社区功能skill

这个社区两个月前每周新增的开源 agent skills 只有一千一百个，现在一周产生了接近五万个 skills， 并且开源 agent skills 的 数量已经来到了十万多个，难怪现在会有这样的梗图出现， skills 的 构建者可能比用户还多。 之前评论区有小伙伴问怎么找好用的 skills， 本期视频就分享一下我自己用于找 agent skills 的 工具 skill np。 这是一个独立的社区项目， 功能就是每周整合开源的 agent skills， 并将这个 skills 是 干什么的，有多少 stars of fox 以及压缩包提供出来，对 于 skills 的 使用者来说就很方便。如果想知道 skills 是 什么的小伙伴，可以看我的这期视频。这个社区默认会按 star 进行排序，也可以直接在分类中寻找自己感兴趣的 skill， 对 开发比较感兴趣的，就可以在开发的分类中找有意思的 skill。 ai 本身是没有创建文档的能力的，那我就可以找一个可以创建 word 文档的 skill。 这个 d o c x 看着就比较像，那就直接下下来，放到对应工具的 skills 目录下，用 code 的 话，这个目录在点 code 杠 skills 下，如果用的是 cloud code， 就 在点 cloud 杠 skills 下，然后你的 ai 工具就有 word 文档的创建更新能力了。 比如我让他帮我写好年终总结报告，同时生成 word 文档， ai 就 会先生成内容，然后调用 d o c x 这个 skill， 最后文档就生成好了， 也可以直接通过杠指定 skill 再让这个 skill 帮你干活。最近刚好还有个很热门的开源项目 cloud bot， 现在被要求改名为 mot bot， 这个智能体还能自己写 skills， 自己干活， ai 的 发展真的太快了。以上就是本期视频的全部内容了，我是鱼仔，我们下期再见。

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！

腾讯 skillhub 社区正式上线。 skillhub 依靠腾讯云国内节点构建了本土化高速下载矩阵，针对智能体开发者，平台同步推出了 skillhub c i 工具支持，通过简单的自然语言指令实现商店安装与环境配置。 skillhub 是 腾讯布局 openclaw 生态的关键一步，与 qsl workbody 形成完整闭环，将 openclaw 从极客工具推向大众效率工具，加速 ai agent 在 中国的普及。

skill 系列的第一期，我们讲一个元技能，你有没有遇到过这种情况，听说 ai 有 很多好用的技能包，真到用的时候却不知道去哪里去找，也不知道哪个靠谱。其实啊，找 skill 本身也有捷径，今天介绍的 find skill 就是 专门帮你解决这个问题的，它能给你带来什么便利呢？第一，快速搜索社区里已有的 skill， 就 像逛了应用商店一样。第二， 按安装量和来源去排序，优先推荐大家已经验证过的热门 skill。 第三，看到合适的直接一键安装，不用到处去找配置下文件。接下来我来演示一下这个具体怎么用，演示一下如何使用 find skills， 我 们直接斜杠 find skills 就是， 呃，直接使用这个技能， 我想我想要找一款视频剪辑的 skill， 请帮我推荐一下。 ok， 那 这就是我们给他们给这个 skill 的 最简单的一个命令，然后他会开始搜索视频剪映相关的 skill， 可以 看到他已经直接在社区里面去搜索了， 然后对于视频剪映相关的一些关键词，他也会同时进行搜索，比如说 video editing， clip related skill 啊，那我们稍微等一下。好的， 那接下来就是他给的一个结果，就是安首选是安装量最多，和剪辑最直接相关的。那可以看到他给我推荐了三个 skill， 并且每个 skill 都有直接的一个安装链接和 skill 本身的一个介绍。 如果说我更加在意其他场景，它也有其他的一些介绍，那这就是呃 final skill 的 一个最简单的一个做法，那我们也可以根据 ai 给我们反馈，再提出进一步的更多的要求。好了，今天演示就在讲，那它背后的设计逻辑是啥呢？可以这么理解啊， final skills 就是 一个 skill 的 导航站，它把散落在各处的 skill 打包，你不用自己翻文档，直接看评价。关键的设计有三点，一是用安装量去筛选，避免踩坑。 第二是支持从 tata 等多种来源去安装，选择其实还挺多的。三，它是一个纯命令行的一个交互，如果你习惯敲命令的话，用了就非常的爽快。 用之前呢，也有几个注意点，首先就是我们要安装 note， 因为它非常依赖于 n p m。 其次呢，我们要优选那些安装量超过一千的 skill， 那 些几十几百的稍微要谨慎一些。最后啊，你需要当你去安装一个技能的时候， 需要去看 skill 的 来源，官方或者知名作者去维护的这些更靠谱，更新也更及时。如果你也在经常在找 ai 工具上浪费时间，推荐你试试 find skills， 找对工具本身也是一种能力， find skill 就是 帮你提升这种能力的源工具。我是 nai 编程大宇宙，如果你也想让 ai 打造自己的产品，我们一起进步，关注我，下期见！

这是一个专为中国用户打造的 ai skills 社区，今天分享的是网站收入了二点五万个 skills， 简直就是为国人量身打造的小龙虾社区。从 ai 智能到开发工具，再到数据分析和内容创作等等， 需要哪个功能直接选择，就会列出超多的技能。比如你想要龙虾，帮你做数据格式化、报表生成等内容，直接复制丢给小龙虾安装就能使用。网站还整理了前五十的官方推荐榜单，关键还免米，想进阶 ai 的 可以直接充！

一天一个宝藏网站，今天分享的是 skill hub， 最近养虾的你有没有遇到这样一个问题？龙虾官方的 skill 仓库，有时候访问不上，有时候下载网速受限，自己找又担心下载的不安全，很是苦恼。今天这个 skill hub 专门解决你的 skill 安装烦恼。它 是腾讯推出的 ai skills 社区，相当于给 ai agent 准备的插件商店。它也是基于 opencloud 的 skill 生态建设，同时还针对国内用户做了优化。 skillhub 收入了超过一点三万个 ai skills， 覆盖各种 ai 自动化场景，通过分类查找和关键词搜索，能轻松找到你想要的 skills。 对 于初次接触的用户来说，不清楚该安装哪些 skills。 别担心， skillhub 精选了五十个最值得安装的 skills 榜单，可以直接安装，点开任何一个 skill， 你 能看见 skill 介绍以及下载安装数据。此外，它还贴心的准备了两套安装方式， 套是给 agent 使用的，复制提示词发给 ai， 自动帮你完成安装，你也可以手动复制命令，通过终端自行安装。这么实用的网站，赶紧收藏起来，免得需要时找不到了。

终于可以给大家介绍我们新版本，我们新版本增加了账户管理以及一个 skill， 下面给大家演示一下怎么使用 openclaw 加本期的 skill 制作一个封面。 这边是切换账号， 这边是登录新账号， 可以看到现在是要求登录，这边是账号删除。 接下来教大家怎么安装这个 scale。

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。

今天给大家介绍一个强大的 ai 工具 skillseekers， 它是 ai 系统的数据层，可以将文档、网站、 github 仓库、 pdf 视频等多种数据源转化为结构化知识资产，为 cloud landing 等 ai 系统提供动力。 安装只需要一行命令，功能却相当完整。构建 ai 技能，搭建 r a g 流程，配置 ai 编码助手，这些工作都需要大量的数据库处理，以前要花好几天手动整理文档，现在只需要十五到四十五分钟。 skillseekers 解决了这个痛点，支持十七种数据源文档网站 github 仓库、 pdf 文档、 jupiter notebook 视频、 confluence、 wiki notion 页面、 word 文档、 e p u b 电子书、 powerpoint 演示文稿、 open api 规范、 rss 订阅、 slack 聊天记录无所不包。第一步，安装 skillseekers， 用 pip 命令一键完成。 第二步，用 create 命令抓取任何文档或 github 仓库。第三步，用 package 命令导出为你需要的 ai 平台格式， 只需三步就能获得完整的 ai 技能包。对 github 仓库进行深度分析，包括 a s t 解析、 api 提取函数和类的识别， 还支持获取 issues 和 pr 信息，自动提取版本。历史三层流架构，让代码和文档分析更加全面。除了文档，还能从 youtube 视频和本地视频中提取知识。 自动识别屏幕上的代码、字幕和图标。 gpu 自动检测，支持 nvidia 库达、苹果 nps 或 cpu 模式。 第一次运行自动安装。依赖同样的知识资产，可以导出为 cloud 的 技能， lamb chain 文档， lma index 节点， bahang kong 向量数据库格式 支持的平台包括 cloud ai、 google gemini、 open ai chat、 gpt， 还有 cursor、 windsurf client 等编码助手， 十六种平台格式，一个流程搞定。处理 pdf 文档不只是提取文字，还支持扫描件 ocr 识别密码保护文档复杂表格提取。采用并行处理技术，速度提升三倍。 智能缓存让重复运行快百分之五十。直接导出为 luncheon document 格式， lama index textnote 的 格式或者 pinecone 专用的 markdown 的 格式。 智能分块技术，保留代码块结构，原数据丰富，便于精准解锁。自动为 cursor 生成 cursor rules 文件。为 winserve 生成 windows 文件。 ai 会自动了解你的框架和代码规范，每次都能给出正确答案，无需重复提示，效率大幅提升。

腾讯最近疯狂养虾，结果却惹怒了原作者爆火的 ai 框架 opencloud 创始人直接发文吐槽说腾讯不仅照搬他们社区的数据，还把它的服务器成本推高到了五位数，直呼只会抄袭不给赞助。结果腾讯 ai 团队立马甩出数据硬钢，我们建的 skillham 只是个方便国内用提升用户访 问速度的本地镜像站，首周自己就帮用户扛了一 gb 的 下载流量，但从你官方源只拉了一 gb 数据， 根本没薅你羊毛，而且全程标注来源，连成员也是开源贡献者呢。两边各有各的理，一边是技术和服务的压力，一方是大厂的生态野心，到底是抄袭还是合作？这波你赞谁？

看到富盛在分享怎么让小龙虾整 token 的 视频，基本上我听完这条分享之后， 其实我的小龙虾就已经拥有了节省 token 的 能力了。我不知道大家能不能理解这件事情，当你看到知识的时候，其实你就已经拥有了知识，很有意思，这是可能在 ai 时代新的一种学习范式。其实这就是一个建 skill 的 过程， 我给大家演示一下，你现在这个界面是我自己 cloud 的 命令对话框，我现在就把不剩的视频的文案发给我的小龙虾，让他自己学，就用魔法打败魔法。现在我用的是 kimi， 我 们看一下，他现在已经学完了 脚本替代，我们现在是在用的多模型在用。我要问他，你能不能建 skill？ 对 我而言，其实它应该属于一个简单任务， 米干活很糙的，就是他建好之后他也不跟我说个结果，所以我决定还是要让 cloud 看一下，我会更放心一点，怕是已经查出来一个严重 bug。 我 刚刚也是试测了，其实写 skill 这种事情还是需要博士生上的，现在 他问我要不要帮我来修复这些问题，那我就告诉他说，别，你先别干，因为不像很多人说你有了小龙虾你什么都不管了，不是那样子的，我觉得在定规则这个阶段还是要管的，他得了解你的工作习惯，了解你的标准。所以呢，我现在就会告诉他 不行，因为首先第一，我需要看到完整的规划，第二，你得明确告诉我，你什么时候来提醒我这个上下文需要 compress 了？你的标准是什么？你是到一百万 tock 的 时候，那钱都烧的不知道到哪去了，包括他要帮我去优化怎么选择模型，那我也会告诉他你都不知道我要处理什么任务，如何去分配。因为一开始那个 kimi 也是写的很离谱， 说让 kimi 帮我写代码，让 opas 帮我看图片，然后就神经病啊哈哈哈。相当于就是你找了一个错的人去干他不擅长的事，即使是 opas， 我 得需要让他 很清晰的把他准备怎么干他的计划先给我看，不然那完全就是一个黑箱子，他在里面搞东搞西你都不知道。所以我们把这个命令发出去，好像我们的反馈已经开始出来了。首先，必要的和不必要的可选的是什么？你看 他会告诉你压缩上下文出发条件是什么，提醒的形式是什么样的，你看这就很好，执行后费用可降低百分之五十到八十，包括责任务的分配，他会给我看到整个的执行流程，调度机制是怎么样的， 那我就心里很有数，现在这个 skill 已经开始在工作了，就刚就是我问他这个 talk manager 的 skill 有 没有已经在开始运作了，那你判断这是一个复杂问题还是简单问题？ 你看 ai 就 咔咔咔咔就给我回答了一串，我套了一下他的话，我就套套说这个对话，你已经有开始按照我们的 token manager 这个 skill 开始判断模型了吗？就我的言下之意就是你是不是还在让我再烧 opus， 用很贵的模型在处理简单任务？刚刚还在讲，哼，你这个 skill 都没有好好工作， 结果你看人家说你说的对，但是我刚刚查了一圈，你现在用的模型其实已经是二点五了，也就是我们的这个 skill 其实已经在起作用了。它没有提醒我，但是它悄悄地已经把那个模型给我从 opus 换回了二点五。 接着提醒，现在这个对话窗口的上下文已经超了，那就问我要不要开始执行压缩，他已经开始按照 skill 制度自己在开始运作了。那我刚刚也看了一下后台的 a p i 的 消耗量，确实止血了，不像前几天那样真的让人血压飙升，所以 我们的这个 token manager 就是 谢谢富顺老师的贡献。如果你对这个 skill 感兴趣，也可以留意评论区，那我们下次分享见，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。

如果你真的去用了 oppo， 那 你就会知道他有多难用。发完消息没声了，联网查点东西要配 a p i， 但有的时候他又能查到，这种时刻我就很惊喜，我说这可太好了，你刚是咋干的，记一下以后就这样搜，结果呢，没两天他就又忘了，然后跟我道歉，这期间压根就没记。 其实都不是什么大事，但官方的这个默认配置，它就用着各种不爽，这些坑我每踩一个就解决一个，然后让 ai 把经验总结一下，最终把它们汇总，形成了这一整套的 skill。 双击加关注啊，私信优化龙虾这四个字就能够自动获取。这个 skill 全程只用跟你的小龙虾对话，就能把整个的优化流程给做了。 简单去演示一下，然后官利回答一些弹幕的疑问，直接给你的小龙虾发送这条消息，他就会告诉你我们开启了一个 open cloud 配置优化向导。第一步是备份，他会备份你的整个 open cloud 程序，万一出了问题，那你就直接解压就能恢复，这个是最起码的保障。 整个 scale 分 为四层，那第一层是基础的优化，这几个功能我都很建议打开，比如说消息回执，原先你发了消息就只能干，等打开这个他处理的时候就首先会给你点个引猫记，直到他收到正在处理了，这个真的能够极大的缓解你的焦虑。这个记忆功能，如果你打开增强和每日规章，他就会在你上下文快满的时候强制去写入一次记忆， 并且在每天晚上的十一点钟最佳总结一次。第二轮他会根据你之前选择的渠道进行优化，然后是第三轮，我推荐了一些我自己觉得还不错的 scale 啊，大家就各取所需，这个具体就不展开说了。然后是最后一轮，我写了一个渠道的添加向导， 反正我个人是在用了飞书之后，就会好奇说其他的渠道他的体验什么样的啊？我就假定大家跟我一样就玩了一阵子，就想试一试其他的渠道，所以我就把我自己整个介入的过程都录了一下，并且总结成了一个非常详细的步骤，你去按照这个来做，同时把各种需要的信息去发挥，你的小龙虾他就会帮你自动配置好。 好了，这个 skill 我 们就先说这么多，接下来呢？啊，我来看看弹幕，有朋友说你 open cloud 推荐什么样的模型。嗯， 这个问题其实我可能跟其他的博主有点不太一样啊，我曾经也是一个盲目去崇拜大参数大模型的人，比如说 cloud 或者是真未来。 那用了小龙虾好像会发现没有必要，因为他更多的时候就是去啊调用各种工具去搜索，定时删改文件，那只要这个模型的 a 帧能力他够用，调用工具的时候能够准确的识别你的想法，那么在速度快价格低的情况下，我觉得世界知识或者说智商他差一点就是可以接受的。 当然了，如果你侧重的是生产力的编程场景，那其实大家都会去用那个 cloud code 或者是 codex 这样成熟的编程 agent 啊，他就需要去理解整个代码库的各种依赖嘛，然后与异的关联模型能力越强，他就越能做出正确的判断，就是编程这种场景，你还是去用最顶尖的模型去干吧，它能省不少的事儿。 我自己其实已经收集了有一百八十多家中转站啊，也确实是阅战无数。在这里呢，我会推荐一个我自己在用的比较稳定的 api 中转站，叫做接口 ai 这个平台，它是集合了各种顶尖的闭元模型，国 外的四大顶流模型它都有，需要写作，我还是推荐你找世界知识更强的 jimmy， 它就是有点慢，需要编程。那我还是推荐你用 cloud， 它就是有点贵。 而我刚刚所说给小龙虾用一些更快更清亮的小模型，比如说 mini， max， kimi， 还有质朴这边也是非常的齐全，只需要用他的一个请求地址填上密钥，你的钱软件就可以瞬间多上几百个模型，充一份钱，想用哪个就用哪个 好。第二个问题我，我看别人 u 盘卖了二十六万，但安装一单两百，我看的心痒痒，那你怎么看？ 就是你心痒，谁不心痒呢？就这个事也能理解，但是最近也确实是有点太魔幻了，从线上到线下各种活动，到现在开始付费卸载，就在我的概念里，安装它不就是一行命令的事吗？那卸载也是一行命令的事啊， 我知道，就是电脑的环境，网络连接啊，命令行大家可能不习惯，这些都是一些门槛，但是玩过的就都知道，其实难的肯定不是安装这部分，而是在这个过程中的各种坑啊。就像我这些做的这种 scale， 其实就是结合了这么多坑的一个精华， 那在我看来，这些才是比较有价值的部分，从我自己的价值观来说，你去帮别人安装我觉得不太好，因为会给他增加一些这种安全隐患。 而且呢，啊，你装完对吧，你是去收了他的一笔费用，那他后续又去用了各种厂商的模型，钱又进入这些厂商的袋子里面，他呢，玩着玩着感觉好像也没啥劲，就放那不管了。那我觉得这种其实还是有点不负责任的， 大家也都关心说 oppo k o l 怎么变现啊，也确实，甚至有人发私信问说，哎呀，我不了解 a a， 但我想赚钱，你能教教我吗？可以，有偿。 那其实答案通常就写在明面上了，但是这种我就还是拒绝了代安装付费咨询，就这种有点割韭菜的快钱我还是不会去赚的，反正还没到这个饿死的程度。而且这期视频你别看我说什么三连关注啊，什么私信， 其实这个录屏里就已经有我那号命令了呀，你直接截个图就发给你小龙虾就可以了。这个 sky 我 也没有什么藏着掖着的，社会战前，其实我想象中有价值的变现方式，其实是用小龙虾去做一些比较成熟的解决方案，能够呃帮一些人或者说一些行业去解决一些问题。 这种卖解决方案肯定还是最高级的，但是目前他不太成熟，我也没有见过有做的特别成功的，再稍微低一点，我觉得我也能做的，其实是去卖课。说实话我不觉得这是贬义，就比起你那些单安装啊，实打实的去教会你这个东西是怎么回事，把它给讲透，这个肯定会负责的多。 嗯，但大家也不一定都有这个耐心去学，而且这个时间点其实也有点晚了，该学的也都学会了，不该学的可能他也不感兴趣。嗯，后续应该也会有各种厂商去做一些简化的安装步骤，或者说各种方案出来。嗯，所以这个可能我也不会去做了。 好，我们看第三个啊，看了你两期视频了。好，谢谢啊，上期视频你也看了？我还是感觉 open color 没有什么用。你到底用没用 啊？其实我确实是烧了不少啊，上一期的结论，或者说上一期我确实是想试图去总结这个，解答这个问题，但 阶段他解决的不是一些痛点，都是一些痒点。这个我也认同。我再来说一下我的想法啊，就是如果你是一些传统的重复性的工作，那其实你用 ai 模型其实是费力不讨好的，反倒因为模型会有幻觉，有可能会做错，这种我们就真还不如用传统的程序去批处理。 而真正去利用 ai 模型的创造力做的一些工作，我们也有了 cloud code code s 还有 open code 的 这样的一些成熟的编程 agent， 就 你给他一个需求，人家就先起一个 plan， 然后在分布中去跟你实现，期间去压缩上下文，它也稳定的多。如果你要干的是严肃的大火，那限阶段还得适用他们。 我依然是不推荐你啊，一边逛超市，一边去跟你的小龙虾去聊一些大的火。那小龙虾它自己适合的场景呢？啊，它的核心优势，我上期说了，它就是二十小时在线， 我呢会用它去维护我的网站，比如说我刚那个 a p i 的 中转站，我看到了一个新的站，以往我想去加我真的得脸我的福气，现在我就给他直接发个消息，很随意，这种突发性的小活就很合适。再比如我会突然想到一些点子，那就直接语音输入全部退给他，整理成结构，这种脏活累活就全都交给他。 它的另一个优势就还是在你的本地电脑上运行，比如说我远程连不上我的电脑了，我让他去帮我重启一下 todesk， 我 家的网络卡卡的，我也可以让他去直接重启我的路由器，甚至也可以去控制家里的开关，或者说电视投屏。 对啊，其实说来说去就这点事别的软件都能做，它还是一些洋点，但如果你把这东西全部串起来啊，都有一个入口来操纵的话，其实还挺爽的。 而且你要知道他现在还是一个初步的阶段，就之所以你现在觉得他没什么用，是因为他的生态还没有形成，而且他的出现其实已经在瓦解，各种互联网大厂去花了那么多年形成了一个壁垒了，我个人是依然看好的 他虽然有一些泡沫的成分，也有人说他去啊，是一些厂商去卖 taco 对 吧？故意的这么一个机会，就如果你保持理性啊，不想去参与这场闹剧，我觉得也没有关系，你这样大概去了解一下他的现状也就够了。 好，这期视频呢，我们就先录到这啊，我是大黑，希望以纯人工的方式向你去分享智能。那我们就下期再见。来吧，跟大家说再见，拜拜。

在 qlab 上传了我的一个 skill， 这个 skill 是 帮大家去抓其他平台的数据的，然后它借助的是一个中间第三方的数据服务，叫 a pfi。 那 做这个 skill 的 过程呢？其实让我感受到 创建 skill 的 一些要点，正好可以把整个过程提炼，然后跟大家分享一下。我的第一个点叫做先有需求再有 skill， 就 先有痛点再去做 skill， 不 用凭空的造轮子。那我为什么要创建这个 a pfi 的 skill 呢？是因为最近我邀请了一些 非科技背景的朋友们来玩我的龙虾，然后我发现大家一上来都会让龙虾去帮忙抓一些数据，但是呢，完全不知道该用哪个方案，哪怕是我跟他们引导了下说用 api， 但是中间也有种种的障碍，比如说 api 上其实是有很多提供数据服务的这些小的 actor 的， 那哪怕是抓一个 tiktok 的 平台，也有好多 actor 可以 提供这种服务。那我到底要选择哪个 actor， 以及我自己的密要要怎么样拿我选择了 actor 之后，我要怎么样操作，以及我 actor 也跑通了之后，我到底怎么样跑会更省钱？中间其实还是有非常多的细节问题大家搞不定。大家 其实对一些事情是有强需求的，比如电商的朋友去要大批量的去国外的这些平台上找一些数据，找一些爆品，但是呢，就会卡在中间的这些环节了，所以呢，我就把中间的痛点整理了一下， 写了一个 skill。 所以 这个是我觉得大家在做 skill 之前，可以先提前考虑一些问题，不用凭空造很多轮子，也不用凭空收集很多 skill。 那第二个点就是我在建 skill 的 时候，我跟他特别强调的一个事情，就是你一定要特别注意哪些东西是固定的，哪些东西是灵活的，为什么一定要强调这个？哈？如果你让他把很多 较为固定的事情变成一个很灵活的东西的话，那他就可能会导致后面他的输出是不稳定的。比如说你跟他第一次说你要做分批跑数据，这个东西的预值是如果你要抓的数据量超过一百个了，你就应该分批次跑 这条规则，如果你写的是灵活的，那他后面可能就不会严格的遵循这条规则，会导致你在跑大量数据的时候会额外花费很多钱，所以诸如此类有很多这种情况，我就建议大家跟他会提前需要沟通一下，在你们这样的一个方案里面，到底哪些东西是需要固定的，哪些东西是可以灵活的， 那需要固定的东西我们就通过脚本代码这种东西把它程序化的更加固定一下，这样方便你后面可以持续长期稳定的输出。那第三个叫做边界的情况， 这个其实是大家一句话去下指令很难会考虑到的一个问题啊。边界情况其实就是他在每个步骤都可能会挂，那挂了之后怎么办？我这边就踩过很多坑，比如说我们有朋友用了之后就发现他找的这个 actor， 找的一个 tiktok 的 抓取的 actor 不 可用，那怎么办呢？ 如果是没有设置一个降级方案的话，整个任务其实就卡住了。那还有尝试过，比如说数据量超大的时候，也会有一些其他的问题，花费太多，或者是一下把整个账户的钱全都跑完的这种情况。还有比如说什么 有些 actor 返回的是空数据，这个 actor 本身他的服务是不可用的种种这些情况，他每个细小的步骤都有可能会出错，那出错之后你需要做一些怎么样的应对措施？ 我觉得他并不需要是说他每一个报错的情况，你都给他去想一些解决方案，但是你需要把这个考虑的角度跟他提前沟通结，让他起码自己能够出一套 不同情况下出错之后的解决方案是怎么样的。并且呢，有些东西给它固定下来，放到这个 skill 里面，这样的话其实也是帮助你这个 skill 能够后续稳定输出的一个方式。最后一个呢，就是其实这个事情真的不是一次性搞定的，哈哈， 中间经历过很多次迭代。举个例子，比如说最开始的时候，因为我这边老是用一个我的 a p f i 的 token 去用它的服务，它就会直接把我的 token 写在这里面，但实际上后面这个东西我是要拿去给很多人用的，那我是不是应该就把这个 token 变成一个灵活，像让每个用的用户自己去手动输入呢？对吧？ 还有就比如说第二轮他自己出的方案，他其实是没有一个尝试的机制的，他选定了哪个 actor， 他 就会直接拿它去跑全量的数据。但大家如果是上过之前的课也知道就是我的倾向，大家先拿很小批量的数据去尝试一下这个事情能不能通， 所以我也把这个思路就交给他，让他就这么做。他每个 actor 拿到之后呢，会先尝试跑一个十条数据， ok 的 话，那我们再用这个 actor 继续避免大家会遇到什么 actor， 有 些服务不可用什么，有些 actor 必须要你付费了才给你跑，你不付费你就要用你自己的 cookie， 这种情况就避免诸如此类的种种情况。 ok， 那 以上的话就是整个今天创建 skill 的 一个设计和完成的思路，其实我觉得还是有很多细节和考虑在里面的， 欢迎大家去 clubhouse 上试用这个 skill， 有 什么问题都欢迎直接留言，我们会持续地去接待这个事情的。以及呢，我现在越来越觉得， 其实在 openclaw 和普通用户之间其实是缺少一个中间层的一个服务的，最近我也一直在思考，到底这个中间层应该是一个怎么样形态的解决方案，欢迎大家一起沟通，一起讨论，后面还会持续分享更多 openclaw 相关的内容，欢迎关注。

三月十二日，电商资讯淘宝新增淘宝直播金牌主播商品管理规则，通过进一步规范金牌主播商品推广行为，致力于为消费者打造真实、透明、便捷、高质量的直播购物环境。规则变更将于二零二六年三月十三日正式生效。 工业和信息部网络安全威胁和漏洞信息共享平台发布关于防范 open call 开源智能体安全风险的六要六不要建议 腾讯推出中国专供的 a s q 四社区四 q hub， 该平台一托国内高速镜像服务，有效解决了官方克拉 hub 存在的下载速度慢、中文搜索体验不佳、社区交流不变三大核心问题，实现了 ai 技能的秒速安装。

最近 yc 的 ceo 亲手开源了一个 skill， 两周时间， github 直接冲到三万星。这个项目干的事情很直接，就是把 ai 往一只完整的软件团队去推，里面有 ceo、 设计师、工程经理、 qa、 发布经理等十五个角色和对应的技能。这个项目我觉得有两个点很值得看。第一个点是一人公司的工作流， getstack 想做的就是把这条原本要多人写作才能跑起来的链路交给 ai 去接，你只需要提出一个想法。后面产品经理开始聊需求和痛点，设计视角、看界面和体验，工程测继续往下拆任务，最后再交给 qa 和安全去兜底，整个流程会顺很多。 第二个点，他把 yc 那 套看项目聊需求的方法封装成了 office hours 这个 skill， 你 可以把它理解成 yc 平时怎么聊项目，怎么看需求，怎么判断优先级。现在被它揉成了一个能直接调用的流程。很多人做产品不是没想法， 是脑子里一堆想法缠在一起，根本不知道这个需求值不值得做，有没有用户痛点，应该先做哪个版本，下一步到底验证什么？ office hours 干的事就是先帮你把问题聊清楚，重要的是这个项目开源免费。

这些 spirit 里面你觉得哪些是比较具有商业价值？那我们怎么快速去挖掘这些信息？就是我认为每个行业里面他们的操作手册是他们公司内部的一个转成他们自己的一个运维的一个就是他们自己的 spirit。 那 也就是说你只要把你的东西一落地， over 一 步数， 他跟知识库的概念一样，都是数据沉淀，数字沉淀的一个价值，是吧？知识库的沉淀是一个概念，但是它是有操作的，其实知识库那些也是有操作的， 某些公司里面他的知识功能也说明了某个系统怎么去操，某个业务里面怎么去怎么去，他就是公司的一个自动化 工作人员。但是有一个区别就是 skills 他的维护成本是不是会相对高一点？像知识库他其实可以减改。对，但 skills 他 不清楚。可能就像你讲的，我可能让他讲了一句话，我说你改了这方面，但是他改没改或者怎么去改 你不清楚？是的，对，这就是一个不可控的一个，或者我们讲讲一下 ai 幻觉或者是不可变量在这个地方，那怎么去？但但是我建议现在 c 六不要让他自己去做，不要让他自己。 就像你说我也前期其实发现如果让他自己去做，那完全按照 c 的 想法去，他不是按照我的想法去弄。对，那这个时候其实我现在做的 c 六，我另外一部分的那种 ai， 而且就类似于 mac 的 那种那种东西，我把他有我的想法和需求，一些 c 六的格式标准，我告诉他 他就弄好，客户自己会看一下，其实你看一个中间层，我这么理解，不是让员工去直接操作，而是让员工用工具去直接操作，谢谢。还有一个我觉得应该有一个安全意识，就肯定是领导层去操作，员工自己去企业之后，内部也是领导层去编辑，编辑好过后让员工看到照着这个做是我给你的标。 但是在我们其实企业里面大部分领导是不愿意干事，他一定会要求下面，哎，你帮我去搞一搞这个 open class， 或者你帮我去研究一下，这是很正常的一个事。对，那个时候我身边的领导层都是靠亲自去干的，嗯，而是领导知道有这个东西，嗯，领导也知道了这个 skill 是 干啥的。我觉得你没做成的人，那肯定 必须得要了解的东西，你可以安排助你的助理啊，或者你下面的工作。所以说你觉得第一个商业级应用应该可能是 sop， 叫做 skill 化，对，大概是这么一个方向，是吧？我觉得就未来这可能也是我接下来要做的一件事情。 ok， ok， ok。 还有其他拓展这一块的疑问， 商业机这一块的一个，嗯，可能我觉得其实这个东西可能涉及到后续的一个三心。那我也可以讲啊，就后面其实我觉得这一块能拓展的业务新的商业模式非常多。嗯，你可以我这么给你一个大概概念，在我们现在不管是工厂也好，还是传统制造业，还是现在这种高科技型，他是不是要用人？那我未来是不是要用 ai 人， ai 数字员工，现在是要用人类，用人类员工其实衍生的行业有很多，那我们再继续转变， 那这些行业是不是也能转变成关于数字方面的东西？打个比方培训这个是最大的问题，现在好多用户拿到工资，他不知道怎么用，他啥也不会，跟豆包一样，也是聊天是他不会用。这时候是不是得有一个培训团队，那就相当于现在的外面的一个培训机构一样，我把一个员工的能力培训好，我直接交给你用。 这个概念其实非常简单，就是人的素质，员工或者是 openclaw 的， 你不要把他感觉好像他们俩不一样，其实就一样。对，你只要这么去想问题的，他其实很未来的产业，非常大家都在用数字，但这些数字跟他 产生这种商息结果特别多。其实你两种路，要不然第一个我帮你培训这些数字员工，第二种或者我帮你直接去做服务，就有点像以前那种公司，要不然就是那种咨询公司，要不然直接这种我上来帮你去， 哎，顺滑转型，我直接到你的公司里面来帮你去做转型，所以说会的机会还是蛮多。但是对于大部分人来说，我是觉得我感觉很高了，他的事业肯定也是事业没有转变的地方，只要你转变了，我觉得还是能在这个时代这个浪潮下面去存活下来。

如果你想让小龙虾越用越聪明，强烈建议安装 cf emplorer a 进的这个 skill， 这个 skill 可以 让小龙虾学会积累经验。目前在 open 可乐官方的可乐汉堡设计中，下载量排名第一 是小龙虾最受欢迎的 skill。 安装方法很简单，把这句话复制给你的小龙虾就能用了。装上之后，会在小龙虾的 workspace 下面创建一个 delete 文件夹，里面有三个 markdown 文件。第一个文件用来存储小龙虾踩过的坑，相当于错底本儿， 比如塞尔命令执行失败、工具报错、接口异常等操作失败的事件，防止下次犯同样的错误。第二个文件用来存储小龙虾学到的经验和最佳实践。比如你纠正了小龙虾的行为知识、理解偏差的问题， 或者是他自己发现了更好的做法，都会记录到这里，方便后面服用。第三个文件用来存你提出的但小龙虾暂时还不支持的能力，都会沉淀下来， 这就是他后期工作的方向。这三个文件就是小龙虾的学习进化笔记，但不只是记笔记，还能进行工作复盘，把高价值的内容升级为长期记忆，甚至提炼成 sku。 建议大家安装体验一下。点赞关注，每天获取一个新知识！