Učil jsem AI jen jeden trik, a zbytek se naučila sama...
Dnes shrnu praktickou sbírku. Dvě dovednosti, dva průvodci, jeden malý trik, všechno používám sám, připravené k okamžitému použití.
Druhá dovednost: Nechte AI, ať se sama naučí hledat dovednosti
Find Skills je to, co bych nejvíce doporučil.
Mnoho lidí si myslí: Musím do AI nahrát spoustu dovedností, jednu po druhé ručně. Myslím, že tato cesta nevede daleko. Dovedností je stále více a více a vy je prostě nemůžete zvládnout.
Změňte myšlení: Nekrmte ji dovednostmi, nechte ji, ať si je najde sama.
Find Skills to dělá. Je to jako „vyhledávač dovedností“, AI asistent, když neví, co dělat, sám si to vyhledá, sám si to nainstaluje, sám se to naučí.
Je to jako když se lidé učí. Nemusíte si nacpat všechny znalosti do hlavy, stačí se naučit, jak hledat znalosti, jak se učit znalosti.
Myslím, že to je směr budoucí automatizace AI, ne hromadění dovedností, ale nechat ji, ať se učí sama jako lidský mozek.
Instalace je jednoduchá:
npx skills add https://github.com/vercel-labs/skills --skill find-skillsPo instalaci bude mít váš AI asistent „schopnost se učit sám“.
Druhá dovednost: Agent Browser
Mít schopnost vyhledávat a učit se nestačí, mnoho úkolů vyžaduje ovládání webových stránek. Vyplňování formulářů, získávání dat, snímky obrazovky, přihlašování do backendu... Agent Browser to všechno zvládne.
Jeho logika je velmi jasná: otevřít webovou stránku → identifikovat prvky → kliknout, vyplnit, vybrat → potvrdit výsledek.
Stejný postup jako když člověk ovládá prohlížeč, jen to za vás dělá AI, jednoduché postupy jsou stále poměrně stabilní, jen si dejte pozor na Tokeny.
Instalační příkaz:
npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browserPo instalaci bude mít váš AI asistent „ruce“ a bude moci přímo ovládat prohlížeč.
Dva praktické průvodci
Mít jen dovednosti nestačí, je třeba nejprve vybudovat určitou infrastrukturu. Napsal jsem dva průvodce, oba jsou v repozitáři GitHub.
1. Průvodce instalací Browser Tool
Krok za krokem vás naučí, jak nakonfigurovat nástroj prohlížeče v prostředí Linux/Ubuntu. Včetně instalace Chrome, izolace konfiguračních souborů, správy více konfigurací atd. Po zvládnutí tohoto kroku se Agent Browser může skutečně rozjet.
2. Průvodce online vyhledáváním Web Search
Umožněte svému AI asistentovi vyhledávat online. Porovnal jsem několik služeb třetích stran a nakonec doporučil Brave Search. Důvod je jednoduchý: bezplatný limit je dostatečný, rychlost odezvy je rychlá a konfigurace není složitá.
Pokud chcete, aby váš AI asistent nehledal odpovědi pouze v místní znalostní bázi, ale mohl vyhledávat informace online jako vy, stojí za to si tento průvodce projít.
Malý trik: Rozpoznávání řeči
Pokud chcete, aby váš AI asistent rozuměl hlasu, můžete se připojit ke službě převodu řeči na text od ElevenLabs, efekt rozpoznávání je docela dobrý.
Konfigurace je velmi jednoduchá: řekněte svému AI asistentovi „Pomoz mi nainstalovat dovednost ElevenLabs Speech-to-Text, potřebuji se připojit k rozpoznávání řeči ElevenLabs“ a poté mu pošlete API Key, a on to automaticky nakonfiguruje za vás.
Ale chci vás upozornit: tato služba je zpoplatněna, má bezplatný limit, ale není velký. V každodenních scénářích stačí používat vestavěný převod řeči na text v chatovacích nástrojích. Ale pokud máte potřebu hromadně přepisovat audio, záznamy z jednání atd., můžete si to vyzkoušet.
Shrnutí zdrojů
Všechny výše uvedené zdroje jsou uspořádány v mém repozitáři GitHub, v případě potřeby si je vezměte sami:
👉 github.com/geekjourneyx/awesome-openclaw
Dvě dovednosti, dva průvodci, jeden malý trik. Není jich mnoho, ale všechny jsem si sám ověřil.
Nezáleží na množství nástrojů, ale na tom, aby se každý z nich dal skutečně použít.
