00:00 / 09:16
连播
清屏
智能
倍速
点赞74
00:00 / 01:37
连播
清屏
智能
倍速
点赞83
抓蛙师2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790
00:00 / 03:46
连播
清屏
智能
倍速
点赞961
编程小白必看!让SuperClaude框架成为你的编程助手! 告别乱写代码,AI编程进入“专业赛道”!】 🚀 你是否觉得 Claude Code 写写简单脚本还行,一旦遇到复杂的企业级项目就容易乱套? 主要是因为它缺乏专业的开发流程。SuperClaude 作为一个开源配置框架,正式解决了这个痛点! 💡 这套视频带你解锁满满干货: • 16位“AI专家”随时待命:内置架构师、安全专家、性能工程师等16个专业角色,让 AI 不再只给通用回答,而是分工协作。 • 26个落地指令覆盖全流程:从需求拆解 (/sc:spawn)、系统设计 (/sc:design) 到代码实现 (/sc:implement) 和安全扫描 (/sc:scan),像专业大厂一样规范开发。 • 自带“记忆”的PM Agent:独有的项目管理模式能自动记录错误(Reflexion模式),确保 AI 不会在同一个坑里跌倒两次,实现自愈式开发。 • 极致性能优化:最新架构减少了 50% 以上的 Token 消耗,把昂贵的上下文空间留给更核心的业务代码。 🛠 解决实际开发中的这些问题: 1. AI跳过关键步骤:强制执行“先规划、后代码”模式,避免直接写代码导致的逻辑漏洞。 2. 接手烂代码没头绪:利用分析指令快速理清复杂项目的架构和设计模式。 3. 开发缺乏规范:自动化应用最佳实践,哪怕是小白也能产出高质量、可维护的代码。 🌟 适用场景: • 从零构建全栈应用:无论是 React 前端还是 FastAPI 后端,一键配置开发环境。 • 旧代码重构与优化:系统性分析技术债,自动执行模式重构。 • 企业级SaaS研发:多模块协同开发,确保安全与性能双达标。 零门槛上手,拒绝盲目编程(Vibe Coding)!快来体验让 Claude 拥有“架构师灵魂”的神奇操作吧!🔥 #SuperClaude #ClaudeCode #AI编程 #程序员干货 #开源框架 #小白学编程 #AI工具推荐
00:00 / 16:42
连播
清屏
智能
倍速
点赞10
如何为你的业务打造“黄金技能包”? 在前两篇文章中,我们理解了 Agent Skills 的概念与底层逻辑。今天,我们要聊聊最核心的问题:如何真正动手构建一个高效的技能包? 构建技能包不仅仅是写一段 Prompt,它更像是在编写一份“AI 驱动的标准化作业程序(SOP)”。一个优秀的技能包应该让 AI 在面对复杂任务时,表现得像是一个拥有多年经验的老员工。 1. 第一步:识别与定义(Identify & Define) 并非所有任务都值得封装成技能。优先选择具备以下特征的场景: 高频且有固定逻辑: 如周报生成、代码审查、合规性检查。 需要特定参考资料: 任务执行依赖于特定的模板、术语表或私有 API 文档。 容易产生幻觉的领域: 涉及复杂规则或多步骤计算的任务。 示例: 我们要构建一个名为 “品牌内容官(Brand_Voice_Guardian)” 的技能。 2. 第二步:编写核心 SKILL.md 这是技能包的“灵魂”。在编写指令时,请遵循 “角色 - 任务 - 约束 - 示例” 的结构。 实战技巧: 起一个精准的名称: 名称要包含动词和领域(如 analyze_financial_risk),方便 AI 在元数据检索阶段一眼选中。 定义触发场景: 在 SKILL.md 的开头明确写道:“当用户要求检查文案风格、撰写公关稿或评估品牌一致性时,请激活此技能。” 结构化输出: 强制要求 AI 使用特定格式输出(如 JSON 或特定的 Markdown 标题)。 专家建议: 使用“反向指令”。不仅告诉 AI 要做什么,还要明确告诉它绝对不能做什么(例如:“严禁使用‘赋能’、‘闭环’等大厂黑话”)。 3. 第三步:配置资源文件(Resources) 技能包之所以强大,是因为它可以携带“行李”。 模板文件(Templates): 提供一个标准的 .docx 或 .md 模板,让 AI 填空,而不是自由发挥。 辅助脚本(Tools): 如果任务涉及大量数学计算或文件处理,在技能包里放一个 Python 脚本。 知识库(Knowledge): 放入行业术语表。例如,在“医疗翻译技能”中放入《医学缩写对照表》。 4. 第四步:调试与迭代的“三问法” #Gitmeai #Agent #LLM #Skills #Knowledge
00:00 / 08:01
连播
清屏
智能
倍速
点赞12
00:00 / 02:05
连播
清屏
智能
倍速
点赞6589
00:00 / 03:28
连播
清屏
智能
倍速
点赞1459
00:00 / 05:36
连播
清屏
智能
倍速
点赞62