粉丝1.9万获赞5.5万

给大家分享五个我常用的 ai skills, 不是 那种听着很厉害,但用两次就吃灰的饭工具,而是真正能帮你干活、提效率的实战技能。 那这五个 skill, 从找工具、建流程、做内容,到处理文档,一整套全覆盖。第一个 find skills, 它解决的是一个特别真实的问题。以前我们找个好用的 skill, 要么翻别人的推荐,要么自己一个一个试,费时间还踩坑。现在你只需要说一句话,比如帮我找一个做竞品分析的 skill, 它就能自动地搜索、筛选、下载、安装,一条龙全部搞定。它非常适合刚接触 ai skill, 不知道从哪下手的同学。 第二个 skill creator, 一 句话理解,它是给 ai 写一份操作的说明书,你可以把你的工作流程、经验、方法,甚至业务逻辑全部封装成一个 skill, 让 ai 反复帮你执行。它会像一个耐心的产品经理一样,一步一步问你的需求,帮你把 skill 搭出来。 想让 ai 真正变成你的生产力工具,这个一定要用起来。第三个 skill nancy 二 notebook lm, 这个非常强,它可以把任何的内容变成任何的格式,比如论文变成音频的播客, 电子书变成可演示的 ppt, 你 丢给它十篇行业文章,它可以整合成一份结构清晰的报告。如果你平时要做大量的阅读、学习、总结和输出,装上它,效率提升会非常的明显。第四个宝玉 skills, 一个人就是一个内容团队,写完文章直接能生成小红书配图。如果你要做 ppt, 一 键能帮你生成,并且自动帮你排版,连多平台分发都能帮你搞定,从创作、作图、排版到发布整条内容生产线,它全包了。 如果你想做自媒体,或者正在做自媒体的同学,这个必装第五个, iso rapid 官方的四件套,人称职场牛马。四件套包括 pdf、 word、 ppt、 excel。 它让 ai 直接具备了办公软件级别的操作能力,自动写 ppt, 处理 excel 数据,改 word 文档。 所以不管你是写文案、做汇报,还是天天跟表格打交道,基本职场人都能用得上。那以上五个 skill, 你 不需要每个都精通,但是如果你能把其中两个或三个用到你的工作流程里,效率至少提升一个量级。


自从我开始用 ai 帮我干活之后,我发现一个人做独立站真的轻松太多了。因为我想给自己偷懒,所以我就直接用 cloud code 去给自己做了几个 skills, 专门用来干掉一些重复劳动的工作。 一个人做独立站呢,本质上就是要当六边形战士,就要上品、修图、采购呃,投放、 打包、发货之后,全部都要自己来,所以我就干脆把整个流程拆了一遍,把一些能够自动化的部分全部做成了可以附用的 skills。 我现在在用的呢,主要是有四个 skills。 第一个 skills 呢,是出单后的订单验证,每出一单呢,我的订单都会收到邮箱通知,所以我就做了一个 skills 去每分钟监控我的邮件, 我识别到订单的邮件呢,就会对我的邮件里面去检查客户的地址是否存在问题,接着会生成一封验证的报告,直接发到我的邮箱。如果说客户的地址填错了,就能够及时发现问题。因为之前呢就吃过一个亏,客户的地址填错了以后又联系不上,导致我的配送失败了, 所以就有了这个 skills 的 诞生。第二个 skills 呢,是语音通知功能,这个呢是因为之前的一个事故啊,客户的邮件我发了好几封都联系不上,所以我只能打电话给客户,我就做了这个 skills, 最终去顺利联系上了客户,并且传达了我的一个信息给到他, 给到客户的电话号码,名字以及我需要发给他的一个内容,系统就会转换成英文给我去确认,确认没问题之后,他就会自动拨打电话给客户通知,然后同时呢还能去录下客户的声音,像我这样的爱人,或者说像我这样呃,口语不是特别好的朋友呢,特别好用,非常建议使用。 不过这是需要去连接一个叫做 twilio 的 一个插件可能去调用的 nice skills 就是 产品上架,我们自己做独立站呢,避免不了最多的问题就是重复劳动去产品上架,包括我以前最开始转行的时候做过上品助理,想要上品, 呃,所以说为了偷懒呢,我又做了一个 use, 需要去给他产品的图片尺寸,材质,呃 s k u 以及一些现有的一些基础的信息,就有啥给啥,然后让他帮我上传产品的详情,并且通过 s k u 去命名,放在我的这个文件夹里面, 这样子它会帮我生成标题、卖点以及产品的规格表格,直接生成,我直接复制进去后台,然后再粘贴进去就可以使用。而真的是平时需要上品的朋友的福音呢,现在想想以前怎么没有这个好东西。第四个 skills 呢,就是产品评论, 做独立站的前期呢,为了提升我们网站的信任度对吧?肯定还要需要去上一些产品的评论,但是一个人去写评论的工作量啊,可以累死人,那简直是。所以我就做了这样一个 skills, 需要丢我上好品的产品的链接给到他,告诉他我需要的产品数量,他就会直接帮我去生成。 呃,能够导入我的评论插件的评论,然后我导入到后台去就完成了。我上面这些呢,其实都是根据我的网站和需求去定制的一些 skills, 主要去给大家提供一些思路。如果说你想自己去制作 skills, 其实也很简单的,你只需要去先把 calco 装好, 然后在里面去用 skill creator 这个插件的这种创建 skill, 这个是用来创建 skill 的 skills, 也就是,呃,你想把你用来自自动化的流程写清楚,比如说你输入需要什么,你想要它输出什么?呃,按照什么样的规则,它会 用这个 skills 去把你你的需求打包成一个完整的 skills。 以后你每次再遇到同样的工作呢,你就直接调用它就行了,它会自动识别你的需求去调用的。所以说如果你平时有需要反复劳动,重复劳动的工作,一定要记得去试一试,真的非常非常方便,非常推荐。

这是你朋友给你发的神秘工具,有的能生成好看的照片,有的能让 ai 越狱,还有的能一键复活。老大,离谱的 ai 用法总是离不开离谱的提示词和工具,渴望学习的你是在评论区找大佬分享,还是晚上偷偷来我家让我教你呢?其实这些都不用,因为这个 game 上爆火的 skills 项目可以解决一切问题。 不过在说它之前,我们首先要知道,最近全网吹爆的 skills 真的 那么万能吗?它背后的原理又是什么呢?小白又要如何用它?本期视频将带你一探究竟,同时也会分享几种离谱的玩法,建议各位在父母的陪同下使用。在使用之前,我们先来诉通一下 skills 究竟是什么。 二零二五年十月份的时候,一家叫 ansopik 的 公司先提出了名为 cloud skill 的 技术,然后基于这个技术又推出了 agent skill 开放标准,让起初只能在自家软件上使用的 skill 也可以在其他软件上使用。不 过即便这么良心,这个标准制作完成后,它还是不温不火。但是随着时间的流逝,它的好处也在慢慢显现,因为 skill 可以 很方便地分享给别人使用。于是有不少人自发的将自制的 skill 上传到 github 上,吸引网友下载, 结果好评如潮。有人夸他的功能非常离谱,有人夸他非常节省偷啃。这是因为他用了一种叫做渐进式批漏的技术, 也就像洋葱一样,一层一层一层的把提示词给 ai 看。例如,这是一个 pdf 处理技能,可以分为三层,第一层叫做原数据,包含技能的名字和描述。第二层叫做指令,这里写着给 ai 看的工作流,比如让他用什么工具从 pdf 中提取文本。 第三层是参考资料和代码,让 ai 在 执行工作流的时候按需阅读。所以相较于传统提示词按需加载的特性,让它不仅能实现复杂的功能,而且占用上下文的长度会更小,也就更节省。头等, 如果你没有听懂的话也没有关系,会用就可以,除非你对 skos 的 底层细节非常感兴趣。那么你可以看看这篇官方文档和架构图, 我在这里只讲它最核心的几点。那么接下来呢?我们讲讲 skills 有 哪些离谱的用法和技巧。我们先来看几个案例,例如你想做一个产品动画,只需要像这样抒你的需求,完全不需要你懂剪辑就可以达到很好的效果,还可以拿来做软件宣传片, 或者那种高大上的数据动态演示,是不是非常香?再看这个剪辑技能,它能帮你下载播客这类长视频,再剪辑出其中的精华,然后生成带双语字幕的短视频,还能配上发布文案,非常适合做切片。另外还有这个漫画技能,想要批量生成漫画,只需要输入一个编好的故事, skill 就 会将 ai 加载特定的提示词,让 ai 一 连串的执行操作,生成这样的效果,看起来是不是画面非常精美,还有分镜和对白。 最后再推荐一个去 ai 味的技能,要比我之前推荐的提示词会智能不少。这里还有一个技能,下载的排行,热门的 skill 都可以在这里找到。以上提到的技能链接以及安装教程我也都整理好了,放在了视频的下方,你可以自取。 看到这里,想必你对 skyo 有 了一定的了解,但我还想提醒的一点是, skyo 并非适用于任何场景,因为简单的任务提示词就够了,复杂的系统需要写代码才行。而 skyo 适合处理中等难度的任务, 当流程繁琐但又不值得为它开发一个 app, 使用它就好了。好了,以上就是本期视频的全部内容了,如果你觉得有所收获的话,不要忘记点赞收藏。最后,我是元宝,一台 ai 和黑科技的挖掘机,我们下期见!

大家好,今天给大家带来一份非常干的内容, skills 搭建超详细教程。不管你是测试工程师、开发还是 ai 应用爱好者,只要你希望在 ai agent 里真正跑起来,用起来,那 skill 这个东西你迟早得会。今天我用三种方式带你从头把 skill 搭明白。文章最后会附 md 文件,记得先点个收藏。 先说第一种方式,手写 skills, 这是最基础也是最扎实的方法。你需要自己创建目录,手写 skill md 文件,然后放到对应的位置去实测。手写又分为两种,一种是全局 skill, 适合放测试通用工具库,比如接口、测试模板、 照数据脚本。另一种是项目 skill, 针对你当前测试的项目,放专属的业务逻辑和用力手写的优点是可控、可定制,不依赖 ai。 你 对 skill 的 行为有绝对把控,适合核心敏感或者公司内部不能外传的测试能力, 对测试工作的帮助也很直接。你可以把重复性的测试步骤、常见的断言逻辑,甚至是环境配置全部封装成一个 skill, 随时调用,效率直接起飞。 第二种方式, ai 自动生成 skills, 这里会用到一个叫 skill creator 的 工具,你先安装好,然后告诉 ai 你 的需求,它就会自动帮你创建 skill 生成目录和 skill 到 m d 文件。你只需要检查一下结果,再做个实测就行。这里有四个经验值得记住,需求描述尽量具体,提前设计出发场景,一个任务尽量只用一个 skill, skill 可以 持续迭代。 ai 生成的优点是快,你不需要记语法,不需要背模板,只要你会说人话, ai 就 能帮你搭出一个能跑的 skill。 对 测试工作来说,这个特别适合快速验证想法。比如你想测一个登录场景的异常流程,跟 ai 说清楚,几分钟就能得到一个 skill, 改一改就能用第三种方式直接使用开源 skill。 现在社区里已经有很多现成的 skill, 比如文档处理类等等,你可以在 cloud code 里安装 skill 插件,也可以手动安装,或者直接安装官方 skill 包。 skills 的 调用方式有两种,显示调用和影视调用,按需选择就行。开源 skill 最大的优点是不用从零开始,你站在别人搭好的地基上,改改参数,调调逻辑,就能适配自己的测试任务。 对于测试工作的帮助是,你能快速引入成熟的测试能力,比如 pdf 解析、 excel 比对、日式分析这类常用场景。开源 skill 往往已经做好了,拿来就能用。最后给大家做个简单小节手写。适合深度定制,掌控力最强。 ai 生存适合快速起部,门槛最低。开源 skills 适合站在巨人肩膀上,效率最高, nice。

首先是这个 final skills, 简单来说它就是一个可以帮你发现和安装 skills 的 工具,有了它之后,你就不用再去搜索安装命令,直接让 cloud code 帮你搜索,帮你安装,特别适合那些刚入门不知道有哪些 skills 可以 用的朋友。 第二个是 skill creator, 如果你厌倦了某一个重复劳动的工作,这个 skill 可以 帮你从零把你的工作流转化为一个 skill, 那 你可以在下次遇到这一类工作的时候,直接调用这个 skills, 帮你一键自动完成。 第三个是 superpowers, 这个 skill 的 核心理念就是让 ai 的 工作更加有条理,它内置了很多很实用的子 skills, 比如说 brainstorming, 它会让你的 cloud code 接收到复杂任务的时候,先问清楚你的需求再开始干,而不是一上来就开始动手写代码,那除此之外,还有这些 skills 都非常的有用。第四个是 angelica skills, 这个是由 open ai 创始人前特斯拉 ai 总监 angelica 创建的一个 skill, 这个 skill 把它的编程经验提炼成了一套行为准则,让 ai 写代码的时候会更加的克制精准,不会脑补,不会瞎改,更不会过度设计。 简单来说,它就会让你的 ai 变成一个资深的工程师,写代码之前先想清楚怎么做,再去执行对应的任务。第五个是 humanizer, 如果你经常使用 ai 写文案,那这个 skill 会比较有用, 它能够识别文本里面的 ai 写作痕迹,比如说动不动,首先其次等等,或者一些比较空洞的套话,然后把你整个文章修改得更加的自然,让 ai 生成的文字听起来更像真人写的 第六和第七个,我们两个一起说,这两个是前端设计的 skills, 一个是 fronted design, 还有一个是 uiux pro max。 这两个 skills 装上之后, cloud code 输出的前端内容就会从千变一律的蓝紫配色,瞬间变得很有设计风格。 这是因为在 front design 中,它定义了很多前端代码设计的规范,而 uiux pro max 提供了五十多套 ui 风格和配色方案,让 ai 做前端开发的时候,可以选择最适合你需求的风格进行开发。 那以上就是今天分享几个适合新手的 skill, 如果本期视频对你有所帮助,记得点赞、关注、收藏,这里是笑,我们下期视频再见!拜拜!

项目中装很多 skill 会不会加速你的 token 消耗?答案是会,因为它不小心就可能执行了某一个 skill。 每一个 skill 都有它的一个范围定义,有时候你可能不需要它,但是它的定义标准会额外的给你执行了更多的指令, 这个时候就会消耗更多的 token, 所以 skill 是 按量索取,尽量不要装全局,尤其是堆的越多的时候,那么一个普通的命令可能会消耗你大量的一个 token。 分享一下我真正的体验吧, 昨天那个视频我拍了十八个 skill, 其实我原始的项目只有两个的,也是我自定义自己训练的,根据项目自定义出来的, 但是装了这一些网上热门的 sqs 之后,你会发现它的表现还不如我自身原来的 sqs, 在 执行过程中尤其不小心命中了一些 sqs, 执行的消耗会非常的多。所以说这一些 sqs 的 出现对你来说有没有好处呢? 对于完全不懂的人来说,装那么一个两个体验一下就行了,如果你自己能做规范的话,还是建议用自己的 skill。 如果是你的 ai 不 怎么聪明的话,你只需要给他十行八行的好的提示词就行了,并不需要装一些技能进去。所以 装了很多 su 四并不能让你的 ai 变聪明,你的标准提示词才是让它变聪明的根本,所以大家不要被这个地方给误导了,就是想通用是比较难的,都要根据自己的项目去调整, 所以大家看到一个好的 su 四的时候,你在用的过程一定要用你的项目去调整一下它,让它发挥出它的效果来,不要盲目的听别人说哪个好,就哐哐的往项目里面装。 但是如果你装了之后,你要做检测,问一下你 ai 他 识别出这个是六十没有,如果识别出来之后,你可以问他,你现在是有作用的吗?目前命中率怎么样?记录一下他的命中情况,如果第一个命中很差,第二个没有执行到,你可以把它给移除掉, 也可以按照项目的情况去配置一他的的执行方案,他的一个出发条件,这样也可以有效的去解决,这样也非常有效的节约你的头,肯,让你的头肯续航时间更长。

给大家看一下 overseat 里面的第三方茶剪刻店里面的 skill 到底有多好用。首先那个一个是 ai 的 一个工具,手把手教学这个 ip 的 一个线索挖掘,我在前几天已经讲过了,真的非常强大,能出一个人生自传, 非常好用。还有 windows 一个性能优化,清理字牌,对吧?然后个人信息引导,让 ai 又认识我。 那么还有像这个公众号的一个排版,公众号爆款的一个生产,尤其这个敏感词的一个检测,这个真的是非常棒,就是你写完这个内容之后,他会自动帮你去呃,检查一遍有没有敏感词,到底哪些需要改的, 呃,下一篇我会把这个怎么生产篇。呃,公众号,他的公众号也好,还是说他的一个文案内容也好?呃,一个整体的经过,我给他录制一下,还有教你这个知识的文案配图,生成 标签标题啊,尤其这个比较厉害啊,就是这个灵感碎片的这个文案,就是你有灵感,你有想法,你在任何地方,你输入给他,或者说你们有一个对话,你们在聊天,聊了这一段对话输入给他,他都可以帮你做成这个内容, 好用。还有像这个爆款的一个呃,拆解,这个也好用啊,这个比如说你看到一个好的一个链接,或者说呢,你的一个对标的一个视频,你觉得他说的非常好,或者说你非常感兴趣的事情,你直接分享给他,让他去帮你进行一个拆解。 那么还有聊观点,讲故事的,这个都是呃次要的啊,尤其是这个什么选举的一个评分,他会呃给你去考虑哪些选举好坏,应该发哪个?到底能不能发,对吧?这个都会给你进行一个做一个评分, 评分高的你再去发那个爆款的成功概率也就高了。还有像这个风格的一个萃取,这个风格萃取就是你的一个风格,这个是非常重要的,让这个 ai 在 学写这个,呃,文案的时候,他可以依据你以前以往 所写过的一个输出风格,那这个 ai 写出来东西就是你写的,就就这么回事。 我觉得这些视频都非常的好用。所以呢一个工具好不好用啊?不是在于它有多少先进的功能,最终呢?就是如果说能把这个工具用到你的实际工作或者实际生活中呢?呃,能够应用起来,它就是一个好的工具。

给你们看看 skills 到底有多恐怖,这个网站上集合了几万个 skills, 我 们在这个二十四小时热榜里就能看到最热最新的 skills, 大家都在用什么?一看就知道,重点是这个后面它还有一个星标和下载量,告诉你哪个到底是最热的。就拿这个最热的 fun skills 举例,它现在已经有十一点七 k 的 收藏了, 点进来之后我们就能看到它的技能简介和每周的一个安装量。可以看到啊,它是一个专门寻找 skills 的 skill, 并且它在下面都写了详细的使用教程,告诉你如何去使用。有了这个 skills 啊,我们再也不用在几万个 skills 来找寻那个适合自己的 skills 了,还不知道是什么和不知道怎么用的小伙伴点赞收藏,主页踢我!

这个 skill 可以 让巴菲特直接变成你的私人助理,配置好后,在 ai 里输入任何一只股票,他就会用巴菲特的思维结合专业的分析,最终给你输出一份机构级的深度报告。这跟那些针对别人说话风格的 skill 完全不一样,使用起来也非常简单,直接看下怎么操作吧。 首先我们打开 github, 在 里面输入这个叫 buffet oracle analysis 的 项目,它的中文名叫巴菲特神域分析师。然后我们可以看一下这个项目的介绍, 你未给他任何一个公司的名称或者股票代码,他都将输出这些维度的专业分析,底下是他的一些分析流,让我们直接上手开始操作吧。 然后回到上面,我们直接点击这个绿色的 code, 然后来下载它的压缩包,把它下载到桌面,然后我们回到 cloud, 这里我建议大家直接创建一个 project, 方便于后期的使用。 我们直接点击 new project, 然后名字里直接叫巴菲特分析师。底下这个 what are you trying to achieve。 我 们可以直接让 cloud 给我们写一段 md 文档,复制粘贴进去,然后创建项目。创建完之后,我们直接把刚刚下载的压缩文件发给他,让他学习这个 skill, 然后可以看到他解压分析,学习总结。等他安装好了以后,我们也不多废话,直接让他开始分析。就以腾讯为例子,我们可以看到他在分析,他在解锁。下面我直接给大家看这个分析过程的醇香版,非常牛逼,不需要多余的解释。 然后我们可以回头看一下他这个分析,他列出了一个非常详细的看板,对于他的一些收入,毛利率,包括 roe 都是非常清晰的列在上面,以及他的护城河分析,多维度估值汇总,包括巴菲特的分析卡,对他进行了一个评分。 下面是风险矩阵,投资决策,在多少价位的时候买入多少的市场比例,我觉得还是非常有价值的,大家如果有什么感兴趣的股票也可以去搜一下。 最后这个项目还在持续的迭代更新中,未来肯定有更多功能有待开发,那么今天的视频就到这里,希望大家喜欢,这里是 bryce。


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 是 什么?终于理解了 ai 智能慢慢进入我们的生活之后啊,我们开始越来越频繁地听到一个词, skill 文 章写作 skill, 网页设计 skill, ppt 生成 skill, 甚至还有巴菲特 skill, 芒格 skill, 马斯克 skill, 前任 skill 同事 skill 老板 skill 还有另一个经常一起出现的词呢,叫 m c p。 这两个东西放在一起啊,很多人直接就懵掉了, m c p? 我 还没搞懂,又来一个 skill, skill 到底是什么?它是不是就是长一点的 prompt? 也就是提着词呢? propt, skill、 mcp 到底有什么区别?我不会代码,能不能用 skill? 如果想做自己的 skill, 具体怎么做?这期内容, skill 是 什么?有什么用?为什么需要怎么创建自己的 skill? skill 和 propt、 mcp 有 什么区别?有哪些实用有趣的 skill? 一 次 讲清楚。先说一个最重要的判断, skills 呢的完整名字叫 agent skills。 注意这个 agent 它不是为了显得高级才随便加上去的,它告诉我们, propt 呢,是给 model 用的。 skill 是 给 agent 用的。这句话非常的关键。 过去我们说提词词呢,大部分的时候是在说,你给模型发一段话,模型呢,根据这段话,然后给你回一段话,它能分析,能总结,能写作,能给建议,但它主要还是在对话, 这叫 chatbot 常见。而 agent 不 一样, agent 呢,不只是会说话, agent 还能动手。它可以使用工具,读文件,写文件,运行脚本,调用 api, 访问数据库,生成图片,修改代码,把结果呢保存到本地。所以 skill 的 重点不是这段文字比 prompt 长还是短。 真正的重点是这段文字啊,不是临时写给 chatbot 让他回复你另一段文字的,而是提前储备给一个能动手的 agent, 在 需要的时候 主动赋用,然后给你一个切切实实的产出成果。举个特别直观的例子,你想让 ai 给你生成一篇文章的所有的插图,如果你把一段插图提示词和文章的内容发给 chatbot, 它可以帮你分析文章,可以生成图片,但它不会帮你放到文章的合适的位置里,这些活还是得你自己干。但如果这个任务是交给 agent 呢? 它可以自己读你的文章文件,设计每张图的内容和风格,用画图模型生成图片,然后把图片插入正确的位置,最后啊,输出成品。这就是区别啊, chatbot 只能对话, agent 能动手干活。所以啊,即使 skill 里面也会出现提示词,但这和 prompt 的 定位已经完全不同。 skill 最朴素的形态呢,就是一个文件夹, 文件夹的名字啊,就是这个 skill 的 名字。这个文件夹里啊,至少有一个文件叫 skill 的 md, 这是一个 markdown 格式的文档,可以直接用记事本打开来进行编辑。 skill 的 md 里面写什么内容呢?写这个 skill 叫什么?什么时候应该用?具体该怎么用? 输出应该长什么样子,遇到问题怎么办?如果复杂一点呢?这文件夹里面还可以放脚本代码、参考资料模板图片视理文件。所以你可以先把 skill 理解成写给 agent 的 一份工作说明书。一个最简单的 skill 可以 简单到什么程度呢?比如直头子,这个 skill, 它的名字呢,就叫直头子,它的使用场景描述呢, 就是借助随机数生成器进行值投资的操作,当需要值投资的时候,可以使用该技能。再下面呢,就是它的正文部分,也就是具体说该怎么使用这个技能。你看这东西呢,就这么简单。 上面三条横线包起来的部分是原数据,又叫前置参考材料。 name 呢,是告诉 agent 这个 skill 叫什么名字。 description 呢,是告诉 agent 什么时候应该用这个 skill。 下面的正文字部分呢,是告诉 agent 具体怎么使用这个 skill。 这里需要注意啊,它不是让模型自己给你说一个随机数,它是告诉 agent 去实实在在地调用一个命令工具来随机生成一个数。这就是 agent 的 skills 的 味道,不是只会说,而是能调用环境里支持的工具去做那一个复杂的 skill 又可以复杂到什么程度呢?比如 astropik 官方仓库里的这个做 ppt 的 skill, 它就不是只有一个 skill dmd。 它的目录里啊,有 skill dmd, 还有 scripts 文件夹,还有其他的 md 文件。这说明什么呢?说明复杂的 skill 不是 一段超长提示词, 更像一个小型工具包。 skill d, m, d 呢,负责告诉 agent 什么时候用这个 skill。 任务大概的流程是什么? editing d, m d 呢,负责讲怎么编辑现有的 ppt, 然后 ppt x g, e, n g, s, d, m d 呢,负责讲怎么用某个脚本代码生成新的 ppt scripts 呢,负责放那些需要确定性执行的代码。 agent 使用 skill 的 过程是这样的, 比如这个 ppt 生成 skill agent 呢,一开始呢,不会把所有的 skill 的 全部内容都塞进去,他只先看每个 skill 的 名字和描述,等用户的任务真的是匹配到了这个 skill。 比如 ppt 生成 skill, 他 才会去看这个 skill 的 完整的 skill, 点 md 的 内容, 如果 skill 点 md, 里面写的是编辑 ppt, 再看 addin 点 md, 他 就到那一步才会看这个 md。 scripting 的 脚本也一样,需要用什么脚本 agent 呢,才会去用。 这就像你入职公司啊,第一天不会把财务制度啊,法务合同啊,制度规范,所有的历史项目文档啊,全都背一遍。你只是需要知道,遇到报销看报销手册,遇到合同去找法务模板。 skill 呢,也是这样,需要什么才打开什么。 这也是为什么传统提日词模板很难代替 skill, 提日词一发出去呢,基本就是全量加载,你写了两万字,他就吃掉两万字的上下文。但 skill 可以 只先加载几十个 token 的 name 和 description, 真正用到的时候啊,再加载正文部分的说明, 在需要的时候才读参考资料和脚本。所以 skill 的 价值啊,不只是能不能做到,而是管理成本、附用成本、上下文成本、迭代成本 完全不同。简单地说, skill 呢,就是提示词的工程化封装,它让一段经验啊,变得可附用,可组合,可迭代,可按需加载。那 skill 具体有什么用呢?最直接的用处啊,是让 agent 更稳定地帮你干活。很多人用 agent 最大的痛点不是他完全不会做,而是他今天会了,明天不会。 今天写的还挺像人,明天突然开始关窍今天的格式,对了,明天又忘了。 skill 就是 用来解决这个问题的,你把标准写进去 a 准呢?每次做同类任务之前呢,都去看一遍,稳定性就会提升很多。 第二个用处啊,是把你的工作经验呢都沉淀下来。比如你每周都要写周报,你其实知道哪些事情呢?要写成成果,哪些事情呢?只能写成进展,哪些风险啊,必须单独拎出来,哪些表达呢?老板不喜欢,但这些东西呢,都在你的脑子里,你每次让 ai 写周报,都得重新跟他说一遍。 做成 skill 之后啊,你只需要把零散的工作记录丢进去 a 就 能呢,就按你的周报标准来整理。这件事情很普通啊,但真的很有用。第三个用处啊,是让复杂任务可以拆开来做。比如你想做一个平常写作的 skill, skill 点 md 里写整体的写作流程, reference 里,也就是参考资料里面呢,放你的历史文章的风格,标题方法论啊,选题标准啊, assets 里呢,放封面模板, script 呢,放字数统计啊,记用词扫描格式,检查这些脚本代码。 agent 呢,负责理解和写作,脚本呢,负责确定性检查参考资料,负责提供风格约束。 这样一来,他就不是单纯的帮我写文章了,他开始接近一条半自动内容的生产线。那 skill 和 m c p 有 什么区别呢?这个问题特别重要,因为现在很多人一听 skill 就 会觉得 m c p 是 不是没用了? m c p 解决的呢?其实是连接的问题,而 skill 解决的是怎么做的问题? mcp 让 agent 能够访问外部工具和数据,而 skill 呢,告诉 agent 在 某个任务里面应该如何使用这些工具和数据?你看,这是两个完全不同层次的概念, 如果没有 skill, 你 每次都要耳提面命八百遍,告诉你的 agent 要使用哪些 mcp 工具。怎么使用这些 mcp 工具?不然 agent 呢,可能选到错误的工具组合,或者是按照错误的顺序使用 mcp 工具。 如果没有 m c p 呢? skyo 确实也能使用 scripts 你 的脚本代码或者系统自带的命令行工具来完成一些任务。但是它能触达到的外部世界就会很有限。你可以让 agent 在 本地处理文件,跑脚本,甚至 ppt, 整理 mac 套。但是如果你要让它稳定地去访问外部的数据库,飞书啊, lotion 啊, github 啊,企业内部的系统啊,或者是各种远程的这种 api 啊, 就需要一个标准化的连接层。 m c p 做的其实就是这件事情,他把外部工具和数据源呢,用统一协议接个 agent, 让 agent 不 用每次就为不同的服务单独写一套连接方式。用一个最简单的类比啊, m c p 的 全称呢,是 model context protocol, 也就是模型上梁文协议,就有点像电脑的 usb 接口和 u 盘 统一都遵循 usb 协议那样。 mcp 呢,负责把 agent 这台电脑和数据库啊,文件系统啊,浏览器啊, github, 飞书啊, lotion 啊,各种 api 啊这些 u 盘啊连接起来,接上之后呢, agent 就 能够够得到这些外部的资源,但够得着不代表会用得好。 skill 呢,像操作手册和 s o p, 它可以告诉 agent 什么时候要查数据库。查数据库的时候呢,先看哪些表,哪些字段代表当前状态,哪些查询呢?不可以乱查结果,要怎么解释异常要怎么处理?对于简单的任务啊,你确实可以不用 skill agent 呢,直接自己决定调用什么, m c p 一 般也够用。对于不涉及外部复杂对接资源的任务呢,你也可以不用 m c p, 用一个 skill 解决问题也够用。但是啊,涉及外部复杂的对接资源,且流程需要多步骤来完成的时候,通常这些资源的提供方,比如飞书啊, logan, 都会提供 m c p 的 使用方式,你就需要用 skill 去配合 m c p 来使用了。再看一个具体例子啊,你要让 agent 分 析公司内部谁的声望最高,如果只用 m c p, agent 呢,可能能连接上数据库,能查员工表,能查薪资表,部门表,但他未必知道声望应该怎么衡量, 是看管理层级,看下属数量,看薪资,看认知时间还是什么?这些呢,不是连接的问题,这是判断的问题,这时候就需要 skill, skill 可以 写清楚,分析声望的时候,先查管理关系啊,查薪资水平啊,查认知时长啊,以及其他就有相关性的数据,再组合成一个评分框架,最后输出结构化的分析。 m c p, 负责执行具体搜口的查询。而 skill 呢,负责告诉 a 政,他为什么查,按什么顺序查,怎么解释结果,这就是两者的分工。所以 skill 和 m c p 呢,他们不是互相替代的关系啊, 它们是互补的关系。 m c p 啊,让 agent 能够连接到外部世界的工具 skill 啊,让 agent 知道怎么组合工具完成任务。那到哪里去找 skill 呢?这几个 skill 的 网站,你可以自己去探索,还有就是 github 点 com 上会有一些个人或团队开源的 skill 项目, 可以自己根据需求呢去搜索。这里说两点啊,第一就是任何 skill 呢,如果不是官方的,都建议你先用自己的 agent 去检查一下安全性。 方法也很简单啊,把 skill 的 地址或者整个文件夹给你的 agent, 然后跟他说检查一下这个 skill 的 安全风险。第二点呢,任何的 skill 的 安装,除了 skill 网站提供的手动安装的方法,都可以直接把 skill 的 网址丢给你的 agent, 比如柯柯的,然后跟他说帮我安装这个 skill, 然后你的 agent 呢,就会自己帮你安装有什么实用或者是有意思的 skill 呢?比如你经常要做 ppt 啊,追求简洁实用风格,可以试试 abstract 的 pptx 技能。安装方法也很简单, 直接跟 cloud code 说帮我安装这个 skill, 然后把这个 skill 的 网址啊直接贴给他就可以了。比如你想搭建个人知识库啊,你可以试一试 second brain。 如果你还不知道这个前 open ai 创始人团队成员安德烈卡帕西提出的 l m viki 个人知识库的搭建方法,可以去看我那期讲 l m viki 的 内容, 我自己现在呢,也一直都在问。再比如人格真流 skill 啊,这个就很有意思了, github 上啊,有个这样子专门收集围绕人物关系、纪念性场景和方法论视角的 agent skills, 一句话讲就是万物可蒸馏,而这个仓库收集了已经蒸馏好的万物。比如你不知道怎么和老板汇报,可以用老板点 skill 蒸馏你的老板, 你担心同事跑路,导师毕业,队友转岗,可以用同事点 skill 蒸馏他们,你还可以用前任点 skill, 你 也可以用自己点 skill 蒸馏你自己。或者直接使用蒸馏好的领域人物 skill, 比如巴菲特思维操作系统点 skill, 比如马斯克点 skill, 比如乔布尔点 skill。 如果以上都没有你感兴趣的,你还可以使用女娲点 skill。 这里不是说完全还原一个人,它更像是呢,从公开作品啊,对话啊,经历和资料里去提炼表达风格,决策框架,思考习惯和互动方式,也就是把一个人是怎么想问题的, 怎么说话的习惯,怎么跟人互动的习惯做成一个可调用的方法论。 skill 安装方法也很简单,直接和你的 a 程序说帮我安装这个 skill, 然后呢,把这个地方替换成对应的 skill 网址就可以。还有一种 skill 叫原 skill, 原 skill 不是 某个具体任务的 skill, 不是帮你写周报,也不是帮你生成图片,它是帮你发现 skill, 创建 skill 的 skill。 现在最典型的两个原 skill 呢,一个叫 find skills, 另一个叫 skill creator。 find skills 呢,解决的是我想做一件事,到底有没有现成的可用的 skill。 以前我们找 skill 呢,可能要自己去 github 上去搜啊,去 skills 点 s s 上去搜,去别人的文章里去翻推荐,中间就很容易打断我们自己的当前工作流。而 find skills 呢,可以直接在 agent 里面帮 帮你搜,比如你对克罗斯克的说有没有 ppt 生成相关的 skill, 或者直接说我想生成 ppt, 它就会自己帮你去搜索,还会结合 skills 点 s h 这个网站的排行榜来源性,比如官方啊,还是个人啊, github 上面的 star 数量啊,综合帮你判断 哪个 skill 更靠谱。而 skill creator 呢?解决的是另一个问题,就是我想做自己的 skill, 怎么从零到一去做出来?它不是简单帮你生成一份 skill 的? md 啊,除非你的需求真的是非常简单,它更完整的流程上, 先问你这个 skill 要解决什么问题?什么时候触发期望输出是长什么样的,要不要测试,然后会自动去帮你写一个 skill 的 草稿,再设计几个真实的测试的这样的一个任务,然后跑一遍 skill, 让你看看效果,如果效果不好呢,它 就改,然后再测,然后再改。总之就是我们跟着提示呢,一步步来,就可以从零到一的创建出一个 skill, 不 懂代码也完全没有。那什么时候需要创建自己的 skill 呢?我给一个特别简单的判断 一件事情,你做了三次以上,或者预判自己可能会做三次以上,就可以考虑做 skill。 不要做一个万能的 skill, 一个 skill 呢,去解决一个具体的问题。多个小的 skill 通常比一个巨大的 skill 更加靠。那 skill 有 风险吗?有,而且必须认真对待。 因为 skill 呢,它不一定只是文本,它可能包含脚本代码,可能要求提取文件,可能引导 agent 呢,去做一些操作。所以别人发给你的 skill 呢?不要闭着眼睛安装,至少要打开看一下 skill d m d 是 写的什么内容,看看它要求 agent 呢,会做什么东西,如果里面有 scripts 呢,而你又看不懂代码, 就不要轻易地去运行,尽量看 skill 的 安装量来源是否可靠。 skill 呢,它是能力的放大器,好的 skill 呢,会放大效率, 但坏的 skill 呢,也会放大风险。如果你觉得自己判断太麻烦了,也可以让你的 agent, 比如 cloud code 啊,或者 code x 去帮你去做解。那为什么 skill 如此重要呢?因为 ai, 它只是聊天工具的时候呢,提示词就够用。但当 ai 变成执行者的时候啊, 它需要的不只是你临时说一句话,它需要稳定的流程、边界、工具和规则。这就是 skill 的 定位。未来啊,很多软件可能都会发生变化,过去我们打开网页,自己点按钮,填表单,上传文件,等待 结果。以后呢,很多任务啊, agent 可以 直接通过 api 或者是 mcp 去完成。而 skill 呢,会告诉 agent 该怎么调用这些工具,该怎么整理输出。网页是给人用的, api 呢?是给程序用的, mcp 呢?是给 agent 呢?学会怎么做事用的。这几句话放在一起啊,你就能看懂 未来产品的形态。人会不会有一天被某个 skill 替代呢?已经有人把钱桶式真流成了一个 skill, 如果你正在做的事呢,是一个 skill 就 能讲明白的,那么大概率会被替代。如果不能,说明你的工作不只是机械式的动嘴动手,你的工作需要调用你的思维。史蒂芬平克告诉我们,人类的大部分思维其实并不以语言的形式存在。迈克波兰尼也告诉我们,我们所知道的远比我们能说出来的多。 这说明语言啊,并不全然是人类的智慧,语言背后无法被完全言说的思维才是思,就是心上之田,也就是在心上耕耘,用心去想,去琢磨,去感受。维就是维度, 零维是点,一维是线,二维是面,三维是体,四维就是连续运动的物体,也就是加上了时间的维度。当然,还有更高的维度啊, 展示不出来了。所以啊,思维就是思的维度。而语言呢,只是思维在低维空间的投影,就像把三维立体图强行压扁成二维平面图,无论从多少角度刻画这个平面图,都会失去空间、质感、层次等关键信息,永远无法还原物体的本貌。所以啊,人的核心竞争力啊,其实就两点,思维的高度和用语言。 思维的程度。思维呢,影响你的品位、洞察力、判断力、决策力和执行力。语言呢,影响你能在多大程度上让你的思维落地?这里的语言啊,不仅仅只说,也只写,也只话, 也只谈。思想维度高的人呢,很难被 a i t 的。 你想想看,如果乔布斯愿意来你的团队,你不会仅满足于使用乔布斯点 skill。 不 过,我们不需要成为乔布斯,我们只需要比周围人的思维高度高一点就可以。如果有一天,公司让你蒸馏你自己,你可以试试这个反蒸馏,馏就是你把你自己蒸馏出来了之后啊,然后把 蒸馏的结果丢给这个 skill, 它会帮你整理一份看上去完整专业,但实际上已经抽取掉了核心知识部分的清洗版。这是权益之计啊,不是为了让我们去躺平,而是让我们变得更强,争取时间,强到一百个 skill 也只是我们的冰山一角。 ok, 到这里你已经知道 skill 是 什么,有什么用? skill 和 m c p prop 的 区别有哪些?实用有趣的 skill? 什么时候需要创建自己的 skill, 以及如何创建自己的 skill? 你 对 skill 的 理解已经超过了百分之九十。以上就是今天的全部内容,如果觉得对你所帮助,点个赞,收藏一下,也请转发给你那个一直想搞清楚的 skill 到底是什么的朋友。这对我真的很重要。我是三秋水,用技术生存,用哲学生活。我们下期再见。

哈喽,大家好,我是土豆,今天这期视频我要给大家聊一个最近在测试圈特别火,但很多人还一脸懵的概念 agent skills。 先问各位小伙伴一个问题,你是不是也在用 ai 写测试?用力生成自动化脚本?那你有没有发现, ai 虽然能干,但每次输出的东西都不一样,今天格式对的,明天就飘了,后天又给你整出一堆没法用的东西。 为什么?因为你每次都在让 ai 从零理解你的需求,他根本不记得你的 s o p, 你 的规范,你的团队标准。那怎么解决?答案就是今天要讲的 skills。 简单来说, skills 就是 一套写在 markdown 里的可附用的测试工作流和规范, 你把什么时候用,怎么用,输出长什么样写进一个 skill, 这样 m d 文件里, ai 在 对话中就会按这个文件来做事。给大家打个比方你就懂了, m c p 和工具相当于测试里的抓包工具,数据库连接 jenkins api, 这是给 ai 用的能力,解决的是能不能做的问题。 skills 相当于接口测试、 sop、 bug 报告模板、用力审检查清单,这是给 ai 用的流程和标准,解决的是按什么标准做的问题。 对测试来说,后者往往更能决定 ai 产出是否靠谱,可复用。今天我直接给大家总结了三种玩转 skills 的 方式,从手写到一键生成,全都有方式。一、手写 skills, 如果你是第一次接触 skills, 我 非常建议先手写一个,原因很简单,只有自己写过,你才会真正理解 skill 的 结构是什么, ai 是 怎么调用它的。 手写不复杂,就是把你平时脑子里的测试经验写成一份结构化的 markdown 文档。方式二, ai 自动生成 skills 觉得手写麻烦没问题,让 ai 帮你写,你只需要告诉 ai 你 的测试场景和需求,它就能自动帮你生成 skills 文件。 比如你说帮我写一个登录接口测试的 skill, ai 直接给你输出规范格式,你稍微改改就能用。方式三,导入现成的 skills, 这个最狠,直接导入别人已经写好的验证过的 skills。 测试圈子里其实已经有很多大神分享了,高质量的 skills 拿来就能用,就像装插件一样简单,你不用从零造轮子,直接站在巨人的肩膀上,那这叫 skills 玩法,对测试工程师到底有什么用?把你的测试经验变成 skills, 让 ai 按你的流程工作, 一旦配置好, ai 就 会像一个熟悉团队规范的测试工程师一样工作,你的用力、评分标准、 bug 报告模板、接口、测试 sop 全部沉淀下来,每次调用都是一样的高质量输出。 这份文档里三种方式的详细操作步骤全都有,我建议大家直接去看原文,边看边练。那这份 skills 玩法指南今天同样无偿分享给支持我的小伙伴,拿到手一定要跟着去实操,从手写一个最简单的 skill 开始,别放收藏夹吃亏!

我们平时的话,日常的话装这个 skill 有 三种方式啊,就是第一种方式就是卡号上面对这个 skill 市场这上面的任意 skill, 然后它有一这个有个单漏 啊,登录的这个,然后呢下载下来解压在这个你们安装的目录点 opencloud 下面 workspace skill 啊,解压在这个目录下面就可以了。第二种方式就是你这个 skill 里面有一个这个命令,直接这个复制这个命令,然后到 posture 上面去安装 啊,右键回车就可以了。那第三种命令我们是最常用的啊,就直接把这个 skill 名字复制下来, 然后呢到我们楼下里面,然后直接跟他说啊,请给我安装这个 skill 就 可以了。