oenclaw 如何开发skills

实际项目中如何使用好 skills roots 多智能体协调呢？今天来做一个示范啊。先看一下目录结构，打开点 tree roots 下的 project roots， 点 md 这个文件，如果没有，可以手动创建一下， 设置这么几条规则，如果用户输入了杠 get， 请减速当前的任务描述并部署到服务器。手动提交不比 get 快 多了吗？并不是啊。 首先 ai 会分析当前的代码，然后帮你设置好要提交的描述，在有必要的时候，它会设置好需要忽略的文件。 甚至你可以告诉 ai 啊，你只想提交和哪些模块相关的功能， ai 会自己分析需要提交哪些文件。那你可能觉得这不也很浪费时间吗？哎，并没有。 get 提交和其他任务啊，是不会冲突的，完全可以变形，你只需要输入一个杠 get， 就 可以去干其他事了，所以反而更快。 回来我们继续看其他的规则配置啊。这里我写了很多规则，是让 ai 持久化记忆每一次对话的详细过程，以后如果有需要，可以让 ai 解锁记忆库啊。 重点是这里啊，我明确要求 ai 不要自己去做具体的任务，只需要做好调度，制定计划。如果涉及到写代码，就调用工程师智能体，让他先熟读开发规范文档以后再进行开发，然后把开发规范文档的链接给他。 开发完以后，调用代码检测员检查代码是不是符合规范。之前不是已经让 ai 按照规范开发了吗？为什么这里还要让检测员再按照规范来检查呢？ 因为写代码需要消耗超长的上下文， ai 经常写着写着就把规范给忘了，所以这里要让检测员根据修改的代码，再去按照规范检查一遍，就不容易出错了。 然后调用图书馆馆长来维护文档。最后是要求 ai 把绘画持久化存储为文件。好，规则里写了这么多智能体，怎么定义这些智能体呢？非常简单啊，你只要告诉 ai， 请按照项目规则帮我创建相关的智能体就行了。 好，我们看到 ai 已经在点翠目录下创建了 a 整数目录，按照要求啊，它已经创建了四个智能体了。 最后我们验证一下这些项目规则能不能生效啊。现在我向 ai 提了一个需求， ai 开始分析好，然后他调用了 python 工程师写代码，写完代码以后，又调用检测员开始检查好，没问题。 哎，这里检查出问题了。检测员明确指出啊，这里违反了数据管理条例的第五点一条， 因为我在代码规范里写了，凡是涉及到数据操作的，必须用 data manager 这个类来操作。这种项目级的规范， ai 是 特别容易忘记的。这里代码检测员就能给检查出来，因为它的上下文比工程师要少很多，只有规范文档和修改过的代码，所以它就能检查出来。 再往下看啊，违反异常捕获规范。因为 ai 特别喜欢 try catch 吧，所以我严格要求 ai 不要乱用 try catch， 还检查出来了很多其他问题啊，什么代码片段重复，没有封装好啊，存在硬编码类型提示不统一啊，等等啊，这就是多 agent 协同工作的重要性，让每个 agent 都有自己独立的上下文，更专注一个领域，这样工作就更搞笑了。 好了，最后说一下我在做的这个项目啊，我是准备做一个客户端软件，一键下载视频和转文字。我之前也没有做过客户端软件，所以这个项目我会全程不手写一行代码全由 ai 完成，而且是国产免费的 ai。 我 也会持续分享项目上的实战技巧啊， 后续也可能会把项目开源出来，包括所有的文档结构啊，路由啊， skills 的 配置啊，还有 ai 的 绘画记录等等啊，有兴趣的兄弟可以关注一波啊，拜拜了。

google anti gravity 绝对是一款颠覆性的 ai 编程工具，它完全改变了我日常使用 ai 的 习惯。现在很多人还只是把哲米奈当做聊天机器人使用，但如果我告诉你，你完全可以通过使用 anti gravity 管理任何项目，设计自动化的工作流，开发优质的 ai 产品，而且不需要你写一行代码，当然前提是你要学会正确的使用它。 在二零二六年， web coding 基础的 ai 开发绝对是每个人都应该掌握的技能，所以我会用这条视频带大家完全解锁 antiquity 的 全部功能，让你的 ai 使用效率原地起飞。我会教你如何从零开始，一步一步的搭建 ai 应用，包括如何使用最近爆火的 skills。 就 算你是完全零基础的小白， 话不多说，我们直接开始。首先， antigravity 是 谷歌推出的一款编程工具，它的核心是基于 ai agent 智能体驱动的思维模式，不仅能够写代码，更能同时自主构建完整的项目。就像是你可以拥有一支全天候为你服务的智能体团队，他们会随时跟你进行汇报对其项目进度， 而你只需要用通俗易懂的自然语言告诉他你的需求，就像是跟朋友对话一样。首先我们进入官网这里直接去下载跟你电脑对应的软件版本就好了，正常安装。 提醒一下，国内使用的话需要科学上网， ip 最好是美区。然后你一定要开启增强模式之后，你才能来到这个界面，点击创建新的文件夹，一个文件夹就是一个项目，里边会包含所有跟这个项目有关的全部文件，然后我们在桌面创建，比如我们就叫 test， 大部分人可能因为不熟悉编程就卡在这里了，我最开始使用 cursor 就是， 所以想要完全的掌握 ant gravity， 最好的学习办法就是大家可以跟着视频边做边学习。 你可以看到在这个初识界面，右边是你和 ai 对 话的窗口，中间区用来显示文件，左边是你管理项目文件的地方。我们先进行一些基础设置，首先来到拓展这边，在这里搜索 chinese 插件， 直接安装其他插件，等到有需求的手按 t widget， 会自动提醒你安装。然后呢，我们来到右上角，这里三个点，点击 customization， 我 们来设置一下全局规则和项目规则， 不把 nt gravity 当做一家餐厅入死，就好比是你的员工守则，在这里呢，你可以规定 ai 跟你对话的方式，比如说不要讲废话，你要求他全部使用中文回答。项目规则呢，是可以仅仅在当前的项目生效，也可以部署在全区，你可以自由的选择 ai 出发的方式， 比如说这里入死，我们直接使用科室内部员工发在 x 上的一段提示词，直接把这一段复制粘贴下来， 直接粘贴到这里，然后记得在这边加一句 always response in 简体中文，这样你能保证应该大概率是用中文来回答你。然后项目规则，我们直接使用 github 上开源的一段检测 bug 的 描述，直接把这段提示词全选复制，然后在这里添加 workspace， 然后粘贴到这里。可以看到在左边这里自动添加了一个文件，那下面是添加描述的地方，我们直接就粘贴到这里。触发的方式你可以选择是总是触发，也可以手动或者是让 ai 来决定什么时候使用。然后我们把它保存一下， command 加 s 保存就可以。看到这边已经添加上了视频，里面全部使用到的提示词，我都会在评论区放链接。基础设置完成，我们就可以开始接下来的开发了。前段时间我有刷到那种片场探班的视频， 就是一个人拿着手机可以和很多的电影人物，比如泰坦尼克号，复仇者联盟里面的角色自拍，我觉得很有趣。那我就想着先做一个这样的生图 app， 然后我就可以拿这些图片直接去做视频。 如果你完全不懂编程和开发，在打框架这一步你就可以交给 ai， 你 可以使用任何你熟悉的大模型帮你理清思路。谷歌 germina， cloud g p t 或者 deepsea 都可以。 比如在这里你可以直接跟他说，呃，我想要开发一个外部应用，它的核心功能是使用谷歌 nasa banana 的 声图功能。 当用户上传了一张自己的任意的图片，输入喜欢的电影名称，就能够生成一张他和这个电影主角在片场休息时的合照。嗯，我希望是那种很真实的抓拍版，就好像他真的去探班了一样。背景希望是真实的拍摄场景。 不需要着急给我整体的方案和代码。我需要你先挑战我的问题，帮我梳理和完善思路。你可以向我提问，直到你完全理清楚我的需求。 接下来 ai 可能会问你很多的问题，你把你的需求全部理清了之后，你就要再对 ai 说，我需要你根据我们的对话帮我生成一份 sop 或者产品需求文档，然后我们再交给 ai 进行开发。看这边他已经有回复了。 高安蒂 gravity， 把 ai 最后给你的提示词直接粘贴到这里的对话框。模型，你可以选择 jimmy， nike， cloud 或者 gpt， 每种模型都有不同的特点，比如说 jimmy， nike， 他 做出的 ui 界面就很强， cloud 编程能力很强， gpt 属于各方面都很均衡。 然后这里是有 fast 和 planning 两种模式可以选择， fast 比较适合你执行快速简单的小任务。 plan 模式下，它会先生成一份计划书，跟你确认每一步的关键步骤。然后我们今天选择 plan 模型，选择最高的， 可以看到 ai 就 开始工作了。好，可以看到这边它先给我们生成了一份计划书，它会告诉你总共有哪些步骤，每一步需要做哪些事情，你可以逐条的分析，然后跟它对话。这也是我觉得 intgrity 特别实用的一点。比如你看这边有很多加号， 每一条你都可以随意的添加自己的批注，任何需求都可以通过注视添加，这样我们就可以实现一个实时的交互。比如说这边他有最后提到 u i 风格，我想添加一点自己的设计，我就直接点这边的加号给他说， 嗯，我希望你可以添加一些克莱因蓝的元素，我很喜欢这个颜色。嗯，然后再添加一些电影胶片的 icon， 当然整体的设计要符合我整个项目的风格。 直接添加，如果你有更多的需求，也可以随时的添加批注。左侧的项目文件里，如果你有自己的品牌或者 logo 图片，也可以自己拖拽过来给 ai 参考。如果没什么问题，我们就直接点击这个 percy 的 执行，然后这些文件都可以关掉了。 在 ai 执行的过程中呢，我给大家介绍一个相比其他 a 一 工具，我觉得 ituiptive 最能体现智能体驱动的工作模式。这里我们点击右上角有一个 open agent manager， 在这里呢，左侧面板会显示你所有的项目。想象一下，在这个界面，你可以同时创建管理多个智能体，让他们在同一个时间处理不同的工作。你只需要点击这里的加号，就可以创建新的对话框，比如说刚才的任务是进行整个外部应用的开发，这里呢，我想让 ai 帮我搜集一些比较好看的前端页面， 点加号你看就可以弹出一个新的动画框。在当前的项目里面，我直接跟他说，嗯，请你去飞格玛帮我搜集一些具有电影元素的前单页面，你可以给我三到四个链接， 这里我们使用 fast 的 模式就可以了，然后模型选择快速。当然你还可以再添加执行不同任务的智能体，只要你有需求，电脑配置跟 token 都足够的话，你可以无限的添加。 在这边左侧面板，你可以看到几个不同的智能体同时在干活。左上角的收件箱它会显，它会实时的显示智能体的工作状态，所有的过程你都可以实时的追踪。当智能体需要你协助的时候，它们会发信息给你，要求你 proceed， 这里我们直接点击 proceed， 所以 antigo 体是可以同时显示两个工作窗口，一个是现在的智能体管理窗口，它会显示所有 ai 智能体工作的状态。一个就是我们刚才的代码编辑器，你可以随时的切换试图如 如果你有多个显示器的话，那会更加的方便。自动调用浏览器也是我觉得 itguoyot 非常惊艳的能力，它可以直接在内置的浏览器中动态测试，当我们开发网页时，它就可以自动测试网页功能， u i 交互，完全实现自动化的操作，然后给你反馈的结果。这个蓝色的边框就相当于它在自动的调用这个页面去帮我们进行搜集，可以看到它已经打开了三个页面，这一步完全没有电脑操作。 可以看到这边我刚让他去飞格玛帮我搜集页面，他已经执行完成了，这边就是他给我们的一个进度汇报，你看他直接给我们附上了链接，我们可以直接点击就能打开， 你可以一个一个的点进去看是不是你想要的那种风格，我这边只是做一个简单的展示。 好，现在这个任务已经执行完成了，我们可以让他打开帮我们测试看一下。这边我们新建一个对话窗口，你也可以直接 ctrl 加勾，然后输入 npm， 你 当然也可以跟大家说，请使用自带的浏览器帮我打开页面，我要进行功能的测试，两种方法都可以啊，我们这边点击这个链接打开，随便找一个链接打开， 可以看到这边他提示我们是要输入 api k 的， 然后我们就去获取一下 api k， 直接打开 google 的 as 丢丢，在这里面拿到一个你的通行证，直接复制，然后回到刚才的页面，粘贴到这里， 然后我们就可以看到整个页面的设计还是不错的，他加入了很多我喜欢的克拉英兰的元素，标题就是 hollywoodcut。 然后这边是可以用来上传自己的照片，这里输入电影名称，然后选择画幅比例，这边应该是会生成一个 呃生图的提示词，那我们就随便找一张照片进行测试一下，我这里面就拿了一张我从之前视频里面的截图，然后电影名字，他推荐爱乐之城，我们我们换一个，比如我们选择蜘蛛侠 三，英雄无归，然后这些其他我们先暂时不要动，直接点击 action 啊，可以看到他已经生成了一张照片，这个应该他只选了荷兰第一个角色。那我们这边可以下载，但是这边还可以输入指令，然后进行进一步的画面调整， 可以看到这张照片清晰度还是挺高的，然后整体确实是有那种真实的在片场拍照的感觉。那比如说如果我希望再做进一步的调整，这个是我从网上随便找的一张图片，我觉得很适合我这个网站的风格，我希望把它加在整个项目里面。那我们就比如截图， 然后我们这里回到 antigravity， 直接拖拽上来，你可以跟他说请使用这张图片帮我作为 logo 添加在当前的项目页面中， 所以你看你其实是可以随时的提要求，让 ai 进行修改和优化。这里注意，建议大家每次修改完成之后呢，都点击一下这里的提交，把你的修改保存在本地的 get， get 就 相当于是你游戏的存档，它会记录你每次版本更新的内容。如果你后面改着改着发现自己不喜欢，或者说 ai 改错了，出现 bug 了，你还可以找回之前的记录，一定要养成好习惯。嗯，可以看到最新更新的画面，它已经把我刚才要添加的这个 logo 添加上去了， 所以我真的很喜欢 tikblr 这种实时双向合作的开发方式。你可以把每个智能体都当做不同的员工来看待，你可以同时运行多个不同的项目，而你只需要做的就是管理好你的收件箱，确保它们都在执行就可以。另外呢，再向大家展示这里的 playground 功能， 你可以把它当做你的临时工作窗口，当你不确定要不要进行完整的开发，或者说你只想做一个 demo 的 时候，就可以来到这边。 当一个项目开发完成，你下一步就是要把它保存在 github 里面，不然你每次都需要打开 id 浏览器，它才能够运行。首先我们来到右上角，点击这三个点， 点击 m c p 服务管理 m c p m c p 全称模型上下文协议，这个协议本质上是利用一套通用的语言标准，让 ai 可以 和各类的应用实时互联，无缝对接，所以你可以把它当做一张通行证。举个例子，比如说你这家餐厅打算供应宁夏滩羊，可 是你的冰箱里面根本就没有这个食材，那厨师是不是你们没法做了？那有了 m c p 呢？你就能够连接到宁夏太阳的原产地供应商，当你需要这个食材了，那边得到许可，就可以给你进行固定的配送。那对于 ai 来讲，比方说你链接了飞格玛，有了 m c p， 你 的 entire gravity 项目才可以跟飞格玛的前端设计稿实时互联。比方说你链接了 notion m c p， 那 你就可以直接在 anti gravity 里面说，帮我在 notion 创建一个表格。 那可以看到这里其实内置了很多的 m c p， 一 旦连接你存放在各个服务器里的项目都能够直接调用，而你不用担心兼容或者格式的问题，所以你可以按需添加。现在我们需要配置一下 get up 的 m c p， 可以 看到我这里面已经配置过了，这里需要你去 get up 手动获取，然后复制过来。 打开你的 github， 建议每个人都要注册，因为这里是全世界最大的开源代码的一个存放的平台，它可以储存文件，还能直接托管我们的项目。在右侧的面板找到设置选项，然后找到 developer settings， 点击 personalize tokens， 就 在这里你可以创建一个新的 token， 这里要验证一下你的密码， 验证完了之后呢，在这里取一个名字，然后你在这边添加你的权限，添加权限之后点击创建 token， 添加权限之后就会生成完整的授权码，然后你回到这里粘贴就可以。 另外说一下，使用 github 的 mcp 需要 docker 这个软件在后台运行，不然你无法添加，也无法使用这个软件，也直接在官网安装下载就可以。 添加完成之后呢，点击 refresh， 就 在左侧出现工具面板，可以看到系统最多同时支持一百个工具的调用。但是我建议你不要一次性的开太多，按需加载就可以，建议每次控制在二十个左右。 如果你要添加未收入在 m c p store 里面的 m c p， 就 点击这个原始的配置仕图。注意看，这里就是你 m c p 的 原始配置文件。最简单的办法就是选中，然后把它们全部 复制在这边。新建一个对话框，你就直接让他编写某一个供应商的 m c p， 然后你去这个供应商的网站获取授权码，再粘贴回来保存就可以了。一定要养成凡事都用 ai 的 习惯。添加完成之后呢，这里新建一个对话框，因为我不希望有太多其他内容的干扰， 你就直接对他说，嗯，我希望新建一个 github 仓库，用来存放并且发布这个项目，仓库的名字就叫 hollywoodcut。 同时帮我设计这个部署的工作流，会使用的环境参数请参考 ev example 文件，并且将全部的操作流程都更新到 readme 的 文档。在上传前请帮我检查，确保我没有任何的个人信息，比如说 api 可以 泄露的风险。注意这些全部都不要写在前端的代码里面， 没有什么问题就直接按下回车，然后你的系统将会自动将这些变更同步到 gitlab。 保存完成之后呢，你就可以获取到一个网址链接，随时可以添加到浏览器里面打开。如果希望更进一步呢，我们就可以选择通过我 style 进行部署，这样这个前端应用就可以上线了。 在我 style 里面，我们需要关联 gitlab 仓库，这样你的我 style 就 可以看到你 gitlab 里面的代码库，直接点击这里的 is new， 点击 project 可以 看到这里面已经显示了好礼物 cut 的 这个项目，然后点击 input 项目就会直接导入框架预设，全部都会自动填充，直接点击 deploy 部署，就可以把应用发布在公共的域名上面。 所以现在你基本上就打通了一套从开发部署发布这样一个前端项目的全流程，通过 gitlab 同步，然后 gitlab 触发我 style 部署， 整个过程都是时事联动的，是不是很酷？这样我们就可以自己尝试打造出功能独特又实用的 app， 而且随时可以分享给朋友。 但是要强调一下，我们今天开发的仅仅是一个前端的 top 应用，在网上刷到的内容帖子，我用十分钟开发出了某某软件，基本都是这种类似的。 如果你想要进行完整的开发，那么你还需要了解后端数据库，购买域名，开放支付，包括商业化等等技能，这些都需要你进行更深一步的学习。但是 web coding 的 乐趣就在于，当你看到了一款很不错的软件，是不是可以先想象一下自己有没有办法复刻出来做一个简单的应用，比如 比如说口语学软件，语音助手就放在本地自己使用。我觉得对于没有任何编程基础的小白来说，真的可以算是打开了新世界的大门。那最后我们再来简单讲解一下 skills， skills 其实很好理解，因为它翻译过来就是技能。我们还拿厨师举例，比方说你已经有了一个非常厉害的厨师， 他本身就会做很多菜，但是川味鱼香肉丝的做法和其他地方那就是不一样的。你要是不提前给厨师讲情书，如果他按照自己的习惯发挥，可能味道也不错，但是绝对不会是你想要的那个川味。但是如果啊，你可以提前把这套独家秘籍给打包好，比方说油温多少度，配菜有哪些，什么时候该来一勺豆瓣酱， 怎么摆盘等等这些操作，全部打包成一个技能包交给厨师。那他平常呢，不需要把这些厚厚的技能包都背在脑子里，因为这样太占内存了，也就是太费 token 了。 那他只需要在腰上挂好这个技能包，等什么时候客人点名要吃那个川味鱼香肉丝的时候啊，他提前看一眼，再决定要不要读取这个技能。 然后呢，照着这个步骤精准地来一遍。这样做的话，既可以节省 token， 又能够保证干活的质量。这个啊，就叫做渐近式批漏。所以其实本质上，你可以把任何一个自己经常会用到的流程、工作流都打包成一个 skills， 这样你每次调用的时候，都不需要你提前说那么一大堆的背景提示词。 比方说，我们可以直接去 github 上下载 ansorepic 公司，也就是 cloud 那 个公司自己开源的 skills， 可以 看到这里的 skills 有 包括修改 word 文件，修改 pdf， 包括数据处理，还有一些前端设计的 skills。 我 们直接点这里的 code， 复制整个仓库的链接，然后回到 antigo 这里，我又重新建了一个项目，你就直接跟 ai 说，帮我下载这个仓库里面全部的 skills， 并且部署在局的路径下， 然后把这个仓库的链接发过去。部署在全集路径下的好处就是说，不管你打开什么项目，都可以直接全部地调用这些 skills。 果然教程都是发给 ai 看的，如果想要多做一步呢，你还可以跟他说，帮我把这些 skills 都配置成为斜杠可以调用的形式，这样当你明确想要调用某个 skill 的 时候，就可以直接选中了。 另外呢，再给大家推荐一个前端设计的 skills， 叫做 u i u x pro max skill 也是一样的步骤，在 code 这里复制整个仓库的链接，回到 ant gravity， 把仓库复制给他，对他说，帮我下载这个仓库的 skills， 然后直接点击回车就可以了。 这里可以看到我的斜杠已经可以调用这些 skills 了，我们就简单测试一下，帮我制作一个健身房的宣传落地页，你可以规定他使用哪些技能，比如说我打字使用就是我们最新安装的这个 u i u x 的 skill 直接发送。 可以看到这里已经调用了 u i u x pro max 的 升图模型，帮我们生成了两幅图片，我们直接在浏览器里面打开去预览一下， 那可以看到这个页面这个人物介绍部分他就使用了刚才的图片，整体来看还是挺有特色。就目前来讲，这个红黑配色不是我喜欢的风格，但是这只是一个初步的搭建，之后你有什么想法可以让他进行个性化的修改。其实你看关于一个健身房落地页的基本元素他这里都是有的。 好了，以上就是本期全部的关于 antiquity 的 基础教程，基本上你使用 cursor tree 或者任何的 id 工具，它的界面操作啊都是一通百通的。 web coding 时代，学习 ai 最快的方式就是先用起来，先做出一个东西，然后慢慢地补足专业技能，这样你才能有源源不断的学习动力。

hi， 宝子们， skills 你 们会用了吗？有没有试过用 ui 加 pm 的 skills 搭建一套从零到一的产品？了解 skill 工作原理的应该都知道，它是一套封装好的专业工作指令，安装、调用、生成代码，展示结果，只需要搭配好开发工具就能跑通。下面我用五步带大家完整地跑一遍这个工作流。 第一步，梳理需求，给 ai 装上 pm skill 插件， 调用机会数模型，然后生成思维导图，精准定位用户的痛点跟核心功能。第二步，确定 mvp 的 范围，调用卡罗模型，生成功能评估表，把核心的功能剔出来，次要的功能剔除掉，清晰划定第一次开发的边界。 第三步，梳理异常逻辑调用，设系统设计，画出交互流程图，把断网、报错等极端情况梳理清楚，让产品的底层逻辑更加严密。 第四栋，搭建基础页面，让工具自动跑通，能点击交互的低保存原形图，快速跑通底部导航以及其他页面的版面布局，大幅提升绘制原形的效率。 第五步，生成高保帧的视觉稿，先安装 usix 插件，严格要求图标必须使用 svg 格式，接着重绘低保帧原形图，稍等一下，就能看到 ios 质感的高保帧界面。 你看，全流程下来，咱们没有手动写一个文档，也没有写一行代码，就从零到一，把这个产品属性搭建好了是吧？同时，我也整理好了这五部 i c o p 的 工作流提示词，如果宝宝们感兴趣，可以在下方互动哟！好了，今天的分享就到这了，拜拜啦！

如果你安装好 open call 之后不知道怎么去用，大家一定要看一下这个社区机能库啊，这里面呢就给大家分享了非常多使用的一个案例，包括这个 open call 能做哪些事情，在这里面都可以找到相关的案例，我们直接打开这个链接来看一下，来到这个项目主页我们就可以看到啊 一个官方技能库的中文的版本，他会把所有的文字都翻译成这个中文，并且呢他会同步跟官网进行更新，所有的技能的都适配中文的一个指令。在下面呢就是有关于这个 skills 技能的一个分类，有办公的自动化系统工具开发运维，并且呢每一个下面都有详细的二级的一个分类，咱们点击这个社交媒体 就可以看到这个技能的名称，对吧？官方的一个链接，还有这个核心的功能就是对这个技能 skills 的 一个介绍，大家根据这边的这个中文的介绍，找到你需要的一个技能就可以了，找到之后呢，我们随便点击进去这个官方的链接，就会来到这个 club 他 们官方的一个专门发布 skills 的 一个地方，来到这个技能的主页，点击这里的下载这个压缩包， 下载之后呢解压到我们 open cloud 的 一个 skills 的 一个文件夹，解压到里面直接就可以用了，不需要你会代码，也不需要你去一些复杂的操作，非常简单，只需要下载解压直接对话就可以去用。好，有需要这个地址的可以视频下方来说一下。

今天给大家分享三个我常用的 skill 网站，再推荐一个找到 skills 的 skill 和一个产品经理必备的 skill， 帮助大家找到好用的技能。第一个网站就是 skills mp， 这个网站目前收入了三十五万个技能，含盖的类型有 工具类的、开发类的、商业类的，数据与 ai 的。 基本上你想要的 scale 在 这里都能找到，它的使用方法也很简单，比如我找到了一个数据分析的 scales， 它可以在 melons 中直接运行，你也可以直接复制，然后在你的任何 id 工具里面去运行或者下载下来进行安装。 我刚刚在 melons 里面添加了数据分析的这个 scale， melons 给它安装好了之后，还做了三个详细的案例，包括电商销售数据的搜索分析，用户行为数据的分析和格式化。 这个网站的好处一个是它 scale 的 内容比较多，第二个它和 melons 直接打通了，你在这边可以直接运行啊。第二个网站，这个网站里面目前只收入了四百个 cloud scales， 我 称之为是精选路线的 scale， 而且它不仅包含这些基础的 scale， 它还有一个博克，包含最新的资讯 和 scale 的 教程和见解。在这里面你可以学到如何用 scales 进行开发和构建一个好的 scale， 而且这里面的 scale 也都是质量比较高的，经过验证的 scale 你 可以放心去使用。使用方法也很简单，你可以点开查看详情，在这里直接复制，在你的 id 里面去直接运行，或者是 下载下来进行安装再使用。第三个是 scales s h， 这不仅是一个 scale 市场，而且是一个 scales 的 排行榜，它的排行榜是二十四小时的实时更新的，每天都会根据下载量去排列它的 scales。 然后我在这个网站也找到了两个我经常用的 scales， 一个是找到 scale 的 scale， 比如我们想实现一些技能，但不知道如何找到这样的 skill 的 时候，我们就需要一个 find skill 的 skill， 它目前为止也是这个排行榜里面一名列第一名的 skill。 我 们点击这个 find skill， 然后复制好了之后把它呃放到我们的 ide 工具里面安装，安装好了之后我就直接问他， 我想了解如何做好 seo， 帮我推荐一个 skill， 并且罗列出它的安装量，作者和这些 skill 的 特点和命令， 会根据这些内容再去进行筛选。第二个我经常用到的 skill 就是 product build 的 skill， 你 可以理解成它是一个帮你不断的挖掘需求，然后再进行追问的适合 ai 产品经理构思产品的一个 skill。 总之，这个网站能够让你快速的掌握当下最流行的 skill 的 技能。好了，今天分享就到这里，如果你想要了解更多的 ai 实战技能，欢迎关注我。

嗨，宝子们，今天分五步教你搞懂 skills， 并用来生成 ui。 上期我们说过，给开发工具装上 skill， 它就能更规范地干活。那为什么不能直接用语言模型呢？很简单， ai 语言模型等于远程聊天，只给建议。 ai 开发工具等于驻厂监工，实时纠错。今天就把我常用的六款 skill 分享给你们。 一、六款核心 skill 分 为三大类，规范类， apple 加谷歌。适用于 a p p 开发跟设计遵循平台规范，减少基础问题。设计类， ui 杠 u x 加 pm 适用于 ui 设计，产品方案贴合审美与业务逻辑，方案更好落地 实现。类， send ui 加 ipad ui， 适用于网页组建动效设计，提供原代码加方案，提升开发效率。二、 运行 skills 的 前提这一点很重要， skill 需要在 ai 开发工具中运行，先做好这一步，后续操作就比较简单了。下面这是市面上常用的开发工具，选一个你顺手的就行。三、 skill 安装步骤 不用自己写一行代码，直接把对应的仓库地址复制发送给你选的 ai 工具，让工具自动学习并缩影，几分钟就能完成运行安装。 四、避坑指南六个 skill 不 能一起使用，规则太多会让 ai 逻辑打架，反应变慢甚至报错。记住这个公式，一个核心加一个辅助做 a p p 就 用苹果规范加 u i 杠 u 叉的 skill， 做网页就用 pm 加 shifton 的 skill。 五、使用 skill 生成 u i 装好了怎么用？记住这个公式，场景描述加调，用特定的 skill 加功能秒需求。实操中 我会用 python 通过 m c p 连接 codex， 只要把公式甩过去， codex 就 会自动读取 field， 直接在画布上写出 u y。 很多人会问，为什么不用 faker 的 m c p？ 很 简单， python 能做到实时反馈， ai 这边改逻辑，画布那边就会及时呈现结果。这种所见即所得的生产力，目前的 faker 确实还给不了。 您看，其实从理解安装到工作应用，掌握方法后，效率会比纯手动更快。我把完整步骤和六款 skill 清单都整理好了，感兴趣的宝子可以在下方互动呦！

每天认识一款高质量开源项目，今天认识的是开发场景 skills 推荐之前我出过一期视频，介绍了 skills， 那 么今天就给大家带来开发场景我精选的十个宝藏。 skills 第一个， front and design， 是 一个能让 ai 进行前端设计的 skills， 由 cloud ai 的 官方制作。这里给大家展示一下它的 skills 文件。第二个就是 cash components， 前端开发，来自项目 versa， 这个 skills 能让 ai 进行复杂的前端开发。说完前端就是全站开发了。第三个， full stack developer， 该 skills 的 主要作用是让 ai 扮演一个精通现代 web 开发技术的全站专家角色，快去给你的 ai 编程工具试试吧！

我为自己设计了两个看板，一个是我自己的后台看板，可以看到我的引擎有没有启动，然后一些日制好。最主要的是展示一下这个合伙人的一个看板， 他可以显示我们每个人投资的金额，因为后续可能还有人会愿意继续投资或者是提现。哦。 我做了一个动态可式的交易员状况，那交易员在消，因为他盈利了吗？这个交易员的系统没启动，所以他在休息，在睡觉。然后， 呃，我们的池仓流水。这个是本地记的一个账，因为那个交易员做的是网格交易，所以会出现呃，部分平仓，没有完全平仓，那么是没有办法及时显示金额的。但是我们还是会从交易所调取一个数据， 可以看到他在做网格交易。才两天吧，还是三天，在模拟仓赚了五百多刀。其实还不止，因为我自己做测试的时候是开了仓做，做过止损，止损的 能够可以筛选到各个交易源，各个日期，各策略的一个胜率和营收情况。

hello， hello， 这里是迪姐今天给大家推荐五个特别好用的 cloud skill， 我 自己也经常使用，那这些 skill 能让大家的 cloud 效率至少提升三倍，每个都是经过实战和验证过的。那话不多说，我们直接来看一下这些 skill。 第一个呢是 ancillary office skill， 它是官方出品的 skill 的 合集，我们来看一下 呃它整体的这个 github 的 地址哈。这个可以说是 b 装的 skill 系列，它的质量非常的稳定，而且会覆盖大部分的 office 的 场景。我们可以直接点进它的这个 skill 里面看一下， 它会包含像这个呃 canvas 的 设计啊， called api 啊，这个文档的写作以及 pdf 啊， ppt 啊等等这些 skill 都会包含，可以说是，嗯基本场景都会覆盖，而且效果比较的稳定，新手特别的友好 那呃第二个呢就是呃 superpower， 现在在 tiktok 上已经有接近两万的 star 星星数了，从头脑风暴、需求文档、开发测试，整个工作流都会覆盖。 我日常其实用的最多的就是这个 skill 了，可以说是强烈推荐。之前写需求文档可能是需要对话好几轮，但现在用 superpower 的 skill， 一 次性就能够生成非常标准化而且非常精确的文档结构和内容，可以节省非常多的时间。那第三个推荐就是 planning with files， 它是专门去处理复杂多部任务的这样的一套 skill， 它呢可以自动去帮我们拆解任务，并且可以串联其他的 skill 一 起进行工作，相当于是一个呃任务调度的中心。那如果你经常处理复杂的一些项目，它能帮你省很多的事情。 那第四个呢，是 x article publisher skill， 这个是王亦树老师自己开发的一个自动化发布的呃，工具，可以一键把内容发布到 x 平台作为草稿箱，然后经过这个用户确认之后可以进行发送。嗯，重点是它不仅是 twitter， 这个自动化的思路其实是可以扩展到像小红书公众号等等其他平台， 就是对于内容创作者可以说是非常友好，用 ai 去进行选择题，进行写作配图，最后在一键多平台去发布，可以说是体验非常友好，效率拉满。所以强烈建议大家可以用一用这些好用体校的 skill。 第五个是 notebook o m 相关的 skill 了，那这个 skill 它会呃帮助大家自动把 pdf 和 youtube 链接上传到 notebook o m 去，作为一个呃知识的图书馆，然后去进行管理。如果大家经常需要整理学习材料，呃，这个工具可以让大家的效率翻倍，去省去很多的手动操作。 那以上这五个 skill 就是 今天的推荐了。 github 的 链接我放在评论区了呃，建议大家现在就在 cloud 或者是 codex 上面试一试。后续呢，迪姐会继续分享具体的使用场景和实战案例，我们就下一期视频再见。拜拜！

当你一不小心在 skills 后面加了个 s h， 然后你就进入这个全球最大的 skills 网站，有帮你做数据库的，有帮你做 ppt 的， 有帮你写文章的，有帮你做海报的。面对着浩如烟海的七万个 skills， 文科生出身的你突然想通过 web coding 制作一个网站，然后你选择了一个名字叫头脑风暴的 skill， 并点击了复制，随机打开了软件 cursor， 并把刚刚的代码直接丢进了对话框。什么多余的话也不用说，下一秒这个头脑风暴 skill 就 装好了。 然后聪明的你对科室说，我想设计一个网站，适合家长带着孩子学习英语，咱们先头脑风暴下，然后再写代码。这个时候因为你提到了头脑风暴， 科室就激活了刚刚安装好的头脑风暴 skill， 并变身咨询顾问，并像产品经理一样开始和你沟通产品功能和需求，然后输出了一份 p r d 文档让你确认。再次确认后，科室就开始编程了，只需要三分钟，聪明的你发现你的第一次 web coding 之旅完美结束了。 严谨的你看了看功能，有阅读库，有生词库，阅读的文章有五种难度供选择，而且阅读库还支持随时更新，阅读过程中遇到的生词可以随时查询中文，还能一键加入生词库。 家长有单独的家长账号，登录后能看到孩子学习动态、时长以及生词库的学习情况。那聪明的你现在明白了什么是 skill， 而且怎么用了之后，你又想起来这个网站上有七万多条都这么牛的 skills， 然后你想赶紧用起来？别着急，我已经把适合非技术背景的我们最需要的十个 skills 使用代码打包整理好了。 其中有专门搜索好用 skill 的， 有用于生产 skill 的， 有做数据库的，有做 ppt 的， 有写文章的，有做海报的。有了它们，我们再也不用每次都从零去用提示词教 ai 做事了。学会了 skill， 就 等于培训了一个可以直接上岗的员工。我是拉斐尔，这是带你 web coding 系列的第二期，咱们下次见。

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。

嗨，大家好，今天我们来聊一个特别酷的话题，可以说是一次彻底改变 ai 开发游戏规则的重大升级。 你想想看，以前我们开发 ai 的 技能，很多时候感觉像是在玩一个黑箱，全凭猜测和感觉。但现在呢，我们正从这种摸黑走路的状态，大步迈向一个有数据有工程方法的全新时代， 这简直就是一次史诗级的飞跃啊。那么这到底意味着什么呢？咱们一起来深入了解一下。 没错，就像标题说的，我们过去真的处在一个黑箱时代。怎么说呢，就是啊，以前你要是想给 ai 开发一个新技能，那整个过程与其说是科学，不如说更像是一门艺术。 就感觉自己像是在往一个完全不透明的黑盒子里扔东西。你把技能造出来了，但它到底好不好用，里面是怎么跑的，你一概不知，更别提什么可靠的测试或者验证质量了，根本无从下手。 你看，这句话简直是说到了所有开发者的新看力，这就是当时最核心的痛点， 因为你没有一个评估机制，整个开发过程就特别让人沮丧。你想想，你花了那么多时间和心血，结果呢？你做出来的东西到底行不行，你心里完全没底，这种感觉真的太难受了。 所以啊，过去那个工作流程，说白了就是一个不断猜测的死循环，潜质是场噩梦。你看，第一步，你凭着直觉和经验写了个技能，然后呢？然后就只能双手核实，祈祷他能在需要的时候被正确处罚。 接下来，你得手动去检查输出结果，看看它看起来是不是对的。最要命的是，你心里总有个疙瘩，就是特别担心万一哪天 ai 模型一更新，我辛辛苦苦写的这个技能会不会就悄无声息的挂掉了？ 而且你还没法用任何数据来量化你做的改进，所以说想构建一个稳定可靠的技能太难了。 好，说了这么多过去的痛点，现在重点来了，情况可以说是发生了一百八十度的大转变。 anthropic 公司啊，对他们官方的那个 skill creator 工具进行了一次堪称史诗级的更新，他们直接引入了一整套非常强大的全新的测试和评估系统， 这一下就彻底把我们刚才说的那个黑箱问题给解决了。那这个全新的工具包里到底有什么法宝呢？ 你看它主要带来了四大核心能力，一下子就把过去那种凭感觉的创作拉高到了严谨的软件工程层面。首先有评估系统帮你测试技能是不是真的按你预想的在工作。 其次，精准测试让你能用实打实的数据来量化它的性能，还有并行测试，这个很关键，它能在完全干净的环境里跑测试，保证结果的可信。最后还有描述调优，这能帮你精准地优化一个技能到底该在什么时候被触发， 是不是感觉一下子就专业起来了？好，那理论听起来确实很棒，对吧？但咱们还得看实战效果， 所以接下来我们就用一个特别实际的例子，创建一个视频转文字稿的技能，来看看这个过程到底是怎么从一门艺术转变成一门真正的工程的。 大家看这个对比效果可以说是一目了然，左边就是改进前技能，输出的就是一大坨乱糟糟的文字，根本没法读。而右边呢，经过新工具改进之后，输出的是一份格式完美、段落清晰的文档，阅读体验直接拉满。 但是这又带来了一个新问题，你想，如果我有很多跟视频相关的技能，比如说一个负责下载视频，一个负责转录文字，那 ai 怎么知道在特定情况下该用哪一个呢？它会不会搞混？ 对，这就是问题的关键。我们管这个叫触发冲突，你想想，当好几个技能的触发条件都很像的时候， ai 可能就蒙了，它可能会激活一个错误的技能，那结果就完全不可预测了， 所以这恰恰就是我们需要去精确控制的地方。那戒绝方案是什么呢？就是这个叫描述调优的超级巧妙的功能， 它是怎么工作的呢？你看，系统会自动生成一些测试用的问题，其中有十个是应该触发这个技能的，另外十个呢，是不应该触发的。 最觉得是这十个不应该触发的还不是完全不相关，而是那种模棱两可的擦边球，就是专门用来考验 ai 在 模糊地带的判断力的。 然后你要做的就很简单了，在一个网页上点点鼠标，确认一下 ai 的 判断对不对，然后系统就会自动进行迭代，最多五次，就能帮你找到那个最精准、最完美的触发描述，这样一来，触发的准确率就大大提高了。 好，触发的问题解决了，那我们现在就进入到下一个层次了。问题从这个技能能用吗？升级到了它用起来效果到底有多好？要回答这个问题，光靠感觉可不行，我们就得用上新的评估和精准测试功能了。 说到测试，以前的方法其实有个致命的缺陷，特别容易产生误导。为什么呢？因为以前的测试都是一个接一个按顺序跑的，这就导致上一个测试的对话内容，也就是上下文，会像病猪一样污染到下一个测试 结果呢？结果就不准了。你可能觉得，哇，我这个技能真厉害，但实际上可能只是因为之前的对话历史帮了 ai 的 忙，根本不是你技能的功劳。 那么新系统是怎么解决这个问题的呢？非常聪明，它直接并行运行多个测试，也就是说它会同时启动好几个独立的 ai 代理，每一个都在一个完全纯净、完全独立的环境里跑测试。 你想想，这就像是给每个考生一个独立的考场，互相之间完全没有干扰，这样一来，交叉污染的问题就彻底没了，而且评估的速度也快了好几倍，结果自然是又快又准。 好，那到底效果有多好呢？空口无凭，我们直接上数据，大家来看这张图就是最有力的证据。数据显示，在使用我们开发的这个视频转录技能之后，任务的成功率是百分之一百，而如果不使用这个技能，单纯靠基础模型自己去琢磨呢？成功率只有可怜的九。 这个对比啊，我觉得已经不能用天壤之别来形容了，简直是降维打击百分之九十一点五。 没错，这就是我们这个技能带来的实实在在的竞成功率的提升。你想想，当你手里有这样硬核的数据时，你就可以非常自信地告诉所有人，你开发的这个工具不仅仅是哦能用，而是能带来巨大价值提升的利器。 好到这里，我们已经看到了这些工具的强大之处，但我们不妨把视角再拉远一点，想一想这背后到底意味着什么？ 这真的不只是一次简单的功能更新，它对整个 ai 代理的生态系统都有着非常深渊的影响， 可以说它代表的是一种全新的开发理念。要想理解这种深邃影响，我们得先搞清楚一个概念，就是 ai 技能其实可以分成两种。第一种，我们叫它能力提升型， 顾名思义，它就是交给 ai 一 些它本来不会或者做得不好的新本事，比如我们刚才说的那个高级文档创建。第二种呢，叫编码偏好型， 这种技能不是叫新东西，而是引导 ai 必须按照一个你预先定力好的特定的流程来工作。比如说你们公司要求会域基要必须用某个固定格式，你就可以用这种技能来保证分清这两种类型对于我们后面怎么去测试和维护它们直观重要。 那了解了这些，我们再回过头来看，这种严谨的新方法到底为什么重要呢？它能带来哪些实实在在的好处？首先，也是最直接的就是捕捉衰退，万一哪天大模型更新了，不小心把你的技能给搞坏了，测试会立刻告诉你，就像一个警报器。 其次，你能用硬数据来证明价值。再有，对于我们刚才说的能力提升型技能，当基础模型自己进化了，足够强大，已经能很好的完成任务时，评估数据就会告诉你， ok， 这个技能可以光荣退休了。 最后，对于编码编号寻技能，你能百分之百地确保他始终在严格地遵守你定下的规矩，你看，这些都是非常实在的好处。说到未来， entropic 官方给出了一个非常激动人心的展望。 他们认为啊，以后啊，我们可能连详细的代码或者指令都不需要写了，我们只需要用最自然的人类语言去描述一下我们希望这个技能做什么，也就是那个 what， 然后模型自己就能搞定剩下的所有部分，也就是怎么做那个 how。 这听起来是不是有点科幻？这就给我们留下了一个特别值得思考的问题，也是我们这次分享的结尾。今天我们看到的是一次从黑箱到测试台的巨大飞跃。 那么再往后看一步，如果有一天既能可以自己编辑、自己测试、自己优化，当整个开发过程都变得如此自动化和智能化的时候，我们又将会创造出什么样超乎想象的东西呢？ 我想这无疑为整个 ai 生态的未来打开了无比巨大的想象空间。

a 圈集体播放 agent 的 智能体开发，将不再是博士生才能玩的高端局。起因是文达大佬最新发布的 agent skills 课程在 youtube 上火得一塌糊涂，简直吊打市面上百分之九十九的教程，瞬间引爆全球技术宅的学习热情。这课的厉害之处就在于把复杂的 agent skills 设计与封装拆成简单五个板块儿， 关键时候手把手教你从零创建和管理自定义技能，绝对的实战王炸！靠着这一刻就能搭出专业化可附用、能组合的专家级 agent， 让大模型变成小白都能玩的技能组装入门运动配套的大模型学习路线和配套视频教程我都打包好了，留学习带走。