skill放在代码仓库中吗

兄弟们，一分钟让你生成 ai skills， skill six 开源神器，能把技术文档 get up， 代码 pdf 自动转成 agent skills， 并且自动化检查冲突，使用场景非常多，根据对应的网站识别内容生成可以给 ai 使用的 skills。 接下来我们就实际操作一下，首先它需要拍摄环境才能使用，目前比较推荐的方式 使用 python 三点一版本。首先复制下面的指令，打开终端，复制粘贴安装 skillseekers， 返回，这样的结果就安装成功了，这里官方推荐也是使用 paper 进行安装，如何使用，这里也有详细的教程，感兴趣的可以学习一下。接下来我们就来实际操作。在我们开发中，比如要使用这个 tailwindx， 我 们想给我们 ai 有 它的 skills 就 可以使用这个开源项目。这个开源项目主要就是帮我们自动生成 skills， 我 首先准备好了 tailwindx 一 些获取的配置信息， jen 文件， 准备好这些信息是因为需要它会根据提供的这些信息自动化识别页面内容，然后生成 agent skills， 能让我们后续提高开发效率。然后复制粘贴这个指令，根据我们的 config 文件夹下的配置文件去生成识别 skills， 这样它就会去根据我们给的配置文件去自动获取内容生成， 最后生成完成，左边会多一个文件夹 skill 点 m d 文件是主进的文件， references 文件夹下的都是详细内容文档，这样你就生成了 tailwinds 的 skills， 你 也可以运用在比如识别 pdf 或者其他的技术文档中生成 skills， 感兴趣的赶紧收藏，防止找不到！

刚下载好的 open club， 别急着去研究那些炫酷的高级玩法，过来人告诉你，先静下心来，把这十个基础的技能安装齐，它就像房子的地基，少一个都不行，后面跑的所有流程都可能因为你前边没有装齐的技能而反攻甚至翻车。 今天这个视频，我把每一个技能都拆开，讲清楚它到底解决什么问题。没有它，你会遇到什么样的坑。第一个 skill voting， 它就像一个安检员，对新进来的陌生代码进行扫描，防止有问题的技能悄悄潜入你的系统，搞崩你的 ai。 第二个就是 cellphone proving agent， 它相当一个会记笔记的助理，你踩过的坑，提醒他做过的事情他都会记住，下次主动帮你避开。 第三个是 obsidian direct， 它负责把你的资料和结论自动归档到你本地的笔记库里。如果你没有装，它可能辛苦调试半天，结果窗口一关，数据和思路全部都丢掉了。第四个就是 playwright， 它是专属的网页搬运工，告诉它需要抓取什么样的数据，它就会按照你设定的流程，把网页信息搬下来，自动填入表格。 第五个呢，就是 kit， 这个技能是你的工程节奏器，它能把你零散的开发任务，比如审查代码问题、追踪交付物，全部串联在一条线上跑，让混乱的项目变清晰。 第六个就是 take view， 这个专治你的开工困难症，你只要丢给他一个模糊的任务，比如说写个周报，它就能自动帮你拆解成打开文档、汇总事项、生成报告这一系列的具体动作。 第七个是 agent malentranceion， 这是邮件分仓管理工具，当你同时跑多个任务时，它就能让你用不同的身份发邮件、互串线，万一哪个环节出问题，排查起来特别快。第八个就是 notion 和飞书插件， 这个很简单，就是把 ai 跑出来的结果自动同步到云文档，你和团队的小伙伴随时都能看到最新的进度。第九个就是 mac native， 如果你是苹果用户，装上它，你的 ai 就 能直接调用系统的日历和提醒事项，到了时间，它会直接在你的电脑上弹窗提醒你。 最后一个，也就是第十个， chrome back up， 这是你的后悔药，哪天系统配置乱了，或者你的 ai 失忆了，它能一键恢复你所有的对话记忆和插件设置，相当于给你的 ai 上了个保险。 看清楚了吧，在 opencloud 里，模型决定你 ai 能力的上限，但技能决定了它运行的稳定性。这十个技能装齐，你的 ai 能力才算真正的站住脚跟。 想知道最不容易出错的安装顺序，或者是每个技能最佳提示词的模板怎么配？万一报错了怎么排查？关注我后台，把这份新手技能安装顺序加提示词模板加排错清单，全套资料给你，帮你一次搞定，永不返工！

哈喽大家好，欢迎来到我的频道。如果你还在为你的小龙虾装了一堆 skill， 却不知道用哪个，或者看着 call up 上一万多个插件眼花缭乱，那今天这期视频就是给你省的。 我不讲大道理，只告诉你这十个 skill 装上去具体能干嘛，全是干货，直接抄作业。首先第一名 skill vetter 安全守门员，装任何插件前先把它装上， 它的作用就是给你的新插件做安检。装陌生 skill 之前自动扫描有没有读取 api 密钥，访问本地文件，这类危险行为，把恶意插件扼杀在摇篮里，这年头安全第一。第二名， find skills 搜索神器， 以前找个插件还得去翻仓库，太麻烦了，有了它你直接打字说我想找个能抓网页的 skill， 他 自己就去翻库了，找到还会告诉你咋装，主打一个动口不动手。第三名， memory setup 记忆大王， 没装它之前，小龙虾是鱼的记忆，聊完就忘装了它，你的使用习惯偏好它都能记住，下次聊天不用重复自己的背景信息， ai 才会越用越懂你。第四名， self improving 自我进化这玩意特有意思， 你用着用着如果纠正了它一个错误，它会自己记小本本上，下次同样的问题就不会再犯。简单说，这是一个能用时间换智商的神器。 第五名， summarize 全能总结，扔给他一个 b 站链接，一篇公众号长文，或者一个几百页的 pdf， 他 几秒钟就能给你吐出核心摘要。现在信息爆炸，省点阅读时间，多刷会视频不好吗？第六名， web content fetch 有 些网页特别是微信公众号文章不好复制，装塔，他 能绕过各种限制，把正文内容给你扒下来，转成干净的 markdown 格式，为给 ai 做下一步处理，搞研究必备。第七名， nano pdf 你们有没有这种经历？老板发来个 pdf 让你改几个字，你只能干瞪眼装了这个你直接说把第二段那个错别字改一下，他自己就动手改了，咱就不用为了改俩字再去开那臃肿的 adobe 了。第八名， humanizer 去 ai 位 现在的 ai 写东西一股套话味，动不动就值得注意的是，这个 skill 专门趣味，把 ai 生成的内容改得更像真人说话，发朋友圈，写小红书，文案用它过一遍，从此告别 ai 低能儿。第九名， nano banana pro 全能画图 不用单独开 mid journey 了，在对话框里直接打字，让它画图，甚至让它给现有图片换个背景，改个风格都行。支持四 k， 日常做封面，搞配图，它一个就够了。 第十名， proactive agent 主动服务这个最牛，装完它，你的 ai 就 从被动应答变成主动服务。 你可以让它每天早上九点帮你巡检服务器状态，或者定个闹钟提醒你带伞，这才是真正的智能助理。以上所有插件都可以在 github 或 clubhub 中找到并下载，你还有哪些私藏的神仙插件？欢迎在评论区留言分享，别忘了一键三连，下期见！

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。

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。

来，咱们今天用代码聊一个构建 ai 的 好东西，智能体技能。如果你写过 ai 智能体，肯定有过这种头疼经历，提示词越来越长，又慢又贵。智能体技能就是来解决这个的， 它能把专业能力打包成独立文件。那它是怎么做到的呢？诀窍在于一个叫渐近式批露的架构设计，简单说就是三步走，只在需要时加载全部信息，让上下文保持清爽。 一个技能的结构其实特简单，就是一个文件夹里面放一个 s k l 点 m d 文件。这个文件分两部分，你看开头是烟某格式的原数据，定义了名字和描述， 下面就是 markdown 正文了。这里才是给智能体看的具体操作指南，要是任务复杂点没问题，你还可以加各种资源，比如脚本或者数据文件。 这时候你可能会问，这跟函数调用什么的到底有什么不一样？区别大了，这么记，技能是告诉 ai 怎么做，而工具是让 ai 去做， 看这张表就更清楚了。最大的好处就是按需加载，能省下大把的 token。 好 了，理论聊得差不多了，上，代码在项目里到底怎么用起来呢？我们用 mak 点 net 举个例子啊，第一步，创建一个注册表，从文件夹着加载技能， 然后比如用户输入了一个斜杠明令，咱们就用它来激活对应的技能。最后也是最关键的一步，把技能里的指令直接塞进发给模型的提示里，所以整个过程就是调用大模型前，把技能说明书和用户问题打包发过去。 这么做的好处显而易见，你的技能可以到处用，还能版本控制，多帮。好了，现在轮到你了，想想看你智能体里哪个流程最长？重复，那就是你的下一个技能。

这种感觉啊， top code 的 skill 一 大堆，但你根本不知道该装哪个。其实最简单的方法就是抄冠军的作业。 github 上有个项目叫 everything cloud code， 这是啊， hackson 冠军整理的一套 cloud code 的 工作流不是几个 prompt， 而是一整套的工程化配置。里面直接打包好了，五十六个 skills， 三十三个 commanders， 还有十四个 agents。 而且你还能看到很多高手的工程套路，比如说头看优化记忆，持久化并行执行，还有紫 a 阵的编排等等。 安装也特别简单，两行命令。唯一要注意的就是 m c p 不要全开，因为工具描述本身会占用上下文。所以如果你不知道装什么 skill， 那 就先抄冠军作业吧。

之前的视频呢，已经给大家介绍了怎么在本地电脑把 open cloud 跑起来，相信很多朋友已经把 open cloud 跑起来了，也和它进行了一些对话交互了，那其实这个时候我们并不是已经安装完了 open cloud， 已经让它可以服务我们的生活了， 那很关键的一个点就是本期视频要讲的内容，我们需要这个 skill， 那 skill 是 什么呢？那已经和 openclaw 对 话的一些朋友可能发现这只龙虾呢，并不会像网上说的那样很智能，可以帮我们做很多很多的事情， 它可能有些时候呢显得傻傻的，呆呆的。这是因为本身 openclaw 在 出场的时候，虽然开发者已经给他预制进去了一些 skill， 并且呢也给他了一个大模型作为他的大脑，但是我们想让他服务于我们的生活，服务于我们的工作，我们需要额外的给他去安装一些 skill。 那 skill 是 什么呢？可以简单理解，他就是一个技能， 这个技能里面他就是一个规则，这个规则可能包含，比如说我要让他做一件事情，我们预定进去，你应该怎么怎么做？第一步应该做什么？第二步应该做什么？第三步应该做什么？然后在每一步里面呢，比如说他可能会去掉对应某些外部的一些接口，然后我们会把对应这些接口提前给他预定进去， 比如说我们要去操作浏览器，那我们要告诉他你怎么去操作浏览器，那这个 skill 里面就是有这些内容。那类比到比如说我现在 open cloud， 它可能就是一个手机，一个刚买的手机， 我们刚买的这手机呢，虽然它已经有一些应用了，但是我们想玩好这只手机满足我们的需求，那肯定是需要去 app store 里面去下载额外的一些应用，比如说下载抖音，快手， 那 skill 呢，它可以就类比成这些应用，我们想要用好 openclaw， 就 需要额外的去下载对应的这些 skill， 那 接下来我就告诉大家怎么去下载 skill， 并且去使用 skill， 那 这里呢给大家介绍三种安装 skill 的 方式。 第一种呢就是使用 cloudhub， 这个呢是一个 opencloud 提供的官方仓库，在这里面呢可以去搜对应的一些技能，然后进行一个下载。还有呢就是 shell 去提供的这个 skills 指令，然后我们也可以在 skills 点 s h 这个仓库里面进行一个下载。 那第三种就是我们在 github 或者是一些其他的网站里面看到的一些技能，然后我们可以下载到本地，让龙虾呢自己去加载，自己去学习它。那我们这里呢主要是去给大家演示一下第二种， 然后其他两种呢，我们对应的一些，包括怎么去安装它，然后怎么去安装技能，怎么去查看我们已经安装的那些技能，还有一些更新啊，这些命令都已经给大家在这个地方 写好了，在这个地方也不给大家重复的去演示对应的这些内容了，我们就以第二个为例，看一个新的技能怎么让龙虾进行一个学习，那我们点开对应的这个地址， 这个呢就是它对应的一个地址，然后往下拉，我这个地方也给大家准备了一些好用，然后好评度也比较高的一些技能，这里我们就随便选一个。 那我们之前呢已经给大家装好了这个浏览器操作的一个技能，所以说我们这个地方就不装它了，那这个技能呢最近好评度也是很高的，就是它可以让 ai 拥有主键，然后能自己的去进化，那我们可以去安装一下对应的这个，我们可以在这个地方搜一下， 可以看到这个地方有一个下载量是六点三的一个技能。 那这个地方给大家强调一下，就是我们去下载对应的 skill 的 时候，我们需要关注一下它后面的这个下载量。 因为有很多重名的，比如说下面这些有重名的，那可能这些重名的是一些其他的开发者上传的，但是呢这些开发者有些可能是有别有用心的，它会在这些技能里面去给你投毒，也就是安装一些，比如说它威胁到你电脑一些信息安全的，可能有一些危险性操作的，所以说这个地方一定要 严格的去把控一下 skill 的 一个下载。那一些下载量比较高的，那肯定是社区里面很多人都用过的这些呢，相对来说会安全一点，所以说我们就去下载一下这个，那怎么去下载呢？就可以直接复制它对应的这些指令， 然后回到我们的命令行，然后直接让他执行一下。那最开始他是从 get 仓库里面进行一个下载，下载完了之后，我们就按照他的提示进行一个选择，首先他安装的一个范围，我们让他是大局，然后是否是一个中心化的，我们 选第一个，然后这个地方是 yes， 直接安装， ok， 这个地方就安装完了，那我们想看一下是否安装成功了，就可以去 skill 这个地方，可以看到我们刚才安装的这个技能已经在 open cloud 对 应的这个目录里面了，那我们回到龙虾呢，也可以在这个地方去刷新一下它有一个技能， 那这里呢我们可以看到我们让他安装的技能已经在他的技能库里面已经存在了，那后续聊天的时候，你触发了关键词，他就会自动的调用这个技能去帮你完成一些事情。那接下来呢我们就去演示一下龙虾怎么去调用这些技能去干活的。那很多朋友呢都想让龙虾去操作我们电脑上的一些东西， 那接下来我们就去演示一下对应的这个技能，就是我们让他去操作一下浏览器，我们让他去你去 b 站搜索甄嬛传， 选择一级播放， 然后接下来呢我们看一下他是怎么操作的， 然后开始搜索甄嬛传，可以看到这个地方，他就帮我们去打开了一个甄嬛传的甄嬛传之甄嬛的一生的一个视频进行一个播放，可以回到他这个地方看一下他的一个输入结果， 这里面呢就是在他去打开 b 站，并且搜索中环传进行播放他过程中执行的一些中间过程，可以看到他这个地方还是执行了一些很多内容的。所以说我们为什么说龙虾是一个烧 tko 的， 让他做那么一件小事，他其实执行了很多很多的内容， 然后这些 tko 的 一个交互呢，都是要花钱的，可以看到下面还是在输出他中间的一个执行过程。 好的，我们可以看到这个地方呢，龙虾已经说他已经完成这个事情，已经把对应的结果给我们输入出来，那这是非常简单的一个事情，我们可能也不太会去让龙虾去做这样的一个简单事情，我们肯定还是期望他可以帮助我们在操作我们电脑的同时，去帮我们做一些客服的工作，比如说去回复消息消息， 或者是说当我们在远程没有办法操作电脑的时候，我们可以通过之前讲过的飞书给他下达指令，他去操作我们电脑，并且呢把一些操作的结果发送给我们，这些都是 ok 的， 这些能力呢需要大家去进行探索。技能呢已经装好了， 那接下来呢我们自己去创建一个技能，那刚才呢，我们使用的都是别人已经设定好的一个 scale， 我 们去下载下来，然后让龙虾进行学习， 那我们自己呢也可以给他创建一个技能，让他按照我们预定的一个规则去进行一个执行。那创建技能的这个技能呢，实际上对应这个龙虾的话，他自己已经是已经有了的，我们可以看一下 就是这个 scale 函数 creator， 这个呢也是一个技能，这个是它默认已经安装好的，所以说我们不需要额外去安装，所以说我们在这个地方就直接可以跟龙虾进行一个交互，你帮我安装一个技能， 当我说给我擦皮鞋的时候，你按照以下的内容回复我， 第一我要验牌， 牌没有问题，然后第二你给我擦皮鞋， 第三我是赌圣， ok， 我 们让他学习一下这个技能。 好的，那这里呢可以看到他已经帮我们把这个技能已经创建完了，我们也可以在他的这个技能地方可以看一下， 这里面呢装的是我们创建的自己的技能，可以看到这个给我擦皮鞋的技能已经创建完了，那我们跟他对话说给我擦皮鞋， 可以看到他就是按照我们预先设定好的一个内容进行一个回复，那这里呢只是给大家演示了一个比较简单的技能的一个创建，那我们之后创建技能肯定不会是让他帮我们去回复一些东西，肯定是让他 做一些更复杂一些的内容。比如说我需要去生成一个短视频，那我需要让他先去生成创意，然后去进行分镜，分镜完了之后，然后根据分镜生成图片，生成图片之后，然后再去根据图片生成短视频， 那之后呢我们也会有一些视频去讲解，像我们之前已经看到的这些技能它怎么去进行一个使用，并且呢它的一些原理就是它 skill 里面具体怎么实现的，以及我们刚才说的那种复杂 skill 我 们怎么去写，还有一些我之前已经写好的 skill 给大家分享出来。

skill 爆火却不会用？今天一分钟教你创建扣子！ skill 不 用懂代码，零门槛上手打开扣子工作台，左侧索道技能商店右上角创建技能，进入创建页面，在这里选择技能。然后呢，再输入框输入需求。例如， 我想要一个能深度解析文献的技能，提交给扣子，扣子会自动根据你的需求拣写 skills， 并编写任务所需的脚本。最后呢，形成一套 skills 文件体系， 不到三分钟就生成好了。这里还明确了技能的用途和触发的条件，点击右上角的部署，自动上线，专属 skill 就 做好了，还不赶紧试试？我是斌哥，关注我，带你走进学术的 ai 世界！

每日一个 skill， 今天分享 skill learning， 一个能从外部资料自动提取知识，增强本地技能库的方法论型 skill。 给他一个 url， 他 自动提取知识，直接注入你的本地 skill 文件， 七步流程全自动，从抓取到注入，零人工干预。手动学习最大的问题，读完文档记了一堆废话，全是训练数据里就有的噪音， 学到的东西不知道往哪放，手动改文件容易出错，来源还追溯不了。它用四层新颖度框架过滤，第一层训练数据直接扔掉，只保留高价值动件，自动匹配目标 skill 生成 diff 预览，你确认后一键注入带来源标注。打开 top skills， 搜索 skill learning， 这就是它的产品页。 点击下载源码按钮直接获取，也能通过 github 查看完整。仓库下方有 readme 使用说明和源码预览，在线就能看全部代码链接就在评论区关注我，每天推荐一个实用 skill！

light skill， 一 种上下文压缩机制的 skills 框架，尝试缓解上下文过长的问题，节省 token。 此视频使用 openclaw 进行效果演示。废话不多说，先看实际效果对比。左侧为回收裁剪处理后的上下纹，右侧为原始上下纹。 可以看到执行 skill 的 所有推理过程全部被裁剪回收 skill 开发者需要遵循 light skill 的 规范格式。

写了一整天的 skill， 用的时候不出发，改个词试了三十遍，还是靠玄学。 cloud 刚给 skill creator 来了个超级升级，自动评估 a、 b 盲测，触发调优，并行测试。以前做技能像开盲盒，现在能直接告诉你这个技能到底有没有用，稳不稳定，该不该优化。但我要泼盆冷水。这套完整功能暂时只在 cloud code 里有，其他只能跑基础测试，而且评测用力，设计不好，等于白测新手最容易踩的坑。 这是太简单。不加载技能演示，想让 cloud 按你风格写讲稿？第一步，定义场景，说清楚视频类型，目标观众内容结构。第二步，设计负面案例， 明确什么情况不该触发这一步，百分之九十的人会弄。第三步，跑 a b 盲测，看通过率，投肯消耗。第四步，触发器优化系统，自动重写描述，触发率从百分之五十拉到百分之九十。看个真实数据，有人做视频讲稿技能第一轮测试，不加载技能通过率百分之九，加载技能后百分之百通过。以前写一篇讲稿四十分钟，现在用技能五分钟搞定。 还有人做日常工作流，技能固定周报格式，会议记要模板、邮件回复风格，三轮迭代后，触发准确率百分之九十四。新人培训时间从两周缩短到一天，这次升级的本质不是让技能更好做，而是让你第一次能证明它有用。未来最值钱的不是会教 ai 做事的人，而是会定义标准，判断 ai 有 没有把事做对的人。把你的旧技能用新工具跑一遍，评估数据会告诉你答案，这才是 ai 时代真正属于你的资产。

现在市面上所有的 a 键的工具都配备了 skill 功能，如果你还没用过 skill， 或者用了以后感觉依然有点懵，那这期视频请一定不要错过。哈喽，大家好，我是专注于动画科普 ai 的 阿 k， 今天我站在新手角度跟大家好好唠唠 skill 到底是什么，怎么用，以及使用过程中要注意哪些坑。 skill 其实就是一个 markdown 格式的文本文件，注意，这里的 skill 必须大写哈，这个文件里存的其实本质上还是提示词，只不过这里的提示词必须按照画面上的这个固定格式书写。 这个部分是配置区，它属于是 skill 的 身份证， name 是 它的名字，一定要用英文哈，因为你的 skill 点 md， 文件必须放在 name 同名的文件夹内，这个文件夹又必须放在 a 键的指定的目录，比如我用的 cloud 就 必须放在它的根目录下的 skills 文件夹中。如果没有这个文件夹，就自己创建一个， 那如果你的 name 是 中文，文件夹也是中文，意味着你的文件路径会包含中文。这样 a 键呢，在调用的时候是有可能报错的，所以 name 必须用英文。那如果不理解文件路径跟目录和文件夹结构的小伙伴，一定要抓紧时间恶补一下哈，这些知识既基础又重要。接下来的 description 是 描述定义它是干嘛的和什么时候调用， 这个部分是指令区，也就是写提示词的地方。它规定的是这个 skill 遵循的规则和采用的流程。之所以一定要用 skill， 是 因为它能实现按需加载。简单说就是没活的时候，它不占用任何 token， 只有匹配到任务了， ai 才会把这个 skill 点 m d 文件加载进来。这不仅能极大的节约 token 消耗，最重要的是能让 ai 随时根据你的需求切换不同的专家身份。总而言之，它就是好，就是棒，棒棒，就是该用。 那这里就又有个问题了，既然它本质还是提示词，那到底该怎么规划逻辑，才能让它按照我的需求老老实实干活呢？放心， cloud 官方早就帮咱准备好了一个专门生成 skill 的 skill， 跟紧我一分钟学会部署和使用。 大家直接把整个仓库下载到电脑理解压，找到 skills 文件夹中的 skill creator 文件夹，把它复制粘贴到 a 键的指定位置。比如我用的 cloud code， 就 直接扔进根目录的 skills 文件夹里。如果你用的是其他 a 键的工具，直接问他你的 skill 文件夹在哪，他会告诉你 配置好以后，我们启动 agent， 直接输入斜杠 skill， 就 能呼出这个顶级专家了。接着我们只需要用大白话描述你想创建一个什么 skill， 注意哈，你对需求描述的越清楚，沟通的越细，它生成的 skill 就 越贴合你的需求。如果你没有思路，也可以跟他一步一步探讨，也能得到非常不错的成果哈。 比如我平时经常要用 a 键的开发一些自用小工具，我就用它创建了一个名为 project manager 的 项目经理 skill。 它能让我这种不懂代码的人也能构建出结构科学、功能清晰且具备可扩展性的工具。这玩意用起来真的很顶那聊到这，估计大家心里都在犯嘀咕，这 skill 到底能帮我解决什么具体的问题呢？ 我结合自己的实战经验，给大家盘了三个应用场景，相信总有一个能戳中你的痛点。第一个场景主要应对那些繁琐的杂活。 举个例子，大家平时经常开会吧，开完会总得总结会议纪要。以前咱得录音加笔记，会后还要花大量时间去腾抄归档，特别心累。现在有了 ai， 咱们可以直接做一个叫 meeting 的 skill， 把工作留定死。 第一步， skill 只会转写工具，把原始录音瞬间变成文字。但注意， skill 本身是没办法直接做语音找文字的，但这类工具往上一搜一大把，你随便部署一个到电脑里以后是可以用 skill creator， 它会自动帮你写好调用逻辑。 然后是第二步，剔除文稿中那些语气词。接着是第三步，深度分析会议内容，按需整理成档。最后是第四步，把文件自动保存到你电脑里的指定位置。那有了这个 skill 以后，开完会你只需要把原始录音直接甩给他，他自己就去调兵遣将跑完整个流程。 这种一键扫荡的爽感，你用过一次就再也离不开了。甚至如果你的需求更复杂，比如要经常查找不同会议里的重要节点，或者要合并拆分不同的文件，都可以塞到提示词里。 第二个场景是一个真实案例，我每周日都会发一个 ai 新闻回顾的视频，我专门做了一个 skill 来把这个视频生产的各个环节串起来，让我不用在各种工具和网站中切来切去。具体的大家可以看看我这期视频讲的非常详细。 第三个场景就属于是高级玩法了，它是通过同时加载多个 skill， 构建一个完整的生产流水线，这适用于需要多个专业环节配合的复杂任务。 比如在内容生产场景下，你可以配置三个 skill， 一个负责通过数据检测来分析选题，一个负责按固定风格创作文案，最后一个负责排查违禁词和逻辑漏洞。这种模式的核心优势在于，你不再需要分布输入指令，也不需要手动把上一步的结果复制给下一步。你只需要下载一个初始任务编辑呢，就会自动按顺序调用这三个 skill 来完成。 这种模块化的写作，能极大降低大模型在处理长任务时容易出现的逻辑偏移，也就是我们常说的幻觉。这个场景其实还蛮复杂的，我自己也在慢慢构建，以后有成果了会第一时间跟大家分享。 最后有小伙伴想让我聊聊 skill 和 mcp 的 区别，其实一句话就能说明白， skill 是 提示词、是指令，是流程，而 mcp 是 工具，是接口。 skill 可以 调用 m c p 来扩展自己的能力边界，但 m c p 永远只能在 skill 划定的规则下干活。 ok， 那 以上就是本期视频的全部内容了，我专程用动画科普 ai 的 阿 k， 无惊无险又到六点，下了个班儿。

大家好，今天分享的主要内容是如何为 open clone 添加 skype？ 首先我们需要进入到屏幕中的 clonehub 官网， 通过官网我们可以找到我们想要的 skype。 我 们以 weather 查天气这个 skype 为例，演示一下我们是如何为我们的 open clone 添加我们的技能的。 首先我们进入到这个微软的详细说明页，如果大家嫌麻烦的话，我们可以把这个地址复制到我们的 open core， 让他来为我们阅读总结。 在聊天框里面直接把我们的地址贴进去，然后让他给我们总结 weather 这个技能的功能和安装方法。由于可能是网络原因， openclock 没有直接的从网页中识别出相应的内容，但他还是给我们输出了我们的 weather skill 的 功能和安装方法。然后我们只需要根据他提供的这个安装方法 一步步往下操作，我们就可以把这个 skill 安装起来。接下来我们通过控制台代码的方式来实现我们的安装。首先我们输入 curlhub search weather， 我 们就可以看到在 curlhub 中有关 weather 的 所有的 skill， 也可以看到我们每个 skill 的 一个评分情况。接下来我们在控制台里面输入 curlhub in storm weather 来实现我们的 weather 这个技能的一个安装，因为我这已经安装过了，所以说跳出了一个错误。再然后我们在控制台里面输入 curl up list， 我 们就可以看到现在我们的系统里面安装的所有的技能。然后我们回到我们的 open curl 聊天页面， 输入我们的 weather 或者是我们的 weather 城市，这时候我们的 open core 就 可以通过 weather 这个技能查询到天气了。同样我们也可以输入中文，像天气成都， 这时候他也会查出来我们的成都的一个天气情况。以上呢就是我们今天数字的笔记的全部内容。

大家好，今天我们要深入探讨 open call 的 核心 skill 机制。这不仅仅是一个功能，而是一种名为核心。哲学在于节有传统的凸扣。随着工具增多， prompts 会迅速膨胀，最终导致模型注意力分散和幻觉增加。 我们认为模型只需要知道有哪些工具可用的缩影，具体的怎么用，应该像人类工程师查阅 api 手册一样，在需要时再去通过文档及时学习。这赋予了系统无限的扩展能力，同时保持了极佳的托肯经济性。 每个技能都被封装在一个独立的文件夹中，其核心是 skill m d 文件。它包含两部分， frontmatter 提供了原数据，如技能名称、战略描述，以及运行所需的二境制文件或环境变量依赖。 mark john body 则是面向模型编辑的使用手册，包含了具体的克尔语法、 python 脚本或 c l i 命令式例。 这种结构使得赋予模型新能力变得像写文档一样简单。 skill manager 负责在系统启动或绘画开始时动态扫描预定义目录。这种多层级的加载机制提供了极高的灵活性，特别是优先级策略。工作区技能优于系统内置技能， 这意味着用户可以通过在当前工作区放置同名技能，轻松覆盖系统默认行为，实现了真正的按需定制。为了在实现强大功能的同时兼顾效率，我们设计了一个三阶段的动态交互流程。 这套流程确保了模型在任何时刻都只持有最必要的信息，从而降低了推理成本，并提高了指令遵循的准确性。在构建 system prompt 时，系统并不会塞入完整的技能定义， 相反，它仅注入一个高度压缩的可用技能摘要列表。模型被告知。首先，根据用户的意图在列表中匹配合适的技能。 如果匹配成功，必须先调用 read 工具读取该技能的 skill mg 文件，而不是凭空想象如何操作。这是该机制最精妙的地方。 当用户询问上海天气时，模型在摘奥中发现哇塞技能。它不再盲目尝试，而是发起一个 read 请求。在获得 s k i n l m d 全文后，模型瞬间学会了如何使用哇塞的 api 或相关脚本。 这种及时学习模式让模型始终能基于最新的文档版本进行操作。一旦模型理解了文档，它就会提取出具体的执行命令，比如一个 kero 调用或一段脚本执行。 通过底层的 excel 工具，模型对现实世界产生副作用，并不会输出结果。 最后，模型结合这些真实的数据，为用户提供准确的回复，完成从感知到决策再到行动的完整闭环。按需加载带来了多重优势。 首先是干扰最小化，模型在同一时刻只会看到与当前任务相关的工具细节，极大降低了幻觉。 其次是实时性，如果你修改了技能文档，模型在下一次调用时就能读到新指令，完全不需要重启系统或重新训练。这种热更新能力在快速迭代的开发环境中直观重要。我们加入了能力守卫 capability 高尔的机制。 在生成目录前，系统会自动检查技能所需的远数据。如果某个技能依赖 carol， 而当前系统环境没有安装该技能，将自动从可用列表中屏蔽，防止模型尝试执行注定会失败的指令。 此外，我们通过路径压缩等技术细节进一步压榨 token 的 使用效率。如果你想在自己的系统中实现这一机制，核心在于建立一套标准的 s o p 标准作业程序。 你需要统一文档结构，并赋予模型强大的 read 和 the cache 能力。更重要的是，在 system prompt 中建立明确的行为规范，引导模型，养成先查手册再动手的良好习惯。这就是 open cloud 实现无限扩展能力的秘密。

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！