使用skill开发需求没有按照我流程来
大家好，今天给大家带来一份非常干的内容， skills 搭建超详细教程。不管你是测试工程师、开发还是 ai 应用爱好者，只要你希望在 ai agent 里真正跑起来，用起来，那 skill 这个东西你迟早得会。今天我用三种方式带你从头把 skill 搭明白，文章最后会附 md 文件，记得先点个收藏。 先说第一种方式，手写 skills， 这是最基础也是最扎实的方法。你需要自己创建目录，手写 skill md 文件，然后放到对应的位置去实测。手写又分为两种，一种是全局 skill， 适合放测试通用工具库，比如接口、测试模板、照数据脚本。 另一种是项目 skill， 针对你当前测试的项目，放专属的业务逻辑和用力手写的优点是可控、可定制，不依赖 ai。 你 对 skill 的 行为有绝对把控，适合核心敏感或者公司内部不能外传的测试能力， 对测试工作的帮助也很直接。你可以把重复性的测试步骤、常见的断言逻辑，甚至是环境配置全部封装成一个 skill， 随时调用，效率直接起飞。 第二种方式， ai 自动生成 skills， 这里会用到一个叫 skill creator 的 工具，你先安装好，然后告诉 ai 你 的需求，它就会自动帮你创建 skill 生成目录和 skill 到 md 文件。你只需要检查一下结果，再做个实测就行。这里有四个经验值得记住，需求描述尽量具体，提前设计出发场景。一个任务 skill skill 可以 持续迭代。 ai 生成的优点是快，你不需要记语法，不需要背模板，只要你会说人话， ai 就 能帮你搭出一个能跑的 skill。 对 测试工作来说，这个特别适合快速验证想法。比如你想测一个登录场景的异常流程，跟 ai 说清楚，几分钟就能得到一个 skill， 改一改就能用第三种方式直接使用开源 skill。 现在社区里已经有很多现成的 skill， 比如文档处理类之类等等。你可以在 cloud code 里安装 skill 插件，也可以手动安装，或者直接安装官方 skill 包。 skills 的 调用方式有两种，显示调用和影视调用，按需选择就行。开源 skill 最大的优点是不用从零开始，你站在别人搭好的地基上，改改参数，调调逻辑，就能适配自己的测试任务。 对测试工作的帮助是，你能快速引入成熟的测试能力，比如 pdf 解析、 excel 比对、日式分析这类常用场景。开源 skill 往往已经做好了，拿来就能用。最后给大家做个简单小节手写，适合深度定制，掌控力最强。 ai 生成，适合快速起步，门槛最低。开源 skill 是 适合站在巨人肩膀上，效率最。
粉丝3.5万获赞33.7万
相关视频
01:27查看AI文稿AI文稿很多人觉得写一个给 ai 的 skills 很 难，其实 skills 你 一行字儿都不用写。今天给大家分享一下我去用 ai 写 skills 的 技巧。这是一个给博克配封面图的一个 skills， 就 拿这个来举例， 这个 skills 的 主要功能就是我把我的内容给了它，它就帮我使用 nano banana two 配一个动漫风格的封面图。这个 skills 看着非常复杂，但是整个 skills 我 没有写一行字儿都是 ai 帮我写的。第一步，我会同时打开 jimmy 和下的 gpt， 告诉他我的需求。其实这个任务的核心就是根据博客内容去生成身图的提日词。第二步就是自己反复地确认 ai 惨作是否满足我的需求。我会让他尝试给我不同风格的提日词，然后到 navata 里面去使用 banana 三层， 这是 jimmy 三层的，这是 java gpt 生成的。第三步呢，我会挑选几个我觉得最满意的提日词，告诉 ai， 这是我认为最好的方案，请你帮我封装出一套 skills。 这一步呢，需要把 agent 要完成的工作理由给它说明白，包括一些边界的情况之后， gmail 和其他 gpt 就 会分别给到我 skills。 最后，我会同时在 umind 里面创建两个 skill， 分 别测试它们 有点像员工之间的赛马，等跑一段时间之后再决定保留哪一个。那最终胜出的 skills 呢？就可以交给 open cloud， 用多个 skills 组合的方式，自动地去跑完整的一个泊客通道任务了。所以 skills 看着很难写，但人真正做的事情只有三件，提需求、 做实验和拍板。 a s 呢？我真心建议大家都应该养成在工作中封装 skills， 迭代自己 skills 的 习惯，然后努力地让 agent 把自己的工作给替代掉。
124熠辉Indie
01:26查看AI文稿AI文稿各位做软件测试的小伙伴们，有没有戳中你的日常痛点？每次拿到几十页的需求文档，光是梳理业务逻辑、拆解测试点就要耗掉大半天。好不容易写完用力需求一改又要推倒重来，加班写到头秃，还总怕漏了边界异常场景，线上出了问题还要背锅。 今天就给所有测试工程师分享一个能彻底解放你双手的神器，专门用来基于文档自动生成测试用力的 cloud skill， 从核心能力到落地用法，全流程讲透，看完就能直接上手。 先跟大家说清楚，这个专为测试人打造的 cloud skill 到底有多实用。它的核心能力就是精准实现文档到测试用力的全自动转化。不管你拿到的是 prd 产品需求文档、功能说明书、接口文档还是用户故事，不管是 md 格式、 word 文档还是纯文本，你只需要把文档内容丢进去，它就能自动完成全流程的用力生成。 他不是随便测试的无效内容，而是严格贴合需求业务逻辑，拆解出完整测试点。深层标准化的专业测试用力，从正常业务流、异常场景、边界值较验到兼容性、安全性回归测试的专属用力全覆盖到位，比人工梳理的还要全面。 新人用了不会漏场景快速掌握用力钻写逻辑，老工程师用了能直接省出百分之八十的重复劳动时间，把精力放在自动化、性能测试这些核心能力提升上。更贴心的是，他深层的用力，直接就是我们测试人日常工作用的标准格式， 用力编号、测试场景、前置条件、操作步骤、预期结果一步到位，不用你二次排版修改，直接就能导入用力管理工具，拿来就能用， nice！
181面试测评团
02:42查看AI文稿AI文稿今天聊一聊 skill 在 大型弊端需求端端开发里面的应用。先说结论，我觉得它不太合适。 为什么呢？呃，第一个呢，是 skill 之前的加载原理，我已经讲过了，就是它是在一个三神刚启动的时候， 主动地调用这个 skill 发给大模型，然后那么当前这个赛车呢？这个绘画的记忆是新鲜的，他知道你这个绘画的 skill 用的是什么，要做什么事情。 嗯，但是一旦嗯多人绘画之后， skill 的 记忆就一定会衰减，每一次都会需要你去提醒他，嗯，或是每一次都需要调用这样的一个 skill。 第二呢，是随着大模型上下文窗口的容量越来越大，现在都已经出来一兆子了，那他其实可以一次性把很大的一个血球吞下去，然后自己去拆分任务，然后去呃萨博一阵，然后去帮我们工作。 嗯，那这里和 skill 的 一个冲突点在哪里？我们没有办法控制它把我们一个很大的 prd 拆任务的时候是按什么维度拆的？它是按页面拆还是前后端分离？呃拆的更细？嗯，那这个其实直接影响到了我们的 skill 的 划分的颗粒度。嗯，怎么理解呢？ 比如说我们的 skill 前后端分别做自己的 skill， 然后前后端的 skill 是 按呃人类理解的呃过程去拆分的。比如我启动我项目要启动开发的时候，我应该用一个什么 skill， 然后做 呃技术方案的时候用一个什么 skill， 然后做到什么部分的时候用一个什么 skill？ 如果想让这些限性的 skill 在 开发过程当中发挥真正的作用，那么就必须要求大模型在拆解任务的时候也是由限性的进行拆解的， 并且它能够自动地在拆除的任务里面去调用这样的一个 skill， 那 么它才能真正起到作用。所以我给大家提供一个思路，嗯，我们 的 skill 也好，呃，或者是我们的各种各样的技术方案，或者是要求代码规范，都应该按照呃模块或者是类别去拆。比如说我写数据库的 要求是什么？我写一个 map， map 的 一个要求是什么？按照这个维度去拆，不要用开发习惯的现行的维度去拆这样的一个 skill， 它其实很难被加载上来。 然后就是要求大冒险在拆分任务的时候，一定要也按照我们拆技术文档的逻辑去拆，比如说要求他那数据库的任务拆一个，呃，写 ctrl 键的拆一个，写 map 的 拆一个，那这样的话他可能更好的去自动下载。
14油炸电灯泡AI版
02:26查看AI文稿AI文稿哈喽，今天一分钟学会把 sworks 飞书实现电商全流程自动化来看效果。现在只需要在 sworks 里安装好需要的技能，就可以在飞书里实现视频分析、内容生成、亚马逊选品收品设没发布分析电商全流程自动化，如果需要调哪一个技能，也能知道不同技能的能力边界。 比如这个短视频自动化的 skill， 就 可以帮我们分析视频，生成脚本，做分镜图等等。我们只需要根据这个 skill 的 要求提供对应的素材，就可以执行整个流程的任务。 这里我们来到 swork， 在 技能库里可以添加现成的技能，也可以创建自己需要的技能。我们只需要再多夸出完整的需求，比如我想创建一个电商自动化的 skill， 整个过程我只需要提供对应的素材，那么 skill 就 可以根据我的需求去深层适配的产品分镜图。接着系统就会和我们进行 多轮对话，比如说需要去怎么拆解视频图片效果，希望是什么样的，最终创建一个完全匹配你现有 s o p 流程的专属技能。这里我们来实测一下效果。只需要在多框应用刚刚创建好的技能，告诉 ai 你 的需求，它就会调用 skill 来执行。在开始执行前，我们需要提 供对应的产品素材，比如对标的视频链接、产品的文本介绍，产品的细节图、人物图、背景图等等，就 可以开始执行。这里用 s work 创建技能，我觉得比较方便的点就是这里面内置了很多主流的模型，还有各种筛选过的 skill。 那 目前测试下来，它去访问各个网站，选品数据分析的能力我觉得还是比较稳定的。接着这个 skill 就 可以去直接打开视频的页面，去分析这个 视频的痛点、场景、产品外观，然后每个画面的内容和恐怖文案画面展示的产品卖点、痛点等等都分析的非常齐全，现在已经执行完了，来看一下制作效果。那目前完成了二十四个分镜的拆解分析， 还有结合刚刚上传的产品介绍和产品图片人物，生成了两组十二宫格的分镜贴纸，最后再生成了两个 前后的十二宫格分镜图。当然重点还是要保证前后两张图的产品人物还有场景名字。接着下一步我们来到消息渠道，这里可以直接接 入飞书或者其他的办公渠道，只需要在创建完应用后输 app id 和 app 密钥就可以完成和飞书的配对。那不管是什么样的 skill， 都可以结合飞书或者其他的电商应用场景，实现多流程自动化。基本的思路就讲好了。以上本期视频内容就有用的话不要点赞关注，咱们下期见，拜拜！
87棒棒闲不住
00:38查看AI文稿AI文稿skill 爆火却不会用？今天一分钟教你创建扣子！ skill 不 用懂代码，零门槛上手打开扣子工作台，左侧索道技能商店右上角创建技能，进入创建页面，在这里选择技能。然后呢，再输入框输入需求。例如， 我想要一个能深度解析文献的技能，提交给扣子，扣子会自动根据你的需求拣写 skills， 并编写任务所需的脚本。最后呢，形成一套 skills 文件体系， 不到三分钟就生成好了。这里还明确了技能的用途和触发的条件，点击右上角的部署，自动上线，专属 skill 就 做好了，还不赶紧试试？我是斌哥，关注我，带你走进学术的 ai 世界！
22一平博士讲论文
08:44查看AI文稿AI文稿哈喽，大家伙，答应大家的设计规范 skill 教程来了。考虑到国内大家使用的场景，这次我们就以 assign 为例。 首先我们找一套 assign 组建库，然后在变量中对颜色进行修改。这是是我们在弊端设计和前端开发中使用最多的场景，也是最方便在最后验证 skill 是 否生效的方式。 我们这里快速修改一下，把主题色从蓝色变成了橙色，修改完成后发布一下。 发布完成后，我们使用插件将变量导出为 css 文件备用。然后我们创建一个新的设计文件，调用一下我们刚刚发布的组件库。 将组建库添加到设计文件后，我们给我们的产品搭一个框架，这也是我们要让 skill 约束的框架。这样我们就搭建了一个简单的逼端框架，左侧 menu 顶部 head 中间内容容器。 这里我们可以根据实际需求确定一下尺寸。我把 menu 宽度确定为了两百像素， head 高度固定为四十八像素。接下来打开我们的大模型，这里我使用的是 codex， 让 codex 帮我们写一个 uskill， 这里给了他我们刚刚定下的一些规范，再加上之前导出的 css 文件，让他给我们先写一个框架。 codex 已经给我们创建了 skill 文件夹，其中包含了我们导出的 css 文件，以及它给我们写的 skill 点。 md， 这里我们可以先简单地看一下文件格式和内容，这里的 skill 看不懂没关系，我们后面需要逐步验证加修改， 我们马上就开始验证一下吧。让 codex 使用我们刚写好的 skill 做一个 htl 网页 dim arrow 已经完成了，我们一起打开看一下，我们可以看到好像 c s s 没有生效，并且界面好像和我们平时用组件搭的不一样。因为这是一个纯 html 文件，并不是一个完整的前端项目，所以我们继续完善 skill。 我 们在 skill 中声明默认使用 v u 架构和 enterprise 组件，如果电脑中没有，则自动安装 v u 环境和 enterprise line。 我们声明的逻辑是在没有其他要求的情况下默认执行。如果你在使用这个 skill 时，声明一定要使用 react 架构，那你的命令优先级一定会高于 skill。 skill 修改完成后，我们继续验证，这次让 codex 给我们出一个标准的 prd， zodix 生成了一个 hr 后台系统的 p r d 点 m d。 我 们先简单看一下，然后把它再丢回给 zodix， 让它使用我们的 skill， 再根据这个 p r d 做一个完整的前端项目。 codex 已经把项目做好了，我们点进来看一下，但这时候我们发现了一些问题，比如主题色还是蓝色？还记得我们在最开始把主题色改为了橙色吗？所以我们的 css 没有生效，要让 codex 给我们改一下。 经过了一段时间的调整，现在我们的 css 已经覆盖掉原来组建的样式了， 但还存在一些小问题，比如 menu 的 颜色还是没覆盖，深浅色没有。加上我们继续调整， 这里的修改不需要什么特殊的技巧，哪里有问题就指出来让 ai 修改就好了。我这里修改了 menu 颜色、深浅色全局切换问题以及 police horse 深浅色切换的问题等。 当我们检查觉得没有问题后，需要让 ai 把刚刚修改的注意事项加入到 skill 中，因为我们这次调整的目的就是为了优化 skill， 下面我们来一起看一下我们刚刚优化好的 skill 吧。首先是我们最开始写的调用 css 以及页面框架， 然后是 css 文件覆盖，组建原有样式的逻辑， 以及中间的一些通用标准。再往下是环境和组建库的指令，这里可以换成任意你正在使用的环境和组建库，如果是开源的，直接装依赖即可。如果是公司内部的，可以找前端同学帮忙写如何调用。 接下来我们尝试一下特殊情况，比如 ai 无论如何都听不懂你的话了，或者 ai 的 审美着实不行，需要你自己动手去修改一下，那就回到了我们之前视频的内容， ai to figma。 为了节约时间，我们还是找出老朋友 cloud 继续使用 codex 应该也是可以的。 cloud 只是已经提前配置好，录视频的时候更方便。还是熟悉的流程，输入网页地址和 figma 画布链接，让 cloud 把网页写入到 figma 上。 还是熟悉的流程， cloud 捕获网页后，点击发送到 figma， 即可在 figma 中创建画板。 此时我们对 figma 里面的设计稿进行编辑，这里我为了演示就只做了简单的修改。 修改完成后，我们复制 figma 链接到 codex， 让 codex 根据最新的设计稿来更新前端界面。 在 codex 干活期间，我来简单做一下总结， scale 是 需要逐渐完善逐渐细化的东西，操之过急会留下非常多的隐患，所以尽量拉上前端一起学习和研究。 另外，一定要积极拥抱 ai 和使用 ai。 在 这次 scale 跑通后，发现 figma 会逐渐从设计师的主力工具变为辅助工具，所有岗位的主力工具都会是 ai 大 模型。 另外，最近除了研究 y skill 外，还从朋友那拿到了交互文档 skill， 与产品经理一起在写产出结构化 p r d。 的 skill 以及任务拆分、项目管理飞书 m c p 自动化对接等内容验证跑通后也会分享给大家， 有兴趣的话可以点点关注蹲蹲后续 godx 已经跑完，看起来还不错，基本达到了可用的标准。 这里还有这次我们一起写的 skill 加 css 文件以及这次例子的代码，我会一起放到评论区或私信找我领取哦。 今天的视频到这里就结束了，如果本期视频对你有帮助的话，麻烦点赞、收藏加关注，这对我很重要，谢谢！
1994LIULEI
01:59查看AI文稿AI文稿如果你是技术小白，千万不要划走，看完这个视频，你将能够任意创作专属 skill， 甚至还可以变现。上个视频给大家详细介绍了 agent skill， 今天带大家用扣子创建自己的专属 skill， 目前有三种创建方法。第一个方法，先创建技能，再叠带优化。我们进入扣子平台的技能商店，点击右上角的创建技能，进入扣子编程平台，这里可以直接输入需求， 比如说创建一个生成 ai 话题播客的技能，然后扣子会创建一个虚拟环境，然后独立完成这个任务，咱们只需要耐心等待就可以。生成好之后我们来进行迭代优化，可以通过对话让扣子自动修改，也可以直接修改 skill 包中的内容。 修改好之后我们预览看一下效果，欢迎收听 pos ai 拨克。 hello， 大家好！哎，你最近有没有刷到腾讯新出的那个元宝派啊？我前几天看到好多人在讨论，感觉这玩意有点意思，今天咱们就来唠唠。哎对，我也刷到了， 怎么样？这个效果相当不错吧，和真人拨克几乎没有太大区别。创建好技能之后一定要部署，这样我们后面才可以继续调用。 第二个方法是直接在扣子的对话当中让他完成任务并进行优化，最后直接让他打包成一个技能。但是我个人更推荐第一个方法，因为打包成技能之后通常还需要再调整，所以不如直接先创建技能，然后再一起来进行迭代进行优化。 第三个方法是直接上传 skill 包，也许你已经在 github 或者说各种社群里收集了一大堆 skill 包，那你可以直接上传并使用。如果你想把技能公开分享，那可以上架到技能商店，找到刚刚创建的技能，点击上架到商店。 这里需要注意的是，需要在扣子平台，而不是扣子编程平台，然后填写各种信息，上传案例，甚至可以设置付费，然后就可以上传到机能商店了。是不是创建一个 skill 非常简单？那赶快去创建吧，让 ai 来替你完成工作。最后，如果你有一点收获，欢迎点赞、关注、转发。如果有疑问，欢迎在评论区大家一起讨论。
27北茗的AI茶馆
02:28查看AI文稿AI文稿自己做个 skill 啊，其实只要五分钟，你不需要懂代码，你也不需要去翻说明书。今天我们就手把手教你做出属于你的第一个 skill。 首先啊，我们需要用到 skill creator 这个 skill 来帮助我们创建 skill。 那 它被称作是语言 skill， 即帮助你写 skill 的 skill， 就是说你不需要去背官方的标准和规范，他已经把这些信息全部都内置了，你直接让他去帮你实现需求即可。那主流的 ai agent 基本上都内置了这个 skill， 你 可以直接使用。我们以 ai 写稿这个场景为例啊，来演示如何制作你的第一个 skill。 那 ai 写稿通常会有这三个步骤，第一个是联网获取最新的信息，第二个是呢，根据获取信息去写稿件。那最后一个步骤呢，就是把 ai 稿件去 ai word。 我 在这已经准备好了一个提示词，那你的提示词里面只需要告诉你想要干什么，然后把步骤或规则告诉 ai 即可。 那在 color code 里面，我们先来调出 scale creator 这个命令，然后把题旨词粘贴进去，然后点击回车，那这个时候 scale creator 就 会帮助我们来创建这个 skill。 那 注意啊，我们在题旨词中用到了 parameter 这个 skill， 它是专门用来去 airword。 那 也就是说你可以在做 skill 的 过程中去引用其他的 skill 来帮助你完成当前的这个 skill。 那现在我们的 skill 已经创建好了，那我们来验证一下它是否能够正常工作，那我们还依然通过斜杠命令来引用这个 skill。 那 我直接用这里的主题帮我写一篇关于二零二六年 ai agent 趋势的稿件， 看它现在已经触发了联网搜索啊。好了，现在我们的稿子已经写出来了，它已经调用了回文 maker 这个 skill 来处理这篇稿件，然后去除 ai 的 痕迹。 那下面就是去 i o r 之后的最终稿件，它这里包含了来源的参考，以及主要修改了哪些地方。 那如果你想要修改这个 skill 怎么办呢？那我们一般用 skill creator 这个 skill， 那 直接告诉你你想要修改的地方在哪里。比如说我让他帮我们修改 content writer 这个 skill， 那 限制输出的字数在一千字，那接下来 skill creator 就 会来帮你去修改这个 content writer 这个 skill 来限制输出的字数。 那如果你还有其他的需求，那依然也可以这样来操作，那这样的话，你的第一个 skill 就 完成了，是不是很简单？ 那其实做 skill 啊，最难的一步不是技术，是你想不想解决那个麻烦。那现在就去试一试啊，把你平时觉得最烦，重复最多那件事变成你的第一个 skill。 如果你在使用 ai 的 过程中踩了什么坑，或者做出了什么牛掰的功能啊，欢迎在评论区分享出来，我们一起交流。
2157起哥的AI实战
05:59查看AI文稿AI文稿今天这期视频我们只讲一件事，就是普通人怎么使用 cloudco。 很多人听到 co 的 这个词就认为是写代码，觉得跟自己完全没有关系，但其实 cloudco 除了超强的写代码能力之外，他还能做很多日常的任务， 比如说文件管理、数据分析、爬虫，甚至连修图剪视频的工作他也能帮你做。那么这个视频会从下面几个方面展开， 首先是怎么安装好 clolico， 然后配置国内的大模型，接着讲如何给 clolico 安装 skill， 并且用 skill 去开发一个网站，全程无管无废话。希望大家在收藏的同时能点赞支持一下，如果能关注一下那就更好了，感谢朋友们啊！那么第一步我们要下载一个软件，叫做 trace， 点击下载完成之后，我们把 cloudco 的 官方文档链接贴给他，然后输入，请你参考文档中的方法，帮我安装好 cloudco， 中间遇到任何错误或问题，请你自己查资料去解决。 这里他提示我们要先打开一个文件夹，我们照他说的做，我们可以直接新建一个文件夹，就叫 cloudco 安装， 很快他就开始思考并且自主的完成任务了，这个过程当中他可能会跳出各种对话框来让你批准权限，我们直接运行就好，大家可以等待十分钟， a 准就会自动完成所有的安装步骤。 接下来我们要给 cloudco 安装一个运行环境，它的运行环境有 app、 网页端、集成开发环境 id 以及命令行，其中最简单使用的方式就是在 vsco 这种集成开发环境中去使用 cloudco， 我 们直接下载 vsco， 下载完成进来后，点击这个地方，输入 chinese， 点击下载，然后重启 vsco， 你就可以看到界面已经变成中文的了。然后我们再次点击左边的应用图标，搜索 colaco， 可以 看到一个插件叫 colaco for vsco， 点击安装， 然后它会跳转到这样的登录页面，平时如果想打开 colaco 窗口，点击右上角的小图标就可以到这步。先不用管我们下载第三个软件 cc switch， 我们先进入他的酷狗主页，在右边往下拉，找到 release， 再往下拉，找到适合你系统的安装包，然后下载安装。装好之后，我们打开 c c switch， 点击右上角的加号，在里面找到 deepsea， 再往下滑动，你会看到 a p i key 的 输入框，点击获取 a p i key。 跳转 deepsea 的 官网，登录进去后， 点击左边的 a p i keys， 在 这里你可以管理所有 a p i key， 这里的 key 相当于你的密码，千万不要公开泄露，不然别人也能用你的 d p c 账号。点击创建 复制这一行，到 cc switch 里点击添加，然后在页面上就可以看到你的 d c 了。点击第三个图标测试模型，可以看到提示 d c 运行正常，然后我们再回到 vsco， 重启 vsco， 它会自动弹出 聊天框，那我们在这里输入你好，你接的是什么模型，然后你就可以看到你的 d c 已经接入成功了。 要注意最后一步，你的 d p c 账户里一定要有余额才会成功。接下来我们来讲怎么给 clico 安装 skill。 打开 v s co， 调出 clico 聊天窗口，在我们当前的根目录下创建一个 skills 文件夹，这个文件夹表示我们这个项目会用到哪些 skill， 这里用一个网页设计的 skill 来给大家举例。打开 github 官网，搜索这个，点击 code， 下载它的压缩包，然后解压缩，并把它拖到我们的 skills 目录下。然后我们再来检查一下，输入 我已经下载我要使用的 skill， 并且放到 skills 目录里，请检查这一步比较重要，可以知道你有没有安装好这个 skill。 然后我们可以看到 plc 在 解锁 skills 目录以及刚刚我们放进去的文件，解锁完成后，你就可以看到它提示我们可以直接在对话里使用这个 skill。 然后我们再新建一个文件夹，比如这里我输入 person web， 表示我的项目路径。好，那我们再跟 plc 对 话，输入我已经新建好项目目录， person web 帮我设计一个个人网站， 接着他就会给出一个执行计划，使用刚刚我们导入的技能去设计网站，这期间会有很多权限申请，直接点同意就行，那么过一会你就会发现他跑完了，这里跑出来的啊，结果很简单，只是一个网页， 因为考虑到很多粉丝啊，是刚接触 skill， 就 不讲的太复杂，那么我们来打开他设计的网页看一看。打开我们刚刚创建的 personal web 目录，选择在默认浏览器打开，那么你会发现我们刚刚的网站就已经设计好了，不过它的 ai 味很浓，而且还是英文的。 我们跑出项目来，我们去怎么修改它，比如说一个中英文的按钮输入，请你根据我的要求进行修改，在右上角提供一个小按钮，点击可以切换中英文。 好，改完后重新打开网页，中英文切换按钮已经出来了，点击一下，我们整个页面都切换成中文了。那第一个功能我们就通过 ai 弄好了， 我们对这个网站还不太满意，怎么办？我们可以继续跟 cloud 沟通，让他再去修改，比如我想在关于我下面增加一个时间线，那么我们就把需求发给他， 让他再跑一会，然后重新打开网站，你就能够看到他的一个修改结果。这些内容比较基础，不知道大家有没有学会用 skill， 还想看什么内容？欢迎在评论区留言，如果对你有帮助，别忘了点赞三点支持一下。
748我是宇烨
07:57查看AI文稿AI文稿加脚本，然后呢？ skill， 那 我们怎么去落到具体的这个内容上面？我们怎么去创建啊？我们给大家来去看一看。好这里呢，其实他已经跑完了，我们来看一下这个地方需求 spec 叫妙玛学院，官网开放已经生成出来了啊，目标描述，妙玛学院是面向于什么什么的和当然这个大家借鉴一下，这个更 不属于官方的这个介绍啊，这只是我刚才给他的一个施令，包括技，技术的约束，技术站用什么 i t m 五， cs 三加四，你看我加原声嘛，原声就是这三个三，剑客出来了， h 五， cs 三加四，然后呢，设计体系，设计系统用它，那直接引用它？ seo 不错，这个事我没想到一点，他帮我补充了，官网肯定有 susu， 怎么去做？一二三四五六七 su， 但是我还可以给他提 gu 的 一些优化啊，包括响应式设计怎么做？性能要求，无障碍要求文件结构。再然后呢，功能需求， token 怎么定义？ 大局组建怎么设计？页脚有哪些要求？页面等等，亮点一直往下好，这个时候呢，基本上我这个 spec 就 已经定义好了他们什么叫规则驱动开发 啊，这是基本的这个约束啊。在这儿那同学们可以看到交互有哪些交互方面的设计，那触发方式用什么？动效按钮交互有什么链接？交互 seo 怎么去做啊？比如说这些 seo 推特的 seo 结构化的一些， jason landing 怎么做？再然后呢，对应到这个 setmap 怎么样去做？对应于爬虫来说，这个 robot txt 怎么去定义？你看这些其实很多同学之前都没有去 接触过的一些概念，一些点啊， ai 呢？其实帮我补充了最后的验收标准，设计员设计还原这些响应式，要这样才能够满足我的验收标准性能。你看我们前面是不是给大家讲过监控平台，为什么 很多同学之前并没有觉得这些点有多么重要？但是你现在再来回头看，在 ai 时代，能够去利用 ai 来去编码，能够真正去掌心的还是那些之前经历过 各种业务项目的熏陶，对吧？还有呢，各种产品开发的一些演练，包括呢内化成了自己的技术方案设计，还有呢业务经验的这些同学，你比如说像监控系统，监控平台，如果你之前没有了解过性能优化的点都不知道，那你就提出提不出来这种这个性能的指标， 那比如说这个 performance， 还有呢，这些要求，对吧？还有 mcp， 页面体积这些，这些就是它的性能要求， 功能要求有哪些？ seo 的 要求有哪些啊？无障碍代码质量都有要求，这就是一个标准的需求开发的 spec 咱们学会了吗？好，以后啊，大家去面试，被问到什么是 spec 的 规则驱动开发， 大家要想到今天听了听何一讲了需求 spec 的 拆解，包括呢？整个内容啊这一部分。好，那接下来其实就可以让他去写了，直接让他去写， 先让他去写了啊，现在去编辑这个，呃，基于这个 website specs 来去编辑 html 文件了，嗯，确定，我来确认这个文件，然后呢，再从这个文件读取之后来去编辑我们最终代码。 好，这个时候我们再回到刚才那个内容里面来，那我们看到 skill skill 这部分呢？刚才我们说了，把我们讲的这样，比如说需求拆解、方案设计、测试用力、代码审查这些全部 skill 化，那 skill 怎么去创建呢？ 这个时候包括有哪些高质量的 skill， 对 吧？然后呢如何去自定义自己的团队 skill？ 这就是重点， 给大家交代清楚了背景，接下来看重点的实操部分，那比如就在我当前这个项目里面，我们要去做这个 skill 的 功能，对吧？这一部分，那怎么去创建？接下来我们就直接去创建啊，那当然呢，我们就直接这里呢可以开始，呃，基于啊，我们就直接叫它来写了啊，基于什么呢？ 基于 specs 下面的 website， 点 spec， 点 md 来开发官网好就行了。 当然这就这是我给大家讲的半自动化的一种方式啊，你是可以完全把刚才我一步一步跟它交流的这个过程呢，全部把它自动化在一个文件里面来完成， 这个时候他去写代码了，你就让他写着我们再回来，那我们怎么去写这个自己的 skill 呢？最主要的就是基于 skill creator 只用它就行了，其他的你不用管啊，只需要知道这个 skill creator 怎么用呢？我假设现在重新再打开一个控制台，打开之后呢？在这里来，呃，我这里就直接用 codax 吧，我换一个啊，我这里用 codax 好， codax 的 话打开，打开之后呢，直接在这儿来看一下我当前的 skills 啊，比如说我现在呢，肯定有，呃，我，我有这些 skill 啊，假设我这这是另外一个这个 codex 的 工工具的，那我现在有这些 skill， 比如这个是做爬虫的这个图片生成的，还有其他的，那我就是如果要去创建呢，就寄予它 skill creator， 直接 skill creator 创建啊，创建的 skill 是 什么呢？比如说代码啊，叫做需求拆解， 需求拆解啊，我将先用中文去给它描述出来，待会再一步一步的来去沟通，来去创建这个 skill。 创建这个过程就很考验大家对于你整个团队的一些规范把控，包括呢，需求怎么去拆解啊？怎么去拆？ 从目标拆解到最终拆完整个效果中间的这个链度，你怎么把它细化，这是关键。 所以呢，你去做自己的 skill， 最主要的还是啊，按照已有的这一套标准来去定义它的边界条件输入的一些需求，包括呢，功能拆解的步骤和一些非功能性关，那个非功能性的要求，包括交付物等等。 好，等它完成之后再来去补充这个创建的一个过程， 直接开始就能够跟它一步一步地来去创建这个 skill 啊，这是 skill 创建部分。呃，最后创建之后呢，你可以直接基于 当前你定义好的这个 skill 来去帮你做需求拆解，就比如说我，我同样啊，这是一个标准的 spec 的 功能，功能的这个驱动文档，通过这个驱动文档再去结合你的需求拆解的 skill， 就 能够帮你拆的更细化的一些功能开发的实际的步骤。 然后呢，再对应到那个方案设计，就能够去把你拆出来，那些需求用最好的方案来帮你完成， 同时帮你深层测试用力，同时完成以后帮你做代码审查，这是一个完整炼录的过程啊，这些都要一个一个去思考，那这些思考的过程呢？每个公司有自己不同的规范和做法，这部分的话因为时间关系呢，我不 具体细化到每一部分怎么做啊？直到大家现在知道这个大概就是 skills 化的部分呢，是接下来大家去面试的时候，面试官被问到你最好的一种回答模板方式，就是说你之前很多团队的能力都 skill 化了，你这一句话出来 面试官就会洗耳恭听了。那么接下来你再去怎么给他介绍呢？因为时间关系这部分我没有办法给他详细到每一个部分怎么去 skill 化的这些细节啊？如果大家需要去完整学习的话呢，可以加入到我们的这个训练营中间，之后我们会在 ai 团队提效这一部分给大家详细的去介绍，就是关于这个 skills 化的一些细节。
22妙码学院
05:42查看AI文稿AI文稿你花两小时写了个 skill， cloud 从来不调用，好不容易调用了，执行起来又僵化，结果不达预期。本期我们继续精读 cloud code 核心开发者 toric 的 lessons from building cloud code how we use skills。 它总结了构建 skill 的 九个最佳实践来看如何让 agent 成功调用 skill， 以及如何达到更好的执行效果。这九条实践本质上是在解决三个递进的问题。 第一层问题， cloud 能不能找到你的 skill？ 找到之后能不能理解它该做什么？这是内容层，解决的是被看见和被理解。 第二层问题， skill 能不能在不同场景下附用？会不会因为写得太死而失去灵活性？这是结构层，解决的是可附用和不僵化。 第三层问题， skill 能不能记住上次做了什么？能不能直接给 cloud 可调用的代码，能不能在需要的时候开启护栏？这是高级技术层，解决的，是有状态和可组合。先看内容层，解决被看见和被理解。 第一条， description 字段是给模型看的。很多人把 description 写成功能说明，这是一个监控 pr 的 工具，但 cloud 启动绘画时会扫描所有 skill 的 description， 决定这个请求有没有对应 skill。 它需要的不是功能说明，而是触发条件。 那些在用户说 babysit watch c i make sure this lens 时，触发 description， 决定的是什么时候该用它。这是 skill 能不能被调用的第一道门槛。第二条，不要陈述显而易见的事情。 colin 已经知道大量通用知识，你写 skill 的 时候最大的浪费就是重复他已经知道的东西。 antropic 内部有个 friend and design skill， 一 开始工程师发现 cloud 生成的前端界面总是用 enter 字体和紫色渐变，看起来很 ai 味，但客户反馈说不喜欢这种风格， 于是他们写了个 skill。 这个 skill 不 教 cloud 怎么写 react， cloud 本来就会，他只告诉 cloud 一 件事，别再用 enter 和紫色渐变了。客户不喜欢 skill 的 价值在于补充 cloud 默认不知道的上下文偏好和坑通用知识他都会，你要告诉他的是你们团队的特殊情况。 第三条，构建 gorgeous 部分 andropic 发现，任何 skill 里信号最强的内容往往不是教程，而是 gorgeous。 因为教程 cloud 本来就知道很多，但坑只有你们团队真的踩过。 不要在循环里调用 api， 会慢一百倍。记得清理临时资源，我们生产环境，因为这个词盘满过。真正值钱的是告诉他哪里别踩。理想情况下，你应该随着时间不断更新 skill， 把新踩的坑也加进去。内容层三条讲完了，光有好内容还不够，还要有好结构。 第四条，使用文件系统和渐近式批录。很多人把 skill 写成一个巨大的 markdown 文件，所有内容都塞在里面，但 skill 是 文件夹，不是文件。 你可以放脚本模板，数据文件，主文件里只写核心逻辑，然后告诉 cloud 详细文档在 r e f e r e n c e s 点 m d， 需要的时候自己去读。 比如如果最终输出是 markdown 文件，可以在 assets 里放模板，让 cloud 直接复制使用，按需加载才能最大化利用上下文窗口。 第五条，仔细考虑设置流程。有些 skill 需要用户配置，比如站会要发布到哪个 slack 频道，这个信息每个团队都不一样。用 config 点 json 存储配置，首次运行时询问，后续直接使用。这让 skill 从无状态工具变成有状态助手。 用户只需要配置一次，之后每次调用都能直接用。第六条，避免过度约束 cloud。 skills 可以 被反复重用，所以写指令时要谨慎，不要过于具体。很多人会写，先运行 test， 再运行 lint， 最后运行 build， 但这样写太死了， cloud 没有灵活性。更好的写法是在部署前确保代码通过测试规范构建，并根据情况调整顺序 约束目标，而不是约束路径。给 cloud 它需要的信息，但也要给它适应不同情况的灵活性别把 skill 写成死板的脚本，前六条是基础，后三条是高级技术层，解决的是 skill 运行时的能力建设。 第七条，内存与数据存储 skill 每次运行都是全新的，不记得上次做了什么。 entropy 解决方案，让 skill 写日记，每次运行后追加一条记录，下次运行时读取日记，只报告新的变化。 skill 不 再是无状态的脚本，而是有记忆的助手。 第八条，存储脚本并生成代码。别让 cloud 每次都从头写样板代码，把稳定能力封成脚本和辅助函数，让它负责组合，而不是重造轮子。给 cloud 最好的工具不是更多文档，而是可调用的代码。 第九条，按需 hooks 有 些规则太严格，你不想一直开启，但特定场景下又需要 anthropoid。 有 个 careful skill 会阻止危险命令，比如 r m r f drop table。 当你调用 careful 时，它会注册一个 hook， 只在当前绘画有效，绘画结束后自动失效。九条最佳实践讲完了， 回到开头的问题，为什么你的 skill 不 被调用？为什么调用后效果差？不被调用大概率是因为你把 description 写成了招标，而不是触发时机。效果差大概率是因为你写了一堆 cloud 的 已经知道的东西，或者步骤写得太死。这背后是同一个问题，把 skill 当成 prompt 来写。 siri 的 核心观点是，好的 skill 不是 告诉 cloud 每一步做什么，而是给他组合的能力，让他在执行时自己决定怎么做。本期内容就到这里，这里是慢学 ai， 我 们下期再见。
7607慢学AI
10:31查看AI文稿AI文稿大家新年好，今天是一个重磅的分享，经常看我视频的伙伴都知道，我在过去的时间里，用不读一行代码的方式，一种黑盒编程的方式，已经把一个项目做出了一个雏形。在这个过程中，我也积攒了一些经验，会陆续做成视频分享给大家。 去年 cloud 推出了这个 agent skills 这个功能之后，我也做了一些视频。现在 skills 的 使用价值已经完全的超越 mcp 了，而且我认为它的使用门槛是相当的低， 但是可能很多朋友还没有学会怎么用，今天我就教你们一个使用 skill 做自动化流程，给自己提效的一个万能公式。所谓的万能公式就是所有人都可以不用写代码就可以用。 那首先提到这个万能公式，我先介绍一个工具啊。这个经验来自于我之前用黑河编程做的项目，我经常让 ai 去做后端测试，他特别喜欢用这个命令， 我根据这条命令就构建了一套它用于测后端的一个脚本，所以我的项目开发的也比较顺。但这个命令我觉得我们不用去学习，你只需要知道，它可以模拟我们所有操作网页的方式。 如果你常用的 web 服务器是支持 api 访问的，那么你只需要让 ai 读一下 api 的 文档，它就可以构建出一套纯自动化的流程。当然这么听可能有点抽象，我会用了这个命令，跟我的这个 万能公式又有什么关系呢？我来举一个例子你们就懂了。我的女儿前几天考这个 g s p 的 五级 c y y 的 一个考试，她没考好，我分析了一下，其实是刷题刷的不够，虽然我给他做了一个 ai 工具，新奥制题助手，这个我之前分享过， 但是这个工具有一个问题，就是他没有自己的题库，这些所有的题其实还是我自己在网上找的，我要通过这个工具的内置功能给它加入进去。 但是这个怎么说也比较麻烦，你得录入题目，你得用 ai 分 析测试点，还得找答案。虽然我也在工具上做了一个类似 a 证的抓网页的功能，但我觉得不好用，而且它只能抓题目，它的测试点和答案你还得另找这个软件，它已经完全落后于这个时代了，我也懒得再去狗尾续貂， 但是我想了另外一个招，这招是什么呢？就是因为我的信号制题助手，它启动之后就会有一个后端服务器， 当初我觉得在这个 electron 里运行一个 python 服务器，这种设计还挺奇葩的，但是现在想想还是挺明智的。我把后端的 api 的 代码喂给这个 cloud code 之后，他竟然就把这个 skill 做出来了。 我只需要打开这个应用，然后让 ai 分 析我孩子的代码，让他有针对性的推荐题目，然后调用我的后端 api 加入我的提库。 所以说如果你有一个学习系统，他也是有后端的， ai 就 可以完全实现。他作为一个可以操作你后端的一个机器人，根据你的要求来操作你的后端，比如说给你出题，或者是帮你分析，可以把所有人需要去做的 任务一下一下点击做的任务，变成一个让 ai 去做的一个工作流，而且实现这个工作流，你不需要干任何事，你只要一句话，他就可以去执行很长时间。 给大家看一下我这个技能，做了两个技能，一个是一个叫 csp， 一个叫对拍。能不能看一下这个 csp 的 这个技能，这个技能 总体来说它就只有一个文档，它就是描述我这个信号制题助手的后端的 api， 它描述了一些场景，比如说它的基础的 url， 它怎么样去管理题库，应该怎么获取编程题，它的这个格式是什么？ 给了一些例子，怎么样去获取答题记录，是用什么样的格式？如果你要验证代码，用沙盒验证沙盒的 api 是 什么， 包括你可以 c 加加，也可以用 python， 它描述了一些场景，场景一是怎么样添加新题目，怎么样看学生的答题记录，怎么用沙盒快速验证， 还给了一个文档，这个文档是一个完整的一个 api 参考，我只是把我的这个 api doc 给 ai， 通过这个 sql creator， 它就自己给我全部创建了。我给大家演示一下啊。首先这是这次我女儿没做的这道题，五级的一个题，她没做出来，我就说我就用通过这一个 prompt， 让她来分析她的算法和考点，然后在立扣上帮我找类似的题， 然后制度相关的要求，难度中等，把题单抓下来，放到我的题库里，在入库之后，用对拍这个技能来求解，让他一步一步执行。你看他先做了个计划，他知识点，他分析出来了， 好去立扣抓题，他用了很多的任务，子任务，最后抓到了五道题，这入库的结果，他现在做了五道题，他能获取我们这个资料库，然后找到资料库，把题目放进去，然后就开始就要用对拍工具做对拍来求解了。 当然这个对拍工具我觉得还需要优化，他用的时间巨长无比，他现在已经跑了四十分钟还没有做完。 当然一次搞五道题可能是有点贪心了，但是它还在积极的运行中，如果我们正常的使用来说，其实就可以把它扔这，让它自己去搞就行。好吧，只是给大家演示一下这个 skill 运行好了是什么结果，基本上我到目前为止， 我除了输入那个 prompt 之后，我还没有管过，所以其实基本上就是 one side， 你 可以让它自己一直搞下去。那我们如果再把脑洞开大一点， 比如公司的系统是用来查数据库而做分析的，你也完全可以让 ai 去调用一个 skill 去查，直接做分析。现在的外部架构基本上都是有为 api 的 设计的，所以任何带有后端的服务，我们都可以通过 api 把它做成 skill， 然后让 cloud code 成为它的外挂，而你不需要做任何的开发， 这就是我称之为任何人都可以使用 skill 提效的万能公式。可能有朋友问了，那如果我有一个服务器，但是我不知道 api， 我 没有它的文档，或者说我不会做 skill， 那 该怎么办？ ok， 我 今天推荐两个工具啊，第一个就是 chrome devtools 这个工具，它简单来说就是给你的 cloud code 的 一个浏览器，我们来看一下，你看，我现在是让它用 chrome devtools 启动一个浏览器，访问落谷点 com， 它会打开这样一个浏览器，我在这上面做一个操作，接着我让它读一下它网络请求的这个日记。我刚做了个搜索，能不能分析下格式 ai， 它会自动从这个工具里把这个 network 的 请求全部列表出来，然后分析出来这个格式， 它会总结成一个文档，这个 json 格式。刚才我搜索了其实有一个是标签，这里要选标签的标签，标签其实它也是有一个 api 的， 所以我就问他有没有获取标签列表以及标签意义的处理啊？他发现找到了之后，他就给我去列举，他能把所有的标签列举出来，我让他去用这个方法去测试一下 五级减的二分题目，他很快就给我找到了一些这么多题目，五十三道题。有了这样一个东西， 我就可以让他帮我去找题目了。当然并不鼓励大家用这种方式对任何网站做这样的分析。你首先要看这网站允许不允许你这样做，如果他要求必须登录才能用的话，我建议还是不要做，这样 不太好。你们如果说你们自己的系统，比如说你公司内部的一个数据库，那你就完全随便了， 即使你没有这个文档，你也可以用我这种方法来获取。获取完了之后你会发现这整个的上下文就会充斥着这些关于结构的一些知识。我们该怎么做呢？我把以上获取的这个技巧放到一个新的技能，我让它创建技能了。最重要你要提到这个 skill creator， 这个 skill crit 是 一个 osophic 推出 skills 时的一个默认的一个基础技能，但是你需要去安装它， 我等一下说怎么安装？如果你安装好了之后，你在做任何技能的时候，你不需要自己去做，你直接告诉 cloud 用 skill crit 把以上的经验做成 skill 就 好了，就这么简单， 它会放到这样一个结构底下，就是放 skill 点 m d， 然后它会给你创建一堆脚本，当然这个脚本是什么样你们不用管，就反正它做好了，你直接用就行了。那么 skill crate 在 哪里找呢？在这个 repo 里头，这是一个 safari 推出的， 它也提供了一些安装手法， plug in， 通过 marketplace 方式，用 plug in 把这个 skill 安装进去，安装好了之后，它这个文档里头就会有所有的这个技能，其中你们看，这有一个 skill creator， 就是 这个 skill creator。 我 们再总结一下，如果你没有 api 的 文档，你不会做 skill 怎么办？首先你先操作一遍，让它抓取，然后给你生成一个文档， 接下来直接告诉他，用 skill creator 来做一个 skill， 就 这么简单。经常看我视频的朋友知道，我过去还分享过千万三 omni 的 语音互助，还有我的监工 agent 的 项目，还有我的 finnus 上的一些场景。 我相信呢，在今年就一定会实现一个场景，就是我们再也不需要使用 cloud code， 而是直接通过语音发出一个命令，然后我们的 worker 就 会在 boss 上给我们完成一个长线的任务，最后把结果给我们呈现出来。 所以我想说的是呢，我分享的这些内容并不是零散的，他们都是在为了实现这样一个目的，这样一个场景的技术战之一，所以我做的内容并不是为了做内容而找主题，而是为了实现我理想中的 agi 的 场景， 然后把我过程中的一些发现分享给大家，这是一个真实的长线的 ai 的 学习和成长，所以关注我，你们也可以获得同样的成长。 ok， 以上就是今天所有的内容了，谢谢大家。
5040小天fotos
02:52查看AI文稿AI文稿大家好，我是土豆，今天想跟你分享一个我最近一直在用的东西，一个面向测试工程师的 cloud skill。 它可以做什么呢？很简单，你丢给他一份需求文档，他给你吐出一整套。测试用力 不是那种泛泛而谈的势力，是真正能直接用，能对起你公司模板的那种。我知道，你可能会想，又是标题党吧， ai 生成的用力能靠谱吗？ 别急，今天我不仅会告诉你它怎么用，还会把完整的配置文件、提示词、模板都整理成一个 md 文件，放到最后， 你可以直接拿去用，或者自己改。先说说我为什么要做这件事。做测试的都知道，拿到需求文档之后，最耗时的环节是什么，不是执行，是拆解。你得把文档里那些业务规则、接口、约束、边界条件一条一条拎出来，写成正向、反向异常的用力。 文档短还好说，赶上那种五六十页的需求，翻来覆去看，生怕漏掉一个点。而且最烦的是，不同人拆出来的风格还不一样，有的人只写正向，有的人边界写的细，有的人异常想的全，最后合到一起参差不齐，反攻改到想摔键盘。 所以我就想，能不能让 cloud 帮我干这件事。我给他设定了一套固定的测试设计策略，什么意思呢？就是不管扔进去什么文档，他都会按同一套逻辑来拆解。 第一，正向流程主路径必须覆盖。第二，反向异常输入错误，流程阻断、权限不足都得想到。第三，边界条件，数值的上下线列表的空余满时间的临界点一个不漏。第四，场景组合多个条件同时变化时有没有冲突？而且我让他区分接口、功能、性能三种类型。接口用力， 他关注参数、错误码、返回值，功能用力，他关注加载并发响应时间。 最关键的是，他可以对齐你公司的模板。你在配置里告诉他，我们的用力格式是用力编号模块、前置条件、步骤、预期结果类型，他生成出来就是这个格式， word 也行， excel 也行，直接复制粘贴，不用二次整理。你可能想问，真的能直接用吗？ 我拿最近一个真实的项目试过，需求文档大概三十页，有接口描述，有业务规则，有交互说明。我把文档贴进去 cloud， 大 概用了几十秒吧，生成了六十多条用力。 我一条一条看下来，正向的都覆盖了反向的他想到了手机号已注册这种场景边界的他，列了密码，最短六位，最长二十位这种临界点 漏掉的，当然也有大概百分之十左右需要我手动补充。但你想啊，本来我要花两三个小时从头写，现在只用花十几分钟过一遍补一下， 效率翻倍不夸张。所以，这个 skill 的 本质是什么？不是让 ai 替代你，是让他帮你干那些重复耗时但又必须做的事情。你把精力解放出来，去做更有价值的事，比如复杂场景的设计，比如质量体系的搭建，这才是一个测试工程师该有的成长路径。好了，今天的内容就到这， 我把这个 skill 的 完整配置、提示词模板，还有我用的测试用力格式范例，都整理成了一个 md 文件。需要的同学可以在评论区回复六六六，或者私信我，我直接发给你。
116软件测试就业-土豆
03:05查看AI文稿AI文稿最近 superpowers 这个 skill 被吹上天了，其实它的核心设计理念是强制工作流，把软件开发变成方法论，让强制触发的机制运作在 agent 的 行为里面。这就造成了 superpowers 有 几个弊端， 第一，他把你当成不知道自己要做什么的人，每次你开始一个任务，他都会先打断你，问你到底想做什么，然后帮你梳理需求。如果你已经知道自己要做什么，甚至对业务流程非常清楚，这一步对你来说纯粹就是浪费时间。 第二，他强迫 agent 在 做任何事情之前先翻译遍所有的规则，他自己在原规则里面就写到某个词， q， 哪怕只有百分之一的可能性会被用到， agent 就 必须先去检查，而且检查在你回忆你之前就发生了。 你让 agent 改代码，他就会被强制规则控制，做各种考虑。每次都这样，整个开发流程的体感就变得特别迟钝拖沓。 第三就是规则是强制的，没办法商量，你作为开发者有自己的节奏，但是 agent 被训练成必须先走它规定的流程，你的想法和 skill 的 流程在同一个 agent 里面打架，导致结果就变得没办法预测了。 最后就是它是一整套方法论，不是一个工具，先讨论再计划，最后 staff agent 去执行。我在项目里面处理问题很多时候都是探索型的，经常需要快速的去测试一个方案能不能跑通，所以就不需要约束的很死板。 skill 本来应该把我已经在做的某些流程自动化，不是给我添加更多本来就不需要做的事情。 一个好的 skill， 它不应该是默认就打断用户，在用户目标已经非常明确的时候还要重新做需求梳理，也不应该把每个问题都拖到流程里面。 skill 的 价值是减少做重复的决策，缩短路径，提高成功率。 有点像快捷键，在规定的时候触发，不相关时候就保持沉默，强化某一个具体的环节，不是接管整个任务。我个人认为，真正值得使用的 skill 是 能帮用户把重复的、机械性的、容易错的部分自动处理掉， 最好是在整个流程当中，你几乎都感觉不到它，这才是 skill 应该给用户的体验。例如烧一壶热水的流程是拿上电热水壶，打开盖子接水，接满之后盖上盖子放在底座上，打开开关，然后等待水烧开，我自己就是 agent， 这一个流程就是一个 skill， 如果在这个流程里面增加一些没必要而且无法优化流程的动作，就会变得非常的奇怪。例如接水的时候我给水壶跳一支舞，烧水的时候我在旁边鼓掌， 这些行为对烧水这件事本身毫无帮助。我说这些并不想完全否决掉 skill， 现实是大多数 skill 根本没有使用的必要，效果还不如你自己写的提示词。
131也覌
05:06查看AI文稿AI文稿为什么我们精心打造的 skill 总是不被调用？我们将一起揭开谜底，并学习一套能让 skill 命中率飙升百分之九十的实战秘籍。 大家好，今天我们来聊一个非常扎心但又极其重要的话题。开发过 cloud skills 的 同学是不是或多或少都遇到过这样的情况， 你辛辛苦苦写了一个功能超强的工具，结果上线后却发现它就像一个被遗忘在角落的宝藏，无人问津。用户明明提出了相关需求，但 cloud 就是 不调用你的 skill。 这到底是为什么？是我们的模型不够智能吗？还是我们哪里没做对呢？ 今天我们就来揭开这个谜底，并给出一套立竿见影的解决方案。其实问题的根源往往比我们想象的要朴素的多。我们总以为是模型理解能力不行， 但真相是我们没有给他正确的路标。想象一下，我们把每个 skill 都看作是商场里的一家店铺， name 就是 门牌号， description 就是 店门口那块告诉路人你进来能解决什么问题的招牌。如果你的招牌写的模棱两可，顾客怎么会知道你到底卖什么， 他们只会擦肩而过。同样，我们花了百分之九十的精力去打磨 skill 的 内部逻辑，却只用百分之十的心思去写他的名字和描述，这正是导致我们的 skill 被雪藏的根本原因。 要写出能被正确调用的 skill， 我 们必须先理解它是如何被选中的。我把这个过程拆解为五个阶段，第一阶段是发现 cloud 会先快速浏览你的 skill 名称和描述。第二阶段是登记，它会把这些信息做成缩影卡片。 第三阶段匹配，这是命中率的主战场，因为用户输入要在这里和 skill 进行语义对齐，只有匹配成功了，它才会进入。第四阶段，加载，去仔细阅读你的正文。最后是执行，大家可以看到，前三个阶段完全依赖于我们的 name 和 description， 所以 想要 skill 好 用，写好说明书 的封面，也就是这两个字段至关重要。现在我们明白了， description 是 整个流程的核心，但很多人对它的理解是错误的，把它当成了产品简介，这是完全错误的。 一个高命中率的 description， 它的本质是一套触发规则，同时清晰地界定了使用边界， 并给出了输入输出的线索。它必须同时完成三个任务，首先要让模型在需要的时候能想得起你。其次要让它在众多相似工具中能选的对你。 最后要让他在调用你之前就有信心知道怎么用你。接下来我们进入最实用的部分，黄金公式。首先是命名，一个好的名字应该像一个清晰的指令。我强烈建议使用动词加名词的结构， 比如审查代码就叫 review code， 千万不要用那些空洞的口号或者过于宽泛的词。记住一个名字，只干一件事，这是让模型精准识别你的第一步。命名之后是更关键的描述， 这里我给大家提供三个可以直接套用的公式。第一个是万能公式，它的核心是模拟一个条件判断，当用户说了什么就触发我的。第二个是边界清晰版， 他明确告诉模型我是干嘛的，我需要什么，我产出什么，以及我不做什么。第三个是多意图覆盖版，你可以直接把用户可能会说的原话写进去， 这样命中率会非常高。在描述中，关键词的选择直观重要，我们要学会换位思考，从我们觉得该用什么词转变为用户会怎么说。我建议大家在描述里明确写出三类词， 业务对象词、动作词和约束词。同时不要只写专业术语，要把口语化的表达也加进去，比如内存泄露和内存占用飙升都写上，这样能覆盖更多用户的表达方式。掌握了基础公式后，我们可以学习一些进阶技巧。 第一是中音混合，在中文描述后面加上关键的英文术语，这能显著提升模型的识别稳定性。第二是否定约束，明确告诉模型我不做什么， 这能有效过滤掉不相关的请求。最后是缺声追问，提前告诉模型如果缺少必要的信息，应该如何向用户提问。通过这三种技巧，我们可以把一个什么都做但不精的通用模型塑造成一个边界清晰、体验流畅的专业助手。 理论说了很多，我们来看一个真实的案例。左边是一个典型的错误示范描述，写的非常模糊，没有具体场景，容易让系统混淆。 现在我们用刚才讲的触发场景加核心能力公式来改造它，变成右边的版本，大家看它明确了具体的触发条件，锁定了 python、 sql 等核心关键词，还清晰界定了后端代码分析的范围。仅仅是这一行，描述的改变，工具的命中率就从百分之三十飙升到了百分之九十， 就是写好一行描述胜过十页论文的威力。除了知道怎么做对，我们还有知道怎么避免犯错。这里列出了五个最常见的低级错误， 第一，描述不要写的太长。第二，不要堆砌形容词。第三，不要忽略文件夹和文件名的语义。第四，论文和描述一定要一致。最后，保证你的输入输出格式稳定。为了方便大家立刻上手，我把今天所有的要点都浓缩成了一个可复制的 skill， md 股价。大家可以看到，这个模板的核心就是那个 description 的 写法，它集成了我们今天讲的所有公式和技巧，你只需要按照这个模板填空，就能写出一个高命中率的描述。总结一下， 在 ai 时代，被看见比有能力更重要。你的 name 和 description 就是 你和 ai 的 调用器约，它决定了你能不能被发现，被选中、被使用。记住这句话，写好一行描述胜过十页论文。
805AI黑科技
