nature skills画流程图
up 主能不能做一个二亿元的 skill 安排？
粉丝6.9万获赞21.8万
相关视频
15:22查看AI文稿AI文稿hello， 相信大家已经看到了我所推出的这个 nasa skill 这个包，那在这个包里面呢，其实我们是封装了两个 skill， 一个是这个 bigger， 然后还有一个呢是 polish， 说白了呢，一个是用于这种图标 啊，润色的呀，包括你去提供原始数据，然后让它去帮你生成图标，然后这边呢也是我们就是可以看一下，就 是我们生成的一个效果，其实总的来说我们导出的格式是 svg 的， 并且呢你可以把它放到 呃 ai 里面，然后再给它进行二次校正，就是这些文字都可以修改的。那另一个比较重要的技巧呢，就是说我们去对这个文献进行 润色，就是大家都知道你如果盲目的用 ai 或者说 excel 去进行这种中意英的表达，或者说完成一些写作的时候，它很难完成你这些要求的设定，你每次呢都是需要跟这个 excel 去讲一堆的规则，对吧？很浪费时间的一个事情。 那 skill 它本身呢就是为了解决这种重复性的，然后呢又比较规范的这样的一些约束， 所以呢这个它本身呢是在强调一个规则附用的事情。然后呢我们是把这个 feature 上面的一些文件，包括我们学术表达课程的这样的一些资料丢给了它，然后呢是总结了很多我们在 呃学术英语写作的时候需要注意的点，比如说这种中长句啊，他的词数的限制啊，然后像 result 部分呢，我们要用过去时，然后呃讨论的部分呢，我们要稍微的加一点修饰等等，各种各样的写作技巧都包含了进来，所以呢我们这个包呢还是比较丰富 的，那我接下来呢就带大家去演示一下要怎么用。首先呢，其实 用过 steam 的 他都知道了，就是说你把要把这个两个文件呢，相当于是放在你的 clock code 或者 code text， 甚至是其他的这样些 agent 的 他的一个目录项，他们这个目录呢是指专门存放 steam 的 这样的一个目录 模型，在根据你用户的问答的时候，它可以自动匹配相应的 skill， 然后去完成指定的功能。那我这边呢也可以给大家做一个演示。那首先呢，在演示之前，我想带大家再次看一下，我们现在又经过一次改版之后，它创建出来这些逼格的一个效果 就是可以看到的，其实它越来越符合我们这种学术表达上面，或者说这种正开上面这些图标的一个创作了，因为我又让他学习了很多的这样的这个 nature 论文，所以呢它的性能其实是在不断提升的。 那好，那接下来呢，我就带大家去实际操作一下我们常遇到的这两个 still， 它如何去发挥它的价值。首先呢，我们打开终端， 打开终端呢，大家有很多人用 cloud， 但是 cloud 对 国内用户其实是不太友好的，那我这里面呢，其实更喜欢用 codex， 那 无论是 codex 或者说 cloud 它本身呢，都可以去附用这相同的 skill。 好 检查一下我现在有哪些 skill 好， 那在这个过程中呢，它就会去解锁到我们存放 skill 这个目录，然后呢它把这个信息告诉给你，我们稍等片刻。 好的，我们现在可以看到它已经生成了这些结果了，首先其实它这里面还有一个比较重要的功能啊，就是安装 skill， 创建 skill 这项相当于其实我再去写 nature policy 或者说 nature figure 的 时候，也是用这两个 skill 创建的。 然后呢，我们在这里也可以看到啊，就是 nature figure， 就是 按 nature 风格去制作科研图，然后 nature 风格呢，就是按 nature 风格去润色学术表达。那大家比如说你还需要各种各样的视频，我都可以完成自由的创作，你可以通过自然语言跟它对话，然后让它来完成最陡的自 给我的一个编辑，然后呢，接下来好帮我生成一个模拟数据，存到 csv 文件中，我要对它 好。接下来呢，我们就尝试着说让 ai 去生成一个模拟的数据，然后呢，接下来呢，我们就调用一下 nature 这个 figure， 然后来对它进行这个开源绘图，我们来看一下它是什么样的一个效果。 无论是 codex 或者说 cloud code， 它本身呢，都可以去在命令行上完成各种各样的命令执行。其实比如说熟悉 linux 系统的朋友应该知道，我们会用一些 cd 命令啊， ls 等等， 其实这些本质上都是在终端完成的。我们玩 linux 系统的人可能都不在乎这个格式化的页面，所以呢，其实你可以通过命令行去操控你这个电脑上的所有事情，只要你给他释放相应的权限。 好，现在呢，他正在帮我去生成这个模拟数据，然后我们也不知道他究竟要生成什么，但是我们可以期待一下， 他看了，我们看一下他准备生成一份长表， c s v， 包含 group 组、 time day 时间，然后还有等等其他的连续性的指标，这样呢我们说可以做，就说他很聪明啊，他创建这个表的目的呢，是让我们可以做折线图，然后分组散点相线图等等， 然后呢他去在数据结构定成这种重复测量的小数肿瘤实验。好，我们接下来呢就稍等一下， 他这里面其实看到啊，就是他在创建过程中的发现部分组编号重复了，就是他希望 id 是 唯一的，那他对统计是不合适的，所以呢他也会自己完成这个骄艳工作，然后帮我创建。但是其实这些都不是我最终想让大家看到的， 他操控本地的文件也好，去干一些整理的活也好，这只是他的一个入门级别，他最重要的是可以创建 python 脚本，根据你 skill 的 要求，然后来对这些数据进行刻意化的处理， 那这个真的是可以大大的提升我们的效率。比如说你当前电脑里面有很多的表格需要处理，甚至呢很多表之间他都是需要联动的，那么呢你就可以都让他去处理好。 那看啊，现在呢它已经生成了这个 csv 文件，然后呢它是包含了一百条的这样的一个情况，然后的话，我其实呢是希望说它在这个目录下看啊，我们可以打开看一下它的这个文件， 我们可以看到它有不同的 id， 然后不同的组别，然后有一些其他的这些指标。好，接下来呢，我什么都不跟他说，我就说让你去调用 hdr， 然后来帮我完成一个开页绘图的制作，让我们看一下效果， 请帮我用 hdr 来完成， 来完成上述数据的科研绘图。我们来期待一下效果。其实这个命令很简单，我为什么要强调这个 nature figure， 就是 你哪怕是一个模糊的指令也行，但是呢，其实它大圆模型在调用这些 skill 的 时候，它会根据文本的相似度做一个匹配， 所以呢，如果你描述的越精准，那么它工具调用的就越精准，尤其是在你的 skill 列表特别多的时候，它不同的工具之间呢，可能会存在一定的这些重叠啊，或者说功能类似啊， 所以这个时候你一定要把你的提示词写好。那在现在这个时代，其实 skill 它本身也是一种提示词工程，但是呢，它只不说能够雇用，可以大大的降低我们的一个效率。 好，我这边告诉他，完成这个图标的时候，他首先干什么呢？他去读这个数据对吧？他读完了这个数据，去看他的表是什么，他的表结构是什么？他的列有哪些，然后他有多少行数据，然后呢，接下来他就去根据这个数据来构思他究竟要画一个什么样的图 好，他现在开始制定规划，然后我们来静静的期待一下。 这边呢，其实我们可以看到他是已经把这个二百多行的一个 python 脚本已经写完了，接下来呢，他就会通过 python 命令去调用这个 脚本，然后来完成科研绘图。但是呢，他会在发现啊，他发现在执行这个脚本的时候，他缺少这个 python 的 这个包，因为这个电脑我没有进行任何的深度学习，或者说机器学习这些环境配置， 所以呢，它报错了，但是报错了你也不要惊慌，因为它本身呢，其实是可以执行命令。行，那我们知道 panda 它本身呢就可以通过 keep in slow 去给它完成安装，所以它会自动的执行， 或者说它也有其他的办法，使用其他的库啊，来完成这样的一些操作。也可以就是它是非常灵活的，那比如说它这里面没有 panda 啊，我们往上走一下，它这边避开了这个 限制，它是使用 madlible 还有这个 nampi 来完成这样的一个创作的，然后我们看一下最终创作一个效果啊， 可以看到我们对这个图片的要求是要求输出三个文件的，比如说 svg， png， pdf， 你 可以根据自己需要去选择，当然的话，如果你觉得 就是说它这个图标，你只要 svg， 那 你就 ok 啊，你也可以把其他在 studio 里面，你跟他讲你不要去绘画其他的类型就可以。那在这呢，我们也可以看到它生成的这样的一个啊， p i 文件， pi 文件上面呢，包含了一些这个啊，颜色的要求，对吧？绘画的要求，还有比较重要的是这两个吧，对吧？字体可修改啊，然后 svg 的 保存，这个大家如果经常进行课外绘图的话，应该是比较熟知的 好，它现在已经开始尝试着去完成这个导出，然后它会自动完成校验，就是说它会先看一眼你导出的这个东西究竟符不符合我一开始的需求，所以它这个验证回馈的机制做的也比较好。 好的，接下来呢，我们可以看到啊，它已经告诉我提示生成完了，我们在这个目录里面去看一下它生成的一个东西， 其实我们看到这样的一个效果的时候是非常震惊的，对吧？因为它确实非常符合 nature 创作的这样一个风格。 然后这里面我们也可以再看一下，刚刚看的是 pdf， 这是编辑它们的，这个是一模一样的，只不过说 为了大家去根据你的需要，方便你可以自定义的去选择需要什么样的一个类型。那接下来我就想了啊，实验这个图已经画完了呢，我们进一步要对这个结果进行描述，对吧？帮我生成一段。对， 那他呢，就会根据这个图标里边的数值，甚至呢，他可以利用上下文信息，他知道我一开始给他的是一个 csv 文件，他可以去读这个 csv 文件，去拿到这个原始数据。 但是不管怎样，其实我这块的目的呢，是想让它生成一段中文的文本，然后接下来呢，我会让它去调用底层的这个 still 来对这段中文文本进行一个打磨。好，我们现在先静等一下它去完成这个生成过程。 好的，我们现在看到呢，它已经完成了这样的一个，呃，文本生成，但是呢，我们知道投稿的话，大部分我们都是要英文的，不可能是中文，你去塞在 word 文档里，对吧？所以呢，接下来利用 nature artist 对 我的对上述的结果描述进行学术英语写作。 所以大家不要盲目的去装 skill， 你 一定要知道每个 skill 它的名字是什么，然后它的功能是什么，这样的话你才能更好地去调用它，而不是说 现在有很多的开源的仓库，对吧？它里面装了各种各样的 skill， 然后呢？大家总觉得 skill 越多越好，但其实不是这样的，你是需要按需的去使用，包括比如说你要完成一些呃 前后端的这些创作啊，甚至你想当好一个产品经理的角色，那你可以去尝试书包啊，他可以帮你去呃创作一些产品经理该有的思路，然后比如说你去完成其他的各种各样的，比如说编程里面也有各种各样的思路，一定要按区顺序，而不是说 把开元的股息一股脑拿过来。好的，这个时候呢，我可以看到他已经帮我完成了这个学术表达。然后其实基本上我们可以看一个最简单例子，因为我们去要求说 正常你在这个 word 里面你的行数是不要超过两行的，所以他会呃尽可能去避开一些 长句，然后我们也可以看一下它写出的一个效果，总体来说还是比较不错的，基本上不会说 v 啊， v 干了什么？ v 翻译了什么，对吧？他会说以一种非常自然的这种口语表达来把这个结果进行了讲述。 好的，其实这个就是我创作这两个 steven 的 一个呃功能的一个使用，然后我也是真正的在用这两个 steven 不 断的应用我的科研领域里面， 也希望我的科研经验可以帮助大家在自己的领域去创造价值，去提升速度。
4.2万nature-skills
01:48查看AI文稿AI文稿哈喽，大家好，今天带大家用 nature skills 来对 paper 进行 ppt 生成，使用方法也特别简单，只需要把 pdf 拖动到 codex 对 话框，然后告诉他把这个文件生成 ppt 即可。 我们来快速的过一下这篇文章的主要内容，他研究的也是一个自监督基作模型，重点是想带大家看一下它的图形部分。 我的这个 skill 名为 paper to ppt， 它的主要功能就是说可以从论文里面，也就是这个 pdf 文档里面去提取图片，对图片的相关内容进行解读，然后拼装在 ppt 里面， 能实现从 paper 到 ppt 生成。得益于我们新发布的这个 papers to ppt 的 skill， 当我们跟 codex 对 话，让它去解读文献并进行 pd 生成的时候，它会自动地调用 nature 这个 skill。 因为生成过程特别的漫长，所以这里呢做了一个加速处理，我们稍等片刻，直接看成果。 我们可以看到这个 skill 已经自动帮我们完成了 ppt 的 创建。然后呢是在当漏的目录下，我们通过访答呢去找到这个目录。如果你是 windows 或者说其他的系统，那你就要根据它的文件管理系统来找到它生成的这样一个定位。 如果你找不到呢，你也可以让它告诉你绝对路径。 ppt 呢是可编辑的，并且呢已经从论文里面采取了实验结果图，并对它进行解读， 它只是帮大家起到一个快速预览的作用，但是如果真正的要实现 ppt 制作，还有很长的路要走。
06:24查看AI文稿AI文稿大家好，感谢这两天大家对于这个 nature skills 的 一个支持，我们可以看一下它的星数已经来到了三百五十颗。然后呢，我在这个评论区里面看到有人说这个 skill 究竟是怎么创作的，我如果想创建自己的 skill， 又应该如何去操作呢？ 那接下来呢，我会跟大家去简略的来演示一下这个 nature polishing 它的一个创作过程。首先呢，你可以先大胆的去想象一下 它这个扣带子也好，或者说克拉扣的也好，你只需要跟它自然语言对话，它就可以自动的完成这个 skill 的 skill 的 一个创建。为什么这么说呢？因为它内部已经封装好了这样的一个 skill creator 的 插件或者说 skill。 我 们看一下啊， 我现在有哪些 skill， 我 们先来查看一下， 就是我这里面呢，其实是安装了一些 color code 的 官方的这个 skill 的， 大家在初识的时候是没有的， 不过的话你一定会有的是这个 skill creator， 那 这个呢，是它原声自带的，你可以通过调用 skill creator 创作你任意想要的这样的一个 skill。 那 比如说我现在想专门做一个 总结文章的 skill， 你 来帮我实现一下吧， 就是这样简单，你就可以通过自然语言去告诉 codex 我 要什么，然后呢，它就可以通过 skill creator 来创建你所自定义的这个 skill。 当然啊，我这里面的这个介绍非常的简短，你要尽可能的描述好你的需求，包括你在自己的这个场景里面，你希望它这个省掉的重复生成的工作是什么，你都要列清楚， 如果你有不懂的地方，你也可以通过跟 codex 不 断的对话，不断去打破它来完成这样的一个 skill 的 润色。它可能不是一次性生成的， 我们可以看一下这个执行过程啊，它会通过这个 skill creator 读取这个规范，因为本身来讲，他去创作一个新的 skill， 只不过是创建一个新的 markdown 文件，但是这个 markdown 文件它是有格式要求的，比如说我们看一下 我们的 nature policy， 这里面的 skill markdown 文件，可以看到它需要定义它的名字是什么，它的描述版本啊，作者呀，它哪些能够触发啊等等的，然后里面也会写到就是说它究竟限制了什么样的规则，这个是它创作的一个规范。 然后呢，在它创作好之后呢，就会把这个 skill 自动地去啊，加到我们的这个 skill 目录下，可以看到这个名字呢就叫文章总结系， 那其实这个就已经给大家完整演示了这个呃，一个 skill 它的一个创建过程，那其实我们通常来讲啊，就是说我们往往希望的就是说创建 skill 的 时候，给他提供一个什么样的资料，对吧？比如说 啊，课程的资料啊，或者说让他多读几遍文献，然后他从文献里面去提取一些信息去学习。对，其实这些都可以。 然后呢，如果涉及到 pdf 的 时候，大家可以去安装 colocode 里面的这个 pdf skill， 它可以自动的完成这个超长文档的这个切分啊，然后信息提取等等。 那接下来呢，等这个 skill 真正完成之后，我也会带大家看一下如何利用文件来指导 skill 的 一个创建， 我们可以看到啊，它在创建就是之前一个非常粗糙的想法的时候，它都已经就是 啊，在不断的去啊强化规则啊，就是当你的指令是比较少的时候，那就给了这个大元模型他足够的发挥空间，那他会设想一个什么样的东西是合理的，然后他写完之后去进行教验的时候，如果发现不合理，那他还会自己的完成这样的一个更新。 然后我们可以看到他现在已经帮我们冲着完成了，然后的话已经就是写好了这样的一个 sql 文档， 然后呢，他告诉我现在 skill 具备这些能力，默认做文章，长文总结，对吧？然后可以做这种栽秧的标准化，各种 等等。那如果我们想给他提供一个 pdf 文档应该怎么做呢？其实也非常简单，你只需要找到你这个 pdf 文档的一个目录，然后呢，接下来你给他拖动到这个聊天窗口里面， 那这个时候呢，它就会自动地去啊，映射出来它所在一个路径，然后你告诉他通过 pdf skill 读取文档， 总结信息，帮我写一个 学术英语写作的 skill， 这样就完成了，你知道吗？接下来你只需要等待它去 通过这个插件或说 skill 去读取 pdf 文档，然后解析里面内容，然后再把这些内容究竟定义了哪些学术 英语写作里面雷区，我给大家看一下，就是这个 pdf 文档上面定义了很多的这个语法要求啊，时态要求啊，然后还是像不应该写什么，应该写什么， 那他会读取这个文档之后，然后把这些规则都凝练出来，然后最终呢也是封装为这个马克当文件。所以 skill 的 创建真的很简单，你可以发挥你的想象去创造 你自己觉得有价值的 skill， 然后来减少一些规则的附用。
7397nature-skills
05:32查看AI文稿AI文稿hello， 大家好，没有想到 nature skills 可以 收到大家这么多的关注啊，然后现在 github 的 星数已经来到了九百八十颗，然后相对来讲的话，它肯定还是会持续这个 受到大家关注的。然后呢，我今天呢录这个视频呢，也是希望带大家去系统的浏览一下它的一个发展历程，包括现在也有一个人他去提交 pr， 我 后面也会这个呃 看一下，然后把它添加到我们这个仓库里面。首先来讲呢，我们推出的第一个 skill 是 这个 nature policy， 因为我也在进行科研写作，我在写作过程中呢，我不想每次都跟这个 gpt 去重复的设定一些规则，那我给他模板化， 然后这里面呢是给他学习了五篇 paper， 然后还有学术英语表达课程的这些技能约束，然后来创建了 nature policy 这个技巧。 那后面呢，我们又推出了 nature figure， 就是 完成科研绘图。然后我们现在的话是不仅可以支持 python 的， 你也可以用 r 语言的，而且相对来讲， r 语言的绘图效果要比 python 更强一点，尤其是在进行这种生信的绘图的时候。 然后呢，有一个小兄弟是提交了一个 nature data 部分，就是我们在这种综合体感里面，一般会陈述这个数据，说明嘛，然后这个呢是加了这部分， 然后昨天晚上呢，我也是加了这个 nature paper to ppt， 相当于呢是说你来一个原始文献，然后呢它可以自动地生成可编辑的 ppt。 这个呢，其实 notebook r m 它之前也能做，但是它的 ppt 呢，是不可编辑的。然后也有一些 skill 能做，但是我希望大家真正深度体验之后，你会发现我们的 skill 还是总结的更为全面的，而且呢，它能够从这个论文里面截出的图啊表啊，都是非常精准的。 所以呢，这个是我们推出的主要的四个 skill， 而且他们的使用方法呢，也特别简单，你只需要在你的电脑终端，或者说你用可说话的 u i 也没有关系。你启动它之后呢，你可以问一下他，查看我现在有哪些 skill。 其实大家在调用 skill 的 时候，你已经不需要再敲任何的代码了，你所有的代码都可以交给这个 skill 来完成，它呢相当于是对你这个主体 agent 它进行一个规则约束。 那比如说呢，我这里面就安装了 nature data figure， 然后 ppt to paper to ppt， 还有这个 policy， 然后的话，比如说我想利用什么什么 skill， 那 你就可以把它这个 skill 的 名字打出来，如果你不打的话，那你的可能你的描述是比较模糊的，那它就没有办法很好的定位到这个 skill。 所以呢，我们通常来讲呢，最好是把它这个名字都给它尽可能的显示出来。当然现在还有很多的 skill 就是 帮助你快速精准地查找调用 skill， 但是呢，其实都没有太大的意义，因为本身来讲，你要真正的了解这个 skill， 他的一个描述是什么，他的名字是什么，他能够完成哪些事，你这个自己要清楚，你才能把这个 skill 用的比较好。 那而且呢，我觉得大家用这个 skill 的 时候有一个问题啊，就是说你不要把它们独立来看，其实这不同的 skill 之间呢，它是可以联合起来的，比如说这个 nature bigger 和 nature paper to ppt。 首先来讲，你可以把文献给它， 让他去生成 ppt， 他 可以从这个文件里面去截图，那同样的呢，他可以根据这些内容呢去生成一些图出来，那这样的话，其实效果叠加来看，他的他的效果是非常精美的。比如说我们这里面呢，做一个测试吧， 我这边呢是拿一个文献给它拖动进来，然后我告诉他，我想利用 nature figure 还有 nature paper to ppt 这两个 skill 来给它进行一个学术汇报。 paper to ppt， 对 这篇文献进行学术汇报， 当你组合这两部分内容的时候，他画出来图相对来讲就会非常的精美，我们可以期待一下他的这种的一个效果。 然后呢，其实还有一个点想跟大家强调的是，这些 skiiu 他 本身不是一个写死的东西，不能篡改的。很多人说你这个 skiiu 呃用在我的电脑上，或者说用在我自己的领域上，可能效果没那么好，那你可以去再进行对他新修改，因为本身来讲呢，他这些文件都是可以替换的。 然后呢还有一个点，就是说 也欢迎大家，就是说提交一些 pr 进来，因为我个人的精力是有限的，我没有说把全部精力都放在这部分，如果大家有非常不错的这样一些想法，或者说 有真正用在 nature 这样的一个创作里面的话，你就可以去提交 pr， 然后我这边做一个审核，然后如果我觉得效果还 ok， 你 就可以拿了进来。然后大概是这样的最终呢，来让我们欣赏一下生成 ppt 的 效果。
2.2万nature-skills
01:14查看AI文稿AI文稿一个开源科研项目五天冲到两千星，它到底解决了什么问题？很多人以为 nature skills 只是一个科研绘图工具，但其实它解决的是科研表达的完整工作流。第一， nature figure 解决科研绘图问题。 tony 和二都能画图，但默认效果经常向实验报告。 nature figure 可以 把热图 pca 桑基图闲图相线图生存曲线这些常见图重组为更接近 nature 论文风格的 figure。 第二， nature polishing 解决论文表达问题。 它可以把中文或中式英文润色成更符合顶堪习惯的学术英语，比如拆分长句，调整逻辑，优化用词，让表达更专业。第三， nature paper to ppt 解决论文汇报问题。他可以把一篇论文拆成背景问题，方法结果局限和总结，直接生成更适合组会和汇报的 ppt 结构。所以 nature skills 火的原因不是因为他只会画几张好看的图， 而是他把科研力的高频表达痛点串起来了。写作绘图汇报这件事，本质上叫科研表达工程化。科研人真正需要的不只是 ai 帮你写文字，而是 ai 帮你把研究成果表达得更像顶刊。想看完整工作流，关注我加群，后面继续拆。
04:08查看AI文稿AI文稿hello， 大家好，我看到很多朋友呢跟我在评论区里说啊，就是说能不能就是他这个 nature skills 来完成一个自动更新的事情，因为每次包括大家可以看到我们的更新频率啊，是非常快的。然后现在呢也是支持六个 skill， 包括 润色呀，绘图呀，制作 ppt 呀，写方法部分，写数据部分，然后找引用回应这个审稿人等等的这样一些 skill。 那每次呢，大家都需要从这个啊 github 里面去把这个链接给到 codex， 让它去下载会特别的麻烦，而且呢它其实是一个重复性的工作，所以我就在想，那干脆灵活一点，我写一个专门自动更新的一个 skill 不 就好了吗？ 甚至呢，其实大家如果是用这个 cloud 比较熟练的话，你其实可以直接通过插件商场来把它进行一个下载，那么针对对这种 cloud 不 属于用户应该怎么做呢？大家可以这样，你把这个链接复制下来，然后呢在这边打开 codex 终端， 好帮我创建一个，帮我创建一个 skill， 要求是每次我跟你说更新 nature skills 下面的， 你就可以自动从 github 链接，然后这里面咱们给它 github 链接中自动校验更新的部分，并把里面的 skills 添加到我本地的技能库，其实这样就 ok 了，你知道吗？ 但是前提啊，你是需要把这个 codex 终端跟这个 get 的 连接打通的，但是呢还是一点，他可以做任何事，你不知道怎么连接，你就让他去连，让他知道你去连就可以了。 我们来看一下这个过程啊，他首先呢还是一样的会分析我的需求， 然后呢他去完成这个 skill 创建。其实在这个过程里面我跟我想跟大家强调的就是说 skill 他的使用是非常灵活的， 你想干的事基本上他都能干，你在电脑上想干的这些事要好好想一下，在你自己的这个领域里面，哪些是重复性的劳动，就算最基本的，比如说你去浏览这种网页他都可以做， 所以这些重复性的劳动都要尽可能减少，把它封装为一个经验，然后来让它执行，这样呢其实是最快的也是 skill， 它这种规则附用的一个 就是说真正的价值吧。然后还有人跟我讲怎么说这个对话的时候跟他说中文啊，其实你都可以跟他讲，你就告诉他就可以了，他是一个非常智能的 ai， 他 可以甚至说在一定程度上，或者说在很多方面上都是超越我们人类的， 所以呢我们可以相信他可以完成很多事情，然后的话他现在就开始去访问远程的这个 github 链接，然后呢去调用，去查看里面的这个 skills 究竟做了哪些更新，跟我本地的相比他做了哪些改动， 然后呢把那些改动的部分呢去添加到我本地。最终所实现的一个效果就是说当我每次告诉他我要更新 nature skills 的 时候，他就可以自动的访问这个 github， 然后去查看 github 更新的内容，跟我本地做一个叫验，然后呢给他合并过来， 所以呢其实是一个非常方便的过程，大家也可以尝试起来。
03:44查看AI文稿AI文稿nature skills 的 热度越来越火，现在大家可以通过百度浏览器等可以看到网上有很多关于它的帖子，然后呢我们的 github 现在已经来到了两千一百多个星， 而且呢它的热度是在不断增加的，大家呢可以观察一下它的这个新的走势啊，我们会发现它的导数是不是变大了，所以的话感谢大家支持。今天呢带大家利用一下我们新发布的这个自动根据你文章内容找引用的 skill。 nintendo 的 话， windows 系统是更好的，所以的话我这里面只能在 windows 上录这个教程。然后这里面用的模型呢是千问的三点六， 使用教程也比较简单，我们把文章的内容粘贴给 cloud 或者说 codex， 然后呢让他调用这个 skill 来完成这种文献的查找。 那么前面三点六在接收到我这个请求之后呢，他会从工具库里面去解锁对应的 skill， 然后呢来帮助我完成这个任务。 这边呢我们可以看到它已经显示出来了，要为当前的文本去搜索 nature cns 系列这些刊的引用，因为的话我们想发一些高分的 paper， 像二渠啊及以下的基本上就不要再引用了，包括一些 archiv 的 也尽量少引用。 同样的这个过程呢需要运行几分钟，然后我这边做一个加速处理，等会直接带大家体验一下怎么样他能够生成饮用，然后再结合 and note 直接插入到我们的这个 word 文档里。 我们看到呢他的生成已经完成了，然后他这里面呢会生成一个 html 文件，那么他呢其实是一个网页的结构，他会显示出你论文里面的话是什么，然后他对应哪些引用都给你展示出来，我们点开看一下， 点开之后呢，我们就可以去根据我们的需要，比如说有的话他可能找不到合适匹配，那么就跳过， 然后如果有多项匹配的，那么他就会都显示出来，并且这个网站上所显示的每一句话跟原论文都是一一对应的。这里呢我们就拿第二句话给大家做一个具体的演示。第二句话我们先检查一下他跟原论文，也就是 word 文档里面的话呢，是严格对应的， 然后接下来呢我会以其中的一个引用为例下载一下。我们这边呢支持多种格式的导出，我这里面用 endnote， 所以 导出 emw 的 格式，打开之后呢我们可以看到它已经下载成功了，然后呢我们可以在 endnote 里面把这个 emw 文件作为一个导入， 在成功导入之后呢，我们就可以定位到它文章所引用的这个参考文献，那么我们在 word 里面直接对应 endnote 的 按键，然后把它插入进来。 使用 endnote 对 文献进行管理呢，是有一个好处的，就是它支持断续，比如说呢我们再随便的去下载一个引用，然后呢给它插入到刚刚我们插入引用之前的位置， 那么呢他会自动的去完成这个顺序号的更新，那这个要比手动要快很多的，所以大家如果没有用过 nnot 呢，也可以快速的尝试起来， 所以的话我们这个 skill 真的 可以节省很多的时间成本，因为他可以批量化的处理，可以大家不用一个个的去浏览器上去查找，所以呢，也欢迎大家去使用，然后提供一些建议，谢谢大家。
04:14查看AI文稿AI文稿这下真的要失业了，你看，仅仅通过一张玩具主图，秒出可以商用的 logo 方案与品牌周边一个 skill 快 速搞定！亚马逊电商详情页出稿，一键排版出可以直接印刷的营销手册，甚至联动视频模型，产出电影级分镜的微型商业广告。 今天我们就来挑战用这个设计 a 阵，从零到一，搞定完整的电商品牌全案落地。老规矩，本期涉及到的所有干货笔记，我都给你打包好了，话不多说，我们直接开干。 首先，我们要为这款木质玩具建立品牌基因，而 logo 最近刚刚上线的 skill 功能，让这一切变得极其简单。我们只需要点击 logo 与品牌这个 skill， 直接把玩具图喂进去，告诉他为这个产品设计套 logo 和品牌周边， 它会自动解析产品的设计元素和受众群体，秒出全套设计方案。当然，设计 agent 最强的地方在于，如果你对某个细节不够满意，改起来也同样简单。 我们直接用 touch edit 精准编辑功能，按住 ctrl 键点击这个图标，它就能在保持原有设计风格的基础上，精准完成微调。这种指哪改哪的顺滑感，才是设计 agent 该有的样子。 品牌立好了，接下来就是卖货，我们切换到第二个王炸 skill 亚马逊产品套图做电商的朋友都知道，一套高质量的 listing 图片，包含主图多合一功能、卖点，再到尺寸、场景、生活方式图， 以前起码要折腾一个团队好几天，但现在你只需要把玩具丢给这个 skill， 然后用自然语言详细描述下它的卖点。 q 就 能自动生成符合亚马逊规范的 a 加详情页出版。但为什么说是出版呢？因为 ai 生成的卖点文案有时候不够准确。我们可以直接用 text edit 文字编辑功能， 选中图片里的文字，输入你想要的文案，你看字体、阴影甚至复杂的艺术字，它都能完美保留。这样一套可以直接上架的电商详情页就大功告成了。 线上营销做完了，线下物料也不能落下。我们使用第三个 skill 营销宣传册。传统的 ai 很 难处理复杂的多页排版， 但这个 skill 专门针对印刷设计做了优化。同样的逻辑，把宣传册的每页排版要求通通投喂给 ai， 它就能秒出逻辑清晰、审美在线的三折页产品画册。如果你觉得这页产品的位置摆放不对，或者换个背景， 你都可以点击 edit element 分 层编辑功能。前景的玩具、背景的装饰，甚至边角的小字，瞬间都变成了独立的图层，你都可以像玩 ppt 一 样，自由拖动位置缩放大小，或者直接删除。这种对图片的深度掌控，才叫真正的设计自由 权。按设计的终点通常是一个高规格的广告片，你得找摄影团队租场地打光，后期 没个几万块钱预算，根本不可能落地。而现在，只需要给 skill 投喂一段创意脚本，他就能秒出带有高级感光影的电影级分镜画面。 有了纳努不纳模型的加持，智能体就能确保产品和人物在所有镜头里保持绝对的一致。最后，我们直接联动视频模型，让这些广告分镜动起来，来看成片， 嘿嘿嘿嘿。 从一张 logo 到全套电商 listing， 再到这种电影级的封禁大片，这一套完整的品牌全案交付我一个人只用了不到半小时。 这种设计智能体正在用一种前所未有的方式重新定义 ai 设计。本期涉及到的所有干货笔记和实操技巧，我都给你打包好了。智能只是手段，人类才是答案。这里是头哥品自来，我们下期再见，拜拜。
1.6万投哥不请自来
00:53809科研大聪明
06:39查看AI文稿AI文稿上期视频我们总结了 nature skills， 分享了如何写 skills。 今天我们来看一篇最近很火的文章， cloud code one hundred two for academic researchers。 作者是 mash tucker， 丹麦男，大学博士。他长期在 x 上分享 ai 怎么辅助学术研究、文献阅读，论文写作，受众主要是博士生和科研工作者。他之前写过一篇 cloud code 幺零幺，阅读量超过四百万一百零二是接在幺零幺后面的进阶篇。今天讲的就是这篇。 先一句话说清楚这篇文章在干什么。他不是教你用 cloud code 代写论文，而是教你把 cloud code 变成一个有目录、有规则、有分工的长期论文助理。他想解决的问题是，直接用 ai 写论文，很容易遇到三个麻烦，材料全堆在一起， ai 分 不清哪些是证据， 叫他帮你找文献，给的是主题相关，不是真正支撑。那句话的任务一复杂，没有计划和规则，结果根本没法检查。 这篇文章给出的答案是，先把项目管理这件事做好，再让 ai 参与进来。我这里准备了一个模拟论文项目方向是知识图谱，里面有一篇 word 初稿，两篇 pdf 文献，一份导师意见，还有一份会议纪要。这是我们的项目目录。 基于这篇文章的建议，结合 nature skills 的 写法规律，我们提炼了一个写作模板，写了三个技能，这三个 skills， cloud codex 和 codex 都能用。第一个技能叫论文工作台搭建，它的作用不是写论文，也不是找文献，而是先把论文项目整理清楚， 直接使用 ai a 键词。很多人会把 pdf 草稿、导师意见、会议纪要都放在一起，然后直接问 ai。 这时候 ai 很 容易搞不清楚哪些是可引用文献，哪些只是作者草稿，哪些是导师建议，哪些是会议记录。 所以第一个技能做的事情很简单，把项目拆成几个区域，它生成了这几个文件夹。同时，它还给每个文件夹生成了一个说明文件。比如文件。文件夹的说明会告诉 ai， 这里的材料可以作为论文证据， 但必须检查原文是否真的支撑论文句子。草稿。文件夹的说明会告诉 ai， 这里是做旧草稿，不能随便编造实验结果、公式、图表和参考文献反馈材料。文件夹的说明会告诉 ai， 导师意见和会议纪要只能作为修改建议， 不能当做文献证据。这一步看起来不复杂，但它很重要，它的价值是先让人工智能分清材料身份，避免后面乱读乱用材料。第二个技能叫文献证据匹配，这是我觉得最适合展示的一部分。 以前我们可能会直接问 ai， 帮我找几篇参考文献，或者帮我给这段话补引用。但这种问法有一个问题， ai 可能找到的是主题相关的文献，不一定是真正能支撑论文那句话的文献。 所以这个技能做的不是简单找文献，而是做论点和证据之间的匹配。他先把 word 处稿提取成可读文本，再把两篇 pdf 文献提取成文本，然后从处稿里找出需要文献支撑的论点，再去 pdf 文献里找原文证据。 最后，它生成了一个文献证据匹配报告。报告里面不是简单说这篇文献可以引用，而是逐条判断论文里的这个论点是什么，后选文献是哪一篇文献原文证据是什么？ 支撑强度和引用建议。这里有一个很好的例子，我们的初稿里有一句话，大意是知识图谱可以用于组织和表示复杂知识。两篇 pdf 文献里确实提到， 知识图谱是用头实体关系为实体三元组来表征复杂知识体系的技术，所以这个地方可以作为背景支撑。但出稿里还有一些更强的说法，比如论文方法，准确率提升约百分之十八， 召回率提升约百分之十二。这是作者自己论文的实验结果，必须来自自己的真实实验，不能拿外部文献来应凑。所以报告会明确写不能支撑，必须补真实实验结果。这就是这个技能的价值，也正好对应了文章里的一个核心思路，让人工智能围绕你的论文论点去查材料， 而不是泛泛的总结文献。第三个技能叫审稿人模拟检查。这个技能也不是直接改论文，而是像审稿人一样生成一份风险报告。它会读取论文出稿导师意见、会议纪要，以及前面生成的文献证据匹配报告，然后检查这篇稿子现在有哪些问题。 在我们的测试里，他指出了几个很典型的问题，实验结果还是估算值，主实验表格缺失，消融实验缺失，公式缺失、图缺失，相关工作覆盖不足。导师意见里也提到，近两年的相关文献补得不够。 所以这个技能最后会生成一个审稿人模拟检查报告，把问题案优先级列出来。它的作用不是替作者完成论文，而是告诉作者，如果现在投稿，哪些地方最容易被审稿人抓住。 从测试结果看，这套流程最有价值的地方不是让人工智能写得更多，而是让他少犯一些关键错误。比如不乱用文献，不编造实验，不把导师意见当证据，不把背景相关的文献当成直接支撑。这也是我觉得这篇文章值得看的原因。 回到文章本身，我把它提炼成六条你可以直接拿去用的原则。第一，按功能分区。不要把它提炼成六条你可以直接拿去用的原则。第一，按功能反馈数据，各放各的地方， ai 才能分清它们的身份。 第二，每个文件夹写清使用规则，主目录放一个全局说明，每个子目录再放局部规则，规则依次写好，整个项目期间都生效，不用每次重复说。第三，复杂任务先要计划，不要直接让它执行超过三步。跨文件夹输出很长的任务，先让 ai 列出步骤，确认了再开始。 第四，重复任务，做成固定命令，整理笔记、检查引用、生成报告，这些每次都要做的事情，可以写成命令，下次一句话调用。第五，不同任务用不同助手，文献助手、引用检查助手、审稿人助手，各自独立，彼此不互相污染上下文。第六， 引用这件事没有退路，必须回原文和这篇文献真正支撑你这句话是两件不同的事。 如果你也想照着这个思路写自己的论文技能，我的建议是从一个具体的高频任务开始，不要一开始写太大。 比如帮我检查引言，每句话有没有文献支撑，或者帮我把导师意见整理成一个修改清单。选好任务之后， 把它写成四件事，什么时候用，需要什么输入，具体怎么操作，输出什么文件。另外，禁止事项很重要，不能编造数据，不能覆盖原始文件，不能把建议当证据，这些都要明确写进去，写完之后用真实材料跑一遍，看看输出是不是真的可用， 然后迭代。最后说一句这篇文章的核心价值，它没有给你一个神奇的提示词，它提醒的是，如果你想让 ai 真正参与一个长期论文项目， call 的 不是一次性聊天，而是项目结构、规则、文件 证据追综合可重复流程。真正有用的不是让它写，而是让它按你设计好的流程。工作有问题欢迎评论区讨论，我们下期视频再见！
3056AGI_Ananas
08:57查看AI文稿AI文稿hello， 大家好，欢迎来到今天的 ai 独立开发第四期。最近 skills 很 火啊，这一期我们来讲一下 skills 是 怎么用的， 让 ai 记住怎么干活。很多开发把 cloud 的 大材小用了，简直是暴减天物，甚至有的人还在古法编程，你还在画流程图，我全都部署完了，另外非开发者也能用。 这一期我们还有内容创作相关的内容。第一个就是现在有很多普通用户不知道怎么用 scales， 就 比如说我每天的内容生成抖音， b 站，还有 youtube， 它们的标题简介，勾子标签 都不一样，当我说生成内容的时候，我这个 scale 就 可以自动适配三个平台，我为什么能每天一起？大家可以看看我前三期的视频是连着更的， 而且这个 skills 我是 边做边优化的，传统的内容创作怎么做呢？首先你要找素材吧，要做内容，然后再审核，你这一套下来，你没有几天做不了这些东西， 我是怎么做的？我现在是每天的灵感迸发，想更一下，我就更一级，只把关一件事，会不会自传播， 会不会自传播什么意思呢？你要创造价值，才能享受价值。我每天都在琢磨一件事，我怎么创造价值，传播我的内容。说了那么多，我们来看下一章节。什么是 skills？ skills 说白了就是什么呢？ 开发的同学都知道它叫 s o p， 如果不是开发，我们怎么理解这个流程呢？它其实说白了就是一个文档，写明了 ai 的 标准操作流程。 就比如说我们每天要记日制的话，你手动记日制效率太慢了，那我们直接写一个 skills， 去流荡，去价值复利。 你们内容创作还在找素材，我怎么做呢？我去把我每天做的事情我给流荡下来，我留成文档，让 ai 来帮我找内容素材。不止这些， ai 还可以越来越懂你， 它可以根据你的个性定制化地去生成士兵脚本。另外，我们复盘省事，我每次做完一件事，我们要复盘吧。以前如果你要写笔记，那你写完笔记我都复盘完了。现在我们只需要写一个 skills， 去记录我们做的事情就可以了。 好，说了那么多，我们来操作一下这个 skills， 也就是我们这个梳理绘画，这里我用 cloud 的 窗口去演示怎么梳理绘画。我这里梳理绘画，这里我故意打错一个字，哈，我看它能不能识别。 好，这里可以看到梳理绘画已经完成，来看一下我们的日记。 ok， 可以 看到它今天同步的内容， 这是我之前同步的内容，这都是他生成的。可以看到我今天反复审稿，他都可以帮我记下来。 我审稿是要审两三个小时的，虽然说现在创作已经很简单了，但是我为了要保证质量，创造价值，我要反复审稿，保证我的每一个章节都是有价值的。好， 记录下来我们有什么用呢？我们只需要输入梳理对话，就这三个字，它可以帮我们提取对话要点，记录踩坑经验，生成代办清单，最后提交 get 存档， 避免我们每天的上下文流失。这句话什么意思？就是我们每天的工作流荡都不会消失，就会产生价值复利。 你不用每次重复说明， cloud 自动记住你的工作方式。好，这个就是梳理对话的一个作用，我觉得这个 skills 是 作为我们每天的一个必备环节， 可以帮我们复盘总结，把我们做过的事情留档。好。刚刚介绍了那个必备的一个 skill， 我 们来说一下大家会常用的一些 skill， 比如说我们每天要看新闻，如果你手动还去谷歌搜索那一套已经不行了。就比如说我们每日资讯， 我们写一个 skill， 看一下我们这个 skill 的 分析结果，他是追稳降价至二十刀，他之前是五百刀每个月，现在 a 键的爆发了， 所以它现在降价到二十。到了第二个呢，就是热点趋势， osmotic 估值三千五百亿，为什么？因为 cloud code 都知道，我刚才用的那个工具都是他们公司的产品，也就是说我们现在所有的生产力都可以用 cloud code 解决。 趋势就是行业专用的 agent， 也就是垂直领域 agent， 也就是说我们写了一个 scale， 省掉了十分钟的信息整理。 一句话说了那么多，我们来演示一下怎么创建 skills， 刚刚是演示了怎么使用，现在我们把创建到使用整个流程给串通起来，对于普通人的话，你可以直接按我这个方式去操作。第一步我们来运行 cloud 窗口， 好，可以看到已经运行成功。比如说我们拿图片压缩来做这个 scale 的 示意，我说帮我创建一个压缩图片的一个 scale， 现在我们等待这个 scales 创建就可以， 刚刚是在申请批准，可以看到目录已经有了， 好，可以看到这个 skills 已经创建完成。另外如果你说你不会创建这个 skills， 那 你直接用这个 skill creator 去创建一个 skill， 如果有需要的话，我可以私信给你们。好，现在可以看到 skill 创建完成，我们来试一下这个 skills 能不能处理我们日常的图片压缩。好，现在我们把这个图片路径还有压缩图片这四个字发给他了，看他能不能处理 好。可以看到 scales 已经压缩完成，我们来对比一下效果，这是原图片七点九三照壁，这是压缩后的图片，四百七十九 kb， 这个压缩空间已经节省了大概十多倍。所以可以看到我们现在直接创建了一个工具，为我们压缩了一个图片，也就是说我们现在可以创作任何 scale， 为我们工作，图片质量也没有任何差别， 只是大小被压缩了。好，我们已经演示完毕，我们来看下一个 skills 那 么多，我们该怎么写好这个 skills 呢？我们来看一下第七章节 skills 的 高级技巧是什么？就是决策树， 刚刚可以看到我的 skills 有 什么，我们日常的一些工作都分为假设有什么什么条件，然后再执行什么东西。 我们的决策树其实就是这么个逻辑，比如说我刚刚的梳理对话，第一步它自动执行，第二步它在问有踩坑吗？有错误，或者是我在抱怨，它就自动记录到错题本，没有的话就直接跳过进入下一环节。 可以看到这个决策树对 skills 自动化能力的提升是有不少的。还有个高级技巧是什么？比如说日常在公司里，我们做完一个事情，各个部门要相互协调，那我们怎么做？写在一个状态文件里， 让所有的 scale 去这个状态文件里同步它们的协助任务，同步它们的状态，也就是说我们可以把多个 scales 联合起来用，共享一个状态文件， 方便我们去协调工作，或者是总结复盘。好，最后让我们来总结一下 scales 是 什么呢？其实就是我刚刚说过的，让 ai 记住怎么干活，然后它的本质是什么呢？其实就是说明文档，只不过 scales 它是一个标准化的操作手册 agent， 它是一个隔离上下文窗口的一个操作文档，可以联想到我们如果要做好一件事情，是要把我们的说明文档去写好，然后让 ai 去执行就行了。第三个呢， skills 对 我们带来的好处是什么？就比如我刚刚做的那些 skill， 你 每次你都要重复的自己去做这个过程，那我们积累成 skill， 一 句话把这些东西都给做下来，那这样我们每个 skills 都省时间，那我们省下来的时间可以做更多的事情， 持续复利。这一期视频就到这里，如果大家对我的视频内容感兴趣，可以关注我，我在各个平台都有账号，感谢大家收看。
00:42查看AI文稿AI文稿我用一天时间不说卡拉 ok 的， 然后把东线做 ppt、 润色论文三件事丢给他，结果发现最厉害的不是现成的 skills 工具或者其他的代码能力，而是我用一句中文创造了自己的工作流。 最近说我以前比较火的 night skills 润色能力，我给八分，还不错，根据论文做 ppt 的 能力顶多给四分，这能算一个大纲。 开页绘图我没有试，因为他不能够分析数据。但是对于说我来说，除了用别人的 css， 我 觉得最实用的是你可以把自己的工作流输入进去，然后直接形成 css， 最后就可以直接调用这个 css， 不 用来来回回的输入提示词。
1.6万Subs
06:03查看AI文稿AI文稿最近大家一定刷到过各种各样的 skill 哎，今天一个同事 skill， 明天一个汇报 skill 这两天比较火的就是那个 nature skill 刷多了，你会不会有一个疑问啊，就是这个玩意到底是怎么编出来的？ 呃，我最近有一个感想就是能写出超级 skill 的 人，从来不是因为他很懂 ai， 而是他掌握了总结方法论的这样的一个能力。 呃，我去 github 上又捞了一批很火的 skill， 整体看了看，按照新去排了下去，比较多的像 superpowers 啊这些已经不说了，就被讲烂了。然后又拆了几个现在社区里面比较火的，像花叔最近比较出的那个 design， 还有就是这个 nature 的 一个 skill。 我 对我的这个结论拆完之后是更加自信的。就是能写出超级 skill 的 人，真的不是因为他很懂 ai， 他 们真正厉害的地方是他们本身就具备了这种稀缺的一个能力。 这个能力不是写提示词，也不是写代码，是从一堆复杂的混乱的说不清楚的事情里面抽出事物的规律，然后把规律换成一套别人也能执行的流程。这个这件过这件事的过程大家应该你听懂了，就叫做方法论，或者叫制造方法论。 我们再换个例子，就是做 skill 这件事情，还有抖音上比较红的这个博主啊，勇哥，我觉得大部分人可能都刷到过，你想一想勇哥他做到的事情是什么？一个任何一个餐饮店的老板跑过来问他自己的店有哪些问题，为什么勇哥都能够 给出一个完整的分析过程和分析的一个结论是因为他把开餐饮这件事情已经高度凝练成一套判断的过程和标准，以及自己成型的方法论作为最背后的一个支撑。还有我看的比较多的像 don't be silent 这样的高认知的一个博主，他们做商业咨询等等。其实你 我们换个角度想，他们也不可能什么都做过，他们也不可能在每一个位置，每一个区域都开过餐饮店，但是他们手里面有一套更高层的分析方法，他会去先看对应的一些变量和因子，去判断整件事情应该由哪些因子和变量组成。 然后呢？抽象出所有的因子之后，我们再去通过方法论去指导自己的因果，判断我的生意不好，到底是位置不对，还是口味不行，还是客单价，还是房租太贵等等等等。其实各行各业的这样的小技巧都能够被抽象出一套方法论，然后去指导别人。那么我们今天要讲的其实是 skill。 那 skill 是 什么？ skill 就是 你把某一个特定的事物给抽象出这样的一个方法论，那么你你如果真的成为一个学 skill 非常厉害的人，那么你一定就会有了一个生成方法的方法，去拆任何一个陌生的一个问题。 我们看一看花树的女娲 skill， 就 很多人看到他可能会觉得他在做人物扮演，今天一个张学峰，明天一个乔布斯，然后一个马斯克，让你的智能体像这个人一样说话。但你真的拆到这个 skill 里面去看一看它怎么实现的， 他会要求你去找这个人的一手资料，公开表达关键决策，外部评价时间线，从这些外部资料里面压缩出一套心智模型 和决策启发式，还有表达 dna 以及城市边界。这几个词听上去好像很玄乎，但是特别的朴素，其实就是这个，这个人遇到这个问题的时候，你优先会看什么，怎么判断轻重缓急，什么时候会说不知道他有哪些稳定的表达的一个结构，才能做好这样的一个抽象人物的一个 skill。 就比如张学峰的 skill， 它不是模仿张学峰的语气，而是把张学峰的这套方法论能够抽象成智能体，能够模拟的这样的一个情况。这根本不是角色扮演，是把一个人的认知操作系统拆成 agent 的 可以赋现的东西。 然后花叔做了一个 design skill， 这个也一样，给我的启发也比较深。设计这件事也非常玄乎吧，好看不好看，高级不高级，很多时候连人都说不清楚，但是呢，花叔花叔 design 这个就厉害，在这里他没有写一个很空的像什么提示词，请你做的高级一点。他把设计这件事也拆成了一条生产线，看有没有你的真实资产，看你有没有设计方向。 然后没有说清楚的时候，不是让 ai 硬拆，而是给出几个明确的一个方向，把这些东西变成组建版式，变体动效，然后最后还要让智能体用 playwrite 去做截图检查。你看这就是好的 skill 到底是怎么编出来的。好的 skill 会根据你的做事的方法论，把你的过程全部拆解成 agent 可以 赋现的步骤。 所以我们现在把写 skill 这件事重新定一下，写 skill 真的 不是写提示词，是你把你的这个工作做拆解的完整的一个过程，工作中的各种变量、规则、经验、判断、检查点，提炼成一套可以运行的方法论。也就是说，你写出来一个好的 skill， 翻译，翻译马上就能变成你指导别人工作的 sop。 到了这一步，你会发现我们已经无限接近于一个词了，叫做哲学。不要被哲学这个词吓到，哲学他本身不是一堆玄乎的概念，哲学的本质就是方法论的，方法论他不会教你开奶茶，不会教你写论文，也不会教你 h t m l。 设计， 他训练的是你怎么从现象里面抓变量，怎么从互联里面抓主要矛盾，怎么把规律抽取出来，再回到实践去做验证，这是顶级的能力，我们人就怎么说。历史上这么多聪明绝顶影响历史的人物，你会发现很多人都有一个共性，就是无论把让他们去做任何的一件事情，不管是治理国家，治理经济、打仗，他们都很厉害。 为什么呢？就是因为他们有最顶级的哲学能力，更厉害的人是掌握了总结方法这件事的本身，他换一个行业，这个经验和能力也不会彻底的失灵。 而且 ai 时代我觉得最值钱的恰恰就是这种能力了应该因为 ai 会越来越强，它会把你把很多繁重的任务给解脱出来，信息也会越来越多，工具也会越来越便宜。那么人和人最后的差距会变成什么？不在于你会不会用 ai 智能体，而是在于你的思维是不是比别人更高级。 然后回到我们今天讲写 skill 这件事情啊，我再给一个落地实操的一个基本的一个一个经验吧。你让 agent 完成你 skill 中的工作的时候，你需要自己先判断出一个边界，就是 agent 能调用什么工具，它有什么技术站，它能拿到什么样的一个数据，哪一步它需要干什么， 这些是你跟你的 agent 能够探讨出来的，因为 agent 毕竟是工作在电脑上的，很多事情他做不到，是因为电脑现在还有非常多的能力的边界，比如别人系统没有给你开之后，比如我现在想做剪辑剪映，没有把完整的剪映可以开放给我，所以呢， 这些能力边界需要你自己去预设好。我也真诚的建议大家，就是可以去写自己的一个专属的一个 skill， 可以 不用一上来就写非常大的，从你手里面最烦最重的一些任务开始观察它，去看整件事情，我需要抽象出来哪些因子，哪些地方需要做判断，哪些地方有我自己的一些经验。 a 智能体在这个步骤能够做到什么样的一个程度，哪些需要我跟它智能体去去做协统，今天就这么多。
01:44查看AI文稿AI文稿大家好，我是小刘。呃，这节我们来讲一下怎么画一个详细的流程图啊，就是我讲的是不是让你用 ai 生成那种初恋的流程图，而是那种很精细的流程图，就是你写一个流程图，你非常非常清晰，不会很乱。那首先我们看这个代码啊，就是一个很简单的物流存储核心的服务， 就是告诉你怎么去哎，从那个 res 啊去获取这个缓存订单，然后呢？最后呢检查库存，最后呢再哎保存 bug 啊，这是一个很简单的 java 逻辑啊，我不带讲细逻辑啊，那现在 ai 时代了，对吧？那我们现在主要看的是怎么画一个详细流程图呢，对吧？这是我们这一个视频的本质，怎么画呢？很简单啊，首先你就要 明确一个点，就是你要给 ai 提供的信息足够详细，就能够画出那种非常非常专业的流程图，我给大家看下效果吧，这是我用 ai 生成的流程图，仅仅只用了三十秒，你看三十秒入库、出库，库存，库存同步，非常非常清晰，对不对？非常清晰， 那我们只需要做一个核心的步骤，就是在你的 prompt 当中去声明你的流程图的每一个组件的颜色，甚至你的核心流程是什么东西，然后并且呢让它标注清楚，这样呢，你的题词给的很详细，人家输出了也会很详细，不 论是 ai 也好还是人也好，对吧？沟通的时候我们只要给的足够多的输入，这个时候他的回答一定是非常具体清晰的，那这时候我们可以看到，对吧？生成 ai 流程图， 并且我们可以看到他已经告诉我们完成了四个核心流程，因为 ai 是 看得懂你的代码的，你不需要核心的去讲，但是你要大致的看得起你代码的一个架构，怎么执行呢？那你生成的流程图呢？就可以指哪打哪，对吧，非常的详细清晰。 这时候生成完了之后呢，你就会得到一个这样的文件，这样的文件，然后呢，你把这个文件干嘛呢？哎，在这边选择，注意文件选择打开，打开导入，就变成这个样子了，懂我意思吧，非常清晰啊。好吧，那就本期视频的全部浏览，我是小刘，我们下期再见，如果对你有帮助，不妨点个关注。
68程序员晓刘
09:27查看AI文稿AI文稿这条片子要算一笔账，一笔关于一个人凭什么成功的账，很多人心里都藏着一个答案，成功是天生的，聪明的人注定赢，普通人认命就好。 今天我用科学把决定成功的因素按相关性从大到小排个序 排完，你会发现，你最怕的那一项，其实排在最后。而真正决定你能走多远的，是硬卖。两样东西， 先从最后一名说起。第三名，你的基因和智商。这是大家最怕的一项，因为他听起来像是出生就锁定了智商。确实高度遗传。 toin study 双生子研究发现，童年时智商的遗传率大约为百分之四十，到成年会升到百分之七十到百分之八十。听到这，你心里一沉，那不就完了？别急，这里有一个几乎被所有人误解的概念， 遗传率高不等于不能改，身高的遗传率高达百分之九十。可过去一百年里，因为营养改善，人类平均身高长了一大截， 智商也一样。整个二十世纪，人类智商每十年涨大约三分。科学家叫它 fly 的 效应。记住这句，基因给你的是一副牌的范围，不是这一句的结局。 那么这副牌到底能不能决定你赚多少钱？这才是全篇最关键的两个数字。第一，智商和收入的相关，只有零点二到零点四。 翻译成人话就是，智商只能解释人和人收入差距的百分之五到百分之十五。 第二个更狠，经济学家在戈斯给发现，智商每高一点，年收入会略微增加。但是你最后到底有多少财富，智商几乎预测不了。你没听错，一个测出来高的智商，放进真实人生里， 对你最后剩下多少钱几乎不说话。还有更扎心的证据，一九二一年，三福的教授特曼筛选了一千五百二十八个智商一百三十五以上的天才儿童，追踪了一辈子，他想证明高智商会长成顶级的成就。 结果这一千五百二十八个认证天才里，拿诺奖的人数是零。而当年因为分数不够被他筛掉的两个孩子 schockley 和 albright， 后来都拿了诺贝尔物理学奖。 而被誉为最伟大物理学家之一的菲曼，同年一次智商测试只有一百二十五。 所以第三名。概观定论，智商决定你能跑多快，不决定你跑向哪里，而他只能排第三。那么前两名是谁？第二名，童年家庭给你的认知培养打个比方你就懂， 智商是 cpu， 童年家庭塑造的是操作系统， cpu 再快，操作系统崩了也跑不动。这不是比喻，是有实验的。你一定听过棉花糖实验，小时候忍住不吃糖的孩子，长大更成功。 几十年来，它是自控力决定命运的铁证。但二零一八年，研究者沃茨用更大的样本重做了一遍， 当他把家庭的经济和教育背景扣掉之后，那个惊人的效应几乎消失了。换句话说，不是孩子更能忍， 是他背后的家庭一直在替他忍。而这里有个关键，家庭能给的认知培养和家庭的钱、家庭的资源是死死绑在一起的，所以第二名几乎和第一名连成了一体。那么，第一名到底是什么？ 第一名，你出生时家里有多少资源？钱和人脉？ 这是相关性最大的一项证据。一二零零三年，心理学家 turkamer 做了一个让很多人沉默的研究。 在富裕家庭里，智商主要由基因决定，但在贫困家庭里，智商的遗传率几乎降到了零。环境解释了百分之六十， 什么意思呢？再好的基因，也要资源才能被打开。在最差的环境里，基因几乎是沉默的，说话的全是畜生。证据二， 经济学家 chinese 做了一个大型的随机实验，把孩子从穷的社区搬到了好的社区。这些孩子长大之后上大学的比例，成年后的收入都显著更高，而且待的越久，效应越大。 这说明环境对人的影响不是相关，是被实验证明的因果。证据三， 父母收入和孩子成年后收入的相关是零点三五到零点四，记住这个数字， 他和智商对收入的相关一样大，甚至更大。也就是说，爸妈赚多少，预测你赚多少，至少和你聪不聪明一样准。那资源到底强在哪里？ 资源的本质不是钱本身，是钱带来的接触，你能接触到谁？你能看到多大的世界，这才是入场券。而人脉也是出生发给你的。一九七三年，社会学家 gran alder 提出过弱连接的力量。 二零二二年，一个团队在 linden 上对两千万人做了五年的英国实验。 结论很反之，觉给你带来新机会的不是你最亲的人，因为你最亲的人掌握的信息和你百分之九十九重叠而出生。好的人一出生，那张连接网里占满了能给他机会的人。 第一项算完，所以这笔账的最终排序是，第一，出生的资源、钱和人脉。第二，家庭给的认知培养， 第三才是你的基因和智商。但真正的颠覆现在才开始。你发现没有，你这辈子最焦虑的内向智商排最后。而排第一的资源和人脉，你一直觉得那是命碰不了。 于是大多数人把一生的劲全使在了排最后的那一项，拼命刷题，拼命证明自己聪明，拼命在第三名的赛道上跟人争一个名次。这就是普通人最大的悲剧，不是不够努力，是一直在错的战场上努力。 真正的胜负手在前两名。前两名里有一部分不是出生决定的，是你成年以后还能自己抢的。 接下来三个动作就是去抢的方法，全部在你自己手里。动作一，站到资源的旁边去， 你进不去那个圈子，当一个平等的成员，但你可以当一个有价值的人，站在他们的身边。高端酒店的礼宾，私人会所的服务，家族办公室的助理。这些位置每天接触的人，是你父母三辈子都接触不到的人。 你不是局内人，但你能站在局内人身边，听他们卸下防备时说的那些话， 而那些话可能改变你的判断。动作二，一个人去旅行，尤其穷游出身给不了你见过世界，你可以自己给自己， 而且这有科学依据。刚才那个 lincoln 的 实验里还有一个细节，真正最有用的是中等强度的弱连接。什么意思呢？那些见过面，有一点交集，但不天天联系的人，机会从这里流进来。 而一个人的旅行，是制造这种弱连接最快的方式。你家人朋友帮不了你，因为信息全是重叠的，改命的往往是那个你只见过两三面的陌生人。动作三， 做事用局内思维什么意思呢？举个例子，普通人做小生意，做产品，卖出去，卖一份赚一份。而局内人做同一件事，第一天就做内容，做品牌，做信任，铺渠道，攒影响力， 同样在赚钱，普通思维的人卖一份赚一份，而局内思维的人在第一天就在建一个十年后还在增值的资产。 资本家的思维可以学，而他不需要资本。所以这笔账算到最后，出生发给你的牌你改不了，但是牌桌你可以换，打法你可以选 去换一张富二代不愿意坐的桌子在那里，你这副牌反而是好牌。成功不是天生的，它是算出来的。关注我，健身健脑，掌握判断权。
2178Echo醒脑丸
