ShellAgent2.0 超进化，言出法随的 Text-to-App，人人都是创作者

ShellAgent2.0 超进化，言出法随的 Text to App，人人都是创作者 ShellAgent2.0 超进化，言出法随的 Text to App，人人都是创作者 Modified July 30, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. 小红书.mov · 187.97MB 小红书 00:00 放大 User Journey 会看到这样的状态描述，是不是很清晰，甚至交互上比我原版示意的还要更完整 而且不是只停留在图上，是真实的用状态机这套框架把这个 Agent 一条龙给创建出来，示例点击查看：https://app.myshell.ai/share/JBzAne?utm channel=referral&utm source=share 输入：“MyShell”，“ShellAgent” 输出的推文： 生成配图： 想到我当初开发 Flowain 可是连做带调试搞了一周，也只能两手一摊。。。 而且值得期待的是，User Journey 背后的状态搭建配置文件应该后续是可以被下载导入到 ShellAgent Builder 中手动编辑的。对资深创作者来说，基础的繁琐搭建没了，专注做价值增量的那部分即可，想想都非常美好。 创作者生态 说到资深创作者，那 MyShell 上是相当多了。打开 MyShell 探索页就能发现有茫茫多的优质 Agent https://app.myshell.ai/explore 目前主要还是以 ComfyUI 生态为主的图像视频类型的 Agent，相信随着 ShellAgent2.0 在构建能力上的跨越，会有满足各种场景需求的小 Agent 不断涌现。每个需求都值得用 Agent 的思维方式尝试解决一遍。 MyShell 致力打造是 AI 时代创作者经济，践行人人都是创作者的普惠价值主张。所以提供创作者的是一整套的基础设施，创作者不用担心优质有用的作品无法传播，也不用担心刚需高频的 Agent 无法挣钱。 被 MyShell 认证过的创作者发布的每个 Agent 都可以在 Dashboard 中查看用户交互趋势，并凭此对应的收益模型获取相应的创作者激励。 AI 时代的创作者未来已来，只是分布的还不够均匀，MyShell 在用自己定力和愿景构建一个通过“构建和分享 Agent”让每个人都有机会成为创作者并稳定且体面的生活着。 之前写的一些在MyShell上的创作经验，希望对大家有所帮助： Flowain ：尝试思考 Web3 内容创作的 AI 边界 Flowain，高效的 Web3 项目推文 AI 写手 Posterio 的优化前后实现思路 只需 20 分钟，ShellAgent + GPT Image，人人都能打造有趣的玩图 X Bot 将新年愿望铸进 NFT 里 使用相同 Prompt 生成一个PDF 转播客 Podcast 需求的对比情况： No access 对比测试 00:00 Text 2 App 作品收集 【更多案例】https://myshellai.notion.site/23e3f81ff51e80a6a6e4c62ca2966957?v=23e3f81ff51e8093b482000cdb74e0ec 对 ShellAgent AI 创作感兴趣的朋友们关注我的公众号，文章也会同步汇总上面 Flowain ：尝试思考 Web3 内容创作的 AI 边界 Flowain，高效的 Web3 项目推文 AI 写手 Posterio 的优化前后实现思路 只需 20 分钟，ShellAgent + GPT Image，人人都能打造有趣的玩图 X Bot 将新年愿望铸进 NFT 里 Audio or video is not supported Please download the file and open it with the appropriate software. 小红书.mov · 187.97MB 小红书 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 小红书.mov · 187.97MB 小红书 00:00 放大 User Journey 会看到这样的状态描述，是不是很清晰，甚至交互上比我原版示意的还要更完整 而且不是只停留在图上，是真实的用状态机这套框架把这个 Agent 一条龙给创建出来，示例点击查看：https://app.myshell.ai/share/JBzAne?utm channel=referral&utm source=share 输入：“MyShell”，“ShellAgent” 输出的推文： 生成配图： 想到我当初开发 Flowain 可是连做带调试搞了一周，也只能两手一摊。。。 而且值得期待的是，User Journey 背后的状态搭建配置文件应该后续是可以被下载导入到 ShellAgent Builder 中手动编辑的。对资深创作者来说，基础的繁琐搭建没了，专注做价值增量的那部分即可，想想都非常美好。 创作者生态 说到资深创作者，那 MyShell 上是相当多了。打开 MyShell 探索页就能发现有茫茫多的优质 Agent https://app.myshell.ai/explore 目前主要还是以 ComfyUI 生态为主的图像视频类型的 Agent，相信随着 ShellAgent2.0 在构建能力上的跨越，会有满足各种场景需求的小 Agent 不断涌现。每个需求都值得用 Agent 的思维方式尝试解决一遍。 MyShell 致力打造是 AI 时代创作者经济，践行人人都是创作者的普惠价值主张。所以提供创作者的是一整套的基础设施，创作者不用担心优质有用的作品无法传播，也不用担心刚需高频的 Agent 无法挣钱。 被 MyShell 认证过的创作者发布的每个 Agent 都可以在 Dashboard 中查看用户交互趋势，并凭此对应的收益模型获取相应的创作者激励。 AI 时代的创作者未来已来，只是分布的还不够均匀，MyShell 在用自己定力和愿景构建一个通过“构建和分享 Agent”让每个人都有机会成为创作者并稳定且体面的生活着。 之前写的一些在MyShell上的创作经验，希望对大家有所帮助： Flowain ：尝试思考 Web3 内容创作的 AI 边界 Flowain ：尝试思考 Web3 内容创作的 AI 边界 Flowain，高效的 Web3 项目推文 AI 写手 Flowain，高效的 Web3 项目推文 AI 写手 Posterio 的优化前后实现思路 Posterio 的优化前后实现思路 只需 20 分钟，ShellAgent + GPT Image，人人都能打造有趣的玩图 X Bot 只需 20 分钟，ShellAgent + GPT Image，人人都能打造有趣的玩图 X Bot 将新年愿望铸进 NFT 里 将新年愿望铸进 NFT 里 使用相同 Prompt 生成一个PDF 转播客 Podcast 需求的对比情况： No access 对比测试 00:00 No access 对比测试 00:00 Text 2 App 作品收集 【更多案例】https://myshellai.notion.site/23e3f81ff51e80a6a6e4c62ca2966957?v=23e3f81ff51e8093b482000cdb74e0ec 对 ShellAgent AI 创作感兴趣的朋友们关注我的公众号，文章也会同步汇总上面 7月31日周四晚8点，WaytoAGI x MyShell 直播共学，在线抽 ShellAgent 2.0 内测码 题外话 和 Manus 关于 Vibe Coding 的探讨 阶段性的结论是：AI时代，绝大多数用户向创作者转变，真正期待的是一种通过自然语言就能一站式构建能解决需求的智能体，且有很好分享和二创机制，甚至长期激励的一种创作范式。 一个理想的智能体创作平台，它的生命周期应该是这样的一个闭环： 1. 轻松创作（自然语言） 2. 无缝传播（分享/嵌入） 3. 获得激励（数据/荣誉/金钱） 4. 激发新的创作热情 5. （回到1）创作更好的智能体或Remix他人的作品 https://manus.im/share/1EHB4CPfkh36VOLPKHKFMX?replay=1 前言 距离上一次分享在 MyShell 上做的油管封面的 Bot 彬子: 基于ComfyUI做油管封面Agent已经过去半年了。 彬子: 基于ComfyUI做油管封面Agent 当时大家对这个基于状态机快速搭建 Agent 的 ShellAgent 很感兴趣，对 MyShell 打造的创作者经济和所提供的激励也很兴趣。但当时创作一个自己的 Bot 的前置条件还比较多： 1. 首先 ShellAgent 是需要通过软件包本地化部署的，运行和升级中遇到一些报错总是很折磨人。 2. 当时还没有 GPT image 和 Flux Kontext，很多风格化的绘图非常依赖 Lora，也就需要懂 ComfyUI。 3. ComfyUI 光会用还不够，还需要部署到本地（4090 水平）或云平台租机器，前期的经济成本不低。 所以真正有所实践的新人并不多，能拿到结果挣到钱的就更少了。不是大家不憧憬独立创作者的状态，而是入门门槛还是陡峭了。 MyShell 一直在为“人人都是创作者”的价值主张在不断探索。 1. 年初 ShellAgent 发布了云端版本，https://shellagent.myshell.ai/app。将 ShellAgent 部署和运行上的精力消耗帮创作者们解决了。 2. 几个月前打通了和 RunningHub （一个著名的 ComfyUI 云平台）的 widget 调用，只要传入 RH 上搭建的 ComfyUI 流的 ID 就可以在 ShellAgent 搭建的 agent 中调用生图能力。 3. 还有始终在办的每周五的炉边分享，围绕 ShellAgent 和 ComfyUI 让有经验的创作者来讲讲创作心得，这就能非常好帮助新人和相互启发。 这三条主线任务已经基本解决了上面说的新人遇到的痛点。加上这半年来 GPT Image 和 Flux Kontext 在生图能力上跨越，对 Lora，对 ComfyUI 的依赖减弱了很多。我认为新手创作者的门槛已经足够低了。 但从这次 MyShell 埋头憋的大招来看，他们一直认为门槛还不够低，AI 带给创作力的绽放还不够普惠。 看到 Text to App（ShellAgent2.0） 我是有点震惊的。作为深度使用各家 Agent 产品和 ShellAgent 的资深创作者，我会有一些不同的视角。 ShellAgent 不是 Vibe Coding IDE， 是 Meta Agent。怎么理解？ 最近 Vibe Coding 很火，大家也多少上手用过，甚至做出自己的产品。Vibe Coding 属于你越用就越期待 AI 能再多干点，且不可逆的。现在估计很少人在 Cursor，Trae 里还在用 Chat 模式。想当初，Github Copilot 出来的时候，编辑器里自动提示代码就让人激动不已。 但对大多数人来说，Coding 不是目的，是反人性的。所以做个 HTML 的 Demo 就到头了， 在往上就要看看代码，搞搞接口才能突破瓶颈。这最后一公里的拉扯是不愉快的，有一种 AI 负责创作，人类负责擦屁股的错位感。 再说到大多数人对 Vibe Coding 的交付物期待是什么，是一种言出法随就诞生是一个动态的可以在某个场景中不断使用的 AI 应用，现在这个之间是有一道鸿沟，逼着要去理解代码工程化的框框，体会到散落在各种服务之间的挫败感。 MyShell ShellAgent 强就强在这里，一种真正意义上的端到端 All in one 的创作范式，使用过程中有一种通用 Agent 孕育垂类 Agent 的既视感。透过表面，这个骨架就很有潜力，只要不断从中生成新鲜血肉，就会非常的生机勃勃和有繁殖力。至于好看的皮囊，反而是最不费劲就能粉饰出来的。 示例1 说了这么多，一起看看 ShellAgent 能做些什么吧。 进入 ShellAgent2.0 的工作坊 https://app.myshell.ai/robot workshop，通用 Agent 的经典开屏 随便想到一个点子就可以扔进去试试，比如： 创建一个小红书主页分析应用，用户上传小红书的主页截图，分析所属的赛道，根据用户的信息和作品指出优缺点和优化建议。 创建一个小红书主页分析应用，用户上传小红书的主页截图，分析所属的赛道，根据用户的信息和作品指出优缺点和优化建议。 敲击一下确认，就看 Agent 表演了。我录了一段 ShellAgent 一开始有类似 Manus 在 Planing 阶段的用户确认，这点非常好，最近一直被强调的上下文工程（Context Engineering）就指明好的 Agent 需要在干活前自我觉察判断是否要补充信息。 可以看到在这个任务中，ShellAgent 先列出一些细节确认点： 在开始技术实现前，我想确认几个关键点： 1. 分析范围：除了赛道识别和优缺点分析，您是否还希望包含其他分析维度（如粉丝增长潜力、内容质量评分等）？ 2. 建议深度：优化建议需要多详细？是概括性建议还是具体到文案、封面设计、发布时间等细节？ 3. 赛道分类：您希望覆盖哪些主要赛道？（美妆、时尚、美食、旅行、教育、生活方式、母婴、健身等） 4. 输出格式：分析结果是否需要特定的展示格式？比如评分、图表或纯文字报告？ 在开始技术实现前，我想确认几个关键点： 1. 分析范围：除了赛道识别和优缺点分析，您是否还希望包含其他分析维度（如粉丝增长潜力、内容质量评分等）？ 2. 建议深度：优化建议需要多详细？是概括性建议还是具体到文案、封面设计、发布时间等细节？ 3. 赛道分类：您希望覆盖哪些主要赛道？（美妆、时尚、美食、旅行、教育、生活方式、母婴、健身等） 4. 输出格式：分析结果是否需要特定的展示格式？比如评分、图表或纯文字报告？ 我给出回复： 1. 可以包括任何你觉得有帮助的维度 2. 有实操的建议，可以快速执行并看到效果 3. 常见的赛道，你列出的都可以 4. 清晰易懂的格式 1. 可以包括任何你觉得有帮助的维度 2. 有实操的建议，可以快速执行并看到效果 3. 常见的赛道，你列出的都可以 4. 清晰易懂的格式 然后 ShellAgent 列出用户操作流程和核心功能模块找我确认问有没有其他补充，我输入“ok”，才开始正式干活。 这其实会比 Lovable，Blot 这些有直接动手倾向的有更好的控制感，我们可以不用管具体实现，但我得清楚我的需求 AI 是否完全 get。 坦白说，ShellAgent 整个干活的界面其实有点粗糙和简单，Generating 面板的信息像给程序员 Debug 的，User Journey 像给产品经理 Review 的，Todo 面板就一个标准 Markdown 的记事本... 但转念一想，既然本质上我们并不想关心具体怎么编码实现的，是不是我们其实只想看的就这么多了，甚至更少。 这是不是才是与 Agent 协作时，一个兼顾技术规划和用户体验的人类 Leader 抓大放小需要掌握的全部关键信息了？ 从图中可以看到，ShellAgent 应该是有一个工具集合，按照 Todo 制定的计划项不断的 Call 对应的 Tool 来执行步骤。 这就很像一个技术同学的开发流程，在开发的过程还需要不断的 Check 产品经理定下的用户旅程，来确保用户交互的完整和分支逻辑的正确。 等个 10 到 20 分钟左右，Agent 就自动创建完成。可以在右侧直接预览运行和查看效果。当然也可以继续对话提修改意见，比如第一版中我发现，小红书主页的截屏截一张不够，需要分别截个人信息和近期作品两张图片才更全面些。 几次对话迭代下来，就可以直接点击右上角的“部署”按钮直接上线了。也可以先点击“部署”按钮之前的“设置”按钮来定制一些信息，默认信息是 AI 自动生成的。 所有通过 Text 2 App 的方式创建的 Agent 默认开启了 Remix 功能，允许别人基于你的 Agent 克隆和二创，这也是 AI 时代的一种作品开源传播的有趣方式吧。 创建的 agent 就可以自己用或分享给朋友们了。我用“小红书主页深度分析大师”试了下自己的账号，对话记录如下，分析报告太长就不截图了🤣 https://app.myshell.ai/share/i6fauy?utm channel=referral&utm source=share Remix 功能 说起 Remix 功能，我觉得也是创作之后非常有传播潜力的一环。现在大家 Vibe Coding 做出一个作品都非常愿意分享思路甚至是源码，但苦于没有一个通畅便捷的方式，把代码打一个压缩包上传下载实在是不方便，且仍然要面临调试和部署的拉扯。 现在在 MyShell 上做出一个 Agent，就可以像在小红书上分享经验一样发出去，别人看到试过觉的有用就可以一键“Remix”下来，也可以在上面进行自己理解的二创来增删功能点。 我相信开源具有强大的生态生命力，可以 Remix 这才是 AI 时代更进一步的 Build in public，大家分享的是动态可运行的 Agent 全部细节。 在每个允许 Remix 的 Agent 主页的右下方都会有一个“Remix”按钮。点击即可复刻到自己的 WorkShop 中。 我在第二个示例中尝试了 Remix，我先用 Text 2 App 来一句话复现我之前做的 ThumbMaker 里面关于输入视频主题封面制作流程。 因为想展示中文，调整了生图模型 ShellAgent 提示找到 GPT Image widget，但是入参有困惑询问我的意见，我输入“image url 可以为空的”，随后就完成了生图模型的替换。 这里挺有趣的点是，一开始做别的 Agent 时还没有这个 GPT Image 的 widget，我坚持要用 GPT Image，ShellAgent 会去自己先去开发一个自定义 widget，再回到 Agent 的创建过程中。 按照开发团队的解释，只要给定要求或者接口，很多 widget ShellAgent 都可以现写然后再调用，包括之前打通的RunningHub，只要创建时给定workFlow ID，也可以调用执行ComfyUI的生图。 部署完后测试发现 YouTube 的宽高比是 16:9，和 GPT Image 的生图分辨率不匹配导致有时候文字被边缘截断了 刚好就测试下 Remix，修正 GPT Image 真实支持的分辨率，避免显示问题，整个过程非常快捷方便。 Remix 版本的测试对话记录：https://app.myshell.ai/share/amqMF3?utm channel=referral&utm source=share 输入：“iPhone15 专业评测，独立第三方”，输出的封面： 话说 ThumbMaker 到现在还不支持中文封面 😂 按照 Remix 的这种节奏，预感很快就有很多系列的Agent 家族 要诞生了。 用户旅程和状态机 前面有说到用户旅程（User Journey），就不得不提 ShellAgent 创建的 Agent 基于的状态机架构。有别于 Coze 等 Agent 平台的工作流模式，状态机能更直白刻画用户在不同状态下的交互。所以 User Jounrney 展示出来状态和条件背后使用状态节点就会更容易且一致的复刻出来。 以我之前手动创建的 Agent Flowain 举例，搭建的状态图是这样的： 而当我让 Text 2 App 复刻的时候，我直接将 Flowain 的封面图扔过去