skills 怎么用于本地模型

兄弟们，这是近期 github 上热度很高的一个开源项目，它是基于 landchain 和 land graph 搭建的通用 agent 框架。你可以把它装在本地，通过 web 界面直接对话下发各种任务。也可以基于它创建专门的 agent 去处理特定的工作流。 和 openclaw 类似，它支持通过 telegram、 飞书等 i m 渠道远程派发任务，不用守着本地电脑。同时也支持自由接入 skills， m， c p 和自定义函数来扩展能力，并且具备长期记忆， 能在运行中不断学习你的偏好、知识背景和工作习惯。他最初是为深度研究设计的，所以比较擅长处理复杂任务。他会按需动态拉起多个 sub agents， 每个都有独立上下文定型处理子任务。面对特别复杂的问题，他甚至可以连续运行数小时，直到彻底搞定。 对了，它还有两个特性，深度结合了沙盒系统，可以让 ai 在 隔离容器或者远程 k 八 s pod 中运行。同时提供了拍丧 sdk， 能直接作为依赖库嵌入你的应用。这个项目采用 mit 协议，完全开源，免费。

最近 ai 圈子里有个特别火的话题， skills 会不会让 m c p 彻底过时？很多人看完 skills 的 演示之后，都说，这不就是 m c p 的 升级版吗？但先别急着下结论，过去九个月， m c p 和 skills 都在快速引进，如果不把它们的定位讲清楚，很容易把两个完全不同的东西混在一起。先说 m c p 在 解决什么问题， 想象一下，一个 ai 代理，他可能跑在你的电脑上，也可能在云端某个服务里，用户给他一个指令，代理调用大模型去理解任务。 但这里有两个大问题，第一个问题是大模型不知道你公司的数据供单系统内部 wiki 业务数据库，这些内容他根本没见过。第二个问题是，大模型只会输出文字，他可以告诉你该怎么做，但他自己并不能真的去执行操作。 m c p 的 出现就是为了解决这两个问题， 他提供了一套标准化协议，让 ai 代理可以去调用各种工具。比如我查询数据库创建 github 是 什么样， m c p 服务器会自己声明我有哪些能力，代理接上就能用。 过去大半年， m c p 规范其实变化挺大，第一件是 resource a p i 基本没人用了，社区发现很多资源查询，直接用工具 a p i 就 能解决。第二个变化是支持可流式 http， 以前部署 m c p。 服务的时候，网络有点复杂，现在这套基础设施干净多了。第三个变化也是最重要的，支持 oof。 二点一， 意味着访问 gitup 这种服务的时候，用户只需要点一下授权弹窗就行，体验好很多。那 skill 就是 什么呢？其实特别简单。 skills 本质就是一个 markdown 文件，它放在袋里能看到的某个目录里，里面写的是一段扩展指令，比 比如怎么找工作，怎么规划花园，怎么编辑 excel。 它相当于是把一套最佳实践流程写给模型看，让模型在做某个任务的时候表现更好。而且 skills 不 只是一个 markdown 文件，它还可以带很多东西，比如静态参考资料、气候、数据、模板、文件，甚至还能带脚本，比如 bash 或 python， 这些脚本可以帮模型做一些它自己做不到的事情， 比如精确修改 excel 的 某一行、某一列。所以， skills 和 m c p 的 区别在哪？最核心的区别其实是资源类型不同， skills 更多处理的是本地文件脚本、 c r i 工具，而 m c p 更多处理的是实时数据、外部 api、 云服务操作。当然两者也有重叠，比如脚本调用 c r i 颗粒，再去调用云服务， 这时候看起来就有点像 m c p。 所以 结论其实很简单，如果你的代理是本地编码助手，那 skills 非常好用。但如果你的代理是 云端运行的微服务，那 m c p 依然不可替代。所以 skills 并不会取代 m c p， 它们只是解决不同场景的问题，技术会不断变化，但真正重要的是理解技术到底在解决什么问题，而不是盯着某个工具本身。

如果你也想在办公室养一只龙虾的话，但又没有时间进行本地部署，不妨试一试我们的方案。把 u 盘直接插到我们的电脑上，然后呢打开我的电脑就会有我们的 u 盘，直接双击打开，可以看到我们的龙虾 u 盘版，双击点开， 现在你可以看到我们之前部署的模型，然后你也可以选择各种其他的模型。 现在你可以看到这是我们之前保存的数据，包括我的一个聊天记录，现在呢，我们试一下它的功能，今天吃什么？ 现在可以看到小龙虾在进行各种各样的数据读习跟工作， 你不想用小龙虾的时候，可以直接拔掉我们的 u 盘，你之前的所有聊天记录跟数据都会保存起来，下次再打开的话，就会直接读取之前的数据。如果你也想在办公室养一只便携式的小龙虾，不妨试一试。

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

那如何把可乐扣的接入更便宜的国内大模型呢？那今天给大家分享一个技巧，只需要两步就可以让你的可乐扣的接入国内大模型。第一步，安装 cc switch。 那 cc switch 是 什么？以及具体如何使用，我在前期的视频中已经介绍过了，那如果不知道的朋友可以再去翻一翻。简单来说呢， cc switch 就是 可以方便的帮你在不同的模型厂商之间进行切换，避免你手动去改配置。 那已经安装过 c c switch 的 同学，记得一定要把你的 c c switch 更新到最新的版本，因为最新的版本预设了很多的国内的 api 供应商，那你配置起来会非常的方便。 那第二步，我们只需要选择一个国内的模型厂商，把它配置填进来即可。那这里我们以 mini max 为例，那我们在 mini max 的 开发者后台先把 api k 给复制出来，然后在 c switch 选择 mini max， 把 api k 给填进去， 然后点击添加即可。那在首页的面板只需要点击使用，那我们的模型就切换到了 mini max 了。那我们回到命令行看看效果， 使用 model 命令查看当前是什么模型，我们看已经是 mini max 二点五了。好，那我们看下 api 能否正确响应， 那已经成功了，那看是不是很简单。那你现在的 color code 已经开始可以正常使用国内的大模型了。那如果你在安装的过程中有遇到任何的问题啊，欢迎在评论区告诉我，我是星星，每天分享一个 webkit 的 小技巧。

今天一个视频让你学会什么是 skills。 你 有没有发现，用大模型干活就像开盲盒一样。同一个问题，今天回答的很棒，但是明天还是这个模型，同样的问题，可能显得就很痴呆，恨不得自己做，哎呀，真的是气到爆炸。这就是很多人用 ai 的 时候最崩溃的地方，他不是完全不会，而是时好时坏， 个人玩一玩还行。但是工作上，我们真正需要的不是偶尔被惊艳一下，而是每一次都稳定可控。所以说， ai 最大的挑战之一，从来不是他聪不聪明，而是怎么让他更稳定的聪明。 这个时候， scales 这个东西就登场了，嗯，不用把它想的太复杂，它本质上就是把一套已经验证过效果稳定的做事的方法，打包成了 ai 可以 反复调用的标准流程。 如果要打个比方，我觉得它特别像预制菜包。为什么这么说啊？因为预制菜包最厉害的地方不是厨师突然变强了，而是食材、配料啊，步骤啊，火候这些全都提前给你配好了，你只需要照着做，最后出来的味道就不会差的太离谱。 那 scales 也是一样，它不是让大模型自由发挥，而是给他一套已经设计好的执行方案。这个方案里会告诉他，你应该怎么理解，任务先做什么，后做什么，输出要长什么样，遇到什么样的情况要怎么处理。所以说 scales 它不是单纯的一句提示词，也不是随便调个 api， 它更像是给 ai 装上了一套工业化的 sop， 也就是标准作业程序。目的只有一个，把原本很飘很随机的 ai 输出，变成尽量稳定、可复制、可规模化的结果，说白了就是 skills， 就是 把会的人脑子里的经验变成 ai 也能照着执行的技能包。那这个技能包里到底装了什么？ 你可以把它理解成一个工具箱，里面最常见的是三样东西，提示词、脚本、资源。先说第一样提示词，这个不是我们平时随手打给 ai 的 那一句指令，而是经过反复的调试优化过后的高阶提示词。它的作用就很像导航系统，不止告诉模型去哪里，它还会规定它走哪条路，按什么顺序走，最后怎么到达。 他这样做的目的呢？就是尽量的减少他跑偏、偷懒，答非所问。第二样，脚本，脚本，他可以把他理解成一个自动化的小程序，专门负责干那些 ai 本身不擅长或者说容易出错的这些事情。 比如说格式整理、自断提取内容校验、数据的处理、调用工具串联多个步骤。大模型擅长理解和生成，但是他不一定擅长每一步都老老实实的执行规则。所以说脚本的价值就在于把该死板的地方死板到底，把该自动化的地方交给程序。 第三样资源，这个也很关键，因为很多时候 ai 不是 不会说话，而是没有你这个行业的上下文。很多人认为 ai 的 价值就是陪你聊聊天，帮你写两段文案，偶尔开开脑洞。但是 scales 出现之后呢，事情就变了，因为它让 ai 开始从一个对话工具，慢慢的变成了一个真正能够落地的生产力系统。 什么意思啊？以前你每次用 ai 都像在重新培训一个新人，你要反复的给他解释背景，反复纠正格式，反复的告诉他你的标准是什么。 这件事情最累的地方不是 ai 不 会，而是你每次都要重新教一遍。但是有了 skills 之后，这套经验就能够被保存下来。你调节好了一次，它就不只是服务于你这一次的任务，而是可以反复的服用，复制给别人，不输给多个智能体。 比如说你做了一个写行业分析报告的 skill， 里面定义好了结构、语言风格、引用方式、输出的格式，那以后不管是谁来用，不管是接到什么相似的任务， ai 都会优先按照这套标准去执行。这背后最重要的一件事就是经验开始被资产化了 啊，就是以前一个团队里面，真正厉害的往往是某个特别会写批示词的人啊，可能是某个很懂业务的人，某个特别会调 ai 的 人。 问题是这种能力容易停留在个人身上，换个人他就不稳定了。而 scales 的 意义呢，就是把这些高手的经验从藏在个人脑子里，变成组织可以沉淀和服用的能力。所以说它的价值不只是提高一点效率，而是把 ai 使用方式从手工作坊升级成了标准化的生产线。好，我们最后总结一下 scales 到底是什么？ 它其实就是把一个复杂任务背后的方法、规则、资料、步骤，封装成为一个 ai 可以 直接拿来用的技能包。它解决的不是 ai 能不能回答你的问题，而是 ai 能不能稳定的把事情做对。 当你没有 skills 的 时候， ai 更像一个很聪明但是情绪不稳定的聊天搭子，有的时候给你惊喜，有的时候给你惊吓，但是当你开始给它配上 skills， 它就慢慢的从不稳定的交付变成按流程交付，从一个聊天工具升级成了一个能干活的数字员工。 更重要的是，真正拉开差距的往往不是谁会用 ai 聊天，而是谁能把自己的经验、工作流、判断的标准沉淀成为一套可塑的 style。 因为一旦你会做这件事情，你就不是在用 ai， 而是在训练一套属于你自己的 ai 生产的系统。 所以最后一个问题留给你，你是想每天都重新和 ai 碰运气，还是想自己一点点的搭建自己的 skills？ 库就是技能库，让他越来越懂你，越来越会干活。 当你开始写第一个 skills 的 时候，其实你就已经不是普通用户了，而是在从会提问的人进化成为会设计 ai 工作方式的人。如果你想学习如何创建自己的 skills， 那 么我后续的视频将会给大家更新，点赞越多更新越快！我是不吃辣 press 关注我，带你了解更多 ai 相关的知识和使用的技巧。

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

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。

把扣的扣的密码下载之后，我们能不能把它布置到本地的？可以的，然后我这边也布置上来了，首先我们需要用到一些，嗯，我这边是这样子的，首先把它本地的扣的放在这个我的橡皮夹里面， 然后呢把这个下载些 mac， 比如说一些爬虫的啊，然后一些控制电脑的啊，一些自动排版测试的好，然后再下载一些什么鱼情的，或者说一些货价格图的， 这样的话它就可以去模拟操作电脑，然后去爬虫，然后去获取最新的接口，然后自动去排版，去画图，去获取预警信息，然后再搭配我的这个 skill， 你 看 我这个 skill skill 里面可以做，有个可以做视频的，就是一个可以做 ppt 的， 就截图做 ppt， 你 看做视频的， 这是哪个啊？这个看一下他会说要用哪些技术把这看。把 bt 换成片转化为视频，这是 h t m 五换成片和视频， 然后这个他会是把，然后他会，你就说你可以给他浏览器的地址，他又不是你去看。然后最后我们先会把它生成 ppt， 生成 ppt 内容之后会很精美，就可能比一般的人做的还好看一些， 然后里面有插头，有什么都有的，然后最后会把这个 ppt 转换成视频，这视频里面会有可播，有啊字幕，然后讲的，甚至我可以调音色，比如说录制我的音色，去让他分析我的音色，然后去调音色，这样子的。嗯，那效果呢？是什么呢？现在我还没有做的很 晚晚上。嗯，这里，比如说这里可以配置 ai， 我 本地画的 ai 就 也可以用本地，刚刚我敲下来 ai， 比如说用豆包呀，对吧？其他都可以用。然后本地 ai 也可以用的，比如说我做一个， 你看这里目前用的是本电压，叫膨胀呀，哈，这个电压一听名字就很膨胀，这能干什么？你跟我说的它能干？ ppt 演示、视频制作、文案网站生成和 sql 创建，就可以直接用 sql 去写 sql， 然后用去给他喂他一些东西，去写 ppt， 然后用 ppt。 嗯，写了 ppt 做视频。好，然后看，我看一下做，比如说分析什么新能源汽车趋势，发给他， 他给给分析出来，然后可以再可以下载 在本地方的一个 ai 功能效果，但是呢，现在我还没有完全调通，可能这两天我又要出去浪去了，去玩去了，等我有时间把它调通，再给大家看看真实效果，理论上应该是可以的。然后现在也快了，就是差一什么对接下 ai 的 接口啊， 然后是把北京那个连串起来就好了。我现在没串起来啊。然后后期其实我们可以用这些，刚刚不是有 mcp 操作电脑吗？然后后期我们可以对接一个什么通讯的东西，对吧？去跟 我们电脑去通讯，然后比如说发生发生指令，然后它就自动会触发那个按钮，比如说这个 啊，发送指令之后他会去触发我这个，或者说触发这个按钮，然后那么这个里面开放软件里面有模型吗？啊？他出发之后，那么他就可以去完成我的任务，然后我再要他输出我的这个 task， 是， 对吧？ 嗯，这里有一个 task 任务，就是他是怎么做的，他会告诉我，你看他会，比如说输出我一把任务输出，他会告诉我，哎，他怎么做的？他返回给我，他是这样做的。 就是后续我们可以在玩的过程中再搞搞一个，把电脑放家里，或者买一个什么微服务，买一个什么苹果服务器都可以， 这样的话我们就实现了小龙虾本地化部署室友化属于自己的小龙虾。那么我们后面可能就是搞点秃皮就好了。关注我，下期我们看看这个效果。这两天没时间，估计下周吧， 下周应该差不多差不多了，下下周个三四五的样子。

大家好，我是跟五，今天是 opencloud 系列课程的第五十堂课，嗯，其实有小伙伴问我为什么，呃，这个，这个 opencloud 的 这个合集里面只有四十七堂课啊，其实有三堂课，这个被平台下架了，一个是欧拉玛的，另外一个是 google email 的， 还有一个是什么忘了。嗯，后续大家如果小伙伴想去学习这三堂课，我可以重新录制，重 录制，那今天给大家分享一下。就是，呃，我们有很多很多小伙伴用它做各种样式啊，或者是训练自己的虾那大模型的选择这一块，其实我其实以前做过分享就是，呃，有有有，免费的也有收费的，这次给大家分享几个两个免费的啊，昨昨天分享的那个千万三的 plus， 呃，这个不巧啊，他已经把这个 play 的 标签拿掉了，所以说今天可能有人用不了，但用不了没关系，其实这个 open 它有很多这个 play 的 模型，大家可以找一下，比如说那个， 呃， mini max， mini max 的 那个二点五是吧？还有那个 kimi 的。 首先大家还是先去升级一下这个 open 啊，因为最近两三天他频繁的更新到版本，第一个是四月八号的最新版本，今天这个版本他修复了一坨 bug。 嗯，然后四月七号其实也修复了很多 bug， 因为四月五号这个版本千万大家不要升级啊，升级了非常多 bug， 我 现在把它升级到今天这个版本的话，很多 bug 它自动就修复了，自动就修复了。 首先首先我们看一下这个免费的模型该怎么用啊？就是还是用欧风 colo 那 个啊，就我推荐的第一个推荐的就 on board 这里面啊，我推荐的就是 gpt 五点二或者五点四啊，我发现今天五点四又能用了。 那前段时间那个五点四他被封杀了一阵子啊。那就是就是不太让龙虾能调用。现在又可以了啊，比如说这个 yes 稍微有点慢，不知道为什么。 然后开个 start 啊，就一路回车啊。你这里它其实这个模型它已经分开了，你可以看一下那个 open ai 和 open code 叉啊，你一定要选择第二个了，那就扣的 这个啊，然后它会打开你的一个这个权限验证的，你就选择用这个你的账号登录就好了，因为它不是不去叫验你的那个 token 啊，它不去叫验你的那个啊，说错了， api key 啊， 然后我这里有一个这个密钥，对吧？我直接设了个指纹就过了啊。就是你登录你的这个酷狗邮箱就好了，那实际上你就自动的就登录成功了，登录成功以后他就会显示一个 这个登录成功的状态，看到吗？随着这几步验证，哎，这个你已经登录成功了，是吧？就权限交易成功，权限交易成功了以后，他自己自动的会跳转到模型里面，你选一个五点四或者五点二都可以啊，我这其实都选过了，随便选一个都可以啊，选一个，这就剩下的就一路回车 啊，当然你需要在回车的时候你选择这个啊，这里不能回车。你这个是选到最后面，那就是 skip 啊， skip for now， 那 什么都不要选，这个也就选到最后面。那它还有一个什么欧拉玛 web search 的 功能。我还没有去去用过啊。这个他说也是是吧， 这个也是免费用的，这个我还没试过，应该是可以的，待会我下。待会下来我去试一下看，然后这里面也不去装饰掉，然后按空格键重启网关，重启网关的时候你这里最好之前呢就把它擦掉了啊，它已经好了对吧？但它其实已经切到了这个 gpt。 五点二是吧？啊？你在吗？对吧？ 而且第一次稍微会有点慢了，有点慢的话第二次他就跟他说话就好了啊。那因为第一取决于你的网速，第二取决于你这个 api 的 这样一个调用的吞吐量，因为它免费的嘛，它限制了你这个一个每分钟或者每小时的掉用量，你用完了以后就得等到第二天它去清空，它去清空， 你看它现在还没有还不 work 啊，但是一旦通了的话，那段时间是非常快的，所以说这种免费的模型大家就将就着用，将就着用。然后还有一个就是有小伙伴在问呢，这个这个这个里面，你看这个就变成 fla 了，看到没有？ 那就是这 g p t 的 o s s。 这个一百二十八币，但是我用了一下还挺不是很快。不是很快，你可以去去找啊，你可以去输入那个 flash 是 什么，其实前面两个模型是可以用的啊，首先应该点了个 models， models 里面再去输这个 f r e e。 对 哎，你看这个就是这个就是啊，这个四月九号，刚刚出来的一个四月九号，那是今天吗？ 呃，不对啊，这个是一直到四月九号都是免费的。呃，不对啊，这个是一直到四月九号都是免费的，是吧？那那个智谱的 四点五啊，四点五 l 啊，但是现在不是是五点零出来吗？大家如果觉得这个这个太老的话，可以用这个，这个是这个二月十二号出来比较新啊， mini max 二点五福利，这个不挺好的吗？然后你把这个东西粘过去啊，再看我昨天那集视频，把这个这个东西改过去，其他的都不需要变，那就可以去用这个 open loop 的 这样一个 app， 你 看我这里已经有 有了一些，呃，就就是我需要停掉它上 models 这个这样的 models， 这个啊，刷新一下吧。 models， 哎，你看 现在是用的 g p t 五点四是吧？它那个五点二它不行，它自动的就切到五点四了。因为为什么呢？因为这个地方有一些这个 啊，你可以看一下我这里怎么配置的。这个是主力模型，是五点二，但是这些是备用模型啊，如果这个不行，他会按顺序往下切啊，这个是谷歌的，不行，就是这个五点四，最后还有一个，这个千万三点六啊，这个已经已经昨天就不能用了，他已经把这个免费的标识拿掉了，你不相信我切一下他会出问题的。 哎，他这个地方他都他这个这个其实你去网站上看他，他已经不支持这免费了，但没关系，因为很多免费的模型，大家可以去做做实验，你看这个就是免费的，是吧？这个这个迷你麦是二点五， 你按按按按钮应该是可以的，当然你切它的时候其实要重启网关的，那你不能直接去就是不重启网关，它其实不不生效的啊。对对对， 好，今天的课就分享到这里，但是我建议大家还是用这个，这个是我长久来用都是还好的，就一天用一个，一个小时问题不大，但是超过一个小时的话可能他就会给你做做限制了，你要等到第二天。

朋友们大家好，今天给大家分享一下 openclaw 中的一个关键的一个技能，就叫 scale， 最近呢，嗯，也比较火，这个 scales 就是 它的技能，它的原理是什么呢？就是给 openclaw 小 龙虾安装技能，让它可以 实现不同的一个路径，就相当于是我们给自己装了一个大脑一样，他可以工作，聊天，写 ppt， 整等等啊等等。相关的一些技能就是给自己的小龙虾安装不同的技能，他能实现不同的工种。 好，今天呢，我们就是从那个程序员的角度来讲啊，他必须装的哪些？ 嗯，技能我列出出来。嗯，大家可以根据自己的需求啊。嗯，可以装不同的 skills， 比如你是做产品的，你可能装产品相关的 skill， 比如你是做，呃，项目管理的，你可以做项目管理相关的 skill， 就是 根据不同的岗位去选择自己对应的技能。 呃，首先呢，就是如果一个是程序员呢，那可能你会遇到很多嗯，工作上的问题啊，比如你写代码，写代码啊，修 bug， 然后读文档等等，这样的话，你给你自己的 apple note 小 龙虾安装这些技能的话，它就能帮你去做相应的工作， 这样的话，你程序员才真正的真正变成一个全能性的一个。呃，助手吧，相当于是， 嗯，比如是你看，首先它第一个就是编码核心的 q 点 a 整的。嗯，它呢主要是做什么呢？它就是把编码的任务给后台的 ai 代理，让他去帮你去做编码的一些编辑 啊， excel 呢，就是我们经常用的。嗯，项目管理啊，这，这个讲的都是程序也相关的项目管理的。呃，一个现在的仓库啊，放代码的，我们可以把这个技能也装上， 还有一手就相当于我们修复代码的一个这么个技能也可以装安装上，这样的话你的小龙虾就会能自动去帮你去修复一些的， 还有一些搜索绘画的记录啊，这个就是相当于你跟小龙虾的聊天过程中的一些历史的记录啊，他都能帮你记录下来。 还有我们第二大的一个技能吧，嗯，他就是文档与知识管理啊， 嗯，第一个是 o b c 的， 然后第二是 p d f 的， 然后第三个是就相当于视频文档总结， 这个呢就相当于。嗯，你可能你有一些知识的管理，或者是文档的编辑等等，你学习的东西可以从这里面去找，就相当于你文，你学习的都概括在这些知识管理里面。 再一个呢，就是系统安全的一个技能啊， house check， 这个应该是装小龙虾的时候它自带的一个，这个是需要的，然后 connect， node， connect 就 相当于你与设备连接的一个技能， 然后 clone hop 就是， 呃， clone hop 是 一个大的一个技能仓库啊，就跟我们前面讲的 github 是 类似的吧。 嗯，格汉堡上面有好多技能的，它相当于也是一个仓库，在上面放着，你可以去格汉堡上面搜你需要的哪些技能，并把它下载下来，然后 scale， scale creator 就是 技能创建，这个相当于你可以自定义不同的技能，然后呢，让他去帮你去创建出你想要的那些技能， 这个就相当于它能自动去创建进，然后沟通一切做的就是 disco 社社群的运营，这个一个技能，然后 slack 工作区域管理的一个技能 啊，比如我们一个程序员的日常吧，我们首先九点我们可能去看一下我们的 get 汉堡上面的一首未完成的任务，把它拉下来。而十点的时候我们可以开始修复 bug， 又通过那个 q d a 整的到十二点，我学习的时候我就可以用 summary， 就是 一个知识管理的技能。两点的时候我可以再呃查看一下我的代码的变更情况。 然后四级的时候我也可以再看一下有没有相关的 bug 修改。六级的时候我们可以看一下他的健康管理，安全的一审即制，这个就是一个正常的，你以以这个程序员为例啊，举例的一个工作啊的一个日常啊，然后你呢，如果是个产品或等等其他的岗位， 也会有相应的管理工作，那么你就会下载相应的技能安装指南啊，就是啊，这个也比较好找，大家可以找一下， 嗯，最佳的实践了。这个呢就是相当于我们要根据核心，根据自己的需求啊，逐步去安装，包括它还有定期的更新啊， 这个就是 koop， 就是 我们定期可以更新一下，因为它是个仓库，可能有不同的人都会往上面放不同的 scale， 我 们可以定期的更新一下。有没有对我们来说比较重要的一些技能， 包括自定义技能，就是我们刚才讲的 skill creator， 自己去创建自己需要的技能，包括还有一些监控，这是相当于小玩家自己本身的层面的东西。 技能呢，比如针对程序员来说，技能呢，他就相当于他可以给你帮你修复 bug， 读代码，并且花时间给你总结文档，然后安全管理等等都会交给 skill 去做， 然后这样的话你可能就，嗯，作为一个程序员，那你就具备了核心的一些技能了，这样的话你可以用剩余的时间去做自己想要做的事情，然后这些，嗯，这些你工程化的或流程化的一些东西都交给小龙虾去做。 然后这个呢，就刚才给大家分享的就是针对于程序员来说的一些技能，当然还会有更好的一些技能。嗯，今天呢主要就是给大家讲，我们在开发过程中啊，一定要把这个小龙虾或者其他的要用起来，让它真正能为我们服务， 然后提高我们工作中的效率啊，所以呢，今天给大家分享一下这个 skills， 大家有任何问题啊，可以线下再私信我，可以相互交流一下。

我研究爆款视频有个固定动作，先把脚本完整爬取出来，再让 ai 分 析和拆解开头钩子以及中间结构。这一步以前很麻烦，现在几十秒就能搞定。我用 coco， 阿里一万新的开源 agent， 再搭配一些 skills， 把这件事自动化了。 今天开源出来，用三分钟演示一下。 coco 是 阿里通用实验室的开源项目，它可以跑在你自己的设备上，本地部署或者上云都可以， 国内常用的消息 app 都支持接入，这里可以随意接入国内其他消息 app。 我 进入了飞书之后，跑了两个内容创作场景，第一个给他一个视频链接，自动拿到竹字稿。我用来研究爆款视频， 因为想要搞清楚一个视频的开头钩子怎么写，中间结构怎么拆，最直接的方式就是把爆款视频的脚本爬取出来，再进行分析。所以我自己做了一个 skill， 可以 看到扔给他任何一个视频的网页链接，他会自动把视频的竹字稿提出来，整理成文本，保存在我的本地。 这个 skill 的 方式其实很简单，就是跟 coco 描述需求，他实现之后，我就让他把这次能力固化下来，固化下来的东西就叫做 skill， 之后任何规划都可以直接调用这个 skill， 不 用再重新描述。另外， coco 装 skill 之前都会进行安全扫描，这块我觉得做的还是挺细的。拿到竹子稿之后怎么分析呢？ 之前有一期视频专门分享过我的 ai 内容创作系统，里面详细讲了我怎么用竹字稿拆结构，提炼开头钩子，标题分别配文和选题，感兴趣的话可以看看这期视频介绍，以及我的这些 skill 也已经开源了，项目名是这个。第二个，做一个选择题捕捉器创作者有个很常见的状态， 好想法往往在刷视频、走路、睡前一闪而过，如果没记的话，或许可能就忘了。我设置了一个定时任务，让 call 泡早中晚三次，主动在飞书问我今天遇到了什么有意思的内容或想法，我随手回复，它就会自动追加到选举记录文件里，到晚上再跑一次，把今天的灵感汇总推给我。只需要接入飞书之后设置一个定时任务即可。 安装 call 泡有两种方式，普通用户可以用桌面版，如果是开发者，安装起来就更简单了。在 mac 系统上一好命令，不需要进行任何手动处理就能安装成功， 在本地就能立刻启动项目。最后总结一下，如果你也在找功能丰富的个人 ai 助理， coco 可以 使用一下开源免费。我的自媒体内容创作 skills 也都开源了，直接就能使用。顺便说一下我个人的用法分工，如果你想做更复杂的工作流，比如批量分析热点视频自动出脚本分镜、多平台素材收集之类的， 我是在 cloud code 里做的，那是另一套系统，可以看我的这期视频了解空跑更接近 open cloud， 这种 agent 更适合随时出发的小任务。两个定位是不一样，也欢迎在评论区聊聊，你用 ai 助理时最希望自动化掉哪块工作，我们下期再见，拜拜！

这不是单点小工具，而是把多套 ai 编程命令行、 m c p 和技能管理塞进一个桌面总控台。他现在已经有三十二点七 k 个星标，说明需求非常真， 项目说明一上来就把问题说透了。平时最烦的就是切题工坊要手改一堆配置文件，他给的解法很直接，一个界面统一管多套命令行，五十多个预设，还有一键切换。再往下看， m c p、 提示词、技能绘画、成本统计，这些零碎东西也都被收到了同一处。 快速上手部分也不复杂，先下载装好，再切提供方，再把 m c p 和技能一起接进去，它甚至把代理切换、故障转移、系统托盘、快捷入口这些细节也顺手补齐了。如果你经常在多环境、多账号、多配置之间来回切这种统一入口，不是炫技，是真省时间，先存一下。

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！

很多朋友问我，龙虾装好之后感觉跟豆包没什么区别，可能是因为你没给它装 skills， 今天就给大家盘点一下 cloudhub 上面下载量最高的五个热门 skill。 第一个是 tablie search， 这个是龙虾的千里眼，装好它之后就能实时搜索全网最新的动态，不再受大模型知识断层的限制。 第二个是 self improving agent， 这个是最神奇的，我们叫它自我进化，它会记录报错和你的偏好。龙虾能根据失败经验自己改代码，挑题式词，真的用的越久，它就越像你，越来越懂你。 第三个是 find skills， 龙虾的技能是超市，你不知道该装啥直接问它，它能根据你的任务自动去 cloud hub 上面搜索并推荐最匹配的技能。第四个是 summarize， 就是 帮你总结内容，不管是一篇文章，一个视频还是一段对话，丢进去马上就给你提炼出重点。 第五个是 agent browser， 它能帮你打开浏览器，帮你点击翻页、填表，那些重复的网页操作以后全部教给他跑自动化。这五个 skill 非常实用，大家可以装起来。然后大家还有什么好的 skill 分享吗？可以在评论区分享。

你还有不会用 skills？ 现在用和不用科研效率直接差两个档次。那 skills 到底是什么呢？简单的讲， skills 就是 给大魔星装的专业技能包，像手机装 app 一 样，每个技能呢对应一个专项功能， 没有它的时候呢？ ai 只能靠通用知识帮你，你得一步一步告诉 ai 怎么做。有了它， ai 直接学会你这个领域的规范流程，知道在什么场景该怎么做，什么情况下调用哪个工具， 还会按照内置的检查机制来核查最终输出的结果，更专业，更符合预期。就像这一百三十九个 ai scientific skills， 让 ai 秒变全能科研助理，覆盖了十六大科学领域，调用五十多个专业拍粉包，我是兵哥，关注，带你走进学术的 ai 世界！

二零二六年一定是 web coding 年，今天呢就给大家推荐七个超级好用的 skills， 非技术人员也能轻松上手，让你去玩转 web coding。 第一个叫做 superpowers， 装上它以后， ai 不 会去答非所问或者直接去开干， 它会像一个导师一样，一个问题一个问题的去问你，帮你去把任务拆解成一步步的，然后呢才开始去写，对于不懂变成规范的人来说呢，这个真的非常重要。第二个叫做 from and design， 这个是 isopec 官方出的，非技术人员最大的盲区就是你的审美， 你知道页眉很丑啊，但是你不知道怎么去跟 ai 描述你到底想要什么样子，所以你如果不装这个 skill 的 话呢， ai 做出来的页面就是千篇一律，装了之后呢，质感是完全不一样的。 第三个叫做 planning with files， 这个最近在开源社区是疯传的，发布仅四天就收获了三点三 k 的 star， 它复刻了 meta 斥资二十亿美元收购的 minus 公司的核心技术，通过十九画的 markdown 的 文件来管理任务规划来管理进度追踪。厉害之处呢还在于 绘画级别能够去保持上下文的持久化，让 ai 在 构建过程中始终保持正确的方向。第四个 skill creator， 这个我之前的视频也给大家去演示了大家这样的一个 ai 的 新闻的一个爬取， 这个呢也是 noshop 官方出的，工作中任何重复超过三次的事情，你都可以去把它变成一个 skill， 不用去写代码，他问你问题，你回答就好了，自己造工具的感觉非常好。第五个那是 book lm， 简单来说就是让 cloud 直接去查你的资料，你把文档，把笔记丢进 book lm， cloud 回答。 那之后呢？这个 ai 回答问题啊，就不用去靠猜了，直接从你的知识库里面去找答案，这个特别实用。 第六个， best minds， 来自 ai 产品经理陈峰，这个 skill 的 核心思路特别有意思，我们写的提示词有时候反而去限制 ai， 同样的问题，让 ai 去帮你去找，去模拟世界上最懂这个问题的人来回答，你用了真的有奇效。第七个， find skills， 这个呢，就是你的技能搜索引擎，你知道 cloud 能够去帮你去做某件事情，但是不知道用哪个 skill， 那 这个时候你就别去瞎找了，直接用 fun skills， 从庞大的技能库里面去找到你 最合适的那一个。 ok， 那 这七个 skill 的 获取办法我也放在江学展 ai 学习圈了，有需要的朋友评论区也可以安排。那如果想了解更多的 ai 使用技巧和工具呢？也想在 ai 路上和我一起同行呢？我们学习圈去见。

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

今天这期不拆单个 skill， 我 们直接看 biu skills 这个合集，它更像一套内容生产工作台，不是一把单点工具，我会按系列配置挑几个最值得先上的重点 skill， 带你看。 remy 把这个仓库分成三层， content skills、 ai generation skills 和 utility skills。 如果你第一次装，我建议先抓住内容生产主链路，再慢慢补后面的能力层。 所以今天我重点挑三个内容型 skill。 再补一句，这个集合为什么适合长期用？ 第一个 biu x h s images， 它适合把一篇内容拆成小红书风格的图文系列，重点不是只会出图，而是 style。 乘 layout 的 组合，很适合知识卡片、清单和流程内容。 如果你做短内容分发，它是这个合集里最直接产生传播结果的一支。第二个 bioinfographic， 它更偏专业解释型内容，也是整个仓库里最通用的一支。 remi 里给了二十种信息， layout 和十七种 visual style， 复杂内容基本都能找到表达方式、教程、方法论、研究总结、产品说明，这类需要讲清楚逻辑的内容都很适合从它开始。 第三个 biu slide deck， 它能把 markdown 内容继续往演示材料推进，生成整套 slide 图像。 你可以指定风格、受众和页数，它先做结构，再做画面，最后还能自动合并成 pptx 和 pdf。 所以 它特别适合把文章、课程大纲和产品方案直接转成能拿去讲的版本。 但 biu skills 真正厉害的地方是，它不止停在内容生成 remy 里，还有 ai generation skills， 比如 biu imagine， 也有 utility skills， 比如 youtube， transcript 和 url 转 mark 等。 这意味着你可以把采集分析生成和分发慢慢拼成一条完整工作流。 如果你第一次接触这个仓库，我建议先从 xhs images， infographic 和 slide deck 这三只开始，先跑通分发解释和演示三条主链路，再去补 ai backend 和 utility。 每天学习一个 skill， 我 们下期见。