一个视频讲明白 ai 领域的 skills 到底是什么? ai 怎么从只会说话的语言模型变成真正能干活的智能体?答案就两个字, skills。 你 可以把 ai 想象成一个超级大脑,但没有手脚。 skills 就是 给这个大脑装上各种工具,搜索、写代码、挑 api。 有 了工具, ai 才能真正干活。 skills 按功能分三大类,第一类,信息获取、搜索网页、抓取数据。第二类,计算执行、运行代码做数学。第三类,交互控制,调 api 操作系统。每个 skill 的 底层都是一份 json 格式的工具描述器,约 它告诉模型三件事,工具叫什么名字,能干什么,要传什么参数公式就是 to, 等于名字加描述加参数的 json 模型。看懂这份契约,才知道什么时候该调用哪个工具模型使用工具的过程,遵循一个经典模式, react, 循环三步走,先思考,再行动,调用工具,最后观察结果, 然后回到第一步,继续思考,直到任务完成。就像厨师做菜,想菜谱,动手炒,尝味道再调整。面对多个工具,模型怎么决定用哪个?其实模型会给每个工具打一个饮食的概率分数, 最适合当前任务的工具,得分最高,被优先选中。这不是随机的,是模型基于训练数据学到的判断力。你说一句自然语言,模型要把它转化成结构化参数, 比如查北京天气,模型自动提取 ct 等于北京,这个过程叫参数提取,是 skills 能正常工作的关键。 工具运行不是在模型内部,而是在独立的沙箱环境里。沙箱就像一个玻璃展柜, ai 能看里面,但无法随意操控外部系统,这是安全边界的核心设计。 工具调用的底层是一套请求响应协议模型,发出结构化调用请求,包含工具名和参数。外部执行器收到后运行,把结果打包返回给模型, 就像客户下单,餐厅做菜,服务员端菜回来。真正厉害的地方在于工具可以练式调用,先搜索拿到数据,再用代码处理,最后通过 a p i 发送结果。 多个工具串联完成复杂任务,有个隐藏成本。你必须知道,每次工具调用结果都会塞进上下文窗口,上下文窗口是有限的, top 数量有上限。 工具调用越多, token 消耗越快,成本越高,速度越慢。所以工具不是越多越好,要精准使用,工具调用不总是成功的。错误处理同样是 skills 的 一部分,超时就重试参数,错误就修正参数,再试, 权限不足就放弃,并告知用户原因。安全设计的核心是最小权限原则, ai 应该只拥有完成当前任务所必需的最小权限。字集能读数据,但不能随意写。系统删文件,这防止了工具被滥用,保护了用户数据安全。 skills 不 只是文字工具,现代 ai 的 技能已覆盖多种模态,视觉工具分析图片、语音工具处理音频、浏览器工具操控网页,让 ai 真正拥有多感官能力。你可能听过 function、 calling to use actions 这些词, 它们叫法不同,但底层机制完全一致。东市定义、气约、模型、决策、执行、返回这三步, skills 是 对这套机制的通用描述,换个名字原理不变。高级玩法是用 d a g 有 向无环图来编排工具,多个工具可以并行执行,结果汇聚后再传入下一个工具。 这种编排方式大幅提升了复杂任务的执行效率。总结一下, skills 就是 ai 的 行动力定义、契约模型、决策杀伤、执行结果反馈、四步循环。明白了这套机制,你就真正懂了 ai agent 的 底层原理。
粉丝68获赞488

这些 skills 让 openclaw 把搜索做到极致,厉害!哈喽,大家好,我是姚路星。 用 openclaw 一个月,我发现一个真相,很多人把 openclaw 当聊天机器人用太浪费了。它真正的价值在于能主动获取信息、分析信息,作出判断,而这一切的前提是联网搜索能力。今天我把 openclaw 联网搜索能力拉满的 skills 分享给大家。 opencloud 官方内置了 brave 和 perplexity 两个搜索引擎,但问题是 brave search 要绑卡免费,额度有限,经常不够用。 perplexity 需要付费,国内网络还不稳定。 更重要的是,这些搜索引擎对中文内容的覆盖不够。全 x 小 红书公众号、 b 站播客这些我们日常获取信息的渠道,传统搜索引擎根本搜不到,所以目标就是建立一个无死角的信息获取系统。 第一步,替代内置搜索引擎,包括两个 skills, 其中一个 skill is tivoli search。 tivoli 是 专门为 agent 设计的搜索 api, 和传统搜索的对比以及项目地址如下。 其中配置的话有两个要点,要点一,去 tivoli 官网申请 apikey, 这个是免费的。要点二,在 opencloud ev 加入环境变量 tivoli apikey 另外一个 skill 是 multi search engine, 单一搜索引擎总有盲区,而 multi search engine 集成了十七个搜索引擎,包括八个中文加九个全球,有着不需要 api key 自动去重支持、搜索规则自定义等核心优势。地址如下, 当这两个 skill 都安装好了之后,将 table 里 multi search 和 brave 的 搜索优先级配置在 agent 斯巴克岛。 第二步,攻克难啃的平台,包括一个 skill, 搞定了通用搜索,接下来解决特定平台的解析问题。这里我们用的 skill is agent rich agent rich 支持各种平台以及项目地址如下。 最后一步,浏览器自动化包括一个 skill, 有 些网站需要登录,点击滑动才能看到内容,怎么办呢?这里我们用到 skill is browsering。 传统浏览器自动化,比如 playwrite 需要写代码控制,而 browsering 的 创新在于,你只需要正常操作浏览器,比如点击填写滑动, browsering 会自动录制每一步,最后保存为 skill, 下次直接调用 与 play right 对 比以及项目地址如下。最后总结一下, open cloud 的 高级化不是一蹴而就的,从基础搜索到浏览器自动化,每一步都在扩展它的能力边界,大家快去试一试吧!感谢大家,三连,谢谢大家,记得关注再走哦!

哈喽,朋友们,最近大家一定听过一句话,有了 ai, 谁都能写程序,做产品。但我敢打赌,更多人的真实状态是,你坐在电脑前,不是写不出来代码,而是根本不知道该做什么。在 ai 的 加持下,做出来这件事情变得容易了,反而是做什么成了最大的阻力。说白了, idea 才是真正的瓶颈。 所以本期视频分享的是我是怎么稳定获取 idea 的。 其实我做研发很多年了,参与过不少产品的研发,也自己折腾过很多项目。我一直有个习惯,只要我觉得一个想法值得验证,就一定会去试。 很多人会觉得好的 idea 一定是别人没做过的,不然怎么叫创新呢?但我并不认同。 a 十六 z 上有个帖子,我特别喜欢,总结一下就是, ai 不是 在创造全新的产品,而是在复活那些被埋没、被低估的产品。 而我获取 idea 的 来源其实很简单, product hot 热门榜单。在这里你能看到全球开发者在做什么产品,也能看到用户真正对哪些方向感兴趣。但耗精力的不是看榜单,而是了解一个产品。我需要看介绍、查官网、翻用户评价,判断他解决了什么问题,有没有新意,商业模式能不能跑,以及他现在有哪些明显的缺陷。 而这只是一个产品,我每天要看二十多个,至少要消耗一个小时以上的时间,长期重复,而且非常耗费精力,所以我就在想, ai 能不能帮我把这件事干了。我也试过一些自动化工作流方案,功能都很强,但配置和维护成本都不低,这不是普通人能长期玩的转的东西,那既然今天给大家分享,就一定有更简单的方案。 没错,他就是扣子的新功能,长期计划。长期计划简单理解就是你定目标,扣子长期稳定的帮你实现。 ok, 我 们直接进行实操。既然我们要让 ai 来处理这件事,那首要的问题就是数据源,得先拿到 project hard 的 每日榜单数据, 我们直接打开扣子官网,问他有没有什么开源项目可以拿到 project hard 的 每日热门榜单。这么做的目的只有一个,看看有没有现成方案,避免重复造轮子。 还给我推荐了三个项目,那我们一个个点开来看,很明显第一个项目的 star 数量远高于其他项目。这个项目本身也提供了一个 product hot 的 热门榜单网页,但内容太简单了,我的目标不是看个榜单,而是要看完介绍就能对这个产品了解七七八八,直接判断值不值得深入体验。 这个项目还提供了 rss 地址,当然他既然有网页,我们用网页地址也一样,只要改一下网页末尾的日期,就可以访问不同的日榜项目介绍里写的很清楚,他会在每天下午四点定时抓榜单数据,那就很简单了,我们把长期计划的执行时间定在下午的四点零五分,这样就可以确保上游数据准备好了。 ok, 数据源解决后,我们就可以创建长期计划了。点击创建长期计划,然后输入提示词,这里有个重点, prompt, 不 需要写的多漂亮,你只需要说清楚三件事,我要做什么,我的痛点是什么?我需要 ai 怎么帮我?写完之后,我们直接点击一键优化,扣子会帮我们自动整理成结构化的提示词, 检查无误后回车等待扣子拆解目标规划步骤,然后创建计划即可。你可能会觉得听起来好像也挺简单,确实用户操作很简单,但背后其实并不简单,因为这并不是每天跑一次定时的 prompt 给大模型拿结果。扣子长期计划其实做的是一个多步骤多轮决策的 agent 工作流, 给他一个模糊目标,他会自动拆解成有序的工作计划,在执行过程中,自动调用工具和 skill, 也就是技能在关键节点插入 hemi check, 也就是通过人工检查来反馈确认一些关键信息,然后继续推进,直到把目标完成,并且形成一个长期可运行的计划。这也是长期计划最有意思的点, 因为我之前已经跑过一次完整流程了,这里直接给大家看过程。我先提交了一份扣子一键优化后的结构化提示词,扣子基于这份提示词,帮我制定了一个分析计划,并且在不清晰的地方和我进行了多轮交互,最终给了我两套方案。那我确认之后激活计划,接下来他就开始真正的初次执行。 这里其实有很多步骤,比如爬取内容、创建脚本、执行测试验证结果生成总结。大家可能已经注意到了,执行过程中其实调用了不少内置的 skills, 正如我们上期视频说的, skills 是 一个非常有潜力的功能,扣子也上新了 skills 功能,我们也可以在扣子中点击创建 skills, 这样就可以在长期计划中使用了 长期计划加 skills, 意味着 ai 可以 做的事情会非常多。 ok 第一次试运行时间相对来说是比较长的,因为扣子需要创建各种脚本和规范,但一旦跑通,后续就是稳定执行。 每次生成的结果也会在差的面板直接推送给我们。看完之后如果有不满意的地方,可以随时提优化建议。扣子会记录新的需求,并同步更新后续所有的定时任务。 如果你点开日程,就可以看到它每周、每天已执行或待执行的任务。所有运行过程中生成的文件都可以在文件 type 中找到,这里有一些脚本需求约束的规范文档以及最终产物。 每一个长期计划本质上就是一个独立的沙箱环境, a 政呢,会基于这个沙箱持续累积上下文和记忆。那最终每天下午的四点零五分,扣子就会自动爬取并整理当天的 product hot 热门产品。 五到十分钟后,我就能收到一份完整的热门产品日报。而每次任务的执行扣子都会验证产物是否符合,是否有一些问题点,然后给出一些执行反馈。这样我们在每次看日报后,都可以根据反馈内容持续优化产物结果。 输出的这份产品日报,他并不是简单的抄榜单,而是针对每个产品补齐关键信息。产品解决了什么问题?亮点在哪?用户的反馈?商业模式怎么走?产品的潜在问题在哪?文档最后还会给我一个今天值得关注的几个产品的总结,我不用再手动的刷榜单,不用再开一堆标签页,不用再重复的做同样的判断, 这些长期重复消耗精力的事情,扣子替我干了。大家可以看到生成的内容信息,因为榜单每天都有二十多个产品,而每个产品的相关信息还是补充的比较全的,所以这个日报整体很长,我已经测试过了,即使这么长的文档,扣子的输出质量也很不错。我把最新一天的生成内容链接放在评论区,大家有兴趣的话可以看看。 我们会发现扣子长期计划的价值从拆的窗口被动响应变成了主动执行,他可以替我们把一件事情,把一个个目标长期稳定的干完。 其实做信息员聚合每天 pos 各种日报,定期 pos 周报是一个通用型的需求,我只是结合自己的痛点举了个例子,大家可以根据自己的想法去让扣子落地。 比如你想写小说,完全可以使用长期计划,让扣子帮你生成规划,然后每天定时定点的更新内容,更新前后的规划审查都可以让他做。朋友们,我已经让扣子结合我的思路再写一篇小说了,等我后续 再。比如做自媒体也有的玩,我们可以让他每天定时定点的帮我们解锁热门信息,然后帮我们整理出来对应热门赛道的选择题,然后给每个选择题做评估,多维度打分,最终选出一到三个话题,生成文案或者视频脚本,甚至可以让他解锁话题对应的高热度视频字幕或文章,拆解出来脚本每天推给我们。 再比如你想学英语,目的是为了考研、考雅思、考托福,也可以使用长期计划,基于你的目标,让扣子每天定时定点的帮你推不同阶段不同程度的学习任务和资料给你,而这一切现在都可以在扣子中用自然语言去完成,不用我们搭建各种工作流, 你负责定目标,扣子负责实现。这种周期性执行 a 证和任务的需求在职场中会很常见,而扣子本身在职场生活等多方向的智能体生态都很成熟,如果后期可以在长期计划中接入扣子的智能体生态,那估计会更好玩,那更多的玩法大家也可以自行发掘。我估计 a 证的长期计划这一点很快就会被其他的 a 证的产品借鉴。 最后补充说明一下费用问题,扣子的长期计划本身是可以免费创建的,免费用户可以创建两个长期计划,在执行过程中会根据任务消耗对应的积分,积分可以通过每日签到、邀请等方式获取,整体门槛并不高。对于这种长期来帮你干活的 a 证的能力来说,我觉得这个成本是非常合理的, 个人用基本上是免费的,那感兴趣的朋友也可以试试,我觉得这是一个很有意思的功能,通过我的邀请链接注册可以获得五千积分。 ok, 感谢大家的收看,觉得不错可以一键三连,这里是不正经的前端,我们下期再见。

大家最近使用 codex 时,额度是不是又不够用了?或者你是一个小白,还不会配置上网环境,连切记 gpt 账号都注册不了, 那么这期视频我会手把手教你,将性价比之王 deepstack v 四接入 codex 中,国内用户直连兼具经济和性能于一体,可以说是国内入门编程者上手的最优解,我们直接从零到一进行教学。首先打开网页,输入 node js, 点击进入,进入官网后我们点击获取 note g s, 之后选择对应的操作系统,点击安装程序,国内直联的话下载速度很慢,大家耐心等待。下载完成后,我们打开安装包,最后一路点击同意完成最终的安装。 下一步呢,我们搜索 codex 桌面端下载,点击第一个我这里以 windows 系统下载为例,我们找到微软应用商店,点击下载之后打开下载的程序, 下载完成后就会出现 codex 桌面端登录的一个页面,然后我们先不用管它,我们还需要 c c x 和 c c switch 这两个工具,有需要我飞书的小伙伴点赞评论加关注,我也会把我的飞书链接分享给大家。 我们将这两个安装包解压,解压之后点击这个 c c x, 然后这里有一个环境配置文件,这里可以看到我们的这个 s k 是 一二三四五六,这个大家记一下之后点击下面这个程序,然后我们找到这个管理界面,把这个链接复制粘贴到网页端, 打开之后我们在这里输入刚才的那个 s k 就是 一二三四五六, 然后我们点击这里切换到简体中文,然后我们点击这个 codex, 点击添加渠道,之后我们进入 deepsafe 的 官网, 点击 api 开放平台,然后我们自行登录之后找到这个接口文档,我们将这个 baseurl 进行复制,然后返回在这里粘贴。之后我们在 deepsafe 的 apikey 里点击创建 apikey, 这里随便命名, 然后点击创建,之后进行复制,同样在这里进行一个粘贴,然后呢我们点击右上角的详细配置,在这里把服务类型选择成 open i chat, 然后我们下滑,找到这个规范化非常键,我们将这个进行开启,之后点击创建渠道即可。接下来我们找到刚才解压的 cc switch 这个软件,我们同样的进行登录, 安装成功后,我们打开 cc switch, 然后在这里选择呃切的 gpt open i, 我 们点击右上角的添加, 选择自定义配置供应商名称,随便起一个名字,这个 api k 还是我们的环境配置的 k, 就是 一二三四五六。 之后 api 请求地址呢,我们就返回 c c x 中的这个 api 地址,我们将这个地址进行复制,然后在这里进行粘贴,之后点击获取模型列表, 这里我们就可以看到我们已经获取了 deepsea 的 v, 已经获取了 deepsea v 四的两个模型,然后我们往下滑,把这个一百万上下窗口进行打开,然后点击添加, 之后我们关闭 codex 进行重启,这里大家稍等片刻,因为是国内网络的指令,所以说它会有一些延迟。重新打开之后呢,我们选择这个 enter api, 然后输入一二三四五六。 进入之后呢,我们点击上面的 file, 然后点击 settings, 我 们在 general 下面往下滑,然后找到呃这个 language, 进行一个汉化,然后我们在这儿选择中文。进入之后,我们输入对话, 可以看到我们的 deepsafe 已经接入到 codex 中了,我们也可以直接让 codex 帮我们安装 skills, 比如我视频开头制作的 ppt, 就是 用这个 ppt skills 制作的。我们只需要在网页上输入我们想要的一个 skills, 找到 github 的 原始仓库,我们打开, 然后将这个链接地址复制到 codex 里,让它帮我安装这个网页里的 skills, 然后它就会一步一步自动化地去执行我们的操作,最终帮我们安装上了这个 skills。 然后我们之后制作 ppt 的 时候,它就会自动调用这个技能,帮我们生成这样风格的一个 ppt。 这个是 skills 的 一个安装技巧。本期视频就到这里,如果觉得对你有帮助,别忘了点赞关注,谢谢大家!

给你们看一下 scuse 到底有多恐怖?这个是提取工具,它支持某书、某音、 pk 避战等各大媒体平台提取,这个主要做分析来用, 它可以从关键词手段敏感、内容风险、商业化程度、互动出发,潜力和内容结构这六大方面逐一分析。而这个可以根据你的要求来生成不同平台的视频脚本,算是 某书、某音、电商和门户网站的都可以。而最后这个就是运营发布了,它可以发布到某书、某音等各大主流平台。刚才所看到的这些工具, scuse 完全可以把它们结合成一个工具,可想而知这样的风格怪到底有多恐怖。找不到和那些不会用的小伙伴,主页踢我。

cloudco 有 一个很强大的功能叫做 skill, 很多人都会讨论起它,但是它到底是什么,为什么需要,又要怎么用呢?今天我就一次性讲清楚它。大家好,我是温豪。 skill 本质上是一份 markdown 文件,不是什么复杂的插件或者二进字程序, 就是用自然语言写的一套规则,告诉 cloud 遇到这类任务应该怎么去完成。它的结构其实也比较简单,顶部一小段的压秒写名字和描述,下面的 markdown 文写具体规则,什么时候触发,遵循什么原则,哪些事情不能做,就这些。 有这么一个场景啊,你跟 cloud 扣说帮我写一个落地页,默认情况下出来的大概率都是紫色渐变的字体。一眼,哎呦喂,当你装上一个前端设计的 skill 之后,像是我最喜欢的 his skill, 同样的请求输出完全不一样。 skill 里定义了什么?配色,该避免间距,怎么给?字体怎么选? cloud 照着做,质量直接上一个台阶。而且 skill 不 只是应用于前端设计,还可以应用于代码审查、文案写作,自动测试,数据分析, seo 优化。 基本上你能想到的工作流,社区里都已经有人把它做成了 skill。 cloud 扣如果没有 skill, 就 像智能手机,没有 app, 它能用,但是浪费了大部分的能力。 skill 怎么获取呢?有三个方法,第一,用现成的社区的 skill 市场还有地哈萨已经有大量的开源 skill, 找到你想用的那类 skill, 下载放到 skills 的 目录就能用了。 我自己常用的也就只有七八个,基本覆盖了日常开发的各个环节。第二,自己写你的编码规范,设计偏好团队流程,写成一个 bug 大 文件放进去,就是你自己的 skill 格式,很自由,靠的能理解你的所有自然语言。 第三,用 skill creator 引导你去写。这是社区做的一个 skill, 装上之后直接使用它会一步步引导你,问你想解决什么问题,适用于什么场景,有哪些规则,然后 帮你把这些整理成一个规范的 skill。 点 md 文件不用自己研究格式,跟着走就行了。不管是哪种方式获取到的 skill, 装好之后都不用手动调用 cloud 的 内部维护了一个清亮锁影,每次你发任务过来,他都会先扫一遍已有的 skill 描述, 匹配上就自动加载完整的规则,整个过程完全感知不到,但输出质量一直在被 skill 影响着。不过 skill 有 一个很明显的短板,就是它的管理体验了。 装了哪些 skill, 想临时关掉一个,想看哪个占了多大的空间,全靠自己手动去翻文件夹。想禁用一个 skill, 你 得自己改文件名,或者把文件夹挪走。从社区上下载了一个压缩包,自己解压,自己找对路径放进去。 哇,这个体验对于新手小白来说简直就是灾难性啊!所以我针对 cloud 的 skill 管理,专门 yq 管理的一个工具, 一个格式化的 skill 管理面板,打开就能看到你在 cloud 安装的所有 skill 状态描述大小一目了然, 不想用了,一个开关关掉就行了,不用删文件,改天想用再随时打开。想找新的 skill, 里面添了 skill mp, 在 线市场 搜索预览一键安装,而且它是免费开源的, mac 用户, windows 用户都能用。如果觉得好用的话,请给我一个点赞、收藏加关注吧,谢谢大家,我们下期见!

一个视频讲明白什么是 cloud skill, 那 为了方便大家理解呢,大家就把我小周当做是一个大模型,那我从第一视角给大家分析什么是 cloud skill, 解决了什么问题啊?那现在我是个大模型啊,我已经被训练完了,那可以开始工作了。 但是我有缺陷啊,就是你问我上下五千年啊,法律,数学、医学,编程我都懂,但是你要是问我,你说今天天气怎么样啊?你问我今天发生了什么新闻,我不知道 为啥呢?因为我的训练数据里没有啊,但是你说小时候,那你这个能力就有点不靠谱了呀。啊,怎么办呢? 你给我开发了一堆工具让我用,你用拍身写了获取天气信息的工具啊,抓取新闻的工具,操作本地电脑文件的工具都给我了啊,我说工具虽然有了,但是我也不知道这些工具都是干啥的呀。啊,你帮我写个文档告诉我, 然后你又在每个工具里面加了一个工具的说明,文档里面又写了这个工具的作用参数,返回值用法, 这样我在和用户对话的时候,我就会先加载这个文档。我就知道啊,我什么时候该叫什么工具来干这个活啊,这样我能力就强大了,我这个缺陷也被弥补了啊,那我呢,再也不是之前单纯的大模型了,我现在是智能体 ai agent, 虽然我能力提升了。你又贪心了,你说小周为了让你能力更强,我给你开发更多的工具啊,然后你就咔咔给我塞了几十个上百个工具让我用,你以为我工具越多,我能力就越强?但是问题出现了 啊,就我这个上下文是有限的呀,而且经过我这么长时间的工作,我也知道啊,你给我的提示词越多我越笨 啊,你给我塞那么多工具,咱俩别说正常聊天了,我跟你聊天之前,我从头到尾读一遍这个工具文档,我就累够呛啊,我就说我说没你这么欺负人的啊,你赶紧给我想办法 啊,你说行啊,然后呢,你又给我找了几个助手,张三李四,王五,你说小周以后不用你自己使用工具了,你就使唤他们这几个 agent, 张三负责法务,王五负责人事,有问题找他们,你就负责跟用户聊天,他们仨负责调工具, 这个模式就叫多 agent 模式,我一听这方法好啊,我轻松了,有人使唤,但是这活干着干着我就感觉不对劲了, 就本来我直接就能回复用户消息,但是现在我得跟这仨聊半天才能回复客户呢,都等急眼了,我还没跟他仨聊明白呢啊,这就是多 agent 模式的性能问题。然后我就说,兄弟,能不能想个招,别给我那么多工具文档让我读,也别给我配那么多 agent 让我使唤, 咱就轻轻松松的,有啥活干啥活行不行?你说行?然后你就发明了一个东西叫 agent skill, 你 说我这回不给你那么多工具了啊,我给你 skill 啊,技能。 那这个技能不用那么多的说明啊,就一句话啊,比如这里有一个提取视频文档的技能,你不用管里面是怎么做的,你只要知道这个技能是干什么的就行。用户让你干这个事的时候,你在动态的加载这个技能 啊,如果用户没要求的话,你就不用加载,那这就比你聊天之前加载一堆工具的使用说明要方便太多了吧。我说确实,然后这一天呢,一个用户就跟我说说小周智能体啊,你给我提取一个视频文案,哎,我说好嘞, 然后我就打开了这个技能包,看到里面有两个文件,一个是 skill 点 md 和一个拍摄文件,我就开始读这个 skill 点 md 啊,我一看 好几百字,这要是每次聊天之前都让我加载这么多提示词的话,那我得累够呛。但是现在呢,哎,我就看一个说明啊,用到这个 skill 的 时候,我再动态加载,这我就轻松了, 然后我照着这个 skill 干活的时候,我发现,哎,如果我需要工具的时候,我还可以动态加载这个 python 文件里面的对应的代码,那这个 python 也是动态加载的,这样不仅性能好了,我执行的准确性也高了。这就是 cloud skill 或者叫 agent skill 的 作用 啊,不知道这个比喻大家有没有听明白啊,如果大家感觉有意思的话,帮忙点个赞,下个视频呢?我再讲讲如何在 cursor 中实现一个 skill 啊,今天内容就这些,咱们下期再见。

在全球互联网圈子里,一直藏着一个行业风向标。 notion 在 这里找到了第一批用户。 loom 在 这里完成冷启动, figma、 zapir、 robin、 hood 这些你每天都用的产品,都是从这个节奏场博出来的。没错,它就是 product hunt。 这里每天都有大量全新产品上线,优先掌握行业最新动态,时效性极强。 产品多为团队、个人精心打磨的新品,踩坑率低,不乏颠覆式工具,质量偏高,覆盖 ai、 办公、设计、娱乐等多个领域。无论你是找工具、看趋势,还是找创业方向,都能找到对应内容。每周上千个新产品在这里厮杀,投票、评论、冲榜。 对投资人来说,这里是风向标。对开发者来说,这里是试金石。对普通用户来说,这里是发现全球好产品的金矿。很多大佬都会每天刷它,找灵感、拉机会。它的价值不用多说,但缺点也同样明显。痛点一,信息过载,筛选成本极高。 每天上线的产品数量多,品类杂,逐一浏览,判断是否有用要花费大量时间。痛点二,语言门槛,理解成本高。平台全程英文产品介绍,用户评论都是英文,非英语母语者,看起来又累又容易遗漏。关键信息 高。纸张的产品和普通的混在一起,好东西被埋在信息洪流里,靠人工筛选,每天盯着看,精力根本不够用。于是我用 codex plus、 gpt、 五 point five、 vibe 定了一个 skill, 这个 skill 叫 product hunt daily。 它做的事情很简单,每天自动从 product 的 官方 grabclear api 拉取昨天上线的 top 一 百产品进行筛选。筛选逻辑不是简单的投票高就行,为了防止是刷票或者营销,设了一个动态讨论门槛儿, 产品的评论数必须达到投票数的百分之四,最低八条。筛选之后,用大模型对每个入选产品进行中文翻译和分析,产品是什么,解决什么问题,适合谁用一目了然。 只需简单配置,每天花一分钟快速了解最新产品资讯。接下来看看效果。这里我使用 work buddy 进行演示,只要是支持 skills 的 agent 都可以安装。找到技能,看到我已经安装好了,安装也很简单,点击右上角的添加技能上传技能,在这里上传对应技能的压缩包或者文件夹就可以。安装好后只需要和 agent 的 对话就可以使用 skill 了,非常方便。 我让 a 阵给我设置了一个自动化任务,每天九点使用 skill 获取昨天的排行信息。这里的配置都是 a 阵的配好的,你也可以根据你的需求适当调整。我们来看看任务执行的效果, skill 可以 输出 markdown 文档或者 html 文件, html 文件看起来会直观一点。这里可以看到,整理好了产品信息, 投票数以及适用人群和使用方法都总结出来了,解决了上述问题,让我们也能高效用好 procreate。 那 么本期节目就到这里了,如果喜欢记得点赞收藏哦,我们下期再见!

求问各位大佬们,到底怎么样可以不被小红书永久封号的基础上获取小红书平台的数据呢?我每天都在看你们分享各类很牛逼的操作,包括其不限于你们所说的很好用的 skills。 但是我安装了所谓的 agent research skills, 根本没有办法成功地获取小红书平台的数据。还是说你们就是在欺骗我们这群看你们视频的人呢? 做这些 ai 自媒体有意思吗?每天哗众取宠,你真的有自己在使用吗?还是说我自己太菜了?我已经被封了五个我的小红书小号了,每一次都是 使用 ai 托管,然后被永久封禁。但是我真的很重要啊,我工作里面需要小红书笔记的数据,各位大佬们 救救我,如果你们很如果你们真的很厉害的话,我很真诚的求问你到底怎么样可以获取呢?

大家好,我又来给大家分享超实用技能了, a 键 browser, 这个技能单周下载量达到了十八点七万次,这个数字真的很惊人,为什么它这么火呢?因为大家太需要一个能让 ai 真正动手操作浏览器的工具了。 以前我们使用 ai 只能让他说,现在有了 a 键 pro sir, ai 可以 真正做了。简单来说, a 键 t browser 就是 让 ai 能够像人一样操作浏览器。 安装完这个技能之后,你可以直接跟 ai 说 agent browser, 打开 it 之家,获取今天的新闻, ai 就 会自动打开浏览器,访问网站,抓取内容,然后把结果返回给你。它本质就是进行抓取网页, 点击按钮、填写表单等模拟浏览器的操作。想象一下,以前你需要手动打开浏览器,输入网址,滚动页面复制内容,现在一句话就能搞定。 agent prooser 有 两种使用模式,第一种是无头模式,适合简单的网页抓取任务,速度快,但容易被网站检测到是爬虫。 第二种是 c d p 模式,非常厉害,当遇到网站对爬虫限制严格时,你可以用 c d p 开启九二二二端口, 打开一个真实的浏览器进程,完全模仿人类的操作。比如你可以跟 ai 说,用 agentplus c d p 打开浏览器,访问 google 搜索,叉叉叉给我返回结果, ai 就 会打开一个真实的浏览器窗口, 像人一样操作,完全绕过反爬虫检测。安装方法特别简单,它支持 cloud cursor、 opencloudharmys 等多个平台, 如果你用的是 open color, 直接跟他说,等待安装完成就可以直接使用了。整个过程不需要任何技术背景,一句话就能搞定,真的是零门槛。很多用户发现第一次登录了账号密码,但是第二次再用,却发现账号密码又消失了。这个问题特别烦人,每次都要重新登录。 解决办法也很简单,你只需要告诉 opencloud, 用 a j t browser c d p 打开浏览器的 profile, 要固定指定位置,并保存到 twos 点 and d 中,后续都找这个位置, 这样就能保持登录状态,不用重复输入账号密码,省时省力。 a j browser 的 适用场景特别广泛,它可以自动抓取新闻资讯,每天早上自动推送给你。 可以进行自动化电商操作,批量处理订单,还能进行数据采集与分析,快速获取竞品信息。可以进行竞品监控,实时跟踪竞争对手动态,能用于自动化测试,提高测试效率。也能辅助智能客服自动回复常见问题。想象一下,以前需要你花几个小时做的事情, 现在 ai 几分钟就能搞定,而且二十四小时不停歇。 agent plus 之所以这么火,有五个核心原因, 第一,真正让 ai 动手,它不再是只会说的聊天机器人,而是能做的数字员工。第二,突破网站限制, c d p 模式,可以绕过反爬虫检测,访问任何网站。 第三,多平台支持 cloud browser, opencloud 都能用,覆盖主流 ai 平台。第四,简单易用,一句话就能让 ai 操作浏览器,不需要任何技术背景。第五,免费开源,在 github 上直接安装,无需付费,人人都能用。 aj pro sir 的 出现,标志着 ai 从聊天机器人进化到了数字员工,它不再只是陪你聊天的工具,而是能真正帮你干活的助手。如果你也想让 ai 帮你操作浏览器,解放双手,赶紧去试试 aj pro sir 吧!


awesome openclaw skills 是 openclaw 技能包的,所以目录收入了三千。加个社区开发的 skills, 帮助用户快速发现和安装各类扩展功能。我们艾特星期五机器人,让他用心加 skills, 给我生成一份数据报告。 对于开发者而言, ceos 系统能简化开发流程,专注于核心功能实现,利用现有技能快速构建复杂应用。 对于用户而言,按需获取功能,避免系统臃肿,享受社区开发的丰富功能,灵活定制个人助理功能。 对生态而言,促进开发者协助与创新,形成良性循环,推动 ai 助理技术发展,把不同领域知识高效注入给模型。 我们看他总结的数据报告,平均每日深度工作时间,详细数据表热力图当前状态,这个 skills 不 会自动启动和停止,所以如果为了更好的监控, 建议在执行任务前先启动监控,了解 ai 代理在做什么。 awesome opencloud 的 skills 包全部来自于括号不? cloudhub 是 opencloud 的 官方技能中心, 是 open class 生态系统的核心基础设施。介绍完 skills 库,接下来进入实战环节,我挑选了几个 skills 包,备份、安全审查、 工作追踪、进程反馈,咱们一个个来看。概括一下这五个 skills task status, 用于长任务进度反馈,提升使用体验,可以手动发送单次状态更新或启动周期性监控。 deepwork tracker 用于追踪工作状态,就是刚才展示的 skills, 帮助用户追踪专注工作的时间和频率,分析工作效率。不同的设备可能会遇到路径问题,直接把技能包丢给 open client 修复就行。 skill vader 用于安全审查技能包,防止安装恶意代码,检查技能代码中的潜在风险,如危险操作权限请求、数据传输等。 在安装 skills 前进行安全评估,防止恶意代码。这个功能很实用,后续会演示和说明。 backup 用于备份和恢复 opencloud 配置及数据。 skill search 去 cloudhub 搜索需要的技能,这个与安全审查结合使用,它可以帮助用户查找所需的 skills 包,无需永久安装,即可临时使用。技能。功能 测试任务,生成一份 open 跨技能生态分析报告,要求他从 q d i b 解锁当前最新技能的完整信息,再用 skill vita 技能审查是否安全。 通过千万 image skills 生成配套信息图,用 deep work track 追踪任务用时和进程,并用 task status 反馈任务进度,每分钟反馈一次,这是任务进程中反馈记录。五个 skills 全部用到进程追踪,用时三分钟,进度反馈正常。我们来看一下分析报告, 深入分析 open kala 技能生态系统 cks 系统是解决问题模块化功能扩展,通过独立的技能包实现功能解偶,避免核心系统臃肿,支持按需加载和卸载功能。社区驱动生态,通过 kalahop 生态实现技能的共享与分发, 降低开发门槛。安全隔离机制,看看他搜索到的热门技能,详细分析,包含版本、作者描述、依赖 api 需求。安全评估 skill vita 是 openclaw 安全第一技能审核工具,它会通过源码检查、代码审查、权限范围评估, 判断一个 skills 包是否安全可用,为什么需要这个技能?因为有人上传的四 skills 包含恶意脚本,开源平台建议使用工具检查其是否存在潜在有害行为。也有人发文 openclaw skills 被投毒,所以大家在安装 skills 前一定要仔细检查, 防止隐私信息被恶意搬运。有一个开源 skills ai 智能视频剪辑工具,包含 ai 分 析语义,精确剪辑双语字幕稍录自动生成社交媒体文案。我们克隆 skills, 圆满放到 open class skills 文件夹下, 让我们的 ai 机器人审查这个 skills 包。 ai 总结部分可用,需要安装依赖,是一个专业的 youtube 视频剪辑工具,然后我让他补全依赖,并检查是否可以正常运行。核心功能验证成功。 下达任务,让他用这个 skills 处理一个视频剪辑最精彩的片段,加上中英字幕,并生成某书风格的文案。 ai 将这个八分二十一秒的视频分为三个章节, 推荐了精彩片段,总结了推荐片段,成功生成了某书风格的文案,包含亮点总结实用感受、数据说话。如果需要实际的视频剪辑文件,可以进一步运行专门的剪辑脚本。我让 ai 把剪辑的精彩片段放出来, 他告诉我剪辑后文件的位置,这是一个六点五兆的视频文件,视频确实有内容的,但是受平台限制,这里就不给大家展示了。 opencloud skills 生态展现了模块化设计的强大能力,它通过标准化的接口和安全的审查机制,实现了功能的灵活扩展。 只需要一个 skills 包就能为 opencloud 添加新的技能。希望本期视频对您有所帮助,我们下期视频再见。

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。

主要讲解了香港大学开园的 nano bot 项目,并将其架构与 open cloud 进行了详细对比,重点强调了 skills 系统的核心作用。核心要点包括,第一,什么是 nano bot 视频智能分析? cqs 可以 把某站视频自动总结生成报告。 ai 分 析视频内容 提取核心知识点,生成结构化的学习笔记,再转成语音播放。我们让它处理 nano bot、 open cloud 相关视频,生成一份完整的知识提纲,不用手动记笔记,不用反复拖进度条,特别适合学习编程教程、 技术分享、产品介绍。总结完视频笔记后,还能一键转成语音,把知识点读给你听,通勤路上边听边学,相当于把视频变成了知识播客。这就是一个完整的视频学习工作流。找视频加分析总结加语音复习,它能智能分析某站视频,整理学习笔记。 学习笔记内容包含 nano bot 的 项目简介、 skill 系统核心功能、使用、视力、本地部署、 token 经济学对比七大优化维度。总结一下,这套技能包能让你 智能分析某站视频, ai 总结核心知识点,生成结构化笔记、语音朗读笔记,随时随地学习。我们准备的第二个 skill, 用于处理技术文档或论文, 将枯燥的 pdf 自动转成动画视频,支持多场景智能动画,自动配上背景音乐,完全不需要手动剪辑,适合学术论文宣传、产品白皮书展示、技术分享。我们让 ai 助手处理一个本地的 pdf 文档,视频生成成功文件,十七点五按币 渲染完成视频时长二十四秒,自动从十二页 pdf 提取五个关键页面,制作成动画视频展示。看一下生成的视频, 我们看下一个 skills, 用于识别和移除 ai 写作痕迹,使文本听起来更自然和人性化。这是一个提示词工程技能,主要通过 skill md 中的指导原则来指导 ai 编辑文本。 它能检测二十四种模式,语言内容和说话风格、沟通模式等等。我们发送这篇文章奥本克拉技能包,开启 ai 编程新纪元。 这篇文章拥有非常多的 ai 痕迹,一猫记加三法则,英文词汇印差,中文 ai 助手检测到的写作特征,过度强调重要性,因中文会用术语过度夸张,词汇公式化结构,重复用语结构。我们再让 ai 助手改写,并配合丁 tiktok 技能朗读出来, 我们一起听一下。 opencloud 是 一个挺有意思的项目,它提供了 b 站视频分析、字幕提取、语音播放等功能,能帮我们更高效地处理学习内容。 这个工具的核心价值在于,第一,自动分析视频内容并生成笔记。第二,支持语音播放,方便学习。第三,架构设计简洁清晰。 从视频智能分析到知识自动总结再到语音播放,它确实覆盖了完整的学习流程,而且这些功能都整合在一个简洁的架构里。觉得有用的话点个赞,支持一下,我们下期视频再见。