現在Agent太多了，

Skill合集，Agent社區，多Agent，云端和本地Agent結合這四件套都快成標配了。

所以說實話，我剛開始測360安全龍蝦云端版的時候很謹慎，模型緩存，安全配置，云電腦，還有OpenClaw同款的EvoMap Evolver自我進化引擎。

每一樣我都過了一遍，結果最吸引我的用法是龍蝦教練，一個可以把開源項目或者工作流做成垂直Agent的Agent。

聽起來有點抽象，我來整點人話，

我們現在其實已經不缺Skill了。

GitHub上有一堆，ClawHub里有一堆，很多人自己的電腦里也攢了一堆。

結果我使用率只有20%左右，真不夸張，如果有安裝了superpowers這個項目的朋友可以回顧一下除了Brainstorming（頭腦風暴）之外的其他skill你有主動觸發過嗎？

我基本上是想不起來。

這種我稱之為《大佬覺得好用所以放出來的一堆Skill結果我只好好用了一個》的現象還在加劇，我都能一個個數出來，YC總裁Garry Tan的Office Hour，也是用來頭腦風暴的一個Skill，其實是來自gstack，是一個Agent團隊，說明書里面說到的23位專家我只用了半個。

還有一個經典的lenny-skills，大家可能對這個的名字就沒那么熟了，看個圖就知道了

這佬把自己從300多集采訪里面提煉出來的86個產品管理技能做成了lenny-skills，

我真的每一次看這列表，我就眼饞，但是發現我都只用其中的1到2個。

那為什么不做一個精通這一類Skills的Agent出來，我用多Agent的方式遇到同類型問題的是觸發Agent就好了，也不用刻意記憶某個skill的名字。

龍蝦教練整體的構建過程跟之前的GPTs其實挺像的，

就一問一答。

我首先是把 lenny skill的GitHub項目丟給龍蝦教練，然后跟它提出了我的需求，

我想要做一個可以隨時打斷我的產品經理來彌補技術空白。

那除了常規的名字，性格，能力邊界外，最重要的一個能力區分，龍蝦教練會主動問我是完整復制下來86個技能，還是說從這個技能里面提取思路。

然后它還會問，

既然想要做產品經理的話，是不是要先了解我們項目的所有的進度，所以我把我的GitHub項目也發給了它，讓它去了解實時的進度。

在經過過大大小小10輪的回答之后，這個專業團隊的專業產品經理張偉就出現了，我們來看看它里面的結構長啥樣。

這時候切換到對話界面，大家看到這個龍蝦后面熟悉的后綴就能猜到是哪個模型了吧，且用且珍惜。

為了對比我開發的過程，我把上一版本發給了張偉，讓他去判斷有什么值得做的。

他先是讀了一下我的Roadmap，然后給我給出了v0.6版的北極星目標。

我覺得張偉跟我的思路還是蠻不一樣的。

我以前是想用時間軸的形式去表達這個信息，然后通過標題，URL的文本相似度來去合并。

這是我做出來的版本，有打分，信息源和事件合并。

但我沒想到可以通過時間窗口來合并重復信息，以及標簽化和折疊來降低閱讀壓力。

通常到這一步之后，我可能會把這個計劃分發到一個新的執行Agent去完成。

這次安全龍蝦在云電腦里塞進去了滿血版的Claude Code和Codex，純純執行代碼的無情工具人來的。

Dang，Dang，Dang，Dang，

所以現在ai news rader的v0.6版本加上了每一個源的AI占比和信任打分，

每一條信息都會有具體的時間線和來源標簽，

按事件去重的邏輯也搞定了，雖然標題有點翻譯味但勝在不花API啊。

Claude Code還給我加上了滑動高亮浮動的特效，優化了加載的速度，每日摘要第一個，會全量列表前30條輕量錯峰入場，刷選源這種需要展開的界面會留到最后。

而且全程沒有把自己思考過程加進去（GPT5.5你知道我是吐槽你的對吧）

張偉在執行的過程中還可以動態加載能用上的Skill，

而且對話緩存也做出來了，同一對話耗的積分會更少。實現的原理大概是在請求的時候會把不變的部分(通常是系統提示語和TOOLS)設置為緩存，接下來 5 分鐘內，只要繼續請求同一家模型，并且固定內容沒變，就不用重新完整處理這部分內容了，模型可以直接復用緩存。

一開始我給安全龍蝦打的定位是一個還不錯的云端Agent，但后面在安全設置里發現它更像是本地和云端Agent的結合體。

直接把文件，網絡，系統操作和技能的權限都劃分了不同等級，每一個權限都可以單獨設置能不能訪問本地，是可以細化到限制每個技能能不能訪問本地的文件的。

我可以把它配置成為一個本地的高權限Agent，也可以把它當作一個高性能的有獨立工作間的云Agent來用。

當然如果一開始沒有之前囤到的Github項目的話，也可以試試看這些熟人的專家蝦們。

以前很多Agent產品，

普通人一上手，第一反應經常是懵的。

讓我寫Prompt，我不知道怎么寫。

讓我配工作流，我不知道從哪一步開始。

比方我想訓一只專門幫我做PPT的龍蝦，除了一大堆Skills，它還應該懂什么？

審美要知道吧，

排版，追問，字體大小也要知道吧。

這些問題，如果一開始全讓用戶自己想明白，基本就會卡死。

所以龍蝦教練這個東西，我覺得是有發揮到云端Agent即用即開發的特點，

以前我看到一個好用的Skills工作流，

我就直接把它發給Agent，讓它根據我們的對話來告訴我什么時候用這個skill，或者把使用步驟什么時候觸發寫到Rules里面被動觸發。

但現在可以直接告訴龍蝦教練你想做什么，

它會反過來問你，拆解需求，補充背景，補充技能，再把這只專家蝦訓練出來。

當然，它不是魔法大師。

你不能指望點點按鈕，就多出一個完美員工。

Agent這東西，越強就越需要會給明確任務，會驗收，會調整能力邊界。

但至少龍蝦教練把第一步變簡單了。

不用一上來就記住每個Skill的使用步驟，

讓自己強行兼容大佬們的工作流，

我到現在都還記得同樣是obsidian做知識管理，

llm-wiki，GBrain和Obsidian-Wiki這個三個項目直接讓我停擺了一周，

因為都在我單個Agent上生效，

我甚至能看到同一個文件重復存到三地方。

同時我又覺得這些Skill都是好用的，也希望能保留這四個Skill融于我工作流的可能性。

那怎么辦啊，

當時只能慢慢磨然后淘汰掉一些子skill，

現在我可以把同類型skill都放到一個agent里，

自然用上一段時間后，

這個Agent里每個skill的使用頻率，

會給我一個真正的版本答案。

@ 作者 / 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點贊｜在看｜轉發｜評論

如果想要第一時間收到推送，不妨給我個星標

如果你有更有趣的玩法，歡迎在評論區聊聊

更多的內容正在不斷填坑中……