Raymond Studio

我做 YouTube Video Zoomer 的原因很简单：看 YouTube 教程时，经常会遇到小字看不清的场景。 尤其是软件教程。讲师录的是整个屏幕，视频里又有时间轴、参数面板、代码窗口、按钮和下拉菜单。视频本身是 1080p，但真正想看的那块内容可能只占屏幕的一小角。这个时候浏览器全屏并不够，还需要把画面里的某个区域临时放大。 Chrome Web Store 页面： YouTube Video Zoomer 我想解决的不是播放器大小，而是画面里的细节最开始我只是想在全屏视频里按住 Ctrl，再滚动鼠标滚轮，把鼠标所在的位置放大。听起来很小，但真的做起来并不只是给 video 加一个 transform: scale()。 麻烦的地方在于焦点。 如果鼠标指着一个参数、一个按钮、一个人的眼睛，放大时那个位置应该尽量留在鼠标附近。不能放着放着，焦点跑到画面外，也不能缩小到 1x 以后继续触发页面滚动，把下面的推荐视频滑上来。这个细节不处理，工具看起来能用，实际用起来会很烦。 最常用的操作只有几个现在的用法很直接： 全屏播放 YouTube 视频。 按住 Ctrl，滚动...

这两天我又系统看了一遍 Codex 的官方手册，也顺手搜了英文教程、中文博客、GitHub 讨论和一些公开模板仓库。最后我没有把网上所有“技巧”都照单全收，而是按一个标准筛选：能不能被官方文档或真实工作流印证，能不能在日常项目里降低返工，能不能让 Codex 更稳定地理解你的习惯。 我的结论很简单：高效使用 Codex 的重点不是写一条神级提示词，而是把它从“聊天框”调成“工作流”。 我怎么验证这些建议这篇文章主要参考了几类来源： OpenAI Codex 官方文档：Best practices、Prompting、AGENTS.md、Skills、MCP、Subagents、Automations、Memories。 GitHub 上 openai/codex 的公开讨论，尤其是 Plan / Spec Mode、Plan Mode、不同模式模型配置等讨论。 独立开发者和团队写的 Codex 使用文章，例如 Codex CLI guide、可靠工作流实践、中文配置体系文章。 GitHub 上一些 AGENTS.md / Skills ...

如果你打算在一年内完成多门课程或多个职业证书，Coursera Plus 会比单独购买课程更省心。但它的官方年费对不少学习者来说并不便宜，所以很多人会想找更稳妥的方式降低成本。 这篇文章整理一下 Coursera Plus 包含什么、年费大概怎样变化、购买折扣服务前应该检查哪些问题，以及如果需要代激活或协助开通，怎样尽量保护自己的账号和支付信息。 Coursera Plus 是什么？Coursera Plus 是 Coursera 面向个人学习者的订阅计划。开通后，可以学习平台上大量课程、项目、专项课程，以及不少来自 Google、IBM、Meta、Microsoft 等机构的职业证书项目。 它更适合那种一年内会持续学习的人，比如你准备学： 数据分析 网络安全 人工智能 项目管理 数字营销 UX 设计 IT 支持 Python、SQL、Excel 如果你只想学一门短课，单独购买或免费旁听可能就够了。但如果目标是连续完成几个证书，年费订阅通常更好管理，也更容易控制总成本。 Coursera Plus 官方年费大概是多少？Coursera Plus 年费常见标价是每年 399...

我做 Coursera Subtitle Tuner 的原因，来自一个很具体的学习痛点：看 Coursera / DeepLearning.AI 课程时，原生字幕有时候太大、太占屏幕空间，而且位置和样式不能按自己的习惯精细调整。 学习视频不是普通娱乐视频。我需要一边看老师讲解，一边看画面里的图示、代码或公式，再一边读字幕。如果字幕占据了太多画面，或者一直压在关键内容上，就会很影响注意力。这个扩展就是为了解决这个问题：给课程视频加一个 CC+ 面板，让我能调整字幕大小、位置、行高、透明度和背景。 Chrome Web Store 页面： Coursera Subtitle Tuner 没有扩展之前：原生字幕太抢注意力，而且不好控制下面这张图是在关闭 Coursera Subtitle Tuner 后重新加载 DeepLearning.AI 课程页截到的原生字幕状态。字幕当然能用，但在实际学习时，我会觉得它有几个问题： 字幕区域占用屏幕空间，容易遮挡视频内容。 字幕样式比较固定，不够美观。 字幕大小、位置、透明度不能按当前课程画面灵活调整。 看久了之后，注意力会被字幕...

我做 Hide Scrollbar 的原因很直接：网页滚动条当然有用，但在截图、录屏、阅读和展示页面时，它经常会破坏画面边缘的干净感。尤其是写博客或做教程截图时，右侧那条滚动条会让页面看起来像一张还没整理过的浏览器截图。 这个扩展做的事情很克制：隐藏网页上的滚动条，但不影响页面正常滚动。鼠标滚轮、触控板、键盘滚动都照常工作，只是视觉上更安静。 Chrome Web Store 页面： Hide Scrollbar 没有扩展之前：滚动条会一直占据画面边缘平时浏览网页时，滚动条可以告诉我页面有多长、当前滚到哪里。但在一些场景里，我其实不想看到它： 给网页、文章、后台界面截图。 录制一个更干净的网页演示。 展示 landing page 或 dashboard。 阅读长文时减少边缘干扰。 没有扩展时，右侧滚动条会一直出现在页面边缘。浅色页面里它尤其明显，会让画面多出一条不必要的视觉元素。 安装扩展之后：滚动还在，滚动条不再打扰画面安装 Hide Scrollbar 后，页面仍然可以正常滚动，但滚动条被隐藏了。它不是阅读模式，也不会重排网页内容，只是把滚动条这个视觉元素拿掉。 ...

我做 Quote Extension for Gemini 的起点很简单：Gemini 的回答经常很长，而我想继续追问的往往只是其中一句话。没有引用能力时，我需要自己复制那一句，再手动解释“我指的是刚才哪一段”。这件事看起来不大，但在长对话里非常容易打断思路。 这个扩展解决的就是这个问题：选中 Gemini 回答中的一段文字，点击 Quote，它会把这段内容作为引用卡片放进输入区。接下来我再继续提问时，Gemini 能更明确地知道我追问的是哪一段。 Chrome Web Store 页面： Quote Extension for Gemini 没有扩展之前：选中了文字，但下一步只能手动复制在 Gemini 里做资料整理时，我经常会遇到这种场景：回答里有一段话很关键，我想顺着它继续问，比如“这个判断有没有反例？”或者“能不能展开讲一下这里的逻辑？” 没有扩展时，即使我已经选中了那句话，页面也不会给我一个“把它作为引用继续提问”的入口。下一步只能自己复制、回到输入框、粘贴、加引号，再补一句“关于你刚才说的……”。如果回答很长，我还要担心自己复制错了范围，或者把引用内容和我的问题混...

用 Codex 做了一个 Windows 右键菜单小工具：一键把文件日期改为当前时间今天遇到一个很实际的小需求：一批渲染图已经修改完成，但 Windows 资源管理器里显示的日期还是旧时间。普通地改文件“创建时间/修改时间”还不够，因为图片内部的“拍摄日期”也会影响资源管理器的“日期”列。于是我和 Codex 一起把这个流程做成了一个可复用的小工具。 这个工具的初衷其实很朴素：有些工作并不是“什么时候完成”就必须“什么时候交付”。很多时候我们会提前把文件做完，但选择在更合适的时间统一发送。如果接收方只看文件最后修改时间，就可能推断出真实完成时间，从而对工作节奏产生不必要的联想。与其每次手动处理文件时间，不如把这件小事工具化，让交付文件的时间信息和实际发送节奏保持一致。 最终成品是一个 Windows 右键菜单工具：在目标文件夹里右键，点击“更新当前文件夹日期为现在”，就能把当前文件夹里的文件时间批量更新到当前时间；如果是图片，还会尽量同步更新 EXIF/XMP 里的日期字段。项目源码和安装包已经放到 GitHub，方便在不同电脑上复用。 1. 起因：为什...

我们每天都在用网络：手机连 Wi-Fi，电脑接网线，电视投屏，NAS 存文件，路由器接光猫。但真正打开路由器后台时，很多名词会突然冒出来：WAN 口、LAN 口、交换机、网关、DHCP、NAT。它们看起来都和“上网”有关，但分工其实并不一样。 这篇文章用家庭网络作为例子，把这些基础概念串起来讲清楚。理解之后，再看路由器后台里的各种设置，就不会只觉得是一堆陌生缩写了。 先看一张典型家庭网络图一个常见的家庭网络大概是这样： 12345678910111213互联网 |运营商光纤 |光猫 |路由器 WAN 口 |路由器 / 网关 |路由器 LAN 口 / Wi-Fi |交换机、电脑、手机、电视、NAS、打印机 如果家里有很多有线设备，可能会变成这样： 1234567891011光猫 |路由器 WAN 口 |路由器 LAN 口 —— 交换机 —— 电脑 —— NAS —— 摄像头 —— 打印机路由器 Wi-Fi —— 手机 ...

最近一个词频繁出现在我的视野里，便是”奥德赛时期”。 什么是奥德赛时期？ 大致的说法是：一个人在二十多岁到三十五岁之间，会经历一段比较混乱的岁月。工作换了好几份，方向始终不明确，感觉同龄人好像都知道自己要什么，而自己还在原地打转。明明没有停止努力，却总觉得自己在原地踏步。 这个词最早来自古希腊史诗《奥德赛》。奥德修斯打完特洛伊战争之后，满心只想回家。结果他回家的路一走就是十年。海上漂泊，遭遇风暴、怪物、诱惑，每一步都是意外。 后来有人借这个词来形容人生中那段”知道不能停下来、但也不知道该往哪走”的阶段。它不是一个贬义词，也不是什么成功学概念。它只是说：你在路上，只是这条路暂时没有路标。 我为什么突然对这个词产生共鸣？ 因为最近的状态确实很像。 三十好几了。工作做着还行，但也说不上热爱。想让自己更进一步，却发现不知道下一步该迈到哪一块砖上。想学点东西，打开一看入门资料就几千页；想尝试新方向，又怕自己只是三分钟热度，最后还是回到原地。 这种感觉很难跟别人描述。你说”我迷茫吧”，好像也没到那种完全不知道该怎么办的程度；你说”我还好吧”，可每天醒来确实提不起什么劲。 最让我困惑的是：我明...

最近聊到一个很有意思的概念：harness engineering，或者说 harness agent。相比单纯研究 prompt，它更关心如何给 AI agent 搭建一个可靠的运行环境：工具、权限、验证、记忆、任务流、失败恢复和多 agent 协作。 我的理解是：prompt engineering 是告诉模型怎么想；harness engineering 是设计模型能做什么、怎么做、做错了怎么发现和纠正。 什么是 Harness？在 AI agent 语境里，harness 可以理解为 agent 外面的一层执行框架，也可以理解为 agent 的运行时环境。 它通常负责这些事情： 提供工具：读写文件、运行测试、查网页、操作浏览器、调用 API。 控制权限：哪些命令可以自动执行，哪些操作必须让用户确认。 管理上下文：任务列表、长期记忆、历史压缩、计划状态。 约束行为：不能随便删文件，不能跳过测试，不能强推代码。 观察结果：测试是否通过，页面是否真的可用，日志是否报错。 失败恢复：命令失败后如何诊断、重试、换路径。 多 agent 协作：主 agent 负责决策，子 ag...