最近身边很多同事都在感慨，AI 发展的速度太快了。新工具和新技术层出不穷，根本学不过来了。
但是不学的话又很焦虑，学的话又跟不上节奏。
说实在的，像我这边相对能够主动学习，奉行终身学习的人，我现在都感受到有一点点吃力了。
最近我通过 OpenClaw 打造出一个高效的 AI 学习工作流，它不仅可以帮我高效地阅读 AI 相关的论文，还可以帮我高效地研究热门的 AI 开源项目。
只需要把想要研究的论文或开源项目链接发给它，它就能够自动下载，自动根据我打磨好的 Skill 根据我的喜好产出报告，并且不断优化完善，最终生成我们想要的报告。
这篇文章我分享一下我的解决方案，希望对大家有帮助。
1 安装 OpenClaw
首先，你需要安装和配置好 OpenClaw，网上已经有很多教程了，你也可以参考我的公众号文章。
参见：10分钟装好 OpenClaw：从模型配置到 QQ 对话的保姆级实操
2 安装 Skills
我这边提供了两个 skills：
- 论文解读的 skill: github.com/chujianyun/...
- 代码仓库解读的 skill: github.com/chujianyun/...
这两个 Skills 可以分别安装。
安装方法非常简单，只需要把 Github 地址发给他，让他安装一下就行了。
3 高效解读论文和代码仓库
3.1 高效解读论文
比如我们看到一篇论文挺感兴趣的。
你只需要把 arXiv 的论文链接发给它。
它会自动帮我们下载好，把论文解读好，并且还会在一小时和两小时后，再去做一些详细的补充。
它会在完成初稿的时候，立即给你发送一个版本。
它就能够帮你把论文下载到特定目录，并且产出对应的解读报告。
你们可以看到，它全程都能帮我们把论文给我们下载好了。
而且它也把解读报告帮我们整理得非常全面。
当然不同人的关注点不一样，你可以基于我的版本，把你的研究方向告诉 AI，让它在报告中加上对你研究方向的启发等等。
3.2 高效阅读源码
最近越来越多的人开始使用一些 AI 工具，比如 OpenDeepWiki、OpenCode、OpenClaw 、 OpenSpec 等等。很多人对这些工具的原理比较感兴趣，可能需要研究它们的源码。
但大家在工作的时候，往往没有那么多时间来深入研究这些内容。
就像上面的论文解读一样，我们只需要打磨好 skills 之后，把 GitHub 地址发给它，它就会自动帮我们克隆下来，并产出对应的报告。
这里我让它产出两份报告：
- 一份是关于使用场景、优缺点以及设计理念的报告。
- 另外一份是快速上手的报告。
通过这种方式，我们不仅可以了解它的原理和设计，还能够根据快速上手文档快速安装并跑通 demo，从而更好地理解它。
比如说，我们对某一个项目比较感兴趣。如 ：github.com/garrytan/gs...
我们只需要把链接发给它，并告诉它下载并解读。
它就会完全按照我们 skills 中的设计，自动地下载下来并进行解读，最后出好方案发给我们。
你也可以在发送的时候，把自己更想了解的那些方面发送给它，让它产出更加个性化的报告。
而且他还非常贴心地给出了项目的名称、核心功能、核心亮点等等。
它帮我们产出了非常详细的报告，包括：
- 基本信息
- 使用场景
- 优缺点
- 核心原理
- 设计思想
而且我的 skills 还会告诉它我的研究方向或者我关注的点。它会根据我的研究方向和关注点，产出对应的一些启发。
它还给出了详细的安装步骤和示例。
4 经验
4.1 举一反三！很重要
论文解读和源码解读只是两个比较常见的场景。比如你也可以在类似的场景也可以创建这种 skills，例如：
- 文章的解读
- 研报的解读
- 热点事件的解读
等等。
4.2 重复！很重要
如果你大模型使用得比较多的话，你会发现很多模型一次完成任务的效果可能不理想。
那么对于这种情况，有一个成熟的解决方案：Ralph Loop！
简单来讲，就是在任务完成之后，再循环几次检查和优化。
因此，我们在创建 skills 或者让他完成类似任务时，如果他很有可能一次干得质量不是很高，我们就可以让他定时再去检查和更新。
参考文章：claude.com/plugins/ral...
4.3 个性化！很重要
最近听得比较多的就是很多人会说："哪个 skills 好用啊？我应该装哪些呀？"
也听到很多人抱怨说："我装了一堆 Skills，感觉没啥用。"
我认为越是个性化的内容，它就越符合你的使用场景，对你来说也越有用。
其实我觉得，首先你需要根据你自己的工作场景去梳理一下，哪些工作可以标准化，哪些工作 AI 可以干得比较好，这个是前提。
然后我们可以把我们的想法表达清楚，如果需要一些知识和材料，也给它准备好。那么 AI 就可以很好地帮我们封装成 skills。
在后续使用的过程中，如果哪里不满意需要调整，也可以跟它说，让它继续优化，那么效果会更好。
你也可以在使用的过程中，观察一下自己哪些是比较高频的场景，然后让"龙虾"把这些高频场景封装成 skills。
当然，另外一种比较高效的方法，就是让它去找一个相似的 skills，然后再根据自己的想法，让它改成你想要的。
那有些朋友可能会说："哎，我去哪找我想要的 skills 呢？"
你可以装一个 find-skills (skills.sh/vercel-labs...) 这个 skills。装完了之后，你就可以让"龙虾"去自动地帮你找相似的技能了。
5 总结
看到现在很多人都在玩 OpenClaw，但是很多人并没有意识到，安装好 OpenClaw 只是一个基础，就像我们装好操作系统一样。
现在很多自媒体文章把大家的焦点都吸引到了一些华而不实的方面。
我个人看法是，大家要先以我为主，挖掘对自己有价值的场景，再去查找、创建和优化 skills，这对我们来说才更有价值。
欢迎关注我的公众号：悟鸣AI，持续分享比较有用的 AI 工具和比较好的 AI 经验，比较客观理性的 AI 观点等。