Jeg lærte kun AI ét trick, og den lærte resten selv...

Her er en praktisk samling. To færdigheder, to guider og et lille trick, som jeg selv bruger, klar til brug.

Færdighed nummer to: Lad AI'en selv lære at finde færdigheder

Find Skills er den, jeg helst vil anbefale.

Mange tænker: Jeg skal give AI'en en masse færdigheder, en efter en manuelt. Jeg tror ikke, det er en holdbar løsning. Jo flere færdigheder, jo sværere er det at holde styr på dem.

En anden tilgang: Lad være med at fodre den med færdigheder, lad den selv finde dem.

Det er det, Find Skills gør. Det er som en "færdigheds-søgemaskine". Når AI-assistenten støder på noget, den ikke kan, søger den selv, installerer selv og lærer selv.

Ligesom når mennesker lærer noget. Du behøver ikke at proppe al viden ind i hovedet, du skal bare lære at finde viden og lære at lære.

Jeg tror, det er fremtiden for AI-automatisering. Ikke at stable færdigheder, men at lade den lære selvstændigt som en menneskelig hjerne.

Installationen er enkel:

npx skills add https://github.com/vercel-labs/skills --skill find-skills

Efter installationen har din AI-assistent "selvstudie-evner".

Færdighed nummer to: Agent Browser

At have søge- og læringsevner er ikke nok, mange opgaver kræver betjening af websider. Udfyldning af formularer, indsamling af data, screenshots, login på backend... Agent Browser kan klare alt dette.

Dens logik er klar: Åbn websiden → identificer elementer → klik, udfyld, vælg → bekræft resultatet.

Det er den samme proces som når en person bruger en browser, bortset fra at AI'en gør det for dig. Enkle processer er ret stabile, men vær opmærksom på token-forbruget.

Installationskommando:

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser

Efter installationen har din AI-assistent "hænder" og kan betjene browseren direkte.

To praktiske guider

Det er ikke nok bare at have færdigheder, noget infrastruktur skal være på plads først. Jeg har skrevet to guider, som begge er i GitHub-repository.

1. Browser Tool Installationsguide

En trin-for-trin guide til, hvordan du konfigurerer browser-værktøjer i et Linux/Ubuntu-miljø. Inkluderer Chrome-installation, konfigurationsfilisolering, administration af flere konfigurationer osv. Når dette er på plads, kan Agent Browser virkelig køre.

2. Web Search Online Søgeguide

Gør din AI-assistent i stand til at søge online. Jeg sammenlignede flere tredjepartstjenester og anbefaler i sidste ende Brave Search. Årsagen er enkel: Den gratis kvote er tilstrækkelig, responshastigheden er hurtig, og konfigurationen er ikke kompliceret.

Hvis du vil have, at din AI-assistent ikke kun finder svar i den lokale videnbase, men også kan søge efter information online som dig, er denne guide værd at følge.

Et lille trick: Talegenkendelse

Hvis du vil have, at din AI-assistent kan forstå tale, kan du tilslutte ElevenLabs' tale-til-tekst-tjeneste, genkendelseseffekten er ret god.

Konfigurationen er meget enkel: Sig direkte til din AI-assistent "Installer ElevenLabs Speech-to-Text-færdigheden for mig, jeg skal tilslutte ElevenLabs talegenkendelse", og send derefter API-nøglen til den, så konfigurerer den automatisk for dig.

Men vær opmærksom på: Denne tjeneste er ikke gratis, der er en gratis kvote, men den er ikke stor. I dagligdags scenarier er det faktisk nok at bruge den indbyggede tale-til-tekst-funktion i chatværktøjet. Men hvis du har behov for batch-transskribering af lyd, mødenotater osv., kan du prøve det.

Ressourceoversigt

Alle ovenstående ressourcer er samlet i mit GitHub-repository, tag dem selv:

👉 github.com/geekjourneyx/awesome-openclaw

To færdigheder, to guider og et lille trick. Ikke meget, men alt er blevet testet og verificeret af mig selv.

Det handler ikke om antallet af værktøjer, men om at hvert enkelt kan bruges effektivt.