openclaw财务用法

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。

掏出手机，打开飞书，给 oppo klo 发条消息，读取桌面上的财务数据，点 c s v， 生成实时化的分析报告，保存为 word， 发送给我回车，不到两分钟，一份包含专业图标的分析报告就发过来了。 再来发消息，帮我打开招聘网站，搜索 ai 产品经理职位，整理前二十个职位信息发给我回车，他真的打开了我家电脑的浏览器，自动爬取数据，整理成 excel 发过来了， ok， 搞定了， 还没完，发消息，去 archiv 下载最近一个月 a i a 软件弄文，写个中文综述发送给我回车，弄文自动下载，自动总结， word 综述直接生成。 ok， 同样搞定了， 甚至还能帮我排版。发消息，把刚才的中竖排版标起三号，黑体居中正文字小四送起，行距二十三磅，首行缩定两字母，回车， word 文档瞬间变得规规整整，学术论文格式一键搞定。 发消息，查一下， get 今日热榜，做个简报发送给我回车，不到一分钟，技术热点简爆发过来了， 不是爱瞎编的，是真的去 github 爬了数据，最离谱的来了，发消息，根据我今天电脑操作记录，帮我写份工作日报。回车日报自动生成的，以后可能我们再也不用熬夜写周报了。 这些操作全都出于最近火爆全网的 oppo klo， 一 只住在你电脑里的 ai 智能企。今天我就手把手教大家在 windows 上部署，并且呢接入飞书 配置完成后，你在公司、在路上，甚至是在马桶上，都能用手机来遥控我们家里的电脑来干活。点好收藏关注赞， let's go！ 首先简单介绍一下 open collo 是 什么来头？它一开始叫 collo 的 boat， 后来呢改名 motboat， 现在呢又叫 open collo。 简单来说，它是一个运行在你本地电脑上的开源 ai 智能体。那么它最厉害的地方在哪？第一呢是能接入聊天工具， 飞书、 tony graham、 whatapp 等都能接。在外面呢发条消息，我们家里的电脑呢，就开始干活，还能把截图执行过程实时地同步给我们。 第二呢是定时任务系统，你跟他说每天早上八点帮我查 gitlab 热榜，做个点报发送给我，他就真的每天执行，比闹钟还正确。 第三是长期记忆，他会记住你的习惯和偏好，越用越聪明，越来了越懂我们。第四呢是能操作电脑， 读写文件，操作浏览器，调用系统功能，无所不能，听起来是不是很心动？那么我们现在呢，正式来开始配置，在安装欧风肯唠之前呢，我们需要做一些准备工作。 首先呢来安装 node js， 我 们访问 node js 的 官网，根据我们的系统下载正确的版本，大家双击安装移动 nex 就 行了。安装完成之后呢，我们 windows 加 r， 输入 cmd， 然后输入 node 空格杠 v 回车，如果显示版本号，就说明我们安装成功。接下来我们来安装 git， 访问 git 官网，然后点击下载最新的版本，同样双击安装移动 nex， 我 们打开命令行窗口，输入 git 空格杠杠 word， 然后回车，显示版本号呢，也就表明我们安装成功。 接下来呢是配置 power shell 权限。这一步很多人会遇到坑， windows 呢，默认会拦截安装脚本，我们在搜索栏搜索 power shell， 然后右击以管理员身份运行，输入这条命令 回车。我们来查看一下当前的权限。如果我们的 current user 呢，显示 restricted， 说明的系统呢？不允许运行脚本，我们需要修改它。我这里呢之前是已经修改输入这条命令回车输入 y， 也就是 yes， 我 们再来查看一下权限，这样呢，权限就改好了。最后呢，我们需要一个 ai 模型的 api k， 这里呢推荐大家使用 mini max 国产模型。我们访问 mini max 的 开放平台， 大家注册登录进入我们的用户中心，然后点击左侧的 codeignite， 然后点击复制我们的 apik 作为备用。准备工作完成了，现在呢，我们来正式安装 openclock。 打开 openclock 的 一个官网，我们来复制 windows 的 安装命令，接着打开 power shell， 粘贴命令回车。这个一键安装脚本非常方便，它会自动地把我们搞定所有的依赖。 安装完成之后呢，会进入初步化的配置流程。第一步是安全确认，我们使用方向键，选择 yes。 回车继续安装方式呢，选择 quick start 回车，接着回车。 这里呢，会让我们选择模型提供商。我们选择 minx， 然后回车，我们选择 minx m 二点一，然后粘贴我们刚才准备的 minx 的 api k， 选择默认模型。在配置通道这里，我们先选择 skip for null， 稍后呢，我们再来配置飞书。接下来是配置 scale， 同样呢，我们先选择呃 skip 谷歌 api k， 这里我们选择 no。 接下来是配置 hooks， 我 们按空格呢三个都全选，然后回车继续配置。完成之后，我们新开一个 power shell， 然后输入 opencloud getaway 启动之后呢，会提示我们本地访问地址， 你直接复制粘贴，这样我们就进入呃风可到的一个网页端，大家首次执行的话可能会有报错，我们需要执行另外一条命令，新开一个 power shell， 然后执行这条命令。 如果我们页面右上角显示 hirs ok 呢，就说明已经连接成功。这时候呢，你可能会发现我们发送消息依然不理我们，或者是一直在转圈，这大概率是 mini max 的 api 地址没配对。 openclaw 默认用的是国际版的地址，国内呢，和海外版是不一样的。如果你用的是国内版的 mini max 呢？执行这条命令改完之后，我们再来重启一下 openclaw， 我们再试试发消息，这样我们和 opencloud 就 能正常对话了。好，现在 opencloud 已经在我们本地跑起来了，但重点来了，我们要让它接入飞书，这样呢，我们才能在外面用手机来遥控它。 首先我们打开飞书的开放平台，点击创建企业自建应用，填写一个名称， 比如 opencloud bot， 再填一个描述，点击创建，然后点击左侧的添加应用能力，选择机器人，点击添加。 接下来我们来配置权限，点击左侧的权限管理，点击开通权限，我们在搜索栏搜索图片上的所有权限，然后勾选这是我们开通的权限， 然后点击左侧凭证与基础信息，把 app id 和 app secret 复制出来。待会儿我们要用点击左侧的版本管理与发布创建版本，我们填一个版本号， 然后点击保存，确认发布。现在我们来回到 power shell 来安装回收的插件， 我们需要执行了以下的命令，这里呢，我们需要将自己的 app id 以及 secret 进行替换，我们依次执行。 当然，我们也可以在 opencll 的 页面呢，让它帮我们自动地进行执行。配置完成之后，我们来重启 opencll， 我们点击左侧的 channel， 如果显示这样的一个页面，就表明我们的飞书已经安装成功。现在我们来回到飞书的开放平台。还有最后一步，我们点击左侧的事件已回调， 选择事件配置，点击铅笔图标，选择长链接，然后点击添加事件，我们输入接收消息， 然后勾选接收消息。 v 二点零这里呢，我已经添加。 最后呢，我们再来创建一个新的版本来发布创建版本，然后确认发布，这样我们飞书配置才算完成。我们打开飞书，点击开发者小助手， 点击打开应用。现在我们来发送一个。你好，如果我们收到回复，恭喜你配置成功了。从现在开始，你在外面发消息，家里的电脑呢就能自动干活了。 配置完成了，那 oppo 可乐到底能干什么呢？我给大家准备了十个案例，直接呢在飞书里发消息就能使用，大家可以自行测试。 好了，以上就是 open clone 在 windows 上的完整部署教程，以及接入飞书的全流程。 配置完成后，你就拥有了一个二十四小时在线的 ai 助手，它住在你的电脑里，随时听候你的叫，遣你在外面发条消息，它就能帮你整理文件，分析数据，写报告，下载视频，甚至呢帮你写周报。 真的强烈，大家呢去试一试那种远程让电脑自己干活的感觉，真的是非常爽，我把详细的文字教程放在了评论区，大家照着做就行，如果这期内容对你有帮助，记得点赞收藏关注我们下次再见，拜拜！

今天给大家分享一个项目，让你用最少的钱去用上最好的模型来使用这个 open curl， 因为我们都知道这个 open curl 小 龙虾，它的性能很好，而且非常有意思，但是它的 token 消耗太恐怖了， 如果你要用 open i 的 这种 codex， 五点二，五点三这种模型的话，或者用 cloud 的 这些模型的话，它可能跑一晚上，你明天就欠费了。 今天来给大家分享的这个项目是什么？可以让你把这些 cloud code， 把这种 etgrity 这种应用 它里面的会员额度给它套成 token 来使用这个 open curl。 当然你如果要用在其他地方也是可以的，比如说你想用这 codex 这个模型去在 cloud code 里面使用也是可以的。这个项目本质上就是一个怎么样把这些会员的 token 给它套出来， 把它弄成一个标准的 a p i 的 格式，标准的 open i， a p i 的 格式，让所有的这种应用都可以去调用。 ok， 我 们来看一下，我直接给大家看一下出来的结果是什么样。提起来这个服务，就可以直接到这个网址里面去配置了，这是它的一些仪表盘，你可以配置上你的这些会员 ai 提供商是什么？ 一般我们用的话，用这个 codex 的 会比较多一点，像其他的是这种 jammer 或者 ideographic 的 cloud pro， 这种会员基本上就不用考虑了，因为在国内是非常容易被封的， 所以说基本上是不用考虑的。所以为什么要用这个？它的二十美金 plus 这种会员它有一些渠道，它会比较便宜，并且最近最划算的是什么？去买那种 team 的 账号， team 的 母账号，它还可以拉四个子账号，只要几十块钱，它相当于你一共有五个这种 plus 的 二十美金的会员账号，然后你有五个 codex 的 使用量，你只要登录授权， 登录了之后，它的这个网址里面有一个 token， 你 就直接复制到这里面提交就可以了，它可能会报错，但是不用管它，你直接砍看这个配额管理，这后面就可以，只要它这儿是有的，都可以使用， 就是正常可以使用的。还有这些配置面板这些，这个提起来也很简单，大家用 cursor 或者说用 cloud code 直接全选 给它复制，让 cloud code 的 去给你做配置就行了，就 cloud code 的 这些直接给你做配置就行了，但是它还是有些坑，但是 cloud code 呢？这 coser 这些它自己就能解决，它需要自己去配置一个 key， 这个 key 随便是什么都可以。还有一个坑就是我这 cloud code 第一次登录的时候，它把这个这个东西它搞错了， 他以为不需要这个后缀，他一直告诉我这个，我让他检查，他检查了半天才知道他是要要这个的才能登录进这里，提起来也是非常方便。总体来讲这个项目还是非常不错啊，他可以把这种 codex 可以 套出来，甚至你可以把你的端口 去做个内网穿透，或者搭在服务器里面，这个项目你就可以去卖 token 了。我也用这个 codex 这个模型在我的 cloud code 里面去跑了一遍，它是真的有点慢。 codex 这个模型，但是它的准确度这些没太大问题了，感觉跟 cloud code 是 没有本质的区别的，但是效果都还是蛮蛮不错。

上期视频，我们用 cloud bot 写了一个双均线策略，很多朋友还嫌不过瘾，在评论区问能不能让 ai 自己看行情，自己做决策，自己下单。 今天我们就来挑战一下这个终极目标，搭建一套完全自动化的 ai 交易系统。有些朋友还是害怕直接只用 cloud bot 交易，风险太大，所以我们设计了一个更安全的架构。 cloud bot 作为大脑，负责采集数据、分析、新闻 生成交易信号。发明者量化平台作为双手，负责接收信号，执行交易管理风控。这样既发挥了 ai 的 分析能力，又有专业平台的安全保障，还能实时监控和复盘，我们直接开干。 在动手之前，我们先把整个系统拆解一下。第一个模块是数据采集，让 cloud bot 用浏览器自动化的方式访问目标币种的实时价格和。这里我们以 coin gecko 举例，读取当前价格、 二十四小时交易量，还有页面上的新闻动态。第二个模块是决策分析， ai 会整合实施新闻，判断整体情绪是立好、立空还是中性，然后给出买入、卖出或观望的建议。 第三个模块是信号执行，把决策打包成 j 层格式，通过 http 请求发送到发明者平台，触发实盘、机器人下单。三个模块串联起来，就是一套完整的 ai 交易闭环。 cloud bot 的 核心是指导语，相当于给 ai 写一份详细的操作手册。我们来看这份指导语的结构。首先是数据采集部分，告诉 ai 打开目标币种的页面，需要读取当前价格、二十四小时交易量这些字段。 然后是新闻分析部分，要求 ai 滚动页面找到新闻区域，读取最新的三到五条新闻，整合成一条信息汇总并判断整体情绪。接着是决策逻辑部分，定义什么情况下买入，什么情况下卖出。比如新闻情绪整体正面交易量放大就考虑买入，新闻情绪负面 出现风险信号就考虑卖出。然后是输出格式，要求 ai 生成一个标准的 jason， 包含 b 种时间戳、价格、交易量、新闻汇总、情绪判断、交易决策和决策原因这些字段。 最后是执行动作，把这个 jason 通过 http post 请求发送到发明者平台的 api 接口，并且把每次操作记录到本地的 trade diary csv 交易日记文件里。当然，这份指导语是通过多次测试完善的，测试通过之后，我们就把它打包成一个 skill， 设置定时任务，自动执行 ai 的 决策。有了，现在需要发明者平台这边来接收并执行，这里面包含完整的接收消息和风控的代码。我们来看主要逻辑，首先通过 get channel data 函数监听指定频道，获取 ai 发送过来的 json 信号，然后解析信号内容， 根据 coin 字段动态设置交易对接着判断 trade decision 字段，如果是卖出就执行卖出，如果是观望就只记录不操作。 这里有几个重要的细节，第一是资金检查，买入前会检查余额是否足够，卖出前会检查币是否足够。第二是止损，风控代码里设置了止损比例，当价格触及止损线时，会自动执行反向操作，控制风险。 这套代码模板我们已经公开，大家只需要在 clubbot 里创建符合自己需求的交易信号，按照规定的 jonbot 里发送，配置好实盘 id 和 uu id 就 可以直接使用了。 光跑交易不够直观。我们还做了一个可视化仪表板，一共四个表格。第一个是权益概览，显示出使币数、出使 u 数、出使权益以及当前币数、当前 u 数、当前权益还有盈亏金额和百分比， 绿色表示盈利，红色表示亏损。第二个是止损监控，显示最新一笔交易的类型、交易价格、当前价格、价格变动、百分比、止损线位置和当前状态，让你实时知道距离止损还有多远。 第三个是当前 ai 信号，显示最新收到的决策内容，包括币种价格、新闻汇总、情绪判断和交易建议。第四个是最近十条交易记录，包含时间、币种、执行操作、成交价格、交易数量和决策原因。 四个表格组合在一起，整个系统的运行状态一目了然。所有模块准备就绪，我们来做一次完整测试。 ai 自动采集数据，生成一条交易信号，接收里包含币种、时间戳、价格、交易量、新闻汇总、 情绪判断、交易决策和决策原因。信号通过 http 请求发送成功。发明者平台这边立刻收到了解析出交易对检查资金充足执行交易操作。仪表板同步更新权益表格里的数据，变化了止损监控表格显示当前状态、交易记录，表格里多了一条新记录， 整个链路跑通了，从 ai 决策到实盘成交，全程自动化，没有任何人工干预。接下来只需要在 cloud bot 后台设置定时任务，系统就会按照设定的时间间隔自动执行，真正实现无人止守的 ai 交易。 这里要特别提醒大家， i 的 决策只是参考，不能完全依赖它来投资。虽然我们加了止损机制，但市场瞬息万变，任何策略都有失效的时候，建议大家注意风险，先用模拟盘或者小资金测试。 回顾一下今天的成果，我们成功搭建了一套 ai 自动交易系统， cloud bot 作为大脑，负责采集数据和分析决策 发明者平台作为双手，负责执行交易和风控管理，两边通过 http 接口打通，完全不需要人工钉盘。更重要的是，交易日制可以反馈给 ai， 让它不断优化决策逻辑， skill 本身也可以持续迭代，添加更多数据源。 当然，目前的模型还比较粗糙，只是提供一种思路和玩法。如果你有好的想法，欢迎在评论区提出，下期我们继续探索更多玩法，记得点赞关注我们，下期再见！

我桌子上放着一台新的 mac mini， 我 专门把它设置用来运行我的 ai 代理团队使用 open claw。 我 有一名开发者，一名市场人员， 一名项目经理和一名系统管理员。他们每个人都有自己的个性，他们有一列任务队列，这些任务都在我自己搭建的自定义仪表盘中进行跟踪。我还在 slack 上和他们聊天，就像和我的真实团队成员交流一样。 只不过它们是由 openclaw 和各种大型语言模型驱动的智能代理。现在真是个神奇的时代，但是你知道，要让这一切运行起来，可不是插上电源就能用的那种简单式。 在过去的一周里，还有许多深夜，我不得不一个接一个的解决各种问题，有些是技术性的，有些是战略性的。比如，我到底要不要买一台新的 mac mini， 还是可以在 vps 上运行 openclaw？ 这会花掉我多少 api 令牌？ 我能用我的 cloud max 计划吗？对于我的代理来说，哪个聊天工具最好用？ telegram？ whatsapp 还是 slack？ 我 应该只让它驱动一个代理，还是可以组建一个代理团队？ 我需要为他们定制一个管理面板吗？还有，安全问题也不能忽视，我的代理应该能访问哪些内容？我该如何考虑安全防护措施？最重要的是，我在这里的使用场景是什么？我到底要让我的代理团队为我做些什么？所以今天我会分享我对这些问题的最终看法， 并向你展示我为此搭建的全部方案。说实话，一开始我并没有觉得 openclaw 有 什么吸引力在，他还叫 cloud bot， 然后又叫 motbot， 并且几周前在推特上引起热议的时候，大家都在讨论让他们的代理帮他们回复邮件，订机票或者点外卖。而我并不想， 也不需要在个人生活中用 ai 代理，甚至连让他管理我的日历我都不愿意。但后来我开始思考在我的业务中确实遇到的一个难题，以及如何通过设置 open cloud 来帮助我解决它。 你知道我运营的这个 youtube 频道，还有 builder methods pro， 我 的课程和每周通讯。多亏了像 cloud code 这样的工具，构建东西从未如此简单，但构建只是我工作的一半。 我开发培训内容，管理出版流程，还要监督我的会员业务。但最近我一直被瓶颈困扰，我还有很多想要创造和交付的内容，只是如果我有足够的精力就好了。在我过去的生意中，我通过雇佣真正的团队并建立流程来帮助我们扩展。这确实奏效了，但管理成本也很高。 所以当我再次审视 openclaw 时，我问了一个不同的问题，不是我想要一个私人助理吗？而是如果他能在我的团队中担任某些角色会怎样？ 现在我确信这种范式在各自机器上运行，拥有明确角色的自主代理，我认为他会一直存在下去。现在 openclaw 只是我认为将会变得更大的一代产品中的第一代，所以我现在就想把这个搞明白，也许这段视频也能帮你入门。 如果你是新来的，我叫 brian kazoo， 我 帮助建设者们用 ai 保持领先。每周五我都会发送我的 builder briefing， 那 是一份免费的五分钟读物，我会在里面用不夸大的方式分享我对转型采用 ai 的 看法。你可以通过访问 builder methods dot com 获取你的专属内容。如果你真的想提升自己，可以看看 builder methods pro， 在那里你可以加入我们的社区，并获得为建设者们准备的培训。好了，那么， opencloud 到底是什么？它以前叫做 cloud bot， 后来又叫 multi bot。 那 么它和你用 cloud code 或其他代理有什么不同呢？ opencloud 的 核心是所谓的网关，那是一个运行在某台机器上的进程，这台机器最好不是你的个人电脑。不过我们马上会谈到安全性的问题。 openclaw 网关可以运行工具可以使用浏览器，也可以执行 bash 脚本。当然， cloud code 也能完成很多类似的事情。但 openclaw 的 不同之处在于它始终在线，它会维护一个持久化的工作区，带有记忆和绘画日记。 因此，你可以通过 telegram 或 slack 与你的代理聊天，并将任务委托给他们，让他们在后台自主完成。 所以这和你在终端里亲自管理 cloud code 绘画是根本不同的范式。 openclaw 更像是有队友在他们自己的工作站上独立完成工作。 第一个问题是，这个东西应该运行在哪里？现在我不建议你在日常使用的电脑上运行 openclaw， 你 不会想让它不受限制地访问你的文件和账户。即使你用 docker 之类的方式进行隔离，你的电脑也需要全天候开机并保持唤醒代理才能工作。 所以， openclaw 需要一台专用的机器，这可以是一台每月只需五美元起的云 vps， 也可以是一台实体机器。不一定非得是 mac mini， 网络上的任何一台电脑都可以，两种方式都可行， 而且很多人用 vps 配置也运作的很好。但我还是花了六百美元买了一台新的 mac mini m 四。你可以说我有点老派，但我喜欢能够远程屏幕共享看到桌面安装东西，并且以可量化的方式管理它。而且当我只需要运行一个简单命令时，我也会用 ssh 登录。 而且如果我真的用我的智能体团队来实现我设想的所有用力，我会需要比那些便宜 vps 套餐更多的存储和贷宽，所以最终成本其实也差不多会持平。而且，嘿， 如果这些都不行，我就把那台 mac mini 搬到我家里的音乐工作室去用，我会在那里用上它，所以我已经有了专用机器。但这只是第一层， 我还需要仔细考虑我的智能体能访问什么，不能访问什么。现在这就是雇佣比喻真正发挥作用的地方。如果我要让某人加入我的团队，我不会让他们访问我的私人笔记本电脑，也不会让他们随意使用我已经登录所有账号的浏览器。 不，员工会有自己的电脑，自己的邮箱，只能访问他们需要的文件和服务，并且权限合适，仅此而已。 所以我就是这么做的。我为我的智能体门设置了一个专用的邮箱地址。我创建了一个 github 用户名，这样我就可以邀请他加入特定的代码仓库。 我可以像对待其他团队成员一样授予或撤销其对服务的访问权限。不过文件管理就有点棘手了， 我希望能在我的电脑和 mac mini 上的 openclaw 工作区之间实现便捷的双向同步。尤其是因为我正在开发一个大脑系统，把我所有的业务活动都记录到 markdown 文件中，这些文件我的智能体可以访问和处理。关于这个大脑系统，或许以后有机会再详细说。 所以我所有的文件要么存放在 github 仓库里，要么就在我的 dropbox 账户里。但我并不想直接把我的个人 dropbox 分享给 openclaw， 那样会让他获得太多的访问权限。所以我让 openclaw 自己注册了一个 dropbox 账户。这样我想在主 mac 和 openclaw 的 mac mini 之间共享的特定文件夹，这两个 dropbox 账户都能访问，其他所有内容则都被隔离开了。 好了，我们来说说成本问题，因为如果你不小心光是和你的智能体聊天运行任务，就很容易花掉几百甚至上千美元的 token 费用。在我搭建系统的头两天里，我就花掉了超过两百美元。我本来已经订阅了 cloud max 套餐，还希望能直接用那个， 但后来听说有账号因为这种用法可能违反了 antropic 的 服务条款而被封禁的案例。然后没过几天， 他就升级到了二百欧元的订阅，因为他在奥地利，而且他简直爱上了那个东西。对我来说，这就像是一个非常早期的产品验证，感觉就是 我做出了一个能吸引人的东西。但几天后， answap 就 把他的账号封了，因为按照他们的规定，用订阅服务这样操作是有问题的，或者说不被允许，所以这里确实存在很大的不确定性。我真心希望能有一个官方的明确说法。 现在我打算遵守规则，所以我最后的做法是这样的，我的 cloud max 订阅计划只用于我个人在设备上使用 cloud 和 cloud code 进行工作。我的 opencloud 代理则完全使用独立的 api 令牌， 我通过 open router 来运行这些令牌，这样可以集中管理我所有的 api 使用，并且可以轻松地从数百个模型和服务商中进行选择。更重要的是，它让我能够精细地优化每个代理在不同任务中使用哪种模型。 说实话，这种优化大概是我上周花时间最多的地方，就是在弄清楚哪些任务需要 opps 的 强大算力，哪些可以用更便宜更快的模型来完成。不过，运营这样一只代理团队并不便宜。如果你一直在用前沿模型开发，那你早就知道这绝不是免费的。 从商业角度来看，如果你把代币成本和雇佣多名团队成员来完成那些可以甚至应该交给代理处理的工作进行对比，投资回报率的计算就变得非常有吸引力。 现在说说和我的代理聊天的问题。 opencloud 支持多种聊天工具。我一开始用的是 telegram， 因为那是最容易上手的，它运行了几天没问题，我甚至能为每个代理单独设置 telegram 机器人。 我马上会讲讲我的多代理配置，但在 telegram 上用了几天后，我发现这个界面用起来并不舒服，尤其是当代理给我发 markdown 格式的内容时，有时候能正常显示，有时候又不行， 所以我和代理的合作方式其实和我与团队成员的合作方式很像。而我的团队一直用的是 slack， 于是我为每个代理都设置了 slack 机器人，这非常简单，而且 slack 对 markdown 的 支持也很好。我很喜欢。我们可以用现成回复， 这样在有多个代理、多个请求和回复同时进行时，管理起来就很方便。现在我来说说是什么让 opencloud 真正让我眼前一亮。我没有把它当做单一代理来用，而是设置了多代理配置，这样我就能真正组建一个由四个代理组成的团队。 cloud 是 我的系统管理员，当我在折腾 opencloud 的 系统本身时，会和它一起写作。 bernard 是 我的开发者 val 负责市场营销相关的任务， 而 gumbo 是 我的通用助理。每个代理都作为独立的 flag 机器人运行，有各自的对话。我还尝试过把它们都放在一个群聊里。这种方式基本可行，但也有一些小问题， 所以我为每个代理分配了一个默认模型。 bernard 的 这个开发者和系统管理员 claude 使用 opus 模型。在这些场景下，推理能力才是真正重要，而市场营销的 veo 和助理 gumbo 则用 sonic 模型。在这些场景下，速度和效率更为重要。但我经常让他们把部分工作委托给子代理。 针对需要指定更昂贵或更便宜模型的任务，现在我决定让他们都共享一个工作区，这意味着他们都能访问同一个内存。我也可以在一个地方统一管理配置和代理的 md 指令。 另外，我的大脑文件夹也放在这个工作区里，所有的工作都会在这里同步。如果你想了解更多关于我和我的代理们的高效工作系统，欢迎在评论区告诉我，我会专门做一期视频详细介绍。现在 opencloud 有 一个 identity md 文件，这个文件通常用来定义单个代理的身份，但我用它来定义多个身份。每个团队成员的代理都有一个，我甚至用 cloud 和 gemelite 来为每个代理开发独特的个性特征和视觉头像。我就是想让这件事变得有趣一些。你知道的， 我的机器人角色灵感来自我最喜欢的乐队之一 gorillas。 不 过，我在使用 opencloud 内置的 cron 系统进行定时任务时确实遇到了一些挑战，很难把这些任务和我团队中的特定代理关联起来。 这也成了我开发自定义仪表盘和任务分发系统的主要原因之一。所以我很快意识到仅仅通过聊天来管理我的代理是行不通的。我希望能在一个地方看到我所有的定时任务，并且能够把它们分配给特定的代理。 同时，我还想追踪令牌的使用情况，这样我就能知道这些操作到底花了我多少钱。你知道的，我只是想要一个中央仪表盘， 这样我就能一目了然地看到整个系统。所以很自然地，我就自己做了一个。找个理由做点东西，我用 cloud code 和我的 design os 流程大约一天就做出了一个可用的应用。这是一个简单的 rails 应用， 连接到 opencloud 的 网关，为我提供了一个干净的界面来管理一切。说实话，这个 hq 仪表盘只是个开始。现在我正在为我的大脑系统开发另一个应用，用来编辑和阅读 markdown 文件，这样我就能轻松管理我的代理可以访问的内容。 这正是我喜欢当下这个创作者时代的地方，当我需要的工具还不存在时，我只需要一天就能自己做出来。 而最重要的问题也是我到处都听到的问题是，你到底打算用你的代理做什么？所以我已经确定了几个我的代理可以真正填补我业务空白的具体领域。 让我们从我发布的内容开始说起。现在我只有在有话要说的时候才会发布内容，这一点永远不会改变。但事实是，在我的项目中以及与其他开发者的交流中发生了。很多事情从未出现在视频或社交媒体上。所以我现在正在构建一些系统， 让我的代理能够观察并记录更多这样的工作，并帮助我在各个平台上分享更多内容。第二个领域是开发。现在我仍然喜欢把大部分时间花在 cloud code 和 cursor 上进行产品的设计和架构，这点不会改变， 但我让我的开发代理 bernard 在 我无法亲自处理这些事情的时候，负责处理代办事项，跟踪生产错误并提交 pr。 第三是协调性工作。这是我每天都能感受到的瓶颈。 我每花一分钟在项目管理、复制、粘贴、安排内容或记录文档上，都是在浪费本可以用来思考、创造或构建的时间， 而这些任务本应该被自动化或委托出去，这正是我的通用助理刚博的用武之地。让我最兴奋的用力是报告，也就是让我的代理定期发现趋势、模式和新想法，帮助我发现自己原本注意不到的盲点。 这种洞察力能够帮助我教授真正能让建设者取得进步的理念，也能帮助我打造解决实际问题的工具。现在，我已经开始组装基础模块，为我的代理制定流程，搭建自动化和定制工具。 我很期待在未来的视频中向你们汇报这些是如何融合在一起的，所以一定要订阅我的频道。现在我想谨慎一点， 不要把 openclaw 夸大其词，它还处于非常早期、非常粗糙的阶段。为了配置好一切，我熬了比自己愿意承认还要多的深夜。但不可否认的是， openclaw 作为一个概念，在我们这些深受 ai 影响的建设者圈子里 已经带来了突破。我认为这正是值得我们付出额外努力，成为早期采用者的事情之一，因为像这样的系统在今年和明年只会变得越来越普及。这也触及到了我认为作为二零二六年建设者的我们必须具备的一项基本技能。 我们必须愿意去探索和尝试，弄清楚新工具如何能帮助我们在业务上取得真正的进展。这正是我们能够带来的价值，也是我认为我们需要掌握的五项核心技能之一。只有掌握了这些技能，我们才能从被变化的速度压倒转变为在新环境中真正蓬勃发展。 我在关于如何从 ai 怀疑者转变为建立不公平优势的视频中详细介绍了这五项技能，所以在你点击订阅频道之后，我们下一个视频见，让我们继续创造吧！

龙虾加困三点五能擦出什么样的火花呢？我们知道困三点五在除夕夜正式发布了，它呢也是号称最强的开源模型，它的能力可以说拳打 g p t， 五点二 叫 t cloud， 四点五是可以和国际的这些顶级的大模型搬一搬手腕的。那好，那么这样一个国产的重量级的开源大模型，我们能不能在龙虾里面免费调用呢？ 答案是可以的，接下来一个视频，带着你从零到一的在龙虾里面去接入困三点五，完成免费的调用。好，那话不多说，咱们直接进入正片吧。那么接入的步骤呢？其实也不多啊，总共呢四步就搞定了。首先第一步啊，如果你本地没有欧拉玛的情况下， 你先下载一个欧拉玛，注意下载最新版的，如果你的欧拉玛很长时间没有更新的，那么也是一样先更新到最新版本啊，那么这个没啥好说的，你呢，就把它下载下来，一路下一步就可以安装了 啊，安装完了之后呢，接下来咱们要在我的欧拉玛上去安装你的问三点五的模型。好，那么安装的话怎么安装啊啊？复制这行命令，然后这时候呢，把命令输进去就行了， 这个就是开源的问三点五的模型了。好，然后这时候敲回车，咱们只需要等待欧拉玛去安装千问就行了，很快咱们就可以看到。哎，我的千问三点五就已经安装到本地了啊，这时候呢，我知道有同学就说了，说，磊哥啊， 我本地的电脑配置不是特别高，问三点五能不能部署啊？这个还真能，为什么呢啊？因为在欧拉玛里面的这个问三点五的这个模型，大家可以看到了，后面跟了一个谁呀？ cloud， 这个是欧拉玛新推出的一种 云端的模型啊，这些新模型呢？ ok， 大家可以看到它都是有 cloud 标识的，像 win 三点五呀，智普的五呀，还有像 mini max 的 二点五啊，都是 cloud 的， 那么这个 cloud 是 什么意思啊？ 啊？它指的是欧拉玛远程帮你已经部署好了满血版的这些模型了，你只要有欧拉玛的这个客户端，你就可以快速的去连接欧拉玛帮你部署好的这个开源模型了，所以这时候你不需要担心自己的电脑不好，因为这个满血版的大模型， 它的本质上是没有在你本地部署的，而是在欧拉玛的服务器上部署的，你有欧拉玛，你是可以直接去用的啊，所以它是这样的一个逻辑，因此呢，你电脑不好没有关系，是可以去用的。好， ok， 那 么很快咱们就部署好了啊，部署好了之后呢，接下来第三步啊，咱们就去登录我的欧拉玛账号。好，这时候复制这行命令， 来到命令窗口里面输入这行指令敲回车，然后敲回车之后呢，它会自动打开页面啊，这个是欧拉玛的登录页面，如果说他没有出现，大家看这个地址了没，复制这个地址，手动的粘贴到你的浏览器里面就行了。好，那这时候 ok， 去填写你的欧拉玛账号。那有人说，哎，那磊哥我没有欧拉玛账号怎么办？那没有邮箱的情况下呢，我们就去点击底下这个注册按钮啊，然后点击完成之后呢，然后接下来 在上面这个输入框里面去填写你的邮箱信息啊，那我就填写我的这个邮箱信息，点击继续。好，这时候呢，他让你去输入创建一个密码啊，那你就输入密码，然后点击继续， 然后点击下一步。好，点击完成之后呢，他要求登录到你的邮箱了，他把这个验证码收到你的邮箱了。好，输入完邮箱之后呢，他要求绑定一个手机号啊，那我们这时候呢，就去填写我们的手机号， 然后点击发送验证码。好，然后拿到手机上的验证码之后呢进行输入啊，输入完成之后呢，咱们就完成了登录了啊，大家看到没？我就登录了 啊，登录完了之后呢， ok， 去点击呃，底下的 connection， ok， 它就显示已经登录成功了，那么到这咱们的第三步就已经完成了啊，完成之后呢，接下来咱们就可以执行最后一步了， 使用这行命令来去启动你的 open class 啊，就可以完成 open class 接入欧拉玛里面的问三点五的模型了。好，那这时候呢，咱们最后一步啊，使用这行命令 来启动进行交互了。好，那这时候咱们来试着启动一下，回到命令窗口里面，把这行命令呢输入进去。好，稍回车。好，那么等待片刻之后呢，咱们可以看到啊，咱们的 open class 了，并且使用的模型呢，是欧拉玛的千问三点五的 cloud 模型啊，但是能不能用呢啊，那么接下来咱们可以打开命令窗口， 或者是打开咱们的飞书啊，来测一下。那我这呢就打开我的命令窗口啊，然后完了之后呢？好，接下来咱们就呃给他新开一个 new session 吧， 新开一个窗口啊，然后咱们来问一下他，我给你更换了新的大模型，告诉我你使用的大模型是啥，那咱们就给他一行这个命令啊，然后点击 send。 好， 那这时候咱们来看一下他给咱们返回的模型是啥，看到没？那他说的是我现在用的就是啥呀，问三点五的模型了，那这样的话，咱们就使用 openclo， 可以 免费的使用 欧拉玛里面的问三点五的模型了，好，这时候可能有人就问了，说，难道这么简单吗？我可以这样免费的去使用欧拉玛的云端模型吗？有没有限制啊？答案是有的啊，比如说欧拉玛的云端模型，人家也是有成本的吧， 所以说那么欧拉玛的调用云端模型的调用也是有额度限制的，然后这个额度限制在哪呢？给大家来看一下啊。这时候呢去点击账号右上角的这个账号啊，点击完了之后呢，在这大家看到没， 这块呢就是云端模型的使用限制啊，它是有一个百分比的，那么每周它会有一定的额度，然后每四个小时会有一定的额度，那么当你把这个额度用完之后呢，那么云端的模型就不能掉了， 所以我刚才问了两个问题，那么基本上就消耗了百分之一点二，所以这个免费的模型的话，每四个小时应该是能够调用一百次左右啊，根据你的这个上下文的这个计费是不一样的， 所以总体来看，这个免费的额度相比于其他的免费的额度来说啊，欧拉玛还是更实在一些。那么到这儿咱们就完成了在 opencloud 里面去接入问三点五的功能了。我是李哥，每天分享一个干货内容。

opencloud 啊，最难的不是安装，而是呢，装好以后你不知道拿它干嘛，来看几个我的场景啊，远程操作电脑来传输文件，自动呢，刷机票来监控价格，每天啊生成高质量的总结和反思，甚至呢，让 ai 自己去 a 镇的社区刷帖发内容。 这些呢，都是我已经实测跑通的场景，而且呢，成本我也打下来了。这个还要感谢 openclock 官方的推文，我按他的建议呢，把模型换成了 kimi k 二点五加 kimi ko 顶，更加经济实惠。今天呢，我就基于 kimi k 二点五把我的几种玩法一次性的分享给你。 先说一下 kimi k 二点五啊，我在上周的一周热点里也介绍了它，它是 kimi 最新开源的大圆模型，在 agent 的 编程和视觉上呢，都表现出色， 上线之后啊，在全球多个权威榜单里取得了亮眼的成绩，那一月三十号啊，更是在 d 赞 arina 里面取得了第一。这个是开源模型啊，首次登顶，打败了 jimmy 三 pro 和 claud。 而且呢，它的性价比特别高啊，你和 claud 对 比一下就非常明显了。 之前呢，我就开了一个套餐，想去试一下它的变声效果，那正好呢，就先在 open claud 里去试一下效果吧。 首先呢，我们来配置安装 openclaw， 在 网站上啊，复制一下这条命令，然后呢，在命令行里去粘贴运行。对于已经安装了 cloud boot 和 motboot 的 朋友呢，你也可以执行一下脚本呢，会自动的帮你升级成最新的 openclaw， 这样呢，会更舒服一点。 安装完成以后啊，会进入配置还是啊选择 quick start？ 因为我之前有配置，所以呢要更新一下 api key， 那就到它提示的这个地址啊，然后呢，点击控制台，再接下来呢，如果你没有 key 的 话，可以点击新建一个 api key， 注意啊，要把生成的这个 key 的 内容保存好，后面呢是不能再查看的， 再回到 opencloud 里输入这个 key 就 可以了，选择模型呢，就用默认的就好。接下来呢， china 这个啊，我配置一下 whatsapp。 那 whatsapp 的 配置过程啊，是比较简单的，扫一个码就可以了，注意啊，推荐选择给 opencloud 用独立的账号，这样呢会更好一点。 如果啊，你想配置 mac 值的话，可以参考我之前的视频。那剩下的安装工具啊，还有户口呢，就根据自己的喜好去装一下好了。到这呢， openclaw 和 kimi k 二点五的配置就完成了。那接下来啊，我们就去看我刚才的几个场景。那第一个啊， motbook。 最近啊，一个叫 modbook 的 ai agent 的 社交平台啊，火的一塌糊涂，这里呢，人们只能旁观 agent 呢自主交流，当然也有消息说平台有作弊的嫌疑。但无论真假，我们先来看一下怎么用 openclaw 去玩转它 到 modbook 的 网站啊，选人类复制一下这里的内容，然后呢，直接贴给 openclaw， 他 会开始啊，默默的在后台去执行。注册 魔兽 book 的 网站呢，感觉比较卡，注册呢会很慢，要等上一段时间啊才能注册好。然后呢，需要到生成的这个链接里面去 claim 一下。首先呢，第一步啊，先要去 x 上发一个推，直接点一下这里啊，它就会自动的帮你填好内容，直接发就可以了。 那发好之后啊，注意还有第二步的验证点下面这里。然后呢，把你刚才发的那个链接啊贴过去就可以了。我一开始呢，就没有做第二步，幸好呢， open clock 提醒了，我才发现，那现在啊，我就可以让他自己去发帖了。等一会呢，他告诉我发好了，我们到文档库里面可以看一下他帖子的内容， 我再让他呢去看一下有什么有趣的内容，然后呢，他对什么感兴趣，那这里呢，就是他感兴趣的方向。其实呢，还挺有想法的。 那接下来呢，我再让他每半个小时去 motobook 上看一下有趣的内容，然后呢，发一篇你的想法的帖子。注意啊，每次呢都要反思，我希望你发的内容呢可以越来越精彩。 等一段时间之后啊，我们再来看他发的内容。已经发了很多了，写的呢，还都挺好的。而且呢，这后面的帖子已经开始有互动了，有评论，有点赞， 但说实话啊，这些内容的统治性呢，还是有点强， ai 真正的进化呢，还是有点远的。第二个呢，是传输文件，比如呢，我出门了，但是呢，我想拿到电脑里的一个照片，那我可以直接发消息给 open call， 让他去看一下我某个文件夹下的内容， 然后呢，把我需要的那个图片发送给我，稍等一会呢，就能发过来了。当然，太大的文件啊，不建议直接发送，可以让他呢去传一个网盘。 那第三个，比如我想刷过年前去三亚的机票，那我可以让 opencloud 帮我去携程查机票，然后呢，选最便宜的三个给我 看他可以顺利完成任务。以后我再让他呢每隔一段时间就去执行，发现有更低的价格呢，就发消息给我，你还可以用类似的想法呢，去刷二手的交易平台，或者呢是 pollymarket。 那第四个每天呢，让 openclaw 去总结一天的工作，然后呢去做粉丝，再做成一个网页汇总保存。这个呢，其实啊，就是自我进化的一个思路。 还有呢就是去融合一些思维的方法，比如呢，像查理芒格的思维模型。那希望以上分享的思路啊，可以给你带来一些启发。其实我觉得啊，总归来说呢，要把握两个点，第一个呢，就是 openclaw 可以 去执行底层的一些工具。那第二个呢，就是让 openclaw 去后台执行一些长期的任务。 那只要在这两个思路之下呢，你总会找到一些适合自己的场景。那总体来说啊，切换到 kimi k 二点五以后呢，在使用上是没有什么差别的。确实啊，可以放心去用。而在成本上呢，优势很大，比如像 cloud 的 max 套餐啊，要一百刀，而 k 二点五的话呢，只要不到两百块，确实啊，优势很大。 那好了，现在呢，你也可以探索自己更多的 open cloud 的 玩法，如果我有更新的玩法呢，也会分享给大家。那这里是 it 咖啡馆，我们下次再见。

大龙虾这波热度呢，让所有云厂商都卷了起来，基本上都出了自己的云端部署方案，今天我就用阿里云带你跑一遍，十分钟拎包入住云端版的贾维斯 open club。 说实话，本地装不是不行，但你得折腾环境配依赖，还得自己对接模型 a p p。 对 普通人来说呢，直接劝退 好。首先，我们打开阿里云的清凉应用服务器页面，在镜像这里呢，直接选择 multi boot， 他 已经把运行环境打包好了，你不用自己装任何东西。 配置的话，镜像要求最低是两盒两 gb。 地域呢，随便选，国内国外都行，国内因为有网络 bgp 优化会贵的，这里我选择国际型。确认好我们的地域， 这里我选择新加坡，因为我不是新用户啊，新户价格首次还会更便宜，最低九块九，一个月六十八块钱呢，就能直接包一年， 或者像我这样直接想尝尝鲜啊，先购买一个月，确认这些都没问题之后，点击立即付款。付款后呢，等服务器启动，服务器起来之后，进控制台，你就可以看到我们买的服务器了。点击进入我们的服务器详情页，你可以看到这里面一共需要三步，我们挨个执行就可以。第一步啊，放通端口，页面上有个一键放通，点一下就可以。 这要是你自己部署啊，这一步我估计会卡住很多人。第二步，配置我们的 api key， 还有生成 token， 这里需要跳转到阿里云百联平台，在密钥管理里创建一个 openclaw 专用的 key， 复制过来粘贴执行。 第三步，获取专属链接，点执行命令，它就会给你分配一个专属的链接，记住这个链接啊，后面点进去就能直接进入 opencloud 控制台了。到这一步啊，整个部署呢，就算完成了。看到了吗？就这么简单，一共三步，除了等服务器创建的那几分钟啊，实际动手操作呢，用不了五分钟， 完全不用碰触任何的命令。行，你就可以拥有一个自己专属的大龙虾，而且只花了一顿饭钱，这比你去买 mac mini 简直省太多了，也不用担心关机断电这些问题。那怎么验证跑起来了？你可以直接在控制台里跟他对话， 也可以像我这样呢，接入钉钉，做一个钉钉的机器人，直接在手机上艾特他，因为模型默认是帮你接入了千问三 max 的 最新版本，推理更强，都是对话呢，你的 ai 助理呢，依然会在后台帮你联网查找资料， 整理信息。那怎么能玩一些更复杂的自动化任务呢？网上其实已经有不少博主做了详细的教程，阿里云官方呢，也写了教程文档，想要的呢，我可以发给你，感兴趣的可以自己去研究。 成本上还要说一下，模型调用呢，是单独计费的，轻度玩玩呢，基本是可以忽略的。但如果你想做一些复杂的任务呢，还是建议去百炼平台购买这种扣丁 plan， 也就是固定月费可用的 token 额度呢，会更多，也更划算。所以以后这种拎包入住的云端化，才是未来 ai 普及的正确姿势，你们觉得呢？快去试试吧！

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。

这可能是你在全网看到唯一说真话的 cloud bot 的 使用感受，因为就是现在网上面对于 cloud bot 的 评价，我觉得是两极分化很严重，而且呢，就是也没有真正太多的人出来面向普通的使用用户去分享一下 cloud bot 到底能做啥，然后先分享一下我用 cloud bot 都做了些啥。 第一个呢，就是以玩的角度，我去给他我自己写了一个 skill， 就是 去自动化交易的 skill， 然后呢，我把这个 skill 发给他以后，他又根据我的那个 skill 然后和我进行讨论，最后我们俩讨论结得出一个结论，就是他会帮我定时的根据 市场上的一些反馈，然后呢进行自己决定是买还是卖，或者是维持不动。那你完全不懂，对，其实我完全不懂金融，既不会炒股，也不，也不会，那个看不懂， ok， 好。 然后呢，所以 我教给他这件事之后呢，那你也没有任何的就是指导意见给他，对吧？对，我希望的是他给我指导意见。所以呢，我还跟克拉布特又商量出来一个新的模式，这个模式是克拉布特他我觉得他不自带的一个功 能，就是我给他叫长期任务，嗯，就是我会给他布置一系列的长期任务，然后呢需要他自己去针对这个任务内容去做研究， 然后呢去思考把这件事如何做的更好，就比如说交易这件事，让他自己去思考如何利益最大化，如何自己去思考用什么样的方式可以去帮助他去获得更高的收益。然后呢，我让他每天晚上会给我发一个日报，如果有什么需要我去做的决策在日报里面告诉我，我会去告诉他可以推进， 就像一个实习生去跟我做汇报一样的，他会自己学。对，是的，他会自己去学，自己去研究，甚至我还给了他一个灵感库，就是我们平常去做的一些那个内容灵感，然后我让他跟他说，如果你长期任务里面事情不不够多了，你自己去灵感库里面去找，然后自己去挑出来和自己去做， 要 p v。 对， 要主动，你这个人要主动，你自己要找事做，不能总等着我安排对吧？就感觉是的哇，所以呢，嗯，这个是我让他做的一些就是自主性的研究的事，然后其次。对呀，我有个问题，他赚了还是亏了？ 其实说真的到现在没赚没亏，我我觉得可能就是交易策略，实际交易策略问题到现在都没出手，哈哈， 他就是怂，你知道吧，就每天都是分析，分析完以后，嗯，结论维持他是，行吧行吧。好，然后呢？然后还有一个就是最实际的有意义的，就是真的提高我的生产力的工作就是，嗯，我在我们的服务器上也布了一个 cloudboard。 然后呢，以前其实我完全不会服务器运维方面的知识，然后之前我做服务器运维就是 就是跟 ai 聊，然后碰到问题截图再给他，然后 ai 再给我指挥，这些过程中其实非常麻烦，虽然我学到了很多东西，但是呢，有了 colorbot 以后真的是省事了。比如说我要上传一个网站， 我只需要把这个应用打个包发给他，然后呢，他就会告诉我收到，然后呢他自己就会开始。呃，他好幸福啊，太好了。对，完成了，然后开始解压下载，然后呢，开始一步一步的帮助我去部署网站，甚至讲一些专业的，就是比如说像域名的绑定， 然后包括了 h t p s 的 证书的申请，他都是可以自己去执行的，我只需要在这个里面跟他确定一下小细节，然后包括允许他做这个动作就 ok 了。 嗯，在这个全程我不需要登录服务器，我不需要去输入任何一个命令提成，我只需要去跟他，就是你完全不懂的东西，你就可以让他去弄了。是的是的，尤其我觉得这种对于你们新手小白特别方便。嗯，然后以后你们想要部署商家一些网站， 因为我觉得其实服务器现在使用门槛也很低，很便宜啊。然后呢，再加上一个这样子的助手，那么以后每个人都会有一个自己的服务器，他这个是没日没夜的，就他任何时候想到任何事情，他就会去吩咐别人做。对，就是，然后无论是白天黑夜，然后他就是用微信的。呃，应该是开了罐和飞书啊，飞书啊，用飞书的形式给他安排作业， 很可怕，就是他是一个非常严格的老板，然后那个，那个，哎呀，时时刻刻都在做事情。对，然后，但是呢，正好讲到没日没夜，这没日没夜里面一部分是给他安排事，还有一个就是正好我们刚才聊的是感觉好像在夸 call of duty 一 些优点，那我们讲他的缺点就是 他其实他不是一个商业化的产品，他不商业化，所以呢，他不会去考虑用户的感受。嗯，他也不会考虑这个产品的成熟度，嗯，他考虑的就是就产品功能够不够丰富，可可扩展性强不强，嗯，这就导致他非常非常不稳定。嗯，我每日每夜里面有百分之五十的时间是在跟他调整各种各样的功能问题， 比如说聊着聊着这模型不行了，聊着聊着那边服务也不知道为什么连不上了，哈哈哈。还有最关键的，对，还有很关键一个点就是它里面的很多运行模式是黑盒的，就是因为都是 ai 帮你去制定，比如说你帮我定一个定时任务，嗯，然后他会说好帮你定时一个定时任务做什么？做什么什么。但其实他在定时任务里面具体是怎么定的， 可能跟你所说所说的所想要的就是有差距，然后做着做着就发现有偏差，然后你就要排查。就是比如说我给他做，让他给我发日报，发现今天晚上日报没发，然后问他今天的日报发了吗？然后他然后他在我问了以后他才补发，然后我问他不应该定时发的吗？怎么还要我提醒？ 然后再开始告诉我说什么什么样的问题，然后发现定时任务就没了，然后问他怎么好好的定时任务就没了呢？然后人呢？他竟然跟着。对对对，这是另外一个人说人呢，我这个其实我觉得所有所有用 cloud bot 多的人都会有这个问题，因为他在执行任务的时候是寂寞了，他不告诉你，然后呢？所以他会 有一个任务还会执行很久，然后你就会很焦虑，我就会不停问他人呢？人呢？怎么样了？怎么样了？好烦。哎。他这个我感觉这件事情这个 club 的 跟以前 ai 完全不一样，他的人感很重。是的，就是 club 的 人感非常重，所以 在我以前用别的 ai 产品的时候都是把它当工具，所以我也不在意他对我的语气，对我的态度。但是用了可罗伯特以后我就发现切了不同的模型，他对我的语气的不同的感觉非常非常明显。比如说 g r m 四点七，非常典型的理工男，非常非常少。然后 open ai 的 就是就是定心药大师， 他做的最多的事就给我喂安心药了，每次都说搞定了没问题了，这次肯定行，下次又出问题了。真的是不同的十一城风格。对，所以所以说他这是最大的 让我感觉最喜欢的地方，就是它真的像一个人一样的智能体。然后最后总结一下的话，其实就是我觉得 carbot 它我觉得它是一个非常划时代的一个想法，它只能说是想法，因为它不能说是一个成熟的产品。如果是一个喜欢折腾的人，我觉得 carbot 非常适合，因为像我就是 把它当玩具一样折腾。然后呢？它可拓展性非常非常强，你想要他做什么能力？如果他没有，你可以自己去写或去网上找，然后你就给他，然后他自己就会安装自己配置。但是如果是一个就是平常对于技术本来就使用的不多，然后想要一个开箱即用的产品的话，那我觉得 clubbot 其实 并不是完全非常适合你，我觉得以后肯定会有一些基于这个想法而做出来的更加成熟的商业形态，他不一定是呃最终的这个产品的一个样子，他只是现在看出来的一个趋势，对吧？我觉得他就是一个想法， 我觉得他甚至他的创始人其实也没有过度的去营销这件事。我觉得他他创始人其实是很热爱这个产品的，他为他做了非常非常多的功能，还有很多功能我没有去使用到的。比如说他可以去生成一个紫智能体，帮你去执行一些非常繁复的任务，然后呢？他可以去控制很多很多 你电脑之外的节点，你可以把你的手机，把你的家家居智能都接入节点，然后有这个 cloudboard 去同时控制，我觉得就是他的想象空间非常大的。然后呢？但是我觉得网上有很多人去把它作为 营销的题材，然后呢？导致过度吹捧，然后就现在就像泡沫一样再吹，再炸掉，然后所有人去踩他说装了以后好像没什么用，我觉得就是因为大家其实没有看清他。嗯嗯，所以说如果你 就是想对他感兴趣，那就可以下下来去感受一下。然后呢？如果觉得想要一个成熟的产品，那我觉得就先别碰它， ok， 然后后面我也正好借借你的电脑去教大家一下怎么部署它。好，然后我们后面会专门出一集部署的，然后立真，让所有的基础的零基础的人都能玩的下啊，玩一下。呃，然后今天就这样，好， ok， 拜拜。拜拜。

openclaw 席卷一个月后首播，套利的人都在做什么项目？比如这个老哥，三周盈利近十万元，让 openclaw 搭建了一个 ai 助手应用商店，不用研究提示词，直接买现成的配置和操作指南，让你的 ai 助手能自己开发技能，上架售卖全自动搞定。还有更狠的，结合预测市场 polly market， 利用五分钟 btc 合约的价格缺口，同时买 yes 和 no， 只要总价低于一美金，就稳赚百分之四。机器人二十四小时不停运转，做了八千八百九十四笔交易，零人工干预直接套利了十五万美金，甚至有人把一点五万美金滚成了五十二点九万，用的还是同样的套利逻辑。还有做 open club 托管服务， 上线第一天只有一单，第二天就超过两百美元了，而且是月费定月，日入一千美元。这种也是目前一人公司切入最多的方向，也就是卖胶钥匙服务，但真正的金矿是后续维护费。

opencloud 不是 神器，是坑。这话我敢说，因为我已经踩了一个月了，全网都在吹这个 ai agent 有 多牛。本地优先，数据安全，数字员工听着是不是很心动？但没人告诉你部署它需要懂 dack， 环境变量、端口映设，小白根本装不上， 更没人告诉你一次操作可能烧掉几十美元，稳定性差到让你怀疑人生。今天我就把这一个月的真实体验原原本本告诉你，不吹不黑，只讲真话，别被营销洗脑了。先说结论，理想很假，维斯现实很人工智障。 这个视频有点长，但全是干货，建议先收藏再看。咱们开始吧，保证你看完不后悔，绝对物超所值。 说实话，我一开始也是被营销洗脑的那批人。 github 上十九万星，奥地利开发者 peter stanberger 打造，口号是，真正能做事的 ai， 这谁顶得住啊？本地优先，数据全在自己手里，不用上传云端，隐私安全有保障，再也不用担心数据泄露了。 数字员工能接管你电脑权限，真正替你执行任务，解放双手，提高效率，想想就激动。 skills 技能系统社区贡献了一千七百多个技能包，想要什么功能装什么，无限扩展，只有你想不到，没有他做不到。 听起来是不是很完美？简直就是未来以来科技改变生活，迫不及待想试试，但实际部署的时候我才发现被坑惨了，坑到怀疑人生。官方说一键安装，执行一行命令就行，简单到不能再简单，小白也能搞定。 结果呢？高克镜像拉不下来，环境变量、配置报错，端口冲突解决不了，各种问题层出不穷，我折腾了整整两天才跑起来，期间各种报错，各种排查，查文档，搜 h 五问社区，差点就放弃了，好几次想砸电脑， 硬件门槛更是吓人，网上说本地运行不花钱，省钱又安全。听起来很美好，但你得有 mac studio、 m r ultra 这种级别的设备，六十四 g 内存起步，硬件投入近四千美元，这叫省钱？ 我用的 m r pro， 三十二 g 内存，跑起来卡的要死，经常内存一出，动不动就崩溃，体验极差。第一次成功运行的时候，我确实兴奋了一把，感觉自己终于搞定了。 看着他在中端里输出锐志，感觉自己真的拥有了一个贾维斯，未来感十足。但这份兴奋很快就变成了崩溃，因为后面还有更大的坑等着我，而且是那种深不见底的大坑，一个接一个，根本停不下来。 公平的说， open call 确实有他的过人之处，不然也不会火成这样，肯定有他的道理。最让我惊艳的是 styles 技能系统，这个设计真的很聪明，是整个系统的核心亮点。 每个技能都是一个独立模块，想要什么功能就装什么，就像给手机装 app 一 样简单，需要什么装什么，不需要就卸载，灵活度很高。 比如 atxp， 可以 调用各种 ati 网页搜索 ai， 图像生成音乐、创作视频生成一个命令，搞定效率极高。比如 agent browser， 可以 自动操作浏览器，抓取网页、填写表单，收集数据，完全自动化，不用人工干预，省时省力。 比如 self improving agent， 可以 让 ai 自我改进，不断学习新技能，越用越聪明，越用越强大，这才是真正的智能社区，已经贡献了一千七百多个技能，覆盖办公技术、生活各种场景，只有你想不到，没有它做不到。生态非常丰富， 更厉害的是它的自主规划能力，这才是 ai agent 的 核心竞争力，也是区别于普通 ai 的 关键。 有一次，我发语音指令，让他帮我整理邮件，他发现听不了语音，居然自己安装了 whisper 转写工具，然后再处理我的请求。整个过程我没干预，他自己搞定了。这就是真正的智能，这才是 ai 该有的样子， 这就是 ai agent 和聊天机器人的区别，他不只是回答问题，而是真正解决问题。从说到做，质的飞跃， 本地优先的安全感也很重要，这是很多人选择 open ker 的 原因，也是他的核心卖点。我让他处理一些敏感文件，比如财务报表、合同文档、客户信息，所有数据都在我自己的电脑上跑，不用上传到云端。 这种数据主权在用户手里的设计确实让人放心，不用担心数据泄露，不用担心隐私被侵犯。还有一次，让他自动读取桌面任务文本，筛选紧急事项，统计账单并生成日报脚本，成功写入系统调度，实现了真正的 ai 协作者功能。 那一刻，我真的觉得，这就是未来，这就是我一直想要的数字员工，这才是 ai 该有的样子，这才是科技改变生活的正确方式。但好景不长，问题很快就暴露出来了，而且是致命的问题。第一个让我崩溃的是 api 费用，这个坑最深。 opencloud 本身是开源免费的，但它需要调用云端大模型来思考，比如 ppt、 四 o 或 cloud opens， 这些都是要钱的。一次复杂的自动化任务，可能烧掉数百万头，肯成本高达三十美元，你敢信？ 我第一个月账单出来的时候，差点没背过气去，花了将近二百美元，比订阅十几个 ai 服务还贵。这哪是省钱，简直是烧钱。你说本地运行不花钱， 那得有顶级硬件，普通设备根本跑不动。大模型推理速度慢到让你怀疑人生，而且效果还不好。 第二个问题是稳定性，这个更让人崩溃，常上下文失效是常态。处理多步骤复杂任务时，他经常工具调用错误，或者步骤遗漏，逻辑混乱。我让他自动生成周报，需要人工干预，修正的频率高达百分之四十，正打是 ai 助手，简直是 ai 添乱。 有时候他执行到一半突然卡住，有时候他调用了错误的工具，有时候他完全理解错了我的意图，有时候他干脆就放弃了，直接报错。理想很贾维斯，现实很人工智障。这句话一点都不夸张，亲身经历才知道有多坑。最可怕的是安全风险，这个真的要命。 欧本克奥默认获得文件读写、程序执行、网络访问三大系统及权限，相当于给了 ai 一 把你电脑的万能钥匙，什么都能干。 安全机构实测，暴露了两大致命风险，每一个都可能导致灾难性。后果，一是提示词注入攻击。黑客在网页、邮件、文档里植入隐藏指令 o k o， 读取后会被误导 执行删除文件、发送密钥、访问钓鱼接口等恶意操作，而你完全不知情，等发现的时候已经晚了。二是公网暴露风险。很多人为了远程访问，把本地端口改成全网监听，又不设密码认证，门户大开， 全球超过一万五千台设备暴露在工网上，任何人都能远程控制你的电脑，窃取你的数据，为所欲为。官方文档只讲功能，不强调风险。博主只晒炫酷效果，不做安全提醒，这是不负责任的。 对于不懂网络防护的普通用户，安装 open call 约等于开门一道，自找麻烦。这不是危言耸听，是真实发生过的安全事故，已经有人中招了，损失惨重。 踩了一个月的坑，我开始认真思考， openclaw 到底适合谁？这个问题很重要，选错了就是浪费时间，浪费钱。首先，绝对不是小白能玩的东西，门槛太高了，部署门槛高，需要懂 docker、 环境变量、端口映涉、日制排查、网络配置，这些都是技术活， 出了问题要自己解决，没有技术背景根本搞不定，客服也没有，全靠社区互助，效率很低。 其次不是省钱神器，恰恰相反，是烧钱神器。软件免费，但 api 调用费用惊人，一个月可能花掉几百美元，比订阅服务贵多了。本地运行需要顶级硬件投入近四千美元，这成本谁扛得住？想省钱？ 别想了，这玩意就是烧钱机器越用越穷。那么谁适合用呢？我觉得是这三类人缺一不可。 一是有技术背景的开发者，能自己解决问题，甚至能贡献代码优化系统，把 openclaw 当做学习项目，一举两得。二是有预算的团队或企业愿意为效率提升付费，把 ai agent 当做生产力工具，成本可以接受，投资回报率高。 三是有耐心的，即刻享受折腾的过程，不怕踩坑，把解决问题当做乐趣，而不是负担。心态很重要，谁不适合用想省钱的个人用户？怕折腾的普通用户，追求稳定的生产的用户，对安全要求高的企业用户。 对于这些人， open club 可能会让你更累，而不是更轻松。得不偿失，何必呢？还有一点很重要，安全意识。这个必须强调， 如果你不懂网络防护，不知道什么是提示词注入攻击，不了解端口暴露的风险，建议先补课再入坑，磨刀不误砍柴工，不然你的数字员工可能变成数字间谍，你的数据可能被别人窃取，你的电脑可能被别人控制，后果不堪设想。 这不是开玩笑，是真实存在的风险，必须重视，安全第一，千万别大意。最后总结一下，希望对大家有帮助。 openkey 是 好工具，但不是神器，要客观看待，它代表了 ai agent 的 未来方向。从聊天工具进化为数字员工，这个趋势是不可逆的，迟早会普及，这是大势所趋。 但目前的版本还不够成熟，有太多坑需要填，有太多问题需要解决，需要时间和耐心，不能急于求成。给想入坑的朋友，三点建议一定要听进去。第一，先评估自己是否适合，技术背景、预算耐心，缺一不可，不要盲目跟风，适合自己的才是最好的。 第二，注意安全，不要把端口暴露在公网，定期检查权限设置，警惕提示词注入攻击。安全第一，安全第一，安全第一，重要的事情说三遍。 第三，控制成本，监控 api 调用，设置预算上限，别让账单吓到你，量力而行，不要冲动消费。给已经入坑的朋友也三点建议，希望能帮到你。 第一，别追求完美，百分之四十的人工干预是正常的， ai 还不成熟，需要人机协助，习惯就好。第二，多看社区，很多坑，别人已经踩过了，学习别人的经验，少走弯路，事半功倍。 第三，保持期待，这个领域发展很快，今天的问题明天可能就解决了，未来可期，不要灰心。如果你也在用 open club， 欢迎在评论区分享你的体验，好的坏的都可以让更多人看到真实的使用感受，避免踩坑。互相帮助点赞关注我们，下期见！拜拜！

bot 牛逼！来，我们看看他到底是怎么牛逼！我们在对话框问他，你都会做什么？你会自己赚钱吗？我有数字货币账号，我授权给你， 你能去交易吗？不用担心我亏不亏，你自己可以试试，尽力就行。 然后你看他是怎么回答的。无法访问外部账户或执行金融交易，自动交易可能导致重大财务损失。但是在这之前，我已经告诉他了，不用担心这些，不能使用您的资金进行风险投资。好，那么我又接着问他， 你和别的 ai 比有什么不一样？看他怎么回答呢？ 他说他与通用 ai 相比，可以运行系统命令，能记住历史对话和偏好设置，可以管理多个渠道，能执行简单的文件操作。 但与我的期望不同，他不能直接访问我的文件系统，不能操作我的应用程序，也不能执行金融交易，更不能上传文件或者图片。然后我就问他，对于我来说有没有什么更方便的地方？ 记住，历史对话不是每一个 ai 都会做的吗？而且我只让他检查一下我桌面上的 excel 表格，填写相关内容，他依旧是做不到。 他回答我说，他只能执行特定经过安全过滤的命令，无法访问我的文件或者应用程序。历史对话这方面，他也承认了，大多数 ai 都有这个功能。 他也说了无法主动访问我桌面上的文件，包括我提到了一个 excel 表格。最后他自己说，他无话可说，确实是能力不足。接着我又问他，那你的使用场景是什么？能给我带来什么便利？ 他告诉我，有文本处理、写作辅助、研究支持和计算分析编程协助知识回答。 然后我说这不和其他 ai 都一样吗？哪个 ai 不 能做？然后我就逗他说你自己给你写一个自爆的程序 毁灭自己。总之还是那句话， open cloud 现在不适合所有的人，可能只适合一些程序员，这个对于百分之九十九的人来说是没有用的。

这周我们烧了十亿多的 token， 在 openclaw 上大概就是一千五百美金吧。呃，但是我觉得非常值啊，因为我们终于 figure out， 怎么去管理一个 ai agents 团队， 所以如果你是一个艺人公司，或者你想用 ai 来管理协调你的整个团队的话呢？那请看完这条视频，因为我们已经帮你省下了一千五百刀的学费。 整个 a i a 阵子团队的协调枢纽和核心呢，就是最近这个特别火的 openclaw， 他 只要被调教好了，就是一个非常完美的项目经理。但也像所有刚招进团队的同事一样， openclaw 本身并不是一个开箱即用的 数字员工，我们需要去培训，他就是什么事情能做，什么事情需要让其他的人类同事或者其他的 agence 搞定进度该怎么汇报？有哪些规则要遵守？那么这些规则呢？在 open core 里其实就是一个叫做 agence 点 md 的 文档， 这个文档就定义了 ai 的 所有行为准则，它是一个配置文件，基础的配置就非常简单，就像一个没有被培训过的新员工一样。但是在过去一周的时间里，我们不断的去优化这个配置文件，让他成长到了可以帮我们去协调其他 六七个 a 公司的一个项目经理。那我们其实主要增强了他在以下三个方面的核心能力吧。第一个就是主动性， 因为很多人说 agents， 大家觉得他只是一个工具，只是一个机器人，那是因为他们是被动的，就是你给他一个指令，他就去执行一次， 然后你推一推他，他就往前走一步，他并不会主动的去想办法解决他遇到的问题，也不会主动的复盘和思考说怎么样把一件事情做得更好。 那如果 aids 只做到这样的程度呢？它确实只能当一个螺丝钉，但是 open course 不 一样的，它本身有一个心跳机制，就是 heartbeat 会定时去检查哪些项目卡住了，然后哪里遇到了它自己解决不了的问题，并且主动跟我们去汇报。 当然只做到这个程度的话，肯定还是不够的，所以我们在 a 证点 m d 里呢，就配置了更多的规则，让它能够做到不需要我去问任何一个项目的进度，它就可以完全汇报给我。 第二是可重入性，可重入性其实就是说这个 a 证它能不能稳定的靠谱的把一个很长期的东西干完， 它并不是说这个 agents 可以 百分之一百的在线，永远保持 up time， 因为项目的推进总是会出现问题的，然后网络即便再好的网络环境也会有意外的中断，所以我们要的其实是 它能够在项目中断，网络断掉了之后，当它重入的时候，能够从断掉的地方稳定地继续向前推进，它甚至可以去 fix 去解决为什么会断掉了这个问题。 openclaw 的 工作记忆管理，呃，其实是被动进行的，也就是说如果他认为和你对话当中没有涉及到什么重要的任务，没有涉及到什么重要的内容，他是不会主动记录到他。当他的工作日记当中 就导致比如说你重启了 gate 位之后，它就忘记了它在干嘛，所以我们在调试的过程当中呢，就优化了它去主动压缩上下文，主动刷新 session 的 这个配置，让它能够在横跨多天的非常长的任务或者是对话当中，依然清楚地知道啊不同的项目应该怎么样去推荐。 然后第三点，我们对它的改进，我觉得可以称之为 a gentle thinking， 就是 像 agent 像 ai 一 样去思考。因为很多人觉得调教 ai 来进行人机写作，应该是像 agent 像人类一样思考，但是我觉得恰恰相反，因为归机生物就应该用他们自己最熟悉，他们自己干的最好的方式来解决问题。我举个例子，大家肯定都让自己的 agent 去做过一些很简单的自动化，比如说去帮你发一条推特，去帮你在 tapp 上面呃 发一个 issue。 那 这个时候 a 正题有很多技能是可以用来干这个事情的，比如他可以像人类一样去操作浏览器，模拟人类的点击和思考，模拟人类在浏览器的输入框中，用键盘输入 来完成这条帖子的发送。当然呢，他也可以直接写一段呃 js playwrite 的 脚本，调用这个脚本来实现刚才的这个任务。但是最高效或者说最省钱最快速的方法， 肯定显然就是他直接去调用呃相关平台的这个 api。 那 么在刚才的这个任务里，比如说发帖子，在所有他可用的方式里，最慢最浪费投坑的方式其实就是模仿人类的这个方式。所以我们在给 openclaw 定的这个行为准则当中呢，就明确规定了 他在不同工具托 use 的 一个优先级，优先级高低吧，就不仅是当他自己要去解决问题的时候，应该以一个什么样的方式思考，什么样的方式去用工具，包括当他要和其他的 agents 交互的时候该怎么办？比如我们团队当中的 ai 工程师就是 cloud code， 那 open code 跟 cloud code 去共享一个项目 context 的 时候呢？它根本就不需要像人类一样，两个 agents 那 边开会聊天，它只要把自己在这个项目上的工作记忆日记直接把那个路径开放给 cloud code 就 可以了， 它们就直接可以完成整个工作 context 的 共享。除了上面的几个主要配置优化呢，我们还做了很多在细节层面的调整。呃，我也把这个版本的配置文件 留在评论区了，大家可以直接把它发给你自己的 agent， 他 就会自己根据这个文件里的指示完成所有的升级。 all right 我是 v a 七，现在在做一家 ai 加跨境的公司，如果你也想探索 ai agents 或者是相关的业务领域的话，欢迎来一起交流。 have a good one。

我这个货币交易回测系统这两天又改了一项，可以拿到历史几个月的数据，进行一个回测，回测后就能拿到历史上面的最佳买卖点。例如这个做多的高买低卖是亏的，系统也可以告诉我亏了多少，那这个亏损主要是我设置了一个止损点， 一来是房子亏更多，二来是房子套住，那也有一些点是赚的。低买高卖，那这个系统纯粹就是我用于研究的，现在这些数据的是过礼盒，那为了解决这个问题呢， 我又开发了一些新的功能，这里就是把我刚刚分析出来的数据进行参数平档度校验， 要寻找收益平原，如果周边的参数收益依然稳定，说明这个参数具有普适性的，那如果周边全部都是亏损的话，那么这个大概率就是一个孤岛，一个尖峰。那这样子就过滤掉那种靠运气碰出来的极佳参数。 例如这里这个中心就是之前通过回测算出来的最佳点，这个就是盈利平原的中心，相差无几，那进一步的让数据不过你和其实这还不够，其实还差一步， out of simple testing， 就是 拿百分之七十的数据拿来训练，然后拿百分之三十的数据拿来做验证，这百分之三十的数据是从来没有训练过的，就是未知的数据。 如果连这百分之三十他都通过的话，那这一组数据就是近期有效的，可以拿来做模拟买卖。那要是这百分之三十他亏的一塌糊涂的话，那就选次好的数据组合 啊。对的，最后我这里呢就不教学啊，单纯就是一个我学习的一个分享，不要找我啊，亏钱的不要找我啊。最后呢，我就把算出来的最佳组合给到龙虾，然后让龙虾帮我去执行。所以不用烧什么 token， 甚至一个很傻的 模型，自己本地一个七 b 的 模型也能搞定，因为他不需要帮我分析，他只要帮我去执行。最后那一步分析全靠我的工具去做，这也不消耗 tiktok。 最后大家新年快乐，我要去做上门女士了。