AI guides

几千人催我蒸馏的X冷启动Skill,开源了!

By 袋鼠帝1 viewsSource: 袋鼠帝AI客栈
几千人催我蒸馏的X冷启动Skill,开源了!

大家好,我是袋鼠帝 几天前我尝试做了一个相对粗糙的视频,是关于我开源的仓颉Skill的 没想到居然爆火了!(全网将近50万播放)。

The full text has not been translated yet. The Chinese original is shown below.

大家好,我是袋鼠帝

几天前我尝试做了一个相对粗糙的视频,是关于我开源的仓颉Skill的

没想到居然爆火了!(全网将近50万播放)。

当时在评论区给大家说的,蒸馏一个X起号skill,可以用于X的冷启动。

文章配图

没想到这么多人表示很需要。除了视频号,某音上面也是有很多朋友需要。

文章配图

既然大家需求这么迫切,我必须得给安排到位。

正好,我最近收集整理了一批公开的关于X起号的干货资料,以及X的推荐算法,而这些肯定是没有训练到模型里面的。

除了X起号skill,评论区还有一个问的比较多的问题是:

蒸馏一套Skill,要花多少Token?我之前确实没有细算过。

文章配图

文章配图

为此,我还专门开发了一个大模型横测平台(暂未开源,有需要的朋友评论区扣需要)

文章配图

这个平台除了横测模型外,还有一个挺刚需的功能,统计非常详细的Agent任务执行指标(上图正在实时观测本地Claude Code执行任务):

指标包含:任务总耗时、模型累计处理耗时、API 请求次数、请求成功率、失败请求次数、平均响应时间、最快响应时间、P50 响应时间、P95 响应时间、P99 响应时间、最慢响应时间、响应时间分布、首 Token 延迟(TTFT)、平均 TPS、P50 TPS、最大 TPS、输入 Token、输出 Token、缓存读取 Token、缓存写入 Token、新增 Token、上下文处理 Token、缓存占比、工具调用次数、工具调用失败次数、各工具成功率、失败时间线、任务完成状态、测试结果...

OK,由于还有很多朋友一直想用,但不知道具体怎么用仓颉Skill

这篇文章我将给大家展示仓颉Skill蒸馏《X秘籍》的完整过程,以及该选什么模型来蒸馏?整个过程到底会消耗多少token?最后蒸馏出来的X起号Skill效果如何?

仓颉Skill(cangjie-skill):

https://github.com/kangarooking/cangjie-skill

这次用仓颉skill蒸馏的X冷启动(起号)Skill我也开源出来了,需要的朋友自取:

https://github.com/kangarooking/X-growth-skills

文章配图

先说说模型选择

我之前把书蒸馏成Skill,一直都是用的GLM系列模型,测试下来,GLM-5.2应该是目前蒸馏书、视频性价比最高的模型了(效果好,成本也不会很高)。

但是我的GLM Coding Plan最近过期了,又抢不到了...

然后发现百度千帆最近把之前的 Coding Plan 升级成了 Token Plan,并且支持了GLM-5.2,最🐂🍺的点就是晚高峰不限流!

文章配图

最低还有个4.9元/1000万tokens的套餐。这个绝对物超所值,因为国内很多模型API每100万token都不止4.9元了。

然后我看了一下各家的Token Plan,目前最低的都是28元/月。

据我观察:一般这种token plan刚出的时候价格都会比较便宜,趁现在是可以薅一波的,后面用的人多了,大概率会涨。

于是我果断先抢了个99.9的Pro,相当于100万token只要0.4元,性价比杠杠的。

而且我使用下来,发现相同的长任务下,百度千帆的Token Plan是更省Token的,也非常稳定(后面会提到)。

如果大家只想尝鲜,可以试试4.9元的套餐,如果是偶尔用一用可以试试19.9的。因为它比较稳定,不管你什么时候想用,它都能很好的支持。

如果是Agent重度用户可以选Pro或者Max。

怎么说呢,我其实对百度千帆印象还不错,主要是他们的知识库做的真心不错,当时是我认为最强的企业级知识库(去年也写过一篇文章专门介绍过)。

去年他们还专门请我去北京,就为了吐槽他们的产品,给他们找缺点。

整个团队,给我的感觉是非常的积极上进的。

所以他们的Token Plan出来后,不仅解了我的燃眉之急,我本身也是想体验一下的(关键是,刚出来的套餐,为了快速积累用户,也确实是可以薅到羊毛的)。

用仓颉skill蒸馏资料,最好还是用Claude Code 搭配 GLM-5.2

现在各家都有模型API接入Claude Code的文档,百度千帆也不例外,接入过程就不赘述了。

接入之后,准备好cengjie-skill,以及待蒸馏的资料(这里是X秘籍)

文章配图

文章配图

然后在项目根目录进入Claude Code,就可以开始啦

文章配图

这里提一嘴,大家可以看到,启动之后claude code显示使用的模型名称是qianfan-code-latest。

我是专门设置成qianfan-code-latest的,可以在控制台随时切换模型,非常方便。

文章配图

顺便也给大家看一眼claude code配置文件的配置:

文章配图

仓颉Skill蒸馏全流程

ok,接下来我们就可以直接开蒸!

文章配图

同时,我还开启了实时监测,最后会出来一份贼详细的报告。

这下,对Claude Code每次跑的任务心里都有底了。

文章配图

整个过程大概花了40分钟(报告里面显示58分钟,是因为弹出待确认的时候我没注意,浪费了一些时间)

蒸馏消耗的Token,性能分析

报告如下:

文章配图

是不是挺详细的,我给大家来解读一下,重点需要关注的一些指标:

需要注意的是,这次任务我是在晚上,9点-10点跑的(程序员们爆肝高峰期),俗称"晚高峰"。

P50 6.4 秒:说明一半请求能在 6.4 秒内完成,高峰期响应不算慢。

TPS:模型开始回答后,每秒实际输出多少 Token

平均 TPS:52.4 tok/s

最大 TPS:70.2 tok/s

在高峰期还能保持这么快,挺不错的

API 请求:233 次,请求成功率:100%

工具调用:301 次,工具失败:1 次

Bash 成功率:97%,其他工具均为 100%

高峰期的稳定性也很棒~

最后,重磅的来了,Token消耗:

Token 与缓存未缓存输入:368.8 万。

输出:26.9 万。

缓存读取:1487.3 万。

上下文处理:1883 万。

缓存占比:79%。

相当于这次任务总消耗1883 万 Token,

缓存占比很高,说明大量重复上下文被缓存复用,这是好事,否则实际上下文处理成本和响应压力会更高。

处理了约 1883 万上下文 Token,说明 Claude Code 携带的项目上下文非常大。

然后,出于好奇,我又用另外一家的 Plan,跑了一次蒸馏(就不说谁了)

最终报告如下(不过时间是在0点到凌晨1点跑的)

文章配图

为了更直观,我生成了表格图

左图是百度千帆Token Plan,右图是另外一家

文章配图

文章配图

可以看到,即便是在晚高峰,稳定性还是相当好,整个任务过程中,只有一次工具调用失败。

而另外一家的Plan即便是在凌晨,也有多次的工具调用失败+部分模型请求失败。

百度千帆Token Plan在晚高峰的TPS速度也不错,没有大幅降低。在Token方面也更加节省。总的来说,表现不错。

X起号Skill效果如何?

最后,我们一起看看用百度千帆Token Plan(GLM-5.2)蒸馏的X起号Skill的效果

下面用的是Codex

我一上来第一个问题就是,帮我分析一下我的X主页,我接下来应该怎么做?

文章配图

文章配图

说实话,它根据X起号Skill给的建议都是一针见血!

有些我知道,有些是我没注意的,有些是我完全没想到的。

比如它告诉我,主页的背景图应该要有价值承若,比如 AI Agent实战派。

文章配图

然后又让我在主页加一个类似个人网站的地址,把一些代表作集中起来。

文章配图

还有置顶贴很重要,可以放自己的来时路,或者自我介绍的一篇帖子。让大家进一步认识你。

文章配图

第二个问题:后续我应该怎样实现快速的粉丝增长。

文章配图

它给的四点太正确了:

1. 准备超预期干货(前提)

2. 大V评论区抢评(最低门槛)

3. quote 加 300 字增量(借大V流量池)

4. 主动 PM / KOL 被动转发(需干货支撑)

我大多数时候只做到了第一点,而忽略了2、3、4点。

所以,蒸馏出来的skill效果,还是挺不错的。

文章来自于"袋鼠帝AI客栈",作者 "袋鼠帝"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)