Аз научих AI само на един трик, а той сам научи останалото...

Днес ще събера колекция от практически примери. Два умения, две ръководства, един малък трик, които аз самият използвам, готови за употреба.

Второ умение: Нека AI сам се научи да намира умения

Find Skills е това, което най-много искам да препоръчам.

Много хора мислят така: трябва да инсталирам много умения на AI, едно по едно ръчно. Мисля, че този път няма да стигне далеч. Колкото повече умения има, толкова повече няма да можете да ги управлявате.

Помислете по друг начин: не го хранете с умения, а го оставете сам да ги намери.

Find Skills прави точно това. Той е като „търсачка на умения“. Когато AI асистентът срещне нещо, което не знае, той сам го търси, сам го инсталира и сам го учи.

Точно както хората учат неща. Не е нужно да натъпквате всички знания в главата си, просто трябва да се научите как да намирате знания и как да учите знания.

Мисля, че това е бъдещата посока на AI автоматизацията, не трупане на умения, а да го оставите да се учи самостоятелно като човешки мозък.

Инсталирането е много просто:

npx skills add https://github.com/vercel-labs/skills --skill find-skillsСлед инсталирането, вашият AI асистент ще има „способност за самообучение“.

Второ умение: Agent Browser

Не е достатъчно да имате възможност за търсене и учене, много задачи изискват работа с уеб страници. Попълване на формуляри, извличане на данни, правене на екранни снимки, влизане в бекенда... Agent Browser може да направи всички тези неща.

Неговата логика е много ясна: отваряне на уеб страница → идентифициране на елементи → щракване, попълване, избиране → потвърждаване на резултата.

Процесът е същият като този на човек, работещ с браузър, само че AI го прави вместо вас. Простите процеси са доста стабилни, но внимавайте, защото струва токени.

Команда за инсталиране:

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browserСлед инсталирането, вашият AI асистент ще има „ръце“ и ще може директно да работи с браузъра.

Две практически ръководства

Не е достатъчно само да имате умения, трябва първо да изградите определена инфраструктура. Написах две ръководства, които са в GitHub хранилището.

1. Ръководство за инсталиране на Browser Tool

Стъпка по стъпка ви учи как да конфигурирате браузър инструменти в Linux/Ubuntu среда. Включително инсталиране на Chrome, изолиране на конфигурационни файлове, управление на множество конфигурации и т.н. След като се справите с тази стъпка, Agent Browser може наистина да заработи.

2. Ръководство за онлайн търсене в мрежата

Позволете на вашия AI асистент да търси в мрежата. Сравних няколко услуги на трети страни и в крайна сметка препоръчах Brave Search. Причината е много проста: безплатният лимит е достатъчен, скоростта на реакция е бърза и конфигурацията не е сложна.

Ако искате вашият AI асистент да не търси отговори само в локалната база знания, а да може да търси информация онлайн като вас, това ръководство си струва да го следвате.

Малък трик: Разпознаване на глас

Ако искате вашият AI асистент да разбира глас, можете да се свържете с услугата за преобразуване на глас в текст на ElevenLabs, ефектът на разпознаване е доста добър.

Методът на конфигуриране е много прост: директно кажете на вашия AI асистент „Помогни ми да инсталирам умението ElevenLabs Speech-to-Text, трябва да се свържа с ElevenLabs разпознаване на глас“, след което му изпратете API Key и той автоматично ще ви го конфигурира.

Но трябва да напомня: тази услуга е платена, има безплатен лимит, но не е много. В ежедневните сценарии всъщност е достатъчно да използвате вграденото преобразуване на глас в текст в инструментите за чат. Но ако имате нужди като пакетно транскрибиране на аудио, протоколи от срещи и т.н., можете да го опитате.

Обобщение на ресурсите

Всички горепосочени ресурси са организирани в моето GitHub хранилище, вземете ги сами, ако имате нужда:

👉 github.com/geekjourneyx/awesome-openclaw

Два умения, две ръководства, един малък трик. Не са много, но всички са проверени от мен.

Инструментите не са много важни, важното е всеки един да може да се използва наистина.