上周群里又有人甩出吴恩达的 Agent Skills 教程 PDF配了一条命令npx skills add sandai-org/vidmuse-skills --agent claude-code -g -y问我装上是不是就能自动做视频。这个问题其实挺有代表性Agent Skills 今年确实火但很多人对它的理解还停在“听说过”的阶段不知道它和插件、MCP、自动化工作流有什么区别更不知道同一个技能包能不能在 Claude Code、Goose、Cline 这些平台之间复用。我最近用这套体系跑了几个实际项目包括视频脚本、数据分析、文档整理踩了不少坑也理清了底层逻辑。这篇就从头讲一遍。先说个题外话。标题里“完结无密”这几个字经常被人误解成“破解资源”。我自己的理解是它一般指教程内容完整、没有加密门槛而不是让你去找来路不明的压缩包。吴恩达的 Agent Skills 相关教程和 PDF 在官方渠道有不少免费版本直接注册 DeepLearning.AI 就能看这个后面我会给出具体找法。比起追各种“完结版资源”把技能包本身跑通才是真正值钱的部分。1. Agent Skills 到底是什么为什么突然被刷屏1.1 一个技能包 给 Agent 的操作手册很多人第一次接触 Agent Skills都是从一套很薄的目录结构开始的。它长这样my-skill/ SKILL.md scripts/ run.py resources/ template.md核心只有一个文件SKILL.md。这个名字听起来很普通但它才是整个技能包的灵魂。SKILL.md本质上是一份写给大模型看的 Markdown 文档里面写清楚“这个技能是干什么的”“遇到什么任务时应该被触发”“具体执行步骤是什么”。模型读到这份文档之后就知道遇到某类问题该按什么流程走该调哪些脚本该参考哪些模板。这和传统插件完全不一样。传统插件是把功能封装好给用户一个按钮Agent Skills 则更像你给新来的实习生一份“岗位操作手册”。模型不一定要执行代码它可以只是学习手册里的流程然后按流程完成任务。你不需要为每个场景重写 Prompt也不用每次都把一堆背景知识塞进上下文技能包可以按需加载。这也是 Agent Skills 和 MCP 最容易被混淆的地方。MCP 解决的是“Agent 怎么调用外部工具和数据”它更像给 Agent 接上了手和脚Agent Skills 解决的是“Agent 怎么知道接下来该做什么、怎么做更专业”它更像是给 Agent 装上了经验和流程。实际项目里两者经常配合使用技能包负责定义工作流MCP 负责真正去读写数据、调用服务。1.2 吴恩达那套教程到底讲了个啥“吴恩达的 Agent Skills 教程 PDF”是这个话题里被搜得最多的关键词之一。吴恩达团队在 AI 教育领域一直很擅长把新概念快速做成可上手的短课程Agent Skills 也不例外。那套教程的核心不是教你背诵某个标准而是用一个真实例子带你走完“写技能包—装进 Agent—跑任务”的全流程。我自己看完的最大感受是他特别强调description字段的重要程度。很多教程都会告诉你 SKILL.md 里有name和description但大多数人都低估了description的作用。在多个主流平台里Agent 并不是一开始就把所有技能内容读进上下文的而是先扫描每个技能的description判断当前用户请求是否匹配。换句话说description写得好不好直接决定技能能不能被正确触发。吴恩达教程里提到的例子也比较贴近实际场景写邮件、整理会议记录、做竞品分析。这些任务看起来简单但拆解出来的工作流往往包含三到五个环节。技能包就是把这种“看起来人人都会但新手总是做不完整”的流程固化下来让 Agent 每次都能稳定输出。说实话它比你在系统 Prompt 里塞一大堆“你是一个擅长 XX 的助手”要扎实得多。1.3 为什么“多平台”成了 Agent Skills 的杀手锏Agent Skills 能在短时间内火起来除了吴恩达的推广更重要的是它天生跨平台。Claude Code、Goose、Cline、Cursor、Windsurf、OpenAgents 这些工具虽然各有各的配置方式、各有各的模型接入逻辑但对于技能包来说基本都认同一套目录约定把技能文件夹放到指定目录然后就能被识别。这就带来一个巨大好处你不需要为每个平台分别开发一套插件。写一次技能包就能在不同 Agent 之间平移。我在实际项目中经常是白天用 Claude Code 干活晚上切到 Goose 跑批处理技能包是同一套只是安装命令里加个--agent参数指向不同平台就行。当然跨平台不等于零成本。各平台对技能包的加载路径、是否支持脚本运行、资源文件怎么引用还是有一些差别。但这些差别远远小于插件生态之间的差异学习一次就能覆盖大半平台。2. 多平台支持全景和选型建议2.1 主流平台和它们的技能目录我用过的平台里安装技能包最常见的方式有两种一种是用官方 CLI 自动装另一种是手动把技能文件夹拷贝到对应的 skills 目录。下面这张表整理了我常用的几个平台和它们的大致配置路径平台常见技能目录我实际使用体验Claude Code~/.claude/skills/生态最成熟/skill命令可以浏览已装技能触发比较稳定Goose~/.config/goose/skills/或~/.goose/skills/命令行风格直接适合批处理和自动化场景Cline项目内.claude/skills/或用户级 skills 目录和 VS Code 集成好适合边写代码边用技能Cursor~/.cursor/skills/编辑器内体验顺滑适合写代码类技能Windsurf类似~/.codex/skills/或自家配置目录我体验过加载逻辑不错但社区资料相对少OpenAgents远程技能和本地技能都支持偏研究向适合折腾新玩法不要一上来就把所有平台都装一遍。我的建议是先把一个平台跑熟再复制技能到其他平台。最省力的做法是把你常用的技能包统一放在一个 Git 仓库里管理一份其他平台通过同步或者重新安装来复用。2.2 如何判断你的场景该不该用 Agent Skills这年头新技术特别多但并不是每个项目都需要上 Agent Skills。我自己的判断标准很简单如果任务有“固定的套路”而且这个套路比较长、步骤比较多那就适合写成技能包。比如竞品分析流程通常是“确定对象—采集信息—提炼卖点—做对比表—写结论”这种流程用 Prompt 硬写容易漏步骤用技能包就能固定下来。反过来如果任务只是“帮我查个资料”这种一句话就能说清的就不用写技能包。过度设计会拖慢 Agent 的响应速度因为模型在解析技能时也会消耗上下文。另外还有一个容易被忽略的判断标准你愿不愿意维护。技能包不是写一次就完事它需要根据实际效果持续调整。如果只是一次性任务完全可以自己写 Prompt 解决如果是每周都要做的重复工作才值得花半小时写技能包。2.3 多平台迁移时的几个处理细节从 Claude Code 把技能迁到 Goose 时我遇到的第一个坑是脚本路径。有些技能包内部会用相对路径引用scripts/run.py在 Claude Code 里跑得好好的切到 Goose 后路径解析方式不同直接报“文件不存在”。解决办法其实不复杂在SKILL.md里尽量使用基于技能根目录的路径而不是依赖当前工作目录。还有文件权限如果你在 macOS 或 Linux 上手动拷贝技能包记得检查scripts目录下的可执行权限chmod x是很容易漏掉的步骤。还有一个体验问题同一个技能包在不同平台加载后触发的灵敏程度不一样。我实测 Claude Code 对描述匹配比较敏感Goose 相对“保守”一些。所以技能包的description里最好同时写清楚“适用场景”和“不适用场景”例如description: 用于生成短视频分镜脚本。当用户提到分镜、视频脚本、拍摄计划时使用。不适合处理长视频剪辑。这种写法能显著降低误触率在多个平台里都能保持一致表现。3. 安装命令实战拆解把 vidmuse-skills 装进 Claude Code3.1 逐段拆解那条刷屏的安装命令很多人第一次看到npx skills add sandai-org/vidmuse-skills --agent claude-code -g -y会懵因为里面全是英文缩写。我把命令拆成几段npxNode.js 自带的包运行工具它会在不全局安装的情况下临时拉取并执行某个 CLI 包这里拉取的是skills这个工具。skills addskillsCLI 的子命令表示“把某个技能仓库添加到本地”。sandai-org/vidmuse-skillsGitHub 上的仓库地址简写格式是“用户名/仓库名”。CLI 会去解析这个仓库里的技能包。--agent claude-code告诉 CLI当前要把技能安装到哪个 Agent 平台。换成goose、cline、cursor同样可行。-g全局安装技能会被放到用户级目录而不是某个项目目录这样所有项目都能用。-y跳过安装过程中的交互确认适合脚本化执行。所以这条命令干的事情是用 Agent Skills 官方 CLI从 GitHub 拉取vidmuse-skills技能包并把它全局安装到 Claude Code 里。整个过程不需要你手动创建目录也不用记路径。3.2 从零开始完整安装一次如果你是从零开始建议按我下面的步骤走一遍基本不会出问题。第一步确认 Node.js 环境。执行node -v我目前用的是 Node.js 20 LTSnpx随 Node.js 一起安装。如果你没装 Node.js去官网下载 LTS 版本即可装的时候把 npm 组件一并勾上。第二步确认 Claude Code 已经安装并配置好。没装的话先执行npm install -g anthropic-ai/claude-code安装完成后执行claude命令确认能进入交互界面。第三步执行安装命令npx skills add sandai-org/vidmuse-skills --agent claude-code -g -y执行过程中会有网络请求需要确保开发机能访问 GitHub 仓库。顺利的话日志里会出现类似 “Installed skill to ~/.claude/skills/vidmuse” 的提示。第四步验证技能是否安装成功ls ~/.claude/skills/你应该能看到一个以vidmuse命名的目录里面包含SKILL.md等文件。如果之前已经装过其他技能这个目录下面会有多个文件夹。第五步在 Claude Code 里测试。启动claude输入一个和视频技能相关的任务比如帮我把这次旅行素材整理成一条短视频的拍摄脚本输出分镜表格。如果技能加载正常Claude Code 会调用对应的工作流而不是只给你一段泛泛的通用回答。3.3 装到 Goose 和 Cline 上有什么区别我用同样的命令装过 Goose只需要把--agent参数改成goosenpx skills add sandai-org/vidmuse-skills --agent goose -g -y它会自动把技能放到 Goose 的配置目录里。装完以后在 Goose 的会话里输入对应任务同样能触发技能。Cline 的情况稍微特殊一点。Cline 支持项目级和用户级两种技能目录如果你希望某个项目单独使用某个技能可以不加-g让技能只装到当前项目的.claude/skills/下。这种方式更适合团队协作每个人的仓库里都带有统一版本避免全局目录混乱。实操下来我的感受是skillsCLI 自动安装适合快速体验但如果技能包需要定制修改最好还是用 Git 仓库拉下来手动改完再放进去。自动安装适合“标准用户”手动管理适合“折腾型用户”。3.4 安装以后怎么管理和更新技能包装完不是就结束了日常使用中还会遇到更新和卸载。查看已安装的技能列表npx skills list更新某个技能一般是重新执行skills add让它覆盖旧版本。手动安装的技能则进入对应目录执行git pull。卸载技能只需要删除对应的技能目录不同平台的目录位置可以参考前面的表格。有一点我要单独提醒某些技能包会带外部依赖比如vidmuse-skills如果需要调用第三方视频生成服务可能要求你配置 API Key。安装后最好先看一遍SKILL.md和README把环境变量、密钥之类的东西配好否则技能虽然能触发但真正执行到某个步骤时会报错。4. 用 vidmuse-skills 跑一个短视频脚本实战4.1 这个技能包到底能做什么以sandai-org/vidmuse-skills为例它专注于视频生成场景核心能力是帮助 Agent 把模糊的创意变成可执行的视频制作方案。我用它做过一条旅行 Vlog 的拍摄脚本也做过几条产品宣传片的大纲。这类视频技能包通常不会直接生成视频画面它解决的是更前期的策划问题主题怎么定、分镜怎么拆、每个镜头用什么景别、时长怎么控制、字幕和配音怎么写。如果你用的视频生成模型或剪辑工具也需要结构化输入那这个技能包生成的脚本刚好可以作为下一步的输入。我给它的定位是“给 AI 视频工作流补上策划环节”。之前直接让大模型写视频脚本它写出来是通稿风格挂上技能包之后输出会变成带编号的分镜表包括时间码、画面描述、对白建议专业感明显高了一个档次。4.2 一次完整的调用过程记录我在 Claude Code 里输入的任务是帮我把 3 段关于杭州城市漫步的视频素材策划成一条 60 秒的短视频。重点突出清晨、街巷、咖啡店三个元素。技能被触发后Claude Code 没有马上给我一段话而是按SKILL.md里的流程开始分步处理。先是提炼主题把“杭州城市漫步”拆成“清晨的烟火气”和“巷子里的咖啡香”两条主线然后设计了符合短视频节奏的 8 个分镜每个镜头都写明了景别、运镜、时长大致区间和画面内容最后还给出了推荐配音风格和字幕样式。输出是一个 Markdown 表格结构大概是| 镜头 | 时间 | 画面 | 运镜 | 配音/字幕 | | --- | --- | --- | --- | --- | | 01 | 0-5s | 清晨的河坊街雾气里有人买早点 | 固定镜头 | 字幕杭州的早晨从巷子里开始 |这个输出质量比我之前直接用普通 Prompt 生成的要高。原因也很简单技能包把视频策划的常用套路沉淀下来了模型不需要现场摸索结构。4.3 让它和视频生成工具配合起来的姿势vidmuse-skills这类技能包单独用已经能提升策划效率但它更大的价值在于作为视频生产管线的第一环。你可以让 Agent 生成分镜脚本然后把脚本交给视频生成模型生成画面再交给剪辑工具合成。我当前的配合流程是先用 Agent Skills 生成分镜表再把分镜表的结构化字段映射到视频生成模型的输入格式里比如每段画面描述、镜头时长、转场方式。整个过程里技能包负责“想清楚”模型负责“画出来”剪辑工具负责“拼起来”。每一步都有明确边界排查问题也容易。如果你也想这么玩建议先把技能生成的输出格式固定下来。你在SKILL.md里定义好输出模板后续的视频生成工具只要按模板解析就行不用每次重新写转换逻辑。4.4 视频类技能包的使用心得视频策划看起来简单真正做起来容易翻车。我总结几个最常见的翻车点第一镜头描述写得像散文缺少具体数值。视频生成模型特别吃“可执行的描述”比如“镜头缓慢推进”就比“镜头有一种诗意感”好用得多。如果你用的技能包输出偏文学化可以自己在SKILL.md里加上“所有镜头描述必须包含景别、运镜方式、时长”这样的强制要求。第二节奏分配不合理。一条 60 秒的视频如果前 30 秒还在铺垫用户早就划走了。好的技能包应该包含节奏检查流程生成完分镜后自动检查开头 3 秒是否有吸引点整体是否头重脚轻。第三忽略了配音和字幕。短视频平台大量用户习惯静音观看字幕不是可选项是必选项。技能包生成脚本时需要自动给每个镜头配上字幕文案。如果原技能没有这个步骤你可以改SKILL.md来补充。5. 自己动手写一个 Agent Skill短视频文案拆解器5.1 目录结构和 SKILL.md 的标准写法看懂别人写的技能包之后最好的学习方式就是自己写一个。下面我用“短视频文案拆解”这个例子走一遍完整流程。首先创建目录copywriting-breakdown/ SKILL.mdSKILL.md是必须存在的文件它决定了技能会不会被加载。我的写法一般是这样的--- name: copywriting-breakdown description: 用于拆解短视频文案结构。当用户给出视频文案或脚本要求分析开头、痛点、卖点、行动号召时使用。 --- # 短视频文案拆解 你的任务是把用户提供的短视频文案拆解成标准结构并输出以下字段 1. 开头钩子前 3 秒吸引观众的表达方式 2. 痛点描述文案里如何引出用户问题 3. 解决方案产品/方法如何被介绍 4. 行动号召结尾如何引导用户下一步 输出格式 | 模块 | 原文摘录 | 作用分析 | | --- | --- | --- |前面用---包裹的部分是 frontmattername是技能唯一标识description是给 Agent 看的触发条件。正文部分则是实际操作指令。5.2 让技能包可以执行脚本如果只是输出结构化拆解不一定要脚本。但如果你想让技能包做更重的活比如批量处理多条文案那就可以加入scripts/目录。copywriting-breakdown/ SKILL.md scripts/ analyze.py在SKILL.md里加上脚本调用示例如果需要批量拆解运行 python3 scripts/analyze.py input.txt脚本本身不复杂你可以用任意语言写。核心是让 Agent 知道“什么时候该调用脚本”以及“脚本的输入输出格式是什么”。我在写技能包时会把输入输出格式直接贴在SKILL.md里防止模型自由发挥。5.3 如何测试技能包是否正常工作写完技能包后先手动复制到 Claude Code 的技能目录然后重新启动会话。接着输入一个测试请求请拆解这条文案“很多人做短视频坚持不下去不是不够努力而是没有流程。我用一个模板三个月更新了 200 条。”如果技能正常触发你会看到输出不是自由发挥而是严格按SKILL.md里定义的表格格式输出并且会区分“开头钩子”“痛点描述”“解决方案”“行动号召”四段。如果技能没有被触发先检查两点SKILL.md是否放在了正确目录description里是否包含与用户请求匹配的关键词。模型是通过description判断是否加载技能的这一步最容易出问题。6. 常见坑和 FAQ 速查6.1 技能装好了但不生效先查什么这是被问得最多的问题。技能装好了但 Agent 完全不按套路走看起来“没加载”。按我的排查顺序来第一步确认技能目录有SKILL.md。没有这个文件任何平台都不会识别。第二步确认 frontmatter 格式。name和description都必须有而且description要写得足够精确。我之前有一个技能描述写得非常宽泛结果用户问什么都会触发最后被模型当成噪声忽略了。第三步重启会话。大多数平台在启动时扫描技能目录不会实时监听文件变化。所以新增技能后一定要重启 Agent。第四步用平台自带的技能管理命令检查。比如 Claude Code 里可以用/skill查看技能是否在列表中不在列表就说明路径或格式有问题。6.2 安装命令报错怎么处理npx skills add这类命令最常见的报错是网络问题和路径问题。网络问题一般会提示 “ENOTFOUND” 或者超时这时先确认能正常访问 GitHub 仓库再重试。路径问题通常出现在手动安装时比如把技能目录嵌套错了层级~/.claude/skills/copywriting-breakdown/SKILL.md # 正确 ~/.claude/skills/copywriting-breakdown/copywriting-breakdown/SKILL.md # 错误嵌套层级多了一层平台扫不到技能。遇到这种情况把内层目录复制到外层即可。如果是npx命令本身找不到可以先全局安装 CLInpm install -g agent-skills然后用agent-skills add sandai-org/vidmuse-skills --agent claude-code -g -y效果相同只是不再依赖npx临时拉取。6.3 多平台同步技能包的最佳实践我在多平台之间管理技能包用的是很朴素的方案给所有技能包建一个 Git 仓库目录结构尽量统一然后每个平台里保留一份清单。换新电脑时只需执行几行安装命令技能包就都回来了。有一点要特别注意不要把密钥和 tokens 放进技能包仓库。技能包里的脚本可能会被 Agent 自动执行如果里面写了密钥一旦仓库公开就会泄露。我一般会用环境变量引用密钥技能包仓库只保留代码和文档。6.4 吴恩达的教程和 PDF 在哪靠谱获取关于“吴恩达的 Agent Skills 教程 PDF”我最推荐的是 DeepLearning.AI 官方渠道。官网会有免费短课程注册之后可以直接在线观看部分课程还提供 PDF 讲义下载。你也可以关注他团队的公开技术博客很多内容会同步发布。见到“完结无密”的分享资源我的态度是谨慎。免费公开的内容本身就很多没必要冒着风险去下载未知来源的压缩包。把官方教程过一遍再拿真实项目练手比囤积一堆资源有用得多。我自己最值钱的收获恰恰来自动手折腾一个真正的技能包而不是看完了多少份 PDF。最后再分享一个实践中的小技巧技能包的description一定要反复打磨。我见过太多人花大力气写好SKILL.md却在description上偷懒导致技能总是无法触发或频繁误触发。比较好的测试方法是把description念给同事听如果对方能准确判断什么时候该用这个技能那 AI 大概率也能。Agent Skills 这套体系不难难的是把经验翻译成足够清晰的文字。多写几个技能包之后你会慢慢找到那种“人机都能看懂”的表达节奏。