好吧，我要承认其实我前几天才开始使用 claude code。在这之前我使用的是 charm 团队推出的 crush 以及现在终于进入更多人视野中的 opencode。但是我的确在尝试过 cc 之后感受到这个工具的厉害之处。不过作为一个不是那么赶时髦的人，吸引我的不是 agent 或者 skills（更不是 mcp，不知道为什么那东西从来没有吸引过我），而是 hooks。也许我之前使用的 AI CLI 工具也有这个功能，但是我并不了解。
提到 hooks，我对其的强大还是在对 tmux（一个终端复用器）上的探索中。简单来说就是可以在一些特定时间点上设置自动执行某些指令，对于 tmux 通常是指创建，关闭或者切换到某一个窗口或者工作区的时候，执行读取或输入的工作。当时我了解到 tmux 的 hooks 的时候就知道这是一件强大的法宝，因此在 cc 上发现他的存在的时候也是十分惊喜。
所以我想利用 cc 做一些比较好玩的事情，我的预想是我只需要执行 /study 这个 slash command 就可以在终端打开 tmux 同时创建两个工作区，一个使用 helix 打开一个刚刚新建的typst 文件（同时执行 typst watch 命令生成一份 PDF），一个则继续是 cc 的运行窗口；同时利用我的 yazi 文件管理器的设置，选中对应 PDF 在 zathura 中预览。
然而并没有成功……整个环节显然过于复杂，而且我评估这个流程，似乎对我来说也不是必要的,于是也不再纠结。
然后我转向一个简单的任务，在 cc 执行 daily 命令就可以在我的 obsidian 文件库里创建出一份以当天日期作为名称的文件，内容则是我之前设置好的模板内容。这个是显然可以成功的，但是我对这个命令执行的速度非常不满意。按照大部分个人生产力或者所谓系统的定义，这一个每天执行的第一个步骤需要快速。
好吧好吧，我觉得你已经注意到，我把事情搞复杂了。我相信不少人已经注意到了……obsidian，日记，模板——所以我的需求其实完全不需要 AI 去实现……
（天呐读到这里你还指望这个文章的撰写者可以给你提供任何新的知识嘛……）
但是最后我仍然没有选择刚刚这方法。
事实上，最后我确实没有使用 obsidian 的任何内置功能的前提下，完成我的需要：
我在我的 fish 配置文件中添加了这样一行：abbr -a da cp /home/mackintosh/lifeOS/templates/每日反思模板.md /home/mackintosh/lifeOS/daily/(date +%Y-%m-%d).md。
我每天只要在我的终端执行 da 这个命令（这个其实不是命令对吧（耸肩）），然后我的 obsidian 中就会出现一个以当天日期命名的文件，而且其中预设内容完全就是我所思所想。
我只是不想过于依赖 obsidian 太多东西，哦，这也是一个有意思的话题，我们可以以后聊一聊（obsidian 的 CEO 就主张应该尽量使用 md 专有语法去编写笔记，但是他自己却用属性和双向链接这些 obsidian 专有的东西来组织自己的笔记……好了好了以后再说）。同时我想让你看一下如何使用脚本这样的东西来做一点事情……无论你是使用 MacOS, Linux 中使用 fish 或者 bash, zsh 脚本，或者更宽泛的使用 py 脚本。（或者像我一样使用别名然而实际上只是执行单一命令一样执行一些我称之为假脚本一样的东西）我觉得在这样一个越来越多人使用一些 AI CLI 这样技术爱好者的工具来管理自己生活，寻求生产力提升的时间节点，我们也可以看看命令行本身多么有趣使用。
哦哦，看来我们说到 AI CLI。是的，让我数一数我们现在有多少种方式来使用 AI。网页，API ，第三方对话工具（分为网页版，桌面端以及 CLI 应用）……
当然有一种方式可能更鲜为人知，就是在脚本中直接调用……让我们阅读几乎所有 AI 服务供应商在文档中提到的（此处以 deepseek 为例）：
curl https://api.deepseek.com/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
-d '{
"model": "deepseek-chat",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
],
"stream": false
}'以及
# Please install OpenAI SDK first: `pip3 install openai`
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get('DEEPSEEK_API_KEY'),
base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)首先在此我要补充到，如果有程序员看到这些一定会觉得我简直是在卖弄一些人人知道的东西（而且从看到我的那个别名就开始吐槽我了）——但是我要说，至少我不知道，我之前不知道这些，而且如果有人让我早点知道我会很感谢他。
上述就是如何在脚本中使用AI（对于 py 示例，则可以把 AI 运用到更多项目中）的示例。
不过我们先来聊一聊，脚本这个概念是如何出现在这篇文章中的——我们究竟如何提高生产力，在这样一个时代——那就是自动化。很多人生活已经离不开 AI，然而我们的究极思维方式应该是思考在我们的生活中究竟哪些部分可以自动化，以此来提高我们自己的生产力。
所以我们应该了解更多自动化的例子，方式以及路径，然后有机的选取。这个过程中 AI 不仅是选择之一，也可以成为给出建议的助手。对了说到这，来看看 AI 为我写的几个脚本吧.
最后，我觉得不是“每个人都要学习编程”的倡导者，事实上我完全一窍不通，但是我们已经拥抱了那么多新的工具与科技，为什么不去探索一下之前的宝物呢；同时我也不是“AI不如……”的理念的持有者，事实上在接下来我提供的视频你就会发现，有些时候一些工作的自动化非AI莫属（我自己也会在这篇文章撰写完之后利用AI补充所有的链接）。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。