与「AISkill」相关的搜索结果

其实大环境越差，越要反其道而行之 1、有人在国内闲鱼和拼多多低价收二手iPhone、华为旧机，简单刷机+换壳后，挂到东南亚Shopee和Lazada卖。 单机赚30-80美金，一个月出货900多台，纯利轻松过几万刀。 2、有人刷海外设计师平台（Behance、Dribbble），把欧美最新潮流配色+穿搭手稿下载下来，用AI翻译成中文+排版优化。 然后打包成《2026春夏欧美风尚素材库》，在小红书和视频号卖149元，月5000+份，复购率高达65%。 3、有人在闲鱼卖Codex换肤，零成本月入过万。别人都在烧Token写代码，有人专门在闲鱼卖Codex桌面端皮肤定制——从二次元到财神爷，从王者荣耀到日本女优，统统能改。 售价66到99元不等，销量破千单的商家不在少数。不写一行代码，靠信息差和审美赚AI工具的第一波红利。 4、有人把奶茶DIY做成一门副业。喜茶、霸王茶姬上线手绘杯贴功能后，闲鱼上催生出“代画杯贴”产业链。标价1元打包全套主题杯贴的商家已售超2000单； 还有人只提供“代上传服务”，收费5块，卖了1700多单，光这一项赚了十几万。 5、还有人天天盯Kickstarter和Indiegogo上还没量产的极简厨房小工具，确认爆款后立刻去义乌和1688找代工厂开模， 海外原品售价$199，还没发货。国内首发¥699，月销5000单，单月流水¥350万。货还在集装箱里，钱已经到账了。溢价4倍，差价就是纯利润。 6、有人在小红书卖AI Skill，0成本爆卖40多万。有教育博主做了AI英语外教Skill，定价68.8元，售出2000+份，创收14万+。 这个世界，96%的财富都藏在信息差里。 中国14亿人，9亿人没坐过飞机，信息差大到离谱。 欧美、日本、东南亚每天都在产生海量新趋势、新产品、新内容，而国内大部分人根本看不到，也不会用。 这就是普通人最应该抓住的机会。 AI时代最值钱的能力，不是写代码，也不是做视频。是你先看到，然后告诉别人。 9亿人没坐过飞机，意味着至少有9亿人还活在信息孤岛里。你要做的，就是成为那道桥。 大环境越差，越要反其道而行之——
别人收缩，你就去放大信息差；
别人抱怨，你就去吃信息差的红利。

你的 AI 做出来的东西为什么一眼假？ 不是模型不行，是你没给它审美。 这两天 X 上炸了一个 skill，叫 Taste。67 万粉的 Miles Deutscher 说是他用过最好的 AI skill。一堆人拿它做出来的页面，评论区第一反应都是"这真是 AI 做的？" 原理就一句话：把"什么叫好设计"写成规则，塞给模型。它就不吐那种烂大街的 AI 味了。 我今天自己也做了个 skill，太有感触：AI 的上限根本不是模型，是你喂给它的标准。 开源，一条命令装，Claude Code / Codex 都能用👇 npx skills add Leonxlnx/taste-skill

安装 Skill 的卖家，可能要集体失业了。 我发现一个网站，直接收录了上万条 AI Skill。 程序开发、日常办公、设计、内容创作、自动化流程，基本都能找到现成的。 最狠的是： 它不只是给你一个名字。 很多 Skill 还配好了安装说明。 以前小白想给 AI Agent 加能力，最容易被卡在两步： 不会找。 不会装。 所以才有人靠“代安装 Skill”收钱。 但这个网站出来后，很多事情就变了。 你想让 Agent 会写代码、做表格、处理文件、生成内容、自动化办公，先别急着花钱。 先去这里搜一下。 很可能别人早就把 Skill 整理好了，安装步骤也写好了。 以后 AI Agent 缺能力，不一定要找人买。 先来这个网站翻一圈。

我翻完小红书Red Skill最新的Top15数据后背有点发凉,这根本不是什么小功能测试啊。 5月份归藏第一个把PPTSkill传上去的时候,详情页显示只有6个人用,当时我就说这是个大事件,不少人还觉得我小题大做,说什么一个种草APP搞点AI功能蹭热度而已,折腾不出水花。 结果7月3号小红书官方两个更新就甩出来了,直接把所有质疑给打没了。 先是格式全放开,之前还只支持txt和md,现在py/js/html/c++/sql甚至数据库文件全能传,不是只能写提示词给Agent读,是真能跑完整代码做完整功能。 再就是另一项 vibecoding 内嵌交互小工具内测将在下周三上线,发笔记时挂上组件,用户刷到不用复制口令跳本地Agent,半屏就能调,全屏能交互,点一下直接分享到微信,那个记录奶茶口味的小工具Brewwww,上线没多久就有一万多人用。 数据是不会骗人的,现在排行榜第一的「菜菜的人生系统」,32.6万曝光,4万多人次使用,第二名的工作日程管理曝光量甚至更高。 而且说实话，这些作者要是把同样的Skill传到GitHub,绝大多数人攒一整年都拿不到这个量级的真实用户。 以前大家以为AI Skill的分发中心,一定是GitHub，觉得普通人找AI工具,一定会主动搜索，甚至认为小红书这种生活方式平台,做不好技术产品分发。 现在看全错了。 GitHub是开发者主动找工具的地方,你有明确需求才会去,网络卡,门槛高,普通用户连门在哪都不知道。 而小红书是用户刷着刷着,正愁PPT做不完、周报写不动、公考复盘没方法,笔记下面正好挂着能解决问题的Skill,点一下就能用,上下文严丝合缝,连教育成本都省了。   我觉得小红书平台这步棋走的极聪明,它不拼大模型,不抢算力,就攥住「用户在什么场景下需要什么能力」这个分发入口,和当年App Store不做手机应用、只攥住应用下载入口的逻辑一模一样。 给真在做Skill的朋友四个现在就能用的反直觉判断: ● 别光传Skill就干等,一定要包成教程笔记,先讲痛点再秀效果最后挂组件,纯扔文件没人看,现在排行榜上的作者全是这么做的 ● 别上来就做什么通用大Agent,越垂直越爆,公考、剪辑、写广告、甚至记录奶茶,这些看起来不技术的场景,流量比通用类高10倍 ● 别嫌审核严不敢进,现在正是窗口,规则没卡死你先攒使用数据,等所有人都反应过来往里挤,算法的早鸟权重早就喂满了 ● 别天天想着卖Skill赚钱,Skill是杠杆,你用它产出比别人好10倍的内容,涨粉做IP接商单,比直接卖Skill赚的多100倍 我记得移动互联网刚起来的时候,所有人都在拼操作系统拼硬件,但最后拿走最大利润的,是先把全民应用分发跑通的那个。 现在Agent时代刚开个头,大家都在拼参数拼算力拼模型性能, 但等到回头看的时候,可能第一个把AI能力分发到普通人手里的,是当初所有人都觉得不务正业的那个种草APP啊hhh #redskill# #rednote# #skill# #小红书#

《外企产品经理教你一分钟创建AI Skill》 Skill 根本不用特意去写。 你就正常把一件事从头到尾干完一遍， 然后回头跟 AI 说一句： 把咱们讨论的这套流程，帮我创建一个 skill。 就完事了，它自己就生成了。 下次再做同样的工作流， 一句话调用这个 skill， 直接就给你做好了。 把你干过的每一个认真跑完的工作流程， 都存成一个 skill。 下次，就不用再从头来一遍了。 #AI# #Skill# #AI工具#

这两天发现小红书上了个REDSkill功能，笔记下面可以直接挂AI Skill，点一下就能领。 我找了个每天复盘的Skill，用了几天感觉还行，晚上把当天做的事情输进去，它会自动给我整理成一份还挺清楚的总结，比我自己写的顺手多了。 不过我在想，大家真的会慢慢习惯在小红书里找AI工具吗？还是说现在主要还是AI圈的人在玩？有没有人也在玩这个？也可以分享给我你觉得好玩的skill。 #rednote# #skill# #redskill#

🚨 散户的 AI 投研团队，开始有点像样了 最近试了很多 AI 金融产品后，我越来越觉得： 大厂卷功能，小产品卷体验，昨天看到这个 AI @Antseer_ai，我觉得很有研究，昨天体验了今天分享一下，而且还是免费的 现在散户最缺的可能不是信息，而是一个能分工干活的投研团队 Antseer 做的就是这个方向：把宏观、量化、链上、风控、情绪、鲸鱼信号这些金融角色，拆成一个个可以调用的 AI Skill / Agent 核心亮点： > 股票 / 加密资产多维评分 > DEX 代币做市阶段识别 > Bitfinex 鲸鱼反向信号监控 > 链上、CeFi、TradFi、宏观数据接入 > Web / MCP / CLI 都能用 > Skill 会根据真实市场信号和用户反馈持续迭代 我觉得它最有意思的点是：以前机构投研靠团队分工。 宏观看宏观，量化跑模型，风控盯风险，链上分析师看资金流。 Antseer 想补的就是这块：不是给你一个万能答案，而是让不同 Skill 各自负责一块判断。 比如世界杯预测场景，把 Polymarket 链接丢进去后，它可以自动聚合盘口数据，计算 fair probability，再和市场定价做对比，找出可能的错价机会。 这类工具不能当成喊单机 真正有价值的是：把原本散在各处的数据、逻辑和判断流程，压进一套可调用的金融 Agent 工作流里

OpenAI Codex - Record & Replay 有些工作流很难用纯文字精准描述，但"做一遍"却很直观。比如填写报销单、配置 issue、发布视频，这类任务往往依赖大量隐性偏好，写出来冗长且易遗漏，录下来反而清晰。 Record & Replay 就能满足这个需求，给 Codex 演示一次工作流，Codex 就可以把它固化为可复用的 AI Skill。 底层逻辑 Codex uses the skill as reusable context for the task. 这说明 Skill 本身是给 AI 提供的结构化上下文。回放时，AI 可以调用当前环境中可用的工具组合（Computer Use、浏览器操作、已安装插件）来完成任务。 这意味着： · Skill 是语义化的，而非死板的操作录制； · 回放时具备适应性，可以根据新输入（不同的文件、日期、issue 内容）做合理变化； · 它依赖运行环境的工具能力，而非固定绑定某一种执行方式。 这是一种"演示即规格（demo-as-spec）"的设计哲学。 工作流程的两阶段 阶段 1：录制（Record） 1. Plugins → + → Record a skill 2. Codex 先建议一个 prompt，你可以补充上下文（目标 + 可变输入） 3. 授权录制权限后开始演示 4. 演示完毕，从菜单栏/浮层停止，或直接告知 Codex 完成 5. Codex 自动分析录制内容并起草 Skill：包含「何时使用 / 需要哪些输入 / 步骤 / 如何验证结果」 6. 可进一步 refine（提炼隐性偏好） 阶段 2：回放（Replay） 1. 新建会话，要求 Codex 使用该 Skill 2. 提供本次不同的参数值（文件、日期范围、issue 内容等） 3. Codex 调用环境内工具完成任务 高质量录制的五条原则（最佳实践） 1. 短而完整 —— 录一次完整闭环，不录半截。 2. 提前声明变量 —— 把"每次会变的输入"告诉 Codex，便于参数化。 3. 真实但脱敏 —— 用真实数据形态，但绝不录入密钥/敏感信息（这点是安全红线，录制会捕获窗口内容）。 4. 补录隐性规则 —— 录制后主动 refine，把命名约定、默认值、决策点写清楚，这是 Skill 质量的关键。 5. 及时停止 —— 任务完成立即停，不要顺手做无关清理，避免噪声混入 Skill。 关键决策：Record & Replay vs. Plugin · 目标：个人/快速 Skill 化 vs. 团队级稳定分发 · 形态：单一 Skill vs. 可打包多 Skills + MCP + 集成 · 成本：低（录一次） vs. 高（需规范构建） · 适用：个人偏好型工作流 vs. 标准化、可复用资产

最近郑希绝对是基金赛道热门人物 他掌舵的易方达全球成长精选（QDII），今年以来强势拉升，近1年收益超225%。刚调仓加仓康宁、源杰科技等，就精准踩中光通信/算力爆发点。 普通人怎么跟上这种神仙操作？或者找靠谱郑希平替？ 我在GitHub挖到真正硬核的宝藏：zhengxi-views（郑希观点库），它最牛的地方是把郑希 14 年来的投资逻辑蒸馏成了 AI Skill。 安装好之后，你可以： 1、测匹配度：拿它去给全市场 2.7 万只基金，打分，看看谁才是真正的“郑希平替”。 2. 防幻觉：拒绝模型瞎编，每一句逻辑都能追溯到郑希 2012-2026 年的原始语料。 3. 学思维：直接问它用郑希的逻辑看现在的算力，AI 会按大佬的框架帮你推演。 地址： 股市有风险，非投资建议，dyor

中文创作者开源的 AI Skill，挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh：去 AI 味 这个是 op7418 汉化的，它不是简单让文字“更口语化”，而是专门帮你抓文章里的 AI 痕迹。 比如：过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。 这些东西单独看没问题，但堆在一起，读者一眼就能看出“这味儿不对”。 写完推文、公众号、小红书，丢进去过一遍，能把那种模板感压下来。 ② dbskill：选题诊断 + 爆款标题 dontbesilent 做的，一套 21 个 skill，这个比较狠，它不是单纯教你“怎么写得更好”，而是帮你拆：为什么这个选题没人点？为什么标题没吸引力？为什么内容看完没记忆点？ 里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。 据说是从一万两千多条推文里提炼出来的，不是那种空泛方法论，更像一个内容创作者自己的实战经验库。 适合经常卡在“我知道要写，但不知道怎么切角度”的人。 ③ NotebookLM Skill：用自己的资料库写内容 这个连的是 Google NotebookLM，我觉得它最适合写长文、研报、项目解析、信息整理类内容。 它的价值不是让 AI 写得更花，而是让 AI 不要乱编，你把资料上传进去，Agent 基于你的资料库回答，每条内容都能带引用，写需要信息准确的东西时，这个很重要。 尤其是加密、AI、开源项目、行业分析这种内容，最怕的不是写得慢，而是写错了还不知道。 ④ khazix-skills：卡兹克的写作套件 数字生命卡兹克把自己的写作节奏和分析方法做成了 skill，最有意思的是“横纵分析法”。 你丢一个产品、公司或者项目进去，它能拉出一份很完整的研究报告。 适合做：项目拆解、公司分析、产品研究、长文选题预研。 里面还夹了一个 storage-analyzer，可以扫 Mac 磁盘，用三色分级告诉你哪些能删、哪些别乱动。 这个就很创作者真实工作流，不只是写作，还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations：正文配图 这个不是信息图，也不是那种商业插画模板。 它的风格是白底黑线手绘，一个叫“小黑”的角色，加少量红橙蓝中文批注。 16:9 横版，一张图只讲一个判断，我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图，要么是 AI 感很重的视觉图，看多了都差不多。 这种怪诞手绘风反而有辨识度。