Trae中实现了skill自由，自动化视频剪辑发布（保姆级指南）

大家好，我是AI培训韩老师！

上次给大家分享了skill的入门指南，很多人反馈说还是太难了，而且claude code连接API需要收费，那么今天我来分享用国产trae免费使用的方法，这个是我偶然发现的，竟然出奇的好用，赶紧来给大家分享，且用且珍惜哟！

首先我们还是得装上Claude Code

一、为什么选择 Claude Code？

Claude Code（简称 CC）是 Anthropic 公司官方推出的AI 智能体编程工具，它与其他 AI 工具有着本质区别 ：

• 不是简单的代码生成器 ，而是能独立思考、规划并执行复杂任务的虚拟工程师

• 权限极高，可以直接操作你的文件系统、运行命令、处理复杂工程任务

• 通用性强，不仅能写代码，还能处理数据分析、文档编辑、图片处理甚至视频剪辑

业内专家评价其为"让 OpenAI 研究员感到落伍的工具"，只需对准问题，它就能用强大的能力"熔化"你的难题 。

二、安装前的准备工作

2.1 系统要求

• 操作系统：Windows 10+、macOS 10.15+ 或 Ubuntu/Debian 等主流 Linux 发行版

• 内存：至少 4GB RAM

• 网络：需要可靠的网络环境

2.2 必备工具安装

1. Node.js（必需）：

   • 访问 Node.js 官网下载最新 LTS 版本

   • 安装后终端输入 node -v验证，显示版本号即成功

2. Git（Windows 用户必需）：

   • 前往 Git for Windows下载安装

   • macOS 用户可通过 Homebrew 安装：brew install git

三、Claude Code 安装步骤

3.1 核心安装命令

打开终端（Windows 用户使用 Git Bash 或powershell），输入以下命令：

npm install -g @anthropic-ai/claude-code

注意 ：如果遇到权限错误，不要使用 sudo，而是按照终端提示修复 npm 权限 。

3.2 验证安装

安装完成后输入：

claude --version

看到版本号（如 2.1.9 (Claude Code)）即表示安装成功 。

3.3 备选安装方案

如果上述方法失败，可尝试系统专用命令 ：

• macOS/Linux/WSL：

  curl -fsSL https://claude.ai/install.sh | bash

• Windows（PowerShell）：

  irm https://claude.ai/install.ps1 | iex

四、模型配置：关键步骤！

由于官方 Claude 账号对国内用户不友好且成本高，强烈推荐使用国产模型，成本可降低 90% 且无网络困扰 。

很多人其实对这一步很难理解，安装的Claude为何用的不是Claude?

核心逻辑拆解

首先要明确：Claude Code 本质是一套"调用 AI 代码助手的工具/框架"，它默认对接 Anthropic 官方的 Claude 模型，但通过修改配置，能适配兼容 Claude 接口规范的国产模型。推荐用国产模型的核心原因和配置逻辑如下：

1). 为什么不用官方 Claude Code 模型？

• 使用门槛高

  Anthropic 官方的 Claude 对国内用户不友好，比如需要境外网络、账号注册审核严格，甚至部分功能直接限制国内 IP 访问；

• 成本极高

  官方 Claude Code 按 Token 计费，长期使用（比如日常编程）成本不菲；

• 网络不稳定

  调用境外 API 容易出现延迟、超时、断连等问题，影响使用体验。

2). 国产模型能替代的关键原因

国内厂商（智谱、MiniMax、Kimi 等）的模型（如 GLM-4.7）做了接口兼容适配------它们的 API 接口格式、调用逻辑和 Claude 官方接口基本一致，因此只需要修改 Claude Code 工具的"对接地址、密钥、模型名"，就能无缝替换，且优势明显：

• 成本降低 90%（比如智谱 Coding Lite 季费仅 54 元）；

• 无境外网络困扰，访问稳定；

• 国产模型对中文编程场景、国内开发习惯的适配性更好。

3). 配置命令的具体含义（以智谱 GLM-4.7 为例）

你看到的 Windows 命令是设置系统环境变量，Claude Code 工具会读取这些变量来决定对接哪个模型：

# 1. 指定 AI 模型的对接地址（替换成智谱兼容 Claude 接口的地址）
setx ANTHROPIC_BASE_URL "https://open.bigmodel.cn/api/anthropic"
# 2. 填入你在智谱平台获取的 API Key（身份验证，证明是你的账号）
setx ANTHROPIC_AUTH_TOKEN "your_zhipu_api_key"
# 3. 指定要使用的具体模型（智谱的 GLM-4.7）
setx ANTHROPIC_MODEL "GLM-4.7"

简单说：这三个命令相当于给 Claude Code 工具"改配置"------告诉它"别去连 Anthropic 官方的 Claude 了，改连智谱的 GLM-4.7，用我这个密钥验证，访问这个地址"。

总结

（1）Claude Code 是"调用工具"而非"模型本身"，支持对接兼容其接口的任意模型，并非只能用官方 Claude；

（2）推荐国产模型的核心是成本低、无网络问题、适配国内用户，且功能能对标 Claude Code；

（3）配置命令的本质是修改环境变量，让 Claude Code 工具把对接目标从官方 Claude 换成国产模型（如 GLM-4.7）。

4.1 获取国产模型 API（以智谱 GLM-4.7 为例）

1. 注册账号：

   • 访问智谱开放平台完成注册

2. 获取 API Key：

   • 登录后进入API Keys 管理页面

   • 创建新 Key 并复制保存

3. 订阅套餐：

   • 推荐购买 Coding Lite 套餐（季费约 54 元），性价比极高

   • 其他选择：MiniMax M2.1、Kimi K2 等国产模型表现同样优秀

4.2 配置 Claude Code 使用国产模型

方法一：手动配置（通用）

在终端中执行以下命令（注意替换 your_zhipu_api_key为你的实际 Key）：

• Windows（命令提示符或 PowerShell）：

  setx ANTHROPIC_BASE_URL "https://open.bigmodel.cn/api/anthropic"
  setx ANTHROPIC_AUTH_TOKEN "your_zhipu_api_key"
  setx ANTHROPIC_MODEL "GLM-4.7"

• macOS/Linux：

  export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
  export ANTHROPIC_AUTH_TOKEN=your_zhipu_api_key
  export ANTHROPIC_MODEL=GLM-4.7

永久配置 ：将上述 export 命令添加到 Shell 配置文件（~/.zshrc或 ~/.bashrc）中，避免每次重复输入 。

方法二：使用辅助工具（推荐新手）

使用 Coding Tool Helper 简化配置流程 ：

npx @z_ai/coding-helper

按提示完成中文界面引导，输入 API Key 即可自动配置。

方法三：使用 CC Switch（图形化界面）

CC Switch 是开源图形化工具，可直观切换不同模型供应商 ：

• 下载后添加模型供应商（选择 GLM 等）

• 输入 API Key 和 Model ID

• 点击"启用"即可一键切换

  

五、启动与初次使用

5.1 启动 Claude Code

在终端中输入简单命令：

claude

即可启动交互界面 。

5.2 推荐启动方式：指定工作文件夹

最佳实践：为每个项目创建独立文件夹，并在该文件夹内启动 CC ：

# 进入项目文件夹
cd /path/to/your/project

# 启动 Claude Code
claude

5.3 使用启动器（可选）

作者开发的 Claude Code Now 启动器可简化流程 ：

• 访问 claudecodenow.com下载安装

• 安装后在任意文件夹右键即可快速启动 CC

六、Trae 实现skill实操（关键步骤）

Claude code需要打开吗？完全不需要，你如果已经看到了这里，赚到了请直接忽略第四、五步，直接打开我们用的比较多界面方便的Trae

首先进行确认，我们用的是trae

下面我们就实现了skill自由了

1）文章排版skill

首先来试试乔木老师分享的文章整理skill

最简单的方法：关键提示词

安装skill，skill项目地址为：【粘贴Skill的GitHub项目地址】

技能安装完毕，开始使用：使用XX技能将XX内容整理输出

这样我就得到了一个排版美观的网页了

真的超级方便有木有？最主要的是简单，足够简单。普通人也能用上。

每一个skll基本上都是由这几个部分组成

我又发现了一个神奇的网站，一个skill交易平台

https://www.skills.fan/market

选择一个免费的试试

Skill安装方法2：下载文件放入目录中

我从官网一次性安装了这么多的skill

Skills 是封装好的工作流，可直接复用：

• Skill安装方法3：

  npx skills-installer install @anthropics/claude-code/frontend-design

• 使用Skill：指令中注明使用的 Skill 名称即可

七、自己开发skill实操（关键步骤）

这些是已经做好了的skill我们直接用

有没有可能自己做一个skill呢？

当然

这才是未来的生产力方向，大佬们现在玩得越来越高大上了，用效果说话

举个栗子：

我想做一个微信公众号文章写作的skill只需要两步：

1）安装skill-creater 这个原技能

2）自然语言告诉它：帮我生成一个公众号文章写作skill就完了

不瞒大家说，前几天写的文章都是这个skill写的，它有个什么好处呢，可以记住我的喜好，不断强化

然后我学员是做软件的，录制一些音频到硬件中，需要对音频进行分段处理，我直接设计一个音频切割skill，10S搞定他之前需要几个小时干的活儿。

归藏老师直接做了一个自动解析视频并剪辑发布的skill

袋鼠帝分享了一个X上文章发布skill的流程，我觉得很典型，以此让大家知道自己也是可以制作skill的

这次我使用了Anthropic官方的一个创建Skills的Skills来写Skills（哈哈哈 有点拗口）

1） 安装skill-creator，用它来写Claude Skills。

https://github.com/anthropics/skills

把它下载下来，放入 ~/.claude/skills 文件夹。

PS：如果是Windows系统，路径大概在：C盘/用户/你的用户名/.claude/skills。

这样Claude Code就能识别这个Skill了。

2）在开源仓库Github里定一个位

这篇本来就是奔着写Skills并开源去的，所以我直接先在我的Github建了个公共仓库，为了简单好记，我给它取名叫x-skills

https://github.com/kangarooking/x-skills

3 ）然后把这个新仓库克隆到本地：

git clone https://github.com/kangarooking/x-skills.git

以这个目录为项目根目录，进入Claude Code，切换到Opus模型。

4）切换到Plan Mode，先跟Claude Code对话制定一个计划。

Prompt： 我最近想把X做起来，在起号阶段，并且提高X创作发布频率，我想创造一个能帮我自动收集素材，筛选选题，并创造爆款X推文，最后发布到X草稿箱的Claude Skills。我希望你能给我一些灵感和建议，我们先一起沟通，对齐需求。

Claude Code会提出问题，然后我们一步一步细化、对齐需求。

对齐需求之后，切换回Yolo Mode（自动执行模式）。

让它开干！（记得提醒Claude Code使用Anthropic官方的skill-creator）。

大概花了10分钟左右，这个x-skills就开发完成啦！过程如下：

这个x-skills包含了4个Skill：

x-collect （查找信息）

x-filter （选题）

x-create （创作）

x-publish （保存到草稿箱）

整个x-skills的结构如下图：

然后，把这四个Skill放入 ~/.claude/skills。

接下来看看x-skills自动写X推文的效果：

看来前期花大量时间对齐需求、制定计划还是非常有必要的。

PS：x-publish借鉴了x-article-publisher-skill的方式，使用了Playwright MCP（我觉得目前最好用的浏览器自动化MCP）模拟人的操作来将内容保存到草稿箱。

https://github.com/wshuyi/x-article-publisher-skill

这是目前我认为最稳妥的方案，因为如果你在X上直接使用API接口自动发布，有封号风险，为了安全，还是使用这种模拟人工操作的方式比较好。

大佬的x-skills Github地址：

https://github.com/kangarooking/x-skills

大家看了几个skill生成的完整过程，其实基本上已经能发现了，skill是一个固化流程的工具，本质上就是一个文本的工作流，不像coze中的拖拉拽，而是用语言的形式固定节点，这个对大模型就有更高的要求。

很多人说skill跟结构化提示词差不多，其实skill除了.md还有reference文件，给它示例参考，是一个结构化提示词和参考结合的过程，但是它又可以根据使用习惯不断更新这个流程记忆，而不是像结构化提示词需要反复调整。当然，说到底最重要的还是.md文件的书写。

这个时代提示词不重要吗？不！

越来越重要，提示词的质量决定了模型使用的上限！

当你发现某件事在不断重复，而且每次重复都消耗你的注意力，那它就非常适合被封装成一个 Skill。

现在的 AI 足够聪明，你只需要把流程想清楚，把标准说清楚，剩下的事情，它可以做得非常稳定。

以上就是今天的分享了！码字不易，来个点赞收藏吧！