Jag lärde bara AI ett trick, och den lärde sig resten själv...

Idag sammanställer jag en praktisk samling. Två färdigheter, två guider och ett litet trick, som jag själv använder och är redo att användas.

Färdighet nummer två: Låt AI lära sig att hitta färdigheter själv

Find Skills är den jag helst vill rekommendera.

Många tänker: Jag måste ge AI många färdigheter, lägga till dem manuellt en efter en. Jag tror inte att den vägen är hållbar i längden. Det blir fler och fler färdigheter, och du kommer inte att kunna hantera dem alla.

Tänk om: Mata den inte med färdigheter, låt den hitta dem själv.

Find Skills gör just det. Det är som en "färdighetssökmotor". När AI-assistenten stöter på något den inte kan, söker den själv, installerar själv och lär sig själv.

Precis som när människor lär sig saker. Du behöver inte trycka in all kunskap i hjärnan, du behöver bara lära dig hur man hittar kunskap och hur man lär sig kunskap.

Jag tror att det är framtiden för AI-automatisering, inte att stapla färdigheter, utan att låta den lära sig självständigt som en mänsklig hjärna.

Installationen är enkel:

npx skills add https://github.com/vercel-labs/skills --skill find-skills Efter installationen har din AI-assistent "självlärande" förmåga.

Färdighet nummer två: Agent Browser

Att ha sök- och inlärningsförmåga räcker inte, många uppgifter kräver att man använder webbsidor. Fylla i formulär, hämta data, ta skärmdumpar, logga in på backend... Agent Browser kan göra allt detta.

Dess logik är tydlig: öppna webbsidan → identifiera element → klicka, fyll i, välj → bekräfta resultatet.

Det är samma process som när en person använder en webbläsare, förutom att AI gör det åt dig. Enkla processer är ganska stabila, men tänk på att det kostar Tokens.

Installationskommando:

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser Efter installationen har din AI-assistent "händer" och kan direkt använda webbläsaren.

Två praktiska guider

Att bara ha färdigheter räcker inte, viss infrastruktur måste byggas upp först. Jag har skrivit två guider, som båda finns i GitHub-förrådet.

1. Installationsguide för Browser Tool

Steg-för-steg-instruktioner om hur du konfigurerar webbläsarverktyget i en Linux/Ubuntu-miljö. Inkluderar Chrome-installation, konfigurationsfilisolering, hantering av flera konfigurationer etc. När du har fixat detta steg kan Agent Browser verkligen köras.

2. Web Search Online-sökguide

Låt din AI-assistent söka online. Jag jämförde flera tredjepartstjänster och rekommenderar slutligen Brave Search. Anledningen är enkel: tillräckligt med gratis användning, snabb svarstid och enkel konfiguration.

Om du vill att din AI-assistent inte bara ska hitta svar i den lokala kunskapsbasen, utan också kunna söka efter information online som du, är den här guiden värd att följa.

Ett litet trick: Röstigenkänning

Om du vill att din AI-assistent ska förstå röst kan du ansluta ElevenLabs röst-till-text-tjänst, igenkänningseffekten är ganska bra.

Konfigurationen är väldigt enkel: säg bara till din AI-assistent "Hjälp mig att installera ElevenLabs Speech-to-Text-färdigheten, jag behöver ansluta ElevenLabs röstigenkänning", och skicka sedan API-nyckeln till den, så konfigurerar den den automatiskt åt dig.

Men jag vill påminna dig: den här tjänsten är avgiftsbelagd, det finns en gratis kvot men inte mycket. I vardagliga scenarier räcker det faktiskt med den inbyggda röst-till-text-funktionen i chattverktyget. Men om du har behov av att batch-transkribera ljud, mötesprotokoll etc. kan du prova det.

Resurssammanfattning

Alla ovanstående resurser finns i mitt GitHub-förråd, ta dem själv om du behöver dem:

👉 github.com/geekjourneyx/awesome-openclaw

Två färdigheter, två guider och ett litet trick. Inte mycket, men alla är verifierade av mig själv.

Verktyg behöver inte vara många, det viktigaste är att alla verkligen kan användas.