claude画流程图skill

别让 ai 凭空设计，先让它学会一套审美。今天分享一套 cloud code 加 skill 的 网站设计流程，一共三步。首先，安装 hue skill， 这个 skill 可以 把你喜欢的页面提炼成一套可附用的设计规范。其次， 找到你想复刻的页面，可以去 refer 网站，找到自己喜欢的风格，复制给 cloud code， 可以 生成一套设计规范以及格式化设计看板 q 还会根据设计规范生成专属的 skill。 第三步，用这个专属的 skill 以及需求生成网站，最终生成的效果还挺不错的，我把整套流程也整理成了文档。

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！

codex 是 我过去几个月高频使用的 ai 助手之一，我用它做研究，写文档、做 ppt， 整理内容灵感，做网页原型。上个视频讲了 codex 基础，这期视频讲一个今年很值得先搞懂的 ai 概念 skill， 因为它决定了 codex 到底只是陪你聊天，还是能按你的工作方式反复干活。简单理解一份可以重复使用的工作说明书， 你可以把某类任务的流程规则、检查标准提前写进去，下次再让 codex 做类似的事，他就不用每次重新听你解释一遍。比如你经常让 codex 做网页，你不想每次都重复说页面不要太 ai 味，不要蓝紫配色， 这些都可以写进一个设计类 skill 里。以后你只要让 codex 用这个 skill 检查页面，他就会按那套规则去看代码、改样式，再告诉你改了哪里。 这就是 skill 最实用的地方。把你反复说的要求变成一套固定流程，那么在哪里看和怎么用 skill， 可以 去 codex 的 侧边栏这个入口里看，里面会有一个 skill 子页面， 已经添加或创建过的 skill 会出现在这个列表里。使用的时候，通常可以在聊天里输入 skill 名称，或者用斜杠跳出来。比如你有一个 find skill， 就 可以直接斜杠选中，帮我找一个适合做 ppt 的 skill， codex 就 会按 skill 里的流程去跑。那怎么创建 skill？ 有 两种方法， 第一种最简单直接这样说，请创建一个 skill 以后，我给你一个网页项目时，你要先检查移动端排版按钮样式、文字层级、颜色是否太乱，最后输出修改文件和检查结果。这种叫 prompt skill， 但我更推荐第二种，先把流程跑通，再把流程固化成 skill。 举个我刚实测的例子，我想做一种白板手绘风讲解图，我先给他一个参考图，让 codex 按我的要求生成讲解图 第一版如果不满意我就继续改，比如少一点黄色纸张质感画面更像课堂白板。等到有一版我觉得可以附用，我再说。把它固化成一个 skill， 这时候 codex 会反推刚才的流程，它会把这次反复调整出来的规则写进一个 skill。 md， 这样下次我再用白板手绘讲解图， 就不用重新解释一遍审美和结构，直接调用这个 skill 就 行。如果你想让 codex 使用 skill creator， 它会按更标准的格式帮你生成可附用 skill。 我是 ai 知识派，我们下期见。

这是 club 用同一个 prom 做出来的两个网站，左边很大众的 ai 紫色设计，这边 ui 设计和交互更有设计感。唯一的区别是这边用了 club co 的 前端设计 skill。 今天用一分钟介绍一下 club co skill 是 什么？ 手把手安装，最后推荐几个好用的 skill skill 呢，是 club co 里面可以附用的专业技能包，就像游戏里面的技能书， 官方做了很多现成的，比如前端设计，代码审查，你也可以自己创建，把你的 workflow 变成 skill， 比如按公司模板回复邮件，或者自动生成特定格式的周报。我们来一起安装一下这个 front and design skill。 首先我们打开你的终端，输入 club， 启动 club 之后呢，我们输入后斜线 plug in， 然后在这呢，我们输入 front and design， 看到第一个下箭头， front and design 回车选择第一个， 这个时候就安装好了。在使用之前呢，必须重启一遍，再输入 clock， 这个时候就可以用了。使用的时候理论上前段会自动触 发，但是不太保险，所以我们现在要召唤它后写线 front and design。 然后你就可以输入你的需求，帮我创建一个 portfolio 的 落地页， 这个时候你就看见 the front and design skill is loading， 这就说明你成功了。这就是 clockwork skill 的 安装流程，可以截图保存。最后呢，给大家推荐几个 clockwork skill， 也可以截图保存。恭喜你，你的第一个 skill 完成了。

你一定在社交媒体上刷到过这种信息图，数据清晰，排版讲究，一张图就能把一件事讲明白。今天这个 skill by uinfographics 帮你用一份 markdown， 直接生成同款二十一种布局，二十一种风格，自由组合，一键出图。 先说布局，它把信息图拆成了二十一种结构，每一种都对应一类内容表达。比如 final 适合转化漏斗， pyramid 适合层级关系， mindmap 适合知识发散。不管你是做教程报告还是产品说明，都能找到最合适的版式。 再说风格，同一份内容换个 style， 气质完全不同。 craft handmade 是 手绘纸感 technical schematic 式技术蓝图。还有像塑封乐、高峰、赛博朋克一套知识能反复包装成不同视觉版本，做内容矩阵，特别高效。 用法很简单，给他一份 markdown， 他 会先分析内容，推荐最合适的布局和风格组合，你也能直接指定。比如 final 加 corporate memphis， pyramid 加 technical schematic， 比例也能控制。九比十六竖版，三比四方版，十六比九横版。按平台需求来， 这个 skill 特别适合经常需要把复杂内容讲清楚的人。知识博主、产品经理、教育创作者，或者任何想提高信息传播效率的人，不用学设计工具，不用找模板。 markdown 进信息图出 一句话总结， bioinfographic 不是 单纯出图，而是帮你把内容重新组织成更好理解的画面。每天学习一个 skill， 我 们下期见。

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。

今天我要用二十分钟时间从零到一，给你讲透 skill， 让你从小白直接进化到 skill 专家。今天会包括什么内容呢？首先就是 skill， 它和提示词、系统提示词以及 mcp 的 区别。 然后我就说一下 skill 的 标准结构，它的底层原理，从哪里可以下载到好用的 skill， 然后判断 skill 好 还是坏的评价标准，以及 skill 的 编写方法，常见的 skill 的 设计模式。最后我会放上我自己经常用的，并且用过以后感觉非常非常大家都一起使用的 skill 进行一个推荐。 那在深入这些概念之前啊，我想先带你看一看一套真正落地的工作流，是我自己平常也在用的，我给它取名叫 map content factory， 它是一个可以从端到端的内容创作的 skill 工作流， 接管了我很多的创作工作，那它会有专门的 skill 像流水线一样接力完成。主要分四个阶段。第一个阶段是 researcher agent， 它主要负责网络搜索调研。 最后调研的成果呢，会按照固定的格式写进一个文件里面，作为给下一个 skill 的 交接。第二阶段会用 slidecraft 捕取调研的文件，把纯文字转换成美观的 html 形式的换登篇，它只负责一个格式的转换。 那第三个阶段，我会用 hyperframe 把 html 渲染成带动态效果转场和配音的视频文件啊。第四个阶段，我会用 content distribute， 相当于一个内容的分发， 把各个平台的规格自动裁切尺寸，然后生成封面，写不同的文案，然后准备推送。 有这样一个 skill 的 生产流水线的好处就在于它接管了你大部分的内容生产的工作，同时你可以在任意一个节点，比如说如果你对文章不满意，你可以随时回退，对 html 不 满意，你还可以把文章再次放到 photoshop 这个 skill 里面去调整。 那这是一个我用的 skill 的 工作流的一个演示，最左边会有一个写文章的 skill， 他 已经把文章写好了，保存下来了，然后中间是我的幻能片的 skill， 他 把文章读起过来以后，然后我们这里已经生成好了一个幻能片，我们打开看一下，大概是这个样子， 它会有不同的风格，然后按照不同的风格把文章渲染成网页端的缓存篇，然后我会把它交给第三个 skill 这个 skill， 它主要是把这样的网页缓存篇，也就是 html 文件生成成呃，带有动态效果的视频。 这三个 skill 都是紧密相扣，互相联系的，最后生成的效果。我们也可以打开这个文件，然后去预览一下， 这个就是一个完整的 skill 工作流，从文调研到文章，到静态画图片，再到最后的教学类的视频，就是很简单，大概二十分钟就可以深度完成 那么一套整个这样的 skill 流水线。它最核心的就是 skill 之间，它不通过对话记忆传递上下文，而是通过文件系统一直在交接成果。 每一个中间的文件都是明确定义的一个接口，那你上面按格式去写，下面他会按格式去读，哪怕你的 ai 服务突然断了，或者你的对话窗口关了，三天后再打开，只要文件夹里面躺着最新的那一个中间的文件，整个流水线就能没有断点的无缝连接上， 对于很多需要几十轮交互的复杂任务来说，这种设计几乎是必须的。中间的文件它就是一个很好很好的进度条。 那接下来我们来聊一聊 skill 它到底是什么？那在二零二五年底啊， ansapic 正式发布了 agent skill 的 开放标准， 到二零二六年五月，已经有超过二十款主流的 ai 产品接入了 skill， 包括说 cloud code， cursor codex， kimi tree 等等。那其实你花一个小时写好的 skill 呢？可以在所有这些平台上直接去附，用不用被某一款工具锁定住。 从文件形态上看呢，其实简单的，最简单的 skill， 它就是一份 markdown 文档，也就是一个文文本档，里面可以是中文，可以是英文，只要是人的语言都可以。那它开头呢，会用一个 yaml 格式的东西存放源信息， 源信息里面会包括一些名称啊，描述啊，版本啊，出发条件啊等等。当然了，一个生产级的 skill， 它包括的东西永远不止一个 skill 点 md， 一 般来说，它会有一个 skill 点 md 作为核心的指令，然后同时也会配着 reference 和 script， 分 别是参考和脚本。那我们现在打开源信息夹来具体看一下， 那这里我们拿 remote 做 hyperframe 这个 skill 来具体看一下，它是一个把 remote 类型的视频转换成 hyperframe 类型的视频的一个 skill。 那 这里我们可以看到它具备 reference， script， script， md， 同时还多一个 asset a reference 文件夹呢，它主要是放一些参考文件，比如说一些输出的案例啊，一些风格对照啊等等，主要是当做一个辅助资料。那 script 在 这里面，它主要是跑放啊， ai 可以 直接去跑的脚本，这个时候 ai 就 不需要有太多思考了，只要想好用哪个脚本， 它直接去执行就可以，这样可以保证百分之百的执行正确率。然后就是 script， 它其实是一个 ai 的 大脑，它决定了什么场景下应该去唤醒 ai， 以及拿到任务后怎么一步一步执行。这一层必须要精练，因为 ai 它的理解成本能力是有限的，核心指令如果太臃肿了，执行进度就会下降，这一步是整个所有的灵魂。 下面我们来比较一下 skill、 系统提示词以及 mcp 它们三个的关系。首先呢，这三者都涉及到给 ai 先打指令，但是它们定位是完全不一样的。系统提示词呢，它是全局的常规设定，也就是说从绘画开始到结束，它一直都在底层的上下文里面。 它的优点是覆盖面广，缺点是只能是一段扁平的文本，也就是说它装不下案例库，装不下脚本，更没有办法按需加载。项目规模上去以后，它会越来越臃肿。 但 skill 呢，它是一个模块化的三层的工具包，也就是说只在触发条件满足的时候，它才会去加载，执行完呢，也不会长期的占用记忆窗口。你可以在一个项目里面装上十几二十个 skill， 但是 ai 一 次只会加载需要那一两个。而 mcp 呢，它解决的是我能连接什么外部资源的问题。 如果把 mcp 比作是硬件驱动的话，那 skill 它就是跑在驱动之上的应用软件，也就是说两者互补。 没有 m c p 呢？ skill 光有想法，碰不到边界，没有 skill， m c p 它有性能，但是不知道怎么发挥，一个管能不能，一个管怎么做？ system prompt， 它适合放在贯穿所有任务的底层偏好。 而 skill 呢，它适合放特定任务的专业流程， m c p 则适合放一些连接外部世界的具体工具，三者各司其职，合理分工。接下来我们来讲一下 skill 的 底层原理，以及它为什么如此适配大圆模型。 首先就是 skill， 它给大圆模型提供了明确带有约束的指令，而不是模糊的意图。其次， skill 它有一个渐近式批漏的特点， ai 会先扫描是否需要加载，然后会加载中文，中文出发以后加载完整逻辑，然后它会看是不是需要引用 reference。 第三呢， skill 它是可以条件触发的，可以通过直接调用，也可以关键词来匹配。也正是因为这样的特点， skill 它是极其的省 token 的， 一百个 skill， 它大概只占五千个 token。 而一般来说呢，对一个一百万的上下门窗口，一个 skill 大 概也就只占百分之零点二到零点四的一个比例。但这并不是说 skill 就 可以想写多长写多长。一般来说， skill 的 正文控制在五百到两千字是一个最好的甜蜜点，太短的话约束不足，太长的话就会稀释注意力。 那从哪里可以获取高质量的 skill 呢？我推荐三条路径。首先就是去 skill 的 s h 下面下载，它是由 word， excel 出品的， 优点就是标准化程度高，而且支持 npx 一 键安装，非常适合用正规军。第二条就是小红书，因为它上面有大量的中文创作者，沉淀了很多本土场景的 skill， 缺点就是质量会参差不齐，需要你自己甄别。 第三条就是你自己写 skill， 自己用，它其实是最贴合个人实际工作流的，你不需要会编程，只要你能把日复一日的任务用文字表示清楚，你就可以用一个基础的 skill。 那如何去评价一个 skill 的 好坏呢？这里有五条标准，首先就是一个 skill 应该只专注于一项工作。第二 skill 应该有足够的交互性和定制性，关键决策一定是要用户来做主的。然后就是我们刚才提到的 skill 应该控制在五百到两千字之间。 第四就是 skill 他 要有明确的边界条件和注意事项，他应该主动写清楚，这个 skill 应该要比全能 skill 更可靠一些。第五就是可以组合性， 它会把输入接口、输出的格式都定义清楚，你的 skill 应该能像乐高积木一样跟其他 skill 拼接，组成一个 skill 的 工作流，而不只是单打独斗。第八部分我们来讲一下 skill 到底怎么安装。首先 skill 呢？它的安装有三个层级，企业级、用户级以及项目级。 如果你安装在了项目级，这个 skill 它只有在项目里可以用。如果安装在了用户级，它会在每一个项目里面生效。 那一般来说呢，会有三种安装方式，首先就是手动复制到对应的 skill 目录，或者你也可以用 npx 一 键去安装。 还有一种方法就是你把链接直接丢给 ai， 让他去帮你配置，等项目会有一个具体的演示。那如何触发 skill 呢？第一种方法就是打一个斜杠，完整的输入 skill 的 名字，这样就可以强制触发。 第二种方法就是你直接用人话告诉 ai， 我 要用这个这个 skill 去完成什么样的任务。第三种如果你忘了调用 skill， 有 的时候 ai 会判断你这个任务适合用什么样的 skill， 会帮你触发。下面我们来看 skill 的 具体安装方法。这里面是一个 skill， 我 们直接点击 code， 点击 download zip， 这里面展示的是第一种安装方法，也就是我们直接把文件夹创建好，那我们下载完以后呢，我们直接去嗯， 解压缩，然后点开 skill demo， 这是一个你的工作文啊，文件夹在这里面。解压缩以后，我们打开这个文件夹，看到这个 skill 在 这里面了，当然这还不够， 因为呢 skill 它需要在正确的目录结构。什么是正确的目录结构呢？首先我们需要创建一个文件夹，叫做点 cloud， 如果你用 cloud 的 话是点 cloud， 如果你用其他的话就叫点 agent， 那 我们这里面写一个点 cloud， 然后把它移到里面。 玩上这一步还不够，点开脚壳以后，我们还需要再创建一个 skills 的 文件夹， s k i l s， 然后我们把我们的 skill 移到里面， 这样我们的 skill 就 下载完了。现在我们演示第二种下载 skill 的 方式，这是 skill 点 s h 刚刚介绍的下载 skill 的 网站，比如说我们想要这个 skill， 我 们直接复制这个指令， 这个是 npx 的 下载方式，我们点开我们的 vs code 或者其他的，嗯， ai agent 都可以。那我们点开这个终端，然后我们在这里面直接把刚才的指令复制给他， 打一个回车，他就会一步一步引导我们下载，可能会是英文的哈，这里面他已经自动帮我们选好很多了，我们还需要额外的话，可以再勾选额外的你的对应的编程工具， 那我们点 color code， 然后 project 就是 一个是项目层级，一个是个人层级，项目层级是在项目生效，个人层级在所有项目生效。然后我们继续点 yes， yes， 然后他就帮我们安装成功了，这样下载非常非常快。 然后我们就可以看到我们的 skill 已经在对应的文件夹里面了。 skill 下面有 brainstorming 和 slidecraft skill， 那 我们现在看一下第三种安装方式，我们找到这个 skill 的 仓库，然后让 ai 去帮助我们装这个 skill， 这是一个 ppt 的 skill， 我们点击复制，然后同样打开我们的 vs code， 我 们点击右上角的这个克拉的插件，我们直接跟 ai 说话，让他去帮我们安装。 那我们在这个下方把这个链接粘贴过来以后，我们直接跟他说，请你帮我下载一下这个 q， 然后你也可以说清楚，下载在本项目层级的文件夹里面就可以了，不用下载在用户层级。 那我们发给他以后，我们需要一段时间去等待他去下载，这样的方式会稍微慢一些，然后这个时间我们可以正好测试一下刚才的 skill 没有安装成功。我们可以试一下我们的第一种 skill 的 触发的方法，也就是打一个斜杠，我们点击这里面， 然后打一个斜杠。嗯，可以看到 brainstorming 已经在了，再打一个斜杠，输个 s， 可以 看到 photoshop 也在，这两个 skill 就 可以顺利调用了。如果你的 skill 没有顺利调用成功的话，可能是没有发正确文件夹，或者是你需要新开一个窗口，它才能重新加载。 那我们要如何从零到一，自己写一个 skill 呢？这里有一个从零编辑 skill 的 五步法，那好用的 skill 呢？它一定是诞生于一线业务的。那下面这是我的一个编辑路径。第一步，你一定要定位重复率最高的工作， 而不要凭空造一个 skill。 你 可以想想过去一周自己的工作记录，哪件事每天要做，步骤基本不变，而每次都要花费大量的口舌和介绍背景，这就是非常适合 skill 化的任务， 从一个小痛点开始。第二步，你要把隐性的知识显性化，把脑里面的直觉和经验一字一句的写成 ai 可以 理解的步骤，而不是让 ai 自己去猜你在想什么。 第三步，我建议你开 play 模式，携作用优质的案例去做反向裁剪，让 ai 自己读几份你的高质量作品去总结规律。第四步，我建议你跑通实测，写完以后你不要立刻就调整措辞，补充约束，增加负面案例，一般需要三到五轮实测才能稳定。 第五步，就是去测试触发词，确保你的触发词能被准确的识别到。如果你不喜欢这样的方法的话，你也可以每次记住名字，打一个斜杠，但确保不要跟其他 skill 有 冲突。 在你做你自己的 skill 的 时候呢，会给你下面这四个大的原则一定要遵守。首先就是视力的说服力远远大于文字描述， 你可以给多个 ai 一 些参考，让他去反向拆解理解你的意思。然后一个 skill 只专注于干一件事，但你可以把多个 skill 排成一条管道， 这样他们就能实现非常复杂的工作流。然后就是你要让用户成为核心的决策者，而不是 skill 替你决策。最后你要固化真实的工作流，而不是虚功所敌。 最后我想分享六个常见的 skill 的 设计模式。首先就是检查清单型，他会把大任务拆成不可细分的检查点，一个一个核对完成，一个打一个勾。第二就是交互确认型，也让他独立完成分析以后，他会在每个关键的角色点停下来，给出多个备选的方案。比如说像这个 slidecraft skill， 在我完成文章以后调用它，在调用它整个过程中呢，它会在多个关键的节点去询问我的意见，让我深入的参与其中，这样保证它的意思。它的想法跟我的想法是完全对齐的， 而且不仅可以做到和我完全对齐，也可以做到把它放到网上以后，它可以和无数的不同的人完全对齐想法，做出适合每一个人的产品，而不只是只适用于我的 skill。 呃，下一种是文件流水线型，上一个阶段的输出会作为下一个阶段的输入。阶段与阶段之间呢，主要靠一些文件来连接，好处就是它可以防止绘画中断，而且每个阶段其实都是独立的。第四种就是反向拆解型，把高质量产品归给 ai， 那 反向推导出步骤其实永远像那个蒸馏的 skill。 第五个就是模板定制型，他会先定义好输出的框架和章节的结构，再让 ai 去具体填一些内容。第六种就是工作流的固化型， 先手动完整的做一遍任务，等完整做一遍任务，这个流程已经跑通。确定好之后，让 ai 观察你的操作步骤和决策逻辑，再让 ai 它去提炼，抽象成一个 skill。 下面我想说一下 skill 跟 mcp 的 一个配合的关系。如果你把 ai 一 键的整体能力分层的话，最底层的就是模型，层是大脑， 中间就是 mcp， 他 是手脚跟感官，最上面的才是 skill， 他 是经验和肌肉记忆。那你模型再聪明呢？如果没有 mcp， 他 就碰不到外部世界，而没有 skill 呢？他就不知道该怎么去利用，怎么去改造外部世界 未来趋势呢？很可能是 mcp server 跟 skill 成对，出现一个提供标准化的接口，一个提供最佳时间和流程模板。 最后我想分享一下我个人长期在用而且推荐的 skill 的 清单内容。创作方面，你可以用 slidecraft 来生成你的演示文稿，你也可以用 remotion 让你的代码变成视频，或者你也可以用 hyperframe， 这是一个比较新的一个 skill， 它会把 html 变成视频。 开发方面呢，会给你推荐 code review 来检查代码。 skill creator， 它用来创建其他 skill， 房产抵押用来设置美丽的前端界面。 superpower， 它是一个整套的开发效率套件，完全可以试一下。 而当你想用一个 skill 但是不知道在哪的时候，你可以用 find skill 来帮你找到 skill。 其他的包括 grimy， 它可以模拟严苛的问答来检验你的思路。 keepman， 它可以让你的输出 token 直接降百分之五十以上，但是信息无损。 最后我想说，做一个 skill 其实并没有你想象那么难，它其实最适合从最小，最重复，最让你烦那个任务开始，像打磨工具一样，跑一遍，改一版，再跑一遍，再改一版， 一点点积累出来。越早开始积累，最后的复利效果越明显。很多工具也会过时，但沉淀下来的流程不会过时。

哈喽，大家好，我是迪迪，那这个图是我用一个 excel sheet 加上我右边的这个 skills 两分钟生成的，那除了这个图标，我还做了这个图标反映出来的这些核心洞察，所以今天就带大家一起来拆解一下我是怎么样去做的。 首先带大家来看一下右边的 skills， 那 针对于 skills 怎么样去写，我们之前有分享上面的话就是一些 matter information， 包括这个 skills 的 名称是什么，它具体在什么样的场景下会触发这个 skills 呢？主要是针对于你给他一些数据，以及加上你自己想要看到的一些数据反馈的一些问题。 skills 就 能根据你数据的一个格式去选择相应的一个图标，比如说有一些变形图或者一些柱形图，散点图等等，所以它会根据你自己数据的不同，然后去匹配相对应的一个图标。那同理也会说到，有些图标是不适用于在某一些情况下用的， 在这个地方已经完全给它规划好了之后，我们就开始写了一些的表本，对于不同的一个图标的类型去针对性的写了图标的样式， 包括 line chart 应该怎么样去设置， bar chart 怎么样去设置等等。所以这个接下来就是一些排行榜。那除此之外，因为之前用的都是一些英文的一些图标，所以在后面我也会加上一些中文字体的一些配置， 这样可以更加方便于中文字体更好的去展现出来。除了表格之外，我还放了一个核心洞察，就是不同的数据它是什么样的，但是用户往往需要从数据里面知道下一步应该做什么， 所以在这个以上的一些数据里面，还给他配了一个核心洞察的表格，而每一个表格他都有一些卡片，类似的这些结论条，方便我们去更好的执行于下一步。所以这个就是整体的一个从 excel 数据到怎么样呈现不同的数据可化的一个过程。 接下来给大家看一下我头位给他一开始的这个原始数据大概长什么样子。大家可以看到这个我拉出来的一个爆品的数据， 主要我想分析这个爆品后面商家是怎么样去选优质的达人的，以及他们选达人的策略是什么样的。那在这个表格里面其实比较的混乱，他只是分成了几个类别，包括达人是谁，他们的联系方式，他们的分类是什么，国家、地区、粉丝数、销量、销售额、开始带货的时间， 以及他们的一些详情页。但是在这个庞大的数据库里面，我要精准的总结出来这个商家是怎么样去挑选他们达人的，怎么样达人更好的去卖这个爆品的。我是没有办法很快能够得出结论的。那么为了提高这部分的数据效率，我就做了 sales。 大家来可以看一下我们得到的一个结果。先第一张图里面我们可以看到它其实是一个贩类，我先不说这个爆品它是什么类别的，我们是没有办法很直观的从这个类别里面去知道这个品是什么， 其中购物与销售占到了百分之九，家居占到百分之八，美妆占到百分之七，所以它是一个贩品铺货类的一个策略，而大多数的都属于其他类，这些达人没有明确的一个垂直分布的一个展示， 那这个品其实是一个枕头，所以说如果我们也是需要去卖枕头，我们也可以采取相应的一个策略。对于这些达人的分布，我们可以选择不同行业不同垂类的，因为并没有直接的联系显示，只有在家居类和这个销售额会成为一个正比。 而第二张图我们可以看到他的横轴是粉丝数，纵轴是销售额，所以他是一个粉丝量级和销售额的一个对比图，可以看到仅显示有销量的有二百八十六个人，也就是说百分之七十他的一个达人都是一个僵尸达人，他并没有出单。 而越靠右上角这个呢应该是 k o l 的 一个转化占比，它是高粉加高销，但是大部分的其实都是在这个位置，那这个位置可以看到它其实粉丝数也并没有很多，但它销售额可以带到一个比较高的一个量级，所以它是一个 k o c 聚集的一个策略， 大部分的 k o c 它都是集中于粉丝数在这个量级的。如果说我们需要带枕头类的产品，我们也可以去效仿这个策略。 接下来来看一下第三张图，他显示的是销售额的一个帕雷托，怎么样去理解呢？其实就是头部的集中度极高，百分之十他贡献了百分之九十九点二的销售额，而前百分之二十的达人贡献了百分之九十九点的销售额，也就是说大部分的达人累积他贡献的销售额占比都是集中于前面， 所以这个是我们能够得出的结论。那后面的达人其实我们后续是可以采取一些相应的措施和策略，要么是放弃了，要么是减少去跟他们的合作，而集中去维护好头部的这些能够高出单的达人。 接下来是第四张图，是视频带货的 gpm 和直播带货的 gpm， 他 们的中位数视频是占到了二十三点九，而直播是占到了六点六，也就是说中位数大概是三倍的一个差别。那么对于枕头这个品类来说，它的视频转化率是远高于直播的转化率的。 但是其他类型的产品，比如说沙发，它的直播的 gpm 就 远高于视频的 gpm， 因为它是一个更加高客单价的一个产品，在视频里面客户去进行种草，而在直播里面，它是去进行一个割草去转化的一个过程。所以对于不同的品类，我们需要找到它相对应的一个带货模式，要么是短视频的一个带货模式，要么是直播的一个带货模式。 所以如果说我们需要去做这些不同的品类，需要采取不同的一个带货模式，接下来我也是有把这些洞察放在了这里。那一句话去总结这个爆品枕头的一个策略，它就是一个贩品类，加上海量的铺达人，加上大部分的一些 koc 以及视频带货。 所以说如果我们想要去复刻我们同行业的一些爆品，我们也可以去拆分，那除此之外，我们可以再去拆分的细一些，比如说粉丝量级，具体是在某一个行业里面，他的一个散点图的占比，又或者说我们从其他维度去分析这个品类他爆的一些特点， 不仅仅是达人端，也有可能是商品端，它的竞品端从不同的维度去分析。那么有了这个 skills 呢？只要你有相对应的一些原始数据，那么我们就能够得到一些相对应的 insights， 从而能够帮我们更好地去做出结论和策略。今天给大家分享的就是如何从一个原始的 excel 数据到我们的数据格式化。

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。

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。

每天学习一个 skill， 今天这一期来看 fireworks tag graph。 它的目标很直接，用中文描述系统，几秒钟生成 svg 和 png 技术图。如果你经常写架构文档、技术博课方案说明，这个 skill 会非常顺手。 安装相关只记一行， npx skills at yeezy yanghua ai slash fireworks tech graph。 后面不展开安装，我们直接看它最有价值的部分，七种输出风格。 这七张图都是 remi 里可以直接拿来看的效果样章。 style one 到 three 是 扁平图标，暗黑终端和工程蓝图薄克 remi 工程设计都能覆盖。 style four 和 five 是 notion 极简和玻璃钛卡片一个克制，一个更适合演示。 style six 和 seven 是 cloud 官方和 open ai 官方风格，适合带品牌感的技术说明。 要让它稳定出图，提示词最好别只说帮我画个图。更稳的写法是先指定 style 再说图类型，分区节点和箭头羽翼，一句公式，画一张什么风格的什么图，包含哪些模块，它们怎么流动？ 如果给开发者看暗黑终端和工程蓝图，会更有技术氛围。如果给产品运营或内部 vt 看 notion， 极简和玻璃钛会更轻。如果是 cloud 或 open ai 相关项目，就直接选对应官方风格。 它的产物是一份可编辑 svg， 加一张一千九百二十 p x 宽的 png。 svg 适合继续改 png 适合直接放进 remi 文章和换登片，因为它用内联 svg 和 rsvg convert， 文字和线条边缘会比 jpg 纹很多。 所以这期只记一句话，风格节点流向先说清楚。 fireworks tag graph 负责把结构翻译成可发布的技术图，你负责把系统讲明白。每天学习一个 skill， 我 们下期见。

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。

哈喽，大家好，我是迪迪。那左边这个是我模拟的一个数据 excel 表格，右边是我根据这个表格画出来的三层环形图的一个图标，因为有小伙伴来私信我说我之前的那个 skill 只是适用于一些非常简单的一些图标，那对于一些高复杂度的一些图标该怎么样去实现？ 那之前我们需要做这样的一个表格，需要在 excel 里面至少捯饬二十分钟到三十分钟。现在其实我们用一个 skills 就 直接能从左边的这个 excel sheet 到右边这个三十秒的时间就能够实现。今天就带大家一起来拆解一下那这个 skills， 可以 看到里面是用了一个 skills 点 markdown 的 文件以及一个 python 的 脚本。 当我们需要用到一些环形图，或者说一些圆环图，季度月份的一些分析图表的时候，就可以去触发这个 skills， 也就是说我这边设置了这个关键词的一些触发点。 比如说像三层的环形图，包括内层是上半年或者下半年，中层是一到四季度，外层是一到十二月。很多小伙伴需要去分析一些品类，他的一些销售额和销售量，每个月份每个季度的一些总计跟上一年去进行一个对比，所以这张图会非常的有效。 那使用的步骤，你把你的这个 excel 丢给它去触发这个 skills， 它会根据你数据里的格式去读取它应该选举怎么样的一个脚本，根据这个数据的类型，它会深层相应的一个脚本 身上的脚本，之后他就可以去输出文件，所以整个步骤会非常的简单而且简洁，常见的问题就是如果说你的数据表格里面有一些数据是空的，那这个时候其实就会做一个数据处理，会反问到客户我们应该怎么样去处理这些数据， 以及数据列名不标准的话，也会用关键词去做一个 vlookup 的 一个查询，那用户也可以自己去设定自己喜欢的颜色以及这个表格它上面的一个标题是怎么样的，都是可以去进行修改的。那这个就是一个拍摄的脚本， 这个是一个非常 general 的， 它会根据你自己的一些数据，然后去进行一个抓取，从而生成一个定制化的一个拍摄的脚本。 比如说这个就是刚刚我们看到的一个不同产品之间的一个销量的新的一个脚本。所以对于一些比较不常见的图标怎么样去一键达到，我们想要让我们的数据更加很好的呈现在 用户面前，让他们更加可以去读取这个数据，就变得非常有效了。所以今天跟大家分享的就是这个三层环形图以及二层环形图，它的这个图标怎么样从一个 excel 表格到图标的直接生成，所有的这个 skills 我 都会开源在我自己的 github 上面，今天想跟大家分享的就是这个。

用 qq 做自媒体真的太省事了！给你们看一下我现在的真实工作流。打开终端里的 ai 对 话框，告诉他赛道、人群调性、一键回车，标题、正文排版一次性全出来了。 正文字动分段加移默准表情，读起来就像人工写的。如果你有对标账号，直接把对方的图纹链接丢进去，让他照着风格给你仿写一版 图文字。带排版文字，不用再开设计软件。想要出图的话，拿 ai 给的生图指令丢进生图工具，或者直接让它输出 svg 代码生成图片两种方式，一个对话框全搞定，出的图片还自带文字。 以前做一套图文要来回设计切工具，折腾一两个小时，现在跑完这套流程就几分钟，效率高，用的爽。你们做图文最耗时间是哪个环节？我来看看有没有办法省掉。

现在的 skill 越来越多，但只有三个，我管他们叫原 skill， 这三个之外的所有 skill 其实都是他们的延伸。我把他们的原码都读了一遍，今天分享一下。 先说第一个， g stock， 这是 yc 总裁 gary 公开分享的工作流套件，里面其实是二十三个子 skill 的 合集，它直接能把 cloud code 变成一个工程团队，包括 ceo、 设计师、工程经理、 qa、 安全官、发布工程师，每个角色都有专门的 skill。 mary 自称用了这套工作流之后，代码产出速度是二零一三年的八百一十倍，同时他还在全职运营 y c。 举几个例子， office owners 用于帮你判断一个产品想法值不值得做。这个 skill 的 数据来源是 y c 投过的所有公司案例 从中提炼而出。 investigate 是 修复项目 bug 用的 skill， ship 是 发布项目用的 skill。 装一个 g stack， 等于一次性装了一套别人验证过的工程团队。有了工作流套件还不够，因为你的需求会越来越多。这就要用到第二个 find skills， 找其他 skill 的 skill， 你告诉他我想实现什么功能，他就会自动去 skills 排行榜查热门的 skill。 源码里还有一条质量筛选规则，安装量一千以上的优先，低于一百的，他才会提示你谨慎选择，搜到合适的还会直接给你安装命令。 如果你找不到现成的 skill， 可以 自己做。这就是第三个 skill。 creator， 做 skill 的 skill。 这个 skill 里面有很多关于怎么写 skill 的 优化，最让我意外的是它的 description 优化器，很多人写完 skill 之后发现触发不准， ai 该用的时候不用，不该用的时候乱用，这个优化器把触发准确率直接拉满了。这个细节官方文档都不写， 只有读野马才知道。为什么这三个我管它叫原 skill g stack 给了你一个起点，装一个就有一整套的工程团队。 founder skills 给了你扩展 skill， creator 则给你定制起点，扩展定制你后面所有的 skill 需求都可以从这三个原 skill 长出来。

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

天天用 cloud code 的 写代码，是不是经常遇到它写一半偷懒，或者遇到复杂 bug 就 陷入死循环？这是因为你还在用裸机跑。今天跟大家介绍七个 skill， 彻底解决 ai 编程的疲软期， 特别是最后一个，专治 ai 摆烂。平时你们让 ai 看文件是不是特别痛苦？来看第一个文档处理终结者， document skills， 这可是 ansorepic 官方打造的，它最牛的地方在哪呢？你看，直接把 word、 excel 甚至 pdf 扔进去，它自动就给你提取解析了， 彻底告别以前那种繁琐的手动格式转换。如果是处理复杂的业务文档，这个绝对是必备的神兵利器，妥妥的生产级应用。 大家写代码的时候，是不是经常遇到 ai 写着写着就开始乱跑偏了？怎么办呢？看第二个 superpowers 神级工程框架，这个社区传奇项目太神了， github 标新直接破了二十万，也就是二零六 k 啊，它干嘛的呢？ 他强制要求 cloud 必须经历架构、设计、测试、驱动，也就是 tdd， 然后才是分布、实施等五个严密的阶段。有了它， cloud 就 不敢再瞎写了，规规矩矩的按规范流程走，反攻率直线下降，硬生生把一个实习生逼成了守规矩的高级工程师。 还有啊，你们有没有发现， ai 写出来的前端页面，总有一股子浓浓的 ai 味，千篇一律的怎么破？来第三和第四个技能，前端美学双剑组合， 专治 ai 位。首先是官方出的 fronten design， 每周安装量超十一万，它直接强制确定视觉方向，禁用那些烂大街的平庸字体。再配合上 ui u x pro max， 这里面内置了海量可搜索的专业 ui 风格和配色知识库，这两把剑合璧， 效果就是突变级的，出来的 ui 质感拉满，绝对是高辨识度的高质感生产级界面。那如果你有自己团队独特的工作流，想让 ai 记住怎么办？这就来到第五和第六个技能了，主打一个智能进化和自我迭代。首先是 skill creator， 这个原技能也是官方出品的， 你只要跟它交互式的聊聊天，它就能把你独有的工作习惯直接写成一个新的 skill。 万一你装的技能太多记不住了怎么办？没事，配合 find skills 技能雷达，它就像个内部搜索引擎，精准匹配你已安装的技能和调用方法。 这一下子完整闭环就形成了告别选择困难症，让 cloud 不 仅会用工具，更能自主创造工具。 最后，这个可以说是国内全网火爆的杀招了，你们有没有被 ai 气到过？遇到复杂的 bug， 他 写一半停下了，或者直接告诉你报错了，他要放弃？这时候你需要的就是第七个 pua skill。 没错，专治 ai 摆烂。 他直接借鉴了真实大厂的绩效考核文化，从一开始的温和失望，到最后的强制打断，并灵魂拷问整整四级压力系统，步步紧逼的压迫机制实测数据太夸张了，他能让 ai 探索 bug 的 路径直接增加三到四倍，榨干他最后一点算力潜力。 所以说啊，大家千万不要再停留在那种闲聊式的指令操作了，咱们得建立起工程化的 ai 工作流，这样才能真正突破 ai 的 能力上线，让它真正融入你的核心业务，完成工具进化和认知破局，期待看到你们的效率觉醒。

你知道怎么用好 code code 的 skill 吗？今天告诉你具体的玩法，让你的 skill 从花瓶变成神装。我们知道 skill 就是 写一个 skill， 点 m d 文件，把规则写进去 cloud， 遇到相关任务就自动用了。怎么创建？记住三步，第一步，在命令行敲一行代码，创建目录。第二步，写 skill， 点 m d， 比如写上解释代码必须包含类比和 s k 图标。第三步，直接问他这段代码怎么工作的，他自动按你的要求回答。技能方的位置不同，适用范围也不一样，企业级，整个公司都能用，个人级放 close skills， 所有项目有效，项目级只在当前项目生效。插件级，由插件自带，在 skill 点 m d 顶部加一段研磨配置，可以精准控制技能行为。 name 是 技能名字，也是斜杠。命令 description， 告诉 call 什么时候用 develope model invocation 出，设为出之后 club 的 不会自动出发，只有你手动竖斜杠技能民才生效。技能内容分两种，一种是参考内容，告诉 club 的 一些规范和最佳实践，它干活时自动参考。另一种是任务内容，是具体操作步骤， 比如部署流程，先跑测试，再构建，再上线。前一种让可否的自己发挥，后一种让可否的按流程走。分清楚这俩技能就成功了一半。还有个东西叫 allowed choice， 可以 限制技能执行时可否能用什么工具，比如写个只读技能，只允许 read 和 grip， 其他全部禁掉，安全得很。再看 arguments， 你 写一个 fix a 属技能，然后输入斜杠， fix a 属一二三 cleod 就 知道要修第一二三号艺术参数自动替换，优雅倒库最后三个避坑技巧，既能没出发检查 description 有 没有关键词，既能老乱出发加一型 disable model invocation 处技能太多， cleod 看不到运行斜杠 context 的 检查 设置环境变量加大预算花五分钟创建一个技能，一劳永逸。记住技能等于更强大的 cloud。 关注我，下期教你写一个能自动修 bug 的 技能。

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。