智能助手网
标签聚合 skill

/tag/skill

linux.do · 2026-04-17 17:59:42+08:00 · tech

本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容: 我的帖子已经打上 开源推广 标签: 是 我的开源项目完整开源,无未开源部分: 是 我的开源项目已链接认可 LINUX DO 社区: 是 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是 以上选择我承诺是永久有效的,接受社区和佬友监督: 是 以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出 ai-repo-cleanup 地址: codex-skills/skills/ai-repo-cleanup at main · tiezhuli001/codex-skills · GitHub 这个 skill 是我在反复改 AI项目时做出来的。vibeCoding很爽,但是仓库很容易越改越胖,AI存在局部性,上一轮对话改了A,下一轮对话修改成B,那么A需求的历史代码和测试代码就很可能出现冗余。包括plan计划越来越多,有些plan计划已经和代码仓库不一致了。 目前我本地1.3w行代码,1.7w行测试代码的情况下,清理了近4000行无用的代码,聊胜于无吧,持续迭代下去,希望能真的好用。 long-run-execution 地址: codex-skills/skills/long-run-execution at main · tiezhuli001/codex-skills · GitHub 这个 skill是被codex逼出来的,做一半就开始总结、问我下一步的意见,经常夹断,十分难受。现在是要求把任务拆成可验证的小步,做完一块就验一块,然后继续往前推,直到真的完成或者真的被卡住。 我本地使用一般只要有执行计划文档,都能全部完成之后再结束,测试也比较完善,还算好用。定期用历史对话总计提升了几轮,也是希望能越来越好用吧。 希望能帮助到有需要的佬友 ,自取即可~ 1 个帖子 - 1 位参与者 阅读完整话题

linux.do · 2026-04-17 12:27:35+08:00 · tech

本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容: 我的帖子已经打上 开源推广 标签: 是 我的开源项目完整开源,无未开源部分: 是 我的开源项目已链接认可 LINUX DO 社区: 是 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是 以上选择我承诺是永久有效的,接受社区和佬友监督: 是 以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出 作者最近都在一家小公司一个人做全栈开发,这期间有了不少新的思考和感悟,在这里写下来分享给大家。 正文 这阵子所有 AI 工具都在卷「帮你更快」------更快写代码、更快做方案、更快下判断。我反过来做了一个东西: 让你更慢 。 为什么?因为我越用 CC、Codex 这些工具,越有一个隐忧: 我的代码写得飞快,但我自己的判断力、品味、抽象能力反而在退化。 遇到问题我第一反应是「让 AI 试试」,而不是「我先想想」。长此以往,当所有人都拥有同样强的 AI 时,能分出高下的就是那些 没把思考外包出去的人 。 所以我做了 growth: https://github.com/zhu1090093659/growth 这是什么 一套 skill,装到你的AI工具箱里面。它不会替你写代码,只会在你准备写代码之前、之中、之后, 把你没想清楚的问题一层层剥出来 让你细细品味,获得真正的经验。 它只干一件事: 问问题 。 四个 skill Skill 什么时候用 它会问什么 taste-audit 代码/设计写完了,想知道写得好不好 这东西美不美?哪一行你其实不太想给别人看? intent-refine 有个想法但说不清,想定义需求 你到底要什么?为什么要?做完之后什么可观察的东西会不同? judgment-redteam 做了个决策,或倾向某个方案 你哪里可能是错的?一个比你聪明、不同意你的人会说什么? abstraction-uplift 代码 work 了但感觉结构不对 有没有东西被绑在一起但本不该绑?有没有抽象层其实是多余的? 真实交互示例 这段是测试 taste-audit 时的实际对话,能让你感受一下味道: 我 ❯ 帮我看看这段代码写得怎么样? [贴了一段 200 行的 Python 类] Claude ❯ 先不谈技术——你读这段代码的第一感觉是什么? 一个词形容。 我 ❯ 还行吧,能跑 Claude ❯ "还行"是真没感觉,还是感觉没想清楚? 你再读一遍,这 200 行里,有没有一行你其实不想让别人看到? 具体是第几行? 它不评价我的代码,它把我逼回到 我自己的感受 。而且它不接受"还行"这种含糊的退出------这是刻意设计的。 核心设计:三条铁律 每个 skill 开头都写着,AI 必须遵守: 1. 镜子原则 :禁止说"我觉得应该 XXX",只说"你觉得这里怎么样?" 2. 苏格拉底纪律 :只问问题不给答案,问题分三层锋利度(激活 → 刺破 → 重构) 3. 抗柔顺原则 : 用户感到舒适 = skill 失败。用户感到被挑战 = skill 成功。 第三条最反直觉也最关键。大部分 AI 工具的产品经理都在优化"用户满意度",但思考训练这件事,让你满意就意味着训练失效了。 跟 nuwa-skill 的区别 前阵子我看到有佬友分享过 nuwa-skill (蒸馏芒格、马斯克、Naval 的思维框架),我觉得那是个很棒的项目。growth 跟它正好是光谱的两端: nuwa-skill :蒸馏 别人 怎么想 → 让你拥有更好的顾问 growth :蒸馏 问题 本身 → 让你成为更好的自己 这是两种路线,客观的的说我觉得都挺好的,但是如果可以的话,我还是想让自己变得更好,嘿嘿。 顺便说一下这不适合谁? 如果你就是要 AI 快点帮你写完收工, 别装 ,会烦你。 如果你习惯"AI 夸我写得好我就开心", 别装 ,它不会夸你。 如果你需要的是标准答案而不是自己思考, 别装 ,它一个答案都不给。 适合谁: 对「AI 让我变废」这件事有警觉的人 做技术决策时想要一个主动挑刺的对手 想训练判断力/品味但不知道怎么练的人 版本说明 目前是 v0.1 公开实验 。问题库是我根据自己这段时间的经验攒的,还没经过大量实战验证。预计未来会基于反馈不断修改。 所以**如果你试用后有感受------不管是"这个问题正中我要害"还是"这个问题纯废话"------都欢迎来 issue 或 PR **。v0.2…v0.x 就靠大家的反馈演化。 链接 github.com GitHub - zhu1090093659/growth 通过在 GitHub 上创建帐户来为 zhu1090093659/growth 开发做出贡献。 最后一句也是 README 里写的: 如果 growth 让你的判断力变强了,记得别再依赖 growth,那就是毕业的时候。 训练轮终究是要扔掉的。 2026.04.17 随笔 4 个帖子 - 3 位参与者 阅读完整话题

www.ithome.com · 2026-04-17 11:45:06+08:00 · tech

IT之家 4 月 17 日消息,智谱今日宣布 AutoClaw(澳龙)正式上线自进化机制与 Skill 商店,踩过一次坑,下次同类任务会直接走正确流程。 官方介绍称,在使用龙虾等 Agent 时,许多人会感到 Agent 很“健忘”,需要反复提醒类似的要求:“简洁点”、“参考 XX 的风格”、“不要用破折号”…… 然而每次新任务都得再叮嘱一遍。自进化机制解决的就是这件事。 每轮对话结束后,澳龙会扫描这一轮对话:有没有用户的纠正、新教的方法、表达的偏好、或者它自己踩的坑?值得记住的经验,它会在对话中弹出一张「进化请求」卡片, 展示它打算记住的具体内容 。在用户批准后,进化内容会写入它的记忆,成为新的能力。 进化有两种触发方式: 关键词触发:当用户说「以后」「记住」「永远」这类表达长期意图的词,AutoClaw 会识别出这不是一次性要求,进而触发进化。 自动检测:处理复杂任务时经历大量工具调用或多次失败重试后,澳龙会自动识别为“有价值的踩坑经验”,从而记忆下来,提升下次执行的效率。 澳龙的进化机制有两大特色: 高质量进化 :澳龙会认真评估哪些经验能成为永久记忆,真正提升效率。它宁可保持每周 1-3 次的高质量进化,也不要每天 50 条“用户喜欢吃火锅”的噪音。当然,用户也可以自主调节澳龙的进化速率,找到最适合自己的节奏。 进化由你掌控:所有进化都需要用户审批,澳龙学什么,用户说了算。你也可以随时问它:“你最近学会了什么?”它会告诉你具体进化了哪些条目。 IT之家注意到,AutoClaw 还上线了 Skill 商店,并上架智谱自研的 GLM Office Skills,包含 PPT、DOCX、XLSX、PDF、Charts 五件套。其背后是 GLM-5.1 为 Office 场景单独做的技术升级: 细分场景设计。不同场景走不同技术路线(HTML / LaTeX 等),视觉设计也针对学术论文、合同、简历、海报、商业计划书等场景做了专项优化。 智能自检。重要的办公文档忌讳幻觉,因此我们给模型加上了自检意识,交付前主动检查格式要求、排版布局、内容正确性,显著降低错误率。 文件格式互转。支持 markdown2doc、markdown2pdf、word2pdf、html2pdf、excel2pdf,格式链路打通。 设计系统升级。新增封面设计,字体、配色、留白全面优化,生成出来的文档更精美。 接入 GLM Office Skills 后, 用户可以一行命令同时生成一整套材料 。例如,「帮我做一份关于新能源汽车的竞品调研 PPT,再配一份讲稿」,Agent 会先完成调研,再同步产出带图表的 PPT 和逐页讲稿 DOCX,直接就能上会演示。