺焦虑的一年，希望记录下对这些事情，以作反省。
先说说自己，性格是一个比较独立的一个人，不想去处理那些复杂的人际关系，不喜欢，也是浪费时间（当然这肯定是不对的，大家不要学我）。简简单单的就挺好，没有利益，没有冲突，有兴趣的就一块玩，没有的我们下次找机会。平时个人想法也挺多的，就是执行力需要提高。
从标题可以反映出我2023焦虑的一年，可以从工作上和生活中来进行总结。
我目前在一家安全相关的公司从事产品研发的工作，公司不大但老板有技术背景，对技术比较看重。当时过去主要工作内容是数字身份产品的研发（以创业的心态），包括IDaaS平台（OAuth2/OIDC，SAML，LDAP等）、无密码身份认证（WebAuthn/FIDO2）、协同签名和S/MIME相关的产品。
由于各种原因吧，如产品方向和研发方案，经过3年的产品研发，最终的产出很少或者说没有应用场景。个人挺苦恼的，毕竟作为研发研发出没有产生价值的产品真的很没有成就感，产品没价值就代表研发没价值。
2023最主要是将我们的产品通过国密L2认证，这也是痛苦的根源，目前也仅通过一半。起初从已通过小伙伴处得知过认证还是比较容易，检测人员有提供部分指导。自从我们从接手项目开始，整个文档或者说产品的方案就不满足检测要求，才知道有多难。整个过程下来文档修改过不下百遍，在一遍遍修改和沟通下才艰难完成部分项目的认证，期间还收到整改通知。
总结下来：
我认为这个过程对我来说是焦虑的，首先它不是的我强项（产品研发），其次它的认证过程是我不能够把控的。当一件事情不在我的控制范围内的时候，充满了不确定性，就像一个快断线风筝，指不定什么时候就失败了，它就会让我变得焦虑。我的性格不容许有这样的事情发生。
同时，2023年较年初定下的目标完成了不到50%，未能达成年初计划，其中有研发方向的变化，有人员的变化。
不过今年公司产研的变化让我看到希望，从最初无产品经理到目前三名产品经理。现在产品的立项也较之前更严谨，不再是一股脑拍板觉得这个可以做，这个方向我看到了机会，今天行明天不行。我相信在产品经理的介入下，通过调研用数据说话，更多人的参与立项讨论，专业的事交给专业的人，以后会更加规范，做的产品会更有价值。
从根本上来说，利用每个人的长处去做事情一定是事半功倍的，有时候静下心来好好思考，方向比忙得不可开交更加重要，观察与发现比我觉得更合适。2023年工作上的变化就是没有变化，现在看来，除了埋头干活或许有意提升自身的价值更加重要。
今年生活上最大的变化是我们家里的天使宝宝降临，给我们整个家庭带来了很多变化。
宝宝出生前，家里就开始囤各种婴儿用品，什么婴儿床、婴儿车、小玩具、纸尿裤、抱被什么的，各种各样，以前我们小时候咋就没这么多玩意。同时两边的父母也过来帮着带带孩子煮个饭照顾我们的饮食，不然两个人确实转不过来。
孩子出生后本以为大人可以轻松一点，谁知孩他妈还堵奶，最严重的是最后还发炎了，痛的恼火得很。最后找通乳师通了五六次才消下去（新生孩母亲一定要注意这个问题）。孩子每几个小时就需要喂一次奶，有时候还一直哭闹，这让你睡眠和精力严重不足。但这就是人生需要经历的一件事，孩子有时候一个笑容就会把你治愈。加油吧，少年！
今年给自己找了一个锻炼的理由，一狠心给自己添置了一台公路车，国庆节第一次就去骑行了95公里的绿道，那感觉很酸爽。身边的朋友也一起购置了，以后跟这大神一起拉练。
个人比较向往独立开发者，有经验的朋友的可以带带新人。
装了一年多的房子打算2024年初入住。由于房子不是在工作附近，每次装修或安装什么东西就得安排时间，一来二去整个房子很多细节都没有弄好，不过有什么办法只有妥协，下一次不就有经验了嘛。
年前和朋友聊了许久，感觉每个人都有每个人的苦恼，都过得不容易，比如为了下一代怎么怎么的。要我说，有很多苦恼都是自己给自己的压力。只有先把自己安排好，才能安排别人。一辈子很短，快乐向上的活下去！
2024年，给自己立一些Flag：
2024让自己发生点变化。
2024年目标没有达成，执行力还是差了！！
