大家好,接下来分享一下,针对于 ai 场景,到底什么时候该用单个 agent 加多个 skills, 什么时候该用这个多个 agent 来进行实现,也是就是最近的这个 case, 然后在跟这个 ai 团队进行讨论的时候,他们说, 嗯,为了保证这个上下文沟通的这个连贯性,建议你就用单个 agent 调用多个 skill。 因为我之前一直以为我的这个场景呢,它是有不同的专业领域的,那么之前其实也研究过多个专业领域的,就应该给它分开会更好一些。 但今天想一下也有道理,因为它流程也是基本上固定的,然后每一个也可以写成一个 skills, 需要的时候再调用,也没什么不一样。 嗯,后来就回来又呃,再深入的去研究了一下,得出一个比较重点的结论是,到底什么时候该用,嗯,多智能体呢?只有在你的每一个相当于是每一个 a 证呢,有一个自己的小家, 然后每一个小家的目标可能会有冲突的,这个前提下才需要有这样的一个多 a 证的这样的一个机制。 第一个是目标冲突,第二个是他们需要协商才能达成一个最优解。那么在这里面通常呢会伴随着这个信息量巨大,然后中央的一个中央的这个 a 呢,他其实处理不了这么多的一些数据,但是最重要的还是这个协商。嗯, 比如说我的这个场景,可能每一个呃需要一个单的 a 制呢?但如果我要放到多个区域去看,或者是多个事业部来看,那么其实每一个事业部他是有自己的目标的, 这个嗯,方向的,那他们就需要互相去协商达成一个自由解。嗯,然后我们说在 agent 的 时代呢,更多最重要的是在于把人类的经验给迁移到机器上, 这个就是我们所说的这个 agent 的 skill。 那 么我觉得多 agent 呢,更多的是人类的这个协商的能力,它可能不是人类迁移过去的这个协商的能力,这个就是我们所渴望的这个叫嗯,机器的涌现 啊,他能够通过彼此之间的这样的一个交互,去灵活的去看到一个更活跃的,更开放的这样的一个方案 啊,当然是在我们给他固定的框架下,让他们去自由的创作,给我们一些新的方案的一个启发。嗯,所以今天呢,就是也是更深刻的理解了一下多 a 智能的方案和 d a 加 skill 的 方案分享给大家。那么只有在 每一个独立的个体,他的目标是有冲突,然后需要互相协商达成一个整体,最后的这个方案的时候才需要考虑多 a 针的方案,在绝大多数情况下,单 a 针就已经足够了。
粉丝93获赞603

今天给大家介绍一款近期在 ai 工具圈热度颇高的实用工具 pi agent, 它既不是单纯的聊天机器人,也并非只聚焦代码编辑。 准确来说, pi agent 是 一套本地 ai 工作台,支持接入搜索、读取文件、执行指令、拓展各类功能插件,依照完整能力列落的真实工作任务, 不少人会将它与 cloud code code、 open code 作对比,这样的类比不无道理。它们同属 ai 智能体工具,突破了传统对话窗口的局限,可调用各类工具处理文件、自动执行任务。不过,几款产品的定位与使用场景差异明显, cloud code codex open code 核心偏向开发场景,天然适配代码仓库管理、文件编辑、程序测试、漏洞修复等工作,即便可拓展其他功能,整体条性依旧围绕编程开发。 而派 agent 的 核心亮点在于可视化、轻量化的能力拓展逻辑,需要查资料就接入 pdf 读取插件, 想制作语音内容,便可搭配语音工具做图文短视频内容,还能衔接网页解析与视频工作流。它的核心价值是把零散的 ai 能力串联成完整任务链路。 举个例子,完成一份行业调研,传统模式需要手动搜素材、研读报告、梳理观点、拷写文案,再切换工具制作配音与视频。 但在派 a 整中,只需搭建好流程, ai 就 能依次完成资料解锁、文档解析、内容整理、文稿拷写,后续还能无缝衔接、语音合成、视频制作等环节。当然,它并非零门槛,依旧需要本地安装配置模型, 也需要使用着熟悉插件与扩展功能。但它的逻辑通俗易懂,不用钻研复杂的代码代理机制,按需加装对应能力,就能让 ai 匹配不同工作需求。 因此,看待派 agent 不 必纠结它能否取代同类开发。像智能体,它真正的价值是代表了一种全新的 ai 工具思路。 过往我们使用 ai 大 多停留在单轮对话提问,而这类智能体工具正在整合搜索文件、处理指令执行、内容创作等能力,让 ai 深度贯穿完整工作流程。 最后也提醒大家注意使用安全第三方插件,切勿随意安装,涉及本地文件、网页访问、命令、运行、账号权限等,操作时务必理清权限范围。 如果只是日常闲聊问答,普通聊天工具就足够。若想让 ai 融入全流程工作, pad agent 会是值得尝试的选择。简单总结, pad agent 不是 升级版聊天工具,而是一套可自由拼装功能的本地 ai 工作台。

今天教大家如何用最强深图模型 emoji 加最强深视频模型 cds, 二点零去批量制作一个带货视频,这里我用 cloud 给大家演示一下。首先我们先调用我们的一个 skills, 然后我们上传一张我们的一个产品图, 可以看到这个产品图是我用 ai 做的,只是给大家演示嘛,这是一个牙膏的三式图,直接发送 这里,他初步读取之后,他会问我们几个问题,第一个这个产品主要投放在哪个国家或者地区?这里我们选择 u s, 然后第二个视频发布平台加口播语言, 那这里我还是选择这个 d k。 然后呢?想要哪种声音形式?真人口播还是旁白的形式啊?他这里也会解释,这里我选择一个真人口播的形式好,然后二次发送,再继续继续去分析。 好,然后我们看一下这边,它已经是生成的,分析了非常多的商品信息,有镜头清单啊,还有这个商品提示词,图片提示词。然后下一步我们找到它给我们的虚拟达人提示词,然后直接复制 这里我们用最强深图模型 maggie two 去生成这个带货达人, 可以看到这里他给我们生成的一个虚拟带货达人的图片已经生成好了,可以看一下,这个还是非常真实的。下载下来之后,我们依旧回到这个 cloud, 然后 emoji 三,他说建议直接使用我们上传的这个三日图片,因为我们的图片已经比较完整了。 下面这个就是 c 单词,指 c 单词的体式词。体式词一共有两段,因为即梦它现在只能生成十五秒一段的视频,我们分成两步给它生成,操作也非常简单,我们直接复制这个体式词, 复制体式词之后,我们直接来到即梦,然后把这个体式词给它粘贴进去,然后上传一个我们刚刚生成的产品图和这个人物的虚拟达人的图片,一共两个图片。然后我们看一下这个体式词, 提示词里面有很多,艾特 emoji, 艾特 emoji 三,然后我们再看一下我们的刚刚生成的, 这里 emoji 是 我们的虚拟达人, emoji 三是我们的产品图,然后我们把 emoji 全部都删掉, 以媒体一艾特这个虚拟达人,以媒体三艾特我们的产品图,检查一下,把这些替换一下, 好确认都替换完毕之后,我们选择这个 a 的 模式,然后选择我们视频的一个比例,还有视频的一个模型,然后直接抻展 validing。

真正高效的测试工程师,早就不在手动写测试用力了,他们都在用 ai 加 skills, 把原本三天的工作量压缩到三十分钟。 你可能会说, ai 生成的测试用力靠谱吗?会不会漏侧?别急,听我一步步裁剪。首先,传统写测试用力的三大痛点,你肯定中招了。 痛点一,重复劳动浪费时间每次新功能上线,你都要从零到一开始想设置场景登录功能,测了一百遍,每个项目都要重新写一遍应用,这不是创造价值,这是在浪费生命。 痛点二,思维盲区容易漏测人脑有局限性,当你盯着同一个需求文档看了五个小时,你的思维会固化很多。边界场景、异常场景,不是你的能力不行,而是你的大脑已经麻木。 痛点三,效率低下加班常态化一个中等复杂度的功能模块,从需求分析到测试用力设计至少需要一到两天。项目紧急的时候,你只能加班加点,牺牲周末和陪伴家人的时间。是不是说中你了?接下来, 我要告诉你 ai 加 skills 是 如何彻底改变这一切的。首先, ai 加 skills 辅助生成测试用力到底有多强大? 记住这三个核心价值,每个都能让你的工作效率翻倍!价值一秒级生成,效率提高十倍以上。 你只需要把 prd 文档或者需求原型截图转给 ai, 录入一句,帮我生成这个功能的复制用力。 ai 会在几秒钟内生成一份结构化、专业的复制用力文档。这是什么概念呢?以前你要花三天写完的复制用力,现在三十分钟搞定,而且是功能测试、界面测试、边界测试,全覆盖 价值。二、思维互补,发现你的盲区 ai 生成的测试用力不是简单的重复,它会从多个维度帮你思考,正常路径测试、异常路径测试、边界值测试、兼容性测试、用户体验测试。很多你自己想不到的测试场景, ai 会帮你列出来,这不是替代你的思考,而是帮你的思考卡路补缺 task。 三、标准化输出,团队写作更流畅 ai 生成的测试用力格式统一,表达清晰,场景完整。你的同事接受你的项目的时候,不再需要猜测你写的测试用力是什么意思。测试用力的质量直接决定了测试执行的质量。第三, 给大家看一个 ai 加 skills 辅助生成测试用力的实际案例,用到的是扣子平台,这里面呢,有对应的,我的技能有一个测试用力编辑, 我们来使用它编辑我们对应的这个用力,开启一个新的话题,使用测试用力编辑 这样的一个 skills。 然后呢,我们输入对应的一个指令,生成订单模块的功能,测试用力覆盖正向流程、异常流程、边界条件。使用扣子这个平台对应的 skills 去生成我们对应的用力,它不仅可以帮你输出 对应的内容,同时呢,他还可以输出到对应的文档里面去,这样的话,我们在等待一分钟到两分钟的样子,就可以得到一份完整的车型文档,包含多个测试场景,每个测试场景都有对应的前置条件、测试步骤、预期结果, 覆盖了订单创建、订单取消、订单退款、库存扣减等所有的关键的一个流程,甚至呢,它还能帮你发现一些需求文档中的逻辑漏洞。接下来呢,你拿到了对应生成这个文档之后, 我们只需要花十五分钟到三十分钟的时间,快速的 review 这些,用力补充几个业务特有的场景,然后直接导入测试管理系统,开始执行。 人体的总耗时呢,不到一个小时,效率提升一倍。你可能会问,那测试工程师的价值是什么?是不是要被取代了?恰恰相反, ai 干掉的是重复劳动,释放的是你的核心价值。你不再被繁琐的测试用力编辑所困,而是可以把时间花费真正需要人力智慧的 地方。复杂业务逻辑的深度分析、用户体验的探索性测试、测试策略的风险评估,靠系统、靠平台的兼容性测试、性能测试和稳定性保障,这些才是测试工程师不可替代的核心竞争力。 但是呢,我必须要提醒你三个关键点,第一, ai 生成的测试用力不是完美的,需要你的审核和补充。 ai 不 懂你们公司的业务特性,不懂用户的真实使用习惯,你需要在 ai 生成的基础上加入业务理解和用户视角,这才是你价值的体现。第二,不要过度依赖 ai, 要保持测试思维的灵敏度。 ai 是 你的工具,是你的大脑。 如果你完全依赖 ai 生成测试灵敏,你的测试能力会退化。正确的姿势是让 ai 帮你提出,你负责怎样把关。第三,学会提问,才能用好 ai。 ai 的 能力, ai 只能泛泛而谈的结果。 如果你说针对这个登录功能生成覆盖正常登录、异常登录、密码错误、账号锁定、第三方登录等场景的测试用力 ai 给你的结果会精准的多。 最后呢,送你一个行动的建议,从今天开始,试着把你手上的一个测试任务交给 ai 加 skills。 不要害怕新技术,不要担心被取代,真正被取代的永远是那些拒绝学习,拒绝进化的人。 会使用 ai 的 自助乘车师呢,正在享受低速红利,工作效率提高,加班更少,产出更优质,职业竞争力更强。而不会使用 ai 的 自助乘车师很炎热,看别人用更长时间做出更好的效果。 时代在变,工具在变,但测试的核心价值永远不变,用专业的思考和洞察力守护产品的质量,保障用户的体验。 ai 加 skills 是 你的挑剔对手,而真正的主宰只都是你。那么,你有没有用过酷狗的深沉用力 skills 呢?欢迎一起来聊聊你的使用体验。

现在用 codex 也能做出这样这样甚至这种带转场动效的产品宣传视频。重点是你不需要会 ae, 也不用重新学一套复杂的剪辑软件,它背后用的就是 remotion 官方开源的 skill。 现在 getup 上已经有了三点二 k 的 style, 它不是那种像抽盲盒一样的纹身视频工具,它本质上是用代码渲染视频,所以画面、节奏、字幕、转场都可以精准控制。 比如你可以直接跟 codex 说,帮我做一个八秒的 codex 产品发布视频,开头放产品名,中间展示三个卖点,最后加一个行动按钮。 如果对动画效果不满意,也不用重新剪,直接文字描述要改哪里?比如截图出现太早,标题动效弱一点。如果你平时手里有素材,但就是不会做动态包装,这个神器绝对是你的救星,安装也非常简单,只有一条命令,感兴趣的朋友快去试试吧!

我敢说现在 codex 加 image 二加 presentation 这个 skill 就是 当前 ai 做 ppt 的 最佳解。 以前我对于 ai 做 ppt 是 很不屑的,就因为我自己对于 ppt 的 要求很高,排版格式、字体间距以及整体的审美。我觉得 ai 之前做了很多时候就非常的怎么说 ai, 尤其是中文的内容,就特别像那种二十年前的排版。 但是我最近用下来啊,我觉得像 codex 做 app 已经能够符合我当前的一个预期了。今天我就跟大家分享一下实操到底怎么做。哈喽,大家好,我是 fred, 专注从普通小白的视角分享怎么从零到一,学习 ai 和 web coding 来提升自己的工作和生活效率。 我觉得这套组合啊,强的地方啊,就不是说帮你去生成几页 ppt 这么简单。它强在可以通过 codex 把整个流程串起来。第一步就是 codex 可以 把大纲定清楚,比如说它的主题,受众页数,每页讲什么,整体确认下来。 第二步可以用 image 二去生成一整套整套的一个页面的总览图,不是只生成一个封面,而是把每个页面大概长什么样子,放什么内容,整体的风格是什么都合在一张图里面去看清楚。 第三步的话,就可以通过啊这种 presentation skills, 然后去把它编成一个整个可编辑的 ppt, 能打开,能改造、能换图,才适合我们真正工作。里面的演示和交付我给大家实际演示一下哈, 我们打开我们的 codex 这个呃对话,比如说我就先让他帮我生成一个介绍 codex 这个实业的 ppt, 然后让他帮我生成一个大纲和内容,不用做 ppt 的 直接执行,那他就会花这个时间去,比如说生成十一页,每一页的内容是什么,讲解要点是什么 啊?然后这个时候我就会让他调用 image 进这个 skills, 它背后的底层其实就是 image 二啊这个模型, 然后帮我输出三个不同的风格的 ppt 图片,包含这十页 ppt 的 实际内容,我们就可以看到啊,它能够输出三个不同风格的,白色的、黑色的,然后还有一个是相对 p l 卡通的。 那下一步你应该做什么呢?很简单,就是帮我把这个第,比如说我就选第三个方案,帮我把这个第三个方案生成一个 ppt 文件,然后去调用 presentations 这个 skills, 那 ok, 很 快它就能够直接输出一个可编辑的这个完整的 skills, 我 们把它整个打开, 虽然说他长得跟刚刚那张图没有特别像,但是我觉得现在已经完完全全符合我的要求的,就是他整个的排版,包括他的这里格标题的整个的,呃, 字体大小排版啊,主见啊,包括这些内容我觉得已经非常非常成熟了, 就基于这个 codex 加 image 二,加上 skills 呃, presentation 这个 skills 三句话深层的这样一个内容,我就已经完全符合当前。我觉得对于普通学生而言也好,或者说普通打工人而言也好,完全可以呃,满足大家工作和生活的需求。 ok, 我是 fred, 呃,下一期我会持续给大家分享更多 ai 实操的工作流,我们下期再见。

今天给大家拆解一个专门解决 ai 写 ui 丑的神器, ui u x pro max, 它不是一个独立的设计软件,也不是普通的代码插件,而是给你的 ai 编码助手装了一个专业设计师的大脑。 相信很多人都有过这种体验,让 ai 写一个页面,结果出来的东西配色辣眼,布局混乱、按钮大小不一,改起来比自己写还费劲。 这是因为普通 ai 写 ui 没有大局思路,想到哪写到啊,没有统一的规范,同一个项目写出来的页面风格都能不一样。 而 ui ux pro max 完全解决了这个问题。它的逻辑是,你说要一个页面,它不会直接写代码,而是先给你生成一套完整的行业专属的设计系统,再严格按照这个系统来写代码。 所有的颜色、字体、间距、动画全部统一输出的直接就是专业级别的 u i, 这也是它 v 二点零版本最核心的功能,叫做智能设计系统生成器,你只需要用自然语言描述你的产品, 它就能在几秒钟内输出一份完整的设计方案,包括页面结构、整体风格、具体的配色、色值、字体搭配、交互效果,还有这个行业绝对不能用的设计禁忌,以及最后的交付检查清单。 它之所以能做到这么专业,核心是因为它内置了一百六十一条细分行业的专属设计规则,覆盖了科技、金融、医疗、电商等几乎所有领域。 比如做金融 app, 它会自动推荐极简专业的蓝灰配色,明确禁止用 ai 常见的紫色渐变和花少动画。做美业网站,它会用柔和的暖色调和有机形状,同时告诉你不要用深色模式。 这些规则都是从几千个真实的优秀产品中总结出来的,完全符合行业惯例。 除此之外,它还内置了六十七种设计风格,一百六十一个配色方案,五十七种字体搭配,几乎覆盖了所有你能用到的设计资源。 它支持几乎所有主流的 ai 编码助手和技术栈。不管你用的是 cloud、 cursor 还是 open code, 不 管你写 web 移动端还是后端都能用, 使用起来也非常简单。大多数情况下不需要任何特殊命令,只要你提到 ui 相关的需求,它就会自动激活。想要效果好,你的 prompt 只要说清楚产品类型、目标用户、核心功能和技术站就行。 它还有一个做项目必备的高级功能,叫做持久化设计系统。你可以把生成的设计系统保存成本地文件,整个项目的所有页面都共享这一套规范,保证风格百分之一百统一。 后续写代码的时候,只需要告诉 ai 按照这个规范来就行,不用每次都重新描述。 最后客观说一下它的优缺点。它的优势很明显,行业专属、风格统一,降低沟通成本,覆盖全面,能大幅提升 ui 开发效率,减少改稿时间。 但它也不是万能的,非常细分的小众行业,效果一般只能解决视觉和基础交互问题,复杂的体验流程还是需要人工设计,最终代码质量也还是取决于你用的 ai 助手。 总的来说,如果你经常需要写 ui, 这个工具绝对值得一试。它不是要取代设计师,而是把设计师的经验标准化,让 ai 能写出符合专业规范的代码,把你从繁琐的 ui 调整工作中解放出来。

本地 agent 是 ai 发展现在最重要的领域了,也是普通人跟上这个 ai 时代我觉得最直接的方式。如果你现在仍然每天只是跟那个聊天机器人在问一些问题,还没有正式去接触过本地 agent, 觉得概念太多啊,没有头绪啊,不知道从哪里开始,这个视频呢,就特别适合你,它不是一个简单的这个工具教程,而是会告诉你普通人使用 agent 的 这个方法论,不管你是用哪个 agent, 都 都可以用上这套逻辑。如果让我来给 agent 排名的话,我觉得世界上 t 零级别的应该有四个, cloud code code、 open code 和 pi agent。 如果你有自己用的顺手的 agent 啊,其实大致的逻辑都是一样的, 但我今天呢,想带大家吃点好的。刚才提到的前三个的 agent 啊,主要的作用基本上就是帮你写代码,因为你看到它名字里面都带有一个 code 这样一个单词,你可以在网上收到大量大量的教程,但其中啊,这个 pi agent 是 里面最冷门的一个。 国内啊,我看到网上几乎没有人特别去聊这个主题,但是呢,它也是最特别的一个,因为它不是去专门帮你写代码的,它是帮你去完成日常任务的。大家看啊,在这个 open root 的 排行榜上呢, pad 的 这个每天的 token 消耗量是排在第六名的, 除了前面两个乱消耗的大哥,它仅仅地排在了大名鼎鼎的 cloud code 后面。 open i codex 负责人今天还说啊,它们大概有百分之五的生产流量已经跑在了 pad 哈尼斯出来的这个 agent 上面。别看这百分之五啊,你放在 codex 这个量级的工具里面我觉得已经很夸张了,之后大家会了解到说做同样的事情,其实派的消耗量会小很多,所以他排在第六名呢,我觉得已经很厉害了。最近三个月啊,派呢是我用的最多的 ai 工具, 所以我今天就想用派 agent 来给大家做一个 agent 和 skill 的 入门教学。我会手把手来教大家做三件事情。第一个呢,就是我们一边装 skill, 一 边去演示案例,搜索的,读 pdf 的, 读 office 的, 与 语音生图,做视频,每一步我们现场都去跑一遍。第三部分呢,最后我会让拍 agent 去做一个完整的大的案例调研,并且去自动生成一个很酷的视频。然后呢,再顺便提一句,观看这个视频,我觉得最好的学习方法是你打开你的电脑,一边看我的视频,一边自己去动手,视频呢可能有点长,大家可以先点赞收藏,然后慢慢看。我们现在正式开始, 我们先来说一个很重要的区分啊,就是像 cloud code codex, open code 呢,这些都是代码智能体。这个 agent 的 主要的目的啊,就是去写代码,产出就是代码,你让他去写一个功能,他交付给你的就是整个项目里面的这个一个个文件。比如说我拿 cloud code 的 举例子, 它里面呢就预装了代码的缩影,测试、运行、 get 操作、编码规范,整套呢都是围绕着更好的去交付代码项目去设计的,开箱即用写代码呢,确实是非常方便。 大家平时任务其实都不一样啊,不是每个人都天天坐在那边写代码的,你可能想要去搜资料,读 pdf, 整理表格,写汇报,做 ppt。 如果你预装一套通用的编程的工具,其实没有办法去照顾到所有人的日常办公的需求,派是怎么解决这个问题的呢? 派的设计思路啊,其实跟其他的 agent 都不太一样。其他的 agent 啊,大家知道功能越来越多,派呢,是反过来的,他是一个极简主义者,他把底座做得非常的极简,只保留四个最基础的工具,读文件、写文件、改文件和跑命令。除此之外呢,其他什么都不装了。他为什么这样设计呢?是因为他想让你去搭一个自己的 agent。 如果你是搞研究的,你可以装 pdf, 装搜索的 skill, 如果你是办公的,你可以装表格的这个 skill, 如果你想让他开口说话,你就去装 edge tts skill, 如果你去想做视频,就去装 hyperframes。 你 装一个 skill, agent 就 多一项能力,每个人手中的 pie 啊,最后长的都不太一样。大家看他这官网上的口号也是这个意思, 世界上有很多很多其他不同类型的 agent, 但是这个派 agent 就是 你自己的 agent, 这句话呢,就是最精确的表达了他这个派 agent 设计的这个基本的理念。上面我提到了好几次的这个 skill, 那 skill 具体是什么东西呢?就是一份给 agent 的 说明书,一份给 agent 的 操作手册。 agent 读完之后呢,他就知道怎么来具体的干活了。我们看啊,他 底座保持极简能力呢,就是你可以按需去安装,这就是 pad 的 设计思路。到这里呢,可能有些朋友也会好奇啊,就说你这差别到底能有多大呢?听起来好像也差不多嘛,我给你举一个具体的例子,如果你平时去用 cloud code 发一条,你好发一条 hello, 这个系统提示词呢,就会占到你两万的 token, 像 codex 跟 open code 可能稍微少一点,但也要一万五千字的 token 左右。 pad 是 多少呢? pad 系统提示词啊,不到一千五百字,差出十几倍。这会带来直接的三个好处, 一呢就是快,上下文短模型就会算的快,给出的答案也会快。第二点呢就是省省 token。 我 自己的体感就是做同样规模的任务, token 消耗呢,大概只有 cloud code 的 三分之一左右,甚至更少。第三点呢,就是聪明,模型的注意力是有限的,大家知道,如果你的提示词越长, 模型呢,可能他的注意力就越分散在派里面呢,没有一万字的预设的这种为了编程的提示词在旁边去抢注意力。在同一个日常的任务当中,派就是比 cloud code 的 更 更聪明,更听话,这个体感就会很明显。再回到开头说的这个 openroot 的 排名啊, pad 对 话每次消耗的头壳呢,只有其他 agent 的 几分之一,但总消耗量却能排在第六,我觉得这个含金量就很高了,说明在海外,在这个极客圈里面,也就有一大批人把 pad 当成日常工具在用了。 然后呢,派默认呢,他是跑在这样的这个命令行里面的,你看到有点繁琐,所以呢,我给他包装了一层网页,把它做成一个简单的这个容易使用的应用。这个项目呢,我自己大概已经使用了三个月左右,我跟我的朋友们基本上每天都在用。确实呢,把我很多日常的工作里啊都串了起来, 我觉得非常顺手,所以我现在公开出来了,开源出来了,如果大家有需要的话,也可以直接拿去用。下面的演示呢,其实就是用我自己开发的这个 pad 应用。好,我们先来安装这个 pad。 怎么安装呢?当然首先呢先要来安装 node js, 这个呢几乎是你去装所有的 agent 都要去依赖的这个一个基础的东西,如果你之前安装过,那你就跳过这一步,如果你没有安装过,你就在这边选择自己合适的电脑的环境,然后下载安装包,双击之后呢,一直下一步,它就帮你自动安装好了。 然后呢打开你的终端,在启动之前有一个可选的步骤,就是设置国内的镜像加速,你可以去搜一下 npm 国内的镜像加速,这里我用的是腾讯的镜像加速,就是输入这样一行命令,然后直接回车就可以了。 设置好镜像站之后呢,我们就可以启动派了,如果你是 windows, 你 可以点击菜单,打开你的 power share 应用,如果你是 mac 呢,直接打开终端就可以了,所有的都是这样,同一条命令,然后回车,他会问你是否继续 输入。 y 代表是的,刚刚输入的这条命令的意思是什么呢?就是运行我开发的派 web 的 最新版本,它首次运行呢,需要下载一些项目文件,所以会慢一点,之后更新的时候呢,都是会从缓存里面去加载,会快很多。安装好之后呢,它就会自动弹出这个派的网页应用了,就是大概长这样子的,看到左边呢就是 文件浏览器,你可以选择一个自己的目录,或者用我这里设置的默认的目录,然后下面呢大家可以看到可以设置模型,可以设置添加自己的 skill, 然后中间呢就是我们非常熟悉的这样一个对话框了, pi agent web, 然后你可以在这里输入文字,也可以上传图片, 然后可以选择一些参数啊,模型等等。然后呢,第一步我们就是要先来添加我们的模型,因为你没有模型的话,你这个 agent 做的再好其实也没有用。点击这里的模型,点击添加模型服务商,我们看到派支持很多这个官方的供应商, 然后也支持走这个 gpt 的 订阅,如果列表里面没有呢,你就选这个 custom 自定义接口,这一步呢就跟你配置其他的 agent 的 接口一样,填好 base url, 点好你的 a p i t, 然后点保存就可以了。添加好服务商之后呢,我们在这里选择添加模型,我们填上模型的名字,我们今天用的是 g p t 五点五,而最近用五点五实在太爽了,量又大,然后能力又强。 这里呢勾选上它的推理模式,然后可以允许图片输入,然后把最强的 x high 的 这个思考模式选上。窗口,我们选择二十万,然后这里填个六万四的这个最高的投屏输出保存,然后我们来测试一下,发个你好,我们看到模型已经通了,然后呢我发送我问他一下,说看一下我的桌面上有什么, 你看他已经能读取我电脑上桌面上的这个文件了。其实呢就是我们下载完派之后什么功能都没加的派呢,已经能做不少的事情了, 说整理文件夹,然后批量改文件的名字,执行命令,跑脚本,只要是本地电脑上能通过文件和命令完成的事情,派,他基本上都可以帮你去完成。好了,到这一步为止呢,我们看到我们的 agent 已经调通了,接下来呢,我们开始学习 skills。 多人觉得啊,这个现在 ai 时代概念太多,发展太快,不知道从哪里开始,那就牢牢地记住一个公式, agent 加上 skill, 这样就可以了,这是对于普通人来说现在最基本的框架,最本质的逻辑。下面我演示的啊,不单纯是去装一个 skill, 因为我这里也加了一个很方便的装 skill 的 这样一个按钮,我 会装一个 skill, 然后马上跑一个小任务。你会看到说我的派呢,怎么样?从一个只能读写文件的这样一个本地的 agent, 一 步步地变成一个能搜索、能读资料、能说话、能深图,甚至能做视频的一个工作流的 agent。 点击 skills, 然后我们这里添加 skill, 你 可以去搜索 skill 的 名字,然后选择里面想装的 skill, 点击安装就可以了。这里呢,有两个选项,一个叫做 global, 一个叫做 project。 global 呢,意思就是说你在 global 情况下安装的 skills, 是 所有你的项目都可以去使用的 skills。 如果你在 project 里面去安装的 skill 呢,就是只有这个项目你可以用这个 skill, 其他项目呢,不能去使用这个 skill。 所以呢,我一般就默认就选 global。 今天呢,我会来装几个我平时最常用的 skills, 覆盖基本上百分之九十的日常的场景。 第一个呢就是要安装搜索的 skills, 让我的 pi agent 能够去联网搜索,为智能体提供搜索服务的商家呢有很多,我这里呢推荐两个。 第一个呢就是这个 tivoli search, 它注册很简单,免费账号,每个月有一千次的,这个搜索额度很适合这个新手去使用。第二个呢就是 brave search, 它的搜索结果会更好一点, 但是比较麻烦的就是需要绑定信用卡,免费额度呢也是一千次是一样的。我这里呢先给大家演示 tivoli 怎么来安装,我在这里直接搜索 tivoli search, 点击安装, 安装好了。然后呢,我们去这个 tab 里搜索的官网注册一个免费的账号,然后可以把这个 key 复制过来。我们回到 pad 之后,直接跟他说帮我去设置 tab 里搜索用的 key, 然后 key 是 什么?什么?就是你刚才复制过来的这个 key 直接发送,然后 pad 呢会自己去写入这个配置, 它配置好之后呢,我们马上来试一个小任务,看看能不能搜索。搜一下这周最重要的五条 ai 新闻, 按重要程度排序,每条说明发生了什么,为什么重要?适不适合做短视频?保存到一个 news 点 m d 文件发送。我看到啊,这个派呢,开始调用搜索的 skill, 然后去整理结果, 它不是只给我随便很多的一大堆的链接,你看它这里有个评价搜索结果,它可能会把新闻去去重排序,然后再按照我的这个需求判断哪些更适合去做短视频。 好了,任务帮我们全部做完了,你看最后帮我们生成了一个这个 news 点 m d 文件存在了我们当前这个目录,下面我们来看一下,在右边呢,我还写了个预览的界面,给到这个 拍一进去用,你看五条 ai 新闻非常清楚啊,我觉得很厉害。那除了这个 tiffany search 之外呢,如果你想要得到更好的搜索结果,你可以去安装这个 brief search, 然后也是一样, 就是点击这个添加 skills 按钮,这里有很多搜索结果。我推荐的是这个 bad logic, 他 写的 brave search 的 skill, 因为 bad logic 啊,其实是派的作者,我觉得他写的 skill 会比较好一点,之后的步骤也跟刚刚一样, 这里点击安装。安装好之后呢,我们去 brave search 的 官网去注册一个账号,申请个 api key, 然后把 api key 复制给我们的 pi agent, 让他帮我们去配置就可以了。好,搜索 skill。 我 们安装完之后呢,第二类就是去 去读文件的 skill。 pdf 相关呢,我推荐的是这个 open ai 发布的这个 skill 文字版的 pdf, 它会提取文字来读扫描版 pdf, 你 需要在 pad 模型里面设置里面打开刚刚的那个图像识别能力,让模型能够看到 pdf 里面的图。 安装好了 pdf skill, 我 们安装好之后呢,我用 deepsea v 四的技术报告来测试一下。我把 pdf 啊拖进我的这个工作目录里面,放进去之后呢,刷新一下文件浏览器这边呢,就可以看到这个报告了。我们可以艾特这份报告,然后直接跟他说读取这个 pdf, 总结里面的核心信息。然后我们看到啊,这个派呢,会自己去调用我们刚刚安装的这个 pdf skill, 把十几页的报告都去读完,最后整理成结构化的总结。这里的重点是啊,我不用去复制 pdf 的 内容,也不用自己去提取文字,直接把文件丢给他,剩下的呢,叫他自己去处理,举反桑啊。其实 ppt, 然后 word, excel 其实都能安装 skill。 word 呢是用来读文档的, ppt 呢是用来拆这个演示文稿的, excel 呢,是用来处理表格。 ppt 里面门道是最多的。这个视频里面呢,我就先不展开了,后面有机会再做一个单独的视频跟大家讲解一下。这个视频呢,只跟大家展示这个最基本的这个文件的读取能力,到这一步为止啊,其实你的 pi agent 又能联网去搜索,也能读本地的各种类型的文件资料了。 然后接下来第三步呢,我们想让我们的这个 pi agent 能够开口说话,所以还是用同样的办法去安装这个 i g t s skill。 这个 skill 呢,不需要任何账号的,其实直接安装,然后就能用了。我看刚才这个派呢,已经帮我们生成了这个一份新闻的简报。然后呢,我现在想把这份简报变成语音跟网页的,我们开一个这个 新的绘画窗口,艾特这份文件,把这份文件改成一分钟的口播稿,转成语音做一个 html 界面,里面包含文稿和音频,排版简单直观。然后呢,帮我打开这个网页发送。 大概三分钟左右,这个派就突然帮我们跳出来了一个这个我们刚才要求的这个 html 页面,他刚刚先帮我们写了文稿,然后再调用了 html 生成音频,然后呢,写了 一个这个 html, 把文稿跟音频放进去,最后直接帮我弹出了。打开了这个网页,我们来播放一下一分钟口播稿,本周五条 ai 新闻。大家好,这里是一分钟 ai 快 讯第 一, open ai 的 推理模型,在八十年数学难题上找到新构造, ai 正走进真正的前沿科研。现在呢,这一步大家有没有感觉其实已经有点这个工作流的感觉了。之前呢,搜索 skill 负责找信息,派负责整理 t t s 呢,负责把它变成语音 h t m i。 网页呢,负责把这个结果落地成一个可以打开可以分享的这样一个文件。我们看到它这个步骤的总结啊,先生成了一个口播稿,然后转成了一个 mp 三的音频格式。最后呢,生成一个 h t m i。 的 网页。以前聊天机器人啊,只能把结果输出在你的对话框里面,太呢,却可以把答案变成你电脑上的文件啊,网 页啊,音频。很多人担心 ag 的 跑任务啊,会不会很贵很消耗 token 这么长一段的这个任务是吧,但我的体感是,这种小任务成本完全没有想象中的高。像 当我跑任务啊,这么长一段的,这工具调用跟执行大概花费呢,是零点三美元的额度,但实际支出要低得多,因为订阅一个两百美元的套餐,你就能用一个月五千到一万美元的这样 a p r 的 额度。更关键的是啊,派,其实它的上下文提示词很短头肯消耗呢,比其他代码智能体要低很多很多。 第四个功能,我们给派来增加这个声称图片的功能。接下来呢,我们就来安装这个现在的最强的深度模型 gpt image two 好安装好了,这个 skill 的 原理啊,其实是调用 codex 里面的 gpt image two 来生图,如果你订阅了 gpt plus 或者 pro, 就 可以把生图能力也交给派去使用了。我们来试一下这个 skill, 平摊一个对话窗口,我们还是给刚刚我们生成的这个新闻啊来配图。 根据这个文件的第一条 ai 新闻,用 gpt image two 生成一张适合短视频封面的图片,风格是简洁的三 d 科技感的图片。 好,任务完成了,我们先来看一下第一条新闻是什么,就是 open ai 的 推理模型,在数学难题上找到新的构造,看一下这个图片非常不错啊,就是完全符合了我们的要求,有这个科技感。然后主题也是刚刚那个 ai 新闻的那个主题。 这个 skill 呢,有个小问题给大家说一下,在 mac 上是直接可以用的,在 windows 上呢,如果遇到这个脚本报错啊,其实完全不用慌,就是万事接问 ai, 让你的这个 skill 里面的脚本有哪里有 bug, 然后修复再运行它自己完全能够修好到这一步呢。我们其实看到我们的 pad 已经能搜索了,能读资料,写文稿,生成语音,生成图片了,那最后一步呢,我们就是让它来增加这个做视频的功能,我们直接搜索 ipad frames 安装。这个呢,是我最近特别喜欢用的一个 skill, 它非常适合做这个讲解类的视频产品,介绍科普动画,然后过程演示。它的思路也很巧妙,不是去直接让 ai 生成视频, 还是先让 agent 写一个带动画的 html 网页。 html 因为是用代码组成的,所以它生成的时候非常稳定,又可编辑,可预览,然后呢,再逐帧去渲染成一个完整的视频。而且对你来说啊,你完全不需要去懂 html 里面的代码是什么意思,你只要告诉他你想要什么结果好。 安装好之后呢,我们来先跑一个比较小的 demo, 先开一个对话框,用 hyperframes 做一个二十秒的动画,解释什么是 agent, 只生成 html, 不 需要去渲染视频, 我们来看结果,你看它生成好了,它能做标题,然后转场图形,动画字幕的节奏。这个东西呢,你继续加上一些语音,加上一些图片, 其实就能变成一条完整的视频。我们给 pi agent 配上了这五个功能之后啊,我们最后来验证一下我们现在这个 pi agent 它拥有的能力。比如说,我问他,你现在安装了哪些 skills, 它们的位置在哪里?你看啊, pi 呢,会把它现在所有的技能都给列出来到这里呢, skill 一个一个都解锁了, 搜索的,读资料的,语音的,声图的,视频的,单独看呢,你其实看每一个都不复杂,但如果我们把它串起来啊,就能做很复杂很复杂的任务。最后呢,我们就来把这个整合起来,一起来做一个大的项目。最后这个案例里面,我们想做一份行业的调研汇报,假设呢,我现在想要研究一个问题, 是一台英伟达的 g b 两百 mv link 七十二的 ai 机柜要卖三百万美元左右,那这些钱到底用在了哪里,花在了哪里呢?我直接跟我的 photographer 说,作为一个调研项目,一台英伟达 g b 两百 mv link 七十二的 ai 机柜,钱到底花在了哪里?要求做成中文的 hyperframes 演讲,用 tts 配音, 用 gpt image 生成图片素材。关键数字数据必须有来源不确定地方呢?写清楚,是估算的长度呢,大约是两分钟左右,需要有字幕显示,不需要渲染,视频发送。就这几句话,其实我只要说我需要什么,结果 pad 呢?就开始帮我自动拆解任务了。 第一步呢,他会先调用这个搜索 skill, 去查英伟达官方的资料, g b 两百 n v link 七十二的这个产品信息公开的报导,或者成本的估算。第二步呢,他会帮我去整理这个资料,把关键的数字跟来源都单独记录下来。第三步啊,他开始拆解成本了,比如说包含算力、核心网 络的互联页轮之类的这些成本。第四步呢,他会开始写中文的关键词,翻译成人是 two, 生成图片素材。第六步,他调用 h t t s 生成中文的语音解说。第七步啊,他才会用 hyperframes 把标题页、成本拆解,图片、动画、语音全部组合成一个演讲的界面。我拿到的是这样一个完整的项目,文件夹里 里面有资料的笔记,有成本的拆解,有中文的演讲稿,有语语音的文件,有所有这个图片素材。最重要的是还有一个可以直接打开预览的这个 hyperframes 的 这个页面。大家来看一下这个效果,非常完整的一个介绍英伟达 ai 机柜的这样一份视频的资料。 今天看一笔账,一台英伟达 g b 二百 n v l 七二 ai 机柜三百万美元花在哪?先看规格,英伟达官方说明, n v l 七二在液冷机柜里连接三十六个 grey c p u 和七十二个不恰当 g p u, 组成一个七十二 g p u 的 en v link 浴 整柜 m v link 通信宽带一百三十 tbs hbm 三亿约十三点四 tb 价格没有公开标价。 tom's hardware 二零二六引用业内来源给出二百八十到三百四十万美元。二零二四年 h sbc 估计约三百万。下面按三百万美元中位数算, 第一项,三十六颗 g b 二百 super 值, h sbc 估每颗六到二百五十二万美元,占整柜约七成到八成。 单科 superg 里主要价值来自两科, blackwell、 gpu grey cpu hbm 和先进封装。 epicai 估算单科 b 二百,制造成本约六千四百美元, hbm 接近一半,先进封装约一千一百美元,逻辑规片低于百分之十五。 第二项,互联和网络,机柜里有九个 envlink switch tray, 还有铜栏 connect 网卡 blueview dp 管理网络和本地存储公开资料,没有逐项价格,按三百万总价扣掉 superg 后,这部分和其他系统件合计大约几十万美元。第三项,工程成本, envio 七二公,耗约一百二十千瓦,重量约一点三六吨。你需要夜冷供电机会结构测试和集成 tom's hardware in modern stanley 数据 gb 三百 nbr 七二的冷却部件泵约四点九八六万美元,这个数字只代表冷却部件量级,不含机房侧 cdu 配电合约。结论很简单,最大的钱在 gpu hbm 先进封装和 nvlink 生态。 第二层是液冷和电力工程,在往外是供给稀缺、软件占质保和整柜集成溢价。最不确定的两项是实际成交价和非芯片泵拆分, 他们随客户采购量和合同变化,这就是派 agent 的 价值,相信大家都学到很多了,就我们最后再来回顾一下。 agent 呢,现在大概上可以分为两种, coding agent, 它的产出是代码,帮你写项目 派这种日常的任务的 agent 呢,产出的是结果代码,只是中间的一些手段而已。 coding agent 是 预制菜,内置了一套完整的写代码的流程工具。提示词,派是个性化的,是自己搭的它的底座。极简 能力呢,靠 skill 一个一个往里面加,每个人最后用到的派呢,其实都长得不一样。所以这期视频的重点啊,是看我们怎么一步一步的去解锁这个派的能力。装搜索,它就会联网, 装 pdf 跟 office, 它就会去读资料。装 h t t s 呢,它就会开口说话。装 g p t image two 呢,它就会生成图片素材。装 hyperframes 啊,它就会做带动画的演讲跟视频。 最后啊,当你把这些单一的 skill 串起来的时候,你就突然发现它强大的能力了,它能完成一个真正像工作一样的任务,从一句话开始,交付一份完整的行业调研演讲报告。 coding agent 呢,解决的是开发的效率,它也解决的是工作流的效率。好了,今天视频就到这里了,我是蒂斯种黑金李超,我们下次见。

兄弟们,大家在用 ai 的 时候是不是有这种痛苦的体验,当我们想去网上提取某一项数据的时候,发现瞬间托管就没有了,如果是的话,我们花一分钟时间把这个问题解决了。依靠 open c r i, 它内置了 比如 b 站、知乎、小红书等等众多的知名网站的内置命令行,无论是拉取数据、点击按钮或者是提取元素等等,这些对它来说都非常简单。最重要的是它是通过后端命令行方式实现的,这样的话它是不费任何的托管。它还有一个更杂裂的功能,就是当我们的其他网站不在它的内置浏览器之内的时候, 它可以把它直接 c r i 画。话不多说,下面直接上实操,这里已经帮大家梳理出 open c r i 全网最简的使用指南,如果大家有需要的话可以在评论区留言。首先确保我们的 note g s 是 在二零以上的版本,然后只需要复制这条命令,在自己的终端上点击回车就可以安装上了。第二步,打开我们的谷歌浏览器,在里面搜索 open c r i, 然后它自动会安装上,安装好了就是这个样子。第三步,就是验证是否已经安装通过这里只需要复制这条命令,点击回车就可以,当我们看到 anything looks good 就 可以了。 第四步,把我们最喜爱的智能体,例如小龙虾、 hermes 或者 cloud code 等等装上 scare。 本来 opencri 的 它内置了非常多的一些命令行,但是有了这个 scare 之后,我们不需要学这些,只需要用自然语言发任务就可以了。装好之后我们直接让它去搜索小红书最火的五个话题,来验证一下它有多厉害。 这里我用的是 cloud code, 以前当没有装 o n c r i 的 时候,我们根本就不敢让他去执行这一类的任务,因为大家可以想象到小红书上的视频到底有多少。这个任务可能还没执行完,我们都已经开始报 token 不 足了,报警了,而现在我们执行完这个任务,仅仅耗费的是解析这个任务的 token。

你有没有发现, ai 越用越久,反而越像一个每次都要重新培训的新员工?这个视频的重点是给 ai 加一个技能包,不要每次都重新为 prompt。 很多人现在用 ai 最大的问题不是模型不够强,而是每次都从零开始。今天让他写一封开发信,明天让他检查一份报价,后天让他整理一批询盘。每次都要重新解释我们卖什么产品, 客户是谁,哪些字段不能乱写,哪些信息必须人工确认,输出格式要放到哪里。时间一长,你会发现, ai 明明很聪明,但整个团队还是很累,因为知识没有沉淀,规则没有沉淀,动作也没有沉淀。 这就是为什么 agent skills 这个方向值得小团队认真看。你可以把 skill 理解成一个可附用的业务动作包, 它不只是一个提示词,它应该包含四件事,第一,什么时候调用。第二,需要哪些输入。第三,按什么步骤处理。第四,输出到什么格式,并且怎么自检。如果没有这四件事,它只是一次聊天,有了这四件事,它才开始像一个可附用的技能。 先看外贸团队最常见的例子,巡盘、整理 skill。 很多业务员每天收到客户邮件,客户说我想了解某个型号有没有 ce 认证, moq 是 多少,能不能发到德国有没有定制包装。 如果只是让 ai 总结一下,邮件价值不大,因为总结完还是要人手动填。 crm 真正有用的 skill 应该这样设计, 输入客户原始邮件、客户历史记录、产品资料表、处理步骤,先提取国家产品数量、认证、交期、预算线索,再判断客户意图是询价索样,售后代理还是泛泛了解, 然后标出风险字段,比如交期、价格认证、独家代理,最后生成两份输出,一份是 crm 字段,一份是回复草稿、 自检标准,没有来源的字段不能填。推断字段必须标注价格和交期,必须留给人工确认。客户没有提到的认证,不能主动承诺,这就不是一个普通 prompt, 这是一个循盘整理技能包。第二个例子,报价检查 skill。 很多小团队报价出错,不是因为业务员不会算,而是信息太碎。汇率、包装运费、 m o q 税费、付款方式、有效期。客户要求的认证,任何一个地方漏了,都会影响利润和承诺。所以报价检查 skill 可以 这样设计, 输入报价单、产品成本表、汇率规则、客户邮件、公司报价模板、处理步骤,检查产品型号是否一致,检查数量和 moq 是 否冲突。 检查币种和汇率,检查毛利是否低于底线。检查交期有没有证据,检查付款条款是否完整,检查有没有没有来源的承诺。输出一张风险清单,一个可发客户的报价说明草稿,一个需要老板确认的字段列表。 这里最重要的是 ai 不 直接替你发报价, ai 先帮你把错误找出来。这类 skill 的 价值通常比让 ai 写一段漂亮英文更大。第三个例子,产品页缺项检查 skill。 很多外贸产品页不是写的不够长,而是缺了采购商真正关心的信息,比如尺寸、 材质、认证、安装方式、适配车型、包装方式、 m o q 胶漆,售后 常见问题,你可以做一个产品页检查 skill, 输入是产品资料、现有页面、竞品页面和客户常见问题。 他输出三样东西,第一,页面缺项清单。第二,补充文案草稿。第三,必须人工确认的字段。比如,他可以告诉你这个页面有卖点,但没有应用场景,有参数但没有包装信息, 有认证描述但没有证据来源。 faq 没有回答客户最常问的安装问题,这就比单纯生成一个详情页更安全。 第四个例子,平台上传清单 skill 很多外贸和电商团队上架产品时,最浪费时间的是整理上传素材、图片命名、主图顺序、详情图、标题、关键词、属性。 faq 包装信息 这些动作不难,但很容易漏。上传清单 skill 可以 把一个产品资料包整理成可上传检查表,它可以输出主图是否齐、 详情图是否齐、标题是否包含型号和核心用途、属性是否缺字段。 faq 是 否覆盖采购商问题,哪些资料不能发布,因为来源不确定。这类 skill 做好了,一个新人也能按清单执行。小团队怎么开始做自己的 skill? 不要一上来做十个,先选三个标准, 第一,高频每周至少出现一次。第二,规则明确能写出好坏标准。第三,错误成本高,做错会影响客户利润、账号或效率。符合这三个条件的任务才值得做成。 skill。 外贸团队可以先做五个基础 skill, 巡盘整理 skill 报价检查 skill、 产品业检查 skill 开发信生成 skill、 客户跟进复盘 skill。 电商团队可以先做五个基础 skill, 评论归类 skill 应聘页面拆解 skill listing 缺项检查 skill 广告日报整理 skill 素材,上传清单。 skill 每个 skill 都用同一个结构写一试用场景,什么时候调用它?二、输入材料,需要邮件表格,产品资料还是图片文件夹?三、执行步骤,先读什么,再判断什么,最后输出什么。四、禁止事项, 不能编造价格,不能承诺交期,不能写不存在的认证,不能自动发给客户。五、输出格式,用表格 markdown json? 还是直接生成邮件草稿? 六、自检清单,哪些字段必须有来源,哪些地方必须标注不确定,哪些结果需要人工确认。这个结构很朴素,但很有用, 因为它把一次性的 ai 对 话变成团队可附用的业务动作。这里可以给一个最小 skill 文档示意,比如开发信。生成 skill 试用场景,客户来自展会名片、海关数据 linkin 或老客户转介绍,需要第一次触达。输入材料,客户公司名,客户所在国家、 客户可能采购的产品,你的产品资料,一个真实卖点,一个不能承诺的边界。执行步骤,先判断客户类型,再选择一个最相关的切入点,然后生成邮件标题,再写正文,最后生成一个简短的跟进问题。 禁止事项,不能说我们是行业。第一,不能写没有证据的认证,不能承诺固定交期,不能假装已经认识客户,不能把邮件写的像群发广告。输出格式,邮件标题三百,正文一百,需要人工确认的字段为什么这样写? 自检标准,第一,客户是否能在五秒内看懂你卖什么?第二,是否提到一个具体应用场景?第三,是否有下一步动作。第四,是否没有夸大承诺。第五,是否可以直接复制进邮件工具? 你看,这个 skill 一 旦写好,就不只是一次开发信,它会变成团队的邮件生成标准,新人可以用,老业务员可以改,老板可以省, ai 每次也知道边界在哪里。再比如售后问题归类 skill, 它的适用场景是每周把客服记录、退货原因、客户投诉整理一次输出,不是一篇总结,而是一张问题归音表。问题类型、出现次数、典型原文影响产品建议动作应该更新到哪里?有的问题要更新说明书, 有的问题要更新 faq, 有 的问题要反馈给供应商,有的问题要改产品页,有的问题要提醒客服不要过度承诺。这类 skill 做久了, ai 就 不是帮你写字,而是在帮你沉淀业务系统。还有一个细节很重要,每个 skill 都要有版本号,比如硬盘整理, skill 为一, 报价检查 skill 为二,产品页检查 skill 为三。因为业务规则会变,产品线会变,平台规则会变, 报价底线会变,客户问题也会变。如果没有版本,你不知道 ai 用的是旧规则还是新规则。所以每次改 skill 都记录三件事,改了什么?为什么改?从哪一天开始生效?这会让 ai 写作从临时聊天变成可管理的团队流程。最后提醒一个误区, skill 不是 越多越好。 如果一个团队没有资料库,没有命名规则,没有基础流程, skill 会变成一堆散乱脚本。所以正确顺序是先整理资料,再固定流程,再做 skill, 最后才做自动化。不要反过来, 你可以从今天开始做一个最小 skill, 就 选一个。你本周重复做了三次的任务,把它写成试用场景,输入材料、执行步骤、 输出格式、自检标准。下一次再遇到同样任务,不要重新问 ai, 直接调用这个 skill。 这就是 agent 真正从会聊天儿走向会稳定做事的第一步。

大家好,欢迎来到 ai agent 系列教程的第五天,今天我们来讲 ai agent 去调用 skills, 也就是 agent skills, 我 们今天来通过前端去实现上传技能包,后端自动注册,然后 i m 按需加载这个 skills, 完全仿照 cloud code 的 方式来完成。 我们先回顾一下前面我们几天我们讲了什么,第一天做了一个简单的 agent, 直接能够对话,第二天 将 agent 加载这个 two course 能够调用工具,然后第三个能够去使用调用外部的 mcp server, 第四天能够动态地去管理这些 mcp server, 那 今天我们就去调用这个 agent 的 skills, 然后能够做到技能的上传和管理。 嗯,我们看一下整体的架构啊,前端通过这个 cd ctrl 去上传这个包,然后并且解解压注册,然后持久化到这个文件夹里面去,然后用户在对话的时候,嗯,用户在对话的时候 通过这个插件,然后去扫描注入我们的这个 skill tools, 然后调用的时候会去再去读取这个文件系统里面相应的 skill。 啊,那看到上传注册,注入调用和管理, 整个从 zippo 到注册,首先前端上传,然后是第二 ctrl, 然后去解压,然后再去注册。注册的时间呢比较简单,直接放在一个 conker hash map 里面去,整个硬整个放在那个文件夹里面,就是放在这个现在默认放在的 copy 目录下面去, 然后这个 skill resiliency, 然后做了一个简单的简单的设计,就是把相应的这个 skills 放入到一个 concolor hashmap 里面去,然后这样的话到时候去做相应的一些管理啊, 在上传的时候我们会去提取这个 skill format front format 里面的相关数据,然后放到这个 app 里面去,然后并且将它起用,然后如果说呃有新增的,会把前面的全部删除掉,删除掉之后呢,再去重新读取出来, 做到一个上传之后重新加载,做的比较暴力。 接下来就是对这个技能的一些相应的信息的一些注录,注录其实和之前的注录方式一样,然后这个地方是使用了 spring ai 社区版的这个 skill tools, 然后去加载了一个 skills 的 directly 啊,将目录直接传给他,他就可以去扫描相应的信息 啊,它这里面就会去自动的去搜索,然后并且组装出来这样一个信息,然后有哪些 技能?这技能的简介是什么?然后当这一个拼接成我们之前理解到的一个 tools 的 一个信息给它大模型,然后大模型按照一个 tools 去调用,而调用之后去选择使用哪一个 skill。 整个我们看一下啊,就是注入会有两层,第一层是 skills 的 注入,然后还有就是我们之前的那一个 mcp 的 注入,都是一样的啊, skills 类似于双击在一个境静态层去注入啊,但是我们会去通过呃上传这种操作去刷新这个静态注入的方式,然后 整个整个大体的调用流程,其实大家也应该知道,就是我们调用大模型,大模型可能会去调用我们的技能,然后技能读取一个 啊 sky 的 md, 然后 sky md 里面可能会参考一些文件,然后他会继续去读这个参考文件,一直到这个技能用完之后,然后调用其他的这个程序,也就比如说调 call, query, orders, 然后去完成相应的业务, 然后其用尽用,做的也比较简单,我也不会把它删掉,只是在这个啊相应的这个文件夹里面将这个 skill 点 m d 给加一个后缀名啊,就 disable。 那 这样的话就是,呃,这个文件在扫描的时候发现没有这个 skill 点 m d, 就 跳过它, 然后接下来我们看一段实际演示,嗯,然后实际演示整体演示上传怎么上传积分包,然后对话验证一下, 然后再就是做一些禁用和启动的切换好,我们打开了这个已经加载好技能的一个界面,嗯,因为演示的需要,我这边直接把技能已经上传上来了,我们先把它禁用掉,我们来对话试一下效果, 我们看一下就是在不使用技能的情况下面啊,他的回复大体是这样子,然后去探索我的这个上下文啊,其实就是探索我当前的这个项目的工程, 理论上是不应该让他去探索这个东西的,他现在也应该探索不了。我们新建一个对话,接下来看一下打开了这个这个技能之后的效果, 我们再来输入一句, 这 ai 反应有点慢,嗯,他就使用了这个头脑风暴的技能,他就会跟我一起去对话,不停的去对话还是干嘛的,嗯,就每一步,每一步就会相当于把一些提示词封到在这里,就比我们之前更 跟那个直接的问问题可能会更好一些。总结,我们给 ai 呢装上了一个即插即用的这个技能系统就是仿 cloud code 的 这个 agent skills, 然后通过这个包的上传注册锁影调用和起劲用完成相应的功能。整个 skill tools 提供相应的一些锁影,然后我们可以动态去修改 sklearn, 去管理到底是否禁用起用啊,通过文件重命名去控制啊,这样就完成了一个简单的功能,但实际正在落地的时候啊,这样还是不够的,我们还需要更多的去做一些权限控制啊等等相关信息。 感谢大家看到最后,今天的内容主要是给大家简单的讲解一下什么应该怎么去加载技能,怎么去实现动态的上传解析,以及禁用起用相应的技能。 最后留一个互动话题,你项目里面有没有使用相应的 agent skills? 你 最喜欢用的 agent skills 是 哪一个?你是手动维护你的系统提示时,还是说是将它放到 skills 里面,或者是放到 commands 里面? 嗯,预告一下,下一期我们会讲 plan act 模式的一个 agent 去完成一个能够自主规划任务,调用工具分布执行的一个完整的人机,从被动响应升级到主动推力。嗯,今天的分享就到这里了,谢谢大家的观看,再见,我们下期见!

非书上下打指令,他会操作我电脑桌面的觑,帮我解决视频剪辑问题。剪完视频直接发布到剪辑视频库的非书多页表格里边, 我给他设置了自动修复的问题,我没有操作他,他自己检测出问题,开始自动去修复工具名称错误,因为改为让我现在授权他, 也就是他会有很强的主动性,主动帮我检测问题,然后自己去调用处理器修复。任务创建完成,复杂度高,这是一个工作流程,现在任务已经完成。步骤,找到视频文件,找到剪辑工具,找到多 a 表格,正在启动剪辑工具。 哎,启动剪辑工具了,哎,还是很神奇的,大家想不想要我这个 c l i 大 管家,全都可以全自动化我包括让他当我的销售见证奇迹的时刻。 文本上已经添加了一个短视频测试剪辑附件,已经上传了,已经上传了,看他成不成功。已经上传了,在附件里边,我已经完成了全部的自动化,并且我一会我的飞书会给我反馈我的执行命令。核心就是没有编程,一个程序员画就可以做到 ok, ok, ok, 可以 了可以了,不错不错。

用 agent skills 做知乎检测是一种什么体验呢?它能比传统的分块儿加向量匹配的 r a g 效果更好吗? 大家好,欢迎来到库德明花园,我是花园老师。这一期呢,我们进入 agent skill 的 实战章节,上一期视频中啊,我们介绍了 skill 的 工作原理和使用方法啊,下面我们简单做一个回顾。 skill 是 最近 astropok 推出的一个 a 证领域的行业标准,它呢本身就是一个文件夹,里面存放着具体的使用说明啊,也就是 skill 点 md 更详细的参考文档以及可执行的脚本。 它的核心特性呢,就是渐进式加载策略。在 a 证启动的时候啊,它只会将所有 skill 的 基本描述加入 ai 的 上下文。那当用户发出需求的时候呢, 大家会根据 skill 的 描述啊来判断具体要调用哪个 skill, 对 了之后呢,再去读取这个 skill 的 具体的使用说明,然后啊,根据这个使用说明,进一步的读取更详细的参考文档,以及决定是否要执行某个脚本来连接外部世界。 那通过这样的模式呢,可以让 agent 既能节省大量的上下文,又能精准地响应用户的需求,找到并执行某个技能。 那 skill 的 使用呢,也非常简单啊,你只需要把它的文件夹放到特定的 agent 的 目录之下啊,比如说而 cloud 杠 skills, 那 ai 呢,就会在下次启动的时候自动识别到这个 skill, 并且根据用户的需求判断是否需要调用啊。下面呢,我们就来实战探索一下 skill 啊,有哪些有意思的玩法, 有我的粉丝都知道啊,我本人对传统的通过 truck 加 and bidding 这种实现 ig 的 模式有比较大的偏见啊, 虽然呢,这种模式最后也能调教出比较好的效果,但是啊,调教过程实在是太痛苦了。那我是真正的经历过这个过程的独胆啊,才会有这种感觉啊,相信很多同学也是感同身受的。所以呢,我一直觉得这种方案啊,只是当下的一种妥协模式啊,他终究会被时代淘汰的。 那最近呢,浪漫 index 的 创始人啊,他发表了一条 twitter 啊,我刚才的观点是比较类似的啊,他说 r g 啊,本身是没有死的啊,但是固定的 trunk 加 and binding 这道模式应该已经死了。如果 agent 可可以动态地去扩展周围文件的上下文,那么过多地考虑出一块的大小就没有意义了。 哎,我们可以想象一下啊,这个 agent skills 的 渐进式批量策略是不是有点这个意思呢?所以呢,我们考虑借鉴一下 skill 的 设计模式,来实现一个专用于知识解锁的 skill。 我 希望啊,他能帮我解决下面这些问题。 首先啊,他能够在指定目录里解锁我们关心的问题,比如啊,我让他从公司内部的智库找出最近三年的销售趋势,或者啊,从某个项目资料里找出所有性能优化的建议。 第二点啊,它能够跨多种文件格式进行联合查询,也就是啊,能够根据不同的文件类型选择适合的方式来进行读取和理解。比如说啊, macdown, pdf, excel 啊,这些不同的格式,它处理的方式是不一样的,但是啊,对于使用者来讲,是不应该去操心这些内容的。 第三点啊,不能一上来就把所有的文件全部读取出来,而是需要像人一样,先按一些关键词来逐步的缩小范围,最后再精准的打开少量的相关文件,快速的定位答案。这样呢,可以确保 ai 只需要用到比较少量的头藤啊,就可以准确的找到答案。 第四点啊,他不能简单的给出一堆命中行,而是呢,需要结合上下文,把问题相关的内容拼在一起,尽可能啊给出一条可读的啊,成段的这种回答。 最后啊,他需要能够支持在复杂的问题上进行多人查找,那比如说你问的是对某个政策的关键影响啊,他可能先在目录里锁定几分核心的 pdf, 然后在这些 pdf 里面按章节进行解锁,最后再结合所有之前解锁到的内容啊进行总结回答。 下面我们先来演示一下这个 skill 的 具体效果啊,然后这个呢,是我们在本地创建的一个数据之库啊,它里面包含了几个不同领域的知识,然后也包含多种不同的文件类型。那比如这目录啊,它主要是一些上市公司的具体的财报的数据,然后是 pdf 格式的, 然后这个目录里呢,包含了一些电商的订单的数据啊,比如说这个顾客信息,员工信息啊,订单信息之类的啊,主要是 excel 格式的。 然后啊,还有一些 ai 领域的行业的资料啊, pdf 格式的,然后以及安全领域的一些专业知识啊,有 back down 和 t s t 格式的,那可以发现啊,这个知识库它是非常的分散,并且包含多个不同的格式的,那我们的 skill 的 实际效果怎么样呢? 我们先来问一个金融领域的具体数据问题,我们让他解锁一下致富啊,三一重工前三大股东是谁呢?那首先啊,这个数据啊,存储在我们这个三一重工 q 三的财报的这个数据里面啊,这是个 pdf 文件,这里面有他前十大股东啊,在这个季度的具体的持股的情况。 哎,我们看到解锁成功了啊,这个具体的结果呢,跟实际这个文档里面的结果是完全一致的 啊,我们来看一下它的解锁的步骤啊,首先啊,它找到了我们这个 skill, 然后啊,它通过一些命令找到了我们这个知识库的文件夹,然后啊,它读取了我们这个知识库的目录的文件啊,然后啊,它应该是看到了这个海报的数据是一个 pdf 的 格式啊,然后它进一步的读取了 这个 skill 的 reference 啊,这里面有具体怎么样去处理这个 pdf 的 数据哎,然后它把我们这个 pdf 原本的 pdf 的 数据转换成了 txt, 然后下面啊,他根据用户的问题啊,拆解除了一些关键词,然后开始在这个文件夹之内进行剪辑啊,然后剪辑的过程中呢,他还是分段进行剪辑的,他并不是直接会去读取整个文件内容的,整个过程啊,看起来是非常的智能化啊,并且呢花费的 token 啊是非常少的。 然后下面啊,我们紧接着在这个文件夹追问一些问题啊,比如我问三一重工的母公司的附带表,他的情况具体是什么样的呢?哎,然后这个过程他就快很多了,因为前面他已经把这个 pdf 处理完成了啊,接下来呢,他只需要去使用啊相应的关键字进行剪辑就可以了。 那所以说呢,如果啊,我们本身这个知识库所有的文件就已经是纯文本的,使用这个 skill, 它的剪辑效率应该是非常高的。 然后我们再问一下另外一个文件里面的问题啊,问一下航天动力的啊,他这个前十大股东的持股的情况,哎,然后这个过程也非常快啊,他直接把这个 pdf 处理成了 tst, 然后去匹配里面的内容,很快的给出了结果啊,下面我们尝试问另外一个电商领域的问题啊,正确买了啥? 想要回答这个问题呢,他需要分析两个 excel, 首先啊,是这个顾客表,他需要在这张表里面找到啊,这个名叫证券的人,他的 id 是 什么?然后再去这个订单表,根据用户的 id 找,找到啊,他具体购买的商品是什么? 哎,啊,我们看一下分析结果啊,啊,依然准确地找到了数据啊,是蓝牙耳机。然后啊,我们再看一下它的步骤 和刚刚过程的区别呢,就是他额外去读取了 excel 的 具体啊,如何分析和处理的这个 reference。 然后呢啊,他根据这个 reference 里面给到的方法呢,去具体分析了这个这两张表里面的数据啊,然后正确的给出了结果啊。然后我们再问一个更复杂一点的问题啊,有哪些用户买了儿童绘本,在什么时间? 哎,这次 a 阵更快的给出了结果啊,这个过程啊,已经比较接近于我理想的 ai 智能知识解锁的形态了,其实呢,啊,这个过程也比较像我们正常的一个人啊,去一个大的文件夹里面去找,首先逐步的去缩小范围,然后啊,找到了不同的文件之后, 根据具体的这个参考文档啊,使用不同的脚本,然后去处理啊,然后最后啊,再把这个解锁的知识总结一下,大家觉得怎么样呢? 下面我们来看一下这个 skill 的 实现原理。首先啊,对一个能执行 skill 的 agent, 比如说 open code, 它本身就已经具备了一些基础的文件解锁能力, 比如 l s grab look。 那 我们要做的呢,就是在这个 skill 中教会如何更好地使用这些能力。首先啊,第一步,定位领域,通过分析用户的问题,然后结合知乎的目录导引,定位出知识可能存在的领域啊,也就是文件夹。 然后第二步,定位文件啊,使用 grab 这样的命令,在指定的目录文件里面进行查找,筛选出可能相关的文件。下面啊,再按照不同的工具去读取和分析这些文件的关键部分。比如说不同的文件类型呢,我们有不同的策略,比如啊,对于 markdown 啊,那我们就直接定位到匹配的段落,结合上下文进行分析就好了。 如果是 pdf 呢,我们需要编辑专门的代码去把 pdf 解析成纯文本,然后按页按章节去提取内容。如果是 excel 呢,我们需要编辑代码去提取和分析 excel。 然后啊,只看跟我们本次问题相关的表行和列,而不是把整份表格都提取进来。 那这里呢,还有两条关键的设计原则啊,第一个啊,间接式的解锁啊,尽量少读啊,但是读的要准确,优先去查找最可能有答案的文件。提取文件内容的时候呢,仅提取相关的行,必要的时候再进行扩展范围,避免无意义的投屏消耗。 第二,保持简单可控,那用户呢,只需要告诉他数据库在什么位置,其余的解锁策略都由这个 still 自动去完成。 另外啊,想要让这个知识解锁更高效和精准,还有两个技巧,首先啊,文件夹尽量我们需要按领域去划分,每个文件夹之内呢,只包含特定领域下的文件,比如说啊,金融数据,电商数据啊,另外啊,最好每一个文件夹之下啊,都有一个目录所有的文件 啊,也就是这个 data structure 点 and d。 那 如果说啊,我们文件命名不是很规范,而且呢,包含 pdf 等存件格式啊,这个就是必要的。那这个文件中呢,描述了当前文件夹下每个文件的用途, 比如说我们看一下我们的支付的数据啊,在这个电商的表里边,我们就通过这个目录所有文件啊,告诉他了每个文件里面都大概是一个什么样的数据。那这里呢,我们也参考了 skill 的 电竞式批漏的设计原则,如果有多几欠套的领域呢, ai 找到了这个领域之后,才会去读取这个领域的目录导引。 那这个 skill 具体是怎么实现的呢?其实啊,你把我们上面提到的核心流程,设计原则,关键技巧给到我们上个教程中讲到的 skill creator, 这个 skill 自己就可以帮我们创建出来了,我们只需要经过细微的调整,下面我们来看一下我们这个 skill 的 目录结构啊。首先是 skill 点 md, 它是这个技能的使用说明书啊,里面描述了如何去找本地的知识库, 如何根据目录缩影去逐层的剪索知识,对不同的文件的处理方式啊,具体去参考哪个 reference 以及啊最终的回答风格等等。那这个 reference 呢,具体放置了,具体去分析一个 pdf 或者 excel 的 时候, 再去阅读这个 reference 的 具体文档,会节省 token 和大冒险的注意力。那 script 里面呢,放置了一些 pdf 的 特殊的数据脚本啊,比如说解析 pdf, 或者说 pdf 转图片等等。 那如果我们的本地入户比较复杂啊,比如说后面你还会有其他的格式,我们就可以用这样的思路去扩展 reference 或者 script。 那 我们这个 skill 以及刚刚我们演示过程中使用到的这个 github 上,大家感兴趣呢,可以自己去克隆这个仓库,然后在本地自己去实验啊, 我们可以把这套方案理解为不需要预见向量数据库,本地目录级渐近式剪缩的 r g 啊,它的优势呢,主要在于,首先啊,不需要预见向量数据库 更清亮简单啊,适合快速搭建本地的个人数据库的场景。另外,剪缩更智能啊,传统的 r g 呢,主要靠向量匹配内容,大模型只做总结,而在这个过程中呢,大模型可以参与分词上下文的匹配和决策,并且可以智能进行调整。其实这就是一个典型的 agent 和 r g 的 工作模式啊。 当然呢,当前只是一个初步的尝试,它还有一定的缺陷,首先是首次解锁效率的问题啊,如果啊,我们分析的文件是一个 p f 或者说其他特殊的格式, 它需要先调用脚本进行转换,所以首次效率是比较低的。所以啊,如果你使用这套方案的话,推荐预处理为纯文本,它的它的解锁效率呢,会高很多。第二点啊, skill 的 调用稳定性 在多轮的检测之后呢, ai 可能会去忘记调用这个 skill, 从而丢失一些关键的处理步骤啊。这个呢,在很多其他的 skill 上也会有类似的问题,就要我们从这个 a 帧的扣端层面去解决。 第三啊, token 消耗是要更大一点的,因为整个检测过程是 ai 控制的,当第一次没有检测到想要的答案的时候, ai 会继续切换一些新的参数或者文件进行检测,直到找到最终的结果, 虽然结果更准确,但消耗的 token 可能要更多一点了。刚刚我们介绍的这个 skill 呢,是一个通用的知识解锁的尝试啊, 但是如果你已经有一个固定格式的支库,比如这样一个文档站啊,里面可能已经包含了多个本地的文档了,那我们还可以通过 skill creator, 让它去自己分析我们这个文档站,然后创建出符合我们文档站风格的知识解锁的 skill 啊。 然后啊,我们下面在这个 ezdecet 的 文档站这个仓库里面来测试一下。这个呢,就是我们 ezdecet 本地的这个文档站的仓库了啊,里面其实都是一些 macdown 的 文档。然后啊,我们在这个 skill 里面加入这个 skill creator 这个 skill, 然后啊,我们在这个文档站下打开 open code, 输入这样一段提示词, 我们告诉他当前项目是一个文档占包含多个 markdown 的 文档。我想创建一个专用于知识剪辑的 skill, 它可以替代传统的 r g 用于当前文档占的知识剪辑啊,你来帮我创建这个 skill。 使用中文 skill 的 基本思路是,先根据用户的问题提取出需要剪辑的可能关键字,然后使用 graph 命令找到对应的上页文,然后分析上页文。 如果解锁到的信息和问题不符呢,需要继续解锁其他可能的关键词,最大重试五次。好啊,我们看到这个 skill 已经创建成功了啊,它里面具体介绍了在我们当前这个文案站进行知识解锁的一个最佳实践啊, 因为这个文案站主要就是 markdown 的 格式,没有什么特殊的文件啊,所以它这里面只有一个 skill 点 m d, 没有其他的 reference 或者或者 script, 非常简单啊。下面我们尝试问一个问题啊,解锁支付如何使用 e z desc 生成评估数据集? a i 准确的给出了答案。然后我们再问一个 easy to set 有 哪些分块策略的问题,回答很快,而且答案非常完美啊。 通过这样的思路呢,大家就可以在任何一个你已经在本地建好的一个知识库里面去实现一个知识解锁的 skill 啊。好,我们本期教程呢就讲到这,如果本期对你有所帮助,希望得到一个免费的三连和关注。感谢大家,我们下期见。

你发愁吗?一款逆天的 ai 工具剪映 skills 来了!它能让 ai 全自动接管剪映,替你完成视频剪辑工作,而且还是开源免费的哦! 这款工具功能异常强大,含盖素材导入、 ai 配音、字幕生成、自动配乐、特效转场滤镜、网页动效转、视频录屏加智能变焦、影视解说、自动导出关键帧动画等诸多实用功能,每一项都能让你的视频创作效率翻倍。 安装过程也很简便,提供 windows 一 键脚本安装等多种平台 资源,下载版本配置、拍送、依赖安装以及剪映安装、位置确认等环境配置步骤。教程里都讲解的清晰明了。这是一位技术大神分享的开源项目,从安装到使用的全流程都已整理妥当。 如果你也想体验 ai 自动剪辑的高效,就赶紧行动起来吧! nice!

我用小龙虾加 skills 加飞书帮我做了一个炒股助手,这个炒股助手我还没有实际的交易执行,现在只是让他帮助我根据我的年化需求百分之十以及对应的一些投资策略感兴趣的方向,帮我筛选了五只股票。从今天开始,我将会去盯他每天的一个交易的结果,准备盯两周去看一下他实际的交易结果如何。 每天四点钟收盘以后,他会把对应的这个行情数据以及对应的这些股票资讯全部都通过定时任务发给我。那具体怎么做?首先 这个炒股专家已经是我数字员工团队当中的第六个数字员工了,我给他起名为炒股专家,炒股专家他依赖我给他自己最新写的一个资产配置的一个 skill, 他 每天六点钟会把刚刚给大家看到那个日报定时的推送给我。 我新写的 skills 其实就是用东财最新的这个妙想 skills 去做的,大家可以公众号上搜索一下,或者说在 app 里面直接进入到这个页面。现在免费开放的有四个 skills, 一个是资讯搜索,一个是金融数据查询,一个是选股,一个是自选股。我是通过这四个 skills 把我自己的模拟的炒股助手的 skills 再重新做出来的。这个炒股助手它的核心能力其实就是刚刚我们看到的四个 skills 通过这四个 skills 去组合, 帮助我每天四点钟定时的发这个消息。目前这边的 apikey 还是免费的,养小龙虾的同学可以自己的把这四个 skills 拉下来,然后自己去做一个投资助手,玩一玩。这条不是广告,那么你就会像我一样收到一份这样的一个日报,我准备盯他两周,看一下实际的投资情况,再看是否继续跟进交易。今天的分享就到这里啦。