codesoft 6使用教程

嗯，哈喽，朋友们大家好，今天想给大家分享一个这个在 mac 上面安装 cloud code 的 一个过程， 因为最近从不更换到了 mac， 然后因为很多环境配置，包括软件之类都要重新来一遍，然后在这里就正好给大家录一下这个 cloud code 的 这个安装过程。 首先在这个浏览器上搜一个这个 cloud code， 然后大家可以看到有些结果嘛，对吧？当到我的这个， 然后这个 dos 就是 点开，大家随便点开都行，我这里已经点开了，对吧？这两个是一样的，然后点开有个这个 c u r l， 我 们直接复制一下，当然这个 over 也也可以啊， 它会给一些这个操作的步骤，对吧？ terminal vs code desktop 就是 桌面端和 vs code， 然后 terminal 端命令行端，然后它会 recommended 推荐这样推荐这个 这个安装的这个 c u r l， 然后还有 homebrew 还有 winget 这种方式嘛，对吧？那我们就先按它这个推荐的试一下，如果不行的话，我们在那个首先点复制一个这个，当然这个命令行跟这前面这个是一样的，然后打开终端， 我们直接 copy 一下， copy 运行，等它的这个结果，哦，你看 报错了，对吧？这一大堆错误，我们可以直接把这个放到 ai 里面去问一下，然后它最后一行也会有一个五十六，对吧？ future writing up to destination。 然后呢？我其实刚刚也试了一下，最主要的 ai 回复说最主要的这个错误，就这个 available in region， 它不太不太行，那我们就 就换换一种方式呗，就直接这个 native 五的方式就不太行，我们可以先看一下这个五十六号错误，他给的是什么解释啊？对吧？你就可以直接在这里搜五十六啊，其实我刚刚搜过了，然后就会出一个这个点开， 对吧？我们进来看一下，哎，一直有点卡， 他这个一直跳不过来啊，那就看这个吧，其实这个就是我刚刚打开的这个就是 c u i 五十六号，然后他给的这个解释是这个，这个错误呢是 跟这个二十三号错误是 related 的。 然后 means brush did not receive the complete script 就是 没有收到完整的这个。然后呢它给的 solutions 有 下面几个，第一个就是 check the network's ability， 就是 稳定性嘛。 第二个就是 an alternative restore method， 在 mac 上面可以用这个 rev 安装包的方式去安装。 第一种就是检查网络稳定性，我估计是因为稳定的原因拉不到远程的它那个包嘛就下载不下来，然后我们就试一下这个。第二种 alternative， 通过这个 break 方式安装一下，我们 copy 一下，然后到这里， 哎， case 一下， ok code 他 会有个 warning， 对 吧？他说这个 available 就是 没有仓库里没有这个名字的这个存在，他说这个搜索相近的 similarly caskets， 他 搜到了这个 cloud， 对 吧？他说他说如果我们下载 cloud 的 话就执行这个命令，但是我们下载的其实是 cloud code。 我 们先看一下这个 rewind 的 这个 version 吧，五点一点十三，然后其实我不知道这个包这个版本是是高还是低啊，这个我可以之后去搜一下，然后呢 先给大家看看能不能 update 一下，他说的是 already up to date， 对 吧？ 还是这个？那我们就其实就这这个方式，就是没找到这个，你们包了，我搜一下吧，看下这个五点一点十三到底是什么版本。 is a recent， 看一下这个里面的 three days ago 应该还是算比较新的，但是它为什么没有找到？可能就是因为它新的这个版本 就是对一些仓库进行更名或者之类的 is a go， 对 吧？其实应该不算不算比较晚，但是我不知道为什么这个包就是更新掉了，那我们就用 就用老一点的这个吧，就参照我们 win 之前的这个，我之前在 win 上面安装的这个步骤，就是先安装这个，安装一个那个 install note， 先安装一下 note， 它正在安装这个，哦，这个还安装还挺快的，对吧？这是就这就算比较正常的一种情况， 你在这里等一下， ok， 看看这个 brief 里面的 list， 哦，你看它有有了一个这个这些内容了，对吧？我们看看 node 的 version 啊，有一个二三点十一，然后我们看一下 npm 的 version， 这两个就是也也有了，说明这两个工具已安装成功了，就是我们通过这两个通过 node 的 方式来安装这个，然后呢，我们执行一下这个， 就是这一步也完成了，然后这一步也完成了，然后我们就复制一下这个工具这个命令，因为我当时在 win 上面安装就是通过这种方式的，因为前两种方式都不成功嘛，对吧？或多或少的遇到问题，那我们就用一下这个直接运行这个 还是要等待一下。 ok， 朋友们，刚才时间比较长，然后我就暂停了一下，大家一看到这个运行这个之后，他说运行成功了，然后我刚才 a u d 就是 运行这个这行命令之后，全机安装之后， 然后呢就安装成功了，然后我们输入这个 cloud， 还可以看到有这个小螃蟹，对吧？ 小螃蟹就成功了，就代表 clock code 已经安装上了，但是呢，它会报一些错误，比如说这个 unable to connect to 这个 service， 因为呢，我们现在就是只是安装这个工具嘛，但是我们这个， 我们的那个相当于大模型，相当于是没有配置的，所以呢，我们要给它加一个大模型，也是大脑， 然后那个 as rapid， 他 那个他的那个大模型， oops， 就 那我们就下载一个这个 cc switch， 用 cc switch 做， 然后 cc switch 就是 调这个大模型进行对大模型进行管理的。这个一个工具直接在 github 上面搜啊，搜这个 cc switch， 哎，网络可能有点慢， 这个，哼，不入，我感觉我下到这个盗版了，对吧？这些按道理对吧？都能用的呀，为什么我老是下载不下来呢？ 哎呀，慢死了，我的妈呀， 好，来了，然后看这个免费下载，看一下文档， 对吧？解决什么问题？问题可以看到这个切换大摩西供应商监控流量的这些问题， 在这下面都能用，对吧？ cloud codex， cloud code， open， cloud hummus 都都可以用，我们可以看到这个 release donot 哦，在这里你看，我们下载一个 c c switch mac 版本，就是这个三点十五， ok， 下载完成了，然后给它安装一下， ok， 嗯？在哪呢？ 哎，怎么找不到呀？直接这样了， 然后对吧，这里就可以配置很多这个路由嘛，包括叉 gpt 也有。呃，我们打开 cc switch 之后呢，可以看到上面有一很多这个魔性的供应商嘛。哦，因为我们是这个 deepsea， 所以呢，我们就在刚才就直接在这里添加了一个这个，然后我这里已经添加过了，就可以编辑一下，然后可以看到这个 api key， 哎，刚才没保存吗？还是这个保存一下？然后呢，它的这个 请求地址可以看到这个接口文档这边的这个 type c 的 调用的接口文档，然后它的请求方式，它模型我们直接都用 pro 了，然后 em 勾上， 然后 pro， 对吧？保存一下，然后我们这时候再到这里， 他问我 choose style 选一下 auto light dark model， 其实也差不多了。哎，感觉这个还还比较好。 only， 就这个吧， enter to continue use yes。 允许 云盘，那我不允许吧，这个就是限制访问， 允许允许允许。妈呀，这数据全给他了。然后我就是问一下他， 你使用的是什么模型？但是前面我记得应该能看到。呃，我先问他一下吧。 哦，这里你看您能够看到 deepsea pro 四 v 四 pro 嘛，对吧？ 这就是就是，这就其实已经配置成功了。 deepsea 它最近不是降价了吗？它的 pro 降价了，然后就因为正好也是国产的，基本上简单的任务还是还是 ok 的， 这个整个的过程就结束了。 首先就是那个安装 cloud code， 对 吧？我们试了三种方法， 第一种就是这个原声的这个 c u r l， 然后第二种使用这个 homebrew 的 这个命令，我怀疑我这个 homebrew 不知道为什么原因啊， 对吧？你看他统计 cloud code 下载了多少个？三十天，下载了这么多次，九十天下了这么多次，对吧？其实可以下载的，但但这种我们刚才没有试成功，所以用第三种方式，就是 就是传统的这种，这个先安装 node， 然后通过这个命令行来安装这个 cloud code， 然后最后安装成功了，下载了一个这个 cc switch， 就是在这个 github 上下载，然后配置，对吧？现在就是使用中了。 当然这个大冒险有很多，像这个智普的 g i m， 对 吧？还有很多了，小米的这个 memo 行，然后这个整过程就这样，本期视频就分享就到这里了。

用 cloudco 做跨境电商，核心就三层，第一层引擎 cloudco 本身，第二层叫数据管道 m c p， 专门接外部的数据员，比方说亚马逊的选品数据广告 api。 第三层是 skill， 这个最重要 skill 就是 把你自己的运营 sop 写成 ai， 能够反复去执行的代码，你写一次以后，每个品类都能够去复用。这三层搞清楚了，说场景，我自己就跑通了五个。第一个选品调研， 我接了一个叫 soft time 的 n c p， 它能够拉亚马逊的实时数据。我写了一个调研 skill， 输入品类关键词，五分钟就能够出一份完整的报告。市场 包括市场规模、竞品矩阵，价格分布，精确到 s m。 编码这个事以前要做三天，现在我还用 cloud code 直接抓 ready 上面的买家投诉来找选品方向。 第二个， listing 和广告，亚马逊现在有三套算法在看着你的 listing a 十，看关键词 cosmo， 看语义，意图就是用户搜索背后真正想要什么 refocus， 看可量化的事实。举个例子，你 listing 里面写超静音， refocus 可能不认，要去写 运行噪声四十五分贝才行。我写了个 listing skill， 三套算法的要求同时覆盖广告那边 更直接，直接上亚马逊的 h a p i， 之后广告报表自动拉，自动诊断 acos 的 异常，关键词能够给出来，否定词建议也一起出来。那这件事情以前一周做一次，现在一天做一遍，也就两分钟。 第三个独立站收笔法，在七月十号官方发布了 ai tokyo， 直接支持 color code， 在 终端里面一句话就能够批量改产品描述，查库存，生成 seo meta， 还能够分析竞品占的原码，克隆出风格不同的内容站点。 第四个， seo 和 geo seo。 大家都知道， geo 是 能够让 ai 搜索引擎主动推荐你的品牌、你的产品。比方说用户在 gbt 里面问哪款宠物水杯防漏最好， 你的页面加了 skm 标记，有对比的数据表格， ai 就 会更容易去引用你。我用 cloud 做 psu， 批量生成长尾页面，但这里有个坑要讲，很多人用 excel 批量去替换内容，生成五千个页面，谷歌直接判定为大规模内容，滥用 域名直接就废了。关键的区别就是让 ai 去执行你的 seo 逻辑，不是说让 ai 瞎生成。 第五个，日常运营自动化，包括补货的预测，客服的邮件分类，竞品的价格监控。每件事都不复杂，但堆在一起每天都要花几个小时， 几个小时我所出的几个工具，光补货预测这件事情，一周就能够省大几个小时， ok。 如果你也想用 cloud 实现以上的场景，怎么开始呢？三步，第一步，先把 cloud 装上，配上 m c p 数据源，收放月费也就八十九，再加上 cloud 的 pro 订阅二十美金，那总共一个月才二十 两百五十块左右。第二步，写你的第一个 skill， 挑你手上最重复的一个动作，比方说每周的广告报表分析，把你的业务分析流程写成 skill。 第三步，做 skill 串联。比方说选品 skill， 跑完的结果直接喂给 listing skill， 不 用手动去搬数据。 学习路径是这样，先学会写单个 skill， 再串联多个 skill， 然后再接 api， 让它能够直接操作平台的后端。最后搭 multi agent skill， 各个 ai 去管自己的那一摊事。跨界电商最缺的从来不是工具，是把业务 sop 交给 ai 执行的能力。 top 是 目前能够做这件事门槛最低，上限最高的入口。

好的，大家，那么在这一系列中，我们将深入探讨 google gemini c l i。 这个工具与 cloud code 并不太不同，它将 ai 编码代理的强大功能带入终端，然后你可以在项目中启动它，帮助生成代码，修复错误，询问代码库的问题，甚至可以说享受编码。 我非常喜欢 c l i 编码代理，因为它们可以融入任何工作流程。它们不关心我使用什么编辑器， 不会有用户界面的干扰，我可以轻松地在交互式代理绘画和手动运行效命令之间切换。自从开始使用 cloud 扣抵来，我一直是他的忠实粉丝，他通常是我选择的 ai 辅助编码工具。但是最近我也开始使用 gemini c l i， 我 对他的表现、 界面以及周边工具都感到非常满意。与 cloud code 不 同，它提供了一个免费的计划，具有相当慷慨的限制和一百万个 token 的 巨大上下文窗口。你只需要一个 google 账户。现在，如果你对上下文窗口或 token 一 无所知，别担心，我将在课程后面解释它们是什么。但从本质上说， 这意味着 ai 模型一次可以记住更多的项目和对话历史。 gemini c i l i 还使添加扩展变得非常简单，这些可以是 m c p 服务器提示库，自定义命令，或者将所有这些东西打包到一个安装包中。所有这些加上最近发布的 gemini 三模型， 发现它在编码方面非常强大，使得 gemini c l i 现在成为一个非常吸引人的产品。因此，在这一系列中，我们将首先在计算机上安装和设置 gemini c l i， 这样我们就可以在项目中使用它进行代码更改，修复 bug 和开发新功能。

今天是 q v n 三点六 m t p 的 完整实操手册。先说结论，二七 b 跑到一百四十透可每秒， 三五 b 到 a 三 b 跑到两百二十透可每秒相比普通 g g u f 直接一点四倍，加速精度不变。 关键参数只要记住一个 spec draft is max 是 二就够了。官方测了，从二到四，接受率从百分之八十三直接掉到百分之五十多，猜反而慢。第一个坑 不能用 master 的 拉玛点 c p p， 要用阿曼的 p r 分 支库达，十三点二也别碰，官方确认有乱码 bug。 第二个坑很隐蔽， 接入 cloud code 时有个隐藏开关会让推里慢百分之九十， cloud code 会往请求里加 attribute header， 导致 k vatch 全部失效。用环境变量关掉，不管用，必须改 settings 点 jason 在 ev 段里把 cloud underscore code underscore attribute header 设为零。这一条我觉得全网最值得抄。 接好之后，本地三五 b a 三 b 跑 server 接 cloud code 足够。日常代码 a 阵我的建议是二十四 gb 显存直接上二七 b m t p q 四量化，这是现在消费级显卡的新甜点，不接受奥拉玛短版的用户也可以走这条拉玛点 c p p 路线。

今天给大家带来的这套新手必备的提效指南，咱们就来盘点一下 cloud code 里面核心的六大工程化 skill。 完整的 cloud code 呢已经给大家准备好了，我们直接看这条从需求到交付的标准化流水线。 第一步， deep interview 也就是深度反问，咱们平时提需求是不是经常一句话就扔过去了，结果 ai 写出一堆废代码，用这个 skill， ai 会直接化身挑剔的产品经理，反过来追问，帮你把模糊的边界和验收标准彻底理清。那理清了之后呢？第二步， prompt optimizer 很多人觉得写提示词太难了，记不住那些框架，没关系，有了它，你刚刚跟 ai 口语化聊出来的需求，它会自动帮你转化成清晰结构化，让 ai 能无脑执行的标准任务描述， 拿到标准描述，别急着敲键盘。第三步， rock plan 防御性计划大家记住，大改代码之前一定要强制生成大纲，它能帮你把多文件修改的风险提前拆解好，把测试方案预留出来，路线清晰了再动工，绝对事半功倍。接下来进入真正的开发阶段了。第四步， visual verdict 视觉核验搞前端的同学听到这个绝对狂喜，他能直接把你做出来的页面截图跟设计稿进行像素级的对比，不管是布局间距还是颜色，哪不对，他自己就帮你修正了。代码写完了是不是得测？ 第五步， r 刷卡极致自测。这个时候它会进入一个测试验证修复的自动闭环，它会自动盯着终端的报错，然后不停的自我修复，咱们最终交付出去的东西可能性直线拉满。最后一步了啊， ai slop、 cleaner 去痕净化 咱们都知道 ai 写代码有个毛病，特别喜欢写一堆废话注式，或者搞些没用的过渡封装，用这个清理掉那些数字垃圾，让你的代码看起来就像是个有十年经验的资深老兵手写的一样，干干净净。 讲完这六步，最后咱们再来说说新手特别容易踩的坑，还有几条进阶新法。第一个，刚才说到的哦，刷卡极致自测，一定要警惕他陷入无限死循环。有时候 ai 为了修一个 bug， 咔咔又给你引出三个新 bug， 咱们一定要在工作流里加个硬性打断规则，比如尝试修复三次，如果还不行，直接强制让人类介入，别让他瞎折腾。第二个， tock 和上下文管理。咱们在前面做需求访谈写计划的时候，其实已经堆了大量的上下文了， 真正开始写代码的时候，一定记得让 cloud code 清空前面那些没用的头脑风暴，只保留最终的那个 play， 这样不仅能省下一大笔投屏费用，还能让 ai 的 注意力更加高度集中。 最后一条新法，大家务必记住四个字，慢即是快！千万别再把 ai 当个闲聊助手一样，上来就说给我写个啥啥啥，尤其是在前端，你在前期澄清需求，做计划的时间绝对能成倍的减少， 这也是咱们今天讲工程化 ai 编程真正的精髓所在。好了，这套流水线赶紧用起来吧！

今天的目标是手把手教大家安装 skills， 零基础小白友好，同样的 agent， 搭配同样的模型，为什么人家做出来的效果就是不一样？差距其实就在一个东西上， 人家装了 skills 做行业调研报告，没有安装 skill 的 时候， agent 无法搜索网络上的公开信息，只能依靠过时的训练数据来写报告。而安装了 skills， agent 不 仅能举出近期的真实案例，还能列举出来所有的真实信息来源。再比如，做 ppt， 没有安装 skill 的 时候， agent 的 配色一如既往的蓝紫色渐变，而安装了 之后， agent 的 设计的 ppt 瞬间变得更高级了，切换的动效也很丝滑。那 skill 到底是什么？为什么能让 agent 一下子变得这么强？ 我用一个类比讲清楚，先想象我们的 agent 是 一个特别能干，什么都愿意帮我做的通才助理。通才的优点是什么都能做，缺点是每一件事都不够专业。而 skill 就是 我给这个助理喊来的一个领域专家，可能是一个 ppt 设计师，也可能是一个调研分析师。这个专家手里揣的那本书，是他在这个领域多年经验沉淀的 s o p， 踩过哪些坑，什么做法好，什么 细节不能漏，全都写在里面。我交代任务的时候， agent 会先翻这本书，再照着专家的方法去做。这就是为什么有的人做出来的东西就是不一样，表面看是同一个 agent， 背后其实站着一整排的领域专家。今天第一个要给大家推荐的 skill 就是 这个叫 agent reach， 它在开元社区上已经有超过两万的 star。 简单来说，这个 skill 就是 能够给 ai agent 们一键装上互联网的能力，有了这个 skill， agent 们就可以去解锁最新的网络上的一些公开信息。我们尝试用 npx 的 命令去安装这个 skill。 skill 已经安装成功了，我们需要重启让它生效。斜杠输入 agent， 用上下箭头去找到要用的 skill， 找到了之后不要急着按回车，因为回车会直接把消息发送出去，这个时候应该要直接按 tab 键， tab 键是把这个 skill 的 名称补充到输入框，复制作调研报告的 prompt 发送给 agent， 它已经在读取 agent reach 这个 skill 的 文件了。这里提示 agent reach 安装完成， excel 搜索已可用。现在开始正式的调研了。 pdf 文件已经保存成功了，我们可以打开看一下。但是这样的一个 pdf 文档还不是很利于阅读，那我下一步我想要把它转成一个 ppt 文档。今天要给大家推荐的第二个 是归藏老师的一个 ppt skill。 这个 skill 在 开源社区上已经有超过一万的 star 了，它主要是能够让 agent 们去做出来非常好看的 ppt。 这里有电子杂志风，瑞士国际主义风。我们同样是通过这个 n p 叉的命令去安装 skill， 复制 n p 叉命令可以新开一个终端 发送出去。这里中间有一个问题是你希望安装给哪一些 agent？ 然后有一些通用的 agent 都在这边已经默认勾选上了，还可以去选择一些其他的 agent。 空格键是选择回车就是确认。这里是问我们 安装的范围是仅在当前这一个项目内可用还是全区可用，那我这里选择的是 global 全区可用上下切换，然后回车，推荐 simlink 的 方式回车是否确认安装？ yes， 这里是问我们是否要安装这个，帮你查找 skill skill 强烈建议大家去安装上这个的，这样的话以后 agent 就 可以自动帮你去查找 skill 了。到这一步的时候，我们已经把这个 skill 给安装好了，这时候我们可以启动 agent， 斜杠 ppt 就 已经可以找到我们刚刚安装的规范 ppt， 然后 tab 键输入这个 skill， 再把我们之前准备好的这一段做 ppt 的 prompt 同样的复制过来。 因为有 skill 的 缘故，这里 agent 呢会先问我视觉的风格，他推荐我选择瑞士国际主义，那我们就 follow 他的推荐选哪套主题色克拉英兰。 agent 呢？开始读 skill 文档了， agent 呢，已经写好了一个 ppt 的 html 文件。哇，这个背景居然是会动的耶！这是没有 skill 的 时候，这是有 skill 的 时候。 不多说了，赶紧去安装这个 skill。 第三个要推荐的 skill 是 花书的这个 design skill， 很多人在 webcoding 的 时候会觉得 agent 做出来的网站前端设计太丑了，花书的设计 skill 就是 来解决这个问题。这是 webcoding 从零到实战系列的第三期，我们下期见。

这两天我不间断的让 cloud code 结合 mini max m 三写了六个不同领域的项目，本期视频我就来聊聊使用 mini max m 三做 web coding 的 真实使用感受。 先来详细看几个项目，这是一个网页版本的终端工具，拥有和其他终端工具一样的核心功能，在 web 端就可以使用实现这个项目就用了这样一段提示词，然后就通过一段提示词一直让它跑。第一次启动连接服务器有点问题，但经过一次优化之后，就是现在看它的成品效果了。这是一个我让 ai 加了很多鼠标交互动画的网站，可以来看一下动态效果， 这是我实践这个网站的提示词。这个项目全程没有额外的介入一次支出，不得不说效果是真的好，而且几乎没有 ai 感了。这个项目是口播画面生成项目，实践这个项目的第一版，同样也只用了这样一段普通的提示词，然后就可以根据这些模板配置符合我口播的视频画面了。 这个项目是对我来说很实用的项目，我额外做了几次优化，加了更多的模板和功能。从我自己的真实使用感受来说，迷你 max m 三编程能力提升真的很大，能做出能用并且好用的产品，同时针对长任务和复杂任务的稳定性很高，已经很少需要人去多次介入了。 最后再来看一个我只用 cloud code 加迷你 max m 三做游戏开发的项目，虽然没有游戏场景、角色、地图等素材，但是核心的玩法和机制竟然直接生成出来，并且可玩。像歌多引擎这类游戏外部扩展的开发 我在半年前也尝试过，但真的很难，靠理论题式子优化就跑起来，现在看来已经可以了。后面我也会结合图像生成模型，做一个完整游戏的开发，到时候还是会分享全流程。 另外，这次原生动物它的能力也让 m 三能做更多事情了。比如说我可以直接把我自己的视频让 ai 来处理，做成文字版本的内容，或者分析有没有能优化的地方。 甚至如果遇到写的代码报错了，我可以直接把报错的代码以及具体的现象录个屏给 ai， 让它分析报错的原因。等你使用下来。我觉得迷你 max m 三的效果是超出我的预期的，我会继续用它一个月有新的使用体验再反馈。以上就是本期视频的全部内容了，我是鱼仔，我们下期再见。

用 ctrl 最反差的一点，你以为自己在用工具，结果是工具在用。你每次改完，他停下来，你看一眼，觉得差点意思，再补一句，他再改再停，你再补一句，到后面已经不是他在干活，而是你在一次一次的递话。最累的不是改代码， 而是中间那些反复确认的间隙。我们换个思路，既然他能自己跑，为什么不把终点给他，然后你去忙别的，或者去摸鱼？关键在于一个思维转换， 不要想着怎么告诉他每一步怎么做，而是把任务完成的条件让他自己来判断。题，日词，长短不重要， auto model 开不开也不重要，重要的就一件事，他知不知道什么叫完成。今天就把这几个配套命令拆开来讲， 他们各自解决什么问题，什么时候用，怎么搭配。先讲最核心的，够了够了，解决的是你不用守在旁边的问题。正常的用法是这样的，你告诉 clock code， 把登录页做好，他改完一次就停下来，等你发话，你看了不满意，补一句，他再改 再停，你一直在旁边，够了不一样，你给他一个明确的标准，比如说三个条件全部满足才能完成，账号密码能登录成功， 出错密码有提示，退出后能重新登录。试好之后，他改完一轮会自动检查这三轮过了没有，没过就继续改， 过了才会停下来，你不用一趟一趟的催。注意一个关键点，他判断的标准写在条件里，不是写在脑子里，条件要写清楚，他才知道终点在哪里。还有两个实用细节，第一个是条件可以写很长，所以别怕写的太细。第二个可以加一个安全阀，最多跑二十轮，或者超过半小时就自动停。 但容易搞混的一点是，很多人以为开了 auto model 就 能自动跑，其实不是的。 auto model 只是减少它每一步操作前弹窗，问你能不能执行这个命令，它不会自动开始下一步，真正能自动推进的是够了。 所以标准用法是三步，先写清一份清楚的验收标准，要做什么，做成什么样，算过哪些不能碰。然后用 go 了，让他按这个标准反复迭代，直到通过，最后再开 auto model， 减少中途确认的弹窗，三步到位，你才能走开。第二个是路普， 路普解决的是等待其他事情完成的问题，和 go 的 区别很简单， go 了是让 car 的 自己干活干到完。路普是让 桌子扣的，每隔一阵去看一眼，某件事做完了没有。举个例子，你让服务器部署一个新版本，部署过程要五分钟，你不想干等着，但不想忘了回头看。这时候用路普两分钟检查部署状态，他会每两分钟访问一次 部署后台，部署好了就告诉你。你也可以不给他固定的间隔，让他自己判断，快结束了就查到，勤快一点，如果没有动静就可以隔得久一点。但要注意的是，路普只适合等一件事，他不适合让他反复干活。如果部署状态一直没有变化， 每次检查都是在白花偷看。所以事件推送，比如部署完自动通知你，比轮询更省。第三个，拜驰 best 解决的是大活一个人干太慢的问题。他的做法是这样的，你告诉他要做一件大事，比如说把所有的用户信息从 excel 迁移到数据库，他会读你的项目结构，把这件事拆成几个小块，比如设计表结构 写、导入脚本写，验证脚本写错误理解写错误处理。拆完之后把计划列给你看，你确认没有问题，他就把每个小块分给一个后台，进程同时做，做完之后再合起来。关键是拆出来的每个小块是分开干活的，互不干扰。 还有一个必须注意的地方， bug 最危险的不是写 prompt， 而是你急急忙忙确认了它拆的计划。如果拆的不好，每个小块之间依赖关系混乱，最后合并的时候会出现各种问题。所以用 bug 最不能省的时间是看它拆完的计划， 每个块管哪块代码边界清不清楚，文件有没有重叠，没看明白就别点确认。第四个是 superboy， simple 解决的是代码写完以后有没有变乱的问题，它不是用来写新功能的，是当你或者 cloud code 做完了一部分改动之后，让它回头检查一遍，有没有哪里写了重复的代码，有没有可以附用的现成函数，有没有效率的问题。举个例子你， 你刚写了一个图片上传的功能跑 superfly， 他 可能发现你把检查文件大小不超过十兆这个逻辑在三个地方各写了一遍，他会建议抽成一个公共函数，三处统一调用，功能没有变，但代码干净了。简单来说， superfly 是 提交改动前的保洁工，判断对错靠测试和人工审核，但让代码保持整洁是他的活。第五个是 bug d bug 解决的不是你代码的 bug， 而是 cloud code 自己出了问题。比如 hulk 该出发没出发， m c p server 连上了，但是工具用不了。他一直推荐一个已经不存在的命令，这时候自己翻日历很费劲，跑 d bug， 它会自动打开日历帮你分析。最后一个 doctor， 一个简单的区分标准 code code 完全启动不了，先跑 doctor， 能启动但运行不正常，再跑 debug。 这几个命令串起来，主线就很清楚了。告了，让他自己围着一个标准 反复干道完 auto model， 减少单轮里确认的弹窗，而路普适合等外部的事件做完。 bash 负责把大活拆成小块儿，同时干 separate 负责 code code 自己出问题时的排查。 但有一点必须记住，到了能自动推进，前提是你要把标准写清楚，标准写的对，他可以在你睡觉的时候把活干完，标准写错了，他会很高效的做出一个全错但测试全过的东西。今天的分享就到这里，有疑问我们评论区再见。

如果你现在用 cloud code 只会一句一句发需求，那我建议你先别急着让它写代码，因为你可能不是不会用 ai， 而是根本没把它的隐藏能力打开。这期直接讲六个很多新手没打开的核心能力。开完以后， cloud code 才不是一个临时帮你写代码的聊天框，而是一个能长期配合你的开发搭档。 第一个项目，记忆入口名叫 innit， 很多人每次开新绘画都要重新解释技术栈、目录结构和代码风格。 innit 的 价值 就是让 cloud code 生成 cloud md 这种项目，说明先认识你的项目，再开始干活。第二个， play mode。 新手最容易犯的错就是还没想清楚就让 ai 直接改代码。 play mode 的 意义是先让它读项目，拆方案，判断风险，再进入执行。第三个 compact， 压缩上下文，绘画异常， ai 很 容易被前面的信息冲淡，越聊越散。 compact 就 像给对话做一次整理，把真正重要的方案接口和未完成任务留下来。 第四个，自定义命令，官方叫 custom slash commands。 很多人每天都在重复输入同一类提示词，比如代码审查、提交总结、性能检查。它的价值 是把常用提示词沉淀成自己的自定义命令，命令以后随时赋用成工作流。第五个， sub agents。 复杂项目不要总让一个 ai 绘画硬扛所有事情，它的关键是分工，主绘画统统方向， the agent 分 别负责审查、排错、测试和文档。第六个 hoops， 这个能力很多新手完全没碰过，但它决定了 cloud code 能不能守流程。你可以把它理解成自动质检员，改完代码以后提醒检查 结束任务前提醒验证结果。所以真正拉开差距的不是会不会问一句帮我写代码，而是你有没有把 cloud code 配成稳定工作流，项目记忆解决重复沟通 play mode 解决乱改压缩上下文解决跑偏自定义命令解决重复提示词 sub agents 解决分工 hooks 解决交付质量这六个能力建议收藏起来慢慢吃透。关注我，后面继续把 cloud code 的 高阶玩法拆给你看。

用 clodocode 做出来的第一个闭环的一个东西啊，就是之前说的康复的方案，我让 clodocode 生成了这个模板的评估报告，然后让他去给我做了一个二维码，需要 用这二维码去做一个表单的一个收集，就把客户的所有的情况都用手机可以输入，输入完了之后呢，这个他就会生成一个 pdf， pdf 最后可以发给客户。呃，最开始呢，我是用这个小龙虾给我生成提示词，最后做， 呃，做了一半之后发现他给我的一些提提示词其实没那么好用，最后我就单独用我的可乐扣子去做，结果还不错，只是这个中间呢，因为我是要让所有的康复师直接扫二维码就生成，所以我就弄这个阿里云的 尽量服务器，这样的话所有的老师都可以直接扫码，用手机填表单，最后生成 pdf， 大家感兴趣的话可以把这个方法托给大家。

你有没有发现，身边同行的差距正在悄悄拉大？同样接触 ai 大 模型，别人早已用它编辑代码攻坚业务，你却还停留在简单对话层面？旁人短短几分钟就能半截的工作放到自己身上， 往往要耗费整整一周。今天聊聊技术进阶提升，并非刻意制造职场焦虑，而是帮你认清 ai 大 模型蕴藏的真实职场价值。不必深究底层原理，但务必掌握实用用法，守住自身职业竞争力。更多 ai 大 模型资料可进主页粉丝群领取。 今天分享 cloud code 的 六项核心能力，用好这六项， cloud code 就 能从一个临时的代码助手，真正升级成你的稳定开发搭档。 先说说我们平时用 cloud code 最容易踩的几个坑。第一个，重复解释不停歇，每次新绘画都要把项目背景说一遍。第二个， ai 还没理清楚需求就直接动手改代码，越改越偏。第三个，对话异常， ai 开始失忆， 前面刚确认好的方案他就不记得了。第四个，任务完成了，但没有任何验证。等你发现问题已经晚了。这四个痛点，今天这六项能力能全部解决掉！ 好，我们先来看一下这六项能力的全景，分别是项目记忆、 init play mode 规划模式、 compact 绘画、压缩、自定义命令、 so baggage 子代理、还有 hoax 流程教业。接下来我们一个个拆开来讲。第一项，项目记忆入口式 init 命令，你在项目里跑一下， init， cloud code 会自动帮你生成一个叫 cloud 点 md 的 文件，放在项目跟目录里。这个文件里面会记录什么呢？你的技术栈、目录结构、代码风格约定，还有哪些文件是不能动的？禁止事项全都写进去， 这样以后每次开心绘画， cloud 自动读这个文件，不用你再解释一遍，项目背景直接就在了。还有一个配套的命令叫 clear， 它能清空当前对话，但 cloud 点 md 里的记忆是保留的，相当于清亮，即重启干净又不失忆。 第二项， plan mode 规划模式。你想想为什么 ai 经常改着改着就跑偏了？因为它上来就执行，根本没想清楚。 plan mode 就是 把规划和执行强制分成两个阶段，开启之后，它会先读取你的项目结构，再拆分实施方案，然后识别出潜在的风险点，最后等你人工确认才开始动手写代码。 激活方式有两种，一个是直接按 shift 加 type 切换，另一个是启动时加上参数。 permission mode 核心原则就是让 ai 先想明白再做起来， 顺序不能乱。第三项， compact 绘画压缩。 cloud 有 个天然的约束，就是上下文窗口是有限的，对话越长，它就越容易失忆，早期确认的方案可能就被挤掉了。这时候跑一下 compact， 它会自动整理对话内容，把关键的东西留下来，以确认的技术方案、核心的 api 和代码片段，还没完成的代办任务，以及已经发现的风险和约束，这些都保留，那些庸俗的讨论、重复的内容全部丢掉。 你还可以加参数自定义压缩重点，比如 compact， focus on code samples and api， 告诉他重点留什么，建议每完成一个功能模块就跑一次 compact， 保持上下文干净高效。 第四项，自定义命令。咱们平时做代码审查，写提交信息跑性能检查，是不是每次都要重新写一遍很长的提示词？ 把这些常用的提示词封装成自定义的斜杠命令就能一键调用了。比如 review， 做代码审查， commit， 自动生成规范的 commit message。 还有 perf 做性能检查， docs 生成文档，注视这些命令文件存在项目的点， cloud 的 command 目录下，提交到 get 里，全团队就能共享同一套标准化工作流，再也不用每个人单独维护自己的提示词了。 第五项， so bagens 子代理。这个适合复杂项目用单个绘画处理很复杂的任务，上下文消耗特别快，而且任务边界容易乱。子代理的思路是这样的， 主绘画负责理解需求，拆分任务调度，然后把具体工作分给不同的子代理去做。比如审查代理，专门负责 code review， 排错代理专门 debug。 测试代理跑测试文档。代理写文档， 每个子代里都有自己独立干净的上下文，专注度高，输出质量自然就更好。第六项， hux 流程教验。我把它叫做自动质检员，它的核心是在关键节点自动触发预设的脚本。具体有哪些触发时机呢？ prelude 就是 改代码之前 可以用来校验权限，检查文件锁 post tools， 改完代码之后自动跑 link 和格式化 stop， 任务结束前提醒你验证结果跑测试，还有 notification， 关键错误实时通知你看品质检查直接嵌进了流程里，不是事后补救，这才是真正靠谱的交付方式。 把这六项能力串起来，其实就是一个五层的稳定开发工作流，最底层是记忆层， cloud 点 m d， 保证项目背景永远在线。往上是规划层， client 做需求拆分和风险识别，中间是执行层子，代理分工配合，自定义命令，标准化服用。再往上是质检层， houx， 在 每个关键节点自动把关。最上面是信息管理层， compact 加 clear， 保持上下文持续干净高效。这五层配合起来， cloud code 才算真正稳定好。这六项能力，你不用一次全上。从 innet 开始，先把项目记忆建起来，这是成本最低，收益最直接的一步。用好这套工作流，减少重复解释的时间，降低 ai 犯错的概率，稳定每一次的交付质量，这就是 cloud code 真正的用法。

你可能以为做好 cloud code 关键是会写提示词，但真正拉开差距的其实是 skill。 因为 skill 不是 一句提示词，它更像是给 cloud code 装上的工作模式。今天这六个实用 skill， 新手装上以后基本就能少走一大半弯路。 第一个， prompt optimizer。 当你只会说帮我优化一下，帮我改个功能的时候，它会把你的模糊需求改成更清楚、更可执行的任务描述。 你不用一开始就会提示词，先让他帮你把话说清楚。第二个， deep interview。 有 时候不是 ai 不 聪明，是你自己也没想清楚要什么。这个 skill 会让 cloud code 反过来采访你，把目标、边界、验收标准 一步一步问出来，特别适合做新功能、做产品页面或者需求还很模糊的时候。第三个， real plan 大 改项目之前，最怕 cloud code 上来就动手。 real plan 的 作用就是先出计划，再拆风险，再确认测试方式。它适合那种会影响多个文件、多个模块的任务，先把路线定清楚，再开始写代码。 第四个， ultra qa 功能，写完不代表真的能用， ultra qa 会让 cloud code 进入测试、验证、修复的循环，不是只告诉你我改好了，而是继续跑，检查、 看报错、修问题，直到结果更可靠。第五个， ai slow cleaner。 ai 写代码最大的问题不一定是错，而是味儿太重，比如重复逻辑、空泛、封装、变量名很虚，代码看起来很聪明，但没人想维护。这个 skill 就是 专门清理这种 ai 感，让代码变得更像人写的，更像能长期维护的项目代码。 六个， visual verdict 如果你用 cloud code 做前端海报、视频画面，这个非常关键，它不是问好不好看，而是拿截图和目标参考去对比判断布局层级、间距、颜色、还原度到底差在哪里。 所以这六个 skill 不是 让你背更多提示词，而是让 cloud code 在 不同任务里自动切换成更合适的工作方式。不会提示词的新手先装这六个，真的会稳很多。想要我继续整理 cloud code 的 高频 skill 清单，可以先收藏这一期。

此刻 cloud code 一个月，我发现这六个大幅提效的隐藏技巧，网上几乎没人讲。本期内容没有废话，全是操作建议先点赞收藏，你绝对用得上。技巧一， shift 加 tab 快 捷键切换工作模式我用了很久的 rom 模式， 他每操作一步都要问我确认一次，我就得一直守在屏幕前点回车，别的什么也干不了。后来我发现按 shift 加 tab 可以 切换工作模式，这里有三个模式，建议小白直接切换到 accept 模式，相当于开启了 ai 的 自主修改权。现在我只要下达任务，我就可以端着咖啡去干别的事情了，不需要你一直点确认，它会全自动运行，这才是真正的自动化。技巧二， compact 压缩上下文 chat 不知道有没有姐妹遇到过这种问题，在一个终端页面聊得太久，上下文超级多的时候， ai 开始变得不太聪明。我甚至还遇到过他开始突然向我输出满屏的韩文，看得我都震惊了。这其实是因为上下文太长，把他的脑子卡当机了。这个时候在对话框输入 gunk compact， 会一秒钟把你之前的对话 浓缩成药物，释放大量的内存空间，用完这个指令，它的智商瞬间重新上线，极其好用。技巧三， clear 切换任务时，一键清空之前的对话有时候在一个终端里，你上一秒还让它写邮件，下一秒就让它算报表。 ai 很 容易把两件事情搞混，这个时候千万别在杂乱的上下文里去纠正它，不仅浪费时间，还容易出错。 这个时候直接输入 gunk clear， 它会彻底清空当前对话，就像擦黑板一样，全新开始，加清晰的提示词，效果绝对翻倍。技巧四， resume 搜索历史对话，随时续上 cloud code 表面上没有保存聊天记录的按钮， 有时候你想续上昨天的话题，问他，你还记得上次我跟你说的那个激励政策吗？他会冷漠地回答，你，对不起，我看不到聊天记录。这个时候输入 gunk resume， 中端会立刻弹出一个你历史对话的列表，用上下键选择你想要找回的那个主题，敲回车，所有的记忆瞬间恢复，直接接着聊。 技巧五，新建终端，让他同时干好几件事 bug code 在 处理复杂任务时是需要时间的，咱高级牛马上班也知道多现成处理任务。既然 ai 是 我们的免费员工，那也不能让他闲着。这个时候直接 command 加 t 或者点击右上角的加号，新建终端，让他同时跑多个任务，一个窗口跑数据，一个窗口写文案，互不干扰，让 ai 同时打几份工，真的越用越爽。 技巧六， cloud md 项目记忆文件这个是我觉得最值得花时间搭的，也是我之前讲过的核心技巧。把你经常需要重复干的事，比如写日报、周报、算绩效等等，全部写进 cloud md 文档或者单独的 skill 文件里，相当于给他了一份操作手册。下次只要输入杠文件名，比如杠周会更新，他直接按照规则开干，不需要你再重复一遍。 现在更新周会表就输入一个命令，他自己去读数据，填表核对，我只需要最后确认一下就行。深沉一次，用一辈子，这个真的不夸张，这六个技巧随便用上两三个，都能让你每天少加至少半小时的班，真的把这套流程跑通了，你再也回不去了。

别让这五个高频翻车点掏空了你的 token 余额。咱们用 cloud code 追求的是效率，可不是为了给大模型送钱或者给自己找麻烦。 今天我们就来盘一盘新手最容易掉进去的五个坑。完整的 cloud code 呢，已经给大家准备好了，很多人上手就直接让 ai 改代码，完全不管项目背景，结果改出来的代码风格乱七八糟。这就是因为你忽视了项目说明文件。你想啊，如果不给他立规矩， 他怎么知道你的命名习惯？所以一定要在根目录搞个 cloud 点 md， 这就像是项目的宪法，你要在里面明确告诉他，构建命令怎么下，测试指令怎么跑，还有你的命名规范，有了这个文件， ai 的 智商才算真正上线了。 模式选不对这块儿特别关键，你说你是想问问题还是想大改代码？ code code 分 了三种模式， ask 模式，就是纯聊天，查文档，理思路，绝对不会动你的文件，最省额度。 plan 模式呢，它是只读的， 用来和你商量方案。咱们先把步骤对齐了，最后才是 edit 模式，这才是动真格的。所以啊，高手都是先用 plan 理清楚，再用 edit 去落地，这样才稳当。 是不是觉得自动模式特别爽？但我建议你呢，千万别盲目开启 auto 的 选项。你想啊，如果他静默跳过了所有命令审核，万一代码写个死循环，不停调接口，或者误删了关键文件，那损失可就大了。所以，为了安全，咱们还是得坚持人工审批每一条命令。跑之前， 咱们自己心里得有个数，把主导权牢牢攥在自己手里。关于上下文的内存泄露问题，对话久了，你有没有发现 ai 变得啰嗦了，反应也慢了？那是因为历史信息堆的太多，你每发一句话， 小好的 token 都在成倍涨，而且 ai 还没准会产生幻觉。这时候怎么办呢？赶紧在终端敲一个斜杠 compact， 它会自动把之前的核心逻辑压缩，把没用的垃圾信息清掉。这一招既能让 ai 变清醒，又能帮你省下大把的银子。 脱离版本控制，这个是底线问题，你是不是直接就在写了一半的代码上让 ai 改？万一他逻辑写崩了，你又没备份，那真就只能哭着重写了。所以，不管是多小的修改，运行 cloud code 之前， 先开个干净的 get， 临时分支，改好了咱们合并，改坏了一秒钟回退。记住，把 get 当成你的后悔药，咱们才能放心大胆的让 ai 去探索。 最后，咱们整体复盘一下，其实避坑的核心就三点，第一，配置大于修改，把 cloud 点 m d 准备好。 第二，理性切换模式，别拿 edit 当 ask 用。第三，拒绝野蛮生长，用 auto 要谨慎，定期 compact 减负，还要时刻记着 get 分 支保命，这套组合拳打下来，你的开发效率才真的能起飞。

这是雅思自学系列视频的阅读篇，在这个视频里我将会教大家如何自己用 ai 学习雅思八周时间从六冲到八或者八点五分的一个全打法，并且包括了你如何用 agent， 比如 coco 或者 colex 的 用法， 这个方法完全可以代替市面上的任何雅思大班小班，一对一班。也就是说你完全可以自己用 ai 学习，用这个方法去八周，把自己的阅读从六提升到八。建议大家先收藏再观看。 ok， 那 我们开始。 ok， 首先我在这个视频里会分成五步讲阅读这个分项，首先就是阅读的考试结构，然后是关于词汇，然后是关于你和进行真题的练习，然后是你如何进行每一篇阅读题的精读， 然后最后是四类题型的对应答题技巧。首先我们来搞清楚一下雅思阅读的考试结构，那雅思阅读总共你可以花的时间大概就是六十分钟左右啊，这六十分钟你要做完第二篇文章十五到二十分钟，最后一篇文章留二十多分钟去做， 然后一共有四十道题，每篇大概是八百到一千词，他的话题大概会集中在科技、教育、历史、生活、人文社科。那么假如说我们想要拿到八分以上呢？我们最多是错五道题，也就说，呃，第一篇错一道，第二篇最多错两道，第三篇最多错两道，这样子，或者是你第一篇不错，后面你就可以容错率多一些，所以最多最多我们四十道题里面可以错五道。那么了解完了考试结构之后，我们先进入词汇，因为 我们做阅读主要就考两个地方，第一个是词汇，第二个是长难句，大部分的细节题啊，呃，统一替换题啊，或者是填空题，它都是在考我们对于某一个词、定位词或重点词的一个意思的理解，所以词汇是非常重要。那背词汇呢？我建议大家就用雅思词汇真经，然后在 github 上呢，有人把这雅思词汇真经把它总结成了一个库啊， 这里面包括了 pdf， 还有一些官方音频，大家也可以直接用那个，或是把它下载到自己本地，用自己 agent 去学习。所以 code 和 context 呢，在这一步就可以做到。是 因为他已经有了 pdf 了，雅思真经的 pdf， 所以 他刚帮你排。每天你应该复习哪些词？然后呢？每个词呢？会给你配一个语境啊，配语境背的词会比你干背那个词要快很多。然后第二天呢，他会主动测试你昨天的背那批词有没有呃不理解的或者忘记了的。 并且你在做阅读的时候肯定会遇到新词，你把新词丢进去，这样就可以作为你一个不断增长知识库。就你这个词库，它不光是雅思词汇真经，还包括你做剑桥雅思真题的时候遇到的生词。那做完背单词，我们先说一下如何练习真题。那剑桥雅思现在是出到了二十，从一到二十，那一到十基本上是一些比较简单的，很比较古老的一些题了，那我建议大家就从十五到二十练就可以。 那十五到二十呢？每一个剑桥雅思真题，它是包括四个 test， 四个 test， 也就是它有四套阅读，那一共是有二十四个 test， 也就二十四套阅读，这二十四套阅读每周去练个两到三道，那主要我把它分为两部分，这个是十五到十八，十五到十八就是你前面准备的时候，备考的时候去做的，一共十六套阅读啊，那你就做这十六套阅读，等到你 考前的最后两周，你再去做十九和二十啊，这里面有八个 test， 也就是八套阅读题，这里面最重要的是你要精读，而不是多做。 那么精读怎么做呢？精读我们就是做四步，第一步就是我们一定要计时，做完整套，其实你做不完没关系，但是你一定要计时，所以你就知道现在的水平在哪里。那你做的过程中肯定会有一些卡顿的啊。那你做完了之后，你第二遍看的时候先不要对答案，第二遍看的时候再把那些生词啊全部都画出来， 这个时候你可以拍张照，然后丢给你的 agent code code 都可以，然后让他用雅思 skill 把你放进你的生字库里去。那下次他再调用那个雅思 skill vocabulary 部分的时候，他就可以把这些词也纳入生字库去帮你去检测。 那你下次再背单词的时候，你的 a 证就知道了，这些词在你的设置库里，它就会帮你去把它纳入你测验里面去。然后呢，第三步你就再把长难句画出来，也把长难句画出来之后，也可以复制或者是截图丢给 a 证，让他帮你拆解这个长难句啊。最后一步你再去对答案， 当你把生词长难句子画完之后，你再去对答。 ok， 那 么现在我们来仔细说一下啊，长难句分析这个部分，那长难句主要我们遇到问题就是这个句子太长了，我们完全不知道它里面都说了些什么，谁做了什么，在什么情况下做的，完全不是很理解。那这个其实没有关系，我们是需要一句句去啃它，那有 a 字的帮助呢，我们啃的时候相对轻松一些，因为它会帮我们分析这个句子的结构啊，然后同时帮我们写出来五 个结构一样的类似的句子，这样的话我们在对比和类比以及解释的情况下，就可以很快去理解了。那这个时候大家一定不要去图快， 我今天可以只学这一种长难句或者这一句长难句，但是你不要把这一句长难句看的我觉得差不多了，再去做下一个。因为大部分长难句它的结构呢，基本都是在那几个分类里的，那后面我会专门出一期视频，告诉大家长难句大概有什么样的分类。当我们 了解完了这一句长安句的时候，其实你把这句看透了，这一类的长安句都可以看透，所以你不要呃胡伦吞枣的读完这个再去读下一个长安句了。 ok， 那 么 callis 和 c c 在 这一部分里可以做的就是它不仅可以帮你解释，然后它还可以帮你出一些类似的句型啊，把这个句型变成考题。比如说你可以把你的长安句呢复制给这个 yesreading skill， 然后呢让它把这个长安句的结构拆开，然后把它让它给你出一个中英对照的这个译文，然后再给你几个同结构的句子练， 基本上你看了大概四五个同样结构的句型之后，你下一次再看这个长句，或者是你在复习这篇阅读的时候，你就可以很快的去理解这个句子意思，并且我觉得大家其实不需要记那种很复杂很古板的句子结构啊，你完全可以去靠语感。基本上你读完了这篇长难句之后，你再用 a 阵子帮你去练几个同类型的长句，下次你看到你直接 就可以看懂了。那你的目的是把句子看懂，而不是把它的每部分都拆解。对，所以语法对不对不重要，你只需要把这句子看懂就可以了，这是你的最终目的。那最后一部分呢？我给大家讲一下四类的题型和每类题型对应的技巧，就即使你不懂 这个阅读的某些内容，你也可以进行一个蒙啊，把它一个蒙对，提升一下自己的正确率。首先就是填空题，填空题是比较简单的，因为你读原文的时候，你就开始做这道题，基本上你在读原文的时候就开始做填空题， 那因为它的题目顺序和原文基本上一致的，你可以这个答案直接从原文抄，基本上词也是可以用一样的，所以你读完原文的时候，基本上你这道题已经做完了，做完之后你就可以节省时间了。 那第二个呢，就是判断题，判断题的关键就是错了，但 not given 呢，就是没有题这件事。 那我建议大家，如果你看到啊这种 only always never 这种，如果你没有时间看原文，或者是你真的看不懂，你看到这些敏感词的时候啊，基本上它是一个 false， 但是我还是建议大家去真的要读懂原文啊，这种这种情况，这种蒙的，这种情况是你实在没招了，你再去再去再去用，然后这个选择题，选择题做选择题的时候， 就代表你要先理解题干，再回头去看原文，也就是说他的顺序其实是你看完了原文一遍，你再去做定位吧，你把那个定位题做完了，做完之后呢？你做完 not given 判断题之后，你再去来到选择题内啊，那你去看这个选择题题干，看题干的时候你就再去原文里去找 找这个题干可能在哪段开始，对吧？你看完题干你就去找那段，找完那段之后你再回来看选项，这个时候你就会，呃，因为因为他的选项和他的题干和他原文这三个 还有很多词啊，或者是句子是重复的，或者是相似的，所以你看完题干回去看原文，这个时候在看选项的时候，基本上你就很熟悉了啊，你就可以直接去定位到那个句子，不过这时候很多同学会错在 我觉得这个听起来好像是对的啊，但是往往这种就是迷惑项啊，你要找到原文明确说的，而不是听起来对的，也就说啊，这句原文到底有没有说，所以他考察的还是你一个定位词和你去理解原文的一个能力，所以阅读反反复复都是在考这个。那么最后这一类呢，其实匹配题就是最难的， 尤其是标题匹配，因为他会要求你读的时候就理解每段内容，然后去画出来主旨句。不过这也是有技巧的，因为我们每次作业读的时候，总会有那种比较简单的段对，或者是他的主旨句就是第一句，那这种情况下呢，你就先挑那种段落去开始做，先把那个做完了，然后再去找那种很难做的， 那么他的主旨句一般都会出现在该段落的第一句或者是最后一句，要么就是比较有过渡词的，比如 however 啊，或者是 even though 啊，这种连接词的后面会出现主旨句， 当我们看到主旨句的时候，我们会通常看到他主旨句后面有一句解释主旨句的案例啊或者论点。所以这个技巧就是先做简单的段，然后难的段呢？先看首句和尾句，要么就是看连接词后面那句就好 ever 后面那句， 然后去一步一个一个的做，先把简单的做了。那考考和 colex 在 我们做题的时候，其实也可以帮助我们去分析自己到底哪类题做的比较多啊，比如自己错的一种陷阱模式，我们会容易做错。举个例子，比如说原文说了 a， 题目问 a 加 b 的 时候，我们会容易错，那就说明你可能会习惯性的自己意想一些原文不存在的内容。 或者是啊，原文用比较题呢，题目用去高级，这个时候基本就是些细节定位了，比如说，比如说 higher 和 highest， 你 就没有没有成功去定位， 然后导致这个题是错的。所以当我们错某一道题，并因为我们选了错误选项吗？那 agent 呢？就可以根据我们提供给他的这个截图，去帮助我们分析一下我们到底是错了，哪部分是因为什么错的。所以他就会给我们统计一个格式化的数据啊，包括我做的雅思 callco skill， 也有 dashboard 去统计一个格式化数据。那这样呢，就可以去针对性的练习了，因为我们每 每次就知道自己对于某某一类的题或者某一类陷阱会容易去犯错，这样的话就比毛刷要有用的多。所以总结一下，雅思阅读总共你就做四个部分就够了。第一个是词汇，我们的词汇量啊，通过 agent 去帮我们学习。第二个呢，就是整体，其实只需要二十四套到三十套的 test 就 足够了。 第三个，每一套 test 你 一定要进行精读，然后，然后最后是做题技巧啊，做题技巧就是刚最后我们说的，所以这四件事情只要你按照我说去做，用 ai 自学雅思八周时间提升二点五分是完全没有问题的。

上一篇我们讲了根源， context 是 有上限的，办公桌纸越多越慢，越贵越走神。还有 clear、 compact， auto， memory 三招。这一篇解决两个最实在的问题，到底该用 clear 还是 compact？ 给你一颗决策树，在现场演示一次 compact 前后桌面到底变了什么？ 先看决策树，这是最常被问的问题，你只要问自己一句，接下来要做的和刚才是同一个任务吗？ 如果不是换新任务了，就用 clear 清空干净开始。如果是还想接着做这个任务，对话还短，没卡顿，那什么都不用做，继续聊就行。但如果对话很长，变慢或感觉他开始走神，就用 compact 瘦身，保留要点续做。 还有一条独立的，如果你有句经验，想让他以后永远记得，那就用写进 memory， 而不是靠刷新对话，把这棵树记住就够用了。 再配一张对照表，遇事查一下，修完 bug， a。 要去做无关的功能。 b。 用 clear， 旧内容无关，扔掉最干净。同一个重构做了一小时，对话很长响序，用 compact 保留净度和结论， 去掉噪音。他开始忘记你早先定的规则，先 compact 去稀释，长期就写进 cloud and mud， 想让他以后每次都用 pmpm 用或 cloud and mud， 这是长期记忆，不是清理。对话刚开始没多久，一切顺畅， 那就都不用，别为了清理而清理。这里有个常见误区，一定要提醒，别一忘事就 clear， clear 会把你这次的进度也一起扔了。如果你还想接着做这个任务，应该用 compact 它保留进度。 下面现场演示一次，先看压缩前一个涨任务的桌面，密密麻麻，你说帮我把用户模块的密码校验抽成独立函数， cloud 读了，搜 user 到 j s， 贴出整整三百行原文，用 grab 搜索 validate password， 列出十二处调用，再 edit 显示完整 def。 你 说这里有个空密码的边界？没考虑，他又读了测试文件两百行跑 npm test 刷了八十行，输出二个失败，再 edit 再贴 def。 桌面已经被几百行文件原文和测试日期占满，开始变慢变贵。 执行 compact 之后，同样的信息浓缩成一份记要，摘要里写着任务，把 user 模块的密码校验抽成独立函数， valid password 已完成。在 solo gs 中抽出，更新了十二处调用点，修复了空密码报错的边界。 mpm test 现已全部通过代办给 validate password 的 补单元测试，约定本项目空值要显示处理，然后你接着说好了，再帮我补个单元测试无缝衔接， 看出区别了吗？几百行文件原文完整 def， 测试日期全没了。这些是过程复盘时用不上， 而结论改了什么还差什么，关键约定全留下了。这些是状态续作，必须有桌面瞬间清爽，后面每一句都更快更省更专注。而且任务无缝衔接，你不用重新交代。背景 小提示， compact 偶尔会漏掉某个你心里觉得重要的细节，续作时发现他忘了某点，直接补一句说明就行，这比卡到极限被迫自动压缩可控的多。 所以这一篇记住，决策树就一句话，换任务用 clear。 同任务太常用， compact 想永久即用，别一忘事就 clear， 那 会把进度也丢了。 compact 的 魔法是把过程换成状态，让你无缝续作。 下一篇是浙江的收尾怎么用？主动写 memory？ 用 memory 查看，以及 cloud memory 套 auto memory 到底怎么分？最后给你一份使用习惯清单。

别人翻文档，你只敲斜杠，六十八条命令挨个过一趟，点赞加收藏要用不慌张。

很多人开始给 cox 或者是 cloud 装 skill 以后，很容易遇到一个问题，就是装了很多，收藏了很多，但真正开工的时候还是不知道用哪一个。 所以这一期我不做大而全的清单，也不讲复杂的安装，我只按普通人最常见的几类任务。先介绍六个值得认识的 skills， 别让它在你的收藏夹里落灰。 第一个， using superpowers， 它的作用不是让 ai 立刻开工，而是把目标边界验收标准先问清楚再开始执行。 如果你还没有完全想明白任务，先用这个会特别的稳定。第二个叫 brainstorming， 它适合把一个模糊的想法先聊到两到三个可选的方案，而且不只是给你方案，还会顺手告诉你每个方案的取舍，所以它特别适合新项目的开头或者是内容策划的开头。第三个， opsd skills。 如果你的笔记资料， keywords 都放在 of skin 里边，这个 skill 的 作用就很大，因为它可以把这些内容变成 ai 可直接调用的工作材料。第四个 skill correcter。 如果你发现自己 总在反复给 ai 解释同一种流程，同一种要求，那就适合把这个流程沉淀成一个可复用的 skill， 这样你以后就不用每次都讲一遍。 第五个， playwrite。 这个 skill 很 重要，因为它不只是停留在聊天的层面，它可以让 ai 真正的去打开网页，获取页面状态，点击按钮，填写表单，甚至截图检查结果。如果你要做网页的验证，流程的验收，用这个就很好用。 第六个给大家推荐的是 markdown， 它可以把 pdf， word， ppt， excel 这些文件转成 ai， 更容易理解到 markdown 的 版本。如果你经常要把文件内容交给 ai 去总结改写分析，这个 skill 你 用起来会非常的顺手。所以你发现这六个 skill 其实不是让你一开始就全装全懂全自动 更稳的方式，是你要先知道先了解每个 skill 分 别解决什么问题，等你遇到真正的场景的时候，再让 ai 按照这个能力去帮你处理。这样你用 skills 就 不会是装了一堆但不知道怎么用，而是会慢慢进入一个更加稳定更加省力的工作流。