skill path什么意思
合着 square 在 你们眼里就是一个一点就跑的小程序是吧？那这误会可就大了，来，把手准备好，我们一起来盘一下 square 到底是个啥玩意？我们假设这是小嘚一个你死气白来费半天劲才装上的智能体， 虽然你俩是人机殊途，但是这并不妨碍他成为你做梦迈向人生巅峰的好基友。于是你大手一挥，命令说，去把我老板给我安排的活干了带我飞，完事你就翘着二郎腿等着捡现成的。 但我告诉你，这时候但凡你对小嘚有一丁点期待，你就输了。人家小嘚也就是没长嘴，要是长了铁定一怼你。 哥们，我是智能体，不是你家选池里的王八，您老让我干活，好歹得告诉我干什么怎么干，干成什么样吧？你这一琢磨也是啊，人家小邓说的也没毛病， 于是你只能默默的作废，电脑前超出快磨秃噜皮的键盘，噼里啪啦的又敲了几千字，把你老板平时 pua 你 的什么流程标准工具、参考资料巴拉巴拉一大堆，一股脑的塞给了小邓。 这时候小嘚确实是能干了，但你也快自闭了，为什么？因为你一想到下次再让他干活，还得把这坨堪比论文的东西重新敲一遍，心中就有一万头神兽狂奔。 不过聪明如你，高低不能被一群牲口吓住，于是你脑瓜子一转，把这坨每次都要重敲的东西按照不同任务整理成了说明书。然后告诉小嘚，以后干活前先看看有没有对应的说明书，有就按这上面写着干。 而这种说明书在 a 智能的世界里就叫 skill。 所以 现在大家明白了吗？你家智能体能不能当牛马，关键就在 skill， 至于它干起活来嘚不嘚，就看你有没有在 skill 里写清楚，啥活用它活咋干，用啥工具看啥资料这四件事我知道这玩意你们写不利落，我写了个 demo。 想晓得评论区。
粉丝7.8万获赞64.7万
相关视频
02:08查看AI文稿AI文稿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。
211赵逍遥Xavier
02:11查看AI文稿AI文稿skill 这个词呢，在 ai 圈里啊，快被说烂了，专业的角度来看， skill 到底是什么啊？咱们先把这件事给明确了。软件工程里面呢，有一个概念叫 api 应用程序接口。 传统的 api 呢，是软件工程师写给机器看的，本质上来讲呢，是函数之间的对接。但是 skill 的 本质呢，是面向普通人，有点接近于 prompt 的 开发，它把机器语言封装成了一个自然语言，把开发者调用， 变成了一个人类向机器下达指令的这么一个模式。通俗的来讲呢，你可以这么理解哈， api， 它是机器和机器之间对话的一个通道，函数函数方法方法之间互相调用。 skills 呢，不是说我们的基座大模型，它学会了新的技能，只不过是模型学会了调用工具的这么一个技能。 我们为什么会发现 skills 呢？在当今的 ai 开发里边会爆火，不是因为它们的这个功能有多么花哨，而是它解决了大模型应用落地最后一公里的一个问题。大模型空有认知，没有行动力，只可以告诉你应该怎么做，但它本身做不到。 skills 呢， 恰好就是把这最后一公里连上了。在这里面呢，也引出了另外的一个专业概念啊，叫工具学习。没有工具学习，模型就只能生成文本和图像。有了工具学习，模型可以操作软件，查询数据库，甚至控制硬件，未来实现居身之能。 这样的一个层级的架构，底层是我们的基础，大模型负责语言的理解和生成，而中间层呢，就是我们所定义的各种 skills 库，相当于 ai 的 一个技能的一个集合，最上层是用户的一个 prompt 指令，指令进来模型做意图的识别，参数的抽取，工具的匹配，最后 扔给我们的 skills 这些技能库去执行。所以说呢， skills 不是 锦上添花的一个功能插件啊，它是大模型从一个纯粹的聊天机器人 走向数字 agent 的 这么一个必经路径，它不是能够让 ai 变得更聪明，而是让 ai 变得更加的可用。如果我们把大模型比作一个大脑 skills 呢，就是它的脚和手， 那么你认为限阶段限制 ai 发挥的究竟是大脑不够强，还是手脚不够灵活？评论区咱们一起聊一聊。
615AI编程小朱
00:32查看AI文稿AI文稿三十秒带你学一个 ai 新知识。今天我们讲 skill 技能。如果把 agent 比作一个数字员工，那大模型是他的大脑， skill 就是 他简历上写的专业技能。 大脑负责思考、规划 skill 插件来精确地执行。它的精髓在于即装即用。 agent 在 执行任务时会自主地判断现在需要哪项技能， 然后调用对应的工具。他让 ai 突破了只能聊天的限制，真正拥有了处理复杂任务的实力。 agent 的 能力上限也取决于他掌握了多少 skill。
16starr
02:12查看AI文稿AI文稿你现在看到的这些 ai 画面都是用我的 skill 生成的，并且中间没写任何提示词。最近后台很多人问我，像这样的画面到底是怎么做的？为了让大家都能做出这样的效果，我把我自己做成了一个 skill， 无论是图片还是视频，全程没写一句提示词。但今天这个视频不讲任何理论， 只讲实操，教你小白应该怎么做一个自己的 skill， 又应该如何叠带和使用我的 skill。 老规矩，我的 skill 已经准备好了，有需要的可以自取。先讲第一个如何制作自己的 skill。 其实 skill 并没有那么复杂，现在大部分的 ai 博主讲的内容都太理论了，实际上你只要会打字就能做一个 skill， 大家可以跟着我的操作走。首先我们随便打开一个 ai 工具，然后先告诉我 ai 自己的需求， 比如我这个 skill， 我 先告诉了 ai， 我 的需求是让大家能够生成像我这样的画面，然后 ai 就 会自动拆解流程，并且告诉我需要准备什么样素材。我这里上传了一些我往日的一些作品和常用的申图和申视频的提示词， ai 就 自动给我写了一个细节。需要注意，这是说明需求的时候一定要具体， 比如你想要画面更真实还是更电影感，人物是偏生活化还是偏时尚大片，因为你说的越具体， ai 模仿你的准确度才会越高。接着让 ai 帮你生成一个这样的文档，你只需要下载文档并上传给 ai， 就 能调用你的 skill 身图，我们来看看它的效果。 很多人做到这一步就停了，但是这样其实是不够的，因为真正能使用的 skill 一定是需要不断调整的。我发现哪里流程不对，就回头告诉 ai 修改的点。比如我这个 skill， 我 发 发现 ai 给我了视频提示词之后，它就不能继续生成下一张图，于是我直接把这个问题告诉 ai， 让它帮我修改逻辑。现在的 ai 模型是有能力帮你修改 skill 的， 修改完之后它就能一直连续生成。那我的这个 skill 应该怎么用呢？首先，我们上传 ai 之后，它会引导你选择想要的结果，比如人物外观、人物性格和情绪。接着拿着这一份 提示词去帮她拿，或者截梦生图丢回给 ai， 它就能自动分析图片的状态，生成一段视频提示词。 整个流程不需要你自己写任何东西。你会发现以前我是在操作 ai， 但现在更像是在训练一个懂你的创作助手。当然，如果你有好的 skill 也可以分享出来，也可以调用我的 skill 去生成。所以这个看起来超难的 skill， 你 学会了吗？
2221刺猬星球super-i
02:43查看AI文稿AI文稿那常用的 skill 有 哪些呢？我比较常用的啊，第一个就是 skill creator 啊，这个可以帮我去创建 skill， 因为网上的 skill 可能有一些不符合我的要求，那这个时候 我想创建 skill， 怎么创建呢？我就跟 ai 说，我说，呃，我这有什么需求啊？然后现在你去帮我创建 skill 啊，我后面还会加一句啊，就是说 你创建的过程中不明确的地方呢，你可以问我。 ai 听完之后他就会问我问题说，哎，第一步，呃，应该具体是什么样？第二步应该做哪些命令，第三步，导导入哪个目录啊，等等等等啊，我们俩会 商量，商量完之后， ai 说，啊，我懂了，然后他就用这个 skill creator 去帮我把这个 skill 给创建出来，那这样我就有了一个自动化的流程的一个 skill 给创建出来，那这样我就有了一个自动化的流程的一个 skill。 呃，第二个呢，就是 github 的 这个 skill， 它可以帮我去管理远程仓库，呃，帮我下载仓库，帮我分析仓库，帮我提交代码 啊，它都能做。第三个就是 find skill 的 一个 skill 啊，它可以帮我去到网上去查有哪些好用的 skill， 然后还有 browser agent 啊，或者叫 browser user 啊，有两个 skill 都能做相同的事，就是可以操作浏览器。那这个 browser 的 skill 呢？它具体能干什么呢？就是它可以打开浏览器，比如说你想到谷歌、百度去查一些东西，或者是去 呃分析网上的一些数据，让他去抓取数据。那你跟这个 ai 说完， ai 就 会调用这个 browser agent 这个 skill， 呃，然后他去打开浏览器，去访问相应的一一些网页，去抓取相应的一些数据，然后抓到本地电脑里呀，或者是直接帮你分析完给你结果呀，都可以。总之就是 你有一些操作浏览器的一些任务工作，都可以用这个 browser user 或者是 browser agent 这个 skill 去完成任务，甚至它可以帮你操作一些表单，比如说你的工作是在浏览器里面添一些表单啊，然后你把这个地址给这个 skill， 如果需要登录用户名和密码的话，你得手动登录啊，然后登录完成之后，它就可以操作浏览器去做这个事了 啊。当然还有一种方式就是你可以把用户名和密码跟这个 ai 说， ai 会调用浏览器 skill 去添入用户名和密码，那当然这个是有一定安全风险的，我不推荐这么做，但是它是可以实现的。那这个就是呃浏览器的 skill 比较常用的。还有就是 呃，像帮我检查文档，帮我检查文案，还有就是平时写项目的时候，按照我自己的习惯去帮我生成一些架构的一些通用的东西， 都可以用 skill 来做。所以大家平时用电脑工作，你是办公室人员也好，数据分析人员也好，电商人员也好，呃，你的工作里头你都可以告诉 ai， 让它帮你生成一些对应的 skill 来帮你干活。而如果说这个工作是标准化的任务的话，它绝对能帮你提升效率。
374晓舟报告
02:16查看AI文稿AI文稿什么是 intent？ 什么是 m c p？ 什么又是 skill？ 还有再说说什么是 open close？ 把这些东西全部讲完，大家应该就能对 ai 知识点有了更深的了解。首先，我们说大模型，它就像一个只会对话的大脑，你问它就答， 但天生呢，没有记忆，而且内容是概率生成的，很容易出现幻觉，事后你再问之前的信息，它完全不记得了。 为了解决没有记忆的问题，我们做出了聊天机器人 bot， 他 充当中间人的角色，保存所有聊天记录，然后再传给大模型，让大模型看起来拥有了上下文的记忆。 可 bot 呢？依旧局限，没法查天气控制设备运行程序，于是就有 nint 的 智能体。记住一句话， nint 的 核心就是能够调用外部工具， 大模型只知道训练截止目前的信息、实时天气日期、网络数据完全不懂。而 agent 呢，可以主动地调用天气接口、各类工具，获取实时数据，然后再传给大模型整理回答。 但一个个对接第三方接口，调试参数特别麻烦。行业就统一了一套通用的规则协议，就是 m c p 模型生产文协议。简单来说， m c p 就是 规范，让 agent 更简单统一的调用各类工具与接口。接着是 skill 技能， 之前 n 的 调用工具，要把所有的参数、详细规则全部发给大模型，信息复杂，效率很低。 sku 呢？用文档规范好固定的工作流程，出发条件， 只传给大模型精简的原数据，不用传出大量细节。 sku 可以 对接多个 mcp 工具，既能存知识库，再定义工作流，还能批量调用，更乐意能力大幅提升 ai 执行效率。 最后是 open klo， 它本身没有很强的原生能力，本质上也是一个智能体，所有的功能全部依附于 skill 生态平台，有海量的现成的 skill， 只要下载接入 open klo， 就 能拥有相对应的全部能力。总结下逻辑， 大模型是对话大脑， bot 是 让 ai 拥有记忆。 enter 学会调用工具 i m c p， 简化工具，调用协议 skill 能规范流程，拓展全部能力。 open klo 是 一托所有的 skill， 实现无限功能。 这就是大模型 agent skill m c p 和 open code 之间的关系。觉得六哥讲得透彻的点个赞支持一下。
103六哥聊AI
05:09查看AI文稿AI文稿同样是小龙虾，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。
6725Lala罐头
02:49查看AI文稿AI文稿为啥二六年最重要的职场技能是 resilience？ 马上就到二六年了，我们来看一下外刊预测二六年最重要的职场技能是， there is one skill that tops the list for getting a job， building a career and becoming indispensable resilience。 也就是说，有一个技能，它在所有的技能里面，在你的找工作，在你的职业建设，呃，都变得不可缺少的。这个技能是什么呢？ resilience 我 们先讲它的英文示意啊，它表示的意思呢，其实是 the ability of people or things to recover quickly after something unpleasant。 呃，也就说呢，经历一些不好的或不爽的事情之后呢，人的能力或东西的能力能够迅速地恢复，比如说你受到惊吓，比如说受伤之后，所以表示的意思叫快速地恢复能力，或者说适应能力。 也就是说啊，呃，在职场中，二六年非常重要的东西，要把自己的自适应，或者说呢，自愈的能力加强，比如说第一个 resilience with people。 那为什么这个技能很重要呢？往下读， topping a list of which skills will set you apart。 也就是说呢，什么样的职场技能能够 set you apart？ 来自于这个词组， set somebody apart 表示的意思是 to make somebody different or better than others。 也就是说呢，你跟别人不一样，或者说呢，使得你比别人更棒，所以表示的意思与众不同。突出啊 那，呃，在整个的职场里面，最突出你的技能其实就是 people skills， 就是 和别人打交道的能力，也是我们经常讲到的，是吧，叫 soft skill 啊，软能力。它表示的意思是什么呢？ personal qualities that enable you to communicate well with other people。 也就是说呢，它是一种个人的能力，能够使得你和其他人能够很好地沟通，叫软技能或人际交往能力。 也就是说呢，你要有非常强的适应他人的能力，也就是所谓的沟通能力，那沟通能力依然非常的重要。那第二个你的适应能力是 resilience with situations， 表示的意思是 uh resilience is a primary skill for success。 你 要知道，在成功上面呢，这种适应能力是非常重要的。 help you to ensure that you're adaptable to whatever situation you face。 也就是说呢，它能够帮助你去面对任何的情况，你都能够 adaptable， 都能够适应 好。第三种强调的适应是 resilience for the future 对 未来的适应。 uh resilience is also important skill as it relates to your ability to learn grow and develop。 因为未来强调的一个人的适应能力就是你要有这个能力，能够去学习，能够去成长，能够去发展。所以说，二六年，希望大家能够 resilience 起来，你记住了吗？
7689佳伦读外刊（早8:10直播）
01:17查看AI文稿AI文稿你有没有觉得 ai 挺聪明，但用起来呢，总是差点意思。以前呢，想让 ai 干些复杂的活，你得搭建工作流，配置智能体，甚至自己写代码， 那门槛太高，普通人呢，根本搞不定。但现在，有一个叫 skill 的 东西，他正在把门槛砸碎。那什么叫 skill 呢？说白了，就是把 ai 干活的方法写作文档， 你不用再去编程，不用去搭工作流，只需要写一份说明书，告诉 ai 遇到什么情况，应该读哪份资料，执行哪段脚本，输出什么格式。那 ai 呢，就会按照你的文档一步步干下去。 那 skill 呢，其实解决了一个长期困扰 ai 的 一个核心难题，上下文窗口有限，你跟 ai 说的话，传的文件再多呢，他就记不住，算不动。而 skill 呢，用了一个聪明的办法，分批加载。 优势呢，不仅让 ai 记得住，还把一次性塞进几万字的这种做法，改成按需读取。 skill 的 革命呢？把过去只有程序员能干的事，换成了就是你去写一个文档就能搞定的事。那二零二六年呢？ skill 在 各行各业大爆发。 其实你不必成为技术专家，只需要呢，会写说明文档，就能让 ai 帮你干那些复杂琐碎、费时的活啊。评论区聊一聊，说说你用过的 skill。
07:44查看AI文稿AI文稿什么是 agent？ 什么是 m c p， 什么是 skill？ 还有再再说说什么是 open club， 把这个东西讲完，大家应该就能对这个知识点有一个更深的了解了。首先第一个 什么是大模型，咱们得先说大模型，它就是一个可以对话的一个大脑，你跟他说话，他就能回复消息。但是有一个问题，他没有记忆，你跟大模型说一句话，你说你好，再跟他说我是谁，他不知道， 但也就是大漠星，他没有记忆，你说一个消息，他其实底层是一个 transom 架构，他经过神经网络一层一层的去计算，最终通过概率给你算出来他要回复什么东西，所以说他那个东西是有幻觉的，通过概率给你算出来一个东西给你回复了，你说我是小周，你再问我是谁，他不知道，你这 ai 没有记忆可不行了。 所以说大家为了让 ai 有 记忆可以聊天，大家就制造了一个聊天机器人，就叫 bot， 那 这个 bot 能干什么呢？就是我跟他说，我说我是小周， bot 接到我是小周，然后他会跟大模型去交流，他作为一个中间人跟大模型交流， 然后他告诉大模型这个人叫小周，然后我再说我是谁，我跟那个 bot 说我是谁的时候，这个 bot 他 会把我是小周，然后大模型的回复，然后这我是谁一起发给 大模型，也就说大模型拿到不是我是谁，而是之前的所有聊天记录，大模型都看到了，然后他再回，那这个聊天机器人他的作用呢？就是让这个大模型看上去有记忆了，这是聊天机器人，那聊天机器人的功能还是很弱，对吧？就比如说我想让他帮我关电脑， 帮我执行一段程序，帮我查询今天的天气，它也不行。所以说这个时候就聊天机器人的基础上，又扩展出了一个东西，叫 agent， 叫智能体。智能体可以干什么呢？智能体，大家记住啊，智，一句话就知道智能体可以调用工具，这东西就是智能体。 那什么是工具呢？就比如说这里有一个函数，有一行代码，这行代码可以 get weather， 可以 获取天气信息，获取获取日历信息。今天是几号？这个大模型是不知道的，大模型他知道的东西就是基于他训练的结果。 我二零二五年五月一号训练，这个大模型结束。那大模型二零二五年五月一号之前的东西，他训练过的，知道五月一号之后的事，他啥也不知道，他没训练，所以你问他，你说今天天气怎么样？他不知道今天是几号，大模型他不知道，但是 agent 他 知道。 a 针呢？可以调一个工具 get 外的，我获取到今天的天气，然后我再告诉大模型，大模型再分析，然后再给我回复，也就说这个 a 针呢？是什么呢？ a 针它是可以调用工具的一个程序，它可以通过调用工具让大模型知道更多的事，这个就是 a 针的。 然后大家发现 a 针不知道天气，我得怎么办呢？我得调用一些接口，比如说高德有天气信息的接口， 我得调这个接口啊，然后还有什么饭店的接口，旅游景区的接口，什么时候卖票的接口，他得调很多接口。那这个这样的话， 所有的互联网服务平台，比如说天气的呀，景区的呀，卖票的呀，全得开放接口，然后这个 a 证他得调所有接口才能实现这个功能，那 a 证他也麻烦，那个第三方平台，那个天气的第三方平台也麻烦，然后这个接口怎么调参数都很麻烦。其中有一个执行方案，就是说我定义一个协议， 就说你这个 agent 调这个第三方平台的接口数据的时候，你别像以前那么调接口，你你咱谈个协议，你只要两边都遵守这个协议，我就可以去拿你的数据了，我就可以拿天气数据，拿时间数据，拿各种景区的数据都能拿了。 那这个协议叫什么的呢？就叫模型上下文协议，所以这个协议就叫 mcp， 所以 大家知道什么是 mcp 了吧？它就是协议，对吧？我调接口为了更方便的调接口，开发了一个协议，叫 mcp， 所以 大家知道什么是 mcp 了？ mcp 就是 让 agent 可以 更方便的调用工具， 简单吗？ mcp 就是 为了让 agent 调用工具，然后把调用工具的信息给大模型，让大模型可以回复，懂了吧？这是 mcp。 什么叫 skill 呢？ 没点关注，点个关注，我讲的很细，跟大家说没点关注，点个关注。然后我这边有个 ai 学习专栏，大家可以加一下，我这边还有 ai 交流群，感兴趣的小伙伴可以加一下。然后我接着说什么是 skill？ skill 最早就是咱先说这个调用工具， 等于说调用工具有什么弊端吧，如果你想让这个 agent 调用工具的话，你得先把这个工具的所有的说明书什么的参数配置全都给这个 agent 告诉他，然后他比如说你跟他说我，我，我跟那个 agent 说，我说你好，他收到的就是你好吗？不是 他，除了这他，他给这个大媒体人发的，除了这个你好，他还会把我这个 a 帧呢，可以调什么工具，什么乱七八糟的呀，这各种各种这个工具的参数啊，这些信息全都给大媒体人发过去，这就很麻烦， 东西很多，所以呢，为了让这个提升这个性能吧，当然也不只是为了提升这个性能，咱就说性能，为了提升这个性能吧， hlp 公司就发布了一个叫 a n 的 skill 的 东西， a n 的 skill 的 话，他可以定义一个工作流，定一个文档，一个 markdown 文件， 然后这样的话它只要在文件上面写一个原数据，写两行，对吧？当用户在干什么的时候调用这个 skill， 那 下面细节就不用不用给大模型了， 那这样我一个 a 针呢，就可以接很多的 skill， 我 只要看它那个原数据，它能干啥，我需要的时候我再调它里面的东西，这样呢性能就能得到一定的提升。而且用这个 skill 的 时候会大家发现更好的一点，就是 skill 可以 写很多很多东西， 比如说你想做一个知识库，你可以放在 skill 里面，你可以有定一个工作流，你可以放在 skill 里面，很多事都可以放在 skill 里面，这样 skill 就 火出圈了。 也就说 skill 它是一套文档，文档规定了这个事怎么干，然后大模型就会按照这个流程去干事，做事就就就完事了。 所以刚才说的 m c p 是 什么？是调用工具更方便，工具是什么呢？就是查询天气这些工具。然后呢？ skill 呢？ skill 是 可以让规定 你做这件事，调用哪些工具，执行哪些标准，它是做了一个更更广的一个规范，也就说一个 skill 可以 调很多 m c p 可以 调很多的工具，这是 skill 的 作用， 也就是说大家会发现 skill 能力强了，是吧？ skill 可以 作为文档，它可以做知识库。 skill 可以 定义工作流，它可以做很多事， skill 可以 调很多的工具， skill 也可以调 m c p， 这是 skill 的 能力。 然后大家就会发现，那 sku 是 不是太强大了呀？对吧？它是不是可以操作浏览器啊，可以写代码啊，做简历啊，所有的工作流，甚至取代什么扣子，以前那种传统的工作人形式全都取代了，那所以这 sku 实在是太好用了吧？ 确实好用，确实好用，它太好用了。然后呢，就出现了很多的工具全都接入了这个 skill， 包括浏览器， tree products， 所有的 ai 工具， ai 开发工具都接入了这个 skill， 就 大家都能用 skill 了。然后又出现了一个东西也接入了这个 skill， 就是 open claw， 也就是说因为 skill 可以 做很多事， open claw 它不需要做这些事， open claw 只需要可以调 skill， 它就可以做所有 skill 的 事。也就是 open klo 是 什么呢？它就是一个智能体，智能体的能力不依赖于它智能体本身，而依赖于它接入了哪些 skill。 这也就是说，为什么大家用 不用担心 open klo 以后能力会不会变强变弱什么的，你不需要关注它有什么能力， open klo 也没什么能力，它的能力全部一托于 skill 生态。 所以有个网站叫 cloud 号吧，里面有很多 skill 嘛。大家如果想扩展自己 opencloud 的 能力的话，你就直接下载 skill 就 ok 了，你就可以让你的 opencloud 去做各种各样的事了。因为 skill 可以 做，所以 opencloud 就 可以做， 这就是大模型 agent skill mcp 和 opencloud 的 关系。我不知道我讲的透不透彻。讲的透彻，点个赞支持一下。
4.9万晓舟报告
04:00查看AI文稿AI文稿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。
6782嗨妮好
02:34查看AI文稿AI文稿上一期我们讲了 agent， agent 是 能接任务并自己走流程的 ai 助手。那这一期就接着讲 skill。 你 可以先把 skill 理解成 agent 的 工作手册，它不是一个新模型，也不是一个外部插件，更不是自动帮你接入所有工具的开关。 skill 做的事很朴素，就是把一套重复使用的说明步骤、资料和脚本整理成一个固定包，当 a 正遇到相关任务时，就可以按这份手册来做。 在官方文档里， skill 通常会有一个核心文件叫 skill and， 你 可以把它理解成这个技能的说明书，它写清楚什么时候该起用，以及起用后应该遵循什么说明。 举个简单例子，你每次都要让 ai 写短视频，每次都要重复说，先查资料，再写术语表，再写口播，再做分镜，再配字幕，再检查画面。这套流程说一两次还行，每天说就很浪费。 这时候就可以做成一个 scale， 里面写清楚三件事，第一，什么时候该用这个 scale。 第二，用的时候要按什么步骤走。第三，需要哪些资料或脚本。 所以你可以把 scale 看成一个小目录，入口是 scale and， 旁边可以放参考资料、模板、脚本和检查清单。 a 阵不需要一开始就把全部内容塞进脑子里，而是在需要时再打开。 skill 和普通提示词最大的区别不是它更神秘，而是它更稳定。普通提示词像临时口头交代， skill 像写好的工作流程，下次再做同类任务，不用从头解释， 它和 m c p 也不是一回事。 m c p 更像让 ai 接外部系统的接口，比如数据库飞书 get help。 skill 更像告诉 ai 接到这个任务以后应该怎么干活。 一个很好判断的方法是，如果你发现自己反复复制同一段要求，反复强调同一套规则，反复让 ai 走同一个检查流程，那这件事就适合做成 scale。 但也要注意边界， scale 不是 万能按钮，它不会让模型突然变聪明，也不会替你绕过权限， 他只是把正确做事的方法提前写清楚。所以这一期你只要记住一句话， skill 就是 给 agent 用的可赋佣工作手册。下一期我们再讲 m c p。
25童年AI情报站
04:22查看AI文稿AI文稿如果你接触了 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。
1157姜饼人探AI
02:38查看AI文稿AI文稿了解 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！
30开慢慢游的小凡人
03:07查看AI文稿AI文稿cloudco 有 一个很强大的功能叫做 skill， 很多人都会讨论起它，但是它到底是什么，为什么需要，又要怎么用呢？今天我就一次性讲清楚它。大家好，我是温豪。 skill 本质上是一份 markdown 文件，不是什么复杂的插件或者二进字程序， 就是用自然语言写的一套规则，告诉 cloud 遇到这类任务应该怎么去完成。它的结构其实也比较简单，顶部一小段的压秒写名字和描述，下面的 markdown 文写具体规则，什么时候触发，遵循什么原则，哪些事情不能做，就这些。 有这么一个场景啊，你跟 cloud 扣说帮我写一个落地页，默认情况下出来的大概率都是紫色渐变的字体。一眼，哎呦喂，当你装上一个前端设计的 skill 之后，像是我最喜欢的 his skill， 同样的请求输出完全不一样。 skill 里定义了什么？配色，该避免间距，怎么给？字体怎么选？ cloud 照着做，质量直接上一个台阶。而且 skill 不 只是应用于前端设计，还可以应用于代码审查、文案写作，自动测试，数据分析， seo 优化。 基本上你能想到的工作流，社区里都已经有人把它做成了 skill。 cloud 扣如果没有 skill， 就 像智能手机，没有 app， 它能用，但是浪费了大部分的能力。 skill 怎么获取呢？有三个方法，第一，用现成的社区的 skill 市场还有地哈萨已经有大量的开源 skill， 找到你想用的那类 skill， 下载放到 skills 的 目录就能用了。 我自己常用的也就只有七八个，基本覆盖了日常开发的各个环节。第二，自己写你的编码规范，设计偏好团队流程，写成一个 bug 大 文件放进去，就是你自己的 skill 格式，很自由，靠的能理解你的所有自然语言。 第三，用 skill creator 引导你去写。这是社区做的一个 skill， 装上之后直接使用它会一步步引导你，问你想解决什么问题，适用于什么场景，有哪些规则，然后 帮你把这些整理成一个规范的 skill。 点 md 文件不用自己研究格式，跟着走就行了。不管是哪种方式获取到的 skill， 装好之后都不用手动调用 cloud 的 内部维护了一个清亮锁影，每次你发任务过来，他都会先扫一遍已有的 skill 描述， 匹配上就自动加载完整的规则，整个过程完全感知不到，但输出质量一直在被 skill 影响着。不过 skill 有 一个很明显的短板，就是它的管理体验了。 装了哪些 skill， 想临时关掉一个，想看哪个占了多大的空间，全靠自己手动去翻文件夹。想禁用一个 skill， 你 得自己改文件名，或者把文件夹挪走。从社区上下载了一个压缩包，自己解压，自己找对路径放进去。 哇，这个体验对于新手小白来说简直就是灾难性啊！所以我针对 cloud 的 skill 管理，专门 yq 管理的一个工具， 一个格式化的 skill 管理面板，打开就能看到你在 cloud 安装的所有 skill 状态描述大小一目了然， 不想用了，一个开关关掉就行了，不用删文件，改天想用再随时打开。想找新的 skill， 里面添了 skill mp， 在 线市场 搜索预览一键安装，而且它是免费开源的， mac 用户， windows 用户都能用。如果觉得好用的话，请给我一个点赞、收藏加关注吧，谢谢大家，我们下期见！
264Winhao学AI
02:02查看AI文稿AI文稿如果你还在熟悉 skill， 那 么今天这条视频你一定要看完。昨天微软官方提出了一个叫 skill opt 的 方法，核心思路是把 skill 的 文档当成神经网络的权重，用类似训练神经网络的方法去自动优化它。 先说结论，经过优化后的 skill 非常的炸裂，该方法在五十二个组合测试中全部取得最优或者并列最优，平均提升二十三点五分，完全碾压人类用 ai 生成的 skill。 那 么它是怎么做到的呢？我用大白话来给你讲清楚，你可以把整个过程想象成一个工厂 工人，就是你平时使用的那个 agent， 比如说 cloud 或者是 jpt。 工人手里有一个操作手册，这个就是你写的 skill 工人按照你给的这个手册干活，手册写什么，他就照做什么。 然后呢，工人旁边站了一个管理顾问，他也不干活，他就只看你这个人做错哪了，然后去改他的手册。这张图就是 skill opt 的 整个训练循环，他其实干了六件事情。第一件，最上面这个 skill 点 m d， 就是 你要拿去训练的是模型参数，在这个 skill opt 里面训练的就是这本 skill 的 文档。 第二步，让 agent 带着当前这份 skill 去跑一批任务，比如说处理表格，回答问题，操作文档或者是代码。任务跑完之后，每个任务都有结果，做对了还是做错了？错在哪里？第三步，复盘系统会看一下刚刚这一批任务的失败记录，判断一下为什么会错，是没有提醒，还是说某个步骤缺失， 然后进行到第四步，这一步很关键，它并不是要把你的整个 skill 重新写，它只允许你改几个少量的规则，论文里说它最多原则上只能改四个，为什么呢？因为如果你一次改的太多的话，你根本不知道是哪一条规则起作用了。第五步就是生成一份后选的 skill。 第六步， 拿这一批不参与优化的这个 skill 来进行测试。如果新版的 skill 分 数变高，就把这个新版的 skill 作为我们下一步的 skill。 如果分数没有变好或者甚至变差了，那么我们把刚刚训练的这个 skill 给抛弃掉，训练一会，新的 skill 就 这样通过这种反馈循环来自动的把你这个 skill 进行优化。那么我也会把相关的论文和 facebook 仓库地址放在评论区，有 感兴趣的同学可以去看一下。好了，以上就是今天的所有内容，感谢你的观看，如果对你有帮助，欢迎点赞、评论、转发，我们下期见！
1509KmTech
06:15查看AI文稿AI文稿这两年， ai 圈的热词层出不穷， l l m tok、 prompt、 r a g m c p agent skill， 光是念一遍就让人头大。这些词是怎么出现的？各自解决什么问题？今天用一个视频讲明白， 假设你这周末想到杭州玩，你打开对话窗口，随口问一句， ai 很 快给了一段答复。这背后的核心就是大语言模型 l l m。 它将你的话拆解为 token， 不是 一个字，也不完全等于一个词， 只是大模型理解文字的最小单元。每个 token 对 应着一个数字，叫 token id。 大 模型通过计算，预测出一个 token 后面最该接哪一个，从而拼凑出完整回答。在这个过程中，你的提问就是 prompt 提示词。 不过你随口一问， ai 回答很浅显。换一种问法，预算两千，帮我按天规划，形成回答，立刻好用很多。这套把话说清楚的方法论就叫 prompt engineering 提示词，工程 规划旅行不可能一句话说完以限定预算两千又补充，不想去网红景点， ai 都能调整推荐方向，它是怎么记住的？ 因为每次发消息时，系统会把之前的对话一起打包发给大模型，这就是 context， 也就是我们常说的上下文。但大模型理解上下文的长度是有限的，所以 这对话不断积累，模型会忘记最开始的内容。一个常见的做法是，让模型把之前的对话做一次压缩，总结，只保留关键信息，这个被压缩过的关键信息就是 memory 模型的记忆。到这里，模型已经越来越接近我们想象中智能的样子了。 规划继续，你接着问，看看我之前收藏的旅行攻略规划行程啊哦，模型宕机了，他不知道你收藏的攻略是什么，这时候就需要 r a g 解锁增强生成，他能夺取你的私有资料，让回答更加真实可靠。 先把你的资料切成小片段存进知识库，当你提问时，系统解锁出最相关的片段，并作为背景资料和你的问题拼接模型，阅读这段增强后的上下文，给你生成准确的回复。我们现在接触到的 ai 客服、 ai 问答助手，其实背后都是在用 r a g 技术， 归根结底，它也只是让模型答的更好，但大模型还不能真正干活，你说帮我查询一下高铁票。 ai 回复，你可以打开幺二三零六， 他只会告诉你怎么做，但没法真的查询到高铁车次。光神考林机制增长了，他让大模型具备能够接入外部工具的能力。整个机制是这样的，程序先告诉模型有什么第三方工具可以用，再把你的对话发过去。 当模型判断需要调用工具时，需要输出一段结构化的函数，调用指令，程序拿到指令去查询车次， 再把结果返还给模型，这时候模型就可以回复符合行程规划的车票。有，但这里有个工程问题，每接入一个新工具，就需要单独写适配代码，不同应用之间，这些工作完全无法附用。于是有了 m c p， 它让所有第三方工具的接口统一了。 ai 程序只需要对接 m c p 这一个协议，就能调用所有使用同一接口的工具。 多人会把方神 call 领和 m c p 混淆，觉得不是同一个东西吗？其实差别可大了。方神 call 领是让模型按照约定格式输出，调用指令，而 m c p 是 让所有工具都遵循同一种格式被模型接入。 ai 能接入不同工具了，很不错，但你还得一步步指挥它。能不能你就说一句，帮我把杭州旅行安排好，剩下全交给他？可以， 这就是 agent。 一个 agent 接到目标后，会自己思考该怎么做，整个过程他自己规划步骤，自己调用外部工具，自己记录每一步的结果。哎，这不都是我们刚刚讲过的能力吗？ 对， agent 就是 在大模型的基础上，把这些能力打包成一个能独立干活的系统。大模型再聪明，也只会在文本框里你问一句，他答一句，而 agent 能实实在在帮你干活，越干越聪明。市面上的 ai 产品，本质上都是 agent 都有思考规划的能力，只是形态不同，能自主执行的程度不同。比如最常见的对话窗口 quin studio， 编程领域的 c l i 工具昆克，通用领域的龙虾类桌面助手昆抱。 昆抱这种龙虾类的桌面助手为什么会爆火？因为他自主执行的能力上了一个台阶，不仅能操作你的本地电脑，定时执行任务， 还能通过社交软件和你沟通，像一个真正帮你干活的助手。理想情况下， agent 能完全自己安排旅行， 但实际上，你还是得提醒他应该怎么干，提醒他按天规划行程，找本地攻略，查高铁信息。那么 skill 技能来帮你了，你可以把所有的偏好和规则写进一个 skill 里，下次 agent 接到类似任务时，会参考这份文件，按规定办事。有人说，这不就是 prompt， 是也不全是。 prompt 是 一次性的话术，像便签纸，每次用都得写。而 skill 是 可以重复使用的。程序化能力像一本书， 有标题有内容，随时可以翻翻看。它本身就是结构化的，可以将你所有的 skill 都整合在一起， 通过渐进式的批漏机制，会在运行过程中按需激活、提取使用不同 skill， 大 大节省上下文和 talking， 让任务执行的成本更低。 到这里， agent 基本上已经接管了你的电脑，但能力越大，闯祸能力也越大。 agent 有 时候会失控，比如你让他买车票，他买错了，甚至直接付钱， 那么 hernes 出现了，就像字面意思马具一样，套上脱缰的 agent， 约束他的失控行为。 hernes 首先将最全面的上下文提供给模型，避免其失忆，同时给 agent 划定边界， 明确哪些红线坚决不能碰，最后能自动验收任务成果，第一时间给出反馈并且引导修复。它的核心就是构造一个 ai 友好工作环境，确保在可控的范围内爆发生产力。毕竟谁也不想一觉醒来， agent 把你的电脑格式化了。 好了，回到最初，你只是和 ai 说了一句想去杭州玩。但随着问题和需求的增多， ai 一 层一层的加上了各种能力。这些概念不是凭空冒出的黑话，每一个都是因为上一步遇到了具体问题才出现的解决方案。 今天讲的是 ai 怎么从聊聊天变成真的能干活这条主线。如果你还想知道大模型内部怎么运作，迁移参数怎么训练，多模态又是什么？感兴趣的朋友请留言，后续一个个讲清楚，如果觉得有帮助，记得点个关注，咱们下期见！
2.2万通义实验室
09:24查看AI文稿AI文稿大家都在谈 scale， 好 像万物都可以 scale， 但是 scale 到底是要解决什么问题，很多人是没有搞清楚的。 fold 作为一个通用的大模型是非常强大的， 但是小蓝是个产品经理，小红是个内容创作者，小绿是个研发。你们都使用 cloud， 但是你们使用的场景和流程肯定是不一样的。怎么才能把 cloud 打造成一个跟自己专业领域匹配的工具？ astropica 给到的答案是 scale。 通过 scale 可以 让一个通用的模型稳定地处理专业的任务。那这个视频我会带着你从零搞懂 scale 是 什么，去哪里找靠谱的 scale， 怎么安装，以及怎么创建一个适合你的 skill。 那 skill 是 什么呢？最简单的 skill 就是 一个 skill 点 md 的 文件，它主要分成两部分，第一部分是压冒格式的头部，主要定义名称和描述。第二部分就是具体的任务说明，也就是提示词。 比如说我现在要写一个产品经理的周报， skill 大 概是长这样子的名字是 pm weekly report。 description 是 当产品经理说我要写周报或者总结本周工作内容时，将产品经理一周零散的工作内容整理成周报。 下面具体的描述是包括你的输出格式。巴拉巴拉，你的数据来源，巴拉巴拉，禁止出现什么样的内容，巴拉巴拉，这就是一个完整的 skill。 那这里面最重要的就是 description 这一行，因为 cloud 会根据你当前的任务和每个 skill 的 description 去做语义匹配，匹配上了才会加载这个 skill。 你 的 description 如果这样写，用于总结每周工作内容，它很有可能就出发不了。 所以 description 不 只是介绍，它实际上决定了 skill 什么时候处罚。写得越贴近你真实的说话方式，处罚就越准。复杂一点的 skill 不 止一个文件，而是一个文件夹的结构。 skill 点 md 是 说明书告诉 plu 的 这个 skill 是 做什么的，什么时候用，基本流程是什么？ script 是 工具箱 放一些可执行的脚本，比如说你要做一些数据的转化，需要靠程序代码来实现就可以用 script。 reference 是 放资料参考资料的，比如说你项目的背景， p r d 的 说明你的 api 文档等等。 ss 是 放一些静态的资源，比如说你周报的格式、实体文档、配置文件等等。 scale 主要有两个来源，第一个是 isropic 官方的 scale 仓库，这里面的 scale 质量都非常高， 也非常适合新手先去学习人家是怎么写的，我自己有几个比较常用的。一个是 frontend design scale， 它是专门用于前端设计的， 装了之后， clog 在 做页面和组建的时候，就会更加关注审美、布局、交互以及视觉的完成度，而不是只给你一个功能能跑通的东西。 另外还有比较常用的是办公套件、 ppt、 pdf、 excel、 doc 等，适合处理日常的文件编辑、格式转化、内容提取和文档生成。 还有一个比较常用的是 web app testing， 它的底层是 play white， 主要是做浏览器的自动化，是可以让 cloud 去调用浏览器的。 第二个来源是 word excel 推出的 scale 市场里面有不少公司和团队官方发布的 scale 整体的质量都非常高，也适合参考大型的团队是怎么去设计 scale 的。 嗯， scale pub 更像是一个聚合的目录，它收入了很多个人开发者发布的 scale， 它的好处是数量，数量多，覆盖面广，但是质量也会参差不齐。这里有一个安全提醒，一定要说 scale 不是 只有文字说明，它可能还会带着 script 的 脚本，而脚本是可以读文件执行命令访问网络的。比如说你下载了一个帮你整理文件的 scale， 但是如果这个脚本里悄悄加了 一些往外发送你文件的信息命令，那你的信息就会被泄露。所以第三方的 scale 尽量下载官方或者是高 star 的， 或者是安，安装之前看看 script 写的是什么。怎么安装 scale。 安装 scale 的 方式有两种，如果你是用的 cloud 点 ai 的 桌面版 astropic 官方的一些 scale 已经内置好了，点击 add scale， 直接在设置里添加就可以了。注意， chat 模式和 code 模式能用的 scale 是 不完全一样的。 如果你是在 vs code 或者终端里使用 cloud code， 要先运行这个命令。这个命令是把 astropica 官方 scale 的 仓库注册成 cloud code 的 插件市场，注册完成之后，你就可以在 cloud code 里直接 使用 plug in 选择需要的 skill 进行安装。如果是第三方的 skill， 最简单的方式就是直接把 github 的 链接丢给 cloud code， 让他帮你安装这个 skill。 安装的位置主要有两种，一个是个人的 skill， 是 放在这个目录下的，只对你个人生效，所有的项目都能用。比如说你自己的周报 skill， p r d 写作的 skill 这类只属于你的工作习惯。 还有一个是项目的 scale， 是 想放在项目的根目录下的，可以提交到 get 仓库，团队成员拉代码后就能一起使用。比如说团队统一的需求评选标准， p r d 的 模板规范、文档发布说明流程等，适合放在项目的 scale 里。那 scale 要怎么创建呢？ cloud 有 一个专门写 scale 的 scale， 叫做 scale creator， 创建之前呢，你要想清楚这四件事，这个 scale 是 解决什么任务，应该在什么时候出发，跳出来帮你，它的输出长什么样子，有哪些规矩是不能破的？ 这四个问题想清楚了之后，生成出来的 scale 才会真的好用。 cloud code 会帮你生成 scale 文件，但是生成完了之后，还有一个被很多人忽略，但是非常重要的事情就是一定要做测试。 scale 的 测试呢，主要测两件事，第一是能不能触发，用你平时真实说话的方式去描述一下任务，看看这个 scale 会不会被自动的调用，如果没有被触发，那就说明你的 description 写的不够贴近你的真实表达，去改 description。 第二是触发了之后，它的输出对不对， 如果输出的不符合预期，那就说明你的 scale 点 m d 的 论文里的流程约束和事例写的是不够清楚的，需要改论文。当然了，也不是所有的任务都适合做成 scale 的， 主要看这四个问题，第一是它会不会重复的出现一次性的任务，是不值得封装的。 第二是他有没有固定的流程，每次都得临场发挥的封装也没有用。第三是他有没有明确的输出标准，如果你都说不清楚他输出应该是什么样的，那你的 skill 写的也不会清楚。 第四是是不是在特定的场景下才需要，如果这个场景太宽泛也不适合，场景太窄就没有必要。有人也会问， skill 里面也有提示词，可能还会调用工具，甚至还会用到大模型的能力。那它跟 prompt， 跟 mcp， 跟 sub agent 到底有什么区别呢？它的区别不在于内容，在于它解决的是哪个维度的问题， prompt 解决的是这次怎么做的问题。你写了一段提示词，告诉 cloud 这次任务的要求，格式规则，用完了就没了，下次还得重新写。那 prompt 只是一一次性的口头提示，而 skill 解决的是这类任务永远这么做。 skill 里面确实也有提示词，但它是被持久化封装的，你配置一次以后， cloud 遇到同类的任务就会自动加载，不需要你每次都重新说。 mcp 解决的是 cloud 能接触到什么， mcp 是 工具的连接层，没有 mcp， cloud 就 只能看你粘进来的内容。有了 mcp， 他 才能主动地去读 jara chanel 连数据库。 mcp 扩展的是 cloud 的 信息边界，回答的是你能拿到什么样的数据。 那 scale 扩展的是 cloud 的 行为方式，回答的是我拿到了这个数据之后该怎么处理。这两者正好是非常好的配合关系， m c p 负责取数， scale 负责处理。那我们最后再说一下 sub agent， 有 的 scale 也会调用大模型。 你的面试官如果问你在这个情况下为什么不用 sub agent， 而是用 skill 呢？这么问你可能会蒙我换个问法，是不是接入了大模型就是 agent 呢？这个问题是不是就会更简单明确？ 是否需要 sub agent 的 关键不是在于调用了大模型，而是这个调用了大模型之后，它是否有独立的目标和自主决策权。 比如说我写 p r d， 我 调用了生图的大模型去生成架构图，这种就适合做成 skill， 因为它的本质还是在做能力的封装。 如果某个问题需要根据目标自主决策，那你就适合交给 sub agent 去做，它是一个具有局部自制能力的小 agent， 用了一段时间之后，你的 cloud 会开始积累越来越多的 skill， 它可以进行 p r d。 的 写作，进行需求的审，进行用户反馈的分析，它就不再是一个聊天工具，它就开始像一个真正懂你的工作节奏的协助系统。
130AI产品千媚
