背景介绍
如果你们用过Claude Code（CC），你可以理解为它就是更好用一点的CC，如果你没用过，而且你是非技术背景的小白用户，那么它就是提升你工作效率最好的神器。
大家都知道Claude Code（CC）好用，但缺点也不少，毕竟它：
-
需要有繁琐的预装步骤
-
需要有Claude的账号（经常被封）
-
对于小白用户来说，理解它命令行的运作逻辑也是有一定门槛的
针对上面的这些问题，我们用Opencode改了一版，推出一个简单实用的Claude Code平替版：Grace
如果你早就有所了解Claude Code和Skills的用法，恭喜你，下面的废话你也不用看了，你可以直接下载使用，有Windows和MacOS的版本
下载地址：gptproto.com/skills?s=sk…
工具使用完全永久免费，我们也会持续更新，API就是充值多少用多少，不用订阅没有额外费用。
如果你对Claude Code和Skills的用法还不太了解，没问题，我将用最简洁的语言，把你需要关注和理解的东西讲述清楚，不会有营销的空话和废话。
其实这些在我们的落地页都有讲述（gptproto.com/skills?s=sk…
和其他的网页版Agent差异化在哪里？
有小白用户会问，我们做的这个Grace（Claude Code）和其他网页侧Agent有什么不同？大概有以下2个差异化的点：
1、操作权限的差异
Grace是PC/Mac客户端应用，它需要在电脑上安装，与网页版的Agent最大的不同是，它在电脑的权限会更高，也就是可以做一些网页版无法处理的任务，例如打开文件、修改文件、移动文件、删除文件。这个文件可以是任何格式的文件、也可以是浏览器里面的所有操作。这个差异是天翻地覆的，只有这样子才能真正意义上代替你工作，而不是只是个你建议。
只要模型的智能化程度足够高，权限足够全，你能在电脑做什么，它就能做什么，甚至比你做得更好。市面上有很多关于CC使用的技巧，我就不再赘述。
2、智能化程度的差异
Grace在后面的版本，将会把我们GPTProto里面所有的模型（200+个），都慢慢集成过来，因为我们是做API聚合平台的，在确保稳定性的前提下，我们能大幅度降低使用价格，这是很有必要的，为的是让更多人用上AI提效。
以至于大厂推出的端侧Agent，基本只能集合自己内部的模型，你很难想象字节会集成GPT和Claude在自己的应用里，但你我都知道，目前境外闭源模型的能力，是远超国内的模型的，如果你要做一些高价值高智力的任务，境外的模型会更出色。
当然，Grace也不是万能的，它有它的优点，也有它的缺点，作为开发它的我们，有必要和你阐述清楚，这样子你会更清楚它的边界：
Grace的优点是
-
无论是Windows还是MacOS，直接安装就可以用，没有其他流程了
-
不需要Claude的账号，也能使用Claude的模型，而且还是7折的优惠
-
在国内直接使用，无需其他科学方式，0基础上手
-
针对Claude Code一些不好用的地方做了改良（例如输出文件的直接打开、文件夹管理、优质系统Prompt的预设）
-
预装了官方的Skills，输入@即可直接调用Skills，并且在官网也筛出了我们觉得好用的Skills放在市场列表上，有需要一键调用
Grace的缺点是
- 目前只支持Claude的模型，后面会接入GLM等一些平价模型，让用户选择更多
它具备了CC的所有功能，但是我们会在UI及功能层级上做了必要的隐藏和展示优先级，因为我们想让这个工具给更多非技术背景的人去使用，在公司内部我们各职能岗位都会使用，举个例子：
运营日常使用场景：
-
整理Excel文件：整合多份关键词Excel表格，按搜索量降序排列，并把DR值高于50的全部去掉，整合成一份表格，
-
自动提外链：在下面这些外链网站，筛选出博客类且评论区可以直接留外链的网站，基于我提供给你的信息，每天固定提10个外链，设定为定时任务。
-
行业信息的挖掘：创建一个Skill，每天定时抓取指定链接里更新的文章信息，增量更新，自动翻译标题为中文，写入一个文件。
-
等等
行政日常使用场景：
-
自动输出合同：提供客户信息及需要调整的方向，基于合同模版去调整，最终输出正式合同，直接发送给合同
-
报销整理：提供所有要报销的发票，以及财务报销的规则，按规则分类输出报销明细表文件
-
等等
另外还有财务、产品和销售的使用，提升的效率都是杠杠的。
关于Skills
Grace/Claude Code里面，有个很重要的概念就是Skills，对于Skills详细的介绍，这篇文章能帮你从头到尾讲解一次：mp.weixin.qq.com/s/dXtz1BZm5…
但对于小白用户来说，你可以不用理解，你可以直接把它当更智能的Agent使用就好了。但如果你想节省一点成本，让流程跑得更快，让你的工作效率提升更高，你可以看看我这个省流版本的解析：
Skills类似是一个固化下来的技能，你把你的工作流固化下来形成一个Skills，下次直接可用，而且节省费用，AI不用每次都根据你的要求从头再思考处理方法。 以往的做法需要Dify、N8N、Coze等之类的工作流产品去实现，但现在基本不需要去了解这些复杂概念了，你只需要把你想做的事情，清晰地描述清楚就可以了。
一句话概括：会说话，能表达清楚就行，它能帮你固化下来方便下次使用。
举个例子：
我要AI 自动分析 YouTube 视频字幕,按语义切割成精华片段,支持双语字幕，这里有几个步骤连在一起，但是如果每次你都重新给AI提需求，而不用以前固化下来的Skills，他每次都需要从分析、下载、切割、生成字幕、合成这几个步骤重新思考怎么处理，再去动手操作，这样子费用也高，不稳定性也高（因为它会自由发挥）。
所以一些基础的Skills的预装是很有必要的，尽管你有时候做某些事情的时候没有提及到这个skills，但我们帮你内置的系统Prompt里面，已经要求它会优先考虑已有的技能调用，这样子会大大降低的费用，也会提升效率
这边也展示一下我们内置的System Prompt（小白用户不理解的可以忽略，不影响使用）
用户介绍
技术背景: 完全不会写代码
语言: 只能看懂中文，请务必使用中文交流
需要帮助: 需要 Grace 在技术实现上提供全面支持
工作理念
核心理念：简单至上
工作原则：
专注核心任务 - 只做用户明确提到的功能
追求极致简单 - 每个功能都要做到最简单、最直观
拒绝过度设计 - 不主动添加用户未要求的功能
一次做好一件事 - 把单个任务做到完美，而不是同时做多件事
理解任务后，用最简单的方式实现
不要建议添加额外功能，除非用户明确需要
用中文清晰解释每一步在做什么
遇到技术问题时，提供最简单可行的解决方案
工作方式
技能优先: 当任务可以使用已有技能完成时，优先使用技能而不是临时编写代码
路径规范:
所有新技能都创建在 skills/ 目录下
使用 skill-creator 工具来创建新技能
技能命名使用小写字母和连字符（如：skill-creator）
自动加载:
每次启动时读取本配置文件
了解当前可用的技能和工具
主动识别适合使用技能的场景
批量任务处理:
对于批量转换等任务
自动创建临时文件存放 URL 列表
提供清晰的进度反馈和结果摘要
文档和报告:
任务完成后提供详细的结果报告
包含成功/失败统计
对于失败的项目，提供错误原因和重试建议
沟通偏好
语言: 优先使用中文进行交流
输出格式: 清晰、结构化的 Markdown 格式
反馈及时性: 对长时间运行的任务提供进度更新
错误处理: 遇到错误时提供详细的错误信息和解决方案
技能开发规范
当创建新技能时：
使用 skill-creator 工具:
python3 skills/skill-creator/scripts/init_skill.py <skill-name> --path skills/<skill-name>
完善 SKILL.md:
熟读https://agentskills.io/specification#skill-md-format里面的所有内容
清晰的 description（触发条件）
详细的使用文档
示例和最佳实践
测试脚本:
在打包前测试所有脚本
确保依赖项已列在 requirements.txt
打包技能:
python3 skills/skill-creator/scripts/package_skill.py skills/<skill-name>/<skill-name>
安装自己的Skill
每个人都有一些自己的独有工作流，这里面可以预制一些自己的常用Skills，毕竟别人给的Skills，总是不会贴合你的实际诉求，你总需要定义自己的Skllis，这里也非常简单。
还是以上面的举例子，你只需要在输入框输入以下描述，就可以创建出一个Skills了：
我给你一个Youtube的连接，具体步骤是：AI 自动分析 YouTube 视频字幕,按语义切割成精华片段,支持双语字幕，最后给我输出一个生成完的视频，放在XXX文件夹下，帮我创建这个Skills，以便我下次给你链接，你直接就帮我处理即可。
是不是很简单？有口就行。
预装了官方Skill
Claude官方的Skills有很多是基础Skills，我们都已经帮大家预装好了。
可以直接在对话框@拉起使用（CC是没有这个的）
市场热门Skills也会持续更新
当然我们这边也罗列了市场上热门的，并且我们自己使用过的Skills，有需要你也可以直接一键调起使用
你可以点击详情，进去看看Skill.md里面的描述，看看是否符合你的使用场景要求。
部分Skills的介绍及摘录
-
NotebookLM Skill
项目地址: github.com/PleasePromp…
一句话介绍: 让 Claude Code 直接与你的 NotebookLM 笔记本对话,从上传的文档中获取有据可查的答案。
我的使用体验: 用了这个 Skill 之后,我终于不用在浏览器和编辑器之间反复复制粘贴了。之前研究技术文档时,我会把 PDF 上传到 NotebookLM,然后在浏览器里问问题,复制答案,再粘贴回代码编辑器继续写。现在直接在 Claude Code 里说一句"查我的 React 文档关于 hooks 的部分",答案就来了,还带着原文引用。最爽的是它会自动追问"还需要知道什么吗?",像真人对话一样自然。
典型场景:
- 分析摩托车维修手册,直接查询刹车油型号、引擎机油规格
- 研究技术框架时,让 AI 从你上传的官方文档中找 API 用法,避免编造
- 写代码时需要查阅内部文档,不用离开终端
核心价值: 大幅减少 AI 幻觉 - 答案只来自你上传的文档,不懂就说不懂,不会瞎编。
-
Planning with Files (Manus 工作流)
项目地址: github.com/OthmanAdi/p…
一句话介绍: 用 Manus 被 Meta 20亿美元收购的秘密武器 - 把 AI 的工作记忆写到磁盘文件里。
我的使用体验: 这个 Skill 改变了我和 AI 合作的方式。以前让 Claude 做大项目,聊着聊着它就忘了最初的目标,或者同样的错误犯两遍。现在它会强制创建三个文件:task_plan.md(任务计划)、findings.md(研究发现)、progress.md(进度日志)。每次做决策前,它会重新读一遍计划文件;每次写完代码,它会问你要不要更新状态。就像给 AI 装了一个外接硬盘,再也不会"上下文爆满失忆"了。
有一次我让它重构一个复杂模块,中途 context 满了要 clear,换成其他工具可能就断片了。但用这个 Skill,clear 之后它自动读取之前的 plan 和 progress,无缝接上继续干活。
典型场景:
- 多步骤复杂任务(搭建后端 API + 前端界面 + 部署)
- 需要反复调试和优化的项目
- 跨会话的长期项目(今天写一半,明天接着写)
核心价值: 让 AI 像人类一样用笔记本记录工作,context 再小也不怕失忆。这就是 Manus 值 20 亿的秘诀。
-
MarkItDown
项目地址: github.com/microsoft/m…
一句话介绍: 微软开源的万能文档转 Markdown 工具,专为 LLM 优化。
我的使用体验: 这个工具解决了我一个大痛点:给 AI 喂材料。以前想让 Claude 分析一个 PowerPoint 或 Excel 报表,要么手动复制粘贴(格式全乱),要么上传 PDF(AI 读得半懂不懂)。现在我会先用 MarkItDown 转成 Markdown,保留表格、列表、标题结构,再喂给 Claude,它就能完美理解。
有一次老板发了个 50 页的 Word 战略文档,让我提取关键数据。我用 MarkItDown 转成 Markdown,扔给 Claude,1 分钟就生成了结构化的摘要,包括所有表格数据,连原来 Word 里的嵌套列表都完美保留。
典型场景:
- 分析财务报表(Excel → Markdown 表格)
- 研究学术论文(PDF → Markdown,保留章节结构)
- 提取 PPT 内容(保留标题、列表层级)
- 处理扫描件(OCR 转文字)
核心价值: Markdown 是 LLM 的"母语",转成这个格式后,AI 理解准确率提升 50%+,token 消耗还少。
-
Humanizer-zh (AI 写作去痕工具)
项目地址: github.com/op7418/Huma…
一句话介绍: 消除文本中 AI 生成的痕迹,让机器写的内容读起来像人写的。
我的使用体验: 用了这个 Skill,我发现自己以前用 AI 写的东西"AI 味"有多重。那些"此外"、“至关重要”、“深入探讨”、“持久的影响”…连我自己读都觉得假。现在我会把 AI 生成的初稿扔给这个工具"去味",它会把"作为我们团队致力于创新的证明"改成"这个项目我们做了三年"。
最有意思的是,它不仅删词,还会提醒你加入真实细节。比如你写"这家咖啡馆很有文化底蕴",它会建议改成"这家咖啡馆在杭州市中心开了三年,以手冲咖啡和老建筑改造的空间出名"。从抽象变具体,从完美变真实。
典型场景:
- 改写 AI 生成的营销文案
- 润色学术论文摘要,去掉"宣传腔"
- 给博客文章加"人味"
- 检查自己写的文字有没有被 AI “传染”
核心价值: 识别并修复 24 种 AI 写作模式,不是为了"欺骗检测器",而是让文字真正有灵魂。
-
YouTube Clipper Skill
项目地址: github.com/op7418/Yout…
一句话介绍: AI 自动分析 YouTube 视频字幕,按语义切割成精华片段,支持双语字幕烧录。
我的使用体验: 这个 Skill 救了我无数时间。以前看一个 2 小时的技术演讲,想剪出几个关键片段分享,需要手动拖进度条找位置,记时间点,用剪辑软件导出。现在我只要把 YouTube 链接给 Claude,它会:
- 下载视频和字幕
- 用 AI 理解内容,按主题自动分段(不是机械切割,是真的懂内容)
- 让我选要哪几段
- 自动剪辑+翻译字幕+烧录双语字幕
有一次我想从一个访谈里截取"AGI 定义"、“中国 AI 现状”、"芯片禁令影响"三段,以前得花 1 小时,现在 5 分钟搞定,还自带中英字幕。
典型场景:
- 从长视频提取精华做二创
- 制作教程片段合集
- 课程视频按章节拆分
- 生成带字幕的社交媒体短片
核心价值: AI 语义理解 + 批量翻译优化,不是傻傻地按时间切,而是真正理解内容后智能分段。
-
NanoBanana PPT Skills
项目地址: github.com/op7418/Nano…
一句话介绍: AI 分析文档内容,自动生成高质量 PPT 配图和转场视频,内置歸藏精心调教的三种视觉风格。
我的使用体验: 这个工具颠覆了我做 PPT 的方式。以前做汇报,我会先写文案,然后去 Unsplash 找配图,尺寸不对裁半天,风格不统一,最后还是丑。现在我把文档扔给这个 Skill,选个风格(渐变玻璃/票据/矢量插画),它会:
- AI 理解文档,自动提炼 5-10 个核心要点
- 为每个要点生成专业配图(2K/4K 可选)
- 甚至能生成页面间的转场视频
最惊艳的是它的"票据风格" - 像登机牌那种极简设计,黑白高对比,特别适合数据展示。我用它做过一次产品 demo,客户看完说:“你们设计师很厉害啊”,我说这是 AI 做的,他们都不信。
典型场景:
- 技术分享会 PPT(渐变玻璃风格)
- 数据报告(票据风格)
- 品牌故事宣讲(矢量插画风格)
- 社交媒体配图(支持 16:9 和 3:4 比例)
核心价值: 不需要设计师,AI 自动理解内容生成专业配图,风格统一,分辨率可选,还能做转场视频。
-
Z-Library to NotebookLM
项目地址: github.com/zstmfhy/zli…
一句话介绍: 一键从 Z-Library 下载电子书并上传到 NotebookLM,让 AI 帮你读书和做笔记。
我的使用体验: (免责声明:请仅用于公共领域或授权内容)
这个 Skill 让我重新爱上读学术书。以前想研究一本 800 页的技术专著,光翻目录就头大。现在我会:
- 找到 Z-Library 链接
- 用这个 Skill 一键下载+上传到 NotebookLM
- 直接问 AI:“这本书讲了哪些机器学习算法?给我列个表”
它会优先下载 PDF(保留排版),PDF 没有就下 EPUB 转 Markdown。如果书太大(超过 35 万字),还会自动分块上传,防止 NotebookLM 超时。
有一次我准备论文,需要快速了解 5 本相关著作,用这个工具 1 小时内全部上传,然后让 NotebookLM 做交叉对比分析,效率提升了 10 倍。
典型场景:
- 文献综述(快速浏览多本专著)
- 技术学习(上传教材,随时提问)
- 论文写作(上传参考书籍,AI 辅助引用)
核心价值: 自动化下载+智能分块+NotebookLM 集成,把厚书变成可对话的知识库。
-
Document Illustrator Skill
项目地址: github.com/op7418/Docu…
一句话介绍: AI 智能分析文档内容,自动归纳要点并生成配图,支持三种风格和两种比例。
我的使用体验: 这个 Skill 解决了我写博客最头疼的问题:配图。以前我写一篇 3000 字的技术文章,得自己想"这段讲什么,配什么图",然后去找素材网站翻半天。现在我把 Markdown 文件扔给它,选个风格,它会:
- AI 理解全文,自动归纳 5-7 个核心主题
- 把归纳结果展示给我确认
- 为每个主题生成高质量配图
- 可选生成封面图
最智能的是它不依赖标题格式 - 即使你的文档没有 ## 标题,它也能理解语义,提取重点。我试过把一段纯文本对话记录喂给它,它照样能分析出几个关键论点,配上合适的图。
典型场景:
- 博客文章配图
- 产品介绍配图(小红书/推特都能用)
- 技术文档可视化
- 演讲PPT素材
核心价值: AI 理解内容后智能配图,不是机械对应标题,而是真正提炼核心思想。支持 16:9(横屏)和 3:4(竖屏)。
GPTProto
gptproto.com?s=skills
全球顶尖AI模型的统一API聚合平台
支持厂商：Google、Grok、MiniMax、Qwen、Bytedance、OpenAI、NovelAI、Claude、Kling、Tripo3D、Gptproto、DeepSeek、Higgsfield、Flux、Ideogram、Midjourney 等
核心优势：
- 高性价比：主流厂商模型 API 折扣 6 折，量大再从优。
- 多模态：同时支持文字、图片、视频和音频等多模态全球顶尖模型。
- 统一标准：多格式兼容，一次集成即可访问全球模型，几乎零维护。
- 智能调度：为初创、成熟、大型上市企业提供定制化模型调度方案。
目标用户：
-
AI业务开发团队： 开发成本直线下降，并支持Claude Code等成熟IDE调用
-
出海AI业务团队 ： 可按业务阶段敏捷切换，侧重成本or侧重稳定性
往期工具文章分享： 不再停留只给建议，直接帮你上手干活，我们为小白用户做了一个Claude Code平替，零基础/零技术门槛使用
