人工智能skills是什么
ai 圈呢，没有新东西，只有旧逻辑的新名字，所以呢，别被像 prompt， skills， projects 和 m c p 啊给糊住了， 今天我就用大白话一次性去带你搞懂，那看完之后呢，你就能够去轻松的跟上 ai 圈的节奏了。首先我们先说 prompts， 这个呢叫做提示词，主要呢就是去控制 ai 输出的一个基础工具，它的核心定义很简单， prompt 呢，就等于你去给 ai 的 指令， 比如下面这个场景，你说的内容呢，比如说像帮我写一段 java 代码，实现用户登录的一个叫验，或者是说用小学生能够听懂的话去解释什么是 jvm， 或者假设你是一个资深的 java 架构师，帮我设计一个高级可用的订单系统。 所以一句话去总结呢， problem 的 本质就是你去跟 ai 去沟通的时候的自然语言指令，或者是可附用的模板，核心作用就是去精准的去传递需求， 为模型呢去提供上下文和方向。另外呢，需要注意的就是 prompts 它是及时的，一次性的，除非呢，你刻意保存，否则呢，它是仅存在于当前的对话里面。 ok， 那 我们再讲讲为什么 prompt 会这么重要，为什么会有这么多的 prompt 工程师？因为 ai 它是没有读心术的，它只会去严格按照你给出的一个指令去执行，所以你的 prompt 的 一个质量会直接去决定输出结果。 那你的 prompt 如果模糊呢，那它的输出就是敷衍的，抓不住重点的。但是如果你的 prompt 写的很清晰，那 ai 的 输出就是很精准，专业度去拉满。如果你想验证呢，你可以用同一个 ai 去测试一下，比如说你可以用我现在给的模糊的 prompt， 比如给我讲一下 radis， 那 ai 呢，就可能是泛泛而谈，只去讲 radis 的 一个基础定义，但是没有实际的应用价值。但是如果你可以这么去写， 用 java 后端工程师的视角，结合高并发的场景，去讲一讲 radis 的 缓存策略穿透的解决方案。那这块呢，你就能够去聚焦后端的核心需求，从原理到实践，附带代码示意和闭坑指南。 所以这就是为什么 prompt engineering 会成为一个热门的技能，说白了，它就是去把需求讲清楚，说精准的一个工程化的能力。 接下来我们再去讲第二个部分， skills。 如果说 prompt 呢，是一个单次的一个指挥能力啊，那 skills 呢，就是模型可以去附用的专业能力包。什么是 skills？ ai 领域的 skills 呢，定义很精准而且明确， skill 就 等于 可附用动态加载的专业能力包，它的核心呢，就是通过结构化的流程以及知识去增强模型执行复杂任务的能力。 skills 呢，就是一组可以封装好的专业知识，操作指导和执行逻辑，包含了像指令、像方法、像脚本、像资源， 能够在多个对话或者项目中去重复的使用。那当模型判断需求匹配的时候呢，也会去做自动加载并且去调用。 另外需要特别纠正的是 skills 它不是给 ai 去装上工具，因为这个工具呢，更像的是一个 m c p 的 作用。而 skills 呢，更像的是专业手册加上操作说明，加上业务流程的模板，比如我列一些典型的 ai skills， 比如说像代码编辑，以及呢像长文本总结， 或者呢数据库查询。所以通俗理解， skills 就是 ai 的 专业工具箱里的标准的工具套装。举个例子，如果你常做精品分析呢，你可以去创建一个叫做精品分析的 skill， 里面包含了解锁数据的步骤、分析框架、输出格式和相关方法。 当你下达了竞品分析的需求的时候呢，模型会自动的识别，并且加载这个 skill 去辅助的完成你的任务。那用一句话去总结呢，就是 prompt 是 一个单次指令，而 skills 呢，是分装好的，结构化的 专业的解决步骤。所以为什么现在大家都会去强调说去配上这个 skill 呢？因为核心原因就是 ai， 它早就不是之前那种一问一答的聊天机器人了。 比如你以前你用 ai， 你 问一句，他答一句，主动权呢，完全是在你的手里的，需要一步一步的你去做引导。现在呢，用 ai 你 会不会发现，哎，你抛一个目标，他自己去猜步骤，去选技能，去落地执行。 那这个时候你关心的核心问题呢，已经从哎他聪不聪明变成了他能不能够精准匹配我的需求，把这件事给干成。而 skills 呢，就是判断 ai 能力边界的一个核心标准。那我们再讲第三个 projects， projects 呢，我们直译过来就是项目或者工作区， 如果再去给他讲的更明确一点，就是它是一个持久的上下文空间，那这个空间呢，就是 ai 去提升任务连贯性的关键设计，它呢，能够去把 ai 从一个碎片化的对话记忆升级化到集中化的 上下文管理。所以呢， ai 的 project 就 可以等于带有大的上下文窗口的独立工作区，用来去集中存放单一一个任务所需的背景资料，知识库、规则和文件。那模型呢，在这个项目范围内持续的去利用这些内容， 不需要去重复的上传或者解释背景。比如下面的这个场景呢，我都可以去把它定义为 ai projects， 像从零到一的拓客，开发，设计一套高病发的秒杀方案，开发一个自动生成 ufo 的 工具，或者呢，去搭建一套 ai 的 客户系统， 那这个关键区别就不再是问一句答一句的碎片互动。那更核心的是，一个项目里面就这 project， 它所有的这个上下文，这个背景资料是始终可用的，而且上下文呢，可能是有非常大的关联的， 这我们对比一下，就是之前没 project， 目前只能记住对话上下文的关内容，需要重复上传或者解释任何背景。那有了 project 呢，一个项目中的背景资料是始终可用的，向内部持久的去保存背景知识。 所以 project 不 仅仅是解决记忆的缺失，而且呢，能够提供一个空间让上下文啊长期有效。 那为什么 project 会出来呢？或者为什么 project 这个产物一些越来越重要？因为真实事业工作从来就不是一句话去解决的，一个完整的真实任务必然会包括几个环节，想要精准的去理解需求，拆解任务步骤以及选择工具或者技能 落地执行好，然后再是迭代修正，最后呢，交付最终的成果。而 projects 呢，就是把 ai 的 工作场景给固定化、集中化的一个核心主体，让复杂任务推进的更加连贯， 更加高效。 ok， 接下来我们再说 mcp 啊， mcp 呢，就是让 ai 真正的去揭露真实世界的一个关键，它的核心作用呢，就是让 ai 安全的去动手干活。 它的全称啊，叫做模型上下文协议，它呢就是让模型让 ai 更安全更规范的去接入到外部的数据源和工具的一个开放协议标准。所以呢，它通过标准化的接口来实现 ai 和外部资源的对接，也不需要为每个资源去编写定制代码， 从根本上能够解决大约模型无法去天然访问外部数据工具的问题。那这里的外部世界呢，就是我们真实 工作中会遇到的各类系统，比如说像企业内部的数据库，或者呢公司的业务系统 e r p， 或者呢各类的办公工具，没有 m c p 呢，我觉得 ai 啊就是纸上谈兵，所以呢，像他没有这个约束， ai 再聪明也只能是像是关在一个玻璃房的专家，能够出方案，但是没法去落地执行。 比如他做不了去查询你内部数据库的东西，或者呢直接调你的一个业务接口，或者呢直接去帮你去写表格，填代码，写文档以及把它下载下来。而有了 m c p 呢， ai 才能去合法的、受控的，可审计的去接入这人世界的资源，并且动手干活， 这就是企业级 ai 应用的一个核心前提。另外还要值得去提的就是 m c p 解决的核心问题啊，是可控性，企业用 ai 最担心的不是说 ai 不 聪明，而是 ai 呢，乱干活。那 m c p 的 核心价值呢，也是去解决这个可控性问题。 具体来说呢，它能够去保证去不乱调用接口，不乱去读数据，不去做越权的操作， 以及呢，操作可以去追溯。所以 mcp 的 本质啊，不是让 ai 更加聪明，而是让 ai 具备连接真实世界能力，能够成为真正落地的企业级工具，可靠可控，可对接外部资源。那我们再回过来看看啊，就是从 prompt、 skills、 projects 到 mcp 啊，单看每个概念都会有个散，但把它串起来，你就能够去理解 ai 工作的完整逻辑了。 prompt 呢，就是你通过自然语言精准的去告诉 ai 你 要做什么，要什么，结果 这个呢，是启动信号。首先就是让模型去听懂需求， ok。 再说 skills 技能包， ai 呢，根据指令，从专业的能力库里面挑选封装好的流程知识，比如说像竞品的分析框架，代码的编辑规范。然后再去到 projects， ai 在 专属的这个持久化的 空间里面去推荐任务背景资料，中间成果是远程可用的，无需重复沟通， ok。 再是到 m c p， ai 通过标准化的接口，安全地去接入企业的数据库、云盘等外部资源，落地执行真真真实的一个业务的操作。 所以最后让我用一句话去总结呢， prom 呢，是让模型听懂指令， skills 呢，是让模型做设的一个专业流程。 projects 呢，是模型工作的专属空间，和 m c p 是模型连接真实世界的桥梁。那以上就是我今天的一个从 prompt 基础概念最后到呢 m， c， p 的 这样整个的一个介绍。 当然除了这四个概念以外，我觉得 ai 领域的新词会越来越多，那今天的黑化呢？可能会变成明天的基础概念，但无论出现多少的黑词新词， 判断他们有没有价值的标准只有一个，是他能不能去帮你把事给干成，把效率给提上去。所以呢，不用为了去懂黑化而懂黑化，能精准的去理解概念，用好这些工具，让 ai 成为你的得力助手，才是你的最终的一个目的。 ok， 那 如果你也想去了解更多的 ai 底层逻辑啊，也想与更多的一个 ai 爱好者同行呢？也欢迎去加入我的江学长 ai 学习圈，感兴趣的朋友可以在评论区回复安排。
粉丝23.3万获赞85.2万
相关视频
03:13查看AI文稿AI文稿想让你的 hermes 能力再升一级吗？那你一定要掌握 hermes 的 skill 技能系统。今天这个视频我手把手的教大家如何安装、管理、更新和卸载技能。首先给大家科普一下什么是 skill 六，其实就是一段提示词，它用来教会大模型如何来完成特定的任务，装上不同的技能，你就能解锁、调研、编程、文档拷写、数据解析等等这些专属的能力。我们来看一下都可以如何地使用 hermes 的 skill 功能。首先它提供了命令行，就是 hermes skills 这个命令，我们可以使用 help 参数来看一下它都有哪些命令，这里就是它可以使用的命令的列表，主要常用的呢，就有这么几个命令。我们可以使用 hermes skills list 来查看我们现在已经安装了哪些技能， 这些是我们目前已经安装的技能，还可以使用 hermes skills search 来查找相关的技能。比如说我们要搜索一个文案，那就是 search corporating 来搜索文案相关的技能，这里就是文案相关的技能，这里有名称介绍、来源等等信息来供大家参考安装。那么该如何安装呢？可以使用 hermes skills install 来安装这个 copywriting， 可以 看到这里提示我们发现了多个相同名称的技能，需要我们使用完整的标识符来指定安装哪一个技能。那么我们就运行 premise skills install 这个短一些的。这个 copying 正在下载，这里是询问我们是否确认要安装 copying 这个技能，我们输入 y， 这里提示我们已经安装成功了。我们来使用 hermes skills list 来查看一下是否有这个技能，我们来找一下 copying， 在 这里已经安装了， 那么我们下一步再来把它卸载，卸载的命令是 premise skills on in store， 然后加上 copying 提示我们是否要卸载这个 copying， 输入该提示我们已经卸载成功了。这个时候我们再来运行一下 premise skills list 啊， 我们再来找 copyright 已经没有了，那么我们再重新把 copyright 装上之后，进入 hermes 之后该如何使用这个 copyright 的 技能？ hermes 中调用一个技能非常的简单，只要打一下斜杠，然后输入技能的名称，也就是 copywriting。 然后我们再接着输入我们的要求，写一个 hermes 的 介绍文案，这里就显示出来已经调用了技能 copywriting， 非常好，他已经把文案写出来了。这就是 hermes 的 skills 技能的介绍，今天就讲到这里了，感谢大家的观看，再见！
81波哥的AI课
02:09查看AI文稿AI文稿codex 十大必装 skill 来了，先收藏这一期装完以后，你不是让 codex 更会聊天，而是让它更会干活。很多人用 codex 只会一句一句地提需求，真正体校的方式是把高频的经验做成 skill。 今天这十个 skills 一个比一个使用。 第一个 superpowers， 它会逼 codex 像严格的工程师一样工作，先写测试，再写代码，最后做代码检查，适合怕 ai 写出隐藏坑的人。第二个 supercloud framework， 它给 codex 加一套常用的指定菜单，分析项目、修 bug、 写代码、优化项目、生成文档都可以用更短的命令发起。第三个 mini skills， 这是一套现成的工作流程模板，前端、移动端、文档写作都有可以直接参考的流程， 新手先照着他跑医院。第四个 episodic office skills， 它更像是标准的答案库，你可以学习一个好的 skills 是 怎么拆解结构的，想做自己的专属技能，从这里开始是比较稳的。第五个 agent skills。 做 react 和前端项目的可以优先看它， 它会帮你盯页面结构、性能、可访问性和工程规范。第六个 learning with files， 它让 code 使用 markdown 文件记录计划进度和上下文。 做长期项目特别有用，因为聊着聊着忘记前面说了什么是 ai 常见的浪费。第七个 codex engineering skills， 他 教 codex 如何更好地管理上下文，什么该记住，什么该总结，什么时候该清理，都有方法。复杂的项目想要不跑偏，一定要看看它。第八个 compose skills， 它会让 codex 连接外部工具和服务，比如 git， notion 等，适合。不仅想让 codex 帮你写代码， 还想让 codex 帮你操作工具的人。第九个， on table skills， 这个适合进阶的玩家，你可以看看优秀的开发者是怎么把自己的经验沉淀成可附用的工作流。 第十个， awesome agent skills， 它更像一个技能导航，里面收集了很多公司和社区做的 skills， 不知道该装什么就可以进去找灵感和模板。最后提醒一句， skills 不是 魔法，它是把你的工作方法变成 codex 可以 反复执行的流程。
150林小意下班玩AI
01:35查看AI文稿AI文稿ai 的 发展真的才刚刚开始，为什么我去这么说呢？就是我在看目前 skill 的 这个功能， skill 的 功能它其实是一种技能的封装， 它是把我们所有的一些工作的方式，工作的流程，通过一个文件的格式去告诉 ai， 这样有一个什么好处呢？就是技能的移植，当你把你的一个技能去通过这个 skill 的 文档去把它封装好之后， 那么你可以用别人，也可以用任何一个 ai， 就 可以调用你的这个 skill 去呃去完成你以前你才能做的一些事，那么这个的意义是非同寻常的。 此外， skill 的 这个技能党技能目录更新的才刚开始，我觉得，但是呢，各行各业都有在大家在做自己的创新，就像互联网刚开始那样， 那个时候大家是一个开放的平台，在建构自己的 skill， 并且上传，呃，一种分分享的一个心态在这儿，那么未来，呃，就像互联网的未来一样，这种专业的文档，专业的技能会更多的私有化， 毕竟你辛辛苦苦搞出来的非常厉害的，非常牛逼的东西，别人轻悄悄的拿走，嗯，未来会有一个护城河。
01:13查看AI文稿AI文稿hi， 大家好，我是西西， ai 圈又出新词了， skill， 上个月出的词，但现在好像不懂的话，别人聊天你都听不懂它在聊什么，尤其是当大家都在用龙虾的新天， 那 skill 到底是什么？说白了，它就是给 ai 准备的技能包，工具包，它不同于提示词，不同于工具，就是 tool 方圈括，也不同于智能体，它是一个一整套的方法论，就是当你遇到这个问题，你要怎么做这一套方法论。 所以呢，它一般包含三个东西，第一个就是一整套的操作步骤，第二套就是每个节点要调用哪些工具。第三套就是专业知识，我让 ai 去写合同，我可以让它去掉合同的 skill。 当我让 ai 去做财务分析、运营分析，我可以让它分别去掉财务分析、运营分析的 skill。 所以 skill 就是 一句话， 让 ai 遇到指定的命题的时候，知道要用什么办法，什么工具去解决。你可以把 ai 想象成一个全能实习生，像之前说的那样，那 skill 就是 它的专业技术证书，技能证书。下一条我继续讲它跟提示词 工具 agent 分 别区别在哪里，以及它的坑和案例。我是西西，记得点赞收藏关注哦，拜拜！
819嘻嘻李
00:24查看AI文稿AI文稿三十秒学一个 ai 知识，什么是 scales？ scales 就是 ai 的 工具包，也是它的技能包，没有 scales 就 只是一个普通 ai， 和你进行一些简单的对话以及简单的沟通。但是配置上 scales 之后，它可以执行你的命令去给你做任务，比如说给你发一封邮件啊，给你预定酒店，给你真实的去执行任务，而不只停留在说说而已。所以 scales 让 ai 从会说进化到了会做这个阶段。
177卡西TuR.Ai
02:39查看AI文稿AI文稿二零二六年一定是 web coding 年，今天呢就给大家推荐七个超级好用的 skills， 非技术人员也能轻松上手，让你去玩转 web coding。 第一个叫做 superpowers， 装上它以后， ai 不 会去答非所问或者直接去开干， 它会像一个导师一样，一个问题一个问题的去问你，帮你去把任务拆解成一步步的，然后呢才开始去写，对于不懂变成规范的人来说呢，这个真的非常重要。第二个叫做 from and design， 这个是 isopec 官方出的，非技术人员最大的盲区就是你的审美， 你知道页眉很丑啊，但是你不知道怎么去跟 ai 描述你到底想要什么样子，所以你如果不装这个 skill 的 话呢， ai 做出来的页面就是千篇一律，装了之后呢，质感是完全不一样的。 第三个叫做 planning with files， 这个最近在开源社区是疯传的，发布仅四天就收获了三点三 k 的 star， 它复刻了 meta 斥资二十亿美元收购的 minus 公司的核心技术，通过十九画的 markdown 的 文件来管理任务规划来管理进度追踪。厉害之处呢还在于 绘画级别能够去保持上下文的持久化，让 ai 在 构建过程中始终保持正确的方向。第四个 skill creator， 这个我之前的视频也给大家去演示了大家这样的一个 ai 的 新闻的一个爬取， 这个呢也是 noshop 官方出的，工作中任何重复超过三次的事情，你都可以去把它变成一个 skill， 不用去写代码，他问你问题，你回答就好了，自己造工具的感觉非常好。第五个那是 book lm， 简单来说就是让 cloud 直接去查你的资料，你把文档，把笔记丢进 book lm， cloud 回答。 那之后呢？这个 ai 回答问题啊，就不用去靠猜了，直接从你的知识库里面去找答案，这个特别实用。 第六个， best minds， 来自 ai 产品经理陈峰，这个 skill 的 核心思路特别有意思，我们写的提示词有时候反而去限制 ai， 同样的问题，让 ai 去帮你去找，去模拟世界上最懂这个问题的人来回答，你用了真的有奇效。第七个， find skills， 这个呢，就是你的技能搜索引擎，你知道 cloud 能够去帮你去做某件事情，但是不知道用哪个 skill， 那 这个时候你就别去瞎找了，直接用 fun skills， 从庞大的技能库里面去找到你 最合适的那一个。 ok， 那 这七个 skill 的 获取办法我也放在江学展 ai 学习圈了，有需要的朋友评论区也可以安排。那如果想了解更多的 ai 使用技巧和工具呢？也想在 ai 路上和我一起同行呢？我们学习圈去见。
1.4万清华姜学长
03:17查看AI文稿AI文稿二零二六年有一个非常明显的分水岭，这个分水岭叫什么？叫做 skills。 去年呢，大家都在去学 ai， 今年呢，已经分成了两批人了， 一批人才在去在网页上跟 ai 聊天，问一句答一句。另一批人呢，已经把 ai 变成了自动化生产线，这项任务就不用管了， ai 自己去完成， 所以会用 skills 的 人，工作效率是不会用的人的五到十倍。 ok， 那 什么是 skills？ 说白了， skills 就是 把你重复做过 n 次的工作流程，固化成一个可以去做复用的技能包。举个例子， 我们假设要做小红书的内容啊，每天要花两个小时去做选题，去找文案，去配九张图去发布。那我们如果用 cloud code 呢，去做一个 skills 呢？你可以把它定义叫做小红书内容生产线， ok， 当你定义好以后， 现在只需要去输入一个关键词，十五分钟以后，所有的内容全部都生成好了。你看，从两个小时压缩到十五分钟，这个就是 skills 的 核心价值，把你的重复工作变成可附用的数字资产。 那很多人也会问，这个跟网页版的 ai 到底有什么区别？网页版的 ai 是 你问一个问题，他答一个结果。 cloud code 的 呢，是自动化的生产线，你下达任务，他调一堆工具，自己去完成整个流程。 所以 cloud code 去年营收是超过了十亿美金啊， and snap pick 自己工程师写的代码呢？百分之九十都是用 ai 去完成的。 但是为什么百分之九十九的人去装了这个 cloud code， 还是只能是在把它当成一个网页去用？因为他们就不知道 skills 是 什么，更不知道怎么去用。那这里呢，我也给大家三个建议，第一，如果你现在还在用网页版的 ai， 你 可以赶紧去安装这个 cloud code， 我 之前的视频也讲了很多的怎么去安装这 cloud code， 光这一步你学会以后，你就能够去跑赢百分之九十的人。第二呢，就是学会去安装和使用别人做好的 skills。 我 之前的视频里也推荐了很多的 skills 社交网站，比如说像 skills mp， skills sh， 同时也有一些很适合于 web coding 的 单个的 skills， 大家可以用这些成熟的 skills 去应用到自己的项目中去，不用重复地去造车轮子。第三，就是建立你自己的 skills 库，把你日常工作中的重复性任务一个一个地变成 skills。 积累了十几二十个 skills， 你的工作效率呢，会提升到一个恐怖的水平，那个时候你会感觉到超级个体的放大力。所以很多人以为 ai 时代拼的是技术，其实不是，拼的就是你的认知。你以为 ai 是 聊天工具，它呢就是聊天工具。 你觉得 ai 是 自动化的生产线呢？它呢就是自动化的生产线。所以十年前智能手机刚出来的时候，有人把它当成一个电话用，有人呢，把它当成电脑用。现在你看那些把手机当成电脑用的人啊，早就已经在移动互联网的时代赚到第一桶金了。 ai 也是一样，同样的工具，不同的认知， 十年以后就是不同的人生。所以二零二六年创购期，会用 skills 去自动化工作流的人，真的已经跑赢了百分之九十九的人， ok， 那 说了这么多啊，如果你想了解更多的 ai 的 实战技巧，以及想跟更多的 ai 同行者在这条路上走的更远更稳呢， 也欢迎了解江学长 ai 学习圈在这里呢，我们也会不定期的去做学习资料更新，同时也会邀请各路的 ai 嘉宾来进行实战的分享，我们评论区见。
4915清华姜学长
02:11查看AI文稿AI文稿skill 这个词呢，在 ai 圈里啊，快被说烂了，专业的角度来看， skill 到底是什么啊？咱们先把这件事给明确了。软件工程里面呢，有一个概念叫 api 应用程序接口。 传统的 api 呢，是软件工程师写给机器看的，本质上来讲呢，是函数之间的对接。但是 skill 的 本质呢，是面向普通人，有点接近于 prompt 的 开发，它把机器语言封装成了一个自然语言，把开发者调用， 变成了一个人类向机器下达指令的这么一个模式。通俗的来讲呢，你可以这么理解哈， api， 它是机器和机器之间对话的一个通道，函数函数方法方法之间互相调用。 skills 呢，不是说我们的基座大模型，它学会了新的技能，只不过是模型学会了调用工具的这么一个技能。 我们为什么会发现 skills 呢？在当今的 ai 开发里边会爆火，不是因为它们的这个功能有多么花哨，而是它解决了大模型应用落地最后一公里的一个问题。大模型空有认知，没有行动力，只可以告诉你应该怎么做，但它本身做不到。 skills 呢， 恰好就是把这最后一公里连上了。在这里面呢，也引出了另外的一个专业概念啊，叫工具学习。没有工具学习，模型就只能生成文本和图像。有了工具学习，模型可以操作软件，查询数据库，甚至控制硬件，未来实现居身之能。 这样的一个层级的架构，底层是我们的基础，大模型负责语言的理解和生成，而中间层呢，就是我们所定义的各种 skills 库，相当于 ai 的 一个技能的一个集合，最上层是用户的一个 prompt 指令，指令进来模型做意图的识别，参数的抽取，工具的匹配，最后 扔给我们的 skills 这些技能库去执行。所以说呢， skills 不是 锦上添花的一个功能插件啊，它是大模型从一个纯粹的聊天机器人 走向数字 agent 的 这么一个必经路径，它不是能够让 ai 变得更聪明，而是让 ai 变得更加的可用。如果我们把大模型比作一个大脑 skills 呢，就是它的脚和手， 那么你认为限阶段限制 ai 发挥的究竟是大脑不够强，还是手脚不够灵活？评论区咱们一起聊一聊。
617AI编程小朱
01:35查看AI文稿AI文稿因为呢，老板黄仁勋说了一句话，要求所有的员工必须用上 codex， 我 们都知道 codex 好 用，但真正想把 codex 用好的话，都会给 codex 配置一些 skill。 那 什么是 skill 呢？简单说就是给 codex 装上专属的技能包，让 ai 不 再是一个浅薄的小助手，而是一个垂直领域的专家。 今天给大家分享三个必备的 skill， 同时也是我常用的，并且特别容易被大家忽略的 skills。 第一个 superpos 给它哈普上星数已经突破了二十二万，我不知道你们发现了没有啊，很多时候我们一句话还没有说完，模型就开始疯狂的输出代码， 这时候除了浪费 token 之外，没有任何的用处啊。这个 skill 就是 解决这个问题的，它会让 codex 不 再直接输出代码，而是先理解你的需求，然后做规划，验证思路没问题了再开始动手，然后一次性的跑通你所有的需求， 你来回改十几次，省心多了啊。第二个 fair crawl， codex skill 榜单上常驻的第一名，它的核心功能只有一个，就是给 codex 装上强大的网络搜索能力。 ai 的 搜索能力本身是有限的，尤其是一些行业研究，精密分析的时候，往往给不了你最新的数据，而这个 skill 就是 解决这个问题的，它给 codex 获取最新数据的技能，一句话帮你抓取最新的行业动态数据。第三个， skill creator， 这个就比较有意思了，它是一个能创造其他 skill 的 skill， 当你在日常工作当中，每次都需要给 ai 重复讲一遍的流程，就是它的用武之地了，你只需要把你的流程一次性结构性的告诉它，它就会给你生成一个完整的 skill， 下次再做同样的事情，一句话调用就可以了，这才是真正的 ai。 最后这几个 skill 安装起来也非常简单，直接把名字放在 codex， 让它自己寻找并且安装，然后重启一下 codex 就 可以了。
104峰哥AI视界
05:52查看AI文稿AI文稿二零二六年，用 ai 的 人呢，已经分成了两批，第一批人呢，每次打开对话框，第一句话还在去解释我是在做什么的，风格是这样，这是要干什么？那另一批人呢，打开就能直接干活了， ai 已经知道他是谁，按他的方式去工作。 我觉得差距呢，不是在模型，不是在提示词，而是在 skill。 所以 今天我就用一条视频说清楚 skill 是 什么，去拿找怎么装， 装哪些。用 ai 其实可以分成三个阶段，第一个阶段就是把 ai 当成一个搜索引擎，你提个问题，得到答案，然后关掉。这个不是在用 ai， 而是呢，再去查字典。第二阶段呢，开始去研究提示词， 花时间去打磨指令，输出质量确实上来了，但是还有个问题没解决，每次对话还是从零开始，你花十分钟调教好的 ai， 关掉对话框就全忘了。所以这两个阶段本质上 都是一样，都在去优化单个对话。所以呢，我们要讲的就是第三阶段，去构建 ai 的 工作系统，不再去优化每次对话，而是让 ai 永久地去记住你的工作方式，你的偏好、标准、流程，全部都封装进去， 打开就能用，不用再重新去解释了。那这个阶段呢，你不再是 ai 的 用户，你就是 ai 的 雇主，而 skill 就是 进入第三阶段的一个工具。那 skill 到底是什么呢？其实它呢，就是一个 md 的 文件，里面全是自然语言写的指令，不是代码。就好像一本 ai 的 工作手册， 你把你的工作方式写进去，装进 cloud， 它就按照这本手册来。那举个我自己的例子，我每天都要去出短视频的封面，之前每次都要去找素材，选字体，调配色，现在呢，我封装成了一个 skill， 输入标题和文稿， 两分钟自动的出封面流程，一次教完之后呢，每次教完就可以了。 ok， 那 怎么去找到合适的 skill 啊？给你三个网站，第一个 skill， 点 pop， 精品路线三百多个，经过筛选的 步骤从哪开始的？来这个网站？第二个 skills， 点 s h， 看数据，二十四小时安装量，历史总量，一小时趋势，想知道大家都在用什么？哎，看这个网站，第三个 skills mp 里面呢，有十六万个全收入，想找特定场景的来这个网站， ok， 还有个方法，就是去装一个叫做 find skills 的 skill， 你 说你想做什么，他帮你在整个数据库里面去找，还能判断哪个是更适合你。那怎么去装呢？很简单，你把链接啊，直接丢给 ai， 你 可以打开 github 上的 skill 页面，复制链接，告诉 cloud， 帮我安装这个全自动 好。第二个呢，就是有个 npx 命令， github 上大部分的有一行现成的 npx 命令，复制粘贴到 cloud code 的 对话框，按回车。那如果你不懂 npx 是 什么呢？你直接问 ai， 让他去帮你去装。第三个， 手动的去把它给放到文件夹里面，这个呢，是最通用的，每个 ai 的 agent 都有一个固定目录，你看 cloud code 呢，是在我下方的，这个目录包括 cursor， 包括 chris 的 目录呢，我也放在这里。那 mac 呢？你可以直接按 command 加 shift 加 g 去直接跳转，把 script 文件拖进去，主流的 agent 全都能用， 然后装好之后，你对话框去打一个这样的一个斜杠。这个命令啊，所有的 skill 都能调出来了。 ok， 那 讲完了从哪找？怎么装以后，那最后呢？再讲一讲，到底可以去装哪些？我觉得一共有七个，你可以去分三层，第一层，不管你做什么都能用的到的，先装这两个。 第一个叫做 office hour g stack 套件，里面呢，做任何的事情，先被 ai 追问六个问题，把目标边界、成功标准全部逼出来。我现在启动新的任务，第一件事就跑它，用了它做很多东西，反攻率特别低。第二个就是 agent rich youtube， 小 红书，推特公众号，一句话，去跨平台搜素材，还能直接去拉视频字幕， 不花 a p i 费用。找素材这件事基本不用手动了。好，那第二层呢，就是按你主要场景去选一个。如果你是做产品写代码的，我建议 superpowers github 上将近二十万个 star， 按 suprise 官方输入的。它也不是一个 skill， 是 十四个 skill 的 套件。 给 ai 编程装一套工作规范，你可以把它想成一个严格的监工，动手之前先把方案写出来，确认没问题才能开始写代码，再也不会乱来了。 cloud 浏览器主流的 coding agent 都能去用。然后如果你要去做 ppt 呢？我推荐你去安装 from and slides， 张哲拉做的小红书发布，铁二点四万个赞。 核心逻辑就是先看后选，先生成三个风格预览，你确认了在跑完整内容，十二套精选的风格，七八分钟出一份 ppt， 已经上线了。 and agent 的 平台网页端直接用不用去装 coding agent？ 如果你是做内容的呢？你可以去装 humanizer 杠 zh， 原版是国外的英文 skill 规章做了中文的汉化版本， ai 写的东西通顺归通顺， 读起来就不像人话。那这个 skill 专门去处理这个问题过一遍，自然度明显就不一样。第三层呢，你用顺手了再去装这两个。一个叫做 skill creator cloud 官方出品，斜 skill 的 skill 工作里面重复三次的事情，一句话描述出来，他帮你封装成反复调用的 skill， 不 用去写代码，他问你问题，你回答就可以 长期价值最高。第二个， bb browser， 让 ai 直接去管你的 clone， 打开网页，点按钮，填表单，截图发数据，跟你自己坐在电脑前面操作没有任何的区别，每天要重复的流程丢给他去做， 你呢去做别的事情， ok？ 所以 说实话， skill 呢，也不是越装多越好啊，装多了，模型在一堆工具里面选，反而呢开始飘。那这六个呢，已经很够用了，按照顺序来，你可先把前两个给用熟。还有一点，很多人没想到，就是第一次用 skill 跑出来的结果可能没有你预期的好。 走错一步，挑过某个环节或者某个细节有偏差，你会觉得自己装错了。其实不是的，你可以把装了 skill 的 ai 想象成一个刚入职的聪明员工，脑子好，学习能力强，那你给他一个目标，他能自己去想办法， 但执行层面上会犯各种奇怪的小错误。如果你用自动化的系统的标准去看他，会觉得他根本不可靠。但你如果把他当成员工来管，逻辑就不一样了，你会去带他，而不会去换掉他。所以 skill 呢，也是用着变好的，不是装完就完了的。 ok， 那 你现在在哪个阶段呢？欢迎评论区告诉我，点赞收藏方便随时去翻。最后呢，也欢迎加入江学长 ai 学习圈，目前呢有两千两百多位同行者一起在真实场景里面把 ai 用好，我们下期再见。
3492清华姜学长
01:11查看AI文稿AI文稿然后接下，接下来啊，我要去介绍一下 skill。 skill 翻译过来就是应该是功能哈，我英语也不太好。 呃，就是关键吧，关键还有功能吧，它用于干什么呢？我们想让龙虾去完成我们的一个任务，比如说我们想让它改论文，对于普通的龙虾来说呢，你改论文，你就给他说改了论文很空泛，他不知道你的要求是什么。 你比如说这个格式，这个内容的规范性是偏口语化还是说专业化？ skyo 是 什么呢？就是命令的集成，文字命令的集成， 你给他具体说你怎么干？你说格式要什么，新罗马字体多少多少字号，内容偏专业一点，或者是说加入多少多少图片，这就是 skyo， 那 就是网络上的 skyo 呢，也是很多。呃，我目前呢，我也是没有没有怎么用过 skyo 的。 嗯，我对于这些啊，龙虾的开发还有使用的也是基于非常表层的这些表面吧， 我使用的也是非常浅的，我感觉我们学生这一群体吧，还是建议去接触一些类似于龙虾的这类软件的。为什么呢？其中一个你使用这些东西，嗯，能够减少你的工作量。
36超级比格
03:06查看AI文稿AI文稿第一批公司已经开始用 ai 淘汰人，考核 ai 使用量了，但奖励的全是那些不会用 ai 的 人。最近有个很荒谬的事，大家点赞收藏，我们一起来分析一下。最近不少公司开始考核 token 消耗量了，有程序员为了凑数，把写好的代码删了，让 ai 再重新写，结果 ai 少了个异常处理，他又自己补回去了。 这些荒谬的背后，到底在发生什么呢？你以为大场推 ai 是 帮员工提效，但实际上， token kpi 的 终局是筛选谁先被替代。因为全员写 skills 的 本质就是把人变成可删除的流程。 toker 当成 kpi， 本质跟考核程序员代码的行数是一回事。真正会用 ai 的 人， prom 的 精准一次到位， toker 消耗可能是少的。疯狂试错的人， toker 刷的最高。这个 kpi 奖励的恰恰是不会用 ai 的 人。 经济学里有一个定律叫做指标一旦变成目标，就不再是好指标。 toker kpi 其实也是这个样子的，全员开始刷量，造假，走形式。 但问题是大厂不傻，他们不可能不知道这个指标有问题。那么为什么还要去推呢？我认为有三层原因。第一层是高管焦虑， ceo 们自己不一定真懂 ai 怎么落地，但他们知道不转型就会死。怎么办？把 焦虑变成 kpi 往下压。 token 消耗量是最容易量化的东西，管它有没有用，先让董事会们看到，我们在转型。这跟五年前搞自动化转型其实是一样的，管理层买单，员工背锅。第二层是中层表演，中层需要向上汇报成 ai 落地成果。 token 消耗量是最容易做成漂亮图标的数据。晚上十一点在群里晒自己写的 skills， 不是 真觉得有用， 因为需要被看到，不是为了去用好 ai， 是 为了让 ppt 好 看。第三层也是最根本的就是我给那么多企业做过 ai 转型咨询，发现大多数的企业现在还是把 ai 去当工具，就 像当年推 word、 推 excel 一 样，搞全员培训，搞使用率考核。但 ai 不是 工具， ai 是 一种能力的放大器，会用 ai 的 人能够十倍提效，不会用的人其实也是一种负提效。 所以用全员必须用的方式去推，忽略了个体差异和场景差异。所以你看到的局面就是高管焦虑往下压，中层表演往上报，基层形式主义往外刷 token。 kpi 不是 ai 战略，是管理层心智负担最低的一种做法。但这还不是最狠的，最狠的是全学些 skills， 公司让你把所有的工作经验、处理问题的方式、行业知识拆成标准流程，写成 skills， 交给 ai 来调用。你藏着掖着考核过不了，你认真写，你写得越好， ai 就 越不需要你这不是在推广 ai， 这是在把人变成可复制、可替代、可删除的一种流程。你以为公司在收集谁在用 ai 的 数据？ 他们可能在收集的是谁在能被 ai 替代的一种数据？那些已经被完美 skills 化的岗位，就是下一批的优化名单。实话，其实我自己也在想这个问题。我每天大量使用 ai， 把我的思考方式、行为判断、工作逻辑全部喂给他，有时候会突然慌一下，如果有一天这些东西不需要我来提供了呢？我还剩下什么？ 这种恐慌其实不只是大厂打工人的，是所有认真用 ai 上，那是公司的游戏，高管焦虑，中层表演基层刷量， 这套东西跟你没有关系，规则随时会变，但真正该想清楚的问题只有一个，就是当你离开这家公司，你离开这些 ai 工具的时候，你还能去靠什么活？能回答这个问题的人，不管公司怎么考核都不会慌，回答不了的头肯刷再多其实也没有用。
30马克西AI笔记
04:11查看AI文稿AI文稿一个视频讲明白什么是 cloud skill， 那 为了方便大家理解呢，大家就把我小周当做是一个大模型，那我从第一视角给大家分析什么是 cloud skill， 解决了什么问题啊？那现在我是个大模型啊，我已经被训练完了，那可以开始工作了。 但是我有缺陷啊，就是你问我上下五千年啊，法律，数学、医学，编程我都懂，但是你要是问我，你说今天天气怎么样啊？你问我今天发生了什么新闻，我不知道 为啥呢？因为我的训练数据里没有啊，但是你说小时候，那你这个能力就有点不靠谱了呀。啊，怎么办呢？ 你给我开发了一堆工具让我用，你用拍身写了获取天气信息的工具啊，抓取新闻的工具，操作本地电脑文件的工具都给我了啊，我说工具虽然有了，但是我也不知道这些工具都是干啥的呀。啊，你帮我写个文档告诉我， 然后你又在每个工具里面加了一个工具的说明，文档里面又写了这个工具的作用参数，返回值用法， 这样我在和用户对话的时候，我就会先加载这个文档。我就知道啊，我什么时候该叫什么工具来干这个活啊，这样我能力就强大了，我这个缺陷也被弥补了啊，那我呢，再也不是之前单纯的大模型了，我现在是智能体 ai agent， 虽然我能力提升了。你又贪心了，你说小周为了让你能力更强，我给你开发更多的工具啊，然后你就咔咔给我塞了几十个上百个工具让我用，你以为我工具越多，我能力就越强？但是问题出现了 啊，就我这个上下文是有限的呀，而且经过我这么长时间的工作，我也知道啊，你给我的提示词越多我越笨 啊，你给我塞那么多工具，咱俩别说正常聊天了，我跟你聊天之前，我从头到尾读一遍这个工具文档，我就累够呛啊，我就说我说没你这么欺负人的啊，你赶紧给我想办法 啊，你说行啊，然后呢，你又给我找了几个助手，张三李四，王五，你说小周以后不用你自己使用工具了，你就使唤他们这几个 agent， 张三负责法务，王五负责人事，有问题找他们，你就负责跟用户聊天，他们仨负责调工具， 这个模式就叫多 agent 模式，我一听这方法好啊，我轻松了，有人使唤，但是这活干着干着我就感觉不对劲了， 就本来我直接就能回复用户消息，但是现在我得跟这仨聊半天才能回复客户呢，都等急眼了，我还没跟他仨聊明白呢啊，这就是多 agent 模式的性能问题。然后我就说，兄弟，能不能想个招，别给我那么多工具文档让我读，也别给我配那么多 agent 让我使唤， 咱就轻轻松松的，有啥活干啥活行不行？你说行？然后你就发明了一个东西叫 agent skill， 你 说我这回不给你那么多工具了啊，我给你 skill 啊，技能。 那这个技能不用那么多的说明啊，就一句话啊，比如这里有一个提取视频文档的技能，你不用管里面是怎么做的，你只要知道这个技能是干什么的就行。用户让你干这个事的时候，你在动态的加载这个技能 啊，如果用户没要求的话，你就不用加载，那这就比你聊天之前加载一堆工具的使用说明要方便太多了吧。我说确实，然后这一天呢，一个用户就跟我说说小周智能体啊，你给我提取一个视频文案，哎，我说好嘞， 然后我就打开了这个技能包，看到里面有两个文件，一个是 skill 点 md 和一个拍摄文件，我就开始读这个 skill 点 md 啊，我一看 好几百字，这要是每次聊天之前都让我加载这么多提示词的话，那我得累够呛。但是现在呢，哎，我就看一个说明啊，用到这个 skill 的 时候，我再动态加载，这我就轻松了， 然后我照着这个 skill 干活的时候，我发现，哎，如果我需要工具的时候，我还可以动态加载这个 python 文件里面的对应的代码，那这个 python 也是动态加载的，这样不仅性能好了，我执行的准确性也高了。这就是 cloud skill 或者叫 agent skill 的 作用 啊，不知道这个比喻大家有没有听明白啊，如果大家感觉有意思的话，帮忙点个赞，下个视频呢？我再讲讲如何在 cursor 中实现一个 skill 啊，今天内容就这些，咱们下期再见。
175晓舟报告
02:02查看AI文稿AI文稿大家最近是不是都在找科研 skills？ 这一期我整理了十三个高频科研 skills， 以及它们的组合使用方法，从文献调研、论文绘图、论文写作，到引用、检查、回复、审稿意见、论文转 ppt， 基本覆盖了整个科研写作的工作流。我把使用方式分成两条路线， 第一条是多技能分工协助，第二条是从零到一的全流程一键包。先说第一条路线分工协助， 它包含了框架图和实验图绘制、论文拷写，以及引用、检查、回复意见、论文转 ppt 等功能。做论文框架图推荐先构思再编辑，先用 paper framework， 它能快速生成多个版本的框架草图， 支持手绘风，很适合梳理大思路。缺点是不能直接编辑，所以接着用 vc o master 把草图重建成可编辑的 vc o 画布，支持导出 sv gpn、 gpdf， 方便后续精修。如果是实验结果图，推荐 nature figure， 它基于 python 或二二出图，支持多种实验图类型，适合 ais 等方向，主打一个逻辑清晰，言之有据。到了论文写作环节，自然科学刊推荐 nature writing 和 nature polishing。 这套 skills 是 按 nature 论文的逻辑设计的，更契合自然科学刊的叙式和表达方式。另外， nature skills 系列还覆盖了引用、检查、回复、选稿意见、论文转 ppt 和文献剪索等功能。简单总结一下这条路线的公式，找框架思路，用 paper framework 图片精编用 vco master 实验图用 nature figure 写常规论文，用 research paper writing 写自然科学论文。查引用回忆键则交给 nature skills 系列。第二条路线就更简单了，如果你不想自己搭配，直接用 academy research skills， 它本身就是一个全流程技能包， 从深度调研、论文刊写审查到研究流程调度全部覆盖，而且每个环节都会调度多个 agent 来帮你干活和交叉检查，直接闭眼入就行。配置教程和使用方法的完整文档我已经整理好了，感兴趣的同学我发你。
1090（资源简介自取）AI工程师阿文
01:38查看AI文稿AI文稿skills， ai 界的说明书 openclaw 为什么比常见的豆包、 kimi、 千问更智能呢？原因之一就是可以调用工具拓展功能。本期视频我们用大白话唠唠这些工具说明书。 skills 咱们平时用豆包、 kimi， 它们也有 skills， 比如聊天说明书、写文案说明书、翻译说明书。这些说明书都很死板， 只能用它们自带的功能，相当于你买了个只能打电话的手机，不能装其他任何 app 拓展功能。但 opencloud 不 一样，它的 skills 是 可叠加的工具说明书，相当于你的手机能装微信修图软件、办公 app， 每多装一个 app， 就 多了一本对应的说明书， ai 就 能学会一项新本事，这就是它比普通 ai 更智能的核心原因。有人问， skills 不 就是工具吗？为什么要叫说明书呢？我们需要区分一点， 工具是用来干活的，比如说邮箱是用来发送邮件的。 skills 是 教 ai 用工具的说明书，教会 ai 如何使用邮箱收发邮件。就像你有相机，没有说明书，也不会调参数，说明书才是关键。 总结时间， skills 是 ai 界的说明书，告诉 openclaw 如何使用现有工具，这也是智能体比常见大模型更智能的原因。你还想了解哪些 ai 内容呢？评论区告诉我，我是你的 ai 人话翻译官，我们下期见！
03:12查看AI文稿AI文稿大半年呢，尝试过数百个 skill 啊，最终只留下十六个最常用的。首先是三个联网搜索的 skill， 第一个是 agent rich， 它可以搜索国内十七个平台的内容啊，包括国内的主流的自媒体平台都可以在上面搜索到。 那第二个是 last thirty days 啊，如果你想搜索最近发生的一些新闻呐，比如说是 ai 相关的，或者是时事相关的，都是可以通过这个 skill 帮你搜集最新的信息，那是一个很好的信息的数据源。 第三个是 subscribe， 它可以帮你搜索和抓取网页里面的内容。它有一个很大的特点，就是抓取的内容是非常纯净的 markdown 的 格式，把其他那些杂音全部都给你剔除掉了。 ai 对 于 markdown 的 识别是比较擅长的，不仅能够节省 token， 还能提高识别准确率。 接下来是两个内容深层的 skill。 第一个是开头优化器，那我自己作为一个做自媒体的短视频的开头五秒其实非常重要的，那我是通过这个开头优化器帮我去优化主字稿中的开头的表述。 第二个呢是封面生成器，我自己的大部分的视频的封面都是通过这个 skill 来生成的。接下来是五个开发工具，那首先是 brainstorming， 还有 writing plan， 那 这两个 skill 我是 互相搭配着用的，它们都是 superpowers 下面的词 skill。 当我脑子里面有一个模糊的想法的时候啊，那我首先会通过 brainstorming 跟我多沟通几轮，把我一个模糊的想法转换成一个清晰的需求，然后通过 writing plans 把这个需求落地成可以执行的计划。那第二个是 markdown， 那 markdown 可以 把很多非 markdown 格式的文件替你转换成 markdown 格式。比如说你给 ai 扔了很多像 pdf 呀， ppt 啊，或是 word 格式的文档，它可能解析起来用慢，而且其中可能包含很多无用的信息，通过这个工具给你转换一下，其实就是比较干净的 markdown 的 格式了。 那第三个是 scale creator， 它被称作是原 scale， 就是 帮你创建 scale scale， 那 我自己做了很多 scale， 也是通过它来生成的。那 最后一个是 videocut 做视频剪辑的，那我自己视频啊，拍摄出来之后，我都会扔给他，让他帮我进行促剪，比如说气口啊，重复的表述啊，还有些停顿啊，全部都给自动处理了，然后自动给我打上字幕，那这样的话就会提升我剪辑视频的效率。 接下来是两个测试质量的 skill。 第一个是 content risk detector， 那 我在拍摄视频之前啊，都是通过这个 skill 先把我的竹子稿给检测一遍，看是否存在违反平台规则的地方。因为如果辛辛苦苦拍出来，视频发布的时候被限流，那肯定是一个非常大的浪费， 都是通过这个 skill 来帮我把关的。第二个是很有意思， zh， 它是专门帮你的内容去 ai 味的，那我自己做的竹子稿，我基本上都会先通过它来帮我去遍 ai 味，那这样听起来更会更自然，更像是在说人话。然后是一个部署运维会用到的 skill， 叫 sirbot s s l， 它会帮我自动去生成 h t p s 的 证书。 最后啊，是三个前端设计的 skill， front design， 还有 u i u x pro max， 相信很多人都耳熟能详啊。那我自己做一些内部工具的时候，我 都是通过它来帮我保证 ui 设计的一致性的。但是如果当我需要设计一个对外的产品，那对于界面的要求会比较高啊，我就会用 impeccable， 它有一个特色的功能啊，就是有 lab 的 模式，你可以对页面中你不满意的地方做局部的修改，那它会给你提供三个版本，而且是可适化的操作，那这样用起来就会非常的方便。 那以上啊，就是我最常用的十六个 skill 呢？那如果你有一些好用的 skill， 欢迎在评论区分享，我是新启，一起用 ai 实现生产线。
9833起哥的AI实战
