Title: 实测内容 Agent Ribbi，我真没想到虾还能这样玩 | BestBlogs.dev
URL Source: https://www.bestblogs.dev/article/e1c9a47c
Published Time: 2026-03-24 11:20:00
Markdown Content: 蛙来了，蛙来了，
它带着23个全是内容创作的Skills，在我浏览器这片池塘里跳出来了。
这两天的我是一边养虾一边内测喂蛙，这个新的内容Agent Ribbi本质上是把多个基础的Skill合成了一个大的Skill，我更愿意称他们定义的Skill为Workflow（工作流）。
🔗ribbi.ai
它的Skills库很丰富，覆盖了账号分析，视频制作，图像设计和编辑，还有音频音乐。
又是一款真正亲手做过内容创作，踩过各种坑的人，才能设计出来的产品。
每个Skill都是一个大痛点。
我按照自己平时的创作习惯，从创作前，创作中，到创作后，挑了几个我觉得最好玩的技能，来分享一下。
在创作前，我会先用Ribbi的每日趋势摘要，账号增长和账号追踪这三板斧来找到创作灵感。
账号增长是可以先分析账号最近的表现，有哪些高赞帖子的内容，以及这些内容火起来的元素。
如果你像我一样，发现了一个非常厉害的大佬账号，想要系统地分析它火起来的原因，那这个功能就更实用了。
比如，我非常喜欢在X上发布那种多线程的帖子，也一直在关注@minchoi。
我很想学习他的发布方式，但他的内容主要面向纯英文区，不太喜欢补充背景知识，更倾向于纯粹的效果展示。我尝试了一段时间后，发现这种风格并不完全适合我。于是，我让Ribbi根据我自己账号的表现，和我关注的这个大佬的账号特征，为我重新生成了一套更适合我的创作流程，甚至还能帮我自动发布。
当这两个功能都用顺手了之后，我们缺的就是源源不断的选题了。
所以我还用它来追踪X上关于OpenClaw又有什么新奇的玩法。
更有意思的是，你还可以把和它对话的这个流程，直接固化成一个属于你自己的新技能。
我把自己平时做内容创作时，一个最小的验证闭环，就做成了一个技能。首先，当我看到一个非常好的长视频时，我会让它帮我把中间的核心观点和知识点总结出来，做成简单的短图文。
如果这个短图文的数据表现不错，我就会考虑把同类型的内容，扩展成一篇更深度的公众号文章。如果公众号文章也爆了，我才会投入更多的时间，去做一个完整的长视频。这样就实现了同一个内容的一鱼多吃。
至于为什么说他们的 Skill 其实里面还封装了很多小的Skill，其实从他们的对话记录以及这个定时任务的输出就可以看到了，这一个每日数据日报的Skill 里面还包含了网页抓取，Nano banana 以及文档生成。
在创作过程中，Ribbi也提供了很多好用的技能。
比如，针对长视频，它能帮你把一个几十分钟的视频，切成一个个高能片段。而且，它跟很多我之前用过的切片工具不一样，它不是粗暴地把视频切成固定时长的片段，而是会先理解字幕内容，确保剪出来的每一个短视频，都是一个完整的内容。
这个功能无论是用来做内容预告，还是在视频发布后，针对某个核心观点做二次传播，都很合适。
当然我们也可以尝试一下从纯文字生成视频，
Ribbi这里解法是先根据我的文字内容写一个脚本草稿。然后，按照对应的时长，用Nano Banana生成一系列的图片素材和对应的配音。
我测试的时候，并没有要求它强制统一图片的风格，所以它按照自己的理解，为每一个段落都生成了不同风格的分镜。最后，我觉得配音有点太长了，就让它重新生成了一版，把时长控制在了两分钟之内。
它甚至还可以帮我下载其他平台的视频作为素材参考，支持的平台比我想象中要多得多，下载的同时还能分析这个视频的基础信息，比如时长，分辨率，核心打法等等
针对图片的Skill也有很多。
比方说，可以直接贴一张图，再配合你的核心卖点，让它输出风格定调的海报，这是我直接丢了一个 MacBook Neo 的官方图片之后，得到的一组海报设计。
我还以旅行青蛙为灵感，做了这一期公众号文章的封面，
相比OpenClaw的好处是，点开每一个技能都会有一个参考输入以及输入模板。你也可以不完全按照模板来，但在输入时提供类似的内容能提升它的准确率。
开始对话之后会跳到 Generate，其实就相当于一个对话框。在对话框里可以进行多轮对话，它会有上下文的记忆。
这个蛙还可以结合一个浏览器插件，把我平时看到的一些优秀的图片都保存下来。
在保存的同时，它还会自动对这张图片进行反推，也就是分析出生成这张图片所用的提示词。
我用这个反推出来的提示词，用Banana重新生成了一版（右）。
在这个基础上，我只需要再微调一下图片的尺寸和主体的颜色，就能得到一张复刻率80%以上的图片了，这样平时做封面也不缺灵感了。
至于还有一些很明确的功能，比方说批量去掉图片背景，修改图片尺寸等，我就不一一讲解了。
整体来说，它的23个功能其实是非常够用的。
对话的过程也能够自己临时去找不同的Skill，也能把经验总结成新的Skills，
所以我觉得在这套体系设计里面，其实是远比在明面上看到的23个要多得多的多，
今天蛙还支持上微信ClawBot了，
用久了我就有点慢慢喜欢上这只蛙了，
完全不需要去担心什么API的配置，
也不用操心因为本地环境而发生的各种错误。
它就像一个已经把所有脏活累活都干完的成品，你拿来就能用。
有一种把别人辛辛苦苦养大的龙虾，
直接拐跑了的爽感。
预测一把之后还会出现更多Ribbi这样的Agent。
它们的核心，
可能也是OpenClaw那套强大的执行框架，
但形式上会针对特定的场景进行深度优化。
它们把我们需要自己去摸索，
去二次配置的成本，
降到最低。