openclaw不用mac能好用吗

不用买 mac mini， 不 用自己的电脑，也不需要复杂的代码配置，九块九就能一键部署你的 open clone， 也就是最近大火的 clone bot， 这是我接入好的，已经开始为我去赚钱了。屁话不多说，跟着我这个教程跑起来。首先打开火山引擎，薅一个羊毛，拿上我视频下方的邀请链接，注册并关联一下子，你这一下子我就能赚一块钱，咱俩平分怎么也得对半分呢？如果你有账号了，也可以登录并关联啊。 然后打开第二个链接，下单九块九的一键部署服务，填写一个简单又复杂的密码，再点开高级设置。 重点来了，我们要做的核心动作就是填上这几个 k， 下面一定要按我说的操作，因为我发现全网都没人教怎么去薅这波火山的羊毛， 包括火山官方的配置文档也是一塌糊涂，我还做了一份详细的配置教程，文档链接放在视频下方，如果觉得我写的好，记得赏个关注，谢谢了。保持这个页面不要关闭，我们打开这个链接， 然后打开开通管理界面，根据这个步骤选择要开通的大模型，建议呢？开通一个升图的模型，然后打开 api k 管理，这个 api 就 可以不用去复制它。 然后回到这个界面，模型选择就能看到自己已经配置过的模型，下面的 api k 就 能直接选择出我们的 k， 那 模型的配置就完成了。 下面我们开始把飞书接入进来，首先要访问飞书开放平台，点击右上角的开发者后台，选择创建企业自建应用， 填写应用名称，写上描述，点击创建，然后点击凭证与基础信息，复制这个 id 和 app 密钥， 再回到这个界面，填写上飞书的两个选项，再点击页面下方的创建，点击确定，至此我们的实力创建完成，让它开始运行。 回到飞出的开放平台，打开权限管理页面，点击批量导入导出，然后到我的教学配置文档当中去复制这个代码，全替换进去，点击 下一步，再点击申请开通，然后在左侧的事件与回调点选一下，选择事件配置页签啊，单机订阅方式旁边的这个编辑小按钮， 然后选择使用长链接接收事件，并单机保存在已添加事件区域，单机添加事件按钮，在添加事件对话框中选择应用身份订阅页签，并勾选接收消息， 如果找不到的话，你就先搜索接收消息，然后点击确认添加按钮， 然后我们向上看，点击页面顶部的这个创建版本这四个字，按照这个需要的配置内容呢，我们写上版本号及更新说明啊，随便填几个字就行了。翻到页面底部，点击保存按钮，然后单机页面个人发布按钮，完成应用的发布。 这个时候你就去看一下你的飞书是不是多了一个机器人，让你去审核，然后点击审核通过你的机器人就可以去用了，这个时候打开手机的飞书或者是桌面端的飞书，找到我们这个机器人，发送一个任意消息，比如说你好， 首先它会出现一个等待表情，如果出现等待的表情，那 ok， 说明正在调用你的模型，那我们的配置就成功了， 等他回复你的时候，你就知道新的世界已被打，已经被打开。如果你想通过浏览器去访问 open、 cloud、 web 这些界面的话，你可以参考一些官方的文档，更多的玩法大家可以自己去探 索。如果觉得我的教程比较详细，比较明确，那大家可以给我点一个关注，谢谢大家！再见。

cloud bot 一 夜爆火，这是一个运行在本地电脑的开源 ai 助理，短短几天内， github star 数量直线拉升，已经超过了十二万。本期视频我们带来一个 cloud bot 的 全面攻略，看看 cloud bot 比起其他的 ai agent 有 什么特色。 我准备了十几个案例的玩法大全，还会介绍一个接入飞书加国产模型的方案，让 cloud bot 在 国内网络也能顺畅使用。视频开始之前，先插入一个小插曲， 由于 cloud bot 受到 ansorepic 法务团队的压力， cloud bot 先是改名成了 motbot， 现在又改名成了 open cloud。 爬爬虾做视频的速度还赶不上它改名的速度，所以本期视频我们还是统一叫它最开始的名字 cloud bot。 cloud bot 功能跟 cloud code 和 open code 都有点像，都可以处理文件编码、调用 skills、 m c p 等等帮我们处理工作。 cloud bot 的 最大优势是可以接入各种聊天工具，也就是我们即使出门在外，手边没有电脑，只需要在聊天工具里面给 cloud bot 留个言， cloud bot 就 能自动干活，还能把屏幕截图、执行过程等信息实时同步过来，非常的方便。第二个优点是， cloud bot 自带了强大的定生物系统， 只需要用自然语言就能创建定身舞，比如可以创建一个临时的提醒，还可以定时检查收件箱通知等等，它可以智能地判断事情的紧急程度，选择是否用聊天工具跟用户进行沟通。比起传统的指令执行、指令执行这种固定的流程， cloud bot 就 具有了很强的主观能动性。 它的第三个优点是具有长期记忆，可以把记忆作为文件存储在本地，在日常的对话中能够搜索，并且把相关的记忆捞回上下文，随着日常使用，它还会主动去更新这些记忆文件，会有一种越用越聪明的感觉。好，我们先在本地把软件安装一下， 任意一个能运行 note g s 的 环境都可以部署 cloud bot。 我 最推荐就是使用 mac 或者 linux 系统的家庭服务器。 现在最火的部署方案是使用 mac mini， mac mini 的 最大好处是 mac 系统有不错的桌面环境，这样可以很方便地进行截图、操作、浏览器等等。第二点是功耗比较低， 七乘二十四小时运行，比较省电。第三个优点是 cloud bot 里面许多 skills 跟 mac 生态是绑定的，没有 mac 电脑的话，可以选择 linux 操作系统，或者在 windows 里面创建一个 linux 的 虚拟机。操作步骤跟接下来是一样的， 我选择的安装方式是 node js， 我 们来到 node js 官网，把第一个命令复制一下，然后打开终端执行一下，接着是第二个命令，第三个命令， 这样 node js 就 安装完成了。下一步我们来到 cloud bot 的 官网，在这里有一个一键安装命令，如果我们使用官网上的一键安装命令的话，注意要区分现在软件的名字，比如现在叫 open cloud， 后续所有操作的命令都应该是 open cloud 开头了，这里我选择 npm 的 安装方式， 我们看到 n p m 这里命令还是叫 cloud bot， 所以 后续我输入的命令都应该还是 cloud bot 开头了。这样我把这个命令复制一下，粘贴到命令行窗口执行一下。安装完成，我们输入命令 cloud onboard 来进行初步化。第一步，先配置 ai 模型，因为我有 open ai 的 plus 订阅，所以这里我选择 open ai， 当然下面也有很多不错的国产模型可以选择。视频的后半段，我们再来配置使用国产模型。选择 open ai 以后，再选择第二个 chad gpt 登录， 登录一下我的 chad gpt 账户，这样 ai 模型就配置完成。默认模型我选择的工具是 whatsapp 视频的后半段。我们再来看如何绑定国产的聊天工具。我们打开手机上的 whatsapp 右上角三个点已关联设备，关联新设备，扫一下屏幕上的二维码，这样就绑定完成。接下来选择预装的 skills， 按空格键打上对勾选中，这里可以按需进行选择安装下面的这些 api k 可以 全部选择跳过，然后 ai 会询问我们一些关于人设方面的问题，我们回答一下，这样就配置完成。我说你可以给我的聊天工具发一个消息，我们看到手机上收到了消息，这样就完全配置成功了。 我们先来介绍几个基础命令的使用。输入命令 cloud bot gateway， 这个是启动主程序，我们可以通过关闭控制台来停止 cloud bot 的 运行。在 cloud bot 后台运行的时候，我们可以新开一个窗口， 输入命令 cloud bot t u i 就 可以进入这个控制台的对话界面。输入命令 cloud bot dashboard， 可以 进入一个网页版的控制台，在这里可以进行基础的对话。上面还有很多配置，可以管理定身舞，管理 skills 等等。输入命令 cloud bot channel logout， 可以 退出 cloud bot 上面登录过的聊天软件，然 然后我们再输入命令 log in， 就 可以重新登录一下，因为有的聊天软件可能隔几天就会掉线，我们可以使用这个命令重新登录一下。我们来看 cloud bot 最有意思的一个功能就是它的定身物，定身物赋予了 cloud bot 的 一些主观能动性，让它变得更像一个智能的 ai 助手。 比如我输入这个命令，提醒我两分钟以后关煤气。 cloud bot 回复我，好的，已经设定成功了。我们可以在网页版的控制台 crown job， 也就是定身五这个选项卡可以看到 cloud bot 为我们设定的定身五，这里显示两分钟后执行。两分钟以后，他就把这个消息推送到了手机上，提醒我去关煤气。 cloud bot 具有操作浏览器的能力，我们需要先在 mac 里面下载一个 chrome 浏览器，我要求 cloud bot 去 m i t 公开课下载 python 课程的课件，放到我的桌面，我们看到 cloud bot 自动打开了 mac 里面的 chrome 浏览器，找到了 m i t 公开课的官网，并且搜索 python。 他 找到了几门 python 课程， 回复了我课程的编号，让我选择这里，我选择第一个。他又在浏览器里面通过课程编号找到了这门课，并且下载到了桌面，然后我要求他把它解压出来，他调用了麦克的命令行工具完成了解压，然后我要求他把第一节课的课件发给我 这里可乐豹成功找到了课件，并且完成了发送，效果不错。接下来我们来看一个把浏览器自动化跟定生物组合起来的案例。爬爬虾，作为一个科技软件类的博主，需要经常查看 github 的 热点， 这里我告诉 cloud bot， 让他查找一下 gitap 上面的热点，然后做个中文简报发送给我。 cloud bot 生成了中文简报，接下来我说每天早晨八点你都做这么一个简报发送给我。 接下来 cloud bot 生成了一个定身舞，每天早晨八点都执行这个工作。我们可以在 cloud bot 的 控制后台查找到这个定身舞，每天早晨八点都会自动执行这个工作流程，发送给我简报效果不错。除了操作浏览器， cloud bot 还有图像识别等 ai 视觉方面的能力。 这里打开 mac mini 的 设置隐私与安全设置录屏与系统录音，我们在这里搜索终端两个字，给命令行终端添加上录屏和录音的权限。接下来重启一下 cloud bot， 我 在手机里面说，请给现在的 mac 截一个图， mac 电脑当前的图片就发送到了我的手机上，可以实时的对状态进行监控。 目前为止我们依赖的是海外的聊天工具。接下来我们把 cloud bot 接入飞书，让他在国内的网络也可以顺畅使用。我们先来到飞书开放平台，点击创建企业应用，填写一个名字与描述。接下来点击左侧添加应用能力， 选择机器人。然后我们来到权限管理，点击添加权限，总共需要添加屏幕上这些所有的权限。 接下来来到版本管理与发布，填写一个版本号，点击发布。我们回到 mac 终端，输入第一个命令，安装飞书插件。第二个命令，配置 app id， app id 可以 在飞书开放平台凭证与基础信息里面找到， 把 id 粘贴到命令行里面执行一下，然后配置 app secret， 同样在凭证与基础信息里面找到同样的，把 secret 放到命令里面执行一下，下一个命令，开启飞书 channel。 最后第四个命令，把链接方式改成 web socket， 然后我们重启一下 cloud bot， 这里我总结了需要执行的几个命令，有需要的观众朋友们可以截图保存一下。回到飞书开放平台，在事件与回调这里选择长连接，点击这个铅笔，点击添加事件，然后勾选接收消息，最后点击顶部的创建版本， 我们再提交一个新的版本，这样飞书就配置完成了。在飞书的手机 app 里面，我们可以找到开发者助手，然后点击打开应用这里我打一个招呼，你好，飞书有一个非常可爱的机器人正在输入的表情，我问他现在几点了，这里给出了回答。然后我让他给麦克截一个屏， 告诉我需要先在控制台跟他对话一次，开通权限才可以截屏。这里我们来到麦克上面的控制台，跟他对话一次，允许截屏，这样截屏完成。我们看到飞书也同样可以传递文件传递截屏。我们把聊天方式换成了国内平台 ai 模型，同样也可以换成国内平台。 cloud bot 的 作者推荐使用 mini max， 这里我们来到 mini max 的 开放平台左侧，选到接口密钥，然后创建一个 apikey， 然后我们打开 mac 的 控制台，输入 cloud bot config 来配置一下模型，选择 mini max， 然后我们把刚才创建的 mini max api k 填写进来，一路回车就配置完成。来到 cloud bot 的 控制台，输入命令斜线 models， 然后我们可以选择 mini max 模型， 选择完模型以后，我们再重启一下 cloud bot， 这样模型就切换完成了。 cloud bot 的 强大之处在于它内置的 skills 可以把各种第三方的生态接入进来，比如这里的 g u g skills， 可以 把谷歌邮箱、日历文档等功能都接入 cloud bot。 我 们点击这个安装按钮，这里要提醒一下大家，安装的时候要把 mac 系统更新到最新版，否则有可能会失败，这样一键就安装完成。 来到谷歌 cloud， 我 们在左侧菜单找到 api 与服务，选到 o o 四权限请求页面，创建 o o 四客户端应用类型，选择桌面 app。 然后我们把生成的这个 json 文件保存下来，把文件拖拽进 cloud bot， 告诉他配置一下 g o g 的 认证，然后我们登录谷歌账号，并且授予权限，这样就完成了配置。接下来我让他看看我的邮箱里有什么邮件，让他总结一下。 这里 ai 提示我需要再开通一个 gmail api 的 权限，我按照它的提示把权限开通完成，它就可以读取到我的邮件了。接下来我让它把所有的邮件移动到垃圾箱，这里也成功完成了。我在手机上让 cloud bot 帮我发送一封邮件， 我们看到邮件可以成功发送，我让 cloud bot 设置两分钟一次的心跳检查，如果有发现新的邮件，就发消息通知我，我给这个机妙邮箱发送一个邮件来测试一下。这里 cloud bot 成功给到了通知，我让他总结一下邮件内容，他也完成了总结。 ai 助手对接其他生态，一个重要的渠道就是 m c p， 我 们可以在 skills 里面找到 m c p porter， 把这个 skills 安装一下。接下来我告诉 ai 用 m c p porter 来配置一个百度地图的 m c p， 我 把这个 m c p 的 说明文档贴给了他。 ai 提供了三种安装方案，我选择 streamable h d d p。 他同时要求我提供百度地图的 a p i k， 把这个 a p i k 复制一下粘贴给他，这样就完成了配置。他已经可以使用这个 m c p 查询到地理位置的坐标了，这样我们就配置完成了，我们也可以在手机里面使用，我让他查询一下从青岛太平角公园到崂山羊口景区怎么走， 这里成功给到了规划路线，效果不错。我们再来看一个 skills 的 使用，这里有一个 skills 叫做 coding agent， 它可以驱动本地的 codex， cloud code、 open code 等 ai 编程工具 直接进行编程。这里我们先把这个 skills 安装一下，我在 mac 电脑上登录了我的 codex， 接着我在手机上跟 ai 说调用 codex 创建一个贪吃蛇的游戏，我们看到程序就编写好了，这样我们就通过 cloud bot 驱动 codex 完成了一个程序的开发。

这可能是二零二六开年超火的 ai 工具，连续三次改名， github 上超过十万新，号称电脑里的贾维斯。 openclaw 是 一款开源自托管的个人 ai 助手，不光能聊天，还能真正接管本地设备，打通聊天平台、浏览器和各类应用，实现跨平台自动化操作。 今天这条视频教大家如何快速部署 openclo， 并把它集成到飞书里，打造一个随叫随到的 ai 员工，小白也能学会。建议先收藏。详细的文字版教程已经整理好了，视频结尾可以自取。一、 打开清亮应用服务器，并安装 openclo 镜像，进入这个界面，点击应用镜像，选择 mode 时长，这里可以根据自己的需求选择。目前有活动六十八，能用一年。点击这里， 然后点击这里，进入管理后台。二、配置 openclaw 接下来我们配置 openclaw， 打开阿里云百链，点击左侧导航栏的密钥管理单机创建 apikey， 然后回到云服务器界面，点击实力 id， 进入服务器概览页面，点击应用详情，开始配置 openclaw， 先点击这里的一键放通， 然后点击执行命令，复制粘贴阿里云百炼深层的 a p i t， 点击下一步。接下来点击执行命令就可以获取 openclaw 对 话的地址，先打开这个地址，等下还会用到。 点击执行命令，可以查看 token 配置，然后切换到 open kala 的 对话界面，点击左侧导航栏的 config， 点击该退，切换至 h t t p 页签，在 responses 区域将 enable 切换至开启，如果已经开启就不用再设置了。到这一步，我们已经可以正常和 open kala 对 话了， 接下来我们还可以进一步把 open kla 集成到飞书。三、创建并配置飞书应用进入飞书开发者后台，点击创建企业自建应用，填写应用信息后单机创建。在左侧导航栏中选择添加应用能力，选择按能力添加，找到机器人卡片，点击添加。 在左侧导航栏中点击权限管理，点击开通权限，搜索并添加屏幕上的这五个 api， 权限完成后进行下一步。点击左侧导航栏的凭证与基础信息， 查看并复制 app id 和 app secret， 点击左侧导航栏的事件与回调，点击加密策略 重置，生成一个新 encrypt key， 之后再复制 encrypt key 和 verification token 到粘贴版。四、创建飞书连接流打开阿里云 app 福洛模板中心的飞书 openklo 模板，点击立即使用添加一个新的飞书凭证， 填写凭证名称，剩下的四栏分别填入前面复制下来的信息，之后在下拉框中选中创建好的凭证。接下来创建 open kla 凭证 token， 这里填入前面获取的 open klo 凭证，填写完成后点击确定，并在下拉框中选中创建好的凭证。点击下一步。这里我们需要前往服务器详情页获取服务器公网地址， 并按页面提示填入公网 ip 端口号默认为一八七八，点击下一步，直到完成配置。配置完成后点击发布，复制并保存 weboker。 五、配置飞书机器人 返回飞书开发者后台事件与回调界面，点击事件配置，然后配置订阅方式，选择将事件发送至开发者服务器，填写上一步复制的 webhooker， 点击保存 已添加事件区域，点击添加事件搜索并添加接收消息。事件填写完成后，点击左侧的版本管理与发布，点击创建版本，填写相关信息后保存并提交审批。我们就把 open club 在 飞书里配置完成了。接下来返回飞书，在群机器人中找到 open club 并添加， 然后艾特机器人发送消息就可以实现对话，也可以让 open club 在 飞书里帮我们执行更多任务。 到这里，一个接入飞书二十四小时在线，还能帮你自动处理繁琐工作的 ai 员工就部署完成了。详细的文字版教程我已经整理好了，有需要的朋友直接在评论区扣 open club 就 能领取。以上就是本期全部内容，我们下期见。

关于 openclaw， 这段时间我用下来有很多的体验和感受，非常的细节，这里边有很多采看的地方，也有觉得这个产品很棒的地方，所以今天我会花比较长的时间跟你仔细的去讲一讲我一些相对来说比较突出的感受。 首先就是 mac mini， 到底 mac mini 是 不是一个必备的选项？先说结论，如果你是一个纯纯的代班小白，而且对于自己的电脑操作能力没有那么的自信，又希望整个使用能够足够的稳定省心，并且把 oppo color 的 能力尽量发挥出来。那我最推荐的方案就是买一台 mac mini， 而且用 api 的 方式去跑 openclaw， 当然还有很多其他选择，从我目前的整个体验来看，也只有这套方法是最省心，最稳定，也最有效率的。那我一开始的设想其实还比较复杂，本地模型加上 api 的 三层结构， 比如用一台能跑本地模型的 mac mini， 同时配合 api 去完成我的一些日常任务。那当时我 web coding 开发了一个模型路由 skill， 相当于用一个模型调度员，按照任务的性质把模型的调度分成了三层。第一层就是使用 open cloud 开发者也最推荐的 cloud opus， 四点六，那效果最好，质量最稳，美中不足就是价格偏贵。 第二层就是国内的一线模型，比如说像 m 二点一啊， kimi 二点五啊等等。这第三层就是本地模型，当时我的选择是前文三三十二 b 的 q 四量化版本。 那真正跑起来之后，我发现其实坑还是挺多的，而且都是那种很小但是很让人挠头的问题。比如一开始做调研的时候，我跟 ai 聊了很多轮，最后得出了一个结论是，我只需要去购买一台 m 四 pro， 六十四 g 内存的 mac mini， 就 能够把千分三三十二 v 跑通。 当时我还算了一笔账，如果我每天大概消耗一百万的 token， 按照这个成本和产出来看的话，可能七到八个月我购买硬件的成本就能回本了。但是实际跑下来发现，最理想的速度在终端当中是十一个 token 每秒，导致回复还是偏慢的。 如果只是在终端里跑，那速度还算能接受，但一旦接上了 openclock， 这里边有各种 skill 规则、历史记录等等，速度就会明显变慢， 平均下来一个回复的响应时长经常要去到一分半甚至两分半。所以这个速度的体验用我的话来说就是真的非常的拉垮。 所以我后面还排查了一轮，想要搞清楚到底问题出在哪。结果发现其实真正的瓶颈不只是内存，而是在于内存待宽。比如一台 mac mini m 四 pro， 它的内存待宽是两百多 g 每秒， 如果我希望 token 输出的速度更高，比如要跑到二十 token 以上，就得上到 max studio， 但是这样一套下来，成本就往两万块走了。 所以你再去对比一下入门的版本，如果还能通过别的方式拿到更优惠的价格，这个使用 opencloud 的 成本就是四五倍甚至更多的差价。所以与其花一万五六千块钱去升级硬件，还是把这部分钱用在 token 上， 那我更倾向于后者。而且对于我个人而言，使用第三方模型也并没有特别强的隐私焦虑，所以我更能接受纯 api 的 方案。那么问题来了，既然本地模型这么吃硬件，为什么不直接上 vps 或者其他云部署方案呢？ 我自己也对比过整个不同方案之间的一个区别，我觉得目前 mac mini 方案最值得推荐的原因有三点，第一点就是它还是能够用到很多 macos 本地系统的能力的，很多东西你再去调用 opencloud 的 时候需要的一些能力， macos 本身就很顺手，而且直接用了系统级的功能去做事。 第二点就是你基本上不需要做太多的额外的配置，就能够第一时间去上手 opencloud， 那 整体使用的路径更短，不容易在环境依赖权限上反复折腾。第三点就是它可以低功耗的二十四小时稳定运行， 那如果你本来就有一台 mac mini， 或者说能够以更加便宜的价格拿到，那整个这个成本和使用体验就会更好。接下来我想讲一讲一些具体的使用细节。 opencloud 跟我们平时使用的正常的 ai 聊天软件到底有什么不一样？首先第一点就是 界面体验，你会发现它的整个界面非常的朴素，甚至是有点原始。如果你用 webchat， 也就是本地网页去聊天，你会明显感觉到它不像 chat gpt、 cloud gemini 或者是豆包那样的简洁清晰。 核心的原因是它会把很多后台规则以及本地执行的命令信息直接展示在前端，所以整体看起来会更加的工程化，不那么小白，用户友好。 第二点就是整个思考的展示方式，大家现在主流用的模型，像我们上面提到的那些产品，通常会把它的思考过程展示给你看。但是在 openclaw 里，它通常只会显示一个 thinking 的 气泡，不像其他模型那样让你看到整个过程，而且它的速度也算不上多快。 当然，这个取决于你具体使用的模型，尤其是当你使用了飞书跟他的沟通后，你会发现他可能会在 thinking 这个状态上停留很久，页面没有任何文字的流逝输出，也就是说你看不出来他到底在做什么，进行到哪一步了。第三点就是文件和截图这类的能力相对来说偏弱。 比如你希望他自动发截图给你，其实需要提前去做一些固定的设计，或者是预埋留一些习惯让他知道你的偏好。否则在默认情况下，他更倾向于把文档和图片保存在本地，然后你得自己去打开对应的 md 文档或者是图片进行查看。 综合上面所有的尝试和对比，我最终的选择是用了一台配置更加入门的 mac 模型，而不是原来的本地模型加上 api 的 组合。 再往下一个更加现实的问题是， open club 到底适不适合普通人去使用呢？那我的结论是，他更适合那些有探索精神，也能接受相当程度风险的人， 因为他出风险的概率实在是不小。你会在网上看到各种成功的案例，但是很少会有人把自己遇到的风险和翻车的经历一五一十的讲出来。而且这种风险不止存在于 open club 这种独立开发者开发的开源项目， 就连前一段时间 cloud 推出的 cowalk 也有类似的系统级风险。我印象最深刻的是看到的一个帖子，有人用 cowalk 的 时候，直接把电脑里一百多 g 的 文件全删了，而且找不回来。 所以如果你不希望发生这类的事情，最稳妥的方案就是做真正的物理隔离，用一台专门的 mac 或者是主机单独去跑 opencloud。 而且在真正决定使用这个产品之前，还要做一个二选一的决定，要么你给他系统提供权限，让他可以调度整个电脑操作系统的很多底层能力，要么你就干脆不要用它， 因为一旦你限制了他的权限，不让他做事，你拿到的就是一个很基础很受限制的积累，整件事情就真的没有必要浪费时间了。那么 open cloud 的 价值到底在哪呢？我觉得本质上他是 ai 圈里的先行者，是那种用来探索上线的产品， 他的很多技术能力在行业的从业者来看，其实并不算前沿，甚至可能在一年前两年前，其中大部分的技术能力就已经有人做出来了。 但是这个开发者真正厉害的地方在于两点，第一是他把这些能力整合成了一个完整的产品，可以让你在一个地方跑起来。第二就是在很多细节体验上做了大量的调教，最终把功能上限和实际体验做到了一个相对极致的平衡。 不过如果你是完全的小白，没有任何代码基础，也没有很多 ai 使用的经验，那我的建议是先等等。因为现在很多国产替代已经在路上，而且很多产品已经很好用，也更适合普通人直接上手。 那最后说说我自己的后续，对于我个人来说，我还是会继续去探索 open 这种玩法，因为如果把它当做一个探索自主化智能体的项目，它确实非常有意思， 而且我觉得它有很大的利用空间，能够帮助我去做咨询、抓取内容选题和生产，甚至半自动化的工作流，去迭代我目前正在使用的这套 ai 内容生产工作流。那最终我的目标是获得一个有眼力见，懂我的需求的合格的数字员工。所以后面 我还有很多的东西会分享出来，包括很多具体的 open class 的 使用方法。不止会包含 ai 自媒体方面呢，也会有很多适合普通上班族的用法。所以如果你感兴趣，欢迎关注我，这里是实业，正在与你分享 ai 一 人公司的成长过程，我们下期再见。

本期视频继续为大家分享 openclaw 的 使用技巧还有使用经验，并且还会为大家重点演示 openclaw 中 a 整数的高级使用方式。 通过最近这段时间高强度的使用 openclaw， 我 最大的感受就是 openclaw 可以 说是二零二六年最伟大的 ai 智能体，而且在未来几个月还会有更多基于 openclaw 二次开发的各种变体出现， 并且人人都会有自己的 openclaw， 甚至可以实现。人类只需要给 openclaw 下达指令，一切工作都会由 openclaw 自主完成。 因为最近几天所有的编程任务我都是直接向 openclaw 下达指令，然后由 openclaw 完成所有的开发工作，所以说 openclaw 堪称 aia 整合的终极形态。 好，下面为大家详显是 opencloud 的 使用经验还有使用技巧。首先我们得设置一下 opencloud 的 模型容灾机制，在这里我让 opencloud 可以 出当前模型容灾的配置代码还有文件路径， 然后这里就是 opencloud 给出的模型容灾配置文件的路径。然后我们可以详细看一下我这里是如何配置的这个模型容灾机制。首先这里是配置的核心容灾， 这里我设置的这个主模型就是 ospec 的 cloud ops 四点六模型，也就是这个模型，只要它的额度没有耗尽或者没有被限制，那么在这个主 agent 中，也就是当前对话的这个 agent 中，它默认调用的模型就是我们设置了这个 ospec cloud ops 四点六模型。 假如使用了这个模型，额度用光了，或者是出现了问题，或者是被限制了，然后就会从这个 fallbacks 列表中率先选择 open in i codex 的 gpt 五点三 codex 模型， 假设这个模型也不能用，那么就会选择谷歌 antigravity 中的 cloud ops 四点六 sync 模型，所以做了这个模型熔灾机制，哪怕我们所使用的这个主模型，它突然没有额度不能使用了，那么在 opencloud 中，它也会自动切换到 fourbacks 列表里的这些模型。 像这样的话，我们就能保证哪怕主模型出了问题，然后我们的 openclaw 也能正常地来使用，而不会因为我们设置的主模型出现额度限制，然后整个 openclaw 都不能使用的情况。 所以说我设置的这个熔灾机制，它的执行流程就是当 isopec 它的模型不能用了之后，就会自动切换到 openai 的 codex， 如果 openai 的 codex 还不能用的话，那就自动切换到谷歌的 anti gravity。 想设置这个模型融灾机制非常简单，我们只需要在这个代码文件中添加好我们作为融灾机制的其他模型就可以。而且在这里我还实现了多认证还有 token 的 轮换。在这个配置文件中，我登录了 openai 的 codex， 然后这个认证方式就是 oos， 在 这里我还登录了 osmopy 的 账号，在下面这里我还登录了两个 anti gravity 的 账号。假设在使用 anti gravity 的 情况下，比如说第一个 anti gravity 的 账号，因为额度被限制了，那么就会自动切换到第二个 anti gravity 的 账号， 像这样的话，我们就能实现 antigravity 两个账号的轮询。而且在下面这里我还为我创建了这些 agent 分 配了不同的模型，像这个创建方式与分配方式，我在上期视频也为大家演示了，比如说这个 agent， 它使用的模型就是 cloud ops 四点六模型， 然后我还创建了用于文档编写的 agent， 给它分配的模型是 antigravity 里的 cloud 三奈特四点五模型。 所以大家想自己设置的话，只需要更改这个文件，然后加入你所增加的这些模型，然后也可以直接让 open cloud 为你去新增这些容灾的这些模型。 下面再为大家讲解一下 open cloud 中它的记忆搜索的功能，在这里我直接用提示词让它将记忆搜索的配置文件路径还有配置的这些内容将它展示出来，这个文件路径就在这个位置。 然后我们看一下我是如何设置 openclaw 中它的记忆搜索的这个功能。在这个配置文件中就可以看到它会解锁 openclaw 它自带的记忆系统以及解锁 sessions。 而且这里我开启了它的实验性功能，也就是 session memory， 将它设为了 true。 在 魔性提供商这里我设置的是 gemini， 在 这里就是设置的 gemini 的 api key， 在 它的魔性 id 这里我使用的就是 gemini 的 amber 零零幺这个模型。在这里我之所以使用 gemini amber 零零幺这个模型， 而没有选择用开源的 q m d 这个项目去实现记忆解锁，主要是因为 q m d 它需要下载 g g u f 模型，还需要实现常驻后台进程，而且占用内存还有 cpu， 所以 我选择了使用 jimmy 的 安邦尼模型， 像这样的话就能实现只需要设置一个 api key 就 可以实现混合搜索，从而让 opencloud 越用越聪明。下面我们再看一下第三个技巧。第三个技巧就是用云端的 opencloud 来连接我本地的 micros 系统， 在这里并没有用到内网穿透等操作，因为我使用的是云端的 opencloud 与本地的 micros 通过 node 进行配对，也就是在本地 micros 上通过 ssh 反向隧道连接到云端的 opencloud。 然后我们可以看一下这个架构图。首先云端的 opencloud 它就相当于一个真正的 agent 和大脑，它能通过路由工具来调用其他的 agent 和 server 来实现 node 指令的分发， 它可以通过 web socket 的 指令将指令通过 node 发送给 micro s 来实现调用相机实现屏幕截图，实现执行命令等操作。在本地 micro s 上它就是使用的 ssh 反向隧道出站连接， 因为它是主动出站，所以不需要内网穿透，也不需要端口映设等这些复杂操作，而且我们只需要用命令来启动这个 node 就 可以。下面我们就可以看一下这个效果。 首先我们打开本地的终端命令行为，确保它真的是通过 node 进行配对。我们可以直接用这条命令直接将本地的 get 位彻底关掉，我们直接执行这条命令，这里就将我本地的 get 位彻底关掉了。然后下面我们只需要在命令行中来启动 node 就 行。 我这里将启动方式做成了快捷命令，我只需要输入 a g i， 然后就可以启动，我们直接启动好，这里提示正在建立 s s h 隧道，然后我们就可以回到 open cloud， 然后给他下达一个任务，让他从云端来操控我本地的 micro s 系统。 在输入框我们可以先输入一个指令，我输入的是检查本地 micro s 和你是否建立了连接，然后我们看一下它输出的状态是怎样的， 在这里它很快输出了状态，在这里就是我的 micro s 连接状态，就是在线所具备的能力，就是浏览器调用等等能力， 在这里就是 micro s 隧道正常运行，可以执行远程命令。在这里我们就可以给它下达一个任务，我输入的任务就是通过 micro s 上的 cloud code 调用浏览器发一篇 expost， 内容就是你对 opencloud 未来发展的预测。然后我们直接发送，看一下它能否通过云端调用我本地 micros 上的 cloud code， 再通过 cloud code 调用浏览器实现发布 x post， 它自动打开了我本地的 micros 上的浏览器。 好，可以看到它自动打开了 x， 并且自动输入了要发布的内容。 好，可以看到它这里发布成功，然后这里提示发布成功。这样的话我们就实现了让云端的 opencloud 通过 node 操控我们本地的 cloud code， 实现浏览器调用。 下面我们就可以输入提示词，将云端 opencll 与本地 micros 通过 note 配对的步骤写成笔记，这样的话大家就可以将笔记发给自己的 opencll， 让自己的 opencll 根据笔记来实现配对。在这里就是他给出的笔记，像这些笔记我会放在我的簿刻中，大家可以从我的簿刻去查找。 好，下面继续为大家讲解 openclaw 中 agent 的 更多使用方式。在这里我创建了四个 agent， 并且放入了四个群组，我创建了这四个 agent， 它们的作用就是一个开发团队的详情，这四个 agent 呢就相当于四大专职的 ai 成员， 其中这一个 agent 呢是负责写代码的，这个 agent 呢负责进行测试，然后这一个是负责文档维护，还有这一个是监控这些运行状态的。 我创建了这四个 agent， 他 们的运行方式跟之前视频里为大家演示的是不一样的。目前我创建了这四个 agent， 它完全是由主 agent 进行调度， 而且具备三种协助模式。第一种协助模式就是限性流水线协助模式，也就是由主 agent 作为调度中心，它作为总指挥，它会根据我们下达的任务， 将任务委托给下面的这四个 agent， 最后就会根据我们下达的开发任务产出最终的成品，包括代码、文档等内容。 它支持第二种写作模式，也就是依赖图。并行写作模式，首先可以根据任务来声明依赖关系，依赖满足之后就会并行派发多个 agent， 比如说有主 agent 进行调度，可以同时调度这个用于文档维护的 agent 呢，还有代码编辑的 agent 呢？然后再并行调用这两个 agent 呢？ 最后再并行调用运行测试的，还有编辑文档的，最后给出最终的审查还有交付。像这样的话，我们就实现了一个更加灵活的 agent 的 写作工作流。然后我还实现了第三种写作模式，也就是多 agent 的 辩论， 我是受 cloud code 的 agent teams 的 启发来实现的，像这样的话，我们就可以在 open cloud 中实现让我们创建的 agent 进行多阶段的辩论， 首先我们只需要提出一个辩论的问题，然后由主 agent 进行调度，然后创建这一些控制文件，然后就进入了第一轮辩论，主 agent 呢就会派发任务给这三个 agent 呢， 然后这三个 agent 的 辩论结果再由主 agent 收集，然后再进入第二轮的辩论，再由主 agent 来生成这些任务，再委派给这三个 agent， 到这一个阶段就会进行综合决策，这些辩论内容就会汇总给主 agent 进行综合决策，最后给出最终的建议， 像这样的话我们就能真正发挥出 open class 它的多 agent 的 优势。下面我们就可以测试一下这三种协助模式中的第一种，然后我们只需要在这个主 agent 中输入提示词就可以， 我这里输入的提示词是让它使用 team task 限行模式开发一个 python 脚本功能就是抓取这个网站的前十条新闻，然后我们直接发送，看一下这个效果。 好，这里提示这个任务已经完成。当任务完成之后，我们就可以看到这四个群组里，这些 agent 分 别输出了自己所完成的这些任务。第一个阶段就是由编辑代码的 agent 还编辑代码。第二个就是由测试的 agent 进行测试，包括十一个测试全部通过，百分之九十八覆盖率。 第三阶段就是文档编辑的 agent 来编辑这个 readme 文档，包含安装，使用方式等。最后就是由这个审查 agent 进行质量评分，评分结果就是生产级的代码， 然后它帮我们实现的这个代码就保存在了这个位置，这里还给出了运行方式，像这样的话我们就实现了这个多 a 帧的场景中限性流水线的这个写作模式， 由于时间有限，剩下的这两个场景就不再为大家测试了，我已经把它做成了 skill， 然后大家只需要将这个 skill 安装到自己的 open cloud， 然后就可以在 open cloud 中使用这三种模式进行项目开发。

我用 ai 做了一个股票分析系统，只花了十分钟，我们来看一下效果啊，我觉得是非常好的。来我们先看一下，这边是我操作的命令啊，我让他去操作的啊，提示词很简单的一个提示词， 从上面啊，我就问他能做什么，他给我啪啪啪啪搞了一堆，然后我就跟他讲帮我做一个股票分析软件啊，要求怎么样怎么样啊，然后他就自己在跑了啊，全程我没有去动任何电脑啊，都是让他自己去弄，我就负责发指令， 他直接给我部署出来了。然后呃第一次呢他是出了一些错误，我把截图给他，他自动给我修复了啊自动给我修复了。那现在就是他的这个系统的一个界面了 啊，虽然很简洁啊，但是他是真正是实时的一个股票分析的，你看啊，建议都有了哈，技术层面啊，操作建议啊，干嘛都有啊， 但这个只能参考啊啊，我给大家试一下啊，看一下搞一个股票，这是我刚刚查的。呃，这太好了，我随便搞多一个来，这个 这个六六零啊，六零零三个六六零零三个六啊啊，我们来试一下六零零三个三个六 啊，奥瑞德对吧？是不是奥瑞德三点七八啊，三点七八都能对得上的，然后所有的数据啊，很齐全。好，我也是惊呆了哈，十分钟左右给我搞定了， 你看风险提示，我去这些太专业了哈。哎 对吧，我我的设置的是五分钟自动刷新，所以它自动会刷新，而且它会深度学习啊，也可以手动啊，这里可以选择，然后分析周期也可以选啊，最多两年，当然我可以更更长一点点啊，比如说两年的周期， 它就就有两年的数据在这里了。现在的 ai 真的 是太牛了啊。这个呢叫阶月 ai， 堪称呢就是国内版的 open cloud 啊，大家可以玩一玩啊。目前好像是要呃那个呃邀请码啊，如果没有的，大家可以在评论区呃 at 一下，哈哈。

想跑 openclaw， 我 先把结论说清楚啊。最推荐的还是 mac， 尤其是 mac mini。 很多人第一反应是我用 windows 行不行？我上云主机行不行？我不推荐， 因为 openclaw 的 核心能力不是聊天，而是读你的本地文件，操作你的浏览器，调用你的工具链，你没有完整的图形界面，浏览器不好用，它的能力会被直接阉割。 云主机通常没有好用的 g u i 网络跟访问限制，也会让体验很不稳定。 windows 不是 不能用，但适配和体验会明显打折。结论，首选 mac mini， 次选带图形界面的 linux 云主机和 windows 我 不推荐完整版，在我的主页置顶，让我们把它讲透。

今天一个视频教会大家不花一分钱去安装和使用 open k 二的，然后而且是一百二十 b 的 云端模型，今天纯干货分享，按照我的操作步骤来，基本上一次就可以成功。然后如果你现在没有时间的话，可以点赞收藏加关注， 然后以后慢慢看。然后我现在这台 macbook pro 上演示，没有 mac 的 话也没有关系，只要是一台电脑就可以， windows 和 mac 都可以。然后因为 mac mini 比较省电，比较适合七乘二十四小时运行。然后我们开始第一步，首先你需要去解决自己的网络问题， 网络问题我没有办法去解决，解决完之后，你可以先打开这个网站，然后这个网站我会贴到视频的简介里面一个登录的，如果你是 windows， 它就会匹配 windows， 如果你是 mac， 它就会下载 macs 的 安装包。然后我刚下了一个，下载完成之后呢，把软件拖到 这里，因为我已经安装了，所以替换一下， ok， 我 已经其实已经有了，如果你是正常的话，现在就可以打开奥拉玛这个软件。然后你会看到这里可以选择各种各样的模型，这后面带云的这个就是云上模型，云端模型也可以用。然后我选的是这个 gpt 一百二十 g 的 云的模型，它会提示让你登录，然后你点这个登录， ok， 呃，我之前已经登录过了，如果你是一个登录界面的话，你可以选择你有的那个账号登录就可以了，很简单。然后现在已经登录了，我说一个你好， ok， 现在是可以用的。这是第一步，我们已经完成了。然后我们来到第二步，打开这个网址，这个网址我也会贴到下方，然后全是英文，看不懂没有关系，也不用翻译，有用的，其实就这几行，就这四行。然后我们首先第一步复制这个代码， copy 一下， 然后搜索终端，打开终端，这是我之前打开过的，打开终端之后粘进去，然后直接回车就行，然后他现在在慢慢安装，然后可以看到这个地方在加载，然后安装速度取决于你的电脑网速。 ok， 第一行代码已经执行完毕，现在我们打开浏览器 开始直进第二行，然后依然是直接回车，然后我们已经到这个页面了，然后现在在键盘的上下左右去切换，按左边选择 yes， 然后回车，然后有一个快速安装，我们点快速安装，就第一个不用选它，直接回车，然后这个这个页面比较重要， 他现在是让你选择是用哪一家的这个服务，然后我们不选，我们选最下面这个，然后我们选第一个，然后这里会有很多这个，然后还不用管，选这个 k 第一个。 ok， 这个地方是让你选用哪一家的聊天软件，因为你需要用聊天软件去跟他沟通，然后这个我们需要选一下，我们选第一个， 然后这里会让你输一个，呃， bot talking， 然后这时候我们先这个页面先放一边，千万不要关掉，然后我们打开我们的聊天软件，然后去搜索 bot father， 这个是之前我已经新建过的，如果你从来没有用过的话，这里应该是一片空白，然后点 start， 这里有很多选项，没有关系，点 new boot， 然后我可以这里是选名字，可以选择一个，好，我选这个名字， ok， 这里再输入你的自定义的，你可以随便自定义一个名字，他说这个不行， 那我们就随便起一个， ok， 这个名字可以，然后记得这一串，这有个 api， 把这一串字母复制一下，这就我们需要的那个 api， 然后直接粘到这个里面回车。 ok， 这里是问你需不需要技能，你可以选择是 然后第一个继续点回车这些技，这些下面就是技能，现在我们不安装，因为这些安装非常的浪费时间，我们直接回车，可以后面慢慢安装，没有关系，回车这个时候我们需要按下空格，然后再回车， 局部这些全，全是 no， 全是 no， 全是 no， ok， 全是 no， 这个也是直接跳过好，按空格再回车，好，到到这一步了可以直接启动，那这一步可以直接回车。好， 需要 u i 依然是回车。呃，如果你是 safari 浏览器的话，可能会失败，所以你要复制到那个 chrome 浏览器里面，然后现在我们就已经进入到了这个 colobot 的 这个后台里面，但是还有一个就是我们还没有给它配置大脑，现在这个页面我们关不关都可以，然后我们再新建一个终端页面， 新建一个窗口，打开我们刚刚那个浏览器，就用这个浏览器，然后翻到第三个，我们继继续复制，然后回车， 这个页面其实就在选择，就选择复制第四行， ok， 这里是让我们选择是用哪个模型，有 g p t， 一 百二十 b 的 模型，还有纤维三，也是四百八十 b 的 云端模型， 这个看你个人习惯，我现在就选这个 g b d， 好 吧，如果你选择的话可以点回车，回车点个叉就是回车，但是一次只能选一个。这个你可以后后面慢慢根据每个模型的不同属性去选，然后你选择，选择完之后，我现在选择一百二十 b 的 模型，选择之后摁 tab， 摁 tab 之后 ctrl 点回车， 这时候他问你是不是要启动这个东西，你现在摁 y 再摁 y 哦， ok， 我 们现在可以直接启动它了。 ok， 已经启动了，然后我们来到这个后台模型问一下。 ok， 已经可以启动了，进入我们刚刚新建的这个 bot 里面，点击 start， 它会发出一串神秘代码。没有关系，我们只需要这个复制这个出来，然后你把这串代码后面的换成你的，然后前面跟我一样就可以，然后复制 粘到，我们可以新建一个窗口，好，回车。好，这样就可以了。 ok， 我 们在这个页面问一下。你好， 出现这个报错的原因是因为刚才在安装过程中，我没有把安装终端给关闭，所以刚才在替换那个模型的时候没有替换成功，因为软件在运行当中，所以我在前面剪辑的时候增加了那个建议关闭的提醒，你把它关闭之后就可以不会出现这个报错。但是如果你出现这个报错之后，可以 把所有终端都关闭，然后新建一个终端，把第四行代码重新执行一下，重新选择一下模型就可以解决。 他能够解决一些比较棘手的问题，尤其是你不在电脑，你可以让他给你发文件啊，这种我觉得还比较实用的。 这个基本上就是可恶 boss 安装的全过程，然后是使用的本地的欧拉巴模型，但是云端的模型，然后如果你有任何不懂或者是有报错或者是没有解决的问题，可以私聊我，或者是在这个评论区下面留言都可以，如果看到的话会尽量帮你解决好，就这样。

为什么说苹果最值得买的产品不是 iphone， 而是这个小东西？因为这两天出现了一个叫可乐 boss 的 ai， 只要装到这台电脑里，就能代替人类帮你打工，不信你看，那是我的电脑，我只需要用手机给他下个指令， ai 就 开始帮我干活了。 我下个指令，帮我打开影视巨峰的频道。看好了啊，稍微反应两秒，哦，看到没看到没看到，没 有人说了，这些东西三岁小孩都能干。但是你看这个 ai 真正好玩的地方是，他能学习技能，想学哪个点哪个，剪辑视频的技能，操作备忘录的技能，处理 pdf 的 技能，你看他正在学习，十几秒就学会了操作备忘录，我们来试一下。用手机给他发个指令，帮我把这句话写到备忘录， 看到没有，他自己操作电脑帮我写好了备忘录。这个 ai 工具刚出现一周，已经有几百个技能可以学习了，关键是晚上他能自动的去学习。我的这个 ko bot， 才两天，也就是一年级的水平。 国外一大神的 clubbot， 大 晚上自己操作电脑注册了个电话博主，刚睡醒，电话来了，是 ai 打的， ai 说以后有啥事可以通过电话通知我了，我就操作电脑帮你干。有没有发现这跟我们玩游戏练等级一样，不过我们练的不是等级，是一个数字的。助理员工，今年过年，我必须把我的 mac mini 揣兜里带回家，别人遛狗 我遛。人工智能这个 ai 工具是开源的，虽然更适合装到 mac mini 里边，但是其他大部分电脑也能装，十几分钟就能装。好 想学我也能出教程，但是必须提醒一下，开源的东西有很大的风险，一定要保护好自己的隐私。其实我建议大伙等一等二点零版本，到时候它就可以进入自己本地部署的大模型，不用烧 tools 了，也更完善一点。

可能你们都已经玩过这个小龙虾可的 book 了哈，那我昨天晚上第一次把它接入到这个软件，还是有一点点震撼的啊。昨天我让他做了一些命令啊，比如说整理这个桌面的文件夹啊，他能够把一些相同类别的文件给归类在一起，但是他不能够把它做一个排序。 然后我今天直播的时候呢，我就让他，我让他能不能给我把一个视频啊，给我截取前十秒啊？这个视频是总共是十三秒，然后这个视频是我把它截取到了前十秒啊，这个也能搞定， 然后我打算让他给我抓取一个，我现在希望你在我的桌面文件夹，然后创建一个文件夹，叫倪亚鹏的热点搜索的一个文件夹，我要在这个文件夹里边。呃，看到倪亚鹏最近的一些热点动向啊，我不想刷短视频了，我想让你全网给我搜索， 搜索之后，然后在这个文件夹里面创建一个，呃，网页，小小的网页，然后我要看看到整体的网页。 干活吧，你们有没有这种感觉？就是特别的慢。呃，他干一个活我觉得得一分钟两分钟啊，这个时间有点等不及了，有点等不及了，而且但是我这几天也在不断的去测试他的边界，对吧？我想知道， 我想知道他能够干到什么程度。呃，比如说这个剪辑视频的时候，剪辑视频是我没有想到的哈，因为我之前我认为他可能也就是 ok， 哎，他已经创建了一个李亚鹏的热点搜索了啊，一个热点搜索的文件夹啊，一会我看看我，他边创建我边去讲， 然后我之前我我并不知道他能够哦剪辑视频，然后我就尝试着我说你能不能给我剪一个视频，把这个视频的前十秒剪下来。好，他就他就剪辑完成了。所以说有很多能力是我现在还不知道的。 还不知道的，那我我这几天也在不断的去探索他的边界，他能够真正的帮助咱们干干什么活，干到什么程度，然后， 呃。哪些工作可以放心的交给他，哪些工作？呃。交给他之后还是会有一点鸡肋。呃，我现在正在探索，如果说你们感兴趣的话可以来我的直播间啊。 ok， 我 看见他在这个文件夹下边已经创建了一个文档， html 文档啊，然后我看看他是怎么回复的。老板，我，我要求他每次回复我都按照老板开头，我来创建了这个李亚鹏的热点搜索的文件动向， 然后在这个文件夹里创建一个网页来搜索，结果确实是我刚刚要求他怎么干的好。他说，老板，我发现网络搜索一些功能需要 apm 一 样，让我尝试用另外一种方式来获取信息。呃。然后手动添加一些热点信息。 好，老板完任务完成了，然后让我为你打开这个网页看看。他，确实刚刚他自动打开那个网页了，然后位置在这包含的文件在这，然后如何使用啊？我们看看是一个什么东西啊？ 把双击打开，然后双击俩可能有点动向。嗯，还是一个很普通的一个网页啊。并没有，并没有很很特别的地方。 呃，也可能是我刚刚问的不对哈，也可能是我刚刚问的不对。嗯，这个视频先到这吧，然后我我继续探索哈，有，有好的东西我再发视频。

对，刚刚正好聊到部署完，现在你们都是把它部署在哪？都是用 mac mini 吗？我是 mac mini， 两台还有 vps， 然后我打算在安卓手机上先试试用户台的部署，哈哈。嗯， 那大家为什么都不约而同的选 mac mini？ 如果不用 mac mini 的 话，也完全可以，对吧？啊，可以的，因为 vps 已经可以跑了，但是可以跑和能把它跑好区别还是挺大的。在我看来，你要是能把它跑起来，然后你还能让它在里头做点事情， 写写代码也好，跑跑测试也好，给它一些独立的任务也好，尤其是你需要用到一些 bug， 就 它系统级的自动化操作， 以及你是 r o s 用户的话，它整个 apple 的 生态，它帮你加 reminder， 你 手机马上就同步过来了， 包括 imessage， 这也只有 mac 有 的。所以说我觉得你如果是 apple 生态的用户，那其实 mac mini 不 管是性价比也省电，也安静又好看，然后还能做 web coding 等更多的事情。所以对于我觉得这个用户，画像基本上就是第一选择， 但确实不是必要的。你有其他闲置的机器，不管是 mac， macbook， 包括 windows 电脑，你打开 wsl， 它内置的 linux 的 啊，也是可以的。对，天琪，你们那个产品，你有试过用它来跑 club 吗？然后感觉怎么样？ 呃，可以的，我们肯定是也是原生就支持 cloud bot 的， 因为我们本来之前就是支持 cloud code， cloud bot 其实某种意义上它就是在跑了一个 cloud code 的 binary， 本质上是一个 linux 的 小电脑。然后我们认为一个 linux 小 电脑加上 agent 应该可以做世界上所有的事情的。 但是我们在打磨这个 a 阵设备时候做了很多巧丝，比如说我们上面会有一个小的 led 灯条，它会显示你的当前的 a 阵工作状态，就是如果它在思考的话，它可能闪黄灯，需要你的时候会闪绿灯， 然后你还自带了一些麦克扬声器，因为很多人会希望把它做成假微丝那样进行交互。然后但我们还有大量的 i o 接口， 这个其实是很多 mac mini 它没法提供的一些便携携带或者是嵌入的功能。你给它大量 i o 接口之后，它其实会解锁很多很多很多的玩法。 比如说我们之前自己内部，你买了这个东西之后，你插上任何的打印机，你可能也不需要配置打印机，也不需要知道打印机怎么用的，它的 agent 呢？自己可能就会 figure out， 或者说甚至是发现这个打印机它没有一个 linux 的 driver， 它自己就黑进这个打印机，或者自己逆向写了一个 driver， 基本上你连到任何东西上，这个 agent 可以 just make it work。 大家可能选择 mac mini， 它因为它隐形的，它就没有屏幕嘛，其实在调用 a 的 时候屏幕作用也不大，单独硬件嘛，它就相当于是物理层面上自带了沙盒属性， 数据常驻的属性也是非常重要的。很多你像 callbox 这种东西，我是不会肯定放在我主力机上的，我觉得大家肯定自然而然就选择再单独买一个 mac， 其实这个就衍生了，就是我们到底需不需要一个更加独立的硬件跑 agent， 当然它可以是个 mac mini， 但 mac mini 其实本质它还是为人类所设计的一个产品，我相信这个中间肯定还是对现在的 agent 有 很多能力的，荣誉其实可以砍掉，然后把这个成本给节约下来，让这个产品更便宜。 天琴，你觉得应该如何定义一个 agent？ 电脑，它跟比如说我们目前的这些给人使用电脑可能会有什么样的不同？这个是个很有意思的问题。 这些工作分为两种，一种叫 foreground work， 就是 前端工作，你要用到屏幕的，你要看的。还有种工作呢，是后端工作， 你不需要看的，它就是默默跑在背后里的。我们理解 a 阵电脑应该更属于后者，前者更是大厂啊，手机厂啊，电脑厂还会做的事情， 不然如果他不做这个事情，他就违背他的产品设计的逻辑。我本来手机就有屏幕，如果你把我的这些工作都以不需要屏幕的形式做掉了，那我的手机存在意义是什么？我手机还放个屏幕干什么？ 所以我觉得分为这两类工作。嗯，其实从这个 macbook 里来看，你觉得如果现在我们只是想用用它来跑 bug 的 话，你觉得有哪些是可以砍掉？说实话 ram 很 重要，因为 ram 直接决定了你能跑多少个 agent， 这也是我们在很多次迭代和打磨感受出来的。有些时候我们可能一个设备只有四个 ram 的 话，它跑两个 a 帧它就满了，然后满了就卡住。 存储也是很重要的一个点，可能有的用户你给它三十二 gb 的 存储，它用半个月可能就会满。 这些其实都是新一代产品形态你会发现的一些用户使用的规律，大家很 happy 的 聊天，而且尤其是知识工作者，他们每一次聊天都希望把他们的聊天内容转换成知识资产的形式，所以就导致后面有很多用户会一直都带一个 ssd 的 硬盘，专门存他的聊天的内容。 所以我觉得在新的这个时代，最需要的其实就是 ram 和 storage。 嗯，明白。如果我们稍微展望未来，因为 cloud bot 它的这种交互形态发生了很大的改变，那它也许未来真的会变成一个，比如 siri， 对 吧？然后有了这个能力的话，那所以未来其实这种算力加存储加一个常驻 agent， 然后这个长处 a 证可能它是背死在一个比如说你家里的一个小机器上，这种你觉得有没有可能成为一个未来这种家庭的 ai agent 的 一种终极形态？我们是坚信智慧是一个新的品类，但是不一定 agent 的 入口和算力一定绑在一起， 但是至少在我们内部来看的话，这已经是一个新的工作方式的范式转移。举例来说，在我们公司内部很多人可能也不带电脑了，他就带个 ipad， 能转移到你 agent 设备上的工作都是可以被自动化掉了。所以如果大部分你的工作都转移到 agent 设备了，那你做什么呢？ 你也不需要带你工作电脑了，你就带个手机或者带一个平板就够了，你要做的就是在你的手机或者平板上，甚至是 ai 眼镜上对 agent 下达命令就行了。

有人说它是迄今为止人工智能最伟大的应用 motib， 一个允许你随便下达指令就能七乘二十四小时主动执行任务的赛博助理。 motib 对 新手并不友好，下开源软件、 命令行安装等操作你可能都没听过。而这些担忧都将随着无影云电脑新上线的 motiboy 专属镜像迅速成为过去式。对新手来说，最吸引人的就是十分钟搞定开箱即用， 不用学 linux 环境如何安装，不用搜刮各种开源组建和应用软件。部署镜像后，钉钉、 qq 等即时通讯应用可以快速唤醒 mooper 帮你干活。其次便是低成本入门，一台云电脑就能轻松部署 mooper， 包月的开销不过一杯星巴克的钱， 买 mac 的 几千块钱，出去旅个游不香吗？不需要懂代码，登录无影网页端就能一键部署赛博助手，而且能够实时地看到任务执行的全过程， 全程可控，心里有底，别着急，大招在后面。真正让 modbus 实现质的飞跃的，是无影内置的全球首个 modbus skill 能力平台。如果说 modbus 本身是指令传送筒，那 skill 平台就是赋予它超强执行力的核心引擎。无影 modbus skill 平台提供了各种高频使用的 skill， 包括代码编辑、高德地图、网页理解、股票监测等上百种能力随到。例如，你可以在无影 modbus 上升成一个台球小游戏 word but scale， 能完全理解意图并自动写代码运行在浏览器。临时要做年会策划跟无影 word but 吩咐一声，职场级方案加专业排版，复杂汇报不焦虑。如有相关需求，欢迎留言。

opencloud 不 适合百分之九十的普通人，唯有三大理由和一个阴谋论去帮你去魅。 opencloud 简单来说就是一个可以操控你电脑的 gpt 或者 deepseek， 可以 运行你电脑上的程序。 第一个理由呢，就是经济成本，首先你需要有一台闲置的并且能二十四小时运行的电脑去部署这个 opencloud， 同时这个电脑的性能还不能够太差。最好呢还得是苹果电脑，因为有很多功能，比如说录屏啊，在 windows 系统上经常会出现问题，而且软件生态呢，也是苹果系统更好。其次呢， 就是 token 的 开销了，这个就是重中之重了，很多博主鼓吹的什么免费啊，便宜的代模型，但是呢用起来太笨了，而且使用体验非常的差。而一些好一些的模型呢，比如说 cloud 啊， open i 或者 jimmy， 你 使用一次 执行一次任务，动辄呢就是几十万的 token， 折合下来呢，几块钱就没了，而你真的需要去付费执行这些任务吗？ 第二个理由呢，很多使用场景呢，它都是委曲求，比如说你让它处理你本地电脑上的文件啊， pdf， 那 我请问了，你难道没有 wps 云文档了吗？ 是什么样的场景需要让你拿起自己的手机，打开 whatsapp 或者飞机，然后发送指令让它处理你本地电脑上的文件，这个文件还不是你公司电脑上的，是你本地电脑上的文件。其次呢，还有说让它帮你进行交易，这个世界面上有那么多成熟的而且久经安全考虑的量化 交易软件，你不用，你非要自己弄策略，自己去下单，你也不考虑安全上的问题，哎，就是要 diy 主播，自己呢也是有玩 solo 的， 我是绝对不可能让自己部署的 open call 去帮我执行策略去交易的，一不小心全给我爆仓了。 至于什么帮你自动运营自媒体，那就更扯淡了， ai 味道那么重的内容，你确定你发出去有人看吗？你发送一条内容所消耗的 token， 你 确定你可以变现赚回来吗？ 第三个理由呢，就是技术门槛。首先，安装它就有一定的技术门槛，很多人说网上有很多保姆级教程啊，你跟着敲就行了。我想说的是，如果你能跟着教程把它完整的安装下来，你就已经不是百分之九十的普通人了。真正的普通人，他们连命令行工具 c， m、 d 他 们都不知道要怎么打开，更别提什么 下载 note js 啊， get， 只有图形化的安装界面才是真正适合普通人的软件。其次呢，配置大模型，配置配置 whatsapp 维书，推特，那就更麻烦了，更别提你还要考虑安全权限的问题。你最好呢还是要有一个隔离的环境，不然他把你的一些重要资料或者文件给删除了，而且他还可以直接去操控你的浏览器，而大部分人呢，浏览器都绑定了十分重要的账号。 最后呢，我想谈一下我的阴谋论，直说了，我觉得就是有一些国内的大模型厂商在炒作这个热度，大家仔细看一下教程里配置大模型，也就是你需要花钱的这一步。上面呢，有几个国内的厂商恰好呢上个月刚在港股上市， 而且呢，有很多点击量十分高的安装教程，都无一例外的推荐你使用这几个收费的大模型厂商，而且呢要使用他们的邀请码 视频呢？最后呢，我想强调一下我的观点，我问我认为 open call 这种本地 agent 的 形式十分的有前景，而且它很有想象力的空间，但是限阶段它还不适合百分之九十的普通人，大家不要这么焦虑，好像觉得自己已经落伍了。

给大家看个厉害的东西啊， open core 电脑远程员工。我现在已经用这一个 whatsapp 连通了这个 open core， 也就是说可以远程的，哪怕我回了家，都可以在这一个 whatsapp 上给这个 ai 员工发指令和命令。 比如说我们这里写了一个找群博主的一个任务啊，就是让他去抖音去找到我们想投放的一些 kocai 和智能体相关的博主。你只要发这个信息给他，你告诉他要找近期的视频博主，粉丝数要小于五千大于一千， 有质量的要求，然后按照分段的要求去进行找寻，并最后去记录，你就会发现这个电脑已经自己开始在这干活了，他自己打开了抖音， 自己去进行检测，你甚至可以看到这里，他打开浏览器之后，自己去搜索 ai， 他 会打开每一个视频去按照你的要求去过滤。当然这里打开了银时巨峰啊，这有点太大了，投不动。没关系啊，让他继续找，再稍等片刻，你就会发现更神奇的事情发生了， 他在这里已经给我发出了按照要求，他的流程，他的规划，他的思考。比如他会说，接下来他只筛选七天近累计发布大于四十条的获奖视频，然后输出他的视频链接，发布时间点赞。他说这里面如果遇到问题，他会立刻告诉我们来进行处理， 我们只需要告诉他继续，那 ai 电脑又开始了他继续的一个工作，按下最终交付结果。提出这段需求之后呢，他能够按照我们需求进行拆分，分解七天热门视频，并且按照我们的要求去找寻到给出的博主清单。 所以以后啊，各个老板们需要思考的问题是，未来不是说要不要用 ai 的 工具去替换我们的工作流，而是你完全可以拥有一只在你的终端，用着你的电脑去帮你干活的智能员工。 如果你也想用这套真正 ai 智能体帮助你降本增效，提高效率的智能体，欢迎在评论区打龙虾。