哪个大模型部署openclaw好

部署本地的 openclaw 已经可以剪视频了，大家都知道了吧， 这个让硅谷大佬每日一封的 openclaw 阿月，我呢也是拉到本地试了几天，现在就带大家把本地部署和接入飞书每一步都走明白。为了防止偶然性啊，我呢也是连续测试了四台电脑，确保每一步都可行，接下来你们只要跟着做就可以。点好关注收藏， 我这里依旧用的是 windows 系统来操作，因为 macos 系统呢，环境相对比较简单，不像 windows 这么复杂。首先呢，我们要确认好 windows 的 安装环境，安装的时候呢，全部都点 next， 一 直到完成即可，建议呢，不要去变更中间的安装路径。 呃，安装完成后呢，我们可以检查一下环境，我们在命令提示符的窗口输入这两个指令，如果输入指令后跳出版本号，那就说明安装已经成功了。这里提到的两个环境文件呢，我在文档里面也全部都准备好了。 好，接下来呢，我们就开始全区安装 oppo 卡使用管理员 c m d 指令输入，这个指令安装完毕后呢，再输入这一条指令， 好开始了。 ok， 这一步跳出来的呢是风险提示，我们直接选择 yes。 然后呢我们选择 quickstart， 这一步呢是选择大模型，我这里呢用的是千万，因为他是国内的，如果大家有惯用的呢，也可以自己进行勾选好，然后我们这里模型选择默认的即可。 之后呢会跳转到大模型的首页进行授权验证，大家验证通过就可以了。那通过后呢，这里也同样有一个选项，我们直接选第一个默认的模型。 ok， 下一步呢，这里可以看到很多的应用选项，这其实呢就是指令输入的终端，因为这些都是国外的，所以我们先不管，选最后一个，跳过，后面呢我会给大家介绍如何接入国内的飞书。 ok， 继续，这里会问你需要配置什么 skills？ 呃，我们也跳过，没问题，因为这个不着急，后面都可以手动去配置的。 好，这个也不用管我们用不上，直接跳过。好，然后我们稍等一会，会自动弹出一个网页，然后你会发现这个网页是打不开的，没关系，我们这个时候呢，再运行一个 c m d 的 指令， 好，这就是欧奔 cloud 的 兑换框了，我们来尝试和他打个招呼， ok， 他 回复我了，那到这里呢，其实基本上就成功了，还是比较简单的啊。然后呢，我们再来尝试为大家接入一下飞书，很多小伙伴呢，在这一步呢，其实就被劝退了，因为怎么样都接入不了这里，大家看好我怎么操作。 首先呢，我们进入飞书的开放平台，我这里呢用的是个人版，我们来创建一个企业自建应用， 进到这个凭证与基础信息界面，把你的 app id 和密钥保存下来，这个很重要啊，后面会用到的。然后 我们添加一个机器人，再到权限管理这一步，为他添加一些权限。这里的权限列表呢，其实官方呢是有指导文件的，但是呢就藏的比较深，我呢也是给你们找出来，直接放到文档里面了，你们直接一键复制过来就 ok。 好，然后我们需要配置一下这个事件回调功能，在这里的订阅方式选择长链接这一步呢是必须的，而且是绕不开的，也是大家碰到卡点最多的一步，很多小伙伴呢在这里呢就是一直报错，好，不用担心，我呢，已经整理了一份非常长的傻瓜教程，大家直接照做就 ok 了。 然后选择以后呢，我们添加事件，然后添加搜索接收消息， ok， 然后我们就去点击创建应用，然后再发布就 ok 了。 好了，配置工作完成之后呢，我们就要开始给欧邦克劳接入飞速杀键了。由于 windows 的 系统环境问题呢，所以大家的电脑情况都不太一样，所以会出现不一样的报错问题。网上的很多视频呢，也没有把这个问题针对性的讲清楚，我自己呢也试了三到四台电脑来做尝试，都非常有挑战。 如果你手边也报错的话呢，不用担心，我这里想到了一个邪修的办法。好，那既然 oppo klo 可以 控制我的电脑，那为什么他不能自己安装飞出插件呢？我们来试试看吧，直接和他对话。呃，你自己安装一下飞出插件，然后呢，他就会开始疯狂的工作，并自行去验证安装环境和插件配置 啊。五分钟左右后呢，他就会告诉我，他工作完成了，需要我提供给到他飞出机器人的 app id 和密钥。这个呢，其实我们在上一步已经有了，我们直接复制给他，让他呢继续去工作。这里的工作过程当中呢，我们的机器人可能会下线几次，原因呢是他需要去重启网关， 如果呢，你感觉他下线太久的话呢，我们可以用 open cloud get away 这个指令重新把它呼出来。最后呢，他会要求你在飞车上和他对话进行测试，并为你排除最终的一些故障。 ok， 全部搞定，已经可以在飞车上正确回复我了，并且呢，刚才在外部的对话记录他也全部都记得， 呃，我们这里呢，再用手机给他发一条消息试试看。好，他也同样接受成功了。好了，这里欧本卡接入飞书的配置呢，就完全对接成功，基本上都是他自己完成的，我呢只是配合他提供了一些必要的信息， 妥妥的全能小助理。接下来我们来看看他能为我们做一些什么吧。比如呢，我现在想要订一张机票，我就让他帮我查询一下最便宜的航班，他立刻就给我列了具体的信息，包括航班号，价格以及其他的一些航班信息。不过这一步呢，是需要接入 api 的， 大家可以自行去网上找免费的接入就可以。 好，那现在过年了嘛，马上大家呢也会送礼嘛，那我就让他去浏览电商的页面。呃，不过这里呢，需要先安装一个 oppo club 官方的浏览器插件，我们直接从官方渠道进行安装就可以了。具体的步骤呢，已经放在文档里了，大家直接照做就可以。我让他给我打开。 ok， 成功，呃，然后我继续让他为我搜索燕窝。好，也成功了。 好，那我们现在在拿最近小伙伴在学习的 ai 的 线上作业丢给欧本克，看他能不能帮忙完成。 首先我们要让他找到作业的本地目录，并让他完成里面的题目。他立刻就找到了，并且迅速告诉我，完成了。啊，这速度还是真的蛮快的啊，但是呢，人呢，还是比较懒的。如果呢，你抄作业都不想抄啊？没事，直接让他把填完的东西返回给我。好，他已经做完了，我们来看看啊。 呃，代码呢？全部都完成了，不过呢，我也是看不懂啊。看懂的高手可以来说说他完成的这个准确率怎么样。 好了，那这次安装说明就先讲到这里了，关于 open cloud 的 更多能力，有时间呢我们可以再去测一下。好，那既然已经部署成功了，有兴趣的同学呢，也可以再去深度探索一下 啊。对了，现在呢，各大厂呢，也出了针对 open cloud 的 云端部署，我这个呢，也可以跟大家快速的分享一起。好，这里是阿月，希望我的视频能够帮助到你，让你更了解呀，我们下期再见。

不要再花冤枉钱了，三分钟教会你本地部署 oppo klo 阿亮的视频主打一个手把手哈喽，大家好，我是阿亮，最近很多很多粉丝给我留言，想要付费安装 oppo klo， 但我感觉这钱挣了呢，有点心虚，因为这个安装真的太简单了，它就不值几百块。 可能是因为 openclaw 呢，稍微偏技术，把大家呢吓住了。要想使用 openclaw， 目前呢有三种方式，第一种，云服务器部署，比如阿里的轻量服务器部署。第二种，使用别人部署好的云，比如 maxclaw。 最后呢就是本地部署。前两种我都讲过，今天呢只讲如何本地部署。先说一下本地部署的好处，可以直接操作你的电脑，生成的文件呢也都在你的电脑上，可能使用起来更方便，也省下了服务器的费用。 至于很多人担心的安全问题，我个人呢是比较开放的，全世界的人都在优化这个项目，有多少双眼睛在替你盯着？ 本期视频我会分别讲解，在苹果和 windows 上安装 openclaw， 真正做到手把手教学。按照我的方法一步一步往下走，八十岁的老大爷，他都能学会 安装方法。我也更新到了这份 openclaw 文档中，里面有大量的 openclaw 实用教程，如果你需要，我也可以发给你。 那么话不多说，接下来我们直接开始。无论是苹果还是 windows， 安装方式呢，都有两种，第一种呢是傻瓜式方法， 如果你已经安装了 cloud code、 open code， 或者说是 code work、 user tree 等 ai 客户端，那么只需要两句话就可以安装成功。打开你的 ai 工具，然后输入这句话，帮我安装最近很火的 open cloud。 接下来你去申请一个大模型的 api k， 再输入这句话，帮我配置模型， api k 式输入你的 k， 就这么简单。如果没有这些 ai 客户端，那么接下来我教大家手动安装也很简单，三分钟内保证你学会。大家呢可以根据自己的电脑系统点下面的进度条，跳转到对应的位置观看。首先是 windows 安装，第一步，安装 node 点 gs， 打开 note 官网，点这里下载安装包，下载完成后双击安装就可以。第二步，安装 get， 打开这个网站，点这里下载，然后双击安装。 第三步，同时按住 windows 加 r 键，回车，就会出现这个黑色的窗口，然后把文档中的这句话输入进去，大概一到三分钟，出现了这样的界面，就代表安装成功了。 然后输入这一句 open clock on board 键盘上下键切换，选择 yes 回车， 选择快速开启模式回车，这里是选择模型，我选择的是千万的模型，有很多免费额度，选择默认的这个，然后会弹出千万的页面让你登录，登录成功后还是会回到这个窗口，选择默认的模型就行， 选择直接跳过，后面我们再单独讲如何接入 r m， 这里选择是否加入技能，选择 no， 我 们后面呢再去配置技能，是否接入钩子，我们不需要直接跳过，按照他的提示操作就可以，这里选择跳过， 弹出的网页有可能会爆红，如果爆红，那么新开一个终端，输入 opencloud dashboard。 稍等一会儿，我们在浏览器打开这个网址， 就会看到龙虾的界面，这时重点看右上角的健康状况，写着正常两个字，有一个绿色的点就代表龙虾安装成功了，我们来测试一下。哎，看到它有回复了， 恭喜你进入龙虾的世界。接下来是苹果电脑的安装第一步，先安装 node js， 注意版本号一定要大于等于二十二。把文档中的这行命令复制到终端，接着把第二个命令复制到终端， 然后把第三个命令复制到终端。稍等一会儿， node 点 js 就 安装成功了。接下来把这行命令复制到终端，就开始安装 openclaw 了。 有了这样的提示就代表安装成功了。接下来我们选择 yes 回车，选择 quickstar 快 速开始 回车。这里是选择模型，我们就选择阿里的千万模型，有很多免费的额度，然后会弹出一个页面让我们登录，登录好之后就可以关闭这个页面了， 选择默认的模型就行。接下来是接入 r m 啊，先跳过，后续我会单独教大家怎么接入，微信、 qq、 钉钉、飞书等。下一步是问你要不要配置 skills， 这里我们先不配置，先保证部署成功，然后继续跳过， 这是 open call， 就 已经部署好了。这里是选择呈现的方式，可以根据你自己的需要去选择。一般呢，我们就选择第二个网页的方式呈现， 然后会弹出一个网页，这是重点看右上角的健康状况，写着正常两个字，有一个绿色的点就代表龙虾安装成功了。点击对话框进行对话，这里我发一个嗨， 他又回复了，就证明部署成功了。恭喜你进入了龙虾的世界。安装好之后，就可以根据自己的需求配置各种工具，比如先配 qq、 钉钉、飞书等，我们可以手机控制龙虾。下期视频我会单独教大家如何配置 r m。 很多人说这玩意一点用没有，那可能确实是你不太会用，要是没用也不可能成为全世界最火的产品。 为了帮助大家用起来，近期呢，我也会更新一些 open call 真实落地的手把手教程，教程会同步更新到我维护的这个中文文档中，比如让他二十四小时持续不断的为我们干活，协助我们挣钱养家。大家点点关注哈，跟着阿亮学 ai！

大家好啊，昨天阿里巴巴开源了千问的一个小模型，三点五系列最小的尺寸模型啊，四款，那其中有一款是零点八 b 和两 b 的 啊，这个是非常小啊，推力虽然很大，但这里面我说的不是他的，我说的是一个三点五 b 的 啊，四 b 这款， 四 b 这款好了，四 b 这款的话呢，我们昨天晚上测试了一下汤，同时话呢，我们先说一个事啊，马斯克在 x 上对这个模型进行了测试，并且给出了一个非常好的体验，他认为这些参数他的智能密度令人印象深刻啊，为什么这么说？ 我说这个四 b 的 模型，我建议大家考虑，如果稍微能力强，可以上那个九 b 的 模型。干什么来都知道你们正在养龙虾是吧？就那个大龙虾，那个智能体的集成是吧？号称是贾维斯的出行， 但是他是一个吃 token 大 户啊，什么意思啊？就是我之前试过啊，一个晚上让他给我们做一个程序啊，然后消耗了两百多万 token， 做出来程序还有很多 bug 啊，那，那这个事确实不可持续，虽然说这个 token 现在比较便宜，但两百多万 token 的 话也十几块钱呐，对吧？一个晚上十几块钱这玩意，而且解决一个任务呢，人任务多的话，可能上千万 token 都出去了，那怎么办？对，这个事怎么办？ 所以呢，这个端侧部署一个端侧模型来解决这个龙虾啊，在日常应用中的绝大多数的 token 的 使用是当务之急， 那么在这种情况之下，这种小模型的话呢，就比拼，哎，谁能把大模型的这个能力降下来的这个度越小啊， 它寄生能力越好，对吧？这种情况下，所以千门刚刚推出这四款，尤其其中这个四臂，我们正好测试了，我们在昨天测试了，在我们的自己养的龙虾上跑起来非常的舒服啊，百分之八十以上的工作完全由这个端侧的小模型来解决了， 非常好啊，包括数据的处理啊啊，包括图表的处理啊啊，包括我们跟他日常对话包，包括调取这个，哎， skills 包括什么？呃，就是搜索东西啊，包括数据的集成啊，包括 excel 表格处理啊等等，这些东西完全都可以通过端测这个四 b 的 小模型进去， 非常好。所以呢，我说啊，我说这千万这次开源的四个小模型，其实恰恰什么，就是我们现在玩龙虾的最好的助手，也是最适合龙虾发展的模型， 就是这么回事啊，就非常的玄幻，但是现在就是这么回事啊，所以后续的东西，如果你们感兴趣的话啊，你们如果正在养龙虾的话，或者你想探索龙虾的，哎，我建议你好好试试这个模型，这个模型会给你省很多钱，因为它是开源的，你直接不熟以后最少你百分之八十左右的工作， 甚至高一点百分之八十五左右的工作，你是不用再去调取网络的 a p i 的 接接口了，它这个东西就产生更好的应用，懂，懂吗？但对于我们来说的话呢，它一是省钱，另外一个的话就是它的能力还够，而且它还有什么？它关键它有图形的这个 o c r 的 能力啊，然后它有图片的生成能力，这个就很强了， 这就很强了啊，所以这个事我觉得还是非常有意思的，而且小尺寸实现高智能啊，这个是非常强的，而且是少数实现跨级的性能的超越，媲美中型模型啊，中尺寸媲美顶级模型，这样的一个情况，我觉得华为的，哎，不是华为千万，这次做这事非常的好啊，非常的好， 好了，简单大家说一下，如果有需要的话可以好好试一下啊。另外的话呢，说一下呢，很多朋友说，老张，你现在是不是又关注 ai 了？注意关注 ai， 因为这是热点 啊，这是一定的热点，而且我们的这个说，在咱们的这个会议视频当中，热点也是因为我们的分析的快，然后你要说到哪看的话，关注一下我们小程序啊，到底瑞克老张哥不哥啊？我们小程序小程序里面的话呢，说实在的，咱们那个有一个免费的专栏，你说我不想花钱，有免费的专栏，就是咱们在平台上发的内容精选出来放的免费专栏的，不停的更新的，你要需要会看 看一下啊，赶紧的订阅就行，免费的。当然咱们的年度那个会员的话呢，现在是幺六九九啊，而且的话呢，我们是一年一百八十个这个会员视频，三十二场以上的会员直播之前内容都能看，甚至包括以前的付费专栏，包括以后的付费专栏都能免费看，特别划算啊，平均一那个一个视频 喝喝一场直播都十块钱左右啊，所以你觉得对吧？这个一一一一，一瓶两瓶，这个汽水钱啊，就就就解决一次这个抹平新茶的机会，你觉得划算不划算？好不好啊？今天就到这，我是瑞小张，关注我，带大家看中国科技的高度和温度，明天见，拜拜。

三千元到十万元大模型家用 pc 硬件方案全解析？上一期社长介绍了纹身视频模型的硬件方案，里边讲了企业或专业工作室的纹身视频模型硬件应该配到什么程度。有不少朋友在评论区留言说，希望社长能够出一期大模型的家用消费级硬件专题， 那么这一期就满足大家专门讲一讲大模型家用消费级的硬件方案。最近 oppo colo 很 火，那什么样的配置能够畅玩 oppo colo 呢？在这一期也有答案。既然是家用消费级方案，也就是个人 pc 方案， 那么 e 五神轿、特斯拉、 v 一 百为代表的老旧服务器显卡就不在今天这一期的讨论范围内了。 ar max、 三九五、 mac mini 的 整机方案由于纹身视频能力弱，也暂时排除在本期之外， 因为毕竟作为家用消费级主机，必然是要兼顾多种需求的，跑跑大模型和智能体，生成一下 ai 视频，做做生产力工作，没事还能打打游戏，甚至新出的三 a 游戏也能尝尝咸淡，这就是本期硬件选型的基本要求。 所以我会尽量选择个人 pc 的 消费级硬件来给大家搭配方案，最低花费三千元，最高花费十万，大家可以根据自己的预算和实际需求，综合考虑自己的硬件配置。 在开始之前呢，先给大家预告一下，在三月十五号，我们会开一期 ar 大 模型私有化部署的小白培训，具体的培训内容在这一期结尾会有展开说明，有兴趣的朋友一定要看到最后。 我们知道，现在的大模型在日常应用上已经分成了上下文推理模型、纹身图或纹身视频模型，这两类不同的模型对于硬件的要求是不一样的，对硬件适应性最广的是上下文推理模型， 它对扩大的要求最低，只要显存达到一定规模，哪怕是好几年前的老旧显卡也仍然可以胜任，这就给了我们家用消费级配置很大的选配空间。 这里要注意的就是如何判断某一推理模型能不能部署，主要是看显卡的显存能不能大于模型的参数，比如三十 b 硬特八的模型对应的就是三百亿参数。按硬特八量化规则，加载到显卡里所需要的显存大约是三十七点五 g， 加上要预留 k v 缓存激活值缓冲区， 因此要运行这个大模型，我们一般是按照模型量化后显存占用的一点二倍计算。那三十币 ink 八模型就需要至少四十五 g 显存的显卡，但众所周知，内存是可以分担显卡的上下文推理模型的加载任务的，比如上面讲到的三十币 ink 八的大模型， 需要四十五 g 的 显存来流畅运行，如果显卡只有十二 g， 剩下的三十三 g 可以 加载到内存中去运行。 当然，因为内存的贷宽远远小于显存的贷宽，如果大部分都让内存来跑的话， tokins 的 速度会大打折扣，所以显存尽量还是要大一些。但对于个人来说，对于效率的要求并没有企业这么高，我相信大多数人是可以接受的，毕竟在性能和成本方面总要找到一个平衡。 纹身视频模型的门槛就要高的多了，他没办法像上下文推理模型那样，显存不够内存来凑，模型必须要全部加载到显卡里。所以如果朋友们想尝试纹身视频模型的话，就要至少满足两条硬杠杠，一是显卡要有 touchcore 支持，二是显卡显存要至少达到十二 g。 为什么呢？我们以 y 二点二为例， y 二点二 t r v 五 b 轻量版模型是一款小型可部署的开源纹身视频模型， 十二 g 以下的显存加载不了这个模型，十二 g 正好能加载，而且能够跑起来。因此呢，显存越大，扩大核心越多，显存待宽越高，视频生成的清晰度、速度、时长就相对更有优势。 于是，基于上面社长针对这两个模型的分析，我们就得出了个人 pc 如果想要同时玩转这两种模型的话，显存要大于等于十二 g。 为保证能够运行纹身视频模型，支持 touchco 的 可选型号为英伟达 rtx 架构的二零系、三零系、四零系、五零系显卡。这样我们就可以定义以下五档家用消费级 pc 的 预算方案了。 第一档，三千元。这一档的核心定位是新手尝鲜，可以进行基础大模型体验加轻度办公加普通网游。具体的配置如下，这套配置的大模型能力是这样的。 第二档，一万元，这一档的核心定位是家用主流，支持中型大模型流畅运行加高效生产地加中高画质三 a。 具体的配置如下， 这里社长推荐了四款显卡，从这一档开始， open club 就 可以畅玩了。下面就贴出这四款显卡结合 open club 加千万最新模型的畅玩区间，供朋友们参考。在这个表格里可以看到，三零九零二十四 g 显卡的性价比相对较高，畅玩范围相对更广。 这四款显卡都能支持纹身视频模型， rtx 五零六零 ti 十六 g 可以 输出七二零 p 二十到三十秒视频片段。 rtx 三零九零二十四 g 可以 输出一零八零 p 六十秒视频片段， rtx 二零八零 ti 二十二 g 和 rtx 三零八零二十 g 可以 输出七二零 p 到一零八零 p 四十到五十秒的视频片段。 第三档，两万元。这一档的核心定位是高阶家用加轻度专业，支持中大型大模型流畅运行，加多模型同时运行，加四 k 游戏加四 k 剪辑、 3 d 渲染。核心配置如下， 这套配置拥有较高的实用性，几乎可以胜任绝大多数主流需求。他的大模型能力是这样的， 第三档说完，接下来的第四档和第五档就进入高端玩家档了，如果只是纯打游戏的话，完全用不到这么高的配置。社长建议大家压抑住所谓一步到位的冲动，先在中低配置上玩熟了，确实有需要了，再上高端配置也不迟。 第四档，五万元。这一档的核心定位是旗舰家用加准专业，支持大型大模型流畅运行，加模型微调加四 k 游戏加专业级生产力。核心配置如下，这套配置的大模型能力是这样的， 第五档，十万元，这一档的核心定位是顶级家用加专业级。社长在这一档破个例直接给他上了英伟达 pro 六千九十六 g 工作站显卡，让他可以支持全类型大模型加大型模型完整训练加四 k 或八 k， 游戏加专业创作，核心配置如下， 这套配置的大模型能力是这样的好，说到这里，五档家用消费级大模型硬件配置推荐就结束了。 最后说说小白模型部署培训的事。最近有不少粉丝朋友跟社长说想要部署大模型，但又不知道怎么开始学起，所以我们打算在三月十五号开一期培训来手把手教小白，零基础上手， 核心内容包含四个板块，一是大模型基础原理与适用场景。二是不同大模型的硬件精准选型。三是本地知识库问答、自动化办公等实用智能体搭建。四是欧门可乐安装配置与私有化部署，有需要的朋友可以联系我哈！

hello， 大家好，今天我们继续来探一探 token 自由的 open cloud 个人助理。本次主角是最近正式开源的更强智能、更低算力的千万三点五中等规模模型系列，融合多模态学习、架构、效率等多项创新。 本次开源包含四个系列模型，可高效应用于 cloud code codex、 open code 以及 openclaw 等应用框架。其中今天我们重点看千万三点五杠二七 b 的 模型，其定位为均衡型，在复杂 agent 场景表现出色。 同时与其他模型对比起来， quan 三点五到二十七 b 在 i f bench， g p q a diamond， h m m t， february， twenty twenty five 等多个权威基础上表现突出，尤其在数学推理指令遵循和多语言知识任务中接近 甚至超过更大餐数量的模型，展现出高效的性能表现。废话不多说，让我们快速开始吧！ 本次同样采用运维神器 one panel 进行验证。首先我们先看下本地模型服务器的资源配置情况，然后同样的，我们基于安装好的开源本地大模型运行管理工具欧莱玛， 在欧乐玛官网找到最新发布的千问三点五杠二七 b 模型，下载后在模型管理中确认模型正常运行，这里省略了下载过程。 温馨提醒下，正常下载大概需要二十到三十分钟。大家记住这里的模型名称，千问三点五，冒号二七 b。 一 会配置名称的时候，需要本地模型账号添加本地模型账号，替换当前的 d p， c， k 在 线模型 添加本地模型账号。其中 a p i t 为任意字母串， base 一 五二 o 为欧拉玛访问地址加斜杠 v 一 欧拉玛访问地址从应用商店的跳转链接中获取，同时确认下正常运行。账号维护完成后，进入智能体的配置页面，完成模型切换。模型账号选择刚才维护的本地模型，勾选手动输入模型， 然后输入欧莱玛千问三点五冒号二七 b， 即刚才记录的模型名称。在线模型已经替换为本地部署的千问三点五冒号二七 b 模型了。接着让我们点击跳转链接测试下效果吧！保持惯例，先问声好， open call 正常反馈了， 说明本地模型已经接通，再让它搜集最新的 ai 动态去工作了。但是提醒我缺少 a p i t 无法工作。 大概一分钟不到完成反馈。下面我们让他自己安装一个 web 搜索 skills 技能 tablie， 一 分钟完成配置，并帮我根据历史绘画搜集了最新的 ai 动态。 nice， 看看汇总的 ai 动态新闻， ai 助理干得不错哦！ 最后我们看一下 token 使用情况，确认是本地模型哦！本地模型太赞了，可以无限 token 用起来了！小伙伴们还等什么？以 one pawn 为基作管理你的欧乐玛和 open claw， 让强大的千万三点五专属为你干活儿！

大家好，最近那个 open cloud 大 龙虾实在是太火了，过年的时候我也研究了一下，并且安装部署在我自己的电脑上。 那这个视频就分享一下我的本地安装部署方案，如果你对这个话题感兴趣，那这个视频会对你很有用。首先这个东西它的实际能力肯定是被媒体夸大的，而且也不是买一个 mac mini 就 能搞定的，但 是它确实是一个好的开始，是一个重要方向。那如果你想学习 ai， 这个 open cloud 非常有必要去实践一下。如果你要用好它，就要给他很强的权限，比如说要他操作你的电脑，你就得给他电脑的文件读写权限。如果你想让他帮你收发邮件，或者 读一些在线文档，那你就得给他一些相关的网络账号的权限。所以呢，为了安全起见，这个 open cloud 最好是部署到一台专用的电脑上，让他操作一些网络资源，这些网络资源的账号最好是专用的。那 那么这个 openclaw 对 苹果系统支持是非常好的，这也是为什么之前很多人都去买 mac mini， 然后专门跑这个大龙虾也是这个原因。但是有 mac mini 还是远远不够的。我说一下我是怎么安装的，我是把 openclaw 安装到这台 mac studio 上边的 这个虚拟机里边啊，这是一个虚拟机麦克 s 啊，虚拟的麦克 s 是 用的这个 pd 虚拟机软件，用虚拟机软件的好处就是你可以安装多种系统，从 linux 到 windows 十十一，然后到麦克 s 都可以随便装，随便折腾，然后每一个系统你可以安多个，安多个都没有问题。 然后这个虚拟机整个就像一个黑盒子一样，无论你在里边怎么折腾，都不会影响到外边这个真正的麦克 s 你 的这个生产力。麦克 s 系统啊，非常的安全，就是安全隔离，然后用虚拟机方式部署。另一个好处就是这个虚拟机的内容啊，这个系统本身实际上就是一个大的镜像文件啊， 就是这 win 十的， win 十一的， macos 的， linux 的， 你可以把这些文件放到移动硬盘上，固态移动硬盘上，我现在就是这么放的，所以不占你本机空间，备份起来也非常方便，你只要把这个文件拷配一下，备份一下就可以了，等你想恢复的时候把它拷回去就行了，非常的方便，很灵活。 然后用虚拟机唯一的缺点，相当于又运行了一个系统啊，所以这个 macos 最少也得给它八 gb 内存，然后我这里是给到了十八 gb 啊，其实基本运行给个八 gb 就 可以了。 其实这个 opencloud 本身呢，它占不了多少内存啊，才占了几百兆内存，它本身不怎么占内存，这也是为什么 mac mini 就 能部署的原因啊啊，真正要求配置高的不是它，它占不了多少内存， 只安装好了 open cloud 还不行，还得有一个 ai 大 模型来配合，无论是在线的还是你本地安装的，你得给大龙虾安装一个脑子，不然这个龙虾它什么都不会干。可以把 open cloud 理解为一个插排啊，上面可以接各种设备啊，可以 给手机充电，充电宝充电，插一个游戏机都可以，但是呢，你要给这个插排供电，它才能使用啊。 的 ai 大 模型呢，就相当于给这个插排供电，所以在你使用 openclaw 读写你电脑上的文件，帮你看在线文档，其实都是后面的 ai 大 模型在起作用。实际上你的 openclaw 可以 使用多种大模型啊，比如说在线的千文模型，然后你也可以安装各种本地的开源模型， 你可以通过 opencloud 点 json 这个配置文件进行配置，当前使用哪一个，在这个配置文件里修改一下就可以了。那建议目前这个 opencloud 实际使用起来比较费 talkin 这个问题呢？呃，很多人还都是安装的本地大模型，在本地运行 ai 大 模型要比 安装运行 opencloud 要求的电脑配置要高一些。那如何把大模型安装部署到你的 mac 上或者 windows 上？我之前发了很多视频， 很久以前就发过，你可以去看一下。我这里呢， openclaw 是 部署在这台 max studio 的 虚拟机软件里，本地部署的大模型呢，也是在 max studio 这台机器上，但是是在这个宿主机，也就是这个机器的系统本身基于苹果电脑，安装本地大模型要给到足够的内存。 我这里用 alama 本地安装了两个模型，我实际上用的就是第一个，第二个，这个你可以看到比较大，激活加载之后比较费内存。 我这台 max 六六一共有九十六 gb 的 物理内存啊，你可以看到现在已使用内存有四十二 gb。 现在大模型还没有加载，因为我本身这台电脑上运行了很多 app 啊，包括那个 macos 虚拟机，占了也不少内存。 你现在看到的是 openclaw 激活那个三十 b 的 千万三模型啊，现在的已使用内存已经到了八十三了。现在麦克 s 虚拟机里边的这个 openclaw 进程实际上没有什么变动啊，还是三百多兆，不到四百兆，所以它是不怎么吃内存的。 如果是日常收发邮件、总结文档这些日常工作内容，它已经够用了。甚至我后边想试一下更小的模型，比如十四 b 的， 呃，这个量级的是不是对所谓 ai 员工的这些操作是不是就够用了？这样可以降低对本地机器这个配置的要求。那 open cloud 和大模型都安装配置好之后呢，作为你的 ai 员工呢，你就可以用你的手机 app 来指挥它，帮你 做一些事情。举一个有用一些的例子啊，比如说你是一个公司的 hr， 那 你们公司正在招聘 ai 工程师，呃，每天都有很多应聘的邮件到你的邮箱里，那你很忙，你就可以让这个 open cloud 帮你每天去筛选一些符合你要求，符合你标准的这个应聘邮件， 然后发送到你的手机上。比如说我这里用的谷歌邮箱，那你要想让 open cloud 去读写这个谷歌邮箱的内容， 你就得配置一个叫做 g o g skew 的 这么一个东西。实际上这个 skew 呢，在 open cloud 里是非常重要的，可以扩展它很多个能力。那如果说把这个 open cloud 比喻成一个插排，那这个 skew 在 里边的角色就是相当于插在这个插排上的各种不同的插头。比 说你插一个手机充电器，那这个插排就可以给你的手机充电，你插上一个，呃， ps 五主机你就可以，那你就可以玩游戏，你插上一个台灯，你就可以照明。所以说这个 openclaw 本身它安装是很简单 的，就官方的那一句话就可以安装啊，如果没有网络问题的话，就是一句话就安装好了。重要的是它的配置。 openclaw 运行在虚拟机里，优点就是安全隔离，它是一个黑箱子，不会破坏你的生产力的这 一些机器。呃，并且方便备份和恢复。呃，本地运行大模型呢，也没有 token 焦虑。这个方案的缺点是要有一定配置的苹果电脑啊，特别是内存要大一些。当然你也可以把 openclaw 部署到一台苹果电脑上， 然后本地大模型部署到另一台苹果电脑上。你也可以用 linux 系统来部署，也可以用 windows 系统来部署。 ok， 这就是本期视频，如果你对 openclaw 或者 ai 话题感兴趣，别忘了点赞关注，后边我也会分享更多的关于 openclaw 的 使用细节和配置。感谢收看，我们下个视频见！拜拜！

自己消耗了十亿头肯欧盟 club 国产热门大模型头肯消耗测评我来了，暂停，先看结果， 别着急，表格呢，我也已经整理好放在文档里面了，你们啊，全网都在找一些省钱的模型，我们就日常工作的场景就消耗和交付的结果来对比一下。先看一下这次参赛的选手，热门国产模型三喉结， gim、 mini max 和 dbic， 还有另外一位终极本地免费外卡选手奥莱玛。我准备了一个七千行的员工考勤表，让他去做本地的数据分析，最后产出一个可以汇报的文件发送到飞书。 ipsic 呢，响应时间很长，整个过程经过不停的催促和卡顿，花了挺长的时间。 mini max 挺利索的，五分钟左右吧，可观性呢，也很强。 glm 速度很快，可观性也很强，核心的动产部分展示更清晰， 沃达玛等了半个小时直接报险存，个人更偏向 g l m 五点零模型速度最快， ui 更简洁，观点也更清晰。头克数呢，也看了一下，基本上都是两百万到三百万之间，其中啊， g l m 两百万出头，另外两家都是三百万以上。 我们准备了一个三千字的会议资料，让他呢去提炼会议内容以及建议，并搜索网上的大模型数据进行佐证。生成一个可以汇报的文件发送到飞书。 deepsea 呢，响应时间依旧很慢，且一直有无效的回复。 mini max 呢，还是人狠话不多，直接就是干活。 gim 的 结构非常清晰好读，对比维度呢，也很全面。奥拉玛依旧等待半小时连接超时。在这里啊，已经可以看出 gim 五点零这次新出的模型已经拿出优势了， 在涛哥的消耗上呢，也依旧能省下百分之十五的领先表现。我们准备了一下常识逻辑的脚本题，去试一下他们的反应，看看 ai 们会不会看出零课时不加猫粮的反常识问题的反馈呢。这次很快，理论逻辑环环相扣，但是呢，他好像并没有考虑到常识上面的逻辑。 mini max 呢，由于接口问题，工具代用成功，但是不能回传，不支持本地脚本。 jim 五点零不错，最重要的常识逻辑呢，他会进行一个提示，他也发现了零课时不加猫粮的意图，他执行，但提醒你，这样的设定是不是为了洗猫粮盆 奥拉玛老规矩，连接超时。 deepsea 啊，在单文本任务上的反馈时间终于恢复了，不过呢，也仅仅只是停留在他只是一个还不错的执行者。最后，如果你的使用需求很大的话，需要他二十四小时不间断的工作。不管什么模型，都是推荐扣丁 plan 的， 月费小百元级别，轻松拿捏。 请做一些文员日常数据整理， ppt 内容输出。实际应用上来看啊，一个总结性的输出内容，各家用的 token 消耗都差不多。目前最新的 gim 五点零模型呢，有一点点的小优势。至于模型之间啊， deepsea 还是等四点零出来吧。现在这个状态呢，是不太理想的， 而且呢，也没有月费的制度。 mini max 呢，如果做一些 office 相关的工作的话呢，还是非常不错的，充钱呢，也比较灵活， 还有优惠。对于前面试的两个案例的总结啊，其实整体花费也就一块钱不到，最全能的呢，还是 g i m 五点零，想要一个一直在线的能写项目能聊天的全能助理，就看啊这小百元的月费和你的工作内容能不能匹配的。上了 省钱党的最终模型奥拉玛。这个呢，是真的有点失望了，错了很久啊，几乎是没有办法在大龙虾上指挥他干活。 oh god please no！ 都说免费的才是最花钱的，有更多时间的玩家呢，可以继续去跟奥拉玛搏斗一下，想真正提升工作效率的话，找到合适的模型才是正确的选择。好，本期视频就到这里，希望对你有所帮助。我是阿瑞，我们下期再见。

还在为龙虾消耗滔天而发愁，那么这个视频给你讲一种方法，让你的龙虾能够免费的调用商用模型，这里面有两个关键点，第一好用，第二免费。那是啥呢？接下来给大家揭晓啊。大家都知道，这两天智普发布了智普五的模型， 在性能上已经达到了 a 公司四点五的模型的能力了，并且超越了 g 公司三 pro 的 能力了。但是大家有没有发现，随着智普五的发布，在官网上咱们可以惊讶地发现它的四点七 flash 免费了，也就是说咱们可以在 opencloud 里面 免费的去调用它的次新模型四点七了，那么这样咱们就找到了一个免费的并且效果还不错的一个模型了。好，那怎么对接啊？啊？给大家来说一下，首先呢，你得确保你已经安装了 openclaw 龙虾了，安装完成之后呢，首先啊，先把你的龙虾服务先结束掉啊，结束掉之后呢， ok， 这个时候 打开你的龙虾的配置文件啊，配置文件呢，就在你当前登录用户底下的 opencloud 文件夹底下有一个 opencloud 点 jason， 把它双击啊打开，然后打开之后呢，咱们去找到三个地方啊，一个呢是 model 啊，在 model 底下去添加一个智普的 model， 这是第一个，然后第二个呢，在 agent 底下将上面你配置的智普的四点七啊添加到你的 model 和 models 里面就行了。 好，那么接下来呢，咱们就添加一下，这时候呢，我去添加到底下，然后加一个英文的逗号啊，然后给它随便去起一个名字，这个名字呢就叫做 j m l 吧。啊， 好， ok， 然后完了之后呢，哎，使用 jason 这种格式，先给它包包装上啊，然后包装上之后呢？好，这个时候咱们需要打开一个之前已经配置好的内容，然后将里面的内容啊复制到字谱里面就行了啊，好，那这时候呢？ ok， 粘贴啊，粘贴完了之后呢，就长的是这样啊，当然里面的 base u l 需要改成咱们连接的四点七的地址，然后 api k 呢，需要改成 api k， 然后里面的这些模型呢，也改成现在的模型就行了。 好，那么咱们回到这边啊，它的地址是啥呢啊？地址是这串叉叉之前的，复制它，然后更新到 bash 里面。好，粘贴了，然后完了之后， api k 呢？咱们需要找到你的 api k 啊，然后在界面上咱们去创建一个 api k 啊，比如说啊 test， 随便就几个名字啊，就有了，有了之后呢，把它复制，复制完了之后呢？哎，粘贴到这就可以了啊，然后粘贴完了之后呢，那么还有 id， 模型的 id 和名称啊，那模型的 id 和名称的话，咱们就回到这边，在哪？在这啊，这是模型的名称，复制，然后把它进行粘贴， 然后粘贴就行了，那么这样咱们的 model 就 已经配置完了啊，咱们就有 g l m 这个模型了。好，那么有了它之后呢？ ok， 复制它的名字啊，在咱们的 agent models 的 默认模型里面给它换掉，那么咱们是它加上斜杠啊，加上咱们的模型名称，复制它， 然后进行粘贴好，然后完了之后呢？哎，同样的，把整个内容全部复制，来到 models 底下，好找一个地儿啊，随便找一个地儿，使用英文的方式来给它进行粘贴啊，然后它等于啥呀？等于一个括号号就行了，这是一个标准的 get 格式，这个配置完之后呢，意味着咱们整个 open class 对接免费的模型就已经 ok 了。好，那么接下来咱们来看一下效果啊，那么看效果的话，咱们首先先打开命令行窗口，然后输入这一行命令来启动咱们的 open class 啊。好，那么咱们等它启动好了之后呢，问一下大模型它目前连接的是谁啊？好，那么这时候就启动了，那启动好了，启动好了之后呢，咱们可以在页面上去访问啊，也可以在其他对接的，比如说某书上去访问，都是可以的。好，那这时候呢，咱们就输入一下，叫做我给你配置了一个新的模型， 告诉我你现在连接的是啥啊？那么这时候呢，它很快就给我响应了，它目前连接的是啥呀？四点七 flash 啊，它是可以快速响应的，并且是免费的模型到这儿咱们就对接完了，这样的话，咱们再也不用担心 talking 的 消耗量了，既能食用龙虾，同时又没有 talking 的 烦恼，一举两得啊，我是磊哥，每天分享一个干货内容。

openclaw 到底能不能使用本地模型来完成各种任务？今天我就把实际测试的结果和大家分享下。本地模型我使用的是最新发布的千问三点五量化版本，目前已经发布的有二十七 b、 三十五 b 以及 e i 二 b 三个量化版， 各位可以根据自己的显卡状况选择合适的版本。我这里选择的是三十五 b 的 量化版本，模型大小为二十四 g， 实测在我的双显卡环境下速度可以达到一百二十 t 每秒，性能上已经可以完全满足使用需求。 本地的模型工具使用的是羊驼欧拉玛，需要注意的是，欧拉玛软件必须是十七以上版本才能够支持千问三点五这样的新模型，目前官网最新版本是十七点零点四。而最令人惊喜的是，新版的欧拉玛已经集成了 open claw， 你 只需要在命令行输入 open claw 这一行代码，就可以直接部署你的龙虾机器人。 此外还需要注意的是，新版本的欧拉玛把上下文长度设置为了二百五十六 k， 这可确保连续多次和模型的对话不会被中断，但这会占用更多的显存资源，所以一定要选择适合自己硬件性能的量化模型。在将千问三十五币设置为 openclaw 的 主模型之后，我进行了多个功能的测试，包括 skill 技能的安装和配置、 股票代码的抓取和市场行情分析，以及 ai 新闻的搜集和定时任务的配置。结果超出了我的预期，本地模型基本顺利地完成了所有任务，没有死循环或是失去响应的状况发生。但需要注意的是，量化版本的模型由于能力限制， 如果是较为耗时且有多个分支任务的对话，你需要再次输入提示词，要求模型检查当前的任务执行状况，以避免任务没有被百分之百完成。在耗时一天的深度体验后，我认为使用本地千问模型配合 open claw 来执行基本的信息搜集和数据分析等无需复杂逻辑的任务是一个非常好的选择， 但前提是要确保你的硬件有足够的性能来支持本地模型的运行。同时建议另外再配置一个线上大模型来配合完成其他复杂项目。 通过这样的组合，应该可以有效避免 token 过度消耗造成的大额费用支出。以上就是我使用本地模型配合龙虾机器人的使用心得，如果你也有类似经验，欢迎在评论区分享你的使用反馈。

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。

最近网上 openclore 特别的火，然后我在二月二十号左右，我自己也去下载了一个 openclore， 从零到一，自己完全的去部署和摸索， 从最初不知道如何部署，然后再到提示词全面的去调试， 就是所谓的这个养龙虾嘛，然后再到呃整个的这个多团队 a 梗这个配置，然后再最终到了呃，就是用不同的任务去 让 openclaw 自己去调用不同的这个模型去处理复杂的这个任务。嗯，其实我在接触 openclaw 的 时候呢， 我一个最大的感触就是它真的是一个知识屏权的这个工具，你只要把权限完全的开放给他，他可以做很多很多，我们 很多人不想，就是没有办法去做，就是技术门槛很高的很多事情，你比如说，呃，我们不擅长去做这个呃， ppt 你也不会，或者你没有接触过，你只要告诉他帮我去搜寻相关的这个内容，内容的主要内容，内容里面的提纲大概是怎么样怎么样怎么样，然后让他去生成专业的用于做什么的 ppt， 他 会很迅速的 去生成你想要的，然后去提交结果给你去审核。那 opencore 给我最大的感受是什么呢？就是 它跟 ai 智能体完全不一样的点在于 ai 智能体是你给他什么指令，他返回什么样的结果。那 这边有个很重要的点，就是他不会去帮你去考虑其他的东西去给你参考。但是 open club 不 一样，他支持长线任务和短线任务，你给他一个具体的目标和方针，他自己会去学 相关的技能和插件，甚至会编辑自己的这个技能去完善，从而达成做到这件事情的这个目的。你比如说，呃，我们要去分析某个行业它的数据支撑支撑，但是呢 你以前你是从来不知道这一个东西数据从哪里来，然后要考虑哪一些问题， 分析的要从哪一方面去分析。但是 openai 出来了以后，你完全不用去考虑这个事情，然后它会遇到问题了，它会驱使你去提供 他要完成这个任务所需要的这个东西。你比如说我要让他去查我的抖音的粉丝列表和粉丝画像， 那他在遇到问题了，他第一个遇到的问题就是抖音账号和登录是否开放权限给他，还是说让你登录好了告诉他，然后他进行操作，然后中间你就不用管了，他会把最终的结果报告返回给你， 就是一句话的事情，你不用去考虑太多。所以 open crawl 呢，跟智能体最大的不一样就是它可以支持长线的任务，然后还有一个最大的感受就是什么呢？ 使用 open crawl 最大的限制在于你自己的想象空间和规划整合的这个能力， 才能最大程度的去调动他为你去做事。有些时候你没有 创业过，那创业上会遇到哪一些问题和哪一些瓶颈？你需要的元素和资源有哪一些？你不能完全的去描述清楚，就导致 open crawl 它的完成度不好，或者是你根本就想象不到那一个领域的事情，从而去开发它的这个功能。 给大家看一下我这边我自己养的这个龙虾，然后它可以完成非常非常多的这个工作，然后每天我会要求它把工作和报告任务给我。

如果你是 openai 的 拆 gpt 会员，现在我要告诉你一个好消息，我们可以在 opencloud 里不使用任何的 api key， 就 能够部署拆 gpt 最新的五点三模型进行推理了。 我知道这可能听起来有点不可思议，但事实是，现在这种方式确实处在一个 openai 末许的一个状态。 大家好，这里是熊仔学长。 codex 是 openai 的 一个 agent 代理式编程工具，类似于 antropic 的 cloud code。 open cloud 就是 借用了 openai 给 codex 设计的 oofflow 来调用你的叉 gpt 模型的。 那么你可能会说，我也可以用同样的方法，或者是使用 cloud wallet 来调用 google 的 gemini， 国内的 deep sync， 还有豆包千文这些。 那么问题就来了，这些公司实际上是不希望用户绕过他们的 api 接口的，因为 open cloud 这种使用方式对 token 的 消耗量非常大，对企业来说也是一笔非常大的电力开销。 所以在过去的一段时间，很多以这种方式使用 opencloud 的 用户在陆续地被搬掉。那为什么叉 gpt 没事？ 这件事就巧在 opencloud 的 创始人被 openai 招去做个人智能体部门负责人了，这事就很有意思了哈。 但不管怎么说，目前这可能就是性价比最高的唯一的 opencloud 的 部署方案了。 部署过程也非常简单。首先我们需要以下三种安装方式来安装 openclaw， 详情可以参考我的上期视频。 然后我们在命令行输入 openclaw on board off choice open ai codex， 然后我们选择 yes， quick start， use existing values。 然后你的浏览器会弹出来，让我们登录叉 g p g 的 账户， 如果浏览器没有弹出，我们也只需要复制 terminal 里面的这段 url， 再粘贴进浏览器就可以了。 登录 openai 账户之后，我们会看到一个报错的页面，实际上走到这一步是完全正确的。我们复制这个网址，然后粘贴进 terminal 里的这个位置。接着我们继续 on board 的 过程，跳过 channel skills 和 hoax 的 配置步骤， 然后选择 restart gateway。 这一步非常关键，重启 gateway 会让我们刚刚配置生效。 然后我们先不加载模型，选择 do this later， 接着输入以下的代码， opencloud model set open ai codex， gpt 五点三 codex 来把 opencloud 的 默认模型设置成我们刚才配置好的 gpt 模型。 接下来我们输入 opencloud dashboard， 去到它的 web ui 界面，我们在 agent 这个选项卡里面可以看到叉 gpt 五点三已经成功显示了，然后我们测试一下也是正确的输出的内容。 ok， 那 么这期视频就到这里了，欢迎大家在评论区和弹幕上讨论，在 ai 飞速发展的今天，我们普通人的未来究竟在哪里？ 最后求大家一键相连，收藏转发小心心，这里是熊仔学长，让我们一起成长！

今天收到英伟达寄来的桌面级 ai 超级计算机 d g x spark， 老黄也给马斯克送了一台同款，用一句话形容它是一台极其便携、自带英伟达显卡的乌邦图迷你主机，国内售价三万五千元，来看看发布会上老黄是怎么说的。 we call it d g x spark20 cpu cores and now the gpu has 128 gigabytes one petaflots who is a software engineer or ai researcher？ or you know just data scientist and you would like to give them you know what the perfect christmas present。 我 实测下来， d g x park 有 四个核心优势，首先是很轻很便携，塞到书包里就能直接带走到各种展会，线下布展都非常方便。 第二是算力强，号称有一千 top 的 f p 四算力和五零七零显卡差不多。第三是显存大， cpu 和 gpu 共享一百二十八 g 内存，可以在本地端测训练和推理大模型。 第四是预装了扩大和 nvcc 环境，直接省去了几个小时的安装配置时间，而且丝滑兼容英美达生态的各种物理、 ai 和机器人仿真工具。 这四个优势让 d g x bug 非常适合大模型和机器人玩家。这期视频就来盘点一下我发掘出的五个邪修玩法。 第一个玩法，部署优乐二十六目标检测模型，不管是视频还是摄像头，实时画面推流速度都很快，特别适合工业质检的终端设备。关于优乐二十六后续会出一系列的训练和推理教程。 第二个玩法，本地部署开源大模型 d g x bug 上可以丝滑运行欧拉玛 v l l m 这些本地大模型推理工具， 我用摩达社区开源的模型压力测试工具 evo scope 测试了一下，千问三零点六 b 首投肯时间只要五十毫秒，每秒钟输出一百一十五个投肯延迟和吞吐的分布也非常集中，没有明显的肠胃抖动。本地部署开源大模型有八大好处， 最大的好处就是无限免费调用，没有 token 焦虑，哪怕是 open cloud 这种 token 核弹也能随便用。另一个好处是局域网里的所有用户都可以共用。 我在 d g x bug 上本地部署了面壁智能开源的全模态大模型， mini c p m o 四点五 omni， 连上我家 wifi 的 所有用户都可以通过 ip 地址访问 d g x bug 的 推理接口，摄像头，电脑屏幕、手机 ai、 眼镜、 esp 三二，任何带摄像头的设备都能调用这个模型。 这个模型是一个参数量九 b 的 全双工实时模型。 ai 持续在听看书，你现在听到了什么声音？我又听到敲门声了。如果宝宝哭闹了或者出现意外情况，就请告诉我。好吧， 好的， 你看宝宝开始哭闹了呢。 好家伙，开局就到 c 一 点，这也太顶了，快跑啊，有个狙击手，这个狙击手还在 看，我来攻略了他。是的，狙击手还在， 他好像已经死了。小心你被急火了。 哎呀，你这局打太烂了，敌方坦克在这。漂亮，我镭射锁定了，很安全，给他来个雷。好，先清人漂亮，收掉一个 又一个，再来一方。哎呦，这把太牛了，完全没给对方任何机会，真是太强了， nice。 推理如果放在云端，通信延迟和 token 消耗就很大了。放在端侧，本地部署推理是最佳的方案，因为达还专门给 d g x spark 做了一个仪表盘，方便随时查看显存和 gpu 占用情况。 另一个本地推理的刚需场景是机器人 d g x spark， 既可以直接作为机器人的上位机，比如 hackincase 发布的桌面陪伴机器人 richie mini， 也可以作为具身智能的端侧大脑，借助 hackintosh 开源的机器人工具包 la robot 以及 groot 这样的 vla 视觉语言动作大模型， 配合英美达 jackson soren 或者 d g x spark 作为具身大脑，就能让机器人自主完成叠衣服、收纳桌面、夹取物品、双臂协助这类长系列模仿学习任务。 去年我在深圳柴火窗口空间看到不少了 robo 的 机器人项目，我自己也写了一整套了 robo 的 保姆级教程，手把手带你丝滑跑、通摇操作、采集数据训练、本地推理模仿学习的全流程。我最近做了一个具身智能握手交互装置，探龟之握， 人类一握手，他也热情伸手，人类缩手，有的时候也会竭力挽留，想和人类贴贴，仿佛具有灵魂和情绪。 用到的 v l a 模型是字面量开圆的握 o s s， 参数量三点九 b。 还有 physical intelligence 开圆的派零，参数量三点三 b。 在 以前，我只能托一台笨重的四零九零主机，机 器人插到主机 usb 口，每次扳机枪胳膊都要疼好几天。现在直接把 d g x park 塞到书包里带走，随便找个插线板就能开机玩起来。 总结一下，英伟达的 d g x park 是 一台极其便携、自带英伟达显卡的乌邦图迷你主机，重量轻、算力强、显存大，是本地部署大语言模型、多模态模型、 open cloud 聚深智能 v l a 模型的绝佳选 择。程序员、机器人、工程师、艺术家、音乐家都可以拥有自己的端侧最强大脑。

大家最近是不是都在养大龙虾啊？就连马化腾他都说他没想到这个龙虾现在这么火。但是很多人现在没有意识到一个严重的问题，就是我们在养龙虾的同时，其实在把我们最隐私以前大数据根本无法触达的超级私有数据 喂给大摩西。所以 open 这个龙虾的出现很有可能会大大加速 agi 的 进程，就是超级通用人工智能的实现， 同时还让中国的大模型能力大幅度的提升。宏哥来给大家分析一下核心的原因，以前的这些大模型他只能抓公网的数据，但是现在基本上全世界的公网数据 已经被大模型抓完了，已经用完了，而 openclip 就 撕开了这个私有数据的口子，大家能理解吗？ 你在养龙虾的同时，你就把你最私有的数据提供给他，同时还把你的整套的专业的解决方案， 把这个思路，把这个经验交给他，你再让他帮我们做一整套的专业任务解决方案的同时，其实你就在把你的最私有的数据，他在工网上无法拿到的数据，还有你在这个专业领域的经验，你再交给他，这样就加速了 ai 的 进化，补足了人工智能最后的短板。 我不知道大家知不知道以前大模型公司，这些 ai 公司邀请一些专业领域的专家去给他们做一天的这个工作流程，专业任务一天的薪水大概是一千美元以上， 相当于我们现在就在免费帮这些大模型公司来调价大模型，而且这个用户数量级现在巨大无比是吧？ 全世界每天可能有几百万的用户在训练他，而且给他的都是以前他拿不到的数据。举个我的例子，我会把我的股票的账户给他， 把我的历史交易记录喂给他，把我的方法论，我认为有效的股票策略再喂给他。这是大模型公司以前拿不到的数据，私有的包括企业的很多数据， 相当于说我们现在补足了大模型公司最后的一个短板。我明显的发现什么，最近我的大模型能力，整个我调用的大模型 api 的 能力有巨大的提升， 我估计可能就是这些大模型公司，最近他们获得了更多的私有数据和更多的专业领域的技能的训练。而且因为现在国产的大模型要比外面便宜了十多倍，所以全世界的中小开发商大量的使用国产的大模型，确实便宜太多了， 所以这让国内的大模型缩小了和全球最顶级的大模型之间的能力差距。你们以后就会发现，反正我现在使用国内的大模型，整个的体验大大的提升，没有什么问题了。 我从春节到现在不到一个月的时间，你们猜猜我烧了多少透克，我用了十亿多的透克，而且我专门买了一台高配的 mac mini， 我熬了几十个夜，踩了无数坑。我现在的这个龙虾已经成长成一个无所不能，超级无敌的大龙虾，他能够帮我完成几乎所有的工作，只是现在还需要有很多细节的优化， 他现在有这个各方面的能力，但是他的能力还不够出众，这是需要持续优化的，陆陆续续的宏哥会把我的这些踩过的坑，我的经验教训慢慢的分享给大家，关注我最近的直播，我以后慢慢的在直播里面会讲一些细节， 真的太痛苦了，兄弟们，坑太多了，尤其是本地部署，如果你不太懂，千万不要轻易的玩本地部署。

最近用了几天 openclaw， 这是个好东西啊，就是那个 tokens 消耗起来啊，实在是太猛啊。但是免费的 a p i 呢，要么就是太旧的大模型，要么呢就是限流的太厉害。 如果你想本地部署大模型呢？那对硬件的要求呢？确实又太高了。还好呢，最近我发现这个微软刚刚发布的 ferrari gb， 一 款专门为操控电脑而生的小模型， 它是由阿里开源的千万二点五 v l 模型模改而来的，通过视觉感知屏幕内容，然后呢，利用鼠标和键盘模拟用户的点击和输入行为，比如滚动网页啊，滚动页面啊，页面跳转等行为，从而完成各种的自动化的任务，譬如操作浏览器 填写表单、自动购物、网页搜索等，不用依赖任何后台代码。关键的是啊，这个模型比较小巧，只有七十亿的千万化， 即使是普通显卡呢，也能用，笔记本当然也可以用，你可以非常便捷的用 lm studio 或者欧莱玛等进行本地部署。还可以呢，跟微软开源的人机协助网页自动化神器 magenta ui 实现无缝集成。当然，你也能通过微软自家的 adori foundry 实现云托管， 它使用起来呀，不需要 api， 也不需要消耗 token， 数据不出户，隐私更安全。感兴趣的朋友啊，可以拿过来研究研究了。