微软开源 Resource2Skill 项目
微软开源了 Resource2Skill 项目,并发表了相关 arXiv 论文。该项目通过自动将教程视频、文章、代码等人类资源蒸馏成 Agent 可直接执行的技能,解决了技能来源问题。Agent 能够浏览、组合和运行这些技能,生成网页、PPT、Excel、Blender 场景甚至音频作品,标志着技能生成从手写进入自动提炼阶段。
微软开源了 Resource2Skill 项目,并发表了相关 arXiv 论文。该项目通过自动将教程视频、文章、代码等人类资源蒸馏成 Agent 可直接执行的技能,解决了技能来源问题。Agent 能够浏览、组合和运行这些技能,生成网页、PPT、Excel、Blender 场景甚至音频作品,标志着技能生成从手写进入自动提炼阶段。
文章介绍了 8 个免费或开源的 GitHub 工具与 AI Skill,帮助用户借助 AI 构建、销售并运营业务,涵盖宣传视频制作(Brag)、客户痛点研究(Agent Reach)、本地语音克隆与配音(Voice Studio)、可编辑 PPT 生成(PPT Master)、多智能体协作编程(OpenRig)、引流免费工具制作、创意验证访谈(Grill Me)以及设计优化等场景。每个工具都附带了具体的变现思路,核心模式是为企业完成有价值的工作并主动送上门开启对话,多数工具免费下载,仅需支付底层模型费用。
作者分享了上线付费 Skill 产品 Oil UI 的完整商业化技术方案。曝光方面通过 GitHub 开源版积累影响力并引导转化 Pro 版;通过 JSON 配置和 Markdown 替换表由脚本从 Pro 版自动生成开源版;基础设施采用 Cloudflare 域名、Vercel 网站、Resend 邮件和 Neon 数据库;登录使用邮箱验证码,收款通过 Stripe 支持买断制及海外与国内支付;交付环节自研运行在 Agent 中的 CLI,采用设备码授权,从 GitHub 私有仓库拉取 Pro 版;并通过 check_update 脚本实现非强制自动更新。整体成本极低,域名加邮件每月约 30 美元以内。
作者分享了如何制作一个让 Agent(如 Codex)通过 Telegram 账号自动搜书、下载电子书的 Skill。文章详细记录了完整流程:创建 Telegram Bot、绑定 Z-Library、申请 API ID 和 Hash、安装配置 Skill 并登录授权,最终实现一句话即可下载电子书。作者还分享了申请 API 时遇到的报错坑及其解决方法(通过某鱼代申请),并将完整代码开源到 GitHub。文末呼吁尊重版权,建议通过正版渠道支持作者。
ChromeManager V4.0 正式发布,这是一款开源免费的 Chrome 多窗口管理工具。本次版本从底层全面重构,由 Python 迁移到 Go + Wails 3 + Vite 架构,并新增 macOS 支持。同步功能覆盖 Chrome、Edge、Opera、Brave 四款浏览器,优化键鼠、网页操作和扩展弹窗同步。最重要的新特性是开放本地 API 并提供 Skills 仓库,接入 OpenClaw、Hermes 等 Agent 后,可实现一个 Agent 同时调度多个浏览器窗口,完成批量导航与页面操作,降低 Token 消耗、提升效率。作者同时提醒注意代码审查与资产安全,并感谢社区贡献者。
作者基于自己做 AI 生产力培训课的实践经验,开源了 50 个知识管理相关 Skill,分为三个仓库:Read Buddy(阅读整理,将网页、RSS、播客、微信读书划线等转为结构化内容)、Design Buddy(设计与配图,覆盖封面、架构图、公众号排版)、Creator Buddy(创作分析,挖掘热点与竞品数据)。文章还阐述了 AI 生产力系统的理念:通过目录规则、目标计划、工具技能、记忆日志、风格画像五大模块,将文件夹体系与 Skill 结合,让 Agent 自动完成选题、写作、配图与运营分析,实现从输入到输出的完整知识工作链路。
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。
作者分享如何用豆包工作在飞书上搭建个人 LLM-Wiki 知识库:先让豆包工作根据 Karpathy 的 LLM Wiki 方法论在飞书中初始化知识空间(原始资料、词条、索引、更新日志四大节点),再批量将文章、提示词教程等素材入库,自动建资料卡、提词条、补双链、更新索引。随后设计了 LLM Wiki 运维 Skill,包含 Ingest、Query、Lint、词条管理、索引日志维护五大功能,任何新对话 @ 一下即可操作。配合定时任务和云电脑每天自动拉取 AI 日报入库,存入的提示词方法论可直接调用来生成视频、做网站。整套 Skill 已开源。
作者开源了一个名为 douyin-image-post-scheduler 的 Codex Skill,实现 AI 操纵浏览器自动发抖音的完整流水线:图文素材批量验证、自动起标题、选话题标签、按时间窗排期、发布前逐条核验。全程在用户自己登录的 Chrome 中运行(Computer Use)。细节上采用固定随机种子保证排期可复现、支持断点续传避免重复发布、能区分「审核中」和「已排期」状态。作者提醒这是非官方工具,仅用于发布自己的内容。
作者将自己在 AI 创业中反复跑通的工作流整理成开源免费的 CS Skills 库,包含 11 个 active skills,覆盖产品设计、前端实现、PRD 执行、深度调研、竞品分析、内容创作、电商短视频分镜、代码清理与部署收尾等全流程。核心逻辑是一句话说目标,cs-run 自动定位工作流并推进到可验证结果,解决 AI 工具多但不知道下一步让 AI 做什么的痛点。适合一边做产品、一边做内容的 AI 创业者使用。
企业微信官方开源了 wecom-cli 命令行工具,GitHub 已获 2.7k Star。安装 CLI 和 Skill 后,Codex、Claude Code 等 Agent 可在终端直接操作企微的消息、邮件、文档、表格、日程、会议、待办、微盘和通讯录。目前限制包括需企微账号授权、不同规模企业可用能力有差异。这意味着国内 Agent 终于有了官方办公'手脚',无需再逆向接口偷偷搞自动化。文章还附上了安装命令和授权方式。
作者发布了达尔文.skill,这是一套基于Karpathy autoresearch思路的AI技能进化系统。它通过“棘轮机制”和“双重评估”自动优化Skill代码,只保留提升质量的修改。文章详细阐述了五大设计原则、8维度评分体系以及“人在回路”的重要性,实现了从1到N的系统性技能迭代。