我写了个 Skill,让 Agent 自动给文章配图
文章介绍了作者开发的一个 Agent Skill,用于自动分析文章内容、匹配风格并生成配图。文章详细讲解了 Agent Skills 的核心机制(渐进式加载)、配图 Skill 的五步设计思路、SKILL.md 的编写规范以及提示词模板的设计。作者通过该工具将文章配图从耗时半小时缩短至几分钟,并强调了将工作流程转化为 Skill 的重要性。
文章介绍了作者开发的一个 Agent Skill,用于自动分析文章内容、匹配风格并生成配图。文章详细讲解了 Agent Skills 的核心机制(渐进式加载)、配图 Skill 的五步设计思路、SKILL.md 的编写规范以及提示词模板的设计。作者通过该工具将文章配图从耗时半小时缩短至几分钟,并强调了将工作流程转化为 Skill 的重要性。
文章详细拆解了Agent Skill的设计思路与工作流,提供了可落地的代码结构及安装指引,时效性强且极具实操参考价值。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
这是一篇面向零基础读者的实战教程,教读者通过复制三段提示词,让具备本地文件读写能力的 AI(以 Codex 为例)依次创建内容分析、写作、审校三个 Skill,完成一篇文章的素材分析、大纲初稿和审校验收全流程。文章强调'先做出东西,再弄懂原理',每段提示词后设有操作后检查清单,帮助读者验证 AI 是否真实创建文件、守住事实边界(如虚构案例性质、不把相关性写成因果)。教程把重复性的提示、纠错动作固化为可复用的工作流,实现长期复用,无需手写代码或安装软件。
文章指出很多用户安装 Claude Code 后未进行有效配置,导致生产力未被释放。作者提出了两个关键步骤:首先通过初始化引导建立 CC 对用户的记忆(MEMORY.md),使其了解用户身份和工作偏好;其次配置专属工作流(Skill),将重复任务标准化。文中提供了初始化提示词模板及 GitHub 上的 cc-starter-kit 仓库,帮助用户快速搭建个性化的 AI 辅助系统。
作者公开了使用 Claude Opus 5.5 制作 AI 资讯类视频的完整工作流程:包括从 X 和 Hacker News 选题、准备 Agent 所需工具(Gemini API 写脚本与 TTS 配音、Suno 背景音乐等)、编写初始提示词模版、让 Gemini 写脚本并由 Claude Code 派子 agent 进行对抗式审查,以及反复迭代修改脚本与视频。作者还开源了包含 18 套风格的 creator-style-kit 风格 skill,并指出选题是内容成败的关键,常见问题是画面信息密度过高和配音契合度问题。
作者提出九条原则,帮助判断 Agent Skill 是否真正有效,覆盖 Skill 生命周期三个阶段:被选中、可靠执行、经受现实检验。核心观点包括:元数据描述是触发与否的关键入口;上下文是共享预算,需渐进式加载;流程与检查点优于长篇散文;规则应解释原因以应对边缘情况;预先记录并反驳模型常见的跳过理由;确定性逻辑写成脚本代码而非依赖推理;严格限定修改范围;Skill 会随库更新和约定变化而腐化,需版本化管理;上线前必须用真实用例运行验证,从观察到的行为而非想象中调试。
本文是一篇实操教程,作者详细讲解了如何用 Grok Bot 搭建一人公司的 Bot 团队。通过个人网站从想法到上线的完整案例,阐述了 Bot 的配置方法:先为一个 Bot 设定长期系统简介和职责边界,安排第一个任务进行设计探索;当出现值得长期单独负责的工作岗位时再新增 Bot(如专职动效的 Motion God、负责工程上线的 Devbot、负责 Figma 生产的 Figma Bro);当多个 Bot 需协作时建立群聊,做好交接资料整理和分工规范。文章总结了 Bot 简介写长期职责、任务放聊天里、重复工作流沉淀为 skill 等核心心法,帮助读者按自己的工作流搭建 Bot 团队。
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。
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。