不少朋友问怎么在 Jira 里做一个类似 GitHub Copilot 的 AI Agent。本文结合我在 Jira 里实际开发的一个类似应用，分享从账号准备、Jira Automation 触发、Webhook 对接，到 Skills 能力体系搭建的完整思路。核心是利用现有服务，低成本快速实现。

这个月 Codex 自动续费了。原本我已经不太打算继续订，但这次续费反而让我重新比较了 Codex、DeepSeek V4 系列和 Copilot 的实际体验。对我来说，AI 编程工具的核心差距，已经不只是模型能力，而是谁能更稳定、更便宜、更持续地帮我写代码。

过去十天，我给 RepoKeeper 提交了一百多次代码，从一个概念验证跑到了 v1.2.0。它现在有六个模块，两个后端，支持 DeepSeek/OpenAI/Claude，还能用自己来开发自己——这篇文章讲讲它到底进化成了什么。

MkDocs 快两年没更新了，Material for MkDocs 也进了维护模式。作为重度用户，我 fork 了这两个项目，发布了 mkdocs-ng 和 mkdocs-ng-material，更新一下包名就能继续用。

读完 Mario Zechner 的「I’ve sold out」，又翻了 pi 仓库里的 AGENTS.md 和 CONTRIBUTING.md，我发现这个项目在很多地方都和常见的开源协作方式不太一样。新贡献者的 issue 和 PR 默认关闭、周末不 review、不懂代码就别提 PR。看起来很强硬，但背后其实是在认真处理一个问题：AI 时代，开源项目要怎么避免被低质量贡献拖垮。

Explain Error Plugin 近期迎来多个重要更新：AI Auto-Fix 自动创建修复 PR、用量统计与配额管控、以及新增对 DeepSeek、Qwen、Azure OpenAI、Custom Okta 四个新 AI 提供商的支持。

Codex 每月 22 美元的订阅费加上额度限制，让我开始寻找一个便宜、稳定、随时能顶上的备用方案。在尝试 OpenCode 不顺利后，我转向了 Pi + DeepSeek 的组合。结果有点出乎意料：写完整篇博客文章，只花了 0.24 元人民币。

在 AI 技术飞速发展的今天，很多公司都在追逐 AI 的浪潮，但我们是否真正理解了“自动化”与“AI Agent”的区别？本文将从实际应用的角度，探讨在什么场景下应该使用确定性的自动化，而在什么场景下应该引入 AI Agent。通过对比分析，我们希望帮助读者在这个全员 AI 的时代，做出更明智的技术选择。

PyCon LT 第一天，我与 Airflow 大佬 Jarek “面基”了。分享了我的“追星”经历，以及 Mozilla 工程师关于工具链的高质量分享。

Python 供应链攻击已经发生，一个 pip install 就能偷走你的所有凭证。介绍如何用 pipguard 在安装前拦截恶意包。

py-eol 是一个专门用来检查 Python 版本是否快到期的工具。它可以扫描项目文件，精确到行号，告诉你哪些地方还在用 EOL 的版本。还可以接入 CI，让检查自动跑，不让过期版本偷偷混进来。

效率提升了，但工作量并没有减少，反而更多。需求变快、节奏变快，外界的期待也随之水涨船高——「你不是在用 AI 吗，怎么还没做完？」压力不是消失了，是换了一种形式。