免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

一句话,生成一个 Skill:我在 PAI 里看到 AI 使用方式的拐点

发布日期:2026-01-06 13:12:45 浏览次数: 1559
作者:蓝色的学习系统

微信搜一搜,关注“蓝色的学习系统”

推荐语

PAI重构了普通人使用AI的方式,从基础设施到技能扩展,带来全新体验。

核心内容:
1. PAI的安装过程与基础配置详解
2. 自然语言交互完成技能扩展安装
3. Skill、Agent等核心概念的清晰区分

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

这是我写 PAI 系列的第 3 篇(第一次接触的同学,可以把PAI当成一个增强版的Claude Code)。

前两篇更多是在“看”和“想”,而这一篇,是在终于正式真正装完、跑通、用过之后,我才敢写下来的。

一句话总结就是:

PAI 最近这次变化,不是加功能,而是把「普通人用 AI 的方式」重构了一遍。


一、为什么我没有第一时间安装 PAI?

说实话,一开始我对 PAI 是有点不信的。

不是因为它不强,而是因为它的名字:个人AI基础设施

所以前几天,我做了一件很“反直觉”的事:

只下载、只解压、不安装。

我把整个仓库的主要文件翻了一遍,大概知道它在干什么、解决什么问题之后,才决定正式安装。


二、真正安装 PAI,其实没有想象中复杂

很多人可能是第一次听说 PAI,所以我简单把安装过程也写一下。

1️⃣ 克隆仓库

git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git ~/PAI

2️⃣ 生成一套干净的 Claude Code 配置

cd ~/PAI bash .claude/setup.sh

这一步的作用,其实是帮你准备好一个不污染原环境的 PAI 使用基础

有意思的事情发生在这之后。


三、我是在 Claude Code 里,用自然语言“装完”剩下所有东西的

完成基础 setup 之后,我是在 Claude Code 里,用自然语言,一步步安装了 PAI 官方提供的 6 个 Packs

如果你只看结果,其实非常清晰。

基础设施层(让系统“活起来”)

  1. kai-hook-system 
  • 事件驱动的 Hook 系统 
  • SessionStart / Stop / ToolUse 等 
  • 装在:~/.claude/hooks/
  • kai-history-system 
    • 自动记录 sessions / learnings / decisions 
    • 装在:~/.claude/history/
  • kai-core-install 
    • CORE Skill:身份、联系人、技术栈偏好 
    • 装在:~/.claude/skills/CORE/

    👉 这三件事解决的是一个问题:
    让 PAI 能稳定运行、能记住你、能积累历史。

    技能扩展层(让你真正“用起来”)

    1. kai-Agents-skill
    2. kai-art-skill
    3. kai-prompting-skill

    👉 这三件事解决的是另一个问题:
    让你开始拥有可组合、可复用的能力。

    安装顺序很重要,因为你得先有“系统”,再谈“能力”。


    四、几个概念终于对齐了:Skill、Agent、Pack、Bundle

    真正用过之后,我之前对这些概念的混乱感,反而消失了。

    1️⃣ Skill vs Agent,其实根本不是一类东西

    Skill 是静态能力模块

    • 存在于 ~/.claude/skills/
    • 本质是:知识 + 工具 + 工作流
    • 生命周期是长期的

    Agent 是动态执行实例

    • 每次任务临时创建
    • 执行完就销毁
    • 真正“有智能、会推理”的,是 Agent

    关键点在这里:

    ~/.claude/skills/Agents/ 不是 Agent 本身,而是一个「创建 Agent 的 Skill」。

    所以更准确的关系是:

    • Skill:定义你“能做什么”
    • Agent:具体“谁来做”
    • Agents Skill:负责“招人、组队、派活”

    2️⃣ Pack 和 Bundle,是 PAI 真正原创的地方

    这一点,我觉得很多人会误解。

    • Skill 是 Claude Code 官方概念
    • Pack 是 PAI 发明的分发方式

    你可以把 Pack 理解成:

    一个 Markdown 形式的“安装程序”

    里面写清楚:

    • 这个能力解决什么问题
    • 要创建哪些 Skill 文件
    • 完整代码
    • 配置方法
    • 验证方式

    Bundle 则是多个 Pack + 安装顺序 + 向导。

    这解决的是旧版本最大的痛点:

    • 整体复制容易出错
    • 更新容易覆盖个人定制
    • 无法模块化选择功能

    五、真正让我震撼的一次实测:一句话 → 一个 Skill

    前面的内容,说到底还是“理解”。

    真正让我觉得 PAI 已经进入下一个阶段的,是一次非常具体的使用场景

    我尝试在Claude Code(PAI)里完成了一个测试:
    👉 下载 YouTube 视频字幕,并总结输出成 .MD文件。

    然后我灵机一动,尝试说了一句:

    “刚才下载 YouTube 视频字幕并总结的过程,能不能变成一个 Skill?这样下次就不用再走一遍了。”

    然后,PAI 直接给了我这个结果:

    ✅ YouTubeSummarizer skill 已创建完成

    它帮我做了什么?

    • 自动创建了 ~/.claude/skills/YouTubeSummarizer/
    • 把整个流程封装成一个可复用 Skill
    • 定义了触发方式
    • 甚至帮我检查了本地环境(yt-dlp、Gemini CLI)

    下次我只需要说一句:

    “帮我总结这个 YouTube 视频”

    整个流程就会自动跑完。


    六、那一刻我突然意识到:时代真的变了

    真正震撼我的,不是“效率高了”,而是:

    我绕过了 code 这一步。

    不是因为代码不重要,而是因为:

    • 代码正在变成中间态
    • Skill 才是最终态

    只要你:

    • 把一件事描述清楚
    • 跑通一次
    • 确认它值得反复用

    它就可以直接被固化成 Skill


    七、从 vibe coding,到 vibe skilling

    我以前一直在实践 vibe coding

    用自然语言,让 AI 把代码写出来。

    但现在,我发现可以有一个新词:

    vibe skilling

    不是在写代码,
    而是在训练和沉淀 AI 的能力结构

    • 一次成功流程 → 一个 Skill
    • 多个 Skill → 个人 AI 系统
    • 系统持续增长 → 长期生产力

    结尾

    现在,我在Claude Code(PAI)下做完每一件事,都会有意识多问一句:

    “这件事,是否可以做成 Skill?”

    如果答案是“是”,
    那我做的就不只是完成任务,
    而是在给未来的自己存一份真正的资产

    #PAI #AIAgent #ClaudeCode #AI工作流 #个人AI系统 #第二大脑 #AI生产力

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询