Select Page
OpenWork 是什麼?OpenCode 桌面工作台與本地 Agent 入門

OpenWork 是什麼?OpenCode 桌面工作台與本地 Agent 入門

OpenCode 和 OpenWork 這組工具,真正值得看的地方不是「又一個 Claude Code 替代品」而已,而是它把 AI Agent 從純命令列往桌面工作台推了一步, OpenCode 負責 agentic coding 的核心能力,OpenWork 則把工作目錄、Session、Skill、Plugin、MCP、權限確認和遠端 worker 包成比較容易操作的圖形介面。

這條路線剛好踩在很多人的痛點上:Claude Code 好用,但成本、封閉性和模型選擇會卡住;Codex 很適合開發工作,但一般辦公流程、跨工具流程、團隊共享設定,還需要另一層產品化介面, OpenWork 的企圖就是把 opencode 這套底層能力包成「可以給團隊重複使用的 Agent 工作流」。

如果你之前已經在看 OpenCode 如何使用本地端模型,這篇可以當成下一步:不只讓模型接進來,而是把 skills、plugins、MCP 和權限流程一起整理成可操作的工作台。

OpenWork 是 opencode 的桌面層,不是另一個單純聊天 App

OpenWork 官方把自己定位成 Claude Cowork 和 Codex 的開源替代方案,它是一個 local-first 的桌面 app,背後 powered by opencode 你可以在本機跑 host mode,也可以用 client mode 連到既有 OpenCode server, 之後透過 UI 管理 session、看 streaming event、處理 permission request、管理 templates、安裝 skills 和 plugins。

這個定位很重要。OpenWork 不是要取代 OpenCode,而是把 OpenCode 原本比較偏開發者的 CLI 體驗,變成更像工作台的產品。OpenCode 擅長讀檔、改檔、跑工具、處理任務;OpenWork 則負責讓這些能力變得可視化、可審核、可分享。

這也是我覺得它和 用 AI 組一家公司那篇可以放在一起看:真正有價值的不是單一模型多會回答,而是能不能把一套工作流程產品化,讓人、Agent、工具和權限一起運作。

OpenCode 和 OpenWork 的分工

這兩者的分工:

項目OpenCodeOpenWork
核心角色AI coding agent 與 CLI/Server 核心桌面工作台與協作介面
使用者體驗偏工程師、命令列、設定檔偏圖形介面、session、權限與模板
擴充方式plugins、agents、SDK、生態資源skills manager、plugins、MCP、templates
適合場景開發、專案自動化、終端機工作流把 Agent 流程包成團隊可重複使用的工作台

OpenWork README 裡有一句很關鍵:它是 ejectable 意思是就算 UI 還沒包到某個能力,只要底層 OpenCode 能做,理論上還是可以回到底層去做。這是開源工具很重要的特性,因為你不會被單一 UI 的產品進度完全卡死。

安裝與模式:先分清楚桌面 App、Host mode、Client mode

OpenWork 有幾種使用方式。最直覺的是下載桌面 app;如果你想自己 build,就要準備 Node.js、pnpm、Bun、Rust/Tauri、OpenCode CLI 官方 source build 流程大致是:

git clone https://github.com/different-ai/openwork
cd openwork
git checkout dev
pnpm install --frozen-lockfile
pnpm dev
如果只想跑 CLI host,也可以用 OpenWork Orchestrator:

npm install -g openwork-orchestrator
openwork start --workspace /path/to/workspace --approval auto

這裡要注意一件事:OpenWork 的 Host mode 會在本機跑 host stack,預設綁在 127.0.0.1 Client mode 則是連到既有的 OpenCode server,如果你看到 ready 是灰色、New task 不能按,第一個方向不是懷疑模型,而是檢查工作目錄、host stack、OpenCode server、provider key 或本地模型連線是否真的準備好。

Skills、Plugins、MCP:OpenWork 真正有用的地方

OpenWork 的 Skills manager 可以列出 `.opencode/skills`,也能把本地 skill folder 匯入到 `.opencode/skills/<skill-name>` 這個方向很像 Claude Code / Codex 的 skills 概念:把常用工作流程寫成可重複使用的操作說明,讓 Agent 每次做事不用從零開始猜。

如果你站上看過 用 skill-creator 建立 Skill,OpenWork 這裡的邏輯也很接近:與其每次都寫一長串 prompt,不如把工作流程變成可安裝、可分享、可版本化的能力。

Plugin 則是 OpenCode 的原生擴充方式。OpenWork 會讀寫 `opencode.json`,Project scope 在工作目錄的 `opencode.json`,Global scope 通常在 `~/.config/opencode/opencode.json`。

awesome-opencode 這個 repo 則像是生態目錄,整理了 plugins、themes、agents、projects 和 resources 它不是核心工具,但很適合用來觀察 opencode 生態正在長出哪些周邊能力。

Build Mode 和 Plan Mode:不要一開始就讓 Agent 放手改

OpenCode 這類 agentic tool 最容易出問題的地方,是使用者還沒搞清楚任務邊界,就直接讓 Agent 進入執行狀態。比較穩的做法是先用 Plan Mode 讓它讀資料、拆任務、確認工具與風險,再進 Build Mode 讓它動手。

我會把它想成兩層:

  • Plan Mode:先觀察、讀檔、列步驟、找不確定性、提出執行順序。
  • Build Mode:開始改檔、跑命令、安裝依賴、呼叫工具、產出結果。

這和 Claude Code Workflow 裡的做法一致:先讓 Agent 把路線講清楚,再授權它動手。

AI Agent 的效率不是靠更衝,而是靠每一步都能回頭檢查。

本地模型與 Ollama:重點在 provider 設定,不是只裝好模型

很多人以為「Ollama 已經能跑模型」就等於 OpenWork 會自動看到它,但中間還差 provider 設定、base URL、模型名稱,以及 OpenCode / OpenWork 讀取設定檔的位置。

原則上,你要確認三件事:

  1. Ollama server 已經在跑,常見位置是 `http://localhost:11434`,遠端機器則要確定防火牆與 bind address。
  2. OpenCode 的 provider 設定有指到 Ollama 或 OpenAI-compatible endpoint。
  3. OpenWork 使用的 workspace / dev-mode / global config,和你實際編輯的設定檔是同一份。

這部分可以搭配 Ollama 遠端連線教學LM Studio 與 Ollama 的零 API 成本環境一起看 OpenWork 不是魔法入口,它還是要靠底層 provider 設定把模型接起來。

Token 成本:免費模型不等於無限使用

免費通常代表某段時間、某個額度、某個服務條款下不用付費,不代表可以無限燒,也不代表 latency、rate limit、上下文長度和品質都沒有代價。

OpenCode / OpenWork 這種工具特別容易消耗 token,因為 Agent 會讀檔、反覆規劃、呼叫工具、看輸出、再修正你讓它處理一個大型 workspace,成本不是只有最後回答那幾百字,而是整個工作循環。

所以比較實際的策略是:

  • 簡單查詢與短任務用便宜或本地模型。
  • 高風險修改、跨檔案重構、複雜判斷再用強模型。
  • 能寫成 skill / template 的流程就固化,減少每次重新解釋。
  • 先 Plan 後 Build,避免 Agent 一路試錯燒成本。

Windows 使用者要先注意的幾個坑

Windows 問題不少,這也很符合這類 Tauri / Node / CLI 混合工具的現況。

OpenWork README 也有提到,Windows access 有一部分是透過 paid support plan;source build 則會牽涉 Node、pnpm、Bun、Rust、Tauri 和 OpenCode CLI。這不是一般雙擊安裝就結束的輕工具。

  • Ready 灰色:先檢查 host stack 是否啟動、workspace 是否選對、provider 是否可用。
  • New task 灰色:通常表示前置狀態未完成,例如沒有有效 session、工作目錄或 worker 尚未 ready。
  • nul 檔案問題:Windows 下 `nul` 是特殊裝置名,如果工具誤產生同名檔,刪除會很麻煩。這種問題要優先回報 issue,並避免在重要目錄直接測不穩定版本。
  • `.config` 目錄看起來不對:要確認你看的到底是 OpenCode global config、workspace config,還是 dev-mode 隔離狀態。

這裡我會建議用比較保守的方式測:先開一個乾淨測試資料夾,不要直接指到重要專案;先確認 session、provider、permission、簡單讀寫任務都正常,再把 OpenWork 放進真正的工作流程。

OpenWork 適合誰?

OpenWork 現階段比較適合三種人。

  • 第一種是想把 OpenCode 圖形化的人。你已經接受 agentic coding,但希望有 session、permission、skills、plugins 的視覺工作台。
  • 第二種是想把 Agent 工作流交給團隊的人。Templates、skills、remote sharing 這些能力,重點都是讓流程可以重複與分享。
  • 第三種是正在比較 Claude Code、Codex、OpenCode 生態的人。OpenWork 讓 opencode 不只停留在 CLI,而是開始往產品化入口走。

但如果你現在只想要一個穩定、少設定、打開就能工作的辦公 AI,OpenWork 可能還會讓你覺得太工程化。它的價值在於可控與可擴充,不在於完全隱藏複雜度。

資源整理

截至我整理資料時,OpenWork GitHub repo 約 1.6 萬 stars,awesome-opencode 約 8 千多 stars 這代表生態正在被快速關注,但也代表文件、Windows 體驗、plugin 相容性和錯誤處理還會持續變動。用它之前要有「早期開源工具」的心理預期。

OpenWork 把 OpenCode 從工具變成工作台

OpenCode 已經回答了「AI Agent 能不能在 terminal 裡幫我做事」;OpenWork 想回答的是下一題:「這套能力能不能被包成一個可視化、可分享、可審核的工作台?」

現階段最好的用法,是先用 OpenCode 跑穩本地模型、provider、skills 和 plugins,再用 OpenWork 管理 session、權限、template 與團隊共享流程。

OpenWork 的重點不是多一個聊天視窗,而是讓 opencode 的 Agent 能力開始變成「可交付的工作流程」。這會是 2026 年 AI 工具很重要的一條線。

FAQ

OpenWork 是什麼?

OpenWork 是 powered by opencode 的開源桌面工作台,讓使用者在本機或遠端 server 上管理 AI Agent session、skills、plugins、MCP、templates 與權限確認。

OpenWork 和 OpenCode 有什麼差別?

OpenCode 是底層 AI coding agent 與 CLI/Server 核心;OpenWork 是圖形化桌面層,負責把 session、權限、skills、plugins、templates 與工作目錄變得更容易操作。

OpenMontage 本地部署實測:開源 AI 影片工作流怎麼跑?

OpenMontage 本地部署實測:開源 AI 影片工作流怎麼跑?

OpenMontage 最吸引我的地方,不是「一句話自動做完 AI 影片」這種口號,而是它把 AI 影片製作拆成一套比較像真實片廠的工程流程:研究、提案、腳本、分鏡、素材、剪輯、合成、檢查,全部交給 coding agent 去編排。

這件事有意思,因為現在很多 AI 影片工具其實只是在「生成幾段畫面」或「把幾張圖做動」, OpenMontage 的方向不太一樣,它把影片看成一個專案,而不是單一模型輸出, 你可以用生成式素材,也可以走免費素材檢索,也可以讓 Remotion、HyperFrames、FFmpeg、TTS、字幕工具一起工作。

如果你之前看過我寫的 HyperFrames 用 HTML 寫影片,OpenMontage 可以理解成更上層的總控:HyperFrames 或 Remotion 是渲染舞台,OpenMontage 則負責決定要演哪一齣、需要哪些素材、哪個管線比較適合。

先講結論:它不是單一工具,而是一套 agentic video workflow

OpenMontage 官方把它定位成 open-source agentic video production system。

這句話翻成白話就是:你不是打開一個剪輯軟體慢慢拉時間軸,而是把需求丟給 AI coding assistant,讓它在專案裡呼叫一串工具,最後產出可渲染的影片專案。

它目前主打 12 條 production pipelines、52 個 production tools、數百個 agent skills。這些數字先不用神化,真正重要的是架構:OpenMontage 把「做影片」拆成管線選擇問題。要做動畫解說、紀錄片蒙太奇、動態文字、產品廣告、Podcast repurpose、字幕翻譯,走的流程不應該一樣。

這也很符合我對 AI Agent 的看法。真正能落地的 Agent,不是一直聊天,而是能選工具、讀檔、跑命令、檢查輸出、失敗後改路線。這點跟我前面整理過的 Ornith 35B 與 Hermes 工作流是同一個方向:模型不是主角,流程控制才是主角。

本地部署的基本盤:Python、Node、FFmpeg,再加一個 AI coding assistant

OpenMontage 的安裝門檻不算低,但也沒有到很誇張。官方 README 的 Quick Start 是:

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
如果是在 Windows 環境,配套筆記把步驟拆得更實際:先裝 Git、Python 3.11、Node.js;建立 venv;安裝 Python requirements;進 remotion-composer 跑 npm install;再預熱 HyperFrames。簡化後大概是這樣:
git clone https://github.com/calesthio/OpenMontage
cd OpenMontage
python -m venv venv
venv\Scripts\activate
python -m pip install -r requirements.txt
cd remotion-composer
npm install
cd ..
npx --yes hyperframes --version

OpenMontage 不是只有 Python 腳本,它會用 Remotion 做 React 影片渲染,也會用 HyperFrames 做 HTML/GSAP 類型的動態文字與 motion graphics,也就是說,它本質上是一個跨 Python、Node、前端渲染、影音處理的混合專案。

如果你本來就在研究 AI 影片生成模型,可以延伸看 Wan 2.1 的整理,OpenMontage 不是要取代這些模型,而是把模型、素材庫、TTS、剪輯和渲染器放進同一條可控流程。

零 API Key 可以玩,但不要把零成本理解錯

OpenMontage 官方 README 有一段很重要:沒有付費 API key 也能做東西。它可以用 Piper TTS、本地字幕、FFmpeg、Remotion、HyperFrames,以及 Archive.org、NASA、Wikimedia Commons 這類開放素材來源,配套筆記則建議本地中文配音可以接 dots.tts,走 OpenAI 相容的本地 API 服務。

但我會把這件事講精準一點:零 API Key 不等於零成本。你省下的是雲端生成 API 的帳單,但仍然有時間成本、硬碟成本、顯卡成本、網路下載成本,以及 Agent 跑錯路線後的重跑成本。

比較正確的理解是:OpenMontage 讓你有機會把成本從「每次生成都付費」改成「本地工具與免費素材優先,必要時才接付費 provider」。這也是我喜歡本地 AI 工作流的原因,重點不是假裝不用花錢,而是你可以決定錢花在哪裡。

如果你對本地 TTS 有興趣,可以接著看 VoxelCPM 本地 TTS 與離線部署。OpenMontage 這類工具能不能舒服使用,中文配音品質其實會大幅影響成品觀感。

三條路線:生成類、檢索類、動態文字類

真正開始用 OpenMontage 時,我覺得要先把題目分成三種,不要一律丟給同一條管線。

  • 生成類:適合知識動畫、概念解釋、抽象主題。重點是腳本、旁白、視覺生成與字幕。
  • 檢索類:適合森林、海浪、城市、科技感、自然景觀這種通用氛圍題。重點是免費素材庫與剪輯節奏。
  • 動態文字類:適合頻道預告、產品短片、宣傳片、資訊卡。重點是排版、節奏、字卡與音樂。

這裡最大的坑是「題目和管線不匹配」。例如你想做歷史事件、特定人物、某次火箭發射、某個實驗室場景,免費素材庫不一定找得到精準畫面。這種題目硬走檢索管線,很容易找到一堆氣氛接近但內容對不上的 B-roll。

相反地,如果題目是「地球的呼吸」「雨夜城市」「森林甦醒」這類氛圍型主題,檢索管線就很適合。因為它不需要某個唯一正確鏡頭,只要找到情緒與節奏對的真實素材,就能剪成一支完整作品。

這點也可以和 OiiOii 動畫分鏡工作流放在一起看。AI 影片的關鍵不只是模型,而是你能不能在生成前就把「題目、鏡頭、節奏、素材來源」講清楚。

OpenMontage 最值得記下來的 6 個坑

這次配套筆記最有價值的地方,是把幾個踩坑點寫得很直接。我整理成實作時應該先記在旁邊的清單。

  1. 不要亂加逐詞字幕。動畫解說如果要求逐字、逐詞字幕,切詞可能會很碎。普通字幕反而比較乾淨。
  2. 檢索管線要避開大規模 corpus builder。直接把 NASA、Archive.org 整段抓下來建語料庫,很容易下載失控。快速路線是 direct_clip_search,只用 Pexels / Pixabay,720p,限制槽位。
  3. 不要讓 Agent 自己亂翻中文搜尋詞。檢索素材時,最好把每個鏡頭先翻成 5 個字以內的英文短語,例如 misty forest valley、ocean waves、city rain night。
  4. 提示詞會影響管線選擇。如果你寫「科普、旁白、TTS、中文字幕」,系統很可能走 animated-explainer;如果你要真實素材蒙太奇,就要明確寫 documentary montage、real footage only、direct_clip_search、no narration。
  5. 8GB 顯卡不適合硬衝本地影片生成。能塞進去的模型選擇有限,還要 CPU offload,最後可能等很久只得到短短幾秒低解析片段。
  6. 免費素材路線適合通用題,不適合特定命名物。森林、城市、海浪很好找;某個具名歷史場景或特定設備就不要硬搜。

OpenMontage 現階段最合理的期待值:可以跑通,可以做出東西,但要用對題目、用對管線、不要期待它第一次就像成熟商業剪輯工具。

我會怎麼下 prompt:先鎖管線,再鎖素材來源

OpenMontage 不是越自由越好用。你如果只寫「幫我做一支很酷的 AI 影片」,Agent 會需要猜太多東西:要不要旁白?要不要真實素材?要不要生成圖片?要不要字幕?要用 Remotion 還是 HyperFrames?

比較穩的 prompt 應該長這樣:

製作一支 60 秒紀錄片蒙太奇,主題是「地球的呼吸」。
管線:documentary-montage。
素材:只用真實素材,只從 Pexels / Pixabay 搜尋,走 direct_clip_search,不要 Archive.org,不要 NASA,不要 corpus_builder。
音訊:不要旁白,只放背景音樂。
畫面:720p,10 個素材槽位。
搜尋詞:每個槽位用我給的英文短語,不要自行改寫。
輸出:Remotion 渲染,三段中文畫面文字卡,淡入淡出。

如果要做動態文字宣傳片,就要反過來鎖死:不要檢索、不要生成圖片、全部用程序化排版文字、渲染引擎用 HyperFrames/GSAP。這樣 Agent 才不會跑去找素材,或突然把簡單字卡做成一堆不必要的生成圖。

這也是我覺得 OpenMontage 適合搭配 Codex 這類 coding interface 的原因。它需要的是能讀專案、跑命令、改檔案、看錯誤、重新執行的環境,不只是單純聊天介面。

8GB 顯卡可以玩嗎?可以,但不要從本地影片生成開始

本地影片生成性價比偏低,Wan2.1-1.3B 這類模型可以勉強塞,但要開 CPU offload;輸出通常短、解析度不高,等待時間也不短。圖生影片若不小心切到更大的 14B 模型,8GB 顯卡直接爆掉也不奇怪。

所以如果你的硬體只有 8GB VRAM,我會建議先走三條比較務實的路:

  • 用免費素材庫做真實素材蒙太奇。
  • 用 Remotion / HyperFrames 做程序化動畫與動態文字。
  • 把本地 TTS、字幕、剪輯、自動化流程先跑順。

等流程穩了,再評估要不要加付費 API 或升級硬體,如果你正在考慮 AI 工作站,RTX PRO 6000 Blackwell 顯卡選購那篇可以搭配看,OpenMontage 這種工作流很吃「整體系統」,不只是顯卡型號而已。

適合願意把影片當工程專案的人

OpenMontage 現在比較適合三種人。

  • 第一種是技術型創作者:你願意看 log、改 prompt、裝依賴、調管線,OpenMontage 會給你很大的控制權。
  • 第二種是想把內容流程自動化的人:例如固定產出知識動畫、短片、宣傳片、字幕版本,這套管線可以慢慢沉澱成自己的模板。
  • 第三種是正在研究 AI Agent 的人:OpenMontage 很適合觀察 Agent 如何做工具選擇、階段驗證、失敗重試與輸出檢查。

但如果你期待的是「打一句話、三分鐘後給我商業級成片」,它目前不會是最好的選擇,它更像一個正在快速演化的開源片廠骨架,需要你願意進去調教。

資源與安全連結整理

OpenMontage 的價值在「可編排」,不是魔法

我會把 OpenMontage 看成 AI 影片製作的 agentic framework,而不是一個單純的 AI 影片生成器。它真正有價值的地方,是把影片製作拆成可選管線、可替換工具、可檢查輸出的流程。

它現在最適合的打法,是先從零 API Key 或低成本路線開始:本地 TTS、免費素材庫、Remotion、HyperFrames、FFmpeg,等流程跑通,再依照題目決定要不要加 Veo、Kling、FLUX、OpenAI TTS 或其他 provider。

一句話總結:OpenMontage 不是把創作變成不用思考,而是把創作變成可以被 Agent 執行、被人類審核、被工程流程反覆改進的系統。這條路如果走通,AI 影片工具會從「生成一段畫面」進化成「管理一個製作流程」。

FAQ

OpenMontage 是什麼?

OpenMontage 是一套開源的 agentic video production system,讓 AI coding assistant 透過管線方式處理研究、腳本、素材、剪輯、渲染與檢查,不只是單一影片生成模型。

OpenMontage 可以不用付費 API Key 嗎?

可以。它可以使用本地 TTS、免費素材庫、Remotion、HyperFrames、FFmpeg 等工具先跑出作品。不過零 API Key 不等於零成本,仍然有硬體、時間、下載與維護成本。

OpenMontage 適合用在哪些題目?

通用氛圍類題目適合走真實素材檢索,知識解釋適合走動畫解說,產品或頻道宣傳適合走動態文字。特定歷史事件、具名人物或稀有場景,不適合硬走免費素材檢索。

用 AI 組一家公司:從 Claude Code、Codex、Hermes 到 nuwa-skill 的完整工作流

用 AI 組一家公司:從 Claude Code、Codex、Hermes 到 nuwa-skill 的完整工作流

未來的 AI 生產力,不只是「模型比較強」,而是「Agent Runtime + Skill + 人類決策」的組合能力。

重要連結整理

女媧 Skill 下載

Agent Skills 官方說明

Claude Code Skills 官方文件

OpenAI Codex Skills 官方文件

OpenAI Codex GitHub

Hermes Agent 官方文件

Hermes Agent GitHub

所謂 AI 一人公司,不是指一個人什麼都不用做,讓 AI 自動幫你賺錢,比較務實的定義是:

一個人負責方向、判斷、審核與商業決策,AI Agent 負責研究、撰寫、開發、整理、測試、排程與重複性工作。

換句話說,人類的角色從「執行者」變成「總編輯、產品經理、技術主管、老闆」。

這也是影片最重要的啟發:AI 不是單一工具,而是一組可以分工的虛擬團隊。

Claude Code、Codex、Hermes 分別適合做什麼?

這三個工具剛好代表目前 AI Agent 工作流的三種方向。

我的看法是:如果你要打造 AI 一人公司,不應該只問「哪一個模型最強」,而是要問:

哪一個 Agent 適合負責開發?

哪一個 Agent 適合負責長期記憶與排程?

哪一個 Agent 適合安裝專門 Skill?

哪一個任務一定要由人類做最後判斷?

🏢 一人 AI 公司的組織架構與核心成員

要組建高效的團隊,就必須讓不同的 AI 模型各司其職、發揮所長。在我們的架構中,主要由以下三位核心成員組成:

  1. 董事長(你,唯一的人類): 負責定大方向、提供靈感、拍板決策、把控最終產品質量。
  2. 祕書長(Hermes Agent): 負責記錄分散的靈感與想法,具備極強的「長期記憶功能」,並對接社交軟體(如微信、Telegram)與本地工具。
  3. CEO 執行長(Claude Code): 負責公司的統籌規劃、任務分配、邏輯思考與實際開發落地。
  4. 代碼審查員(OpenAI Codex): 專職「挑毛病」,負責對寫好的程式碼進行安全性評估與漏洞審查。

🔍 深度洞察:Hermes、Codex 與 Claude Code 的技術選型見解

在搭建系統前,我們必須深入了解這三款終端 AI 工具的本質與差異,才能完美地將它們編排進工作流中:

  • Claude Code(專職研發與執行): 這是由 Anthropic 官方推出的終端工具,主語言融合了 Shell、Python 與 TypeScript。它在「編寫代碼」與「理解複雜上下文」上展現出極強的實力,是最完美的 「辦公與研發型執行代理」
  • OpenAI Codex(專職軟體工程與審查): 採用 Rust 編寫,本地運行極其輕量。Codex 近年已演化為完整的工程代理,在自動生成 PR 級修改、修復 Bug、閱讀 Repo 方面非常嚴謹。最關鍵的體感是:如果讓同一個模型自己寫代碼又自己審查,它往往看不出問題;但如果讓 Claude Code 負責開發、Codex 負責審查,Codex 就能精準揪出一堆漏洞!
  • Hermes Agent(長期記憶與通用協調): 它是基於 Python 的中立 Agent 框架,遵循開放的 agentskills.io 標準。Hermes 最大的強項在於 「長期記憶、自我學習與渠道接入」。它像一個會持續成長的系統,適合作為始終在線的指揮官。

女媧 Skill 是什麼?

女媧 Skill 是一個開源的 Agent Skill 專案,目標不是單純模仿名人的語氣,而是把一個人的公開資料整理成可執行的「思維 Skill」。

它的核心概念是:蒸餾一個人怎麼想,而不是只模仿一個人怎麼說話。

舉例來說,你可以讓 AI 從公開資料中整理出某位人物的:

心智模型

決策啟發式

表達 DNA

價值觀與反模式

誠實邊界

面對新問題時可能採用的判斷框架

這就讓 AI 不只是「用某人的口吻回答」,而是比較接近「用某人的思考框架分析問題」。

女媧 Skill 的工作流程

女媧 Skill 的運作大致可以整理成四個階段:

六路並行蒐集:從著作、訪談、社群媒體、批評者觀點、決策紀錄、人生時間線等方向蒐集資料。

三重驗證提煉:一個觀點必須跨多個領域出現、能推斷新問題立場、且不是所有聰明人都會這樣想,才值得被收錄。

建立 Skill:把心智模型、決策方法、表達風格、價值觀與限制寫入 SKILL.md。

品質驗證:用已知問題與未知問題測試,避免 AI 過度自信或胡亂回答。

這套流程對 AI 一人公司的價值很高,因為它等於把「專家經驗」變成可以安裝、可以版本管理、可以重複調用的工作能力。

如何安裝女媧 Skill?

官方 GitHub 下載連結如下:

https://github.com/alchaincyf/nuwa-skill

最簡單的安裝方式是使用通用 CLI 安裝器:

npx skills add alchaincyf/nuwa-skill

如果你想明確指定安裝到某個 Agent,也可以依照 runtime 指定。例如:

帮我安装 skill:https://github.com/alchaincyf/nuwa-skill

如果要手動安裝,可以把 GitHub 專案 clone 到對應的 skills 目錄。

一人產品團隊要靠 Agent Skills 框架、測試自動化、遠端優先的人機協作環境來疊加效率

大神必讀文章連結:https://georgexing.substack.com/p/how-i-build-with-ai-as-a-1-person

給大家一個可以直接複製貼上給 Claude Code 使用的提示詞:

請讀懂這篇文章:https://georgexing.substack.com/p/how-i-build-with-ai-as-a-1-person

# AI 一人公司 / 一人產品團隊完整提示詞

你現在要扮演我的「AI 一人公司作業系統總指揮」。
你的任務不是單純回答問題,而是協助我把一個想法,轉換成可以由 AI Agent 團隊執行的完整產品開發、內容產出或商業驗證流程。

## 一、背景設定

我正在打造一套「AI 一人公司」工作流。

核心概念是:

人類負責方向、品味、商業判斷、使用者價值、品質把關與最後決策。
AI Agent 負責研究、規劃、開發、測試、審查、文件、營運與重複性工作。

請把我視為:

* 創辦人
* 產品經理
* 品質審查者
* 最終決策者

請把 AI Agent 團隊視為:

* Claude Code:主要工程師,負責理解專案、規劃功能、寫程式、重構與除錯
* Codex:嚴謹審查者,負責檢查計畫、審查程式碼、找出邏輯漏洞、資料流程錯誤與後端風險
* Hermes Agent:長期營運助理,負責記憶、排程、跨平台提醒、自動化任務與長期追蹤
* 女媧 Skill / Agent Skills:專家能力庫,負責把人物思維、領域方法論、公司 SOP、品牌規範、開發規範轉換成可重複使用的能力

請避免空泛勵志,重點放在可以執行、可以檢查、可以交給 Agent 的流程。

---

## 二、我要處理的主題

請根據以下輸入,幫我建立完整的一人產品團隊工作流。

### 我的產品 / 專案 / 文章 / 功能想法

【在這裡貼上我的想法】

### 目標使用者

【在這裡描述目標使用者,例如:老師、開發者、內容創作者、中小企業老闆、學生、設計師】

### 我想達成的結果

【在這裡描述結果,例如:做出 MVP、寫一篇 WordPress 文章、設計一個 SaaS 功能、改版某個頁面、建立自動化流程】

### 目前限制

【在這裡填寫限制,例如:只有我一個人、預算有限、時間有限、需要本地部署、需要 WordPress、需要 Next.js、需要支援中文】

### 已有工具或技術

【在這裡填寫,例如:Claude Code、Codex、Hermes Agent、OpenAI、Ollama、llama.cpp、Next.js、Prisma、PostgreSQL、WordPress、GitHub】

---

## 三、你的工作方式

請你按照以下流程執行,不要跳步。

---

# Phase 1:產品腦力激盪與問題定義

請先幫我釐清:

1. 這個想法真正要解決的問題是什麼?
2. 使用者現在怎麼解決這個問題?
3. 使用者最痛的地方是什麼?
4. 這個產品或內容的主要使用情境是什麼?
5. 成功的定義是什麼?
6. 哪些需求是必要的,哪些只是好看但不重要?
7. 哪些地方最容易被 AI Agent 誤解?
8. 哪些地方一定要由人類做最後判斷?

請輸出:

* 一句話產品定位
* 目標使用者描述
* 使用者痛點
* 核心使用情境
* Jobs To Be Done
* 成功指標
* 不做清單
* 風險清單
* 需要我確認的關鍵決策

請注意:
如果我的想法太模糊,你不要直接開始寫執行計畫,而是先幫我整理成幾個可選方向,讓我選擇。

---

# Phase 2:PRD / 規格文件

在 Phase 1 完成後,請幫我產生一份產品規格文件。

格式如下:

## 1. 專案名稱

## 2. 一句話說明

## 3. 背景與問題

## 4. 目標使用者

## 5. 使用者故事

請用這種格式:

* 作為【使用者角色】,我想要【行為】,以便【得到的價值】。

## 6. 核心功能

請區分:

* 必要功能
* 次要功能
* 暫不處理功能

## 7. 使用流程

請用步驟式流程描述。

## 8. UX / UI 原則

請說明:

* 畫面上最重要的主要行動是什麼
* 哪些資訊要優先顯示
* 哪些資訊應該收合或延後
* 什麼狀態下需要提醒使用者
* 哪些設計會增加摩擦,應該避免

## 9. 技術需求

請包含:

* 前端
* 後端
* 資料庫
* API
* 權限
* 檔案或媒體處理
* 第三方服務
* AI 模型或 Agent 使用方式

## 10. 邊界情境

請列出:

* 空資料狀態
* 錯誤狀態
* 載入狀態
* 權限不足
* AI 回答失敗
* 網路中斷
* 使用者輸入不完整
* 重複送出
* 多人或多裝置同步問題

## 11. 驗收標準

請用 checkbox 格式輸出。

---

# Phase 3:Agent 分工設計

請把整個工作拆給不同 AI Agent。

請用表格輸出:

| 角色 | 使用工具 | 負責任務 | 輸入 | 輸出 | 注意事項 |
| -- | ---- | ---- | -- | -- | ---- |

至少包含:

1. 人類創辦人
2. Claude Code
3. Codex
4. Hermes Agent
5. 女媧 Skill / Agent Skills
6. 測試 Agent
7. 文件 Agent
8. SEO / 內容 Agent

請特別說明:

* 哪些工作可以並行
* 哪些工作必須串行
* 哪些工作需要人類審核後才能繼續
* 哪些工作可以交給較小模型
* 哪些工作必須交給較強模型

---

# Phase 4:實作計畫

請把 PRD 轉換成可執行的實作計畫。

格式如下:

## 實作總覽

* 目標
* 預估修改範圍
* 主要檔案
* 新增檔案
* 修改檔案
* 刪除檔案
* 資料庫變更
* API 變更
* 測試範圍
* 風險等級

## 任務清單

每個任務請用 checkbox 格式:

* [ ] Task 1:任務名稱

  * 目的:
  * 修改檔案:
  * 具體步驟:
  * 完成標準:
  * 可能風險:
  * 建議交給哪個 Agent:

請把任務拆到 AI Agent 可以明確執行的粒度。
不要只寫「完成前端」這種模糊任務。
要寫到「修改哪個檔案、增加哪個元件、處理哪個狀態、需要哪個測試」。

---

# Phase 5:Codex 審查提示詞

請產生一段可以交給 Codex 使用的審查提示詞。

目標是讓 Codex 審查 Claude Code 產出的計畫或程式碼。

Codex 審查提示詞必須包含:

1. 請檢查是否符合 PRD
2. 請檢查是否有資料流程錯誤
3. 請檢查是否有 race condition
4. 請檢查是否有權限問題
5. 請檢查是否有錯誤狀態未處理
6. 請檢查是否有安全風險
7. 請檢查是否有測試缺口
8. 請檢查是否有過度設計
9. 請檢查是否有和原始使用者價值偏離
10. 請用 Critical / High / Medium / Low 分級

請輸出可直接複製的 Codex Review Prompt。

---

# Phase 6:Implementation Review 自動測試設計

請模擬一位人類產品審查者,設計端到端測試情境。

請輸出:

## 使用者情境測試

| 編號 | 情境 | 操作步驟 | 預期結果 | 嚴重性 |
| -- | -- | ---- | ---- | --- |

至少包含:

* 新使用者第一次使用
* 正常成功流程
* 使用者輸入錯誤
* AI 回答失敗
* 網路或 API 錯誤
* 權限不足
* 重複操作
* 長時間載入
* 行動裝置或小螢幕
* 使用者中途離開後回來

## Playwright / Maestro / 手動測試建議

請根據專案類型建議:

* Web 專案:Playwright
* Mobile 專案:Maestro 或 Xcode simulator
* API 專案:API integration test
* WordPress 文章:SEO、可讀性、連結、標題層級、圖片 alt、內外連檢查

---

# Phase 7:遠端優先工作流

請幫我設計一套適合一人公司使用的遠端優先 AI Agent 工作流。

請包含:

## 1. 長時間任務如何執行

例如:

* 使用 tmux 保持 session
* 使用 SSH 遠端連入開發主機
* 使用 Tailscale 或 VPN 連線
* 使用 Git worktree 管理多個功能分支
* 使用通知機制提醒我 Agent 卡住

## 2. 手機上如何追蹤

請設計:

* 手機查看進度
* 手機批准或否決 Agent 決策
* 手機補充語音輸入
* 手機查看測試結果

## 3. 語音輸入策略

請幫我把口語想法整理成可執行規格。
如果我貼上的是語音轉文字,請先整理語意,不要糾正文法而忽略內容。

## 4. 多 Agent 並行策略

請說明:

* 哪些任務可以平行跑
* 如何避免不同 Agent 修改同一個檔案互相衝突
* 如何用 Git branch / worktree 分開任務
* 如何設定合併順序
* 如何保留回滾點

---

# Phase 8:女媧 Skill / 專家顧問團設計

請根據這個專案,建議我應該建立哪些 Skill。

請輸出:

| Skill 名稱 | 用途 | 觸發時機 | 應包含內容 | 不該做什麼 |
| -------- | -- | ---- | ----- | ----- |

請至少思考以下類型:

* 產品品味 Skill
* 工程規範 Skill
* UI / UX 審查 Skill
* SEO 文章 Skill
* 安全檢查 Skill
* 品牌語氣 Skill
* 客戶訪談 Skill
* 測試審查 Skill
* 競品分析 Skill
* 專家人物思維 Skill

如果適合,請幫我產生一份 `SKILL.md` 草稿。
`SKILL.md` 需要包含:

* name
* description
* 使用時機
* 不使用時機
* 工作流程
* 輸出格式
* 品質檢查清單
* 誠實邊界

---

# Phase 9:如果這是 WordPress 文章

如果我的輸入目標是寫 WordPress 文章,請改用以下輸出格式。

請產出:

1. 主標題
2. 三個 SEO 標題選擇
3. SEO 中繼資料說明
4. 文章標籤,請用繁體中文,並用半形逗號分隔
5. WordPress 可直接貼上的文章內容
6. 內部連結建議
7. 外部連結建議
8. 圖片或流程圖建議
9. 可以用「創作圖像」生成的圖片提示詞
10. 延伸閱讀區塊

文章要求:

* 使用繁體中文
* 如果來源有簡體中文,請改成繁體中文
* 使用 WordPress block editor 友善格式
* 避免簡體字
* 標題層級清楚
* 適合 SEO
* 不要堆砌關鍵字
* 官方網站與下載連結必須放入文章
* 對工具的評價要務實,不要過度吹捧
* 文章要能接續「AI 一人公司:Claude Code、Codex、Hermes 與女媧 Skill」這個主題

---

# Phase 10:最後輸出總結

最後請用以下格式總結:

## 我建議你現在先做的 3 件事

1.
2.
3.

## 哪些部分可以立刻交給 AI Agent

## 哪些部分必須由我親自判斷

## 這個專案最大的風險

## 這個專案最快的 MVP 路線

## 下一個可執行指令

請給我一段可以直接貼到 Claude Code / Codex / Hermes Agent 的下一步指令。

---

## 重要規則

1. 不要只給概念,要給可執行步驟。
2. 不要假設 AI 會自動理解我的產品品味,要把標準寫清楚。
3. 不要讓 Agent 直接長時間執行高風險操作,必須設計審查點。
4. 不要只檢查程式能不能跑,也要檢查使用者流程是否合理。
5. 不要把 AI 當成全自動創辦人;AI 是員工,人類才是老闆。
6. 如果資訊不足,請先提出最少量但最高價值的澄清問題。
7. 如果可以先做合理假設,就先標明假設並繼續,不要卡住。
8. 對每個輸出都要加上品質檢查清單。
9. 所有內容都用繁體中文。
10. 若引用外部工具、官方網站、GitHub 或下載連結,請列出來源與用途。

現在請根據我提供的主題,開始 Phase 1。

感想

未來真正有競爭力的人,不一定是最會寫提示詞的人,而是最會設計 AI 工作流的人。

你可以把 Claude Code 當工程師,把 Codex 當快速執行者,把 Hermes Agent 當長期助理,再用女媧 Skill 建立不同領域的顧問團。

但最後,真正的老闆還是你。

AI 一人公司的重點不是讓 AI 取代你,而是讓你從執行者升級成指揮者。

補充:

商業導師:

https://github.com/dontbesilent2025/dbskill

美工與設計:(寶玉skills)

https://github.com/JimLiu/baoyu-skills/blob/main/README.zh.md

如何用 baoyu-skills 在 WordPress 批次產生高質感產品圖

如何用 baoyu-skills 在 WordPress 批次產生高質感產品圖

baoyu-skills 產生產品圖:用 AI 快速製作 WordPress 商品視覺素材

在經營 WordPress 網站、WooCommerce 商店或內容型部落格時,產品圖往往是最花時間、也最影響轉換率的素材之一,過去要做一張產品主視覺,可能需要攝影、修圖、排版、設計師協作,甚至還要為不同平台另外裁切尺寸。

如果你的網站需要大量商品圖、文章封面圖、社群圖卡、資訊圖表,baoyu-skills 會是一個很適合導入的 AI 圖像工作流工具。

baoyu-skills 是由 Jim Liu 寶玉分享的 AI Agent 技能集,可用於 Claude Code、Codex 等 Agent 環境,協助內容創作者與網站經營者更有效率地產生圖片、文章、圖卡、簡報、資訊圖與多種發布素材。

官方 GitHub:
https://github.com/jimliu/baoyu-skills

下載與更新:
https://github.com/JimLiu/baoyu-skills/releases


為什麼 WordPress 網站需要 baoyu-skills?

WordPress 的優點是彈性高,但內容經營到一定規模後,最常卡住的地方不是文章本身,而是「圖片素材」。

常見情境包含:

  1. WooCommerce 商品需要主圖、情境圖、橫幅圖
  2. 部落格文章需要 SEO 封面圖
  3. 產品教學需要流程圖或資訊圖表
  4. 社群貼文需要小紅書、Instagram、Facebook 圖卡
  5. 多語系網站需要同一張圖的不同語言版本
  6. 技術產品需要規格圖、爆炸圖、比較圖或視覺說明

baoyu-skills 的價值在於,它不是單純「叫 AI 畫一張圖」,而是把常見內容工作拆成多個 Skill,讓你可以針對不同用途選擇合適的圖片生成方式。


baoyu-skills 的主要特色

1. 可產生多種產品視覺素材

baoyu-skills 不是只有單一圖片生成指令,而是包含多種與內容、圖片、圖表相關的技能。

適合用在:

  • 產品封面圖
  • 商品情境圖
  • 文章插圖
  • 資訊圖表
  • 社群圖卡
  • 教學流程圖
  • 知識漫畫
  • 簡報圖片
  • 商品介紹圖

對 WordPress 經營者來說,這代表同一份產品資料可以延伸成不同的行銷素材。


2. 適合產品圖與文章封面圖

如果你正在寫一篇產品介紹文章,可以使用 baoyu-cover-image 產生文章封面,也可以使用 baoyu-image-genbaoyu-imagine 產生更自由的商品情境圖。

例如:

  • 科技產品:可產生冷色系、金屬感、未來感的產品主視覺
  • 美妝商品:可產生柔光、乾淨背景、生活情境的商品照
  • 食品商品:可產生木質桌面、自然光、手作感的商品圖
  • 教育服務:可產生圖解式封面與資訊圖
  • SaaS 產品:可產生 UI mockup、介面展示與功能圖解

3. 支援圖表與流程類型內容

遇到流程、比較、架構、教學步驟時,建議不要只用文字說明,可以改用「創作圖像」的方式產生視覺圖。

例如這篇文章中的工作流程可視覺化如下:

這類流程非常適合做成資訊圖,放在 WordPress 文章中,不但可以增加停留時間,也能讓讀者更快理解工具的實際用途。


4. 可與 WordPress 內容流程整合

baoyu-skills 本身不是 WordPress 外掛,而是 AI Agent 的技能集。實際用法通常是先在本機或開發環境產生圖片,再把圖片上傳到 WordPress 媒體庫。

建議流程如下:

  1. 在 Claude Code、Codex 或其他支援 Skills 的 Agent 中安裝 baoyu-skills
  2. 準備商品描述、文章 Markdown 或產品規格
  3. 使用對應指令產生圖片
  4. 檢查圖片比例、文字、品牌色與可讀性
  5. 將圖片輸出為 WebP、PNG 或 JPG
  6. 上傳到 WordPress 媒體庫
  7. 套用到文章特色圖片、WooCommerce 商品圖、Elementor 區塊或首頁 Banner

如果你的網站使用 Elementor,也可以直接把產出的圖片放進 Elementor 的 Image、Hero、CTA、Gallery 或 Loop Grid 區塊中。


安裝與下載

官方建議安裝方式如下:

npx skills add jimliu/baoyu-skills

官方 GitHub:
https://github.com/jimliu/baoyu-skills

下載與版本更新:
https://github.com/JimLiu/baoyu-skills/releases

如果你使用 Claude Code,也可以在 Agent 中加入 marketplace:

/plugin marketplace add JimLiu/baoyu-skills

接著安裝:

/plugin install baoyu-skills@baoyu-skills

官方文件提醒,baoyu-skills 內含多個 Skill,實務上建議按需安裝,不一定要一次載入所有技能,避免佔用過多 Agent 上下文。


關鍵指令整理

以下是用於產品圖與 WordPress 內容製作時最常用的指令方向。

1. 產生文章封面圖

/baoyu-cover-image path/to/article.md

指定風格:

/baoyu-cover-image path/to/article.md --style blueprint

指定比例:

/baoyu-cover-image path/to/article.md --aspect 16:9

不要加標題文字:

/baoyu-cover-image path/to/article.md --no-title

適合用途:

  • WordPress 文章特色圖片
  • 部落格封面
  • 首頁文章列表縮圖
  • SEO 文章主視覺

2. 產生產品情境圖

/baoyu-image-gen "黑色無線耳機,霧面金屬質感,放在白色桌面上,自然柔光,商業產品攝影風格"

適合用途:

  • WooCommerce 商品主圖
  • 商品詳情頁情境圖
  • 首頁商品橫幅
  • 廣告素材

3. 產生自由風格產品圖

/baoyu-imagine "一款高階 AI 筆電放在現代辦公桌上,背景有柔和光影,科技感,高級商業攝影"

適合用途:

  • 品牌形象圖
  • 活動視覺
  • 產品概念圖
  • Landing Page 主視覺

4. 產生資訊圖表

/baoyu-infographic path/to/content.md

指定版型與風格:

/baoyu-infographic path/to/content.md --layout flow --style technical-schematic

適合用途:

  • 產品規格比較
  • 教學步驟
  • 服務流程
  • 軟體架構圖
  • WordPress 教學文章配圖

5. 產生社群圖卡

/baoyu-xhs-images posts/product-intro.md

指定風格:

/baoyu-xhs-images posts/product-intro.md --style notion

指定流程版型:

/baoyu-xhs-images posts/product-intro.md --layout flow

適合用途:

  • 小紅書圖卡
  • Instagram 輪播圖
  • Facebook 貼文圖
  • WordPress 文章延伸社群素材

6. 圖片壓縮與最佳化

/baoyu-compress-image product-image.png

適合用途:

  • 將圖片轉為 WebP
  • 壓縮 WordPress 圖片
  • 降低網頁載入時間
  • 改善 Core Web Vitals

WordPress 使用場景範例

場景一:WooCommerce 商品頁

你可以先準備商品描述:

產品名稱:黑色真無線藍牙耳機
特色:降噪、長續航、霧面金屬外殼、適合通勤與辦公
圖片風格:高級商業攝影、白色背景、柔和陰影、乾淨構圖

接著用 baoyu-skills 產生:

  • 商品主圖
  • 生活情境圖
  • 功能賣點圖
  • 規格比較圖
  • 社群推廣圖

最後將圖片上傳到 WordPress 媒體庫,套用到 WooCommerce 商品圖集。


場景二:WordPress 部落格文章

如果你要寫一篇「如何挑選無線網卡」的文章,可以使用:

/baoyu-cover-image article.md --style blueprint --aspect 16:9

再使用:

/baoyu-infographic article.md --layout comparison --style technical-schematic

這樣可以同時產生文章封面與比較型資訊圖,讓文章更適合 SEO 排名與社群分享。


場景三:Elementor 首頁橫幅

如果你使用 Elementor 製作首頁,可以先用 baoyu-skills 產生 16:9 或 21:9 的 Hero Banner。

提示詞範例:

請產生一張 WordPress 首頁 Hero Banner:
主題是 AI 產品圖自動生成,
畫面包含商品攝影棚、AI 工作流、WordPress 網站介面,
風格為現代、乾淨、科技感、商業級視覺,
不要過多文字,保留右側放標題的空間。

產出後可放進 Elementor 的 Hero Section,搭配標題、按鈕與 CTA。


baoyu-skills 產品圖工作流程

這樣做的好處是,每次製作商品頁時,不必重新思考整套流程,只要替換產品資料與風格設定,就能快速產出一致的視覺素材。


產品圖提示詞範例

科技產品

黑色 USB WiFi 網路卡,雙天線,放在乾淨白色桌面上,背景有筆電與柔和光影,科技感,高級商業攝影,清晰產品細節,適合電商商品頁

美妝產品

玻璃精華液瓶,琥珀色瓶身,放在大理石平台上,旁邊有綠色植物與柔和自然光,乾淨高級,美妝產品攝影風格

食品產品

手工餅乾禮盒,木質桌面,自然光,溫暖色調,旁邊有咖啡杯與包裝紙,適合品牌形象與電商頁面

軟體服務

AI 批改系統的產品主視覺,畫面包含老師桌面、筆電介面、文件上傳、AI 分析圖示,明亮乾淨,專業 SaaS 風格

使用 baoyu-skills 時要注意什麼?

1. 不要只寫「幫我產生產品圖」

好的提示詞應該包含:

  • 產品名稱
  • 產品材質
  • 使用場景
  • 光線
  • 背景
  • 圖片比例
  • 風格
  • 不要出現的元素

例如:

請產生一張 16:9 商品橫幅圖:
產品是一台銀色 AI 筆電,
放在乾淨的辦公桌上,
背景有柔和藍色光影與抽象 AI 線條,
風格為高級科技產品攝影,
不要出現人物、浮水印、亂碼文字。

2. 產品圖要保留 WordPress 版面空間

如果圖片要放在文章封面或首頁 Banner,建議在提示詞中加上:

左側保留標題文字空間

或:

右側保留 CTA 按鈕空間

這樣後續在 WordPress、Elementor 或區塊編輯器中排版會更方便。


3. 圖片要檢查文字

AI 圖片中的文字有時會出現亂碼,因此若是商品圖、封面圖或廣告圖,建議分成兩階段:

  1. 先產生無文字圖片
  2. 再用 WordPress、Canva、Photoshop 或 Elementor 加上正式文字

這樣可以避免圖片中文字錯誤影響品牌專業度。


4. 圖片上傳 WordPress 前要壓縮

建議輸出後轉成 WebP,並控制圖片尺寸。

常用建議:

  • 文章封面:1200 × 675
  • 商品圖:1200 × 1200
  • 首頁 Banner:1920 × 800
  • 社群圖卡:1080 × 1350
  • 小紅書圖卡:1080 × 1440

圖片壓縮後再上傳,可改善網站速度與 SEO 表現。


適合誰使用?

baoyu-skills 特別適合以下使用者:

  • WordPress 網站經營者
  • WooCommerce 電商賣家
  • 部落格作者
  • SEO 內容團隊
  • AI 工具玩家
  • 小型品牌主
  • 產品行銷人員
  • 技術產品代理商
  • 需要大量多語系素材的網站團隊

如果你經常需要為不同文章、商品或社群平台製作圖片,baoyu-skills 可以讓你的視覺內容生產流程更標準化。


用 skill-creator 建立 Skill:Claude Code 自訂技能完整教學

skill-creator 是 Anthropic 官方 skills 專案中的一個 Skill 開發助手,可以協助使用者建立 Claude Code 可使用的自訂 Skill,透過 Skill,你可以把固定工作流程、專業知識、工具使用方式、文件格式與腳本包裝成可重複使用的能力,讓 Claude 在特定任務上更穩定、更一致,也更符合你的實際工作需求。

什麼是 Skill?

在 Claude Code 的使用情境中,Skill 可以理解成「給 AI 使用的操作說明書」。

它不是單純的一段 prompt,而是一個可重複使用的能力包。通常一個 Skill 會包含:

skill-name/
├── SKILL.md        # 核心說明文件,必要
├── scripts/        # 可執行腳本,選用
├── references/     # 參考文件或知識資料,選用
├── assets/         # 圖片、範本、範例檔案等資源,選用

其中最重要的是 SKILL.md
這個檔案會告訴 Claude:

  • 這個 Skill 是做什麼的
  • 什麼情境下應該使用
  • 要遵守哪些流程
  • 輸出格式是什麼
  • 是否需要使用特定工具、腳本或範本

簡單來說,Skill 的目標是讓 Claude 不只是「聽懂一次指令」,而是能長期穩定地執行某一類工作。


skill-creator 是什麼?

skill-creator 是 Anthropic 官方提供的 Skill 建立助手,收錄在官方 skills 專案中。

它的作用是協助你從零開始建立一個 Skill,包含:

  • 釐清 Skill 的用途
  • 設計觸發情境
  • 撰寫 SKILL.md
  • 建立參考文件
  • 設計測試案例
  • 評估 Skill 使用前後的效果
  • 最後打包成 .skill 檔案

如果你只是手動寫 SKILL.md,很容易漏掉使用情境、輸出格式、邊界條件或測試流程。
skill-creator 的價值就在於,它會像一個 Skill 顧問一樣,逐步問你問題,幫你把需求整理成可以實際使用的 Skill。


官方網頁與下載連結

官方 GitHub 專案:
https://github.com/anthropics/skills/tree/main

skill-creator 官方目錄:
https://github.com/anthropics/skills/tree/main/skills/skill-creator

下載 Anthropic skills 專案 ZIP:
https://github.com/anthropics/skills/archive/refs/heads/main.zip


安裝 skill-creator

如果你已經在使用 Claude Code,可以透過以下方式安裝 skill-creator

方法一:使用 npx skills add

npx skills add https://github.com/anthropics/skills --skill skill-creator

方法二:使用 claude install

claude install anthropics/skills/skill-creator

安裝完成後,就可以在 Claude Code 中呼叫:

/skill-creator

接著 Claude 會開始引導你建立 Skill。


用 skill-creator 建立 Skill 的基本流程

使用 skill-creator 建立 Skill,通常可以分成以下幾個階段。

1. 說明你想建立的 Skill

一開始,你可以用自然語言描述需求,例如:

我想建立一個 Skill,用來把會議逐字稿整理成結構化會議紀要。

或是:

我想建立一個 Skill,用來分析 WordPress 網站錯誤訊息,並提供排查步驟。

這時候不需要一次寫得非常完整,因為 skill-creator 會繼續追問細節。


2. 回答 skill-creator 的需求問題

skill-creator 通常會確認幾個重點:

  • 這個 Skill 主要要完成什麼任務?
  • 使用者在什麼情境下會觸發它?
  • 輸入資料可能是文字、檔案、程式碼還是圖片?
  • 輸出格式要用 Markdown、表格、JSON、Word 文件,還是其他格式?
  • 是否有固定流程、固定語氣或固定檢查清單?
  • 是否需要使用特定工具、腳本或外部文件?

這一步非常重要。
如果需求沒有講清楚,後面 Skill 產生的結果就可能不穩定。


3. 自動產生 SKILL.md 草稿

確認需求後,skill-creator 會協助產生 SKILL.md

一個基本的 SKILL.md 會長得像這樣:

---
name: meeting-minutes
description: Convert meeting transcripts into structured meeting minutes with decisions and action items.
---

# Meeting Minutes Skill

Use this skill when the user provides a meeting transcript and wants a structured meeting summary.

## Output Format

Include the following sections:

1. Meeting topic
2. Date and time
3. Participants
4. Key discussion points
5. Decisions
6. Action items with owner and deadline

## Guidelines

- Keep the summary concise.
- Preserve important decisions.
- Do not invent missing attendees or dates.
- If information is missing, mark it as "未提供".

這份 SKILL.md 就是 Claude 之後使用 Skill 時會讀取的核心說明。


4. 加入參考資料與範本

如果你的 Skill 需要固定格式,可以把範本放進 references/assets/

例如:

meeting-minutes/
├── SKILL.md
├── references/
│   └── meeting-template.md
├── assets/
│   └── company-style-guide.pdf

常見的參考資料包括:

  • 公司品牌規範
  • 文件格式範本
  • 常用表格
  • API 使用說明
  • 程式碼規範
  • 工作流程 SOP
  • 檢查清單

這樣 Claude 在執行任務時,不只會依照 prompt 回答,也會參考 Skill 內部的固定資料。


5. 設計測試案例

建立 Skill 後,最好不要馬上投入正式工作,而是先做測試。

你可以準備幾組測試資料,例如:

測試一:正常格式的會議逐字稿
測試二:缺少參與人資訊的會議紀錄
測試三:內容很長、決議很多的會議
測試四:只有零散重點,沒有完整逐字稿

測試的目的不是只看 Claude 有沒有回答,而是要比較:

  • 有使用 Skill 時,結果是否更穩定?
  • 輸出格式是否一致?
  • 是否遵守你指定的規則?
  • 是否能處理邊界情況?
  • 是否有少編造、少漏項?

6. 根據測試結果修改 Skill

第一次產生的 Skill 通常不會完美。

常見需要調整的地方包括:

  • 描述太模糊,導致 Claude 不知道何時使用
  • 輸出格式不夠明確
  • 邊界條件沒有寫清楚
  • 範例太少
  • 沒有說明錯誤情況要怎麼處理
  • 沒有限制 Claude 不要自行補資料

建議你把 Skill 當成一份「可持續最佳化的 SOP」。
每次遇到輸出不符合預期,就回頭修改 SKILL.md


7. 打包成 .skill 檔案

當 Skill 測試穩定後,就可以打包成 .skill 檔案,方便匯入、分享或部署。

打包後的 Skill 就像一個可攜式能力包,可以用在支援 Skill 的 Claude 環境中。


skill-creator 適合用在哪些情境?

skill-creator 很適合用來建立以下類型的 Skill:

文件處理類

例如:

  • 會議紀要整理
  • 合約摘要
  • 報告格式化
  • WordPress 部落格文章產生
  • SEO 文章檢查
  • 論文格式整理

開發工作類

例如:

  • Code Review
  • 安全檢查
  • API 文件產生
  • Git commit message 規範
  • Docker 部署檢查
  • WordPress 錯誤排查

企業流程類

例如:

  • 客服回覆 SOP
  • 品牌語氣檢查
  • 行銷企劃產生
  • 業務提案格式
  • 專案週報整理

個人自動化類

例如:

  • 每週工作回顧
  • 讀書筆記整理
  • 投資研究筆記格式化
  • 學習計畫產生
  • 旅遊規劃模板

建立 Skill 時的實用建議

1. description 要寫清楚

description 不只是說明文字,它會影響 Claude 判斷什麼時候該使用這個 Skill。

不建議這樣寫:

description: 幫我整理資料

建議改成:

description: Use this skill when the user provides meeting transcripts and wants structured meeting minutes with decisions, discussion points, and action items.

越清楚,Claude 越容易正確觸發。


2. 輸出格式要固定

如果你想要表格,就直接指定表格欄位。
如果你想要 Markdown,就明確寫出標題層級。
如果你想要 JSON,就提供完整 schema。

例如:

## Output Format

Return the result in Markdown with the following sections:

# 會議紀要
## 一、會議基本資訊
## 二、討論重點
## 三、決議事項
## 四、待辦事項

3. 明確說明不要編造資料

這一點很重要,尤其是處理會議、合約、財務、法律或客戶資料時。

可以在 Skill 中加入:

## Accuracy Rules

- Do not invent missing information.
- If a field is not provided, write "未提供".
- Preserve names, dates, numbers, and deadlines exactly as given.

4. 加入好範例與壞範例

Skill 裡面可以放 Examples,讓 Claude 更容易理解你要的品質。

例如:

## Examples

Good:
- Clear action item with owner and deadline.
- Concise summary without unnecessary commentary.

Bad:
- Inventing a deadline that was not mentioned.
- Mixing discussion points with final decisions.

常用指令整理

安裝 skill-creator

npx skills add https://github.com/anthropics/skills --skill skill-creator

使用 claude install 安裝

claude install anthropics/skills/skill-creator

呼叫 skill-creator

/skill-creator

從官方 GitHub 下載 skills 專案

git clone https://github.com/anthropics/skills.git

或直接下載 ZIP:

https://github.com/anthropics/skills/archive/refs/heads/main.zip

做好 Skill 後,如何移植到其他系統?

建立好 Skill 之後,不一定只能放在 Claude Code 裡使用。
如果 Skill 的設計夠清楚,也可以移植到其他 Agent 系統,例如 Hermes Agent、Codex,或是你自己架設的本地 AI Agent 平台。

不過要注意一件事:
Skill 的核心不是某一個平台的格式,而是裡面的工作流程、判斷規則、輸出格式、參考資料與可執行腳本。

也就是說,真正有價值的是這些內容:

SKILL.md
references/
scripts/
assets/
examples/

只要把這些內容轉成目標 Agent 系統可以讀懂的格式,就可以完成移植。


Skill 移植的核心概念

一個 Skill 通常可以拆成五個部分:

1. 任務說明:這個 Skill 是做什麼的
2. 觸發條件:什麼情況下應該使用
3. 操作流程:執行任務時要照什麼步驟
4. 輸出格式:最後要產生什麼格式
5. 工具資源:是否需要腳本、範本、參考文件或 API

不同 Agent 系統的格式可能不同,但這五個部分通常都可以保留下來。

因此,移植 Skill 的重點不是「直接複製檔案」,而是把原本的 SKILL.md 改寫成目標系統的規則檔、角色設定、工具說明或 system prompt。


建議的 Skill 通用資料夾結構

為了方便未來移植,建議你在建立 Skill 時,就使用比較通用的結構:

my-skill/
├── SKILL.md
├── README.md
├── references/
│   └── knowledge-base.md
├── examples/
│   ├── input-1.md
│   └── output-1.md
├── scripts/
│   └── helper.py
├── assets/
│   └── template.md
└── manifest.json

其中:

  • SKILL.md:給 Claude 或支援 Skill 的 Agent 使用
  • README.md:給人類維護者閱讀
  • references/:放背景知識、規則、範本
  • examples/:放輸入與輸出範例
  • scripts/:放可執行工具
  • assets/:放模板、圖片、表格等資源
  • manifest.json:給其他 Agent 系統讀取的設定檔

如果你未來要移植到 Hermes Agent 或 Codex,這種結構會比較容易轉換。


範例:建立一個通用 manifest.json

可以在 Skill 裡面額外放一個 manifest.json,用來描述這個 Skill 的基本資訊。

{
  "name": "wordpress-seo-writer",
  "version": "1.0.0",
  "description": "Generate Traditional Chinese WordPress blog posts with SEO title, tags, meta description, and structured article format.",
  "language": "zh-TW",
  "entry": "SKILL.md",
  "references": [
    "references/seo-guidelines.md"
  ],
  "examples": [
    "examples/input-1.md",
    "examples/output-1.md"
  ],
  "tools": [
    {
      "name": "keyword_checker",
      "type": "script",
      "path": "scripts/keyword_checker.py"
    }
  ]
}

這個檔案不一定是 Claude Code 必要的,但它很適合給自建 Agent 系統使用。
例如 Hermes Agent 可以讀取 manifest.json,知道這個 Skill 的名稱、用途、入口檔案、參考資料與可用工具。


移植到 Hermes Agent

如果你使用的是自建的 Hermes Agent,建議把 Skill 當成一個「Agent 能力模組」來管理。

可以設計成以下結構:

hermes-agent/
├── agents/
│   └── writer-agent/
│       ├── system.md
│       ├── tools.json
│       └── skills/
│           └── wordpress-seo-writer/
│               ├── SKILL.md
│               ├── manifest.json
│               ├── references/
│               ├── examples/
│               └── scripts/

Hermes Agent 在執行任務時,可以做三件事:

1. 根據使用者輸入,判斷是否需要啟用某個 Skill
2. 讀取該 Skill 的 SKILL.md 與 references/
3. 將 Skill 內容合併進 Agent 的 system prompt 或 task prompt

例如使用者輸入:

請幫我寫一篇 WordPress SEO 文章,主題是 skill-creator。

Hermes Agent 可以比對 Skill 的 description,找到 wordpress-seo-writer,然後載入:

skills/wordpress-seo-writer/SKILL.md
skills/wordpress-seo-writer/references/seo-guidelines.md
skills/wordpress-seo-writer/examples/output-1.md

接著再讓模型依照這些規則產生文章。


Hermes Agent 的 Skill 載入邏輯範例

如果是自己開發 Hermes Agent,可以用簡單的流程實作:

User Request
     ↓
Intent Router
     ↓
Skill Matcher
     ↓
Load SKILL.md
     ↓
Load references / examples / scripts
     ↓
Compose Agent Prompt
     ↓
Run Model
     ↓
Return Result

也可以設計一個簡單的 Skill Registry:

{
  "skills": [
    {
      "name": "wordpress-seo-writer",
      "description": "Write Traditional Chinese WordPress SEO articles.",
      "path": "./skills/wordpress-seo-writer",
      "trigger_keywords": [
        "WordPress",
        "SEO文章",
        "部落格文章",
        "中繼描述",
        "標籤"
      ]
    },
    {
      "name": "code-review-security",
      "description": "Review code for security, maintainability, and deployment risks.",
      "path": "./skills/code-review-security",
      "trigger_keywords": [
        "code review",
        "安全檢查",
        "漏洞",
        "重構"
      ]
    }
  ]
}

這樣 Hermes Agent 就可以根據關鍵字、語意比對或任務分類,自動決定要不要載入某個 Skill。


移植到 Codex

如果要移植到 Codex,建議分成兩層處理:

1. 專案層級規則:放進 AGENTS.md
2. 任務型 Skill:保留成獨立 Skill 資料夾

Codex 會讀取專案中的 AGENTS.md,因此可以把與專案相關的固定規則放在這裡,例如:

# AGENTS.md

## Project Rules

- Use Traditional Chinese when writing user-facing documentation.
- Do not modify database schema unless explicitly requested.
- Before changing code, inspect the existing architecture.
- Prefer small, reviewable changes.
- When writing WordPress articles, use the wordpress-seo-writer skill.

而真正的 Skill 內容則可以保留在專案目錄中:

project/
├── AGENTS.md
├── skills/
│   └── wordpress-seo-writer/
│       ├── SKILL.md
│       ├── references/
│       ├── examples/
│       └── scripts/

這樣做的好處是:

  • AGENTS.md 負責專案整體規則
  • SKILL.md 負責特定任務流程
  • references/ 保存知識與格式
  • scripts/ 保存可重複使用的工具

Codex 使用 Skill 的建議方式

如果 Skill 是用來處理開發工作,例如 Code Review、安全檢查、部署檢查,建議把 Skill 寫得更像工程 SOP。

例如:

# Code Review Security Skill

Use this skill when reviewing code changes for security, maintainability, and deployment risks.

## Review Checklist

1. Authentication and authorization
2. Input validation
3. SQL injection risk
4. Secrets and environment variables
5. File upload handling
6. Error handling
7. Logging and privacy
8. Deployment risk

## Output Format

Return the review in this format:

# Code Review Report

## Summary
## Critical Issues
## Medium Issues
## Low Risk Suggestions
## Recommended Patch
## Test Plan

然後在 AGENTS.md 裡加入:

## Skills

When the task involves security review, load:

skills/code-review-security/SKILL.md

這樣 Codex 在處理程式碼任務時,就可以依照固定流程執行,而不是每次都靠臨時 prompt。


Claude Skill、Hermes Agent、Codex 的對應關係

Skill 內容Claude CodeHermes AgentCodex
任務說明SKILL.md descriptionmanifest.json descriptionAGENTS.md 或 Skill description
操作流程SKILL.mdsystem prompt / task promptAGENTS.md / Skill
參考資料references/knowledge base / RAGproject docs / references/
腳本工具scripts/tools / function callingscripts / shell tools
輸出格式SKILL.mdresponse schemaAGENTS.md / task instruction
測試案例examples/evaluation settest prompts / eval cases

移植時最容易出問題的地方

1. Skill 觸發條件不清楚

如果 description 寫得太模糊,Agent 不知道什麼時候該使用。

不建議:

幫我處理文章

建議:

當使用者要求撰寫 WordPress SEO 部落格文章,且需要標題、標籤、中繼描述與繁體中文內容時,使用此 Skill。

2. 原本依賴 Claude 的功能,其他系統沒有

有些 Skill 可能假設 Claude Code 可以讀檔、執行 script 或打包 .skill
移植到其他系統時,要確認目標平台是否支援:

  • 讀取本地檔案
  • 執行 shell 指令
  • 呼叫 Python 腳本
  • 使用 MCP server
  • 使用 function calling
  • 存取 Git repo
  • 存取外部 API

如果不支援,就要改成純文字流程,或另外做工具橋接。


3. references 太大,模型上下文放不下

如果參考文件很多,不建議一次全部塞進 prompt。
比較好的方式是:

1. 先用 Skill description 判斷要不要使用
2. 再根據任務讀取必要 references
3. 只載入與當前任務相關的段落

這樣可以避免上下文太長,也能提升回答品質。


4. 腳本路徑與執行環境不同

例如你在 Claude Code 裡用的是:

python scripts/check.py

但移植到 Hermes Agent 的 Docker 環境後,可能要改成:

python /app/skills/wordpress-seo-writer/scripts/check.py

因此建議在 manifest.json 中明確寫出腳本路徑、執行方式與依賴套件。


建議:把 Skill 設計成可攜式能力包

如果你一開始就希望 Skill 可以移植到 Claude Code、Hermes Agent、Codex 或其他 Agent 系統,建議遵守以下原則:

1. SKILL.md 不要寫死特定平台專用語法
2. 把平台相關設定放到 adapters/ 目錄
3. 把核心流程寫在 core.md
4. 把範例輸入輸出放到 examples/
5. 把工具設定放到 manifest.json

可以設計成:

portable-skill/
├── core.md
├── SKILL.md
├── manifest.json
├── adapters/
│   ├── claude-code.md
│   ├── hermes-agent.md
│   └── codex-agents.md
├── references/
├── examples/
└── scripts/

其中:

  • core.md:保存跨平台共用的核心流程
  • SKILL.md:給 Claude Code 使用
  • manifest.json:給自建 Agent 系統使用
  • adapters/claude-code.md:Claude Code 專用說明
  • adapters/hermes-agent.md:Hermes Agent 專用說明
  • adapters/codex-agents.md:Codex 專用說明

這樣同一個 Skill 就不會被綁死在單一平台上。


移植檢查清單

在把 Skill 移到其他 Agent 系統前,可以用這份清單檢查:

□ Skill 的用途是否明確?
□ description 是否能讓 Agent 判斷何時使用?
□ 輸入格式是否定義清楚?
□ 輸出格式是否固定?
□ 是否有 examples?
□ 是否有 references?
□ references 是否可以被目標系統讀取?
□ scripts 是否能在目標環境執行?
□ 是否需要 API key 或環境變數?
□ 是否有測試案例?
□ 是否有平台專用 adapter?
□ 是否避免把敏感資訊寫進 Skill?

Skill 應該被設計成 Agent 的可攜式 SOP

skill-creator 產生的 Skill,最好不要只當成 Claude Code 的專用檔案。
更好的做法,是把它設計成一個「可攜式 AI 工作流程」。

Claude Code 可以使用 SKILL.md
Hermes Agent 可以使用 manifest.jsonreferences/ 與自訂 router。
Codex 可以透過 AGENTS.md、專案規則與 Skill 資料夾來載入任務流程。

只要核心流程設計清楚,Skill 就可以成為跨 Agent 系統共用的能力包,讓同一套工作方法在不同 AI 工具之間延續使用。