触手监狱pc版汉化安装教程

继续来看我们的课程，首先就是之前欠了点东西，没有说，因为当时没有搞好，看一下是欠了哪块东西，是从在这个英镑的模式我们重新来搞一下，这个 之前我用 open code 好， 但是我本地 open code 有 一点问题，所以我就去搞一下这个 cherry studio， 它现在是已经配置好了， 我们先看一下这个怎么配置的，这有一个设置，我们在这有一个 m c p 服务器，我这里是已经配好好了，我可以看一眼，我们就在这里输一下我们的名称，这选 studio 这个 n b x。 这个其实是我们可以直接去导入的，我们在这里添加，从 jason 导入就把我们写好的粘贴过来就可以了。之后我们就可以直接访问我们的数据库进行问答，把它这个做的还是 非常顺滑的。这个东西是可以用的，我们还可以自己去接一些模型，有一些模型上面服务，我们可以自己去接一些我们自己的模型上去都可以用，都可用的。更新，更新一下，他去更新，我们正好来，回来 之前是讲到哪了？看一下，简一握手，就是讲到第九天了，就先握手，那我们开开去开一下 尸体出站之前的入站，我们可以直接去问，呃，怎么问？我们可以再回来再看一眼， 要这样去问，给他一个 context， 给他一个 task， 再给他一个限制，要用 react 风格的提示词去问他，他就可以直接给我们回答，等他 啊，他安好了，我们去看一眼，先去安着，回来看这个。这个本地触手，我们看他在说什么，从被动响应到主动出击， 之前是交互式 inbound， 我 们的 optine 去给他一个输入智能体，负责一个感知。然后现在 outbound 是 让他去 舞动的，去触发外部工具，执行任务，甚至进行决策，从被动响应到主动行动的一个过程。这里有一个 word 闭环，是有三个大脑决定的 决策神经中枢纽，还有行动中枢纽。协议的本质是通用的世界语，在 autobahn 的 模式下，我们是通过 r p c 调用，这一看一眼，为什么它会发生这样的一个决策的反转？ 在之前英镑的 opencine， 它是一个 server， 它只是一个指的 alt， 它会去主动调动工具，去指挥外部的脚本去改变。呃，我们的物理世界，如果说大模型是电网中的一个电力 m c p 就 相当于一个接口， 让大脑放弃随意的自然资源，而是改用标准化的机器指令来驱动手和脚。所以我们的 l l m 其实应该承担一个承上启下一个作用， 一边去理解我们的一个意思，另外一边转化成标准的机器指令来去指挥我们的软件。 你看，传统的模式是直接回复一个，现在它会干什么？它会去输出一段 jason 指令，去发起一个动作，让 python 脚本去执行我们的一个意图。 那怎么让它知道 print 这个工具？那我们就需要去预览一下我们的 m t 文档， 这个文档的模板的名字叫 agent two writer dmd， 这里应该是还没有做过，现在来那就能够去写入了。呃， 他首先有一个声明，有一个约束，还有一个对齐，然后我们也要给他限制一下，不能让他去误删我们的文件，去强调一下安全，嗯，安全，首先要有一个白米线，还有一个被动执行。 我们这里看一下我们的时长沿列。首先我们新建一下这个文件，把以下代码复制过去，这个文件先看一下是怎么建的。这个是储物机器的一个代码，相当于我们的手是大脑， 如何来使用它？ text and reader 会提取我们的自然语言需求，发送给大模型哦。我们需要一个 agent 的 tool writer， 就是 我们这里建好的。这个 tool writer 之前是比较简单的，是一个的概码接口的一个定义， the tool node， 这是我们的 tool one， 它这个 to 里面具体是什么？是一个这样的东西。我们的 to one 已经刚刚写到的是 to one to set a label 这个它这里举了一个例子，用户需求是这样的需求，我们的输出应该是什么输出？我们的 to name 是 point to note documents in box。 我 们要生成一个这样的一个文件， content 就是 内容，用这个内容 instead 就是 提醒我们明天去复习，大概是一个这样的意思。我们在 constraint 要求是输出 json， json 是 机器去理解的，然后 markdown 是 人去理解的，我们要求不输出 markdown 输出 json。 这个是为了适应 python 脚本 input 函数的读取的一个特征，这样它就能够去启动它。这里是需要 python， 我 可以打开 v s code 去运行。 嗯，我在想它这个东西怎么交给 l m m 去处理呢？今天主要是编辑了清亮级的脚本，它主动调动外部的工具，我没有看懂它是怎么调用，所以我决定问一下 ai， 他 说 我们看一下千万给我们的答案，说目前的架构是 human in the loop， 我 们 openci 安装 a text generator 插件，插件会把我们的提示词发给大模型，大模型会返回 json 文件，这段 json 就 会插入到我们笔记里。 但是这个时候我观察一下刚刚他说的话，我感觉和我们的批拍文件的一点关系也没有。我就很奇怪，也是这样认为的，千万认为这在我们调一起差价的时候，拍次脚本是完全不知道这件事情发生的。 那他说什么？他说需要我们把 jason 手动复制粘贴回车充当网络 socket， 把数据搬运到 python 脚本， 它其实是一直在运行，直到我们 input 能够把粘贴复制过来，它才会去解析 再去执行的。说它这里其实你的 o c 和你的 p y 文件之间确实是没有连接的，所以它这个可能是在未来才会要去做的一件事情。这个是我们第几天了？ 这是我们第九天是做了一个 inbound， 这个是我们第十天的一个内容，可能是在第十一天才会去代替这种人工复制粘贴的一个做法， 所以我之前感觉也是正确的，它完全没有去实现对 p y 的 调动，它大牙马里面是没有写着这部分内容的，后续的可能会用 m c p 或者是 h t， 它可能会更多的会用这个，因为我们一直在 t m c p， 也就是说它本质上是一个模拟的实验，它并没有去实现 p y 文件和 opc 之间的一个连接，所以这就是我们第十天的一个内容。