skill怎么返回结果

打开 work buddy， 目前版本是 v 四点七十三，点击左侧机能搜索框，输入 still creator， 点击加添加机能， 提示添加机能成功，点击按钮即可打开或关闭机能。 点击新建任务，输入内容，创建一个 skill， 名字叫指数涨跌幅触发关键词，大盘指数涨跌任务是从财经网站中搜索信息，显示主要指数的涨跌幅，以列表的形式显示给我，并分析下结果 选项保持默认， 点击发送得出使用方法，下次你说大盘指数涨跌或今日股表现如何，我会自动加载这个 still， 搜索最新数据后，以列表展示各指数涨跌幅，并给你一段行情分析。 点击 skills 可以 发现已经安装的技能指数涨跌幅，点击技能就可以使用当前技能输入指数怎么样，点击发送 得出结果，赶紧试一试吧！

ovpn 装完先别急着用，技能商店有上万个 skill， 但真正的底座就这六个，排行榜安装量最高一条命令全部装完。 第一个， agent brother， 浏览器自动化，让 ai 自己去操控浏览器，点按钮、填表单、截图、下载文件，连动态渲染的页面它都能读，相当于给 ai 装了一双手。第二个， heli search， ai， 专属联网搜索，返回结果没广告结构化输出，直接给 ai 消费网页正文，自动提炼关键信息，你的 ai 终于不用靠过期知识回答问题了。 第三个， self improving agent， 自我净化，记住你的代码风格和习惯，从每次出错中学习，自动修复错误，保持记忆，越用时越懂你，效率越来越高。 第四个， find skills 技能，发现神器，像逛应用商店一样搜索 skill， 自然语言描述需求就能匹配排行榜推荐加批量管理，升级回退，一站搞定。 第五个 skill vendor 安全审查官，装任何 skill 之前，先让他扫一遍，检测恶意代码拦截权限越界，阻止隐私泄露，出具安全评分报告，相当于给工具链装了一个门禁。第六个， email management 邮件管理， ai 帮你读邮件，写回复，自动分类整理常规邮件，直接代发 gmail， alt lock， 一 六三 qq 全都支持。

c c u 格兰 ten 开源了一个叫 j stack 的 东西，十一天，两万 star， 五十天内，他用这套配置写了一万行代码和一百个 pull request。 有 人说这是开启了上帝模式，有人说这是最好的 skill。 j stack 是 由 gary 创建的 cloud code 开源技能包，它的核心思路很简单，通过切换思维模式，让 ai 像一个完整的工程组织一样运作。具体流程如下，计划构建、审查、测试、发布、反思。在这个流程如下，计划构建、审查、测试、发布、反思。在这个流程中，每一个步骤都为上下文和输入。 jsstack 一 共包含二十八个 skill， 这些 skill 被划分为核心冲刺流程和高级工具两大类。 jsstack 通过 skill 把 ai 切换成不同的角色。你说一句话， ai 换成对应的大脑。比如你想做一个功能，先输入 gunk plan ceo reveal， 它就变成创始人视角，帮你审视你是不是在做正确的事。 输入杠 plan e n g real， 又切换成工程经理视角，帮你锁定架构、数据流和边界条件。完代码之后，输入杠 real， 它立刻变成一个被生产事故毒打过的编制工程师，专门找那些能过 c i 但是在现场会爆掉的 bug。 发布之前，再输入杠 q a， 它就会自动打开浏览器，逐页帮你跑一遍测试。 gary 自己说，这些 skill 让我可以告诉模型我现在需要什么样的大脑。当你在规划一个功能时，调用 ceo 模式， 在写代码时切换成工程模式，在发布前启动审查模式。 j stack 真正的价值不是某一个具体的命令，而是把模糊的隐性知识变成可调用的函数。这套方法论我们正处于一个阶段，流程带来的编辑收益往往大于切换模型带来的编辑收益。模型是引擎， skill 是 变速箱。

最近半年使用 cologod 安装了近百个 skr， 最后发现真正能提升工作效率的其实只有三个技能，今天免费分享给大家。第一个， superpowers， 这个 skr 改变了我用 cologod 的 方式。以前我是直接把需求交给 cologod 的， 让他来写代码，写出来虽然能跑，但是经常跑偏，改来改去浪费大量时间。 装了 superpowers 之后，我养成了一个新习惯，每次开弓前先跑一遍，不认英斯德尔敏。这个技能能让可洛的反过来问我问题，你打算怎么处理并发数据库选什么 等等等等。问完一圈，他会把讨论结果写成设计文档存到本地。听起来多了一步，但这一步帮我拦住了无数次的反攻。有些问题你自己都想不到，但是可洛替你想到了。 注意， superpowers 包含了二十多个紫技能，千万别全开，我只用 breamstorming， 头脑风暴， 其他的按需加载，要不然会浪费大量上下文。第二个技能， playing with fails， 这个技能解决了我被坑过无数次的问题。 cloud 有 个问题，它做到一半就失忆。不知道你们有没有遇到过 一个复杂的任务，聊了半个小时，可乐突然说，好的，让我们开始吧，然后就把之前做过的事情又重来一遍。根本原因是对话太长了，上下文被压缩，之前的计划全丢了。普莱因维的 flow 的 做法很聪明，就是别把计划写在脑子里，它是存在纸上 克拉的扣的。每次动手前会先建一个计划文件，每完成一步就在这个文件里打勾，就算上下文清空了，重新读一下文件就能接着干。 这个思路跟 minnes 很 像， minnes 做常任务为什么玩？因为它所有的中间状态都存在本地了。第三个技能， roughlop， 我 给这个技能起了个外号，监工 sky， 你一定体验过 cloud 的 摸鱼模式。写到一半突然说基础框架已经搭好了，你可以在此基础上继续完善。 翻译过来就是活我没干完，我先下班了。 raflopp 通过一个或可拦截 cloud 的 退出动作，他退出的时候或可会检查。你说的完成标准达标了吗？没达到，回去继续写。 我用它写过，完成过一个 c r u d 模块，设了条件，所有接口测试通过加 redmi 写完才算结束。 kloth 中间响停了三次，但都被塞回去了，最后确实把活干完了。但要注意的是，完成条件一定要写写具体做完用户模块这种话等于没说， kloth 分 分钟说服自己已经完成了写成。完成登录接口可用 单元测试，覆盖率百分之八十。加 redmi 包含 api 文档，它才没法浑水摸鱼。以上就是我常用的三个技能，今天希望能够对大家有所帮助，感谢观看，拜拜，下期见！

我发现一个非常好用的 skill， 就 这个 qwares， 它可以让你的 openkey 直接接入 a 股和美股，让你实现二十四小时股票分析自由。操作很简单，一共就三步，首先进入 qwares 平台，然后注册账号， 再点击这里复制它的链接和 api k。 第二步，在 open ledger 中直接让它帮你配置这个 skill， 配置完成后进行第三步测试。直接问一句，今天 a 股有哪些涨停股票，看到了吗？实时数据直接返回，我们再试一个 现在黄金价格多少秒回。这就是接入 q virus 之后的结果，而且它的数据是可信的，有时候让他帮我定时监控股票的涨跌情况。它的数据是获取了同花顺的实时行情的数据发送到我的飞书上面的。

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！

hey， 欢迎来到今天的科普，你有没有听说过 agent skill， 或者听别人聊过给 ai 装技能、 skill、 生态这些词？如果你对这些概念还不太了解，别担心，今天这期视频，我用最简单的方式帮你把 agent skill 这个东西彻底搞懂， 不管你是不是程序员，这期内容都能让你听明白。好，我们开始吧。 在聊 skill 之前，我们得先搞清楚一个概念，什么是 ai agent？ 简单来说，传统的 ai 聊天机器人就像一个应答员， 你问他一句，他答一句，你不问，他就等着。但 ai agent 不 一样，他更像一个能干的员工， 你只需要告诉他一个目标，比如帮我整理上周的销售数据，他就能自己去查数据，做分析，生成报告，最后把结果交给你。整个过程他自己规划步骤，自己调用工具，自己检查结果，不需要你一步一步地指挥。 这就是 a 阵的核心，从被动回答变成主动执行。 那问题来了， agent 虽然很聪明，但他也不是万能的大模型，就像一个超级聪明的大脑，什么都能理解，什么都能聊。但他真正要帮你做事的时候，比如帮你搜索资料，帮你发邮件，帮你写代码，帮你做表格， 每一样都需要专门的工具和能力，你不可能把所有能力都塞到 agent 的 脑子里，那样会太重、太慢、太贵。所以 skill 这个概念就出来了。 skill 就是 把某一种专门的能力打包成一个标准化的技能包， agent 需要什么能力就加载什么 skill， 就 像你的手机，想要什么功能，就下载什么 app。 那具体来说， skill 到底长什么样？其实一个 skill 就是 一个文件夹，最核心的文件叫 s k i l l d， 它是整个技能的入口，这个文件里面写了三件事，这个技能是干什么的，什么情况下应该处罚它，以及具体该怎么执行。 除了 skill， midi 还可以附带参考资料，执行脚本、模板素材。它的运行机制是这样的，当 agent 启动的时候，它会先扫描所有 skill 的 名称和描述， 建立一个缩影。当用户说话的时候， agent 会自动判断当前这个任务应该用哪个 skill， 匹配到了就加载这个 skill 的 完整指令去执行，如果需要查资料或者跑脚本，再按需加载对应文件。这样设计的好处是不会把所有东西一次性塞进上下文， 既审头肯又高效。如果你之前了解过 ai agent， 可能还听过另一个概念，叫 m c p。 这两个东西经常被搞混，但其实它们完全不一样。 简单来说， skill 是 教 agent 怎么做事，他告诉 agent 遇到某类任务的时候，应该按什么步骤来，遵循什么规则，输出什么格式。比如一个邮件整理 skill， 他 会告诉 agent 先按优先级分类，再标记重要邮件，最后生成摘药。 而 mcp 是 给 agent 的 提供工具，它是一个标准化的接口协议，让 agent 能够连接外部系统，比如数据库、搜索引擎、文件系统这些。比如一个邮件 mcp， 它让 agent 能够直接读取你邮箱里的邮件。打个比方， skill 就 像一本操作说明书，告诉厨师怎么做一道菜。 m c p 就 像厨房里的灶台，刀具、调料是厨师做菜需要用到的工具，两者缺一不可，但作用完全不同， skill 定义的是流程和知识， m c p 提供的是连接和能力。 搞清楚了概念，我们来看看实际有哪些平台支持 skill。 其中最出圈的就是 open claw， 也就是大家常说的小龙虾。 为什么说它最出圈？因为它能接入微信，飞出这些你每天都在用的聊天工具，二十四小时在线帮你处理事情。它的技能市场叫 kolharp， 上面有上万个社区开发的技能，覆盖工作、学习、生活各种场景。除了小龙虾，其实现在各种类似小龙虾的 agent 应用都支持 skill， 国内比如 work body、 codework 这些，国外的像 cloud code， cursor 也都支持。值得一提的是，两千零二十五年 agent skills 规范作为开放标准发布了，这意味着大家统一用 skill md 这种格式来写技能。 你写的一个 skill 在 不同平台上都能用，就像 usb 接口，统一了标准，一根线能接所有设备。 我们重点来看看小龙虾的 skill 生态有多丰富。它的技能市场叫 clohab， 目前已经有超过上万个社区开发的技能。我举几个热门的例子。第一个 self improving， 让它在工作中自动积累经验，越用越聪明， 下载量三百二十八 k， 排名第一。第二个 summarize， 帮它快速消化成文档，自动生成摘药。 第三个 skill vector， 安装新技能前自动做安全扫描，防止恶意代码。第四个 ontology， 为 agent 提供结构化的记忆和知识图谱，可以说你生活中能想到的自动化需求，基本都能找到对应的 skill。 聊一个特别有意思的概念，让 agent 自己给自己造技能，你可能会想，写 skill 需要懂技术吧？其实不一定，现在的 agent 已经可以做到，你用自然语言告诉他你需要什么能力，他自己就能把 skill 写出来。 比如你对小龙虾说，帮我做一个技能，每天早上自动整理我的邮件，把重要的标记出来，小龙虾就能自己分析需求，自己写 s k i l m d， 自己创建好文件，然后这个技能就能用了，你全程不用写一行代码。更厉害的是，有些 agent 还能自我净化， 他在帮你做事的过程中，会自动总结经验，形成自己的内部技能库，下次遇到类似的问题，他就能直接用之前积累的经验来处理，越用越聪明，这才是 skill 生态的未来。不只是人类给 ai 装技能， ai 也能给自己装技能。 在结束之前，我要提醒你三件事，第一，安全。第一，特别是小龙虾的 skill， 它能访问你的邮箱、日历、聊天记录，权限非常高。安装第三方 skill 之前，一定要做安全检查，推荐先装安全审计类 skill 作为保障。 有数据显示， clorhub 上大约百分之十二的第三方 skill 存在安全风险，所以不能掉以轻心。 第二，按需安装。很多人刚接触 skill， 觉得什么都有用，一口气装几十个，结果呢？占用资源，互相冲突， agent 响应变卖。 记住不是越多越好，按需安装够用就行。第三，最好的 skill 是 自己写的。每个人的工作流程不一样，通用的 skill 不 一定适合你。花点时间把自己最常做的重复性工作封装成 skill， 这才是最大的价值。 好，今天的分享到这里就结束了，我们来快速回顾一下。第一， ai agent 是 能自主执行任务的智能体，它不只是聊天，而是能帮你真正的做事。 第二， skill 是 agent 的 能力扩展包，把专门的能力打包成标准化的模块，按需加载。第三，一个 skill 本质上就是一个文件夹，核心是 skill md 这个指令文件。第四， skill 和 mcp 是 两个不同的概念， skill 是 说明书教 agent 怎么做事， m c p 是 工具箱给 agent 提供连接外部系统的能力。第五，小龙虾是目前 skill 生态最丰富的平台， clone hop 上有上万个技能，覆盖工作、学习、生活方方面面。 第六，未来 agent 可以 自己给自己造技能，你只需要用自然语言描述需求就行了。好了，以上就是我们今天讲的六个要点，我是逆光运算，欢迎关注，下期见！

skills 安装完了以后，那么我们还需要去管理，这里其实有四个步骤，在这个 ppt 里面我列出来三个，第一个是我们可以查看 skill， 第二可以删除， 第三个可以更新，其实第四个可以是屏蔽，我们后面再去介绍。我们先说查看，你可以查看 skill 列表，你还可以查看指定的某一个 skill， 这样它就会把这个 skill 全部列出来， 信息都会打出来。如果你觉得某一个 escape 有 风险，或者某一个 escape 有 点多余，那么你这个时候可以把它选择删除，你就告诉他删除这个 escape， 像更新 escape， 你 可以告诉他系统里边的 escape 有 哪些，哪些 escape 有 更新文件，你都更新一遍，这个时候他就会给你一个报告，哪些 escape 是 有更新的，哪些 escape 是 没有更新的。 屏蔽 skill 其实是在客户端上去操作的，当你不想用某一个 skill 去执行工作的时候，到技能市场上把那个开关给关掉就可以了。这一步的意义是什么呢？就是你在控制 ai 的 能力边界，保留一些精品的 skill， 这样能为你更好的去干活。 我们来演示一下这个 skill 管理的是怎么做的，比如说我们刚刚装的这个飞书的 skill， 我 们就可以先去让他查看 好，这就是他给出来的已经安装的这个飞书的信息，他已经看到了，没有更新包。另外他把飞书这个 sku 的 信息给列出来了，但是他还有一个注意事项，那么我们也可以删除他 看飞书这个 sku 已经删除，那么 sku 管理大概就是这几种方式。

open curl 看个新闻直接消耗几十万头肯，很多人以为是模型贵，其实是搜索方式没用。对 open curl， 它默认的搜索链路是什么样的呢？它会启动浏览器，打开网页，输入搜索词，抓内容，再让模型解析网页的最后新闻页，跳转页，一层一层读，网页里头很多的导航栏，各种的标签，其实都是没用的东西，这些东西肯定又慢又费头。肯解决方法就是用 tabl， 它是专门给 ai agent 用的搜索 api， 返回的结果呀，非常干净，不需要把整个网页塞给模型。而且啊， tiffin 注册就有免费额度，每月一千，基本够用。 用法呀，非常简单，你直接对 open kerlo 说，我的 tiffin api key 是 叉叉叉。我想用啊 tiffin 做搜索，给我创建一个 skill 之后， open kerlo 就 能用走接口的方式去查新闻，更快更稳，而且还省 token。 如果你之前也被几十万 token 看一条新闻坑过啊，把搜索换成 title 点，立竿见效。

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。

opencloud 小 龙虾天天失忆？昨天一起熬过的夜，今天早上一问全忘了。教你一个技能彻底解决这个问题。和你的小龙虾说安装 cloudhub 的 agent rachel 技能，这是我自己制作的 agent 记忆复盘和自我迭代的技能。最后一步，添加定时任务。 这么跟小龙虾说，凌晨两点执行 agent retry 技能复盘昨天的行为，并且把结果发给我。第二天一早检查小龙虾昨晚发送的这样的信息，就是成功执行了。你的龙虾会失忆是因为我们看到的聊天记录不等于它的记忆。 agent retro 会把前一天我们所有的聊天记录拉出来，详细的分析做了什么事情，做对了哪些做错了哪些有什么需要改进的，以及分析用户的画像， agent 自己的画像，最后再去更新它的长期记忆文件。长期记忆是 open cloud 的 特点， 在记忆的基础上，能够自我迭代的龙虾机器人会是越来越懂你的 ai 助手，关注我，带你玩转 open cloud！

好，我们来跟大家讲的是 opencloak， 它是如何将用户提交上来的信息匹配到指定的 skill。 我 们来看一下 user， 他 会向他的 ai 助理我们叫 agent 发送一个请求， 那接下来 agent 呢？就把该信息提交给 opencloak server， 没有问题吧。接下来 open cache server， 它会在这里做一个 skill 的 匹配， 一旦匹配成功了之后呢，它就会调用 skill server 获取数据返回给 cache， 在 这里是 skill server， 然后这里就是 t p， 把结果返回来 没有问题吧？我们重点就在这里如何匹配 skill。 我 们知道在每一个 skill 里面都有一个重要的文档叫 skill markup， 它里面有两个重要的字段，一个是 name， 一个是 description。 我 们假设今天我们要讲的 skill 是 一个天气预报， weather， 这个名称就是 weather， 然后呢，这个 description 描述它讲的就是天气或者是温度等等， 然后还有其他的信息，例如 a、 b， i 等等。 好，我们来看一下这个匹配是 q， 是 谁来执行？一旦匹配成功了之后呢？是谁来执行呢？是由我们 agent 去执行， 由 agent 去执行，而不是我们的 server 去执行。好，我们来举个简单的例子， 今天北京天气怎么样？然后呢，他会去匹配所有 secure 里面的这个 decryption， 他 发现里面有个电气没有问题， 这个时候呢， agent 就 会发起一个报文给 secure server， 因为我们在这个 markdown 文档里面会有个 a、 b i 的 接口，去调用 secure server 获取数据，然后返回来给我们 agent， 然后用户就能看得到，没有问题。哦，好，那接下来我们来看另一个例子， 昨天北京电器怎么样？它会去匹配电器，没有问题， 然后找到了 weather， 也就找到我们指定的 q， 但是我们在这个 q 里面有关键的词 number four historical 历史记录，我这个 skill 里面是没有办法保存历史记录的。好吧，但是你用户提交上来有昨天历史记录，这个时候呢，在这里写一下， 这里是一，没有问题，然后呢？在这里是二， 他向 agent 发出一个请求， agent 然后提交给我们的 cloud server， 然后 cloud server 他 在这里进行匹配的时候发现，啊，是历史记录，这个时候呢就会被打回来， 好吧，然后这个时候你会发现，哎，我的 ai 助理没有想象中的那么聪明。 ok。

分享一个可以把任何你看到觉得有用的东西转变成 cloud skill 的 超简单方法。我之前分享过的公司分析 skill、 巴菲特财报分析 skill 都是这么做的。 这个视频适合从来没有创建过 skill 的 新手小白，或者你压根不知道 skill 是 什么，保证你看完也能立马拥有自己的第一个 skill。 首先我们来看一下嗯，到底什么是一个 cloud skill， 我 们拿这个官方的一个 skill 来做例子，就是在这个 cloud desktop 上，你可以从这个设置，然后这个 capabilities 这里找到 skills， 然后你可以看到这里其实就是一些官方的 skill， 你 可以直接点击起用这些官方的 skill， 比如说我们来看这个 skill creator， 对， 这个 skill 也是我后边分享如何自己创建我们会用到的一个 skill， 它就会首先包含这个 skill 的 markdown 文件，这个是每个 skill 都必须有的，放的就是一些 你这个 skill 的 一些核心指令，相当于这个 skill 的 大脑告诉啊 cloud 要怎么做。然后它还可以放其他的服务的，比如说 scripts， 就是 可以放一些脚本， 你像它这里放的些 python 脚本，你可以放一些写代码脚本啊，或者数数据处理的脚本。 references 的 话就是可以放一些参考资料啊，比如说你团队手册啊，行业标准啊，它这里应该就是放的一些啊，这里文件的一些 skin 码， 然后还有这个 s s 的 话，你可以放一些你的 logo 啊，图标啊之类的，但那些都不是必必须的，每个 skill 你 最起码是要有这个 skill 的 markdown 文件， ok， 我 们知道 skill 长什么样，那么 呃有几种方法可以用这个 skill 呢？一个就是这里的这官方的官方 cloud， 它自己有很多 skill， 你 啊可以在这里起用就 ok 了。还有就是你可以用第三方的啊，比如你可以在这里上传其他人做的 skill。 这两个就是我最近做项目 比较常用的，这个是 y c 的 主席 ceo 他 做的一个 skill， 我 现在每次有什么 idea， 我 都会先用这个 skill 跟他聊聊，然后写 plan 什么的。一般这种啊， 大家写的 skill 都会告诉你要怎么安装，比如说这里它就会告诉你直接把这段话贴给 cloud code 就 ok 了。 其实它核心就是把它的这个 skill 代码下载下来，然后放进了这个 folder 里边，这样我们把 skills 放在这个 cloud skills 这个 folder 下面，这个 skill 就 能够被 cloud 给调用。 有很多使用方法，比如说他这个 skill 的 话，他就嗯，他这个其实包含很多 skill 了，他就告诉你说，嗯，比如说他这里取些力，你可以告诉他说啊，我想要 build a 个什么什么东西，然后嗯，再调用这个 office hour 就 ok 了。 或者你像这是这也是一个做项目比较常用的，也是做 plan 用的啊， superpower， 这个你看 它有另外一种下载的方式，就是因为它这个 skill 已经放在了 market place， 所以 你直接用这样一行命令就可以啊，这个也是在 cloud 的 内部，你这样调用 啊，你这样做这样的一个调用就可以直接下载这个 skill， 然后它也是包含了非常多的，你看它 有 brainstorming 啊啊， writing plan 啊，那 skill 有 一个非常好的方式，就是你它是自动 trigger， 像我刚才举那个官方的 skill creator 的 例子，你装完那个 skill 之后， 你每次只要做的事情是创建一个 skill 的 事情，它就会自动知道应该用哪一个。像它这里就是说，呃，你只要说的是啊，帮助我 plan， help me， plan this future， 它就会自动地去调用相应的 skill， 你 甚至不用，就是特别 specific 去说，但是你也可以非常 specific 说，哦，你用这个，比如说刚才的这里，你就说啊，用 office hour 这个 skill 帮我做什么什么事情也是 ok 的， ok。 接下来到 我们如何创一个我们自己的 skill， 我 就拿我自己做的这个公司分析和巴菲特财报给大家举例子， 非常简单，我感觉主要是这个思路，给大家分享这个思路。拿我之前的这个公司分析 skill 给大家分享怎么创建一个自己的 skill， 你 看就非常简单。我当时就是在网上啊，应该是 twitter 上看到这样，他分享这个 twitter 和这样一张图片， 把这个图片下载下来，然后贴给 cloud， 我 就直接说你基于这个图片给我做一个如何 research company 的 skill 看，它就会自动调用这个 skill creator 的 这个官方 skill 去给我创建这个。你完全可以不懂这个 skill 到底是什么东西，但是你只要有这个思路就 ok 了，你就能创建，然后它就会给你创建出来这样一个 skill， 你 看包含这个 markdown 的 文件和 reference， reference 就是 一个 ticklist 和一个这个 matrix 的 macdunk 文件，然后你就把这个 skill 给下载下来，然后导入它也告诉你怎么做下载这个 skill， 然后在设置中导入，然后你之后只要 说这些，只要是说跟这个分析公司相关的，都会调用自动调用这个 skill， 比如我下面就直接说你给我分析一下 m u 这个公司， 他就直接会嗯知道要用刚才的那个 skill， 然后开始给我做这个分析，就会生成这样一个分析报告， 再给大家分享我是怎么做这个巴菲特分析财报的，其实也是类似的思路，只不过稍微多一点点步骤，先是我把 嗯，这这个是我后来做整个投资系统的，我可以下个视频给大家分享。嗯，首先就是我把 巴菲特的这本书传导入了进来，就是这本巴菲特之股东的信，它里边就是分享了很多看财报的方法，然后导入之后，在这个 notebook l m 里边你可以选嗯， 相对应的你可以这样勾选，你看你在这里给他输的时候，你可以对应的你的 so， 比如说现在如果你只勾选他的话，你跟他聊天他就会只针对这一个，所以我当时就是 嗯勾选了它，然后我直接说的是嗯总结一下巴菲特怎么看财报的，然后它就会基于你导入的这个 source， 然后给你总结出来，总结完了之后， 你可以这样把它存到点这个，然后它就会出现在这里，然后你再点导出 它就会到 google doc 上，并且你还可以给它下载成 markdown 的 格式，对于 ai 来说，它最它读这种 markdown 文件是最容易的，所以一般我就会下载成 markdown 的 文件，然后你再把那个下载的， 哦，我当时甚至都没有下载，我直接应该是把那个 markdown 文件贴过来了，你看我直接给他说这是我总结出来的，然后让它制作成一个 skill， 他就来帮我制作了，然后也是这样给我生成了这样一个 skill， 包含了一个 markdown 和一个 reference， 然后你再导入，然后之后你就可以直接有公司，你就说啊，把这个公司财报分析一下，它就会自动调用这个 skill， 是 不是 非常简单？我觉得这个思路可以用到你，任何你只要看到你觉得有用的，你都可以用这个思路去创建一个 skill， 然后你日后就可以直接调用，直接用。

我说一句可能会得罪很多人的话啊， q 会消失，不是可能，是迟的，现在很多人呢，都忙着在搞这个 q 啊，自动生成报价单，自动回邮件，抓取新闻。但 ai 的 进化方向从来不是多装几个插件，是把插件吞进系统里。 那么现在第一个阶段呢，就是 ai 吸收的是一个人的显性知识啊，会写邮件，会做 ppt， 会查资料，那这是今天的 skill。 第二个阶段呢，是 ai 吸收一个人的完整经验，不只是怎么做，还包括什么时候做，为什么这么做？这叫隐性知识也开始被吞。 那么到了第三个阶段呢，就是 ai 会吸收一个人的这种团队协助逻辑，那么谁发起，谁执行，谁审批，谁兜底，流程和分工也跑不掉。到了第四个阶段，就是 ai 吸收一个企业的这种经营逻辑，从定目标到调资源，从复盘到决策 管理，同样被重构。那么到了那个阶段，就是你手搓的那些 skill 呢？其实不是被删掉，是被系统自带。 就像十年前你装截图工具啊，现在截图呢，是电脑自带的啊，高频的通用的能力，最终都会被平台吞掉，那锤力是不是就挂了？那我换个说法，锤力不会挂，但会升级 通用 ai 呢？吞掉呢，永远是已经跑通的，可以复制的标准化的部分。那这里有一个关键分界，就是靠信息不对称活着的锤类会被吞，但靠物理世界和信任关系活着的锤类 ai 呢？吞不掉，这不是技术问题，是责任边界的问题。 所以 skill 呢，会消失，但锤类的机会不会消失，只是往更深的方向走，从功能插件升级为业务系统啊，从 ai 帮你干变成了 ai 替你扛事，那评论区聊一聊，你觉得你的 skill 还能扛多久？

大家好，今天我们来把两个小白最容易混淆的概念彻底讲清楚。 c l i 和 skill 这两个词经常出现在 cloud code 的 教程里，但很多人装了半天，还是分不清它们到底是什么关系，有什么区别。 今天只讲这一件事，讲完之后你会发现其实非常简单，一个比喻就够了。你家厨房里有一台烤箱，烤箱就放在那里，插上电，但只要没人去按按钮，他就一直待机，什么都不干。现在你买了一本烤箱使用说明书， 说明书告诉你什么时候该开烤箱，温度调多少，烤多久。好，记住这个画面。 c l i 工具等于厨房里的烤箱， skill 等于烤箱的使用说明书。烤箱负责真正慢活儿，说明书负责告诉人怎么用它。两个缺一不可。先说 c l i。 c r i 的 全称是 command line interface， 就是 命令行工具，不要被这个英文词儿吓到，它的本质就是一个装在你电脑系统里的软件程序， 你通过 m p m install 或者 brew install 这样的命令来安装它。装完之后，它就待在你的电脑里，等着被调用。最关键的一点， c l i 工具不会自动运行， 你把 versile c o i 装好了，它不会自己去帮你部署。只有当 codecode 主动发出命令，比如执行 versal deploy， 它才会醒来，真正去干活。所以记住， c l i 是 真正干活的工具，但它是被动的。再说 skill， skill 和 c o i 完全不同，它不是一个软件， 不需要安装，它就是一段文字说明，通常是一个点 m d 文件，这段文字被读进 clod 的 记忆之后， clod 就 知道了。遇到这类任务，我应该怎么做，按什么步骤来，用哪些工具？比如有个叫 frenton design 的 skill， 里面写着，遇到前端界面任务要生成有真实设计感的页面，避免紫色渐变和套路字体。 cloud 读完以后，碰到前端任务，就自动按这个规范来 skill， 不 需要安装，让 cloud 读一遍就能立刻生效。而且 cloud 会智能判断，他觉得需要的时候 会自动除法对应的 skill。 好， 现在我们把两个概念放在一起对比，看表格的第一行本质是什么？ c l i 是 软件程序， skill 是 一段文字，说明装在哪里？ c l i 装在你的电脑系统里。 skill 装在 cloud 的 记忆里，怎么加载？ c l i 用 n p m 或 word 安装 skill 只需要读取一个 m d 文件。最重要的区别，会不会自动运行？ c o i 不 会，必须被主动调用。 skill 会 ge 的， 识别到任务类型就自动触发。 最后一行，用我们的比喻总结， c l i 是 厨房的烤箱， skill 是 烤箱使用说明书。现在说两者的关系，这是最关键的一页。看这条流程，你说一句话， skill 知道该怎么做。 cloud code 下命令， c l i 工具真正干活，你收到结果。所以 skill 是 指挥官，他告诉 cloud 应该怎么做。 c l i 是 士兵，他接到命令后才真正动手执行。 下面三个场景帮你理解触发机制。第一个， c l i 永远不会自动运行，你把温手 c l i 装好了，但如果 cloud code 不 去调用它，它就一直待机。第二个 skill 智能触发， 你说做一个漂亮页面， cloud 识别到，这是前端任务，自动调用。 friend and design skill， 你完全不用点名说用哪个 skill。 第三个 skill 手动触发，你也可以直接点名说，用 stock investment analysis skill 分 析这条新闻，或者立刻按那个 skill 的 框架来工作。知道了是什么之后，我们来说怎么用。先说 c l i 怎么安装，两步非常简单。 第一步，在终端里输入一行命令，比如安装路由 g 杠 g versa， 然后 versa login 登录一下，就这样，你不需要理解这行命令是什么意思，复制粘贴就好， 就像在手机上装一个 app， 装完就一直在了。第二步，告诉 cloud code， 你 有这个工具，你只需要用中文说需求，比如帮我把这个项目部署上线。 cloud code 会自己判断需要用 virtual c l i， 然后主动去调用它。你不需要记任何命令， 重点记住， c l i 只需要安装一次，装好之后，以后所有项目都可以直接用，不用重装。 skill 的 加载比 c l i 还简单，因为根本不用安装。有两种方式，第一种，写进 cloudy， 点 md， 长期有效。 cloud 点 md 是 你项目的手册文件， 在里面加一行 read skill， dot md and follow it， 这样每次 collab 打开这个项目，都会自动读取这个 skill， 长期生效。适合你经常用的规范，比如固定的设计风格，代码命名规范。第二种，对话中直接说临时有效。 你可以直接跟 cloud 说，帮我用 fourier design skill 做这个页面， cloud 立刻提取，并按那个 skill 的 框架工作。你也可以直接上传一个点 md 文件， cloud 会自动提取里面的内容。总结一句话， skill 不 需要安装， 让 cloud 读一遍就能立刻生效，光说概念可能还不够清晰。我们用一个真实案例走一遍场景。你说帮我把股票新闻 app 部署上线。第一步，你说这句话，你完全不需要知道任何技术细节。第二步， skill 发挥作用。 skill 里存着部署的正确步骤， cloud 读完就知道，先提交代码到 github， 再用 versio 部署。第三步， cloud code 判断 他知道需要调用两个 c l i 工具， heatop c l i 和 versatile c l i。 第四步， c l i 工具真正干活，执行 get push， 再执行 versatile deploy， 全部在后台自动完成，你完全感知不到这个过程。第五步，你收到结果， 三十秒内新版本上线，你拿到一个可以分享的网址。你只做了一件事，说清楚需求 school 和 cli 共同完成的所有技术工作。最后，我用三句话帮你把今天的内容全部记住。第一句， cli 装在电脑里是真正干活的工具，不被教导，永远待机。 第二句， scale 装进 cloud 的 大脑，是告诉他怎么做的说明书， cloud 会智能判断出发。第三句，两者的关系。 skill 是 指挥官， c l i 是 士兵， 缺一不可，配合才能跑起来。记住这三句话，以后不管看到什么 c l a 工具或 skill， 你 都知道它们各自是什么，怎么用，谁指挥谁好。今天的内容就到这里，如果觉得有帮助，欢迎大家点赞关注我们，下期见！

今天我们开始学习 agent， 通过今天的视频，你也可以在短视频平台做视频解说。今天视频大部分内容是由这个视频剪辑 agent 中的一二步骤来完成的，包括字母识别，字母优化，根据字母生成配音。我们接着往下看。 大家好，从今天开始我们将完成一个视频剪辑 agent， 第一步是字幕提取与优化，第二步是字幕生成语音，第三步视频自动剪辑。第四步是将提取的字幕生成的语音，还有剪辑后的视频，将这几个素材融合成，最终生成想要的最终视频。 今天需要完成的工作是字幕提取与优化，主要采用了音视频分离技术，所使用的工具是 full pack。 接下来是音频转字幕， 使用的工具是 whisper。 然后是字幕内容优化，我们将字幕内容交给大模型，对字幕内容进行优化，我们这里使用的是 deep seek。 接下来我们看一下字幕提取优化这个 skill， 我发给他一段四十五秒的视频，让他提取字幕， 一段时间后，他完成字幕提取并返回结果，这就是返回给我们的字幕文件。 这里可以看到字幕文件包含时间轴和字幕内容。这里还有一些错误，但可以通过微调系统修正，以保持更高的精确度。 下一步我们看一下这个 still 的 组成结构。 首先我们看到 video to subtitle， 这是主工作脚本，它最主要的函数入口就是 video to subtitle 这个函数在这个函数里用于在 pdf 提取音频， 然后在这里加载了 which pro 模型，加载模型后通过该模型提取音频字幕。提取字幕后，将整个字幕转成一个 list 列表，然后将整个列表交给大模型进行输出， 在这个位置，最后输出大模型优化文本的结果，然后再写回到字幕文件里。脚本最重要的部分取决于两个方面，第一是我们自己发音标准，第二是关于大模型的提示词， 重点是要告诉他大模型在这里承担什么样的角色，帮我们达到什么样的目的。下一个文件我们重点关注这个 skill md， 这是一个 skill 说明文件。 大模型 openclaw 调取这个 md 文件，理解如何使用这个 skill， 包括它的参数，这里只是一个说明文件最重要的一个入口，对于 openclaw 来说，它的入口是这个 manifest， 这个入口 在这里就定义了这个 skill 的 名称。这个 skill 包含了工具和这个工具的一个简介。然后这个 skill 的 入口文件在哪里？这里我们指向了 video to subtitle pi 这个脚本文件， 然后这个脚本文件又指向了其中呢？ video to subtitle 这个函数， 也就是主函数入口。最后是关于参数文件是 schema， 这个参数文件指向了 schema g， s， o， n 这个 在这里面就定义了它有哪些参数。第一个是视频的路径，第二个是语言，第三个是是否调用大模型进行优化这个参数。 第四个是每次向大模型提交的语句数量，这里我们取了一个中间值。五，不能一次提交太多， 提交太多容易导致大模型堵塞。最后一个地方定义了一个 b 传参数，视频路径是 b 传的，还有这个文件，这是一个纠错脚本，由于发音不标准和口音影响，我们经常会发音错误 或者语音转文本识别错误，那么它会进行纠错，将我们的结果， 比如它发音成千问，我们就直接纠错为千问。领取纠错为领取， 然后立即领取，纠错为立即领取。 open claw 纠错为 open claw， skill 纠错为 skill， open claw 转成了 open claw 函数，纠错为函数。 我们有时会把大模型说成大模型，这里与我们就错为大模型，这就是整个 skill 的 工作方式， 这就是今天所有的内容。如果你觉得对你有用，你需要这个 skill 文件进行学习，你可以关注私信我，我将整个 skill 文件打包发给你，谢谢大家。

小王，在不在直播间，我瞅一下。小王，在的啊，刚好我先说一下啊，小王你扣个一，我跟你简单说一下，在的是吧？好的，就是我们上周不是搭了一个 pronto 管理平台吗？这个你应该在直播间应该大概待过，然后我们在 pronto 管理平台里面呢，创建了一个新的 pronto 啊，这个 pronto 呢就叫 skill 生成的一个 pronto， 这里面我们就 约定了一些 pronto 的 结构参数，一些规则啊，大家了解就可以，后面的话这个 pronto 的 我都会发给大家的， 然后我们就做了一个多版本的概念啊，然后现在最新版本零点一点五，然后的话我们最近呢两个晚上直播呢，又 搭建一个 skill 管理平台，因为接下来我们要做那个树森的 agent 的 大脑， agent 的 大脑我们要自己去基于 java 去设计一个新的 agent 的 框架，但是可能不会像市面上那么的那么的成熟，那么复杂，但是希望通过自己设计，大家能够对 agent 的 工作原理，包括自己的一个设计能力有一个提升， 然后我们设计的时候就涉及到 skill， 所以 我们这次打了 skill 管理平台，然后 skill 管理平台的话，我们除了发布列表之外的话，我们直接做一个 skill 生成器啊，这个生成器的话，首先就是我们在 pr 平台平台，那个 pr 里面呢有个变量啊，那个变量就是你想要做一个什么样的 skill， 你 想要自己发布个什么样的 skill， 然后比方说我们 爱奇做的那个问答，那个叫什么 im 消息总结，不是有个 a p r 插件吗？你想把它发布成 skill， 你 就可以这样简单描述一下，比如说你的技能叫 im 聊天消息查询啊， 而且查询这一次给我大体的描述，以及啊你要调哪个接口，然后你的健全啊，这个我刚才一开始在直播间讲过啊，这个后面来再来看这个健全的方案，这个首先是不安全的啊， 然后想求参数，输入参数，哎，你只需要简单这样一描述，然后丢进来让我们生成。生成这个过程我们就是会接入 pronto 平台去拉取 pronto， 然后把变量然后替换进去，然后的话我们再走了一个基础的对话模型，然后去让它生成 啊，然后具体的你到时候可以看那个 skill 生成器的框图，然后我们会生成四个字段，然后这四个字段返回一个阶层啊，生成接口返回的是个阶层四个字段， 然后四个字段呢？在这个 skill 生成器这里，我们是呈现的效果上是三个文件，因为四个字段里面有个字段是这个 skill 的 技能的名称啊，比如说比方说这个它生成的名称叫 i m chan quarry 啊，这是这么一个技能。然后我们按照那个 part 的 要求生成了 skill 的 三个文件 啊，一个是源文件， json 文件，还有一个是批文文件，就是你最终这个 skill 我 们是要集成到 agent agent 去做任务规划的时候，我们规划他要查这个人的消息，然后要去要去触发他，那 agent 怎么触发呢？ agent 本身大模型是没法执行这个批 y 脚本的，所以我们在炸号工程里面做了一个简单的一个批 y 执行的沙盒环境，或者是一个简单理解，就是一个工具力吧， 会起一个 py 的 一个执行的这样一个进程，然后我们把哎当前这个 skill 生成的这个 py 文件，然后去跑一遍啊，包括我们大模型对话的这个上下文的参数里面抽取的参数来作为这个 py 的 入参， 然后我们这里就可以把这个 skill 生成的 skill 下载下来，下载下来之后呢是个 zip 包，这个 zip 包的话是我们下一步做的事情，我们下一步会做这个 zip 包发布，发布的时候呢，我们会上传类似 zip 的 logo 了名称了。然后呢包括你这个 zip 包后续用的时候呢，你要点击安装，然后我们会解压包， 我先解压啊，比如说后面的话，这个解压就是自动化的，不是我现在手动去解压。解压出来之后呢，我们会把按照这样的一个结构，就是前面这里的约定的结构生成这么一个文件结构的压缩包，这个结构呢， 他不是标准的，就是不是说所有的 school 必须按照这个结构啊，这个东西是由你 school 的 一个使用平台来决定的，那我们后续的 a 政策呢，约定按这个结构去使用，那我们就这样去定，然后呢完事之后的话，我们后续去执行的时候呢，也就是把这个解压完之后，安装到本地的某一个字旁的某一个位置去了，字旁的某一个路径下来，我们 现在是在测试这个整个执行的过程，然后我们就会把这个路径哎，然后传给我们的这个派森运行的沙盒环境，加上模型，从上下文里面抽取的参数啊，这个我现在写的后续都动态抽取的，然后测试执行，就这么一个过程。 哎，这次没问题，好像这个消息刚才从数据库里面就看到了。 呃，相当于是我们有一个聊天 m 聊天查询的 skill， 然后我们他那个通过 agent 去做任务规划， 然后识到这个 skill 之后呢？然后去做筹餐，筹完参数之后我们要去执行了，我们从本地拿到这个 skill 的。 呃， py 可执行脚本文件，然后在 java 里面有一个 py 的 一个类似于一个虚拟的这样的执行环境，然后就执行这个脚本，然后刚才我们可以看到这个干啥呢？吃饭了吗？对吧？什么老乡鸡吃的啥？吃过了吗？哎，这个就是它实际的从你业务系统里面已经把这个数据查到了。 哎，那这个就 ok 了啊，我觉得 ok 了，然后这个脚本我们已经调了好几个晚上了啊，别的不说，光这个 java 生成的脚本还是比较有价值的， 我把它发布到社社区啊，让大家那个如果你，你们想测试，或者是你们最近在公司里面要做都能用啊，其实都能用，无非就是那个生成的结构，你们调一下，你们可能用龙虾，或者用你们公司自己的这个 a 阵的产品来支持 sql 的 安装，那这个时候你得按照他的这个要求， 按照他这个要求，然后去把这个 part 的 结构调一下就可以，其他的人都不用改啊。 后面的话，这个我也会把它那个作为一个默认的，默认的一个，因为我这个视频剪辑还有这个代码完善还需要点时间，后面我直接在书库里面内置，像这种就可以内置下来，就不用大家去配了，现在的话你们要用的话可以自己去调， 这应该叫那个就这样吧，就这样什么其他的框还可以截图， 这个大家明天可以再试一试，就是看看还有没有什么别的问题，就是我们大家齐心协力，对吧？大家一块去测试打磨你只要打磨一个好用的，大家都能，手机都能使用 啊。这个已经发布了，可以复制下来，明天再调一调，看看还有什么别的 bug。 行，那我就下播了啊，一点半。