skills怎么看

现在 skill 这么火，大家都在用什么样的 skill 呢？我今天无意中刷到了这个网站，就是 skills 点 s h 这网站可以看到现在就所有 skill 的 热度。可以看到第一个是这个 vs react best practice， 其实就是写 react 怎么样把 react 写好的，它安装了，呃，相当于六万多次，六万次， 然后也可以看最近二十四小时哪些最火，二十四小时里面最火就是这个 python skills， 看起来大家其实，而且你看他这个明显比其他的要多得多，他安装了十四点四 k， 然后第二名只有七点五 k， 看起来大家都在 找什么样的 skills 好 用？我其实简单的看了一下，这里边好多都是跟前端相关的，比如像这个其实就是前端的，然后这个 web design 也是，其实也是前端的， 然后包括像下面，比如 front designs， 然后还有就是，哎，比如 u i， u x， pro max 啊这些，还有 react， native skills， 就 感觉前端的占比真的非常大。

今天给大家推荐两个东西，来帮助我们发现 skill 和管理 skill。 为什么发一期视频来推荐呢？因为我写了文章，好像没有人看。 呃，这两个东西都是 versal lab 发布的。我们先看它的这个簿课，这一篇簿课，这个簿课发布于一月二十号，它这里写我们发布了 skills。 这个 skills 呢， 就是一个呃， c l i 工具，帮助我们来安装和管理 skill 的。 嗯，这个我们待会具体看，我们先把扑克看完。这里说一个 c l i 用于安装和管理 skill 包 agent 的 包，安装 skill 包，通过这个命令。 呃，到目前为止，这个 skill 已经被使用安装技能，像 a m p。 呃，这些什么 cloud code 呀， cloud bot 呀， code 叉呀， cursor 啊，啊， gmail 啊这种等等，它已经被这些使用了。 今天我们也来介绍一个网站，就是这个 skills， 点 s h， 我 们点开看看， 它这里说是一个目录和一个排行榜， skill 包的排行榜，通过它呢，我们可以发现一些新的 skill， 呃，为我们的 agent。 然后就是浏览 skill， 通过分类和流行这个程度， 呃，这段话的意思是说通过这个东西来安装哦，在整个生态系统中跟踪使用，统计和安装情况。 这里说有一个简单的命令，并且去探索。他说让我们来添加一个 versa lab 的 官方 skill 吧。首先我们说一下 versa 的 这个官方 skill 吧， 他自己出了一套 skill， 呃，只不过的话，这个是偏向前端嘛，然后也是偏向 react 的。 他这里说最最好的实践构建就是 react， 它里面包含的东西， 呃，也挺好的，就是一些 react 的 规范，还有 cloud ai 的 使用，当然还有 web web 设计指指南。 呃，另外的话，关于 vivo 方面，呃，安森富前几天发布了它的一个 skill， 当然它也是有一部分是自己的，它这里有安装使用说明， 它这里有一部分是自己的。像这个 skill， 呃，它以自己的名字来命名它的一些喜好和最佳实践，像一次 link， p n p m 这些， 当然还有一些官方的 skill， 像 v o e n s t p n 这种 v o e 方向的一些生态库的 skill， 当然还有一些非官方的，像，呃， sladeep， 这个是安斯尼夫开发的一个东西，然后 t s down 啊， turbo ripper 啊，还有 vivo use 这些。 vivo use 当然也算是官方的，因为那个创作者 刚发布没几天，就被安斯尼夫给收入给官方的 skill 了。呃，接下来我们讲这个网站， 首先这个网站的话就是一个统计收集 skill 的， 然后它这里有，呃， over time， 就是 说全部使用累积起来的这个使用量排第一的是 find skill， 呃，待会儿我们可以看一下这个， 它这里还有就是说二十四小时内最火的，也可以看到这个 find skill 是 非常火。还有这个 heart， 就是 说当前热度最高的 skill。 然后我们可以点进去一个看，比如说看这个 find skill， 它的话就是 通过这个 skill 来帮助我们发现 skill。 什么意思呢？就是通过我们人类的自然语言，比如说我该怎么做，怎么做，需要一个什么样的 skill， 帮我找一个 skill 之类的这些词， 呃，来帮助我们寻找一个合适的 skill 并安装和使用。当然我们看它这个详细界面啊，这里有基本的安装命令，然后 skill 点 md， 就是 介绍它是干什么用的一些指令啊这些之类的。 当然这里有它的周的使用量、下载量，当然这里有它的使用分布，比如说在 cloud code 里面啊， open code 里面啊，使用了多少？ 还有就是第一次，呃，可以说是发布，或者说第一次看到它是在九天之前，然后这里有它的仓库， 对，对应的就是我们刚才的那个 skill c o i， 因为它不仅仅是一个管理的，并且是一个能帮我们发现它有一些命令，比如说基本的添加， 还有像查找我们当前安装了哪些 skill， 这个 find 就是 我们的 find skill， 来寻找一些 skill， 通过一些关键词，呃删除 skill， 然后检查它的更新状态。更新 skill 这个的话检查的话就是看他可不可以更新，这个的话就是直接去更新，这里的话是创建一个新的 skill md 模板，这个的话应该就是我们自己去创建 skill 的 话，可以通过这个来快速生成一个模板。 呃，现在我们来试一下吧。呃，比如说我们来安装安森尼夫的这套 skill， 我 们复制然后粘贴进来安装它，这里就去安装这些 skill。 呃，这里我们可以选择，我选择全部安装，然后它这里让我选择平台，我直接只使用 open code 吧， 找一下 open code， 嗯， 别的没有选择，直接安装，然后这里的话他有软链接，然后这个也容易更新，所以我们选第一个 啊，确定安装，然后这里提示安装完成，然后我们就可以来用他这个来测试一下了。 呃，比如说我们通过 npx skills list 来查看一下我们安装了什么， ok， 它这里把刚才安装的给我列出来了。当然我们一般查看局都需要用到缸机去查看局的安装，比如说我把这些， 呃，我先别删了，我先检查一下 scuse check 这里，它就在检查它们的更新状态，好，所有都是最新的。比如说我执行一下 update， 这里就开始检查，然后如果它可以更新，它就去更新到最后一个版本。比如说我去把它们都删掉，瑞幕， 我直接全部删掉，它这里显示删除完成，然后我们再查看一下 就没有了。他说，你看，他这里说如果要看大局的 skill， 加个杠 g， 然后我们来找一个 skill 吧。 n p x skills find， 比如说 will 一 三， 哦，他这里给了我们一个这个列表，然后给了我们一个指令，那我们可以去添加，我这里，呃，复制一下吧。 比如说，嗯，我来安装这个， ok， 他 就去安装了， 啊，它这里让我选择平台，然后默认选择 open code， 我 就随便选选一下， 然后等它安装完成就行了，然后我们再删掉， 然后我们来试着创建一个吧，比如说我到我的项目下，然后 n g x give it， 再有 v o e 吧。 ok， 然后它这里就创建了我们 ls。 来看一下，这里有一个，我们 cd 进去 用 v s code 打开看一下，它这里就给我出示化了一个 skill 模板，嗯，这期视频就到这里。

给你们看看 skills 到底有多恐怖，这个网站上集合了几万个 skills， 我 们在这个二十四小时热榜里就能看到最热最新的 skills， 大家都在用什么？一看就知道，重点是这个后面它还有一个星标和下载量，告诉你哪个到底是最热的。就拿这个最热的 fun skills 举例，它现在已经有十一点七 k 的 收藏了， 点进来之后我们就能看到它的技能简介和每周的一个安装量。可以看到啊，它是一个专门寻找 skills 的 skill， 并且它在下面都写了详细的使用教程，告诉你如何去使用。有了这个 skills 啊，我们再也不用在几万个 skills 来找寻那个适合自己的 skills 了，还不知道是什么和不知道怎么用的小伙伴点赞收藏，主页踢我！

给你们看一下 scuse 到底有多恐怖？这个是提取工具，它支持某书、某音、 pk 避战等各大媒体平台提取，这个主要做分析来用， 它可以从关键词手段敏感、内容风险、商业化程度、互动出发，潜力和内容结构这六大方面逐一分析。而这个可以根据你的要求来生成不同平台的视频脚本，算是 某书、某音、电商和门户网站的都可以。而最后这个就是运营发布了，它可以发布到某书、某音等各大主流平台。刚才所看到的这些工具， scuse 完全可以把它们结合成一个工具，可想而知这样的风格怪到底有多恐怖。找不到和那些不会用的小伙伴，主页踢我。

最近 cos 的 平台有做到新的升级，然后在这个新的升级里面，他有推出了一个技能的功能，然后我们只需要在这里输入我们的需求， 他就可以为我们生成一个新的技能，这样子我们就可以通过这个功能来开发我们自己所需要的技能。然后再完成一件事的时候，我们看一下这件事需要用到什么技能，我们就直接引用这个技能就行了， 由于这个功能是比较新的，大部分保值可能还不知道怎么使用，那本节课程我将来带大家手把手的来学习这个新的技能如何来使用。我们来到 cos 平台这里，然后我们点击技能商店这里，然后在技能商店这里有很多别人已经上架到商店的技能， 然后我们可以看一下这个技能话术的剧动画写作，然后我们可以看到它这里是有个安装的，我们点击一下安装， 安装完之后我们把这里擦掉，我们再来到我们的技能这里，可以看到我安装的这里就多了刚才那个技能，那这个技能我们如何来使用呢？我们可以点击一下新的对话这里，然后我们再点击一下更多这里，我们可以看到这里有一个我们刚才所安装的技能，我们点击一下， 然后这个技能是用来写作的，然后我们就跟 cos 平台说，我们需要引用这个技能来为我们写一篇文章，使用这技能输出一篇科幻的小说文章。接着我们点击一下这个发送的按钮， 我们可以看到他正在加载这个技能了，然后他使用这个技能来写这篇文章， 我们可以看到他已经有在啊问我们说我们的科幻小说的核心方向是什么？还有定位这这些，然后这一些内容都是这个技能里面所定好的了。好，接着我们再回到技能商店这里， 再来到我的技能这里以后他有一个我的创建这里，只要我们自己所创建的技能都会在我创建的这里。那接下来我将来演示一下在哪里创建我们的技能，我们点击 cos 变成这里， 然后点击技能这里，然后我们在这里输入我们的需求，再点击发送，他就会为我们创建一个技能了。比如说我们这里创建一个英文转中文的技能，我们把需求写好之后，我们点击发送的按钮， 这样他正在为我们创建技能了， 我们现在可以看到相关的技能已经开发完成了，然后我们可以在他右边这里测试一下这个技能是否是正常， 我们可以看到他正在对这个英文进行翻译的，这个技能没有问题。之后我们点击一下部署这里，我们要将这个技能进行部署，然后我们点击开始部署这里，我们可以看到他已经部署好了。然后我们再回到这边，我们刷新一下这里， 再点击一下我创建的，我们可以看到我们刚才所创建的技能就会在这里展现出来了。如果我们要使用这个技能的话，还是来到星对话这里点击更多这里我们可以看到这个技能就出现在这里，我们可以在这里直接引用那个技能，我们再回到技能商店这里， 我们可以看到别人有上传了这么多的技能上这个技能商店，那怎么样才能把我们自己所创建的技能上传到这个商店呢？我们点击我的技能这里我创建的，我们再点击一下这里，我们可以看到这里有一个商家到商店， 然后我们点知道了，然后我们就是要填一下我们技能的信息，我们特意要看一下付费设置，这里有免费和暗夜付费，如果我们需要收钱的话，我们还需要开通一下商户，我们点击一下开通商户这里， 然后我们就需要按照步骤一步一步的来搞，我们再来到技能商店这里， 我们可以看到有些技能是收钱的，就是刚才我所说的是要开通商户，然后再把我们的技能发布出来，然后发布的时候我们设计一下收费就好了。好，那本节视频的内容就讲解到这里，如果大家在使用这个技能的过程中有遇到什么问题，可以在评论区里面告诉我。

今天我们用 opencloud 的 安装技能，同时呢做一个应用，什么样的应用呢？我们去监控这个网站的，然后这个商品的价格，如果说他低于五十刀了，那么自动用我们的邮件技能给我们的邮箱发一份邮件。好，我们开始干。 然后呢这边其实就是呃， cloud 的 一个技能的一个库，那么我们可以怎样的去查找技能呢？比如说我们这里可以搜索 email， 然后就可以找到很多的技能，比如说我们这一次其实要装的就是 这个。好，那我们直接在这里执行命令行，找到我们的控制台好，执行命令行， 好，已经安装完了。好，我们继续。然后呢我们看一下它这边需要怎么样去配置，它说需要在你的 skill 技能里面呢，创建这么一个文件，同时呢要放上你的邮箱还有你的一个密码，这里呢我们就要去找 gmail 的 这个密码。然后呢我们可以打开这个， 好，打开这个网址，好，登录一下， 好，这里呢我们就起一个 boat 创建， 看，这里它给了我一串密码，对吧？那我们要记住这个密码。然后呢把我们刚才的内容填充一下，比如说这里 your password， 是 吧？这里也是 your password。 好， ok 啊，但是这里应该是不要有空格的。对， 好，然后他说的是到我们的一个目录文件里面，我们去看一下那个目录文件。呃，在 这里，然后我们去 cd 的 它，它安装到这里了嘛？ cd 的 它，然后呢他要求我们去创建一个点 e n v， 那 我们就 v i v i 一个它，然后去搞我们的文件，这里把我们的用户名和密码相关的都给它怼进去， 粘贴 esc 冒号 w q。 好， 这个时候呢，我们可以去测试一下，然后来到这里，比如说给二八二八六七九零八 qq 点 com 发送一封邮件，标题为啊， open cloud 测试邮件内容和标题一样，直接发送就可以了，看看它能不能生效。它说邮件正在处理中， 缺这个邮件工具。嗯，我现在正在为你安装他，请稍后片刻让他自己装。嗯，你安装好了吗？安装好了继续发送邮件。 嗯，安装已经完成了，哎，已经发掉了，我们来 qq 邮箱这边收一下看，哎，邮件收到了是吧？ 好，我们去监控网站的一个商品价格变动，比如说这边，然后这个商品就是比较好看，对不对？我们去监控他的一个价格，如果说低于五十刀的话，让他们给我们发一份邮件，然后这边呢，我们就可以直接这样子去操作，比如说发送给他， 然后双手举起来，等他自己去操作。好，你看他这边已经执行完成了，然后同时呢向我们发了一封邮件，这边呢， qq 邮箱也收到了，说，哎，这个商品降价了。 好，这样子呢，我们就完成了邮件这个技能的一个安装和使用，以及实际的应用场景。

这个网站收集了接近十万 skills， 往下看你可以看到现在所有热门的 skills 都在这里。再往下滑，它是给我们做好了不同类型的分类。现在我们到搜索框中输入想要的 skill 功能，比如输入数据分析，就能直接找到多个相关 skills。 然后我们随便选择一个，点击这里一键下载就可获取完整的 skill 了。也可以点击这里复制指令到终端去执行。这个宝藏网站绝对是程序员必备的 ai 编程技能补给站，十万个 skill， 谁取谁用。

ai skill 火爆了，到底什么是 skill 呢？有人说它是升级版的题日词，那它俩之间到底有什么区别？你可以把 ai agent 想象成一个刚入职的实习生，聪明，理解力强，但最大的问题是不守规矩。 题日词呢，就像你在旁边交代他任务，哎，今天让他写个开头啊，明天让他改改语气啊，哎，这适合一次性的随便的指令，哎，缺点是你对话一关他就全忘了。而 skill 呢，就像你给了他一本公司内部手册， 这手册里面写的呢，规范脚本和内部参考资料。最天才的设计呢，在于它的渐近式，譬如，哎，模型会先看目录，哎，看看这能不能用的上。只有真的需要的时候呢，才会把这些细节读取进去。 这样做呢，有两个核心好处，第一呢，精准执行啊，避免 ai 乱发挥。第二，节省头肯照很贵的呀， 而且对话越长大，模型就越笨。通过 skill， 我 们可以让 ai 模型时刻保持清醒和冷静。一个标准的 skill 文件夹呢，它的核心是 skill 点 m d 这个文件，它的结构很稳定，头部是它的名片，告诉我们 agent 可以 干什么。 主则呢，是详细的工作流和输出格式，哎，你可能说这设置起来太麻烦了吧，哎，别担心啊，就比如说 isopik 这种开源的 skill 啊，是太多了，下载下来直接用，不需要你自己来做一个， 甚至还有能生成 skill 的 skill， 只要动动嘴，哎，我们就可以完成任务了，不再像以前一样，哎，你跟某 ai 说了半天的话，哎，他来给你胡编乱造。 其实 skill 呢，现在被严重的低估了，不管你是一个做代码的，还是你像我一样不是代码出身，还是一个普通人，都有必要了解一下 skill， 因为它可以把一个痛点固化下来。 skill 的 价值就在于赋能把你每天要重复的任务 skill 化，那种自由创造的乐趣，你一定要来试一试。

微信终于把元宝给封了，那今天早上呢，微信派就发了一个关于第三方诱导分享行为的打击公告，明确的把这元宝给他封了，真的是太烦了，大家到底对腾讯元宝是怎么评价的呢？王叔就做了一个 skills， 可以全自动化的去抓大家对于腾讯元宝的一个评价，来我们看一下他的分析报告，看好坏参半，然后在最近呢，明显的随着他的推广啊，他的好评和坏评都在大量的起来，来看一下他 top 五的差评是什么，是真的辣， 永远是自己内部人很没有用的软件，领完红包就删，然后呢，哎呀，还给了他一些改进建议，比如说红包活动欺骗性强， ai 能力不如竞品对吧，服务器稳定性差。 然后下面呢，我们还可以看他的全部的评价，可以看到最近的一星评价非常的多，如果我们点击一星还能看到，哇，这都是说他的什么都有啊。 然后我们这个 skills 呢，也能够非常方便去分析其他软件，比如说蚂蚁的阿福，哎，可以看到他的疑心也是非常的多，而且永远是负面比正面多啊，这个更惨啊， 然后骂的也非常的难听啊，也可以看到说对他的感情建议是什么，然后可以看到最近哇大量的都是这个差评的，那这个 skill 是 怎么运行呢？其实我们只需要运行这么一段话就可以了， 前面是他的 skills 名称，后面是他的应用 id， 这个应用 id 怎么获取呢？我们看一下有两种方式，一种是从 app store 的 url 里面获取，另外一种呢，是从网页版的 app store 上面去获取， 你只要把他的 id 给到 skills， 他 就会自己去抓一个 itools 的 api， 然后从里面读到五百条的评论，并且用 ai 来分析所有的评论啊，最后再生成一个报告，包括我们的报告啊，也可以完全去下载他的 csv 的 一个文件。 怎么样？看的是不是非常的方便？那他这个核心的机制其实就是向阳乔木在公众号里面讲的，那官方其实提供了一个 i s s 订阅的一个地址，基于这个地址呢，我们能拿到最多五百条的一个评价， 有了它，你的 skills 就 能非常方便的去对各种各样的应用去抓取用户的评价，以及拿到之后做一个更加全面的 ai 分 析。怎么样，你学会了吗？欢迎点赞收藏评论，房叔天天见！

openclaw 里面的 skill 是 必不可少的，我们完成很多任务都需要它。那在 openclaw 的 官方呢，有一个叫 clawhub， 里面集合了五千多个 skills， 那 很全，但是有一个大问题是它不好去查找，没有分门别类，而且最近有一些恶意的 skill， 它可能会盗取你的私人信息， 那在这里面也没有甄别出来。所以最近有一个开源的项目非常的良心，他解决了这两个问题。第一，他把所有的 skill 帮你分门别类列出来了。其次，他把那些恶意的 skill 帮你排除了。我们看一下，首先按照目录帮你列出来了一共有两千多个正常安全的 skill， 比如说编码相关的，市场营销购物相关的，流媒体相关的， 那你针对性地去找 skill 就 可以了。其次，它帮你排除了这些可能恶意的，有垃圾邮件的，并且重复的 低质量的 skill。 所以 我觉得这个开源项目非常的良心，大家可以去试一试，叫 awesome open claw skills， 到 github 里面去找就可以了。

大家好，我是 map， 今天跟大家分享 skills 智能体实战的案例。首先我们还是来看 spring a 阿里巴巴提供的 apple 势力， 我们主要看 skills agent apple 这个子项目，那它核心是用 spring a 阿里巴巴的 agent framework 加上一套技能目录，快速搭建一个能读写文件跑 sir 的 智能体，真正做到能动手的 agent， 而不只是聊天。 首先这个四底用的是 reactor agent 做智能体的核心，然后用 data scope 做大模型，用 skills intercept 做技能管理中书，再挂上几类的内置工具，比如文件系统工具，像读文件，写文件、列目录和 shell 工具句 技能本身放在项目里的 skills 目录，也就是这个目录，也就是启动的时候自动扫描，自动挂载，形成一条模型，加技能目录加工具链的一个完整闭环。我们先看 skills errant， 它是一个 spring 的 一个 b， 那 提供了一个叫 build errant 法， follow 输入的就是一个 react rnt 这边定义了一个 skills 的 一个目录，也就是这个 skills 的 一个具体目录，那他这边通过获取他的绝对路径，然后校验一下路径存不存在，不存在就抛异常。 那在做 a 阵盾平台的时候，能力目录如果没有准备好的时候，宁愿快速失败，也不要悄悄地见机，否则模型会给出一堆我帮你做的幻觉， 那实际啥也干不了。那第二步就是来构建 skills intercept， 那 代码，用这个 skills intercept 点 build， 然后使用 use skills directory， 那 把刚刚的这个 skills 的 就是技能的一个目录传入进来， 同时它开启自动扫描那拦截器，在 agent 电路里会读这个目录下的技能定义，自动把它们挂到 agent 的 工具体系中，然后又打印了一行日记，然后方便我们在启动的时候确认到底加载了多少的技能。 那在实际的过程中，你可以把这个 count 接到了监控里，然后看不同的环境，不同版本下技能的一个情况。第三步是底层的工具练的一个准备，那司机中他使用的四四种的工具， 比如说，哎，读文件，写文件，列目录，还有执行 shell， 然后把当前的这个工作目录作为 shell 执行的基础目录。那在生产环境的时候，大家一定要严格限制 shell 的 一个可执行的一个范围，不要直接给到系统跟目录，否则的话安全风险会比较大。那第四步的话就是一个 agent， 那 hook， 一个钩子配置，那代码这边用了一个叫做 shell tool agent hook， 然后这个 shell 内配置成 shell， 那 可可的作用是把 shell 工具迁入到 agent 的 决策链里，都可以再调用 shell 前后做一些过滤审计或者上下文注入，你可以理解为在模型要不要跑命令这个关键节点，再加一层工具侧的兜底。 那最后一步就是把这个 react 这个 agent 给拼凑起来，名称是 skatch agent， 那这个是给智人提取的一个逻辑的名称，然后点 model， 是 把上游配置好的这个 chata model 拼接起来，那赫克就是刚刚创建的这个赫克，然后把 interceptor 啊还有 tusk 啊全部注册进来， 然后在 enable logging， 就是 打开调试的日制，方便观察 agent 的 推理和工具调用的的过程，那点 build 之后你拿到的就是一个可以直接在业务代码里调用的 agent， 对 外只暴露一个接口，那输入一个自然语言任务描述，那内部根据智能技能的目录和工具清单自动拆， 自动地来拆解规划和执行。那我们这边这边给一个比较贴近工程的一个使用场景，假如你们在做一个 项目内的代码助手，希望他既能回答这个模块怎么启动，又能帮你真实的在项目里改一个配置文件，那基于这个 skill errant gumpo， 你 可以把 skills 目录设计成一套可配置的技能清单，比如查找配置文件， 修改件中的某个字段，最后执行某个 delete 命令等等。然后在业务里注入，注入这个 在业务里你可以得到一个，呃 react errant， 然后当前端传来一句帮我把 demo 服务的端口改成八零八幺并重新启动，那 errant 背后会调用这个 list file tour 查文件，呃， read file tour 看 in i'll call 神点映 内容，然后通过 file type to 来落盘，再根据技能里定义好的命令，用 shift to 调取对应的启动脚本。你业务测看到的只是一次的 a n 的 调用，那中间那些那堆查啊改啊跑的具体步骤都交给技能和工具链去完成， 那从架构的角度来看的话，这个事情有两点值得我们去复用。第一个是技能和代码结构，那技能定义是放在 skill 目录里面，我们来简单看一下，比如说这个 web search， 那 首先你必须是要有一个叫 name 的， 就技能的名称以及技能的描述，这个其实在这个追的命里面，它其实说的非常的清楚了， 对吧？就技能模板，你必须啊，必须要有一个 name 和一个描述，然后下面就是一些技能的一些功能，说明使用方法和注意事项。 那 agent 它逻逻辑是在 skill agent 里面，那扫描是通过 interceptor， 这个 就 skills interception 来完成的，你可以独立眼界你的技能，然后不必每改一个动作就重新发布带。第二个就是呃第二个值得我们拿去附用的就是基础的工具，抽象的很干净，像读文件，写文件，列目录，好帅，全部被分装成秃 秃好败。那刚刚我们说的这些 read file tools， 呃 list file tools 这些其实全部是框架底层给我们提供的一些呃模具，我们直接可以拿过来用。 那如果你们呃团队接下来准备做那种有手有脚的 ai 助手，那我建议的顺序是这样的，第一步把现有系统里最常见的运维代码配置操作抽象成一组壳组合的底层工具，比如这几个文件和呃 shell 句。第二步的话引入嗯， 第二个这里面的这些呃工具。然后第二个是引入像 skills intercept 这种技能管理层，让不同的业务团队可以通过技能文件来组合这些工具。那第三步就是用类似的 react， react 日产的模式，把模型加技能加工具加 google， 再加日制包装成一个统一的 agent 的 服务，那对对象屏蔽掉，实现 信田。那好了，今天我们主要还是简单的介绍一下怎么通过见识来创建一个智能体。那么以上就是我们今天所有的内容，感谢大家观看，我们下期再见。

兄弟们不要到处跑了，这一个网站直接集合了所有热门的 skills， 而且这些全部都是根据下载量进行排名的， 如果你不知道选什么，直接看前十个到底是什么，而且这里有二十四小时的排行榜，可以看到最新最火热的是什么。比如说最近特别流行的这个 remotion 代码化地方，有特别热的，就是根据这个一个小时之内的下载情况，网上的东西实在是太多了，直接去看这个榜单非常有用。

别再手写 front 了， skills 最全指南来了，厉害！哈喽，大家好，我是姚鹿行。上一期我们讲了 skill 是 个什么东西， skill 的 原理以及它为啥表现更优秀。今天的话，我们来讲一下怎么使用 skill， 以及去哪里找各种优秀的 skill。 先说去哪儿找这些 skills， 给你三个方向方向一，官方的 skills 仓库已经三点七万加 star 了， 这里面的 skills 都是生产级的 cloud ai 网页版里那些流畅的功能背后的逻辑代码都在这里，可以重点关注以下三个方向。 方向二，社区精选高产三个高质量的 awesome 仓库，包含了几乎所有常见场景，这里面有很多垂直领域的 skills， 比如安全检测、 su 文案、品牌调性保持等等。 方向三，独立站点，拿来即用如果你不想深入研究，只想复制来直接用的话，这三个网站就是你的 app store。 这里面不仅资源丰富，更新快，而且有分类搜索，直接找到你需要的就能用。 有同学问我，国内的工具也能用 skills 吗？我的回答是，能。虽然 skills 最初是 cloud 的 功能，但 snoop 在 二零二五年十二月就把它开源成了一个开放的标准。现在国内工具如 kimi c l i coldbody tree 也在快速跟进。 更重要的是，社区有个开源项目叫 open skills， 专门为那些还没原生知识的工具提供适配层，地址如下， 装上它，任何 ai 编程工具都能使用。 skills 安装也很简单，执行以下命令即可，然后在你的项目目录下执行，就能把官方 skills 装进来，生成一个 agent markdown 文件，把这个文件里的内容复制到你的 ai 工具的 raw 文件，就能用了。 再回到最初的问题， skills 到底值不值得上车？我的答案是，如果你经常用 ai 干活，那就必须上它不是什么花里胡哨的新功能，而是一次范式的转变，大家一定要去尝试感受一下，感谢大家三连，谢谢大家，记得关注再走哦！

给你们看一下 skew 到底有多恐怖？这个是提取视频信息的 skew， 它可以提取到原数据、视频封面、音频字幕这些东西。这个是内容生成的 skew， 它这面整合了标题、标语、对话和脚本的四大生成功能，并且还支持批量生成和历史去重。而这个它可以自动的去发布我们的笔记，并且它也支持多平台发布。像这样的 skew 在 这个网站上还有四万多个， 不仅是刚才看到的单个工具啊，他可以把这些工具全都集合起来，集成一个工具来使用。还没用上或者不知道怎么用的小伙伴主页踢我。

挑战，每天讲透一个 ai 知识点，今天是 scale 基础概念与工程定义。好，那就是第二块的话，我们要来聊一下关于这个 scales 基础概念与工程的一些定义啊。首先说一下什么是 scales， 那 这个其实很好理解啊，其实的话它就是一个这个翻译过来叫做技能是吧？就跟大家去玩游戏一样 啊，玩这个英雄联盟是吧？或者王者荣耀上面有很多技能，那么一个技能的话，哎，它可以，比如说可以打出什么效果是吧？打出什么伤害出来，那么这个技能 scale 的 话，其实也是一个意思啊，它就是要去实现某一个功能，某一个能力 啊。但是的话，我们之前用 agent 的 时候，大家会涉及到一个函数的一个调用逻辑，那么这个函数调用跟 scale 有 什么区别呢？ 其实本质上还是有区别的啊，函数调用的话，它可能只是一个简单的 python 函数调用，或者说是一次 api 调用啊，这个叫 function calling， 那 么 scales 的 话，它不只是能够做函数调用， 它还可以帮你去做一些这个提示词的一些限定啊，它里面有几部分组成，首先的话就是一个核心的 scale 点 md 文件，这个相当于我们要用这个技能的一个说明书啊，这个很好理解， 就比如说大家去玩这个英雄联盟是吧？那这个技能它带来的一个效果是什么啊？比如说伤害是多少？然后这个，哎，这攻击范围是多少？ 那么这个技能的话，它得有一个说明书啊，就描述它的一个场景步骤，注意事项是吧？这些最基本的东西咱们得先描述清楚啊，然后是这个 script 啊，叫脚本代码。 呃，我们这个技能的话，它除了可以调用大模型帮我们去做内容的一些生成，是吧？然后它还可以去执行一些脚本， 这个的话就相当于啊，我们 agent 啊，为什么叫 agent scales 呢？就是这个单一的这个 scales 的 话，它是没办法执行的啊，它是需要 agent 去驱动它去做一个执行的，比如说我想要调用本地的这个 python 那 个脚本，那我这个需要用到 scales， 是 吧？去做一个这个执行， 所以说它脚本这一块是它的一个非常重要的一个模块啊。当我们去完成一些复杂的一些任务的时候，我们往往需要用到 script 脚本啊，然后是这个 reference， 呃，这个是相当于一个参考文档啊，我举一个例子啊，就比如说大家，呃，你要做一个会议总结，是吧？然后会议总结， 那它总结的一些是按什么样一个规则去做一个会议总结的？比如说大家去开一个技术会议， 那么公司里面肯定会有一些技术的规范，是吧？那么整体的一个架构的一些规范，那我们如果开的是一个技术的会议的话，那相关的一些会议总结的话， 比如说提到这个开发规范，是吧？设计的一些规范，那肯定要参考公司的一些这个设计方面的一些规范文档，还有包括技术方面的一些文档。 比如说我们开的是一个财务相关的一些会议的话，那我们的这个参考文档的话，也应该有公司的一个财务的制度，是吧？所以说这个 reference 的 话，就是我们这个技能，它需要执行的时候， 它需要参考的一个文档啊，就跟我们人需要去完成一个任务的时候，哎，大家在公司里面干活，你得去参考公司的一个规章制度去工作，是吧？所以说这个参考资料就是用来给 agent 去引用这个文档的。 但是有同学这里可能会有一个疑问啊，就是我这个把这些个文档全部写到提示词里面不就行了吗？我还为什么需要用到这个 reference 这么个东西呢？ 哎，这里就是 agent 啊， scales 它的一个非常大的一个优化啊，我们等下会讲到啊，它是一个渐近式加载机制，也就是说它在执行任务的时候，比如说你现在文档有一百多个，我不可能把这一百多个文档，比如说有一百多兆，我不可能把这一百个文档 全部一次性放到提示词里面去，是吧？这放不下呀，因为上下文窗口是吧？大模型的上下文窗口，比如说是四零九六啊，是四 k 或者是一百二十八 k 啊，总之是有限制的，不能无限去放，是吧？所以说文档如果很大的一个情况下的话，那一次性加载进来的话，耗费的 token 就 会非常多啊，这个直观的一个影响就是我们的调用成本就会非常高，所以 skills 就 解决了这个成本的一个问题啊，它不需要你一次性把所有的文档啊都加载到 token 里面去啊，就加载到整个上下文里面去，每次调用都要带上这些文档，它而是用到哪些文档的时候它就加载哪些文档，这样就避免它成本上面的一些消耗，是吧？就节省了我们的这个 token 嘛，对吧？ 成本就给它省下来了，所以这个是它一个非常大的一个优化啊。好，这个就是 scales 它的一个非常核心的三部分组成啊，当然外面的话会有一个目录啊，一个 scales 的 一个目录文件夹，当然这个 scales 我 们可以放多个，是吧？比如说技能一、技能二、技能三，你可以建多个文件夹， 然后每个文件夹下面都有对应的这三个。呃，文件或者目录啊，当然不一定需要 reference， 不 一定需要 script， 但是 scales 点 md 文件是必须的啊，这个是说明书，另外两个的话是可选的啊，这个就是 agent scales 的 一个基本的一个组成啊，这个大家要清楚啊。 好，然后这个是一个文件结构的一个描述啊，大家要有一个印象啊，就是我刚刚提到的这几块是干嘛的， 我们再来做一个总结啊，这个 scale 点 md 的 话，就是这个技能的一个说明书啊，它主要就是用来描述整个我们技能是用来干嘛的，用在哪个场景，然后需要有一个什么步骤，需要有个什么注意事项啊？这个就类似到咱们大脑皮层的一个决策逻辑， 那么脚本的话就是一个可以被执行的一个逻辑啊，就是这个，比如说我们要跑一段 python 代码，是吧？我们要跑一段 js， 这个就相当于我们要做具体工作的时候要执行的一个脚本 啊。 reference 我 刚刚也讲到了啊，这个说白了就有点像这个知识库，是吧？我要去做一个参考啊，就 agent 干活的时候，我要去参考一些资料啊，那我这个资料里面我可以放 txt 文档，放 jason， 放这个，呃，一些 markdown 文件是吧？ 一般建议是纯文本的啊，所以我们需要这些个知识库啊，存到这个目录里面，所以大家首先要做一个基本了解啊，那么 agent skills 的 话， 它不是一段简单的脚本啊，它是一套 sop 啊，标准作业程序加上工具，加上这个知识库啊，整个是一个组合的一个概念啊，所以大家首先要对这个概念的话要有一定的这个认知。 ok 啊，那为了方便大家理解的话，我这里举了一个例子啊，大家看一下这个图， 那么这个图的意思就是我们按照这个比较啊，首先的话，这个 commands 啊，就是我们这个命令，我们就举个例子啊，比如说我们现在 要去按一下，对吧？用一下这个微波炉啊，然后用这个一键解冻这个功能是吧？这个快捷指令， 然后对应到这个咱们的 m c p 工具里面的话，哎，这个就有点像厨房的这个刀具，是吧？然后切菜的一个工具，然后通用性强，需要人去指挥啊，就我们单一用指令去做的话， 就比较死板，比较单一啊，然后用了 m c p 这个工具之后的话，它的通用性比较强，但是还是需要人来指挥的啊。可能有同学不知道什么叫 m c p 啊？ m c p 的 话是，呃，新出的一种啊，叫做模型上下文的一个协议，它解决什么问题呢？解决的是 大模型时代各种接口数据接入的一个问题啊，大家都知道 usb 吧， usb 接口解决什么问题？它解决的是电脑的各种设备接入的问题是吧？比如说我键盘、鼠标，各种各样，只要支持 usb 协议的话，都能连接到电脑被识别。 那么 m c p 解决什么问题呢？它解决的是我们大模型，我要去访问各种 api 工具，是吧？访问各种一些本地的一些文件啊，我都可以通过 m c p 协议去接入啊，因为它是一套标准的协议，只要你的 m c p 服务器实现这些功能，我都通过这个 m c p 客户端的方式可以接入进来。所以 m c p 就 相当于 电脑时代的这个 usb 接口啊，它可以接入各种各样的一些服务。 ok， 那 么 scales 对 比 m c p， 它又解决什么问题呢？ 它解决的话就是类似于咱们的一个啊，我这举个例子，就是一个菜谱前面这个按钮啊，就这个快捷指令，它可能是一个按钮的功能， m c p 它就相当于厨房里面的刀具，那么 skills 的 话，它就相当于菜谱，它的功能就是要去解决 标准的 sop 的 一个问题啊。比如说大家要去做一道菜的话，你首先得知道这道菜的一个步骤吧，然后火候，包括用到的一些刀具，各种细节的一些这个 细节，是吧？你都要去注意好啊，它的一个特点就是流程化，然后自动化去做一个驱动。所以啊，大家理解这几个点的一个区别， m c p 的 话，它解决的只是一个工具的调用的一些问题，数据的一些连接问题。但是 scales 的 话，它是一套标准的流程啊， 这是有本质上的一个区别的，这是大家要搞清楚啊这个区别，因为，嗯，大家后面的话你可能也会用到 m、 c、 p， 也会用到 scale， 但是我们一般大家可以把它结合起来用 啊，所以说大家一定要知道这个区别。 ok， 然后下面这个文档的话啊，我就不念了啊，大家可以看一下，就是我刚刚讲到的啊，据说要搞清楚它的一个底层逻辑， scales 的 话，它解决的是一个复杂的业务逻辑闭环的一个问题。

agent skills 绝对是二零二六年必须学会用的一个 ai 技能，但是面对浩如烟海的 skills， 其实你只需要学会用两个就够了。第一个是 find skills， 它能帮你找到其他各种 skills， 比如你想下载视频，你就只需要对它说帮我找下载视频的 skill， 它就能帮你瞬间找出来，然后再让它帮你安装就能直接用了。第二个是 skill creator， 它能帮你从零创造出其他各种 skills。 比如你要分析 excel， 只需要对它说创建一个分析 excel 的 skill， 并且需要引导我说出需求，你看他就会问你包括使用场景、核心功能、触发指令等等问题，然后再创建。创建好以后，比如我让他帮我分析这个表格，然后做出格式化图标，你看他就自己在那里工作了， 而且直接导出了成品，是不是很屌？具体使用方法我都整理好了，点赞关注，轻松获得！

你可能遇到过这样的情况，让 ai 帮忙写一篇文章，分析数据，或者做一个 ppt， 结果他好像懂了，但是又好像完全没有懂，总是差那么一点专业的味道。今天我们就要聊一下 skill 技能包，非常火的一个词， 它其实就是解决这个问题的关键，它可以让 ai 从什么都能聊两句的万事通，变成一个你特定领域的专业搭档。最近我看了一位 ai 高手一哲的 skill 终极指南的文章，这一篇一万两千字的文章，强烈推荐大家抽空去读一下。 其实你可以把 skill 理解为呃给 ai 的 工作交接手册，比如说你要把一项复杂的任务完成， 呃，完全的交给一个新的同事，你肯定会准备一份文档对吧？写明操作的流程、工具使用的说明、常见的问题解法等等。而这份文档其实就是一个 skill， 它把专业的知识、操作的方法以及资源打包成为 ai 能够理解的指令包。 它与单纯的 ai 调用工具不一样， skill 是 完整的解决方案，而工具调用只是其中的一环。比如说一个市场报告 skill， 它就会含数据的抓取、分析的模板、图标、规范等全套逻辑， ai 就 能够按照流程自主的完成。 为什么 skill 是 ai 使用的转折点呢？首先，零代码打造专属 ai 助理过去呢，开发智能应用需要懂编程啊，以及复杂的工作流程工具，但是 skill 是 用自然的语言就能够创建。 比如呢啊，我们用纯文本来写品牌设计 skill 就 可以让 ai 自动生成符合企业规范的官方网站和海报。比如说一些 a a s 伴侣 skill， 它甚至能够学习用户的记忆，提供个性化的对话，而这些你都不需要写一行代码。其次呢，它可以灵活地应对现实生活中的混乱，传统的程序会遇到未预设的情况的时候，它就会卡壳。但是 skill 驱动的 ai 可以 动态的调整，比如用户上传了一个 非标准格式的文件， ai 可以 主动地调用转换工具或临时写脚本来处理，它就像一个真正的人类助手一样去查漏补缺。还有 它的能力，可以像乐高一样自由组合做一份产品分析的报告，它可以连用网页抓取 skill， pdf 解析 skill， 数据化、格式化的 skill， 最后用 ppt 制作 skill 来输出结果， 太牛！每一个 skill 都是独立的模块，拼搭成对应复杂的任务的能力。你可能会问了，那挂载这么多的技能包， ai 会不会内存爆炸？这里呢，有一个呃精巧的设计，就是逐渐式的，譬如 level 一 就是原数据，平时呢只加载 skill 的 名称或者简短的描述，大概一百次左右，像一本书的目录。 level two 就是 核心的指令， ai 判断需要某种 skill 的 时候，再去加载详细的操作指南。 level three 就是 资源脚本，具体的工具，参考资料的按需调用， 不需要提前占用资源。而这套机制可以让 ai 既能够具备海量的知识，又能保持响应速度的灵敏。那如何开启第一个 skill 呢？ candy 会建议从高频的场景入手，比如每一周你都要去做数据报告或者内容拍板。关键不是要去追求完美，而是要把模糊的经验呢变成可复制的逻辑，明确边界在哪里，清晰定义 skill 能够解决什么问题，以及不能够解决什么问题。 结构化的流程用步骤的一二三来代替笼统的描述，比如说先清洗数据，再提取关键指标。接着是嵌入复盘的机制，让 ai 完成， 而自主完成任务之后自主总结更新到规则库里面，实现一次比一次好。 skill 的 本质其实就是将个人或者组织的经验转化成为可运行的数字资产， 它正在推动一场改革，未来可能涌现 skill 市场。优秀的工作方法能够像 apps 一 样被交易和迭代， 而普通人要做的其实就是开始去封装你自己第一个 skill， 或者这就是在积累 ai 时代核心竞争力的开始。所以我们一起来做 skill 吧，我们下期再见。

伍恩达联合的 ansorek 推出了免费的 skills 学习课程，你可以看到这个课程讲解的非常的清楚，包括 skills 的 基本原理， skills 和 tools， mcp 和 sub agents 的 区别。然后也会在课程里介绍如何去创建一个 skill， 包括在 cloud code 里面如何运用这个 skills。 我觉得这个对于你学习 skills 和了解 cloud code 是 有非常大的一个帮助的。在你最终学习完这个课程以后，它还会有一个小测验去帮助你了解巩固这些知识。 完了，整体的课程其实也才一个小时不到的时间，马上就要过年了，在过年这段时间内，你就可以只花一个小时的时间去学习这门课程。 不管是到了年后，你要求职或者说回到你的职场当中，可以运用 skills 去帮助你解决工作上或者生活上的问题，我觉得这都是一个非常不错的课程，所以你可以现在去了解，赶紧去学习这门课程。 我自己平时不管是做任何的事情，其实用 cloud code 加 skills 对 于我工作效率的提升是非常大的，希望你也可以学习到这些课程，也可以利用 ai 去帮助你解决生活或者工作上的问题。好，关于这个课程的链接，有需要的可以在这里领取哦。

这两年的 ai 领域，具象化体现了什么叫用概念的堆砌来演示技术能力的匮乏。最近又又又出现了个很火的新词 skills， 它的本质是什么？跟 workflow、 prompt、 mcp、 command 又有什么关系？接下来我们就一次性将这些概念串起来，带大家看清楚。看之前你点赞了吗？关注了吗？谢谢！ 提示词我们知道，要让 ai 干活，最简单的办法就是给他发一句指令，也就是 prompt 提示词。比如帮我写个简历，但 ai 吐出来的结果可能在格式和内容上都不太符合我们预期。 为了让效果更好，你可能会加入很多规则，比如个人信息要居中、教育经历要用表格列出，项目经历要用 star 法则拆解。这种详细规定步骤的提示词，我们称为结构化提示词。 come 的是什么？但提示词这么长，每次都说 手敲，不太现实。所以很多 ai 客户端，比如 cloudcod， 会支持把常用提示词固化成文件，需要时就通过类似快捷键的命令换出。这种用短命令替换一段固定内容的功能就叫 comend。 system prompt 是什么 come on 让我们更方便输入长提示词，但提示词变长后，我们会发现 ai 越来越不听话。让他用表格，他给你纯文本，你让他居中，他直接忽略， 那有没有办法让他更听话？有，我们在输入框输入的内容在大模型领域叫用户提示词 user prompt。 他还有一层优先级更高的指令，叫系统提示词 system prompt。 一般来说，同样的要求放进系统提示词，大模型的指令遵循效果，遵循效果会比用户提示词更好。但我们平时用 ai 的时候，就一个输入框，敲进去的内容默认都会被当成用 提示词发给大模型。系统提示词都是 ai 客户端在背后发的，怎么才能将输入的内容作为系统提示词发给大模型呢？一些 ai 软件特地留了个口子，让我们可以用文件的形式记录要发的系统提示词，比如 cursor 的 ctrl cloud code cloud 点 m d， 最常见的里面可以放，请用中文回复我看爽了吗？那来个一键三连不过分吧？ met data 是什么？我们平时需要面对很多场景，比如写简历、写周报、写邮件，对应的要求各不相同，将他们全塞进一个系统提示词文件里，明显不合适怎么办？ 最直接的做法就是按场景拆成一个个独立的 m d 文件。那问题就来了， ai 怎么知道该用哪个文件？将文件全部给大模型读一遍再做判断也不现实，毕竟文件内容会转为数字，也就是 token 文件阅读 多，运费脱肯太贵了，怎么办呢？我们可以在每个文件的开头加一段很短的描述信息，写清楚这个文件是干什么的，什么情况下该被调用。这种提示型的数据叫原数据 met data。 这样，当用户在 ai 客户端里发送帮我写个简历时， ai 客户端只需要将这些 mate data 发给模型。由于 mate data 很小，所以也不费什么 top 模型，判断出是简历场景并返回 ai 客户端，就会自动加载简历专家的全部内容进系统提示词发给 ai， ai 根据提示词开始生成简历内容，然后返回给客户端，这样既保证了提示词效果，又省下很多 token。 看到这里，还没睡着的弹幕扣个零，让我看看还有多少人？ reference 和 script 是什么？随着需求越来越细，单个文件依然会变得很大。比如同样是写简历，不同岗位 有不同写法，产品需要突出业务理解，开发岗要体现工程复杂度，算法则更关注论文成果怎么办？继续拆，我们可以在写简历点 md 中留一个岗位入口，不同岗位路由到不同文件。 如果单个岗位文件还是太大，那继续拆，这样 ai 客户端就会用 cat 等系统命令读取文件总纲，再根据岗位方向一路下钻，只查看需要的那一小撮文件，用不到的文件完全不消耗。 tok 这种按需加载数据的读取方式，也就是所谓的渐进式披露。 这些被拆分出来的文件，我们可以作为参考资料，放入到一个叫 references 的文件夹底下。顾名思义，只要大模型有需要，就可以参考里面的材料。既然能调动系统命令读文件，那按理说也能执行命令跑代码，那写个 python 脚本，将文本写入 word 文档里，再导出成 pdf， 也就顺利 成章了。同样将这些代码文件放到一个叫 scrap 的文件夹里，在提示词里写清楚什么情况该执行什么脚本。这样大模型就能和 ai 客户端配合，通过代码脚本实现纯文本聊天之外的功能。看到这里，你已经超越百分之九十九的观众。扣个一，让我看看到底有多少人 skill 是什么？到这里，我们已经把自己常用的用户提示词变成了一段段以文件形式存在的系统提示词，再通过 metadata 和拆分文件，实现按条件和场景加载数据，大大减少托肯消耗量。 并将提示词可能用到的参考资料和代码分别放入 reference 和 script 文件夹，一个负责读参考资料，一个负责跑代码。将提示词文件主入口改名为 skill， 点 m d， 再将他们共同打包为一个文件夹给个命名。比如写简历的叫 resume writer， 写文章的叫 article writer。 这个被外化为文件夹形式存在且可动态加载的系统提示词，其实就是所谓的 skill。 我们来看一下 skill 的完整工作流程。首先将它放到 cloud code 的 skills 目录底下，这样就算完成了安装，此时 cloud code 就能识别到它的命令。 然后我们像往常一样在聊天框里发送自己想做的事情。比如帮我写个简历 pdf， cloudcod 就会加载本地的多个 scale 文件，将他们的 met data 一起发给大模型， 大模型识别返回当前需要哪个 skill， 告诉 cloud code。 cloud code 加载对应 skill 文件到系统提示词里发给大模型。 大模型根据需要，让 cloudcod 依次读取可能需要参考的多份资料，甚至是执行本机代码脚本，生成 pdf， 并将结果给到大模型，大模型最终输出完整结果给用户，完成整个流程。那 skill 跟 mcp workflow 的区别是什么呢？ skill 和 mcp 的区别我们知道，大模型就像大脑，为了让他能够操控外部工具，大佬们引入 mcp 协议，他就像给大脑配的手一样， mcp 插件就是手上的工具， 给一个大学生一堆工具，他也不一定能修好车，毕竟他缺的是经验和流程。所以才有了 skills。 你可以将它理解为是操作经验，规定在什么场景下，按什么顺序组合，使用哪些工具。注意，这里提到的工具既可以是 mcp 插件，也可以是本地的 script 脚本。 看上去 skill 像是编排工具，那他跟 workflow 又有什么区别？ skill 跟 workflow 的区别我们知道，很多任务其实可以拆解成好几个步骤，比如做视频，可以分为找选题、写文案、做分镜等几个步骤。为了解决这类流程化需求，不少大佬开源了一些低 代码工具，比如 n 八 n， 通过拖拉拽的方式快速构建一条流水线。这种通过规则配置，把多个步骤进行编排和调度的流程就叫 workflow。 skills 本质上也是做逻辑编排，但跟 workflow 不同的是， workflow 的流程结构在设计阶段就确定好了，而 skills 的执行流程则由大模型驱动，灵活性相对更高，两者最终都能做到类似的功能。所以不那么准确的说， skills 可以简单理解为是大模型驱动的 workflow。 现在大家通了吗？好了，如果你觉得这期视频对你有帮助，记得转发给你那不成器的兄弟。文字版的笔记见评论区最后遗留一个问题，哎，算了不留了，提前祝大家新春快乐呀，祝大家暴富暴美暴帅！ 评论区告诉我你还想了解什么？这里是小白的 bug， 我们聚焦一切可能影响人类历史进程的技术，如果你感兴趣，记得关注我们，下期见！嘟嘟嘟嘟嘟嘟嘟嘟嘟。