AI 开发必用的4个skills组合,用来流畅掌控AI开发流程 ,灵活控制AI(opencode skills)

AI 开发必用的4个skills组合,用来流畅掌控AI开发流程 ,灵活控制AI(opencode skills)

skills 一种技能增强器。

skills 可以理解为升级版的提示词,它的文件记录了某个skill(技能)的元信息,就是描述这个skills的名称等信息,

另外它的文件中还记录了skills的技能实现步骤。

以下4个skills在AI项目开发中,我认为必不可缺一。

这4个skills的引入,可更为方便我们去介入AI,控制AI,给AI制定边界。

我会用一个音乐机器人项目开发来介绍这4个skills,如何介入AI开发流程,如何行云流水的控制AI。

指令式 控制AI 开发流程的主控调度器:有4个SIKLLS

在我的项目中.opencode目录中存在4个skills,

4个skills技能结合和.opencode目录同级的AGNETS.md文档,AGNETS.md是主控配置文件,

是AI 开发流程的主控调度器,负责协调三个专业技能包(毒蛇产品经理、UI设计师、全栈开发工程师、ui-ux-pro-max)

ui-ux-pro-max技能包,我120%的推荐,减少了不少UI配色的塑料感,可在文末看我此次,用技能包开发的UI界面,做一个效果对比。

skills技能指令:

我已经打包好了,想用这4个skills 的朋友,后台留言发送skills,我可分享。

dev-builder (全栈开发工程师)

/dev /run

ui-ux-pro-max (UI/UX设计智能)提供UI/UX设计指南和最佳实践,50种UI风格指南,21种配色方案…

/dev

ui-prompt-generator (UI提示词设计师)
根据产品文档生成原型图提示词,选择合适的视觉风格确定配色方案,生成UI-Prompts.md文件

/ui

product-spec-builder (毒蛇产品经理)生成Product-Spec.md和变更记录, 毒舌产品经理,不接受模糊回答,直接指出问题

/prd

4个Skills的作用说明:

  1. product-spec-builder (毒蛇产品经理)需求收集和产品文档编写,询问用户核心想法和功能需求,追问功能细节(输入、输出、业务规则),生成Product-Spec.md和变更记录, "毒舌"产品经理,不接受模糊回答,直接指出问题。
  2. ui-prompt-generator (UI提示词设计师)根据产品文档生成原型图提示词,理解产品需求并提炼核心功能,选择合适的视觉风格确定配色方案,为每个核心功能生成提示词(多个版本)生成UI-Prompts.md文件。
  3. ui-ux-pro-max (UI/UX设计智能)提供UI/UX设计指南和最佳实践,50种UI风格指南(玻璃态、极简、暗黑模式等),21种配色方案,50种字体配对,20种图表类型推荐,9种技术栈最佳实践(React、Next.js、Vue、Svelte等)。
  4. dev-builder (全栈开发工程师)
    根据产品需求文档实现功能代码,选择合适的技术栈(React/Vue/Next.js等)搭建项目结构和开发环境,实现核心功能代码确保代码质量和可维护性,集成AI功能(如OpenAI API)。
01 安装opencode

opencode mac/win版安装指令:

curl -fsSL https://opencode.ai/install |bashnpm i -g opencode-ai 
02 选择项目开发AI模型

免费的模型有:GLM-4.7、Grok Code,我本次使用的GLM-4.7模型。ctrl + p 即可选择模型。


03 开始项目 (音乐机器人项目开发)
04 毒蛇产品经理 (product-spec-builder)
/prd 毒蛇产品经理 开始明确产品开发需求,产品经理会渐进式的追问你的开发需求,一些列的追问。

我的开发需求:

我想做一个音乐视觉效果:根据音频的输入和音频中歌词的演唱,达到一个动画人物在自动演唱(有人物口型和表情、还有人物的一些演唱基本肢体动作)。API配置 - 视觉动作分析使用qwen3-vl-plus,音频歌词识别gemini_2_5_pro 。
05 Product-Spec.md已生成变更记录
产品需求文档明确后,就会记录一条开发进度。
06 UI提示词生成 (ui-prompt-generator)
skills UI原型图提示词生成
07 UI/UX设计智能 (ui-ux-pro-max)
UI-Prompts.md 借助文档中的提示词UI原型图要求,并且使用skills中的ui-ux-pro-max开发应用 /dev
08 代码开发实现 (dev-builder)
音乐机器人有音频歌词解析,歌词同步,就要接入一个音频分析模型,我这里接入的gemini2.5,

音乐机器人视觉效果接入的qwen3模型
09 项目完成
可以看看效果,比起平时我们前端开发出来的UI效果,是不是惊艳多了,配色、图形都没有AI的那种塑料感。
写在最后

skills我估计原本是在IDE编辑器中类似一个插件出现,只不过skills它是以文件的形式来作为一个插件,然后这个插件可以对接claude、opencode这些AI平台。

skills(毒蛇产品经理、UI提示词设计师、UI/UX设计智能、代码开发实现)优化项目开发流程,能显著提升效率和质量。

各技能模块化分工,减少沟通成本,确保需求从产品到实现的无缝衔接。自动化生成UI提示和设计,降低错误率;专业技能集成,保证产品符合最佳实践。并行处理任务(如提示生成与设计),加快开发周期;智能工具减少手动工作量。结合UI/UX智能和代码实现,推动创意落地,提升用户体验和产品竞争力。

skills 想用这4个skills 的朋友,后台留言发送skills,可分享。

Read more

PyCharm安装GitHub Copilot插件保姆级教程:测试工程师的AI助手从零配置到实战应用

PyCharm安装GitHub Copilot插件保姆级教程:测试工程师的AI助手从零配置到实战应用

以下是 PyCharm 安装 GitHub Copilot 插件的完整流程,确保测试工程师能顺利实施并解决常见问题: 一、安装 GitHub Copilot 插件 1.1 在 PyCharm 中搜索并安装插件 1. 打开 PyCharm,点击右上角 Settings(Windows/Linux) 或 Preferences(Mac)。 2. 导航到 Plugins(插件)。 3. 在搜索框输入 “GitHub Copilot”,找到插件后点击 Install。 安装完成后,弹出提示框选择 Restart IDE 重启 PyCharm。 1.2 验证插件安装 重启后,在 PyCharm 右下角状态栏会出现

openclaw使用llama.cpp 本地大模型部署教程

openclaw使用llama.cpp 本地大模型部署教程

openclaw使用llama.cpp 本地大模型部署教程 本教程基于实际操作整理,适用于 Windows WSL2 环境 全程使用 openclaw 帮我搭建大模型 一、环境准备 1. 硬件要求 显卡推荐模型显存占用GTX 1050 Ti (4GB)Qwen2.5-3B Q4~2.5GBRTX 4060 (8GB)Qwen2.5-7B Q4~5GBRTX 4090 (24GB)Qwen2.5-32B Q4~20GB 2. 安装编译工具(WSL Ubuntu) sudoapt update sudoaptinstall -y cmake build-essential 二、下载和编译 llama.cpp

Llama-Factory使用指南:从入门到实战

Llama-Factory使用指南:从入门到实战 在大模型落地越来越快的今天,越来越多开发者和企业开始尝试让通用模型“学会”自己的业务逻辑——比如客服对话、法律文书生成、医疗问答等。但一提到微调,很多人立刻想到复杂的训练脚本、满屏报错的日志、动辄几十GB的显存占用……最终只能望而却步。 有没有一种方式,能让我们不用写一行代码,点点鼠标就能完成专业级的大模型定制?答案是:有。而且它已经开源了,名字叫 Llama-Factory。 这个项目最近在 GitHub 上持续走热,不是因为它又搞了个新算法,而是它真的把“大模型微调”这件事做成了普通人也能上手的工具。你可以把它理解为一个“AI工厂流水线”:你只需要准备好原料(数据)、选好机器(模型),剩下的清洗、加工、质检、打包,全由系统自动完成。 更关键的是,它支持 WebUI 图形界面操作,全程可视化配置,连参数含义都有提示。哪怕你是第一次接触 LoRA 或 QLoRA,

全球AI生图新王诞生:腾讯混元Image-3.0登顶国际榜单,800亿参数重构AIGC格局

全球AI生图新王诞生:腾讯混元Image-3.0登顶国际榜单,800亿参数重构AIGC格局 2025年10月,国际权威AI模型竞技场LMArena发布最新文生图榜单,腾讯混元Image-3.0以89.7分超越DALL-E 3(87.2分)和Midjourney v6(86.5分),成为首个登顶该榜单的中国模型。这款参数规模达800亿的原生多模态模型,不仅刷新了开源领域纪录,更标志着国产大模型实现从"跟跑"到"领跑"的战略转折。 行业现状:多模态竞争进入深水区 2025年全球文生图API调用量突破240亿次,但商业闭源模型长期占据72%市场份额。IDC最新报告显示,多模态模型正推动AI应用从单一文本生成向图像、视频、语音等复合场景扩展,非文本模态使用占比已提升至20%。在此背景下,HunyuanImage-3.0的开源具有里程碑意义——其在LMArena盲测中以89.7分超越DALL-E 3(87.2分),成为首个登顶该榜单的中国模型。 如上图所示,LMArena榜单显示腾讯混元图像3.0(