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

医疗AI中GPU集群设计与交付实践

医疗AI中GPU集群设计与交付实践

引言 随着人工智能在医疗领域的应用不断深化,GPU 千卡集群已经成为支撑大规模医疗 AI 模型训练与推理的关键基础设施。 不同于互联网推荐、搜索等场景,医疗 AI 对可靠性、精度和稳定性的要求极高。 任何训练过程中的波动,都会影响模型在临床中的应用价值。 1. 医疗 AI 的快速发展 * 医学影像:CT、MRI、病理切片大模型推动了智能诊断的发展。 * 基因组学:深度学习在基因测序与药物研发中的应用日益广泛。 * 医疗 NLP:电子病历分析、临床辅助决策系统依赖大模型能力。 2. GPU 千卡集群的重要性 * 大规模模型的训练往往需要数千张 GPU 并行协作。 * 只有通过 GPU 千卡集群,才能在可接受的时间内完成训练。 3. 面临的核心挑战 * 硬件早期失效率高,影响系统稳定性。 * 医疗 AI 特殊场景下,数据 I/O 压力巨大。 * 合规性与数据安全问题更加复杂。

我给 AI 配了 80 个“专家马甲“,现在让AI干活输出更专业了!

我给 AI 配了 80 个“专家马甲“,现在让AI干活输出更专业了!

用 ChatGPT 或 Claude 写东西,是不是经常觉得: * 回答太泛,像百科全书摘抄 * 没有重点,什么都说一点 * 缺乏专业视角,像是外行在硬聊 这不是模型不行,是你没告诉它用什么身份来回答。 GitHub 上有个项目 agency-agents,11K+ Stars,专门解决这个问题——提供了 80 多个精心设计的专家人设,直接拿来用。 最近有了中文版agency-agents-zh,还加了小红书、抖音、微信公众号等本土角色。 这些人设有多详细? 不是那种"你是一个专业的 xxx"就完事的模板。 看一个真实的例子——测试结果分析师: 基础信息 --- name: 测试结果分析师 description: 专注测试结果评估和质量度量分析的测试分析专家, 把原始测试数据变成可执行的洞察,驱动质量决策。 color: indigo --- 中文版截图部分 身份定义

[AI提效-52]-豆包 vs 扣子 Coze:一篇看懂字节两大 AI 怎么选

🥊 豆包 vs 扣子 (Coze):字节两大 AI 王牌深度对比 很多用户容易混淆豆包和扣子 (Coze),因为它们都出自字节跳动,且底层都使用了类似的模型技术。但它们的定位、目标用户和核心功能完全不同。 一句话总结: 豆包 (Doubao) 是给你“用”的 AI 助手(类似 ChatGPT),主打日常对话、搜索和娱乐。 扣子 (Coze) 是给你“造”的 AI 工厂(类似 Dify/LangChain),主打零代码开发智能体 (Bot) 和工作流。 一、📊 核心差异总览表 表格 维度豆包 (Doubao)扣子 (Coze)核心定位AI 消费级应用 (ToC)AI 开发平台

AI提示词:零基础入门与核心概念

AI提示词:零基础入门与核心概念

AI提示词:零基础入门与核心概念 📝 本章学习目标:理解什么是提示词,掌握提示词的核心概念,建立正确的AI对话思维,为后续学习打下坚实基础。 一、什么是提示词? 1.1 提示词的定义 提示词(Prompt),简单来说,就是你发给AI的指令或问题。它是人类与人工智能沟通的桥梁,是你告诉AI"我想要什么"的方式。 想象一下,你雇佣了一位超级聪明但对你的需求一无所知的助手。这位助手知识渊博、能力强大,但它需要你清晰地告诉它要做什么。提示词就是你给这位助手的工作指令。 💡 核心认知:提示词不是简单的"提问",而是一种结构化的指令设计。好的提示词能让AI精准理解你的意图,输出高质量的结果;糟糕的提示词则会让AI"答非所问",浪费你的时间。 1.2 提示词的重要性 为什么提示词如此重要?让我们通过一个对比来说明: ❌ 糟糕的提示词: 帮我写点东西 ✅ 好的提示词: 请帮我写一篇关于&