skill和元数据有什么关系

最近 skill 真的 非常非常火，但是我发现大多数人对它的理解其实并不太正确。那今天就从三个方面， skill 的 本质，为什么大量的下别人的 skill 其实没有什么用，以及 skill 的 最佳用法三大块 好的，无论是它有多么花里胡哨的名词，其实它本质上都是提示词，只是这种它是渐进式，譬如的提示词就是 我把一套提示词分成三个部分，我有需要我再调用它，免得把一堆的东西塞在上下文窗口里， ai 处理不过来。那 skill 会分为三层，第一层就是原数据，只有简单的名字和介绍，每一次都会去啊加载这个原数据就告诉 ai 说， ok， 在 这个场景下要不要用这个 skill？ 第二层就是指令层，就是详细地说，哎，这个 skill 它的呃，你一二三四五应该要怎么样做？它就相当于一个 啊工作手册类似的东西。第三层资源层就是所有的，比如说一些啊执行的脚本，比如说外部参考的文件等等，所有的其他的这些东西你都塞在这个资源层里，比如说，比如说这个文件夹里，就是 我下载和做的一些 skill， 我 们随便来打开一个 skill， 比如说这个就是它的这个就是它的一系列的指令， 然后这个就是它的一些啊可以运行的脚板啊什么什么的，这个就是一个典型的 skill 好 的。第二个就是说为什么，就是现在很多人分享说，哎，这个 skill 那 个 skill 也是大量的这种啊 skill 的 网站，我我觉得就是在一些通用的场景下，一些好的 skill 其实还蛮好的，就是你可以把直接人家总结出来的经验来直接用，但是在具体到自己的业务中，每个人是不一样的。比如说我们拿一个内容创作的 skill 来讲，那它的这种内容创作可能只适用于它的账号，它的思路，那我直接拿来用，就它并不是我的内容。所以具体到每个人的业务之中，其实比起说直接用别人的 skill， 我 更建议大家 来去做一系列的自己的 skill， 才能够真正地对自己的业务进行提效。那 skill 的 最佳用法其实是把你自己做一件事情的经验总结成 skill 啊，就是你可以把你之前的 sop， 或者是你直接跟 ai 去交互做一件事情，做完之后，你直接让它总结成一个 skill， 并且在这个过程中不断地迭代。比如说这个 skill 做好之后，并不是我就一直用这个放在那不动了，而是你可以不断地去迭代的，就是这种 做自己的 skill， 并且不断地迭代，这个才是你能够用好 skill 的 本质。

扣子新出的 skills 技能，百分之九十的人都理解错了，很多人以为它可以替代工作流，结果调试来调试去，踩了不少的坑。那么 skills 到底是什么？它和工作流、智能体有着什么样的本质区别？ skills 可以 帮你做哪些事情？最重要的是它不能帮你做哪些事情，什么时候我们必须用到工作流，什么时候我们可以用 skills， 那看完这期视频可以帮你省下至少一个月的弯路。首先我们来讲 skills 究竟是什么？ skill？ 其实这个英文单词把它翻译成中文就是技能，那么 skills 也就代表着很多个技能的一个组合体，也就是技能包，对不对？ 所以我们在使用 skills 的 时候呀，你可以把 ai 看作是一个人，那这个人呢？他身上有很多个小口袋，每一个小口袋里面都是一个技能，当你输入一句话的时候，他识别到你的需求，他就从某一个特定的小口袋里面拿出一个小小的技能来帮你完成这个需求 么？这个拥有着不同技能调用的一个 ai 呢？我们就可以称为是一个 skills， 所以 skills 它本质上也是一个 ai， 只是说这个 ai 它有着很多很多的技能包，它可以在不同的时候调用不同的技能， 所以呢，它跟我们之前搭建的智能体和工作流是不一样的哈。我相信很多人都有玩过游戏，那在游戏世界里面，主角是不是有很多个技能点，他在面对不同的敌人的时候呢？ 它也会使用到不同的技能，所以你可以简单地把这个 skills 想象成是这样的一个又一个的技能，那我在处理不同的事情的时候呢，我就用到不同的技能就可以了。 那说到这里，大家应该知道 skills， 智能体还有工作流，它们是三个完全不同的东西，对不对？我们之前说过智能体它是什么？它本质上是一个会聊天的 ai 助手，它根据我们已经给他的一个系统提示词 和我们输入进去的那句话来跟我们进行对话的交互。那工作流是什么呢？它本质上是把一段又一段的代码给封装起来了，变成一个小节点。 那我们可以通过编排这些节点，自己就不用去写代码，而是通过在节点里面编排这些数据，来实现一些复杂的可式化的流程。所以工作流呢，它非常适合一些复杂任务的编排， 适合一些高需求高定制的任务啊。那么 skills 是 什么呢？是我们刚刚说的这个 ai， 它有很多个技能的小口袋，它可以根据我们提的需求去掏不同小口袋里面的工具来帮我们完成任务。 skills 有 一个很好的地方，就是它不需要门槛，它不像智能体和工作流一样，需要一定的门槛才能去搭建。它的好处是只要你会自然语言描述， ai 就 可以给你生成一个技能包， 因为你只需要告诉他啊，我要写 ppt， 我 要把这个 word 变成一个这种格式，他就给你生成这样一个技能包。那下次你来找他用的时候，他就把这个技能包呢给掏出来，然后用里面的工具呢来给你完成这个任务。 所以当你是一个职场的新手小白，你每天可能有一些很简单的，比如说文稿上的 ppt 之类的，这些任务你想要处理，但是你又不会搭建的话，那么你就可以使用扣子上面的 skills， 让他去给你生成一个技能包去使用。 所以对于 skills 来说，它的典型用途是你每天要做的一些标准流程的简单的复用，它的优势是很容易上手，但是它的缺点是它根本替代不了主流的工作流搭建。 就像如果你现在肚子饿了，你可以去吃一包方便面，但是如果你家里来了客人，你想要招待他，那你就不可能给他吃方便面，对不对？所以这就是两个最直观的区别。你这个 skills 你 完全可以自己用，或者说你上架到商店给一些个人用， 但是你想把它面向企业做一些复杂的定制，它是完全做不到的哈。它跟传统工作流呢，还有一个很大的区别，就是传统的工作流画布，我们每一步都是自己编排的，是不是？这就代表着我们每一步都可以自己修改，自己去完善？ 是 skills 目前是扣子的 ai 帮我们自动生成的，也就代表着我自己没办法去这个项目文件里面改，因为你使用这个东西的人，他是新手小白，他不懂代码，如果你想要改，你就得懂代码才能改。所以这就会造成一个很矛盾的事情，就像我们之前讲的扣子编程那期一样， 用这个东西的人他是新手，但是新手他又不会改，他只能跟 ai 对 话让 ai 改，同时 ai 改的时候呢，又可能把之前的东西给改坏，所以说这个 skills 它并不灵活， 它只能给你做一些很简单的需求。而且大家要知道， skills 这个概念其实已经出来很久了，最早是在二零二四年的这个年底的时候，当时 cloud 就 已经推出了 agent skills， 只是当时我们只能在本地的电脑上运行一些 skills， 后面呢， cloud 就 把它做成了一个开放的标准， 然后后面国外的一些大厂也就逐渐的开始使用 skills 了。只是之前国内没有厂商去做 skills 这个东西，扣子是目前在国内第一个做这个东西的厂商，所以 skills 其实出来已经有一两年了， 那为什么它还没有替代工作流呢？答案就是因为 skills 它只能做百分之十左右的一些简单的场景， 那么百分之九十的场景其实他都搞不定的。你想想一个客户去定制项目，你需要多分支决策，需要动态的一些循环，还需要人工经常去调整一些提示词，那这些场景 skills 能做吗？他都做不了， 所以主流的搭建方式仍然是工作流搭建。好。在我们知道 skills 是 什么之后，我们是不是得知道他擅长做哪些事情，不擅长做哪些事情呢？首先第一类呢，就是这种内容创作，比如说你是一个设计师，你每次都要生成符合你们品牌风格的一个 ppt 模板， 那么你就可以用 skills 把你们公司的设计规范给固化进去，也就是一个流程给固化进去。在你生成这个 skills 之后呢，你每次只需要调用这个 skills， 然后把你的内容输进去， ai 就 可以根据你的这个品牌风格去自动生成 ppt 模板。 那像这样的写周报，写月报，或者说你丢一个抖音视频进去，然后把它转成公众号文章都是可以的。像这样的话，我们一般都是要调用插件的哈，那你也可以让 skills 去调用插件，这个都是可以的。 还有一些呢，就是你自己的个人画写作，有些人他可能有自己的很独特的风格画写作，但是每一次你都是自己人工去写的， 你可以做一个 skills， 让这个 skills 去学习你的文风，并且呢每次之后生成的内容呢，都保持你这个风格，那么你下次可能只需要丢一个标题给他，他就可以给你生成符合你个人风格化的这么一个作品了。 还有像这样的格式转化类的内容呢，都是 skills 比较擅长的，比如说 pdf 转成 word 或者说 excel 数据呢，把它转成一个格式化的图标，格式化的一个网页，或者说把你给的一篇文章给转成一个演讲稿，这些都是可以的。 但是我们说到的这些搭建，其实工作流也都是可以做的，并且用工作流搭建起来呢，也是很简单的好。那么第三个大类呢，就是一个专业分析类，比如说你给他发一个图片，一个简历之类的，让他去给你诊断优化。那其实这个类型呢，就比较像我们的一个智能体类型了， 因为它偏向于一个文本分析和一个数据的分析审查哈，所以看到这些项目大家就能知道 skills 它能够做的就是任务边界非常清晰的内容，知道我这次要输入什么，并且知道我这一次要输出什么， 并且这些任务呢，它是会反复做的，没有什么分支的，也就是我不需要处理什么循环啊，不需要处理什么批处理啊，还有文声图图声视频这些东西它都不需要处理， 它就处理一些简单的文字化的职场上的东西。这也就是为什么最近扣子更新啊，它说职场 ai 工作 ai 就 用扣子之类的这种啊， slogan 对 不对？这种标语 说明扣子他针对自己这一次的一个更新呢，他定位到职场人了，也就是现在很多年轻人他刚进职场，但是呢，他也没有去学这个搭建，但是他又想用 ai， 他 就把自己目前的一个市场定位呢，定位到这一批人身上了，也就是他可以帮你完成你 平时职场上工作上需要重复处理的一些文案、文本上的事情。 skills 还是很擅长的哈， 那么他不擅长做的事情是什么呢？比如说一些复杂的数据处理，就像我们课内教的批量采集一个抖音博主的这种视频链接，然后把它数据全部采到分数表格，然后又进行改写， 然后又进行数据写入，这样的内容呢，他是不适合的哈，因为他没有一个复杂的判断逻辑，他也没有办法进行一个批处理和循环，所以呢，他不适合做一些复杂的数据处理， 同时呢也不适合去做一些多分制的决策，也就是你这个路走完之后，我要走其他路，或者说我 a 路线、 b 路线、 c 路线的内容我要结合起来， 最后整合成一个东西，比如说我们做这种视频自动化的东西，他就做不了哈，所以他可以帮你完成一些简单的职场上的一些工作哈，可以帮你省下一些事情， 但是它替代不了复杂的工作流搭建逻辑。并且呢，现在扣子它针对 skills， 它还有一个付费的功能，这个东西我们稍后呢会实操的去讲哈， 所以大家要认识到 skills 它是面向小白的，如果说你是想要做一个工具的创造者，你想要创造一些高价值的 ai 的 工作流，并且把这些东西呢交付给企业去用的话，那你还是必须选工作流搭建，所以这个 skills 呢，终究还是一个开箱即用的面向小白的产品。 ok， 那 么说了这么多呢，我们现在来实操搭建一个 skills， 并且教大家怎么使用别人的 skills， 怎么把自己的 skills 给上架，并且让别人付费去用。 那么我们在浏览器里面搜索扣子啊，来到扣子的整个网页，可以看到现在扣子呢，它也更新了自己的一个 ui， 并且啊扣子他现在在扩充自己的一个产品啊，就包括我们原来的扣子开发平台，现在呢变成了这个扣子编程，还有呢，现在的扣子也把他的这个目光呢放到了很多职场上，办公上的场景， 可以看到扣子现在出的这么一个这种图啊，可以看到他是各种人群他都想通吃的，看到没有，也就是不管你是上班的也好，还是你想要做自媒体的也好，还是你想要做一些其他乱七八糟的东西也好，他都想把你这个人群的给通吃掉，不管你是有复杂的任务想做， 还是你只要办公看到没有办公三件套，还是你想使用 skills 这样成熟的技能的时候，你都可以使用到扣子的一个产品，所以说相当于现在他们在扩充自己的一个产品的一个版图，所以大家一定要清楚的认识这一点啊， 现在这个 skills 它并不是替代原有的工作流，而是扣子在它原来的版图上新增了这么一个小板块，那这个小板块它的目标人群是职场，是小白，是新手哈， 可以看到它这有个清晰的描述啊，就是职场前辈一键召唤。看到扣子对自己这个技能它的一个定位是什么？在技能商店中探索和使用同行前辈们训练好的 ai 技能，也就是像我之前说的， 你可以把这个技能想象成这个 ai， 他 是一个人，他身上有很多小口袋，每一个小口袋里面都是一个成熟的技能，你想要他用哪个技能帮你完成这个任务，你就把这个技能这个小口袋给掏出来，让他使用这个小口袋里面的工具给你做事啊。 ok， 那 我们来到扣子之后呢，点这个免费使用，进来之后就是扣子的一个这样的新版界面哈，这里呢顺便再来说一下这个界面， 我们可以看到左侧呢，已经完全跟之前不一样了啊，我们点击顶部的这个扣子编程，就会跳转到原来我们的一个扣子开发平台的地方，我们点一下 ok， 就 可以看到这里就是原来的这个扣子开发平台了，也就是现在的扣子编程啊，如果你想回到旧版的话，只要点 顶部这个回到旧版就可以了。那么原来的资源库，也就是新建工作流的地方呢？还是在这个地方啊？如果说你想要新建一个智能体的话，还是在这个项目管理，但是你来到这个地方呢，我们就点击上面的新增项目，他就又跳到这个页面来了，对不对？那我们怎么创建智能体啊？ 现在原来那个手动创建智能体的地方已经没有了，现在大家只能在这个地方，也就是 d 代码模式这里有一个智能体开发，你点了之后他就会跳到原来这个旧版。所以说啊，如果你对新版的界面不熟悉的话啊，大家可以在进来之后直接点到这个顶部的这个回到旧版就可以了。 ok， 那 我们怎么去创建一个技能呢？我们来到这个扣子编程的页面，可以看到它有智能体、工作流、网页应用、 移动应用，还有一个技能，是不是那我们就可以在这个地方输入我们的需求？假设我现在是一个职场人，我每个星期都要做 ppt， 但是呢我不想自己做 ppt， 那 我就可以在这个地方 写我一个需求，让 ai 来帮我做出一个技能，我之后每次调用这个技能，它就可以帮我生成一个 ppt。 这里呢我来粘贴一个我之前写好的一个技能要求啊， 这跟大家讲一下，我要求这个技能呢，他可以接受用户的两种输入，第一种是输入主题，如果输入主题的时候，他就先联网搜索这个主题相关的知识，如果用户输入的是一个链接，那就先读取这个链接的内容，并且呢深度理解这个文章的逻辑之后 再结合这个美学设计去生成一个十六比九的 html 的 换灯片。所以呢，我还把这个核心的能力告诉他，也就是说我希望他有这么几个核心的能力， 就是大家不写这个底下的核心能力也没关系的，因为 ai 它会自己给你去思考啊，所以你只需要写前面这一段也可以，那我们写完之后只要点击发送就行了， 可以看到发送之后我们又来到了一个这样的沙箱环境啊。在我们扣子编程那节课，我有跟大家讲过这样的一个环境，他是一个虚拟环境，他不会受到外界的一个干扰， 也就是你在这个里面的一个代码的一个 bug， 他 不会影响到扣子本身的一个代码环境的。在我们之前的课也讲过什么叫沙箱，就像你小时候去游乐场，有一些那种围起来的地方，他不是会让你进去玩沙子吗？ 在里面怎么去砌城堡，然后再把它推掉推坏都是没关系的，你在沙箱环境里面可以随便你怎么玩。所以呢，像我们生成的这种 skills， 大家也不用特别的在意它有没有调坏怎么的， 如果它实在调坏了，大不了我们再来建一个，是不是这种沙箱环境都随便玩的哈。 ok， 我 们这里输入了一个需求之后呢，可以看到它一直在给我们生成，这里呢，我们点到右上角这个文件，这里切换文件目录，那么左边就会跳出来这么一个文件框， 我们把它展开，可以看到这里有四个这样的文件。首先这三个是文件夹啊，底下是一个 skill 点 md， 这个 md 是 一个 markdown， 是 一个文档。这里需要跟大家讲一下这几个文档究竟是干什么用的，让大家更加透彻的理解 skill 它到底是怎么工作的哈？假设我现在在一个公司认知 并且呢我每天都有一些固定的活想要干，但是我现在想要离职了，我不想干了，那我是不是就得把我原来每天干什么活，我电脑的密码，我电脑里面的软件，我做什么事情应该用什么软件，还有我平时工作踩一些坑，然后一些应对的方法，我都得移交给新的同事，对不对？ 假设你现在要把这些东西移交给你的新同事，同时你还不能跟他讲话，你， 你只能跟它写文档，那么我们是不是得写清晰的文档？所以说对于 skills 来说，这三个项目文件和底下这个文档就是我们刚刚说的提交工作的文档，那它们三个分别代表了什么呢？首先我们来看这个 skill 点 md， 它这个地方，如果我们点开的话， 会看到他是一个这样的文字版的文档，对不对？这个里面他会告诉这个 ai 你 是一个什么样身份的人，你有哪些技能，这个技能是干什么的，什么时候用，怎么用，就相当于我如果要提交一个工作， 我就得跟这个前同事说啊，我这个岗位是干嘛的，每天我应该做什么，每个星期要做什么？比如说我每个星期五我就要交周报啊，我这个周报的步骤是什么？第一步我要列这个工作的重点， 第二个我要写我这个星期的具体成果。第三个我还要提下周的计划。所以呢，在这个 skill 点 md 里面，它就是让 ai 知道我这个技能是干什么的，什么时候应该用，所以这个地方是它一个整体规划的地方啊。 ok， 那 我们往上面看，是一个 scripts 的 一个脚本，也就是可执行工具的地方。那这个里面放的呢？是一些可执行的代码脚本，我们可以把它展开，里面有三个 python 的 一个代码。那放到我们刚刚讲的例子里面来，也就是说我得告诉这个同事， 你是不是要做事？但你做这个事情的时候，你用这个 word， 你 做那个事情的时候，你就用这个 excel， 那 你做另外的事情的时候，你可能要用公司的一个这样的软件，所以说这个 scripts 里面它放的是一些可执行的脚本， 相当于我们要移交的一个什么一个软件，我们是放在这个里面的。那再往上面看呢？是一个 reference， 那 这个 reference 在 中文里面其实要参考手册啊，也就是说我要把这个事情移交给我的新同事的话， 我还得告诉他我们这个工作呢，有一些什么样的问题解决指南，有哪一些注意事项？参考文档全部都是在这个 reference 里面，可以看到它全部是一个这样子文字版说明，因为我们想让它生成 ppt 嘛，它就会在这个地方说啊，这个丙图是什么东西？应该是一个什么样的格式的？ 那包括这个模板，这个 templates， 也就是这个幻灯片生成的时候，应该用哪些模板，都会放在我们这个 reference 里面，也就是这个是给我的一个新同事的一个参考的指南。好，那再往上面看，这是一个 assets， 那 这个 assets 呢？其实是资产， 也就是说我在我们这公司工作这么久，我是不是之前也有一些案例，也有些模板，有一些格式规范？那我也把这个我的资产啊，这些工作上的资产我移交给这个啊新同事， 并且跟他说，哎，这是我们过去三个月的周报，你可以参考一下我的这个格式。这是我们部门喜欢用的一个 ppt 模板。配色呢，我们喜欢用哪个配色我都写在这里了，你以后用的话就可以直接按照这个来。所以说这三个文件夹加上底下这一个 skill 点 m d， 就是 扣子给我们生成的这个 skills， 它来接替我们工作的时候所需要用到的四个东西，每一个东西呢，它都有一个自己的分工责任在这里哈。 所以当我们想要把自己平时日常生活中的一些呃，重复性的工作移交给 ai， 让它给我们生成一个 skills 的 时候，它就会给我们生成一个这样子的标准化的模板， 这个就是我们数字化的一个交接大礼包，是不是？那下次我想要调用它给我干活的时候，它就只需要翻阅这次生成的这个文档，它就能够知道要怎么才能帮我干好活。我希望输出的是一个什么样的格式， 为什么能够知道？因为在我们这些几个文件夹里全部都已经写好了对不对？他只需要去翻手册就行了，相当于他已经掌握了这个技能，所以这个就是技能 skills 的 一个本质上的含义啊。 ok， 这里呢，我等待了很久啊，也就是跟大家讲完这么多内容之后啊， 他还没有给我把这个项目文件给生成完。为什么呢？这也就是我在之前的一个扣子编程里面说到的一个问题，就是这个东西他是 ai 写的，他很有可能有 bug， 知道吧？你看到没有，他说他这里发现问题了，然后又查看这个二百八十行是什么， 所以说这个东西对于职场小白来说，你前期的调试可能会比较麻烦。那对于一个你已经会工作流大进的人来说，我是不建议大家花很长时间在这个上面的， 因为你让它去生成这么久，然后还要在那改来改去的，有这个时间你自己都已经搭建好了啊，但是呢，大家可以了解一下 skills 是 什么，有时间的时候玩一玩都没关系。那这里呢，我就懒得等它了，我用我之前已经生成好的一个同样功能的一个 skills 才给大家演示，因为这个等它还不知道要多久啊，它这个写代码有点慢。 ok， 那 我这里呢，拖了一个之前我已经写好的一个测试的 skills 过来给大家看一下。那它这边呢，还是跟之前一样啊，是这三个文件夹加上一个 skills 的 markdown 格式的东西。 它的这个技能呢，还是根据用户提供的一个主题或者网页生成一个 html 的 一个换灯片哈，那当 ai 给你生成完之后，我们还是跟之前一样点击右上角的这个部署，只要点这个部署，然后点击这里的开始部署就行了。 但是这里呢跟我们在原来教的扣子编程那节课是不一样的，我们在原来的扣子编程那节课部署完之后，我们还得调用，是不是它发布完之后是一个 api， 但是这个东西这个 skills 它发布之后就是一个直接能用的东西了，我们点这个立即体验啊。 ok， 点完之后可以发现它就带我们来了这么一个对话页面，并且呢这里它就已经用了我们刚刚 生成的这个 skills， 那 么这里呢我就可以给他来输入一句话，比如说如何正确快速的学习扣字，也就是我现在输入这句话，并且在输入这句话的同时呢，我调用我刚刚已经生成的这个技能，然后我一键发送出去， 我们来看一下，可以看到他接收到我这个语句之后呢，完成了这个技能加载，因为我在这个技能里面说，如果我输的是一个话题，他要先干嘛？先联网搜索，是不是？所以他在这个地方呢联网搜索了一些内容， 并且呢他完成这个技能文件提取之后，他就创建了一个这样的扣子学习的换灯片，这里我们可以稍微等一下， ok， 可以 看到他这里呢已经给我们生成了， 并且它这里会显示一个这样的弹窗，大家点这个允许就可以了啊，它生成完成之后呢，我们可以看到它是一个 html 的 一个文件，并且呢在这个右侧，我们可以在这个地方啊去拖动它，把它打开， 那么这个地方跟原来的扣子编程最大的区别是什么？是你在这里可以分享，也就是你可以把生成出来的这个东西呢，给生成一个长图，也可以复制链接。比如你这个 ppt 生成出来， 你是想要给你们老板看，那你可以把这个东西来复制下链接，然后发到你们群里，或者说给你们老板看，都是可以的。他已经生成一个这样子的完整的可以看的 ppt 了啊。如果说大家想要修改这个 ppt 的 一个范式的话呢，就可以在这个地方再跟他对话啊，也就是在这个下面这里再跟他对话就行了。 那如果你想要把这个 ppt 呢给下载下来，我们就点击右上角的这个下载，那它下载下来，它其实是一个 html 的 一个文件啊，我们点开可以看到它给我们生成了这么一个 ppt， 但是我发现它这个呃尺寸不太对，对不对？那我们是不是可以跟他说，也就是说你觉得哪个地方不对，你可以再跟他说啊， 你就说目前生成的 ppt 的 尺寸不对，我希望可以兼容各种浏览器，然后咱们把这个话呢给发送出去， 可以看到它发送出去之后呀，它又在调整这个 ppt 的 一个尺寸了哈， ok， 可以 看到它这里呢，又给我们生成了一份新的，但是我们把它打开之后呀，发现它还是原来这个尺寸啊，所以说像这样的 ai 自动编程的东西有很大的缺陷啊， 它生成出来的东西不稳定。第二个是呢，我们自己不好修改，如果说你像这样的问题，我们是自己在工作流里面划不上搭建的，我们可以很快的就修改，这也回到我们最开始的这个问题，也就是这样的 skills， 它不能够做复杂的事情，它也替代不了传统的工作流搭建。 我们如果想要做一些复杂的，可定制化的、高商用化的东西，必须使用工作流搭建哈，必须手动搭建，那这个地方的话就不纠结了哈，我就不花时间去改了， 我们不想用的话呢，就直接点击右上角这个叉掉就可以把它退出去。那我们再来说我们已经做好了这个技能，要怎么把它上架到商店，我们做好之后呢，我们自己的一个技能，在这个技能商店这里， 然后大家可以点到这个我的技能，然后我们点我创建的，那这里就会有我刚刚生成的这个内容，生成幻能片的这个技能，我们点这三个点，然后点这个上架到商店， 上架到商店之后我们就只要填这个详细的描述就行了，这里呢我们可以把这个复制下来，然后你选一个分类嘛，我们可以选一个办公与效率。那这个案例呢，就是你之前用这个东西生成出来的这个案例啊， 我们这里呢可以随便填一下它，这里呢需要我们去搞一个分享链接啊，也就是刚刚我们生成了一个任意一个 ppt 的 一个分享链接，这里我们可以回去搞一下。怎么回去啊？这里也教大家一下，在这个历史对话这里看到没有我们刚刚输入的这一句学习扣子使用教程， 我们生成完之后，这个右上角会有一个分享该任务，这里呢就会有一个复制链接，我们把它复制下来，然后到这个技能商店这里来重新来把它上架一下， 我们先来添加这个分享链接，并且呢把原来这个前面这里给删掉，删掉之后这个就是他的分享链接了， 那这个案例名称就叫如何快速学习扣子，那这个配图他是必须上传一个配图的，这里我们可以随便先上传一个图，这里的话我就随便先上传一个我之前的一个视频的封面好了。 然后呢我们点保存这个详细描述，我们重新来把它粘贴一下，分类也选一下啊， ok， 我 们选好这东西之后啊可以看到它这里还有一个点， 就是你可以把这个技能呢设置成一个免费的，还可以设置成一个付费的，也就是现在扣子呢，它允许你自己做的一个 skills， 是 别人必须花钱啊，多少钱一个月别人才可以用你这个 skills， 所以 说这个是一个很适合新手小白的一个便捷方式， 也就是说当你在某一个垂直领域啊，大家一定要听清楚，是垂直领域，你做的非常非常优秀， 你能够生成一个很好用很好用的技能时候，那你就可以把它上架啊，上架到扣子的一个商店，然后把这个按月付费，把它打开，让别人给你出钱，就出点小钱，然后来用你这个 skills， 所以 这个也是新手可以变现的一个方向，只是说大家一定不要去做这种铺天盖地的 很简单的东西，一定要做一个垂直领域的，然后确实是有这个付费需求的，并且你这个 skills 确实是做的好，别人才能来付费，对不对？ 如果你做的不好，那他就没有一个付费的理由了嘛？那这个是否开源，如果我们把它打开的话，那别人就可以直接看到我们这个 skills 的 一个代码啊。所以说如果你要付费的话，那他这个就关掉，我们默认就关掉就行了。并且如果说你想要上架到商店的话，你是需要有三个精选案例的， 也就是说扣子他们现在希望上架到商店的呢，都是一些精品的一个 skills 啊，所以说大家一定要已经做出一个比较好的东西，你再去上架啊， 那这里我没有那么多的案例，我就先不去搞了，那大家只要凑齐三个案例，然后点击这个上架到商店就行了，这里呢我就把它取消掉。我们最后再来说一下怎么来开通这个付费啊？也就是你想让别人来对你这个 skills 付费使用的话，一定要点这个右上角的开通商户， 那目前他支持的一个商户呢？就是抖音支付和一个支付宝，我们点击开通，如果你是个人，而且你没有营业执照的话呢，你就选这个小微商户就行了， 如果你是企业的话，你可以选这个，如果你有个体工商户的这个营业执照，也可以选这个都行。那你选完小微商户之后，就只要在下面填你的这个信息就可以了啊，比如说你是什么个体户张三，然后这个名字也可以写个体户张三 这个证件类型就是身份证嘛，然后你把你的证件啊什么的传到这里来，这个资质证明啊，需要跟大家讲一下，如果你的这个 skills 是 用于一个特殊的行业的话，它可能是需要资质的啊，那具体哪些行业需要资质，大家需要点到这个资质说明里面去看一下啊。 他这个就跟支付宝的一个商户申请是差不多的。那这个结算信息，也就是说啊，这个钱到账之后，他是对私还是对公？对公也就是你必须是公司的公户才行。如果对私的话，也就是你自己私人的一个银行卡吗？你就可以把它填到这里来， 填完之后你再写一个管理员信息，这个管理员信息也就是说你这个收款账号究竟是谁在管理？如果你是个人的话，你就把自己的信息填到这里来， 然后这个补充材料一般是不需要的哈。然后这个支付宝呢，你也可以一起把它勾选上，如果你勾选上之后，用户就可以通过支付宝支付来付你这个月费了，那下面的信息也都是一样填的，就填自己的一个真实信息就可以了。 注意这种地方都必须是真实信息啊，不能填虚假信息的。那这个结算信息的话，我们可以选择支付宝账号，也就是你想要把这个钱结到哪个支付宝账号上， 然后你把它填上，填上之后再点这个提交材料并同意，然后你再提交就可以，等审核就行了哈。对，目前这个扣子呢，它是支持一个 skills 的， 一个变现的。 ok， 那 我们怎么才能做别人已经上架到商店的 skills 呢？我们这里呢需要先点到左边的这个扣子， 点到扣子之后他就来到了这个最新版的这个页面，是不是我们左边呢有一个技能商店，我们点进来到这里呢，就可以看到很多别人已经创建好的这么一个技能了，我们可以直接点进来任意一个技能，然后点安装就可以了， 那右下角他会显示一个技能安装成功啊，安装完之后我们直接点这个使用就好了，并且呢我们可以看到这个对话框这里就已经有一个我们刚刚加进来的技能了， 那我们就可以直接使用一句话来生成一个新年绘本了，对不对？那如果我们不想用这个技能呢，我们就可以把它退掉，退掉之后如果我还想添加这个技能进来，怎么弄？ 点击这里的一个更多，这里可以看到我已经有了一个技能，这个技能是内容生成幻灯片，那这个是我刚刚在技能商店加进来的，如果你按住旁边这个小钉子，他就会把它置顶是不是？但是大家需要注意的是，我们点完这个小钉子之后啊，他这个置顶不是说在这个地方置顶啊，是到这里来了，看到没有， 也就是我不需要到这个更多这里来找他，而是说我在这个地方就能够直接找到他了，看到没有？我们可以点这个地方，他是置顶到这里啊，不是说在这个地方，那如果我们要把这个新年绘本置顶的话，也就是置顶到这个地方看到没有第一个新年绘本， 所以如果我们还想要有更多的技能，我们可以点这个发现更多技能，然后就可以跳转到这里的一个技能商店，我们就可以添加自己想要的这么一个技能，把它安装过来就可以了哈， 并且在这里跟他对话就行了。但是大家在使用别人已经写好的一个技能之前，最好先看一下他这个技能到底是怎么用的， 然后他这里有一些精选案例，就是说这个技能到底生成出来的效果好不好，大家可以点进来看一下，不要盲目的去选择别人的这么一个技能。 ok， 那 除了这个技能之外呢？扣子最近还有一个更新啊，也就是这里的一个长期计划，那这个长期计划是什么？我们下期视频再讲啊。 ok， 希望大家通过这一期都已经学会 skills 技能到底怎么创作，并且呢？怎么发布自己的一个技能，怎么去引用别人的技能？并且如果你在某一个垂直领域你真的做得很好，你也可以把你自己熟知的一些东西做成一个 skills 发布到商店来变现啊，只要开通你的一个商户，就可以实现一个收款。在这个视频正式结束之前呢，我想专门花几分钟跟大家聊一个很多新手都有的一个焦虑点和担心点， 这几个点是什么呢？首先是有些同学，他担心老师我学完工作流，学完智能体大件，会不会这个技术很快就被迭代了啊？ skills 刚出来，那工作流会不会过时？我现在学工作流还有意义吗？ 还有一个点就是 ai 工具更新这么快，到底哪个 ai 工具才是主流，我到底学哪个才不会被淘汰？ 我现在学的技能会不会很快又被新的产品给取代？我会不会竹篮打水一场空呢？大家要知道这些焦虑是很多新手小白都有的，我也特别理解大家的焦虑，因为现在 ai 行业的更新速度确实太快了， 那么在这样的情况下，我们到底还要不要学技能？学了会不会白学呢？我可以告诉大家一个很明确答案，就是一定要学，并且一定要尽早开始学。 为什么呢？首先是我们在课内，至少我自己的这一百多节课学的这个扣子，不仅仅只是学扣子这一个平台，我们学的是一个底层的一个逻辑，这些逻辑是不会变的。 不管你用什么样的工具，你都需要知道怎么把一个复杂的任务拆解成多个小步骤，对不对？这个能力它是通用的， 比如说你要做一个自动生成短视频的系统，不管你是用扣子还是用 defi， 还是用 n 八 n， 你 都需要把它拆解成生成文案，生成配图，生成配音，再合成视频这么一个链路。 那么这个拆解的一个思维和能力，跟你用什么工具根本没有任何的关系。第二个就是工作流的思维方式，在所有的 ai 平台上都是通用的， 你在扣子上面学了工作流的设计，换到 define 上，可能界面不一样，但是思维方式是一样的，只要你稍微熟悉一下界面，你的核心能力还在，你很快就能够迁移到其他的平台。那么第四个就是一个提示词工程，怎么跟 ai 沟通，怎么写好的提示词，怎么引导 ai 生成你想要的效果， 这个能力不管未来的 ai 模型怎么迭代，怎么升级，都是一个刚需，都是一个恒久不变的东西。不管你是用国外的弹幕信号也好，还是你用国内的弹幕信号，还是你要使用 skills 也好，都是需要一个好的替值词工程的。 包括我们未来做一些 ai 的 编程方面东西，都是需要提示词工程的，这个是一个很久的非常核心的内容。最后一个就是一个数据流的设计，我们在课内学的设计数据的一个输入输出，怎么让数据在不同的节点之间正确的流转，怎么处理异常的情况， 这些能力是一个人能够用好 ai 的 基础，这些东西它通通都不会因为一个工具的更新就过时， 所以大家一定要有这个观念，当你把这些底层逻辑全部吃透之后，不管未来的工具怎么变，你都能够以不变去应万变，因为你已经掌握了这个时代学习 ai 的 底层逻辑，当你把这些东西学会之后， 你迁移到其他任何平台的成本就很低了，你的这个能力是可以在所有平台相互相通的， 是不需要你再花很长的时间去学习的。大家要知道工具只是一个表层工具，它也许会被迭代，但是你的这个思维才是你的内核，你真正要学会的，其实它都不是扣子本身这一个工具， 而是你在这个 ai 时代的一个思考，一个工作的方式。大家要知道在未来的十年之内， 很多很多传统的工作方式是必然会被 ai 取代的，只是说一个时间长久的问题，那么我们现在要学的其实就是在 ai 时代，我如何利用各种工具的一个思维方式，一个思考方式啊， 所以这个工具日后只会越来越多，越来越先进，我们一定要掌握这些底层的思考逻辑，以不变去应万变啊。就像你做数学题一样， 一个母题底下可能会有一百个变种题，但是只要你会解答这一个母题，不管这个题怎么变，你都会解好。那么第三个点就是我们在学习 cos、 工作流搭建和这种应用开发的过程中，你积累的不仅仅是一个平台的技术能力，而是一个很复合的能力。 比如说你会搭建工作流，你会写提示词，你会调试系统，它这个东西其实是一个复合能力， 并不是一个表层的只会使用工具的能力是不是？并且你在学习的过程中，你会知道想要做一个什么样的产品，你就应该先做什么，再做什么，这样设计产品的能力又比这个技术能力要更加深入一层了， 这个产品能力是不管你使用什么工具都是有价值的。还有一个就是业务能力，当你真正的进入这个行业啊，你能够了解别人那些痛点，然后呢？知道实际的需求，知道怎么把 ai 应用到落地的真实的业务场景， 并且把这个场景跟你能够做的一些自动化工作留给结合起来，这个就会形成你自己的一个业务能力，这个业务能力是最深层次的，最有价值的一个能力， 这些东西才是你这么长时间以来积累下来的核心竞争力，这些东西是不会被那些只会用自然语言描述，然后自动生成 skills， 或者自动生成 ai 编程的这些其他人给替代的，知道吗？大家要知道，你自己走的每一步路一定都不是白走的， 你在这个 ai 行业一旦踏进来，你越走越深，那你未来的路就会越来越宽，因为你的眼界越来越宽，你了解到的东西也越来越多了。 这也就是我为什么跟大家说一定要越早学，他就能够越早的把握到一个趋势。 因为未来 ai 一定是一个普通人人人都应该会的技能，只是这个技能我也会，你也会，但是我可能只会一点点，但是你呢？可能会的很多， 那我们肯定是早学早受益的，未来肯定还会有各种各样的工具出现，大家一定不要把眼光呢给局限到某一个特定的工具，不要抱着一种我学的扣子，或者说我学的什么东西，我就万事大吉了，以后什么东西都不用学了，这种心态，大家要保持一种持续学习，终身学习， 一直进步的一个心态啊。我们刚刚说到这几个能力，他都不会因为工具的更新就消失了，工具变了没有关系，你换一个工具就行，但是你的理解，你的经验，你的案例库，这些东西都在 未来的这些企业，他需要的不是说会用某个工具的人，而是说会组合各种 ai 工具，能用 ai 来解决实际业务问题的人。 所以你越早学习的话，才能够把握住这个趋势。目前这种 ai 的 落地场景开发还处于很早期啊，很多人都还不会，所以整个市场需求呢很大， 现在学的话是一个比较好的红利期，所以呢，大家不要焦虑，放心大胆的去学，你学的每一个技能，做过的每一个项目，踩的每一个坑啊，这些东西都会成为你自己的一个核心的竞争力，这些工具也许会随着时间慢慢的进步， 会从一个简单的工具使用者，慢慢的变成一个 ai 场景落地开发的开发者。所以这个其实是一个很清晰的成长路径，哪怕对于我自己来说，其实也是这样的，一定要记住，工具只是表层，我们真正要关注的是这些底层逻辑和在学习过程中 积累起来的经验和能力。所以大家不要再去等待，也不要去害怕，也不要让焦虑去吞，是自己啊，从现在开始就学起来，其实都还很早。 ok， 那 我们这期视频呢就到这里了，我们下期视频再见。拜拜。

最近 scale 比较火，提到 scale 是 未来新的生产力，有很多朋友问过之前的工作流，还有学习的提日词是不是没用了？今天我们不分享实操内容，我来聊一聊我的看法。 首先，我完全理解为什么 scale 它这么火，它确实好用，我们可以理解为它就是给 ai 的 说明书，它是一个可以附用的 ai 技能，它还能自动触发，自动选择加载，甚至还能多个 scale 协同工作。 但问题来了，这真的意味着工作流死了吗？没用了吗？是不是白学了？关于这些问题，我来分享一下我的个人观点。 我个人的观点是不会的，因为 ai 时代，它新出来的任何工具都不会让某个东西去彻底代替，包括我分享出来的 ai 使用方法，分享的都是通用的，我们掌握之后就可以更好地去利用 ai， 甚至多个 ai 的 结合使用， 主要就是让大家有这个使用思路。比如我分享的扣子工作流，每一个视频它都有一个案例去分享，目的就是为了能让大家更好地去理解原理，更容易处理自己的事情。 更准确的说，以前我们学的那些技能，比如搭建工作流、写题日词，像这些不是被淘汰了，而是变成了使用 ai 的 加分项， 就是我们懂得越多，越能用好 ai。 而且个人认为，工作流和 scale 根本不是同一个维度的东西。 工作流它的核心就是处理重复的任务，固定的流程，比如审批、通知、规档，它每一步都清清楚楚，按部就班。它的价值就在于把我们确定的事情去自动化，然后去提效 出错。而 scale 呢，就是给 ai 的 说明书，它就更像给 ai 装上了一个小的插件或者是固定规则。对我们用户来说，我们不用每一次重复输入一长串的提日词， 像前面我分享的 ai 提日词技巧就是巧用变量，我们也是解决的这个问题。 scale 对 ai 来说省了大量的 token， 响应更快，更加准确。 所以工作流是解决流程的问题，而 scale 解决的是人与 ai 交互的效率问题，它们完全是可以共存的，甚至互补。 在这里我举一个例子就方便大家理解了。在这里我们可以使用 scale 快 速生成一份周报的初稿，然后我们再通过一个工作流，然后把它发送给领导，抄送团队，或者是存入智库。像这个使用方法就是 scale 加工作流的效率提升组合。 提到这里还有最近我相信大家如果关注比较多的话，像扣子它上线了扣子 ai 编程 里面，他可以一句话去搭建应用，一句话搭建工作流。像这个我也看到了好多朋友的问题，现在 ai 编程可以搭建工作流了，之前我们学的手动搭建的是不是没用了？ 在这里我也告诉大家这个是有用的。像现在有了扣子编程，我们可以手动搭建工作流，在手动搭建的工作流中 去调用一句话生成的 ai 工作流。像扣子编程生成的工作流，它是支持调用的， ai 永远在变，但真正值钱的就是我们对问题的理解，对场景的判断，以及怎么把各种工具组合起来来解决问题的能力。 好了，今天我们也没有分享实操的一些应用技巧，这就是我今天想分享的一点个人心得，如果你也在探索 ai 应用场景和提效方法，欢迎关注我们，下期再见！

如何让 ai 帮你打造你想要的 skills？ 首先我们了解一下 skill 到底是什么，其官方的解释就是一个文件夹，这个文件夹包含了 ai 帮你完成动作时需要的指令、脚本和需要的资料。这个文件夹包含了最主要的文档，就是 markdown， 文档名称为 skill， 里面存储的就是 ai 执行任务的操作说明书，其余的就是执行这个说明书需要的各项资源。 skill 能够帮助你快速地完成一个标准化的任务， 比如你每天都要处理的一批数据，或者每天都需要查看收集的新闻，将其转化成标准的指令给 ai， 你 就只需要轻轻一敲就可以获得结果。上一条视频也有朋友提到， m c p。 m c p 和 skill 应该是可以组合的关系，帮助 ai 获取更多的资料和资源。 这个视频我将展示搭建一个简单的收集 ai 资讯的 skill， 自动收集并生成文案。首先先简单描述我想要 skill 完成的任务， cloud 反馈给了我一个完整的 skill 文件夹包含的所有文档， 同时给出了基础的步骤来完成我的诉求。紧接着我说我希望我可以给你链接，这样可以直接读取已经筛选过一遍的内容。我们就得到了需要 m c p 进行协助的反馈。这很简单，要求 cloud 告诉我们如何配置即可， 按照要求在终端配置即可。同时我们继续细划 skill， 我 要求他把整个任务拆解出来，这样我们可以一步一步地细划，可以看到他把任务拆解成了八个模块，分别是原数据、信息源、评估维度、 图纹模板、视频脚本、工作流程、快捷指令和注意事项。比如这一步要进行确认，能访问我要求的信息平台来一起确认，保证需要的信息员可以顺利获取。其次，修改了我对信息优先级的要求，把 github 上的内容排到了第一。 同时，如果你想定向收集一些媒体的信息，你可以提供一个名单给他，也就是 skill。 可以 有自己内置的数据资料库，同时配 m c p， 就 有了外部获取资料的能力。像这样每一步进行确认。如果你不知道自己的任务有哪些准确的要求，你也可以要求 ai 反问你来获得答案。或者像我一样 直接给他账号背后的产品背景、面向群体以及目标给 ai， 让他阅读资料，自己理解，他会自动根据资料准确定位，有可能比你给出的更加准确。可以看到他给出了非常详细的拆解不同平台的账号风格和预设场景。文案模板包含了详细的文案 tag， 包括帮你寻找可用的素材，基本上是一份完整的账号策划书了。这些自动生成的内容就算不能直接发，也省去了百分之八十构思和寻找素材的时间。进行筛选和润色，就可以完成之前繁琐的任务。 同时也打开了人的思路，构建了庞大的素材库，供你选择和思考。用户输入指令， ai 收集资讯、评估、咨询价值。文案和视频脚本生成最后输出 非常清晰的流程，并且还有使用的快捷指令，一个 skill 就 完成了定向内容的收集和处理。加工。不会配置也没关系，它会为你生成配置文档， 只需要扔给 cloud code 就 自动配置。完成了，后续我会继续更新。如何优化一个 skill， 让它自动录入到素材库，同时可以录入数据，搭建动态的账号数据内容库。这就是最终版本获得的数据库， 能够看到每一个资讯下自动生成的文案，包括多个平台的文案，同时标注了优先级别，还可以录入数据，形成自己的账号记录。都去找 ai 试试吧。顺便打个小广告，我们团队新上线的 a p i 站点，支持多个先进模型，感兴趣的可以看评论区。

最近 agent skill 这个词真的火得一塌糊涂，但说实在话，真正懂它本质的人是少之又少。上周末我参加四三 college 的 活动，当时一位分享者终于让我把 skills 的 本质用大白话理解了。他说，这三年 ai 圈变化那么快，但是有一件事情从来没变，本质上都是 prompt。 当时全场都懵了，就明明从这个 prompt engineer 提示词工程，到上下文工程、 context engineer， 再到最近很火的 agent skills 概念换了一轮又一轮，怎么还是 prompt？ 然后他笑了笑说，太多人把 prompt 狭隘的理解为用户提示词就是你跟大模型聊的对话，但其实无论概念再怎么包装，其实在模型的眼里，这些概念都从来没有变过本质。这句话让我整个人都清醒了。 然后他就开始拆解 agent skills 的 本质。他说，本质上， agent skills 就是 一个 markdown 文件，是对大模型窗口的一种工程学的改造。 这是什么意思呢？就是你知道现在大模型的上下文窗口能做到多大吗？两百万头肯听起来很厉害对吧？但是这时候问题来了，就是资源是昂贵的，而且注意力是分散的， 就像你同时打开一百个网页，那你的电脑即使再好也会卡顿，对吧？所以怎么精心地呃设计、裁剪跟拼接，未给模型的文字去列，就成了非常关键的事情。这时候他开始拆解 agent skills， 他 画了三个框，然后他说， agent skills 本质上就是由这三个部分组成。 第一个框叫做原数据，有点类似于你通讯录里面的花名册，他可以告诉模型说，哎，这里有一百个技能，那么谁是做算力的，谁是做餐饮的，而且只会消耗几百个头肯，所以非常的省钱。第二个框叫做指令，也就是我们熟悉的提示词， 这里的提示词不是用来聊天的，而是用来塑造一个工作环境。第三个框叫做资源，这里面装的是代码文档和数据库，只有当你举手说，哎，我要买算力，那那个做算力的技能才会激活，他的指令，才会开始加载，然后他背后的团队工程师、供应商，也就是他的资源 会被暗区调取出来。那如果你不触发呢，那些庞大的资源就会静静的待在那里，完全不会消耗你的头肯，费用，也不会占用模型的注意力。你看，这就是 agent skills 渐进式疲劳的魅力。 然后那个老师说了一句话，他说过去的 prompt 是 你问，大模型答是一个聊天，但是现在的 agent skills 是 给了大模型手和脚，这什么意思？就是 agent skills 可以 访问你的电脑文件系统，它可以调用你的代码解释器， 甚至可以在你电脑的 bash， 就是 那个黑框框里面直接执行命令。你现在可以跟大模型说，欸，遇到你不懂的，你可以打开我电脑第一盘里面的某个文件夹的文件，欸，那大模型它真的能做到， 所以它不再是一个聊天工具了，而是你的数字员工。所以你可以看到，其实这三年 ai 圈的概念满天飞，但其中始终不变的就是那个 prompt 提示词，从 prompt 到 context engineer， 再到呃， agent skills， 名字在变，但其实它的本质是不变的，我们现在做的所有努力都是在抢占，还有精心装修那个非常宝贵的模型上下文窗口。 那现在很多 ai 圈人还在追新概念啊，今天学 gbt， 明天学 cloud， 后天又学一个什么新出的新工具。但真正懂行的人早就看透了，在模型眼里，众生皆为头肯， 仔细输了一点的 no 号，然后把它提炼为简练的提示词，这才是 ai 圈里不变的道理。听懂了这个逻辑，你才算真正拿到了 ai 下半场的入场券。那么周末的呃，关于 agent skills 的 小笔记我也整理好了，需要的跟我说。

哈喽，大家好， skill 从二五年的十月份发布到现在差不多三个月了，大家很多朋友也尝试过了，在这个过程中应该普遍都会有两个体感，第一个觉得很好用就发现它很强大，但另外一个体感就是觉得上手很难，可能部署了好久也没有说去完成自己的第一个 skill。 那 今天这个视频我们就结合国内的工具 cos， 然后带大家从原理到实操快速搞懂， 并且构建一个自己专属的这种 skill。 我 会展示一些我个人构建 skill 的 技巧，也会展示一些案例，比如说金融数据的分析，自媒体数据的拆解和获取，视频处理策略生成等等。 实际上 skill 理解起来很简单，用咱们用一句话解释就是说就是一个包含说明书的供 a 调用的工具包，或者是工作标准。 这里我先给大家展示几个案例，快速看完案例之后，我们应该会有一个清晰的体感，然后再去讲一些原理性的东西，我们可能就更容易去理解。 我们先给大家看一个案例，比如说我现在我需要让 ai， 让这个智能体帮我快速的汇总分析近一周的关于 ai 的 热点，我们就能发现这个智能体开始帮我快速的完成智能加载，然后 调用接口哦分析任务，然后调用脚本，我们可以看到此时它的结果已经出来了，就最近一周基于纯社交媒体平台获取的数据，最近一周 i 相关热点呈现以下维度，比如说 tcp 新模型的曝光， i 相关技术的讨论，各种热点特征的分析，技术层面的分析， 眼盼的趋势等等。当然这个它并不是盲目自己生成的，它是有各种数据的数据，懂某音的数据， 那我们再换一个视角，那假设我们想分析一个指定账号，我们给他一个账号的链接，说帮我分析一下该账号的内容结构。 ok， 同样他要先完成技能加载，然后完成技能文件的读取， 这些后面待会讲原理的时候，我会提到他为什么这样显示，我开始去获取一些信息，调一些接口，再去搜索获得笔记的列表，最终就会形成对这个账号的一整套的内容结构分析报告。比如对这个账号粉丝数、获赞数，账号定位和人设的分析，核心的标签， 账号的影响力的评估，账号的成长性，内容的策略预测，整个运营特征的分析，他整个分析是非常准确的。为什么很多时候我们想让 ai 分 析，明明他很强大，但他却分析不了一个 将对专业的报告，就是因为他没有数据的支撑，但现在我们用 sko 就 解决了这个问题。好，再往后我们看一个 视频的处理，比如说我们现在对视频分段，我给他上传一个视频，然后告诉他将视频分为三段，并抽取第一帧为封面图的输出。 ok， 我 们就可以看到技能加载，然后抽取截取视频分段，我们这里去看他的文件，我们就能看到对应的分段，分段后的视频，加上他刚才提取出来的手针作为的一个封面， 我们这个时候能发现大拇指此时不再是一个就是会聊天的逻辑，他是真正的可以帮我们去做事，比如说一些策略型的，我们想开发个微信小流小游戏， 这里是主题是策略战争，三国时代，帮我输出一份详细的游戏设计策略。其实这个过程中并没有说我来调用一些外部的脚本来做执行，但他封装了一套很详细的游戏设计的逻辑，我们可以看到他会输出非常详细的这种游戏。游戏设计的机制包括地图， 包括战斗的系统的一个设计的逻辑， ai 的 决策术的逻辑，再往后资源和经济系统， 在往事件系统、历史事件，包括原进度系统，你会看到他会设计的非常详细，因为他内部是封装了一整套的对游戏策略的一个经验，通过这个经验来给我们的需求做一个支撑。 他可能不如把视频截取后转换 gif 这种工具型了，但他在经验上如果他做的很深入的话，同样是非常好用，非常重要的。你比如这里我们最后再展示一个案例，就是我们上传一个视频，然后截取前视频的前十秒转化为 gif 格式，我们就能看到他完成技能加载， 文件提取，然后执行脚本就出现了我们的一个结果，这里有几个点，大家要看到技能加载 并能读文件的读取和执行脚本，待会我要给大家讲，是有结构和原理，运行逻辑的 一个基础。但是这个时候大家可能会疑惑，我们只是觉得他变得更强了，更好用了，更能具体的帮我们完成任务了，但他到底是怎么做事的？那我们一起看一下后台，比如说我们拿这个为举例截取视频，这视频处理的，我们看一下他的后台当时是怎么一个构建的， 在扣子这个页面，实际上它还有一个功能叫扣子编程，在这个位置扣子编程，我们点一下扣子编程，我们就能来到对应的搭建页， 别的先不用管，直接选择技能，告诉他构建逻辑，根，根据某个开源框架帮我生成一个技能，或者根据什么什么的经验，根据什么样的提置词帮我生成一个技能。今天我们就用 一些 github 的 开源项目帮我们生成一个综合的视频 cqs， 我 们就直接把需求输入了，至于这个怎么来的，最后我会讲，当我们把这个需求给到了之后，屏幕的左侧就能看到它整个的 cq 的 构建的方案。先分析这些开源项目的核心能力， 然后再判断需要哪些脚本，我再去设计很多的这种更新需要的文件和更新那种计划。 ok， 经过一顿操作，我们又看到这个 cq 已经构建成功了，它提示已经构建成功了。 我们看到说基于七个 github 的 开源项目构建了完整的视频处理能力，包括视频下载、流媒体播放、视频编辑、电影管理，就视频进行管理。 在这里正好我们能看到 sku 的 结构，其实这个结构基本上是通用的，大多数的 sku 都是这个结构，包含四类核心文件，第一个核心文件叫什么？叫 sku 点 m d， 这个是什么文件？这个叫做原数据点击和原数据，这个实际是每一个 sku 最核心最重要的文件，你可以理解为使用指南里面会有包含它的 q 技能的描述，我们叫做原数据。第二个就是 scripts， 包括各种的脚本，就这里先不用看下一层，我们只用看这个就行。我们这里可以看到包含视频下载的脚本、流媒体的脚本、视频编辑的脚本、电影信息查询的脚本。再往下这个就是我们的参考文档，我们可以看到它会告诉我们，比如说配置格式的文档， 支持的站点文档，以及最后的这个叫做模板和资源，比如说我们也需要一些配置模板，需要调用一些资源，都会在这个文件，所以说它最核心的就是四个文档， 如果在这个看的不清晰，我们在这看就相当于我们打开了输出了这个 sql 的 文件，我们看到一二三四，它是私立文档。当然这里我要借正机给大家讲个东西，就是 sql m d m d 为什么这么重要？这这个涉及到大户型钓鱼 sql 的 一个渐近迓漏的 设计逻辑，看名字就能看出来，大概的意思就是层层渐近暗需调用，因为一个 sql 实际包含着大量的内容， 如果每次大模型都要完整加载所有的内容，就需要消耗大量的算力，所以就有了这样层层递进做调用决策的一个设计。第一层的原数据，在这个位置， 原数据基本上都是在一百个 top 以下，实际上对于大模型而言，我这边分析调用哪个 cq， 我 加载很多个 cq， 每一个也就是不到一百个 top， 那 这个算力对我的压力是很小的， 但我觉得这个好像是能够匹配我的需求的，通过描述我名字觉得能匹配我的需求，我再进一步的去 加载它整个的文档的这种说明这种东西，我要进一步确认是不是可以调用这个 sku 来完成对应的任务。只有说完全确认我要调用这个 sku 的 时候，我才进行第三层的加载，比如加载对应的脚本， 就各种各样的脚本加载这些参考的文档来帮助我完成执行这个任务。那这个时候很多朋友也会问我，其实我并不知道该用哪些工具去封装一些 sku 给我们自己使用，那这个时候我可以把我一些大量测试的技巧来告诉大家。 我们先看一下这个技能页，我们可以看到这里我自己做了很多 sku 做测试，包括说视频下载，多媒体视频处理， gf 处理，包括这种金融数据的处理，大家会发现这些 技能很熟悉，看起来很熟悉，但可能也不知道在哪搞。那这里我就告诉大家一个小技巧，我们可以看到我们这用的 gmail， 当然 gpd 也可以的。我们直接问他有哪些好用的开源工具给到我，我需要制作一些 sku， 更多的让他偏向工具内容 或者文件管理的这些方向，这里他就会推荐大量的这种 github 上的一些开源的项目。我又问他要了一些 github 项目的地址， 包括一些简介，那这个时候我们就能直接复制粘贴，那这个的我们看一下案例，大家看我实际我的指令也非常简单，基于开源项目生成对应的工具，那这里直接把开源项目的这个地址就给到他就可以。 再比如说我们去构建处理 pdf 的 一个 sql， 我 这边的指令也很简单，我把基于开源项目生成相关的 sql， 把它的一个能力啊，包括它的地址，就直接告诉它的编程就可以了，它就可以直接帮助我们做生成。 那这个演示相当于我给大家讲的第一个构建 sql 的 技巧，就是要善用 ai， 因为我们想不到并不代表 ai 不知道，直接问就行。第二个就是脑子里要有大概的一个地图。按照我自己的总结， sql 我 会做三大类文本处理的，比如说查资料、总结内容，生成内容的 这种偏向文本文档的。第二类就是脚本工具类的，一般就是泛格式的，比如修改文件、获取网页、看剪视频，有具体的任务，但是它是泛格式的。 第三类就可能说脚本没办法帮我们执行，那我们就要调用一些外部的接口，获得一些额外的数据和额外的能力，比如说天气的数据，自媒体的数据接口，企业信息，包括说我们调用 ai 来生成图片等等等。 在我操作过程中有一个特点比较明显，一直在用一些现成的开源的框架，也就是说咱们不需要重复去造轮子。本来比如说像 github 有 大量好用的工具，我们就让 ai 直接帮我们生成就行了。 当然这个时候还有朋友还会纠结，就比如说那 skype 和 mcp 的 区别到底是什么呢？因为这两个体感看起来很相似，但是我可以告诉大家， q 和 m c p 它们的逻辑是截然不同的， m c p 更像是一个调用接口的标准，只要符合标准，你不管啥工具我都能接入，而 skill 更像是一个具体的有操作说明的工具箱，或者是执行标准功能，它很单一，但它又很实用。 总之就是 skill 的 出现不仅意味着未来优秀的能力更容易被模块化，更容易被附用，也代表着 ai 的 发展趋势进一步清晰。未来的 ai， 它不仅仅是更会聊天，而是更能做事。 最后，我也建议大家尽可能去尝试，因为像扣子用起来确实很方便，就一句话，就可以帮我们去构建我们自己的专属 skill。

先给结论， skill 才是 ai 真正开始替你干活的起点。不是模型升级，不是回答更像人，而是 ai 开始掌握一段可重复执行的工作能力。什么是 skill？ 一 句话说清楚。 skill 等于把一件具体工作拆成稳定步骤，然后交给 ai 自动完成。不是聊天， 不是灵感，是明确输入，明确流程，明确输出。你让 ai 帮我想想怎么办？那不叫 skill， 但你让他接收数据，吸教练规则，吸调动系统，吸输出结果。这就是一个 skill 第一次点名具体工作，客服里的退款判定， 运营里的日报生成，财务里的发票叫验，外貌里的订单状态同步。这些岗位的共同点是什么？ 不是专业，而是流程稳定。而 skill 的 可怕之处在于，他一旦被定义清楚，就可以被无限复制。 一个人会犯错，会疲劳，一个 skill 不 会。更关键的是， skill 不 需要理解你是谁，他只在乎这一步做完，下一步做什么。当一个岗位百分之七十的工作都能被拆成 skill， 这个岗位就已经开始被掏空了。最后一句话， skill 的 出现，意味着企业不再顾会思考的人， 而是直接调用能交付结果的能力模块。这不是趋势，这是正在发生的结构性替换。

昨天我发了一条有关 skill 推荐的视频，然后很多人问说求官方 skill 的 安装教程，其实你只需要在这里输入这一句话，就是请帮我下载并安装 cloud 官方 skill， 然后这个 cloud code 就 会自己去搜索，然后自己去下载，然后自己安装，完成整个过程， 就是我甚至连官网的地址都不用给他。就是这个方式，虽然有一点点 face token， 但是我节省下来了我大量的时间和精力，就是我的时间精力比 token 值钱。我觉得最重要的是大家可以下这个叫 skill creator， 就是 你它可以帮助你更好地去创建你自己的 skill。 那 skill 的 创建过程其实你也完全可以交给 ai。 我 总结了几种方式啊，就是之前大家做智能体有大量的提示词，你 可以把之前的这些提示词直接给 ai， 让它变成是 skill。 也可以比如说，哎，你做一件事情，你啊，你可能跟他多轮交互，最后他帮你完成了这个事情，把你做这个过程的经验， 你直接说，哎，根据我们以上的对话，把我做这个事情的过程变成一个 skill。 然后你还可以让他，比如说，哎，我根据我大段的，我之前的 sop， 之前这些文档来总结，变成 skill。 那我这里就给大家演示一个将录音转成小红书公众号短视频文件的文案的 skill。 就是 为什么要做这个呢？就是我会去录制一个 ip， 跟他讲课，讲几个小时的录音，然后把这些啊内容变成各个平台的内容。 那为什么不直接跟 ai 对 话呢？首先就是这个文件太大了啊，经常它可能就超出这个对话框最大的上下文的限制了。 第二个就是三个平台，比如说小红书公众号短视频，它需要去切换不同的提示词，呃，第三个就是你生成多篇，你需要去重复的去操作这个过程，比如说小红书十篇，公众号两篇， 短视频十篇，那你可能就要操作重复操作个二三十次，所以我就把这个东西整合进了一个 skill 来帮，让它帮我完成。 我只需要把这个文件拖过来，然后告诉他把这个录音转化成这些，然后他就会自动地去调用这个 skill， 然后在我的桌面上生成了一个文件，比如说他写的这个公众号， 这个是我去，这个是我昨天去参加一个 tree 的 活动的录音，然后他帮我生成的一个完整一篇完整的公众号， 我觉得它进一步它应该也能够做到说自动的去发布的这个流程，但是估计这个比较麻烦，且因为我这个肯定还有人工修改的部分，所以我就没有做最后一步啊。我觉得这个事情给我们的启发就是现在 大家也要有这个习惯，就是你百分之九十的事情都可以直接让 ai 帮你完成，比如说你怎么样去装这个官方的这个这些 skill， 然后我觉得百分之九的事情你是需要指导 ai 完成的。就比如说，哎，我这个录音要怎么样更好的转成小红书公众号短视频文案是需要你对于这些事情有自己的理解判断方法论的，我觉得只有百分之一的隐性的经验，你需要去自己搞的。

最近啊，很多人都听到一个词叫 skill， 但是很多人其实搞不清它和 workflow 到底差在哪。 一句话先说结论， skill 是 能力模块，而 workflow 啊，是把能力跑起来的流程。在 cloud code 里头， skill 啊不是一句 prompt， 它是一套可服用的能力包，里面包括了固定指定脚本，还有资源。一旦任务匹配啊可 out， 就 会自动加载 sku， 用同一套方法反复把一件事给做好。你可以把 sku 理解成 ai 版的函数，或者是专业的工具。 那 walk flow 是 什么呢？ walk flow 其实不是官方单独的一种 agent， 而是一种用法。当你把多个 skill 先后调用，中间加判断，然后出错了，还能回退整个事件啊，按顺序跑完，那就形成了一个 walk flow。 所以 skill 解决的是这一步怎么做， 而 walk flow 解决的是啊，整件事怎么做完？你现在开始用 skill 了吗？

很多人以为 m c p 和 skill 看着差不多，是不是在重复造轮子呢？一句话先说清楚，他们不在同一层，也不是相互替代。 m c p 只关心一件事情，就是模型该拿到什么样的上下文，数据从哪来，结构长什么样，怎么保证给的是对的？ m c p 解决的是上下文怎么传的问题。 skill 关心的是另一件事，事情是怎么被执行的，哪些步骤必须跑脚本，哪些结果要校验，失败了是重试还是直接停？ skill 解决的？是啊，事情怎么被做成。 所以关键差别在这儿，就是 m c p 不 负责把事情做成，而 skill 才负责执行和兜底。一个是输入和协议层，一个是任务和执行层。所以不是多造一个 skill， 而是把不同的问题放回它该在的层里。

其实你并不需要那么多 cloud skills， 最近 cloud skills 有 多火，相信大家都有所感受。目前 skills mp 这个网站上 skill 的 数量已经达到了恐怖的八万加了，并且还在快速增长中。 面对那么多新奇的 skill， 很多人像进了琳琅满目的超市一样，什么都想带回家，结果就是囤积了一堆 skill， 真正用上的没几个，彻底掉入效率陷阱。那么作为创作者，我们筛选 skill 的 标准是什么？哪些是必装的？ 今天我从创作的三大环节，信息输入、内容输出、创作流程打包，从这三个角度给大家推荐三个原 skill， 帮你在大家都能用 skill 快 速创作的时代保持差异化。 一、信息输入 notebook skill ai 时代下，人人都可以成为内容创作者平台，每天有海量的内容和你在竞争，如何让你的作品在一堆同质化内容中脱颖而出？我觉得核心就在于信息摄入的差异，没有内容是凭空捏造的，好的内容都是优质内容摄入的产物。我们要做的就是利用 notebook clam 这个工具管理我们信息员的质量。 notebook clam skill 能够打通知识库，与 clod code 直接对话，我们只用我们的审美和偏好来筛选内容，自动化的生产交给 clod skills， 你可以在 cloud code 里直接上传 pdf、 youtube 链接到 notebook lm 笔记本，也可以直接从 cloud code 查询 google notebook lm 笔记本，获取 gemini 提供的基于来源引用支持的答案，保持差异化的同时还能大幅减少幻觉，因为答案仅仅来自咱们上传的文档。 二、内容输出 obsidian skill 创作者的输出包含笔记沉淀和将内容格式化的呈现给用户。我这里推荐 obsidian 是 因为它的本地储存、双链功能、 markdown 格式等特点，非常适合 ai 时代。优质的内容自动化创作后， cloud code 可以 直接帮你写入 obsidian， 不 需要去折腾那些云端工具的授权和接口问题。同时最近 obsidian 的 ceo 亲自下场写了三个 skills， 能帮你自动写笔记，画 canvas 架构图，创建 base 数据库。很多人觉得这只是方便笔记管理而已，其实现在内容泛滥的时代， 差异化的优质内容是不需要复杂的包装的，最重要的是你的观点和选择题足够有价值，以及你的分发效率有多快，根本不需要搞得太花里胡哨。我平时演示就直接在 obsidian 里的 xcaladraw 加画板里直接画图， 或者利用 nano banana 文字信息可式化的呈现能力做图，你也可以利用 obsidian skill 的 canvas 架构图来进行信息传递。三、将一切标准化的能力 skill creator 有了优质的内容输入和体系化高效率的内容输出，我们还需要将我们的创作过程标准化封装成 skill， 持续使用，这样才会有规模效应。所以你需要 skill creator 这个官方 skill， 它能通过引导你进行自然语言对话，创建 skill， 你和他的头脑风暴，或者直接把 doku 的 ai 工作流发给他，也可以是你跟 agent 的 对话记录，根本不需要极 skill 的 开发标准，给 cloud code 输入，把我们对话整理好，包括我的提示词迭代和你的解法存成一个 skill， 放到这个目录起个清晰的名字和描述以后，我会高频率附用 一个专属于你的自动化创作的 skill 就 搞定了。以上三个 skill 只是举例，大家可以试着去结合自己的需求场景来进行替换和补充。底层逻辑就是求精不求多，这样才能举一反三，一通百通。 以上就是今天分享的全部内容，如果有帮助到你，欢迎给个一箭四连。支持一下。我是 jacky， 关注我，陪你在 ai 时代无限生长。

目前全网最火的 skill 你 还不会用吗？今天我教你一个最简单最直观的方法，看完你还不会用，你来打我！这个方法就是使用扣子，扣子前段时间做了一次重磅的升级，推出了 agent skills、 agent plan、 agent office 和 agent coding 等等重磅功能， 其中让我觉得最有趣的无疑是对目前全网最火的 skills 的 支持。我体验了一下，我觉得对于没有技术背景的朋友来说，如果你想要用上 skill， 这个应该是我目前找到的最简单最直接的方法。不过在开始之前呢，我想要先简单的介绍一下什么是 skill， 因为我发现很多朋友还不知道 skill 到底是个什么东西， 在这里呢，我觉得最重要的是要从概念和定位上面去理解它，而不是去纠结说它到底是由什么组成的。那么在概念上呢，其实也很简单，那就是 skills 这个英文单词的中文意思，技能，就跟我们平时说一个人有弹钢琴的技能，有游泳的技能，有说服别人的技能，对吧， 其实就是这里的技能的意思。只不过我们今天要聊的这个 skill 呢，它不是人的技能，而是 ai 工具的技能。 当目前来说，并不是所有的 ai 工具都有技能这个东西啊，但是对于这些有这个东西的这些 ai 工具，你就可以给它们来增加一些技能啊，比如说增加一个做 ppt 的 技能，增加一个数据分析的技能，对吧？ 那什么样的事情适合用 skill 来做呢？在这里就说到为什么要用 skill 这个东西了，那么简单说呢， skill 的 意义就在于它们能够让我们刚刚提到的这些 ai 工具能够更好地去完成一些任务， 比如说数据分析，对吧？你可以把一堆数据直接扔给 ar， 让他来给你做一个数据分析，那么大概率他也能做。但是呢，如果你给这个 ar 工具安装了一个专门的做数据分析的 skill， 那 么大概率他做出来的数据分析会更加的专业，同时更加符合你自己想要的一个结果。 其实跟我们日常生活中也是差不多的啊，比如说一个没有做饭技能，比如说我，对吧？我去做一餐饭，跟一个有多年经验的大厨，他做出来的一顿饭，味道应该是完全不一样的啊。这个就是因为有技能的这个差别，所以什么样事情适合用 skill 来做，那其实答案就很明显了， 基本上就是所有的这种技术活就是有一定技术成分的，这些工作以及一些流程化的事情，都适合用 skill 来让这些 ai 工具能够更好的去完成。当然每种 ai 工具它创建和使用 skill 的 方法是不一样的，像 coco 的 这种可能就需要一定的技术背景，对于不懂编程的朋友来说，可能会有一定的上手难度。 所以接下来我就介绍一下如何在扣子里面来轻松方便的创建和使用一个 skill。 ok， 我 们打开扣子首页，然后点击这里的扣子编程，再点击这里的技能，在这里我们就可以通过对话的方式来生成一个 skill 了。 这里呢，结合我自己的需要，我们让它来生成一个小红书爆款标题的 skill， 我 们直接跟他说帮我开发一个 skill， 根据我提供的视频脚本或主题生成十个小红书爆款标题。好， enter， ok， 可以 看到它这边就开始在帮我创建这个 skill 了。 ok， 它现在就帮我们生成了这个 skill 啊，然后可以看到它这边有一些简单的介绍。好，我们来试一下。这边我们上传一个脚本文件，然后跟他说生成十个标题。 enter， 可以看到他这边在读取我的脚本文件，然后根据这些内容来生成小红书爆款标题。好，这边就已经生成好了。然后这边呢还有一些简单的解析，他到底是怎么生成的？那对于标题的生成呢？我其实是有一些自己的一些方法论的，所以在这里我们也可以让他来根据这些方法论来帮我们生成标题， 那我们就可以继续完善这个 skill， 我 们跟他说这里有一些起标题的方法论，你参考一下。那下面这些就是我比较喜欢的一些起标题的方法论。我们提交 ok， 可以 看到现在蔻子就在根据我们的要求来更新这个技能了。好，很快蔻子就帮我们升级好了这个技能， 可以看到它这边增加了这样的一些起标题的一些理论。那为了更加清楚地看到它生成的这些标题有没有按照我们这些理论来生成，我们可以进一步升级这个 skill， 让它在输出这些标题的时候呢，简单地解释一下这个标题是怎么生成的。好，我们跟他说对于每一个标题简单解释一下它的原理，为什么这样设计 好。提交 ok， 扣字，又在帮我们升级这个 skill 了， ok， 升级完毕，然后我们再来试一下上传脚本，然后跟他说生成标题。 ok， 我 们再来看一下这一次它生成的这些标题。好，可以看到这一边每个标题后面都有一些简单的解释啊，它设置的原理是什么？ 所以它的输出结果还是符合我们刚刚给它这些要求的。然后整体来说，我觉得这些标题的效果还是蛮不错的啊，像这个标题我觉得是可以直接拿来用的， 那到这里这个技能就差不多已经做好了，当然你可以根据你的要求去进一步的对他进行一些优化。比如说我之前在 dunk 上面学到的一个点，就是你可以把你之前 表现最好的一些作品的标题喂给他，让他来去参考，这样的话他取出来的标题会更加符合你自己的这个风格。再比如说你可以让他同时生成封面文字和标题这样的一个组合，因为像我这样的话，封面文字跟标题之间其实是一起思考的，然后他们俩之间会有一个相互配合的关系。 ok， 这个技能创建好了以后呢，我们需要部署一下啊，点击右上角的这里的部署，再点击下方的这个开始部署。 ok， 很 快它就部署好了，然后我们点击这里的立即体验， 就可以在扣子的这个对话框里面来使用这个技能了啊，在这边可以看到由我们刚刚生成的这个爆款标题生成技能啊，选中，然后呢上传一个脚本，我们选一个别的，然后跟它说生成标题。 enter。 好，可以看到这边就在开始利用这个技能来帮助我们生成标题了，那输出的这个格式可以看到跟刚刚呢也是差不多的。 ok， 以上就是在 code 里面创建和使用一个 skill 的 方法，整个过程直接对话就行啊，简单到不能再简单，呵呵。 而且除此之外呢，在这里的 code 技能商店里面还有大量的现成的 skill， 都是一些经验丰富的专家和开发者创建的 skill， 你 可以直接拿来用的，使用这些 skill 基本上做任何事情都能够得到一个更好的结果， 所以如果你还不会用 skill 去试试扣子 skill 的 功能，相信你会有完全不一样的感觉。 ok， 这个视频就到这里，大家想要创业什么样的 skill 呢？欢迎在评论区留言，最后别忘了点赞关注我是昌哥，我们下期见，拜拜！

大家好，很多迹象表明，二零二六年人与人的差距将会快速拉大，关键在于你会不会让 ai 帮你干活，帮你赚钱。但有一些残酷的现实我不得不说，比如说很多人看到封面上几个陌生的英文单词就直接划走了， 有些人觉得他可以用网页版 ai 或者是 app 版的，就足以应付这个时代了。但实际上这和会用 ai 没有什么关系。 我的这个 cloud code 超神系列视频就是要帮助普通人认识到这个信息差，并且解决它。所以点个关注转发一下，就是对我最大的鼓励。那么我们刚说了，这俩的区别像什么呢？网页版 ai 其实是玩具，而 cloud code 是 印钞机， 能跑赢百分之九十九的人都在用后者。那么为什么差距这么大呢？因为使用 colosco 的 人都在用其中的一个 agent skills， 用它让 ai 直接操作工作目录，用工具自动化整个工作流程。拿我自己的例子来说吧，我出一个视频的要求很简单， 我要求只用一个早晨，从写稿到录制好发布，全部完成。为了实践这个高效的流程，我给自己做了三个秘密武器。首先，第一个是 ppt 生成器，它能从我的原稿自动生成口播稿，然后再生成 ppt， 甚至它连横版竖版的封面都能生成。 第二， cut x， 它其实是一个剪口播的一个技能，让我可以 one take 录完，比如说我什么废话呀，说错啊，重复啊，间隔，它帮我全剪掉。现在我已经实现了和其他付费的剪辑软件一样的功能，但是我还要继续优化，最终实现我能一键生成，不用人参与。 第三个字幕校对器，它其实是从 ai 生成字幕都开始，但是 ai 生成的字幕经常会有错吧，它还能一键修改，还会记忆那些经常容易识别错误的词。三招下去，一个视频的出版基本就完成了。 如果我再用 ai 来读稿，那差不多可以完全自动化，但是我觉得完全没有必要了。那么作给我最入门的方法是什么？其实非常简单。 首先我们需要通过这个 cloud code 里，通过这个 slash plugin 命令，然后添加一个 market space， 这样我们就拥有了 skill creator 这个技能。从此 cloud code 就 可以按照格式来帮我们生成技能。 在你的工作目录里，跟他直接对话，就说我该如何把一个视频生成字幕并叫对。你就算不懂技术，不懂工具链，你直接问他， 他也可以帮你做出来，他会给你一个完整的方案，中间那些复杂的脚本代码你完全不用管。他最后会给你生成一个可用的字母文件，然后提示 ai 使用 skill creator。 一 句话就可以让他从刚才的流程里总结出来一个 skill， 这非常简单对不对？你几乎可以不用操心吧， cologne code 都可以给你完整地做出来，不过这只是起步。真正让 cologne code 变成印钞机的是工具链。你的 cologne code 到底是一个傻的 ai， 还是一个能卖十亿 dollar 的 minus？ 区别只有一个，就是工具链。 一提到工具呢，我希望大家忘掉 windows 的 图形界面，我现在说的工具链全部是命令行的。命令行有一个特点，就是它有一个一段文字的输入和一段文字的输出， 因为 ai 本身也是这样工作的，所以 ai 更擅长使用命令行工具。我的 ppt 生成器呢，是一个工具链，它先从脚本生成封面和结构，再编辑把内容加进去。我的字幕生成器呢，则是一个更加复杂的工具链。 我们来讲一个例子，首先我需要声明的是，这三个技能都是 ai 帮我生成的，我没有办法给你们去讲解这里面每一个脚本是怎么做，因为我自己都不知道他怎么做的，所以大家只需要看我们这个 是长什么样，你们心里有一个概念，你们自己去生成，就能知道他做的对不对了。我用一个比较复杂的例子吧，就是这个 subtitle， 这个是用来教这个 ai 生成字幕的，但是我这个人比较懒， 我家这个环境是这样子的，我自己本机是个麦克，我有一台 gpu 服务器，但是这个机子我平时不开，我会用这个脚本把这个 gpu 服务器唤醒， 唤醒完了之后，它会通过远程调用那个 whisper 去生成一个 srt 的 字母，然后再把它拷贝回本机。以前我自己要搞半天，我把这个视频要传上去运行命令行，然后再把那个 s r t 文件考下来。我现在觉得比较麻烦，我就直接全部做脚本了，而且这些脚本其实我只是提了个需求，我发现 ai 居然全都做出来了，执行结束之后就会产生一个 s r t 文件，你们看它这个做了好多排帧文件，它会自己做一个 fix， 就是 cv 文件，他把这个文件作为这个输入参数，然后经过一系列的处理，然后做一个替换，最后生成一个报告，然后他在这个 skill 文件里面也指示了一些他的这些常用的 规则，什么需要纠正，不要纠正这种语气词什么的，最后我会根据这个报告，如果需要迭代，就是我提出来让他迭代。 所以其实做 skill 就是 这么简单。但是在这个工作里，你必须有一个自己清楚的 sop， 这个你自己人已经用手动已经实现了很多次，你把它描述清楚，他自己会知道哪一步用哪个工具。当然你如果更厉害一些，你知道应该做什么样的工具，那就更快了。 所以这整个做 skill 是 非常简单的。如果你用过 n 八 n 或者 define 这类工作流的产品，那工作流有一个特点，就是它会有自己的逻辑来约束每个节点的输入输出。 你用 ai 调用工具练的话，可以实现和工作流产品完全一样的逻辑，就是每一个工具的输入输出，它其实都会约束 ai 的 随机性。怎么说呢？如果说 ai 输出了幻觉，工具会调用失败，然后 ai 就 会去纠正，然后继续直到 成功。工具除了本身的功能性，还有一个重要的作用就是让出现幻觉的时候快速失败。那么很多人说 ai 不好用，其实就是因为 ai 有 随机性，但是如果你学会了用工具来约束它的随机性，生成 skill， 你就可以放心的把这些任务交给他们。但是 ai 依旧还会出错，有时候还是需要一定程度的人介入吧，如果人参与的事太麻烦，就会拖慢效率。比如说我从来不 review 代码，因为太慢了。 这时候我们就需要一个评估系统，评估系统可以帮助你来确认 ai 的 生成物是否正确，所以最高级的做法，所有的评估系统都应该是由脚本生成，这样会很快嘛。比如说 ai 修改的字幕 有可能会不符合格式，那你做一个脚本来检测出来，如果出错就让他重做。评估系统也可以是非常方便的，可示化可操作的，由人来确认。但是很方便的东西。比如说简口播这件事， 假如说我现在这句话是废话，应该剪掉的话，那么 ai 会帮助我高亮出它，识别出来需要修改的部分，然后由我来确认，这就是评估系统。一句话来说就是提升 ai 确认 ai 成果的效率。 另外还有一件事就是你的 skill 都是需要不断迭代的，大部分时候 ai 流程都不是最优的，这导致你的任务会很耗时，而且费 token。 让 ai 能总结流程并更新 skill 也是一个很好的技巧。二零二六年，如果你可以扔掉那些网页， ai 开始用 cloud code， 那 么你已经跑赢了百分之九十的人。如果你学会去网上安装别人做的 skill， 那 你绝对不可能被这个时代淘汰。 如果你有一套优化自己工作流的方法论，那么你会在 ai 时代始终立于不败之地。 ok， 以上就是本期的全部内容了，谢谢大家。

又和 ai 写作一天，我发现 ai 已经进化到第三阶段了，然而很多人还停留在第一阶段和他聊天，所以生产力的分化会越来越严重。那今天给大家科普一下，这个第三阶段到底是什么？以及普通人怎么用它来构建自己的 ai 团队。 咱们先快速回顾一下 ai 这几年是怎么进化来的。第一阶段，纯聊天。 ai 就是 一个单纯的大脑 啊，你问他问题，他根据记忆回答，他没有手，没有眼睛，连今天几月几号都不知道，你想让他做点实际的事呢？不好意思，他只能靠你自己写一大堆复杂的提示词，把前因后果都交给他。这个阶段 ai 只能陪你聊天，不能帮你干活。 第二阶段，工作流啊，就后来出现的扣子、 n 八 n define 这些工具，它们的思路是什么呢？就是把 ai 和各种 ai 工具串成一条固定的流水线。比如你想让 ai 帮你监控竞品，它会按照你预定设计好的步骤啊，先抓取网页，再提取信息，最后发到你的飞书里， 整个流程是固定的，一旦跑通，它就可以自动执行。这个阶段， ai 终于可以从头到尾完成一项小工作了。但是问题来了，工作流是死的，你换个场景，换个需求，你就得重新搭一条流水线， 而且它只能按部就班的执行，遇到意外情况很容易就卡住了。所以二零二六年开年，我们进入了第三阶段，员工手册阶段。这个阶段有个新词叫 skill 技能，最近 ai 圈都在聊这个。简单来说，它能让 ai 不 再傻乎乎的走流程，而是像一个待过几年的老员工知道变通了，你可能会问， skill 到底是什么？ 你现在这样想，如果你现在是公司的 ceo， 是 老板，你招了一个新员工，他完全不了解公司，也不知道怎么干活，你会怎么办？ 你会给他一个员工手册对吧？里面写清楚员工守则，操作流程、工作标准，还有常见的问题解答。 skill 的 本质就是 ai 的 员工手册。说白了，你可以把自己的经验、干活的套路，甚至那些说不太清的感觉打包成一个 ai 能看懂的说明书， 这样 ai 就 知道怎么干活了。说到这，我最近有个感受，就是一人公司好像真的能搞了。以前我做内容， 写一篇稿子可能要两到三个小时，但现在，我把自己的写作习惯、风格、偏好、常用的框架全部做成 skill， ai 帮我选题、起草稿，我最后来把关修改，效率至少翻了一倍。当然， ai 不是 万能的，它有时候也会犯傻。但关键是什么？ 当你把 skill、 把你的经验交给他之后，他犯傻的概率会大大降低。他不再是一个啥也不懂的新人，而是一个被你调教过的助手。我这不是瞎扯，是正在发生的现实。我看到周围越来越多的人开始用这种模式来代替重复的工作了。这就是为什么我说生产力的分化会越来越严重。 那 sku 为啥好使呢？两点。第一，他不会一股脑地把所有信息都塞给 ai。 以前 ai 没知识，要么全塞进去他记不住，要不然他自己上网上瞎搜。 但 sku 不 一样，他像是有一本带目录的书一样， ai 先看目录，知道每个章节，当干活的时候，需要哪章翻哪章，不会乱，也不会漏。第二，关键步骤不让 ai 瞎发挥了。 比如发票识别，我们完全交给大模型，它自己猜哪个是商品名啊，猜错了呢？常有的事。但是 secure 里写死了规则，比如提取发票，可以直接调用写好的程序，不用 ai 瞎猜了，结果就是一个准。 当然，这些程序也可以让 ai 帮你写，写一次，后面一直用。那对咱们普通人来说， secure 带来了什么机会呢？第一，把你的经验打包，你干活有什么套路技巧都可以做成 secure。 比如你是律师，把合同审核的要点做成 skill， 公司谁都能用这东西，以后说不定还能卖钱。或者你是做自媒体的，把你自己做自媒体的思路方法都整理好，变成 skill。 第二， 给自己装专家。你可以下载别人做好的 skill， 财务的、文案的、健康管理的，装上就能用。一个普通的 ai 就 变成了一个专属的团队。所以你看 ai 这三个阶段，从能聊到能干，再到现在会干， skill 就是 让 ai 会干活的东西， 所以你脑子里的经验现在就是最值钱的东西，尽快把它梳理出来。如果你对这类内容感兴趣，请简单收藏，后面我会继续分享更多案例。

很多人以为 skills 不 就是一堆 prompt 的 收藏夹吗？这个理解很常见，但是恰恰这就是 agent 不 稳定的起点。 在 agent 体系里， skill 本质是一个可附用的任务模块，它不只是描述怎么做，还会定义事情必须怎么执行。一个真正的 skill 通常包括指定告诉模型要做什么，脚本负责实时执行和输出的结构。 promote 啊，其实只是对外的接口， promote 可以 告诉模型怎么想，但是啊， skill 是 强制执行的流程，哪些步骤必须跑脚本，哪些结果不合格要重来，哪些情况失败了要返回， 关键不在写没写，而在能不能保证发生。所以当你把 skill 当成 promote 的 集合，那系统的稳定性就只能靠运气了。当执行和失败的处理都被写进 skill 啊， a 阵才可以变得可控。 所以更准确的说法是，啊， skill 用 prompt 做接口。但 skill 啊本身是工程模块儿，把它当系统啊才能藏可靠。

skill， 它不是软件，它是大模型的一个菜谱，它是一个打包的文件，那这个文件包里面它包括哪些内容？首先有这个 skill 的 名称叫原数据，其次有一些流程指令，就这个 md 文件里面会去描述你这个 skill 第一步做什么？第二步做什么？第三步做什么？第四步做什么？其 有的时候还会有一些 example， 还会有一些参考文件给他看，除此之外他会有一些代码的脚本，比如说这个地方 p y 的 这样的一个文件， python 脚本可以帮你去做一些代码的执行任务，那这个文件包它通常都放在一个本地的文件夹下面，这也就意味着我们不能单独使用 skill， 它不是一个软件，不是你双击一下就能用的。我们必须在一些大模型里面， 比如说 cloud， 或者说一些已经具备了 skill 能力的软件里面，比如说 cloud code 或者 cursor， 还有一些其他的陆续在增加这个能力的国内的软件，那在这些软件里面，我们才能去加载这个文件包，让它发挥它的作用，跟大模型写作，按照这个 文件包里面的流程去做一个非常稳定的 sop 化的一个工作产出。那具体到底咋使用 skill？ 刚才我们都说了这个 skill 它是个文件包，是放在本地的，那就意味着我们必须 把它搞到我们本地来，那怎么搞到我们本地来呢？两个方法，要不然你自己创建，要不然你可以下载创建的话，又有两种方法，你要不然就是把你的工作任务梳理成一 步一步的，比如第一步要发数据，第二步要清数据，第三步要分析数据，再让这些有 skill 能力的这些模型或者软件帮你去生成这个 skill。 现在最常用的是 cloud， 目前陆续有国内的很多软件在增加这个能力，后面咱们的视频里面也会讲到。 那第二种方法呢？就是你跟 cloud 写作，比如说我跟他合作写了一篇文章，中间我改了很多次，再改出来你心满意足的文章之后，你让 cloud 一 键总结一下你上面的工作流程，再让它生成一个 skill， 这个也是一个超好用的创建 skill 的 方式。那除了自己创建之外，你还可以下载别人已经做好的 skill 文件包，你可以去各种各样的 marketplace， 里面会有很多 skill 供你下载。后面的视频里咱们也会陆续介绍一些非常好玩的 skill 和 marketplace， 那不管你是创建还是你是下载，当你已经把这个 skill 的 文件包放到你的本地之后，我们可以直接在可以使用 skill 的 这些软件，比如说 cloud code， 比如说 cloud， 比如说后面会介绍的一些国内的 ai 软件里面直接通过提示词来调用你的 skill， 比如说我之前做过一个分析爆品的 skill， 那 我就可以直接用一句提示词，请使用叉叉叉叉叉这个 skill 帮我完成某项任务，你直接这样大白话告诉他，大模型就可以一键无痛地执行你在这个 skill 里面给他写的 n 个步骤， 并且具有相对稳定的一个产出。 ok， 今天先分享到这，大家还有任何觉得困惑的问题，欢迎留言，我们一一解答，记得一键参联，下期见！