粉丝24.8万获赞253.3万

今天给大家带来如何不用魔法安装目前最强的 ai agent, 也就是 cloud code, 并且也是如何接入国内的大模型啊。这是这个从零开始 web coding 的 第一期啊,也就是基础环境的一个安装, 后续呢也是会给大家带来 cloud 的 一些使用技巧。好,第一步上来我们要先安装一个 pro, 这个 pro 很多人不知道是什么,这个相当于一个 apple store 输入了,你在这个苹果官方 里面搜不到啊,或者说需要跨地区下载的,基本上所有的 app, 相当于一个万能的苹果商店。 那这边也是看到一上来就报错了,这个很正常,这是因为缺了一些组建。那我的文档里面会给你一个 command tools 的 安装包。好,我们直接安装一下之后啊,然后我们继续敲刚才的命令。 那整个安装过程也是全中文的啊,跟着选就可以了。安装过程当中啊,会出现一个 get 的, 安装,也是一样是中文的,装一下就行了。 好,这边的话是这个呃,薄的一个安装,他是个全中文的,你只要选,他会告诉你一二三四选什么。这边呢也有一个我的演示,最后这边配置成功之后,会让你选一个圆,我这边选的是这个中科大的,你也可以选清华大学也一样。 好,这个的话就是安装过程中会跳出来一个 get, 安装,直接统一就行了,这也很快啊。 好的,那这边安装完之后呢,下面的话就是安装一个 load js, 这个东西的话是运行 cloud code 的 一个前置啊,我们也安装了 pro, 这个安装也是很简单,直接 pro install 就 可以了,也很简单的。 好,可以看啊,那敲下去之后呢,它就会一顿进度条了,进度条,走走走走走,走完之后就可以了。 好,大家可以看到啊,这个也是很快的。 好,到这之后呢,你可以敲两个命令来看一下这个。呃,安装的有没有成功啊,一个是这个 n p m 杠 v。 好, 紧接放你继续安装这个,就可以安装这个 cloud col 了,那前面我们不就发挥它的作用了,直接不用 in store 就 可以了,也可以看到,也是很简单。 好,那这个地方你装完之后啊,我们就有了这个最强的 ai 电脑了,也就是可洛克的。 那接着呢,就是再给他装上这个手脚,因为他有了最强大脑之后呢,我们就是要把它接入我们的国产大模型这里呢,需要用到一个 cc switch 安装包呢,也在文档里面直接装啊,这里演示的是国产的这个 mini max 的 一个模型,在官网这边呢,把控制台把它这个 api key 点一下复制复制过来啊, 然后 c switch 你 装完之后啊,啊, c switch 过来,你这边呢?新建一个供应商。新建一个供应商呢啊, 打开这个中端啊,好,在 c switch 上面新建一个供应商,然后选 mini max, 然后就是把刚才那个 key 啊给填进去就可以了。那这边有个 mini max 好 选过来,那把 key 呢?给它复制过来,就刚才我们点那个复制好填进去就可以了。 好,在这边的话我们直接添加啊, 我们添加之后啊,那这个时候我们所有的工作都已经完成了。我们这个打开终端之后啊,输入一个 cloud 好 进来,进来之后呢,可能有一些简单的配置, 你可以就直接一路 yes, 没关系。而这边呢,你给他说个你好,我用我们所有工作都给你输入,你好之后打个招呼,如果他给你回复呢,就说明你配置成功了。好,我们来看一下, 好,你看成功了。好,那这个的演示过程的话,就是啊,全程,那不需要魔法使用这个 cloud code 加这个国产版本型的一个全部的演示。 那到这呢,你就 cloud code 就 已经接入了国产版本型,你可以跟他做一些简单的聊天,下期的话会给大家带来这个 cloud code 的 一些使用技巧。那喜欢的小伙伴呢,可以点赞支持。

很多同学都听说过从 github 上拉代码,却不知道这是什么,又如何操作?其实拉代码的意思就是在 github 上刻录项目,把上面的项目刻录在本地,在本地运行或者修改。接下来会教大家最简单的操作。首先打开你的编辑器, 我这里使用的是 vs code, 点击 ctrl shift 加 p, 在 搜索栏里面搜索 get, 点击 get 克隆,这里需要输入目标仓库的 url, 回到原仓库, 点击 code h t t p s 下面这个就是这个仓库的 url。 但是克隆原仓库的话会有中断的风险,所以我们可以先构到自己的仓库,直接点击 create。 好,现在已经复古到我们自己的仓库里面了,这是我自己的用户名,这是仓库的名字。现在点击 code, 直接复制 url, 回到 vs code 粘贴回车。现在需要新建一个文件夹,这里我直接选择一个, 直接打开就行。好,现在已经成功从 get up 上克隆下来了一个项目,我们可以在本地看到它。

今年秋招的王炸工具来了!这个上过 get up 热榜第一的开源项目,目前狂涨二十六点一千的新标。它可以根据个人意向评估职位信息,量身定制简历,赚取求职信,甚至是准备面试。该项目的作者用它量身定制了六十九份简历后,成功 入职人工智能工程师。现在,你也可以用同样的办法为你心仪的 offer 做准备。只需要参考你的个人简历,他就会从技能、经验、发展方向和岗位要求等多个维度评估合适的岗位。不仅如此,他还能对你的求职进行全链路追踪。从简历准备到成功入职,通过对目标公司及岗位要求的全面调研分析, 你能够得到全方位的学习计划来补全岗位能力,并在面试中不断迭代复盘。正在准备秋招的同学赶快码住!

国内 ai 编程工具评级从行到拉,排名纯主观。先说国内的吹,国内首批 ai 编程工具之一,代码生成能力扎实, 无论是小程序还是小游戏都能够轻松应对,属于是写一点就能跑,给到人上人。腾讯 coldbody 大 赏出品。稳定性还行,但是动不动就卡死,生成速度也慢,用起来挺磨人的。真要写代码还是有点吃力,更适合作为产品经理的辅助工具。整体感觉给到一个 nba 的 通用领马实力确实康大, 生成的代码基本上拿过来就能跑,虽然偶尔会出点小 bug, 但是完全不影响大局,妥妥的圆润。 q 的 fields 开源免费,还能够本地部署,最关键的是数据完全自己掌控,隐私安全有保证,连企业内网也能够轻松跑起来,直接封爆。再说国外的 carson, 妥妥的踢零级选手,长文本处理和推理能力基本拉满了,几乎挑不出任何毛病,而且支持多模态开发,生态兼容性也做到位了, 主流工具链基本上也能够无缝连接。唯一的小毛病就是偶尔会有一点自作聪明,你没让他动了代码,他可能悄悄的给你改了, 但是问题不大,整体实力属于夯到满天。 cloud code, 我 个人最爱的一款,比 curso 更适合新手生成的代码,结构清晰,错误率极低,最厉害的是它能够自我反思,越用越懂你,越用越顺手。这种 ai 工具已经不是夯不夯的问题了,是真省心又靠谱。 how pilot gta, 哈普,老牌选手了,写代码确实快,但脑子有点跟不上,逻辑推理弱,你得把需求写得特别细他才能懂,稍微模糊一点就容易跑偏, 用起来的感觉更像是一个听话但是不太动脑的工具人,就给到一个 npc。 windowsurf 优缺点都特别极端,推理快,想一抹 小项目或者短代码里简直灵光炸线,效率拉满,但一旦代码超过六百行就容易崩,甚至直接卡死,稳定性属实拉垮,只能给一号顶级 argument 虽然不支持多模态切换,但是它上下文引擎真的强到离谱, 语域搜索又准又快,理解能力几乎逼近人类水平,整体用下来文准狠全占了,妥妥的夯。

简直离谱,这款照片修复 ai 居然能去马赛克!而且 ctofoom 开源免费,手机电脑都能用!宠粉博主还帮你们搂来了好心,前面发布的整合包功能更强,解压急用,下面看我操作。我先给小黑的眼睛和牙齿打上码,在工具上选择好输入输出,入镜点开始处理,几秒钟就完成了。然后打开对比一下, 我去,无敌这里还有个视频清晰化功能,我知道你们在想什么,可惜我的硬盘被老婆清空了,不然高低给老师们修复一下。

把你的一生放进一个文件夹里,你的爱情,你的人际关系,你的旅行经历,你的父母和家庭背景,你过去写过的文字,做过的文档,让大模型对此重新编绘,形成知识记忆网。从此你就有了一个可以不断进化的第二大脑, 这就是卡帕西最近开源的大模型知识库 wiki。 给大模型写清楚规则,把它连接知识库,你再提问它就是一个拥有你全部记忆、喜好、厌恶踩过的坑的超级进化版本。这个时候有人会问, ai, 我 用的挺好的呀,用不着费劲了。 no no no no! 一 般的 ai 从一个项目或者是话题展开,聊完结束聊出来的精髓和结果,也从此不知道丢到哪里去了,再找,很费劲,哪怕是专门的知识库, ai 最高文件数量也只有五十个, 不能足以把你整个人生的数据以及新产出的东西放在一起进行交叉分析,从而生产出新的内容,新的思考。还可以转换成 md 文件,直接帮你存储到 库里。那说了半天,咋搭建呢?第一步,建立知识库。在你的电脑里新建 wiki 文件夹,在里面再新建三个文件夹,分别命名为 ro 放人类的原始数据, skim 放 ai 的 规则, wiki 放 ai 写的数据,使用 obsidian 这个 md 文档管理工具,打开 wiki 文件夹,接下来填充 ro, 根据你的日常习惯,把背景学习、健康、旅行、工作,就像你的工作文件夹一样。把你的人生分类, 再把你的个人背景和过去所有写过的文字,喜欢的文章一股脑的全放进去。有两个省力的办法,这里适合点个赞。一口述经历,用 typeless typeless 语音输入,它的识别准确率很高,可以去语句词二,安装 abc 浏览器插件,它能把网页一键转成 md 文档并存到知识库里。 第二步,选择一个 ai 命令行工具,新建项目,关联 viki 文件夹,并输入卡帕西在 github 上面给的提示词大模型会自己写规则并放进 skype 中。第三步,提问场景一,了解自己 新建窗口问他,请结合我背景里的所有资料,用维时论帮我分析我到底是一个怎样的人,有哪些习气,并把分析结果保存在 wiki 上。他输出的结果会让你知道你平时愤怒和痛苦的来源是什么,帮助你觉察到自己的情绪。场景二,学习 youtube 的 编程课程, 先用 notebook lm 把竹字稿提取出来放进 wiki 里,然后新开一个窗口问,所有你不懂的问题 全都搞清楚以后可以基于项目文件夹转载心得的内容放进 wiki, 文档就这样滚动进化迭代,你们一起成长为越来越厉害的大脑。以上的势例只是抛砖引玉,大家可以根据自己的使用场景和需求去发散使用的创意。但凡能交叉分析的,你都要想到 wiki。 那 么今天视频就到这里了,拜拜!

朋友们,这是我现在用的电脑,四零九零四十八 g, 二百五十六 g 的 内存,现成撕裂者,我用它构注了一套智能中书。但是呢,我今天要教你们怎么样用一个很低的配置来构注一套同样的系统。可怜的只有三百 g 的 硬盘, 三十二 g 的 内存,一台英特尔 i 五的 cpu, 配上这张四零六零太十六 g 的 显卡,我今天开始教大家如何在这套比较垃圾老的配置上部署一整套 ai 智能中书。 这是一个艺人公司超级个体如何最大化利用 ai 杠杆的视频。在上期我介绍了我自己的 ai 超级智能中书,以及我怎么样用各种模型的组合来解决复杂的问题。而今天开始,我要教大家 如何用一个入门级的显卡,哪怕你只有八 g 的 显存,你也能完成这一整套的配。刚才都看到了,我这台机器配置比较垃圾, i 五八四零零三十二 g 的 ddr 四内存,然后一共两块盘,二五六的系统盘,三百 g 的 数据盘。这一套配置大概就是三千出头的样子。 你需要准备这样的一块 u 盘,把它格式化成 wintoy 的 系统,然后配置上非牛 o s 的 镜像。 如果你不知道 wintoy 和 finn o s 到底是什么,那我建议大家去搜索一下,教程特别多,而且特别简单。我之前视频也告诉过大家,如果你要想利用好 ai, 你 就一定要从构注一个 linux 系统开始。 但实际上所有的 nas 都是 linux 系统,所以我就选择了 finn o s 这个系统,它是一个基于 devin 十二的 linux 系统。好了,现在这个界面已经开始安装了,五分钟后就能完成,它会提供一个网页的配置, 开箱即用,最简单最好装的 linux。 当然这个你是需要作为服务器的,你还是需要另外一台,无论是 mac 也好, windows 也好,需要做终端来使用这些服务。 那么今天这一期呢,是构注 ai 中书的第一部分,我们将完成 fanui os 的 安装和配置, opencloud 的 一键安装,当然我们还得装一个 cloud 的 扣子。我发现好多朋友到现在还没有装好它, 那么这次我就直接给你喂饭了,而且我们还要配置一个谷歌刚刚发布的 jam 四的本地多模态模型。最后啊,我要给小龙虾配置一个基于本地的搜索引擎,这样你的小龙虾的功能就起火了, 你们就知道四零六零态真正的实力了,这是一个含金量很高的教程啊,而且绝对是被饭级的,希望大家能看。本期所有的内容都在我的 github 里边,你们只需要按照提示一步一步地复制粘贴,就可以完整地复刻。 完成了这些配置,你们绝对就是一个龙虾达人,而且绝对跑赢百分之九十九的人,所以拜托耐心看完这个视频, ok, 非牛 o s 已经装好,让我们开始今天的教程好了,用了五分钟不到,把它装好了,现在开始配置啊, 比如说我这个就叫 open 可乐,密码就随便自行选择吧,好保存,先创建一个存储空间,用这个我就用这块盘创建 a c k 就 行了啊。好了,这是完成了,第一步,创建了存储空间,然后我们赶快把 docker 配置好, 我们放在存储空间一好了, docker 服务已经启动了,这是第二步。第三步,我们要把我们的用户把它 s s h 打开啊,它默认是开着的。太好了,在这个位置啊,系统设置 s s a, 把这个打开。好, 我们现在试一下啊,打开一个终端,幺五二,好像对, ok, 好 的,好,我们现在到应用中心,你看它现在有一个 openclaw 就 直接安装了,我也装在存储空间一,它会自动装 notegs。 我 们现在配这个模型啊, kimi 吧,验证信息保存。 哦,好,我现在去 openclaw 点 s h 的 模板, 你在这把你的 token 和 base ui 模型一填,你就可以直接用它来启动 cloud。 如果你经常看我视频,我就是这样用的,然后这是一个一键脚本,但是我决定还是手动给你们过一遍。怎么安装。我们看一下这个 readme 啊,就按这个一步一步来, 非牛一般不会给你创建目录。我习惯是有一个 home 的, 所以我们就这么执行一下,看一下,看一下,对不对?这是这,这个是验证的啊, 看这这个就就已经可以了。好,我们接着来。这肯定没有装这个驱动的,所以不用过了,我们来执行这个这条命令,这是一些编辑驱动时候的一些前置的东西。好了,这是我应该刚才装过了, 接下来我们就装这个驱动,直接把这一段,不是,这是英伟达的库达,然后这个是驱动,这两个是特别关键的,这两个如果装装不成就不行,我们用这个来装吧,他要下载一个这个包,这个包挺大的,三三四个 g。 好 了,库达装完了,我们现在装驱动 这一步,你已经领先了一半的人,很多人基本到这一步就放弃了。 two thousand years later, 好 了,现在驱动应该是已经装好了, 我们现在把这个复制一下,这个就是你每次登录上来的时候,他需要有一个酷大 home, 然后配置这个东西。好了,现在应该有了吧,看,现在我们识别到了四零六零 t, 对 吧?十六 g, 对, 我们还需要把这个 bios profile 搞一下, 现在走到这里超过百分之九十的人了,我们继续安装啊。 uv, 这是个 python 包的管理工具,我们就直接装就行了。 下一个是这个 cloud code, 这个很重要啊,这个就是很多朋友在配置 cloud code 的 时候,想配置国产模拟,但是发现它需要登录,是因为你少了这个文件里的这个配置。 好了,现在是安装 cloud code, ok, 装好了,看一下这个文件,看这个有他有的就没有问题啊。 接下来要装的这个东西,我认为是整个本地 ai 生态最为低估的一个工具,它叫 harbor, 一 句话概括就是一条命令拉起整个 ai 的 技术站。什么意思呢?你跑本地某,你得装推理引擎,你得装搜索引擎,你得装聊天键。面对不对 这些东西之间的配置和互联,真正折腾过的人就知道特别的痛苦。但是呢, harbor 帮你把这些全部都打包好了, 九十多个 a b i 服务,你只需要一条 hibble 这个命令就能全部都部署好。而且最厉害的是它给你全配置好了,这些全部都是互联的。比如说你配置了一个搜索引擎,这时候你打开一个聊天界面,它用的就是这个搜索引擎, 或者说你配置了一个新模型,打开聊天界面用的就是这个新模,它不需要你手动改配置,不需要你修改网络,不需要你懂 docker, mini, 不 需要你懂 linux, harbor app 一 句话就完事了,更重要的是你可以用小龙虾来命令它帮你部署。所以后面我的教程还会利用 harbor 来讲一些场景。 这个 harbor 神器啊,朋友们先直接装,把它先装好,它有个 doctor mini, 它可以自检, 然后我们现在看一下,他自检就是告诉我们你哪些没做,看,我们现在还有这一步没做。还有这个刀克,刀克现在需要用这个,需要把用户加到这个刀克组里。 ok, dock 我 们复制好了,这一箱已经过了。然后就是 nvidia 的 这个 container 二 kit, 这个我们在飞牛上装,给大家说一下,这是容器,它要使用 gpu, 它必须要用这个东西。嗯,好了,是吧? 好了,我们现在再 doctor 一下。好,这个不用管这个,如果你是一个 amd 的 gpu, 你 需要管,我们现在目前是四零六零菜,这个就叉,无所谓。好,我们这步做完了, 我们看一下这个,测试一下这个吧,对吧?哎,看这个,这个出来就说明容器里执行这个命令也能成功,那就说明可以用 gpu 了, 咱们继续部署本地模型。哎,这个就厉害了,看阿伯肯瑞克告诉大家这个是干什么的,这个就是我让他下载一个摩搭上的一个的 e 四 b, 这是个八 b 模型,就是四 b 激活。 好像是是八 b 模型吧,反正这个模型四零六零泰坦跑的不错,然后他用的是 q 四 km 的, 然后同时让它启动一个拉玛 c p p 的 容器,我们来看一下啊,见证奇迹了,它要先拉一些它需要的一些容器镜像,看它现在把欧拉玛,拉玛点 c p p 还有 open web ui 全部拉下来了。 所以这一步走完之后,你就拥有了一个本地 ai 了,用四零六零泰跑起来速度也不慢。我们在执行哈堡 up 拉玛点 c p 的 时候,出了一个这个问题, 这个可能是因为他下载没有下载成功,我们再试一下啊,哎,看这就好了。嗯,我们复制一下这个,这个地址我们要改成本级地址,应该是幺五二,对吧?看,拉玛点 c p p, 这是他已经配置好的模型,他现在占了五点七个 g 的 现存, 试一下,跟他讲个故事,你看这速度可以吧,七十 t 作为一个十六 g 的 四零六零太,我觉得这个就已经很好了。然后大家记住啊,这是他的拉马点 cpb 的 端口, 三三八三幺,就是它这个 harvard。 呃,是 library 点 c p p 的 地址,在这个 script 目录里,就我刚才说的 cloud 点 s h 点 template 的 模板 啊,你用 mv 把它移动到后目录下,并且改成你们喜欢的名字。接下来大家就只需要把刚刚的拉玛点 c p p 的 地址端口和模型名复制进去,随便给一个 key, 然后把 cloud 点 s h 改一下可执行权限,就可以通过这个脚本来启动 cloud code 了。 看见没有,这个模型已经超过了百分之九十九的人。 你现在不仅在一个非牛 nars 上装好了英伟达的驱动,部署了本地模型,你现在还把 cloud code 配好了,我们现在在本地配置了一个 cloud code 的 一个启动的命令,然后还有一个呃拉玛典 c p p 让你可以直接去使用。 我们现在要去搞一下 openclaw 这个三三八三幺,教大家怎么去搞这个 openclaw。 我 把这个模型名复制一下,看 openclaw 打开添加模型服务,这里拉到最下的自定义 open a 兼容 拉玛 c p p 吧,好不好?我们定一个八三幺是吧?然后模型名称我们添加一下,保存一下,它就自动去刷新了。 我们把 openclaw 刷新一下,就看到小龙虾有了刚刚配置的模型,到此为止,我们的小龙虾就完全可以通过本地模型来驱动了, 大家可以用本地模型来摸索小龙虾的功能,完全不需要担心偷根,消耗速度也不慢。但是需要注意的是,这个本地模型智商比较低,要是让它做编码任务的话,我觉得还是不太现实的。 好了,接下来我们需要给小龙虾配置一个本地的搜索引擎,这里我用了 sirx n g, 它是一个圆搜索引擎,可以集成多个搜索, 我们用 harbor up sirx n g 就 可以一键部署,并且它会自动配置好一些默认的搜索引擎,装好之后,你把它地址告诉 open claw, open claw 就 具备了本地的搜索功能了。 好了,到这里我们就完成了今天所有的任务,我们今天做的就是构建 ai 中书的地基和架子。有了英伟达的驱动啊,后面的事都会变得非常简单。在后续的视频里,我会以具体的场景来入手,告诉大家到底应该用什么样的模型来组合,到底能解决什么样的问题, 保证你们今天搭这套环境没有白搭。所以如果大家感兴趣,拜托把你们折腾好的截图发到评论区,也给其他没有折腾好的朋友给一点信心。好了,以上就是本期全部的内容了,我们下期见。

ok 啊,这是一期我的视频内容操作流程全公开啊,你可以看到我的这个账号呢,从五月份的时候就已经是在用 ai 去帮我做视频了, 然后一直到现在,我的视频基本上百分之九十五啊,都是由 ai 去做的。我先大概的梳理一下我制作视频的一个流程,就是首先我会录制一条口播,就像你现在看到的这条视频一样。然后这条视频录制完成之后,不是在本地吗?我会直接把路径丢给我的 cloud code, 我 会让他去帮我进行粗剪和染色。 初剪的这一步不是你们意义上的那种剪气口啊,剪气口还是我手动去剪辑的。打一个最简单的例子,如果说同一个口播啊,比方说现在的这一句话,一二三四五 对吧?我录了一遍,我觉得它效果不好,我又录了一遍,一二三四五,就是默认情况下一般都是第二遍会录的比第一遍完整,对不对?那可能我在后期去进行剪辑的时候,我觉得可能第一遍更想要我的一个感觉吧,我可能会保留第一段,那么会去掉第二段。 那么如果是 ai 帮我剪的话,它可能在一些气口的处理方面,比方说这里的一个停顿啊,可能是我 啊故意停的,那么它就会给我剪掉啊,就没有这个停顿了。但是这一个剪气口呢,也不是你们想象的那种纯手工一个一个去,对的,初剪是啥呢?就是把我的整料视频里面 啊长时间静音的部分给去掉,然后再进行染色。染色其实就是我们客观意义上来说让 ai 帮我们剪漆口的这一步,但是 我只是让它进行染色,它进行染色之后的一个画面就是这样子的,就是它玫红色的部位呢,是 ai 帮我列出来觉得要去删掉了啊,你会看见我会从头就是从头到尾去排查一遍,没有问题之后我才会去 把他们给删除掉。剪辑完了之后呢,就是全程都是在那个 remoc 里面去做动效,在 remoc 导出的时候呢,我一般会选择四 k 三十帧的格式去进行导出 啊,当然这个是比较适电脑配置的,如果你的电脑配置不好的话,你可以选择一零八零 p 或者说等更长的一个时间。同时我自己的一个个人习惯,我会选择导出苹果的格式,因为它 苹果电脑导出这个格式的话,它是速度编码速度会特别的快啊,虽然它唯一的一个缺点就是占用的内存会极大。然后导出完成之后,我再让 ai 去帮我进行压缩,压缩完成之后他自己打开浏览器帮我发布到平台,然后帮我去 上传封面,帮我去选标题,选简介,但是在发布的这一步我是会手动去发布的,我不会让 ai 直接帮我发布。 然后这基本上呢就是整一个视频创作的一个流程了,基本上你会发现我是现在是能够在 ai 的 对话窗口里面去完成的工作,我基本上不会再去 打开别的软件,视频的动效以及逼肉这个部分就是全部都是在人物型里面,然后剪切口的话会在剪辑软件里面,然后我这里用的剪辑软件呢是达芬奇,因为我一直在用达芬奇的 m c p, 可以 去看一下这个仓库啊,然后这个 m c p 你 可以看到在下面的, 呃,贡献的这里,我的头像在这里,然后呢,这个是我已经深度使用很久的,然后达芬奇不是更新了他们的官方 m c p 吗? 从那个之后呢,我其实一直是在用官方的以及啊这一个仓库的 m c p 在 进行去交替使用官方的这一个它的速度会更快,但是呢,它的接口可能还没有这一个开源社区来的更加的丰富,所以我现在还会依旧的使用这个开源社区, 那么可能后续会慢慢的转向官方吧, ai 模型就是 five 五点一,或者说 five 五,现在有了 office 五点五之后,我后续的一些工作可能更多的会转化到 office 五点五吧。然后软件的话就是 c c, 也就是熟大家都熟悉的 cloud code, 你可以看到我这边 c c 里面呢,它都是这样子,我只需要把我的这个文稿给到它啊,它自己呢就会去转写,然后达芬奇进行链接,看到没,这里有个达芬奇,它自己去拼这个时间线, 然后新进项目,包括项目去做,我在这里只需要保证我的达芬奇是打开的一个状态就好,基本上别的东西我都是不需要管的,等他去做完啊,等他去紧急完成,我只需要去看这个玫红色,那我们现在就打开这个达芬奇来 打火机,打开,现在就是整体来说就是这个样子,粉色的就是他建议幺三的,你看每一段,这里前面我是不是就录了好几段,录了好几段,那么这一段是我要的,如果是按 ai 直接剪,他直接就去掉,对不对?但是我想呢,我可能想 这一段可能我没有录制的太好,那我可能觉得前面的一段更有感情一点,感觉一点,我可能会用前面的一段,所以这个呢,就是我在 进行剪辑的时候会让他去做的。 ok, 剪辑完成之后呢,只需要给他说,呃,我现在已经剪辑好了,你把它导出来,然后到人物群里面去做视频包装吧。好,现在输入这一个简简单单提示词,他就会去做视频的包装了,就这么简单。 然后我所用的录音设备,这个呢是一个麦克风,然后镜头的话是一个二零七零的镜头,然后一个主灯,一个背景的手电筒,目前的就没有了。 ok, 这就是本期视频的全部内容,如果你觉得对你有点帮助的话,那么点赞、评论、转发,我们下期再见。

你终于开始用可乐扣的了,好用好用,是不是真好用?从创建一个项目开始,先帮你创建一个整体的一个开发方案、系统架构,把模块分析啊这些东西。功能全部设计好了,项目结构也设计好了, 然后后面就是开始进行功能开发。自主开发。对,真的很牛逼啊,比那个国产的要强很多。思维方式不一样啊,自主思考帮你去解决问题,他会反复的测试成功之后,然后才给你输出。牛逼,这些都是他开发完一个功能之后告诉你怎么使用, 有一些说明工作流程,工作内容也都是在本地都有的,是吧?对,开始的时候他会让你选,就是你自己适合的一些方案。那不扣定好像能实现,是吧?小白微调的时候就可能需要有一些专业知识,对,对吧?嗯。


自媒体的天塌了, ai 视频正式进入工作流时代,记住这个名字,已经收获了四十二 k star, 内置十二套视频工作流,一百家工具,七百家代理技能和生产知识文件,无论是动画、广告还是短片都能一键跑通。支持本地离线配音,免费素材零成本 也能体验。还能协通一百家主流 ai 工具,不用反复复制粘贴,大幅提升制作效率。支持 cloud code、 cursor codex 等就非常厉害。

大家对 ai 的 使用一定要尽快的从切特转变为 agent, 不 管是 app 端的豆包 deepsafe, 千问 kimi, 其实你本质上都是局外人,他们只能和你聊聊天,这个部分属于切特,所以说你要尽快的从这种切特模式转变为 agent 模式。 agent 的 意思是你要接入相关的软件,比如说 cloud code codex, workbody trade。 说一个我觉得最经典的例子哈, 假设你最近在学习一个领域的新知识,又或者说你在炒股写小说,不是随便学的。你有一个本地的文件夹, 你的这个里面放着你的学习计划,学习路线以及完成的目标,自己写过的笔记,收藏的资料,阶段,复盘小说大纲,背景介绍、人物介绍、各股分析,持仓分析等等。某天早上你自己写完之后,你有点懵,然后你打开这个本地文件夹,问 ai, 说,我今天要干啥来着? ai 就 可以去看你的资料,他会去看你之前去定的学习计划,看看哪些任务已经完成,看看你的笔记停在哪一节,看看你上次复盘到底写了些什么问题,然后告诉你今天要做些什么。 他不需要你说什么提示词,因为他就生活在你的世界里面。他看过你所有的笔记,知道你在哪个地方划了重点,也知道哪个地方你写了没看懂。他读过你的学习计划,他知道你今天给自己定的进度是什么,每一天一张,他记得你上周完成了什么,也知道你下周要考试。 你不需要给他上下文,因为他本身就存在在你的上下文之中。但是呢,如果你是去用的网页端或者说 app 端的豆包 deepsafe, 直接来一句我今天要干啥,他大概率就只能够一脸无辜,因为他不知道你是谁,不知道你最近在学什么,不知道你昨天学到了哪,也不知道你哪些任务完成了,哪些任务没完成,自己之前定过什么样的计划。所以说对广大普通人来说,装一个 codex, 加 deepsafe, 然后 接入 obsiding, 给自己建一个文件夹,把你正在学的东西放进去。比如说计划笔记,目标完成记录,复盘,先让 ai 把这些资料读一遍,再告诉他我现在学到哪了。我哪没搞懂我今天该做到哪一步。这个才是当下对普通人来说,利用 ai 最好的办法。

发现一个 openclock 的 邪秀玩法, ai 终于可以一次性控制多台电脑了,而且不只是本地,远程电脑也能轻松拿捏。大家都知道龙虾很强,但它有一个致命弱点,只能管好你手头的这一台电脑。但如果接入了这个 m c p, 原本单机版龙虾的能力瞬间就能扩展到远程的十台、几十台甚至更多。 openclock 负责充当聪明的 ai 大 脑,而向日葵 m c p 提供了一整套经过长期验证的远程控制底座,可以让 ai 直接像人类一样理解界面,再通过模拟点击鼠标、敲键盘完成各种自动化操作,给 openclock 补齐了双眼和双手。如果你的龙虾刚好连接上了手机,那么恭喜你,现在你可以直接通过手机上的微信、 钉钉、飞书这些主流 i m 软件,直接操控这一整个远程 ai 军团。老规矩,所有教程和配置文档全部整理好了,我们直接进入实操。首先确保本地和远程电脑都安装了最新版的向日葵客户端,在设置里找到向日葵 m c p 一 键开启通信方式,建议选择第一种它更适合本地运行的配置代码。我用卡扣的演示,其实像 open 扣的扣子、 share studio 甚至 openclock 等主流平台,向日葵 mcp 都能无缝接入。启动克拉的 code, 把刚才复制的向日葵 mcp 节省代码粘贴进来, 从起终端输入斜杠 mcp。 如果能选到向日葵 mcp, 恭喜你连接成功了。 openclock 配置方式更加简单,直接把这串节省代码扔给 ai, 几秒钟就配置完成了。使用向日葵 mcp 查看一下当前的设备列表, 选择一台在线的远程电脑,高能来了,我在手机上给他发条消息,打开 chrome 浏览器,搜索丹天科技新闻,注意看电脑屏幕,他自己动了。搜索桌面,模拟人工点击鼠标,启动浏览器, 自动操作键盘去搜索当天的科技新闻,全流程自动执行,跟个真人坐在电脑屏幕前一样。除此之外,日常那些繁琐的脏活累活也能全部丢给他。比如我让他打开远程电脑桌面上的工作报告,写篇日报,然后通过微信发送给老板。整个过程行云流水。 电脑上你能看到的应用程序,向日葵、 m、 c、 p 基本都能模拟操作。从鼠标到键盘,甚至直接将 ai 的 控制能力延伸到的电源级, 结合向日葵智能插座、插线板等硬件,实现远端设备的断电通电与硬重启。这哪是软件啊,就是一个不要工资,二十四小时待命的私人管家。

本地 agent 是 ai 发展现在最重要的领域了,也是普通人跟上这个 ai 时代我觉得最直接的方式。如果你现在仍然每天只是跟那个聊天机器人在问一些问题,还没有正式去接触过本地 agent, 觉得概念太多啊,没有头绪啊,不知道从哪里开始,这个视频呢,就特别适合你,它不是一个简单的这个工具教程,而是会告诉你普通人使用 agent 的 这个方法论,不管你是用哪个 agent, 都 都可以用上这套逻辑。如果让我来给 agent 排名的话,我觉得世界上 t 零级别的应该有四个, cloud code code、 open code 和 pi agent。 如果你有自己用的顺手的 agent 啊,其实大致的逻辑都是一样的, 但我今天呢,想带大家吃点好的。刚才提到的前三个的 agent 啊,主要的作用基本上就是帮你写代码,因为你看到它名字里面都带有一个 code 这样一个单词,你可以在网上收到大量大量的教程,但其中啊,这个 pi agent 是 里面最冷门的一个。 国内啊,我看到网上几乎没有人特别去聊这个主题,但是呢,它也是最特别的一个,因为它不是去专门帮你写代码的,它是帮你去完成日常任务的。大家看啊,在这个 open root 的 排行榜上呢, pad 的 这个每天的 token 消耗量是排在第六名的, 除了前面两个乱消耗的大哥,它仅仅地排在了大名鼎鼎的 cloud code 后面。 open i codex 负责人今天还说啊,它们大概有百分之五的生产流量已经跑在了 pad 哈尼斯出来的这个 agent 上面。别看这百分之五啊,你放在 codex 这个量级的工具里面我觉得已经很夸张了,之后大家会了解到说做同样的事情,其实派的消耗量会小很多,所以他排在第六名呢,我觉得已经很厉害了。最近三个月啊,派呢是我用的最多的 ai 工具, 所以我今天就想用派 agent 来给大家做一个 agent 和 skill 的 入门教学。我会手把手来教大家做三件事情。第一个呢,就是我们一边装 skill, 一 边去演示案例,搜索的,读 pdf 的, 读 office 的, 与 语音生图,做视频,每一步我们现场都去跑一遍。第三部分呢,最后我会让拍 agent 去做一个完整的大的案例调研,并且去自动生成一个很酷的视频。然后呢,再顺便提一句,观看这个视频,我觉得最好的学习方法是你打开你的电脑,一边看我的视频,一边自己去动手,视频呢可能有点长,大家可以先点赞收藏,然后慢慢看。我们现在正式开始, 我们先来说一个很重要的区分啊,就是像 cloud code codex, open code 呢,这些都是代码智能体。这个 agent 的 主要的目的啊,就是去写代码,产出就是代码,你让他去写一个功能,他交付给你的就是整个项目里面的这个一个个文件。比如说我拿 cloud code 的 举例子, 它里面呢就预装了代码的缩影,测试、运行、 get 操作、编码规范,整套呢都是围绕着更好的去交付代码项目去设计的,开箱即用写代码呢,确实是非常方便。 大家平时任务其实都不一样啊,不是每个人都天天坐在那边写代码的,你可能想要去搜资料,读 pdf, 整理表格,写汇报,做 ppt。 如果你预装一套通用的编程的工具,其实没有办法去照顾到所有人的日常办公的需求,派是怎么解决这个问题的呢? 派的设计思路啊,其实跟其他的 agent 都不太一样。其他的 agent 啊,大家知道功能越来越多,派呢,是反过来的,他是一个极简主义者,他把底座做得非常的极简,只保留四个最基础的工具,读文件、写文件、改文件和跑命令。除此之外呢,其他什么都不装了。他为什么这样设计呢?是因为他想让你去搭一个自己的 agent。 如果你是搞研究的,你可以装 pdf, 装搜索的 skill, 如果你是办公的,你可以装表格的这个 skill, 如果你想让他开口说话,你就去装 edge tts skill, 如果你去想做视频,就去装 hyperframes。 你 装一个 skill, agent 就 多一项能力,每个人手中的 pie 啊,最后长的都不太一样。大家看他这官网上的口号也是这个意思, 世界上有很多很多其他不同类型的 agent, 但是这个派 agent 就是 你自己的 agent, 这句话呢,就是最精确的表达了他这个派 agent 设计的这个基本的理念。上面我提到了好几次的这个 skill, 那 skill 具体是什么东西呢?就是一份给 agent 的 说明书,一份给 agent 的 操作手册。 agent 读完之后呢,他就知道怎么来具体的干活了。我们看啊,他 底座保持极简能力呢,就是你可以按需去安装,这就是 pad 的 设计思路。到这里呢,可能有些朋友也会好奇啊,就说你这差别到底能有多大呢?听起来好像也差不多嘛,我给你举一个具体的例子,如果你平时去用 cloud code 发一条,你好发一条 hello, 这个系统提示词呢,就会占到你两万的 token, 像 codex 跟 open code 可能稍微少一点,但也要一万五千字的 token 左右。 pad 是 多少呢? pad 系统提示词啊,不到一千五百字,差出十几倍。这会带来直接的三个好处, 一呢就是快,上下文短模型就会算的快,给出的答案也会快。第二点呢就是省省 token。 我 自己的体感就是做同样规模的任务, token 消耗呢,大概只有 cloud code 的 三分之一左右,甚至更少。第三点呢,就是聪明,模型的注意力是有限的,大家知道,如果你的提示词越长, 模型呢,可能他的注意力就越分散在派里面呢,没有一万字的预设的这种为了编程的提示词在旁边去抢注意力。在同一个日常的任务当中,派就是比 cloud code 的 更 更聪明,更听话,这个体感就会很明显。再回到开头说的这个 openroot 的 排名啊, pad 对 话每次消耗的头壳呢,只有其他 agent 的 几分之一,但总消耗量却能排在第六,我觉得这个含金量就很高了,说明在海外,在这个极客圈里面,也就有一大批人把 pad 当成日常工具在用了。 然后呢,派默认呢,他是跑在这样的这个命令行里面的,你看到有点繁琐,所以呢,我给他包装了一层网页,把它做成一个简单的这个容易使用的应用。这个项目呢,我自己大概已经使用了三个月左右,我跟我的朋友们基本上每天都在用。确实呢,把我很多日常的工作里啊都串了起来, 我觉得非常顺手,所以我现在公开出来了,开源出来了,如果大家有需要的话,也可以直接拿去用。下面的演示呢,其实就是用我自己开发的这个 pad 应用。好,我们先来安装这个 pad。 怎么安装呢?当然首先呢先要来安装 node js, 这个呢几乎是你去装所有的 agent 都要去依赖的这个一个基础的东西,如果你之前安装过,那你就跳过这一步,如果你没有安装过,你就在这边选择自己合适的电脑的环境,然后下载安装包,双击之后呢,一直下一步,它就帮你自动安装好了。 然后呢打开你的终端,在启动之前有一个可选的步骤,就是设置国内的镜像加速,你可以去搜一下 npm 国内的镜像加速,这里我用的是腾讯的镜像加速,就是输入这样一行命令,然后直接回车就可以了。 设置好镜像站之后呢,我们就可以启动派了,如果你是 windows, 你 可以点击菜单,打开你的 power share 应用,如果你是 mac 呢,直接打开终端就可以了,所有的都是这样,同一条命令,然后回车,他会问你是否继续 输入。 y 代表是的,刚刚输入的这条命令的意思是什么呢?就是运行我开发的派 web 的 最新版本,它首次运行呢,需要下载一些项目文件,所以会慢一点,之后更新的时候呢,都是会从缓存里面去加载,会快很多。安装好之后呢,它就会自动弹出这个派的网页应用了,就是大概长这样子的,看到左边呢就是 文件浏览器,你可以选择一个自己的目录,或者用我这里设置的默认的目录,然后下面呢大家可以看到可以设置模型,可以设置添加自己的 skill, 然后中间呢就是我们非常熟悉的这样一个对话框了, pi agent web, 然后你可以在这里输入文字,也可以上传图片, 然后可以选择一些参数啊,模型等等。然后呢,第一步我们就是要先来添加我们的模型,因为你没有模型的话,你这个 agent 做的再好其实也没有用。点击这里的模型,点击添加模型服务商,我们看到派支持很多这个官方的供应商, 然后也支持走这个 gpt 的 订阅,如果列表里面没有呢,你就选这个 custom 自定义接口,这一步呢就跟你配置其他的 agent 的 接口一样,填好 base url, 点好你的 a p i t, 然后点保存就可以了。添加好服务商之后呢,我们在这里选择添加模型,我们填上模型的名字,我们今天用的是 g p t 五点五,而最近用五点五实在太爽了,量又大,然后能力又强。 这里呢勾选上它的推理模式,然后可以允许图片输入,然后把最强的 x high 的 这个思考模式选上。窗口,我们选择二十万,然后这里填个六万四的这个最高的投屏输出保存,然后我们来测试一下,发个你好,我们看到模型已经通了,然后呢我发送我问他一下,说看一下我的桌面上有什么, 你看他已经能读取我电脑上桌面上的这个文件了。其实呢就是我们下载完派之后什么功能都没加的派呢,已经能做不少的事情了, 说整理文件夹,然后批量改文件的名字,执行命令,跑脚本,只要是本地电脑上能通过文件和命令完成的事情,派,他基本上都可以帮你去完成。好了,到这一步为止呢,我们看到我们的 agent 已经调通了,接下来呢,我们开始学习 skills。 多人觉得啊,这个现在 ai 时代概念太多,发展太快,不知道从哪里开始,那就牢牢地记住一个公式, agent 加上 skill, 这样就可以了,这是对于普通人来说现在最基本的框架,最本质的逻辑。下面我演示的啊,不单纯是去装一个 skill, 因为我这里也加了一个很方便的装 skill 的 这样一个按钮,我 会装一个 skill, 然后马上跑一个小任务。你会看到说我的派呢,怎么样?从一个只能读写文件的这样一个本地的 agent, 一 步步地变成一个能搜索、能读资料、能说话、能深图,甚至能做视频的一个工作流的 agent。 点击 skills, 然后我们这里添加 skill, 你 可以去搜索 skill 的 名字,然后选择里面想装的 skill, 点击安装就可以了。这里呢,有两个选项,一个叫做 global, 一个叫做 project。 global 呢,意思就是说你在 global 情况下安装的 skills, 是 所有你的项目都可以去使用的 skills。 如果你在 project 里面去安装的 skill 呢,就是只有这个项目你可以用这个 skill, 其他项目呢,不能去使用这个 skill。 所以呢,我一般就默认就选 global。 今天呢,我会来装几个我平时最常用的 skills, 覆盖基本上百分之九十的日常的场景。 第一个呢就是要安装搜索的 skills, 让我的 pi agent 能够去联网搜索,为智能体提供搜索服务的商家呢有很多,我这里呢推荐两个。 第一个呢就是这个 tivoli search, 它注册很简单,免费账号,每个月有一千次的,这个搜索额度很适合这个新手去使用。第二个呢就是 brave search, 它的搜索结果会更好一点, 但是比较麻烦的就是需要绑定信用卡,免费额度呢也是一千次是一样的。我这里呢先给大家演示 tivoli 怎么来安装,我在这里直接搜索 tivoli search, 点击安装, 安装好了。然后呢,我们去这个 tab 里搜索的官网注册一个免费的账号,然后可以把这个 key 复制过来。我们回到 pad 之后,直接跟他说帮我去设置 tab 里搜索用的 key, 然后 key 是 什么?什么?就是你刚才复制过来的这个 key 直接发送,然后 pad 呢会自己去写入这个配置, 它配置好之后呢,我们马上来试一个小任务,看看能不能搜索。搜一下这周最重要的五条 ai 新闻, 按重要程度排序,每条说明发生了什么,为什么重要?适不适合做短视频?保存到一个 news 点 m d 文件发送。我看到啊,这个派呢,开始调用搜索的 skill, 然后去整理结果, 它不是只给我随便很多的一大堆的链接,你看它这里有个评价搜索结果,它可能会把新闻去去重排序,然后再按照我的这个需求判断哪些更适合去做短视频。 好了,任务帮我们全部做完了,你看最后帮我们生成了一个这个 news 点 m d 文件存在了我们当前这个目录,下面我们来看一下,在右边呢,我还写了个预览的界面,给到这个 拍一进去用,你看五条 ai 新闻非常清楚啊,我觉得很厉害。那除了这个 tiffany search 之外呢,如果你想要得到更好的搜索结果,你可以去安装这个 brief search, 然后也是一样, 就是点击这个添加 skills 按钮,这里有很多搜索结果。我推荐的是这个 bad logic, 他 写的 brave search 的 skill, 因为 bad logic 啊,其实是派的作者,我觉得他写的 skill 会比较好一点,之后的步骤也跟刚刚一样, 这里点击安装。安装好之后呢,我们去 brave search 的 官网去注册一个账号,申请个 api key, 然后把 api key 复制给我们的 pi agent, 让他帮我们去配置就可以了。好,搜索 skill。 我 们安装完之后呢,第二类就是去 去读文件的 skill。 pdf 相关呢,我推荐的是这个 open ai 发布的这个 skill 文字版的 pdf, 它会提取文字来读扫描版 pdf, 你 需要在 pad 模型里面设置里面打开刚刚的那个图像识别能力,让模型能够看到 pdf 里面的图。 安装好了 pdf skill, 我 们安装好之后呢,我用 deepsea v 四的技术报告来测试一下。我把 pdf 啊拖进我的这个工作目录里面,放进去之后呢,刷新一下文件浏览器这边呢,就可以看到这个报告了。我们可以艾特这份报告,然后直接跟他说读取这个 pdf, 总结里面的核心信息。然后我们看到啊,这个派呢,会自己去调用我们刚刚安装的这个 pdf skill, 把十几页的报告都去读完,最后整理成结构化的总结。这里的重点是啊,我不用去复制 pdf 的 内容,也不用自己去提取文字,直接把文件丢给他,剩下的呢,叫他自己去处理,举反桑啊。其实 ppt, 然后 word, excel 其实都能安装 skill。 word 呢是用来读文档的, ppt 呢是用来拆这个演示文稿的, excel 呢,是用来处理表格。 ppt 里面门道是最多的。这个视频里面呢,我就先不展开了,后面有机会再做一个单独的视频跟大家讲解一下。这个视频呢,只跟大家展示这个最基本的这个文件的读取能力,到这一步为止啊,其实你的 pi agent 又能联网去搜索,也能读本地的各种类型的文件资料了。 然后接下来第三步呢,我们想让我们的这个 pi agent 能够开口说话,所以还是用同样的办法去安装这个 i g t s skill。 这个 skill 呢,不需要任何账号的,其实直接安装,然后就能用了。我看刚才这个派呢,已经帮我们生成了这个一份新闻的简报。然后呢,我现在想把这份简报变成语音跟网页的,我们开一个这个 新的绘画窗口,艾特这份文件,把这份文件改成一分钟的口播稿,转成语音做一个 html 界面,里面包含文稿和音频,排版简单直观。然后呢,帮我打开这个网页发送。 大概三分钟左右,这个派就突然帮我们跳出来了一个这个我们刚才要求的这个 html 页面,他刚刚先帮我们写了文稿,然后再调用了 html 生成音频,然后呢,写了 一个这个 html, 把文稿跟音频放进去,最后直接帮我弹出了。打开了这个网页,我们来播放一下一分钟口播稿,本周五条 ai 新闻。大家好,这里是一分钟 ai 快 讯第 一, open ai 的 推理模型,在八十年数学难题上找到新构造, ai 正走进真正的前沿科研。现在呢,这一步大家有没有感觉其实已经有点这个工作流的感觉了。之前呢,搜索 skill 负责找信息,派负责整理 t t s 呢,负责把它变成语音 h t m i。 网页呢,负责把这个结果落地成一个可以打开可以分享的这样一个文件。我们看到它这个步骤的总结啊,先生成了一个口播稿,然后转成了一个 mp 三的音频格式。最后呢,生成一个 h t m i。 的 网页。以前聊天机器人啊,只能把结果输出在你的对话框里面,太呢,却可以把答案变成你电脑上的文件啊,网 页啊,音频。很多人担心 ag 的 跑任务啊,会不会很贵很消耗 token 这么长一段的这个任务是吧,但我的体感是,这种小任务成本完全没有想象中的高。像 当我跑任务啊,这么长一段的,这工具调用跟执行大概花费呢,是零点三美元的额度,但实际支出要低得多,因为订阅一个两百美元的套餐,你就能用一个月五千到一万美元的这样 a p r 的 额度。更关键的是啊,派,其实它的上下文提示词很短头肯消耗呢,比其他代码智能体要低很多很多。 第四个功能,我们给派来增加这个声称图片的功能。接下来呢,我们就来安装这个现在的最强的深度模型 gpt image two 好安装好了,这个 skill 的 原理啊,其实是调用 codex 里面的 gpt image two 来生图,如果你订阅了 gpt plus 或者 pro, 就 可以把生图能力也交给派去使用了。我们来试一下这个 skill, 平摊一个对话窗口,我们还是给刚刚我们生成的这个新闻啊来配图。 根据这个文件的第一条 ai 新闻,用 gpt image two 生成一张适合短视频封面的图片,风格是简洁的三 d 科技感的图片。 好,任务完成了,我们先来看一下第一条新闻是什么,就是 open ai 的 推理模型,在数学难题上找到新的构造,看一下这个图片非常不错啊,就是完全符合了我们的要求,有这个科技感。然后主题也是刚刚那个 ai 新闻的那个主题。 这个 skill 呢,有个小问题给大家说一下,在 mac 上是直接可以用的,在 windows 上呢,如果遇到这个脚本报错啊,其实完全不用慌,就是万事接问 ai, 让你的这个 skill 里面的脚本有哪里有 bug, 然后修复再运行它自己完全能够修好到这一步呢。我们其实看到我们的 pad 已经能搜索了,能读资料,写文稿,生成语音,生成图片了,那最后一步呢,我们就是让它来增加这个做视频的功能,我们直接搜索 ipad frames 安装。这个呢,是我最近特别喜欢用的一个 skill, 它非常适合做这个讲解类的视频产品,介绍科普动画,然后过程演示。它的思路也很巧妙,不是去直接让 ai 生成视频, 还是先让 agent 写一个带动画的 html 网页。 html 因为是用代码组成的,所以它生成的时候非常稳定,又可编辑,可预览,然后呢,再逐帧去渲染成一个完整的视频。而且对你来说啊,你完全不需要去懂 html 里面的代码是什么意思,你只要告诉他你想要什么结果好。 安装好之后呢,我们来先跑一个比较小的 demo, 先开一个对话框,用 hyperframes 做一个二十秒的动画,解释什么是 agent, 只生成 html, 不 需要去渲染视频, 我们来看结果,你看它生成好了,它能做标题,然后转场图形,动画字幕的节奏。这个东西呢,你继续加上一些语音,加上一些图片, 其实就能变成一条完整的视频。我们给 pi agent 配上了这五个功能之后啊,我们最后来验证一下我们现在这个 pi agent 它拥有的能力。比如说,我问他,你现在安装了哪些 skills, 它们的位置在哪里?你看啊, pi 呢,会把它现在所有的技能都给列出来到这里呢, skill 一个一个都解锁了, 搜索的,读资料的,语音的,声图的,视频的,单独看呢,你其实看每一个都不复杂,但如果我们把它串起来啊,就能做很复杂很复杂的任务。最后呢,我们就来把这个整合起来,一起来做一个大的项目。最后这个案例里面,我们想做一份行业的调研汇报,假设呢,我现在想要研究一个问题, 是一台英伟达的 g b 两百 mv link 七十二的 ai 机柜要卖三百万美元左右,那这些钱到底用在了哪里,花在了哪里呢?我直接跟我的 photographer 说,作为一个调研项目,一台英伟达 g b 两百 mv link 七十二的 ai 机柜,钱到底花在了哪里?要求做成中文的 hyperframes 演讲,用 tts 配音, 用 gpt image 生成图片素材。关键数字数据必须有来源不确定地方呢?写清楚,是估算的长度呢,大约是两分钟左右,需要有字幕显示,不需要渲染,视频发送。就这几句话,其实我只要说我需要什么,结果 pad 呢?就开始帮我自动拆解任务了。 第一步呢,他会先调用这个搜索 skill, 去查英伟达官方的资料, g b 两百 n v link 七十二的这个产品信息公开的报导,或者成本的估算。第二步呢,他会帮我去整理这个资料,把关键的数字跟来源都单独记录下来。第三步啊,他开始拆解成本了,比如说包含算力、核心网 络的互联页轮之类的这些成本。第四步呢,他会开始写中文的关键词,翻译成人是 two, 生成图片素材。第六步,他调用 h t t s 生成中文的语音解说。第七步啊,他才会用 hyperframes 把标题页、成本拆解,图片、动画、语音全部组合成一个演讲的界面。我拿到的是这样一个完整的项目,文件夹里 里面有资料的笔记,有成本的拆解,有中文的演讲稿,有语语音的文件,有所有这个图片素材。最重要的是还有一个可以直接打开预览的这个 hyperframes 的 这个页面。大家来看一下这个效果,非常完整的一个介绍英伟达 ai 机柜的这样一份视频的资料。 今天看一笔账,一台英伟达 g b 二百 n v l 七二 ai 机柜三百万美元花在哪?先看规格,英伟达官方说明, n v l 七二在液冷机柜里连接三十六个 grey c p u 和七十二个不恰当 g p u, 组成一个七十二 g p u 的 en v link 浴 整柜 m v link 通信宽带一百三十 tbs hbm 三亿约十三点四 tb 价格没有公开标价。 tom's hardware 二零二六引用业内来源给出二百八十到三百四十万美元。二零二四年 h sbc 估计约三百万。下面按三百万美元中位数算, 第一项,三十六颗 g b 二百 super 值, h sbc 估每颗六到二百五十二万美元,占整柜约七成到八成。 单科 superg 里主要价值来自两科, blackwell、 gpu grey cpu hbm 和先进封装。 epicai 估算单科 b 二百,制造成本约六千四百美元, hbm 接近一半,先进封装约一千一百美元,逻辑规片低于百分之十五。 第二项,互联和网络,机柜里有九个 envlink switch tray, 还有铜栏 connect 网卡 blueview dp 管理网络和本地存储公开资料,没有逐项价格,按三百万总价扣掉 superg 后,这部分和其他系统件合计大约几十万美元。第三项,工程成本, envio 七二公,耗约一百二十千瓦,重量约一点三六吨。你需要夜冷供电机会结构测试和集成 tom's hardware in modern stanley 数据 gb 三百 nbr 七二的冷却部件泵约四点九八六万美元,这个数字只代表冷却部件量级,不含机房侧 cdu 配电合约。结论很简单,最大的钱在 gpu hbm 先进封装和 nvlink 生态。 第二层是液冷和电力工程,在往外是供给稀缺、软件占质保和整柜集成溢价。最不确定的两项是实际成交价和非芯片泵拆分, 他们随客户采购量和合同变化,这就是派 agent 的 价值,相信大家都学到很多了,就我们最后再来回顾一下。 agent 呢,现在大概上可以分为两种, coding agent, 它的产出是代码,帮你写项目 派这种日常的任务的 agent 呢,产出的是结果代码,只是中间的一些手段而已。 coding agent 是 预制菜,内置了一套完整的写代码的流程工具。提示词,派是个性化的,是自己搭的它的底座。极简 能力呢,靠 skill 一个一个往里面加,每个人最后用到的派呢,其实都长得不一样。所以这期视频的重点啊,是看我们怎么一步一步的去解锁这个派的能力。装搜索,它就会联网, 装 pdf 跟 office, 它就会去读资料。装 h t t s 呢,它就会开口说话。装 g p t image two 呢,它就会生成图片素材。装 hyperframes 啊,它就会做带动画的演讲跟视频。 最后啊,当你把这些单一的 skill 串起来的时候,你就突然发现它强大的能力了,它能完成一个真正像工作一样的任务,从一句话开始,交付一份完整的行业调研演讲报告。 coding agent 呢,解决的是开发的效率,它也解决的是工作流的效率。好了,今天视频就到这里了,我是蒂斯种黑金李超,我们下次见。

来让你不用写代码,三分钟就做出,输入个主题人群平台就能出十几种不同风格的文案。开头输入月薪自动来算你的实心,还可以随时来更换你的专属 ui。 关键是以后类似的程序都可以这样来做。 今天也让小白能够流畅的运用上口碑一路飙升的可拉库的编程 ai。 哎,如果你觉得它只能用来做编程,目光短浅了,它还可以整理你本地电脑的文件,了解你的喜好,记住你的习惯,创造出专属于你的文本风格。与其陷入去学一百个不同软件的按钮怎么点?不如直接掌握这个能自动写软件的核心大脑 程序和记事词呢,我也都整理到了视频里。我们 let's go cloud code, 简称 c c, 背后的公司 israpix, 很多人都来自 open i, 但它们出来之后并没有继续拼谁更强,而是干了一件很不一样的事情,把 ai 往更安全、更理性、更向人类思考的方向去做。而 c c 呢,更类似于语言工具,啥意思呢? 就普通工具啊,它是拿来干具体的活的,就像 c s 店里已经做好的车,它已经规定好在什么场景下来使用。而语言工具呢,是拿来造干活工具,工具通用,通过你自己调教,用自然语言告诉他你的要求,一步步的给你做成成品。 所以它就不只能做编程,还可以拿来写文案,查资料、整理资料、分析数据、做表格、写报告,都 ok 的。 那我们要用上 c c 呢?总共有三到四种办法。今天我们只聊最适合小白最省心的办法,就用终端 cursor u u studio code 这种 ai 编程软件中来使用,因为在终端中呢, c c 的 工作流程更接近我们真实的办公场景,能在你的电脑上来执行,而终端呢是长这个样子了, 有点太原始了,小白用起来呢还是比较吃力一些,放到编程软件里呢,它的界面会比较友好一些,并且这些软件的更新速度也很快,我们在使用 c c 的 过程中呢,也能结合它更新的这些新功能, 那我们这次呢就来使用 vivo studio code, 那 谷歌反重力呢,我们之前也有聊过,感兴趣的朋友呢,可以去看一下。那我们进来之后点击这个新建,然后新建一个文件夹, ok, 创建好后呢,我们在这个地方就可以看到了,那接下来我们就来安装一下 c c, 这里输入这行命令, ok, 我 们点击回车。那当你看到这个经典的小 logo 之后,就说明 c c 已经安装好了,但这个页面对于小白来说只好那么一丢丢,那我们可以通过插件来让这个页面变得更加好理解一些,然后这里点击一下,然后我们在这里再点一下, 它的这个页面呢就会变成这个样子了。到现在呢, c c 就 算已经安装好了,但是还有个关键问题,就是我们在 c c 里面要用什么样的模型,因为可劳斯扣的它本质上呢就是一个使用模型的工具入口,所以呢它不能自己的去产生智能,而不同的场景呢,又需要不同能力测重点的模型。当然 c c 呢也有默认的模 型,但因为条件问题,大部分的朋友呢是用不了的,那我们呢就可以直接接入国产模型,可以解决这个问题,那我们这次呢就用 c c 的 位置来演示,点击这里呢需要添加你的 api key, 那 回来以后呢, 我们点击这个启用,那再使用的时候呢,就是我们添加的这个模型了,直到现在我所有的操作呢都是在复制粘贴到对应的位置,所以啊大家不用太过于害怕这样的页面,包括大家在使用过程中,我们都可以在旁边另开一个 ai 软件,如果有任何的 bug 问题,我们都可以截图发给他,大部分的问题呢都可以帮我们立刻解决。 那我们来到里面以后,最左边竖条的就是工具栏,像文件夹查找 get 插件, 而在这里呢你就可以看到你的文件输了,再有一些具体的内容,它呢就会在这个地方去显示,那这边呢就不难看出了,就是你和 c c 沟通说话的地方,下边这个斜杠就能看到里面的所有指令了,和我们在 c c 终端里直接输入斜杠是一个意思, 这么多我哪能记得住啊,大家不用全都记住,记住几个常用的就 ok 了。那斜杠 come back, 它就是压缩上下文,这个命令呢就会把我们之前的一些对话压缩成一个关键的节点,也避免了因为上下文太多。 c c 在 回答我们问题的时候呢,不太聪明了, 那斜杠 model 输入之后呢,就能帮我们切换高中低档的模型,当然这个呢是需要我们在 c switch 里边提前配置好的, 我的建议呢是大家先用着,时间长了呢我们就都知道了。而其他的一些常用指令呢,我也整理到了课后文档里,那我们先来问问他用的是哪个模型好? 他回答我们呢,就是刚才我们安装的那个模型,而 c c 呢,一共有四个模式,是让我们可以来回切换的,那我们先做一个比较简单的实心计算器,在这个过程中呢,我们来逐步解锁, 包括经常用到的一些知识点。那我们先把这里的模式改成全线最小的规划模式。自变意思啊,只规定计划先给方案,你同意了呢,他才会继续往下执行。那我们把要求用自然语言发 ac, ok, 我 们稍等一会儿。 好, cc 呢,现在给了我一个完整的开发计划,他给了我们三个不同的选项,那第一个呢,就是我们同意这个方案,并且呢切换到自动编辑模式。第二个就是我们马上来执行这个命令,在后续的编辑命令里呢,需要我们同意,他呢才能一步步的往下去执行。那这个呢,是我们不同意再继续修改,那我选第二个。 那在这里我们可以看到它的这个模式呢,已经切换成了编辑前询问,在这个模式下,每次修改文件跑命令需要你的批准, c c 呢才能逐步的往下去执行。 ok, 它现在呢是需要把文件写到本地的一盘里来询问我们了,那我们点击同意好,它现在呢是写好了的, 可以看到这里的模式呢,又切换成了自动编辑模式。而在这个模式下, c c 再去改什么它呢,都是默认的状态,不再逐条向我们确认了。不过呢,终端命令和网络请求还是来回询问你的,那有没有都不需要我参与,我知道有风险,但我真的不想每次都被卡住了。有的第四种模式, bypass permissions 开启之后呢,他呢就不再逐条向我们确认了,而是直接执行,直到最后的呈现。那我们来到左下角设置,然后搜索这个,他呢就出来了这个选项,那我们勾选之后就开启了这个模式。 那还有一个方法呢,就是在终端里,然后我们输入这个,可以看到这里呢是已经生效了。 ok, 我 们再回到最初的网页,然后让他呈现出来,那他现在呢是直接帮我们打开了,那我们来试用一下。 ok, 我 们都给他输入。好,哎,他现在呢就给了我结果,嗯,不错。 那直到现在我们知道了整个页面的排布情况,四种模式,他们呢都有什么状态,我们又怎么来触发他们?我们还做了一个简易的实心计算器,给自己点个赞,你是最棒的。但是这个网页啊,简易的太简易了,没有色彩。那我们除了可以用自然语言和 cc 沟通之外,还可以给他一张图片,让他按照这个配色来完善我们的程序。 ok, 他 这个配色完成的还是不错的。那还有一个就是我们一直忽略的点,就刚才我们给实心计算器只是一句简单的话,而在我们日常的使用中,肯定不止这么一个简单的要求,那我们要是在命令行里去输入这么一大片命令要求的话,还是挺费劲的。所以呢,我们可以把这一长串的命令放到文档里, 然后把这个文档再给 c c, 让他按照这里面的要求来工作。另外我们开头也说了, c c 呢是可以在你的电脑上来执行的,修改你的文档安装到你的电脑上,我们呢就可以把放了五个视频的文档给他,让 c c 转换一下格式,然后提取一下音频。他呢现在是已经给我分类整理好了,还是不错的。 当然这些呢只是更基础的,后面呢还有更好玩更高级的。我呢再慢慢跟你说,大家也不用太着急,用得动的高深,你先用一段试试,很多感觉呢是你用出来的, 更重要的是我们习惯这种和 ai 写作的方式。再往后一点,可能很多事情你只需要一个开头,它呢就能帮你走完全过程。好啦,喜欢这种内容的朋友呢,看好我呦,下次见啦。

大家都可以试一试啊,让自己的知识流动起来。最近啊, ai 领域的大神卡尔帕西,他公开了他自己搭建知识库的整个方法和思路,火了一千多万人看。之前看过看不懂的小伙伴或者自己也有知识库需求的啊,看六叔这个视频跟你讲明白,我用他的方法已经开始跑了,这是我的一个知识库的目录,你可以理解为他是我的一个专属 vik 的 一个,所以这个是基于我的 vik 跑的一个关系图谱, 整个都是在 o d 这个本地记事本里面做的。其实就这三步啊,第一步,有一个原始资料库,把你采集到的所有信息往里面放,可能是通过浏览器自动采集,可能是你手动保存的,每个人的收藏家本地文件夹都一堆的资料,时间长了都不记得了,想要去搜索信息的时候无从下手。好,这个时候就有。第二步,让 ai 帮你去整, 去整理你的原始资料库,让他帮你去归档,按照你的要求,什么样的内容归到哪个目录里面去啊,形成这么一个 wiki, 分 门别类的给你放好,包括日期,包括标签,包括原始链接啊,点开之后都可以看到原文件。 wiki 整理好是怎么用呢?直接在里面当做你的知识库提问去用,让你的知识流动起来。 来给大家演示一下这三步怎么跑起来啊。首先我们准备两个工具啊,第一个就是 o d o c d e n, 它是一个本地记事本的工具,数据全部保存在本地啊。六叔刚给你们看的这个就是 o d 啊,它支持插件模式啊,需要装两个插件,第一个 clipper 用于啊,你在浏览网页的时候,一键采集网页的信息,保存成本地文件,本地 m d 格式。 还有一个就是在这个里面呢,直接打开终端,直接在里面用 c c 就 行了。第二工具就是 c c 啊,然后六叔创建的一个知识库的一个结构,这些东西不是你从零开始创建的, 直接在 o d 里面打开终端,进入到 c c, 直接把卡尔帕西公开的这个知识库啊发给你的 c c, 然后让他按照这个里面内容帮你搭建一个知识库,搭建好之后呢,他就有一个 readme 的 一个介绍文件,这里面就会有怎么样进入知识库去问答,包括 ai 定期的会检查你的知识库。 关键的是目录结构了,这个目录结构,尤其是 viki 的 结构,可以按照你的需求做一个修改,我只需要这么几个类目,选择题类的、学习类的和我自己的想法记录类的,这是分类的,说明使用的技巧,这个都是自动帮你生成的,那对应的呢?它就会给你生成左侧的目录结构, 其实就是电脑的本地文件夹了,就是 ro 原始文件,把所有的信息往里面扔,不管它。然后 ai 帮你按照信息分门别类的整理进 viki, viki 里面就是你自己约束的信息类型,你也可以自己去扩充,然后这些文件都它自动生成的 log, 知识库的日记记录你每一次知识库的操作记录, index 就是 你的 viki 的 目录,所以每次整理完之后,这个目录所以都会更新,对吧?然后这个是维护的规范,基本上我们不用改,知识库的目录结构大家清楚了吧,接下来我来演示一下啊,一个信息从采集入库到 ai 整理到知识库的问答,整 流程是什么样子啊?首先采集,我们打开一个页面,这个是留出自己的内容,直接调用刚刚的可拎款插件,这个我已在浏览器安装好了。好,我想要采集比如说这些内容,好点击快捷键 ok, 他 就可以把这个页面标题,我刚刚复制的内容对应的链接全部准备好,直接一键添加,让你们看到。他就直接加到我的原始的资料库里面了,我只用一个动作,一件就腾不过来,所以很方便。我们在浏览器上就不断的收集,不断的收集,他都会归到这个原始资料库里面,他在里面呢就是个文件夹,当我们这个原始资料库里面资料越来越多, 这个时候我们就可以定期的做整理,还是在 o d 里面打开你的 c c, 先让它整理这个资料簿。整理完之后,我们直接打开维基的 vicky 的 锁影 看下,这就是刚刚加进去的,自动帮我归档到选择题文件夹里,然后建了一个锁影,但是这种规律你可以自己设置规则,原始文件它是不会动的,你自己找的所有信息就不会乱了。就有一个助手把 帮你定期的去整理,分门别类的放到你指定的文件夹里。好,这只是做了一半,更好用的在哪里呢?接下来我要用我的存储的资料,不用一个个的去点去看,直接在 c c 里面去问关于表达方向的选择题,请给我建议,直接在知识库里面,在这个 v i p 里面跟 c c 去提问。好,各位看啊,基于我现有的选择题收集的信息,看看他给我的建议。基于我自己的资料库的延伸, 帮我整理出一些小题方向,把我收集的所有资料盘活了。这个就是馆长的用法啦,对应的工具的安装,插件的安装,你的知识库目录的初步化的方法好,然后再通过网页的插件采集你的信息,往里面放,采集完之后, ai 帮你整理你的知 识库,最终归导到你的 viki 目录的指定的类型文件夹里去,形成一个 viki 的 目录。所以最后基于你的 viki 去提出你的问题, 让他基于你的知识点库给出解决方案。大神的思路是不清晰了,而且这种方式不太 fit talk 也不需要去理解 r e g 这么复杂的技术,里面涉及到有些工具,大家有问题的评论区告诉六叔,大家都可以试一试啊,让自己的知识流动起来。好了,我是六叔,关注我,持续封闭大家知识点库,拜了个拜!