每个场景都是一条能照着跑通的路径:用哪些 skill、怎么装、怎么提示、会踩什么坑。
按场景挑一个开始
写文档最怕"AI 写得像那么回事,但接口名是编的"。核心纪律是:让 AI 基于真实代码 / 真实文档写,写完后把每段和源码对一遍,别让它凭记忆编 API。
调研的价值在"出处",不在"结论长"。核心纪律:每条关键数字都要带来源链接,AI 给不出处的结论一律当猜测,别写进正式材料。
画图的痛点不是"不会画",是改起来累:改一个框要重排整张图。用 AI 生成描述式、可重新排版的图,核心是把"画"变成"描述结构",改文字比改图快十倍。
邮件自动化的红线是"草拟可以,代发要慎"。"分诊 + 起草草稿 + 你点发送"最稳;让 AI 直接群发,出问题的是你不是它。
会议最大的浪费不是开会长,是开完没人记得"谁、什么时候、交什么"。这套流程的核心是把散落的讨论压成一张带 owner 和 DDL 的待办表,而不是再写一份没人看的纪要。
数据分析最常见的失败不是"算不出",是"算得快但算错"——单位没统一、空值被当成 0、口径和上次对不上。这套流程的核心是先定义口径,再让 AI 出数,最后人工抽查 3 行。
AI 代码评审有个典型毛病:**它会给你 20 条"建议",其中 18 条是风格偏好**。真正有用的评审只有两类信息——哪里会坏、哪里别人看不懂。所以这套流程的重点不是"让 AI 多说",而是**先限定它只能报这两类问题**。
让 AI "读一下这个 PDF" 是最容易翻车的请求。原因有两个:**上下文装不下**,以及**它会把没读到的部分脑补出来**。可靠的做法是先抽取、再分段、最后才提问,并且每一条结论都带上页码。
小红书图文的失败方式很特别:**内容没问题,但没人点**。因为这里的第一决策点是封面和标题,不是正文。所以顺序必须反过来——先定封面那一行字,再去写内容。
给 AI 接内部系统,最常见的错误是**把数据库/schema/API 直接暴露成一堆工具**。结果是工具几十个、模型选不对、一调用就出错。正确做法是围绕「人会让 AI 做的那几件事」设计工具,一件事一个工具。
AI 做 PPT 最常见的失败不是"做不出来",而是做出来一版**每页都是一段话**的幻灯片:文字贴满、没有重点、讲的人只能照着念。这套流程的核心是把「写什么」和「长什么样」拆成两步,中间插一道人工改稿。
关键不是让 AI "重写一遍"简历,而是三件事:**提取岗位的真实硬要求**、**只映射你确实有的经历**、**把缺失的量化数据留成占位符而不是让 AI 代填**。默认提示词会替你编数字——这是这套流程里唯一必须人工兜底的环节。
browser-use/browser-use/skills/remote-browser
从沙箱远程机器控制本地浏览器。当 agent 运行在无 GUI 的沙箱中,需要浏览网站、与网页交互、填表、截图或通过隧道暴露本地开发服务器时使用。
browser-use/browser-use/skills/x402
用 x402 设置 Browser Use Cloud 支付——从加密钱包按请求付费(Base 主网 USDC),无需注册或 API key。两种配置:直接用(建钱包,让你或 Claude Code 从钱包支付云端浏览器任务——Claude 编写并运行一次性脚本,不触碰你的代码库)或接入项目(安装 SDK,把 key 与代码写进项目)。引导钱包设置、注资、.env 与约 $1 的测试运行。
heygen-com/hyperframes/skills/faceless-explainer
将任意文本(文章、笔记、主题、简报)转为无脸解说视频:没有可抓取的站点或素材,因此每个场景的视觉都是现编的(排版、抽象图形、图示、数据可视化)。用于主题解说、概念拆解、操作教程、清单体内容。不是由网站构建的视频(/product-launch-video——宣传或导览)。不明确时转 /hyperframes。
heygen-com/hyperframes/.agents/skills/captions-overlay
内嵌字幕工作流的叠加准则——字幕 MODEL(drop、rail、embed)以及字幕是合成在影片之上的 OVERLAY,而非为避让它而把内容上移预留的底部条带。在为对谈头部或发布视频添加字幕与副标题、判断某短语应 drop、沿逐字 rail 行进,或提升为稀缺的嵌入式高潮,在承载字幕的构图布局时(勿预留避让带),或在字幕下将构图定位于真实画面中心时使用。引用 embedded-captions 的 rail+embed 模型与 product-launch-video 场景 agent 的约束 #13(字幕叠加,废弃避让带)。叠加于 embedded-captions 之上。
heygen-com/hyperframes/.agents/skills/oversized-cursor
HyperFrames 发布视频的居家风格超大 macOS 光标技法。当场景涉及光标或指针引导动作、开启 UI 场景、用点击点燃 morph/转场/打字序列,或场景显得静态、死板、陈旧需要廉价的高收益运动源来牵引观众视线并将其从陈旧状态中切分出来时使用。涵盖光标尺寸与外观(含品牌母题光标)、离屏入场法则、尖端定位与点击轻触、点击点燃下一节拍,以及跨场景出场与交接。
heygen-com/hyperframes/.agents/skills/motion-doctrine
GATEWAY——在编排任何 HyperFrames 动画或视频前首先加载。让多场景视频感觉像一次连续运镜而非一堆各自独立动画的高层运动法则。涵盖向量法则(如何退出决定如何进入,含 Z 缩放符号规则)、影片的 current、载体元素、因果运动、Seam Gate(构建门控强制)、禁用闲置抖动(运动必须“表演”而非“呼吸”)、高潮前的静止,以及持续运动路线。路由到底层技法技能(cut-the-curve——完整目录含 waterfall entry 与 nudge curve、oversized-cursor、seam-craft)。这些规则优先于通用或上游运动指引。
heygen-com/hyperframes/.agents/skills/cut-the-curve
技法目录:五种速度匹配的 SEAM(zoom-through、INVERSE zoom-through、cut-the-curve、waterfall cut、rack-focus blur-cut),外加两种场景内技法——waterfall ENTRY(标题卡与段落开场器的错峰到达级联)与 nudge curve(慢-快-慢三阶段群组滑动)。涵盖通过镜像 power4 缓动实现的局部行进(约 12% 帧)速度匹配、Z 缩放符号规则、尺寸缩放模糊(10px 文字 / 18-20px 全帧)、逐词错峰切割、按元素权重的级联节奏,以及 10/65/25 滑动比例。在创作任何转场、文字节拍交接、动效文字入场或群组重定位前阅读。