文章系统讲解如何编写 AI Skill：从用一句话加 SOP 封装出第一个 60 分的 skill，到通过把目标改写为动作、补充约束、设计自由度和提高词表颗粒度来提升到 90 分。作者拆解了摄影 skill 和封面 skill 两个开源案例，指出高手的秘诀在于将模糊概念拆成可执行的词表和明确的「不要」清单。还介绍了如何让 AI 递出陌生领域的行话词表，并澄清了 skill 与提示词、智能体的区别。全文强调约束和颗粒度决定 skill 的专业程度。
DAIR.AI 本周精选五篇 AI 论文：1）Declarative Attention，让模型在思维链中声明注意力区域，降低长上下文 KV cache 读取成本达 52%；2）Harness-of-Harness，将编码代理的执行组织为规划-开发-测试的迭代循环，实现多天无人值守开发，平均提升 52.25%；3）WikiSkill，Google 提出的技能 wiki 框架，让代理从自身运行记录中演化可迁移技能；4）SKILL.state，用显式可变执行状态替代追加式历史，使 prompt 从 O(T) 降至 O(1)，提高准确性并降低 token 消耗；5）CORAL，Meta 的代理框架在生产推荐系统上持续优化，取得真实 A/B 验证效果。
作者花叔开源了huashu-mac-use skill，让Claude Code、Codex、Cursor等agent在Mac上操控无API的原生app。文章展示了用Claude Code操控Blender生成10万吨邮轮参数化模型和巧克力甜甜圈渲染动画的案例。核心原则是：能走脚本接口就不看图、能不点鼠标就不点鼠标，读操作不抢用户焦点，写操作前过四道闸，每步操作需回读验证留下可复现证据。skill按app内核（原生/Chromium/辅助功能树）自动选择操控通道。作者还介绍了以『教训变工具行为』为核心的进化机制，通过评审、重构把踩坑日记压缩成高效接口。
作者几个月前搭建了一套名为「刚柔」的元 Skill，用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布，模型遵循指令和多步执行能力大幅提升，OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到，许多为弥补旧模型短板而设的约束如今反而妨碍任务完成，于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程（如取消从零重跑、自动三路候选）及打包脚本隐私问题的修复，最终指出：该留的是把工作可靠完成的目标，而不是特定的脚手架，技术条件变了就该果断调整。
作者参加 B 站 Build in Public 大会，记录卡比老师关于「Skill 将死，方法论永生」的分享。随着模型训练进步，通用知识和标准流程逐渐被模型内化，长篇 Skill 说明将变得多余，重点转向方法论。文章总结了 8 个可加入日常 Prompt 的方法论：第一性原理、对抗式审查、消融实验、奥卡姆剃刀、列出不确定点、保持独立思考、批判性思维、高内聚低耦合。作者认为 Skill 中的视觉参考和工具调用仍有存在价值，但重复性通用说明已可被精简的提示词替代。
文章提出三个核心判断：装了 skill 不等于会被调用（Vercel 测试显示默认配置下 56% 的用例中 skill 未被触发，需显式指令）；Codex 兼容性不能靠猜，官方插件市场、npx skills CLI、git clone 三条安装路径可靠性递减；装多了会互相冲突。随后详细推荐 10 个通用 skill：superpowers、mattpocock/skills、addyosmani/agent-skills、ok-skills、graphify、archify、last30days、taste-skill、Anthropic-Cybersecurity-Skills 和用于环境校验的 agnix，并给出安装路径取舍建议与避坑清单，强调效率提升在于正确的工具链配置而非盲目堆砌插件。
作者 Miles 系统整理了在 Codex 中用 AI 制作 PPT 的各类 Skill 与工具。按使用场景分类：自己做分享可选用 Slidev、Marp、guizang-ppt-skill、frontend-slides；汇报答辩与正式交付推荐 ppt-master、slide-skill、deck-dna 以保留可编辑文字与图表；科普课件可用宝玉的 baoyu-slide-deck 整页生图、PPTAgent 从论文生成演示；已有图片稿可用 Image2PPTX、AIPPT 拆字改图；一体化工作台有 codex-slides 和 Presenton。最后作者给出自己的搭配：日常课件用 Marp，正式交付用 ppt-master 配生图工具，并总结了逐页确认、文案清理、交付前检查等实用要点。
本文是闲鱼副业系列第四篇，探讨skill类虚拟产品的本质与GPT-6发布对旧品类的影响。作者指出skill的生意本质是信息差、认知差和执行差，并梳理了AI虚拟产品从prompt到GPTs/agents再到skill、数字员工的五代演进。GPT-6 Astra具备长链路智能体能力，将吃掉通用办公skill和环境配置溢价，但垂类私有知识库、workflow拆解、部署集成类产品会更值钱。作者将现有skill品类分为被淘汰、涨价和新机会三类，并提醒代充、共享账号的封号风险。
作者分享了 10 个适用于 Codex 的小红书创作开源 Skill，覆盖选题、文案、视觉、运营全链路。包括爆款选题雷达 xiaohongshu-mcp、内容规划 content-planning、爆款笔记改写 xhs-writer、高点击率标题生成 title-writing、全自动图文 RedInk、Markdown 转卡片海报、杂志级排版卡片、手绘白板图、自动化运营助手及爆款归因复盘工具，并附上整合后的全链路操盘 Prompt，帮助解决选题难、AI味重、排版模板化等问题。
作者受一条25万点赞的宋词国风AI视频启发，用Midjourney和Seedance 2.5制作了以唐婉第一人称视角呈现的《钗头凤》中式古诗视频。文章详细分享了完整制作流程：先通过自研的宋词国风Skill生成提示词规则，再用Midjourney生成陆游、唐婉人物定妆图与沈园场景图，接着用Seedance多图参考能力生成视频，最后完成配音、字幕与剪辑。作者强调人物情绪统一与故事表达比唯美画面更重要，并指出古诗视频打动人的核心在于词中的人物关系与情感共鸣。
作者分享了使用 OpenAI GPT-6 Astra 的五点心得。Astra 能够操作各类桌面应用（如 BrickLink Studio 十分钟内完成乐高金门大桥模型），并能自然地结合代码与应用完成任务。它能承担更多产品层面的思考，例如自动补全快捷键、图层等交互设计，帮助作者快速构建个性化软件。Astra 在 Blender 3D 建模方面表现出色，无需旧版辅助 Skill 即可胜任任务。作者建议：给 Astra 开放实际工作所需的应用权限，先用原生能力尝试而非依赖旧 Skills，给出想法和参考即可，不必事无巨细地指定每个交互细节。
作者针对国内用户本地电脑无法正常访问github，导致WorkBuddy等AI Agent无法从github安装Skill的问题，开发了一个全自动的github访问Skill。该Skill采用四层兜底设计：hosts智能修复、镜像下载加速、SSH-over-443端口修复、以及无法修复时如实说明原因并给出指引。文章详细介绍了Skill的安装步骤、Mac和Windows系统的测试结果，并提醒用户注意安全软件可能拦截hosts修改的情况，帮助小白用户一键解决github访问问题。
作者结合实际使用经验，总结了 Codex 6 的 16 个实用技巧，帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖：先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围，以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令，减少返工与 Token 浪费。
97年心理学硕士、前字节美团员工大雷复盘半年AI创业历程：先后尝试无货源电商、多模型问答应用Synthora、多Agent框架Donetrace等项目，写下十几万行代码却零收入，一度挫败焦虑。后转向Upwork兼职和自媒体教程分享，一篇播客视频教程帖爆火，48小时涨粉6000多。他总结三点思考：AI创业本质是换工具满足已有需求，AI只是执行工具，分享Building in Public至关重要，并提出长期沉淀、高效变现、可复用性三条创业项目选择标准。
文章以 Atlassian 与 Vercel 的实践案例为切入点，探讨 AI Agent 在产品设计任务中的上下文工程问题。对比实验显示，单一 design.md 文件在原型生成等轻量场景中表现出色，但在真实工程环境中会导致 token 消耗激增、耗时更长且不稳定。文章提出以代码库访问权限为分岔点的两条路径：仓库外的轻量三层支撑体系与仓库内的完整工程 Harness。随后系统阐述了设计上下文的五层架构——意图层、真源层、披露层、约束层和反馈层，并详细说明搭建流程：建立评估基线、编写最小意图文件、沉淀结构化真源等，强调机械可判定规则应交由工具链执行，语言模型只处理模糊判断。
作者 Miles 分享了 Codex 中最实用的 10 个 Skills：follow-builders 生成 AI 创作者资讯简报，Punk Skill 生成有辨识度的文章封面，cangjie-skill 把课程方法编成可调用技能，GordenImage2PPTX 将 PPT 图片转为可编辑文件，book-to-skill 把一本书整理成可查询的阅读技能，show-me 用流程图解释代码，grill-me 在开工前追问需求，last30days 调研近期社区玩法，Defuddle 提取网页正文为 Markdown，skill-creator 帮用户创建自己的技能。每个 Skill 附安装地址、使用示例和实际效果。
文章总结了 Fable 5.1 的使用经验：由于 Fable 额度上限为周总额度的 50%，需通过 /usage 监控两条进度，让 Fable 负责需求判断、任务编排和结果验收，将检索、编码、测试等执行类工作交给 Opus/Sonnet 子代理，实现额度均衡利用。作者分析了子代理的适用场景与成本、High/Medium/Max 推理强度的选择策略、1M 上下文的陷阱与压缩时机、提示词轻量化趋势，并提出团队落地建议：通过 CLAUDE.md、Skill、Subagent、Hook、MCP 等形式沉淀团队经验，先用 explorer、implementer、verifier 三类 Agent 在真实任务中验证，再逐步扩展工程化体系。
作者精选整理了6个GitHub开源免费的AI图像美化Skill：gc-minimal-zine-poster（纸刊海报风）、pixel-style-poster（像素点阵印刷感）、photo-abstract-editoria（克制美学极简几何）、photo-relic-editorial（纸上留影版画效果）、travel-photo-abstraction（旅行照符号抽象）、scenes-gathered-zine（撕纸拼贴纸刊感）。这些Skill无需学习复杂提示词，有的只需一句话即可生成高质量图像，适合海报制作、旅行手账、品牌视觉等场景。
作者分享了用手绘风格 Skill「hand-drawn-styles」的7号「蜡笔实拍」风格制作知识卡片的方法与经验。文章介绍了该 Skill 的安装与特点：它是一套工具无关的手绘画风提示词配方，适用于 Claude Code、Cursor 等任意 AI Agent。文章还详细讲解了知识卡片制作流程：从内容诊断、分卡规划到结构化提示词生成，并提供了一个完整的万能 SOP 提示词，包含30种3:4竖版构图库、拆分规则和文字渲染规则。最后说明如何将画风与知识卡片提示词结合，生成独树一帜的视觉效果。
本文是使用 Codex 从零搭建多 Agent 数字员工团队的教程。作者提出按工作职责划分 Agent 的方案：为内容创作、项目管理、财务等长期职责分别建立岗位 Agent，每个 Agent 拥有独立的文件夹，保存职责、规则、Skill 和工作流程。文章详细区分了项目与 Agent 的概念，介绍了以 Main Agent 作为数字总经理进行任务路由的使用方式，并给出判断是否需要新建 Agent 的标准。随后通过完整的目录结构示例，逐步讲解根目录规则、Main Agent、内容创作 Agent 的 AGENTS.md 配置方法，以及如何挂载长文写作 Skill，帮助读者构建可持续运转的个人数字员工体系。
文章提出 Skill 本质是一个微型 Harness，一个完整 AI 工作系统包含六层：信息边界、执行编排、记忆与状态、工具系统、约束恢复、评估观测。作者给出六步写作法：先写 description 作为触发开关，再按任务脆弱程度定正文松紧，超过 500 行的资料拆成参考文件，重复操作固化为脚本，写明失败时的默认行为，最后用真实任务验证迭代。文章强调 description 是主要触发机制、模型天生欠触发、上下文窗口是公共资源、卡的下限由失败处理决定等实战经验，并提供最小可用卡模板和发布前检查清单。
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程：用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材，交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求，以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流，让用户以导演和审核者的角色完成知识口播视频制作。
作者开源了用 Rust 和 GPUI 开发的 Skill 管理工具 Kitter，解决 AI Skill 全局安装污染上下文、多项目重复复制难维护的问题。Kitter 在本地维护统一 Skill 仓库，通过软链接将 Skill 安装到指定项目和 Agent（支持 Codex、Claude Code、Cursor、OpenCode 等），并可查看每个项目实际生效的 Skill 及 Token 占用。提供桌面客户端、CLI 和 Skill 三种使用入口，支持 macOS/Windows/Linux，采用 Apache 2.0 协议开源。
文章分享如何用WorkBuddy提升中小企业美工设计工作效率。作者分析了AI生图模型的选择（推荐用豆包Seedream5.0和千问Image3.0替代付费模型），并给出三大工作流：营销物料文案与画面方案生成、电商配图文案批量撰写、设计修改意见整理与设计说明输出，每个工作流配有提示词模板和推荐Skill。最后分享7套图片反推提示词（通用、字体Logo、风景、摄影、插画、3D、IP角色类），可通过GLM-5.3-Flash等多模态模型反推参考图的原始生成提示词，再用生图模型还原效果。
作者公开了其 VibeShot AI 摄影 Skill 的完整思路。核心是一个 Prompt 框架：表情+服装风格+场景+瞬间状态+摄影技法。与完全控制式 Prompt 不同，应只控制关键锚点，其余放权给模型，并为锚点准备足够厚的枚举变量池（表情池、服装池、场景池、景别池、焦段池、机位池、构图池、光线池等），形成“骨架+变量池”的“有边界的随机”逻辑。文中给出可直接在 ChatGPT 中运行的完整 Prompt，并开源了 Skill 版仓库，核心是通过加厚变量池产生更多组合。
文章讲述 Vibecoding 产品上线后常被忽视的 SEO 与 GEO（AI 引用优化）问题。作者分享自己转化页因抓取配置错误对搜索引擎和 AI 抓取程序隐身三个月的踩坑经历，并推荐两个开源工具：geo-seo-claude 提供 16 个 skill，从可抓取性、可读性、可引用性、内容质量四层漏斗做全面检查与前后对比；agency-agents 的 4 个 agent 从策略角度复核结论。文章附安装使用步骤及真实 Search Console 数据：改造后曝光从两周 1 次点击提升到 63 曝光、9 次点击，强调持续对比比单次检查更重要。
本文介绍了 Dance Director Skill 的使用方法，该 Skill 能将 AI 从简单的 Prompt 生成器转变为'舞蹈导演'。用户只需提供一张角色图片，AI 即可按照导演规则自动设计编舞、镜头运动和 H3 I2VA 提示词，无需手动编写复杂的舞蹈指令。Skill 支持无音乐时共同创作音乐与编舞，也支持有音乐时根据节拍进行音乐驱动编舞。文章附带了完整的 Skill 内容，涵盖角色设定、动作短语思维、参考图视觉权威、编舞匹配角色、身体力学、动作幅度、音乐性等编舞设计原则。
文章分享了7组被低估的 Hermes 提效配置：Worktree 为多 Agent 隔离 Git 工作副本；Session Reset 通过 idle/daily 模式清理跨天会话污染；External Skills 让多个 Profile 共享一份 Skill 母版，避免多副本分叉；Memory Nudge 调节经验沉淀提醒频率，区分长期规则与临时上下文；Timeout 按任务类型分层设置 MCP 与工具超时，让失败尽快暴露；Plugin Hook 先排查回调阻塞再怀疑模型；Provider Routing 针对成本、吞吐或延迟优化 OpenRouter 路由。作者强调先确认症状、一次只改一组配置，并通过实际验收确认生效。
本文介绍 pi-matt-pocock，一个将 mattpocock/skills 中适合工程协作的方法论适配为 Pi 持久化工作流编排器的 Pi package。它遵循最小工具暴露原则，仅提供管理命令和一个主要编排 tool，支持 idea-to-ship、hard-bug、triage、wayfinding、architecture 五条 route。相比纯 skills 方案，它通过按需加载 procedure 正文、将 route/procedure/phase 状态持久化到 session，解决了命名冲突、上下文膨胀与进度不可恢复问题。文章还延伸讨论了 skills 之外的架构设计空间，梳理了从扁平 skill 库到确定性状态机、按阶段拆分子 agent 等五种方案的权衡轴。
作者回顾了半年间 AI Coding 实践的演进：三月通过 Harness Engineering 给模型加约束，八月换成更轻量的 Pi 减少上下文注入，如今实践进入稳定态。文章介绍了当前工具栈，包括 matt skills（需求对齐、spec 拆解、TDD 实现）、ponytail（消除 AI Slop）、subagent 加 worktree 并发开发等。作者提出完整的日常 Coding SOP，从脑暴对齐到垂直切片再到 subagent 实现和人工 Review，并指出人工 Review 已成为新的瓶颈，介绍 Ensemble Review 多模型交叉审查方案。最后强调软件工程基本功与工程直觉在 AI 时代愈发重要。
