open class详细的部署教程

没想到啊，距离我制作 open klo 的 详细部署教程已经过去了一个多月，这玩意现在居然火成这个样子，甚至某鱼上都冒出了一堆远程部署的这个付费服务，动不动就收你们几百块钱。我在我那期视频发布之后呢，有的观众也在吐槽模型费用太贵了，那有什么办法能够不花这个模型钱呢？ 有的兄弟们，有的本期视频的主题就手把手带你们部署一个属于你自己的大模型，并教会你如何在 open klo 中切换大模型的大模型啊！ 不管你是使用像欧拉玛呀还是 l m studio 还是 v o i m 等，都能很方便的接入，从而实现完全离线免费无限制用的 open 可乐。好废话不多说啊，记得先点赞收藏加关注。我们现在开始 我整个教程会分成两大步啊，先搞定本地的大模型部署，再讲欧布可乐的对接配置。但如果你已经部署了本地的大模型，可以直接拖动进度条是吧？跳到对接部分即可。第一步，咱们先搞定本地大模型的部署啊，我这边推荐没有经验的同学优先使用欧拉玛，他几乎是目前全网最简单的本地大模型部署工具，没有之一 啊，支持一键部署市面上绝大多数的一些开源模型啊。然后这里插一水，如果你想要工业级大模型的推理框架 v l l m 的 教程，可以在弹幕当中扣个一人多的话，我后续考虑出个教程。 首先打开浏览器啊，输入欧拉玛的官方地址，我放评论区了，就直接复制在那些就可以。进来之后呢，你是什么系统就点对应的下载是吧？ windows 点 windows 麦个点麦个， 下载完成之后呢，麦个就跟安装其他软件一样是吧？然后 windows 也是不断的下一步即可。 好，现在安装完欧拉玛后呢，最关键的一步就是下载并启动本地的大模型。这里要跟大家说清楚，要驱动 open close 这样的 a 卷的系统， 必须选指令遵循度强，上下文长度多的模型，简单来说就是听得懂指挥是吧？记得住你的命令的这种模型。而我这边测试了好几个模型，比较推荐用的就是这个 q 三点五，它有多个尺寸的版本，通常模型越大则性能越强，大家根据自己电脑的显存大小来选就可以了， 最好选不要超过你显存大小容量的模型，也就是 size。 这里我这为了快速演示，我这就使用这个零点八 b 这个小模型展示啊。如果你们有测试更好用的模型，也可以在评论区跟大家分享一下。 确定好模型之后呢，点进去之后，可以直接看到下载模型的指令，此时我们需要打开终端或者这个 power 键麦克打开终端， windows 打开 power 键，然后粘贴这串命令，然后按回车，它会自动下载模型并启动，全程不用你管。经过一段时间下载后呢，它会自动进入对话界面，你可以直接在这跟本地大模型对话，比如说问他，你好。 哎，到这里恭喜你，你已经成功完成了本地大模型的部署。接下来就是将其接入我们的 openclo 中了啊。这里先提一嘴，如果你的电脑还没安装 openclo， 可以 直接去我之前的其零基础啊部署教程，几分钟就能安装好。我这就不重复讲安装步骤了， 我们先讲刚装好的欧拉玛怎么对接。第一步，修改模型的上下文长度。因为欧拉玛本身为了极致的轻量化，如果你电脑显存不大的话，他默认模型的上下文就给你四 k， 你 就这样给 open color 使用的话，你说完这句话他就能忘了上一句。所以我建议把模型的这个上下文设置为至少六十四 k 以上吧。 我们打开这个欧拉玛的软件，然后点击设置，就在这里设置上下文，然后把这个拖到六十四 k 就 可以了。第二步，去 open clone 里做这个配置对接，还是在终端输入这个 open clone config， 进入 open clone 的 配置菜单，然后回车啊配置本地文件，选择 models。 这里呢是 opencolor 给你预设的一些云端模型配置，像什么啊， gpt 啊， jimmy 等等。我们要选择最下方的 custom provide 的 选项，这个呢是自定义模型选项，可以自定义 opencolor 从什么地址去调用模型的服务。而我们这里默认就是幺二七点零点零点幺，这个幺幺四三四端口的 我们不需要修改。然后这里的幺二七点零点零点幺呢，表示从你本地获取。然后这里的幺幺四三四呢，是欧拉玛的这个端口服务，然后再回车输入密钥，这个地方呢可以随便填，因为这是你本地的服务。 然后这里询问我们要接入什么标准的端点协议，我们也默认回车即可。最关键的来了这里，让输入模型的 id， 我 们在这里输入你刚刚下载的模型名称，然后这个样子就是教验，通过回车啊，后面的这些都不用，输入，回车即可。 然后最后选择最下方的这个 ctrl 钮，完成模型的切换。现在你可以回到 openclip 的 控制面板当中，点击代理，看到这个 primary model 是 不是你刚刚选择的模型了。至此，你已经成功在 openclip 当中揭露了本地的大模型。 如果你使用的是 l m studio 或者 v l m 等模型推理框架，步骤跟刚刚几乎没什么差别，只需要将这里的电路地址修改为你所对应架构开放出来的端口即可。比如说像这个 l m studio， 它默认的端口就是一二三四，你这里就写啊，幺二七点零点零点幺一二三四就可以了， 然后 vm 呢则是八千，然后你就把这个端口修改成八千即可。后面的步骤和欧拉玛一模一样是不是？嘎嘎简单？所以我们来 open call 聊天框简单的测试一下，就说帮我查一下北京明天的天气， 哎，如果你的任务比较简单，那是用本地大模型来驱动这个 open call 还是非常 nice 的。 最后本期视频用的所有命令和部署流程我都整理好了，放在这个评论区，大家点赞关注智取即可。 然后上期的这个部署教程和 open klo 的 这个 skill 制作教程我都会放到 open klo 的 合集里头，后续呢也还会更新 open klo 的 其他玩法，不想错过的朋友可以点个收藏和关注啊，咱们下期视频见！

最近这只龙虾是不是刷爆了你的朋友圈？先别琢磨是蒜蓉还是麻辣啊，这可不是吃的，它是一款能直接住进你电脑里的 ai 私人助理 open claw。 因为图标是一只红色的龙虾，所以大家亲切地称它为龙虾。 他最近有多火？有人在腾讯大厦的门口排队等着安装，还有人靠上门安装几天就赚了二十六万。但我必须提醒您，这东西很香，但也烫嘴。 先简单说清楚，龙虾到底是什么？咱们平时用的 ai 基本都是你问，他答只动嘴不动手。但龙虾既动嘴又动手，你说帮我订个餐厅，整理电脑桌面，处理文件，他都能自动执行。 可问题也来了，你让他干活，就得给他一把最高权限的钥匙。这意味着他能看你的所有文件，翻你的相册，动你的所有资料。 这不，前一阵就有人让他帮忙整理邮件，结果他直接批量删除了。最后没办法，只能拔电源，物理关机。 这哪是助理啊，这分明啊，就是一个执行力超强的熊孩子！还有，这个也是要花钱的，软件是可以免费安装，但 ai 干活他要消耗算力，就像车免费给你了，但油你得自己花钱加。 那咱们普通网友到底能不能安装啊？能装，但没那么简单，可能懂技术的人很快就能搞定咱，咱不懂的人，折腾一晚上可能都跑不起来。这也是为什么有人愿意花几百上千找人上门安装。 其实大家要明白一个道理， open club 确实代表了未来 ai 从只动嘴真正走向会动手， 但他现在可能还有些智能，能干事也可能添麻烦。这不，前两天工信部还发出提醒，配置不当极易造成信息泄露。 所以真想尝鲜拿台旧电脑不重要的账号先试试水。银行卡密码、私密文件，这千万别让他碰。科技最好，安全第一。

openai 前首席科学家卡帕西上周发了一条推特，看到推特这一刻，我感觉我这两年用 ai 的 方式可能都错了。我 试了下他推文里面提到的办法， ai 润色文章的能力立刻翻倍了。接下来我就把这七个提示词告诉给大家，如何通过卡帕西的方式召唤各路专家来帮我们修改文章。直接复制保存。第一步，先把你的指引，也就是背景信息告诉 ai。 输入下面这段话，这是我的文本，然后把你的原文贴到这发布位置，比如是部门内部的通知目标读者，比如是部门全体员工。然后提醒 ai 必须保留的关键词和术语，有什么不能改动的，事实有什么 一定要写出这句话能避免 ai 幻觉。禁止编造数据或引用，如需数据，请标注数据来源。第二步，基础校对以及优化流畅度。这条提示词起到基础的作用，提示词用来找出基础错误并修正， 让文章读起来更顺畅。输入下面这段话，你是自身的中文编辑，请在不改变事实的前提下，修正语法错别字标点，改顺读起来别扭的句子， 统一术语和代词代指。第三步就是精简清晰文章内容。下面这个提示词很关键，用来提高文章的信息密度，减 减少废话，突出核心观点。输入下面这段话，你是专业科普文案的编辑，目标是让文章简洁清晰，信息密度更高。删除重复与套话，长句拆短句，保留关键的结论和必要前提。 输出 a。 修改后的版本。 b。 用五条以内的观点列出你删掉或合并的要点，并解释原因。第四步是检查结构和逻辑，逻辑严密，环环相扣才会是篇好文章。输入下面这段话，你是逻辑严谨的科普导师，请检查一、观点、论据、结论是否闭环。二、 段落顺序是否合理。三、哪里需要过渡句？输出 a、 推荐的大纲 b、 按新大纲重排后的正文。第五步呢，是语气和风格，主要是为了对齐人群，公司层面的通知和演讲稿，那肯定不该使同一种语气嘛。 输入下面这段话，把文章分别改成两种版本。举例子啊，面向小白的通俗版和面向从业者的专业版，要求术语一致，事实不变。每段开头用一句话点题， 不要堆形容词。输出两版权威，请注意使用词符合目标读者的阅读习惯，这个时候如果你的目标读者是其他人，你就把其他群体写在这。第六步的作用非常关键，是用来减少 ai 幻觉。输入下面这段话， 你是严谨的科普作者，让文章更具有说服力，但禁止编造一、把结论写得更明确。二、为每个关键结论补证据类型，比如数据研究、常识推理或者案例。 三、如果缺证据用，需补充来源标注并给出应查的关键词。输出 a、 强化后的正文 b、 证据清单。刚才这个非常关键啊，能减少 ai 的 幻觉，现在 ai 处幻觉非常非常多。最后一步是模拟读者的忠言，请扮演一位不懂 ai 技术的读者，告诉我哪段没看懂。二、哪句话像空话。三、最打动我的一句是什么？四、我看完之后会不会采取行动？为什么？ 好了，通过以上七步，你就能让 ai 帮你深度润色并输出一份儿你想要的好文章。我是拉斐尔，这是 ai 信息评权的第三集，咱们下次见。

还在花大价钱烧 token 养龙虾吗？别急，谷歌新出的 jamma 四大模型，本地就能跑，让你实现 token 自由。这期本喵保姆级手把手教你装模型，再带上最近爆火能自我进化的 hermes agent， 一 次全搞定！ 首先咱们打开百度，为了部署的更简单，咱们搜索欧拉玛这只羊驼，进入官网点击 download， 然后选择自己的系统版本，点击下载就行。接着可以直接双击运行安装，但是他会直接安装到 c 盘，为了保护我方 c 盘，所以可以使用这条命令安装到其他目录。 接着咱们再次打开百度搜索魔，搭进去之后点击模型库搜索摘码四， 这就是本期的主角了，它有着四种规格，二十六 b、 三十一 b e、 二 b e 四 b， 并且它们都支持多模态，甚至这俩小的还支持音频，纯纯的就是为本地打造的。而且这个二十六 b 的 还是 m o e 专家混合模型， 意思就是当你使用它时，并不是所有参数都参与计算，而是只激活专业对口的那几个，大大提升了效率。 接下来可以点击这个下载模型，里面就有下载的命令，现在打开命令行，输入这串命令就可以进行下载了，也可以添加 local dir 将它下载到指定目录。如果遇到没有 model scope 这个命令，那就通过 pip install model scope 进行安装就可以了，当然前提是本地需要派遣环境， 不过这里也可以点击这个模型文件，点击下载也行，需要全部下载，但是为了本地能节省更多的显存或内存，我建议咱们直接下载 g g f 格式，并且量化后的模型， 咱们重新搜索 jam 四，选择这个，进去到模型文件页面，选择下载单个文件就行。这里可以直接点击下载，也可以使用刚刚的命令。 不过这里需要根据自身情况选择适合自己的量化格式。这里我大概说下有哪些量化格式，宝宝们听完后自己选择就行。这里有 q 二、 q 三、 q 四、 q 八等等。 这里 q 四就是斯比特量化，数字越大，精度越高，回答的问题也会越好，但对应的模型文件和显存占用也越大，基本咱们选择 q 四就可以了， 如果电脑再差点还能再降。然后是 k， 这是现在的主流量化技术， s 是 体积更小，速度更快， m 则是质量更好。 然后是 i， 这个是极致量化，比 k 量化模型更小，而且也能保持良好的性能。这里的 s 依旧是 small 的 意思， m 依旧是中等压缩， xs 是 更大的压缩，但相对质量损失也比较明显， xs 要比 x x 好 点，而这个 n l 就是 你的首选。使用非限性重构，相同比特质量最优。这里就简单介绍。到这儿，咱们继续。现在下载好了，再次打开命令，行输入以下命令， 然后输入 olama create 命令，就可以把下载的模型加载到羊驼里了。这里的 model file 是 对应的参数，里面有卸载多少层到 gpu 中以及路径等等。 加载完后就可以运行了，咱们输入一个问题试试， 也可以打开我拉玛的界面进行提问， 是不是还挺聪明，竟然没上当？接着继续。我这里为了安全使用了 docker， 部署 hermes docker， 大家可以直接百度搜索下载 docker desktop 并安装就可以了。 但是使用 doc 会有一些局限性，比如无法操作对应的文件等等。如果不使用 doc， 也可以使用 wsl 安装一个物班图，直接输入以下命令即可。如果你使用 doc， 就 先打开 doc 服务，然后再次打开命令行，拉取一个最小的物班图镜像， 然后再用这条命令创建一个容器并挂载到本地的一个目录上。 然后再次打开百度搜索 get up， 进去后直接搜索 hermes， 然后它里面就有一键安装的命令，你打不开 get up 也没事，直接按照屏幕上的命令敲出来就行。 关键的来了，选择倒数第二个，然后填进这个地址，这是 docker 连接外面的地址端口，就是 olama 的 服务端口。如果没有使用 docker， 可以 直接替换成一二七点零点零点一就行。等待安装完成， 直接输入 hermes 就 可以使用了。不过因为我本地没有英伟达的 gpu， 所以 无法加速，我就通过 python 代码开放了一个接口，修改下参数让 hermes 调用。需要的宝宝可以评论区戳我。然后咱们看下如何连接本地， 输入这个地址和对应的端口以及 u r i 就 可以了。然后继续咱们再看下结果 是不是完美，这样就可以不用花钱买 token 啦。不过这里有些建议，如果你的电脑无法使用 gpu 加速，就不建议本地部署了，根本无法使用，吐字的速度以及理解的速度根本不行。 而且因为龙虾和 hermes 调用本地模型时会传输超长的提示词以及上下文，导致电脑烧炸了都得不到返回， 而且 hermes 好 像出问题了，知道的评论区见。最后说下你本地都用什么样的大模型，以及安装时遇到的奇葩问题评论区聊聊。这里是永不秃头的喵记花里用大白话拆懂科技，咱们下期见！

openclore 很 强，但我劝你真别跟风装了，甚至可以说百分之九十九点九九的人都犯不着去折腾 openclore。 当然尝鲜学习是没错的，如果看完视频大家还想试试，我们也在后面给了大家一些实用的建议。首先毫不夸张的说， openclore 是 今年目前为止最火的 ai 产品， 只要把它装在电脑上或者部署到云端，咱在聊天软件里动动嘴皮子，这个 ai 助手就能帮你完成任务。当然，前提是大大小小权限都给到位了。 又因为 colo 这个单词有小龙虾钳子的意思，所以 open colo 又被大火们戏称为小龙虾，网上各种服务也满天飞，只要花上上百元，就能找人来帮你装上最新最前沿、最炫酷的 open colo， 成为一个云上养虾人。光是上门小龙虾安装一次收费五百元，已经有人号称几天赚到了二十多万， 甚至腾讯直接在深圳搞了个线下活动，免费帮你装机龙虾直接火到超出了小马哥的想象，属于是一代人有一代人的鸡蛋要领了。 这一切看起来是个蛮不错的生意，但是我还是想说，求求各位，别再花那个冤枉钱找人代装 openclaw 了。说句大实话，如果你连 openclaw 怎么安装都搞不明白，那花钱找人代装纯属是赶着当韭菜。 当然，咱们不是要否定 openclaw 这个项目本身，相反，我觉得它很棒，甚至可以说它是今年最让我激动的开源项目之一。但是如果你想着装了龙虾就能立马帮你干活，那你只是在给自己挖坑埋雷。 有没有一种可能，你装不上 openclo， 那 是 openclo 在 保护你。首先，这玩意儿和过去那些 steam 袋装、花钱装系统这些传统派的付费安装服务完全不一样， 安装成功还只是万里长征刚开始的第一步，后面的使用门槛其实高得离谱。刚装好的 openclo 就是 一个纯纯的白板程序，在它的预设内容里，只有一个名叫 sod 的 md 的 文件是完整的。这个文件只限定了最底层的底线，叫它温和友善，别干坏事。除此之外，它什么都不知道， 他不知道正在对话的用户是谁，不知道你有什么习惯，他甚至不知道自己是谁。这就导致你在指挥他的时候，就像在带一个连 excel 都没打开过的职场纯萌新。比如，我喜欢熬夜，凌晨三点我给他下指令， 今天上午十点提醒我一下，结果你猜怎么着？他直接把我把日程安排到了明天上午的十点。就为了这么一个破事，我得专门教他理解时间格式，教他去判断用户五进里的今天到底对应什么时间戳。他的出版输出几乎全是浆糊。你必须强迫自己拥有极强的逻辑性，把自己当成幼教去一轮一轮的引导宝宝才行。 想要一个张嘴就会给你递扳手的赛博管家？做梦去吧哥们，在他学会递扳手之前，你得先教他什么是扳手。那你说我花点时间好好教，把他教好了总行了吧？不好意思，这龙虾根本教不熟，你给他下的指令可能随时都会被忘掉。 前几天 mad， 他的安全总监都翻了车，他本想让 openclo 帮忙整理一下邮箱，帮忙看看哪些邮件是可以删的，哪些邮件是自己要看的，还特别叮嘱让 openclo 只能先看看邮箱，不能操作。 是没想到自己油箱里的邮件实在是太多了，直接触发了 openclaw 的 上下文压缩功能。结果这一压就出问题了，模型把上面那句只能看看不能操作给直接忘记了。 然后 openclaw 就 开始了原地发疯，删起了它的邮件，不管怎么喊停也停不下来。另外，这个龙虾生活的网络环境也是凶狠异常。大家都知道 openclaw 之所以好玩，是因为社区里有无数开发者写了各种各样的 skills 插件，你想让它干嘛？丢个链接让它自己装就行， 看起来很爽很简单是吧？咱再也不用从头教 ai 怎么解压压缩包了。但问题是，你装进去的这些 skills 真的 安全吗？网络安全公司 corei security 研究了一下，结果发现在龙虾应用市场里，超过百分之十的 skills 都有问题，可以说是一不留神，可能你电脑里的隐私信息就会被 open clock 给陷入个底朝天。 我之前让自家的小龙虾去论坛上冲个浪，结果随便一刷就撞到了，一夜暴富了呀！ 并且现在的 openclaw 根本不是什么成熟的消费级软件，它就是一个充满 bug 和安全漏洞的实验品，整个项目里的 bug 和安全漏洞多到数都数不过来， 随手一搜就能搜到一大堆，甚至连官方都发布了 openclaw 的 安全风险提示。总而言之，只要你的小龙虾跑起来了，那 它可以说是不管是系统 bug 还是提示攻击？或者是小龙虾自己发疯，它都有无数种姿势，能把你电脑里的隐私底裤给扒的一干二净，而且它发疯花的还是你的钱。 open globe 可不是装完就能免费白嫖的东西。这只龙虾，每一次它帮你干活、思考，甚至只是挂后台监听你的指令，都会疯狂地燃烧你的钱包。 腾讯那边的免费安装欧盟 club 活动，前脚刚办完，就有人发帖说自己免费的额度已经给用完了，一天不到就倒欠了十几块钱。海外甚至还有网友睡了一觉，发现自己刚充了二十美元，就被这小龙虾给霍霍光了。 小龙虾把这笔钱拿去干啥了呢？拿去！每隔半个小时叫自己起床一次，然后思考一下我是谁，我在哪，我要干什么这些低级的问题，每问一次消耗十二万头啃，差不多就是五块人民币。所以在这个荒诞的循环里，真正赚到钱的大概率，根本不是拿着 open call 准备大干一场的。 你是那些在淘金热里卖水和卖铲子的人，甚至可以说，这场淘金热里最大的铲子厂，就是那几家卖大模型的 a p i 巨头。说 说实话，很多人想冲 openclaw 的 需求，也并不是真的有啥大项目偏要爱来帮忙，而是属于一种典型的措施恐惧症，也就是大家最近经常刷到的 fomo。 但化解这种赛博焦虑的解药，往往很朴素。正如冬泳怪哥说的那样，消除恐惧最好的办法就是去面对恐惧。放在 openclaw 这件事上也是完全一样。你对这个东西感兴趣，觉得它会改变未来，但应该做的绝不是赶紧掏钱找黄牛代劳，假装自己已经上车了。既然你认为它代表着未来的方向， 干脆就花个周末的时间亲自探索一下他的能力还有边界。哪怕你是个完全没超过代码的小白，哪怕你需要把终端里报的每一行错都复制到搜索引擎里去找答案，哪怕被卡在某一个环境配置上整整折磨了一个下午，这个跌跌撞撞去驯服这个小龙虾的过程才是最有价值的东西。 最后，如果你看到这大伙还是想试试 openclo， 我 们也给大家一些使用 openclo 的 安全小建议。最简单的一个就是信息隔离。为了保障自己的信息安全，我强烈不建议你一开始就把这玩意儿要装到自己的主力电脑上。不过 openclo 几乎不吃硬件资源， 你家里吃亏的 n 年老电脑都能跑 openclo。 所以， 如果你既不想泄露隐私，也不想花钱买云服务器的话，可以用家里的老电脑先试试。 其次就是在装陌生的 skills 之前最好做下安全审核，可以先装个 skill vader 来做个安全审查，这就相当于给你的 open globe 装了个火龙杀毒。 最后，建议大家装完 open globe 后，可以在服务器里再装个 cloud code 或者 codex kimi code 的 这些软件。用 open globe 的 时候，遇到问题先问问他们，绝必比自己捣鼓要方便得多。

哎，好的好的，大家好，我们今天手动来带大家从零到一部署在自己电脑上面部署一下最近火爆全网的这个 cloud bot 啊，现在已经改名叫 opencloud， 我 们从零开始，首先我们去 opencloud ai 这个官网，然后往下滑，它有一个 one liner 的 这个 quick start， 非常简单，你只要在复制这个代码，然后开一个命令行，然后把它黏贴进去， 它就会自动去安装这个 opencall， 它会去检测联盟装着 homebrew， nojs 和 git 啊，如果没有的话呢，它会帮你去安装，我这边已经有了，所以它自动开始在安装这个 opencall。 好 的，安装完毕，安装完毕的话，它会自动会进入这个 onboarding 的 这么一个流程啊，它也是非常人性化。首先让你先来先签个协议啊，说这个很 powerful， 但也很 risky 啊。我知道了， onboarding mode， 我 们选 quick start。 然后第一步呢，是我们要接一个模型啊，在后端的模型，它虽然就 open call， 它只是一个中间层吧，你后端的模型还是需要用自己的 a p i 的。 之前呢是我我尝试使用这个 cloud code 的 订阅，可以接入这个 open call， 但是前段时间 cloud code 把它给封了，所以现在就必须只能调用 a p i， 所以美国的模型 api 太贵了，所以我们这里选择支持一下国产。我们使用 kimi 的 模型啊， moonshot ai， 然后 kimi 最近也是浪潮了，自己的这个 kimi k two 呃，二点五的这么一个模型啊，能力上据说是跟 opps 四点五非常相像啊，也是很厉害，然后价格可能只有十分之一，所以我们来体验一下，所以我们这里选 moonshot ai， 月色暗面， 然后把我们之前复制好的一个 api key 给复制进去， create a api key， 然后我们选择一个模型，我们就选 kimi k 二点五。然后呢，我们在这里选的是 在第二步呢，是选这个 channel， 就是 call bot， 呃， open call， 它是可以让你用过用你的这个即时聊天软件，然后来调用它的啊，这里就会去配置一下这个即时聊天软件。我在这里选的是，呃， whatsapp， 然后我们来看一下 whatsapp 怎么 link 啊，它会给你二维码，然后我们要拿 whatsapp 扫一下二维码。 好，我们拿这个 whatsapp 刚刚扫了一下这上面的二维码，然后，呃，现在是可以去继续去设置一下详细的配置。 whatsapp， 它里面有一些 phone， 呃，这个是 phone setup 啊， separate phone just for open call。 我 选择用一个单独的电话号码在 whatsapp 里面，然后这里使用，选择 recommended power mode allow form。 说实话不是很知道是干嘛了。嗯，选择 default 好 了，然后下一步呢，是 configure 这个一些技能啊，这里我先不 configure， 但是我们看一下， 呃，这个 open call 它有哪些技能啊？这些技能本质上来说就是它到底能做哪些事情，你可以看它这里有非常多的集成的这个 integration， 就 你的密钥，密钥管理系统 word 是 可以用来发这个 twitter 的， 然后 bear nose 是 可以用来这个记笔记的一些东西，然后有非常非常多的这个，还有什么 g u g 这种 就是 gmail 啊什么的，非常非常多 open ai 啊什么的很多啊，我们这里今天先不配置了，然后回过头也可以再配置，到时候会问你一些问题，要不要这些 a p i key 有 多选？ no no， 如果到时候需要的话呢，可以再单独回过头来配置 好。然后最后一步呢，是这个 hook 啊，自动的这个操作，然后它可以在某些特定的环境下面被触发，然后帮你操作。比如说它这里有一个 session memory 的 这个 hook， 就是说它可以在每个赛季结束的时候呢，自动把赛季的这个你们聊天对话记录呢，保存到他们的这个长期的这个 memory 当中。这里我觉得还是开一下比较好，因为 open call 它是自带这种长期 memory 的 功能的，然后如果每每每一次跟他对话，它会更新长期 memory 的 话，你会发现这个 open call 越用越聪明。 好，然后这些都是系统自带的，我就都开了，然后都开了，然后去设置 gateway， gateway 就是 说是呃呃，如如何去开这个？开个关口，然后让可以让这个你在 whatsapp 里面发送的消息被传递到这个电脑上的 open call 里面。这里我之前已经装过了，所以我们在这里的话就是 reinstall 一下。 好，我们这里的 git 已经装好了，我们现在有有有方法去 hack。 我 的 bug 就是 初设啊，初设的话我们可以推荐是走这个 t u i， 也就是它自己会开一个网页，然后这有一个链接好，然后可以尝试发个消息 啊，很可惜啊，消息没有发成功，我要来 debug 一下。哎，好的，刚刚发现是因为自己的那个 kimi 账号没有充钱啊，现在充了钱就变强了啊，我们现在已经可以 跟他对话了，然后我们在终端呢，可以输入这个 open opencloud dashboard， 然后呢我们来重新进进入这个网页的 ui 啊，然后这里呢我跟他说了个嗨，然后他现在会介绍一下自己可以干哪些事情啊？怎么怎么样，怎么怎么样都是英文啊，太，太烦了，我看他看中文那里边啊， 好，他现在等于说一开始的对话呢，他会让你去呃设置一下他的名字是什么，然后怎么称呼我，然后他是干嘛的？嗯，然后同时呢我们我来就展示一下这个我们这个 whatsapp 的 这个能力啊，就你看我们这边， 嗯，其实 whatsapp 上面是可以给大家直接发消息的，然后在这里的所有的信息呢，我们也都可以在 whatsapp 里面跟他呃聊天，然后他就只要你的这个网关是上线的，他就是可以呃去跑的。 那么今天视频就到这里呢，我们就简单的装一下 cloud bot， 未来的话我们也会在这里继续更新一下 cloud bot 到底能在呃能对我的工作流程带来多大的影响啊？期待可以创造更好的内容给大家，谢谢。

兄弟们，熬了三个通宵，我终于把小龙虾部署到我的电脑上，本地来了，我给大家看一下，这是小龙虾部署到本地的一个界面，小龙虾真的太屌了，我对接的端口是对接的飞书，用飞书直接跟他聊天，那我的机器人，我叫他叫小宝，我给他发一个指令，看一下有多屌。兄弟们， 你们看一下有多屌。小宝，小宝，帮我打开浏览器，用百度查一下今天的金价，并截图发给我。 ok， 这是我给他下载的指令。兄弟们，看好了，接收到指令了，看我的电脑全程，全程没有任何人操作，它会自动 自动接收指令，打开我的浏览器，包括打开我的程序都可以的。看好兄弟们牛逼，直接等会直接截图发过来，全程我是没有操作的，并且呢，我还能让他打开浏览器看一下今天巨量版映。打开巨量版映，看一下今天的痊愈，实时监控一下 他的变动，他会截图发给我，他会提醒我，好，秒，你们过来秒，很牛逼， open carla ai， 你 们必须要学习！

昨天在 ai 的 协助之下呀，我实现了这个 open cloud 的 部署和安装，并且接入到了飞书，然后能够正常去进行使用。然后我把整个过程呢总结了一下，写了一个非常详细的图文，然后分享给大家啊，这里面最重要的是可以完全免费使用 这个 open class， 不 用担心淘品的消耗量了，这个才是最核心的。这里面非常的详细啊，我写了好长的一个整个的过程啊，以及怎么样去配免费进行使用都有。如果大家 啊如果大家想要来学习的话，可以来看一下我这个文档啊，可以帮助到大家免费使用 open class 最强智能体。

最近呢，一直想要有一台 aipc， 然后它来了英伟达 d g x spark wow， 这个就是黄仁勋在 spacex 的 基地送给马斯特的那一款 the new d g x spark forty watts not forty wow 和第一代相比轻了很多，小了很多了。它里面有一百二十八 g 的 内存，然后 p flops 的 算力对于我的使用需求来说是完全超配了。前段时间 openclaw 引起了很大的反响，我呢就赶紧让于老师寄出了他的 mac mini 部署了 openclaw。 说实话，部署的过程呢，还是比较简单的， 但是问题来了，你要让它怎么好用，怎么方便呢？就是你要让它接通你所有的数据，你的社交账号取得你所有的信息之后呢，它才会变得非常的有效率，什么都能做。但是 这个便捷的背后是你记出了你所有的个人数据，很多的隐私安全性是没有太大的保障。假设他 被黑客了，中毒了，或者 ai 有 了自己的意志，和你本身的目的不太匹配的，那这个时候你真的没有一点腾挪的空间了。 oppo pro 其实是给了我一个警示，当我们用越来越多的 ageme 的 时候，个人的隐私和安全还是需要好好保护。 所以呢，端侧运算就变成了我们的一个防火墙吧，你可以在你自己的电脑上运行所有的大模型的数据，不会跑到云端，你也可以去自己跑自己的 a i g c 的 片子，个人的一些银行账号，社交信息，财务数据，一些重要的科研数据，基本上都不会外泄。这样的桌面个人超算中心呢，也是 个人使用 ai 的 一个方向吧，但是我觉得这些硬件会随着技术的迭代，段位也好，它的价格也好，也会不断的优化，但是我已经迫不及待的想要使用一下它了，测评一段时间之后跟大家来反馈，看看能用它整出什么好玩的活来呢？

你养的龙虾安全吗？龙虾，也就是开源 ai 智能体软件 opencloud。 最近深圳、合肥、无锡等多地政府相继发布政策，鼓励企业部署推广 opencloud， 掀起了一股养龙虾热潮。 与此同时，工信部、国家互联网应急中心也相继发布针对龙虾安全应用的风险提示。一边是应用的热潮，一边是风险的隐患。从你养龙虾吗？到你养的龙虾安全吗？这个问题该怎么看？如何把握发展和安全的边界？我联系到了一位推广龙虾的政策制定者，看看他是怎么考虑的。 我们首先把安全放在首位，原版的我们也支持，就是我们在装的时候会跟大家做好一个风险提示，我们这个免费部署，他更多部署的是国产的 timicolo 和腾讯推出的 q cloud， 尽可能的把这些安全风 可以降到了最低。我们推出了国产硬件龙虾盒子，它是叫网络附加存储，可以起到数据存储、数据备份、文件共享、文件协作、多媒体服务，还有系统的安全维护等功能， 从这种硬件底层去进一步保障数据的安全。硬件里面默认的调用的大模型都是国产大模型，他所有的数据都是在国内的，不出狱的。就是我们自己 也建了一套严密的技术、管理、生态三位一体的安全防控体系。可以看到，龙虾部署推广的过程并不是完全原生态的，而是要利用相关的软硬件来尽可能抓住风险场口。 其实就像我们用的电脑和手机操作系统一样，他们也都有风险隐患，如果操作不当，也会被攻击受损，相关部门发出风险提示来规避安全漏洞和不当的操作行为 也是正常且必要的。特别要注意私密信息暴露在公网管理、权限放开等问题，如果遇到问题也要及时报告给有关部门，但这不意味着音乐费时。新技术的发展往往都会伴随风险挑战，重要的是怎么把握平衡，只有这样才能让技术真正汇集个人。 在这些地区发布的文件中，特别提到了一个词， opc one person company 指的是艺人有限责任公司。随着 opencrow 这样的开源 ai 智能题软件的流行， opc 正在成为新的发展方向。 欧风克拉的进一步发展会带来算力，包括互联网基础设施、 ai 行业的底层大模型产商的进一步的发展。出台这样的政策，首先吸引的是中国的年轻人进行创业。还有一个呢，就是未来可以逐步的吸引国际的 数字游民进入到中国来进行数字化创业，服务于全球。新技术是一把双刃剑，需要的是我们清醒的认知，也需要不断拓宽中国技术升级与包容的空间。在规则与创新并行的水域里，这只龙虾才可能越养越大。

opencloud 背后到底在干什么？为什么他这么消耗 token？ 今天这期视频就为你揭晓这个答案。不过在此之前，我还是快速说一下我的部署方法，你 大概扫一眼就可以了，反正我看他马上也要过气了。 opencloud 和普通的 agent 没什么本质区别，可以部署在本地，比如说麦克电脑上也可以找台云服务器。最大的不同就是可以接入社交媒体，通过发消息触发 agent 的 执行的任务。 我的组合是腾讯云清亮服务器加 openroot， 大 模型加飞书。为什么不用同一家的产品呢？因为这样就没人怀疑我是广告了， 而且这三个也确实是我最常用的工具，希望甲方看到了主动打个钱过来哦。操作起来也非常容易，只需要先购买一台腾讯云清亮服务器，在应用管理里配置好大模型的 api key， 在 飞书开放平台里新建一个 机器人，小弟在事件有回调中，把长连接定位方式开启，回过头在通道配置里填好飞书机器人的 app id 和 c 块 key， 然后你就可以在飞书里发送消息，进而触发 opencloud 在 后台执行你的指令。 嘻嘻嘻，那我们就先看看这条消息。飞书发出去后， opencloud 服务器上就收到了这条消息，这里最重要的信息就是 role 这个字典，其中 user 就 表示我们说给大模型的话， assistant 就是 大模型，回复的话， tool result 就是 agent 的 调用工具的结果，也是说给大模型的话， 接下来重点看一下他们是如何沟通的。首先是 user， 也就是我提的问题，你有多少内存？然后是 assistant， 即大模型给的答复，他分了几个角度来回答，并且第三点分析出了我想问的是服务器上的系统内存， 然后注意下面有个托靠类型的回复，即告诉 agent 需要帮忙进行工具调用。先不要急着回复用户，格式呢，也很简单，就是方法名和参数。这个 excc 是 opencloud 内置的一个工具，用于执行 shell 命令，具体执行的命令呢，就是 free 杠 h 用于查看系统内存。 然后这一来又回的对话就收尾了。这里呢，也可以看到，这轮总共消耗了一万四千零三十二个输入头肯和二百九十四个输出头肯，并且由于是第一次也没有用到任何 catch。 然后我们可以切到 openroot 的 后台，看到这里的头肯数是对应的上的。这一轮沟通呢，我们就大概花了零点一美元， 不过还没完，此时 agent 执行了刚刚的命令后，再次给大魔行发送消息，即图 result 返回工具的结果，也就是 free 杠 h 的 输出。 然后大魔星收到这个结果后，决定不再继续调用其他工具了，就最终给用户一个结论，这就是我手机上收到的消息了。下面呢，也同样给出了这次对话的投屏消耗，而 openroot 上两轮对话的消耗就是这样的。 不过这有个问题，为啥我就问了个内存多大输入了投屏就上万了呢？因为 opencloud 有 一大堆系统提示词，新绘画的第一轮就会直接注入进去，我们在机器上可以直接找到这些文件，比如说这个 agent 点 md， 里面就有这么一大堆的指令， 翻译一下就是这样的，你可以认真阅读，感受一下。一个 agent 的 功能强大还是靠堆叠大量的提置词来完成的，甚至这里的读取文件和写入文件等操作也是直接用自然语言大白话注入进去的。 接下来我们再看一个稍微复杂一点的，把今日的 ai 新闻整理成 pdf 发给我，然后我们看看他后台是怎么完成这个任务的。这回我用的是 mini max。 二点一，因为可以展示思考过程，可以看到仍然是 user 角色起手问题就是我非书上发的那个问题。然后就是 assistant 和 to call， 一 来一回，一来一回， 即大模型一直在请求 agent 调用工具，一共进行了将近七十多次对话，我们可以看一下所有的 c 型子段，就基本知道发生了什么事了。 首先就是非常粗暴的 web 设置，直接搜索了今日新闻，然后就开始尝试转换为 pdf， 然后转换成 pdf 的 过程中，他发现现在我需要将这个 markdown 文件转换为 pdf， 我 可以使用。喷 费了九牛二虎之力也终于是弄好了，但飞书发送又产生了问题，没事我们就直接去服务器看一下吧， markdown 文件看起来还行。然后我们把这个 pdf 下载下来看 我们再尝试触发一下 open cloud。 另一个独有的功能就是配置定时任务，比如说帮我监控一个人的推特，有消息了立刻就告诉我。实际上在后台其实就是增加了个 crown 的 配置文件，每次呢就是把这里的提示词定时定点的发给 agent 而已，没什么魔法。 那我们再来看看它生成的状态文件，它是用于对比两次推文的变化，随便打开一个，哎，发现时间根本就没找对，那后面的工作也就不用检查了， 我们再看看他后台，日制吧，仍然是像个执着而倔强的实习生一样，死命的完成任务，不惜把整个系统全都弄乱了，也要完成这个任务， 又又是接口各种不通，返回值不符合预期，以及安装命令各种失败等等等等。其实我倒是更希望他在第一步思考的时候就主动告诉我，哎，其实有个更好的办法， 比如说使用 rss 点 app 这样的工具，但是要付费，是不是要付费的话，跟我商量一下，而不是说一有问题就一直不反馈，然后强行干下去。是不是你工作中也特别怕遇到这样的人？ 现在的 a 阵呢？怎么形容呢？我举个比较夸张但又很形象的例子，你就懂了。比如说，你的老板有一天问你今天几号了，然后呢，你把他当成一个任务，呃，我要看今天几号，我得找出我的手机，然后看上面的时间，然后这时候发现手机没电了，于是你想，哦，手机没电了，我得找充电器去充电， 然后充电器又没找到，你这时候想，哦，我得去超市买一个充电器，所以你就决定去超市。然后这时候你又发现超市关门了，然后你分析了一下啊，发现可以去另外一个超市，于是你就打车去了另外一家超市， 然后下车的时候发现，哎，我手机没电，没法付款，我零钱又不够。然后你分析了一下，发现你得去银行取钱，然后呢，你就去银行，然后取完钱之后发现这个钱不够， 那怎么办呢？你又下不了车，这个时候，其实这个时候如果是早期的 a 阵的话，可能就陷入一个死循环了，那现在的 a 阵呢？可能稍微聪明一点就想，哦，那我把手机先抵押给司机吧，然后之后的事情再说。 然后这时候你成功下了车，去了那个超市，成功的把充电器买到了，哎，这个时候你发现手机没了，因为手机不是抵押给司机了吗？ 然后你发现你得买一个手机，但是你银行钱又不够，然后这时候思考一下，哦，那我只能去贷款了，然后你就去银行贷款，最后呢就是你花了一整天的时间，然后把原来的手机也丢掉了，然后在银行欠了一堆贷款，然后买了个新手机，最终回复老板，哦，今天是二月六号， 然后这个时候老板又问你说，哎，我昨天发了一个文件，然后你帮我翻译一下，但是你的文件在旧手机上，你的手机又没有做这个消息的迁移。 然后这时候你又开始思考了，说，啊，我得找回我的旧手机，于是你就给那个司机打电话，那后面的故事我就不瞎编了，但是你肯定也发现了问题，就是虽然他的每一步思考都非常合理，都是遇到问题然后解决问题， 但是现实生活中如果真有人干这种事，那你多半觉得他是个疯子，而且这个人还要按照自己付出了多少努力而向你收费，那你还敢用这种人吗？

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

这个是搭载了 open 可乐的电脑，这个是飞书，现在我把 open 可乐接入了飞书，我只要在手机上发布指令，它就会在电脑上帮我自动执行。你是怎么实现这个过程的？这个很简单，你按照我总结的思路一步一步去做就能够实现。 所有内容我都放在了这个开放的网页上面，但是在这个过程当中可能会输一些代码，但是没关系，有问题你就去问豆包，要不你还是直接帮我装吧。那我这还有一个简单方法，你直接去下一个 ai 编程软件，如我用的是字节跳动旗下的 tree， 你 直接把安装指令丢给他，全程什么都不用管，但是他跳出任何的窗口，你一定要点同意。 是我还是不明白，我部署 oppo 可乐有什么用呢？那你有没有发现现在连央妈都在直播带货推这个 ai 提效手册？我觉得这就是在告诉普通人，要赶紧去学，要赶紧会，包括前两天国务院发布的人工智能加行动意见也是如此， ai 在 未来是会改变我们的生活方式的。人工智能加 没听说过。那你知道二零一五年国务院发布互联网加行动意见之后发生了什么吗？万物皆可上链接，行动意见里面就明确提到了未来普及智能终端、智能体的几个关键时间节点。也就是说 ai 不 仅要成为大众化的产品，更要在万物互联的基础之上， 让一个人拥有过去一整家公司才能拥有的能力。最近一人公司确实很火啊，好多地方都在支持一人公司创业。一人公司并不是今年才出现的呀，之所以一个人是做不成电商公司的， 你既要会运营，又要会客服，又要会写，又要会说，但是现在 ai 可以 帮你剪，可以帮你说，可以帮你运营，可以帮你看后台。那你觉得 ai 会替代人吗？觉得 ai 会取代人这个说法不太准 确，应该是说在未来很长一段时间内，可能 ai 会取代一部分岗位，但是在这个情况出现之前，首先会出现另外一个情况，就是会用 ai 的 人会把不会用 ai 的 人踩在脚底下。什么意思啊？会用 ai 了不起呗？举个现实一点的例子，一个月大几万的成本 开去了，但其实你用扣子加豆包加引刀，就完全可以做出一套智能客服国产模型，就完全可以跑起来，一台电脑二十四小时都在线。同样是做生意，我成本比你低，效率还比你高，你拿什么都跟我斗？那就所有人都去做艺人公司，你的产品在哪呢？你的服务群体又是谁呢？ 我觉得现阶段的 ai 最现实，最能够落地的作用不是让我们凭空的去创造新业务，而是让已有业务实现提质增效、降本。可是有很多案例，人家就是用 ai 找需求，设计产品，完成销售，成功变现的呀。这套流程看起来确实可以轻轻松松用 ai 完成，但其实这中间至少有两个难点。 第一，利用 ai 发掘的需求，真的是用户愿意花钱的需求吗？你必须先测试，先完善，这是成本。 第二，就算是真需求，宣传要不要成本？流量是不是成本？你可以把做产品的过程拍出来，边做产品边做流量，养成一博主吗？思路没问题啊，但是执行起来变数太大了。很多人做这一套，他根本就不是为了做产品， 而是为了借助 ai 起号做流量。所以你还是觉得现阶段 ai 最大的作用就是在已有业务的基础之上实现提效。江门。是啊，我认为我们现在该做的决不是去盲目跟风，但也不是观望啊，要主动去学去用，去跟上节奏，尽可能的让 ai 提高我们做事情的效率， 比如可以让他去完成那些我们不擅长但又不得不去做的事，这样至少就可以保证一个点我们不会被割韭菜。