skill可以支持读取数据库吗

如何在 obsidian 中使用 cloud skill 实现一个 ai 智能体？ obsidian 的 ceo stefan 最近发布的三个 skill， 你 用上了吗？ 我先来做个展示，如何用一句话让智能体下载 youtube 视频，并总结视频内容，刊写知识笔记，然后在无线画布中画出知识结构图。在 obsidian 界面中，我向 ai 发送了一个 youtube 视频链接，这个视频是油管著名博主单口大神的一条视频， 我让 ai 帮我下载这个视频的文案内容，然后提取视频的核心知识点，并刊写一篇带有 obsidian 专属于法的 macdonald 知识笔记， 然后根据视频的知识内容，在一幅无线画布上画出知识结构图。 ai 在 接收到指令后，先调用了 youtube transcript 这个视频，转录 skill， 下载了视频文案， 然后调用了 obsidian markdown 这个 skill， 拣写了一篇 obsidian 知识笔记，然后调用 jason combs 这个 skill 在 无线画布上画出了视频的知识加固图。后面的两个 skill， 也就是 obsidian markdown 和 jason combs， 就是 obsidian 的 ceo stefan 最近发布的三个 skill 中的两个。 我们来看一下生成的内容。首先是 obsidian 知识笔记，可以看到知识笔记带有详细的元素句区，并且含有 obsidian 专属的 callout 语法。 我们打开当前笔记的关系图谱，就能看到笔记中的双向链接。然后我们来看一下 ai 绘制的无线画布， 可以看到视频的知识架构被清晰的整理到了无限画布中，甚至还带有原视频的链接。那有了这样的智能体能，为我们省下很多重复性劳动，让我们能够专注在学习和思考上。 今天我就用一个视频教会大家这个智能体的实现步骤，整个流程非常简单，具体步骤和相关知识点还有提示词我都整理成了知识笔记，最后会分享给大家。 首先我们来快速安装一下相关的环境。首先是 cloud code， 关于 cloud code 和 cloud skill 这部分内容在我的上一期视频中已经讲得很详细了。如果你还不知道 cloud skill 和 cloud code， 我 强烈建议大家回看我的上一期视频。那么这里我就快速的过一下安装流程。 我们先安装 windows， 直接去官网下载，然后双击安装即可。打开命令行，通过一行命令来安装。卡洛克，如果你在这一步有网络问题，可以使用网络加速，或者使用国内的 npm 镜像。具体的做法是在命令行后面添加额外的参数， 具体的命令我也展示在屏幕上。安装完成之后，我们要把 cloud 的 ai 替换成兼容模型，因为 cloud 对 网络和地区的限制非常严格，且价格较贵。 目前国内的 ai 比如 deepsea、 智普 glm 都支持了 ospec 的 api 接口。相关的官方文档我已经展示在屏幕上。 我们在命令行中分别输入这三行命令，来把 cloud code 的 ai 接口替换成智普 glm， 然后重启命令行，输入 cloud， 然后回车， cloud code 就 运行起来了。那么到此 cloud code 就 安装完毕了。 接下来我们来配置 obsidian， 这里我们需要安装一个插件，名字叫 cloud 点，是专门为 obsidian 适配 cloud code 的 插件，目前这个插件还没有正式发布到第三方市场中， 我们在 github 上找到 clouding 的 仓库，在 reedme 中能看到安装方法。我们手动下载三个文件，分别是 main 点 js， mainfast 点 json， 还有 style 点 css， 然后来到 obsidian 仓库所在的文件夹，在点 obsidian 文件夹中找到 plug ins 文件夹，然后在 plug ins 文件夹下创建一个叫 clouding 的 文件夹， 并且把刚才下载的三个文件放进去。然后我们打开 obsidian， 在 第三方插件界面把 cloudian 这个插件的开关打开， 然后来到设置界面，插件的设置界面有一些基础设置，比如 cloud 应该如何称呼你，这里我填 jason。 然后我们把滚动条拉到最下面，找到自定义变量，这里我们需要设置三个变量， 分别是 ai 的 u， r， l， a， p， i， t 和模型名称，那这里我们依然使用智普 g l l 模型，那你也可以使用 deep six 模型，那具体的参数我已经展示在屏幕上了。 设置完毕后，重启 off c 点，然后在键盘上按下 ctrl 加 p， 打开命令面板，输入 cloud 点，选择 open chat view 来打开 cloud 点的 ai 对 话窗口，在对话窗口中输入一个你好能看到 ai 返回结果，说明配置成功， 那么到此我们就完成了环境的配置。那接下来我们要把相关的 skill 放置进来。首先就是 obsidian ceo 发布的三个 skill， 我 们来到 github 搜索 obsidian skills， 找到 cappano 这个人的仓库，点进来，我们看到说明文档中已经说得很详细了，一共 seven skill， 分 别是 obsidian markdown， 用来拷写含有 obsidian 专有语法的 markdown 知识笔记。第二个是 jason canvas， 是 用来让 ai 帮你绘制无线画布 canvas 的 skill。 第三个是 obsidian basis， 是 让 ai 来帮你创建 obsidian 数据库用的。我们点击右上角绿色的 code 按钮，把整个仓库以 zip 压缩包的形式下载下来， 解压缩之后，把 skills 这个文件夹复制出来，然后来到我们的 obsidian 仓库所在的文件夹，找到点 cloud 这个文件夹，进入之后把刚才复制的 skills 文件夹拷贝进来，那么现在我们的 obsidian 就 已经有这三个 skill 了。 我们回到 abc 界面，在 abc 插件的 ai 对 话窗口输入斜杠 skills， 然后回车 ai 如果能够列出它所拥有的 skills， 那 么我们的整个流程就实现完成了。我的 ai 之所以有这么多的 skills， 是 因为我在 cloud code 的 全句目录下放了很多 skills， 大家可以回看我上一期讲 cloud skill 的 视频， 那么现在我们就可以让智能体来调用 skill 帮我们完成任务了。首先我让他用无线画布 canvas 来画出有关地中海饮食的知识结构图，并把生成的无线画布文件保存到 opposite 仓库的根部部。 我们可以看到 ai 在 接收到指令后，马上选择使用 jason canvas 这个 skill， 经过一段时间的思考之后，画出了知识库的根目录中。我们点开这个无线画布来看一下， 可以看到 ai 画出了地中海饮食的知识框架，并使用不同的颜色模块进行了分组。那么到此我们就成功在 office 界面中调用 cloud skill 来实现智能体功能了。 如果你想要为自己的智能体安装更多的 skill， 可以 到 github 上搜索相关仓库，比如 awesome cloud skill 这个仓库，以及 ospec 官方 github 仓库相关内容大家可以回看我们上一期视频。 这里我想额外说一个问题， stefan 发布的这三个 skill 是 全英文的，如果你向 ai 发送中文指令， 大模型在匹配的时候不一定每次都能精准地认识到应该使用哪个 skill， 那 解决的办法也有很多，你可以在提示词中明确要求它使用某一个 skill， 也可以来到 clouding 插件设置界面中的系统提示词选项， 在系统提示词中，要求 ai 在 接受到用户指令后，优先思考应该使用哪个 skill。 那 这样一来，你的 ai 有 了 skill 的 加持，就能变得更加智能，对特定任务也会完成的更加精确。对于 obsidian 的 ceo stefan 发布的这三个 skill， 我 个人认为更多的是代表官方的态度。 dolphin 他 没有发布在 obsidian 官方的 github 上，而是发布在了自己的 github 账号上。可以看到 minimo 这个外观主题也是在他的这个账号上发布的，因为他是这个主题的作者嘛。至于他之前接受采访中所传达的理念，可以说是知心合一的。 之前的采访中他说过，出于隐私等因素， obsidian 对 于发布官方 ai agent 的 持谨慎态度，这一点是不同于 notion 的。 由于 obsidian 的 文件隐私性，他鼓励用户自己去决定以什么样的方式使用 ai。 也就是说，你如果想要 ai 智能体，就自己手搓一个，而如今他自己亲自下场，带头手搓 agent skill， 并且发布在他自己的推特和 github 账号上，而不是官方账号， 这就非常符合他之前所传达的观点。 obsidian 不 像 notion 那 样环境是封闭的，限制那么多， obsidian 的 文件完全本地化，完全掌握在你自己手里，大家可以根据自己的需求，灵活地通过各种方式使用 ai。 那么今天的视频内容就到这了，大家现在就可以上手把 stefan 发布的 thank you 用起来了。视频中的内容和知识点我都整理成了知识笔记，大家可以在我的主页或频道信息中找到我的个人主页地址来下载资料，有任何问题都可以在评论区中给我留言，记得点赞关注，谢谢大家！

hello， 各位精神股东们，我是 next 菜菜，今天和大家分享一个很实用的 skills， 可以 帮我们快速找到最匹配当前任务的 skills。 之前在 skills 蓝皮书和大家分享过 skills 点 s a 这个高质量的 skills 源库， 这两天就在他的二十四小时榜看到了个冲上榜一的 skill。 find skills 每天都是十 k 以上的安装，和第二名远远拉开差距，目前是总榜第二，而且还有上升的趋势。为什么 find 剪 skills 这么火呢？ 因为它很好地解决了我们到处找 skills 的 痛点。以前我们找 skills 可能是通过其他人的分享，或者自己在各种仓库中搜索。 虽然之前分享的 skills mp 这个资源库也支持搜索，但它目前的搜索体验比较一般，一是中文搜索命中比较低，即使用 ai 搜索也没有特别理想。二是它需要跳出当前任务，打开 skills mp 才能搜索，会切断工作流。 而 find skills 只需要运行在单个 a 阵中就可以完成 skills 从搜索、安装到后续检查、更新的全过程。接下来给大家演示一下如何在 cloud code 使用 find skills， 同时会分享一些注意事项。 这是 find skills 的 项目仓库，虽然你可以用之前 skills 蓝皮书分享的任意一种方法进行安装，但如果想方便后续管理和更新的话，那我建议用 versale 官方发布的属于原汤化原石。 运行这条指令后，它会有这么几个选项让你选。首先是安装的 agent， 就是 让你选择安装到哪个 coding agent 中，可以一键安装到全部 agent 中，我是没想到自己安装了这么多个 coding agent， 也可以选择具体的 agent， 具体看你的个人偏好。 接着是安装的范围，可以选全区范围或项目范围。最后是安装的方式，分为 simlink 和 copy to all agents 两种。 simlink 就是 通过创建符号链接实现集中管理，保证单一真实来源且便于统一更新。 copy to all agents 就是 将文件直接复制到所有 agent 节点，每个节点独立存储。我选的就是所有 agent， 加项目范围加 simlink， 安装成功后，就会在当前项目里看到成功安装的各种 agent skills 路径。 这一步就很简单了，打开 cloud code， 输入你想要找的 skills 方向。你可以用 npx skills、 find skills 关键词这种指令也可以直接用自然语言提问，比如帮我找下 seo 标签优化的 skills， 或者有没有 youtube 视频下载相关的 skills， 然后 find skills 就 会给你找出相关的。 接下来你只需要告诉他你要安装哪个 skills 即可。如果他能在搜索结果中加上 skills 安装数，这样我们就能更好地判断哪些 skills 更安全点。 这里分享使用 find skills 的 两个小 tips， 一、 无论你是用 n p x skills、 find 指令还是用自然语言搜索词，都尽可能细化。比如能用 seo meta 就 不用 seo， 能用小红书封面就不用小红书。 你可以去观察每次搜索的输出过程，它的搜索词是根据我们给出的关键词进行拓展的，如果给出的词太大，搜索精度就会下降。二、如果你用英文提问的话， find skills 只会搜索相关的英文关键词，但如果你用中文提问的话，它会同时搜索中文关键词以及相关英文关键词。 除了找 skills， find skills 其实还有三个功能指令容易被大家忽略。一、 n p x skills list， 用来列出已安装的 skills， 大家后面可能会安装越来越多 skills， 这个指令就可以让大家快速知道自己都安装了哪些 skills。 需要特别注意的是，这个指令有个局限性，就是只能识别通过 n p x skills add 安装的 skills。 如果你是通过其他方式安装的，那么它就不会识别出来。还有两个指令，分别是 n p x skills check， 用来检查可更新的 skills。 nmx skills update， 用来更新所有安装的 skills。 这两个更新一定程度上解决了之前在蓝皮书里提到的 skills 更新维护问题，但使用的前提，尤其 npx skills update 的 使用，一定是你信任这些 skills。 find skills 目前已收入进 skills 蓝皮书，还没看过蓝皮书的精神股东可以一步查看。今天这期视频的内容就到这里了，我们下期见。

小白也能看懂的 skill creator 教程来了，厉害！哈喽，大家好，我是姚路行。之前我给大家详细介绍了什么是 skills， 以及在哪找好用的 skills， 其中提到了一个神器， skill creator。 先简单说一下什么是 skill creator？ skill creator， 其实一个 cloud 官方推出一个创造技能的技能，听起来有点绕哦，简单说，你想让 ai 有 什么新本事，直接告诉他，他就能自己给自己装上技能包。是不是听起来很牛？ 那咱今天就来实操一把，手把手教大家如何用这玩意创建一个自己专属的 skill。 可能有同学要问了，我自己手动创建 skill 不 行吗？当然行，但问题是手动创建得懂目录结构， skill markdown 怎么写对新手不太友好。标准目录结构如下， 而 skill creator 就 不一样了，你只管说需求，剩下的全交给 ai。 接下来我们直接上手，以 cloud code 为例，来创建一个专门创作 ppt 的 skill。 第一步，安装 skill creator， 拿到上面提到的 skill creator 的 文件，放在你自己的目录下。 第二步，直接跟 ai 提需求，打开 cloud code， 直接对 ai 说，我要创建一个 ppt 的 助手的一个 skill， 你 帮我看一下如何创建，就这么简单。 ai 一 看就懂，会自动调用 skill creator， 开始帮你分析。第三步，跟着 ai 的 引导走， 接下来 ai 就 会变身需求调研员了，会开始问你各种细节，这个时候你就别客气，把你的想法都说出来。 第四步，坐等 ai 干活。细节都确定好了， ai 就 开始自动创建了，这个过程大概十分钟左右，具体要看 skill 的 一个复杂程度。 第五步，检查成果创建完成后， close skills 文件夹里就可以看到你新的 skill 了。如果有什么不满意的地方直接改就行，要么手动编辑文档，要么直接跟 ai 说，这里改成叉叉叉，让他帮你优化。 第六步，测试使用。你可以直接说用 ppt 助手帮我写一个关于 ai 编程的 ppt， 不 一会儿就写完了。这里我为了演示 skill 提示词描述的比较简单，你在写 skill 提示词的时候一定要尽量描述清楚， 而且我没有加 ppt 模板，所以说 ppt 没有样式，只有内容。后面我也会继续迭代这个 skill。 总结一下，今天教大家用 skill creator 创建自定义的 skill， 整体流程就是提需求，回答 ai 细节追问、 ai 自动创建，测试使用，随时迭代优化，新手也能分分钟上手。 好了，今天就到这，赶紧去试试创建自己的一个专属 skill 吧！感谢大家，三连谢谢大家，记得关注再走！

skill 功能发布已经有一段时间了，目前国外的 cloud code coser， 还有国内阿里推出的 code 字节的 tree 都陆续上线了 skill 功能，不知道你有没有上手体验过这个能翻倍提效的 ai 神器。本期视频我们不讲概念，我们以更适合普通人上手的字节 tree 为例，以 初学者的视角，手把手给大家分享如何用 tree 玩转各种 skill。 不 管你是写代码的程序员，还是其他行业的从业者，哪怕是职场小白， 都能靠它快速提高工作效率，少走弯路。话不多说，我们直接开始。这里我有两个比较热门的 sku， 详细讲解 sku 的 安装以及使用。其他 sku 的 使用方式类似第一个 pdf sku， 这是一个全面的 pdf 操作工具包， pdf 文件相关的问题我们基本上都可以用它来解决， 比如说提取文本和表格，创建新的 pdf， 多个文档合并，文档资料拆分以及文档表单处理。有了它我们就不用手动或者去第三方网站去处理我们的数据了。那么我们应该如何在翠中安装和使用这个 skill 呢？第一种方式，我们可以从 skill 是 map 点 com 或者 get help 下载下来， 下载，下载之后我们直接解压这个压缩包，这个压缩包里面核心就有一个 escape 点 md 文件，然后我们把解压之后的压缩包直接放到点 tree sql 目录文件下面，我们就可以直接使用了。第二种方式，我们点击 tree 的 settings， 然后点击 nodes sql， 在 打开的窗口中，我们点击最上面，然后把我们刚才下载的 sql 点 md 文件直接导入进来， tree 就 会自动解析这个文件，填充到下面的输入框中，我们只需点击 com， 这样这个技能就导入进来了。 第三种方式适合动手能力比较强的小伙伴。在刚才第二种方式打开的窗口中，我们手动指定技能的类型，技能名称，技能描述和技能的指定，然后点击确认 sku 就 安装好了。 我们该如何使用这个 sku 呢？我们直接在聊天窗口中指定使用 sku 做什么事情，比如帮我们把 pdf 转成 word 吹，就会自动调用 pdf sku， 使用 ai 大 模型自动把 pdf 转成 word 格式的文档。 除此之外，如果我们想提取 pdf 的 文本和表格，多个文档合并，文档资料拆分等等，我们都可以告诉 tree， 帮我们完成复杂任务。第二个， excel 表 skill。 以前使用 excel 表 skill 绘制一些流程图或者架构图的时候，你是不是和我一样，手动的一个箭头一点一点的进行绘制， 整个过程费时又费力。好在现在已经有了 excel 表 skill， 我 们可以让 ai 大 模型直接帮我们绘制流程图。我们在 skill 点 mp 网站直接把 skill 的 技能包下载下来， 解压之后直接放到点 tree skills 目录下面，我们就可以直接使用了。在聊天窗口中直接输入我们想要绘制什么流程图， tree 就 会自动调用相应的 skill 帮我们完成绘制任务，整个过程既简单又省力，而且绘制出来的流程图 不仅美观而且详细，真的是一句话就能生成一个流程图。除了刚才介绍的这两个 sku， 还有非常多好用的 sku， 比如方案的 design， 这个 sku 可以 帮我们把前端页面设计的更加美观人性化， 不会让你一眼看起来就知道是 ai 生成的，这是修改之前的样式，这是修改之后的样式。还有 work report skill， 一 句话就可以帮我们写出来属于我们自己的工作报告和周报。除了使用别人已经做好的 skill， 我 们怎么样根据自己的风格定制自己的 skill 呢？ 其实非常简单，比如说我想创建一个检查代码规范的 sku， 我 们在聊天窗口中直接输入创建一个检查代码规范的 sku， 就 会自动调用内置的 sku creator 帮我们生成一个检查代码规范的 sku。 如果我们有什么个性化的需求，直接告诉 sku 就 行，它都能帮我们实现。使用的 sku 非常多，在这里就不一一缕举了。给大家介绍几个比较好用的 sku 网站。第一个 sku 四点 s h 这是一个 ai 智能体技能商店，只需一个命令即可安装 被开发者称为 ar ag 的 时代的 npm。 这里可以根据下载量排名，还有 skill 趋势分析，还可以根据热度排名。第二个 skill skill 点 com skill skill 点 com 是 全球最大的 ai 智能体技能聚合与发现平台，目前已收入了十四万多个 skill。 我 们想找什么 skill， 只需要点击四二七，然后在输入框输入 skill 名称，就能查找到所有相关的 skill。 这里还支持按照分类查找，比如工具类、开发类等等。 第三个就是 azureopex 官方提供的一些 sku， 这里收入了一些常用的 sku， 比如 pdf 相关的、 excel 相关的、前端页面优化相关的，大家可以按需索取。以上这几个 sku 地址我都放在了评论区，这期视频就到这里，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！

二零二六年最值得学习的就是 skill， 堪称 ai 领域的必备实用工具。宝藏 ai 工具分享第二十五期， 目前 and drop、 谷歌 open ai 等均已全面支持。今天为大家推荐一个优质 skill 资源网站，收入了数千的精选 skill 项目，按开发数据、写作、设计等不同用途做好分类，还支持安全级别筛选功能，方便快速找到优质实用技能。近一个月在开源社区热度上涨最高的宝藏级 skill 项目。 一、 obsidian skill 格式化的解读能力，能将书籍内容、复杂概念等转化为清晰的刊物表，直观呈现内容逻辑与关联。二、 superpower skill 接到需求后，先启动头脑风暴，与用户聊透需求，将模糊想法转化为清晰文档，避免无效返工。 三、 planning with file skill 借鉴 minus 设计理念，将上下文窗口类比为意识有限的内存，以持久化 mark 文档，存储关键信息，组织复杂任务。 四、 notebook alim skill 具备强大的笔记管理与内容生成能力，支持通过编程方式快速创建笔记本，添加信息来源，生成结构化内容，并下载弓箭。今天的分享就是这些，感兴趣的朋友欢迎评论区交流。

二零二六年最值得学习的技能呢，就是 cloud skill， 现在 osopik、 谷歌 openai 已经全部支持 skill 了，分享七个。最近一个月呢，在开元社区热度上涨最高的 skill 项目。第一个是 obsidian ceo， 他 自己写的一个 skill， 非常牛的用法是 直接绘制格式化的 canvas 画布。比如说，我让他创建一个 canvas 来解读刻意练习这本书，它会自动识别出需要调用 jason canvas 这个 skill。 大 概呢，花了两分钟啊，运行完成，生成一张 canvas 图，它直接把刻意练习书里面的内容和相互之间的关联化 出来，整本书的逻辑呢，一目了然。以前看书呢，容易迷失在细节和特定章节里面，现在用这种彩色的画布，让你瞬间纵览全书。再比如呢，让它创建一个读书的阅读管理系统，跟踪目前我读书的进度啊，它会自动识别并调用 obsidian faces 这个 skill， 然后生成一套读书管理系统， 显示了每本书的基本信息以及阅读的情况，并创建了子文件夹，对每本书进行总结。你还可以自行进行扩展，添加更多书籍笔记到书籍文件夹里面。地址呢，在这里。 第二个是 ospec 官方 skill， 里面有非常多的 skill， 比如说对 word， pdf 进行处理的 skill， 可以 从 pdf word 里面提取文本。再比如呢，前端设计的 skill， 最重要的是这个 skill creator， 它可以指导你创建自己的 skill。 地址呢，在这里啊。第三个是 gitup 上二点二万 star 的， 它可以指导你创建自己的 skill。 地址呢，在这里啊！第三个是 gitup 上二点二万 star 的 star， 它可以指导你创建自己的 这套 skill。 什么用呢？第一个，他懂得三思而后行，普通的 ai 拿到需求呢，一般直接开干，但是装了 superpowers skill 之后，他会先按住暂停键，会启动头脑风暴这个模式。 反过来问你这个功能的具体场景是什么，有没有边缘情况啊？他会先和你把需求聊透，把模糊的想法呢变成清晰的文档。第二呢，他是一个不折不扣的计划通，需求确定之后呢，他不会乱写，而是会生成一份详细的 实施计划。他会把大任务呢拆解成一个个两到五分钟就能完成的小任务，就像一个靠谱的架构师，把蓝图呢都给你画好了，你点头呢，他才开工。第三，他强制执行测试驱动开发，这是很多高级的程序员才有的习惯啊。他会先写测试用力，如果测试失败再去写代码让测试通。 最后呢，还要重构，这意味着它写出来的代码呢，其实会更加的健壮。这个 skill 库呢，还有很多功能，地址呢，在这里啊，大家可以去进一步的探索。第四个是模仿 manners 的 skills planning with fields。 这个 skills 借鉴的 manners 的 设计理念，将上下文窗口类比为内存，一时 有限。将文件系统类比为磁盘，持久而且无限。而核心的原则是重要信息均写入磁盘，而不是待在内存里面。 针对每一个复杂的任务呢，需要创建三个关键的 markdown 文件。第一个 task pen md， 用于跟踪任务阶段和进度。第二个 finding md， 储存研究内容与发现结果。第三个文件 progress md， 记录绘画日记和测试的结果。这个 skill 非常适合 多步骤的任务，三步及其以上研究类任务，以及需要多次调用工具的任务。地址呢，在这个地方，第五个是自动上传内容到 notebook l m 的 skill。 这个 skill 呢，也可以让你通过 cloud code 快 速获取带有来源引用的打 答案。对于每一个从 cloud 发出的问题呢，会先通过 notebook lm 进行一次答案的综合，然后再用 cloud 进行回答。这个技能借助 notebook lm 的 预处理能力，让 cloud 仅需要发送查询指令，接收精准答案，大幅地降低了 token 的 消耗。地址呢，在这个地方，第六个啊，是 skill prompt 检测 rater。 这个呢，是用来生成图片提示词的，内置了十二个专业领域的 skills， 比如说人像提示词专家，艺术风格专家、平面设计专家等等。它会根据用户的输入呢，自动匹配 对应的专家来帮助生成图片提示词，从而实现精细化生成的效果。比如说我让他生成生成电影级的亚洲女性张艺谋电影风格。使用豆包得到的图片呢，是这样的，而这个呢，是没有使用这个 skill 的 生成结果。我们可以发现呢，如果没有使用这个 skill， 生成的结果呢，更加的发散和随意。第七个是用来做内容营销的 skill， 可以根据多个关键词来生成文章，适用于 s e o 的 场景。地址呢，在这个地方， skill 呢，将 agent 和工作流的门槛呢，又降低了一个级别。二零二六年注定是各行各业 skill 的 爆发年。 现在看完这个视频呢，你就可以立刻去用起来，有什么不懂的可以评论区告诉我，想系统化学习呢，也可以加入我们的社区，下一期呢继续。

哈喽，今天一分钟学会搭建一个可以帮我们自动干活的 skill， 直接上实抄。我们来到扣子编程，选择技能，在多框直接说我们的需求。注意这里的需求描述本质上是让 skill 理解我们的工作逻辑，做成 skill 就 相当于给 ai 装了一个固定的大脑，可以让 ai 根据具体的框架来输出。接着我会说十五个已经验证过的行业案例作为 skill 的 知 识库，对我来说，以前手动调 plm 的 会受限于上下文的长度，可能要几个小时，但是现在把案例打包进 skill， 就可以把我们的经验做成一套标准的 s o p。 ok！ 在 安装完之后，从右上角的部署进来，选择开始部署，稍等一会就 ok 了。现在我们回到主页来测试一下，点第一个艾特按钮，选择技能，找到刚刚部署好的 skill， 再到宽恕我们的行业和具体需求，然后 skill 就 会去解锁我刚才未给他的十五个文件，从案例库里匹配最合适的框架规则，然后生成一套特定行业的贴纸。 总结来说就是我们未得案例越好，它深层的下限就越高，而且这个 skill 是 可以不断迭代的，后续我们只需要通过优化案例库就能实现我们个人经验的资产化，基本的思路就将好赖上本期视频六九九，有用的话比如点赞关注，咱们下期见，拜拜！

cloud skill 到底是什么？应该如何使用？我们先来看一下效果。我在 cloud code 中输入了一段提示词，我要求 ai 读取一个 youtube 视频链接。这个视频是油管著名博主单口大神的一期视频，我让 ai 提取视频中的核心知识点， 并整理成一篇 obsidian 格式的 markdown 知识笔记，然后把视频中的知识结构用无线画布画出一幅知识结构图，最后把生成的知识笔记转换为电子书格式，方便我离线阅读。 我把这个指令发送给 cloud code 之后，我的双手就离开键盘了，完全由 cloud code 来接管这个任务。 color code 调用了四个 skills 来完成这个任务。这四个 skills 分 别是 youtube transcript， 也就是 youtube 视频的文案转录，还有 obsidian， macdunn 和 jason combs 这两个 obsidian 的 skill， 以及 macdunn to epub 这个电子书生成 skill。 我 们可以看到，在当前文件夹下，他先下载了视频的字幕文件点 v t t， 然后提取知识点，并拣写成 macdunn 知识笔记， 然后又用无线画布画出了知识结构图，最后生成了电子书文件。在任务全部完成之后，他还进行了自我检查，确认我要求的文件全部创建成功，然后才结束任务。 我们来检查一下生成的文件，首先字幕文件点 v t t， 可以 看到这是单口大神的原版英文口播字幕是带有时间戳的。我们再来看看生成的 macdunk 知识笔记和无线画布。我们把这两个文件放到 obsidian 中，首先看 macdunk 知识笔记， 笔记中是带有 obsidian 专有语法的，比如 copy 块儿，同时还建立了双向链接，我们可以在当前笔记中的知识图谱中看到它所建立的双链儿。 我们再来看无限画布，在 comics 文件中， ai 根据视频的内容画出了知识结构图。那最后我们用电子书工具打开 ai 生成的电子书文件，可以看到生成的电子书文件也是没有任何问题的， 所以你看，如果你看到了一个知识博主的视频，就可以用这样的方式，只输入一段提示词，就可以实现视频内容的下载和转录，生成知识笔记和结构图。这就是 cloud 为我们带来的智能体以及智能体的专属操作手册 cloud skill。 那 么今天我就用一期视频来快速带领大家安装并运行起来这个智能体整个过程非常的简单，而且我们还可以避开 cloud 的 严格的地区和网络限制， 哪怕你在中国大陆也一样顺畅使用。今天的视频分为以下几个部分，首先我们来快速的安装 cloud code， 并且使用兼容模型，绕过 cloud 的 账号和地区限制。 然后我们来看一下什么是 cloud skill， 以及如何在 cloud code 中使用 skill。 最后我会带大家浏览一些 astropic 官方发布的 skill 以及一些优质的第三方 skill， 大家完全不需要自己手写 skill， 很多常用的 skill 都是现成的，直接拿来就可以使用。那视频中的知识点和详细流程我都总结成了知识笔记。视频的最后会分享给大家，那我们就正式开始。 首先我们快速安装 cloud code， 第一步就是安装 node js， node js 是 我们的老朋友了，我在我之前的 n 八 n 和 m c p 相关视频中都使用过它。安装方式也很简单， 来到 note g s 官网下载之后，双击安装就可以了。安装完毕后，打开命令行窗口，输入 note 空格横线 v 和 npm 空格横线 v， 查看版本号，能够输出版本号则证明安装成功。 然后我们运行一个命令来安装 cloud code。 这个命令我已经展示在屏幕上了。如果你在这一步的安装过程中遇到了网络问题，那么你可以考虑使用网络加速，或者使用国内的 n p m 中转命令，我也展示在屏幕上了。安装成功之后， cloud code 就 已经在我们电脑上了。但是不要急，我们需要解决 cloud 账号的问题。我们都知道 cloud 对 地区的限制非常的严格，封号也很严重， 仅限欧美地区用户使用。那如果你身处欧美地区，并且能够成功申请 cloud 账户，那你现在只需要直接在命令行中输入 cloud 空格 log in， 然后再打开的浏览器中登录 cloud 账号，就可以使用 cloud code 了。 但如果你所在的地区不被 cloud 支持，那么我们可以使用其他兼容的大模型来解决这个问题。 目前类似智普 g l m deep sec 都推出了兼容 astropix 的 a api。 地址相关的官方文档我已经展示在屏幕中了。 我们在命令行中分别输入屏幕上的这三行命令，这三行命令的意思就是把 cloud code 的 背后所使用的大模型 url 和 api t 替换成智普 g l m 的 大模型。那这样一来，我们就不需要走 cloud 的 官网的登录，就可以直接使用 cloud code 了。 那另一种方法是通过修改本地的配置文件来修改这些环境变量。二指的原理是一样的，我已经把这种方法展示在屏幕上了。 在 cloud 的 全句目录下创建 settings 点 json， 把屏幕上的内容复制过去，把里面的 a p i t 替换成你自己的 a p i t。 a p i t 可以 在智谱的官网找到，然后在你的用户目录下找到点 cloud 的 点 json 文件，添加一个属性叫 has completed onboarding 值设置为处就可以了，大家可以自行修改。那么我们切换为 glm 模型，相比于使用 cloud， opus 四点五有什么优劣 呢？在性能方面， cloud 肯定是编程领域的 number one， 毫无争议，但是呢，它对地区的严格限制以及昂贵的价格是它最大的劣势。所以如果你对 cloud code 的 需求并不是那种产业链级别的需求， 要拿它做商业交付式的编码，那么你是没有必要非要使用 cloud 模型的。尤其是像我刚才展示的下载 youtube 视频并转载知识笔记这种任务，肯定是不需要使用 cloud 的， 类似 glm、 deepsea 这样的大模型足够胜任，并且它们的价格便宜，性价比高，网络和地区限制也非常宽松。所以这个方法目前是解决 cloud 的 地区限制的最好方法。 只有当你要做项目级的商业交付的时候，再去考虑用各种中转方式使用 cloud， 同时你要注意风险。 那么到此，我们的 cloud 的 code 就 安装完毕了。我们来到命令行输入 cloud， 然后回车， cloud 的 code 就 启动起来了，随便输入一个你好就能看到 ai 返回结果，那么就说明成功了。 我这里使用的是 glm 四点六模型，因为有免费额度啊，可以专门用来做视频。呃，目前 glm 最新的版本是四点七，性能非常强，大家根据自己的需求来切换模型就可以了。 那么接下来我们来看一下什么是 skill， 如何在 cloud code 中使用 skill。 我 们打开一个 skill 文件，可以看到它是 markdown 格式的，长得非常像我们平时使用的 ai 提示词，那其实它就是一个包含了详细功能指南的，更专业更详细的提示词， 通用的 ai 智能体，比如 cloud code， 它就像是一个刚大学毕业，智商很高，但是没有实际工作经验的大学生， 那它的技能是靠海量的训练数据。而 skill 就 像是给他写了一本专业级的操作手册，告诉他在遇到这样一个特定任务的时候，应该执行哪些操作。那有了这个手册， ai 就 成了这个领域的专家， 你也可以理解为在游戏中你的法师角色学习了一本技能书，什么暴风雪、火球树这些，那么火球树这本技能书其实就是 skill。 那 么我们来看一下如何使用 skill。 首先我们来到 cloud 的 全局目录，默认地址是 c 盘用户你的用户名点 cloud， 在这个文件夹下创建一个文件夹叫 skills， 全小写。然后在这个文件夹内创建一个文件夹，名字就叫 skill 的 名称，比如 markdown to epub。 很 明显这个 skill 就是 把 markdown 转换成 epub 电子书。 而 skill 文件夹内必须要有一个文件是 skill 点 m d， 其中 skill 这五个字母必须大写， 这个文件是必须的，我在屏幕上展示了一个文件夹结构，那除了 skill 点 m d 之外，还可以有一些资源文件，比如代码模板。 至于对于这个目录结构，大家了解一下就可以了，也不要觉得麻烦，因为就像我视频开头所说的，很多通用的 skill 我 们都可以下载得到，一般不需要自己手写。 我现在的文件夹里就是从 github 上下载了二十多个 skill， 比如 pdf， excel， word， ppt 的 相关 skill， 还有关于头脑风暴和前端设计的 skill。 我 们来简单看一下 skill 文件的内部结构。首先是原数据区，它的作用就是匹配用户的指令 属性， name 和 description 分 别代表 skill 的 名称和描述。 description 就 会被 ai 用于匹配用户指令，如果用户发出的指令与这个 skill 的 description 相匹配，那么 ai 就 会调用这个 skill。 那 只有第一部分，这个元素句式会在你发送指令的时候被 ai 读取， 那后面的内容只有在 skill 被调用后才会录取，是非常节省 token 的。 那接下来第二部分就是具体的指令，指令会告诉 ai 遵循什么样的要求去执行任务，这里的内容可以是具体的步骤，以及调用哪些资源和代码。 那第三部分就是资源区，列出 skill 需要用到的具体文件，比如 python， 代码、文档、数据等等，那这些资源就是我们在刚才的目录结构中放置的那些资源文件。 那么以上就是 skill 的 本质，我们在这里创建了 skill 之后就可以直接使用了。在这个 user 文件夹下的点 cloud 文件夹内创建的 skill 是 全局 skill， 你 也可以在你的项目文件夹中创建点 cloud 文件夹并放置 skill， 层级结构是一样的， 只不过这样的话，这个 skill 就 只作用于当前项目。我们来测试一个 skill， 我 这里有一个叫 frontend design skill， 前端设计啊，是生成网页的，这是一个 cloud 的 官方发布的 skill， 我 们在 cloud 的 code 中输入提示词， 为一家叫 nexus 的 ai 初创公司制作一个网页，风格要求是暗黑风发光渐变毛玻璃特效保存到当前文件夹， 然后回车，科拉的 code 就 开始运行了。这里他识别出了我的命令，然后问我是否要使用 frontend design script， 我 直接输入确定，然后他就开始设计网页了，过程中需要一定的时间，我就把过程进行了加速，那最后他生成了一个 index 点 html 的 网页， 我们把这个网页打开来看看，我们可以看到这个网页的样式设计的其实非常好，非常符合 ai 初创公司的风格。 呃，其实说实话，做视频的时候我都被这个样式惊艳到了，不愧是 cloud 的 官方的 skill。 呃，我之前视频里拿 jimmy 的 canvas 做的网页确实比这个丑多了，那么这样我们就成功执行了一个 skill。 那 么我视频开头展示的用一个提示词，让智能体下载视频字幕提炼总结成知识笔记，在无线画布中画出知识图谱，然后再生成电子书，这个任务大家就可以自己进行尝尝试了。 那视频开头我做展示的时候授予了 cloud 的 完全自主权，而不是每次调用 skill 都征求我的同意，想授予 cloud 的 这个权限，你可以在启动 cloud code 的 时候添加参数。那具体的命令是， cloud 空格横线横线 dangerously 横线 skip 横线 permissions。 但是就像这个命令你的内容一样， dangerously 危险。 cloud 有 了完全自主权就可以随意删除代码和文件了，你要谨慎使用这个命令，那我在视频开头完全是为了做展示才这么做 的。那接下来我为大家展示一些可以直接下载的现成的 skill。 首先就是 cloud 官方发布的 skill， 在 github 上，也就是 app 的 官方 github， 大家可以找到这个仓库。 另外一个我推荐给大家的是一个叫 awesome cloud skill 的 get up 仓库，这里面汇总了很多优质的 skill， 我 之前展示的大部分 skill 都来自于这两个仓库。 另外，如果你是 obsidian 用户， obsidian 的 ceo 最近亲自下场发布了三个 skill， 大家直接搜索 obsidian skill 就 能搜就能找到。 那我的下一期视频就会单独针对 obsidian 的 skill 来为大家讲解如何在 obsidian 中调用 cloud code 并执行 skill 来实现 obsidian 的 aia 任何功能。 那么以上就是今天视频的全部内容，大家现在就可以上手尝试使用 cloud code 和 cloud skill 了。视频内容中的知识笔记可以在我的个人简介和频道信息里找到我的个人主页地址，然后进行下载。大家如果在使用过程中有什么问题，可以在我的个人简介和频道信息里找到我的个人主页地址，然后进行下载。大家如果在使用过程中有什么问题记得点赞关注，谢谢大家！

大家好，今天我要讲一个知识库解锁 skill。 那 在我们平时使用 ai 来读取我们的知识库和文档内容的时候，经常我们会面临两个问题，一个是 token 的 极度浪费，因为我们经常会粗暴地把文档为 ai 去读取， 那他会读取一些他不需要的知识，不需要的内容，那这样的话会极度消耗我们的托克，那也算是在浪费我们的金钱。那第二个致命的就是上下文的问题，那所有大模型都有上下文限制，一旦资料量爆棚， ai 就 会失忆，经不住你的指令， 导致后续生成的内容都是胡言乱语的。那么如何在不喂给 ai 全部内容的前提下，可以让他能精准的获取他需要获取的资料呢？那么今天我们就给大家分享一下如何使用 secure 这个工具来打造一个知识库解锁 skill。 那 我让他读取这个 呃创建工具，这个刚刚我之前呃视频里面讲过这个 sku create 这个 sku 工具，它是用来创建 sku 的 啊，你有了它之后，我们不需要要知道怎么去创建这个 sku， 只要用这个工具去创建工具就可以了 啊，那我用了这个工具之后呢，他就去读取啊我的资料，然后了解我的需求，他就给了这个方案，创建一个专业的知识库解锁 skill， 然后他设计了一个三层件件式批漏系统啊，里面设计一个 skill 核心的文档，第二个是一个模块缩影的一个啊啊一个文件， 然后第三个是一个脚本，一个解锁的脚本啊，当这样去设计这样一个呃 skq， 好 的，我一起总共跟 ai 启动了三个对话，第二个对话是让他去对这个 skq 进行一个测试，测试之后我又让他对这个 skq 的 名称进行了一下更改， 那最后这个 skq 他 检查名称都没问题，那最后我们来给他测试一下，试下这个 skq 到底能不能精准。帮我们去查找我们的资料，我让这个 ai 去使用这个 skq， 是 使用这个 sql 来查询一下我们项目使用的对象存储是哪个平台的。好，可以看到他已经使用了这个 sql， 正在读取他找到了 ai 资产架构方案和我们的 os 配置信息，那这些都是我们的运维方面的项目资料，他已经把信息告诉我们了， 我们未来我们当前使用的是阿里云的，那未来我们上线使用的是特训员的，那说明这个是 q 还是有效的。好，我们再来测试一个我们平时经常会用到的一个规范，就是我们在接入 ai 的 api 的 时候的一个规范， 那我输入这个提示词之后，我可以看到 ai 在 搜索到我们这样一个是 q， 经过这个是 q 的 引导和解锁，它读取了我们 ai api 的 记录的规范， 把规范的一个内容发给了我们，所以我们刚才去创建的 qq 的 这个知识库解锁 还是非常有效。那这样的情况下，他都不需要我们去扔一堆的文档，因为有些时候我们在开发任务的时候，可能我们自己也不知道需要给 ai 去读取哪些规范文档， 那这样的情况下，我们有了这个知识库 qq， ai 会根据我们下到的任务提示，他会自己去根据我们这个 qq 的 设计相关的一些规则， 他会去读取他应该读的，我们这里可以看到他读取了这份规范文档的第一行至一百一十行，那这样的话我们是非常节省我们的头壳，而且很关键一点是他不会占用我们太多的上下文，因为我们平时在新建一个对话去执行开发任务的时候，我们这个脚钉窗口他其实是有一个上下门上限的， 我们使用的每个模型他都有上下门的限制，如果超过这个限制，他就像失去记忆一样，面的内容他会忘记，后面的内容他才 记得住，那这样的情况下就会出现一个神经错乱，我们下的任务他可能不会根据我们的指令去执行任务。所以我很建议大家可以去研究下我们前面说到的如何去创建一个知识库解锁的 cq， 结合你的使用场景是非常能高效的提高我们的工作效率。特别是像我们这种 开发场景，它不仅可以降低我们的上下门占用，它还可以降低我们在使用一些 api 模型的时候，降低我们的掏坑的消耗。好了，今天的分享就到这里，感谢大家的点赞和关注，谢谢大家。

ai agent skills 的 数量爆炸式的增长到了十三万个主流的 ai 平台都支持了，包括最火的 open cloud。 作为程序员，我们首先是要去用 skills， 第二呢， 我们所有的软件项目可能都需要开发一个 skill， skill 甚至可以理解成是一个 ai 的 app 的 标准。在 skill 中呢，你其实可以去调用其他的程序，然后还有 m c p， 然后完成一个工作流这么重要的技术。我们通过对 skill 标准的分析，然后我们手写一个 skills， 并最终呢在 cloud open code cache 这里面运行。你只有写过和跑过，你才能真正理解一个技术，就是理解 skill。 作为 cgi 开发者呢，我是希望用 skill 去生成符合我要求的 cgi 代码， 并且呢用 skill 去实现我的代码的自动化构建和测试，这个在我的 cgi 大 项目课程当中准备体现出来。我们先看 skill 标准啊，它就是一个目录，其实也可以像我们 app 一 样以 压缩包的形式去安装。里面呢主要包含四块内容， skill d， m d 这个是必须的，而且名字是固定的，可以只有它，所以我们待会也是重点分析，还有三个可选项，这也没有固定的格式要求。 scripts 里面存放的是脚本，目前呢支持 python 和 bash， 我 们如果是用 c d i 写的程序呢，我们就用 python 的 脚本 来运行它。 reference 里面是渐近式的，譬如内容，这也是为了节省 token， 当满足一些条件时候再去读取。比如说我们让 ar 写 c 加代码用到现成词的时候，我们可以让它读取 reference 里面的一个规则， asset 里面就是一般是，还有就是资源文件，比如说一些图片，也可以是一些参考模板，比如说我们 cmake 的 标准写法。 ai 编程时代，我感觉项目可能还是尽量用 cmake 来管理比较方便。那我们重点来分析 skill 点 md， 它的内容呢？主要分为三层， 第一层是 y a m l 格式的，这部分其实就是 skill 高效的核心，在 skill 没有被调用的时候，我们是只加载这部分内容， 其他内容是在用的时候再加载，这样也是减少 token 的 使用。它里面有多个字典，而且这些字典可能后期会调整。我们说两个最核心的字典是必填的，一个是 name， 也就 skill 的 名字， 名字我之前看的要求是和 skill 的 目录一致，现在好像也不是必须，我们还是把它写成一致。下面就是 description， 它限定在一零二四个字节， ai 呢，再会根据你的描述 判断什么情况下触发你的 skill。 所以 说在这个描述当中呢，我们一般要包含三块内容，这也不是必须，第一个就是你的作用，这个 skill 是 用来做什么的，然后第二个是什么时间触发，第三个是关键词，就是在一些特定关键词的情况，下面我们去触发调用这个 skill， 我们做一个视例啊，手写一个 skill， 当然了这个 skill 本身也可以直接用 ai 生成，很多细节操作我们就不演示了， ai 时代呢，要学习它的根本操作方法，会不但变化，但原理不变。理解了 skill 的 本质，你就可以考虑怎么把它应用到你的项目当中。下次我们再演示一下 skill 和 mcp 的 交互， 我们先用 clode 来演示，后面呢我们再用 opcode、 coser 和确能演示。首先第一个在 clode 当中， 我们 cloud 目录下面有个点， cloud 在 里面，我们创建一个 skills 啊，这里面是 ai 可以 自动去生成的，你比方说你可以让它去生成一个 skills， 我 们在里面手写一下。好，这时候我们可以在里面建立一个目录，就是待会我们要做的这个 skill， 比方说我们这边是 现代 c 加加 modding cpp， 在 这个目录下面呢，我们创建一个文件，这个文件的名字是固定的啊，这个是必须要满足协议的，那我们就是 skill， 大 写的 skill， 而且也是区分大小写的 md markdown 的 格式啊，这样的话我们就是在这个位置创建的一个 skill， 具体怎么安装的，各个平台不一样，而且它一直在变化，有时候可能会自动安装一般，呃，自动安装它其实是有一定风险的，就是说你如果说在里面写了更太多的权限，其实会造成一些问题的。我们打开这个 skill， 好，三个横线中间我们就写它的关键字 name， 跟我们的目录名称一样，然后下面是描述，你在写完之后也可以让 ai 来帮你改，我们在描述中只要包含三块内容， 然后第一个做什么的，然后什么时候调用，使用新特性的时候，然后还有触发条件，一些关键字的触发条件，这个添加完之后我们就可以 cloud 当中去安装，我们直接用语义告诉他要安装这个 skill， 那这时候我们再来列出所有的 skill。 好， 可以看到这就是刚刚我们手写的一个 skill， 下面我们要测试这个 skill 里面的内容，而且我们要确保这个 skill 能被调用到。 所以说我们在这里面加入一段描述，其实就用自然语言描述就行了。比如说我先加一个步骤，让它所有在所有代码前加一个注示啊，这个主要是为了测试一下我的这个 skill 调用了，其实在这里面你应该是写一些规则和一些代码的势力，让 ai 按照你的规则来去写入啊。测试前我们再给一下这个 skill， 在这里面我们除了正常流程之外，我们再加入一个现成词的流程，也就是说如果说你要让它生成代码里面包含现成词，我们就让它去渐近式的批露 swift pool md 里面的内容，同样呢，在这个 swift pool 里面呢，我们也只是放在同一个目录下面 reference 里面， 在这个里面我们也不加入任何的代码，我们只是说明一下，在代码前加入这样一个注示，这里面用指令让它生成 c d r 十四的包含现成池的代码。可以看到在这一步的话，它就已经进行了 sql 的 加载，然后读了一个文件，这个文件其实就读的我们现成池的代码， 这是我们看它最终生成的代码是否包含了我们加的两行注示。 好，可以看到我们两行注是夹在了它的生成的代码前面，就是我，也就是我们 script 的 执行成功了，我们再来准备一个 python 的 代码，这个 python 代码当中调用的一个执行程序，这个执行程序就可能是我们 c 加加或者是其他语言写的程序， 然后我们在 skill 点 m d 当中，我们把流程里面增加两项运行这个 python 脚本，并且输出控制台的内容就是我们再来测试一下，这里我们直接通过杠命令直接运行 skill， 可以 看到它是完成了任务， 并且打开了我们这个执行程序，我们再把这个做好的模型到 open code 当中去运行。在 open code 呢，它的兼容性比较强，我们可以直接把 cloud 里面的 skill 直接复制过去，甚至不用复制，你告诉他在哪边，让 open code 再进行一下安装。 我们安装完成，我们在 open code 当中再去执行这个 skill 去生成代码， 可以看到代码生成呢，它也调用了相应的说明文件，并最终执行了这个执行程序。 我们再到 cursor 当中， cursor 呢，目前它是 skill 安装在当前目录的点 cursor， 然后 skills 目录下面，然后我们可以手动复制过去，也可以就直接用让它去自己去安装，把文件复制过去，所以在这里面我们选择了让它自己安装， 安装完成之后我们确认，然后这时候我们来测一下这个 skill 输入生成代码的指令， 我打开了执行程序，在 ctrl 当中呢也完成了我们 skill 的 执行。最后到确当中，我们同样执行一遍流程，先是安装，然后执行， 安装过程基本上是一致，我就发现很多功能体到最后的所有的工具都趋同了，现在哪个工具好用不好用，其实我们都可以去试一下。然后一些使用的方法其实我们是可以同步过去的，然后可以看到这个安装好之后我们同样去执行这个指令， 可以看到执行的执行代码生成的，然后我们的执行程序调用需要我们确认一下，确认完之后 它也完成了调用。我们现在开发出的应用除了要提供 skill 之外，也要考虑支持 m、 c p。 以后所有应用的入口都是 ai， 你 的程序是一定要给 ai 调用的。最后记得点赞关注夏老师， ai 快 速发展时代还是要打好根基，想要学习 c 加加的同学可以看一下评论区。

最近 agent skill 这个词在 ai 圈，尤其是在 ai 编程圈子里面特别火，它最早是由 cloud code 的 母公司 ansorepic 在 二零二五年十月份提出来的，因为效果太惊艳，现在各大顶尖 ai 编程工具，比如说 cursor codex， anti gravity 以及字节推出的 tree 都在第一时间进行了适配。由于 tree 对 国内小伙伴没有什么使用门槛， 而且它非常全能，能够兼容几乎所有的大模型，尤其是它上手极快，支持一句话，创建技能。所以本期视频我就以 tree 为例，给大家做一个详细的讲解，包括 skill 到底是什么，怎样在 tree 中创建 skill， 以及我们普通人可以用 skill 来做什么具体的事情。最后还有跟大家推荐一些非常好用的 skill。 首先跟大家讲一下这个 skill 到底是个啥？举个通俗易懂的例子，假如你把 ai 当做你刚招的 skill 到底是个啥？举个通俗易懂的例子，假如你把 ai 把写文章的 prompt， 也 就是具体要求和注意事项强调一遍，而使用了 skill 之后，你就可以把写文章的规则要求封装到一个 markdown 文档里面，你只需要告诉他写什么主题， ai 就 可以自动从 skill 中获取文章写作的要求。所以说 skill 要解决的核心问题就是让 ai 彻底告别间歇性失忆。有了 skill， 就 像是给 ai 装了记忆，你只需要告诉他想做什么，他 就能够自动调取写好的技能包，按照你的流程瞬间搞定。那这本给 ai 准备的操作手册在电脑里面长什么样子呢？其实它本质上就是一个普通的文件夹 里面最核心也是唯一必须的文件叫做 skill 点 m d， 你 可以把它理解成这本手册的核心，大脑里面清清楚楚的写的这个技能叫什么，什么时候触发，以及具体的执行步骤。如果你想让这个实习生表现的更加专业，你还可以往文件夹里面塞几个附件包，比如说在 examples 文件夹里面放几篇满分范文给 ai 参考，或 或者是在 resources 文件夹里面放一些复杂的背景资料和自动化脚本。所以 skill 的 结构其实非常简单透明，它就是把你的经验打造成了一个标准的知识包，只要把这个文件夹交给 ai， 它就能够瞬间读起并掌握这项新技能。那怎样在翠中创建 skill 呢？主要有三种方式。 一种方法最为简单，就是直接白嫖其他人分享的 skill 技能，你可以去 github 找到各种大牛写好的 skill， 把包含 skill 点 m d 的 整个文件夹下载到本地，然后在 tree 的 设置里点击规则和技能，选择创建并导入文件夹就可以了。第二种方式是对话式创建，也最适合小白用户。首先打开 tree 的 solo 模式， 然后你只需要像平时聊天一样对翠说，帮我创建一个检查代码性能的 skill， 真的 只需要一句话，翠就能够自动理解你的需求，帮你把名称、描述和指令瞬间生成好。 而且最方便的是，翠的内部就集成了很多非常专业的技能模板，我们直接调用就可以了，完全不需要再额外下载或者是配置任何复杂的环境。第三种方式适合动手能力强的小伙伴，那就是手动创建，直接在标准的 markdown 模板里面填写技能名称、出发条件和详细的操作步骤。 简单的 skill 其实只需要名字和描述就能够跑起来，复杂的流程还可以慢慢的往里面加具体的执行指令。无论你是直接导还是想自己写，核心都是为了给这个实习生立规矩，让他彻底变成最懂你工作习惯的专业助理。 学会了创建，那创建好的 skill 到底该怎么用呢？有两种姿势，第一种叫做显性调用，也就是点将法，当你想要精准控制输出结果时，直接告诉翠用哪个技能，比如说用 用周报大师帮我整理一下工作，或者用小红书分身写一个文案，这时候翠就像接到命令的专家，严格按照你设定的流程干活。第二种更高级，叫隐性调用，你只要在创建时把什么时候用写清楚，比如 skill 的 出发条件是用户要求写复盘，那下次你随口问一句，看看我这周表现怎么样， 就能够自动识别并瞬间激活，这个技能完全不需要你指定。虽然 skill 是 ai 编程工具中的功能，但它的应用场景远不止写代码。对咱们普通打工人来说，只要你的工作有规律有模板，它就是你翻倍提效的秘密武器。 比如说你可以用来做下面几种事情，第一个是职场提效，写周报复盘，再也不用发愁建个周报大师技能，把模板和语气存进去以后，随手甩一段白话总结，翠就能够秒出一份专业报告。 面对几十页的 pdf 或者是乱码表格，你不需要记住任何复杂公式，调用数据分析技能，它就能够自动完成清洗和分析，直接给出你要的答案。第三个是标准化创作，不管是小红书的爆款逻辑，还是回邮件的固定语气， 都能把要求通通打包，以后每次调用的效果都像你亲手写的一样稳。说白了，这就是把经验变成自动驾驶，只要你想把专业知识沉淀下来，它就是你最强的全自动助理。 最后跟大家分享几个可以找到优质 skill 的 地方。首先要推荐的就是 osropic 官方维护的这个 skill 开源项目，目前已经收获了四万五千多个 star， 这里面的 skill 覆盖了非常多的类型，比如创意设计类、开发技术类、企业沟通类，以及最实用的文档生产类， word、 ppt、 excel、 pdf 这一整套全部都给你安排上了。 其次再跟大家分享一个专注分享 skill 技能的导航网站，该网站目前已经收入了七万多个实用技能，它把公开的 skill 做了搜索和分类，量非常大，适合找冷门场景。

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！

兄弟们，一分钟让你生成 ai skills， skill six 开源神器，能把技术文档 get up， 代码 pdf 自动转成 agent skills， 并且自动化检查冲突，使用场景非常多，根据对应的网站识别内容生成可以给 ai 使用的 skills。 接下来我们就实际操作一下，首先它需要拍摄环境才能使用，目前比较推荐的方式 使用 python 三点一版本。首先复制下面的指令，打开终端，复制粘贴安装 skillseekers， 返回，这样的结果就安装成功了，这里官方推荐也是使用 paper 进行安装，如何使用，这里也有详细的教程，感兴趣的可以学习一下。接下来我们就来实际操作。在我们开发中，比如要使用这个 tailwindx， 我 们想给我们 ai 有 它的 skills 就 可以使用这个开源项目。这个开源项目主要就是帮我们自动生成 skills， 我 首先准备好了 tailwindx 一 些获取的配置信息， jen 文件， 准备好这些信息是因为需要它会根据提供的这些信息自动化识别页面内容，然后生成 agent skills， 能让我们后续提高开发效率。然后复制粘贴这个指令，根据我们的 config 文件夹下的配置文件去生成识别 skills， 这样它就会去根据我们给的配置文件去自动获取内容生成， 最后生成完成，左边会多一个文件夹 skill 点 m d 文件是主进的文件， references 文件夹下的都是详细内容文档，这样你就生成了 tailwinds 的 skills， 你 也可以运用在比如识别 pdf 或者其他的技术文档中生成 skills， 感兴趣的赶紧收藏，防止找不到！

二零二五年十月十六号， anthropic 正式推出了 agent skill。 起初官方对它的定位相当克制，只是希望用它来提升 cloud 在 某些特定任务上的表现。 但大家很快发现，这套设计实在是太好用了，因此行业里很快就跟上了节奏，包括 vs code、 codex、 cursor 等工具都陆续加入了对 agent skill 的 支持。 在这样的背景下，十二月十八日， osrbake 做出了一个重要决定，正式将 agent skill 发布为开放标准，支持跨平台、跨产品服用。这意味着 agent skill 已经超越了 cloud 单一产品的范畴，正在演变为 ai agent 领域的一个通用的设计模式。 那么，这个让大厂纷纷跟进的 agent skill 到底是解决了什么核心痛点？它和我们所熟悉的 mcp 又有着怎样的区别和联系呢？ 今天这期视频我们就分几个部分彻底讲清楚这个 agent skill。 我 们首先从 agent skill 的 概念出发，也就是给大家讲明白 agent skill 到底是个什么东西。然后我来给大家演示一下它的基本使用方法。 在了解了基本用法之后，我们再来看看它的高级用法。高级用法一共是包含两块，分别是 reference 和 scp。 最后，我会把 agent skill 和 mcp 做个比较，告诉你到底应该选哪一个。 好了，话不多说，让我们直接开始哦，不好意思，只是想证明自己不是 ai， 那 我们现在真的要开始喽。 那什么是 agent skill 呢？用最通俗的话来讲， agent skill 其实就是一个大模型，可以随时翻阅的说明文档。 举个例子，比如你想要做一个智能客服，你可以在 skill 里面明确交代，遇到投诉得先安抚用户的情绪，而且不得随意承诺。 再比如，你想要做会议总结，你可以直接在 skill 里面规定必须要按照参会人员议题决定这个格式来输出总结的内容。这样一来，你就不用每次对话都去重复粘贴那一长串的要求了。大模型自己翻翻这个说明文档就知道该怎么干活了。 当然，说明文档只是一个为了方便理解的简化说法，实际上 agent skill 能做的事情要远比这个强大，它的高级功能我们待会儿就会讲到，不过在目前的起步阶段，你就把它当成是一个说明文档就行。下面我就用会议总结这个实际的场景带大家看看它到底是怎么使用的。 这里我们使用 client skill， 要想使用 agent skill， 那 当然是要先创建一个啦。 根据 cloud code 的 要求，我们需要在用户目录下的 cloud skill 文件夹创建我们的 agent skill。 所以呢，就让我们先进入到这个文件夹中，然后执行 maker 会议总结助手来创建一个文件夹，这个文件夹的名字就代表了我们 agent skill 的 名字，然后再使用 vs code 来打开这个文件夹，这样的话我们编辑文件会更方便一些。打开这个文件后，我们在里面创建一个叫做 skill 点 md 的 文件， 然后填好这个文件的具体内容，就是这样了，每一个 agent skill 都需要有这么一个文件，它用来描述这个 agent skill 的 名称，能干什么事以及怎么干这个事情的。比如我们这里要创建的 agent skill 就是 用于总结会议目录内容的， 它的 skill 点 m d 一 共分为两部分，头部的这几行被两段短横线包起来的是叫做原数据，英文叫做 matte data。 这一层就只写了 name 和 description 这两个属性。 name 呢是 agent skill 的 名称，必须与文件夹的名字相同。 name 的 下面呢是 description， 它代表这个 agent skill 的 描述，主要是向大模型说明这个 agent skill 是 用来干什么的。然后再看下面剩余的部分，这个呢就是具体的 agent skill 的 说明了， 官方把这一部分呢是叫做指令，对应的英文是 instruction， 这一部分就是在详细描述模型需要遵循的规则。比如说你看这里，我规定了它必须要总结参会人员议题和决定这几个方面的内容， 然后为了确保他真的理解了，我这里还举了一个例子，输入的是会议的录音内容，然后输出的呢就是我们所需要的格式了。好，现在我们的 agent skill 应该是做好了。对，就是这么简单，就是一个说明文档。 下面我们打开 cloud code 来验货，首先随便找一个空目录，打开 cloud code， 然后输入下面这个问题，你有哪些 agent skill？ cloud code 给我们回答了，可以看出他已经发现了我们写好的 agent skill。 然后我们来看看 cloud code 是 怎么使用这个 agent skill 的。 我们输入请求总结以下会的内容，然后粘贴一段会议录英文本回车，让我们看看 cloud code 会如何应付我们这个问题。 好， cloud code 有 反应了，大家注意看屏幕，这里 cloud code 并没有直接开始下编，他根据我的指令意识到了这事归我们刚才上传的那个 agent skill 管，所以呢，他是在向我询问能不能使用这个 agent skill， 那 我们当然是同意了。同意之后，他就开始读取我们写的那个会议总结助手了，主要就是读取其中的那个 skill 点 m d 文件，让我们稍作等待 好，结果出来了，参会人员议题决定三点都清清楚楚，这完全符合我们在 skill 里面定的规矩。这个呢，就是 agent skill 的 基础用法了，是不是很简单？现在你知道了如何创建和使用 agent skill， 那 不妨让我们想想刚才到底发生了什么。 首先，整个流程中一共有三个角色，用户 cloud code 以及 cloud code 的 背后所使用的大模型。在我们的例子里，这个就是 cloud 模型 流程一开始的时候，用户会输入请求，此时 cloud code 会把用户的请求连同所有 skill 的 名称和描述一起发给大模型。注意，这里只带了名称和描述， 也就是我们前面所说的 skill 原数据层。虽然说我们之前只演示了一个 skill， 但是你可以想象一下，哪怕你装了十几个 skill， 此时的大模型呢，也只是在看一份轻量级的目录，因为毕竟只有名称和描述嘛。 在接到了用户请求和每一个 skill 的 名称描述后，大模型会发现用户的请求呢，可以使用会议总结助手这个 agent skill 来解决， 此时呢，他就会把这个信息告诉 cloud code。 cloud code 接到大模型的响应之后，会去会议总结助手那个目录里面读取完整的 skill md。 正文儿对，这个时候读取的呢，才是 skill md 的 全部内容，之前就只是名称和描述， 而且要注意，他只读取了会议总结助手这一个 agent skill 的 内容哦。在拿到了会议总结助手的 skill md 内容后， cloud code 会把用户的请求和完整的 skill md 内容发给大模型， 大模型会根据 skill 点 m d 的 要求来生成响应，并且把响应发给 cloud code， cloud code 进而呢，会把这个响应发挥给用户，这样呢，用户就会看到结果了。 这就引出了 agent skill 的 第一个核心机制，按需加载。虽然 skill 的 名字和描述是始终对模型可见的，但具体的指令内容只有在这个 skill 被选中之后才会被加载进来给模型看，这个呢，就节省了很多的 token 了。 前面我们讲了，一开始 cloud code 会把所有 agent skill 的 名称和描述都给到模型，比如说什么爆款文案 skill、 会议总结 skill、 数据分析 skill 等等。模型呢，会从中选择一个， 之后只有选中的那个 skill 的 skill 的 md 文件才会给到模型。说白了呢，就是按需加载，这个呢，已经很省头肯了， 但是它还不够极致。大家试想一下，我们的会议总结助手可能会越来越高级，我们希望它不仅仅是简单复述，而是能够提供更有价值的补充说明。 比如说，当会议决定要花钱时，它能直接在总结里标注是否符合财务合规，当涉及到合同时，它能够提示法务风险。这样大家在看会议总结的时候，就不需要再去翻规章制度，一眼就能够看到这些关键的补充信息，这就非常方便了。 但问题在于， skill 能做这些事情的前提是它要把相关的财务规定和法律条文都写入到 skill 点 m d 文件里。这些文件可能会非常长，都写进去的话， skill 点 m d 文件就会变得无比的臃肿， 哪怕只是开个简单的早会，都要被迫加载一堆根本用不上的财务和法律废话，浪费模型资源。那能不能做到暗虚中的暗虚呢？比如说，只有当会议内容真的聊到了钱， cloud code 才会把财务规定加载给模型看。 其实这个呢，也是可以的， agent skill 呢，提供了 reference 的 概念，干的就是这个活，让我们来试一下。首先我们来给它加一个文件，也就是 agent skill 术语里面的 reference。 我们把这个文件叫做集团财务手册，里面写明了各种费用的报销标准，比如说是住宿补贴五百一晚，餐饮费人均三百一晚之类的。然后我们在原来的 skill 点 m d 文件里面新增一个财务提醒规则，里面写明仅在提到钱预算采购费用的时候出发。 出发的时候呢，需要读取集团财务手册点 m d 这个文件，根据文件内容指出会议决定中的金额是否超标，并明确审批人，这就可以了。我们回到 cloud code 这里再试一下。 这次我们的请求仍然是总结下这个会议的内容，不过呢，这次使用的会议内容稍微换了一下， 这段对话呢，我们就不细看了，你只需要知道，在这段对话里面，老陈让小李订一千二百一晚的酒店，这涉及到了钱。 按道理来说， cloud code 应该触发我们刚才新增的财务提醒规则，让我们看看 cloud code 能不能意识到这一点。首先， cloud code 意识到了这个请求跟我们的会议总结助手相关联，请求使用这个 agent skill， 我 们同意。 然后他意识到了这个会议跟钱相关，根据 skilled md 文件的指示，他请求读取集团财务手册，这个文件用于查看里面的财务合规信息，这个呢，我们也同意。 最后他根据实际的会议内容生成了总结，可以看出，总结中不仅包含参会人员、议题、决定等基本信息，还包含了财务提醒，这完美符合我们的需求。 这个呢，就是 reference 的 核心逻辑了，在 agent skill 的 体系里面，集团财务手册点 m d 这个文件就是一个典型的 reference， 请大家记住它的特性，它呢是条件触发的。 在刚才的例子里面，只有当 cloud code 读取完 skill 的 md 文件，判断出需要查账时，才会去加载这个文件。反过来说，如果这是一个跟前无关的技术复盘会，那么这个财务文件就只会躺在硬盘里面，绝不会占用哪怕一个 token 的 上下文。 好，讲完了 reference， 接下来我们来讲讲如何让 agent skill 跑代码，毕竟查资料只是第一步，能直接动手运行代码，帮我们把活干了，这才是真正的自动化。这个呢，就用到了 agent skill 的 另一大能力， script， 让我们在文件夹里面创建一个 python 脚本，文件名就叫做 uploader pi， 用于上传文件。之后我们填好这个代码文件的内容，然后我们来到 skill md 这个文件里，再加上一段关于上传规则的描述， 如果用户提到了上传同步或者是发送到服务器这样的字眼，你必须运行 uploader pi 脚本，将总结内容上传到服务器。然后呢，我们来到 cloud code 这边，输入请求，总结下这个会议的内容，并把它上传到服务器中，然后我们粘贴会内容。 跟之前一样， cloud code 意识到了这个请求与我们的会议总结助手相关，所以呢，他请求使用这个 agent skill， 我 们同意，然后他把会议的总结内容输出了出来，并准备上传到服务器中，他请求执行 up 六点 pi 文件来实现这个功能，我们也同意 好上传成功。而且 cloud code 还把上传相关的一些信息也展示了出来，非常棒。 这里面呢，有个小插曲，大家注意一下，我这次所使用的会议内容跟钱其实没什么关系，所以 cloud code 呢，也并没有去读取集团财务手册那个文件， 结果中呢，也没有财务提醒相关的内容。这正好印证了我前面所说的观点， reference 是 按需加载的，如果用户没有提到与 reference 相关的内容，那 cloud code 是 不会去读取它的，这样就达到了节省上下文 token 的 目的。 好让我们再回到代码执行部分，注意看这里， cloud code 申请执行这个 uploader pie 文件，它并没有去读取这个文件。没错， agent skill 里面的代码只会被执行，不会被读取。 这就意味着，哪怕你的脚本写了一万行复杂的业务逻辑，它消耗的模型上下文呢，也几乎是零。 cloud code 只关心脚本的运行方法和运行结果，至于这个脚本的内容，它可以说是毫不在意， 所以呢，虽然 reference 和 script 都属于 agent skill 的 高级功能，但是呢，它们对于模型上下文的影响其实是截然不同的。 reference 是 读，它会把内容加载到上下文里面，所以呢，是会消耗 token 的。 script 呢，是跑，它只会被执行，不会占用模型的上下文。讲到这里，我们需要停下来稍微做个总结，聊一聊 agent skill 的 渐进式批漏机制。 agent skill 的 设计其实是一个精密的渐进式批漏结构，这个结构里面一共有三层，每一层的加载机制都不太一样。 第一层是原数据层，这里有所有的 agent skill 的 名称和描述，它们是始终加载的，相当于大模型里面的目录。大模型每次回答前都会看一下这一层的信息，然后决定用户的问题是否与某个 agent skill 相匹配。 第二层是指令层，对应 skill 的 md 文件里面除了名称和描述之外，其余的部分，只有当大模型发现用户的问题与某个 agent skill 相匹配的时候，它才会去加载这一层的内容，所以呢，我们称这一层为按需加载。 第三层是资源层，这个呢，是最深的一层，它一共是包含 reference 和 script 两方面的内容。其实按照官方最新的规范，应该还有一个组成部分叫做 assets， 不 过我看了一下，它跟 reference 的 定义似乎有部分重叠，因此我们这里先忽略它。 好，我们刚才例子里面的集团财务手册和 uploader pie 脚本就属于这一层，只有当模型发现用户问题与财务或者上传相关的时候，它才会去加载这一层的内容， 这就相当于是在按需加载的指令层基础上又做了一次按需加载，所以我们可以称它为按需中的按需加载， 当然这是我起的名字啊。 reference 和 script 的 加载方式其实不太一样， reference 是 被读取的， cloud code 会把对应文件的内容放到模型的上下文中，以供回答式参考。而 script 是 被执行的， cloud code 根本就不会去看代码的内容，它只关心代码的执行结果。 当然这个也不是铁律啊，如果你没有把代码的执行方法说清楚， cloud code 还是有可能会去看一下代码的，毕竟跑不下去了嘛，这样的话呢，就会占用模型的上下文了。所以还是请大家写 skill 的 时候尽可能的把一切都解释清楚。 那聊完了 agent skill 的 用法，很多朋友可能会有种似曾相识的感觉， agent skill 好 像是跟 m c p 有 点像啊，本质上都是让模型去连接和操作外部世界。既然功能重叠，那我们到底应该用哪一个呢？ 关于这个问题，按 serapic 官方写过一篇相关的文章来解释，核心观点就一句话就在这里， mcp connects cloud data skills teach cloud what to do with that data。 这句话可以说是直接点明了 mcp 与 agent skill 的 区别，它其实就是在说 mcp 给大模型供给数据，比如说查询昨天的销售记录，读取订单的物流状态等等。 而 skill 是 教会大模型如何处理这些数据的，比如说是会议总结必须要有个议题啊，汇报文档必须要包含具体的数据啊等等。到这里，有些同学可能就会问了， 不对啊， agent skill 里面也能写代码，我直接在 agent skill 里面写连接数据的逻辑不就好了吗？这样呢，就不需要 m c p 了， agent skill 就 直接把这两个活都给干了。 确实啊， agent skill 也能连数据，功能上与 m c p 有 所重叠，但是能干并不代表适合干， 这就好像是瑞士军刀也能切菜，但没有人会这么干。我们这个场景呢，其实也是这样， m c p 本质上是一个独立运行的程序，而 agent skill 本质上是一段说明文档，它们的本质不同决定了适合的场景也是不同的， agent skill 更适合跑一些轻量的脚本，处理简单的逻辑。在代码执行方面， agent skill 的 安全性和稳定性都不及 mcp， 所以 大家还是要根据场景选择合适的工具。甚至在很多的场景下，我们需要把 agent skill 和 mcp 结合起来一起使用，以便尽可能的满足我们的需求。 好，今天的视频呢，就到此结束了，我是马克，用最通俗的语言讲最硬核的技术。如果我的视频对你有帮助，欢迎点赞订阅，我们下次再见，拜拜！

我们如何在字节跳动的 web coding 工具 tree 中建立 skill 文件？下面给大家提供几个方案。好，我们打开 tree， 这个呢是 tree 的 这个界面，一般在 tree 中呢，建立 skill 通常有两种方式，第一种呢，我们可以直接在这个，我们可以直接在对话框用这个 builder 直接建立 skill 的 文件啊，我们来可以看一看， 我们先让它建立一个临床对比的 skill。 好， 我们直接把它放在这儿啊，就等于直接在这个目录下。 好，我们看到呢，这个 skill 就 基本建立完成了，我们先暂时保留这个文件呢，在这个地方 skill 文件呢，其实主体来讲，它是一个 markdown 的 一个文档，它包括了临床对比，功能描述，场景描述，使用方法和这个输入式例 等等。这一部分的内容啊，这部分内容呢，等于这个 skill 文件呢， skill 点 md 就 已经建立完毕了，并且呢它存在我的这个相应的一个文档的位置中啊，未来呢，我进行临场结果的对比，我就可以直接调用这个 skill 文件啊，按照它里边的这个 prompt 进行分析。 第二种建立 skill 的 方案呢，是我们直接打开这个设置，这个设置呢有一个地方叫规则与技能，我们在规则与技能有全区和项目，在这个地方呢，我们是可以建立 skill 的， 大家可以看到这个呢，我们是之前刚建立的这个内容，我们的技能可以去创建，创建呢，我可以直接把这个 macdunk 或其他类型的各类文档啊，包括 zip 等等， 那直接拽进来，然后呢在这起一个名称，然后进行描述以及展开它相关的指令，这个指令呢一样是一个 macdunk 文档，所以我建立完了以后， 我们点击确认就可以了。在这里呢，我就不跟大家一一来输入了，这是两种在 tree 内部建立 skill 的 方案。最后呢，给大家来说一说找 skill 的 资源。我们主要呢还是可以来到 github 上这个 asrapec 它的这个开源界面儿中，这个地方呢，提供了非常多的 skill 的 这个文件啊，我们点开来看啊，有各种各样的内容， ppt 的， pdf 的， 以及像我们 excel 相关的等等。大家呢可以根据自己的需求直接在这里下载 skill 文件，然后直接导入 tree 这个 web coding 中就可以了。