大家好我是歸藏（guizang），今天帶來 Myshell ShellAgent 2.0 的測試和介紹。

發(fā)現(xiàn) Myshell 上了一個 ShellAgent 2.0 的能力，只需要提示詞就能生成一個 Agent 應(yīng)用。

他們這個有意思的點是，沒有復(fù)雜的前端頁面都會在一個 Chatbot 里構(gòu)建類似的交互，這就擺脫了構(gòu)建前端的復(fù)雜流程降低了錯誤率，Agent 只需要管理工具之間的交互就可以。

整個創(chuàng)建門檻很低，不需要關(guān)心界面樣式和交互，只需要說出你的需求就行，而且還能發(fā)布給其他人用，來看一下我嘗試的案例。

我先是想讓他整一個計算八字的 Agent，然后再給一張對應(yīng)的圖片。

看過我之前的提示詞的都知道我需要寫一堆網(wǎng)頁樣式和交互邏輯的提示詞，這個對于 C 端用戶來說是很高的門檻，但是現(xiàn)在完全不需要的，一句話就行。

幫我創(chuàng)建一個運勢推算網(wǎng)站，主要包括輸入日期推算出八字計算長期運勢和點擊一下生成隨機的六爻推斷短期運勢功能，需要學(xué)習兩種運勢推薦方法生成對應(yīng)的算法，并且給出一個跟結(jié)果相關(guān)用 Kontext Image 圖像模型繪制的海報上面需要包含大致結(jié)果和解釋結(jié)果的互聯(lián)網(wǎng)矢量插畫風格場景插畫

在你輸入提示詞之后他會先進行需求分析，然后詢問你一些需要補充的細節(jié)，在你確認之后就開始生成了。

右側(cè)會展示 Agent 的生成進度，下面那個用戶旅程圖特別有意思，你可以很快的理解他的 Agent 構(gòu)筑思路。

而且旅程圖的部分選中之后還能作為上下文填寫到修改的部分。

生成過程非常的簡單，輸入完提示詞等待他生成結(jié)果就行。

生成結(jié)束后你就能看到右側(cè)預(yù)覽界面有內(nèi)容了，這時候直接進行交互就行。

比如我們這里選八字推算，之后他就會彈出一個彈窗讓你輸入自己的出生年月日和需要算的方向。

之后等待結(jié)果就行，由于這個是真的強力模型在推動，所以效果上非常好。

整個結(jié)果非常專業(yè)，他先會進行排盤，然后解釋你的命局，之后會介紹流年分析，最后給開運建議，非常全面和完善。

最后我還會讓他根據(jù)你的運勢生成一張運勢海報圖片，幫助你形象的理解自己的運勢。

你可以在這里玩我這個 Agent：https://app.myshell.ai/bot/QzAvU3

搞完這個之后由于 MyShell 里面還內(nèi)置了一些 Web3 的工具，雖然咱不能玩，但是可以看看八卦。

于是我就讓他可以根據(jù)你輸入的錢包地址詳細的分析這個錢包的資產(chǎn)和轉(zhuǎn)賬內(nèi)容，然后給出一個偏娛樂性質(zhì)的報告。

幫我做一個應(yīng)用，能讓你像刷朋友圈一樣，看懂某個Web3大佬或NFT項目的錢包里發(fā)生了什么有趣的故事，把冰冷的數(shù)據(jù)變得八卦又好玩。
普通用戶場景：
我對加密世界很好奇，聽說V神（Vitalik Buterin）又買了一個新的NFT，但我看不懂Etherscan上那些復(fù)雜的交易記錄，我只想知道“他買了啥？好不好看？”。
所需工具與模型鏈：
用戶輸入： 一個Web3領(lǐng)域的名人錢包地址（如 vitalik.eth）或一個NFT項目的名稱。
Wallet Asset Explorer：查詢該錢包地址下最近的資產(chǎn)變動和交易記錄。
Gemini 2.5 Pro (大型語言模型)：這是最關(guān)鍵的一步。Agent將原始的、機器可讀的交易數(shù)據(jù)（例如 “Transaction 0x123... to contract 0xabc...”）“翻譯”成普通人能讀懂的大白話故事。例如：“就在昨天，V神錢包里多了一個來自'Pudgy Penguins'系列的可愛小企鵝NFT！看來他也對這個項目青睞有加。”
Janus Pro - Multimodal Understanding (多模態(tài)理解)：如果交易涉及到NFT，Agent自動抓取該NFT的圖片URL，并把圖片展示出來。
最終輸出： 一個圖文并茂的“錢包動態(tài)”卡片，告訴你“誰，在什么時候，花了多少錢，買了什么好玩的東西”。
對用戶的價值： 徹底打破Web3的技術(shù)壁壘，將普通人拒之門外的區(qū)塊鏈數(shù)據(jù)，轉(zhuǎn)變?yōu)槿巳硕寄芸炊?、樂于分享的“瓜”，讓追蹤Web3動態(tài)像追星一樣簡單有趣。

輸入提示詞等待一段時間后就好了，我們只需要點擊開始追蹤，然后輸入錢包地址或者 ENS 域名，選擇網(wǎng)絡(luò)就好，這里用 V 神的域名做測試。

然后等待結(jié)果就行，AI 會以非常簡練而且幽默的方式對你解讀這個錢包的資產(chǎn)配置以及背后所代表的意思，很好玩，無論你是否理解 Web 3 都可以看懂，而且后面還能選擇輸出詳細數(shù)據(jù)和給出 NFT 的分析。

來這里試試：https://app.myshell.ai/bot/jmie6z

ShellAgent 2.0 里面內(nèi)置了超多工具，除了能生成文本和圖片之外還能生成音頻。

所以就想了一個點子，讓他根據(jù)我的文檔內(nèi)容生成學(xué)習的播客和圖片閃卡來拆解學(xué)習資料。

幫我做一個應(yīng)用，能把任何一篇冗長的PDF文檔或網(wǎng)頁文章，轉(zhuǎn)換成一個可以隨時隨地學(xué)習的“互動閃卡”或“音頻摘要”。
普通用戶場景：
我是一個學(xué)生，有一份幾十頁的PDF課件需要復(fù)習，我想快速抓住重點并考考自己。
我在網(wǎng)上看到一篇深度好文，但沒時間馬上看完，希望有工具能幫我總結(jié)并生成音頻，讓我在通勤路上聽。
所需工具與模型鏈：
用戶輸入： 上傳一個PDF文件或粘貼一個網(wǎng)頁鏈接。
Fast PDF to Text (或網(wǎng)頁抓取工具)：自動提取所有文字內(nèi)容。
Claude 4 Sonnet (大型語言模型)：
功能A (總結(jié))： 將全文總結(jié)成5-10個核心要點。
功能B (問答)： 基于文章內(nèi)容，自動生成“一問一答”式的學(xué)習卡片（例如“問：什么是ShellAgent 2.0的核心特性？答：Text-to-App、Remix和即時分享?！保?。
(分支A) HTML to Image：將上面生成的問答卡片，格式化成一張張精美的圖片，方便用戶保存到手機相冊進行記憶背誦。
(分支B) Whisper (假設(shè)有TTS能力)：將總結(jié)出的核心要點，轉(zhuǎn)換成自然的語音朗讀出來，生成一段音頻摘要。（注：Whisper是語音轉(zhuǎn)文字，這里假設(shè)平臺有對應(yīng)的文字轉(zhuǎn)語音TTS能力，這是非常常見的功能組合）。
最終輸出： 一套可供學(xué)習的“閃卡”或一段可隨時收聽的“音頻摘要”。
對用戶的價值： 將被動、耗時的“閱讀”行為，轉(zhuǎn)變?yōu)橹鲃?、高效的“學(xué)習”體驗，極大地節(jié)省時間，提升知識吸收效率。

你只需要上傳文檔或者給出你想要學(xué)習的網(wǎng)頁鏈接就可以。

比如我這里拿個論文模型試一下，他會先生成對應(yīng)的核心要點總結(jié)，然后你可以選擇生成圖片的閃卡或者解讀播客。

右側(cè)的圖片就是生成的圖片閃卡，感覺可以自己打印出來放到一個地方去記憶。

當然由于他們的音頻模型用的是 ElevenLabs，所以中文可能不是很標準，你可以改一下變成英語，順便聯(lián)系口語。

你可以在這里玩這個 Agent：https://app.myshell.ai/chat/1753349518

最后如果你自己不會寫提示詞，或者看到好的 Agent 想要改一下給自己用的話也可以 Remix 別人發(fā)布的。

在首頁找到 Agent 或者通過別人分享的鏈接進到使用界面，點擊這個 Remix 按鈕就可以。

本身這個創(chuàng)建門檻就很低，現(xiàn)在更低了，基本上人人都能創(chuàng)建自己的 Agent，只需要你有點子。

另外他們用通用的組件替代掉了復(fù)雜的前端頁面，雖然犧牲掉了界面多樣性，但是大幅降低了開發(fā)成本和 Token 消耗，使得用戶可以專注在自己想要實現(xiàn)的功能邏輯上。

所以下次當你有個「要是能有個...」的想法時，別急著否定自己。打開 ShellAgent 2.0，試著把這句話原封不動地輸進去。

感興趣可以來這里試試（https://app.myshell.ai/robot-workshop），下面是 10 個邀請，今天中午 12 點開獎。

點擊這里抽獎

如果這篇文章對你有幫助，記得點個贊。我是歸藏，我們下次再見。