Hawken.im

Markdown 格式最早的出现源于程序员们对 Word 排版反复无常的厌恶。因为你在 Word 里面的所有操作会被 Word 处理成藏在背后看不见的标签语言。这种不透明导致用户的意图和 Word 的解读经常不一致。
程序员们就想着要有一个透明的语言，写着是“标题”那里就是“标题”，写着是“加粗”的那个地方就是“加粗”。
于是 Markdown 很早就成了程序员写文档的默认格式语言。
那么可想而知，AI 被大量“投喂”的文档格式，就是 Markdown。

AI 读的不是字，是结构

把你的需求发给 AI，本质上是在把一段混乱的人类意图，翻译成机器能精确执行的指令。这个翻译过程，你以为只是”打了一段话”，AI 那边却在做大量的概率计算：哪部分是背景？哪部分是目标？哪部分是约束？

如果你只给了一团文字，AI 只能去猜。

Markdown 的作用，就是把这个”猜”变成”看”。

一个 ## 标题，告诉模型”这是一个新的主题锚点”。一个 - 列表，告诉模型”这些条件是平行的、独立的”。一个 **加粗**，告诉模型”这是最高优先级的关键词”。

这不是玄学，是模型训练的必然结果——GitHub、Stack Overflow、技术文档，这些 AI 摄取最多的高质量语料，几乎全是 Markdown 格式写的。用 Markdown 跟 AI 说话，你在用它的母语和它沟通。

有数字为证

研究数据显示：

• 仅仅加入清晰的 Markdown 标题和分隔符，模型的理解准确度可提升 31%
• 在 Markdown 框架内嵌入示例，任务执行成功率比纯文字指令高出 58%
• 相同内容，Markdown 格式消耗的 Token 仅是 PDF/DOCX 的 三分之一到八分之一

最后一条对重度 API 用户来说意义直接：Markdown 不只是更准，还更省钱。

三个上手就能用的场景

场景一：结构化你的 Prompt

不要再发一整段话了。试试这个格式：

1
2
3
4
5
6
7
8
9
10

## 任务
帮我写一封拒绝合作的商务邮件

## 背景
对方是我们的老供应商，关系还不错，但这次报价超预算 30%

## 要求
- 语气委婉但立场明确
- 不承诺下次合作
- 不超过 150 字

发出去，感受一下区别。

场景二：建一个”技能文件”

把你常用的复杂操作模式写成一个 skill.md，比如你喜欢的写作风格、常见的任务模板、固定的约束条件。每次开新对话时直接粘贴进去。

这是一种”拥有”你的 AI 的方式——不依赖某一家平台的记忆功能，你的指令，你管着。

场景三：你的笔记，变成 AI 就绪的数据集

如果你用 Obsidian 或 Notion 记笔记（它们的底层都是 Markdown），你的知识库天然就是 AI 可以直接检索和分析的格式。

十分钟入门，够用一辈子

Markdown 没有学习门槛。核心语法六行就写完了：

1
2
3
4
5
6

# 一级标题
## 二级标题
**加粗** / *斜体*
- 列表项
1. 有序列表
> 引用块

一个写得好的 Markdown 文档，不只是给 AI 读的。给人读，也更清楚。

为了让大家尽快掌握这个技能，我做了一个免费小游戏。
Markdown练习小游戏。浏览器输入网址，或者在本公众号（AI加点油）留言：play 就可以找到。

你上个月给 AI 充了多少钱？

如果你开着 ChatGPT Plus 的月订阅，$20 美元，折合人民币将近 150 块。你用它写邮件、改 PPT、偶尔生成几张图。但你有没有算过，这 $20 里，你实际消耗了多少算力——按 API 价格换算，可能连 $2 都不到。

剩下那 $18，你交的是界面税。

这个问题在 2026 年有了答案，叫做 BYOK——
Bring Your Own Key
自带密钥

算力与界面，本来就该分开

BYOK 的逻辑极其简单：你自己去模型厂商（OpenAI、Anthropic、DeepSeek）开账户、充值、拿到 API Key，然后把这个 Key 填进你选择的工具里。工具负责好看、好用的界面和工作流；算力账单，你直接和模型厂商结算。

没有中间商赚差价。

这带来三个实在的好处：

成本透明。 你用了多少，花了多少，API Dashboard 上一清二楚。不再有”套餐剩余额度”这种模糊的焦虑。

数据主权。 你的文件、你的对话，直接走你的 API Key 打到模型厂商，不经过第三方工具的服务器做二次处理。对于有隐私敏感需求的场景（法律文件、财务报表、医疗记录），这一点至关重要。

无需科学上网（对国内用户尤其关键）。这是 BYOK 在国内爆发的真正原因，下面展开说。

自定义 Endpoint：BYOK 的隐藏必杀技

大多数优质的 BYOK 工具都支持一个叫做”自定义 Base URL”或”自定义 Endpoint”的功能。

原理很简单：把 API 请求指向你选择的服务商地址——比如国内直连的 SiliconFlow、DeepSeek，或者 OpenDataSky 这类聚合平台。只需改一行地址，就能稳定调用各类顶尖模型，完全不依赖特殊网络环境。

这种设计让 BYOK 在国内真正落地：你可以用 DeepSeek、Qwen 等国内模型处理日常任务，也可以通过国内友好的 API 平台接入海外模型能力——选择权完全在自己手里。

一个 BYOK 工具支不支持自定义 Endpoint，已经成为判断它是否值得国内用户使用的第一道门槛。

5 款值得充钱的 BYOK 工具

以下推荐面向已有 API 额度的用户，逻辑是：你手里有算力，这些工具帮你把算力用到极致。

1. Cline — 编程的尽头是 Agent

如果你写代码，Cline 是 2026 年非常值得关注的工具。它是一个 VS Code 插件，但叫它”插件”是低估了它——它是一个能读写文件、执行终端命令、启动浏览器测试的自主 Agent。你描述需求，它去干活。

配合 MCP（模型上下文协议），Cline 可以连接你的数据库、本地工具、浏览器，变成一个真正意义上的”数字员工”。接入国内中转网关后，用 Claude Opus 级别的模型驱动它，几分钟重构一个中型项目不是夸张。

适合：开发者，对 API 性价比要求高的人。

2. 沉浸式翻译 — 信息平权的利器

读英文长文、学术 PDF、看外网视频字幕——这些需求，沉浸式翻译（Immersive Translate）几乎已经做到了极致。它最聪明的地方在于极度开放：支持接入 DeepSeek、SiliconFlow 等国内直连的 API，甚至任何自建的兼容接口。

用国内 API 翻译，几乎是零成本。翻一整篇学术论文，可能花费不到一分钱。

适合：需要大量阅读英文信息的用户，研究者，学生。

3. LobeChat — 私有化 AI 总机

如果你手里有多个 API Key，LobeChat 是体验出色的聚合终端。Docker 部署一次，支持 20 多个 AI 服务商，支持 DALL-E 绘图、语音交互、插件系统。放在国内云服务器上，永远不用担心访问问题。

它完全开源，你的数据只在你的服务器上。这才是真正意义上的”私有化 AI 助理”。

适合：有一定技术能力、想要搭建个人 AI 工作台的用户。

4. Vimerse Studio + EvoLink — 视频创作者的省钱路

文生视频的 API 贵，但 Vimerse Studio 通过接入 EvoLink 这个聚合层，让一个 Key 能调用 Kling、Seedance 等多个顶尖视频生成模型。哪个效果好用哪个，按需付费，不浪费一个 Token。

对比官方平台动辄几百元一月的订阅，这种按量付费的方式，能把有限的预算集中在真正出片的环节上。

适合：短视频创作者，视觉内容生产者。

5. Translate Lens — 极简主义者的选择

Steam 上有一款叫 Translate Lens 的软件，采用一次买断的商业模式，你买的是功能壳子，算力自己提供。支持 GPT-5、Gemini 2.5、本地 Ollama 模型。

它最极端的用法：完全离线，本地显卡跑 Llama 4，数据不经过任何云端服务器。云服务全挂了，它照样工作。

适合：Windows 用户，追求隐私和极简方案的人。

2026 BYOK 工具全景一览

（之一）这个后缀不是谦虚的修辞。下一篇，我想聊的是另一件同样值得学会的事：Markdown——写作者的”自带格式”。

如果你还没有 API Key，或者不想自己管理充值和账单，AI加点油 可以帮你解决这个问题——它直接为用户提供可用的 Key，让你跳过繁琐的开户流程，直接进入 BYOK 的工作流。

FOMO的朋友来看这篇，心里会舒坦点（因为我帮你们FOMO了）

最近中文 AI 圈又炸了。

每隔几个月就有一轮这种狂欢。记得上次是Manus，上上次是Claude Cli，或者 Gemini, OpenAI, Claude 御三家轮流炸裂。
这次轮到小龙虾。我相信有很多人跟我一样，看到这些推文的时候心跳加速，生怕自己落后了。

我也是，所以我去试了。

结论先说：等等党永远胜利。

第一轮：服务器直接被吃垮了

我的服务器跑过不少东西，博客、各种 Web 应用、定时任务，从来没出过问题。我寻思，把小龙虾丢上去顺手跑着，安全而且保持在线。
结果小龙虾一上来，把我服务器资源吃了个光，尝试三次都直接卡死，只能重启。好，转本地。。

第二轮：本地安装，一场持久战

本地装也不轻松。光是把源码拉下来、编译、安装，就花了相当长的时间。
中途还遇到各种依赖问题，一个报错接一个报错。
难怪咸鱼上可以挂500块”帮你安装小龙虾”，我非常能理解他们的底气了。

第三轮：配置，配置，还是配置

装好还没完。接下来是配置。

• 先去申请电报机器人 Token
• 再去申请大模型的 API Key
• 然后为了”赋能”，还需要再接入一堆第三方应用
  每一步单独拿出来都不难，但叠在一起，一个下午就没了。

第四轮：终于跑起来了……但是

一切配置完毕，从命令行启动小龙虾。
等待。
继续等待。
大概等了十秒以上，它才起来。
我当初装Claude Code，作为一个功能相当重的 CLI 工具，启动也就两三秒。
小龙虾一个命令行工具，为什么要让我等这么久？

然后呢？它能干什么？

好，它终于跑起来了。我期待地问：你能帮我干什么？
帮我整理邮箱？帮我整理文件？帮我整理公众号素材？

……

等等，这些我已经有 Gemini 和 Claude 了，而且他们一直做得很好。
我已经算是中重度 AI 依赖用户了。MCP、Skill，我都在日常用，而且就这两样，已经绰绰有余，覆盖了我工作里大量的重复劳动（如果你也想了解这套工作流，可以看我之前写的：MCP 懒人包：AI的”万能插头”、Skill 懒人包：让AI变成你的”专属员工”、AI的”大脑”和”双手”的一场激烈争论，普通用户需要知道这些吗？）。

在这个基础上，小龙虾能帮我做什么？所以就真的安排不下你的工位啊亲！

那些”小龙虾分析股票”、”小龙虾帮你赚钱”……

就更不用说了。
凡是打着 AI 帮你赚钱旗号的，有一个算一个，都是噱头。
如果一个工具真能稳定帮人赚钱，它的作者早就自己用了，不会把教程挂出来卖你 99 块。

比如，我记得昨天在x特上还看到有人吹牛说赚了一辆特斯拉，结果打开就是标题党，第一段就是说其实赚的不是整车是首付，然后接着看，其实赚的是帮别人做软件开发的项目经费……那项目经费还有成本呢，搞下来真的“赚”的到特斯拉首付？（😀）

最后说两句

我理解那种 FOMO。中文 AI 圈这股”炸裂”风确实能让人焦虑——每天刷到”颠覆”、”必学”、”你还没用就落后了”，你很难完全无动于衷。
我就是那种超级容易焦虑被人煽动的人——之前写过一篇文章，凌晨3点从梦里惊醒，第一件事是摸向键盘，在黑暗里焦虑着”键盘会不会像算盘一样被淘汰”……那种感觉，懂的都懂。
但我替你们试过了。至少现在，没必要慌。

小龙虾还有很长的路要走：安装门槛太高、资源消耗太大、启动太慢、实际能解决的问题和现有工具高度重叠。它现在的状态，更像是一个对技术细节感兴趣的人的探索玩具，而不是一个能真正提升普通用户工作效率的成熟工具。

真的，我这套搞下来，我非常怀疑那些营销号号主究竟装过小龙虾用过小龙虾没有。

Anyway，现在我宣布加入等等党，我们一起胜利。

最后的最后挖个坑：我作为产品经理，对小龙虾有些自己的想法——它有不少可以改进的地方，我可能会试着做点什么。下回分解。

前段时间 Claude Code 在开发者圈子刷屏。它最让人眼前一亮的不是 AI 有多聪明，而是它的三套机制：CLAUDE.md（持久化工作规范）、Memory（跨会话记忆）、Skills（可复用命令工作流）。

然而 Claude Code 在国内几乎无法直接使用——注册难、付款难、连接不稳定。

我花了两天把这套机制搬进了 OpenClaw，做成了一个开箱即用的配置包，叫 GoClaw（加油小龙虾）。

OpenClaw 是什么

OpenClaw 是一个开源的本地 AI 代理，2026 年初 GitHub stars 超过 25 万。它的核心设计和 Claude Code 几乎同构：

OpenClaw 支持任何兼容 OpenAI 格式的 API——这正是 aijia.you 提供的。

GoClaw 做了什么

GoClaw 是一套预配置文件包，不修改 OpenClaw 本体，只提供：

• SOUL.md：把 OpenClaw 的默认人格改造成编程助手，中文沟通、代码英文、Git 操作默认授权、破坏性操作二次确认——跟 Claude Code 的工作方式高度一致
• MEMORY.md：结构化的初始记忆模板，引导 AI 从第一次对话起就记住你的项目和偏好
• 5 个内置 Skill：/commit、/review、/explain、/fix、/docs——复刻 Claude Code 最常用的功能

模型通过 aijia.you 调用，无需境外信用卡，按用量付费，新手月均消耗约 ¥5-20。

3 步上手

第 1 步：安装 OpenClaw

前往 openclaw.ai 下载对应系统的安装包：

• macOS：下载 .dmg，安装后菜单栏出现图标
• Windows：下载 .exe，Defender 警告选「仍要运行」

第 2 步：配置 aijia.you API

打开 OpenClaw 设置 → API Provider，填写：

1
2
3

Provider Type : OpenAI Compatible
Base URL      : https://aijia.you/v1
API Key       : sk-xxxxxxxx（从 aijia.you 控制台复制）

还没有 aijia.you 账号？点这里注册，新用户有体验额度。

推荐入门模型：gemini-2.0-flash（速度快、价格低、中文质量好）。

第 3 步：部署 GoClaw 配置包

1
2
3
4
5
6
7

# clone 仓库
git clone https://github.com/hawken-im/goclaw.git
cd goclaw

# Mac / Linux：复制到 OpenClaw 数据目录
cp SOUL.md MEMORY.md ~/.openclaw/
cp -r skills/* ~/.openclaw/skills/

Windows 用户：把 SOUL.md、MEMORY.md 和 skills\ 目录手动复制到 C:\Users\你的用户名\.openclaw\。

重启 OpenClaw，配置立即生效。

用起来什么感觉

配好之后，你可以在 OpenClaw 支持的任意频道（Telegram、Discord 等）发送：

1

/commit

GoClaw 会自动读取你的 git 暂存区改动，分析提交历史风格，生成一条规范的 commit message，等你确认后直接提交。

1

/review src/auth/login.js

读取指定文件，按「必须修复 / 建议改进 / 值得保留」三级输出审查报告。

1

/fix

把报错信息扔给它，自动定位文件和行号，展示修改前后对比，等你确认后执行。

核心差异与限制

GoClaw 不是 Claude Code 的完美复制：

• 接口不同：Claude Code 原生在终端，GoClaw 主要通过 Telegram/Discord 交互（更适合移动场景）
• 模型不同：你用哪个模型取决于 aijia.you 的供应，Claude Code 绑定 Claude 系列
• 执行权限：OpenClaw 的本地执行能力取决于你的安装配置，默认权限比 Claude Code 更保守

但对于无法使用 Claude Code 的中国用户来说，这已经是目前最接近的体验。

GitHub 仓库：hawken-im/goclaw

API 来自：aijia.you — 国内可用的 AI API 聚合平台，支持 Claude / GPT-4 / Gemini

你在 Cline 里用免费模型跑任务，跑着跑着突然蹦出来一行红字：

1

429 Request was rejected due to rate limiting. Details: TPM limit reached.

任务中断，前功尽弃，还要重头来。

这不是你的错，这是免费模型的游戏规则：TPM（Tokens Per Minute）限速。本文教你用几个组合拳，让 AI 降速跑，榨干免费额度，再也不触红线。

为什么会被限速？

主流免费模型的限制通常有三种：

Cline 的问题在于：它默认”能快就快”。读文件、写代码、回复确认——一口气连续调用十几次 API，每次都带着大段上下文，TPM 很快就爆了。

方案一：Cline 内置请求延迟（最直接）

打开 VS Code 设置，搜索 cline，找到 “API Request Delay (ms)”（也可能叫 Rate Limit Delay）。

设置一个延迟，比如 3000ms（3秒），Cline 每次工具调用之间都会暂停 3 秒。

• 优点：零成本，一键生效
• 缺点：整体变慢，但不触限速

这是最暴力也最可靠的方法。跑不急的长任务推荐先把这个打开。

方案二：用 .clinerules 限制 AI 的 Token 消耗行为

.clinerules 是写给 AI 的”工作守则”，放在项目根目录，每次 Cline 启动新 Task 都会读取。你可以用它来约束 AI 的输出风格，从源头减少 Token 消耗。

在你的 .clinerules 文件里加入这一节：

1
2
3
4
5
6
7

## 省 Token 守则（免费模型限速保护）

- **输出精简**：每次工具调用后只汇报关键状态，禁止复述操作细节
- **按需读文件**：只读任务直接相关的文件，不做"预防性探索"
- **分批执行**：完成当前步骤后暂停，等待我确认再继续，不要连续发起超过 3 次工具调用
- **只输出差异**：修改代码时只展示被改动的代码段，不输出整个文件
- **规划先行**：执行复杂任务前先用文字列出步骤，确认后再开始执行

这几条规则的逻辑：

1. 精简输出 → 减少每次响应的 output tokens
2. 禁止无效文件读取 → 减少 input tokens（大文件上下文是 TPM 杀手）
3. 分批+等确认 → 人为拉长两次 API 调用之间的间隔
4. 只输出差异 → 大幅减少代码类任务的 output tokens
5. 规划先行 → 一次思考替代多次摸索，减少总调用次数

实测下来，加了这几条之后，同样的任务 Token 消耗可以降低 40-60%。

方案三：多 Key 轮换

大部分免费模型的限额是按 API Key 计算的。如果你能注册多个账号，就能轮换使用多个 Key，变相突破单 Key 限额。

以 Google Gemini 免费额度为例（目前是免费模型里最豪的选项之一）：

1. 用不同 Google 账号在 Google AI Studio 各申请一个 API Key
2. 在 Cline 设置里切换 Key（跑满一个换下一个）
3. 或者把多任务分配给不同 Key 并行跑

这个方法有点繁琐，但对于跑量大的批处理任务很有用。

方案四：混合使用付费 + 免费（最推荐）

免费模型限速的根本原因是它处理的 Token 太多了。聪明的做法是：

• 简单/重复性任务 → 免费模型（代码格式化、简单问答、小文件修改）
• 需要大上下文的复杂任务 → 付费模型（跨文件重构、长文生成）

在 Cline 里可以给不同任务类型预设不同的模型配置。复杂任务偶尔花几分钱，换来不限速地畅快跑，其实更划算。

一个实用的 .clinerules 模板

把这段直接贴到你项目的 .clinerules 末尾：

1
2
3
4
5
6
7
8
9
10
11

---

## 免费模型限速保护规则

**触发条件**：当你使用免费 API（如 Gemini Free、Step-3.5-Flash、OpenRouter 免费模型）时，必须遵守以下规则。

1. 每完成一个独立步骤后暂停，输出"✅ [步骤名] 完成，是否继续？"并等待确认
2. 读取文件前先确认是否必要，每次 Task 最多读取 5 个文件
3. 代码修改只输出变更的函数或代码块，绝不输出完整文件
4. 回复长度控制在 300 字以内，技术细节按需展开
5. 遇到不确定的地方，提问而不是猜测并尝试

小结

如果你有其他躲过限速的方法，欢迎在评论区分享。

字数统计 574 汉字+56 词 阅读时长约2分钟

三分钟搞懂让AI连接万物的协议

一句话解释：MCP是什么？

MCP （Model Context Protocol，模型上下文协议） 是Anthropic在 2024年11月推出的一个开放标准。简单说，它是AI连接外部服务的”统一插头”。

没有MCP之前，让AI操作你的邮箱、日历、项目管理工具，每个服务都需要单独对接。MCP把这些都统一成了一套标准接口，就像 USB-C 统一了充电口一样。

它能做什么？

通过MCP，AI可以直接：发送Slack（飞书/钉钉）消息、创建Jira（飞书项目/禅道）任务、查询数据库、读写Google Drive（腾讯文档/飞书文档）文件、操作 Salesforce（销售易/纷享销客）客户记录……几乎你能想到的外部服务，都可以通过MCP来连接。

通俗类比

如果把AI比作一个大脑很聪明但被关在房间里的人，MCP就是给他装了电话、电脑和各种工具。有了MCP，AI就能与外界交互，而不只是和你聊天。

发展现状

截至 2026 年初，MCP生态已经非常庞大：超过 10,000 个 MCP 服务器可用，主流 AI 工具全部支持（包括ChatGPT、Claude、Gemini、Cursor、VS Code等）。MCP已经从Anthropic的”自家产品”变成了行业通用标准，由Linux基金会旗下的 Agentic AI 基金会托管。

一个真实案例

一位项目经理每周五下午要做同样的事：打开Jira（飞书项目/禅道）看本周关闭了哪些任务，打开Slack（飞书/钉钉）翻上周的重要讨论，再打开Google Doc（腾讯文档/飞书文档）写一份进度周报，发给老板。整套流程要花将近一小时。

接入MCP之后，她对AI说了一句话：「帮我写这周的项目周报。」

AI通过Jira的MCP服务器查询了本周已完成的任务列表，通过Slack的MCP读取了#项目频道的关键对话，然后按照公司的周报模板生成了初稿。她只花了5分钟做最终确认，然后直接发送。

关键在于：AI不是在”假装”完成这些事，它是真的访问了这些系统、读取了真实数据。这就是MCP与普通聊天的本质区别——从”告诉你答案”变成了”替你做事”。

一句话总结

MCP是AI与外部世界之间的桥。它不让AI变得更聪明，但让AI变得更有用。

三分钟搞懂AI世界最火的新概念

一句话解释：Skill是什么？

Skill（代理技能）本质上就是一份”工作手册”。就像你给新员工写的培训文档一样，它告诉AI：”碰到这类任务，你应该按这个流程来做。”

举个例子：你可以写一个Skill，告诉AI”每次写周报时，先列本周完成项，再写下周计划，最后加一句风险提示”。从此，AI就能每周稳定输出符合你要求的周报。

为什么突然火了？

2025年10月，Anthropic推出了Agent Skills功能，迅速在开发者社区引发广泛关注。Skill的核心优势在于三点：

简单到离谱。 一个Skill就是一个Markdown文件，加上一点YAML元数据。不需要写代码，不需要搭服务器，用记事本就能创建。

省token。 传统方式会把工具定义一股脑塞进上下文，而Skill最大只给AI看一个名字和简介（可能只占 20-50 个 token），需要时再加载完整说明。

可复用、可分享。 团队里一个人写的Skill，其他人直接拿来用。就像分享一份文档一样简单。

通俗类比

如果把AI比作一个新员工，Skill就是你给他的SOP手册。他很聪明，但没有手册的话，每次做事都得重新教；有了手册，他就能稳定输出符合你预期的结果。

谁在用？

目前已有包括Canva、Notion、Figma、Atlassian等知名企业提供预建的Skill。开发者社区也在快速跟进，几乎所有主流的AI编程工具（Claude Code、Cursor等）都已支持。

更进一步的是 OpenClaw——一个以 Skill 为核心架构的 AI 代理框架。它运行在用户自己的设备上，通过 WhatsApp、Telegram、微信等聊天工具接受指令，再按照对应的 Skill 驱动 AI 完成任务。它的技能市场 ClawHub 上已有超过 3,200 个 Skill，覆盖从代码审查到客户跟进的各类场景。2026 年 3 月，腾讯宣布基于 OpenClaw 推出兼容微信生态的 AI 产品，Skill 这套机制正式进入中国主流市场视野。

一个真实案例

一位独立研究员在 OpenClaw 上写了一个 Skill，大概是这样描述的：

每天早上8点，从36氪、The Information、X科技话题抓取过去24小时的内容，过滤出与 AI Agent 相关的信息，用中文总结成5条要点，每条不超过50字，发送到我的微信。

这个 Skill 写完之后，他什么都不用再做。每天早上微信收到一条消息，AI 已经替他完成了信息筛选、翻译和提炼。

关键在于：OpenClaw 的 AI 代理本身很聪明，但如果没有这个 Skill，它不知道该关注哪些信源、用什么格式、面向什么读者。Skill 是让 AI 从”能做很多事”变成”稳定做好这一件事”的关键。这个 Skill 本身不到150字，却相当于一份永久有效的工作说明书。

一句话总结

Skill不是什么高深技术，它就是让AI”照着你的规矩办事”的一种方法。简单、轻量、强大。

这场技术圈的论战，最终和你有什么关系

引言：一场”谁杀死谁”的网络议战

如果你最近关注AI话题，很难不注意到这场争论：”Skill杀死了MCP！”这个论断从 2025 年底开始在X（原推特）上爆发，引发了AI从业者和开发者们的激烈讨论。知名技术博主Simon Willison称Skill”可能比MCP更重要”，而另一边则有人反驳：这就像”说有了菜谱就不需要厨房”一样荒谬。

这场争论的本质是什么？谁对谁错？未来会怎样发展？这篇文章尝试给你一个清晰的回答。

第一章：回顾——两者是怎么来的

MCP的诞生：解决”AI孤岛”问题

2024年11月，Anthropic推出MCP，解决的是一个很现实的问题：AI很聪明，但它被困在聊天窗口里，无法主动操作外部工具。MCP让AI能直接连接Slack、Jira、数据库等外部服务，从”只会聊天”变成”能做事”。

它迅速获得了行业认可。到 2025 年12月，MCP正式捐赠给Linux基金会旗下的Agentic AI基金会（AAIF），从Anthropic的单独项目变成了行业公共标准，OpenAI、Block等公司共同参与治理。到 2026 年初，生态中已有超过10,000个MCP服务器，主流AI工具全部接入。

Skill的崛起：”轻量级”替代方案

2025年10月，Anthropic又推出Agent Skills。如果说MCP是一套复杂的工业协议，Skill就是一份Markdown文档加一点元数据——简单得有点让人难以置信。

但就是这个”简单”触动了很多人。开发者们发现，以前需要搭建一个MCP服务器才能做的事，现在写一个Markdown文件就能解决。Canva、Notion、Figma等企业迅速跟进，Agent Skills在开发者社区快速扩散。

第二章：争论的核心——到底在争什么

“Skill杀死MCP”派的论据

论据一：让AI”变笨”。 MCP的一大痛点是，每次启动时要把所有工具的说明全部塞给AI，相当于让AI在开始工作前先读完一本厚厚的说明书。开发者Armin Ronacher就提到，他们的MCP服务器一加载就占用了约8000个token的空间——通俗来说，就是强迫AI先记住一篇几千字的文档，才能开始干活。而Skill只在启动时给AI看一个名字和简介，需要时再调出完整内容，AI的反应速度和质量都更好。

论据二：小题大做。 很多早期的MCP服务器搭建了一套复杂的基础设施，实际上只是在做很简单的事。用一份Skill文档来描述同样的操作规则，让AI自己去执行，效果完全一样，但搭建和维护成本几乎为零。

论据三：门槛太高。 MCP是一套完整的工程规范，需要具备一定的技术背景才能搭建和维护。对于很多只需要AI”照着规矩办事”的简单场景，这种复杂度完全没有必要。

“MCP不会死”派的反驳

反驳一：两者根本不在同一层。 Goose团队的Angie Jones打了一个经典比方：说Skill杀死了MCP，就像说”有了菜谱就不需要厨房”一样荒谬。厨房还在，菜谱只是告诉你怎么用它。Skill是菜谱，MCP是厨房——菜谱告诉你怎么做，厨房提供做菜的能力。

反驳二：Skill无法替代外部连接。 发送Slack消息、查询生产数据库、操作CRM记录——这些需要真实的集成、真实的权限和真实的执行。光靠文档指导是做不到的。

反驳三：数据说话。 到 2026 年初，MCP生态的SDK月下载量超过9700万次，10,000+服务器获得主流客户端支持。如果Skill真的”杀死”了MCP，这些数字应该下降而不是上升。

第三章：真相——不是替代，而是分层

理清了双方论据，真相其实很清晰：Skill和MCP不是竞争关系，而是同一套架构的不同层次。

Skill 是”知识层”。 它编码的是”如何做”——团队规范、工作流程、领域专业知识。它们是Markdown文档，由人类写作和维护，轻量且易于分享。

MCP 是”执行层”。 它提供的是”能做什么”——外部服务的连接、认证、执行和状态管理。它是真正让AI”动手”的基础设施。

OpenClaw 是一个很好的佐证。它的技能市场 ClawHub 上销售的”Skill”，本质上是打包好的 MCP 服务器（执行层）；而它内部的 SKILL.md 文件，则是告诉 AI 代理如何调用这些工具的指令集（知识层）。OpenClaw 把两者都叫”Skill”，造成了命名上的混淆——但底层架构是清晰的：两层各司其职，只是被整合进了同一个产品。这种混淆恰恰说明，在真实的产品演进中，两层正在被有意识地封装在一起，而不是在互相取代。

所以真正发生的事情是：Skill没有广泛地替代MCP，而是淘汰了那些”本来就不应该存在”的MCP服务器。很多早期的MCP服务器其实只是在做很简单的事，Skill用一份文档就能更好地解决。但对于真正需要持久连接、复杂认证和实时数据的场景，MCP仍然不可替代。

第四章：未来走向——三个关键趋势

趋势一：融合而非替代

最务实的开发者已经在同时使用两者，OpenClaw 是目前最完整的”融合产品”案例。它的底层通过 MCP 连接外部服务，上层通过 SKILL.md 定义 AI 的工作逻辑，其技能市场 ClawHub 上已有超过 3,200 个基于 MCP 的 Skill 可供一键安装。有开发者分享，他写了一个 Trello MCP 服务器，同一套代码不改一行就同时跑在 Claude Desktop 和 OpenClaw 里——这正是”融合”的实际样子：工具可复用，平台各自分工。

未来的主流形态很可能就是这样：Skill 描述工作流程，MCP 提供执行能力，一个 OpenClaw 式的代理框架在中间把两者整合，用户只需通过聊天窗口下指令。

趋势二：MCP下沉为基础设施

一个明显的变化是MCP正在从”前台”退到”后台”。以前，AI每次交互都直接调用MCP工具；现在，MCP越来越多地处理底层的数据存储、账号验证、企业系统对接等问题，而上层的交互逻辑则由Skill和代理框架来编排。

这其实是技术成熟的标志。就像HTTP协议今天无处不在，但普通用户不需要知道它的存在。MCP也在走同样的路——成为”看不见但离不开”的基础层。

趋势三：安全与治理成为关键议题

随着两者的普及，安全问题正在上升为核心关切。MCP方面，已经出现过实际的安全漏洞，影响了数十万个环境。”工具下毒”攻击——即在工具描述中隐藏恶意指令来操纵AI行为——成为新的威胁向量。

Skill同样面临挑战：如果不受信任的Skill被加载，它可能指导 AI 执行有害操作。行业正在探索”AI网关”的方案——在AI和外部服务之间加一层审核，过滤危险操作、记录所有行为。

第五章：对普通用户意味着什么

作为内容创作者、运营人员或日常AI用户，这场技术变迁对你意味着：

AI助手会越来越”懂你的风格”。 Skill让AI记住你的创作习惯——你写稿的语气、你发帖的格式、你回复用户的方式——不用每次都重新交代。今天你可能还需要自己写Skill，但未来很可能在应用内通过简单设置就能完成。对内容创作者来说，这意味着AI能持续输出”你的风格”，而不是每次都要花时间调教。

AI能帮你做的事会越来越多。 MCP生态的壮大意味着AI能连接的平台越来越丰富。从自动整理选题、发布内容到追踪数据、回复私信，AI正在从”聊天机器人”变成真正的”数字助理”。对中国用户来说，最近的落地信号来自腾讯：2026年3月，腾讯宣布基于 OpenClaw 推出兼容微信生态的 AI 产品，意味着这套”MCP执行层 + Skill指令层”的架构，正在借助微信这个超级入口进入普通人的日常。

安全和信任会成为关注点。 当AI能直接操作你的工具和数据时，权限管理和安全审计会变得和管理员工权限一样重要。

结语

技术圈特别是AI圈曾有大佬锐评：「AI 圈子一惊一乍什么都炸裂」，所以我们讨论谁干掉了谁，现实往往是更加微妙的共存与分工。Skill和MCP的关系，不如说是”各就各位”。

当Skill让AI想明白”该怎么做”，MCP让AI有能力”真正去做”时，我们的AI助手才算真正长大了。而这，才是这场争论背后真正值得关注的事。

孩子在备考 FCE（剑桥英语B2），每周老师批完作业，密密麻麻的红笔，加上孩子本来就歪歪扭扭的文字，肉眼难以识别。而且批改的内容孩子翻翻就搁一边了，真正能内化的没多少。

于是我想试试把每次批改让 AI 帮我整理成结构化的错题集，挂到网上，随时能查。

结果出来了：leonfce.hawken.im

流程是这样的

整个事情分三步，我基本没手动干预。

第一步：微信存图

老师在微信上发来批改图，我全部扔进一个文件夹。不需要命名，不需要整理，就是一堆 xxxx.jpg。

第二步：OCR 读图

用 OCR 模型把图片里的文字认出来——不光是学生原文，还有老师的批注、改正、旁边写的评语，全提取出来。

这一步以前很难做好，批改里有大量手写字，还有删改符号、箭头、圈圈，普通 OCR 基本废了。但是好在老师的红字是键盘敲在图片上的。我给的提示词里还宽容的指出：“即便识别不出来也没关系，因为后面的推理模型可以补全。“

第三步：推理模型做解析

拿到 OCR 结果之后，交给推理模型做第二轮处理：

1. 识别错误类型——是时态错了、主谓不一致、搭配不对、还是逻辑问题？
2. 生成示范句——把错误的那句话改对，作为标准示例
3. 再造一个同类句——用同样的语法点或搭配，造一个全新的句子，供孩子对照练习

这样每一个错误，孩子手里就有三样东西：原来错的、改对的、另一个例子。
效果比我预期好很多，因为所谓的 LLM 不就是大语言模型吗，最原始的功能就是补全语言。

出来的效果

leonfce.hawken.im 这次处理了 42 页批改，老师的 FCE 写作课内容。

错误被按类型归类：主谓一致、时态、词形变化、介词搭配、写作结构……每一条都有出处（对应第几张图），方便孩子回头翻原图核对。
最后还有一张汇总表，按错误类型统计，一眼能看出哪块是高频弱点。

然后再让推理模型自己做一个总结，下次我又来图了可以复用整个过程。

为什么这个对孩子有用

普通的错题本，孩子自己整理，费时费力，还容易漏，而且整理完也就抄了一遍，没有深度加工。

这个流程做出来的东西不一样：

• 结构化：不是一页页翻图，是按类型检索
• 有例句：不只是”你这里错了”，而是”对的该是这样，再看另一个同类的”
• 可复习：网页随时打开，不用找本子

当然，AI 不能替代孩子自己思考。但它能做的那部分——把散乱的批改变成有组织的材料——确实帮我省了大量时间，而且做得比我手工整理好。

技术上的流程整理

整个流程用 VSCode + Cline 跑的，本地执行。大概步骤：

1. 读取文件夹里所有图片
2. 逐张调 OCR 模型（支持手写识别的多模态模型），输出批改内容
3. 把 OCR 结果喂给推理模型，按固定 prompt 输出错题结构（错误类型 / 示范句 / 造句）
4. 聚合成 HTML，推上服务器

下次处理新的一批作业，把图片扔进去，重跑一遍，新内容自动合并进去。

如果你家孩子也在备考英语，或者有类似整理学习材料的需求，这个思路可以直接套用，但是我估计英语和语文要好办一些，数学错题、物理错题能不能被识别的很好还不好说。因为我是先识别成文字再进行推理。跟手机某些 App 的直接分析画面可能还有点距离。

不神秘，不复杂。

1. 它到底是什么

OpenClaw 就是一个跑在你电脑上的 AI 助手框架。 它把大模型（Claude、GPT、Kimi、DeepSeek 随便选）接到你常用的聊天工具上（Telegram、Slack），让 AI 不只能聊天，还能操作你的电脑——发邮件、改日历、跑代码、刷网页，全自动。

它是开源免费的。你只需要付大模型的 API 费用。

2. 它怎么工作的

整个架构就三层：

你在 Telegram 上说「帮我把明天的会议推迟到下午三点」，消息到 OpenClaw 网关，网关问大模型该怎么做，大模型说调 Google Calendar API，网关就去执行。完事回你一句「搞定了」。

3. 大家拿它干嘛

4. 模型怎么选

OpenClaw 不绑定任何模型。你有 API key 就能用。社区里最主流的搭配：

5. 注意事项

安全第一。 OpenClaw 有系统级权限，能读你的邮件、日历、文件。配置不当等于给 AI 开了你电脑的 root。装之前看一遍安全文档，不懂命令行的慎用。

解决方案一：安装在非主力机上，甚至可以不用显示器（这也是为啥前段时间 Mac Mini 大卖的原因）。

解决方案二：安装在云服务器 VPS 上，这个方案更酷但是要花费一笔 VPS 的租用费。

Token 费用会爆。 Agent 是循环调用的，一个复杂任务可能跑几十轮对话。不设预算上限的话，一觉醒来账单可能吓你一跳。

解决方案：给你的小龙虾吃好的。我自己发现思考能力差的模型反而会消耗更大量的 Token，因为陷入了思考循环出不来。

说到 Token，OpenClaw 跑任务很费量——如果你没有便宜好用的 API 渠道，可以看看我上篇写的：那些营销号真的没告诉你，小龙虾要吃很多很多 token 吗？！

以上。

→ github.com/openclaw/openclaw