如果你现在还停留在会用 skill, 但不懂 skill 的 阶段,那这期视频你一定要看一看。同一个任务,两个人一个呢?改了一晚上,一个喝着咖啡就做完了。差距不在模型,也不在,他们的智商在于 skill。 我 们先来讲讲 skill 到底是什么? skill 的 中文是技能经验,它的真实用途也是如此。 比如说哈,你想完成一个复杂的功能,你和 ai 呢?沟通了很久,最终研究出来了一套方法论。第二天再次打开电脑,你和 agent 呢?说,我想做同样的事,你会发现他不记得了,你要去重新解释调试,踩一遍昨晚的坑。但如果昨晚的方法论直接就写成一个 skill, 第二天你只需要说一句话,他就知道该怎么做。 这就是 skill 的 核心价值,让经验可以复用。那大模型是怎么识别和调用 skill 的 呢?首先,我们要清楚 skill 的 构成,它的本质是一个 markdown 文件。以 cloud 的 举例哈,它会放在这个目录下。 每一个 skill 是 一个独立的文件夹,里面呢,有一个 skill 的 md, 这个 md 文件本质上来说就是一个说明文件, 他会告诉大模型这个 skill 的 触发条件、执行步骤和注意事项。 cloud 运行的时候,会把 skill 的 名称和触发描述注入到系统提示词中。比如说,你给 cloud 配置了一个自动写微信公众号的 skill, 这时候 cloud 每次回答你的问题的时候,系统提示词都会有这么一段, m d two wechat, 当用户想转换微信文章,上传草稿,生成封面图的时候,使用此 skill。 当你说帮我写一篇公众号文章, cloud 看到这句描述会主动地去判断,然后就会自动调用这个 skill。 skill 文件里面写着具体的执行步, code 按步骤走,然后就完成了任务。但是这也意味着,如果你配置的 skill 越多,系统的提示词也就越长,消耗的 token 也就越多。你也可以选择在窗口斜杠加 skill 的 名称,这样不依附于 code 的 自动判断,一定会命中。我们自己能不能创建一个自己的 skill 呢?有的兄弟,有的 你可以加载一个辅助你做 skill 的 skill, 然后和 agent 能表明你的 skill 的 触发条件、执行步骤和注意事项,然后就大功告成。以前你把经验交给新人要花几个月,而现在只要几分钟。 guo 的 思想才是真正有价值的地方,不是省那几分钟,而是把你的注意力和方法论变成真正的可付用的东西。我是逍遥,希望本期视频可以帮助到你,下期再见。
粉丝6.5万获赞21.2万

大家好,我是七帅,今天早上醒来发现微信读书更新了一个非常重要的功能。 q, 先打开看一下微信读书,打开设置设置,这里面有一个微信读书 qq, 点开以后就可以看到这里面有一个 qq 的 安装指令, 把指令复制下来,直接去我们的 ai 工具里面安装上这个 qq, 再连上我们的 api, 我 尝试一下给大家演示。我把微信读书 qq 给安装上以后呢, 可以看到它已经把这个 qq 安装上,包括以下的能力,搜索,还有书籍的信息、书架管理、阅读时长、笔记划线、书评和推荐。 其实对于我个人来讲,我非常关注我的笔记,我在微信读书看书的时候呢,经常会划线,但是这些笔记呢,会存留在微信读书这个 app 这个载体上, 我每划的一条笔记,对于我个人来讲,都是对我非常有帮助的一句话,我之前的时候想尽一切办法看能不能把这个笔记给利用起来,因为我每天的内容的输出都是基于这些笔记发散感想思考而来的, 所以说这个我估计未来对我帮助很大。那接下来呢,他会让输入 k, 输入完这个 k 以后呢,算是真正的去把这个 skill 连接上我的微信读书了。那么呢,我问他第一个问题,帮我看一下二零二六年的我的阅读时长。 我二零二六年的,一共至今为止,看书看了四十九个小时,五十八分钟,其中是百分之七十三是文字阅读,百分之二十七是听书,这是每个月份的读书时长,其中三月份读书读了二十个小时四十三分钟。接下来是我今年读书排行榜 top 五, 第一个是石老师的不慌进退接向前, 还有个持续买入等等。其实这几本书呢,我到目前为止确实印象非常深刻,特别是财富自由第一课这本书,在接下来分析我看书的偏好,我是经济理财十二本,个人成长十本,文学四本, 今年以来看李啸来的书,还有看帅建祥的书,看的是时间比较长的。接下来呢,我让 cloud 导出我在财富自由第一课这本书的读书笔记,他帮我去导出了。导出来以后呢,就有一百零九条划线, 四条想法和点评。后面我让轲佬去分析我的划线,总结出核心思想。总结出来就是说理财的本质呢,是要重新处理赚用、存三者的关系。我在这三个字上的划线最多,几乎是可以贯穿全书的。 我通过划线这本书,我留下了核心思想。下面有个第三点,输出力等于影响力,这是我划线密度第二高的主题,集中在优势赚钱篇,输出是把你的价值放大的唯一途径,输出力就是影响力。 比起做赚钱的事,更重要的是做值钱的事。比起做值钱的事,更重要的是让自己更有价值。别再说赚不了钱是因为学的不够多,原因明明就是输出的不够多。 我对个人商业价值的模型的划线也很精准,需求是基础,热爱是保障,擅长是财富。 我在传播章节华夏被找到,被看见,被记住这点我表达一下我的个人观点,我一直认为只有输出才是输入,这是非慢学习法的核心思想。 所以说我做内容最底层的目的是为了保证我自己的输入。从这本书里面的划线也可以看到我输出的目标和核心思想,最后有个人的阅读画像。从划线和想法来看,这本书打动我的不是具体的理财的技巧, 而是一套关于金钱底层的认知框架。正像我最后在写的书评说,看似在讲财富,其实讲消费观、生活观和价值观。 整本书最关键的启示可能就三句话,做产品、做内容的人就应该有这样的底气和标准,让遇上的每个人对我都有相见恨晚。 只要从开始了,就比不开始要强。有项目要比好项目更重要,敢不敢做比做的好不好影响更大。可以不上班,但是不能不工作。以上就是我今天的分享,希望对大家有帮助。

如果你在用 codex 却还没装这个 skill, 就 别怪你的额度总是不够用了,因为在你使用 codex 的 时候啊,它不可避免的要去网上搜索各种信息,比如查找文档,做用户调研、爬 github 仓库,甚至我之前的 ai 捡爆系统, 也是需要 codex 去帮我搜索搜集 ai 资讯的。但搜索其实非常消耗头肯,因为 agent 每打开一个网页,都可能把大量的皱纹、无关的网页代码、广告信息都带进上下文里搜索,轮次一多呀,你的额度就吃不消了。 agent 这个 skill 就是 专门用来解决这个问题的, 因为 agent 在 使用这个 skill 的 时候,会自动调用 agent 的 a p i, 所有搜索工作搞定后,再通过 markdown 的 格式传回给 agent。 这样一来,最重的那些活全部交给 any search 了,我们自己的 agent 就 轻松很多,使用方法也非常的 ai 原声, 我们在它的官网上复制这个 skill 的 命令,粘贴发给 codex, 它自动就会安装好了。我们只需要在对话中调用它, codex 就 能自动使用。我们立刻来测试一下,首先引用 any search 这个 skill, 然后让 codex 帮我们对比下过去一周 cloud code 和 anti gravity 这三款主流的 ai 开发工具,在国内的社媒和论坛中哪个更受欢迎。 最后用一个简洁美观的 html 网页呈现给我们,我们先看一下额度啊,现在是百分之九十八,点击发送 any search 收到请求后,会从海量的信息渠道中精准路由到最相关的数据源。 我们来看看结果。首先他给出了结论, codex 综合第一,下面有一个评分表,然后就是比较重要的量化样本表, any search 追踪了 npm 下载量、 reddit 评论和 hacker news 的 帖子, 下面还有一些基于搜索结果定性的分析。从样本来源我们看到他搜索了非常多的网站,从安装源到国内的社区、论坛到官网都涉及到了, 搜索质量很高,整体消耗了我 codex 五小时额度的十八个点。同时我还让 codex 在 不使用 any search 这个 skill 的 条件下,用同样的 prompt 跑了一次,这是最终的结果。 整体呈现上信息简略了一些,搜索员也大幅减少消耗的额度,还比之前多出了五个点,这就是低效搜索带来的隐性成本。 所以 any search 的 价值呢,就是把这类重活儿专门交给搜索技术设施来完成。当然它也可以直接在网上进行初步体验,从专业维度到普通生活的各个领域都能覆盖,非常推荐。好了,我是阿朱,关注我,让我们一起在 ai 潮头冲浪!

如果你接触了 ai, 你 一定听过 skill, 今天呢,就来讲讲什么是 skill。 掌握了 skill 以后呢,你就可以一句话跑完原来要交付半个小时的工作流,还可以把别的高手的流程搬到自己的 ai 上。为 了方便大家理解,我们可以用一个类比来讲解这个问题。假如 ai 是 一个厨师,每一次厨师再重新做菜的时候,他都要重新跟你对一次菜单。 ai 也一样,当你说帮我搜寻 ai 资讯的时候,他会马上反问,怎么搜集,搜集哪个方向?要近几天的还是近一周的?那么完成一个任务呢,就需要花非常多次的交互,确认具体的实现方法和实现细节,才能梳理出一版你满意的流程。 更头疼的是,下次你再让他做同一件事,他还是不记得怎么实现,于是又要重复所有的问题,每一次都要从头教。比如之前你如果已经完成了一次搜集 ai 的 资讯了,理论上来说,他应该要知道你的喜好了。但实际上,不同对话框的 ai 是 不共享记忆的。所以呢,当你跟他说再扫一遍 ai 资讯的时候,他又要再次问你, 于是 skill 就 出现了。他就像这本菜谱,厨师只要一听到要做一份番茄炒蛋,就不用再探讨多余的番茄炒蛋, ai 拿到 skill, 也不用再问具体怎么实现了。 所以你看, skill 就是 这本菜谱,一份直接告诉 ai 怎么做的说明书写一次, ai 永远记得再也不用跟它反复交互来实现这个工作流。那 skill 在 系统里面究竟长什么样呢? skill 最核心的文件就是 skill 点 md, 它本质上呢,是一个 markdown 文件,而在最上面的这一段, name 和 description 是 这整个 skill 里面最关键的部分。首先 name 它代表的是这个技能的名字,而 description 呢,会描述这个技能用来干什么,什么时候被触发。 而 ai 呢,就会根据这一贯 description 的 内容去决定我在执行的时候要不要去触发这个 skill, 而里面的正文呢,就会记载着这个 skill 具体的执行步骤。 skill 最聪明的一个特点就是它是灯亮解锁的,比如说,当你说帮我扫一下最近的 ai 新闻的时候,它就会根据 skill 的 名片来判断哪一个 skill 可能和当前这个步骤是相关的。而这里的名片指的就是我们刚刚提到的 name 和 description 这两个字段。 那比如说,当我说帮我扫一下最近的 ai 新闻的时候,他就会发现,哎, ai radar 这个 skill 好 像有相关,于是呢,他就会读取 ai radar 这个 skill 里面的具体内容,读 取完之后呢,他就会把这个 skill 的 md 的 信息放进上下文里面,那根据这个上下文,他就很有可能会执行这个步骤。这个步骤呢,就是先第一步,第二步。哎,读到第三步的时候,他发现我们还需要去参考另外一个文件,那这个文件呢,我们就也会增量式的解锁,当当你发现了我需要去阅读其他参考文件的时候,我可能就会再去获取其他的文件, 那这样的不断增量的解锁,就可以确保我们的上下文的信息只解锁到了有关的有用的信息。通过这种方式呢,我们就可以保证上下文的信息不会过度的爆炸,而且呢,我们的 skill 也能被灵活准确的利用。 skill 的 最核心的组建是 skill 点 md, 但其实它并不只包含文字指令,它除了最关键的 skill 点 md, 这个主指令书还可以包含 python 脚本。比如说你如果想要执行一个爬虫的脚本,你可以在 skill 点 md 里面告诉他说,当你想要爬去某个网站的时候,你可以直接执行这个 python 脚本。它还可以有一些模板文件, 比如说,当你想把搜索到的信息以特定的格式存储的时候,你也可以说请参考什么什么 template 文件来填写内容。同时呢,它还可以有参考资料,比如说你想做一个网站的时候,你希望有某一个固定的参考配色,你就可以告诉他说,根据某个参考的文件,根据某个参考的网站来设计这个内容。 也就是说这个 skill 里面其实可以包含各种各样的信息,你可以把指令工具、资料一整套都打包给 ai, 存储在 skill 里面 最重要的,所以学了这些,它能帮助你什么?我总结了两个最有用的用处,第一个呢,就是通过 skill 来固化你的工作流,也就是你也可以创建一个自己的 skill。 当你在实现某一个你日常的工作流的时候,第一次使用的时候呢,你可能会比如说帮我再分类一下,帮我换个合适,帮我再精简一点,这样来来回回调了好几轮,直到得到一个你满意的版本的时候,你 可以输入这个 prompt, 帮我把刚才的这个流程整理成一个 skill, 那 这个时候呢,这个 skill 点 md 就 会自动生成你的风格格式,禁忌词,包括你在这个过程中表现出你的喜好,都会被总结到这个 skill 里面,那这个时候呢,你就可以把你反复磨合得到的最符合你喜好的工作流变成了一个你可以反复重复使用的 skill。 那第二个非常牛的能力呢,就是你可以去用别人的 skill, 你 可以直接照搬别的高手的能力。举个例子,比如说呢,我想要爬取 youtube 上面的一些视频脚本,并不知道怎么能把 youtube 视频里的脚本爬取下来,那我就直接告诉 ai 说能不能帮我搜索一下有没有关于爬取 youtube 或者是获取视频相关的 skill。 然后呢, ai 一 般呢,就可能能帮我找到一些 getop 仓库啊,或者是一些建成的 skill 可能存在某些 skill hop 里面,然后呢,跟他说帮我安装这个 skill, 那 他就会把这个 skill 安装到你的 skill 库里面,那下一次的时候呢,我们只要触发关键词,可能就能利用这个 skill 来满足我们的需求,也就是把别人的能力直接变成我们的能力, 那这就是 skill 两个最实用最现实的用处。所以如果你在用 ai 发现总是自己比别人效率低,一定要来学习这个 skill 的 用。

搭一个让 ai 自动生成这样视频的 skill 真的 很容易,咱们先来看一下效果。承认吧,你的二十多岁不过是个拿着身份证的未成年,别再拿三十而立 pua 自己了。社会学专门为这种尴尬期造了个词,奥德赛时期,他借用河马史诗里英雄漂泊归乡的故事,只待从青春期结束到真正扛起社会毒打的这段漫长过渡。 这条视频呢,我没有加背景音乐,只是让它实现了 tds 配音,然后根据我的文案去生成分镜的提示词, 用提示词去生成对应的图片,再用对应的图片去生成视频,它只是经历了这样一个三步的 api 的 调用,就可以批量的产出这样的视频。然后加入了一些基础的功能,比方说关键词的提取,这是它自动识别的, 在关键词动画效果出来的时候,配上一个对应的音效。在这里我先说一下 ai 生成视频目前成本还是比较高的,它主要有两种方式,一种是调用 api, 而电有 a p i 的 话,现在最强的模型,那就是字节旗下的 cds 二点零。如果你的电脑配置足够高,比方说有一个九零系的显卡,那你就可以考虑本地生成,如果是这种风格的话,本地模型也是可以出的。咱们来看一下它的流程。第一步呢,就是来 读取你的文案,你可以把文案放在你电脑里边,用 txt 保存就可以,你可以保存一份文案,或者十份一百份 都可以,他都可以批量的帮你去完成。然后我这里有五个预选的风格,刚才的这种画面,这种卡通风格的画面是一种,你可以去选其他的,你喜欢的,包括现实感的都可以。如果你有对标账号,想参考他的风格,截一张图发给你的 ai, 让 ai 反推风格提示。 然后第二步就是把咱们的文案用 tps 配音,配音的方式模型有很多,有 api, 有 本地,这个就你们自己去选择就行。 第三步就是让 ai 根据你的音频产生的准确的时间轴去把它分分镜,然后生成提示词。生成画面的这里有一个重点, 因为你要和你的画面做时长的匹配,所以这里你要用 tts 返回的准确的时间处,你不能靠文字让 ai 去大概分,这样的话就可能对不上。第四步就是根据你刚才的分镜生成参考图。现在 ai 生成图片和视频的质量已 已经是非常的高了,所以这两步你就是根据你的提示词去调用返回的结果,如果不满意,你再调整风格类型的提示词就可以了。 其中最长的一步就是图声视频,除了耗时最长,也是它的费用最高。前边的所有的这一套流程, 一条视频跑下来可能就是几毛钱或者一块钱,但是徒生视频的这个环节,一个一分钟的视频,如果调用 cds 二点零的话,可能就是十块钱,二十块钱,甚至更高,所以这里一定要注意根据你们自己的需求,你们能承受的一个范围。我这里测试用的是 cds 一 点零, 一点零,我让他帮我估算了一个费用,一分钟的视频大概是十多块钱,这里只是做了一个测试,你也可以选择便宜一些的模型,或者考虑本地去跑,最后一步就比较简单了,就是按咱们的要求,根据一句话,然后匹配对应的画面,导入到剪映的草稿, 然后加一些转场的特效,加一些音效,包括背景音乐都可以让他直接全部加入进来。现在有很多认知类的视频都可以用这种方式去批量生成。 有很多小伙伴关注的 ai 生成短剧的 skill, 其实也是这样的一个流程,只不过你里边会把你的文案划分成剧情,然后让他去拆分分镜的提示词, 最后也是生成图片,图片再去生成视频。最后一个拼接流程都是一样的,只不过中间的步骤需要按你的需求去调整,有时间的话我会出一期专门的教程。最近更新的比较少,因为一直在调试各种视频的,有直播切片带货的, 还有一些帮小伙伴们定制在他们电脑上去远程调试的。大家有想做的视频不知道怎么去搭建的,可以评论区告诉我。

太好用了,简直太好用了,如果你还没用用过 ai skill, 那 你一定要尝试它。那 ai skill 呢?是最近很火的一个 ai agent 结合的一个工作流,相当于一个非常强大的流程规范去固定下来,它能解决一些标准化和重复性动作,它就相当于一个 sop 的 手册。那最常用的 skill 呢?都在这个网站去记录,大家可以去 下载自己使用的这些常用的 skill。 那 我们可以利用这个啊, find skill 呢,去找到自己最常用或者是现在用的比较好的 skill。 然后如果你想创建一个 skill 呢,就用利用这个创建 skill 的 模板,这个模板可以非常方便地创建一个你常用的一个 scale, 然后帮助大家去实现 scale 的 快速创建和应用。那我们如何使用呢?使用 tree 去通过聊天的方式去下载,一句话就可以把这个 scale 下载到本地,然后并且配置好。然后我们可以利用这个 scale 去快速创建一个 生成用力的 scale, 然后非常强大。这个 scale 呢,可以根据你自己的定义去不断优化,并且能生成不同格式的测试用力,这个就是我们整个测试用力效果,大家可以去看一下,各种格式,各种文件,各种标准都可以自己去定义。

skill 到底是什么?我来用两分钟讲清楚。前两天跟朋友吃了一顿饭,他问我一个问题,他说 skill 是 什么?我跟他说就是 ai 的 一个配置包,里面有说明文档和脚本, 所以那就是一个文件夹嘛。但是我换了一个说法,我跟他说他做菜好吃是因为他一直在做饭,已经练出来了自己的经验和手感。 但是如果他把他自己的教程写成一个菜谱,给一个非常聪明但是没有下过厨的人,他照着做也可以做出来的。这个菜谱就是 skill。 一个 skill 里面有什么呢? skill 本质上其实就是一个文件夹,里面有四样东西,分别是说明书、 skill、 点、 md 文档、 工作脚本、参考资料和素材。那 skill 和 prompt 有 什么区别呢? prompt 其实就是一个临时的口头吩咐,相当于你有一个天才实习生,每天需要嘱咐实习生来干什么, 每次都需要重新说的,包括有上下文机制,说多了哎,会忘,而且会每次都消耗头衔,并且还无法标准雇佣。 而 skill 不 一样, skill 相当于是一套固化的工作流,直接给了这个员工一个手册, 可以一次写好,反复使用,并且非常省。投肯。这个也是它和 mcp 最直接的一点,因为 mcp 是 会占用长时间的上下文的,并且 mcp 是 非常耗费投肯的,这就是 mcp 为什么被取代的原因之一吧。 skill 到底怎么用呢?其实特别简单, 我们用自然语言跟 ai 对 话就可以,我直接跟 ai 说帮我做一个关于 ai 创业的小红书封面, ai 会自动来调用我的 skill, 几秒钟就可以生成 skill 了, 根本不需要写复杂的 prompt ai 就 可以使用 skill 了。 skill 其实并不是什么高深的技术,工作流就是等于 skill, 你 越懂自己的工作流,自己的 skill 就 越重要。好的,这里是一书的 ai 口袋。

经常有写文案写文章需求的小伙伴啊,这个 skill 你 们真的可以试一试,已经有一点八万颗星了。去 ai 位,首先你要知道为什么 ai 写的东西一眼就能看出来,这个也是这个 skill 基于这个底层逻辑给出的解决方案,它可以识别二十九种 ai 痕迹,分为五大类。你们是不是也是被这种 ai 痕迹搞得很头疼,什么叫假的内容深度?他举了六个例子, 你们自己看一下什么叫语法的套路,排版的机械化,或者号太多,聊天沟通的痕迹,包括一些废话的流程了,每一个环节都做得非常细致, 等一下会给大家演示,包括最后我们一直在强调的灵魂的注入,好效果对比,我们直接来上安利啊。我们首先我们来看一个 ai 位十足的文案啊,这个主题是远离有毒的人,我让 ai 基于这个主题去写了一段文案,一开头就是蓉蓉的 ai 位好,这个时候我们只用调出这个 skill, 把你要修改的 文件的地址附上去,然后让他做一个修改,把修改后的内容保存成另外一个 md 的 文件,是不是非常简单?他先读一个修改后的内容,因为这是在六书自制库里操作,我自带一个风格样本库, 一方面他有自己的改写方式,同时他要借鉴我的一个风格,包括我的历史文章。首先看识别他识别了哪些 ai 位的痕迹,按照刚刚说的那几大类,然后开始 草稿重写,同时匹配我的风格。最后再做一遍检查和梳理,这边是他的优化总结开场,然后增加了故事, 然后其他的一些细节我们看下具体的效果,我用一个分屏的模式对比看一下,这个是 ai 版,这个是优化后的版本,你们自己对比看啊。首先掏出一个故事,而这边全部是在讲道理,我们再看一下结尾 i 写的心灵鸡汤,然后这边改写的是不是更口语化一点点,把他刚刚说的没有观点只有道理的这个问题做了一个优化,其他的你就自己感受了,反正我觉得经过这一版的优化, ai 位确实少了很多。再结合六叔自己的历史文章的语料语库,出来的稿子确实质量比较 高啊,自己再做一个润色就搞定了。经常有写文案写文章需求的小伙伴,这个 skill 你 们真的可以试一试。好了,我是六叔,关注我,持续丰富你的 ai 技能库,拜了个拜。

了解 ai 的 朋友一定经常听见 skill 这个词,但你有没有想过, skill 到底是个啥?是插件?是技能?还是什么黑科技?今天一句给你讲清楚。说穿了,普通 ai 就 像一个刚毕业的大学生,知识全面,但不会用专业工具。 你让他处理一个 pdf, 他 说请用 adobe acrobat, 你 让他写篇文章,写出来跟八股文似的。而 skill 就是 给 ai 装上职业资格证,加工具,包 装上之后, ai 瞬间就能处理 pdf, 做 ppt, 写代码审查,甚至帮你把 ai 为十足的文字改得像真人写的一句话。 skill 让 ai 为十足的文字改得像真人写的一句话。 skill 让 ai 从纸上谈兵变成持证上岗。 第一个 pdf 全能助手,你肯定遇到过,手上一堆扫描版的合同论文,要合并,要拆分,要转 word, 还要在里面找一句话, 普通 ai 告诉你请用 adobe acrobat, 然后就没然后了。装了 pdf skill 之后,你直接说把这三个 pdf 合并, 第五页转成图片,几秒钟搞定。 ai 从一个聊天机器人直接变成你的私人文档助手。第二个,去 ai 位写作, ai 写的文章,你一眼就能认出来,首先,其次,再者,综上所述,满篇套路跟写申论似的。 这个 skill 做了一件很酷的事,你把 ai 出稿扔进去,它扫一遍,把那些套路句式全改掉,换成口语化,带情绪的表达,处理完之后读起来像朋友在跟你聊天,不是机器在给你汇报一句话,它让 ai 学会了说人话。 第三个,前端设计,你说帮我设计一个赛博朋克风格的登录页面,普通 ai 只能给你写一段 html 代码,黑底白字,啥也不是。装上设计 skill, 同一句话进去,渐变背景、玻璃、钛面板、霓虹灯、边框全出来了,甚至带交互动效。 ai 从一个代码生成器直接变成你的专属 ui 设计师,那 skill 本身到底是个啥?其实就是一个文件,里面写三件事,什么时候触发,怎么操作,有哪些坑 ai 看到了照着做就行,不用理解为什么能出活就是好 ai 巨像一个老师傅给新人写的操作笔记, 你不用精通,按步骤来活就能干。所以记住一句话,普通 ai 给你的是一纸文凭, skill 给你的是一身本事。 没有 skill, ai 知识啥都懂但啥都做不了的大学生。装上 skill 指征,上岗,指哪打哪,点赞收藏,每天 get 一 些 ai 知识,关注我,下期见!

hi, 大家好,我是西西, ai 圈又出新词了, skill, 上个月出的词,但现在好像不懂的话,别人聊天你都听不懂它在聊什么,尤其是当大家都在用龙虾的新天, 那 skill 到底是什么?说白了,它就是给 ai 准备的技能包,工具包,它不同于提示词,不同于工具,就是 tool 方圈括,也不同于智能体,它是一个一整套的方法论,就是当你遇到这个问题,你要怎么做这一套方法论。 所以呢,它一般包含三个东西,第一个就是一整套的操作步骤,第二套就是每个节点要调用哪些工具。第三套就是专业知识,我让 ai 去写合同,我可以让它去掉合同的 skill。 当我让 ai 去做财务分析、运营分析,我可以让它分别去掉财务分析、运营分析的 skill。 所以 skill 就是 一句话, 让 ai 遇到指定的命题的时候,知道要用什么办法,什么工具去解决。你可以把 ai 想象成一个全能实习生,像之前说的那样,那 skill 就是 它的专业技术证书,技能证书。下一条我继续讲它跟提示词 工具 agent 分 别区别在哪里,以及它的坑和案例。我是西西,记得点赞收藏关注哦,拜拜!

你有没有这种感觉?网上天天在聊 prompt agent, skill, mcp, cloud code, cursor, 每个词你都见过,但真让你说清楚,它们之间谁是谁,谁套着谁,有啥不一样,大概率说不清。今天我用一个故事把它们全部串起来,这个故事就是你开了一家公司,听完你就全懂了。 先把最底层的概念说清楚,大模型就是 gpt、 cloud, deepsea 这些,把它想象成你刚招进公司的一个天才员工,聪明绝顶,文能写方案,武能改代码。但问题是,他今天才入职,不知道你公司的业务流程,不知道客户喜欢什么风格, 甚至不知道厕所在哪。他最大的问题从来不是智商,是不属你家规矩。最直接的方式。你走到他工位旁边,跟他说,帮我写个方案,语气专业一点, 参考上次给 a 客户做的版本。这些当面说的话就是 prompt, prompt 的 核心特征,临时的、一次性的,用完,机器的有用,但说完就没了。今天教他的格式,明天他不一定记得。你跟他说帮我做一份竞品分析报告,然后转身去开会了。 两个小时后,你回来发现他自己上网搜了竞品资料,翻了行业报告,整理了数据表格,写了初稿,读了一遍,觉得不行,还自己改了两轮。这个自己想办法干活的状态就叫 agent。 agent 不是 一个具体的产品,你不能说我下载一个 agent, agent 是 一种工作模式,从你说一步我走一步, 变成你说一个目标,我走完全程,你给目标,他给结果。 agent 确实在自己干活了,但干出来的活时好时坏,有时候格式乱七八糟,有时候用词不符合公司风格,为啥?因为他脑子里没有你公司的干活标准。你终于受不了了, 花了一个下午,写了一本公司内部 sop 手册,这本手册就是 skill, prompt 是 你的口头交代,说完就没了。 skill 是 你写下来的手册,随时能翻,翻完放回去, 下次还能用。一个是临时指令,一个是可附用的专业知识包。 ai 做什么事, skill, 给什么知识,精准投喂,不浪费脑容量。天才员工有了 s o p 手册,干活靠谱多了。但他遇到了新问题, 他有能力干活,但他进不了门。他需要查公司数据库,但没有权限,需要登录 crm 系统,但进不去。你去行政部给他办了一张门禁卡,刷开数据库,刷开 crm, 刷开代码仓库。这张门禁卡就是 m c p skill, 教你怎么干活, m c p 让你能进门干活。一个管能力,一个管权限。没有 skill, 有 数据也不知道怎么分析,没有 m c p, 有 方法也拿不到数据。两个缺一不可,每个员工都需要工位。这个办公室就是 ide, 就是 程序员写代码的那个软件,现在的 ai ide, 这一间已经有 ai 坐在里面的智能办公室。你推门进去, ai 助手已经在了,你写代码,他帮你补全,遇到 bug, 他 帮你分析,要重构,他帮你改。 i d e 不是 一间空办公室,而是全套设备加 ai, 员工加门禁系统都配好了的智能办公室。 有人不喜欢坐办公室,直接跑到工地,不用桌椅,不用显示器,一个对讲机,一双手套,直接上手干。 cloud code 和 open code 就是 这种特种兵,他们不是 ide, 不是 带图形界面的软件,是终端工具。打开那个黑底白字的命令行窗口,输入命令,他就在你的代码库里开始干活。 cloud code 是 iphone, open code 是 iphone, 一个开放但自由选模型。当这些东西真正组合在一起,会发生什么? 打开 cloud code 的 这个特种兵,给一个目标 agent 模式启动,自己拆,任务自己干,用 m c p 连接 git 哈布拉数据调用技术,选型、分析 skill, 按 s o p 标准流程做对比。二十来分钟,一份带数据表带对比图 带结论建议的完整报告交到面前。大模型的能力,加 agent 的 自主性,加 skill 的 方法论、加 m c p 的 连接能力。四个齿轮咬合在一起,转起来的时候,效率变了,不是快一点,是快了一个数量级。最后聊一个被讨论最多的话题, prompt 已死。 确实,你手动写 prompt 的 场景在减少,但 prompt 消失了吗?没有。它从你手动写的咒语,变成了系统自动运转的引擎。 你以为只有你在写 prompt? agent 每一步行动背后都是自动生成的。 prompt 在 指挥 skill 里存的方法论本身就是精心设计过的。 prompt 哪个环节离得开它从台前退到了幕后,从可见变成了隐形。 你听不见心跳,不代表心脏停了。二零二六年, ai 世界最大的红利不是懂技术,而是懂得怎么用这些概念重新定义自己的工作方式。你不需要每个都精通,只需要知道他们各自在什么位置,解决什么问题, 然后在需要的时候选对工具,用对方法。 ai 的 世界从来不是某一个概念的独角戏,是一整只交响乐才刚开场。如果这个视频帮你理清了这些概念,别忘了点赞、投币、收藏、转发给你。那个也说不太清楚这些概念的朋友,咱们下期见。

大家好,今天跟大家聊一个我做的开源项目,叫 skillkit, 一 句话解释,它是给 ai 装的一个技能管理大脑。我们先说背景, 现在 ai 越来越强了,但你有没有发现一个问题, ai 怎么知道该做什么?答案是靠 system prompts, 也就是一段预设的指令,你告诉他你是一个代码审查专家,他就按这个角色来。但问题是,如果你想让 ai 会的东西越来越多,怎么办? 最直觉的方案,全塞进去,把所有技能的指令全部写进 system prompt 里,五十个技能全塞,一百个技能继续塞。听起来简单粗暴,对吧?但这样做有五个致命问题。第一, token 爆炸, 五十个技能轻松三千多 token, 还没开始干活就把上下文用完了。第二,干扰严重,你想写周报,结果 ai 把代码审查的规则也混进来了。第三,路由靠猜, ai 不知道该用哪个技能,只能瞎猜。 第四,没法扩展,技能多了, prompt 直接称爆,加不进去。第五,无法附用。张三写了个好技能,李四用不了。因为偶合在各自的 prompt 里,所以 skukey 的 解法就四个字,按需加载。不要把所有技能全塞进去,而是用户说了什么,再去找对应的技能加载。 平时 prompt 里只有一个路由器,占二百 token 就 够了。具体怎么做?三步。第一步,路由用户说了一句话, skillkit 判断该用哪个技能。第二步,加载,确定了技能之后,把这个技能的指令加载进来。 第三步,执行, ai 按照技能的步骤去执行任务,整个过程用户完全无感,他只觉得 ai 变聪明了。 路由这块我设计了三层,第一层,关键词匹配,比如用户说周报直接命中,耗时不到一毫秒。第二层,语义匹配,关键词没命中的话,用语义相似度去找。 第三层, ai 兜底,前两层都不确定,交给 ai 自己判断,三层叠加准确率百分之九十五以上。整个系统分四个模块,路由引擎负责判断用哪个技能,技能注册表管理所有安装的技能加载器按需把技能指令加载进来, 执行引擎,按步骤执行任务,支持并行分支暂停确认。说了这么多技术,用户怎么用呢?五件事,全跟 ai 说话就行。想装 skillkit, 跟 ai 说,帮我装 skukey, 它自动搞定。想装别人的技能,跟 ai 说,帮我装这个技能,加个地址搞定。想创建自己的技能,跟 ai 说,帮我创建一个代码审查技能搞定。想看有哪些技能,跟 ai 说,我有哪些技能搞定。想用技能直接说需求就行。 比如帮我写个周报, ai 自动路由加载执行,用户不需要记任何命令,说人话就好,给大家演示一下内部发生了什么。比如用户说帮我写个周报, ai 收到之后调用 skillkit wrote, skillkit 发现周报命中了关键词,返回 weekly report 技能,然后 ai 调用 skillkit load, 拿到这个技能的指令和工作流,再调用 skillkit run, 拿到步骤序列, 然后 ai 就 按步骤执行。收集, get, 提交收集会议记录,分类整理生成周报,最后暂停等用户确认。整个过程对用户来说就是我说了一句话, ai 就 把周报写好了。最后看几个关键数字, a o e 匹配延迟不到一毫秒, prompt 占用降低十六倍,从三千二百 token 降到二百路由准确率百分之九十五以上,可承载五百个以上的技能,不会撑爆。这就是 skillkit 用构写的零外不依赖 m i t 协议开源。

哈喽,大家好,今天聊一个我最近玩的特别上头的骚操作。你之前可能听过从 prd 到 xmind 的 测试,用力一分钟搞定,全程不用手敲键盘。但今天我告诉你,那个都不算啥了,因为现在连这个技能本身都不是我写的,是 ai 自己给自己写的。 事情是这样的,我之前做案例的时候还需要自己写 skill, 虽然也不难,但总归要动手嘛。后来我发现 cloud code 官方自带一个东西叫 skill creator。 这玩意是干嘛的呢?就是专门用来创建和修改自定义技能的。简单说,这是一个造技能的技能。 那我怎么用的呢?我就直接在终端里输入一句话,请帮我创建一个技能,然后把需求写进去。我的需求大概是做一个代码库,分析的页面要有目录,能打开折叠,能看文件大小,最好还能显示每个文件是干嘛用的,而且只用 python 内置库,不装任何依赖。写完需求 回车,然后你就看着吧, skill creator 自己启动了,他先判断,哦,你的需求和现有某个技能很像,但多了文件描述功能。那我帮你创建一个改进版,然后他自己调用命令,创建文件夹,写技能,定义文件,写 python 脚本,中间有几个确认的地方,我点个 yes 就 行。全程我干了什么?我就打了一段话,点了几下 yes, 没了几分钟之后,一个完整的技能就生成了,它生成一个 html 页面,侧边栏,颜色、编码、目录结构、文件说明,全都有。当然,第一次出来的样子可能不完美,比如我觉得界面有点丑,字体不够大 怎么办?继续跟他说,请美化一下科技感,风格,字体大一点,他又自己调用 skill creator, 找到刚才那个技能,改脚本重新生成。虽然我那次最终页面有个小图标 bug, 但你们实操的时候可能根本不会遇到,关键是这个方法学到了。所以我现在觉得真正的效率提升,不是你会用 ai 帮你干活, 而是你把造工具这件事也交给 ai, 从 p r d 到 xmind 一 分钟,那是 ai 帮你执行,现在连这个执行的工具都是 ai 帮你造的,你只需要说清楚你想要什么,剩下的它自己搞定。那今天用到的这个官方 skill creator 的 完整配置流程,还有我演示里那个 codebase analyzer 的 完整技能代码,我都整理好了, 你不需要自己一个字一个字敲,直接拿去用就行。资料我已经放在评论区置顶了,点进去就能看到。你拿到之后照着做一遍,大概几分钟,你就能拥有自己的第一个自动生成的技能。

所有养虾人必冲的一个 skill, 这个大家一定要装下来,为什么呢?你看好我们日常跟 opencry 聊天,跟龙虾聊天是这样子的,对不对啊?这边还有一堆的这个程序啊,大家看不懂,然后很多人跟我 battle, 说什么汉化,我告诉你这里面有多少进去汉化个头啊, 全是英文,很多人看不懂。来,对小白最友好的地方在哪里?这里直接去装这个,装完之后,你看这里面所有的数据你都看得到,再来这里面你实时的聊天,你看我在跟他写代码,什么都看得到,再来 他的服务管理都可以,还有日历,你需要看日历的时候,对吧?这对程序员比较有用啊,对,大家日常可能不一定有,但这个一定可以用。还有你配置的模型,你看我只配了一个模型,你要配多个模型,这里也都能实现。 然后包括 agent, 你 还可以做多个 agent, 也就是你们经常讲的直分身,什么都可以在这里面直接去完成,你理解吗?它跟龙虾直接做同步了,然后这网关你的信息渠道,你看 qq 啦,包括钉钉啦,啊,你看我是用飞书跟微信,对吧?那还有其他你都可以用,它在这里都可以看得到,包括通讯都在这,安全,你看这个,你可以自己设置一个密码来。 最重要的,很多人说你的龙虾记忆问题,来,你看所有的记忆,我的每一天沟通它的记忆都在这里。好,你这个时候觉得这个记忆有问题,就点开在这里面去改, 理解吗?你每一天的记忆其实在这里面都能改,你看一天的,你就直接去改它就可以了,你看这个太牛了,直接改记忆 对吧,还可以创改记定时任务来这个呢,是龙虾一直有一个很大的 bug, 你 知道我现在的龙虾怎么去提醒我的吗?你们应该在我朋友圈有看到我的龙虾,十二点会叫我去买一个 smoking, 对 吧?等等的,即使是我昨天嘴巴跟他一说他就给我了,那他怎么就 跑这个定时任务呢?其实他用的是我这个电脑的定时任务来提醒他触发,那这样在这里面你就可以直接去加定时任务,就特别特别的方便,包括你的使用情况啦,你看你的信息,聊天,你的 token 总消耗都在这里面,你可以看得到的。好在这里面有个最重要的来了 skill, 你 装了多少的技能,在这里都可以看得到。对新人最友好的地方,如果你们不会用魔法,不会用 tiktok, 在 这里面直接可以找国内的理解吗?你这里面直接安装一下,这里直接可以找国内的,你要什么 skill, 在 这里面直接找,可以用国内镜像,也可以用 tiktok, 原版的 都可以,在这里面特别舒服啊,那包括你的模板设置啊,什么七七八八都在这,能理解了吗?所以这一套大家一定一定要去充,我把它变成白色的也行,我把它变成黑色也行,你需要改什么?字幕都在这啊,语言什么都在这里。 这个 skill 还有个很强的地方就在这,如果你要退回原版,看到没有,他可以退回的。我现在是三月二十三号的版本,可以退回三月十三号, 牛吧。所以这一套真的是这段时间以来我用下来对所有的新人最友好的,因为龙虾嘛,你不可能说都是程序员去用,大部分还是普通的老百姓创业者玩家想用的这套,大家去冲啊,如果实在不懂的直接去 看这个好不好,最简单的啊,大家一定一定搞起来,搞起来,真的好的事情我每天都给你们去分享好不好,去帮到大家,在玩龙虾的路上,大家 respect。

同样是小龙虾,别的龙虾勤奋在线,你的龙虾昙花一现,别的龙虾干活利落,你的龙虾总是报错,别的龙虾审美拔尖,你的龙虾审美跑偏, 这中间大概率就差一个东西, skill。 我 拉大家上期呢,教大家怎么零门槛安装小龙虾,但想让它真正的替你干活,还得给它配上好用的 skill。 那 接这期呢,我用五分钟带你从头到尾搞懂什么是 skill, 哪些是必装的 skill 及它的安装教程,记得点赞关注收藏,我们正式开始! skill 就是 小龙虾能调用的一项能力,简单来说,它俩的关系就像是哆啦 a 梦和口袋道具的关系, 你想要缩小就打开缩小灯,你想要飞起来就带上竹蜻蜓。你想要瞬间移动就打开传送门。口袋里有什么道具,哆啦 a 梦就能做什么事儿。你装上什么 skill, 小 龙虾就拥有什么能力。 从查天气、写表格、追热点到自动化操作,这些都需要 skill。 有 了专门的 skill, 小 龙虾才能从一个会聊天的 baby 虾变成一个会干活的效率虾。而 skill 能做的也远不止单个功能, 还可以把多个功能聚合到一起。比如说我之前做的 ai 升视频的工作流,涉及到升脚本、升分镜、升图,也可以直接做成一个全链路的 skill。 那 这样的话,我就可以很从容的只发一个产品卖点和产品图过去,小龙虾就知道一二三,每一步该怎么做,直接跑完全程非常的省心, 那你的经验就变成了他的能力,这样一个 skill 还可以高效的赋用到团队的其他人用。 想要养出效率虾,这四个 skill 必须第一时间安排。第一个 skill waiter 技能审查就是你的电子保安,你要安装新 skill 的 时候就会触发 skill waiter, 他 就会给出一份风险评估。如果说啊,他弹出说这个是高风险的,咱呢还是别撞了。第二个 tively search 搜索技能 是给小龙虾联网冲浪用的 skill, 那 opencloud 自己呢,是没有办法直接联网的,有了 tively search, 他 才能找到最新的资讯。 第三个 agent browser 浏览器的操作技能,比如说呢,帮你打开浏览器啊,抓取网页信息,填写表单,全程都不用你动手, 这样呢,一个自动抓取的表格就给你做好了。第四个是 self improving agent 自我改进技能,遇到了问题,它会复盘,会改进,会自动迭代,所以这是一个越用越强的养成系 skill, 也是 graphhoop 上面最热门的 skill。 以上就是养龙虾必备的四个 skill, 那 国产龙虾一般都会默认安装好这几个 skill, 大家可以查漏补缺看看。 完成了 skill 的 基建,我再跟大家分享,非常好用好看,能快速提升工作质量的 skill。 那 第一个呢,叫做 front and design, 是 一个审美极好的 skill, 我 让它生成了一个拉拉面包店的网站,可以看到呢,它的配图非常的有质感,整体都是淡黄色的配色和色系,排版也非常的清晰和高级。 我还用它生成了一个拉拉服装店的一个面向二十到三十岁欧美女性的独立站,网页整体是非常有活力的,多巴胺的渐变风格,最戳我的是这个鼠标的设计细节,你看它是一直会跟着这个鼠标,有五个彩色的圆点,你鼠标移动起来,这个圆点一起移动,看起来非常的有交互感。 front and design 呢,是 anthropomorphic 推出的 skill, 大家可以相信 xfopy 的 审美出来的效果都非常的有独特的质感。第二个 remote skill, 一个用来升高级视频的 skill, 那 比如说啊,我想要做一个介绍 openclaw 和 skill 的 科普视频, 它呢就能很快地给我做出一条视频,二十秒的时间,里面的图文格式化动效都非常的丝滑高级,也非常适合做数据的格式化,像这种让周报图表动起来的效果是不是也蛮不错的?或者呢是做一个产品介绍的视频,可以看这条 看整体是不是非常的有质感,感觉是那种直接能用的视频。那 remotion 呢,是以图形元素为主体的视觉风格,非常适合去做一些比较冷静的或是高级的一些视频内容。 最后呢,我们就要讲一讲 skill, 它的安装方式大致分为三类,第一种的话就是手动安装,因为 skill 本质是一个文件夹,所以呢,你可以直接从 github 或者是 clonehub 上面下载这个 skill 的 安装包,解压之后直接就拖到小龙虾的文件夹下面重启一下就可以直接使用了。 那第二种是半自动的安装,你只要找到了这个 skill 的 在线链接啊,直接丢给小龙虾,让它自己去安装就更省事一些。 第三种是全自动安装,你甚至都不需要知道这个 skill 叫什么或它的链接是什么,你只要提前的安装一个 find skill 的 skill, 就是 让它自己找 skill 的 这个 skill。 那 比如说现在呢,我需要你做我的投资顾问,你呢?先去搜索一下需要具备哪些 skill 才能做好这件事儿。 好的,就可以看到它自己会去技能库里巴拉巴拉巴拉的一通搜索,然后找到最匹配的几个 skill, 最后我们确认一下想选哪一个,一般呢选个星比较高的那几个 skill 啊,直接就下载安装就可以直接用起来了。 好的,以上呢就是 skill 的 全部实操介绍, skill 的 本质呢,其实就是让你的小龙虾叠各种 buff 啊,技能叠齐了,只要你敢想,它就能帮你搞定。 今天这期视频呢就到这里啦,欢迎在评论区里分享你用过的神奇的 skill。 下期我们再聊一聊怎么手搓一个你自己的 skill。 那 如果这期视频帮助到你的话呢,记得点赞收藏关注。

ai 圈每年都有几个关键词,那么去年是替词词和工作流,今年呢,是 skill, 很多人看到新的名词就很焦虑啊。今天我把 skill 这个东西的来龙去脉给你讲清楚,听完之后你就知道它到底是什么,以及为什么今年它这么重要。 那最早的时候,我们跟 ai 打交道,其实就是直接对话,你说一句,他回一句,你让他写个方案,他给你写一个。但是这种对话有一个非常大的问题,就是不稳定啊,同一个任务,你这次问他他这么多,下次问他他那么多,出来的结果完全是不一样的。而且呢,你每次都得把这个背景啊,要求啊重新说一遍,其实是非常麻烦,非常累的。 后来大家想到了一个办法,就是写一段固定的提示词,然后呢,复制、粘贴,反复用。但是哪怕你这个提示词里边已经固定了角色啊,背景啊,要求啊这信息了,最后出来的结果也不是很稳定的。 后来大家开始想,既然直接对话不稳定,那我能不能把整个过程固定下来呢?那用什么固定呢?用节点啊,先把任务拆成第一步、第二步、第三步,也就是去年我常说的业务的 sop, 那 么每个节点上挂上插件啊,配上大模型啊,写好提示词,然后串成一条线, 这是去年所有人都在拼的工作流。那工作流的本质是什么呢?其实就是用一套固定的流程,保证输出的稳定性, 不管谁用,什么时候用,只要你走完这套流程,结果就是相对稳定的。听起来很完美,对吧?但是问题来了,就是工作流他是死的 啊,场景稍微一变,你就得重新调。比如说今天客户要一个 a 格式,明天客户要变成 b 格式,那你就打两套不同的工作流。而且工作流越大越长,越大越复杂,出错了你都不知道哪一步出的问题。所以说去年大家拼的其实是谁的工作流多啊,谁的工作流运行相对稳定, ok? 那 你想想啊,这其实就相当于你雇佣了一个员工,然后呢,你每让他干一次活,都给他一张不同的操作清单 啊,告诉他先干嘛再干嘛,那效率是非常低的。那真正的理想的方式是什么呢?就是你教会他一个技能,他学会了这个技能之后啊,下次你只要告诉他目标,他自己就知道怎么干啊。不管是客户给了什么材料,要什么格式,他都能靠这项技能来完成。但这里有个问题,就是这个员工他到底是参照什么? 他干出来的活怎么才算?对?这时候就需要一个东西,就是标准。那 ai 也是一样的,你得给他一套标准,告诉他遇到什么情况,怎么处理,输出什么格式啊?边界在哪。这套标准其实就是 skill, 所以 skill 最开始提出来的时候,它的核心定义是什么呢?就是一套可附用的执行标准,它不是步骤清单,也不是节点流程图,它更像是一份规范手册。那么通过这个手册呢,能够告诉 ai, 就是 它后面处理这类事情,它需要遵循的几条原则,对吧?用什么样的方法,然后按照什么格式输出。那有了这条标准之后 啊,不管你换什么数据,换什么场景, ai 都可以按照这一个啊规范去执行,那这个 skill 在 我们的电脑上到底长什么样子呢?其实啊,大家后面呃自己去生成各种各样的 skill 之后,你可以再去看一眼它,本质上来说,这个 skill, 它就是一个文件夹, 那这个文件夹里面通常装着三样东西。第一个是 skill 点 m d 文件,这个是任何 skill 一定会有的啊,这是个什么东西呢?就是一个 markdown 文档啊,你可以把它理解成一份说明书,里面写了什么呢?啊,比如说啊,这个技能叫什么名字啊?它干什么用的?它最终应该输出什么样的格式?结果 ai 每次调用这个 skill 之前,都会先读这个说明书,了解自己要做什么,要怎么读。那么第二个 example 文件夹,这个可能有的 skill 没有啊。呃,这个 example 文件夹里面呢,是放着一到两个真实的事例文件,比如说一份标准的发票的 excel, 或者说一份你之前做好的合格的报告等等, 它的作用是什么呢?就是让 ai 有 一个标准的答案的参考样本,告诉 ai 什么是合格,什么是不合格。那 ai 会照着这个视力的格式和质量去执行。第三个呢,是一个 script 文件啊,有时候 skill 它会处理一些特定的操作,比如说格式化一个表格,或者从一段文字里面提取关键信息等等。这个时候啊,就可以在这个文件夹里面放一些脚本,比如说一段判断的代码,那 ai 在 执行任务的时候,是可以直接调用这些脚本的,让处理过程更精准,不容易出错, 大家放心啊,这个 skill 文件夹里面的这三个东西,都是 ai 已经帮你完成了,不需要我们去写。 所以说 skill 完全不是一个看不见摸不着的东西,你建好一个 skill, 就 等于在自己电脑上放了一个能力包的一个文件夹。那么 ai 每次去干这类的工作之前,都会先读这个文件夹里面的说明书啊,或者说参考里面的视例,或者如果有需要,就调里面的脚本, 然后呢,按照你定好的标准去执行。呃,这样讲可能比较抽象啊,我举个例子,假设呢,你经常开发票,然后如果我们用工作流的方式怎么做呢?啊?你得搭一条工作流啊,第一个节点,打开 excel 模板,就是读取嘛,对吧?第二步要填什么东西?填公司名称啊,填税号啊,然后呢,要填金额等等,每一步 都得写死。但是如果发票模板换了,这个工作流就不行了,那用 skill 的 方式怎么做呢?你先让 ai 帮你填一次发票,然后让 ai 把刚刚填的这个操作过程生成一套 skill。 那 这套 skill 本质上是一个标准,就是开发票应该填哪些字段啊,格式应该怎么排啊,命名怎么规范,然后遇到普票和专票应该怎么分别去处理它, 这是一套标准,他工作流是有本质区别的,那以后你再让他开发票,他拿着这套标准自己去执行,不管模板怎么变啊,标准在那他就能自己应对。 所以说工作流是教步骤,按照步骤去执行, skill 是 另一套标准。那为什么 skill 是 今年才火,去年没人提呢?因为去年的大模型还不够聪明, 去年你必须把每一步啊写清楚,不然他就乱来。所以说工作流那是去年最优的方案。但是今年模型不一样了,你不需要框住他了,你需要的是给他一套标准,让他自己去执行。 但是模型虽然能力越来越强啊,不需要用流程框住他了,但是你需要用标准去规范他。所以说今年整个 ai 圈的重心是从设计工作流转到了积累 skill 好 来龙去脉搞清楚了吧, 最早我们和 ai 去合作,我们是直接对话,非常不稳定,然后呢,用工作流来固定住,但是呢,太僵化。 今年模型变聪明了,大家开始用 skill 了,把标准立起来,让 ai 自己去按照标准执行。所以说啊,从理论上来讲,只要是重复型的工作,你都可以把它整理成 skill, 这样你就可以看着你的 ai 帮你去完成这工作。 那后面我会结合我自己的工作啊,以及身边朋友的工作,跟大家分享一些非常好用的 skill。 ok, 这期视频呢,就到这里,我们下期见。

然后接下,接下来啊,我要去介绍一下 skill。 skill 翻译过来就是应该是功能哈,我英语也不太好。 呃,就是关键吧,关键还有功能吧,它用于干什么呢?我们想让龙虾去完成我们的一个任务,比如说我们想让它改论文,对于普通的龙虾来说呢,你改论文,你就给他说改了论文很空泛,他不知道你的要求是什么。 你比如说这个格式,这个内容的规范性是偏口语化还是说专业化? skyo 是 什么呢?就是命令的集成,文字命令的集成, 你给他具体说你怎么干?你说格式要什么,新罗马字体多少多少字号,内容偏专业一点,或者是说加入多少多少图片,这就是 skyo, 那 就是网络上的 skyo 呢,也是很多。呃,我目前呢,我也是没有没有怎么用过 skyo 的。 嗯,我对于这些啊,龙虾的开发还有使用的也是基于非常表层的这些表面吧, 我使用的也是非常浅的,我感觉我们学生这一群体吧,还是建议去接触一些类似于龙虾的这类软件的。为什么呢?其中一个你使用这些东西,嗯,能够减少你的工作量。

最近几个月, skill 几乎成了 agent 落地时绕不开的话题。只要谈到 agent 在 生产环境中的真实落地,几乎都会重点提到它。但 skill 到底是什么?为什么非它不可?不会写代码的人能不能用 一句话说清楚, skill 不是 编程能力,而是一种把自己的工作经验外化,让 ai 按你的方式做事的方法论它对会不会写代码没有要求,更强调的是你对自己业务流程的理解和拆解能力。 官方定义一个 skill 是 一个封装了特定任务或工作流指令级的简单文件夹,它让 agent 只需学习一次,就能在后续所有交互中重复使用你的偏好、流程和领域知识,翻译成非技术语言。 skill 就是 你写给新来实习生的岗位 s o p 文件夹, s k i l l 点 m d 是 岗位说明书,首页 references 是 你给实习生准备的参考资料, scripts 是 几个固化工具, assets 是 周报封面、 ppt 模板这些素材。 建一个 skill, 本质上就是建一个 ai 实习生入职包,区别只是这个实习生学习速度极快,永远不会忘,可以随时上岗。 概念就是这么简单,一个文件夹加几个写明白的 markdown 文件,但概念简单不代表用好简单。很多人第一反应把流程都写成 prompt, 每次复制难贴用不就好了?完全可以,但你会很快碰到天花板,用数据异动归音分析的场景来感受。 假设你已经积累了五份成熟的提示词,每份都写的认真,然后你发现两种做法都有问题。方案一,把所有 prompt 一 次性塞进上下文,任务还没开始,上下文已经被静态材料吃掉一大半,简单问题反而被过度分析。 方案二,每次手动漂 prompt 听起来更聪明,但问题只是把判断的活从 ai 转回了你身上。每次开工前都要想,这次只用指标拆解加结论汇总要不要加事件核对,飘选本身便成了额外工作。这就是 skill 出现的原因,它不是灵光一现的巧思,而是 agent 落地生产环境时必须解决的一个工程问题, 智能路由、成本消耗。上下文聚焦,真正重要的不是文件夹长什么样,而是 ai 如何感知它,何时触发它,触发之后又如何按需展开。 核心是三条设计原则,第一,渐近式批露。这是 skill 和禅。 prompt 真正拉开差距的地方,不是做加法,而是换加载方式,先指暴露最小必要信息,确认相关后再逐层展开。就像一份简历,首页只有姓名、岗位和一句话,核心能力,下一页才是完整经历,最后才是项目附件。 第二,可组合性好。 skill 不 应该包打天下,而应该像一道独立工序,一次完整的产品迭代。效果分析可能需要四个 skill 各管一段,职责清晰,才能互相衔接,灵活赋用。第三,可移植性。 skill 是 纯文本文件,不绑定任何特定工具或模型。 今天在 a 平台调好的 skill, 明天可以原样带到 b 平台。对个人,这是可迁移的数字资产。对团队,这是可继承的组织经验。 这三条原则带来了四个直接好处,稳定性、自动路由成挺清了,运行机制。还有一个容易混淆的问题, skill 和 prompt two 到底什么关系? prompt 是 这次要做什么是一次性指令? two 是 可以做什么是模型能调用的具体能力接口? skill 是 应该如何做?是一套完成特定任务的结构化方法。一句话概括, prompt 是 任务起点, two 决定能力上限, skill 决定结果稳定性跟 mcp 的 关系也经常被误解。 mcp 提供能力接入面,相当于厨房里的炉灶刀具食材。 skill 提供做事方法,什么情况下做哪道菜,火候怎么控制,做坏了怎么补救?只有厨房没有食谱,说明你有能力,但能不能稳定做出像样的菜是另一回事。 skill 和 m c p 不是 屁带关系,这个大门之润做的喷啊好不好,再再起一个孤带的那条了。 核心判断标准,两个投入是否能带来复利经验,是否需要跨周期跨工具复用?没有 skill 的 状态是这样的,第一次让 ai 帮你写分析报告,花一小时来回澄清,第二次你更熟了,五十分钟出稿,但澄清次数还是一样多。 到了第十几次,你对套路滚瓜烂熟,但经验始终停留在你脑子里,从未变成系统资产。你越来越熟练,但 ai 永远是新人。有 skill 的 状态是这样的,第一次同样花一小时,但额外花二十分钟把有效目镜整理成 skill, 第二次降到三十分钟,第三次二十分钟,第四次可能只要两分钟。 而且其他人拿到这个 skill 也能快速复用。复利不是自动发生的,它来自一个额外动作,把一次成功任务中的隐性经验外化成下一次可直接复用的执行方式 更深一层,工具会变,模型会变,平台也会变,但你的任务拆解方式和判断标准不会跟着变。模型是别人做 skill 完全不需要写代码,只需要两件事,对自己工作流程的理解和把它讲清楚的能力。 推荐方式,先手动跑一遍,再让 ai 帮你固化。以竞品分析为例,先和 ai 一 起完整跑一遍真实任务,观察他先做了什么,漏了什么,不断纠正,直到他走出一条你认可的路径,再让他把过程提炼成 skill。 这更像待实习生不会先写几轮真实任务,知道坑在哪,再写进新人手册。 如果流程已经很成熟,可以直接描述需求,让 ai 生成出版。但有个前提, ai 可以 帮你组织,但不能替你补充你自己都没有的经验。流程还没稳定就先手动跑。流程已经很成熟就直接生成,启动方式也很简单。主流 a 阵工具都内置了 skill creator, 原 skill 你 只需要说帮我把刚才这个流程总结成一个 skill 就 行。 学好 skill, 有 几个关键经验,第一,定义边界比堆满指令更重要。过程可以给模型发挥空间方向,不能让模型自己乱定关键岔路口,让用户做选择。比如帮我看下最近转化率怎么掉了,是看近七天还是近三十天,把方向盘交还给用户。第二,用最便宜的成本享受最聪明的构思。 顶尖模型在理解复杂需求方面确实远胜普通模型,但生产环境高频运行,往往用更经济的模型解法式蒸馏,让最强模型帮你把 skill 设计好,真正执行时,交给更便宜的模型去跑,设计期用最强模型,执行期用最直模型。 第三,适合自己的 skill 才是最好的 skill 不是 装好就结束的产品,而是跟着你工作方式一起成长的能力个体。第四,迭代靠小收证,不靠大重构。在真实使用里发现问题,直接给 ai 提需求,几轮下来就越来越像你想要的样子。 最好的 skill 不是 社区里的,而是你父团队已经打磨了十几轮的版本。如果只把 skill 当成一种新的 agent 机制,后面一定会失望。它的价值不在于有了一个新机制,而在于终于让我们有办法把过去只能靠口口相传的工作经验,变成 agent 真正能赋用的能力。 crunk 很 重要, tool 很 重要,模型很重要,但这些东西单独存在时,往往只能让 agent 看起来会做事。真正让它像一个能长期合作的系统,是你有没有把做事方法沉淀下来。 skill 构建的终点,从来不是我又做了一个功能,而是我们开始把自己的工作方式从临时对话的 prompt 变成可继承、可迁移、可复利的数字化超能力。好了,今天的分享到这里,觉得有用,点赞、收藏、关注,我们下期再见!

昨天我帮一个朋友二十分钟从零写出了他第一个 skill, 方法啊,就五步。很多人以为 skill 很 复杂,要写代码,其实不是, skill 本身就是一个文件夹,它核心只有一个,就是 skill 点 m d。 他 只做两件事, 第一定义我是谁,通过 name 和 description, 以及我要怎么做。至于脚本和 reference 文件,那只是做事情需要的材料而已。 第一步,先找问题,这步最关键,如果你每天重复的次数大于三次,那这个事情就值得做成 skill。 比如说朋友每天都要看做 a d 实验的数据分析,这种就是典型的 skill 的 应用场景。第二步,定义需求,把流程说清楚,比如说我要从 big 查数据,我用了哪些的 circle, 以及关注哪些指标和场景,让 ai 跑一遍,把不符合预期的地方直接告诉他应该怎么改。 第三步是自动生成,记住一句话,用 skill creator 这个 skill, 把刚才的整个过程封装成 skill, 这时候 ai 就 会自动帮你生成 skill, 点 md, 执行流程以及所需要的脚本,你啊基本不需要动手。 第四步就是测试加调试,用刚才生成的 skill 再跑一遍,然后看到它的执行,找到偏差,再修改这个 skill 点, md 一 边改两到三轮就稳定了,本质就是 prompt 调试加流程校准。 最后一步就是发布,把 skill 整个放到点儿 agent 的 skill 目录下,这一步很关键,你一次配置到处都能附用。 最后记住一句话, skill 就是 重复工作的 s o p, 找一个你每天都在重复做的事,花二十分钟把它变成一个 skill, 你 会发现 ai 这不是工具,它是你的执行系统。