← 返回 Skills 市场
37
总下载
0
收藏
1
当前安装
1
版本数
在 OpenClaw 中安装
/install auto-llm-4891
功能描述
Provides a comprehensive 2026 Bilibili tutorial series on building AI agents with large language models, covering from basics to advanced practical development.
使用说明 (SKILL.md)
Skill: auto_llm_4891\r
【2026最新】B站最全最细的AI Agent智能体搭建教程，从入门到实战！手把手教你快速打造自己的专属智能体，一次性搞懂AI大模型智能体开发，学完薪资翻倍！\r
功能范围\r
- 【2026最新】B站最全最细的AI Agent智能体搭建教程，从入门到实战！手把手教你快速打造自己的专属智能体，一次性搞懂AI大模型智能体开发，学完薪资翻倍！\r
- Deep-generated from NVIDIA NIM analysis\r
触发场景\r
- 用户说"llm/agent"\r Base directory: file:///C:\Users\pc.config\opencode\skills\auto_llm_4891\r \r
B站学习\r
学习时间: 2026-06-01 21:01\r \r
- 炮老师的小课堂: Comfyui本地LLM大语言模型润色提示词，让你灵感源源不断，出图美的冒泡~\r
- ABexit: 搭建自己的语音对话大模型 | ASR+LLM+TTS串联\r
- 锋芒AI: OmniRoute：一个接口接通 100+ LLM，配额用尽也不断线\r \r
B站学习 (第1轮)\r
学习时间: 2026-06-02 09:20\r \r
- 锋芒AI: OmniRoute：一个接口接通 100+ LLM，配额用尽也不断线\r https://www.bilibili.com/video/BV1W9DUBMEVs\r
- 炮老师的小课堂: Comfyui本地LLM大语言模型润色提示词，让你灵感源源不断，出图美的冒泡~\r https://www.bilibili.com/video/BV1e8TSzhEgT\r
- 不归牛顿管的熊猫: 全面解析LLM MoE专家并行EP all-to-all算子(小白也能看懂)\r https://www.bilibili.com/video/BV1W314BfEHr\r \r
B站学习 (第2轮)\r
学习时间: 2026-06-02 09:33\r \r
- 锋芒AI: OmniRoute：一个接口接通 100+ LLM，配额用尽也不断线\r https://www.bilibili.com/video/BV1W9DUBMEVs\r
- 炮老师的小课堂: Comfyui本地LLM大语言模型润色提示词，让你灵感源源不断，出图美的冒泡~\r https://www.bilibili.com/video/BV1e8TSzhEgT\r
- 不归牛顿管的熊猫: 全面解析LLM MoE专家并行EP all-to-all算子(小白也能看懂)\r https://www.bilibili.com/video/BV1W314BfEHr\r
安全使用建议
Installing this skill appears reasonable if you want the tutorial links and simple sample code. Do not treat the Python helper as production agent code; if you plan to run or reuse it, remove the hard-coded sys.path insertion first.
能力评估
Purpose & Capability
The stated purpose is AI-agent learning content and Bilibili resources; the included Python helper is only a simple canned-response chatbot, so capability is limited but not harmful.
Instruction Scope
Runtime instructions are narrow: trigger on llm/agent and present learning resources. They do not request private data access, credential use, system changes, or background work.
Install Mechanism
No dependencies, install scripts, package managers, or automatic setup actions are present in the artifacts.
Credentials
auto_llm_4891.py prepends a hard-coded Windows path to sys.path, which is unnecessary for its observed behavior and could make imports depend on local machine state if executed.
Persistence & Privilege
No persistence, privilege escalation, destructive file operations, credential handling, network exfiltration, or long-running/background behavior was found.
如何使用
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install auto-llm-4891 - 安装完成后，直接呼叫该 Skill 的名称或使用
/auto-llm-4891触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.0
auto-llm-4891 v1.0.0 changelog:
- Initial release: Comprehensive AI Agent development tutorial based on 2026 Bilibili content.
- Covers building, customizing, and deploying AI large model (LLM) agents, from beginner to advanced.
- Includes curated B站 (Bilibili) learning resources and guides, featuring hands-on videos and insightful analysis.
- Designed to be triggered by users mentioning "llm/agent".
元数据
常见问题
Auto Llm 4891 是什么？
Provides a comprehensive 2026 Bilibili tutorial series on building AI agents with large language models, covering from basics to advanced practical development. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 37 次。
如何安装 Auto Llm 4891？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install auto-llm-4891」即可一键安装，无需额外配置。
Auto Llm 4891 是免费的吗？
是的，Auto Llm 4891 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。
Auto Llm 4891 支持哪些平台？
Auto Llm 4891 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 Auto Llm 4891？
由 534422530（@534422530）开发并维护，当前版本 v1.0.0。
推荐 Skills