url是什么skill

有粉丝说不会安装 skill， 今天录这个视频安装一下 skill 演示一下。 那我们今天装的这个 skill。 呃，是一个 a 股的分析的一个 skill， 叫这个，我们安装一下。那我们可以在应用市场这里搜啊，比如说你 这里有很多，那我们装一个最多的吧，就装它。好吧，装看一下。因为最近这个服务器一直不稳定啊，用网络安装的方式可能装不了，我们把它下载我这里下载好。 我们装完它之后，你看它会说这里还有一些问题，并不是马上就能用了这个 skill， 它要装些这些东西。那我们跟他说要 好，这里他给你全部装完了， 那我们试一下啊。他说 啊，他这里说他跑起来了，我们反问这个地址，你看他给你反问这个地址，打帐号密码，我们试一下。我知 你看报错了，那我们今天讲下报错该怎么解决啊？那报错了你就告诉他报错， 我们在网页随便复制几句发给他。 ok， 他 跑完了，他说修复了，那不管怎么样，我们试一下。 看起来好像没问题啊，而且说有账号密码吗？ 那我们试一下。他之前点了账号 算了，直接问他可以看到， 那我们用这个第一个通一下。 哎，好像可以了，但是进来看着怎么没有数据啊？ 设置优化设置。是这个市场还没开吗？那我这边等一下，等一下，我九点半了，我再看一下，感觉好像没问题了 啊。他这里说了，现在集合进价前后很多发不了啊。那做 这里停了好久也没电脑能处理出来，我们停止， 哎，你看把它停止重新问，他又搞好了，我们刷新一下。 好，他说修好了，我们再新他一次好吗？ 嗯，看着有点变化了， 五次十次，一次，再再 应该还没好，不知道哪里有问题，我们让他自己去检查一下吧。 好，他这边说可以了，我们试一下按 ctrl f 五强制刷新。哎，好像好像可以了，咋也看不懂呢？ 三个上场核心功能， 我们看一下他说的这些有没有真的， 那打分一下。好吧， 平分 看结果。当前平分 这个 skill 主要功能给我列出来， 你可以去后面给他优化看。这是它主要功能啊。 好，今天这个 skill 就是 讲到这里，还有什么 skill 需要看的，大家可以评论区说一下。

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。

是不是觉得别人家的 openclaw 玩得出神入化，而你的还在基础打转？绝对不是因为别人花了大价钱，主要是因为你没有安装下面几个 skill。 装没装，它们体验感绝对是两个世界。 escape water， 这个叫隐形安全盾，安全永远是重中之重。这个我在大量安装社区技能前必装的审计官，它能帮我扫技能包里的雷，识别恶意指令和潜在风险。强力建议安装。 web search table， 这是实时信息雷达，这个技能是 agent 的 信息大脑没他，我的 agent 简直在闭眼造车。联网搜索能力是刚需，解决信息之后就靠它了。嗯， find their skills 技能智能搜索器，装了它，相当于给 agent 装了个技能雷达和自动安装器。这实际难题， 网络上的 skill 太多，你不可能知道每个 skill， 而当你告诉他帮你整理文档，这个 skill 就 会帮你去 clone up 技能库里找最适合的技能，连怎么安哪几个的顺序都给我排好，一键搞定。这个我强烈安利大家人手一个 directive agents， 自主思考，它是自主思考能力。从之前的你叫我干啥我干啥，变成了这事这么干可能更好。嗯，甚至能记住过去优化方案， 减少重复劳动。这玩意有个特点，短期用可能感觉一般，但长期使用，那个默契度和省心程度会让你直呼真香。 self improving agent 成长进化引擎，光会干活，不够得会成长。 这个 self improving agent 是 open cloud 的 智能进化引擎，用的越久，它就变得越强越聪明。区别于传统的傻流程自动化，它是动态进化的。 这种 summarize 总结，天天被信息洪流淹没。 summarize 是 总结 url、 本地文件和 youtube 链接，支持网页、 office， pdf 邮件、长文本、视频字幕， 几十页文档，几十秒就嚼碎了，吐出核心精华，专注焦虑，神器必装！嗯， agent browser 代理浏览器，这个 agent 解决了传统 ai 只能在后台看静态数据的痛点，让我的 agent 拥有了人类级的浏览器操作能力。它基于 ras 开发，关键是它能听懂人话， 我说告诉我当前页面有什么内容，不用我去匹配复杂的 html 标签，它自己识别页面内容。一句话，网页上你能干的活，它都能用自然语言替你干。嗯，所以啊，伙伴们， agent， browser、 travelling、 fine、 skills、 self improving、 summarize、 skill、 better、 proactive 这七大核心技能组就是 open call。 agent 能起飞， 做到别人做不到的自动化、智能化的关键所在。不要再让你的 agent 停留在基础功能了，装上它们，亲自感受一下代差，你会发现 opencloud 的 潜力远超乎你的想象。赶紧动手让你家的 agent 神装毕业吧，我们下期见！

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！

来看一个数据库存储网址的技巧，一般推荐的做法是对这个网址做一个散列，散列的纸最好是一个整形，然后再存储这个散列纸，并在上面创建缩影。下面来看一下怎么对这个网址进行一个散列，下面我们执行一下这个 c q， 你 就明白 执行一个 c q， 这里得到的是一个整数值，下面来解释一下这个 c q。 首先我们使用 md 五对这个王字做一个 md 五值，然后使用 rand 函数取右侧的十六位， 然后再使用这个函数把这个净值转换一下，让它成为一个整数型。 接着我们来创建一个表里面来存储这个网址，然后是它的一个哈希值，存储这个哈希值主要是为了这个解锁，然后 url 主要是让我们这个人看起来比较清晰，我已经对这一列创建过锁影，所以这里不再演示。 下面我们把这些数据给查到数据库中，执行完成之后先来查看一下， 可以看到这里数据已经进去，那么我们在查询的时候可以这样来查询，就首先这里还是哈希值，那么把这个哈希值给找到，然后再使用正常的网址来进行查询， 这里可以来查询看一下，这里你可能还看不到存储这个散列值的一个好处，那么这里我们可以使用执行计划来查看一下， 这里你注意来看它这个 type 值以及这个 r g f， 那 么这里你就可以看到它这个查询效率是非常高的。 最后给大家推荐一下我的这几份实战手册和这个微服务项目，手册的价值在于一，可以提高你的学习效率，通常来说，你跟着手册操作十五分钟左右就可以完成一个实战试例。 二是学习有个兜底的地方，你遇到问题的时候，我会及时帮你解决，并且把原因告诉你，就不用你到处去网上搜，浪费了大把的时间。 至于项目，是一个从零开始搭建的微服务项目，你除了能学习微服务的搭建，还能全面了解一个项目的开发流程。我这个项目从需求整理、原型图、设计图、正常开发、项目部署以及到基础的运维监控都设计， 并且项目中的代码都有对应的注式，你不用担心学不会。如果有不懂的，那么你及时问我，我会及时帮你把这个问题解答清楚。

python 从零开始学，今天要讲的是 url 传餐。当我们想要在浏览器中进入一个网页的时候，地址栏中就会出现一串符号， 我们习惯叫它网址，但这并不准确，正确的说法应该称它为 url。 那 么这个 url 到底是什么？如何在网络爬虫中正确地运用它呢？通常一个完整的 url 长这个样子，包含四个关键的部分，协议、域名、 路径以及可选的参数部分。在 u i l 中，最常见的协议就是 http 和 https。 网络爬虫通常也是通过 http 请求来开始工作的，而网站中的域名就是网站的门牌号， 例如百度的三 w 点，百度点 com 告诉我们访问的是哪一个网站。位于域名之后的路径就是访问的网页，它指定了服务器上资源的具体位置。 第四部分是参数，它是 url 中动态传递信息的关键部分，以问号开始，紧跟在路径的后面，把按的符号去掉之后，参数部分就变成了这个样子。 在 url 中，参数采用键等于值的形式成对存在多组参数之间使用按的符号连接。 为什么 ul 中会有参数呢？现在我们就进入百度浏览器中一探究竟。当我们进入到百度的首页时，会发现网址中仅仅有两个部分，协议和域名，并没有路径和参数， 但是我们抓取的内容绝对不会止步于网站的首页。当我们在搜索框中输入一个关键词，例如网易云， 然后按下回车键，跳转到对应的页面中，你就会发现地址栏中的内容发生了变化，出现了刚刚所说的四个元素， http 协议、域名、路径和参数。 在网站中， u l 的 参数并不是每一个都有用的，为了找到有效的参数，我们可以在浏览器中删除掉一些看上去没有用的参数，例如这个 w d。 网易云，网易云是这个网页的关键词，明显是有用的， 我们把这个网易云后面的所有参数删除掉，然后按下回车键，你会发现还是跳转到了网易云的页面中，说明后面的参数都是浏览器后面加上去的一些无关紧要的参数。 那么这个关键词前面的参数又是否是有效参数呢？我们来一个一个的删除一下，再次按下回车还是可以跳转到网易云页面再删除。这次我删除掉两个， 按下回车还是可以跳转到网易云页面。那如果我删除掉最后最前面的这一个 i e 等 u t f 杠八，然后我点一下回车键，大家可以看到在这个百度搜索框中，有用的参数仅仅只有这一个 w d 而已。 如果我们在这个 w d 后面直接写上其他的关键词，比如小龙虾，按下回车，我们也可以进入到关键词为小龙虾的百度页面中。 那么通过修改 url 中的参数，我们就可以达到抓取对应关键词网页的目的。现在我们来直接复制这串网页的网址，还是复制网易云的。 当我们直接复制这串网址，然后粘贴的时候，就会发现我们粘贴的内容发生了变化，从 中文的文字变成了一串我们并不认识的符号，这是为什么呢？因为 url 不 支持中文和特殊符号，浏览器会根据编码规则将它变成这串样子，我们可以在浏览器中进入到开发者模式，进入网络，然后我们刷新一下这个页面，进行数据抓包。 大家可以看到我们访问的这个网址也是这样，关键词的部分也变成了经过浏览器编码规则而发生改变的一串文字。那么作为网络爬虫，为了能够更加接近浏览器发起的请求，我们也需要将这一段参数进行编码。 不懂浏览器中的编码规则也不用担心，爬虫库中的 arlib 可以 帮助我们进行处理。首先我们可以在代码中导入 arlib 库， 并且引用其中的方法 quote 和 unquote。 假设关键词还是网易云，使用 url 中的 quote 方法就可以得到这一串文字，和浏览器中转化的一模一样。想要将浏览器中转化后的变成文字，你也可以使用 unquote 就 可以重新变成文字啦。 那么以上的内容你都会了吗？我们在派叉中练习一下吧。在正式发起请求之前，我们必须要导入一个库，就是 requests 库，写上 import requests， 这是我们发起请求最关键的一步。那么导入库之后，我们来获取包含关键词的网页 url。 在 浏览器中，我们得到的网易云网址是这个样子的，我们将它复制粘贴到这里， 写上 u i l， 等于这一串。如果我们想要获取任意对应关键词的网页，那么我们是不是应该对这个关键词进行一些修改？比如说我使用一个 keyword 的 变量用来储存我想要抓取的关键词，那么我们需要用户输入请输入想要抓取的关键词 进行了输入之后，我们后面这一节就要进行转译，直接写上 keyword， 那 么我们获得的网页就是 print， 我 们打印一下这个 u i l， 比如说我想要抓取的网页是小龙虾，那么抓取的网页这一节后面就是不被认识的，我们点击进去可以看到并没有进入到对应的关键词页面， 如果我们想要抓取，那么就需要对它进行浏览器相同的编码，那么就需要导入一个库，写上 from arduino 中的 quote 和 unquote， 在 这里我们不需要使用到 unquote 的 方法，那么就只要写上 quote， 进行编码之后，我们再来打印一下这个网址。我们这次抓取小笼包进入到网址中 可以看到，我们就可以进入到小笼包对应的页面中啦。那么我们想要将抓取到的对应网页的内容保存下来，就需要使用到写入文件的方法啦，在这里写上，首先发起请求，使用 response 保存抓取请求后的结果，发起 get 请求，向这个 u i l 发起请求。 同样我们还要写上 headers 来模拟为浏览器，在 headers 里面写上 user 杠 agent， 这个 user 杠 agent 我 们可以在浏览器中找到开发者模式，然后找到网络重新加载，然后点击到这里， 在下面的请求标头之内，我们就可以找到这个 user 杠 agent， 大家记得要把这个 user 杠 agent 改变为字典模式，然后粘贴进来，在这里我们再写上 headers。 写上 headers 之后呢，获得了响应结果之后，我们再将抓取的内容写入到文件中，写入 with open， 写入一个新的文件，文件名叫做百度，加上关键词，告诉我们抓取的是哪个页面，使用 w 模式，并且我们要将 encoding 改为 utf 杠八。 那么写完之后我们再来写上 f 点 right， 写入到文件中，运行一下这个代码，请输入想要抓取的关键词，我写一个螺蛳粉，按下回车，在这里我多加了一个 s， 我 们把它删掉就可以了。 再次运行这段代码，还是抓取螺蛳粉，现在我们就得到了螺蛳粉的网页，点击进去，我们在浏览器中打开， 现在我们就抓取到了螺蛳粉网页的页面了。总而言之， url 是 网络爬虫抓取批量数据的基石。通过这个视频，你有没有学习到 url 到底有些什么，可以在评论区说出来，或者你有什么疑问也可以在评论区提出来哦。

玩小龙虾和 openclaw 的 朋友，有的并不清楚 skill 是 什么，现在一句话给你讲清楚什么是 skill， 打篮球，说英语、做饭是你会的技能。 那么小龙虾或者说 openclaw 会的就叫 skill， 比如说会画图，会操作鼠标， 会打游戏，这个也都算是 openclaw 的 技能。比如我昨天用 openclaw 调用 ctrl u i 去画图，这就是它的一个技能。其实我之前也做过自动帮我填日报，当然不是在 openclaw 里面去实现的。 目前市面上一些常见的 ai 工具都支持 skill， 比如说 cloud code， train 等等等等。所以大家如果有什么对小龙虾的 skill 不 了解的地方，都可以私信来问我，或者在视频下面留言。

一天一个 skill 详细讲解第一期聊 skill vetter， open car 生态越来越大， skill 越装越多，安全问题不能忽视。 skill vetter 刚好解决这个痛点。 open car 上的 skill 谁都能发布，来源没法保证，所以装之前必须先过一道安检。 第一步，来源检查作者是谁？星标多不多？最近有没有更新？社区评价怎么样？在 open car 上来路不明的技能，第一关就过不去。 第二步，代码审查，逐行扫描所有文件十四项危险信号，逐一排查卡二，外发数据，读取 s s h 密钥，命中一条直接拒绝。 第三步，权限范围，读哪些文件，跑什么命令，有没有网络请求？ open code skill 应该遵循最小权限原则，权限超出功能范围的一律不通过。 第四步，风险分级，绿色可以直接装，黄色需要完整审查，红色必须你亲自批准，极高风险的直接拒绝，没有商量。审查完成，自动生成标准化报告。来源，危险信号，权限清单，风险等级， 最终裁定一目了然。用好 skill writer， 在 open card 上放心装 skill。

ok， 今天我们来讲一下 skill。 呃，最近半年的 ai 圈子里面， skill 是 一个很火的概念啊，就是你只要给 ai 加上一个 skill， 它就可以自动地去写艾玛，去做设计，做 ppt， 甚至自动完成一些很复杂的工作。听起来就好像是说，我只需要给这个 ai 装上几个 skill， 它就可以变成一个所谓的真正的数字员工。 哪怕是所谓很多大厂的程序员对这个都有一些不够理性的看法。实际上我们可以仔细的去观察一下 skill 和它模型的调用方式，你会发现一个很有意思的事情，就实际上来说， skill 并没有给 ai 增加任何新的能力， 它更像是一套可以附用的 prompt 的 模板，用来提升效率和输出的稳定性。 ok， 这个可能和很多人的观念有冲突啊，所以今天我们会仔细的来聊一聊。但在开始之前，我们先需要去理解一下一些更基础的概念，就是 prompt。 如果你平时使用过 cloud 或者 gpt 或者 dbisc， 你 应该或多或少都见过这两个词。一般来说， prompt 会分为两类，第一是 system prompt， 简单说就是它是给 ai 的 一些系统设定。在这部分中，我们通常会描述 ai 的 角色、工作能力、思考方式、行为规则。 简单说就是 system prompt 定义了 ai 是 一个什么样的人。 ok， 接下来是 user prompt。 user prompt 是 用户在对话中发送给 ai 的 具体的请求， 比如说，我可以让 ai 去帮我写一个网页，或者分析一下今天的 a 股的市场，看一下明天的天气。总结一下某篇论文，简单的说就是 user prompt， 它定义了 ai 需要去完成什么事情。 那随着大家去用越来越多的使用 ai， 其实你会很容易的发现大模型的输出它是随机的，但一般来说，你输入给模型的信息越完整越具体，那模型交付到你的质量一般来说也会越好。 不管这个领域是写代码还是做调研还是写文章，所以说 prompt 的 质量一般来说会直接的影响到模型的输出质量， 所以围绕着怎么去更好地写 system prompt 和 user prompt 来去提高模型的输出质量，也形成了一个专业的领域叫呃提示的工程，也就侧面说的这一部分。 ok。 那 说了这么多 prompt， 它和呃 scale 有 什么关系？其实就是我最开始提到的 scale， 它本质上就你可以把它近似的理解成它就是一套 prompt 的 模板。 一般来说，我们的 scale 会包含若干个 markdown 的 文件，但甚至很多 scale 它其实就只有一个文件，那主主要的文件是一个 scale 点 markdown， 它包含两个部分，第一部分是 meta 信息，是一个 ym 结构的 k value， 这部分信息会用来描述这个 skill 的 名称和它的一个 description。 简单地说，这部分是给 ai 看的，用来给 ai 决呃决定在什么场景下去加载这个 skill， ok。 第二部分是 scale 的 主体内容，也就是 ymail 后面的信息，这部分是我们这个 scale 的 核心内容。比如说 ppt 叉的一个 scale， 它可能会包含如何读取 ppt 的 内容，如何编辑这个页面，然后它常见的一些布局模式和一些注意事项。 当 ai 去加载这个 skill 的 时候，这些所有的内容就会被注入到当前的上下呃对话的上下文中，也就是刚才我们提到的那些 prompt 里面。因此在模型的视角上， skill 的 本质就是另外的一段 prompt。 所以 如果我们只考虑单轮的对话，那么其实你用一个 skill 和直接把 skill markdown 里面的那些主体内容复制给模型，这两者在模型的视角上是没有任何本质区别的。 ok， 那 当然也不是说 skill 完全就是一个呃旧瓶装新酒的一个东西啊，它本身还是有很多的价值。 ok， 呃，首先就是如果没有 skill， 那 是不是我每次让 ai 去做 ppt， 我 都需要去手动的输入很多的设计原则，然后排版的方式，一些内容的结构，注意事项，所以 skill 可以 把这些这些东西，这些经验封装起来，反复的使用。 更重要的是 scale 它可以呃， scale， 它是一个 markdown 文件，它是用于传播的，所以它可以把这些信呃信息变成一个 prompt 的 模板。这样的话，即便是完全不了解 这个领域的人，比如说我就完全不会做 ppt， 但是我通过一个 ppt 的 skill， 我 也可以去呃比较好的去做出来一个 ppt 的 结构，这也是 skill 的 核心价值之一，就是它的模板化和一些新手友好的复制。 ok， 接下来 skill 它还是一个可以组合的，还是以做 ppt 为念，假设我用 ppt skill 来去让 ai 根据我的需求去做了一个 ppt， 但他做出来 ppt 大 概率是一个结构很完整的。呃，大概率是没有什么问题，能够正常的播放，但是他的设计风格可能我不是很喜欢， 所以这个时候我可能还会需要一个叫 ppt designer 的 一个 skill， 他 可能去让 ai 在 ppt 叉的基础上去呃，设计这个 ppt 的 一些设计风格，还有一些过度动画， 然后再基于我自己去我自己的一些偏好，再去给他一些 user prompt， 那 这两个 skill 的 组合就能够让 ai 去帮我完成一些可能我个人来说比较喜欢的一些 ppt 的 结构。 ok， 那 在这两个的基础上，理论上我们就可以让 ai 或者说让一个完全不懂的 ppt 的 人去做出一个结构又好，然后风格也比较比较优雅的一个 ppt。 那为什么我说的是理论上 ok？ 这里面其实有很多的问题，就是我们实际的现实世界总是充满了各样的各种各样的限制。 首先模型并不会完全遵循我们在 skill 里面的一些描述，或哪怕你是 user prompt。 其实你经常会遇到这样的问题，就是我们的模型经常会忽略部分的规则， 或者说在一些你没有明确定义的地方，他会自由的发挥，甚至说他没有自由发挥，但就是莫名其妙的产出了一些不符合你预期的地方，所以你需要去反复的去校准这一个细节。 所以在实际的使用过程中，你要么就是新增加新的新的 skill， 要么就是你去补充新的一些 prompt 来去校准它的一些行为。但是实际上模型的上下文窗口又是有限的。呃，我们可以简单的把上下文窗口理解成就是模型可以接收的信息的总量， 那随着你补充的信息越来越多，或者这个模型加载的 skill 越来越多，我们这些内容都会去占据模型的上下文窗口，而当呃上下文窗口达到预值这个时候，一般来说会去进行一个动作叫压缩。 简单理解成就是模型会把之前的内容总结成一个更短的概要，就会导致大量的细节信息的丢失。你应该或多或少也遇到过，就是你和 ai 聊天，你会发现他越聊越笨，然后如果你让他修一个 bug， 可如果前两次他没修好，那可能越到后面他可能越来越修不明白这个 bug， 或者修着修着又引发了别的 bug。 基本上就有这样的原因，就是这个原因。打个比方就是你可能还会记得你上个月和你的某个朋友吃过一顿饭，但你肯定没办法准确的想起来说这个饭的过程中你们具体都说过哪些话，这个你肯定是会比较容易遗忘的， ok？ 还有一个问题是注意力的分布是不均匀的。呃，有一篇比较经典的论文，我贴在下面的就是呃模型， 他针对于他上下文窗口中的前面和后面的信息会有更多的注意力，而中间的那部分很容易被忽略， 这也就导致我们会越聊越笨。然后最近姚顺宇团队也有一篇文章，这个提出指出了一个更和我们大多数人认知其实更 更冲突，更更有冲突的一个结论，就是当前阶段的大模型，它其实并不能真正的从上下文中去学习新的技能，上下文更像是去激活模型，在域性链过程中已经学过了一些能力，而不是让模型在推理的阶段真正的掌握一个新的能力。 ok， 那 说了这么多，其实大家应该都能够理解到我说的 skill， 它其实没有给 ai 增加新的能力，它可以提高我们的效率，产出的稳定性，让经验变得更富用。但是它说到底它没有改变 ai 的 能力的边界， 真正改变 ai 能力边界的其实是 to， 当 ai 可以 调用 to 的 时候，它就可。呃，不只是可以生成生成文本，而是它可以去操作一些软件、软软件，甚至操作一些硬件。那这部分我们可以聊到下一期再聊。

不知道大家有没有跟我一样好奇， sku 它底层是怎么实现的啊？我们今天就一起来研究一下，研究对象呢，就是这 cloud code。 首先呢，我自己之前尝试过抓包，但是呢， cloud code 用的这个 http 协议呢，它是双向验证的，所以呢，我们很难用中间人去抓他的包，所以后来我想了想，索性呢，我把它的这个网关地址改一下，因为它不是可以给它配置成 http 的， 然后我也试了一下火山，它就支持 http， 所以呢，把它配成 http 就 好抓了，然后接下来就好办了哈，我们为了抓包，先把代理设上这个八八，八八呢，就是抓包工具的端口，然后把抓包工具起来好，然后呢，我们把 cloud 起来， 可以打开，有请求了，我们把它先关一下，然后 mod， 我 把模型切换一下。 你好，随便说一个，你好好，大家看有请求了，好，我把这个请求的 jason 请求体抓出来，消息，消息内容我们不细看了哈，然后系统提示词， 然后兔子，这是 function 的 模块，大家看啊，我们一个一个看啊， text text output 背式 logo， 这不看啥呢？ grape 推出计划模式， read edit 行键 no book edit web fight， 这个不知道干啥。 to do right web search， 应该是联网搜索 q shell， 这应该是杀死一个 shell， 传一个 shell id ask you a question skill， 大家看，这有一个 skill， 后边 enter plan 进入一个计划模式，相当于倒数第二个 function 提供的名字叫 skill。 然后呢，我们把它描述漏出来看一下， 它现在是在字幕串里，不好看，我们把它输出出来。好，我把它复制出来啊， 翻一下，这是 cloud code 提供的一个名叫 skill 的 function 给大模型调用，然后它的描述是这样的，大家看啊， 我们就不细看了，这里面有一些，比如说这个，当某个技能相关时，你必须立即调用此工具作为第一个操作。然后就是一些重要的一些说明吧，主要是这打开从这开始 可用 skill 就 可用的技能。这是一个这马克当格式， excel 的， pdf 的， ppt 的， 然后 m， c， p， build 的， 都是我本机现有的一些 skill。 相当于它在传给大模型的这个请求里边，它构建 skill 的 这个 function 的 描述的时候，它就会把 skill 文件夹里的那些 skill 的 头里边的 description 描述拿出来，然后拼到这个可用的 skills 里边， 这样的话，下边那些东西他还没有拼进来，等我们再调用某一个的时候，比如 ppt， 那 他会把 ppt 详细的思路再二次的再传给他。所以现在看来，说白了， skill 它底层也是一个 function calling， 只是呢，它这个 function 名叫 skill， 然后描述做了一些动态的拼接，像这样。最后哈，我想再感叹一下，大家看，就是我在页面上只是说了一个你好，两个两个字，但是他底层发了这么多东西， 这还不包含回复，这都是需要消耗 token 的， 所以 token 对 我们来说是真的越来越重要了。而且大家别忘了， 随着对话轮数的增加，它这些历史的聊天记录必须带着，因为大模型是无状态的嘛，所以呢，随着我们对话的回合不断增加，它这个 token 的 消耗真的是指数级增长，所以未来 token 对 我们来说真的是越来越重要了。

哈喽，朋友们，我是阿水， a 正的 skill 最近真的太火了，但是很多朋友肯定想知道到底啥是个 skill， 凭什么这么火？那朋友们莫慌莫慌， 我呢已经为大家整理好了一套小白必读的 skill 大 全，今天的内容呢，我们将从简单到困难，一路升级打怪。首先呢，我们来看 skill 的 结构和它的原理， 然后呢，我们通过学习来定制自己的 skill。 这个 skill 呢，我们只需要简单的一句话，帮我根据这篇文章生成 ppt 分 析和内容规划，那它就会自动去执行和生成我想要的资料。 另外呢，我还会给大家推荐一些好用而且必用的 skill， 比如说帮你的文章配图，把杂乱的知识变成一个教学网页， 一句话处理表格等等等等等等。这期所有的资料我都已经整理成了文档，只需要一步一步跟着做，跟着看，就一定可以学会。那还在等什么呢？赶快点赞收藏关注呀！ ok， 那 我们就 let's go！ 那说了这么半天，到底什么是 agent skill 呢？直译过来呢，其实就是技能呗，比如可以把它看成一只小狗，这只小狗呢，它会记路线，听指令，使用工具，能听懂你的语气。那 agent 呢，也是同理，它要和你和平相处，也是要会这些东西的。 所以在 a 证的 skill 的 术语里面呢，它最最最核心的文件就是 skill 点 m d ai 的 工作手册，当然呢，还会有其他的文件，最后将这些文件集合在一起，打包成一个文件夹，这就是一个技能，一个 skill 了。 那有同学就要问了，阿水看着挺复杂的呀，这么做的好处是什么？本质上来说， skill 对 不懂代码和不懂怎么去创建软件的小白群体来说， 是大大降低了门槛的来，如果还是不懂，我们做一个超级简单的 skill 就 好了。这里呢，我用到的是谷歌的反重力工具 模型呢，因为可多扣的真的封号太严重了，我就用 jimna。 那 这个软件的下载方式呢？我已经放进了文档里面，可以说是非常的 perfect， 比如说我们打开反重力，在这里呢，选择模型 jimna pro 就 可以， ok， 我 们就可以开始创建了。那我们就先创建一个可以制作 ppt 的 skill 吧，可以根据我输入的文章链接或者文字帮我生成一个 ppt 内容规划。那按照反重力的创建规范呢？局 skill 必须在这个目录下面， 那我们先用最基础的方式手动创建这些文件夹，这个文件夹的名字呢，就是我们的 skill， 名字就叫做阿水 ppt 吧。这里的文件夹里面呢，必须有一个核心的文件，就是 skill 点 md， 文件 内容我已经创建好了，我们只需要把它粘贴过来就可以了。好了，这就是一个 skill 了啊啊， 有同学就会问了，这么多内容代表什么呀？别着急，我们一个一个来看。那这个文件里面呢，上面两条横线里面的内容，它叫做原信息，里边呢，有两个信息，一个是 skill 的 名字，一个是描述，就是它用来干嘛的，什么时候可以用它？ 那我这里呢，直接写的，用 ppt 的 时候可以用。下面这一大段信息呢，就叫做指令，其实这里就是告诉 skill 它应该怎么做。那这里呢，我就直接写到怎么用，输出的格式是什么？那这个时候呢，就有同学又要问了，你这和自己写提示词有什么区别呢？嗯， 其实呢，还是稍微有点区别的，比如我们之前在用 jimmy 里面去生成，每次都是需要去重复输入提示词， 那如果现在去用 ide 文件，那我们只需要去输入需求就可以了。当然上面这个案例呢，是最最最初级的创建方法，简单的 skill 完全可以这么实现。那在做这个的时候，我就在想，有没有创建 skill 的 skill 呢？ 果然不出我所料呀，可罗得克的官方出了一个创建 skill 的 skill， 它可以通过你的自然语言描述帮你创建一个 skill。 那 这个 skill 的 安装方法呢？大家可以去看我上期视频，巨简单。 当然这期的文档中呢，我也整理了安装方法。安装好了之后呢，我们只需要在这里用大白话描述帮我创建一个可以根据我提供的文章链接 pdf word 帮我生成 ppt 图片。这里呢，因为我们需要用到 nintendo 的 模型 api， 我 们就直接将 api 输入进去就好了。那通过我们这么一番描述，可以看到 ppt scale 就 创建好了，现在的 scale 就是 一个完整的 scale， 可以看到有说明文档，有脚本，还有输出文件夹。嗯，奇怪，我怎么感觉高级版创建起来怎么还比初级版创建起来更快更方便，更简单呢？对，主要是我们使用了创建 skill 的 skill 工具， 那我们来试试效果，出来的效果图呢，都是很不错的。那其实这个案例看下来呢，我们更多的是在用自然语言去写程序的一个功能，降低了代码的难度，而且拉近了普通人和创建软件的距离。所以只要你有明确的输入要求，或者有明确的方法 规范流程知识，创建 skill 工具呢，都会帮你创建出来一个定制的 skill 文档，里面呢，我整理了一些收集 skill 的 网站，里面有成千上万的 skill， 并且呢，我也给大家搜罗了一些普通人常用必备的 skill 工具，比如做 ppt 处理，文档表格处理，我们可以直接拖进文件夹就可以使用了。还有这个就是前端设计的 skill， 还有这个动画生成 skill， 可以 帮你做一些数学上难懂的演示动画。 当然大家也不用太焦虑怎么去把所有的东西都创建一个 skill， 我 们每个人呢，都不是必须成为技能开发者， 我们只需要把自己已经掌握的小技能或者已经沉淀出来的一些方法，重复性的事情交给让他去帮你做一些重复性的劳动力就可以了。那最后呢，资料链接我都放在了评论区， 大家快去手动创建试试吧。这个时候呢，大家就不要吝啬自己的点赞收藏关注技能了，我们下期再见，拜拜！

二零二六年最值得学习的技能呢，就是 cloud skill， 现在 osopik、 谷歌 openai 已经全部支持 skill 了，分享七个。最近一个月呢，在开元社区热度上涨最高的 skill 项目。第一个是 obsidian ceo， 他 自己写的一个 skill， 非常牛的用法是 直接绘制格式化的 canvas 画布。比如说，我让他创建一个 canvas 来解读刻意练习这本书，它会自动识别出需要调用 jason canvas 这个 skill。 大 概呢，花了两分钟啊，运行完成，生成一张 canvas 图，它直接把刻意练习书里面的内容和相互之间的关联化 出来，整本书的逻辑呢，一目了然。以前看书呢，容易迷失在细节和特定章节里面，现在用这种彩色的画布，让你瞬间纵览全书。再比如呢，让它创建一个读书的阅读管理系统，跟踪目前我读书的进度啊，它会自动识别并调用 obsidian faces 这个 skill， 然后生成一套读书管理系统， 显示了每本书的基本信息以及阅读的情况，并创建了子文件夹，对每本书进行总结。你还可以自行进行扩展，添加更多书籍笔记到书籍文件夹里面。地址呢，在这里。 第二个是 ospec 官方 skill， 里面有非常多的 skill， 比如说对 word， pdf 进行处理的 skill， 可以 从 pdf word 里面提取文本。再比如呢，前端设计的 skill， 最重要的是这个 skill creator， 它可以指导你创建自己的 skill。 地址呢，在这里啊。第三个是 gitup 上二点二万 star 的， 它可以指导你创建自己的 skill。 地址呢，在这里啊！第三个是 gitup 上二点二万 star 的 star， 它可以指导你创建自己的 这套 skill。 什么用呢？第一个，他懂得三思而后行，普通的 ai 拿到需求呢，一般直接开干，但是装了 superpowers skill 之后，他会先按住暂停键，会启动头脑风暴这个模式。 反过来问你这个功能的具体场景是什么，有没有边缘情况啊？他会先和你把需求聊透，把模糊的想法呢变成清晰的文档。第二呢，他是一个不折不扣的计划通，需求确定之后呢，他不会乱写，而是会生成一份详细的 实施计划。他会把大任务呢拆解成一个个两到五分钟就能完成的小任务，就像一个靠谱的架构师，把蓝图呢都给你画好了，你点头呢，他才开工。第三，他强制执行测试驱动开发，这是很多高级的程序员才有的习惯啊。他会先写测试用力，如果测试失败再去写代码让测试通。 最后呢，还要重构，这意味着它写出来的代码呢，其实会更加的健壮。这个 skill 库呢，还有很多功能，地址呢，在这里啊，大家可以去进一步的探索。第四个是模仿 manners 的 skills planning with fields。 这个 skills 借鉴的 manners 的 设计理念，将上下文窗口类比为内存，一时 有限。将文件系统类比为磁盘，持久而且无限。而核心的原则是重要信息均写入磁盘，而不是待在内存里面。 针对每一个复杂的任务呢，需要创建三个关键的 markdown 文件。第一个 task pen md， 用于跟踪任务阶段和进度。第二个 finding md， 储存研究内容与发现结果。第三个文件 progress md， 记录绘画日记和测试的结果。这个 skill 非常适合 多步骤的任务，三步及其以上研究类任务，以及需要多次调用工具的任务。地址呢，在这个地方，第五个是自动上传内容到 notebook l m 的 skill。 这个 skill 呢，也可以让你通过 cloud code 快 速获取带有来源引用的打 答案。对于每一个从 cloud 发出的问题呢，会先通过 notebook lm 进行一次答案的综合，然后再用 cloud 进行回答。这个技能借助 notebook lm 的 预处理能力，让 cloud 仅需要发送查询指令，接收精准答案，大幅地降低了 token 的 消耗。地址呢，在这个地方，第六个啊，是 skill prompt 检测 rater。 这个呢，是用来生成图片提示词的，内置了十二个专业领域的 skills， 比如说人像提示词专家，艺术风格专家、平面设计专家等等。它会根据用户的输入呢，自动匹配 对应的专家来帮助生成图片提示词，从而实现精细化生成的效果。比如说我让他生成生成电影级的亚洲女性张艺谋电影风格。使用豆包得到的图片呢，是这样的，而这个呢，是没有使用这个 skill 的 生成结果。我们可以发现呢，如果没有使用这个 skill， 生成的结果呢，更加的发散和随意。第七个是用来做内容营销的 skill， 可以根据多个关键词来生成文章，适用于 s e o 的 场景。地址呢，在这个地方， skill 呢，将 agent 和工作流的门槛呢，又降低了一个级别。二零二六年注定是各行各业 skill 的 爆发年。 现在看完这个视频呢，你就可以立刻去用起来，有什么不懂的可以评论区告诉我，想系统化学习呢，也可以加入我们的社区，下一期呢继续。

前面几期，我们已经让 cloud code 和 codex 真正开始帮我们做项目了，但你很快会遇到一个问题， 同样的事情，明明每天都在做，比如审代码、写提交信息、同步文件夹，你却还要一遍一遍重新描述需求。 skill 就是 拿来解决这个重复劳动的。 一句话解释， skill 就是 ai 的 快捷指令，它把一套经常重复的操作提前封装成一个可附用的能力模块。原来你要写几百字交代规则，现在可能只需要一个斜杠命令， ai 就 会按预设流程自动把事情做完。 很多人会把 prompt skill 和 m c p 混在一起。最简单的理解是， prompt 是 临时口头指令， skill 是 把常用流程固化成标准动作， m c p 则是让 ai 连上外部系统的协议。 所以三者不是互相替代，而是能力一层一层往上加， 什么时候该用哪一个？如果只是一次性的小任务，比如翻译一段话，直接写 prompt 就 够了。如果这件事你反复做，而且步骤比较稳定，就应该封装成 still。 在 网上，如果你还需要访问笔记、浏览器、数据库或者 api， 那 通常就要进入 m c p 的 范畴了。 真正开始用 skill 很 简单，第一步就是输入斜杠 skill。 先查看当前工具里已经有哪些 skill， 这个列表很重要，因为很多你以为要自己描述半天的事情，系统可能已经给你准备好了现成入口。 第二步是直接执行。你输入斜杠 skill 以后，用 tab 选中目标 skill 按回车就能启动。很多 skill 还支持在命令后面继续跟需求，比如翻译、审查、修复或者生成文档。 也就是说， skill 不是 死命令，而是固定流程。加上你这一次的具体任务， 大部分 ai 编程工具都自带一批高频 skill， 比如 commit review、 fix test， doc， refactor 这些内置 skill 已经能覆盖相当多的日常场景。 对新手来说，先把这些内置动作用熟，收益往往比一上来就自己造一堆 skill 更大。 如果内置 skill 不 够用，最推荐的方式不是手写，而是先让 ai 帮你创建。 现在很多工具自己就带有 create skill 之类的能力，你只要把目标讲清楚，比如我要一个翻译 skill， 一个同步 skill， ai 就 会帮你生成 skill 文件，放到正确目录，甚至把辅助脚本一起搭好。 如果你想真正理解 skill 的 结构，也可以手动创建。核心规则并不复杂，一个 skill 本质上就是一个文件夹，里面至少要有一个 skill， 点 md 复杂一点的 skill， 再额外带 scripts 目录和辅助脚本。 也就是说， skill 不是 神秘黑盒，它就是把说明规则和脚本组织成一个可附用单元。 除了自己创建，你还可以直接安装别人做好的 skill。 思路也很直白，先找到本地的 skills 目录，比如 codex， 再点 codex skills、 cloud code， 再点 cloud skills， 然后把下载来的整个 skill 文件夹复制进去。对 codex 来说，一般还要重启工具，它才会识别新安装的 skill。 装完以后别急着用，先验证一次。最简单的检查方法还是输入斜杠 skill， 看列表里有没有新名字， 如果能看到，就说明安装路径和文件结构都没问题，如果看不到，优先检查你复制的是不是整个文件夹，以及文件夹里有没有 skill 点。 m d 原文里给了一个特别实用的案例，就是同时使用 codex 和 cloud code 时，如何同步两边的 skill。 这个问题非常典型，因为很多人会在一边做出一个很好用的 skill， 另一边又想复用，但手动来回复制太烦。 所以最好的办法就是在做一个专门负责同步的 skill， 让 skill 来管理 skill。 当你开始习惯 skill 之后，还可以继续往上走，比如把多个 skill 串起来，先 review 再 fix， 或者给 skill 增加参数，再或者做团队共享，把整套 skill 放进 git 仓库。 这样一来，你不只是少打一段字，而是在慢慢把自己的高频工作流产品化。 把这期押成一句话， skill 的 意义不是多学一个概念，而是把 ai 从临时打字员升级成真正的专业助手。凡事重复出现流程稳定，你已经知道自己想要什么结果的任务都值得优先想一想能不能固化成 skill。 下一期我们继续讲 m c p。 前面你已经知道 prompt 是 临时指令， skill 是 流程封装，下一步就该进入 m c p 了， 也就是让 ai 真正连接笔记、浏览器、数据库和各种外部工具，这会把它的能力在网上推一个层级 教程文字稿请关注公众号， hello rancy。

最近两年新 ai 名词的数量比我老板给我画的饼还要多。从提示词工程到智能体 m c p a 二 a， 再到 a 二 u i， 而最近又来到了 dosq 时代。 skill 机制解决的痛点是什么？提示词越攒越多，自己都忘了写过哪一版。每次把所有提示词都塞给模型，会浪费大量 token。 无关提示词太多还会干扰模型理解当前问题。 skill 机制的解决方案是别全塞给模型，但又能让他自己挑到该用的那一份。 skill 的 最小定义是什么？它是一个可附用的能力包。提示词资产、可执行脚本组合在一起就是一个能力包。 discovery 阶段，只发简短介绍，不发权威，节省 token。 客户端扫描可用 skills 提取 mate data， 然后发送给模型。核心目标是让模型知道有哪些能力可用，但不把每个 skill 的 权威塞进上下文。当模型选中某个 skill 后， 客户端在补充完整内容，模型用短描述作匹配，用权威拿到细节约束。 execution 阶段，从会写到能交付 skill 携带脚本产出真实文件，不再是模型说它生成了海报，而是真正产出可交付的 html 页面。 为什么用文件夹来组织 skill？ 因为能力包会不可避免地增长。需要多套模板，固定结构，需要规范，固定风格，需要脚本转换输出。把不同类型的东西分开装，按需加载、按需执行。 三段式流程总结 discovery 发现阶段，让模型知道有哪些能力可用。 activation 激活阶段，客户端把完整 skill and 补进来。 execution 执行阶段，模型按约束调用脚本产出可交付的产物， skill 加 execution 等于可交付的自动化模型，不仅知道怎么做，还能真正生成出来。

好，那么今天我们花几分钟的时间来了解一下什么是这个 macdough 啊？因为我们前面在安装这个 macdough 的 时候，我们会遇到一个步骤，就是啊，配置技能 config skills now， 包括啊这个 install missing skill dependence， 那 当时我们就选择了这个 q 过啊， skip 防盗，因为这个 skill 它相当于是给 ai 啊， 诶，如果 ai 是 老虎的话，那那么这个 skill 就 相当于给这个老虎插上了一个翅膀啊，就是如虎添翼啊，如虎添翼这么一个 这么一个含义，就是这个 skill 能够让 ai 发挥出非常大的一个威力。如果我们没有去好好的限制这个 skill 的 话，包括有一些 skill， 它是含有一些风险的内容， 所以我们要学习这个 skill， 包括我们后面自己编辑 skill 的 话，那我们一定要学习这个 bug 档。好，那么欢迎来到我们的一个 bug， 我 们教大家从零基础成员工具开发软件、网络小程序跟 app 啊，现在现在增加一个内容，就是包括咱们去使用这个 bug 怎么去配置龙虾，让这个龙虾落地为我们所用。 那么 markdown， 它其实是一个轻量化的这个标记语言，我们来看一下它的一个解释啊， markdown， 它是一个轻量级的标记语言，那么它的一个作用呢？就是编辑文档啊，编辑这个，呃， redmi， 那 这个这个文件是 只有开发者才会涉及到的，一般来说我们普通的老百姓是不会使用这样的文文件的，包括去写这个笔记，那怎么去区分他跟普通的这个文本文件呢？那其实非常好区分，他的一个后缀是 n d 啊，他的后缀是 n d， 比方说我们打开桌面啊，比方说我们打开这个 这个桌面啊，打开这个桌面的话，我们会新建一个普通的文本文件的话，那么我们会选择这个文文本文档啊，那么它的后缀是这个 t t x t 啊，那我们打开就是这样这样一个样子啊，没有成任何东西。但是如果我们想要去创建一个呃 markdown 文件的话，我们可以先创建一个 版本文档，然后我们把这个后缀啊，点击这个重命名，把这个后缀改为 n d 啊，那么这就延伸出一个问题，就是 在我们的电脑上，我们应该怎么去写这个毛蛋，那其实有非常多的工具，那我这里是推荐呃，这个奥布奇顿啊，这个黑钥匙，这这个是非常火的一个记记笔记的一个文件，我们可以在这里添加一些文件夹，添加一些大纲啊，包括它，它能够去形成一个思维导图，那我这里也是打开了它的一个 官网啊，这个 object 它的翻译是黑钥匙，就是黑色的石头啊，我们可以去安装一下这个 get object for windows， 点击就会安装了，那我们就可以使用这个 markdown， 因为它是基于这个 markdown 去写写笔记的，它支持这个，它是非常支持完全支持这个 markdown 的 啊，包括可以看到如果我们 记得内容比较多的话啊，他这边也有这个思维导图，形成这样的导图，去帮我们理解，我们要记得一些东西，那这个我们就啊不是广告，我只是推荐推荐这个软件，因为我自己也是用好， 然后我们看一下怎么去写这个 bug 啊？ bug 它的，它的这个语法非常简单，他为什么能够火起来啊？为什么能够去？ 为什么能够被广泛的应用在这种啊？编辑文档就是程序员用来编辑文档，基本上都是使用这个 mac 档，就是因为他的这个 学习成本非常低啊，他里面的一些语法非常简单，比方说如果我们要设计标题的话，就是我们这里跟这个 word 档做一个对比，那 word 档如果我们要去设置一个标题，我们怎么做？我们会选择上面这里，对吧？我们上面这里有选择标题 啊，我们需要很多步，第一步是我们输入这个内容啊，然后我们再去选中，再点击这个标题，那如果是 markdown 的 话，非常简单啊，我们只需要 在前面添加一个井号。 ok， 我 们来试一下，这个是这个没有任何的内容，这个是我这个视频的一个大纲，就是我用 markdown 去写的 好，比方说我们写写一个一级标题，我们可以添加一个井号，那么这就变成了一个一级标题。 然后如果是二级标题的话，我们添加两个井号，然后再输入 es， 那 么这个就是一级标题下面的二级标题啊。同时我们这里也可以去展示它的一个，它的一个目录啊，这里可以看到它的一个目录，我看一下在哪里打开。呃，应该是这阅读模式，还是我 看一下啊？从先打开一个分屏吧。 啊？打开大缸，这里有个大缸，我把这个关掉，那这里就可以看到啊，这边是有这个一级跟二级的一个 对比啊，可以看到非常精细，那这样就可以方便我们去记记这个笔记，那这这一个我们相当于是题外化了，就是我介绍这个 opposite， 包括啊，咱们去使用这个 bug， 那 如果我们 忘记了一些语法的话，那现在有 ai 非常简单，我们可以直接问 ai 这个 markdown 的 一个常用的语法，那这边就是我询问这个 markdown 的 一个常用语法，那 markdown 我 们要掌握的语法就是如果我们日常使用的话非常简单，我们要掌握的只有这个标题啊，包括一些文本样式 啊，就是如果有一些字体我们需要加粗的话，我们可以使用两个星号去把它包裹住啊，复制一下这个文本宝，然后回到这个 opposite， 然后我们在这里添加一句话，就是让大家能够清晰地看到这个加粗。 这边这个我看一下，新建一个吧，新建一个吧。 哦， ok， 那 么这里是有两个信号，然后我们会出现，那那么这个信号它就会隐藏掉了，其实这个是加速了啊，比方说我们后面再加一个文本，那可是可以清晰的看到这个文本是加速的一个状态，这个文本是一个 更浅的一个状态啊，这边是一个文本的一个样式，包括，呃，列表，那我常用的是一个有序列表，那如果是无序列表，我们可以在前面加入这个一个横杠啊，我们看一下这个， 如果是加入横杠的话，那加入横杠之后，我们要点一下这个空格，那形成空格之后，它就会变成一个圆点，那么这个就是一个无序列表，其实它是没有这个序号的，那如果我们想要去生成一个有序列表，我们可以 添加一个一，然后再加一个小点，再按空格，那么这就是一个有序列表。那掌握这个 bug 弹，可以看到它的语法是非常简单，掌握的时间也是非常呃，能够让我们在较短的时间再去掌握这个 bug 弹，因为它的语法非常简单，那这个我们就不去去讲了， 顺便聊一下我是怎么接触到这个 macdunk 的， 因为啊大家知道我是在这个四 s 店里面，这个计算机中国的一个计算机论坛里面是，呃，有非常多的这个， 非常多的这个粉丝，也是经常在这里发发布这个文章啊，发布这个文章，那么之前我就是因为在学习这个发布文章的过程当中，我是了解到了这个 macdunk， 因为这里他的这个点击创写文章的话，他就是使用的这个 macdunk 啊，比方说我们写写一个标题的话， 呃，这是 skill 啊，那么就是形成了一个标题啊，非常简单，那么当时我就是通过这么一个途径去了解到了这个呃， markdown。 好， 那么最后说一下，呃，除了这个我们系统，我们还可以在哪里去写这个 markdown？ 我 们可以在编辑器啊，前面我们一直都是介绍这个字节跳动下面的这个，呃 tree 啊，这个 ai 工具，包括这个 vsco， vsco 就是 程序员应该非常清楚这个 vsco 是 什么了啊，我们就可以复制它放到这个 tree 啊，放到这个出去之后，我们就可以在这里去写一些内容啊，那么这边就我们可以去写这个 markdown 啊，写一些 markdown 啊，包括 后面的这个 skill skill 它的本质就是 markdown 文件啊，为什么这个 skill 的 本质是 markdown 文件呢？因为这个 markdown 它的表现形式是非常 简洁的啊，非常简单的，能够被这个 ai 识别识别到的，相对于相对于普通的文本，就是相对于前面我们说的这个，呃，以 tst 为结尾的这个文件， 那显而易见，这个 bug 档文件它有具有更多的优势，它能够分测，它能够呃有更更加清晰的一个格式，让这个 ai 去做一个识别，让这个智能体去做一个阅读。 好，那么这，这是这一节我们要讲的这个 markdown。 什么是 markdown？ 我 们怎么写 markdown？ 在 哪里写 markdown？ 包括这个 skill 的 本质是 markdown。 好， 那么下一节我们会讲怎么去自己编写这个 skill， 包括，呃，应该下一节我们这样说吧，我们下一节会讲什么是 skill 啊？然后我们会通过这个 markdown 去写这个 skill， 让这个 skill 为我所用。好，那么这是这节我们要讲的内容。好，那么喜欢的朋友可以点赞加关注，我们是小鹏的一个，教大家更多的育儿资讯，育儿知识，帮助大家让这个龙虾真正的落地使用。好，谢谢大家。