如何找合適ai skill

推荐六个我一定会用的 skill， 都是我一直在用并研究过的。第一个 skill creator， 这是所有 skill 的 鼻祖，官方认证的，直接帮你把跑通的工作流转化成独一无二的 skill。 自动分析工作流程，提取可附用模式，生成标准 skill 文档，一键安装，立即可用这个 skill 我是 认真读完所有文档的，绝对靠谱。第二个， document skills， 也是官方出品， ai 操作文档的天花板，自动填表，写 document， 批量处理 excel 数据，一键生成 ppt 演示，智能阅读 pdf 文档。 装上它，你的 ai 交互能力直接提升一大截。第三个， find skill， 能从几万个 skill 中精准找到适合你的智能匹配需求。场景筛选高评分 skill， 对 比相似方案，推荐最佳选择。做复杂的事，先先呼叫他，帮你找找，说不定有惊喜。第四个， frontend design， 官方出品 前端美化神器，专业级 ui 设计，一键美化界面响应式布局，避免 ai 审美疲劳。安装上你的网页，前端直接起飞。第五个， code simplifier， 使三代码终结者自动简化复杂逻辑，消除笼鱼代码，优化代码结构，提升可读性。安装上它， ai 再也不会给你写使三代码了。 第六个， graph loop ai， 无限打工模式，自动循环执行任务，无限搜索资料，持续迭代优化，直到任务完成。但记得用上包月编程套餐，不然费用可能顶不住。这六个 skill 我 每天都在用，关注大古，分享更多 ai 技巧！

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！

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。

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。

给你们看一下 skew 到底有多恐怖，对于寻找 skew 来说啊，我们只需要弄两个网站，一个是这个 skew 点 m p， 这里面有十五万个 skew， 目前数量还在增加。另外一个就是这个 skew 点 s h， 这里面也集成了四万多个 skew， 它的这个下面有一个总榜和一个热门榜，后面呢，有每一个 excuse 的 安装量，目前安装最多的这个 excuse 就是 find excuse， 也就是寻找技能。而这个 excuse 点 m p 的 网站呢，它是按照功能给我们进行了分类，我们可以在下面诸多的类别里面找到适合我们自己的 excuse 两个网站。 sqx 的 下载方式还不太一样， sqx s h 里面呢，需要我们复制这个 n p x 链接到我们的 cloud code 里进行下载。而 sqx 的 m p 呢，需要我们在这里登录的下来就可以了。 sqx 呢，是未来 ai 发展的一个趋势和方向，我们一定要学会去用这个新的工具，还不知道是什么和不知道怎么用的小伙伴点赞收藏，主页替我哦！

面对成千上万个 skills， 到底该怎么选啊？今天我给大家分享三个 skills 的 网站和一个能够去帮你找到 skill 的 skill， 帮助大家更精准去找到好用的技能。第一站叫做 skills mp， skills mp 呢，说白了就是 skills 界面的一个淘宝，它直接去从 github 上去抓取项目，目前啊它有收入十六万多个的技能， 并且呢分成了十二大类，有工具的，有开发的，有数据和 ai 的， 有商业的，有 develop operation 的， 基本上你想到的领域都能够去覆盖。那它最大的价值是什么呢？ 让你知道到底有什么当你需要一个特定功能的 skill 的 时候呢？比如说你想去找一个做 pdf 处理的 skill， 你 可以这么去操作，你去打开这个 skmp 的 一个网站， 在搜索框去输入关键词 pdf， 然后呢浏览筛选出来的相关技能列表，点击你感兴趣的 skills 去查看详情和使用说明，那你找到合适的，那就可以直接去下载安装和使用了。 ok， 我 们再说。第二站叫做 cloud skills， 这个呢，我给他定义叫什么叫做精品路线的在线市场， 相比于上面的 skill n p 的 十六万的大额权啊。 cloud skills 呢，这个网站走的就是精品路线，它呢只收入了三百多个 cloud 的 技能，但是每个都经过筛选，质量有保证。 网站还有专门的驳客板块和教程，你看到的基本就是经过验证，好评度高的技能，那它适合什么场景呢？如 果你不想在海量的 skill 里面啊，大海捞针，希望直接就用到高质量稳定的技能，想要去学习 skill 的 使用技巧和最佳实践呢？这个就很适合你去访问。 ok， 那 你进入网站以后，你可以去按分类去浏览啊，每个 skill 都有清晰的说明文档和使用案例，新手的友好度非常高。好，那第三站 叫做 skill 点 s h， 这个呢，我定义它叫做技能界的热榜。 skill 点 s h 的 定位很清晰，技能安装的一个趋势分析，它呢，总共提供了三个核心的数据维度，第一个就是二十四小时的安装榜，我定义它叫做实时的。 第二个呢，就是历史的总安装量，我定义呢叫做有长期价值的。第三个呢，就是一个小时的热门趋势， 我定义呢，这个就是看是不是有爆发潜力的。为什么你要看这个？因为你想知道的是，大家都在用什么 skills， 什么技能是流行的， 什么技能已经过时了，所以你这个呢，你就看 skills 点 h h 就 对了。这好像是在技能界的抖音热榜或者微博热搜，能够让你快速的把握当下最受欢迎，最实用的技能。 ok， 那 最后聊一个终极神器啊，叫做 find skills， 它呢，可以让 ai 帮你去找这些 skills。 ok， 你呢，可以直接在 skill 点 s h 里面去搜到。这个叫做 find skills 啊，那你到底要怎么用呢？你把这个 find skills 给安装好以后，你可以直接说我要去做 seo 的 优化，有没有好用的 skill， 它呢，会自动地在整个 skills 的 生态里面去搜索，列出相关的 skill 清单，并询问 是不是需要安装。我们可以继续让他帮我们去判断哪个更合适，相当于有了一个专属的 skill 的 一个推荐助手。 ok， 那 之后如果你想了解更多的 ai 的 实战技能，在 ai 这条路上走得更远呢？也欢迎 了解加拿大 ai 学习圈我目前的 ai 训练营啊，正在筹备第三期，同时会不定期的邀请各路嘉宾进行 ai 的 实战分享，想要同行的朋友评论区可以安排一下。

现在啊， agent 的 skill 已经多到失控了， skill s m b 上面有十一万个 skill， s h 上面啊有三万多个。问题已经不是有没有 skill， 而是你该怎么选。那为什么我们不让 open code 帮我们找呢？ 在 skill s h 上面啊，有一个官方的 skill 叫 find skills， 专门帮你找现场的 skill， 比如我直接说我要做 seo 的 优化，有没有好用的 skill， 你 看它会自动调用 find skills 在整个 skill 的 生态里。帮我搜列出来之后啊，再问我要不要装。我们还可以继续让 opencode 帮我们判断哪个更合适 find skill 啊，解决的是有没有更成熟的现成方案， skill 太多不是问题，不会选才是问题。

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！

哈喽，朋友们，我是阿水， a 正的 skill 最近真的太火了，但是很多朋友肯定想知道到底啥是个 skill， 凭什么这么火？那朋友们莫慌莫慌， 我呢已经为大家整理好了一套小白必读的 skill 大 全，今天的内容呢，我们将从简单到困难，一路升级打怪。首先呢，我们来看 skill 的 结构和它的原理， 然后呢，我们通过学习来定制自己的 skill。 这个 skill 呢，我们只需要简单的一句话，帮我根据这篇文章生成 ppt 分 析和内容规划，那它就会自动去执行和生成我想要的资料。 另外呢，我还会给大家推荐一些好用而且必用的 skill， 比如说帮你的文章配图，把杂乱的知识变成一个教学网页， 一句话处理表格等等等等等等。这期所有的资料我都已经整理成了文档，只需要一步一步跟着做，跟着看，就一定可以学会。那还在等什么呢？赶快点赞收藏关注呀！ ok， 那 我们就 let's go！ 那说了这么半天，到底什么是 agent skill 呢？直译过来呢，其实就是技能呗，比如可以把它看成一只小狗，这只小狗呢，它会记路线，听指令，使用工具，能听懂你的语气。那 agent 呢，也是同理，它要和你和平相处，也是要会这些东西的。 所以在 a 证的 skill 的 术语里面呢，它最最最核心的文件就是 skill 点 m d ai 的 工作手册，当然呢，还会有其他的文件，最后将这些文件集合在一起，打包成一个文件夹，这就是一个技能，一个 skill 了。 那有同学就要问了，阿水看着挺复杂的呀，这么做的好处是什么？本质上来说， skill 对 不懂代码和不懂怎么去创建软件的小白群体来说， 是大大降低了门槛的来，如果还是不懂，我们做一个超级简单的 skill 就 好了。这里呢，我用到的是谷歌的反重力工具 模型呢，因为可多扣的真的封号太严重了，我就用 jimna。 那 这个软件的下载方式呢？我已经放进了文档里面，可以说是非常的 perfect， 比如说我们打开反重力，在这里呢，选择模型 jimna pro 就 可以， ok， 我 们就可以开始创建了。那我们就先创建一个可以制作 ppt 的 skill 吧，可以根据我输入的文章链接或者文字帮我生成一个 ppt 内容规划。那按照反重力的创建规范呢？局 skill 必须在这个目录下面， 那我们先用最基础的方式手动创建这些文件夹，这个文件夹的名字呢，就是我们的 skill， 名字就叫做阿水 ppt 吧。这里的文件夹里面呢，必须有一个核心的文件，就是 skill 点 md， 文件 内容我已经创建好了，我们只需要把它粘贴过来就可以了。好了，这就是一个 skill 了啊啊， 有同学就会问了，这么多内容代表什么呀？别着急，我们一个一个来看。那这个文件里面呢，上面两条横线里面的内容，它叫做原信息，里边呢，有两个信息，一个是 skill 的 名字，一个是描述，就是它用来干嘛的，什么时候可以用它？ 那我这里呢，直接写的，用 ppt 的 时候可以用。下面这一大段信息呢，就叫做指令，其实这里就是告诉 skill 它应该怎么做。那这里呢，我就直接写到怎么用，输出的格式是什么？那这个时候呢，就有同学又要问了，你这和自己写提示词有什么区别呢？嗯， 其实呢，还是稍微有点区别的，比如我们之前在用 jimmy 里面去生成，每次都是需要去重复输入提示词， 那如果现在去用 ide 文件，那我们只需要去输入需求就可以了。当然上面这个案例呢，是最最最初级的创建方法，简单的 skill 完全可以这么实现。那在做这个的时候，我就在想，有没有创建 skill 的 skill 呢？ 果然不出我所料呀，可罗得克的官方出了一个创建 skill 的 skill， 它可以通过你的自然语言描述帮你创建一个 skill。 那 这个 skill 的 安装方法呢？大家可以去看我上期视频，巨简单。 当然这期的文档中呢，我也整理了安装方法。安装好了之后呢，我们只需要在这里用大白话描述帮我创建一个可以根据我提供的文章链接 pdf word 帮我生成 ppt 图片。这里呢，因为我们需要用到 nintendo 的 模型 api， 我 们就直接将 api 输入进去就好了。那通过我们这么一番描述，可以看到 ppt scale 就 创建好了，现在的 scale 就是 一个完整的 scale， 可以看到有说明文档，有脚本，还有输出文件夹。嗯，奇怪，我怎么感觉高级版创建起来怎么还比初级版创建起来更快更方便，更简单呢？对，主要是我们使用了创建 skill 的 skill 工具， 那我们来试试效果，出来的效果图呢，都是很不错的。那其实这个案例看下来呢，我们更多的是在用自然语言去写程序的一个功能，降低了代码的难度，而且拉近了普通人和创建软件的距离。所以只要你有明确的输入要求，或者有明确的方法 规范流程知识，创建 skill 工具呢，都会帮你创建出来一个定制的 skill 文档，里面呢，我整理了一些收集 skill 的 网站，里面有成千上万的 skill， 并且呢，我也给大家搜罗了一些普通人常用必备的 skill 工具，比如做 ppt 处理，文档表格处理，我们可以直接拖进文件夹就可以使用了。还有这个就是前端设计的 skill， 还有这个动画生成 skill， 可以 帮你做一些数学上难懂的演示动画。 当然大家也不用太焦虑怎么去把所有的东西都创建一个 skill， 我 们每个人呢，都不是必须成为技能开发者， 我们只需要把自己已经掌握的小技能或者已经沉淀出来的一些方法，重复性的事情交给让他去帮你做一些重复性的劳动力就可以了。那最后呢，资料链接我都放在了评论区， 大家快去手动创建试试吧。这个时候呢，大家就不要吝啬自己的点赞收藏关注技能了，我们下期再见，拜拜！

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！

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。

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。

这是一份九千多条的订单表，我说了句做份销售分析，它就自动生成全套图表，一篇公众号草稿，直接复制文本就能直接生成配图，这都是直接用 skill 做的，操作特别简单，你不用懂 skill， 甚至不用写一个字就能直接用它干活， 而且建好一次全团队都能用，换其他平台的 skill 粘贴进来，照样一键调用。接下来我教你具体怎么配置上让 ai 真正赋能公司的业务场景。 最近这个 skill 可以 说是 ai 圈最火的一件事情，那我们平台也在第一时间就支持了 skill 这个功能，但是很多小伙伴呢，还不知道怎么去玩，然后也没有一个完善的教程 来去讲解这一块它的一个能实现的一个功能。所以这一期呢，我们就先来讲一下 skill 它的一些核心的概念和在我们平台的一个基础使用是什么样子。 首先先说结论，就如果说二零二六年你必须要掌握一项 ai 技能，那它一定就是 skill。 可以 说在未来的相当长的一段时间内， skill 替代原有的提示词工程工作流已经是 基本上势不可挡的这么一个趋势。那总总结起来一句话来说，就是这个 agent skill 呢，它本质上是一个伪装成 markdown 的 工作流， 它里面可以将我们之前通过提示词工程 m c p 的 工具调用和 ig 能去实现的功能，通过简简单单的写一个 markdown 就 能够实现。所以我们先来看一下就是在传统传统的提示词工程 m c p 和 ig 这三个技术它的一些局限。然后我们再来看 skill 它到底解决了他们的一个什么问题，基本上就知道 skill 它是一个什么东西了。 首先我们来说一下这个提示词工程，提示词工程呢，相当于假设说我现在有很多我的一些知识，这些东西，我需要把它抛给 ai， 让它基于我的这些技友的一个知识去回答我的问题。这时候我的上下文里面 可能必须要把我的这些东西，假设你有一百万字，那你就要把这一百万字全部塞到这个提示词的上下文，这就引起了它的那个 token 的 一个 巨大的消耗。那你说，哎，我是不是可以把它放到那个知识库里面用 i g 去调用呢？ i g 它的劣势是什么呢？ i g 它的劣势就 i g 它在你的一个文档进行向量化的时候会进行分片，然后 ai 呢会从里面去针对性的去剪辑出来一段，那这个时候的这个逻辑的建立是建立在我的提问， 只是跟我文档里的某一个片段是有关系的，这个逻辑在本身很多的场景当中可以说都是不成立的。如果说我的一个提问只跟文档里的一段，那我还抛给你这么一大一段干什么？但是后面也出现了很多的 ig 的 技术 去能够在文档当中，比如说进行一些权威检讨等等这些技术，但是 ig 他 整个的一个项目实施的难度是很大的，必须要开发人员才能去做。 第三个是 m c p， m c p 呢？就是在很多场景下，这个工具他可能都成百上千上万个，那这么多工具，我们知道就在做开发的时候，他的这些工具全部都是作为一个上下文挂到那个整个的大模型的那个 历史记录里面，那你成百上千上万个工具的时候，这个上下文直接就炸了，这是工具调用它的问题，那同时 m c p， 它还有另外一个核心的问题，就是 m c p， 你 至少要自己去会能开发这个 m c p 的 工具， 也他也只是一个面向开发人员的工具。第四个还有工作流，就我们在很多场景当中，比如像扣子、 define 这一类的工作流，他将某一个流程进行编排，然后中间可能需要调用到 ig， 可能需要调用到那个工具。 但这类工作流他有个巨大的问题，就是你比如说我在 define 上的工作做的工作流，他是只能在 define 上去用的，然后你再去做 n 八 n， 或者你去 做扣子上的时候，你又需要去了解扣子这个平台它的使用，就像它的工作流必须依赖于这具体的一个平台才能去编排和创建以来前面的这几项技术。它存在的问题就是上下文爆炸， 然后解锁，结果不准确，只是面向开发人员，普通人员没有办法去维护这个工具等等这一系列的问题。那我们来看 scale 是 不是都解决了这些问题跟爆炸的问题。传统的情况下，我们再用提示词工程去解决很多呃， 去约束这个模型它的一些技能的时候，然后我们会采用提示词，这个时候就相当于我们给的模型实际上是一本书。而 scale 的 时候它可以用 很多的参考文档，我们可以看到这个 scale 它的一个目录结构里面的 reference 就是 参考文档，这个参考文档呢，它是具体的这本书，但是我们在 给到大模型的时候，只需要给到这本书的一个目录，也就是在我们的 scale 这个 md 的 这个核心指令文件里面，我们只需要制定，比如说当你遇到什么问题，你就去查这本书的第几页，那这就解决了一个 提示词爆炸的一个问题，它在促使的时候加载的那个提示词，它的 talk 消耗是非常小，所以核心的这个指令文件和 reference 这两个就相当于替代了原来的提示词工程和 ig， 也就是原来用提示词工程 ig 这两个做的事情，这两个在目前用这两个就能实现， 这是第一个，第二个，那工具调用这块呢？原来需要工具调用，就是我需要开发一个后端服务去作为一个工具提供出来的。这个时候我们可以看到在整个 skill 目录里面有一个叫 script 脚本，这个是可以替代原有的一些工具调用的。 就我比如说我要发一个请求，请求一个数据，比如我要去处理一个执行一段什么脚本或者代码，那这个地方在 script 里面是可以去实现的。这个 script 里面的一个脚本就相当于我们在 comui， 在 扣子，在 define 当中的一个节点 尽可能更高，就借助我们现在的很多 ai 的 扣顶，其实这部分的工作也是可以非常方便的去实现的。 我们来看一个简单的这个 scale， 它的一个 demo， 我 们可以看到它的这个 demo 里面我们有一些第一步做什么，第二步做什么， 那它其实就是一个为什么我们前面说它是伪装成 markdown 的 一个工作流，其实就在这里，就我们只需要用自然语言去描述，就跟你再去写一个文档一样，去给 ai 描述你要执行的一个步骤就 ok 了。 ok， 我 们理解了 skill 的 核心技能之后，那接下来在我们的平台上去使用 skill 去搭建一个 agent 出来，这个就是非常简单的。注意啊，这个 skill 它还是必须要依赖 agent 去 才能运行的。然后我们这里搭建一个什么呢？搭建一个最简单的就是因为在我们平台上他已经有了很多的这种纹身图啊，就是图纹身视频这一类的图像创作的应用。那我们现在就基于 skill 来搭建一个虚拟试穿的这么一个场景，但这个场景其实如果说不用，如果说在之前的 agent 里面其实也是非常方便的去实现的。那我们再看在应用 skill 来实现的时候，它有什么不同？ 在后台管理的智能体开发以及技能管理这里我们点击这个创建技能，可以看到弹出一个对话框，在这个对话框里面的技能的名称就相当于我们在前面看到的那个结构里面的 skill name， 就 等同于这个 skill name。 然后技能描述呢，就等同于在它这个 skill skill 点 markdown 里面写的 description， 它用于去描述这个 skill 具备什么样的能力。在你有多个 skill 给到一个 agent 的 时候，它就是根据这个技能描述去选择我到底要去读取哪一个技能，这是技能描述 技能指令，就相当于是我的这个 skill 点 markdown 里面的那个内容， 然后下面的引用文档就等同于在 scale 的 reference 里面的所有的参考文档 啊。这个是我们的这个创建技能，它跟标准的也就说 cloud 里面的那个技能它的一个对照关系，大概就是这样，这里创建技能支持两种啊，一种我们可以从既有的 啊， pdf， word markdown 或者 txt 的 文档直接上传上来，然后把它作为一个技能。那同时我们也可以从这里 直接通过创建空白的 markdown， 然后在里面从空白的 markdown 里面，然后自己去手写，在线去编辑，然后这样创建一个 reference， 也就是创建一个引用文档出来。那这边我们可以看到我这边的这个 demo 也会，到时候会分享给大家啊，就是大家可以拿着我这个 demo， 然后看这个 demo 它怎么去编辑里面的这个 reference 的 这个文档的 啊？基本上他这个里面就我们刚刚前面其实已经讲过了，他其实就跟你再去写一个参考文档一样的，你就要描述你完成这件事情，达到第一步干什么，第二步干什么，第三步干什么就可以了，而且尽可能的准确，就是你这里写的越准确， ai 他 在遵循你的任务去完成这件事情，就会执行的越 准确。然后我们这边的第一步呢是让他，然后我们这边的第一步是让他先去润色这个提示词，就是我要进行虚拟试穿他的提示词的整个的啊润色的过程。然后第二步是让他调用我们 后台内置的工具，就像我们平台上内置的这么大量的文本和图像生成的工具去生成 虚拟试穿的图，然后并且优先使用拉洛布拉拉这个模型啊，并且提示词的关键里面也写到了一些非常关键的一些内容， 到这一步结束技能就创建好了。那技能创建好了之后呢？我们这个技能它是不能直接使用的，就像前面我们讲到的，它必须要在 agent 去使用，所以我们还需要去创建一个智能体， 创建智能体咱就到这个智能体管理这个模块里面，然后点上面的创建智能体，然后创建智能体之后，我们可以看到在这个智能体的编排里面我们有这些参数，整整个的这边的功能跟扣子 大体上的核心功能是一样的，就我们可以给我们的整个智能体指定一个执行的模型，这个模型它要是支持工具调用的，然后我们这边地方还是像千问 plus 呀，像 cloud 这些都是比较优秀的工具调用的模型。 然后我们这边测试一个千万速度比较快，我们还是用千万 plus 来去测试，然后这里的技能就可以点这里的添加，然后我们可以看到我们所有的技能都在这里，然后我们可以选择一个，也可以选择多个技能给这个智能体，然后这里我们就选择我们刚刚创建的这个虚拟试穿这个智能体。 选完虚拟试穿智能体，我们点开这个高级设置，在高级设置里面我们看到有起用 mcp 工具这一个这个选项，就是说我要不要让这个智能体能够调用我后台的这些所有的 升图，然后升视频这一类的工具，然后这个地方我们把它起用，否则的话你的智能他他是没有这些工具的。然后系统提示词这边呢可以简单的写一下，如果我们的这个任务比较复杂的，这里可以去详细的一个填写，然后这样呢就相当于一个 最简单的智能体就创建完成了，然后我们点这里的发布给他一个啊智能体的名称，然后包括分类之后，然后点这个确认发布 发布之后整个智能体创建就完成了，然后我们这个时候就可以去看这个智能体它实际运行的时候如何去调用这个技能，去完成我们刚刚的这个任务的。 然后我们直接点这个智能体的这个卡片，就可以进入到这个智能体他的调用的一个窗口，我们简单的来上传一张服装，然后简单的写个提示词，让他来生成一个真人模特试穿的这么一个场景，然后我们来等待他的一个调用的 结果，我们可以看到中间我们可以看一下他的整个的调用步骤啊，然后我这中间我们可以看一下他先是会去读取技能， 然后再会根据你的技能描述去读取这里面需要用到哪个技能的详细的参考文，然后之后根据你参考文档里面的指示，然后一步一步的去 调用相关的工具也好，去执行相应的几种脚本也好。然后这个当然我们这里还没有涉及到执行脚本，只是一个最简单的就是去调用内部的工具来去进行深图这么一个简单的 agent， 其实我们可以看到他基本上就跑起来了，而且在最后的这个效果还是可以的，就是基本上的一个核心目的达到了， 这是一个最简单的智能题。当我们在这个里面可能也会有很多的，比如说我们可以看到他生成的这个画面结构还是比较偏简单。那我们 后面就会教大家如何再通过更多的工具的引入，以及我们这个技能文件把它写的 更好更详细，然后让 ai 它更能够把这个工作完成的更好。然后这是我们就是后面会继续推出下一期内容来去讲在 skill 它在我们平台上的一些高阶的应用。 好，今天的内容就先到这里，然后大家可以先在平台上去实际的操作和体验一下，这个体验的过程还是非常关键，那我们今天的内容就到这里了，好，谢谢大家。

给你们看一下 skills 到底有多恐怖，这个网站上集成了十四万个 skills， 并且每天还在不断的增加，你可以在下面通过 find 搜索的方式来找到你所需要的 skills， 可以 通过上面的分类来找到符合你需求的 skills， 这里不仅包含了一些基础的工， 还包含开发数据，商业测试内容，媒体文档研究等等等等。选择好自己所需要的分类，点击进入即可。我们在分类里面首选这种星标高的来进行使用，像是内容创作，这里不仅有某书的，还有去 ai 味的， 下面还会有前端设计的，所有的这些根据你的需求选择下载即可。使用 skills 可以 说是又颠覆了 ai 工具的使用，你可以把所有的 skills 都集成在一个工具里面，让它成为一个大的 skills， 这就相当于你有了一个超多技能的 ai 超级员工。那些还不知道是什么和不知道怎么用的小伙伴儿点赞收藏，主页替我。

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。

从零自学 ai 之 agent skill， 这次吴文达联动 anthropic 官方一起出了一个一小时讲透 agent skill 的 官方教程，我也用 notebook lm 帮我一起学习了一下，今天我会总结里面三个关键点分享给大家。 首先第一个官方给到了一个官方的 skill 库，这个在 github 里面，这里面我们可以看到有非常多比较丰富的这些 skill， 包括像文档、 ppt、 pdf， 还有 excel 等等这样的一些很好用的大家经常用到的一些办公软件。那强烈推荐大家去再下载一个叫 skill creator 的 这样的一个， 它可以帮助你自己自定义和创建更多更好用的一个 skill。 那 这个 skill 的 一个安装方式很简单，我们就在 github 里面把它的地址复制下来，我打开 cloud， 我 们在这个里面直接啊把这个地址复制给他，我告诉他安装这个 skill， cloud 就 会直接帮我们去跑这个任务，我就直接可以把它安装到我们的 一个电脑里面，你可以看到这里面它的这个 skill creator 就是 一键安装了。第二个值得分享的呢，是这个课程里面举了一个例子，去解释多个 skill 加 mcp 怎么样组合构建成一个成熟的工作流。那这个里面举例了一个，就是 通过最原始的一些营销数据，那最终能够输出一版符合公司整体 ui 标准的 ppt 这样的一个例子， 它像有一个这数据分析的 skill， 再加上一个这个 company brand skill， 也就是符合公司品牌 ui 的 这样的一个制作 skill， 再加上 ppt 的 这样一个 mcp 能力，那最终它其实在这个里面一步一步带着大家去解释了 如何去生成这些 skill 和这个 skill 是 怎么工作的，那最终就可以看到我们可以通过一个原始的数据最终输出。这个例子里面举例了向右边这样的一个完整的 ppt， 而且是符合公司标准的一样的一个 ppt。 之所以 skill 这么好用，我觉得也是因为 skill 和 skill 之间是可以相互串联的。那我之前其实是出了一期关于怎么去一键拆解爆款脚本也好，口播也好，我其实也是串联了两个 skill， 第一个是视频 内容提取 skill， 另外一个是它可以去针对一个原视频，它能够去进行视频内容整体的一个分析和提炼的 skill。 那 这两个 skill 加到一起，我们就可以实现 给到 ai 一个视频链接，它能够自动帮我们去解析里面的内容。在官方的教程里面也举了这个例子，我觉得还是蛮重要的，这样可以让我们的 skill 话说非常多的话，解决我们很多的复杂问题。 第三点我觉得很值得分享一点，这个教程里面它让我这个文纯文科生小白理解了为什么 skill 这么好用，它解决了哪个很关键的问题。这个里面可以看到竹子稿里面还有提到 skill， 它其实我也有几轮交互， 就是他会提到说健宁市批录的好处是不占用这个 ai 的 上下文窗口。什么是上下文窗口？上下文窗口就是 ai 的 一个大脑的短期记忆， 那我们可以把它理解成一个办公桌的大小，我们所有丢给 ai 的 这些提示词或文档数据信息，包括 ai 返回给我们的这些内容，它其实都会占用这个桌面上的一个空间。 那如果我们不使用 skill 的 话，我每次想让 ai 去分析营销数据，我们必须都写下一长串的这个提示词，就在还没有开始工作前，可能我们这样的一些数据啊，这些提示词就已经占满了整个桌面，就没有什么空间返回了，占用了这个上下文窗口之后，会放大的影响 ai 的 工作效率。 所以在渐近式批录，其实我觉得更简单易懂的一个叫法应该叫做按需加载，它可以比较省空间，而且说白了就是能省偷懒，省钱，就不用每一次都是把长篇大论的这个提示词塞给他。 ok， 如果有对这个视频的逐字稿和重点感兴趣的同学呢，可以进群讨论。那现在 skill 确实是我用非常多的一个工具，那如果你还不会用 skill， 可以 看我这篇视频已经帮助很多小白成功安装上了，走出了自己的个人 a 阵的第一步。 那到最后我还想有一点碎碎念。在看这个视频课程的时候，我有一点我还挺感慨的，因为这个讲解的小哥，他应该是 antarctic 的 官方工作人员， 他讲解的其实是用了这个 cloud ai 客户端产品去做演示，但这个产品因为现在是国内是不能用的， 所以我就会感觉还挺有落差的，因为我知道现在国内我自己也用过嘛，去用这一套 agent skill 其实还是挺麻烦的，有一些成本。当我看到他演示的那一套 cloud ai 的 一个桌面端，看起来非常的丝滑好用，非常可交互，就是一套可交互的纯面向小白的一个 agent skill， 包括刚刚所有官方推荐这个 skill 已经内置好到这个应用里面了，所以这里面还是心情还挺复杂的。我觉得在二零二六年发生这种事情还是挺离谱的， 但是我觉得也就这两年了，希望国内的这些大模型再加把劲，让我们这两年能够更快的用上国产的这样的一些大模型。好了，我是小姚，如果你对自学感兴趣的可以关注我，拜拜。

今天分享一个我创建 skill 的 技巧，非常简单，就是不要让 ai 直接开始创建，而是让他先问问题。我举个例子，我之前创建 skill 的 时候都是这么干的，用大白话描述一下我的需求，然后直接让 ai 开始创建。 但问题是， ai 根本没有完全理解我想要什么，我脑子里想的是别墅， ai 理解的可能就是茅草屋，然后他开始疯狂搭建，等我发现不对的时候，代码已经是一座石山了，作为纯纯的文科生，根本不会改代码，这种情况下，我只能是从头再来一遍了。 后来我发现一个 superpowers skill， 它可以用来在创建 skill 之前做规划的，它不会一上来就写代码，而是会先像产品经理一样采访我。这个 skill 是 给谁用的，最核心的痛点是什么？希望它长什么样？有没有参考的例子？这一轮下来， ai 就 完全搞清楚了我到底想要什么。 然后他会帮我把需求整理成一份专业的设计文档，拆解任务，每个步骤要做什么，预期效果是什么，全部都清楚的罗列出来，让我确认之后再开始开发。就好比是装修房子，不能让工人直接开干，而是先要看设计图纸对不对。 说白了，这个技巧的本质就是让 ai 在 动手之前先动脑，先思考规划，然后拆解，每个步骤都要清晰可控， 而是一上来就瞎写一堆代码。对于像我这样的代码小白来说，这个采访调研的方法能够大幅度提升我创建 skill 的 成功率。所以现在我每次创建新 skill 之前，都会先调用 superpowers skill 来把需求先梳理清楚再动手。 另外大家可以在回答 ai 问题或者输入需求的时候，直接用语音输入，放开了说想到什么说什么，非常啰嗦都没有关系， ai 全部都能看懂，而且说得越多，他越了解你的需求，最后做出来的效果也就越好。