哪些大模型支持skills呢

推荐六个我一定会用的 skill， 都是我一直在用并且深入研究过的。第一个就是官方认证过的 skill 鼻祖 skill crater， 它可以直接把跑通的工作流变成你独一无二的 skill， 自动分析工作流程，提取出复用模式， 帮你生成标准的 skill 文档，没有复杂流程，一键就能安装使用。第二个是 document skills， 它可以算是 ai 操作文档的天花板了，自动填表，批量处理文档表格，智能处理 pdf 文档，生成 ppt。 只要你电脑有它在，你的 ai 交互能力 直接提升一大截。第三个 fan skill， 它就能帮你从成千上万个 skill 中精确定位到适合你的 skill， 智能筛选和对比。在你去找其他 skill 的 时候，先去问问它， 或许会有惊喜。第四个就是 fortend design， 它简直就是美工的神器，专业水平的 u i 设计，一键就能帮你美化 u i 界面，装上它，小白也能做出精美的网页界面。第五个 code simfer， 史山代码的终结者，帮你简化代码逻辑， 优化结构，并消除笼鱼的代码程序员的福音 skill。 最后一个 roller loop， 专属于你的 ai 打工仔， 自动循环执行任务，帮你搜资料并自我迭代优化。要说不好的，只能是它的费用有点高了。这六个 skill 我 几乎每天都在用，还有更多 ai 工具已经给大家整理好了，关注我，一起带你探索 ai 世界！

好，兄弟们，今天借着这个 open class 讲一讲这个 skills 还有 mcp， 它们是什么东西啊？ skills 是 个技能，就是赋予大模型本身所能够使用的这个技能， 比如说查找一个网页，然后抓取一些信息，这是大模型能够学习到的技能。 mcp 呢？ mcp 是 一种工具，就相当于说大模型技能可以调用某一个工具来做某些事情，这样子被称为这个 mcp。 讲完了技能之后，我们看一看这些技能收集的网站，这个是给 open klo 用的，叫 klohab， 这上面有这个安装的命令啊什么的。 我们再来看另外一个网站，叫做 skills， 点 h h， 这个网站里面收集了 github 上面很多有用的这个 skills， 我 们看第一个怎么安装啊？直接点开一个，然后复制这个命令，直接就可以安装了，特别简单。而且在安装的时候，它会让你选择是否给 open claw 进行安装，所以这个网站和那个 claw hub 啊，它们是一样的，只不过这个更加的方便一点。

模型训练不再是什么高大上的技术了，哈根 face 刚刚开了一套 skills， 把模型训练这件事情的难度直接降低到脚底板。我们知道，训练模型你至少需要写训练脚本，选硬件、算显存、管理数据机跑测评、更新模型卡。哈根 face 这套 skills 把这些能力全部都包含了，支持主流的微调方式，包括像这些， 你只需要告诉 ai， 我 要微调一个七零 b 模型，它就可以自动化的帮你实现估算显存需求。推荐读卡方案、计算大致成本、生成完整的训练配置， 甚至出土化书籍级更新版本，通通不在话下。训练完成之后，还可以自动跑测评、生成模型主页关联论文。所以朋友们大家完全可以对模型训练这件事情去魅了，并非一定要懂高深的算法逻辑，如果你想，就可以借助 ai 的 方式创造 ai。

推荐三个超级实用的 skills， 第一个 superpowers， 四环形，你只需要给他一个模糊的想法，他就能帮你发散思维分解步骤，还能直接生成可执行方案。第二个 planning with files， 它会自动创建三个文档来解决 ai 记性差的问题，等于给 ai 配了个移动硬盘，能让你的任务完成率飙升百分之四十。 第三个是 notebook lm skill， 它能让 cloud code 无缝对接 notebook 进行对话，支持批量上传素材，一键生成播客思维导图和 ppt， 甚至能解析 youtube 视频内容。这三个 skills 的 名称我都放评论区了。

大家好，欢迎来到每日 skills top 五，我是灰色大沙发。今天是二零二六年三月二十日，为大家带来精心挑选的五个实用技能，贯口转新工具，探索新玩意，给你干货，少走弯路。关注我，咱们一起稳稳当当的玩 ai。 第一个技能， auto doing news aggregator skill 是 一个多元新闻聚合技能，可以从二十八个不同来源抓取实时新闻。 这个技能的核心功能是提供统一的新闻抓取接口，支持 hacker news、 github trending、 三十六课、华尔街、建文等国内主流新闻员。 它的架构设计非常灵活，使用 python 脚本实现，支持命令行参数配置，可以按关键词过滤，限制数量，深度抓取文章内容， 使用脚本非常简单。 python 三 scripts fetch。 三十六，丹麦克朗 wall street limit 时， 这个技能特别适合需要定时获取新闻简报的场景，比如每天早上自动生成新闻摘要。优点是数据源丰富，输出格式规范，中文支持好。缺点是需要额外安装依赖，部分国际员可能因网络问题无法访问。 适合人群，需要新闻聚合的开发者、内容创作者、研究人员。一句话，用法运行 fetch 下划线 news py source， 三十六丹麦克朗 wall street limit 十、第二个技能， daily i news finance news 是 一个美股财经简报技能，可以自动生成早晚市场简报。这个技能的核心功能是整合多个财经数据源，包括 r s s。 订阅 w s j barrence c n b c 和 api e finance finhub 生成结构化的市场分析报告。 它支持投资组合跟踪、价格提醒、财报日历等功能。使用脚本 python 三 scripts fetch。 下划线 news pi source o。 获取所有新闻或 finance news briefing morning 生成早间简报 优点是功能完整，有现成的定时脚本，支持多语言输出。缺点是主要聚焦美股中文，支持有限。 适合人群，美股投资者、财经分析师、市场研究人员。一句话用法，配置 portfolio csv 运行 briefing morning 生成早间简报第三个技能， doing tts 是 一个文本转语音技能，支持语音克隆和情绪控制。这个技能的核心功能是提供高质量的语音合成，支持双后端 cocoro， 本地 nice 云端，可以实现语音克隆、情绪控制、多声音切换等高级功能。 它还支持时间轴模式，可以精确对其字幕生成配音。使用脚本 python 三 scripts tts pi 替你好 o output 点 mp 三简单模式或使用 voice map 实现多声音对话。 优点是功能强大，支持语音克隆，情绪丰富。缺点是部分高级功能需要 a p i t。 适合人群，播客创作者视频配音、有声书制作。一句话用法， python 三 scripts t t s pi t 你 好 o output 点 mp 三 第四个技能， newsletter curation open news 是 一个加密和财经新闻。 a p i。 技能聚合七二加数据源 这个技能的核心功能是提供实时加密和财经新闻数据源，包括 bloomberg， writers， kind desk 等权威媒体，还有链上数据、金鱼交易扣交易和市场数据，价格变动，资金费率。所有新闻都有 ai 评分和交易信号。 使用 api， curl x post h t t p s。 冒号斜杠斜杠 a i。 点六五五一点 i o。 斜杠 open 斜杠 news 下划线 search h authorization barrier 美元 token d limit 十、 优点是数据源权威 ai 评分系统双语摘要缺点是需要申请 token， 主要聚焦加密领域， 适合人群，加密货币投资者、量化交易员、财经分析师。一句话用法，申请 api token， 调用 news 下划线 search 接口获取新闻。第五个技能， news aggregator skill daily newscaster 是 一个新闻播客生成技能，可以将新闻转换为双人对话播客。这个技能的核心功能是自动化新闻播客制作流程，从新闻抓取脚本生成到音频合成。 它采用双人对话格式， host a 提问， host b 回答，让新闻播报更加生动有趣。 工作流程，调用 news aggregator skill 抓取新闻生成播客脚本，使用 tts skill 逐句合成音频复 pack 合并成完整播客。优点是创新的播客形式，自动化流程。缺点是依赖多个外部 skill， 配置较复杂， 适合人群，播客创作者、内容运营、新闻栏目制作。一句话用法，配置依赖 skill 运行工作流程，自动生成新闻播客。以上就是今天的 skills top 五，每个技能都经过精心挑选和深度解析，如果你觉得有。

大家好，欢迎来到每日 skills top 五，我是灰色大沙发。今天是二零二六年三月二十日，为大家带来精心挑选的五个实用技能。第一个技能， auto doin 四星 news aggregator skill 是 一个多元新闻聚合技能，可以从二十八个不同来源抓取实时新闻。 这个技能的核心功能是提供统一的新闻抓取接口，支持 hacker news， github trending、 三十六课、华尔街建文等国内主流新闻员。 它的架构设计非常灵活，使用 python 脚本实现，支持命令行参数配置，可以按关键词过滤，限制数量，深度抓取文章内容，使用脚本非常简单。 python 三 scripts fetch 三十六丹麦克朗 wall street limit 时， 这个技能特别适合需要定时获取新闻简报的场景，比如每天早上自动生成新闻摘要。优点是数据源丰富、输出格式规范、中文知识好。缺点是需要额外安装依赖，部分国际员可能因网络问题无法访问。 适合人群需要新闻聚合的开发者、内容创作者、研究人员。一句话用法运行 fetch 下划线 news p u i source， 三十六丹麦克朗 wall street limit 十、 第二个技能， daily i news 五星 finance news 是 一个美股财经简报技能，可以自动生成早晚市场简报。 这个技能的核心功能是整合多个财经数据源，包括 r s s。 订阅 w s j barrence， c n b c 和 api e finance finnhab 生成结构化的市场分析报告。 它支持投资组合跟踪、价格提醒、财报日历等功能。使用脚本 python 三 scripts fetch 下划线 newspy source o 获取所有新闻或 finance news briefing morning 生成早间简报。 优点是功能完整，有现成的定时脚本，支持多语言输出。缺点是主要聚焦美股中文，支持有限。 适合人群，美股投资者、财经分析师、市场研究人员一句话用法，配置 portfolio csv 运行 briefing morning 生成早间检报 第三个技能， doin 四星 tts 是 一个文本转语音技能，支持语音克隆和情绪控制。 这个技能的核心功能是提供高质量的语音合成，支持双后端 cocoro， 本地 nice 云端，可以实现语音克隆、情绪控制、多声音切换等高级功能。 它还支持时间轴模式，可以精确对其字幕生成配音。使用脚本， python 三 scripts tts pi 替你好 o output 点 mp 三简单模式或使用 voice map 实现多声音对话。 优点是功能强大，支持语音克隆，情绪丰富。缺点是部分高级功能，需要 api t 适合人群，播客创作者、视频配音、有声书制作。一句话用法， python 三 scripts t t s pi t 你 好 o output 点 mp 三 第四个技能， newsletter curation 四星 open news 是 一个加密和财经新闻 api， 技能聚合七二加数据源。 这个技能的核心功能是提供实时加密和财经新闻数据源，包括 bloomberg writers， kind desk 等权威媒体，还有链上数据，金鱼交易扣交易和市场数据价格变动，资金费率。所有新闻都有 ai 评分和交易信号。 使用 api， curl x post h t t p s 冒号斜杠斜杠 a i 点六五五一点 i o。 斜杠 open 斜杠 news 下划线 search h authorization barrier 美元 token d limit 十、 优点是数据源，权威 ai 评分系统双语摘要缺点是需要申请 token， 主要聚焦加密领域， 适合人群，加密货币投资者、量化交易员、财经分析师。一句话用法，申请 api token， 调用 news 下划线 search 接口获取新闻。第五个技能， news aggregator skill 三星 daily newscaster 是 一个新闻播客生成技能，可以将新闻转换为双人对话播客这个技能的核心功能是自动化新闻播客。制作流程，从新闻抓取脚本生成到音频合成。 它采用双人对话格式， host a 提问， host b 回答，让新闻播报更加生动有趣。工作流程，调用 news aggregator skill 抓取新闻，生成播客脚本，使用 tts skill 逐句合成音频，复 pack 合并成完整播客。 优点是创新的播客形式，自动化流程。缺点是依赖多个外部 skill， 配置较复杂， 适合人群，播客创作者、内容运营、新闻栏目制作。一句话用法，配置依赖 skill 运行。工作流程，自动生成新闻播客。以上就是今天的 skills top 五，每个技能都经过精心挑选和深度解析，如果你觉得有。

大家好，欢迎来到每日 skills top 五，我是灰色大沙发，今天是二零二六年三月十九日，为大家带来精心挑选的五个实用技能，贯口转新工具，探索新玩意，给你干货，少走弯路。关注我，咱们一起稳稳当当的玩 ai。 第一个技能， news aggregator skill 中行白星星中行白星星中行白星星中行白星星 news aggregator skill 是 一个多元新闻聚合技能，可以从二十八个不同来源抓取实时新闻。 核心功能，统一的新闻抓取接口，支持 hacker news、 geekup、 trending、 三十六克、华尔街、建文等国内主流新闻源。使用 python 脚本实现，支持命令行参数配置，可以按关键词过滤，限制数量，深度抓取文章内容。 使用场景，特别适合需要定时获取新闻简报的场景，比如每天早上自动生成新闻摘要。 优点，数据源丰富，输出格式规范，中文知识好，适合人群需要新闻聚合的开发者、内容创作者、研究人员。一句话用法，运行 fetch 下划线 news py source， 三十六丹麦克朗 wall street limit 十、 第二个技能， finance news 中行白星星中行白星星中行白星星中行白星星中行白星星 finance news 是 一个美股财经简报技能，可以自动生成早晚市场简报。核心功能，整合多个财经数据源，包括 r s s 订阅 w s j barrence c n b c 和 api e finance finn hub 生成结构化的市场分析报告。 支持投资组合跟踪价格提醒、财报日历等功能。使用场景，获取美股市场动态，跟踪投资组合接收价格提醒。 优点，功能完整，有现成的定时脚本，支持多语言输出。适合人群，美股投资者、财经分析师，市场研究人员一句话用法，配置 portfolio csv 运行 briefing morning 生成早间简报 第三个技能， tts 中行白星星中行白星星中行白星星中行白星星 tts 是 一个文本转语音技能，支持语音克隆和情绪控制。 核心功能，提供高质量的语音合成，支持双后端 cocoro 本地 nice 云端，可以实现语音克隆、情绪控制、多声音切换等高级功能。支持时间轴模式，可以精确对其字幕生成配音。 使用场景，播客制作、视频配音、有声书制作自动化语音生成优点，功能强大，支持语音克隆，情绪丰富。 适合人群，播客创作者视频配音、有声书制作。一句话用法， python 三 scripts t t s pi t 你 好 o output 点 mp 三第四个技能， open news 中行白星星中行白星星中行白星星 open news 是 一个加密和财经新闻 a p i 技能聚合七二加数据源核心功能，提供实时加密和财经新闻数据源，包括 bloomberg， writers， coindest 等权威媒体，还有链上数据，金鱼交易扣交易和市场数据，价格变动，资金费率。 所有新闻都有 ai 评分和交易信号，使用场景，获取加密货币市场动态，跟踪金鱼交易，接收市场信号。 优点，数据源，权威 ai 评分系统双语摘要适合人群，加密货币投资者、量化交易员、财经分析师一句话用法，申请 api token， 调用 news 下划线 search 接口获取新闻 第五个技能， daily newscaster 中行白星星中行白星星中行白星星 daily newscaster 是 一个新闻播客生成技能，可以将新闻转换为双人对话。播客核心功能，自动化新闻播客制作流程，从新闻抓取脚本生成到音频合成， 采用双人对话格式， host 提问， host 必回答，让新闻播报更加生动有趣。 工作流程，调用 news aggregator skill 抓取新闻，生成播客脚本，使用 tts skill 逐句合成音频复 pack 合并成完整播客。优点，创新的播客形式，自动化流程， 适合人群播客创作者、内容运营、新闻栏目制作一句话，用法配置依赖 skill 运行。工作流程，自动生成新闻播客。以上就是今天的 skills top 五，每个技能都经过精心挑选和深度解析，如果你觉得有。

行，从会聊天变成会干活，二零二六年最值得掌握的 ai 工程化新范式。一，问题，为什么我们需要 skills？ 痛点一， prompt 太脆弱，每次都要重复写，请用专业语气按 x x 格式参考 i y 标准 异常就抄，偷啃还容易忘。痛点二， ai 像实习生，总要手把手教同一个任务，每次都要重新解释怎么做。痛点三，非程序员很难自动化工作流写脚本，调 api 门槛太高， 我们需要一种可附用、标准化、低门槛的方式，把做事方法固化下来。二，什么是 skills？ skills 等于给 ai 的 s o p 手册加工具包，它是一个文件夹，包含 skill 点 m d， 说明什么时候用，怎么用。 scripts 可执行脚本， art sites、 模板图片等资源。 references 参考文档 类比，以前你口头指挥 ai， 现在你给他一本岗位操作手册，他自己照着干。三， skills 为什么高效？三大优势，传统 prompt 使用 skills， 每次重写指令，一次封装，永久附用，占大量偷啃，渐进式加载，只在需要时读，细节易出错不一致。 标准流程加预制脚本，结果稳定。实测数据任务效率差百分之四十，错误率下百分之三十五。四、实战场景一个人效率上传会议录音，自动转文字加生成代办事项。二， 程序员输入审查这段代码是否符合团队规范，自动调用 code review skill。 三，运营产品上传销售 csb 自动生成 ppt 报告。四， 企业级客服问答，自动调用 faq nuke up 扎 ticket create skills 必还处理。五， skills vs 其他技术技术角色类比 prompt 临时口令，小张去打印这份文件， mcp 连接器给 ai 发门禁卡 skills 能力包 给 ai 一 本打印操作手册加打印机驱动最佳实践， skills 加 mcp 等于能干活加能连系统。六、怎么开始三步上手一、安装官方技能库，在 cloud code 中运行 talk in mark place at antepics skills 二、试试现成技能， pdf 提取合并 pdf x l f x 分 析表格画图 skill create a r 帮你自动生成新技 能。三、自己作业，新建文件夹 my supervisor 创建 skill 点 id name 文本摘要 description 当用户要求总结长文本时，使用指令将输入文本压缩为三句话，保留核心事实。试例，用户说总结这篇新闻，你输出三句摘要。七、未来趋势 ai 不 再凭 prompt， 而是凭 skill， 每个人都能打造自己的数字员工。六位企业将建立内部 ai 技能中台。 skills 不是 噱头，而是 ai 从玩具走向工具的关键一步，你的经验值得被封装成一个 skill。

很多朋友问我呀，龙虾装好之后，感觉跟豆包没什么区别，可能呢，是因为你没给他装 skills。 今天呢，就给大家盘点一下 cloud hub 上面下载量最高的五个热门 skill。 那 第一个呢是 tavila search， 这个是龙虾的千里眼，装好它之后呢，它就能 实时搜索全网最新的动态，不再受大模型支持断层的限制。那第二个呢，是 self improving agent， 这个是最神奇的，我们叫它自我进化，它会记录报错和你的偏好。龙虾呢，能根据失败经验自己改代码，调提示词，真的用得越久，它就越像你，越来越懂你。那第三个呢是 fight skills， 龙虾的技能是超市，你不知道该装啥直接问它，它能根据你的任务，自动去 cloud hub 上面搜索并推荐最匹配的技能。那第四个呢是 summarize 啊，就是帮你总结内容啊，不管是一篇文章，一个视频还是一段对话，丢进去马上就给你提炼出重点。那第五个是 agent browser， 它能帮你打开浏览器，帮你点击翻页填表啊，那些重复的网页操作以后全部交给它跑自动化。那这五个 skill 非常实用，大家可以装起来。然后大家还有什么好的这个技能 skill 分享吗？可以回复一下。

你可能不知道，今天 product hunt 的 冠军核心功能，居然不是更聪明的大模型 perplexity computer skills 以三百五十二票夺冠。它做什么？让用户把复杂的工作流程保存成可附用的技能文件？听起来很普通，但这个 still mb 格式正在成为 ai 工作流的通用标准。 看看数据、 ai 模型与框架方向，今天有九十二篇文章，但只有九个产品，十点二比一的文章。产品比说明技术娟在疯狂讨论，但产品化程度极低，而低靠热门是 big net 框架三点四万星， promptfu 测试工具一点五万星，全是基础设施，不是面向用户的产品。 更关键的是， skill mb 已经得到 clack、 cocodex、 perplexity 三大平台支持，这意味着你花时间打磨的工作流可以在不同平台间迁移。这是标准化带来的机会，就像当年的 docker file 之于容器。 具体有三个方向，一是垂直场景的 ai 工作流模板，比如选一个高价值行业，把专家经验打包成技能文件。二是 skill m d 生态工具，围绕这个格式做验证测试市场平台。 三是企业及工作流迁移服务，帮企业把现有流程标准化成 ai 可执行的技能。总结一下，大模型技术战已经结束，现在是 ai 工作流标准化的红利期，抓住 skill m d 这个正在形成的标准，就是抓住了下一个 ai 操作系统的入场券。想知道明天有哪些机会，关注我大熊掌门！

迫不及待地想和大家分享一个超级实用的 skills cloudception。 目前这个项目的 star 输入来到了两 k， 这个是关于 cloud 的 一项技能，就是专门优化 cloud code 的， 用于自主的提取技能和持续学习，让 cloud code 在 工作中不断地变得智能。 我不知道大家有没有遇到这种情况，就是在和 cloud code 的 对话的过程中，可能我们经过多轮对话，最终解决了某一个问题， 我们希望后续遇到类似问题的时候，不再对话这么多次了，那这个时候我们就可以通过 cloud separation 这个原技能，可以说是原技能啊，因为它是让技能进一步进化的技能。 通过这个技能呢，可以沉淀过去多次的对话的内容，提取出有价值的部分，自动地形成一个新的 scale。 也就是当你费了很长的时间让 cloud code 帮你解决了一个问题，能够把解决问题的最有价值的这部分给你，以 scale 的 方式再沉淀下来。后续假如说遇到类似的问题， 你就可以服用这个 skills， 这个 skills 就是 干这个的，我们可以看一下它的介绍啊。每次使用 ai agent 写代码的时候呢，都会从零开始，花一个小时调试某个 bug， 找到了解决办法，绘画就结束了，然后遇到相关问题又得再兑换，那这个 skill 就是 解决这个技能了， 接下来我们看怎么用啊。如果说你是想在用户级别装这个 skills 呢？那你就把这个项目克隆到你的用户级别的这个 cloud skills 的 这个目录下。如果说你是想在项目级别，也就是 只有指定的项目用这个技能，那你就把它拷贝到指定的那个项目下边的这个 cloud 这个 scales 这个目录下，这样的话就是不会影响你的局域的用户级的这个 scales 就 看个人习惯了哈。 步骤二，设置激活勾就是 hops。 有 的同学可能不了解 hops 是 什么，这个 hops 呢，它是一般位于这个 dr cloud hops 这个目录下，它是存放自动化钩子脚本的地方， 它的核心作用呢，就是让你能够在 glocal 的 工作流程的一些特定的时刻，比如说在 ai 执行一个操作之前或者之后，触发预先定义好的脚本， 你可以把它理解为一个 ai 助手设置的自动化的开关，或者说智能的安保系统。嗯，就和那种手动需要输入斜杠这种指令，或者， 嗯，斜杠 skills 命这种命令的这种方式不一样啊。这个钩子它是确定性的执行的，就是达到某一个出发条件，它就会一定会执行这个脚本， 这个条件呢是是你配的，那在这个地方的体现呢，就是每次你和 ai 帧的对话都会触发这个脚本，它会去识别本次绘画的过程中有没有有价值的信息可以提取并且沉淀下来，然后最终形成一个 scales 在 这个地方使用的方式，首先建这样一个目录，然后把这个项目中的对应的这个脚本呢，给它拷贝到 glod 这个这个目录下， 然后给它赋予一个权限，之后呢，将这个钩子，也就是这个 settings jason 里边给它配置上， 这样的话就能够触发了这个是用户级别的配置，配置之后呢，所有的项目都可以用到这个 scales， 假如说你不想让这个 scales 覆盖的范围很广，你只想在指定的项目下使用这个 scales， 那 你也可以在项目目录下去创建 hos 目录。其实配置呢，也是完全类似的，只不过就是在项目目录下呃进行一个配置， 然后再一个用法，这个 scales 在 clock code 以下情况下会自动激活。比如说刚刚完成调试，发现了一个意想不到的解决方案，它就会意识到这次对话它是有价值的，它就把它呈现为这个经验，呈现为这个 scales， 然后通过调查或者反复实验找到了解决方法，解决了一个错误，该错误的根本原因最初并不明显，这是自动的模式，也可以显示的。让 cloud code 去总结本次绘画或者多轮绘画中有没有价值的信息可以提取， 或者说明确的要求它去提取 skills。 这里需要注意的是，并不是每次对话都能够提取出有价值的东西，因为可能某一次对话 或者完成某一个任务，只是简单的查看了一下某个文件，没有什么有价值的信息可以提取，那这样的话其实就不会出发，一出发的话也没有什么意义。我已经把这个 skills 整理归纳到了我的使用 skills 清单这个文档中，我放在了这里，如果有需要这个文档的同学可以联系我获取。我是不吃辣 chris， 关注我，带你了解更多 ai 相关的开源项目和工具。

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！

这五十个 skills 都是安装量高，实际用下来不错的，你们按需取用。

你们用 cloud code 或者其他的一些编程工具的时候，有没有发现，当你的这个任务比较大的时候，他前面的一些指令可能就忘了，他甚至都不是超过了他的上下文，很多时候是因为他的注意力是有限的， 可能你上一次在做一个任务，但是在中间的时候打断了一次，然后你让他修复了一些东西，他可能就把之前的任务就给忘了。其实是模型的一些问题，就算他用 to do list 的 也会把它忘掉，因为 to do list 的 他是没有一个持久化的，当你执行之后他就结束了， 而且你当你下一次进行操作的时候，它是会把之前的全部忘掉的。所以说今天给大家分享这个项目，它叫 planning with fails， 这个 star 数也达到了十五 k。 它主要是一个什么样的项目呢？就是给这些编程工具，或者是说最近非常火的 open curl 去给它写 plan 和这种进展，以及当你写好了 plan 的 时候，它可以按照你的 plan 一 直进行执行，并把一些任务啊，一些日记，把一些发现这些全部保存在文件夹里面， 它就是一个 md 的 文件，有了这样一项技能的话，它的目标就不容易偏移，而且失败就容易被追踪到了。还有上下文，把所有的内容都会放在这个存储的 md 文档里面， 每一个复杂的任务，它们只要启动它的这个插件，就可以创建这样三个文件，它会把不管是这 task 还是其他的一些发现，还有一些进程，全部都会放在这三个文件下面。 因为我们在做很多项目的时候，比如说像做大项目还好有这种 openstack 这种的话，它会把整个项目 打包成一个非常复杂的一个文件。但是在很多情况下我们是不会做那么复杂项目的，就可以使用这个，它就会非常轻便。其实把你的一些计划把它弄成 plan， 特别是现在它比如说有 task 这个功能了之后，它去用子智能体，但是它没有持久化，就导致你下一次来还是得继续让它再去，比如说探索一些， 所以说这个东西还是非常有用的，而且它的安装非常简单，就两个命令直接就安装好了。

通过前面的学习，我们已经学习到了如何从 crawl harbor 社区去部署一个我们所需要的 scale 啊。今天呢，我们就要来通过一个手搓我们自己手搓的一个 scale 来学习一下 scale 在 open crawl 的 内部的一个工作流程。大家看一下，这是我自己写的一个 scale， 这个 scale 的 工作内容就是说将我们发送给他的数字转大写，那这边我给他发送了一个三六八点六转大写，然后他返回给我们一个将数字转换成人民币汉字大写的一个结果。 好了，我们一起来看一下这个 scale 的 文件结构。我们先从 manifest 的 这个文件开始，这个文件呢是 opencloud 的 入口文件，它决定了这个 scale 叫什么名字，然后这个 scale 是 如何使用的。首先 opencloud 会去读取这个 scale 的 名字，对不对？那么第二个会来读取这个 scale 的 一些简介，然后会来通过 interpret 来看这个 scale 是 如何工作的。 那么第一个你看这个地方，我看可以看到 interpret 指向了我们的这个 py 脚本文件， 在这个脚本文件里面又后面又跟这个冒号指向了这个脚本文件里面里面的一个函数，就是这个函数，它通过调用这个函数来执行工作，然后在这个函数的内部呢，我们先获取了上面这个 number two rmb upper 的 这个函数来获取结果 啊，这就是它输出的结果这个地方，然后呢它将执行的结果 return， 也就是返回给我们， 就是这个返回给我们。好，这是第一个。那么第二个就是 sigma 的 这个，这个呢就是决定了这个，呃 scale 它的 执行方式是什么？我们可以看一下 sigma 的 节省，这里面就决定了最主要的，我们可以看一下这个 amount 这个参数，这个参数就告诉了这是我们所需要的， 所需要传入的参数是什么，其中参数的类型我们这里说的是字母串，那么这关于这个参数的一个简介，然后呢，这是一个 required amount， 这个就告诉 amount 是 必须的，不能空，如果为空，这个 scale 就 调用不成功的 好了，这是最重要的三个文件，一个是我们的程序执行主体，由它来完成如何去进行工作，就点 py 文件，当然也可以去试其他的任何脚本文件也是可以的。 那么 manifest 这个是让 open color 来知道如何这个 scale 是 如何工作的，这个 scale 包括有哪些功能可以做什么都是由它来操作的。然后这个 scale 是 一个说明文件，它告诉我们人类 这个 skill 可以 做什么，这是很重要的一个东西，包括下面我们可以挑一点重点的去看一下，这上面是一个执行方式使用方法是怎么使用的。然后最下面一个关键触发词， 当我们给他的东西里面包含这些的时候，他会进行一个匹配，如果匹配成功，他就会把这个就会这个 skill 就 准备开始工作了。 在前面我们简单地说明了一下，当 open color 调用 scale 的 时候， scale 去如何工作的。就深入到另外一个问题，就是说 open color 是 如何知道完成某项工作的时候是去调用哪一个 scale， 或者是调不调用 scale 去完成工作， 那么这是你就深入到另外一个话题了，就是 open color 与大模型之间的沟通一个问题，当用户输入一二三四五点二转大写这么一条信息的时候， open color 它首先会筛选它本地的所有的模型去进行 一个初略的匹配，那么匹配的主要的文件呢？是哪些？是 manifest 里面中的 exclamation， 这个里面的内容进行匹配，包括 sigma 点 jason 的 匹配，还有 scale 点 md 中间的信息进行匹配，比如像我们刚刚展示了，我们可以看一下， 我们可以看一下这一个触发关键词，当这些关键词匹配上的时候，那么它就会将匹配到的 scale 的 信息发送给 大模型，那么发送的信息包括用户的输入，一二三四五点二转大写这个用输入信息还有 test 的 描述，描述信息，记住并不是说整个内容全都发送给大模型，大模型收到过后 就会进行判断，当大模型去进行判断，这个工具就是这个 scale 和用户想要的结果是否匹配，如果不匹配的话，它最终它就直接输出一个我们想要的结果给我们交给 open curl， open curl 再返回给我们。那么还有种情况就是匹配到了， 就是说大模型判断为用户想要的结果和这个 scale 功能匹配的时候，那么大模型就会传一个 toker 的 一个信息给我们的 open curl， 大 模型 里面就包含了用户的一些信息，大家这里你看，大家看一下，这里就直接传入了一二三四五点二这么一个信息给我们的 open curl， open curl 呢？再去调用我们的呃 scale， 要用 scale 和 scale 再把信息给让 open curl 传输给大模型，大模型将我们的结果进行加工过后 再传输给 open curl， open curl 最终返回我们的结果。那么这里听起来有一点绕，其实也很简单，我给大家看下这个地方，大家就明白了。大家可以看下这个地方， 我给他 open color 发送的消息是五三八点六转大件，那么这个时候这条信息会直接在这个地方， 而 open color 将用户输入直接发送给大模型，这个地方会。大模型过后，当匹配到这个 scale 的 时候，那么它会提炼结果，将 它实际上得到的输入是它将三五三六八点六这个字母串，把后面的转大写几个字直接去去掉了，然后发送给 open claw， open claw， 然后再将五三六八点六这条信息发送给 这个 scale 去工作，当 scale 完成的时候，它就将这个 scale 生成的结果信息再交给 open core， open core 交给大模型，大模型 将加工后的输出再发送给 open core， open core 再发送给我们。这也就是为什么这条信息为什么会有一条五三六八点六元等于五千三百六 十八元六角这条信息，而不是直接给我们的。我们也就是说在整个过程中，其实 open 格勒和大模型进行交互了，其实是交互了很多次的，所以这就是为什么我们一个简单的工作会消耗很多的 talking 的 一个原因，就在这个地方。

养虾热潮风靡网络，如何一键拥有一个贴心能干的 ai 帮手？三分钟教你完成本地搭建同一实验室 coco 相比同类产品的复杂部署， coco 极致简单，只需要三行指令就能完成本地部署。 本期教程视频将涵盖全流程实操演示，不懂编程也能搭建自己的 ai 超级助理安装 coco 到底有多快？看好了，打开官方文档，将这三行命令依次复制到终端，先安装，再配置， 最后启动。看到生成的地址了吗？把它粘贴进浏览器，这就进入 coco 的 控制台了。 下面我们开始配置模型。 coco 支持本地和 api 接入，这里推荐最稳妥的配置方案，在阿里云百面的密钥管理中创建并复制 api p， 回到 coco 的 dash scope 选项，贴上即可。阿里云百链接入超百款模型很多，还能免费体验，大家可以按需配置。接下来让 coco 连上你的手机。以钉钉为例，在开发者后台创建一个机器人应用， 发布后拿到 client id 和 secret， 填回 coco 对 应位置，记得开启 contact user read 权限。 现在在钉钉里搜到你的应用，就能随时开聊了。来，让我们试着做一个科技日报助手看看吧。第一步，装上搜索外挂。我们要用到 m c p， 它就像是调用外部工具的 usb 接口，只需接入 tablie 这个全网搜索神器，复制它的 a p i 密钥，专贴近 coco 看 ai， 瞬间就能联网对齐全网数据了。第二步，配置操作手册。点击创建 skills， 就 像一个操作指南，让 coco 按照流程办事，你可以自己写，也可以导入全网的 skills， 在 这里输入名称，导入指令搞定。 第三步，实测与自动化。现在只需在对话框下个指令， coco 就 会自动调用工具搜集新闻，并顺着管线直接发到你的钉钉上。 嫌每天发指令麻烦，直接告诉他，每天早上九点准时推送到这里，一个运行在本地手机随叫随到的 ai 助理就搞定了。 如果你想进阶尝试本地模型，安装更多实用插件 skills， 或者让 coco 彻底接管你的工作流，欢迎来 coco 社区一起学习与探讨，发掘更多玩法。以上就是本期内容，如果对你有帮助，别忘了点赞收藏支持一下，我们下期再见！

很多程序员的工具链里，终端 ai 助手已经成为了标配。不过说实话，想找一个用起来比较顺手，不用魔法并且稳定的方案，其实不太容易。最近我发现了一个叫 iflow c l i 的 工具，内置国产大模型，还支持 skills 啊，我用起来比较舒服。大家好，我是海拉的编乘客，今天我使用 i flow 给大家演示两个用法，一个是在日常生活中用它来写一些想法验证啊，写一些 poc。 老规矩，我们不打开 ide， 不 手写代码。第二个，我们使用 skus 来对我们代码仓库做一个体检。 好，那我们先打开 icl i 的 官网，在这里进来之后呢，我们先安装复制这一个命令，然后粘贴到你的终端中。 好，紧接着我们需要登录，我们敲斜杠 else， 然后选择第一个登录， 接着我们选择默认的模型啊，也就是 g l m 四点七。 好，我们语音输入，你是什么大模型啊？这也是我最喜欢问的。好，它现在说是 g l m 四点七大模型啊，也就是说我们可以在 iphone 里面使用多个大模型。 在日常的开发中呢，我们会经常做一些想法上的验证，比如说验证某个技术方案行不行啊？老板甩过来一个需求，说，这个淘宝上边的搜图，哎，拍张照片搜到对应的这一个商品，能不能做？我们先进入目录， 我们叫 image search。 接着呢，我们开启 i flow， 我就直接和他聊，老板说什么需求呢？老板说淘宝上面的这个搜图是怎么做的，是吧？那我们问一下他。 呃，我想问一下，类似于淘宝上面拍照搜物啊，搜到某一个商品啊，这个背后的原理是什么？这个专业术语叫什么啊？请回答我一下，谢谢。 我们通过刚刚描述很虚的需求啊，就可以拿到一个术语叫做以图搜图啊。紧接着我们就直接把需求告诉他， 我想做一个以图搜图的这一个，呃， poc 啊，我想请你帮我列出这种最小的需求是什么？ 好，我们看一下，这里有一个以图搜图的最小 poc， 核心需求如下，有一个，上传图片特征，提取 相似图片解锁。然后呢，技术组件呢，建议使用 python， 图像模型呢？建议使用 clip， resnet 和 mobile net。 还有一个向量数据库啊，有一个 fast 和一个。呃， milos 啊， 前端呢？简，建议我使用简单的 html， 后端框架呢，使用 fast api 啊，这个包括选型做的都还可以。 呃，这里我有一些不明白的地方，就是图像模型和向量数据库，因为我其实在写 poc， 我 并不完全需要一个数据库，我只需要让他帮我写文件，最后帮我解锁就好了。这一个数据库呢，可能并不是一个必选的像， 而这一个图像模型呢，这里面涉及到很多个模型，我也不知道哪个模型好，但是在写 poc 的 时候呢，我现在需要验证这一个图像解锁是不是 ok 的， 我并不需要做到非常非常精准的图片解锁， 我需要把这一个 poc 跑完。至于模型我们选择什么模型，还是后面选择单独的某一些模型做一个 fight， 这些呢，都是可以在后面考虑的，不属于我们 poc 的 部分，所以我需要问他。 这里我有两个问题啊，第一个问题是模型上的选择，其实我更想选一个比较小的啊，能够跑完这一个是 poc 的 啊，一个模型就好了。然后呢，请你给我一些建议。第二个问题是，我觉得销量数据库其实并不是必要的，我们可以先把东西存在本地，对吧？然后我们就 可以完成这一个 poc 了。呃，你先不要帮我实现它，不要写代码啊，我们验证一下，我们聊一聊， 在实际的过程中，和 ai 聊天的时间应该是占到整个开发比重的四分之三。呃，我的建议是大家尽量花更多的时间和 ai 聊通了。然后呢，再去落实 好。我们大致扫页，针对 poc。 他 建议这一个清亮模型啊， mvnet v 二 resnet efficient net 这个我都不明白。 open clip 啊，这个我是明白的，但是 open clip 我 印象中它的汉语知识不是很好，并且呢，我们只需要做以图搜图，并不需要做一个文字搜图，所以说这个 我们选一个中间一点的吧，选一个四十五的。然后我们看到问题二，向量数据库的必要性啊，说 poc 间呢，确实不需要向量数据库啊，他认同我了。 好，这里面我们看一下，通过 npy 加鱼弦相似度就可以搞定了啊，零依赖，代码简单。然后呢，一千张以上图片会慢啊，慢呢？估计就是解锁方面吧，我觉得这个不是什么大问题。 然后建议方案模型存储后端前端，然后启动时加载模型，从本地 m p y 加载特征库，然后上传图片，提取特征，与所有特征计算相似度啊，这个看起来都还挺 ok 的， 那我们切到一个 呃 plan 模式吧，我们把我们的开发计划再深入的聊一聊。我现在呢，想请你使用呃， esnet 啊，来帮我。这个模型。 后端呢，使用这一个 fast api。 前端呢？呃，我建议你使用这种单页的一个呃页面，然后呢，我希望通过 fast a p i 把这一个网页 host 住啊， 接着呢，样式上我建议你美化一下啊，用一个类似 vs 的 高高科技感的暗黑模式。 然后我们再想一下，在这一个数据流这一边，有一个启动时加载模型，从本地 npy 加载特征库， 然后上传图片，提取特征，与所有特征计算相似度。这里面还漏了一个情况，需要补充一下，我们可以先写，还需要写一个脚本，把这一个几千张图片把它转化成特征库，才能 在上传特征库的时候提取特征，返回 topk。 结果啊，所以说这里面还漏了一点， 是这样子啊，呃，还有一个需求是我需要你，呃，写一个脚本对吧，可以把对应的图片转换成一个，呃，特征 特征库对吧？好，记得一定要开 plan 模式。 他说图片库的数据来源是什么？需要网上下载样本图片的方案吗？啊，这里我已经准备好了， 大家可以看到这里面有 image 啊，我把它这一个移过来， 在这里我们选择 type something。 你说。接着呢，前端页面需要一个拖拽上传图片啊，实时预览上传的图片， 要把它缩小一点。 接着呢，显示相似度的分数，这个需要的点击查看大图呢，我觉得没有必要，然后我们再提交答案，这个时候呢，他就开始做了 技术栈后端前端存储，还有这个计算啊，运行相似度没有任何问题。 呃，有一个 build features 啊，通过特征库来构建脚本啊，也没有什么问题。 核心功能拖拽啊，返回暗黑色的这个科技感 ui， 现在我们可以看到，作为 poc 的 话，一整个规划是比较靠谱的啊，那我们就直接选择第一个， 呃，看一下这个功能特性上面都好，是吧。我们好，我们接下来安装一下依赖 啊，我们大致扫一眼这一个 view feature 这一块有没有问题啊？大致扫一眼，通常情况下不会有问题，但是难说。 好，我们先构建对应的这一个 feature， 接着呢，我们可以给大家看一下对应的这一个图片里面是什么啊，都是些小猫小狗啊 啊，我现在都已经感受到我的这一个风扇在狂转了。 好，这里面已经，哎，已经做完了是吧？然后他写了两个文件来看一下啊，在 matedata 里面写了一些，应该是原数据，然后在这一个，呃， features 啊， py 里面啊，有十四兆啊，它应该是把这一个图片提取成某某些特征啊，它就和人类一样，人类不能像相机一样记住每一个像素，但是人类呢，也是通过照片上的特征来区分的啊。我们启动服务， 能启动吗？哎，能启动能启动，我们打开好拖拽图片。 ok， 接下来我们验证一下啊，我们选一个蓝猫， 把它截图保存下来。哎，蓝猫原来是俄罗斯的， 打开一下，接着呢，我们点击选择把这个图片读过来。哎，我们可以看到，基本上都可以找到懒猫了。 这个输入法真的是变了，选一个吧，选一个放下来保存，接着以图搜图 搜索。哎，我们可以看出来，那这一个小狗就被搜出来了。 poc 写完了，我们还想知道 poc 距离真实的生产还有多远？ 我现在想问一下这一个，如果说我真的要做这种宠物上面的解锁呀，对吧？这个搜索到对应的宠物还有哪些这种非常呃硬核的工作是需要做的啊，我觉得是不是 呃 poc 距离生产还是有一段距离的啊？请你和我聊一聊 poc 层面啊，使用的是这一个 oxford， 还有点意思，它是不是读到了哪些原数据 真实呃，生产需要真实场景的图片啊，手机随手拍，各种角度，光照复杂，宠物遮挡，被主人抱着躲在沙发后啊，这确实是 多宠物同框，这也是，然后模糊低分辨率，这是看起来就是非常多啊，然后数据清洗式，这一块标注式，一块数据增强技术啊，构建更大更多样化的做一些模型的特化，就是模型现代化， 这个生产需要 fight， 然后目标检测，注意力机制，聚焦宠物的关键部位， 多尺度的，多尺度的特征啊，这看起来太多了，太多东西需要做了。现实的建议是先做 mvp， 然后逐步打磨，不要一开始就想做的完美啊，这也是符合咱们这一个就是基本要求的。可以看出来， flog 加 glm 四点七给出的这一个建议啊，都是比较重肯的啊，有哪些东西要做啊？有哪些东西是比较硬核的代码啊？ poc 的 最核心的部分可能也就几十行几百行代码， 但是要真正的把一整套做出来还是需要很庞大的这一个工作量的。 在上一个项目中呢，我们写的是 poc 啊，写 poc 的 时候呢，就需要 web 扣定一些，氛围编成放松一些。 但是当我们在加功能啊，想让这一个代码变得更稳定一些的时候，那我们就需要加入一些这种质量审核。我之前写了一个 skills， 那 我们打开这个 skills 来看一下，这个 skills 是 我专门用来检查代码的，那 基于代码整洁之道，聚焦七个高收益的检查维度。比如说命名，一定要是有意义的，命名函数要尽量的短小啊。就是，而且要单一职责，尽量减少重复， 尽量规避过度的设计啊，一些魔法数字，还有结构清晰度和 项目规范。呃，每一个问题都会给他排上不同的级别输出的格式呢？是像这种有原则、有位置，有级别，有问题，有建议啊。然后有两个 reference， 并且这里面会开启多个 a 键来扫描这个，这里面我们让他帮我全面做一下审查汇总的报告。每一个维度开一个 a 键 啊，但是要串行完成，不要并行。如果开四五个 sub a 键的长时间跑的话，会遇到并发症问题啊。我们建议他一个维度开一个 a 键的串行完成，一步一步做。 iphone 目前还没有开放并行，但是在他们的论坛里面有并行的体验卡，如果大家有需求的话，可以去看一看， 大概二十多分钟就把任务跑出来了。呃，跑了接近七十五个问题啊，应该是非常给力的，高优先级的大概有十二个，中优先级的有二十九个，我们看一下，大致扫一眼吧， 有些命名啊，这个项目规范啊，我们往后拉一拉看 啊，高优先级，看看删除组建或实现集功能啊，这就没写，是不是然后 mcp test 啊，我这个也是没写。 嗯，这个检查确实是挺到位的。然后消除重复的文件，更新逻辑， 这里面有重复的代码哎，看起来符合我的认知。然后提取关键业务，敞亮， 重构核心业务函数啊，总的说来还是不错的啊。这里面包括有这个 run， open code， s t k streaming 啊，这个函数呢，要提取 event buffer， event handler， session manager 这些类。呃，都是蛮符合我的理解的。 用了几天，我的感受是够用，而且比较省心。市面上大部分固定 a 键呢，有的功能它都有，比如说 m c p， 工作流 skills， 开箱就能干活，登录就能使用。另外，零点五版本加了两个非常实用的功能， 一个是 hooks， 可以 用来做一些提醒。一个是 restore， 如果你搞砸了，你可以回退。当然，我也建议大家用好 git， 这样子你可以做一个双重保险。那我在体验的过程中呢，也有一些不足。 c l i 的 这一个界面上的细节， 我觉得可能还需要打磨一下，比如说我看不到上行和下行的 token， 在 写大一点文件的时候，我非常想知道他在写文件还是卡住了 i f o 官方与社区，他也希望社区能够涌现一些类似于欧曼 open code 的 这样 强大的编排系统。怎么说来，如果你喜欢在终端里干活， i f o 绝对值得你试。如果你也在使用 i f o， 欢迎来聊聊你的使用体验。我是海陆编程课 ai 永不眠，我们下期节目再见。拜拜。

用 openclaw， 你 却没有开 websearch， 等于白用。今天告诉你为什么必须要开，怎么用最爽？ websearch， 它是一个网络搜索的 skill， 对 于一个 agent 来说，如果没有网络搜索功能，八模型是在用历史知识跟你对话，相当于你少了一半的信息量。对于 openclaw 的 使用，大家要善用官网， 这是它的官网，我们可以改成中文。这有一个工具，万克拉，默认的外部工具是 real search， 或者你配这一个官方推荐的那两个工具访问太不友好了，它也是限流的，搜索出来的信息并不全，我自己曾经试过，国内的 kimi 也不好用。最推荐的解决方案，我们用它为你 web search 打开 skills 的 官网，我们在这个 skill 库当中去搜它为你 web search。 找到了，在这里接下来打开我们的命令终端， 自动安装 clubhouse， 敲这个命令 n p m i 杠 g 这个命令，它会建一个 skills 文件夹，我这儿已经建过了，直接给大家看。大家是第一次安装会出现这样的一个界面， skills 文件夹，它的安装位置默认就是在 workspace 下边儿，那我们就 cd 到这个 skills， cd 之后，我们敲一个命令，让它自动安装 web search 这个 skills， 然后我们敲这个命令 collab install google search， 让你去自动安装。有的小伙伴这个地方能够安装成功，我也试过，有的时候他会报这样一个错误提示，你这个 skill not found， 找不到你拼呢，网络又是通的，那如果出现这种情况怎么办？就证明了 collab api 有 访问限流。针对这种情况呢，我们看到他给了一些错误的提示，让你过一段时间再试， 或者我们干脆不用它。这个自动安装的方式，咱们自己把这个工具包下下来，手动安装，绕过这个限流。那我们现在可以使用第二种方法，因为这种方法现在出现的频率越来越高了。找到它，为了 web search， 点开这儿有一个登录的，你点下载，点完之后在你的下载目录当中会出现这样一个名字， ivy search， 然后把这个文件拷贝到哪儿去呢？拷贝到 skills 目录，我用的是 wsl 系统安装的这个 skills 目录，你可以 ctrl c， ctrl v 粘过来， 看到没有？粘过来之后解压缩，大家看到没有？这不是它吗？那我这已经解压缩成功了。解压缩用的什么命令？ and zip， 就是 s u d o a p t install zip， 因为已经装过了它，这儿很顺利，你按 zip 回车就可以了。这个时候我们需要更新 openclotation， 直接在飞书里边儿， 让这个小龙虾自己配置。大家可以打这句话，根据 skills 目录更新一下 openclotation 配置运作过程蛮复杂的，大家看它会说让我去查看。找到了， 现在我要进行更新配置，他让我描述的再详细一点，我就告诉他，他这里有一个提示，说看到配置当中没有 skills 部分，我就说我现在是这样的， open claw workspace skills， 这是我的 skills 的 目录，他说跟我想的不一样，不对， 然后我就告诉他我做了什么样的动作。我先执行了这个命令，生成了 excel 文件夹，我自己下载了它放在什么位置，我现在解压了，目前我这个目录当中解压之后已经有了这个 skill， 它为你 search， 他 现在就说我明白了，就开始给你干活， 最后告诉你配置完成是不是成功了，但是他说这个 skill 它需要一个它为的 api k 才能使用，我们需要把 api k 放到一个文件当中，他说要不要我帮你设置， 我们自己不改配置文件，省的写错，我说可以的，那我说需要，我要把这个 k 给他，接下来怎么去找这个 k？ 大家打开它为你的官网点击，打开之后，因为我已经注册过了，大家如果没有注册过，你要自己先注册一下，注册之后你这点击一个，先添加一个 api k， 看到没有？你把这个 api k 新建好了之后，这个地方点击复制，你新建的哪个就用哪个。我新建的 open color， 比如说我们可以试一下，比如填一个 open color 二， open color 我 的第二个好一点，创建 它就有了，你就点击复制，复制完了你粘贴到这里，你帮我设置我的 api k 是 什么，你复制粘贴，它就帮你做了， 接下来你就可以使用了，我就开始用制作一个测试，我说搜索一下 open klog 的 最新功能，大家看他就给你打开了。注意到前面还提到过一次，在设计 k 的 时候，他曾经提示我怎么样去设置环境变量， 那我这让他继续设一下环境变量，我说你检查一下环境变量，让他永久生效，让他自己设置一下，他就给你设好了。还说现在需要重启 get 位吗？我说好的他就会重启 get 位，接着我们去搜 这些新闻，都非常的好用。再补充一下，他会给这个地方需要注册好多小伙伴，你看你会不会他大概的一个过程，你可以输入一个邮箱的地址， 输入邮箱地址之后，他会往你的邮箱当中给你发送一个扣的，那你要把这个扣的填上去，填上去之后你才能够正常的去创建这个 api， 这是一个使用过程，后续会给大家分享更多 sql 的 使用，你可以关注收藏。