skill和提示语的区别

如果说你想在克拉蔻的里面真正的去掌握 skill 的 话，你就不能够只从网上去下载别人的 skill 来使用。你需要去了解它们是如何工作的，为什么能够起作用，以及你应该如何去创建测试 优化自己的 skill。 在 这一期视频里面，我会向你完整的分享我平时自己使用 skill 的 一些心得，以及我是如何创建 skill 的。 左边的这一个是没有任何提示词的，直接使用 ai 默认生成的一个网站前端的 页面。右边呢，是我们加了一个设计 skill 之后的一个效果。但是你会不会以为 skill 仅仅只是增强了 colorado code 的 某一个特定功能，但其实不是。我们还可以使用 skill 来构建一个完整的工作流，让 skill 去调用 其他的一个 skill， 从而将我们的生产力提高。但是在学习如何自定义 skill 之前，我们需要了解 skill 到底是什么。不用担心，它的底层原理其实特别的简单， skill 只是告诉 cloud code 用特定的方式去做特定的事情的一个方法而已， 应该来说是一个文档而已，文档规则它就是这么简单。所以只要你能够在克罗德克的里面用提示时做到的事情，你都可以把它变成一个 skill。 它的灵活性是极其高的，几乎可以应用到任何的一个场景里面。 他的工作原理是这个样子，可以访问你列表中所有已经安装的是，他们并不是直接全部加载到你的上下文窗口中。他只是列出了所有你已经安装好的十六的名称，以及一个简短的描述，比如我自己安装的这一些十六， 一些是关于内容创作的，一些是关于视频制作的，还有一些是发布排版的，也有 以及一些关于开发的。每一个 skill 的 功能都不一样，但是它们可以串联成一个流水线。所以当你跟可乐扣子说我想设计一个网站的前端的时候，他就会去看你的 skill 列表里面有没有合适的 skill 能用上，然后他就会抓取对应的关键词， 当他抓取到对应的关键词，发现你的 skill 列表中有关于前端设计的这一个 skill， 他 他就会把这一个 skill 塞到上下文的窗口中，然后使用 skill 里面的内容来进行前端的设计。但是这里他虽然流程是这样，但是我们其实是下意识的做了 两个假设的。这里我们需要讲开第一个假设是我们假设他每一次都能够选对正确的 square， 我 们说过每一个 square 都有一段描述，这段描述可以帮助 colorado 的 做出正确的选择，但如果我想建一个网站来设计一下， 他是不是每次都能判断出哦？要建立网站，所以要用前端，所以要调用那个 skill。 如果说你不止安装了一个前端设计，你安装了很多关于设计的 u a 的 一些 skill 技能的话，你就会看到问题的所在， 我们需要做其他的事情来缓解这两个问题。首先在选对 skill 的 这个问题上，我们要尽量的去精简我们的一个 skill， 使 我们需要的是一把精确的手术刀，而不是说其他的乱七什乱七八糟的什么西瓜刀、菜刀之类的。除此之外，我们还要优化 skill 的 描述，这个可以用 skill creator 来做。后面我会进行演示如何去确保 skill 能被触发， 这是跟提示词的写法有关的。要让 code code 使用某一个特定的 skill， 我 们有三种方式，第一种是给一个模糊的自然语言提示词，然后希望它能够自己匹配上，比如说帮我建立一个个人网站， 这就只是在期望他自己去触发 skill。 第二种方式是明确的告诉他要用哪一个 skill， 比如说使用前端设计的 skill 来帮我做一个个人网站， 他就会听懂。第三种也是最靠谱的方式，用斜杠命令强制去调用，输入斜杠你的提示词名称，这个时候不管你后面说什么，他都会百分百的去调用那一个 skill 呢？一种方式是输入 plink， 打开你的插件市场，你可以搜索，也可以直接往下翻，比如说你想装 load 选的这一个插件，就点击它，然后你会看到三个选项，为你个人安装，为所有的协助者安装，或者仅在你当前仓库安装。 在上一条视频中，我们提到了上下文窗口的这一个问题。所以在添加 skill 的 时候，你得先想一想是不是我每一个项目都需要这一个 skill。 如果说 你只是在特定的项目里面使用特定的这一个 sku 的 时候，你就不需要全局去安装，你只需要把它装到项目级别就 ok 了。在我们安装完之后，你只你只需要重启你的 cc， 你 就可以打开使用这些 sku， 并且很多时候你可能会从别人的视频或者说公众号之类的看到别人分享的一些 skq， 你 想去安装，一般这种分享的 skq 都会附带对应的安装命令或者说 gethelp 页面，你想要安装也特别简单，比如以洞哥的这一个 skq 为例，直接把 他的这一个 gethelp 页面丢给你的可拉的扣的，然后给他说帮我安装一下这一个 skq， 他 就会帮你搞定。如果说你想自己去寻找 skq 的 话，你也可以打开一些 skq 的 聚合网站，然后去寻找你想要的 skq。 讲完安装，我们来聊一下 对于我们自身最有用的一个部分，就是创建属于你自己的自定义 skill。 skill creator 是 a 社官方出的一个 skill， 你 可以在插件市场找到它，也可以在格拉哈普的页面找到它。我们不仅可以用它来创建 新的 skill， 还可以修改和优化你自身现在已经有的 skill， 测量 skill 的 一个性能，或者说去跑一个精准的测试 功能非常多，这就是真正让你的 skill 如虎添翼的一个工具。使用方法也特别的简单啊，直接携带命令，然后 skill creator 就 可以了。然后你只需要描述你想创建什么类型的 skill， 你 甚至可以把这一步也交给克拉的扣的来想，可以看到我这里的视频流水线好像是少了一个标题，对吧？那我们就制作一个标题的这一个 skill creator， 先给 先调用出来，打开我们的一个计划模式，然后给他说你想要的这一个 skill 是 做什么的，比如说我现在我想要创建一个标题深层的 skill， ok， 就 这样，就是这么简单。在使用这一个 skill creator 创建的时候，他不管你是不是会开启计划模式，都会有对应的问题问你。但是我的建议是，你不管做什么，在你没有明确你的方向之前，都把计划模式开散，然后 不断的通过和他去对话，最终完全的去规划好你想要的东西，最后才让他进行创新。我这里就直接选通用标题，这里是可以多选的，然后如果说你有其他的想法，你也可以在这里直接给他沟通。我现在不太确定这一个标题是给我能不能适应多种平台， 所以说我需要你来帮我判断，我们可以继续下一步输入形式是什么？是竹子稿还是选题还是大干？直接选择选择竹子稿，方法论是什么呢？有现成的方法论这里你可以根据自己的需求来进行选择，我这里有动哥的一个知识库，所以我就直接选择 有现成方法论，然后 ai 就 会不断的在和你进行沟通的一个过程中 创建好一个计划，然后这个计划会进行去实施。 ok， 这里有一个集成方式，这里就是我们之前讲过的，通过一个 skill 去调用另外一个 skill， 就是 不断的进行套娃。但是在这里的话，我现在不希望他接入我的视频流水线， 因为我现在还没有进行过这一个 skill 的 测试以及后续的优化，所以我现在希望它独立的使用，但是我需要你保留一部分的接口，以便于后面我优化完成之后呢，把它集成到我的视频流水线里面， 在这个创建思路的过程中，就是我们不断的去和 ai 进行探讨，就是有任何问题就一定要及时的跟 ai 去说。这一点在上一期的视频中我提到过，就是你不知道什么是你不知道的，就是你不知道什么东西是对的，什么东西是错的，那么 你就应该让 ai 去帮你矫正你的道路是对的还是错的，虽然 ai 矫正的东西也不一定对，同时这一个矫正的道路是更多的是对于你自己的想法的一个补充，你不能够完全依赖 ai 给你产出的内容，因为 ai 因为 ai 的 上下文是会腐烂的，说着说着他就变成了一些特别奇怪的东西，当他做好设计计划的时候，你就可以看到他的一些描述的内容，以及他的一些目录结构之类的东西，他是如何去进行工作的，以及 他使用了哪一些方式。当你确定没有问题的时候，你就可以让他继续生成。当你觉得有问题的时候，有哪里不对，你就可以在 后面给他说有哪里不对，他会重新评估你说的话，然后重新给你生成新的计划，我这里只是示范，所以我就直接让他进行生成了。 其实在我自己创建 skill 的 这一个过程中，我都是经常这样，就是让它快速的出一个原型，然后快速的进行验证，然后再不断的去进行打磨和优化。当你从一开始就想把它打磨的很好的时候，其实是很浪费你的时间的，因为你没有通过实际的验证，你就 不知道你的东西做出来到底是对的还是错的。 ok， 当我们创建完成之后，他就会告诉你调用的命令或者说其他的一个东西，然后如果说你觉得他的名字不好，你也可以是进行修改的， 我这里就直接先进行一个测试。 ok， 当我们在发送一条消息，觉得这一条消息不对的时候，是可以按左上角的 esc 撤回的，然后这就是关闭了，然后连续按两下，你就可以回退到你上一条说的话的时候， 然后进行继续的一个补充，使用这一条竹子稿进行测试。 ok， 你 看到了创建一个 skill 就是 这么的简单，然然后续的效果是需要我们不断地去进行优化 和打磨的。但是如果说你在一个行业里面深耕的足够久，当你把这个行业的所有的方法论，制度库都共享给客户的时候，那么他能够给你产出的一个内容的效果是完全会超乎你的想象的。同时，如果说你有一些重复的工作，比如说选择题，精密分析，甚至哪怕只是 把你一个文件夹里面的所有发票都给你整理好，你就可以和他通过一步步的工作规划成一个工作流， 固化成一个 skill。 那 么在你日后工作的时候，你只需要打开这一个 skill， 它就能够去自动化的帮你去完成。 ok， 在 本期视频中，我们讲的是 skill 的 安装，使用以及创建你自己的一个 skill。 当然所有关于克拉的一切都是我自己去自学的，所以说有任何不对的地方也欢迎提出来指正。 ok， 这一期的视频就到此为止，我们就下一期再见。

hello， 大家好，今天来教大家如何去写一个 skill， 那 如何呢？将我们的业务经验和流程灌输到 skill 里， 那点击设置工具拓展，里面有个 skills 的 技能，点击，然后点击右上角的新建技能，在这里面的话可以填四个字段，主要是技能的名称，然后以及技能的描述，技能的分类，以及这个技能的实质的内容。 那因为我们这边已经有创建好了一个，就不从头开始，那这里面的话，我给了一个叫做续保业务数据分析标准流程的 skill， 然后它的描述呢，就是说是专注分析四 s 店的续保订单，那这个两个字段的话， 也就是它的名称和描述的话，会原模原样的去带给大模型，由大模型在做任务的过程中决策它是不是应该用这个 scale 以及怎么用，那分类的话就是一个分类的管理，接下来最重要的就是这个 scale 点， md 这个内容， 那这里呢，我们用了一个 markdown 的 编辑器，可以方便我们用写文章的思路来写 scale。 其实大家可能看到网上的一些 skill 要写很多的脚本啊，资源引用啊，觉得很复杂，那其实在我们这呢，完全可以用这个写文章的思路来写这个 skill， 那这个 markdown 的 编辑器呢，就更加的方便我们可以去写好我们的这篇文章，比如说第一个，我可以在这里面用写好我第一件要干的事，我的分析流程，那我们可以选择用这个标题三它，它会自动出来这个三个井号，然后右右侧区域呢是我们， 嗯实际预览后的效果，那在这里就直接要渲染成了一个呃三级标题， 然后我们看我们的整体的分析流程，这里面我希望它第一步先要用这个 file inspector 的 工具去理解整个 excel 的 实际的内容内容，那那这个工具呢？实际上可以通过这里点击插入工具， 那这个工具核心就是对 excel 的 数据表的结构进行分析跟预览，能够让 ai 理解这个 excel 的 实际内容究竟是什么。 那其实这一步不写的话， ai 它也会自动去调用啊，我们写了的是写了的话是为了让 ai 非常的明确，它一必须要用这个工具去理解这个 excel。 然后呢，我们希望它就是先去做数据清洗，把销售主管张丽的所有的订单要给剔除掉，同时的话还要剔除掉保单金额大于一万元的异常保单。 然后数据清洗完成之后，那我们就希望他从车型分布、保险内线分布跟销售人员三个的维度去分析这个数据的分布情况。那最后我们还希望他将所有订单的电话号码导出为新的 excel， 把他的命名命名为这个续保客户电话集合点。 excel 那最后希望它放在哪个目录下面，那这个目录的话就可以点击这个插入目录的工具，可以实时的去选择插入目录的路径啊。但如果说你要去指定某个文件的话，可以选择这个插入文件， 那第二块的话就是我们希望它有异常处置的规则，在这里面的话插入第二个标题，异常处置规则就是我们告诉他如果遇到异常数据，那那么你一定要先提出告知给我，不要擅自处理。那其实 这样的话，围绕着我们一个业务的 skill 就 已经写好了，一点都不复杂，就是用我们写文章的思路，平时做事写稿子的思路，直接去写这份 skill， 然后我们保存，保存好了后我们就可以直接去用了。那在这里的话，我们有两种方式啊，第一种的话就是直接，比如说我们指定的这样一个订单，我们就直接告诉大魔仙说你给我分析一下这个数据，给出结论， 那这样的话他会自己去判断这个文件我们的问题，他是不是跟匹配的相关的 skill， 他 是不是应该用这个 skill 来回答，那这里面的话可能带有一定的不确定性，他可能不知道这是一个四 s 店的订单。 那我们可以在这里面比如说加一个，就是告诉他，哎，你用续保业务分析流程的技能来分析一下数据并给出结论。就这里面的话，这个技能呢，你不是说名字要跟他一模一样，就是用我们的口语化的描述大模型也能够理解的，我们直接点击发送， 我们可以看一下它的执行过程。哎，他发现的话，他先去加载这个 skill， 就是 我们的续保业务分析流程，加载完成之后呢，他知道我们这个要求他干什么，然后他就开始去去规划相关的步骤。哎，第一步骤 他先调用了这个 file inspector 数据表结构分析，分析出来这个 excel 究竟有一些什么样的内容。 然后第二步的话，他应该是开始去执行数据清晰， 哎，看一下 啊，还没到这啊，到这步的话是他执行的数据清晰清洗，清洗完成之后， 然后开始去分析车型、保险类型。哎，这些数据的话，那他都已经分析出来了，最后的话围绕着我们的问题生成了一份总结报告，哎，这份答案非常的准啊， 这是讲订单车型分布，这是讲保险类型分布，这是讲销售顾问的订单分布。 最后的话，把我们要求他的一百个续保客户的联系电话给生成了一个，按照我们的命名格式生成了一份文件放在这，那可以直接去打开文件，或者说打开所在的文件夹 好了。其实写一份 skill 是 非常的简单的，在这个 skill 里面，我们就可以把我们工作中各种各样的业务流程，各种各样的要求都转化成 skill 给存起来。

hello， 大家好，我是 coco， 如果你最近也在玩 opcode， 你 一定在给他下各种各样的 skills， 那 如果你 skills 玩的足够的多，那你会发现自己 skill 的 本质就是一串的打包好的提示词跟脚本一一系列的系统文件打包在一起，所以我们又回到了这里面，其实最重要的能力就是去写这个 prom， 可能从 应该刚开始火起来的时候，我们已经在强调写好更多的 prop 嘛，那可能到今天这个东西逐渐在被大家遗忘，但其实随着模型能力啊，系统能力啊，以及就像小龙虾这种 agent 不 断地为新讲，那其实我们又回到核心能力，就是怎么跟机器，怎么跟它模拟对话，那还是个 prop 的 能力。最近我发现那个谷歌，它其实在前段日子有一个提示词工程这么一个东西，就是 promitory 的 课程，那原课程是有八个小时，那它其中就讲了一个要点，我今天想把这个要点简单的方式分享给大家，那这个要点其实就用五个英文单词去能去概括，它就是 t， c， r， e， i， 这就是 task， 那 context， reference， 然后 evaluate 和 iterate， 那 五个是什么意思呢？第一，你永远要给 ai 明确一个非常核，那个他的任务就是我们不要假定说 ai 知道所有的东西，一定要让他知道自己要干什么， 就包括设定他的角色，包括说给他核定的任务，以及强调或者强制他的一个格式。那第二，你要给他 context， 我 们还是那句话，就是 你给的 ai 的， 给的信息他越多，他自己猜测就越少，他自己要去发挥，产生幻觉的空间越少。我们永远不要假设 ai 自己能明白， 包括你在给你的 open call 下任务，或者任何的这种 a 卷下任务的时候，你尽量多补充你的 kind of test， 包括说哦，你下面一个什么样的任务，你需要怎么样的帮助？比如说你在做一个什么产品的方案，你要说明目标用户，你要规定他的语调，比如说 你不能拿客服的语调去面对用户嘛？对不对？然后你其实也不能拿，比如说面对媒体语调去面对那个你的 客户，以及你要去跟他讲说现在的现状和约束。那第三个就是 references， 就是 势利，就是你你很多时候你觉得自己描述很清楚，或者是你感觉自己的苗条，但其实与多少元都不如势利来的有作用。例如说你要他写一个网站，你最好的方式就是解一个网站给他，我相信其实现在很多工具都能做这个。 如果说你要他写一篇文章，做一个爆款，最好的就是直接把一个 ppt 的 截图或者一整个 ppt 贴给他，并且要求他模仿这些风格，那他其实很多时候你的描述不如他自己去看的东西，以及产对这个东西产生的描述来的，对这东西的格式有帮助。 那第四个 evaluate， evaluate 是 什么样？就是当 ai 生成了一些东西之后，或者说你让他去给你优化了题词之后，你要去评估，你要去检查，而不只是粗略的浏览。那这个其实我本人就在这上面就踩过不少的坑了，就当 ai 给我一个看似很棒的东西之后，我就直接贴给他，但其中面有非常非常多他因为自己的幻觉，然后他猜测以说你的前三步没有做对的地方， 导致它在这时候它自己生成的提示词都非常的粗糙，如果你以粗糙的提示词去完成任务的话，注定它是一个粗糙的任务，没有办法完成你的需求，所以你要去检查，以及你要跟，然后最后呢就回到我们根据检查来的，你要去接待，也就是 iturate， 就是 ai， 不 管生成任务还是帮你去写题词词的时候， 你要去优化它，已经不断修复它，你在一开始使用的时候，你不要期待说它能够替你一次性的完成所有任务，我觉得这也是在大家很多时候去下一个现成的 skill 的 时候，它没有办法去很好帮你完成任务的原因，因为这些 skill 呢，终究是别人的对话，别人提示词中打包出来的，它不一定适配你的场景，然后你要求和你的一些面临的一些挑战。对， 所以说呢，其实就需要这个最后一步的那个 iteration， 就是 它是一个不断修复的过程。那这谷歌它其实也提了四大的这种修复的技巧，一个是重构你的框架，你是不是漏了什么？比如说第一步或者第二步，你是不是漏了一些 context 背景的角色？那第二步呢？你是不是给它整一些过长 ai 呢？其实它有一些上下文那个窗口嘛，如果你给整一个过长，它容易就是乱掉， 你尽量能够去说清楚。然后第三呢就是类比了，就是我们回到那个 reference， 那 第四就是心态限制，让他比如说九十秒之内的，比如说是为你开场，这样就能避免他去乱发挥，然后乱产生那个一些你不需要的结果。 好，非常谢谢大家。那这个呢？我觉得大家去看原课程最有帮助，但其实在一些核心的这个理念，我也替大家总结出来了，谢谢大家。看到这里。

hello， 大家好，最近 skills 一 词在 ai 圈爆火，那么 skill 到底是什么提示词？和它又有什么区别？这里用一个视频给大家讲清楚。 skills 翻译过来就是技能，就是给大模型或者智能体使用的技能，它跟传统的提示词有非常大的区别。 比如公司来了个新同事，那他就是 agent， 能力也不错，但是不了解，也不熟悉公司的业务流程和标准。 那么提示词就是这个新同事在做事情的时候，需要你站在一边口头交代任务怎么完成，他非常适合完成这种一次性的、临时的，随时会变化的一些指令。但是他的问题就是，一旦你关闭当前这个对话，你刚刚说的那些要求他就全忘了。 而 skills 就 像你给他一本公司内部的 sop 手册，里面存放的是完成任务的规范脚本、参考资料等等。智能体会在需要的时候阅读某个任务的详细要求，并按照要求完成任务。 那么一个基本的 skills 包含哪些内容呢？一般来说，一个完整的 skills 包含下面这些文件，这个点 m d 文件是 skills 的 核心文件，我这里打开一个网页设计 skills， 打开以后可以看到分为两部分， 头部包含 skill 的 name 和描述字段，这是智能体用来识别 skills 的 原数据。 markdown 文件的主体包含着详细的工作流程、输出格式要求等等。这里给大家看一个例子，让扣子帮我生成一个个人简历。网页可以看到扣子会先读取原数据部分加载前端设计技能， 之后，基于前端设计技能的主体部分，一步一步生成完整的个人简历网页。 ok， 以上就是对 skills 的 详细介绍，关注我，获取更多 skills 使用技巧。

ai skill 火爆了，到底什么是 skill 呢？有人说它是升级版的题日词，那它俩之间到底有什么区别？你可以把 ai agent 想象成一个刚入职的实习生，聪明，理解力强，但最大的问题是不守规矩。 题日词呢，就像你在旁边交代他任务，哎，今天让他写个开头啊，明天让他改改语气啊，哎，这适合一次性的随便的指令，哎，缺点是你对话一关他就全忘了。而 skill 呢，就像你给了他一本公司内部手册， 这手册里面写的呢，规范脚本和内部参考资料。最天才的设计呢，在于它的渐近式，譬如，哎，模型会先看目录，哎，看看这能不能用的上。只有真的需要的时候呢，才会把这些细节读取进去。 这样做呢，有两个核心好处，第一呢，精准执行啊，避免 ai 乱发挥。第二，节省头肯照很贵的呀， 而且对话越长大，模型就越笨。通过 skill， 我 们可以让 ai 模型时刻保持清醒和冷静。一个标准的 skill 文件夹呢，它的核心是 skill 点 m d 这个文件，它的结构很稳定，头部是它的名片，告诉我们 agent 可以 干什么。 主则呢，是详细的工作流和输出格式，哎，你可能说这设置起来太麻烦了吧，哎，别担心啊，就比如说 isopik 这种开源的 skill 啊，是太多了，下载下来直接用，不需要你自己来做一个， 甚至还有能生成 skill 的 skill， 只要动动嘴，哎，我们就可以完成任务了，不再像以前一样，哎，你跟某 ai 说了半天的话，哎，他来给你胡编乱造。 其实 skill 呢，现在被严重的低估了，不管你是一个做代码的，还是你像我一样不是代码出身，还是一个普通人，都有必要了解一下 skill， 因为它可以把一个痛点固化下来。 skill 的 价值就在于赋能把你每天要重复的任务 skill 化，那种自由创造的乐趣，你一定要来试一试。

最近爆火的 agent skills， 一个多月时间数量从三万充到了二十七万，翻了将近十倍。有做产品动画的 skill， 有 可以整理文档做 ppt 的 skill， 还有可以设计网页的 skill。 那 今天我们就来搞清楚什么是 skill， 有 哪些好用的 skill， 怎么找和安装 skill， 以及怎么创建自己的 skill。 每个 skill 就是 这样的一个文件夹。以这个周报 skill 为例， skill 点 md 是 核心文件。很多人会问，这跟平时的提示词有什么区别？ 其实 skill 本质上也是提示词，但它真正的威力在于特殊的加载机制。这个机制分为三层，第一层是 skill 点 md 里顶部的 name 和 description， 它们叫做原数据， 如这里就记录着这个技能，是用来写周报的，下面的这些信息叫做指令，记录着写周报的流程。第三层是文件夹里其他的文件，叫做资源与代码， 比如这里的周报模板和制作表格的代码脚本。我们可以把一个 skill 理解成给 cloud 招了一个员工， 数据就是员工的名片，记录着员工的名字和能力，他们会长住在系统中， cloud 每一次接到任务会先扫描一遍所有员工的名片，匹配上了才叫那个员工来，员工来了才会按照工作手册，也就是指令去干活， 干到某一步需要什么才去取对应的资料或者工具。这个过程在技术上就叫做渐进式。譬如这样一来，就算你装了几十上百个 skill， 也只有在用到的时候才会加载，不仅极大节省了 token， 也保证了 ai 在 能力变强的同时不会被稀释掉注意力。 首先是 cloud 官方推出的办公四件套，可以让 ai 帮我们处理 word、 ppt 表格和 pdf。 比如我最近看到了一篇关于 web coding 的 深度长文，我就让 ai 帮我进行要点提炼，方便沉淀，形成自己的知识库， 还能快速生成 ppt， 整体结构非常清晰完整。第二个，动画视频生成 remote， 原本是程序员才能驾驭的动画工具，有了这个 remote skill， 你 只需要告诉 ai 每一段想要呈现什么画面，剩下的交给 ai。 海外已经有网友用它做出了这样的产品视频， 我自己也用这个 skill 做了两段，一句话特效，整体效果还是很不错的。第三个，网页设计。这个 skill 可以 避免 ai 的 通用美学， 做出一些风格化的页面设计，这是我没用 skill 生成的个人薄客网页，非常朴素，这是我用了 skill 之后设计出来的网页，大胆撞色，页面瞬间生动起来， 装上这个，让你的 ai 瞬间升级为设计师。第四个，头脑风暴。每当你有一个模糊的想法需要落地，这个 skill 就 派上用场了。它会使用苏格拉底式提问，帮你一步一步把想法具体化，最终形成一个方案。比如我想开发一个记账 app， 它就会一步一步的追问细节， 核心功能是什么， ui 风格是什么样的，形成设计文档之后才会进行开发。来看看效果，可以记下自己的支出，也可以记录收入、账本统计设置，该有的功能都有了。 说了这么多，那我们怎么自己找技能和安装技能呢？我给大家推荐两个网站， skills m p 和 skill s h。 skill m p 里输入了大量的 skill， 可以 按名称解锁 skill， 也可以按分类去浏览 skill six 点 s h 更适合看最近的热点 skill， 它有一个下载量的排行榜，也可以实时看到最近二十四小时内爆火的 skill， 随时都能尝鲜。那么问题就来了，这么多的 skill， 每次用的时候去找也太麻烦了。不用担心， find skills 就是 为此而生的。我们把这个网址给 ai， 让他大局安装 find skills， 安装好之后告诉他你想要什么样的 skill， 这个 skill 就 会自动在 skills 点 s h 上帮你寻找。比如我想找一个制作小红书封面的 skill， 可以 看到它会自动调用 find skill 这个技能去帮我们寻找。技能找到之后，我们就直接让 ai 安装就好。 它还有一个安全评级，可以帮你对 skill 做一个风险的初步判断。有时候我们可能需要把自己的工作流程做成 skill， 那 ansore pick 官方的原技能，也就是创建技能的技能就派上用场了。 skill creator 可以 帮助你按照 skill 规范生成 skill。 比如我想创建一个写周报的 skill， 它就会自动调取这个 skill creator， ai 会对我们进行一步步的引导，如这里它会提问使用场景、输出方式、 输出风格。比如这里我们就可以说包装一下语言，显得工作量多一些。这里他还会向我们提问需要包含哪些模块，那最后他就帮我们生成了一个周报 skill。 ok， 我 们来测试一下。 怎么说呢，这字还是很多的，本期就到此结束了，如果对你有帮助的话，记得点赞、收藏加关注。

ai agent 已经发展到了今天，给这次还关不关键？因为很多同学认为啊，现在不论是什么任务，不论是 skill 的 应用，还是和聊天机器人进行聊天，我们只需要使用自然语言和它沟通，表达清楚我们的需求，貌似 ai 都能直接给出看起来还不错的结果， 但这并不代表提置词已经不重要了，因为不论是在设置这个对话 a 镜头的时候，还是在 skill 的 打磨过程中，我们想要获得更好的效果，好的提置词还是必不可少，因为大模型不论发展的再好，假设我们直接打开网页的对话框和它聊天， 比如说帮我写个报考文章，或者说二零二六年我想搞钱，请给我五个最好的方法，那 ai 给你吐出来的全是正确的废话，完全不可能有自己想要的信息和风格。这也就是为什么提置词大全各种成品提置词只能用来入门， 但是用久了你就会发现，别人的题词模板永远不如自己写的好用，因为你的工作流和你的要求，或者说验收条件只有你自己最清楚。那么今天就给大家讲一个题词的底层公式，这也是我最常用的题词写作方式，那就是题词等于角色加目标加动作加限制。 但最后我也会给大家一个用 ai 来写提词词的简单方式，那挨个给大家翻译一下。首先第一个角色，假设让他扮演一个资深的自媒体运营专家，从技术这角度来讲，这个其实是有用的，可以达到缩小 ai 的 语料库的效果。 举个例子就是说，当你说某某领域的专家的时候，他就尽量不去抓取，比如说什么小学生啊，作文的那种词汇，或者其他领域的一些专业词汇，那相对来讲会更加精准。 就和我前面有一期讲过的，为啥要用比较友好的方式去和他对话，到底是差不多的，尽管 ai 他 没有情感，但也最好得这么干。那么第二点就是目标， 这点很关键，就是你到底想让他干嘛？你想要达成什么样的目标，一定要给他讲清楚，这点其实是需要培养的，不过初次调整的时候，直接讲帮我写一篇小红书的种草文案，这种也没有太大的问题， 通过他给的结果再来针对性的调整记事词都是可以的。那么第三点就是动作，其实这是大部分人都不会写的，比如说我们想拆解一篇口播稿， 一般来讲我们都是先通读，再拆解开头的结构，再分析情绪的起伏，然后最后再看一下结尾或者开头的钩子有没有需要完善的地方。那么如果你不把这个我们人类思考的这个步骤以动作的方式喂给 ai， 那 他就会随便按自己的理论来瞎分析， 所以推荐你给他一个 sop， 也就是标准操作的流程。当然还有一种更简单的方式，就是你直接举上两三个例子给他放上，他也会自己进行分析。第四点就是限制， 那这个就需要按照实际的需求来了，不加限制的 ai， 它就是跟一匹野马一样啊，输出的就比较奔放。比如说我们可以规定你这个文案字数需要在三百字以内，绝对不能用什么，在这个瞬息万变的时代，这种又 ai 又官方的词汇 也不适合口部稿，那么语气要像人，不准连用什么感叹号啊，然后文章里一对已默契符号，这些你也可以给它规定。不过我举的这些例子都比较简单，如果真的想修改它的 ai 风格的话，还有其他不少的技巧，得反复调试。然后它到底是不是这个限制也是需要尝试的，有的时候你给它限制二百个字母以内，其实它要么远远不到， 只输出一百个，要么超过，这都是有可能发生的。这跟大模型的能力有关系，我们直接来两个简单的对比案例吧。假设我现在要写一篇宣传我 ai 社群的这个短视频文案，尽管我没怎么发过，那还是以这个例子来。那有的人问法可能就是帮我写一篇宣传 ai 社群的小红书文案，不给他信息，也不给他要求。那 ai 写出来就是首先先来两个以默契符号，然后在这个飞速发展的 ai 时代，你还在犹豫吗？加入我们，共创辉煌。 那这里我就不截图了，因为我是真的问过的，它就有一股浓浓的说不上来的微商味，或者说 ai 味。那这发出去限不限流先不说，反正肯定没人看。那其实正确示范，如果套用一下公式，重写一下我们的提示词的话，那角色你是一个懂人性的资深知识 ip， 或者说某音小红书爆款文案的操盘手，那目标 就是写一篇推广 ai 实战社群的图文文案，吸引职场人员。那么动作写简单一点，就可以让他按照以下步骤转写。一、先出痛点，比如说买了一堆课看也看不懂，或者说工具换代跟不上。然后 第二点给出解法，就是说我们社群提供认知加资源，陪伴式的破局啊，还有答疑。然后第三点就是进行一下植入嘛，比如说进行一个引导， 这个就不多提了，那限制就是字数限制在三百字以内，语气像朋友一样走心聊天一样，绝对禁止什么使用 通上所述或者说什么一二三四很结构化的很 ai 的 词语，那全篇的这个以墨迹表情也不要超过三个四个。如果通过以上的 prompt， 那 写出来的句子其实跟刚刚我说的 ai 写出来是完全不一样的。当然如果你要给它完整的 你的这个目标人群，或者说给他更多的社群提供东西的材料，他还能给你写的更加具体，那其实这才是 能够直接发出去的有点用的文案。所以关于题诗词工程，我希望大家不论 ai 如何发展，都要尽量自己了解了解就是因为如果你把题诗词当成一个咒语的话，你其实永远在被别人已经写好的模板，永远在等别人的更新，那么你和 ai 的 交流其实是有个门槛跨不过去的。 如果你把提值词当成一个工作的说明书，你就能够根据自己的工作流去定制属于自己的 ai 助手，毕竟你不论是学智能体也好，还是工作流也好，对话 a 帧始终是一个最简单的你也绕不开的部分。这也就是为什么尽管我的视频里放了五千多个提值词模板，但其实我更强调的是这个底层的公式 模板的提供，也只是希望大家能够通过这个思路来主动分析分析，无论是什么类型，哪怕是深图类型的，都是可以通过以上的拆解思路来分析的，底层逻辑是差不多的。那么最后我是晕图，我们下期再。

朋友们好啊，这两年呢，这个 ai 圈的新词啊，真的是一个接一个的往外冒，什么提示词、工程智能体，感觉脑子都有点不够用了。所以今天呢，咱们就花几分钟时间，用大白话来聊明白一个最近特别火的概念，它叫 skill。 要想搞懂这个 skill 是 什么，咱们得先回头看看提示词儿这东西，你想想啊，一开始你问 ai a 豆浆怎么做， 他可能就给你三个词，泡豆、研磨、煮沸。这说了跟没说一样，对吧？后来呢，你就学精了，开始写那种特别长、特别详细的提示词，什么精确到刻，精确到分钟，这样一来， ai 给出的答案这样就高多了， 慢慢的，你手里就攒了一大堆这种宝贝提示词，做饭的、写报告的、敲代码的，啥都有。但问题马上就来了，这么多提示词，管起来也太麻烦了，有时候甚至都忘了自己存过哪个。 那怎么办呢？我把我所有的提示词一股脑全扔给 ai， 行不行？那肯定不行啊，你想这得多浪费资源，而且一堆不相关的信息，反而会把 ai 给搞糊涂。 所以，咱们就需要一个更聪明的办法，让 ai 能自个儿看情况，从你那一堆宝宝提示词里挑出最合适的那个来用。 你瞧，这个办法，它就来了，这也就是咱们今天要聊的 skill 机制，它要解决的就是这个问题。来，咱们深入看看，它到底是个啥？ 说白了，一个 skill 啊，它本质上就是一个收纳盒，它帮你把你那些写的特别好的，针对不同任务的提示词都给分门别类地装好。这样一来， ai 就 能特别智能地根据需要自己去找到并且调用它。 那这个收纳盒具体长啥样呢？你可能觉得会很复杂，但其实呢，它非常简单，就是一个普普通通的文件夹。这个文件夹里头最重要的就是一个叫 skill 点 m d 的 文件。咱们那些详细的提示词啊，就写在这里面。 为了让 ai 能一眼就看明白这个提示词是干嘛的，我们就在文件最开头加小段内容提要，专业点说，就叫原数据。当然了，这个文件夹里还能放别的东西，这个我们待会再说，它可是个关键哦。 好了，结构我们知道了，那他到底是怎么跑起来的呢？整个过程啊，大概可以分成三步。最有意思的是，这三步里面大部分复杂的操作，你作为用户是完全感觉不到的。 第一步叫发现，你想想啊，当你问 ai， 我 想做一杯甜豆浆，这时候你电脑上的应用就会把你所有 skill 的 那个内容提要，也就是原数据打包一下，跟着你的问题一起发给 ai 大 模型。 这里头的关键是，他发的只是招标，不是全部内容。你想啊，这些招标都很短，所以就算你有成百上千个 skill， 这个过程也特别快，特别省资源。 好了，第二步来了，叫激活。 ai 那 边收到了你的问题和一大堆 skill 的 摘药，他就开始分析了，嗯，做豆浆啊，这不就跟那个菜谱 skill 的 摘药最匹配吗？于是，他不会立刻回答你怎么做，而是先悄悄地给客户端发回一个指令。 这条指令翻译过来就是，嘿，快，把那个叫菜谱的 skill 里面完整的 skill 点 md 文件发给我，最妙的是什么呢？这一切都是在后台自动完成的，客观端收到指令，二话不说就把完整的提示词发过去，然后 ai 就 能根据这个详细的菜谱给你一个完美的答案了。 哎，听到这，你可能会觉得，这不就是个智能的提示词管理器吗？嗯，虽然挺有用，但好像也没那么神。如果你只想到这一层，那可就小看它了。 skill 真正的厉害之处在它的第三个阶段， 这一步直接让 ai 从一个只会动笔的秀才变成了一个能动手的干将。这就是第三步，执行。 到了这一步， ai 发出的指令就不再是给我文件这么简单了，它可以直接下命令，让客户端去运行一个程序，或者执行一个脚本。这就意味着什么？意味着 ai 不 再只能说它还能做。 咱们来看个实际的例子，比如你跟 ai 说，帮我把这个 pdf 文件转成一堆图片。好，第一步， ai 通过原数据发现了你有一个专门处理 pdf 的 skill。 第二步，他激活这个 skill， 读取了里面的 skill， 点 m d， 然后发现，哦，原来这个 skill 的 文件夹里还放着一个现场的转换脚本。那接下来就简单了。第三步，他直接执行命令，告诉客户端去运行那个脚本，把文件给我转了， 然后任务就自动完成了。整个过程对你来说就是一句话的事儿。那说到这儿，你可能就会想了，既然现在的 ai 写代码都那么溜了，为啥我们还得辛辛苦苦提前把脚本都准备好呢？能不能再懒一点儿啊，让他自己动手写呢？ 问得好，没错，这才是 skill 配合执行能力最炸裂的地方。我们可以在那个 skill 的 md 文件里不光写提示词，还可以告诉 ai， 嘿，我这台电脑上装了 python， 还有这些处理图片的库，你都可以用，甚至还可以给他看几个代码例子。 有了这些信息，就算你没有现成的脚本， ai 也能根据你的要求，现场给你写一段全新的代码，然后立刻执行它。你看，这才是它真正强大的灵活性，它从一个只会照章办事的执行者，变成了一个能创造解决方难的创造者。 好了，讲了这么多，我们来简单梳理一下 skill 这个概念到底给我们带来了什么不一样的东西。 你看啊，跟咱们以前手动复制粘贴提示词比， skill 的 优势是全方面的。管理上，它从手动变成了自动发现。能力上呢，从只能生成文字扩展到了既能生成文字又能执行代码。但最关键的是灵活性， 它让 ai 从一个只能执行固定指令的工具，变成了一个能根据情况自己编程解决问题的动态助手。 所以你发现了吗？这里的关键就在于协同。 skill 就 像是给了 ar 一 张地图，告诉他该往哪儿走，该用什么工具。而执行能力呢，就等于给了他能跑能跳的双腿，让他能真的去到那个地方。 当地图和双腿结合在一起，当知识和行动力统一起来， ai 就 不再只是一个聊天机器人了，它向着一个能真正解决现实世界问题的智能体迈出了一大步，这也许就是属于 ai 自己的智行合一。 那么最后也留一个问题给大家思考一下，既然现在的 ai 已经拥有了行动的能力，如果它能为你做任何事，你最希望它为你完成的第一件具体任务会是什么呢？

cloud 工程师 terry 发了一篇长文，讲他们内部怎么用 club skills， 这篇文章六百五十万浏览，我帮你拆一下重点，很多人以为 skills 就是 文档，其实不是，它是一个文件夹，可以放脚本书据模板， cloud 会自己找自己用。它不是说明书，是工具箱。 他们内部有几百个 skills， 分 九大类，我挑最实用的四个来讲。第一类叫代码库参考，告诉 cloud 你 们内部有哪些库，怎么正确用富商实力标好踩坑点。第二类叫产品验证，让 cloud 自己跑，测试验证代码对不对， anthropic 说这个值得花一周时间去打磨。 第三类叫业务自动化，发日报，建工单，写周报，一句话搞定，把重复劳动变成一条命令。第四类叫代码审查，挂到 get 上自动跑，不用人工 review。 接下来是重点，怎么写好 skill， 六个诀窍。 第一条，别说废话， cloud 本来就懂编程，你要告诉他的是你们团队的特殊要求，哪些代码风格不能用，哪些库不要用。第二条，必须记踩坑点，英文叫 gotcha， 这是整个 skill 里最有用的部分，你们团队遇到过什么坑，在这个项目里要注意什么，慢慢积累起来，以后就不会重复踩坑。 第三条，好好用文件夹。 skill 是 一个文件夹，你可以把 a p i 文档放 references 里面，把代码模板放 s s 里面， cloud 需要的时候会自己去看，这叫渐进式记录，不要一次性把所有东西丢给 cloud。 第四条，别把 cloud 写死 给信息，不要给死板的步骤，比如不要说第一步做什么，第二步做什么，而是告诉他目标是什么，让 cloud 自己判断。第五条，描述字段要写清楚，这个字段是给 cloud 看的，要告诉 cloud 什么情况下该用这个 skill， 比如在写前端代码时，或者在部署到生产环境前， 这样 klod 就 知道什么时候触发。第六条，准备好现成脚本，让 klod 花时间在思考上，别让它写样板代码，比如常用的配置文件，常用的代码片段，提前准备好，让 klod 直接用。再讲两个高级技巧，第一个 skill 可以 有记忆， 你可以用日制文件或者 jason 文件存一些数据。下次运行的时候，克洛德会读取历史记录，知道上次做到哪了。但要注意，一定要存到固定的目录，不然升级 skill 的 时候数据会丢失。第二个，按需 hooks， 这是个安全功能，比如你输入 careful 这个命令 就会拦截所有危险操作。危险命令都会先让你确认，只在碰生产环境的时候开，平时不影响你正常使用。 skill 不是 说明书，是工具箱。先从一个小坑点开始，写几条 gouches， 让团队用起来，慢慢迭代，慢慢完善。这就是 entropy 内部几百个 skills 的 成长路径。

skill 和 prompt 到底是有什么区别呢？ prompt， 我 们简单来说就是你当下发给 ai 的 那一段指令， 它是有临时性的，单次性的，并且只生效一次。一旦当你切换了你的对话框，那么你的 prompt 就 已经失效了。 如果你下次还想再做同样的事情，那你必须再教他一次。就像我们平时聊天的时候，我们的 prompt 是 怎么使用的呢？比如说你是一个资深的产品经理，我需要你从用户的角度，心理学的角度等等等等来回答我接下来问你的问题。 那么它的核心逻辑就是我们粘贴一整段提示词，然后 ai 照着这轮， 照着这个提示词对话来做，然后我们关掉了对话框，然后下次我们就必须重发。这本质上，其实 prom 的 还是一次性指令，是一个临时生效的东西，而 skill 的 出现， 那就是为了解决这种临时性的问题。就比如我们举个通俗易懂的例子啊，嗯，如果你想 ai 来快速查询天气的话，咳咳， 通常 prom 的 做法就是说你是一个天气助手，当我问起天气时，你需要先查网络，然后返回温度，风向，然后给我一些穿音的建议。 如果你切换了对话框，你每次都要跟它说一遍。但是如果你用 skill， 你 就可以只用安装一个天气插件，这个天气嘉宾在 cloudhub 里面是可以直接安装的。 然后以后你每次问他，嗯，武汉呀，或者上海的天气怎么样，他立马就会，嗯把今天的天气同步给你，这就是，而且是永久性的。这就是他跟 prom 的 最大的区别，一个是临时的，一个是永久的。

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！

取代 sara， 用扣子的 skill 做这种带货视频，嘎嘎萌，顺风顺水顺财神财神来到我 家门，只需要在我搭建好的这个 skill 里面输入你的产品图和提示词，点击运行，它会自动的去给你设置视频需要的人物背景，分镜数量，也会告诉你生成这条视频需要的成本。看这里呢， 十二秒的成本是五百积分，也就是相当于零点五吗？接下来生成做视频需要的人设和背景图，最终的完成。那这个效果如果说你觉得不行，那你可以随时去调整体式和画面做二次的修改。

一分钟教会你扣子二点零中的 skill 虽然都叫 skill， 但是和 color code 的 skill 完全不是同一个东西。 c c 的 skill 本质是提示词，而扣子的 skill 本质是代码运行在服务器的沙箱环境内。那为什么扣子不做提示词，要做代码呢？因为高质量代码的价值远大于高质量提示词。 虽然小型 demo 高质量的提示词能生成高质量的代码，但从 github speck、 kid 的 失败就可以看出来，所谓的规划的再好的 speck 也不能保证自动化生成高质量的复杂项目。 目前硅谷那边也辟谣了，所谓 koser 的 数百个智能体合力做出浏览器，实际上根本连翻译都通过不了。 那扣子的 skill 有 什么用呢？那用处可大了，正因为它是高质量代码，对应着某种技能。我以 web animation 画一个蜥蜴的代码为例，当我教会扣子去画一个蜥蜴，它就可以画出这样色的或者那样色的， 无非是给掌握了画蜥蜴的扣子的提示词不同的颜色而已，这人体会自动地改高质量代码来适配你的要求。 另外， coach skill 可以 交易，如果你确实有非常稀缺的高质量代码，不如来 coach 技能商店来 pk pk， 看你有多少用户会为你的高质量技能买单。我是猫学长，我们下期再见！

hi 大家，我是西西，很多人一听 skill 第一反应就是啊，不就是高级一点的提示词吗？ no no no， 它还真不是提示词。决定 ai 是 谁，比如你让它向产品经理，向运营，向分析师，向教授一样的说话和给建议，但 skill 决定它会做什么专业的活。再说到工具， 工具是一个动作 tool function call， 比如查填写的 a p i 跑代码，调接口，等于给 ai 一个锤子，但 skill 就是 锤子，加使用步骤加这个活儿应该怎么干的一些经验。 再说到 agent， agent， 比如现在很火的龙虾 open claw， 更像是一个会自己规划任务的数字员工，那 skill 呢？就是他身上的很多专业证书，一个 agent 可以 同时调用多个 skill 去完成你的工作。 所以一句话记住，提示词是人设，工具是动作， agent 是 执行者， skill 是 专业能力包， 以后别再混着用了。下一条，我讲最关键的， skill 为什么突然火了？一般企业都用它来干什么？为什么它现在也一堆坑？我是西西，记得点赞收藏关注哦，我们下期见，拜拜！

从零自学 ai 之 agent skill， 这次吴文达联动 anthropic 官方一起出了一个一小时讲透 agent skill 的 官方教程，我也用 notebook lm 帮我一起学习了一下，今天我会总结里面三个关键点分享给大家。 首先第一个官方给到了一个官方的 skill 库，这个在 github 里面，这里面我们可以看到有非常多比较丰富的这些 skill， 包括像文档、 ppt、 pdf， 还有 excel 等等这样的一些很好用的大家经常用到的一些办公软件。那强烈推荐大家去再下载一个叫 skill creator 的 这样的一个， 它可以帮助你自己自定义和创建更多更好用的一个 skill。 那 这个 skill 的 一个安装方式很简单，我们就在 github 里面把它的地址复制下来，我打开 cloud， 我 们在这个里面直接啊把这个地址复制给他，我告诉他安装这个 skill， cloud 就 会直接帮我们去跑这个任务，我就直接可以把它安装到我们的 一个电脑里面，你可以看到这里面它的这个 skill creator 就是 一键安装了。第二个值得分享的呢，是这个课程里面举了一个例子，去解释多个 skill 加 mcp 怎么样组合构建成一个成熟的工作流。那这个里面举例了一个，就是 通过最原始的一些营销数据，那最终能够输出一版符合公司整体 ui 标准的 ppt 这样的一个例子， 它像有一个这数据分析的 skill， 再加上一个这个 company brand skill， 也就是符合公司品牌 ui 的 这样的一个制作 skill， 再加上 ppt 的 这样一个 mcp 能力，那最终它其实在这个里面一步一步带着大家去解释了 如何去生成这些 skill 和这个 skill 是 怎么工作的，那最终就可以看到我们可以通过一个原始的数据最终输出。这个例子里面举例了向右边这样的一个完整的 ppt， 而且是符合公司标准的一样的一个 ppt。 之所以 skill 这么好用，我觉得也是因为 skill 和 skill 之间是可以相互串联的。那我之前其实是出了一期关于怎么去一键拆解爆款脚本也好，口播也好，我其实也是串联了两个 skill， 第一个是视频 内容提取 skill， 另外一个是它可以去针对一个原视频，它能够去进行视频内容整体的一个分析和提炼的 skill。 那 这两个 skill 加到一起，我们就可以实现 给到 ai 一个视频链接，它能够自动帮我们去解析里面的内容。在官方的教程里面也举了这个例子，我觉得还是蛮重要的，这样可以让我们的 skill 话说非常多的话，解决我们很多的复杂问题。 第三点我觉得很值得分享一点，这个教程里面它让我这个文纯文科生小白理解了为什么 skill 这么好用，它解决了哪个很关键的问题。这个里面可以看到竹子稿里面还有提到 skill， 它其实我也有几轮交互， 就是他会提到说健宁市批录的好处是不占用这个 ai 的 上下文窗口。什么是上下文窗口？上下文窗口就是 ai 的 一个大脑的短期记忆， 那我们可以把它理解成一个办公桌的大小，我们所有丢给 ai 的 这些提示词或文档数据信息，包括 ai 返回给我们的这些内容，它其实都会占用这个桌面上的一个空间。 那如果我们不使用 skill 的 话，我每次想让 ai 去分析营销数据，我们必须都写下一长串的这个提示词，就在还没有开始工作前，可能我们这样的一些数据啊，这些提示词就已经占满了整个桌面，就没有什么空间返回了，占用了这个上下文窗口之后，会放大的影响 ai 的 工作效率。 所以在渐近式批录，其实我觉得更简单易懂的一个叫法应该叫做按需加载，它可以比较省空间，而且说白了就是能省偷懒，省钱，就不用每一次都是把长篇大论的这个提示词塞给他。 ok， 如果有对这个视频的逐字稿和重点感兴趣的同学呢，可以进群讨论。那现在 skill 确实是我用非常多的一个工具，那如果你还不会用 skill， 可以 看我这篇视频已经帮助很多小白成功安装上了，走出了自己的个人 a 阵的第一步。 那到最后我还想有一点碎碎念。在看这个视频课程的时候，我有一点我还挺感慨的，因为这个讲解的小哥，他应该是 antarctic 的 官方工作人员， 他讲解的其实是用了这个 cloud ai 客户端产品去做演示，但这个产品因为现在是国内是不能用的， 所以我就会感觉还挺有落差的，因为我知道现在国内我自己也用过嘛，去用这一套 agent skill 其实还是挺麻烦的，有一些成本。当我看到他演示的那一套 cloud ai 的 一个桌面端，看起来非常的丝滑好用，非常可交互，就是一套可交互的纯面向小白的一个 agent skill， 包括刚刚所有官方推荐这个 skill 已经内置好到这个应用里面了，所以这里面还是心情还挺复杂的。我觉得在二零二六年发生这种事情还是挺离谱的， 但是我觉得也就这两年了，希望国内的这些大模型再加把劲，让我们这两年能够更快的用上国产的这样的一些大模型。好了，我是小姚，如果你对自学感兴趣的可以关注我，拜拜。

ok， 那 么如果说你目前单纯只是在玩 ai 停置词，那还不够，接下来向我们走来的是 skill 和 ai agent 的 两位大哥。大家好，我是皮特毯子，欢迎来到我的频道。在这周末上呢，我花了两天的时间成立 ai skill 的 一个开发商，做出了四个 skill， 而每个 skill 它都不断迭代迭代出了 v 一 v 二、 v 三、 v 三点三等等版本。 在这问中，我悟出了一个道理，如果说你还没有接触过 skill， 又或者说你还没有用 skill 来实现一些自动化的操作的话，那么这期视频我将会好好讲讲视频的主角 skill 和 ai 证的一些细节和技巧。那么技术是在不断迭代的，二零二五年下半年到二零二六年， ai 竞争焦点从模型转向了 ai 证。一个能够自主规划、调用工具，完成必完任务的证的系统，在很多方面它的需求是越来越大的。 现在除了比谁的模型更大以外，还有另外一个赛道就是比谁的 ai 更好用。因此，如果说我们在目前能够把握住 skill， 知道 ai 如何使用 skill， 知道我们如何去制作一个 skill， 知道如何找一个自己所需要的 skill， 从某种程度上讲，我们还是会很有竞争力的。 那么这两天我做了什么呢？那么首先，由于我每天需要获取热点信息来保持一个信息的更新，同时获取一些选题的灵感，因此我做的第一个 skill 呢，是通过模拟浏览器的方式去抓取热点的榜单。一开始我用的是 api 去做数据抓取，也就是我们常见的爬虫，但但是这个过程是不太顺利的， 特别是每个平台，他对于爬虫这一类操作是有一定的风控的，因此我就直接通过模拟浏览器的方式去做，成功率是大大提高了，被封禁的概率是小了很多， 但它的缺点就是效率慢了很多。那么第一个技巧就是如果大家想要数据爬取或者是浏览器自动化的话，尽量是使用模拟软件的一个方式，这样的话虽然效率会慢一点，但是它的一个整体的安全性和成功率是会大很多的。那么第二个技巧呢？它实际上是推翻了我做的第一个 skill， 当 时我花了很多时间去开发一个 skill， 到了晚上的时候终于把这个 skill 开发完了，刚想休息一会，我打开手机，我刷个视频，结果在视频里就发现别人已经把我想要做的一些功能已经做好了， 那么我把它的一个项目部署到本地时候，发现它这个项目能够抓取各个榜单的热点，包括一堆 r s s k 员这个平台的热点，那么我一看完全是跟我的一个需求是匹配度是非常高的，于是我让 ai 去利用这个项目直接把它封装成一个 skill， 那 么在不到一个小时内就做出了这个热点 skill 的 一个第一个版本。因此 第二个技巧重点在于我们在做一个 skill 的 时候，先去找找有没有什么可以直接使用的轮子或者项目，让 ai 把它封装成 skill， 这样的话能够在其他程度上加快我们的开发效率。那么封装有两种方法，第一种就是把项目直接集成到 skill 中， 这样的一个结果就是我们的一个 skill， 它的一个包体会比较大，整体会比较稳定，且能够直接安装后就直接使用。那么第二种方式就是它的一个混合模式，先判断有没有轮子，再如果没有轮子就把它安装下来之后再进行后续的操作。 那么综合考量下，我个人认为是第二种会更好一点。同样模式的 skill， 它的体量小些，它实际上它也能够不断的更新轮子的一个最新版本，除非这个 skill 的 一个地毯仓库被删除的话，不然的话它就能够一直使用。 那么有了 skill 之后，很多事情是会变得比较简单的。但在我们制作 skill 的 时候，有一个非常重要的点，我当时想着把 a skill 和 b skill 连接起来，让 a skill 在 使用的时候直接调用 b 的 skill， 但这样会产生偶合性的问题。因此当时我在实际测试中出现了 a 类 skill 没有调用 b 类 skill， 又或者是 ai 无法理解 a 类 skill 里面调用 b 类 skill 的 这样一个问题。那么实际上在编程领域上，函数之间的一个低偶合性是非常重要的，而 skill 就 类似于这个函数。那么我认为最好的一个方式就是把 skill 进行原子化的设计， a 类 skill 就 完成一类技能，而 b 类 skill 就 完成另一类技能， 通过正能量的方式把它连接在一起。那么举个例子，你是一个老师，你的教学能力是一个 skill， 你 的做 ppt 能力也是一个 skill， 你 的演讲能力也是一个 skill， 但是我们不能在演讲能力里面包含 ppt 的 skill， 不 然的话每次调用演讲能力的时候呢，都会执行一遍做 ppt 的 一个行动，那么这样效率非常低，而且数据会非常混乱，调用的成本还比较高。 那么最后如果说你在看完这个视频之后准备上手 skill 的 话，可以先从找 skill 开始，那在这里呢，我分享几个找 skill 的 方法。第一种就是你可以安装 skype finder 或者 skype finder 这样的技能，让 ai 帮你找 skill， 但实际上有时候它不一定能够找到 skill。 那 么第二种方式就是通过一些常用的网站，包括 love hub， skill hub 这一类包含 skill 的 网站去找， 或者直接去 get 仓库上去搜 awesome skill 这一个项目。那么用一句话来结束这个视频的话就是 skill， 它就是写给 ai 的 一个 sop， 通过 skill ai 就 能够在描述获得一个非常强大的技能。 那么本期视频就到这里，如果说我的视频对你有帮助的话，还请一键三点点赞关注一下，那么我是比特毯子，一个专注 ai 实战成长性的博主，我们下一期再见。

最近深入研究了 a c p 的 ai 体系，发现 skyo 已经成为企业 ai 软件的标配，同时也是软件公司转型 ai 最重要的抓手。 举个例子，假设你有三个功能，生成吊包单、查询供应商和生成采购单。在没有 skyo 以前， ai 就 像被套上了枷锁的牢笼，你必须通过工作流规定，使它第一步干啥，第二步干啥。 这样做的坏处疑似 ai 集成传统软件的成本非常高，比如为了防止用户漏报信息呈现，这些大量应编码去判空。而另一个更大的坏处就是体验很差，比如用户突然问，先别调拨了，帮我查查哪家供应商采购最快。 由于工作流没有定义这个分支， ai 就 会像传统软件一样报错。现在有了 skyo， 这种 ai 降智的僵局被彻底打破了。 skyo 相对于给每一个传统软件功能插上了 ai 芯片，从而大大提升它们的智能水平。 比如，在 skyo 架构下，你不需要再写判空逻辑，你只需要在 skyo 的 原数据配置里勾选 b 填项，判空逻辑就会自动生成。 也就是说，我们不需要去写集成代码，只需要声明想要的集成效果即可。这样，当用户没有给调拨目的地等必要信息， ai 就 会自发追问，李总，库存查到了，但您想调拨到哪个工厂呢？ 更牛的地方在于智能调用。比如，当用户问，先别调拨了，帮我查查哪家供应商采购最快， ai 就 会意识到调拨任务被用户暂停了，它会自动调用供应商查询 skill， 然后回复你某某供应商最快。我们要切换到生成采购单技能吗？ 这时候， ai 不 再是僵硬的执行工作流，而是根据用户实际需要进行智能调用。这种变化的深刻意义在于，传统软件公司不需要重写软件功能，只需要给这些功能穿上 ko 的 外衣，就能让它们快速变成 ai 时代的智能化软件。 实际上， a c p 的 ai 体系就完全遵循 skyo 架构，只不过基于企业场景的复杂性， a c p 为 skyo 配置了强大的工具，以满足上下文管理、权限管理等企业需求。比如，当用户在查询 a 商品的库存现有量时，他给 ai 下达了一个采购指令， 那么 ai 就 能自动从用户当前操作的页面提取到要采购的商品 id。 再比如，当员工 a 和员工 b 同时要求 ai 仅列出本部门所有人的工资， ai 会识别出员工 a 只能查看自己的数据，同时识别出员工 b 是 经理，可以查看整个部门的数据。那为什么我说 skill 是 传统软件公司在 ai 时代最大的机会呢？ 以前我们总说企业 ai 找不到合适的落地场景，主要原因是两点，第一， ai 存在幻觉，这就导致我们不敢把严谨的工作交给 ai， 这就大大限制了 ai 在 企业落地的场景。 第二，投入产出比太低，说白了就是 ai 落地的成本太高。比如，要让 ai 调用一个软件功能，不管是 api 编辑还是工作的编排，都有很大的工作量，而且体验很糟糕，这就导致很多场景不值得用 ai 去改造。现在通过 ko 加传统软件的模式，以上两个问题都能得到很大的改善。 比如把任务全部交给传统软件的执行，这样只需要加上必要的教验，就可以有效防止 ai 幻觉。 再比如，通过 skyo 大 幅度降低 ai 调用传统软件的成本，同时还能提升用户体验。也就是说，有了 skyo， 原本被视为一流系统的传统软件就可以变成 ai 时代的宝贵资产。 由于这些软件往往承载了企业最核心的业务数据和业务规则，替换成本非常高，因此它们也将成为传统软件公司在 ai 时代最坚固的过程。后。

装了 openclaw， 但发现它什么也干不了，甚至有点笨。那是因为你还没有去 clawhub 给它装 skill。 clawhub 上有一万七千多个 skill， 我 从下载量前三十和我自己高频使用的做了交叉筛选， 只推荐这十个，装完至少强三倍。第一个 skill writing， 安全审查员，他会在你安装任何 skill 之前扫描安全风险检查红旗标识、权健范围和可疑模式，能检测 prom 的 注入工具、逃毒、隐藏恶意代码。建议在装任何其他 skill 之前先把它装上。第二个自我进化 skill， 它是 cloud 交互下载量第一的 scale， 解决大模型失忆症。它会自动把每次的错误日期、成功经验和你的编号存到本地数据库，下次遇到类似问题，直接调用历史经验实现，越用越聪明。这个 scale 的 价值不在于第一天，而在于第三十天， 用的越久， agent 越像你的数字分身。第三个， tablie search ai 专属搜索引擎，让 agent 学会上网搜索，而且搜出来结果是 ai 友好的。 不同于传统搜索引擎返回一堆链接， tabl 直接返回干净的结构化内容， agent 拿到就能用。第四个 summarize， 全格式内容，摘药专家，网页、 pdf， 图片、音频、视频，什么格式都能一口吞下去给你摘药。 我的日常用法是 tabla 搜索加 summary 总结，先搜到相关页面，再把整篇内容压缩成五百字未给上架文，效率翻倍。第五个， find scales， 寻找 scale 的 scale， 用自然语言告诉 agent 你 需要什么技能，它帮你找到并安装对应的 scale， 不知道装什么的时候直接问他就行。六个 using superpowers 来源于 superpowers， 这个强大的插件，核心理念是让 agent 严格按照先查 scale 再行动的规则做事，杜绝偷懒和无距离探索。如果你发现 agent 不 用你装好的 scale， 就 自己瞎搞， 这个 scale 能帮你管教他。第七个， react 最佳实践技能的性能优化圣经 worst one 方共同团队出品， react 和 next 最佳实践前端开发者必装。 第八个前端设计技能，帮你写出更有设计感的前端页面。按 zorbike 官方出品强制 agent 先做设计思考，再写代码，把从能跑就行提升到设计合格。第九个， github github 全流程操控，让 agent 直接操作你的 github 仓库， asos prci 一 条命令搞定。最后一个浏览器操作技能，让你的 opencloud 像人一样打开网页，点击按钮，填写表单，截图画面。最后帮大家总结一下。

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！