与「AgentSkill」相关的搜索结果

BaoCut：是宝玉老师 @dotey 开发的转录+粗剪的Skill，对创作者，省掉的是逐句抠字幕的时间。安装到 Claude Code / Codex 上，即可用自然语言驱动 BaoCut 这个 skill 剪辑 app 的命令行。 适用场景：对于喜欢将国外的演讲搬到国内的朋友来说简直就是福音，用baocut把视频/youtube的url导入即可完成翻译转录，对于搬运侠来说省了不少事。对于做跨境电商的朋友也很有价值，多语言转录也很有价值。 昨天介绍的三家接 agent 都走 MCP——ChatCut 给闭源编辑器外挂 MCP 插件、OpenCut 把 MCP 写进重写路线图、Palmier 原生 MCP。BaoCut 换了个更轻的姿势：把 app 自带的 baocut CLI 包成一个 Agent Skill，agent 直接跑命令cli： · baocut --json auto talk.mp4 --lang zh # 转写 → 润色 → 翻译，一条命令 · baocut export --srt --translated --lang zh BaoCut 解决的问题很垂直很精准：口播视频的转写、加字幕、翻译字幕、说话人复核、清理 talking-head、导出——这些正是知识博主/口播号最费时的机械活。以前逐句对字幕、手动翻译的活，现在跟 Claude Code 说句人话就跑完了。 我测试baocut使用了下，字幕识别转录上，要比剪映的自动字幕识别要好，帮我把相关的语气词拿掉了、很多重复的语句也直接剪掉了，也可以直接将字幕翻译为十几种其他语言。 #BaoCut# #AI剪辑# #字幕翻译# #ClaudeCode# #AgentSkill#

开源了，开源了！ 是不是受够了公众号排版？辛苦调好的样式，一粘进编辑器就掉格式？每篇还得手动全选复制、排版还千篇一律？ 我和「摸鱼小李」联名首发一套排版神器 👉 gzh-design-skill 写完 Markdown，它帮你一键排成能直接粘进公众号、且样式不掉的精致 HTML。 四大特色： 1⃣ 6 套精选厚主题：摸鱼绿 / 红白 / 石墨极简 / 留白禅意 / 摸鱼票据 / 橄榄手记 ， 每套都是自成体系的组件库，不是换配色的"皮肤" 2⃣ 主题生成器：现成的不够用？一句话描述或甩张参考图，当场现造一套新主题 3⃣ 一键复制：预览页点「复制到公众号」→ 直接粘贴，样式一点不掉，告别手动全选 4⃣ 双关卡校验：脚本确定性兜住公众号平台的各种限制，换啥模型都不走样 ⚡ 不挑模型：Claude / GPT / Gemini + DeepSeek / Kimi / 通义 / GLM 国产模型都能跑 📦 一行安装： npx skills add isjiamu/gzh-design-skill AGPL-3.0 开源 · 欢迎共创 #AgentSkills# #公众号排版# #开源#

不管你是企业还是个人，用 agent 的时候，有一句话最该先问，但几乎没人问： 你装的这个 skill，安全吗？ 为什么这事要命？ 一个 skill，往往能拿到你的 API key，能读你的文件，能碰你 agent 的记忆 装一个恶意 skill，等于给人开了一道直通你 agent 大脑的门 而它就混在一堆正常结果里，长得跟好人一模一样 所以在 agentskillshub（现在收了 13 万个 skill）上，我们最近上线了一个功能： 把任意一个 GitHub 项目丢进去，它自动帮你审计里面 skill 的安全性 跑完会给你一份结果： 质量评分、完整度、各个维度的分，最后一个总评级 比如一个聚合了营销、写作各类 skill 的仓库，跑出来是「安全」 你就能放心装到自己 agent 上，不用再凭感觉赌一把 方法上分两层： 1️⃣ 一层是基于规则 + 参考学术论文的快速审计，覆盖广，给你一个安全下限 2️⃣ 一层是深度安全审计，真要放进企业，就得深挖它到底会不会偷偷拿走你的密钥 skills 安全，是现在个人和企业都在忽略的一块 装之前，先查一下 👇 🔗 CLI审计： npx @agentskillshub/cli audit owner/repo

太它妈方便了，多年的程序员都不想写自动化了 微软开源了个有意思的东西，叫 Skill Recorder。 你只要录一遍自己怎么完成一个任务——它会会采集鼠标操作、窗口切换、网页、剪贴板、终端命令和语音讲解——录完之后通过 GitHub Copilot CLI 直接把这套流程重建成一个 SKILL.md，定好自动化。 任务意图 → 通用步骤 → SKILL.md → 定时自动化 说白了它不是传统 RPA 那套靠录屏重放像素坐标，而是把你的网页点击转成更稳定的 API、CLI 或 Agent 原生工具。 举个例子，你演示一次处理 GitHub Issue，它可以基于这条录制生成一个能够批量处理同类 Issue 的 Agent Skill。 目前原生支持 Microsoft Scout 和 Microsoft 365 Copilot Cowork，暂时还不直接支持 Claude Code、Codex 和 OpenCode，但生成的 SKILL.md 可以手动适配。 它代表的是 Agent 工作流的一个方向：不是教 AI 怎么做，而是直接做给 AI 看。 想试的自己扒下来跑一遍，GitHub 872 星还很新，项目还在快速迭代。

关于 Agent 的判断： 1. 更通用的吃掉更垂直的 通用 Agent — Codex、Claude Cowork、Workbuddy... 逐渐吃掉专业 Agent 和垂类 Agent（比如 Genspark、Skywork...）。通用 Agent 将成为用户的主要入口，通用 Agent + Skill + MCP 能解决大部分专业任务，大部分 AI-native 应用创业会是伪命题。 2. 更开放的吃掉更封闭的 更开放一方面指的是模型可替换。随着模型能力趋同，模型本身逐渐成为可路由的基础设施。通用 Agent 应根据质量、成本、速度和合规要求动态选择最佳模型，并且将自由度开放给用户。 更开放的另一方面指的是 Agent 本身能被用户/客户拥有：可以本地运行或企业自部署，不必把所有数据和权限交给平台；能修改 Agent 的记忆、规划、权限和执行逻辑；Skill、工作流、记忆、连接器和配置能自由迁移（Cindy、OpenWorker 这类开源 Agent 已经在往这个方向走）。 3. 更下沉的吃掉更傲慢的 Codex、Claude、甚至 DeepSeek 背后的团队都以 AGI 为长期目标，这种技术理想主义，也带来了阶段性的产品傲慢，他们不太愿意做一些更脏更累的面向用户的下沉化需求，比如 Workbuddy 针对 Skill 的精细化运营——包装成专家/专家团这种更面向用户的概念，这些拼的是产品、运营能力，而非技术能力，加上市场足够大，草根团队在通用 Agent 上也有一段时间的机会窗口。

别手搓排版了，这个Skill 让 AI 直接产出杂志级信息卡！ 你只管把文字丢给 AI，排版交给 infocard-skills： 这是一套开源的 Agent Skill，让 AI 学会「编辑部级排版」：读入任意自然语言内容，自动判断信息密度、挑选布局骨架，按现代杂志与瑞士国际主义风格生成定版 HTML 信息卡，再一键渲染成 3:4、16:9 等多种画幅的成图。 它内置六步工作流和严格的质量红线——标题不许改写、版面不许留大片空白、模块必须有主次——从密度判断到渲后自检，全程自动把关。 无论是知识卡片、榜单总结还是内容封面，从此文字进去，设计感直接拉满地出来。

专升本前端毕业 1 年，从初创到大厂，我的开源项目上了 github trending，顺利聊聊做开源的收获 6 月 30 日，我做的开源项目 Archify 第一次出现在 GitHub Trending ，排名第 9 。到发帖这会儿，仓库有 4.7k Star 、414 个 Fork Archify 是什么 Archify 是一个给 Claude 、Codex 、opencode 使用的 Agent Skill 。你用自然语言描述系统或流程，它生成 JSON IR ，经过 Schema 和布局检查，最后输出一个独立 HTML ，可以切换深色和浅色主题，也可以复制或导出 PNG 、JPEG 、WebP 、SVG Trending 不是突然掉下来的 仓库创建于 4 月 15 日。最开始只有架构图，后来陆续补了四种图表、双主题 SVG 、4 倍清晰导出、JSON Schema 、布局检查、CLI 、CI 和零依赖安装包 这个项目是自发火起来的，在推上被很多博主推过，我觉得被传播的主要原因，一个是生成的图确实比 mermaid 好看，而且 html 也易于传播，加上 hero 图清晰明了，一看就知道是干啥的了 Trendshift 的记录显示，Archify 在 6 月 30 日第一次进入 GitHub Trending ，排名第 9 聊聊开源 先讲讲我之前的经历吧： 我是 18 年高考的，我比较笨，学习不咋地，读了一个专科，专业叫计算机应用技术，第一年觉得自己状态非常颓废，也学不明白，痛定思痛，就报名去当兵了，在部队待了两年 刚去的时候身体素质很差，我也瘦，没啥力气，刚去的时候 106 斤，很多训练都不行，后面下连分到了通信专业，相对轻松一点，我训练比较认真，后面一些机会下，机缘巧合，代表单位参加集团军的通信比武，拿了第一名，当时是真的意气风发，多的不讲了。 退伍以后呢，回学校继续读书了，因为退伍可以免试嘛，也不知道干点啥，就专升本了，后面考的还行，我那批是七十多个人，然后招六个，我考了退伍批次的第一，考到了重庆邮电大学的软件工程专业，我很感激母校，包括我的专科学校，我觉得是他们收留了我，得益于母校，我才有了后面见识更多的成绩平平的农村孩子之外的一个世界。 因为专升本的本科只有两年，所以时间其实挺紧的。刚开始还想考研，后面感觉自己学习也不咋地，本来就专科，当兵，比同龄人毕业要大三岁，就不考了。 然后就开始学前端，跟着网上的课程学了一个多月，尚硅谷啥的，后面找实习运气还挺好，学了一个多月就找到了。 那是 2025 年 4 月，苏州的一家中厂，叫智慧芽，一天两百块钱，然后房租是 850 ，我记得当时我一个月还能存两千多块钱，就是有时候回学校考试麻烦，一来一回，苏州到重庆，路上要二十多个小时，车费接近两千块钱。 但那段时间其实挺开心的，每天学东西、写代码，感觉自己只要一直努力，后面肯定会越来越好。 实习第四个月的时候，我面试了字节飞书。杭州的部门，两轮面试都通过了，最后背调的时候，对方知道我是专升本，把我卡了。 当时 HR 给我打电话，我还一直跟他解释，说我肯定可以达到他们的要求，也可以通过工作证明自己，但是最后还是没有给我机会。 那次确实挺难受的。不过我当时也没有觉得完全是学历的问题，更多还是觉得自己不够强。就想着如果技术真的特别牛逼，可能也不会因为这个把我卡掉。 后面秋招回学校，我又面了重庆的懂车帝。前面的面试也都还可以，到了 HR 面的时候，我提前说了自己是专升本，然后就没有下文了。 联系我的一面面试官后来还在 Boss 上主动给我发了一句“不好意思”。我跟他一面聊得挺好的，所以最后把我拒掉，应该也不是他的原因。 我当时给他回了很长一段话，具体写了什么现在已经记不清了。只记得那天晚上出去跑了五公里，心里确实五味杂陈。 当然，也不是后面所有面试挂掉都是因为专升本。我菜肯定也有一部分原因。 比如猿辅导四面的时候，题没有写出来，那挂了也很正常。群核我自己觉得面得还可以，但最后也挂了，具体因为什么我也不知道。很多时候我只能猜，可能是学历，也可能就是能力没达到。 秋招没找到合适的工作，我又去了杭州，在西湖大学实习了一段时间。 当时 HR 面试也问了我专升本的事情，我说了一句：“出身寒微不是耻辱”，最后那次面试给我过了。 到了 2026 年 3 月，我还是没有找到满意的工作，已经开始有点慌了。 后面又去了上海商汤实习，在大模型研究院，我们组基本都是 985 硕士，只有我是专科再专升本。但是商汤没有转正，就还得接着找，后面我还面了 Manus 。 本来投的是前端，结果 HR 好像把岗位搞错了，最后只面了一面，跟他们的 COO 聊了挺久，聊了蛮多的：他觉得我当过兵、拿过集团军比武第一，这些经历很加分，也挺喜欢我的。但是听到我是专升本以后，他也直接说，会稍微拉低一点印象。 我们当时还聊到了一个问题，就是像我这种学历不占优势的人，可以通过作品或者开源项目，从其他地方证明自己的能力。 其实我当时也已经有这个想法了。因为学历这东西已经改不了了，你再怎么解释，别人看到的还是专升本。 所以我后来入职第一家初创公司以后，就开始写一些博客，也发过掘金，后面又慢慢开始做自己的项目。 我去那家公司本来是做前端的，但因为公司比较小，后端、算法、客户现场、给客户做培训，这些事情我都干过。 当时会觉得事情很杂，什么都要做。现在回头看，我觉得也不一定是坏事。如果当时真的去了大厂，可能每天就是做前端需求，反而接触不到这么多东西。 那段时间我也开始大量用 AI ，做了一些 Claude Code 相关的工具，然后把其中一些东西开源。 说实话，我最开始做开源，目的也没有多高尚。就是因为自己学历差，想在简历上多一点能证明自己的东西，当时还是挺想进大厂的。 后来我去了盛大下面的 MiroFish 。在那边工作之外的时间做了很多自己的东西，Archify 就是那段时间开始做的。 再后来面试了一家上海的大厂，具体这里就不透露了，一面的时候有两道题我都没有写出来，我说我是 100% AI 代码。 本来以为可能要挂了，但是面试官又让我介绍自己的项目。我讲了不少开源项目和自己做的工具，最后他还是让我过了。入职还没有半年，这段具体的我就不细讲了。 6 月底，Archify 上了 GitHub Trending ，最高第 9 。现在差不多 4.6k Star 。 这个数据当然挺开心的，毕竟我刚开始做的时候，也没想到会有这么多人关注。 但做开源以后，最大的变化可能还是，有人真的开始用我做的东西了，我也像和 manus 的 coo 聊的时候一样，有了一些别的东西可以证明和体现自己的能力。 开源没有让我从专升本变成 985 ，也不能保证我以后不会再因为学历被卡。 我现在也说不清这 4.6k Star 最后能给我带来什么。可能是工作机会，可能是认识一些人，也可能什么都没有。 不过至少 Archify 确实有人在用，我做的东西能给别人带来价值，能给很多人带来帮助，这件事对我来说就是做开源最大的意义

字幕转录翻译剪辑 Skill —— BaoCut（仅支持 Mac） 借助 Agent Skill，可以转录视频、对转录结果识别 Speaker、润色（纠正错别字口癖等）、也可以根据转录结果对视频进行简单的剪辑，比如删除口癖、重复等。 这次尝试解决一个问题就是 Agent 对字幕转录翻译后，无法通过一个友好的操作界面二次编辑的问题。 现在的做法是为 Agent 提供一个 cli，配合 Skill 的说明，Agent 可以借助 cli 去转录，获取转录结果润色、翻译，并实时同步进度到 GUI。后续可以在 GUI 进行预览和人工编辑。 安装了 Skill 和 App 后，后续只要从 Codex 或者 Claude Code 这种 Agent，触发 Skill 即可执行，比如： > /baocut 转录并翻译视频：<视频 url 或路径> 已知问题： - 仅支持 Mac - 翻译速度略慢，但质量会不错 下载地址： Skill 从 App 内可以安装，或者 Skill 地址：

我靠，写前端终于不必被 AI 味带着跑了。 Taste Skill 是一套 agent skill，给 Claude Code / Codex / Cursor 这类 AI Coding Agent 加一层设计规则约束，解决 AI 写 UI 时视觉质量不稳定的问题。 它主要干几件事： 1、反模板化 限制 AI 默认生成紫色渐变、居中 Hero、三张 feature card、玻璃拟态这类同质化 UI，用 anti-slop 规则把输出拉回真实设计逻辑。 2、视觉方向可控 通过 3 个 dial 控制设计倾向： DESIGN_VARIANCE：布局方差 MOTION_INTENSITY：动效强度 VISUAL_DENSITY：信息密度 AI 会根据需求推断数值，也可以手动调整。 3、写代码前先读需求 内置 Brief Inference 机制。AI 会先输出 Design Read，确认设计方向，再开始生成代码。方向不明确时，只问一个关键问题。 4、多工具共享配置 一条命令安装，Claude Code / Codex / Cursor 可以共用同一套设计规则，不用重复维护。它本质上不是让 AI 更会写 CSS，而是把设计判断前置成一套可执行规则。 不只是代码生成能力，还有审美、上下文约束和工程化稳定性。