Claude Skills全攻略

好，这期我们一起来看一个特别适合独立开发者的一个开源项目，在 github 上目前收获了五点二 k 的 star， 仅仅开源四天。那这个开源项目的作用是干嘛呢？它是可以帮助你快速的去寻找一个点子，然后帮你把点子实现。 可以看到整个开源项目就一个插件，这个插件里面包含了十个技能。很多小伙伴可能开始疑问了，这个插件里面包含了十个技能呢？首先我们不得不谈论它的作者了，这个作者呢叫做拉文即下， 他是一个异能公司的这个祖师爷，相当于最早提出这个概念的人，他把这个异能公司用到了极致，他一个人相当于一个全资员工吧，做出了年入千万美金的这种呃产业，就是我觉得是个非常厉害的一个 呃人啊。然后呢，他的这个书呢，就把它浓缩成了这个技能，就通过这个 skills 呢，就可以直接用到他这个书里面内容。那首先我们先看第一个技能，叫做哎查找社区，啥意思？就是查找点子，就是你这个想法是不是可落地的，是不是行得通的，对吧？所以这个时候我就把它安装到了这个我的这个 codex 里面来， 然后这个时候呢，呃，我们可以看到，对吧？我要想做一个什么东西？我想做一个日记，对不对？我想做一个日记，但是你看这个 skill 呢，会告诉我说你要做什么日记，你要有一个具体的想法，而不是说模糊的，对不对？你要做一个具体的东西，比如看你要成长类的，还是效率类的，还是情绪管理的，还是学生之类的？ 首先把你的人群想清楚，只有你知道你的人群之后，我们才能深挖好，这时候我就知道什么样的人需要用我这个东西，对不对？然后呢， 我这时候就知道了，我的核心用户是学生或者是上班族，再讲核心痛点，再做出一个最小可行的版本，那这个时候我们就可以用到第二个 skills， 干嘛 验证我们这个想法是不是可行？那每一个 skills 呢？都是一个具体的，什么具体的这个啊？执行他会去网上找，帮你去查找，比如说第一个，你看我们看第一个啊，第一个 skill 是 查社区对不对？所以说我们就看看他这个 skill 做什么，你看你是一名商业顾问，他会去查查去哪些平台查，会照 多个社区平台，你看这列出来的十几个论坛社区视频去查你这个东西呢，是不是可行的？干嘛呢？再去验证你这个想法是不可行，你看验证可行就能调用第二个 skill。 好， 哎，我觉得你这个想法呢是可行了之后呢，你就可以实现一个最小的 mvp 版本。那什么是 mvp 啊？啊？ mvp 就是 说用最少的功能去验证这个市场是否可行，比如说，哎，我要做一个日记，那日记很多人做了，对不对？日记肯定是不可行的，那你就要想一个，哎，没有人想过的，然后看有没有人愿意为你这个东西去付费。所以啊，这是搞出一个点，就是 mvp， 这样我们可以快速验证市场，对吧？如果这个东西呢？哎，做的没少，没多少用，说明什么？说明我们就叠带，一个一个一一一群循环，对不对？叠带了一轮循环，这个时候这东西我们就可以快速的去跳过，是不是就哎，他确实 啊，确实没用，就可以快速的去试错啊，所以我觉得这是一个非常好的一个开的项目，那再看第二个对不对？ mvp， 你 看是不是我们就可以直接去用 mvp， 你 看是不是 mvp， 对 不对？ 可以快速让他帮我们实现啊？就相当于他把这个寻找点子干嘛？寻找点子以及 这个试错帮你进行的闭环啊，找点子验证点子，开发点子，然后验证市场之后再定制你的价格，最后再营销啊，相当于把这件事情呢给你完美的进行的闭环。然后呢我今天给大家分享了，不仅是开个项目， 除了在开箱之外，我想跟大家分享一个这个收入了目前所有的 app， 然后呢你可以干嘛呢？你可以直接的去把这个 ui 啊 转成 fake 码，然后呢去看这个 ui 的 这个细节，然后呢快速的把这个 mvp 项目给它结合起来，这样我们就可以快速的复制我们的任何点子，然后将它一比一的还原。好吧，这是本视频全部内容呢，我是小刘，我们下期再见。

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！

get up 上有二十六万多个 cloud skills， 但问题是谁也不知道哪个好用，哪个会出问题。 antropic 直接出手了，他们自己做了一个官方认证插件目录，四十三个插件全部经过 antropic 审核，一行命令，直接装 这个仓库叫 cloud 捡 plugins， 捡 official 已经有十月七日 kstars 了。装的方式超简单，在 local 里输 plugin， in store， 加上插件名或者输 stream plugins， 然后点 discover 直接浏览。里面分两大类，第一类是 ansorepic 自己内部开发的三十个插件， 语言服务器一块就包含了 typescript、 python， rust， go， java， swift、 php 等十二种语言。写代码有 ide 级别的智能提示，不用再切到别的编辑器了。 然后是代码工作流插件，这里面有几个我觉得很实用的 code， 简 review 是 四个 agent 并行同时审你的 pr， 自信度低于百分之八十的评论会自动过滤掉，减少误报。 官方数据是大 pr 里平均能找到七点五个问题。还有 skill 减 creator， 你 描述你的工作流程，它自动帮你生成可附用的 skill， 不 用手写了。 第二类是十三个外部合作伙伴插件 context， 七查文档， playwrite 做浏览器自动化， gitlab， slack， stripe， superbase， firebase， linear 都是主流服务，装了就能直接用 m c p 集成，不用自己配置。跟社区里的野生 skills 有 什么区别？ 官方目录是 antropics 审核，野生的没人管，安装是一行命令，野生的要手动。 get clone 质量稳定，野生的参差不齐。以前不知道装哪个是最主要的障碍，现在官方直接帮你筛好了四十三个，开箱即用。

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。

我看了几十个 skills， 这个 skills 是 设计的最佳精妙的，因为我们都知道 skills 出来可以解决 m c p 它的工具提示词爆炸的问题，但是 skills 多了，应该怎么样解决呢？ 这个 u i u x pro max， 它其实是一个专门去写前端的一个 skills， 如果你写前端把这个 skills 装上，你写出来的前端效果就很好。但是我们今天不是想要讨论它这个是怎么样，它这个前端是写出来的效果有多好。 我们今天来看一下它这个架构是怎么样实现的，因为它有非常多的细节和非常多的配色，这些乱七八糟的样式和它的一些脚本内容， 它怎么样让一个 skills 里面可以放这么多样式内容脚本？这是非常牛的一个设计，因为我们最近也接了一个项目，它会有非常多的这种脚本方法， 并且它还要达到能够一直增加。我们在看很多文献或者这种评测排行榜的时候，看到现在的 skills 要效果好的进行加载，效果好的进行触发和加载，最多不超过十二个，超过十二个它其实被触发的这种概率或者性能就极大的下降了。 是 logan 他 们发的一篇研究报告是这样说的，甚至还有一些研究报告发现，你的最好不要超过二到四个 skills。 所以说我们现在的 skills 你 不可能把它每一个功能，每一个分析或者每一个方面的脚本都做成一个 skills。 那 么你怎么把这些 skills 统一综合起来，并且还要达到比较好的效果，这个就是需要非常好的一个工程或者工业设计， 但是这个 skills 设计的是真的非常巧妙，我们来先看一下它的一个架构大概是什么样的，我也让 cloud code 给我分析了一下它的架构的一些解析。 ok， 我 们先来看一下它 skills 的 这个点 md 文档，我是把它翻译成了中文的哈，首先它这个是原文档，可以看到它非常标准，一定是什么关键词的时候会触发它， 它写出来了一大堆关键词。 ok， 接下来就是它的一些详细的东西了，可以看到它其实这里面点 md 的 文档里面其实都没有特别多的， 我们来详细看一下它里面的内容，它其实在这里面定义的都是一些规则、原则， 然后怎么样去查找他的一些很详细的某一个按钮，某一个元素应该怎么样设计的，如何查找的一些指导和引导。 ok， 其实这里面都是他的一些原则，我们应该怎么样设计，然后怎么样去查找他一些很细节的内容。 他其实是采用的一个搜索的方式，一会给大家看一下他的脚本，然后怎么样使用，应该首先去搜索，因为他给了一个搜索的脚本，然后他的这些数据全部存在一个 csv 文档里面，然后他给出来了非常多脚本，其实都是搜索的脚本可以看到， 然后下面就是一些参考，应该怎么样搜索是该，然后是一些经验，踩坑的点，不要做什么，应该做什么， 交付的时候要检查有哪些清单是没做的，应该做怎么样去做，其实它都是一些规则，然后教它怎么样去查找到一些细节的信息。 ok， 我 们看一下它脚本的这个文件夹里面 核心的文件夹就是搜索的一些内容，然后这个是设计的一些系统，它是怎么样查找到这些信息，然后把相关性高的信息组合成一个设计系统的一个文档，然后再返回给这个 ai。 最后就是直接搜索的一个生成器， 它的参数有这些，它可以搜索很多关键词，然后把这些关键词返回。呃，通过这两个脚本去生成一个比较详细的文档，然后返回给 i， 然后这里面几乎全部都是它的一些细节的点，比如说刚才的那个是配色的内容，它的一些 style 啊， 可以看一下这个 style， 这个基本上就是配色的内容，可能这里看不到，后面就有。 ok， 它整个架构大概是这样的，我们来详细看一下吧。这个我是让 cloud code 做的一个梳理， 然后文件架构和职责，这个就是入口文档，然后搜索的核心引擎，呃，这个是搜索引擎，怎么样？直接把它打包成了一个函数，然后这个是直接生成的一个生成器，然后这里面就是具体的一些核心的细节的内容，这里面就是规则啊，这些还有一些指南原则，这些 它设计的非常巧妙的就是它把很多提示词，因为前端你要把它做好，你肯定需要非常多的提示词，非常多的这种参考样式，你才能出来的，不是 ai 的 自己内部的一些知识，所以说它把这些样式全部封装在了这个 csv 文件里面，然后直接使用的这个 bm 二点五文本进行匹配，可以看到 比如说这个 style 的 这个 c s v 文件，它把它列明，然后支持什么什么深色的样式，然后框架的兼容性这些全部都列出来了，当你搜索的时候，它就可以去跟这个行进行匹配，还有其他的一些决策这些，还有各种行业的一些参考的样式， ok， 这些都是它细节的东西了。然后就是搜索的这个算法引擎用的 b m 二五，然后搜索的流程，它一共有三种方式，这个我还没详细去看，其实就是它搜索了之后，它会把它组合成一个比较完整的文档，就用它的这个核心和这个设计系统进行构建的，这个是可以拿了去做借鉴的， 因为现在很多的系统，它的上下文或者说工具或者说脚本都非常多，你不可能全部把它塞在一个 skills 里面，或者你全部把它放在一个它的这种参考文件夹下面，你只要多了它，肯定效果是不好的。 他说了一下这个 skills 点 m d 的 文档，也是一些原则内容，然后工作流程是什么样的，首先分析，然后设计系统应该先去搜索，然后再补充细节的一些搜索，还有技术质量的选型，最后输出的内容应该是什么样的扔，然后有什么样的架构， 有有什么样的文件的格式，不要缺少了某些东西。这个总结来讲，这个 skills 参考的价值非常的大，只要你的这种脚本非常的多，而且是要做非常多的扩展，你是不能去把它直接使用这个 skills 官方的那个样式的，因为你的内容太多了， 用官方的那个样式会大大的下降模型的性能。因为比如说它的某一个样式，它就有非常多的内容，你不可能把它写在一个参考文件里面。 如果说你要把它分成非常多个这个参考文件，那么你就得非弄非常的多，那么它光是列出来这些文件就已经消耗掉了巨大的上下文。所以说很多没有必要的，就完全没有必要让 ai 去知道它，直接调用这个搜索的脚本就可以了。

三十天的 skill 实战，这段时间一直在迭代这个教程，原有的教程体系的话，在经过多方面的一个思考，包括自己亲身实操了一遍，感觉只是整个的这个结构体系太过繁杂， 而且呢太太深奥了，不容易理解，所以一疏忽呢，我就把它重新设计了一版，然后并且迭代了一下子。这个 增加了一个学习周期，因为更更加的就是面向小白或者是新人，可能更加友好一点。从 skill 的 一些基础的知识的运用， 然后和组建的一个模仿搭建，再到后期的一些进阶的一些内容都做了一些优化，包括这后期的这个，嗯，救助系统和打造流程都有进行优化和替代。

今天给大家分享一下这个 cloud code 的 team 模式。 team 模式我觉得它是一个真的非常好用的一个方案，因为之前的都是 sabotaging， 它有一个特别大的问题，就是它每一次启动它上下文是已经重置了，但是你 team 模式的话，相当于你启动了多个这种子智能体，然后它一直待命， 这样的话它性能就会好很多。虽然它这个 cloud code 的 文档里面说的是什么情况下应该使用，什么情况下不应该使用，我个人感觉都可以使用， 只要不是你是一些特别小的项目，可能两百 k 的 上下文就直接可以足够你使用了的话，那么你就一定使用这个 t 模式，它效果好很多。它有两个特别好的点，第一个点就是你的主智能体，你在做任务的时候，你的上下文不那么容易去突破了， 之前可能我们两百 k 两百 k 的 上下文主智能体去做执行，就算他调用了子智能体去完成任务，他的上下文我自己用起来的话，估计就是五轮或者十轮，对于一个稍微大型一点的项目调试来讲，就是这样就直接又得压缩上下文了。你压缩上下文了之后，性能是急剧下降的，它效果是非常差的。 但是如果你把它分成了这种多个 teams 这种成员，那么它就会把很多任务它会自己去做拆分。因为像这种子智能体，它有个比较大的问题，就是它们对话和交互的时候，它上下文是会有信息损失的， 所以说它必须要把任务拆分成一个一个的小模块，只要你用这种 team 模式把这种比如说它模型，它的一些提示词写好的话，它会自己去把任务给你拆分成模块化的，但是这个可能它不会那么主动地去拆分模块化， 但是这个它是可以很主动地去拆封模块化，但是最好是用 opus 这个模型哈。如果说用其他的一些模型，我感觉效果都不太好，它其实跟自己主动去调这些子智能体有关系，可能 kimi 会稍微好一点，但是总体来讲我自己使用下来还是 opus 会比较好一点。 因为我这几天基本上我们自己搭的一个服务器是把这个 cloud code 放在了国外的一个云服务器上，然后去调到国内来的。我们是几个人去拼了这种二十 x 的 这种账号 来保障，当然大家如果有需要的话也可以联系我，但是必须要用量大一点，如果用量小的有太大必要去买一些 token， 还稍微好一点， 像我们我们自己基本上一个人就是得消耗十 x 级以上，然后这样的话会很划算，它不像 token 消耗，你会感到心痛，但是你如果用这个的话就完全不会心痛，你会想的是怎么样去能把它全部用完，有点跑题了。 我也是开源了这样的一个项目，它是一个 skills， 其实我是拿来自己用的，然后借鉴了这种 benning with fields， 还有这个 cloud code 的 黑客松的冠军，他分享的这个几个子智能体，然后还有最近非常火的一个滴滴，滴滴的一个 skills， 然后结合了他们的一些思想，创建了这样六个子的 team 团队，后端开发、前端开发研究员，还有这种端造端的测试，最后是这个审查，然后是清洁器，呃，其实就是一些重构的东西，其实都是借鉴的这个里面的，大家如果需要的话也可以直接拿这个去安装， 安装了之后其实就是里面有个 skills， 然后它读取，让 opus 去全量读取，但是它注意有一个点就必须要让它全量读取这个 skills， 不要让它去起一个这种探索的智能体去读，要不然它就会很有问题，它没有了解全的话，去创建的话就会创建的不太好。 然后把这个 skills 弄上去了之后，它自己会问你，你想要完成一个什么样的任务，然后需要哪些子智能体，然后这些子智能体的功能它也会跟你说，说了之后它会自己去创建。 然后最最重要的是我认为它比较好的点就是我需要它把这些所有的进度和 plan 和这种发现全部放在这种文档下面，而不是放在它自己的一个全局的文档里面， 这样的话我就能看到，而且它每一个这种角色它都有这样的文档，然后它这种文件持久化，比如说主文档 leader， 它有这样三个文档，这后端的它有三个文档， 然后研究的也有三个文档，但是最重要的是他每一个项目或者说每一个任务他都会再创建一个子文件夹，下面又有具体的文档，是这样的，所以说效果还是蛮不错的。我自己使用下来，虽然达不到完全自动化的去做开发， 但是确实非常不错。他这个 leader 他 会去主动的去分发给这下面具体的任务，然后基本上能完成一个小的功能的开发，由这个 leader 去分发，并且把测试这些全部跑完， 但是可能你人工还是需要测试的，不太可能能像全自动的，除非你就是很简单的像这种随便一个任务，它都是要突破这个两百 k 的 上下文的，所以说你把它这个 team 我 觉得最好的一个点就是它把这种两百 k 上下文的任务去分摊到了各个子智能体， 可能说两百 k 哎，本来 leader 是 可以完成的，但是它可以分给让这个前端后端这些乱七八糟的去每一个分个一百 k， 虽然总的托管是增加了，但是它是没有突破上下文，所以说它的性能还是很不错，但是不得不说哈，它的托管消耗是真的可能是之前的两倍及以上， 所以说大家如果用的话还是注意，如果不是自己实际的应用或者是之前的两倍及以上，所以说大家如果用的话还是注意，如果不是自己实际的应用，或者是之前的两倍及以上，所以说大家如果大家如果用的话，才有必要去做尝试。

今天是什么喵？大家好，我是阿喵。这里是一个致力于让大家入门各种知识技能时能少走弯路的频道。装好 code code， 咱们插声文具多党的第一个想法就是，我需要装些什么呢？ still 还是插件啥的？直接说。结论， 你完全可以什么都不装。 code 本身已经足够强大，且配合使用的模型越聪明， code 也会越强大。 既然这样，我为什么还要做这些视频呢？我认为什么都没装的夸蔑，就像一个高学历但有点书呆子的实习生， 对于你交代下来的任务，他二话不说，埋头从零到一就开始干，完全不管这个任务别的同事会不会有指导手册，自己做的符不符合公司的要求，规范自己的审美到底行不行等等。 而我们可以通过安装各种插件 skill 的 项目，让一个刚入职的懵懂实习生秒变职场达人。接下来我们就来聊聊你的 quadco 晋升之路吧。 从哪里找官方插件市场？首先是官方插件市场，再靠终端输入 party 的 命令，这里就可以看到所有官方市场的插件了。如果觉得不够直观，可以参考这个官网链接。 官网是按照下载量排序的，高下载量的插件都是经过市场验证，安全可靠且在各种场景下比较受欢迎的插件，大家可以根据自己的情况按需选择。安装方法也很简单，选择好插件后点击回车，然后选择全区安装还是项目安装即可。 从哪里找 skill 排行网站？众所周知，夸的大多技能都是靠外挂 skill 实现的，这里推荐两个专门收集 skill 的 网站 一、 skill 点 s h 这个网站是按照 skill 的 下载量排序的，分总榜和二十四小时热门榜。点击进入你想要下载的 skill 页面，最上面就是安装这个 skill 的 命令， 复制到终端执行即可。如果终端命令安装有问题，我们也可以点击这里进入他的 datap 仓库，直接下载 skill 文件，复制到自己的 qq skill 文件夹即可。侧边栏还提供了该 skill 的 安全评级，如果这块都是警告的话，你就要注意这个 skill 的 安全性了。 二、 skill and p 第二个介绍的网站是这个相对中文友好一点网站，收入的 skill 更多，且可以按照分类查找，比较方便， 但东西也更杂，需要一定的甄选鉴别能力。点击进入你想要下载的 skill 页面，网站提供了多种的安装方式和命令，大家可以按需选择。右下角还有同类型 skill 推荐，可谓是非常全面了。 从哪里找万能的 github？ 最后推荐一个 github 项目，虽然新兴数还不是很多，但是我觉得总结的还是蛮全面的，有中文为你收集的也都是作者精选的资源，想深入了解 skill 这一块的小伙伴可以自行探索探索。 接下来就来聊聊我推荐大家安装的东西吧。个人观点，仅供参考，说的不对的地方也希望大佬指正。话不多说，那我们进入正题， 装什么？一、必装推荐还没有想好用 codo 做什么的情况下，我也一定会先装好的。插件其实就三个，第一个 skill creator， 主要功能就是帮你创建 skill。 第二个 code and d management， 主要功能是帮你优化你的 code 点， and do when done 等，这两个都是 code code 官方插件，可以直接通过官方插件市场安装。 第三个是 find skills， 也就是帮你找 skill 的 skill， 一 般各大 skill 榜单前几位肯定有它，通过中单命令 或者直接将 get 仓库链接丢给夸，让他帮你安装都可以。如果你刚开始学会安装 skill， 建议不要去搜索一些来历不明的 skill， 就 框框安装效果好不好还是另说，安全这方面隐患还是蛮大的。 所以刚开始找 skill 的 话，我建议你先去看看一些大厂官方的 skill 仓库，我这里推荐两个， 更多的大家可以在我刚刚推荐的 skill 给他仓库的官方资源中查看。第一个当然就是夸，官方的 skill 仓库一共有十七款 skill， 含带文档处理、视觉设计、开发、编程、多媒体等多方面，个人推荐安装这几个。 第二个是 mini max， 官方的 skill 仓库有十四款，技能，也是含带文档处理、开发和多媒体等方面， 个人推荐这几个，如果有他家会员，结合多模态能力就更强大了。两家 skill 的 功能有部分重复的地方，我给大家做了个对比表格，大家可以参考使用，比如文档处理相关的 skill。 因为 mini max 更符合国人使用习惯， 所以我是安装的 mini max 的 办公套件，视觉设计类，如果你有设计网站需求的话，花的这个 skill 肯定是必装。多媒体方面的话， mini max 的 这个 skill 还是比较强大的，当然前提是要给 api 充钱，总的来说各有优势，但基本覆盖大多数使用场景了， 装什么？二、编程辅助如果你想在 code q 中写点小项目，或者想学习规范的编程流程，推荐以下两个项目， superpowers 这个项目已经输入到 code 的 官方插件市场，而且下载量排名前三，可见它的火爆程度。而 getsend 这个项目更注重于规范且快速的完成开发，在 github 上也有快五万的收藏量了。 我总结了两个项目的详细信息，大家可以对比看看。如果你想快速构建项目，拿到结果的话，可能 get 单子的项目更适合你。 如果你想从零开始学习严谨的软件工程的话， superpowers 可能会是你很好的入门导师。大家可以根据自身的情况选择一款体验，看看 装什么。三、 c l i 工具还有一类工具也是我推荐的必装系列，那就是 c l i 工具。更还不了解的小伙伴科普一下什么是 c l i 工具， 其实你可以简单地理解为是某些软件应用更能为 ai 智能题写了一套说明书，为了方便 ai 操作的指导手册就可以了，比如我这期视频介绍的 obsidian c l i。 另外，我还安装了 github cly 和飞书 cly。 如果想用的软件应用还没有发布官方的 cly 工具怎么办呢？这里推荐两个 cly 工具， open cly 和 cly anything， 理论上可以 cly 画任何你想要的东西， 装什么四、大佬整合包最后，有的小伙伴可能听说过 everythingquadco 这个项目，它是荣获过 alpha 配 k 克松比赛冠军的一套经过实践的完整配置。 想要你的 quadco， 从初级入门到高级专家，装这一个就够了。但是也有人反馈，这个项目太重了，有很多功能不是深度编程，开发的人根本不需要。所以我的个人建议也是不需要安装，而是学习它的构建逻辑，取其精华。 如果看起来比较费力的话，推荐一个针对这个项目的国内优化版，相对更友好。 ok， 我 觉得刚开始用 qq 了解以上信息就差不多了，更多的是在使用中迭代自己的方法论，在针对性的选择对应的工具。我后面也会有专题类型的 qq 好 用工具推荐， 大家先关注起来，以防迷路哦！这个世界终将淘汰不会用 ai 的 人。关注阿喵，了解更多 ai 小 知识。那这个视频就到这里，下个视频我们很快再见喵。

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。

其实你并不需要那么多 cloud skills， 最近 cloud skills 有 多火，相信大家都有所感受。目前 skills mp 这个网站上 skill 的 数量已经达到了恐怖的八万加了，并且还在快速增长中。 面对那么多新奇的 skill， 很多人像进了琳琅满目的超市一样，什么都想带回家，结果就是囤积了一堆 skill， 真正用上的没几个，彻底掉入效率陷阱。那么作为创作者，我们筛选 skill 的 标准是什么？哪些是必装的？ 今天我从创作的三大环节，信息输入、内容输出、创作流程打包，从这三个角度给大家推荐三个原 skill， 帮你在大家都能用 skill 快 速创作的时代保持差异化。 一、信息输入 notebook skill ai 时代下，人人都可以成为内容创作者平台，每天有海量的内容和你在竞争，如何让你的作品在一堆同质化内容中脱颖而出？我觉得核心就在于信息摄入的差异，没有内容是凭空捏造的，好的内容都是优质内容摄入的产物。我们要做的就是利用 notebook clam 这个工具管理我们信息员的质量。 notebook clam skill 能够打通知识库，与 clod code 直接对话，我们只用我们的审美和偏好来筛选内容，自动化的生产交给 clod skills， 你可以在 cloud code 里直接上传 pdf、 youtube 链接到 notebook lm 笔记本，也可以直接从 cloud code 查询 google notebook lm 笔记本，获取 gemini 提供的基于来源引用支持的答案，保持差异化的同时还能大幅减少幻觉，因为答案仅仅来自咱们上传的文档。 二、内容输出 obsidian skill 创作者的输出包含笔记沉淀和将内容格式化的呈现给用户。我这里推荐 obsidian 是 因为它的本地储存、双链功能、 markdown 格式等特点，非常适合 ai 时代。优质的内容自动化创作后， cloud code 可以 直接帮你写入 obsidian， 不 需要去折腾那些云端工具的授权和接口问题。同时最近 obsidian 的 ceo 亲自下场写了三个 skills， 能帮你自动写笔记，画 canvas 架构图，创建 base 数据库。很多人觉得这只是方便笔记管理而已，其实现在内容泛滥的时代， 差异化的优质内容是不需要复杂的包装的，最重要的是你的观点和选择题足够有价值，以及你的分发效率有多快，根本不需要搞得太花里胡哨。我平时演示就直接在 obsidian 里的 xcaladraw 加画板里直接画图， 或者利用 nano banana 文字信息可式化的呈现能力做图，你也可以利用 obsidian skill 的 canvas 架构图来进行信息传递。三、将一切标准化的能力 skill creator 有了优质的内容输入和体系化高效率的内容输出，我们还需要将我们的创作过程标准化封装成 skill， 持续使用，这样才会有规模效应。所以你需要 skill creator 这个官方 skill， 它能通过引导你进行自然语言对话，创建 skill， 你和他的头脑风暴，或者直接把 doku 的 ai 工作流发给他，也可以是你跟 agent 的 对话记录，根本不需要极 skill 的 开发标准，给 cloud code 输入，把我们对话整理好，包括我的提示词迭代和你的解法存成一个 skill， 放到这个目录起个清晰的名字和描述以后，我会高频率附用 一个专属于你的自动化创作的 skill 就 搞定了。以上三个 skill 只是举例，大家可以试着去结合自己的需求场景来进行替换和补充。底层逻辑就是求精不求多，这样才能举一反三，一通百通。 以上就是今天分享的全部内容，如果有帮助到你，欢迎给个一箭四连。支持一下。我是 jacky， 关注我，陪你在 ai 时代无限生长。

hello， 大家好，我是丽丽，今天想跟大家分享一下我是如何用 cloud skills 去做市场规模的调研。那么之前我们如果要做市场规模的话，需要用不同的一些方法，包括 top down， bottom up 以及市场分析等等不同的一些框架去预测整个市场规模。 那么在现在我们有 cloud skill 的 时候，比如说我们想某一个产品进入某一个市场，我们需要知道它的 t a m， s a m 和 s o m 怎么样去测算，然后用更少的时间可以得到一个比较准确的答案。 那在这样的一个情况下呢，就给大家看一下。这篇是我用 cloud skills 做的一个 ai agent 的 一个市场分析，那主要就是想知道它的一个市场规模有多少，每个国家它的一个市场规模是多少， 它的增长点以及增长比例是怎么样的？可以看到整个报告里面它还是比较详幸的是比较详细的，包括有一些图标以及一些简单的一些 insights。 那 可以带大家一起看一下这个 skills 长什么样子， 那上面呢？还是一些 meta information？ 这边会给他一些市场规模的计算量，包括有 t a m total addressable markets 可以 触达的整个市场， s a m 可以 服务的可触达市场以及 s o m 可服务，并且我们品牌可以获得的一个市场整体的一个完整的方法论框架， 就给他一个概述。概述下面包括 t a m 的 计算， s a m 的 计算以及 s o m 的 计算，那后面会给到他一个更详尽的怎么样去计算这三个指标， 那在市场规模的预测中，通常会有三种方法，包括自上而下、自下而上以及价值理论。那么在这个情况下都需要给他去很好的情况进行分析，然后计算出上面三个所有的值， 那在自上而下呢？因为 use 本身他不知道怎么样去计算，所以我们这边是给他一个流程公式，适用的场景、优势以及局限以及方法二，每一个都给他进行一个罗列。在之后呢需要他进行一个分布的流程，包括明确整个市场，第二步搜集数据的来源， 第三步去计算不同的一个数值，以及最后的话需要他进行一个交叉验证，来确保整个数值它是准确无误的。 那么在这样的一个情况下，因为在计算的时候数据非常重要，这个时候我们就需要把数据进行一个框定， 比如说我们可以给他一个 data source 的 文件，让他去找的范围包括有 gardener， forester， i， d， c 等等这些我们觉得非常有可信度的一些报告，让他只在这个 data source 里面去找数据。 那么在这样的一份完整的数据源里面，他之后就会给到我一份 html 的 一个报告，也就是我们这边看到的这个。 那可以带大家简单来看一下，那二零二五年整个全球 ai 政策的市场呢？是一百一十亿的美元，二零二三年预测将达到五百八十亿的美元，整体会有五点三倍的增长，包括年复合增长 cgr 要达到百分之四十三，企业的采用率，试点转头产产率， 那这边呢，相当于用一些图标的方式给到一个更加直观的数据，可直观，那么接下来就是需要他做一个交叉验证，我们刚提到有三种不同的方法，那每种方法预测到的这个市场的一个规模需要他进行一个比较，那么可以看到他整体对于二零二五年有一百一十亿 以及自下而上的方法是十一到十二亿，价值理论大概在九亿，其实用不同的这个三种方法，它算出来的市值会差不多。比如说我们挑选一个来简单的看一下，像自上而下的方式，分析师有 c a g r 的 一个对比， 包括研究机构有不同的 c a g r 的 预测值覆盖的范围，最后得到一个比较可信的一个数值。 而自下而上呢，就是从不同的客户分层里面来进行一个推理和分析。第三部分就是一个市场气氛，包括资金的流向啊，整体的话企业级的 agent 会更加多一点，那么按地域的话可以看到其实就是亚太和北美两个主流。 那目前的这个 ai agent 它们所处的包括有客户服务、销售与营销啊，编程开发、数据分析等等。在这些场景里面 ai agent 已经 相对于其他行业会更加成熟一些。接下来是一些塑造市场的一些玩家，包括主要的平台型的玩家和一些小的初创的企业，那可以看到其实他还是有一些局限性，那这个时候如果说我们有自己的更多的有时效性的数据投喂给他，可能会更加的准确。 那全球 ai 风险投资的一个走向也可以看到包括广义的 ai 投资和 agent 的 一些专项。那对比下来，其实 ai agent 的 这个紫色的是呈指数型的一个上升， 那整体 ai agent 的 它这个利润的收入分贝包括算力、模型、平台集成商和应用，主要集中在算力这一块，包括有英伟达和一些云厂商啊布局的一些行业， 那么在哪些地方是可以加速的，什么时候可能会减速，都是给相应的罗列出来。所以说整体来说，如果说你的一个产品要进入某一个细分化市场， 包括地域上的或者垂直领域的，都可以通过这样的一个方式，让 cloud skills 快 速给你生成一份有价值、有洞见的一份市场规模的报告。今天想跟大家分享的就是这个。

今天咱们来聊一个事儿， cloud code 的 skills 技能系统。欢迎来到 cloud code 全站观察。这是第三集，前两集咱们聊了 cloud 点 md 和 hooks。 有 朋友问我， 这些配置和自动化挺好，但我有好几个项目，难道每个项目都要重新教 cloud 一 遍吗？那么问题就来了，有没有办法把经验打包一次，编辑到处附用？还真有，就是今天咱们要说的 skills。 说到这儿，可能有朋友要问了， skills 是 啥？ 我打个比方你就明白了，你装浏览器的时候会装各种插件对吧？广告拦截、翻译工具、密码管理，这些插件一次安装所有网页都能用。 skills 就是 cloud code 的 插件系统， 它是一个预定义的 prompt 加配置加工作流的组合，你可以把它想象成一个功能包，装上了 cloud， 就 学会了这个技能。比如你可以创建一个代码审查 skill， 定义好审查标准和输出格式，然后所有项目都能调用这个 skill， 不 用每次重新描述。 简单说， skill 就是 把你的经验打包成武器，随拿随用。说到这儿，可能有朋友要问了， 这玩意儿怎么写？咱们来说说。创建 skill 非常简单，就是一个 s k i l l 点 m d 文件， 文件结构分几个部分，首先是头部信息，包括 name 名称、 description 描述、 version， 版本、 author 作者这些原数据，让 skill 可被识别和管理。 然后是核心部分， prompt 定义，这里写清楚这个 skill 是 干嘛的，输入是什么，输出应该是什么格式。比如代码审查 skill， 你 可以定义输入是一段代码 输出，要包含问题等级，具体问题修改建议三个部分说到这儿，这就很关键了，好的 skill 要有清晰的输入输出定义，这样 closed 才知道怎么用。 再来是参数化，你可以让 skill 接受自定义输入。比如审查 skill， 可以 接收一个严格程度的参数，严格模式查得细，宽松模式只查大问题。实战演示一下， 咱们创建一个简单的代办事项管理 skill， 首先定义功能，添加代办标记，完成列出所有事项。然后定义输出格式必须是 j s o n， 方便后续处理。最后加上错误处理，输入不合法时要给出提示。就这么一个文件， 放到项目的 cloud 目录下， skills 文件夹里 cloud 就 能识别和使用了。基础 skill 会写了，咱们来聊聊高级玩法。第一个是参数化，刚才提到了 让 skill 接受输入参数，这样同一个 skill 可以 适应不同场景，比如代码审查，你可以传语言参数， typescript 和 javascript 的 检查标准不一样。第二个是组合使用，多个 skill 可以 串联起来， 比如先用代码生成 skill， 生成代码，再用代码审查 skill， 检查质量。最后用测试生成 skill， 生成测试用力。一条命令，三个 skill 自动串联。 说到这儿，这就很关键了， skill 组合是提升效率的关键，单个 skill 解决单点问题，组合起来解决完整 workflow。 第三个是条件逻辑 skill 可以 根据项目类型调整行为，比如检测到是 react 项目，就使用 react 特定的规范， 检测到是 node 点 js， 后端项目就切换成后端规范。第四个是版本管理 skill 也要迭代更新， 你可以给 skill 加版本号，项目里锁定用某个版本，避免升级导致行为变化。最后是文档要求，好的 skill 必须有清晰的文档说明、功能、用法、视力，不然别人看不懂也没法用。除了自己写 skill， cloud code 还有丰富的生态 内置。 skills 方面，官方提供了一些常用 skill， 比如代码解释、重构、建议、测试生成等，这些开箱即用。社区 skills 方面， github 上有开发者分享的各种 skill， 包含了不同语言、框架、场景，你可以搜索、试用，贡献自己的 skill。 分享 skill 也很简单，把 s k l l 点 md 文件发到 github， 别人下载放到自己项目的 cloud 目录下， skills 文件夹里就能用到，这你就明白 skills 的 完整玩法了。好了，今天咱们就聊到这，回顾一下重点。 第一， skills 是 把经验打包成可附用的功能单元，一次编辑到处附用。第二，创建 skill， 就是 写一个 s k i l l 点 md 文件，定义、输入、输出和行为。第三，高级玩法包括参数化组合、使用条件、逻辑、版本管理。 下一集咱们要聊的是 m c p server 实战给 ai 装外挂。如果说 skills 是 让 cloud 学会套路， m c p 就是 让 cloud 连接外部世界。下集咱们详细说，别忘了点赞、收藏、关注，系列持续更新，咱们下期再见！

本期视频我们讲解一下如何安装第三方的 cloud skills。 要安装 github 的 cloud skills 有 两种方式，第一种方式是通过插件市场，第二种方式直接将 skills 拷贝到对应的目录。我们首先看第一种方式，我们启动 cloud， 输入 plugin， 添加插件市场，我们这里以 awesome cloud plugins 为例，添加插件市场，然后我们选择 awesome cloud plugins， 选择浏览，一共有二十四个。 例如我们以 awesome cloud plugins 中的 bug fix 为例，我们在终端这里搜索 bug fix， 然后敲击回车，我们这里选择安装是 userscope 显示安装已经完成，然后我们 reload plugins， 输入 bug fix， 我 们可以看到 skill 已经生效。第二种方式，我们可以找到 github 的 链接，下载对应的 skill， 比如说 skill creator， 我 们在这里点击下载 download zip， 下载完成以后，我们解压下载的文件夹，然后将 skill creator 复制到 cloud skills 目录下面。启动 cloud， 我们可以看到 skill creator 已经生效。我这里用于演示的有两个 skill creator， 一个来自于 astropica 官方的 document skills 当中的 skill creator， 另外一个来自于 github， 也就是我自己刚刚安装的。 其实除了 github， 任何第三方的网站或者个人或者团体或者公司开发的 skill 都可以拿来安装使用。我们这里有 skills、 marketplace， m c p 等工 工具，我们这里以 find skills 为例， find skills 这里有安装方法，它的使用教程。打开终端，安装 find skills， 它这里提示我们需要为哪一个 ai agent 安装 skills？ 我 们选择 cloud， 选择 global， 然后 yes。 好，这里看到安装已经完成同安装信息，我们可以看到安装的 find skills 放在了加目录的 agent skills。 find skills 这里有提示，我们需要把 find skills 放到对应的 ai agent 的 目录下面，我们启动 cloud， 可以 看到 find skills 已经生效。好，本节课程我们讲了如何安装第三方的 cloud skill use， 不 管是通过 github 还是第三方的网站或者个人团体公司开发的 skills， 都可以进行安装。使用安装的方法有两种，一种是通过 marketplace 先添加插件市场，然后从插件市场当中安装对应的 skill。 第二种方式是直接将对应的 skill 复制到 cloud skills 的 目录下面，那么 cloud code 就 直接可以使用对应的 skill。

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。

嗯，建一个好用的这个或者精准的这个技能库呢，其实我们前面已经讲了啊，五招了，然后我们接下来剩下的两招也讲完。 第六招呢，是说在技能的结尾加一个自查的清单，这什么意思呢？比如说每一个技能文件的最后呢，放三到五个， 就是 cloud 在 深层输出前要问自己的问题比比方说哈，就是这段输出符合就是我平常的这个语气要求吗？有没有出现就是尽力的词汇，它的格式是不是符合标准？达达没达到我给你的例子的质量水平？ 当然你也可以根据自己的偏好加一些让他自己去检查的一些问题啊。这几个问题呢，看起来是微不足道的，但是呢，他们每次在输出之前就强迫呃 cloud 的 做整体， 去逐项的去做一次对照检查，相当于把你自己的质量或者是品控的这个流程内化到了技能本身，这也是很重要的啊，就是要自检，要自查清单。 最后一个技巧呢，就是手动去读这个 skill 文件啊，这是比较枯燥的一步，但是呢，如果你直接去做的话，其实效果也很好，比如说你拿出几分钟的时间，从头到尾读一遍你自己的这个技能文件 啊，你有可能会发现就是有些规则可能还是含糊不清，比如说有些描述还是有歧义，某些细节就是可乐的帮你生成的这些描述他可能还是没有完全理解，这些东西在适用的时候不一定会暴露， 但是你在手动阅读的时候就会发现你就是人嘛啊，他其实还是挺会挑毛病的，因为尤其是自己喜好的这些就会变得显而易见，就几分钟的投入，可能因为你像一个技能写完了以后， 可能会用上十次，一百次，甚至成千上万次，那这样的话，每次啊输出的结果呢，就会质量就会越来越高，然后呢也会调用不错的话，也会减少你后续的这个审核的这个啊时间。然后接下来呢，我们就再讲啊，讲这一个 skills， 就 最新的这个版本推出的三大功能啊，这个其实也很重要，因为呃大模型的分辨率 一直都在长期迭代过程中，他的能力出来以后呢，尤其是一个是大模型的能力，一个是智能体的能力啊。所以呢就是二零二六年的三月呢， iosepik 的 这个 cloud 的 又推出了三个很重要的升级，解决的长期困扰和这种重度使用用户的核心问题。第一个呢就是它内置的这个评估和测试，你现在可以把之前保存是 skill 或者技能的前提， 就知道他是不是真的在工作啊。写几个真实场景下，用到这个提示时，系统对对应的这个会去对比激活或者是没有激活的一个技能的两次输出，然后按照你预设的这个去打分，然后来 有并排显示，比如说左边是激活的，右边是没有激活的，然后让你自己去对比，然后你可以去看是用的感觉还不错呢，还是有数据支撑呢啊？这个是一个 就是根本性的改变，就是实际就是实际对比嘛，就实际上在两种不同的方式输出啊。第二个呢就是有个 ab 测试，就比如说改一条规则，你加了一个措辞，换了一个势力。 比如说我写了，我要求他了，但他具体做没做呢？就像你教一个新的厨师，你说我这个手册，你必须按照这个一条条做，但是你输出怎么去判断他是不是就是这个技能他是不是真的用了，然后的是不是用了？你要求他这个 skill， 那 只能是就是通过的这个 输出去做 ab 测试，然后系统也可以并排的呈，呈现出两个版本的这个差别，让你自己去对比，然后改版的时候就实际就是不再靠感觉了，而是靠实验了。 然后还有一个比较好的功能，就是这个触发词自动优化，这技能就使用有一个经常被忽视，但关键的这个 就是机制，就是触发，就是如果说你的这个技能描写不够清晰，它不会被激活，整个文件就相当于你写了放在了新功能，呃，会自动重写， 就新的这个版本啊，这个版本会自动重写，而且去测试不同版本的这个 skill 的 描述，来测，来测量各种调用的这个措辞下触发的这个成功率啊，自动去找到这个 最可靠的版本啊，就防止说我们写了以后没有用上，或者没有用上最好的那一个。

我们接着讲 kolod 前面讲的，呃， kolod 里面的这个技能，技能库是什么东西？然后怎么去构建？然后最新的啊？ isopec 的 kolod， 三月份的这个版本的最新的一些功能， 然后呢，接下来讲有七种最值得优先构建的这个 skills。 这个是因为其实我们讲优先吗？可能就是大多数的产品都会用的上，比如说第一个是讲的叫品牌音调，其实就是品牌和语气，这个是最基础的，也是最常用的。呃，就包括了你个人的品牌或者公司的品牌，或者做某一件事情的这个 他的核心价值，我是输出给谁，就是我的受众都是谁，然后语气描述，然后一些禁忌的词汇，包括了真实的输出案例，案例给他接好了以后呢，每次写任何内容都要 都优先调输出自然而且具备一致性的这个品牌的声音，尤其是针对这个你对个人的这个品牌有比较高的要求的这一类。 第二个就是可能大家用的会比较多的一个求职的这个技能啊，呃，说回报率最高的，其实个人效率的这个技能 需要预存你自己完整的简历，主要的项目经历，核心的技能描述，以后每次申请职位的时候只需要提供啊，对方比如说这个公司要招聘的这个职位的描述，他就这个可靠的，只能就能够生成有真正针对性的求知性。 这个不只是模板啊，是根据你的具体的经历，你自己的偏好和对方的需求量身匹配的内容。 这个其实很重要啊，一个是你个人品牌的打造，公司品牌的打造，还有你个人品牌的输出，求职嘛。然后第三个就是文件的载要这个技能就粘贴任何文本都按照统一的格式输出。结构化的载要就首先你可能自己要定义好格式， 比如说你要要点是列表还是段落啊，就是必须要输出或者保留的信息类型，包括数据啊，结论啊，包括形象这些 长度的控制的规则啊，这样的话每次的这个输出呢，文件载要都可以按照同一套标准输出啊，结果呢也符合你的预期，也可以做对比。 第四个呢就语法检查的这个技能，把你不喜欢的这种句式常见的错误的清单，就是你比如说你自己输出的这个文稿，或者是呃文案的这个审阅人任何文字的时候，可能的就会按照你个人的标准来， 而不是很泛泛的这种通用的比如语法的错误啊，这些或者是敏感的错误啊，因为每个人的偏好是不一样的，对吧？有些要求是专业通俗易懂啊，或者什么样的都要有具体的定义。 第五个呢就是他叫 e l i 五，他其实就是呃这个技能呢，其实简单的来讲就是把就是所有这种复杂的话题 翻译成就是我们大众或者这种普通人老百姓都能理解的语言，要去设立那个禁用的一些术语，尤其在日常生活内 类比呢，要优先目标的这个就是你的受众的这个读者的背景，粘贴这个学学术的这个栽赃或者技术文档的时候，可以直接分享给非专业受众的这个解释啊，怎么去通俗易懂啊。 第六个就是，呃，学习的技能，因为我们每个人其实都都在不断的学习吗？对吧？每个人吸收这个新知识的方式是不一样的，有些人需要内比，有些人需要反例，有些人需要简单的试例， 有些人需要先看结论再看过程，有些人喜喜欢把这个啊推导的每一步都弄得非常显，显而易见，把这些偏好呢都传到这个技能库里面，让 cloud 的 解释，让你学习任何新的东西的时候，他给你解释任何新的概念，推导任何过程， 也都会自动采用你最容易接受或者学习的这种方式来呈现。但还有一个就身体很重要啊，嗯，对于健康和健身的这一点，你可以就是包括你的目标呀，身体的限制呀，尤其你自身的这个 身体素质呀，包括你是不是有有一些可能，有一些就是偏好和你当前的运动的基础， 以后这所有的训练计划，包括饮食建议呢，都可以，然后呢就是存进去，然后呢这样的话 就会帮你，就是 cloud 会帮你完成的啊，比较好。所以这个健身的这个，其实 尤其是最近跑马拉松的啊，也就是对于身体的自身的这个能力和适合的这个运动，他可能也会给你给出一些比较专业啊，比较好的这么一些建议啊，给你输出文稿。