openclaw和hpt哪个好

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

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

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。

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。

你现在打开 kimi 的 官网，点到那个 bot 页面，你会发现它悄咪咪上了一个新能力，叫 kimi 可乐。 大家好，我是杜宇，带你看懂 ai 赛道的钱和事儿。今天我们聊聊 kimi 版的 open 可乐。以前呢， open 可乐这个玩意儿，你想用，得先折腾环境，还得保证电脑别关机，最好再搞个 vps， 让它二十四小时在线。 前几天啊，一个在北大读 ai 博士的学弟都还在吐槽部署 openclaw， 搞了半天挺费劲的，更别说没有技术背景的普通用户了。现在好了， kimi 的 玩法是，我直接给你把 openclaw 云端托管好，你开浏览器就能用。就很像你别自己装空调了， 我把中央空调给你装在云上，你按开关就行。那 kimi claw 跟 openclaw 到底差在哪呢？ openclaw 更像是自己买一堆零件，组装一台高性能台式机，自由度很高，你想换显卡换硬盘，随你，但你得会装，会调坏了还得自己修。 amyclaw 更像你直接买一台云电脑，加预装好所有软件，你不用研究驱动，不用担心电脑一关它就罢工。 重点是它能一直在线替你跑事情。官方对比表里写得很明确， kimiko 是 一键云端就绪。 local openclore 需要手动安装配 api 管，依赖 kimiko 七乘二十四小时在线 local openclore 电脑不开机就停。 kimiko 技能库是五千加即取即用， local 是 你一个个装， kimiko 默认给四十 g 的 云存储 local 是 你一个个装， kimiko 默认给四十 g 的 云存储。 local 看你自己硬盘有多少。而且还有一个很关键，但很多人会忽略的区别。 kim kilo 强调，把复杂的 agent 能力做成了普通人能吃的套餐。比如他强调长期记忆和人格定制，你可以一次性告诉他，以后给我写报告，统一用这个格式，每次都带一个风险提示，他会记住他还支持定时任务。你可以让他每天早上九点自动给你做行业新闻雷达，周五下班前自动出周报。 这就是从你叫他一下，他动一下，升级成了你不叫他，他也给你把活干了。这类能力在 open 可乐上当然也能做门槛更像你得会装会配会首页。 kimi 可乐是你，会打字就行。 我知道你们现在最关心的不是技术，是我一个没技术背景的国内用户，到底能拿它干嘛？别急，你先别急着要让 a i t 我 上班，先听我把边界讲清楚，后面我再给你一个最稳的用法，不听你可能会踩坑。先说最实用的信息过在时代， kimi 可乐这种常驻在线的东西，本质上就是你的私人情抱怨。 比如你让他每天固定时间去搜你关心的赛道，抓最重要的五条，压缩成你能看懂的两三句话，并且按你的习惯规章。哎，你别小看这个，像我们做投资，最怕的不是没信息，是信息太多、太碎、太吵。你每天刷到的重磅炸裂，史诗级，可能百分之八十都是情绪价值。 真正值钱的是持续跟踪，结构化记录，最后形成判断。 kimi klaw 把持续跟踪这件事变得更便宜了，因为它不需要你一直盯着，它能定时跑，还能把东西存下来。 第二个用处是把工具链这件事给你抹平。以前你要做数据分析，得先找工具，装插件、传文件，再导出图。 现在他能直接在聊天里调用 cool hop 技能分析 cv 作图，甚至打出报告。这种流程你就用人话描述就行。相当于以前你是自己开餐厅，自己当厨师，现在你是点菜，他自己去后厨把技能教出来干活。第 三个用处是内容生产，从手工作坊变成流水线，比如白皮书、竞品分析、营销、复盘会议。既要整理这些活不难，但极其耗时间，属于那种你做完了也不觉得自己变强，只觉得自己又老了两岁的活。 kimi klo， 把它的价值说得很值， 你可以让它端到端，跑工作流，还能保存产出，跨设备拿回来继续用。对普通人最爽的一点是，它把 open klo 那 一套会干活的 agent， 从即刻玩具往日用家电方向推了一大步。 好，说完能干嘛？我再讲你们最关心的那句，这是不是意味着国内没技术背景的人也能享受 openclaw 了？ 结论是更接近了，但要看你怎么定义享受。 kimi 的 做法是把 openclaw 直接原声塞进 kimi 的 网页里，让你用浏览器就能启动一个云端的 openclaw， 省掉本地部署依赖配置、机器长驻这些麻烦。这对国内用户来说就是门槛断崖式下降。但它也不是完全无门槛关， 官方写了一键云端部署，需要 alipay 及以上的会员。如果你已经自己本地跑着 open core， 也可以选择 link existing open core 把已有的连进来。会员过期之后啊，云资源保留七天之后会永久关停并清空相关数据，这个你要心里有数，别把它当成永不丢的网盘。 kimi 这波操作，本质上不是发明了 open clock， 而是把开源的生产力包装成可交付的服务，并且用产品和分发把价值吃回去。开源世界里最稀缺的从来不是代码，是把它变成普通人一键可用的那一层体验。很多创业团队喜欢在 github 上卷功能，最后用户用不上 kimi， 反过来直接从用户角度卷摩擦，不用终端命令，不用服务器，不用守着电脑开机，还顺手把技能库存储、定时任务这些真实的刚需打包了。 你如果是国内创业者，可以抄的不是也做一个 flow， 而是这种思路，把复杂能力做成可附用的云端工作台，让用户用人话就能启动一条工作流，然后你赚的是省事的钱。 尤其中国市场，用户付费意愿往往不为技术先进买单，而是为我少折腾啊，我今天就能出结果买单，你做土币就更明显。老板不关心你是不是 agent， 也不关心你是不是多智能。他就问一句，能不能把流程提速，能不能减少出错，能不能把新人训练成本打下来？金 米可尔这种产品形态，就是把 ai 能力从聊天窗口拉进了流程里，拉进了时间表里，拉进文件柜里。最后给非技术背景的同学一个特别现实的建议啊， 先用 kimi kong 搞定三件小事，第一，固定时间的资讯雷达。第二，固定模板的周报月报。第三，你最烦但最重复的资料整理。 你会发现，一旦这三件事稳定跑起来，你每天省下来的不是时间，是注意力，而注意力才是这个时代最贵的资产。点关注不迷路， ai 搞钱，我带路，我是杜宇，咱们下期见。

人人喊贵的 open call 到底该怎么省钱？最近啊，无数 open call 的 用户哭晕在了厕所，明明是想请个数字员工帮自己干活，没想到他却实打实的是一个吞金兽。网友们纷纷晒出了账单，一个免费开元的产品，每天呢，却能花几十上百美元。其实啊，这真不能赖 open call， 因为你花的每一分钱都是在为 token 买单。 咱们都知道啊， token 是 ai 理解和处理文本的最小单位，所以说呢，只要让 ai 帮你干活，它就会消耗 token。 比如说，你好，今天天气怎么样？这句话大概就包含了八个 token。 普通的聊天机器人呢，消耗很少，但是当你把它当成任务来询问 a 整数的时候，消耗量就会大得惊人。因为呢， open call 要求大模型的时候，除了要提交你的问题，还会打包发送历史的对话。 英姐呢，按 skills 执行任务，做网上搜索、读取本地文件、反复推理等。这一套组合拳下来，后台可能已经和大模型交互了十几轮。所以你的这一句，今天天气怎么样，实际的消耗啊，可能高达八千到一万五个。输入 token， 如果是整理邮件、写代码，或者是对接其他的工具， token 越用越多，账单呢，自然水涨船高。如果啊，你设置了一个夜间的检测新闻早起汇报的任务，那一夜烧光所有的 token 也就不奇怪了。 那有没有什么低成本用上大龙虾的方式呢？我最近呢，就总结了三个省钱的小妙招，大家可以试一试。首先呢，就是选对模型。大家在看 openclaw 的 攻略时啊，肯定会有很多人说 jimmy 的 效果好， claw 的 能力强，那对于大多数而言呢，用于 openclaw 可能只是想让它做一些简单的工作，并不一定要实现极致的性能。 国产的模型的价格只有海外模型的四分之一左右，所以啊，完全可以考虑用国产模型的 a p i。 如果你有专业需求，比如说代码、文字等等，那针对性的研究一下就可以了。打开全球 toker 消耗量的排行榜啊，前五个已经有四个都是国产模型了， 全球 ai 的 用户啊，都在用脚投票。其次呢，一定要多关注各家 ai 厂商的套餐，就比如说这个套餐呢，它并不会按照 token 来收费，而是开了一个固定价格的会员之后呢，就能按每五个小时问多少问题，最少的呢，是四十个， 我感觉大部分人一天都问不了四十个问题，那这个价格几乎相当于就是一天一块钱随便用了。甚至呢，还有一些平台的套餐，首月七块九两倍蜜雪冰城的价格，他敢让我一个月发一万八千次的请求，还是四款大模型随便选。国产 ai 的 这个价格，老外看见估计就得哭了。 另外呢，如果你是一个坚定的白嫖党，也可以看看阿里云、 deepsea 或者智普，他们也会有一些免费的额度啊，可以薅羊毛。 另外呢，咱们还可以从节流上下功夫。现在呢，各种 opencloud 的 大神呢，都在分享好用的 skills， 它除了能帮你完成任务之外，也有能帮你省钱的功能。 比如说呢，你让一个没有安装 skills 的 大龙虾来帮你写一个 ppt， 那 它呢，就会尝试用各种途径来完成任务，网上搜索写代码，调用本地工具之类的。这个过程啊，不光会消耗头肯，而且还会降低效率。 如果咱们安装了 skills， 它就能够直接指导大龙虾来工作，省去了不少的误用工。而且呢， skills 比 mcp 啊更实用。如果是利用 mcp 来调工具， open class， 就 要把 mcp 这个巨长无比的手册读完才会开始工作，浪费 token 呢，还低效。 而 skill 的 手册就会把目录和指令区分开来，这个 ppt skill 啊，就只用了一小段话描述清楚了自己的功能，只有在需要处理 ppt 时，它才会继续去调用剩下的指令。 这样一来呢，少浪费一些头肯，也能省下不少钱。其实呢，这次 openclaw 的 付费焦虑在整个 ai 行业还是头一次出现。大家在过去啊，习惯了为会员付费，哪怕是贵一点呢，也是一锤子的买卖。但是这次呢， agent 调用 api 的 玩法却是让大家开始为头肯付费，看着花出去的钱，感觉还是很肉疼的。 toky 的 主要成本除了算力以外，更多的是消耗电力，美国的 ai 工业用电的成本比咱们国家要高个好几倍，所以呢，用海外模型的 tokyo 呢，自然也要贵上不少，中国 ai 也有了 tokyo 出海的机会。那么你还知道哪些关于 open color 省钱的小妙招呢？评论区里分享一下。

今天说个离谱的事啊，这两天我在网上刷到一个杭州上门装 open 可乐的服务，一口价五百。对，你没听错，五百不是五千。 任何技术一旦出现上门两个字，基本就意味着他已经从极客玩具变成了有人愿意花钱买省事的大众生意了。你看，第一波吃到红利的人，已经不是在写代码，而是在收懒人税了。 大家好，我是杜宇，带你看懂 ai 赛道的钱和事儿，但你别急着冲出去接单啊，我先把我身边观察到的五百背后的真相拆开了讲。先问大家一个问题啊，你觉得五百上门安装 openclo 贵吗？觉得贵的扣一，觉得不贵的扣二， 其实啊，你把它换算成时间就知道贵不贵了。上门来回，哎，两个小时起步，再加上半天装环境，配 k， 接渠道，跑通守护进程，教客户怎么用，客户还可能顺手问一句，哎，哥，我这个能不能别把我的邮箱删了，你会发现啊，这五百买的不是安装，是你替他承担的。我不想学， 我怕搞坏，我怕泄露的情绪成本。所以我觉得啊，想想杭州上门来回至少两小时，加上安装调试小半天，其实也不算贵。这句话其实把商业本质说透了，卖的不是技术，是确定性。 其实呢，这是挺好的一个生意啊，你别嫌它土，土到极致就是现金流，把混可乐从零到能用，做成 sop， 顺手给客户加一个一个月内免费兜底的售后， 五百立刻变成了你获客的门票。真正赚钱的是后面的按月维护和二次改造。除了这种线下上门安装，还可以做在线远程保姆型交付。因为国内啊，已经有人写了在轻量服务器上部署 open 可乐的教程。 等于说，哎，咱也别只盯着同城了，直接把交付半径拉成全国客户买的还是省事。那除了上门安装远程安装，还能怎么通过 open 可乐赚钱呢？我还看到一种模式啊， to b 的， 就是做数字员工方案，把 open 可乐接到 企业常用的沟通工具和工作流利，让他干具体的脏活累活，比如日报、周报啊，信息汇总啊，公单分发、资料整理，代发邮件。不过啊，企业服务要注意把安全搞好，因为 open 可乐不是单纯聊天啊，它是能动手的，你如果能把这个谁能用， 谁能用到什么程度，哪些工具默认禁用？怎么避免被乱发消息的人带偏做成模板？哎，那客户会把你当 it 外包的升级版，续费率应该会很不错。其实这个思路也可以卖给个人啊。比如说，我看到有人就帮应届生用 open 可乐直接带头简历，二十四小时连续投递，拿到了好几个面试邀请。 我为什么觉得五百这个事儿会持续一阵子呢？因为 open 可乐的门槛恰好卡在懂一点但不想深懂的人群上，对天天装环境的人十分钟就能搞定，但对很多普通用户，就是我不敢动，于是我帮你动就值钱了。 我们再看看国外是怎么赚钱的，国外更直白，需求直接挂在平台上，像 upwork 这种地方，就有一堆任务在找人装这个 openclaw， 比如在 windows 上装好，并且提供持续的支持，在 mac mini 上做常驻的安装维护，或者部署到云 vps， 并且把安装和可付线配置搞定。 国外这波最先赚钱的同样是做集成，做运维，做交付的那一群自由职业者。这点啊，跟杭州的五百是一模一样的底层逻辑，你替别人省掉一堆不想碰的麻烦，那他就付费买你的确定性。再往上一层，国外还有一条更互联网的变现模式，就是做托管版。 也就是啊，把 open cole 做成你付钱哎，我给你一件刨起来的服务。 reddit 上就有人讲自己做了一个类似你发短信就能用的 open cole 版本，靠 tiktok 带来用户，号称是差点做到五天一千刀的 m r r。 当然了，我看评论区也有人泼冷水说啊，先把 a p i 的 成本说清楚，这段对我们特别重要，因为 open cole 相关的业务赚钱不难，难的是你要把成本 模型调用、用户滥用以及安全兜底这些账算明白，否则很可能出现收入看着涨，账单涨得更快诶。然后我们复盘一下这的 gpt 和 deepsea 两次全民淘金，有哪些套路能直接搬到 openclaw 呢？ 这的 gpt 那 一波最经典的路径之一就是迈克，甚至出现过清华美院博士李一洲这样的经典案例啊，本质是把信息差和焦虑做成产品。 deepsea 爆火之后，也出现了大量的课程和付费社群，不少人呢，被无脑暴富的这个话术啊，收割知识付费本身没有错，但咱们要做的话，还是要走正道啊。那这一波 open core 能附用前两次热潮的经验吗？我说三点啊，第一，仍然是内容到服务的漏洞， 但内容得升级，不是教你怎么写提示词，而是教你怎么让它稳定地跑起来，怎么做成本预警，怎么做安全审计。 第二仍然是卖铲子，但铲子从知识变成了交付包加韵味啊。第三是 open 可乐更独有的新机会，因为它离系统更近，能做的事更多，所以安全和边界反而成了新的付费点。你要是能把官方的安全建议落到可复制的配置里， 你就是这波里最不像割韭菜，但最容易长期赚钱的那类人。所以我现在看了杭州五百这事啊，心态特别简单，就是别笑他小，所有大生意最早都长得像跑腿。那你身边如果也有人在接 open 可乐活，或者你自己就是那个上门的师傅？哎，评论区来点实在的， 你收多少钱？交付包含啥？最容易卡在哪一步？客户最常问的离谱问题是什么？咱们也可以把这些真实的一线细节整理成一套避坑清单。点关注，不迷路， ai 搞钱，我带路，我是杜宇，咱们下期见！

熬了三个通宵，我的 ai 员工终于上线了，你看，我可以直接用飞书发消息，让他干活，帮我把桌面整理一下。 哇塞，瞬间收纳好了，但这对他来说只是小菜一碟啊，他还能帮你处理邮件、浏览网页、帮你查资料。重点是，他所有的技能和记忆都存在你这台电脑上，不用签保密协议了呀。接下来教你们怎么装点赞收藏慢慢看。 首先，你得搞一台可以上网的苹果电脑，接着去注册申请个大模型的 apikey， 我 用的是 kimi code， 你 也可以去尝试其他的。然后就按 command 加空格输入车密码，按回车输入这些命令行。然后呢，跟着指引在上面贴上你刚申请到的 apikey， 完成之后就可以直接在这里跟 ai 对 话了。但想要接飞书的话，还得多做一步，就是在飞书开放平台上创建一个机器人应用，然后将这个机器人的 id 密钥告诉他， 这就大功告成了。你可以给他取个名字，告诉他你是他的老板，就把他当做一个员工来看，他也会告诉你他能帮你做什么。总之呢，非常有意思。我把我的实际操作步骤整理成了一份文档，有兴趣的举个手直接发你。

这将是你的第一个 ai 助手， openclaw。 什么是 openclaw？ 今天这期视频带你彻底了解 openclaw 是 什么，和叉、 jpt、 豆包有什么区别，以及它能做什么。 这期视频有点长，干货有点多，如果当前没有时间看完，可以先点赞收藏，等你有时间的时候慢慢看。好了，我们正式开始。最近如果你关注科技圈，一定会发现朋友圈和短视频平台被一只龙虾刷屏了。这只龙虾不是海鲜，而是一个叫 opencloud 的 开源 ai 助手。 他在短短两个月内， github 新标数突破十九万，成为 github 历史上增长最快的开源项目之一。简单来说， openclaw 是 一个开源的个人 ai 助手，但他和你平时用的 chat gpt 或者其他聊天机器人完全不同。 chat gpt 只能在网页或 app 里和你聊天，回答问题， 但 openclaw 能真正动手干活。它可以在你的电脑上运行，帮你操作文件、发送邮件、整理日程，甚至打开浏览器帮你搜索和购物。为什么叫 openclaw？ openclaw 这个名字其实经历了三次改名，背后有一段有趣的故事。起初，项目开发者给项目起名叫 cloudbot， 因为这个项目最初是基于 anthropic 公司的 claw 的 大模型开发的虚拟助手。但很快， anthropic 公司发来了商标投诉，认为这个名字侵犯了他们的商标权。之后，作者把项目改名为 motbot。 mot 是 蜕壳的意思，寓意项目的成长和进化，同时保持了龙虾的主题。但作者很快发现， motbot 这个名字念起来总是不太顺口。项目最终定名为 open claw。 open 代表开源和社区驱动的理念。 claw 保留了龙虾熬的符号基因，致敬初心。 就这样，这只龙虾终于有了它的正式名字。为什么它这么火？ openclaw 之所以能在短时间内爆火，主要有以下几个核心特点。首先是真正的自主性，传统的 ai 聊天机器人只能被动响应用户的提问，但 openclaw 是 一个自主 ai 代理， 它可以主动执行任务，调用各种工具和 a p i 与你的操作系统深度集成。你可以给他一个目标，他会自己分解任务，调用工具执行操作，直到完成任务。其次是完全开源和本地运行。 open cloud 的 代码完全开源， 你可以在自己的电脑上运行，数据都存储在本地，不会被上传到云端，这对于注重隐私的用户来说非常重要，而且因为是开源的，全球的开发者都可以为他贡献代码、开发插件和技能，形成了一个快速成长的生态系统。 第三是跨平台和多模型支持。 openclaw 可以 运行在 macos、 linux 和 windows 上，支持接入多种大语言模型，包括 openai 的 gpt、 andropica 的 cloud， 国产的智谱、 glm、 kimi、 deepseek 等。 你可以根据自己的需求和预算选择不同的模型，甚至可以使用本地运行的开源模型，这样就不需要花费订阅费用。第四是丰富的集成能力。 openclaw 可以 通过消息应用，如 telegram、 whatsapp、 discord、 飞书等接收指令，也可以在命令行中使用， 还可以通过全区快捷键在任何窗口换出。最后是技能市场和社区生态。 openclaw 有 一个官方的技能商店 clawhub， 用户可以在上面发布、搜索、安装各种技能插件，就像手机的应用商店一样。 openclaw 能做什么？ openclaw 的 应用场景非常广泛，这里猎取一些典型的使用场景。一、邮件和日程管理你可以让 openclaw 自动取消垃圾邮件订阅、整理收件箱、筛选重要邮件、安排会议日程。有用户分享说，他让 openclaw 连续工作了一整夜，清理了几千封垃圾邮件订阅。 二、文件整理和数据处理 openclaw 可以 帮你整理电脑上的文件，按照规则重命名、分类规章。它还可以处理 excel 表格、生成报告、提取数据。三、网页自动化操作 openclaw 可以 控制浏览器进行复杂的操作，比如自动登录网站、填写表单、抓取数据、下单购物等。 四、内容创作辅助 openclaw 可以 帮你进行小题策划、素材整理、多平台发布。有内容创作者表示，使用 openclaw 后，效率提升了百分之九十二五、学习和研究助手 学生可以用它来阅读论文、整理笔记、辅导作业。研究人员可以用它来管理文献、提取数据、生成报告。六、开发和运维工具开发者可以让 openclaw 帮忙写代码、调试程序、部署应用监控服务器。 如何开始使用 opengo 啊？ opengo 的 安装和使用其实并不复杂，本期对安装过程不做具体介绍，官网有相关的安装教程。 另外，现在各大云服务商都推出了一件部署方案，虽然 opengo 非常强大，但它也带来了一些潜在的风险和挑战，需要用户注意。 首先是安全风险，因为 openclaw 可以 访问你的文件、系统，操作浏览器，执行系统命令。如果配置不当或者被恶意利用，可能会造成数据泄露或系统损坏。有安全研究人员指出， openclaw 目前缺乏完善的运行时安全防护机制，需要用户自己加强安全配置。 其次是隐私问题。虽然 opencall 可以 在本地运行，但它仍然需要调用云端的大语言模型 a p i。 你 的对话内容和任务指令会被发送到模型提供商的服务器。如果你处理的是敏感信息，需要谨慎选择模型提供商或者使用完全本地运行的开源模型。 第三是成本控制。 opencll 本身是免费的，但使用大语言模型 api 是 需要付费的。如果你让 opencll 执行复杂的任务，可能会消耗大量的 api 调用次数，产生不小的费用，需要做好成本预算和监控。最后是技术门槛。 虽然现在有了一件部署方案，但要充分发挥 opencll 的 能力，还是需要一定的技术知识，比如如何编辑技能插件、如何配置工作流、如何调试问题等，对于非技术用户来说有一定门槛。 很多人认为 openclaw 就 像是 ai 时代的 linux， 是 ai agent 的 操作系统，它不仅仅是一个工具，更是一个平台和生态系统。 openclaw 可能会重新定义个人生产力的概念。想象一下，每个人都有一个二十四小时在线，永不疲倦、能力超强的 ai 助手可以帮你处理各种琐碎的事物，让你专注于真正重要和有创造性的工作。这种一个人加 openclaw 等于无限可能的模式， 可能会催生出大量的超级个体，一个人就能完成过去需要一个团队才能完成的工作。 openclaw 的 爆火不是偶然，它代表了 ai 发展的一个重要方向，从聊天机器人到自主代理， 从被动响应到主动执行，从云端服务到本地运行，从封闭系统到开源生态， ai agent 时代已经到来。 openclaw 只是一个开始。 未来我们每个人都可能拥有多个专门化的 ai 助手，它们会成为我们工作和生活中不可或缺的伙伴。而这一切都始于一只小小的龙虾。如果你对 openclaw 感兴趣，不妨亲自试一试，也许它会成为改变你工作方式的那个转折点。

嘿，大家好，你有没有想过能拥有一个真正懂你，而且七天二十四小时随时待命的私人 ai 助手？今天啊，咱们就来聊聊怎么实现这个想法。而且最关键的是，你完全不需要懂代码，就能把这个超强的 openclo 变成你自己的专属小助理。 首先啊，你可能会问，这东西跟我们平时用的那些 ai 工具有什么不一样？这么说吧，像叉 gbt 这样的工具，它更像一个图书馆，你有问题了就进去查一下，查完就出来了。 但是 open clone 呢，它完全是另一个概念，它更像一个伙伴，影一个真正在你背后默默帮你打理一切的伙伴。那么合作伙伴这个词到底是什么意思呢？ 嗯，最关键的一点就是，它不是一个你需要专门打开的网站或者 app， 不， 它是一个真正住进你数字生活里的一个贴身的助力。咱马上来看它到底特别在哪儿？ 好，我们来盘一盘它最厉害的几个点啊。首先，它是在你自己的地盘上运行的，这就意味着你所有的数据它所有的地盘上运行的，这就意味着你所有的数据它所有的地盘上运行的，这就意味着你所有的数据完完全全都属于你一个人。 其次呢，它直接就活在你天天都在用的那些应用里，比如说 telegram， 而且它全年无休，哪怕你睡觉的时候它也在线。哦，对了，最棒的是，它的大脑由你来定，你想用 cloud、 gpt 还是 gemini， 你 说了算。 哎，我猜你听到自己的地盘这个词，可能觉得有点头大，是不是听起来很复杂？你放心，完全不用担心，你会发现整个过程简单到让你惊讶，根本用不着编程， 真的就跟给你的 ai 在 网上安个家一样轻松。你看，整个过程真的就这三步，第一步，一键部署，找个服务商点一下按钮搞定。第二步，粘贴 api 密钥，把你选好的那个 ai 模型的密钥复制粘贴完事。 第三步，连接你的应用，把它跟你最常用的聊天软件连上，你看，就是这么简单，点几下鼠标就大功告成了。 好了，部署完成，这只是个开始，现在好玩的来了，我们要让这个 ai 助手不再是一个冷冰冰的后台，而是真正的走进我们的生活，让我们不管在哪都能跟他聊天。 跟你说啊，这里最酷的地方来了，你根本就用不着去看那些复杂的说明书，你只需要直接跟你的 ai 说，诶，我们来设置一下 telegram 吧，然后它就像一个私人向导一样，一步一步带着你操作，这感觉就好像它在帮你激活它自己一样，是不是特别奇妙？ 一旦连上之后，不管你是在手机上的 telegram 里跟他说话，还是在电脑的网页上跟他聊天，所有的对话记录都会自动同步。这就意味着你的 ai 助手真正做到了随身携带，你们的对话永远都不会断。 好了，到这个为止，我们的助手已经可以在聊天软件里待命了，很酷对吧？但这才哪到哪啊？接下来，咱们来解锁他的珍重潜力，让他接管你整个的数字工作空间。 你只需要给他装一个特殊的小技能， open cloud， 就 能跟你所有的骨骼服务。联通， 我们说的是 gmail、 谷歌日历、云端、硬盘、文档，所有一切全都能打通，而且你猜怎么着，你还是只需要动动嘴，告诉 ai 帮你装，它就会手把手带你完成所有设置。 咱们来看一个特别实际的例子感受一下。想象一下，你就在聊天框里打这么一句话，帮我把跟 tim 的 午饭改到周五的同一时间，然后顺便给他发个邮件道个歉， 然后结果呢，下一秒你的日历就更新了，同时一封给 tim 的 道歉邮件草稿已经写好了，就等你点一下发送，你注意到了吗？就这么一个简单的指令，它联动了两个完全不同的 app 帮你干活。这就是个人 ai 助手的威力。 这么说吧，如果刚才的例子还算是你吩咐他执行的模式，那接下来这个功能才是真正让 ai 主动为你工作的核心，也就是自动化，让他在你开口之前就把事都给你办妥了。你完全可以用我们平时说话的方式给他定一个任务， 比如说，就像这样，嘿，从明天开始，每天早上七点钟给我发一份每日检报，里面一样有今天的天气，我的日程安排。哦，对了，再加一句励志名言，从那以后，每天早上你一睁眼，这份为你量身定制的检报已经在手机上等着你了， 在你醒了之前，他已经开始为你工作了。我想说，这就是主动服务的 ai 和被动等待你访问的工具之间最根本的区别。 所以咱们来总结一下，到底什么是 openclaw， 它就是一个七天二十四小时不断运行，会不断学习你的习惯，并且在你最常用的那些软件里，为你工作的个人 ai 助手，记住，它不是一个工具，它是一个伙伴。 好，了解了这么多，现在我想问问你，如果拥有了这样一个私人 ai 助手， 你最想让它帮你自动完成的第一个任务会是什么呢？是每天帮你把重要的邮件都挑出来，还是帮你把一整天的行程都规划好？你可以想象一下，这个可能性真的是无限的。

比较复杂的，这个测试用力执行，这一步他能进行自动化的测试吗？完全可以，完全可以，已经配完了，经过我们的调教，他已经完全可以和浏览器交互，完成测试的执行以及结果的回转，我给大家演示一下。呃，请你看一下我桌面的测试用力下面的 t x e 文件， 然后呢打开浏览器，依据我的测试文件去测试它，并且每一个操作步骤操作前操作后都有相应的截图，把这个截图整理成一个文件里面，然后再把这个测试过程写成这个记录，记录到一个 txt 文件，然后把这些整体打成一个包发给我。 这么复杂？对，特别复杂，这个指令完全可以执行，经过我们的测试，他这他这个字时间不准吧？不准没关系，他可以，他可以理解，他可以理解。对，他可以理解的，所以说你可以看到 我们这边写完测试用力之后，他可以直接的时间目录，然后找到我的测试用力的文件夹，然后再控制我电脑的浏览器完成这个整个操作，然后最后测试完就给我们，所以他就完全可以替代一个检测人员。咱现在没动鼠标啊，他现在完全没有动，现在正在执行这个过程比较比较比较多啊，比较操作比较多，所以我们稍微等一等 来过来可以看一下。打开浏览器，打开浏览器输入可好了，你看我们的测试用力， 第一个输入 openclaw 的， 并且提交准确显示 openclaw 的 相关的技术产品啊，他现在是输入了，对，现在输入了，这是他自己操作的。对，这只是完全自己操作，哎，现在第二个用力输入一二三四五六，并提交，准确识别为熟度，并且展示结果，哦， ok， 他 也输入完数字了， 接下来输入第三个用处是输入人工智能并且提交，看到了吗？然后第最后一个结果是拼音输入百度并且提交。 现在就是这个简单的四个用力自动化测试。其实不光是这个百度啊，它我我们之前试了一些下载啊，一些按钮啊，点击它，完全没有任何 你就这个界面，一个陌生的界面，经过我们跟客户的一个接入浏览器的控制，就完成了用力的设置和自动化。基本在检测的时候大部分软件都是非常简单的界面，什么注册呀，登录啊，表单呀，按钮啊都大部分是这样，它完全是一个通用的界面，它既然能做到这么精准的，后面也可以做到。哎，现在我们用力应该都测完了，所以我们可以 稍微等待一下，看看他有没有截图，有没有把这些用力打包下来啊，你看一下我们，我们现在回到桌面了啊，我这边大部分都执行完了啊，他现在还在执行。现在说什么？他现在正在打包，然后正在记录，对，他表示正在打包， ok， 我 的天，这是所有的测试结果，哈哈， 好，这把字的内容记录了，然后回传。哎，他这个文件没有在桌面看来，这样，我们，哎，我们不用担心，他已经给我打包给我了，咱先看看哦，他现在，哦，他是给你看。哇，我的天，好快啊，这是记录的过程哎，我们找不着，不要紧啊， 咱可以告诉他，请把这份记录放在桌面， ok， 现在我不知道他，请把这份记录放在桌面， 咱们在电脑上看更清楚一些啊，他刚才是理解为，哎，出来了，出来了，看到吗？他已经出来了，哎，哎，测试记录的执行过程，然后我们再稍等一下，他应该还在执行。啊，还有那个，我现在那些图片你也给我放在桌面，就是那整套 我就随便说这口气话的东西，他能理解，就是我这大白话，就是那整套他也能理解整套是什么，都不用详细的告诉他一些细节。经典版，然后第一块输入百度，然后执行，执行结果通过，然后已经有截图证据了。然后第二个结果呢？输入这个， 然后通过第三个结果输入这个截图，然后我们可以打开这个截图，这个是刚才创建好的。对对对，然后你看第一个 输入数字，第三个， 第三个输入这个人工智能，第四个输入这个基本上都有截图，有执行，有记录，就这个东西。

当你安装了 openclaw， 感觉它没啥用的时候，你需要打开这个网站，那去浏览它，这里边的技能就是我们说的 skills 这个浏览器代理的一个技能，它可以呢模拟我们浏览网站，填表单，提取数据，截屏啊，一些交互的行为。比如说这个利用了 ocr 的 识别技术，可以从 pdf 文件里边提取文本， 包括发票的识别和处理和内容分析。像这个 word 文档的一些处理，就是我们需要对一些文档进行一下更改，注式以及格式保留，还有些文本提取的工作。 做小红书运营的朋友，这个技能就非常适合你，他可以呢直接帮你创建一些小红书的素材，创建完之后呢还能够自动的发布。 有像这种自己管理自己的能力，就是 open cloud 自己管理自己。比如说你在安装啊，配置啊，包括一些模型通道，网关重启啊这些问题上，他都可以自己来搞定自己， 不需要我们再用指令。有就我们不能够每天去找技能，那可以让他自己找技能，他就这个这个技能的话，就可以去找到网上很多我们需要的技能，你只要通过这些关键词啊触发就可以了。 点就我们既然安装了 open club， 那 我们就有必要每天看看他有什么更新啊，什么创新点啊，这个时候呢，我们需要了解他的每日文摘。 ok， 这个能技能就能让你全面的获取最新的关于 opencloud 的 资讯。当然了还有这种比较有针对性的技能，比如说你使用的是苹果笔记本，那么通过这个技能的话呢，就可以在你的笔记本上呢把那些 提醒事项进行创建，添加，删除啊，编辑啊都可以。如果你是香蕉的热爱者的话，你还可以使用 nano 的 这个技能指指挥它呢，自动的生成你要的图像，就不用再去打开网站去操作了。 如果你是个 ui 设计师，那么这个技能是最适合你了，可以指挥他来进行 ui 的 界面设计。朋友呢，对 jimmy 比较喜欢，想通过他呢做一些竞品的分析研究。那么这个技能就可以解决你的需求， 不管你是工程师，还是日常的工作处理，甚至说那些特殊领域的应用需求。 你只有在 openclaw 上安装了相应的技能，才能够让他从一个傻子，让他从一个没有太多用的工具变成一个全能的助理，甚至是一个超级助理。 只有使用了这些技能的 openclaw 才对得起你每天付出的那个 talkin 的 费用。

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。

opencloud 呢，让本地的 ai 上了一个档次，那搭配什么硬件更好用呢？真的是 mac mini 吗？ mac mini 虽然解决了 opencloud 运行和工具的支持，但实际上呢，也有几个弊端， 第一个呢，就是算力不足，有一些呢，本来应该放在本地跑的任务，只能呢依赖云端。第二呢，就是存储不够，如果说想把日常生活当中最常见的多媒体类的资源，比如像图片全放到上面的话，会很困难。其实呢，我觉得二十多万的这个顶配的 max studio 是 蛮合适的，只要呢你能接受这个价格。 我最近啊参与内测了一款纯国产的神秘设备，说实话，他带来的体验呢，让我挺惊喜的，他大概只要 max studio 五分之一的成本就带来了类似的效果。那今天呢，我们就来聊一聊他到底凭什么？ 那先快速的来看一下我这几天都用它做了什么。首先呢，是本地的智能图库，过年期间啊，总是要拍很多的图片， 那现在呢，我都会随手的通过 qq 来去发送给 openclock， 他 会呢，整理好图片。然后呢，分析图片的信息。之后呢，我就可以随时的让 ai 去查找和处理图片了。 比如呢，说起过年期间都吃了什么，可以直接让他呢把近一周我吃饭的照片都发给我，一下子呢就能拿到全部了。再比如啊，我说去年我女儿过生日的照片发给我一张，他会根据之前的锁影信息来给我找到合适的图片。 那第二个呢，就是语音的随录，现在呢，我可以随时啊去录一些语音，晚上呢，全部一块发到一体机上， opencloud 呢，会自动的去做分析和缩影，那这一下呢， opencloud 就 能知道这一天当中重要的事情了。比如啊，哪一天我和老婆吵架了，我可以呢，让他帮我找出前几天说过的证据，你说这个实不实用啊， 如果再配合一个录音笔的话，那其实呢，就可以做到随时的记录，那真的呢，就是数字的人生了。那第三个呢，就是专属的 ai 网盘， 那比如啊，我经常会去搜集一些资料，那多了之后呢，自己也很难找，就像呢，我加了一个 qq 的 群啊，有一些分享的书籍，那我看到不错的呢，就会转发给 opencloud， 他 会使用我调教好的技能啊，直接保存好文件，那还会做好书目的记录。 还有呢，比如像吃饭开的发票，都可以让他呢很方便的去做整理。而且啊，如果你珍藏了一些个人的学习资料，就是那种不能播的啊， 那本地去管理啊，就太有优势了。可以看到啊，端导云的这台一体机呢，帮我实现了照片的智能管理，语音的记录，还有网盘文件的管理。 还有啊，就是我感到呢，他是越用越聪明的，因为他优化了 open cloud 的 长期记忆机制，可以让他呢自主的去学会很多技能。比如像前面我说到的整理书籍和发票，就是我一开始教他如何去做，然后呢，他学会了，后续呢，他就可以自动的去完成对应的任务。 那你可能要问呐，为什么我说他是更适合发挥 openclaw 能力的呢？首先呢， openclaw 想要工作就要有算力，尤其呢，是本地的算力，因为本地的算力啊，才能真正实现隐私性和低成本， 同时呢，想要让 openclaw 产生更大的价值，就需要呢让他有足够的工具。还有非常重要的一点啊，就是需要和自己的数据做真实的融合，这样呢才能逐渐的进化成更好用的 ai 助理。 所以呢，算力存储工具隐私，我觉得呢，这几点啊，是用好 opencloud 的 关键，如果你想要构建自己的本地的 ai 助理，也要记住这几点。那结合前面的这几点啊，我来拆解一下这台一体机里面的 opencloud 的 架构。 首先呢是最核心的肯定就是 openclaw， 然后呢，顶层呢，是通过 qq 来去做的接入，那 qq 的 接入效果呢，我觉得在国产的 i m 里是非常好的。那下层啊，是一个专门为 openclaw 提供支持的 multimodelreg， 前面的图片、音频文件的分析和缩影都是通过这部分来去实现的。 那它调用的模型呢，就是在本地的欧拉玛里运行的千万 v l 和 in bend。 那 我觉得呢，后续啊，还可以增加对视频的支持，当然呢，对于视频支持的关键还是要看算力。说到算力啊最底层的硬件这部分，这台内测机呢，搭配了 amd 的 amx 加三九五， 配合上三十二 g 的 内存和九十六 g 的 显存，可以说呢，就是专门为 ai 而来的，尤其呢是在九十六 g 的 显存，让本地的运行这些模型都绰绰有余。最后它还有两 t 的 ssd， 而且呢至多可以扩展至一百 t 以上，所以呢，完全不用担心存储的问题， 如果是 mac mini 的 话，这个存储的话就要加价大几千了。当然呢，我其实也是用本地和云上的组合算力，端导云上呢也提供了算力的套餐，用来呢做任务的规划和调度，效果更好，价格呢也非常便宜。 当然呢，我也不是觉得它就是完美的端脑云呢，其实可以在使用的便捷性上再下一下功夫。首先呢就是优化 skill 的 生态，现在的 open cloud 呢，很多 skill 都有安全性的问题，这个呢也是很多新手啊担心和害怕的一个问题，我觉得呢，端脑云可以做一个安全的 skill 中心， 毕竟啊，大家买了硬件的话，都希望可以更容易的上手。另外呢就是接入，现在呢，我是使用 qq， 但是这一类机器人呢，在多媒体的资源上还是会有一些限制，比如呢，像文件的类型，文件的大小，所以呢，如果可以做一个全功能的 app 会更好用一些。 如果是带货主播的话，最后是不是就该上链接了？当然啊，我不带货，而且呢，这个一体机啊，我也只是参与了内测，并没有价格，只是想和大家来分享一下，用好 opencloud 的 思考。 端导云呢是计划三月五号正式发布产品，如果感兴趣的朋友呢，可以去关注一下发布会，反正呢我觉得国产设备呢，在性价比这一块是不会让我失望的。 那我也接到了参会的邀请啊，到时候呢会给大家带来第一手的消息。好了，这里是 it 咖啡馆，我希望呢你也可以找到最适合自己的 open club 玩法，那我们下次再见。

聊聊最近 ai 圈比较火的一个产品，他叫 open， 这个产品非常奇特，而且非常传奇，他是一个人自己个人开发的一个可以搭建智能体的一款产品，那他到底有什么用呢？以及他对我们每个人有什么影响？ 那我们先简单介绍一下它是个什么东西？拿豆包给它举个例子，那豆包是什么？豆包它其实就是帮我们去生成一些文案，生成一些图片，比如过年生成的一些祝福语，或者说过年生成的一些新年图片、祝福图片。 那这个 opencloud 是 什么呢？ opencloud 它是一个可以基于开源和本地部署的一个产品， 你部署之后可以在本地再部署一个大模型，然后可以用它来搭建一个工作流，可以组建自己的一个智能体， 这个智能体的特点，它是可以真正可以帮你干活的。那举个例子说，你可以跟他说，明天帮我把钉钉里边的某一个东西生成一个报告中报发给我的一个领导，通过邮箱发过去，那他就可以通过这个产品可以运行起来，第二天把这个内容发过去。 这是豆包和欧文壳号的区别。那他对我们每个人有什么影响？其实就是帮助我们可以打造一些自己的分身， 让他可以自动化的把你的一些工作慢慢的释放出来。你呢可以去做一些思考性的东西，所以说他是实际可以为你的工作去服务，去干活的， 这是他们俩的差别。最近我看到很多啊 ai 博主慢慢的释放一些自己的一些探索， 可能会卖一些课程，但是我认为先不着急去买，先自己先去探索一下，因为他可以不出不同的版本，所以你的电脑基本上也可以承受的了。所以说自己先尝试，也可以去搜索，去看看他们是怎么尝试去做的， 自己先上去干，边干边思考。如果说你实在搞不懂，那就花钱买现成的，他是最方便自己去 提升的一个最快捷路径，但是就花费一些成本。所以说无论是你通过自己花时间去尝试，还是说你自己通过买别人的产品去学习，都是一个不错的方式。 所以说这个 ai 圈真的就是日新月异，前两天是那样，后两天又这样，其实这个又锻炼了我们的一个定力， 还是那句话，你想解决问题是什么？这个新出来东西能对你有什么帮助？还有一点，你新出来东西你也不用自己探索，你可以自己用一些 ai 产品去让他们去收集，你可以很简单的是去豆包工作空间去搭建一个智能机，因为他是在线通过他去搭建去收集， 因为像这种东西一直收集资源无所谓收集出去，那假如说你要做些工作类的敏感的东西，那还是考虑用 open core 这种产品去帮助你的公司去服务，帮你个人去服务， 这是他们的一个最大的区别，以及我们作为身在其中的人，多尝试，多探索，多创新，多思考。然后也可以跟我一样，你多拍拍视频，做一些分享，这个也是一个很不错的方式，加油。

这是一个能让你彻底躺平的开源项目，它整理了 openclaw 真实落地的使用场景合集，目前已收入超过三十种场景，包含社交媒体、内容创作、金融等六大类别并持续更新。比如， 作为科技博主，每天需要阅读大量资讯，你可以让 openclaw 自动抓取你喜欢的精华帖子和每日油馆精选， 以及自动分析你的 x 账号表现。再比如，使用它的视频全自动工厂，从小题调研、脚本创作到进度跟踪，然后自主深层视频缩略图、多 a 键的协助完成一条龙服务。在你睡觉后，还可以让它写 app、 做 demo， 都完全不在话下。 opencloud 的 真正威力从来不是模型有多强，而是当它被放进真实生活场景后，能如何帮我们提高效率和创造价值。感兴趣的朋友可以试试了，关注我，带你认识更多好用工具！

上期视频，我们用 openclaw 完成了策略代码的迁移和上线，但今天我们介绍一个更实用的应用，搭建一个完善的交易系统。 我们都知道市场行情在趋势和震荡之间来回切换，我们很难准确判断当前是什么状态。趋势策略放在震荡式里会反复止损，来回打脸，网格策略碰上单边行情又会深度套牢，这个痛点相信做量化的朋友都深有体会。 所以今天我们来做一件更有意思的事，搭建一个能自动判断行情切换策略的智能系统。 在这套系统里， openclo 扮演的是决策大脑的角色，他要完成一个完整的闭环，首先是感知， 通过 m c p 协议读取发明者平台的实盘状态，通过文件系统读取鱼情新闻。然后是思考，根据我们定义的规则分析市场情绪，判断当前是恐慌还是贪婪，是该追趋势还是做网格。最后是行动，调用 api 启停对应的趋势或者网格策略，把分析报告推送给我们。 这样一来源本需要我们盯盘分析，手动操作的事情就变成了 ai 自动化，我们只需要定好规则，剩下的交给它。 明确了思路，我们来看需要准备哪些东西，主要是三块，第一是 m c p 配置，让 openclaw 能连接发明者平台，这个待会详细说。第二是消息渠道，我用飞书，如果你不熟悉飞书，机器人怎么配？没关系，直接问 openclaw， 它会一步步引导你完成配置。 第三是发明者平台上对应的实盘策略，鱼情采集工作流和两个交易策略，一个趋势，一个网格 先搞定 m c p m c p 是 一种让 ai 调用外部工具的标准协议，通过它 open core 就 能获取和控制。发明者平台的试盘配置流程是这样的，首先在发明者平台的账户设置里申请 api 密钥，然后获取平台提供的 m c p 协议地址。 拿到这两样东西后，打开 openclaw 的 配置文件，把服务器地址和认证信息填进去。配置完成，我们来测试一下，让 openclaw 执行获取实盘列表的命令，可以看到，返回了账号下所有实盘的信息， id、 名称、运行状态、累计收益都有了。 这说明 openclaw 和发明者平台已经打通了 make c p 通了。接下来在发明者平台准备策略和数据源。先说策略，我在自营策略库里挑了两个，一个是多品种超级趋势策略，用 atr 指标判断趋势方向，趋势来了就顺势开仓，适合单边趋势行情。 另一个是专业网格交易策略，在设定的价格区间内低买高卖，适合横盘震荡。这 两个策略的试用场景正好互补。但注意，我们不是同时开两个石盘，而是让 openclaw 根据市场情绪判断当前适合哪个，只启动相应策略。所以先分别创建好石盘，放着备用 再说。余情数据员，我在平台上部署了一个余情采集工作流，他从九个 r s s 数据员定时抓取加密货币相关的新闻快讯，保存成 jason 文件，每条新闻包含标题、时间和摘要。后续 openclaw 会分析这些新闻的关键词进行情绪判断。 渠道和策略都准备好了，现在要给 openclaw 布置具体的任务了，在这份指导语中定义了 ai 每次执行时应该做什么， 我们来看具体关键点。首先是决策定义，实盘配置，然后是核心执行流程以及余情分析规则，接着是最核心的决策矩阵， 根据余情信号以及策略收益进行不同策略切换的抉择。最后还有日制格式报告模板、定时任务和飞书通知配置这些，搭建了一个完善的任务执行流程。 指导语写好了，上线之前，我们先手动跑一遍验证效果。出发执行后，可以看到 openclock 依次完成了这些动作，读取实盘状态、余情分析、决策执行，最后生成一份完整的分析报告并发送到飞书， 整个流程完全自动。我们看一下报告，情绪指数、重大事件、策略收益、本次决策和原因都清清楚楚， 手动测试没问题，现在让它自动跑起来。在 openclaw 里创建一个定时任务，执行频率设为每小时整点，设置完成后，每小时整点， openclaw 就 会自动醒来，进行设置好的操作，从此策略管理变成全自动。我们再也不用纠结当前到底是什么行情，该跑哪个策略了。 系统跑起来之后，我们不可能一直坐在电脑前盯着，这时候移动端的价值就体现出来了。每次定时任务执行完， openclock 会把分析报告推送到飞书，打开手机就能看到，相当于有个 ai 分 析师每小时给你汇报一次市场情绪和策略表现。 在地铁上，在吃饭时随时能掌握系统运行情况。当然，有时候我们等不及下一次定时报告，想立刻知道情况怎么办？直接发消息问就行。比如我发一条查看一下实盘收益。 open call 收到后，立刻调用发明者接口，返回两个策略的最新状态，包括是否在运行，运行了多久，累计收益多少，今日收益多少。这种双向交互让整个系统非常灵活，不只是被动接收报告，而是随时可以主动了解情况。 还有更实用的玩法，比如我发现趋势策略跑了一段时间一直没开仓，我就发消息问策略，长时间不开仓有什么优化思路？ openclaw 分 析了一下，给出建议，不开仓通常是因为 atr 通道太宽，价格没有突破趋势线触发信号。 建议把 atr 周期从十调到十五，让指标更平滑。把 atr 乘数从三调到二，让通道变窄，更容易触发。 我觉得有道理，就回复暂停实盘，按这个调整一下参数。 openclock 收到指令后，先调用 api 暂停策略，然后自动打开浏览器，进入发明者管理后台，找到参数设置面板，调整 atr 周期和陈述的滑块，点击保存。 整个过程我只是问了一个问题，确认了一下建议，剩下的全是 ai 自己完成的，这才是真正的智能助手。 好，我们回顾一下今天做的这套系统，核心是用 open call 解决趋势和震荡行情难以辨别的痛点。 通过 m c p 连接发明者平台获取实盘数据，通过余情工作流感知市场情绪。用指导与理的决策矩阵自动判断该跑趋势还是网格策略，用定时任务实现自动执行，用消息渠道随时接收报告和发送指令。 当然，这不是一个完美的框架，可以优化的地方还有很多，但今天的重点是给大家展示各种工具的组合应用方式，希望能帮助大家理解这些工具怎么配合使用，在此基础上做出更多更好的创造。我们下期再见。