我装了两百多个 skills, 但发现百分之八十从来没打开过。最近我发现了一个小技巧,原理特别简单,来自于一个叫圆点系统的东西,每次打开一个收纳盒时,就在其正面贴一个彩色圆点贴纸,以此优化收纳位置和决定物品去留。于是我就想到了创建一个 skills, 让每次调用 skills 的 时候就记录一下 skills 的 使用次数和时间,存放在一个 md 文档里面。一个月之后,你再打开这个文档,清清楚楚哪个 skill 你 天天用哪些,完全没动过,一目了然。工具不需要多,需要的是知道自己真正在用哪些。
粉丝3.8万获赞106.3万

给你们看一下 skew 到底有多恐怖?这个是提取视频信息的 skew, 它可以提取到原数据、视频封面、音频字幕这些东西。这个是内容生成的 skew, 它这面整合了标题、标语、对话和脚本的四大生成功能,并且还支持批量生成和历史去重。而这个它可以自动的去发布我们的笔记,并且它也支持多平台发布。像这样的 skew 在 这个网站上还有四万多个, 不仅是刚才看到的单个工具啊,他可以把这些工具全都集合起来,集成一个工具来使用。还没用上或者不知道怎么用的小伙伴主页踢我。

这个工具把世界上几乎所有工作的 skills 都收集起来了,一天一个神奇的工具。第九十一期今天要讲的是本 站收入了二十多种分类的五千多条精选 skills。 无论是办公用的表格管理、 ppt 制作、自媒体用到的文生图、语音转文案,还是开发用的各种技能,这里全都有,而且每个技能都经过了 cls 安全检查,无恶意代码,无隐私泄露风险,就很省心。

用 cloud code 却不装 skills, 那 你纯属在用残血版!今天给大家整理四个必装神仙 skills, 让 cloud code 上下文理解 ui 设计能力更出色。 cloud mem 自带永久记忆,自动留存项目记录与使用习惯,下次对话自动载入上下文,无需重复交代,不用手动整理文档。 obsidian skills 可直接读取 obsidian 知识库、项目资料、决策记录、个人偏好一键导入,无缝衔接工作。 u i u x pro max 内置五十加设计风格,上百套配色与交互规范,简单指令就能生成高质感前端界面。 g s d 规范复杂任务流程,先定方案再清洁执行,事后自我叫验,让 cloud code 干活更严谨。不翻车!配齐这四款 skills, 补齐 cloud code 短板,效率、质感、稳定性全面升级,真的值得试试!记得点赞关注哦!

如果你正在使用 cloud code, 却还没装这些 skills, 那 你可能只用了它百分之三十的能力。今天分享七个最值得安装的 skill, 尤其是最后一个,能让你的 cloud code 从能用的 ai 直接变成懂行的队友。 第一个, document skills 文档处理 entropic 官方提供的文档处理 skill, 这是 cloud skills 生态里最实用派的存在。它把四个能力打包成一个插件, word、 excel、 powerpoint 和 pdf, 支持文本提取、表格解析、 ocr 加密等功能,在 entropic 内部已是生产级应用, 对于需要处理大量文档工作流的用户来说,这是必备工具。第二个, frontend design 前端设计 同样出自 entropic 官方,这是最受欢迎的 skill 之一,每周安装量超过十一万。它解决的是 ai 生成界面千篇一律的问题。强制 cloud 在 设计前先确定具体的视觉方向,如粗野主义、极反主义、复古未来主义等,并禁止使用那些被用烂了的字体,从而生成更具辨识度的生产级界面。 第三个, uix pro max skill 专业 uix 设计如果说 frontend design 给你一个有据可查的设计知识库, 它内置可搜索的 ui 风格数据库,包含配色、字体搭配、图标类型和 u x 规范。例如你说做一个科技感仪表盘,它会匹配最合适的组合,而不是凭空一造。它最大的特点是跨平台兼容,支持几乎所有主流开发站 react v o x、 js、 flutter swift, ui 全都覆盖。 第四个, firing skills 技能发现随着 skill 生态爆炸式增长,目前市面上已有超过两千四百个可安装的技能,很多人都困惑,不知道该用哪个? firing skills 就是 来解决这个问题的, 它本质是 skill 生态的内部搜索引擎,当你描述一个需求,它会扫描当前已安装的所有 skill 的 名称和描述,进行与一匹配,然后推荐最合适的选项,并告诉你怎么调用。 有了它,你能快速找到适配技能,彻底解决 skill 选择困难,让你更高效地利用 cloud code 的 生态优势。第五个 skill creator 技能创建 and phorbike 官方出品的原技能,专门用来创建其他 skill 的 工具。 它通过交互式问答,一步步引导你构建新 skill 完整流程,从需求、访谈、转写文档到测试、优化发布,全帮你覆盖,还内置触发描述优化工具,解决 skill 写得好但 cloud 不 会调用的问题。如果你想把自己团队独特的工作流程固化成一个可赋用的 skill, 用它准没错。 第六个 superpowers 超能力集合目前 cloud code 生态里最火的社区项目,没有之一, 没有任何市场推广,纯靠口碑。在巅峰期以每天近两千颗 star 的 速度增长,到二零二六年四月已突破十二万 star, 稳居 tiktok 趋势榜前列。它解决的是 ai 编程最核心的痛点。 cloud 太新奇,上来就写代码跑偏了再返工,既浪费时间又浪费 token。 superpowers 强制他经历五个阶段,头脑风暴,设计方案、制定计划、编辑代码,从根本上杜绝写完才发现方向错了的问题。 换句话说, superpowers 能帮你规范 ai 编程流程,减少返工,是提升 cloud code 编程效率的核心利器。 第七个压轴登场, p u a 也是最有中国互联网特色的一个灵感来自大厂的职场 p u a 文化。既然绩效压力能逼员工不到最后一刻不放弃,为什么不用同样的方式比 ai 更努力地调试 它内置一套四级压力升级系统,当科二在同意的问题上连续失败两次,自动切换解题思路失败三次,升至三级压力模式,强制执行七点检查清单。测试数据显示,使用 p u r skill 后, ai 在 放弃之前探索的解决路径增加了三到四倍。 最有意思的是,它的方法论路由调试问题,走华为的根音分析法架构设计,走亚马逊的 working backwards, 性能优化,走字节跳动的 a b 测试驱动,默认情况下走阿里巴巴的闭环方法论,堪称大厂管理学的 ai 化实践。 简单说,它不靠复杂操作就能倒逼 ai 突破瓶颈,帮你少走很多弯路,是让 cloud code 更抗噪、更高效的实用神器。 总结一下这七个 skill, 从文档处理到设计生成,从流程管控到极限调试,覆盖了日常开发中最高频的痛点。 document skills 和 skill creator 是 基础必备。 font and design 与 uiu x pro max skill 主打专业设计, fine skills 高效找技能, superpowers 提升编程效率, pua skill 到 b ai 突破瓶颈。 相信装完这些 skills, 能让 cloud code 真正成为你的高效队友。好了,今天的宝藏 skills 就 分享到这评论区,聊聊你最常用哪个 skill。 关注 maxin, 持续分享更多有意思的内容!

我从来没有像现在这样这么高效,这完全归功于 cloud skills 功能。这张图真的很贴切,我感觉自己同时在多台电脑上处理多个任务,而且质量丝毫没有打折。这一切都归结于一个词,杠杆。有了 cloud skills 或者任何智能体的 skills, 你 所能撬动的资源远远超过单打独斗。 所以在这个视频里面,我会讲解什么是 skills, 它们如何运作以及如何构建出真正优秀的 skills。 即使你以前从来没有听说过这个概念,没有构建过任何的 skills。 我 们先来进行一个实时的演示,让我们进入 cloud code。 这是我的 aos 项目,里面有很多个 skills。 现在我来打开几个窗口, 让我同时打开了多个 cloud code 界面,同时运行 skills。 在有四个 skill set 同时为我工作,相当于我在同一个时间内做了四件不同的事情,而且产出的质量非常的稳定。那么 skill 是 什么呢? skill 就是 可附用的指令, 你写一次流程,把它保存为 skill, 你 可以随时触发它。它每一次都会经过一样的流程,因此它输出的结果会越来越一致。这张图实际上是我用我自己创的一个 skill 的 一个技能, 但这个技能生成的一些图像,它有时候会比较乱,像它这些文字和这些框都是比较乱的,所以我还做了一个新 skill。 你 可以看到这个 skill 做出来的图标,它是非常的整齐的,而且它的文字和拼写什么 都是非常的正确的。所以说单单这两个 skill 就 为我节省了大量的时间,包括我现在这个视频的演示也是用这个 skill 去做的。不讲解之前,先来说说为什么你应该关注 skill, 有 三个非常重要的原因。 第一, skill 可以 让你的个人生产力大幅度提升,你可以像刚才看到那样自动化各种工作,真正打造一个几乎能为你做任何事的一个个人助手。 第二个,团队杠杆。你可以非常轻松的把现有的操作程序 s o p 打造成 skill, 而且这个 skill 不 单单你可以自己用,你还可以给你团队用,这样你的团队整个效率会大幅度提升,它必然会带动你业务的增长。 第三个是变现,现在 skill 可以 用于各种工作流程,而且它是即插即用的。现在你可以把 skill 导入成模板去变现,就像当年有人出售制作好的工作流模板一样。 归根结底还是那一个词,杠杆并不是在吹牛逼,而是我们在我们自己的客户上,在我自己的业务中实实在在看到的一个效果。这种工作速度将会变得很正常, 如果你跟不上这个速度的话,你的工作效率立刻就会大幅度降低,就会变得太慢,成本太高,公司他可能到后面他不会再留你。那么反过来,如果你拥有好 skill 的 话,你的工作效率是可以甩开别人一大截的。 实际上,我已经把让所有员工使用像 cloud code 这样子的智能体列为优先事项, 因为我现在有了这些 skill, 我 只需要一个简单的斜杠命令或者一句自然语言,就能在一天之内完成一周的工作量,并且还有一个不错的一个产出, 我们每个人都可以找到做某件事最佳的一个方式,然后把它变成一个 skill, 这样我们整个团队都可以使用这个 skill, 我 们的产出将大幅度提升。 不单单是生成文字,他们本质上是一个自动化的一个程序,可以运行脚本,用 a p i 创建内容,调用子智能体,也可以被其他的智能体去调用,这才是真正的 ai 自动化。 用一句话概括的话, skill 就是 给 ai 智能体的一份说明书,一份标准操作流程,就像你会让你的新员工读取 sop 来了解你的业务流程,然后上手工作一样。那么 skill 它其实也是同样的一个思路, 你只需要把 skill 交给智能体,那么智能体它就会读取你这份业务的说明书,它就会能完整的执行你的任务。最酷的是 agent 使用你的 skill, 使用的次数越多,它就会变得越来越好。 我们聊了 skills 这么多好的地方,但 skills 到底是什么呢?说白了,它其实就是一个文件夹,存放在你项目的某一个位置,最常见的路径就是 cloud skills, 然后里面是一个技能名称,技能名称里面有一个 skills md 或者 markdown 文件。 在我的 a i o s 项目里面,你可以看到这边有一个 cloud 的 文件夹, cloud 文件夹里面有一个 skills 文件夹打开之后,这里就是我 a i o s 项目里面所有的 skill。 我 们以 esquire 这个技能为例, 当我打开这个 explorer skills 的 时候,它里面有一个 skills and d 文件,打开之后,你可以看到这个 skills 的 名称,还有 skills 的 描述,还有它的工作流程,第一步,理解需求,第二步,规划布局,第三步,生存元素。 这整个 skills 的 文件就是我在教我的智能体如何为我构建这些 explorer 图标。 这就是 skill 的 一个基本结构。我们有前置原数据,它介于两条虚线之间,使用的是 y a m l 格式。 你不需要知道它是什么,只需要知道它是一种标记方式,类似于 markdown, jason, 还有 python 的 语法规范。前置原数据里面有名称和描述, 告诉 cloudco 这个 skills 叫什么,是做什么的,然后是逐步操作规则,也就是实际的指令。一旦 cloudco 判断这是一个合适的 skill, 就 会被按照这些指令去执行。 但当我们实际运用 skills 的 时候,有时候你需要补充更多的一些数据,比如说你现在要写一篇公众号文章,你创建了一个专门的 skills, 但 skills 里面可能还需要包含着一些其他的信息,比如说你公司的品牌语调,你公众号的一个风格,你的品牌 logo, 你 的树状画像等等。除了这些逐步的操作指令之外,还有一些其他的内容要放入 skill 当中,以便他们写出你想要的效果。 那么这些内容它应该放在哪里呢?通常有两种方式,方式一的话就是这边这个自我封闭式的,它在 cloud skills skills 技能名称目录下,然后它的一些脚本和参考资料被直接放在和 skills 一 样这个相同的文件夹下面。这种方式是分离式 技能的。 skills 被放在 cloud skills 技能名称的下面,但是脚本和参考资料被放在项目的另外一个文件夹并不直接嵌套在 skills 文件夹里面,这就是它的一个区别。它这两个是被放在外面的,它这两个是被放在和 skills 一 样的文件夹里面。可能这边说的还是不太清楚,让我直接给你演示一下。我的 a i o s 项目里面, 这里有一个 skill build skills, 当你说创建 skills 的 时候,它就会触发,然后我们打开它就会发现下面有一个 reference 文件,就是参考文件。在这个案例里面,我选择的是方式一,参考文件被直接放在 skills 这个文件夹下面, 这就是包含式。如果我把这个 reference 移到外面,这就是分离式,因为它没有被直接包含在和 skills md 相同的一个文件夹当中。 点是,这些文件被放在哪里其实并不重要,只要在 skills md 里面指向正确的路径就可以, 无论你用什么样的结构都没问题。知道 coco 目前最让人头疼的是每个人用的 skills 架构都不一样,不过不用担心,我特地创建了这个 skills builder skills 这个 skills 可以 帮助你创建技能,并且它会为你搭建好 skills 的 架构。 如果你想要获得这个 skill, 可以 在我的社区里面免费获得。所以 skills m d 是 技能的核心大脑,而辅助文件的话则是它使用的各种工具。它并不意味着你每次触发 skills 都会调用所有的参考文件, 只有在需要辅助文件的时候才会被调用。 skills 的 好处在于,你不必全部都自己构建,在日常使用 cloud code 的 过程中,当你发现某些事情重复出现的时候,就可以为它构建一个 skills。 同时 fop 官方有一个 skills 库, 在我的社区里面也有人开源和分享他们的 skills。 还有一个 skill 市场,可以共享出售或者下载 skills, 当你拿到 skill 时候,可以在这个基础上加入自己的定制内容。而且这些 skills 可以 跨产品使用,比如说 coaster, codeathree 等等都可以, 因为它本质上是属于 markdown 文件,就是一个提示词而已,各种 ai 的 大模型都可以使用好。那么 cloudco 如何知道什么时候应该使用 smog skill 呢?有两种触发方式,第一种是显示触发,就是斜杠命令, 我可以使用斜杠命令直接调用 skills 的 名称,它就会直接去执行。第二种是通过自然语言去触发,比如说我有一个写公众号的帖子 skills, 我 可以输入公众号斜杠命令 pose, 也可以通过自然语言去描述,直接跟他说帮我写一篇关于 ai 大 模型的公众号帖子, cloud 就 会找到对应的 skills 并调用它。那么当你发出请求时, cloud 会先提取 cloud cloud md 文件,分析你的需求,然后在所有技能中 找到最合适的一个,如果找到了就调用,如果找不到就直接用通用知识去作答。所以并不是你对 call 的 每一个请求都会触发 skill, 只有在需要的时候, call 才会找到某个 skill 去触发它。 理解这一点之后,就需要了解到 skill 如何去保持清量级,因为如果你使用过 call, 就 会知道上下文的管理是非常关键的。 如果有大量的 skill 需要逐一解锁,且每个 skills 都有几百行内容,每一次搜索 skills 都会消耗大量的 token。 为此我们使用一种方式叫做渐进式上下文的加载机制分为三个层级。 第一个层级是初识搜索 coloco, 仅查找 skills 的 技能名称,还有描述仅读取前面的 y a m l 前置原数据,通常大概消耗百个 token, 非常的清亮。 第二层,触发 skills。 那 么当 coloco 一 旦确定了正确的 skills, 才会读取完整的 skills md 文件。 了解 skills 的 全部内容大概需要一千到几千个 token。 第三层同样是一个非常的关键的一个点,只有在具体的请求需要时,它才会加载额外的参考资料模板或者品牌素材。 我知道现在信息量可能有点大,但只要你慢慢想清楚,跟着我走,都会有非常大的收获。 当你写第一次 skill 的 时候,永远不会是完美的。我构建 skills 的 方式是先让 cloudco 跟我一起做某件事情,每次引导它完成步骤。等我们从 a 到 b 完成整个流程后,我会说好,这是我每天要做的事情,帮我把它变成一个 skill。 在下个视频,我会演示从零开始创建 skills 的 完整流程,但我需要先给大家一些背景知识。现在我们来说一下反馈循环。 skills 的 反馈循环就是触发 skills, 然后观察自人体工作, 识别它的模式和错误,并提供反馈,然后再修改 skills。 头几次运行 skills, 你 可能会觉得这感觉不太好用,但是当你运行了十次、二十次、三十次之后,它每次都会变得更好。 所以头一次观察智能体工作是非常重要的,这样你才能发现优化机会,比如说通过一些其他方式去节省 token, 加快速度。有一个节省 token 的 非常好的一个例子就是我的 skills build skills。 当我在创建 skills, 优化 skills, 审核 skill 质量的时候,都会用到它。这个 skills 很多灵感都来自 call 官方文档中关于如何使用构建和优化 skill 的 说明。 在构建 skills 过程中,我发现我的 a 准每次都要运行网络搜索爬取整个文档,哪怕只有很小的一段信息。所以我决定让它把 整个文档完整地爬取下来,然后生成一个 reference 文档,也就是参考文件。我有一个 skills md, 需要的时候,它会正确地引用到这个 reference 文档, 这样就会节省非常多的 token。 那 么它的核心思想是什么呢?是 a 准。在处理 mark 到文件的时候,它会比进行 api 调用 h t v 请求执行函数读取大量 token 要快得多,便宜得多。所以我们构建 skills 的 目标是让你的 skills 达到可以随时被调用的程度。你去触发它,去做别的事情,十到十五分钟之后回来 就会有一个质量很高的产出在等着你。很多人问我什么时候该创建一个 skills 呢?凡是你正常工作就可以了。 当你发现某件事做过了,或者你给出反复相同的指令的时候,你就可以围绕它创建一个 skills, 这样你的工作效率会大幅度提升啊。我们今天的视频就到这里, 在下个视频我会带大家从零到一搭建一个自己的 skills, 并且在演示结束的时候,我会讲如何测试和迭代 skills, 把 skills 打磨到真正好用的一个状态。我们下期视频再见。

上期介绍了 hermes agent, 今天介绍五个必装的 skills 社区里星标最高,口碑最硬的那批。第一个,六千多颗星,碾压所有。 这五个不只是好用,而是在真实场景里被大量用户反复验证过的。来一个一个说。第一个, anthropic cyberty skills, 六千多颗星,排第一,七百五十四个安全技能,覆盖 mit、 atcak、 o, n, i, s, t, c s f 五大框架, 做运维开发,想了解系统漏洞,这个最系统。第二个, avoid ai writing, 一 千三百多颗星,它消除你写作里的 ai 位三十六种痕迹,两轮审计逐一改掉, 装了这个输出更像人写的。第三个 skill claw, 一 千二百多颗星,技能库的自动运维员在后台自动跑去重合,质量改进,技能库越来越干净。第四个, draw skill, 从自然语言直接生成图标,它有自我修正循环,自动检查布局和样式技术文档,系统架构。说一句话,出一张专业图。 第五个, wanderlust 斜杠 skills, 三百八十多颗星,官方推荐新手手装的综合技能包, 覆盖写作、代码、研究、日常任务。装了直接能用这五个,按场景选,做安全开发装第一个,做内容装第二个,想长期用好装第三个,要画图装第四个,新手先装第五个,你现在最需要哪一个?评论区告诉我。

大家好,欢迎来到收看澜沧 ai 学习日记。今天咱们就来完整拆解 ai skills, 怎么把通用聊天 ai 变成能真正教出专业成果的模块化 ai agent。 二零二六年的 ai 正经历一个关键的分水岭,从过去的 prompt engineering 走向现在的 delivering ai。 之前咱们用 ai 的 手写老长的指令,反复提醒,别忘这个格式要那样,结果还是长漏细节,格式乱、输出不稳定, 本质上就是靠运气的闲聊。但现在不一样了, doing ai 阶段,咱们靠标准化工作流程、自动化流水线和质量检查, 把大模型变成能稳定交付实际业务价值的专业组建。核心结论很简单,大模型能力已经够强了,缺的是把这些能力封装成可靠可附用、能规模化部署的业务组建。那到底什么是 ai skills 呢?它可不是一句简单的提示词,而是包含指令、脚本、模板和资源的实体文件夹, 就像给 ai 准备的标准化工作手册加专业工具箱,也就是常说的 sop, 能彻底消除上下文焦虑,把隐性知识变成看得见的显性资产。用上 skills 后, ai 就 能像插件一样按需加载内容瞬间从通用模型变成特定领域的专家。 和传统提示词比, ai skills 在 四个维度都是降维打击、形态特征、加载机制、执行一致性,还有经济效率。传统提示词每次都得把全部内容塞进上下文儿, toc 消耗大还容易错。但 skills 用渐进式,譬如只有需要某个步骤时才动态加载对应内容,既省 toc 又提精度。 ai skills 有 三大核心应用场景,第一类是文档与品牌创作,能严格跟着企业 v i 规范, 自动生成高质量的 pptx 和 excel 专业报表。第二类是数据与代码标准,能按公司特定规范完成复杂的数据清洗、 e、 t、 l 转换、代码审查和重构。 第三类是自动化工作流,能无缝连接 slack、 git、 up、 notion 这些外部系统,形成真正的多步骤闭环自动化执行。从物理结构看,一个完整的 skill 就是 独立文件夹,通常有核心的 skill 点 md 文件,还有 temp files 和 scripts 两个子文件夹。 skill 点 md 是 大脑里面定义了触发元数据 角色称法、详细的 sop 执行步骤,还有严格的红线约束。进阶架构里还能结合代理式提示、畅线封城和 mcp 圈 web hooks, 实现更复杂的外部工具调用和真实世界交互。部署方式也灵活,开发者爱用命令行,普通业务人员可以用 web 界面直接艾特技能名称调用。企业能通过 api 实现后台全自动化。 比如实战里用户说用 pdf 词典提取这份发票的数据, ai 会先动态加载 skill, 理解唱像和约束,自动执行脚本,完成格式校验,最后输出干净标准,能直接入库的结构化数据。 对团队来说,建企业级 skills 库意义大着呢,能把资深员工的隐性知识显性化,用 get 做版本控制,确保全团队的 ai 行为始终最新且高度一致。 告诉大家,最成功的团队不是最会写提示词的,而是拥有最庞大、最完善、不断迭代的 skills 插件库的团队。总结一下, ai 正在从单纯的聊天助手彻底变成标准化、可信赖的专职员工, 而 skills 就是 实现这一转变的关键技术。行动建议来了,今天就梳理你工作中最痛苦最重复的一个流程,新建个文件夹,写下你的第一个 skill, 点 md 把知道怎么做,真正变成 ai 自动会做。感谢观看,如果你们正在实践 ai skills, 欢迎在评论区分享你的使用案例,咱们下次见。

嘿,有一天,你突然发现,作为一个商家,每个月被平台的抽成快赶上你的房租了,然后一下你就意识到,你要是顾客能跳过平台直接找你下单,那该多好。 于是,北京一家排队一万五千桌的饺子馆,还真把这事给干成了。这个饺子馆在北京叫金谷园,这老板呢,把自己饭店做成了一个 skill, 还在 facebook 上发布了装上饺子馆 skill ai 助手 a 正的小龙虾,就能回答这个饺子馆的一切问题。 比如说,店开在哪?几点?开门能送外卖吗?甚至是 wifi 密码是多少?关键是他还能帮你在美团外卖上直接点餐。 这一天天的,你都不用安装美团 app。 我 好想知道我姓啥范?我管这个叫裸店效应,什么意思呢?未来,如果你的店不被 ai 识别,你就是个裸店。说真的,对于老韩这个互联网干了快二十年的老兵来说,有点感觉这是在修改整个互联网的分发规则, 有点可怕。以前我们做平台就是在用户和商家之间拦路设卡,赚取过路费。现在呢?用户说一句,我想吃饺子, ai 直接调用 skill 下单完成。 有点离谱的是什么?第一个挑战平台规则的竟然是一家饺子馆。更有意思的是,随着这个世界的持续火爆,很多人还提了不少 bug 和需求,有点意思,这说明什么?普通人首搓一个 skill 的 门槛几乎没有, 而且美团还主动找上门,帮他完善在线点单的业务。哎呦喂,平台主动找上门了,盗版天罡呀!所以说,今天是饺子馆,明天是什么?机票、酒店、打车,甚至各行各业,是否值得想一下这个问题,你的业务能不能被 ai 直接吊运? 现在你是不是还是一家裸店?聪明的你是不是想到用制作 skill 的 能力和信息差搞点事情呢?嘿嘿,今天先聊到这制作属于自己商家的 skill 的 方法,我也准备好了。这是 ai 商业拆解的第一期,我是老韩,咱们下期见。

接下来聊个超实用的话题,怎么用 skills 给 cloud 扩容?你有没有遇到过这种情况,每次做项目都要跟 cloud 说一堆同样的前置指令,或者想让他记住某个固定流程,结果每次都要重新教,特别麻烦,对吧?今天教你的这个方法,一次配置长期生效,敲黑板了啊! 简单来说, skills 就是 cloud 的 技能包,你创建一个 skill 点 md 文件,写清楚指令, cloud 会自动把它加到工具箱里。什么时候该建 skill 呢?就是你发现自己老在重复粘贴同样的说明,检查清单,或者 cloud 点 md 里有些内容已经变成固定流程了,这时候就该抽出来做成 skill, 需要的时候直接调用。 跟写死在 cloud 点 m d 里不一样, skill 的 内容只有在调用的时候才会加载,所以就算你有个很长的参考文档,平时几乎不占任何上下文成本,用起来特别清亮。 skills 还遵循 agent skills 开放标准,跨工具通用,但 cloud code 在 这基础上加了些增强功能,比如调用控制、 sub agent 执行和动态上下文注入。说到内置技能, cloud code 还有 cloud api, 这些跟内置命令不一样,它们是基于提示的,给 cloud 更详细的指令,让它自己调用工具去完成,更灵活智能。 来手把手教你创建第一个 skill。 第一步,新建目录,存放这个 skill 的 所有文件,目录名及 skill 名称,所以要准确,不然后续 cloud 找不到咱们的 skill。 第二步, 写一个 skill 点 m d 文件,里面有两部分, y m l from matter, 告诉 cloud 什么时候用它,后面是具体指令,这是示意,注意这个 get diff head, 这叫动态上下文。注入 cloud 会先运行命令,把结果塞进提示里,所以他看到的是实时的 diff, 不是 猜的。 sales 放哪儿,决定谁能用它。个人 skills 放在 slash dot cloud skills scale 点 md, 所有项目都能用项目级的放在项目 slash dot cloud slash skills 只有这个项目能用。企业级的,一般看托管设置,如果不同级别有同名的 skill 项目覆盖个人,个人覆盖企业。 skill 不 只是一个文件,可以是一个完整目录。 skill 点 md 负责总体说明,其他文件按需加载,这样主文件不会太臃肿。 skill 文件可以包含不同类型的内容,一种是参考内容,比如项目的编码规范, a p i 设计模式,让 cloud 在 工作时自动应用这些知识。另一种是任务内容,比如部署,提交代码这类需要分布执行的操作,通常你会直接用 skill 杠 name 调用。 比如创建一个部署任务的 skill, 记得加上 disable 杠 model 杠 invocation true, 这样只有你能手动触发,避免 cloud 自动执行有副作用的操作。 skill 的 行为主要靠 y a m l for matter 控制。 description 建议必填,让 cloud 知道什么时候该用它。 disable 杠 model 杠 invokeation true, 可以 防止 cloud 自动调用,适合有风险的操作。 allowed 杠 tools 可以 预先授权工具,不用每次都问你批准。你还可以给 skill 传参数, 通过 dollar agreements 站位符获取,比如斜杠 fix 杠 issue 一 二三, cloud 会收到 fix github issue 一 二三,也可以用参数一参数二这样的方式按位置获取单个参数。 高级模式里有几个非常实用的技巧。首先是动态上下文注入用语法,可以在 cloud 看到 skill 内容之前,先运行 shell 命令,并把输出替换进去。比如你想让 cloud 总结一个 pr, 可以 这样,这样每次 skill 运行时,命令先执行, cloud 拿到的是实时的 pr 数据。 你还可以让 skill 在 隔离的 sub agent 里运行,只要加上 context fork, 这样 skill 有 自己独立的上下文,不会影响主对话。 比如创建一个深度研究的 skill, 让他在 explore 代理中运行,专门负责代码探索。另外,你还能控制 cloud 对 skills 的 访问权限。在 permissions 里,可以禁用所有 skills, 或者允许拒绝特定的 skills。 也可以通过 skill override 设置来覆盖 skill 的 可见性,比如把某些 skills 设为只显示名称或者完全隐藏。最后 skills 还能共享和分发,可以提交到版本控制供团队使用。也可以做成插件,或者通过托管设置部署到整个组织。 如果遇到问题,这里有几个常见情况的解决方法。 skill 没处发,先检查 description 里有没有用户会自然说的关键字, 再看看 skill 是 否出现在可用列表里。或者直接用 skill 杠 name 调用试试。触发太频繁,那就把描述写得更具体。或者加上 disable 杠 model 杠 invoke 改成手动触发,描述被截断,可以设置环境变量,提高字体预算。或者把低优先级的 skill 设为 name 杠 only 模式,只显示名称,不显示描述。 好了,总结一下今天的重点, skills 就是 扩展包,创建 skill, 点 md 就 能自定义功能,平时不占上下文,用的时候才加载,特别清亮。 记得用好 description, 让 cloud 知道什么时候该用它。 disable 杠 model 杠 invocation 控制,手动触发语法,实现动态内容注入。学会了赶紧去试试,给你的 cloud 装备上专属技能,下次做项目速度快到飞起!关注我们,持续获取实用技巧,让你的开发更高效!

ai 全 skills 排行榜来了,先看效率工具 top 三第一名, agent brother 浏览器自动化神器第二名,谷歌全家桶管理工具第三名, out of data 自动更新系统再看成本控制神器 free ride 聚合免费资源 token operator, 降低百分之九十 七的成本。认知进化系统 self improving agent 排名第一的自进化系统 delete long time memory 让 ai 越用越聪明,你用过几个。

hello, 大家好,没有想到 nature skills 可以 收到大家这么多的关注啊,然后现在 github 的 星数已经来到了九百八十颗,然后相对来讲的话,它肯定还是会持续这个 受到大家关注的。然后呢,我今天呢录这个视频呢,也是希望带大家去系统的浏览一下它的一个发展历程,包括现在也有一个人他去提交 pr, 我 后面也会这个呃 看一下,然后把它添加到我们这个仓库里面。首先来讲呢,我们推出的第一个 skill 是 这个 nature policy, 因为我也在进行科研写作,我在写作过程中呢,我不想每次都跟这个 gpt 去重复的设定一些规则,那我给他模板化, 然后这里面呢是给他学习了五篇 paper, 然后还有学术英语表达课程的这些技能约束,然后来创建了 nature policy 这个技巧。 那后面呢,我们又推出了 nature figure, 就是 完成科研绘图。然后我们现在的话是不仅可以支持 python 的, 你也可以用 r 语言的,而且相对来讲, r 语言的绘图效果要比 python 更强一点,尤其是在进行这种生信的绘图的时候。 然后呢,有一个小兄弟是提交了一个 nature data 部分,就是我们在这种综合体感里面,一般会陈述这个数据,说明嘛,然后这个呢是加了这部分, 然后昨天晚上呢,我也是加了这个 nature paper to ppt, 相当于呢是说你来一个原始文献,然后呢它可以自动地生成可编辑的 ppt。 这个呢,其实 notebook r m 它之前也能做,但是它的 ppt 呢,是不可编辑的。然后也有一些 skill 能做,但是我希望大家真正深度体验之后,你会发现我们的 skill 还是总结的更为全面的,而且呢,它能够从这个论文里面截出的图啊表啊,都是非常精准的。 所以呢,这个是我们推出的主要的四个 skill, 而且他们的使用方法呢,也特别简单,你只需要在你的电脑终端,或者说你用可说话的 u i 也没有关系。你启动它之后呢,你可以问一下他,查看我现在有哪些 skill。 其实大家在调用 skill 的 时候,你已经不需要再敲任何的代码了,你所有的代码都可以交给这个 skill 来完成,它呢相当于是对你这个主体 agent 它进行一个规则约束。 那比如说呢,我这里面就安装了 nature data figure, 然后 ppt to paper to ppt, 还有这个 policy, 然后的话,比如说我想利用什么什么 skill, 那 你就可以把它这个 skill 的 名字打出来,如果你不打的话,那你的可能你的描述是比较模糊的,那它就没有办法很好的定位到这个 skill。 所以呢,我们通常来讲呢,最好是把它这个名字都给它尽可能的显示出来。当然现在还有很多的 skill 就是 帮助你快速精准地查找调用 skill, 但是呢,其实都没有太大的意义,因为本身来讲,你要真正的了解这个 skill, 他的一个描述是什么,他的名字是什么,他能够完成哪些事,你这个自己要清楚,你才能把这个 skill 用的比较好。 那而且呢,我觉得大家用这个 skill 的 时候有一个问题啊,就是说你不要把它们独立来看,其实这不同的 skill 之间呢,它是可以联合起来的,比如说这个 nature bigger 和 nature paper to ppt。 首先来讲,你可以把文献给它, 让他去生成 ppt, 他 可以从这个文件里面去截图,那同样的呢,他可以根据这些内容呢去生成一些图出来,那这样的话,其实效果叠加来看,他的他的效果是非常精美的。比如说我们这里面呢,做一个测试吧, 我这边呢是拿一个文献给它拖动进来,然后我告诉他,我想利用 nature figure 还有 nature paper to ppt 这两个 skill 来给它进行一个学术汇报。 paper to ppt, 对 这篇文献进行学术汇报, 当你组合这两部分内容的时候,他画出来图相对来讲就会非常的精美,我们可以期待一下他的这种的一个效果。 然后呢,其实还有一个点想跟大家强调的是,这些 skiiu 他 本身不是一个写死的东西,不能篡改的。很多人说你这个 skiiu 呃用在我的电脑上,或者说用在我自己的领域上,可能效果没那么好,那你可以去再进行对他新修改,因为本身来讲呢,他这些文件都是可以替换的。 然后呢还有一个点,就是说 也欢迎大家,就是说提交一些 pr 进来,因为我个人的精力是有限的,我没有说把全部精力都放在这部分,如果大家有非常不错的这样一些想法,或者说 有真正用在 nature 这样的一个创作里面的话,你就可以去提交 pr, 然后我这边做一个审核,然后如果我觉得效果还 ok, 你 就可以拿了进来。然后大概是这样的最终呢,来让我们欣赏一下生成 ppt 的 效果。

我相信大家在用 ai 做项目的时候,会慢慢发现一件事情,就是当你只会聊天还不够,你真正进入 bug 里的时候,你会碰到安全的问题,前后端的问题,数据库的问题,网站检查的问题,包括流程附用的这些问题, 那这个时候你就会遇到非常多的瓶颈,不知道怎么去解决。那今天呢,我这期视频就带大家介绍六个我就可以从小白境界成高手的 skill。 ok, 大家好,我是 fred, 专注从普通小白的视角带大家从零到一,去学习 ai 和 web coding, 去提升自己的工作和生活的效率。 那很多时候小白卡在哪里呢?就比如说你想安装一个第三方 skills, 但担心里面会有一些可能,是不是有些危险的脚本啊,会不会把这些隐私啊或者密要传出去?你想做一些视频,但是比如说,呃,进度条,包括说字幕,脚标这些都是要自己手手搓去渲染,对吧? 你的网站要上线哎,想查一些问题,你不知道怎么去解决,或者你有一些重复的流程,你反复讲给 ai 听,想沉淀成自己的 skills, 或者你让想让 ai 改你的数据库担心,又把担心把那个后段改改坏,对吧? 你用 code 去做前端,然后你发现页页面能跑,但是一眼的 ai 味儿。所以说成熟的 web coding 不是 说装一堆的 skills 就 结束了,它更像要给 ai 配置不同的工作的规则, 比如说你安安装的前要去查安全视频,要按工程的去渲染,网站上线,上线前要去体检,对吧?然后复杂流程,复重复的流程要写成 skills 等等等等,所以说你知道这些环节怎么分, ai 做事才会会更加的稳定。 那今天介绍的第一个 skills 就是 叫 skill vetter, 它解决的是安装 skills 之前的一些安全的问题,你可以把它理解成检查这个 skills 里面有没有一些比如说可疑的脚本啊,有没有一些木马的风险?会不会偷偷去联网?会不会读取你的一些隐私的文件, 会不会把你的一些 a p、 r key 啊,登录信息这些东西传出去,只要它发现这些的危险动作,它就会停下来,而不是直接安装,会跟你再去确认。 第二个 skills 我 觉得非常好用啊,包括像我自己的视频,我都是拿着这个 remotion 这个 skills 去做的剪辑。因为看到我的视频里面的,比如说进度条,比如说我的字幕,比如说我的脚标,包括当我录完了视频之后,拿到给到 remotion 去做渲染, 有的素材再有时间轴,再有字幕和动画,最后能够稳定地导出做短视频的模板,包括批量渲染字幕动画的时候,我觉得它非常非常有用。 第三个呢,就是 audit website, 它解决的是网站上线前的一些检查的问题,比如大家做一些前端的东西,或者说一些移动端的应用,很多时候不是网站它 做出来就完事了,对吧?它要看你整体的,比如说你的标题啊,你的速度啊,移动端啊,这种配置啊啊这些地方有没有一些明显的问题?所以说 audited websites 的 价值就是把,哎,我感觉这个网站还行,变成一个可以修的一个清单,它上线前、改版后,包括投放前都可以让它去扫一遍。 第四个呢,我觉得一定是所有人都需要安装的,就 skill creator 就 一个成熟的 web coding 流程,里面很多事情不能够每次都 从头去解决或者解释,对吧?比如说你每周都要去解解整理一些周报,那每期都要生成 deck 对 吧? skill creator 就 会帮你去写清楚什么时候触发,需要什么步骤去做,以及最后怎么去验收,重复超过三次,我觉得就值得沉淀。 第五个呢?哎,这个名字有点长啊,大家可以截图保存啊,叫呃呃 surface post best practice 啊,它解决的是后端数据库的问题, 让 ai 写 circle 或者改那种表的结构的时候,很多时候不能看它能不能跑,还要去问三个问题,就是第一,它会不会托慢查询啊,对吧?权限有没有被放大或出错,之后怎么能够回退? 这个 skill 会把 postgress 和 space 相关的规则提前放到 ai 的 面前,让它在改数据库之前想清楚。 然后还有一个我也觉得非常非常有用,虽然大家推荐了非常多的一些前端的一些 skills, 比如说 u i u x 的 啊,或者一些其他,但我觉得比较好用的就是这个 impeccable, 大家应该都遇到过,就是比如说 codex 做出的前端,有些时候就真的能用,但是很有 ai world 对 吧?你的布局布局很平, 层级也很弱,按钮也没有重点包括有很多 ai world 的 那种脚标或者一些边条,就看起来不像真正的产品。所以 impactable 的 作用就是让 ai 继续去打磨这个产品,哪里是重点,哪里应该留白,按钮应该怎么留得更清楚, 信息怎么样更有层级,它是能够把能用的产品打造成更像产品的页面。 所以说这六个 skills 啊,对应的,其实一个成熟的 web coding 的 工作流就 skill creator 去解决的安,安装的安全 remote 去解决一些视频渲染的问题, audit website 去解决你的网站的检查,对吧? skill creator 去解决流程的复用, 然后呃 surface 这个 skill 去解决后端数据库, impactable 去解决前端的这种质感。虽说你不用一次性全用,但是你要知道什么时候去打开哪一个。 我觉得进阶不是多装,而是把 ai 放到正确的规则里面。 ok, 我是 fred。 下期我们继续把 ai 如何放到我们的工作流里面,然后再拆解给到大家听,我们下期再见。
![Claude code 必装的十个技能 #ai干货分享 #创作者中心 #创作灵感
Claude Code必装的10个技能
用Claude Code久了你会发现。
真正拉开差距的不是模型。
而是你有没有把高频Skills装进工作流。
[10个推荐Skills]:
1. agent-browser - 浏览器执行
2. find-skills - 技能搜索
3. summarize - 信息压缩
4. skill-creator - 自定义创建
5. tmux - 终端会话
6. testing/e2e - 测试工程
7. docs/readme - 技术文档
8. refactor/review - 代码重构
9. git-workflow - Git工作流
10. research - 研究助理
#claude使用方法 #skills](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/cbb681c8fe3bda317202043ddf4c7708~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2108340000&x-signature=Molvt%2BBg9GeIzFQjuLb7ZQOslpg%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=20261026100754D5128E5C61A57CD15F93)
cloud code 必装的十个技能用 cloud code 久了,你会发现真正拉开差距的不是模型,而是你有没有把高频 skills 装进工作流,有没有把外部能力接进来。这是最值得装的十个 skills。 第一个 agent browser, 它让 cloud 从代码编辑器里走出来,可以在网页上连续执行工作流。 find skills 帮你搜索生态里现成的方案。 summarize 把长内容压缩成结论, skill creator 把你的工作流固化, tmax 控制长绘画终端环境推荐分为两个梯队,第一梯队必装三个 agent browser, 负责执行网页任务, summarize 负责压缩信息, find skills 负责扩展生态,把这三件事跑顺,可用性立刻上一个台阶。第二梯队,解决能不能用深 skill creator 创建自定义流程, tmax 控制长绘化终端 testing 测试工程能力 docs 文档能力、 refactor 重构能力。给你最重要的一条建议,别把 skill 当收藏夹,装进去之后要反复调用才算值。很多人容易走两个极端,一个是不装,一个是装,一堆吃灰。 真正有价值的是高频使用的 skills skill 体系不是插件市场,而是一套外置能力系统。你装进去的不只是功能,更是你希望他替你承担的工作方式。喜欢的朋友点个关注吧!

只有六十五行代码,就在一个月内狂揽十万 star! 记住这个叫安卓 python skills 的 项目, ai 圈大佬安卓 moose 今年一月份公开吐槽,他说自己的 ai 编程助手有许多臭毛病,喜欢瞎写需求,闷头狂写一百行能搞定的事情,偏要整出一千行,还顺手把你原本的内容改的面目全非。 这段吐槽一发出来,该开源项目的作者 forrest 直接在第二天就甩出一份解决方案,提炼成了一份六十五行的括号写成 b 的 文件。这份规则文件主要对括号进行了四个约束,一是想清楚再写,不懂就提问,不要瞎猜。二是极简至上, 争取用最少的代码解决问题。三是精准修改,绝对不要碰要求之外的代码。第四是目标导向,先写测试,用力再跑通,不要靠嘴说,用法非常简单,直接把这个 qld 文件拷贝到你项目的根目录就可以了,赶紧试试吧!

如果你最近开始用 ai 工具,一定会越来越常看见一个词,就是 getop, 就 别人给你发一个开源项目教程,让你去 getop 上面去下载 ai, 也经常让你看 readme, store issue。 很多时候很多人打开一开始就懵了,这不是程序员看代码的地方吗? 所以说这期我不会讲一些 getme, 也不会讲怎么写代码,我只想讲普通小白怎么用最简单方式去看懂 getop。 ok, 大家好,我是 fred, 专注从普通小白的视角分享怎么从零开始用 ai 和 web 口令提升自己的工作和生活的效率。 你会越来越常看到 github, 是 因为很多的 ai 工具插件,包括自动化脚本和开源的软件,都会把说明、下载、更新和问题反馈在这里。 对于普通小白而言,你可以把 github 理解为四件事,就是一个是找工具的入口啊,别人做好的工具 以及项目的说明书和使用前的这种判断的材料。所以说你要看的不是说哎这个项目代码写的有多厉害,而是这个东西有没有人维护,要不要账号,要不要权限,会不会碰到你自己的文件和数据。这样理解就比一个所谓的代码网站要好,理解非常多。 就很多人怕吉他,是因为他第一眼确实看起来很不友好,全英文的网站对吧?英文的文件名、按钮、标签、技术词就一下子全部堆在你面前。但是实际上你不用从代码开始看啊, 就更简单的方式,你把 github 当成一个工具的详情页,就像你看一个工具之前,你会先看它是干什么的,怎么用,别人有没有反馈,以及最近有没有更新, github 也是一样,所以说你不一定要会照这个工具, 但要会判断是它是不是你想要的,值不值,是,然后以及能不能让 ai 帮你先读懂。就如果用大白话来讲, github 就是 一个公开的一个项目主页,一个 github 的 仓库就是一个项目页面, 你要你先不用把它想成一堆代码,也不用着急去下载,而是把它当成一个工具和这一个项目的主页,它会告诉你这个项目叫什么,想解决什么问题,谁在维护,以及最近有没有更新, 所以说这一页只需要记记住这个理解就 ok 了。就仓库不是一个神秘的文件夹,它就是一个项目的页面, 而当你打开一个 excel 的 一个主页啊,其实就长这个样子,第一次打开这个项目,就你不用试图把所有的文件去读完啊,你就少这四个地方。第一个就是项目的名称 啊,然后一个一计划的简介,确认它到底在解决什么问题。第二,你可以看 readme 的 这个文件,它就是你的这个项目的使用的说明。 第三,你可以看它的 star, 就是 有多少人给他点赞啊, fork 就是 有多少人复制出来,以及最新的一些更新的时间,知道有没有人关注,以及最近是不是还在更新和改动。 然后第四个就是你可以看它的 issues, actions 和 release, 就是 看有没有问题的反馈,运行的记录和一些稳定的版本。就大家要注意的就是就 starts 很 高,只能说明它热度高,但不一定代表就它真的很安全,或者不一定代表它真的适合你, 然后呢?刚刚那一页解决的是看哪里?那我们这一页解决的就是要不要试的问题,你可以直接问三个问题,就是第一它到底有没有解决我的问题? 第二就这个项目到底有没有日常在更新一个二三年的项目,你可能完全不需要再去参考了。比如说第三,那就是我能不能先用一些测试的文件去小范围试一下, 如果前两个问题都解释不清楚,那就不用再花时间了。如果第三个问题也说不清,那就不要直接拿一些真实的文件,真实的账号或者一些重要的数据去跑, 这样你去看 guitar 的 时候就不是在去学一些技术的名堂,而是在做一个普通人的一个使用的一个判断, ok。 然后我觉得现在真正去降低 guitar 门槛的一个地方就是在于大家可以用 web coding, 因为你不用自己去硬读这种英英文的文档啊,你可以直接让 codex 去帮你把 guitar 翻译成你能够看得懂的一些话, 比如说你可以这样问,就是我不是程序员啊,就能帮我去 github 上面去找一些能够批量整理 pdf 表格的工具, 然后以及让它不要只给我链接,能够帮我去判断说它到底能做什么,怎么安装和使用它的 star 数,更新时间和依据,说明什么,然后会读取什么文件数据,有没有一些联网或者权限的风险,然后以及怎么去验证。 所以说这样子 ai 给到你的就不是一堆项目的链接,而是一个能不能用,怎么用,以及哪里需要小心的这样一个判断报告。 然后这里还有一个关键点就是你不要一开始就去搜很多的技术词,就很多小白会直接说,哎,帮我去找那种拍摄的爬虫,或者帮我去找一些什么项目,但实际上你完全不需要懂这些。更好的顺顺序是先说你想要批量整理 pdf 的 表格, 我要把视频转字幕,我要自动汇总一些公开的网页信息,然后让 ai 去找后选项目,然后让他去读懂 readme 和一些视例,然后再最终用一些测试的文件和脱敏的数据去跑一个小样,跑通之后再考虑自己要不要接入自己的工作流。 然后呢, github 也不只是可以放代码,就比如说之前我自己做了一个 store map 就是 门店信息的这种项目啊,就本质上就是把门店数据整理出来,再变成一个前端的看板。 那这种项目就可以在 github 上面去管理, pages 去发布页面, action 是 可以定期的更新, issue 是 去记录问题, release 去记录稳定的版本。所以说 github 也不是是程序员的一个代码仓库,它完全可以是我这样一个小白做这种清亮的项目的一个管理和发布的入口。 所以说最终总结一下,第一,把 gitap 当成一个项目的主页,不用先被这种代码啊去吓住。第二就是你可以看一些项目的名称, read me, 更新时间,然后再决定要不要试。 第三呢,就是你可以让 code 去帮你翻译成你能看懂的话,然后再用一些测试的文件和托米的数率数据去去验证。 最后呢,就是非常想强调一个点,就是免费开源就不等于它可以直接去运行,如果涉及到一些敏感的文件啊,账号啊,你的 api key 啊,或者一些权限啊,一定要让 codex 或者 cloud code 帮你解释清楚它会做什么,再决定要不要继续。 ok, 我是 fred, 后面我会持续用一些真实的案例告诉大家怎么把 ai 用到自己的工作流,我们下期再见。

又发现一个宝藏 skill, darwin skill 可以 直接给自己的 skill 打分加实测优化背后是一套独特的八维评分体系,总分一百,结构占六十,效果占四十,实现双重评估。 关键不止做静态分析,还会直接下场跑测试同一个提示词,带 skill 跑一遍,不带 skill 也跑一遍。对比看分数变化,分数提高就保留,如果分数反而下降,它还会自动回滚,保证 skill 是 往好的方向发展。如果再折腾 skill, 却不知道怎么判断好坏,怎么迭代改进,这个 skill 真的 可以试试。

如果你把 skills 当成快捷键,就会低估它。它真正保存的不是一句提示词,而是一整套团队工作流。 没有 skill 时,每次提交、发布、调试,你都要重新解释规则,上下文被浪费,执行还容易漂移。 一个 skill 通常就是 markdown 文件, frontmatter 写 name 和 description, 正文写目标、规则、步骤和限制。 它还能分层存放局。 skills 保存个人习惯、项目及 skills 保存仓库约定团队不用靠口头同步 绘画。启动时, cloud code 会扫描这些。 markdown 解析 frontmatter 和正文,注册成可以直接调用的斜杠命令。 内置 skills 覆盖 commit ship plan, investigate q a。 参数还能让固定流程保留一次性输入,比如提交信息。 再往外一步, m c p。 还能把服务器端 prompts 分 发成 skills, 对 话里也能动态发现相关能力。所以判断一个流程值不值得做成 skill, 看四点规则,固定步骤、固定边界、重要参数、少量变化 评论区选一个团队第一个 skill, 你 会先做 commit release, debug 还是 q a。

我用了半个月时间,测试了二百多个龙虾 skill, 最后留下来的只有八个。今天我把这些技能全部免费分享给大家,让你的龙虾能够真正的解决你的痛点。第一个, agent bro, 想爬某个网页,直接说去这个网站,把这个列表给我抓下来, ai 就 能自动打开浏览器操作页面,数据结构化了,返回不需要配环境,也不需要处理,反爬不更不需要维护代码,一句话搞定。第二个, bb pro, 以前让龙虾去小红书发帖,你得先扫码登录,三审过期了还要重新扫。 这个技能能够直接调用你本地浏览器的登录状态,你已经登录过了, ai 直接用你的身份操作,再也不用扫码了。第三个, open c r i, 像 b 站、知乎、小红书、叉这些地方的评论,关注 这些手动操作,全部做成命令行,覆盖十八个平台,一句话就能调用,还能自我迭代,把新的网站做成 c r i, 说牛不牛逼。第四个, skill waiter 技能市场越来越丰富,但是风险也在增加。这个技能就是帮你在安装技能之前 做一遍安全教验,看一下有没有风险,先安检再安装,一定要养成这条习惯。第五个, cellphone agent, 它会自动记录你纠正过的错误,踩过的坑,反复提高的工作习惯,然后整理成知识卡片。在后续任务中,主动就要有不会复盘的龙虾,养多久都是新手。第六个,劳斯莱斯 club, ai 最大的痛点就是失忆,这个技能能把你的对话全部打包成持久化的数据,并且在后台把旧对话打包成树状摘药,控制逃开消耗,龙虾再也不会失忆了。第七个, ctrl 森特儿, 你养了七八个龙虾,每个都失联了,你不知道他们死没死?这个面板解决了,看每个任务消耗了多少通坎,每个龙虾健不健康,有没有被卡住?查看他们的记忆人设任务档案,养龙虾必备。第八个, oppo 可乐班卡, 定时备份整个龙虾的配置文件和记忆库,即使不小心龙虾咬崩了,也能一键回档,配置、记忆、历史对话全都恢复。这个我强烈建议你现在就装上。 工具的价值不在于功能有多,全在于它解决了你的什么痛点。上述所有的技能可以直接发给龙虾,让他直接帮你安装并指导你使用即可。感谢观看,下期见!拜拜!