claude skill实战教程

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！

哈喽，大家好，我是贤，很开心呢，在这来给大家分享。作为一个连续充了两年的一个科室用户，作为小白呢做了一个 web coding 的 一个应用 app， 并上架了 app store 的 市场，整个数据的话还是非常可观的。今天呢，我就带大家用 cursor 去安装 cloud code， 去做一下你人生的第一个 skill。 话不多说，现在就开始我是用 cursor 来安装的 cloud code 和 c c switch， 然后在 c c switch 里边去关联我想去用的一些模型。所以首先第一步呢，我们先打开 cursor， 在科室里面呢创建一个项目文件夹，在输入框里面可以这样去输入这个内容，让科室儿帮你去安装。之后呢，它整个程序就可以跑起来了，快的给你安装好。然后这个界面呢就是它安装好以后的一 cloud code， 整个图形 logo 出现的时候呢，就是安装成功了，也可以直接去告诉他帮我安装 c c switch， 那么整个的这个程序它就可以给你跑起来了，跑完之后呢，在你的整个的应用的桌面里面就能看到这个 c c 四位置这个图标，点击这个图标，然后就可以启动了，你就可以进行这个模型的一个添加和 skill 的 添加，可以去接现在主流的，那么如果没有可选的呢，就选择自定义配置， 那么有两个方式，一个方式呢就是 a p i 的 一个接入获取的话，一个是它官方渠道的，第二个呢是需要这个 a p i 的 一个服务商有这几个推荐的。然后第二个呢，你可以使用国内的一个模型，比如说 deepsea， 智普啊， mini max 等等，这里呢我给大家来操作一下 mini max 工商名称和官网链接和 api k， 充完之后呢，你就可以去创建你自己的这个 api k， 整个这个 api k 呢它的密钥呢是非常长的一些字母和数字组成的，点开这个复制之后呢，去到刚才我们打开的这个 c c switch 里面选好的 mini max api k 这个位置，我们去把它粘过来。现在大家看到的就是这个添加好的这个 mini max， 点起用以后，它就能够显示当前的这个模型，是 max api 的 一个模型。分享一下我现在的一个工作的一个区域的划分。首先左边这个呢是一个虾子，让龙虾去做一个 clr 的 一个自动化的一个部署，如果有 clr 你 都可以去在这个地方让 虾子去给你对接一下，然后中间这块就是我的 id 的 一个工具，右边这一块就常用的一个 ai chat 的 一个对话框，和 ai 工具的一个分区。然后推荐给大家 想看的 cursor 里面 cloud code 交互页面，作为小白的话，安装 cloud code 插件这个应用扩展这个地方去搜索官方已经放好的这个插件，安装好之后它不会立马的显现出来，在它的应用扩展这个地方有一个箭头下拉下来有一个 cloud code， 点开以后和交互的这个页面就打开了，下面呢它有这个输入框，在这个地方进行一个对话，也可以去打开你的电脑的终端，有什么需求，然后我要做什么 可以直接在这个地方说。接着给大家去演示一下在 ctrl 它这个交互界面里面的一些原则。右下角这个 black mode 非常重要的一个功能，它会给你反馈一些你现在要做的这个需求的场景 的一些问题，进行一个头脑风暴的一个对接啊。制作一个 skill， 只用 notebook lm 里面的一个笔记，然后我希望你能够抓取我笔记本里面的一个数据，给我生成一个 skill。 这个地方再给大家推荐一下我用的这个 template， 我 觉得特别好，它非常有帮我制作一个 skill， 然后是骨骼产品里面的 lm， 然后 有许多我之前用过的一些笔记，然后你帮我进行一个 skill 的 一个输出，抓取这个 skill 里面的数据，然后给我生成一个 skill 并封装这个 skill。 现在呢，把它给发送它前面呢，其实是对我整个 skill 的 结构做了充分的一个了解， 然后在规划之前呢，它可能需要有些问题是需要问我的，那么这个弹窗呢，里面是一个获取的一个数据获取的方式，那么数据获取的方式呢？他就问我整个这一块 i m 里面是没有公开 api 的， 无法直接程序化地抓取数据。我希望用哪个方式去让他去了解我笔记的内容？会给我的 ai， 然后呢，让他去帮我分析一下这几个选项。制作好了之后呢，我可以直接去给 cloud code 说帮我去总结笔记，那么就会调用刚才我让他去生成的整个这个 skill。 这时候又弹窗笔记主题，你的 notebook lm 笔记主要是关于什么领域的？ 将帮助我设计合适的一个 skill 的 结构和出发的一个条件。它这个地方呢，是希望我能够帮助他理解我整个设计的这个 skill 的 结构和出发的一个条件，可以就是把整个这个输入啊，处理啊，输出啊， prom 的 这个模板啊，自动化流程 给我打包成一个 skill， 然后非常的偏向于 agent 的 一个行为安装位置，这里非常重要，就是你的 skill 希望安装在哪里，那么肯定是选第一个全局的，这样的话呢，你就是在做接下来的一些 ai 工具和一些做一些 ai 项目的时候，都能够反复地去调用你现在生成的这个 skill 灵魂真的是在线了。选了这个 plan mode， 相当于 ai 和你一起去思考 skill 我 应该怎么写，然后去引导的你。中间的过程中的话，你还可以思考一些问题丢给你的 ai， 然后去把你这个 skill 做得更完善一些，关键问题都有了一些答案了， 那么它就会把你这个答案和问题给你总结出来，然后一步一步的去给你去实现和规划。然后第一步需要我配合的是什么？要把我的这个笔记本选择这个相关的内容， 然后全选复制粘贴到这个对话框里面，多次的去粘贴这个笔记的内容，内容越多越完整，生成这个 skill 的 质量就会越多。 做的你做 skill 的 一个流程，一个方式，它哪些场景，具体的你都怎么操作的，完完全全都输入给它，它就会给你生成这个非常结构化的这个 skill， 它告诉你可以多次去粘贴这个笔记的内容，然后内容越多呢，你生成这个 skill 的 质量就会越高， 我并不知道要粘贴哪里，那么这个时候我可以把截图截给他，整个笔记的页面内容是这些，我需要把哪些内容去复制粘贴到你这个对话框里呢？然后呢，我们根据它的这些提示呢，然后把它 需要的这个内容呢，你给它粘过来就可以了。设置完之后，它就会问你整个的 skill 是 否要放在你电脑的这个文件夹下面，这个时候选 yes 正在生成的 skill 的 这个主文件图标里一个选中的一个状态， 然后呢，下面再生成整个这个详细模式的一个参考文件 c q 的 一个样式，然后就出来了啊，两大核心的原则，策略，用户输入的文本策略， 防止幻觉呀啊，检查假设法呀。其实这公式的本质是迭代的一个过程啊，它先生成一个组的文件，下面呢再去生成这个详细模式的一个参考文件，它已经写完了，整个 c q 的 已经生成完毕了，它的文件结构是一个组的 c q。 然后两大原则，七大策略，应用场景， 去打开一个新的 cloud code。 然后呢去说帮我写一个房子幻觉的题词，看看是否有些变化，因为这个 skill 已经写到你的从句里，只要能够提到这个梯子词，刚才说的梯子词幻觉， prompt 等等这些关键词的时候，它都能够触发刚才我去封装的这个 skill。 嗯，结果出来了一个通用的防幻觉的题词模板，基于文档和知识库的一个问答的场景防幻觉。然后他写好了，我去规则一二三说出一个格式，引用回答和执行度使用说明是在这个场景里面啊，做法核心的原则， ok， 搞定，下期呢，继续给大家一起来探讨一下，在做项目上有没有其他更巧妙的一些方法，谢谢大家的收看，然后我们下期再见。

今天想给大家分享一个我用了这么久 skill 总结下来最有用的一个设计原则，就是原子化加编排 啊，我们先不讲概念，直接看它最终的效果会长什么样子。我这里做的一个 agent 的 工作流是我输入一个抖音博主的主页链接， agent 的 就会一步步的帮我把这个作者的信息数据，以及他历史发布的所有作品的内容和数据全部采集下来， 最后还会给每一个作品打好内容标签，然后汇总一份报告给我。我们看一下这个项目的 skill 目录，就能很直观的感受到 原子化和编排到底是什么意思。这里有十来个原子化的 skill， 他 们每个 skill 都只负责一件很小的事情， 比如说这个就是解析抖音博主的作者信息的一个 skill， 然后这个就是采集这个作者历史的每一条作品的数据，还有一些音视频封面文件的一个 skill， 这个就是如果是图文作品的话，那会对图片进行一个 理解，然后提取图片上的文本的 skill。 这个呢就是如果是视频的作品的话，就会去抽取视频的音频，然后把音频转写成文字的一个 skill。 在 这个转写 skill 里面，因为我是通过远程连接我的 windows 电脑，帮我去做 gpu cuda 加速转写的，所以这里会有一个远程 cuda 转写的这样一个 skill。 这个就是转写完之后，再用大语言模型做一遍润色，因为有一些专业术语之类的需要 啊，经过大语言模型做进一步的润色和处理的。最后就是两个给博主和他的作品打内容标签的 skill， 这里面每一步都是一个独立的原子化的 skill， 它们每一个 skill 都只处理一个 很小的原子化的任务，做完他就直接吐，结果他也不管上下游是谁。那说完了原子化编排是什么意思呢？编排 skill 的 唯一作用就是把这些原子化的 skill 串成一个完整的工作流， 我们可以打开这个编排 skill， 看一下它长什么样子。首先就是它会解析我给出的指令，就是抓取哪一个博主的 数据，然后抓取的作品有多少条。然后我们主要看一下它的工作流程。第零步，它会去调用一个 skill 去做健康检查，看一下我远程的那个 windows 电脑是不是可连接的，然后 c u d a 啊，还有一些依赖项是不是可用的。 然后第一步就是去调用解析作者的这个 skill， 拿到博主的一个概括和信息。第二步就是 采集作品的 skill， 把这个博主的所有作品都抓取下来，包括作品的一个基础信息数据，还有音视频和图片的原文件。然后第三步和第四步就是作品拿到之后分成两种 作品类型，如果是图片的话，走 ocr 提取文字的 skill， 如果是视频的话，那么就走视频音视频转写的一个 skill。 第五步就是用认色 skill 优化一下一些专业术语， 因为 whisper 转写对中文还有一些专业术语，它处理的是不够准的，所以这里需要用大圆模型做一个润色处理。第六步就是基于抓取到的所有作品的内容，跟我协商出 几个作者级别的标签，然后第七步就是为每一个作品打上这些标签，最后就是给我输出一份总结报告，那这里我们可以注意到，就是编排 q， 它自己是没有任何新的逻辑的，它 整个 skill 点 m d 里面就只做一件事情，就是声明工作流总共分为哪几步，但是每一步具体要怎么实现，其实是写在被调用的这个原子化的 skill 里面的，它并不在编排的逻辑里面。那么为什么要这样做呢？我觉得这么做是有三个好处的。 第一个就是让我们去设计工作流，还有设计 skill 变得非常简单，如果你要做的一个工作流或者是一条流水线，它的链条是比较长的， 一上来我们就想把它写成一个可以用的 skill， 让它能跑通，会发现是寸步难行的，很多时候边界划不清楚，流程理不顺，调试起来也很痛苦。但你拆成一个一个原子化的 skill 之后，会发现每个 skill 其实它的实现都是比较简单的， 可能几分钟就能跑通一个，这样的话我们一个一个 skill 去搭建起来，去验证起来就会非常简单了。 第二个好处就是这么做它的可叠代性会非常强。如果我们把所有的业务逻辑都放在一个大的 skill 里面，那么跑起来之后我们去想要单独去优化某一个环节， 我们需要在几百行的 skill 点 md， 还有一堆 reference 文件或者是 scripts 脚本文件里面去找到 某一段或者某一行，改完之后你还担心破坏别的步骤，我相信做过大 skill 的 朋友应该都能懂这种感觉，那么原子化之后我哪一步效果不好，需要优化，我只需要去改那一个小的 skill 编排很多时候根本都是不需要动的， 这么优化起来的话，我们的目标和方法都是非常明确的，根本不用担心破坏整个工作流。第三个好处，也是我觉得最重要的一个好处，就是原子化的 skill 是 可以被附用的。你看刚刚那十个 skill 里面，像图文、 ocr、 音频转写、润色、打标 这些其实都是跟抖音这个平台无关的一个通用能力，所以我现在做的是抖音这个平台的工作流，那后面我要再去做小红书，做 b 站 或者做视频号的类似的工作流，那这些 skill 其实一行都不用改，我只需要再去写一个新的编排 skill， 按同样的格式把它们串起来就可以了。 所以原子化的 skill 攒的越多，我们下一个新的工作流的搭建成本就会越低。而如果我们把整个流程都做在一个大的 skill 里面的话，那我们想要再附用到别的平台上，可能就没有那么简单那么清晰了。 最后我们可以看一下这个 skill 实际跑起来的一个表现啊，我只需要在绘画里面调用这个 skill， 然后丢给他一个抖音博主的主页链接，然后跟他说要采集他的所有作品， 我们就可以看到他一步步的去调用我们刚刚在那个工作流编排那个 skill 里面串的那个流程。第一步去检查我的 windows 是 否可连接，依赖是否都已经安装好，第二步就去解析这个作者， 第三步就去拿到这个作者所有的作品，第四步就去把他的视频进行了转写， 会推送到我的 windows 电脑上，然后一个个去做转写，转写完成之后，他会自动去做一个 l l m 的 大圆润色，转写完成之后就自动进入下一步，根据这个博主的历史的所有作品内容去归纳他的一个内容标签，然后跟我协商确认， 我确认完之后，它就自动地去为它抓取到的每一条作品去做达标，最终就给我生成了一个总结汇报。 整个流程除了我在它提取作者标签那一步参与了一下确认，其他全部都是由 agent 自己一步一步调用各种 skill 去完成的，我觉得整个流程真的是非常清晰的。那最后我们也可以看一下最后最终它产出的一个结果。第一个是这个数据库 啊，我们可以看到每一个作品就是一行数据，它有标题，有正文，有标签，然后是什么时间发布的，以及各种点赞、评论、转发收藏的数据，包括说各种原文件、音视频 封面的原文件的这个文件路径也都采集进来了。然后第二个输出的话，就是每一个作品的音视频， 还有封面的原文件，还有转写完之后的这个文字稿，都非常格式化地落在了我的本地的文件夹里面， 那么这期就到这里，如果你也在做页尾整的，需要搭很多可附用的工作流，可以尝试一下用这个思路去做你的 skill 的 设计。如果大家觉得对你有帮助的话，可以帮我点个赞，点个关注，我们下期再见！

你可能以为做好 cloud code 关键是会写提示词，但真正拉开差距的其实是 skill。 因为 skill 不是 一句提示词，它更像是给 cloud code 装上的工作模式。今天这六个实用 skill， 新手装上以后基本就能少走一大半弯路。 第一个， prompt optimizer。 当你只会说帮我优化一下，帮我改个功能的时候，它会把你的模糊需求改成更清楚、更可执行的任务描述。 你不用一开始就会提示词，先让他帮你把话说清楚。第二个， deep interview。 有 时候不是 ai 不 聪明，是你自己也没想清楚要什么。这个 skill 会让 cloud code 反过来采访你，把目标、边界、验收标准 一步一步问出来，特别适合做新功能、做产品页面或者需求还很模糊的时候。第三个， real plan 大 改项目之前，最怕 cloud code 上来就动手。 real plan 的 作用就是先出计划，再拆风险，再确认测试方式。它适合那种会影响多个文件、多个模块的任务，先把路线定清楚，再开始写代码。 第四个， ultra qa 功能，写完不代表真的能用， ultra qa 会让 cloud code 进入测试、验证、修复的循环，不是只告诉你我改好了，而是继续跑，检查、 看报错、修问题，直到结果更可靠。第五个， ai slow cleaner。 ai 写代码最大的问题不一定是错，而是味儿太重，比如重复逻辑、空泛、封装、变量名很虚，代码看起来很聪明，但没人想维护。这个 skill 就是 专门清理这种 ai 感，让代码变得更像人写的，更像能长期维护的项目代码。 六个， visual verdict 如果你用 cloud code 做前端海报、视频画面，这个非常关键，它不是问好不好看，而是拿截图和目标参考去对比判断布局层级、间距、颜色、还原度到底差在哪里。 所以这六个 skill 不是 让你背更多提示词，而是让 cloud code 在 不同任务里自动切换成更合适的工作方式。不会提示词的新手先装这六个，真的会稳很多。想要我继续整理 cloud code 的 高频 skill 清单，可以先收藏这一期。

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。

之前我又给大家分享一期如何去从零到一写自己第一个 skills 的 视频。后面呢，有很多学习圈的朋友都在反馈，用 cloud code 写出来的 skill 要么就是太啰嗦， 要么就是不好使。那今天我呢，来分享一下 cloud code 创始人团队亲自总结的写好 skill 的 核心技巧，帮大家呢避开去写 skill 的 雷区。 ok， 我 先破一个最常见的误区，就是很多人以为 skill 就是 一个 markdown 的 文件，写几行说明就完了。但 skill 本质是一个完整的文件夹，可以去包含脚本、数据、资产配置文件，甚至是动态钩子。搞清楚这一点，我们再来去看具体的编辑技巧。首先第一条，不要去陈述显而易见的内容， code 本身对编程啊已经非常了解了，你不需要去教他什么是函数，你要做的就是告诉他那些打破他默认思维的方式和信息。 我举个例子，比如 antispac 内部在写前端设计 skill 的 时候呢，不是去教 cloud 怎么去写 css， 而是明确告诉他不要用 enter 字体不要用紫色渐变。就这一句话，设计品味呢，立刻就不一样了。第二条呢，一定要有易错点的部分，英文叫做 gorgeous。 官方呢，透露，任何一个技能里面，最最核心价值最高的部分其实就是易错点。因为 ai 经常会在同一个地方翻车，你只要把你平时发现他最爱搞错的地方给他记下来，当成错题本塞进技能里面，而且随着日常使用，发现新坑就往里面去填，这个技能就会越来越好用。 官方呢，有很多很厉害的技能，一开始也是几行字加一个易错点，后来呢，再慢慢的去长大，变得更多的。第三条呢，就是要利用文件系统去做渐变式，譬如什么意思？就是不要把所有内容都堆在一个文件里面，你可以把详细的 api 说明放到 references 杠 api 点 m d 里面，把模板文件呢放在 excel 目录里面。 主文件只需要去告诉 cloud 这些文件在哪里，他会在需要的时候呢，主动去读，这样既保持了主文件的简洁，又不损失任何的信息。第四条就是不要去把指令给他写死。 六是要被反复使用的，每次的场景都不一样，你需要去给 cloud 提供完整的任务的核心信息，剩下的让他根据具体情况自己判断， 管太死呢，反而限制了他的能力， ok。 第五条也是很多人去忽略的一点， skill 的 一个描述字段不是给人看的，是给模型看的。每次对话开始的时候， cloud 会扫描所有 skill 的 描述，来判断当前这个请求要不要去触发某个 skill。 所以 描述字段必须精准的回答一个问题，什么情况下应该用这个 skill 写成工作总结，哎，没用，写成触发条件才有用。当然了，官方呢，也分享了很多的进阶玩法，比如说给 skill 去加记忆， 用日历文件或者 seeklight 存储历史数据，比如内置现成脚本，让 cloud 把精力放在决策，而不是写模板代码里面。 比如呢，设置按需激活的动态钩子，比如杠 careful 模式，专门去拦截 r m 杠 r f 这类的一个温写的删除命令。最后呢，官方也说了一句很实在的话，它们内部有很多强大 skill， 最开始也就只有几行指令，加一个避坑的列表，是在不断使用，不断踩坑，不断补充之后才变得越来越好用的。 所以先动手，边用边叠带才是叠好旧的一个正确姿势。 ok， 如果你对 ai 感兴趣呢，也欢迎去了解啊江学长， ai 学习圈里面呢，聚了一批真正在玩 ai 的 朋友，平时呢一起交流，一起折腾。我们也刚刚结束了我们的玩扣定的训练营打卡，目前也有两千多位新友了。那如果感兴趣呢，也可以去在评论区回复。

今天的目标是手把手教大家安装 skills， 零基础小白友好，同样的 agent， 搭配同样的模型，为什么人家做出来的效果就是不一样？差距其实就在一个东西上， 人家装了 skills 做行业调研报告，没有安装 skill 的 时候， agent 无法搜索网络上的公开信息，只能依靠过时的训练数据来写报告。而安装了 skills， agent 不 仅能举出近期的真实案例，还能列举出来所有的真实信息来源。再比如，做 ppt， 没有安装 skill 的 时候， agent 的 配色一如既往的蓝紫色渐变，而安装了 之后， agent 的 设计的 ppt 瞬间变得更高级了，切换的动效也很丝滑。那 skill 到底是什么？为什么能让 agent 一下子变得这么强？ 我用一个类比讲清楚，先想象我们的 agent 是 一个特别能干，什么都愿意帮我做的通才助理。通才的优点是什么都能做，缺点是每一件事都不够专业。而 skill 就是 我给这个助理喊来的一个领域专家，可能是一个 ppt 设计师，也可能是一个调研分析师。这个专家手里揣的那本书，是他在这个领域多年经验沉淀的 s o p， 踩过哪些坑，什么做法好，什么 细节不能漏，全都写在里面。我交代任务的时候， agent 会先翻这本书，再照着专家的方法去做。这就是为什么有的人做出来的东西就是不一样，表面看是同一个 agent， 背后其实站着一整排的领域专家。今天第一个要给大家推荐的 skill 就是 这个叫 agent reach， 它在开元社区上已经有超过两万的 star。 简单来说，这个 skill 就是 能够给 ai agent 们一键装上互联网的能力，有了这个 skill， agent 们就可以去解锁最新的网络上的一些公开信息。我们尝试用 npx 的 命令去安装这个 skill。 skill 已经安装成功了，我们需要重启让它生效。斜杠输入 agent， 用上下箭头去找到要用的 skill， 找到了之后不要急着按回车，因为回车会直接把消息发送出去，这个时候应该要直接按 tab 键， tab 键是把这个 skill 的 名称补充到输入框，复制作调研报告的 prompt 发送给 agent， 它已经在读取 agent reach 这个 skill 的 文件了。这里提示 agent reach 安装完成， excel 搜索已可用。现在开始正式的调研了。 pdf 文件已经保存成功了，我们可以打开看一下。但是这样的一个 pdf 文档还不是很利于阅读，那我下一步我想要把它转成一个 ppt 文档。今天要给大家推荐的第二个 是归藏老师的一个 ppt skill。 这个 skill 在 开源社区上已经有超过一万的 star 了，它主要是能够让 agent 们去做出来非常好看的 ppt。 这里有电子杂志风，瑞士国际主义风。我们同样是通过这个 n p 叉的命令去安装 skill， 复制 n p 叉命令可以新开一个终端 发送出去。这里中间有一个问题是你希望安装给哪一些 agent？ 然后有一些通用的 agent 都在这边已经默认勾选上了，还可以去选择一些其他的 agent。 空格键是选择回车就是确认。这里是问我们 安装的范围是仅在当前这一个项目内可用还是全区可用，那我这里选择的是 global 全区可用上下切换，然后回车，推荐 simlink 的 方式回车是否确认安装？ yes， 这里是问我们是否要安装这个，帮你查找 skill skill 强烈建议大家去安装上这个的，这样的话以后 agent 就 可以自动帮你去查找 skill 了。到这一步的时候，我们已经把这个 skill 给安装好了，这时候我们可以启动 agent， 斜杠 ppt 就 已经可以找到我们刚刚安装的规范 ppt， 然后 tab 键输入这个 skill， 再把我们之前准备好的这一段做 ppt 的 prompt 同样的复制过来。 因为有 skill 的 缘故，这里 agent 呢会先问我视觉的风格，他推荐我选择瑞士国际主义，那我们就 follow 他的推荐选哪套主题色克拉英兰。 agent 呢？开始读 skill 文档了， agent 呢，已经写好了一个 ppt 的 html 文件。哇，这个背景居然是会动的耶！这是没有 skill 的 时候，这是有 skill 的 时候。 不多说了，赶紧去安装这个 skill。 第三个要推荐的 skill 是 花书的这个 design skill， 很多人在 webcoding 的 时候会觉得 agent 做出来的网站前端设计太丑了，花书的设计 skill 就是 来解决这个问题。这是 webcoding 从零到实战系列的第三期，我们下期见。

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。

大家好，我是小新，今天聊一下怎么样高效的给 cloud code 造 skill。 大家知道现在 skill 的 生态已经爆炸了， open cloud 上一万多个 skill mp， 我 一开始录视频的时候呢，是三四十万，现在已经八十多万了，但说实话，装了一圈下来，出了几个高赞的，很多 skill 都不是很好用，所以与其等别人造一个刚好适合你的，不如现在就自己去 做。我现在方法呢，主要分四步，这四步里面的一个核心思路就是让 ai 去散网。那么第一步呢，我们同时开 gmail 加 gbd， 给它们提需求，注意我们不要用同一个 ai。 为什么呢？因为不同的 ai 它们参数不一样，对一个需求的理解角度就不一样，各有各的强处，我们让它去理解我们的需求，拿到更多的思路。 我自己平常也是这样，每个 ai 的 意见都整合起来作为参考，但是最后干活呢，可能还是可靠的扣。第二步，让 ai 出提示词，自己去 去测效果。 ai 写东西不一定 work， 这个大家都会有一些体会吧，所以一定要自己跑一遍，在 collab 里面实际试一下，看它到底能不能干活，能不能 work。 第三步，我们去挑一个最满意的版本，让 ai 帮我们附装成标准的 scale md 的 格式。这里有个特别重要的点就是 description。 你 知道大多数 scale 失败原因是什么呢？不是提示自己写的不好，而是描述写的太模糊了， collab 根本不知道什么时候该触发你这个 scale， 所以 描述要写的像你平常提需求一样，自然不要写的像文档一样。 四步，让两个 ai 各出一版进行赛马。什么意思呢？就是 g b t 分 装一版， jimmy 也在分装一版，两个都装上，我们都跑几天再决定用哪个，不要着急定跑一段时间，他们的优劣也就分出来了。那么什么样的 scale 是 值得做的呢？给大家看两个我觉得特别好的例子。第一个是 running plans， 是 superpower 这个插件里的一个 scale， 这个我们之前也都提过， 他做的事情呢，就是帮你把一个明确的需求拆解成可以直接执行的实现计划。他不是随便练几个步骤，而是连文件路径、具体的步骤、测试方案和要执行的命令都给你写清楚。以前拿到一个需求可能要自己想半天怎么拆怎么做，现在直接一个 skill 搞定出来就能干。那么第二个呢，就是 这个叫 a 阵的 reach， 这更有意思，它可以给 ai a 阵的装上联网能力，可读可搜可查。大家都知道 ai 本身是有 知识的截止日期的，很多时候你问他最新都答不上来，这个 skill 直接给他这个短板补上了，让你的 google 能查到最近的信息。这两个都是典型的好 skill， 说白了就是把你原来要手动做好几步的事情变成了一条命令。其实我发现最受欢迎的 skill 都是这个路子， 然后再分享几个我自己做的 skill 踩坑出来的经验。第一个，一定要从我们的痛点去出发，想一下我们每天重复的事情，叫 ai 去做，把它分成 skill。 第二个刚才说了描述 description 上要写的具体写的像你自然会怎么 这个需求。第三个最值得做 scale 其实不是纯编程类，而是那种画工具的工作流自动化，把好几个步骤串起来，变成一键执行的。 所以 ai 时代，每个人都该养成封装 scale 的 习惯，把一些重复劳动交给 ai 去做。你把自己的工作流封装成 scale， 等于是把你的干活套路交给 ai， 下次同样的事情他就能直接干好了。以上就是今天的分享，大家去试一下这个算法，方法真的很好用。 你们平常有做过什么好用的 skill 吗？评论区可以一起讨论一下，说不定我们能够帮助其他人。我是小新，关注我，带你一起拥抱恋爱！

朋友们，你们还在把 core code skills 当成普通的 mark 当文件来用吗？那你可就大材小用啊！在 android apk 内部，已经有几百个活跃的 ai 技能正在重新定义开发效率呢。今天我就用实战经验来告诉你，真正的 skill 到底是什么样的。 首先， skill 的 本质可不是简单的提示词，它其实是一个生态包，你可以把它想象成一个文件夹，里面包含了脚本、资源、文件，甚至还有动态钩子。说白了，最好的 skill 就是 给 ai 一个可以自由探索和使用的工具箱。 从代码架构到测试发布，从运维牌照到数据协同， andripic 在 用的 skill 覆盖了开发的方方面面。但这里有个核心铁律，要记住，职责一定要单一，可千万别贪多嚼不烂。 给大家看个高量案例。代码审查 skill， 它会唤醒一个完全没看过代码的紫智能体来挑刺，然后反复迭代，直到问题都退化成吹毛求疵。这招就叫用魔法打败魔法，轻松打破咱们的思维惯性。再比如，站会汇报 skill， 它能自动拉取 get 动态 sapp 聊天记录，再结合历史日制，只给你汇报最新的变化。为啥这么厉害？因为 ai 记得住昨天大家都说了什么。接下来分享几个秘籍。秘籍一，渐近式批录， 别一次性把所有信息都塞给 ai 主文件里，只告诉 call 我 有哪些文件，具体细节就放在 rephrase 文件夹里，这样能节省上下文窗口，让 ai 需要的时候再去翻抽屉。秘籍二，给 ai 准备一本错题集， 专门设置一个踩坑点章节，这可是 skill 含金量最高的地方，比如说，你可以告诉 call， 别老用文本字体和紫色渐变记录失败点，持续迭代，这才是真的在进化。 秘籍三，给它工具，而不是锁死步骤给 ai 最强大的武器不是条条框框的规则，而是现成的代码。提供一些辅助函数库，让 ai 把算力花在组合与编排上，而不是从零开始手搓样板代码。还有个关于 description 字段的致命误区要提醒大家， description 不是 功能说明书，而是触发器，科尔是靠它来决定要不要唤醒这个 skill 的。 所以正确的写法应该是类似当用户要求会总站会进度时，使用这样的 find 条件，而不是简单的功能。摘要。 高阶玩家还可以试试按需注入的安全护栏，比如设置一个 careful 模式，能拦截像二 m 二 f drop table 这样的危险命令。再来个 freeze 模式， 限制 ai 的 写操作目录，这些安全护栏平时隐身，关键时刻才会出手。至于团队分发与评估，小团队直接把 skill 提交到代码仓库就行。大团队可以搞个内部插件市场， 用 p two use 钩子记录使用情况，让好用的 skill 自然涌现，而不是靠中心化审批。其实啊，理解 skill 最好的方式就是动手去做大多数优秀的 skill， 一 开始不过就是几行文字加一个踩坑点。 想想看你的团队最缺哪个象限的能力，赶紧收藏起来，马上打造属于你的 ai 智能体外脑吧！

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。

今天给大家分享 cloud code 的 必装的 star skill。 第一个 superpowers， 里面有二十多个子技能，覆盖整个开发流程，但是不要全开，只用 brainstorming 和 t d d 这两个就够，其他的按时加载，全开只会浪费上下文。第二个 planings fails， 把任务计划写进文件里，不存脑子里，上下文压缩了，对话清空了都没有关系，重新读一遍文件接着干，彻底解决做到一半是一的问题。 第三个， uix pro max， 内置六十七种设计风格，加一百六十一套配色方案，直接告别那种一眼看出来就是 ai 出的土味界面。第四个 code review， 多 agent 一 起省代码，还能自动过滤不太靠谱的结果，减少误判。 第五个 code simple file， 代码写完之后啊，自动再过一遍，把重复逻辑合并，勇于的函数清除，写完就是干净的，不用你自己再整理。第六个 web a p p testing， 接入 playwrite， 自动化测试啊，一条指令跑完，测试截图出报告，不用手动，一个一个点。 第七个 wrap loop， 想提前下班，直接 hook 拦截，再塞回去直接着干，直到做完为止。第八个 m c p builder， 四个阶段引导你从零搭一个 m c p server， 不 懂底层也能跑通，省掉大量的踩坑时间。第九个， ppt x， 直接生成可下载的 ppt x 文件啊，不是给你们的文档，让你自己去排版，是真正能打开用的成品。第十个 skill creator， 官方的原技能带 excel 测试框架，内置的技能不够用，自己造这个技能，教你怎么做技能。用上这十个 skill， 基本把 excel 测试框架拉满了。

大家好，我是小新，相信我们在学习和使用 cloud 的 过程中，一定都听过 cloud 点 md， 还有 sub agents 里边的 a 证点 md 这两个概念，那么文字版的解释我们已经听过很多了，今天我写了一个 scale 形象化的说明，给大家看一下 a 证点 md 到底是个什么东西， cloud md 又规范了什么？那么我们开始吧。 那么简单来说呢， cloud md 就是 规范了在这个项目当中的 agent 的 一个行为准则。那么 sub agents 呢？就是当我们在跟一个主 agent 对 话的时候，我们想让他并行的做一些事情，或者说 一些 agent 去专门做一些比如设计啊， code review 这样的活的时候，就可以去生成一个 sub agent。 声明的时候，一般是你通过跟主 agent 的 对话跟他说帮我生成一个 designer 的 sub agent。 这个是网上比较火的，就是 capacity 他 之前说的他的 cloud md 应该有的四个规，几个规范，就是 think before coding， 然后要极简，然后这些话 go to 追问嘛，然后这些话放到 cloud md 里面之后呢，经过这个 skill 就 形成了这样一个形象化的东西，就约法五章， less is more， 然后我们就可以去形象化的看一下，然后我是写了三个 sub agents， 对，这就是那五条规范嘛，要先想再写极简为先，然后改动，要精准，只动必须动的，然后要 go driven， 然后要测试驱动，然后我是有声明了三个， 呃， sub agents。 因为我在做这个 skill 那 天晚上也是一个有信心的夜晚，所以我取名阿珍和阿强，真爱上了阿强。在一个有信心的夜晚， 还有一个彤彤，分别是我的 code reviewer 去帮我检验代码写是不是正确的，然后我的 web code 帮我快速写成一版 mvp 的 一个 sean， 还有一个 design reviewer， 因为我的审美不是很好，所以我就找了，我就搞了一个 design 的 一个 sean 的， 我们可以点进去看一下，然后 最下面呢是有他的，就是定义吧，你可以看一下有 name description， 然后些 promote 吧。啊，这个 skill 会根据这个 code reveal 点 m d 里面的这些文字去 形象化的生成这样一个说明，把阿珍像我们同事一样去给他抽象出来，可以看到他给他的定义是一个资深的代码审查师，在 quality 部门 是一个完美主义，说明定义会让他解释他比较仔细，他会读代行，就是读代码怎么怎么样，然后他是一个 stg， 我 觉得这样还挺有趣的。 对，然后给大家展示一下里面都会抽象出来什么东西，这些能够让他更拟人化的一些设计。 然后我们可以再看一下啊，还有阿强，然后也是也是一样有一个说明，然后我们可以点击呃修改阿强，比如说跟他说一下，呃， 就就把这个改进去复制命令，对，然后到角落里面粘贴就好了，同理，还有同同，这里就不演示了。 那，那我们的 skill 是 怎么用的呢？我们打开一个干净的一个 cloud， 然后在里面输入杠，装好 skill 之后直接输入杠 dashboard， 它就会去读我们的高点 m d 和 a 帧点 m d， 然后去渲染这个 html， 我 们就可以去快速的理解 好那他们，他已经生成好了，就是这个版本，因为我没有做更改，所以打开还是他，呃，然后我们也可以去在这里去改，我们可以去改，比如说改 code viewer， 然后跟他说就对 myson number 宽容一点， 那他就会去改到我们的点 md 里面，然后好的，那今天的视频就是这样，然后这个 skill 放到了这个 目录下面吧，然后主要是有这几个命令，大家可以去试一下，帮助新手小白呢，去就是能够形象化的帮你去理解他的点 md， 还有 a 镜点 md， 然后像 撒贝特，就像人一样，像我们同事一样去形象化的把它展示出来，然后也可以去对里面 md 进行一些更改。今天的视频就是这些，感谢大家。

如果你正在使用 cloud code， 却还没安装这些 skill， 那 你只用了它百分之三十的能力。今天整理七款最值得安装的 skill， 尤其是最后一款能让 cloud code 从 ai 直接变成合拍的开发队友。第一款，社区最火的全能工具 superpowers， 它不是单个技能，而是一整套开发全流程加成， 包含项目排期、代码编辑、 code review 等十多个子能力，能帮你理清需求、拆分任务、系统性的调错，开发者必装，省下大把的梳理时间。 第二款，文档处理器 pdf， 它能够直接读取、合并、拆分 pdf 还支持 ocr 识别，扫描写代码间隙就能处理，不用来回切换软件，不管是看技术资料还是看办公文件都很好用。第三款，前端颜值救星 front and design， 它让 cloud code 写的前端不再是 ai 烂活，而是带有专业设计规范，后端程序员也能做出好看规范。第四款，去 ai 痕迹神器 homemaker zh， 它能把声音表达换成接地气的口语，不容易被看出是 ai 生成。第五款最能提升体验的 skill creator， 它能让你自己定制 skill， 把自己的开发习惯、重复性工作封装成专属功能，彻底让 ai 适配你的需求， 这是让 cloud code 变成懂行队友的关键。第六款，大项目救星， planning with files， 大 型项目中途经常被打断，回来 ai 就 忘记上下文，这个 skill 会留存项目规划，啥都记不丢进度，特别适合碎片化时间开发。第七款，代码质量守护神 code review， 他 会派多个子代理，并行检查代码、找 bug、 查安全漏洞，每个问题都带至信度评分起，项目不用逐行排查，能大幅降低代码出错率。这七款 skill 覆盖开发全流程文档处理、前端美化、代码品控，还有能自定义的压轴技能，装完你会发现 craft code 的 能力直接翻倍！

这个设例用来演示 skill， 可以 先读取当前真实改动，再让 cloud 总结。最关键的是，这一行感叹号加反引号里面写 get diff h e a d skill。 加载时， cloud code 会先执行这条命令，把当前仓库的真实 diff 放进上下文， 然后你再规定处理要求，用两到三条总结主要改动标出可能风险，如果适合提交，再给一个简洁的 commit message， 这样就比手动复制 diff 更方便，也更不容易漏文件。这个例子也说明了 skill 的 价值，把固定流程动态输入和固定输出格式封装起来以后，每次想总结当前改动，只要调用这个 skill 就 行。

cloud 说太多， token 烧太快，这个 skill 让他少说废话，脑子不变小，嘴巴变小。 今天推荐一个很有意思的 cloud skill， 叫 caveman。 它的口号是为什么用很多 token， 几个词能讲清楚就够了。它让 agent 像原始人一样说话，去掉客套和废话，但保留技术准确性。 它解决的是一个真实痛点， ai 工具经常话太多，解释一个 bug， 先刻套，再铺垫，再重复结论。 caseman 会把回答压成短句，比如问题在哪，为什么怎么修，直接给你重点。 它支持不同压缩档位。 light 只去掉填充词。 for 是 默认原始人模式， ultra 更像电报风格，甚至还有温宴文言模式。输入斜杠 caseman 就 能切换当前绘画的说话方式。 不只是短回复，它还有 caveman commit 生成更短的提交信息。 caveman review 把 pr 评论压成一型。 caveman stats 统计这次绘画省了多少 token 和成本。 最喜欢的是 caveman compress， 它可以把 cloud mb 项目笔记、 to do 这类记忆文件压短，同时保留代码路径和链接，这样每次新绘画读项目记忆时，输入 token 也能长期下降。 安装也不复杂，你只要搜索项目名 caveman， 按官方说明选择自己的系统和 agent。 装完，在 cloud code 里输入斜杠 caveman， 或者直接说 talk like caveman 就 能触发这个短回复模式。 如果你经常嫌 cloud code 解释太长，上下文太吵，输出 token 太贵， caveman 很 适合试。关注我后面继续讲怎么组合 cloud md compact 和这种压缩 skill， 让 ai 长任务更省更稳更好读。

每天学习一个 skill， 今天看 xten absidian visual skills。 它把 cloud code 和 absidian 连起来，生成 extradrill、 mermaid 和 canvas。 一 句话，把文本想法直接变成可编辑的可式化资产。 这个套装解决的是一个很具体的问题，知识整理时，图总是最后才补。现在你可以先描述结构，让 still 直接产出 obsidian 能打开的图。所以它不是画图玩具，而是文档、笔记和演示的生产力入口。 rimi 里最重要的信息是，它包含三类可视化 skill， excculateral 负责手绘感图表， mermaid 负责专业流程和时序， canvas 负责交互式思维整理。三者合起来，覆盖了从草图、技术图到知识地图的常见场景。 第一个是 excalibur 图表生成器，适合流程图、关系图、架构图和思维导图。它支持 obsidian 模式、标准 dot、 excalibur 文件以及动画模式。触发时只要说 excalibur 画图、流程图或者思维导图就很自然。 第二个是 mermaid 可适化器，适合放进文档和工程说明。它支持流程图、循环图、对比图、思维导图、持续图和状态图。更关键的是，它内置了语法错误预防机制，减少 mermaid 常见翻车点。 第三个是 obsidian canvas 创建器，输出的是有效的 dot canvas jason， 它可以做中心发散的思维导图，也可以做自由布局的复杂网络节点大小、颜色关系、连线和分组都会自动帮你铺好。第一版 安装方式，最推荐走 clock coke 的 plug in marketplace， 先添加 external slash xten absidian visual skills， 再安装 absidian visual skills 如果只用 excalibrium， 记得 excalibrium 里也要装好 excalibrium 插件。 使用时记住一个顺序，先选图的载体再说清结构手绘感用 excel， 工程文档用 mermaid， 知识地图用 canvas。 每天学习一个 skill， 我 们下期见。

上条视频和大家分享了，装完 coco 之后，那怎么用它来帮我们解决实际的问题呢？那接下来我将会出一系列的教学视频，包含怎么用 ai 做 ppt， 怎么做视频，怎么做自己的个人作品集合网站，以及如何收集资料等等。 当然如果你有其他的需求，也欢迎评论区留言，我会陆续出相关的教程给大家，所以记得持续关注哦。好，接下来我们直接进入到正题，今天第一期教程，先和大家分享怎么用 ai 做好 ppt。 之前我们一直强调 skill 是 菜谱，要做出不同的菜，就得找到不同的菜谱，告诉 clarko， 他 才知道流程是什么，用什么配料。所以大家平时可以持续关注下那些在给哈仓库里面新标比较多的，就证明用的人很多。其中做 ppt 的 skill 在 中文圈里面非规章老师的这个规章 ppt skill 莫属了。 那最后我做出来的效果先给大家看一下，这个就是我把一个简单的个人信息的握文档丢给了 coco 要用的这个 ppt skill 做出来的这样的一个效果，大家可以看看觉得怎么样？我觉得整体的效果做的还是蛮不错的，他把我的这个信息做了一个提取，然后整理在网页上面， 接下来我就会演示在 vsco 里面怎么调用 clouco， 用这个 ppt skills 来去做出这样的一个成品。首先我们先打开 vsco， 就是 这样的一个界面，在 vsco 里面可以搜索这个 clouco， 就是 在这个扩展里面就是这个 clouco for vsco， 直接点击安装，我们安装好这个 clouco 的 扩展之后，后续每次打开 vsco， 我 们在这个右上角就会看到这个 clouco 的 按钮。我们每次去做一个项目的时候，我们都可以新建一个文件夹， 比如说这个是我之前新建的一个空的文件夹，然后假设没有使用的文件夹，我们就在这里面直接新建一个文件夹，然后选择打开，打开之后直接点击这个 clark co 的 按钮，我们就可以直接进行对话了。打开这个对话窗口之后，像刚刚说到的，我们要让这些 skill 帮我们去做事，但很多时候我会给大家一个建议，就是这个 skill 具体是能做什么的，我们可以先丢给 clark co 问问他， 所以你问他的时候，他会先去读取这个网页里面的内容，他就告诉我们这个 ppt skill 是 可以帮我们去做一个横向翻页的网页， ppt 是 一个 html 的 文件，具体下面有这些功能，如果我们想让它基于我们给的内容，让它去输出一些 ppt， 那我们就可以直接把我们的信息丢到这个文件夹里面，我们把这个简历放到这个文件夹里面，然后就会在这个文件夹里面去识别到我的这个内容，我就让他基于这些信息帮我做一个 ppt， 可以 看到他自己在一步一步的去规划要做的事情，他就先规划这个 ppt 的 结构还有内容大纲，然后生成这个瑞士风的 ppt 之后再去验证这个效果。当他做完之后，他就会提示你是否要在浏览器当中打开这个 ppt 的 预览效果， 我点击券之后，他就打开到浏览器让我去做一个预览，这个就是一整个瑞士风的一个 ppt 的 效果，我觉得整体还是非常的清晰和简洁明了。对比我那样一个 word 文档的一个信息， 我觉得通过这样的一个 ppt， 或者说这样的一个求职简历给到 hr 来看，其实还是挺加分的，不知道大家觉得怎么样？所以总结一下。今天跟大家分享的就是在 vsco 的 这个软件里面去安装完这个 clolo 的 扩展之后，每次我们打开 clolo， 然后去新建一个文件夹， 把你要给 clolo 识别的一些信息跟内容都放到这个文件夹里面，然后每次点开右上角的这个 clolo 的 图标，我们就可以跟 clolo 去进行对话了。 第二个比较重要的就是我们每次让 cloudco 帮我们干活的时候，最好就是调用别人已经封装好的 skill， 当你解决不同的问题的时候，就用这些 skill 帮我们去解决。 然后当你不知道这个 skill 能干什么的时候，就直接在这个对话框里面，让 cloudco 帮你去读取这个网页里面的内容，问问他这个 skill 是 干嘛的。所以对于那些想要做课间 或者去做一些演讲分享，对外的展示这些内容，我觉得用这个 ppt skill 是 一个不错的选择。所以今天的分享不知道对大家有没有帮助，或者大家在实操的过程当中遇到什么问题都可以留言，我会针对大家的问题给予解答， 以及大家还想知道用 call 能做什么，也欢迎评论区留言，我会出相对应的教程分享给大家。好，那我们今天的分享就到这里，我们下期再见。

写技能不是把教程塞进一个文件，真正有用的技能，先写清楚三件事，什么时候用，按什么步骤做，怎么判断做对了。 第一，处罚条件要具体，比如用户说 review、 检查、 pr， 看看这次改动就应该触发代码审技能。第二，流程要短，不要写成百科，而是写成 ai 能执行的步骤。 第三，复杂资料要拆出去，主文件只放核心流程，细节放参考资料，稳定操作，放自动化程序模板素材，放素材目录。最后，一定要有验证标准， 比如有没有指出高风险问题，有没有给出文件和行号，有没有区分组织问题和普通建议。一个好的技能，不是让 ai 记住更多废话，而是让同一类任务下次还能稳定作对。