codereview用什么skill合适

二零二六年 ai 写简历已经不新鲜了，但你知道 github 上有人把做简历的十八般武艺全做成了 cloud code skill 吗？ parameterary 开源了 resume skills， 二十个 ai 简历技能一键安装。 我翻遍 github 所有简历相关项目，挑出十大必备 skill。 第一个， resume format 格式排版简历有两个读者， a t s 机器人和人类 recruiter 单栏布局，标准字体名字，全页最大联系方式，决不能放页眉页脚六秒定生死格式就是第一印象。第二个 resume a t s optimizer a t s 优化器，百分之七十五的简历在人看到之前就被 a t s。 过滤了，表格分栏缺关键词，飞标字体文字欠图，这官不过后面全白费。 这个 skill 自动检测，逐个修复，过了 a t s 才叫开始投简历。第三个， resume bullet writer， 子弹点写作器， google 内部都在用的 x y z 公式， accomplished x measured by y by doing z 管理社交媒体变成粉丝增长百分之二百五一条 bullet 改完简历升一个档次，没成果的 bullet 等于没写。第四个， reson quantifier 数字量化器，六类量化维度，钱，时间百分比规模，质量频率，没精确数据也能估算，带数字的简历多百分之三十注意力，数字就是说福利。第五个， reson section builder 章节搭建器， professional summary 公式，角色加年资加核心能力加价值主张 entry level 到 senior 四种范式一次到位，结构对了，内容才有地方发力。第六个， job description analyzer j d 解析器，在你改简历之前先判断值不值得投，自动提取 must have 计算匹配度，投十个高匹配深度定制，比海投五十份强十倍。第七个， reson taylor 简历定制器同一份经历，不同岗位，完全不同面貌，不是造假，是高量最相关的部分投运营突出降本，投项目突出协调定制简历回复率高三倍。第八个， cover letter generator 求职信生成器 cover letter 不是 简历的文字版，是你研究过他们公司的证明。三种 hook 策略，五秒定生死， resume 是 武器， cover letter 是 说明书。第九个， resume version manager 版本管理器，核心概念叫 master resume 模板，包含你所有精力， 每次更新模板，再抽定制版，统一命名，永远知道哪个版本投给了谁，聪明的人建系统。第十个， tapprizone optimizer 技术港专精 tiktok 链接是硬要求，技术占四层， languages， frameworks， database， cloud， techrecruiter 看六个东西，你不是在找工作，产品就是你。十个 skill 全部开源免费一个命令安装到 cloud code， 装完之后，你的 cloud 就是 一个懂 a t s 懂量化、懂面试故事的简历专家。关注 ai 工具箱，下次聊更多实用开发工具。

大家好呀，又到了一起来补 coding 的 时间了，那经过我的前端方案的调整呢？我的 coding 整体已经完成了，那在 coding 完成的情况下，你可以让第三方进来来审查你的代码， 这个时候我们就可以用到 skills 了。我是这样跟 cloud code 去讲的， codex 已经完成了全部的开发，现在需要您进行 code review 并给出报告。对，那这个时候 cloud code 才是这样说的，我来为您进行全面的代码审查， 让我使用专门的代码审查工具生成详细的一个报告，所以这里他其实就去调用了 code review skills， 大 概过个两三分钟时间啊，他就会给到一个评估的结果。 那我们来说一下这个 skills 怎么用啊？如果大家那个 cloud code 里面还没有 skills， 可以 复制这句话去进行一个安装，在评论区里面我也会有写到，那我这边是因为已经之前已经安装过了我们斜杠 skills， 你就能看到他自己内置的 skills 有 非常多，然后我自己创建的有两个，有一个 code review 是 我自己让他创建的，在这个思维训练工具在 m 一 模块开发的时候，我就已经让 cloud code 来介入进行这个 code review 了。那我当时就跟他讲，我说请将以上的代码审查和报告 作为 skills 进行保存，那么他当时其实就会调用到 cloud code 的 自己内置的 skill creator， 最终创建一个 个 skills 点 md 的 一个文档，后面可以供他自己进行一个调用。那后面的话就是相当于我只要跟他说进行 code review， 那 么他都会去调用这个 skills 的 这个技能同时生成的这个报告也是一个，就是按照之前他编排的一个格式， 所以 skills 其实更多的就是把你固化的一些 sop 或者是操作流程，或者是你的一些知识技能可附用的保存下来，或者比如说选题加口不搞的生成，都可以作为一个 skills 来进行一个输出。 所以 skills 的 这个技能大家去用起来啊。第一步你在 cloud code 里面安装 skills， 第二个你就跟他说请将以上内容提炼为 skills 以什么什么命名，那这样它就会内置了。那后面在用的时候请用 什么什么 skills 帮我做什么什么事情啊，就可以了，就非常方便大家去用起来了吧。好，今天就分享到这里，拜拜。

使用 c c switch 进行 cloudbox 的 使用，好多朋友不会用啊，这个 c c switch 大家入悉一下，首先在这个网站里面搜索一下这个 c c switch， 把 c c switch 下载下来，对应的安装包在这里面点 windows 这个 msi 就 可以了，安装下一步就可以， 我现在是安装完的之后的效果，第一次进入是这样，要进入这个 c c switch 的 设置，在设置里面呢，如果你没有安装 cloudbox 呢？你要把这个 应用这个插件可以点，把这个跳过，初次安装这个一定要点开，这个非常有用，好多朋友因为他没有格式的账号，所以每次要登录时候需要登录账号，这个跳过了，只用咱们国内的 ai 就 可以了。 到这里面这里面，比如说像我的这个，我其实用的 dipstick 和这个 gim， 还有 mini max 它其实国外这个我也没有使用啊，太贵了，大家可以直接点加号加号，比如说你要有一下，比如说你用小米的这个 mini 吧，小米这个 mini 呢？你去把这个 key 添加这里面把，这个一般都不会用。改啊，如果你是 tiktok 的 话，你要去搜索一下 tiktok， 在这里面补充一下，有的朋友使用的是 tokenplay 或者是 codingplay， 这里以小米为例，他的 tokenplay 或者 codingplay 里面的兼容协议是这个名称，但是 c c switch 这个作者呢？他说他自己忘写了，他写的是这个，这个是错误的啊。大家一定要把这个 play 复制一下，复制之后把这个放到这里改一下， 改下之后再把你的 api 复制里面，这才是对的。之前有朋友是写错了，他默认是有问题的，这个一定要看一下，把你的模型需要用的模型改一下，一般都是小写啊，很少有大写的。这个大家自己添一下，点击添加就过来了。 过来之后呢，想像我这样的点试这个余额，这个余额比如说你看我这个 deepsea 的 余额，呃，使用用量查询，官方把这个设为零， 你刷新一下，像我这个还剩二百七十块钱。智普的这个呢？它是我 tiktok plan 吗？我是用 tiktok plan 就 不一样，这个也是在这地方配置前用量查询就可以了，其他的注意的事项没有，因为其他我也没怎么用啊。 注意一下小龙虾，这个好像有点有一点点问题，我不建议小龙虾和爱马仕在这个 cc switch 里配置可能有这两个不太建议在这里面配置，就这个 clod， 再用这个配置就可以了，其他的不要配置 这个 skill。 点击这个像扳手一样的图标，点击之后呢，你就可以直接在这里面去安装 skill， 非常方便啊。比如说你想找一个 skill， 那 点击这个发行技能啊，要保持你的网络通畅啊，你的网络要好， 这里面才能显示你想要安装的 skill。 这个 skill 是 这样，它这个 skill 里面有个 top 上总结上的，在仓库，但是有一些特殊的，比如说我安装的我安装的 canvas 赛，这个 canvas 赛其实没有，你就要去他的网站上，他教你怎么去安装，你就搜索安装，按照他的方法就可以了， 其他的大部分都能搜到，如果搜不到的，很可能他改了名了。这个不要着急，你就去那个 github 上去搜索一下，是这样，你也可以从这个 ip 上去安装导入已有。都可以啊，发现技能就可以直接点击安装，这就安装出来了。这个比较方便，我建议新手小白直接在这里面去找能下载的就可以。

如果你正在使用 cloud code， 却还没装这些 skill， 那 你可能只用了它百分之三十的能力。今天分享七个最值得安装的 skill， 尤其是最后一个，能让 cloud code 从能用的 ai 直接变成懂行的队友。第一个，社区最火的全能 skill superpowers， 它不是单个技能，而是一整套开发全流程 buff， 包含项目规划、代码编辑、 code review 等十几个子技能，能帮你梳理需求、拆分任务、系统化调试，程序员必装，省超多梳理时间。 第二个，文档处理神器， pdf， 它能直接读取、合并、拆分。 pdf 还支持 ocr 扫描件识别，写代码间隙处理文档，不用切换软件， 不管看技术文档还是办公文件都好用。第三个，去 ai 位神器 whoman the zh， 它能把此外综上所述，这类生硬表达换成接地气的人话，写项目文档、副业文案都能少一点模板位， 不容易被看出是 ai 生成。第四个，大项目救星， planning with files， 大 型项目经常中途打断，回来 ai 就 往上下闻。这个 skill 会持久化项目规划，画绘画不丢进度， 特别适合碎片化时间开发。第五个，前端颜值救星， fronten design， 它让 cloud code 写的前端不再是 ai 烂活，而是带着专业设计规范，后端程序员也能做出好看规范。 第六个，代码质量守护神 code review， 它会派多个子 a 证，并行审查代码、找 bug、 查安全漏洞、优化代码规范，每个问题都带知性度评分， 赶项目时不用逐行排查，能大幅减少代码出错率。第七个，压轴神器，也是最能提升体验的 skill creator， 前面六个不够用，它能让你自己定制 skill， 把自己的开发习惯、 重复性工作封装成专属功能，彻底让 ai 适配你的需求。这就是让 cloud code 变成懂行队友的关键。 这七个 skill 覆盖开发全流程文档处理前端优化代码质量，还有能自定义的压咒技能，装完之后你会发现 cloud code 的 能力直接翻倍！收藏起来直接去 skill 商店搜英文名就能安装。关注我，带你了解更多 skill 使用技巧！

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！

如果你正在使用 cloud code， 却还没安装这些 skill， 那 你只用了它百分之三十的能力。今天整理七款最值得安装的 skill， 尤其是最后一款能让 cloud code 从 ai 直接变成合拍的开发队友。第一款，社区最火的全能工具 superpowers， 它不是单个技能，而是一整套开发全流程加成， 包含项目排期、代码编辑、 code review 等十多个子能力，能帮你理清需求、拆分任务、系统性的调错，开发者必装，省下大把的梳理时间。 第二款，文档处理器 pdf， 它能够直接读取、合并、拆分 pdf 还支持 ocr 识别，扫描写代码间隙就能处理，不用来回切换软件，不管是看技术资料还是看办公文件都很好用。第三款，前端颜值救星 front and design， 它让 cloud code 写的前端不再是 ai 烂活，而是带有专业设计规范，后端程序员也能做出好看规范。第四款，去 ai 痕迹神器 homemaker zh， 它能把声音表达换成接地气的口语，不容易被看出是 ai 生成。第五款最能提升体验的 skill creator， 它能让你自己定制 skill， 把自己的开发习惯、重复性工作封装成专属功能，彻底让 ai 适配你的需求， 这是让 cloud code 变成懂行队友的关键。第六款，大项目救星， planning with files， 大 型项目中途经常被打断，回来 ai 就 忘记上下文，这个 skill 会留存项目规划，啥都记不丢进度，特别适合碎片化时间开发。第七款，代码质量守护神 code review， 他 会派多个子代理，并行检查代码、找 bug、 查安全漏洞，每个问题都带至信度评分起，项目不用逐行排查，能大幅降低代码出错率。这七款 skill 覆盖开发全流程文档处理、前端美化、代码品控，还有能自定义的压轴技能，装完你会发现 craft code 的 能力直接翻倍！

如果你正在使用 cloud code， 但是你没有安装下面的这些 skill， 那 么你只用了它的百分之三十的能力。 今天我们分享八个最值得的 skill， 让你的 cloud code 迈向新时代。第一个， superpowers， 全家桶，一键集全流程开发能力，省去切换麻烦，适配多场景，降本提效。 第二个， code review， 专业智能代码审查，替代人工盲审，规避漏审风险，严控交付质量，减少复盘工作量。 第三个， doggenitor， 一 键标准化文档生成，告别手写文档，开发收尾同步闭环，省时省力，统一规范标准。第四个， hux， 无感自动化执行钩子，统一代码格式，杜绝冲突，减少反攻，适配高频编码节奏。 第五个， cloudmail， 项目常用私有记忆，留存项目信息，无缝衔接开发，降低重复沟通成本，适配长期运维。 第六个，闪有克曼单，全终端指令操控，同屏完成编码运维，无需切换窗口，便捷高效，提升实操效率。 第七个， file manager， 全域智能文件管控，一键规整项目架构，替代手动整理，适配新项目初步化就项目复盘。 第八个， git workflow， 规范版本流程管控，规范版本流程，杜绝合并故障，降低翻车概率，方便溯源复盘。 这八个 skill 负责开发全流程文档，处理代码质量，安装时候后直接使 cloud 的 能力翻倍。 收藏起来直接去 skill 商店搜索英文名就能安装。关注我，带你了解更多 skill 技能技巧！

大家好，前两期分别教大家如何安装 cloud code 的 桌面版，以及如何实现了 cloud code 的 桌面版的联网搜索。今天我们继续进阶教程，教大家如何安装 skill 以及如何配置 mcp。 首先我们要了解什么是 skill， 直白一点就是用自然语言去编程，每一份高效的 skill 都一定是经历过沉淀、总结、积累和试错的，比如说一个十年的优秀设计师，他的审美经验都可以浓缩总结成为一份 skill， 这份 skill 就是 一份操作手册， 人类可能需要学习十年，但 ai 只需要一瞬间。 ok， 那 我们现在讨论一下该如何给 cloud code 来装配这个 skill。 一 共有三种办法。第一种方法，直接给你的 ai 发送 github 上相关的 skill 链接，它就能帮你安装了，我们来尝试一下， 稍等一下， ok， 我 们现在就已经成功安装上了这个 skill， 然后我们就可以在 skill 中看到我们刚刚安装的 skill， 但是这里我们并没有发现，那我们可以多问 ai 一 句，我刚刚已经安装了这个 skill， 但是为什么 skill 列表中没有？ 然后我们再看一下，这个 skill 就 已经出现了，所以不要太担心。第二个方法是我们下载相关 skill 的 压缩包，然后让 ai 包们安装。具体的操作方法是这样子的，我们首先点击左下角的加号，然后点击 skills， 点击 manage skills， 点击右上角的加号，点击 create a skill， 点击 upload a skill。 然后我们把这个 skill 的 压缩包拖露进来，我们在技能库中能够看到这个 skill， 就 代表该 skill 已经成功安装了。第三种方法，也是我最推荐的一个方法，授人以鱼不如授人以渔，与其自己去搜，不如让 ai 给你推荐。 假如我是一名剪辑师，我就可以让 ai 帮助我在互联网上搜索有没有与剪辑相关的 skill， 然后并且推荐给我，就不用我自己费劲的去寻找了。 a i 已经找到了很多相关的 skill， 那 我们选择想要安装的就可以了。那接下来我来教大家如何配置远程的 m c p 服务。 首先我们需要登录这个网址注册一个 tv 里的账号，它里面提供了每月一千次的免费 m c p 调用额度。在我们完成注册之后，我们会来到这样的一个页面，在这里我们会获得我们的密钥，将这个密钥填入到我们的 cloud code 当中，就可以完成相关 m c p 服务的配置。 第一步，点击左上角三条杠，点击 developer， 点击 configure third party influence， 点击第三个，这有 m c p servers。 然后我们点击添加内容，这里随便填，我选择填 tivy url， 我 们就选择填和我一样的就可以了。传输方式我们选择第一个， 第四个不用填，第五个就是你的密钥。密钥需要注意的是，它要遵循一个这样的 jason 格式，相关的教程在抖音群里有分享，大家可以看一下。 ok， 我 们将这几个填好之后，点击 apply locally 等待重启。 然后我们又会发现起用了一个 tivoli， 它就是成功添加了这个 mcp 的 第三方服务了，我们可以看 tivoli 可以 给我们提供这些服务，那我们在使用的时候跟大家说一声就好了，这就是今天全部的教程了，希望大家用的愉快。

推荐六个使用最多也是必备的 skill。 第一个， auto implement， 你 给一个需求，它自动帮你分析，写代码，自测改 bug， 一 条龙全部搞定，开发必用。 第二个， multi agent， 多 agent 并行干活架构，开发测试同时开工，效率直接翻倍，复杂项目必备。 第三个， code review， 自动帮你做代码审查，找 bug， 查安全漏洞，优化代码规范质量直接拉满。 第四个， doc generator， 自动生成接口文档， read me 开发手册，写完代码文档直接同步，省时省力。 第五个， security audit， 专门做安全审计，扫漏洞，防注入，检测权限问题，线上项目强烈建议避开。第六个， refactor， 一 键重构代码，清理漏洞，优化结构，统一风格，老项目维护神器。 这六个就是 cloud code 里面用的最多也是最核心的内置 skill， 基本覆盖日常开发百分之九十的场景，直接开箱即用。关注我，带你了解更多 ai 知识！

最近 agent 很 火，而 agent 的 核心能力离不开 skill。 几乎所有的 agent 的 产品都会有自己的 skill， hub 上面会有各式各样的 skills， 各种视频博主也都会推荐这个 skill 很 强，那个 skill 必装，你是不是也会有点懵， skill 到底该装哪些？哪些是真的有用？是不是应该去收藏一堆 skill， 才能把 agent 的 用好呢？ hello， 大家好， cc 高级使用指南第三期我要讲的是怎么把你自己的工作流做成 skills。 cloud code 的 高级用户不是收藏最多 skills 的 人，而是最会把自己的真实工作流沉淀成 skills 的 人。 这里首先要说清楚，我不是反对用别人的 skills， 通用的 skills 当然可以用，尤其是你不熟悉的领域。使用别人沉淀好的 skills 可以 快速的降低门槛， 但如果你是自己每天都在做的事情，你的代码审查方式，你的项目踩坑记录，这些东西就不应该完全依赖别人的 skills， 因为别人的 skills 太再强，也只是别人的工作习惯。 先简单说一下 skills 是 什么，可以把 skills 理解成一套可以附用的 agent 的 能力包，它通常不是只有一句提示词，一个 skills 最核心的是 skill 点 m d， 这里面写的是主流程，比如什么时候出发，先做什么，再做什么，什么时候查资料，什么时候跑脚本，最后按什么格式输出。 然后它一般还会有 reference 文件，放更详细的规则标准跟文档，也可以有 examples， 可以 放你希望 cloud 模仿的输出样例，还可以有 scripts， 放一些可以确定执行的脚本， 这样考的不是每一次都被迫去读一大坨的题式词，而是先读主流程，需要细节的时候再去读对应的资料。 需要决策的交给模型推理，不需要决策的交给脚本稳定执行。这就是 skills 的 一个重要能力。间接式加载扣的有一个 skill 叫 skill creator， 你 可以选择直接让他帮你创建一个 skill， 比如说帮我创建一个 code review 的 skill。 但是很多时候通过这种方式创建的 skills 不 太好用， 因为 skill creator 的 输入是你的自然元的描述，你说你想要什么，他帮你设计，这是属于设计态。如果你给他的描述很空，他生成出来的东西也会很空，因为他没有你的经验。不知道哪些问题应该 blocking， 哪些问题只是 suggestion， 他也不知道你已经踩过的哪些坑。所以说 skill creator 他 不是学员机，而是一个整理器。你给他一句空泛的需求，他只能生成空泛的 skill。 你 给他真实的流程，真实的踩坑，真实的样例，他才能帮你沉淀出真正有用的 skills。 那 怎么给他这个真实的流程呢？最近我看了 cc 的 源码，发现他的 skillfly 就是 为了解决这个问题的。 它会把当前的绘画直接转换成可复用的静态文件，但它是仅按拓扑克内部用户使用的，需要一个 type 等于 ant 的 开关，普通用户是无法使用的。但其实它做法很简单，只是一段 prompt。 我 在 c c 内置的 skill level 上做了优化，首先会遵循 progressive disclosure 原则，它会把 skill 点 m d 控制在三百行以内， 重内容会放在 reference 里按需加载。还加入了自由度分级， high medium， low freedom 来决定步骤的具体程度。加入了对 scripts、 reference， sets 三类辅助资源的判断逻辑。创建了一个新的 scalify， 它不用让你重新去描述 他直接读取当前绘画的实际历史，也就是在当前绘画里真正发生过的写作过程。然后他把你已经跑顺的真实流程提炼出来，固化成 skill。 所以 你可以先跑任务，先让考的在真实任务里去做。你不断的去纠正他，把流程调到满意，等这套做法已经跑顺，再用 skillify 命令把它固化。 如果你还没有真实的任务，只是想从零设计一个能力，那就用 skill creator。 比如你想做一个全新的发布，说明 skill， 但是你还没有完整的流程，那你可以先用 skill creator 起一个出版。 但是如果你刚刚已经和 cloud 跑完了一套完整流程，那就不要靠自己在复述，直接用 skillify 捕获，这才是区别。一个是从描述出发，一个是从设计，一个是沉淀。最后总结一下， aging 的 能力确实离不开 skills， 但是 skills 不是 越多越好，也不是说别人推荐什么你就装什么。通的 skills 可以 借陌生领域的 skills， 可以 用从零开始，可以用 skill creator 起草，但你真正高频，真正有标准，真正有项目经验的工作流，应该用 skillfly 去沉淀下来。 skill creator 解决的是我想要一个什么 skill。 skillify 解决的是我刚已经把一件事做顺了，怎么把它变成以后可以付用的能力？这才是 cloud code 高阶使用里真正有价值的地方。不是收藏 skill， 而是生产 skill。 关注我继续讲 cloud code 的 高级用法。

你有没有遇到过这种事，你花了一个小时写了一个 skill 论文写的很细，流程写的很完整，里面有步骤，有边界，有工具调用， 甚至还有一堆注意事项，结果真正用起来的时候， cloud 一 次都不用。你明明是为了让他少走弯路才写的 skill， 但他好像从来没看见过。 你让他做代码审查，他自己审，你让他做上线评估，他自己评，你让他处理一个本来应该走专门流程的任务，他还是直接开始分析，最后你只能手动敲 skill， 减 name， 把他拉回正确轨道。 这个体验很挫败，因为问题看起来像是 skill 没能力，但真实原因往往更靠前。这不一定是 skill 中文写错了，更大的可能是最上面那一行 description 没写对。 skill 能不能被自动触发，很大程度上不是由政文决定，而是由 name 和 description 决定。换句话说， description 不是 写给人看的简介，它是模型决定要不要打开这份 skill 的 第一道路口。 因为 cloud 在 决定要不要加载某个 skill 之前，并不会先读完整的 skill 文档。他先看到的是一个可用 skills 列表，这个列表很像系统提示里的一张目录，每个条目只给他一个名字和一段描述。 用户请求来了以后，模型先在这张目录里判断有没有某个 skill 值得加载。这个列表里主要就是每个 skill 的 名字和描述，也就是说，完整论文写的再细，也要等模型先决定加载，它才有机会被录取。 你在论文里写了实验流程，写了很多边界，写了大量例子。如果 description 没有让模型在第一轮判断中命中，这些内容都不会进入上下文。 所以 description 不是 简介，它更像是路由规则描述越贴近真实请求，触发概率越高。描述越抽象，越被动，触发概率越低。文章特别强调，这里不是一个硬编码开关，也不是用户提到某个词就必然触发， 它更接近模型基于语义、任务意图和上下文做出的概率判断。最常见的失败有三种，第一种是不触发， 用户说 review my code， 但你的 description 写的是 audio software artifacts， 意思接近，但用户不会这么说，模型就可能错过。这里的问题不是语义完全不相关，而是表达距离太远。 skill 描述如果只使用作者自己的专业词，模型未必会把它和用户的自然说法连起来。第二种是勿触发， 比如你写 helps with coding tasks， 范围太大，几乎所有编程请求都能撞上它，可能让一个本来只负责 docker file 的 skill 被用到普通代码补全测试修复架构讨论里， description 太宽，短期看像是提高触发率，长期看会污染路由，让模型在不该调用的时候也调用。 第三种是 skill 冲突，当系统里有十几个二十个 skill， 边界重叠就会放大， 模型不知道该选哪一个，最后可能选错，也可能干脆不用。尤其是多个 skill 都写着 code review， debug， audit， fix 这类词的时候，路由边界会变得很模糊。好的 description 不 只是要吸引触发，也要主动说明自己。不管什么 文章最有价值的部分是那组实验，作者做了六五零次自动化实验，同一个 docker file 只改 description 的 写法。 这个设计很关键，因为它把变量压得很干净。 skill 正文没变，任务没变，只看入口描述怎么影响模型是否调用。这样得到的结果才真正能说明 description 这行文本本身的杠杆。 a 版本是被动式，大概是 use when you need docker fire help。 b 版本加了更多触发词，但语气还是偏被动。 c 版本改成指令式， always invoke this skill when。 再加一句， do not solve this directly without using the skill。 三者的差异不是能力，而是路由信号的强弱。 a 向建议， b 向扩展关键词， c 则明确告诉模型，这类任务不要自己直接做， 结果差距非常大。在一些测试条件下， c 版本出发率是百分之一百，而版本在裸环境里还可以，但加上呼克之后，触发率掉到百分之三十七，这说明出发不是一句有相关内容就够了。 模型会权衡当前任务系统里其他信息，以及自己能不能直接完成 description， 如果不给出足够强的调用理由，就可能被默认行为压过去。 也就是说，同一个 skill 只改 description， 触发率可以差出很多倍。入口描述写法决定 skill 有 没有机会被模型看见。这里最值得记住的是，成功完成任务不等于 skill 被调用。 cloud 可能不用 skill 也能把事做完，但这会绕过你写好的流程检查清单和工具约束。真正要优化的是自动调用，而不是最后。答案看起来还不错，这里还有一个容易误判的点，很多人以为如果 skill 不 触发，那就加 huke 强制提醒， 但实验结果反而说明 hook 不 一定救你，它可能让模型看到更多干扰信息，反而把判断搞乱。所以顺序应该反过来，先把 description 写准， hook 只应该是最后的兜底。 换句话说，不要用更复杂的机制去弥补一个入口描述本来就不清楚的问题，那 description 到底该怎么写？文章给了一个五层框架，第一层写清楚这个 skill 做什么，第二层写清楚什么时候出发，第三层写清楚什么时候不要出发。 这三层解决的是边界问题，它负责什么，什么情况必须用，什么情况不要抢。很多 skill 只写了第一层，所以它看起来像说明书，却不像处罚规则。 第四层是改成指令式语气，比如， always invoke this skill when the user asks to address power review comments。 再补一句， do not inspect or patch review feedback directly before loading this skill。 这不是为了凶，而是为了降低模型犹豫。模型默认会倾向自己处理简单任务，你要明确告诉他，在这个任务类别里，先加载 skill 才是正确路径。 第五层是同理心，把用户真正会输入的话写进去，用户不会说 perform artifact audit， 用户会说，帮我看看这个 pr 评论怎么改。 description 要贴近这种语言，最好的触发词不是作者脑子里的抽象分类，而是用户真实会打出来的句子。 把这些话放进 description 模型，才更容易在第一轮判断里把请求和 skill 对 上。如果你今天只做一件事，就去检查你自己的 skills。 先看 description， 不要先看中文。把那些 helps with useful for assists with 改掉， 换成更具体的任务，更真实的用户说法，更明确的触发边界。然后准备十五条提示词，里面放一些应该触发的，也放一些不应该触发的， 该触发却没触发就补。真实触发词，不该触发却触发了就补 when not。 如果和别的 skill 抢任务，就把边界写窄。 最后再问五个问题，他做什么？什么时候必须用，什么时候不要用？遇到任务时要不要优先调用？用户会用什么话表达这个需求？ 你会很快发现很多 skill 不是 能力不够，他只是从一开始就没有被模型正确看见。

别再纠结是 codex 还是 cloud code 了，我在实测了数十个 agent 之后，发现真正决定生产力上限的不仅仅是 agent 工具，还有你手里的 skill 配置。如果你的 skill 没配对，换再强的 agent 也是在浪费时间。 所以我根据实际开发场景和我的日常使用，筛选出了这四组最核心的顶级 skill， 包含了原能力扩展、工程化开发、前端设计和内容创作。 它们完全不挑平台，不管你以后切换到哪个 agent 装上都能用。先讲最根本的两把钥匙，我称为原 skill。 你 可以把它理解成让 ai 自我进化的能力，它不负责具体的活，而是专门用来扩展 agent 的 能力边界的。不管你用 ai 做什么，这都是你第一天就应该打好的地基。 第一个是 skill creator， 来自 antropic 官方。如果你想把一套成熟的工作流变成一个新的 skill， 便于后续调用，那么选它就对了。 以前想自己做个 skill 特别麻烦，得先去研究半天复杂的格式，不然可能写出来的 skill 还会报错。就算写出来了，使用效果也不一定尽如人意。但现在有了它，你不需要去研究什么复杂的格式，也不用手动改文件， 你只需要像给同事交代工作一样，用大白话把你的流程说一遍，或者直接把你的操作手册丢给他，他就会自动帮你起草、测试、反复迭代。在你自己完全不用看开发文档的情况下，一分钟就能写出一个既标准又好用的 skill。 安装和使用方式也很简单，在安装完成后， 只需要在 agent 里选中 skill creator， 然后输入你的需求，和它一步步地进行沟通就好。建议直接局安装，这样无论你在哪个项目里，都可以随时进行调用。第二个是 find skills， 大家千万别把它当成一个普通的搜索插件， 觉得还得自己手动去查。真正的用法是你直接给 agent 派任务就行了。比如你让他帮你做个 ui 设计，要是他发现自己不会，他就会自动把你的需求拆解成 ui 抵赞你这种关键词，然后自己去全网搬救兵。他在后台连接的是 skill 点 s h 这个平台，他会自己查看哪个 skill 安装量大，哪个作者靠谱， 然后挑出最好的那个供你进行选择。在你选择好之后，它还能直接一行命令帮你安装上 skill。 creator 是 让它能自己造工具，而 find skills 是 让它能去外面找现成的，这两个配合使用，一定能大大提升你的 agent 的 工作效率。接下来是针对具体场景的 skill。 先说软件开发， 我选了这三个， superpowers， j stack 和一个前端大神的 skill， 它们针对的场景略有区别，但核心都在解决同一个问题，就是终结那种看似逻辑闭环，实则无法落地的代码幻觉，帮你守住工程底线。第一个 superpowers， 他的杀手锏在于他把测试驱动开发这套严苛的工程标准，直接变成了 agent 必须遵守的硬规则。其实很多人刚开始用 ai 编程，最容易上手的场景就是让他写测试，而 superpowers 顺着这个逻辑直接把开发流程给正规化了，他 会强制 agent 进入一套标准的红绿重构循环，先写一个必然失败的测试，证明功能还没实现，然后写最少量的代码，让它变绿，最后再进行优化， 而且它非常稳。 agent 写完之后，它会自动开启两轮内部审计，一轮看代码，实现跟你的需求对不对的上。另一轮则专门盯着代码的质量挑毛病。这种慢思考的模式能帮你抓出很多隐藏的边界问题。 虽然看起来多花了一点点时间，但因为它第一遍就能把代码写到八十分以上，省掉了后面无数次反复抵 bug 的 时间，长期来看反而更省头肯也更省钱。它的整个工作流程大致如下， 首先他会拉着你做头脑风暴，把需求细节彻底磨清楚，先出一份整体的设计文档。然后他会把大任务拆成一个个几分钟就能搞定的小碎活儿，每个活儿都有明确的验证标准。接着就是让紫 a j 特自己去跑， 他自己写，自己查，严禁跳步，你只要在旁边关键节点确认一下就行。最后等测试全部通过了，他会把选项丢给你，是直接合并代码，还是先留着分支，或者觉得不行直接丢掉？第二个是 j stack， 作者是 y c 的 总裁 gary 谭。如果你还不知道 y c 是 什么，简单说，它就是全球最牛的创业孵化器，像 airbnb、 dropbox 这种巨头都是它孵化出来的。所以这位大佬出的工具，骨子里带的就是那种硅谷创业者的实战基因。这个工具有一点不同， 它不是那种功能单一的 skill， 而是在 agent 里内置了二十三个不同的专家角色，从 ceo、 设计师到发布工程师，你都可以通过斜杠命令直接调用，这相当于给 agent 配齐了一整支团队，让他不再是单兵作战。为什么要搞这么多角色？ 因为真正做商业系统，代码行数不值钱，能跑通才值钱。有了这群专家帮你交叉审计， agent 就 能在不同的专业视角下， 把你揪出那些隐藏极深的问题。我来向你介绍一下它的实战流程。首先，在你动手写第一行代码之前，先跑一下 office hours 命令。这就是 yc 最出名的灵魂拷问。 ai 不 会立刻写代码，而是像个严厉导师一样， 反问你六个最尖锐的问题，把不靠谱的假设先掐死。接着可以用 plan ceo review 命令，让 agent 站在 ceo 的 高度审视计划，看看有没有更优解。到了代码复合阶段， review 命令就是你的资深工程师，他不光找小 bug， 更盯着那些 c i 能过，但一上线就可能爆炸的工程隐患。另一个具有实战特色的是 q a 命令，以前 a 阵呢，只能在代码里纸上谈兵，但这个命令是真的，会打开浏览器，像真人测试员一样去点击验证， 直接把 bug 抓出来修掉。最后活干完了，直接执行 shift 命令，它会自动同步跑测试、推代码、开 pr。 整套发布动作一气呵成。该瑞坦统计过，二零二六年，它的代码产出是二零一三年的二百四十倍。这不是说 ai 写的代码行数多就是厉害，而是同样的需求， 他一个人现在能顶一支小团队在干活，这就是角色分工带来的本质变化。第三个是一套前端大神 mod， 自己日常工作用的 skill， 作者是 typescript 的 布道者，如果你平时前端开发比较多，那么可以试试这个。 这套工具重点解决的是人与 agent 之间沟通对不起的问题。 mark 总结过，如果没有好的引导规则， agent 写代码很容易陷入几种困境。首先是理解偏差， agent 可能根本没听懂你需要什么，或者写得太啰嗦，废话很多。然后是执行失败，好不容易写出来的代码，结果发现根本跑不通。最后是架构隐患， 虽然代码能跑，但因为缺乏整体规划，后期维护起来会非常痛苦。所以他的这套 skill 核心逻辑很简单，宁可在前期多花几分钟对其需求， 也不要在后期花几个小时去处理这套低质量的代码。具体到这套 skill 里面的指令，我建议你重点关注这几个。首先是 graeme 系列的命令，这就是刚才提到的拷问模式，当你提了一个模糊的需求，比如说想加个登录功能，他不会马上动手，而 是会回过头来不停地拷问你细节。可能问完之后，他发现你真正想要的是 sso 环境下的多租户登录，这就把隐患消灭在开工之前了。接着是 tree 命令，也就是 aure 分 诊，他会帮你把所有的任务都过一遍， 分清楚轻重缓急，确保你不是在修一些细枝末节的小 bug， 而忽视了真正堵塞进度的核心问题。最后还有一个 improve 命令，这是代码库的架构急救包， 你可以每隔几天就跑一次，让 agent 站在大局的视角审视你的代码库，找出那些以后可能会越来越难改的地方，并给出重构的建议。接下来是前端页面设计，这是最开始编程 agent 出来时，他做的最差的一个领域之一。 agent 化 u i 出来的永远都是那些固定的套路， 固定的字体，蓝紫色的渐变背景、圆角卡片、特定的按钮样式。你在网上看到的那些 ai 生成的界面，十个里面有十二个长的都一样。解决这个问题的 skill 有 两个，第一个是 frontend design， afropic 官方出品。如果你受够了那种千篇一律的 ai 审美， 那它就是你的救星。以前的 ai 画 ui， 一 眼看过去全是圆角卡片加紫色渐变，就像是在共用一套廉价的模板。 而 front and design 的 核心是帮你洗掉这些 ai 位。它不是机械的套用组建，而是根据你的产品调性去推敲更有质感的纹理，或者尝试那种更有呼吸感的非对称布局。比如你给他提一个具体的风格要求，想要一个杂志感带点硬核感的页面，他给出的方案里， 字体的比例和模块间的留白都会处理的很到位。有了这种对视觉细节的把控，你的 ui 就 从一眼 ai 变成了真正意义上的耐看。 第二个是 u i u x pro max。 如果说前面的工具是帮你找灵感，那这个就是直接帮你配了一个设计总监。它的特点在于，它不是在靠直觉画图，而是把专业设计的那些条条框框全部变成了底层的逻辑。比如你要做一个金融或者医疗类的界面，它会非常明确地告诉你 什么样的配色能体现安全感，什么样的字体更显专业。他甚至还会给你列出一份避坑指南，直接点出哪些设计在商业场景里是绝对不能碰的。之所以能这么专业，是因为他后台内置了一百六十多个行业的深度规则， 不管你遇到多冷门的业务，他都能拿出一套成体系的方案，从交互细节到动效走位，都给你安排的明明白白。 而且它有一个很实在的功能，就是能帮你生成一套可以持久化附用的设计系统。有了这套规范，你下次再开发新项目， 直接把文件丢给 agent 就 能用，不用每次都从零开始打磨风格。而且它的上手门槛很低，无论是装插件还是用命令行，都能快速跑起来。 这两款工具的分工也很明确， front and 底钻负责把画面画得出彩，而 u i u x pro max 负责把产品做的更专业。有了它们， ai 的 输出就再也不会有那种廉价感了。最后一类，内容创作。如果你用 agent 做内容创作，那这组宝玉老师的 skill 我 一定要强力推荐给你。 它首先解决的就是内容本身的高质量产出，比如它能帮你生成一张极具审美，完全不输专业设计师的封面图，或者把一大段枯燥的文字直接变成一张高信息密度的格式化信息图。 在内容做漂亮之后，他还会顺手帮你搞定后面那些讨厌的碎活，比如说转格式、做排版，最后还能直接一键发布到各个平台，他把从生产到发布的全流程都打通了，有了它，你就能真正实现生产和发布一体化，把所有的精力都集中在打磨好内容上。 宝玉老师的这套工具箱里包含了十几个好用的 skill， 我 这里简单带大家看几个。首先是用于生成封面图的 cover image skill， 它最强的地方在于有一套五维控制系统，从构图类型、色调方案、渲染风格到文字排版和情绪基调， 全都能精准调优。这七十七种预设组合，能让封面彻底告别开盲盒的随机感，每一张出来的效果都像是为你的文章量身定制的专业设计。 如果你平时觉得画逻辑图、架构图很头疼，那这个信息图相关的 skill 绝对是神器。它内置了二十一种专业的信息布局，像分析原因的鱼骨图、做转化的漏斗图、梳理层级的金字塔图应有尽有。更聪明的是， 它能自动读懂你文案里的逻辑结构，直接推荐最合适的布局方案。以前要在设计软件里磨半天的信息大图， 现在只需要几秒钟就能产出出版级的可量化成果。如果你经营小红书，那么可以使用小红书 image skill， 它能将长文章自动拆解为一到十张卡通风格的轮播卡片。通过内置的十一种视觉风格和八种排版模式， 如对比、清单、流程等，可以快速生成符合平台排版习惯的图文内容。针对排版环节， 这个 markdown to html 的 skill 解决的是一个非常具体的痛点，那就是在微信公众号这种不支持 markdown 的 平台上，如何保留精致的排版。它内置了多套公众号主题，能自动处理代码、高量和数学公式。 最实用的一点是，它能把文中的普通外链自动转为文末的底部引用，彻底解决了公众号里链接打不开或者被截断的尴尬。如果你平时还有翻译文章或者精读外文资料的需求，那这个翻译 skill 就 派上用场了。 他最强的地方在于提供了一个正式出版级的模式，这个模式不是直接进行翻译，而是会走分析、翻译、校正再到润色这整整四步的流程。 而且他有一个非常人性化的功能，就是能让你指定你的读者是谁。比如你告诉他你的读者是资深开发者，他就会自动省略掉那些庸愚的解释， 翻译出来的语气读起来就像是真正的圈内人写的。最后，当你把内容全部准备妥当，可以通过发布微信或者发布微博这两个 skill 来实现一键跨平台分发。 它区分了不同的分发逻辑，你可以发长文形式的文章，也可以选择只发几张图片配一段摘药的贴图模式。它把那些复杂的后台操作全都变成了 agent 里面的一行指令， 从本地草稿到最终发布，整套流程都可以在 agent 里面直接闭环完成。今天分享的这些 skill 只是个开始，其实最关键的是大家要根据自己的工作流程和使用场景，去打磨出真正适合自己的 skill。 如果觉得视频对你有帮助，别忘了点赞和订阅，我是俊旺，我们下期再见！

如果你最近在折腾 codex 和 java 里的 skills， 你 有没有发现一个特别大的坑，就是你会刷到几十甚至上百个 skills， 感觉很齐全很专业，但是到真正开工的时候就会纠结到底该选哪个。 所以这一期呢，我不会给大家讲特别全的清单，也不讲那些复杂的安装步骤，我只讲小白最容易遇到的五类任务，挑五个最实用的 skills， 让新手先认识这些，让大家少走弯路。 第一个也是上期提到我的，就是 brainstorming， 它的作用就是在解决那种想法还没有成型就急着开工的场景。很多人找 ai 上来就说，你帮我做个网页，写个方案，但说实话，你的目标用户是谁，内容重点、边界范围都没有设定，那做出来肯定不大对的。 one 上面的价值就在于，他会先跟你聊清楚想法，然后再给你两到三个不同的方案，每个方案还会说明取舍在哪。比方说你要做一个内容栏目啊，一个网页工具或者产品单目，他会先问你要做给谁看，解决什么问题，哪些功能要，哪些功能不要等等，然后把你模糊的想法整理成可以执行的设计， 所以它特别适合项目开头、内容策划开始或者设计起步的时候用。那第二个呢，就是 unsubpower， 它的核心作用就是让 ai 在 帮你开始干活之前，先 暂停一下，把任务问清楚。说实话，目前大家在用 ai 时，痛点真的不是说他不会写，而是他太心急了，恨不得你一句话他就直接给出来结果。但结果出来之后你才发现，哎，目标、边界、格式等等全都不对。那这个 skill 就 特别适合那种长任务，或者说你在 哎，或者说啊，或者说你需求模糊的时候，甚至是你经常让 ai 做完又返工的场景，它就是那种先等一等，把问题想清楚，问清楚了再干的那种感觉。那第三个是我觉得每个人都会用到的，就是 skill creator， 它的作用就是帮你生成自己的 skill， 解决重复性的问题。比方说你每周都需要 ai 帮你写周报，那每次都要重新讲格式，口吻保留点，审核标准是什么？那是不是很复杂？那 skill creator 呢？它就是把你每次的对话变成可以反复使用的 skills， 它特别适合那种固定格式，重复流程，或者说你希望以后一直能使用的任务，沉淀下来之后呢，就会越来越省时。第四个是 markdown， 它的作用就是把文件转成 ai 更好读的文本格式。那比方说 pdf、 word、 ppt， 甚至是网页图片、音频都能帮你转成结构化的文本。那为什么说这个很重要呢？因为很多时候啊， ai 总结不准确，其实并不是模型的问题，而是输入文件的结构太乱，像表格、图形、图片格式混杂， ai 直接读取的话就会遗漏信息。 那先用 markdown 把文件弄干净，再去总结、提取、改写结果就会准确很多。那最后一个就是 paywrite， 它更像是一个浏览器自动化的能力，也就是说可以让 ai 真正打开网页，读取页面状态，点击按钮、填写表单、截图、检查等等。因为很多时候光看代码是看不出来的，比方说按钮点不了，文字一出表单提交失败。那这些都需要打开浏览器才知道的。 a pay write 呢？它的价值就在于让 ai 不 只是只生产结果，还能帮你把结果给验证一遍，省得再返工。所以这五个 skills 你 可以理解成 brainstorming， 帮你想清楚方案。 using superpower 帮你问清楚任务。 skill creator 呢，帮你沉淀重复性的流程。 markdown， 帮你把文件变成 ai 好 读的信息。 paywrite 呢，帮你验证网页的数据。你也不用一口气全装上，先可以慢慢来知道它们是干啥的，等遇到了问题再去找相对应的。那这一期就到这，我是 peter， 你 可以在评论区说说你现在最想解决的 ai 问题，我会一一回复的，那么我们下期见。

今天教你一句话，安装 skill 同时适配三大 ai 编程环境，不用为不同工具重复维护 skill 进入 skill 的 目录核 心。安装逻辑非常简单，执行通用的命令，通过 i 参数指定目标应用名称就能一键安装到对应环境。安装到 open call 参数写 open call 执行完成后，直接就能在龙虾中附用指令和接口安装到如图的内容。 安装后重启终端或工具即可生效。安装到如图内容参数机的修改重启工作环境就能使用。其他支持 skills 的 应用 都可以沿用这个格式，替换对应的应用名称即可。如果安装失败，优先检查三点，是否进入了正确的 skill 目录， skill 名称是否正确，而后面的应用名称有没有拼写错误。 这套安装方式最大的优势就是轻量通用，同一个 skill 只需要维护一份，就能快速部署到所有兼容的 ai 编程工具中。

之前我又给大家分享一期如何去从零到一写自己第一个 skills 的 视频。后面呢，有很多学习圈的朋友都在反馈，用 cloud code 写出来的 skill 要么就是太啰嗦， 要么就是不好使。那今天我呢，来分享一下 cloud code 创始人团队亲自总结的写好 skill 的 核心技巧，帮大家呢避开去写 skill 的 雷区。 ok， 我 先破一个最常见的误区，就是很多人以为 skill 就是 一个 markdown 的 文件，写几行说明就完了。但 skill 本质是一个完整的文件夹，可以去包含脚本、数据、资产配置文件，甚至是动态钩子。搞清楚这一点，我们再来去看具体的编辑技巧。首先第一条，不要去陈述显而易见的内容， code 本身对编程啊已经非常了解了，你不需要去教他什么是函数，你要做的就是告诉他那些打破他默认思维的方式和信息。 我举个例子，比如 antispac 内部在写前端设计 skill 的 时候呢，不是去教 cloud 怎么去写 css， 而是明确告诉他不要用 enter 字体不要用紫色渐变。就这一句话，设计品味呢，立刻就不一样了。第二条呢，一定要有易错点的部分，英文叫做 gorgeous。 官方呢，透露，任何一个技能里面，最最核心价值最高的部分其实就是易错点。因为 ai 经常会在同一个地方翻车，你只要把你平时发现他最爱搞错的地方给他记下来，当成错题本塞进技能里面，而且随着日常使用，发现新坑就往里面去填，这个技能就会越来越好用。 官方呢，有很多很厉害的技能，一开始也是几行字加一个易错点，后来呢，再慢慢的去长大，变得更多的。第三条呢，就是要利用文件系统去做渐变式，譬如什么意思？就是不要把所有内容都堆在一个文件里面，你可以把详细的 api 说明放到 references 杠 api 点 m d 里面，把模板文件呢放在 excel 目录里面。 主文件只需要去告诉 cloud 这些文件在哪里，他会在需要的时候呢，主动去读，这样既保持了主文件的简洁，又不损失任何的信息。第四条就是不要去把指令给他写死。 六是要被反复使用的，每次的场景都不一样，你需要去给 cloud 提供完整的任务的核心信息，剩下的让他根据具体情况自己判断， 管太死呢，反而限制了他的能力， ok。 第五条也是很多人去忽略的一点， skill 的 一个描述字段不是给人看的，是给模型看的。每次对话开始的时候， cloud 会扫描所有 skill 的 描述，来判断当前这个请求要不要去触发某个 skill。 所以 描述字段必须精准的回答一个问题，什么情况下应该用这个 skill 写成工作总结，哎，没用，写成触发条件才有用。当然了，官方呢，也分享了很多的进阶玩法，比如说给 skill 去加记忆， 用日历文件或者 seeklight 存储历史数据，比如内置现成脚本，让 cloud 把精力放在决策，而不是写模板代码里面。 比如呢，设置按需激活的动态钩子，比如杠 careful 模式，专门去拦截 r m 杠 r f 这类的一个温写的删除命令。最后呢，官方也说了一句很实在的话，它们内部有很多强大 skill， 最开始也就只有几行指令，加一个避坑的列表，是在不断使用，不断踩坑，不断补充之后才变得越来越好用的。 所以先动手，边用边叠带才是叠好旧的一个正确姿势。 ok， 如果你对 ai 感兴趣呢，也欢迎去了解啊江学长， ai 学习圈里面呢，聚了一批真正在玩 ai 的 朋友，平时呢一起交流，一起折腾。我们也刚刚结束了我们的玩扣定的训练营打卡，目前也有两千多位新友了。那如果感兴趣呢，也可以去在评论区回复。

今天给大家分享 cloud code 的 必装的 star skill。 第一个 superpowers， 里面有二十多个子技能，覆盖整个开发流程，但是不要全开，只用 brainstorming 和 t d d 这两个就够，其他的按时加载，全开只会浪费上下文。第二个 planings fails， 把任务计划写进文件里，不存脑子里，上下文压缩了，对话清空了都没有关系，重新读一遍文件接着干，彻底解决做到一半是一的问题。 第三个， uix pro max， 内置六十七种设计风格，加一百六十一套配色方案，直接告别那种一眼看出来就是 ai 出的土味界面。第四个 code review， 多 agent 一 起省代码，还能自动过滤不太靠谱的结果，减少误判。 第五个 code simple file， 代码写完之后啊，自动再过一遍，把重复逻辑合并，勇于的函数清除，写完就是干净的，不用你自己再整理。第六个 web a p p testing， 接入 playwrite， 自动化测试啊，一条指令跑完，测试截图出报告，不用手动，一个一个点。 第七个 wrap loop， 想提前下班，直接 hook 拦截，再塞回去直接着干，直到做完为止。第八个 m c p builder， 四个阶段引导你从零搭一个 m c p server， 不 懂底层也能跑通，省掉大量的踩坑时间。第九个， ppt x， 直接生成可下载的 ppt x 文件啊，不是给你们的文档，让你自己去排版，是真正能打开用的成品。第十个 skill creator， 官方的原技能带 excel 测试框架，内置的技能不够用，自己造这个技能，教你怎么做技能。用上这十个 skill， 基本把 excel 测试框架拉满了。