在Qwen3.5系列取得惊艳表现之后，阿里巴巴近日再抛技术重磅炸弹——Qwen3.6-Plus正式发布！这绝非一次常规的版本迭代，而是一场全面的能力革命，重新定义了AI Agent的边界。

代码Agent能力跃上新高度

Qwen3.6-Plus在代码智能体领域树立了全新行业标杆：

• SWE-bench Verified 得分高达78.8，紧咬业界最顶尖水准
• Terminal-Bench 2.0 以61.6的成绩大幅领先所有对比模型
• 前端代码生成表现惊艳，QwenWebBench评分直达1502
• 从轻量级前端Web开发到复杂代码仓库级难题攻克，Qwen3.6-Plus均能从容驾驭，带来极致的“vibe coding”体验！🔥

通用Agent与工具调用全面突破

在长期规划任务与工具调用基准测试中，Qwen3.6-Plus展现出强大的综合实力：

• DeepPlanning 斩获41.5的优异成绩，大幅甩开其他模型
• MCPMark 以48.2分强势领跑，覆盖众多复杂任务场景，展现了卓越的规划与执行能力，并将推理、记忆与执行深度融合，成为真正的“全能型选手”！

通用能力持续领跑

• GPQA（研究生级科学问答）得分突破90.4
• 指令跟随能力出类拔萃（IFEval strict prompt: 94.3）
• 多语言支持覆盖广泛，轻松应对多元语言环境
• 数学推理能力强劲，AIME26成绩达到95.3

综合基准评测一览

多模态能力三重飞跃

• 高级推理：复杂文档理解、物理世界视觉分析、视频推理与视觉编码实现全面突破
• 实际应用：针对真实商业场景深度优化，在零售智能等实战场景中表现卓著
• 任务执行：理解、推理与行动能力持续融合，稳步迈向原生多模态Agent

核心亮点

• 默认1M上下文窗口 – 超长文本处理游刃有余
• 显著增强的Agent编码能力 – 实战工程性能强悍
• 更强的多模态感知与推理 – 跨模态整合表现突出
• 高稳定性与可靠性 – 积极响应社区反馈，为开发者生态筑牢根基

为何选择Qwen3.6-Plus？

Qwen3.6-Plus的进步不仅体现在各项指标的全面超越，更在于有机融合了：

🔹 深度逻辑推理
🔹 广泛上下文记忆
🔹 精准工具执行

这种“全能”特质使其能够从容应对现实世界的种种挑战——从复杂的代码治理到跨领域的长期规划，标志着Qwen系列正加速向高度自主的超级智能体演进！

什么是 RAG？

RAG（Retrieval-Augmented Generation，检索增强生成） 是一种将信息检索与大语言模型深度融合的技术。系统会首先从知识库中查找与当前问题紧密相关的片段——知识库可以是数据库、文档集或是企业内部系统——然后将这些片段连同原始问题一起送入大语言模型，让模型依据检索到的内容生成回答，而不仅仅是依赖训练时记忆的知识。

RAG 示意图

为什么需要 RAG？

RAG（检索增强生成）如何解决 LLM 的核心挑战

大语言模型即便训练数据再庞大，也无法回避几个关键瓶颈。RAG 恰好能在这些方面提供补充。

首先是知识的时效性问题。
预训练模型的知识会固定在训练数据截止的时间点。训练之后发生的新事件、新政策或新版产品文档，模型在默认状态下并不知晓，除非通过联网、工具调用或外部知识注入来弥补。RAG 的做法是动态检索外部知识源，把最新的相关内容直接交给大模型，从而让它不必仅仅依赖参数中的旧知识。

其次是私有数据的访问难题。
企业内部的产品文档、知识库、客户资料等，不可能直接暴露给公开的大语言模型。RAG 在用户提问时仅抽取与问题相关的片段提供给模型，无需暴露全部数据，便能让模型基于企业自身的知识作出回答。

再次是幻觉问题。
大语言模型凭空编造事实的情形并不少见。RAG 通过提供明确的参考文本，使得模型尽量基于证据生成答案，这确实能够降低幻觉出现的概率。但不要寄希望于彻底消除幻觉。检索出错、上下文噪声、引用匹配错位、模型不遵循指令等，依然可能导致错误答案。在生产环境中，RAG 通常还需要配套引用校验、答案评估、拒答机制和人工反馈闭环。

RAG 的主要应用场景有哪些？

RAG 最适合的情形是：答案必须依赖外部资料，而这些资料又时常变动或篇幅很长。系统先从知识库中检索相关内容，再由大模型基于检索结果生成回答，既能减少胡编乱造，又能提高可追溯性。

常见场景包括：

• 客服机器人：基于产品知识库进行问答、故障排查和流程引导，如“如何退换货”“某个型号设备的报错码怎样处理”。
• 研发/运维 Copilot：检索代码库、接口文档、告警手册，辅助问题定位和修复建议生成。
• 医疗助手：在检索临床指南、药品说明书、院内规范后生成辅助建议，但不做最终诊断，例如“某药的禁忌是什么”“依据指南解释检查指标的含义”。
• 法律咨询：基于法规条文、案例、合同模板的检索，生成条款解释和风险提示。
• 教育辅导：从教材、讲义、题库中检索知识点，生成讲解和例题步骤。
• 企业内部助手：连接制度、SOP、会议纪要、技术文档，进行检索、总结与对比。
• 投研、合规、审计、销售方案支持：处理报告、披露、内控、产品手册、标书模板等资料。

为什么一些企业仍然倾向于传统搜索而非 RAG？

并非所有问题都值得动用 RAG。很多企业继续保留传统搜索，并不是不知道 RAG 好用，而是用户需求原本就没有达到“生成答案”这一步。

如果用户只想查找一份制度原文、某个接口文档或者一个合同模板，搜索框反而更直接。输入关键词，返回文档列表，用户自行点开确认，链路短、成本低、结果也更可控。RAG 则要先检索，再组织上下文，最后交给大模型生成答案。只要经过生成环节，就必然带来额外的延迟、Token 开销和总结偏差的风险。

因此，选择传统搜索还是 RAG，关键要看用户究竟需要什么：是“帮我找到材料”，还是“帮我读完材料并给出结论”。

在实际落地过程中，很多企业会同时保留两套入口：简单查找走传统搜索，复杂问答走 RAG。这种组合通常比“所有问题都交给 RAG”更稳健，也更经济。

很多人对skill的理解还停留在新闻层面。比如近期热议的“同事被裁后竟被炼化成‘同事.skill’继续为公司打工，乔布斯、张雪峰等也被蒸馏成skill实现赛博永生”。
skill到底有多神奇？下面这篇完整教程带你一探究竟。

读完这篇文章，你能够：

清晰解释skill是什么、为什么它能节省Token、它的文件结构大致什么样、在你常用的工具里该放在哪个目录、如何安装和手动调用，以及如何借助工具辅助写一个你自己的skill。

一、skill到底是什么？

通俗来说，skill就是给AI设定的一套标准化工作流程。平时我们使用AI，简单任务它可以自行理解并高效产出，但遇到复杂任务、尤其是专业性很强的工作，AI就很难“一步到位”。这时就需要人为让它遵循一整套流程来完成。

当然，你也可以每次都用提示词要求它按照你的工作流执行，但重复描述非常麻烦。这时就可以把你的要求封装成skill，让AI每次处理这类任务时自动调用该skill，从而节省重复沟通的成本。
这就是skill存在的意义和核心目的。

二、skill由哪些部分构成？

skill有一套统一的规范，由Anthropic制定，主流工具厂商都广泛接受并执行。无论你用的是哪款工具，基本不用担心兼容性问题。

简单的skill通常只包含一个skill.md文件，里面会定义名称、描述、详细指令、步骤、工作流、示例以及输出格式等内容。

复杂一点的skill文件包则除了skill.md外，还会附带脚本、模板、参考资料、子工具等。

具体包含哪些内容，主要看skill——也就是你设计的这套工作流程的复杂程度。其大致结构如下：

上面这张结构图了解即可，不用死记硬背。新手只要知道它的组成部分和基本原理就够了。即使没有完全记住，也完全可以亲手创建出一个效果完美的skill。

三、skill的工作机制是什么？

skill的特点有一个专业术语叫“渐进式披露”。意思是当AI执行你交给它的任务时，它只会基于你写的提示词，和库中skill.md文件里的描述（description）进行比对，一旦命中描述中的关键词，就会自动调用该skill。

如果没有匹配到，它就继续扫描下一个skill，直到全部未命中时，AI才会按自己的默认想法自由发挥。
这就是“渐进式披露”，这样设计的好处是不会一上来就加载读取全文内容，从而有效节省Token。

四、skill应该存放在哪里？

skill分为系统级和项目级两种：系统级是全局skill，存放在系统盘（通常是C盘），与你所使用的AI工具文件夹保存在一起。
项目级skill则和你的项目文件放在同一目录下。

（这里只举我常用的两个工具为例，其他工具也大同小异。）

个人习惯：我一般把skill都设置成用户级，统一存放在 .claude/skills 文件夹下面，这样后续方便统一维护。而且Cursor等主流工具也都能读取到这个路径下的内容。
从一开始就做好分类整理，对你后续的工作会有很大帮助。

五、skill的安装方法

安装方式很简单：直接把从网上下载的skill文件夹粘贴到上一节提到的对应文件夹里即可。然后重启你的工具，它会自动识别并加载该skill。

个人感悟：
现在网上到处都在分享各式各样的skill，你可以随意下载。但并不是安装得越多越好，skill多了反而可能会相互“冲突”，影响最终输出质量。
学会做减法，只保留真正需要的，不用的也要及时清理。

六、skill的使用方法

安装完成后，当你的提示词命中相关关键词时，工具会自动调用对应的skill。
你也可以手动调用——在Claude Code或Cursor里输入“/ +‘skill名称’” 即可。

七、怎么创建一个skill？

你最需要的skill，往往需要自己动手创建，因为网上公开的都是通用化skill，而实际工作场景千差万别，你更需要专属的skill。这也就是文章开头提到的“炼化同事”。
你甚至可以“炼化”你自己。

AI工具大多都自带了创建skill的skill：输入“/+create-skill”就会触发。然后按照提示输入你创建skill的需求说明，便能快速生成一个skill。

创建skill时，建议先用plan模式让AI帮你规划一下，确认所有要点都涵盖后再去执行。

个人感悟：
规划和创建skill的时候，请用你手上最好的模型去做这件事，千万不要在这时候节省成本。因为一个高质量的skill一旦打磨出来，就算后续搭配稍弱一点的模型，也能稳定产出你期望的内容。

我创建skill时通常要求包含以下几个部分：

1. 必须遵守的内容：列出强制性要求，这是铁律（hook），每次执行都必须遵守。
2. 自我学习机制：skill要能不断学习和进化，最终完全满足我的个性化要求。
3. 完成后检查：自己先检查一遍，确认该遵守的规则都已落实到位。

skill创建才是整个skill学习的“灵魂”。后续我还会再写一篇进阶文章，深入讲解如何精心打造出卓越的skill来高效助力你的工作。

最后

本篇教程的核心内容基本都覆盖到了，不知道对大家有没有启发。如果感觉有帮助，那就马上打开你的Claude Code或其他AI工具，动手创建你的第一个skill吧。想一想，你第一个想要“炼化”的能力是什么呢？

项目简介

本文将为您介绍一款完全免费、开源的跨境电商独立站搭建方案——Your Next Store。在WordPress、Shopify等主流选择之外，它开辟了一条全新的建站路径。该项目托管于GitHub，目前已收获超过4300个Star，品质与热度兼具，为广大卖家提供了又一理想之选。

核心功能解析

在商品管理层面，Your Next Store 设计了极为直观的操作界面，让商家能够轻松添加新品、编辑现有商品信息。系统内置多级分类体系，协助顾客快速定位所需商品。同时，针对多属性商品（如颜色、尺寸）的管理也毫不含糊，支持为每个SKU单独设定价格与库存，充分满足多元化的消费需求。

订单处理方面，用户提交订单后，后台将自动生成并支持状态流转，涵盖待付款、已付款、已发货及已完成等完整生命周期。商家能够便捷地查阅和处理每一笔订单，从而保障整个履约过程的高效性与精准度。

支付环节，平台集成了信用卡、PayPal等多种国际主流支付渠道，不仅支持多币种交易，还能实时同步支付状态，为全球顾客打造流畅的购物体验。营销工具同样丰富，商家可灵活配置满减、折扣、赠品等优惠券与促销活动，有效吸引新客并推动销售增长。

为强化用户体验，商店支持关键词检索，用户可按商品名称、品牌、分类等条件迅速锁定目标。多维度排序与筛选选项进一步提升了查找效率。完成购买后，用户还能对商品进行评分与评价，商家可在后台查看并回复反馈，从而营造积极的互动氛围。

数据驱动决策层面，平台提供详尽的销售报表，涵盖销售额、订单量、用户数等核心指标，可按日、周、月等多时间维度进行统计。通过分析用户行为路径、页面停留时长与点击率，商家得以持续优化网站结构和营销策略，有效提升转化率。

得益于开源特性，项目代码全部托管于GitHub，允许商家自由查阅、二次开发甚至定制扩展，完美适配个性化业务需求。活跃的社区生态为使用者提供了强大的技术后盾，便于经验交流与疑难解答。

功能界面预览

首页 - 精美且响应迅速的店面

内置结账 - 无缝对接Stripe支付

自动计税 - 基于地理位置的税费计算

即时搜索 - 快速精准的检索结果

多语言支持 - 一键翻译商店内容

管理仪表板 - 利用Stripe后端掌控全局

在线演示体验

您可以直接访问演示商店，亲身感受前端设计与后台管理：
https://demo.yournextstore.com/

完整源码开放，感兴趣的用户可前往GitHub搜索“Your Next Store”自由获取，根据自身需求进行搭建与定制。

总结与建议

Your Next Store 集功能完备与易用性于一身，是跨境电商新手商家的理想起步方案。借助这一开源平台，您可以轻松构建个性化电商网站，树立品牌形象，加速国际化布局。现在就开启您的跨境商业新征程，让独立站成为业务增长的有力引擎。

在线访问：https://zread.ai

平台简介

Zread 是一款专注于代码理解与知识提炼的智能平台，旨在帮助开发者快速掌握任意 GitHub 仓库的核心脉络。它依托先进的 AI 技术，对仓库进行深度分析，自动生成条理清晰、语言精炼的项目指南，将庞杂的代码库转化为易于消化的结构化文档。你只需将仓库 URL 中的 github.com 替换为 zread.ai，即可即刻获取由 AI 驱动的项目洞察。平台整合了仓库解析、社区热点挖掘和对比学习等多种能力，大幅缩短团队上手时间，提升知识传递效率，让项目文档始终保持清晰可读。

依托智谱 AI 强大的模型支撑，Zread 目前已成长为开发者深度阅读 GitHub 项目的首选免费工具，并赢得了广泛用户的信赖。

核心功能

• 一键生成项目文档

深入元数据：数据管理的基石

1.1 元数据概览：定义与价值

1.1.1 何为元数据？

元数据如同数据仓库的“脉络”，串联起源数据、数据仓库和应用数据，完整记录数据从产生到消费的全过程。它核心记载着数据仓库模型的定义、各层级之间的映射关系，同时监控数据状态和ETL任务运行状况。

按照用途，元数据可分为技术元数据与业务元数据两大类：

• 技术元数据：聚焦数据仓库系统的技术细节，是开发和管理数据仓库的技术支撑数据。

  分布式计算系统存储元数据涵盖表、列、分区等信息，包括表名、分区信息、责任人、文件大小、表类型、生命周期，以及字段名、字段类型、字段备注、是否分区字段等。

  分布式计算系统运行元数据记录所有作业运行信息，类似于Hive的任务日志，包含作业类型、实例名称、输入输出、SQL、运行参数、执行时间，以及最细粒度的FuxiInstance（MaxCompute中MapReduce执行的最小单元）执行详情。

  数据开发平台涉及数据同步、计算任务、任务调度等信息，包括同步任务的输入输出表和字段及节点详情；计算任务则包含输入输出和节点信息；调度任务含有依赖类型、依赖关系和各种调度任务的运行日志。

  数据质量与运维相关元数据覆盖任务监控、运维报警、数据质量和故障信息，如监控运行日志、告警配置与运行日志、故障信息等。

• 业务元数据：从业务视角描述数据仓库中的数据，搭建了使用者与底层系统之间的语义桥梁，让非技术出身的业务人员也能“读懂”数据。

1.1.2 元数据的核心价值

元数据在数据管理、数据内容和数据应用三个层面具有重大应用价值：

• 在数据管理层面，元数据为数据在计算、存储、成本、质量、安全、模型等治理领域提供坚实的数据基础。例如，在计算治理中，可利用元数据识别超长运行节点，进行专项优化，从而保障数据基线的及时产出。
• 在数据内容层面，元数据为数据域、数据主题和业务属性等维度的提取分析提供素材。例如，借助元数据构建知识图谱，为数据打标签，清晰掌握当前数据资产全貌。
• 在数据应用层面，元数据打通产品和应用链路，确保产品数据准确、及时地输出。例如，打通MaxCompute与应用数据，明确数据资产等级，更有效地护航产品数据质量。

1.1.3 构建统一元数据体系

元数据的质量直接关系到数据管理的准确性，建设一套高质量的元数据体系至关重要。其目标是贯通数据接入、加工到消费的全链路，规范元数据体系与模型，提供统一的元数据服务出口，保证元数据产出的稳定性和高品质。

1.2 元数据应用实战

核心价值：数据驱动决策，实现数字化运营。

• 通过数据驱动的手段，我们得以判断趋势，开展有效动作，发现自身问题，推动创新或解决方案的产生。
• 对于数据使用者，元数据帮助其快速定位所需数据。
• 对于ETL工程师，元数据可指导模型设计、任务优化和任务下线等日常ETL工作。
• 对于运维工程师，元数据能引导整个集群的存储、计算和系统优化等运维活动。

1.2.1 数据Profile：构建血缘图谱

核心思路：为庞杂的数据建立清晰的血缘图谱。利用图计算和标签传播算法等技术，系统化、自动化地对计算和存储平台上的数据进行打标、整理、归档，实际承担了为元数据“画像”的任务，并开发了四类标签：

• 基础标签：针对数据的存储情况、访问频次、安全等级等进行标注。
• 数仓标签：标记数据是增量还是全量、是否可再生，以及数据的生命周期。
• 业务标签：根据数据归属的主题域、产品线、业务类型打上不同标签。
• 潜在标签：揭示数据可能的应用场景，如社交、媒体、广告、电商、金融等。

1.2.2 元数据门户：一站式数据管理

• 元数据门户致力于打造一站式数据管理平台和高效的一体化数据市场。
• 其“前台”产品为数据地图，定位消费市场，满足用户“找数据”的需求，例如检索数据、理解数据等。
• “后台”产品为数据管理，定位于一站式数据管控，覆盖成本管理、安全管理、质量管理等功能。

1.2.3 应用链路分析

借助应用链路分析，可产出表级血缘、字段血缘和表的应用血缘。表级血缘主要有两种计算方式：

• 通过对MapReduce任务日志进行解析；
• 依据任务依赖关系进行解析。

常见的应用链路分析场景包括影响分析、重要性分析、下线分析、链路分析、寻根溯源以及故障排查等。

1.2.4 数据建模：元数据驱动

通过元数据驱动的数据仓库模型建设，可在一定程度上破解建模难题，提升数据仓库建模的数据化指导水平，提高建模效率。

• 表的基础元数据：下游引用情况、查询次数、关联次数、聚合次数、产出时间等。
• 表的关联关系元数据：关联表、关联类型、关联字段、关联次数等。
• 表的字段基础元数据：字段名称、字段注释、查询次数、关联次数、聚合次数、过滤次数等。
• 其中，查询指SQL的SELECT，关联指SQL的JOIN，聚合指SQL的GROUP BY，过滤指SQL的WHERE。

星形模型设计时，使用的元数据信息包括：

• 依据下游使用中关联次数或查询次数超过阈值的表等元数据，筛选用于构建数据模型的表。
• 基于表的字段元数据，如时间字段、下游过滤次数等，选择业务过程标识字段。
• 依据主从表的关联关系和关联次数，确定与主表关联的从表。
• 根据主从表字段的使用情况，如查询次数、过滤次数、关联次数、聚合次数，选定进入目标模型的字段。

1.2.5 元数据驱动ETL开发

计算管理：效能与优化

2.1 系统优化策略

2.1.1 HBO：基于历史的优化

（History-Based Optimizer，基于历史执行的优化器）

随着ChatGPT 5.5的推出，Codex的热度急速攀升，甚至让Claude Code显得有些黯然。得益于OpenAI更顺畅的安装流程和便捷的使用体验，一大批用户涌入了Codex的阵营。本文将分享我认为安装Codex后最值得优先配齐的5款插件。

很多人因为“Codex”这个名字，下意识觉得它只能用来写代码，但实际上处理日常办公任务才是它的强项——管文件、跑命令、写文章、梳理项目，样样在行。一旦用顺手了，它就会变成你全天候的智能工作台。

归根到底，插件就是给Codex装上手脚。原本它只能窝在对话框里输出文字指导；可一旦插上插件，它就能亲自打开浏览器、看懂Figma设计稿、编辑Word文档、制作PPT、处理电子表格。你再也不用按照它的提示一步步动手了，只需把任务直接交给它，回头检查工作成果就行。

但千万注意：插件绝不是越多越好。别像逛杂货铺一样见一个装一个，除了拖慢响应毫无意义。优先把这5个高频场景对应的插件补齐，就足以覆盖绝大部分日常需求了。

1. 浏览器操控（Browser Use）：让Codex亲手浏览并交互

核心能力：赋予Codex真正打开浏览器的权限，让它可以访问网页、点击按钮、填写表单并截图验证页面表现。

适用场景：只要任务里出现“打开网页看看”“帮我测试localhost页面”“点一下这个按钮”“截图确认一下效果”这样的需求，就该立刻启用它。

这个插件堪称必装中的必装。市面上许多AI工具声称能“浏览网页”，实则不过简单搜索一下，或者读一读静态文本。而Browser Use更像是给Codex接上了一双眼睛和一只鼠标——它能深入网页内部，看到真实渲染出来的样子，并且执行点击、输入和截图等真实操作。

对开发者来说，它最有用的地方在于前端验证。比如你让Codex修改了一个页面，不要轻信它那句“已完成”。最好的做法是让它用Browser Use打开网站，肉眼确认页面有没有崩溃、按钮能不能点、文字有没有挤压在一起。

高效技巧：凡是涉及网页制作的任务，一定要让Codex在最后用浏览器做实际验证。光看代码很容易陷入盲目自信，打开页面才发现布局早已面目全非。AI写前端时尤其容易“脑补成功”，这类翻车现场我见过太多。如果你经常让Codex写网页、搭后台、做静态页面，这个插件基本就是刚需。

2. Figma 设计助手：把设计稿直接变成代码

核心能力：让Codex连接Figma，读取设计稿、生成前端代码、将页面内容回写到Figma，甚至维护设计系统。

适用场景：从设计稿到代码实现、从代码反哺设计稿、批量整理Figma图层、同步设计组件库，全都交给它。

Figma插件很适合两类人群。一类是开发者：设计师丢给你一个Figma链接后，你再也不用一边看设计一边量尺寸、取色值、算间距了。直接让Codex读取设计稿，再结合项目里的组件库和样式规范实现出来。另一类是产品原型设计师：脑中有了页面概念，却不想从空白画布从头画起，就可以让Codex先在Figma里搭好基础结构，自己再做人工精调。下面这张图就是通过对话让Figma生成的设计。

更厉害的地方在于，Figma插件底下其实延伸出了一整套能力，例如：

• figma-use：直接在Figma文件中进行操作
• figma-implement-design：把设计稿实现为前端代码
• figma-generate-design：根据页面描述生成Figma设计
• figma-code-connect：将Figma组件与代码组件关联起来
• figma-generate-library：搭建完整的设计系统

这些名词有个印象就好，完全不用死记。你依旧用人话描述任务，Codex会自动判断该调用哪一个。

不过要留个心：Figma这套能力对账号、文件权限和桌面端状态非常敏感。如果文件躺在个人Drafts里，就可能读不到；Figma桌面客户端没打开，也可能连接失败。碰到这种情况，先别急着自我怀疑，检查权限和桌面端运行状态就能解决大部分问题。

3. 智能文档处理（Documents）：直接操控Word

核心能力：让Codex创建、编辑、审阅Word文档（.docx），并提供渲染检查，绝非随便丢个文件给你。

适用场景：撰写方案、修改合同、整理访谈纪要、进行标红修改、添加批注等所有Word相关任务，都能放心交给它。

对于经常和文字材料打交道的人来说，这个插件简直是效率救星。以往让AI“写个Word文档”，往往只是生成一段Markdown，然后自己手动复制、排版，文档稍长一点点就让人头皮发麻：标题格式、表格、批注、分页全部得亲手调整。Documents插件解决的就是这个核心痛点：它可以直接处理.docx文件，并在输出前进行渲染校验，而不是草草糊弄一个文件了事。

它很擅长这些场景：

• 将一堆零散的会议记录整合为正式纪要
• 把Markdown草稿一键转成结构工整的Word方案
• 对已有Word文档的指定段落进行修改
• 为合同、制度、方案添加审阅意见和标注
• 生成带目录、多级标题和规范表格的正式文档

高效技巧：如果要做的是正式交付给客户或领导的文档，我的习惯是先让Codex用Markdown确认结构和文字无误，再让它转成Word。这样可以避免一边改内容、一边改格式，把自己绕晕。

4. 幻灯片生成器（Presentations）：批量制作PPT

核心能力：创建、编辑、渲染并验证PowerPoint文件（.pptx），让PPT制作从体力活变成一句话的事。

适用场景：工作汇报、项目方案、培训课件、产品介绍、路演材料，凡是需要幻灯片的场合，它都能帮忙扛下大部分工作量。

PPT堪称许多职场人的噩梦，往往不是不会写，而是太耗时间：先搭结构、再填文案、再拆页、再排版、再调图表，最后还要一页页排查错别字和遮挡问题。Presentations插件可以帮你吃掉前面70%的纯体力活。

它尤其适合这样的指令：

• “把这篇长文整理成10页PPT”
• “根据这个方案生成一份汇报材料”
• “帮我把这份旧PPT改得更清晰专业”
• “制作一份零基础入门的培训课件”

使用技巧：请求生成PPT时，别只说“帮我做个PPT”。最好同时说明三个关键信息：听众是谁、演讲时长以及你希望他们听完后做什么决定。同样是“Codex插件介绍”，对开发者讲就侧重工作流，对老板讲就侧重效率与成本，对新手讲就侧重易用性。对象不同，PPT的框架和侧重点完全不同。

最后的审核：PPT生成完毕后，一定记得渲染查看，别看到文件存在就觉得万事大吉。PPＴ最怕文字溢出、图形遮字、页面过满，这些问题只需渲染一遍就一目了然。

5. 表格精灵（Spreadsheets）：Excel、CSV全能处理

核心能力：让Codex处理Excel、CSV、TSV等各类表格文件，实现清洗数据、编写公式、生成图表、制作报表等一系列操作。

适用场景：数据整理、预算测算、任务清单、统计分析、表格格式化，凡是涉及表格式数据的工作，都可以让它代劳。

这个插件看起来不像Figma和Browser Use那样炫酷，却无比实用。因为日常工作到最后，总会或多或少落到表格里：需求池是表格，预算是表格，排期表是表格，客户名单是表格，数据分析更是离不开表格。让AI在聊天里简单列两行并没什么用，真正有价值的是能生成一个可以打开、筛选、计算并且格式像样的Excel文件。

它很适合处理这些事情：

• 将凌乱的CSV清洗为规范表格
• 给Excel文件添加公式、筛选和冻结表头
• 把调研结果整理成统计总表
• 快速定位表格中的异常数据
• 根据数据自动生成图表和汇总页

经验之谈：只要超过20行的数据，我都懒得在聊天框里挨行查看了。直接让Codex做成可下载的表格文件，打开后自己筛选、排序、标颜色，效率要高得多。对于做项目管理的朋友来说，这个插件几乎可以承包所有需求清单、工作列表和排期测算。

这5款插件如何协同作战？

单独看每个插件，它们只是补充了一种能力。真正厉害的是把它们串成一条工作流。这里举几个非常现实的应用场景。

场景一：打造一个产品原型 你可以先让Codex借助Figma搭好界面，再生成前端代码，接着用Browser Use打开本地页面核实效果，最后再用Presentations做一份完整的产品汇报PPT。

最近，亚马逊旗下的AI工具Kilo推出了一项限时福利：新账号首次订阅Pro会员，可以0元享受一个月的专业服务！

开通Pro会员后，就能直接使用Claude 4.7、4.6等旗舰模型，这个体验确实很香。

✅特别提醒两点：

• **必须是新账号：**如果之前用过Kiro，需要重新注册一个全新账户。注册流程其实非常简单。
• **需要绑定一张信用卡：**支持国内银行发行的Visa卡，比如工商银行、招商银行的Visa卡都可以正常使用。

下面就是完整操作流程，直接上干货！

1. 注册新账户

**注册地址：**https://app.kiro.dev/signin

不需要国外网络环境也能正常访问🤔

登录方式建议选择Google账号或者GitHub账号。

注册谷歌账号流程相对繁琐，如果想省事，完全可以直接注册一个全新的GitHub账户，门槛很低。

使用一个邮箱就能开通一个GitHub账户，而一个手机号又可以注册多个163邮箱，所以推荐通过163邮箱来批量创建多个GitHub账号。

2. 购买Pro会员

进入后点击每月20美元的PRO会员方案。

当跳转到付款页面时，如果看到需支付金额为0，就说明你的账号是新账户，可以白嫖一个月。

如果你确定自己是新账号但显示金额不是0，试着多刷新几次，或者退出重新进入这个页面。

✅接下来填写信用卡信息，账单地址选择国内即可，例如我填的深圳就顺利通过。

✅信用卡有效期（月份/年份）和CVC安全码一般印在Visa卡背面，务必妥善保管，不要泄露！

如果不想暴露真实的身份和住址，可以使用在线地址生成器来填写。

**✅生成工具：**https://www.zhongguodizhi.com/

3. 确认订阅成功

4. 查看可用模型

在Kiro的使用界面检查是否已经可以调用Claude模型。

**页面直达：**https://app.kiro.dev/home

5. 取消自动续费

订阅后会默认开启自动续费，下个月就会自动扣款。

所以我们最好立刻把它关掉，同时Pro会员身份依然保留，简直神操作🤣

进入用量管理页面。

**页面地址：**https://app.kiro.dev/account/usage

点击更新订阅方案。

然后选择Free免费订阅。

将页面滑到最底部，点击继续按钮，最后提交。

确认之后，下个月就不会再自动扣款，但Pro会员权益仍然可以继续使用。

6. 下载Kiro软件与反代思路

Kiro官方也提供了独立的IDE软件，不过我个人体验觉得不太好用。

现在做编程或者写文案，大家更多依赖Codex、Claude Code这类工具。

那么问题来了，怎么把Kiro里面的Claude模型搬到Claude Code里去用呢🤔？

答案就是借助“反代”技术。

什么是反代？通俗说，就是通过一个中间程序，模拟你在Kiro里和Claude模型对话的过程，然后对外提供一个API接口，你把这个API配置到Claude Code里就可以直接调用模型了。🤔

目前社区里最流行的反代工具是大名鼎鼎的CPA。

**✅项目地址：**https://github.com/router-for-me/CLIProxyAPI

这个工具还可以把网页版ChatGPT的模型轻松反代出来。如果你手握多个ChatGPT Plus账号，就可以利用CPA把GPT-4.5、GPT-4.6等模型反代成统一的号池来使用。

之前《一文带你全面了解skill——入门教程》带大家认识了大模型技能（Skill）的基本概念。我也反复强调，亲手创建自己的Skill才是能力提升的核心。

如今市面上不少所谓的AI速成课程，动辄收费几百元，号称带你“用AI做项目”，拆开来看，本质也就是教你搭一个Skill。只不过人家更会包装，把构建Skill重新命名为“打造高度个性化、可重复调用的私人助手”。

今天这篇文章，零成本，手把手，从想法到实现，同样帮你做出一个真正意义上的“高度个性化、可重复使用的私人助手”。

先想清楚：你要搭建一个什么Skill

先静下来想一想，日常工作中最重复、最固化的事情是什么。你是否希望把这项任务沉淀成一个“助手”，以后只需要下达指令就能自动完成？

例如，我作为一个自媒体作者，每天写稿最头疼的就是灵感枯竭、下笔困难。于是我问自己：能不能构建一个Skill，只要我说明想写什么主题，它就能按照我的写作风格生成一篇文章？

新手搭建Skill的常见误区

有了想法之后，很多人会立刻上手。你可能会觉得：“这不简单吗？把我写的几篇文章贴进去，让AI学习概括，生成一个Skill不就完了？”

说实话，这样做也能拼凑出一个能跑通的Skill，但这个Skill一出生就是“死”的，后续很难真正帮到你。

匆忙搭建的Skill通常有四个致命问题：

1. 写出来的内容表面上有你的影子，但读起来空洞无物，缺少实质性思考。
2. Skill不够垂直，不管你写什么题材，输出都千篇一律，缺乏领域针对性。
3. 人的风格与想法是不断迭代的，而这个Skill永远停留在初始状态，不能生长。
4. 功能单一，只能生成新文章，却无法进行修改、审校、续写、润色等延伸操作。

这些都是初学者最容易踩的坑。试过几次觉得不好用，很快就失去信心，转而到网上搜寻现成的Skill。可这样永远也走不出自己使用AI工具的“困局”。

搭建Skill的五项原则

基于大量实践，我把构建持久可用Skill的方法论凝结成五项原则：

1. 垂直原则：Skill必须聚焦。以写作为例，可按文章类型（软文、干货、故事）或篇幅长短分别搭建不同Skill，保证每个Skill高度专一。
2. 学习原则：Skill必须持续进化。要为其设计学习能力，让它吸收你新发表的作品，也能将你修改后的定稿与它生成的初稿进行对比，从中习得差距。
3. 遗忘原则：有成长就要有淘汰。当你发现某些过时写法还在被反复使用时，就要让它遗忘；当新旧知识产生冲突，或被长期闲置时，同样要触发遗忘机制，保持Skill的活力。
4. 铁律原则：为每个Skill设定一条不可绕过的铁律（Hook），每次调用必须强制执行。AI在处理Skill时，对那些“可做可不做”的流程常常自动跳过，铁律能保证关键环节不被省略。
5. 完整原则：一个Skill应当覆盖困扰你的整个问题域。比如写作类Skill，不仅要能从头创作，还必须内置修改、润色、续写以及自我检查纠错等功能，形成一个完整的闭环。

无论构建哪一个Skill，只要基于这五项原则，把每个维度都想深想透，你就能打磨出一个出色的助手。

我习惯将这些原则整理成规则文件，放置在AI编程工具的rules目录下，并与Skill创建流程绑定，让每次新建Skill时都能自动遵守。如果需要，也可以干脆把这份材料发给AI，让它自行提炼成可复用的创建规则。

下面是我按照以上原则搭建的一个Skill的实际运行效果。

搭建Skill的实用技巧

除了上述五项原则，我在大量实践中还总结出几条屡试不爽的实操技巧：

1. 动手前心中要有清晰的预期，明确这台“助手”最终该达到什么水准，不达标就持续打磨优化，绝不将就。
2. 利用已有的Skill创建工具（如create-skill）定期对你搭建的Skill进行评测，一旦发现不符合期待，直接口头提出升级要求，让AI替你改造。
3. 搭建完成后，建议记录每一次调用Skill的日志，以及每次修改前后的内容。把这套日志与遗忘机制结合起来，就能精准优化Skill的长期表现。
4. 我偏好一个Skill只专心解决一件事。例如在做“原型图转UI”的任务时，我会拆成两步：第一步，用Skill A把原型转成结构化的Markdown文档，清晰描述设计思路；第二步，再用Skill B将这份文档转化为正式的UI设计。拆分后，哪个环节出问题就能快速定位，迭代也更高效。

把所有心得融会贯通，你也能在反复实践中打造出真正顺手、会成长的专属Skill。愿每一位探索者都能在使用AI的过程中，找到属于自己的乐趣与效率。

最近用了一款让我相见恨晚的产品，就是豆包输入法。自从用了它，连微信自带的语音功能都很少打开了。只要长按空格键，说话之间就能自动转成文字，便捷程度超乎想象。

最打动我的是它语音转文字的准确度。

以前我用微信语音转文字，问题一堆：周围人的声音经常被录进去，识别我自己的话也磕磕绊绊，断句毫无逻辑。每次说完一大段，里面全是“嗯嗯啊啊”的语气词，事后还得再花时间修改。

豆包输入法基于AI引擎，能智能过滤掉这些无意义的语气词，还会对你说的内容进行“思考”和整理，生成一条流畅自然的句子。单凭这两点，就让我一上手就彻底喜欢上，还忍不住到处向朋友和同事推荐。

因为我自己一直说普通话，不太清楚方言场景下的表现，有用过方言的朋友可以说说实际体验。

最初知道这个输入法，是偶然看一位主播直播。三个中年人打字费劲，全程全靠语音输入。我看他直播时一直对着手机说话，还以为他跟一些年长的客户一样习惯发语音，结果人家解释说是用豆包输入法直接转成文字发送出去。这让我记住了这个产品，试了之后果然很好用。

回想跟我聊天的一些人，手机打字很慢，有的甚至还在用手写。聊着聊着，他们常会主动放弃，发来一句：“手机打字太慢，我还是跟你发语音吧。”然后就是一长串60秒的语音条，我看着就头疼，真的没有点开的勇气。每次听都是对生命的消耗，我只能把它们转成文字，大概了解意思就好。看文字一目十行，听语音却必须从头追到尾，完全是浪费时间。

我对“废话文学”实在没耐心。想对这些人说，为了彼此的感受，不如试试豆包输入法吧。

作为一个中年人，之前我曾为用九宫格打字担心自己落后，强迫自己切换到全键盘，试图适应。那时候我觉得手机屏幕越来越大，九宫格很快会过时，怕厂商以后都不再做九宫格输入。但用了一段时间还是无法适应，最后灰溜溜地换回九宫格，以为自己已经老了，跟不上年轻人的节奏。

然而，AI语音输入法流行起来之后，九宫格和全键盘的争执突然就失去了意义，两者甚至都可能被时代一起甩在后面。这正应了那句话：“时代抛弃你之前，连招呼都不会打。”又有一句话我特别认可：“有些东西你还没来得及学，过一阵子就发现，它已经过时了。”

用了豆包输入法后，我的生活习惯也跟着变了。打字变得毫不费力之后，我开始在手机上随时记录，把一闪而过的想法写成笔记。无论是在地铁上还是在办公室，我都会自然地对着手机说话，偶尔会被同事多看几眼，朝我善意地笑笑。换作以前，我绝不可能这样做，但只要想到他们早晚也会走上这条路，我也就坦然了。勇敢的人总是先一部分享受生活，我觉得自己不过是比他们先走到时代前面一点而已。

现在我正在等待豆包输入法推出PC版本。搜狗输入法我早已苦不堪言，一直想卸载，但Windows自带的输入法时不时失灵，其他输入法又懒得尝试，只能将就用着。我畅想过，PC版豆包一旦用起来，自己会不会变成别人眼中“神神叨叨”的人，天天对着屏幕讲话。不过大概率我还是不敢在众目睽睽下这样做。只要能用到它对词句的优化能力就足够了，这也是我难以忍受搜狗的原因之一。

让语音成为PC端主要输入方式，这个工作习惯的改变可能还要再等一段时间。毕竟和安静的办公环境相比，语音输入确实容易打扰到别人。时代究竟会怎样演变，我们只能拭目以待。