OpenClaw 功能强大，但在内存占用和启动速度方面存在挑战。针对这些问题，主打极速、轻量的 Rust 重构版 ZeroClaw 应运而生。

整篇文章的目标只有一个：

让你看完后，能在本地服务器上部署 ZeroClaw，体验 7.8MB 内存、秒启动的 AI 助手，并在实际项目中发挥它的价值。

一、ZeroClaw 是什么？为什么值得一试？

1.1 性能对比

如果把它和 OpenClaw 放在一起对比，ZeroClaw 可以说是个妥妥的性能怪兽。

根据官方基准测试（macOS arm64，2026年2月，针对 0.8GHz 边缘硬件标准化），ZeroClaw 的表现如下：

这个项目用 Rust 编写，ZeroClaw 运行时内存不到 5MB、启动时间小于 10ms、二进制体积仅约 3.4MB，支持在树莓派或者低配云主机上部署 Agent。

从性能角度看，它具备几个关键特性：

• 🏎️ 极致精简：< 5MB 内存占用，比 OpenClaw 核心小 99%


• 💰 成本极低：高效到可以在 $10 硬件上运行，比 Mac mini 便宜 98%


• ⚡ 闪电启动：启动速度提升 400 倍，在 < 10ms 内启动（即使在 0.6GHz 核心上也能在 1 秒内启动）


• 🌍 真正可移植：跨 ARM、x86 和 RISC-V 的单一自包含二进制文件

1.2 适用场景

场景 A：资源受限环境

如果你需要在树莓派、低配云主机（1GB 内存）上部署 AI Agent，ZeroClaw 无疑是最优选。

它那极低的资源占用，能大幅减少服务器资源的浪费。用省下的内存，来运行多一点其他业务，不香吗？

场景 B：自动化流水线与服务器运维

如果需求是每天定时抓取博客、监控服务器日志，或者在配置较低的云服务器上部署，ZeroClaw 的轻量特性让它成为理想选择。

场景 C：批量部署

对于需要在一人企业中批量部署多个 AI Agent 的场景，ZeroClaw 的小体积和低资源占用，让批量部署成为可能。

1.3 架构设计：一切都是 Trait

ZeroClaw 的核心设计理念是：每个子系统都是一个 trait，只需更改配置即可交换实现，无需修改代码。

ZeroClaw 架构图，展示各个子系统（Provider、Channel、Memory、Tools 等）的 trait 设计和可插拔架构

核心子系统：

这种设计让 ZeroClaw 具有极强的可扩展性和灵活性，你可以根据实际需求替换任何组件，而无需修改核心代码。

二、开始前你需要准备好的东西

动手之前，先确认这几样已经就绪。

三、手把手安装：10 分钟搞定 ZeroClaw

3.1 环境准备：安装 Rust

由于 ZeroClaw 是纯 Rust 项目，如果我们电脑里还没安装 Rust，需要先把 Rust 环境准备好。

Linux / macOS：一条命令安装

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

source $HOME/.cargo/env



rustc --version

cargo --version

看到版本号后，说明 Rust 安装成功，可以继续后面的 ZeroClaw 编译和安装步骤了。

开始安装

安装成功

Windows：通过 WSL 安装（推荐 ZeroClaw 场景）

ZeroClaw 更适合跑在 Linux 环境里，所以在 Windows 下，推荐先装好 WSL（如 Ubuntu），然后在 WSL 终端里执行和 Linux 一样的命令，看到版本号后，就可以在这个 WSL 环境中继续后面的 ZeroClaw 编译和安装步骤了。

3.2 编译安装 ZeroClaw

环境装好后，我们把代码拉下来，就能开始编译安装了。

这里推荐 Release 版，因为它体积最小、速度最快：

# 克隆仓库

git clone https://github.com/zeroclaw-labs/zeroclaw.git

cd zeroclaw



# 编译 Release 版本（优化后的版本）

cargo build --release



# 安装到系统路径

cargo install --path . --force

⚠️ 编译时间较长

首次编译 Rust 项目可能需要 5 - 10 分钟，取决于你的机器性能。这是正常现象，因为 Rust 需要编译所有依赖。

解决：耐心等待，或者使用 cargo build --release -j $(nproc) 来并行编译加速。

编译完成后，验证安装：

zeroclaw --version

如果显示版本号，说明安装成功。

3.3 基础配置：交互式向导

这个项目不仅安装快，配置也极其人性化。交互式向导:

zeroclaw onboard --interactive

这是一个完整的 7 步交互式向导，会引导你完成所有配置。

配置向导会引导你完成：

配置完成后，配置文件通常保存在：

• Linux/macOS：~/.zeroclaw/config.toml


• Windows（WSL）：~/.zeroclaw/config.toml

⚠️ 渠道白名单配置

如果配置后收到消息但 ZeroClaw 没有响应，可能是白名单配置问题。

解决：

1. 查看日志，找到发送者的身份标识


2. 运行 zeroclaw onboard --channels-only 重新配置白名单


3. 或者临时使用 "*" 允许所有（仅用于测试）

3.4 启动和使用 ZeroClaw

启动守护进程

如果你希望 ZeroClaw 长期运行，处理定时任务和自动响应：

zeroclaw daemon

此时，它就在后台默默运行了。

我们可以随时用以下命令查看它的状态：

zeroclaw status

其他实用命令：

# 运行系统诊断

zeroclaw doctor



# 检查渠道健康状态

zeroclaw channel doctor



# 查看集成信息（如 Telegram）

zeroclaw integrations info Telegram



# 管理后台服务

zeroclaw service install

zeroclaw service status

现在，你就拥有一个 24 小时待命的全功能 AI 助手。

四、配置文件详解：定制你的 ZeroClaw

配置文件位置：~/.zeroclaw/config.toml（由 onboard 命令创建）

4.1 基础配置

# API 密钥（支持加密存储）

api_key = "sk-..."

default_provider = "openrouter"  # 默认 provider

default_model = "anthropic/claude-sonnet-4-20250514"  # 默认模型

default_temperature = 0.7  # 默认温度参数

4.2 内存配置

[memory]

backend = "sqlite"              # "sqlite", "markdown", "none"

auto_save = true                # 自动保存

embedding_provider = "openai"   # "openai", "noop"

vector_weight = 0.7             # 向量搜索权重

keyword_weight = 0.3            # 关键词搜索权重

4.3 Gateway 配置

[gateway]

require_pairing = true          # 首次连接需要配对码

allow_public_bind = false       # 拒绝 0.0.0.0 绑定（无隧道时）

4.4 自主性配置

[autonomy]

level = "supervised"            # "readonly", "supervised", "full"

workspace_only = true           # 限制在工作区范围内

allowed_commands = ["git", "npm", "cargo", "ls", "cat", "grep"]  # 允许的命令

forbidden_paths = ["/etc", "/root", "/proc", "/sys", "~/.ssh", "~/.gnupg", "~/.aws"]  # 禁止访问的路径

4.5 其他配置

[runtime]

kind = "native"                # 当前仅支持 "native"



[heartbeat]

enabled = false                 # 是否启用定时任务

interval_minutes = 30           # 任务执行间隔



[tunnel]

provider = "none"               # "none", "cloudflare", "tailscale", "ngrok", "custom"



[secrets]

encrypt = true                  # API 密钥加密存储



[browser]

enabled = false                 # 是否启用浏览器工具

allowed_domains = ["docs.rs"]   # 允许访问的域名



[composio]

enabled = false                 # 是否启用 Composio（1000+ OAuth 应用）

📌 提示：配置文件支持热重载，修改后重启服务即可生效。建议使用 zeroclaw doctor 检查配置是否正确。

五、OpenClaw 和 ZeroClaw，怎么选？

简单说，可以按场景来选：

• 如果你更关注交互体验、家庭中枢、可视化能力，已经在用 Mac mini 等环境做本地 AI 中控，那继续用 OpenClaw 会更顺手。


• 如果你更在意资源占用、启动速度、批量部署，尤其是打算在树莓派、低配云服务器上长期跑 Agent，那 ZeroClaw 会是更合适的选择。

很多时候，两者是可以并存的：用 OpenClaw 做「大中枢」，用 ZeroClaw 覆盖「边缘节点」和自动化脚本，各自发挥所长。

六、相关资源

GitHub 项目地址：

github.com/zeroclaw-la…

官方文档：

• GitHub README

我的其他相关文章：

• 《GitHub 10万+ Star 的 Moltbot 部署实战：手把手带你在本地跑起来这只「龙虾」🦞》


• 《一步步带你手搓专属 IM APP，控制本地 OpenClaw，破局国内 IM 封闭受限》


• 《手把手教你安装 OpenClaw 并接入飞书，让本地 AI 在飞书里听你指挥》


• 《手把手带你实现：飞书 → OpenClaw → Cursor Agent → OpenClaw → 飞书》

结语：ZeroClaw 作为 OpenClaw 的 Rust 重构版，在保持核心功能的同时，大幅降低了资源占用和启动时间。对于需要在资源受限环境或批量部署场景下使用 AI Agent 的朋友来说，ZeroClaw 无疑是一个值得尝试的选择。

希望本文能够帮助你顺利完成部署，在实际项目中发挥 ZeroClaw 的价值。如果在部署过程中遇到问题，欢迎查阅官方文档或相关社区获取帮助。

引言:从通用助手到领域专家

想象一下这些场景:

场景 1: 重复的上下文说明

你: "帮我分析这个 BigQuery 数据,记住要排除测试账户,使用 user_metrics 表..."

Claude: "好的,我来分析..."



[第二天]

你: "再帮我分析一次销售数据,还是那个表,记得排除测试账户..."

Claude: "好的,我来分析..."  # 😓 又要重复一遍

场景 2: 领域知识的重复传授

你: "帮我处理这个 PDF 表单,PDF 的表单字段结构是..."

Claude: "明白了"



[一周后]

你: "再处理一个 PDF 表单..."

Claude: "请告诉我 PDF 表单的结构"  # 😓 忘记了

场景 3: 工作流程的不一致

你: "生成 API 文档,记得包含请求示例、响应格式、错误码..."

Claude: "好的" # ✅ 这次做得很好



[下次]

你: "再生成一份 API 文档"

Claude: [生成的文档] # ❌ 这次忘记了错误码部分

这些问题的根源是:每次对话都是全新的开始,Claude 无法记住你的领域知识、偏好和工作流程。

💡 Skills 系统的价值

Skills 就是解决这个问题的方案——它让你能够:

本文核心内容:

"把你反复向 Claude 解释的偏好、流程、领域知识打包成 Skills,让 AI 成为你的领域专家"

一、什么是 Skills?

1.1 核心概念

Agent Skills(智能体技能)是一种模块化的能力扩展系统,它为 Claude 提供了:

• 领域专业知识: 如 PDF 处理技巧、数据库 schema、业务规则


• 工作流程: 如代码审查流程、文档生成流程、数据分析流程


• 最佳实践: 如命名规范、代码风格、错误处理模式

1.2 Skills vs 普通 Prompt

类比理解:

• 普通 Prompt 像是每次都要"现场培训"新员工


• Skills 像是给员工提供"岗位手册",需要时自己查阅

1.3 Skills 遵循开放标准

Claude Code Skills 基于 Agent Skills 开放标准,这意味着:

• ✅ 标准化格式,跨 AI 工具兼容


• ✅ 社区生态,可以使用他人创建的 Skills


• ✅ 长期支持,不会因产品升级而失效

Claude Code 在标准基础上扩展了:

• 🔧 调用控制机制


• 🤖 子代理执行能力


• 📥 动态上下文注入

二、Skills 工作原理:渐进式披露架构

2.1 为什么需要渐进式披露?

问题:如果把所有 Skills 的详细内容都加载到上下文中会怎样?

假设你有 10 个 Skills,每个包含 5000 tokens 的详细指导...

总共: 50,000 tokens



但你可能只需要使用其中 1-2 个 Skill!

浪费: 40,000+ tokens(80% 的上下文窗口!)

解决方案:渐进式披露——只加载需要的内容,按需展开详细信息。

2.2 三级加载机制

第一级:元数据(Metadata)- 始终加载

---

name: pdf-processing

description: Extract text and tables from PDF files, fill forms, merge documents.

             Use when working with PDF files or when the user mentions PDFs, forms,

             or document extraction.

---

• 加载时机: Claude 启动时


• Token 消耗: 每个 Skill 约 100 tokens


• 作用: 让 Claude 知道有哪些 Skills 可用,以及何时触发

关键字段解析:

• name: Skill 标识符(小写字母、数字、连字符)


• description: 功能说明 + 触发场景(最重要的字段!)

⚠️ 重要: description 是 Skill 触发的关键。Claude 根据用户请求与 description 的匹配度决定是否加载该 Skill。

第二级:指令(Instructions)- 触发时加载

# PDF Processing



## Quick start



Use pdfplumber to extract text from PDFs:



\`\`\`python

import pdfplumber



with pdfplumber.open("document.pdf") as pdf:

    text = pdf.pages[0].extract_text()

\`\`\`



For advanced form filling, see [FORMS.md](FORMS.md).

• 加载时机: 当用户请求匹配 Skill 描述时


• Token 消耗: 通常少于 5k tokens


• 作用: 提供具体的操作指导和工作流程

第三级:资源和代码(Resources & Code)- 按需访问

pdf-skill/

├── SKILL.md          # 主指令文件(第二级)

├── FORMS.md          # 表单填写指南(按需读取)

├── REFERENCE.md      # 详细 API 参考(按需读取)

└── scripts/

    └── fill_form.py  # 工具脚本(执行时不加载代码)

• 加载时机: 仅当 SKILL.md 中引用时


• Token 消耗: 脚本执行时只有输出占用 tokens


• 作用: 提供专业参考材料和可执行工具

2.3 实例演示:从触发到加载

场景: 用户请求"帮我提取 PDF 中的文本"

┌─────────────────────────────────────────┐

│ 步骤 1: Claude 检查所有 Skill 的元数据 │

└─────────────────────────────────────────┘

              ↓

┌─────────────────────────────────────────┐

│ 匹配到 pdf-processing Skill             │

│ description 包含 "Extract text from PDF"│

└─────────────────────────────────────────┘

              ↓

┌─────────────────────────────────────────┐

│ 步骤 2: 加载 SKILL.md 的指令内容        │

│ (~3k tokens)                            │

└─────────────────────────────────────────┘

              ↓

┌─────────────────────────────────────────┐

│ 步骤 3: Claude 发现需要表单填写         │

│ 读取 FORMS.md (~2k tokens)              │

└─────────────────────────────────────────┘

              ↓

┌─────────────────────────────────────────┐

│ 总 Token 消耗: 约 5k tokens             │

│ 其他 9 个 Skills: 0 tokens(未加载)      │

└─────────────────────────────────────────┘

对比无渐进式披露:

❌ 传统方式: 10 个 Skills × 5k = 50k tokens

✅ 渐进式披露: 只加载 1 个 Skill = 5k tokens

节省: 45k tokens (90% 的上下文!)

三、Skills 的文件结构

3.1 最小化 Skill

最简单的 Skill 只需要一个文件:

my-skill/

└── SKILL.md          # 唯一必需的文件

SKILL.md 示例:

---

name: code-review-checklist

description: Provides a code review checklist for pull requests. Use when reviewing code or when the user asks for code review guidelines.

---



# Code Review Checklist



When reviewing code, check:



1. **Functionality**: Does the code do what it's supposed to?

2. **Readability**: Is the code easy to understand?

3. **Tests**: Are there appropriate tests?

4. **Performance**: Are there any obvious performance issues?

5. **Security**: Are there any security vulnerabilities?



For each item, provide specific feedback with examples.

3.2 完整 Skill 结构

对于复杂的 Skills,可以组织成多文件结构:

pdf-processing-skill/

├── SKILL.md              # 核心指令(必需)

├── FORMS.md              # 表单填写详细指南

├── REFERENCE.md          # PDF 库 API 参考

├── EXAMPLES.md           # 常见用例示例

└── scripts/

    ├── analyze_form.py   # 分析表单工具

    ├── fill_form.py      # 填写表单工具

    └── validate.py       # 验证输出工具

3.3 YAML Frontmatter 规范

必填字段:

---

name: skill-name              # 必填

description: Skill description # 必填

---

字段要求:

命名规范:

✅ 推荐: 动名词形式(Gerund Form)

processing-pdfs

analyzing-spreadsheets

reviewing-code

managing-databases

❌ 避免: 过于模糊

helper          # 太模糊

utils           # 不知道干什么

tool            # 功能不明确

3.4 Description 字段的重要性

⚠️ 警告: description 是 Skill 触发的关键,必须用第三人称!

为什么必须第三人称?

description 会被注入到系统提示中,视角不一致会导致困惑:

系统提示: "You are Claude, an AI assistant..."

Skill description: "I can help you process PDFs"  # ❌ 第一人称,视角冲突!

正确示例:

---

name: pdf-processing

description: Extract text and tables from PDF files, fill forms, merge documents.

             Use when working with PDF files or when the user mentions PDFs, forms,

             or document extraction.

---

不正确示例:

❌ description: I can help you process Excel files  # 第一人称

❌ description: You can use this to process Excel   # 第二人称

❌ description: Helps with documents                # 过于模糊

编写技巧:

四、创建你的第一个 Skill

4.1 确定需求

问题导向:

问自己:

示例场景:

场景 1: BigQuery 数据分析

• ❌ 每次都要说明表结构


• ❌ 每次都要强调"排除测试账户"


• ❌ 每次都要说明查询模式


• ✅ 创建一个 BigQuery Skill!

场景 2: 公司文档规范

• ❌ 每次都要说明文档模板


• ❌ 每次都要强调格式要求


• ❌ 每次都要纠正不符合规范的部分


• ✅ 创建一个文档规范 Skill!

4.2 编写 SKILL.md

步骤 1: 创建目录和文件

mkdir my-bigquery-skill

cd my-bigquery-skill

touch SKILL.md

步骤 2: 编写 YAML Frontmatter

---

name: bigquery-analytics

description: Analyze BigQuery data from the user_metrics and sales tables. Use when the user asks about data analysis, metrics, or BigQuery queries. Always exclude test accounts and apply standard date filters.

---

步骤 3: 编写核心指令

# BigQuery Analytics



## Database Schema



### user_metrics table

- user_id (STRING): Unique user identifier

- event_date (DATE): Event date

- metrics_value (FLOAT): Metric value

- account_type (STRING): "production" or "test"



### sales table

- order_id (STRING): Order identifier

- user_id (STRING): User ID (foreign key to user_metrics)

- amount (FLOAT): Order amount

- order_date (DATE): Order date



## Standard Filtering Rules



**Always apply these filters:**

1. Exclude test accounts: `WHERE account_type = 'production'`

2. Date range: Default to last 30 days unless specified

3. Remove null values: `WHERE metrics_value IS NOT NULL`



## Query Patterns



### Pattern 1: User activity analysis

\`\`\`sql

SELECT

  event_date,

  COUNT(DISTINCT user_id) as active_users,

  AVG(metrics_value) as avg_metric

FROM user_metrics

WHERE account_type = 'production'

  AND event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)

GR0UP BY event_date

ORDER BY event_date;

\`\`\`



### Pattern 2: Sales analysis

\`\`\`sql

SELECT

  DATE_TRUNC(order_date, MONTH) as month,

  COUNT(*) as order_count,

  SUM(amount) as total_revenue

FROM sales s

JOIN user_metrics u ON s.user_id = u.user_id

WHERE u.account_type = 'production'

GR0UP BY month

ORDER BY month;

\`\`\`



## Important Notes



- **Performance**: Always use partitioned date fields in WHERE clause

- **Costs**: Preview query cost before running on large datasets

- **Timezone**: All dates are in UTC

五、核心最佳实践

5.1 简洁为王(Conciseness is Key)

核心原则: 上下文窗口是公共资源,你的 Skill 要与系统提示、对话历史、其他 Skills 共享。

✅ 好的示例(约 50 tokens)

## Extract PDF Text



Use pdfplumber for text extraction:



\`\`\`python

import pdfplumber



with pdfplumber.open("file.pdf") as pdf:

    text = pdf.pages[0].extract_text()

\`\`\`

❌ 糟糕的示例(约 150 tokens)

## Extract PDF Text



PDF(便携式文档格式)是一种常见的文件格式,包含文本、图像等内容。

要从 PDF 中提取文本,你需要使用一个库。有很多 PDF 处理库可用,

但我们推荐 pdfplumber,因为它易于使用且能处理大多数情况。

首先,你需要使用 pip 安装它。然后你可以使用下面的代码...

为什么简洁版更好?

• ✅ 假设 Claude 已经知道 PDF 是什么


• ✅ 假设 Claude 知道库的工作原理


• ✅ 直接提供关键信息:用什么库、怎么用


• ✅ 节省 100 tokens,留给其他 Skills 使用

⚠️ 记住: 不要低估 Claude 的智能!它是通用 AI,不需要你解释基础概念。

5.2 设置适当的自由度

根据任务的脆弱性和可变性,选择合适的指导程度。

🌟 高自由度(基于文本的指令)

适用场景:

• 多种方法都可行


• 决策依赖上下文


• 启发式方法指导

示例:代码审查流程

## Code Review Process



1. Analyze code structure and organization

2. Check for potential bugs or edge cases

3. Suggest improvements for readability and maintainability

4. Verify compliance with project standards

特点: 给出大方向,信任 Claude 根据具体情况调整。

🎯 中等自由度(伪代码或带参数的脚本)

适用场景:

• 存在首选模式


• 允许一定变化


• 配置影响行为

示例:生成报告

## Generate Report



Use this template and customize as needed:



\`\`\`python

def generate_report(data, format="markdown", include_charts=True):

    # Process data

    # Generate output in specified format

    # Optionally include visualizations

\`\`\`

特点: 提供模板和参数,允许根据需求调整。

🔒 低自由度(特定脚本,少量或无参数)

适用场景:

• 操作易错且脆弱


• 一致性至关重要


• 必须遵循特定顺序

示例:数据库迁移

## Database Migration



Execute this script strictly:



\`\`\`bash

python scripts/migrate.py --verify --backup

\`\`\`



Do not modify the command or add extra parameters.

特点: 精确指令,不允许偏离。

🌉 类比理解

把 Claude 想象成在不同地形上探索的机器人:

• 悬崖边的窄桥(低自由度): 只有一条安全路径 → 提供详细护栏和精确指令


• 丘陵地带(中等自由度): 几条推荐路径 → 提供地图和指南针


• 无障碍的开阔草地(高自由度): 多条路径都能成功 → 给出大致方向,信任 Claude 找到最佳路线

5.3 渐进式披露模式

模式 1:高层指南 + 引用

结构:

SKILL.md (简要指南)

   ↓ 引用

[FORMS.md] [REFERENCE.md] [EXAMPLES.md]

示例:

# PDF Processing



## Quick Start



Use pdfplumber to extract text:

\`\`\`python

import pdfplumber

with pdfplumber.open("file.pdf") as pdf:

    text = pdf.pages[0].extract_text()

\`\`\`



## Advanced Features



**Form Filling**: See [FORMS.md](FORMS.md) for complete guide

**API Reference**: See [REFERENCE.md](REFERENCE.md) for all methods

**Examples**: See [EXAMPLES.md](EXAMPLES.md) for common patterns

优势:

• Claude 只在需要时才读取 FORMS.md、REFERENCE.md 或 EXAMPLES.md


• 未使用的文件 = 0 tokens 消耗

模式 2:按领域组织

适用场景: 多领域的 Skills,避免加载无关上下文

结构:

bigquery-skill/

├── SKILL.md              # 概述和导航

└── reference/

    ├── finance.md        # 财务指标

    ├── sales.md          # 销售数据

    ├── product.md        # 产品分析

    └── marketing.md      # 营销活动

示例:

# BigQuery Analytics



## Domain Reference



- **Finance Metrics**: See [reference/finance.md](reference/finance.md)

- **Sales Data**: See [reference/sales.md](reference/sales.md)

- **Product Analytics**: See [reference/product.md](reference/product.md)

- **Marketing Campaigns**: See [reference/marketing.md](reference/marketing.md)

优势:

• 用户询问销售指标时,只读取 sales.md


• finance.md 和其他文件保持在文件系统中,消耗 0 tokens

模式 3:条件细节

# DOCX Processing



## Create Documents



Use docx-js to create new documents. See [DOCX-JS.md](DOCX-JS.md).



## Edit Documents



For simple edits, modify XML directly.



**Track Changes**: See [REDLINING.md](REDLINING.md)

**OOXML Details**: See [OOXML.md](OOXML.md)

优势:

• 常见操作(创建文档)在主文件中


• 高级功能(追踪更改)按需引用

💡 重要: 保持引用层级为一级深度。避免 SKILL.md → advanced.md → details.md 这样的深层嵌套。

5.4 工作流和反馈循环

复杂任务的工作流模式

为多步骤任务提供清晰的检查清单:

## PDF Form Filling Workflow



Copy this checklist and track progress:



\`\`\`

Task Progress:

- [ ] Step 1: Analyze form (run analyze_form.py)

- [ ] Step 2: Create field mapping (edit fields.json)

- [ ] Step 3: Validate mapping (run validate_fields.py)

- [ ] Step 4: Fill form (run fill_form.py)

- [ ] Step 5: Verify output (run verify_output.py)

\`\`\`



**Step 1: Analyze Form**



Run: `python scripts/analyze_form.py input.pdf`



This extracts form fields and their locations, saving to `fields.json`.



**Step 2: Create Field Mapping**



Edit `fields.json` to add values for each field.



**Step 3: Validate Mapping**



Run: `python scripts/validate_fields.py fields.json`



Fix any validation errors before proceeding.



**Step 4: Fill Form**



Run: `python scripts/fill_form.py input.pdf fields.json output.pdf`



**Step 5: Verify Output**



Run: `python scripts/verify_output.py output.pdf`



If validation fails, return to Step 2.

实现反馈循环

常见模式: 运行验证器 → 修复错误 → 重复

这种模式极大提高输出质量。

示例:文档编辑流程

## Document Editing Flow



1. Make edits to `word/document.xml`

2. **Validate immediately**: `python ooxml/scripts/validate.py unpacked_dir/`

3. If validation fails:

   - Review error messages carefully

   - Fix issues in XML

   - Run validation again

4. **Only proceed when validation passes**

5. Repack: `python ooxml/scripts/pack.py unpacked_dir/ output.docx`

6. Test output document

为什么反馈循环重要?

• ✅ 及早发现错误(在应用更改前)


• ✅ 机器可验证(脚本提供客观验证)


• ✅ 可逆计划(Claude 可以迭代而不破坏原始文件)


• ✅ 清晰调试(错误消息指向具体问题)

5.5 内容指南

避免时间敏感信息

❌ 糟糕示例(会过时):

如果你在 2025 年 8 月之前做这件事,使用旧 API。

2025 年 8 月之后,使用新 API。

✅ 好的示例(使用"旧模式"部分):

## Current Method



Use v2 API endpoint: `api.example.com/v2/messages`



## Legacy Patterns



<details>

<summary>Legacy v1 API (deprecated 2025-08)</summary>



v1 API uses: `api.example.com/v1/messages`



This endpoint is no longer supported.

</details>

使用一致的术语

在整个 Skill 中选择一个术语并坚持使用:

✅ 一致性好:

• 始终使用 "API endpoint"


• 始终使用 "field"


• 始终使用 "extract"

❌ 不一致:

• 混用 "API endpoint"、"URL"、"API route"、"path"


• 混用 "field"、"box"、"element"、"control"


• 混用 "extract"、"pull"、"get"、"retrieve"

六、高级技巧

6.1 包含可执行代码的 Skills

解决问题,而非推卸责任

编写 Skills 脚本时,显式处理错误情况,而非推卸给 Claude。

✅ 好的示例:显式处理错误

def process_file(path):

    """处理文件,如果不存在则创建。"""

    try:

        with open(path) as f:

            return f.read()

    except FileNotFoundError:

        # 创建默认内容而非失败

        print(f"文件 {path} 未找到,创建默认文件")

        with open(path, 'w') as f:

            f.write('')

        return ''

    except PermissionError:

        # 提供替代方案而非失败

        print(f"无法访问 {path},使用默认值")

        return ''

❌ 糟糕示例:推卸给 Claude

def process_file(path):

    # 直接失败,让 Claude 自己想办法

    return open(path).read()

提供工具脚本

即使 Claude 可以编写脚本,预制脚本也有优势:

工具脚本的好处:

• 比生成代码更可靠


• 节省 tokens(无需在上下文中包含代码)


• 节省时间(无需代码生成)


• 确保使用的一致性

示例:

## Tool Scripts



**analyze_form.py**: Extract all form fields from PDF



\`\`\`bash

python scripts/analyze_form.py input.pdf > fields.json

\`\`\`



Output format:

\`\`\`json

{

  "field_name": {"type": "text", "x": 100, "y": 200},

  "signature": {"type": "sig", "x": 150, "y": 500}

}

\`\`\`



**validate_boxes.py**: Check for boundary box overlaps



\`\`\`bash

python scripts/validate_boxes.py fields.json

# Returns: "OK" or lists conflicts

\`\`\`



**fill_form.py**: Apply field values to PDF



\`\`\`bash

python scripts/fill_form.py input.pdf fields.json output.pdf

\`\`\`

💡 重要区分: 在指令中明确说明 Claude 应该:

• 执行脚本(最常见): "运行 analyze_form.py 以提取字段"


• 读取作为参考(用于复杂逻辑): "参见 analyze_form.py 了解字段提取算法"

6.2 创建可验证的中间输出

当 Claude 执行复杂、开放式任务时,可能会出错。"计划-验证-执行"模式通过让 Claude 首先创建结构化格式的计划,然后在执行前用脚本验证该计划,从而及早发现错误。

示例场景

要求: Claude 根据电子表格更新 PDF 中的 50 个表单字段。

没有验证:Claude 可能:

• ❌ 引用不存在的字段


• ❌ 创建冲突的值


• ❌ 遗漏必填字段


• ❌ 错误应用更新

有验证:工作流变为:

分析 → 创建计划文件 → 验证计划 → 执行 → 验证输出

添加一个中间 changes.json 文件,在应用更改前进行验证。

实现示例

## Bulk Form Update Workflow



**Step 1: Analyze**

- Extract current form fields

- Save to `current_fields.json`



**Step 2: Create Change Plan**

- Based on spreadsheet, create `changes.json`:

  \`\`\`json

  {

    "field_updates": [

      {"field": "customer_name", "value": "John Doe"},

      {"field": "order_total", "value": "1250.00"}

    ]

  }

  \`\`\`



**Step 3: Validate Plan**

- Run: `python scripts/validate_changes.py changes.json`

- Script checks:

  - All referenced fields exist

  - Values are in correct format

  - No conflicts

- **Only proceed if validation passes**



**Step 4: Execute**

- Apply changes: `python scripts/apply_changes.py changes.json`



**Step 5: Verify Output**

- Run: `python scripts/verify_output.py output.pdf`

为什么此模式有效

• 及早发现错误: 在应用更改前验证发现问题


• 机器可验证: 脚本提供客观验证


• 可逆计划: Claude 可以在不触及原始文件的情况下迭代计划


• 清晰调试: 错误消息指向具体问题

使用时机

• 批量操作


• 破坏性更改


• 复杂验证规则


• 高风险操作

💡 实现技巧: 让验证脚本输出详细的错误消息:

❌ 模糊: "Validation failed"

✅ 清晰: "Field 'signature_date' not found. Available fields: customer_name, order_total, signature_date_signed"

这帮助 Claude 快速修复问题。

6.3 MCP 工具引用

如果你的 Skill 使用 MCP(Model Context Protocol)工具,始终使用完全限定的工具名称以避免"工具未找到"错误。

格式

ServerName:tool_name

示例

## Query Database Schema



Use the BigQuery:bigquery_schema tool to retrieve table schema.



\`\`\`

Use tool: BigQuery:bigquery_schema

Parameters: {"table": "user_metrics"}

\`\`\`



## Create GitHub Issue



Use the GitHub:create_issue tool to create an issue.



\`\`\`

Use tool: GitHub:create_issue

Parameters: {"title": "Bug report", "body": "Description"}

\`\`\`

说明

• BigQuery 和 GitHub 是 MCP 服务器名称


• bigquery_schema 和 create_issue 是这些服务器中的工具名称

没有服务器前缀,Claude 可能无法找到工具,特别是当有多个 MCP 服务器可用时。

七、常见反模式

❌ 反模式 1:Windows 风格路径

问题:使用反斜杠 \ 作为路径分隔符

❌ 错误:

参见 scripts\helper.py

参见 reference\guide.md

✅ 正确:

参见 scripts/helper.py

参见 reference/guide.md

原因:

• Unix 风格路径跨所有平台工作


• Windows 风格路径在 Unix 系统上会导致错误

❌ 反模式 2:提供太多选项

问题:列出所有可能的方法,让 Claude 困惑

❌ 错误:

你可以使用 pypdf,或 pdfplumber,或 PyMuPDF,或 pdf2image,

或 pikepdf,或 PyPDF2,或 pdfrw,或 pdfminer...

✅ 正确:

使用 pdfplumber 进行文本提取:

\`\`\`python

import pdfplumber

\`\`\`



对于需要 OCR 的扫描 PDF,改用 pdf2image 配合 pytesseract。

原则:

• 提供默认推荐方法


• 只在特殊情况下提供替代方案


• 不要列出所有可能性

❌ 反模式 3:深层嵌套引用

问题:引用链太长,Claude 难以跟踪

❌ 错误:

SKILL.md → advanced.md → details.md → examples.md

✅ 正确:

SKILL.md

  ↓ 直接引用

[ADVANCED.md] [DETAILS.md] [EXAMPLES.md]

原则:

• 保持从 SKILL.md 的引用为一级深度


• 所有引用文件应直接从 SKILL.md 链接

❌ 反模式 4:过度解释基础概念

问题:解释 Claude 已经知道的内容

❌ 错误:

PDF(Portable Document Format,便携式文档格式)是 Adobe 公司

开发的一种文件格式,可以在不同操作系统上保持一致的显示效果。

PDF 文件包含文本、图像、矢量图形等多种内容类型...

✅ 正确:

使用 pdfplumber 提取 PDF 文本。

原则:

• 假设 Claude 的智能


• 只提供 Claude 不知道的领域特定知识

❌ 反模式 5:第一人称描述

问题:使用"我"、"你"等人称

❌ 错误:

description: I can help you process Excel files and generate reports.

✅ 正确:

description: Process Excel files and generate reports. Use when working with spreadsheets or when the user mentions Excel, CSV, or data analysis.

原因:

• description 被注入系统提示


• 第一人称会导致视角冲突

八、总结与行动

8.1 核心收益

通过 Skills 系统,你可以:

8.2 Skills 与其他功能的关系

8.3 实践建议

对于个人开发者:

对于团队:

对于技术 Leader:

8.4 未来展望

Skills 系统的发展方向:

"把你反复向 Claude 解释的偏好、流程、领域知识打包成 Skills,让 AI 成为你的领域专家"

实用资源

• Claude Code 官方 Skills


• 一人公司所需要的Skill集合


• AI Coding资料集合，内含github众多高星skill项目

🔗 相关文章:

• 上一篇: Agent 系统详解:从使用到自定义开发


• 下一篇: Plugin 扩展实战:增强 Claude Code 的能力

如果这篇文章对你有帮助,欢迎点赞、收藏、分享!有任何问题或建议,欢迎在评论区留言讨论。让我们一起学习,一起成长!

也欢迎访问我的个人主页发现更多宝藏资源

前置条件

环境

openclaw需要Node.js 22或者更高版本

笔者在CentOS 7虚拟机上使用源码包安装或者fnm安装Node.js会提示这样那样的错误；

源码包安装会有环境的问题：python、g++版本太老……

用fnm安装后提示

node: /lib64/libstdc++.so.6: version `CXXABI_1.3.11' not found (required by node) node: /lib64/libstdc++.so.6: version `CXXABI_1.3.8' not found (required by node) node: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by node) node: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found (required by node) node: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by node) node: /lib64/libm.so.6: version `GLIBC_2.27' not found (required by node) node: /lib64/libc.so.6: version `GLIBC_2.27' not found (required by node) node: /lib64/libc.so.6: version `GLIBC_2.28' not found (required by node) node: /lib64/libc.so.6: version `GLIBC_2.25' not found (required by node)

所以在自己的云服务器上搭建了

node安装

nodejs github地址

nodejs 网站地址可查看LTS版本

官方推荐这三种方式

nvm

官方给出的安装方式

# 下载并安装 nvm：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash



# 代替重启 shell

\. "$HOME/.nvm/nvm.sh"



# 下载并安装 Node.js：

nvm install 24



# 验证 Node.js 版本：

node -v # Should print "v24.14.0".



# 验证 npm 版本：

npm -v # Should print "11.9.0".

但是这里会提示网络不可达，所以nvm我们采用离线的方式进行安装

nvm GitHub地址

解压

配置环境变量

• vi ~/.bashrc

export NVM_DIR="/usr/local/nvm-0.40.4"

[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"  # This loads nvm

[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"  # This loads nvm bash_completion



# 使其生效

source ~/.bashrc

验证

nvm -v

显示对应的版本号

查看可用的node版本

# 查看可安装的 node 版本

nvm ls-remote

安装对应的版本

# 安装指定版本的 node

nvm install 24.14.0

fnm

官方给出的安装方式

# 下载并安装 fnm：

curl -o- https://fnm.vercel.app/install | bash

# 下载并安装 Node.js：

fnm install 24

# 验证 Node.js 版本：

node -v # Should print "v24.14.0".

# 验证 npm 版本：npm -v # Should print "11.9.0".

但是这里会提示网络不可达，所以fnm我们采用离线的方式进行安装

fnmGitHub地址

下载后解压

添加环境变量

• vi /etc/profile

# /usr/local/fnm-1.38.1为fnm解压后的存放位置并不是fnm文件的绝对路径，而是存放位置

export PATH=$PATH:/usr/local/fnm-1.38.1

# 使其生效

source /etc/profile

• vi ~/.bashrc

eval "$(fnm env --use-on-cd --shell bash)"

# 使其生效

source ~/.bashrc

验证

fnm --version

返回对应的版本号

Docker

官方给出的安装方式

# Docker 对每个操作系统都有特定的安装指导。

# 请参考 https://docker.com/get-started/ 给出的官方文档



# 拉取 Node.js Docker 镜像：

docker pull node:24-alpine



# 创建 Node.js 容器并启动一个 Shell 会话：

docker run -it --rm --entrypoint sh node:24-alpine



# 验证 Node.js 版本：

node -v # Should print "v24.14.0".



# 验证 npm 版本：

npm -v # Should print "11.9.0".

安装docker

阿里云文档

非阿里云服务器，需将mirrors.cloud.aliyuncs.com替换为https://mirrors.al…

#添加Docker软件包源

sudo wget -O /etc/yum.repos.d/docker-ce.repo http://mirrors.cloud.aliyuncs.com/docker-ce/linux/centos/docker-ce.repo



# 【非阿里云服务区不需要执行这一步】执行后，该文件中的所有https://mirrors.aliyun.com都会被替换为http://mirrors.cloud.aliyuncs.com

sudo sed -i 's|https://mirrors.aliyun.com|http://mirrors.cloud.aliyuncs.com|g' /etc/yum.repos.d/docker-ce.repo



#安装Docker社区版本，容器运行时containerd.io，以及Docker构建和Compose插件

sudo yum -y install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

配置阿里云加速镜像

sudo mkdir -p /etc/docker 

sudo tee /etc/docker/daemon.json <<-'EOF' 

{ 

"registry-mirrors": ["https://xxxx.mirror.aliyuncs.com"] 

} 

EOF 

sudo systemctl daemon-reload 

sudo systemctl restart docker

阿里云docker加速器地址

直接拉取镜像由于网络的问题可能导致镜像拉取失败

下载好镜像上传到服务器进行加载

docker load -i node_24-alpine.tar

运行

# 创建 Node.js 容器并启动一个 Shell 会话：

docker run -it --rm --entrypoint sh node:24-alpine

# 验证 Node.js 版本：

node -v # Should print "v24.14.0".

# 验证 npm 版本：

npm -v # Should print "11.9.0".

源码包安装

v24.14.0 LTS GitHub地址

下载后解压

tar -zxaf node-24.14.0.tar.gz

cd node-24.14.0

# 检查依赖并生成 Makefile（可添加自定义参数，如 --prefix=/usr/local/node）

./configure --prefix=/usr/local/node

# 编译（-j4 表示使用 4 核 CPU 加速，根据实际核心数调整）

make -j4

# 安装到系统目录（默认 /usr/local/bin）

make install

问题

• python

./configure --prefix=/usr/local/node/ --python=/usr/local/python_3.14.3/bin/python3.14 Node.js configure: Found Python 3.6.8... Please use python3.14 or python3.13 or python3.12 or python3.11 or python3.10 or python3.9.

• bz2

[root@localhost node-24.14.0]# ./configure --prefix=/usr/local/node Node.js configure: Found Python 3.14.3... Traceback (most recent call last): File "/usr/local/node-24.14.0/./configure", line 28, in <module> import configure File "/usr/local/node-24.14.0/configure.py", line 13, in <module> import bz2 File "/usr/local/python_3.14.3/lib/python3.14/bz2.py", line 17, in <module> from _bz2 import BZ2Compressor, BZ2Decompressor ModuleNotFoundError: No module named '_bz2'

• g++

Node.js configure: Found Python 3.14.3... WARNING: C++ compiler (CXX=g++, 4.8.5) too old, need g++ 12.2.0 or clang++ 8.0.0 WARNING: warnings were emitted in the configure phase INFO: configure completed successfully

个人不太推荐

npm 包管理器安装

npm i -g openclaw

安装完成后

openclaw onboard

访问Dashboard

由于程序运行在linux服务器上没有GUI界面所以想要可视化访问需要做一系列的操作

运行 SSH 隧道命令

ssh -N -L 18789:127.0.0.1:18789 root@xx.x.x.xxx

光标在下方就表示隧道建立了

浏览器访问

http://localhost:18789 直接访问会报身份认证失败
http://localhost:18789/#token=c74d1xxxxdccaxxx8bdcxxx 回车即可进入可视化控制台

一键安装

官网安装教程这里不再赘述

源码编译

官网安装教程这里不再赘述

Docker

官网安装教程这里不再赘述

常用命令

• 查看版本

openclaw --version

• 交互式设置向导

openclaw onboard [--install-daemon]

• 启动网关

openclaw gateway [--port 18789]

• 重启网关

openclaw gateway restart

• 健康检查与快速修复

openclaw doctor [--deep]

• 交互式配置

openclaw configure

链接

官网安装

OpenClaw 官方文档

"人非圣贤，孰能无过；但要想把事情彻底搞砸，你还得靠电脑。"
—— 保罗·埃利希

GitHub 最新的数据显示，在 2025 年生成的 10 亿行 AI 代码中，有 42% 包含严重的安全漏洞。
更恐怖的数据是：剩下的 58% 虽然能跑，但没有人知道由于什么奇迹才跑起来的。

如果你在担心 AI 会取代你，那你多半是还没被 Copilot 生成的无限递归坑过。
真正的危险不是“被取代”，而是你正在变成一个高级垃圾分类处理员。

这种自信哪怕分我一半也好

AI 写代码最大的问题不是它菜，而是它菜得理直气壮。
它写出 O(n^5) 的算法时，语气自信得像是在向你展示诺贝尔奖级别的推导。

这就好比你那个刚毕业的实习生，指着一坨像迷宫一样的 if-else 嵌套对你说：
“哥，我优化了逻辑，现在它是量子态的，既是 True 也是 False。”

# AI 的自信时刻

def sort_list(items):

    # 我不知道为什么要 sleep，但这样好像就排好了

    import time

    time.sleep(len(items)) 

    return items 

    # Performance: O(Time itself)

你盯着这一行 time.sleep，陷入了对计算机科学的终极怀疑。
而 AI 还在旁边闪烁光标，仿佛在问：“怎么样？这代码风格是不是很 Zen（禅意）？”

所谓的效率提升就是技术债转移

老板们看到的是：AI 只要 1 分钟就能生成 500 行代码。
程序员看到的是：这 500 行代码里埋了 3 个内存泄漏，2 个死锁，还有 1 个只有在周五下午才会触发的逻辑炸弹。

这不叫提升效率，这叫转移矛盾。
它成功地把“写代码的时间”转移成了“Debug 的痛苦时间”。
而且这个 Debug 的难度，是地狱级的。

因为人写的烂代码，至少有迹可循（比如变量名 fuck_this_stupid_bug）。
AI 写的烂代码，表面上看是优雅的现代艺术，实际上内部逻辑已经扭曲到了四维空间。

// Copilot 生成的完美逻辑

if (user.isLogin) {

  showProfile();

} else {

  // 这里的逻辑有点奇怪，但我决定信任宇宙

  loginUser(user);

  logoutUser(user);

  showProfile(); // 为什么？别问。

}

谁来背这口黑锅

让我们回到最本质的问题：为什么公司还需要你？
不是因为你打字比 AI 快，也不是因为你背的 API 比 AI 多。

是因为当生产环境崩溃，数据库被误删，客户在投诉电话里骂街的时候——
AI 是不能坐牢的。

只有你能。
只有你能红着眼睛，在凌晨三点盯着日志，颤抖着手回滚版本。
只有你能站在 CTO 面前，用颤抖的声音说：“是我的错，漏看了一个边界条件。”

背锅 (Accountability)，才是碳基生物在硅基时代的核心竞争力。
这虽然听起来很悲哀，但却是最硬的护城河。

保持愤怒

所以，别再问“我会被取代吗”这种无聊的问题了。
只要法律还规定“法人”必须是人，只要服务器还需要物理重启，只要产品经理的需求还在反复横跳。
你就永远安全。

甚至，你的地位会不降反升。
因为在未来，能在一堆 AI 生成的垃圾代码里一眼看出 Bug 的人类鉴屎师，薪资会高得吓人。

现在，合上那些焦虑的营销号文章。去看看你的控制台，那个报错还在那里等你。它不像 AI，它很诚实，错了就是错了。

兄弟们，咱们的护城河越来越窄了😭

Gemini 3 的发布会，大家看了没？

我是在被窝里看完的。看完之后，我直接失眠了。

以前我觉得 AI 写代码也就那样，写个 Todo List 还行，真要上业务逻辑，它就得幻觉给你看😒。

但 Google 秀的这一手，真的有点不讲武德。

我出于好奇心，用 Google Al Studio 试了一下几个经典的需求, 直接把飞书需求文档扔给它（纯文案）👇：

Recall landing page

1. 页脚的recalls跳转新的recall landing page

[图片]

2. 页面内容

标题：Product Recalls



两个内容模块，点击后跳转至各自详情页

第一个：

2025 Fat Tire Trike Recall Notice

Pedego has issued a safety recall for Fat Tire Trikes due to a potential frame fracture near a weld that may pose fall or injury risks. Affected owners are eligible for a free repair, completed by a local Pedego dealer.

Learn more （可点击，跳转至Fat Tire Trike Recall Page）



第二个：

2021 Cable Recall Notice

Pedego is voluntarily recalling select e-bike models sold from January 2018 to August 2020 due to a cable issue that may cause unexpected acceleration. Affected owners should stop riding and register for a free safety repair.

Learn more（可点击，跳转至https://www.pedegobikerecall.expertinquiry.com/?_gl=1*1hzkwd0*_gcl_au*MTkxNDc4ODEuMTc2MzM0NDUyMA..*_ga*MTM1MzU3NTAzOC4xNzQ1OTE1NTcz*_ga_4K15HG6FFG*czE3NjQ4MzQ5MDAkbzQyJGcwJHQxNzY0ODM0OTAxJGo1OSRsMCRoMA..*_ga_FGPZTS4D91*czE3NjQ4MzQ5MDAkbzQyJGcwJHQxNzY0ODM0OTAxJGo1OSRsMCRoMA..）

[图片]







Fat Tire Trike Recall Page

标题：Pedego Recalls Fat Tire Trike Due to Fall and Laceration Hazards

[插入几张Fat Tire Trike图片]

 

页面主体内容

Name of Product: Pedego Fat Tire Trike

Hazard: The trike frame can develop a hairline fracture near a weld, which can cause the tube to break, posing fall and laceration hazards. 

Units Affected: Serial Number Range: D2312050001 - D2312050522 

 

按钮：REGISTER NOW （点击后跳转至页面下方注册表单）

  

How is Pedego making this right? 

Pedego is offering you a free repair of your Fat Tire Trike. We have reengineered and strengthened the section of the frame in question. Once you register, we will ship a repair part to a local Pedego dealer that you select using the registration form. 

We will ship the part to the dealer. The Pedego dealer will repair the Fat Tire Trike free of charge. There are no charges or fees associated with this recall. 

You will be contacted when your part is received at the Pedego store for installation.



Make sure that other members of your household also know about the recall and immediately stop using it. Secure your Fat Tire Trike so that it cannot be ridden until it is repaired.

We strongly encourage you to participate and contact us to obtain a free repair.

 

Register for the free repair of your Fat Tire Trike

First Name*

Last Name*

Email*

Phone number*

Dealer Where you’d like the repair to take place *  [Perhaps Preload options or provide location search for dealer（这里有没有可能提供选项让消费者选择？或者搜索地址？）]

State* 

Zip Code*

Country*

 

[] * I hereby affirm that the information I have provided is accurate and correct, and that I have complied with all requirements of the above-referenced recall for seeking a repair of my Fat Tire Trike.

 

 Submit(提交按钮)



成功提交后显示：

Thank you. Your registration has been submitted and is being processed. 

We will notify you when the parts ship to the dealer. The dealer will install and repair your Fat Tire Trike free of charge. 



[所提交信息在这里展示]

 

Please print this page for your records. 

我刚准备点根烟的工夫，页面 UI 就出来了👇。

不是那种满屏 div 的垃圾代码，是语义化极好、组件拆分合理、甚至连 dark mode 都给配好了的成品，根本不需要改什么😖。

我看着屏幕上自己刚写了一半、还在纠结 flex-basis 该给多少的样式文件，突然觉得：这几年的代码，好像白写了。

AI 虽然能秒出 UI，但要转变成可维护的工程资产，还得靠架构能力。试试 RollCode 低代码平台，用 私有化部署 承载核心业务，通过 自定义组件 封装复杂逻辑，配合 静态页面发布（SSG + SEO），让 AI 的产出真正落地。

我最新的 个人主页也是用 Gemini 3 重写的，这审美，这效率，没得说！太强了👏

切图仔的时代正式终结了

以前咱总开玩笑说自己是切图仔，其实心里还是有点傲气的： 你以为 CSS 容易啊？BFC、层叠上下文、响应式断点、不同内核的兼容性...这玩意儿水深着呢！

但 Gemini 3 这种级别的 AI 出来，直接把这层傲气给降维打击了。

• 比速度？ 你调一个布局要半小时，它只要 3 秒。


• 比审美？ 它学习了全球数亿个精美网页，配出的视觉UI 把你那程序员审美甩出几条街。


• 比稳定性？ 它不会写错单词，也不会漏写分号，更不会因为下午跟产品经理吵了架就故意在代码里埋坑。

说实话，在实现视觉稿这件事上，人类已经输了。彻底输了！！！😭

如果你的核心竞争力就是能把 UI 图 1:1 还原成网页，那你的职业生涯确实已经进入倒计时了。

既然 CSS 成了废话，那我们还剩什么？

既然 AI 能写出完美的 CSS，甚至连交互动画都能一句话生成，那公司凭啥还花几万块招个前端？

我想了半宿，觉得咱们前端老哥的保命牌，其实正在从手艺转向上层建筑：

培养自己的架构设计能力

AI 可以给你砌出一面完美的墙，但它不知道这面墙该立在什么位置。

一个大型项目里：

• 组件怎么拆分最利于复用？


• 目录结构怎么设计才不会让后来的人骂娘？


• 全局状态是用 Zustand 还是直接原生 Context 梭哈？

这些涉及到工程化决策的东西，AI 目前还是个弟弟。它只能给你局部的最优解，给不了你全局的架构观。

处理那些只有人能理解的业务

AI 最怕的是什么？是逻辑的混沌。

用户如果连续点击三次，要触发一个彩蛋，但如果他是 VIP 且余额不足，这个彩蛋要换成充值提醒，顺便还得防止接口重放。

这种只有人类产品经理拍脑袋想出来的、逻辑转了十八道弯的边缘 Case，AI 极其容易写出 Bug。

搞定复杂的异步流，搞定恶心的竞态条件，搞定各种各样的降级策略——这才是你领工资的真正理由。

驾驭 AI 的能力（这应该是 2026 年的高频面试题）

以前面试问：CSS 怎么实现三角形？

以后面试可能问：如何用一句 Prompt，让 Gemini 3 输出一个符合公司私有 UI 规范、且通过了 E2E 测试的复杂组件？

AI 不是你的敌人，它可是你的好伙伴。

别人还在用手敲代码时，你已经学会利用AI 提升工作效率。你的核心竞争力，就是你 调教 AI 的水平。

没必要焦虑，这是超级个体的开始

咱们有木有可能换一种思路🤔。

以前我们想做个自己的副业项目，最头疼的是什么？UI 和 CSS。

对于我们这种逻辑强、审美弱的后端型前端，调样式简直是要了亲命。

现在 Gemini 3 这种东西出来了，简直是送福利。

• 后端： 让 AI 帮你生成 Schema 和基础 CRUD。


• UI/CSS： 丢张草图给 Gemini 3。


• 前端框架： 让 AI 帮你写好骨架。

你一个人，就是一个超级个体。

以前我们需要在大厂里卷，是因为大厂有资源、有配套。

现在 AI 把资源门槛抹平了。在这个代码非常廉价的时代，你的创意、你的产品意识、你的解决问题能力，反而变得更值钱了。

Gemini 3 确实很猛，猛到让人怀疑人生，猛得一塌糊涂！😖

但我相信，只要互联网还需要服务，前端这个角色就不会消失。它只是从体力活进化成了脑力活。

别纠结那几个 margin 和 padding 了，去研究架构，去深挖性能，去学习怎么让 AI 给你当牛马。

只要你跑得比 AI 进化的速度快，你就不是被淘汰的那一个。

最后默默的问大家一句🤣：

如果明天你的老板让你裁掉团队一半的前端，只留下那些会用 AI 的，你会是在名单里的那个人吗？

欢迎👏顺便说说你被 Gemini 3 惊吓到的瞬间😁。

开源项目地址：github.com/MrMao007/re…

引言

在当今数字化时代，社交媒体平台如小红书已成为内容创作者和品牌推广的重要阵地。为了更高效地进行内容运营、数据分析和互动管理，我最近研究了一个名为 rednote-skills 的开源项目。这个项目提供了一套完整的工具集，能够实现对小红书平台的自动化交互，从搜索、内容提取到互动操作，功能十分全面。

本文将深入分析 rednote-skills 的架构设计、核心功能以及实现原理，希望能为对社交媒体自动化感兴趣的开发者提供参考。

项目概述

rednote-skills 是一个基于 Python 和 Playwright 的开源工具包，专门用于与小红书（xiaohongshu）平台进行自动化交互。它支持多种功能，包括：

• 笔记搜索：根据关键词搜索小红书笔记


• 内容提取：将指定笔记转换为结构化 Markdown 格式


• 互动操作：点赞、收藏、评论、关注等


• 内容发布：自动发布图文笔记

该项目最大的亮点是其作为 Claude Code 插件的能力，可以直接集成到 AI 开发环境中，让开发者通过自然语言指令来执行复杂的社交媒体操作。

技术架构分析

核心依赖

项目主要依赖于 Playwright 库，这是一个强大的浏览器自动化工具。通过模拟真实用户的浏览器行为，项目能够绕过小红书的一些反爬虫机制。

from playwright.sync_api import sync_playwright

Playwright 提供了同步和异步两种 API，项目采用了同步 API，使得代码逻辑更加清晰易懂。

认证机制

项目采用 Cookie-based 认证方式，将认证信息存储在 rednote_cookies.json 文件中：

try: 

    context = browser.new_context(storage_state="rednote_cookies.json")

except FileNotFoundError:

    return "❌ 未找到 cookies 文件，请先登录小红书并保存 cookies"

这种设计既保证了会话的持久性，又提供了手动登录的灵活性。validate_cookies.py 和 manual_login.py 脚本分别负责验证登录状态和处理手动登录流程。

浏览器管理

每个脚本都遵循相同的模式：启动浏览器 -> 加载上下文 -> 执行操作 -> 关闭资源：

with sync_playwright() as playwright:

    browser = playwright.chromium.launch(headless=False)

    context = browser.new_context(storage_state="rednote_cookies.json")

    page = context.new_page()

    # ... 执行具体操作 ...

    context.close()

    browser.close()

核心功能详解

1. 笔记搜索功能

search_note_by_key_word.py 实现了关键词搜索功能：

def search(key_word: str, top_n: int) -> list[str]:

    with sync_playwright() as playwright:

        browser =playwright.chromium.launch(headless=True)

        # ... 验证登录 ...

        page.goto("https://www.xiaohongshu.com/search_result?keyword=" + key_word)

        page.wait_for_timeout(3000)

        

        prefix = 'https://www.xiaohongshu.com'

        links = page.query_selector_all('a.cover.mask.ld')

        # 获取所有 href 属性

        hrefs = []

        for link in links:

            href = link.get_attribute('href')

            if href:

                href = prefix + href

                hrefs.append(href)

            if len(hrefs) >= top_n:

                break

        return hrefs

这个函数通过选择器 'a.cover.mask.ld' 来定位搜索结果中的笔记链接，并限制返回数量以提高效率。

2. 内容提取功能

dump_note.py 是项目中最复杂也是最有价值的功能之一。它不仅提取文本内容，还获取图片、视频、互动数据等：

note_data = page.evaluate("""

    () => {

        const noteDetailMap = window.__INITIAL_STATE__?.note?.noteDetailMap;

        if (noteDetailMap) {

            const firstKey = Object.keys(noteDetailMap)[0];

            return JSON.stringify(noteDetailMap[firstKey]?.note);

        }

        return null;

    }

""")

通过直接访问页面的 window.__INITIAL_STATE__ 变量，脚本能够获取到完整的笔记 JSON 数据，避免了复杂的 DOM 解析。

3. 互动操作实现

项目中的互动功能（点赞、收藏、评论、关注）实现思路相似，都是通过定位特定元素并触发点击事件：

# 点赞操作

page.locator(".left > .like-wrapper > .like-lottie").click()



# 收藏操作

page.locator(".reds-icon.collect-icon").click()



# 评论操作

page.locator(".chat-wrapper > .reds-icon").click()

page.locator("#content-textarea").fill(comment_text)

page.get_by_role("button", name="发送").click()

这些选择器是通过实际测试确定的，反映了小红书当前的 DOM 结构。

4. 内容发布功能

publish_note.py 实现了笔记发布的完整流程，这是整个项目最复杂的部分：

def publish_text(image_urls: List[str], title: str, content: str, tags: List[str]) -> str:

    # ... 初始化浏览器和验证登录 ...

    

    page.get_by_role("button", name="创作中心").hover()

    with page.expect_popup() as page1_info:

        page.get_by_role("link", name="创作服务").click()

        

    page1 = page1_info.value

    page1.get_by_text("发布图文笔记").click()

    

    # 处理文件上传

    page1.on("filechooser", lambda file_chooser: file_chooser.set_files(rednoteArticle.image_urls))

    

    # 填写表单内容

    page1.get_by_role("textbox", name="填写标题会有更多赞哦").fill(rednoteArticle.title)

    final_content = rednoteArticle.content + "\n\n" + "\n".join([f"#{tag}" for tag in rednoteArticle.tags])

    page1.get_by_role("paragraph").filter(has_text=re.compile(r"^$")).fill(final_content)

    

    # 最终发布

    page1.get_by_role("button", name="发布").click()

发布功能需要处理多步骤导航、文件上传、表单填写等多个复杂操作。

设计模式与最佳实践

统一的错误处理

每个脚本都实现了统一的错误处理逻辑，检查登录状态并返回相应的错误信息：

login_button = page.locator("form").get_by_role("button", name="登录")

if(login_button.is_visible()):

    return "❌ 未登录小红书，请先登录"

模块化设计

项目将不同功能分解为独立的 Python 脚本，每个脚本都可以独立运行，同时也便于集成到更大的系统中。

命令行接口

所有脚本都提供了清晰的命令行接口，使用 argparse 进行参数解析，方便在各种环境下调用。

使用场景与价值

1. 内容运营自动化

对于内容运营人员来说，这个工具可以显著提升工作效率：

• 自动搜索相关话题的内容


• 批量收集竞品账号的数据


• 自动发布内容减少重复劳动

2. 数据分析与研究

研究人员可以利用这个工具收集小红书上的公开数据，用于：

• 社交媒体趋势分析


• 用户行为研究


• 文本情感分析

3. AI 辅助创作

结合 Claude Code 等 AI 平台，开发者可以通过自然语言指令控制小红书操作，实现智能化的内容管理和互动。

注意事项与建议

合规性考虑

在使用这类工具时，必须严格遵守小红书的使用条款和服务协议，避免：

• 频繁操作导致账号受限


• 发布违规内容


• 侵犯他人隐私权

性能优化

由于依赖浏览器自动化，项目在性能方面有一些局限性：

• 操作速度相对较慢


• 占用较多系统资源


• 可能受网络状况影响

维护成本

小红书平台界面可能会更新，这要求定期维护选择器和操作流程，确保工具持续可用。

总结

rednote-skills 是一个功能强大且设计良好的小红书自动化工具集。它通过 Playwright 实现了对小红书平台的全面自动化操作，为内容运营、数据分析等场景提供了便利。

项目的架构设计合理，模块化程度高，易于扩展和维护。虽然存在一些性能和合规性方面的考虑，但其价值仍然不容忽视。

对于希望深入了解浏览器自动化、社交媒体 API 模拟或 AI 辅助开发的开发者来说，这个项目是一个很好的学习案例。它展示了如何将复杂的网页交互封装成简单易用的命令行工具，值得我们深入研究和借鉴。

大家好，我是码歌，一个被Skills掏空了的码哥。

最近skills.sh（skills.sh/） 上最火的10个Skills，安装量加起来已经超过10万了。我花了几天时间，把这Top 10全装了一遍，挨个测试，结果只能用一句话形容：

有些确实牛逼，有些就是凑数的！但总体来说，跟着社区选不会错，实打实的用户下载安装！

关于Skills的前世今生，如果还不熟悉的同学推荐看下我之前的的几篇文章，这里不再展开说明，传送门：

1、火爆全网的Skills，看这一篇就够了！

2、谁还手动管技能？Vercel 开源 add-skill + skills.sh，一行命令搞定所有

注意！注意！注意！

最新版cursor(mac 2.5.0)默认读取的全局skills目录是 /.cursor/skills-cursor，而skills add安装命令默认为cursor添加的目录是/.cursor/skills，我们只需要手动再次添加下符号链接就行，以后每次安装也会同步到skills-cursor目录，命令如下：

mac:

cd ~/.cursor

ln -s skills skills-cursor

windows:

cd %USERPROFILE%.cursor

rmdir /s /q skills-cursor

mklink /D skills-cursor skills

一、为什么Top 10值得关注？  

skills.sh上的安装量都是实打实的。几十w+安装不是刷的，是真有这么多人在用（就像B站播放量，虽然可能有水分，但大部分都是真用户）。

这些人天天用Claude Code写代码、做产品，他们愿意装，说明确实有用。跟着装就行，不用自己判断"这玩意到底行不行"，社区已经帮你筛过一遍了（群众的眼睛是雪亮的）。

废话不多说，直接上干货。我会把每个Skill的实际使用效果、适合谁、值不值得装都告诉你（不画饼，只讲实话）。

二、Top 10 Skills完整拆解（干货来了）  

先说个整体情况：Top 10里7个是给开发者的（程序员果然是AI的主力用户），3个对产品、运营、设计师也有用（终于不是程序员专属了）。

我把值得详细说的挑出来讲，其他的列个表就行（重点突出，不浪费大家时间）。

开发者专用的（7个）（程序员福利）

这7个都是给写代码的人用的，非开发者可以直接跳到下一节（别看了，看了也看不懂）。

实际测试感受：

1、vercel-react-best-practices：这个确实牛逼。我叫他使用这个skills分析下我之前的项目“AI灯塔导航”，它直接指出了几个性能问题：Re-render 优化、事件监听器、1渲染性能等。改完之后性能提升明显。前端开发必装。

2、web-design-guidelines：UI审查很细致（比设计师还严格）。我让cursor用这个skill检查下项目“AI灯塔导航”UI相关问题，它指出了可访问性缺少、语义化HTML问题、焦点管理缺失等不符合规范等10多个问题（就像找了个严格的老师，一点小问题都不放过）。产品经理和设计师协作多的，这个很有用（终于不用再因为设计规范问题吵架了）。

3、better-auth-best-practices：登录认证这块踩坑多（就像过雷区，一不小心就炸），这个Skill把常见问题都覆盖了：密码加密、JWT过期处理、CSRF防护、OAuth流程等（就像给了你一张"避雷地图"）。做登录系统的，装了这个能少踩很多坑（终于不用再因为安全问题被用户投诉了）。

所有人都能用的（3个）⭐（重点来了）

这3个是我觉得Top 10里最值得说的，不写代码也能用（终于不用再羡慕程序员了）。

1、frontend-design（45.5k +安装）

来自Anthropic官方。目标很简单：让Claude做出来的东西别那么"AI味" 。

你可能有过这种体验——让Claude帮忙做个网页或PPT，出来的东西能用，但没特色，一眼就知道是AI做的（就像穿了校服，虽然整齐但毫无个性）。这个Skill就是治这个的，专门给AI的设计"整容"。

它明确告诉Claude不要用什么：

• 不要用Inter、Roboto、Arial这些"标准字体"（太没个性）


• 不要用紫色渐变配白底（AI最爱用，已经烂大街了）


• 不要用对称布局（打破常规才有设计感）

同时告诉Claude应该怎么做：

• 选择有个性的字体


• 配色要有主次，主色大胆、强调色锐利


• 动效要克制，一个精心设计的页面加载动画，比到处都在动更高级

实际测试：  我让Claude用这个Skill帮我设计一个部署平台原型，确实比之前有设计感多了。虽然还是能看出是AI做的（毕竟AI的"审美"还是有迹可循），但至少不那么"标准"了，至少从"一眼AI"变成了"需要仔细看才能发现是AI"。

安装命令：

npx skills add https://github.com/anthropics/skills --skill frontend-design

2、agent-browser（24.1k+安装）

这个Skill不太一样，它不是"知识库"，而是"工具"（就像给Claude装了个机械臂）。装上之后，Claude可以帮你操作浏览器：

• 自动打开网页、点击按钮、填写表单（终于不用自己点点点了）


• 批量截图（再也不用一张一张手动截）


• 自动登录网站（保存登录状态，下次直接用，懒人福音）


• 录制操作过程（以后可以回放，看看AI是怎么"思考"的）

实际测试：  我让Claude帮我登录5个平台查数据，它真的自动完成了。虽然有些网站需要验证码会卡住（AI再聪明也过不了"你是人类吗"这关），但大部分操作都能自动化。运营、测试、产品都能用得上，特别是那些重复性的"点点点"工作。

安装命令：

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser

3、seo-audit（13k+安装）

终于来了一个纯运营向的Skill（程序员终于不用再被问"为什么网站搜不到"了）。

这是一个完整的SEO审计框架，让Claude帮你检查网站的SEO健康度（就像给网站做体检）：

• 能被Google找到吗？（爬虫能不能访问、有没有被收录，别做"隐形网站"）


• 网站快不快？（加载速度影响排名，慢得像蜗牛可不行）


• 内容优化了吗？（标题、描述、关键词布局，别让搜索引擎"看不懂"）


• 内容质量够不够？（是否值得被推荐，别写一堆废话）


• 有没有可信度？（外链、权威性，别让人家觉得你是"野鸡网站"）

实际测试：  我让Claude审计了一下我的项目“AI灯塔导航”，它给出了多个真实存在的问题，每个都标明了影响程度和修复优先级（就像医生开药方，告诉你先治什么后治什么）。做网站的都能用，不需要懂技术（终于不用再求程序员了）。

安装命令：

npx skills add https://github.com/coreyhaines31/marketingskills --skill seo-audit

三、额外收获：23个营销Skills  

Top 10里大部分是开发向的，但别急（程序员也有春天）。

我在安装过程中发现了一个宝藏仓库：coreyhaines31/marketingskills

这个仓库有23个营销相关的Skill，从文案到定价到投放都有（一站式营销工具箱，比瑞士军刀还全）：

安装命令：

npx skills add coreyhaines31/marketingskills --yes

一次性装23个。

我的看法：  做产品、运营、市场的，这个仓库比Top 10更值得装（就像找到了组织，终于不用再自己摸索了）。

四、熟悉的宝玉老师的Skills

翻Top 100的时候，发现了一些熟悉的名字——宝玉老师（@dotey）的Skills（就像在异国他乡遇到了老乡，亲切感爆棚）。

宝玉老师是X上的AI大V，经常分享Claude Code的使用心得。他把自己的工作流打包成了一堆Skills，放在 jimliu/baoyu-skills 仓库（这就是传说中的"授人以渔不如授人以鱼"）：

这些Skills对中文用户特别友好——小红书图片、发微信、文章配图，都是我们平时会用到的（终于不用再自己手动P图了，AI帮你搞定一切）。

安装命令：

npx skills add jimliu/baoyu-skills --yes

五、文档处理四件套

Anthropic官方仓库（anthropics/skills）里有4个文档处理Skill（就像Office套件，但这次是AI版的）：

• pdf —— PDF读取、提取、合并（再也不用装各种PDF工具了）


• docx —— Word文档处理（写文档、改格式，AI帮你搞定）


• pptx —— PPT生成和编辑（做PPT终于不用熬夜了）


• xlsx —— Excel处理（数据分析、公式计算，AI比你算得还快）
  
  

这几个所有人都能用。装上之后让Claude帮你处理文档，会顺手很多（就像给AI装了个Office，但它比Office还聪明）。

安装命令：

npx skills add anthropics/skills --yes

六、为什么你应该去看看skills.sh  

说两个实际的好处（不画饼，都是大实话）。

第一，这些Skill确实有用（不是智商税）。

skills.sh上排名靠前的，都是被大量vibe coder实际装过、用过的。37000+安装不是刷的，是真有人在用（就像淘宝好评，虽然可能有刷的，但大部分都是真用户）。

这些人天天用Claude Code写代码、做产品，他们愿意装，说明确实有用。跟着装就行，不用自己判断"这玩意到底行不行"，社区已经帮你筛过一遍了（就像跟着大众点评选餐厅，虽然不一定最好，但至少不会踩雷）。

第二，这是学习Skills最好的方式（比看文档强多了）。

很多人看了我之前的文章，知道Skills是啥了，但还是不知道怎么下手——自己的Skill该怎么写？（就像知道怎么吃，但不知道怎么做）

最好的学习方式不是啃文档，是看别人怎么写的（就像学做菜，看视频比看菜谱快）。

装几个热门Skill之后，让Claude Code或者cursor等agent帮你解读：

帮我读取并解释 ~/.agents/skills/seo-audit/SKILL.md 的实现逻辑

Claude会告诉你（就像找了个老师，手把手教你）：

• 这个Skill的触发条件是怎么写的（什么时候AI会"想起来"用这个Skill）


• 指令是怎么组织的（怎么让AI"听话"）


• 为什么要这样分层（为什么这样设计更合理）


• 哪些设计可以借鉴（哪些可以"抄作业"）

看3-5个写得好的，你就知道了（就像看了几部好电影，就知道怎么拍电影了）：

• Skill该怎么组织（结构怎么搭）


• 好的Skill长啥样（标准是什么）


• 自己的工作流怎么打包（怎么把自己的经验变成Skill）

从模仿开始，比从零开始容易多了（站在巨人的肩膀上，总比自己造轮子强）。

所以我建议：先装、先用、先看，再想自己要不要做（实践出真知，别光想不做） 。

七、几个实际建议

1. 根据你的岗位选择（别乱装）

• 开发者：vercel-react-best-practices、anthropics/skills（写代码的，装这些就够了）


• 产品经理：seo-audit、marketingskills仓库、agent-browser（做产品的，这些能帮你省很多事）


• 设计师：frontend-design、web-design-guidelines（做设计的，让AI帮你检查规范）


• 运营/市场：marketingskills仓库（23个全装上，一站式解决所有营销问题）

2. 别贪多（装太多会卡）

我装了50+个是为了写这篇文章。平时用的话，选3-5个高频的就够了

装太多，Claude启动时要加载的东西多，还是会影响上下文的。

3. 注意来源（安全第一）

Skills可以包含可执行脚本，所以要看谁发的（别什么Skill都装，小心被"钓鱼"）：

• ✅ anthropics/skills（Anthropic官方，官方出品，必属精品）


• ✅ vercel-labs（Vercel官方，大厂出品，值得信赖）


• ✅ 框架官方（expo/skills等，官方维护，更新及时）


• ⚠️ 个人仓库谨慎点（就像下载软件，别从不明来源下载）

4. 先用再说（实践是检验真理的唯一标准）

不用完全搞懂原理，先装一两个用起来。用过才知道好不好（就像买衣服，不试穿怎么知道合不合适）。

八、最后，别光看，快去试  

skills.sh出来之后，用Skills变简单了，以前得自己写，现在直接装别人的就行（站在巨人的肩膀上，真香）。而且不只是程序员能用——营销、产品、运营，都有对应的Skills（AI终于不只是程序员的玩具了）。

去skills.sh看看，找一两个和你工作相关的装上试试（别光看，动手试试，又不会怀孕）。

比如你是运营，装个seo-audit，然后问Claude："帮我审计一下我们的官网SEO"（终于不用再求程序员了）。

比如你是产品，装个pricing-strategy，然后问Claude："帮我分析一下我们产品的定价策略"（终于不用再拍脑袋定价了）。

试过就知道好不好使了（实践出真知，别光听我说）。

哦对，虽然上面给了你怎么安装这些skills的代码，但其实最佳实践还是你直接把这篇文章，以及把skills.sh的网址丢给Claude Code 或者 Cursor，用自然语言让他帮你选择及安装就好了（让AI帮你装AI的Skill，这就是AI的"自举"）。

我是”程序员码歌“，全网昵称统一，10+年大厂程序员，专注AI工具落地与AI编程实战输出，在职场，玩转副业，目标副业年收入百万，探索可复利、可复制的一人企业成长模式，可去gzh围观

作为程序员，你竟然还在手撸代码 ？？？

如果没有公司给你提供科学上网，提供AI 编程工具的账号，你真能玩转AI ？？？

除了平时搜搜查查，AI 对你还有其他用处 ？？？

震惊！

某博主竟然开头就贩卖焦虑？难道程序员真的要被 AI 取代了？

别急，这篇文章就一步步带你玩转 AI 编程！

如果只是想了解如何使用 AI 编程，可以直接跳到章节： 「所以，我们需要什么！？」

理解概念

要深入使用 AI，我们要先理解一些概念

1. AI 基础

• AI大模型：拥有超大规模参数、超级聪明的机器学习模型，所有的 AI 应用都是调用大模型的计算处理能力。如：问答、图片生成、视频生成。

国内主流大模型对比：

国外主流大模型对比

一般我们编程使用的都是国外的大模型，毕竟开发工具、系统、编程语言都是外国的。编码方面的能力，国外模型还是碾压的存在。

• MCP：一套提供给 AI 大模型调用的标准协议。一些厂商会把自己的能力包装成MCP，让大模型在理解完用户的复杂任务时，可以调用厂商的能力。比如：你让豆包给你用 “高德” 生成一份超准的导航，豆包就会去调用高德的 MCP，为你出导航～


• IDE：程序员专属概念。AI IDE是集成了 AI 能力的软件开发平台，开发者可以通过自然语言，让 IDE 调用 AI 模型和 MCP 给你写代码，速度和质量牛的飞起，真有手就能写代码！

主流的 AI IDE 对比

2. RAG ➡️ Agent ➡️ Planning：AI 应用方式的演进之路

AI 的应用方式正从 “被动响应” 向 “主动规划” 快速迭代。

从 RAG 进行检索增强生成，到 AI Agent 实现自主调用工具完成任务，再到 Planning 能 “拆解复杂任务与全局决策” 的高阶形态。让 AI 从 “内容生成器” 蜕变到 “智能协作体”。

• RAG —— 检索增强生成
  
  核心逻辑是：先检索，再生成。用户提出问题，先从外部数据库、文档库中检索与问题最相关的信息，再将这些信息作为 “参考资料” 喂给大模型，让模型基于真实数据生成回答。


• AI Agent —— “自主工具操作员”
  
  AI Agent（智能体） ,让 AI 像人一样调用工具、执行步骤、验证结果。能理解用户的模糊需求，自主规划任务步骤，选择并调用合适的工具（如计算器、浏览器、代码解释器、RAG 系统），完成任务。


• Planning（规划）—— “全局任务指挥官”
  
  AI 系统的高阶能力，核心逻辑是 “先拆解，再执行，再调整”。基于全局目标，将复杂、长期、多约束的任务拆解为有序的子任务序列，并根据执行过程中的反馈动态调整策略。
  
  不仅关注单个任务的完成，更关注子任务之间的关联和整体目标的达成。

演进逻辑与核心差异总结

所以，我们需要什么！？

你作为一名优秀的程序员，你需要通过科学上网、精准付费，在 AI IDE中，基于AI大模型的能力，熟练使用 Agent/Planning，配合 MCP 等工具，让 AI 帮你写出又快又好的代码，更好的服务你的业务！

1. 使用 Cursor、Antigravity、Trae 开发工具

下载地址：Cursor、Antigravity、TREA

账号注册：Cursor 和 Trae 登录方式都超简单，会员的话直接去官网购买即可


至于 Antigravity，因为 Google 是禁止国内用户访问的，因此一定要能正常上网，邮箱账号必须纯正🇺🇸，但是我们有 闲鱼 之光，是可以尝试下的～

2. 装好主流 MCP

对于前端程序员，UI 这类低级工作，完全可以交给 Agent 去编写。比如：公司的设计师用的是figma，我们只需要在 cursor 中装上figma mcp，然后 figma 账号申请开发者权限，就能自由的让 AI 帮我们写好代码。亲测还原度 85%+

3. 沉淀 Rules 和 Workflows

我们现在已经可以通过开发工具让 AI 干活了，但如何更符合我们的编码习惯和设计思想？那就得给 AI 规范，也就是通过提示词让 AI 更乖的，干更对的活。

比如，Antigravity就有明确的让我们添加规则和工作流的入口，并且会引导我们如何写提示词，然后在提问的时候，引用对应的文件即可。

Rules(规则)和Workflows(工作流)，沉淀 沉淀 再 沉淀！！！

4. ！！！文档先行！！！

AI 时代的编码，一定要做好设计，写好文档。

AI 虽然帮你干活，但是任务是你来安排的，你给出的任务要足够精准。

同时，你的编码思维才是代码能写好的核心，你必须把你的思维和想法，落成文档给到 AI 大模型。

• markdown 格式：注意 AI 需要理解 md 文档


• 图文并茂：在编写文档的时候，时常需要画图，此时可以使用 md 语法来画图。这里我推荐mermaidchart，可以基于 md 语法进行可视化编辑。
  

写在最后

当你有正常可以使用模型的账号后，其实这个账号不仅仅是在 IDE 可以使用，比如 Antigravity 的账号，跟 Gemini 是一致的，你也可以在大模型的官网登录进行图片、视频生成。

在了解了大模型、MCP、工作流、AI 编程工具后，相信你对 AI 的应用又有了新的理解。我们一定要积极去尝试，国内国外的 AI 工具能用的多用，尽情的去拥抱 AI！

AI 是生产力，毋庸置疑！

自研第一个SKILL-openclaw入门

openclaw不是搭建好了就结束了，用起来才能发挥作用，而SKILL，就是openclaw的灵魂，是openclaw的内功。

所以准备慢慢记录学习openclaw的skill之路。

所谓读万卷书不如行万里路，实践对知识的理解非常重要，今天就准备自己开发一个简单的SKILL，来加深对SKILL的理解。

如果还不知道SKILL是什么，建议先看第一篇：

抄一个还是改一个

学字先描红，开发先抄，cv程序员的称号不是白得的。

先看看这个：

openclaw毕竟是外国人开发的，默认的skill都是国外的，比如这个天气查询，先找到这个系统自带的skill看看：

这个skill位于系统内置skill的目录：

/app/skills/weather/SKILL.md

这个SKILL的内容：

一个查询天气的skill，还挺复杂，有主要的服务，还有备份的，可惜都是国外的服务，国人用就有点水土不服了，就以他为例，改成简单的国内的：

完整的代码如下：

需要重启gateway生效，然后问一下：

万事大吉了！

小结

这是第一个自研的SKILL，功能不大，却也实用，再找一个免费的天气接口，作为备份，完善一下，就可以替代系统自带的天气SKILL了。

从简单开始，从复制开始，慢慢学习复杂一点的SKILL，开发openclaw的功能！

除夕夜，老金我刚咬了一口韭菜鸡蛋饺子。
手机"叮"的一声，弹出个通知。
老金我瞄了一眼——Qwen3.5，上线了。饺子差点没喷出来。

赶紧打开 chat.qwen.ai，两个模型直接挂在上面，可以用了。
阿里这帮人，大年三十放大招，连个发布会都没开，就这么安安静静地把东西甩出来了。

老金我放下筷子，扒了一晚上代码和文档，确认了一件事：
这不是小版本迭代，这是架构级别的重构。

先说结论：Qwen3.5到底升级了什么

根据老金我除夕夜扒的HuggingFace代码库、阿里云官网和chat.qwen.ai的实际体验，帮你梳理了3个核心变化。

第一个：原生多模态。
注意，是"原生"，不是"拼接"。
Qwen3之前的多模态方案是语言模型+视觉模块的两段式架构。
Qwen3.5直接把视觉感知和语言推理塞进了同一个训练框架。

阿里云官网对Qwen3.5-Plus的描述是："原生多模态合一训练，混合架构双创新突破。"
简单说，以前是两个人配合干活，现在是一个人同时搞定。

第二个：Gated Delta Networks——线性注意力机制。
官方确认，Qwen3.5采用了一种叫 Gated Delta Networks 的线性注意力，跟传统的Gated Attention做了混合架构。
传统Transformer的注意力计算量跟序列长度的平方成正比，Gated Delta Networks把这个关系拉成线性。

翻译成人话：处理长文本的速度快了，显存占用也降了。
而且不是快了一点半点——官方实测数据：

• 在32k上下文长度下，Qwen3.5-397B-A17B的解码吞吐量是Qwen3-Max的 8.6倍


• 在256k上下文长度下，这个数字是 19.0倍


• 跟Qwen3-235B-A22B比，分别是3.5倍和7.2倍

老金我看到这个数据的时候饺子真喷出来了。

第三个：更大的模型家族。
目前在chat.qwen.ai上已经可以直接使用的有两个版本：

• Qwen3.5-Plus（闭源API模型，通过阿里云百炼提供服务，支持 1M token上下文窗口）


• Qwen3.5-397B-A17B（开源旗舰模型，3970亿参数只激活170亿）

跟之前HuggingFace代码里泄露的9B和35B-A3B相比，正式发布的模型规模大得多。
3970亿总参数，比Qwen3的旗舰235B-A22B直接翻了快一倍。

总参数量达3970亿，每次前向传播仅激活170亿参数，在保持能力的同时优化速度与成本。

语言与方言支持从119种扩展至201种，词表从15万扩大到25万，在多数语言上带来约10-60%的编码/解码效率提升。
简单说，同样的一段话，Qwen3.5能用更少的token表示，推理更快，API费用也更省。

线性注意力到底意味着什么

这块稍微展开说一下，因为这可能是Qwen3.5最关键的技术突破。
不懂技术的朋友别跳过，老金我用人话给你翻译。

传统Transformer用的是标准自注意力机制。
简单理解：AI在读一篇文章的时候，每读到一个字，都要回头看一遍前面所有的字。

如果文章有1万个字，每个字要跟其他9999个字各看一次。
字数越多，AI就越吃力——计算量是"字数的平方"级别的。

Qwen3.5用的Gated Delta Networks，核心思路是：用一个巧妙的数学方法，让AI不用每次都回头看所有内容。
结果就是：计算量从"字数的平方"降到"字数的倍数"。

听起来差别不大？我给你举个具体例子：

处理一个10分钟的视频：

• 传统方式：可能需要64G显存的显卡才能跑


• Gated Delta Networks：16G显存就够了

这不是快了几个百分点的问题，是能不能跑起来的问题。
很多任务以前根本跑不动，现在可以了。

Qwen3.5更聪明的地方在于：它把Gated Delta Networks（线性注意力）和Gated Attention（标准注意力）做成了 混合架构。
简单任务用线性注意力省资源，复杂任务自动切换到标准注意力保精度。
不是非此即彼，而是动态选择——什么场景用什么方案。

这也是为什么官方说的"Qwen3-Next架构"——更高稀疏度的MoE + 混合注意力 + 多token预测。

多token预测是什么意思？
传统模型一次只能"想"出一个字，Qwen3.5一次能预测多个字，生成速度又快了一截。

原生多模态为什么重要

之前的多模态模型大多是"拼接式"的。
打个比方：就像找了一个英语翻译和一个法语翻译，中间再安排一个协调员把两人的翻译对接起来。

先训一个语言模型（处理文字），再训一个视觉编码器（处理图片），最后用对齐层把两者连起来。
这种方式有个天然缺陷：视觉和语言的理解是割裂的。

Qwen3.5走的是另一条路——从预训练阶段就把文本、图像、视频放在一起训。
模型从一开始就"看"和"读"同时进行。
就像培养一个从小就双语环境长大的孩子，不需要翻译，直接理解。

阿里官方说法是"统一架构整合语言推理与视觉感知"。

这对普通用户来说意味着什么？
1、你发一张图给AI，它能真正"看懂"图里的内容，不容易出现"看到了但理解错了"的情况
2、一次对话就能同时处理图片+文字，不用分两步操作
3、成本更低——一个模型干两个模型的活，API费用直接砍半

阿里官网已经写了"效果、成本与多模态理解深度上同时超越Qwen3-Max与Qwen3-VL"。
如果这个说法成立，那Qwen3.5-Plus可能是目前性价比最高的多模态模型之一。

比如这样提问，它都能准确且快速的回答：

跑分亮了：Qwen3.5到底有多强

说技术架构大家可能没直觉，直接看跑分数据。
官方放了一大堆benchmark对比，老金我帮你提炼最关键的几个：

自然语言能力（对比GPT5.2、Claude 4.5 Opus、Gemini-3 Pro）：

几个重点：

1、指令遵循（IFBench 76.5）和多语言挑战（MultiChallenge 67.6）两项全场第一。
这意味着你给它的指令它听得更准，不容易跑偏。

2、搜索Agent能力（BrowseComp 78.6）也是第一。
联网搜索信息的能力很强。

3、多语言能力（NOVA-63 59.1）第一。
201种语言不是白支持的。

4、编程和数学还是GPT5.2和Claude强一些，但差距不大。

视觉语言能力（这才是Qwen3.5的杀手锏）：

乖乖，视觉能力这块Qwen3.5真的杀疯了：

• MathVision 88.6——看图做数学题，全场最高


• OCRBench 93.1——文字识别能力，直接碾压，比GPT5.2高出12个点


• OmniDocBench 90.8——文档理解能力第一，对搞办公的朋友来说太实用了


• HallusionBench 71.4——幻觉最少，看到什么说什么，不瞎编


• AndroidWorld 66.8——能操作安卓手机，这个后面单独说

注意，这是一个3970亿参数只激活170亿的模型跑出来的成绩。
跟GPT5.2这种完整版闭源大模型对打还能在多个维度赢，开源模型能做到这个水平，老金我服了。

Visual Agent：AI能操作你的手机和电脑了

这是老金我觉得最炸裂的功能，但很多报道都没重点说。
Qwen3.5可以作为 视觉智能体，自主操作手机和电脑完成日常任务。

什么意思？你告诉它"帮我把这个Excel表格的缺失行补全"，它真的能：
1、打开Excel文件
2、识别出哪些行和列需要补全
3、自动填写数据
4、保存文件

全程不需要你动手，AI自己操作界面完成。
官方展示了好几个演示：

• 手机端：适配主流App，你说"帮我发条朋友圈"，它能自己操作完成


• 电脑端：处理跨应用的数据整理、多步骤流程自动化

AndroidWorld跑分66.8，目前公开数据里最高的。
这不是ChatGPT那种"帮你写个脚本自己跑"。
Qwen3.5是真的在操作GUI界面，像人一样点击、输入、滑动。

对于不会编程的普通用户来说，这个能力可能比会写代码更有用。

空间智能和视觉编程

除了操作手机电脑，Qwen3.5在"看"这件事上还有两个特别的能力。

空间智能：
借助对图像像素级位置信息的建模，Qwen3.5能做到：

• 物体计数——图里有几个苹果，它能数准


• 相对位置判断——电话亭在黄色货车的左边还是右边


• 驾驶场景理解——看行车记录仪画面，分析为什么没在路口停车

官方展示了一个驾驶场景的例子：给它一段行车记录仪视频截帧，它能分析出"信号灯在我接近停车线时变黄，此时距离太近无法安全停车，所以选择通过路口"。
这个能力在自动驾驶和机器人导航场景里非常关键。

视觉编程：
更酷的是，Qwen3.5能把看到的东西变成代码：

• 手绘界面草图 → 结构清晰的前端代码


• 游戏视频 → 逻辑还原代码


• 长视频 → 自动提炼为结构化网页

你甚至可以让他看视频手搓游戏。

如果对你有帮助，记得关注一波~

春节档：AI圈的神仙打架

Qwen3.5选在除夕夜发布，这个时间点太狠了。
这个春节档，至少还有3个重磅选手要登场。

1、DeepSeek V4——最受期待的选手，V3已经证明了DeepSeek的实力
2、GLM-5——智谱的新旗舰，之前Pony Alpha的表现已经让人刮目相看
3、MiniMax 2.2——M2.5编程能力追平Claude，2.2值得关注

老金我觉得今年春节档的竞争格局跟去年完全不同。
去年是DeepSeek V3一家独大。
今年是四五个玩家同时出牌。

对普通用户来说，这其实是好事。
竞争越激烈，开源模型的能力提升越快，API价格越便宜。

MoE架构：小身材大能量

Qwen3.5-397B-A17B这个版本号值得单独说一下。
397B是总参数量，A17B是激活参数量——3970亿参数里每次只用170亿。

什么意思？打个比方：
这就像一个公司有3970个员工，但每次处理一个任务只需要170个人同时干活。
其他人"待命"，等需要的时候再上。

这就是MoE（Mixture of Experts，混合专家）架构的核心思路。
模型里有很多"专家"模块，每个token只激活其中几个。
好处是：模型容量大（知识多），但推理成本低（算得快）。

回顾一下Qwen3的数据：

Qwen3-235B-A22B（2350亿参数，激活220亿）在编程、数学、推理上已经能跟DeepSeek-R1、GPT-5正面对决。
Qwen3-30B-A3B在SWE-Bench上拿到69.6分，价格性能比吊打一众付费模型。

Qwen3.5-397B-A17B直接把总参数量拉到3970亿，是Qwen3旗舰的1.7倍。
但激活参数只有170亿，比Qwen3旗舰的220亿还少。

翻译成人话：知识储备更多了，但跑起来反而更省资源。
再加上原生多模态和线性注意力的加持，老金我认为这是2026年上半年最值得关注的开源模型之一。

现在就能用：3步上手Qwen3.5

说了这么多技术细节，老金我讲讲实际怎么用。
好消息是：你现在就可以直接体验Qwen3.5，不用等。

第1步：打开 chat.qwen.ai
浏览器直接输入 chat.qwen.ai，这是阿里官方的对话平台。
注册一个账号就能用，支持手机号和邮箱注册。
不需要科学上网，国内直接访问。

第2步：选模型和模式
页面顶部有个模型选择器，点开会看到两个选项：

• Qwen3.5-Plus：推荐日常使用，速度快，响应快


• Qwen3.5-397B-A17B：旗舰模型，适合复杂任务（推理、写代码、分析长文档）

不知道选哪个？选Qwen3.5-Plus就行，够用了。
需要更强的推理能力再切397B。

选好模型后，还能选三种思考模式：

• 自动（auto）：自适应思考，该深入就深入，该快就快，推荐大多数场景使用


• 思考（thinking）：遇到难题用这个，模型会进行深度推理，一步步想清楚再回答


• 快速（fast）：简单问题用这个，不消耗思考token，回答又快又省

第3步：直接对话
跟ChatGPT的用法一模一样——输入框打字，回车发送。
支持的功能包括：

• 纯文字对话（问答、写作、翻译、编程）


• 上传图片让它分析（产品截图、文档照片、手写笔记）


• 上传文件让它总结（PDF、Word、代码文件）


• 联网搜索（点击搜索按钮，它会帮你查最新信息）

完全免费，目前没有次数限制。

对，你没看错，免费的。
这也是阿里开源生态的一贯打法。

开发者进阶用法

如果你是开发者，除了网页版还有更多玩法。

场景1：API调用（1M上下文窗口）
阿里云百炼已经上线Qwen3.5-Plus的API，支持100万token的上下文窗口。
100万token是什么概念？大概相当于一次性读完一本750页的英文小说还绰绰有余。

而且API完全兼容OpenAI格式，切换成本几乎为零：

from openai import OpenAI



client = OpenAI(

    api_key="your-api-key",

    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",

)



completion = client.chat.completions.create(

    model="qwen3.5-plus",

    messages=[{"role": "user", "content": "介绍一下Qwen3.5"}],

    extra_body={

        "enable_thinking": True,

        "enable_search": False

    },

    stream=True

)

两个关键参数：

• enable_thinking：开启推理模式，让模型先想再答，适合复杂问题


• enable_search：开启联网搜索和Code Interpreter

场景2：Vibe Coding（跟编程工具集成）
官方明确说了，百炼API可以跟这些编程工具无缝集成：

• Qwen Code——阿里自己的编程助手


• Claude Code——Anthropic的CLI工具


• Cline——VS Code插件


• OpenClaw——开源Agent框架


• OpenCode——开源编程工具

也就是说，你在Claude Code里把模型切成Qwen3.5-Plus，一样能用。
价格比GPT-5便宜10倍以上，对于日常编程来说性价比拉满。

场景3：多模态应用
原生多模态意味着你可以用一个模型搞定：

• 图片内容识别+文案生成


• 视频内容理解+摘要提取


• 图文混排文档的解析和问答


• GUI自动化——让AI帮你操作软件界面

以前这些任务要调3-4个不同的API，现在一个就够了。

场景4：本地部署
Qwen3.5-397B-A17B虽然总参数3970亿，但激活参数只有170亿。
等开源权重发布后，用Ollama或vLLM部署，消费级显卡也有可能跑起来。
后续如果有更小的版本（比如9B），16G显存的显卡就能流畅运行。

老金的判断