Es AI iemācīju tikai vienu triku, un tas pats iemācījās pārējo...
Šodien esmu apkopojis praktisku kolekciju. Divas prasmes, divas rokasgrāmatas un viens mazs triks, ko es pats izmantoju un kas ir gatavi lietošanai.
Otrā prasme: ļaujiet AI pašam iemācīties atrast prasmes
Find Skills ir tas, ko es visvairāk vēlos ieteikt.
Daudzu cilvēku domāšanas veids ir šāds: es vēlos AI ielikt daudz prasmju, pievienojot tās vienu pēc otras manuāli. Es domāju, ka šis ceļš neaizvedīs tālu. Jo vairāk prasmju, jo grūtāk tās pārvaldīt.
Mainiet domāšanas veidu: nebarojiet to ar prasmēm, ļaujiet tam pašam tās atrast.
Find Skills dara tieši to. Tas ir kā "prasmju meklētājprogramma". Ja AI asistentam ir problēmas, tas pats meklē, pats instalē un pats mācās.
Tas ir tāpat kā cilvēki mācās. Jums nav jāieliek visas zināšanas savā smadzenēs, jums vienkārši jāiemācās, kā atrast zināšanas un kā mācīties.
Es domāju, ka tas ir nākotnes AI automatizācijas virziens, nevis prasmju krāšana, bet gan ļaut tam pašam mācīties kā cilvēka smadzenēm.
Instalēšana ir vienkārša:
npx skills add https://github.com/vercel-labs/skills --skill find-skillsPēc instalēšanas jūsu AI asistentam būs "pašmācības spējas".
Otrā prasme: Agent Browser
Ar meklēšanas un mācīšanās spējām vien nepietiek, daudziem uzdevumiem ir jādarbojas ar tīmekļa lapām. Aizpildīt veidlapas, iegūt datus, uzņemt ekrānšāviņus, pieteikties aizmugursistēmā... Agent Browser var darīt visu šo.
Tā loģika ir ļoti skaidra: atvērt tīmekļa lapu → identificēt elementus → noklikšķināt, aizpildīt, izvēlēties → apstiprināt rezultātu.
Tas ir tāpat kā cilvēks darbojas ar pārlūkprogrammu, tikai AI to dara jūsu vietā. Vienkārši procesi joprojām ir diezgan stabili, uzmanieties no Token izmaksām.
Instalēšanas komanda:
npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browserPēc instalēšanas jūsu AI asistentam būs "rokas", kas varēs tieši darboties ar pārlūkprogrammu.
Divas praktiskas rokasgrāmatas
Ar prasmēm vien nepietiek, dažas infrastruktūras ir jāsagatavo iepriekš. Esmu uzrakstījis divas rokasgrāmatas, kas abas ir ievietotas GitHub repozitorijā.
1. Browser Tool instalēšanas rokasgrāmata
Soli pa solim māca, kā konfigurēt pārlūkprogrammas rīkus Linux/Ubuntu vidē. Ieskaitot Chrome instalēšanu, konfigurācijas failu izolāciju, vairāku konfigurāciju pārvaldību utt. Pēc šī soļa Agent Browser varēs patiešām darboties.
2. Web Search tiešsaistes meklēšanas rokasgrāmata
Ļaujiet savam AI asistentam meklēt tiešsaistē. Esmu salīdzinājis vairākus trešo pušu pakalpojumus un galu galā iesaku Brave Search. Iemesls ir vienkāršs: bezmaksas kvota ir pietiekama, reakcijas ātrums ir ātrs un konfigurācija nav sarežģīta.
Ja vēlaties, lai AI asistents ne tikai meklētu atbildes vietējā zināšanu bāzē, bet arī varētu meklēt informāciju internetā tāpat kā jūs, šī rokasgrāmata ir vērts iziet cauri.
Mazs triks: runas atpazīšana
Ja vēlaties, lai AI asistents varētu saprast runu, varat izmantot ElevenLabs runas-tekstā pakalpojumu, atpazīšanas efekts ir diezgan labs.
Konfigurācijas metode ir ļoti vienkārša: vienkārši pasakiet savam AI asistentam "palīdziet man instalēt ElevenLabs Speech-to-Text prasmi, man ir jāizmanto ElevenLabs runas atpazīšana", un pēc tam nosūtiet tam API Key, un tas automātiski palīdzēs jums to konfigurēt.
Tomēr jāatgādina: šis pakalpojums ir maksas , ir bezmaksas kvota, bet tā nav liela. Ikdienas scenārijos patiesībā ir pietiekami izmantot tērzēšanas rīka iebūvēto runas-tekstā funkciju. Bet, ja jums ir nepieciešams masveidā transkribēt audio, sapulču protokolus utt., varat to izmēģināt.
Resursu apkopojums
Visi iepriekš minētie resursi ir sakārtoti manā GitHub repozitorijā, paņemiet tos paši:
👉 github.com/geekjourneyx/awesome-openclaw
Divas prasmes, divas rokasgrāmatas un viens mazs triks. Nav daudz, bet esmu tos pats pārbaudījis un apstiprinājis.
Rīku nav jābūt daudz, galvenais ir tas, lai katru no tiem varētu patiešām izmantot.
