当然可以！我们可以一起探讨各种有趣的话题，比如科技发展、文化知识、日常生活技巧等。请告诉我你感兴趣的具体方向或者问题，我会尽力提供帮助和相关信息。让我们一起探索和创造吧！

春节前，科技圈被一只“龙虾（OpenClaw）”突袭了。 朋友圈里的各类标题党简直不忍直视：“AGI降临！”“最强记忆管理！”“打工人的终结者！” 看了看底层代码，第一感受是：“确实是一次很棒的产品级创新，但要说技术上的颠覆？uh\(#&en!%\)#^感觉好像也没有 但是！只有用了才有发言权。所以这篇文章分两部分： 实战环节：用OpenClaw创建一个新技能——"中医方剂卡片生成" 原理拆解：分析OpenClaw到底戳中了用户的哪些爽点 先看看最终效果，这是我和龙虾折腾大半天的最终成果，完整技能详见ark_of_mind 动手篇：用龙虾捏一个“老中医”智能体 在动手之前，先聊聊"技能"到底是什么。大致上可以分两类： 类型 举例 本质 操作手册类 如何写入PPTX 工具的使用说明书 任务完成类 个股财报分析 端到端的工作流SOP 我们普通开发者要干的，就是把业务里那些恶心、重复、不想再干第二次的SOP，沉淀成后者的“技能（Skill）”。而龙虾的特点就是把“Skill”做到了极致，万物皆Skill。 但如果说skill一定是Agent的未来么？对这一点我个人并不完全看好。Skill的优点很明显，上手成本低，并且可以随模型对话进行持续改进优化，似乎有了进化的潜力。但本身它不具备任何约束效力，每一步指令都是软约束。这在高精密场景又似乎是个bug。所以要拥抱，但同时也对新的形态保持open mind吧。 下面我们进入“中医方剂卡片”技能的正式制作过程 第一步：该独立时要独立(创建独立智能体） 让我们先创建一个独立智能体，一个独立的智能体拥有独立的 workspace：存储后面会提到的所有记忆文件 agentDir：模型配置，鉴权信息等等 openclaw agents add card-maker 为什么要单开一个Agent？ 如果在代码编辑器里，一个项目一个Agent很正常（需要独立环境和Git仓）。但在龙虾里，问题有点模糊，因为龙虾有“全局记忆”。 如果只是临时的系统或任务，用主Agent（主进程）就行。但如果你要做一个长期迭代的复杂项目，强烈建议单开一个独立的Agent。这就好比你不会让你的“私人生活助理”和“无情的写Bug机器”共用一个大脑一样。独立的Agent拥有干净的上下文，不会因为你昨晚让它查了菜谱，今天就在代码里给你加两勺盐。 第二步：用魔法创建魔法(善用skill-creator) 身边朋友问："做个啥技能呀？"一拍脑门啥也想不出来。 这里给两个思路： Demo反推：把你原来干的活（未来再不想干的）拿来，逆向工程 Histroy压缩：把过往你和模型对话中重复过很多次的对话拿来，压缩抽象 至于怎么写这个Skill的代码？千万别自己手搓！如果你足够了解它，你就不想手搓了。直接召唤 Claude 官方的skill-creator技能： skill-creator会引导模型一步步获取创建技能所需的信息。 第三步：反复拉扯=进化？（技能持续优化） 技能搭好后，就是反反复复的测试。这里你能明显感受到国内外模型的“脑回路差异”。国内有些模型因为缺乏AI相关的训练数据，一上来就喜欢用传统后端开发的思维去搭框架，动不动就给你搞个复杂的类、加一堆后处理，完全偏离了 Skill 轻量化的设计初衷。 分享2个开发tips: 系统级施压：在 Agent.md 里把最核心的SKILL设计原理写进去，别让它放飞自我。 重要的事情说三遍：每一次大的优化和调整指令后，都反复强调要followskill-creator的说明 最重要的一点，在和Agent合作的过程中积累的经验一定要记下来 🗣️ “Note it Down（记在你的小本本上）！” 这句指令是当前 Agent 框架下让 AI 进化的核心。我让这个做卡片的 Agent 把踩过的坑全写进了它的长期记忆里（后面会细讲这个机制）。 技能搭建虽然充满艺术性和想象力，但最终是要变成生产力的。所以验证和量化评估非常重要。 这一章我只尝试了“AI测试->我来反馈->AI修改->记笔记”的循环，量化评估等我试了Claude新版skill-creator后再来补充。 我的做法是： 清空上下文（注意这一点很重要） 让模型基于技能进行批量测试 每个卡片给出反馈 让模型基于反馈优化，再更新到Skill中 3个版本迭代后，我就拥有了基本符合我审美的技能效果（哈哈前几个版本不要太浮夸） 架构拆解篇：龙虾到底凭什么火？ 玩完了Demo，我们来扒一扒龙虾的底层逻辑。