今天给大家讲解 mid journey 一个很实用的功能, omni reference, 它可以把参考图中的角色物体更准确地带入到新的画面中。 首先打开 mid journey 官网,点击左侧 create, 进入创作页面。点击输入栏左边的图片按钮,可以看到有几个入口,分别是电图、风格参考和全域参考。把图片拖入到全域参考区域,然后输入提示词,点击出图,就可以得到新的结果图。 参考图里的主体外观被保留的比较好,服装、动作和职业设定都可以灵活变化,非常适合同一个角色的延展设计。 如果想做风格转换,比如把原图改成迪士尼卡通风格,同样上传图片到 omni reference, 输入提示词,这里有一个滑块,用来控制参考强度的权重,参数设置在一到一千之间。先尝试一下低权重,比如十五。点击出图看看效果, 可以看到结果图会保留部分主体特征,但会给新风格更多发挥空间。再尝试一下高权重, o w 后缀就是控制权欲参考的权重,把 o w 后面的数字改为两百,高权重的情况下,结果图会更接近参考图。 简单来说,权重越低,风格变化越大,权重越高,越接近原图。通过调整权重,可以灵活平衡创意与细节的保留。
粉丝1.3万获赞7.8万

什么?你说还不会使用迷你的图生图?看完这期视频相信你一定不会白看。这一期我们来讲一下 m 级最强图生图的功能,一共有四种方法,让我们一个一个来讲,第一个是基于自身生成的图片进行二次创作, 那这个的话呢,就会用到一个 c 的, c 的 的话它相当于身份证,就是可以记录这一个图片的信息,然后我们再通过关键词来修改,这边我们来演示一下,打开 m 机, 然后呢我们在这里直接给他一个 image, 先来生成一张图片,这个关键词我们就可以说是清晨,然后一只小鹿在森林里面低着头,好像在寻找食物, 这里尺寸这边我们也可以给一样,这里尺寸我们也可以给一下啊,杠杠 ar, 然后呢给他一个三比四的一个比例,好生存。 好, ok, 出来之后呢,我们在这边点开它,这里就会有一个反应,那如果大家这里没有的话,可以在这里更多添加反应,然后这边显示更多,在这个地方去找就能找得到啊,大家也可以去搜索。好, ok, 那 我们点击它之后呢, 他就会在上面会有一个信息,我们选择这个信息,这边就会有他的一个 set 值。好,我们 ctrl c 一下啊,这个时候我们再回到这里来,那这个时候我们再来给他一个命令,图片生成。哦, 好,我先把这一个杠杠 c 的 把它拿过来啊,好,然后呢再到前面输入我们这一个提示词,提示词这边的话我们也可以修改一下,他现在的话是在这里低着头嘛,那我可以让他抬头望向有声音的方向。 好, ok, 那 我们再把这一个复制一下, ctrl c, 然后呢复制到这个地方来。好, ok, 没复制完啊, ctrl c, 好, 那我们再来发送一下。 好,大家可以看一下啊,就是现在的话呢,它就会在一定的程度上去参考我们这一个 c 的 种子的值啊,大家可以看一下它背上这一个形态。 那这边我们刚刚没有去修改它的尺寸啊,大家也可以把尺寸修改一下,或者说我们在这里还可以去改一个别的关键词,之前是让它抬头嘛,那我们也可以修改场景,就比如说让它去在, 就比如说我们可以让这一只小鹿呢,让它轻盈的越过一道布满青苔的挡幕。这边我们把它复制一下,然后在这里再来执行一下啊 emoji, 然后把这个复制过来,那刚刚这个我们直接复制一下,然后呢要记得给它加一个杠杠 e r, 就是 尺寸的比例嘛,我们之前用了三比四,那你现在也用了三比四,然后这个模型如果说我们不选的话,默认是六点一,那如果大家想要用六的话,那也可以选择六吧,我们来深层看一下啊。 好, ok, 大家可以看一下这边刚刚这个 c 的 直握箱删掉了吗?重新来一下吧。 好, ok, 大家可以看一下。现在它这一个呢就借鉴了这个小鹿的形象,包括身上的纹路啊,这个相对来说比较像啊, 这个是 c 的 值。然后我们再来讲第二种图生图的方式,第二种的话呢是反推,反推的话就就是要用到一个命令 difficult, 这个命令的话呢我们可以直接来演示一下, 就是让它根据我们的图片去描述一下,给出物提示词,这里有两个选择,第一个 e、 m、 g, 就是 我们可以直接上传一张图片,或者说直接选择一张图片把它拖入进来, 比如说我这边呢,就拖入这样一张图片,拖入进来之后直接发送,他就会根据这张图片来去反推他的提示词,或者 或者我们还可以刚刚看一下啊,可以给一个链接,比如我们这里选链接的话,那你就发送一个链接过来,那如果说我们上面,比如像这个我们可以直接把它的链接输入进来这里的话,我们直接拿拿它吧, 这个这样的话呢,他就直接把他的链接复制过来了,我们来生成一下。好, ok, 这个就是他给我们的提示词, 那我们可以根据这个提示词来直接生成,这里的话,我们就可以选一二三四,你可以选一下哪一个,然后下面这里呢就是把一二三四全部生成一下,那比如我选择一,他就会弹,他就会弹出对应的提示词来,然后我们来提交。 好,大家可以看一下啊,现在我根据链接他也同样的给出了我提示词,所以这两种方式都是可以的,都是可以反推提示词的。 好, ok, 大家可以看一下这个就是他根据我们反推提示词得到的一个图片的效果,那这个腿是有点长啊, 但是这样反推的话,其实他的保持他一次性相对来说是没有那么的好的,因为他还是根据这个图片来生成的嘛,只是说能够大概的参考一下他的构图,大家可以看一下,就是背景是城市啊,其实这些特征都是在的,但是你想说像这一个人物跟他一模一样,那肯定不太现实。 好,那这个就是反推提示词的方法,接下来让我们再来讲第三种方法。第三种方法的话是上传图片,然后呢再添加提示词来进行一个创作,这个用到的指令呢就是杠杠 i w, 这边我们也来演示一下,就是我们可以先点击这个加号上传一张图片, 比如说我来上传这一个图生图的上传这张图片吧,好, ok, 出力。上传之后呢,我们再用这一个 image, 然后我们可以直接把这个图片拖拽到这里玩, 拖拽进来之后我们在后面加一个杠杠 i w, 这样的话他就能够去参考到我们这个图片了,比如说我们给他来一个一,如果不给的话,他默认就是一,所以这里大家我们可以先不给吧, 先不给,然后呢我们给他换一个背景,比如说赛博朋克。好, ok, 在 后面我们直接添加一下啊,好,那我们来发送一下。 好,大家可以看一下,这样的话呢它就参考了我们这一个小姐姐图片,然后生成了一个赛博朋克的背景,那同样的我们还可以通过 i w 去参考它的一个词去修改啊,这边我们可以直接再来一次啊,或者直接把上面的复制一下,也是 ok 的。 然后呢我们还是把 side 控和他粘贴过来,再把这一个链接呢也给他粘贴到最后面来,然后在后面给他加一个杠杠 a w, 比如说这里我给一个零点五,这样的话他的参考就没有那么大了,好,发送一下, 当然大家在这里还是可以去修改你想要的图片尺寸了,这里我就没有去修改了。好, ok, 大家可以看一下,现在呢,它就没有之前这一个跟它原图那么像了,包括大家可以从服装上也看得出来了, 这个服装上相对来说改的就会多一点,包括他的脸型这一块啊,但是大致我们还是能看得出来,还是参考了他的,那大家还可以改的更小一点,那他就会更加不像一点啊,大概就是这样子的,那这边呢,我们可以我再来给大家改一个啊,改个零点二吧。 好, ok, 大家可以看一下。现在整个的话就更不像了,他会给你加很多奇怪的元素在里面,比如说眼镜啊,就是让他更符合赛博朋克这一个风格,但是在上面的时候呢,就是你会发现他这一个人物保质性相对来说还比较好。又出了四张,可能就只有一张戴耳机的, 然后这里呢,可能有两个是戴耳机的,相对来说就没有那么像了,包括服装这一款,下面这里也是改的比较多的。好, ok, 那 这是第三种方法,我们再来讲一下最后一种。最后一种的话比较简单,是多图的融合,这个的话呢,就是我们直接输入这一个 blend 的 指令,它就可以两张图片进行一个融合。 那这边我也打开来给大家演示一下啊,就是他直接输入 and, 然后呢在这里就可以直接选择上传图片,比如说我上传一张这样的图片,然后呢我们再来上传一张这种赛博朋克风格的图片,直接发送 它就会把两张图片进行一个结合好, ok, 我 们可以来看一下啊,像这个的话呢,它就只改变了背景是赛博朋克,前面的话相对来说就没有像这种改的多一点啊,所以这个的话是两张图片的融合好, ok, 那 这个就是我们这一次的分享了。

我在睁眼的时候第一反应就一个字,冷!不是空调冷,也不是凌晨公司那种死气沉沉的冷。我低头一看,我的手正按在一张黑色扶手上,那不是办公椅,那是一张王座。扶手上刻满了闭着眼的人脸,像在睡,又像在忍着疼。不能痛,绝对不能问这是哪! 恭迎吾皇归来,不能露怯,现在绝对不能动! 陛下,三百年了,您终于回来了,陛下仍旧如此,您的沉默比诸神的宣判更加深渊,陛下,请赐下第一道亡令。永夜军团已经沉睡太久,长剑渴望重建日光,这人在请战, 我现在不能点头,我对这个世界一无所知,先确认这个世界是否还有被保留的价值。原来如此, 陛下不是归来复仇,而是归来审判不枉慈悲,永夜军团将为陛下仗量人间罪孽。我不是这个意思, 可我不能解释完了,这帮人是真等我下令了。陛下,依照旧律,您苏醒后需要重新点燃王城核心。旧律,王城核心听起来就没有一个安全,请您允许武大臣向您献上忠言。王城又是什么流程?签合同吗?还是献祭我?你认为 现在是时候吗?沉鱼顿,沉鱼顿,陛下刚刚苏醒,尚未确认世界局势,他开始解释了,很好,我也想听。此时点燃核心只会惊动白塔诸国,真正的猎人不会在猎物尚未聚齐时点燃篝火。他又懂了,我还什么都没说, 手怎么突然等一下,这椅子怎么还会看人?第九任代理人身份确认,黑黄协议绑定完成。七十一、当前暴露风险。二十九、警告, 若微颜值低于四十,永业王成将重新选择代理人。重新选择代理人?不是,这听着不像换账号啊。杀了我,还是把我也刻入符令已开启命名,你可以为一个目标赋予帝国身份,身份成立后,目标命运将向该身份偏移。 陛下,王城苏醒时,在外层废墟发现此人, 因为人类驻国的自豪,请允许我将他拆解,他的灵魂可以为陛下提供这个时代的情报。 怪物,你们不该回来!侮辱陛下者,死!等等,这个人不能死,不能让他死,他可能是我现在唯一的人类情报员。停,遵命,陛下, 你的名字艾琳娜,检测到可命名目标,艾琳娜,从现在起,你是我的第一位见证者。授令成立目标身份,黑黄见证者,命运偏移开始,我要你活着,看清这个时代, 看清你的王国,看清你信仰的神。告诉他们,我醒了。 陛下高明,比死亡更深的惩罚是让他亲眼见证旧世界崩塌,他将成为恐惧的种子。 陛下,接下来如何处置人类诸国?我现在才明白,在这里我每一句话都会变成命令。第一位见证者已诞生。黑黄协议第一阶段启动任务,三十日内使一个人类乘帮主动献上臣服失败惩罚,代理人资格回收,召集所有沉睡军团, 永夜军团,愿为陛下踏之日光。终于,诸神的谎言要被撕开了,臣立刻传令,但在我下令之前, 谁也不准踏出王城一步。臣明白,我以为自己会死,可他们没有把我拖进刑房,也没有把我送上祭坛。镜子里没有我的脸, 每一面镜子里都是一座正在燃烧的城。骑 士,陛下允许你活着,你们想让我传播恐惧,恐惧只是最低级的种子, 陛下想让人类重新学会选择怪物也配谈选择?你会明白的。你 往东走三十里就是你们人类的哨塔,为什么给我这些?陛下命令你活着,在陛下收回命令之前,你不能死。 陛下,见证者已经离城。嗯,臣明白。我们不会派兵跟随他,也不会主动干涉他的归途。 只有未经触碰的恐惧才能在人类心中长成他们自己的形状。这个女人太可怕了,她能把我的每一次偷懒解释成战略。陛下,既然你放出见证者,是否允许我下令全军摧毁东第一座人类哨塔?如此她带回的消息才更有分量来了。 我最怕的就是这个。摧毁哨塔之后呢?继续推进,途进沿途抵抗者三日内永夜旗帜可杀上最近的人类城墙。如果我压不住这股杀意,接下来就不是穿越,开局是怪物军团随机屠屠, 那样也许很爽,但我会失去控制。杀人很容易,让死人闭嘴也很容易。 我要的是他们自己开口,他们会传黑黄回来了,也会猜我为什么还没进攻。我要他们在睡梦里听见我的名字,在白天里不敢说出我的名字。然后他们会怀疑白塔还护不护得住他们,等他们跪下的时候,那是自己的选择。 臣明白,征服肉体是骑士的胜利,征服选择才是君王的胜利。陛下的仁慈比杀鹿更残酷。臣愚钝,请陛下降罪。我本来想说没事,但我忍住了。 尚未者不能随便说没事,尤其是在一群怪物面前。记住,这次愚钝是微颜值上升,我要这个时代的地图, 诸国情报,白塔教会的结构以及永业王城现存兵力早已为您准备, 这也准备好了。此处是洛斯特边境见证者所属的王国,名为卡兰王国,距离王城最近的人类城堡是灰烟镇, 名义上是朕,实则拥有城墙、民兵、粮仓和独立税权。他向卡兰王国效忠,同时受白塔教诲监督会压朕。 这很可能就是三十日任务的目标。挥压镇人口约一万七千,驻军六百。贵族领主名为罗维克男爵,贪婪胆怯,重税。当地教堂主祭名为费恩,掌握圣印审判权。圣印审判权是什么? 我问完才意识到不妙,这个问题可能暴露,我什么都不知道。所谓圣印审判是白塔教会用来识别异端的手段,被圣印灼烧后,若伤口发黑,则判定为黑暗污染,无论贵族平民都可立即处决。准确吗?从不准确,但很有用。这不是检测工具, 这是政治工具。见证者已接近目标区域。什么人?洛斯特边境骑士团艾琳娜师傅,团长,快, 你从哪里回来?我想说永夜王者, 可这四个字卡在喉咙里。下一秒,我的左眼像被刀割开。以前看见他我会安心,现在我只想吐。回答我,你从哪里回来?我想撒谎,可我说不出口。永夜王城 黑化真的回来了,是关门?什么关门?点燃圣火通知昏鸦镇,可他是副团长,他被黑暗放回来了。 艾琳娜骑士,你辛苦了。他脸上一点意外都没有,身上的光最亮也最脏,你身上有什么?看来污染已经开始影响你的眼睛了。 按白塔律令,凡从黑暗领域归来者,必须接受净化。审判大人,他刚回来,还受着伤。正因为他刚回来,才必须立刻审判黑暗污染,确认洛斯特骑士艾琳娜已成为黑黄爪王。 我不是一端都会这么说,拿下他,若有反抗,就地地决,我要你活着退后。见证者不是称号,是黑黄写进我命运里的命令, 在他收回命令之前,我不能死。你刚才说我是黑黄的爪牙,那你最好证明白塔真的能保护你。 看见了吗?这不是圣印失败,这是黑暗已经强到能让圣印蒙尘。他不是被释放的俘虏,他是黑黄送回来的污染。竹剑大人,他至少应该被送回灰压镇,由骑士团和男爵共同审问。 你叫什么?卡尔?卡尔,你愿意替他作证?我只是觉得他不是怪物。同情一端是污染的第一步 啊。贝儿,你看,你也被污染了, 他不能死在这里。黑黄希望他活着散播恐惧,那我们就让他活着走进灰压镇,在所有人面前被净化。只有公开净化,才能证明白塔仍在。 原来那句我要你活着,不是让我安全, 是让我一路活着走进更大的审判场。见证者存活。白塔主击费恩重新掌控局面,目标正在前往。会压镇当前主动沉伏概率百分之四。才百分之四,但费恩没把裂缝补上,他只是用白塔的手暂时按住了他。 陛下,内廷已复苏百分之十二。寝殿、军议厅、衣官厅、红茶室、靖狱宫、处刑小殿均已清理完毕。为什么狱场和处刑厅 会被放在一起?汇报,臣傲骨私都回逐恭迎陛下归寝。黑奥女仆团恭迎陛下归寝。 陛下归寝就寝是否照常饮茶?温度请电灯火夜间释放人数均需查。他连睡觉开几盏灯都要管,这内庭比系统还危险。臣,臣明白,陛下归来之初,不许内庭沉迷旧日奢华。我就说了四个字, 女仆团长丽丽斯黑瓷听候陛下拆遣。这职位名和危险程度明显不是一回事。 陛下,白塔圣骑出动了,目标是见证者,请允许臣亲自前往。狄 安很强,但正因为强,不能随便用。最高统帅为了几百名边境圣骑亲自拔剑,只会显得永业没有曾起灰压。朕不配让你拔剑。陈明万首骑士团当前属正面军位第一骑将马洛斯断骑,只能斩其破阵。接连赵马洛斯断骑。嗯,遵命。 马洛斯断其旧帝国北境战役幸存者战绩,斩断人类王其十七面评价,擅长让军队在未权面前崩溃。三百胜棋,多少棋可破?十棋可破阵, 三十七可留活口,十七能赢。三十七是为了控制杀伤,让敌人活着回去传话,那就三十七断其留口。见证者为之挥压阵前不许死。陛下的命令将我更现。我刚才派出去的不是一支奇兵, 是一场被严格控制规模的灾难。 他就是黑黄见证者是我正要将他押回灰压镇,公开净化,不必,白塔密令黑黄见证者不得进入人类城镇,就地焚毁。原来你们怕的不是黑黄,你们怕我活着, 所以我们也被净化了净化。 陛下令见证者未至灰压阵前不许死。三十骑也敢挡。白塔圣骑断守大功徽下第一骑将马洛斯,奉黑黄令,断其 重任, 挽其阶段, 稳住阵形。你是这支军的旗, 回去告诉白塔黑黄,允许你们活着。传话。三十里打三百旗,不像战争,像清理道路。真正恐怖的不是马洛斯,而是能让他低头领命的王座 见证者。你要带我回永夜王城?不,陛下要你进回押阵,继续替他传播光绪,只是最低的军械,陛下要他们选择, 你可以继续押送他。什么?陛下没有命,我杀你,所以你还活着。如果我现在逃了他,那你会死。 他们还没有看见自己信仰的东西烂在哪里。等他们看见孩子们的名字就会过得快一点。记录费恩,已记录,若线铜属实,杀。遵命, 我没有退路了。艾琳娜必须被定罪。回押镇的子民们。

不要再用 midjorny 啦!自从 midjorny 开始收费,不能免费薅羊毛之后,我就一直在找一个可以免费出图的 ai 绘画工具,终于终于让我找到了,它 就是雷欧纳多 ai, 他不仅是出图质量还不错,而且关键是免费可商用,只需要简单注册就可以免费使用。他一次能生成一到八张图,而美娟你一次只能生成四张图,幺零二四的分辨率他也一样是免费。 它还可以以图生图,也可以用图生成 prompt 关键词,这个功能太重要了,而且它还可以不断的优化细节,和 midunni 一样,而这些功能在 midunni 上至少一个月要花费几十块钱。这一个工具简直就是 midunni 最强屏蔽,对于想要长学会画的同学们,简直是太实用啦!

你能不能吃上 ai 这碗饭?其实很明显,真正把 ai 学会的人,直接锁定这四个大神,照着这个顺序学就行。第一位,吴恩达,啥也不懂就去看他的 ai for everyone, 不 用写代码,不用懂技术,帮你搞懂 ai 到底是什。 第二位李弘毅,当你知道 ai 是 什么之后,就去看他的机器学习大模型生成式 ai, 那 些看起来头疼的概念都能被他讲成人话,让你听懂 ai 背后的逻辑。第三位,李牧,想从听懂变成会做,直接冲他的动手学 ai, 从模型训练到项目实战,一步一步带你上手,真正把知识变成技能。 四位 carpa, 他 最擅长把复杂的大模型原理掰开揉碎讲清楚,帮你看透 ai 底层运行逻辑。知道大家懒得一个个去找,我已经把学习路线和配套资料整理好了,照着学就行。以前为了让 ai 写个符合格式的周报,我们恨不得要手写五百字的提示词,结果他还能给你瞎编。 现在呢?你只需要挂载一个封装好的 agent skill, 效率直接提升十倍不止。很多人还在傻傻地跟 ai 聊天,但真正的高手早就开始配置 ai 了, 从聊天的伴侣到干活的牛马,中间到底差了什么呢?其实就是我们今天要讲的核心, agent skills。 我 把视频内容分为了四个部分。首先第一部分,我们会过一遍交互方式的眼镜, 搞懂了这个源头,你对 ai 的 理解就不只是停留在表面了。接着第二部分,我们就直奔主题, agent skills 到底是什么?我会把它拆开给你看,就跟我们平时用一个万能工具包差不多。然后第三部分顺理成章的我们看看 skills 的 工作流程。 也就是说,当 ai 真正接到你的任务时,他脑子里是怎么思考怎么挑工具,最后怎么把活干完的。 这个流程你看懂了以后,你调 bug 或者是看系统日制,一眼就能够看出问题出在哪里。最后这一部分,绝对是面试和实战中最容易被问到,也是最容易踩坑的地方。 我会把 m, c, p, workflow 这些词拿出来对比一下,理清了这些啊,以后再看到外面出了什么新的框架或者是什么协议啊,我们都能一眼看透本质,做到心里有底。 好话不多说,我们直接进入第一部分。其实呢,要搞懂 a 智能为什么能干那么多复杂的活,我们得先往回看一眼,理一理我们是怎么一步一步把大模型调教成现在这样的。 这个交互方式的眼镜啊,其实就是一个从结果经常失控到效率高度固化的过程。 你看,最开始也就是 level 一 的时候,大家都在研究 prompt 提示词最左边这个图啊,普通的 prompt 就 像是你随口跟 ai 说了一句,帮我写个简历, 结果呢,他可能洋洋洒洒的给你写了一堆的废话,排版也是乱七八糟,重点很明显就是结果根本不可控,对吧? 为了解决这个呢,我们摸索出了右边这种结构化 prompt, 给它设定具体的 role 角色、 task 任务,还有 rules 规则。那就像是你平时点外卖,以前你只说弄点吃的,现在备注上写得清清楚楚,少辣不放香菜,加个煎蛋, 加上这种结构化的约束之后啊, ai 给出的东西就规矩多了,但马上我们就发现了新的问题,于是进化到了 level 二 come on 的 命令。你看,结构化的提示词虽然好用,但是什么呢?但是它太长了对吧? 我们平时干活,总不能每次写需要写简历的时候都去复制粘贴,或者是手敲几百字的要求进去,那也太反人类了。 所以我们解决方案是什么?就是把那些长篇大论的好用的提置词直接封装成一个文件以后,再用的时候,只需要敲一个快捷指令,比如说图上的反斜杠 resume, 瞬间就能调出那整套复杂的规则。其实呢,这一步就是把我们摸索出来的最佳实践,变成了可以随时调用的快捷键,把效率给固化下来了。 不过啊,指令虽然快捷,但如果是长篇大论的聊呢,这就碰到了 level 三的痛点,所以呢,就引出了 system prompt, 也就是系统提示词。 你看,平时聊天聊得一长,上下文一多, ai 就 特别容易断篇,把你一开始提的规则全给忘了。 这时候怎么办?我们就得用点 cursor rules, 或者是嗯 cloud, 点 md 这样的文件。你看右边有个加个图, system prompt 永远在最上面,它享有一票否决的最高优先级。 不管下面这个灰色的那个用户输入框里怎么瞎聊, ai 脑子里那根弦总是绷紧的,因为它知道头上总有一个系统级的规则在压制着它,然后我们顺着往下走,等业务再复杂一点呢,我们就来到了 level 四 mate data 原数据阶段。 大家想象一个场景,如果我们的 ai 助手要处理一百种不同的任务,有简历,有周报,有邮件,我们总不能把这一百个场景的背景资料全都塞进他的脑子里吧?那不仅模型上下文称爆了,每天消耗 token 的 钱我们也烧不起啊,对吧? 所以你看中间这一个像安检门一样的闸机,我们的做法是啊,给每个文件贴上一个智能标签,贴上一个 tag, 我们只把少量的 mate data 发给模型,模型一看,哦,你现在要写简历是吧?行,那我就只把那个简历那个文件给拽过来看看。这就实现了按需加载。 对于我们做这一行的人来说,意味着你系统的扩展能力一下子就被彻底打开了,再也不用抠抠搜搜的去算 touke 上线了, 最后就到了现在的 level 五, references and scripts 参考资料与脚本。 在这个阶段, ai 的 能力不再是一把抓,而是通过渐进式批录来扩展的。什么意思呢? 就是他知道怎么去一步步找答案。你看图上这个结构,一边是 references 或遇到不懂的,他可以去按需加载产品手册啦,还可以读工程文档。另一边就更厉害了,是 scripts。 哎呀,现在不但知道你要干什么,他还能直接调用右边这些 python 脚本去帮你生成 pdf 去跑数据分析,他不仅能动嘴,还能真刀真枪的动手了。 说到这里,你可能发现了,从最开始的一句闲聊,到现在能挂载标签,能跑代码大模型,越来越像一个带着万能工具箱的资深员工了。 但是这个工具箱里到底装的是什么呢?它是怎么运转的?这就来到我们第二章节 agent skills 的 本质与构成。 首先,什么是 agent skills? 官方定义叫它被封装的动态能力单元,听着有点绕,对吧?其实说白了,一个 skill 就 像是你手机里的一个独立 app, 或者是一个打包好的标准工作包。 你看这里有个蓝色的文件夹,比如我们管它叫 resume writer, 简历代写员,它不是一个光秃秃的一句提示词,把它拆开看,里面其实装了四样东西。第一样是最左边的 skill 点 md, 也就是入口或者是系统提示词, 这就像是技能的岗位说明书,它提前规定好了你现在的角色啊,是一个资深 hr, 你 要按照 star 法则来写,语气要专业。 第二个呢,是 mate data 路由标签,这个特别关键,你可以把它当成这个技能包的门牌号,或者是自我介绍的标签。 你想啊,系统里面如果有几十个技能, ai 怎么知道什么时候该掉哪个呢?掉的就是这个。比如说标签上写着简历求职排版,那用户一提到找工作,系统立刻就能把它揪出来。第三个是 references 数据素材, 这就相当于发给 ai 的 参考资料,比如说你们公司的业务白皮书,或者是标准的简历模板文件。 ai 干活之前可以先翻一翻这些资料,心里就会有数了,不会胡编乱造。 最后一个最右边这个 script 执行工具,这就是发给 ai 的 干活工具箱。比如说给他配一个 python 脚本,他能上网搜一下最新的行业动态,或者是能直接把写好的文本转成一个漂亮的 pdf。 所以 你看最底下这个公式就很直观了, skill 就 等于,嗯,岗位说明书加上门牌号标签,加上参考资料库,再加一个干活工具箱, 把它们给打包在一起,就成了一个能够随时能用的独立技能。对于我们平时做业务开发来说,这意味着你系统的能力可以高度附用。你想加一个新功能,不用去改底层的核心代码,直接塞个新的技能文件夹进去就可以了,非常清爽。 好,那么既然技能包已经打包好了,真正用起来的时候,系统是怎么运转的呢?这就到了我们第三部分 skills 的 工作流程。 我们来看一下这个流程图。其实弄懂了这五个步骤以后,不管你是用什么炫酷的 a 帧的框架,你脑子里的主线都是清晰的,排查 bug 也特别快。你看最左边,第一步,用户发了一句话,帮我写简历。 这时候呢,你看第二步这个框。我们的客户端 clients 其实并没有把用户的这句大白话,连同那一堆复杂的工具啊,长篇大论的提示词,一股脑的全扔给大模型,没那么傻,全扔过去也太费 token 了吧,太费钱了。 它其实只是把所有 skill 的 mate data, 也就是我们刚才说的门牌号标签收集起来,发给模型去挑。 这就好比老板拿到一个新项目,他不会把你们公司几百号人的详细简历全都看一遍吧,他只会看大家挂在脑门上的技能标签。 接着呢,到第三步, model, 也就是大模型,一看这些标签,秒懂,哦,你是要写简历是吧?这个活呢,得归那个叫做 resume writer 的 技能包来管。 于是模型就把这个决定告诉了客户端。然后第四步,客户端一听好,马上去把 resume write 这个文件夹给翻出来,把里面详细的 scale 点 md, 也就是岗位说明书给加载进来。直到这一步,这个简历代写员的这个角色啊,才被真正的激活。 最后一步, execute ai 开始真正干活了,遇到不懂的,去读取刚才说的那个参考资料 references, 遇到需要动手操作的,去运行代码,脚本 script, 一 道行云流水的动作搞完,最后把一份排版精美的简历结果 result 拍在用户面前。 所以你看整个流程其实特别符合我们的直觉。先看标签分发任务,对上号了,再去加载详细说明书,最后拿工具干活。这是一个非常优雅的按需加载的过程。好,我们趁热打铁,直接进入最关键的第四部分,核心概念辨析。 刚才我们看完了技能是怎么一步步被调用的,这时候你可能要问了,他现在外面满天飞的新词,什么 m c p 啦, workflow 啦,他们跟我们今天讲的 skill 到底是个什么关系,是不是一回事? 其实真不是,这一部分我们必须要理清,不然以后看技术文档或者是做技术选型的时候特别容易蒙。 我们先来看第一组对比 skill 和 mcp, 这两最近经常被放在一起讨论,我给他们的比喻是大脑与手的区别, 你看左边这个 mcp 听得很多,对吧?本质上是什么呢?它就是一套标准化的工具接口,相当于你给大模型配了一双特别灵活的手,或者是丢给他一个极其全面的工具箱 force, 有了它,模型能去查数据,能去读本地文件了。但是这里有个什么问题呢?他手里有工具,但是他未必有经验。那就好比你给我发了一套米其林大厨的定制的刀具,但是我本人根本就不会做饭啊,那我肯定是做不出法式大餐的呀。 这时候呢,就需要右边的 agent skill 了。 skill 相当于什么呢?相当于这一本厚厚的操作指南和行业经验,它规定了遇到什么情况该用哪把刀切剁厚,也就是何时使用工具以及如何组合工具。 所以你看 m c p 解决了能不能干的连接问题,而 skill 解决的是干的好不好的经验问题。大脑和手,它们是配合的关系,不是替代的关系。 好,那我们再来看第二组容易混淆的 skill 和 workflow 工作流。很多人都喜欢拿 n 八 n define 或者是扣子里面那种连线工作流来做 agent, 你 看左边这个图, workflow 就 像是铺好的铁轨,它是固定编排的, 也就是说,第一步干什么,第二步干什么?遇到 a 走上面,遇到 b 走下面,这全是你在这个系统设计的时候啊,人为把它锁死的,哪怕跑的过程中呢,遇到点没见过的新情况,他也只能死板的按着这个轨道走,很容易卡壳报错。 但是右边这个 agent skill 就 不一样了,它完全是由模型驱动的,你看它像不像一个神经元的网络? 他的直行路径啊,不是斜死的,而是 ai。 每走一步,看看周围的情况,及时决定下一步该干嘛。打个比方, walk flow 就 像是你坐地铁,路线早就定好了,到哪站停都是定好的。 而用 skill agent 就 像是你打了个网约车,司机知道你的终点,但是前面如果遇到堵车了,他自己会灵活的绕路。 对于我们做架构设计的人来说,这意味着你的系统真正具备了处理复杂、未知异常的能力,不再是那种一碰就碎的流水线了。聊到这里,其实最让人迷糊的概念我们就拆解完了,现在我们把视角拉高,来看一看这个金字塔, 这就是我们今天讲的整个架构眼镜的浓缩,从最底下的 level 一 三八八的提示词,到 level 二,用快捷命令固化效率, 再到 level 三,拿系统提示词去压制聊天的遗忘,接着往上走 level 四,我们引入了原数据 mate data, 实现了给各种文件贴上标签,按需加载。 最后终于到了金字塔间的 level 五,也就是带着参考资料和执行脚本的完整的 agent skill。 你 看右边这个箭头,随着我们一步步往上搭,大模型的复杂度是直线上升的。 所以最后我们来总结一下,其实呢,今天我们见证的是人机交互方式的一个根本性的质变。以前我们总觉得用 ai 嘛,不就是在那个聊天框,也就是左边这个气泡里面跟他聊天说话吗? 其实到了 agent skills 这一步啊,对于我们做这一行的人来说,意味着我们不再仅仅是向 ai 发送文字,而是在配置 ai 的 专业能力。你看我们把提示词公司的业务数据,还有执行代码,像拼乐高一样封装成了一个一个的 skill, 就是 右边这个齿轮。 通过这种配置,我们硬生生地把一个通用的只会讲车轱辘话的聊天伴侣变成了一个具备你们公司特定领域经验的专家代理,这才是真正的 agent 时代的做事方式。好,那今天关于 agent skill 的 深度拆解就先聊到这里,我们下期再见。

你,你究竟是谁?是来寻找黑皇吗? 本王亲自带你们来到他面前。你欺骗了我们,本王从未告诉你洛维安没有力量,那是你自己做出的判断。你曾经提醒本王要认清自己的位置,现在本王已经回到自己的位置, 所有人准备趁他刚刚鬼作杀了他。只要杀死黑黄,永夜便会失去主人。 来啊,你在做什么啊?什么?因为我不准备陪白塔一起死 啊啊啊!还有这是他自己的选择。圣子大人,为什么?你想问我为什么杀八轮 还是为什么臣服?有区别吗?内昂已经投靠黑黄杀了叛徒, 言语没有价值,阿伦的命是我切断救阵营的正命, 为什么选择永夜灰压镇被永夜屠灭的公文是我签署的,我知道那是谎言。白塔已经没有改变世界的力量, 只能不断修改真相,让所有人继续相信他仍然正确。我来到永业是为了确认黑黄究竟是指挥杀鹿的怪物还是能够建立新秩序的王。现在我已经得到答案,你杀死巴伦只能证明你没有退路,不能证明你值得信任。臣会继续证明。 检测到高价值人类单位主动臣服目标来昂判定成立,未受到精神控制,未受到死亡威胁,本王接受你的臣服。谢陛下 把它还给我。 杀死黑皇,永夜自然会崩溃。你确定自己能走到王座前? 陛下,王座之前可以流血,却不该沦为角斗之地,这些客人既然想证明自己的力量,第七竞技场更适合他们。准。遵命, 亡城全线离场置换第七竞技场起用, 离开地面。啊啊啊啊啊啊啊啊。石像不是传送。
