最近 Claude Skills 很火。

但我观察了一圈，发现大家都在陷入一种“开发者的自嗨”。

绝大多数 Skills 的应用场景都被死死锁在 IDE 里，锁在开发者的电脑前。

这叫开发提效，不叫业务提效。

真正的业务发生在移动端，发生在你通勤、吃饭、甚至躺在床上刷 TikTok 的时候。

如果你的 AI 能力必须打开电脑、输入命令行才能调用，那它的时空效率就是零。

于是我抛弃本地的 Claude Code，基于 OpenHands 做了一套云端 Skills 系统。

效果极其简单粗暴：

我在刷 TikTok，看到一个爆款视频，点击复制链接，敲击 iPhone 背面三下。

20 秒后，我的飞书多维表格里自动新增了一行数据。

这行数据包含了：这个视频的无水印文件、Gemini 拆解的镜头语言分析、爆款原因推导，以及一套可直接复用的 AI 视频生成提示词。

全过程我不需要打开电脑，不需要切换 APP，不需要等待。

这就是我今天要聊的：如何用 OpenHands + Skills + iOS 快捷指令，构建一套真正落地的业务自动化系统。

01 为什么 Claude Code 在业务侧是伪需求

先厘清两个概念：OpenHands 和 Claude Code。

Claude Code 是 Anthropic 官方推出的命令行工具，它是一个嵌入在你本地终端里的结对程序员。它的 Skills 本质是上下文记忆和本地工具接口。

它的优势是懂你的代码规范，能直接改你电脑里的文件。

但它有一个对于业务场景的致命弱点：它必须依附于你的会话，你不在，它就不动。

它是一个副驾驶（Copilot）。

而 OpenHands（前身 OpenDevin）是一个开源的、自主的 AI 软件工程师。它运行在 Docker 容器里，是一个独立的服务端 Agent。

openhands.dev/

它是一个可以被封装成 API 服务的数字员工。

我看重 OpenHands 的核心理由只有一个：它可以 24 小时在线，并且可以通过 API 远程唤醒。

我做的这个 TikTok 分析系统，本质就是把 OpenHands 部署在服务器上，通过 FastAPI 暴露接口。

Claude Code 是给你用的工具；OpenHands 是你雇佣的、随时待命的员工。

🐵

小提示：FastAPI 的服务地址后加/docs就是文档了

02 业务视角：从 刷视频 到「数据入库」的闭环

对于做出海营销和短视频矩阵的朋友，拆解爆款是每天的必修课。

传统的流程极其反人类：

1. 1. 手机刷到视频，点收藏。
2. 2. 晚上回家打开电脑，把链接导出来。
3. 3. 找第三方工具去水印下载。
4. 4. 把视频传给 Gemini 分析。
5. 5. 人工把分析结果复制粘贴到 Excel 或飞书。

这个链路太长，断点太多。任何需要延迟满足的流程，最终都会变成不了了之。

我的远程 Skills 方案，把这个流程压缩到了极致。

整个逻辑是这样的：

用户端（前端）

利用 iOS 自带的快捷指令 + 背部轻点功能。

• 动作：获取剪贴板内容（TikTok 链接）。
• 触发：发送 HTTP POST 请求给我的服务器。
• 反馈：手机震动一下，表示任务已接收。

服务端（后端）

OpenHands 接收到请求后，自主执行以下 Skills：

1. Playwright Skill：

启动无头浏览器。这里有一个技术难点，TikTok 的反爬虫机制非常严格。如果用普通的 request 请求，成功率几乎为零。OpenHands 调用 Playwright 模拟真实浏览器行为，绕过 blob 协议，抓取真实的 MP4 视频流。这种方式的下载成功率稳定在 70%-80%

2. Gemini Skill：

视频下载后，调用Gemini 2.5 Flash，快且便宜。它不只是看，它是理解。它可以识别拍摄角度（俯拍/特写）、运镜方式（推拉摇移）、BGM 节奏点、色彩心理学。

3. Feishu Skill：

将清洗好的结构化数据（JSON），通过 API 写入飞书多维表格。

结果：

当你刷完半小时视频，打开飞书，几十个爆款视频的深度分析报告已经整整齐齐躺在那里了。

这才是 AI 赋能业务的本质：隐形化。

Openhands 的 Skills 文档：

docs.openhands.dev/sdk/guides/…

03 举一反三：跨境电商的远程 Skills 玩法

这套架构的核心逻辑是：移动端触发 -> 服务端 API -> OpenHands 执行复杂 Skills -> 结果回传。

这个逻辑在出海业务里有无限的延展性。

我给几个具体的场景，你们可以拿去直接落地。

场景一：竞品独立站监控

• 动作：在手机浏览器看到竞品的 Shopify 店铺，复制链接，触发 Shortcut。
• Skills：OpenHands 调起爬虫 Skill 扫描该站点的新品上架情况、价格策略，并调用 SEO Skill 分析其关键词布局。
• 产出：一份竞品分析简报直接推送到你的 Slack 或 钉钉。

场景二：亚马逊差评自动预警与回复草稿

• 动作：系统监控到差评（自动触发，无需人工）。
• Skills：OpenHands 读取差评内容，结合历史客服知识库 Skill，分析用户情绪，并模仿金牌客服的语气撰写 3 个版本的回复邮件。
• 产出：草稿进入审核流，你只需要在手机上点批准。

场景三：广告素材批量生产

• 动作：上传一张产品图到指定文件夹。
• Skills：OpenHands 识别产品特征，调用 Midjourney 或 Runway 的 API，结合当下的流行趋势 Skill，自动生成 10 种不同风格的广告背景图。
• 产出：素材自动同步到 Google Drive 供投放团队筛选。

04 为什么非要用 Agent Skills？写个 Python 脚本不行吗？

这是很多技术出身的朋友最容易陷入的误区。

你这个功能，我写个 Python 脚本 + 定时任务也能跑，为什么要搞这么复杂的 OpenHands Skills？

因为业务逻辑是流动的，而脚本是僵死的。

如果你写死了一个 Python 脚本：

• 当 TikTok 的前端代码更新了 class 名，脚本报错，你得去修。
• 当飞书的 API 接口变动，脚本报错，你得去修。
• 当 Gemini 的模型参数调整，脚本报错，你得去修。

但在 OpenHands Skills 的架构下，我们定义的不是步骤，而是目标。

在我的 Skill 定义里，我告诉 OpenHands：你的任务是下载这个页面上的视频，如果常规方法失败，尝试模拟用户滚动；如果还失败，检查是否有验证码并尝试通过。

OpenHands 作为一个 Agent，它具备自主决策和自我修复的能力。

• 它发现 TikTok 改了页面结构？它会尝试用视觉识别去定位播放按钮。
• 它发现 API 报错？它会自主查阅文档或尝试备用节点。

在跨境出海这种平台规则朝令夕改的环境下，维护脚本的成本极高。

我们需要的是一个能够理解意图并自主寻找路径的智能体。

05 思路打开，Agentic Skills 的高级玩法

文章到这里，这套远程 Skills 系统的雏形已经搭建完毕。

但如果你觉得这就结束了，那你就小看了 Agentic Skills 的天花板。

我们现在的架构是“一个请求触发一个 Skill”，但这只是冰山一角。真正的威力在于 Multi-Skill Orchestration（多技能编排）。

1. 1. Skill Chain（技能链）与递归调用

OpenHands 的 Skill 本质是可执行的逻辑单元。我们可以像写代码一样，让 Skill A 去调用 Skill B。

• 比如定义一个 Base-Skill：只负责做基础的数据清洗。
• 再定义一个 Pro-Skill：先调用 Base-Skill 处理数据，再把结果传给 Analysis-Skill，最后调用 Report-Skill 生成报告。

你可以构建一个自我迭代的 Agent。让它先写一段代码（Coding Skill），然后自己运行测试（Testing Skill），如果报错，递归调用 Coding Skill 进行修复，直到测试通过。

2. 混合云架构（Hybrid Agent Architecture）

OpenHands 运行在 Docker 里，这意味着它可以部署在任何地方。

• 私有化部署：对于涉及公司财务、用户隐私的数据，你可以把 OpenHands 部署在公司内网服务器上。
• 公有云调用：对于需要访问外网（如 TikTok 下载、竞品分析）的任务，部署在 AWS 或 Vercel 上。

这样，通过 API 网关，你可以指挥内网的 Agent 去调用外网的 Agent，实现数据在安全域和互联网域之间的智能流转。

3. “人机回环”的异步交互

谁说 API 只有“请求-响应”这一种模式？ 在我的系统中，有些复杂任务（如竞品深度调研）可能需要运行 30 分钟。

• 流程设计：OpenHands 接收任务 -> 立即返回 TaskID -> 后台异步执行。
• 关键点：当 Agent 遇到无法决策的卡点（例如：这个验证码我解不开，或者这个竞品网站有两套价格体系，取哪套？），它可以主动通过飞书/Slack 给你发消息请求确认。

你点击确认后，Agent 继续执行。这才是真正的人机协作：AI 处理海量冗余信息，人类只在关键节点做决策。

在这个体系下，Skills 不再是静态的脚本，而是可生长、可组合的原子能力。

未来，你的个人服务器里可能运行着上百个这样的 Skills。它们是一群田螺姑娘，在你睡觉的时候，帮你监控市场、回复邮件、整理知识、优化代码。

而你，只需要握着手机，轻轻敲两下背部，就像魔法师挥动了魔杖。

这，才是 Agent 时代的真正玩法。

2025 做了很多场线下AI 跨境电商的沙龙交流，给我一个非常割裂的感觉。

现在AI领域已经迭代的很好了，但跨境电商大多都很传统，别说AI，连自动化数字化都还没做到。

所以如果用AI去升级会是一个超级大的机会，预判到2026年会有一个大爆发。

但这波爆发不是比谁更会铺货、不是谁的亚马逊生图更好看、不是谁的TK UGC 视频更真实

而是比谁更懂精细化运营。

其中，最典型的就是邮件回复。

现在大多都是用人工、或者用规则、最多上个知识库索引。

效果不用想都知道很差，没有灵魂。

因为AI没有记忆，记不住用户的画像。

记住了又有什么用呢？能把单纯是「客服」性质的回答，升级生成「促销转化」的销冠。

例如根据用户的身高三围推荐尺码、根据喜好推荐产品，甚至可以做连带销售的推荐提高客单价。

成本极低，ROI直接拉满。

这样的AI Agent你真的不想要吗？

今天就教你怎么做这样一个n8n+知识库 RAG+AI 记忆的 AGENT！！

这个邮件Agent 是一个典型，搞懂了这个逻辑之后，去跑别的 AI 数字员工，就很丝滑了。

为什么传统的 RAG 不行？

在开始搭建之前，我必须先说一个残酷的通用事实：市面上90%的 AI 客服都是“一次性”的。

你搭了一个基于 RAG（检索增强生成）的知识库，把几万字的退换货政策扔进去。客户问：“怎么退货？” AI 回答得滴水不漏。

但下一秒，客户问：“那我上次买的那件 M 码穿着紧，这次我是不是该换 L 码？”

这时候，你的 AI 傻了。

因为它没有记忆，或者说它的记忆在每轮对话结束后就清零了。

它不知道客户“上次”买了什么，也不知道客户“上次”反馈过 M 码紧。它只能冷冰冰地回复：“请提供您的订单号。”

这就是无状态的痛点。

要解决这个问题，我们需要一个能 读写记忆 的系统，而不仅仅是一个静态的文档库。

最近我挖到了一个王炸级的开源项目 —— MemOS 2.0「星尘 Stardust」。

memos.openmem.net/cn/

它不仅仅是能存数据，它直接把“企业知识库”和“用户动态记忆” 打通了。看看下面这张图，MemOS 是怎么思考的：

它帮我们解决了三个最核心的问题：

1. 1. 静态知识库： 企业的 S.O.P、尺码表、物流政策，支持 PDF/Markdown/TXT 直接上传，扔进去就能查，这是底层的业务规范。
2. 2. 动态记忆（用户的画像）： 这是最关键的。用户说过的话（“我喜欢宽松点”）、用户的属性（“170cm/60kg”）、用户的历史行为，它会自动抓取并存储为长期记忆。

这就相当于给你的 AI 装了一个会自动记笔记的海马体。

使用上，MemOS 支持把文件和 URL 直接导入知识库。

对话过程中记忆会持续更新并随着增长逐渐形成偏好记忆，并且能把文本、图片、文件、工具调用等信息统一记忆，必要时还能使用自然语言对已有记忆做纠错和清理。

而且，在配置的过程中，我发现了一个华点：系统会根据对话内容自动演化并更新记忆层，从而推动知识库的持续自进化。

• 用户说：“我不吃辣” -> MemOS 自动写入偏好。
• 用户说：“最近搬去上海了” -> MemOS 自动更新地区信息。

卧槽？？这不就是一直在困扰我的知识库动态更新的问题吗？

原本要手动去插入、更新之类的，现在你跟我说，直接对话就能自动更新了？？

那我以前熬夜搭的流程算什么？？

行吧，下面，直接上实操。

超级福利！！完整n8n工作流源码放文末了。

真的开箱即用了朋友们！！

落地场景

智能客服对于服装企业来说需求是很大的，几万个SKU能用 AI来管理的话，效率和产出都是成指数增长的。

我们就拿 SHEIN 为例。

当然我没有SheIn的内部资料，我让GPT老师给我生成了好几个文档，涵盖售前的尺码推荐、物流、售后的退换货、洗护等政策。

工作流实操！！

开始前先给大家看下整个流程是什么样的。

整套系统的核心逻辑在于“身份锚定 + 双重检索 + 记忆闭环” 。

首先，n8n 利用 Gmail 的 threadId 锁定会话上下文，提取发件人邮箱作为唯一身份标识 user_id

接着，系统执行双路并行检索：

一路调用 /search/memory 获取业务文档（如尺码表、退货政策）及用户长期画像（如身高体重）；

另一路调用 /get/message 拉取当前邮件往来的短期历史记录。

AI 将这些“静态规则”与“动态偏好”融合，生成兼具专业度与情绪价值的回复。

最后，通过 /add/message 将本次交互回写至 MemOS ，让 AI 的记忆随着每一次沟通自动进化，越用越懂客户。

这套逻辑的效果非常惊喜！！

因为前面的资料都是 AI 生成的，所以我把全部东西都扔到 Gemini 里，让它来给我们判断一下这个工作流的精准度如何。

1、知识库、上下文与短期记忆测试

这是第一次邮件，这里关键就看知识库是否能精准击中需求。

这里我介绍了我的数据，问选型之类的售前问题。

直接看回复

Gemini 老师的评价是很好：

接下来测试一下短期记忆。

这是第二轮了

此时，通过conversation_id能成功获取前面邮件的对话记录，也就是说成功把两封独立的邮件串起来了，完成了多次连续对话的能力。

再看下回复效果：

Gemini 老师表示满分：

2、长期记忆测试

这次，我没有说自己的数据就直接让它推荐一条牛仔裤

Hi,

我这次想买 "SHEIN High Waist Straight Leg Jeans"。 还是以前的身材数据没变，请问这款牛仔裤我该选什么码？ 我看评论说这个没有什么弹性，我很怕卡裆或者腰太紧。

回复效果：

Gemini老师评价是依然发挥稳定哈哈哈：

看来效果针不戳，但背后操作其实特别简单！！

相信我！！有手就行！！

接下来，我们逐个模块来看下。

1、MemOS知识库

到MemOS后台，进入知识库页面，直接右上角点添加知识库

memos-dashboard.openmem.net/cn/knowledg…

如图按要求输入名称就好了：

接着把之前GPT老师给的资料，也就是公司客服相关的文件扔进去。

这里不需要做任何配置，默认效果就不错了。

在如图这个位置拿到知识库ID

MemOS 的接口文档在这里，基本上读写记忆等常规API 都有了，备用：

memos-docs.openmem.net/cn/api_docs…

至此 MemOS 部分的设置就结束了，简单的令人发指。

2、n8n工作流

接下来就到n8n工作流的部分。主要是用它把 Gmail、MemOS 和 AI 连接起来。

我把整个工作流拆解成了三个核心模块，大家跟着做就行。

模块一：监听邮件与智能识别

避免一些垃圾邮件干扰我们处理了。

1. 1. Gmail Trigger (监听)：

• 设置 Poll Times 为每分钟一次。
• Filters 设置为 Label: INBOX 和 UNREAD（只看未读邮件）。

3. 
4. 2. AI Agent：

• 这里接一个小模型（比如 gpt-4o-mini 或 Qwen）就够了，省钱。
• 核心任务：判断这封邮件是不是客户咨询。

• System Prompt：

我们是电商公司，你是邮件内容判断助手。
请判断当前邮件内容是否为客户的售前、售后咨询。
如果是，回复 {"客户邮件":"是"}；否则回复 {"客户邮件":"否"}。

1. 3. If (分流)：

• 只有当 客户邮件 == 是 时，才进入后续流程。

模块二：知识库+记忆+上下文 —— 开启上帝视角

这是最核心的处理部分。

1. 1. Set Context Variables (清洗身份)：

• MemOS 需要一个 user_id 来认人。
• 我们用正则表达式提取发件人邮箱：{{ $json.from.match(/<(.+)>/)?.[1] ||$json.from.match(/<(.+)>/)?.[1]∣∣json.To }}。
• 提取 threadId 作为 conversation_id，这是串联多轮对话的关键。

1. 2. 双路并行检索 (Parallel Retrieval)：

通过 http请求节点跟 MemOS 交互。

• 上路：检索记忆 (Search Memory)
• 调用 MemOS /search/memory 接口。
• 作用：查静态文档（尺码表、退货政策）+ 查长期记忆（用户身高体重、喜好）。

• 下路：获取上下文 (Get Context)
• 调用 MemOS /get/message 接口。
• 作用：查最近 10 条对话。比如用户说“那我就要这个了”，AI 必须通过历史记录知道“这个”指的是刚才推荐的牛仔裤。

1. 3. 合并上下文 (Merge)：

• 设置 Combine By 为 Position。
• 这一步把“过去记忆”和“当下语境”合二为一，输送给最终的大脑。

模块三：注入灵魂回复 & 记忆闭环

最后一步，不仅是回复，更是为了让 AI 记住这次交互，这是越用越好用的关键。

1. 1. AI 回复生成器 (Injecting Soul)：

• 这是最关键的 Prompt。

# Role
你不是机器人，你是 **SHEIN 专属时尚顾问 (Style Bestie)**。
目标：用温暖、专业且带时尚感的语气解决问题。

# Context Data
1. 记忆与知识库: {{ $('检索记忆').item.json.data.memory_detail_list }}
2. 对话历史: {{ $('获取历史').item.json.data.message_detail_list }}

# Guidelines
- **拒绝机械感**：禁止说“根据数据库显示”。
- **显式记忆**：如果发现用户身高体重（如 170cm），必须在回复中显式提及（"考虑到您 170cm 的高挑身材..."）。
- **情绪价值**：适当夸赞用户眼光，使用 Emoji 😊。

# Output
必须输出 **HTML 格式** 的邮件正文，使用 <p> 和 <strong>标签排版。

注意这里我让 AI 返回的 HTML 格式，确保客户收到的邮件也是富文本格式的，提高阅读体验。这是简略版，完整版见文末原文。

1. 2. 存入记忆 (Memory Loop)：

• 调用 /add/message 接口。
• 关键操作：把用户的 User Query 和 AI 生成的 Output 一次性存回去。
• 这样，MemOS 会自动分析这次对话，提取新的用户偏好（比如“用户觉得 M 码紧”），下次对话时 AI 就会自动避坑。

3. 3. 发送邮件 (Gmail Send)：

• 记得开启 HTML 模式，把 AI 生成的漂亮排版发给客户。

这一套下来，你不仅拥有了一个能秒回邮件的客服，更拥有了一个能不断自我进化的用户数据资产库。

每一封邮件，都在让你的企业大脑更聪明一点。

从「回复邮件」到「经营关系」

这套 n8n + MemOS 的打法，直接把跨境电商的客服水平拉高了一个维度。

它不是在做“问答”，它是在做“关系管理”。

这套系统的核心价值，不在于它省了多少人工（虽然它确实省了），而在于它能留存客户资产。

以前，最有经验的客服离职了，他对客户的了解也就带走了。

现在，所有的记忆、偏好、习惯，全部沉淀在 MemOS 的记忆层里。哪怕你换了 10 批运营，AI 依然记得那个喜欢穿宽松牛仔裤、住在深圳、对运费敏感的老客户。

这就是数据资产。

这套逻辑还能怎么用？

既然 MemOS 能做大脑，n8n 能做手脚，那这个“超级销售”就不应该只活在邮箱里。

1. 1. WhatsApp / Telegram 私域玩法：

对于做高客单价（如假发、珠宝、3D打印机）的卖家，私域是命脉。

把这套逻辑接入 WhatsApp Business API，AI 能记得客户上个月说了“想给女儿买生日礼物”，并在生日前一周自动推送新品。

这转化率，比群发广告高 100 倍。

1. 2. 独立站 AI 导购 (Chatbot)：

别再用那种只会弹优惠券的智障弹窗了。

把 MemOS 接入网站右下角的聊天窗，当用户浏览商品时，AI 能主动提示：“这件大衣和你上次买的靴子超搭哦！”

2026 年的红利，属于那些敢把 AI 塞进业务心脏里的人。

MemOS 2.0 现在的门槛极低，我已经把最难的“路”给探完了。

有兴趣的小伙伴可以去项目里面玩玩看

目前项目已经全面开源 github.com/MemTensor/MemOS

别观望了，去注册个账号，把你的文档扔进去试试。

哪怕只跑通一个场景，你的业务效率都能像滚雪球一样飞起来。

完整n8n工作流源码

关注公众号「饼干哥哥AGI」

后台回复「邮件Agent」即可