n8n已死！我用Kimi跑通了Claude Skills，直接替代工作流🧵昨天的图，是我用Kimi在Claude Code一句话生成的：
```
搜索kimi 今天发布的 kimi-k2-thinking的信息，以及网友对它的测评效果，然后调用'infopic-skill'做一个信息图
```
效率比工作流高10 倍
怎么用 Kimi 新建、安装、使用Claude Skills⬇️

先搞清楚什么是 Claude Skills，为什么难？
过去我们让 AI 执行复杂任务，比如“爬取17个网站的数据并分析”，AI 需要自己凭空理解需求、编写并执行临时代码。
这个过程就是在抽卡，结果极不稳定，这次能跑出来，下次就不一定了。
而 Skill 的逻辑完全不同。我们预先用编程语言（比如 Python）写好一个具体、可靠的函数工具，例如读取网页内容（）、生成图片（）、作PPT（）等，并将这些工具打包成一个 Skill。
完美解决了纯 AI 的“不确定性”问题，同时其强大的理解和变通能力。
Skill 会在诸多场景里杀死 n8n 这类传统工作流工具的“机械死板”。

从另一个角度看，Skill 的本质，其实是一种“可编程的、带工具箱的”高级提示词工程，让 AI 的能力从漫无边际、难以捉摸的“创作”，收敛到了精准可靠、可复现的“执行”
这样讲有点抽象，我们来看具体的运行逻辑。
首先，下面是典型的 skill 的文件结构
技能目录/
├── 脚本/ # 辅助脚本目录
│ ├── generate.js # 生成逻辑
│ └── utils.js # 工具函数
├── templates/ # 模板文件
│ └── base.html # HTML模板
└── assets/ # 静态资源
└── images/ # 图片资源

下图是pptx-skill来辅助看Skill是如何实现的。

所以，真正的难度在于 AI 大模型调用工具的深度思考和编排能力。
当用户说“帮我搜集 Kimi 的信息并做成 PPT”，模型必须能自主规划一个多步骤的工作流，并连续、准确地调用工具：search（） -> create_presentation（） -> add_slide（） -> add_slide（）...

这就是传统模型的死穴： 它们在连续调用几轮工具后，很容易“失忆”或“逻辑混乱”，导致流程当场中断。（图一）
而这就是为什么我觉得 Kimi能行的地方。

Kimi K2 Thinking 的核心升级，就是原生的 “Thinking Agent”（思考型 Agent） 能力，它就是为解决这个“多轮工具调用”的难题而生的。

官方文档在这：http://t.cn/AX7itIrX需要配置的参数：
出口ANTHROPIC_BASE_URL=http://t.cn/AXLBxXM8 ANTHROPIC_API_KEY=sk-Ks0g9FuQKrIacdJn

导出 ANTHROPIC_MODEL=Kimi-K2-thinking-turbo
导出 ANTHROPIC_SMALL_FAST_MODEL=kimi-k2-thinking-turbo

进入后会看到右下角显示 Thinking 关闭，此时按下Tab后，就会启动 Thinking 模式（图二）
需求场景
日常我做信息图的方式是，先写好文章，然后放到 Trae，再让它根据我文章生成 html，然后再手动打开保存成图片。
接下来就把这个工作流程做成 Skill，实现文章开头说的一句话就生成信息图
这个好处非常多，1 是能借助 ai 搜索能力，我不用写文章，也能一句话让 ai 搜集推理信息;2 是往后可以接上小红书mcp，一键就给发出去了，岂不妙哉？

Claude Skills 的实现逻辑是这样，接下来逐步看下：（图三）
1、学习现有逻辑，并新建 Skill（图四）
Claude 有把部分技能 开源在http://t.cn/AXLBxXMQ我们把它下载下来，让 Kimi 去学习，然后把作流程讲清楚，让 Kimi 去新建 Skill

注意，这里有个很大的痛点
就是做信息图的时候，如果只是用文字总结风格，然后让 AI 按这个风格去生成图
大部分情况下得到的不是想要的，或者说跟原来的样式相去甚远
不论什么模型都是这样
我探索出来的最佳解决方案还是一定要让模型接收到任务的时候，现学——把多个html 看一遍然后模仿它们来生成信息图，这样的效果最稳定。
所以总结出来的步骤是这样：
```
学习 Claude skills 的文档，参考'/Users/sonnyleonor/Documents/project/kimithinking/skills-main/document-skills/pptx'的 Claude skills的形式和文件结构 在文件夹 '.claude-plugin' 单独新建一个 infopic-skill，如果涉及 node 相关包安装处理则用 pnpm 来管理。
infopic-skill要实现以程步骤：
1.读取用户输入的内容，如果是关键词，则需要先进行搜索相关内容
2.读取提示词'生成信息图提示词.md'，作为生成html图的提示词（注意是 skill 运行的时候实时去读取和执行，而不是总结风格写到 skill里）
3. 按 2.中的提示词执行新建一个html 信息图，保存在文件夹'生成结果信息图'
4.用 Playwright 把html打开后截图，保存图片在本地
2、通过plugin安装（图五）
Claude 只有在客户端才有内置 skill，其余方式包括 Claude Code ，官方推荐通过plugin 的方式把 skill 安装到本地。

看结构，首先在项目根目录新建一个.claude-plugin文件夹，里面放我们新建好的 skill（前面让 Kimi学习新建好的，也可以直接让它放到这里）和一个marketplace.json文件

其中，后者长这样，关键是里面的 plugins 要写清楚每个 skill 的名字
```
{
“name”：“local-infopic-plugin”，
“所有者”：{
“名称”：“本地”
“电子邮件”：“local@example.com”
},
“元数据”： {
“描述”：“本地插件提供信息图技能”，
“版本”：“1.0.0”
},
“插件”： [
{
“名称”：“信息图片”，
“描述”：“HTML信息图制作和截图”，
“来源”：“./”，
“严格”：错误，
“技能”：[
“./infopic-skill”
]
}
]
}
此时，进入cc，打开/plugin目录add markeplace，输入本地的这个文件路径
例如 ./.claude-plugin/marketplace.json

此时 /plugin 第一个选项就能看到我们预设好的infopic skill，点进去安装即可。

注意要退出重进 CC 才能生效。（图六）
3、最终使用
这里就不重复跑开头的案例了。
我升级一下，用一个地狱级的推理命题给 kimi 看看能解决不：
《股票版什么值得买》
```
查找有哪些过去12月内，股价翻1倍的科技股票？如果有的话，其中哪些是2020年之前上市的，哪些是2020年之后上市的？2020年上市的公司分别的主营业务、财务表现、团队背景、发展历史是怎样的？这里面谁的增长最令市场意外，你觉得超出预期的原因是什么？
写成一篇md文章，注意要做交叉验证确保数据准确，并说明信息源。
最终把这文章，用'infopic-skill'做一个信息图 ，信息图用一行标题即可。
```
确保运行的过程看到正常加载技能（图七）
效果还不戳：（图八）
#人工智能[超话]##ai生活指南##科技先锋官#