openclaw如何才能自己工作？

哈喽，下班了，今天我们来聊聊 openclaw， 我 觉得有必要啊，因为太热了这个话题，我想给它降降温， 为什么呢？因为这是一个在 getop 上引起广泛关注的一个项目，而且目前各家云厂商都上线了相关的云服务器，支持大家去部署这个产品。那么这个产品怎么定位哈？它其实是一个 个人助手，或者叫一个通用型的 ai agent， 它可以接入，比如说一些计时通讯工具，你可以通过这种计时通讯工具给它发消息，然后它呢帮你调度一个云端的电脑，或者是你本地的电脑，它可以完成一系列的任务。 那么我一开始看到这个产品的感觉，就觉得它跟 coldbody 这种产品非常非常的像，为什么呢？因为它们都是通用 agent， 就是它可以通过调用电脑里的各种工具， ai coding 的 工具，或者是电脑里的一些网页浏览的工具，通过 m、 c， p 等等，它可以去完成很多的任务。 当然因为授权范围的不同，它肯定是比 cloud code 或者 code body 编程类的工具，它能做的事情更多，而且它的主动性更强。 举个例子哈，你可以在你的一些即时通讯工具上直接说，你帮我发一个什么样的文档给谁谁谁，他可以直接执行。那你帮我把这次会议机要转成一个非常清晰的文件，帮他变成一个网站，他也可以非常快速的完成。 甚至是你可以跟他说，你调用这个电脑的录屏功能，帮我做一个什么样的 ppt， 它也可以完成。所以就是当你给 ai 配了一个电脑的时候，而且这个电脑它拥有所有的权限，它跟你的权限是一样的，跟人的权限是一样的时候，那它可以解锁很多的能力。 当然这里面有两个核心的概念，或者说核心的机制，让它跟 ai coding 的 产品有本质区别。第一个叫 gateway， 就是 相当于一个调度中台，它可以在这个调度中台上 接收信息，接收完以后分配任务给到不同的电脑中的工具，然后哎完成最后交付。那它是一个调度中台，那这个调度中台就可以实现一个 实时在线，就是二十四小时一直在线，它可以保持着这种这么一种激活的状态。那这也是为什么你说它可以持续不断的收到你的消息，就是因为它是持续在线这么一种状态。第二个非常关键的机制呢，叫做 heartbeat， 叫心跳机制，类似于给了 ai 心跳，让它可以跳动起来了。它什么意思？它每隔一段时间它会去扫描一下这个系统里有没有新的需求进来，比如说你的邮箱 有没有收到新的信息，比如说你之前有没有设过闹钟提醒，比如说每天八点去帮我扫一下整个今天的 ai 行业的资讯，或者是每隔一段时间我要去看一看有没有新的任务给到我。通过各种即时通讯工具，我就可以开始激活 ai 干活。 所以你从这里可以看到他有一个非常主动的一个机制，他会主动去扫描，他会实时待命，主动扫描，所以这个就跟像 coldbody 里你跟他去做交互， 拿到一个任务，完成一项工作就有很大区别，他就是处于一种实时待命的状态，而且会主动接到信息就开始干活，所以这个就是一个本质上的区别哈。 但是我觉得这个东西我为什么前两天没讲呢？就是因为我觉得它跟这种通用型的 agent ai coding 的 工具没有本质上的区别。假设说像 cloud code， 像 code body， 它们如果也想做一个类似的功能的话，实际上是完全可以做到的，只要给 ai 更多的授权就可以实现。 或者说你只要再弄几个移动端的交互的方式，你也可以在移动端指挥你的本地电脑完成这样的工作，其实没有一点难度。那为什么 大家都没做，为什么就只有这个 open cloud 在 做这件事？我觉得是大家对安全和效率中间怎么平衡的一个考虑， 就是你到底给 ai 多大的授权？我们知道它的上限其实是非常高，可以完成很多任务，而且很多任务上是超过我们自己的能力的。那这种情况下安全的问题怎么考虑？比如说现在如果是 这个东西被劫持，因为他有权限很高，那如果一个一个一个不法分子告诉你的电脑，说把这个人的电脑的内容全都删了，或者说把这个人的电脑中关于什么什么的内容发给某某邮箱，那他就可以实现了， 它就可以实现对你电脑的一个操控，对你个人数据和隐私的一个操控。所以其实这种安全问题是非常重要的一个问题。之前大家说中国人可能不在意自己的隐私，愿意拿隐私换便利，那接下来 ai 时代 那生产力是非常高的，这个上限是非常非常高的，那你愿意把你的安全拿出来多少去交换这种生产力的上限？我觉得这是一个摆在我们每一个人的面前的问题。因为 ai 的 能力现在 不是技术来去束缚的，而是你的这个治理的原则束缚的。你到底要给他多大的授权？你相信他到什么样的程度？你愿意给他几千块钱，让他帮你买东西，对吧？这样的一些问题，我觉得可能都是我们接下来要考虑的一些关键的问题。 我之前觉得像 coldbody 这种产品已经非常够用了，在我们的日常工作中哈，当然我也不满足，因为我前两天还在说怎么给 ai 更大的自主性，让它自己去跑这个 a 阵的能力。但是对于这种 openclaw 这种形态， 我自己心里目前还没有完全接受，当然我可以接受一个新的电脑去做一些尝试，但是因为他现在还有很多问题，比如说 token 消耗非常大的问题，比如说这种安全不可控的问题，所以我觉得目前不是一个非常理想的形态。当然最后 可能再往前走一下，很多产品也会去考虑这些问题，会给用户更多的选择，然后给用户。我觉得现在用户已经很很很少有能力去控制自己的这个数据的安全了。但是我们在这个 ai 时代到底要在 ai 面前变得这么透明吗？ 也许有一天你会发现你让渡的这个权力本身可能比效率更重要。对，最近我在考虑这个 ai 时代的权力，到底我们要给 ai 多大的权力？ 如果他的能力已经非常非常的高了，如果他的加入到人类社会中，真的已经能够给人类带来非常非常多的注意的时候， 我们愿意给他主体性，我们愿意给他授权吗？我们愿意给他权力吗？我觉得这些都是一些要考虑的问题，跟大家分享这么多哈，我觉得这也是一些非常非常前沿的命题，有机会再跟大家探讨，拜拜。

openclaw 全网最细本地部署教学来了！最近很多兄弟反馈想体验一下 openclaw， 但是不知道怎么部署，所以本期视频一分钟教会你如何本地部署 openclaw。 首先本期视频用到的方法是一键本地部署工具，可以直接解决各种报错问题进行部署。我们打开带有部署工具的汽油加速器，先点击右上角小方块，找到口令入口，输入口令领会员，然后搜索 openclaw， 一 键部署。 找到后点击右边的一键部署工具，选择好安装路径和工作路径，然后直接进行一键部署即可。接着只需要等待十分钟左右， open club 就 会自动部署完成了。部署完成后，我们配置一下自己需要的模型，点击开启极速配置即可。 配置完成后刷新状态，如果状态是健康，就代表配置完成了。接着我们需要接入大模型千问， 点击右边的这个授权，等待千问授权后登录自己的账号，如果一直授权失败，可以多试几下。授权成功后，点击开始对话， 就可以和 openclaw 进行对话了。接着我这边演示一下功能，可以看到 openclaw 已经能正常和我对话并执行任务了。以上就是本期视频的全部内容了，兄弟们快去部署吧！

三分钟教会大家如何微信控制 openclass 开源 ai 项目，实现边蹦迪边写代码。首先打开我参与开发的 lin tbot 开源项目，是从零开始写的开源 bot， 我 们大幅简化了 bot 的 配置难度， 让大家可以直接上手进入项目。点赞后滑到下方可以看到微信接入教程。我这边为大家演示一下如何快速接入微信机器人。首先我们切换到手机，关注公众号，领取小秘，发送任意消息，将会收到各模型的连接命令。随后我们复制安装指令和对应命令， 即可直接绑定微信和电脑 ai 户。随后我们回到电脑苹果和 linux， 直接复制安装命令进行安装即可。 windows 客户端需要到我们开源项目里直接下载，输入开机密码，完成安装后，复制微信中各模型的连接指令并修改 a p i p。 微信即刻控制电脑 ai。 好 的，让我们返回酒吧，尽情地用微信操作电脑 ai， 帮你上班吧！ 我们已经实现了许多 open cloud 功能，而且没有用任何 open cloud 代码，是个纯粹的国产项目，且还在密集迭代中。 视频虽然欢乐开源项目开发，却包含汗水开源免费项目。只希望大家点个赞给我们支持和鼓励，也希望大家能到我们的开源项目链接点赞，给我们鼓励和支持。感谢大家的观看，期待各位观众的使用反馈！

openclub 能做什么？有人据报道说一夜之间赚了上百万？昨天有好几位我们工具群的会员转发了这条信息给我，大概的意思是说，美国有一个人利用 openclub 进行自动化交易， 一夜之间赚了二十多万美元。当然这件事情的真实状况还有待验证，但我们可以理性的从技术的角度来分析一下。据报道说他是通过 openclub 自己获取互联网上各种各样的公司信息 以及鱼情相关的内容，来短时间高频的进行买卖。让我们来分析一下这后面的技术路径。首先，互联网信息搜索，这个完全可以借助 opencloud 自带的 mcp， 比如 brave api 网络信息爬取可以利用类似于 playwrite， browser use 这样的 mcp 去实现，把搜集来的信息发送给最强的 ai 大 佬，比如说 cloud 四点五，四点六去进行趋势的预判，以及何时买何时卖，最后将这些指令连通交易平台的 api， 就 可以进行短平快的交易了。 所以这一切操作流程下来都是通的，我们在搭建智能体的时候也会模拟这样的场景，但是你是赚是赔，能赚多少，这些都是无法保障的。但是如果你对 opencloud 的 技术和产品本身感兴趣，我们正好在工具小组里面提供一系列的课程，可以在视频底下留言，会有专人给你提供更多的信息和介绍。

你们看啊，这是 openclaw 刚刚自动帮我分析的苹果股票适不适合买入它分别啊，从财务、健康状况、业务竞争、技术分析等十几个维度进行了深入的评估，最后甚至直接给了我操作建议和风险提示。 这就是那个让全球 mac mini 卖报，能帮你一键分析股票，会主动发消息的小龙虾机器人。但说实话，最开始我是真的不想跟粉丝推荐， 因为部署的过程即便是我看了也得皱眉。但是现在呢，剧情反转了，普通人五分钟就可以快速部署，而且不花钱。 接下来我用两分钟教会你如何开始点赞收藏啊。第一步，从手机应用市场里下载百度 app。 第二步，在百度 app 当中啊，直接搜索 open claw。 第三步，点击第一个出来的内容，参加新春活动就可以免费领取。 最后领取成功之后呢，只需要一到三分钟，平台就会自动帮你部署 open clone， 就是 这么简单。那怎么让他帮咱们分析股票呢？这个时候我们还需要给这个 ai 小 龙虾增加一点技能，也就是 skills， 点击右上角的设置按钮，再点击部署管理，然后啊，把这个弹出来的链接复制到电脑的浏览器当中打开。这个时候咱们就进入了 open clone 的 后台布置，这里面呢，你就会看到你当前的小龙虾已经拥有了哪些技能。 想让它分析股票，咱们就点击获取更多 skills， 然后从 skills 仓库当中啊，我们去找到对应的 skills， 再把技能的名称往这儿一填，再点击添加 skills 就 搞定了。这个时候你再回到百度 app 当中啊，和 open call 对 话，哎，你看它就开始自动帮你分析股票了。百度 app 啊，现在已经不只是个搜索工具了，相当于直接在一个国民机应用里给你装了一个 ai 私人助理。

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。

openclaw 到底能帮你干什么？我们会出一系列的视频，来一个一个告诉大家。今天先来带大家体验一下如何用 openclaw 进行 web coding。 如果你用过其他的工具，比如说 codax， cursor， gemini， 你 会发现中间需要等待的时间，或者你需要清楚表达自己需求的程度需要很高。但今天我想带大家直接上手看看，如果你用 openclaw， 在 部署正确的情况下做一个项目能有多快，真正实现一句话就能帮你做出一个小游戏，小项目，小产品，带你来上手看一看。 很简单，我们开始在本地运行 open class， 如果你是 mac， 会有这样一个对话窗口的插件，直接复制我们的要求，我们让他来帮我们做一个 html 的 flappy bird 代工主题，主题是个火箭，他正在思考，我现在在他的这个目录里面。好了，我们可以马上看到一个新的 主题已经加进去，那我们来刷新一下，看他结果是不是已经完成了。好了，他说已经帮我们搞定了。来，我们直接来看看这个游戏的效果，很有意思的，当然我们可以把它再变得有意思点，比如我让他帮我在背景里面加一些流星雨，我们来看看，主要是看他的速度，真的是特别的快，我们稍微刷新一下，马上就能够看到。好了，你看现在已经好了， 真正的时间只过了差不多十秒钟。我刷新一下来看看我们的功能是不是已经实现了。哇，已经实现了，看到了吧，已经有流星雨了， 当然你后期可以再做其他的修改和补充。那看完之后，如果你也想把 opencloud 正确的部署在你本地的电脑上面，跟我一样可以直接埋到头顶做东西的话，正好在我们的 ai 工具群里面会提供一系列的课程，包括如何本地部署，以及在不同行业里面的实践项目落地。如果你感兴趣，可以看视频主页介绍，第一行会有专人给你提供更多的介绍。

openclaw 本地部署保姆级教学最近让科技圈刷屏的新模型 openclaw 想必大家已经很熟悉了，它可以直接干预我们的电脑，完成我们下达的命令，真正实现顶级 ai 助手的功能。 不过目前 openclaw 本地部署难度和门槛比较高，大家在部署过程中会出现很多种不同情况的报错，所以本期视频分享一种零基础小白也能轻松学会的部署方法，直接使用一键部署工具进行部署。 下面教大家如何操作。我们打开汽油加速器，先点击右上角的小方块，找到口令入口，输入口令，领会员免费领取三天加速会员。 然后搜索 openclaw 一 键部署，找到后点击右边的一键部署工具，选择好安装路径和工作路径，然后直接进行一键部署即可。接着只需要等待十分钟左右， openclaw 就 会自动部署完成了。 部署完成后，我们配置一下自己需要的模型，点击开启极速配置即可。配置完成后刷新状态，如果状态是健康，就代表配置完成，可以进行对话了，如果是异常，可以多刷新几次，这就是最简单的第一种方法。其次，如果你有一定的基础，可以去尝试。第二种方法 就是手动进行本地部署，如果你没有该方面基础，不建议轻易尝试。首先打开浏览器搜索 openclaw， 找到后根据你的系统复制安装指令，我这边是 windows 系统，复制后以管理员身份打开 power shell， 打开后输入指令，点击回车，直接进行安装就行。安装完成后就完成本地部署了，不过安装过程中可能会出现 note 点 js 无法安装的情况， 这个需要我们去浏览器搜索后手动进行安装。安装完成后重启 power shell， 再输入一次命令即可完成安装。本期视频到此结束，至于更进一步地接入软件，下期视频我们再说。

最近为大家做了多期 openclaw 相关的视频，而且昨天我还发了一期 openclaw 的 高级用法的视频。但最近我发现几乎每期视频的评论区都会有留言提到 openclaw 调用 cloud code 会非常消耗 token。 因为在之前的视频中，我有为大家演示过，用 openclaw 来调用 cloud code 进行编程开发，我们只需要为 openclaw 全程操作 cloud code， 为我们实现编程开发。 但是我们如果采用传统的方式，也就是常规的方式让 open cloud 直接调用 cloud code 的 话，那么 open cloud 每隔几秒就会轮循一次，检查一下 cloud code 的 状态以及 cloud code 的 输出。使用这种传统方式的话， open cloud 必须时刻盯着 cloud code， 所以 openclaw 就 会消耗非常多的 token。 所以 我发现在评论区大家抱怨 openclaw 调用 cloud code 会消耗更多的 token。 因为大家采用的是这种常规的传统方式， 所以 openclaw 要采用不断轮询的方式来查询 cloud code 的 状态，也就是 cloud code， 它执行的任务越久，在 openclaw 中它轮询的次数就越多，所消耗的 token 也越多。 所以我们可以完全不需要用这种传统的方式直接让 opencloud 来调用 cloud code。 因为无论是 opencloud 还是 cloud code， 它们都非常非常的灵活，所以越灵活就越强大，就越有利于我们去自定义一些功能，从而轻松解决用 opencloud 调用 cloud code 的 时候， 产生大量的 token 消耗。尤其是 cloud code 在 前几天新增了 agent teams 这个新特性，因为 agent teams 相当于在 cloud code 中随时可以创建一个完整的开发团队， 而且每个 agent 呢都是独立的进程，所以是真正的并行执行，而且每个 agent 之间还可以相互通信，还能共享任务列表，能自动认领，还能实现专职角色分工，比如说负责开发前端的 agent， 负责开发后端的 agent， 还有负责测试的 agent。 所以在 cloud code 中有了 agent teams 这个最强大的新特性，在 open cloud 中就可以更加轻松地向 cloud code 委派任务，让 cloud code 全自动完成整个开发工作流。 想让 open cloud 以更节省 token 的 方式来调用 cloud code， 其实非常简单，我们只需要用到 cloud code hux 功能， 在 open cloud 中可以结合 cloud code 的 hooks 功能，真正实现调用 cloud code 进行自主开发，并且能够实现真正的零轮询，而且还能非常节省 token。 当开发任务完成之后， 我们还能在聊天软件的群组中自动接收到任务完成的通知，包括实现的是什么任务， 项目存储的路径，还有耗时，还有 cloud code 的 agent teams 是 否已经起用，还有具体完成的功能，还有项目的文件结构等内容。下面我们就看一下我是如何通过 cloud code 的 hux 来实现了整个流程。 下面我们先通过这个流程图，让大家更直观的感受一下在 cloud code 中通过 hux 回调来实现的整个步骤是怎样的。 首先是由 opencloak 将我们要开发的任务委派给 cloud code， 像这个委派只执行一次，而且它是后台运行，不会阻设 opencloak 的 对话窗口和它的主 agent。 当 cloud code 接到任务之后，它就会进行自主开发还有测试，当任务完成之后，它就会触发 stop 事件。 第三步就是 cloud code 中 hooks 自动触发，它会先将执行结果写入到这个文件中，然后再发送 wake event 来唤醒。 open cloud 在 这里采用了 stop event 以及 session end event 实现双重保障，来保障在聊天软件中，我们能够真正收到它的任务完成的通知， 然后 opencll 就 会读取这个文件中的这些结果和状态，当它读取完这些结果和状态之后，它就会回复给我们，也就是通过我们的聊天软件来回复给我们这些状态。 像这个流程的话， opencll 只在给 cloud code 派发任务的时候调用一次 cloud code， 然后这中间的流程不需要 opencll 参与。在最后这里， opencll 再读取一下这个执行的结果，并且将执行结果发送给用户。 所以在第一步， opencloud 只是给 cloudcode 下发一个任务，它下发任务的过程所消耗的 token 几乎可以忽略不计。在最后这里，它只是读取一下结果，将处理结果发送给用户，而且这个结果里的内容非常少，甚至不超过一千字， 所以在最后一个步骤，它所消耗的 token 也几乎可以忽略不计。在 cloudcode 的 自主完成这个任务的过程中， opencloud 不 需要对 cloudcode 进行轮询。 好，下面为大家讲解一下我是如何实现的。在 cloud code 中通过 stop hook 来达到任务完成自动回调的效果。在刚才也提到了我们使用了 stop hook， 还用到了 cloud code 的 session end。 下面我们简单看一下为什么要用到这两个 hooks。 在 cloud code 中一共有十四个 hooks， 之所以我们选择这两个， 是因为我们构建的这个工作流，在 cloud code 中，它完成开发之后才会触发这个 hooks， 所以 使用 stop hook 作为主回调，就可以保证 cloud code 的 真正完成开发时才会触发。在这里我们还用到了 session and 作为兜底回调， 也就是假设 stop hook 它没有触发成功，还有这个 session and 它能够作为兜底。像这样的话，我们就能够真正保证 open cloud 向 cloudcode 发送一条开发任务，然后 cloudcode 独立运行。在 cloudcode 独立运行的这个过程中，它并不会消耗 opencloud 的 上下文。当 cloudcode 完成开发后才会触发 hux， 然后我们的聊天软件就会收到通知， 下面我们就可以看一下具体的代码。在这个代码中，我们先看一下这一个脚本，它的作用就是将要开发的任务来写入到这一个文件中，然后再通过这个脚本来启动 cloud code。 当 cloud code 完成开发后，这个 stop hook 就 会自动触发，然后就会调用这一个脚本，我们可以点开看一下， 这一个脚本就会将任务发送给 openclaw， 所以 这个自动回调流程，它会读取这两个文件里的内容，并且写入到这一个文件，然后 openclaw 就 会将这些信息推送到我们的聊天软件，这样的话我们就能够实现 在 open cloud 中向 cloud code 下达开发任务，然后由 cloud code 自主完成开发。当完成开发之后再触发这两个 hux， 最后我们的聊天软件就会收到推送通知。好，下面我们可以先用一个简单的开发案例来测试一下。在主 a 选项这里，我们直接在对话框中输入我们的任务， 我是为了是用 cloud code 的 a g and team 协助模式构建一个基于物理引擎还有 h t m l c s s 的 带材质系统的落沙模拟游戏，然后我们直接发送，看一下这个效果， 这里很快输出提示，它已经将这个任务派发给 cloud code 的 agent teams。 这个开发模式就是调用 cloud code 的 agent teams 多智能体写作，这里还给出了这个工作路径，然后这里它提到完成后会自动通知到群里， 像这样的话，这个主 agent 的 线称并没有被阻塞，它还可以继续为我们执行其他的任务。比如说我们在这个主 agent 中继续输入任务，比 比如说让他查询新加坡今天的天气，然后我们直接点击发送，看一下最终的效果。像我们如果采取传统的方式在 open cloud 中来调用 cloud code， 在 主 agent 中必须等到 cloud code 真正完成开发之后，这个主 agent 呢才会继续执行我们的其他任务。 像我们采取了现在这种方式，这个主 agent 的 进程并没有被阻塞，所以我们让他查询新加坡的天气，然后这里他就很快查询了一个天气，然后我们还可以继续输入其他人物，比如说讲个笑话，然后这里他就很快输出了一个笑话。而 cloud code 在 后台完全是自主运行，不需要我们去干预， 然后我们只需要等待 cloud code 完成之后，将完成后的消息推送到这一个群组里就可以了。之所以设置为将完成后的消息单独推送到一个群组，是因为我们在这个 agent 中可能还在进行其他任务的操作， 比如说让他讲个笑话，他在讲笑话的时候突然多出来一条任务完成提示，这样会导致这个上下文窗口比较混乱，所以我们就将他完成后的这个消息推送单独推送到一个群组里，这样的话就不会占用这个主 a 智能的这个聊天窗口。在这个群组里我们就看到了这个消息推送，我们点开群组 查看一下，在这里我们就看到了这个任务推送，这里提示 cloud 的 任务完成。这里是开发的这个游戏，然后这里是游戏的路径， 在 cloud 的 code 中使用的就是 agent teams， 这里就是给出的项目文件，然后这里它还推送了第二条消息，这里还给出了完成时间大概六分钟，然后这里还包含一百八十四个测试通过， 然后这里就是给出的交付，然后这里还给出了这些性能，下面我们可以输入提示词，让他将代码文件打包发给我，这样的话我们就可以在本地打开进行测试，因为我的 open cloud 是 运行在云端的 好，这里他将为我们开发的这个项目文件发送给了我们，这里还提示解压后在浏览器中就可以打开使用，然后我们直接点开，然后我们在浏览器中打开看一下这个效果，就是他开发的这个落沙游戏，我们可以先测试一下，我们选择这个沙子 好，这样点击之后这个沙子就落在了底下，然后我们再点击这个水 好，可以看到水落在了沙子上，然后我们再给它加一把火，可以看到这个火会往天上飘，再给它加一些木头， 然后再给它加一些蒸汽，可以看到这个蒸汽飘到木头上会变成雨。像这样的话，我们就真正实现了在 open cloud 中调用 cloud code 进行开发。大家就不用担心在 open cloud 中调用 cloud code 非常浪费。 token， opencloud 所消耗的 token 几乎可以忽略不计，哪怕我们不在电脑前，也可以通过手机向 opencloud 下达开发指令。当完成开发之后，我们就可以在群组中查看推送的这些消息。