skill搭建需求分析到交付的流程

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。

不知道大家有没有发现，最近网上讲 openclaw 的 内容非常的多，但是很多视频你看完之后会发现好像懂了，可还是不会用。这是因为有很多人就是在讲概念，讲流程，甚至呢，有些内容本质上就是为了卖课 啊。今天我们来一些有用的，就是从零开始，手把手实操来带你用 openclaw 生成一个 skill， 然后争取你看完之后自己就能上手。 网上教大家如何设置 openclaw 的 视频很多了，我就不浪费时间了，但是稍微说一下我 openclaw 的 设置， 我的 openclaw 是 装在 mac mini 上的，底层用的是 mini max 的 coding 盘。装好 openclaw 之后，我基本上没有更改任何它的核心文件啊。唯一添加的一个就是 我刚开始用的时候发现他经常会说你去干这个，你去干那个，我就告诉他，遇见事的时候自己尝试去装，如果需要权限再找我啊，但是不要告诉我你去干什么事情 啊。这一点你要想设置的话，其实在 opencloud terminal 给他设置了就行了，但是啊，如果不设置也没有什么问题。 另外这个教程我会说的比较细致啊，对不是小白的人可能显得比较啰嗦啊。如果你是已经对 open call 很 有研究了，可以跳过 啊。但是如果你看过我其他教程，基本上就知道，我还是争取做一些东西和给外行的人，然后让他们也能进入到这个 呃里边来。首先先说一下我要做的东西是什么？我要做的东西是一个任务提醒工具，我现在的任务提醒工具主要用的是 google 的 google 的 test， 大 部分情况下它工作都不错，但是有些不足， 具体是哪些不足，我们等会儿会在创建 open class skill 的 时候再细说。 呃，这整个 skill 我是 在 openclaw 界面做的，也就是这个界面，其实你要用 telegram 或者其他聊天工具也可以，但是就对于我来说，打字的多的时候还是电脑舒服。 然后很多时候 openclaw 也需要权限，你如果在电脑面前也可以随时提供给它 啊。这边就是我开始来做这个 skill， 刚开始我就是告诉问 cloud， 我 要去做一个新的任务管理系统啊。我告诉我这个系统原因主要有两个 啊，因为市面上常见的工具有一些不足，比如说一个是任务，经常有多个关键时期 啊，但市面上大部分呢，就只有一个截止日期。我举了个例子，像酒店优惠券，免费券这种任务啊，他会有生效日期和过期日期两个时期，需要等他生效的时候再开始提醒啊，而不是在截止日，也不是在一个其他的特定时间。 另外，我不想提醒，只是简单的在截止前几个小时或者几天提醒一次，而是根据距离截止的远近采用不同的频率。在这里我给他描述了，就是如果是超过一个季季度的时候，那你每个季度提醒我一次。 已经到了最后一个季度，那每个月提醒我一次，到了最后一个月每周提醒，然后以此类推，如果是最后一周的话，每天提醒我 啊。可见我把这个问题发过去之后， open class 就 开始干活了。他先问了我一些问题啊，对吧？就是啊，你是从哪里加任务啊？从哪里提醒？那我直接告诉他我要从 telegram， 然后他问我，呃，这个任务存储在什么地方？他问他是 jason 啊还是 sql database 啊？这个如果你有经验的话可以给他更直接的回答啊，我虽然知道，但是为了让大家看到，我这里就说你自己去想啊，这其实是你很多时候如果不懂技术的时候可以给他的回答，就让他给你建议，然后你采纳就可以了。 然后之后问我要不要和谷歌的 color 连起来啊？日历系统我之前也聊过 open call， 现在连接谷歌日历有被封禁的风险，我就选择了不最后问我是我自己用还是其他人要用，我说只有我 可以看到。就是我在回答完这些问题的时候没有立马让他去做，因为如果我就立立马回答完这些问题就按回车的话，他可能就要开始干活了，但是我只给他描述了很小一部分的场景。 所以说我在最后又给他补充了一句啊，就是我告诉他你要把这个任务想清楚，并且打造一个系统，你要解决的问题不只是我刚才提出的问题啊，那些问题你要解决，但不局限于只解决那些问题 啊，其他的还有的问题就是如果任务完成了，我要能标记完成任务之后你不能删除，因为我可能再次询问等等等等，总之我让他把问题去想全 啊，然后接着我们可以看到他往下就去想了一个啊，相当详细的系统啊，不止有，就是任务存在什么地方，还有这个任务里面的数据结构，还有那个如何 制定提醒以及我和他交互的一些方式啊，总之还是非常详细的。最后又呃问了我一些问题 啊，基本上正常情况下你回答这些问题往下走就行了。但是在这个时候我突然想到一个其他的问题啊，我就把它岔开了，这时候你也能看到，其实啊，这就是跟 v i 工作的好处啊，你其实也是可以不用事情想的非常全面啊，随时想到什么问题随时跟他说就行了。 这个时候我让他设计这个系统的时候，尽量减少对大模型的使用啊，这样可以有效的控制成本 啊。我告诉他就是我不想用他刚才给我做出来这些乱七八糟的命令，我要给他说大白话，所以说这部分他是肯定要用大模型的，然后他怎么把这个系统搭建起来？肯定也是要用大模型的，但是搭建完之后使用的过程中应该最少用到大模型越好。 然后说完这个之后，他又跑去设计了半天，然后最后跟我确认啊，在我给他命令的时候，他是要用大模型的，但是在他做其他任务的时候，他是可以不用大模型的，那这个就我就很满意。接着我就开始回答一些 其他的问题啊，数据库放在哪里啊？检查一次需要多长时间？我刚才要求的那些，他管他叫渐进式题型啊，是什么时候开始，我就把我刚才说的东西又给他重复了一遍啊，这些都比较简单，但是呢，大家又可以看到这部分的回答 又特别长啊，原因是我从他刚才给我提供的数据结构里边没有看到任何关于重复性任务的数据结构，所以说我问了他怎么做， 而且并怕他没有搞懂，我又给他了一个实力，对吧？还是用酒店免费券啊。如果我每天每个每年的一月十五号有一张免费券， 那他需要做的事情就是从一月十五号生成一个任务提醒我，我要用这个卷，然后明年的一月十五号这个就是截止日期，在这个过程中他会渐近式提醒， 如果我在三月份用到这个卷，那从三月份到明年的十五号是没有任何任务的。明年的十五号之后再形成下一年的任务。你可以用大白话的方式把这个事情给他讲清楚，然后同时你也看到我思维比较跳跃。我在这个 这回答里又给他说，你再帮我想一个名字对吧？因为我现在给他说我做这个系统叫 task， 但 task 太常用了，我现在平常问，嘿， open call 我 们在干嘛也是用，就是 what's our task。 所以 说，呃，让他再去重新想一想， 然后接下来你发现他承认，哦，他忘记做这个重复任务的错误了。然后呢又给我想了一个 名字叫做 pos 啊，我觉得还行，然后就准备使用它了啊。这时候你看到刚才出了刚才的问题，这个 open call 第二次犯魂就出现了，虽然他给我提供了一个叫 pos 的 名字，但是他想把这个 整个 skills 放到一个叫 clocked 呃，文件夹里 啊。我立马果断质问他，你是不是脑抽了啊，对吧，这是怎么回事啊？然后他就说，哦，对不起啊你，你是对的啊，我是应该放到啊陶瓷里边，然后到这个时候就已经差不多了啊 啊，但是既然他已经给了我很多麻烦那那这个时候我也要给他一些新需求。这时候我突然就想起来啊，我现在其实我是想这个系统同事支持和我太太的，然后我就把这个需求提给他了， 但这就是 ai 工具好的地方，要是个员工啊，最起码就算不说出来也会在心里嘟囔说你这个人啊，一分几分钟之前还说就要一个人用，现在马上都变卦，到底有没有准信啊？ 但是如果 ai 的 话他就说，哎，挺好的，我来做就行了啊。这次方案出来之后我终于批准他去工作了啊，我们可以看到现在时间是三点四十九分， 然后他干了这么半天之后我们同时也可以看到在三点四十九分他就做完了，这个是非常之快的啊，最后会总结这个事情， 然后接着我就给他一个真实的样例，对吧？啊？我其实每年要付人寿保险啊，由于我用的人寿保险的系统非常垃圾啊，按年费按年付款才有优惠， 但是呢他的系统里只支持自动化的按月付，那所以说我没有办法，我只能给自己做个提醒，然后每年然后去用年付， 所以说我就让他去给我做个提醒，每年年初就把这个提醒打出来，然后最迟到三月中旬开始，呃是 deadline， 然后告诉他我要用那个循序渐进的提醒方式 可以看，很快他告诉我已经添加成功了，然后我就问他 what's my pos？ 这样就可以看到我的任务列表，总体内容还是不错的。我现在有一个任务然后是要去付人身保险啊一月一号开始 active 的 然后三月十五号是 deadline 然后在这过程中我又跟他几个来回然后让他加上一些其他的状态啊最终就是又加上了状态和下一次提醒的时间是什么。基本上到这个时候我认为任务就完了。第一次 啊但是我因为出于好奇我知道那个 open cloud 的 提醒是通过两个东西做的呃或者叫 heartbeat 或者叫 cry 啊我对他们的优劣不是特别清楚我就问他你给我的提醒是用什么做的给我解释一下吧。啊这一问不搭紧啊 啊在他给我来了一句他并没有做提醒啊 我说你这不是瞎折腾吗你赶快给我做一下。然后他道了歉之后啊赶快又去做了啊告诉我他去设置的时候我又仔细读了他给我的信息啊他计划里边的一句话又引起了我注意他说每一条提醒都会给我发一个 telegram message 我一看这不行啊我赶快说你每一条提醒都给我发一个信息是毛意思啊你赶快给我做个列表整合一下啊。然后他又很快的承认了错误然后说好他做个列表发给我可不可以我说可以然后就去做了 不一会儿又做完了啊但是不出意外的话他又出意外了不过这次是有进步的啊他除了告诉我做完了之后给了我一个 note note 写的什么 note 告诉我就是下次如果这个任务完成了下次提醒的时候。 呃现在他没有做这个循序渐进提醒他就放了个月初然后问我 要不要写完，我说你这不是给我搞笑吗？赶快去干活吧。然后又跑去吭哧吭哧吭哧吭哧干，过一会又告诉我干完了。 这时候我多加了一个心眼啊，告诉我干完了之后，我又问他，呃，你给我说一下，我跟你说的所有事情你都是否干完了？有没有其他类似于这个样子的 play store 的？ 一问不答解啊？又给我列出来四个东西，基本上就是循环任务完成，任务完成的任务复原，以及除了这种渐进式提醒之外，就是特定一个日期的提醒，这四个功能也都没有做， 给我气的又把他哄回去干活折腾了半天，最后是终于搞完了，然后总体大概做了一个小时， 但是我们看见刚才最核心的部分，他大概只花了不到一分钟，就一分钟就做上了。 这里证明了在 ai 的 世界里，编程其实不是最难的部分，最难的部分是怎么把需求规划好，解释清楚，做对的判断才是最重要的能力。而且在这个过程中，我们看到 open class 会不断的想开始做任务， 那作为他的使用者，尤其是如果你是一个小白的话，你要不断的打断他，然后去跟他去确认沟通方案，找出他方案的不足，才能达到最好的效果。 在这个例子中呢，我们还看到在不少地方 open call 都会犯错误，这个时候就是能看出来，如果你有编程或者产品设计的 技能的话，那是可以预防很多错误，如果没有了也不用担心，就算他犯了错误，等到你使用测试时候发现了，再让他改就行。 今天在这个任务里，虽然我发现了这么多错误，但是我觉得大概率在之后使用的时候可能还会有别的地方，或者是我发现会有我想升级的地方，到时候我打开窗口再跟他聊几句就好了 啊。如果你觉得这个东西是太麻烦了，还有一个办法就是你给他一个更强的大脑啊。我用的是 mini max 啊，这个模型啊，之前看过其他笔记的人也知道，就是我提过，就是国产模型和海外模型还是有巨大的差异啊，能力还是相差非常大。我之所以选用 mini max 是 因为它量大，环保，但是如果 你把你如果觉得它达不到你的要求，你把它升级到 cloud， 并且使用它最新的 opus 四点六 think 模型的话，它整体的体验应该最起码会上一个档次。呃，但是不用说，价钱应该也是会上一个档次的。 最后呢，我想说一下，这个教程并不是教大家去怎样做这样一个任务系统，因为它本身的价值 其实并不是特别大啊，但是它最重要的它是来展示 open cloud 这个东西的价值在哪里。 我把它总结为几点，就是一它时刻在线，二、它可以主动找你。三就是它可以打造专属于你自己的自定义流程。 我对这个 task 不 满，因为我想要这种循序提醒，我想要这个规则，但是另外一个人可能就想要一个其他规则，或者他想要多个规则啊。市面上的产品就算再努力做也很难满足每个人的需求，但是你有一个 open call 的 话，你就可以实现自己的需求。 另外一点，我想展示的就是不会技术或者产品思路，也不要怕，你就跟 ai 的 不断聊四科就好多折腾折腾你就会越来越强了。 所以说最后如果你能找到很多利用随时在线主动触达这两个能力的场景，并且你本身也很喜欢折腾，那就赶快入坑吧，相信不久的将来你就会拥有自己的 jazz。

很多人觉得写一个给 ai 的 skills 很 难，其实 skills 你 一行字儿都不用写。今天给大家分享一下我去用 ai 写 skills 的 技巧。这是一个给博克配封面图的一个 skills， 就 拿这个来举例， 这个 skills 的 主要功能就是我把我的内容给了它，它就帮我使用 nano banana two 配一个动漫风格的封面图。这个 skills 看着非常复杂，但是整个 skills 我 没有写一行字儿都是 ai 帮我写的。第一步，我会同时打开 jimmy 和下的 gpt， 告诉他我的需求。其实这个任务的核心就是根据博客内容去生成身图的提日词。第二步就是自己反复地确认 ai 惨作是否满足我的需求。我会让他尝试给我不同风格的提日词，然后到 navata 里面去使用 banana 三层， 这是 jimmy 三层的，这是 java gpt 生成的。第三步呢，我会挑选几个我觉得最满意的提日词，告诉 ai， 这是我认为最好的方案，请你帮我封装出一套 skills。 这一步呢，需要把 agent 要完成的工作理由给它说明白，包括一些边界的情况之后， gmail 和其他 gpt 就 会分别给到我 skills。 最后，我会同时在 umind 里面创建两个 skill， 分 别测试它们 有点像员工之间的赛马，等跑一段时间之后再决定保留哪一个。那最终胜出的 skills 呢？就可以交给 open cloud， 用多个 skills 组合的方式，自动地去跑完整的一个泊客通道任务了。所以 skills 看着很难写，但人真正做的事情只有三件，提需求、 做实验和拍板。 a s 呢？我真心建议大家都应该养成在工作中封装 skills， 迭代自己 skills 的 习惯，然后努力地让 agent 把自己的工作给替代掉。

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！

我昨天讲这个 skill 这个事情，有朋友私信问我这个 skill 具体的思路是怎么样，我今天就来演示一下。第一件事情是建立我们自己的档案，第一步，然后想好自己的定位，定位 做好以后创建一个 skill。 skill 创建好了，然后录音采集，就是你自己的语言风格。至于爆款结构， 你根据自己的特点适用于哪一种，自己选。爆款结构市面上也蛮多，等一下我也可以给你看几个。我这边去准备的快要到变现期之前，那你的迭代的录音应该会有很多很多份了，所以到那个时候，基本上你的这个 skill 结合到这个 agent 里面的这个 skill 是 已经趋向于比较成熟了，很了解你的。你的语言节奏，包括常用词，包括你的金句库，应该都是积累的比较完善的了。 这张图如果是看过，呃，我估计大概你就能够理解我的思路了。然后我这边的操作，因为我也帮其他的朋友在做这件事情啊，所以这里可以做不同的人的这个档案， 比如说我现在先随便起一个名字，然后负责人，然后他是哪一个时期，比如说定位期还是起号期还是变现期，选择一下，然后下一步的动作设计， 产品助平台，抖音，然后辅助平台，呃，视频号，这样变现期的就设计好了。然后这个客户档案会包括 我刚刚填写的，包括这个过程当中要做哪些事情？定位器，起泡器， 变现器，这个是模板全念反转型的，英雄之旅型的，对比反差型的，这个就是爆款结构，这个爆款结构不一定某一个结构就一定适合谁，就是因为表达方式或者是这种表现力、情绪都有差异， 你是哪一个类型的人格？比如说大五人格啊，或者是 m b t i 啊，去测试一下，那有你适合的点去选择就可以了。 然后还有口播的类型，脚本的股价，这些设置完以后实际上并不是一成不变的。如果是你选择到了一个你舒适表达的一种表达结构，然后游刃有余了，可以改换其他的结构。但是如果你说我不用结构，我就 呃直接的口述表达可不可以呢？当然可以，但是我认为这方面是需要大量的输入，也就是输出倒闭输入，你要看很多的书，然后脑子里面是有那么多内容的，你这样自然而然的表达是 ok 的。 否则的话我还是建议去写竹子稿，然后并且有这样的结构表达起来更有抓手一点。

今天花一分钟讲清楚法律人怎么快速搭建属于自己的 skill， 不 需要复杂的技术，贴合办案实物，新手也能够轻松上手。首先明确一点，律师的 skill 搭建核心不是追求它有多全面，而是精准适配办案需求。优先搭建能够直接提升效率，解决实际痛点的能力， 而不是盲目跟风。第一步，定位核心需求，先梳理自己的办案详情，是侧重立案调查、合同审查，还是文书的纂写与客户的沟通。比如说常年做民商式案件，那就重点为二，立案调查加文书生成来去搭建，精准发力，比全面铺开更高效。第二步呢，选择适配的工具， 不用硬啃复杂的通用工具，优先选择法律人专属的工具，比如说阿尔法 ai， 它能够直接适配律师 skill 搭建的需求，不用手动配置，不需要学习复杂的操作，开箱即用，省去了大量的适配视频。第三步，落地实操加上优化，用工具固定核心技能，比如说用阿尔法 ai 的 类案解锁功 能，固化关键词筛选加案例优先排序的技巧。那用合同审查的功能呢？积累专属的关键词排序的技巧，那用合同审查的功能呢？积累专属的专属流程。 最后还要提醒大家，律师搭建思路不用追求一步到位，重点是实用高效，并且可赋能。借助专属的工具，把重复的办案固化成自己的技能，才能够真正的减速提效，把时间花在更核心的办案环节。

当下火热的 agent skill 技术如何在企业落地？我基于开源智能体框架 open code 快 速构建了一个面向尼有四 g 图数据库的 skill， 用自然语言即可完成数据查询和修改。整个搭建过程只花了几个小时，步骤也非常简单。 首先准备基础 skill 模板，由 anthropic 官方提供的 skill 叫做 skill creator， 用于生成定制化 skill。 获取该技能包后，将它放到 open code skill 全句目录下，如果目录不存在，自行创建即可。 随后登录 neo 四 j 执行命令，获取图数据库 skin 并导出为 json 文件。接着创建一个新文件夹，将该 json 文件放入其中。随后启动 open code 桌面应用，在侧边栏点击打开应用，并选中该文件夹，然后输入提示词 要求。 opencode 基于大致的需求描述以及图数据库的 schema 等信息，生成一份专业的用户需求说明文档。提交提示词后， opencode 便开始了需求文档的自动编制。很快，一份标准化的用户需求说明书便生成完毕。 打开文档可以看到 open code 将原本简短的需求描述扩展成了一份完善的专业文档，内容不仅包含了对图数据库 schema 的 解析，还完整包含了功能边界定义、典型业务场景示意，以及数据库与向量嵌入的环境配置，要求 整体逻辑严密，结构非常完整。如果你对文档不满意，可以继续与 open code 对 话，让它修改即可。 确认需求文档无误后，接着在 opencode 中输入提示词，调用 skill creator， 并依据需求文档生成 skill。 提交后，系统将自动完成 skill 的 结构化编制，生成结果包含 skill 主文档、说明文档及配套脚本文件。 通过界面右上角的切换审查功能，可方便地查看各文件内容。若生成结果有问题，比如我发现他未按要求提供点 emv 文件用于配置数据库及 emv 后台凭证，可继续下达修正指令，要求补充点 emv 配置，并同步修改相关文档与脚本， 使 skill 能从环境变量加载必要参数并正确运行。接下来，将生成的技能包复制到 opencode 的 skill 全集目录中即可直接调用。 opencode 会根据输入内容自动判断需要加载哪个 skill， 因此实际使用时只需像平时对话一样提出问题即可。 例如询问某客户使用了哪些产品，系统便会自动完成查询并返回结果，即使是更复杂的业务问题也能够处理。 至此，一个定制化 skill 就 完成了。开发是不是非常简单？相比 defi 等低代码工作流开发平台， skill 技术在使用自由度和任务适应性方面有明显优势。 只要在 skill 中提供必要的背景信息，智能体就能自行规划执行步骤并完成目标，使用起来自然丝滑。这样的体验是机械的工作流应用无法比拟的。小结一下，打造一个定制化 skill 只需四个步骤， 首先提供基础信息，包括需求概述和相关数据资源说明。其次，由智能体据此生成完善的用户需求文档。 然后基于该文档调用 skill creator 生成 skill。 最后在实际使用中持续迭代优化。与 open code 类似的开源智能体工具还有不少， 比如当下超火热的 openclaw， 也可以轻松地实现上述能力，而且还支持通过手机指挥 agent 干活。借助这些成熟的智能体工具，结合 skill creator 这个基础技能，就可以简单便捷地把企业的数据规则和系统接口打包成可附用的 skill， 让智能题不止会对话，而是真正能查数据、调系统、跑流程，把分散的能力连起来，直接为业务服务，帮助企业显著提升数据和工具的利用效率，让 ai 从回答问题走向参与干活。大家快把这个超实用的技术用起来吧！

好，今天我来带大家从零到一搭建一个自动选择题的 skills。 首先我们来演示一下效果，这里我已经告诉他给出今天的选择题，然后柯带斯就会自动调用我的这个 skill 来生成今天的选择题，就是二零二六年二月十四号的一一个选择题，他能够把选择题写入一个 csv 文档里面，然后自动上传到飞书这里，他是在问我们要权限，我们选择 yes， 然后他就会去自动知心里面的代码。我先来讲一下 skill 的 一个原理，首先就是我们在这个 codex 或者 cloud code 里面去给他发送信息或者提示词的时候，他就会去我们的 skills 里面的 这个 markdown 文件里面去查找看哪个 markdown 文件符合我们的，符合我们给他发送的这个内容。 比如说这里我给他发出的是给出今天的选题好，那么他就会去 bugdown 里面的这一部分， 这部分是这个 skills 的 meta 信息，也就是原信息，他就会根据这段原信息去匹配你的这个题词，如果他们匹配到的话，他就会进行下面的这些步骤， 比如说这里我还有一个自动写脚本的一个提示词，那么这里的原信息就是 以内容选择题记录生成可执行的视频生产包，包括可播放镜、镜头拍摄清单等等，那么这里它的原信息就不符合我们的 这个给出给出选择题的这个源信息，所以它就所以它就不会执行这一个 skill， 而是执行我们的这个 每日选择题的 skill。 它这里的描述就是生成每日的内容选择题，主要是为 ai 创作者来进行生成，那么就符合我们的这个题词词，那它就会去执行这个 skill。 首先我的这个 skill 会去网络上搜索当天的一些关于 ai 的 信息，然后自动给我生成 三条长视频的选择题和七条短视频的选择题，然后还会额外给我增加二十条选择题，这个是我 后来增加了一个功能，如果你们觉得十条选择题足够的话，也可以不用加这个选择题，可以看到它已经生成了今天的选择题，并且写入到了 c c a 文件里面，我们可以来看一下， 是二月十四号的，这就是生成的一个 c s v 文件，然后它还会自动上传到飞书，嗯，可以来飞书里面查看一下，它就会上传到这个小题灵感库，这里面 把它拉过来，然后往下滑，可以看到这里就是二月十四号的，它就给我们自动上传到了飞速，然后我在飞速里面还实现了一个功能，就是 就是这里的状态，如果我选如果我想选择某一个选择题的话，我就把它的这个状态改为已选入，可以看到它这里就自动为我们导入了刚才的这个选择题， 并且这里的状态也自动改成了已选入选择题， 就是就是这一个选择题。好，这就是大概的一个功能，然后我们就来重新搭建一个这样的 skill。 首先我们来下载 codex， 来到 codex 的 guitar 页面就是这个网址， 然后我们可以到下面的这里，这里它有最新的发布页， 我们不用管其他的下载方式，这里面 windows 和 mac 都可以下载对应的这个安装包， 你可以按照自己的操作系统来对进行对应的下载。那这里我已经安装好了，我就不下载了，那因为 oppo 现在可以 免费的使用他们的最新的模型，这是 gpt 五点三 codex， 所以 我现在比较推荐用 codex 而不是 cloud code 的。 然后我们打开 codex 之后 就会让你进登录，正常登录就行，登录完进来之后就会在这里的 thread， 这里我们可以点击添加一个新的 project， 然后这里我用的是一个 test 文件夹，然后点击这里的打开 就行，就进入到这个工作区里面了。然后下载好的酷派斯里面是默认自带了 skill creator 这个 skill 的， 它的作用就是用来帮助你创建 skill， 然后我们可以通过键盘上面的斜杠， 这里我们就在这个搜索框里面搜索 skill 来选择这个 skill creator。 好， 这里我就使用我之前的那个 skill， 这里你就可以向 正常与 excel gpt 对 话一样去告诉这个 skill creator 你 的需求，然后我这里就告诉他帮我创建一个 skill， 每天帮我获取不同的自媒体。选择题主要聚焦于 ai、 n 班自动化、 ai 工具、扣子、 vip coding、 igc 等。 我的视频包含了长视频和短视频，长视频发 b 站，短视频发国内的平台，然后后面是我发布视频的频率，然后是我要面向的一个观众的受众。然后这里可以把这个 play mode 打开，也就是 计划模式，它可以根据你的这个提示词来呃问你一些问题，然后帮你完善你的 skill。 那 我们选择发送，然后可以看到它就会去调用这个 skill creator 这个技能来帮我创建新的 skill。 这里他说继续现有环境，我可以把这个新 skill 放在这个目录下，这个目录就是一个全军目录，就是 skill， 你 可以安装到全军目录，也可以安装到每一个指定的工作目录。 比如说这里就是我安装的全军目录，然后这里就有个 skill creator。 全军目录的意思就是我可以在不同的工作区域下 去使用我的这个全剧目录下的 skill。 就 比如说这里我是在 test 目录下，如果我在这个 n 八 n 或者这个 project 目录下，我都可以去使用这个 skill creator 这个 技能，那这个时候我希望他把这个 skill 安装到我的现在这个工作目录 test， 所以 我就可以在这里进行输入， 把这个 skill 安装到当前工作目录下，那我们直接点击继续，先不用管它的这些 skill， 可以看到他说我们刚才在选题来源里面填的安装路径，我理解你希望安装到当前工作目录好，这个时候他就会把这个 skill 安装到当前目录了。然后接下来我们需要补充一些信息，首先就是选题来源策略 有纯热点和纯长清，这里还有一个混合，这里我们就选混合，然后短视频测要不要在输出里区分平台版本，这里我们可以选择他推荐的统一脚本加平台改写建议。 然后这个 skill 是 否需要附带每日自动运行方案，这里我们就填一个，暂时不需要。然后我们补充了这信息之后，它就会去给我们生成一个 plan， 我们可以把这个计划展开，可以看到这里的总结就是为你创建一个可复用的 skill， 目标是每天产出不重复，可直接拿去做内容的选择题清单，覆盖长视频、短视频，还有主题聚焦受众。 这里是他交付的一些文件内容，然后这里他生成的目录是有一个问题的，我们待会来告诉他怎么放在正确的目录下，然后这里是设计的一些细节， 这里我们基本上就可以不用管，然后我们直接划到最下面，因为他创建的位置不对，所以我们 我们在这里给它进行一个提示。我们来到我的这个 workspace 里面的这个视例，来看一下 skills 是 放到哪个文件夹下的。 我们需要把具体的 skill 放在点 agents 杠 skills 下，因为像 codex 和 cloud code， 它们去查找 skills 的 时候就会去这些目录下进行查找， 但是这里 q d s 给我们给出的创建的位置是 test， 那 么这个目录位置就不对，然后我让我们就告诉他，一创建的位置 是点 a 键值，点 scale 杠 scales 下，然后我们点击提交， 可以看到它就更新了我们的这个计划，并且生成的目录也是正确的，那我们就点击执行，可以看到它现在正在使用 skill creator 里面的脚本来帮我们自动创建我们的这个 skill， 我 们把这个工作目录给它打开， 可以看到它这里正在为我们创建这个 skill。 其中 skill 里面最重要的就是这个 markdown 文件，这里在 codex 里面它是 skill 点 markdown， 如果是使用的 cloud code， 它这里就是 cloud， 点 md 文件， 然后它又需要我们的一个权限，你直接点 yes 就 行， 直接无脑。下一步 如果你们想让它获取所有的权限的话，可以在这里的这里有一个默认的一个权限，你们可以把它改成 focus， 改成这个模式，它就不会再询问你索要权限，它就会自动的去执行所有的操作。然后我们让它中 可以看到它已经为我们创建成功了，然后我们来问它如何使用这个 skill， 它这里给出的步骤是进入进入 skill 的 目录， 然后通过命令行来传参数，生成运行摇本，然后查看输出。那它这里给出的步骤太麻烦了，我们需要它能够自动识别我们的一个意图。我们在聊天框这里输入 获取今天的选择题时，他就自动的去帮我们完成这些操作，让我们来教他更新。 这里我就告诉他你给出的操作步骤太复杂了，当我说给出今天的选择题后，他就自动来进行这些操作。 这里我们还是点击 yes， 他 可以看到他去更新的 skill， 点 md 文件，然后他然后他会去运行脚本去进行一次测试。 好，现在他说已经改好了，只要你说给出今天的选择题，他就会自动执行脚本，那我们来测试一下。 好，可以看到他已经给出了今天的选择题，长视频三条，短视频五条，然后有一个结果文件。 好，我们可以在这个 outbox 目录下看到他给我们输出的选择题的内容，有长视频的选择题，还有短视频的选择题，他给出了标题勾子，还有来源标签，还有内容的大纲等等， 但是他给出的这个文件不符合我们上传到飞书多位表格里面的这个格式，然后我们这个时候需要继续告诉他，你需要输出一个 cs 文件， 用来用来上传到飞书的多位表格里， 以修改输出文件为点 c s v 二、新增添加 文件到多维表格的功能。越飞速的多维表格可以通过导入 excel 或者 c s v 文件， 所以我们输出的这个点 c c 文件用来导入到非数作表格是非常方便的，可以看到它现在就会 更改这个脚本，然后给我们新增一个把文件上传到非数的作表格的一个功能，这里我们就等待它执行就行，然后这里还它还是需要我们的一个权限，我们直接点 yes， 然后无脑 yes 就 行，如果我们待会遇到问题再叫它修改就可以。 好，可以看到它已经为我们变更的结果。输出的文件默认为点 csdf 文件，并且新增了写出非输多位表格的能力，那这个时候我们先来测试一下它是否为我们输出了 csdf 文件。 我们还是让他给出今天的选择题，然后让他去执行， 让他选择题已经生成了，然后我们来到的文件夹里面，好，这里我们就可以看到确实是已经生成了 c s c 文件了，然后我们就需要去到飞速里面配置这些参数。 首先我们进入到飞速的开发者后台，就是这个 u i l， 然后点击创建企业自建应用，这里我就填一个 course， 然后应用的描述就填一个教程，那点击创建 总结完之后，在凭证与基础信息这里就有一个 app id 和 app secret， 然后我们来文件夹里面看一下它，它是否有为我们存储环境变量的一个文件， 可以发现并没有，然后我们就告诉他，我们需要把飞书的文件变量存储到点 e v a 文件里面， 这时候就让他继续修改就行。 好，他已经为我配置好了点 e v a 文件了，那我们就可以在里面填入 一些关键的信息，这里这里就是飞书的 app id， 就是 这个我们复制然后粘贴进去，这里是 secret， 给它粘贴进去，然后然后下面就是飞书多位表格的信息，这里我们就去新建一个多位表格，在飞书多位表格这里添加一个， 然后点击新建这里我们点击新建多维表格，新建一个多维表格， 然后是我们会发现我们新创建的这个数据表与它的与它给我们生成的这个数据表的字段是不一致的。所以第一次我们这里可以先把它的这个 c s v 文件给它导入进去， 先把它复制出来，然后点击这里的导入选择文件 这个给它导入进来。 好，导入进来之后我们就有了这些字段了，然后你就可以暂时把其他的都删除掉， 那这里我就给它命名为选题灵感库。这个时候，那这个时候我们需要填写的是多余表格的 token 和 table id， token id 就是 我们看我们来到这上面的这个 u r 幺，这里 token id 就是 这个 table 问号前面的这一串制服串，你给它复制，然后粘贴进来， table id 就是 table， 等于就是这里 table 等于后，后面这里 这一串就不要不要把这个按的符号给它复制进去了，就是等于和按的符号中间这一串 复制，然后给它粘贴进去，然后我们点击保存这里我们的环境变量就填写完了。来接下来我们需要给我们的这个应用添加权限，在这个开发配置的权限管理这里， 我们点击开通权限，然后我们的类型选择，应用身份权限，选择多位表格，然后我们把它都打开确认开通 用完之后，我们就可以点击发布创建版本，就是在应用发布的版本管理这里版本号选择一点零点零 更新就是第一次发布，然后我们点击保存，点击确认发布。 我发布完成之后，我们再来到分数的多位表格里面 上找的这三个点，这里我们在这里点击更多，然后选择添加文档应用， 在这里搜索我们刚才创建的应用，就是 course， 我 们需要把它添加进来，我们需要把这个应用添加进来，它才能够对我们的这个表格来进行操作，然后我们点击添加 好，添加完了，然后，然后我们就告诉他我已经配置好了飞书的内容，你来测试一下， 我们先把我们的这些记录给他都删除掉，看他看他是否能帮我们自动上传到飞速，他中间可能会遇到一些问题，如果遇到问题直接叫他修改就行 啊。现在应该在请求飞速的接口，第一次请求可能会等的时间比较长，我们就等它继续执行就行， 可以看到它说当前进程没有返回日期什么什么的，这里我们就选择 yes， 让它自动去进行调整 好，这里可以看到他遇到了一些问题，他现在需要先验证只生成 csv 文件是正常的，然后再去单独测试飞书的接口， 可以看到他现在找到原因了，他说脚本在同一天反复执行时触发了去重死循环，然后他就会去继续修复，然后现在已经修复完成了， 他现在会再来进行测试。描述的全键成功了，但是写入失败了，是因为字断的原因，这里我们继续让他进行修改。 在完成这个自动化的过程当中，是没有去写一行代码的， 就他给这里，其实他给我们这里我们导入的这个 excel 其实是有点问题的，因为他都给我们设成了多选，我们先我们先把这个流程来跑通， 你再自己创建 skill 或者使用我之前的那个 skill 的 话， 就可以在导入 excel 之后把这些字段的类型都给它进行修改一下，它这里全都给我选成了多选了，所以所以导致它一直出错。 好，这里可以看到它测试成功了，已经把这些已经把 c c 文件里面的内容都给它导入进来了， 看到测试已经完成，并且我们也可以在这里面看到上传的内容，所以之后，所以之后你们在所以之后你们在 q 代码里面再给他说给出今天的选择题，他就会自动的去帮你完成这整个流程，那就是飞速里面的这个自动化，这个这里我就用我的那个飞速表格来进行演示了， 首先有灵感选库和选题两个表，然后我们在进行自动化的时候 可以可以点击创建自动化流程，然后就会进入到像我的这个界面一样，首先你的第一步，第一步选的就是新增修改的记录，满足条件时， 这里我们选择新增的记录的表，就是灵感选题库表，然后然后我们设置的满足条件，因为我们需要把我们的状态改为已选入，所以这里设置的条件设置状态等于已选入，并且关联内容为空。 接下来的第二步就是我们需要在我们的选题表里面新增一条记录，所以这里我们就选择一个，所以这里我们就选择我们的选题表，然后那下面就是我们需要新增的记录里面的所有的字段。这里需要注意的是 我们在点击这，我们在添加动态的值的时候，需要点击这个加号，然后我们这里选择第一步满足条件的记录， 然后我们直接在这里进行点击就行，不要不要点击它下面的这两个内容，你直接点击点击这个，比如说我这里就点击选填 id， 它就会把里面的值传给我们，而不是把这个字段的名称传给我们。 然后第三步就是我们需要把灵感选择题，呃，选择题灵感库里面的这个状态给它改为已选入选择题，接着我们点击保存就可以了，这就是整个选择题的工作流程。

大家好，今天给大家来简单示范一下如何安装 open curl， 那 大家先打开 open curl 的 官网，它在首页是直接提供了一个命令行，大家只要复制这个命令行在电脑的终端里运行即可。那可能有些同学他会不知道什么叫终端，终端是直接通过敲代码的指令来跟计算机的操作系统 进行沟通，你可以把它想象成是一个电脑的文字对话框，那我们就复制这一段命令行，打开终端执行，然后这个时候它就已经在开始安装了，这个安装过程大概要二十分钟左右，这个二十分钟大家可以去干别的事情，然后回来再进行一些配置， 那进入到配置箱，第一句话是跟你说这个是默认个人使用的，如果说你要去共享或者说多个人去使用这个东西的话，你需要进入到 lockdown 模式去进行一些权限的设置，那我们现在是默认自己使用的，所以我们就选择呃 continue， 然后呢选择 quickstar 就是 快速配置的模式， 然后这里就会进入到一个选择模型的一个选项，大家可以自由的去选择你自己日常使用的模型，那我在这里的话是选择千万的模型来进行配置，点击千万之后呢，它会打开千万的官网进行一个确认， 然后就认证成功了。然后我们又进入到了 select channel 的 一个选项，这里的话是选择你的 open crop 要跟哪一个社交软件进行一个连接，这里我们可以选择飞书，然后安装 飞书。在这之前我们要先去飞书的开放平台，点击开发者后台，然后在开发者后台里面选择创建企业自建应用， 这里我们就可以创建一个 opencloud 的 应用，然后选择应用描述个人助理，因为我之前已经创建好了，所以我这里只是演示给大家看，我先取消。当大家选择创建之后，这里会出现一个我们自己的一个应用， 创建完以后，点击进去就找到我们的 app id 以及 app id 秘钥，先复制 app id， 然后在终端里面输入，然后输入我们的 app 秘钥，然后呢，这里需配置，你是需要让它在一些特定的群主里面去响应，还是你给它开放所有的 group 的 权限？为了安全，我只是让它在一些特定的群主里面 接入，我们再打开飞书的群主，飞书的群主这个上面点击设置，想要让 open curl 进入到哪个群，你就打开哪个群，然后在下面找到你的群 id， 然后复制这个群 id 发送到 terminal 里面， 然后 open curl 就 会接入到这个群里面。接入聊天工具以后呢，我们就来到了安装 skill 的 流程，然后这个 skill 呢，对于 open curl 来说其实是一个很重要的一个功能选， 当然大家也可以跳过，你只要所有东西都跳过的话，你其实很快就可以把这个 open curl 安装好了。但是我们为了让 open curl 更好用，在这个配置的过程中需要给它接入很多能力，然后这个 skill 的 每一项对应的是一个可扩展的功能模块，可以让 open curl 去对接不同的应用服务和能力。我们先选择 yes， 然后去看看有哪些 skill 是 可以配置的， 然后这里大家可以看到像 password， apple no， 然后 apple reminder 跟 bear no 是 对接我们电脑自带的或者第三方的笔记密码管理跟代办事项应用，那 openclip 就 可以去读写你的笔记密码库跟提醒事项。那我觉得这个会有一些风险，所以我是没有接入这个的。 我比较推荐可以接入的是 gemini， 接入了 gemini 以后呢，这个 openclip 就 会具备更强的 ai 生成和理解能力。 还有一个可以推荐给大家的是 nano banana， 接入了 nano banana 又会问你要不要去配置 google plays api key， 然后这个的话其实大部分人来说不太需要，因为这个主要是获取位置的一些权限。然后我们来到这个配置 hold 的 流程， 然后这个 hold 是 opencloud 的 自动化拓展机制，就当你执行某些命令的时候，它可以自动运行预设的脚本或任务。那我这里会推荐大家安装两个，一个是这个 come on vlog， 它可以自动记录你在 open crawl 中执行的所有命令，就方便你后续去回数。还有这个 section memory， 这个主要是让你以后绘画切换或者说你就重置的时候，它可以自动保存和恢复你的上下文记忆，避免你丢失你的进度。那我们配置好上面的之后呢，到了这里他会问你要怎么样去 hatch your bob， 这里其实问的是你想要怎么样用你的 open crawl， 然后 hatch in tui， 这个 tui 是 指在你的终端里面使用 terminal ui， 或者说打开你的 web ui 在 网页里面。那我这里是推荐大家在网页里面去打开它的界面会更加友好，那我们现在在网页里面就打开了这个 open core， 到这里其实你已经安装好了 open core 了，你可以先跟他打声招呼，比如说介绍一下你自己， 你可以干什么？它可以读写编辑组织你的文件，可以写代码，然后可以搜索网络，可以发消息，然后飞书集成，因为我们刚刚已经连接了飞书，然后它可以帮你记住每天重要的事情，写日记等等。 那我们在网约单已经可以用，我们现在试一下怎么样在飞书里面去使用。我们要到飞书后台，刚刚我们已经创建了一个应用，我们要在这个添加应用能力里面去添加机器人， 在权限管理里面去配置一些权限，我们主要需要让这个机器人有两个权限，一个是接收和发送信息，点击开通权限，然后在这里搜索一个 i m message 的 权限，这个权限主要是让这个机器人可以去接收和发送消息，然后呢再搜索一个 i m chat 权限， 然后这个的话是可以让机器人去获取群信息，确认开通权限，还有读取用户的基础信息， contact t a c t contact user contact user base， 获取用户基础信息 chatting。 我们的权限配置好之后呢，我们就打开事件与回调，然后事件回调里面呢，在订阅方式这里选择使用长连接接受事件保存， 然后呢我们再添加事件，添加事件里面，这里输入 i m message b c， 然后这里可以确保我们的机器人可以接收消息，确认添加确定开通权限添加成功，这个是可以确保我们的机器人可以接收消息，我们还要去让它能够接收群聊中机器人的消息， 开通权限，我觉得读取群中所有的消息，然后要记得做好所有的配置。之后呢，我们就要去把这个应用去发布了， 这个机器人才会在线上生效，然后这个版本号我们就随意，然后保存，确定发布。然后我们再回来这个飞书里面，点开这个机器人列表， 添加机器人，搜索我们刚刚配置的一个 open claw 机器人，点击这个个人助手添加，那 open claw 就 进来了，艾特 open claw 介绍一下你，嗯，他，哦，好了， 那当我们艾特介绍一下你自己之后，他就开始在飞叔的群里面来给我们回复了。嗨，我是 open claw， 你 的 ai 助手。关于我，我是运行在你本地的 ai 助手，不是云端聊天机器人，我可以帮你处理文件，我有记忆的系统会记住重要的事情， 挺有意思的。 ok， 那 今天的分享就到这里了，那下一个视频我会给大家分享，我们怎么样高效地用 open color 来解决我们日常的一些事情。

嗨，我是傲娇，今天分享如何将你的原始想法转化为像这样结构完美、高质量的 ai 提示词。看上去感觉自己像是一个提示词专家，但实际上这些都是 ai 帮我写的，我只负责陈述需求，确认 ai 理解的是否正确。 这是我最近做的一个母语级字幕转移的 skill， 不 仅帮你翻译，而是中文母语级的内容重构。因为我经常会看 youtube 上的一些英文长视频，这类视频的信息密度通常都比较高，看了一遍之后可能还需要回头去找一些信息，而看中文字幕会比看英文字幕快得多。但 但是我发现很多翻译软件在处理这类视频的英文字幕时，经常会出现错误歧义，像 ai 领域的一些人民啊，专业术语啊，经常会被硬翻，导致理解上出现偏差。 我还要再回到英文字幕里去确认这句中文翻译是什么意思。所以我希望获得的译文是符合中文语言和阅读习惯的，能让我快速找到我想要的内容。所以我就做了这个 skill， 具体可以看一下， 接下来给大家分享我是如何让 ai 帮我生成这样子的一个体式词的。我用了一个 skill 创建器的技能，这个技能的话就是帮你把一个模糊的想法转化为这种非常结构化的高质量的体式词，你把它分装为技能，未来的话也就可以去重复的使用了。 这是我真实的跟 ai 对 话的过程啊，几轮对话之后，他就帮我输出了我想要的 skill。 那 首先在下面的对话框里面可以看到有一个小灯泡，那点击进来的话，我们找到 skill 创建器这个技能，然后在这个对话框输入我们的需求想法发送，就可以跟 ai 进行对话了。 比如说这是我输入的原文啊， youtube 视频中带时间戳的英文字幕被翻译成中文的时候，会有很多不符合中文语言习惯，读起来不通顺，不理解啊，就是纯自然语言的一个描述。那接下来的话， ai 就 会跟我对话了，它每一轮对话其实就核心就两点， 一，确认我的需求，第二通过问题的形式再次深度的挖掘我的需求。在第一轮对话中，我会发现他的理解跟我想要的是有偏差的，他以为我给他的是一个中文的文本， skill 去帮我再翻译成符合中文语言习惯的文本。 我给他的中文文本如果本身是有错误信息的，那他在不了解英文原文上下文的情况下，他就可能给我的是一个错上加错的版本。所以我立即纠正了他的一个一个偏差，同时我回答了他的一些问题，应用场景是什么？ 那下一轮的话，他就会再次澄清他的一个核心的功能，使用的场景，以及再次确认几个小问题。他每一次的对话都是我理解是什么什么。 在这里可以看到 ai 它其实非常的严谨啊，关于输出质量，尊重原文的意思，同时要符合中文习惯。当这两者有冲突的时候，希望如何去处理啊？比如那英文中的一些口语化的一些表达， 像 like， you know 等等啊？是完全保留呢？还是自然省略？包括重复的内容是保留还是合并以及专业术语啊？是要翻译成中文还是保留英文？ 这里面我就告诉他向口语表达自然省略即可，这和文章要表达的主旨意思并不冲突啊。重复的内容可以合并，专业术语要保留原文，包括一些人名、软件名，包括 ai 领域的一些专业术语。 下面的话，他就帮我再次总结了输入的要求和输出的要求，以及质量的底线，还有去设计 ai 的 执行逻辑。让我去再次确认啊，这个流程是否符合我的场景，我给他回复是正确的。 另外输出的时候它需要有适当的排版，比如说我不要全部一堆文字扎在一起的，这样很影响阅读的感受啊。所以说我需要有一些层次分明，符合阅读习惯。 那就再次帮我优化了一下，包括这个标题如何去处理，那最终几轮对话下来的话，它会给我推荐 skill 的 命名，我选择了母语级字幕转移，确认最终设计方案后就自动创建成功了，就这么简单。

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？

每天讲透一个 ai 知识点，今天是 agent skill 核心架构与工程化实践。好了，咱们直接改整。今天呢，我们会把 agent skill 这个东西从里到外给它八个底朝天，咱们先搞明白它到底是个啥，然后卷起袖子亲手做一个出来。 接着呢，我们会解锁一些高阶玩法，再深入到它的核心架构里去看一看，之后再把它跟一个长得有点像的兄弟 m c p 放一起比一比。最后，当然是给你来一个清华版的深度总结。 好第一部分， agent skill 到底是什么玩意儿？说白了，你就把它想象成是给你家的 ai agent 请了一个新员工。然后呢，你递给了他一本儿超级详细的工作说明书， 没错，就是这说的，他的核心思想就是一份大模型能随时翻阅的说明书。这可就厉害了，意味着你再也不用每次聊天都苦口婆心地重复那些复杂的规则，你只要把这本说明书扔给他，他自己就能乖乖地、准确地按照你的规矩去办事儿。 而且，你可别以为这是什么小众技术，这家伙火起来的速度简直了。你看啊，二十五年十月份 andropic 才刚推出来，年底像 vsco 的 这些行业大佬就全都跟进了。然后端一下，十二月它直接就成了一个开放标准，短短几个月，就从一个内部工具变成了行业规范。这潜力有多大，不用我多说了吧？ 哎，光说不练假把式，理论拼的再多，不如自己动手搞一搞来。第二部分，咱们就从零到一，亲手打造我们的第一个 skill， 一个能帮你自动写会议纪要的贴心小助手， 整个过程出奇的简单，你看就四步，第一，给你的 skill 安个家，也就是建个文件夹。第二，在家里放个灵魂文件，就是那个 skill 点 m d。 第三，在旧文件最上面写清楚他叫啥，是干啥的。最后嘛，就在下面把你的各种要求、规则事例清清楚楚的写下来搞定。 所以你看，结构很简单，但真正的魔法其实藏在背后就是这个东西。按需加载这个魔法是怎么变的呢？你想想，要是你有十几个甚至上百个 skill， 难道 ai 每次都要把它们全度一变吗？那 tock 还不烧得你破产？当然不是，它很聪明，它会先看一个超级清亮的目录，上面就写了每个 skill 的 名字和简介， 然后根据你的要求。哎，他从目录里找到了最合适的那个关键点来了，只有被选中的这一个，他的完整说明书才会被加载进来，其他的呢，全都在旁边待着，纹丝不动，这就省下了一大笔开销。 基础的我们掌握了，那接下来必须得升个升级了。第三部分，我们来聊聊高级玩法。如果你想让你的 agent 不 光会照本玄科，还能去查外部资料，甚至跑一段代码动真格的，那你就需要给他解锁两个超能力了， reference 和 script。 这就自然而然地引出了一个问题，万一我的说明书它它变得跟小说一样厚怎么办？总不能把几百页的公司财务制度全都塞进一个文件里吧？那也太蠢了。 没错，你当然不能那么干，答案就是用我们刚才提到的那两个法宝， reference 和 script， 它们能让你在按需加载的说明书里再来一次按需加载，有点套娃的感觉，但非常管用。 来看这张对比表，这个区别你必须得搞明白。 reference 是 用来读的，是知识，是参考资料，所以模型会把它加载到上下文里，是要消耗 token 的。 但是 script 呢，是用来跑的，是动作。模型根本不关心你代码写了多少行，它只负责实行，所以它的上下文成本几乎是零。 一个花钱学知识，一个免费干活，这个设计简直绝了！这种把读取和运行分得这么清楚的精妙设计，可不是随便拍脑袋想出来的。它背后是一套非常优雅、层次分明的架构。这就是我们第四部分要揭秘的渐进式批录模型。 你看这张图，一目了然，总共三层。第一层就是那个轻飘飘的目录，它永远在线，让 ai 知道自己会点啥。 当 ai 从目录里选中一个技能后，才会去加载第二层，也就是那本详细的说明书。最后，只有说明书里明确说了，去把工具箱里的那个扳手拿来，它才会去加载第三层的工具箱，也就是你的 reference 或者 script 文件。一层一层地深入，绝不浪费一点点算力。 这套架构是不是特别巧妙？讲到这儿， ai 圈的老炮们可能心里会低估，哎，这玩意怎么听着跟 m c p 有 点像啊？没关系，第五部分，咱们就把它俩拉出来溜溜，看看这到底是瑞士军刀和专业除刀的区别，还是压根就是一回事？ antropic 官方自己给出的解释，我觉得简直是金句。他们说 m c p 负责把 cloud 连接到数据上，而 skill 负责教会 cloud 怎么用这些数据，一句话就把事说透了。 我们再看这张表就更清楚了， m c p， 你 就把它想成是那种工业级的铺好的数据管道，专门用来搞定那些稳定、安全、复杂的 api 和数据连接。 它是专业的除刀，一刀下去，稳准、狠。而 skill 呢，更像是那把多功能的瑞士军刀，它定义的是工作流程，告诉模型数据来了之后应该怎么整理，怎么总结，或者跑个什么脚本处理一下。 所以你看，他俩根本不是竞争关系，而是最佳拍档。当然了，你非要用瑞士军刀去剁骨头也不是不行，但效果肯定不如专业的除刀，对吧？好了，理解了这些，咱们就进入最后一部分，来个深度总结。 来快速回顾一下今天的核心要点季度了啊。第一，核心思想， agent skill 就是 给 ai 的 说明书。第二，关键机制，按需加载，省钱省 token。 第三，两大超能力 reference 负责读， script 负责干。第四，核心架构，高效的三层渐进式，批漏莫行。最后一点，也是非常重要的一点，它是个团队选手，和 m c r p 这类工具是合作关系，不是谁替代谁。 所以你看，从一个简单的说明书比喻开始，到背后高校的暗需加载，再到这一套精密的分层架构。 aurence skill 本质上是给 ai 打造了一套既高效又可扩张的全新能力调用体系，它给了我们一种完全不同的方式去构建真正智能的 ai 助理。 那么聊了这么多，最后留给大家的问题其实很简单，现在这套牛逼的架构你已经懂了，那你打算用它来创造点什么好玩的呢？

你的文章配图可以完全的交给 ai 了，他知道哪里需要图，知道该用代码画的流程图呢，还是用 ai 生成的创意图或者信息图，他还知道自己画完以后把它插入到合适的位置。今天我就把这个配图系统呢开源出来，它叫做 smart illustrator， 它是一个会自动做决策的配图系统。这篇文章第一张配图就使用的就是 jimmy 绘制的图片，然后三步构建法，就使用了默认的配图下面的一个工作流程，这是它配的封面图。那我们接下来看第二个模式啊，就是我们用 ppt 或者 slides 这个模式。 文章经过分析之后呢，需要七张 ppt， ok， 最终生成了七张图片，那这几张图片我们就可以很方便的进行演示了。零一三步构建你的 ai 工作流，零二 零三，零四，零五零六， ok， 这就是它生成的 ppt slice 图片。 接下来我们就看下一个模式，封面图的模式，那这里面呢，内置了一些提高点击率的最佳实践，也支持多个平台的尺寸。好了，我们来看一下纯黑背景，这就是它给我们生成的封面图， 怎么样？效果还可以吧。这个 skills 呢已经开源了，开源的地址呢，会放到描述栏当中。如果你想系统的学习怎么设计这种 skill 呢？可以看看我的 maps 训练营，训练营当中也有单独的一门课程， skills 的 完全指南。

作为一名设计师，今年我是真的有点害怕了，以前的 ai 只能单独做 logo 或者 ip 形象，但现在居然只用一句 pro 的 就能出一整套的品牌全案，包括这个产品视频，我也是没有写提示词的，今天呢，我就用 skill 给你们演示一套品牌全案从零到一的设计过程。 打开我们的老朋友新建画布，点击 logo 与品牌 skill， 输入品牌名称和简单的需求，它会自己思考创意。如果你对这个方案满意，点击确认，就可以直接生成了这里我是先生成的 logo， 然后再出一整套的 v i 延展。如果你对这里不满意呢，你就点击这个 mark 进行局部修改， 切换到第二个 style。 亚马逊套图，你把这个产品图片丢给他，输入这段需求，就能直接生产出符合规范的详情图片了，大大缩短了时间和成本，你甚至可以把这些图片丢给他，改成中文详情页。 我们把上一步生成的亚马逊套图作为参考，点击手册 skill 就 可以得到一个三折页的图片了，如果你不满意呢，你就可以让它不断的去调整，你还可以点击编辑元素，自由的删除移动。 以往需要花费很多时间和费用才能制作这样的产品广告，而现在你只需要这几张产品图发给 skill， 就 能快速的帮你写好脚本，然后生成分镜画面，并且所有的产品都能保持一致性。 ai 发展的速度真的太快了，去年你还在苦苦的去写大段的提示词，而今年 skill 的 出现真的让设计师感觉后怕的程度了。我是宽宽，关注我，分享更多 ai 玩法！

聪明老师的知识分享全流程，从零到一，清晰落地，还在为知识分享转化路径发愁，按照这个流程走，从赛道到交付，一步到位。第一，赛道分析，根据个人的优势选择方向，做市场的调研和用户调研，找准自己的核心竞争力。第二、 细分定位，根据调研结果和用户需求，精准锁定细分领域，让内容更有针对性。第三，课程大纲，列出每节课的名称和重点，梳理出清晰的课程大纲，让内容有逻辑。 四、选择人人奖分享平台，根据赛道和用户群体，最终确定用人人奖作为分享的主体，省心又高效。第五，课程录制，确认好录制的形式和平台，对标优质的账号，找到个人的风格，围绕用户需求录制课程。第六，课程剪辑，删掉多余片段， 按大纲剪辑，让内容更精炼专业。第七，课程包装，用详情页、海报，突出专业优势，打造有吸引力的课程视觉。第八、搭建账号，完善头像简介背景，突出人设和专业背景，让用户一眼记住你。 第九、上架课程，入注人奖完成课程上架，操作简单，用户上课更方便。第十，扩大课程曝光，在各平台发布视频、笔记或者直播挂载课程，吸引更多潜在用户。 十一、交付课程，用户购买后，系统自动发送上课码，点击即可跳转上课，全程无需手动操作，从定位到交付，全流程清晰壁画，让你的知识分享更顺畅。

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

大家好，今天给大家分享一个实用的 agent 的 技能， find skills， 它是 skills 点 s h 下载量第一的 skill， 干货满满。记得听完 我在项目当中用 find skills 通过自然语言解锁操作，找到各类原生的 agent 的 技能，轻松地梳理出了一百加可落地技能的清单，高效地进行了项目的推进，省去大量盲目查找的时间。 回到我们的 find skills， 它能够通过自然语言描述需求，快速解锁发现各类 agent 的 技能，不用去记复杂的关键词，适配不知道有什么技能可应用的场景， 并兼顾解锁的效率和精准度，大大节省了技能的梳理、生态解锁的时间，适配于面试、工作、技能创作等各类应用的场景。那么重点来了， 我们沟通交流时可以怎么去说呢？可以直接这样去表述，我熟练应用 find skills 技能，依照自然语言解锁优势，高效挖掘各类原生 a 技能的技能资源，快速完成技能的梳理与落地， 为工作及内容的创作去赋能，凸显出高效的执行能力。这个技能的详细功能，实现 实操的一个步骤，我专门录制了二十分钟完整的教学视频，还有常见的 q a t 深度的探讨，想要获取的朋友赶紧联系我，解锁完整的学习资料。

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。

挑战，每天讲透一个 ai 知识点，今天是 tree id 搭建 skill， 如果大家 啊觉得这个 cloud 扣的太麻烦了，搭建太麻烦了，不好弄，你可以下载这个 tree 啊，就我第二个这个 tree， 这个是国产的，免费的，也比较好用啊，并且是有中文版的，大家可以用这个啊，也比较好用。呃，它的用的过程也比较简单啊， 就是改一下规范就可以了。那，那比如说在这个里面啊，打开这个管理器，就是大家用 tree 的 话， 在 cloud code 下面，你要建一个点 cloud 目录，如果你用 tree 的 话，你就建一个点 tree， 点 tree 啊，点 tree 的 一个目录就可以了，然后这里面的规范一模一样，没有任何区别啊，大家直接把这个 scale 复制过来，粘贴到这个点 tree 这个目录就可以了啊， 来看，就这样就可以了。然后你直接打开 tree 的 这个聊天聊天窗口啊，打开这个 tree 的 聊天窗口，看一下 skill， 我 把这关一下。 呃，我们这里打开，我看一下怎么打开这个窗口啊？侧边的， 呃，有一个元代码操作 tree 的 话，这边应该有一个聊天窗口，我看一下啊， god code i d e solo 模式，它有两个模式啊，一个是这个 solo 模式，还有普通的 i d e 模式啊。啊，开侧边打开 来，大家看一看。打开了啊，在这里面有个 tree 啊，有一个在侧边打开吧，在这里面啊，打开这个 tree 的 这个窗口啊，就是一个对话窗口嘛，就是我们用 ide 这种 ai 编程工具，一般有一个聊天窗口嘛，就你直接问他啊，比如说 你有哪些 skill， 你 就直接问他啊，就跟用 cloud code 是 一样的啊，你就直接给他提问，他默认的话也会去扫这个 tree 下面的啊，扫 tree 下面， 当然它也会扫这个 cloud code 啊，但是扫 cloud code 的 话会比较慢一些啊，它要分析，因为它也兼容了 scale 这个 cloud code 的 一个规范啊， 但是啊，它你如果用 tree 的 话，它会更快一些啊，就是因为这是 tree 的 规范嘛，所以你用 tree 它这里马上就能识别出来，你看这个会议助手是吧？然后 scale 这里是不是马上就给你识别出来了？这两块内容 就是你们在吹里面写的这些规范啊，所以这里面马上就能识别出来，所以在吹里面使用也很简单啊，就我整个的刚刚的一个使用过程，跟在 cloud code 没有任何区别啊，我给大家来跑一下，随便找一个例子，比如说我们跑一个完整的吧， 就是在这个里面跟用 cloud code 是 没什么区别的，我们依旧用这个 scale 是 吧？然后使用把这个复制一下，在 tree 里面去执行一下啊，复制一下。 哎，它这里粘贴过来是这么一段内容啊，看一下能不能执行 好，大家看，你看它是不是在调用这个 meeting scale 了，是吧？没问题吧？你看它是不是，你看也在读取这个公司财务手册了，然后调用 upload 的 拍摄脚本去上传了，是吧？没问题吧？ 这个调用细节跟那个 cloud code 是 一样的啊，只是说大家看到的日制输出可能不太一样啊，因为这个它的是一个窗口嘛，是吧，这个它会更加的这个日制会更加详细一些，然后流程也会更加清楚一些，然后你看执行 python 脚本也需要你去同意啊，点运行 其实是一样的啊，所以，呃，大家根据自己的一个情况啊，用 cloud code 或者 tree， 或者用 cooser， 是 吧？或者用这个。呃，阿里的这个 cooder 或者是 code body 啊，腾讯的 code body 也可以啊，它们都有免费额度，都可以去用啊，没什么问题 啊，你看结果其实是一样的啊，大差不差没什么区别，因为它用的模型。呃，因为我们做了一个要求的限定嘛，所以它的格式应该都是一样的啊，没什么太大区别，只是可能会多一些描述出来啊。啊？这个就是 tree 它的一个使用啊，搭建方式跟 cloud code 一 模一样，就是建文件就可以了，把这个 scales。