粉丝19.9万获赞57.4万

哈喽,大家好,今天这期视频和大家分享叉 box 的 使用教程,一个我觉得可能是最适合国内使用的桌面 ai 工具,它可以在一个应用里面直接使用几十个主流的 ai 模型,并且支持联网搜索,一键配置 mcp 服务器, 能够搭建和 notebook lm 一 样的本地日历库。今天这期视频会介绍四个它的实际使用场景。废话不多说,我们开始吧。 安装好之后打开设置,在对话设置这里可以上传用户的自定义头像,新对话的第一句提示词可以自己修改,比如改成我的这段提示词, 请先给出结论,然后紧要解释,并且回答具体,条理清晰,避免不必要的赘述。这样那后面所有新开启的对话就会都使用这句默认的提示词。对话设置显示可以改成气泡,那这样的话就是左右对话的样式。 下方的设置根据个人的需求来调整。它支持的功能还是非常全面的,比如自动生成聊天标题、马克上渲染、图标渲染等等,以及上下文的自动压缩。 点击开启新对话,在右下角可以选择模型,目前是可以选择二十几种主流的大模型。左侧这部分是工具开关,比如上传文件、开启 m c p 知识库和联网等等。 在掐 boss 对 话比较关键的一点就是每一个对话都可以当成一个专门的工具来用,比如这个对话,我想让他执行所有和调研相关的工作,就在系统设置这里修改他的默认提示词。那这句话的意思就是你是一个研究助理,请清晰的总结信息,并且运用明确的标准比较各种方案, 直接给出有理有据的建议,就先考虑有用的结论,而非泛泛的解释,然后就可以输入具体的提示词了。比如我想要让他帮我调研当前市面上的 ai 语音输入和输出工具,并且分别说明他是做什么的,核心亮点是什么,和同类相比的优势是什么。 让他做一个横向对比,那因为他自带联网功能,所以他会去搜索相关的资料,然后总结内容,并且任务的执行也是比较快的,输出结果的质量也比较高。 每一个产品都输出了多个维度的调研结论。一共调研了六个输入类工具和五个输出类工具,最终也有一个横向对比以及 top 三的推荐, 完全是按照我的提示词来输出的,那这个对话后续都可以完成各种各样的调研。当我有新的需求需要调研的时候,那直接开启一个新的话题就行了。比如调研 ai 浏览器,它也能够很快的响应,并且完全按照我的要求给出结果。 chatbox 内置的 ai 知识库配置之后,会基于知识库的资料回答问题,可以有效地避免 ai 幻觉。那这个功能和 notebook lm 比较类似,但是不需要解决网络问题,并且玩法也比较多。比如我想学习关于 mcp 的 相关知识,点击添加输入名称来创建一个新的知识库, 然后点击添加文件,它支持的格式类型包括 pdf 文档、表格、图片等等,只需要把本地文件添加到这里就 ok 了。我们打开一个新的对话,在下方知识库这里选中刚刚创建的知识库,然后就可以提问了。 我让他介绍 m c p, 那 他就会去查询知识库,基于知识库的资料做回答,有效避免 ai 幻觉的问题,对于学习和调研都非常方便。 基于此,还有很多有趣的用法。我还创建了两个知识点,分别是考研英语真题,这里是我找到的一些历届真题 word 格式,还有 cs 算法。算法这里我上传了一百七十多个文档,全部都是一些算法题。 回到对话框,首先要切换一下知识点,然后开启一个新对话,接下来你就可以让 ai 扮演任意的角色。比如面试模拟版, 让他从这道题库里选一道中等难度题,像面试官一样和你互动,不要一次性讲完,那他就会从这套题库里面来出题。如果你不会的话,还能够让他提供一下思路,但是不要告诉你答案。 再比如,让他根据这套题库创建一个十四天的学习路线,那他就会按照每一天的学习计划给你安排题目,最后一天还给你安排一个模拟面试, 那上面都是比较简单的提示词,如果想要完善一点的话,提示词可以像我这样写,这样它回答的内容就会遵循更明确的指令,并且还会追问你,了解你当前的水平,以便更好的辅导。基于知识库的玩法还有很多,大家可以慢慢探索,我觉得它尤其适合学生群体。 chatbox 支持丰富的 mcp 服务,能够让 ai 模型具备本地文件操作、网页部署等非常多实用的功能。 常用的 m c p 工具可以直接搜索或浏览,添加 m c p 也非常方便。它内置的 age one 配置,那这个 m c p 可以 直接让 ai 帮你部署网页,并返回一个公网链接。我这里测试的一个案例,先让他帮我制作一个网页, 那主题是 iphone 十三到十七的标准版参数对比,要求包括标题总结、横向参数对比以及具体的参数信息。它会先去联网搜索资料,那主要的数据来源就是 apple 官网。 搜集到资料之后,它会开始编辑 h g m l 网页。写好了代码可以复制到本地,但它可以直接在应用的内部预览这个网页。我觉得这个页面的效果还是比较好的,内容比较详细, 数据来自于苹果的官网,并且我的提示词不复杂,就能够生成这样效果的网页。如果我想把它部署到公网,那我在这里启动这个 h one 配置 m c p, 然后通过对话让他部署到网页,并且给我一个 url, 那 他给我的这个地址就是一个公网地址,可以直接用浏览器进行访问。有了这个 mcp 之后,一些简单的网页就能够轻松地部署到公网上,不需要使用别的复杂工具,并且他还做了移动端的适配。手机浏览器浏览也是没有任何问题的, 但实际上完全不用这么麻烦,直接在它生成的代码这里点击发布网页这个图标,它就能够直接给你一个链接,那效果和直接调用 m c p 是 一样的。 大家在视频开头看到的这段演示 chatbox 操作浏览器来查询航班和酒店信息也是使用 m c p 功能实现的。 在 m c p 设置这里点击添加服务器,然后点击从剪切板中的 jason 导入,那这样就添加好了。点击刚刚添加的这个 m c p, 点击测试,能够看到它支持有非常多的浏览器的操作功能。 我们关闭这个界面,启动这个 m c p。 当前画面的右侧是我输入的提示词,我让他使用 com f c p 帮我查看购票平台杭州飞往北京的航班价格,并且给出了具体的时间, 然后让他帮我规划一下酒店住宿以及给出了一个预算,这样他就会直接去调用这个 m c p 工具,打开浏览器,然后输入出发地,目的地以及出发日期来获取机票的价格信息, 然后在住宿酒店这里查询周官村附近的酒店数据。那全部获取到之后呢?在叉 boss 对 话框中输出刚刚获取到的内容,最终整合到一起,输出一个完整的建意方案,那是不是操作的非常流畅,不过有一点需要注意,那这个 m c p 非常的消耗 token, 使用的时候需要注意。 关于 m c p 还有非常多有趣的玩法,需要配置的话,那和前面的 chrome 添加方式一样,复制这串 json, 然后打开叉的 boss, 从剪切盘导入即可。需要注意的是,部分的 m c p 需要配置 a p i 才可以使用。 ok, 那 以上就是本期视频的全部内容了,如果觉得对你有帮助的话,还请点赞加关注,非常感谢,我们下期视频再见!拜拜!

最近发现 gl 官方也出了 mcp, 可以 用,让 ai 去自动化流程图。今天我们尝试在沃克巴蒂里安装,点开文档,它的配置就是这几行内容,然后我们来到沃克巴蒂连接器, 选择自定义连接器,选择配置 mcp, 把内容复制进去,变成这样的格式就可以了。然后再推到上一集这里,点击起用。我找了一张这样的图,让镜头看一下能不能用工具把它给复现出来,跟他说复现这张图。 那这样的好处就是可以二次编辑原始的流程图,添加自己的思路, 毕竟它首先是查询了一下有哪些工具,然后它就根据工具里面描述的势力开始生成 gl 文件。 那 gl 文件它本质上是一个叉 ml 格式的文件,所以说让 ai 写这个文件还是比较方便。 但是一般来说 ai 它对于实际空间深沉后的效果它还是比较模糊,所以可能会导致不同的模块会重叠到一起。 我刚刚又看了一下这个官方的文档,发现它除了有 m c p two 之外呢,还有 skill 技能,也是编辑这个叉 ml 格式的文件,它现在已经搞了十几分钟了,还没弄好, 感觉出了什么问题,就先暂停吧。我现在是想打开这个文件,但是它一直在输出内容, 可能是出现复读状况了,但是他这个文件已经创建好了。我们直接打开文件夹,直接在这儿打开看一下,这个就是他创建出来的图,和真实的对比一下,感觉上是有一点点相似, 其实他创建出来的图还是可以的,至少大致的样子是正确的。 现在我们再来整体对比一下看 a 图是这样一个装置,还有第二个图面画出来右边大致样子是对的, c 图下面他也画出了这个箭头,还有坐标系看上面有一点问题, 地图的话大致样子看上去是对的,所以他还是在这个技能的工具的指导下, 能画出一个比较好的 gl 的 图。此外还了解到一个叫 next ai gl 的 项目,它是也是让 ai 画一些 gl 的 图,不过我感觉它对这个元素大小的操作还有点问题。 体验了一下在他的老战士啊,那就是这样子吧,反正目前来看的话, skills 或者 m c p 确实对,可以给大元魔星提供提供智能化的知识,帮助他使用对应的工具。

mcp 如何安装?如何不写一行代码也能打造自己的 mcp 呢?我们先说如何安装 mcp, 我 用科室这个 ide 来演示。我在日常使用中一般是用三种方法来安装。第一种安装方法是打开我们之前提到的这个思密斯瑞网站, 我们选择 mcp 标签,点击,然后来查找我们想要安装的 mcp。 我 以这个 github mcp 为例, 打开这个 gitap 详情页后,我们看到右边的这个 us 标签,我们在这里可以找到我们想要安装在哪一个客户端下,我们选择 ctrl, 我 们选择一键安装,选择打开 ctrl, 然后在 ctrl 中我们就可以直接安装了。安装好后,我们需要等待它运行一下,然后它需要一个身份认证, 因为在史密斯瑞这个网站当中安装的所有 mcp 都需要一个身份认证。 认证后我们等到图标右下角的这个小蓝灯亮起,就证明已经安装成功了。这时我们就可以直接跟 ai 对 话,让它调用这个 mcp。 我 让 ai 在 github 上帮我搜索最值得安装的 mcp, 并告诉我推荐理由。 我们可以看到这里他正在调用 gitahap 这个 mcp server, 证明这个 gitahap server 已经安装成功。这是第一种安装方式,我们现在看到已经安装成功,我现在把这个 gitahap 删除。 我们现在用第二种方式安装,我们可以选择手动安装的方式,点击手动安装会弹出一个 jason 编辑器的对话框, 我们可以在这个对话框中手动编辑自己想要添加的 mcp。 比如我这里有一个现成的 mcp, 这次文件我们可以把想要的 mcp 复制进去就可以, 我们复制的时候点击这个括号,然后选择复制,我们在这个蓝色括号的外面输入一个英文输入法下面的逗号, 然后可以再次添加其他 mcp 的 情况下,则不需要输入逗号。我们输入好后, 这里需要填写你的 api k, 我 们可以在自己的 github 仓库中去手动添加一个 api k。 手动添加 api k, 我 们可以先打开 github 这个网站,然后点击自己的头像,选择设置,然后我们拖动到最下方, 选择这个开发者设置,然后我们在这里可以新建一个 api k。 进入到这个界面后,我们可以选择新建一个密钥,我们需要给这个密钥起一个名称,还可以给这个密钥设定一个有效期。我这里默认设置为七天,我们选择生成, 我们把这个密钥复制到软件当中就可以,然后保存。我们再测试一下,让它使用这个 mcp 搜索今天的 github 榜单, 我们看到这个 mcp 现在已经安装成功了,并且已经成功获取了 github 今天的热榜。那第三种方式,我们如何自己打造一个 mcp 呢?这里我做一个演示,我完全可以交给 ai 去帮我制作一个 mcp, 让他帮我打造一个休息模式,休息模式就是播放八六版西游记。 ok, 经历了几轮调试之后,我们这个 m c p 呢,终于打造成功了,我们来看一下效果。现在我们在对话框里输入休息模式,他直接会调用浏览器。 怎么样?觉得过瘾就点个赞吧。通过这个案例,我是想让大家知道 m c p 都能做什么,套入到自己的工作流程当中呢?怎么样去节省时间? 在不写银行代码的情况下,任何人都可以用 ai 去提高效率。在日常使用中,我推荐几类 m c p 是 必装的,比如信息搜索、网页爬取,还有代码获取。 但是每个人在使用中的具体要求都不同,比如爬取推特文章就有好几种方法,具体用哪个方法要根据自己的项目而定,所以没法具体推荐。 我们可以把自己的需求告诉 ai, 让 ai 来给我们推荐最合适的方案。下个视频我们一起学习 skills 怎么用,它和 m c p 怎么配合使用,让 ai 的 能力更强大,我们下期见。

google anti gravity 绝对是一款颠覆性的 ai 编程工具,它完全改变了我日常使用 ai 的 习惯。现在很多人还只是把哲米奈当做聊天机器人使用,但如果我告诉你,你完全可以通过使用 anti gravity 管理任何项目,设计自动化的工作流,开发优质的 ai 产品,而且不需要你写一行代码,当然前提是你要学会正确的使用它。 在二零二六年, web coding 基础的 ai 开发绝对是每个人都应该掌握的技能,所以我会用这条视频带大家完全解锁 antiquity 的 全部功能,让你的 ai 使用效率原地起飞。我会教你如何从零开始,一步一步的搭建 ai 应用,包括如何使用最近爆火的 skills。 就 算你是完全零基础的小白, 话不多说,我们直接开始。首先, antigravity 是 谷歌推出的一款编程工具,它的核心是基于 ai agent 智能体驱动的思维模式,不仅能够写代码,更能同时自主构建完整的项目。就像是你可以拥有一支全天候为你服务的智能体团队,他们会随时跟你进行汇报对其项目进度, 而你只需要用通俗易懂的自然语言告诉他你的需求,就像是跟朋友对话一样。首先我们进入官网这里直接去下载跟你电脑对应的软件版本就好了,正常安装。 提醒一下,国内使用的话需要科学上网, ip 最好是美区。然后你一定要开启增强模式之后,你才能来到这个界面,点击创建新的文件夹,一个文件夹就是一个项目,里边会包含所有跟这个项目有关的全部文件,然后我们在桌面创建,比如我们就叫 test, 大部分人可能因为不熟悉编程就卡在这里了,我最开始使用 cursor 就是, 所以想要完全的掌握 ant gravity, 最好的学习办法就是大家可以跟着视频边做边学习。 你可以看到在这个初识界面,右边是你和 ai 对 话的窗口,中间区用来显示文件,左边是你管理项目文件的地方。我们先进行一些基础设置,首先来到拓展这边,在这里搜索 chinese 插件, 直接安装其他插件,等到有需求的手按 t widget, 会自动提醒你安装。然后呢,我们来到右上角,这里三个点,点击 customization, 我 们来设置一下全局规则和项目规则, 不把 nt gravity 当做一家餐厅入死,就好比是你的员工守则,在这里呢,你可以规定 ai 跟你对话的方式,比如说不要讲废话,你要求他全部使用中文回答。项目规则呢,是可以仅仅在当前的项目生效,也可以部署在全区,你可以自由的选择 ai 出发的方式, 比如说这里入死,我们直接使用科室内部员工发在 x 上的一段提示词,直接把这一段复制粘贴下来, 直接粘贴到这里,然后记得在这边加一句 always response in 简体中文,这样你能保证应该大概率是用中文来回答你。然后项目规则,我们直接使用 github 上开源的一段检测 bug 的 描述,直接把这段提示词全选复制,然后在这里添加 workspace, 然后粘贴到这里。可以看到在左边这里自动添加了一个文件,那下面是添加描述的地方,我们直接就粘贴到这里。触发的方式你可以选择是总是触发,也可以手动或者是让 ai 来决定什么时候使用。然后我们把它保存一下, command 加 s 保存就可以。看到这边已经添加上了视频,里面全部使用到的提示词,我都会在评论区放链接。基础设置完成,我们就可以开始接下来的开发了。前段时间我有刷到那种片场探班的视频, 就是一个人拿着手机可以和很多的电影人物,比如泰坦尼克号,复仇者联盟里面的角色自拍,我觉得很有趣。那我就想着先做一个这样的生图 app, 然后我就可以拿这些图片直接去做视频。 如果你完全不懂编程和开发,在打框架这一步你就可以交给 ai, 你 可以使用任何你熟悉的大模型帮你理清思路。谷歌 germina, cloud g p t 或者 deepsea 都可以。 比如在这里你可以直接跟他说,呃,我想要开发一个外部应用,它的核心功能是使用谷歌 nasa banana 的 声图功能。 当用户上传了一张自己的任意的图片,输入喜欢的电影名称,就能够生成一张他和这个电影主角在片场休息时的合照。嗯,我希望是那种很真实的抓拍版,就好像他真的去探班了一样。背景希望是真实的拍摄场景。 不需要着急给我整体的方案和代码。我需要你先挑战我的问题,帮我梳理和完善思路。你可以向我提问,直到你完全理清楚我的需求。 接下来 ai 可能会问你很多的问题,你把你的需求全部理清了之后,你就要再对 ai 说,我需要你根据我们的对话帮我生成一份 sop 或者产品需求文档,然后我们再交给 ai 进行开发。看这边他已经有回复了。 高安蒂 gravity, 把 ai 最后给你的提示词直接粘贴到这里的对话框。模型,你可以选择 jimmy, nike, cloud 或者 gpt, 每种模型都有不同的特点,比如说 jimmy, nike, 他 做出的 ui 界面就很强, cloud 编程能力很强, gpt 属于各方面都很均衡。 然后这里是有 fast 和 planning 两种模式可以选择, fast 比较适合你执行快速简单的小任务。 plan 模式下,它会先生成一份计划书,跟你确认每一步的关键步骤。然后我们今天选择 plan 模型,选择最高的, 可以看到 ai 就 开始工作了。好,可以看到这边它先给我们生成了一份计划书,它会告诉你总共有哪些步骤,每一步需要做哪些事情,你可以逐条的分析,然后跟它对话。这也是我觉得 intgrity 特别实用的一点。比如你看这边有很多加号, 每一条你都可以随意的添加自己的批注,任何需求都可以通过注视添加,这样我们就可以实现一个实时的交互。比如说这边他有最后提到 u i 风格,我想添加一点自己的设计,我就直接点这边的加号给他说, 嗯,我希望你可以添加一些克莱因蓝的元素,我很喜欢这个颜色。嗯,然后再添加一些电影胶片的 icon, 当然整体的设计要符合我整个项目的风格。 直接添加,如果你有更多的需求,也可以随时的添加批注。左侧的项目文件里,如果你有自己的品牌或者 logo 图片,也可以自己拖拽过来给 ai 参考。如果没什么问题,我们就直接点击这个 percy 的 执行,然后这些文件都可以关掉了。 在 ai 执行的过程中呢,我给大家介绍一个相比其他 a 一 工具,我觉得 ituiptive 最能体现智能体驱动的工作模式。这里我们点击右上角有一个 open agent manager, 在这里呢,左侧面板会显示你所有的项目。想象一下,在这个界面,你可以同时创建管理多个智能体,让他们在同一个时间处理不同的工作。你只需要点击这里的加号,就可以创建新的对话框,比如说刚才的任务是进行整个外部应用的开发,这里呢,我想让 ai 帮我搜集一些比较好看的前端页面, 点加号你看就可以弹出一个新的动画框。在当前的项目里面,我直接跟他说,嗯,请你去飞格玛帮我搜集一些具有电影元素的前单页面,你可以给我三到四个链接, 这里我们使用 fast 的 模式就可以了,然后模型选择快速。当然你还可以再添加执行不同任务的智能体,只要你有需求,电脑配置跟 token 都足够的话,你可以无限的添加。 在这边左侧面板,你可以看到几个不同的智能体同时在干活。左上角的收件箱它会显,它会实时的显示智能体的工作状态,所有的过程你都可以实时的追踪。当智能体需要你协助的时候,它们会发信息给你,要求你 proceed, 这里我们直接点击 proceed, 所以 antigo 体是可以同时显示两个工作窗口,一个是现在的智能体管理窗口,它会显示所有 ai 智能体工作的状态。一个就是我们刚才的代码编辑器,你可以随时的切换试图如 如果你有多个显示器的话,那会更加的方便。自动调用浏览器也是我觉得 itguoyot 非常惊艳的能力,它可以直接在内置的浏览器中动态测试,当我们开发网页时,它就可以自动测试网页功能, u i 交互,完全实现自动化的操作,然后给你反馈的结果。这个蓝色的边框就相当于它在自动的调用这个页面去帮我们进行搜集,可以看到它已经打开了三个页面,这一步完全没有电脑操作。 可以看到这边我刚让他去飞格玛帮我搜集页面,他已经执行完成了,这边就是他给我们的一个进度汇报,你看他直接给我们附上了链接,我们可以直接点击就能打开, 你可以一个一个的点进去看是不是你想要的那种风格,我这边只是做一个简单的展示。 好,现在这个任务已经执行完成了,我们可以让他打开帮我们测试看一下。这边我们新建一个对话窗口,你也可以直接 ctrl 加勾,然后输入 npm, 你 当然也可以跟大家说,请使用自带的浏览器帮我打开页面,我要进行功能的测试,两种方法都可以啊,我们这边点击这个链接打开,随便找一个链接打开, 可以看到这边他提示我们是要输入 api k 的, 然后我们就去获取一下 api k, 直接打开 google 的 as 丢丢,在这里面拿到一个你的通行证,直接复制,然后回到刚才的页面,粘贴到这里, 然后我们就可以看到整个页面的设计还是不错的,他加入了很多我喜欢的克拉英兰的元素,标题就是 hollywoodcut。 然后这边是可以用来上传自己的照片,这里输入电影名称,然后选择画幅比例,这边应该是会生成一个 呃生图的提示词,那我们就随便找一张照片进行测试一下,我这里面就拿了一张我从之前视频里面的截图,然后电影名字,他推荐爱乐之城,我们我们换一个,比如我们选择蜘蛛侠 三,英雄无归,然后这些其他我们先暂时不要动,直接点击 action 啊,可以看到他已经生成了一张照片,这个应该他只选了荷兰第一个角色。那我们这边可以下载,但是这边还可以输入指令,然后进行进一步的画面调整, 可以看到这张照片清晰度还是挺高的,然后整体确实是有那种真实的在片场拍照的感觉。那比如说如果我希望再做进一步的调整,这个是我从网上随便找的一张图片,我觉得很适合我这个网站的风格,我希望把它加在整个项目里面。那我们就比如截图, 然后我们这里回到 antigravity, 直接拖拽上来,你可以跟他说请使用这张图片帮我作为 logo 添加在当前的项目页面中, 所以你看你其实是可以随时的提要求,让 ai 进行修改和优化。这里注意,建议大家每次修改完成之后呢,都点击一下这里的提交,把你的修改保存在本地的 get, get 就 相当于是你游戏的存档,它会记录你每次版本更新的内容。如果你后面改着改着发现自己不喜欢,或者说 ai 改错了,出现 bug 了,你还可以找回之前的记录,一定要养成好习惯。嗯,可以看到最新更新的画面,它已经把我刚才要添加的这个 logo 添加上去了, 所以我真的很喜欢 tikblr 这种实时双向合作的开发方式。你可以把每个智能体都当做不同的员工来看待,你可以同时运行多个不同的项目,而你只需要做的就是管理好你的收件箱,确保它们都在执行就可以。另外呢,再向大家展示这里的 playground 功能, 你可以把它当做你的临时工作窗口,当你不确定要不要进行完整的开发,或者说你只想做一个 demo 的 时候,就可以来到这边。 当一个项目开发完成,你下一步就是要把它保存在 github 里面,不然你每次都需要打开 id 浏览器,它才能够运行。首先我们来到右上角,点击这三个点, 点击 m c p 服务管理 m c p m c p 全称模型上下文协议,这个协议本质上是利用一套通用的语言标准,让 ai 可以 和各类的应用实时互联,无缝对接,所以你可以把它当做一张通行证。举个例子,比如说你这家餐厅打算供应宁夏滩羊,可 是你的冰箱里面根本就没有这个食材,那厨师是不是你们没法做了?那有了 m c p 呢?你就能够连接到宁夏太阳的原产地供应商,当你需要这个食材了,那边得到许可,就可以给你进行固定的配送。那对于 ai 来讲,比方说你链接了飞格玛,有了 m c p, 你 的 entire gravity 项目才可以跟飞格玛的前端设计稿实时互联。比方说你链接了 notion m c p, 那 你就可以直接在 anti gravity 里面说,帮我在 notion 创建一个表格。 那可以看到这里其实内置了很多的 m c p, 一 旦连接你存放在各个服务器里的项目都能够直接调用,而你不用担心兼容或者格式的问题,所以你可以按需添加。现在我们需要配置一下 get up 的 m c p, 可以 看到我这里面已经配置过了,这里需要你去 get up 手动获取,然后复制过来。 打开你的 github, 建议每个人都要注册,因为这里是全世界最大的开源代码的一个存放的平台,它可以储存文件,还能直接托管我们的项目。在右侧的面板找到设置选项,然后找到 developer settings, 点击 personalize tokens, 就 在这里你可以创建一个新的 token, 这里要验证一下你的密码, 验证完了之后呢,在这里取一个名字,然后你在这边添加你的权限,添加权限之后点击创建 token, 添加权限之后就会生成完整的授权码,然后你回到这里粘贴就可以。 另外说一下,使用 github 的 mcp 需要 docker 这个软件在后台运行,不然你无法添加,也无法使用这个软件,也直接在官网安装下载就可以。 添加完成之后呢,点击 refresh, 就 在左侧出现工具面板,可以看到系统最多同时支持一百个工具的调用。但是我建议你不要一次性的开太多,按需加载就可以,建议每次控制在二十个左右。 如果你要添加未收入在 m c p store 里面的 m c p, 就 点击这个原始的配置仕图。注意看,这里就是你 m c p 的 原始配置文件。最简单的办法就是选中,然后把它们全部 复制在这边。新建一个对话框,你就直接让他编写某一个供应商的 m c p, 然后你去这个供应商的网站获取授权码,再粘贴回来保存就可以了。一定要养成凡事都用 ai 的 习惯。添加完成之后呢,这里新建一个对话框,因为我不希望有太多其他内容的干扰, 你就直接对他说,嗯,我希望新建一个 github 仓库,用来存放并且发布这个项目,仓库的名字就叫 hollywoodcut。 同时帮我设计这个部署的工作流,会使用的环境参数请参考 ev example 文件,并且将全部的操作流程都更新到 readme 的 文档。在上传前请帮我检查,确保我没有任何的个人信息,比如说 api 可以 泄露的风险。注意这些全部都不要写在前端的代码里面, 没有什么问题就直接按下回车,然后你的系统将会自动将这些变更同步到 gitlab。 保存完成之后呢,你就可以获取到一个网址链接,随时可以添加到浏览器里面打开。如果希望更进一步呢,我们就可以选择通过我 style 进行部署,这样这个前端应用就可以上线了。 在我 style 里面,我们需要关联 gitlab 仓库,这样你的我 style 就 可以看到你 gitlab 里面的代码库,直接点击这里的 is new, 点击 project 可以 看到这里面已经显示了好礼物 cut 的 这个项目,然后点击 input 项目就会直接导入框架预设,全部都会自动填充,直接点击 deploy 部署,就可以把应用发布在公共的域名上面。 所以现在你基本上就打通了一套从开发部署发布这样一个前端项目的全流程,通过 gitlab 同步,然后 gitlab 触发我 style 部署, 整个过程都是时事联动的,是不是很酷?这样我们就可以自己尝试打造出功能独特又实用的 app, 而且随时可以分享给朋友。 但是要强调一下,我们今天开发的仅仅是一个前端的 top 应用,在网上刷到的内容帖子,我用十分钟开发出了某某软件,基本都是这种类似的。 如果你想要进行完整的开发,那么你还需要了解后端数据库,购买域名,开放支付,包括商业化等等技能,这些都需要你进行更深一步的学习。但是 web coding 的 乐趣就在于,当你看到了一款很不错的软件,是不是可以先想象一下自己有没有办法复刻出来做一个简单的应用,比如 比如说口语学软件,语音助手就放在本地自己使用。我觉得对于没有任何编程基础的小白来说,真的可以算是打开了新世界的大门。那最后我们再来简单讲解一下 skills, skills 其实很好理解,因为它翻译过来就是技能。我们还拿厨师举例,比方说你已经有了一个非常厉害的厨师, 他本身就会做很多菜,但是川味鱼香肉丝的做法和其他地方那就是不一样的。你要是不提前给厨师讲情书,如果他按照自己的习惯发挥,可能味道也不错,但是绝对不会是你想要的那个川味。但是如果啊,你可以提前把这套独家秘籍给打包好,比方说油温多少度,配菜有哪些,什么时候该来一勺豆瓣酱, 怎么摆盘等等这些操作,全部打包成一个技能包交给厨师。那他平常呢,不需要把这些厚厚的技能包都背在脑子里,因为这样太占内存了,也就是太费 token 了。 那他只需要在腰上挂好这个技能包,等什么时候客人点名要吃那个川味鱼香肉丝的时候啊,他提前看一眼,再决定要不要读取这个技能。 然后呢,照着这个步骤精准地来一遍。这样做的话,既可以节省 token, 又能够保证干活的质量。这个啊,就叫做渐近式批漏。所以其实本质上,你可以把任何一个自己经常会用到的流程、工作流都打包成一个 skills, 这样你每次调用的时候,都不需要你提前说那么一大堆的背景提示词。 比方说,我们可以直接去 github 上下载 ansorepic 公司,也就是 cloud 那 个公司自己开源的 skills, 可以 看到这里的 skills 有 包括修改 word 文件,修改 pdf, 包括数据处理,还有一些前端设计的 skills。 我 们直接点这里的 code, 复制整个仓库的链接,然后回到 antigo 这里,我又重新建了一个项目,你就直接跟 ai 说,帮我下载这个仓库里面全部的 skills, 并且部署在局的路径下, 然后把这个仓库的链接发过去。部署在全集路径下的好处就是说,不管你打开什么项目,都可以直接全部地调用这些 skills。 果然教程都是发给 ai 看的,如果想要多做一步呢,你还可以跟他说,帮我把这些 skills 都配置成为斜杠可以调用的形式,这样当你明确想要调用某个 skill 的 时候,就可以直接选中了。 另外呢,再给大家推荐一个前端设计的 skills, 叫做 u i u x pro max skill 也是一样的步骤,在 code 这里复制整个仓库的链接,回到 ant gravity, 把仓库复制给他,对他说,帮我下载这个仓库的 skills, 然后直接点击回车就可以了。 这里可以看到我的斜杠已经可以调用这些 skills 了,我们就简单测试一下,帮我制作一个健身房的宣传落地页,你可以规定他使用哪些技能,比如说我打字使用就是我们最新安装的这个 u i u x 的 skill 直接发送。 可以看到这里已经调用了 u i u x pro max 的 升图模型,帮我们生成了两幅图片,我们直接在浏览器里面打开去预览一下, 那可以看到这个页面这个人物介绍部分他就使用了刚才的图片,整体来看还是挺有特色。就目前来讲,这个红黑配色不是我喜欢的风格,但是这只是一个初步的搭建,之后你有什么想法可以让他进行个性化的修改。其实你看关于一个健身房落地页的基本元素他这里都是有的。 好了,以上就是本期全部的关于 antiquity 的 基础教程,基本上你使用 cursor tree 或者任何的 id 工具,它的界面操作啊都是一通百通的。 web coding 时代,学习 ai 最快的方式就是先用起来,先做出一个东西,然后慢慢地补足专业技能,这样你才能有源源不断的学习动力。

hello, 我是 rena, 这一期的话给大家分享一下在 cortex 里面如何去配置和使用 m c p。 和 skill 一 样, m c p 也是我们平时用的比较多的,所以建议大家的话可以学一下它的基础配置和使用。 那在 codex 里面有两种配置 mcp 的 方式,分别是通过界面直接配置,第二个的话是直接通过指令去操作。先给大家介绍一下第一种方式,进入这个界面之后呢,在这边点击这个文件,然后点击设置进来,这里面找到这个 mcp 的 地方,可以在这边点击添加。那进了这个页面之后呢,填写这个 mcp 相关的一些信息。 像以前我们在柯子或者其他的 ai 工具里面配置 m c p 的 时候,一般是直接复制这一整段追声指令就可以了。柯蒂斯的话它这边是有一点差异的,就需要我们一个个去填写,比如我们现在想配置一个 pro r m c p, 那 这里的话就先复制它的名称,这里就是对应, 然后命令的话就是这一个对应 参数的话是这一段 编辑这些信息,然后去添加保存就可以了。在这里的话它就会把我们这 m c p 添加进来, 有些 m c p 的 话可能需要提前配置一些环境,这里的话可以根据对应的教程去操作就行了。然后我们现在的话验证一下这个 m c p 能不能正常使用,我们就直接在对话框这里输入,要用 m c p, 打开优量器, 然后输入测试进行搜索,看它能不能正常吊起这个 m c p, 这里可以看到它已经吊起来了,然后这里的话可以根据它的姿势操作一下, 可以看到它在搜索框这里输入的测试,然后可以进行搜索,那说明这个 m c p 它是可以正常使用的。 然后我们现在来介绍一下第二种方式,直接通过指令的方式去添加,我们现在的话还是用这个 m c p 的 案例进行讲解, 可以先把它卸载掉, 我们新建多一个对话进行演示,直接在对话框这里输入指令,这个这个的话是固定的,然后这后面这一段它就是我们对应的那个 m c p 的 一些名称,指令它的参数,然后直接发送 在这里我们可以看到它已经添加完成了,我们可以过来这边看一下有没有它是有加进来的,如果有时候点进来没有看到的话,可以点一下其他的,然后再重新进来,它会进行刷新。 以上的话就是两种在 context 里面配置 m c p 的 方式,接下来的话会给大家分享一些 skill 或者 m c p 应用到测试场景的一些教程,今天的话就分享到这里。

这样子就把灯打开,把灯关上, 嗯, 效果还行。接下来是原理讲解环节,这里使用的是 master node context protocol server 这个插件啊,应该说是集成,它可以让 assistant 里面的一些操作变成 开放的 api, 让 ai 可以 通过 h t t p 请求去访问这些反点,从而控制智能家居的开关 或者其他的函数调用功能。那么由于它需要使用 h g b 请求,那么就需要让 home system 变成一个公网上可以访问的地址, 所以这个时候需要一些反向代理工具,比如说 n g r o k 或者 cloud peer tuna 这种工具呢,就可以把内网的服务给代理到公网上,同时会让 ai 知道怎么访问, 需要在 ai 的 mcp 设备配置中写下访问的 url 以及请求的 token。 没错,为了保证安全, 这个服务需要 token 才能访问。以上就是大致思路,接下来我们是实操一遍。首先来到 home assistant 里面的设置, 选择设备与服务,选择添加集成搜索 m c p server protocol, 选择这个 server 结尾的添加,然后要勾选 assist 服务。接下来再来到设置界面,来到语音助手,选择默认的语音助手,其实不用选, 我们直接看这个实体。已公开点这里,这里我们可以公开自己想让 ai 能知道的操控的那些设备,同时最重要的是我们得设置别名。设置别名可以让 ai 更清楚的知道这个设备到底是做什么的, 比如说像我这个 led 灯带,我这里设置的别名是 led, 还有一个中文别名叫灯,尽量把不需要的设备从这里删掉,这样可以减少上下文,更清楚地知道要操纵的设备,然后这里就是公开哪些设备可以操纵。 接下来我们要获取 api token, 点击左下角头像,选择安全,然后在长期访问令牌这里,你就可以创建一个长期访问令牌,取个名字, 选择一个名字,创建令牌,然后这个 token 就是 我们可以获得 api 权限的 token。 像对于 workbody 来说,我们获取了这些配置之后,来到左边的专家,选择连接器, 选择自定义连接器,然后选择配置 m c p, 然后把这些配置填进去,或者让 ai 自己把这个配置写入对应的位置,就可以在返向代理的时候获得。公开 u i o 之后我们需要在最右往尾加上啊 a p i 杠 m c p 这个路径, 这样才能是真正的端点。大致就是这样的思路,添加这个 m c p 啊,就可以让任意的 ai 去控制家里的设备。那么目前它这个服务的缺点就是 需要有一个返向代理附近,这个不如之前小智 ai 的 webshop 的 连接,它是不需要公开的, 可以访问的域名它是可以直接连上,其他的话,它的优势就在于它是一个通用的配置,可以给任意的 ai 去使用。以上就是今天的内容,谢谢大家。

我们已经在呃 codex 以及 ms 中都已经布置好这个 mcp 这个协议了,然后我们去如何去用?呃,首先我们打开 codex, 然后另外一边我们就放我们的 ms, 然后我们在 ms 中点击 use, 然后这样情况下你需要先 import 这个文件,这个文件被 import 出来之后,然后点击这个文件,确定在开始这个文件,然后点击 start, 好,现在已经开始 start, 然后如何去验证呢?当我们开始点击这个 ms 软件的时候,你发现它已经点击不了了。没,没办法被点掉,就是因为它的终端已经被 mcp 协议已经开始接管了, 已经开始接管了。然后我们在 ms 中 ms 中,如果你的正常情况下,你这个 mcp 会自动打开,你把这个一直打开,就可以自动打开,自动打开状态下,然后我们这个地方就已经连通了, 然后如果去如果去验证了,你可以问一下 codex, 我 们是否已经连通 m c p, 可以 问呃,我们是否已经识别 codex。 大家稍等一下啊。这个地方再给大家介绍一下另一个做的一个小东西,因为当我们开始 呃运行这个 m c p 之后,由于我们不能去点击我们的 ms, 所以 我们不知道它现在里面的所有任务的一个进程状态。 本身我是想把这个照工作栏的进程给它也加入这个 m c p 中,但是因为它的接口用的是 ms 的 最 原始的语言,也就 pro 语言,你要写入,写入这个 m c p 之后,我就要需要改很多东西,这个是比较麻烦的,那我就有点懒,不太想,不太想把它写进去,然后太麻烦了,然后我就又创造,呃,创建一个,创建一个 g u i 的 一个控制平台,就要来终端启运一下, 然后终端如何启运?呃, 在终端里面去,你首先要在你的这个,呃 m s 的 m m c p 这个目录里面去启动这个,呃这个工作平台,这个 datap, 呃 despond, 呃, 这是我的这个 m c p 的 这个目录,然后 cd 也就在它目录下,目录下寻找,在目目录下进行,然后进行了这选择这个目录之后,然后你去用 m d 搜索 dashboard, 然后回车出现这些信息,它就说明已经开始了,这个终端是不要关掉的哦。一起我再打开一个在这个界面, 然后大家输入记串地址,呃,这些相关的填写信息我都会发布在评论区,大家可以自行去哦。就现在就进入这个控制平台了, 然后这个控制平台就这个地方可以切换,切换两个目录,它会自动切换到我们这个 workspace, 它会定位到这个 workspace 地方,然后切换里面的文件夹。你每生成一个 工作之后都会有一个文件夹,然后在这个文件夹里面去查找我们的叉 s d 文件,我们就可以看它的一些建模过程,一些文件结构。然后第二个就是它的一些计算状态,就包括这个样队列,就是配有你提交的一些队列中的任务,然后光影正在跑, 然后党完成的,以及 feel 失败的。如果这个地方产生了 feel 失败,你可以将这个地方的信息名称直接复制为 call d s, 然后 call d s 就 可以根据 这个名称找到失败的这个案例,然后去分析,然后再进行调整,它就是很方便。这个就是这个就是 m c p 中的,呃,另一个约束条件, 呃,然后还有个好用的约束呢,就是每当我们生成就是我们现在开始,现在开始已经连通了,就现在开始已经可以去做计算。 然后例如,呃,我先开始第一个计算,然后当然你第一个可以把这个插件加上,其实后面你可以不用安装,不用去加载这个插件。然后对话流程呢?其实这个地方大家还是前面这些话,这些, 呃,前面这些话你都可以根据我上面所写的去做,然后我是试了一直在试错,然后去一直在做接,呃,用着 ai 去做这个理论计算这个控制看它能实现到哪一步,然后会中间会出很多错,所以一直在更新这个版本, 目前这个版本呢是可以做到一些。呃一些相关建建模,从建模到理论计算的一个过程,然后大家可以看一下那个瑞德密,也会详细介绍会他目前可以实现哪些状态, 后续呢我也会尽可能的完善它,就是如果你们有需要,需要去做哪些计算,我现在还没有实现呢,你们可以在评论区或者私信给我,然后我就过去会把相关一些东西继续在 mcp 上去完善,尽可能满足。呃,大部分人的一个计算,我现在目前就是把握 我比较常做的一些计算啊,算上去如果你的技术好的情况下,你给他的提示词越详细的情况下,他确实精度是可以做到非常高的,但是如果你是零基础的小白也不会,这个 m s 操作也不会,也对这个 t f t 不是 很了解, 也没有关系,因为这个科代斯会不断地去审查审核你出现了哪些问题,他会自己有一个纠错功能,他不断去纠错,然后使他达到一个最完美状态,然后你只需要不断与他对话就可以。所以也就零基础的小白也可以去做这个计算, 也可以去做理论计算。呃,然后大家使用这句话,然后这里面有很重要,就是这句话叫做全流程根据我的指令进行任务,因为 我在 m c p 中其实已经特别加个强约束指令,就是根据我的指令去进行每一步进程, 但是在舞台实际的试做过程中发现它还是会跳出我的强制指令,它仍然会自行地进入到下一步环节。就例如,呃,因为我们要实现的是 g u i 控制,并不是脚本 ace 那 种派增加 ace 的 ase 的 方式。 然后就是如果你是单纯的写个脚本让它跑进去,其实很简单,其实你只需要给完整的权限,不需要 m c p, 它就能帮你从帮你写一个这样的一个脚本,然后把它加载成 cf 文件或加载成叉 s d 文件,直接就帮你丢进任务中。但是它有个缺点,就是它没办法 去提交你后续的这个计算任务,然后他那呃那种方式基本上就是一个建模过程,他没办法在后续任务中呃计算中去做到, 呃,去做到这个计算的过程。这呃,因为我们在计算中还要设置很多参数啊,就利用你的 k 包子,对吧?你要还要设置你的这个截止截止的呀,要不要自选啊之类的,然后这些呢?都是按人家 asd 做不到的,但是我们就靠代词,他自己会帮你去设置一些东西, 设置一个符合你模型的一些参数,然后直接去进行任务。然后再一个就我们这个外控就并不是 做成一个 cf 文件,就他直接丢进去一个文档,直接就出这个结果,而是他去在你的 m s 终端去找到这些工具的接口, 找到这些工具之后,他调用这个工具,然后去进行一个建模过程,就非常的就和我们这个手动去建模是非常相近。呃,可以说可以说是一样的,但是目前我也不太确定,一样吧,应该是差不多,但现在不是出了很多用 mcp 去做这种联通的吗? 嗯,这时候我们就进行个演示吧,然后这个是我找一个就是,呃,我让这个鸿门 我们的发我一个,发了我一个他要做的东西,在这个在此之前我还没有对这个做一个,就像这个用 ai 去做它计算,所以我也不知道能从,所以就拿它做一个试例,然后一起可以去看一下它这个功能。 然后他做的是一个,呃, maxi 材料,呃,这个是 maxi 材料,然后他做的是太赞叹啊, 抢劫二的一个这样的 x。 这个材料我大概了解一下,我们在这个 g i p 里建立一个它的元包,我们先从元包开始建立,然后点击取消任务,然后开始 呃,然后再给大家介绍这个控制面板吧,这个控制面板有两个,呃,两个指标,一个是 m c p 连接,如果你的这个 控制面板和你本地的 m c p 连接到,和还有你的 cosine 和本地的 m c p 连接到,这个不包括不包括 ms 的 连接。如果你的 cosine 和控制面板可以连接到 m c p 之后,它这个灯就变成绿色的,如果没连接到就变成红色,这也可以去验证,你也不不需要去问 cosine。 呃,靠的是我们这个有没有连接连接到 mcp, 在 这个点就可以确定好它置顶。然后如果你的 ms 连接到,连接到这个 mcp 之后,这个 g u i log 中的这个灯就变成绿色了,他就可以验证你的 ms 是 否已经开始进入进程。 然后我们这个点又添加一个新建任务的话,实际上我们不需要去进任务之外。我们每当开始一个新的任务之后, 就是我们给卡带斯说我们开始一个建一个新的建模,然后他呢这个 mcp 就 会给他强制指令,他就会生成第二个文件夹,也就是按照日期,也就二零二六年五月二十八杠二 杠二二号文件夹,然后这是我们新开始这个工作的被投进去的一个这种位置,然后所有文件开始的相关的一些文件都会在这个文件夹上保存。 之所以做这个就是为了方便我们管理,因为我们有时候一天不一定是建一个模型,可能会建多个模型,这个地方是一个结构函数化,虽然这个结构函数化做的还不是非常的,现在你看它 完成一个初次建模,完成个初次建模之后,我们这个就可以读起到都是要当前文件,然后这个是为了选择这个文件夹中的哪个叉 s d 文件去 review 呃,大家就可以从这个地方去呃,然后我这个地方加几个功能是为了去方便我们去做的,一个就可以一个就自动加清,一个就识别键,是为了去我们方便操作的。实际上我们就想把指令和自动加清 做成一个,一键就可以控制两个键,但是也是为了因为有些人的结构可能是离子结构,并不是呃完整进去,所以就把它也分开了,这个后续可能这个量还会放很多的一些我们习惯的常用键,这些常用键就尽可能把它 呃很多功能,把它呃汇集在一起,然后结合成一个键,我们就方便我们操作。第二就是我现在目前是加入我比较常做的这个三个 呃,三个计算,这个 f, c, d 就 不说呃这个结构建好之后就对它一个一些优化,然后再就开始 type 一 点开,基本上计算都可以去做,什么太密度呀,结合呃能量计算呀,还有等等的一些都可以去做,然后还有 d m s v, d m s v 中的一些优化也可以去做。 但是建议大家先不要使用这个控制面板中的这个呃这三个一键启动,因为我本身想做的一键启动是 我只需要点击一下 case type, 然后这地方会出现选项,我要做哪个计算,假如我要钻能量,我就点击能量, 然后它我们这个控制面板会给 m c p 给一个反馈到 m c p 收到指令,我们要做能量计算,然后紧接着它的指令会被下一次 call d s 个 call d s 进入, 进入计算界面之后,他会识别到我们 mcp 给他的一个指令,他就知道啊,你现在要开始进行这个能量计算,然后建的过程就是就要再去打这些字,然后告诉他我要进行什么计算,我就一键就启动了。他知道你的反馈信息之后,他在自行就开始帮你设计 设计你的这个计算的一些参数,合理的参数,然后最终把任务给递交了,然后但是目前这个还没有做的非常好,呃,不建议大家去先使用,优化好之后大家可以接着去使用。然后这个地方是 呃键键这个缩放孔,因为它这个格式化结构并不是一个完全的映射,映射我们这个 ms 中的这个位置啊,键啊这类的,所以它只能大概去看一下,然后后期我会把这个格式化,尽可能的把 ms 中这个界面调出来,调到这个地方,让大家更直接去看这个, 呃,然后这个还加了自动旋转啊,这个乘数就变得好看一点,然后这个完成之后我们就可以看它这个地方已经架好了,我们接着 tab, 下一步是 再建立一个 dota, 这个分子我也不是很清楚,然后怎么说呢?星期一 x x 建立 p dot 二零三到四个单元去查, 然后这个地方可以看一下它整个建模的过程,就是我要给大家去说我在这个 m c p 做做的一个很关键的 呃约束条件,就是为了提高我们的精确性,就是你用呃 ai 去自动建模,他可能会存在很很多的这个他理想化的状态,他 ai 可能是通过自己的 自己的这个知识点啊,去这这去做这个东西,但是可能会存在一点差异性,你能找到一个呃, cf 文件,直接就找到这个经济结构文件,那 就不需要它去再建,我们只需要把它导入就可以。然后这里面最开始是有两个分支的,第一个分支是如果你已经有了这个 cf 文 件,直接放到这个 workspace 啊,就是在你看告诉它开始进行的时候,它就会自动识别到这个 workspace 这个地方的 c f 文件, m c p 中给它强强加一个自行去验证这个 c f 文件中的这结构是否合理,如果不合理它就会放弃调用,如果合理它就会调用,然后如果它放弃调用,它就会改用手动解 啊,这是一个很关键,就是就是为了如果就是已经有人做这个 c f 软件,我们就不需要再重复去做这个事情。第二条就是另外一个另外一个约束条件,就这句话我们要建这个模型,它是这种描述,我会先让 m c p 在 开放经济部找到可靠 c f 文件,如果找不到 可用调目,再用常见的这个右方单词远光参数和比例进行搭建,然后这个地方就会反映出来 就是什么意思呢?我在 mcp 中加了一条强约束,给他上传了几个开放的数据库以及未开源的数据库, 然后就他接收到我们建模的指令之后,他会第一步,他先去查这些已经开源的开放库里面,这些数据库里面有没有已经开放的 cf 文件,如果有这个 cf 文件,他会自动 下载,不用你再去寻找这个 cf, 它会自动下载,它会在这条目录里面申请一个新的文件夹叫做 cf, 然后把那条 cf 文件就放在这个 cf 中了, 然后然后紧接着它就会检查这个 cf 可可用还是不可用,如果可用它就会调用,如果不可用它就放弃了。然后紧接着如果它在第一条 cf 解锁中没有找到这个可行,它会去 找我给他提供的几个被开源的数据库,就是你需要去有账号在里面内部去下载,如果他能找见这个 cf, 也找到这个数据,他会向呃发出请求,这个请求就是你需要输入账号 啊,当你输入账号以后,他会自动下载那个,然后当然这就前提是你有账号情况,如果你没有账号,那就是做不到。 呃,当前两条都没有才会进行。也就是最后一条画的进程,就是他开始进行手动建模,就是这里面他会用到纹线中, 就是我给他在他手动建模中会让可以给他加一条强制措施,就是一定要去参考纹线,就是让他在接收到这里这条建模指令之前,他需要先去 自行检测相关文献,去找到它所用的常用的一些参数,然后怎么去建模的,这样的它的间隔长数,呃三点零八 i, 然后搭建上下对称呀,这个干脆元包的这种风格,然后去进行一个见证,要通过这三条逻辑,我们可以 就加一个强制约束,让他的这个建模过程更加准确,更加精准些,然后使他这个建模的过程的有效期更加提高。最后就是简易化方便,就是有 cf 文件,我就不需要不用建模,不需要再用这个他这个 g u i 控制这种方式去建模也就更加方便。 然后现在这个地方,这个地方是已经看已经完成了,他前面一个,后面又建了第二个,第二个也完成了。好,你看看这个地方,这个是我已经加载了一个开放源库,大家可以把这个去下载一下,就可以直接在 网页上可以扫进 啊,就是它这个找到,你们可以直接下载,如果,如果你不知道怎么不会下载。好,你直接告诉 colise, 让他把这个给下载到你的本地库里面去,它就是一个开放源, 我已经把这个库加载到我的本地了,实际上你不加载到本地,因为我在上次用它的时候,当时告诉我它在这个库里面找到了, 找到了某个分子,找到这么一个分子,这个库要求你必须在本地上才运行,如果你在不在本地上接受网络调取,他是不可行的,所以就我只能把它放在本地上。所以当我在这个地方,你看他自己就去查这个库了, 他在本地的这个库,如果这个地方不在本地,他就告诉你,直接是说在这个库里面找到可用,因为他是从网络解锁,他就直接直接就把这个物质 加进去。你看做那么复杂了,我就做一个简单的吧,就是现在 包括建立真空层,然后一切他都这些基础的工具的这个接口已经被我已经连接到 m c p 了,大家都可以让他去选。然后 呃,例如现现在你就做做三组进行。呃, 有法, 他这个地方实际上已经完成,就是他进行了一个激活优化,呃力强,呃收敛情况,然后这个地方会有详细的一些信息会被反馈出来,这就是 m c p。 另外一个艺术条件就是需要他帮我们得到一些信息反馈给我, 然后对这个地方出现一个失败,大家可以看到这个地方又会显示失败,我去退出 ms 的 一个状态,点这个 mcp 状态,点 esc, 点下 esc, 然后这个就告诉你是否要退出这个 script 这个写入状态,然后点确定 啊,这就是他在做这个计算过程中,他因为前两个都失败了,所以应该是第三个才合适。实 际上我在这个写的时候就是所有的计算如果失败,也是在第一个基础上进行修改再引入的。但他这个地方还是出现一点问题, 因为这种情况下一般是它的名称读取错误,就是文件名称读取错误导致的。因为你每进行一个任务时,它实际上先生成叉 s t 文件,因为你要是你失败了,这个结构本身它是存在的,它要在这个机上去覆盖,覆盖这个叉 s t 时候, 他就有可能因为读取名称错误到这种结构,这个后续我会把它再优化一下,其实,但是这个倒别影响,反正最终他会把这个就是我们先呃找一下最初的状态,这是最初的状态 哦,这是经过结构优化的状态,大家就可以看呃这个原子的 这个原子序,看一下这个原子到这个原子, 这个就是一个结构优化后的一个结构关系,然后包括它的呃收敛,这个能量收敛,力学收敛在这个,然后还有它的这个粒子都会被迁移出来,然后后续呢?我会在这个 这个这个地方啊,这个地方你看它开始计算之后,为了就是把这块罩相当于就搬到这个地方了,就它如果有光影,这个地方就在光影,它如果是完成这个要到,然后就 over, 哦,这就是整个的一个操作流程,这个 mcp 就是 这样实现的。然后, 呃,或许如果大家有什么问题,还有什么需要我加进去的,因为我现在只加我比较做的比较多的一些计算,还有什么想要的一些 呃,想要的一些计算啊之类的,想加在这个 m c p 中,可以告诉也大家,也可以自己去加这些计算,因为这个元代码已经发给大家。然后但是,呃,就是有个问题,就是你如果你自己加就会比较浪费时间,因为我在这个设计它过程就设计它的 设计它的过程中是有很多的背景,就它怎么设计过来的,就我进一步在更改的时候,在这些背景下去进一步去更改会比较方便,也比较快,也不会浪费太多托克。如果你自己 没有这个背景,然后直接去改这个软件的话,可以也可以做到,这是完全可以做到。现在很多 m c p 其实你自己就完全可以去,然后但就是比较浪费时间。在有托克 其实也比较支持大家去做这些东西的,因为像现在出来什么很多那些 skill, 什么内测 skill 啊,这里的一些很多 m c p 其实大家都可以自己去,其实完全不用搬运他们的东西,自己就可以做到这,好,谢谢大家。

大家好,上次为大家演示了 h 克拉的安装与配置,今天给大家分享的是 m c p 服务的配置过程。 m c p 服务好比是大模型的手脚,它决定了大模型可触及的边界和能力上限,所以安装好用的 m c p 服务是玩转本地 agent 的 重要要素。废话不多说,我们开始吧, 这里给大家分享下我常用的两个 m c p 搜索工具,大家搜索下就可以找到了。今天主要为大家演示浏览器自动化和语音图片视频生成,大家想要什么 m c p 工具可以打到评论区互相交流。我们搜索浏览器,这里我推荐配色,这是比较常用 且功能强大的浏览器自动化 m c p 工具。往下翻,我们找到文档中的 jason 配置系列,我们复制它 回到 h q l, 我 们使用 jason 快 速导入功能,直接解析配置视力。 jason play right 的 配置比较简单,没有额外需要配置的参数,我们测试下。连接 好的,我们看到连接成功了,发现了三十三个可用工具,现在我们保存配置,然后稍等一下,看到列表中连接成功, m c p 服务提供的工具 就是大模型连接外部世界的手和脚,我们给大模型安装了手和脚,自然要让它活动活动,我们新建一个对话,然后让 h 克洛帮我们打开百度试一下。 好的,我们看到它开始使用 m c p 工具了,由于是第一次安装, h 克外会帮我们自动把环境配置好,需要一点时间,这里我们快进一下 好了工具依赖的环境全程不需要我们手动安装配置,我们看到安装好了环境之后, h x lo 帮我们打开了网站,还贴心地给我截了个图,证明他真的完成了工作, good boy! 下面我们稍微给他上点强度,让他帮我们统计下今天的新闻热点,后续分享微信飞书绑定以及定时任务功能的时候,再给大家分享怎么让 h 克拉每天定时为你推送你最关心的领域资讯或者行程代办,具体推送什么完全由你自己掌控。 好的速度非常快,已经完成了,让我们看一眼网页,检查下他统计的对不对。 好的,没有问题,这里有个小功能给大家介绍下。当我们经过多轮对话后,大模型的回复可能会非常长,有时候我们翻动历史记录可能非常费劲。这三个悬浮小按钮可以快速定位到我们上次提问的位置,以及快速回到底部,希望大家喜欢这个小功能。 下面给大家分享的是音频、图片视频类的 m c p 工具,这里我们以迷你 max 的 官方 m c p 服务给大家做个演示,重点是这个 m c p 的 配置会稍微复杂一点,需要我们配置一些环境变量,但是不用担心,一切配置都在 hcl 中,非常的简单。 和刚才一样,我们复制文档中的视力 jason, 然后回到 h k 洛粘贴视力,然后我们点击解析按钮, 这里已经根据视力自动填充了窗口表单,下面我们来根据提示填充这些数据。我们先选择一个本地目录输出目录,这是用来存放生成的素材目录,这里是服务地址,我们选择 com 后缀的就可以了。 然后是资源类型,我们选择 logo 代表本地存储, 最后填写上 minimax 的 apikey, apikey 是 非常重要的私密数据,大家千万不要发在网上哈。好了,我们测试一下连接, good 已经连接成功了,我们点击保存配置,等到列表中显示连接成功,我们可以点击列表中的服务,查看这个服务都提供了哪些功能, 以及这些功能是如何传餐的。 m c p 的 本质还是接口?以后我会为大家介绍如何开发一个 m c p 服务,到时候会开源一个 m c p 脚手架,方便大家基于它让 ai 帮你写一个你专属的 m c p 服务。 现在我们来测试下,让 h k l 为我们生成一段音频,就以刚才的热点标题为例吧。 好了,已经生成好了,让我们试听一下。数学难度引发热议,考生花式吐槽,憨爆了,再也不要学数学,出题好创新! 最后让我们检查一下音频文件是否保存到了我们配置的素材目录,好的文件在这,而且文件名还是以文本命名的,非常适合我们查找。今天的视频就到这里了, h k l 安装配置可以看我的首页置顶视频,关注主播,后续将为大家带来更实用简单的 ai 应用视频,再见!

codex 调用 origin 的 mcp 绘图演示,这里主包提前输入好了,任务明确说了不使用 skill, 用 mcp 进行绘图。接下来我们加入演示文件,最右侧有演示文件内容,就不单独打开了,然后我们开始即可。 现在可以看到 origin 已经打开了, 可以看见系统因为水印报错,因此建议是让 codex 忽略水印问题。 这里发现横纵坐标数字被隐藏,因此提出修改, 这里发现中文乱码,因此修改为英文。 现在可以看到已经画好了,不建议保存 p, n, g 或者 emf 之类的, 会有 demo, 可以 看到 op, j, u 文件就是正常的,如图所示。所以说 m c, p 绘图是可行的,但是要精确的描述。今天的分享就是这些, bye。

有没有跟我一样用 cloud code 写 n 八 n 工作流?越用越崩溃的 ai 瞎写节点参数、流程连线说丢就丢,触发器代码、节点内置公式写出来全是错的? 说白了,原生 cloud 压根不懂 n 八 n 这套格式化步逻辑、节点联动、流程拓扑、官方语法它全都不熟,生成出来的工作流全是半成品, bug 一 大堆,修修补补半天,最后发现还不如自己手动脱节点搭的快。后来我给克拉蔻装上这套 n 八 n 专属 m c p 技能包, 直接解决所有问题, ai 瞬间吃透 n 八 n 全部开发规则。今天咱们不讲虚的,从底层原理手把手部署,全网踩坑必错,再到实战纠错效果完整,带大家跑通,零基础也能一次成功。先看懂整套联动架构,一秒理清逻辑。 本地电脑部署三大核心服务, nx 反向代理、 n 八 n 本体工作流引擎, postresco 专属数据库,其中反向代理不是必须的, 我只是为了让画布效果更炫酷。然后外部对接 cloud code 终端, ai 助手调用 n 八 n 的 专属技能,通过标准 m c p 协议搭配 n 八 n, m c p 中转进程,调用 n 八 n 开放 api, 实现 ai 直接编辑 创建运维。 n 八 n 全部工作流无需手动操作,后台全 ai 托管编排自动化任务正式部署。第一步, 四款核心软件按需安装,全部适配国内网络。第一款, docker desktop vy 六以上版本, windows、 macos、 linux 全覆盖。第二款, nojs lts 运行依赖支撑 mcp 进程启动。第三款,官方 cloud code 的 客户端,提供 windows、 moc、 sonix 三套终端安装命令, ai 直接操控 n 八 n 工作流。第四款, get 版本控制工具,用于配置模板克隆管理,这款属可选加分项。 第二步,一键 dakar 部署 n 八 n 服务仅需三份核心配置文件, dakar compose 编排容器 ev 文件管理密码环境变量可选 nix 反向代理配置 复制模板文件,修改数据库墙密码,终端执行刀客 compa up 杠 d 即可后台启动,自动拉取适配镜像,启动后校验容器运行状态, 浏览器访问幺五六七八端口驶使化管理员账号,带大家吃透核心配置文件,拒绝黑盒部署刀客 compose 拆分数据库 n 八 n 引擎反向代理任务执行四大服务端口与依赖关系 emv 环境变量拆分必填数据库密钥、 ai 接口密钥、 代码节点权限、命令执行权限全部参数区分,快速测试配置与生产环境配置标注原码。仓库自定义生产配置文件,新手直接用模板,老手可自定义改造配置文件全部调试完成, 容器正常启动。之后,我们就来到整套联动最核心的一步,很多同学部署完 n 八 n 就 卡住, 不知道怎么打通 ai 终端,不知道 mcp 协议该怎么挂载。接下来我全程手把手零用于操作,带你完成 colotcode 和 n 八 n 双向绑定, 打通 ai 操控自动化工作流的最后一关。整套教程核心 colotcode 绑定 n 八 n mcp 协议,首先进入 n 八 n 后台,生成专属 api 密钥, 密钥仅单次可见,务必留存终端执行专属 m c p 新增命令,重点避坑 n p m 包名陷阱,认准纯 n 八 n m c p 包体,剔除错误,带 logo 包名, 开启负全量工具权限,支持工作流增删改,查节点文档查询配置,完成重启可 log 终端指令核验连接状态,一键完成双向打通。 打通 m c p 之后,进入整套联动最精妙的一部 skill 技能体系。很多同学卡在这里,不知道 skill 到底是什么?一句话讲透, skill 就是 一个 markdown 格式的专家指令文件,告诉 cloud 遇到什么需求,遵循什么规范,输出什么格式。 打开你的项目目录,进入点 cloud skills 文件夹,里面静静躺着七个 markdown 文件。 gs 节点开发,拍送代码编辑表达式语法,节点配置调试工作留校验 架构模式推荐,这就是 n 八 n 专属的技能包。每个 skill 文件内部都有三段核心结构触发条件,用户说什么话,自动激活,遵循规范 n 八 n 原生节点参数和连线规则, 输出格式标准 workflow jason 一 键导入画布。打个比方, mcp 给 ccloud 接上了 n 八 n 的 手, skill 给 cloud 装上了 n 八 n 的 脑。这三个挂载位置一定要记牢!项目 cloud 点 md 顶层引用 clogs qs 目录挂载 mcp 服务联动起用,缺一不可, 光说不练假把式,直接带你跑一遍。端到端实战打开 code code 的 终端,用自然语言说一句,帮我创建一个工作流,每小时抓取 rss 新闻,用 ai 招标后推送到钉钉,注意看 cloud 的 调度过程。第一步,自动匹配 n 八 n workflow patterns, 这个 skill 吃透工作流架构规范。 第二步,调用 m c p 工具 create workflow, 创建工作流股价。第三步,查询 h t t prequest 节点文档, 抓取 r s s 参数自动对齐。第四步,查询 code 节点文档, ai 摘钥语法严格遵循 n 八 n 原生规范。 最后一步,工作流生成完成,四个节点零个报错,数据流向清晰可见。终端输入 skill, 匹配 m c p 协议,中转 n 八 n a p i 接入跨步实时成型。打开 n 八 n 后台一看, schedule 触发器, http, request 抓取 code 代码节点 dingtalk 推送, 四个节点整整齐齐,连线自动规整,参数零错误。这就是挂载 skill 之后的专业级输出质量。 给大家看一下挂载前后的直观对比,左边是无 skills 的 原声 cloud 生成的工作流,节点参数写错,连线断裂,表达式语法违规,触发器配置异常,满屏红色报错标识改一个, bug 又冒出三个。 右边是挂在 skills 之后 ai 自动校验的输出,红色报错标识逐一消失,违规节点自动改写错乱,连线自动规整, 代码表达式完全适配 n 八 n 原生语法流程拓普自动优化,一个需要反复调试半小时,一个一次性直接落地,效率差距就是这么大。 额外解锁两大高阶进阶功能,第一起用外部 task runners, 支持 n 八 n 原声 python 代码节点运行。第二,部署流动线条自定义, ui 主题美化,工作流化步, 同时给到生产环境标准化优化方案,强密码配置,数据目录挂载、 http 证书部署、定时数据库备份,容器版本锁定,企业落地直接套用。 最后汇总全网高频六大报错一站式解决,镜像拉取失败,数据库连接拒绝,端口占用, mcp 连接失败,四零四包报错代码节点权限报错全部给到国内网络专属修复,指定 需要全套 yml 模板、 emv 模板、 skill 技能包,可以直接照搬使用,轻松落地。 ai 加自动化联动架构。

今天来教大家怎么使用 ai 来辅助我们进行这次逆向分析。以当前的网站为例,我们传统的做法呢是直接使用这个 f 十二快键打开开发者工具面板,在当前的网络界面当中来进行抓包,我们触发一下这个请求, 都会看到一个书包,抓完数据包之后,我们会查看他的这个标头和载荷的信息,那么这个载荷里面并没有某一些可疑的参数,需要去逆向分析的,那么我们会看他的这个标头信息,在这个标头信息里面呢,找到了一个可疑的值,叫做是一个 uzi, 这一个值的话很明显是听经过了某一些这个神秘的操作生成的,那我们传统的方式呢,是直接通过这个关键词 搜索的方式去定位,找到他的这个生成的位置,但是你会发现像这搜索的话呢,找到了很多地方,你也不知道他是在哪个地方生成的,所以说你要一个一个给他打上这个断点,再去重新触发一下这个请求, 那么他就直接断在这里,然后你还要去分析他的这个参数怎么来的,还有他的这个方法哦,点击进来有些同学压根就看不懂这个代码的逻辑, 特别是遇到一些这个加密算法,像这个 a e, s, d, e, s 三 d e s, 像这个 m d 五啊,就十二一十二五六 i h m a c, 根本就不知道它是个什么东西啊,要有一定的这个算法的基础,那我们今天的话呢,是直接结合 a h, 你 想分析,也就是说你没有这些基础 没关系。好,我们现在的话呢,就直接来看一下我配置好的这个样本,首先呢是这个 a s t 的 一个反混效的这样的一个样本,还有呢 就是一个这个户客户客代码进行注入,你不需要自己去嗯,进行这个 a s c 抽象语法数的一个分析,也不需要去自己对这一个, 嗯,那个浏览器啊,一个控制台去进行脚本的一个注入,甚至不需要去自己补环境啊,这些技能的话,我全部提供给我的这个 ai, 那 么它就可以自动化的去帮我去做到这些事情,还有一些这个产品的一些系列,你包括像瑞数的这些产品,对于很多同学来说也是非常难的, 说你是有这个经验的人来说呢,这些还是有点难度的啊。那我们现在的话呢,就直接结合上这些技能,让我们的这个 ai 自动帮我们去进行分析。好,现在我们就直接来测试一下当前的这个网站,首先打开一下我们这个 v s code 啊,给到它一个题词, 那进行这个思考,我们这个可以等待一下,可以看到了我们的这个 ai 呢,已经帮我们分析完成了啊,并且分析出来这个 u 杠三值的话,它就是一个普通的 md 五的一个招标数据, 这个 md 五的话呢,它是溯源到了它所在的这样的一个模块当中啊,最后呢也是把这个代码呢帮我们完成了。好,我们可以看一下它整个的这样的一个分析的过程, 这的话大家可以自己去看一下啊。然后呢你如果说想要我的这样的一个 skills 去,你想去分析的话呢,也可以,嗯,找我去拿一下这个 skills, 还有像这个 m c p 我 都已经是打包好了。嗯,我这里的话使用到的这个 m c p 呢, 给大家去看一下啊,就是它在分析的过程当中打开了一些页面。好,这是我的这个 skills。 然后第二个的话呢,就是这个 m c p, m c p 的 话是使用的这样的一个工具,这个的话是一个自动化去分析页面的一个 m c p, 然后,嗯,这一个的话是一个反灰边的啊, 是那个 app 逆向需要去使用到的。好,那大家如果需要这一个嗯技能的话呢,以及还有需要我们 ai 更多的一个逆向教程的话呢,可以在我们的这个评论区留言。

把扣的扣的密码下载之后,我们能不能把它布置到本地的?可以的,然后我这边也布置上来了,首先我们需要用到一些,嗯,我这边是这样子的,首先把它本地的扣的放在这个我的橡皮夹里面, 然后呢把这个下载些 mac, 比如说一些爬虫的啊,然后一些控制电脑的啊,一些自动排版测试的好,然后再下载一些什么鱼情的,或者说一些货价格图的, 这样的话它就可以去模拟操作电脑,然后去爬虫,然后去获取最新的接口,然后自动去排版,去画图,去获取预警信息,然后再搭配我的这个 skill, 你 看 我这个 skill skill 里面可以做,有个可以做视频的,就是一个可以做 ppt 的, 就截图做 ppt, 你 看做视频的, 这是哪个啊?这个看一下他会说要用哪些技术把这看。把 bt 换成片转化为视频,这是 h t m 五换成片和视频, 然后这个他会是把,然后他会,你就说你可以给他浏览器的地址,他又不是你去看。然后最后我们先会把它生成 ppt, 生成 ppt 内容之后会很精美,就可能比一般的人做的还好看一些, 然后里面有插头,有什么都有的,然后最后会把这个 ppt 转换成视频,这视频里面会有可播,有啊字幕,然后讲的,甚至我可以调音色,比如说录制我的音色,去让他分析我的音色,然后去调音色,这样子的。嗯,那效果呢?是什么呢?现在我还没有做的很 晚晚上。嗯,这里,比如说这里可以配置 ai, 我 本地画的 ai 就 也可以用本地,刚刚我敲下来 ai, 比如说用豆包呀,对吧?其他都可以用。然后本地 ai 也可以用的,比如说我做一个, 你看这里目前用的是本电压,叫膨胀呀,哈,这个电压一听名字就很膨胀,这能干什么?你跟我说的它能干? ppt 演示、视频制作、文案网站生成和 sql 创建,就可以直接用 sql 去写 sql, 然后用去给他喂他一些东西,去写 ppt, 然后用 ppt。 嗯,写了 ppt 做视频。好,然后看,我看一下做,比如说分析什么新能源汽车趋势,发给他, 他给给分析出来,然后可以再可以下载 在本地方的一个 ai 功能效果,但是呢,现在我还没有完全调通,可能这两天我又要出去浪去了,去玩去了,等我有时间把它调通,再给大家看看真实效果,理论上应该是可以的。然后现在也快了,就是差一什么对接下 ai 的 接口啊, 然后是把北京那个连串起来就好了。我现在没串起来啊。然后后期其实我们可以用这些,刚刚不是有 mcp 操作电脑吗?然后后期我们可以对接一个什么通讯的东西,对吧?去跟 我们电脑去通讯,然后比如说发生发生指令,然后它就自动会触发那个按钮,比如说这个 啊,发送指令之后他会去触发我这个,或者说触发这个按钮,然后那么这个里面开放软件里面有模型吗?啊?他出发之后,那么他就可以去完成我的任务,然后我再要他输出我的这个 task, 是, 对吧? 嗯,这里有一个 task 任务,就是他是怎么做的,他会告诉我,你看他会,比如说输出我一把任务输出,他会告诉我,哎,他怎么做的?他返回给我,他是这样做的。 就是后续我们可以在玩的过程中再搞搞一个,把电脑放家里,或者买一个什么微服务,买一个什么苹果服务器都可以, 这样的话我们就实现了小龙虾本地化部署室友化属于自己的小龙虾。那么我们后面可能就是搞点秃皮就好了。关注我,下期我们看看这个效果。这两天没时间,估计下周吧, 下周应该差不多差不多了,下下周个三四五的样子。

想要一句话指挥 ai 自动远程运维,管控多台电脑,教你部署向日葵 mcp 服务器,打通大模型和远程控制,实现对话式智能运维。在开始前,先要确保你的向日葵已经升级至十六二点三级以上的版本,并且已经提前安装好了 mcp 的 ai 客户端, 比如 opencode、 cherry studio 等。我们这里以 cherry studio 为例,特别要注意的是,开启了 m c p。 服务器的向日葵客户端需要和 ai 客户端在同一台设备上。首先我们要打开向日葵的 m c p 服务,在首页中找到向日葵 m c p, 点击启动就可以看到配置信息了, 目前可以免费领用一个月的 m c p 功能,可以到向日葵官网的这个地方进行领取。在 cherry studio 中点击设置,找到 m c p 服务器,点击添加选择,从追踪中导入,然后将刚才复制的配置信息粘贴进来并点击确定。 导入成功后,确保 m c p 服务器状态为宜起用。接下来我们还需要配置模型,在设置中的模型服务中使用一个模型提供商作为测试 m c p 功能的底层模型。 cherry studio 默认提供了一个通用助手,可用于简单测试 m c p 功能。返回 cherry studio 首页,选择默认助手并编辑,将 m c p。 服务器设置为手动,并勾选相应的 m c p 服务器。 完成上述配置后,可以在对话界面输入指令进行测试,这个时候 ai 就 可以实时调用向日葵去进行操作了。 open code 以及 call code 的 具体操作也是类似,需要手动添加一个工作区文件夹,里面会有配置文件, 有相关的提示词,具体内容也可以移步到向日葵官方的帮助文档中进行查看。