企业级应用开发教程第二版黑马

今天的话我就主要讲一下我这个个人大模型的一个学习过程，因为这两天问我这个项目也好啊，还是呃，大模型的一个学习路线的人也比较多，我就在这里简单的讲一下吧。 嗯，因为我之前的话，呃学的是这个 java， 然后前面也做过这个餐厨外卖啊，天猫点评啊这些项目。然后我第一次做这个大模型项目是做这个也是黑马的一个课，叫这个 spring ai， 还有这个蓝剑佛 j 的 一个框架， 然后这个项目的话在 b 站上也可以找得到，但是这个可能就是不太完整，他这个课需要去哪里购买来的？现在还有九个人在看， 当然有需要可以来找我，我这里有个完整的， 然后后面就去，呃，然后发现这两个项目就比较比较那个烂大街来着，然后我就开始去，嗯，做些比较有含金量的，但是就开始开始做这个微服务这微服务项目， 然后去报了一个训练营，因为当时时间也比较紧张，早实习大三，已经大三下学期了，那个时候 去报了一个训练营，做这个 im 技术通讯系统系统的一个项目。然后但是我做的时候就开始慢慢去开始找这个加尔实习，但是找的时候，呃 也没有那么顺利，但是这这个过程当中去找了一个这这个做 a 型的开发的一个公司， 然后当时也因为这个大模型这方面也比较火，那我就先进去做做这个，因为也没有实习经历，时间也比较紧张，所以说，嗯，能找到这个就先去干这个， 然后去里面的话，我就开始因为之前没有接触过拍绳，然后做大模型应用的话，基本都是用拍绳，就开始去学一些这些前置 app， 去这个菜鸟教程上面学的， 花两三天时间去过一下他的一些基本语法呀啥的，还有 fast a b i 这个框架， 然后我就用那个格式啊，用提问提示词去让他帮我写一个 ai 资源填报系统， 用作者去搜索这个系统，主要目的呢就是看一下，嗯，在牌城这边是怎么去做这个大木星应用开发整个的一个代码框架啊，怎么去调用啊啥的，看一下跟之前这个蓝线佛街有有啥区别啊？ 然后紧接着下面我就去开始做这个高性能的一个 vlog 项目。这个 vlog 项目呢，我看的是一个叫西瓜博主的， 这是他的一个那个课程，这个课的话他也是，但是他这个课不是从零到一，就是手把手教你，教你敲代码，这样主要是呃有一个原码给了你， 然后去给你讲解其中的一些核心代码的一个业务逻辑吧。然后一开始就是简单的一个调用大模型，然后接着就是一个智能问答，也是接调用一个大模型嘛。 然后往下的话就开始接触到这个 log 的 一个流程，最主要的也就是这个 log 的 一个流程， 然后后面就是一个效果评估，对你这个 log 流程的一个效果评估，用到效果评估的一些框架啊，然后也可以采用自研的这种方式去做一个效果评估框架，然后以及对 log 流程的一个优化和 vlog， 以及去调用谷歌的这个联网实时搜索的一个工具，大概就是这么一个课，哦，他这个课还有一些一些基础知识，也有，我看一下。 对对对，他这个课有些基基也会教你一些基础知识，有这个栏栏键啊，这个一些基本一些主键啊， 嗯，解锁啊， agent， 然后这个就是刚才那个实战课的一个课程， 大概就这么一个课，我主要也是看的这个课，去那个根据这个课课间里面的一些内容去面试的吧，基本也都答上来了，这课我觉得还是挺不错的。 然后做完这个我就开始去面试了，也就是找到了这个最近这个工作吧， 然后目前的话也开始往这个 lan grawf 这边去学一下，然后这边我建议的话，呃，往下的话大家可以去呃看一下这个扣子啊， defn 这些，然后我自己个人的话，目前的话就去只只用过这个扣子和 defn n 八 n 好 像就是企业那边用的也比较多，基本好像都用 n 八 n 来的，因为，呃，前天那个面试哎，他也问我有没有用过这个 n 八 n， 还有 rpa 方面也可以去了解一下，然后网上的话，那就是大模型微调这方面涉及到一些算法之类的了， 我大概的一个学习过程就大概这个样子，然后这个项目的话，高性能 rap 项目的话，呃，有需要的话就私信我，我就发给你们，当然回的可能回的比较慢。

你俩都是本科还是专科？你们俩今天是从哪了解到咱黑马的一站看了吗？咱小破站的课自学了没？学了又不会。两年前学的试学班是上二十天到一个月，你们就先感受先体验，先不交学费，咱进入就业班以后就有就业服务了。 进入试用期的话，咱们也是全程辅导的，帮助你转正的，包括说后续的课程更新了，咱也是免费给到。你看他那个课不是还有什么 python 什么的。 对，我们现在是采用双语言教学，是 java 和 python 双语言教学，你出来以后你可以去做前端，包括后端大模型应用开发工程师都是可以的。单纯只学 java 的 话，有的公司他可能人家会用到 python 这个语言吗？你如果说不懂的话，可能你的这个工作机会就比既懂 java 又懂 python 这种少一些了。 所以我们是把课程升级为双语言教学，这个课程是我们一部分，但是在你们整个上课的过程中，我们会给你加课程， 就是这些肯定都要学。如果说市场上出现啥新技术了，我们是第一时间加到你们课程里边的。刚才这两个同学都是大学还没毕业就过来咨询了，想着呢过来提升一下，学一个技术。 咱们全程呢就是以就业为目的去做培训的，市场上对于这种既懂 java 又懂 ai 的 这种复合型人才的需求量非常大，响应也很好。如果说你今年也是对未来比较迷茫，就可以跟他们一样过来试一试。

我现在拍着良心告诉你们啊，黑马二五年，上半年开的是 java 班，班级均薪不到一万，就是我们只学 java， 就 我们说的 spring boot， spring cloud 都学分布式微服务，我们黑马 java 都学，班级均薪不到一万，你知道 java 多卷了吗？好，下半年我们开始慢慢弱化 java 了，因为 java 已经看不到 希望了，所以我们黑马不开 java 了，我们开的叫智能应用开发，当时是四个多月的课，我们是讲两到三个月的 java， 剩下的一个多月的时间讲 ai 大 模型，我们去学 python 双核驱动，我们去学 r a g l r m， 我 们做 a 智能体开发， 我们去学 launch， 萨维贝尔、 spring ai。 现在我们黑马最新的 java 加 ai 就是 ai 智能应用开发班级均薪一万三，听明白了吗？从不到一万到一万三，我们那批学生为什么薪资这么高啊？很多走了 java 加 ai。

ai 的 智能应用开发会涉及到的语言有两个，两个编程语言，一个呢是 java， 还有一个呢是 python， 适合你的学历是普通本科的，你的算法一般，对吧？特别是那个算法一般， 嗯，数学不太好，然后呢，我可能那些算法我刷不明白，我也太难了，感觉学不会，因为这个方向呢，它不需要你去考虑算法，它是那种复杂业务的，在二零二五年的时候，然后呢随着 ai 的 爆火， 然后呢像那种 agent 智能体的这个概念推出来，然后呢有很多的企业就想了，我能不能把我自己现有的传统的方向，然后呢进行一个智能化的升级，把它变成一个会思考，能学习，懂业务的这么一个智能体。好，那么现在关键就是我们想要去开发一个智能体，需要选哪些东西？四五月份，五六月份就是年中间那会的时候，有很多企业在揣摩， 有一些企业呢，他会用 java 里面的那个什么 spring ai， langkai for java 那 块去做，然后呢也有的企业，然后呢会用 python 里面的 langkai 呀， rave 呀，然后呢大墨镜，微调那些技术去做。经历过这半年的市场的选择，就是目前为止在这个方向当中，现在企业里面最缺的最想要你掌握的技能是用 java 去开发业务，然后呢去给整个项目去打基石，说白了就是用 java 去开发 c r u d 的 那种传统的核心的业务嘛，对吧？然后呢用 python 去干什么呢？用 python， 然后呢去开发一些那种 ai 的 模块，电商项目里面的 ai 导购， ai 售后， ai 分 析， ai 的 搜索， ai 的 推荐，然后呢以及像一些那种医疗软件里面的 ai 的 医疗 ai 的 法律咨询等等等等，就是这种 a 单独的 ai 的 模块， 然后然后还需要你掌握一个能力，你要学会能把那个 python 开发的这个 ai 的 模块进行微服务化，把这两个去结合起来，有些东西完了吗？还没完，还没完，再往下 你还要学会一个叫做多智能体的东西。在今年二零二五年的时候呢，基本上都是那种单智能体，我一个项目里面不管什么样的业务，我都交给一个 a 键的去做，那么交给一个 a 键的去做呢？后面会导致一个问题，就是当我的业务量越来越多，那么这一个 a 键呢，要做的事情太多，对吧？然后呢就跟我们以前那种堆积屎山代码一样， 所以说呢，呃，在现在呢，在业内又推出一个概念叫做多智能，其实相当于就是我们 java 里面把单体架构的项目进行拆分，把它进行微服务化，每一个智能体他都负责自己的事情，多智能体协助开发，我把一个复杂的任务进行层层的拆解，每一个交给不同的人去做，每一个交给不同的人去做，相当于是这样的， 所以说在二零二六年的时候呢，你需要掌握的能力有以下的几个，第一个就是用 java 去开发业务，开发业务你要学哪些？其实呢还是以前的，然后呢还有第二个模块，就是用 python 去开发 agent 的 相关的东西，还有最后一个，第三个就是多智能体的协助开发，这个呢基本上就是在明年二零二六年，整个的 ai 智能应用它的玩法。

cloud bot 我 们见过的从发布到这个爆火啊，在 github 上的这个 star 增长速度最快的这个项目。本期公开课啊，就围绕大家现在非常非常关注的 cloud bot 这样的一个项目来进行安装部署啊，它有哪些核心技术啊？以及呢？如果你需要围绕它进行二次开发的话，应该怎么样来进行 操作啊？总共呢是这么四个部分。第一部分，哎，我们先来好好讲讲啊，关于这 cloud bot 这个项目到底是一个什么样的这个情况，里边是包含哪一些核心的这个技术才火起来的？那大家在使用这 cloud bot 的 时候呢？哎，它都是 有哪些的这个应用和一些这个玩法？第二部分内容呢，我们会进一步来探讨一下，关于 cloud bot 如何本地来进行部署，去使用这 cloud bot， 他 可能必须经历这样的一个环节。第三部分啊，非常重要的一部分内容，我们来我们来探讨一下，关于说 cloud bot 它的核心的技术的特色，它的一些技术架构到底怎么样来进行实现的。其实有两个点啊，我相信很多同学其实非常非常关注啊，一个呢，是它的这个关于无线对话记忆功能这样的个实现 cloud bot 啊，它的实现的这个思路呢，实际上是 非常精彩，呃，很有意思。第二个呢，也是很多同学会非常关注的一个问题，呃，像 cloud bot 它的这样的个自由组装的这个 skills 是 如何实现的？最后一部分啊，我们会来呃更深度的来讨论一个这个问题，怎么样去给他做一个国内的这个适配啊？能不能够呃做一个比如我们公司可以定制化的，对不对？ 这样的 ai 数字员工当然是可以做的，来围绕着 carbot 来进行一些啊，功能上的啊，定制化的开发来，下面呢会有一个关于我们二次开发完了之后啊，它的一个完整的功能的一个这个演示啊，稍等大家看一下。然后呢这个就是啊，我们最终啊，我们这节课呢，呃，全部都做完了之后啊，那我给大家看到的一个最后实现这样的效果啊， 接下来我们就按照啊，刚才我们所说所说的这四个部分这个内容呢，来逐一啊，来给大家来进行一个介绍啊，相信大家，呃，听完咱们的公开课呢，肯定啊会对 boat boat 啊 这个项目呢，有一个非常详细完整深度的了解跟认识，然后同时对他底层的核心技术呢，也会有更深度的这个理解啊，如果大如果大家现在是一个完全零基础的这样的状态啊，也可以跟着我们红孩儿课呢，来手动部署和搭建啊，这个 multiple 全体系的啊，这个深度的这个讲解介绍。那么红孩儿课呢，呃，是给到我们中教老师了，这个项目他为什么 我，对不对啊？这用户到底是怎么用的哈，然后呢，用了之后会有什么样这个效果？我相信这可能也是很多同学会非常感兴趣的一个地方啊，当然我们讨论这个问题，其实不仅仅是说好大家是如何对这个项目感兴趣啊，其实更多的呢， 是啊，关于未来的这个 a 政的形态啊，是一个什么样的统一的这个想象对不对？那么首先呢，根据啊，这个 motobo 他 们官方给出这样的消息哈，当然第一大 大类的这个用户啊，他们主要是使用着 multiple 来进行编程啊，这个其实就有很多同学会觉得非常有意思了啊，使用 multiple 来进行编程哦，为什么不使用 cloud code 或者使用 codex 来进行编程呢？对不对？那这里啊，所谓他们用户使用的 multiple 来进行编程，指的是他们呢可以 自己搭建一个服务器啊，比如说呢，在这个 mac mini 上，对不对啊？运行这个 multiple， 然后呢，远程通过手机啊，甚至通过手表啊，就指挥他这个远程的啊，这个 mac mini 这个服务器上面运行的 multiple 来完成各项编程任务。 那么实际上哈，在现在的 agent 的 开发领域里面，其实很多 agent 的 功能都是可以嵌套的，这一点大家一会也会看到，那么对于 multiple 来说，它呢，是可以有这个 skills 去调用 cloud code 或者 codax 的， 就是说具体它完成的工作呢，还是啊 cloud code 或者 codax 去完成，但是呢， multiple 啊，它是些，它作为一个 agent， 它实际上是可以调用 cloud code 或者 codax 的 能力去完成编程的。 那么 cloud code 在 code text， 然后上面再套一层这个 multiple， 就 会让很多开发商觉得说啊，这这个编程是一个很有意思，很有趣，并且非常轻松的一个事情，就相当于是 cloud code 是 具体的功能实现的。这个员工啊，然后呢，这个 multiple 负责管理它啊，你可以这么来进行理解。所以呢，现在 很多的啊，这个呃一部分的这个呃用户是用这个 multiple 的 一个需求啊，就在于说可以使用它啊，更加便捷的，更加躺平式的来 完成开发啊，并且呢还可以远程的，对不对？好直接呢啊，通过这个手机啊，甚至通过手表啊，就可以跟他来进行沟通啊，让他完成变成任务，让他去审核代码等等等等啊，相关的一系列这个事情，对不对啊？就是用手机去安排他啊，去完成工作的这样的一个事项。 那同时呢，还有啊，就比如说啊，这个很多的这个用户啊，会使用着 multiple 呢，去做一些啊，非常有趣的一些这个事情啊，就比如说让它组建成是一个什么这个艺人公司啊，然后让不同的这个 agent 去扮演不同的这个角色呀，你只需要给他说不同的这个记忆，搭配不同的 skills 啊，他就可以快速的去扮演不同类型这样的角色，然后呢就可以组 合成一个自动化的流水线啊，什么从最一开始的啊，这个创意，然后呢到营销到产品交付等等等等。那么之 之前还有一个非常非常有名的一个例子，不知道大家有没有看到过啊，说，呃，老外，然后呢用这个，也是用这个 moto box， 然后做了个什么事呢啊？一方面用它啊去 呃制作了很多的一些这个 ai 生成的一些短视频啊，短视频内容呢，其实非常有趣啊，就是一个又一个的啊，非常精壮的啊，这个中国老头啊，然后呢呃， 去演示啊，他中国功夫啊，然后呢他他他他这样的广告打出去之后，这个视频之后引来流量是干什么的呢？是卖太极拳的课程啊，这个太极拳的课程呢，也是 ai 生成的，然后呢那个卖课的网站也是 ai 生成的，然后呢就用，对不对？你看发现就用这个 agent 走完了完整的这个 流程啊，从最开始用户人群分析，然后呢去录啊，去去制作啊，这个 ai 的 短视频，然后去这个获客引流啊，然后最后呢产品交付，包括交付的这网站全部都是 ai 生成的 啊，所以呢，其实关于多智能体协助下的一人公司，也是现在大家对于 agent 啊，尤其是这种通用 agent 的 一个应用和一个想象啊，那个例子非常有趣啊，大家感兴趣可以上网搜一下啊，很有意思。然后同时呢，还有啊，什么现实世界商务谈判和执行，对不对啊？ 呃，这个呢，也是用户反馈的哈，是 x 上的一个用户反馈的啊，说他呢，通过这个 m s 和他他他他去买车啊，然后呢，这个 去跟多个经销商来进行沟通，来进行谈判啊，然后最后呢便宜了这个四千多块钱啊，差不多是这样的一个这个情况，等等等等啊，包括说什么自动购物啊，自动比价呀啊等等等。像这东西其实都是呃之前啊，这个 agent 也能够实现的相关一些功能了哈，再比如说啊，还让这个 multiple 扮演第二大脑，然后呢 来进行个性化信息流的这个搜集跟整合啊，这个呢，其实呃有点像这个 deep research 这样的功能，对不对啊？然后呢，相对于现在的摩托特来说，由于好像这个呃很多的一些 ai 笔记都有对应的这个 skills 啊， 所以呢， mototools 也是可以接入到这些 a s skills 呢啊，去接入到这样的一些这个 ai 笔记软件里面去完成，比如说信息的采集呀，搜集呀，汇总啊，整理呀，包括它还能够对不对实现 computer use 啊，还有这 browser use 对 不对相关那些这功能自动操作电脑，自动操作你的这浏览器啊，所以呢，它是可以完成关于说啊，什么个性化信息流的 这个整理呀，整合呀，相关这些工作等等等等。除此之外呢，这个 mototools 还能够和这个智能家居来进行深度的这个整合啊，就比如说啊， 但这个国内可能不是很多啊，国外其实会比较多，比如说这个飞利浦的这个 hue 啊，那样的一个这个灯具啊，然后那个灯具呢，它是有一套 a p i 的 哈，然后你就可以通过调用它的这个 a p i 啊，去给这个灯具呢设定什么颜色呀，什么定时开关呐，还有不同的这个氛围色调啊等等等等啊，可以进行这样的这个设置哈，当然苹果 homekit 它也有 a p i 啊，然后呢，完整的苹果的这个家具啊，完整苹果的这些设备，它也是可以啊，作为智能家具的一环，然后通过设置 a p i 去完成各式各样的啊，这样的一些这个事项，那 motobo 也是可以啊，去调用这 a p i， 学会啊，去这个对不对啊，操作这样的一些这个灯具，然后呢啊，让你去更加快捷的啊，去完成什么家里面的各式各样的这个设置等等等等啊， 大家觉得说这个 motobo 二零二六刚开年大模型进入发展势头就势不可挡， 和去年一样，二零幺六，我将持续为大家提供最前沿实用的技术教学，感谢大家的关注和三连支持，我是九天专注为大家提供最扎实优质的技术内容。公开课马上开始。

仅需七 g 显存，就能把图像、表格、扫描件等多模态数据先读懂再分析并自动出图。正所谓会干活的不如会做 ppt 的， 如果你能借助大模型做到一键输出这样的格式化 b i 大 屏及详细的数据分析报告，那真的离升职加薪不远了。 deepstack ocr 自发布以来，因其可以用极低的硬件成本实现高精度的多模态数据解析，所以我们团队一直在不断探索其能够真实落地的应用上线。 而在各企业都非常关注的数据分析领域，我们探索出了一套 deepstack ocr 模型的最大应用价值。 随手丢进几份 pdf 年报数据系统，就可以秒集解析出结构化信息，自动生成一叉子交互大屏和中文洞察摘要，还能多轮追问，按地区、品类、时间维度等实时重绘图表，这才是真正意义上的全自动 ai 数据分析。 本期公开课，我就将带领大家从零到一，基于 deepsea ocr 构建一个可以直接企业落地的全自动数据分析系统， 并借助 long chain 最新发布的一点零版本的全新开发特性，实现 n l to circle、 n l to coder 及数据分析可化的完整开发流程。 如果你没有开发基础，也完全不用担心，我会对以上介绍的所有功能点展开详细的技术点讲解。同时完整的前后端源码也会全部公开，下载后便可以在本地电脑上快速部署应用。看在如此有成绩的份上，还望大家多多三连支持。 数据分析在大部分公司都是救火的工作，要会 coco、 会 python、 会熟练使用 b i 工具，还要熬夜出报告，又慢又贵，我们做的这个系统就是要把这样的重复劳动交给大模型，把你真正的解放出来。 在数据分析领域，三大主流场景业务报表展示、探索式数据分析和文件数据实时分析，其背后所应用的大模型技术站也会相差甚远。 像较为简单的 n l two circle 技术做报表展示，我们可以通过 login 用极简的代码构建出相较准确的智能函数系统。再进阶一些，我们借助 n l two circle 技术，可以在智能函数的基础上灵活地实现可式化报表的智能生成。 而最最难啃的，同时也是企业最刚需的，当属复杂 pdf 文档的实时解析。如果你需要每次让大模型根据你指定的某些私有数据快速生成可转化报表时，那毫无疑问，本期课程讲解的全自动数据分析系统正适合你。 借助 tipsyocr 的 强悍性能，我们现在完全可以把这块硬骨头啃下来。一托于 vlm 推理框架， tipsyocr 可以 做到毫秒级并发解析批量复杂多模态 pdf 数据， 能在识别文字的同时识别版式、图标、层级结构，并把多页 pdf 拆分成可计算的元素。 同时利用多模态分块策略加 rek 式摘药，将容长内容压缩到最小上下文单元为大模型提供精准的输入样本。 你可以学习到如何结合 ocr 加 vlm 做多模态信息提取，以及如何设计适合企业落地的 a 阵塔上下文压缩策略。 而最后我们会系统讲解如何使用 long chain 搭建智能可说话输出的 agent 智能题可以随意输入想要分析的主题，由 agent 自动完成图文并茂的事实报告和酷炫的可说话大屏。 本期公开课是倾注极大心血的一期，所讲解的全自动数据分析系统也是非常具有实际企业落地意义的，相信只要大家能够详细完整的学完，必然能够系统掌握大模型，结合数据分析领域下的开发思路，大幅提升 a 证的开发的能力。 看在老师们亲注如此多心血的份上，还望大家多多三年支持。今年以来，大模型技术发展势头非常迅猛，我也将持续为大家提供最前沿的技术教学，感谢大家的关注和三年支持！本次公开课的课间代码、项目原码、运行脚本、 知库文件等资料都已经在复范大模型技术社区中上线了，我是暮雨，专注为大家提供最扎实的优质技术内容。公开课马上开始， 那么既然现在数据分析非常非常火啊，因为我们当时呢，也是统计了现在市面上比较关注和热门的一些企业落地的场景，那么数据分析啊，像智能客服，还有 a 证的智能体等等，这些都是非常热门的落地场景。 而对于数据分析啊，我们在实际落地的时候呢，其实是总共分成三大类啊，那么第一类呢，是属于这种做业务报表类的，那么第二类呢，是属于这种探索式的啊，数据问答类的。那么第三类呢，就是属于实时数据解析并 进行格式化的这一类的工作。当然我们在接下来会重点的去给大家进行一个讲解，那当我们去涉及到 ai 数据分析的这个领域，那大家肯定是有这样的一些需求，我 单纯的因为爱好来去进行学习肯定不多啊，你要么是自己实际工作用得上，要么是呢，呃，你想要去借助于你学习到这些技能，去做一个大模型方向的一个转行。 所以现在啊，在整个的这个市场上会出现这种 ai 数据分析的这样一个岗位啊。 这个 ai 数据分析岗位上面的一些 j d 呢，其实能够去帮助我们了解一下啊，现在企业当在数据分析的这个领域去融入大模型，它是需要后人具备什么样的一个 能力啊？所以我们这里呢，是给大家去截取了两个，那么一个呢，是来源于这个华为的一个秋招的岗位， 它其实里面写的就很少啊，除了去熟练掌握 circle 和 python 这种编程语言，这个和我们刚才去解析的传统的这个数据分析方向是完全一致的，它需要你去掌握的是什么呢？哎，需要你掌握的是主流的 a 证的开发框架，比如说像 longchain， autogeon， autogeon 等。 那么此外呢，像另外这一个也是啊，它除了要要求你还是具备传统数据分析师的这样一个能力。 此外它要求你的使用的是一些 ai 工具的提效，能够善于利用最新的像 check gpt 呀， ai a 政策等去提取，去提升数据提取、清洗分析和报告编写的工作效率。 所以这里大家就能够去看到，当你想要在数据分析的这个领域去融入 ai， 那 么企业要求你是这么做的，自然而然我们就能够看到在企业里面用 ai 去做数据分析，它里面所需要核心掌握 大模型能够去替代传统数据分析师达到这样的几个能力，我们可以通过下面的这三个方面来给大家去进行一个介绍。 那么首先第一个方面就是当你的这个数据分析阶段是需要借助大模型来帮助你解决一些问题的时候，那么第一项毫无疑问是要去让大模型能够具备自然理解能力。 在划分到数据分析领域，就是需要大模型能够理解人类的自然语言表达，把模糊的这种业务需求呢去转化成精确的可执行的这样一个技术操作。那么一个非常好的例子，就是比如啊用户现在在一个页面上 敲了这样一句话，或者是他通过一些语音啊问答说帮我看一下上个月各区域的一个销售情况， 那正常来说如果没有大模型的话，我们肯定呢，哎，是需要写一个这个 circle 来去进行一个查询的，但是现在呢，只需要让大模型去把它去理解成它的一个查询范围是哪里，然后 分组的维度以及具体的一个指标。那么基于这样的一个大模型自然语言的理解能力呢？就可以初步的去洞察到你用户在用大模型去做数据分析的第一步，也就是知道你的这个人啊，你提出问题的这个人他想要干什么， 那么接下来他就需要去具备这样一种把你提取出来的这种理解能力的维度，去把它变化成 circle 查询 啊。 python 分 析代码或者是格式化代码，也就是当他理解了用户这样的一个需求，也说啊用户提问计算每个产品线的月增长度，那正常来说我们作为 啊一些数据分析师或者是 dba 啊，他会去写一写一些这个脚本啊，写一些 circle 查询语言去进行一个查询，而对于大模型来说是可以 自动地去生成查询的代码，然后呢通过一些技术啊，这项技术呢啊，也叫做啊 to calling 啊，函数调用的这个技术，来去连接你外部的知识库来执行这条查询，把最终的结果返回回来， 所以这个就是呃，我们再让大模型去接入啊，你的让大模型接入数据分析里的第二个维度，而最后的一个维度呢，就是我们需要构建所谓的这种数据分析的 agent， 那么 agent 自然而然他就和大模型有很大的一个区别。大模型是什么？我们调用这个大模型问他一个问题，他能给你生成最终的一个回复，那么 agent 是 什么呢？是我们能给他一个任务，那么这个 agent 能够把大模型作为他的一个 思考的这个大脑，同时呢知道完成你这个任务我依次要做哪些工作，接下来他有了这个任务规划以后，再逐步的去完成这项工作。 所以他在 a 证的方向就是不仅能够去执行单部任务，还能够执行多部的一个复杂的推理，这个就有点类似于数据分析师实际的这个工作过程了。比如啊用户在问，分析一下销售下滑的这个原因， 对于我们人类来去做的话，我们先去提取一些数据，然后看一下啊当前的这个实际的运行情况，然后综合的去进行一下分析，然后给出最后的一个报告。而对于大模型来说呢，他就可以依次的去完成这样的几步操作。那么第一个 先去查询一下销售的趋势数据，然后去找到一下下滑的时间点，然后呢再去对比一下该时期的这个营销活动季节因素，再去分析一下各产各区域产品的贡献度，最后自动的去生成这样的一个归音分析报告。 所以大家就可以理解成我们现在大模型在数据分析介入这个阶段能够做到的事情呢，就完完全全是可以向我们人类思考一下，自动的去完成这样的一个流程。而我们今天其实给大家带来的这个全自动智能数据分析的这个系统呢，他其实就可以做到这样一些工作。 所以我们这里呢就针对于数据分析的这样一个痛点呢，是可以去总结出大模型在现在的这个数据分析中可以替代的一些点。首先自然语言理解能力和代码生成能力，现在借助于大模型既定的这个能力，是完全可以让他去 接管的啊，这个是可以放心的去让他做的。而推理与规划的这个能力则是需要人工介入，因为 对于你公司的这些场景的需求啊，尤其是对于数据分析这个场景，那么他有很多精细化的啊，这样一些操作的流程， 所以人为的这个工作经验，人为的这个分析经验是需要搭配的大模型来给大模型赋予这样的一个处理分析的能力，这个也就是我们现在所做的，当你的数据分析师有了业务的理解能力， 有了你大模型的一个 a 证的开发能力，你就可以把这一套流程让大模型来去接管替代你的大脑来实现这样一个过程。所以对于推理和规划能力，我们现在的数据分析领域呢，是不 完全不可以仅仅依赖大模型的，还还是需要这个人工的业务理解来去进行构建的，同时也是基于我们上面所分析出来的这种现状呢。那么现在大模型在数据分析领域所能借助的三个核心场景就是下面这三个。首先第一个业务报表展示 啊，这个业务报表展示这个方向很多呀啊，比如我们个人生成一下这个周报日报，我记得我们课程有非常多的小伙伴都在问我们课程有没有这个一键生成周报，一键生成日报的这样一个案例啊，或者是这样的一个 a 证的， 其实这个就属于数据分析的业务报表展示的这样一个需求，所以它做的呢，就是我现在有很多的这个数据啊，无论是结构化的还是非结构化的，我只要能够定期的去生成关键指标的这样一个图标，那么 这类的需求就是属于啊 ai 加大模型的数据分析领域，所以这个技术测重呢，它就是比属于 n l 二 circle 的 这个领域， 所以大家可以看啊，你不同的这些应用场景，它底层的应用的技术呢，其实是不太一样的。那么第二类呢，叫做探索式的数据分析啊，什么叫探索式的数据分析呢啊，就是你现在有一堆的这个数据啊，无论是你的呃数据库啊，还是一些非结构化的数据， 你是希望通通过提问的方式，让他给你生成对应的一个结论，或者是让他给你生成一些洞察未来的这样一个分析结果。所以 函数式数据分析就是我基于现在的这些数据呢，能够不断地去进行提问，然后它先查询数据，再自主地进行一个分析，来给你最后的一个结论。 同时啊，它还可以去生成最终的一些可画的这个图标，所以这个方向它的一个技术测重呢，其实不再仅仅通过 n l two code 的 这个能力。 为什么啊？会借助 n l two code 的 这个能力呢？一个核心的原因就是在于大模型啊，其实它对这个数字的什么加减乘除的计算效果是非常非常不好的啊，哪怕是强如 g b t 五， 你去给他做一些数学运算的问题，他也经常会出错。而数据分析呢，对数字的要求又非常非常的精准，那怎么办呢？ n l two circle 把你通过 n l two n l two code 啊， 把你通过 n l two circle 查询出来的这些数据，然后给到大模型，让它去生成对应的一个 python 的 代码，去进行计算，去进行格式化。所以这一层呢，是数据分析师核心所要做的这样一项工作。 当然我们在今天接下来的案例中，也会借助于 logitech 这个框架，给大家快速的去实现 n l two circle 和 n l two code， 再做数据分析这个方向它具体的一个实现的案例， 而最后一个叫做文档数据的一个实时的分析，所谓的这种文档数据的这个实时分析啊，啊，他指的是，哎，我们现在有这样的一个系统， 我呢现在有很多的这个私有这个数据啊，针对于这一小批数据，我要把它传进去，让大模型给我生成最终的一个分析的结果，去窥探一下这些数据，他们之间这些文件里面， 他们数据之间的一些关联性，给我做一些格式化的图标啊，给我做一些呃，未来的这个洞察报告，给我做一些最终的数据分析报告等等等等。 所以这种问题呢，它其实技术侧重则是变成了一个多模态数据的一个理解，以及如何在实时数据 啊，数据实时传入啊，以及实时响应的这个阶段，把整个技术站来去进行一个实现。所以这类的数据场景呢，其实来说 是目前在数据分析场景下它的一个技术难点，最难最难的。而我们今天借助于 deep sea， ocr 加 long chain， 其实给大家啃的是这块的硬骨头 啊，也就是这个比较难实现的这个技术站呢，我们在今天给大家解析的这个案例，就是来做的文件数据实时分析的这样一个场景。 所以我们接下来呢，大家大致的去理解了一下，在大模型数据分析领，在数据分析领域由大模型去进行接入， 总的来说是可以分成这三个不同的场景，而其实三个不同的场景，他们背后所应用的这个技术侧重其实是不一样的啊，那像 n l two circle 呢？应该是大家呃最最能听到的啊，这样一个 技术站啊，因为你做数据分析嘛，有很多都是从数据库里面去进行查询，所谓的这个 n l to circle 呢，就是把自然语言去转化成可以直接向数据库查询的这个 circle 语法啊，也就是不用数据分析师自己去写 circle 了，有大模型去进行一个生成。 而啊像 n l to c 的 和多模态理解呢啊，相对来说是比较进阶的啊这样一个功能，当然我们接下来 就逐个的来给大家去进行一个分析。今年以来，大模型技术发展势头非常迅猛，我也将持续为大家提供最前沿的技术教学，感谢大家的关注和三年支持。本次公开课的课间代码、项目源码、运行脚本、知 识库文件等资料都已经在复范大模型技术社区中上线了，我是暮雨，专注为大家提供最扎实的优质技术内容。公开课马上开始！

哈喽，各位同学，接下来我们来做一些鸿蒙开发的准备工作，首先呢我们会带着大家去学习一下鸿蒙 os 的完整开发流程，那么下面呢这些章节呢，就是我们按照完整的开发流程当中一步一步要做的事情了。 好，那么首先我们先来学习第一个模块，红魔 os 的完整开发流程，那这个流程呢其实并不复杂，很简单，针对于我们开发者，首先我们要做开发的准备工作， 然后就可以来开发应用，接下来呢就可以运行调试和测试你的应用，那最后呢我们就可以把应用发布出去了， 那么在这个动作里面呢，有一些词并不是很好理解，所以呢我把它们做了一个简单的梳理， 在第一个准备工作当中，我们只要关注三件事情，第一，注册账号，第二，实名认证。第三安装相关的软件， 当软件安装好之后，我们就可以来开发应用了。开发应用简单理解，其实就是编写代码，那么这也是我们以后呢花费时间最多的一个地方， 当我们把代码编写好之后，公司呢就会找专门的人来测试测试你写的代码有没有问题， 如果说有问题就修改，如果没有什么问题，就会把应用呢发布到网上，比如说可以发布到华为的应用市场当中，供用户下载使用就可以了。 好了，那么以上呢就是针对于我们开发者要面对的完整的开发流程，那所以说呢，在接下来 我们要做的第一件事情就是注册账号，然后呢再来实名认证。好了，那么关于鸿蒙 os 的完整开发流程，咱们就先学习到这个地方。

想当程序员，想学 java 加 ai 的 同学，一定要详细的了解清楚咱们的整体课程内容，学什么，以及后续的就业方向，完整的就业服务。这是我们 ai 智能应用开发的教室，他们当中也有很多同学是非科班零基础， 来到这，咱们都是从零开始学习，学习过程包含 java 核心和 ai 开发基础，再到 ai 驱动外部开发，微服务， sc 与 ai， 最后是大模型开发进 每个阶段呀也都会同步的去做实战项目，像企业级智能互联网项目，还有互联网分布式项目级，还有智能体开发项目，实操实战式教学，四到六个月的时间能够积累到大量的项目经验，在这学完相当于直接有了一到三年开发工程师的经验水平。 最后在就业阶段，老师是全程跟踪辅导就业，推荐就业。在面试的过程当中啊，咱们 ai 智能应用开发学科的同学， 一天中就能够有三四个面试邀约，一个周期下来，大概人手三四个 offer， 再去反向挑选一个你比较心仪的公司去上班，而且咱们线下是支持免费试学的，对课程项目、就业服务还有任何疑问的同学随时联系老师吧。

装好了 oppo klo， 但不知道有哪些应用场景，只会在聊天框里进行简单对话，或者看见别人 oppo klo 整理桌面，定点汇总热点资讯，查询飞机、火车票，觉得这类应用太过于积累，其实 oppo klo 的 潜力远远不止于此。 作为专业技术人，在过去两周，我们团队已经基于 oppo klo 开发了三款 ai 数字员工，并在内部上线。一位 ai 初级开发工程师，负责维护项目开发环境以及管理开发进度。 第二位是 ai 行政助理，负责日常采购、考勤打卡汇总和员工关系关怀提醒。而最后一位则是 ai 人事助理，负责协助 hr 完成招聘事项的全生命周期管理。其中我们团队内部公认的最有价值、最有帮助的 当属 ai 人事助理，不仅能够全自动的使用招聘软件和候选人进行日常的打招呼，还可以全自动的进行简历搜集、下载和整理，并且能够根据预设的工作流来提 取简历的关键信息，如候选人年龄、性别、毕业院校、工作经历、工作技能等等，并汇总至招聘进度管理表中，并且根据专业的 hr 准备的知识库，对候选人的岗位契合度和潜在风险进行评估和分析。同时还能全程跟进面试流程，对面试的语音进行转译和分析，分析候选人的表现和面试关 评价，并一键生成获奖人画像和面试报告，为招聘录取提供专业性建议。此外，还能够全自动的同步各环节信息，邀约面试官、协调会议室以及通知面试时间等等。 据说这就是一个可以应用于生产环境的，能够协助 hr 进行招聘全生命周期管理的 ai 数字员工了，而且运行稳定，可以完全离线部署，最大程度保护公司内部的数据隐私安全。以下是来自 hr 团队的评价，这也是头一次让我们团队的小伙伴真实的感受到了通用智能体的威力啊！ 怎么样，看完你还觉得 openclock 只有玩具级别的应用吗？其实啊，从技术的角度来看， openclock 不 仅是一个功能稳定的 通用智能体，而且由于可以修改其长短，其记忆和智能体人格，外加可以通过 skills 灵活的装载各项工具和能力，这就使得 oppo core 本质上也成了一个绝佳的可定制化开发的通用智能体基座。 也就是说，我们不用修改 oppo core 任何底层源码，只需要修改其长短，其记忆和 skills 的 工具调用能力，就可以将其开发为定制功能的智能体。例如大家看到的 ai 数字员工就是怎么来的？ 本期酷爱客公司内部智能体应用大揭秘啊，目前银行代码完全零基础上手，带你借助 openclock 完成这项智能 hr 数字员工开发。 酷爱客完整资料、独家 hr 的 skills 智能 hr 长短机机原码定制化、智能体开发流程等等都已经上线至孵化大模型进入社区。好，那改完之后你可以重启 openclock， 也可以不重启哈，因为它是可以来进行热插拔的。 ok， 改完之后，接下来我们就可以啊来进行对话了啊，比如说直接问他 好久不见哎，这个时候你会发现他就知道自己是谁了，对不对？他知道我叫 hr insight 啊，然后呢，我是一个专门支持招聘决策 ai 分 析师，我的工作是帮你处理简历，整理面试信息，分析候选人匹配程度，把零散心整份的清晰可比较的结构，你看 非常专业对不对啊，这就是个辅助的 hr 这工作嘛。然后呢，我的风格比较直接啊，喜欢数据结构，不喜欢废话跟主观预测啊，这是我给他输入的啊，因为他是主要是提供建议的这一方啊，需要尊重事实啊。然后呢，你把需求说清楚啊，我给干货输出， 哎呀，这是一个这个 e n t j 哈哈哈，然后具体有什么具体招聘需求吗？啊？然后我就问他，那你到底能做哪些事情？他跟你说啊，我们我能做很多，我能处理好简历，筛选核心字段对不对？对比多个后人注意好这些东西它不是 skill， 但是是它的工作方法， 这些工作方法也是需要写到 agent 点 m d 那 个文档里边的啊，这是要注意的哈，然后同时我还我还有面试的支持啊，我可以做这个做那个啊，我还有信息的整合，我还有数据维护等等，很多很多。好，那这个时候啊，我们就给他发个简历啊，我给我的邮箱发个简历，发了个流程的这个简历，然后跟他说啊，现在呢 有个简历你帮我查收一下是不是啊？他一查说，哎，确实有个简历，然后他就帮我把这个简历呢全自动的做了两件事情，第一个把它下载下来，然后同时呢给它转换成由 markdown 啊，转换成 markdown， 然后同时呢它还创建了一个非输的文档，在非输文档里面整合了这个候选人的核心信息 啊，他说做了一下，一步到位，做了这件事情，那这个事情你会发现他就可以未来定时去做，对吧？比如说每隔两小时帮我搜一次简历，然后呢，方便我随时来进行查看啊，这些工作都是可以做的。 然后同时啊，他还可以比如说邀约卷卷老师来进行面试，哈哈哈，对不对啊？给卷卷老师发个通知啊，来面试了啊，卷卷老师收到了通知啊，对不对？来面试了啊？当然也可以让卷卷老师给我回复一个，对不对？看他能不能 这个接收到啊，看看。接受完了之后呢，我们也可以定个时啊，让我们的 agent 来查看一下卷老师的这样的回复，然后根据卷老师的回复呢，提前去预约会议室也是可以的啊，或者直接呢去给你这个飞书的日程加上一个日程，也全部都是 ok 的 啊，他全都可以自己去做，然后这里面啊，就他发给卷卷老师的这个信息，对不对啊？非常完整，非常完整。 然后同时这里面啊，我又发给他简历，他说，哎，我又收到一个啊，然后这个呢是通过聊天框直接给他发的啊，这个时候他就会进一步的来进行正例，并且他自动的会来进行多个候选人这样的对比啊，对比完了之后跟我们说一个情况，然后 这里面我就请他先进行了分析，我跟他说，如果我们需求是快速完成团队组建，你觉得应该怎么样来进行这个啊？应该选谁啊？这个时候你会发现啊，他就会 自己来进行一个评估，当然哈，上面我们说这些过程哈，什么查阅邮箱也好啊，发送这个呃面试预约也好啊，还是这个呃候选人信息提取也好，其实它都是背后有这个 skills 来完成的啊，只不过我们这里呢，可能你看不太出来它背后的工具调用，那实际上背后都是有工具调用的哈，那 再往下啊，这接下来就是智能分析，对不对？候选人之间的分析，刚刚我们看过了，分析完了之后呢，继续通知专家老师再面试一场啊。通知完成之后呢，接下来我们就开始面试了， 那面试完了之后呢，接下来我们其实有两份录音啊，就是两个后人都会有对应的这个面试这样的录音。然后呢，接下来我们就跟他说啊，我们先在这个 apple 的 便签里面增加两个后人的录音，然后你给我转一下啊，转完之后呢，接下来我们来评估一下两个后人怎么样， 这个时候他就会根据后人在自在自己面试的过程当中的表现啊，和这个面试官啊，他这些主观的这个评价。然后呢，结合我们的需求，会给我们一个初步的判断啊，觉得哪个后人可能更加合适一些。然后呢给出一些他具体判断的这个维度， 这个判断的维度哈，也是我们预先设置好了的啊，也是我们我们跟他说，我们会从几个维度去判断这个岗位的后人，这个相当于是一个 ai 智能分析的一个过程，但最好你需要给他输入一些前置的一些经验跟他说，哎，咱们公司或咱们团队判断人，我们有经验的 hr 部门领导们，他们是怎么样来进行判断的，你呢？也需要从这个 字里行间蛛丝马迹，对不对？这个简历啊，这个面试录音啊，从中去看一看这些维度，怎么样去评估这些后人，哎，最后呢，给一个建议，一个结论， 给完之后，接下来同步非中文档啊，所有这些信息。然后呢，把最后结论啊，发送邮件啊，发送给专家老师，大家看一下啊，这这，这时候专家老师又收到一个邮件，对不对啊？跟我说面试完了啊，根据我们这个评估呢，觉得谁更推荐录用，为什么啊？什么原因？甚至为了更好的呈现最终这样的效果， 还可以给你画个图啊，不是给你生成一个 html 这样的一个静态网页啊，是吧，给你看一看，哎呀，这两个学者怎么样来进行对比，根据咱们的这个各个对比的维度，你看看最后咱们选谁呢？哎，你看发现对不对？最后呢，我们的这个 ai 员工呢，就算是正式的这个上岗了， 但是到这啊，其实我会有个非常明显的感受哈，就对于这个 ai 员工来说哈，其实确实啊，这很多场景都是可以使用 open globe 来进行迅速的开发更完成的，但是如果你还希望更进的提升它的准确性的话，那么可能确实啊，得再进行更进一步的 a skills 的 开发或者二次的啊，一些这个代码开发或者是更多的插件，才能够它运行的更加准确，更加贴合，像是一个真正的人啊，帮你的进行工作，但是哪怕是这些，这样啊，现在 openclaw 已经能做到很多的，之前这些编程 agent 永远做不到这样的一些这个事情了， 对不对？轻量、高效、便捷，并且呢通用啊，你可以迅速的上手来进行使用，并且在运用使用的过程当中不断精进，不断优化啊，你说哈，是不是未来 a 政的开发的这个形式会很大程度上受到 open open cloud 的 这样的这个影响，至少我判断是这样的， ok， 好， 那么本期公开课的这个全部内容呢？差不多都到这了， ai 数据、员工的完整记忆文件和 qq 代码提示流程等都 一起上线着。复范大模型技术社区二零二六刚开年，大模型技术发展势头就势不可挡，和去年一样，二零二六，我将持续为大家提供最前沿实用的技术教学，感谢大家的关注和三连支持！

仅需七 g 显存，就能把图像、表格、扫描件等多模态数据先读懂再分析并自动出图。正所谓会干活的不如会做 ppt 的， 如果你能借助大模型做到一键输出这样的格式化 b i 大 屏及详细的数据分析报告，那真的离升职加薪不远了。 deepstack ocr 自发布以来，因其可以用极低的硬件成本实现高精度的多模态数据解析，所以我们团队一直在不断探索其能够真实落地的应用上线。 而在各企业都非常关注的数据分析领域，我们探索出了一套 deepstack ocr 模型的最大应用价值。 随手丢进几份 pdf 年报数据系统，就可以秒集解析出结构化信息，自动生成一叉子交互大屏和中文洞察摘要，还能多轮追问，按地区、品类、时间维度等实时重绘图表，这才是真正意义上的全自动 ai 数据分析。 本期公开课，我就将带领大家从零到一，基于 deepsea ocr 构建一个可以直接企业落地的全自动数据分析系统， 并借助 long chain 最新发布的一点零版本的全新开发特性，实现 n l to circle、 n l to coder 及数据分析可化的完整开发流程。 如果你没有开发基础，也完全不用担心，我会对以上介绍的所有功能点展开详细的技术点讲解。同时完整的前后端源码也会全部公开，下载后便可以在本地电脑上快速部署应用。看在如此有成绩的份上，还望大家多多三连支持。 数据分析在大部分公司都是救火的工作，要会 coco、 会 python、 会熟练使用 b i 工具，还要熬夜出报告，又慢又贵，我们做的这个系统就是要把这样的重复劳动交给大模型，把你真正的解放出来。 在数据分析领域，三大主流场景业务报表展示、探索式数据分析和文件数据实时分析，其背后所应用的大模型技术站也会相差甚远。 像较为简单的 n l two circle 技术做报表展示，我们可以通过 login 用极简的代码构建出相较准确的智能函数系统。再进阶一些，我们借助 n l two circle 技术，可以在智能函数的基础上灵活地实现可式化报表的智能生成。 而最最难啃的，同时也是企业最刚需的，当属复杂 pdf 文档的实时解析。如果你需要每次让大模型根据你指定的某些私有数据快速生成可转化报表时，那毫无疑问，本期课程讲解的全自动数据分析系统正适合你。 借助 tipsyocr 的 强悍性能，我们现在完全可以把这块硬骨头啃下来。一托于 vlm 推理框架， tipsyocr 可以 做到毫秒级并发解析批量复杂多模态 pdf 数据， 能在识别文字的同时识别版式、图标、层级结构，并把多页 pdf 拆分成可计算的元素。 同时利用多模态分块策略加 rek 式摘药，将容长内容压缩到最小上下文单元为大模型提供精准的输入样本。 你可以学习到如何结合 ocr 加 vlm 做多模态信息提取，以及如何设计适合企业落地的 a 阵塔上下文压缩策略。 而最后我们会系统讲解如何使用 long chain 搭建智能可说话输出的 agent 智能题可以随意输入想要分析的主题，由 agent 自动完成图文并茂的事实报告和酷炫的可说话大屏。 本期公开课是倾注极大心血的一期，所讲解的全自动数据分析系统也是非常具有实际企业落地意义的，相信只要大家能够详细完整的学完，必然能够系统掌握大模型，结合数据分析领域下的开发思路，大幅提升 a 证的开发的能力。 看在老师们亲注如此多心血的份上，还望大家多多三年支持。今年以来，大模型技术发展势头非常迅猛，我也将持续为大家提供最前沿的技术教学，感谢大家的关注和三年支持！本次公开课的课间代码、项目原码、运行脚本、 知库文件等资料都已经在复范大模型技术社区中上线了，我是暮雨，专注为大家提供最扎实的优质技术内容。公开课马上开始， 技术站来上，技术站上来看呢，会带着大家去重点讲解 long chain 一 点零以及 deepsea ocr 在 多媒体数据解析上的一些功能。同时大家比较关注的在数据分析领域呢，它有 n l two circle 啊， n l two coder 以及今天的多媒体实时数据的实时 实时数据的啊解析这三个方向，我们也都会给大家提供具体的一个实战的案例啊，所以 不仅仅是讲这个原理，也会带着大家去做三个不同形式的一个案例。所以如果大家有下面这几方面的工作或者是学习需求的话，那么本期公开课应该是非常适合你学习的。那么首先第一个啊，就是如果你现在是一个传统的这个数据分析师啊，其实传统的数据分析师呢， 主要是通过啊，做一些 circle 或者是 python， 然后用一些格式化的这个 b i 工具来去生成最终的这个格式化的图标，然后基于已有的数据，加上你对业务的理解，去生成最终的一个报告形式。 那数据分析师我们是可以借助于这样的一项技术，来去帮助我们完成一些提取数据啊，或者是格式化以及洞察信息的这样一些工作， 或者是我们构建的这个系统呢，其实是非常适用于你传统的这个后端开发者。比如说我之前是搞 java 的 啊，我之前是搞 python 的， 我现在想了解一下 大模型构建 agent 啊，应该如何去做啊？所以我们今天呢，会有相关的 long chain 项目的一些讲解，以及在数据分析领域的一些案例啊，包括了 n l two circle 或者是 n l two coder。 那么第三个就是如果你现在正在做大模型啊，也就是啊，你也确实是啊， ai 的 一个数据工程师，但是 不太知道在数据分析领域我们应该用什么样的一些技术，再落地一些场景啊，所以这一部分，呃，我们今天的这个内容呢，是肯定能够给你得到很多的这个思路的扩展。 那么除此以外啊，如果你要是一些企业的这个 leader 啊，想要去做一些 ai 落地方面的事情的话，尤其是在数据分析领域，那今天的这个案例呢， 肯定能够给你带来一定的帮助啊，所以这期公开课呢，其实啊，主要是面对于数据分析师啊，还有我们对 ai agent 比 比较感兴趣的这些小伙伴，做一个快速的入门，当然我们的这个实际落地的案例系统呢，还是非常具有落地价值的啊，大家可以直接把它下载下来，然后进行一个本地的快速部署，在你信应在你的这个公司里面直接应用这个也是完全没有问题的。 ok 啊，上面呢就是快速的给大家介绍了一下，哎，我们这期公开课要带着大家啊去做的这样一个项目，还有啊，你在什么样的一些情景下是比较适合学习我们这门课程啊，所以呢， 今年以来，大模型技术发展势头非常迅猛，我也将持续为大家提供最前沿的技术教学，感谢大家的关注和三年支持。 本次公开课的课件代码、项目源码、运行脚本、知识库文件等资料都已经在复范大模型技术社区中上线了，我是暮雨，专注为大家提供最扎实的优质技术内容。公开课马上开始！

装好了 oppo klo， 但不知道有哪些应用场景，只会在聊天框里进行简单对话，或者看见别人 oppo klo 整理桌面，定点汇总热点资讯，查询飞机、火车票，觉得这类应用太过于积累，其实 oppo klo 的 潜力远远不止于此。 作为专业技术人，在过去两周，我们团队已经基于 oppo klo 开发了三款 ai 数字员工，并在内部上线。一位 ai 初级开发工程师，负责维护项目开发环境以及管理开发进度。 第二位是 ai 行政助理，负责日常采购、考勤打卡汇总和员工关系关怀提醒。而最后一位则是 ai 人事助理，负责协助 hr 完成招聘事项的全生命周期管理。其中我们团队内部公认的最有价值、最有帮助的 当属 ai 人事助理，不仅能够全自动的使用招聘软件和候选人进行日常的打招呼，还可以全自动的进行简历搜集、下载和整理，并且能够根据预设的工作流来提 取简历的关键信息，如候选人年龄、性别、毕业院校、工作经历、工作技能等等，并汇总至招聘进度管理表中，并且根据专业的 hr 准备的知识库，对候选人的岗位契合度和潜在风险进行评估和分析。同时还能全程跟进面试流程，对面试的语音进行转译和分析，分析候选人的表现和面试关 评价，并一键生成获奖人画像和面试报告，为招聘录取提供专业性建议。此外，还能够全自动的同步各环节信息，邀约面试官、协调会议室以及通知面试时间等等。 据说这就是一个可以应用于生产环境的，能够协助 hr 进行招聘全生命周期管理的 ai 数字员工了，而且运行稳定，可以完全离线部署，最大程度保护公司内部的数据隐私安全。以下是来自 hr 团队的评价，这也是头一次让我们团队的小伙伴真实的感受到了通用智能体的威力啊！ 怎么样，看完你还觉得 openclock 只有玩具级别的应用吗？其实啊，从技术的角度来看， openclock 不 仅是一个功能稳定的 通用智能体，而且由于可以修改其长短，其记忆和智能体人格，外加可以通过 skills 灵活的装载各项工具和能力，这就使得 oppo core 本质上也成了一个绝佳的可定制化开发的通用智能体基座。 也就是说，我们不用修改 oppo core 任何底层源码，只需要修改其长短，其记忆和 skills 的 工具调用能力，就可以将其开发为定制功能的智能体。例如大家看到的 ai 数字员工就是怎么来的？ 本期酷爱客公司内部智能体应用大揭秘啊，目前银行代码完全零基础上手，带你借助 oppo clock 完成这项智能 hr 数字员工开发！ 酷爱客完整资料、独家 hr 的 skills 智能 hr 长短奇迹原码定制化、智能体开发流程等等都已经上线至孵化大模型进入社区，我们再来看看啊，咱们接下来做这个数字员工怎么做啊，以及它有会有什么样的这个效果。 数字员工我们是用了一个非常通用的一个这个例子哈，当然这也是我们现在啊我们团队目前啊比较头疼的一个这个方面啊，因为其实从去年开始，我们团队就一直在扩招啊，扩招过程中不断在 招聘啊，不断在这个筛选选人啊，中间有非常多的一些繁琐的关于资料整理啊，包括选通通啊，包括团内部信息互通的相关的相关的工作啊，其实这东西特别复杂啊，然后呢，之前全部都是用人力来做啊，然后我们其实也一直在想办法， 能不能引入一些 ai 工具，帮我们完成类似的啊，像 hr 的 在进行招聘过程当中的一些招聘流程的管理的这样的一个这个事项，这个事项呢，其实并不特别复杂啊，然后特非常通用，可能每家公司都差不太多，然后同时我相信把它作为一个案例啊，也是大家能够去理解啊，这样的一个 ai 数字员工的，他每天做的这样的个事情的这个范畴。 好，那么接下来我们先快速的看一下这个 ai hr 整个的事情的这个范畴。好，那么接下来我们先快速的看一下具体应该怎么样来进行开发。 总的来说就是，首先，哎，你需要给这 open cloud 呀安装一个插件，对不对？让这个插有了插件之后呢，接下来你就可以让 open cloud 接入到飞书里边来，那么这里哈，我们说飞书的开放程度还是非常高的，你呢是可以 去创建一个飞书机器人，然后呢，让你的 openclaw 作为这个飞书机器人背后的那个灵魂啊，或者背后响应的那样的一个个体。总之呢，第一步通过安装插件，哎，把我们的这个 openclaw 呢接入到飞书里面来。 好，那么紧接着啊，由于我们现在啊，对不对？要去完成这个 a i h r 的 工作，对不对？这个 a i h r 的 工作一看就很复杂啊，什么筛简历，读简历，这个人选判断还需要这个什么？呃？在对话中收发简历还需要这个收发邮件还需要在这个呃那个什么？ 呃，还需要在邮箱里面收发收发这个简历。然后同时呢还需要呃围绕每一场面试来进行总结，跟复盘以及和各方同步消息。哎，总之一听就是这个 hr 的 工作呢，还是比较多，所以你需要给现在的这个 open cloud 呢换一个聪明的脑子啊，怎么换一个厉害的这个模型？ 那现在国内来说哈，这个比较好用的这个模型啊，就是能够达到一定啊，能够达到比如说百分之九十五啊，在这个 class 四点五的这样的水准的话，肯定是 kimi 二点五，对不对啊？那么这里面我们就可以用到 kimi 二点五这个模型，对不对？来给它换个脑子啊，换下底层这个模型啊，只不过 kimi 二点五呢是需要付费的啊，差不多这样的这个情况。 然后接下来我们是不是要需要给他一些 skill 呢？当然是需要给他一些这个 skill 的， 对不对？比如说我们需要让他拥有读取 apple 变迁的这样的功能啊，所谓 apple 变迁呢，指的是 apple 里面的比如说这个东西 啊，就是这样的一个这个啊变迁啊，然后呢，这里面我们其实是虚拟的这样的场景哈，就之后在面试的这个时候啊，这个面试官呢，是会使用这个 apple 的 这个变迁啊，来进行一些这个记录的啊，就是来进行一些这个比如说面试这样的录音的啊，录音完了之后呢，接下来就可以 由我们的 opencloud 来进行这个录音的这个分析啊，和对候选人的这样的情况的总结啊，是这么一回事的，所以呢，我们需要安装一些 skill， 哈哈啊，安装好这个 skill， 然后呢重启一下啊，这里面我们是安装着 kimi 二点五啊，对不对？一通的这个操作， 那操作完了之后呢，我们发现啊，组装这个 ai 数据源光啊，还不够啊，他现在呢会读你的这个便签啊，能够围绕你每次这个面试的这个语音啊，来进行这个语音转文字来进行总结，可能还不够啊，我们呢可能还需要给他，就比如说这个收发邮件的这个能力，对不对？给他装一个这个 gmail， 让他能够接下来围绕这个 gmail 呢来进行这个 邮件内容的这个收发啊，是这么一回事啊，然后呢，当我们安装完了这个 gmail 之后呢，我们还发现一个小小的问题啊，就是我们从啊这个 opencloud 网上下载下来这个 gmail 这个 skill 啊，不是很好用啊，用的时候他总报错，那这个时候怎么办？哎，这个时候我们就让 opencloud 给大家露一手 这个露，露一手什么呢？露一手自我迭代和进化啊，就跟他说，哎，我们现在啊，在使用过程当中，你的这个 gmail 这样的一个 skill 不是 很稳定啊，总是会遇到以下这些问题，那你看看你总结一下，是不是围绕自己的这个 gmail 这个 skill 的 这个文档来进行来进行一个修改，对不对？之前不是说了吗？啊哈，这个所有的 skill 身上都是一些文档，对不对啊？你围绕你这个 skill 呢来进行修改，我们需要运行更稳定，哎， 发现它呢就会自己啊来进行一些修改啊，修改完了之后果然就变得更稳定了，哈哈，你会发现还是非常神奇的一个事情啊，对不对？ ok 啊，这个呢是呃，我们的这个 gmail 的 一个这个修改啊，当然除此之外啊，除了这个 gmail 之外还有一些特定功能这样的我们也是来进行修改，就比如说我们的 applenotes 啊，就是我们这个便签， 那便签呢，它原始的这功能呢，是可以帮你去读取便签里面这个文字内容，然后来进行提取。那我们现在需要做的事情是围绕一个又一个，比如说面试记录啊，这个记录是假的哈啊，这是我们虚拟的这个场景， 围绕这个面试记录呢，哎，然后来进行一个比如说文语音转文字的这样的过程啊，因为面试记录嘛，啊，这全程都是开着个语音来进行录音啊，所以呢，在我们现在重点是需要啊，让我们 apple note 给它增加一个语音转文字这样的功能， 它语音转文字样的功能啊，那咱又不会，哈哈哈，对不对？那这可怎么办呢啊？就让你的这个 open 啊，就让 open 自己来进行开发吧啊，所以这个时候它就会围绕着你原来的这个 变迁的这功能啊，原始就已经自带的啊，这样的变迁的功能呢，自己啊来进行轮修改，自我迭代啊，你看自我迭代又开始了啊，很好很快啊，它就可以自己来进行修改完， 那么修改的目的呢？是增加一个语音转文字这样的功能，对不对啊？然后这样就可以来进行测试了哈，这里面我们还进行了这个很多的这个测试啊，总之就是它自己修改完自己的 skills， 我 们看看效果怎么样啊？效果呢？还是非常不错的耶， ok 啊，下面是它修改完这个 skill 的 一个展示了啊，这个大家，这个我们回头下半小就会讲。 好，那不管怎么样，紧接着，哎，我们还需要让我们现在的 ai 这个数字员工还有些功能啊，那就比如说他有的时候收发过来这样的一个简历很多啊，各个渠道汇总过来，这个简历很多， 那么简历我们给到我们的这个面试官，对不对啊？作为专业的 hr， 给到面试官，你肯定不能说简历在这，你自己看一眼，哈哈，肯定是不行的，你不能给他甩一个 markdown， 呃，不不，你不能给他甩一个这个 pdf 过去。所以呢，在公司里边啊，咱们的 hr 其实是需要围绕这个简历啊， 提取一下里面的关键信息的啊，就比如说这个候选人啊，什么名字啊？这个男性女性啊，这个哪年出生的啊？然后呢？这个毕业院校是什么啊？有哪些工作经历，对不对？ 等等等等一系列关键词短，然后现居住地在哪？然后呢？这个什么？呃，工作几年？然后最近几份工作经历是在哪工作的？然后同时呢，你也得进行一些初筛吧，你得自己进行分析吧。哎，这个后人匹配度怎么样？ 优势在哪？问题在哪，需要来进行一通分析啊，所以这个时候呢，你还给他增加一个 skill， 哈哈，首先 pdf 找 markdown 是 肯定需要做的，然后呢，我要 pdf 找 markdown， 你 还需要 让他给他一套完整的这个工作流程啊，或者系统提示词，让他能够自己的来围绕我们刚刚所说的关键字段 来进行总结分析，然后汇总成一个表格，然后直接给到我们的这个候选啊，直接给我们的面试官看，他面试官就可以一看啊，我们现在总共呢十份简历，十个候选人情况啊，在这一目了然，对不对？加快你的这个面试的这个流程， ok， 这里面是没有什么问题的啊，所以我们先给他增加了一个 skill 啊， pdf 的 吗？啊，然后呢又我们这里又又修改了所有的它的 这个系统的啊，这样的个记忆，让他呢把它培养成是一个专业的 hr 啊，知道呢，每个环节应该怎么做啊，自己有哪些功能啊，然后怎么称呼自己的这个领导，以及自己叫什么名字啊，自己手上哪些工具，每天的工作流程什么啊，全给它写清楚啊，全部都写在这一系列的文档里边， 但这一系列这个文档写得非常复杂哈，我们一会儿会再展开来讲啊，总之呢，我们每一个文档呢，都会有一些啊，这个不同的这个调整。但总之我们最后需要知道的是，哎呀，我们围绕着 openclaw 进行了这一通的这个修改啊，对不对？又是增加插件， 又是增加 skill 啊，又是修给他的底层记忆啊，又又是这改了一些 skill， 自己给他原创了一些这个 skill。 最后呢组合成的这个 ai hr， 我 们看最后实战效果怎么样啊？我们看一下。首先这里面上来先打一通介绍，对不对？跟他说好久不见啊，然后这个时候他就回复了啊，我是支持招聘决策的 ar a i 分 析师，智能 hr 啊，有很多事情都可以帮你做啊，可以做这些事情啊，什么简历处理呀，面试支持啊，信息整合呀，数据维护啊，这些事情都可以做，没有什么问题。 好，那这个时候假设，哎，我现在邮件我我的，我的邮箱里面收到了一些简历啊，但这简历都是虚拟的，都是假的啊，这个如有名字雷同，纯属偶然啊，这就是纯粹是假简历。然， 然后呢啊，这个时候啊，我们就可以让我们的这个啊 a i h r 定期的去查收一下邮箱，然后然后呢把未读的这些简历都标记成已读，然后呢把这些简历放到本地，然后再把转换成是 markdown 的 这个格式， 比如说我让他啊，他会有一个背后会有个全字组的这样的工作流程哈，会把所有的啊定期会去检查你现在邮箱里面会有没有收到新的这个简历，收到之后呢，就把它直接放到本地里面来，放到本地之后呢，直接就会围绕简历呢来把它的来把它的 pdf 转化成 markdown 啊，会有这样的一个这个操作，这个是没有什么问题的， 然后同时他不仅要能够收发简历，他也得围绕这些简历信息来进行提取啊，对不对啊？总结下这个简历里面这个基本信息，所以这里面啊，让他创建一个 后人信息记录的文档对不对啊？把近期投递简历这些后人的信息呢，都来进行一些这个记录，然后他就说，哎呀，没问题，咱 们这个文档里面包含以下哪些方面这样的这个流程包括他基本信息，教育背景，然后工作经历，能力评估、综合评价和招聘流程啊，这个呢是写死了啊，这个是我们在记忆里面给他灌输这方面这样的个记忆， 然后你会发现啊，他现在呢，这个人的这个基本情况是一个什么样的这个情况啊？这里面又写的非常详细，然后下面呢还有单独的一个后人信息，你看这个呢，是他的这个 open cloud h r 啊，我们的 ai 智能体自己创建的一个飞书的这个表格， 他自己创的啊，创建完了之后啊，在这啊，给我们发过来给我们看啊，他获奖信息什么？我觉得，哎，可以啊，没问题啊，好，那现在请通知娟娟老师对不对？这个来这个明天下午两点在二楼会议室面试啊，我们觉得这个学员不错啊，现在 hr 发号指定了我们来面试啊，请娟通知一下啊，他， ok， 好， 来进行邮件通知，然后这个时候娟娟老师就收到了 我们的这个 ai 智能体发送过来的邮件的这个通知啊，跟他说啊，怎么要开始面试了呀？啊？这面试人是什么样的情况？然后呢？简历在哪里啊？这个详细的评估报告在哪里？你看看非常专业对不对？邀约 这个面试官来进行面试啊，当然是需要写清楚啊啊，然后再客气一下对不对？基本情况是什么？好，这个呢是一个，那同时呢，如果我现在有很多候选人进来之后，对不对啊？同样比如说我现在啊，在飞书文档上给他发了个简历啊，跟他说啊，我们现在又有新的候选人一样的，按照刚才这个流程啊，整理一下候选人这个简历行不行？没问题， 整理完了之后再来进行一个对比也是可以的啊，你发现哎，他迅速就给了我们现在两个候选人的一个非常清晰的一个这个对比啊，我们现在啊，这个王林和刘成这两个人啊，对不对？分别是一个什么样这个情况？一个呢在大厂工作，一个呢是创业公司工作啊，这两个人这个能力维度对比是个什么样这个情况， 然后啊，让他帮我们啊来进行一通这个分析。那比如说我现在是什么需求？比如说 ok， 我 现在呢是希望假设，希望更快速的完成团队招聘，那么你看看在咱们这候选人里面，你排个序对不对？哪些候选人更有优势？然后呢一通排序 啊，开始分析啊，怎么怎么样啊？觉得哪个人更有优势啊？一同分析。那么如果我们想更快速的完成团队招聘，他会觉得说啊，这个流程呢更有优势啊，他这更核心优势呢，我们从三个四个方面来进行对比，一个到岗时间，一个薪资预期，一个环境适配和一个招聘经验 很专业，对不对？四个方面来进行对比，来看看啊，哪个人更有经验啊？等等等等一通的这个分析，分析完之后说行，没问题啊，那我们两个人都面下吧，对不对？ 这个时候呢，还是一样的啊，通知一下这个卷卷老师啊，来进行面试，然后同时同步一下我们现在的这个面试的这个进度。 ok 啊，就开始来进行发送了哈，然后这个时候卷卷老师又收到一封信息啊，要来面试了啊，这是第二个候选人来进行面试了啊，然后同样有候选人这个简介和详利的详细的能力评估报告啊，还在这个简历都发给卷卷老师让他看一下。 好，看完之后，接下来我们就开始来进面试了，那么当我们面试完了之后啊，我们面试的时候，假设啊，两个人的面试都会有完整这样的录音。那当我们面试完了之后呢，接下来我们就需要去分析一下卷江老师对这两位后人评价怎么样？ 这个面试的过程当中啊，问了哪些问题？怎么去判断这后人是是个什么样的情况？ ok， 好， 接下来啊，围绕我们录音呢，来进行一个转录，来进行一个转移，转移完了之后呢，接下来啊，去分析一下啊，这些后人的临场表现啊，对不对？这个 啊，还有很多的一些这个综合的这个情况啊，然后最后来进行了对比的这个分析，然后给出一个决策的这样的个建议啊，当然呢，由于我们给他设定的是一个这个决策，他只能做建议啊，不能做判断啊，所以他其实有很多决策方面这个建议，那么建议完了之后， ok， 汇总一下我们当前这个阶段招聘的完整这样的情况。哎，他就开始来汇总啊，这后选人什么信息啊？然后呢？现在啊，是一个什么样这个情况啊，然后增加了啊，什么结构化能力评估的表格呀，然后呢一个呢标注的是这个录用，一个标注待定啊，等等等等，然后同时，哎我们把最后的评估结果发送给卷卷老师，让他来进行确认，等等等等， 然后卷卷老师啊，又收到一封简历，然后呢我们，哎这个人推荐录用啊，推荐录用原因是什么啊？然后接下来呢， 还有啊，他可能会存在的一些这个风险也提示到位啊，那么接下来第二候选人现在是个什么样情况啊？在考虑对不对啊？等等等等啊，你会发现整个流程啊，就他接手了啊，差不多是这样的这个情况，然后同时，哎我们还可以让他去生成一个报告， 生成一个这个啊，生成一个候选人的这个这个报告啊，但这一点呢，是我觉得还是非常有趣的一点哈，因为大家千万不要忘了，对于现在的这个 a 证的智能体来说， 他呢实际上是有非常强的这样的一个这个编程能力的啊，所以呢，他其实可以展示的这个信息啊，远远不是说 ok， 我 只停留在文字层面啊，跟你去说一下什么样的情况，他 呢实际上是可以有一个，比如大家现在看到这样的一个交互感还不错哈的一个这个静态的一个网页哈，作为一个最后啊，我们这俩后人分析报分析的一个，呃，两个后人的这样的一个对比的一个报告，对不对？做一个专业的 h r 是 要学会啊，这个更好的更高效的传递各种信息的啊，这里就会有啊，这两个人呢， 核心的情况是什么样的啊？一个呢推荐录用啊，一个呢是待定啊，对不对？然后同时呢，哎，这两个人能力对比啊，是个什么样？这个情况，然后综合评分对比啊，在各个维度上综合评分啊，包括面试表现呢，还有招聘经验、业务理解、到岗速度、薪资竞争力和长期稳定性啊，各方面会有一些这个对比的。这个评分结合面试， 然后同时还有一些面试官的评价啊，也全部都写在这，然后最后呢，统一的哎，发给卷卷老师，让卷卷老师看一看啊，咱们现在啊招聘这两个人是一个什么样的这个情况，你看看，哎，咱们现在面，咱们现在决定录取哪一个，对不对？ ok 啊，就这样的这个流程， 哎，你会发现这一整套流程下来，是不是我们整个的这个 open cloud 啊，它就完全完完全全的是在我们整个招聘管理的全部的流程当中了， 那么它呢，其实就是一个啊，现在啊，虽然是刚刚上手啊，但是呢是可以在未来的运行过程当中越来越熟练。然后呢，我们给他提出更多的一些细节化的要求，能够更好地切入到我们当前完整的这样的一个 ai 数据员工的这个体系里边来的 啊，这样的一个 agent 啊，这个呢是我们啊，这个完整的，最后啊，需要给大家呈现的一个案例啊，就是通过我们的 opencloud， 哎，来 来做，哈哈，这样的个 ai 数字员工啊，当然这里面具体有哪些环节，每个环节分别是怎么做的？我们怎么去构思这个 ai 数字员工，他的核心功能以及呢？怎么样去安装插件？怎么样去给他增加这个 skills？ 这个我们放在下一节来进行一个这个，再来进行深入的讲解。好，那我们这小节内容呢？就差不多先到这啊，我们 ai 数据、员工的完整记忆文件和 skills 也都包含在本期公开课的课间中，和课间代码提示流程等都一起上线着。复泛大模型进入社区，二零二六刚开年，大模型进入发展势头就势不可挡。和去年一样，二零二六我将持续为大家提供最前沿实用的技术教学，感谢大家的关注和三连支持！

装好了 oppo klo， 但不知道有哪些应用场景，只会在聊天框里进行简单对话，或者看见别人 oppo klo 整理桌面，定点汇总热点资讯，查询飞机、火车票，觉得这类应用太过于积累，其实 oppo klo 的 潜力远远不止于此。 作为专业技术人，在过去两周，我们团队已经基于 oppo klo 开发了三款 ai 数字员工，并在内部上线。一位 ai 初级开发工程师，负责维护项目开发环境以及管理开发进度。 第二位是 ai 行政助理，负责日常采购、考勤打卡汇总和员工关系关怀提醒。而最后一位则是 ai 人事助理，负责协助 hr 完成招聘事项的全生命周期管理。其中我们团队内部公认的最有价值、最有帮助的 当属 ai 人事助理，不仅能够全自动的使用招聘软件和候选人进行日常的打招呼，还可以全自动的进行简历搜集、下载和整理，并且能够根据预设的工作流来提 取简历的关键信息，如候选人年龄、性别、毕业院校、工作经历、工作技能等等，并汇总至招聘进度管理表中，并且根据专业的 hr 准备的知识库，对候选人的岗位契合度和潜在风险进行评估和分析。同时还能全程跟进面试流程，对面试的语音进行转译和分析，分析候选人的表现和面试关 评价，并一键生成获奖人画像和面试报告，为招聘录取提供专业性建议。此外，还能够全自动的同步各环节信息，邀约面试官、协调会议室以及通知面试时间等等。 据说这就是一个可以应用于生产环境的能够协助 hr 进行招聘全生命周期管理的 ai 数字员工了，而且运行稳定，可以完全离线部署，最大程度保护公司内部的数据隐私安全。以下是来自 hr 团队的评价，这也是头一次让我们团队的小伙伴真实的感受到了通用智能体的威力呀！ 怎么样，看完你还觉得 openclo 不 仅是一个功能稳定的通 通用智能体，而且由于可以修改其长短，其记忆和智能体人格，外加可以通过 skills 灵活的装载各项工具和能力，这就使得 oppo core 本质上也成了一个绝佳的可定制化开发的通用智能体基座。 也就是说，我们不用修改 oppo core 任何底层源码，只需要修改其长短，其记忆和 skills 的 工具调用能力，就可以将其开发为定制功能的智能体。例如大家看到的 ai 数字员工就是怎么来的？ 本期公开课，公司内部智能体应用大揭秘啊！目前银行代码完全零基础上手，带你借助 openclock 完成这项智能 hr 数字员工开发 公开课完整资料、独家 hr 的 skills 智能 hr 长短奇计、原码定制化智能体开发流程等等都已经上线至孵化大模型进入社区再往下啊！对于我们开发者这这来说，可能需要非常关注的一个点就在于 openclock 的 这个人格和记忆管理系统， 这个它的人格记忆管理系统啊啊，其实 openclaw 它作为一个开源名称组的开源项目，其实它整个项目结构并不会特别复杂哈，那么它所有的啊，关于现在的这个记忆系统的所有的文件，其实全部都保存在啊，叫 workspace 啊，这个文件夹里边儿， 那么这个文件夹里边儿呢，有非常非常多的啊，一些这个文件，比如大家可以看到啊，什么 memory memory， 就是 它当前这个 agent 的 这个 skill 啊，那一系列这个文件 档案架啊，还有一系列这个 markdown 文档，那么这些 markdown 文档就是啊，它的长短期的一些这个呃功能记记录的 markdown 文档， 哎，你会发现非常简单粗暴啊，对不对？你要篡改它记忆很简单啊，就改就完了啊，就在这些这些文档里面改啊，就可以了。那么这几个文档，它分别是去负责你当前的 agent， 人格和记忆哪些部分呢？非常简单啊，比如说这个 agent 啊，啊， sorry， 我 们从最浅的开始说哈，最浅的是最下面啊， user， user 呢？它呢，实际上是一个认知它的服务对象的这样的一个 microsoft 文档里边呢，会写得非常清楚啊，关于说它现在是服务谁的 哈，对不对，对不对啊？然后呢，这里面你可以通过修改 user 啊，让他啊这个换着法来称呼你啊，称呼什么都可以啊，你给自己一个身份啊，就在 user 里面写啊，叫叫，叫你老大也行啊，叫你 boss 也行啊，叫你领导也行，叫你小名也可以啊，都可以，没关系的，在 user 里面写， 然后同时再往上啊，这个 so so 呢？它呢，实际上是它的底层的一个这个人格啊，和它底层的形式逻辑啊，所组成的一个 markdown 文档啊，呃呃，进行的这个核心的这样的内容的这个提示啊，包括说它是什么样这个角色呀， 它主要是负责做什么样这个事情啊？在做这个事情的时候，它是不是得有一些这个基本的标准啊？和它能力会不会有些边界啊？等等等等。 那么关于这个 so 部分，这个内容我们一会也会讲的哈，因为我们之后在进行定制化的 opencloud 开发的时候，实际上是会围绕这个 so 来进行非常多的一些这个修改的。那么比如说我们接下来要去做一个这个 hr 这个机器人，对不对？那对于 hr 这个机器人来说啊，那么他呢，你就需要给定好他的这个 so 哈，就给他好好的设计他这个 so 啊，他这个 so 呢，可能会包括，就比如说 啊，啊，就比如说，哎，我作为一个 hr 这个机器人，我主要负责的事情是什么？你是判断候选人合不合格，还是主要呢去 提出些你的意见和给你的上级一些这个建议，对不对？通过你的专业性的建议啊？给给 sorry， 给你的这个上级的传递一些专业性的这样的建议。那么我的能力边界在哪里啊？就比如说呢，我可能不能够代替我的上级下判断对不对？这个判断还是要人来判断，我主要是负责来提建议， 然后再比如说啊，这个，我的这个语言啊，我的这个，呃，语气应该是什么样的啊？然后呢，我大概会有哪些这个能力啊？身上都是写在这个 so 里面的，这个呢是没有什么问题的， 但是呢它的这个 so 啊，编辑相对来说是一个比较模糊的这样的一个状态，更加详细的，比如说我现在总共有以下五个能力啊，这个呢是写在上面的 agent d m 档文件里面的啊，这我们也会会说啊，差不多这个 so 呢，就是这样的定位， 那么再往下就 identity 啊，它呢实际上是一个自我身份的一个这个设定啊，包括，那我叫什么名字啊？是吧，那我语气风格是什么啊？我有没有是一些这个标志性的这样的表情啊，等等等等啊，他这是他对自己的一个这个设定，那么再往下啊， agent d m d 它它其实更像是一个操作手册了， 那么 agent 点 m d 就是 是会详细的告诉他，哎，你现在你的这个 agent 应该怎么样来进行运行，遇到什么样情况的时候应该怎么样去操作？实际上哈，我跟你说这 opencloud 呀，啊， 它能够有这么好这样的性能和效果啊，甚至让很多人感慨啊，它还会有自主进化这样的能力，其实都得益于这个 agent 点 m d 啊，你可以把它理解成是一个非常有效的一个上下文工程，我们一会会围绕它原始的这些记性文档全部都来进行一个翻译哈，大家回头就能看到。 那么这个 agent 点 md 呢？就是它所有的啊，关于说我现在那该怎么做，我的执行流程什么样的，我有哪些可以调用工具的一个完整的一个集合，包括大家有没有看到啊？我们现在实际上这个左侧哈是这 cloud bot 啊，它可啊 sorry， 左侧是它的 open cloud， 完整的一个项目的这个结构，那么它为什么会把所有的一些这个啊，它中间执行的这个项目的这个结构，那么它全部都保存这个文件里面，包括 它的 skill 也是保存在里面，它的 memory 也是保存在里边，包括下面我们还有很多些中间运行的这个结果哈，什么点 e n v 啊？什么这个它拉取过来的，什么这个呃，什么 m 四 a 的 这个音频格式啊，乱七八糟东西，它全部都保存在这 workspace 文件夹里面，其实全部都是 agent d m d 去规定的， 也就是说它这个项目底层设计是非常灵活的，不像我们看到很多 agent 的 项目，对不对？呃，不同的执行不同类型的任务，不同类型的这个内容里面的。但是对于现在的这个 open crawl 来说，没有那么复杂 啊，你想存哪儿都是可以通过自然语言命令去告诉它的啊，因为它呢是可以直接去修改，它就是 agent m d 的 这些文件全部都保存在这个 workspace 文件夹里边儿，大家还记不记得 对于 openclaw 来说，它本来就拥有那个修改文件、创建文件、写入文件那些功能的啊？所以它呢，实际上是可以自己就围绕这些文件来进行修改的，所以它完全是可以在跟你聊着聊着聊着的时候，对不对？比如说你反复跟他说我是你老板 啊，或者说啊，我是你老大啊，等等等等啊，那这个时候他就会去改他的 user d m d， 把你的称呼改成老大啊，是这么样的一个这个状态，所以呢，很多用户就会有啊，说跟他聊天呢，就感觉他越聊越聪明对不对？越用越懂你啊，为什么会有这样的一个感受，那么其中就是因为他会自己篡改啊，他自己的这个记忆 是这么一回事，所以它整个架构其实非常非常灵活，它背后的功能体系相对来说比较清亮，全部是靠着这一整套这 md 哈，这整套上传工程给它来进行非常强力的行为上这个约束 啊，是什么样的情况？当然你的这个 md 多了呀，哎呀，它的管理起来就会比较复杂啊，所以它的这个记忆管理系统，实际上是一套非常精妙的这个系统啊。当然这个不是我们本期公开课的重点，我们就大概给大家讲讲啊，大家可以看看下面这段文字啊，它有本地的这个存储，还有这个 circle light 磁性量的这样的个存储。然 然后呢，实际解锁过程当中，它还分长短期的这个记忆和持久化的这个记忆两方面记忆的这样的贯注和写入，然后同时还可以热修复一些 skills 相关的这功能读取进来啊，差不多就是这样的一个这个体系。 然后其中呢，它的这个解锁策略呢，非常有趣啊，不是普通的这个 rag 啊，是这个混合解锁啊，是带着关键词的这个混合解锁啊，它差不多百分之三十是关键词匹配的权重，百分之七十是这个词向量的相似度的这个解锁这个结果，然后呢去保证它是可以检受到很多的细节信息的啊，但这个可能是它的这个作者 啊，这个 peter stenberg， 他 会觉得，呃，这样的个解锁对于持久运行的这个比较泛的这个 agent 来说，是一个比较好的功能特性啊，所以它采用的是混合解锁这样的一个方式 啊，总的来说说看，这么复杂的这个背后的一个解锁这个体系哈啊，这个呢是更加底层的东西啊，但是假设我们只希望对它来进行一些二次开发的话，那实际上你就需要知道这些文件啊，是什么内容就可以了，然后呢灵活来改就完了。 然后其中呢 memory 这个文件里面内容是它自己生成的啊，跟咱们没有关系啊，它会自己来进行提炼总结啊，然后呢来进行一些内容这个压缩啊，然后那我们其实主要是改的是其他的这四个文件夹，但是除此之外， 除此之外啊，还有什么 boost， trap 啊，还有这个呃心跳啊的一些这个 macd 文档啊，这个呢其实是对一些更加细节的功能来进行一些约束。那么再往下还有 tourist dm d， 一 般来说我们肯定也不会改啊，因为这个 tourist dm d 主要是它自己会去读取跟加载相关的一些这个 相关的一些呃，这个文档啊，相关的一些工具啊，是那么一回事，所以你会发现哎，他的整个的这个记忆管理系统呢，实际上啊，这个权限呢，是非常松散的啊，我们是可以自由的啊，来进行这个切入啊，自由的来进行操作啊，然后呢去更改他的这个记忆，再 加上你会发现他的记忆是灵活的，他的功能呢，也是灵活的啊，我们可以自由的给他装载，对不对 啊？装载各式各样的这个 skill， 然后同时呢，哎呀，他的这个呃接入的方法也是非常灵活的啊，所以他现在还才会衍生出这么多玩法啊，是怎么样的这个情况，所以啊，从非常专业角度上来看，你会发现，哎， 设计一个通用型的这个 agent， 哎呀，确实是和我们之前去设计很多专精领域的这个 agent 不 太一样啊，它居然可以这么的灵活，哈哈哈， ok， 好， 那么接下来啊，基于这么样这个灵活的这个体系啊，刚刚讲了这么多这个理论，这个东西，我们先来看看它有哪些高阶的玩法呢啊， 当然，其实普通的玩法我相信大家可能都玩腻了，对不对啊？跟他聊个天啊，对个画呀，画个图啊，什么清理一下桌面啊，对不对啊，搜索下网络的这个信息啊，等等等等啊，这东西我相信大家都玩腻了，我们来整点这个不一样的东西， 那么对于 opencall 来说，目前我们探索到它能力的边界啊，实际上就是 ai 数字员工啊。所谓 ai 数字员工呢，指的是让他啊，帮你切入到你工作流程里边去，来完成某一些事项，完整的生命周期管理啊，正是所谓的 ai 数字员工啊，但这些也是现在所有 agent 智能体探索的非常前沿的一个方面。 但是大家需要知道的是，所谓 ai 数字员工啊，不管你给他分配什么样的工作，但是他实际上接受的面呢，仍然还是非常综合的。 比如说我们说你数据分析智能体是专门围绕数据分析的来进行，比如格式化呀，或者高精度的这个 sql 代码编辑，它是这样的个需求。但是如果你说我一个 ai 数据员工是一个 ai 数据分析师的话，那么他的技能肯定就不能只是啊，来进行数据分析啊，他可能还得写报表啊， 对吧？提需求啊，然后呢啊，去开会啊，去沟通啊啊，然后非常多的一些工作上的一些这个复杂繁琐的一些这个事项，所以其实往往我们说 ai 的 员工，他的这样的功能定位哈，其实更加适合啊，让更加通用智能体 来进行一个实现啊。那么好，对于现在来说， open club 啊，虽然就是这样的一个可以去扮演 ai 的 员工的这样的一个角色。然后同时对于 open club 来说， 那我们刚刚其实最开始有说到它其实是一个比较呃 fun 啊，或者说这个比较呃通用的这样的智能体。但是呢，对于 open club 来说，它还有一个非常核心的一个功能特性，就是它的 skill 和它的插件是允许给它去组装一些非常专业的这样的个技能的。比如说对 open club 来说，它其实底层是有 啊，是有什么这 codex 啊和 cloud code 这样的一些 skill 的 啊，其实完全是可以的，也是通过它呢，是可以通过调用命令行来操作 cloud code 来完成一些更加复杂的编程的这样的工作的啊，这个我们也需要稍微来进行一下这个说明的 好，那不管怎么样， ai 数据、员工的完整记忆文件和 skills 也都包含在本期公开课的课程中，和课程代码、提示流程等都一起上线着覆盖大模型进入社区，二零二六刚开年，大模型进入发展势头就势不可挡，和去年一样，二零二六我将持续为大家提供最前沿实用的技术教学，感谢大家的关注和三点支持。

java 加 ai， 它是适合于我们中等学历兄弟普通人吃到 ai 红利的一个，相对来讲还蛮不错的一个方向，就是如果说我的学历特别高，我是九八五二幺的研究生，那说实话，那个你不要选 java， 你 去选 python 加 ai， 你 去选机器人，那个你会拿到更高更高的钱。 然后呢，如果说你说我是专科的，我也不建议去搞 java， 因为专科的今年搞 java 的 相对来讲被企业多多少少会有点歧视，从专升本开始，一直到双位数。然后呢，你去选 java， 这个相对来讲还蛮好， 只不过呢，就是今年你要去学 java 加 ai 的 话，你不要去搞那种传统的 java 了。什么叫做传统的？我只学 s s m， 我 只学 spring cloud 的， 只学传统东西，这个没用了，对吧？为什么？因为现在市面上很多的企业他都在想着做传统的项目，做智能化升级，而且已有的那帮做传统开发的 java， 今年基本上都在想着往那个 java 加 ai 智能应用开发去投 轴地传统的方向现在竞争力特别特别的大，又卷，对吧？像 java 加 ai 的 智能应用开发，这就是一个新型的岗位，现在市面上会的人还不多，它更好卷。 但要学什么呢？首先第一个，原本的 s s m， spring boot 的 spring cloud 的 这些东西该学还是要学的，我们花百分之五十的精力，剩下来百分之五十的精力，你要学 java 结合 ai 去开发的那一套，注意啊，这一套不仅仅只有 spring ai， 它有 spring ai 或者是 longchain 模块 mcp， 对 吧？大模型的部署，大模型的微调等等等等这些东西。 如果你要开发一些特定的业务，比如说纹身图，纹身视频，你还要额外的再去学其他的框架，比如说 stay for diffusion com， ui， 对 吧？如果你要去做那种 ai 客服， ai 对 话机器人，你还要学那种 chatbook 等等等等那些的事情。 所以说 java 加 ai 呢，它是那种传统的也要搞，然后呢？ ai 智能的东西这个也要搞，是两者结合起来的这么一个方向。本科学历能入，基本上应届生呢，在十 到十三 k 的 样子就业的城市呢，北上广深从这个开始一直到二三线城市，基本上都会有对应的岗位，比较感兴趣的想要从事这一块的，我把它最新的免费的试学课，还有那个完整的学习路线给你发过去。企业里面最想要的技术，企业里面最想要的项目，在那个里面都会有，你可以自己去看。

老师， ai 应用开发怎么样？ ai 应用开发偏窄，我建议你再加一个基座，这是我每次要讲的一个话题，这话题呢，每次都讲，但是每次因为因为每次都有人没听过，所以每次都得重新讲一遍，我把上次我讲完的内容呢，快速给你过一遍，就是关于 ai 应用开发相关的。 大家要认识到一点，就是 ai 相关的工作大概分成四个层次，第一个层次是运用 ai 工具， ctrl 啊，还有其他 ai， dc 的 这些东西啊，所有人，不管你做什么工作，不管你做啥，哪怕你做 行政，只要你用好这些工具，你的效率都会提升，包括我现在在备课都经常用。 所以工具的运用对于所有人来说，是不是技术岗不重要啊，只要你是个人啊，你在办公室里工作，这些工具要学会用，要会去探索， ok， 但是这个也比较简单。 第二个呢是智能体的开发，一般我们用 code 或者 def 呀，这部分的工作岗位在增加， 有一些新型的公司在做专门的 ai 员工，我认为呢，程序员应该掌握，因为什么呢？这东西很简单，学起来很容易， 但是呢，能够解决我们实际当中的一些业务问题。呃，一般来说，建议大家至少啊掌握到这个程度，把智囊体的开发掌握住啊，这是这是最最低级的要求了，特别简单， 如果你有一点编程经验的话呢，一两一两周左右啊，十五天，十五天上手，这个一点问题没有。那么第三个层次呢，叫搭建私有的大模型进行微调，运用自己的专门数据进行训练，训练自己专业的 和自己业务贴合的大模型，我们现在正在训练，我们自己的大模型的老师很快会跟大家见面，应该一周左右啊，现在我们工程师正在紧锣密鼓的调试，然后 你像医疗相关的，像法律相关的，生物相关的这些专门的大模型 来提供你的对你的业务支持啊。那么这种情况目前在市面上一般把他把这部分，把第三个层次叫大模型应用开发。听懂没有？叫 ai 应用开发啊， 当然更宽泛的呢，实际上把二和三结合起来叫什么呢？叫打磨性应用开发，叫 ai 应用开发工程师。之所以我们普通所说的 ai 应用开发主要指的是二和三，但这二和三的难度高不高呢？ 我跟大家说，如果你原来有编程基础，二和三全搞定，业余时间一定不会超过两个月，也就是说你有两个月的业余时间，每天有个两花两个小时就搞定了。 但是目前是什么一个情况呢？目前是这个开发呢？呃，招聘的人数啊，起码在现在，我们不能说后面会不会增加不好说啊，有一些在逐步增加，但是这速度没那么快。上次呢，我给大家这个估过一个模型，就是如果 java 岗位是一百，那么 c 和 cia 的 岗位大概在六十五六十左右。呃，而这种应用开发工程师的岗位呢，大概只有五六个，目前是这么一个比例，各位能不能听懂啊？ 可能在增长，增长到十左右啊，大概也就这个数值了。所以呢，如果你说我一点基础都没有的情况下，往这方向去拼，你可以去拼，再窄的路大家往里挤，但是总有人会挤进去，没准就是你 麻烦一点啊，就是概率没那么高。还有一个呢，这个太简单，所以在现在呢，目前很多企业里面要求原来他们已经在企业里工作的成员啊。我自己的成员，我要求他们呢，你给我学一遍，把这个给我学会了，解决我新加新增加的问题。 所以目前市面上比较受欢迎的成员反而是成了什么呢？成了懂这个， 原来呢，再加上一个机座，原来机座我建议是 java 或者 c 加加啊，就是两个，其他都不太建议。什么 python 了， c 叉了， p h p 了，那些都不太建议啊。安卓了都不太建议，就是选两个最宽的方向啊。 java 或者 c 加，加上 ai 工程师， ai 应用开发工程师，好讲清楚没有？ 这这块有没有听懂来听听明白的老铁。扣一来从国企出来想回去了，有点崩溃。对，你从那个被保护的很好的地方出来了啊。突然间杀伤了真实的战场，发现战场很残酷是吧。 然后第四个层次是算法工程师，这个一般来说呢，二幺幺的，至少二幺幺就打杂的那部分人都是二幺幺的研究生啊，这个对学历要求比较高。二幺幺研究生呢，还不一定能够得上啊。是这么一个情况，这个主要原因是算法工程师团队数量少。为啥 python 不 建议 python？ 你 告诉我能干啥？其实 python 不 能说不建议啊，因为我我是带建议的，这部分是必须用 python 的， 常用就是 python， 其他语言也有，但是用的少。但是你要知道的是 python 它太简单了，如果你玩家吧玩 cia 的， 上手 python 三天足够？肯定够啊，而且在这种情况下呢。呃， pason 值钱的部分大概也就是结合 ai 这部分，至于说像其他什么爬虫了后端了，呃，什么报表处理了，那个都不值钱啊。 那些方向都不值钱，听懂没有？并不是说 python 不 建议，而是已经建议进来了，这应该叫 java cia 加上 ai 这个 ai 里面呢，实际上已经包含了拍了啊，拍我们都是赠送的好吧。嗯，在我们课程体系都是赠送啊，我不知道说清楚没有啊。

装好了 oppo klo， 但不知道有哪些应用场景，只会在聊天框里进行简单对话，或者看见别人 oppo klo 整理桌面，定点汇总热点资讯，查询飞机、火车票，觉得这类应用太过于积累，其实 oppo klo 的 潜力远远不止于此。 作为专业技术人，在过去两周，我们团队已经基于 oppo klo 开发了三款 ai 数字员工，并在内部上线。一位 ai 初级开发工程师，负责维护项目开发环境以及管理开发进度。 第二位是 ai 行政助理，负责日常采购、考勤打卡汇总和员工关系关怀提醒。而最后一位则是 ai 人事助理，负责协助 hr 完成招聘事项的全生命周期管理。其中我们团队内部公认的最有价值、最有帮助的 当属 ai 人事助理，不仅能够全自动的使用招聘软件和候选人进行日常的打招呼，还可以全自动的进行简历搜集、下载和整理，并且能够根据预设的工作流来提 取简历的关键信息，如候选人年龄、性别、毕业院校、工作经历、工作技能等等，并汇总至招聘进度管理表中，并且根据专业的 hr 准备的知识库，对候选人的岗位契合度和潜在风险进行评估和分析。同时还能全程跟进面试流程，对面试的语音进行转译和分析，分析候选人的表现和面试关 评价，并一键生成获奖人画像和面试报告，为招聘录取提供专业性建议。此外，还能够全自动的同步各环节信息，邀约面试官、协调会议室以及通知面试时间等等。 据说这就是一个可以应用于生产环境的，能够协助 hr 进行招聘全生命周期管理的 ai 数字员工了，而且运行稳定，可以完全离线部署，最大程度保护公司内部的数据隐私安全。以下是来自 hr 团队的评价，这也是头一次让我们团队的小伙伴真实的感受到了通用智能体的威力啊！ 怎么样，看完你还觉得 openclock 只有玩具级别的应用吗？其实啊，从技术的角度来看， openclock 不 仅是一个功能稳定的 通用智能体，而且由于可以修改其长短，其记忆和智能体人格，外加可以通过 skills 灵活的装载各项工具和能力，这就使得 oppo core 本质上也成了一个绝佳的可定制化开发的通用智能体基座。 也就是说，我们不用修改 oppo core 任何底层源码，只需要修改其长短，其记忆和 skills 的 工具调用能力，就可以将其开发为定制功能的智能体。例如大家看到的 ai 数字员工就是怎么来的？ 本期酷爱客公司内部智能体应用大揭秘啊，目前银行代码完全零基础上手，带你借助 oppo clock 完成这项智能 hr 数字员工开发！ 酷爱客完整资料、独家 hires 的 skills 智能 hr 长短奇迹原码定制化智能体开发流程等等都已经上线至孵化大模型技术社区。而最为重要的是它有一整套的插件啊和 skills 这样的这个系统， 这个系统才是我们说现在能够让我们 openclouds 来进行一些功能定制化开发的一些非常核心的一些这个功能。首先哈，我们这里重点说来探讨的是关于它的这个 skills 啊，这样的这个系统， 那么 skills 系统呢？其实，呃，我们公开课没有讲过哈，但实际上在去年年底啊，跟今年年初的时候，已经有很多的一些材料啊，来进行关于 skills 是 什么方面的这样的教学。那么总之啊，我们说 skills 呢，它呢，实际上是工具啊，加上上下文工程二者的这样的个结合，我们稍后就会看到哈，对于现在的 啊，稍等一下啊，我们现在就可以简单看一下，对于现在的这个呃， agent 来说啊， skills 是 一个什么样的东西。 当然我们说不同的 agent 啊，它的这个 skill 呢，实际上是完全不一样的啊，它会有不一样的这个 skill 的 这样的一个这个流程。那么 anselpig 最开始提出的这个 skill 啊啊，它其实大家可以想象成啊，就跟 mcp 是 比较像啊，就是一个范式啊，就是一个这个理念。 但是呢，你的这样的范式怎么样去落地啊？这个其实是不同的， agent， 实际上是有一套啊，这个 agent skills 的 这个落地的这样的一个理念的。 当然对于这个 openclaw 来说，它的 skills 是 什么啊，就比如说像大家现在看到的这两个文件夹，对于 openclaw 来说，就是两个 skill 啊，就这么回事。 那么其中第一个文件夹，大家看啊，它这个文件夹的名字叫 gmail， 那 么这个 skill 是 干什么的呢？哎，就是专门用于让我们当前的 openclaw 能够去使用这个 gmail 啊，这样的一个 api 来完成谷歌邮箱的啊，邮件收发编辑啊，看相关的这样的工作的，哎，它是这样的一个 skill， 交往下还有一个 skill 叫做 pdf resume to markdown 啊，这么这个 skill 一 看这个名字就知道对不对啊，它呢是一个教我们的 open call 啊，怎么样去把这个 pdf 转化成 markdown 的 这样的这个 skill 啊，就这么样的这个回事。所以一个 skill 身上的本质是一个文件夹，而它是一个什么样的文件夹呢？它是一个由 markdown 啊和 可选的脚本所组成的一个文件夹啊，那么比如说我们现在啊，如果看 gmail 啊这个啊 skill 的 话啊，这个 skill 呢，是让我们现在的对不对啊？哈，这个 open call 能够去操作啊，能操作这个 gmail 啊，能够去操作谷歌邮箱的这样的一个这个啊 skill， 但这个 skill 呢，发现它只有一个 mark， 哈哈啊，他只有这样的一个这个 macdunk， 那 么这个 macdunk 是 什么呢？啊？这 macdunk 实际上就是关于说现在啊，要要去教会你的 open call 在 什么情况下可以去使用谷歌邮箱，以及如果你想要使用谷歌邮箱的话，那么他应该啊以一个什么样的操作流程来进行操作这样的一个文档，换而言之就是他是一个操作手册啊，就这么回事。 然后呢，这个操作首手册会先放在这后边啊，他在实际运行的过程当中呢，还会有一整套非常复杂的关于工具调度的这样系统和 它的这个历史知识记忆灌注这样的个流程，那么它呢，实际上就是会在有需要的时候，哎，把你的 skills 给它导进去哈，就这么一回事。那么大家仔细看这个 skills 里面有什么内容呢？除了 很多的一些格式化的一些这个东西，对不对啊？这上面什么作者呀，名字啊，这个介绍啊，还有版本号啊，等等等等啊，除了这些内容之外呢，其实基本上你会发现它就是一个说明文档， 对不对？他跟你说啊，如果你要使用谷歌邮箱的话，那么啊，你这里面需要填入个 api key， 然后使用这个 mission 啊，来进行一个转发啊，然后呢操作你谷歌邮箱啊，然后呢 base you are， 是 这个啊，等等等等啊，很多很多啊，关于它的一个具体应该怎么样进行操作， 那么为什么我们只需要给你当前的 agent 一个长成这个样子的操作手册，它就会具备去这个调用你的这个 gmail 相关的这样的功能呢？这是一个很好的问题啊，难道它跟人一样啊，看一看操作手册就会了吗？ 当然我们说它跟人是不一样的，但是大家需要知道的是，对于我们现在的，比如说 open call 来说，大家记不记得它底层是能够操作命令行的， 它底层是有这个 python 代码解释器的，是可以在沙盒环境里面去运行 python 代码的，也就说它呢就是一个简单版本的程序员是没有什么问题的。好，那你现在需要让一个 简化版的程序员拥有编程能力的这样的个人通过写代码去操作 gmail 这个事情本身呢，是可行的，因为它也是有运行运行这样的个权限的，那么它唯一没有的是什么呢？大家可以想想，就是我不知道咋写呀 啊，或者说，哎，我这个知识库过时了呀，啊，或者说我记得很多个版本啊，都可以调用这个机妙 a p i， 但是我不知道具体调用哪一个呀，对不对？它其实只需要补充最后一公里的那样的一些这个知识就可以了。好，那现在 skill 这个文档啊，就做这事了啊，告诉你，哎，你现在要连谷歌邮箱，你第一步得怎么做？你得输入什么 base url， 你 怎么样去完成授权 啊？你没，你没有完成授权的话，你要怎么办啊？这个呢，就是专门用于给用，给用户来进行提醒啊，因为用户有的时候用它的时候，它就会，比如说遇到没有授权的，或或者是这个 base 啊，填写不对的这个地方，然后这里就有个操作文档啊，就这么回事啊，你需要这么做下来进行操作， 然后同时还有啊，比如说你怎么样去测试它的这个连接呀？哈，对不对？测试完了连接之后呢，接下来你有哪些核心的功能啊？比如说你可以猎取所有的这个啊，这个邮件，对不对？你还可以 get 一 些这个邮件，你还可以 send 一 些这个邮件哈，你还可以去猎取邮件的这个 label 啊，标签你还可以啊，去猎取它的这个县城， get 这个县城，还可以，还可以修改 邮件这样的内容，还可以进行发送等等等等，还可以这个什么这个编辑草稿等等等等啊，你有很多很多这功能，你看看对不对，都可以写清楚了，但凡你只需要执行某一个功能，下边就会有对应的代码，应该怎么样进行运行啊？就是这样的一个操作手册，所以你会发现这一些 skills， 他 运行的基座实际上是需要他原来的这个 a 政策呀，他拥有比如说命令行这样的能力啊，操作，呃，这个本地智库这样的个能力对不对？还有什么代码解释器啊，在沙盒环境里面运行 python 代码这样的个能力等等等等。 然后啊，有了这些基本能力之后呢？哎，再给你一个操作手册，只要用户问到啊，这个机密相关这个问题，你就查一查啊，这里面都有啊，该怎么写怎么写，然后完成你放你自己的环境里运行就可以了 啊，就是这样的一个这个内容啊，所以呢，很多同学之前一直问啊，这个 skill skill 是 什么啊？会不会特别难？其实呢，也不至于，哈哈哈，对不对啊？其实也不至于特别难， ok 啊，这就是一个又一个的这个 啊，一个又一个的这个 skill。 那 么除了啊，我们说这些这个 skill 呢？它，呃，有这样的一个， 稍等哈，它有这样的一个这个，呃，文档之外啊，就它会有这个一个又一个的啊，这我再给大家看一下啊，一个又一个的这个 markdown 文档之外哈，其实我们现在的很多的一些 呃 skill 啊，由于它可能执行功能会比较复杂，所以呢，它也需要有一些脚本啊，就比如说，我们现在这里还有一个 skill 啊，对不对？这个 skill 是 什么呢？是 pdf 转 macdunk 的 这个 skill 啊，那这个 skill 呢？大家想想看啊， pdf 转 macdunk， 你 这玩意儿多少会有点点复杂对不对？如果你只给他输入一个 macdunk 文档的话，那么我们担心啊，它可能还是运行不太好，所以呢，我们在给他这个文档同时呢给他配套了 一个啊，这个 pdf 出 macdunk 的 这样的 pid 文件啊，或者它呢就是一个可以执行的一个功能脚本啊，这功能脚本它可能是一个特定功能，比如说给它输入一个 pdf 文档啊，它会输出一个 macdunk 文档， 或者只是完成里面的部分图片，这个解析等等等等。那么这个代码片段啊，是一个特定功能的，指定了输入跟输出的这样代码片段，它相当于是个功能拓展包。 这个时候呢，我们再配套上一个 markdown 啊，这个 skill 点 markdown， 那 么它代表的含义呢？就是，哎，我现在对不对？告诉你啊，咱们呢是怎么样啊？如果用户呢，他需要把 pdf 转 markdown 的 话，那么啊，我们操，我们可以按照这个操作手册里面这个内容来，然后同时呢还给你提供了一个小工具，对不对啊？就是这个 p i 文档啊， 里面这个小工具啊，这个小工具呢，呃，很好用哈，然后呢，如果有需要的话啊，可以引导用户啊，如果如果有需要的话，如果用户啊他确实是需要 来完成啊，一些对应的这个啊功能的这个实现的话， ok 啊，那你也可以直接呢去运行这个脚本啊，然后呢你的这个文档里面也会包含完整的这个脚本功能的说明和怎么去运行的相关的一些基础的这个知识啊，所以呢，基本上你会发现现在 skill 呢， 就这么两种组合，对不对？哈哈，要不然的话啊，就是纯粹的这个 markdown 文档啊，告诉你怎么样进行操作啊，如果比较复杂的这个 skill 呢，它可能会有若干个脚本啊， p i 文档，然后呢，它还是会有一个 skill 的 markdown 啊，告诉你你怎么样去用好，用好这样的一些这个啊， p y 的 这个脚本啊，或者拓展这工具来完成对应的用户这样的需求啊，这个呢就是 skills。 好， 那现在这个 skills 有 多少呢？非常多。那对于 open code 来说，由于它现在已经这个体系，目前生态来看是非常非常丰富的， 我们说不同的 agent 啊，它实际上对于 skill 的 这个要求是完全不一样的啊，或者它的这个定义的方法是完全不一样的，那么现在 open club 它自己定义了一套啊，这个 skill 载入的这样的一个流程，所以呢，它同时也做了一个这个平台，叫做 open 啊，叫做 club hop 点 com 啊，那么这个呢，是官方做的一个这个平台，那么其中呢是包含了很多的啊，你可以啊，这个从上面去下载一些这个 skills 啊，都是可以的， 那这个网络可能不太好啊，大家回头可以自己去看一下啊，这上面有非常非常多的这个 skills， 大家可以自己去进行上传啊，也可以自己去来进行下载啊，都是呃没有任何问题的啊，当然你也可以自己来完成 skills 的 开发啊，毕竟就是一个 macdunk 文档这样的个事情啊，顶多再配合几个脚本啊，差不多就这样的这个情况， ok， 好， 那这个呢，是关于它的这个 skills 啊的一个基本说明，然后它的这个 skills 呢，很多啊，也可以任意的啊，来进行这个加载也是没有任何问题的啊，所以呢，也是基于它的这个丰富的 skills 啊，所以才使得我们现在呢是可以任意的去组装或者拓展啊，关于 openclaw 这样的一个 系统的这样的功能，那么也是基于这样的一个点哈，所以现在也会有人觉得说啊，这 openclaw 就是 更加高级的 long chain 啊。是的，你也可以这么来进行理解啊，因为它呢实际上是把二次开发的这高度拔高到你可以通过去编辑些 skill 啊，就可以完成它底层功能特性的这样的个定制。 那么除了我们说 skills 之外呢，它还有一个啊，非常核心，也是非常呃厉害的功能，叫做插件系统。那么这个插件系统啊，它呢，实际上 是可以啊，和它的主程序运行的一些 type script 的 一些这个程序啊，你可以这么来进行理解啊，它是完整的功能的这个拓展， 那么对于一个插件来说呢，它肯定啊是要有运行的这个主程序，然后同时它也是可以包含一组啊，或者多个的这个 skills 也是没有什么问题啊，那比如说我们现在去使用这个飞书，对不对啊？那去，我们现在需要 open open cloud 去接入到飞书系统里面，实际上就是通过插件系统来进行实现， ok 啊，这个呢，是需要简单来进行一些这个说明，当然比较重要的啊，是我们刚才所说的这个 skill 啊，我们一会儿呢会反复的啊，来去啊，制定一些这个 skill， 以及啊来去围绕它原来的这个 skill 来进行修改 好，那么 ai 设计员工的完整记忆文件和 skills 也都包含在本期公开课的课程中，和课程代码、提示流程等都一起上线着。复泛大模型技术社区二零二六刚开年，大模型技术发展势头就势不可挡，和去年一样，二零二六我将持续为大家提供最前沿的技术教学，感谢大家的关注和三点支持。