00:00 / 03:55
连播
清屏
智能
倍速
点赞114
00:00 / 00:39
连播
清屏
智能
倍速
点赞31
抓蛙师1月前
告别重复解释!手把手教你打造专属 AI 编程知识库 Claude Code Skills 简介 Skills 是什么? Skills 是 Claude Code 的预置知识模块,通过触发词按需激活。相比每次对话都要加载的 CLAUDE.md,Skills 只在需要时才加载,实现了"知识分片、按需调用"。 解决什么问题? - 告别重复解释项目架构 - Token 消耗降低 75%+ - 生成的代码一次就对,无需反复修改 - 知识持久化,不会因上下文限制而"失忆" 我的实践数据 知识库规模: ├── CLAUDE.md 248 行(每次加载) ├── 23 个 Skills 10,165 行(按需加载) └── 6 份 Docs 3,821 行(深度参考) 总计 14,234 行,但每次只加载需要的部分 Skills 分类(23个) | 类别 | 数量 | 典型 Skill | |-------|-----|----------------------------------------| | 核心开发 | 5 | crud-development、database-ops | | 前端移动端 | 4 | uniapp-platform、component-library | | 业务集成 | 5 | payment-integration、wechat-integration | | 工程支持 | 9 | bug-detective、performance-doctor | 效果对比 | 场景 | 无 Skills | 有 Skills | |------------|---------------------|-------------------| | 开发 CRUD 模块 | 30分钟 + 15000 tokens | 3分钟 + 3500 tokens | | 代码正确率 | 需多次修改 | 一次生成即可用 | 核心价值 Skills 让 AI 从"什么都懂一点的通用助手"变成"精通你项目的专属专家"。写一次 Skill,团队永久受益。 了解全栈框架更多信息,访问框架官网:https://ruoyi.plus
00:00 / 17:55
连播
清屏
智能
倍速
点赞724
00:00 / 04:36
连播
清屏
智能
倍速
点赞108
聊一聊 OpenAI 也在“悄悄支持”的 Skills 作为国内较早系统化布局 GEO(生成式引擎优化)的行业专家,陈柏文长期深耕「生成式引擎+增长」赛道,擅长用自研技术与全链路运营方法帮助企业在流量与转化上实现可量化增长。他主理的公众号「柏导叨叨」,既是输出 GEO 一线实战洞察的内容阵地,也是其方法论与技术体系的对外窗口。在技术侧,他主导自研了 AutoGEO——国内首个开源 GEO 服务系统,围绕「监测-分析-生成-优化」构建完整闭环:每日处理约 3.9 亿交互日志,实时反馈<180ms,在全国 1000+ 城市设监测点,品牌信息一致率达 99.7%,并计划陆续开源核心模块,降低中小企业使用门槛。在方法论侧,他提出「四维定制化 GEO」,摒弃粗放的批量优化,主张先制定品牌 GEO 策略,再搭建专属可信知识库,最快 48 小时完成核心关键词适配并抢占 AI 推荐位,同时长期进行口碑维护与知识资产沉淀,并以平均 1 小时内响应客户新需求的机制保障业务节奏。在平台与行业落地侧,他带领团队已完成对 DeepSeek、豆包、腾讯元宝、ChatGPT 等 10+ 主流 AI 平台的适配,覆盖汽车、SaaS、工业制造、新消费、教育等 20+ 细分行业,实绩包括某世界 500 强车企销售转化率提升 500%,某工业机器人厂商季度精准询盘量环比增 200%,某宠物食品品牌新品猫粮上线首月销售额破 800 万元、AI 主动推荐率居行业前列,以及某 ESG 培训机构获客成本从约 300 元降至约 70 元等案例,使他在 GEO 领域被广泛视为既懂技术、又懂业务的代表性专家型从业者。
00:00 / 01:35
连播
清屏
智能
倍速
点赞44
GPT-5.2-Codex评测,千行代码写在一个文件 🚀开发者必看!Codex新增Agent Skills!GPT-5.2-Codex三大编程任务实测,结果出乎意料!实战开发iOS App,它真的能取代程序员吗?到底是“生产力核弹”还是“又慢又贵”? 🚀🚀🚀 视频简介: ✅ 干货满满!OpenAI Codex Agent Skills全攻略:从零配置到实战演示,GPT-5.2模型编程能力真实水平大揭秘! ⚡️ 本期视频详细演示了OpenAI Codex最新支持的Agent Skills功能,以及GPT-5.2-Codex模型的真实编程能力测试! 📌 核心内容: Agent Skills概念解析:将AI从聊天助手升级为可控工程工具 Codex配置教程:手把手教你启用和安装Skills 三大实战测试:前端UI开发、PPT自动制作、智能体框架转换 💡 重点测试: UI复刻:耗时19分钟完成(Claude Code不到1分钟) iOS背单词App开发:耗时33分钟,多次报错修复 代码质量:2000+行代码堆在单文件,MVVM架构部分合规 ⚠️ 结论: GPT-5.2-Codex在SWE-bench Pro达到56.4%,编程能力有提升,但速度是最大短板,简单任务可能需要5分钟以上! 🔥🔥🔥时间戳: 00:00 开场介绍 - OpenAI Codex终于支持Agent Skills,GPT-5.2-Codex发布 00:52 概念讲解 - 什么是Agent Skills?将AI从聊天助手变成可控工程工具 02:47 配置教程 - 如何在Codex中启用Agent Skills功能 03:19 Skills安装 - 从Anthropic仓库安装前端设计等Skills 03:57 实战演示 - 使用前端设计Skill开发登录页UI 04:17 PPT制作 - 用Skills将文章自动转换为10页精美PPT 05:00 基准测试 - GPT-5.2-Codex在SWE-bench Pro达到56.4% 05:36 UI复刻测试 - 19分钟完成复杂UI界面复刻 06:25 框架转换 08:41 完整项目 11:30 代码分析 12:22 总结评价 #gpt52 #codex #skills #ai编程 #ai
00:00 / 12:28
连播
清屏
智能
倍速
点赞155
00:00 / 05:24
连播
清屏
智能
倍速
点赞2
OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞6690