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）。

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。

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。

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。

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）

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

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！

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）

然后在项目根目录进入Claude Code，就可以开始啦

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。

顺便也给大家看一眼claude code配置文件的配置：

仓颉Skill蒸馏全流程

ok，接下来我们就可以直接开蒸！

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。

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：

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）

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

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？

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。

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。

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。

第二个问题：后续我应该怎样实现快速的粉丝增长。

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"。