skill用哪个cauld

别再瞎找了，这是你唯一需要的一个 skill。 find skills 就是 帮你找 skills 的 skill。 比方如我想找一个 ios 开发的 skill， 那 就跟 ai 说，用找 skill 的 skill 帮我找一个开发 ios app 的 skill， 它就会自动调用 find skill 找到符合你描述的 skill。 当然，描述的越精确，找的就越精确。安装方法也非常简单，只需要官方的这行命令就可以。 这里需要注意的两个点是，第一是最好选择全局安装，第二个选择复制到所有的 a 阵，否则可能找不到这个 skill。 好 了，如果不会安装，可以在评论区留言关注我，了解更多 ai 干货，感谢大家观看！

用 cloud code 加上 obsidian 的 skill 帮我把这一年所有 web coding 的 项目都整理汇总了一下，把它们的各种状态，各种简介做成了这样的看板，有这种图形的看板，还有这种表格式的看板， 并且我之后所有的 web coding 项目，但凡是有更新或者是有新增的，也都能一键同步到这个看板里，我个人觉得还是方便很多的。那所有流程其实特别简单，全都是在 cloud code 的 里面用 skill 加上 obsidian 的 插件来完成的。那第一步呢，其实我就是让 cloud code 帮我去把 本地所有的代码项目相关的文件梳理了一下，并且呢按照不同的状况给他标记了一下这个地方，就是我输入的提示词都超级简单。 第二步呢，我就让他调用了一下之前下载的 obsidian 的 这个创始人他创建的 skill， 他 创始人创建的 skill 呢，是可以直接来去创建 obsidian 里面的那个 base 文件的， base 文件就是刚才咱们展示的这种数据看板的文件， 这是第二步。那第二步除了这个之外呢，我还在 obsidian 里面接入了一个 excel 的 插件，就是那个画板的插件，然后再让他帮我把这一套东西做成一个 excel 的 文件，然后就变成了大家看到的这个图形化的界面。第三步呢，我会跟他说，后面我再有更新和同步的话， 你需要继续把这些信息都同步到 obsidian 的 看板里面来，所以他给每个项目都在这个 md 的 文件，并且就设置了后面每次项目更新的时候，就可以自动写入到这个 md 文件里面来了， 包括我整个流程完成了之后，我又让它把上面我所有的操作步骤再化成了一个 excel 桌面的这样的一个流程图。这次整理真的是让我感受到 openclip 这么好用，包括现在我的 openclip 也是直接接入 openclip， 在 用了后面还会有更多分享，欢迎大家关注，记得点赞连下期见！

这个是我用 opencloak skill 自动发的推特，从写作到发送都是它自动完成的，这个录屏的图呢，也是我用 opencloak skill 让它自动化的。今天就来给大家分享两种在 opencloak 里面使用 skill 的 方法。第一种就是直接把这些在 cloak code 里创建的 skill 全部都 copy 一 份过来。 之前也跟大家讲过， skill 的 本质上其实就是一个文件包，所以其实我就直接让它去到 cloak code 下放 skill 的 默认文件夹里面去找我想用的 skill。 比如说我之前最有这个 obsidian 画图的 skill， 然后我就让他找到这个 skill， 让他复制一份到他自己的文件夹下面，我就可以直接在我的飞书里面去直接使用它了。那这个就是我当时让他去文件夹里面找之前 obsidian 的 skill， 然后他找到了之后帮我平移过来的过程其实非常的丝滑，很快就能搞定了，搞定完了之后我直接用就行了。然 第二种方式呢，其实是根据大家自己跟小龙虾的写作流程，让他把这些流程抽象一下，固定一下，然后自己生成一个 skill。 我 昨天跟他去看怎么发推推的时候，其实是他写了一个脚本，然后我们还存了很多的各种各样的 app， 然后我就让他把这个脚本直接封装成了一个 skill， 他 接下来就可以直接去写推文，直接调用推推的 a p i 直接去发布了。 他发的内容是长这样的，也跟大家看一下，欢迎大家关注这个土豆账号。那这个步骤其实也非常简单，就是我跟小龙虾已经把这个发推的流程完全的走过一遍了，从写胶本到调 api 再到去存各种各样的 k 字到发送，那我就让他直接把这个流程提炼出来，然后让它封装成一个 skill 就 可以了，非常简单。 但这种方式其实我觉得可能是咱们会用的更普遍的方式，因为在咱们的很多很多的写作流程里面，会衍生出来很多独属于咱们自己的这种流程和 skill。 我 知道最常见的还有一种就是在官方的 flowhub 里面去下载一些 skill， 这个方法咱们下期再聊，今天就先到这，大家新年快乐，下期见。

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！

用 skill 做自媒体也太方便了吧，在这个地方录入计划的发布时间， ai 会根据你的发布时间去预测爆款选择题，断写脚本位置好每个脚本对应的封面， 三分钟带你把它搓出来。首先我们需要理解一下 skill 的 搭建方式，简单的说就是提示词加流程的组合。我们在前端输入指令后， ai 会依次调取我们准备好的提示词，并最后给出输出结果。回到我们的任务，让 ai 根据发布时间帮我们预测爆款选择题并生成内容。我们输入的是发布时间， ai 一 次调取选择题脚本封面的提示词。所以在整个搭建 skill 的 过程里面，准备提示词是一件非常重要的事情。提示词之间需要遵循循序渐进的顺序，第一条选择题， 它的书写过程遵循常规的提示书写方式即可。便当的部分已经帮大家标注出来，需要替换成自己需要的内容。那接下来的脚本提示词，它在第一句话里面需要对选题提示词做一个承接，以及最后的封面提示词也是对脚本提示词的内容做承接。当提示词全部都书写完成之后，我们就可以开始正式搭建我们的 skill。 打开这个软件，切换到技能，回到文档，把我们准备好的导语粘贴过去，点发送，这时候 ai 会告诉我们需要依次提供三段对应的提示词， 再回到飞书。在全部收到三段提示词之后， ai 会开始给我们构建这个 skill， 耐心等待就可以。好，可以看到当右边预览的部分出现内容之后，就说明这 skill 已经构建完成了，那我们可以在这个地方做一个简单的测试，输入我们的发布时间，他已经按照我们要求的步骤在给我们生成内容了。 首先是选择题，然后接下来是脚本文案，最后是封面的会制。如果你对这个 skill 的 输出结果有什么不满意的地方， 在对话框里面输你的要求，让他继续去帮你做调整，觉得 ok 的 话就可以部署。当打包构建部署的三个步骤完成之后，后面就可以非常轻松的去掉取我们的这个 skill 了。点击右下角的更多，把你设置好的 skill 调取出来，就可以快捷方便的生成内容啦。

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。

skill 加 nano banana 能够自动地生成电商的详情图了。我把 nano banana 直接接到扣子的 skill 里面，那后面我们在用它的时候，直接给它上传一个产品图 以及写描述。比如说你想生成几个主图，几个详情图，这些细节发给他以后，它会自动理解产品图，它需要写什么样的文案，需要做什么样的色调，最后自动给你生成这种详情图。我们来看一下做好的效果。那这个 skill 对 比扣子工作流来说，用起来会更灵活，更智能。

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！

全网都在追 skyo， 我 研究了二十五小时，我发现了一个残酷真相，百分之九十的 skyo 都是垃圾，但剩下百分之十真的能改变你用 ai 的 方式。今天这条视频，我会把 skyo 的 本质还要怎么安装，哪些值得用，真正的机会点在哪， 全部通过五分钟的视频讲清楚。 scale 本质是啥？它本质就是 promet 提示词的升级版本。 promet 提示词一般是纯文本的提示词相当于我口头交代你要帮我做这个事吗？ scale 也是提示词，它是基于 promet 升级出来，它有拓展能力，可以叠加 api 接口。 举个例子，查西安天气， promet 会打开天气网站查询，而 scale， 它是采用天气网站底层的 a p i 查询，它更快更准，你可能觉得差距不大，但如果你是查询股票呢？ 用 promet 打开 a 股港股网站查询价格。但 scale， 它是直接调用股票网站的底层， a p i 毫秒即查询 股票，毫秒即根据你的 scale 确定是否要卖出它。在 promat 上基础上微创新，这会让 scale 非常有意思。第二，电脑上如何安装 scale？ 我 给大家看一下，我电脑上刚才安装了 四个 scale， 包括这个是电脑 cloud 的 帮我创建的一个文件，这个文件里面有所有 scale 的 终端，我强烈安利。 如果实力允许，一定要用世界上最顶级的模型，越贵越好。最简单的一个问题，一个清华学历和一个初中学历的助理，你选哪一个？这还用思考吗？直接安装世界最顶级的模型，拆了 gpt 啦。 gmail cloud 安装 skill， 你 直接说出你的需求，他会根据你的需求帮你搜，帮你安装，安装完毕，他会给你说安装了哪些 skill， 基本上看就是我。他安装完毕，在我电脑上使用了一个说明文档， 包括我的 skill 所有清单，适用场景、发条件、输出格式、使用流程，注意事项的那么全。 但问题来了， skill 真有那么神吗？说实话，这个 skill 对 于新手我觉得可能还比较友好，但真不适合我们每个人。我自己写的 promat 看一下，看，我这里面有我的参考，爆款文案，我的成品竹子稿，我的规章，我的提示词。 promat 就 相当于现在的 skill。 看，我的 skill 比网络上下载下来的 skill 好 几万倍，我的更具体，更适合我。你看爆款短视频，文案，我用途，结构，打法， 输出任务，每一个都是我自己创建的，所以我觉得每个人都应该创建自己的 skill， 实用 和适合才是最重要的，不要搞一些花里胡哨的一大堆，就像我下载了一个万能的 skill。 不要迷信市面上那些打包好的万能的 skill， 那么 scale 真正的价值在哪？不在于 scale 本身，在于它背后的东西。 scale 应该会倒逼很多网站，还有很多 app 开放接口，因为只有 api 接口才能让你的工作流 agent 进一步爆发。 scale 就 像一个万能胶水吧，把那些互不兼容的 软件通过 api 进行串联起来的，我觉得这种想象力还比较大。最后一句， scale 不是 终点， api 生态才是。真正未来赚钱的不是用 scale 的 人，而是会造 scale 的 人。

取代 sara， 用扣子的 skill 做这种带货视频，嘎嘎萌，顺风顺水顺财神财神来到我 家门，只需要在我搭建好的这个 skill 里面输入你的产品图和提示词，点击运行，它会自动的去给你设置视频需要的人物背景，分镜数量，也会告诉你生成这条视频需要的成本。看这里呢， 十二秒的成本是五百积分，也就是相当于零点五吗？接下来生成做视频需要的人设和背景图，最终的完成。那这个效果如果说你觉得不行，那你可以随时去调整体式和画面做二次的修改。

很多人听到 skill， 会以为这是某种高级能力或者 agent 专属魔法，但我们先把它拉回实际。 skill 本质上就是你早就会的那件事，把一件重复发生、部署、稳定、结果、可预期的工作整理成一套可以附用的做法。 你以前可能把它叫做模板、脚本、流程、 sop、 小 工具。现在我们把这些统一叫 skill， 只是为了让 agent 也能用同样的方式来工作。 关键不是名字变了，而是你开始用可附用的模块来思考工作。如果要把 skill 编成一个摸得着的东西，我最喜欢的比喻是一个文件夹。 这个文件夹里通常会放三类东西，第一，说明书告诉你这件事要达成什么目标，输入是什么，输出长什么样。第二，材料包，比如模板、视例、参考文案、品牌规范。第三，执行方法、步骤清单、检查点，或者一段脚本和提示词。 所以 skill 不是 一句我会做，而是一套别人拿走也能做的交付物。它让能力从人的脑子里搬到一个可传递的、可附用的载体里。 skill 最关键的武器其实就是四个字，按需加载。我们做工作时也一样，你不会把所有知识同时摊在桌上，你会在某个 task 出现时拿出对应的模板、规范和工具。 skill 就是 在帮 agent 做同样的事， task 来了，再把这一小包专用知识加专用流程加载进来。这样做有两个直接好处，第一， task 边界更清晰，输出更稳定。第二，维护成本更低。你改一个 skill， 就 等于更新了一类 task 的 做法，而不是指望模型自己悟。 所以 skill 不是 让模型变聪明，而是让工作变可控。我们用一个很生活化的例子，给一家轻食店做品牌物料。如果这件事每次都从零开始，就会遇到同样的问题，文案风格不统一，视觉元素乱跑，输出物料缺东缺西， 那我们就把它做成 skill。 这个 skill 的 因素很明确，店铺定位、目标人群、主打产品价格区间以及品牌调性 keywords。 它的材料包也很明确， logo 使用规范，配色与字体，几条固定的文案与期限里，常用物料模板，比如海报、菜单、设备封面等等。 流程更像一条 assembly line， 先定一句核心主张，再扩展三条卖点，再落到不同物料的版式与文案，最后用检查清单保证一致性。结果就是，不管谁来做，产出的品牌物料都向同一家店说出来的。很多人卡在这里。我知道 skill 很好，但我没时间写 sop 整理模板，这里有个省力的方法，也手写。让 ai 帮你做 skill。 你只要提供三样东西，第一，你过去做过的几个真实案例。第二，你评判做的好的省下，比如风格和规点，常见错误。第三，你希望最终产出的格式，比如一份流程清单，一套模板，一段可附用的提示词。 ai 擅长把散的经验整理成结构化的模块，它可以帮你抽共同步骤，补缺漏，把隐性规则写清楚。你要做的不是从零写，而是审核和微调，把它校准到符合你的工作习惯与质量线。那问题来了，我到底该从哪里做 skill？ 答案通常不是最酷的，而是最平凡的。你可以用一个简单的判断，这件事情上是不是经常做，是不是每次都差不多，是不是出错，代价很大，或者质量波动会让你反复返工。如果是，那它就非常适合 skill 化。 因为 skill 的 价值本质是把一次次重复的脑力劳动变成一次性的整理，然后反复服用。高频工作最容易立刻看到收益，时间省下来，质量也更稳定，你还更容易把经验交接给团队。最后，我们把 skill 压缩成一句话， skill 不是 能力本身，而是把能力模块化、可附用、可按需来加载的方式。 他把你脑子里的经验变成一个可以被调用的工作包，把不稳定的临场发挥变成可控的流程。与时单纯把每次重新想变成每次直接用。当你用这种方式组织工作，你会发现你不是在追逐更聪明的工具，而是在打造一套更稳定的生产。

梅猴王朋友们， agent skill 最近真的太火了，但很多朋友肯定还是很困惑， skill 到底是啥？有什么牛的？没关系，草旅从 skill 大 全它来了。 今天呢，我们会通过一个逐步升级的案例来理解 skill 的 结构和原理，然后我们还会学会定制自己的 skill 这个 skill 呢，只需要我们说帮我做一个促销海报啊，优惠券，员工服装，它就会生成符合我们品牌风格，带 logo 的 物料图片。 另外，我也会推荐给大家一些好用的必用的 skill， 比如说帮你的文章配图，把杂乱的知识变成教学网页，一句话处理表格等等等等。 我还做了个秋之技能生成器，大家只要回答一下 ai 给的选择题，为你量身定制的技能就轻松完成了。并且今天所有的资料链接以及补充资料我都做成了一个网页，大家只需要一步步的跟着做，跟着看，就一定能搞定， 非常值得一个点赞收藏关注哦！来吧，准备好我们 go go！ go！ 首先，到底什么是 skill skill 呢？翻译过来就是技能呗， 它其实和人类的技能是类似的，比如说你是一个厨师，那你就有炒菜的技能，处理食材的技能，摆盘的技能等等等等。那每个技能里面，比如说炒菜技能，这里面就包含了你的流程，你要先炒什么，后放什么， 还有你的配方，你的油温多高，盐放多少。有了流程和配方呢，你可能还会需要一些工具，需要煤气灶什么的， 甚至你可能还会有一些独家的材料，有一勺秘制辣椒酱什么的。那 agent 的 技能也是同理，它要来做菜，它也得有流程、配方、工具和材料。 所以在 agent skill 的 术语里面呢，它就是 skill 点 md， references， scripts 和 assets 这些东西打包成一个文件夹，这就是一个技能，一个 skill 了。我们先来个简单的， 比如说我们要做一个写作 skill， 那 我们就在 skill 里面可以要求他先去啊这些网站去搜集信息，然后再按这个爆款原则去写个大纲，然后再参考这个语气来写稿啊，最后按照平台要求来审稿等等等等。那有朋友就很疑惑， 那这不就是写提示词吗？哎，本质上还真是的，毕竟啊，我们跟大模型的交互其实都离不开提示词， 但是呢，这并不是 agent skill 的 全部，它在工程上是有很多优势的，能做的肯定比我们拷贝粘贴提示词要多很多。好处我们后面都会说到，那先让我们通过创建一个 skill 来理解它的结构和原理， 我这里用的是谷歌反重力来做编辑器来看文件，然后呢，用的是 cloud code 来做 agent 来处理任务。这俩东西的下载方式呢，我也都放在资料里了，非常清晰简单，大家一步步跟着做就行了。 接着你只要在反重力的这里创建一个项目，比如说我的就叫丘之 project 吧，然后呢，我们调出终端， 输入 cloud cloud code 就 调用出来了，这个界面大家看着会有点复杂，但是不要怕，跟着我一步步来就可以了，之后我们跟 agent 的 对话都会在这里进行。 ok， 那 我们开始创建， 那我们先要做的是一个最简单版本的 skill， 后面呢，我们会逐步升级的哈， 那现在假设我是一家轻食店的老板，那这是我们秋之餐厅的一个品牌 logo， 那 我希望做一个 skill 呢，能够按照我的品牌调性和视觉规范，帮我们去想各种物料的创意，做一个创意生成器。 那按照 cloud 的 规定，我们创建一个 skill， 得在规定的点儿 cloud skills 文件夹里面去创一个 skill 文件，那我们用最原始的方式，直接手动的来创建这些文件夹哈，点儿 cloud skills， 然后我们再创建一个文件夹，这个文件夹的名字呢，就是我们 skill 的 名字，我们叫它秋之创意吧。那这个 skills 的 文件夹里面呢，必须规定有一个 skill 点 md 的 文件，这个大写的文件，那文件里面放啥呢？我已经写好了， 粘贴进来，那就是这么些文字。好了，这就是一个 skill 了，大家先压住脑子里面的问号，我们再来细看一下，那这个文件里呢，上面这两个横线里面的它叫做元信息 matlab， 写着两个东西啊，一个呢是 skill 的 名字，一个呢是 skill 的 描述，这两个东西专门用来告诉 ai 这个 skill 叫什么名字，是干嘛用的，什么时候可以用它，那我这就写着是做创意物料用的啊，当用户说要做个海报什么的物料，他就自己触发它了。 而下面这些信息呢，叫做指令 instruction， 其实就是具体告诉 ai 怎么样做的一些提示词喽。 ok， 那 我这写了我们的餐厅叫做秋之餐厅，品牌的风格有这么些要求，输出的格式让他是这样等等等等，非常的简单哈，那我们保存好一个 skill， 真的 就创建完了？来，我们启动 cloud code 来问问他，你有哪些 skill？ ok， 你 看，他现在就已经识别到了我们的秋之创意 skill 了。 ok， 我 们直接问他，我要做一个秋之餐厅的春节促销海报，让他给个创意 好，他这里就开始提示我们，他正在加载这个 skill 了，我们同意 ok， 他 就输出了创意，并且是按照我们的要求和格式来的。 那有朋友就受不了了，哎呀，这一通操作不还是提示词吗？跟我自己写一段这个提示词存着给 cloud code 看有什么区别呢？最大的区别之一在于它是按需加载的， 什么意思呢？其实啊，当我们正常的这样跟 cloud 去聊天的时候，大模型它只会看到我们这个 skill 里面这两行短短的圆信息。 只有当我们说我们要做一个秋之物料的时候，他才意识到，哦，该看具体的指令了，他才会去加载这下面这部分的完整指令，否则这些他都不会看到。 这样的好处就是方便我们可以同时拥有很多个 skill。 每次 a 正的都会看一遍所有 skill 的 简短的原信息，但是只有当 a 正的意识到他要去具体调用一个技能了，他才会去看下面的一大堆指令，而且 ai 的 回答也会更精准， 因为他没有了其他提示词的干扰，那 ai 加载的少了， open 自然也就省了一堆。那这是他按需加载的第一层。 当然了，刚刚这个 skill 实在是太基础了啊，就算一口气把它下面的指令都加载完，好像 token 也不多哈。 但是如果我们的要求变得复杂了呢，比如说我们秋之餐厅的物料其实分很多种， 常规的呢，有海报、菜单，也有比较特别的一些实体物料要设计，比如说餐盒、杯子，员工服装，还有一些社交媒体的物料，比如说公众号封面，微博配图等等等等，他们的尺寸都不一样，配色要求也不一样， 还得符合各平台的一个规范。每一个物料呢，我们都假设它有详细的长长的说明，那这时候我们如果把所有物料的要求都写进 skill 点 m d 里面，那这个文件就会变得巨长。 但是很多时候呢，我只是想做一个，比方说实体餐盒的设计大模型，根本就不需要知道公众号封面的规格，但是 ai 还是得把整个文件都读一遍，那这就造成了 token 的 浪费，也可能会造成一些信息干扰。那怎么办呢？ isopec 就 又规定了一个文件夹叫做 references， 我 们呢可以把实体的物料和社交媒体的物料这个两个规格单独拆出来，单独的给它放到这个 reference 文件夹里面去。 那这个实体物料规格点 md， 我 们就写一些线下的工服呀，餐盒之类的要求， 那这个社交媒体物料规格呢，我们就去写公众号封面呀，微博配图这些的尺寸和要求，甚至我们都可以拆得更细。 然后呢，我们只需要在 skill 点 m d 这个总指令里面只留下那几个常见的物料要求，并且我们还需要写上一个指引 啊，告诉他如果用户要做线下物料的话，那就要去读这个实体物料规格点 m d。 如果要做社交媒体类的图，那就要去读社交媒体规格点 m d， 那 现在同样的一句话， 他给出的方案就更精准了。这样当我们只做常规物料的时候，这两个 reference 的 文件大模型压根就不会看。然而当我们说做实体参合的时候，他也会通过 skill 点 md 的 指引，只去看 reference 里面的这个实体规格文件， 那这就是它的进一步按需加载了。那我们可以想象，我们可以有好多种不同情况的 reference， 反正它只会在需要的时候自己去看指定的文件。 但是现在我们的秋之创意 skill 呢，只能输出创意，还得我们自己去做图，所以呢，我就还想让它可以按照我们的品牌规格，直接帮我们把图做出来， 也没有问题。那这就要用到 skill 的 另一种文件夹了，叫做 scripts， 那 这个 scripts 里面呢，一般放的是一些可执行的脚本， 那我这里呢，实际上也就放了一个非常短非常简单的脚本，其实就是在调用 nano banana 的 api 来生图的一个脚本。那有了这个脚本之后呢，我们还得去 skill md 里面在指令里说一声，告诉他，如果用户要求直接生成图片， 那他就得把之前我们想的这个创意转化成生图的提示词，然后按照这个命令去调用这个生图脚本，这样他就能一句话自动去生成精准的图片了。 不然我们还得自己去拷贝提示词，打开软件再粘贴，再生成，再下载保存，现在我们一句话就搞定了。 另外我还有个需求，我希望深层物料的图片能保持秋之餐厅的 logo 不 变， 所以我们还得给他几张 logo 图作为深图的这个参考。那我们就可以再建一个 最新规定的一个 s s 文件夹，我们把两张的 logo 图片放到这个文件夹里，当然我们还要回到 skill 的 md 里面，告诉他参考图在这个 s s 文件夹里面，如果要深图的话，需要把这个图片当做参数给脚本传进去来执行。 好朋友们，现在这个 skill 就是 一个完整的官方完全形态了，其实有点像我们在用自然语言写程序，对吧？那我们先来试试效果，来帮我做一张周六饮料免费的一个实体海报， 你看它发生了什么？它先是加载了这个 skill， 然后它内部可能发现啊，要做的是这种实体物料，它就要去看另一个解说，于是它去检查了这个实体物料的规范。那并且它意识到我们需要的是直接生成图片， 所以呢，它又生成了提示词，把这个提示词和 logo 图片一起给到，并且运行了这个脚本。那最后它输出的图片告诉我们，在这里我们看看结果， 你瞧瞧它这个尺寸，配色 logo 是 完全符合我们这个品牌规范的啊。那为了防止这个是一次性的结果，我还多试了几次，它这个深层的效果都很不错。 然而如果我们的要求还跟之前一样，我们只要创意并不要直接深图的话，那他的这个脚本他也不会被执行。 而且呢，刚才我们说到这个 scripts 脚本，这里面其实还有一个重点，这个脚本里的代码它是写好了的， agent 根本就不需要去看里面写了什么，它只要知道我们在 skill 点 m d 里面写的那些指引，告诉它传什么参数，会输出什么，它只管运行脚本就行了。 所以不管我们在 scripts 里面写了多少行代码，大模型它都不会去读取，一点 token 都不占。 当然了，如果我们在 skill 点 md 里面的那个指引写得不够清楚，大模型不知道怎么用这个脚本，那他有可能也会不得不自己去看一下这个脚本，但他的机智和园艺是不需要去读这些脚本的。 好，那我们来回顾一下，其实创建 skill 就是 在指定的文件夹下去创建一些文件，那最简单的 skill 呢？只要一个 skill 点 m d 就 够了，里面有这个原信息和指令，而完整形态的 skill 可以 加上 references， script s s 这些可选的文件，那这些东西是怎么配合工作的呢？这就是 skill 最重要的设计。按需加载的三层结构，第一层，源信息。 这一层呢，是始终加载的， ai 的 每一次对话都会看一眼所有的 skill 的 源信息，它去看到自己有哪些技能，就像一个目录。那第二层，指令层， 这层是只有当 ai 判断并且决定我要用这个 skill 的 时候，它才会去加载完整的 skill 点 m d 文件。第三层，资源层， 这层包括了 reference 里面的参考资料， scripts 里的脚本， assets 里的资源。只有当 ai 进一步判断任务需要更详细的信息，或者它需要执行某个脚本的时候，它才会去按需加载，并且脚本它是只执行不读取的，完全不占用托克。 好了，这下我们完全理解 skill 的 按需加载，也就是官方定义的渐进式批漏机制和三层结构了。可是对于普通人来讲，这又是写 markdown 又是脚本的，好像创建一个 skill 还是挺复杂的。 no no， no， 现在谁会用手写呢？我是用这个创建 skill 的 skill 啊，秋之 skill creator 创建的。 那这个呢，是我基于很火的 skill 创建器改良的一个更加互动式，更加小白的一个 skill 创建器。那大家把它下载下了以后，放到这个点儿 cloud skills 文件夹里面就好了。那下好之后，我们想要创建什么 skill， 直接打开 cloud 直接跟它说就行， 或者我们也可以斜杠来调用他，那他呢，会开始一步步的引导和追问我们，来帮我们梳理这个需求。而且我特意设计的是这种用选择题的方式来追问我们整个过程，我们就只需要用大白话回复他的问题，以及按一按上下键做一做选择题就好了。 他这个追问的过程啊，到时候大家问题可能和我现在这个不一样，因为他会根据你的需求去做灵活的调整啊，他都是现编的。 然后呢，这个过程中因为我们要做图片，所以我们还需要给他提供 logo 图的参考，以及那个 nano 不 nana 的 a p i 和文档。那我也给他直接拖到了这个项目文件里，然后告诉他了一下这个文件的路径， 他就会自己去参考和把它们放到 excel 文件夹里面。那这两个素材我也都已经放在了我们的课后网页上了，大家可以去用做练习来试试复现它。 那问完这些问题之后呢，他还会给我们核对一下方案，如果我们看着方案没问题，那他就会自动帮我们生成所有的 skill 文件了。 那做好 skill 之后呢，他还会帮你想几个例子来跑一下测试。我们这里其实测了好几个，风格都很一致，很好看。大家在这个调整的过程中，也可以去点开他写的这些 skill 文档来手动的修改一些，反正都是提示词嘛。 所以总之只要你有明确的输出要求，或者有明确的方法规范流程知识，创建器就会指引你帮你来写出一个定制的 skill。 而且除了自己创建，网上也有很多现成的 skill 资料里，我也整理了一些集合网站和 skill 仓库，成千上万的 skill， 大家可以去逛逛。并且我也给大家打包了几个普通人常用的必备 skill， 比如做 ppt， 处理文档， excel， pdf 这些基础的，我们直接把它拖进 skill 文件夹就可以，一句话让它帮你把乱糟糟的表格梳理得整整齐齐。 还有这个官方的前端设计 skill， 这是直接让 cloud code 生成的前端网页，而这个是挂载了这个前端 skill， 做出来的网页，效果明显大幅提升。还有这个动画生成的 skill， 用这么一段提示词就可以做出这样一段演示动画。 当然大家也不用去装一堆自己根本用不上的技能，一个游戏英雄也只需要四个技能 q w e r 就 能杀遍全场。所以最有效的还是把你最最高频做的几件事，打磨成一个你独家的稳定产出的 skill。 尤其是你对结果有明确的要求，你有经验和方法，你验证过的事情。 比如说打工人，你的周报每周都要写，那就做一个让 ai 来主动采访你，然后出周报的一个 skill。 比如说老师每节课都要背课，那就做一个你只要给出课题，就能给你一整套课件习题和 ppt 的 skill。 又比如说，你总是要给你的文章配图，那就做一个给他一篇文章，他就按你的风格做配图的 skill。 又比如说，你总是在审核，那就做一个按照你的规矩自动批阅合同来写备注的 skill。 因为大多数的人都不需要成为一个技能开发者， 我们只要先把自己掌握的小技能交给 ai， 让他替你重复劳动。好了，资料链接都在评论区了，大家动手试试吧！这个时候呢，点赞、收藏、关注的技能就该出发了，我们下次见了！

cloud skill 火了好几个月，网上各种教程也是满天飞，但我发现不少小伙伴还是一脸懵，他到底是个啥？究竟该怎么用？哈喽，大家好，我是专注用动画科普 ai 的 阿 k， 今天我就用一个我自己的真实案例来给大家盘明白我是怎么用它来优化我的工作流的。 在进入案例之前，我们先得弄清楚 skill 是 个啥，它说白了就是 cloud 的 一个配置文件，这个文件的核心只规定了三件事，第一，它是干嘛的， 第二，它必须遵守什么流程，第三，它能调用什么工具。那这个配置文件怎么创建呢？我们安装好 cloud code 以后，系统里就存在了一个点 cloud code 的 文件夹，通常路径是这样的， 那在这个文件夹下面，我们要创建一个名叫 skills 的 文件夹，以后我们要创建的所有 skill 文件就都得在这个文件夹下。 这里注意哈， skill 的 名字最好是英文的，这样能够避免报错。比如我们要做一个测试 skill， 那 就要创建一个名叫 test 的 文件夹，然后我们在 test 文件夹里再创建一个 skill， 点 md 文件，注意哈，这里的 skill 一定要大写。 最后我们把提示词写进这个 skill， 点 md 文件就能够使用它了。那至于这里的 md 是 啥意思，以及各种 ai 名词都是干嘛用的？我春节期间会专门出一期视频科普他们，想在春节后专心开始学习 ai 的 小伙伴一定不要错过哈。 那问题来了， skill 里面的提示词是什么呢？又该怎么写呢？接下来我就用一个真实项目案例告诉大家怎么在完全不懂 skill 的 情况下写一个高质量的 skill 提示词？ 熟悉我的小伙伴都知道，我每周日都会更新一期 ai 新闻回顾的视频，其实它是我正在进行的一个实验项目，我的终极目标是实现百分之百的 ai 全自动生产。目前的进度大概是百分之七十的 ai 加上百分之三十的人工。 先给大家介绍一下这个项目的大概构造。首先第一步原料获取。我自己写了一个专门的新闻搜集工具，它的核心难点不在于多，而在于精。 为了保证性造币，我主要利用 rss 技术来聚合那些高质量的源头。感兴趣的小伙伴可以搜一下 rss， 它是非常有用的技术哈。第二步是筛选，这也是最耗费精力的环节。这里的难点分两块，第一是做减法，必须剔除掉那些枯燥的行业新闻， 比如某某公司融资了多少亿，什么时候上市，这些大部分观众其实并不关心。第二则是做加法，要精准捕捉高流量的干货，比如开源模型的发布，重大技术的突破，或者是全网热议的科技事件。 这一步我还在不断的打磨提示词，目前的准确率还算凑合，预计再花几周时间，我就能把自己彻底从这个环节解放出来了。第三步是大纲，确定 新闻选好以后，要考虑把哪几条挑出来做深度分析，怎么既保证有干货，又不会长篇大论的让人睡着？还有最关键的，如何规定大模型在写稿时必须联网搜索，严禁它胡编乱造。这部分目前 ai 做的还比较差劲，感觉短时间很难脱离人工。 第四步是稿件生成，这部分我主要用的是 gmail 三 pro， 虽然它离我心目中的完美稿件还有不小差距，但对比很多营销号的通稿，它已经算是上游水准了。 当然，我会继续优化提示词，让它逐步接近我期待的水平。第五步是语音合成，我会调用本地部署的用我的声音数据微调过的 index tds， 二来一次性输出成音频。但 ai 的 朗读经常翻车，比如 g l m 四点七，它常常傻傻地读成 g l m 减四七。再比如年份二零二六，它会读成两千零二十六年。这些都非常影响观看体验。所以我必须增加一道工序，用一套专门的提示词把稿子写一遍，把所有可能读错的符号全部标准化，确保一次成型。 最后是人工兜底剩下的画面设计和剪辑匹配。目前 ai 还做不到我的审美标准，但这部分耗时也就一小时左右，完全能接受。 好，那聊完这个项目结构，它跟 skill 又有什么关系呢？不知道大家有没有发现，我的整个工作流是割裂的，像新闻搜集和语音合成分别是两个单独的工具，中间的 ai 调用和文件保存分别要在文档和网页中反复来回。 我统计过，这个项目的真实耗时差不多在三小时左右，而其中大量的时间就浪费在了繁琐的快软件操作和等待工具运行中了。最麻烦的是，这种反复的切换让我的注意力也变得不集中。那话都说到这个份上了，想必大家也能明白， skill 就是 解决这个问题的良药了。那针对我这个项目，整个 skill 文件是这样的， 可能很多小伙伴看着就头晕了，更别提写。大家别怕，这个 sk 文件我自己一个字都没写，全是 ai 帮我写的。现在 ai 的 能力已经强到离谱了，作为人类，我们真正要做的只有一件事，把需求说清楚。我给 ai 提的需求是这么写的， 这个部分是启动项，就是约束我在什么时候启动这个 skill 流程，启动后需要给我三个不同阶段的选项，这一点是考虑到我整个工作不一定是一口气做完的，中途有可能被打断。而设置的。第二个需求则是如果我采用的是选项 a， 则启动新闻搜索工具，这里一定要给它标明详细的文件路径，方便 ai 调用。 第三个需求则是我对我之前搜集的每日新闻进行汇总成一周新闻。这里之所以拆成了每日新闻搜集和每周新闻汇总，这个是私人原因，大家不用在意哈。第四个需求看起来很繁琐，我给大家拆解一下就能很好理解。 第一步是调用我的提日词文件和筛选完的新闻稿来制作大纲，之所以看起来很长，是因为我要表明这些文件的路径，不然 ai 不知道去哪找。 第二步是调用大纲文件和文稿生成题日词来进行文稿的解析。这里分成大纲和文稿两个板块，是为了更容易把控质量。如果题日词写的足够好，两个板块我感觉以后是可以合并的。 第三步，把文稿用题日词清洗一遍，方便语音合成。那第四步就是调用 index tds 来进行语音合成了，最后再给一句汇总的命令，联网搜索什么是 skill 的 文件结构，并按照上述要求帮我制作 skill 文件。有任何不确定的地方必须问我，不要胡编乱造， 然后我们看着 a 键的自动帮我们制作就行了。等他把 skill 做好了，我就只用在 cloud 点插件中输入 ai 周报，他就开始按照流程一步一步引导我进行了。 那视频的最后，我想跟大家聊几句真心话。通过今天这个案例，相信大家也看出来了，搭建一个能够自动干活的 cloud skill， 难点从来都不在于你会不会写代码，或者懂不懂什么 bug 凼格式。 真正的难点在于你是否拥有一套清晰标准且经得起推销的业务流程。如果我没有把自己那个搜集、筛选、改写习稿的笨流程先跑通，就算把最好的 ai 给我，我也写不出这个 skill。 因为 ai 只是一个放大器，如果你给他的是混乱，他放大的就是混乱。如果你给他的是逻辑，他才能回报给你效率。 所以建议大家在春节期间如果想折腾一下 ai， 不 妨先试试把你手头最想自动化的那项工作一步一步的规划出来，只要你能把逻辑整明白，剩下的交给 ai 就 好。 ok， 那 以上就是本期视频的全部内容了，我是专注动画科普 ai 的 阿 k， 无尽无险，又到六点下了个班。

今天给你推荐三个神级的 cloud skill， 我 不允许你不知道，那第一个是 superpowers， 它是一个头脑风暴的插件，在我们 讨论需求的时候，它会反问我们问题来引发和激发我们的思考，用起来特别的解压。并且它还提供了一大堆的各种各样的功能，说它是瑞士军刀一点都不为过。第二个是叫做 planning with files， 它是号称把 minus 的 精髓移植过来的一个 skill。 它实现了什么呢？它会在你跟它讨论问题的时候，它会生成三个文件，分别存储了要做的事情、 计划和一些额外的一些思考跟探索。它会通过这些文件来一步一步地指导 c c 在 后面的编码或者是任务的完成。最后一个就是 notebook i o m 的 这个 skill， 它可以让我们在 c c 里面直接去连接到 notebook， 可以 提交我们的知识，让它帮我生成脑图，生成音频，生成 ppt， 再返回给我们。你还有什么私藏的好 skill 分享到评论区。

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！