skillclaw阿里版使用教程
你用的 ai 助手，其实每天都在偷偷变笨，不是大模型退步了，而是他根本记不住自己犯过的错。你有没有过这种经历？上次让 ai 帮你导出 slack 里的代办，他折腾了三次才搞定。这次你再让他做同样的事，他居然又从第一个错误开始犯。 更气人的是，你同时用同一个 ai 做一模一样的事，也得从头踩一遍一模一样的坑。这就是现在所有 ai 助手最大的隐形 bug， 知识永远停留在单个人的单词对话里，系统根本不会积累 大语言。模型。 agent 的 能力很大程度上依赖技能，那些写死了工具调用顺序、错误处理逻辑的可附用程序片段。 但这些技能一旦安装，就基本不在变化，每个用户都在独立重新发现同样的解决方案，所有人都在重复造轮子。 阿里刚开源的 skill cloud 直接把这个问题给解决了。他做了一件所有人都没想到的事，让 ai 在 夜里偷偷自学，把所有用户踩过的坑，变成所有人都能用的新技能。 你白天正常用， ai 系统在后台悄悄记录每一次成功和失败。到了晚上，他会把所有用户的聊天记录汇总分析，找出哪些技能有问题，然后自动修改升级。第二天早上，所有用户的 ai 就 都变聪明了， 整个过程不需要任何人工干预。他们做了一个六天的测试，模拟八个用户同时用 ai 干活，结果你猜怎么着？六天里， ai 的 能力一直在单调提升，从来没有退步过。 创意合成任务提升了百分之八十八，搜索解锁提升了百分之五十二，就连最难的安全对齐也提升了百分之三十三。 说到这里，你有没有遇到过 ai， 明明上次做对了，这次又犯同样的错。评论区扣一，让我看看有多少人踩过这个坑。为什么它能保证只变好不变坏？ 关键就在那个夜间验证环节， ai 改完机呢？不会直接上线，而是用白天用户的真实任务做测试。新版本和旧版本跑同样的活，只有新版本确实做得更好，才会被保留， 如果改坏了，直接扔掉。这就相当于给 ai 装了一个刹车，永远不会越改越笨。比如那个 slack 代办导出的问题，一开始 ai 用错了 api 端口，每次都要试错三次。 有一个用户碰巧找到了正确的端口，系统晚上就把这个错误给修正了。不仅如此，他还发现只看消息预览会漏掉很多任务。于是又加了一步，先看预览，筛选相关消息，再按需拉取权威。 第二天开始，所有用户用这个功能一次就能搞定。还有那个多条件手机筛选的问题，以前的 ai 找到一个差不多的就会凑数给你。进化后的 ai 会逐条去官网核实参数，要是没有完全符合所有条件的机型，它会明确告诉你， 还会给你列出来每一条哪些符合，哪些不符合。再也不会出现把满足五个条件的手机说成满足成部七个的情况。你觉得这种集体进化的 ai， 会不会比单个更大的大模型更有未来？把你的观点打在公屏上？不过，这里有一个很重要的认知误区， skill club 是 万能的，实验发现它对过程性错误的提升特别大，比如保存报告的成功率从百分之二十八直接升到了百分之一百。但对纯推理类的任务，比如截止日期解析，提升只有不到百分之七， 这说明什么？ ai 现在最擅长的其实是把人类反复踩过了坑，变成标准化的流程，真正需要创造性和深度思考的是，它还是不行。 当然，现在它还只是一个小规模测试，只有八个用户跑了六天。但你想想，如果有一百万用户用一年，这个系统会进化成什么样？ 他会见过几乎所有你能想到的干活场景，踩过几乎所有你能想到的坑。到那个时候，你遇到的任何问题，都已经有无数人帮你试过错了，这才是真正的数据飞轮。更好的技能带来更好的用户体验，更多的用户产生更多的交互数据，更多的数据又能进化出更好的技能， 这个循环一旦转起来，速度会越来越快。今天我们聊了三个核心点，第一，现在 ai 最大的问题不是不够聪明，而是不会积累知识。第二， skill cloud 实现了 ai 的 集体进化，一个人踩坑，所有人受益。第三，这种进化只对过程性任务有效，纯推理还是得靠人。最后，我想问你一个问题，当所有用户的经验都被汇聚成一个共享的大脑， 未来的 ai 会不会变成一个比任何人类专家都更懂怎么解决实际问题的超级工具？下一期我们来聊这种分布式智能背后藏着的 ai 终极发展方向。点个关注，我们下期再见！
粉丝8792获赞5.0万
相关视频
01:14查看AI文稿AI文稿如果你现在还在纠结 opencloud 到底是装 windows 还是 mac mini， 这条视频直接给你答案。先说一下我的真实经验，我今天尝试用 windows 安装龙虾，花了四个小时才搞定权限问题、环境配置、 load 版本，是一路报错一路调整。我是程序员出身，尚且如此，如果说你是新手， 你真的会被劝退。所以结论很简单，想稳定省时间一次搞定的，直接选 mac mini 就 ok 了。想省钱，手上还有 windows 电脑， 你还想折腾的再选 windows。 但是我要强调一下，咱们要选 windows， 加上 wsl 二，这个不懂 wsl 的 可以去百度搜一下。为什么推荐 macmini 啊，是真的省心，一行命令直接跑起来，不用折腾环境，不用修各种奇怪的报酬， 半个小时部署完成，新手都可以搞定。关键是 mac mini 功耗低，几乎没有噪音，七乘二十四个小时开着当服务器，完全没有压力。再看 windows， 坑是真的多，权限依赖、版本、杀毒、软件干扰，每一步都可能卡住你。所以我推荐 mac mini， 咱们点赞收藏，下期手把手教你 mac mini 怎么装 open cloud。
118大胜AI外贸营销
01:14查看AI文稿AI文稿如果你想让小龙虾越用越聪明，强烈建议安装 cf emplorer a 进的这个 skill， 这个 skill 可以 让小龙虾学会积累经验。目前在 open 可乐官方的可乐汉堡设计中，下载量排名第一 是小龙虾最受欢迎的 skill。 安装方法很简单，把这句话复制给你的小龙虾就能用了。装上之后，会在小龙虾的 workspace 下面创建一个 delete 文件夹，里面有三个 markdown 文件。第一个文件用来存储小龙虾踩过的坑，相当于错底本儿， 比如塞尔命令执行失败、工具报错、接口异常等操作失败的事件，防止下次犯同样的错误。第二个文件用来存储小龙虾学到的经验和最佳实践。比如你纠正了小龙虾的行为知识、理解偏差的问题， 或者是他自己发现了更好的做法，都会记录到这里，方便后面服用。第三个文件用来存你提出的但小龙虾暂时还不支持的能力，都会沉淀下来， 这就是他后期工作的方向。这三个文件就是小龙虾的学习进化笔记，但不只是记笔记，还能进行工作复盘，把高价值的内容升级为长期记忆，甚至提炼成 sku。 建议大家安装体验一下。点赞关注，每天获取一个新知识！
256程序员小江
01:48查看AI文稿AI文稿零基础也能学会如何配置自己的前任 skill？ 首先你需要准备这些，我已经准备好了。首先下载 kolle 并且安装，打开 kolle， 选择对话，安装你的第一个 skill， 打开 github 链接下载前任 skill， 下载完成后解压缩得到文件 x 杠 skill 杠 main， 把文件名称改成 x x q 和 kolle 对 话， 询问他本地 skill 文件库在什么位置，获取本地位置后，将下载好的前任 skill 文件复制进去， 回到克拉和他对话，发送提示词。安装完成后，按照引导输入那个人的信息，此时会让你提供聊天记录等，博主提供的是微信聊天记录，那么就有好奇的宝子问主播，主播我怎么导出聊天记录啊？首先让我们下载这个软件，解压缩，并且打开安装 主播这里安装过了就直接展示界面，注意这个使用说明需要对应版本号，我们直接下载安装。安装好了之后登录微信，选择获取信息和设置微信路径，获取成功后就会和主播这样点 点击解析数据和增量解析。这里要注意聊天记录在手机上，需要先把聊天记录同步到电脑上后重新登录微信，再解析这里。解析完成后会弹出聊天记录页面，选择你想导出的聊天记录，并选择导出，前面可唠有告诉你支持的聊天记录格式，找到你导出的聊天记录， 新建一个文件夹放进去，打开 k i y， 告诉他你把聊天文件放在了哪里，让他自己去找他。找到聊天文件后就 就进行人物画像和前任 skill 的 创建，创建完成后，你的前任就成功赛博飞升。详细的图文教程链接，主播放在评论区置顶了。最后主播想告诉大家，你给 a i v 再多的数据也没办法复刻那个人对你的感情。数据是虚假的，但爱是真的。
7233来流浪阿
01:59查看AI文稿AI文稿今天给大家分享三个超级有趣且实用的 scale， 每一个都能让你脑洞大开。首先第一个 pua 点 scale， 这是一个可以让 ai 在 调试和写代码时更有压力，更高效的技能。 不止人会被 pua， 连 ai 也要被 pua 了。它的亮点是在于把阿里字节、华为、亚马逊等互联网公司的文化抽象成十三种 pua 话术，然后用这些话术去 pua ai， 让 ai 在 写代码时更努力、更主动，更能提升效能。 触发方式很简单，就是斜杠 pua， 然后加上加油，别偷懒，你怎么又失败了等等 这些技。这个技能适用于所有场景，尤其是在 ai 多次失败卡壳的情况下。 第二个技能更牛逼，叫吹牛逼点 skill， 这个技能的作用就是让你能够在任何场合下都游刃有余的吹牛， 一句话就能帮你搜索分析、下载图片、视频片段，模拟对应的场景绿化，让你能够在短时间内成为某个行业的行业专家，并且知悉各种行业黑话。 他的出出发方式也很简单，就是斜杠点吹牛逼，输入快速帮我了解某个行业，或者说我要去某某行业吹牛 等等。第三个技能非常有意思，叫人格蒸馏点 skill， 它其实是一个合集，它的原则是万物皆可蒸馏。比如把巴菲特、乔布斯、马斯克这些名人的思维框架、决策风格、表达习惯蒸馏成 ai 技能， 一键加载就能让 ai 用他们的思维方式去帮你思考、决策、写东西。甚至还有人把同事、老板、前任也蒸馏成了 scar， 太搞笑了， ai 时代，你想蒸馏谁？好了，今天的分享就到这里，感谢观看，拜拜，下期见。
359PM.姜同学
01:20查看AI文稿AI文稿最近那只小龙虾， open 可乐火遍全网，他能直接操纵你的电脑做表格、回邮件、整理桌面，你喝着咖啡，他替你加班， 但百分之九十打工人根本装不上，要翻墙、要敲命令行，要配环境，二手平台带安装费至少三百块。好在国内大厂直接推出国产平替，帮你把虾训好了，下载就能用，全程中文。这几只家养虾，一定要认识 阿里的抠破本地云端双模式部署，钉钉、飞书、 qq 全部打通。你在外面开会，手机发条信息，公会上的电脑自动跑数据、整文件，就像给你雇了个不请假的同事。腾讯的 workbody 三月九日刚上线，下载就能操作电脑本地文件和应用，还能一分钟接上企业微信遥控指挥，早晨在路上发条语音指令到公司工作，已经干完了乐杰的阿 klo 同样三月九日发布网页版神器， 不用下载几个 g 的 安装包，连下一步都不用点，二十四小时在线零配置，懒人必备，这些产品免费，安全，没有技术门槛，唯一的问题是先养哪只虾？评论区告诉我！点赞关注，下期手把手带你配置第一只 ai 同事！
364兰于上AI
02:38查看AI文稿AI文稿你是不是发现装了 open color， 结果他什么也干不了，甚至有点笨？那是因为你还没有去 cloud hub 给他装技能 skill。 cloud hub 上面有一万七千多个 skill， 太眼都花了，我从下载量前三十，我自己高频用的交叉筛选给你直接推前十个必装的 skill， 装完之后至少强五倍。 第一个 skill waiting 安全审查员，它会在你装任何 skill 之前扫描安全风险检查权限，可疑的模式，防止注入图如和恶意的代码。记住，装其他 skill 之前一定要先装它。 第二个是 self improvement agent， 自我进化 skill， 下载量第一，解决大模型失忆症， 它会记录每次错误和成功的经验，下次你再遇到类似的问题，直接调动它，越用越聪明，慢慢向你的数字分身。第三个是 agent brower 浏览器的操作技能， 让 opencloud 像人一样操作网页，比如点击呀，填写表单，截图，通通搞定。第四个是 find scale， 不 会装什么，先告诉他，他会帮你找到并安装对应的 scale。 第五个是 tenement search， ai 的 专属搜索引擎，让 agent 能上网搜索， 搜出来是干净的结构化内容，直接可用，不像传统搜索引擎返回一堆的链接。第六个是 summarize， 全格式摘要么？网页、 pdf 图片、音频、视频都能摘要，我平时用它配 telemetry search， 先收到信息， 再压缩成五百字的总结，效率翻倍。第七个是 unsupervised 网控 agent， 保证它先查 skill 再行动， 不再胡乱瞎搞。第八个是 react from end， 最佳实践 research 官方的出品，前端网站性能优化 b 装。第九个是前端的设计技能 auto 出品，强制 ajax， 先思考设计，再写代码，让页面不只是能跑，更好看。 第十个 get， 全流程操控 ajax， 直接操作仓库，一条命令搞定，非常简单。总结一下， 只要把这十个 skill 装上 open 可乐就不再笨拙，能自主学习上网搜资料，整理信息，操作网页，写代码，控制前端档， 完全像一个二十四小时在线的 ai 助理。简单来说，装完它，你的 ai 不 仅能听懂指令，还能主动干活，效率至少翻五倍，几乎就是你的数字化分身。记得点赞关注我们，持续分享龙虾技能！
739大胜AI外贸营销
09:05查看AI文稿AI文稿欢迎来到 a 镇创世纪本期解读 dreamx 团队的研究成果。该团队提出了 skill cloud 框架，让 ai 智能体学会群智进化。 其核心机制是通过 agintic evolver 在 多用户生态中实现技能的集体演化。这种范式打破了静态智能体的能力天花板，使系统能随经验积累变得更聪明。目前部署的大多数智能体技能都是静态的，系统无法随经验积累而变聪明。 在实际运行中，相同的 api 报错或逻辑缺陷会在不同用户间反复出现，这些重复性的失败证据构成了所谓的土拨鼠之日困境。 由于技能缺乏动态更新机制，智能体始终被困在已知的技术瓶颈之中。为了解决个体局限，研究者提出从孤岛式适应转向群智集体进化。 以往的单个用户试错信号通常太弱，难以支撑有效的技能迭代。该框架通过聚合多用户的成功与失败案例，从海量信号中提炼出稳定的进化证据。这种范式让智能体告别了个体盲目试错， 实现了基于大局共识的系统级优化。 crayon claw 框架将跨用户、跨时间的交互数据转化为持续迭代的共享技能库。其核心模块 egentic evolver 充当了进化大脑，负责证据分析、归音诊断并生成进化提案。 智能进化引擎随后驱动更新，将优化后的能力沉淀至 skill hub 中。这套闭环系统确保了真实轨迹能转化为大局技能的复利增长。该系统遵循全自动化的运行法则， 白天智能体在后台静默收集多用户的真实交互轨迹，对用户而言完全无感。 到了夜晚，系统自动聚合全天数据，触发进化引擎，进行代码迭代与自动化验证。 这种日夜更替的闭环模式保证了技能库能够不间断地从实践中学习并自我修复。进化过程的第一步是将原始孤岛数据转化为共享证据。系统不仅收集最终回答，更重要的是捕获完整的因果链条，包括动作与环境反馈。 由于大多数错误如参数格式或 api 调用故障都是在执行过程中发生的，因此必须进行过程性诊断。通过这种方式，系统能从分乱的交互轨迹中精准定位导致失败的核心步骤 在第二阶段， a gentic evolver 作为进化大脑，通过开放式推理审视局势证据。它不再依赖预设的代码逻辑或重新定义其功能。 根据证据的深度，他会灵活选择完善现有代码，创造全新技能或跳过无效信息。这种机制确保了智能体能够针对复杂环境自主产生具有创造性的修复方案。进化的底层逻辑在于平衡迫与力，系统为此引入了联合视角机制， 他通过成功的绘画定格系统中的不变量，确保已有优势能够得以延续。与此同时，系统利用失败绘画锁定具体的修复目标。 这种设计有效避免了在修复已知缺陷时破坏掉那些已经被验证的成功经验，这使得系统能力能够在一个稳定的基座上实现单调的向上增长。信话题案随后进入严苛的自动化验证阶段， 候选技能必须通过真实环境的执行测试，并由域值门控进行筛选。只有性能上明确超越当前最佳水平的更新才会被接纳并进入统一部署池。 这一筛选机制确保了部署表现的单调递增。他像一个严谨的守门人，从制度上保证了系统能力永不退化。为了验证进化效果，研究团队构建了 wild claw bench 评测机制准， 它包含了生产力、代码、安全等六大维度，并引入了多模态输入。不同于简单的实验环境，该机准运行在完整的 linux 环境下。评测要求智能体处理包含超长步骤的复杂任务，且对关键错误保持零容忍。 这种严苛的测试条件确保了既能演化，能应对最真实、最苛刻的挑战。在为期六天的各项能力指标均呈现出明显的上升趋势。 数据统计显示，创意合成能力的提升最为惊人，涨幅高达百分之八十八点四一。搜索解锁与安全对齐也分别实现了百分之五十二和百分之三十三点三三的显著跨越。 这些曲线证实了通过每日的自动化迭代，系统能够稳固积累经验并转化成实际的性能增益。这些增长曲线背后是各个领域独特的进化路径。社交技能侧重于突破工作流瓶颈，显著提升了多部管线的操作精准度。 搜索技能则表现为阶梯式引进，从确保输入可能性跨向了高级规划阶段。此外，创意合成主要解决前置依赖报错。安全领域则在为边缘场景构建融错安全网。这表明系统能够针对不同任务的特性，自主采取差异化的引进策略 来看具体的案例拆解，在社交交互场景中，既能实现了从试错、盲猜到精准提取的跨越。 此前，智能体常因盲目扫描预览误连到九一零零端口导致信息漏抓。进化后的技能能够自动修复端口并连接到九一一零，实现了完整的数据获取。 这种演化彻底解决了多部执行中的 api 端口错误，有效突破了复杂工作流的瓶颈。在搜索解锁领域，进化引擎致力于对抗噪音，传统的启发式搜索并不靠谱，容易抓取到错误的字串。 现在的技能引入了多层对其机制，它会比对 pdf 首页与原数据进行多重校验。这种严苛的验证显著降低了模型幻觉。即便在复杂的统计噪音中，智能体也能锁定最真实的证据。创意合成场景展现了更强的适应性， 智能体不再因为外部环境缺失而直接崩溃。面对目录缺失障碍，它会主动创建文件夹。 面对硬件不符，他能应用补丁强制执行任务。这种环境感知力让他学会了寻找替代方案，有效解决了软硬件不匹配的难题。 面对极限制约，进化后的技能拒绝了差不多就行。系统会严格核对品牌、芯片、传感器等八个约束条件，当无法找到完美匹配时，他会准确输出部分满足的诚实报告。 他拒绝为了完成任务而强行捏造虚假信息。这种严苛的核对机制从底层确保了智能体的可能性。对照实验揭示了集体进化的生效核心，在基础提取任务中，表现从百分之二十一点七提升到百分之六十九点六， 针对环境特定流程的任务更是从百分之二十八点三跃升至百分之百。这证明当失败源于缺失环境知识时，框架能实现近乎完美的修复。这种过程性知识的沉淀构成了智能体能力飞跃的关键。系统遵循修技能而非修智能体的核心原则， 评估节点会严谨地对错误进行归因分类。针对技能缺口，他会直接修改代码定义。面对智能体误用则严禁使技能臃肿， 对于环境不稳定仅添加减药警告。这种机制确保了技能库的纯粹性，让系统只沉淀真正高价值的领域。环境知识框架的稳健性建立在三大核心支柱之上。首先是跨用户的集体进化，它打破了个体边界，实现了知识的聚沙成塔。 其次是全自动化的闭环流水线，能确保整个演化过程零人工干预。最后是基于开放式推理的自适应能力，让智能体能够应对未知的失效模式。这些支柱共同驱动了技能的持续演进。 眼近的核心一托于严密的指令工程体系，系统通过 summarize 提取诡计分析摘要，再由 evolve 聚合多绘画证据进行迭代。在 agentic evolve 终端中，系统会强制读取历史记录，并采用保守修改模式。 这种严格基于证据的更新逻辑，确保了既能清单 manifest 的 每一次修改都极其严谨。这套幕后机制为智能体的稳固进化提供了底层保障。严谨的工程机制促成了能力的范式转移， 过去技能是僵化且斜死的静态代码库，现在技能以进化为生长的活体生态系统，它具备了类似神经元网络的呼吸与纠错能力。这种转变让系统摆脱局限，实现能力的持续进化。智能体的未来属于群智进化。 skillcloud 证明了将分散交互转化为共享证据的巨大威力，它让 ai 系统得以跨越单一个体的智能极限，并在真实的迭代循环中实现能力的持续复利积累。 dreamx 团队的这项成果为构建自引进系统提供了关键范式。未来研究应继续关注这种集体进化在大规模生态中的长期稳定性表现。
210Agent创世纪
03:03查看AI文稿AI文稿有很多小伙伴是不是在苦恼费劲装好后，自己的 opencr 在 做任务时总是完成的很慢？今天一个视频给大家解决问题， 我用的是七二四跨涌洞虾，想轻松安装部署的小伙伴可以看我视频主页的置顶，并且右上角输入兑换码 x x 五百，还可以免费领 token。 opencr 完成任务慢，那可能是两点原因， 一是你给他安装了各种各样的 skill， 发出一个问题时，他可能同时触发好多技能，都给小龙虾搞爆炸了。 二是没有搭建工作流，形成多 action 模式，别人的小龙虾都是团队协助，只有你的十单打独斗。那么小龙虾究竟要安装什么 skill 呢？ skill one skill vader， 它相当于技能审核员，你在 open class 里面装各种拓展技能时，它会帮你审查代码安不安全，避免恶意脚本偷数据搞破坏。对本地部署注重隐私的人来说，真的非常关键。 skill 啊！ find skills find skills 就是 open cloud 的 技能小雷达，你随口说想要什么功能，它立马帮你搜到能用的插件，不用自己翻仓库找半天。并且它可以精准地知道你需要什么技能，帮你自动安装，省心又省事。 skill three tablet web search cavalley web search 就是 opencloud 的 专业联网搜素小能手， ai 想查最新消息全靠它出码。它不止会搜，还会自动晒广告八正文，给你的都是干净能用的真实信息， 不用你自己翻网页找半天。 skill four self improving agent self improving agent 是 opencloud 的 自我进化外挂， 干完活会自己复盘。总结，哪里做得烂就默默改哪里，越用越聪明。 skill five skill create 是 open 克拉内置核心元技能，相当于技能制作工具，不用写代码，靠自然语言就能创建、优化、审核、打包各类自定义技能，把工作流程封装成可附用、可分享的技能，包装完这五个死 q 就 可以让你的龙虾安心工作了。 然后就是多 agent 模式，我直接给他发送一套工作流程，让他帮我自动配置一套 a 肩 t， 以我目前的实际情况帮我改一套 agent。 目前我的工作流程为自媒体视频制作题材和 open coin 相关，平时需要自己写视频脚本，找视频素材剪辑和发布。他就根据我的实际情况自动帮我配置了一套 agent， 效率比单个的 agent 快 很多。 给大家演示一下，我让他帮我写一个 open kala 测评的脚本， 生成速度还是很快的， 内容丰富，调理清楚，并且还有分镜头。 好了，今天的视频就到这里了，点赞关注，带你玩转更多 ai 神器！
18离岸加速馆
01:21查看AI文稿AI文稿来了，兄弟们，今天给兄弟们聊点真正拉开差距的东西，如何让你的 open claw 每天自己进化。很多人龙虾养了两周，还是人工智障，别人的已经能自己接单了。其实差距就在这四个 skill 装好之后，你的龙虾每天二十四小时自动变强，根本不用管。先说 skill 怎么装，一分钟搞定。 我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码，输入三三三，输入后即可免费使用。接着我们点击左边的技能， 就可以看到所有的 skill 了。然后就是第一个 skill 一， self improving agent 龙虾的错题本自动记报错存经验，理需求，分层存储不臃肿，凌晨自动复盘反思，越错越聪明。 skill r auto skill， 龙虾自己造轮子，任务反复出现，自动写脚本封装成技能，底层交叉评估合并，越用越精简。 skill seven open claw r l 龙虾的肌肉记忆，干活挨骂报错全变实时训练信号，边用边进化，消费级硬件就能跑。 skill 四， capability revolver 龙虾的基因进化，扫日制，找 bug 自己打补丁，全球龙虾经验，一键继承四种模式随时切，最后四步，装完龙虾直接变活体，数字生命。
05:32查看AI文稿AI文稿今天咱们要聊的呢，是一个能够让 ai 智能体的技能库，可以自动地去进化驱虫和共享的一个机制。嗯，这个机制可以让技能库不断地自我完善，还可以跨设备跨框架地去使用。错，没错，这个话题很有意思， 那我们就直接进入今天的讨论吧。咱们先来说说现有的这个 agent skill 的 体系到底有哪些痛点？对，我觉得这是特别值得聊的。就现在这个技能库管理到底存在什么问题？其实现在的技能体系的话，它有三大问题。嗯，第一个呢，就是这个技能膨胀， 就是你会不断的有各种重复的、过期的，甚至是只做了一半的技能堆积在这个库里，然后又没有任何的反馈机制，所以你也不知道这个技能到底表现怎么样，你也不知道它到底适合用在哪些场景下，听起来确实挺让人头大的。那第二个问题是什么？ 第二个呢，就是缺乏消化，就是技能越来越多的时候，它没有一个去重和优化的机制，所以就导致调用的时候越来越混乱。对，然后第三个呢，就是所谓的经验孤岛，就是多 agent 或者说多设备之间的这个技能是没有办法去共享的， 就大家经常会在不同的地方重复地去创造同样的技能，确实挺让头疼的。对，那有没有什么比较好的解决办法呢？ 有啊，阿里最近开源了一个项目叫 skill claw， 它其实就是给 agent skill 这个体系加入了一个持续进化的机制。哎，那这个持续进化到底是怎么实现的？它是通过真实的对话轨迹去自动地提炼经验， 然后可以做到，比如说自动地发现并去除掉重复的技能，把类似的方法进行合并，对那些质量不高的技能进行改善，再把这些结果写回到技能库里面，所以整个过程是完全不需要人工干预的。 哇，听起来真的很不错，那这个 skill cloud 它到底是怎么设计的？它的核心的进化引擎又是怎么工作的？呃，它的架构其实也很有特点，它是一个 client proxy 和一个可选的 evolve server 组成的， 然后他们之间是通过阿里巴巴 o s s 或者是 s three， 或者是本地的共享存储来进行连接的，所以所有的技能都是用统一的 sq 点 md 格式来存储的。感觉这个架构设计确实还挺巧妙的，那它这个具体的工作流程是怎么样？就是 client proxy， 它会代理所有的请求， 然后记录下来任务的输入工具的调用反馈和最终的结果。那 evolve server 呢？它会去分析哪些是高频的技能，哪些是重复的流程，哪些是有缺陷需要改进的地方，然后它会去更新这个技能库。 那它的核心其实并不是说把所有的经验都塞进去，而是它会去判断哪些经验是值得沉淀下来的， 确实很实用。那这个 evolve server， 它具体是靠什么东西来驱动这些技能的进化的呢？它有两类引擎，一类呢，是一个三阶段的 l l m 流水线，就是先总结再聚合，最后去执行。 另一类呢，是基于 open cloud 的 一个 agent engine， 它是可以直接在工作区里面对 skill 进行修改的。它其实就像一个后台的编辑部， 当前台的任务在运行的时候，他在后台就默默地帮你合并去重，然后帮你补全质量，帮你提炼出通用的流程。了解了，那接下来咱们要聊的这个话题， 就跟这个 skillcloud 的 核心有关了。嗯，就是事实记忆和行动记忆的区别。对，就是 skillcloud， 它为什么会更强调行动记忆？其实普通的记忆系统，它更多的是在记录发生了什么， 对，它是一种事实记忆。而 skill cloud 它专注的是提炼出那些可以反复使用的行动方法。嗯，就是它会告诉你每一个 skill 它里面具体的规划是什么，需要调用哪些工具，怎么去验证这个结果，甚至包括一些容易踩的坑要怎么去避开。 它更像是一个不断在修定的操作手册。听起来确实很不错，那我们接下来再讲一讲这个 skill cloud 的 共享机制。嗯，和它的上手难度到底怎么样？ a skillcloud， 它的这个多 agent 之间是可以互相打破技能孤岛的，就是它可以跨设备跟着用户走。就比如说你们团队里面有一个人遇到了一个坑，它解决了之后，所有人都可以立刻用这个新的技能。 然后它的安装也很简单，就正常的 git clone 或者是 p i p 安装，再运行一个 skillcloud setup， 还有 skillcloud start 加一个 diamond 就 可以了。如果是需要本地币还的话，你就启动一下这个 shared storage。 还有这个 skillcloud evolve server， 如果是要跟 hermes 集成的话，在 set up 的 时候它就会帮你自动配置，那就是说这个东西它到底是怎么让 agent 真正地学到解决问题的能力，然后又是怎么推动群体智能发展的呢？其实 agent 它要真正地变得智能，它就不能只是记住一些偏好或者是对话的历史，它要真正地能够掌握解决问题的具体步骤，那 skill cloud 它就是通过这个 分布式的贡献和集中式的进化，把这些解决问题的经验整合到了技能库里面，然后让所有的 agent 都可以利用这些不断进化的知识来行动。它其实不光是在单机上面让技能可以成长，它还可以让这个技能的智慧在不同的设备之间流动起来。 嗯，今天我们跟大家聊了技能库管理的难题，然后也聊了 skill cloud 它是怎么通过自动的去重整合和跨设备的共享，让 ai 的 技能可以不断地进化。好的，那这期节目咱们就到这里了，谢谢大家的收听，然后我们下次再见吧，拜。
2954HarnessWorld
02:20查看AI文稿AI文稿不是吧，你还不知道 openclaw 装什么 skill 好 用？本期视频分享五个 openclaw 最好用的 skills， 让你的小龙虾直接从聊天机器人进化成一个拥有搜索、处理、输出完整工作流的超级数字员工。最后一个百分之九十九的人都忽略了。先说怎么装，一分钟搞定。 我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码输入，一一一输入后即可免费使用。接着我们点击左边的技能，就可以看到所有的 skill 了。再说 skill。 首先第一个 skill screener 安全扫描仪作用，安装前的照妖镜，专门帮你扫描代码里是否藏有恶意病毒或漏洞。 详细介绍。别闭着眼乱装插件，很多 skill 会偷你的环境变量和 api 密钥，把它设为第一道防线，任何来源的代码都要经过它扫描，高危操作，直接拦截，绿色无害才放行。 第二个， deep search 深度研究猿作用，联网深度搜索给你带来猿的结构化报告。详细介绍，普通的搜索只能给个网页摘药，它能像人类分析师一样，根据你的选择题在全网进行多轮剪索、筛选整合。最后直接输出一份带来猿引用的调研报告。 第三个， self improving agent 自我进化师作用，自动记录错误，让 ai 越用越聪明。详细介绍，当你纠正了 ai 的 一个错误，或者教了他一个新方法后，他会默默把这次教训记在长期记忆里。 下次遇到同类问题，它会自动避开雷区，直接调取你上次满意的答案模板。第四个， active memory 永久记忆库作用，跨对话记忆，记住你的所有偏好习惯。详细介绍，以前的 ai 对 话刷新就失忆这个 skill 能在每次生成回复前，自动解锁你们过往的聊天记录。 你说过的，我是文科生，讨厌废话，每周五要开会他都能记得一清二楚。第五个 m d two notion 知识搬运工作，用一键把对话或文档变成精美的 notion 笔记。详 细介绍，很多人做完调研，开完 ai 总结会就忘，他能把上面 deep search 搜来的结果 ai 从错误中学习的复盘报告，直接按格式搬运到你的 notion 数据库里，构建一个完全自动化的知识库。 有了这五个 skill 打底，你的 open claw 就 再也不是那个只会一问一答的人工智障了。赶紧去试试，让你的数字员工从今天开始就自动进化评论区交作业。
13AI干货小飞
02:52查看AI文稿AI文稿你们是不是也这样？ opencool 刚装上的时候激动得不行，结果发现它要么答非所问，要么慢得像在思考人生。别急着卸载，今天教你四个 skill， 让你的龙虾越养越聪明，越养越顺手。然后就是第一个 skill， 把开箱即用升级成专属驯养，让它真正懂你。 opencool 和普通 ai 最大的区别就在于它有一套硬核的自进化飞轮。你只需要用日常大白话，把个人经历、工作偏好和习惯写成 markdown 小 文件 扔进他的 workspace 里，系统就会在对话时自动调用这些私人资料。具体操作有多简单，打开你的 so me 的 和 user 到 m d 文件，录入几条关键信息，你是谁，做什么工作，喜欢什么样的沟通风格，定期补充。最近在学 python， 跟我讲技术问题时，用初学者的方式解释。 随着时间积累， open curl 会越来越向你大脑的延伸，而你的喂养过程，就是在教它如何成为你的得力助手。第二个 skill， 从零开始，写专属的 skill， 扩展，把常用流程自动化。如果你一周要重复做某件事三次以上，就该动手把它做成一个固定的 skill 了。 核心很简单，在项目文件夹里建一个 skill m d 文件，写清楚任务目标，触发关键词、执行步骤、输出格式就完事了。完全不用懂编程 description 必须包含功能说明和触发关键词。比如将故事文本转换为 ai 视频深沉所需的分镜脚本，当用户说做分镜、分镜脚本，故事转分镜时，触发 用它一键自动整理上周会议资料，抓取资讯，生成周报，发到指定邮箱，把重复性工作全部自动化，这才是 open call 的 真正威力。 第三个 skill， 给蓉虾降降维，让它做最擅长的加减法。很多资深玩家悟出的铁律就是降维使用，让能做微积分的 ai 专注于做加减存储任务，明确结果可控，效果直接翻倍。具体怎么用， 别指望一个通用 agent 啥都干去创建多个专注单一领域的 agent， 各自负责代码审查、文案拷写、数据分析，这样经验积累垂直且深入，不会被其他对话污染。 一个 agent 专门盯 d tab、 p r 和自动分析代码质量。一个 agent 专注整理日报和周报，把复杂场景拆解成明确的加减乘除，这就是让龙虾越用越好用的高手玩法。 第四个 skill， 给龙虾换个快脑子，调优配置，让响应速度飞起来。 open core 往往不是硬件不行，而是默认配置没适配你的实际赋载。 最简单的优化，将 reserve tokens 设为幺六三八四， keep recent tokens 设为二零零零零，瞬间降低上下文负担。起用 mac tokens ecos 一 千零二十四，限制输出长度。 mac history ecos 时控制历史对话轮数，避免内存膨胀。如果跑本地模型，主动预热功能，可在网关启动时预加载模型，首次任务响应直接从二十三秒到五秒左右。按这份清单逐一调整，你会惊喜地发现，龙虾的反应快得不像话。
17环球外贸
04:38查看AI文稿AI文稿来了，兄弟们，最近发现很多人跟风部署了 openclaw 之后经常遇到，为什么我的龙虾只会聊天啊？装好了就吃灰了？真相只有一个，你没有给它安装真正的工作技能！ skill 才是 openclaw 的 灵魂，没有 skill 的 ai 就是 个摆设。 那么今天整理了五个让你的小龙虾彻底进化成全自动最强员工的必装 skill， 分享给大家。先说 skill 怎么装，我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码，输入三三三，输入后即可免费使用。接着我们点击左边的技能，就可以看到所有的 skill 了。然后就是 skill 一， nono pdf 文件整理与办公自动化你知道一个实习生每天最常被使唤干嘛吗？整理文件、处理表格，整合同类的琐碎杂活， opencloud 的 这个 skill 就 能一分钱工资，不要直接承包这些杂活。 openclaw 真正强大的地方在于 skill 技能扩展开起对应技能后， ai 不 再是聊天，而是能真刀真枪帮你干活，用起来有多爽？你只需要在对话框里讲一句人话，帮我把桌面所有文件按日期分类，把这三个合同合并成一个 pdf， 生成一份这个月的标准销售统计表， 它就会自动进行文件操作、表格清洗和格式转换。某零售企业案例显示，使用这些预制 skill 后，项目交付周期直接缩短了百分之六十五。每次看到它自动帮你把几百份资料整理好，然后关机睡觉时，你都会觉得这员工用的太值了。 skill 二，过目不忘的销冠长期记忆系统 skill memory 回想一下你在公司里最怕遇到什么样的同事？是不是交代了八遍都记不住的？普通的 ai 就 有这个毛病，关掉对话框，它就啥也不记得了。 想让你的最强员工越用越懂你这套技能，必装！ opencloud 的 记忆系统并非简单保存文本，而是一套三层结构，分为短期记忆、长期记忆、向量记忆、文档记忆四层架构。 没有遗忘，就没有真正的记忆。老旧信息自动降权，不常用信息逐步淡化，重要信息置顶加权。你只需要告诉他下次给我汇报时，用红底黄字的 markdown 格式重点划线加粗。他的记忆系统会通过 memory 党 md 文件永久保存。你的习惯 很多用户抱怨 openclaw 失忆，其实通过 memory md 保存长期记忆，用 skill md 封装标准化流程，就能让他从临时助手变身专属专家， 连你的老板生日、核心客户偏好、项目、关键决策节点，他都在持续记录。如此懂事的最强员工，哪个老板不想要 skill？ 三，不知疲倦的侦查兵 agent browser 工作中，你是不是经常需要去各种网站上搬数据、填表格？人工搬砖不仅慢，还容易眼花出错。这个浏览器自动化 skill， 就是 给你的数字员工装上了一双在互联网里自由穿梭的手和眼。最新版 openclaw 已默认集成 agent browser v zero two 零技能。这是一款专为 ai agent 设计的浏览器工具，支持通过结构化命令实现网页访问元素点击、文本输入、页面快照截取等操作。 这意味着，当你把 openclaw 跑起来的那一刻，你得到的不是一个会聊天的 agent， 而是一个能打开网页搜索、点击读取整理信息的执行者。想看实用的， 你只需要说，把这篇技术热帖的内容整理成表格发，我去自动抓取这二十页竞品价格并自动截图。每天把这个报名表单自动填写并提交。当别人还在 ctrl c 加 ctrl v 的 时候，你的最强员工已经把这个月的数据全自动归档到你非书钉钉里了。 skill 四十项全能操作员 webepointing workflow 团队里总得有这么一个人，不仅自己业务能力强，还能把团队的 s o p 标准作业流程彻底串联起来。这个 skill 能帮你把查邮件、下载附件镜系统、录数据、生成报表发到管理群这一连串流程彻底封装成一个全自动流水线。 openclaw 的 效率三板斧就是定时提醒加自动搜索加消息推送，不需要写代码，不需要配置复杂的工作流引擎，用自然语言就能搭建个性化的效率系统。学会这个技巧，你的 openclaw 就 可以通过 playwrite 自动化完成一切操作，搭配定时任务，实现自动打卡 以后，你只需要在群里等着收结果，看看你那任劳任怨的龙虾员工又替你干了多少活就行。 skill 五二十四小时在线的管家 github 与邮件管理 skill 前面四个技能把执行和串联搞定了，但作为一个最强员工，核心能力还得包括沟通和仓库管理。这个系列 skill 装上后，你的 openclaw 就 可以直连你的 github 代码、仓库和公司邮箱，它能自动处理医术 prcr 一 条指令搞定仓库杂活， 能自动阅读你的收件箱，总结消息、标记优先级邮件抄草、回复草稿并发送实时警报通知到你手机上。 你下班陪家人吃饭时，他在后台帮你盯着代码库。半夜有重要客户发来紧急邮件，他立刻把摘药发到你的微信上。这不叫摸鱼，这叫开启了数字员工的上帝视角。好了，兄弟们赶紧去试试吧，还有什么问题可以打在评论区。
01:51查看AI文稿AI文稿养虾人们注意，不要再一股脑给龙虾装技能了， openclock 官方早就说过，技能并不是装的越多越好， 我们只需要装几个能让龙虾形成闭环的技能就行了。本期就给大家推荐几个能让龙虾自行运转起来的技能。先说怎么装，打开七二四库拉，在右上角这里填入送福利，即可解锁使用和白嫖 token， 然后点左边的技能，就可以在这里安装了。 第一个技能， skill vader。 如果什么来路不明的技能都装的话， 那病毒不和你开玩笑，科勒哈普上数万个技能中，有近一千个是检测出有病毒的，而 skill vader 这个技能相当于杀毒软件，装上后就能检测出带有病毒的技能。第二个技能， self improving， 自我净化器。 龙虾能进化到多好用，全部取决于这个技能，它相当于一个错题本，每次犯错后，你纠正它一次，它就会记住这次错误，下次便不会再犯。第三个技能， find skills。 如果你在社区里去翻找想要的技能， 那得找到猴年马月去了。而装上 find skills 后，龙虾会给你推荐你刚需的技能，比如你让它去画图，它说缺少相关脚本功能，这时它就会自己去找带有画图功能的技能了。第四个技能， skill creator 如果社区中找不到你想要的技能怎么办？当然是让龙虾自己创造装上 skill creator， 然后告诉龙虾你的需求，再告诉他写一个能满足你需求的技能，他就会在目录里自行生成一个能满足你需求的技能了。第五个技能， tablie web search 这个技能可以让龙虾独取到最新的消息，比如热点新闻实施股票价格这种最新消息，不装这个技能的龙虾就跟没有联网一样。好了，以上是本期全部内容了，我们下期再见。
03:11查看AI文稿AI文稿openclaw 内容创作类 skill 实测排行，从夯到拉，教你一键部署龙虾，打开即用，自动化生产内容，让你和我一样，从文案创作到素材剪辑都由 ai 自动化创作。 首先登场的是 content production 内容生产工具，这个我直接就给到夯，这个 skill 不是 简单的文案生成工具，而是构建了完整的内容生产工作流，可完成需求调研、逻辑梳理、稿件拣与优化全流程。核心价值在于系统化内容产出， 如同专业内容执行团队输出稳定，体系完整，适配公众号运营、长内容项目制作等场景，用于小红书单条内容创作亦可，但更适合系统性内容生产需求。优点是流程完整，输出稳定，具备高效内容调度能力。 缺点是功能较重，仅用于临时标题创作会存在资源浪费，对 token 消耗比较高。但对于这个问题，我给大家找到了完美解决方法， 使用七二四 klo 涌动虾，这个相对于目前各种鱼龙混杂的 open klo， 做到了一键部署，打开即用，对新手非常友好，并且在右上角这里输入 x x 两百，能每天获得三百额外 token， 对 于新玩家试错和学习可以做到零成本。 你可以每天用这些虾币去训练调试你的专属龙虾，直到找到一个最适合你的状态。并且本期介绍到的所有 skill 都可以在技能栏找到，一键下载安装就能使用。官网地址我放在这里 直接下载安装，打开后会自动化完成网关配置和调试，这才是龙虾 ai 该有的状态，不想用了直接一键卸载，不用担心之后更改设置后无法还原。 ok， 我 们接着介绍 skill content strategy 内容策略型 skill， 综合评级，顶级定位为内容战略规划工具，核心解决内容小题与方向规划问题。 优质内容的核心并非文案拷写，而是精准的命题与定位。该 skill 专注于内容方向制定，支配已有标准化内容流程，固定更新节奏的创作者，不追求字数堆砌，侧重内容风向把控，对使用者自身内容认知有一定要求，若仅需直接生成脚本，会觉得实用性不足。 downloader 素材提取与结构解析综合评级人上人，专注于视频、音频、字幕等素材的提取与重点梳理，属于内容创作后勤保障工具，可高效获取创作基础素材，大幅降低内容前期素材准备成本，对内容创作流程的支撑性极强。 c d seo agent seo 内容优化综合评级 npc， 非传统创作型 skill， 属于内容营销辅助工具， 核心能力为竞品分析、关键词挖掘、稀有文章生成，专注于一托算法实现流量获取，适配 seo 优化关键词内容创作场景，若侧重内容表达与创作体验，会觉得工具功利性较强。核心价值并非内容创作本身，而是流量运营。 总结当前内容创作类 skill 的 竞争核心，以从单纯的文案赚写能力转向全流程内容创作体系化能力，逐步向专业化内容部门直能靠拢。你心中最优质的内容创作类 skill 是 哪一款？欢迎在评论区交流。
4魔法少女
08:15查看AI文稿AI文稿各位小伙伴一定要小心 qq 六给你挖的坑啊，我这几天在使用 qq 六帮我工作的时候以及帮我学习的时候，发现了一个大问题，是什么样的事呢？ 稍后我会把整个问题的截图放在后面。那我先跟你们说一下是个什么事，就是我在学习 engine 的 一个 deconstruct 的 skill， 就是 之前和大家说过的，我在学习那个大博主 的一个 dbs 的 一个 skill， 它主要就是用来拆解问题的，主要是比如说我们可以针对一些 企业一些人做咨询服务，这个做咨询呢，那么我们就需要拆解别人来询问的问题，才能给到别人更好的这种回答。答案 就是这样的一个 skill， 因为我不想自己去做事儿的时候完全依赖 ai 去提供一个解决方案，我想还是更多地学会这个解决问题的底层能力，所以我就去学了这个 skill， 然后让我的这个 qcloud 来 你帮助我学习吧。啊，然后呢，结果就出了个大事儿，因为这个 skill 的 话，它是最后会区分出来你的 这个答案到底是 question 还是一个 problem， 这两个是有本质上的区别呢？ question 它是可以用一个限性的回答，就是一个标准答案， 给出一套方法来就可以解决，但是 problem 那 就是一个需要去实践的方法，你才能找到这个答案的。 嗯，这个时候比如举个例子，什么意思呢？就是比如说我们问一个问题，如何增加我的短视频前三秒的这个完播率， 这个问题呢就属于一个 question， 我 们可以通过一些语言，可以通过点击的设计啊，标题的设计等等这些的设计，包括情感这些的设计呢，可以有效地来提升我们的这个 前三秒的完播率。但是如果它是一个 problem， 比如说是什么呢？呃， 像很多小伙伴可能会问，我没有什么特长，能做自媒体吗？其实这就是一个典型的 problem， 这个问题是需要你去实践了才能得到答案的，而不是你把这个问题抛给一个专家过后，让他 来回答你能不能这个专家，如果说不能的话，那你就给自己找了一个退路。其实这就是， 呃，那个博主所说的是心理问题，它根本不是一个真实的问题，因为你把所有的答案和难处都抛出去，你会想，你看，连专家都说没有特长就做不了自媒体，那所以我不做，不是因为我笨，是因为我没有特长，你会给自己找原因，是吧？ 我们现在今天就不讨论到底，呃，什么是 question 或者什么是 problem， 说这些呢，只是让大家 明白这个学习的这样一个过程，它是会有正反的两个答案。我们还是回到最初的 claw， q claw 给我挖的那个坑，就是我在学习一个内容的时候， 最后给出的问题，它前后两次给出的判断结果是不一样的，第一次给出的是这个问题，是一个 question， 第二次给出的就说这个是个 problem， 我不能让他这样害了我，因为可能我还需要学习更多的东西，如果他这样去分析的话，那我怎么知道我今后学习的东西到底准不准确呢？是吧？然后我就把这个问题反问给了 qq 了， 大概是这个意思，就是我反问他，你到底是出现什么问题？这个问题到底是你们的 qq 了的设计的缺陷，还是你跟我交谈当中产生的问题？我的这两个问题基本上还是比较客观的，然后他就回答了，第一 就是 qcloud 里面有设计缺陷，大概意思就是什么呢？它是底层训练带来的一种倾向。第一个问题，它出厂设置级别的问题。第一个缺陷是什么？它急于生成，而不是先验证。就是不管我们问什么问题以后， 对于 ai 智能体来说，它都是急于先给出答案，而不是会去先验证这个答案到底对不对，或者符不符合这个 skill， 或者是符不符合逻辑等等这些。所以我们有时候会看到的 啊，这个智能体或者是你用的 ai 对 话，它会给出一些问题，你一看就知道它是不对的，这就是出场级别出现的错误，大家一定要注意，它会急于生成，而不是先验证。好吧。第二个问题就是它会猜测意图，而不是确认意图，用它回答的话就是 他倾向于猜你想说什么，而不是问清楚再动手。这，这是因为训练数据里的快速响应的权重会很高， 然后我这里就后面的我就不照着说了，就是他的快速响应的权重是很高的，所以他不会去跟你再一次的确认你的意图，他就会根据你说的话会猜测意图，这也就是说为什么， 嗯，这个 ai 提示词很关键，很重要的原因。好吧。第三个缺陷是什么呢？它是被完成任务驱动，而不是被做对事情驱动，听明白了吗？它是为了完成任务驱动的，而不是做对事情驱动的。 所以这个时候我让他在做一些，比如说写我的知识卡片，生成一篇没有 ai 味道的文章的时候，他看到写卡片这个任务，他想的是快点去完成，而不是这张卡片能不能用准不准确。所以这三个设计缺陷就导致了 他的以上问题。但是呢， ai 还很聪明，他也回答了第二个问题，就是关于我和他的沟通当中出现的问题，就是深层的习惯，因为我有些时候和 ai 的 沟通，我会判断这个问题对于我来说到底重不重要，或者是什么样的，然后我习惯会说，哎，你直接做吧，然后 他就学会了不确认，直接做，那这是什么？这就是我们在平时使用 ai 的 时候给 ai 造成的不良习惯。为什么会造成这样的不良习惯呢？我分析了一下，是有些时候我们给的提示词，或者是 在同一个问题下问出的问题，很多 ai 的 一回答就是长篇大论，有些时候我们真的不是那种会全部把它看完的，所以在这个时候我们也就不会确认里面的有些是 对的还是是错的，所以也就不会给到他反馈。我在想今后我们可能就需要减少一些这样的提问的事情 啊，然后可能 ai 的 回答就会少一点，然后我们再确认他每一个回答是不是我们需要的，是不是解答了我们需要的那个问题，如果不是，如果他回答错了，我们还可以及时的进行纠正，这样就能避免他去不确认直接做的这个事情。第二个习惯是什么呢？就是 他感觉出了我有些时候不太关注到他不太准确的输出。什么意思呢？就是他知道他输出的不准确了，但是我没有关注这一点。就是刚刚说的还是回答了长篇大论以后，他认为这样就可以了。所以说 ai 越来越像人，他也会偷懒。这个就是我们需要注意的，我觉得就是跟 ai 沟通当中的两个事吧。那希望我的这个经验 能帮助到你使用 ai 的 过程当中能很好地规避这些问题。好吧，记住就是他有设计缺陷。第二个就是一定要注意我们的 呃提示词的问题，还有就是他回答的问题当中要及时地帮他纠错，这样可能你的 ai 这个 engine 才能更好地来协助你完成你的工作。
01:54查看AI文稿AI文稿别在 claw hop 上浪费时间了，我挖到一套堪称代理大脑的 skill 组合，下载后直接组装成一个丝滑的生产流水线，缺一不可。以 下是 open claw 最值得安装的五个核心 skill。 先说怎么装，一分钟搞定。我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码输入一一一输入后即可免费使用。 接着我们点击左边的技能，就可以看到所有的 skill 了。再说 skill。 首先第一个， tablie search 联网搜索 skillming tively 作为代理的实时信息大脑，它专为 ai 代理优化，能直接返回结构化摘要而非广告链接，帮你实时抓取最新资讯、政策或竞品动态，彻底解决大模型知识滞后的问题。第二个， summary 智能总结 skillming summarize， 它的作用是信息降噪，输入任何网页、 pdf 图片、音频甚至 youtube 视频，它都能瞬间提炼核心价值，把长篇大论变成简明恶要的干货，让你不再被海量无效信息淹没。第三个， agent browser 浏览器自动化 skilling agent browser 相当于给 ai 装上了网络手脚，它不仅能多引擎搜索，还能像真人一样自动点击解析复杂网页层级，填写表单并抓取数据，帮你自动走完那些需要重复操作的网页流程。 第四个， pdf pdf 文档处理 skill 名， pdf 专门用来啃那些又长又碎的硬骨头，它能从几十页的合同、报告、投标书中精准抽取结论、风险点和关键条款，甚至帮你对比不同版本文档的差异， 把阅读效率直接拉满。第五个， skill creator 技能固化 skill 名 skill creator， 当你有了自己成熟的工作方法后，它能帮你把标准作业流程固化成属于自己的专属技能包，让你在 claw hop 上拥有真正为你定制的独门外挂。以上就是本期视频要分享的 skill 了，兄弟们快去下载吧！
