CLaude原理书籍有吗

想象一个场景，你让 ai 帮你写完一个功能模块，生成时行云流水，可一到调试，百分之六十六的开发者却发现，改 ai 写的 bug 比手写更花时间。 ai 越勤快，你越疲惫。这就是二零二六年 ai 编程最残酷的现实。我们教会了 ai 写代码，却没有教会它做工程。 很多人问 ai 时代程序员到底该怎么转型？哈佛商学院有一项覆盖六千两百万劳动者的研究，当企业引入 ai 编程，初级开发岗的就业率在六个季度内下降了近百分之十，大厂效招缩水一半。 而另一边，全球 ai 编程市场规模已达两百九十五点七亿美元，预计五年后还要再翻一翻。这说明什么？会写代码不在值钱，能驾驭 ai 做工程交付的人，才是下一个时代最稀缺的物种。 新加坡 ai 研究员黄家在他的新书 cloud code 实战里一针见血的指出，多数人还停留在把 cloud code 当聊天室、命令行助手用的阶段。而真正的工程化玩法，是让 ai 成为可编程的智能体。 它在书中搭建了四层架构模型，从记忆系统、技能加载子、智能体分工到事件钩子与 m c p 协议，一环扣一环。为什么你让 ai 修个 bug， 它总会中途停下来问你下一步怎么办？那是因为你没有给它设定持续执行的任务闭环。书中通过大量实战案例，手把手教你构建一个安全、高效、可维护的 ai 编程工作流。 从个人开发到团队协助，再到与 c、 i、 c、 d 流水线深度集成，别人还在吭哧吭哧和 ai 来回拉扯，你已经把这套工程体系架在团队流程里，让多个 a 任同时帮你修 bug、 跑测试、过代码审查。记住，这年头淘汰你的不是 ai， 而是比你更早学会指挥 ai 干活的人，带你读好书，驾驭智能时代。

很多人写几个函数，跳个 api 就 到处吹自己做的是 ai a 整了，你那不叫工程，你那叫套壳调用。真正遇到多任务并行，上下文爆炸，你那一套瞬间瘫痪。为什么大厂的 a 整的稳如老狗，你的跑两次就崩？核心差距根本不是大模型的能力，而是工程底座。 最近看了一本书，直接把大模型的工程降维打击给讲透了，它里面有个观点一针见血，大模型就像一匹烈马，你没一套合身的马鞍和缰绳，根本驾驭不住。比如很多人搞不懂的 a 阵的核心技能，这里面直接拆成了触发层、调度层和执行层， 让你秒懂一件事，技能不参与推理，只负责确定性执行。还有遇到高病发多子智能体并行打架怎么办？上下文满了怎么优雅压缩？书里用十七种事件拦截机制，把什么时候拦截，什么时候放行，给你理得清清楚楚。 技术天天在变，但这种底层工程思想不会变。如果你想从简单的吊包侠变成真正能架构复杂系统的驾驭者，那么这本 cloud code 的 实战将是你的不二之选。

你有没有发现一个奇怪的现象，这两年 ai 编程工具铺天盖地，可真正能把一行需求变成一套完整工程的人，反而成了团队里最稀缺的那一个。当 ai 帮你敲完了第一行代码，真正的考验才刚开始。代码怎么协同，上下文怎么保持，任务怎么拆分、质量怎么守住？ 这些工程化的难题，才是拉开人与人差距的关键。黄建老师这本 cloud code 的 实战出发，系统拆解了 cloud code 的 四层架构， 基因系统怎么让 ai 记住你的项目逻辑、技能与子智能体怎么分工协助视线钩子和 m c p 怎么串联外部系统，每一部都有详实的配置指南和触发机制对比。更难得的是，书中没有停留在概念讲解，而是直接落地，到从个人开发到团队协助，再到与 c i、 c d 流水线集成的全流程实战。 你看到的不是一个聊天机器人，而是一套可以设计、可赋用、可交付的工程体系。正如书中所说，我们使用 ai 的 方式，正在从编代码一步步转向打管道。在这个 ai 重构开发流程的节点上，学会驾驭智能体的人，正在悄悄重塑自己的职业天花板，带你读好书，看透技术浪潮背后的人生赛道。

很多人调几次接口，写几个函数，就说自己做了 ai 智能体，实际上可能只是在堆调用，离真正的工程化还有距离。 cloud code 实战作者皇家指出， cloud 是 一匹力气惊人的马，需要一副和身的江绳来驾驭它， 这套工程体系才是真正的分水岭。第三章讲的 skills 拆成触发层、调度层、执行层，你立刻明白 skills 不 参与推理，只负责确定性执行。第五章讲透十七种事件类型， 什么时候拦截，什么时候放行子。智能体如何并行协同，上下文如何压缩优化。这本书帮你把逻辑真正理明白，技术细节终将过时，工程思想历久弥心， 想从使用者进化成驾驭者。点击下方链接，拿下这本克拉蔻的实战建议，永久收藏，左下角带走，让你真正看懂 ai 工程的门道！

很多人调了几次 a p i， 写了几个函数，就觉得自己搞定了智能体。但这只是单纯的接口堆砌，远算不上工程，真正的难点压根没触及。这本书的作者皇家打了一个比方， claude 像一匹脾气暴躁的马，要驾驭它，你得有一套合身的工具 harness， 这套工程系统才是真正的分水岭。比如第三章讲的 skill， 书中把它拆分为触发层、编排层、执行层，读完你会立刻明白这个框架不参与逻辑推理，只管固定流程的执行。再到第五章介绍的 hoofs， 十七种事件类型，什么时候该拦截，什么时候该放行，都逐一讲透彻了。多任务如何并行而不冲突， 上下文如何压缩而不崩溃，这些内容能帮你把原理真正理顺。其实技术的细节终会被淘汰，但工程思维长存。想从单纯的体验者升级为掌控者，这本 cloud code 的 实战一定别错过了，强烈推荐！

假设你雇了一个 ai 实习生，他今天刚帮你修完 bug， 明天一早就忘了整个项目结构，从头开始摸索。这不是科幻场景，而是很多开发者正在经历的日常。今天我们来读皇家的 cloud code 实战，一本手把手教你驾驭 ai 编程的书。这本书的副标题叫 harness， 功臣之道，翻译过来就是怎么给 ai 配上合适的码句。 很多人在聊 ai 编程工具怎么热闹，但作者皇家不讲热闹，只讲实干的架构和工程方法。让人类感觉最抓狂的，莫过于这个实习生间歇性失忆。当你每次要反复说明代码库背景时，其实根源在于记忆系统没有被合理配置。书中首推的记忆层，通过合理配置被称为护身符的 cloud md 文件，就能让模型变成一个懂你系统、懂你架构的专属搭档。解决了记忆痛点后，怎么让 ai 多干活？书中详细拆解了 skills、 sub agents、 hooks 与 mcp 四大机制，专门对付复杂任务。比如用 skills 给 ai 装上发包上线的专业技能包， 或者把大型重构拆解成多个子任务并行处理，让开发流从串行便同步推进。这听起来复杂吗？其实一点都不，皇家这位作者在圈内以干货为主撑。这听起来复杂吗？其实一点都。从开发者实际痛点切入， 从个人代码维护到团队协助规范，再到集成 c i c d 流水线，用落地案例把硬核技术讲的明明白白。说到底，这本书传递的不是某个工具的说明书，而是一种可附用的工程思想。 未来的编程不是比谁打字快，而是看谁能更艺术地指挥一群人机混合的团队。未来以来，学习这项技术未必让你立刻升职加薪，但一定能让你不至于被滚滚而来的 ai 浪潮淘汰，带你读好书，看透技术浪潮下的人生！

假如你从二六年五月开始学习大模型开发，零基础要学多久才能掌握？接下来告诉你一条最快的学习路线，只要你的年龄在二十到四十五岁，且不是三分钟热度，不出三个月就能让你进阶成大模型。高手建议先收藏，避免以后走弯路。第一阶段，先可基础 python transformer 神经网络的底层原理必须吃透。第二阶段，从提示词工程开始，好的提示词才能让大模型发挥更好的效果。 第三阶段，集中攻克 r a g 和 agent 两大核心技能。 r a g 可以 搭建私有知识库， agent 能让大模型自主决策执行任务，再配上 lion chin 大 模型应用开发框架，很快就能上手做实际场景的大模型应用。 结合前面所学知识，自己动手完成几个大模型项目。跟着走下来，你就能真正把技术接入实际业务当中，不管是给工作提效还是未来转型，都是不错的选择。如果你还不知道从何开始，我这里整理了学习路线以及配套视频教程，留下大模型或双手奉上。

你有没有想过，就在这两年，初级程序员岗位已经缩减了将近三成，但 ai 应用开发的需求反而暴涨了六成。这是一个残酷的信号，写代码这件事正在被重新定义，不是 ai 要取代程序员，而是会用 ai 的 程序员正在取代不会用 ai 的 程序员。 过去，一个工程师花几天跨文件重构，提心吊胆，还怕漏改一处。现在把整个代码仓库交给 ai， 它能一边理解项目结构，一边同时改十几个文件，甚至自动跑测试、求报错。 这背后真正的门槛，已经从会不会写代码，变成了能不能驾驭 ai 替你干活。皇家老师的这本 code code 实战干的就是一件事，帮开发者完成这场从马农到工程指挥者的跃迁。书中从记忆系统、技能、自知能起到 m、 c、 p 等核心机制的设计哲学主义拆解， 用大量真实案例展示如何构建从个人开发到团队协助，再到企业级 c i c d 流水线集成的完整工作流。工具在换代，规则在重写。与其焦虑会不会被 ai 淘汰，不如先弄清楚怎么让 ai 为你打工，带你读好书，看透这场技术人生的变局。

很多人挑几次接口，写几个函数，就说自己做了 ai 智能体，别被骗了，你只是在堆调用，根本没摸到工程门槛。 cloud code 的 实战作者皇家说， cloud 是 一匹利器惊人的马， 你需要一副合身的缰绳来驾驭它，这套工程体系才是真正的分水岭。第三章讲的 skills 拆成触发层、调度层、执行层，你立刻明白 skills 不 参与推理，只负责确定性执行。第五章讲透十七种事件类型， 什么时候拦截，什么时候放行子。智能体怎么并行不打架，上下文怎么压缩不爆炸。这本书帮你把逻辑真正理明白，技术细节终将过时，工程思想历久弥心， 想从使用者进化成驾驭者。点击下方链接，今天拿下这本克洛克的实战建议，永久收藏，左下角带走，让你真正看懂 ai 工程的门道！

家人们谁懂啊？最近爆火的 code code， 明明能直接让写代码效率翻三倍，少加一半班，却被全英文文档拦住了！百分之九十的人。 不管是刚入门的小白、赶作业的学生党，还是天天被需求追着跑的程序员，肯定都踩过这些坑。官方文档全是英文，连安装步骤都看的一头雾水。网上找的零散教程，要么残缺不全，要么讲的晦涩难懂，跟着学半天还是不会实操。 今天我找到了全网最完整最易懂的夸克扣的中文手册，纯干货，无废话，无庸愚，零基础也能无痛上手，看完直接拿捏 ai 编程，再也不用被英文文档拿捏。 这份手册从环境安装、核心指令，到终端实操权限设置，再到真实项目实战常见 bug 排查，全程全中文拆解，每一步都带清晰图文，加可直接复制的代码示意，不用啃英文，不用瞎摸索， 不用找资源，跟着做就能快速上手，新手也能轻松拿捏。不管你是想让 ai 帮你写代码改 bug， 还是用它优化项目，提升摸鱼效率，这套手册都能满足你。

还在只会用 cla 的 聊天程序员、 ai 开发者看过来这本 cla 的 实战 harry's 工程之道，搭建完整四层技术架构，底层逻辑一次性讲透，手把手教你自定义专属 ceo， 搞定触发机制四大设计模式必坑歉触发或触发难题玩转子智能体，协助酷克斯事件驱动，实现代码自动化安全防护体系，吃透 m c p 协议， 打通数据库第三方服务，扩展科二的外部能力边界。精通 agent s d k 开发套件插件生态，从个人开发升级团 队级规模化落地投坑，成本管控百万行代码治理、安全权限管理，全是可直接附用的实战案例。硬核无废话，程序员、 ai 开发者必备，直接闭眼充！

所有正为 ai 编程犯愁的朋友赶紧看过来，这本新书绝对能帮你少走好多弯路！现在很多程序员都在用 ai 写代码，但水平差距特别大，有人效率翻倍，有人却只会写出满屏错误代码，没标准、安全问题一堆，让人头疼。 而现在不用再自己瞎摸索了，这本 cloud code 的 实战 harness 工程之道，就是你全面掌握 ai 编程的实操宝典。 作者深耕大模型工程多年，把他所有 ai 编程的实战经验都总结在书里。他不是教零碎的操作，而是从软件工程的角度，把 cloud code 分 成四个层次讲解，从基础记忆系统、 cloud math skill、 紫智能体 hux 和 m c p 四大核心机制协同，再到个人开发和团队合作的完整场景。本书全彩印刷，代码完整步骤清清楚楚，跟着它做，就能让 cloud 真正融入你的项目，别再浪费时间踩坑了，直接入手，从 cloud 的 使用者变成真正的掌控者。

你还在熬夜改 bug， 反复写重复代码的时候，别人已经让 ai 把活干完了，这不是未来，这就是现在。今天给大家带来一本真正能落地的人工智能编程实战书， cloud code 实战作者，皇家。这本书不讲虚的，直接从软件工程视角拆解 cloud code 的 四层架构模型， 集系统 cloud 点 m d， 让 ai 记住你的整个项目，上下文机能 skills 像插件一样随时调用子智人体可以并行处理多个任务，再加上事件勾子和 m c p 协议，一整套组合拳打下来，你手里的工具就不再是个简单的代码不全助手，而是一个真正能独立干活的 ai 程序员。 书里不仅有详细的技术选型指南和组建配置方法，更有一整套实战案例，从一个人写代码的个人开发，到多人协助的团队项目，再到和 c i c d 流水线集成的企业级部署，每一步都拆得清清楚楚。 读完这本书，你会发现自己不再是一个人在战斗，你拥有了一个随时待命的 ai 编程团队，带你读好书，在智能时代看透属于你的人生。

很多人调几次接口，写几个函数，就说自己做了 ai 智能体，实际上可能只是在堆调用，离真正的工程化还有距离。 cloud code 实战作者皇家指出， cloud 是 一匹力气惊人的马，需要一副和身的江绳来驾驭它， 这套工程体系才是真正的分水岭。第三章讲的 skills 拆成触发层、调度层、执行层，你立刻明白 skills 不 参与推理，只负责确定性执行。第五章讲透十七种事件类型， 什么时候拦截，什么时候放行子。智能体如何并行协同，上下文如何压缩优化。这本书帮你把逻辑真正理明白，技术细节终将过时，工程思想历久弥心， 想从使用者进化成驾驭者。点击下方链接，拿下这本克拉蔻的实战建议，永久收藏，左下角带走，让你真正看懂 ai 工程的门道！

不少人掉了几次 a p i， 写点代码就号称自己在搞 agent， 但这其实只是基础调用，根本不是真正的工程，甚至还没摸到关键的门槛。 这本书的作者皇家打了个比方， cloud 就 像一匹烈性十足的马，你需要一套合适的 harness 去驾驭，而这套工程体系才是真正的分水岭。比如第三章讲的 skill， 作者把它拆分成触发层、调度层、执行层， 一看就懂了。 skill 不 参与推理过程，只做确定性执行。还有第五章涉及的 hux， 十七种事件类型，什么时候该截停，什么时候该放行，全都讲得清清楚楚。智能体之间怎么并行不冲突， 上下文如何压缩不崩溃，这本书帮你把逻辑理顺。其实技术细节会过时，但工程思维不会。想从读者升级成驾驭者，这本 cloud code 的 实操书，一定要翻一翻。

大家好，今天我们开始讲 cloud code skills 的 一个专题片，我想大家肯定可能早都用过 skills， 或者是也都听说过 skills， 所以呢这个系列就是我想从我的角度去给大家分享一下我对 skills 的 一些理解。 ok， 这期呢，我们可能从五个部分去看一下，首先呢是讲一下为什么需要 skills， 还有就是 skills 的 一个物理形态，然后呢可能我们会去去简单的探讨一下这个工作机制，然后呢我们会去手动创建一个 skills， 然后就是本期内容的一个总结。 ok， 进入第一部分，在聊 skills 之前呢，我们先去想一个问题，就是我们为什么需要它？可能你已经在用了，比如说一个 commit 或者是一个 deploy 这样的一个 skills 啊，用的时候我们大家都觉得很好用，但是如果你只停留到好用的状态的话，可能一直都停留在使用其他的 skills， 或者使用一些现成的 skills。 那 如果你想自己去创建 skills 呢？我们还是要深入的理解一些底层的原理。 ok， 这个对比你可能比较熟了，就是没有 skills 的 时候，我们会手打一大段的一个 commit 的 要求， 但是有了 skills 呢，我们可能就这样的一行命令就可以了。这个对比是很直观的，但我们不止看表面，左边的问题不只是打字多，其实更深层的问题是指令和上下文藕合。你每次描述 commit 规范的时候 措辞会变，有时候说请用某种格式，有的时候说按照各某种规范，反正措辞一变呢，括号就输出不稳定，就是你每次描述这个 commit 的 规范的时候，你的措辞可能会变，比如说有的时候是用什么格式啊，有的时候是用什么规范啊， 或者有的时候你就忘了说用中文或者用英文啊，只要你呢没有描述很清楚的话，它的输出就不稳定，所以这个时候你可能就要反攻，会浪费大量的 token， 因为比较随机。 那右边的这个呢，就是一个 meet 这样的一个 skill， 我 们大多数的时候是把它写死到一个 skill 点 m d 里面的，所以说这个时候你的一些风格格式的输出都是固定的，所以基本上每一次触发呢，他拿到的指令完全一致，相对来说输出就会稳定很多。所以 skills 解决的不是打字类的问题， 嗯，而是解决我们输出稳定，不浪费 token 这样的一个问题。所以你用 skills 呢，其实是得到一个相对确定性的结果， 如果你自己也写过 skill， 那 你肯定会体会的比较深，所以最后本质上一句话就是说它是一个可附用的，一个按需加载的一个能力包。 可附用呢，就是写一次可能会用好多次，然后按需加载呢，就是它是一个触发的一个机制，就是，嗯，不会像可导点 m d 那 样，所以这里面提到可导点 m d， 那 我们就来看一下这样的一个痛点， 上页呢，我们看到 scale 没有和有的一个区别，那这里呢，我们先要说清楚，就是假设如果在没有 skills 之前，如果你想让 cloud 每次都按固定流程做事，那可能你的选择只有一个，就是把你想要的东西写进这个 cloud md 的 文件中， 所以大多数人用着都会遇到同一个问题，就是这个可乐的 md 不 知不觉就膨胀了，刚开始就写几行，但是随着项目的一个迭代，有可能会越来越多的东西被塞到这里面，比如说一些部署流程啊，测试规范，或者是分支命名规则这种，后面的那那他就是会越来越大。 所以，嗯，但是真的问题不是说我们内容多，因为内容多的话肯定是不可避免的，因为我们是在开发一个项目，迭代的话肯定是有很多内容会越来越多的。 所以呢，问题在于加载机制， cloud 点 m d 是 每次都会全量加载的，如果说你这次只想改一个变量名，那 cloud 还会照样把所有的呃内容加载到你的绘画里面。这里面举一个例子，就是说，假设你跟同事在聊工作，不管聊什么， 你第一件事都是把都是把员工手册从头念一遍，那这样的时候你肯定你们之间的这个沟通效率会很低， 他也只会觉得你在浪费时间，所以 cloud 点 m d 就是 这样的一个状态，所以这个时候就会陷入一个两难，就是如果说你想有操作标准化的流程，但是你又不能让 cloud 点 m d 无限扩张， 它越大呢，肯定是越浪费。所以 skills 就 在这个里面诞生了，它可以把一些我们那个高频的固定的操作流程从格式 md 里拆出来，然后放进独立的文件用的时候才加载。这样呢就是我们既保证格式 md 不 会很臃肿，然后又保证我们的一些操作流程是规范的， 那第二个痛点呢？就跟第一个差不多，比如说我们刚才想把固定的流程塞进格式 md， 但是它又会膨胀，那如果你不去塞进去呢？ 那你就只能靠跟他交互，靠 prompt， prompt 提示词，那你每一次都会大量的跟他说一些流程啊，或者是规范的东西，但是你每次也不可能保证自己跟他说都一样。 而且 cloud 它也没有跨 session 的 这样的一个记忆，基本上开一个新的 session 它就会从零开始，所以说你之前的一些流程都忘了。那这个时候呢，也是 skills 的 一个重要的地方，就是我们可以把这样的东西提炼出来，写成 skills， 避免我们重复的一些口述的流程。 那前两个痛点其实都在说我们个人在使用的时候的一个处境，但是如果说我们放到团队里面看，就是你花时间把一些部署流程都调好了，然后你自己的 cloud 知道怎么做， 但是旁边的同事呢，他可能就不知道你写了什么，或者是你在交接项目的时候，那可能这些东西完全不知道。所以说呢，每个人的 cloud 都会变成一个信息孤岛， 每个人自己用呢，可能越来越顺手，但是跟同事之间的差别越来越大，所以说这个时候我们就会可以把它写到这个 scales 里面。 呃，其实也可以写到可得 md 里面，但是我们刚刚也讲了，可得 md 不 可能越来越大，所以说这个时候 scale 就 会非常的啊有用，把我们那些约定在各种聊天记录里面，或者 note 里面的一些东西都给它沉淀成一个 scales。 好，这一部分呢，我们开始讲 skills 的 一个物理形态，其实也就是说它到底是什么样的，或者说我们应该怎么去创建它。首先我们可以看一下目录结构，其实一个 skill 就是 一个目录，这个目录叫什么， 这个 skill 就 叫什么。比如说我们这里面提到的这个 summarize changes 的 一个 skills 的 名字，目录里边呢必须有一个 skills 点 and d 这样的一个文件，就是不管你起什么 目录名，这个文件都要叫 skill dmd， 而不是你目录的名字的 dmd。 所以 coloss code 就是 靠这个固定的文件名来识别 skill 的。 十个 skills 呢，就有十个目录，那每一个目录里都各有一个这个 skill dmd。 除了这个 skill dmd 里面呢，这个目录还可以放一个 scraps 的 这个子目录，这样呢我们会放一些辅助的脚本进去，比如说 python， shell 的 都， shell 的 都可以和正文里呢直接引用，整体呢结构很扁平，也不搞嵌套，所以一个目录清清爽爽， ok， 刚才说了 scale 的 一个目录结构，那我们看这些目录它放在哪了，放在不同的位置，其实作用范围是不一样的，最常用的两个位置就一个是你的用户目录下面的这个 目录，然后放这的 scale 呢，都是你个人的，就是跟项目无关的，切到哪个项目都能用。比如说你如果说你习惯用中文去写 commit 的 话，那这个偏好可能是你自己的，所以这个时候我们就可以存在自己的这个用户目录下面另一个，另一个呢是项目的这个目录下面 啊，这块呢就是我们可以去放一些只对当前项目生效的，而而且它可以随着 get 去上传到远程分支，这样同事去 clone 下来的话，他就会能拿到你的这个 skill。 还有两个位置可以简单提一下，就是一个是企业受管的路径，就是一些大的团队可能会统一去做一些策略和规范。还有一个就是插件安装的路径， 这个是呢跟插件绑定的，那这两个日常开发可能大家接触的会比较少，所以说我们了解一下就行。那既然同一个 skill 可以 放到不同的位置，那同名的 skill 用哪一个呢？那这里面就涉及到一个优先级，就是我们是同项目大于个人，然后大于企业， 就是离项目越来越近的，这个优先级越高。就这个顺序也很好理解，比如说你在项目里面放了一个 commit， 定义了团队约定的这个 commit 格式，同时你个人目录里面也有一个 commit， 这样的一个 skill 是你自己的偏好，那这个时候 cloud 用哪一个呢？当然是用这个项目里面约定好的来覆盖你自己个人的一个偏好，不然同事的 commit 格式跟你的对不上，那你就失去这个共享的意义了。 另外说一下这两个设计细节，就是日常用的时候会很方便，一个是改文件不需要重启，你编辑了这个 scale， md 下一次对话就会生效。迭代反馈呢，几乎是实时的。另一个圈套目录 skill 会发现子目录，然后也是会把所有的 skill 摊平在一个目录里面。 ok， 在 继续讲之前呢，我们先去理清楚一段概念，就是 skill 和 slash command， 很多人会把这两个化为等号，其实它们不是一回事。我们先说这个 slash command， 你 在 command 点 m d 里面去敲一个斜杠，然后比如说 斜杠 clear 这样的一个清屏操作，那这就是 slash command， 它是触发动作的一个入口，比如说你打一个斜杠命令，然后 cloud code 就 会执行你对应的逻辑。那 skill 跟它有什么关系呢？ skill 是 一套写好的指令，存在 skill md 文件里面。 slash command 呢，它只是触发 skill 的 其中的一种方式，所以你给 skill 配一个斜杠， skill 杠 name 就 可以手动调用它。 但不是所有的 slash command 后面都有这个 skill， 比如说 clear， help 这些，其实它是 cloud code 的 内置的能力，这个就跟 skills 没有什么关系。那反过来看呢，也不是所有 skill 都必须用 slash command 触发， skill 呢，可以通过 description 自动匹配。这个我们后边会再讲一下， 所以呢，它们俩的关系就是 skill 是 定义能力的， slash command 呢，只是它触发方式的一种其中一种， 他俩不是一一对应的，也不互相依赖。 ok， 接下来我们讲一下这个工作机制。刚好我们有提到 skill 是 可以通过自动匹配触发的，那么他是怎么匹配的呢？或者是他的加载时机是什么呢？他跟可乐的 md 是 怎么分工的呢？那我们可以在这一部分去聊一下。 第一个机制呢，就是加载时机，这也是 skills 和 cloud md 最根本的区别存在，当一个绘画启动的时候， cloud code 会去扫一遍所有的 skills 目录，但它只提取每个 skill md 中的 description 字段，这个呢，可能是比较小的一个开销，正文部分呢，它是先不去看的。 那这些 description 呢，会被用来构建一个匹配缩影，你可以把它理解为一个清亮的目录。 cloud 呢，只看了一个目录，但没有翻内容，然后随着你的对话内容输入，系统会拿你的输入跟这些 description 做匹配，如果匹配上了，那 scale 才会把完整的中文加载进来，如果匹配不上呢，就当它不存在， 这个时候呢，是不浪费 token。 这个设计的实际效果就是你在项目里面放几十个 skill 呢，可能都完全没问题，只要不处罚他，就会对你的上下文没有任何影响。之前很多人都担心 skills 用多了会拖慢 cloud， 其实是不会的，因为我们在加载机制上就已经避开了这个问题。 然后呢，他会在绘画结束的时候，会把这些加载进来的东西都释放掉。 ok 呢？还有一部分呢，就是我们在一些 sub- agent 里面用 skills 的 时候，它是不会影响你主绘画的。 ok， 接下来我们看一下。加载之后， skill 会经历一个完整的一个生命周期。第一个阶段呢，可能就是你通过自动匹配或者手动触发了一个 skill， the cloud 会把这个 skill 的 md 的 正文完整的读进上下文，这个时候 skill 就是 可用的。 第二个呢，就是伦次跨伦次的保留，就是接下来你在这段对话中去聊了一些别的事，那这个 skill 呢，它还是会在你的上下文里面存在的，不会因为你换了一个问题它就消失了。 但是如果你后面又提到了相关内容呢，他也不会重复加载，就会直接用。那第三个阶段呢，就是压缩，就假设我们在对话中越来越长， 你的消息呢？ cloud 的 回复还有一些啊， skills 都在上下文窗口里面，这个时候我们的 token 消耗是会一直上涨的。然后我们之前有讲过，当我们的上下文窗口达到一个两百 k 这样的一个门限的时候呢，他会触发一个自动压缩，那这个时候就会丢一些东西， 那可能你的 skill 呢，内容也会被打包，也有可能丢掉。在第四个阶段呢，就是重装压缩之后呢，如果这个 skill 后面又被触发到了，那 skill 可能会被重新的读一遍，然后再重新的加载到上下文中。 如果说呃它一直没有被用到的呢，可能后面慢慢的就直接把它丢到丢掉了。所以说整个流程走下来的话，我们会呃有一个总结，就是 呃日常使用三到五个 skill 呢，这样你比如说 commit 这样的高频操作，其实是很不太用太新的。还有一个就是我们 skill 的 一个内容应该尽量写的简短一些，那这样可能它在压缩的时候就比较容易被保留下来。 ok， 前面讲加载时期和生命周期的时候呢，格拉德 md 反复被提到，因为它跟 skills 刚好站在两段这一页呢，我们就把它们俩的差异摊开看一下。 首先呢，加载方式的差异是比较大的，就是 koala md 是 始终在上下文里的，而且每次对话都会自动带上，那 skills 呢，它是按需触发的，不触发呢，就当它不存在，这样呢，就直接决定了 token 的 消耗。 koala md 呢，不管你每次聊什么，它都会吃掉一份 token。 但是 skills 呢，它只是在触发的时候才消耗， 因为加载方式的不同呢，所以我们放什么内容自然也就该不同。每次对话呢，都需要知道的东西就是这个项目是干什么的，用什么技术，栈，代码风格偏好，那这些就可以放到这个格拉 d m d 里面。如果说是一些特定场景才需要的操作流程，比如说怎么部署，怎么发 pr， 怎么去写出报，这种就可以去放到 skills 里面去做。 数量上呢，就是 scales 可以 拆成多个，可以按只能去拆，互不影响。那可二点 m d 呢，它就只有一份。然后在触发方式上呢， scales 可以 自动匹配，或者是手动去用 slash command 的 方式去触发，可二点 m d 呢，就是它是自动生效的。 所以我们从这几个维度串起来看呢，可乐点 m d， 它更像一个长驻的操作系统，一直在跑。然后 skills 呢，可能就是你去去启动的一个应用程序，我们需要什么呢就开什么，不用的时候就关着，也不占资源。 ok， 我 们再总结一下 skills 的 三种调用方式，一种呢就是局可用的，也是日常用的最多的， 当我们 description 写好之后呢， cloud 会自动判断什么时候该触发。第二种方式呢，就是手动调用，就是用 slash command 这样的一个操作，一个斜杠加 scale 的 内幕，这种呢适合就是你想很快速地清晰地去调用某一个 scale 的 时候。第三种触发条件呢，就是条件触发，就是 description 里面不仅写功能描述， 还可以加上一些场景的限定，比如说你的一些特定的任务，比如说性能优化。当你聊这个的时候，他就会去触发这样的一个呃，相应的一个 skill， 那 你去聊别的时候，他就不会触发。 ok， 当我们自己在写 skill d m d 的 时候，如果写错的话，会发生什么呢？其实这个时候它是不会影响你的当前绘画的 cloud 工， cloud 会照常工作，所以呢，你呢，即使你写的一些页面有问题， 他也只是少一个 skill， 他 找不到呢，就会跳过，所以这个呢，就是他也不会导致你的枯燥不工作，所以说我们也不用太担心， 然后写错了就改掉就行了。好，第四部分呢，就是啊，前面三个呢，聊的都是原理，那这一部分呢，我们可以切换到一个实践的一个 角度去带大家看一下。 ok， 这里面我们写一个识别代码变动的这样的一个 skill。 ok， 好 的，我们接下来看一下实操。呃，首先呢，我们可以在这个项目的点 cloud， 然后 skills 的 目录下面去新建这样的一个 skill， 然后我们的这个目录名字可以定义为我们 skill 的 一个名称。然后我们再看一下这个 skill 的 style 点 m d 的 内容。首先呢，这是一个 yamio front matter 这样的一个头，然后我们看一下这里面主要的内容是要有一个 name， 就是 说你这个 skills 的 一个名字， 然后呢就是 description， 就是 你这个 scale 的 一个能力的描述，包括那个 cloud 再去做筛选的时候，会根据你的 description 去做一些判断。然后这一部分呢就是我们当下的这个 scale 可以 调用的一些工具， 然后下面呢就是一些具体的执行操作。 ok， 这里面可以说一下这一部分，这是一个动态上下文注入的一个语法，就是说，呃，当 cloud 在 执行的时候，它执行这个命令的时候， 他会把这个命令的一个输出，然后整个的替换到上下文中，而不是把这个命令原封不动的写在上下文中。然后接下来呢就是这个 skill 我 们具体要让他做什么事情， 刚刚我在这里面已经去触发了一次，就是我让他去帮我们检查一下这个当前代码的地府，然后他已经去成功地调用这个 skill。 那 我们再去演示一下 slash command 这样的一个方式，就是斜杠加上它的命令，那可以看到这里面已经提示我们有这样的 skill 了，那我们就直接按回车， 这种方式呢就是非常直接的一个调用。 ok， 这是两种调用方式。 ok， 我 们总结一下这期的内容呢，其实就是第一个目录及命令，那我们建一个目录，然后写一个 skill 点 m d， 那 就有了这一条 skill 的 能力，不用注册，也不用配置。 那描述既处罚呢，就是说我们 description 写清楚，那 cloud 就 知道什么时候用它，你不需要记住所有命令名，自然语言描述其实就可以。 第三个就是按需及节省，就是说它是在需要的时候才处罚，不需要的时候是不会加载到上海文的，也不会浪费头啃。 ok， 下一期呢？我们会讲 skills 的 一些高级模式，然后会带大家做一个 skill 的 一个迭代。 ok， 我 们下期见。

很多人调几次接口，写几个函数，就说自己做了 ai 智能体，实际上可能只是在堆调用，离真正的工程化还有距离。 cloud code 实战作者皇家指出， cloud 是 一匹力气惊人的马，需要一副和身的缰绳来驾驭它， 这套工程体系才是真正的分水岭。第三章讲的 skills 拆成触发层、调度层、执行层，你立刻明白 skills 不 参与推理，只负责确定性执行。第五章讲透十七种事件类型， 什么时候拦截，什么时候放行子。智能体如何并行协同，上下文如何压缩优化。这本书帮你把逻辑真正理明白，技术细节终将过时，工程思想历久弥心，想从使用者进化成驾驭者。点击下方链接，拿下这本克拉蔻的实战建议，永久收藏，左下角带走，让你真正看懂 ai 工程的门道！

有没有发现，同样是写代码，有人加班加到崩溃，有人却用一杯咖啡的时间干完了一天的活？它们之间的差距，根本不是智商，而是会不会给自己招一个永远不会累的超级学徒。今天这本皇家写的 cloud code 实战，它不是教你写 hello world 的 入门书， 而是直接告诉你怎么把一个 ai 调教成你手下最听话的全站工程师。这本书最狠的地方，是他扒开了 cloud code 的 底层骨架，给你讲透那套四层架构模型。你看，他就像在教你组装一支特种部队。记忆系统，是他永远忘不了你项目规则的大脑技能库，是他什么活都会干的手脚自知能体，是你撒出去就能独立完成任务的分身。 而事件沟子，就是让它在你敲完代码的一瞬间，自动帮你检查安全漏洞的哨兵。书中直接把深场环境里的血泪教训都给你复盘了。比如说，怎么让你的 ai 助手在团队写作时不会乱改别人的代码，怎么把它无缝对接到公司 c i c d 流水线里？ 你以为你买了一本书，其实你是在给你的职业生涯安装一根外挂杠杆。当你彻底搞懂这套协调原理，你就不再是那个一颗颗搬砖的马农了，你变成了手握图纸，指挥千军万马的架构师。这才是未来十年谁也拿不走的铁饭碗，带你读好书，看透 ai 时代的生存法则！

你们有这种感觉， ai 编程工具用了不少，但总像是在跟那个健忘的实习生合作。昨天刚教会的套路，今天他又忘了，这背后的关键就藏在记忆二字里。今天给大家推荐皇家的这本 cloud code 实战，它会让你看清真正能打的 ai 编程助手到底是怎么工作的。传统的 ai 工具就像一张白纸，每次对话都是从零开始， 但 cloud code 完全不同，书中系统拆解了它的四层架构，其中最核心的就是记忆系统。一个叫 c l u d 点 m d 的 文件，相当于你给 ai 装上了一本不断更新的工作手册，你的代码规范、项目结构，甚至团队的命名习惯，它都能记住，并且严格执行。 这还没完，它引入了子智能体机制，就像给你配了好几个分身，你只管把控大方向，琐碎的实现细节它们自动去跑， 再配合事件钩子和 m c p 协议，可以直接对接你的数据库、接口、文档，甚至是 c i c d 流水线。什么意思呢？就是它能真正融入你的开发流程，而不是一个孤立聊天的对话框。打个比方，普通 ai 工具像一台计算器，你问它答， 而 cloud code 更像一个真正了解你的搭档，记得你上次卡在哪里，主动帮你避开坑。初衷从个人开发到团队协助，再到企业级部署，全是实战案例，没有空谈理论。如果你想彻底告别每次都要重新交 ai 的 痛苦，这本书就是你的必读。

你还在苦练手写代码的功底，而顶尖的开发者们已经悄然转行了，不再是写代码的执行者，而是指挥 ai 的 工程导演。今天读皇家的 cloud code 实战 harness 工程之道，一本教你驾驭 ai 编程风口，补齐最火技能短板的实战指南。作者皇家，笔名咔哥，是新加坡科研机构的 ai 研究员，在业界号称写一本报一本。 这本书不讲空泛的调用技巧，而是从软件工程的视角，深度拆解 cloud code 的 四层架构模型、记忆系统技能子、智能体、事件钩子和 m c p 协议， 通过大量实战案例，展示如何构建安全、高效、可维护的 ai 编程工作流，覆盖从个人开发到团队协助，再到与 c i c d 集成的企业级部署全流程。 同样是使用 ai 工具，有人还在聊天窗口里和 ai 一 问一答。有人已经通过编排框架让 ai 自主打工数小时。差距从来不在于工具本身，而在于你对底层架构的理解和工程化能力。先读懂这本指南的人，就是下一个踩中风口的工程师。带你读好书，用底层认知，看透技术的未来。