# Use this YAML in your workflow file for each jobruns-on:self-hostedCode language:YAML(yaml)
支持哪些平台
我在代码层面支持了 Linux 和 Windows ,并预打包了对应的 Docker 镜像。Linux 使用的是 Ubuntu 24.04;Windows 使用的是 Windows 2022;此外,支持了 Linux的 x64,arm x64 和 arm v7, 如果你是本地 NAS 使用,应该也可以跑。不过我自己还没测试 ARM 的环境,如果你遇到问题,也可以直接提 issue 来反馈。
UniGet UI 安装的方式有多种,你可以选择直接在 Microsoft Store 中安装。但如果你的 Microsoft Store 和我的一样,时常抽风,也可以考虑使用 Winget 、Scoop 、Chocolatey 来安装。甚至是直接下载安装包,作为你的安装入口(就和我装 macOS 一定先装 Homebrew 一样)。
这些心血可能是你和模型对话了数百轮,才把一个产品从一句话可以打造出来的产品,变成一个正经可用的产品;也可能是你对于某一处细节、某一处流程的深度优化(即使是通过 AI 实现的)。
不要 Just Vibe。你不应该把你的狗尾巴花当成玫瑰拿出去,并预期别人把它当成玫瑰;你的玫瑰别人可能看成狗尾巴花,也可能看成玫瑰。但别人很难把你的狗尾巴花当成玫瑰。努力的用你的心血浇筑,让你的狗尾巴花变成玫瑰,然后交给他人。
当然,还有一种可能性是 —— 别人没有判断力,他压根分不清狗尾巴草和玫瑰,那么这个时候,你可以大胆的选择 —— 先给他狗尾巴草,但请不要止步于此,因为你和他不是一锤子买卖,你需要持续迭代,你可以先 Fake it as 玫瑰花,但请持续 Make it until it real a 玫瑰花,让你的狗尾巴花变成玫瑰花不止是为了他人,也是为了你自己。
我在用什么模型?
如今的我,基本上主要是 GPT 5.5 XHigh;使用模型的最高智能来完成工作,而非使用一个更便宜的模型。得益于 GPT 5.5 本身比 Claude Sonnet 更便宜的定价,我可以爽用模型。
当然,Claude 也在用,不过 Claude 更多是我日常和他对齐一些技术架构,讨论一些技术设计。大的模型消耗还是 GPT5.5。
大部分人类在给 AI / Peer 安排任务的时候,其实是很差的,我们并没有说清楚需要做什么。这是因为我们脑海中有远超我们所表达的上下文。但如果我们没有安排出清楚的上下文时,不管是 AI 还是我们的 Peer ,其实都很难做好这些事。如果想要更好的让 AI / Peer 把事情做好,就需要把上下文交代的清楚。
既然人类不习惯,那不妨让 AI 来主动追问,通过 Plan Mode 来强制让 AI 主动发现任务细节中的歧义,并主动对话来消除歧义。
3. Agent 并发接入 & 自动的 Workspace 接入;
想要最大化你的时间和精力,一个比较好的办法是让你的下属 AI 能够并发进行处理任务,并充分的利用你的精力去做重要的决策。那么就需要同时启动多个 Agent,他们并行做计划、并行推进,从而打满你,让你可以始终处在决策、确认、检查、休息的环节,而不是无所事事。
Vibe Kanban 和 Git Worktree 做了非常好的集成,当你开始一个工作区的时候,他会自动为你创建一个新的 Worktree,并可以在你的任务完成后, Merge 进入你的 Main 分支当中,非常的方便。不仅如此,当你的变更和上游发生了冲突的时候,它还提供了 AI 解决冲突的能力,从而将复杂的分支管理给简化了。
4. 一丝丝幽默感
Vibe Kanban 是支持完成任务通知你的,而通知的方式也颇为幽默。他们提供了很多种音频来提醒你,比如 —— 牛的哞哞叫。是的,我的提醒音频就是牛叫,提醒我,我的 AI 牛马把活干完了,需要我去看了。