puppeteer的skill有哪些

小白也能看懂的 skill creator 教程来了，厉害！哈喽，大家好，我是姚路行。之前我给大家详细介绍了什么是 skills， 以及在哪找好用的 skills， 其中提到了一个神器， skill creator。 先简单说一下什么是 skill creator？ skill creator， 其实一个 cloud 官方推出一个创造技能的技能，听起来有点绕哦，简单说，你想让 ai 有 什么新本事，直接告诉他，他就能自己给自己装上技能包。是不是听起来很牛？ 那咱今天就来实操一把，手把手教大家如何用这玩意创建一个自己专属的 skill。 可能有同学要问了，我自己手动创建 skill 不 行吗？当然行，但问题是手动创建得懂目录结构， skill markdown 怎么写对新手不太友好。标准目录结构如下， 而 skill creator 就 不一样了，你只管说需求，剩下的全交给 ai。 接下来我们直接上手，以 cloud code 为例，来创建一个专门创作 ppt 的 skill。 第一步，安装 skill creator， 拿到上面提到的 skill creator 的 文件，放在你自己的目录下。 第二步，直接跟 ai 提需求，打开 cloud code， 直接对 ai 说，我要创建一个 ppt 的 助手的一个 skill， 你 帮我看一下如何创建，就这么简单。 ai 一 看就懂，会自动调用 skill creator， 开始帮你分析。第三步，跟着 ai 的 引导走， 接下来 ai 就 会变身需求调研员了，会开始问你各种细节，这个时候你就别客气，把你的想法都说出来。 第四步，坐等 ai 干活。细节都确定好了， ai 就 开始自动创建了，这个过程大概十分钟左右，具体要看 skill 的 一个复杂程度。 第五步，检查成果创建完成后， close skills 文件夹里就可以看到你新的 skill 了。如果有什么不满意的地方直接改就行，要么手动编辑文档，要么直接跟 ai 说，这里改成叉叉叉，让他帮你优化。 第六步，测试使用。你可以直接说用 ppt 助手帮我写一个关于 ai 编程的 ppt， 不 一会儿就写完了。这里我为了演示 skill 提示词描述的比较简单，你在写 skill 提示词的时候一定要尽量描述清楚， 而且我没有加 ppt 模板，所以说 ppt 没有样式，只有内容。后面我也会继续迭代这个 skill。 总结一下，今天教大家用 skill creator 创建自定义的 skill， 整体流程就是提需求，回答 ai 细节追问、 ai 自动创建，测试使用，随时迭代优化，新手也能分分钟上手。 好了，今天就到这，赶紧去试试创建自己的一个专属 skill 吧！感谢大家，三连谢谢大家，记得关注再走！

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。

大家好，我是路人乙，上期视频很多朋友问视频里 prd 生成的 skill， 这期视频我就来详细拆解一下 skill， 可以 把它理解成 ai 的 技能库，通过接入 skill， 我 们能让 ai 处理更多重复性的体力活，比如帮我们写 prd 生成操作手册这类文档。 github 上其实有很多现成的优秀 skill， 后面可以专门开个专题和大家聊聊。今天我们先去教如何结合自己的工作场景，动手写一个专属的 skill。 关于怎么写好 skill， 我 推荐大家去读 tree 的 官方文档，里面讲的很细，这里我主要分享上期视频里那个 prd 生成 skill 的 设计思路。 prd 生成 skill 的 核心就是让 ai 读懂原型页面，然后按照要求的格式输出 prd。 我 把它的工作流拆成了五个步骤。第一步是让 ai 去读原型，通过阅读原型的页面和相关的文档来理解需求，我会明确告诉他需要关注的关键点有哪些。 第二步是让 ai 基于对需求的理解，自动匹配预先准备好的 prd 模板。我根据自己的工作场景规范了五类 prd 模板， 有表单编辑模板、表单预览模板、列表页模板以及数据看板模板和用户前台模板。 比如说，呃，列表模板就是上个视频 prd 生成的模板，这里包含了需求的背景，嗯，功能清单、权限规划以及筛选模块、列表模块的需求描述等，这些模板都可以结合自己的规范要求进行调整，让 ai 生成符合自己预期的 prd。 第三步是确认需求范围和要求，这里有一个关键的提醒，不要等 ai 来问，一定要主动告诉 ai。 比如上一个视频的优惠券列表页新增了一个审核记录的 tab， 我 们只生成审核记录相关需求的 prd， 就 要明确地给 ai 说， 请参考模板帮我生成页面 prd 按照需求范围生成，不要拓展需求范围以外内容需求范围，新增审核列表及相关内容。 这里有一个点，就是我们要把模板的文件夹给到 ai， 不 然 ai 可能不会严格根据模板来生成，描述完我们就可以发送给 ai。 第四步就是让 ai 基于模板和我的要求，输出完整的 prd 文档。 第五步， ai 完成以后，会要求 ai 进行一次自行检查，检查 prd 与原形的一致性，防止错漏。 这五步走完，一份结构清晰的 p r d 就 出来了。我们可以看到， a 就是 按我的要求，根据页面 p r d。 的 模板生成的只有审核列表范围的 p r d。 当然，我们一定要对 p r d。 进行一次校准，因为生成原型的时候可能遗漏某些业务的规则，需要在 p r d。 内进行补充和调整。 p r d。 校准没问题后，就可以根据团队的习惯决定是否要把 p r d。 标注到原型上。 如果要标注，我们就需要自己写一个 prd 标注的 agent 提示词，让 ai 自动完成原型的标注。这里有个技巧说明一下，在和各方对齐的过程中，我们的原型可能会面临多轮的修改。 这里我们可以打开 tree 的 设置，有一个规则和技巧的选项。在这里我们可以配置个人规则，让 ai 在 更新页面的时候同步更新一下 p r d 包括页面的标注，这样我们就不需要在原型调整以后，还需要再次去调整 p r d。 好 了，这期视频就到这，下期视频我会分享 p r d 标注提示词的设计要点，并开源完整的 p r d 标注提示词。

顶级的 skill 长什么样？最近 yacomenter 的 ceo 开源一个神级的 skill， 就是 gstar 这个开源项目。你会发现这个有六百二十一行的 skill 直接能让你当 ceo。 内置的十五个 ai 角色，包括创始人，设计师，工程经理，质量保证工程师等等，让你拥有一个完整的虚拟工程团队。你看，给我的龙虾装上这个 skill 以后， 他已经为我的项目整整跑了两个小时了，只要给他一个验收标准，他就能做到全自动闭环。如果说这个 skill 是 给 ai 的 打工规矩大权，那么里面最重要的一条是 boiler lake 的 原则，让 ai 做事情绝不会偷工减料。其次是给他定了一个 think plane， build review， test， ship， reflect 的 工作流程，结合十到十五个 spring 的 定型能力， 让你一天就能产出两万行代码。更牛的是，不仅仅是血橙须，你还可以用这套方法迁移到其他领域，比如商业教育，它真的能给你一套完善的解决方案。以前我们说一个人活成一只队伍是在开玩笑，但现在 g stock 让它成为了现实。

面试官问，你理解的 agent skill 是 什么？ a， 各位同学听到这个问题，先别急着回答说 cq 就是 给大模型调用的工具或者函数。如果你现在面试 ai a n t 相关的岗位，还只停留在方讯 call 令这个层面上，那在面试官眼里， 你的技术视野可能还留在两年前。 ai 大 模型学习资料可以在主页置顶群里。大家好，我是彭宇，咱们结合大屏幕上这套架构来拆解。大家看， 真正的 agent skill 已经演进成了一套标准化的工程范式。首先咱们瞅瞅最顶上这个紫色的模块，叫认知与路由层。如果你是一个公司的 ceo， 你 会把公司一百多个员工全部叫进办公室一起开会吗？肯定不会嘛，你会先找几个主管？ 在大模型里也是一个道理，如果你直接把几十个技能全塞给模型，它的注意力就涣散了，也就是常说的 lost in the middle。 所以 我们得先做意图识别与技能路由，通过一个 meta agent， 也就是原代理， 先理解用户到底要干嘛，然后从技能池里只挑选最匹配的那几个挂载上去。这里还有一个绝招叫自我反思机制，如果技能执行报错了，优秀的架构不会直接摆烂，而是会让模型捕捉报错。日制 反思一下是不是参数传错了，然后自动修正重试，这才叫真正的智能体。好，咱们顺着箭头往下看中间这个蓝色的区域， 这是物理封装层。大家看这个文件夹图标，现在的趋势是把 skill 做成一个可移植的能力包。你想啊，一个标准的技能文件夹里得装些什么？ 首先是 skill 点 md， 这是给模型看的说明书，定义了触发词和输入输出格式。接着是 reference 知识库，也就是这个技能专属的领域文档，方便模型随时查阅 sop。 最后才是 execute 执行脚本为什么要费劲做这种封装？因为这样它就解偶了呀。你写好一个财务分析技能， 不管挂在哪个模型下面，他都能插拔即用，这种工程思想才是面试官最想听到的。接着往下看，这层黄色的模块非常关键，也是大家容易忽略的执行与安全层。大家想过没有，如果 agent 被坏人诱导了，也就是发生了 prompt 注入， 他去执行了一个山库或者转账的脚本怎么办？所以我们的执行层必须要有容器化沙盒，所有的脚本都得关在刀口容器里跑， 严格限制他的网络和文件访问权限。而且对于像发邮件、改数据库这种有物理副作用的操作，一定要加一个人类再还审批，哪怕模型再聪明。最后按确认键的必须是人，这不仅是技术，更是生产环境的底线。讲完架构，咱们再看看落地时的三个深水区难题， 大家看下面这三个并列的筐。第一个坑是偷啃爆炸，技能挂多了，模型就容易间歇性失忆。咱们的方案叫动态览加载系统出场的时候只给模型看一眼技能名称和简介，等真正匹配到意图了，再实时把那个详细的点 md 说明书拉进工作记忆区。第二个坑 是多工具串联时的参数错位，比如 a 工具突出的数据， b 工具接不住，这时候咱们得用分层调度设一个专门的 planner 负责拆解任务， 再加上严格的赛马教验，一旦出错立刻驱动模型，基于日制自我纠正。第三个坑是环境依赖冲突，不同的技能可能需要不同的拍摄环境，所以我们要搞运行式隔离，给高复杂的技能配独立的运行容器，互不干扰。最后咱们来复盘一下，如果要在面试里拿满分， 你得从三个维度去总结，第一是定义高度强调它是一个标准化的知识与能力封装包。第二是工程落地， 聊聊你怎么用懒加载和分层代理去处理复杂的 token 管理。第三是安全底线，也就是沙盒隔离和人类在还把这三点讲透了，面试官一定会觉得，嘿，这哥们是真的在写代码搞落地，不是在纸上谈兵。好，关于 agent skill 的 架构，我们就先拆解到这里。

嘿， ai 玩家们大家好，今天咱不聊别的，就来扒一扒 openclaw 里面的专业术语，什么 skill、 cloud agent 简直是黑话连篇，让人头大。别担心，今天我就来当一回翻译官， 用这份精心准备的武林秘籍 openclaw 专业术语速查表，带大家一起破译这些密码，让你从小白秒变圈内人！这份速查表主要分为五个部分，首先来看核心必懂术语。 skill 是 openclaw 的 能力插件，让 ai 拥有具体技能。 code 是 默认的大模型。作为 ar 的 大脑， agent 是 一个完整的执行单元，结合了模型、技能和记忆。 gateway 是 调度中心，负责管理和协调。 m c p 是 连接外部工具的协议，而 context 则是模型理解 当前任务的所有信息，总合计下来是架构与部署。术语， workspace 是 本地的配置目录。 config 文件用于设置各种参数。 channel 是 我们与 openclaw 交互的方式，比如命令行或聊天软件。 c l i 是 通过终端操作的方式。 deployment 指的是将 open client 部署到不同环境， failover 则是确保服务稳定的故障转移机制。第三部分，我们来了解模型、 计费和执行工具相关的术语。 token 是 计费和上下文的基本单位， inference 是 模型思考和生成回答的过程。 r p i key 是 访问模型的钥匙。 context window 决定了模型能记住多少信息。在执行方面， to use 是 ai 调用工具的能力。 prompt 是 我们给 ai 的 指令。 execution 是 技能的实际运行， 而 log 则记录了所有的运行信息，方便我们排查问题。在 openclaw 社区里，大家也有一些有趣的黑话，比如我们常把 openclaw 叫做龙虾或 claw， 虾活了意味着网关启动成功， 虾会干活，表示技能调试完成可以正常工作了。虾塘指的是多个智能体同时运行的环境，而 clonehub 则是分享和获取技能的社区平台。最后，我们用一句话来总结这些核心概念的关系， good 是 大脑，负责思考。 guide 是 中书，负责指挥。 skill 是 手脚负责执行。 m c p 是 接口，负责连接外部世界。 context 是 记忆，负责理解当下。而 talking 则是我们使用这些能力所付出的成本。 希望这份速查表能帮助大家更好地理解和使用 open clone。 谢谢大家哦！还有什么想了解的，欢迎评论区留言。

大的来了，兄弟们，我的 open claw 终于从人工智障进化成赛博打工人了！今天这条视频一定要赶紧码住！刚入坑 open claw 的 兄弟们，是不是觉得他只会聊天，那就大错特错了？今天手把手教你装上六个神级 skill， 让你的龙虾直接开挂，效率起飞！ 首先我们要搞清楚 skill 到底是啥，一句话， ai 是 大脑， skill 就是 让他会干活的经验手册。没装 skill 的 open claw 就是 个只会聊天的花瓶，装上这些，你的龙虾直接变身为全能助理。一、 skill vendor 安全守门员， 装机前置必备，安装任何第三方技能前，用它扫描是否存在恶意代码或风险权限，避免 api key 泄露。二、 tivoli search 联网开窗，让 ai 获取实时信息，解决知识之后问题，返回结构化结果并带可信度评分，需要去 tivoli 官网免费注册 api key。 三、 find skills 技能导航员帮你解决不知道装哪个技能的问题，当你提需求时，它能自动在 clawhub 搜索并给出安装指令。 四、 browser use 网页操作手，让 openclaw 直接操控浏览器完成复杂任务，如自动填表单、抓数据、登录 oa 系统等，是从信息查询到事务执行的关键一步。 五、 github 开发者瑞士军刀无缝集成 github， 直接在对话中管理仓库，处理 issue、 pr 搜索代码，无需切换工具。六、 automation workflows 工作流总指挥 将多个技能串联起来，实现一句话触发一系列复杂任务，比如抓取今日资讯，生成报告发送到非书。好了，兄弟们还有什么想了解的评论区告诉我，咱们下期见！

写 skill 太难了， github 上的 skill 又大都是英文的，可读性差，有没有什么不透写 skill 的 办法？有的兄弟，有的我们去 github 上搜索 deep a 键子项目，在 cei example skills 目录下找到 skill 杠 create a 二、 把它下载下来，放到我们的 a 键项目的 skills 目录下面。博主这里已经放好了，这个 skill 就是 skill 界的工业母鸡，可以帮我们自动星球 skill。 接下来演习一遍，运行 aint 项目，博主告诉他帮我生成一个 skill， 用于亚马逊 listing 页面数据分析，我会提供近十四天的产品 listing 页面数据，要求能够进行多维度的分析。 博主这里还提到了要生成中文 skill， 如果不提的话，有些大模型会生成英文版的 skill， 博主这里加速了，可以看到 amazon 杠 listing 杠 analyzer 文件夹， 这个就是大模型使用 skill 杠 create 二生成的 skill 了。我们进到这个目录里面，并打开 skill md 文件看看， 这个就是刚刚生成的 skill 了，生成一次 skill 大 概消耗十万至几十万 tokens， 折合成软妹币就是几毛钱的样子。 skill 的 格式大概就是这样子了，多生成几个，多看看，参考参考，看的多了，自己也会写了祈求 name 和 description 是 必须要有的，然后再根据你自己的业务需求进行修改，改完后测试再改，再测试，直到能用为解。

这就是 skill 最值钱的地方。 ai 最烦人的地方不是他不会干活，而是他像个临时工一样，你今天刚教会他一点东西，明天他又全忘了。 问题不是出在模型，也不是出在于你不会提示词，很多的时候啊，是你根本就没有给他一套固定的做事方法。 这个东西呢，就叫 skill。 skill 你 可以把它理解为给 ai 的 一个上岗前的培训资料，什么意思呢？比如说你招了一个新员工来店里干活，你不会只跟他说一句加油，好好干， 你肯定会给他三样东西，第一告诉他这个活到底要怎么干，第二是给他看几个做的对的例子。第三呢，就是有一些经常要做的事情，涉及到的一些工具呢，直接给到他。那么 skill 呢，就是把这三样东西打包给 ai， 所以它不是一条提示词，它是一个文件夹，里面装着四样东西，说明书，参考例子，小脚本，还有模板素材。平时用不到这个 skill 的 时候呢， ai 不 会一直把它放在系统的提示词里面，它会根据你的输入去判断要不要使用某一个技能， 当他发现需要用到这个技能的时候，他才会去按需加载。这就是 skill 最值钱的地方，不再让 ai 每一次都像是第一天上班一样。我给你举两个例子你就知道了。 第一个例子就是做 ppt， 很多人让 ai 做 ppt 呢，最大的问题不是 ai 不 会做，而是你每一次跟他说的要求呢，下次他都忘了。比如说这次配色 不太满意，那下次字体乱了，再下一次呢？给到你的这个封面呢？又不是你想要的，你每次都要再说一遍啊，标题大一点呢，不要用这个颜色啊， 结尾也要按这个格式，这就很浪费时间。但是如果你把这些要求都做成一个 skill， 并且把一些需要用到代码也放进去，那情况就不一样了。你一跟 ai 说帮我做 ppt 这种任务的话呢，他就会先去看这份说明书，他就知道你喜欢什么样的风格， 喜欢什么样的配色，这样你以后就不用每次都要从头开始教了。那第二个例子呢，就是做页面， anthropic 官方呢，他提到过一个现象，如果你让 ai 直接做网页呢，他会做出那种 ai 味很浓的网页，什么白底啊，紫色渐变啊， 感觉就是烂大街了。那为什么呢？因为你没有告诉他你到底要什么样的，然后不要什么样的一个网页。如果你提前做了一个前端设计的 skill 呢？告诉他哦，我不要这种普通的字体，不要这种烂大街的配色，动画，要克制一点， 那他以后做页面呢，就会更像一个懂你审美的人，而不是一个只会烫模板的人。所以你会发现， skill 解决的不是 ai 能不能做的问题，而是能不能按你的方式稳定地、持续地帮你去做一件事。

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。

我用了半个月时间，测试了二百多个龙虾 skill， 最后留下来的只有八个。今天我把这些技能全部免费分享给大家，让你的龙虾能够真正的解决你的痛点。第一个， agent bro， 想爬某个网页，直接说去这个网站，把这个列表给我抓下来， ai 就 能自动打开浏览器操作页面，数据结构化了，返回不需要配环境，也不需要处理，反爬不更不需要维护代码，一句话搞定。第二个， bb pro， 以前让龙虾去小红书发帖，你得先扫码登录，三审过期了还要重新扫。 这个技能能够直接调用你本地浏览器的登录状态，你已经登录过了， ai 直接用你的身份操作，再也不用扫码了。第三个， open c r i， 像 b 站、知乎、小红书、叉这些地方的评论，关注 这些手动操作，全部做成命令行，覆盖十八个平台，一句话就能调用，还能自我迭代，把新的网站做成 c r i， 说牛不牛逼。第四个， skill waiter 技能市场越来越丰富，但是风险也在增加。这个技能就是帮你在安装技能之前 做一遍安全教验，看一下有没有风险，先安检再安装，一定要养成这条习惯。第五个， cellphone agent， 它会自动记录你纠正过的错误，踩过的坑，反复提高的工作习惯，然后整理成知识卡片。在后续任务中，主动就要有不会复盘的龙虾，养多久都是新手。第六个，劳斯莱斯 club， ai 最大的痛点就是失忆，这个技能能把你的对话全部打包成持久化的数据，并且在后台把旧对话打包成树状摘药，控制逃开消耗，龙虾再也不会失忆了。第七个， ctrl 森特儿， 你养了七八个龙虾，每个都失联了，你不知道他们死没死？这个面板解决了，看每个任务消耗了多少通坎，每个龙虾健不健康，有没有被卡住？查看他们的记忆人设任务档案，养龙虾必备。第八个， oppo 可乐班卡， 定时备份整个龙虾的配置文件和记忆库，即使不小心龙虾咬崩了，也能一键回档，配置、记忆、历史对话全都恢复。这个我强烈建议你现在就装上。 工具的价值不在于功能有多，全在于它解决了你的什么痛点。上述所有的技能可以直接发给龙虾，让他直接帮你安装并指导你使用即可。感谢观看，下期见！拜拜！

hello， 给大家介绍一下新版的 workbody， 分 为几个部分，这是主界面，有代码开发，日常办公。下边呢，有大模型可以选择，也有 skills 可以 选择，左侧的导航栏，有新建任务、 cloud 模式、专家模式、技能 插件以及自动化的板块。现在内容比原版丰富了很多， 可以看设置的部分，点开有积分、两下记录、 close， 设置语言、深色主题等，这些板块我们都可以设置，也可以绑定不同的 i m， 有 账号管理、帮助与反馈啊等板块。 那么我们可以选择这个深色主题啊，大家可以看一看，也是非常酷的。这是专家模式啊，有不同的专家类型可以选择。那么我们再回到啊浅色主题，举两个例子， 我问他，你能做什么呢？举例说明啊，他也列出了啊，他能帮我们工作，包括代码开发、修复审查、文件管理、文档处理、运行命令等等。 我让他呢帮我做一个 ppt， 就是 ai 加 opc 的 关于实业的 ppt， 它进行了一些启动啊，做了一些任务，效率还是非常高的啊，输出的效果啊，也非常好， very good！

大家有没有发现，现在不管是学 ai 产品做 agent 的 项目，还是准备 ai 相关来面试，只要大家碰到 workflow， agent， skill 这三个词，大概率都会蒙圈，是不是觉得他们听起来差不多都是让 ai 在 帮我们干活？可真的，如果说是要细说的话，但又说不上来，面试一被问到就会卡壳，做项目的时候也会用错概念，踩坑不断。 今天这条视频呢，我用最通俗的话，三分钟帮你彻底分清这三个概念的一个核心差别，不仅能够搞懂定义，还能明白三者的关系，在面试啊项目当中能够直接用。首先我们要记住一个核心结论，这句话一定要刻在脑子里面， 大家要知道 workflow 是 什么？它是预先设计好的执行流程，是讲究固定的步骤和确定的路径。而 agent 是 什么呢？它是能够自主决策的智能执行者，它讲究理解目标灵活的行动。而 skill 是 什么呢？它是能够被调用的单点能力模块，它讲究的是专一附用以及可组合。 说的再直白一点， workflow 它就是像工厂的流水线，而 agent 就是 像会各种技能的员工，三者关系也非常的简单。 skill 呢，是基础的能力零件，而 workflow 它是固定的编排方式。那么 agent 呢，就是能够调用各种 skill 动态完成目标的智能主角。那么我们接下来的一个拆解，配备到 配备上，对应那些例子，再去理解它的一些核心概念。首先我们要知道， workflow 它本质上就是一个预定义的一个流程，说白了就是你提前把所有的步骤都设计好，然后系统呢，按照你的步骤一步步执行就可以了，它不用自己去动脑子， 它就像我们工作当中的 s o p 标准作业流程，像流程图啊等等的一些规则链，每个节点要做什么事情，它其实都已经做好了准备。 而且它的特点呢，也非常鲜明，它的路径是相对固定的，顺序也是可预测的，可控性和稳定性也都特别的高，特别适合在一些规则比较明确的场景。但是呢，遇到一些比较开放性的问题，它就搞不定了。 那么我给大家来举个例子，比如说我们公司里面常用的用户报销的审批流程，它就是最典型的 workflow。 第一步呢，用户上传发票，然后做提取发票信息，然后叫验金额呀，抬头啊，然后再看是否符合规则，这就是典型的 workflow， 它每一步都非常清楚，系统只要按照具体流程走就可以了。 那么 agent 是 什么呢？ agent 它其实跟 workflow 最大的区别就是它会不会调用模型 workflow 呢？它是告诉你它是怎么做，而 agent 它更加像一个能够理解目标、分解任务和选择工具的一个智能体，它是需要你告诉它你要什么结果，由它自己来决定怎么做。 那么 agent 他 其实面向的是更加具有自主决策的一些执行的任务，比如说他能够去自主的拆解任务，能够调整他的变化策略，也能够决定去用哪些工具，哪些 skill。 他 是更加适合于一些开放性的问题及复杂的任务，灵活性也比较强，但是他的可控性就会比较难。 举个例子，比如说你想要规划一个呃美食的一个休闲行程，预算呢？可能在多少内？那么 agent 他的做法就是他会去理解你的出发地啊，预算啊，偏好等等，然后以及看 调用对应那些接口，去查询对应那些位置，然后给你去搜索合适的一些酒店，再给你做出对应那些行程方案，那如果他发现你的预算超支了，也会给你做具体调整。所以这里面最关键的是什么？ 是你并没有明确规定你要先做这个，再做那个，再做再做预算等等等等，而是有 agent 自己为了达成目标，自己去组织对应的一些步骤。那么 skill 是 什么呢？ skill 本质上它是一个单点的能力模块，它不负责完整的闭环的任务，所以它相对而言是一个比较 有明确边界和界限清晰的动作。所以它更多的还是在 workflow 和 agent 的 使用过程当中去调用的一个能力。那么它的特点更多的还是在单一的一些能力上面，它会去明确输出和输入的一些边界，然后以及它更加像工具和能力插件一样，被多个 agent 或者 workflow 所调用。 就像前面提到的例子，他需要去查询的天气，然后生成对应那些招标，提取合同的关键信息，以及查询用户订单状态等等。他这个能力是不能够独立完成一个复杂目标的，但是这些能力确实可以被组合起来。 咱们以一个完整的例子来讲清楚三者的区别。比如说我现在要做一个旅行助手，我的需求呢？我是想五一去广州玩两天，然后大概是什么样的预算， 从什么地方出发，然后帮我安排对那些行程。那如果你用 skill 来说，你就需要准备很多模块，比如说你要能够有查询高铁班次的 skill， 能有推荐美食的 skill 等等，但它们只是零件单一的 skill， 它不能够完成整体的任务， 它解决的是某一段能力，它能不能做好而已。而你用 flow 来做呢？它就需要你来预先涉及对你的流程，比如说你得知道用户的出发地，查询高铁的方案等等等等内容。它的过程呢是非常清晰，而且结果是非常稳定的。但是如果用户突然说，哎，我不想要热门景点，我想要 citywork， 那这个时候它就没有办法再去做一些灵活的设计了。那除此之外呢，如果你用 agent， agent 也会理解你的目标，它会来决定你要怎么去完成这个任务，所以呢，它就会帮你分析对一些形形成偏好呀，适合区域呀等等。 它跟 what flow 区别就是它不会按照固定的步骤去跑当前所谓死比较死板的一些流程，而是能够面对它复杂的一些目标，去灵活组织当前的一些资源和完成任务的能力。 那么接下来的几篇呢，我也会跟大家讲，在面试当中怎么样去讲才不会像被概念，以及在简历当中怎么样写才会像真正的是做过这块业务的人，以及说在项目当中你应该需要注意哪些点，以及面试当中容易被踩的坑有哪些。当然这些内容也会放在我最后的文档里面，大家感兴趣也可以去看一下。

怎么去从零去写一个你自己的 skill 啊？今天我们就来做这样一件很多人一直想做，但是不知道怎么去开始的事情，就是去写这个 skill。 你 看，你装了 superpowers， 装了 front and design， 装了各种别人做好的 skill， 用着确实很爽啊， 对不对？但是你有没有想过，你工作里那些每天都在重复的事情，是不是也可以去打包成一个 skill？ 答案呢，是可以的，而且比你想象的要简单得多， ok， 那 首先呢，我们先搞清楚一个 skill 到底是长得什么样啊？一个 skill 的 本质呢，就是一个文件夹里面最核心的是 skill 点 md 的 这个文档啊， 这个 skill 点 md 的 文件呢，相当于是这个 skill 的 一个大脑，里面写了两部分内容，上面呢是原数据，告诉 ai 我是 谁，我能干什么。下面呢是操作指南，告诉 ai 我 具体应该怎么去干。那除此之外，根据你的 skill 具体的需求， ai 还会自动的帮你去匹配 相应的文件夹。比如说，如果你的 skill 需要去独立执行的脚本，就会有 scripts 文件夹，如果需要放模板文件配置事例等参考材料呢，就会有 reference 文件夹。一个 skills 的 本质就是这样一组文件， ai 呢，像操作电脑一样去调用它，整个过程都是由 ai 去引导的，你负责做决策和判断就可以。 ok， 那 搞清楚结构以后，我们去走一遍从零到可用的一个完整流程，总共呢是有六步。第一步你要去想清楚你要解决是什么问题，这一步最关键，很多人一上来就写啊，写到一半发现自己都没想清楚这个 skill 到底是做什么， 可以问自己一个问题，我这个工作哪个环节是重复超过三次的，那这个环节呢？就值得去变成这个 skill。 你 看我之前做每日 ai 新闻速递，每天都要去好几个网站去爬这个新闻，去翻译，去整理，去排版，这个流程呢非常重复性，我做三天就受不了了， 那这个就是我认为的一个完美的 skill 场景。 ok， 好， 那到第二步就是告诉 ai 你 要去创建这个技能，那你可以在对话框里面去说，帮我创建一个新的技能，或者说我要做一个某某的 skill。 那 前提条件呢？就是如果你的 cloud code 已经安装好了 skill creator 这个工具，你可以直接去说，如果没有的话呢，你先在对话框里面说帮我去安装 skill creator， 那 ai 呢？会自动的去为你安装，那安装完成以后，你就可以去告诉 ai 你要去创建什么样的技能好，那到第三步就是去回答 ai 给你的问题，接下来呢， ai 就 会像产品经理一样去问你细节了，你只需要一一回答就可以了。 ai 会先问你一个基本的需求，你希望从哪些网站去抓取 ai 新闻？深层的日报包含哪些内容，要标题，要栽，要还有链接吗？以及日报的输出格式是什么样的，包括日报文件保存在哪个位置。 你回答完这一轮以后呢， ai 会基于你的需求进行更深层次的提问，比如你需要每天抓取多少条的新闻，需不需要自动翻译成中文提到的自定义网站或是哪些。通过这样的一个多人对话， ai 就 会逐步的完善你的 description， 确保深层的 skill 能够去精准匹配你的需求。 那为什么 description 这么重要？因为 ai 就是 靠这段描述来判断，用户说的这个需求跟我这个 skill 是 匹配的， 你的 description 写的越精准，那 ai 匹配的就会越准，这整个机制就叫做按需加载。 ai 不是 去把几百个 skill 全部去读进来，它会先看原数据目录，发现匹配了才会去读详细内容，所以这段描述相当于图书馆的目录卡片，写得好， ai 才能匹配的上你。 ok， 那 到第四步就是 ai 自动的去生成这个技能文件，这一步呢，完全就是 ai 在 做，你只需要去等几秒钟， ai 就 会根据你的回答自动去生成这样的一个 skill 文件。 你可以看到 ai 生成的文件呢，包含了完整的原数据和详细的操作指南。 ok， 第五步呢，就是去做测试，去做调试了。那技能创建好以后，你可以直接试着用一下。 你看，这就是我最后制作出来的 daily ai news 的 样子，你可以看到日报包含了标题，包含了摘药，包含了链接，还有自动翻译的中文内容。我只要说出触发词， 看 ai 是 不是自动调用了我的 skill 执行结果对不对就 ok 了。那如果出问题呢？看 ai 的 执行过程，找到偏差地方去修改点不点文件，再试一次，改个两三轮，基本上就稳了。 ok， 那 到第六步，也是我觉得最最关键的一步，你要把你的 skill 给分享出去，如果你觉得你的 skill 别人也可以用呢？可以部署到 github 或者 投到 skills m p 这个平台，那 skill 呢，也不是写完就完了的，它是会自己长大的，比如说你用着用着发现，哎，我可能需要再去调整一下，那你随时去改点 b 文件就行，改一次永久生效， ok。 所以呢，从零写一个 skill， 核心呢就三件事情，想清楚问题，告诉 ai 需求测试、调试、迭代，没有任何代码门槛。所以我的建议就是，你现在去打开 cloud code， 想一个你每天都在重复的事情，花二十分钟把它变成你的第一个 skill， ok， 那 今天的分享就到这里，如果大家对 ai 的 学习感兴趣呢，也欢迎去搜索江学长 ai 学习圈，我们呢，有两千多位的兴趣朋友一起去学习 ai， 包括我们也开设了好几期的实战打卡以及嘉宾分享，感兴趣呢可以评论区留言。

你辛辛苦苦写了一个 skill， 装上去之后 ai 压根就不用它，触发词说了，场景描述也写了，但就是没反应。 今天我就来拆解这个问题。九零百分号的 skill 从不触发，根源在 description 没写对本期是真。我会带你搞清楚三层批录模型 description 怎么写，才会触发工作流阶段结构是什么，以及五大反模式怎么识别和修复， 全是干货，建议一点五倍速看。先说今天要学的四件事，第一，搞懂三层渐近式，譬如模型，明白 l 一、 l 二、 l 三各放什么内容， token 不 浪费。 第二，学会写能触发的 description， 这是 skill 的 唯一入口，不会写等于白写。第三，掌握工作流阶段结构，记住四个要素，编号、入口条件、操作步骤、出口条件。第四，识别并修复五大反模式，让 skill 能通过质量审查上线。 这四件事搞定了，你的 skill 质量会有质的飞跃。三层渐进式批录模型是 skill 设计最核心的原则。 l e 式 description 始终在上下文里大约一百个词放触发关键词和使用场景。 l 二是 skill m d 正文 skill 激活的时候才加载，控制在五百行以内，放核心工作流和速查表。 l 三是 reference 目录下的文件， agent 按需读取，长度不限放详细规范和完整式例。 核心原则就一句话，每层内容只放一层，绝不跨层重复。很多人把工作流步骤写进 description， 这是最常见的错误， l e 根本就不是放这个的地方。 接下来说 description 怎么写，这是整个 skill 里最关键的部分。一个坏的例子是这样写的， description 等于帮助处理文档，这有什么问题？没有触发关键词， ai 不知道什么时候该用，它永远不会触发。 正确的写法是这样，从 pdf 提取文字和表格，填写表单，合并文档，当用户需要处理 pdf 文件或提到 pdf 表单文档提取时使用，看出区别了吗？ 功能描述加上触发场景，再加上具体关键词，格式上有几个硬要求，双引号，单行字符串不超过一千零二十四个字服用。第三人称不写工作流步骤。 工作流阶段结构，每个阶段必须有四个要素，第一是编号，让 ai 知道执行顺序不能乱。 第二是入口条件，就是开始这个阶段之前必须满足什么，防止跳跃执行。第三是操作步骤，编号的具体动作越精确越好，消除歧义。第四是出口条件，怎么判断这个阶段完成了？必须是可以用 yes 或 no 回答的标准。 举个例子，阶段二生成报告入口条件式阶段一的数据已提取到指定文件，步骤是读取数据渲染模板，保存文件。出口条件式报告文件存在且非空，这样写 ai 执行起来不会卡壳。 五大反模式遇到了就必须修，这是硬标准， a p e skill m d 超五百行。 修复方法是把详细内容迁移到 reference 次目录下。 a p 二， description 里写了工作流步骤， description 只放触发条件，步骤放正文。 a p 三，工作流阶段，没编号，没出口条件，每个阶段编号明确定意，完成。标准 a p 四，引用链， 就是从一个文件引用，另一个文件再引用。第三个修复方法是所有引用句 skill m d 只有一跳 a p 五指令不可验证，写高质量代码这种说法完全没用，改成通过 lint 测试，覆盖率不低于百分之七十。 这五条写完对照检查一条都不能放过。自由度设置很多人没想过这个问题，但它很重要，简单说就是操作越不可逆，指令就要越精确。低自由度适用于删除、迁移、部署这类不可逆操作， 写法式精确执行某个脚本，不做任何修改。中自由度适用于有推荐模式但允许变化的场景，比如报告生成，给一个模板说明哪些字段可以自定义。高自由度适用于探索性任务，比如分析代码结构。写文档 直接说分析结构，提出改进建议就行。同一个 skill 里可以混用不同自由度，关键是要匹配操作的风险等级。 可验证性原则是工作流质量的底线，所有出口条件和指令必须能用 yes 或 no 来回答，主观表述要全部消灭。我来举几个对比， 写高质量代码，改成通过 lint 测试，覆盖率不低于百分之七十，合理组织结构改成每个函数不超过五十行目录按模块划分足够详细。改成包含问题、解决方案、事例三个部分， 表现良好，改成 p 九九，响应时间不超过两百毫秒。记住一个判断标准，出口条件要能被程序或人直接验证是或否没有中间态。 说几点我自己的感悟，纯第一人称，聊聊学完这套最佳实践之后的变化。最大的收获是认知转变。 skill 本质上是给 ai 写的 sub， 不是 给人看的文档改变了这个认知，整个写法就变了，以前很多废话自然就删掉了。踩坑最多的地方是 description， 我 一直写的是功能说明结果 skill 从不触发。 后来加上了具体的触发关键词，命中率立刻就上来了。意外收获是三层模型，让我意识到 token 也是成本。 l 三、按需加载是对 ai 的 一种尊重。接下来我要把现有的 skill 全部对照这套标准重审一遍，发现反模式就修。 最后是发布前的质量检查清单，写完 skill 就 对照这个打勾。 l 一、 触发部分， description 有 具体触发关键词，不包含工作流步骤，双引号，单行格式不超过一千零二十四字母 l 二、正文部分 skill m d 不 超过五百行。工作流所有阶段有编号和出口条件，每个引用文件有使用上下文说明。 质量部分不存在五大反模式，所有指令可客观判断工作流。最后有验证步骤，有一项，不过就先别发。 skill 写得好， ai 用得妙。今天的内容就到这里，我们下期见。

上集我们说了， skill 就是 让 open cloud 干活的关键，好消息是社区里已经有几十万个县城的 skill 可以 直接用。这一集，先推荐几个好用的，再告诉你怎么做一个自己的。第一个 call review， 装上之后发一句，帮我看看这段代码。 openclaw 会按你团队的规范逐条给你列问题，不用每次自己翻文档，该改哪里一目了然。第二个，公众号携手 skill， 把一段笔记扔进去，他按固定排版帮你改成开头抓眼球，结尾有互动的格式，从整理素材到输出成品，省去了最烦的那步。 还有一个叫 pua 的 skill， 名字你没听错，用激将法，最 ai 更认真干活，社区里用过的人都说有效，当然不是真的在骂他，你懂的。安装这些 skill 就 异形命令，国内网络直接用腾讯推出的 skill hub， skill hub in store 装上开心绘画就能用了。好了，重头戏自己做一个 skill m d。 第二步，开头写名字和描述，下面用中文说清楚规则。第三步，放到 skills 目录，开心绘画 slash 命令马上出现。做 skill 本质上就是给 ai 写一份你的使用说明书， 动手是一个比你想象的简单。下一集 open cloud 怎么让多个助手同时干活，不见不散。