粉丝5689获赞2.1万

分享一个我觉得特别有用的 skill, 就是 帮助我们找 skills 的 skill。 我 发现现在大部分人都在疯狂下载各种 skills, 看到什么就收藏什么,包括我自己前段时间也是这样,比如在刷社交媒体的时候,看到有人推荐一个 skill, 第一反应就是先下载了再说,然后我的技能库就躺着几十个 skills, 真正用过的可能不到五个。 如果想找一个解决具体问题的 skill, 一 般都会觉得这是一件需要花很多时间去各种平台搜索、对比、筛选的事情。 我最近在实践一个反逻辑的事情,就是先有痛点再找工具,而不是先囤工具再找场景。那如果不囤 skills, 遇到问题怎么办呢?这个问题我跟 jimmy 聊了很久,他给我的建议是,首先,大部分问题其实不需要 skills, 一 次性的,简单的场景、多变的问题,直接跟大模型对话就能解决。第二,真正需要 skill 的 问题会反复出现,当我发现自己问同样类型的问题超过三次的时候,那就是创建或者寻找 skill 的 信号了。 第三,定期清理 skills, 每周检查一次,哪些从来没有用过删除,哪些用了一次就没用了也删除。那具体怎么样去快速找到适配自己任务场景的 skill 呢?就是用这个跟 skill creator 一 样的原技能叫 find skills, 你 给他需求,他会帮你在 github 里面找到符合你需求的 skills, 你 怎么用呢?比如说我现在要找一个下载 youtube 视频的 skill, 我 就直接输入帮我找一个下载 youtube 视频的 skill, 他可以立马帮我找到几个符合我需求场景的 skills。 到了这一步,可能很多小伙伴会有一个疑惑,我怎么样去挑选最适合我的那一个呢?我的经验是把需求描述得更具体一点, 让 ai 帮你做决策,相当于 find skill 式搜索引擎,大模型充当最强大脑帮你筛选,帮你执行下载, 三步完成,整个过程不超过两分钟。做了这些改变之后,我的技能库从几十个精简到了不到十个,但我的内容产出效率反而提升了一倍。我不会再去纠结用哪个工具,而是专注在解决什么问题。

如何用 tree 的 技能?就是现在比较火的这个 skills 去调用扣子的这个工作流。我们今天给大家录这个非常详细的一个视频,来分享一下这个操作。操作的话也非常的简单啊,非常的简单。 在这之前呢,我们要先准备几样的原材料啊?还是一样,它既然调用肯定是通过 api 的 形式,比如说我以这个 my voice audio, 对 吧?这个是文字转音频的,为什么说这么简单的一个?因为这里有我自己录制的我的音频,我的声音,咱们一会在转换的时候可以听一下它是不是我的声音, 需要做啥呢?把工作流点完了之后复制,把这串内容给它复制下来,复制下来它就相当于工作流的 id, 其实 id 的 话,它只需要中间这一段,看见没,但是我们就假装自己不懂,我就放到这, ok, 然后这个令牌呢?令牌在哪看?我们来看一下啊, 在外面,然后点这个 api 管理,管理了之后点授权,授权了之后这有个个人访问令牌里面这是 tree skills 的, 我们再来添加一个,添加个令牌,这个是 s k i i skills 演示 过期时间,我给他选成一天,大家可以去自定义啊,你可以自定义成永久,然后这里呢我们选什么?你要是不知道,你就选选全部指定空间,我们选个人空间,确定就 ok 了。完成之后还是一样,他这有个令牌,我们把这个一复制,复制完之后还是一样给它存下来, 还是给大家讲的这个令牌自己一定要保存好,千万不要把令牌给搞丢了。这个令牌完了之后呢,如果你是一个编码的人那你可能都知道怎么去用了,但是我现在我不知道怎么用。那怎么办?我试着点一点 我点一点他咋用呢?健全方式的概述里面有没有 这里面有没有对吧?好的没有的话那我们来看一下啊我们就假装现在自己是个小白。我到这个文档中心去看看看它有没有对应的,哎。文档中心有有什么呢?有这个 api 和 sdk。 这个 api 我 点开了之后就是点左侧文档中心点 api 我在下面找一找有没有关于对话工作流的,哎还真有有工工作流的对吧我们点一下工执行工作流。注意他这里给你放的全是通过 api 的 形式如何去执行工作流的。我们在下面翻一翻 来找我们请求地址是这个对吧。咱也看不懂呀是不是看不懂 哎臣妾表示也看不懂。看不懂咋办。我看不懂就不懂了不懂就继续往下翻。我要找一个一劳永逸的东西,哎你看他这里是不是有一个同步执行的工作流的事例,哎对不对? 这是返回的事。返回我们不用管啊返回我们不用管我们就管他的请求执行就是请求我们怎么样运行对吧。 干啥了把它一复制复制完了之后还是一样你看我有多偷懒我不用懂他。不是我不懂啊不是我我不教大家怎么懂是我真不懂呀,但是我在不懂的情况下我能把它调通。 ok 好就这样这样完成了之后扣子这边要准备的东西就完了,大家跟上啊。我就不不再不再重复做了来跟上。然后呢我在这里可以新建一个文件夹,这个文件夹是干啥用的? s k i i i s gives 调用扣子 d m o demo 演示,对吧?好,放到这之后呢,这是我的翠,对吧?我要打开刚才我创建的那个文件夹,大家也是一样啊,你自己去打开它,那它那个文件夹桌面上, 因为翠它的使用的话,它就是要打开一个文件夹去用。 ok, 我 们用翠把它打开,打开了之后大家注意啊,你一定要设置一下。设置什么呢? 一定要在 solo 模式下。为啥要在 solo 模式下?因为我们这个视频要给大家分享的是我们如何用 这个吹 ide, 它的技能去掉这个这个这个这个什么扣子的工作流,对吧?你点设置完之后,它这里会有一个规则和技能,对吧?规则和技能这里是创建的,当然呢,我们不需要去在这创建,我也会用人工的方式去创建, 但是要要前提要求是啥?就你必须是在这个 solo 模式下,他才能自动去创建这个技能,而且创建完技能之后,他在哪里呢?他就在你的这个文件夹下,然后这个文件夹放这边啊,他这会有个点翠的一个文件夹。好,我们现在咋做?大家注意看,我把这个内容全复制, 复制完了之后我把它粘到这里。以上是扣子工作流调用的势力和我提供的工作流的 id 和令牌,请帮我 啊,请帮我。怎么一个技能?请帮我创建一个技能。对,创建一个技能能够调用 code 的 工作流, 我这个技能能够实现,当我输入一段文本后,调用 工作流转成音频。好, ok, 我 们就这样去给它发发,发送完之后大家注意啊,静观其变,我们来看一下。 好的,他现在去这个是什么?这个是扣子 api 调用的一个地址,对吧?他会去看,他会去理解这个内容, 然后呢说要创建一个技能,你看他在思考我的过程,思考过程的时候呢,大家再去看扣子调用这个的技能,对吧?然后他要创建一个技能,哎,重点来了,大家注意看啊,他调用的技能,他本身自身有一个技能,叫什么 skill creator, 他就用他自己自身的这个技能去创建技能,就他本身是有个技能,这个技能会根据我们的要求自动创建技能, 非常非常的厉害啊。 ok, 我 们现在就耐心等待一下这个,有人说老师教这个有啥用, 用处可大了。如果你去翻我往期的视频,你就会发现我曾经写了一个,分享一段,一个视频,对吧?那个视频就讲的是什么,我用 tree 的 skills 去掉什么,掉了扣子的 文字转音频,掉了扣子的文字生图,最后呢,他就能够文字转音频,文字生图,全用扣子的技能去帮我生成一个什么?生成一个视频,这是他能做到。 ok, 这是他完成的,对吧?好,完成了之后我们试着啊 应用到全局。好的,我们先来检查一下这个,这个,这个文件夹,你看它是不是这里有个帮我创建这个技能,对吧?这个技能的内容是什么呢?就是在这里。 ok, 好, 我是一名好老师, 正在给大家分享扣子的相关技能,相关知识,对吧?好,请帮我把上面的 文字转成音频,当我给它发完了之后,我们再看 solocoder 这块,它会提示什么内容,对吧?它会提示什么内容?它首先在思考,思考完了之后呢?它说调用技能 code text to audio, 我 们来看一下,它一会是不是会帮我生成一个音频, 当你有了这些操作了之后啊,你就非常灵活的,哎,我,我扣子里面有很多这个工作流,我想掉,怎么办?我还不会去配 a p i, 咋办?你只要会吹,我们在吹里面用自然语言让它去帮我创建技能,哎, ok, 它这样的话就能帮我生成。 好的,我们一会看一下,看,它会告诉我啊,它会告诉我这个,这个音频生成在哪里了, 我调用了音频执行结果, ok, 然后呢?分享知识,通过 debug 用了生成音频,音频在哪呢?没看见,没看着呀,反过头来看一下,哎,这里也没有, 对吧?这是一个非常典型的一个问题,对吧?常用工作流执行情况,我们点开可以看一下, 他不会让我去登录去吧,哎,你看他让我登录火山引擎去了,对吧?那肯定显然不对啊, 并没有,我没有看到你给我生成的音频文件, 请你调整技能,重新运行, ok, 遇到什么问题就给他讲什么问题,这就是我们现在用 ai 的 一个技巧。哎,有人说有,有的小伙伴一听郝老师分享这个内容,到这之后又发现没出来,没出来他就慌,他不知道咋办,哎,郝老师,咋办?别的老师问他就怎么办?不用问, 谁给你出的问题,你就去检查谁就行了啊。你再用 tree, 出了问题,你就直接在对话框里面问他,用豆包啊,用 deepsafe 等等的都是这个思路,所以大家要转化一下,转化一下这个,这个使用 ai 的 一个习惯,对吧? 啊,习惯性去问别人的内容怎么办?要习惯性的去问 ai, ai 给你的答案反而会更精准一些。 你讲他现在做的这些工作,什么调用了?我仅仅能知道他是掉了这些内容,但是咋掉的我确实是不知道,所以我只能通过自然语言的方式去给他说,然后呢, 让他去帮我进行修改,验证参数,对吧?我看一下啊, 使用的参数名称一致哎,一致着呢呀。 text, 哦,我知道了,我知道是什么问题了,你看,咱懂上一点点的还是有点用处的啊,来, ok, 咱们回过头来可以看一下。回过头我们看一下自己的工作流, 我的工作流里面输入的这个变量叫什么?叫 input, 人家叫什么?人家叫 test 啊,我如果改的话,我就直接把这里改成 input 了,那么大家如果不会改怎么办? 工作流输入的变量名称叫 input, 请帮我修改技能。就是因为啊,在工作流调用的过程中啊,你所有的东西它一字不能查,你叫 text, 它叫 input, 它就它就不认识了,对吧?你看,我现在这么一说之后,它一会儿肯定把这就给我改了, 哎,大家看一下是不是,对吧。所以我们在学这个东西的过程中啊,嗯,也要学会去深入思考,这也是我们最近想给小伙伴们去讲这个,讲这个编程的时候担心的一个误区是什么呢?就大家就只会在这说,说完了之后,这里的东西他不看 啊,我们一定要去看,你看多了,你根据你自己的学科内容去理解它就 ok 了。好的,这样的话它就帮我改了。改了之后呢,我们再来看一下 但翔哥的 output 的 任务,可能原因工作流没有正确的配置输出,执行过程出现了问题。我们来看一下啊,工作流配置 output 的 link 没有问题啊,这个工作流的,呃,对对对,这个这个是没有问题的,因为我之前也用这个方法调过机能配置一个,一旦音频转换应该成功,对吧?权限,工作流可能需要吞进权限才能生成音频。没有问题啊, 没有问题,我们再来看一下啊,再来看一下我觉得这样的一个,我们把它发布一下,他刚说有尚未发布的这个修改,请重新帮我 运行,将内容转为音频,我再给他发。发完了之后我们再看一下,看能不能成功,反正调音的方式就是这样,我给大家分享,对吧?然后呢,大家去调,你调完了之后再去试试, 我们再来耐心等待一下,看他会不会帮我把音频生成啊。 调用成功,但返回的 auto 的 应该应 a p i 响应显示不但是由于工作流配置问题导致,请用上方链接登录扣子平台,看它的执行日期,确保正确。结束了音符的参数,我们 清它的一句券。然后呢,到这个平台,我们来看一下它的一个历史,二十三点三十六,那应该去点这个调试, 这里看不到是吧?这里看不到。呃,那它是什么问题呢?我们试着在这里直接输入一段话啊,我是一名好老师, 我这里运行一下,哎,可以生成呀,我是一名好老师,对吧? ok, 那 我继续再给翠翠说,我在工作流 界面运行了,能够顺利生成 音频链接,请帮我检查你创建的技能要求运行之后能够直接生成音频链接。 ok, 我 们再给他提要求,就是我自己也用 tree 的 编程去做了一些内容出来,在做这个内容之后呢,就发现了一些一些问题,问题是啥呢?就是他其实非常耗费时间,也非常耗费你的耐心, 就你明明知道这样能做通,他会出中间出很多很多的小问题,对吧?当然呢,还有一个问题,啥呢?上次我在用的时候是用的 tree 的 国际版。啊,我用的国际版去做这样的国际版的话,它下面用的是国国国外的一些模型,那些模型呢,可能会更聪明一些,当然这次呢,因为要给大家分享,好多小伙伴可能用不到国际版的吹,所以呢,我还是用咱们国内的去给大家分享,分享的时候可能会有一些 一些问题,对吧?可能会慢一些,可能会多交流几次, ok, 他 如果在思考中,我们就不要去打扰他。哎,耐心等待,看他一会儿能给我们做出一个什么花来。 我们来看一下啊,增加了轮询机制的说明,翻译库的时候需要使用不同的参数来确保 正确的参数名,这个已经保证了啊,哎哎,你看这个分析问题就非常到位了,说是 api 调用的时候,对吧? 我刚一调用他就要立即返回,这其实是不合理的。我,我调用完工作流之后呢,他得等一段时间他才能运行到我的结果,对吧?好, 那么我现在再给他说,请把我要求的文本转成音频,大家注意看啊,那我就说这句话,他能不能识别到?我是一名好老师,正在给大家分享 code 知识点,这是他的思考过程, 只要这个点点他是一个正方形的,他就说明一直在思考,对吧?哎,大家注意看啊,我想给大家去表达一个什么样的一个观点呢?就是我,我还要给大家去分享如何用吹去写作,你会发现他的上下文的能力非常强, 我已经说了很多轮之后,他都知道我要表达的内容是这个内容,对吧?因此请通过提供的 debug 的 u i l 我 们来看这个 u i l 在 哪呢?我没有看到它 u i l 呀,我们来看一下这里面有没有啊?复制 在哪里呢?我没有看到。 你能不能直接 生成的音频保存在项目的目录下, 他有啥问题就给他说啥问题。虽然说咱们这个视视频的内容没有一次调用成功,我觉得中间和他去沟通解决问题这个思路也能给大家带来一些这个一些启发。我们再来看一下 复制上面的链接到浏览器中,对吧? ok, 它让我复制,我又复制一下,如果它成了,那说明它就成了。 但是我咋感觉这个这个链接它又会让我再去,再去干啥再去登录呢?运行完成,哎,对对对对对,它是一个这样的一个界面,我们来看一下 output 是 空的呀,参数,哎,再给大家说一个用 tree 的 一个好的 地方啊,我们把它一截图,截图认给他之后传给他,我访问了你的 the bug 链接后, 给我这样的提示,请帮我修复。我还是想直接把生成的音频保存在 目录下,请帮我解决。大家每次遇到问题可能跟我这不一样,所以呢,怎么办?需要 text 参数,而不是 input 的 参数。 text 参数?没有呀, 我这里就是 input 的 参数呀。啊,他说这里输入的是 text, 咱不管他啊,咱不管他,让他去调,他说是什么参数就是什么参数。请帮我 把要求的文案转成音频,我们再来看一下它的内容,它又让我去访问这个 debug u i l 的 这个这个链接,请确保开始节点的输出参数设置为 test。 我明白他的意思,但是我觉得不应该是这样,你看,而且他这个 debug 链接让我去干啥?要让我去,让我去这个,这个叫什么?对对对,这个这个,这个。登录啊, 请不要用 the bug 的 形式反馈结果,你可以用你的方法帮我调用工作流, 然后我的要求是直接输出音频文件, 请你自己想办法,咱是领导,咱给他提要求,让他去想办法,如果我再给他反馈,他解决不了,反到最后人家不得用国际版的。国际版能解决,那说明还是模型之间能力的一个问题。 use context 或 input。 我们来看一下对准的呀,看一下它是什么问题,要不我就叫寄出我的这个 国际版的锤,他这次如果不成功,我们就用国际版的锤去试试一下。好的,他不行,不行就把它一关,关了之后我们试一下国际版的锤。国际版的出货好像把次数用完了啊,我不知道是那一天的用完了还是这个月的用完了, 像猫猫检查技能,我要求输入一段文本后调用 工作流输出,结果工作流的输出输入参数是字符串,名称是 input。 哎,余额不足 余额不足,不足以完成本次请求。哎呀,我们试着 扣个包吧,一百次三美三美金啊,三百次七美金, 六百次十二美金。先搞个三美金的吧,我记得上次就买了个三美金的 rate survey 哦, 不让看,好像是网络的问题,我调整一下网络啊,我们来看一下购买容量包,买个三百斤的,确定它会支付它就自己就扣了啊,我每个月的吹它就是自动扣款的 啊,已经支付完了,支付完成之后呢,刷新一下, ok, 它现在就能分析了啊,然后分析了之后我们把它还是切换到这个来看一下是不是模型的一个问题啊。因为上次我在用的时候就用的是国外的这个模型, 用翠花钱的话一个月也得花个七十多块钱,一年下来一一千块钱,这就是一个很好的一个案例,能给大家去 去讲,去去去直观的去感受一下啊。你看它,它的这个内外模型的一个差别,咱们试着看一下,看它能不能 能不能运行成功啊,平时我们用的一些文本啊,文本类的,我你像我也,我也用国内的,但是内容不复杂,你就根本体会不到一些模型的一个差别。那我之前做的那个软注模拟申请的那个工作流啊,当你在真正的要做到 ai 去编网页的时候,你就会知道它可能不太好弄,哎,你看你看这个就比较 比较聪明,还写了一个拍子啊,但是我给我,我刚给咱国内的吹电 c n, 我 给他说,我说你有你的办法吗?我的要求就是我输一段文本,你能给我生成一段音频就 ok 了啊,你用啥方法呢?我不管, ok, 我 们在耐心等待一下啊。 名称原文本定义的是 text 单元要求的部分,这一实际已修正好。 ok, ok, 我 我我给他说一下,我是一名好老师, 致力于给小伙伴们分享最前沿的扣子内容, 请帮我把这段内容转成音频。 ok, 我 们来看一下,如果说这次他转成功了,那我就就给国际版的税再去充点钱去,哈哈,我感觉 一定要为了好东西付费呢,咱们耽误这些时间。你说一开始思路都是对的,对吧?但是你用国内的就就调不成功,你用国外的,你看好像是要成功了啊,当然还不能乐观,我们再看一下,看是不是真的能帮我把音频生成。我,那个文件夹在哪呢?文件夹在这,对吧? 文件夹在这哦,文件夹放旁边。其实这个给大家现在分享的这个只是一个思路,当你有了这个思路的之后,你就可以去做做很多的这个事情,你可以把你做的这个工作流啦,智能体用很灵活的方式去调那个啥内容啥东西,包括 他在跑这个 python 程序,咱的目标就是把音频给我生成出来, 代表我通过自然语言的方式,我能把工作留给他调成功啊,这是咱的一个目标。有小伙伴说,郝老师,你费这么大劲搞这个事情有用吗?你要相信啊,你把一个程序调通了之后,你很长一段时间你不用再去动他, 哎,我感觉有戏,对吧?你看他这个链接好像就是正正确的 删除三个文章,确定删除他是一些过程文件,测试的过程文件,咱不需要他。 ok, 来我们来看一下啊,这是他的一个音频,我们点一下,我是一名好老师,致力于给小伙伴们分享最前沿的扣字内容。我是一名好老师,这 ok, 这就说明了一个道理啊,你看这是国际版的锤还是国外的模型,在某些方面能力是要远远大于咱国内的模型,这就是今天给大家分享的一个如何用锤去掉 扣子的这个工作流。那我觉得既把如何掉工作流的思路给大家讲了,我们也很直观的啊,非常直观的感受了一下国内的 这个模型和国外模型的一个能能力,一个能力的一个差别。大家可能看到我前面沟通了很多次,但是呢,国外版的话多沟通了一次就 ok 了啊。 ok, 那 么这个视频呢,就分享到这里,也希望能给各位小伙伴在学扣子,用扣子,用最前沿的 skills 掉扣子的这个事情上面能够有所启发。好的,这期视频就到这里,我们下期再见。

在本视频中,我将向你展示如何在 cloud code 中设置自我改进的技能。目前,大型语言模型存在的一个问题是,它们实际上并不会从我们这里学习。举个例子,假设你正在开发一个网页应用程序,在他尝试做的第一轮中,你所用的代码、执行环境或模型可能会犯一些错误。假设你想添加一个新功能, 并且这个功能中包含一个按钮。一个简单但相对常见的错误是 l l m。 实际上并不知道你可能想要使用的那个特定按钮。一般来说,你可以通过某些输入和按钮判断出哪些内容实际上是由 l l m 生成,这时你可能会纠正这个错误。 说好的,我其实是想让你引用这个按钮,但问题在于,当你在当前绘画中纠正了这个错误后,下次开启新绘画时,它还是会犯同样的错误。你又得重新纠正,或者记得明确指定要引用那个特定的按钮。 下一次绘画也是一样。这个循环会一直持续下去,每一次对话实际上都是从零开始的。而这个问题的关键在于,它影响到市面上的每一个模型 以及每一个编程工具。在我看来,如果编程工具本身没有一个良好且有效的记忆机制,确实会带来各种各样的挫败感。这种挫败感可能会以多种不同的方式表现出来。他可能不会遵循命名规范, 也不会使用正确的日期记录规范。他可能不会像你在其他组建中那样以正确的方式验证输入。你是否有过这样的经历?心里想着,我昨天才告诉过你这个或者我上周才跟你说过。问题在于这里没有记忆机制,你的偏好设置不会被保存下来。 实际上,如果没有某种记忆机制,你就会一直重复同样的事情。这个问题的解决方法其实相对简单,我们实际上可以设置一个反射技能来分析绘画、提取、修正内容,并更新技能文件。 我最近在尝试的一件事是把我在整台机器上使用的全局技能全部在 github 上进行版本管理。 随着我对这些特定技能进行反思和迭代,我可以随着时间推移看到所有不同的记忆。如果出现了回推或者我想要回滚也很容易。因为所有内容都在 get 的 版本控制之下。所以现在我设置的方式是有几种不同的机制, 而且相对来说很简单,我可以开启反思,关闭反思,还可以查看反思状态。我们有两种不同的方法可以实现这一点,一种是手动方式,另一种是自动方式。首先我们来讲一下手动流程,有一个叫做 reflect 的 技能,然后还有个斜杠命令。当你进行对话时,如果有你想让他记住的内容, 你只需调用那个斜杠命令,他就会获取对话的上下文,然后引用特定的技能,并相应的进行更新。 手动更新的好处在于,你可以更好地控制实际在技能文件中被更新的内容。我们来举一个假设性的例子,所以你可能会利用这个技能。他可能会说,这是我对认证模块的评选,而你可能会意识到哦,他实际上并没有检查 c 框注入,我们可以进一步指定始终检查 c 框注入。 然后从那时起, cloud 会在当前绘画中检查 coco 注入。就像我之前举的按钮示意一样,理想情况下它会返回并向你展示已经完成了。而这其中非常棒的一点是, 所有的修正都是可以成为良好记忆的。信号批准则是进一步的确认,而 reflect 命令和技能会提取这两者。然后在这个过程之后,我们所需要做的就是实际运行 reflect 命令。我们有两种不同的方法可以做到这一点。我们可以运行 reflect 命令, 或者也可以显示地传入技能名称。但如果你只传入 reflect, 它会因为处于该对话进程中而具备上下文感知能力,从而知道该技能实际被调用的时间。 实际上, cloud 会分析并扫描对话内容以查找修正。它会识别成功模式技能更新后的情况,并且这种设置方式会为你提供不同致性度级别的详细分析。致性度会分为高中和低。如果我说 绝不要做 x, 比如在这个项目中绝不要自己设计按钮样式。你完全可以像这样具体说明。中等执行度会是那些表现良好的模式,而低执行度则是需要后续复查的观察结果。而所有这些功能都只通过这个技能文件来实现。你可以编辑它对其进行调整。如果你想要版本控制或者不需要, 也可以直接添加 git 机程。另外,如果你不想用它,也可以直接移除。我会把所有这些内容放在视频描述里。在实际更新相应技能之前,审核和批准流程是这样的,我们可以看到检测到的信号, 提出的更改,以及如果我们接受这些更改后将要添加的提交信息。此外,在这里我们还可以直接进行更改,而且可以用自然语言来修改,这就是这个功能非常棒的地方之一。至于如何将这些更改实际应用到我们的技能目录并推送到 git, 我们可以点击 y n, 也可以用自然语言输入我们希望在 cloud code 中进行的不同更改。然后,一旦你做出了这些更改,或者你接受了 cloud 提出的建议,它就会编辑相应的技能,并在 get 中提交这些更改,接着再推送上去。 关于这个流程,有一点是我在自己的设置中非常想要实现的,那就是对于它在技能中做出的所有不同更改,一定要确保你也对这些更改进行了版本管理。 接下来,你其实可以采用同样的流程并将其自动化。你可以通过 hooks 钩子来自动触发反思操作。如果你之前没有用过 hooks, 实际上它们就是在不同事件发生时运行的命令。现在有一个 stop hook, 通过它你可以让 clod 持续运行并自动执行。 你实际上可以绑定一个 shell 脚本,每当 stop hook 被触发时,就调用它让 clod 继续运行。但它同样也非常适合用于绘画结束时的分析。 就像这现在这里势利中的语法是有问题的,但实际上它的作用就是在 stopbook 上我们会去触发那个 shell 脚本来进行反思。如果你打算让这个过程自动运行, 你确实需要对反思机制以及它实际执行的内容有很高的信心,但它的作用是,你会像之前一样经历整个流程,然后一旦绘画结束,这个后壳就会分析并自动更新所有不同的学习内容。 这将成为你在 cloud code 中可以拥有的持续自我改进循环。你同样也可以在其他代理系统中利用这种持续学习的策略。所以他会做的事情是,比如在那个按钮的例子中,他会继续进行并从绘画中学习。在 cloud code 中的表现是,我们会看到一个从绘画中学习的提示, 并且会显示它更新了哪个技能,所以这实际上更像是一种静默通知。但就像你在屏幕上看到的这种提示一样,它确实更新了那个特定的技能。然后,关于在停止钩子上被调用的 reflect shell 脚本, 我们可以将其开启。有一个机制可以开启或关闭 reflect, 这实际上会以和我们之前的 reflect 模式相同的方式工作,只不过现在是自动的。让我觉得兴奋的一点是,你可以利用这些技能做很多不同的事情,这可以用于代码审查, api 设计, 测试,文档编辑以及许多其他用力,而且让技能能够从你的对话中学习。我认为这是一件非常强大的事情, 而且把它集成在技能中,你就不必担心嵌入记忆以及我们常见的典型记忆系统所带来的各种复杂性。所有这些内容都会保存在一个 markdown 文件中,你可以直接用自然语言阅读。我喜欢的另一点是把它放在 get 里, 因为你可以看到系统是如何随着时间学习的。如果你有一个前端技能,你可以看到在使用过程中学到的所有不同内容,而不必每次都从零开始。 我认为更有趣的一点是,你可以看到这些技能是如何随着时间演变的,以及随着你与系统的对话,系统是如何变得越来越智能的。如果你也在 get 中利用这个功能,你将能够看到针对特定技能的所有不同学习过程。最后总结一下, 如果你对代理技能还不太熟悉,我会在视频描述中放上一些链接。我也可能会在这个月内做一些关于这类主题的其他视频。所以,如果你对这类内容感兴趣, 欢迎订阅我的频道。好的,最后,但同样重要的是,我们来总结一下刚才讨论的内容。有几种不同的方法可以实现这一点。你可以通过自动检测的方法来做,也可以通过手动的方法,或者你也可以切换开关,结合两种方式使用。如果你想利用自动检测的方法看看它的效果,也可以尝试一下。 另外,我建议你熟悉一下实际的 reflect 机制,然后我们还有切换机制。所以,如果你想结合手动和自动两种方式使用,你需要在 hock 触发时开启自动检测机制。 好的,总的来说,这一切的目标就是只需修正一次,之后就再也不用修正了。这只是一个开始。我并不是说这一定是最终的解决方案,但希望它能为你在技能提升、自我改进以及持续学习方面带来一些启发。

我开源的这个 skill 能够让你用几句话就造出一个完整的废书机器人。这个 skill 覆盖了从需求到交付的完整内容,不用翻文档,不用反复迭代, ai 会一步步的引导你说清楚你要什么,然后直接帮你把代码配置文档全部生成好,最后你只需要在废书开放平台上完成对应的配置之后就可以跑了。 这个视频我会完整演示这个 scale 的 效果,告诉你它怎么用,以及它背后一个可以迁移到任何领域的实现思路。看到最后相信你会有所收获。先说说为什么要做这个东西,近半年来,给飞书群搞个机器人这件事,我重复了十几次场景,其实很日常,每天早上发个热点趋势汇总,或者是做我自己的 open cloud 机器人之类的。 但是每一次构建,我都要让 ai 去重新查飞书的官网,并且就各种失败情况和他反复进行点赞,浪费了非常多的时间。 这样的情况多了之后,我就做了这个飞书机器人 skill, 打包了我在实践中总结的一套详细的 sop 以及需求的挖掘步骤,还有各种情况的处理方法。我现在来演示一下,比如我跟 ai 只说一句话,构建一个飞书机器人, 这时候我们可以看到他读取了 skill 文件之后,并没有直接开始写代码,而是开始问我问题。我们这里选择自建应用吧,因为我们要收发消息,并且会呃跟机器人存在一些交互, 然后具体做什么,我们这里也可以讲的不具体,比如我说每天需要给我通知,我可以和他对话,他有固定指令, 最后 ai 会继续根据我 skill 的 配置来反复的向我们做需求澄清,比如他会问我们通知的具体规则,我们这里选择各发送一次,呃,然后数据的话,比如说我们用外部 api 的 动态数据,然后固定指令,我们随便给一个,比如 today 展示当天天气。 最后呢可以和他对话,我们就是当然是要进入 ai 模型来对话, ok, 然后我们可以看到在我指定了天气之后呢,他会开始问我们天气是通过哪个 a p r 来获取,包括后面我们啊定时的通知方呢?还有我们这里选择固定群聊吧,后面我来配这个 chat id, 然后对话模型啊,我们有自己的平台,所以自己来接。 而历史上下文的话,我们选择保留二十个, ok, 几分钟之后我们可以看到一个完整的项目已经做出来了,而 s r、 c 下面是一些核心的代码, 然后呢, fake 下面是各种的配置,读取的逻辑等等的,然后点 example 啊,点页微点 example 是 我们的各种飞书的配置, 这个也就是我们可能需要人工去做的一些东西了,别的基本上 ai 都能帮我们搞定,然后包括整个的部署,构建的一套全流程, ok, 所以 skill 说白了就是 ai 的 结构化知识包,相当于提示词,文档,脚本、工具等等的集合, 你给他一份 skill, 他 就知道该怎么样一步一步的完成任务,什么该问,什么该做,什么容易踩坑。在做这个 skill 的 过程中,我愈发觉得在模型能力够强以后, skill 也许在中小型任务上的能力要远远的强于工作流, 它更加轻量级,更加灵活,也更加的高效。在 ai 时代,自动化是主旋律,而 skill 则让自动化的工作中多了一层标准化,这是很难能可贵的。如果这期对你有帮助,希望能给我点赞,收藏三年,我是 carl, 我 们下期见。

今天给大家分享一个我 web 扣定两个月以来最常用的一个 skill frontend, 它是 appshop 官方推出的专门用于前端页面设计的 skill, 你 只需要简单描述功能需求,它就能像个资深的 ui 设计师一样,自动帮你生成质感拉满的页面。来看这三个案例,第一个,产品落地页,从营销的大标题到功能卡片,不仅审美在线,连文案都帮你卷出了大长尾。第二个,专属 ai 对 话界面, 看这个暗黑模式下的猫质感,还有这种呼吸感十足的布局,这只是我随口提的一句需求生成的。还有这个企业级的萨斯数据看板,哪怕是最枯燥的数据,他都能处理的非常有灵动感。 一句话, ai 的 审美真的觉醒了。为了充分测试这个 skill, 分 别在国产顶级的编码模型 mini max 二点五、 kimi 二点五、 g l m 五、前端三 coder plus 中进行了对比测试。下面分别是在这些模型中,费使用这个 skill 和使用这个 skill 生成相同页面的对比效果。 我们可以看到,所有模型使用完这个 skill 之后,页面都会变得更加高级和美观,尤其是千万模型未使用 skill 之前生成的页面,虽然逻辑是对的,但长得确实有点暗。但你看,使用了 fronten design skill 之后, 这种细腻的阴影不及感十足的排版,甚至是按钮的流光效果瞬间全出来了。好!这部国产模型的美学打卡对比效果都在屏幕上了, 如果满分十分,你觉得谁才是国产模型里的美学天花板?我也好奇这本官方的 skill 到底写了啥?我扒开了它的 skill, 点 md 文件。好家伙,这哪是 prompt, 这简直是一份大长前端美学的白皮书。它核心应在三个极度硬核的底层逻辑。第一, 审美先行的意图感。 prompt 里强制要求 ai 的 写代码前必须先在极致极简、复古未来主义、精致奢华硬核工业风里选一个极端的人设。它强调是意图感而非堆砌感。第二,它有一张极致刻薄的审美黑名单。 官方原文明确禁止使用任何的 ai slogan, 比如他点名不用 inter aerial 这种烂大街的字体,甚至严禁使用白底紫色渐变这种典型的 ai 套路配色。他强制 ai 去寻找有个性的字体,用大比例的色差和锐利的对比来拉开视觉层级。 第三,它有一套高级感的视觉公式。 prom 的 里写着了对噪声、纹理、环境、光晕和非对称布局的编号。看到这,你肯定想问怎么安装?我推使用 c c switch, 只需要在这个输入框里输入 wanton 点赞,然后点击安装即可。在这里,你还能发现并安装其他官方制作的实用的 skills。 如果你觉得这期视频有用,别忘了点赞三连支持一下,这是我持续分享 ai 超能力的动力。我是林克,咱们一起进化,我们下期见!

这个纹身图图生视频第四次的这个是 q 呢,最近我也把它完善了一下,目前呢它已经上传到那个商店里面去了, 那么这个 q 呢,它就是本身它是根据我原来的这里有一个文件夹,就是这一些是我本身原来的这个项目的一个东西, 就是我原来做的那个格式尺框架生成器,就是我自己原来做的一个软件,然后把那个软件很多的东西打包到这里来了,所以呢重新生成了这个 skill, 我 们可以看得到这里就是我整个 skill 大 概的一个框架东西会标长,因为呢当初设定的东西它有很多, 我让他帮我做一个一分钟的龟兔赛跑的一个视频,大家一定要注意这个点啊,他有时候很奇怪,因为我们做的是提示词 的一个技能呢,所以呢你让他上这个视频,他有时候不会去掉你这个技能,所以你一定要看有没有说加载你的技能,你有看到有完成技能加载, 那这个时候他就真真正正的调用你这个技能了。你没有去配置这个 a b i t 的 话,那他是没有办法直接就用你这个提示词去生成这个视频跟图片的,所以他就会自动去用系统的这个视频生成, 也就是说你如果仅仅只想要自己随意去生成一些视频的话,那其实系统啊,就是说这个 扣子的这个系统,他本身就有这个技能,视频的一个技能就是你可以输入主题或者是上传你的这些文档,他可以去生成这个视频, 也是我们刚才看到的这一这一个啊,就是我这里他不是替用法安曼奇,就是那个功能,他最终生成的就是这个视频,这个视频的 兔子一溜烟就跑没影了,而乌龟还在起跑线附近慢慢挪动呢。哈哈,慢吞吞的家伙,等你爬到这里,我都睡一觉起来了。 虽然路途遥远,但只要坚持每一步都在接近终点,恭喜 冲线了,乌龟创造了奇迹。天呐,我竟然睡了这么久。比赛 骄傲使人落后,坚持才能胜利, 所以看到他好还是有很多不是很合理的一些地方。这个就是他系统的这个提示词生成的,那我后面是把我上面生成的这些提示词,就是我做好的提示词重新去修改嘛, 因为你可以在这里去修改,他把这些图片跟这个提示词修改就好。 兔子一溜烟,所以修改完了之后看起来会稍微会比较好一点,所以说体式词还是非常重要的。我们来看一下,就是我用这个体式词重新去改的那一个啊,它的一个效果是怎么样的? 太慢了,我先睡一觉。 坚持就是胜利啊,啊哈哈哈哈 啊啊啊。虚心使人进步,骄傲使人落后, 所以去重新调整了这个提示跟照片之后,那他整体的效果稍微会好一点点。当然是因为我现在用的是这个免费的版本,我没有开会员,所以没有那么多的这个积分去改,所以呢,他已经是少了 两个镜头,也就是说他这里四十八秒,他其实还有两个六秒的镜头是没有生成完,所以就说 目前来看的话,这一个效果会比刚才他直接系统去生成的会好一点,就说这个提示词你自己要去改, 当然了你有条件的话可以改的更好。那我建议就是大家直接去用他生成的这个提示词是核心,就说提示词是核心生成的这些视频的这些模型的话,因为每一个模型都有它的特点, 是不是?所以这个就看他喜欢习惯去用哪一个。我们主要的还是说我们自己的这些题字词 啊,这一些是最重要的,因为这个题字词第一个他是专业,他的主体运动跟运镜的这些东西啊,他会做的比较好。第二个就是他能够把这些故事衔接的比较 紧密一点,不会让他看起来很跳脱的一个感觉。那我们其实还做了一个草船借箭的一个,看一下他整体是够军中缺箭,先生敢力军令状十日造十万只箭吗?只需三日 紫荆借我二十只船,每船配三十军士,船上用,遮起来还要一千多个草靶子。 孔明神机妙算,我不如他。此人神机妙算,我真不如他 啊。这个故事可能他啊没有衔接的非常好,但是呢他最起码是一次性生成的啊, 因为你提的要求太简单了,你就提这一句是吧?你做一个草船借箭,你就这么几个词,那他给你的东西肯定是会比较简单的。如果说你自己有设定你的故事情节的话,那可能他会这个整体这个情节他会连接的会比较好一点, 所以呢,这其实核心的还是这个提示词,然后呢这个生成视频你可以真的是直接用这里生成好提示词,自己去做,包括我自己去做,然后和通过几个平台合的一个给大家看一下, 千年的恩怨,今夜将有了断,愚蠢的野兽,今晚就是你的死期 啊,这是自己另外拿着提示只是生成的刚才的那一个视频,这一些直接是在这个平台,当然呢,你这个视频的长度控制他是没有什么限制的,你可以做几分钟都可以,但是你这个积分也说你这个偷啃的消耗会非常大, 所以自己玩的时候自己看着来啊啊,你不要一下子做太长了,包括有时候你可能啊,像我这种是一次性我没改的,他可能看起来没那么好效果,如果说你想要做效果更好的话, 那这个时候呢,你可能还需要去调调重新生成,那你可能做个一分钟,那你这个积分的时候会翻高, 反正现在的这个技能呢,已经是上传到这个商店里面了,大家如果想要去体验一下的话,可以去商店里面试一下啊。

cloud skill 最近爆火,但是你填的那个东西有可能百分之九十九都是错的。今天教你两招,让你的 skill 能够时时地吊起那第一个 skill 的 name。 它的名字不是让你随便写的,你起个 my skill 跟给小朋友起个叫张三一样没有任何的区别,会让机器把它忽略掉,你要起一个非常直接明确的名字。 那第二个 description 描述,这是个最大的重灾区,百分之九十九 skill 失效都是因为描述没有写清楚的原因。它不是 skill 的 个人简介,是 cloud 的 触发开关。 cloud 呢,它会拿你的问题去匹配每个技能里面的 description, 你 写的模糊,它这辈子都匹配不上。那么为什么 name 跟 description 这么要命呢? 因为 cloud 这套系统呢,它只看所有技能的名字和描述,命中之后才去交在后面更加完整的技能。那么好的技能,值得你花十分钟认认真真写好它的 name 和 description。

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。

windows 或者 open 格式,平时用 browse 这个 skill 去抓网页,是不是有个特别麻烦的问题?很多网站是需要登录的,比如小某书啊叉呀,或者是一些后台系统等等。 每次跑任务,它都会重新开一个新的浏览器环境,登录菜没了, cookie 没了,又得重新扫码,真正浪费时间呢。不是抓数据,而是反复登录。其实解决方法非常简单,只要是一句话,你只要在对话里啊。不是抓数据,而是反复登录,其实解决方法非常简单,只要是一句话,你只要杠杠 browse real 模式, 它会调用你本机真实的浏览器,之前登录过的账号,绘画信息,权限信息都会直接附用,不用登录了,体验是不是完全不一样?很多人觉得访问浏览器的 skill 太笨,其实不是它笨,是模式用错了。

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。

你是否也遇到过因为 cloud code 对 国区的严重封锁而导致无法愉快使用?你是否也因为需要频繁切换模型 而使用 cloud code 时极其不方便?你是否也因为各种配置问题很难正常开始?今天让我用一个视频来带大家快速通过 cc switch 工具搭配 cloud code 进行快捷大模型路由以及下载安装。那就让我们快速开始吧。 由于网络问题,我们很难通过官方文档的下载链接进行下载,因此我们在此处使用 node js 进行下载。我们进入 node js 的 官网,并按照指引进行下载。 下载完成之后,在桌面输入 windows 加二键,输入 cmd, 并输入以下两行命令,如果正确输出了版本号,那证明安装成功。 这个时候输入我们的 n p m 下载命令,如果和视频中的回复一样,那就证明安装成功了。 我们输入 cloud version 正确输入了版本号,这证明我们成功安装了 cloud code。 接下来我们来安装 c c switch。 首先我们来到 cc switch 的 发布页,这是一个方便与模型路由和 skills 管理的工具,使用它,我们可以在不用使用命令行手动更改系统环境变量的情况下快捷切换大模型。 我们点击 cc switch 的 发布页,找到对应的 release 页面,按照系统版本下载对应的安装包。 由于博主这里已经下载了 cc switch, 所以 说会显示现在这个页面,第一次下载安装只需要按照指示正常安装即可。 接下来我们进入 cc switch, 在 这个页面中,我们点击右上角的加号导入 api。 这里我们以 kimi 为例,在 kimi 开放平台找到 api key 管理,创建一个新的 api key, 放入 cc switch 中, 点击添加,点击切换。这样子我们就完成了模型的设置。我们也可以通过测试按钮来测试模型的连通信是否完整。 接下来我们验证是否可以正常使用 clod。 我 们打开命令栏,输入 clod, 接受此文件夹。此时我们可以看到模型已经被换成了 kimi k 二点五,我们输入一段提示词,模型正常回复,说明我们完成了安装。 如果我们需要更换模型,我们可以在 cc switch 页面中导入其他模型,直接点击启动后重启 cloud code 即可完成切换。接下来我们安装浏览器的插件,让它可以使用浏览器进行搜索。我们打开 curl, 在 扩展程序页面中找到 cloud 并安装插件,登录完之后直接关掉页面即可。 我们可以再次打开 cloud, 试图让它通过浏览器打开 b 站, 可以看到此时我们已经成功地打开了 b 站,说明浏览器插件正常运行。我们打开 vs code, 在 插件中搜索 cloud。 安装完成之后,可以看到右上角出现了 cloud 的 标签,我们点击标签即可在 vs code 使用 cloud。 在 c c switch 中,我们可以进行 skill 的 管理和下载。我们通过 c c switch 下载一个 skill, 并在管理中启用。 可以看到我们对应的目录出现了对应 skill 的 文件夹。到此,我们完成了 cloud 的 安装以及一些必要相关工具的安装。接下来你可以愉快地使用 cloud 进行编程了。

这可能是全网最简单的 skill 安装方法了。前段时间呢,我发了一条 skill 的 推荐视频,后台直接炸了,十万多人看了。评论区都在问我能不能出个安装教程。 网上的教程一堆,但我敢说最简单两种方法。第一种呢,直接装现成的,打开这个网站,里面全都是别人已经做好的 skill, 你 只需要三步,看到喜欢的点,复制,然后粘贴到终端,回车完事,别人花几个小时写的东西, 十秒钟装好了。但是如果说你想要的功能网站上没有,或者说你想把自己的工作流变成 skill, 那 么就用第二种方式,这就要依赖 cloud, 比如说 cloud 的 写总结,做数据分析,生成日报,等它做完,你别着急关窗口,只需要对着 cloud 输入,帮我把刚才的对话总结 成一个 skill, 它就会自动帮你生成一个 skill 文件。以后呢,这个功能,一个斜杠直接交你的 skill, 工作流就变成了你的专属工具。学会了评论区可以告诉我,关注小袁,带你了解更多的 ai 玩法!

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!

如果你是技术小白,千万不要划走,看完这个视频,你将能够任意创作专属 skill, 甚至还可以变现。上个视频给大家详细介绍了 agent skill, 今天带大家用扣子创建自己的专属 skill, 目前有三种创建方法。第一个方法,先创建技能,再叠带优化。我们进入扣子平台的技能商店,点击右上角的创建技能,进入扣子编程平台,这里可以直接输入需求, 比如说创建一个生成 ai 话题播客的技能,然后扣子会创建一个虚拟环境,然后独立完成这个任务,咱们只需要耐心等待就可以。生成好之后我们来进行迭代优化,可以通过对话让扣子自动修改,也可以直接修改 skill 包中的内容。 修改好之后我们预览看一下效果,欢迎收听 pos ai 拨克。 hello, 大家好!哎,你最近有没有刷到腾讯新出的那个元宝派啊?我前几天看到好多人在讨论,感觉这玩意有点意思,今天咱们就来唠唠。哎对,我也刷到了, 怎么样?这个效果相当不错吧,和真人拨克几乎没有太大区别。创建好技能之后一定要部署,这样我们后面才可以继续调用。 第二个方法是直接在扣子的对话当中让他完成任务并进行优化,最后直接让他打包成一个技能。但是我个人更推荐第一个方法,因为打包成技能之后通常还需要再调整,所以不如直接先创建技能,然后再一起来进行迭代进行优化。 第三个方法是直接上传 skill 包,也许你已经在 github 或者说各种社群里收集了一大堆 skill 包,那你可以直接上传并使用。如果你想把技能公开分享,那可以上架到技能商店,找到刚刚创建的技能,点击上架到商店。 这里需要注意的是,需要在扣子平台,而不是扣子编程平台,然后填写各种信息,上传案例,甚至可以设置付费,然后就可以上传到机能商店了。是不是创建一个 skill 非常简单?那赶快去创建吧,让 ai 来替你完成工作。最后,如果你有一点收获,欢迎点赞、关注、转发。如果有疑问,欢迎在评论区大家一起讨论。

ai 编程领域, skills 彻底爆了,浓眉大眼的扣子也冲进来参战了。我用新版扣子的 skill 功能给自己做了一个文字转小红书图片的功能,效果是这样的,还不错吧。制作方法,在技能这个 type 里就写一句话, 输入 markdown 格式的文字,生成用于在小红书分享的图片扣子。忙活了十三分钟,全部完成。 看右侧,确实生成了一个符合 skills 规范的文件夹。当 skills 的 制作成本越来越低的时候,它真正的威力才会显现出来。你看到的所有成品 skill 都只是参考, 把你自己的工作流和最佳实践用 skill 的 方式记录下来,固化下来,让 ai 帮你去完成你的工作,再根据实际效果微调改进你自己的 skill, 这就是你获得十倍生产效率的新法。关注我,带你玩转 agent 加 skill!

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!

live coding 的 时候 bug 超多,所以我就引用了这个 skill, 这个 skill 叫 superpowers, 在 github 上已经有四万星了,使用的方法非常简单,我就直接把这个链接丢给了 cloud code, 让他帮我安装一下这个 skill。 安装好了之后呢,我就让这个 skill 直接来读取我的这个项目文件夹,让他帮我去看里面有哪些 bug, 有 哪些问题,他马上就能给我扫描所有的文件,然后给我 检测出来的结果。这个结果看起来就很专业啊,反正起码比我这个文科生要专业很多。然后再让 cloud code 继续按照他帮我们列出来的这样的一些问题,逐个进行修复就可以了, 这样就能帮助我们这些文科生不懂代码的人超级快的把 back coding 的 代码质量做的更高,真的推荐大家可以尝试一下。 那今天就分享到这了,这周还会分享更多跟 webcoding 有 关的一些教程和视频,因为近期正在做很多 webcoding 的 项目,而且我们在本周五晚上也会有一场专门的闭门直播分享,有兴趣的朋友们欢迎直接评论区报名,记得一键三连,下期见!