与「skill」相关的搜索结果

任何人想要优质的流量，看到这条帖子，请立即把 GitHub 前 3650 个高星项目，用 Codex / Claude Code 拉出来，整理好，接下来每天发 10 条 最好和 Skill 相关，或者和 PPT, 写作，去 AI 味强相关，多了不说，1个月 3,5000 的粉丝可涨 每个时代都有自己的鸡蛋要领，这话，含金量天天涨

Build a plugin once and use it across compatible agent clients. Introducing Agent Plugins, an open standard developed with @awsdevelopers, @cursor_ai, @github, @code, and @vercel that packages Agent Skills and supports MCP server configurations in a shared format.

herdr 真棒，自从之前推友介绍 agent skills 以后， 可以在 harness 之间可以互相召唤 互相指挥以后，很多场景都顺了。 如图是我用我的 review-forge 流程 做 code-review， 可以让 codex 先 review，然后它自动创建两个 agent panel，kimi k3 和 opencode 的 deepseek v4，去 review。然后主 codex 接收到两个 review 结果以后，生成 summary，我汇总 check 以后，再让 kimi 去修 bug，修好以后自动通知让 codex 去 verify， verify 后，kimi 再去读结果来回反复直到所有问题都解决，整个流程除了中间必须让我去 check 哪个 bug 要修之外，其他全都是自动化的，非常非常好用！

才发现 firecrawl 新出的这个开源的 anydoc 文件转换器非常棒：支持 Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, and PDF 等等转换为 GitHub-Flavored Markdown. Rust 写的，还有 Node, Python, browser, and CLI bindings，还有skills 支持，这是文件转换的大一统了吧。 还有在线的 demo 可以用一下： 简单试了下，效果很不错。

🚀发现一个很适合搭配 Pi、Claude Code、Cursor 使用的开源知识库项目：pi-llm-wiki。 它采用 Karpathy 提出的 LLM Wiki 思路，把 URL、PDF、Markdown、JSON、XML 等原始资料，转化为可持续维护、相互链接的本地 Wiki，而不是每次提问都重新进行一次性 RAG。 核心亮点： ▪️ 自动采集、整理和关联不同来源 ▪️ 区分原始资料、来源摘要、概念页和综合分析 ▪️ 兼容 Obsidian，可直接查看和编辑 ▪️ 原生支持 OKF v0.2，知识库不被特定应用锁定 ▪️ 同时搜索个人知识库与项目知识库 ▪️ 自动检查断链、孤立页面、内容冲突和知识缺口 ▪️ 通过 MCP 接入 Claude Code、Cursor、Windsurf ▪️ 可选记录 Agent 的任务轨迹，并沉淀为可复用 Skills 这不是简单的“让 AI 搜索笔记”，而是让 AI 帮你长期维护一套会不断积累、更新和复利的知识系统。

公开 skill 基本只在大众超高频需求有用，比如生图、PPT办公，主打的也不是完全对齐你的需求，而是给一个质量足够稳定的结果，也就是标品。 但是在日常 AI 工作领域，能称之为标品的流程究竟有多少个呢？大模型本身就是最大的标品，更胜于标品。 所以我们的最优 agent 都是自己长期迭代、手搓出来的。如果要用公开 skill，基本上用的都是自己所关注的领域的宝藏博主牛人做的 个性化skill，又或者是自己朋友比如说我 X 上友邻的 skill 。 所以说白了，你与其说是关注 skill，还不如说是关注那个人，关注他的方法论和理念。AI 时代人的重要性、个人 IP 的重要性，也就在此

Fable 和 Codex 一起用开发效率真的绝了 有个开源 Skill 叫 /codex-build，专门为这个组合设计的 Fable 负责规划和决策，Codex 写代码。中间有审核卡点，代码必须过 review 和测试才能上线 装这个 Skill 就能直接用，不用自己再折腾流程了

Codex、WorkBuddy 等 Agent 已经能读取 PDF。面对扫描件、多栏排版、跨页表格和公式时，解析质量仍会直接影响后续的检索、问答和数据提取。 Mac 上可以本地运行的 PDF parser 很多，PaddleOCR、GLM-OCR、MinerU 等工具的安装方式和运行环境各不相同。文档类型变化后，想换一个 parser 重新处理，通常还要重新配置。 DocDot @docdotai 把多个本地 parser 集中到了同一个 CLI 中管理。 官方安装命令： curl -fsSL | bash 安装 DocDot 后，可以在 NanoDoc、PaddleOCR、GLM-OCR、MinerU、LiteParse 之间安装和切换，并将 PDF 解析为 Markdown 或 JSON。后续还会继续增加新的 parser。 DocDot 也提供了 Web Mode。运行 `docdot web` 后，可以在浏览器中并排比较 3 个 parser 的结果。遇到复杂表格、公式或特殊排版时，可以根据实际输出选择更合适的解析器。 根据官方说明，安装程序还能扫描本机的 Codex、Claude Code、OpenClaw、Hermes 等 Agent，并配置相应的 Skill；需要接入其他应用时，也可以通过 MCP 调用。解析在本机运行，PDF 无需上传，目前主要面向 Apple Silicon Mac。 我在 Mac 上安装了 DocDot 和 NanoDoc，并准备了一页包含中英文、表格和公式的 PDF。 首次启动完成模型编译后，再次解析同一份 PDF 用时约 2.3 秒。正文和公式基本准确，表格结构得到保留，小字号表头仍有少量误识别。 这只是一份单页样本，不能替代完整的性能测试。官方技术报告使用了 4,231 页、64 类文档进行比较，NanoDoc 的综合质量和 Table TEDS 在参测解析器中均排名第一。 DocDot 今天在 Product Hunt 上线：