老金出海AI · GO GLOBAL
返回列表
AI 工作流发布于 2026年7月21日·8 分钟阅读

我给自己的 AI 造了一座「技能工厂」:从一个 Google CLI 到自动流水线

从「Google 有没有官方 CLI」一个普通问题出发,到把踩坑经验沉淀成可复用技能、再到私有仓闸门审批后公共仓自动同步——一条任何团队都能复用的 AI 工作方式沉淀流水线。


起因:一个再普通不过的问题

这周我问了 AI 一个看似简单的问题:「Google 官方有没有自己的 CLI,方便 Agent 管理和对接?」

答案是有——gws(Google Workspace CLI),2026 年 3 月发布,一个命令行就能操作 Gmail、日历、Drive、Sheets 全家桶,而且天生为 AI Agent 设计:结构化 JSON 输出、内置 40 多个技能、命令面从 Google Discovery Service 动态生成。一句话,它就是给 Agent 用的 lark-cli 的 Google 版。

但真正值得写的不是这个工具本身,而是接下来发生的事:从安装配置到变成可复用技能、再到自动发布上线,整条链路我只动了几次嘴。这篇文章讲的就是这条链路——以及它背后一套任何团队都能复用的打法:把踩坑变成技能,把技能发布变成流水线。

第一步:把踩坑变成资产

配置 gws 的过程并不顺,三个坑每个都值得记一笔:

  1. 命令行创建不了 OAuth 客户端gws auth setup 跑到一半会告诉你:Google 已经不允许程序化创建 OAuth 客户端了,必须去控制台手动点。新版 Google Auth Platform 界面全是表单和芯片输入框(输完邮箱必须按回车生成 chip,否则校验不通过)。
  2. 客户端密钥只在创建瞬间完整显示一次。这是 2025 年之后的新政策,创建弹窗关掉之后,密钥永远掩码成 ****-xxxx。我前两次创建的客户端都没抓到密钥,第三次靠网络抓包,从创建请求的响应里把完整密钥截了下来。
  3. 测试模式必须加测试用户。OAuth 同意屏幕不发布就处于 Testing 状态,只有列在 Test users 里的账号能授权,漏了这一步,登录时只会得到一个莫名其妙的「Access blocked」。

这三个坑,任何后来的人 100% 会再踩一遍。于是我们把它们写进了技能的 references/setup-guide.md:从零安装到 OAuth 配置的 8 个步骤,每个陷阱标清楚。别人 90% 会卡住的地方,照着做 5 分钟搞定。

这就是第一个心法:经验只有写成别人(和别的 AI)能执行的步骤,才算资产;只活在你记忆里的,叫谈资。

第二步:技能工厂(skill-forge)

沉淀一个技能只是开始。我真正想要的是一条流水线,让所有 AI 工具里产生的经验都能这样被回收:

在任何 AI 工具里说「把这个提炼成技能」 → 自动提炼 + 通用化(剥离个人账号、项目 ID、本机路径) → 敏感信息扫描(11 条规则:各类 token、私钥、邮箱、home 路径) → 发布到私有技能仓(365Skill-private) → 问我一句:要公开吗? → 同意 → 白名单合并 → 公共仓自动同步(GitHub Actions,无需再开 PR) → 官网技能卡 + 分享文章

这条流水线本身就是一个技能,叫 skill-forge。它已经通过仓库自带的 install.sh 一键装进了我的 Claude Code、Codex 和 Kimi——符号链接指向同一个源,改一处,三个工具同时生效。

两个设计细节我觉得是它的灵魂:

  • 敏感信息扫描是真有用的。写 pipeline 文档时,扫描器把我自己文档里残留的本机路径都抓了出来。发布前过一遍,比人眼靠谱。
  • 公共发布有闸门。私有是默认,公开必须显式批准。技能可以大胆沉淀,发布永远谨慎——这个「闸门」不是流程负担,是让团队敢用的前提。

实战验证:晨报技能 20 分钟走完全程

光说不练不行。我们用「每周邮件+日程晨报」这个已经真实跑了一周的定时任务,做了首次端到端演练:

  • 提炼:从运行日志里抽出工作流,生成 SKILL.md + 摘要模板 + 10 正 10 负中英文触发评测(该触发时触发,不该触发时安静)。
  • 发布:私有仓 PR 合并后,gws-weekly-digest 立刻出现在三个 AI 工具的技能列表里。
  • 公开:闸门处我点了头,白名单 PR 合并后,公共仓自动收到了一条 chore: sync public mirror 提交——全程没开第二个 PR,没有手动复制粘贴。

紧接着官网技能页卡片从 3 个更新到 6 个,Vercel 自动部署上线。从你看到这篇文章的路径反推回去,每一步都是那条流水线跑出来的。

为什么这件事值得做

用 AI 工具久了会发现:真正拉开差距的不是模型,而是你沉淀了多少可复用的工作方式。

模型每几个月就换一代,提示词技巧会过时,但「调试 OAuth 的三个坑」「五步开发法」「草稿优先的发布边界」这些从实战里长出来的方法,只会越攒越值钱。问题是它们通常死在某次对话里——变成技能,它们就成了团队(和未来所有 AI 工具)都能调用的资产。

更重要的一点:技能是跨工具的。SKILL.md 是开放目录格式,Claude Code、Codex、Kimi 都认。你今天在 A 工具里沉淀的东西,明天换 B 工具不用重来。在模型快速迭代的年头,把工作方式存放在中立的格式里,是对冲工具变迁最便宜的保险。

上手链接

  • 365Skill 公共仓(Apache-2.0,欢迎 star):https://github.com/laojin1900/365Skill
  • gws-workspace(Google 全家桶 CLI 操作 + 从零配置指南):https://github.com/laojin1900/365Skill/tree/main/skills/gws-workspace
  • gws-weekly-digest(每周邮件日程晨报工作流):https://github.com/laojin1900/365Skill/tree/main/skills/gws-weekly-digest

安装一行搞定:克隆仓库后 ./install.sh gws-workspace,脚本会自动检测你机器上的 Claude Code / Codex / Kimi 并建立符号链接。