claudecode能离线使用吗

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！

如果你也是 cloud code 的 忠实用户，请千万不要错过这期内容。刚满一周岁的 cloud code 已经成为了全球最受欢迎的 a 阵的产品， 没有之一。谁也不会想到，一个藏在命令行里的工具能掀起这么大的波澜。最近，作者 boris 参加了一档补课节目，透露了太多让人惊讶的数字和判断。软件工程这个职位可能会迅速消失，产品经理、设计师、财务都将成为程序的构建者。 不要试图创造新的需求，而是观察用户已经在做什么，然后让这件事情变得更容易。你现在维护的一些技能和脚本，几个月后都可能被模型的原生能力所覆盖，那这些反而成了你的负担。 今天这期视频，我就把这场访谈里让我印象深刻的几个观点跟你详细聊聊。 boris 说，他们最初做 cloud code 的 时候，其实没有抱太大希望。 当时所有人都在想，命令蛤蟆就是个过渡，三个月后肯定换成更现代化的界面。结果呢？一年后，终端不仅没有被淘汰，反而成为各大厂商相近模仿的设计方案。 boris 的 原话是，我们居然还在使用终端，这本该是一个过渡的起点。很多人觉得终端简陋，但 boris 说为终端做设计其实非常困难。八十乘一百个字母，单一字号二百五十六种颜色，没有鼠标交互， 哪怕是一个加载动画，都需要五十到一百次的试错迭代。但正是这种看似简陋的形态，反而成就了这款带有终端能力的 ai agent。 boris 讲了个故事，最开始他给模型开放了 bash 权限，然后随口问了一句，我现在在听什么歌？模型居然自己写了一段 apple script 去读取麦克的音乐播放器。 boris 说，这是他第一次感受到了 agi 的 活化 模型已经不止于聊天，他更想使用工具，他想和这个世界交互，不只是说说而已。 boris 本人已经百分之百依赖 cloud code 的 编程， 他的原话是，我卸载了 ide， 再也不自己写代码了，每天打开 cloud code 就 能拿到二十个 paul request。 他 们公司内部早已从用 ai 辅助编程变成了 ai 编程人类监督的模式了。不只是 boris 本人这么做，整个开发流程都在被 ai 改变。 克拉蔻的插件功能就是一个例子。这个功能不是人类工程师做的，而是一群 ai agent 一个周末自主跑出来的，全程没有人类干预。 s robin 内部有一个理念，不按今天的模型做产品，而是按六个月后的模型做。 这意味着克拉蔻始终处于持续重构与优化之中，每一行代码都在不断地被推倒重来，没有一部分代码是六个月前还在使用的。 这听起来很疯狂，但这就是他们的日常。所以 sroglik 给创业者的建议是，别用今天模型的眼光去做产品，模型进化比你想象的还要快，你现在觉得他做不到的事，过半年他可能就能搞定。 boris 还提到一个产品思路浅藏需求，意思是你无法让用户去做一件全新的事，你只需要让用户正在做的事情变得更简单。 plan mode 就是 一个最好的例子。 团队发现，用户在使用 code code 时，已经习惯在聊天窗口里自动手动规划任务，于是他们把这个用户已经在做的事情正式优化，做成了一个独立的 play mode 功能。 然后， boris 最近说，这个功能可能寿命有限。过去使用 play mode 是 因为模型常常会跑偏，人类需要不断地纠正。但现在新模型只要给定方向，就能自己保持在正确的轨道上。也许再过几个月， play mode 就 不再是必需品了。 无论是专家还是通才，都正在面临着同一个挑战。如何保持初学者心态？过去资深工程师价值体现在有主见，你必须能够拍板，必须能给出明确的方向。但现在模型进化太快了，过去那些的经验和方法论分分钟过时。 那现在最重要的是保持谦逊，承认自己可能会犯错，要从第一性原理出发思考，抛掉所有的经验和假设，回到最基本的事实去推理。招人的时候， boris 最喜欢问的一个问题就是，你犯过什么错误？你是怎么承认错误的？ forrest 有 一个预测，未来软件工程师这个头衔可能会彻底消失，不再有专职的程序员、产品经理也写代码，设计师也要写代码，财务也要会写代码， 代码会成为一种基本技能，就像现在会打字一样。实际上，这个趋势已经开始了。 as robin 内部调查发现，财务团队、设计团队、数据团队都在使用 code code， 但中端对非技术用户不太友好。团队就用十天时间，完全用 ai 写了一个桌面端程序，底层还是 cloud code， 但加了 gui 界面更安全，对非技术用户也更友好。这是最震撼的数据。 srog 每位工程师生产能力提高了百分之一百五十。 bois 过去在 madata 负责代码质量，他说当时几百人的团队努力一年，生产力提升百分之二已经是极限。现在一个人加一个 ai， 就 等同于过去几十人的工作效率。 cloud code 正在用一种前所未有的方式重新定义工作本身。 好了，今天的分享就到这里，智能只是手段，人类才是答案。这里是头哥不请自来，我们下期再见，拜拜。

朋友们，现在我人在外面啊，但是呢可以用手机来控制家里面的 cloud 的 了，我不知道大家平时有没有这样的痛点啊，就是人在外面呢，也想用手机来控制家里的 cloud 的， 因为有的时候我们可能有些工作没有完成，那在外面呢，也想用手机呢来继续控制家里的 ai 来帮我们干活，因为我们出门在外总不能背这个笔记本吧。 那最近呢，也赶上春节了，好多朋友呢，可能需要走亲访友，或者说陪家人出来游玩，那这个时候呢，我们如果有台手机能够远程的控制家里的 clock， 那 岂不是很爽。最近 呢，我也一直在找这样的解决方案，那终于呢，找到了一个开源的项目叫 happy， 这个项目的地址呢，我放在我的主页 ai 交流群了，那通过这个 happy 呢，我们就可以非常方便的并且免费的能通过手机来控制家里的 clock 了。那下面呢，我就把这个方法呢分享给大家。第一步，在手机应用商店 搜索下载 happy 这个 app， 苹果的用户需要注意一下，需要切换到美区商店才能够下载。第二步，在电脑端通过 npm 安装 happy code， 目前 happy 支持 cloud code 和 codex， 如果你平时使用 cloud code 比较多的话，就直接输入 happy 来启动，如果你平时使用 codex 的 话，那就通过 happy 空格 codex 来启动。 第三步，第一次启动的时候呢，我们需要通过手机 app 和电脑绑定一下，电脑端启动后选择第一个 mobile app， 这个时候呢会出现一个二维码，通过手机端 happy 扫码成功后，手机就跟电脑绑定上了， 接下来在 happy 的 终端中添加设备配置，你要操作的项目目录就是你平时用 cloud code 操作的那个项目路径，配置好后，你就可以在手机上愉快的操控家里面的 cloud code 了。 那有了这个神器啊，我们就可以在外面随时随地的用手机来控制家里面的 cloud code 了，让 ai 呢继续帮我们干活， 是不是很方便。虽然说这个项目在使用的过程当中呢，可能极个别情况会有一些小 bug， 但是整体上呢，不影响总体的这个使用体验。出门在外呢，作为应急啊，作为一个基本的使用是完全足够的，而且它的操作方式啊，跟我们在家里面使用电脑登录 cloud code 的 交互方式是一模一样的， 所以感兴趣的朋友呢，可以去试一试，真的非常方便。那如果在这个软件的安装或者使用过程当中有什么问题的话呢，也可以来我的主页 ai 交流群进群沟通，那如果有朋友呢，没有找到我的 ai 交流群，也可以在后台私信我。

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。

哈喽，大家好，今天给大家带来在国内安装可拎扣的教程，这个教程属于那种有手就能安装的，这是我认为目前为止最简单的教程。听到这个可拎扣的好像是离我们很远的东西，大家想接触 ai 或者是深入的去了解 ai， 那 这可拎扣的是我觉得目前为止最好用的编程工具。那今天这个教程主要分为三个步骤，第一个就是安装环境的准备， 第二个就是在电脑终端命令行输入安装命令，第三个就是配置环境变量。下面我们进行安装的第一步就是准备环境或者是安装环境的搭建， 你的电脑必须是有一个 note g s 十八或者更新版本的安装环境， windows 用户还需要装 get 的 安装环境，因为我的电脑是 mac， 所以 我就 以我 mac 电脑的这种形式来帮助大家安装可拷扣的。第一步就是我们先进入这个 note g s 的 官方网站， 它的界面大概是这样的，有安装包，大家可以根据自己的系统来选择对应的安装包，然后进行安装就可以。 windows 用户还需要下载 app 的 安装环境，提前装过就不用装了，没有装过就是在这个地方下载一个最新版本安装就可以。那这第一步是不是就非常简单就完成了？ 大家完成前期的准备工作后，我们进行第二步，大家在自己的电脑里打开终端界面就实在找不到。 mac 用户直接在 app 里面搜索终端，打开之后呢， 它会出现这样的对话窗口，大家不要被全是英文的窗口给吓到，它就是一个简单的对话框，大家打开终端之后，在命令行输入这一串安装命令，然后终端就可以自动执行安装任务。 那安装完成之后，大家输入这一串命令符来验证一下扣子的一个版本的信息，像我这边已经是安装过，我输入之后他会给我报二点一的版本，说明扣子就安装成功了。这是我们今天安装教程的第二步，是不是非常简单， 可能难就难在第三步，我用的方案是通过智普 api 的 接口去接入这个可扣的， 因为目前来讲，智普的 g r m 五点零的模型基本上能达到原声模型的百分之九十左右的一个性能。那第一步大家就搜索智普 ai 开放平台 注册跟登录完成之后，在用户的右上角的界面会有 a p i k 的 选项，大家点进去之后，右上角会有一个添加新的 a p i k， 大家添加就可以。 你添加 api k 之后，这个地方会有一个可以粘贴的选项，就说明你这个 api k 已经是创建成功了。那智普会给新注册的用户一些免费的额度，大家可以先用这些免费的额度 来配置环境变量。我们安装的最后一步，大家还是在终端命令行输入这串命令符，它会出现这样界面，这是智普的官方的 coding help 帮助界面，因为我这边已经配置完了，大家可以根据我的选项 选择简体中文中国版的套餐。下边这个地方有一个 api k， 进入之后会要求你输入你的 api k， 那 大家就把刚刚申请的智普的 api k 直接粘贴到这个地方，然后更新 api k 就 可以，是不是操作非常简单？ 完成以上这三步，就相当于你的 colocod 已经安装成功了，大家还是进入到这个终端命令行，你直接输入 colocod， 按回车，它会出现这样一个界面， 这个是 colocod 的 要求，系统给的一个权限，大家直接选 yes 就 可以，你确定之后就会进入到这样的界面，那就说明安装成功了，大家可以测试一下， 你跟他对话说你好，他这边会有思考的过程，然后他会回复你，就说明你的安装已经完成了。 那以上就是可龙扣的在国内安装的一个最简单的办法，那以上就是可龙扣的在国内的一个安装流程，所有的网址 还有一些命令行我都会发在我的主页群里边，大家有需要的话可以进群直接去领取，今天这个视频就到这了，谢谢大家。

我本来都要睡了，但突然发现 coco 做了一个非常重要的更新啊，就是远程控制。那使用方法也非常简单哈，就是如果你是一个聊到一半的聊天框，那你直接给它呃输入一个这个 remote control， 输入一个这个指令就行了， 实际上它已经集成到了这个命令里面啊。你打一个 r e， 它基本就出来了，它会给你一个链接或者一个二维码， 然后你又可以在你的手机上连到这个终端里面来了。如果你用浏览器打开那个链接的话，那你就可以在网页里跟他聊，但我肯定还是喜欢用 app 原声的，就是这个 cloud 的。 这个 app 普通的我们聊天是在这个 chat 里面嘛，它是在 code 里面， 然后 code 如果刚开始来的话，你可能要授权一下你的 github， 你 就可以进入到这个聊天里了。而且它做了一个很多第三方做不到的一个事情，就是这两边是完全同步的，就你在你手机上和电脑上可以随时切换。比如说我现在给他发一个消息， 在电脑上就同时出现了，那我在电脑上工作的一半随时拿走之后，就这两边可以无缝切换，这在其他的工具里面是做不到的。包括它有个非常好的明细的对应关系，就是我这个对话框对应的就是这个终端的对话框。 那我这个对话框呢，对应的就是另外一个终端的对话框，但它有一个问题，就是你只能在电脑上打开一个终端，然后在手机上用，而不能在手机上直接开一个终端。我感觉 cloud 最近也是感受到了一些来自 open cloud 的 压力哈，其实我 去折腾小龙虾 open cloud 的 一个主要的原因就是我想在手机上随时随地可以做我的工作，但是我折腾进小龙虾之后，我发现我还是更喜欢用 cloud code， 所以 我就用了这个 happycodeer 这个工具 来控制我的终端。但毕竟这是一个第三方的，别人开发的开源软件，还是有很多 bug， 而且它也没法和终端进行一个一对应的关系，反正当时就是一个还不错的替代方案吧，所以我就暂时使用了它。 但现在后来发现 cloud 基本原声带了这个功能之后，基本上我就没有什么必要去折腾那个 open cloud 了。 open cloud 还有一个比较好的优点，就是它不用你一直在终端旁边守着，去给它按一给它授权，这也是吸引我的一个点。但是现在也可以通过这个命令来实现，就是你打开 cloud code 的 时候用这一行命令， 你如果用这行命令启动 cloud code， 那 就相当于把所有的权限都给了它，其实也就是实现了 open cloud 的 一部分的功能，因为大部分情况它做的都还好，我不用给它权限，因为我每次按也没有没有按过 no， 基本上都是按 yes 给它。

大家好，不知道你们是否跟我一样，在 ai 编程开发当中，经常会找一些啊比较流行的插件啊，技能或者命令。 我最近在看这个 cloud code 官方自己出的这个插件组合呢，发现一些非常有用的这些技能啊，命令啊，在代理，而且他们对于这些工序的这个定义和书写也是非常值得去学习的。那本期视频呢，给大家一起来探讨一下， cloud 官方的这个最强的插件包含了哪些我们能够直接用来的这个技能 子弹里或者说一些插件，也会看一下在别的 ai 编程工具是不是能够飞。首先呢，我们可以看一下它是一个 git 的 一个原码的形式啊，那么我们可以去打开 打开这个 git， 那 按照它的这个命令去安装，安装也是非常简单的，安装完成之后呢，你打开你的 curl code， 在 这边输入 pran， 然后的话你就能看到在这个 marketplace 里面就能看到你去安装这个，那么这个是带两个新号的，就是它的这个官方的这个插件啊，那经常如果你没有安装到它这边，在你对话的时候，有时候也会在右下角呢，会提示你去安装这个插件啊，非常建议大家去安装好， 那你安装完之后，那么你就可以在这个 discover 里面去看到这些你没有安装的它里面的这些插件呢，比如说这个带这个啊，这个 officer， 这个这个 playwrite， 或者说这些东西都是没有装的，那么你就可以去选择它装上，你也可以在这边 marketplace 里面去选选中它 啊， enter 键，那么你就可以去浏览它所有的这里面的所有的内容啊，那比如说这些打勾的说明就你已经安装的，那这些的话是没有安装的，那么你就可以选择，比如说选择这个 commit commands， 那 我选错了，那这里的安装就是 你可以是安装是用户级别的，也就说你所有的项目都能用这个里面的功能，那么你也可以是安装这个工程级别的，也就说只有在当前项目下才能用这些功能，所以自己选择好，建议是 都安装到这个 user 这个级别啊，就是所有的项目都能用，因为它提供的都是一些比较通用的。那安装完之后呢，我们再看一下这五十六个里面，哪些是我觉得可以拿过来直接用的，然后呢，我把这个能够用的，或者说比较好的这九个啊整理出来，这里面有一个一列是 cos 可用啊， tree 可用 codex， 也就是它们原声支不支持，直接复制过去用，那不我这里打了叉的就说它是原声就不支持，比如说 tree 它不支持命令，对吧？但是其实你也可以把这个提示词复制到它的对话框里面，也可以用， 也是有办法能用的啊，我这边说不支持，只是说它原声就不支持。第一个就是非常非常重要的，也是非常有用的这个创建技能的这个技能啊， 那么这个创建技能呢，最近又发布了新的版本，增加了很多评估，还增加了很多测试，是吧？因为经常我们在创建技能的时候，你创建完之后，这个技能效果到底是怎么样的，你是不知道的，你只能说去自己去做做一些测试，那现在呢，他技能本身提供了很多这种评估的这种方法 和这种，你的这个技能的这个效果到底怎么样？这个对于非编程的这个人员是非常友好的，那么在用技能的时候一定要注意啊，比如说我选择这个 skill crate， 那 么打开这个技能的时候啊，你如果安装了别的 插件，也有可能有跟它名字一模一样的这个区分好，它在这里的时候会如果重重复的话，它这边会有一个这样的一个标识，相当于公司名称一样，比如说我这个 是是它这个的这个名字的下面的所有的技能，那么这个就是类似于像官方一样，那么你也可以选择这个 enter 键，那么你可以看到是 square critic 这个名字，那么你就可以大概就知道这是官方的，因为名字相同很容易混淆。那这个呢？因为它是以技能的形式存在的，所以说这个 ctrl 啊 shift 都是可以使用的，那么你这边可以去下载这个安装包，你也可以在 github 里面去直接把它复制到你的这个呃，对应的 ai 编程工具的这个目录下面就可以使用。 那第二个呢，就是这个人可能很多人忽略了，就是 cloud md 这个文件的一个维护啊，那通常情况下我们去维护这个 cloud md 的 人可能是自己去手写，那么 这个官方提供了这个 cloud md management 这个这个命令，它是一个命令或者技能形式的存在，它可以根据你的历史对话去优化这 cloud md 里面的内容。那比如说我们在历史对话中，可能在最近的这个对话中啊， 那存在可能去纠正，对吧？纠正一些局的错误，或者说定义一些工作流程，那么它就可以提取出来，把它写到这个 cloud md 文件里面去。那 cloud md 这个文件是非常非常重要，我可以认为是所有的这个 ai 编程工具啊， cloud md 或者 agent md 啊，这两个是一样的意思，只是 不同的命名而已，它们都是非常重要，是一个承上启下，是整个 ai 编程，一个维持的一个内存记忆的非常重要的一个文件，所以这个文件一定是经常更新 是最重要的，所以呢，它提供这样的技能啊，你可以就可以根据你的对话智能去总结需要更新的内容，是一个持续学习迭代的一个东西，非常非常重要。那比如说我使用了这个啊，技能里面的这个就是优化我们的 cloud md， 那么他就会去啊阅读现有的 cloud md 的 文件，然后顺便去把最近的对话或者最近的变动 提取出来，然后会得到一个这样的一个结果啊，说就说啊，补充我们这个 cloud md 的 内容，所以这个是非常有意思的，就是它会根据你的这个对话记录去做优化， 也非常推荐大家去使用这样一个 md 啊。那么其他的一些插件其实也有类似的功能，就是持续学习的这个能力啊，那这篇稿弄完之后，你就可以去更新到你的 cloud md 文件里面去，那下一个也是非常有用的，就是简化代码， 那这个相当于因为 ai 其实生成代码是会堆积那种很多复杂的，把很多代码写得特别复杂，就是你能可能很容易就看得出来这个代码是 ai 写的，不是人类写的。那这个功能就是对你的代码进行简化，它会结合你 cloud md 里面，一般我们 cloud md 会去定义 代码规范，比如说在我这个项目里面，那么 cloud md 里面就有一个这样一个简单的一个代码规范，那么它去做简化的时候，就会根据你这里的代码规范进行去简化。你可以这边可以写得更详细一点，比如说你的这个命名方式啊，你的这个啊，这个接口的命名方式啊， 这这些写的越细越好。一方面它就会根据你 cloud md 的 定义的这个代码这个风格去优化。那第二个呢，它会根据一些通用的一些编码的一些规范，比如说你这个太过复杂了，比如说合并重复的逻辑啊，去掉垄断代码啊，可以去做这些，那优化完这代码的话肯定是会更好。 那么如果你不指定范围的话，它是会默认只是对当前对话最近的修改进行一个这样的一个简化，那它是以子代理的方式来存在的，那这边的话是三个 ai 编程工具都支持。那第四个呢？就是我非常非常推荐啊，这个 feature dv， 这个 就是你当你要开发一个功能的时候啊，你用这，你用这个方式去启动，那么他是会把这个功能的这个分成一个固定的流程，比如说他先会去搜索你的代码，去理解你的需求，然后呢去加个设计， 然后呢最后会做一些质量的审核，那这个过程是非常非常标准的。我们可以看一下这个例子，我们在使用 arslp 和 v 开发之后呢，我们可以看到他明显的有一个这样的流程， 比如说他会先做需求澄清啊，会做你的问题的提问，然后做完之后开始做价格的设计，然后价格设计的时候他会去做很多代码的搜索，这个是非常重要的，然后把价格的设计的方案给到你之后，你再去确认， 然后的话他这边就开始，如果你 ok 没问题了，才开始去实施。来到第五步去实施，实施完之后呢，他会对代码又进行一个检测 啊，一个质量的检测，然后的话如果发现有问题，然后他再去修复，所以整个过程是非常非常的一个标准的一个流程。我们可以看到最后他在整个过程中用了哪些步骤来完成这么一个功能的开发， 我们可以看到在最最下面可以看到他总共有七步，对吧？一个是啊，这个去理解代码，去理解你的需求，然后的话去做问题的澄清，然后价格的设计，然后再去做你的这个更进一步的优化，然后开始去实施，然后再就是代码质量的检测， 最后做一个文档的总结，那这些个流程是非常非常好的，所以说我把它评为了，就是啊，也是一个 ai 编程的一个最佳流程，就光这一个插件就已经实现了一个很小的一个迭代的流程，它非常适合用来做迭代，非常适合就是对 prime 模式一个增强。 所以大家从上面的例子可以看到啊，这是一个非常推荐使用的。那第五个就是比较大家比较用的可能比较多的就是，呃，我们的前端优化的一个技能， 那这个技能就是要去掉我们的 ai 味道啊，那经常我们使用 ai 生成的这个前端，就像要么就是大紫色，要么就是大红色啊，这颜色会比较单一，那么它是做了一些优化，让我们这个前端的设计会更加美观一点，那这个也是非常简单，它是一个技能。 那第六个呢，就是可能会用的比较少，但是呢如果你要用的话，它就提高了，大大的这个提高这个简易性啊。比如说你要去串一个钩子， 那你如果使用写脚本的方式，那个门槛太高了，那么他提供的这种方式就通过对话的方式能很快速的把钩子串联起来，那么对于一些自，对于一些喜欢啊，设计一些自由度高的一些人来说，这个东西是非常方便的。 那第七个这个 pr review 的 这个工具啊，那么主要用的就是你在提交 pr 这些对代码这些，这个你可以指定啊 review 有 什么东西，那比如说我这里有个例子，那么我会执行这个 pr 的 这个命令啊，然后去让它去检查一下是不是有漏的注视的，那么它就会 拉取我最近提交的 comit 记录，然后的话就是你可以看到哪些是需要改进的，可能就会遗漏，这样的话在 你提交 pr 之前有一个这样的一个最终的检测，那这样的话你就可以 pr 提交的效率就会高一点，质量也会高一点。那第八个也是简化这样 git 的 操作，那我们经常使用 git 提交提交的时候，你要去想一下，就是，哎，最最近这段的变化是什么样内容啊？你自己要去创建， 自己要去写，那么有了这个命令之后呢？他会啊总结你这一段时间这个代码变更的一个简化的说明，你只要直接写上合并就可以了，他就会去总结，完全不需要去关注你 自己做了什么东西，所以这个是非常高的效率啊，然后他也是支持这种合并之后，然后顺便把这个布局到上面去。那这也是一个非常常用的一个工具啊。 那第九个就是之之前非常火的叫拉尔夫循环了，也就是你可以通过这个秘密让这个呃 color code 可以 一直执行多少次，直到结束。那么有的人用它去生成一个稍微大点的项目，可以直 循环去运行一晚上，所以这是一个非常有意思的。如果你有这样的需求的话，你可以去使用一下这个插件，那么这个插件也有很多变种啊，也是可以去看一下。 ok， 那 本期视频就到这，希望这些内容对你有所帮助。

零代码基础的小白如何安装可撸的扣子？今天我给大家出一个最简单的教程，保证你有手就会。一共分为这几步，都很简单，首先我们来看第一步安装 node js， 这是一个可撸的扣子的运行环境，没有它可撸的扣子运行不了。 我们打开这个 node js 官网，就这在这个位置选择电脑。如果说苹果电脑选择这个 windows 电脑，选择它，在这个位置选择你的版本，如果说你的电脑是英特尔处理器的话，就选择叉六十四，如果是苹果电脑的话，选择 arm 六十四，鸿蒙的话也选择这个 arm 六十四。怎么看处理器呢？ 我就以我这个无影云电脑为例哈，在这个使电脑上单机鼠标右键点击属性，看这个位置，我这个是英特尔的，所以说选择六十四位， 直接下载， 打开它， 双击打开，点 next， 把这个勾勾上，再 next 这个位置，直接选 c 盘就可以，因为它占用内存不是很大， 一路 next 就 可以了。 install 安装完了之后，我们要验证一下版本，复制这个英文， 在这个位置输入粘贴，打开它， 返回到我们的教程，复制这个 粘贴过来，回车，有版本号说明安装成功。 再验证一下 nmp， 复制粘贴回车，有版本号说明 note g s 完全安装成功了，我们把它擦掉， 我们来进行第二步安装 get 这个 get 的 作用就是保存代码，因为可复制 code， 写完代码之后需要保存这个代码，比如说你这个版本有问题了，你想返回到上一个版本， 有了这个 get 之后，就可以直接跳到上一个版本，非常好用哈，是必备的，我们来复制这个网址，粘贴过来， 往下面翻找到最新的。这个不要选带 r c 的， 这个带 r c 的是测试版本，选这个， 我们选 gift 开头的第一个，点一下就开始下载了， 打开这个文件夹，双击打开它 next， 放到 c 盘就可以，因为它的内存占用也不是很多。 next next 一 路 next 就 可以了。 选择第一个 finish 这个位置，我们来验证一下它安装是否成功。回到我们的教程，复制一下这个 粘贴这个位置，千万不要用 ctrl 加 v 去复制粘贴哈，这是不行的，直接点击鼠标右键点这个 粘贴，然后再回车，可以看到版本号，说明安装成功。刚才这个位置我也是用 ctrl 加 v 去粘贴的，后来发现不行，然后有问题，我直接去问了豆包， 豆包给我的答案是说直接单机鼠标右键，所以说如果大家有不懂的问题，可以直接截图发给 ai， ai 就 可以教你了。我们接着进行下一步安装。格式扣的，先复制这个 power shell， 我 也是不懂代码的哈，也是一步一步这么来的， 在这手也行，把它粘贴到这里，单机鼠标右键以管理员方式运行， 复制这个代码，这个就可以给它关掉了哈。 ctrl 加 v 回车， 它告诉我们回 y， 然后再复制这个验证一下 ctrl 加 v， 如果说你不确定成没成功，可以这样把这个位置截图问一下，比如说我专用的是这个 v s code 的， 问问他成功了吗？ 它提示成功了，让我直接进行下一步安装。安装的过程中有任何问题都可以发给任何一个 ai， 比如说豆包都可以解答你的问题。复制这个代码， ctrl v 微车 等待安装，它告诉我们要等待一到三分钟， 已经安装完成，验证一下成没成功，复制一下 ctrl 加 v 粘贴 出现版本号，说明成功了。我们来进行第四步，注册智普 ai。 在 这呢，我把 code code 的 安装过程写了一个详细文档，如果你需要这个文档的话，可以说需要。为什么要注册智普呢？因为 code code 是 一个编程助手， 官方需要用可露的去当做他的大脑，但是这个可露的 ai 需要魔法才能访问，我们没有魔法的话，那么我们就想办法用国内的 ai 去做可露的扣的这个大脑 去代替可录的，所以国内达模型我选智普来代替。下面我们来去注册一下智普 ai， 复制这个网站，粘贴在这个位置，需要登录注册哈， 添上手机号，获取验证码之后来到下一页这块点挑过就 ok 了。注册成功，它已经赠送了两千万的透坑使用包，那么我们完全可以免费体验。我们点击控制台看一下财务这个位置， 看看资源包，我们点击我的资源包，可以看到这是新用户赠送的，那么我们就不用充值，直接可以使用了。点击 api， 新建一个 api， 随便输入一个名字， 确定这个 api k 一定要保护好，可以把它复制到备忘录里面保存一下，我们来进行下一步 安装。 switch 这个位置有国内镜像这个位置也有 get up 里面的，如果说这个访问不了的话，可以用这个就可以了。我们复制这个网址，打开它 可以看到这个位置有个发行版，我们点击这个最新的发行版， 下载这个 windows 版本，点击它，它就自动下载了，等待下载完成。 我已经下载过一个了，直接打开，双击打开，我们点击更多信息，扔掉运行就可以了。我们点击 next 这个位置，也可以直接装到 c 盘，避免它出错， 安装就可以了， 可以看到已经安装完成了，点击 finish， 它自己就打开了，然后我们点击添加供应商，我们点击这个智普， 如果有的话就不用填，没有的话就按我这个照着填就行。 最重要的是这个 api k 就是 我们刚刚新建的那个，就是这个智普的这个 api k， 复制它， 然后打开这个位置，粘贴过来就可以了，然后点击添加，添加完了之后，这个位置一定把它变成使用中哈，然后在这个位置点它一下，设置一下， 这里默认就行，最下面这个 v s code 里面使用哈， 返回这个 cc switch 的 设置就完成了。 cc switch 的 作用就是把原来官方只允许使用可撸的大模型切换到可以使用国内的大模型。然后我们继续，我们来看第七步，启动可撸的扣子，先复制这个图像， 然后再搜索框复制粘贴， 打开 power cell， 输入可录制，然后回车， 这个是选择界面颜色风格的意思，选深色还是浅色，我直接回车，这个页面不用管，直接回车，回车，到达这个页面就说明安装成功了，可以跟他打个招呼， 你看他已经回我了。你好，有什么我可以帮到你吗？说明安装成功。好了，本期视频就到这了，如果对你有帮助的话，可以给我点个关注，带你从零到一，玩转可撸的扣子。

好，大家好，今天我想给大家来说一下我最近使用 cloud corework 和 codex 这两个产品之后，我对他们两个之间的一个理解。 我通俗的用一个也不太完全恰当的一个比喻， cloud 我 觉得它更偏向于一个文科生，为什么这么说呢？不是说它的代码写的不好或者怎么样，而是说感觉和它的代码写的不好或者怎么样，而是说感觉和它交流以及它输出的感觉，你跟它交流起来非常的顺畅。 codex 为什么说他跟上理科生说他在写代码的质量方面当然是很好，其次是他在和你交流以及他在执行还有输出的时候，他会非常的严谨，但他严谨的同时他能够很好的完成你的任务，但是与此同时他不会给你更多的一些体验，以及更好的一些 你下达任务以外的一些东西，他是那种你给他指定范围的东西，他可以干的特别好，大概是这样。同时我觉得 codex 他 在回复的这个方式上，他也非常的格式化和古板，就是让人阅读起来或者说看起来没有那么的舒服。 这里举一个例子，就是我同样让他们两个在帮我执行了一个数据分析的一个任务，我同样把一篇论文以及我的数据扔给他以及目标扔给他。你可以看到 co worker 他 在给到一些结果的时候，他会非常明确的给出一些小段，而且他的每一个段都是经过他的语言提炼和文字 表达，非常像和一个人在交流的一样的感觉，他给到你一个非常舒服的一个感觉，你看起来就很舒服，比方说他会解释这些差异，这些东西都不是说我要求他去做的，我可能只是给他定了一个大的方向，他就会从我的这个方向中可能会 挖掘到或者相关的一些点给到我，这个就让我非常的舒服，看起来就像是一个真正在干活的一个人，他给到我的一个结果， codex 你 可以看到他给我的输出的这些东西非常的简单直接，很格式化，看起来就像个就像给机器在看的这种东西一样，你给他说什么他就给你什么，他也不会给你更多的一些解读或者怎么样，除非你去指定给的这些东西都非常简单，一个数据结果，一个 文件保存路径等等这些东西。所以我在阅读起来的时候我就会觉得不太舒服。我现在有一种办法，就是说我让 codex 去执行任务，然后执行好任务，有了结果之后我再让 cloud 去帮我汇总和解读，这个组合我用下来感觉现在是蛮好的。对，所以这里我并不是严格的去 批判这两个谁好谁坏，我只是觉得他们两个在不同的场景，不同的任务下，嗯，会有不同的一些表现，看大家自己的喜好更偏向于用哪一种。

大家好，今天给大家分享 cloudco 创始人在推特上分享的他们的团队是如何使用 cloudco 的， 他总共分享了十三个小技巧，我觉得非常能提升你使用 cloudco 的 效率。那废话不多说，我们直接来看看。 那他给的第一个建议是并行处理多个任务，他一般来说会在终端里面开五个 tab， 然后开启系统通知，当某个任务需要你的输入的时候，你再切换打开。 而且除了本地之外，他还在网页端同时跑五到十个的绘画，然后通过一些操作让多端进行协调，当你在终端运行命令加上 end 之后，就可以把本地的绘画接管到网页端，一整个的效率就拉满了。 第三个是他推荐所有的工作都用 up 四点五，并且开启思考模式。虽然 up 比其他的模型更大更慢，但因为这个模型它需要更少的引导工具的使用能力也更强，最终几乎总是比用小模型更快， 当然最近就是已经有了 up 四点六。呃，我觉得整体的核心逻辑就是我们要用高阶的模型，省去您很多修改 prom 的 时间。 第四个是他们整个团队会共享一个 cloud md 的 文件，每当看到 cloud 做错了什么，就加到 cloud md 里，这样 cloud 下次就知道不要这样做了，这就形成了一个良好的循环。第五个是在 covid review 的 时候，通过 app 机器人的方式，让 cloud 自动把一些信息记录到 cloud md 文件里。这是一种利用 ai 自动维护项目文档的技巧，你不需要离开浏览器回到本地去修改文档， ai 会自动帮你更新规则。 然后第六个是它建议大多数的任务都要从 plan 的 模式开始，这也是我在过往的 ycode 顶的 教程里面推崇的一种方式。我们要先把计划做好，再让 cloud 进行开发，会减少很多来回修改的一个过程，在终端里面按两次 shift 加 time， 就 会进入到 plan mode 的 模式。 第七个技巧是 boris 会对每天重复做很多次的一个内循环的工作流，用斜杠命令放在 cloud commands 目录下，比如 boris 和 cloud 每天都会使用几十次 commit push pr 这个斜杠命令正常，你给 ai 说帮我提个 pr， ai 可能需要思考， 然后再调用工具，然后再去获取结果，然后再思考。那每一次提交一个 pr， 你 都要进行一次这样的循环，会消耗大量的 token 跟时间。 那你提前设置好这个斜杠命令， ai 就 不需要思考。用斜杠调起这个命令之后， ai 就 直接操作，就减少了你输入 prom 以及也减少了 ai 的 思考时间，直接可以快速的执行。 那第八个是用子代理来做流程的自动化，它会专门让 cloud 去调用一些专门的子代理去处理一些单一的任务。它这里展示的是它现在目前最常用的一些子的代理，比如说像这个就是专门负责重构用于代码的一个子代理。 呃，第九个是用 post to use 钩子来格式化 cloud 的 代码，大家写代码最烦的就是格式错误导致 ci 挂掉，那创始人 boris 的 绝招就是使用 post to use 钩子。简单来说就是在 cloud 刚写完代码的瞬间，后台它会自动静默地执行一遍格式化工具， cloud 负责搞定百分之九十的逻辑钩子负责最后百分之十的细节， 这样不仅你的代码会比较整洁，更重要的是它建立了一个自动验证的一个防线，不让低级错误来浪费你的部署时间。这个就是 boris 它在后台配置的一个 post to use 的 一个脚本。 第十个技巧是，当我们在用 cloud 的 时候，它经常会停下来申请去获得一些操作的权限，可能为了快速，或者说也比较懒，然后没有认真的去看，就会无脑地给权限或者跳过，那可能会有一些安全的问题。 boris 就 建议我们可以对一些常用的进行 预先授权，只要输入斜杠 permission 就 能进行操作，而且它大部分的操作都会和团队去共享，这样就可以开通一次权限，全团队都不需要再重复开间距了，效率也保住了安全。 那第十一个技巧是，它会用 cloud 去调用不同的工具，比如它会让 cloud 去抓报错日期，然后直接根据日期去修 bug， 修完顺便发一个 flag 告诉老板，这样 cloud 变得更加强大。 那第十二个技巧是，当你处理长任务的时候， ai 会经常停下来问你接下来去干嘛， 如果你不能及时响应，反而会耽误 ai 生产的时间，那它给的建议就是它会提示 cloud 在 完成之后使用后台代理去验证 ai 的 工作，然后再使用 agent stockhook 进行更确定性的验证，或者去安装一个插件，他推荐这款插件，这个插件会让 cloud 自动 继续，直到任务彻底完成，这个会让你的长任务处理变得更加的自动化。那最后一个技巧是 boris 认为最为重要的一个建议，给 cloud 一个验证工作的方法，如果 cloud 拥有这种反馈避反，它最终结果的质量将会提升两到三倍。 简单来讲就是 ai 写完代码之后，需要运行在线上看一看，让 ai 自己能够看到这个结果，然后去判断这个结果是否合适，然后再做一些正常的调整。那 boris 的 方式是对于提交到 cloud ai 或者 cloud code 的 每一项改动，它都会通过 cloud chrome 扩展程序进行测试，它会自动打开浏览器去测试 ui 界面，并且不带的迭代。只要代码能够正常运行，且用户体验良好，那在不同的领域，其实验证的方式都各不相同，它可能简单到只是运行一条命令， 或者是运行一套测试主键。那像 boris 的 话，它是运行了一个浏览器的主键来自动打开 ai 写的网页，然后让 ai 去看这个网页是否能够正常运行哈，再做正常修正。那这个就是 cloud code 的 创始人在 twitter 上分享的十三个小技巧，我觉得 每一个都非常的实用，希望能够帮助到大家。

二零二六年，你们一定一定要学会使用可劳克的，毫不夸张的说，用好它至少能让你的生产率翻二十倍，因为它的功能不仅仅是写代码，开发应用，我一直都把它当成通用 agent 在 用， 你可以用来写文章，做数据分析，甚至上整理报销发票，这样的繁琐需求都能用它一句话搞定。那么究竟该如何安装并熟练使用可劳克的？除了官方的文档，我最推荐的就是这份完全免费开源的可劳克的中文教程。 可以看到，从安装环境配置、如何使用国产大模型、平替基础使用指南到进阶实战技巧，写的非常详细，而且是全中文。我真的建议你们每个人都可以把它收藏起来，用起来，找不到的话可以跟我说。

我把可乐扣的变成了黑心老板，专门压大扣单词写代码，结果效率翻了，成本还降了。如果你想彻底解放双手，那么我这一套工作流的方案一定可以帮到你。使用可乐扣的扣单词这类工具久了， 慢慢的就想让他们自己长久运行，但又怕写偏或上下文爆了。针对这个需求，我设计了一道可乐扣的监督扣单词的工作流，今天就把这套工作流以及设计思路分享给大家， 不仅仅是个方案，更是一种思路，大家完全可以拿去改成适合自己的方案。我先讲解一下这个思路，大家如果不想听这部分，可以跳到这个时间点直接抄作业。 我自己的情况是有切尔克 ppt plus 可以 使用扣带子，同时还有质朴的扣领 part 会员可以被摄到可乐扣的中使用。 gmail 我 也有，但是 gmail 的 c u i 我 个人感觉体验不太好，所以这里就使用卡拉扣的以及扣带子。 总结一下就是智普的扣令牌栏额度非常多，我基本上没有碰到过限额的情况。可乐扣的功能非常多，非常齐全，但有时会出现过着完成任务的情况。扣袋子则相对稳定一点，但模型对我来说相对较贵，所以要省着点用。 我这里的策略是让可乐扣的来充当监督者，让扣袋子去干活。关于扣袋子模型，我建议使用切的 gpt 五点二 mini， 但 扣袋子后缀官方说法是专门针对边层和代理任务优化，但我实际拆下来干活效果不太理想。 medium 类似于 auto， 你 也可以选择 high， 但是最好不要选择 x high 我 之前试过，效果是真的很好， 但是一天就跑完了，一周的额度，钱包真的收不住。最近出的五点三扣袋子也可以试试看，速度是真的很快，但多多少少也存的 爱的、偷懒的情况。决策分工是可乐扣的充当监督者。扣代词则是工人，这里使用两个 a 级的进行工作，最大程度上防止某些作弊。一个只负责写，一个只负责验收。整个流程开始于我使用扣代词生成的一份 open spark 偏更题案，这些题案会被转化为 test m d 中的具体代码是将列表。每当需要执行一项新任务时，可拉库尔就会启动一个 sub agent， 使用 codex e x e c 调用 codex， 然后使用自按语言调用 open spark。 open spark 最好是 零点二一点零版本，因为在新的版本， open spark 的 工作流就重构了，也支持自按语言调用，但使用的是 skills。 出发后续我研究一下怎么配合到这个工作流里。 托马斯在写完代码后，他必须制作一个可复现的测试方案作为完工凭证。 c u i 任务他必须提供一个智能化的测试脚本。 g u i 任务则提供一份 m c p 的 操作方案，可劳克勒会亲自运行脚本并进行验收。对于 g u i 任务，他会严格按照流程调用 payload m c p 辅 物，驱动浏览器并抓取截图作为证据，确保代码不仅写了，而且真实可用。只有当可拉库的亲自确认测试方案运行通过，且手中的证据链完整无误时，他才会执行一系列的确凿操作。在 tasks md 中勾选任务，更新 feature list， 点最省的 pass 状态，直接 get 提交存档，将日期写进 progress 点 t s t。 如果遇到技术卡点卡拉扣的，会利用 ctrl 七或浏览器搜索工具自主寻找解决方案，便知道 ctrl 进行重试。 我最在意的就是防止 ai 跑偏以及 ai 假装完成的任务。为了解决这个问题，我设计了一个双保险机制，分别是用 tasks m t 记录过程， 可使用 finisherlist 点击率记录结果。我们先说 tasks m d， 它是给人类以及 ai 件的文件，包含具体的任务以及详细的需求和实施步骤。我们先使用 codex 进行一个完整的体验， 可靠的会在这里记录具体的验证命令、截图路径和报错日期。如果有阻碍， codex 只能在这里写。具体的问题是什么？ 是由当可拉扣的执行验证后，由可拉扣的写通过，确保我们知道代码是怎么出来的，而不是凭空变出来的。 有的过程还不够，我们还需要一个绝对理性的验收机制，就是 file list 检测这个解释给 ai 的 使用的。这里不记录任何过程，请关注任务是否通过完成了。它是一个结构化的交付清单，所有任务默认状态全是 false， 只有到某个任务真正被验证无了，它才会变成出。那么这两个文件是怎么配合，以此来防止 ai 作弊的呢？核心就在于标签印刷和单向流程。首先是标签印刷，我们在 tasks m d 里的具体任务后，会打算像简号 r e 这样的标签会对应 for list 点击层里 id 为 r e 的 功能条目。其次是单向的流程，可拉克的必须先在 task 四 m d 里跑通代码，拿到缺少的 pass 证据，然后才会去 for list 里面去更改状态。 首先是安装可拉克的和 code， 这个就不列据了，安装奥巴斯 bug 这里要说一下，最好是零点二一点零的版本 使用这个命令安装 open spark。 然后回到项目目录，使用 open spark 抽象化加项目，然后再把它的这些提示给复制到扩展词里面。 首先是 palette m c p， 可以 让可乐扣的去检验 g o i 界面，选自动化确认浏览器并收集证据，再配一个 control 器，遇到卡点时能查资料，浏览器搜索 m c p。 我 这里使用的是这幅的档案，你也可以换成其他的。大家可以去我的簿客或 知乎 app 上，也可以去云盘上进行下载复制，下载后就是这些内容了。 skills 大家可以配置到它们的根目录或者是项目目录，配置到项目目录的话直接粘贴过来就可以了。 skills 这里一共有三个，两个是给 cosys 用的，第一个是 使用采访式反问，把我们的需求和 ai 界的对齐。第二个是生成 fairlist 点 jason， 最后一个则是给可拉克的一道卡点石使用的。为了让这道流程跑起来，我们需要覆盖和新建几个配置文件。首先是 windows 八 pro pro 点 o d 需要添加的 windows 的 位置在这里， ios 的 就是这个，直接在这个 step 六后面添加内容。下面则就在项目目录里面的 openstack 文件夹下的 project dmd 的 末尾添加这个。它和上一个的目的都是为了让 openstack 生成的 test dmd 符合我们的要求。 这里需要着重说一下更改 open spark 端口， 点 m d， 则需要在输入 open spark int， 也就是说实话命令后再更改，否则会重置掉。下面则是在项目目录下完全覆盖 colocode， 点 m d， 目的则是为了明确 colocode 的 身份以及任务流。最后则需要新建一个自定义命令，位置则是在这个 新建一个昂迪脚本，这是我们自动化的核心，它定义了克拉克的如何自动循环调用 codex， 同时也避免了我们重复输入。下面则是重复流程了，先打开 codex， 使用自然语言作为一个变更体验，例如为我这个项目添加一个支持夜间模式自动切换的 openstack 体验。然后再使用 skills openstack 劝解 interviewer id， 让模型通过采访的方式引起我们的需求对其需求。这里的 id 是项目目录下的 open spark 文件夹劝诫词文件夹下的当前提案的文件夹名称。再用 open spark future list id 这个 skills 让模型创建一个 future list addition。 最后就是打开查找 code， 输入斜杠 monitor open spark codes id 就 可以开始工作了。本期视频到这里就结束了，视频创作不易，还请您点赞、关注、支持。如果您有任何问题，欢迎在评论区交流讨论。