skills能在运维工具里执行吗

最近全网爆火的 skills 跟 agent 这两个概念确实容易混淆哈，我今天来给大家简单分析一下。我首先会讲一下这两个东西的概念分析，为什么在实际的工作场景中，尤其是自用的场景中，更推荐律师去用这个 skills。 什么是智能体啊？有点类似于一个数字的助理，它是一个完整的系统啊，助理是完整的，它拥有自己的，我们叫角色的设定， 有调用知识库或者其他工具的这个能力。比如说你创建了一个咨询回复的智能体，那么他在收到这个问题的时候，他会去思考如何去回答，并决定什么时候去查法条，然后去完善这个回答，它实际上是一个虚拟的岗位或者是职位。那 skill 呢？跟这个智能体完全不一样哈， 你可以认为是一个四面一封装了某一个专项的技能，它其实不涉及到一些复杂的思考逻辑，而是一套确定性的执行流程，有点类似于你定义了一个 s o p， 虽然这里面的某些步骤它会用到 ai。 比如说你现在做一个一键生成证据目录的 skill， 它的特点呢，就是一次只具体的解决这一个生成证据目录的问题， 就是一个 skill， 它只关心的是输入是什么，以及输出到底是什么样的格式。那么我为什么推荐律师在自用的时候多开发 skill， 而不是做这个智能体呢？首先做 skill 的 难度还要远远低于你去做一个智能体，这是第一点。第二点呢，其实我们具体在这个工作当中，法律工作要求是比较精准的，但智能体其实在对话的过程中啊，还是可能会产生 一些所谓的幻觉，但 skills 因为你把一些标准的流程定义好了，第一步什么，第二步什么，它最终的结果是更加可控的，所以这一定程度上可以帮你去对 抗这个 ai 的 幻觉。第三个呢，就是其实你可以在一个对话里面，或者说一套流程里面先调 skill 一， 再调 skill 二，再调 skill 三，一步一步的去干活。它是一个轻量级模块化的一个工具，所以会比较方便。但是如果说你的一个工作里面要涉及到多个智能体 的话，你点完智能体 a， 然后要跳出来，再进入另外一个智能体 b， 然后还要把那边的东西复制过来去做，就非常的麻烦。但是你可以在一个对话里面接连调几十个上百个 dues 都没有任何的问题，尤其是有一些重复性高的工作，你完全可以用 skill 去解决。 最后一个呢，我觉得 skill 非常棒的一点是，它能够把你一些重复性很高的一些工作由这个提示词转向一键去触发，你点一下它，哪怕你就说一句话给我干，它就按照你的标准的流程把你的这个工作就干好了。我觉得综上四点原因呢，如果说你真的是工作中自用的话，去解决你工作中效率的问题，我觉得 skill 是 比这个智能体更好的解决方案。律师伙伴们想要掌握 skills 一 键生成案例分析报告、普法漫画生成吗？点击加入 google ai 进化导，跟做了十五年技术的我学习最新法律 ai 工具。

如果你现在有一个绝妙的产品点子啊，想把 code 做出来，但又没有产品经验，让 ai 帮你写个需求文档呢，结果发现他写的东西啊，看起来很长很专业，但其实压根就没 get 你 的意思，里面的细节呢，也漏掉了很多，根本没有办法直接拿去 code 啊。 那我之前视频呢，也讲过 web coding 五步法，第一步，需求评选啊，其实就已经决定了百分之八十的结果。所以呢，我就把我自己和 ai 沟通的经验，以及做产品这几年的思路啊，整理成了一个写需求的 skill， 叫 prdwriter， 来帮没有产品背景的朋友们，把一个模糊的想法， 一步步变成一份可以直接拿去开发的需求文档。那我这个 skill 的 核心设计呢，其实就是不让 ai 一 上来就写完整的 p r d， 而是拆成两步，第一步是十分钟出一个概念板，和 ai 去对齐方向。第二步呢，是半小时出一个落地板，让 ai 去补完细节。 以前呢，你需要和 ai 废话半天，但现在他自己天然就知道什么样是好的需求文档。那第一步，概念版呢？我们不直接写文档，我会让 ai 从三个角度不断去提问。首先就是用户视角，我们的目标用户现在他是怎么解决这个问题的？他到底痛在哪？那你想做的产品真的帮到他了吗？ 这一步啊，能帮我们排除掉很多自嗨的伪需求。然后呢，就是商业视角，那这个东西是一次性的，还是说长期都有的需求，他商业模式是买断的还是订阅制的等等。这一步呢，是为了看清楚我们能不能持续的做下去？ 最后是技术视角，它的产品形态是怎么样的，能不能快速的做出来，开发成本你能不能接受？那这一轮结束啊，你会快速得到一个很短的概念版 prd， 如果你满意了呢，就可以进入第二阶段，不然你就需要和 ai 去继续讨论，直到它能准确描述出你的想法为止。 那第二步，落地板这一块，我做了件很产品经理的事情，就是把一个我认为好的需求文档结构提前写在了 skill 里面，防止 ai 去偷懒，也能帮大家呢去补上一些容易遗漏的细节。 那我举个简单的例子啊，很多人会写说你这里做一个按钮，点击后提交，那 ai 确实也能帮你去设计一个能点的按钮，但问题就在于点了之后报错了怎么办？用户等待的过程要怎么展示等等。那这些情异常情况，如果你不提前写啊， ai 是 不会主动帮你想的。 所以在落地板里呢，我强调了五个东西，一是交互细节，就是我们刚才说的这种异常情况的补齐。那二呢是状态机，去提前立好一个字段或者是按钮所有的状态以及这些状态之间的转换关系。 三呢就是字段规范，比如你的字段是不是必填的，他有没有长度限制或教业规则等等。四是文案规范，那我们对用户展示的文案呢，是需要统一的。五是各种图啊，包括用户的这个核心流程图，以及关键页面的一些线框图，如果提前把这些东西都约定好，后面的扣定部分会顺很多。 下面呢是一个我实际使用的案例，左边是 ai 在 跟我对话，那右边呢，就是最终生成的需求文档。这呢，我是想做一个自媒体账号的定位工具，那上来他就会先问我我的用户是谁，然后还会问我数据打算是从哪取， 我获得足够信息之后呢，就会得到第一版概念文档和一些待确认的问题，我就继续给这些问题回答，然后就会出一个落地板的 prd 啊，那就可以看到整个结构是非常完整的，用户场景呢，写的很清楚，用户流程也都有。下面呢，还有我特意提到的这些容易遗漏的细节，我自己还是挺满意的。 那我的这个 skill 呢，一共是有三种模式，除了刚才说的从零开始生成 p r d 之外，还能去优化已有的文档和增加新的需求。我自己呢，是直接在 cloud 的 co work 里面用的。当然，你也可以把这个 prompt 文件丢给任意一个 ai， 让它按照这个思路去帮你写你的 p r d。 那无论你是想用 web coding 去实现自己的产品创意啊，还是想优化现有的产品流程，这个 skill 呢，都能帮你节约很多时间和精力。如果你对 prdwriter 感兴趣啊，或者在使用的过程中有任何问题，欢迎交流，我是师徒，带你用产品视角看懂 ai。

agent skill 能替代 mcp 吗？一个视频给大家说明白啊。咱们先说什么是 mcp， 我 举个例子啊，比如我现在开发了一个旅游出行智能体啊，我要实现查询路线，查询天气的功能，怎么做呢 啊？传统的方法就是我可以调百度地图，高德地图的接口啊，然后把这些接口呢封装成一个我的智能体的工具，那这样功能就实现了 啊。但是问题又来了，我这一个系统我得调很多的接口，比如获取新闻的接口，自然灾害预警、景区关门停业信息啊等等啊，每一个接口我都要开发一个工具，这太麻烦， 而且市面上也不止我这一个系统啊，每个系统都用这些功能，都需要开发自己的工具，那这样大家都麻烦，这时候 m c p 出现了啊， m c p 呢，叫模型上下文协议 功能，简单说就是就以前我获取这个天气信息，我需要调接口，以后呢，我就用高德百度的 m c p 就 行了啊。 m c p 和这个传统调接口的方式对比呢，就是配置简单了，代码减少了，甚至不用代码也能用了啊， m c p 就 这么简单啊，所以朋友们， 你要是扣字眼的话，什么模型啊，上下文啊，什么协议啊，那就容易蒙啊。但是你只要记住一句话， m c p 就是 让智能体更方便的调用第三方工具就完事了，就这么简单。好，那大家知道什么是 m c p 了，然后咱们再说 agent skill 啊，还是用这个旅游出行智能体这个例子。那我现在开发这个智能体一段时间之后呢，我发现系统功能越来越多，工具也越来越多， 那介绍工具的文档就越来越多呀啊，文档它是占用大模型上下文的，上下文太多，它就影响智能体的智商，就甚至有的时候这个智能体都蒙了，我说该掉哪个工具啊，他自己都不知道了。那这个时候 a j 的 skill 又出现了 啊，用户呢，就不用写那么多的工具来完成任务，而是把这些任务放到一个个 skill 的 目录里面啊。那这个 skill 呢，可以自己写，也可以复制第三方的，拿过来就能用，特别简单。 那我前两期视频讲了这个 agent skill 的 基本概念和用法，大家感兴趣可以上我前两期视频看看啊。总之就是 agent skill 和传统的智能体工具对比，上下文也减少了，性能也提升了，准确度也高了，功能也扩展了啊，反正就是厉害 啊。那这个 agent skill 能替代 mcp 吗？那刚才咱也说了， mcp 是 为了更方便地调用第三方的工具，而 agent skill 它目前主要优化的是本地的工具， 所以它俩现在干的不是一个活啊，就没法替代，最多也就是互补。第三方的工具呢，交给 m c p， 本地的工具呢，交给 agent skill 来调用啊，或者说是直接把工具写到这个 agent skill 里面。所以现在呢，就二零二六年一月份， agent skill 还不能替代 m c p， 但是未来 不好说。如果大家都觉得这个 skill 太好用了啊，改成提供 skill 的 服务了， 那就可能替代啊，就比如高德地图啊，百度地图啊，他们在自己的官网上发了一个打包好的 skill 目录啊，大家只要拷贝到自己的项目里啊，复制粘贴啊就能用，那这样 skill 不 就把 mcp 给替代了吗？ 啊，所以能不能替代它其实不是一个技术问题，主要还是看第三方应用支不支持，支持就能替代啊，不知道大家感觉以后这个 skill 能不能替代 mcp 呢？啊，我感觉有一些希望啊。 那这个就是 m c p 和 skill 的 关系。那今天咱们就聊到这，下期视频我再说说 ai 编程啊， web coding 的 内容，大家感兴趣的话可以关注一下啊，我是小周，咱们下期再见。

这套流程可以让 ai 自动操作浏览器，代替你完成一切机械重复性的工作，而且特别的省 toc 很多工作流甚至全程不需要 ai 参与，零 toc 就 能把自动化任务跑起来。比如可以零 toc 抓取电商网站评论，导出成 csv 文件，自动把 markdown 文章发布到 x。 还有对自己开发的 web a p p 进行 ai 自动化测试。我们并不需要懂浏览器的相关知识，只用自然语言就能完成这些任务。本期视频我们使用的 agent 的 框架是 cloud code 或者 codex。 浏览器自动化方案是 playwrite c l i 搭配配套的 skill。 playrite c l i 是 二六年初微软开源的全新浏览器自动化工具。根据官方的精准测试， playrite c l i 比起传统的 playrite m c p 方案，差不多能够减少四倍的 token 消耗。工具搭建好以后，我们可以把很多固定的工作流程沉淀成 skills， 让 ai 能够又快又省的完成任务。甚至熟练后你会发现很多固定流程甚至不需要 ai 参与，只需要让 ai 编辑好一个固定的脚本，就可以零偷看全自动完成工作。好，废话不多说，我们直接开始。 在开始之前，我们需要先确保电脑上安装了 node js， 如果没有安装过，可以来到 node js 的 官网，根据自己的操作系统下载对应的安装包。然后我们打开一个命令行终端，输入这个命令，安装 playwrite c l i。 安装完成。下一步我们要确保电脑上安装了 chrome 浏览器， 如果是 edge 浏览器也可以，不过最好还是推荐使用 chrome 好， 这样准备工作就完成了，我们来测试一下，我们可以使用这个命令，使用 playwrite c l i 操作 chrome 浏览器， 打开谷歌的官网。最后一个参数 hide 的 表示使用的是有头浏览器，如果不加这个参数， playrite 默认使用的是无头浏览器，无头浏览器会在后台静默运行，虽然比较省内存，但是我们看不到浏览器的页面，所以为了方便调试，我们一般加上这个参数。杠杠 hide 的 回车， playwrite c l i 自动操作 chrome 打开了我们要的网页。我们在控制台这边可以看到， playwrite c l i 只是输出了一个简洁的网页摘要，而没有返回整个网页的全部 dom 结构，下面附带了一个网页结构的文件地址， ai agent 如果需要更详细的网页结构信息，就可以选择读取这个快照文件，获取更详细的信息，如果不需要，就可以选择不读取。这也就是为什么 playwrite c l i 比起 m c p 更节省上下文的秘密所在。因为 m c p 是 把网页内容全部塞进上下文， 而 playwrite c l i 可以 由 ai 按需加载的思路。 screenshot 是 给浏览器截图，我们看到截屏的时候，它还是以一个 p n g 的 文件的形式 存放在了电脑的本地硬盘上，由 ai 决定是否来读取，而不是像 m c p 那 样直接把图片塞入 ai 的 上下文。我们再介绍一个重要的参数，就是杠杠 persistent， persistent 表示把 cookie、 登录状态、本地存储之类的数据写到硬盘里面，下次使用的时候继续拿出来用， 这样就不需要每次都重新登录了，比如我之前登录过，我们打开的谷歌首页就变成了已经登录过的状态了。 到这里我们就介绍完了 playwrite c l i 的 基础使用，下一步我们就把它接入 ai agent。 本期视频主要使用的 agent 的 框架是 cloud code 和 codex。 爬爬虾之前有很多期视频介绍 codex 或者 cloud code 了，这里我就不赘述了。 playwrite c l i 是 一个新诞生的命令行工具， ai 并不知道该如何使用这些命令，所以我们需要给 ai 搭配 skills 来一起使用 playwrite c l i 作为技术底座，而 而 skills 作为说明文档， c l i 加 skills 搭配起来使用，就可以取代传统的 m c p 方式，这也是最近的一个技术发展趋势。我们先新建一个项目文件夹，打开这个文件夹，打开命令行终端，我们直接输入这个命令，给文件夹里面安装 skills， 这样 skills 就 安装完成了， 它放到了我们新建的项目文件夹的这个目录下面。然后我们就可以启动 cloud code， 我 来询问它你有哪些 skills 可以成功地读取到 playwrite c l i 技能，这样我们就成功地把它接入了 cloud code。 接下来我们来看另外一个 agent 的 框架，就是 codex， 我 们只需要在项目目录里面把存放 skills 文件夹的名字从点 cloud 改成点 codex 来适配 codex 就 完成了。 然后我们还是在这个目录里面打开 codex， 在 codex 里面可以输入命令斜线 skills。 我 们看到这里列出了 playwrite c l i， 在 codex 里面也配置完成了，我们在 codex 里面测试一下基础用法， 我让他使用 playwrite c l i 加上这两个参数，打开 guirk， 问问今天青岛的天气怎么样。 ai 成功的打开了浏览器，来到了 guirk 的 首页，帮我们自动输入了问题，自动点击了回车，拿到了结果，最终成功打印到了控制台上，任务就完成了。 我们来看一个复杂一些的例子，使用 playwrite c l i 查看这个商品前一百条评论，然后保存到一个 c s v 文件里面。 我们看到 ai 还是先学习 playrite c l i 技能，然后打开了商品页。第一次运行总是磕磕绊绊的，不过没关系，我们让他自己探索， 自己寻找解决思路。 ai 尝试了很多方案，也浪费了不少头肯，我们看到这里显示用掉了百分之四十一的上下文窗口，最后成功完成了任务，帮我们获取到了这个 c s v 文件，成功抓取到了这么一百条数据。我 我们有两种方式可以把这个流程总结并且保存下来，让它下一次执行变得更加丝滑，更加省 token。 我 们先来看第一个方式，就是把这个过程保存成一个 skill 里，输入提示词，创建一个新的 skill， 把刚才打开网站查看评论，并且保存评论的全过程，还有遇到的坑都提炼出来，保存到这个 skills 里面，后面我只要让你保存评论，你就能调用这个 skill 完成任务。 ai 帮我们创建了 skill， 把这个任务里面可以附用的内容都固化进了知识 这里，我让他修改一下，把 skill 放到项目目录里面， skill 成功放到了项目目录下面，现在我们有两个 skill 了，一个是 playwrite c l i， 还有一个就是刚才保存评论那个流程的 skill。 这里我先清理一下上下文，我们再用相同的任务来测试一下。 有了 skills 的 指导以后，效果就不一样了。 ai 充分吸取了之前的经验，没有再出现多余的动作，也没有报错，用最低的 token 消耗完美的完成了任务。 我们第一次让 ai 自己摸索，自己试错，用了百分之四十一的上下文才完成了任务。第二次，有了 skills 的 指导，只用了百分之五的上下文就完成了任务。通过把过程提炼总结成 skills， 获得了将近十倍的效率提升。抓取评论是一个固定流程，其实并不需要 ai 进行智能化的控制， 我们可以直接把它编写成一个固定的脚本，这里输入提示词，你把刚才所有的 playwrite c l i 命令汇总成一个脚本，执行脚本就能获取商品的前一百条评论，并且保存到一个 c s v 文件里面。注意，每一步都要有合理的延时与等待，确保任务成功。 脚本写完，你先测试一轮，很快 codex 为我们编辑完成了脚本，他已经自己测试通过了。我们来看一下这个脚本长什么样。在我这个 windows 电脑上就是这么一个 power shell 的 脚本。 a a 以编程的方式把刚才的步骤都固定下来了。 比如第一步，打开商品页面。第二步，确认浏览器里打开的是正确的 u r l。 第四步，点击查看全部评价按钮。最后一步，把刚才的 json 数据保存成一个 csv 文件， 我们也来测试一下，我们打开一个命令行终端，输入这个 power shell 脚本的路径回车执行。这是一个固定的流程，中间没有 ai 的 参与。我们看到这次不再依赖 codex 了，直接执行这个 power shell 脚本，零偷坑，零成本就完成了任务， 还取得了相同的效果。好，我们来总结一下这套浏览器自动化的流程。在准备阶段，我们先安装 note js， playwrite c l i 还有 chrome 浏览器。第二步，选择你喜爱的 a i a 阵的工具，把 playwrite c l i 的 skill 安装进去。第三步，给 a a 一个复杂的任务， 让他自己摸索并且执行完。第四步，让 ai 把刚才的执行结果提炼，总结成 skill， 之前遇到的坑就不要再踩了。第五步，重试相同的任务， ai 在 skills 的 指导下，可以把 token 的 消耗降低十倍， 如果是完全固定化的流程，还可以继续进行。第六步，让 ai 把这个过程直接编写成一个脚本，有了脚本以后，我们甚至可以直接执行这个脚本完成任务，完全不需要 ai 参与，把 token 消耗直接降低到了零。 我们再来看一个实战案例，最近扒扒虾，把自己的视频用 ai 转成图文教程，然后发到各个平台上面。大部分平台发文章都比较简单，唯独有一个平台 x 发文章的步骤非常的繁琐，这是我的一个文章，是不能直接以 markdown 格式粘贴过来的。首先这个格式会错乱，第二个问题是图片都展示不出来。然后我又测试了一下，如果使用 html 格式 是可以粘贴的，但是又出现了一个新的问题，图片是粘贴不过来的，图片都变成了这么一个照相机的小符号，我们只能手动先把小照相机删除，然后把图片复制一下，一张张的手动粘贴过来， 非常的麻烦。接下来我们就使用前面介绍的自动化流程，把这个发文章的全过程进行 ai 自动化。这里我还是使用 codex 帮我编辑一个 python 脚本， 把文章里的图片下载到本地，从零零一开始编号，放到这个文件夹里面，先转换成一个只使用本地图片的 markdown 文章，然后运行 python 把本地图片的 markdown 文章转换成 html 格式，注意 html 格式里面每张图都应该是独立段落。 开始 ai 帮我们编辑好了脚本，并且为我们转换好了文章。我们来看一下，图片都放到了这个 image 文件夹下面，而且已经把文章转换成了 html 格式的。好，下一步我们就可以让 ai 来帮我们自动发文了，我们输入提示词，使用 playwrite c l i 先打开这个网站，创建一个新的文章， 然后把这个 html 的 内容粘贴进去，找到所有的这种照相机的这种小图标的位置，先按退格键删除掉小图标，然后在图片文件夹里面找到图片，先复制出来，按 ctrl v 再粘贴进去。这个小 icon 的 数量跟图片的数量是相等的，我需要他按顺序替换好。我们开始 ai 为我们打开了浏览器，创建了一个新的草稿，把 html 格式的文章粘贴进去了，然后他开始为我们一张张的上传图片， 把原来的站位符删除掉，然后一张张的替换成真正的图片，我们看到他正在一张张的帮我们自动化的替换。整个过程非常的顺利，我让 ai 把从头开始的全流程整理成一个 skill， 然后放到项目目录， 以后我只要给你一个文章就能自动发布。 ai 帮我们固化了一个 skill， ai 为我们编辑好了技能，生成了这些配套的脚本，然后这个 skills 就 可以覆盖自动发稿的全流程。以后我只要给他一个文章路径，告诉他使用这个 skill 自动发布， 就能自动地帮我把这个文章发布上去，非常的棒。这个 skills 的 源代码我已经上传到了 github 的 这个仓库下面，感兴趣的观众朋友们可以来参考试一下，不过我这个是 windows 电脑的，如果是其他操作系统，可以让 ai 参考这个 skill 来改一下。相信按照我这套流程，大家都可以编写出属于自己的 skill。 我 们这套浏览器自动化流程一个重要的应用就是对自己写的 web app 进行自动化测试。 比如这里我开发了一个简历润色美化的网页 app。 接下来我输入指令阅读代码，把从注册开始的主体流程写一个中文的测试文档，然后再用 playwrite c l i 打开网页，根据你的测试用力完成测试。 开始 ai 通过阅读代码学习到了这个项目的功能，然后确认了主体流程，接下来他开始编辑测试文档。测试文档编辑好了，这里包含第一步做什么，第二步做什么，第三步做什么。 然后 ai 使用 playwrite c l i 打开了浏览器，它自动点击了注册按钮，创建了测试账号，完成了登录。它创建了一份测试简历，并且上传上来了，完成了主体流程的测试。测试结论是通过。我们也可以要求 ai 编辑更多的测试，用力使 用 playwrite c l i 进行全自动的测试。还可以使用 openclaw 这种带定任务的 agent 框架，让它定时对我们的系统进行测试。一旦我们修改出来了 bug， ai 就 能全自动的发现，并且告诉我们省去了很多的人工测试成本，对我们开发网页 app 会很有帮助。好，这就是本期视频全部内容了，感谢大家点赞支持，我们下期再见！

大家好，最近 cloud code 爆火，下面我将告诉大家如何在国内安装 cloud code， 再配上国产大模型，开发出一个自动化的股票技术分析工具。本期视频完全免费，一起来看看吧。 首先给大家介绍一下如何安装 cloud code 啊，因为我用的是阿里的这个千问的这个大模型嘛，所以我就直接在这个阿里云百联这个平台上啊，告诉大家如何安装，因为它这里有个文档， 嗯， n 档下面有一个 code code， 这个它前面呢可以接入的一个工具吧，嗯，然后往下滑， 嗯，首先咱们就要安装 note j s， 因为它是基于 note j s 的 一个工具嘛，啊，然后最好是十八以上的版本，大家点击之后的话，大家只能直接就安装即可，然后的话再需要安装一个，就是 get， 安装完这两个之后，然后咱们就是直接可以安装 clothes code 了，你看这里有一个安装的一个命令，但是，呃，你直接用这个命令的话，可能会比较慢一点啊，呃，所以咱们用国国产一个镜像，用一个镜像来安装，就是这个命令， 安装完之后呢，呃，咱就要需要配置呃，千万的这个 a p i k， 因为它默认的是它们这个 飞射的他们自己的一个那个大模型嘛，所以咱们要因为我是只有国内的网络，所以属于是用不了了，而且也没有买他们的那个套餐啊，所以我就直接用咱们国内阿里的这个模型了啊，其实就是三个秘密，在 c m d 里， 在这个里面大家直接就依次就把它复制进来就可以了，其中最重要的就是啊，你的这个 api k， 因为你首先得有你的大模型，然后呢，你有这个大模型之后，它会有一个 api k， 你 把你的 api k 配置上去之后，它才会在使用的过程中调用你这个大模型。 呃，这个奥利云百炼你是新手的话，他会赠送大概一百万，他这个前面三点六的他一个。呃， tokins 啊，然后我，我这个他已经，我已经用完了啊，然后用完之后的话呢，就只能自己买了。 看，我，呃啊，我，我改成今天了啊，大概用了这应该是两百多万吧，两百多万的头粉丝， 两百多万，呃。多少钱呢？呃，我看看。他这应该是输入的话，你看他应该是每一百万就是两块钱，他不五折的话，应该就一块钱吧，应该就花了一块钱吧，输出的话贵一点，但是输出应该非常少，输出的非常少， 大概就是这样。嗯，然后迷你的他赠送你的模型用完之后，你就只能充钱了，因为他这个他们千万，这个就是你跟充电费一样，对吧？你用多少他就他就扣，他就扣多少钱啊。不够了，那你就， 那你就自己买，那你就自己买，就在这买 啊。 api k 的 话是在这个位置左下角有个 api k， 然后咱们自己自己建一个啊，自己建一个输入一个描述干什么用啊？随便写一个描述，然后我写了一个嘛，然后你把它复制下来，你复制下来， 然后你复制下来之后，你再配置一个 api k 的 时候， 你把这个就改成你刚才你配置的 a k i k， 然后你在这里面输入啊，输入上去啊，就可以了啊，然后我就，我是最下面一个无测试的， 然后一看它就已经执行成功了，那具体放在哪个位置呢呢？其实是在咱们的环境变量里啊，首先， 嗯，这有，我是 win 十一的系统啊，这有个高级系统设置环境变量，其实就是在这三个位置啊，配置完环境变量之后，你直接就运行这个 cloud， 但是他第一次的时候他可能会强制要求登录这个账户啊，但，但咱们国内咱们又登不了，是吧？ 然后咱们就直接配置这么一个，这么一个登录就跳过了那个登录吧，这个在哪配呢？这个在也是咱们的电脑啊， 然后 c 盘用户，哦，你的这个用户，然后这就有一个点可漏的，而且这有一个侦测文件啊，就在这，就在这拍 啊，咱们把它打开一下啊，那么打开之后呢？呃，其实你就随便找个位置吧，你就找一个，这个就相当于最外层的这个位置，你随便写个位置就可以了，把它写在这保存一下，然后你再进行可漏。 好，现在咱们的可乐的扣子应该就可以使用了啊，然后咱们可以在任意一个终端里啊，咱们建新建一个终端，我们就输入 c r i n d。 好， 这时候咱们就看到咱们这个可乐的扣子已经启动了。呃，这个是我今天安装的，应该是最新版本吧，二点一点一幺零幺，然后咱们配置的这个大模型啊，这前面三点六的 plus 的 一个大模型啊， 啊，咱们就随便写点吧，就说是谁，我就随便说一个 啊，他应该是在思考一下啊，他是谁啊？ ok， 他 也就已经回答了啊，他是格罗斯。 好，咱们现在就开始使用格罗斯为咱们开发一个股票行情的 skills 啊，咱们需要写一些这种 promote 的 一个提示词啊， 这个题的词呢，大家可以自己写，也可以，然后也可以去，比如说去 deepsea 或者去哪里咱这边完善一下，让这个可乐扣子能更好的完善。嗯，达成咱们这个质量 啊，你看这是我写了大概有五点吧。啊，那第一个就是请帮我啊创建一个这个行情股票行情分析的一个 skill 啊，要求呢就是名字啊，叫这个名字啊，然后功能呢就是输入股票代码，然后输出呢像最新价、涨跌幅、成交量这些一个指标吧， 然后最后呢给我来一个间断的一个趋势分析。呃，然后呢就是他是需要有数据源的，对吧？他需要有数据源，然后才能进行分析嘛，然后数据源的话我们就用免费的就可以了。然后先先让他使用这个这个 python 的 这个数据源，但这个的话他经常 被封了，会被封禁，因为他是通过爬虫的方式去那个东方财富上去寻找那个数据啊，因为我试了几次，就是经常就是给我封掉了，所以我们就再给他配配置一个备用的一个数据源，我是用这个来进行一个备用啊，这个的话是我们可以 去直接去百度寻找，然后打开它之后，然后我们就进入到这个网页上， 然后，呃，我们是需要一个登录就可以，我们需要注册账号就可以，然后注册完之后的话他会送一些积分啊，然后弄完之后的话，他就会有一个这么一个头肯啊，然后我们也是要把它复制下来啊，复制下来， 然后我们写到这啊，大家不用复制我这个，我这个是已经，这不是真实的啊。然后第四步呢，就是我让他输出一个表格，输入一个表格，然后加一下文字分析 啊，然后我再告诉他一个实现方式，就是生成一个这种 python 脚本啊，同时生成一个这种 mac 到文件嘛，对吧？然后让我们能够在直接在 qq 里，我们直接输入这个命令，然后就可以运行好，这是一个完整的一个 promote， 然后我们把它复制下来， 复制下来之后呢，我们就直接啊拿到我们的啊 clone code 里去执行就，哎，我们直接就粘贴到这了嘛，我们直接就回车就可以了。 这就是我们刚才我们复制的一个内容啊，然后它现在就会呃去分析咱们这个内容，然后为咱们去建立这么一个 scale， 你 看它啊会创建一些拍摄的脚本， 它正在疯狂的这个烧头壳啊， 创建这个 scale 的 一个脚本文件， 嗯，好，那现在界面上就已经把这个 scale 的 这个 python 脚本已经写好了，这个是给他们一个展示， 嗯，当然还有一些备注， 计算各种指标，然后输出 这是 python 的 入口。那现在问咱们一些啊，要不要创建这个脚本啊？咱们直接一或二都可以啊，我们数二， 嗯，大家看创建一个这个 style 的 定义，也叫 markdown 文件， 这个也是一个全新的一个确定啊，直接说二， 嗯，这一定是二 啊，他现在就把这个 markdown 文件已经写好了， 好，它这已经啊已经开发完这个 scale 了，然后一半层，对吧？然后这个是，呃，创建的一个完整的一个结构，还有它的一个说明啊，就是这个啊， scale 呢？它一些功能，然后如何使用？ 嗯，这可能它需要安装一些依赖啊，其实这样的话它应该会自动安装的。 ok， 我 现在已经把这个 skill 已经啊制作完成了。好，咱们的股票分析。 skill 安装完之后呢？它的结果呢？是展示在还是在咱们的这个 c r 这个命令行里的？所以看着是啊，不太直观的，咱们希望能够 让他打开一个网页，然后来展示咱们的结论啊，那咱们现在就告诉这个 code 啊，说让我让他给我做一个这个网页，就展示这个结论。 嗯，它加载了咱们刚才那个四 k 啊， 好啊，它让咱们选择是用哪种方式啊？咱们去用这个二这种方式就可以了，就让它生成 a 字母二就可以了，不需要其他的框架或辅助。我们选二 啊，这个啊，比如说他削薄下用一叉四换图啊。啊，咱们，咱们也不需要，就二就可以了啊，这个是用什么基础站来展示？咱们就直接用一个就行。 嗯，好啊，对，让我们接触编辑啊，咱们选一就可以了。 嗯，让他引入了一个 web browser 的 一个库啊。 yes， 继续选一。 yes， 他 也把咱们这个还有一个前端的天猫页面给他写好了， 他会自己测试一下是否正常。下面给大家说一下酷狗的安装位置和 skills。 呃，打开我的电脑 c 盘用户，然后你登录的那个用户 在这里有个点 close 文件，这就是我们 close 的 位置了，然后我们的 skills 则是在这个位置好，然后我们用呃吹来打开它，这就是刚才 close 的 那个位置啊，这就是我们那个 skills 文件， 其中有一个就是 markdown 文件，其中这个 scale 的 md 文件就是 markdown 文件，是非常重要的一个文件啊，它其实主要是让咱们的这个 cloud code 啊 知道了何时去使用我们的 skills， 但它里面啊，上面这个 name 的 description 是， 呃，属于 y m l 的 文件啊，我的 name 啊，就是我们的 skills 名称啊。 description 其实就是呃告诉我们这个 ai code code 的， 它什么情况下它会启动咱们的 skills 啊？你看这写的就是分析这个 a 股的股票，对吧？当用户询问分析一个 a 股股票的时候，或者是查询这个股票报价的时候，或者说他直接输入啊，这斜杠，斜杠，咱们这个这个 stock 的 名称，然后后面跟着一个这个 股票的一个他这个上市代码，这时候他就会自动的去使用到我们这个 skills 去执行他的命令了。 好，最后让我们来测试一下，打开我们的终端，运行 close， 好， 请帮我运行一下。嗯，然后正确这是股票的行情， 它腾空加载了我们的 skills， 它分解出了东方证券的股票代码，然后运行咱们的这个脚本， 它打开了咱们这是个前端页面， 这就是他分析出来的一个结果。这个就是因为这个库下面的数据源，他是掉东方财富下面的那个接口嘛，然后被拦截了，所以咱们就切换到咱们的备用的这个簿子下面的数据， 这是他呈现出来的一个效果。嗯，十号就是昨天的交易日嘛？昨天是交易日， 这是他大概的一个给咱们做的一个展示。

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。

装了一堆 scares， 配了半天龙虾，干活还是稀烂，那大概率呢，不是模型的问题，是你这两件事没有做。第二，先问他一句话， 目前你有哪些 scares？ 有 哪些是需要配置的？如果需要配置，请告诉我具体的步骤， 然后他就会把这些情况告诉你。很多朋友呢，装了一大堆 skill， 但是发现龙虾干活还是不给力，有时候啊，就是你压根都没有配置和启动。第二呢，就是去配置 md 文件啊。 md 文件比较核心的是有三个，分别是 so 点 md， agent 点 md， user 点 md。 它们不是什么高级设置，也不需要你懂代码。但一旦配置好，你会明显感觉到你的龙虾完全变了。先看 so 点 md 啊，顾名思义啊，就是龙虾的灵魂。 他定义的呢，不是龙虾能做什么，而是龙虾的说话风格，处事原则，遇到模糊情况时的一个判断方式。 甚至呢，他被允不允许有自己的观点，他是整个框架里最底层的文件，影响 open core 所有行为的底色。也正因为如此啊， open core 默认是已经给他了一套人格模板的，可以直接问他， 看一下你的搜点 md， 他 会把当前文件的内容读给你。你会发现啊，默认模板写的东西不能说不对吧，但太通用，太空泛了，而且啊，没有立场。 所以呢，我们可以根据我们想要的，让他写的更针对一些，能更适合来当我们的 ai 搭档。比如，可以直接让他需要运用第一性原理去思考 速度及优势。完成比完美重要，发布比打磨重要。结论永远在第一句， 任务完成后呢，主动给出一条最重要的改进建议，只说一条，还有不要等着被问，有判断就说。但每次呢，只说最重要的一件事，不要一次输出五条建议。 ok， 那 写完后，我们就可以输入，根据以下内容更改 cdmd， 然后复制就可以了。 当然，这个 md 文件呢，并不是这样一成不变的，而是在使用的过程中呢，慢慢调整成最适合你自己的。那如果说受点 md 呢，是关于他的，那么 user 点 md 呢，就是关于你的， 这是比较容易忽视的，但又是应该第一天就需要去完善的文件，它记录的是你这个真实的人， 你的基本信息啊，职业背景是什么，现在在做什么项目啊，你的工作偏好，以及一些重要提醒。那看起来很简单，但这些信息是龙虾每次启动都会独取的背景底色。 没有他，龙虾就会对你一无所知啊。每次对话他都像第一次见你，你得重新解释背景，重新说明偏好，重新建立语境。 有了它，龙虾就知道你在做什么，知道怎么跟你说话，知道哪些事情，不用反复确认。最后，这个 agent 点 md 呢，是相当于龙虾的工作说明书，它解决的问题是非常实际的，就是每次启动的时候应该按什么顺序做什么事，记忆管理的规范是什么 工具调用的逻辑，以及任务的执行边界和规范。总结呢，就是先立规矩，再谈干活。好了，希望这些对你使用小龙虾会有所帮助哦！

今天视频分享一些好用的，能够改变你与 ai 的 一个写作方式，或者是一些好用的 skills， 非常能够改变你当前的工作量。 首先第一个就是 tabliss， 然后这个软件它是一个语音输入的工具，我拥有最多功能就是按住左下角的一个键，然后直接开始口喷，因为在口音引导的去写作的时候，很大量的时间都是在写提示词，它可以帮助你整理你所说的一些话的内容的一个逻辑。 其实我们在语音输入的时候，有很多的口 p 啊，或者重复性的，或是逻辑表达不清晰的，这个语音输入可以把你的语音变成条理非常清晰的提示词， 这样就很方便你就无脑去说你想说的。我们在跟 ai 去问答的时候就非常非常搞笑，我已经离不开它了，我直接摁住我直接口喷，真的很好用，非常好用。摁住这个 f n 键， mac 系统键盘的左下角那个键，然后我就开始输入我想要输入的内容，然后这块儿 就会出现我的提示词，然后直接发送就行。那第二个是 obsidian， obsidian 这个软件是可有 a b 积累的一个软件，我之前的一个知识库都是存在非输文档里面，现在一个痛点就是现在市面上有很多的 a 诊断工具，那我也用的非常多，在让这些 coding agent 呢去了解我的时候， 需要给他喂我相关的，喂给他，让他很快的了解我。那非说女文档这种文件格式就没有办法很快速地喂给 coding age 呢。 opencoding 好 处就是首先它是 markdown 格式的， 那 a e a 它就是独取文档格式，所以它这个就是非常贴合所需要的文件及格式。然后它是本地存储的，那我直接可以把本地存储的路径直接甩给 agent 的 话，无论出现多少新的 agent， 我 需要甩给它一个文件路径就行，我只需要维护一个位置就行，本地存储的话就可能没有办法去同步多设备， 不差钱的话可以买 office 定的定员，可以实现多设备同步啊。还有一种就是可以把文件存在 in cloud， 这样也可以实现多设备的一个同步 office 还有一个比较好的一个点就是 coding， 就是 可以实时读取你现在文件的内容，我现在是在里面装了一个终端，然后可以 在终端里面打开 cloud code， cloud code 的 直接可以当前的文件去写作，包括我这篇笔记也是 cloud code 的 帮助我润完色的。第三个是我要分享一个 skills， 它可以帮助你把现有的内容直接排版成很高级的一些网页的效果。嗯，无论是你做 ppt 还是做网页，真的非常推荐。所以这个 skill 不 光是一些简单的静态样式上，嗯，比如说一些酷炫的转场和动画，包括一些交互的效果，还可以自适应任何的屏幕， 也可以嵌入一些可互动的一些视频，非常适合做 ppt 啊。或者是你做你个人的一个网站对外的作品级 skills creator， 帮助你创建自己的 skills 的。 因为身边有很多朋友问我啊，我怎么创建好一个 skills？ 那 比如说你是资深的产品经理、设计师或者是开发者， 那你有很多的工作经验，你想封装成一个字就直接调用就行，不需要每次重复的去输入。这个 skills 可以 帮助你创建你自己的 skills， 你 只需要大白话跟它沟通，然后它会引导你去输入什么，直接用大白话就可以创建这个 skill 就 可以上传到 github， 这 github 上的一些作品都是你很好的一个背书。 所以下面两个 skills， 你 直接把这个链接发给你的 coding agent， 然后它就直接可以安装好。

这个 skill 可以 让巴菲特直接变成你的私人助理，配置好后，在 ai 里输入任何一只股票，他就会用巴菲特的思维结合专业的分析，最终给你输出一份机构级的深度报告。这跟那些针对别人说话风格的 skill 完全不一样，使用起来也非常简单，直接看下怎么操作吧。 首先我们打开 github， 在 里面输入这个叫 buffet oracle analysis 的 项目，它的中文名叫巴菲特神域分析师。然后我们可以看一下这个项目的介绍， 你未给他任何一个公司的名称或者股票代码，他都将输出这些维度的专业分析，底下是他的一些分析流，让我们直接上手开始操作吧。 然后回到上面，我们直接点击这个绿色的 code， 然后来下载它的压缩包，把它下载到桌面，然后我们回到 cloud， 这里我建议大家直接创建一个 project， 方便于后期的使用。 我们直接点击 new project， 然后名字里直接叫巴菲特分析师。底下这个 what are you trying to achieve。 我 们可以直接让 cloud 给我们写一段 md 文档，复制粘贴进去，然后创建项目。创建完之后，我们直接把刚刚下载的压缩文件发给他，让他学习这个 skill， 然后可以看到他解压分析，学习总结。等他安装好了以后，我们也不多废话，直接让他开始分析。就以腾讯为例子，我们可以看到他在分析，他在解锁。下面我直接给大家看这个分析过程的醇香版，非常牛逼，不需要多余的解释。 然后我们可以回头看一下他这个分析，他列出了一个非常详细的看板，对于他的一些收入，毛利率，包括 roe 都是非常清晰的列在上面，以及他的护城河分析，多维度估值汇总，包括巴菲特的分析卡，对他进行了一个评分。 下面是风险矩阵，投资决策，在多少价位的时候买入多少的市场比例，我觉得还是非常有价值的，大家如果有什么感兴趣的股票也可以去搜一下。 最后这个项目还在持续的迭代更新中，未来肯定有更多功能有待开发，那么今天的视频就到这里，希望大家喜欢，这里是 bryce。

一天一个 skills， 本期介绍的是 f f m m m 音视频处理神器，视频格式不兼容，转码软件又卡又慢。 f f m g 是 开源音视频处理工具， 支持几乎所有格式的编辑码。你给他一个视频文件，告诉他你想怎么处理他，自动识别格式，选择参数，执行转换。 具体来说，这个 sux 能完成以下功能，第一，视频压缩，支持 h 点二六四， h 点二六五编码，智能码率控制，体积缩减百分之八十以上，画质损失可控， 适合抖音上传邮件，附件云端存储。第二，格式转换， mpfoavimmkv 任意互转，解决平台兼容问题， 一个命令搞定，不用等软件启动。第三，视频剪辑，裁剪片段拼结合并提取音频，分离音轨， 不用开剪辑软件秒击处理，适合快速粗剪。第四，批量处理，一条命令处理整个文件夹，适合素材标准化转码，微档多平台分发。第五，流媒体处理， 支持直播推流，视频切片协议转换，可直接处理网络留地址，不用下载完整文件。 适合剪辑师、自媒体经常遇到格式问题的办公人员，以及所有被视频转码折磨过的人。整理了完整的 ai 教学文档，想了解的评论区扣手册。

金融行业想用 openclaw 接入日常工作，这十个必备 skills 你 必须知道，全是实操干货，先点赞收藏！第一大类技能为数据获取一、 a 股量化 action 典型应用场景有 a 股实时行情、 k 线、财务指标、板块与资金流向。主要核心优势为 a 股覆盖完整和国内投研语境贴合度高。二、 future pro 典型应用场景有日线、分钟线、期货、数据、公司基本面、宏观指标。主要核心优势为中国金融数据链路通用度高，接入成本可控。三、 stock monitor 典型应用场景有 价格异动提醒、涨跌监控、预警出发。主要核心优势为将盯盘流程化，减少漏看和信息之后那第二大类技能为投资研究提效 summarize 典型应用场景有研报公告、政策文件的快速摘要。主要核心优势为高效处理长文本适配高频阅读场景。五、 self improving agent 典型应用场景有，研究模板持续优化、 重复错误修正、流程迭代。主要核心优势为个人经验沉淀、为团队可附用规则。希望这五个技能对你有用，点个关注，剩下五个更实用的技能，下期继续讲给你听，别错过！

如果要说目前最火的 ai 玩法， skills 绝对是当之无愧的，之前因为网络和工薪门槛，很多人只能看着眼馋不过去，终于支持 skills 了，而且我实测了一下，真的是有所就行，今天我就把四种创建 skills 的 方法一次性教会你，详细的操作记录，我也整理成这个文档里面了。 第一种也是最简单的 ai 对 话，自动创建，打开去进入 solo 模式，直接在对话框下打指定，创建一个技能，将文本内容啊转化为小红书风格的图片。 看任务执行完，技能列表里面自动就多了一个文件，好不好用呢？我们直接测一下，将下面的文字转化为小红书风格的图片。这里的话我们不需要任何额外的操作，它会自动调用我们之前创建那个 skills， 看这里生成的小红书图文效果怎么样，如果不满意啊，你还可以继续让它修改样式内容，直到完全符合你的需求。方式二，手动创建，前往设置 规则和技能，找到技能模块，点击创建弹窗里填好名称，描述和指令， 点击保存，系统就会自动生成一个文件。然后方式三的话是导入外部的技能，如果你有现成的样式或者是压缩包，同样在设置里面，点击导入上传文件，解析完成后点确认别人的技能瞬间就变成你的了。 方程四的话是从 gitcap 导入，这个是最强的，看到大佬开源的技能库，你不用去下载，直接在对话框里面把 gitcap 的 地址发给，告诉他安装这个地址，看这里他就已经个人到你的本地技能库了， 如果不知道怎么找到这些开源项目，看这个网址会自动爬起。 gitcap 上面的 skills 现在有六万多个了，都是开源的，直接白嫖。其他的一些细节以及 gitcap 的 地址都在这个文档里面。

要想龙虾养得好，关键 skills 不 能少！今天分享实测后给大家推荐的四个关键 skills， 它们解决了我的一些真正的痛点啊，比如说不用再扫码登录，不用再重复操作网页，不用再担心龙虾失忆等等，安装命令我都已经整理好了，有需要的可以收藏保存。那么第一个呢，就是 agent browser， 可以让龙虾去替我们操纵网站去收集一些网页上信息，比如说卡巴斯基最近发的这关于 knowledge base 的 一个文章，我们就可以把它接到，这是我 t u i 啊，我们在飞书里面是一样的， 帮我拉下来，好，那么它这里就已经拉取完了，我们来看一下，那么根据它的提示呢，下面这个文件就是它拉下来的推文，可以看到它就已经帮我们处理好了。那么第二个推荐呢，就是 bb browser， 一个免登录神器，没有这个 skill 呢，你想让龙 虾登录某个东西，你还要再扫码过去了，还要重新扫，非常麻烦。这个 skill 可以 直接调用你本地浏览器的状态，你之前登录过呢，那龙虾就可以直接用你的身份去操作，后续也就不用麻烦了。那么第三个呢，给大家推荐 open c l i， 大家应该在别的地方也刷到过， 就是一句话，把平台的各种操作，比如说评论、关注、搜索啊，全都做成命令行，接口覆盖了我们已知的各种网站，这个就不细说了， 并且它可以可以自己迭代，把新的网页也做成 c o i， 那 c o i 就是 就把它这功能变成命令行，就可以让我们的 agent 更好的去执行。下面还有些势利我们最近非常火的 opc 店，它也是去搜 ai 相关的一些东西。 我最后一个要推荐的就是这个 los less club， 它也是 open club 作者推荐的 style 之一吧，能够把你的对话持久化存到数据库，然后在后台把旧对话打包成树状的结构和摘药，可以控制头昏的消耗，还能让龙虾的记忆更好。大概就是这样，我今天跟龙虾的一些对话我就会存下来，然后里边有一些结构， 然后会把每个的这个 message 都记下来，然后有一些 summary。 好 了，今天的分享就先到这里，后续有好用的 skills 我 也会及时跟大家分享。我是小新，带你一起拥抱 v i。

又挖到 ai 实用新玩法， oppo klo 辅助运营小红书效率大幅提升，但必须提醒大家，务必合规使用，谨慎操作。操作其实很简单，找到对应的小红书功能模块， 复制名称后，既可以在工具里一键安装，也可以用命令行手动安装。我这里演示手动安装的方式，方便大家后续学习和排查问题，跟着步骤操作就行。 安装好之后，最好重启一下相关服务， 重启服务后检查运行状态，如果有问题也可以通过界面快速排查。最后还需要装两个配套服务。在对应的平台下载 windows 程序， 用终端运行会自动弹出登录界面， 记住一定要用程序自动跳转登录，手动打开是用不了的， 现在状态都正常，也就是对接成功了。接下来就可以尝试做辅助运营了。 对接完成后，这款 ai 工具就可以辅助你创作文案构思、内容灵感、图片创意、标题优化等都能快速生成参考方案，让运营更轻松。 再次提醒， ai 仅用于创作辅助内容，务必人工审核后手动发布，合规运营才能走得更长久。 觉得这个小技巧实用的话，可以点赞收藏，后面会继续分享更多合规好用的 a r 玩法，我们下期见！

一天一个 skill 插件第二期今天介绍的 skill 是， 这是一个变态的开源项目，研究员直接把世界上所有的工作岗位都做成了 ai 员工，而且直接免费开源，短短几天就在 gitlab 上拿了七十三点四万新标，狠狠震撼了整个开发圈子。 在这里从简单开发， u i 设计到自媒体运营销售，市场分析，什么岗位都有。更离谱的是，目前已经有整整一百四十四个 ai 员工了，而且还在持续增加，现在只需要几分钟就可以在小龙虾里面直接部署一个你自己的 ai 专属团队了，就非常离谱。

为了提高小程序开发效率，我直接整理了一套小程序加 cloudbase 加 ai 的 全能模板，今天分享给大家，你不用再去研究 cloudbase 怎么对接，怎么管数据库怎么部署，只需要打开这个模板，跟 ai 说清楚你的需求，所有和 cloudbase 相关的代码对接部署， ai 全都帮你自动生成。那么怎么做到的？我们看一下这个模板。首先，模板呢，已经内置了 cloudbase mcp 的 配置 ai 工具，可以直接连接到你的云服务。其次，里面写了完整的 cloudbase 开发规范， ai 读取后自然就知道怎么写 cloudbase 代码，怎样提交部署。更关键的是 它支持 cloud code、 cursor、 灵码、通用键问等等市面上所有的 ai 工具，对接好模型直接使用，无需任何其他配置。而且里面还内置了大量的小程序专用的 skill， 一 句话就可以生成企业级的小程序页面。 还有 ai 大 模型 skill， 一 句话接入大模型，使你的小程序智能化，可以用到智能客服、机器人等场景。 还有超多的小程序专用技能，后面我会一一拆开讲。有了这套模板，你只需把需求丢给 ai， 前后端自动生成，自动部署，你只管提交上架，小程序开发门槛大大降低，效率大大提升。

哈喽，我是阿水。 skis 这个单词最近在 ai 圈太火了，那对于不懂代码的普通人来说，我们应该怎么去使用？ 今天我们就一起来看一看。我整理了一套小白工作流，从安装到正确使用，不需要输入一个代码，全程中文聊天就可以。首先对于小白用户来说，第一步是工具的选择，现在支持 skis 的 工具非常的多， 作为一个资深不懂代码的小白，我更推荐像 itgrouvity、 goodbye 呀， try 呀以及 open code， 这些工具的前端界面都对小白用户比较友好。我们主要以 itgrouvity 为例，其他工具的使用方法其实都相差不是很大。第二步，最 最关键的就是打开工具之后呢，好多人都是一脸的茫然，不知道是点哪里，怎么办？先不要着急，跟着我来操作一遍。首先我们将这段网址输入进去，提示词呢，就是帮我安装一下， ok， 看到这句 skyquake 技能已经安装成功就好了。刚才我们安装的这个是 xrpike 官方出的创建 skype 的 skype， 简单来说就是你不会创建 skype， 他 来帮你，你只需要描述清楚 你想要创建什么样的功能就可以，他会给你出基础方案，会给你画流程图，总之你不需要会任何代码就可以搞定。准备好这些工作之后，我们就可以发车。 接下来我将带领大家创建一个属于自己的 skys。 首先在这里输入提示词，提示词是越详细越好，比如呢，我们创建一个产出封境图片的 skys， 我们可以这样描述提示词呢，我强烈建议大家一定要加入后面这段出现幻觉的几率能降低很多。这里呢，他会默认去调用我们刚才安装好的 sky 技能。好了，他产出的方案流程基本上没有什么问题，那就可以开始创建了。创建好了之后呢，我们就可以使用上传这张图片，帮我生成风景图。 ok， 这就生成好了，那我们再回头来了解一下 sky 的 原理， 包括 sky 文件格式呀，这些 sky 翻译过来就是技能，它采用了渐进式纰漏的机制，通俗点来说就是 只有匹配到对应的 sky 技能名称和出发方式，它才能继续执行下面的这些文件里面的内容。就比如说你去图书馆，你一进门是把所有的书都读一遍，然后再选出有用的书，还是先读这个图书馆里的书籍目录呢？很显然读目录能更 更高效一点。好了，那我们继续接着上面的内容来继续完善我们的封禁功能。按照我们之前的工作流来说，我们的封禁功能应该分为五 步，第一步是创建封禁图片，第二步是生成单个封禁图片，第三步是生成首尾帧提示词，第四步是生成首尾帧视频，第五步是 接视频。第一步我们已经完成了，我们继续完成下面的四步。在下面的知识呢，涉及到 skys 对 i p r 的 调用技巧，还有对 get up 插件的调用技巧。好了，我们继续同样是在这里输入提示词， 这里呢，提到用到的一些插件，我们可以直接问 jimmy get up 上面有没有好用，而且开源的这种裁剪图片或者放大图片的项目， 它会给你找到一些明星项目，你只需要选择你想要的，然后将 tab 链接贴近你的提示词里面， skys 就 知道怎么用了。 ok， 文档和实践方式呢？我们看着没啥之后就可以开始创建功能了。好了， 图片生成好了之后，我们来继续生成第三步，它生成的文档和实践方案基本上没什么问题，我们就直接开始创建功能。那第四步呢？是调 要用可连 ai 首尾帧功能生成首尾帧视频。这里我们如果想跨平台去使用 a p i， 可以 将 a p i 文档和使用方法也加入到你的提示词当中，能比较很有效的降低错误率。那第五步呢，我们只需要将 第四步生成的首尾帧视频拼接在一起，这里呢，也会应用到 getup 的 开源的项目。生成完第五步之后，一个完整的封境视频 sky 就 创建完成了。那除了我们自己创建 sky， 也 可以安装别的 skys 这个网站呢？收集了上千个 skys， 找到我们需要的，点击下载解压之后，将文件复制到我们的 skys 文件夹中，就可以正常使用了。 好了，看完这些案例之后，相信你已经大概明白 skys 能做一些什么样的有趣东西了，无论你是专业的，还是像我一样一行代码也不懂的小白，把一个个的痛点需求分装成 skys， 方便未来我们持续做调用。我觉得 skys 真的 有非常大的潜力，我个人认为呢， skis 将重复性的痛点问题做成可复印的工具，无论你是在工作中还是日常使用，提升效率都是很好用的帮手。好了，那今天的分享就到这里，我是阿水，大家记得点赞、关注评论哦！还有想要文档的同学，大家可以直接在评论区找我，我们下期再见，拜拜！

最近很多 ai 一 群项目开始从 mcp 转向 coi 工具了，比如说小龙虾的项目，比如说 publicity， 最近发博课说他们准备全面抛弃 mcp 转向 coi 了。 今天就跟大家聊一下为什么 ai agent 的 项目越来越喜欢 c r i 了。首先第一个问题就是 m c p， 它有严重的上下文污染问题，因为 m c p 的 工具调用方式是 agent 一 启动就需要把所有的工具全部加载进上下文中。 如果你有十个 m c p server， 一 百个工具，这些工具描述会在一开始就全部加载进模型的上下文里面去，这会导致大模型在做脱扣的时候，上下文变得非常长。 而 c l i 的 模式就完全不一样，它支持工具的渐进式的批录。 agent 可以 通过 c l i 的 命令一步一步探索，比如可以通过刚刚 help 的 命令去查看到底支持什么工具， 还可以通过指令率去查看工具支持什么样的参数，这些工具信息是逐步加载的， 而不是一开始就塞进模型的上下文里面。第二就是 c o r 工具天然对大模型比较友好，因为整个 linux 和开元社区 有大量的 c i 命令和使用文档，所以大模型其实早就驯服了这些数据。而 m c p 的 调用方式是大量的 jason scammer， 这对大模型来说会更加复杂，而且还要输出很多跟 jason 格式相关的格式化的头肯。 第三点就是 coi 工具，它可以支持一些 type 操作。很多 mcp 的 工具返回结果的时候呢，其实你是需要一些后处理的，比如说一些过滤的操作， 还有就是搜索截取关键的片段。以前 mcp 想要支持这种后处理操作的时候，你是需要额外的工程代码去处理的。 但如果是 coi 的 话，你可以直接用，可以用 pipe 操作， agent 只需要输出几个 linux 命令，然后通过 pipe 操作连接在一起，通过 gui， file， find 等 linux 命令 就可以完成对工具结果的后处理，这对工程来说更简单更灵活，维护的成本也会更低。 最后就是 coi 其实非常适合和 skill 进行搭配，你可以在 skill 点 md 里面去教 ai a 人怎么样用你的 coi 命令， 在不同的场景下应该用怎么样子的 coi。 如果你用 mcp 的 话呢，就会在 skill 点 md 里面出现大量的方寸扣啊，这声 scammer 等等，会使得你的整个 skill 点 md 非常混乱。 所以总结来说， c l i 在 模型上下文以及工具结果后处理的角度呢，它都有非常巨大的优势，这。

大家好，我刚从公司出来，刚才下班之后又看了一会可拉利库的原码，给大家讲一下我刚才看原码过程中看到的一些小白可能会有疑问的点吧，比如说我们把可拉利库的比成一个人的话， 我们经常听到概念是 tool 工具， skill 技能，那么技能跟 tool 有 什么区别呢？在可拉利库的里面， skill 就是 一种 tool， 就是 一种工具，然后这个时候我们跟大模型对话，然后大模型他会去选择 to use， 就是 模型会对这次请求进行判断， 判断要调用哪些 tool， 如果他这时候决定要看下什么什么 skill， 他 就会走 skill 这个 tool， 然后呢？ skill 这个 tool 进来之后会去便利我们的 skill 的 meta data 里边的那个 name description， 然后来判断需不需要用这个 skill。 大家可以理解为调用一个技能，它本身就是一个工具，然后那么 skill 我 们都知道它是鉴定时律，它只会看它的 name 和 description 加载这些来判断要不要用，如 我要用才会去走后面，这样可以省 token。 memory 也是类似的机制啊， memory 它我看它码里面写的应该是看前三十行， 然后前三十行的话是模型去做像素匹配，看一下要不要用这个 memory 串起来。大概就是我们一次请求跟他说我要做一个精品分析，这个时候克拉蔻的会去拼装上下文拼装用户这次请求拼装我们的 呃，记忆给到 cloud code 的 模型，模型去发现这个事情，是不是要去调用什么什么 skill 了，他就去调用 skill 这个 too， 然后 skill 这个 too 再去拿到我们相应的，比如 说竞品分析的一个技能，然后那个技能里面再说了，你要去做什么什么事情？你要去画一个 ppt 啊？你要去网上搜一下什么什么东西， 这个是在那个 scale 里面定义的，然后所有这些东西都已经处理完了之后呢？再去返回给大模型模型，他再去把这个结果调用什么什么 two， 然后给我们返回包装起来这个结果到一个 report 或者什么里面，然后展示给我们大概是这样一个过程。