原始标题: How To Train Your AI Agent’s Skills (Claude Code ⧸ OpenClaw)

发布日期: 2026-02-01 | 来源频道: @AllAboutAI

📝 深度摘要

对话背景与核心主题

本视频展示了如何通过迭代训练的方式，让AI代理（Claude Code/OpenClaw）学会使用外部工具和平台。作者以LinkedIn为例，演示了从零开始训练AI代理完成发帖、搜索用户、发送消息等任务的全过程。这种训练方法的核心思想是：将AI成功执行的任务流程保存为Markdown技能文件，下次执行时即可直接调用，大幅节省时间和Token成本。

核心逻辑拆解

训练AI代理遵循"尝试-记录-复用"的循环模式。首先创建一个空的skill.md文件作为技能容器，然后向AI代理下达具体任务指令。当AI遇到困难时，人类可以手动干预或提供提示；一旦AI成功完成任务，立即要求它将整个工作流程（包括使用的JavaScript代码、DOM元素定位方式等）写入skill.md文件。这样下次执行相同任务时，AI就能直接读取技能文件，省去反复试错的过程。

方法论与工具箱

作者使用了Cursor编辑器作为AI代理的运行环境，配合Chrome浏览器通过CDP协议进行自动化操作。技能文件采用Markdown格式存储，包含平台操作的具体步骤、JavaScript注入代码、元素选择器等关键信息。视频中演示了三种LinkedIn技能的训练：发布动态、搜索公司员工、发送私信。每项技能都经过从"6分钟尝试"到"40秒完成"的效率提升，验证了技能积累的巨大价值。

关键洞察与辩论

一个深刻的洞察是：AI虽然具备推理能力，但每次都让它重新探索网页元素和交互方式会浪费大量资源。通过将成功的工作流程固化到技能文件中，本质上是在为AI构建"肌肉记忆"。作者还提到，他训练的AI代理已经能够自主运营YouTube频道，完成从视频研究、制作到发布的全流程，真正实现了多技能协同的自动化工作流。

金句

“我们将成功的操作流程保存到skill.md文件中，下次运行时就直接使用，这节省了Token、时间和金钱。”

“这就是我所说的训练AI代理——虽然它能够自己慢慢摸索出来，但把精确的工作流程添加到技能文件中，让我们下次使用时会快得多。”

📺 视频原片

视频时长: 14 分钟 | 视频ID: KkJZY5Klymw