openJiuwen发布了Skill-Omni，这是首个多模态Skill范式，旨在提升Agent的任务执行能力。该系统通过提取网页和视频中的视觉信息，生成可复用的多模态Skill，克服了传统文本Skill在视觉任务中的局限性。用户只需提供链接，系统便能自动生成包含关键截图和操作步骤的Skill，帮助Agent更好地理解和执行任务。Skill-Omni标志着从文本到多模态经验的转变，推动了Agent技术的发展。