skills怎么接WeBAPI

做产品的朋友们注意了，今天给你安利一个 skill， 装上之后， cloud 就 变成了你的资深产品经理搭档。 平时让 ai 帮你写 prd， 他 给你的东西一看就很烦，因为 ai 根本不懂产品经理的专业工作流。但有了这个 skill 就 不一样了，这个项目叫 product manager skills， 是 一位资深 pm 开源在 github 上的总共四十六个产品管理框架， rise 优先级排序、用户洞察、用户故事。这些真实的产品经理方法论，全部拆解成了 cloud 能够理解的 skill 模块。装上之后， cloud 就 像读过这些方法论的资深 pm， 会主动按框架引导你的工作 来看效果。我给 cloud 的 五个产品需求，让它做 rise 优先级排序，它按照 reach、 impact、 confidence 四个维度逐个打分，给出综合排序，还告诉你哪些是 quick win， 哪些是 big bet。 而且这四十六框架不只是产品经理能用，运营可以用它做用户洞察分析，创业者可以用它梳理产品定位，项目经理可以用它管理需求池。 本质上，这是一套决策框架，如果你有做需求分析的场景，这套技能包强推！收藏，关注我，带你了解更多 ai 实用技能！

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。

mate 九点零零基础到实战二零二六版本教程一共两百分钟，带你了解一概念到理论二项目实操零基础小白也能看懂的教程七百八十九教程圆满给大家全部安排 好。呃，大家好，我是肖老师啊，欢迎来到我们朝夕多能的课堂，那么自二零二四年的十一月十号啊，多能九呢就推出了这个正式的版本啊， 那么在啊多纳酒推出来之后呢，呃，先前瑞萨老师呢给他录制了一套关于 a s p 多纳勒库尔酒的这个相关的教程啊， 呃，那么啊， a s 多纳库尔呢，在啊我们应用中的话呢，其实啊，我们做网站开发呢，这个可以说是必修课啊， 那么同样的啊，我们在做网站开发时呢，就涉及到有前后段分离啊，或者做服务开发手啊，其实呢，这个外部 api 啊，这也是作为一个 开发者的一个必备内容啊，所以说呢，在这里啊，就给大家来了一套关于呢库尔外部 api 啊这个九啊这个相关的学习教程。 好，那么这篇内容中的话呢，任少老师会给大家呢去啊提供相关的项目的源码啊，以及呢这个知识点的相关的笔记啊。呃，整套内容的话呢，我们会以这种视频录播的方式啊，给大家呢进行提供啊，录制人就是由我边的这个任少老师啊，也就是我呢， 好，那么在这里啊，我们大概的去了解一下啊，这个如果说啊要去了解多酿酒 v p i 的 话呢，其实啊，我们其实就是去了解多酿酒啊，呃，多酿酒呢，它是这样说的啊，它说多酿酒的正式发布的是迄今为止最高效啊，最现代啊，最安全，最智能 取高性能的一个多类版本啊，那么新版本呢，凝聚了全球的千名开发者的共同努力啊，包含了数千项目的性能，安全性和这个功能性的一个改进，是吧，总之呢，哎他非常的厉害。好吧，那具体有多厉害呢？呃，我们就直接来给咱们小辈去 呃准备环境啊，然后呢给咱们小妹去尝试一番啊，那么在准备了啊，前面这些啊，第一步咱们这里呢其实就是首先就要去准备呢我们那个开发环境啊，这个环境这个开发环境呢准备呢，其实和我们在开发 a s 多来库手这个环境是一模一样的啊， 手机上需要开发工具的安装啊，运行时环境的一个安装，包括了还有一些呢这个依赖包啊，在这里的话呢，我就推荐啊， 咱们小伴儿呢，如果说大家还没有去安装这个 vs 二零二二这个正式版的这个 vs 的 小伴儿啊，大家就可以这会儿去安装一下 啊，因为啊我们如果说直接去安装 vs 二零二的话呢，现在你们从官网下载的话呢，呃这个多内的相关的环境的话，它全部都是自带的啊，这个对大家来说的话呢，在嗯准备环境这一块的话呢，可以说是最省事的啊，最省事的话，同时呢如果说大家呢，嗯 你们之前安装的有像 vs 二零一九啊， vs 二零一八呀啊，或者说 vs 二零一七呀啊等等啊， 呃，那么咱们在这种背景下的话呢，哎，其实我也可以直接去安装这个 vs 二零二啊，大家需要了解就是关于 vs 这个东西的话呢，其实它是可以多版本进行并存的啊，它可以多版本的进行并存啊。 好，那具体这个 vs 二零二呢？这个安装的话呢，首先啊我们这里呢给大家提供了这样一个下载安装的一个地址啊， 这个下载的话呢啊，我们这里啊，这样吧，我们直接去访问一下，好吧啊，也带领咱们小妹去访问一下啊，其实大家如果说看过了之前我录制的关于 isoled 九的相关内容的话呢，呃，那么这个其实呢和它是一样的啊，呃，那么这里的话呢，咱们涉及到其实有三个版本，有社区版、专业版 和这个企业版啊。啊，一般的话呢，其实我们在学习阶段啊，或者说自己做一些小型项目的话呢，我们就直接去使用这个社区版啊，因为这个啊可以说功能也是比较全的好吧，而且他是免费的啊，对于专业版的话呢，这个其实比较适合的小型团队的一些专业的一些 id。 一 啊， 然后呢还有企业版啊，这个是大型的这个呃公司里面适用的一些有规模的一些团队啊， 我需要选择哪一个版本的话呢，我们就直接点击这里呢免费下载啊，我这个下载之后的话呢，呃，那么他就会给我们下载一个的这个这样的一个东西啊， 下载一个来，像啊，这里他是一个 es 的 这样一个文件下来啊，这个东西的话呢，其实并不是我们 vs 的 安装文件，他而是一个呢，呃这个安装工具啊，有时候这个这个这块我们下载的其实是一个安装工具， 而不是去下载的 vs 的 安装文件，那么咱们把这个工具啊下载下来以后呢，我们直接去双击它即可啊，直接去进行双击即可啊。 呃，那比如说啊，我们这里之前我看看我有没有下载的啊？这里面之前的话我这里有没有，我看看这里面之前有没有进行下载的。 嗯啊，这里面啊，这里是不是有一个来 vs 啊自带 app 啊，我们直接去啊去双击它，然后呢啊就可以去进行了这个安装。好吧，当然这会我本地其实已经安装了啊，所以这个话我这会就不在这给大家去进行这个安装啊。 好，然后的话呢，那么咱们这里运行的话，这种其实呢相当说是比较简单的操作啊，我这里就不在这详细给大家说啊，然后的话呢，这个我把关掉啊，然后的话呢，这里咱们去安装的时候啊，基本上就是选择一下我们安装的地址，然后呢就是下一步，下一步的进行操作啊。好，然后呢紧接着往后后面这安装好以后呢， 我们需要去给他呢，嗯，加入这个专业版或者说企业版的这个激活码啊。呃，我们如果选择社区版的话，社区版他不需要激活码啊，他是免费的啊，他不需要激活码啊，然后的话呢 除了这个安装以外的话呢？呃，大家如果说啊，后续在需要进行发布的时候呢，呃，其实还需要去安装一个捆绑包啊，这个话后面我们在发布的时候再给咱们小妹解读啊， 那么此外的话呢，还有啊就是我们刚刚这里的相当说是安装全新的内容，如果说啊咱们这个小份呢？哎，如果说你们呃之前也用过了这个 vs 的 啊，那么咱们呃这会的话呢，它只支持了多了八，没有支持多了九的，怎么办呢？来我们打开这里有一个 visor studio， 然后 in store 啊，咱们去把它打开，在这里打开以后呢？呃如果说啊你们现在的话还没有更新到最新版本的话呢，在这里其实它会有一个更新的按钮，看到没有？ 这里其实他会有一个更新的按钮啊，你们直接去点击这个更新啊，他也会进行一波的这个，呃相关的这个啊，我开发工具匹配的啊，相关的应用环境呢等等啊，一些捆绑包的一些的那个更新，他会自动进行更新的啊，我们就等着他更新即可好不好？这是呢给大家去介绍了两种渠道啊 啊，这是来我们最基本的一个环境的安装啊啊，这个视频我们就先说到这好，呃，大家好，我是任晓老师啊，那么这个视频呢，我们就来给大家去做一下关于库尔 vpi 的 一个呃相关的功能的一些基本开发。 首先呢就是我们丛林给咱们学员演示创建这个相关的一个项目，首先呢咱们直接打开我们这个 vs 二零 r 啊，咱们选择这里，然后呢去创建一个全新的项目啊， 这个项目的话呢，在这里我们选择的时候就是，呃其实我们应该选择这里 c 下铺，然后呢这里是，嗯所有平台，好吧，所有平台，然后呢就是外部啊，然后呢我们这里可以选择的是什么？这有 a s 多来块的外部，这个其实呢是我们上个视频搞那个 a 多来块的时候就是这个啊， 然后我们选择了应该是什么呢？应该是 a s b 多纳块外部 api 啊，就选这个吧，然后呢这个地址的话呢，我们把它放上去呢，来我们把它放到这个多纳方案啊，然后呢多纳九外部啊，放上放到咱们， 嗯，这是外部 api 的 哈，这个的话呢，咱们不要吧，这个咱们把它删掉啊，把这些咱们都删掉啊，这些咱们都不要。 呃，放在这里啊，我们这里就把它放到这个文件夹啊，然后放到这呢以后呢这里面比如说我们取个什么名字呢？呃，来咱们去取一个啊，叫朝夕多类九 mvc web， 好 吧， 啊，就取这样的名字啊，然后呢这会呢我们去选择下一步的时候啊，好在这里的话呢，其实大家一定要注意一下啊，啊，就是如果说啊我们在这里的话，咱们选择的话，首先这是选择这个版本，是多类九的这个版本， 然后呢在这里啊是否支持交易？这个咱们暂时不要啊，然后配置 h t t p s 这个的话呢？其实，呃是啊，像我勾选之后它会启动中间键，这个咱们也可以不用啊， 然后的话在这里啊来大家需要注意一下啊，这里的话有一个是否支持这个 a p open api， 那么当前这一个的话呢，表示的其实是什么意思呢？哎，表示是啊，这里是是否的这个使用这个 swagger 啊，使用这个 swagger 啊，如果说我这里去啊支持的话，那么它就是会默认支持这个 swagger 不使用顶级语句，也就是说，呃，它会包含这个慢函数啊，然后呢使不使用控制器啊？如果说我这里使用控制器啊，这其实就是普通的这一个外部 api 啊，这是带有什么？带有这个控制器的这个普通的这个外部 api 的 话，这个的话大家一定要搞清楚啊。 当然我这里如果说不去使用这个呃这个控制器的话，那么他出来肯定也不一样啊。啊，这个的话，来我们这里呢，咱们设置了这个的话，咱们截个图呢，咱们放在这的话，这里专门给大家去解释一下啊。 好，然后呢，这会来我们继续呢去进行创建啊，那这个创建的话呢，咱们就把它给创建出来啊，创建出来以后呢，这会当前这个项目的结构的话来，我们大概的可以去看一下啊， 这个其实就是我们现有的这个项目的结构啊，这个结构里面的话呢，首先对于前面这里 connect 的 service 啊，这是作为啊它的一个呢，这个，呃第三方服务的依赖的一个呢，这个连接的一个啊，连接入口啊，然后呢，这里是 net 的 setting， 这是用来配置我们这个启动当前这个项目的配置文件 依赖项，这里是作为我当前这个项目的一个呢，呃，作为啊，我去撸过来安装一些程序包啊啊，添加一些项目引用啊，在这里去进行处理，然后呢这里它会单独出来一个叫控制器 control 的 啊，那么这里的话呢？呃，其实，呃， 我们在库尔 vpn 的 话呢，因为它只是当做一种服务啊，来对外就是提供一些呢这个服务啊，所以说它并没有 像仕途这一块的这个依赖啊，那么对于我这个 controller 来说的话呢？那么对于他来说啊，这里他只是提供了这个控制器啊，可以哎，别人请求他的话，他可以对其处理业务逻辑啊。 然后呢？这是配置文件啊，这是我们当前项目的一个入口啊，这是实体里面所用的这个实体啊，这个实体我们其实可以把它删掉啊，这个我们可以暂时不要啊，这个删掉以后呢，那这个也就不要了啊，这个其实我们也可以都不要了啊， object 的 话换个 object 得了啊。 呃，这里面咱们也去来一个 object 的 话，像这样啊，或者直接搞一个匿名对象啊，你搞匿名对象这也是可以的话 啊，然后的话呢？下面这里啊，这是相当说是一个测试工具啊，这里其实是一个调试工具啊，什么意思呢？呃，就是如果说你看啊，我们这会可以把这个项目的去把它给运营起来，运起来后呢，在这里其实我们可以写一些的，这个调试的一些的那个， 呃调试的案例啊，在这儿发，比如说在这儿来以后呢，我们可以去呢，呃，直接把当前这个里面去进行一个啊，比如这里咱们去呃进行一个调试啊，发送请求，然后呢它可以去呢调试我们当前这个。呃 api 呢？是否有问题啊？是否有问题啊？就是它可以去自动去完成一些测试啊， 这是我们整个项目的大概的一个结构啊，这是我们当前这整个项目的大概的一个结构啊。好，然后的话呢，那么在这里我们其实呢就可以去访问它啊，这会儿我们默认启动以后呢，其实它监听的端口是五零零五吗？是不？这个， 那么在这里的话呢，我们就可以通过我们这个浏览器啊，首先去打开一个，就是这是 local house 的 五零零五， 五零零五的这个，呃，在这儿啊，然后呢在这一会儿的话呢，我们访问的时候我们访问一个什么呢？访问一个 swagger 话 index 点 h t 面儿啊，我访，哎啊，这会儿它访问时候怎么访不到 啊？我们刚刚这个启动的话，这个是没有成功啊？啊？这会儿话来我们重新去启动一下啊， 啊，这儿咱们把它给它重新启动一下啊，这是 local house 的 五零零五的啊，当前这个五零零五这 api。 然后呢在这里其实我们已经配置了它支持了，它应该是支持了这个 swagger 的 啊 啊？这个 swag 这里面他没有支持是吧？没有支持啊，好，那么在这里的话呢，就是啊，我们刚刚是不是把默认把它给勾选掉了？好，那这个的话咱们这样啊，我们重新去创建一下得了哈啊？比如说这里面咱们这个创建的话呢，呃，这个创建的话呢，咱们把它给他先移除掉哈，这个咱们先去把移除掉啊， 然后呢在文件中咱们去把它给移除，这个咱们不要删掉啊，然后呢我们重新去创建一下啊，因为这个 swagger 的 话呢，其实我们建议大家的话呢，呃，都是直接去进行使用啊，好，在这里啊，因为我这个是打开了的，是吧？所以它删不掉啊， 当前我这个文件夹，这会的话，他不让我，不，不允许我删是吧？啊？不允许我删的话，那咱们直接去把这个呢给删掉啊，他说我在这里的话呢，删除不了。呃，删除不了的话，那咱们重新去创建一下啊，我们直接就整个解决方案去重新创建一下得了啊，直接去新建一个项目， 然后呢这是一个外部 a p i 的， 然后呢这个解决方案的名称啊，我们直接把它放过来啊，就在这儿啊，然后我们也放到这儿去啊，然后呢在这里的话呢去添加一个新的路径吧，就这样咱们就这样啊，然后呢这会咱们去下一步啊， 然后呢这里面咱们是使用 open a p i 啊，这里是默认使用 open a p i 啊，在这儿，然后呢咱们这会儿去把它给创建出来 啊，保存啊，这会正在创建项目啊，这个项目创建出来以后呢，我们可以看一下啊，好，在这里的话呢，其实这里 h t p s。 是 有的啊，然后呢在这里 open api 它是有的，但是这个 swagger 的 话呢，它好像并没有去给我们支持，是吧？ 啊？并没给我们支持啊，然后的话呢，那么这会呢，我们去直接去运行起来啊，我们去启动一下， 启动之后呢，我们可以通过浏览器呢，它默认没有去支持这个 swagger 啊。 啊，这确实相当说把之前那种给砍掉了吗？好，那么这个没关系啊，我们这会儿的话直接去，这是 h t d p s 的是七幺五六啊，这个是七幺五六七幺五六啊， 然后的话呢在这里呢我们要访问的这个 api 是 哪个 api 呢？呃，比如说这里它有一个呢，这是这一个控制器啊，我们要访问的控制器是这个控制器啊，当前这一个控制器。下面这个 api 话，好，在这里的话呢，我们在访问的时候， 目前这里它所支持这个 get 的 话呢，是当前这个 get 的 啊，我们访问这里呢，其实是这一个 api， 当前这里去访问它的时候啊，这是，哦，这是 http s 的 啊， 这里应该是 h t v s 在 这儿啊，好，那这里以后呢，因为它是遵循了这个 rest for 风格，然后呢我们这里继续去往前运行啊，这会儿的话呢，这个数据返回的话，其实就是，呃，就是在我这里这个 app 呢，是不是可以进行返回的？当然在这里的话呢， 我们可以通过浏览器去进行访问，此外的话呢，我是不是也可以模拟 h p 请求去请求这个地址的？然后呢我也可以通过 i t s 去请求啊，这个方式呢，其实就有很多了啊，好，这是来给咱们小妹创建出了我们这个项目啊，然后呢给他做了一下基本结构的一些介绍。 好，呃，大家好，我是肖老师啊，那这个视频呢，我们就来给大家讲讲关于的这个 mini 啊，关于 api 这一块的，涉及到 swag 的 一个扩展。 嗯， swagger 这个可以说呢是在外部 a p i 啊，尤其是在开发阶段的话呢，在啊多个组进行这个协助完成我们这个开发的工作的时候呢，是非常重要的一个东西啊，它相当说提对外提供了一个电子的一个， 嗯，调试文档啊，这样的话呢，如果说啊，别的小组在调用我们这个外部 a p i 的 时候呢，它通过 swagger 可以 非常轻松地去呢尝试啊，可以去测试。好吧， 那么在 swagger 使用好呢，首先啊，我们这里需要怎么做呢？呃，来这里啊，给咱们小微去记录一下啊，第一步其实就是呢 lookup 需要去引入啊，这个引入的程序值呢，其实 是这一个程序级啊，这里面咱们需要去呢把它给 lucy 来安装一下啊，这会呢，咱们直接去进行在当前这个项目里面去进行安装啊，我直接基于解放去进行一个安装。来，咱们去把它给它搜索一下啊，就在这，然后呢，咱们这里最新的稳定版是七点二点零这个版本的话，那咱们就使用最新的稳定版这个版本，好吧。 好，这儿咱们去把它做一个安装好，安装好了以后呢，现在啊，其实呢，我们这会儿就可以去干什么事儿了。呃，这会儿的话呢，咱们就直接去打开我们这个 program 啊，在这里的话呢，我们在 add controller 后面，这里的话呢，咱们来一个什么呢？呃，这里呢，咱们去来一个 build 呢 a p i 一个 point， 好 吧，哎，就这个啊， 然后呢，此外的话呢，这里面咱们再去给他来一个呃 builder 点 service， 然后呢点 add swagger， 对， 好吧，当然这里呢其实是一个最简单的一个配置啊，这是来给大家去。呃，这是配置 swagger 服务，好吧，这里面写着注示吧啊，配置 swagger 的 这个服务 啊，再另啊加个逗号啊。好，然后紧接着再往后的话呢，其实就是要去让这个 swagger 的 进行生效啊，那这个生效的话呢，一般我们放到这里面啊，但是这个的话，其实我们也不放到外面也可以啊，这里面咱们直接来一个 app 点柚子的这个 swagger 啊， 在这里呢，咱们是 us 柚子呢 swagger y 啊，放到这儿吧啊，放到咱们这里啊，好，那这里其实是什么意思呢？这里其实啊是让我们这个呃使用 swagger 的 这个中间键，使用的这个 swagger 的 这个中间键啊，在这儿放到咱们这里啊， 好，然后的话呢，那么现在啊，我们这会再次去把它给运起来，其实我们这个运行的话呢，我们可以使用 http 去运行，也可以使用的 http 去运行啊，都是可以的啊， 好，这会呢咱们去运营起来，这会运营起来以后呢？嗯啊，这会运营起来以后呢，这会其实也运行了啊， h t v s 的是五零四七是吧？好，那咱们呃这里的话呢，其实来这里啊，我们当前这个项目里面的话呢，它这里其实有一个配置啊，嗯，我可以看下这个配置啊， 啊？是否去是自动启动啊？是否去自动启动？我们这个啊？浏览器我这里设置为 q， 好 吧。啊，这会咱们重新去把它给啊运行起来 啊，这儿咱们重新去运行啊，这儿运行的时候这款浏览器是会重新启动的，然后呢我们去访问这个 swagger， 好 吧，然后呢这是 index 点 html 啊，我们访问这个啊，这会访问的时候你会发现呢，这里它会进入到当前这一个 呃界面里面来，这个界面的话呢，就是我们对 swagger 的 一个最简单的使用啊，而这里展示的这个 api 其实就是我们现在所看到的，呃，这里面咱们所添加的这一个 api 啊，在这里当然它默认生成就就是这 api 啊，而且这里咱们进行 swagger 的 话呢，是可以直接去测试访问它的嘛。 啊，比如这样咱们去执行的时候，他是不是可以直接执行过来的啊？这是一步啊，给咱们小班去秀了一个，就是如何去把这 swagger 提升到我们这个项目中来，这是一个最最基本的这个动作啊，其实 一共呢就是这三步啊，第一步其实就是呢撸开的去引入，然后呢第二步是呢这个配置服务啊，配置服务啊，然后呢第三步其实是呢是使用这个服务方啊，在这啊 啊，然后呢这个配置服务的话呢，其实就是我们在代码中啊，这个 program 的 话呢，呃，其实就是我们当前这一个啊，在这，好吧，在这啊，然后的话呢，这个使用服务的话呢，就是，呃呢在下面这里 使用符啊，其实就是在我们这个话啊，有了这两个之后呢，其实它就可以去展示我们简易的这个 swart 功能啊，但是这个的话只是一个简易的功能，对它呢其实我们还要对其进行扩展的啊。好，这个视频呢，我们先说到这啊， 好，呃，大家好，呃，我们继续来给大家讲解关于这个 swagger 的 一个扩展啊。呃，其实呢，我们上个视频给他说了，这个 swagger 如果说咱们就目前这样去使用的话，这其实只是一个最最基本的一个版本啊， 所以说呢，在我们，呃更多的时候啊，其实我们不仅限于说只是去把它给用起来啊，比如说我们这里其实还有更多的啊，呃相关的一些需求，比如说我们这里啊有很多的这个 api 的 话的，呃，他如果要支持一些注试啊等等这些内容话呢，这个咱们又怎么去 呃实现解决它呢？这个的话呢？啊，我们可以来给咱们小妹去看一看。这个咱们怎么去写啊？ 呃，首先的话来打开我们现有这个项目啊，我们先去创建几个 api， 好 吧，咱们就拿这个 api 来说啊，这是 get 的 话，然后呢我们这里就来搞几个来直接复制几个吧。啊？这个内幕我们不要 啊，这个内幕呢我们直接不要啊。呃，然后呢，这里是我来给先停下来的。 嗯。 pose 的 h t p pose 的 话，呃，比如说这里咱们指定这是一个 pose 的 话，然后的话呢，后面这里咱们，呃再来一个啊 put 的 话， h t t p 的 这个 put 的 话在这儿啊，啊？在这里啊， 好，然后的话呢，后门这里咱们就去来加这样几个注是，好吧？ 啊？对，咱们去加上这样几个注式啊，好，然后的话呢，后面这里咱们也去加个注式啊，好，那现在的话呢，我们这里其实相当于说我们写了有三个 a p i 嘛，那么这三个 a p i 的 话呢？其实。 嗯，好，这里啊我们其实也可以把这个项目呢再次把它给配置文件去调整一下啊，这个文件调整了之后呢？什么意思呢？就是我们在启动的时候默认情况下的话呢，它就直接进入人去呢，呃，直接就进入到我们这个 swagger 里面去，可不可以？ 嗯在这里呢就是我们一开始默认启动的话呢，它就直接进入到我们这个 swagger 里面去啊， 其实啊，好， ok， 那 咱们这会儿重新去进去吧，来，这会儿咱们重新启动啊， 然后呢我们这里宝呢是它的这个 swanker 啊，在这画啊，那这里的话呢，其实我们写的是有注视的，但是这个注视的话呢，其实在这里咱们是不是展示不出来的， 那这问题咱们怎么去解决呢？这个其实呢非常好解决啊，我们这里如果说要去支持这个注试的话呢，那么在这里我们要去把这个 slogan 呢，这里面咱们所写的这一部分呢，咱们对起要进行一个扩展的啊，这里面咱们要去扩展这个扩展的话呢，首先我们把这个 代码呢就先停下来啊，然后呢第一步，这会的话呢，我们要看一下当前这个函数啊，这个函数的话呢，你看他这里其实他是接受了一个可为空空的一个这样一个委托类型的一个函数啊，那既然如此，那这里的话呢，其实我们可以直接去呢，给他来这样一个，来这样一个 oppo 神话 options 啊，在这儿。好，然后的话呢，当然来以后，那咱们这个 option 的 话呢，呃，首先对于这个里面的话呢，我们需要去干点什么事呢？呃，在这里呢，我们去添加一个的。嗯， 呃，如果说我们这里要去支持这个注试的话，呃，如果说我们这里要去支持注试的话啊，那咱们，呃这里的话，咱们需要对其进行一个配置啊， 这会咱们要配置的话呢，其实我们是要去加载一个注视的文件啊，它有一个叫 includes xword， 呃， compent 的 这样一个啊，这个 comments 的 这样一个的这个文件，这文件的话呢，其实我们 需要给它呢这样一个呢，这个地址啊，这个地址的话呢，首先我们去给一个基本的 pass 哈，有这个 pass 呢，咱们是 face 的， 那个 face 等于的 app context 这儿呢？ face 呢？ directory 啊， 然后的话呢，后面这里咱们再来一个 siver 这个 pass 啊，呃， pass 呢？等于那个 pass 这儿呢？嗯， b 啊，然后的话呢，把里面这个 base 的 片子，然后的话呢，后面这里咱们需要去读取一个 excel 文件，那么这个文件的话呢，其实我们需要在哪儿去配置呢？打开当前这个项目，然后呢选择项这个项目，然后选择这里它有一个属性啊， 这个属性打开以后呢，然后我们看选择这里有个生成，生成的话呢，在这里我们需要去选择一个呢， 呃，在哪呢？嗯，就是输出。然后呢在这里啊文档文件勾选啊，生成包含 api 的 文档的文件啊， 那么我们勾选这个以后呢，其实我们这里以后呢，它就会生成一个和我这个项目完全相同的一个 x 码文件啊，那咱们把这 x 码文件的话，咱们放这呢，放到咱们这好吧，然后呢把这把它给它放这呢，放到咱们这里啊，这会咱们相当于说就可以成功的去，嗯， 这会咱们其实就可以成功的去呃，进行一个加载了啊，好，那么除了这个以外的话呢，当然我们后面这里呢，在柚子的 ui 首，这个其实我们也需要对其呢呃，进行一个配置啊，他这里其实也是接受了这样一个呃，委托类型的这样一个参数啊，好，那么在这一个参数里面的话呢？ 呃，这一个参数里面，那咱们这个 option 呢，咱们点了一个 swagger endpoint 啊，在这个里面的话呢，呃，咱们去来处理一下啊，然后呢这里面咱们来一个 swagger。 呃，在中间这里的话，咱们来一个 f i f i e。 呃， 好，在这里的话呢，那咱们这个其实应该去怎么选呢？因为目前我们这里的话呢，如果说只是去支持这个呃版本的这个注视的话呢，我们目前这里其实我们需要去给他支持一个呢， 呃，是需要给他支持一个呢，这个相关的一个注示的，那么在这里的话我们只支持个注示，然后呢这儿来以后我们这个 so on， so on 的 话呢，我们就选这样 啊，这会儿的话呢，中间这个咱们 gucci 暂时先不要好吧？啊？ gucci 这个咱们暂时先不要啊，然后的话我们可以看一下啊，它这个注示的话能否给我们正常的去展示出来啊？ 好，当然这里面咱们访问的时候，访问的其实是这个 swagger 啊，访问是这个是吧？其实在这里面的话，这个注视是不是已经出来了？ 哎，在这里看到没有？ get wireless focus 啊？ close 是 吧？ delete 啊，而且是 close 嘛，因为这个其实我们所写的这个注视的话呢，就是在这个控制器里面咱们所写的这几个注视嘛，所以这里呢，当然这个控制器的话，咱们给它写一个注视的话呢，比如这里是控制器的这一个注视啊，控制器注视， 控制器的这个注视啊，这个其实都是没有任何的问题的啊，好，现在的话来咱们这会再次的去运行啊，我们可以看一下啊，来，走你啊。好，现在的话呢，这会呢咱们来这样一个 swagger 啊，这会话你会发现在这里的话呢， 控制器啊，这会儿的话，你会发现控制器的注视它好像并没有出来吧。然后呢在下面这里呢，我们所写的这个函数的注视，这其实是没问题的啊，这里是注视， 这里啊，函数里面这个，呃， a p m 里面这个注视的话，这个是没有任何的问题的啊，这儿咱们写点中文啊，我们可以再尝试一下啊，然后呢我们这里去把它给停掉，重新运行，咱们去执行起来 啊，当我这会在执行的时候，你有发现的话，这点注视是不是可以成功的去给我们展示的啊？这是对其呢支持一个注视的啊。

嘿，大家好，今天我们来聊一个特别有意思的话题，到底怎么给 ai 打造一个专业级的技能？这可不是咱们以前想的那种普通编程，他更像是一门手艺。所以接下来我们就一步步的把这个完整的蓝图给拆解开来，看看他到底是怎么回事。 好，我们先从一个问题开始啊，你怎么给一个 ai 教会一项新的超能力？没错，我说的就是超能力，因为一个设计精良的 ai 技能，真的就像是赋予的他超能力一样，能让他从一个只会聊天的机器人，变成一个真正能帮你干活，解决复杂问题的得力更将。 那到底什么是代理技能呢？说白了，它就是一个精心打包好的工具箱，里面有指令，有工具，目的就是让 ai 能够非常可靠的、稳定的去完成一个特定的，而且往往挺复杂的任务。这东西可以说是实现真正自动化的关键。 今天咱们的路线图很清晰，总共分四步，首先咱们得打好地基，然后呢，学习怎么为机器写东西，写完之后还得让 ai 自己来测试。最后我们会拿到一份终极览图。好，咱们就起就开始吧。第一部分，打地基，这就像盖楼一样，任何一个强大的技能都必须有一个稳固的，大家都认同的结构，说真的，这部分是基础中的基础，绝对不能跳过， 你看这个结构非常讲究， s k m d 文件就是这个技能的大脑是总指挥，所有的核心指令都在这里。然后 scripts 目录，你可以把它想象成一个电动工具箱，里面放的都是能干具体活的特别精准的脚本 references 目录呢？就像是参考书或者设计图纸，提供一些背景知识。 最后这个 s s 目录放的是各种现成的模板，你看大脑工具、图纸、模板，各司其职，一个都不能少。好地基打好了，接下来就到了最核心的部分了，给机器写作， 这可不仅仅是写几行代码那么简单，它是一门艺术，一门和 ai 对 话的艺术。而我们施展这门艺术的主战场，就是刚刚说的那个 sku 点， m d 文件。 关于 ai 技能，你必须记住第一条，也是最重要的一条黄金法则。如果 ai 代理找不到它，那它就等于不存在。你想想，一开始 ai 面对成千上万个技能，它唯一能看到的就是每个技能的名字和描述。如果这两样东西你没写好，那你辛辛苦苦做的技能就跟隐形的没区别。 咱们来看个对比值，感觉一下左边这个坏例子。 react 技能，这太模糊了， ai 根本不知道你想干嘛。但你看右边这个好的描述，它非常具体，告诉 ai 能做什么，用什么技术做，什么时候该用它。更绝的是，它还告诉 ai 什么时候不该用它。这种负面触发器的设定，能大大提高 ai 判断的准确率，避免它乱来。 ok， 现在我们聊聊效率。 这里有一个非常非常聪明的原则，叫渐进式批录。核心思想其实很简单，只在需要的时候才把信息加载进来。 这就好比我们的大脑，你不会把所有知识都同时放在脑子里，对吧？这样做是为了让 ai 的 工作台面，也就是它的上下文窗口始终保持干净整洁，效率才能高。为了把这个原则落到实处，就一条铁律，那个核心的 s、 k、 d 文件就是那个打闹，你必须让它保持在五百行以内，记住，它的作用是指挥和导航，不是一个什么都往里堆的垃圾场，少就是多。 那具体来说，哪些东西是绝对不能放进去的垃圾呢？第一，写给人看的文档，比如 readme， ai 可不看这个。第二，那些 ai 自己动动脑子就能想明白的逻辑，你没必要再教一遍。最后就是那些大型的酷代码，所有这些东西都会严重污染 ai 的 工作台面，纯属浪费资源。 写作风格也特别重要，你得用一种叫做第三人称起始去的语气，说白了就是像将军一样直接下命令，你应该去提取文本，指令越直接越不含糊， ai 的 执行就越快越准。 好了，技能写完了，现在好戏才真正登场。也是最有意思的部分测试，但我们用的不是传统方法，而是让一个大语言模型去严格地、残酷地测试我们为另一个大语言模型写的技能。这就像什么呢？就像是让一个 ai 去当另一个 ai 的 魔鬼教官，来一场内部的试炼。 这个试炼或者说魔鬼训练营，总共要闯四关。第一关叫可发现性验证，就是看 ai 在 需要的时候找不找的到你。第二关，逻辑验证，检查你的指令说清楚了没有。第三关，边界案例测试，主动去找你技能里的漏洞。最后一关才是架构优化，让它变得更完美。 咱们看第一关可发现性验证是怎么做的，我们会直接给测试 ai 下这么个指令，让它分别生成三种应该处罚和三种不应该处罚这个技能的用户请求。这一下就能试出来我们写的描述是不是足够精确，会不会让 ai 该用的时候不用，不该用的时候瞎用。 接着是第二关逻辑验证。这时候我们让 ai 扮演一个真正的执行者，一步步地走完我们写的流程。他的任务就是当一个刺头，专门找出那些让他不躲不去猜，或者干脆开始胡说八道的地方，这些点就是我们指令里的执行障碍。 然后最狠的一招来了，边角案例测试，我们直接命令 ai 现在转换角色，你是一个冷酷无情的 qa 测试员，你唯一的目标就是把这个技能搞垮，然后他就会提出一堆特别尖锐，特别刁钻的问题，帮我们把那些藏在逻辑死角的致命漏洞全都给挖出来 好了。闯过了这么多关的考验，我们的技能终于可以毕业了。那么最后我们就来总结一下这份打造专业 ai 技能的终极蓝图，它的核心原则到底是什么？一个真正强大的技能，它必须是可发现的，有好名字，好描述。其次，它必须是精简的，懂得渐近式批漏的艺术。第三，它必须是程序化的，给出的指令像菜谱一样，一步一步清清楚楚。 第四，它是确定性的，把那些容易出错的任务交给稳定可靠的脚本去干。最后也是最关键的一点，它必须是经过验证的。通过了另一个 ai 的 魔鬼训练。 好了，今天的拆解就到这里，最后留给你一个问题思考一下，当我们像今天这样为 ai 打造各种技能来自动化我们自己的工作时，我们是不是每一个人都在慢慢变成自己专属 ai 助理的开发者呢？这可能就是未来我们和 ai 合作的一种全新模式。感谢收看。

pcbs 提供外背 p i 接口，允许第三方以 h t t p 的 方式来访问 pcbs 的 数据。首先我们要呃在这个 pcbs 的 安装路径下找到 ps 外背 p i。 呃， 这个包呢，是在呃 pcbs 的 安装包里面就自带的，我们打开这个目录，找到 pcbs 外背 pi 的 配置文件，这个点 i n i 文件 打开以后呢，这里面就是 pcbs 的 这呃外背 pi 的 一些相关配置，这里呢就是监听的呃端口号默认是八零八零。 然后呢，呃 y b p i 连接 piece base 的 一些基本信息，包括，呃 piece base 的 ip 地址，用户名，密码， 其他呢，就是一些呃 y b p i 的 一些呃参数，呃，我们保留默认即可。呃， 如果 y b p i 和 pieceface 不 在同一台服务器上，那么需要修改 pieceface 的 呃实际 ip。 同时呃，如果没有使用我们默认的八八八九的端口号的话，就需要在 ip 地址后面再增加 英文冒号加上端口号。比如说端口号是八八九零的话，就需要这样去填写，如果使用了默认的呃八八九端口的话，可以保留呃 ip 地址即可。 呃，修改以后呢，我们点击保存，然后关闭这个文件，这样外媒 pi 的 配置就修改完成。接下来我们呃需要将外媒 pi 服务纳入到守护管理中， 我们打开 com 文件夹，找到 ps n t 设备四点 c s v 文件。 因为我们的 y b p i 呢是以无界面的方式可以运行的，所以呃我们可以参考 o d b c 或者这个啊， iosu 的 file server 都可以。 我们将这一个行的参数再复制一行出来，然后找到外背 pi 的 运行路径，参考这个路径去修改它的运行地址， 这里面我要填填写的是 y b p i 的 目录，还有运行的 t s y b p i 程序， 然后修改一下对应的描述， 其他参数保留不变，然后保存。那因为这个属呃守护服务的配置文件呢，需要在 停止守护正完全退出之后再重启守护服务才会生效，所以我们需要停止守护服务， 然后退出守护再重启。 可以看到这个外比 p i 已经加载到我们的首付进城里了。 好了，这样我们可以呃启动了这个外部 p i 成功，我们就可以通过 postman 来访问外部 p i， 进而访问 p z 的 数据了。 我们举三个例子，一个呢是实时数据， 实时数据呢，是以这个 real date 作为它的查询时段， 前面呢， hcp 后面后缀跟的这个 ip 地址和端口号是外背 ipi 服务运行的 ip 地址以及外背 ipi 的 监听端口八零八零， 我们可以选择 get， 也可以选择 post。 然后在这个 body 当中呢，编写实时数据的 i tag id。 呃，这里呢，如果是有多个连续的测点查询的话，我们可以通过中横线来连接它的这个呃的 id 范围表示这个从六三零到六三六的所有测点都进行查询， 我们点击删的呃， 然后可以看到这里面它有一些信息提示这个六三二的 id， 这个没有读到它的实时数据，然后其他的实时数据都已经返回回来了。 接下来我们可以呃查询历历史数据， 同样的，填写它相应的外围 pi 所在的 ip， 还有端口号。呃历史原始数据呢，是通过这个 h s t date 接口来查询的啊，然后 get 和 post 都可以。那在历史查询的语句里呢，我们要填写查询的开始时间和结束时间，然后呃测点 id 范围或者是测点点名的范围 啊，那后面这两个字段呢？这个一个表示的是他的字赋级，还有一个呢，就是以不压缩的方式传输，我们点击 send 查询成功，这是他返回的呃查时间范围内的所有历史数据。 接下来我们再看一下查侧点属性，侧点属性呢，它走的字段是 point， 在 这里同样也是呃可以用 get， 也可以 post， 那 呃外媒篇呢？有一部分的 这个查询接口就是可以是同时支持 get 和 post 的， 但有一些时段的话，它就只能是 post 或者是其他的，那这个呃我们有专门的手册来呃详细的解释。 那在测点里面呢？我这个视力是查询的呃某两个测点作 返回，它的点 id 短名还有长名，我们点击 send， 这里可以看得到它返回的结果，里面就是这我查询的三个字段， 两条记录。以上呢，就是呃 p space 的 外部 p i 接口，简单的这个从服务运行到客户端查询的一个视力。

来，大家看一下这是什么界面，哎，这是 obsidian， 但是呢，很神奇的一幕是右边这是什么东西？ cloud code。 然后接下来更神奇的一幕即将上演，我们请莫总来操作一下。一个斜杠美女，等会，这是啥玩意啊？ 这什么东西？ agent skill agent skills？ 好， 我们继续演示。可以选择一个好的，比如说我来一个话题， ai 不 会替代程序员。 嗯，好神奇的一幕，看一看会发生吗？他的调用 skill 啊，三种风格文案，他先去读三个参考文件。哇，定型，三个指令，我，啊， 你这是掉了什么一卷吗？嗯，牛逼啊，这个我还没学会，我要偷吃一下。对其中的一种风格。这些风格的名称啊，或者是对应的提示词，其实都是可以自己自定义的。三个指令在后台 运行，运行。等一下，你还有文章配图呢？对，他会掉在路上的，或者是急梦，他这过程会比较慢一些，因为一般我都让他定时自动启动，或者是在后台自己跑，但是输入什么呢？嗯，如果是一些重复性的，比如说你每天让他去采集指定的这些人的 信息，然后去总结选择题的话，就可以每天固定的时间点去图，如果说是新的话题的话，可能就需要通过这种形式。哦，那这其实已经出来了。文，文字已经写好了两篇了。已经已经写好两篇图也出来了吗？从一个没写，比如说，我现在一点发现，哎呦，这已经已经生成一篇了， 那他存在哪呢？就是奥地利嘛，就是本地嘛，中间两两个也都写完了。就比如说这一个，可以看到他是一个故事风格工具会进化，但是提出问题、定义问题，判断问题，值不值得解决的问题呢？属于人，他会生成对应的金句。嗯，插入到这个金句里面去， 然后这时候他会去进行配图， 然后可以让他在每一篇不同的文章，不同的风格去配不同风格的图。而且还可以，比如说每篇文章让他生成三张图片，让他分别插到不同的位置，也可以只选择去生成一个封面图，这个时候他其实已经生成完了。 嗯，看一下他在哪。哎呦，插出来了，那就整个任务就完成了啊。对，可以在 ip 点中直接打开，然后说明这个时候已经执行完。牛逼，对， 怎么样？朋友们想不想要这样的一个插件啊？我们即将在线下上课，来教会大家手把手的啊。好，写完之后下一步 还能干嘛呢？来，我们点一点。一般来说，其实写完了之后我们可以进行针对性的修改，修改完成之后就可以去选不同的模板。卧槽，不同的一个模板，然后 你说是深色或者其他颜色，然后也可以去呃，调整一些字体，然后一些大小， 然后包括背后的一些网格，然后可以直接点击发布到公众号，然后就可以选择。其实在就可以选择不同的公众号，也可以发布到小绿书，直接点击发布。就我这个时候后台就已经有他是草稿箱还是直接发布了草稿箱。 ok， 怎么样？丝滑吧，大家 已经添加到了这公众号的扫描箱。好的，然后当然小红书也是可以的，比如说我们看，哦，他已经生成了这一个纯图片，然后我们可以看，然后其实可以选不同风格，比如说我想来一个黑金风格， 嗯，我想去调一下，比如说这个小红书的比例，还有这个抖音的九比十六，然后我还可以调一下这个内边距有多大， 然后他的眼角的半径，嗯，然后调整好了之后呢，直接点击一下确认，然后发现已经。嗯嗯，也可以去选不同的，比如说备忘录的风格，然后备忘录风格，备忘录风格好，嗯，然后包括默认的风格， 然后还有其他的一些极简的风格等等，就是默认的系统备忘录也是支持的。嗯， 好的。然后也可以比如说加上自己的一些 logo， 然后同时每一种不同模式也可以去设置这一个背景模板，去选择不同的颜色。卧槽，这么复杂，搞这么多。然后抖音把我调整，这个编辑就可以出来了。 然后呢？怎么发？比如说发布到小绿书，点击发布到小绿书之后，我选择一个啊，它就会自动的把所有的八张图片去进行一个自动渲染，然后这个时候就直接到我的小小绿书的一个仓库箱， 好看。同样，如果说是发布到小红书的话呢，也是点击一下发布到小红书，嗯，他也会开始上传所有图片，然后呢去给到一个二维码，这个二维码直接一扫码就会自动去进行发布。卧槽，嗯，就使用小红书二维码去扫码，这个时候就可以发布成功，牛逼。嗯， 好的。嗯，还有吗？还没有，我都不敢停了，哈哈哈。 然后呢，大家肯定有个疑问说啊，所有这些都要手动干嘛？有没有自动的？嗯，有的，来我们给演示一下。 对，我们在右上角，这其实可以新建一个定时任务，比如说，呃，我说每日 ai 报告吧，每日 ai 报告，然后请你查询 oppo ai 和 ancreatic 最新的 vlog 信息，帮我写文章。然后呢可以勾选 user skill， 比如说我这一个，对于 user skill 是 这一个哦，然后呢？每天几点执行？比如说我想让他 啊，凌晨，比如说现在我每我希望他每天八点四十去执行啊，然后就可以直接去创建，然后 下一次呢，他就十二月二十九日八点四十，然后就自动执行，然后执行完成呢，其实就是会可以看到，比如说，嗯，我找一个吧，就可以直接点击就 看到这个，然后他会调用这个 skill， 然后获取网页的内容，然后然后去网页逐步的去看，然后比如说有没有最新的消息，然后并且呢通过 w 一 阵 pass 的 形式进行了生成文章， 其实这个时候他就会自动给你放在这个里面，并且去进行配图看，他这是技术专家风格，就是科技加购蓝白色调，然后幽默犀利版的就是可爱的机器人卡通风，然后故事描述的这种人机写作，就这种文化艺术风格。然后呢并且还可以去， 嗯，就可以直接跟着官方流程进行一些发布，然后其实他是不仅局限于这一高品质的，还有 可以去执行一些其他的一些定时化的任务，比如说你的自动化营销呀，你的一些自动化操作呀，卡拉扣的都是可以定时去执行，只不过是把卡拉扣的放到了 c 点中作为一个插件而已。 嗯，他既然我单独做一个职位呢，也是完全没问题的。嗯，因为背后是卡拉扣的在提升， ok。

如果你想把这段平平无奇的视频变成一个随滚动火起来的高端网页，接下来我将一步一步带你复刻整个过程。首先使用 nano banana， 二来生成首尾帧图片，然后用这段提示词让 cloud 生成一段 ai 视频提示词。 接着使用可灵 ai 根据首尾帧图片和提示词生成一段完整的产品演示视频。在生成的过程中，下载这个 skill md 文档， 然后在你的本地项目创建一个 skills 文件夹，将这个 skill 文档复制粘贴进去。接着把这段提示词扔给 ai， ai 就 能够根据我们的 skill 文档去生成这个酷炫高级的网页了。

这里有一篇关于龙虾如何接入 slack 的 文档，但是这是 markdown 格式的，然后使用 markdown 格式看起来不舒服，然后也不方便，然后打算给它转成这个 word 文档， 但是问看了一下这个，呃，让龙虾问了一下这个相关的 skill， 呃，居然没有发现，说是找不到， 所以我让龙虾帮助帮忙写了一个 skill， 呃，他把这个新的 skill 直接放到了他的 skills 文件夹下，可以看一下他这里的这个 命名是叫这个 skill， 命名叫 markdown to， 呃，到 dox， 然后是个文件夹，文件夹下面，呃，有一个 skill 文件， skill 文件讲的是有这个 description， 是 将这个 markdown 文文件转换成 word 文档的格式。 呃，然后是去如何安装这个？安装一些这个固定的库，然后如何调用这个拷 word 点 gs 其实主要的功能都在它的这个 script 里边， 这个具体是他如何转换的一个所有的程序代码逻辑 g s note g s 写的，然后随机试了一下， 呃，我把因为考虑到这个飞书的这个特殊性，只能把这个文档先丢出去，然后 呃，我再丢在这，然后马上告诉他帮我转换成这个 d o c 格式的文档，然后他说收到了，但是， 呃，他又确认了一遍，说是想让我做什么就转换为 word 文档，发送抖音还是分析内容，帮你总结要点还是做其他操作？请告诉我具体需求，然后我说转换成 word 文档，帮我输出路径， 然后呢？他这里还是有点小毛病的，他这他回复的说是这个是转换后的 word 文档，然后后边并没有跟路径，我说没有输出， 然后呢，他马上就给我发送了一个最终的结果，其实我当时看了一下这个后台啊，然后说是有一些什么权限的问题，然后导致的， 但是我感觉他最终还是绕过的这个权限问题，最终把这个文档发到了他的这个 workspace 下的这个路径下。呃，我打开后来我看了一下这个文档 应该是在这个路径下的这个位置， 对，就是这个文件啊，我看一下，不是不是这个，是这个， 那转换之后的效果，转换之后的效果总体来说还是可以的啊， 那么对于我相信应该是网上应该是有那个相关的这个 skill， 但是现在，呃，龙虾没有给我搜索到，也可能是跟这个网络屏蔽有关系，然后呃，当然了，如果在没有的情况下让他自己写一个呢，这个效果呢也还是也还不错的， 肯定他这个本身有一些瑕疵啊，包括这个可能在某些情况下啊，并不是特别完美。 呃，跟这个网上的有些 get up 上面我看到有一些专门的转转换的软件比呢，也这个规模上也是小很多哈，但是至少它这个在本次这个使用上还是基本满足需求的， 那么总体感觉还是不错，那么大家可以试一试，我就暂时分享到这里。

工作之余分享一个接口开发案例。 vapi 接口开发，用于小程序、 app、 h 五网站等各方面的软件系统开发，他和我们传统的系统开发完全不一样， 传统的系统客户端使用用户名和密码去数据库拿数据，如果在局域网还是可以，如果是在广域网，数据安全有非常大的隐患。而接口开发完全没有这方面的顾虑，只需要有授权许可去拿对应的数据即可。 这个视频展示一下，简单说明接口开发的体现，这个是中顶商通罗工开发的接口，可以达到添加、删除、修改、查询等功能，实际上数据管理系统就是 crud。 首先看这个接口获取所有的用户， 简单的说这个地址执行一下就可以查看所有用户信息。现在查到的这个是我们云端数据库的数据，只有两条，接下来的这个接口是条件查询，可以分页输入条件查询，也就是说这个地址执行一下可以查询指定的数据， 是不是很简单，添加、删除、修改也是一样的，不再追溯。接下来看一个不一样的，下边这三个接口也是查询数据，我们看看执行后我们发现没有查到我们想要的数据，返回四百零一错误， 这个是没有许可，也就是说我们可以给接口做限制，哪些可以随便访问，哪些需要认证才可以访问。接下来我们来获取许可一下，通过这个接口获取登录任 认证，这里我们需要传递两个参数，一个用户名，一个是密码，输入成功之后给许可，我们复制许可到授权。 接下来我们执行那三个需要许可的接口，现在是四百零一，我们重新执行，读取到了数据名称是我们输入的小涵涵，下边两个测试接口我们也看看，都是执行成功的。对于接口你了解了吗？评论区告诉我。

我再次被现在的 ai 网站震撼到了，我感觉就算像我这种零设计经验的纯小白都可以靠它去接设计单了。今天就分享拉瓦特的新功能 skills 的 五种实用玩法，最后一个做跨境电商，小伙伴一定要码住哦！ let's go！ 玩法一，一句话制作品牌 logo 首先我们来到拉瓦特的首页新建项目，在右边对话栏就可以看到新上线的功能，点击 logo 与品牌，在对话框输入指， 他会像专业的设计师一样跟我们确认细节。你们看，当我们给到的信息越完善，最后得到的效果就越好。 玩法二，我们要搞定社交媒体内容传播大家平时发一些社交媒体配图排版，包括抢文案，真的很费时间，但是在 love 里面，我们只用一句话，他就能根据我们的需求自动匹配图片，做一些简单的排版。 玩法三，一键完成角色故事分镜左边的画布上是我提前准备好的动画人物，点击一下分镜故事版功能，然后点一下相应的图片，在对话框下达文字指定，很快我们就能得到一份完整的背景设定。我们从这里挑一个自己想做的故事方向，让 ai 帮我们整理成分镜脚本， 比我之前一句句给到提示词去反复调整画面方便多了。玩法四，一句话制作营销宣传册之前像这种双折三折的宣传册，我们公司都是直接找工厂外包设计的，现在只要给到产品信息和活动介绍就 ok 啦，这是他给到的指出设计效果。点击编辑文字我们可以直接修改图上的文字， 点击编辑元素，还能替换贴纸、背景等等玩法。五、一分钟生成亚马逊产品套图。例如我今天想要主推这个大容量保温杯，点击对应功能，上传提前保存好的商品图和产品卖点，不用担心自己准备的不够充分，它会引导你一步步去补充信息，最后给到完整的设计方案。 它还会衍生出很多我们后续可能要做的方向，所以就算是纯设计小白也可以完成整套操作。大家不要再把 love art 当成一个普通的生土工具了，它就像一个真人的设计师。小伙伴懂我们想要的高级感，用过一次你就知道它有多香。

欢迎大家来听我这次的分享会，然后也非常感谢他的 ai 给予我这样的一个机会。接下来把大屏幕交给我，我开始来做今天的这样分享，我会把今天所有用到的这样的工具，这样的一个包，包括相关的内容已经给我们的这个一个我对接的 a r 的 团队，那他将会在此次的直播之后会分发给大家。这个是我昨天晚上在做了一个新一轮迭代的，因为我以为我在此次直播之前来不及来做一个 vr 版本的一个升级，但是呢我昨天晚上已经完成了， 那总计行数是差不多在六千八百行左右。然后呢这个是我的一个 自我介绍啊，我也是在很多方面都有所涉略，并且自身也是一个高度深度使用各类 ai， 各类 web building 的 一个这个也好，或者编程呃，这些代码的所谓的码农也好，那我基本上都会对我们的一个非常新的这样的一个 前沿 ai 的 一个应用，对做一系列这样的一个深入的研究。那这边就是我的一个自我介绍，我包括我之前也在他的 ai 上去做了一系列关于他们帮的一些产品的一些建议啊，基于我的一个思考，基于我使用他们的他们的一系列内容， 我也做了一个这个事情，这是我的一个自我介绍啊，大家可以看一下。那我接下来就废话不多说啊，我们就做进入到一个我们真实具体的一个实战的一个开发页面来，让教大家如何去使用我这样的一个 工具，使用为这样一个开源的一个工具，那我也做非常多的案例，然后呢也担心说大家不会用，或者说比较难用，那我也还是在这里面啊，也增加了一个完整测试级，一个案例级， 从前往后从 v 一 点零的因子公式的一个编辑模块，慢慢慢慢推演到一个 python 因子的生成模块，数据查询模块。然后呢 一步一步一步一步的增加到我们策略框架代码生成的模块，以及股票交易函数模块，并且激活交易函数模块一系列非常仔细的这样的一个内容，一个案例及基本面的因子模块。但是呢，呃， 非常非常给力的一件事啊，就是也是给康达 air 打个广告，呃，他们新一轮这样的一个内测的一个环境，康达 air 的 一个内测环境是已经非常非常强大的一个环境啊，非常有利于关于因子开发这样的一个开发者啊，在他们是这样的一个 啊，康达 air 这样的一个社区，这样一个超级工作流，一个量化工作流的这样一个工作场景下生产环境下去真实的应用，把我们的一些想法，把我们的一些 关于量发的想法真实的落地，而且帮您帮帮各位去消除了这样一个从想法到代码这样的一个桥梁之中。我们这就是呃，我们的想法变成一个代码，其实你需要有一定的代码能力，但是潘达恩就潘达恩非常非常给力， 一开始先解决了这样一个代码生成的一个内容，并且接下来还把我们整体的工作流生成也进入到也集合到了我们这样的一个呃，超级工作流的一个生产环境当中啊，这个是非常非常厉害的一件事情啊，以及这也相当于说，呃，在上一轮的内测当中， 按 ai 这样一个团队也真的认真倾听了我们这样一个内测用户的一系列提供的这样一个反馈，并且根据这些反馈去高效的去优化他们的产品。好， 那从今往后啊，我开始对于我们今天的这样一个直播内容开始相关的一个演示啊， 那整体来说我的这样的一个 i d e 大家可能不知道有没有使用过，我用的是 piro 啊， piro， 那 它现在它是如果你有这样的一个能力，或者去购买它们的这样一个会面，那你就会获得一个我们比较最新的这样的一个 webcoding 模型， 就是调了 off 四点六，那我现在基本就是会追着这些新的这些模型在那当时就是有个瓶颈，就是说我们当时在 panda ai 上啊， 当时它的一个代码生成的一个效果可能没有那么符合具体能够实战的一个环境当中，因为你在跑的过程中，在跑通整个的工作流当中，你可能会遇到一系列的这样的一个问题，一系列报错，一系列的 error， 那如何去解决呢？当时我就有这样一个想法，并且当时也把 skill 这样的一个概念的一个内容给炒热起来，那 skill 也好， power 也好，它都是作为我们使用大模型，使用 l l m 这样的一个工具的一个桥梁， 它只在高效地如何将你提供的内容，你讲的话，你提供的内容 变成更为规范化的提示词。因为我们对于 ai 的 交流也好，我们生成一系列代码，我们和 ai 交流过程中，永远或者说当前的这样一个实现环境下，我们可能就是右下角这样一个小小的文本框，对 无量的提供我们想要完成的目标，或者说我们想要的内容，以及 ai 如何帮我们实现我们的想法，并然后呢现在又更前沿这样的一个能力，就是我们的这样的一个 skill 啊， skill 呢？呃，怎么来？怎么简单来说呢，就是怎么去让大家更好地理解它是一个什么东西吧？一个 skill 正常工厂对应一个具体的专业场景， 比如说，呃，我们在这样的 web coding， 并且最新的这样的 web coding， 或者这样一个 agent 当中吧，或者代码编辑的 agent 当中可能就会包含多个 skill， 比如说艾玛审查的 free， 对 吧？宁方可能自己有一系列非常健全的代码库，你也构建了非常这样一个完善的代码库，并且有你 啊，这样的一个排布啊，排排布啊，版局啊，这样这样一个这样一个文件夹当中，你也规范好了你的代码应该放到哪一个文件夹当中，并且你在后续开发当中应该基于哪个文件的内容去进一步的开发，这就是代码审查 skill 来辅助你完成代码的 一系列规范性的工作，比如说前端开发的 skill， 对 吧？我们使用 view 三或者 python， 对 吧？这样用语言如何将你所需要的这样一个前端页面啊？一个动态化的前端页面，一个高效化的前端页面，一个更美观的前端页面，给它具体落地， 那聚焦于我们 panda ai 或聚焦于我们这样一个投研环境下，或基于我们开发因子的这样一个场景下，因此我把这样的一个东西也封装成了一个 skill， 并且将我们 panda ai skill 对 应到了投研的这样一个专业场景当中。不知道大家有没有听明白，这就是我们 skill 在 做的一个东西。 skill 就是 让 ai 从通才，什么叫通才？通用性人才变成专才的一个过程。 ai， 或者说更具体来说这个大模型它拥有的能力非常广，从呃，您方跟我们的自然的一样语言的一个交流，你去提问它一些东西，去搜索资料，去查找一系列东西，它有非常广泛性的通用性人才的这样一个能力。 但是呢， skill 就是 让他把通才变成专才，专一型人才，他从这样一个环境中提取出来， 对吧？变成一个专用型人才，并且我在提前告诉他，你需要进入到这样一个说明书当中，你需要使用这样一个 skill 帮我处理在当前场景下所需要完成的那个， 这个我是这样子去来做一个逻辑推演的，因为我发现我的需求，然后我要使用一系列的工具来完成我的需求，并且优化我这样的一个需求能否更快地落地，这就是 skill 的 意， 这就是 skill 的 意义，它把人类的经验和流程固化了，固化成了 ai 能够听懂、能够执行的数字资产。 在二零二六年构建一个强大的 skill 库，就是从个人或者叫做企业能够提升 ai 生产力的核心竞争力的一个工具，那它就是一个接单，它是，它是一个过程，并且在这过程上能够体现出来一个较好的内容， 这就是我基于这样的观点，基于这样的想法，并且向大家介绍了一下关于 skill 这样一个东西啊，对于我们真实环境场景下如何去那？呃，我可以向大家展示一下我这样的一个内容吧啊，我们可以向大家展示一下我这样一个投影 skill， 并且它升级到一个二点零的环境下，我增加了哪，就我拥有了哪些东西，我又增加了哪些东西？ 那 disco 它是一个非常规范化的东西啊，如何去引用呢？那我使用的是 disco， 那 当然现在有很多很多这样的一，比如说，或者或者非常非常经典的 vs pod， 对 吧？呃 cloud pod， 或者呃 hero， 或者 koser， 对 吧？或者 anty， 对 吧？这一系列的 id。 当然了，如果现在您方您有这样的一个内测的一个机会，那你就可以直接使用到潘达 ai 他 们官方的这样一个开发库。但如果没有，或者说，呃， 包括这样的一个一系列的内容，那我这个 skill 是 怎么来的啊？怎么这个 skill 是 怎么搭建的？你可以在左侧的这样一个 files 这样一个窗口当中会碰到几个文件夹，会看到几个文件夹，一个这个是 panda ai 它们 app 上 公开的这样一个仓库，我们基于他们的代码，我们去审查他们的代码，去看他们的代码具体在完成了一些什么这样的事情。不同的文件夹当中他们完成了不同的事情，比如说 common data data hub 啊， factor， 或者 lm， 或者 web， 或者 serve 啊，模型啊，请求的一个库啊，或者请求的一个创建因子，请求函数，对吧？这样一系列的内容，包括回应的这样一个题啊， 英子排行榜包括一系列这样内容，人家呃 panda ai 它是其实是在 github 上，它有已经有公开它原来这样一个库。因此我的想法就是基于在社区当中 panda ai 官方所提供的一系列的内容，比如说 看到 ai 因子编辑，看到 ai 的 这样的一个代码库，看到 ai 因子编辑与函数这样的一个参考同色，对吧？这个可能格式不太对，因为我是直接从呃看到 ai 官方上的那个呃文章啊，就这个文章当中我去 库比下来的，但是他有一定的格式化的一个内容，虽然他在这样的一个预览环境下可能没有办法一个很好的呈现，但是你如果正常去浏览从前往后浏览的话，其实一个非常多。但是呢，如果你要交给 ai， 或者交给一系列这样内容，你也其实也可以能够简洁性的读完一系列内容，他因为他都有共同性，并且 起的非常好，非常简单明了，对吧？而且你可以去，比如说什么函数，对啊，对应什么样的说明，对应什么样的说法，以及什么样的例子，对吧？他都一个提供内容，但是量非常非常多，对吧？量非常非常多，并且还有伪代码， 对吧？还有伪代码，那这么多内容包括基础的因子啊一栏，对吧？非常非常多的内容， 非常非常多的那个。但说实话，如果说让我来找，我再发现，呃一个我们 python l， 可能我使用过程当中我可能需要这个库一个，你可以直接从这样的一个工作的拨取这样的一个相关的一个工具。但是如果像我要 在这样的一个环境中去编辑 python 代码啊，编辑代码，或者将我们的 python 代码去输入到他们的 过程当中的话，需要遵守他们这样一个规则，比如说最经典的，对吧？我们第一行就得写的一个东西，对吧？这就是我们这样一个内容， 之前是可以在这样的一个环境下去构建，但是呢，如果我们要在本地的 i d e 上去构建这一套内容，其实有点麻烦，对吧？我要开始从 i d e 生成代码， 然后呢我要把这个代码复制到我们这样的一个 ai 助手当中，然后又从 ai 助手当中它翻译一遍，转化为 ai panta 的 它们自己这一套内容，然后最后生成这样一个代码，然后保存开始运行这样一个工作流， 对吧？那现在简化了，对吧？并且我通过这样的一个东西，通过这样的 ai， 包括它们工具流，一个数据 api 的 说明，对吧？数据 api 的 说明，一个方法 内容以及策略帮助等等。我不知道大家有没有去看过大家那个他们去发的这些内容， 但总而言之我们都是在做一个说的不错，就是一次次工程，一次次工程，但是我们这样子去做 规范化的去使用我们这样的一个平台 ai 东西，因为他们内容非常的简洁明了，非常简洁明了，并且相关的伪代码相关的例子也提供非常清楚，但是可能基于时间来说， 我们可能没有办法非常完整的去看完它所有提供的内容，以及我们在反馈过程当中可能犯的一些问题，犯的一些错误，可能在运行工作流当中，运行代码当中 一系列这样的一个错误，你没有办法发现嘛？可能，但是他可能之前就已经跟您说过啦，已经在社区当中展示过了。那我们如何再用使用的 ai 去进行一个纠缠？那就来看一下我们今天我所提供的或者我所编写的这样一个投研 skim， 当然了这个就是一个预览啊，这个就是它左边是一个 md 文件，右边是一个预览的一个方式 非常非常多的内容，并且总体来说，总体来说我们就是在什么一个规范化的内容， 规范化的内容从平台的几个简介，以及我们当前的这样一个文件夹 框中，或者他能读取的这些文件当中有一些，有哪些是可以作为知识库来进行调用来查找相关的内容的， 那我也在最前面来做一个声明。当然未来如果，呃， python ai 它所提供的知识库越多，对吧？我们直接在这个地方上去编辑我们的内容，对吧？在我们这个地方上我们直接去编辑我们的内容，对吧？你只要你只需要再加个井号，对吧？这样的一个框，然后 files， 对 吧？ 直接去填写你们发的这个提供的这样一个内容，就可以直接把酷币放到我们本地。那当然我现在就先先不做修改啊，先不做修改，因为我现在已经调对过了，已经检查过了一个非常完整的一个这样一个内容。那首先就是 平台简介，知识库引用以及交互规则以及交互规则，那我们可以从前往后去看一下嘛？比如说请求类型识别的一个规则，以及非常非常非常非常多上下文理解规则的内容，对吧？ 并且响应格式的规则，对吧？响应格式的规则，我们代码输出什么样的格式，对吧？我们输出格式这样的一个模板是什么样的，对吧？比如说我们从公式模板代码如何转成 python 模式代码，并且代码需要提供一些说明， 这样一个使用方法，如何使用这个因子类开始输出这样一个非常规范性的一个模板啊？它就跟着这样的这样的一个模板，它就 ai 它生成的东西，它就会填到这样一个对应的框当中来展示，并且有相关的这样的一个内容说明，对吧？ 啊？这一系列全部都是基于格响应格式以及一些规则下所便捷创建的一个内容。当然等大家 拿到这样的一个文档，大家就可以去浏览一下这样一个内容，因为从今往后已经非常非常丰富。好了，进一步的看到我们这样的一个因子编辑的模块，因子编辑的模块像我们刚才的是不是一个手册，对吧？当时是一个这样的内容， 对吧？当时是一个这样的内容非常非常多，而且这样的数据量，一个知识量以及需要阅读的量，以及如何把它进入到一个知识点当中，它需要的这样的一个知识背景非常非常多，但是你现在就可以使用这样的一个 md 文档， 对吧？这样的一个 md 文档啊？来看一下我们应该我们应该去怎么做？浏览到后面这样一个内容，并且所有的格式都是标准性的 啊，都是标准性的 markdown， 标准性 markdown， 你 一个，你不仅可以把这样的一个内容当成 skill 来用，也可以当做你什么，当做你使用 python ai， 在 使用 python ai 这套框架下编辑相关的 python ai 这套框架也可以变成你的这样的一个知识手册， 知识手册都可以，都可以。当年知识库这一种文件，它要求就是一个格式，要求就是都是一个格式。但是 现在正常来说的这样一个 skill 啊，都是使用一个 markdown 啊，都是都是使用 markdown 这样一个格式啊，文件格式来使用的。因此你来这样子，当你收到这样一个东西，你就可以拿这项的一个内容来作为你的一个手册来使用， 不管自己查找也好，对吧？自己查找也好，或者交给 ai 使用也好，都可以。那我们现在就来实战一下，我们就现在就来实战一下， 如何去将我们这样一个又给它用起来，告诉我啊，对吧？我现在已经开始跟这样一个 web 后台一个这样一个界面去开始交互，前面先打一个井号，然后引用这样的库啊，它在在我们这个呃， web coding， 呃，就是在这个 web 当中，它写的是 staring 啊， staring 啊，当然这个这个就是呃，会有一定的门槛，因为相关分分享这样的内容是非常基于真实环境生产下的啊，如何去调用，对吧？ staring， 然后它这边就会显示叫做 panda ai research nd， 对 吧？ streaming used， 在 我们这样一个文件夹当中，这样的一个啊， file 在 我的这样一个工作的一个空间当中，对吧？告诉我 panda ai 的网址，并且展示一下你的能力，随便说，对吧？随便说，又开始 walking 了，对吧？ in web coding， in spain， 当然我们不需要用 spain， 我 们只需要 vip 去去 mana ai 的 官方地址是什么？操作指南在哪里，对吧？这些是我在 mana ai 图形方面的能力，我可以帮你做哪些事情，对吧？一个音字编辑，或者用 python 模式写成完整的 fact 类啊，数据查询，因子分析，策略开发，技术指标，错误诊断， 那比如说可以告诉他了，那对吧？接下来我们就可以告诉他我们现在接下来需要什么内容，那我就开始来作为一个非常真实的一个环境下，我们去看一下怎么去生成这样的一个代码啊？如何把它放到一个真实可用的一个环境，那就来一个， 还是一样的。当然我们可以也可以导入，也可以不导入啊，都可以，因为你现在已经让他意识到这样一个内容，我们来帮我写一个二十字动量因子， 要等待一下 kiro， 他 也是完整地调用了这样的一个 ops 的 能力，对吧？那就开始得知了，对吧？ 因子名称是什么？因子的公式代码是什么？ 以及参数对应的参数是什么，对吧？二十是回看周期，计算过去二十交二十个交易日的收益。 rank 是 洁面的排名，将因子值归一化为零到一的区间。 零到一的区间啊，这个分层格式的这样一个数据，哦，我目前还是没有一个。做一个进一步的适配啊。做一做一个进一步的适配，那 希望说这个 panda ai 它后面会提供，呃，需要的，需要的，因为使用这个数据库可以用 app， 你 只要调用这样一个 key 就 行了啊，你进入到这样一个文件当中，它就会自动提取你当前的有没有 staring 啊，对吧？ key， 它是在这个 staring 里面，这个文件夹里面它寻找这样一个 id 内容啊， 对吧？我们超过这样一个上限，看到没有？我们超过这样一个上限参数说明使用建议，比如说需要拍摄模式来对这个因子做分析，回测，随时说，那你就可以证明到我们下一个环节当中， ok， 他 就开始读去了，看到没有 read files， 对 吧？又非常大，然后又再相关读起了一个这样一个函数。 那当然了，你一个他可以艾特，因为他当时是一个总结的情况下，又迁移到了一个新的内容，又会附加载一个内容，并且同你举，比如说，呃，请，请创建 一个新的 ic 文件，并且 并且用 python 写一个结合动量，对吧？动量，波动率和成交量的多因子组合。 如果可以，希望增加一个叫做 m a， c， d 金叉信号的因子， 因为，嗯， still 有 一个好处啊，它是叫做按需读取，按需读取，这个可能是一个超过一个用量。 goodbye missions， 它就开始在这个文档里面去按需寻寻找，对吧？你看它有这样的相关的一个行数，对吧？它会直接读取完，点击也可以跳转，然后就开始创建，就开始创建， 已创建。下面是因子的简要说明，因子名字是什么？多因子组合以及动波动率加成交量加 m a c d 的 一个信号，一个设计思路是什么？动量因子、波动率因子、成交量因子以及 m a c d 的 金叉信号，以及不同的权重，对吧？都在这里， 因为包括我们组合因子，包括输出一个这样的结果，所有的子因子都经过 rank 洁面标准化后加权合成，可以直接在 ai 平台的拍摄模式当中使用，权重可以根据回测效果来灵活。 我，我用我用的这样的一个 ide， 只是我方便展示，因为我自己使用的这个工具，这是我非常真实的我自己 啊，非常喜欢用这样的一个 i d e， 然后来编辑相关的一个项目，编辑相关的一个开发，或者我们来进行做一些开发行为，这样的内容就是我使用我这样的 i d e， 当然你有用科瑟，对吧？你如果想用科瑟，对吧？也可以，对吧？你想用科瑟也可以，用 vs code 对 吧？ code 也可以。我们主要是想一下，看一下我是怎么样去构建这样一个内容，对吧？包括我们相关一个内容，包括你需要观察几个点啊？需要观察几个点，或者说让大家也都需要去关注几个点。 我们 ai 交互当中其实它就是一个非常发展性思维，我们每一个这样的一个，呃， web coding 当中，它有一系列基础的这样的一个提示词，对吧？ 这些就是构成了我们整个歌词啊，呃， hero 啊，它这样的一个能力的内容啊。对，一个这样的也可以， 就是包括这样一个内容，就是我们这样的一个，生成这样的一个代码之后，对吧？我们生成这样一个代码之后，我们就可以进入到工作流当中，我们可以进入到工作中， ok， 然后这样一个代码， 一个代码，那之前是可以在这样一个完成，但当，那现在我们就可以是在这样一个生产环境下，我们自己的程序员当中，更真实的一个生产环境下，我们就有这样一个内容， ok， 我 们 ctrl b， ctrl b， 对 吧？五十三 t a， 好， 如果你还想更进一步，对吧？还想更进一步， ok， 那 我们又是什么？ 这边一共三大助手，对吧？我们在潘达 ai 或者大家如果有使用过，对吧？高强度使用过，我们潘达 ai 和我们这样一个量化工作流当中的一系列具体这样一个目的，你就会看到这样不相同的因子构建代码助手，或者我们回车代码助手，或者什么通用型代码助手， 那当然这些相关注的背后肯定也有相关的提示词，那我提供这个内容就是基于你们本地当中的啊，基于本地环境当中，如果你想要实现这样的效果，使用上我们潘达 ai 的 这样一个模型，那就有这样的一个相关的内容， 你就回答要提问啊，我，我现在啊已经已经完成大部分基础因子， 请对，珍惜，接下来我 一定要运行，就并又开始有一个思考，有这样内容，当然所有这些东西都是为了让 ai 更规范性的输出我们想要的内容， 这是，这是我提供的一个这样的一个工具的一个这样的一个想法，包括相关的技术指标， ai 它可以自动去按需，在我们的这样一个知识库当中去捕捉我们相关内容包括什么，对吧？包括什么？ 趋势类指标，对吧？趋势类指标以及什么？ m a， c， d 指标，一个系列相关的函数说明参数默认值 d， m i 指标，一个系列诊断类的哪些？有哪些，对吧？ i s i w k c c i， 对 吧？ c m o， 对吧？包括以相关的内容， kdj 的 一个指标，一个系列以及波动率指标，你要用哪些波动率，对吧？非常经典的 aet 二或者爆线，对吧？中线、上轨，中轨下轨 以及相关这样一个内容，一个宽度，对吧？成交量有哪些指标，对吧？ obv， 对 吧？ vr 啊， mmf i， emv 这样相关内容以及其他的有哪些技术性指标，对吧？相关的这样一个函数，那 a r 它就会按需索取，对吧？我们刚才讲了什么动量，它就会找到这样一个地方 来看一下相关的一个内容。它的我们所提供的或者 panda ai， 在 开源社区当中，在 panda factor 这个这个这样的一个文件当中，它们编辑哪些功能，编辑哪些库，如何去调用， 如何去调用呢？而且会在整个完整的 python 文件当中，最前面当中会加上相关的一个库的所导入吗？对吧？我们 python 代码就是先需要 import 一个库，对吧？先 import 一个库，然后开始我们编写我们自己的类，编写我们自己的一系列相关的内容， 然后再开始去运行，再去运行我们的代码，就是这样一个流程吗？然后但是相关的 ai， 你 如果没有规范它，没有规范它的行为的话，它容易发散， 对吧？你有时候可能跟他讲说哦，我们需要用 panda ai 这样的一个文件夹当中的什么样的内容，他可能找着找着去先历变一下你的这样的一个文件夹，然后历变完之后，再去找 具体哪一个文件夹当中拥有哪样什么样的一个拍审文件，然后在这个拍审文件当中，它又需要去读取相关这样一个拍审代码，那这样的所有读取，所有浏览，所有这样的一个行为都是会占用你本身的这样一个 上下文空间的，对吧？上下文空间的，那因此我提供这样一个 a i 能够按需索取的在这样一个 md 文件当中，在这样一个 style 当中， 能够按需提取他所需要的能力，并且指导他在哪一个文件夹，或者在哪一个代码文件当中能够精准的快速的捕捉我们所需要的内容，那我们接下来再演示一个 框架吧，对吧？我们再演示一个框架，我们要写一个，比如说基于这样一个螺纹钢的一个简单的一个交易策略，对吧？一句话，深层期货的一个交易策略， 那就比如说先引用，对吧？ staring nb， 帮我写一个螺纹钢这样一个简单的操作策略， 不需要你直接放在这样一个当前环境当中就可以，就是你知识库，你直接放在一个当前的这样一个环境中， 识别结果是什么，对吧？那我就特别请求，对吧？期货品种，然后呢？我最后的指向就是期货的策略的模板，对吧？那就依据模板开始创建文件 u i m x 指令， 那如果你们可以去对比啊，你们可以去对比，你们同样的去写一句话，叫做帮我写一个罗文刚的这样的一个简单交易的策略， 你们使用宁方自己的这样一个 id 一 环呢？你挺美的吗？并且你在后面还要写一堆，对吧？那平时像我之前是怎么做啊？像我之前怎么做？帮我写一个，呃，螺纹钢这样一个简单交易策略，并且我需要使用 panda 的 相关内容， 提供的相关部，以及你需要到当前文件夹环境当中寻找 你需要的函数名字，结合特性，对于我的对于 你所深层的内容来进行优化， 对吧？然后开始又又开始写一大堆，对吧？然后你你三 w 点 panda 开始就是你开始。呃，我们再提供一个叫什么 panda ai 的 官网是在哪里，对吧？官网？ 官网在哪里，对吧？然后开始点点点啊，输入完之后又开始什么 panda ai 的 啊？我们的一个 github 是 仓库在哪里，对吧？仓库链接， 对吧？在哪里？然后又开始你开始写一大堆，然后它这个 agent 呢？当然呢，现在 agent 都非常厉害，非常智能，它都可以直接，现在都可以直接去访问这样的一个网站，只要你网络条件足够好，或者你的用量足够多，它都能够实现这样一个能力，它也 能够消耗对应的用量来实现对应的能力。但是我们有了这样的一个 skill， 这些都不需要写，都不需要写，都不需要写，你只需要一句话，它就能帮你识别，对吧？ 并且我们还想要一个股票策略，对吧？帮我写一个买入平安银行零零零零一点 s z 的 一个策略，对吧？那我们再加一下 sharing， 对 吧？ 接下来我就一次演示一下我们这个 skill 当中有哪些能力以及你能够怎么使用？当然这样子就他又又开始抄这样一个文本空，但就是这样的一个上下文空间，就是，呃，比较容易去抄了，就是现在的一个这样的模大模型的一个能力，它其实还是有一个一定的这样的一个， 呃，能力上限啊，能力上限，这样好像有这样显示一个蓝光才估计才是完整调用，那我们再复制一下， 你会发现它这样的两个人一个出来的一个形式是不一样的出来的形式是不一样的一个叫什么？ let me see， let me first read。 对， 这样的一个文件，或者这样的一个，呃，文档知识库文档去理解 panda ai 的 一个工作流的 工作，是吧？工作流，对吧？工作流。那你看，如果你是用这样的引用这样一个能力之后，帮我写一个买入平安这样一个策略 出来的内容啊，这刚好提供了一个对比，对吧？识别到这是一个啊股票策略的一个请求，然后呢，我使用什么样的策略来作为这个股票内容的一个 模板叫做什么？使用股票策略模板默认账号是这样的一个账号，对吧？这样的一个 accept 就 开始创建了一个排查文件， 然后呢会告诉你拍手文件已经创建，对吧？我们到现在都还没有。点开这样的一个文件夹，你就可以知道这叫这是这策略名叫什么？基于就是关于平安银行的双均线买卖策略。策略的逻辑是什么？一二三三点有哪些参数， 对吧？在潘达 ai 创建策略后，配置回车的起止时间和出止时间即可运行，如果需要加入止损止盈策略或者调整买卖信号，随时说，为什么他能说出这样的一句话？为什么能够加入止盈止损策略以及调整买卖信号？因为它具有这样的能力， 具有这样的一个技能，对吧？我们有这样的技能，我们就要去使用它嘛，对吧？我们有编程的能力，我们就使用我们的编程的能力。 ai， 它拥有这样的能力，它就可以把这样的能力投映射到我们这样一个对话当中去，映射到它们生成代码的一系列规范性决策当中。 by and bank strategy， 对 吧？策略出手话，对吧？ handle data， 对 吧？ 策略的一个主函数，对吧？五日均线上传，二十日均线时候买入，下传时候卖出，然后就开始获取数据，获取行情，对吧？包括相关的一个函数内容，维护历史价格计算，均线获取股票的一个账户检查相关的时差记。 通过这样一个判断语句，对吧？非常经典的一个 if 或者 l if， 对 吧？这样的一个判断语句来判断经常买入以及死常卖出，对吧？这两个内容，以及相关的回测的这样的 dev， 对 吧？这样一个函数。 on store trade， 对 吧？这样的一个股票成交的一个回报 方向，对吧？这样的方向以及它的一个 log， 成交回报是多少？成交数量多少？状态是什么样的？那你自己当然了，就所有人都可以去自己去实现一下， 不需要不，你的知识库配置不需要非常特别多的样子，你只要保证这个文件 在你的文件夹当中，对吧？我们，当然我们接下来会分发我们的这样的一个，我们的有一个分发包，对吧？然后你会领到这样一个分发包，这些是相关的一个知识库，然后这个 diskkey 就 这样一个内容，对吧？你就把 diskkey 这样一系列这样内容，包括这所有的内容复制到你所需要创建因子的那个当中， 再打开你的 id， 你 就能够在这样一个对话当中，对吧？ staring 它就可以自动识别到，这样相关的内容就可以开始用，那我们接下来还能去做什么，对吧？还能去做什么？ 有时候我们提供的一系列的想法不够准确，我们讲不明白我们需要什么内容，以及如果我们实在是讲不明白，我们只需要一个非常非常简单的东西，叫做帮我写一个止损止盈的一个交易策略， 这种非常不清楚啊，我要交易什么品种？不清楚我要怎么做？我的策略是什么？不清楚，只有一个叫止盈止损的交易策略，其实不清楚，那我们看一下他会怎么应对，是吧？看他是如何应对的。 又又是出现这样的问题，那现在的一个上下文的量，它支持的实实在是多，因此首先你的用量是在增加的，那你更应该去优化你这样一个上下文的一个提示框， 看见没有？你们发现这样题目他回答我的时候是一个什么样的情况，叫做我的 提供的诉求不明确，那他就会进一步的，对吧？询问用户，你希望达成一个什么样的策略？你需要编写的到底是股票策略还是期货策略， 对吧？股票期股票策略使用什么样的一个交易函数？期货策略，使用什么样的函数？你如果直接给他这样一个知识库，你不一定拥有这样一个能力，但是你只要写清楚在你的 skill 当中写清楚相关这样一个东西。 如，另外如果是这样欺负我策略，请告诉我交易的品种的合约代码，比如说是什么？帮你承人承运代码， ok 了，对吧？这样就是 sko 就 能够什么主动询问，对吧？预期输出的一个要求就是主动询问，并且提供选择了相关的说明，看完成了没有，完成了效果怎么样？你能否快速就能够知道他需要什么内容，对吧？包括你接下来的，对吧？呃，我需要一个呃股票 交易的策略，对吧？并且我需要什么样的股票交易的策略呢？对吧？我们再那就再往前，我们再加一下 i m style， 那 这个有点复杂，但是你正常来说你打一个这样一个井号线，它也能够弹出这样的内容， 方便演示，也方便大家观看回去这样的一个这样的一个流程，我需要一个股票交易的策略，并且啊帮我选择相关的股票，对吧？ 呃，帮我选择一个，呃或者什么股票啊？就是，那还是这样吧，还是平安银行，平安银行， 呃，这股票，对吧？使用什么策略呢？对吧？我们可以比如说我们不零代啊，不零代使用不零代啊，下腿坐多，上腿离场， 并且呢包含包含相关的一些一系列策略，或者。呃，我还希望增加一个关于叫做，我不知道大家有没有听说过叫做 super trend 啊，超级趋势这样一个指标啊， 内容融合到一起，对吧？输出相关策略， 很多内容，对吧？都可以用，比如说还有什么 vivo， 对 吧？ vivo 这样的一个内容你都可以教给他，对吧？你可能你不会写啊，什么叫 super trend？ 你 这个算法你不知自己不清楚啊，对吧？ 以及 super trend 它作为一个趋势过滤器，它如何怎样起到一个趋势过滤的内容你不知道，但是 ai 没问题啊，帮你写一个这样的算法太简单太容易不过了。因此你这样给他，提供给他策略逻辑是什么？不零带下轨触发信号，上轨触发离场。 super trend 的 作为趋势过滤器，只在 super trend 的 看多时才允许开张，任意离场条件触发后即满出。 刚才我们只 skill， 其实就非常非常短，看到没有？那现在什么样的情况呢？对吧？你当时可能不知道啊，我们如何计算？ atr？ 如何计算？不连在中轨，对吧？我们提供这样一个能力，对吧？你就可以先开始声明，对吧？ 开始，对吧？更新 super trend 的 一个指标，返回什么样的一个内容格式内容，以及从前往后，对吧？上升趋势，一个方向，上升趋势，下降趋势以及更新状态。然后呢？ 策略组合数是什么？每个报触发一次，每个什么报？对吧？ a 报那个 k 线，对吧？触发一次 计算指标啊？布林代 atr transaction 获取账户一个时差以及交易逻辑是什么，对吧？交易的逻辑是什么？这个东西你如果你要自己编辑， 没问题，对吧？自己编辑，从紧往后写清楚其作为。对于一个正常的一个算法开发者，或者作为一个，呃，你要熟练运用这些编程语言来说，使用使用这样的编程语言来说，你也没有问题。那你现在有这样的一个编程，拥有这样的角度，这样环境，你一切都可以交给 ai 的 东西，你 如何规范化 ai 的 行为，那就是更重要的，对吧？更符合我们的场景，更符合潘达 ai， 他 提供这样一个框架下的一个场景，包括 这样一个主函数，以及最后股票成交一个回报，对吧？已经完成下一步是什么？下一步是什么？他又开始给你提问了，以及 股票交易函数，对吧？股票交易函数，接下来我们再演示一下，我们再演示一下交易函数如何去内容，这就是我们这是最新的这 v 二点零实现的一个功能，在昨天晚上我 紧急去实现了一个这样的能力啊，帮我写代码以试驾，买入一百股的平安银行，要检查资金是否充足， 那待会会，呃，等我这个直播分享结束之后，我们会有一个相关的这样的问答，一个环节，我会收集大家一个问题，然后来给大家做一个回答， 获取行情安全，获取股票账户，对吧？计算买入所需资金，检查资金是否充足，并且有哪些参数？ account simple 以及 pie charto。 麻烦这个朋友把这样的一个批注稍微移除一下， 还有一一系列这样一个演示场景，比如说，对吧？期货呢，对吧？对应期货来说，需要写一个这样的代码，然后呢，我需要实现这样一个能力，一样的非常简单了，对吧？因为相关的函数的声明，相关函数的能力已经都全部写清楚了，也都写明白了， 新建一个调用，当然你这样的调用跟待会的这样的一个 staring 的 这样一个调用，那是不一样的。 十二点时间，就是整体有我们生成代码以及它去浏览如何按需读取这样的一个知识点的内容，它是需要时间的。 是的，尤其是 skill 很 重要的一点就是能够节省 掉为大量的这样的一个剩下的问题空间，并且你不需要来回告诉他们相关的内容以及之前的东西，叫做 memories， 那又可以结合 memory space 来做一系列这样一个举动，也可以这样使用。本地的文件夹当中就有的文件作为知识库的一个连接，也可以使用 skill 这样的一个内容当中去来要取相关这样一个能力，就可能我们现在有个我们都认为相关的这样一个东西， 因此我还是这样子，就是如果大家有比较好用的这样一个 model 啊，或者相关人员，包括相关的这样一个东西啊， 我其实基本都有写，并且也待会会同步在这个直播结束当中，结束结束之后你可以去使用，我给你提供这样一个测试案例题，对吧？测试案例题，然后你看一下能否使用清楚，对吧？能否使用清楚，对吧？ 非常非常多啊，因此编辑的公式啊，可能请求现在模型它的一个用量比较多，可能就他们没有办法进行一个，对吧？相关这样非常非常多的这样一个东西，以及股票筛选的模块，以及相关的这样一个啊。空间 l 七策略框架代码的一个生成，对吧？股票交易函数的一个模块，按股数买入，按股数卖出，目标市场下单、现价单以及车单以及股票账户的信息啊，相关的期货交易函数模块 啊，订单类型与风控模块以及基本面选模块。你可以直接把这样的一个提示词结合这样一个声明，对吧？你可以把它复制过来，把它放在这里， 那你所有这些东西都可以随你组合，对吧？只要你能讲清楚，并且你如果实在讲不清楚的时候，你可以来查一下这样的一个测试的一个案例集相关这样一个内容，哇，以及我还加了一个内容，就说我们当时在啊 ppt 上，你运行整个的工作流当中， 运行这样的工作流当中，是不是你在运行过程当中可能会出现一些报错，对吧？你可能会出现一系列的这样一个报错，出现这样一个报错， 如果出出现什么样的，告诉我，你看到这里肯定就标红了，对吧？标红了，然后我们关闭一下，然后看一下它这样的一个问题在哪里，对吧？ 啊？相应的这样一个节点使用失败，是不是缺少相应的这个一个方法，对吧？一个比较适用于这种方法，当然你可以直接使用，对吧？根据运行杂志修复出， 那 ai 已经给了非常非常多的这样一个内容，因此非常非常好用，对吧？这样你会发现我们这样的生成一个代码，我们是刚才在这样的那个，其实已经完成了一个非常基础的实现一个东西，但是我们还缺什么，对吧？我们还缺什么？我还我们还缺一个叫做回测空架所需的一个函数运用， 遇这样一个不变的东西，然后还加上一系列相关的内容， 这样就非常非常实战嘛，对吧？你这样拍成代码，你只要能运行过回测结果一出来，然后就可以看你这样的一个策略，回测的一个结果， 对吧？这样一个非常直观化的，并且之前你可能只能在这样的一个代码环境下，你去沟通交流，能使用，你报错也发现不了并，但是你现在就可以在本地当中发现你自己的一些问题， 你帮包括你这样子单纯你没有告诉他什么，他就可以自己在那边调用，尤其他这样是一个声明，对吧？ 期货账号是什么？ ok， 开始一个总结，对吧？现在各大的这样的一个 ide 的 内容当中，其实也包含这样一个相关的一个上下文文本总结之后再创建一个新的对话框当中，再去延续前面的东西，这样 会出现一个问题，叫做，呃，相关的内容的丢失，相关内容的丢失，不管是你所讲的 problem 也好，或者他最后回顾当中的一系列相关的内容也好，他都会去产生一些丢失，那这些丢失你就可以通过这样一个 skill 来补齐这样一个缺失，一起创建，对吧？ 拥有这样一个文本， s m 还有一首可以开始创建了，对吧？ rose， 对 吧？平仓 以及待会我们看一下吧，如果我们看一下能不能梅侧以及实名，代码上有什么差异都可以去，直接等你们拿到手之后都可以去。 还有一些因子代码错误，对吧？你有些代码有时候代码你打个逗号，是英文逗号还是中文逗号， 这些都可以包括以及 python 的 因子报错在这边，你在这边运行的时候报错， ok， 你 看我们这样就跑通了，对吧？这样就跑通了，然后就可以开始一系列这样内容，这个后端是什么情况？ 后端接口的一个报错啊？最近是在内测啊，最近是在内测，然后你这样的整个工作流跑动之后，你就这样会收到一个呃，一个提醒，对吧？你累积扣费是多少？使用的是什么样的专利？我分你，分你用了很多，这样我们就已经完成了这样一个从 d i、 d e 生成代码之后，然后放到这里，对对对对对，他今天，今天技术团队还在做一个新的升级，而且包括像我们这样一个使用方已经有，也有给相关这样一个内容去做一些电影，包括这样的一个这份代码既保留这样一个内容， 然后再升级一些使用那基础这样的功能啊。编导 ai 做这一次新的这样一个新版本的一个升级迭代之后，肯定会给大家带来更完整的 ai 应用，到我们具体的量化流过的 量化工作流当中的一系列 ai 功能的完善。但是呢，如果我们也希望在本地当中去实现相关的关于 python ai 的 代码性的编辑，包括我们这样的一个等你，对吧？我们有这么多代码库，然后包括我们，我们能否在最后，对吧？在我这样的一个分享的最后，我能否来创建一个非常 夸张的一个呃，策略效果啊？大家有没有什么想法啊？评论区，你现在打出来，我们一起，你想是在股票当中去实现呢？还是是在比如说我们这样一个期货内容上，我们去实现我们这样一个策略？或者说我们之前是不是在社区里面看到非常非常多 啊，非常高级的，非常厉害的这样一个策略，但我们想使用它，你需要有一定门槛，不管是算力门槛也好，内容门槛也好，我们能否自己去实现这样一个内容，对吧？包括我们来，我们先看一眼，来迎合一下 钱，对吧？引用 staring 和 ai， 对 吧？写，我希望使用，呃，在期货场景中以及编辑回测模块需要包含 相关的 和制化内容，并且这个因子的内容有什么啊？因子，所需因子有，对吧？所需因子有啊， 计数指标有哪些计数指标呢？ macd 对 吧？加 rsi 啊，更简，最简单的大家都耳熟能详的内容，对吧？然后呢？并且啊， 并且我希望通过波动率调整动量的 因子来优化我们前者的这两个技术指标，并且 加入我们金叉死叉的信号因子，对吧？因子，并且还要需要写什么？再写一个，呃，成交量 异动的因子，对吧？并且什么呢？对吧？还有什么呢？ 在趋势因子那有需要加入 ema， kdj， a t r 对 吧？ a f i， 对 吧？ 非常非常非常非常复杂了，对吧？还可以再加嘛，对吧？我有这么多东西，一个简单的一个策略框架，稍等一下，我把这个拉进去，进入到一个新的， 哎，对吧？我来帮你构建一个完整的期货多因子的一个策略，包括因子定义以及回测模块。先查看现有的文件，包括先了解一下，对吧？先了解一下当前的一个代码，一个风格情况，然后就开始一个增强版，并且需要进入到一个什么样的模式， 不是公式，不是公式的一个模式，而是 python 的 一个模式，对吧？配套期货回测的一个策略， s 因子名是什么？因子描述是什么？因子类型是什么，对吧？并且紫因子构成什么样的内容，一共六大模块，对吧？这样我刚才描述的东西是不是都有，对吧？ 并且权重是怎么分配的啊？计划长点一下， 配到这样的一个紫因子，然后开始编辑相关的模块，模块一，模块二，每一个模块，而且你看你发现没有，它的整体的这样的一个注视是非常非常仔细的，而且在每一行当中，因为你在 我的这样的一个 skill 当中已经都声明过了，所以说它就会按照这样的一个伪代码的一个格式来进行相应的内容上的输出吧。 因此文件开始配套使用相关的这样一个期末的一个策，这样一个期末回测一个策略，对吧？然后我们就你，你更简单一点嘛，把这样一个复制按照刚才的工作流，对吧？你复制到这里，对吧？我们再新建一个嘛？ 新建空白工作流，那你当然了，你觉得你有回测的话，你就可以在这边讲，我需要一个期末回测的一个工作流，对吧？那你也当然也可以，你自己拖嘛， 如果熟练比较偏熟练使用这一套内容的话，你应该自己来搭一个比较更简单的这样一个股票回测或期货回测的一个东西啊，应该是非常非常快的。 首先，然后代码一样的复制进来，复制进 这 补充相关关于期货回测的 预测所需的办法， 让所有的东西，你，尤其是如果大家在呃官网上啊，或者我们平台上，我们量化工作流上，你具有这样的一个算力，如果是不多的情况下， 对吧？你不多的情况下，你如果你本地也有这样一个比较好用的 id， 你 就可以一个可以省下来这样一个初期你研究这个因子的内容，并且你其实在本地上也可以跑这个因子， 对吧？你在本地上你其实也可以跑这样的因子，对吧？而且你这样的因子你构建完之后，而且他潘达阿尔还有给你相关这样的软密，对吧？开发者工具他的一个因子库，对吧？下载相关的数据库，潘达阿尔已经给你提供， 并且你还可以配置，对吧？你可以把呃潘达 ai 这样的一个量化因子库，你去接入到自己的这样一个数据库当中，比如说你如果你自己有根 to share 啊，你有它的会员，那不是也可以吗？也一样吗？对吧？也可以实现这样一个内容，并且它你在本地上你就有这样一个页面，有这样的一个 web 页面去使用相关的这样 的工具给到你，但是大家可能只会或者说 更局限于他的整整个这样的一个平台上，因此可能会忽视掉他所额外提供给你这这这些这一系列更为重要的内容，因为这些东西他已经内置内嵌到他们的官网当中， 当然你要直接去使用他们这样的内容。 ai 如果怎么去组合这些基础因子，复合因子，你像你像刚才这样子，我都不清楚，对吧？我们都不清楚，我讲这么多，对吧？ macd、 rsi 波动率还要调整动量，对吧？我需要通过波动率的一个情况来调整动量， 我可能讲话可以，可以可以这么讲，对吧？非常非常直接，但是你想想办法，你可能会想一会我波动率，我要使用什么样的一个模块，使用什么样的一个算法？动量，我们要用哪一个动量指标，对吧？这这两个应该怎么配合？波动率，你要怎么样去调制？你就根据你这样想， 对吧？你把所有东西揉成一块，直接丢给他，直接丢给他，然后呢？大家也是需要什么？一定的这样的一个基础能力，就是你配置环境，大家一定要去好好的浏览 所有开源仓库，所有作者 partner ai 提供给你这样一个手册，这些手册就是他们自己的精华，他们把如何使用 他们的仓库，他们的因子库，他们所有一系列东西都集合在这样一个当 redmi 当中说明书当中， 因此看说明书，包括我提供给大家的，对吧？包括我提供给大家这样一个 skill 库，我都有，对吧？我都内置了相关的一个文件的一个结构，新增了哪些功能，专为哪些东西当中，对吧？ 安装方法以及使用方法以及室内的一些对话，并且我还给你配套的相关的一些内容，一些内容，一些 相关的注意事项。因此 redmi 它的这样的一个文字数量并不多，包括你后续大家去浏览各类的这样关于这样的一个代码库，开源库当中一定要好好去看相关这样一个 redmi 的 文件，不仅要你要理解 redmi 它这个当前的这样一个仓库里面，它具有什么样的能力，它拥有什么样的文件，并且你后续当中你需要去查询，对吧？我们学习一个 ai 项目，或者我们学习一个代码项目的时候，我们需要去查询相关内容的时候，你就可以去发现它们的这些内容都放在哪里， 这样这是一个关于这样的 ai 编程的一个补充啊，也是我个人一个个人的一个心得，那整体来说我们都是在为了，我们都是为了判断 ai 这样一个平台，这样一个个人的量化投资助手，个人量化的一个平台在不断向前， 在我们辅助我们去研究各类音质过程当中，我们去减轻我们的工作量，以及像我跟他们呃客服以及相关的产品 去沟通交流时候， ai 就是 能够让你打破这样一个桥梁，什么桥梁？就叫编码的桥梁以及编写代码的桥梁，这个桥梁是难在很多人面前，因为 pi 你 不管是什么样的语言啊？ c c 少，对吧？ pi 少。 如果像我，我因为我有学习过这样的一系列这样一个东西吗？所以说我还编辑，我还浏览相关的这样的一个库，浏览相关的这样一个代码文件都是比较轻而易举，或者说比较轻松的啊，我扫一眼我就能大概知道什么样的内容，我扫一眼我就知道，哦，这样一个策略，他在干一件什么样的事情， 对吧？没有这些中文字的时候，没有这些内容的时候，我可能我扫一眼我就能知道啊，这是一个函数，因为它是个 def， 对 吧？然后呢？它的，呃函数名字是什么？它所需要传入的哪些变量，对吧？一个文本，一个数据 啊？一个一个，对，然后呢？并且它的这个主算法它在干一件什么事情，没有这些，对吧？没有这些注册的时候你可能就看不清楚，那 ai 打破了这样一个桥梁，然后这个桥梁你的想法通过 ai 的 能力 把它实现落地。因此 panda ai 他 们官方也在做这样一个事情。之前的量化编辑策略，你首先你有一定的资产的需求，资产的一个限制， 并且你有这样资产限制，你可能就接触不到数据源，因为数据源都掌握在人家手里，你所以说你肯定需要去付费，你需要去做很多的事情，然后你才能拿到这样一个非常高精度的一个数数据源，也有可能拿到一个非常噪音非常多的一个数据源， 并且拿到这数据上之后，你还需要自己去清洗，需要做一系列非常繁琐的事情。那 ai 把这样的一个 一系列关于量化的这样一个内容已经深入的嵌入到整个的工作流程当中，我当我使用，因为我之前也是 comforu i 的 一个高级非常非常非常强的一个非常高强度的一个使用，知道吧？啊？我也是关于 comforu i 去写了一系列这样的一个模块，那 现在还要把这样的一个思路，把这样一个工作流的思路，把节点工作流的思路运用到我们个人的量化开发的过程当中的时候，其实非常清楚为什么你可能不具备 有相关的能力，对吧？你可能你发现一个因子的时候，你可能需要去读书，你要去发现现在我们市面上常规的一些关于因子相关的一个内容，不管是因子开发也好， 非限性，什么是限性？什么是非限性，对吧？这样一个非常复杂的概念，它以一个一个又一个这样的一个节点所给你搭建出来这样一个图谱，对吧？一个图谱，一个地图这样一个工作流程，并且用 ai 抹平了各位需要将 真实想法变成可实操性的内容，因此艾玛也好，工作流也好，都是为了辅助我们个人在量化开发途径上的一个更高效率的实践， 对吧？我们最后都是希望我们的这个策略能够能够去变现，我们能够将我们这样一个好的策略，将我们回馈效果非常好的这样一个策略投入到我们真实的一个投资投研的行情当中，但是 之前有那么多的阻碍，有那么多的困难，有那么多的内容阻碍在大家面前， 并且你需要掌握一系列大量的知识，你不仅需要掌握一系列投资的知识、投研知识、量化的知识，还需要具备一定的代码能力。那潘达呀，现在已经能够抹平到，抹平到这遍前面的一系列所谓的基础性门槛内容，那你只要敢想， 敢于想你的这样的一个策略，对吧？你在真实的交易环境当中，你有什么样的一个策略？你觉得这个策略能够挣钱？好， 你告诉 ai， 你 告诉潘达， ai 他 是提供给你这样的一个 ai 助手，或者提供这样一个数据库，或者你使用他们的一个啊，通用代码助手、回车代码助手，因子构建代码助手，或者我提供给你这样的一个 skill， 对吧？告诉现在 ai 不 同的 ai， 对 吧？你这个 sku 你 告诉 cloud 也可以，你告诉千万你也可以，你告诉 deepsea 也可以，对吧？所有这样的一个内容，你告诉任意的这样一个大模型，可以，它们本身就具备了 使用 panda ai 的 一个一定能力，对吧？这一定的能力，因为它没到现在还是没有办法在我们本地的 ide 当中实际控制这样的内容，当然啊，你说现在这个 cloud bot 也可以实现，当然也也没有问题，对吧？我们现在有非常非常多的这样的一个产业项目，已经投入到我们真实的生产环境当中了，但 当然不是官方没有给啊，不是官方没有给啊，我可以跟大家说，不是 官方没有提供这样一系列的文档，提供一系列的文档。如果大家有好好去在我们内测阶段，或者在当时这样一个阶段去看一下我们社区的内容。小智他其实不管是小智还是说我们的呃老板，对吧？老板他也提供了一系列，包括开发团队，包括这个李静老师 提供了非常非常多这样一个内容，到到我们这样一个社区当中，对吧？包括我本人，对吧？也在 相关的这样一个呃回测啊，或者相关的这样一个案例当中，我也去补充了一系列的文章在这里面，并且我待会会将我们的把我们的这样一个呃 skill 相当的一个文档，我不会把这个完整 skill 全部放在铺在这里，这上面啊，找我们官方，或者找你能够 接触到这样一个客服，你可以找他们去获取这样的一个 skill 包，也欢迎大家在 panda ai 这样一个社区里面关注我，我接下来还会去陆续上传之前有一系列关于 panda ai 开源内容的一系列的分享， 对吧？那包括你看像，呃，用它的 ai 跑出你的第一个策略，工作流的一个实操，对吧？工作流策略帮助文档，我的那篇文档就是在这边下载的，对吧？我，我就是在这边下载的， 以及相关的这样的一个策略，帮助文档，工作流的一个视力因子编辑以及函数的参考手册，我都是在这样一个社区当中去获取的，我并没有呃，跟大家我在更高，或者我有他们一个一系列内部的这样一个资料，我也是根据这样一个社区的内容去 挖掘他们一系列相关的一系列这样一个核心的功能，对吧？包括去读他们的这样的一个步，对吧？ 哇， set up， 对 吧？包括他还帮你做好了相关的这样一个多壳的一个环境的配置，以便于个人开发者能够在本地去复现他们 panda ai 的 这样的一个内容，因为你在你，你能够你看到这样的 redmi 当中啊， redmi 当中你如果有去预览， 对吧？这边就有一个动图嘛，就这个动图其实就是你在本地上如果使用到他们这样的一个音质库，能够实现什么样的内容， 对吧？因此一个本场直播，首先我先介绍了呃，如何将 panda ai 这些一系列的知识内容转化为 skill 这样的一个过程，也欢迎大家在接下来的 使用自己的 ide 或使用 python ai 的 这样一系列的过程中去使用到这样一个 skill， 并且欢迎大家在我们这样一个 skill 当中，我们去扩展这个 skill 的 能力的上限，对吧？可能现在只有六千多行，是吧？也，我我也只编写了六千多行，那可能未来哦， python ai 更 出了更多的东西了，对吧？比如说现在最新的这个工作流，工作流 ai， 我 直接把工作流，我需要什么样的工作流，我就直接在我们的画布上去展示我们的节点， 对吧？去展示我们的节点，然后呢，我就可以在呃，六千八百九十三号往后再写什么关于工作流节点 的一系列的格式，对吧？就开始编写什么编写 json 格式了，对吧？因为我们的一个一个的工作流，包括我们相关的这样的一个内容，其它就是一个 json 格式，对吧？其就是一个 json 格式嘛，对吧？ 包括你从这边导入导出，对吧？他所需要的就是一个筛选性的一个格式的这样一个内容，因此你到时候本地上你就可以导好所有的节点啊，对吧？你把所有节点，所有的准备性工作都放在本地上一个节省你在云端的这样的一个算力开支 啊。也当然了，我也希望说以后未来我就直接没有一个具体的一个算力的一个担忧，我去使用我的算力，然后在我们这样的一个平台上， 那当然了，你顺利其实对于你就需要很多的开支嘛，我们本地使用我们相关的 i、 d、 e， 使用我们的相关的一个科室相，使用我们的 vs code 去调用各类的模型的时候，我们也需要花费一头根，我们，我们也需要花费我们的金钱去来使用这样的能力。 跟 ai 也一样，我们去使用他的工作流，我们需要在他们服务器上跑通我们的工作流，他也需要这样的一个花费的算力，因为包括我们之前内测，对吧？呃， ai 官方给我们发了非常非常多的算力，只要你完成了任务，他就给你发这样的一个算力 啊。因此这样的一个这样的内容相关这样一个内容，其实对于大家，对于开发者来说，其实不断的抹平了大家对于因子开发、量化开发的一个这样的一个联盟， 并且能够快速将自己的想法，自己的思路以及结合当前所有前沿的以往过去非常精华的这样的一个指标 啊。策略因子可以融合到一起，通过 ai 的 手段把它真正实现落地。最后你只需要点击这个样的一个工作流，你就能够获取什么，你就可以可以获取策略回撤的一个 策略回测的一个结果，对吧？我们策略回测的一个结果，然后我们又可以可以开始开始编辑我们新的一些工作流，只要我们有想法，我们就创建工作流，然后再看按，再按照刚才演示的一个步骤，我们先在本地创建好我们的因子，打包好我们的泪，然后再放到上面来，让 官方的 ai 去测调一下，对吧？根据他们这样的策略回测的场景下需要增加哪些拍成代码，我们给它增加进去，增加进去之后我们运行我们的工作流，就可以开全屏，看到我们这样的一个回测结果， 对吧？以及相关的学术化收益，以及既详细的统计指标以及风险分析者，那他们官方有非常非常多这样一个资深的这样一个量化，在从业非常非常久的人在做相关的开发，因此他们提供策略，包括相关的 ic， 对 吧？这样的一系列的数据以及展示这样一个图片，那 肯定是比我之前的这样一个框架啊，自己我自己钻研自己开发的这样的一个量化灰色的框架来说要更详细的。因此我为什么会非常高强度、非常积极的向 k 大 ai 去反对我这样的意见？因为 确确实实实实实在在帮我们这样的一个个人投资者、个人量化的研究者去抹平很多道路上，研究道路上的一系列我们可能弯弯绕绕的地方， 对吧？踩了我们，我可能踩了很多坑，我才能探索到啊？潘大呀，之前他已经提供给你好这一系列这样的一个模板，提供这样一系列策略，那现在你已经 进入到我们当，我们现在当社区当中，又在这个社区当中有这么多人啊，在分享自己的策略也好，分享自己思路也好，对吧？包括我们上一期的这样个内测的一个活动当中，也有个大佬啊，把自己的一个 策略的思路，对吧？年年花数率好像二十几，对吧？这样一个思路怎么样？一步一步在我们 panda ai 的 工作流上，这样一个量化工作流上去构建相关的内容，他一步一步写，对吧？那那个那一篇的浏览量 也非常高，写的也非常详细，也体现出来这个社区的这样一个共创的一个作者，或者我们所谓的呃，就是我们官方给我们授予这样的，呃，产品共建官，他们本身在使用产品，使用 panda ai 产品的时候，个人的所思所想， 对吧？以及我，对吧？以及我本人，我我我做了很多这样的内容，我我我我之前可能是使用 啊其他的一些工具，对吧？那现在有排量工作流， ok， 超级图标，对吧？我要，我要哪我要哪，一个期货的 k 线我随便调啊，包括一系列的这样的订单流，那我需要 啊，我，我又需要我这样的一个策略来进行真实情况下的应用，也可以啊，没有问题，对吧？我一点我就直接把我的策略开始在真实的一个 k 线环境中应用因子啊，对吧？我们最新的这样一个实盘我运行当中，然后暂停这些东西， 对吧？已经帮你抹平了非常非常多的道路，当然我们希望越来越好，接未来去接入更多的现在的 期货公司，那我们真的就整条路都打通了，对吧？现在呢就是从产品端，从用户端去思考一系列问题，帮大家抹平一系列道路，那未来真的就开始， 我就是我，我们最后的目的，我们做一系列共创，做一系列这样开发就是为了寻找更好的因子，并且动态的去寻找这些因子，开发因子，以及更好的能够在这样的一个投资市场上， 个人投资市场上，在这么多机构，这么多大机构下，我们个人投资者能在这个市场上如何去获利，如何通过自动化策略，用一个好的策略，用几行代码就能快速的在我们市场上摄取到一定的 收益，涉及到一定的利润啊，所以我今天分享到此结束啊，非常感谢大家面对这么多人去讲一些关于我的 ai， 关于我真实投入生产一些东西，如果在相关的内容中，如果有讲的有所偏差，或者说我讲的一些内容可能不够好，那欢迎也是大家在 后面啊，在在在我们呃评论区去扣出来，然后或者你有相关的一些问题，那我现在我把整个舞台，我们把我们大屏幕哈交还给我们的这样一个老师啊，谢谢谢谢， 非常非常感谢。素材的分享真的很好的，就是全是了，我们潘内 i 想要去完成那件事情，更好的能够帮帮助到所有的个人投资者，能够去使用到我们的量化工具， 去抹平我们在这个量化和机构之间的一个差距。那在接下来的话，如果大家有什么问题，也可以打在我们的这个弹幕区，然后我呢也给大家再同步一下我们后续的一些潘登 ai 的 一些活动啊，我们目前的话，我们潘登 ai 现在正在举行三个 比较大型的一个活动，第一个活动呢？是啊，第一个活动呢，是我们现在正在招募的第三届应大赛， 相信很多朋友认识我们都是在我们第一届第二届应大赛或者是颁奖礼上面，颁奖礼上面认识到我们。那我们现在目前第三届应大赛呢，已经启动了，从二月份开始报名，然后三月一号开始提交， 然后截止日期的话是三月三十一号，大家如果感兴趣的话，你可以在社群里面或者是在我们的官网去完成我们的一个报名。 第二个的话是我们这一段时间已经开始了我们新功能的内测，那我我要先再预告一下我们的一个新功能啊，就是刚刚速派老师他提到的那个打造自己的投研 skills 这个功能的话，也是我们潘妮娅现在目前正在全新 内侧的一个功能，然后这个功能的话大概会在二月底的时候开放给，首先先开放给我们内侧用户，然后再开放给我们的权益用户。那大家现在听了我们速派派的直播之后，可以在春节期间先拿着我们的分发包去自己去做一些更多的一些尝试。 那同时呢，速派派在社区，我们派派社区里面的一个账号下面，大家都可以去给他的内容进行留言，如果有任何的问题的话，速派也会跟大家进行一些更多的交流。 然后第三个事情的话，就是如果您对现在对于多因子投资，对于量化投资还是抱有困惑的话，想要找一个很好的课程去来学习的话，那我们这边也打造了一个全新的一个课程，叫做量化多因子的策略实战课，然后这个课程的话会帮助到您去更好的从零建立， 从零到一，建立一个量化思维，这个是一个全新的线上课程。然后大概的时长的话，上课的时长是三周的时间，然后每一周的话会有到三节的直播课和一节的答疑直播，很好的去跟完这个课程之后，相信你一定能够 了解量化多因子策略应该要如何构建，去去建立自己的从零到一的一个量化思维。那我们这个课程的话也是仅用潘家去做开发的，他就没有，那么 他就不会像市面上其他的课程是会教你写非常复杂的代码，非常啊繁琐的一些代码程序。那我们就直接到我们量化交易的本质就是去寻找到一个有价值的高价值的呃因子，那么这个课程就是基于此去开发的。如果感兴趣的朋友的话，第一个是可以在我们的社群中 去询问一下这边的话就是我们的应大赛了，大家所有的朋友们如果感兴趣的就一定要来参加我们应大赛，因为应大赛的 奖金奖励还是比较丰厚的，我们一个人可以提高三个因子，那第一名的因子的话可以获得人民币三万块钱的一个 奖金，然后第二到五名的话可以获得一万块钱的奖金，然后六到十名可以获得五千。我也很邀请，我也很欢迎邀请我们的 super 老师来参加我们的这一届英语大赛， 呃，然后看我们可以一起来看看能不能获得一个非常好的名次，那这个第三届的英语大赛的话也已经在官网上面去呃，启动了，然后大家可以去尝试，然后那这个英语大赛的话，我们也会有一些赛程的培训，关于我们用它的 ai 如何去构建出自己的因子，那赛前培训的话 也会有很好的帮助到大家。然后我们大概是在七月份的底会开始进行这个颁奖礼， 很欢迎大家参与到我们英子大赛颁奖的现场，然后可以上台去领奖。如果您也是一个有经验的量化交易者，并且您也呃认可我们潘内爱社区的这样的一个理念的话，欢迎大家一起来加入我们这个生态的共建。 然后也欢迎大家多多在我们的社区里面发你的经验，体验你的量化实战题啊，我们也会我们的 我们的就是所有的同事也会在社区里面经常去找比较高质量的帖子去分享，然后希望也可以共同去一起打到这个比较高质量的烟花开园社区。谢谢大家，那么今天就先结束了，拜拜。

想不药物发现但不会分子对接？传统的虚拟筛选学 auto lab 需要一周准备，备齐要三天，跑对接要一周，筛选一千个化合物至少需要一个月，但是 ai 能能够帮你大幅的加速。 这这里我们从一个实操案例来进行演示，我们让它从 kenbell 的 数据库中解锁 egfr 的 抑制剂，筛选 ic 五零，小于一百 n 纳摩尔的化合物， 同时返回他的各项特性。然后接下来呢，我们想让他用 r， d， k 去计算这些分子的描述符，分子量， log， p 等等的一些构成关系。可以看到他已经成功地夺取到了 ten byte database。 我设定好的 free 可以 调用 agent teams 进行辅助分析，可以看到他已经开始调用克拉扣的最新功能 agent teams 进行辅助分析了。这样的话可以多进城，多进堵地推进我整个的项目生成的文件主要是这些，我们 看一下它的深度分析报告。先对靶点进行了概述，以及已上市药物的 e， g， f， r 的 抑制剂的概览，同时也绘制了共同特征的结构图，典型药物结构的示意图， 构效关系等等一系列的描述。我们看一下它的 h， a 五零的分布以及相关性的热图， lab p 的 散点图，分组的镶线图。综合分析的大图，可以看到它的完成度还是很高的，同时也对任务进行了总结，挑出了最强效的化合物。 那么我们接下来进行分子对接，它将完成 egfr 的 蛋白与 top 十的化合物的分子对接分析。可以看到它已经 加载好了 defog 这样的一次 q， 正在尝试使用阿发佛洛的结构进行分子对接，同时它也会进行格式转换，也够检查 defog 环境并准备对接。因为我的 defog 暂时没有安装。先让它看看 一个预计的分析报告是长什么样子。好的，让它直接解决依赖安装就可以直接给我安装。使用方法一，康达安装我们看一下它的一个视力的结果。 talking results 是 有它的一个 c， r， f 的 结果以及分子对接的报告。 top 四、化合物的预测模式关键相互作用结构优化建议，这个报告主要是进行的一个模拟的展示，这是它的 p， d， b 的 数据。

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。

今天通过盖房子来搞懂 clue 的 open clue agents， skills， hooks rules， m c p 这个 ai 天团到底是什么东西？故 事开始，首先你作为甲方提出了你的盖房需求，然后大脑 clue， 也就是大模型，瞬间生成专业的一个施工方案。最后，中控 open clue， 也就是我们的小龙虾收到方案，立刻建立项目看板，准备开工。 开工消息一响，中控 openglue 立刻调排来了各个专业的工人 agent， 但光有人不行啊，大佬 glue 马上给他们分发了对应的专业工具箱 skills， 让他们拥有了实际操作的能力， 施工过程中你随时可以提出修改指令，中控 openglue 会立刻调度对应的工人去执行。但关键的一步来了，大佬 glue 会对所有关键操作进行最终的审核，确保方案的科学性和安全性，避免工人瞎搞。 为了保证工程质量和安全，工地上还有两大神器，一个是 hux 传感器，它能自动检测施工质量，一旦发现问题就自动报警甚至停工。二是如果是红线，它设定了绝对不能违反的铁律，比如环保啊、预算啊等，任何人都无法触碰。最 厉害的来了，如果工地缺了本地没有的特殊材料怎么办？别慌， m c p 这个超级物流通道瞬间开启，能让大佬克鲁德的手直接伸到外部世界， 获取实时数据，查询资源，甚至直接下单，让 ai 不 再是纸上谈兵。最后，房子盖好了，大脑 ko 的 进行最终验收，确认所有标准都已达标，中控 open ko 会把所有施工数据、图纸、手册打包交付给你。 更贴心的是，住进去后，有任何问题，他都能调取历史记录，快速定位问题，并给出解决方案。好了，整个 ai 盖房的故事讲完了，最后我再帮大家总结一遍， load 就是 大脑负责思考， openclip 是 中控负责调度， agent 是 工人负责执行。 skills 是 工具， rules 是 底线， hogs 是 传感器， m c p 是 连接外界的超级通道。是不是大家一下子就特别清晰了？

如果你在 skills 后面加个 s h， 你 会发现这里有四万多种 ai skills， 网站开发，做内容，做 ppt， seo， 全部能用，全部免费。比如我现在用这个很火的 remote best practice 这样子操作，我只演示一遍复制地址，然后新建一个文件夹，打开你的 ai 编程工具，告诉他帮我把这个 skill 安装到这个本地文件夹。 接下来注意看，把 excel 放进文件夹，这是一个全球主要国家的失业率，让它做个近速图 好了，是不是蛮酷的？

接下来我们将用一个 hello 的 小例子来理解 skill， skill 呢有几个组成部分，一个是 skill 的 文本文件，文本文件里包含了它的 metadata， 比如名字啊，比如说它描述，这个描述是作为所引来给大模型，让大模型在合适的时机来调用这个 skill。 那 么接下来部分呢，是一些引用文件， 比方说我们想解手一些 token， 在 合适的时机去调用引用文件，那么这时候呢，就可以用到引用的文本文件。第三个部分是 script， 我 们可以告诉大模型 scripts 的 使用方法，当它有合适的时机的时候去调用这个 scripts。 然后其他就是一些 这样文件了，当我说 hello 的 时候，它会返回一个固定格式的内容，当我说 hello word 的 时候，它会返回 hello word， 加上当前的时间。当我说你好的时候，它会每次返回一个鼓励的话夸奖我。 那我们来看一下它的实现，特别特别简单。首先呢一个 skill 文件夹，文件夹下面有个 skill 点 md， 这么一个文件 name， hello， 和文件夹上层目录的名字一模一样。 description 可以 有些关键词，让大模型决定在合适的时机来调用这个 skill。 比如我用的就是 hello， when user input hello， 还有 text， hello hi， 你 好， ok， 那 具体的呢？给它解释。当我输入 hello 的 时候呢，就仅仅回复这个， 加上 version， 那 version 调到这个，当我输入 hello world 的 时候呢，它就调用脚本，把脚本的输出内容返回给我，那脚本在哪呢？就在这里， hello world 加当前的时间，当我输入你好的时候呢，它会从这个引用文件里边选择一段话发给我， ok， 是 不是非常简单呢？你学会了吗？