你有没有这种感觉， skill 触发跟买彩票一样，全凭运气，好不容易触发了，结果他看心情办事。更气人的是，好不容易调好了，用着用着越来越慢。 今天这条内容是我翻完了 ansorepic 官方的 skills 构建指南，故障排除章节总结的干货，帮你把 skills 最常见的五个问题一次性讲清楚。 第一个问题， skill 根本不触发。你有没有遇到过配置好的 skill， 死活不自动加载？指南说问题大概率出在 description 字段上， 什么意思呢？就是你得写得具体，用户得能看懂，得能对应上自己说的话，它才能触发。举个例子，帮助处理项目。这种描述太笼统了，没戏， 你得写清楚具体干什么，什么场景。用指南给了一个快速检查清单， description 写的是不是太模糊，里面有没有包含用户实际会说的触发短语？有没有提到相关的文件类型？有个调试方法挺管用，直接问 cloud 什么时候会用这个 skill， 它会引用 description 来回答，你 顺着他的回答去调整就行。第二个问题， skill 触发过于频繁，反过来， skill 对 完全不相关的查询也在加载，也很烦。指南给了三个解决办法，第一，加负面触发条件，就是明确告诉他什么情况不要用。 比如不要用于简单的数据探索，想做图表格式化，请用 data vsq， 这样他就知道边界了。第二，描述要更具体，与其写处理文档，不如写处理 pdf 格式的合同文档，供法务审查用，越具体物，触发概率越低。 第三，明确范围限定，告诉他你是专攻某一类的，不是万能的，比如专门处理电商在线支付流程，不做其他财务查询。 第三个问题， m c p 调用失败， skill 加载了，但一调用 m c p 就 报错，这个要分布排查。第一步，验证 m c p 服务器是否真的连上了，在 cloud i a 的 设置里看， extensions 状态应该是已连接。 第二步，检查身份验证 api 密钥是不是还有效，权限范围够不够？ os token 刷新了没有。第三步，单独测试 m c p， 直接让 cloud 调用 m c p， 不要走 skill， 比如用某服务 m c p 获取我的项目，如果这都失败了，说明问题在 m c p 本身，不再 skill 配置。 第四步，确认工具名称没写错，工具名是区分大小写的，这个很容易忽略。第四个问题，指令没有被遵循， skill 加载了，但 cloud 根本不按你写的指令走，这是个高频踩坑点。原因有几个，第一是指令太长了， 指南的建议是，指令要简洁，用项目符号列表，把详细内容移到单独文件里。 第二是关键指令被埋没了，重要的事情要放顶部，用重要或关键标注让人一眼看到。第三是语言太模糊，比如写确保正确验证内容，这太虚了，要改成具体检查项。例如在调用 create project 之前，必须验证 项目名称，不能为空，至少分配了一个团队成员，开始日期不能是过去的日期。还有个高级技巧，与其写一堆指令，不如写个脚本，让它自动执行。检查 代码是确定性的，人话容易被理解偏。另外，指南特别提醒，如果你想让模型别偷懒，要把这个要求加在用户提示里，而不是 skill 里亲测有效。第五个问题， skill 越跑越慢， 这是大上下文问题，根本原因是 skill 内容太大，同时起用的 skills 过多，所有内容同时加载。指南给了两个解决方向，一是优化 skill md 大 小， 把详细文档移到 references 目录，只放核心指令。 skill md 控制在五千次以下链接到引用文件，而不是全部内链。二是减少同时起用的 skills 数量，如果一下子开着二三十个甚至更多 cloud， 处理起来会很慢。 建议评估一下实际需要同时起用多少个，可以把相关功能打包成一个 skill 包。以上就是 skills 故障排除的核心内容指南，原文链接我放在评论区了，感兴趣的朋友可以去看原版，我是图林，图林，咱们下期见！
粉丝2520获赞2.9万
相关视频
00:46查看AI文稿AI文稿windows 或者 open 格式，平时用 browse 这个 skill 去抓网页，是不是有个特别麻烦的问题？很多网站是需要登录的，比如小某书啊叉呀，或者是一些后台系统等等。 每次跑任务，它都会重新开一个新的浏览器环境，登录菜没了， cookie 没了，又得重新扫码，真正浪费时间呢。不是抓数据，而是反复登录。其实解决方法非常简单，只要是一句话，你只要在对话里啊。不是抓数据，而是反复登录，其实解决方法非常简单，只要是一句话，你只要杠杠 browse real 模式， 它会调用你本机真实的浏览器，之前登录过的账号，绘画信息，权限信息都会直接附用，不用登录了，体验是不是完全不一样？很多人觉得访问浏览器的 skill 太笨，其实不是它笨，是模式用错了。
5971建斌聊AI
00:45查看AI文稿AI文稿现在啊， agent 的 skill 已经多到失控了， skill s m b 上面有十一万个 skill， s h 上面啊有三万多个。问题已经不是有没有 skill， 而是你该怎么选。那为什么我们不让 open code 帮我们找呢？ 在 skill s h 上面啊，有一个官方的 skill 叫 find skills， 专门帮你找现场的 skill， 比如我直接说我要做 seo 的 优化，有没有好用的 skill， 你 看它会自动调用 find skills 在整个 skill 的 生态里。帮我搜列出来之后啊，再问我要不要装。我们还可以继续让 opencode 帮我们判断哪个更合适 find skill 啊，解决的是有没有更成熟的现成方案， skill 太多不是问题，不会选才是问题。
492建斌聊AI
03:40查看AI文稿AI文稿ok， 所有收到我的 o c 定价 coco code 优盘的小伙伴呢，在你一键部署流程保完之后呢，打开 o c 点，你发现整个界面空空如也，对不对？这时候不要迷茫，我们给你准备了哎，我们对应的一些知识库来去帮助你进行我们第一次使用 o c 点这个流程完整的内容，首先我们可以看，从从下往上我们一个一个看。好吧， 这是靠是我们的一个全局的文件，这里呢有我们对应的文件的路由表，也就是说让我们的 ai 知道在执行不同的任务的时候，让他去哪个文件夹里面进行查询。还有我们对应的这个规则，这个规则呢，看得懂你可以记一下，看不懂那也没有关系，为什么呢？我们这边来继续看。首先给你准备了一个 skill 清单， 这是我们给您内置的对应的一些常用的 skill， 我 们我基本上本身用这些也就完全足够了。好吧，有我们对应的整理笔记的记忆助手，头脑风暴，写代码提示词大全，网页操作，小红书，视频营销找技能或者创作技能，以及小白第一步，如果说你完全不会的话呢，你就去使用我们的小白第一步就可以了，你告诉他，我是新手，刚刚收到，他在这边呢，他在这边 点击这个小机器人，点一下右边，在这边就输入我是小白，或者我是新手，或者全部都不输，在这里摁一下反斜杠，在上面它就弹出来一个窗口了，在这边有小白，第一步点一下直接敲击回车就可以了。好吧，我这边就不演示了。 ok， 大家都可以尝试一下，这是我们的 skill， 以及你可以看一下我们的这个 project mac， 这里面就有，我们对应的是告诉 ai 他 是如何去喜欢那些 skill 的， 那这边都是帮你准备好了，那么再往后呢，除了 skill 和除了规则就有我们两个大的库了，一个是私人助理来去帮你日常处理这些生产力的一些内容，还用创作系统帮你去写一些文案脚本之类的一些新媒体的创作 三注里面呢，给你准备了有马斯克，巴菲特，教员，金枪等等等等，这些你可以在直播间看到的内容都可以在这看到，以及每个里面都有人物库，可以看到这边是介绍这个人物的，还有我们的经验卡，哎，这个人物他有哪些经验都在这边支持你去随时调用他，还有我们的原本的文库，不过这个是有的，有的没有， 那么再往下是主题框架，哎，这是我们来告诉 ai 如何去调用这些内容，全部都是给你准备好了，如果说你尝试一下的话，你就放心点开他，让他用私人助理来去帮你分析某一个任务都是可以的。那么再往上，创作系统在这边呢，给你准备两个区域，一个是学习区爆款方法论， 另外一个是写自己的脚本，也就是工作区里面有导航，你都可以简单去看一下。 ai 去读，读完之后呢，帮你去创作新的内容，完全都是可以的。你可以在这边直接问他，我的笔记都有什么，我要怎么使用它呢？ 哎，直接在这边回车，稍等一下，他就会告诉我们答案，他会先去读我们各个的 project map， 那 么他就会给咱们笔记的总览还有哪些文件夹，这分不同文件夹分别代表什么意思？我 这边我就不读了，大家可以有兴趣的话，赞您自己看一下。如果你想拖进出来一本新的书，或者说一些新的知识点，我在这准备了一个流量池，这本书展示一个最简单的方式，在这边右键新建一个文件夹之后，你所有的书要放下的内容，我把它叫附件， 然后呢我们点开自己的这本书，直接把它拖着拖到这个附件里面，松手就 ok 了，你可以看到他进来了，进来之后了呢，你就可以让 ai 去告诉他，比如说我这里面有一本书，我在这里在这个聊天框里面输一个艾特， 他是不是就显示了呀？如果找不到的话呢，你可以上下翻一下，或者说你可以直接打流量，他也可以找得到，直接按回车，然后帮我拆解提炼一下这本书的内容， 放到我的私人助理里面，如果说你想换我其他位置的话，随时就可以告诉他就可以了， ok 吧？然后回车就可以了。那么接下来呢，你就看到这个书记呢，就已经完全的拆解出来了， 书记都拆解的在这里面了，有我们对应的总览呀，流量是核心呀，品牌呀等等等等，每个人你拆出来的效果是不一样的，因为你给他提示词不一样，对吧？以及咱们对应的数据库都不一样。 所以说对于 ai， 他 对我的理解就是我可能更加需要这些案例，或者更加需要这些营销，他就是独属于我自己的知识， ok， 然后你之后再处理数据表的时候，或者让他帮你分析报告的时候，你把报告也丢进来，还是 at 这本书，让他来分析你的报告，你就可以直接得到结果了。
03:06查看AI文稿AI文稿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。
2684Jacky无限生长
00:44查看AI文稿AI文稿这种感觉啊， top code 的 skill 一 大堆，但你根本不知道该装哪个。其实最简单的方法就是抄冠军的作业。 github 上有个项目叫 everything cloud code， 这是啊， hackson 冠军整理的一套 cloud code 的 工作流不是几个 prompt， 而是一整套的工程化配置。里面直接打包好了，五十六个 skills， 三十三个 commanders， 还有十四个 agents。 而且你还能看到很多高手的工程套路，比如说头看优化记忆，持久化并行执行，还有紫 a 阵的编排等等。 安装也特别简单，两行命令。唯一要注意的就是 m c p 不要全开，因为工具描述本身会占用上下文。所以如果你不知道装什么 skill， 那 就先抄冠军作业吧。
3411建斌聊AI
03:13查看AI文稿AI文稿最近半年使用 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！
3.2万PM.姜同学
00:54查看AI文稿AI文稿一个文件让 ai 少写百分之八十的无用代码，已经在 github 上拿下五十五 k 星标。有人把 ai 大 神卡帕西的编程哲学直接封装成技能，你不需要重新训练模型。这个 skill 文件能改变 ai 的 做事方式。卡帕西用四条原则解决 ai 失控问题。 think before coding， 让 ai 不 确定就问，不要猜，不要默认用户想要什么。这里从源头上打断 ai 幻觉链条。 simplicity first， 让 ai 用最少代码解决问题，不写未来功能，不做假装高级的抽象。让 ai 能五十行解决，就别写两百行。 surical changes， 让 ai 只改必须改的地方，不碰无关代码，不顺手优化，让 ai 做到每一行改动都必须能解释为什么改。 goal driven execution， 让 ai 把任务转成可验证结果，用结果判断而不是感觉。本质上让 ai 从写代码变成完成验证目标。
1.0万二次螈Ai工具箱
01:10查看AI文稿AI文稿cloud skill 最近爆火，但是你填的那个东西有可能百分之九十九都是错的。今天教你两招，让你的 skill 能够时时地吊起那第一个 skill 的 name。 它的名字不是让你随便写的，你起个 my skill 跟给小朋友起个叫张三一样没有任何的区别，会让机器把它忽略掉，你要起一个非常直接明确的名字。 那第二个 description 描述，这是个最大的重灾区，百分之九十九 skill 失效都是因为描述没有写清楚的原因。它不是 skill 的 个人简介，是 cloud 的 触发开关。 cloud 呢，它会拿你的问题去匹配每个技能里面的 description， 你 写的模糊，它这辈子都匹配不上。那么为什么 name 跟 description 这么要命呢？ 因为 cloud 这套系统呢，它只看所有技能的名字和描述，命中之后才去交在后面更加完整的技能。那么好的技能，值得你花十分钟认认真真写好它的 name 和 description。
53AI 磊叔
06:16查看AI文稿AI文稿cloud skill 火了好几个月，网上各种教程也是满天飞，但我发现不少小伙伴还是一脸懵，他到底是个啥？究竟该怎么用？哈喽，大家好，我是专注用动画科普 ai 的 阿 k， 今天我就用一个我自己的真实案例来给大家盘明白我是怎么用它来优化我的工作流的。 在进入案例之前，我们先得弄清楚 skill 是 个啥，它说白了就是 cloud 的 一个配置文件，这个文件的核心只规定了三件事，第一，它是干嘛的， 第二，它必须遵守什么流程，第三，它能调用什么工具。那这个配置文件怎么创建呢？我们安装好 cloud code 以后，系统里就存在了一个点 cloud code 的 文件夹，通常路径是这样的， 那在这个文件夹下面，我们要创建一个名叫 skills 的 文件夹，以后我们要创建的所有 skill 文件就都得在这个文件夹下。 这里注意哈， skill 的 名字最好是英文的，这样能够避免报错。比如我们要做一个测试 skill， 那 就要创建一个名叫 test 的 文件夹，然后我们在 test 文件夹里再创建一个 skill， 点 md 文件，注意哈，这里的 skill 一定要大写。 最后我们把提示词写进这个 skill， 点 md 文件就能够使用它了。那至于这里的 md 是 啥意思，以及各种 ai 名词都是干嘛用的？我春节期间会专门出一期视频科普他们，想在春节后专心开始学习 ai 的 小伙伴一定不要错过哈。 那问题来了， skill 里面的提示词是什么呢？又该怎么写呢？接下来我就用一个真实项目案例告诉大家怎么在完全不懂 skill 的 情况下写一个高质量的 skill 提示词？ 熟悉我的小伙伴都知道，我每周日都会更新一期 ai 新闻回顾的视频，其实它是我正在进行的一个实验项目，我的终极目标是实现百分之百的 ai 全自动生产。目前的进度大概是百分之七十的 ai 加上百分之三十的人工。 先给大家介绍一下这个项目的大概构造。首先第一步原料获取。我自己写了一个专门的新闻搜集工具，它的核心难点不在于多，而在于精。 为了保证性造币，我主要利用 rss 技术来聚合那些高质量的源头。感兴趣的小伙伴可以搜一下 rss， 它是非常有用的技术哈。第二步是筛选，这也是最耗费精力的环节。这里的难点分两块，第一是做减法，必须剔除掉那些枯燥的行业新闻， 比如某某公司融资了多少亿，什么时候上市，这些大部分观众其实并不关心。第二则是做加法，要精准捕捉高流量的干货，比如开源模型的发布，重大技术的突破，或者是全网热议的科技事件。 这一步我还在不断的打磨提示词，目前的准确率还算凑合，预计再花几周时间，我就能把自己彻底从这个环节解放出来了。第三步是大纲，确定 新闻选好以后，要考虑把哪几条挑出来做深度分析，怎么既保证有干货，又不会长篇大论的让人睡着？还有最关键的，如何规定大模型在写稿时必须联网搜索，严禁它胡编乱造。这部分目前 ai 做的还比较差劲，感觉短时间很难脱离人工。 第四步是稿件生成，这部分我主要用的是 gmail 三 pro， 虽然它离我心目中的完美稿件还有不小差距，但对比很多营销号的通稿，它已经算是上游水准了。 当然，我会继续优化提示词，让它逐步接近我期待的水平。第五步是语音合成，我会调用本地部署的用我的声音数据微调过的 index tds， 二来一次性输出成音频。但 ai 的 朗读经常翻车，比如 g l m 四点七，它常常傻傻地读成 g l m 减四七。再比如年份二零二六，它会读成两千零二十六年。这些都非常影响观看体验。所以我必须增加一道工序，用一套专门的提示词把稿子写一遍，把所有可能读错的符号全部标准化，确保一次成型。 最后是人工兜底剩下的画面设计和剪辑匹配。目前 ai 还做不到我的审美标准，但这部分耗时也就一小时左右，完全能接受。 好，那聊完这个项目结构，它跟 skill 又有什么关系呢？不知道大家有没有发现，我的整个工作流是割裂的，像新闻搜集和语音合成分别是两个单独的工具，中间的 ai 调用和文件保存分别要在文档和网页中反复来回。 我统计过，这个项目的真实耗时差不多在三小时左右，而其中大量的时间就浪费在了繁琐的快软件操作和等待工具运行中了。最麻烦的是，这种反复的切换让我的注意力也变得不集中。那话都说到这个份上了，想必大家也能明白， skill 就是 解决这个问题的良药了。那针对我这个项目，整个 skill 文件是这样的， 可能很多小伙伴看着就头晕了，更别提写。大家别怕，这个 sk 文件我自己一个字都没写，全是 ai 帮我写的。现在 ai 的 能力已经强到离谱了，作为人类，我们真正要做的只有一件事，把需求说清楚。我给 ai 提的需求是这么写的， 这个部分是启动项，就是约束我在什么时候启动这个 skill 流程，启动后需要给我三个不同阶段的选项，这一点是考虑到我整个工作不一定是一口气做完的，中途有可能被打断。而设置的。第二个需求则是如果我采用的是选项 a， 则启动新闻搜索工具，这里一定要给它标明详细的文件路径，方便 ai 调用。 第三个需求则是我对我之前搜集的每日新闻进行汇总成一周新闻。这里之所以拆成了每日新闻搜集和每周新闻汇总，这个是私人原因，大家不用在意哈。第四个需求看起来很繁琐，我给大家拆解一下就能很好理解。 第一步是调用我的提日词文件和筛选完的新闻稿来制作大纲，之所以看起来很长，是因为我要表明这些文件的路径，不然 ai 不知道去哪找。 第二步是调用大纲文件和文稿生成题日词来进行文稿的解析。这里分成大纲和文稿两个板块，是为了更容易把控质量。如果题日词写的足够好，两个板块我感觉以后是可以合并的。 第三步，把文稿用题日词清洗一遍，方便语音合成。那第四步就是调用 index tds 来进行语音合成了，最后再给一句汇总的命令，联网搜索什么是 skill 的 文件结构，并按照上述要求帮我制作 skill 文件。有任何不确定的地方必须问我，不要胡编乱造， 然后我们看着 a 键的自动帮我们制作就行了。等他把 skill 做好了，我就只用在 cloud 点插件中输入 ai 周报，他就开始按照流程一步一步引导我进行了。 那视频的最后，我想跟大家聊几句真心话。通过今天这个案例，相信大家也看出来了，搭建一个能够自动干活的 cloud skill， 难点从来都不在于你会不会写代码，或者懂不懂什么 bug 凼格式。 真正的难点在于你是否拥有一套清晰标准且经得起推销的业务流程。如果我没有把自己那个搜集、筛选、改写习稿的笨流程先跑通，就算把最好的 ai 给我，我也写不出这个 skill。 因为 ai 只是一个放大器，如果你给他的是混乱，他放大的就是混乱。如果你给他的是逻辑，他才能回报给你效率。 所以建议大家在春节期间如果想折腾一下 ai， 不 妨先试试把你手头最想自动化的那项工作一步一步的规划出来，只要你能把逻辑整明白，剩下的交给 ai 就 好。 ok， 那 以上就是本期视频的全部内容了，我是专注动画科普 ai 的 阿 k， 无尽无险，又到六点下了个班。
3187K森动画
03:29查看AI文稿AI文稿今天我们带着大家去装一下 cloud code 啊，注下，这个方法不需要你有 cloud 的 账号，不需要你对接它的模型，不用担心封号，全国内环境对接我们国内的大模型，相信我啊，一旦你用上它，你就进入到另外一个世界，一步步跟着做，任何人都可以安装成功。好，我们开始 这次是在 mac 笔记本上去做安装 windows 的 小伙伴，等下一期的视频。首先点开你的启动台，其他文件夹里面有一个终端命令行，点开你们应该就可以看到这么一个终端制服的页面，直接粘贴这个指令，安装 homebrew， 这个是 mac 系统上的一个命令行的管理工具包，有了它我 我们后面就可以安装 cloud code， 你 不用管这个命令是啥意思，直接复制粘贴运行就行。这里面有几个选项，通常选择一，选择二都可以选择一，输入你的开机密码，这里面会检测到你之前有没有安装过啊，我这个机器很干净，没有安装过，选择 yes or no 都是可以的，如果你安装了，它会默认把你之前的删掉，再给你装个新的。好，我们耐心的等待一下，这个时候它需要你按回车键开始快进一下啊。安 装成功之后，需要输入开机密码确认一下它，这里会提示 next steps。 直接复制这个命令，把 homebrew 添加到你的电脑的环境面板里，你也不用管这个命令行的意思，直接复制这三行贴进去看底部没有报错就是 ok 了，你就可以直接调用 homebrew 去管理你的安装包。为了方便下一步的演示，六叔把这个终端的这个屏幕清空一下，你们看得更清楚一些， 我来验证我们的 blue 有 没有安装成功。你可以输入一个 blue gambos， 我 们看一下显示 home blue， 五点一点九最新的版本，证明你安装成功了。好，第二步就用 blue 这个命令去安装我们 color code， 你 不用管它啥意思，直接复制安装这个指令回车，现在就开始安装了，我们还是快进一下好。装好之后，终端输入 color code， 你就可以直接进入到这个页面。看到这个小螃蟹啊，这个时候你还用不了，因为我们还没有对接国内的模型，下一步我们就演示怎么去对接国内大模型啊。所以我们使用国内的模型，不是用这种对话的方式，而是要进入到它的开放平台，去调用它的 a p i 去接入国内几个比较好的，智普、 kimi， mini max， deepsafe 都是可以的，目前 deepsafe 是 按次去收费，我们可以快速看一下它的价格啊。 sick flash 版本百万输入两分钱，一百万包肯出出两块钱，相对还是比较便宜啊。 pro 版本现在有折扣，像智普的、 kimi 的， 他们都是可以包月包年，按照自己的预算去采购合适的模型去接入。这个时候我们要下载另外一个工具， 开始打开命令。行，好，我们装一个 c c switch， 专门批量管理不同大模型的工具，方便你可说话的配置，方便你一键切换同样的输入这段命令，不用管它什么意思，直接截图复制回车，快进一下。安装完之后。好，我们打开 c c switch， 它可以管理各种 a 检测，包括小龙虾，包括克劳德 code， 包括 codex。 好， 我们选中克劳德，添加供应商。我们这次是拿 deepsix 举例子啊， 选择 deepsafe 供应商的名称，官网链接，它已经给你生成好了，这里面你只用去管 a p i key。 进入到官网，点击 a p i 开放平台，记住一定要充值啊，这里面就有个 a p i key， 我 这里是创建好的，你可以重新创建一个新的，然后去复制就行了。 打开 cc switch 贴进去，这里面因为 deepsafe 发布了新的模型，我们主模型改成 vc pro， 只用添加你的 a p i key 和你的模型的名称，点 一添加就已经添加完成了。好，装完之后大家一定要注意啊，点开它的这个设置，里面有一个跳过卡尔的 code， 出示安装确认，这个一定要把它打开啊，一定要打开，打开终端，我们测试一下输入卡尔的 code 的 这个密令啊， 但如果说你也可以用这个密令先验证一下你的卡尔的 code 之前安装好没有，如果出现的是版本号，证明你就安装好了。如果没有这个或者是报错，证明你之前那一步是没有安装好的，然后这个时候就直接执行卡尔的密令，选择 yes， 进入到它的一个使用界面，注意看这个模型，可以跟它对话， 正常回复就对了啦。不需要克劳德的账号，不需要对接他的模型，直接配置我们国内的模型就行了。这个装好之后呢，就可以参照六叔之前那些视频，怎么去安装一些好用的 skill， 怎么去基于 skill 去解决你的一些个性化的需求， 你就可以用上啦。除了 deepsix 之外呢，其他几个主流的模型 coding plan， coding 能力也都很强，比如智普的也会有自己的 coding plan， 你 只用获取它的 api key， 打开 c c switch， 选中对应的模型，智普 确认配置，他会给你放上去，你只用把你的 t 填上去对应的模型主模型确认好，比如现在智普的主模型是五点一，就直接把这个五点一贴上去，点击添加，你就可以灵活的在这个里面去切换你的大模型了。好了，这个保姆机的实操大家学会了吗？赶紧试一试吧！室友说，关注我持续复述你的爱奇艺的用户拜了个拜。
1193六叔ultra
01:08查看AI文稿AI文稿今天给你推荐三个神级的 cloud skill， 我 不允许你不知道，那第一个是 superpowers， 它是一个头脑风暴的插件，在我们 讨论需求的时候，它会反问我们问题来引发和激发我们的思考，用起来特别的解压。并且它还提供了一大堆的各种各样的功能，说它是瑞士军刀一点都不为过。第二个是叫做 planning with files， 它是号称把 minus 的 精髓移植过来的一个 skill。 它实现了什么呢？它会在你跟它讨论问题的时候，它会生成三个文件，分别存储了要做的事情、 计划和一些额外的一些思考跟探索。它会通过这些文件来一步一步地指导 c c 在 后面的编码或者是任务的完成。最后一个就是 notebook i o m 的 这个 skill， 它可以让我们在 c c 里面直接去连接到 notebook， 可以 提交我们的知识，让它帮我生成脑图，生成音频，生成 ppt， 再返回给我们。你还有什么私藏的好 skill 分享到评论区。
5914AI 磊叔
10:39查看AI文稿AI文稿最近啊，我帮几个朋友看了下他们平时是怎么使用 cloud code 的， 结果发现大家踩的坑都差不多，比如说在 contacts 都快满的情况下，还在疯狂地向 cloud code 输出，甚至还问我他的 cloud code 怎么越用越笨，还有装了 skill 的 有没有用上都不知道。 那对于这种把 taco 用在刀背上的做法，我只能说一个字，绝。所以今天就给大家分享一下我自己使用 clotco 的 过程中的几个小技巧，听完包你满意，赶紧点赞收藏。当然，大家也可以在评论区分享一下自己的经验。 第一个，上下文管理这个道理啊，很多人都懂，但很少有人会注意到上下文污染的严重性。如果说你也有这样的毛病，我建议赶紧去看一下。前两周 cloud 发布的这篇关于绘画上下文管理的文章，里面讲的是非常详细的。 特别要注意的是啊，文章里面有提到，当上下文窗口开始占到百分之三十到百分之四十的时候，就会出现一定程度的上下文腐烂。这个其实对我自己也是有点启发的，你像我之前就是用到百分之六十可能才开始做一些上下文的管理，那现在可能百分之三十到四十就要开始做了。 那我平时做上下文管理无非是用到这三个命令，第一个， compact， 当任务跑了很长时间，进行过多轮的对话之后，使用这个命令，让他把前面的对话压缩成一个摘样，清掉容易的信息，只保留关键的，这样的话，你的 contacts 就 会变得很干净，他后续的表现也都会回归正常 我的使用习惯啊，同一个任务超过二十到三十轮对话，或者说我当前的上下文窗口已经占到了百分之五十以上，那我就会进行次压缩。 又或者说当我发现啊大模型开始回答一些奇奇怪怪的答案了，那我的第一反应也都会先去 compact 一下。第二个 clear， 那 这个相较于 compact 会更加的直接，把当前的对话直接清空掉，重新开始， 或者说你开一个新的对话窗口也是 ok 的， 这个适合一个任务已经完全跑偏，或者说你就想换一个新任务的场景。 对比的话， compact 就是 整理桌面， clear 的 话就是清空桌面重新来。那用哪个还是要看当前的任务有没有值得保留的上下文来决定呢？ 第三个命令 by the way。 这个命令一般会出现在你不想去侵入当前上下文窗口的情况下去使用。举个例子，比如说你现在正在 web coding， 但是你又想到一个产品的逻辑上面会有点问题，就可以使用 by the way 去跟它进行讨论， 这个是不会记录在上下文的，或者说你使用 by the way 把你这一次的需求让它记录在某个文档里面。当你手头的这个 web coding 的 任务结束之后啊，接下来的任务你可以再调用原来记录下来文档里面这个需求继续展开工作。 那说完了我常用的这三个命令之后啊，还有些关于上下文管理的我的个人的使用习惯。第一个，引用文件的时候，指定路径和文件名，不要让大模型自己去扫描文件，扫描整个仓库，他有的时候如果找不到的话，甚至还会去写一个脚本去帮你去找到这个文件， 所以说这样的托克消耗是得不偿失的。第二个，我相信大部分人都会知道，长任务或者复杂任务的时候，用 plm 的 模式可以大幅度的减少托克的一个消耗。 第三点，尽量让 cloud code 完成一整个工作流，而不是一步一步的告诉他去做什么。因为 cloud code 是 非常强大的一个 agent， 你 给他一个超级复杂的任务，他也能从第一步到最后一步完美的给你执行出来。如果说你每一步都拆开，那首先上下文会变得非常长，那上下文一长，你的大模型就会出现幻觉，你的上下文就会出现丢失，被污染。 那讲完了上下文管理之后，接下来这个 prom 的 缓存本质上和上下文也有一定的关系，那我为什么会单独拎出来讲呢？因为它会直接影响你用 cloud 的 速度和成本，也是大家特别容易忽视的一个问题。 c c 的 一个 prom 的 缓存机制啊，如果说你上一次请求里面的内容和这一次请求的前缀是一样的， cloud 的 就不会重新处理那段内容，直接用缓存速度更快，托克的消耗也会大幅度的降低。 在 cloud code 里， cloud 点 md 的 内容和项目文件的内容在同一个绘画里面是可以被缓存的，但缓存会失效。最常见的失效场景有以下两种。第一个， cloud 点 md 这个文件啊，在 cloud code 的 缓存架构中是被视为一个整体的模块的， 由于它位于缓存前缀的中间位置，一旦你改了文件中哪怕一个标点符号，系统也会判定从 cloud md 这个文件的模块开始，到后续所有的内容，包括历史对话的缓存都会全部失效。 第二个，对话的间隔太长， cloud 的 缓存默认有五分钟的超时时间，超过五分钟没有新的请求，缓存就失效了。 如果说你再做一个任务，保持对话的节奏要比长时间等待更好，所以说每次离开之前先 come back 一下是最好的。理解这个机制之后，你就会开始有意识的组织 cloud d m d 这个文件的结构，让 cloud code 的 能够持续的用到缓存，整体的速度就会明显快一些，托管的使用量也会少很多。 那接下来第三块的使用小技巧，就是我自己平时经常会使用到的一些 skill。 skill 是 cloud code 的 可安装能力包，把一套提示词和逻辑打包成一个命令以后就可以直接调用。那我现在用的最多的就是以下几个。第一个， planning with fire。 当你有一个复杂的任务，不想让 cloud code 直接开始乱动，那就先用这个，它会把任务拆解成结构化的计划写进一个文件里，当你 review 确认之后啊，它再按照文件里的计划一步步执行。这个是我目前使用频率最高的，甚至说我所有偏复杂的任务都会先用这个 planning with file 的 这个 skill。 那举个例子，比如说我现在做 webco 顶，那原本开发的流程，可能说花一天时间去想一下架构，然后再花几天的时间去开发，那现在就反过来，我会先花大概几天的时间去跟他去跟 cloud 的 去聊我会怎么样去设计，然后聊的过程中去把这些我的想法全部记录到文件， 那之后我再做 webco 顶，让他去生成代码的时候，那整个的代码的结构，包括代码的约束，代码的规范都是非常工整的。 那接下来第二个 skill， 那 其实是一整套啊，基本都是偏向前端界面设计的，像 fronten design， 还有像 ui ux pro 这两个 skill 啊，还有一个就是我现在做视频基本上都会用到的 remotion skill 啊，都是我自己高频在使用的。 那这种是专门为前端界面设计调优过的 skill， 我 觉得对于很多开发人员来说，因为对一些 ui 的 设计都不是很 make sense， 我 觉得用这些 skill 可以 帮到你们很多，并且他们的官网也是提供很多的素材和模板 啊。再结合像现在的，比如说 stitch 啊这种圆形的设计软件啊，那我觉得再配合这些 skill， 那 可以起到事半功倍的一个效果。 第三个 notebook lm skill 啊，那对于这个 skill 我 原本是不怎么开始用的，因为像原来的 gmail 可以 直接去连到这个 notebook lm， 因为都是谷歌的全家桶嘛，呃，都能够直接去输出我想要的结果。但后来大家也都知道 gmail 降至比较厉害， 我发现我的结果就我的要求他不太能满足到了啊。后面我就尝试着把 nosbook lm 生成的结果给到 cloud， 让他去帮我进行接下来的任务执行啊，效果也非常的好。然后到后面也发现现在是有这个 skill 的， 那我就直接拿过来用了。 第四个 everything cloud code， 那 这个 skill 汇总了 cloud code 的 目前所有功能的一个用法，相当于一个随时可查的内置的使用手册啊，不确定某个功能怎么用的时候，你就可以直接调用它，比翻原本的官方文档要快很多。 那这边有一点要说明啊，这个 skill 会比较消耗托肯啊，你一定要去关闭它的一些 mcp 啊，你哪怕关了的话，它的托肯消耗也是会比较大的。那如果说没有碰到一些复杂的任务，我觉得是用不上的，但是整体的质量还是非常好的。 第五个， superpowers， 那 这个也是老朋友了，我相信很多人都在使用这个 skill， 那 这个 skill 对 我来说最重要的一点就是它的脑爆啊，这一个技能。 呃，而且这个 skill 是 非常适合小白的，因为它是包含了一整个完整的软件工程的，一个生命周期的一个 skill 的 一个全集啊。所以说，如果你是小白，刚刚入手 web coding， 我 觉得你用这一个 skill 就 足够了。 第六个，卡帕西的这个 skill 啊，那这个 skill 我 觉得是相较于前面 superpower 和 everything， cloud code 的， 它更像是一个靠谱的资深工程师啊，它会强调先清楚再动手，不乱猜啊，能简单的就不要搞得太复杂啊，改动都是以最小的成本去改的，而且每一步都是尽可能的去做验证， 所以说啊，它特别适合去修 bug， 改老项目，做一些重构。那接下来第四块， hux 啊，那 hux 的 定义的话就是钩子啊，它允许你去自定义一些触发器啊，在卡拉扣的做完某件事情的时候，会自动的执行一段啊，你所定义的无论是脚本啊还是命令， 那我最常用的三个场景，第一个，我每次让卡拉扣的修改了代码之后，就会自动的去提醒，也不用担心它改完之后代码的格式会乱掉。 第二个，任务结束的时候自动发通知啊，比如说你在跑一个时间比较长的任务啊，那你可以去做别的事情，那任务完成的时候可以触发一条系统通知到你的手机上， 那为什么会举这个场景呢？啊？之前在用 open call 的 时候，因为像 open call 它本身可以去调用 call 的， 但是它怎么去监控 call 的， 它会一直去用轮询的这个方式去做，会非常的消耗 token。 那后来我就自定了一套我让 openclaw 去触发 claw 的 code， 之后我通过 claw 的 hook 去回调来通知 openclaw， 使用这样的方式之后啊，就可以减少掉不少的 token。 第三个场景，那像工具的调用前后会去自动的记日制啊，你想知道 claw 的 在一个任务里面到底做了什么，那 hux 就 可以帮你在每次工具调用的前后去协调日制，任务结束之后就能够看到完整的执行过程。 第五块， cloud code 的 插件，那说到插件啊，前面提到的像 skillbox， 包括没有提到的 mcp， 其实都可以揉在一块成为一个自己的插件 啊，所以我说我这边就分享我经常使用到的三个。第一个 cloud hard 啊，这个的话可以去实时的监控你自己套餐的一个使用量啊，包括你目前这个 session 的 上下文的一个情况啊，再配合前面上下文管理的一些方式组合起来，那效果是非常的好的。 第二个 figma 的 mcp 啊，那这个很适合前面讲的 fronten 的 design u i u x skill 啊，特别是如果你在工作中啊，你们的产品用的是 figma， 那 你直接可以通过 mcp 的 方式直接把设计搞给搞进来啊，从设计到实现会剩很多。 第三个三 tree， 那 这个也是 mcp 啊，这个比较适合去排查线上的 bug 报出错来以后啊， cc 能够更快地结合异常的信息对账和上下文去定位问题啊，可以省掉自己去翻半天的一个日记。 ok 啊，那以上就是关于本次我自己在使用 calco 的 过程中总结出来的小技巧的一个分享，希望能对大家有所帮助。如果说你看到了这边，证明你是一个非常求学的人，在此我也希望能够得到你的一箭三连和关注。那本期的视频就先到这，我是布鲁，我们下一期视频再见。
3.5万布鲁歇一歇
03:18查看AI文稿AI文稿千万不要使用和安装各种各样的 skills， 我 不是否认 skills 不好，相反我觉得 skills 的 发明是一件非常有意义的事情， 他能够让这个编程大模型的能力越来越强。但是啊，你会发现有一个问题，就是像卡洛克的这种编程大模型，你肮脏的差劲和肮脏的 stress 越来越多， 你就会发现这个卡洛克怎么就有点在降质，变得越来越笨了。 实际上啊，他就是因为这个插件和这个 chaos 安装的太多了之后，那么就会出现一种现象， 各种各样的 chaos 之间会相互打架，也就是会有一些冲突， 然后还有一些 chaos 或者一些插件，他表面上说是能够去优化这个托肯的使用量， 节约你的一个成本，但是他背后的运行机制，他会把一些这个编程大模型的输入和输出进行一些优化， 但是不是每一个这种优化工具他都能够处理的非常的好，可能他有时候在优化的过程之中，就也把一些引本非常重要的信息 给优化掉了，也就是把一些非常关键的一些非常有用的信息 给搞烂了，或者是把它给截掉了，那这个时候他就会造成整个上下文对于 ai 这个编程大模型的理解就会出现一定的出入， 因为整个上下文的信息啊出现了一种混乱和中毒的这种情况的发生，那么就会造成这个卡洛克的他越来越笨。 所以啊，我建议大家，如果自己对这些 skills 和这些插件没有一个充分理解的情况下，我建议大家不要随便的去安装各种各样的 skills 或者插件， 但是啊，你真的非要使用这些 skos 的 话，就是一定要去使用那种市场上面大家公认做的比较好的 或者经过用户检验的这些 skos 或者插件，如果没有充分检验过的这种插件，大家能不安装就不安装， 因为啊，毕竟我们在写代码的时候，保持这个冰城大模型一种聪明的状态才是最优的一种选择。
48Riffael✨
02:42查看AI文稿AI文稿上一期我们聊了 cloud 的 命令片，这一期我们来聊 skill。 我 先不跟你讲 skill 的 概念，我说一个我遇到的真实的案例，你立刻就懂 skill 到底是什么。 我每一期都会从评论区里面去筛一些高频的问题，给下一期来定选择题。那天我把所有平台的视频链接都扔给 cloud， 让他去把所有评论抓出来，并整理成一份选择题的清单。 那第一版出来的时候，他把所有的闲聊啊，还有求脚本，求网页之类的评论都全部都算上，我就跟他一点一点一点磨， 让他把闲聊都全过滤掉。还有只看真问题，把相似的合并并得去重，那来回回差不多改了二十分钟，他终于给了我一份比较满意的选择题。 那这时候问题又来了，下次我想付先生工作的时候怎么办呢？以前我们在晚夜端的时候，我们做法可能是让 cloud 帮我们把聊天记录总结一遍，然后再发给一个新的窗口， 非常麻烦。但你现在如果用桌面版后的终端的话，你可以直接告诉 cloud， 把整套工作流帮你封装成一个 skill， 那 之前整个工作流就会被打包成一个 skill。 从那以后，我每一期发完视频，只要把视频链接扔给他，他就会帮我整理成一份选帖的清单。 所以你看， skill 说白了就是你跟 cloud 反复打磨的一个工作流，让他帮你整理成了一个可附用的能力包。平时他就安静地躺在文件夹里面，不占用你的资源， 只有当匹配上你的需求的时候， cloud 才会把它删出来。里面最关键的也就两样东西，一个 skill 点 m d， 它开头那段描述决定了它什么时候被触发，但这个触发词也是你可以去改的。另一个是 reference 文件夹，专门放一些详细的资料， clogs 用到了它的时候就会去翻一遍。那分享我三个最常用的 skill。 第一个是 find skill， 它是一个找 skill 的 skill， 当你想到一个工作流程的时候，你不必从零去打造一个 skill， 因为可能市面上早就已经有一个完整版本了。比如你只要跟 clogs 说我想做一个个人网页， 你帮我去搜一下有没有类似的 skill， 它就会去 skill 市场里面搜，按照下载量还有 github 的 私大数，找一个最靠谱的那一个。所以我现在装新的 skill， 我 也不再去翻译 github 了，直接跟 cloud 对 话，告诉他你的需求就可以了。 第二个是 superpowers， 它并不是一个 skill， 它是一个十四个 skill 的 整合包，它的作用是给 cloud 去注入一套做事的方法论。 他要解决的是，我相信你也遇到过的一个痛点，就是你让 cloud 帮你去做一些复杂的任务时候，他可能不问清你的需求就开始埋头苦干，结果做出来的东西你也不满意，然后还要反复的修改。但你装了 superpower 之后， cloud 会先停下来反问你，你到底想解决什么？你最关键的约束是什么？把你的需求了解清楚之后，他才开始干活。 第三个我最常用的是 slide creator， 它是一个专门做 html 演示页面的一个 skill， 它内置了二十一种预设，每一种都是作者精心打磨出来的， 专门避开那些一看就是 ai 做的通用审美，所以我现在不管是写产品介绍还是视频里需要插一段格式化的演示，我都会先用到它。好，那么以上就本期视频的全部内容，那我们下一期讲讲怎么用 ai 来做剪辑跟视频动画，我们下次见。
78哆噶兽
01:44查看AI文稿AI文稿现在的 skill 越来越多，但只有三个，我管他们叫原 skill， 这三个之外的所有 skill 其实都是他们的延伸。我把他们的原码都读了一遍，今天分享一下。 先说第一个， g stock， 这是 yc 总裁 gary 公开分享的工作流套件，里面其实是二十三个子 skill 的 合集，它直接能把 cloud code 变成一个工程团队，包括 ceo、 设计师、工程经理、 qa、 安全官、发布工程师，每个角色都有专门的 skill。 mary 自称用了这套工作流之后，代码产出速度是二零一三年的八百一十倍，同时他还在全职运营 y c。 举几个例子， office owners 用于帮你判断一个产品想法值不值得做。这个 skill 的 数据来源是 y c 投过的所有公司案例 从中提炼而出。 investigate 是 修复项目 bug 用的 skill， ship 是 发布项目用的 skill。 装一个 g stack， 等于一次性装了一套别人验证过的工程团队。有了工作流套件还不够，因为你的需求会越来越多。这就要用到第二个 find skills， 找其他 skill 的 skill， 你告诉他我想实现什么功能，他就会自动去 skills 排行榜查热门的 skill。 源码里还有一条质量筛选规则，安装量一千以上的优先，低于一百的，他才会提示你谨慎选择，搜到合适的还会直接给你安装命令。 如果你找不到现成的 skill， 可以 自己做。这就是第三个 skill。 creator， 做 skill 的 skill。 这个 skill 里面有很多关于怎么写 skill 的 优化，最让我意外的是它的 description 优化器，很多人写完 skill 之后发现触发不准， ai 该用的时候不用，不该用的时候乱用，这个优化器把触发准确率直接拉满了。这个细节官方文档都不写， 只有读野马才知道。为什么这三个我管它叫原 skill g stack 给了你一个起点，装一个就有一整套的工程团队。 founder skills 给了你扩展 skill， creator 则给你定制起点，扩展定制你后面所有的 skill 需求都可以从这三个原 skill 长出来。
5920鲤哥builder
07:59查看AI文稿AI文稿大家好，很多迹象表明，二零二六年人与人的差距将会快速拉大，关键在于你会不会让 ai 帮你干活，帮你赚钱。但有一些残酷的现实我不得不说，比如说很多人看到封面上几个陌生的英文单词就直接划走了， 有些人觉得他可以用网页版 ai 或者是 app 版的，就足以应付这个时代了。但实际上这和会用 ai 没有什么关系。 我的这个 cloud code 超神系列视频就是要帮助普通人认识到这个信息差，并且解决它。所以点个关注转发一下，就是对我最大的鼓励。那么我们刚说了，这俩的区别像什么呢？网页版 ai 其实是玩具，而 cloud code 是 印钞机， 能跑赢百分之九十九的人都在用后者。那么为什么差距这么大呢？因为使用 colosco 的 人都在用其中的一个 agent skills， 用它让 ai 直接操作工作目录，用工具自动化整个工作流程。拿我自己的例子来说吧，我出一个视频的要求很简单， 我要求只用一个早晨，从写稿到录制好发布，全部完成。为了实践这个高效的流程，我给自己做了三个秘密武器。首先，第一个是 ppt 生成器，它能从我的原稿自动生成口播稿，然后再生成 ppt， 甚至它连横版竖版的封面都能生成。 第二， cut x， 它其实是一个剪口播的一个技能，让我可以 one take 录完，比如说我什么废话呀，说错啊，重复啊，间隔，它帮我全剪掉。现在我已经实现了和其他付费的剪辑软件一样的功能，但是我还要继续优化，最终实现我能一键生成，不用人参与。 第三个字幕校对器，它其实是从 ai 生成字幕都开始，但是 ai 生成的字幕经常会有错吧，它还能一键修改，还会记忆那些经常容易识别错误的词。三招下去，一个视频的出版基本就完成了。 如果我再用 ai 来读稿，那差不多可以完全自动化，但是我觉得完全没有必要了。那么作给我最入门的方法是什么？其实非常简单。 首先我们需要通过这个 cloud code 里，通过这个 slash plugin 命令，然后添加一个 market space， 这样我们就拥有了 skill creator 这个技能。从此 cloud code 就 可以按照格式来帮我们生成技能。 在你的工作目录里，跟他直接对话，就说我该如何把一个视频生成字幕并叫对。你就算不懂技术，不懂工具链，你直接问他， 他也可以帮你做出来，他会给你一个完整的方案，中间那些复杂的脚本代码你完全不用管。他最后会给你生成一个可用的字母文件，然后提示 ai 使用 skill creator。 一 句话就可以让他从刚才的流程里总结出来一个 skill， 这非常简单对不对？你几乎可以不用操心吧， cologne code 都可以给你完整地做出来，不过这只是起步。真正让 cologne code 变成印钞机的是工具链。你的 cologne code 到底是一个傻的 ai， 还是一个能卖十亿 dollar 的 minus？ 区别只有一个，就是工具链。 一提到工具呢，我希望大家忘掉 windows 的 图形界面，我现在说的工具链全部是命令行的。命令行有一个特点，就是它有一个一段文字的输入和一段文字的输出， 因为 ai 本身也是这样工作的，所以 ai 更擅长使用命令行工具。我的 ppt 生成器呢，是一个工具链，它先从脚本生成封面和结构，再编辑把内容加进去。我的字幕生成器呢，则是一个更加复杂的工具链。 我们来讲一个例子，首先我需要声明的是，这三个技能都是 ai 帮我生成的，我没有办法给你们去讲解这里面每一个脚本是怎么做，因为我自己都不知道他怎么做的，所以大家只需要看我们这个 是长什么样，你们心里有一个概念，你们自己去生成，就能知道他做的对不对了。我用一个比较复杂的例子吧，就是这个 subtitle， 这个是用来教这个 ai 生成字幕的，但是我这个人比较懒， 我家这个环境是这样子的，我自己本机是个麦克，我有一台 gpu 服务器，但是这个机子我平时不开，我会用这个脚本把这个 gpu 服务器唤醒， 唤醒完了之后，它会通过远程调用那个 whisper 去生成一个 srt 的 字母，然后再把它拷贝回本机。以前我自己要搞半天，我把这个视频要传上去运行命令行，然后再把那个 s r t 文件考下来。我现在觉得比较麻烦，我就直接全部做脚本了，而且这些脚本其实我只是提了个需求，我发现 ai 居然全都做出来了，执行结束之后就会产生一个 s r t 文件，你们看它这个做了好多排帧文件，它会自己做一个 fix， 就是 cv 文件，他把这个文件作为这个输入参数，然后经过一系列的处理，然后做一个替换，最后生成一个报告，然后他在这个 skill 文件里面也指示了一些他的这些常用的 规则，什么需要纠正，不要纠正这种语气词什么的，最后我会根据这个报告，如果需要迭代，就是我提出来让他迭代。 所以其实做 skill 就是 这么简单。但是在这个工作里，你必须有一个自己清楚的 sop， 这个你自己人已经用手动已经实现了很多次，你把它描述清楚，他自己会知道哪一步用哪个工具。当然你如果更厉害一些，你知道应该做什么样的工具，那就更快了。 所以这整个做 skill 是 非常简单的。如果你用过 n 八 n 或者 define 这类工作流的产品，那工作流有一个特点，就是它会有自己的逻辑来约束每个节点的输入输出。 你用 ai 调用工具练的话，可以实现和工作流产品完全一样的逻辑，就是每一个工具的输入输出，它其实都会约束 ai 的 随机性。怎么说呢？如果说 ai 输出了幻觉，工具会调用失败，然后 ai 就 会去纠正，然后继续直到 成功。工具除了本身的功能性，还有一个重要的作用就是让出现幻觉的时候快速失败。那么很多人说 ai 不好用，其实就是因为 ai 有 随机性，但是如果你学会了用工具来约束它的随机性，生成 skill， 你就可以放心的把这些任务交给他们。但是 ai 依旧还会出错，有时候还是需要一定程度的人介入吧，如果人参与的事太麻烦，就会拖慢效率。比如说我从来不 review 代码，因为太慢了。 这时候我们就需要一个评估系统，评估系统可以帮助你来确认 ai 的 生成物是否正确，所以最高级的做法，所有的评估系统都应该是由脚本生成，这样会很快嘛。比如说 ai 修改的字幕 有可能会不符合格式，那你做一个脚本来检测出来，如果出错就让他重做。评估系统也可以是非常方便的，可示化可操作的，由人来确认。但是很方便的东西。比如说简口播这件事， 假如说我现在这句话是废话，应该剪掉的话，那么 ai 会帮助我高亮出它，识别出来需要修改的部分，然后由我来确认，这就是评估系统。一句话来说就是提升 ai 确认 ai 成果的效率。 另外还有一件事就是你的 skill 都是需要不断迭代的，大部分时候 ai 流程都不是最优的，这导致你的任务会很耗时，而且费 token。 让 ai 能总结流程并更新 skill 也是一个很好的技巧。二零二六年，如果你可以扔掉那些网页， ai 开始用 cloud code， 那 么你已经跑赢了百分之九十的人。如果你学会去网上安装别人做的 skill， 那 你绝对不可能被这个时代淘汰。 如果你有一套优化自己工作流的方法论，那么你会在 ai 时代始终立于不败之地。 ok， 以上就是本期的全部内容了，谢谢大家。
2.9万小天fotos
08:02查看AI文稿AI文稿给大家介绍一下 cloud code 常用的命令速查手册，因为我们在使用 cloud code 呃命令行交互的时候，其实有很多命令是很重要，且对于我们上下文管理和一些记忆的管理是非常重要的。今天挑一些重点来给大家介绍一下，每条命令都会 包含它的功能说明、深度解析，实战场景和高阶技巧。我们先从绘画和上下文管理来看，其实最常用的就是 kleiman， 这里面我就不 呃这个我就不直接演示了，因为这个非常简单。克利亚其实就是清空当前的对话，相当于重开对话嘛。然后呃他的深度解析这边大家也有，就是他的上下文是有限的，然后每次工具对话，提取文件，工具执行的结果都会占用上下文嘛。所以说，呃，我们需要及时的清理上下文，来保证我们的关键任务的主线嘛。但呃他什么情况下会用呢？就是上下文超过百分之七十的时候， 我们就可以会用，因为这时候 cologlio 就 会有犯糊涂了嘛，它的回答质量就会下降，这时候它就会忘记前面的指令，就会出现关键信息遗漏的东西。然后它和 compad 的 区别就是 compad 可以 精炼总结，保留关键信息，但 kleia 是 全部丢弃。 如果我们需要项目的上下文的话，就需要用 compad。 然后高阶技巧这边也有，就是建立一个全局的 cologlio， md 就是 把我们常用的偏好写进去，即使 cologlio 之后， 然后 color code 也能加载我们的平衡，这个我就不直接演示了。然后 compad 也是一样的东西啊，然后上面介绍过了，它就是压缩上下文嘛，然后这里面有个点注意的话，它会告诉我们手动压缩其实是更好的。然后上下文超过百分之五十五到六十的时候，就应该去我们去主动压缩了，因为这时候它的呃 color code 就 会肥肤变慢，开始旺盛。 对，然后高级技巧的话，其实也是写在这个 cloud md 里面，我给大家演示一下，就是这样，其实我们呃 compad 在 后面其实是可以看到这边是可以写一些东西的，比如我给他写保留 核心关键信息，这样的话，其实就比如我们直接 canpad 对 它有一些指示嘛，这样的可能它就会帮我们保留 canpad 的 同时帮我们保留核心的关键信息，然后这是 canpad 的 作用。然后下面就是 resume， resume 就是 恢复对话嘛，就是我们呃比起重开一个绘画，它可以直接省去大量重建建立上下文的头壳和时间嘛， 恢复是直直接可以复用的，这个也不说了。然后 branch 的 话，这个呃它的功能啊，深度解析工具，上下文什么情况下用这边都会，效率分析 这边都会。比如它新分支就是相当于继承原有对话的历史，然后文件提取工具执行结果，然后两个分支是独立发展的，新分支可以尝试 a 呃 b 方案，然后主分支可以尝试 a 方案，如果我们的分支上市了，方案 a 还不错的话，虽然它不在主分支的上下文，但可以用文字来传递关键的发现，这个编程我就不说了，然后 context 是 非常关键的， 其实可以实时展示我们的上下文的使用情况，包括其实上下文是可拉库的最稀缺的资源嘛。然后我们通过这个命令可以看到我们的上下文的完整的分布，这个可以给大家演示一下，这个就不让他去做了。然后我这边就直接呃 context， 我 觉得这个命令，这个命令其实用起来是非常关键和有用的。你看它这边其实就是可以看到我们我们的系统提示词是多少，我们的系统工具呃 占用了多少？然后 mcp tools 占用了多少？下面还会有每个 mcp tools 的 skill 占用了多少？下面还会有每个 mcp 的 它的具体的使用的数量。这边每个 mcp 具体使用多少？包括我们的记忆 memory files 它使用了多少，它的 md 文档使用了多少？然后 skills， 每个 skills 它使用了什么东西？ 对，还有 make plugging， 每个插件用了什么东西，其实这个东西都可以帮我们很明确的看到我们的上下文的使用的呃地方和具体的东西，当然它高级技巧可以开启常驻状态栏，使用我们的上下文的余量。呃，就是我们之前提到的 status line， 哎，这次不知道为什么没生效。然后 就是 status line， 另外的话就是 cost， cost 其实就是可以看到我们大模型它的具体的对话花了多少钱嘛？但是这个是需要接本地外接 cloud code 的 本地模型的时候才会有的。 这个我就不演示了，因为我之前是用火，是用 c c， 呃， switch 是 用火山引擎来配置这个底下的 csline 的， 但现在我因为我那个这个火山引擎到期了，所以我目前用的是，呃呃， deepsea 四点零，然后这个就需要重新配置，然后我们来看一下 cost， cost 的 话就可以看到我们这个总共花费了多少。然后啊 api 持续的时间呀？比如我们当前使用的模型是什么？它输入输入了多少，输出了多少，读了多少缓存，然后读写了多少缓存，这个都可以看到。然后通过这个还可以看到我们的 config， 就是 配置嘛，然后 status， 当前我们的绘画名称，绘画 id， 包括我们使用的这个 u i l 包，我们的模型是什么？ m c p 有 多少，然后这个东西都可以看到，还可以看到 status， status 就是 我们这个具体 具体使用了这个任务数呀，最我们的偏好就是我们的最爱的模型是什么，我们的个人偏好是什么，这个都可以看到。然后另外就是 model， model 就是 可以切换模型嘛，这个不也是，这个很很简单。另外 effort 就是 我们可以选择它的思考深度嘛，推理的努力程度。 config 就 刚刚说过了，就是你输入 输入 config 的 时候，这边就可以配置是自动压缩，它是不是展示我们的建议，然后呃它的思考是否采用这个模式，我们可以关闭，然后它的，呃， 包括它的生活领域输出，我们这边肯定是 force， 然后它的 teleprompter 啊，然后还有一些，呃，这些都会展示的。然后主题的话其实就是主题配色，我可以切换它的主题配色，这边可以看一下，你看我就可以选择。比如我选择这个亮的模式，它这边就会展示白色嘛，然后可以选，也可以选择黄色、 dark 模式、 dark s、 c、 l 这个都是可以切换的。然后呃你可以改状态颜色，你可以用 color， 如果选择 color 就是 这个就是青紫色嘛，它这边就会变成这个 color， 它应该是可以设置 看这边就会有很多的颜色，我们就可以选，比如选 red， 它这边就会设置成红色，这个都比较简单的。然后 fast 这个就不说了。另外的话一 呃 innit 和这个 memory 我 觉得非常关键。 innit 就是 我们在开始一个文件夹之前，需要让它扫描我们当前的项目，然后它就会生成我们的 cloud md 文档，它它如果有的话它就会在之前改，如果没有的话它就会新建，因为 呃他没有 colldmd 文件就相当于没有锁影了，有了 colldmd 他的他就知道项目是干什么的，文件在哪？效率提供提升在哪，然后他引领他生成的是初稿。他之后如果我们去去编辑这个 colldmd， 可以 补充更多的细节，把我们踩过的坑啊，编码规范和技术选音都写进去，这个非常关键。然后另外就是 memory memory 我 觉得是最重要的，就是我们上下文记忆，比如我们看一下 memory， 它功能就是其实它是可以手动编辑我们的 cloud md 文档，但是也可以开启我们的自动记忆啊，就是我可以演示一下，你看这边的话，如果我们点击我们 user memory 和这个 project memory， 它就把我们的文档给打开，这就是我们的文档，我们可以直接编辑的，然后我们就可以直接编辑我们的个人片号，还有什么东西，但是我们可以选择呃底下这个， 这个 open out memory folder， 它就会自动去记忆我们这个东西，哦，对， 它就会记忆这个东西，然后呃，我们再看这个 m c p a 介词，这，这个大家都会给自己去看的。然后子 a 键它有独立的上下文啊，不会污染主 a 键的这些上下文啊，这个其实都是常识， 这里面都很简单。然后 skills， 包括我们列出来这些东西，这些东西都很重要，都很简单，然后包括这个 simple five， 这里面，呃 b t w 就是 旁路提问嘛，它是相当于不会写进我们的主绘画上下文的，这边都介绍得非常清楚。 对，然后下面还有一些，比如我们的权限跳过啊，就是我们在启动 cloud code 的 时候把这个命令给它写，写上去啊，然后它就会，呃，相当于它有对我们的充分的完全信任的场景，它就会去做。 然后还有一些快捷键，这里面，呃相当于，比如仅用文件，用 app， 然后按 tab 自动补全文件名啊，精准提取应用审核文，对，切换权限啊，这种 play 这种三种模式，然后包括这个都非常简单， 我就不过多的介绍了。对，然后这个文档如果大家需要的话，可以进我的那个群里面，微信群里面，因为在评论区发它会被吞。
39马斯洛AI智能体
