claude能分析本地源码吗

最近 open curl 大 龙虾火的一塌糊涂，很多同学想研究源码，却不知道从哪下手。今天我们不应肯代码，请 ai 助手 curl 的 code 来帮我们看看它的技术实现。 这是我已经下载好的源码，可以看到项目模块还是比较多的，我们先看看它总共有多少行代码，我天，足足有五十一万行代码， 这要是股阀手搓的看多久啊！我们直接让 cloud code 来看看第一个问题，帮我分析一下项目结构以及使用的技术栈。好， cloud code 开始分析了， 不一会儿我们就得到了结果，可以看到项目结构，技术栈核心依赖 cloud 直接给出了，我们再输入。第二个问题，我想了解从收到飞书消息到返回消息的整个调用链路。 很快我们也得到了结果， 飞书消息的调用列录，每个步骤的说明，关键代码的位置， called 都帮我们整理好了。所以现在研究一个几十万行的大项目，其实已经可以先让 ai 帮你做一轮架构分析， ai 读原码可比我们快多了啊！

今天这个视频教你无痛安装 cloud code， 在 国内的网络环境下，用上 cloud gpt 等国外的顶尖模型，有些人可能还不了解 cloud code 是 什么，先简单介绍一下。 cloud code 可以 说是现在最强的 ai 编程工具， 再加上最近爆火的 skill 加持，很多人也用它写作、学习、做数据分析、办公等等。 cloud code 可以 说是现在最火热的 ai 助手之一，网上有很多的安装教程， 但是实际上你去安装就会发现不是那么回事，网络限制、安装配置中出现的各种问题能把你搞得焦头烂额。我也是看了很多的教程，结合自身安装过程中遇到的一些坑， 整理了一份 cloud code 在 国内网络环境下的安装使用指南，这份指南能帮你省下几个小时的折腾时间。接下来我会将原理和操作方法用通俗的语言给大家讲明白。好了，我们开始。 首先在安装 cloud code 之前，我们需要做好前置准备。 windows 电脑需要先下载 git， mac 系统自带 git， 无需下载， 不去这个网站选择 windows 叉六十四 setup 这个版本下载。安装完成以后呢，在 powershell cmd 中输入 git vision， 如果能输出正确的版本号，就代表 git 安装成功了。接下来要安装的是 node js 跟 npm， 我 们去这个网站选择适配自己的安装包下载即可。安装完成以后呢，如果你是 mac 用户，在启动台搜索终端， windows 用户在开始菜单里找到 git bash。 为了讲解方便，后面我们统一把终端和 get bash 统称为命令行。接下来我们在命令行输入这两条指令，如果都能显示版本号，就代表 node js 和 npm 安装成功了， and code 安装的所有的前置条件就已经完成了。 接下来我会手把手教你安装和使用 cloud code。 具体从哪里下载呢？我们有两个选择，一个是 npm 的 官方源，一个是国内的镜像源，你可以把它们类比成一个软件仓库， cloud code 也发布在这个仓库里面。那所谓的镜像源呢，其实就是官方的软件仓库同步复制了一份，那因为默认的 npm 源在国外 我们访问不是很方便，所以我们选择国内的镜像员下载 cloud code。 接下来是实际的操作步骤。首先我们打开命令行，输入下面的命令回车执行，然后再输入这条指令， 如果显示我们刚刚配置的镜像员地址，就代表我们已经成功的切换到国内的镜像员了。接下来你只需要在命令行中输入这条指令，回车执行即可安装。那这里要注意一个常见的问题啊， 系统可能会提示权限不足，这个时候你就只需要重新执行这条命令，输入管理员的密码。这指令的意思呢，就是我要用管理员权限强制覆盖安装 cloud code 的 最新版本。当安装完成以后呢，你在命令行输入这条指令，如果输出版本号，就代表 cloud code 安装成功了。 第三步是给 cloud code 配置模型。我们首先要去模型供应商平台开通账户，获取 api key， api key 相当于你在模型平台开户的凭证， 可以自己去创建获取。另外呢，要有可用的 token 额度，你可以在平台充值或者购买套餐。对模型供应商呢，大家可以根据自己的需要去选择， 你像国内的智普 glm 五、 mini max 的 m 二点五都是不错的编程模型。如果你想用 cloud opera、 四点六、 gemini、 三点一 pro 等国外的顶尖模型啊，因为国内的网络环境问题，你可以通过一些合规的中转站去订阅。 接下来我们就要把 api k 请求地址给到 cloud code， 在 这里我们用到一个叫做 c c switch 的 工具，下面是具体的操作步骤。首先我们去这个地址下载 c c switch， mac os 系统下载这个版本， windows 系统下载这个版本安装完成以后呢，打开 c c switch， 选择第一个标签 cloud， 点击右上角的加号。 第二步呢，选择要接入的模型供应商，如果没有我们需要的供应商，可以选择自定义配置。这里有三个最重要的信息需要注意一下。首先是 api key 和请求地址， 这两个是我们必填的，也就是前面我们在模型供应商中获取的信息。请求地址呢，在 cc switch 中，根据选择的供应商已经预填好了，一般在模型供应商平台的 api 文档中也能看到 行信息是选填的，但是也建议你指定一个模型，因为有些供应商会支持多个模型，换人情况下，你不知道他选择哪一个模型。接入 cloud code， 这里要注意的是，填写的模型必须是供应商支持的模型，否则 cloud code 会无法识别。那其他的配置信息呢？保持默认即可。 配置完成以后呢，我们选择一个供应商起用，后面你也可以切换至其他供应商，这样 cloud code 就 能够接入不同的模型。 不过要注意的是，每次切换供应商以后，都需要在 cloud code 里面切换模型，这样配置才能生效。那把 cloud code 装好了，模型也配置好了，接下来我们终于要使用 cloud code 了，我们在命令行中输入 cloud， 然后回车直行，这样 cloud code 就 被起用了。 当我们在 cloud code 里输入这个指令，回车直行，就会弹出模型选择的列表，我们用键盘的上下箭头选择第一个默认的模型，也就是 c c switch 里起用的那个供应商。接下来你就可以指挥 cloud code 帮你干活了。 在选择和切换模型后，啊， cloud code 可能会出现找不到模型的情况，这个时候你可以进行下面这几步排查。 首先你可以退出克拉的 code， 重启后再试一下，如果还是不行，你就要去核实一下 c c switch 中的 api key 请求地址，模型的名称是否填写错误，微商平台是否有充足的余额和套餐。 另外，我还整理了 cloud code 的 三类常用的指令，放在了指哪里。第一类是启动类的指令，在中单命令中执行，包括 cloud code 的 重启，继续上次对话，查看历史对话记录。第二类是对话类的指令，在 cloud code 里输入斜盖，你就能查看所有的绘画指令。 第三类是安装卸载类指令，前面我们安装的时候也已经用到过一部分。最后再给大家分享一个小技巧，如果你在安装和使用过程中遇到了任何你解决不了的问题，你可以连同问题和截图一同给到 ai， 你甚至可以直接给豆包共享屏幕，让他现场指导你。一般情况下，大部分问题都能够解决。这份 cloud code 的 安装指南除了有详细的安装步骤和注意事项，我还对用到的一些技术概念和工具做了小科普，如果你想要这份安装指南，我可以分享给你，而今天的视频就到这里，别忘了点个关注，我们下期见！

今晚我的量化交易系统硬是跑起来了，不是那种我觉得这个股票会涨，然后手动买的那种啊，是真正的全自动机器，扫描机器，打分机器，下单机器，只应止损，从头到尾人不碰一下。很多人一听量化，觉得就是写个指标看看， macd 金叉死叉，兄弟，那叫看图，不叫量化。我这套系统是什么概念呢？一百六十多只美股， 时时盯着，每一只都要过五官斩六将，趋势分析，动量指标，波动率、成交量，形态识别，五个维度打分，满分一百，不够分的直接 pass， 连看都不看。然后还有七道风控，单日亏三个点，自动熔断。 今天不玩了，成交量太小不碰，跳空太大，不追同一个行业买太多限制，永远留百分之二十现金在手上，绝不满仓。这不是赌博，这是数学。而且我还加了一个别人没有的东西。玄学引擎，对，你没听错。六遥奇门遁甲，五行生克中国老祖宗的东西， 我把它写成了算法，他不做决策，但他给每只股票额外打一个分，准不准？系统会自己记录，自己统计自。这叫什么？这叫 ai 自进化。今晚美股开盘，北京时间十点半， 系统全自动运行，我就坐着看着后面，我会每天更新交易日记，赚了多少亏了多少，系统做了什么决策全部公开，不藏着掖着。想看一个普通人用代码在美股市场搞钱的全过程。关注我，今晚开始聊题，建议今晚 我的 ai 量化系统正式上线，美股标签，美股量化，全自动交易，量化交易程序员搞钱， ai 交易，美股投资。

朋友们， ai 的 危险程度真的已经超过想象了，大家应该都知道了，美国对伊朗发动侵略，用 ai 完成情报分析和战局模拟。但更恐怖的还不止于 此，全球 ai 巨头之一 anthrax 就 因为死守 ai 红线，被美国军方封杀。 ceo 达里奥更是在采访中把美国军方的无底线要求全报了出来。一边是两亿美元的国防合同，另一边是史无前例的封杀制裁。 而达里奥呢，他选择跟美国政府死磕到底。我刚看完视频啊，发现达里奥死死守住不放的底线，其实关乎了全人类的命运。第一个 ai 一 旦被滥用，人类将毫无隐私。达里奥呢，直接扯下了美国的遮羞布，美国军方想用 ai 做大规模监控， 简单来说啊，就是政府其实早就能够获取海量的公民信息，包括位置、通讯数据，甚至是政治倾向。以前呢，这些数据就像是汪洋大海，就算有也处理不过来。但是现在有了大圆模型， ai 可以 瞬间把几亿人的底裤扒的一干二净，生成极其精准的监控画像。五角大楼的态度呢，非常强硬，只要法律没有明文禁止，我们就可以这么做。但是达里奥直接怼了回去，说 ai 的 狂飙已经把现有的法律甩出了十万八千里，现在去钻法律的空子， 是对普通人基本权力的严重践踏，所以他坚决反对用 ai 去做这种事。第二，一旦把武器交给 ai， 人类根本没有拔电线的机会。达里奥斯斯咬住了第二条红线，就是坚决不给完全自主武器授权。五角大楼想要的啥呢？是一支真正的 ai 无人军队， 让庞大的无人机群完全由 ai 自己决定该瞄准谁，该朝谁开枪。全程啊，都不需要任何人类的参与。 this is the idea of making weapons that fire without any human。 达里奥苦笑着说啊，现在的 ai 连写代码都会产生幻觉，你敢让他自己决定去杀谁吗？这样调理结合一起想象一下，如果让 ai 自己去监控所有的人，然后自己派出无人机去杀人， 这是多么恐怖的事情？一旦 ai 失控，这简直就是现实版的终结者降临。很多人说啊， ai 没什么了不起，大不了拔电线吧，可如果 ai 指挥着一架无人机瞄准你，你还敢拔电线吗？就因为达里奥死活不松口，美国国防部长直接气炸了，他给 antisorbik 扣上了一个叫供应链风险的帽子。 什么是供应链风险呢？用大白话来说啊，就是你的技术有潜在的后门，非常危险。所以全美所有的军工企业， 谁要是敢用 anarchopec 的 技术，谁要是敢跟他合作，就取消你们的国防大单。这个真的相当的无耻啊，咱们很多国内的企业 都吃过这种以国家安全为由的封杀令，但谁能想到呢，今天这一招竟然破天荒的用到了一家美国本土的国宝级企业上。这说明什么？说明在绝对的霸权面前，为了抢夺这只可能毁灭人类的 ai 小 老虎， 底线和规则已经不重要了。采访最后，这位 ai 大 佬提出了一个极其悲壮的决定，宁可丢掉两亿美元的合同，也要和政府 死磕到底。但现实呢，也让人感到深深的绝望，因为 open ai 选择了妥协，投入了五角大头的怀抱。而更糟糕的是，一旦这个潘多拉魔盒被打开，世界上的其他国家也将没得选， 所有国家都会被迫卷入这场无法回头的死循环，只能疯狂跟进，把 ai 彻底武器化。如果说连最懂 ai 的 人都守不住这最后一道防线，那我们人类文明的结局啊，可能真的要开始倒计时了。

金融从业者直接狂洗！ antropic 官方下场放大招！开源 cloud 专属金融插件，直连华尔街顶级数据源，一键让 cloud 变身专业投行分析师！建模、研报、竞调全搞定，效率直接拉满！这套插件太顶了！ 五大核心插件覆盖全金融场景，必装的财务分析插件，带基础建模工具，十一个 mcp 数据员还能安需加装投行、股票研究、私募财富管理插件，四十一个技能加三十八个命令，全场景无死角，五条完整工作留风绳。 从实时数据拉取到出版级研报，从 sketch 文件自动件、三表模型到抄并购材料生成 ppt， 上游连数据，中游做分析，下游直出 excel ppt word 一 步到位， 纯马克 dunk 和森编写，无代码定制换数据源，改流程，导入品牌模板超轻松，还直连标普目的等华尔街顶级数据商， 兼容 cloud 双平台， ipad 二点零开源，可自由修改，金融人再也不用熬夜做模型写研报！有了这套官方插件，人都是华尔街专业分析师，赶紧安排！

今天学习了一下可乐的扣子的原码，就是把他的原码下下来，然后让 ai 读原码，根据他的原码，然后画了一个他的业务流程图啊，长这个样子，感兴趣的同学可以点暂停看一下。 呃，可以看出来就是有点超乎于一些，就是比较简单，比想象的简单太多了。 他总的来说其实就两个部分啊，第一个部分就是用户的内容输入进来之后呢，他会去 做一个上下文的组装，这个上下文里面他包含的内容可能就稍微细一点，然后主要是环境那种，比如甚至有没有自己的仓库这种啊，他都会包进去。然后呢我也给大魔仙进行第一次处理，第一次处理之后呢就开始进入一个循环，然后这个循环也很简单啊，就是魔性决策， 然后工具执行，执行结果再为回位的模型，然后再小模型自己去决策。 其实则部分呢也很简单，有也比我想象的简单的多，就是它没有特别复杂的流程啥的东西，它没有写那些东西， 它写的都是相对来说是边界性或者原则性的东西啊，比如安全策略问题，然后还有比如对一些细节，比如对 u r l 的 处理问题，然后还有 比如，哎，就是设计这一原则，比如不能过度设计啊，然后呢就是不要保留荣誉代码，不要为了兼容性去写那些荣誉代码，就是类似的这种东西， 就他没有指导下的东西，就是说你必须得先怎么样怎么样，然后再怎么样啊，他没有这这种类似的其实词，他都是边界性质的和原则性质的其实词， 这个就怎么说呢，现在现在就很不解啊，因为你这么简单的一个东西的话，为什么 costco 的 就比其他的好用那么多呢？对吧？不知道，这个是真的不知道， 然后根据，然后又跟叉的 j p c 聊了一下，那叉的 j p c 给的结论类似的就是说 a 阵它的核心，它不在于循环啊，也不在于那个技能啊，都不在，都不是关键，这些都不是关键。什么是关键呢？就是那个 世界模型啊，当然这个词用词可能比较大。那啥意思呢？简单来说就是比如我们用 a 键他，那你肯定有任务进来，对吧？那你的任务相关的各种信息，是不是又组成了一个任务的相关模型？ 然后呢，那你这个人啊，你的用户，那你的各种行为习惯啥的，是不是就能构建出来一个你的一个用户的模型？ 然后呢，你这个 agent 他 能在一个什么像环境下运行，对吧？他能调用哪些工具等等，而且这些东西他可能组成了一个环境模型，类似的这一大堆模型啊，合一块啊，你可以把它叫世界模型啊，但是这个词我觉得太大了。 总之来说呢，就是把这个东西构建出来之后呢，然后呢，你在每一步循环的时候利用这些信息，然后再去构建记日词，然后我也给打磨清啊，就是不需要特别复杂的循环，但是呢，上下文可能会比较多， 叉的 j b c 表示呢，这也是未来，一个也不应该不是未来，就是现在的一个发展方向吧？就是不是多次循环了啊，不追求多次循环，而是要追求尽可能少的循环，然后每一次循环呢，都尽可能去喂更多的双亚文啊。大概就这么一个思路。 但是根据我之前给自己定下来的原则呢，就是独立实践啊，独立思考，虽然他们都这么干的。嗯，到底怎么样，我还是自己先实践吧。 接下来呢，就先按照 cloud code 的 这种模式。我觉得先试一试吧，把它里面跟编程相关的其实对吧？全改了，全改了，然后去模仿它的玄幻组装逻辑， 然后再尝试一下吧，希望有好运。

quaco 堪称全球最强研究助手，但只需配上这个神器，就能解锁他的全部潜能。现在大多数人用 quaco 做研究，只会让他上网搜一下，然后祈祷搜回来的结果能凑合用。 但咱们可以玩得更溜，因为如果我告诉你，只需花五分钟设置一下，就能在 quaco 里打造自动化工作流，可以抓取 youtube 任意视频片段，提取字幕内容，然后把信息推送到一个免费又强大的现成麦系统，让他帮我们搞定所有繁重的分析和处理工作， 最后把分析结果变成各种成品 ppt、 信息图、播客要啥有啥，而且几乎不花一分钱待毙。如果这听起来好的不像真的，你的怀疑很正常，但这次例外。所以今天我要给大家安利一个最被低估的 ai 神器， notebook lm。 在今天的视频里，我就来演示如何强强联合 qq 和 notebook lm， 免费搭建一套研究系统，省下每月几百美刀的开发和维护费。我超想跟大家分享这个咱们马上开始！咱们先来个实战演示，让大家看看怎么用 qq 榨干 notebook lm 的 所有功能，我们甚至无需离开终端界面。 接下来这个指令会让 qq 执行一连串操作。第一步，我们会动用自定义的 youtube 搜索功能，去搜罗关于 qq 技能的最新爆款视频。 大家别急，我稍后就给大家一一展示这些技能，并教你们怎么搞到手。等我们找到视频链接后，我就让 quacole 调用 notebook ellen 功能，把这些链接统统扔给 notebook ellen 去处理。 接着就让 notebook ellen 对 这些视频来个深度剖析，挖出最顶尖的 quacole 技能都有哪些，然后把这份分析报告给我弄回来。不光如此，我还得有个实实在在的分析图，用手绘蓝图的那种风格，把对顶级技能的分析给格式化出来。 也就是说，靠一条指令，我们就能把 youtube 给爬了，把我们需要的数据源一网打尽。本质上，我们会把这些数据塞进一个 red 系统里，因为 notebook illm 干的就是这个。然后让 notebook illm 在 远端帮我们把所有分析和产出物都搞定，这意味着这部分操作不消耗我们的待币，相当于白嫖了所有这些服务。 好了，废话不多说，咱们直接看效果来看一下成果。 coco 往 notebook alum 里上传了二十个 youtube 视频员进行分析。接着 notebook alum 就 给出了排名前五的 coco 技能，就是大家现在看到的这些，还包括他们使用方式的一些新趋势。 接着他就为我们生成了那份信息图，并且自动保存到了我们的项目文件夹里。大家来看一下这份信息图。 再强调一下，这背后是 nano banana pro 在 驱动，它实际上被称为这里的文字和所有视觉设计都契合我们要求的风格，也就是那种手绘蓝图的风格。其次也是更重要的一点，所有这些内容都基于视频及其分析， 而不是在那里瞎编。我们还能在 coco 里面看到他抓取到的视频信息，标题、作者、播放量、时长和发布日期，所有这些信息也都同步体现在 nova 官网里，我能看到他上传的所有原文件，也能看到所有的分析结果， 还能看到我们要求生成的蓝图指南。虽然这个演示看起来只是这项技术一个相当基础的应用，但我必须强调，将这两款工具结合使用的附加值不容小觑，因为这远不只是为 notebook illm 自动化资料来源处理而已。 我们刚才做的这一切，其实也完全可以在 notebook illm 里手动操作，不是吗？我本来可以手动去 youtube 上翻找， 把所有我想看的视频都找出来，然后一个个复制粘贴进去，最终也能拿到分析报告和成果交付。能把这个过程自动化当然很棒，但它的意义远不止于此，关键在于我能轻松把所有分析结果无缝整合到我的跨 ko 生态里。这种工作流的应用场景可以说是无穷无尽。 这套工具组合威力惊人的第二个原因，完全在于 notebook alen 本身强大的实力。如果你想手动复现 notebook alen 的 功能，它相当于把爬虫系统、 rap 系统、分析系统和成果交付系统整合成一条龙服务，什么信息图表、演示文稿等等全都能搞定，那绝对会让人头疼得要命。 我亲自试过，至少在研究环节用过 n 八 n 这类工具，这个过程一点都不简单，而且还得花钱， 而现在这整套方案完全免费，这也就是为什么我迫不及待想和大家分享。还有一个让你心动的理由就是这套方案搭建起来超级简单，这正是我们接下来要介绍的内容。那么说到具体如何设置， 你可能会想， hey， chase， 我 们究竟该如何将 notebook alum 与 quaco 对 接呢？毕竟 notebook alum 并没有提供公开的 api 接口。 不过幸运的是，早有高人想到了办法，他们已经帮我们搞定了这个难题，这位高人就是 timling。 今天我们就要站在巨人的肩膀上，借助 notebookalome 这个 github 仓库，它就能充当 notebookalome 的 非官方派发的 a p i。 不 过在配置 notebookalome 之前， 我们得先搞定整个流程的第一步，也就是从 youtube 搜索并获取数据，这些数据正是我们要交给 notebookalome 分 析的。 为此，我专门为 quaco 打造了一个 youtube 搜索技能，它能帮你一键搞定所有步骤。这个技能基于一个拍放脚本，它调用了 y t d l p 这个依赖库来帮我们抓取 youtube 的 视频源数据。所以当我向它提问，比如嘿，找找 quaco 相关的技能视频， 它就相当于替我们上 youtube 去搜索 quaco 技能这个关键词，它能抓取视频标题、播放量、作者等所有关键数据。你现在在 quaco 里看到的这个技能，就是用来教会 quaco 如何高效运用这个脚本的。 现在要让这个技能和脚本跑起来，有两种方法。第一种方法相当简单，你只需要打开 qq， 然后告诉他，你想让他帮你打造这个自定义技能。 这个技能要使用 y t d l p 这个工具来创建一个定制的 youtube 视频信息抓取工具。或者如果你想要这个完整的 youtube 搜索技能的设置文档 mb 文件，你可以直接下载下来，然后丢给 qq code， 该文件记得私信免费获取。等你把 youtube 搜索机能的配置文件下载下来之后，直接丢给 quacode， 让它开工干活。或者你也可以手动输入提示词，让 quacode 帮你搭建。现在咱们回到这里，把 notebook lm 的 连接配置好。 安装过程超简单的。安装方法很简单，咱们只需要复制这几行命令，然后粘贴到终端里。注意，如果你现在看的是 quaco 的 窗口，那就错了，你需要另外打开一个像这样的终端窗口，然后把那几条命令粘贴进去。 等这几条初使安装命令执行完后，你需要往下滚动到这里。我们还需要在命令行里再运行一条命令，也就是这条 notebook lm 的 登录命令。 和之前步骤一样，另开一个终端窗口，把这个命令粘贴进去，这样就会在空浏览器里弹出一个新窗口，你只需要登录即可，你只需操作一次就万事大吉了。现在在你用 notebook 等账号完成登录验证后，还有一步需要完成，那就是安装这个技能。 那么要在 coco 里安装这个技能没错吧？你既可以在终端里运行这条指令，或者直接吩咐 coco 去执行。所以也要理解我们刚才完成了什么。我们在 notebook 这边完成了两项操作，一个是这个技能，另一个是程序的实际 api。 请记住，技能本质上就是提示词， 它其实就是一段文本，指导 quac 如何按特定步骤完成任务。因此，你在这里看到的所有信息，比如，嘿，我们是这样生成内容的，我们是这样创建 notebook 的。 这个技能就是在教 quac 如何实现这些操作。 所以一旦安装完毕，你只需告诉 quac， 嘿，用 notebook alan 帮我创建些抽任卡信息图或者换灯片吧，就这么简单，全程都用大白话沟通。如果你好奇这个程序具体能用来干嘛？ no， 所有信息都在 github 仓库里， 凡是能在 notebook lm 里手动完成的操作，都能通过 api 配合其他工具来实现。大家看，除了网页界面，我们还能进行批量下载、导出测验闪卡等等功能。所以使用这个程序，我们实际上能获得更多功能，这比你单纯自己打开 notebook lm 能做的要多得多。 那么咱们就一步一步来实际操作一下，好让你明白它到底是怎么运作的。那么首先就是这个 youtube 搜索机能，和所有机能一样，我们可以把它当做斜杠命令来用，或者直接用大白话自然语言也行。但如果我输入 y t search， 你 会看到这里有查询和数量这两个参数，那么我们要搜点啥呢？ 嘿，咱们来找找括号的代码技能相关视频。在之前的演示里，我们是一股脑全搞定的，但我觉得有时候拆开一步步来会更有帮助。这样你就能先亲眼看看你将要用的资料来源到底是啥。 瞧，这就是它返回的搜索结果，随时都可以查看，我们也可以亲自去查验这些 youtube 链接。这个技能的妙处在于，它还能让你洞悉一些内情，关于它找回来的这些内容到底是怎么回事。那么如果你觉得这些资料没问题了，咱们就可以把它们导入到 notebook lm 里了。 再强调一遍，你直接用大白话就行。在 notebook lm 里新建一个笔记本，标题就叫 chisma， 把咱们刚找的这些资料用上看，笔记本已经建好了，现在它正往里面填充资料呢。 等了几分钟，二十个资料就全都加载好了， notebook alum 最多只支持五十个资料。到了这一步，你想让 notebook 干啥都行，那咱们就可以问了。根据这些视频， notebook alum 觉得 cloudco 最牛的一项技能是啥？ 再强调一下，这是库，就库在所有这些分析活都外包出去了。看这分析的可不是 call code， call code 也没花代币 token， 他 只花了点代币 token， 用来给 notebook lm 发个请求，再把结果拿回来。但所有烧脑的活都是谷歌干的，钱也是他们掏的。 所以 call code 拿到了 notebook lm 的 分析结果，我们在 notebook lm 里面就能直接看到。所以你随时可以点进 notebook lm 里面去核实。比如想看看他参考的哪些字幕片段， 这个操作流程对所有产出物都适用。也就是说，你想要音频摘要、思维导图记、卡片信息图右边这儿看到的任何东西，你只要跟 club co 说一声，它就能帮你搞定， 就这么简单。至于你怎么用这个研究流程，全看你自己。但我必须得说，这玩意儿真的太绝了，怎么夸都不够。这事表面上看着挺简单，但说实话，如果你试过处理这类问题，特别是跟 youtube 视频打交道， 并且还想从这些视频里整理出一个知识点，好让 quac 或者其他 ai 助手能进行交互，这其实挺难的对吧？不仅非常耗时，而且过程不稳定，容易出错。但现在 no book alan 免费帮你把这些麻烦事全都打包解决了，所以我觉得这工具真心不错，希望对你也能派上用场。

今天跟大家讲一下怎么用 cloud code agent teams 对 一个做了一半的项目进行优化。 大家可以看到我这是一个电商服装商家图片处理平台，我之前做了一半，然后的话我今天用我的 cloud code agent teams 要求它去分析当前项目完成的情况，并且统计出还有哪些可以优化和完善的地方。 我把这条指令发给克拉蔻的，他开始帮我对这个项目进行分析。首先他告诉我是这是一个电商服装商家图片处理平台的项目，然后的话他来调用团队里面的 agent teams 做一个分析。 接下来他安排了团队成员对整个项目进行了分析，总共创建了八个任务，包括分析测试用力，然后分析代码的质量和用户体验，分析需求文档等等。 接下来的话他根据他自己的分析结果来给自己的团队分配任务，这下面是分配的不同的任务， 那我们可以看到他总共给项目团队分配了八个任务，包括测试覆盖率、前端代码质量维护，然后后端框架这些，甚至还有一些安全性和服务部署这一块的。 接下来他开始给各个团队的成员安排任务，这是他安排的 toast cloud code。 组建好了团队之后，他开始来给团队成员安排分工。 首先他这里有一二三，总共七个，七个团队成员分别处理不同的任务。首先他安排了前端代码人员，这个是我之前创建的 agteams 中的前端代码人员，做前端代码质量分析， 然后开始执行他的任务，包括给到了前端分析报告。接下来他开始安排做文档分析的人员，还有做安全性分析，甚至有后端框架的分析。 对，这是他的一个任务进度，他会实时实时打印他的任务进度， 最后他再来安排性能优化相关的人员来做性能优化的分析，给他分配了大概七八个任务， 这都是 cloud code 的 ag team 是 自己去完成的，包括后面可以看到部署这一块，包括测试。 接下来他第一次完成了所有的项目分析，包括他组建了七个团队成员来对整个项目进行了全面的分析，并且生成了详细的分析报告。我们可以看一下这个是他生成的分析报告， 包括这个项目的背景，然后使用了哪些哪些功能模块，哪些寄宿站，完成了哪些功能模块，代码质量评分如何，包括发现了哪些严重的问题， 还有一些性能问题，对吧？安全问题，然后部署的问题。同时的话他也给出了架构的一些问题， 测试的问题，性能的问题。剩下的话是一般的问题，包括代码质量的问题，文档的问题，部署的问题。同时他同时他也给出了相关的优化建议， 包括哪些是可以立即去执行的，对吧？然后性能优化的一些问题，这都是他通过刚才 ag 的 team 得出的一个分析报告。然后我接下来我就让他告诉他，在下面 分析完报告之后，我就告诉他，请安排团队成员按照以上分析报告对代码进行修复和优化工作。然后他就开始重新调用他的团队成员来去阅读相关的文档，然后创建新的团队， 这个团队分别有哪些需要执行的任务？ 然后他根据他的自己创建的任务来进行自我优化和代码修复。你包括像这些升级依赖包，修复安全漏洞，这些都是他自己团队成员分配的任务。 我们可以看到他同时安排了有安全工程师、性能工程师、开发工程师，对整个代码进行优优化， 这是他的团队成员的分工，包括安全工程师，刚才提到的性能工程师、开发工程师。然后他分配了十个任务，分别给了不同的工程师来完成， 完成了之后他会有一个进度的展示，当前已经完成了八个任务，对吧？然后剩下的还在进行的任务有哪些？ 最后再把所有任务反馈给这个安吉丽尔，然后呢？安吉丽尔去做一个总结，这第一阶段已经修复了十个任务，已经修复完成了，包括有后端的，有前端的，有部署的。 然后他告诉我继续下一步，建议我完成第二阶段的任务，问我是否需要执行， 然后我给了他确认，确认之后他在他在安排下一阶段的人员来自动执行， 执行完了之后他又问我是否继续执行，就他相当于是他每一次他执行完了以后一个之后，他都会询问你一下，你就按照他的建议，比如说继续执行下一个阶段的，对吧？然后他继续执行， 他同样的去安排团队成员去分配任务。修改完了之后，他会告诉你当前完成了哪些工作，任务完成的进度是什么样子的， 包括最后修复了的第三个、第六个，完成了总共多少个？这些任务分别做了哪些事情？他的 aj 的 team 时，他都会一一告诉你，你只用大概看一下他做了哪些工作即可， 包括这后面总共完成了多少个。每完成一个他会给你一个反反馈，然后这要安排部署的人员去重新去部署。 第二阶段的完成了，完成了有哪些？然后建议你他询问是否继续第三阶段的， 我们我们看快一点啊。然后下一阶段有哪些，哪些需要完善的，比如说监控、日记、文档这些需要完善 等。然后的话我就会告诉他继续完成第三阶段的，然后他同样的去安排人员去完成。第三阶段的 期间基本上你不用怎么去，不用怎么去指挥他，他会自己去安排团队成员来去做各种操作，各种任务的完成分工。 对，然后的话总共，呃，包括写文档、质量检测这些他都做完。每一个任务他都会 告诉你结果，并且生成相应的报告。这边有有相应的报告呢？每一个阶段完成了哪些，他都会生成相应的报告，你可以自己去看一下相应的这种工作总结的报告。然后他他会告诉你总共这一次优化完成了多少，然后 优化之前和优化之后有哪些性能的提升。他也会告诉你最后所有的任务完成了之后，他就可以自动的去关闭当前的整个 ag teams 团队成员。 对，这就是他最最后所有的项目，包括团队成员。 然后有的人之前有上一个视频，有观众问，像这种的话，它消耗的 token 是 会不会很多？你看我刚才总共 完成了多少个？二十二个任务，对吧？总共完成了三个阶段，二十二个任务，包括一些 需求分析、前后端的代码优化、性能优化、部署文档这些，总共二十二个任务。二十二个任务。我后来我就问了一下，他就是之前所有的任务总共消耗了多少 tokens 嘛？就 cloud 的 code 他 自己会去去统计 tokens 嘛， 对吧？最开始用了多少个 tokens， 然后最后一次用了多少个 tokens， 然后合计下来总共大家可以看到 合计下来总共平均下来每个任务用了四千多 token， 二十二个任务完成下来总共用了八万五千多 tokens。 对， 这就是 我用 aj 的 teams 去做了一个项目优化，然后对项目进行一些修改，让他 aj 的 teams 去完成了相应的一些工作，然后大概二十二个任务，二十二个任务统计下来花了八万多 tokens。 对， 大家如果说对 aj 的 teams 有 什么呃，想了解的可以去看一下我置顶的一个视频，然后欢迎大家在评论区里面留言。

兄弟们，对标 cloudcode 的谷歌芥末乃 sli 来了，谷歌刚刚发布了这款直接在你的黑框框终端里运行的 ai 神器， 在终端里直接跟他说中文，写代码，修 bug， 优化性能，一句话的事，一百万 top 上下文，整个项目代码都能看懂，关键还免费直接把一个几万行的老项目扔给他，说给我生成一份完整的技术文档，还可以让让他分析一份祖传史山代码。 最骚的操作是这个，用 mcp 扩展让他连接上数据库，然后用中文说帮我查一下上个月的用户增长数据，他直接就把 c 库二写了。兄弟们，这已经不是简单的 ai 工具了，这是生产力和武器啊！ get up 上已经炸了，想要尝鲜的赶紧上车，需要教程评论区六六六。