粉丝6.3万获赞20.1万
相关视频
07:39查看AI文稿AI文稿我们怎么能获得一个 ai 助手呢？这样一个助手呢，能够帮你总结全球的 ai 医药新闻，能够帮你去 powermad 中探索到相关最新的文献。 当前全球呢， open curl 已经非常的火了，我们可以独立的把它部署在一个独立的电脑中，让它去完成各种各样的工作。现在呢， kimi 也出了一个叫 kimi curl 这样的一个工具呢，它是部署在云端的，我们任何一个普通人都能够去使用，而且呢一键生成 哦，这个呢就是 kimi crow， 我 们呢也是花了一定钱啊，在这个套餐之内，它才能够使用这个 kimi crow。 我 们呢，下面就来针对于这个创建我们的 kimi crow， 我 们创建呢差不多需要一分钟左右的时间啊。好，我们这个 kimi crow 呢就创建好了啊，它可以做一些任务，但是这些任务和我们的大模型到底有什么样的区别呢？我们先来看一看啊，首先呢，它可以做一些定时任务，比如说每天九点钟给我发最新的 ai 热点新闻。 作为我们医药人士啊，其实更多的呢，肯定是想看一些医药新闻，比如说啊，每天九点，每天上午九点钟发送全球最新的医药新闻， 新闻来自 biospace。 好，这样一个命令下来呢，它就可以去帮助我们进行相关的任务设置， 是问是否可以进行一次测试，运行好的， ok， 测试完成。它呢是会从 biospace 的 源中进行获取啊，这是我们可以指定它相关的新闻源，同时呢也可以指定它从 popmad 上获得我们最新的文献啊。 呃，每周写一个周报汇总，关于 pdc 就是 我们蛋白藕联类药物啊，蛋白与这个毒素藕联的药物与 adc 呢，它是一个间接关系， 摘药 对肽类藕联药物这个理解也是没有问题的。好的， 这个呢就是针对于新闻和摘药的部分呢，他就是我们的一个助理了，我们可以非常好的利用这个 kimi crow 啊去进行相关的需求，只要你跟他提需求就可以了，他会给你自动的推送进来， 这是写这个新闻还有摘药中宿相关的一些内容，我们呢也可以去把它连接到飞书或者钉钉一类相关的文档。如何连接钉飞书吧， 对飞书的指南呢，他会给你一个非常详尽的这个指南啊，并且呢他都会指导你来配置。首先呢肯定要来到我们飞书的这个开放平台中，这个呢我们也是按照这个部分一点一点去给大家来进行，我们也是已经非常好的连接到了一个飞书啊，还有飞书相关的整体的文档， 只按照这个步骤去做啊就可以了。同时呢在我们这个 curl 啊，不管不无论是 open curl 或者是 kimmy curl， 它呢有一个非常重要的就是关于 skill 的 这个能力， skill 呢它是一个能够扩展的能力， 它呢更像是一种技能，这种技能而言呢，它本身 skill， 它本身这个 kimmy curl 呢，并不一定具有这样的技能，但是呢它可以去我们有一个叫 kimmy curl 中 去下载相关的这个技能，比如说 perhaps， 给大家简单看一下啊，就是这个地方呢，有我们整个全球非常多大家贡献出的这种开源的技能，它呢都是可以直接调用这部分的内容进行下载，比如说我们下，我们下面给他举一个例子，请下载， 呃，请直接说这个吧，其实不用写这个， 就是如果你需要做，比如说 pdf 翻译，那么呢它没有这项技能，它就直接可以去到 crown have 中下载一个相关的技能啊，并且呢把它给 并且呢自动下载并且安装上啊，是这样的一个过，这样一个过程遇到了这个速率的限制啊，我们一会儿可以再安装。 ok， 我 们先这个有限速的话，我们一会儿再来看。如果啊，这个还有一种高级玩法儿，也就是大家如果针对于 skill， 你 觉得 crown have 中的 skill 就是 我们这个里边儿的 skill， 不能满足你相关的需求，那么呢你也可以自己去写一个 skill 啊，比如说我在这儿呢导入一个我们相关的 skill 啊，这是一个 skill 文档，我们直接把它打，把它打开， 这是做什么的呢？这个 skill 呢，其实是我们用来做这个临床对比的一个 skill， 包括应用的场景，使用方法，还有输入的视力啊等等，这些呢都是在这个 skill 的 一个能力之中。 所以呢这个你自己写的这个 skill 呢，你也可以把它导入进去，只要导入进去之后，它未来就会记住，只要你在两个临床实验做对比的时候，它就会按照这样的一个规则去给你完成啊， 嗯，这个应该还是可以的，其实呢，应该说这些表格里的相应的指定呢，是我刚才在 skill 中去提及的部分，然后呢它就按照我这个 skill 中的能力或者说要求来进行我们临床实验的这个对比啊， 其实就是我们这样的一个技能，所以呢针对于 kimi crow 啊，其实还有更多的玩法，其实更多的玩法呢，来源于我们很多的这种 skill 能力，只要你能想到啊，包括让他帮你去查一些相关的一些文件，帮你去发邮件，这些呢，其实都可以 在这呢，这个需要很多配置啊，所以呢就不在这，在这演示了，但是呢在这在，但是现在呢还要说一点，一点是什么呢？比如说啊，我要去医院挂号啊，呃，请帮我 跟踪北京， 就是请帮我跟踪查看北种啊赵军主任的号啊，这种情况呢，他是一个非常难以完成的这样的一个任务，因为呢整首首先呢就是我们所有的号员啊，基本上首先没有可用技能， 他没有办法这个医院的号源这个平台呢，也没有相应的这个接口工具，所以呢他没有办法形成这样的一个任务。所以在我们其实做很多工作的时候都会遇到这种情况，就是我们找不到相应的工具，或者找不到相应的接口，并且呢很多网站呢，他都有很强的反派机制， 所以这部分呢，他只能给出一个建议，通过什么样的渠道啊，去找到相关的这个专家的号。所以这些呢，应该现在目前是我们面临比较大或者说比较多的一种情况， 也就是这个 crow 啊， kimi crow 或者 open crow， 没有办法获取到相关的信息啊，这个其实是非常影响我们整个操作的，但是没有办法，只能通过呃，未来越来越完善啊，才能够去修正这样的一些工作。后面呢，如果再体验到更新的这个 open crow 的 一些工作呢？再跟大家来分享。
138番茄讲堂
03:47查看AI文稿AI文稿大家好呀，本期视频来带大家一起看一下 kimi code 的 一个简单测评。整个视频主要分为三部分，第一部分是 kimi c l i 的 一个简单的安装，安装完成就可以使用 kimi 最新的模型二点五。第二个会用两个案例带大家一起来看一下 kimi code 的 一个整体能力。第三个会带大家看一下 kimi code 的 一个多模态，就是图片生成上面的一个 能力。最新的 kimi code c l i 的 安装非常的简单，你可以在 kimi 的 官网左侧点击 kimi code， 然后进去它里面有个详细的教程，我们先打开一个终端 复制安装链接，然后进行一个回车，回车之后它的一个整个安装包它就会自己进行一个运行了。安装完成之后，你可以用它官方的一个验证指令 对验证安装。看到 kimi version 一 点三，那就代表它已经成功了，那么就可以输入 kimi 按回车进入到这个 kimi code。 当然在这一步我们还不能直接去使用，你需要 log in， 它也支持一个斜杠命令，如果你输入这个斜杠命令，就可以看到它下面大概有十几二十个的一个命令行，里面也包括我自己之前 制作和导入的几个 skill。 第二个我们整体的来看一下 kimi code 加他的二点五的模型能为我们做哪些事情，以及他的能力整体展示是怎么样的。第一个我还是拿一个当前比较契合我们青年主题的，就是做一个清晰称呼的计算器， 他首先会载入一个思考，他会提供一个思考的实现方案，然后会给到一个简单的技术站，然后同时他有一个关键的设计要点，这些他都没有跟我进行一个交互， 大概过个三分钟的样子，他就制作完成了。那我们来看一下他的整个页面布局还都不错。然后再来测试一下 我爸爸的哥哥的女儿，那也是说是姐妹，然后我外婆的儿子的妹妹是姨妈，我姑姑的儿子，他说是儿子。我把这个问题反馈给他，我们来看一下他的一个整体的修复 bug 的 能力。然后他也是经过自己的一个思考啊，那修复之后的一个结果呢？其实也并没有特别的理想， 因为我后面又测试了一个我姨妈的女儿，我姨妈的女儿是应该是表姐或表妹，但是他直接就是把他显示成了侄女或者是外孙女。然后经过第三次的一个检查，问题也还没有修复，目前一次性的产出其实还没有达到我的需求。 那下面我们来看第二个测试，看它整体一个 skill 调用的能力。刚才用斜杠命令我们也可以看到里面有内置我的好几个 skill， 其中有一个就是纹身图，那么我就复制这段文案给到他，然后让他使用这个 skill 来生成对应的图片。我们来看一下， 首先这个 skill 它是能够正常提取的，没有问题，同时它基于这个 skill 里面对应的一个偏好啊，也对我进行了询问， 大概是花了两分钟的时间啊，他也是把这张图做出来了，但是这个图片其实是不 ok 的。 第一个，他的一个图片整体的布局跟我原来这个 skill 里面的能力其实是不匹配的。第二个，他的一个文字显示基本上都是乱码了，看不清楚。 同样的 skill， 我 们可以用 codex 来对比一下， codex 的 整体展示基本上就是百分百还原了我的一个 skill 的 能力，它进行了一个芬兰展示，整个文字的可读性也是 ok 的， 基本上没有乱码。那第三个，我们来看一下它的一个整个图片的生成能力，我给了它一张 饺子的图片，告诉他把这个饺子换成汤圆，里面的一个内容和一个文字也要做相应的修改。我们来看一下它的一个整体效果， 左边是我用 codex 来做的，右边是 kimi 二点五的对比，效果还是很明显，第一个是图片的清晰度，第二个是图片上的一个文字啊。第三个就是整个图片的一个质量， kimi 二点五这里那个人物完全是看不清楚的，整个字也是乱码的。我觉得 kimi 整体二点五其实是较之前有一个比较大的提升，但是跟国外的一个顶尖大模型对比来看，它其实差距还是有点大。那我们今天整体的测评就到这里，记得一键三连哟，拜拜。
81刘大雁AI版![#跟着伟哥学AI
片面《Agent Skills指南》
导演：伟哥
创意总监：kimi
编辑：编辑skill
剪辑：剪辑skill
配音：口播skill，
视觉：视频合成skill，
配音：换音skill
想要技能学习方法的点赞关注私信，全套视频创作流Skills分享[偷笑]](https://p3-pc-sign.douyinpic.com/tos-cn-p-0015/oMwUQnElCAkgu32s5IemeEoAzdfGeLCCdIgo0D~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2101060800&x-signature=5p0qE1vEF2Buddd0nRIde8I3DAk%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=20260803045110FDBF8AB1F87FBD07834C)
01:26查看AI文稿AI文稿今天我们将深入探讨 ai 编程工具 skill 的 完全指南。 skill 有 三种核心激活机制，首先是自动触发，通过关键词匹配识别，如 extrusion 字段所示，系统会自动识别关键词并加载相应能力。或者通过直接调用指令强制使用特定 skill 实现精确控制。接下来是手动创建 skill， 你 需要掌握 x king mmd 的 编写规范和目录结构。核心文件二 scmmd 定义了原数据和指令，遵循单一职责原则是关键。 当然，你也可以使用官方的 skillcore 的 工具交互式生成专业 skill。 对 比来看， skillcore 更加快速高效，且能自动遵循官方最佳实践。进阶玩法在于组合协同 skill 结合 m c p 和萨北准能释放终极自动化能力。例如 get up m c t 获取数据， skill 进行专业处理，实现完整壁画。再看企业级应用，从财务报告自动化到竞品监控，效率提升显著。 以字幕转文章为例，四阶段收批确保了上下文隔离与 sub a 整的高效协助。竞品监控则通过 m c p 抓取数据自动存储并推送，实现二十四小时全天运行。 最终我们将实现八分时以上的效率提升。一百分是标准化且无需人工干预。掌握这些 skill， 让 ai 真正成为你的战斗力引擎。谢谢观看！
06:01查看AI文稿AI文稿大家好，我前几年不是分享过一个用国产模型做了个简口播的 skill， 叫 cut x， 当时我觉得国产模型是真的站起来了， 可是我昨天试了一个刚升级了零点五个版本号的模型，我万万没想到，它只用了一条指令，十分钟就完整复刻了这个工具，而且它还使用了通用千万最新的音频模型，全程零干预。 我在震撼的同时也有点后背发凉。我庆幸的是，还好我去测了，我没有错过它，但是我又有一个想法在不停的敲打着我， 二零二五年，我错过的又有多少呢？于是我启动了 ai a 阵的集群去调查，没用几分钟，一个惊人的数字摆在了我的面前，这是 ai 统计的十八家公司发布的总和，当然这个数字可能有漏啊，但是只会多不会少， 我测过的模型大概有那么二十个、三十个，但是我心里清楚，真正有含金量的可能只是个位数。 所以我有了一个新的想法，在二零二六年，尽可能以新模型能不能带来机会为场景去测试，用我个人的体验分享给大家。我不读报告，也不讲技术，只用大白话讲我试出来的场景。那么从今天这次开始，大家来给我打个分， 看看能不能带给你们收获。如果几个月前啊，大家看过我分享的那期千万三 v l 的 测评，我曾经有一个观点，就是 a g i 到来的有一个前庭 数字世界的事物应该能还原到物理世界，这张随便画的零件图也应该能被三 d 建模，再被三 d 打印。 可是没想到，昨晚我用这个新模型一句话就做到了，他不仅仅识别出了图像，做好了三 d 模型，他甚至还会打开浏览器，自己看做的成果，对不满意的地方进行调整，直到他认为接近了图片的效果。 在这个过程中我完全没有干预。还有刚才你们看到了我用的 a 阵的集训去调查的那个场景，都是用这个模型做到的。 那么今天给大家介绍的是 k 二点五原声多模态模型。什么叫原声多模态？给大家解释一下。传统训练模型是让模型先读书，有了一定智力之后，在后训练的阶段才去做图片的训练。 而 kimi 在 预训练的时候，就开始加入了一定的图像和视频的素材，这是一种不走常规路的操作啊。 但是我们仔细想想，这和人类是不是很类似？这就好比教小孩说话，不是给小孩直接教说话，而是指着卡片上的图画同时教说话。 kimi 不 光这样做了，还给孩子指着网页教他写代码，但是没有想到 这样反而还发现了视觉数据和文字数据的黄金比例一比九，为什么说他是国内首个呢？ 拿我们现有的国产多模态大模型来对比一下，比如说千万三 v、 l、 g、 r、 m、 四点六 v 这些模型识别图都很厉害，但是他们写代码弱， a 阵的弱，他们没有办法从图片到生成解决方案， 还得把图片描述发给更厉害的模型，这过程中就丢失了许多信息。这就像是爱因斯坦给数学家阿达玛的一封信中说的那样， 爱因斯坦是不用文字来思考的，他的思考全部用的是图像。再举个例子吧，如果你家猫吐了，你不在家，传统的视觉模型也能做到发现，而且可以调用工具给你发截图通知。 但 k 二点五它会这样，它可以搜索视频，找到前因后果，它分析呕吐物的颜色、质地，同时去网络搜索。它可以启动扫地机器人定点清理消毒。它可以调取喂食记录，分析原因。而且这些全部都是同时进行的。 在你授权之后，他还能联系附近的宠物医院，预约并识别上门的医生，并控制门锁上的摄像头，全程不需要你指导，他自己看图，自己看视频，自己判断，自己写代码执行， 这就是原生多模态从图像和视频直接到解决方案的力量，这是绝对的质变。所以这就是我为什么标题写的今年绝对不能错过的第一个模型。 以上这些大家有没有受到启发呢？当然，这些可不是我的想象哦。最近爆火的这个 open claw， 如果你把它和开源的 milo 整合起来，它就已经是一个完整的解决方案了。如果你是开连锁宠物医院或者是宠物用品的，那新模型带来这样的机会，是不是值得你去深度思考一下？ 不过如果不考虑这些只是日常使用， k 二点五也是一个足够智能的 agent， 你 只要给它配置了浏览器，它就可以代替操作。比如说帮程序员测试，帮技术小白操作那些复杂的网络系统， 你的内网穿透，你的纳斯配置等，哪怕是操作搜索引擎，它都玩的比你溜，几乎碰不到那种反复出错，陷入低效的死循环的那种情况。 关于 k 二点五的多 a 的 并发症的支持，我们刚才演示过了，目前只能在他的官方平台上体验，只有四个并发症。不过巧了， 我去年做的那套系统稍微改一改好像就能支持哦。我也会在后续的日子里着重看看多并发症任务有什么好玩的场景诞生，大家等一下我的后续， 我相信呢，一 k 二点五只是二零二六年中国开源模型的开胃菜，后面肯定还有更加精彩的， 但是请记住，只有深入的理解，你才能找到 ai 真正改变你的机会。所以请继续关注我后续的更新吧，谢谢大家！
714小天fotos
08:26查看AI文稿AI文稿你看，我就讲了一下我的需求啊，我的需求是什么样子呢？然后呢？ 嗯，给了一下我的债务管，债务情况，然后让他给我输出一个债务的总结，然后对应的一个债务状况分析，以及对应的一个透视图，债务趋势，以及最后据这些分析与预测，然后给一个优化 现以及未来的债务偿还策略，理财策略啊，并把这些转成对应的一个 skills。 你 不要后面我更新的时候会直接再去调用啊，你看他记住这些立马就分析出来了。嗯， 啊，要做的事情有哪些啊？要读 excel， 嗯，要，嗯，做债务分析，要生成债务状况啊，要给出结论及优化建议，然后还有对应的理财策略以及优化方案，然后最后 最后将上市的功能转换成 skills 啊，你叭叭叭，他开始开始去做这些事了啊，叭叭叭啊，做做做，做做做做啊， 好，开始做，自己写代码，自己写代码啊，不，自己去读句子，自己读，自己读，哎，他发现有 bug 了，哎，他自己改一改，哎，好了，嗯，然后他第一部分就做完了，你第二部第二部分也做完了啊？ excel 读完了，财务分析也做完了。好，他开始去做对应的透视表跟可识化的图标啊，这可能就 对应的组建的。那他自己去写代码啊，自己去写代码，自己去找对应的组建。啪啪啪，啪啪，哎，好，已经生成对应的图标了啊，申请完了，好， 然后他就开始去做对应的分析。啪啪，哎，你看他告诉我偷偷欠多少，多少钱，多少钱，分别占成什么样子好，这些东西做完了之后呢？ 他就开始做对应的啊，附，那个那个 skills 啊，开始做对应的附用叭叭叭叭叭叭。哎， skills 他 就会写到那个目录下面有一个对应的 skills， skills 的 一个目录，目录下面就有对应的一些技能啊， 巴拉巴拉就做完了啊，当然这边啊，一下就做完了，很快就做完了。那么这里呢？他，他最后就告诉我， 他还有一些小 bug， 然后他修复了一下，然后做完了之后他就创建了一个 redmi 啊，因为 redmi 以前有工，有一点对应的别的 skill 的 一些说明，哎，然后他就在现有的 redmi 里面做， 做那个增加，而不是覆盖他，哎，你看他增加了哪些功能，增加了哪些说明，增加了说明，哎，分别是做做啥的？嗯，好，这个东西做，做完了呢，他就告诉我，哎，东西整个的已经做完了，他开始要分析啊， 好，吧啦吧啦吧啦吧啦吧啦吧啦吧啦吧啦。哎，好，他开始做对应的验证，然后，哎，他说对应的图标有关也 ok 了，交付总结写好了啊， 啊，你看他整个的有个结构化的，写的很好，你看第一个，是啊，交付总结 啊，项目完成是什么样子，透视表是什么样子的？格式化图标什么样子，诱惑策略是什么样子的，然后每一项开始说啊，债务总结是什么样子的 啊？趋势是什么样子的？目标达成要什么样子的？核心核心发现结论就是，比如说这里面说还款债务还好啊，消费量比较低，嗯，什么样子的 啊？他告诉你应该怎么样，怎么样缓和，然后给你对应的一些一些方案， a b 啊，然后 b 是 什么样子？基金还是什么样子啊？然后让你选，然后对应的一个未来的一个一个理财策略，现金流应该什么样子？投资应该是什么样子？税务应该是什么样子啊？ 做完了之后他就告诉你，哎，我最后给你生成了对应的 skills， 你 未来要去用的话怎么用？嗯啊，可能就两句话， from skills， 然后调用 skills 里面的一个 q 方法，哎，搞定啊， 然后整个的做完了之后，他就对把对应的报告和报表生成，生成完了，然后他告诉你对应的核心的代码是哪些啊？对，就这个样子了啊，然后我发现过程中有一点点的小 bug， 我 就告诉他，哎，哪两个纸可能读错了，我就告诉他了一下，让他重新 让他重新生成了一下，哎，整个就 ok 了。这总共的加起，总共加起来就就是第一次，第一次做完了之后，我发现有点错误，我说你这个值读错了，我告诉他一下，看一下在哪啊？ 稍等一下，因为我告诉他有点错了，然后让他重新修正一下啊，他就把整个的重新再再写了一遍，啊 啊，你看他说，他说， 啊，这个这个也不对的，第一次修正还不对，然后我又让他修正了一次，然后他第二次，第二次，我告诉他对应的值，之后他就是重新去读了一次，哎，然后这次就修正对了，可以看一看啊，最终的结果， 最终的结果在这里。 这种在哪呢？我看一下他这个，他这个生存的很多，你看他用的很多的脱贫 啊，你可以看到右边的这个康泰克斯接近十五万，脱贫用了百分之五十七，这是因为，这是因为啊，好好，第三次就对了，你看他这次就完全修正成功了啊，你可以看到最终的结果 已经正确分类证两列债务分的已经修正，完成终极修正的建设。武汉啊，深圳商厦 一百五十三万，占比百分之四十六。公积金贷四十六点四五万，占比百分之十四。武汉房贷五十三点七万，占比百分之十六。 公司贷款五十八万，占比百分之十七啊，然后闪电贷十七万，占比百分之五点五点。一，个人贷款三万，占比百分之零点九。总体债务三百三十一万，三百三十一点三三万啊， 哇，详细构成也也讲了大概是什么样子，然后就基于这些，然后他给了一个行行动象，哎，他告诉你先要去还闪电贷，然后再还公司贷款，然后再还个人贷款啊，这些完了之后，他同同步的也把对应的 skills 也更新了。嗯， ok， 我 们看一看最终生存的 skills 在 哪里啊？ 可以看在 out 铺的里面，他有一个对应的分析分析报告，就是刚才我们看到的那个啊，什么什么样子的啊，然后同步的有对应的这个债务进度， 债务进度图啊，大概什么样子的，还剩多少万，已经还了多少万啊，然后还有对应的债务分类分类趋势图啊，你看这是， 嗯，对应的多些什么啊？比如说啊，这个可能就是啊房贷，然后这可能是什么一堆的贷款，各种贷款的分类啊 啊，贷款的类别，每个样子是多少？看着还有点小 bug 啊，这个是对应的趋势 啊，这是未来的趋势预测，他期望，他期望我按照他的规律，然后怎么怎么还怎么还，大概要经过多少个月然后才能还还完啊？ 这个是透债务的透视表啊，你看这是 定的是哪些借款，然后每年年度的区是什么样子的？然后这个是啊类别，然后这是统计，大概是这样子，这全是 ai 自己生成的，感觉还是做的非常不错的。
12平凡少爷(互)
