AI 全能工作站：我如何用一句话调度 28 个 AI 项目 500+技能 自我进化
摘要
从给一个框架做 AI 技能，到 28 个模块的统一调度——记录我从「单点优化」走向「全局闭环」的过程。
起点：给一个框架做技能体系
事情要从我的闭源框架 RuoYi-Plus-UniApp 说起。
这是一套全栈框架——后端 Java、前端 Vue、移动端 UniApp，项目体量不小，涉及的技术栈也杂。我每天用 AI 辅助开发，但总觉得哪里不对：AI 什么都能聊两句，但真正写出来的代码，总是跟我项目的规范对不上。
组件名不对、目录结构不对、API 调用方式不对……每次都要反复纠正。
于是我做了一个尝试：给这个框架写一套完整的「AI 技能体系」。
不是一条两条 prompt，而是几十个结构化的技能文件，覆盖 CRUD 开发、组件使用、接口对接、代码规范等方方面面。每个技能文件都像一份「岗位手册」，告诉 AI 在这个框架里该怎么干活。
效果很明显——AI 生成的代码终于能直接用了，不用每次都改半天。
转折：从一个框架到多个框架
尝到甜头之后，我给开源项目 RuoYi-Vue-Plus 也做了一套。然后是 RuoYi-Cloud-Plus、Spring Boot、Tauri……
做到第三四个的时候，我发现了规律：不同框架的技能体系，底层结构是相似的。
都是「分析框架 → 提取模式 → 生成技能 → 质量校验」这套流程。区别只在具体的技术栈和代码规范。
于是我把这套流程抽象成了一个**「技能工厂」**——输入一个框架，自动分析结构，批量输出标准化的技能文件。有了工厂之后，一个新框架从零到完整技能体系，时间从一周缩短到一天。
里程碑：从「做技能」到「做工作站」
转折点不是在写代码的时候来的。
有一天我在剪视频，重复做着「裁剪→加字幕→加水印→导出」的流程，突然想——这套东西不也可以做成技能体系吗？
写文章的时候也一样。每次写公众号都要想排版规范、字数控制、结尾引导，这些经验全在脑子里装着，每次都过一遍——干嘛不把它固化下来？
做封面、做数据分析、做音频处理……干的事其实都一样：把零散的经验，变成 AI 可以稳定执行的标准流程。
做到这一步，我突然发现了一个更大的突破口——
这些技能体系不应该各自独立。它们应该联动起来，变成一个完整的工作系统。
做视频开一个工具，写文章换一个窗口，做封面再切一个——太碎了。我想要的很简单：一个窗口，一句话，系统自己判断该用哪套技能，直接干活。
这就是工作站的起点。
一、现在的工作站长什么样
说一句话，系统自动分配给对应的模块去干。
| 我说 | 工作站做了什么 |
|---|---|
| “做一张公众号封面，AI 主题” | 自动进入封面设计模块，按模板生成 |
| “把这段文字转成语音” | 自动进入音频模块，调用 TTS 引擎 |
| “抓取今天的 AI 新闻” | 自动进入新闻聚合模块，抓取+分类+摘要 |
| “分析这份 CSV 数据” | 自动进入数据分析模块，清洗+统计+可视化 |
| “写一篇小红书种草文” | 自动进入写作工坊，按小红书规范输出 |
| “给视频自动生成字幕” | 自动进入字幕工作站，Whisper 识别+时间轴 |
| “把这个视频裁剪前 30 秒加上水印” | 自动进入视频剪辑模块，一条命令完成 |
| “Markdown 转公众号排版” | 自动进入 Markdown 工具站，适配公众号格式 |
目前 28 个模块、500+ 个技能，基本覆盖了我日常所有的内容生产场景。
而且这些模块之间可以联动：
“写篇文章配封面” → 写作模块起草文章 → 设计模块生成封面 → 一次输出两个成品
“做教程配视频” → 教程模块设计课程 → 视频模块生成配套视频
当初那个「联动起来」的念头，最后就长成了这样。
二、核心思路：不是做工具，是做「技能体系」
大多数人用 AI 是这样的：打开对话，输入需求，拿到结果，关掉。下次再来一遍。
问题在哪？经验没法沉淀，质量没法稳定。 今天调好的 prompt，明天可能就忘了。
我换了个思路：把经验封装成技能，让 AI 照着执行。
所谓「技能」，就是一份标准化的岗位手册，告诉 AI 四件事：
- 标准流程 — 这个任务分几步，每步做什么
- 质量标准 — 什么算做得好，什么算不合格
- 边界禁忌 — 哪些事绝对不能做
- 输出规范 — 最终交付物长什么样
有了手册，AI 每次干出来的活就是稳定的。不看你今天 prompt 写得好不好，靠系统兜底。
跟带团队一个道理——靠流程保证质量，别靠个人发挥。
三、怎么调度：两级路由
28 个模块、500 多个技能，不可能一次全塞进去。核心问题就一个：怎么让系统知道该用哪个模块？
分两步走：
第一步：听懂你要干嘛。 你说的话进来，系统先判断该交给谁。"做封面"走设计，"剪视频"走剪辑，"写文案"走写作。
第二步：只加载用得上的技能。 比如进了设计模块，你说"公众号封面"，就只加载封面相关的那几个技能，不会把 35 个设计技能全塞进来。
这样做的好处：
- 上下文永远够用，不浪费
- 响应快，没有无关信息干扰
- 加新模块不用改老代码，系统自动发现
四、闭环：技能工厂让工作站自己长大
工作站里有一个特殊模块叫**「技能工厂」**——给任何新领域批量生成一整套技能体系。
前面说了，最早我是手动给 RuoYi 写技能的。后来我把「写技能」这件事本身也做成了自动化流程。
现在加一个新方向很简单：
跟工厂说"给视频剪辑生成技能体系"
工厂自动分析常见任务、流程、质量标准
批量生成一整套技能文件
路由系统自动发现新模块
工作站能力 +1
工厂生产模块，系统自动注册，下次对话就能调度。这个循环一转起来，扩展速度很快。
到现在，10 多个开发框架、20 多个工具场景的技能体系都是这么产出的。从最初一个框架，到现在 28 个模块，靠的就是这条「工厂 → 注册 → 调度」的闭环。
五、统一输出：东西不会丢
28 个模块都在产出文件——封面、音频、视频、文档、报表……不统一管理的话，很快就是一团糟。
所以所有产出自动归档到一个地方，按类别和日期分好类。不管哪个模块出的东西，一个目录全能找到。
小事，但每天省的找文件时间加起来不少。
六、效率变化
跑了一段时间，一些实际对比：
| 场景 | 以前 | 现在 | 提升 |
|---|---|---|---|
| AI 资讯整理 | 手动浏览 10+ 网站，2 小时 | 一句话抓取+分类+摘要，20 分钟审核 | 6 倍 |
| 新框架技能体系 | 手工逐个写，3-5 天 | 工厂自动化产出，1 天 | 3-5 倍 |
| 视频配字幕 | 手动听写+校对，半天 | 一句话调用 Whisper | 10 倍+ |
| 多平台文案 | 一篇文章手动改 4 个版本 | 一稿自动适配 4 个平台 | 4 倍 |
| 视频剪辑 | 打开剪辑软件，手动操作 | 一句话描述，自动裁剪+水印+导出 | 5 倍+ |
但说实话，单个任务变快只是一方面。更大的变化是切换成本没了。
以前做一个「写文章+配封面+做视频」的活儿，光在不同工具之间切来切去、反复交代上下文，就耗掉不少时间。现在一个窗口说几句话就全办了。
七、回头看这段路
整个过程就是四步，每一步都不是提前规划好的，都是做着做着发现可以往下走：
第一步：给一个框架做技能。 解决的是"AI 写的代码不符合我项目规范"这个具体问题。
第二步：把做技能的过程工厂化。 因为一个个手写太慢了。
第三步：从写代码扩展到所有工作场景。 发现视频、写作、设计、数据分析，底层逻辑都是一样的。
第四步：把所有技能体系连成一个工作站。 一个入口，自动调度，日常工作闭环。
总结下来就五个词：
- 模块化 — 大问题拆成独立的小模块
- 技能化 — 经验固化成 AI 能执行的标准流程
- 路由化 — 统一入口，自动分发
- 工厂化 — 自动化批量生产新能力
- 闭环化 — 产出自动归档，新模块自动注册，系统自己长大
最后说两句
从一个框架到 28 个模块，走下来最大的感受就是——AI 不缺能力，缺的是有人给它搭系统。
你想啊，一个什么都会干的新人进了公司，你不能就甩一句"把活干了"。你得给他工作手册、流程规范、质量标准。给到位了，人家干出来的活才靠谱。AI 也是一回事。
后面我会陆续出教程，把每个模块拆开讲。
**觉得有用就点个「在看」，转给你搞技术的朋友看看。
