给你们看一下用那个 x k 轴画的那个尧舜禹的 react 论文的工程实践,从零到一实现,如何实现一个?就 tony 版的龙虾, 我觉得这是每一个 ar agent 入门必须看的这篇论文,因为姚春雨这一个 react 论文是相当于是 ar agent 的 开山鼻祖。 哎,其实我不太喜欢画这些东西,太耗时间了,给你们稍微看一下啊,我画的第一个模块就是讲这个大概是论文姚春雨哪一年发的,大概这个论文的题目。 第二个模块就是说这个软件之前有两种那一个用法嘛?然后第三个就是说,然后杨春雨发现了一个什么问题呢?就是说这个目前这个模型存在一个问题, 然后下一个就是这个软件思考行动,观察行动,再思考,再观察,直到任务完成。然后我举了一个比较,因为我是我自己的实现嘛, 举一个比较真实的例子,就是说如果我们用那个比亚迪的股票值不值得买,就是说我先要查询一下国外股票的价格吧,这就是 stock 的 这一步,然后是 action, 然后查询股这股票的代码,然后查询今年收盘的价格, 然后这是第一轮的查询,然后执行完了,我还要去查询进行的新闻啊,查询比亚迪最新新闻,然后再得到新闻,然后再整合,然后 然后收集完所有的数据,就可以得出一个最终结论,这就是这个论文比较最核心的 react 的 一个实现。 然后下一步呢,是我自己实现这个路普 go 的 这一个用 go 语言写的。为什么用 go 语言写呢?大家知道 go 语言的并发行呢,是非常好的,而且写起来比较容易,用点 go 入侵写比较方便。 然后这就是一个 go 语言实现版的,完整版的就是 react 的 最核心的部分,大家可以看一下,就是说第一个是那个 分析任务,然后执行工具,然后把结果加入历史,然后再循环,循环之行为么这里要十次,你发现这有循环,十次循环的,为什么要十次?因为你第一次单次查询你用模型的过程中,你会发现你单次查询模型,其实你是那个 很难得到一个正确的结果呢?所以说业界比较通用的是五次啊,或十次这种反复的去循环,然后去查询,然后最终得到一个整合的结果。 然后主要他有什么局限性呢?就是说第一个他只能串行执行一次,只能一个 action, 这样效率会很低。第二个是查上下文的限度,因为你每轮回答 l m 回头你一个答案呢,你需要每一轮把它答案不断的累加,然后你导致你的历史越来越长, 然后这样 token 就 会消耗量非常大。第三个问题就是没有并行,有很多的,你想想你有很多的任务其实是可以并行的,就是说你的 action 这一层其实有很多可以并行的,论文并没有讨论你的 action 可及 这一步。最后一步就是我自己从零到一实现了一个这个 open class 我 已经开源在那个 github 上,大家如果想看的话自己去看一下,而且我也有也已经部署上线了,大家可以去访问自己企业一下。 ok, 后面还没有整理,就这些吧,再给大家看一下,我用那个可乐来做这个东西,用了多少轮的对话?大概得可能得花了好几周了吧?一两周了吧。 那我估计得有可能得有上百轮的对话吧?可 能有上百轮吧,估计得有几万字吧,太多了。 ok, 结束。
粉丝1347获赞9754

给大家分享一个我踩的一个坑,就是在 openclaw 里面,它虽然可以帮你开发代码,但是有这种大量的参考图的需求开发,我建议大家还是回到 ide, 自己把这些贴图在 ide 当中粘贴给 ai 编程工具,让它去开发, 因为它能够识别那些图片,但是在 openclaw 里面是很难做到的,为什么呢? openclaw 现在就我觉得两种编程的方式,一种是直接把需求告诉他,让他给你编码,但这种长时间的任务会被 openclaw 杀掉,所以我不建议大家去这么去做。 还有一种方法就是我昨天推荐的用 tmux 让 openclaw 当一个传话筒,真正的编程工具是在 tmux 里面去执行的,那这种就面临一个很大的弊端,它没有办法把图片传过去, 所以那边的编程工具他根本就不知道你要参考什么样的图片,因为他拿不到图片,所以我觉得在 openclaw 里面让他帮你去写代码的话,更合适的是那种不需要大量 ui 界面的 需求,如果需要更改大量的 ui 界面,并且需要基于参考图来开发的情况,我建议大家还是回到 i d e。 当然这是我个人目前踩的坑,如果大家有更好的办法能够解决这个问题的话,也欢迎大家在评论区告诉我。

今天给大家介绍一个方法,就是让 openclaw 当一个调度员,去指挥多个 ai 编程工具,帮你完成编程任务。 那为什么这么做呢?我今天遇到一个问题,就是我让我的研发的 agent 去帮我写代码的时候,发现他很长时间没有回复我,我看代码也没有提交,我就问他,我说你根本就没有提交代码,是任务超时了吗?你把原因告诉我。 最后他给我的回复确实是超时了,因为 openclock 他的机制,如果说一个任务时间过长的话,他有可能被杀掉,所以任务就 终止了,而且他甚至他都不会主动告诉你。那怎么去解决呢?现在有一种办法,就是用一个叫 t m u x 的工具来解决,这是个什么东西呢?你就可以理解,它就是一个不会被关掉的,在后台运行的这么一个程序窗口, 那在这个窗口当中你去调用 cloud code 或者 codex, 就是 这个逻辑。那让 chat gpt 给大家解释一下,就这么一个结构,我们 让 openclaw 去调度在 t m u x 当中的各个编程工具, cloud code x, gemini 都可以,说白了你就把它当一个人去用,它打开了多个命令行工具去写代码,就这么一个道理。 那这有个什么好处呢?第一, openclaw 的 这个上下文你就可以随时跟他交流了,因为他只是一个调度员,他不是原来那个写代码的人。 像之前如果他又要写代码,又要跟你回复,他要停下他代码的工作才能回复你,或者他在写代码的时候,他就没有办法回复你,因为他的绘画是一直在持续的。那怎么去用?也很简单,就直接告诉他让去安装 t m u x, 并且安装这些命令行工具,然后让他把授权的链接发给你,你在本地授权之后把 code 给他就可以了。 那你也可以让他定时的去检查这些命令行工作的进度,汇报给你,并且最后让他去审一下修改的代码,如果他们有任何的讨论, 让他们自己处理,处理完讨论一致之后把结果汇报给你。所以这是用 t m u x 去解决 这种长时间的编程任务的一种办法。那给大家看一下,目前我有个任务还在进行当中,那在这里你就可以看到他在改哪些代码,他都会告诉你。好,大家可以去试试。

ok, 看到这个视频的朋友有福了,专为小白打造的 opencloud 龙虾的安装教程,主打一个解放双手。 这个时候可能有朋友问了,哎,为什么针对小白啊?无它,因为有流量,请允许我暂时做一波流量的。首先 opencloud 的 这个龙虾,它算是一个 ai 产品吧, chibi gmail 是 不是也是 ai 产品?所以我们想安装它非常简单,直接去问 ai, 但是你直接去问的话,他没法操作你的电脑,不是很烦吗?所以我们需要一个中介,直接在你的浏览器上搜索 ai 编程工具,不管使用国内的还是国外的都可以。 我这里简单举个例子,比如说字节的 tree t r a e 或者是阿里出品的 q 的, 你来到他们的官网,直接点击下载,就是在你想要安装龙虾的这台机器上下载一个 a i d e。 我 这里因为电脑上刚好有 tree, 所以 就用它来演示,然后点击右上角的登录这里呢可能会让你输入手机号进行注册,你注册一下就可以了。 登录之后呢,我们就可以开始安装了,然后我们点击这个,打开文件夹,去选择一个路径,比如说我这里新建一个文件夹,嗯,龙虾, ok, 我 这里呢只是给大家演示,你可以取任何的名字点击打开, 这样呢,我们就进入了这个文件夹里,所有的操作呢都会在这个文件夹里去进行。然后我们来到右边啊,直接让他搜索 opencloud, 然后在本地帮我安装他,然后我们直接回车 这里,我们可以注意到他是在沙盒中安装,那这个不是我们想要的,在沙盒中就比较麻烦了,直接在本地安装拉去远程项目到本地不要沙盒, 因为他在沙盒里虽然安全,但是我们后续添加技能的话是没法去正常调用的。在这个过程中他会询问我们很多次,让我们给他允许,不然的话他没法去运行这个命令。 ok, 好, 已经全部拉了出来,大概过了一分钟左右就帮我们构建好了。下面呢,需要我们配置 api key, 就是 你想要你的龙虾接入什么模型,你去聊天的时候用什么模型来进行处理。它是建议我们手动去配置,因为涉及到敏感的 api 信息。那如果你完全不怕,你可以让它帮我们来配置, 那比如说我想接一个 deep secret 的, 你帮我配置,我用 deep secret 的 api, 然后直接发送给他,我们选择第一个填写 api key, 然后下一个,然后把你的 api key 粘贴进去提交。那这个 api key 应该怎么获取呢?你也可以直接问他,他会一步一步的教你怎么去获取, 他干嘛呢这是?跟卡住了一样,我们直接给他中断,你干嘛呢?帮我安装运行。 ok, 现在已经成功运行了,我们点击打开一下,啊,这里有一个错误,我们把这个复制,然后在盖栏这里粘贴到网关令牌这里连接好,这个时候就正常了,尝试一下聊天。嗯,你好, ok, 有 问题复制一下,直接发送给他,说聊天有问题,让他来帮我们解决,因为 ai 相当于我们的外置大脑,有大脑为什么不用呢?我们必用, 现在他说已经修复好了问题,我们再次尝试好,可以正常回复好,这个是没有问题的,现在安装就已经基本完成了。如果你想要让他做更多的操作,你得教他,你可以做什么? 他这里列出了非常多的能力, ok, ok, 让他帮我们安装一些好用的技能, 我这让他停止现在的 opencloud, 因为我怀疑他运行在沙盒里。然后让他给我一个在本地可以启动的命令,然后我们直接点运行, 这里呢,出现了错误,我们复制一下,粘贴给他占用了,我们先清理一下,然后再次运行,我们刷新, 这样就正常了。我给他贴了一个路径,让他在这个路径下创建一个游戏, 我们看一下这他创建的,而且就是我们指定的位置。如果你在安装过程中出现了错误,你就给他复制截图, 然后发给 ai, 让它来帮你修复。需要注意的是,如果你使用的是自己的 tree, 你 会发现它更新了之后,为了安全,它的命令都运行在沙盒里。所以当我们测试完毕之后,你就要像我这样让它把这个给关闭, 然后给我们一个启动命令,我们点击运行在我们的终端里去直接打开它。整体操作下来应该是没有什么难度的。 以上就是本期视频的全部内容了,如果你遇到什么问题的话,可以在评论区进行留言,如果觉得本期视频做的还不错,或者对你有所帮助的话,记得一键三连点个关注。最后祝各位玩的愉快,我是端锋,我们下期再见!拜拜!

这是我最新爆单出来的 openclaw 保姆级零基础教程,完全免费开源。 openclaw 是 目前最火的 ai 智能体,你可以通过手机随时随地给它下达任务,让 ai 操控你的电脑,自动帮你完成。 但很多同学玩 openclaw, 各种踩坑翻车、装不上,烧了钱,甚至数据被误删除,很难真正把 openclaw 玩明白。因此我出手了 这套教程近二十篇,几百张配图,结合了我自己折腾 openclaw 才过的各种坑、翻遍官方文档和社区的经验,我的目标是帮你从零玩转 openclaw, 不 翻车、不烧钱、不被黑, 臭不要脸一下。这应该是目前全网最适合新手的免费 openclaw 教程了,连一键安装脚本和一键卸载脚本都给你准备好了, 哪怕你没有编程基础,一分钟就能上手。教程内容覆盖 openclaw 的 方方面面,我精心梳理了内容结构,让你能够一条龙学习。 从了解 openclaw 是 什么,再到一键安装上手,云端部署、二十四小时在线接入、手机聊天软件、远程控制、模型选择和切换、 工具管理和多媒体能力、 space 技能扩展、定时任务和自动化。组建龙虾军团多 a 阵,此邪作记忆管理和成本控制,安全必称指南,打造能发语音的智能 ai 伴侣,每一步都配有截图示意,哪怕你第一次听说 open to learn, 不 怕你学不会。 此外,我的 ai 知识库里还有一套免费的 web token 零基础入门教程,编程小白也能用 ai 跟我做出产品,甚至盈利,欢迎一起使用。 我一直相信知识分享是互利共赢的,这套教程完全免费开源,希望能帮更多朋友快速、安全、省心的玩转 open club, 但毕竟是我一个人爆单的,会有不足的地方,我会持续更新和完善内容, 如果这套教程对你有帮助的话,希望能点赞或者 star 支持一下。别犹豫,现在就打开教程,输入一行命令,装上小龙虾,跟着鱼皮一起开启养虾之旅吧!

国内龙虾智能体教程终于它来了!只有看完这本书,你才会真正明白,把 ai 玩明白了,就真的不用上班了。简直无法想象,你只需下达一句指令,它就能直接接管你的电脑,二十四小时不间断替你干活。你甚至不用守在电脑前。 无论是海量数据自动处理、 excel 批量操作、报表生成邮件收发文件整理资料规划、写代码、做 ppt、 做海报剪辑,所有耗时易出错的重复工作,龙虾智能体都能替你干,比雇十个员工都有用! 如果说其他 ai 是 临时顾问,那龙虾智能体就如同一个二十四小时能干活的私人助理。从零开始学龙虾智能体要多久?只需要你看一看这本写给普通人的行动手册,不需要你有编程基础。 全书大白话结合实际应用案例,从基础安装、系统部署、技能配置进入多智能体协助,到如何一句话下达指令、自动化执行,再到安全权限管控,小白也能直接上手,一步步照着做,就能把龙虾智能体升级成能自动执行任务,真正帮你省时间、提效率的数字员工。 无论你是二十岁、三十岁、四十岁,还是五十岁,都要把龙虾 ai 智能体教程买回来认真看一看! ai 不 会取代人,但会用龙虾智能体的人正在淘汰不会用的人。这不是科幻,是普通人的生存指南。想要在 ai 狂潮下提升效率,抓住时代红利,那这本书你可千万不能错过!

看看我的 agent 团队们,有写图文的、网站运营的、监控金价的、记账的,还有提供情绪价值的,后面还要增加一个视频剪辑的 open cloud 小 龙虾 用上多 agent 的 模式了吗?但像我这样每个 agent 对 应一个机器人的配置是有点广泛。在飞书上其实有一种更简单的方式,就是通过拉群,实现一个机器人多个 agent 多个群聊分别管理的模式。我们来以选择题、写作和神稿三个事情为例,完整的配置一遍, 一共三个步骤。首先用这样的命令创建多个 agent, 分 别负责不同的工作,然后给每个 agent 的 职责拉一个飞书群,并且把我们的唯一的这一个 飞书机器人添加到群里面。接着把每一个群聊和 agent 绑定起来,在这里查看群的 id, 通过这样的 bindings 配置把两者映设起来。最后不要忘记给飞书 channel 增加这两张配置,开放群聊和群聊中,不需要艾特机器人也能回复。 配置完成之后,在各个群里和 agent 对 话,给他们安排好职责和身份,让他们记录下来,你就可以在不同的群里指挥不同的员工工作了。像这样的流程,先选择题再写作,审稿,审完再改, 最后得到一篇完整的内容就可以发布了。这样做配置简单,效果强大,快来把你的 agent 军团也安排起来吧!关注我,带你玩转 open club!

我们 google 极本质上来说就是将我们的聊天工具和我们的 m c p 整合,当我们在各种各样聊天平台,比如飞书、叮叮、 what's up 以及 telegram 上面发送消息的时候, 我们的消息会到达网关,由我们的网关去用掉我们的模型以及决定是否掉某一个 m c p 或者 skills。 那 通过这样的方式呢?比如说像我在这里能发送一个消息,对吧?我发送一下如何变得优秀,那当我这个消息发出去之后呢?他会跑到哪里呢?他第一步要做的就是把消息,你看拿消息呢,他就是助理, 处理的时候呢,会创建一个绘画,就是当前这个飞书。那这绘画是怎么来的呢?当我们每一个群呢?相当于,哎一个绘画的分组,当我在这个群里面发送一个消息,这时候可以看到这里是一个群的 id, 飞书、冒号跟这个群的 id 就 会创建好这么一个绘画。那为什么很多人觉得 open 越用越好用,它的窍门在哪里呢? 说我现在在群里发消息,对不对?我发消息发出去了,这个时候呢,他首先会根据你的消息来进行记忆,比如说这里有一个代理,代理呢,可以看到这我们当前这个代理代理会分为文件以及能调用的工具,哎,有技能以及当前你连接的这个有像飞书,对吧?那通过这样的方式来给你分门别类,包括我们的定时任务。 那在刚刚我们对话,比如说我告诉他我是谁,以及我要做什么,这个时候呢,他会把你的信息,比如说,哎,我是小刘,他就记住了我是小刘,他会把我是小刘这个信息呢记录在这个地方,这个地方里面存放了很多核心的文件,比如说你的灵魂,对吧? 你是一个怎样的人,以及哎,你能够调用的工具有哪些?你看是能调用的工具,以及哎,他的这个定位是什么?比如说,哎,你看我是刘晓,对吧?小刘,你看是不是, 是不是?他,呃,就会把你的一些信息,每一轮对话的信息给它抽取出来,放入这个文件里面,就说明呢,你每越跟他聊天,对吧?你越跟他聊天,他会变得越好用啊,就这么一个点啊。好,我们先来看一下这个 open log, 首先从概览这边开始看起,概览这边我们可以看到它当前的这个网关,也是我们说的这个啊, get 网关,我们所有的信息呢,都会经过这个网关,由这个网关去 给它分发到不同的 agent, 最后去创建绘画,就我们当前的绘画钥匙啊,好,那这时候我们可以看到,对吧?我们的网关有一个状态,就代表,哎,我们这个网关是运行的,那你也可以停止网关,那如果说你想看网关的命令呢?这个时候你可以在这边,哎,你输入一个这个 open log, 杠杠 hero, 那 我们来试一下啊,杠杠 hero, 这是我们 openclaw 的 一个命令,这个命令呢是有一个固定的格式的,你不需要记任何的啊,使尽心力,只要看这个格式 options, 你 看,跟上这个格式,再跟上这个命令,所以呢,它是先 openclaw 固定格式,再跟上 options, 再跟上 command, 对 吧?你这时候就可以哎去掉不同的信息了,比如说你想看文档,你就直接,哎, 哦,直接 boss 词,对吧?如果说你想看具体的模型,你就用这个命令,对吧?你想看具体的连接在哪些学校用这个命令以及当前的这个端口是什么,对不对?那当你停止了这个当前的这个啊网关,那这时候就不是正常了,对吧?好,那当前我们可以看现在目前有三个绘画以及计时任务,是不是起用,对吧?从这个地方可以看到 那频道也就说我们是哪些聊天工具连接了它,因为现在我们只有一个飞书嘛,对吧?所以这里呢只显示了一个飞书,那可以看到,对吧?就当前的这个频道里面目前显示一个状态,以及它是使用什么方式连接的,比如说 voip socket 啊,去连接它,以及它连接的时候是不是要发送心跳啊?是不是实时检测啊?这里就是一些基础配置了,那实力什么意思呢? 我们每一次连接他,对不对?每一次连接他了之后呢?我们可以看到是有一个设备,这个设备就我们当前这个设备来告诉来他,我们先是某一个设备,设备什么信息啊?连接他对不对?通过这样的方式连接他,对吧?以及你连接他的时候用哪一些啊? ui 去连接他,你可以看到当前五分钟前响应对不对? 以及绘画,绘画不用说了吧?就说这里呢是针对某一个绘画的设置举个例子啊,比如说我在飞书里面跟他聊天对不对?我艾特他,你看艾特他, 好,这时候我想问你,是不是他在绘画里面加了一下小筛选消息,对不对?所以呢,这时候就是我们在跟他对话的时候呢,他这个飞书的一些啊,绘画的详细配置,比如说啊,我现在要在飞书里面,我要求他这个回答我的时候,你看在的,你看是不是我要加短一点或者长一点?怎么做? 你看这边就可以设置啊,设置思考是不是思考思考的长短啊,以及你这个是不是回答是不是要拢长一点还是短一点,以及他是不是需要推理啊,通过这样的方式可以去设置,当你可以把这个话给删掉,删掉之后呢,这个非书他就不能聊天了,就比如说我现在给你,哎,我删除,你看,我现在一旦删除,你看这里面,嗯,其实你说实话, 你在里面聊天,你看啊,这里还有一个绘画,不过你看啊,其实它本质上来说,你把这个绘画三呢下面的这些记录呢,它都不见的,你懂我意思吧?好,下面这使用情况就是,哎,代表他你最近的时间使用的一个 token 呢,你使用的一个具体的次数啊,你看调用消息啊,以及你发送的这个 金额啊,你看我现在使用的是偷看还比较少,对不对?以及这回回复的一些结果啊,最近都可以看到,相当于做一个查询吧。好吧,好,那我再往下看,这有个定时任务,这个定时任务啥意思啊?就是你可以去设置某一个任务,某时某刻某点,哎,比如说像闹钟啊,像,哎,像给你一个提醒啊,你通过这样的方式,你可以取个名字,比如说早上提醒, 那啊,好处是什么呢?你看这时候呢,你设设置这个任务之后,他可以在飞速里面去提醒你,相当于本身上来说,你在手机上也好,你在哪里好,你都可以通过这样的方式来去操控你的电脑。为什么?因为你在飞速上发消息的时候,本身上来说,他就接听到了这个啊,接听到这个啊,消息最后再发送到你的网关。 那本身上来说,你用的是飞速的服务器,你用在飞速上服务器发消息,他掉的还是你自己的网关,所以呢,这个网关在你电脑上,他就可以去处理你的电脑上的一些任务,包括,哎,你的一些文件也好,还是什么也好,对吧? 代理,不用说了,这个我们就刚刚说了,我们现在目前只有一个 id 的 代理主主要的代理,好吧,这里是我们整个 id 的 一个信息啊,存哪里啊?以及你用了什么模型啊?包括你现在是不是啊?针对哪些技能可以用啊?你看我所有技能可以用,是不是?那包括这里呢?你也可以选择哎,其他的模型,这是我目前配置这些模型啊, 非,有的话不用说了,对吧?这是我们刚刚说的一些行为啊,比如说你这个人是谁啊?你,你要做什么?你,你能做什么?都是你配以及他能调用的工具啊,比如说你所有工具,对吧?以及编程的一些工具。那这个 open to law 它能做哪些事情?取决于你的工具有多少?比如说我想要登录小红书,那我就用小红书的这个 m c p, 我 想调 gitlab, 那 我就调 gitlab 的 m c p 啊,通过这样的方式去调,那 skills 呢?更像的是这个 toss 的 一个抽象啊,这里你可以选择去创建不同的技能,教你怎么使用这个,我我觉得这个不用多讲了。好吧,这个已经是司空老生常谈了,好吧,司空见惯的一个东西了。好吧, 那这个就是我们当前的一个连接啊,连接哦,我们连接飞书对不对?以及飞书它连接了以以后,对吧?它是一个想要上下文,你看都在这里,上下文可以去管理,上下文相当于,哎,好吧,第十任务,嗯,我现在没设置第十任务,所以这里没展示, 你可以相当于理解,这里是配置代理相关的啊, skill 不 用说了吧,就是你可以去选择安装某个技能,开启关闭某个技能,比如说我关闭它啊,开启它,对吧?那就开启对吧?关闭,那就是你开启关闭之后呢,他在聊天对话的时候呢,他就少调用那些技能,比如说像节点啊,这里的节点就是说,哎,我们可以去 跟他进行配对,然后哪些是公开的一个节点,你看这里面我们可以看到,对吧?有一些我们常用的一些节点设备信息啊之类的好 配置,这里就是说我们整个 opencloud 详细的配置,比如说,哎,环境也好啊,以及当前 opencloud 的 一个版本呢,以及我们的 agent 啊,这这你就像一个我们手机里面设置类是这样的,就是啊,喜欢详细的一个配置, 包括我们的浏览器啊,你是不是可以连浏览器,是不是?那下面就是一些啊详细的这种调试的一些东西了,你可以去调试一下,调试,哎,它是不是掉哪些东西?然后呢?可以刷新一下 这里,你可以推出一些信息调 rbc 也好,那这里就是日制,就我们整个 open ledger 聊天过程中它会调哪一些日制在这里,那这就文档啊。好吧,就整个 open ledger 本质来说就是通过聊天工具去调用不同的 mcp 啊,最终实现我们的一些啊基础任务。好吧,那就本期视频全部留。那我是小刘,我们下期再见。

先演示一下效果,直接在对话框里输入文案内容, 视频生成成功,打开链接即可查看效果。 老公嫌我拍视频瞎折腾,说我不务正事。完成完毕,我们开始安装。首先局配置技能市场卡哈,需要登录一下,执行登录命令, 打开 java hub 登录页面后点击 sign in with github, 输入你的 github 账号密码,点击 sign in, 再点击 authorize stepp 授权登录, 授权成功后回到页面,再次点击 sign in with github 提示看奎婷拉给人即表示登录成功。接着测试搜索技能,添加技能查找工具 搜索视频,生成相关的技能, 再搜索电商相关的技能。接下来加载核心技能,图像视频编辑技能、数字人视频合成技能 以及视频合成器。 配置完成后查看已安装的技能。现在准备一段需要克隆的声音,放到 f 檀根目录,然后再准备一张正面照片,同样放在 f 檀根目录下。 进入工作目录执行克隆声音指令, 执行成功后,系统会返回一个声音 id, 为避免每次输入长长的拍放路径,我们设置一个别名,方便后续使用。 执行克隆人脸命令, 执行成功后,系统会返回一个人脸 id, 声音和形象都有了,我们来生成第一个视频,进入脚本目录执行生成视频命令, 执行成功后返回视频链接,在浏览器打开。别让一双袜子毁了你的精致,这款精梳棉袜透气不透气?生成成功。为了让 oppco 记住我们刚才克隆的声音和形象,通过对话发送以下信息, 执行成功,大功告成!

随着 open core 的 爆火,调用大模型所花费的掏根数也随之水涨船高,如果你还在用 api king 的 方式,那么离破产可能只差几句话了,因此我做出了一个违背祖宗的决定,给大家带来国内四家平台 cookie plan 月套餐的对比。首先出场的就是我们的 mini max, 然后就是 g m l 智谱, 然后是火山引擎,最后就是我们的阿里百链平台。介绍完了这四家厂商,接下来就来介绍一下我们的规则说明。 我们仅以四家平台的月 coding plan 套餐作为对比,记住是月而不是季度或者是年。然后就推出我们的换算规则,换算规则就是一 p 等于十五次模型调用, p 就是 promote, 一 promote 就 相当于你使用 coding plan 套餐完成了一次完整的调用,而一次完整的调用在模型后台可能被切成了十几个任务, 有读取上下文,提出建议,修改建议,调用工具之类的就会非常的复杂。然后官方为了简化计费计算,就统一把这十几次连续的模型调用打包成了一次 promote。 然后我们再来介绍它的额度限制,它有第一种就是五个小时限制,一次额度就是你每五个小时达到了它的调用上限, 它就会限制你调用,然后直到这五个小时过去,然后它会再刷新额度,然后就可以再次使用,然后一个月就是这样一直重复。接下来就是周总额度限制,就是在五个小时的额度限制之上,你每次花费的 token 在 一周内累计不能超过它一周内的总额度上限。 然后就是月总额度,在周总额度限制的前提下,每家你每周所使用的额度不能超过一个月的总额度上限。如果你超过一个月总额度上限,那么你这个月就不能再用这个套餐了,因为它已经额度用满了。最后我再来提一下,我们的月是按每个月三十天来计算的。好了,接下来就介绍一下我们的第一家平台 mini max。 mini max 我 们看一下它是有六种套餐的,我们先来看最下面三种,从 star 每五个小时掉,我们的 promax 数也是逐渐长高的。 然后再看上面三种,有 plus 极速版到 ultra 极速版,它的价格也是这样递增的,然后它每五个小时可以调用的 oppo 的 次数也是在递增的, 但是它多了一个后缀就是极速版。极速版就是相对于下面三种套餐来说,它们模型的调用速度快了不少。然后我们总结了上面的价格和每五个小时的额度限制,我们就统计出了这样一个表格, 因为 mini max 只限制五小时额度,所以我们就通过一周大概等于三十三点六个五小时,推算出了它的周最大额度上限。然后我们再计算出一个月等于一百四十四五个小时,可以推算出它的月额度最大上限。 因此我们整理出了这张表格,然后就是它支持的模型定有 mini max 二点五、 mini max 二点一和 mini max 二。然后我们再来看第二家智普, g m l g m l 是 有三种套餐呢,只有 leader pro 和 max 版本。智普也是在国内 callenplan 套餐中它是最抢手的,每天早上十点钟刷新,你去看一看,其实很快货就会被抢空了,也不知道为什么,难道是饥饿营销吗?然后我们来继续往下看,相比于 mini max 的 每五个小时只限制一次额度,它增加了一层规则,那就是周额度上限。 既然有了周五的双线,因此我们可以算出每个月大概有个四点三个周,我们可以得出大致的月利润最大双线。然后我们再看它支持的模型,它 leader 套餐不支持 gm 幺五模型,然后其他所有套餐都支持 gm 幺五和 gm 幺四点七及其所有的历史文本模型。 接下来我们再来看第三家,也是我们的火山引擎,也就是豆包,它只有两种套餐, leader 和 pro 套餐。然后它跟前面两家比的话,不一样的就是 它不采用了 promote 来计数,它采用的是模型调用次数,但是在它的文档中也说明了它每一次调用也会花费大概十几二十多个不等的调用次数,所以我们也可以 理论上给它计算回来,这样就得出了每五个小时然后周额度和月额度的 promote 次数。然后可以看到它支持的模型是 豆包二点零, coder, 还有豆包 coder, 还有 g m 幺四点七,然后 d s c v 三点二,还有 kimi 二点五,支持的也是非常多。然后再看最后一个就是阿里一百链平台,它的套餐是和豆包其实一模一样的,然后它的收费标准还有额度上限都和豆包是完全一模一样的, 它两个不愧是相互对标的模型平台,搞的套餐都是一模一样的。然后再来看它支持的模型是千万三点五 plus kimi 二点五, g m 幺五 和 mini max 二点五,还有千万三, max 还有千万三, codenix 还有千万三, codenix 还建妙四点七,所以从模型的角度上来说,它还是略胜火山引擎一筹的。 我们介绍完了四个平台,我们再看下全平台的性价比对比。我们的性价比对比,采用它每个月理论上能调动的最大蓬勃的次数, 除上它的价格,我可以算出来多少 promote 美元,这样我可以计算出它理论上最大的性价比。然后我们可以看到,在这个排名中, mini max 家族可以说是遥遥领先,垄断了第一的位置,接下来就是我们 g m l 垄断了第二的位置,接下来就是豆包和火山引擎 并列第三名。好吧,这究其原因其实也很简单,因为 mini max 平台它只限制五个小时的调用额度, g m l 平台只限制一周的调用额度, 火山引擎和百联平台限制了一个月总额度,所以从理论上极限来计算,那么必然是限制越少,它理论上调用的次数就越高,所以 mini max 领先于 g m l, g m l 领先于火山引擎和百联平台。然后分析了极致性价比之后,我们再来看模型丰富度对比, mini max 中只有支持它的 mini max 的 三款模型,智普只支持它的 g g m l 家族, 然后火山引擎的话就支持豆包还有 deeptech gm, 它都支持。最牛的就是百炼平台了,它有八款模型,分别是千问系列,还有 kimi gm 幺五, gm 三七。 mini max 二点五,它可以说是把过年以来国产最好的四款模型都集齐了,也就是 我们的千问三点五、 plus kimi 二点五、 gm 幺五、 mini max 二点五,这可以说是过年以来最好的四款模型。 从模型丰富上对比,我们的百例平台有八款模型,我们的火山引擎只有五款,仙妙的话只有三款, 还有迷你 max 的 话也是只有三款。从模型丰富上对比,我们的百例平台遥遥领先。说完了模型丰富度和我们的性价比,接下来我们就推荐一下。推荐那当然是要为不同人群量身定制的,我们第一个就是为小白新入门的小白人群推荐, 每个月预算大概四五十块钱,我们就推荐他火山引擎和百联引擎的 live 套餐,他足够便宜,而且每个月有一万八千次的模型调用,也足够你入门了。 然后他的模型还很丰富,就可以支持你用多种模型,让你感受一下是不是新手小白,肯定都很想感受一下不同模型的效果到底怎么样,这是非常适合新手小白入门使用。接下来就是追求极致性价比的人群了,他每个月预算大概一百到一百五十元,我就推荐 mini max 的 max 套餐, 它的性价比最高,理论上来说是美元,可以调用三百六十三次 promote, 理论上每个月可以调用六十四点八万次大模型,所以它的价格也适中。然后性价比是最高的,就是最适合追求极致性价比的人群。 然后如果你如果是日常开发者,预算在一百五到两百元之内,那么推荐你用 g m l pro 或者火山引擎 pro。 g m l 的 理论上调用次数还有豆包的都是很多的,而且豆包上的模型也比较多,然后 g m l 五的编码能力也是非常强的,这样就推荐我们日常开发者使用。 如果你是,如果你是 vivac 的 重度依赖用户,那么就肯定是提高你的预算四百到九百了,那我们就推荐你用 mini max ultra speed 或者是 g m l max, 那么调用次数是有着最大的保障,同时还兼具着最最快速的响应速度,这样足够重度用户使用,不仅兼顾了量,而且还有速度,而且因为它有足够大的量和足够大的并发症,所以它还可以支持多团队使用,团队可 能买这样一个大套餐就够一个团队使用,但是接下来我们再看,如果你是一个疯狂的模型体验党,然后呢?预算大概在四百到两百元,那么肯定推荐你是百练的 excel 或者是 pro 套餐了,它有八款模型 可以供你选的,同时还有四款是国内最好的大模型,一站式可以体验多种 ai。 最后一种就是追求稳定额度的,他们就推荐火山引擎和百联引擎, 他们的每个月调用次数都有明确的上限,不像其他平台 promote 计算的模模糊糊,然后它还不会产生多余的额外花费,算是可预算可控场景,适合追求稳定额度的人群。这样一份 cookie plan 保姆级入门教程,你喜欢吗?

很多人问我,用什么 ai 工具写代码最好? excel 机密里谁最强?为了测评这三种全球顶尖模型,我写了一个生成个人网站的 still, 内容大概是这样的,同样的,指定三款顶级 ai, 一个经验,一个稳当,还有一个,只能说他尽力了。三款 ai 建网站的真实差距,今天一字看明白,为了公平,我输入了相同频率词,一个字不改。先看 cloud, 生成速度很快, 出来的页面说实话有点经验,而且他直接给了你一个可执行的 h t m 文件,双击就能跑,零配置打开即用,体验非常顺畅。 再看 excel, 布局工整,深色模式切换逻辑清晰,代码结构也很规范。和可乐的一样,他也支持直接下载文件运行,该有的功能模块都有,属于那种中规中矩,少点惊喜的类型,和可乐生成的内容丰富度上还是有点差距的。 最后一个就是机迷你,和前面两个比起来,差距主要体现在以下两个地方,第一, 他不提供可执行文件的下载,他需要你手动复制代码,自己将文件保存才能运行。虽然只多了十几秒的操作,但和前两个一键搞定比起来,确实没那么方便。第二个,生成的页面的功能有点生硬,页面锚点无效, 页面模块缺失,和 cloud 的 gpt 放在一起对比,明显能感觉到它生成的效果。对 skill 的 理解还不够到位,所以结论很清晰, cloud 的 设计感和体验感都拉满,适合追求视觉效果的人。 k 的 gpt 稳定可靠不出错,适合想要更稳妥方案的人。 机密里能用,但细节和辨别度还有待提升,到这里大家心里应该有答案了吧,在养龙虾的时候,选择合适的模型可以事半功倍,还有什么疑问评论区告诉我,下期见,记得点赞关注哦!

各位好,今天我们来分享 openclaw 系统的架构设计。 openclaw 不是 简单的服务堆砌,而是一个围绕 getaway 构建的统一智能代理平台。通过六层架构设计,它实现了从接入层到自动化层的完整闭环。接下来我会逐一展开每一层的核心设计思路和技术实现细节。 opencloud 的 核心架构定位非常清晰,以 get 位为中心构建统一控制平面。在单个 get 位实体内部,我们集中管理了渠道接入、设备连接、绘画、状态、消息路由、 a 帧的调度等关键能力。 整体架构分为六层,从接入层到自动化层层层叠统。部署上,通常一台主机运行一个 get 位,但在特殊场景下也支持同机部署多个完全隔离的 get 位实体。 接入层是系统的入口,负责统一汇聚各种外部对象。它包括三类核心对象,外部消息渠道、控制端、客户端和节点设备。 外部消息渠道如 whatsapp、 telegram 等,由 git 位内部维护。对应的适配器控制端如 client web 管理界面,通过 web socket 接入。节点设备如 micros、 alrad 等也通过 web socket 连接并申明自己的能力。 这些对象不直接通信,而是统一汇聚到 get 位,进行中转、叫验和编排。 get 位控制层是整个系统的中枢纽, 相当于平台的总线和总调度台。它通过 web socket 提供控制平面,通过 http 提供健康检查、工具调用以及 canvas、 r u i 等辅助接口。 这一层负责连接握手、身份认证、协议校验、消息归一化、事件发布、通道状态维护和系统级控制。 所有连接、所有消息、所有控制指令都要经过这一层的统一调度。绘画与路由层决定了系统为什么能在多渠道、多群主、多用户场景下仍保持上下文隔离。他把来自不同渠道的消息抽象成统一事件, 再根据绘画键、渠道群主用户身份和 agent 绑定规则完成路由绘画。系统负责上下文、历史生命周期重置策略、压缩策略和持久化存储。 为减少病发冲突,系统按绘画维度串行处理,同意绘画中的任务顺序执行不同绘画,再交给局调度机制协调。 agent 运行时是真正负责理解请求、调用模型执行任务的核心引擎。 它嵌入在 get 位内部,主链路包括接收、输入、装配、上下文、读取、工作空间、文件选择、模型、触发、推理、调用工具、处理、工具、结果流逝、输出、写回、绘画与记忆、 工作空间中的 agents m d、 so m d、 tools r amp。 d 等文件,共同决定 agent 的 角色设定、行为边界、工具权限和上下文风格。简单说, getaway 偏向平台控制与调度, agent run time 偏向智能推理与执行。 agent 的 能力不止来自模型,更来自强大的工具系统。 openclaw 内置了文件命令、执行进程、网页浏览器、绘画记忆、消息节点等多类工具 节点。系统把能力延伸到设备侧,比如相机、屏幕、录制、定位以及 converse 交互能力。记忆系统负责跨绘画信息保留和语义解锁。多 agent 机制则支持主 agent 调用,子 agent 用于专业分工、复杂任务拆解和隔离执行。这些能力共同构成了 agent 的 执行基础设施。最后一层是扩展与自动化层,这体现了 opencloud 可扩展架构设计。插件系统可以扩展新的渠道、新工具、新后壳、新的记忆后端, 甚至新的模型提供者。互可和矿分别提供事件驱动和时间驱动的自动化能力,适合做通知、同步巡检和批处理流程。因此呢, openclaw 不 只是一个聊天代理,而是一个可以持续外接能力的自动化平台, 能够根据业务需求不断扩展边界。现在我们来看完整的架构全景。六层架构,从接入层到扩展层,层同共同构建了以 get 位为中心的统一智能代理平台。 接入层统一汇聚,控制层统一调度,路由层上下文隔离、 agent run time 智能执行能力。系统提供工具支撑,扩展层持续增强能力。六层之间通过 get 位这个控制中疏紧密连接,形成了一个完整、灵活、可扩展的智能代理平台架构。 以上就是 openclaw 的 完整架构设计,通过六层鞋桶,我们构建了一个以 getway 为中心的统一智能代理平台,既保证了系统的统一控制和调度,又实现了足够的灵活性和可扩展性。谢谢大家!

a 剑 c a 剑词,开箱即用的专业 ai 角色,号称给你一整个 ai 公司,在 github 上已有二六 k 加斯的 s。 先说它到底是什么,它不是什么框架,不是 sdk, 就是 一堆 markdown 文件,每个文件就是一个系统提示词,定义了一个 ai 角色的身份、性格、工作流程和输出格式。比如这个 ai 角色的身份、性格、工作流程和输出格式,比如这个 ai 角色的身份,用 s a c q a 框架来写汇报, 把这些文件复制到对应工具的目录里, ai 就 会按照这个角色来工作。一百一十二个 ai 专家,覆盖产品研发的全流程,从代码到设计,从营销到测试,从游戏开发到空间计算,包含十一个部门,还支持 cloud code、 opencloud 等九款主流 ai 编程工具。我用 opencloud 做了个实测,给 ai 同一份 size 产品 q e 运营数据,让他写高管招标, 这是促使系统提示词,一个清醒的 ai 助手,不闲聊,不套近乎,只解决问题。第一个是自由发挥的格式,用了表格,关键洞察,风险预警,建议行动结构是 ai 自己组织的,内容挺好,但格式比较随意。 第二个替换系统提示词,他现在是高级战略顾问兼执行沟通专家,擅长把复杂的业务材料提炼成高管执行家。要第二个输出,严格按照五段式结构现状,关键发现、商业影响, 建议下一步。连英文标题都照搬了模板,每条建议都标了 critical high medium 优先级,完全复刻了提示词。模板里的格式 还指定了负责人和截止日期。每条发现都用加粗的 straight jigger implication 来标注战略含义,看篇幅明显更长更详细, 在提示词要求的三百二十五到四百七十五词范围附近。第一个更简洁,更像是日常对话式的总结,但是两个版本的分析内容几乎一样都抓到了中小企业流失加速、 企业客户是护城河、竞对威胁。这些关键点区别只在于格式和规范程度。这恰好印证了 ai 对 这些业务数据的理解和分析能力本身没有差别, 差别就在于第二个背应规矩约束成了标准化的咨询报告格式。我仔细拆了好几个 agent 的 提示词,发现内容可以分三层, 第一层大概占百分之五,是给工具界面用的装饰信息,什么颜色,以 micro 一 句话风格对 ai 的 行为完全没影响。第二层占了大概百分之七十五, 是 ai 本来就知道的知识,都是公开的行业知识,你不写 ai 也懂。第三层大概占百分之二十,才是真正有用的行为约束。比如长度限制、固定五段结构, q a 默认至少找三到五个问题,这些硬规矩才是影响输出质量的关键, 因为 ai 不 会自觉遵守这些标准。我们可以根据任务类型选择不同 agent 的 组合,组建自己的 ai 虚拟团队, 比如创业 mvp、 开发营销战役执行广告账户接管。所以这个项目的价值不是知识,是纪律。对于个人偶尔用一次的场景,其实直接跟 ai 说清需求就够了。但如果你的团队需要多人反复使用,每次输出格式一致, 这种标准化的 a 件的提示词就有它的意义。项目 mit 协议完全免费,感兴趣的可以去看看,挑几个适合自己的 a 件它试试。希望本期视频对您有所帮助,我们下期视频再见。

如果你的 ai 使用方式是 prompt, 结果结束,那其实还停留在单词调用。真正的升级是把 prompt 变成 skills, 把能力结构化,可复用。这本书讲把 prompt 升级成 skills 技能,整本书是按一条完整路径展开的。 先讲清什么是智能体,什么是 skills, 它们怎么配合,然后通过六个真实项目一步步带你做带货话术生成股票分析小红书、图文公众号配图、 ppt 生成 s e o g o 营销技能库。每个项目都不是掩饰,而是完整流程、经验梳理、 skill、 md 调试部署、实际调用,最后再进阶到 open graph 集成,让你的 ai 能力可以扩展,而不是局限在单个工具里。

我是一个完全的编程白痴,而且我英语也不太好,然后分享一下我自己学习 ai 和使用 ai 的 一个过程,希望对你们有所帮助啊, 然后每次我都会就回复你们的问题啊,你们遇到什么问题可以问,然后这个宝子说特别的稍 tokin, 其实你不要听网上说啊,其实,嗯, 我们一定要去真实的去体验,包括现在很多人说这个小龙虾怎么怎么样,鸡类啊,怎么怎么样都无所谓,我们真正的要去体验一下,他毕竟是一个新东西出现,要去体验啊,适当的跟风给你们看看。嗯,真实的一个操作流程和烧的一个头啃 我一个叫个人聊天是无限进步的小王个人聊天一个,建了一个那个公众号的测试群就是,嗯,飞叔在小龙虾在里面,还有一个就是视频的啊,视频的在这里面,然后我接下来用视频的形式让他生成 啊,给你们讲解偷看,我不讲,让他们来讲,就是用视频啊,让 ai 来回答他,你们看一下少多少钱,好吧, 我也不知道行不行啊,我跟他说很多人说小龙虾很少偷看,我回复这个问题,请你通过进龙信息获取 ai 知识回复这个管理,让大家真实的去体验这个 ai 我 们可漏的使用性,生成一个三十秒的讲解视频,用我的声音去克隆文字,配音要有剪辑,我也就随便说一下啊,看他如何去操作啊。 然后这个大模型用的是 dbic 的 啊,便宜啊,国内的便宜啊,国外用不起,本来我在学习嘛,重在体验,然后我五十一点三五啊,这个本次消费本月收入十块九,咱就算十一块好吧,然后看看如何 好。他已经开干了,我这个无限进步小王已经开干了啊。嗯,他说帮我讲解视频啊,很好哔哔哔哔哔哔哔哔哔哔哔哔哔哔巴拉巴拉的啊。三十秒然后配音使用我克隆的声音需要你有。嗯 我也不知道有没有啊,反正我前段时间给他配了一下音,然后告诉他生成如果找不到我的声音就用 ai 去代替,必须完成这种视频啊。 视频已经剪辑好了啊。剪辑好了呃。然后位置在这里我直接去那个云端可以获取位置,同时好像也可以直接给我我试一试啊,他会提供 找不到他给我这个文件这个链接啊,输我也不想输了。我让他直接分享给我啊,直接用分数分享给我。哎视频啊看了这个咱看看怎么样啊。他写了一个飞书文档然后放了视频在里面。挺有意思的啊, 是个小狒狒啊。因为我没有给他具体的方向,我是直接让他生虫的,我觉得应该给他特定,但是这个文案写出来了说的是英语, 可能我需要给他特定的环境,不过还不错啊,起码是那个意思。然后我们来看最终的 token 值啊, 大概用了一块五,然后我问了他很多的事情啊,其实这个过程问了很多,你看说成视频这咱再把它处理对吧啊其实这很多只烧了一块钱啊。嗯他视频没说真话,我觉得是因为我的原因,因为我没有长时间去训练他啊, 并且的话没给他特定的一些文案还有我没有把我就是我的声音,我的数字人,这些模型,这些技能,这些 api 的 一些地址具体给了他,我只让他充分去发挥 啊。他有很,他有很多的权限没有达到,这些都是我慢慢去要去养的。这就网上为什么说养龙虾,但是你会发现这个视频他真的剪出来,而且并并且发给我,而且文字配的确实那个意思,对不对啊?才烧了一块五,你觉得划算不啊?我觉得还行,需要慢慢养。

open class 可以 直接调度 color code, 这两个工具你可能都在用,但这样组合你大概没试过。对于追求极致代码质量和完成度的开发者来说, color code 依然是编程领域的巅峰。而 open class 擅长处理日常自动化和智能调度,将二的结合可以实现一加一大于二的效果。 open class 调用 color code 是 通过 a c p 协议实现的,一共两种模式。第一种代理模式, 你只需要跟 opencloud 对 话,告诉他你想要开发什么, opencloud 会自动把任务转派给 coco 的, coco 的 写完代码后, opencloud 再把结果汇总反馈给你。第二种直连模式,这种模式下,你跳过了 opencloud 的 中间层,直接跟 coco 的 对话,你 发出去的每一条消息都是 coco 的 在接收和响应。这种模式只能在聊天软件的 channel 里使用,不能在 web ui 里用。 它最大的优势是你可以在手机上直接跟 coco 的 编程,随时随地写代码。好,先看第一种代理模式的实际效果,我在 opencall 的 界面里直接下了一个任务,帮我开发一个笔记管理系统。 opencall 收到后回复说任务已收到,正在派发给 coco 的 执行。我打开代码检查了一下,对应的目录下确实有完整的代码,完成度很高。 再来看第二种直连模式,这次我是在飞书里操作的,我先验证一下,直接问他你是 open client 还是 client code, 他 回复说我是 client code, 说明直连成功了。我现在是在跟 client code 直接对话。 然后我输入开发任务,帮我开发一个日记管理系统外部版,他很快就完成了,代码质量同样不错,整个过程我都是在手机上完成的,没碰电脑一下。大家感受一下这个场景,你在地铁上,在咖啡厅,甚至在床上,随手就能让 coco 的 帮你写一个完整的项目。接下来是大家最关心的部分,怎么配置, 其实非常简单,一共两步,第一步,安装 acp 键,把下面这段安装命令直接发给你的 open call, 让他帮你自动安装。 第二步,验证给他一个实际的编码任务,比如用 a c p 叉帮我写一个 hello world 项目,如果他成功调用 coco 的 并生成了相应的代码,说明安装成功。最后总结一下,这个方案的本质是让 ai 形成协助链, 我们可好负责理解需求,调度任务、管理流程, coco 的 负责高质量的代码生成执行,不是单打独斗,而是协同作战。