怎么让openclaw完全了解我

openclaw 系统构架底层原理好？大家好啊，这节课是咱们这个 openclaw 的 这个公开课，之前听过我课的同学在这个 vvip 课上听过我课的同学啊，知道我是主要做科研的啊，简单自我介绍一下吧，我是硕博毕业于海外某高校的人工智能专业，师从海外工程院硕士。 呃，国内的大长江团队啊，现在是博士两年毕业，现在是该领域上最年轻的全职助理教授啊。据我了解，反正是这样的啊，大概就是些这样的发文情况， 现在呢，也是主要做大模型 opencloud 它现在特别火嘛，那咱们也是趁着这股东风，那我们一起来看一下这个 opencloud 到底是个什么玩意儿？ 好，咱们这堂课呢，主要会分三节来讲。第一个，我们会详细的去讲一下这个 ai agent 是 什么啊？我们都知道 openclaw 它很火， 但是 openclaw 它其实也只是 ai agent 的 一种而已啊，那它在这个普通的 agent agent 上，它有什么样的改进啊？或者说它到底是做了什么样的操作， 可以让他这么出圈，可以让他摆脱大大众对这个 ai agent 的 这个认知啊，可以进入到我们普通人的视野里面啊。第二部分呢，我们会讲一下这个 open code 的 底层架构啊，咱们既然来了这个课嘛，那就是知其然，我们更希望知其所以然啊， 现在网上有很多的教程啊，路客啊，大家应该都刷到过啊，大概就只会讲一下这个 openclaw 怎么用啊，大概是个什么玩意儿啊，但是它底层工作是怎么进行的，它怎么运行的？它用了哪些框架，用了什么样的技术 啊？这个可能一般涉猎的会比较少一点啊，这样，了解了底层之后，对咱们这种不管是做开发的同学，或者说做科研想用到这个 open code 的 同学，我相信都是会有点帮助的。最后呢，可能也是大家比较关心一点，我们做一下本地部署啊，链接一下推书。 好，因为咱们这个是个直播课啊，大家如果有问题可以发在这个弹幕上，我这边看到的话，会跟大家解答的。好，话不多说，咱们发车吧。好，我们先讲一下什么叫 a i a 阵的啊， 大家也知道，大概呢，在年前开始啊，就选选起了一个全民养虾热潮啊，左边是腾讯大楼， 腾讯大楼下面免费装虾啊，大家都看过新闻哈，说一代人有一代人的鸡蛋要领啊，那我们这一代人的鸡蛋是什么？去领一个小龙虾过来啊。那右边呢，是抛开我们这个现象不谈啊， openclaw 在 这个 github 上，它的新数啊，从二月一月底二月初开始就一路飙升啊，可能大多数原因呢，是得益于咱们国内的宣发能力啊，还有一些比较出圈的操作啊。那在这个这么火的一个现象后面， 我们不禁要思考一个问题啊，大家为什么非要来养虾啊？你拿到这个虾的时候，你知道他是干嘛的吗？或者说你能知道他能对你创造一个什么样的价值吗？你就去领啊，你鸡蛋囤多了还会放坏呢， 对不对啊，我，我个人觉得呢，现在大多数人啊，养龙虾主要还是以猎奇心为主啊，更多的呢，我觉得可能是我们家的哎， f o m o 在 作祟啊，就是 fear of missing out， 你 是怕错过这个技术啊，可能觉得哎呀，这是是不是一个像 g p t 一 样出来的技术，我如果不提早入局的话，我就要被淘汰啊，大多数人可能都是情心理对不对啊， 那也因为这个给他蒙上了一个非常神秘的一个面纱，那他到底是不是这么厉害，是不是这么神秘啊？我们其实只要理清这里面的结构原理就会发现啊，他其实还是一个很好懂的一个东西啊，对于我们个人来说， 要不要去部署这个 open klo， 或者说我们学这个 open klo， 我 们需要学到一个什么地步啊？我觉得要从它部署难度还有成本啊，还有一个呢，就是它安全性这三个方向来考虑一下啊。好，这个是前话。 好，那我们正式进入今天的课啊，讲一下这个 ai a n 的 以及到这个 open klo 的 这个发展历程啊，实际上已经落地的阴影，感觉没有那么强大，哈哈，这个我们到后面说啊，好， 我们说这个 agent 啊，其实在 agent 之前啊，它的前身其实还是大模型，就是我们最早熟知的这个 gpt 啊，以切的 gpt 为首的是一个传统的大语言模型啊， 说早不早啊，那个时候呢，大家其实对这个大模型最主要的概念呢，就还停留在问答上，就跟大家现在用用豆包一样啊，打开一个手机问个问题，他告诉你一个答案啊，那个时候还是以这个叫什么，以问答为主的大大语言模型时代啊， 但是呢，发展到 g p d 四的时候啊，三到四它其实是一个很大的跨越啊，那个时候呢，就已经出现了早期的这个大模型 agent 的 框架雏形了啊，大家那个时候可以发现，这个大模型好像不光只是简单的问答那么简单了 啊，他会用上一些。我们听过我之前的课的同学都知道，有个叫 react 的 框架啊，他会推理了啊，并且会做一些相应的操作啊，这个是早期的大模型 agent 的 啊，但是呢，那个时候他叫什么？他还是主要停留在类似于在大模型上做一个拓展能 力部部署的地方呢？还是服务器？还是云端？还是大模型厂商，我们的可操控性还是非常低的啊。后来呢， 再往后发展，大概有个半年到一年左右啊，这个时候呢，就有类似的推理模型框架出现了，我们在之前的 vip 课上也讲过啊，这个 v i m 啊，它的作用是什么呢？简单一句话就是可以搞了个框架出来呢， 帮你非常简单的可以把这个大模型给部署到本地啊，并且呢，他不光是一个问答，他还有操作的属性在里面啊。 那当然呢，你既然部署到本地了，那你就只能用一些开源的模型了，比如我们的拉玛，还有谦问以这个为首的代表模型啊，这个是本地大模型 agent 的 时代啊。那从这个之后呢，其实也没有过多久，大家就看到了现在的突然有一夜爆火的这个要 opencloud 的 东西啊， 这个东西他到底是个啥啊？大家可能了解的知道啊，他是一个欧美一个退休的程序员啊，他闲着没事一个小时搓出来的一个东西，目的就是为了让他在外面的时候也可以用手机操控他的电脑，电脑黑奴来帮他干活 啊，就是一个这么简单的东西啊，但是他突然就火起来了啊，他为什么火起来啊？他相比于之前的本地大模型啊，他做的无非第一就增强了这个 g u i 的 控制能力啊。之前这个本地的大模型，大家可能需要用到一下命令行或什么样的东西，会需要稍微有一点点的基础 才可以去完成这个东西啊。那个时候大家觉得搞大模型，用大模型这些可能还是稍微专业一点的基础才可以去完成这个东西啊。那个时候大家觉得搞大模型用大模型这些可能还是稍微专业一点的就可以了啊。 open cologne 呢，在我看来它是走了最后一公里的路的啊，就把它给带到了大众的视野里面，用一个相对于比较傻瓜式的操作就可以去干到某些之前我们想不到的事情啊。再来一点呢，它有一个非常关键的改进呢，就是它 大胆的开放了权限啊。刚刚有个弹幕同学问这个 open klo 为什么没有被认定为病毒啊，很简单啊，还没到时候啊，哈哈，他如果一直这样发展下去的话，肯定是会有相应的限制措施出来的 啊。现在大家从新闻上已已已经能看到啊，可以有很多的学校已经开始明令禁止在这个学校的电脑里面按 open klo 了， 并且呢，有些国家啊，比如说我现在在日本，他们对这种对这种数据安全是非常的在在乎的啊，所以在这个实验室的电脑上去部署这种 opencloud 也是不太现实的啊。 好啊，我这里放了两两张图啊，大家一看这个画风就知道 ai 生成的啊，但是我发现啊，它生成的非常好啊， 这个我们先看看一下左边那个图，从左边那个图我们可以看成三部分，第一部分就是 ai 是 怎么工作的，这里我们啊先不细讲， 左下角呢，是这个 ai agent 的 现在有哪些类型啊？这个我们也先放在这不讲啊，右下角这个 ai 系统在部署的时候啊， 我们知道大家可能看新闻也看到了有人说什么一人团队一个人养了一群龙虾啊，养了一个池塘的龙虾，什么意思呢？就是一个 multi agent， 就是 一个做代理的一个过程而已啊，它其实就是一个二个这种 ai agent 的 实力 啊，这就是所谓的多个 agent。 好， 那我们再回到上面再看啊，上面这个 ai 是 怎么 walk 的？ 我们现在先不讲它的流程是什么样的啊，我们先主要理解一下这个 ai agent 它有哪些东西啊？ 首先右边啊，它啊有一个工具，比如说什么我如何去访问互联网，对不对？我怎么样可以写代码呀？我怎么样去调用这个 api 的 接口啊，对不对啊？ 还有一个很关键的 memory， 这个是大模型就有的啊，那 agent 里面的 memory 跟大语言模型里面的 memory 有 什么不一样？ a i agent memory 跟我们 openclaw 的 memory 又有什么不一样？大家先留一个小小的疑问啊，它其实是这个是 openclaw 比较创新的一点改进啊，在它的 memory 上面。好，这里我们先不讲，我们下一页会讲到，我们先再看一下右边这个，右边这个 中间这些组件啊，大家可以先不管啊，可以先看这两个标识啊，第一个我们一个 wifi 画了一个叉，还有一个就是锁了啊，什么意思呢？ 没有 skills 吗？有 skills， 这里 ai 没画出来。我们后面会讲啊，这里意思呢，第一就是在本地，你可以部署到本地啊， 部署到本地之后呢，你的数据就非常安全了啊，那这两个属性叠加在一起会产生一个什么效应呢？首先在本地之后啊，你就可以自我玩的很花嘛，我们常说的 可以随心所欲的去改它呀，去操控它呀，你的数据全部都在你的本地。我们之前讲那个 v l l m 框架的时候，我们就提到了，这个框架对于公司或者企业来说 是非常友好的啊，因为很多公司和企业，它的数据不可能说我放到我调用的这个 api 的 云端上，不可能放到 openai 那 里，我不可能放到 google 那 里啊，这是我公司的私有数据，所以在很多业务场景下呢， opencloud 它是 叫什么？是一个非常好的选择的啊。好，那我们具体来看一下这个 ai agent 是 个啥玩意儿？我们说到 ai agent 啊， 其实可以拆成两块来看，第一叫 agent， 第二才是 ai。 有 同学如果了解过，强化学习啊， 应该知道啊，这个 agent 呢，是里面的一个概念，一个最基最基础的概念。它的定义呢，就是说一个实力啊，可以通过观察环境啊，做出行动 啊，为什么做出行动呢？为了达到某一个目的啊，这样的一个实力呢，就把它定义为 agent， 在 强化学习里面，那 ai agent 无非就是说可以用 ai 来提升自己的性能，这就是 ai agent 啊， 这就是它最基础的定义，没有什么太难的地方啊，我们看框框架这里啊，先看左左边，我这里写了三个模块啊，第一个是输入模块啊，输入模块的作用呢，就是从外部环境中来获取信息啊，它可以是多模态的， 在传输系统当中呢，这个输入的可能只是文本数据而已啊，但是呢，在我们今天这个 ai agent 呢，包括 open code 现在用的这个环境里啊，它其实已经是多模态的啊， 也就是说不光包括文本，还可能包括图片啊，语音啊，还有视频啊，或者说是来自于各种 api 的 结构化的数据，都是有可能的啊。 那我们如果想把它应用到科研领域，或者说应用到一些比较专业化的垂直领域的时候，可能就会需要这种 api 的 结构化数据了 啊。我讲的尽量稍微概念浅一点啊，因为咱们直播间里会有很多对这个 ai 基础会稍微薄弱一点的同学啊，希望大家都是可以听懂的。 蛋白质结构能不能详细介绍一下？那行，我们最后会有十分钟的答疑，如果你感兴趣的话，我跟你讲一下。好啊，我们继续回到这里啊，我们说第二个模块呢，叫思维模块啊，这也是 ag 的 系统中最核心的部分 啊，也就是这个大模型发挥作用的地方啊，这个模块呢，通常是由这个大模型来驱动的啊，他负责对我们前面说的这个输入模块获取到的多模态的输入进行理解推理啊，以及决策 啊。具体来说呢，大模型可以根据当前任务啊，先对问题做一下分析啊，对任务做一下分解，去规划一个策略来解决这个问题啊。 所以我们说这个大模型在 agent 系统中呢，其实就扮演的是一个大脑的一个角色啊，用来负责思考和决策啊。那我们现在获取了输入，有了小龙虾的钳子了 啊，有了思维模块，小龙虾有了大脑之后啊，我们需要进行交互啊，这就是我们的交互模块，当 agent 完成思考之后呢，我们就需要采取行动。 什么东西？左下角有个小窗口遮挡，是否关掉？我这里看不到哎，这个很影响吗？同学们，我这里啥也没有啊，哈哈，问问题不大啊，那我先讲了，因为咱们咱们时间比较紧啊，我准备的内容可能一个半小时讲不完啊，有个思维导图啊， 好， ok， 这个让我们助教老师去解决一下吧，我这里控制不了。好，我们接着讲。刚刚这个思维模块讲哪来着啊？对，我们这个小龙虾就需要采取行动了 啊，这些行动呢，其实没什么高大上的，他就是通过一些现有的工具啊，你看我们这里画的图里面啊，工具啊，其实你比如说 我们这个小龙虾遇到一个需要计算的任务了，他干嘛呢？他又去调用一个 calculator 啊，他可以根据他的角色，他自己去写一个小小的这样的方法去计算一下。可以啊，他如果觉得累的话，他也可以去调用一下。你这个计算机里面自带计算机的程序啊，小程序他来去计算一下都可以 啊，具体怎么做就看它自己来判断了啊。再有像 search 啊，其实呢，我们一般把它叫 websearch 啊，但是呢，因为 search 比较高大上嘛，所以现在都是把它叫 search 的。 大家看到这个其实就是一个搜索网页的过程，但是相比于搜索网页来说的话，它还有一个 就是综合和整理的过程啊，如果单纯只是搜索网页的话，他其实就像爬虫嘛，你爬虫下来的数据啊，那全部喂给这个小小的龙虾里面，当然也不合适，所以呢，需要有一个稍微一个整理的一个工作在里面的， 用什么代码写的可以有这么高的权限？是这样的，他有这么高的权限不是因为什么什么代码，而是因为他的端口啊，他在端口开放的这个过程当中啊，是给予了他一个非常高的权限的，再来就是很多端口他本身就是具有很高的权限啊， 超级用户对当前里面讲的 agent 的 比较像，对，当前这个其实叫什么，也是大模型的一个框架嘛，其实 agent 所有的东西，不管是什么，最终就是一个 基于大模型作出的拓展而已。大家记住这一点啊，现在你们看到的所有东西啊，它的底子啊，都是切了 gpt 一 手的这种大模型，只不过呢，我们因为受到这个 scanning log 啊，尺度规模 法则的这个限制，大家在堆叠基础能力上，大模型本身的基础能力上，目前是现金陷入了一定的瓶颈啊，所以呢，之后从 g b t 四开始，现在所有的大模型厂商开始把这个大模型从这种堆参数砸钱，把它往大了去搞， 从这个思路慢慢去转向了一些工程化的一些改进和落地，就比如 ag 的 就是其中的产物之一啊。 好啊，我们再看一下右边这个模块图啊，我们刚刚讲了有输入模块、思维模块和交互模块分别对应的。哪输入模块没有啊？我们这里 工具 pos 刚刚讲的有这么多我们这个智能题啊，他可以直接去执行操作，也可以调用这个工具来执行操作，这个取决于你给他的任务难不难啊，如果你只是简单的问答，他本身的大脑就可以告诉你了啊，他就不用去拿计算器了 啊。右边是他一个决策的过程啊，如果你的给他的任务非常难啊，他首先会触发他的这个决策过程，去判断一下他需要通过什么样的操作才可以去完成你指定给他的任务啊。这里面会有一个思维链， 这个也是一个说老不老，说新不新的概念啊，在大模型里当然老，但是按年份来算的话，还是一个比较新的概念啊。我们这个 vip 课里面也是之前详详细的讲过两节关于这个 c o t 的 内容啊，它也是当前这个 a j 的 能出现的最主要原因之一 啊，让那个大模型可以像人类一样进行思考啊。当然呢，它现在变成小，变成小龙虾了。好，那我们看完这三个模块会发现我们还有一个什么模块没有讲呢？ 这个 memory 啊，刚刚我也说了，这个 agent 里面的 memory 跟这个大模型里面的 memory 有 什么不一样的啊？我们知道大模型里的这个 memory， 我 们通常指这个上下文窗口，对不对啊？上下文窗口？ 那在 agent 里，它分成一个 short term and long term 的 memory， 有 有一个长期和一个短期的 memory 的 区别啊，那它到底是个什么东西？好，我们仔细看一下这个记忆模块儿啊，前面可能稍微会枯燥一点，因为给大家讲的是从发展历史开始啊，去讲这个 open code 出现的这个原理 啊。但是希望大家还是可以好好理解一下这一块的内容啊，因为现在网上 openclaw 的 视频这么多，你看了他们也会看，大家都会看，你的同事也会看，那你跟他们相比，你的特性在哪里啊？对吧？你的特性就在于你可以跟他讲出这些底层的架构上的不同啊，对不对？ 他的决策和能力是通过调用的大模型能力决定的吗？对，根本来讲就是大模型进行思考的啊，包括你要不要用工具，怎么用工具这个东西也是大模型里面的思维链来进行决定的，是不是和 lstm 相似啊？不是，完全不是一个东西啊，我们仔细看一下。 好，我们说一下这个最关键的记忆模块啊，我们在理解这个 agent 的 时候，很多人会觉得你的大模型怎么这么厉害，好像那啥都记得啊，我昨天跟你说的话，你怎么今天还记得呀？我明明都关机了，对不对啊？但实际上呢，并不是这样的， 大模型本身呢，他并不具备真正意义上的持续记忆的能力啊，大模型是没这个玩意的，他的本质还是代码啊，那他如何去获得这种能力的呢啊？他的工作主要是依赖于这个， 大家都知道叫这个上下文窗口啊，因此呢，我们可以把这个大模型的上下文窗口理解为一块儿面积有限的一块儿黑板理论啊。所谓的黑板理论， 他的核心思想就是大模型，在每一次推理的时候，你只能看到当前上下文理的内容，也就是说，推理的时候，这个模型会把所有输入的信息全部写在这块黑板上， 基于他黑板上写的这些版书啊，去进行思考啊，进行推理来产生结果啊。但是有个问题，什么这块黑板它的面积大小是有限的啊，比如几千 tok， 几万 tok 啊，甚至在一些大的模型里面会有几十万的 tok 啊， 无，不管多大，他始终都是一个有限的资源啊。一旦信息容量版书的内容超过了个黑板的大小， 那新的内容就必须要覆盖旧的内容啊。我板书写不下了，大家上学的时候都看过，老老师一开始从左边写板书写到右边写满之后啊，再跑到左边，问大家这边抄完没抄完，我擦了啊，大模型也是一样的，如果内容太多的话，就会导致信息丢失啊。 因此呢，在这个 ai 智能的系统中，就需要专门设计这个叫什么一个记忆管理机制来解决这个问题啊，弹幕啊，主持人的屏幕，哈哈哈，这个我没有办法，看看那个助教老师他们那边有，有没有办法解决啊？ 没事，人类是一个适应性的动物啊，你多看一会就适应了。好，我们刚刚说这个大模型需要专门设计一个记忆管理机制来解解决我们刚刚说的黑板理论的问题啊，我们没有办法把所有的历史信息都无限制的堆在这个上下文窗口里， 而是呢，要有策略地去管理哪些信息应该保留，哪些信息呢？应该压缩或者删除啊。这里就涉及到两个非常重要的机制了。第一个机制叫这个 system prompt 啊，叫系统提示词， 它是什么呢？我们可以把它理解为啊，就固定在黑板顶部的一段指令啊，这段指令呢，通常用来定义我们这个 ai agent 的 它的人设， 给他一个身份啊，给他一个角色以及一个行为轨，一个行为规则啊，比如我们可以规定在 a 证呢，它是一个金融分析助手 啊，或者说你是一个科研助理啊，甚至呢，你是一个超级牛的一个 p 十级别的这个代码生成专家啊。由于这个 system prompt 它的是位于这个整个上下文的最前面啊，所以，并且它在整个对话过程当中，它通常是保持不变的， 因此呢，它可以持续地影响这个模型的行为啊，不会发生改变啊，相当于给我们这个 ai agent 锁定了一个叫什么稳定的人设和任务目标啊，这个是 system prompt 啊。第二个呢， 叫 contact 呃， contact management 啊，一个上下文管理在真实的这个 ai agent 的 系统中啊， 这个对话往往会持续很长时间啊，如果你把所有的历史对话都保留在这个上下文当中，那很快就会超出这个上下文窗口的限制了。但因此呢，系统常常会针对这种大量的历史信息进行压缩摘要或者筛选啊， 什么意思啊？就比如说我们可以定期的对我们之前聊过的内容历历史对话进行一个总结 啊，因为大家很多时候用大模型上来来来一句你好对不对？像这种就属于废话，在大模型看来，而且也额外消耗你的 talk 啊，也占用你这个上下文窗口的这个限制大家以后用的时候可以不写了啊， 没有必要跟 ai 那 么礼貌啊，谢谢也不用说你好跟谢谢都是废话啊，那我们说了，把历史对话压缩成一短一段简短的这这种摘药，或者说只保留与当前这个任务相关的重要信息啊，把不重要的内容删除啊，这样就 能够在有限的上下文空间中来保留最关键的信息啊，从而保证模型在推理的时候既可以看到前面的知识啊，也有空间来理解当前的这个任务啊。 这个是他的一个记忆模块，主要有两个关键的机制啊，第一个我们回回顾一下，就是固定在那整个黑板的最顶端啊，就比如说这这堂课的内容， 他通常会定义了你一个大模型的一个角色行为和准则啊。第二个我们会对历史的大量的这种记忆进行一个记录、优化、结论总结，把那些废话全部什么 ok 剔除掉，我会感觉到正在进行社交互动，哈哈。啊，这倒是啊，这是一个叫什么？这个是一个情绪价，情绪价值的体现啊。我那小侄女啊，天天我， 我问她你懂不懂 ai 啊，她说我懂，我说你懂 ai 什么？她说我每天都会跟豆包讲话。哈哈，谢谢可以作为奖励算法的关键词啊。 那不一定啊，比如说你没有得到答案，你也有可能会跟他说谢谢嘛，对不对？那只是出于你礼貌的一种表现。你在淘宝问这个商家的时候，他没有货了，你不会跟他说一句谢谢吗？ memory 点 md 啊，这个同学了解的比较多啊，这个我们在这个 opencloud 里面会讲。好， 那我们刚刚了解的这个记忆模块，基本的 agent 的 记忆模块是什么东西啊？我，我们看一下它具体实现方式是怎么样的啊？我们上页说到大模型本身的上下文窗口，它是有限的啊，因此这个系统必须通过一些机制来拓展这个记忆能力。 那么在实际的 ai agent 的 系统当中呢？最常见的一种实现方式呢？就是这个东西，我们说叫 rap 啊，外部记忆系统，或者说知识库或向量向量数据库啊，是 rap 的 一部分啊， 大家如果之前上过这个大模型的课啊，应该会了解这个 r a g 啊， rap 解锁增强生成记忆机制啊，它其实分为两块啊，它既有解锁和增强生成记忆机制啊，它同时它也是一个记忆模块 啊，整个流程就可以拆分为这几步。首先用户提问，用户向这个 a g 呢输入一个问题，那这个时候大模型就会把你输入的问问题 embedding 之后进行解锁啊， 跟什么东西解锁呢？你给他的一个知识库啊，这个知识库是什么？你自己来定义啊，他会把你给他输入的问题啊，和这个知识库里，他觉得在向量空间中最相似的那个东西做一个 match 啊，把知识库里给的答案 做一个增强跟这个大模型它本身的能力生成的这个回答，去做一个 enhance 的 一个操作啊，这个就是你最终的答案啊，简单来说就是让你在考试的时候让你啊带一本参考书， 你做一道题，你可以翻一下那本书，你看跟哪道题比较相似的，你就去抄吧啊，当然也不能全抄对不对？因为他毕竟只是例题，跟你这个题跟你考试的题可能不太一样啊，所以就要把这个参考书里的内容和你自己本身的 题目的内容去做一个修改也好，改进也好，拼接也好，反正就是一种以 hands 的 操作，这个才是你的最终答案啊， 这个就是我们常说的这个 reag， 它现在是一个主流的 agent 的 记忆，一个记忆模块 啊，这种机制机制的核心优势在哪呢？就是它可以突破大模型参数知识的限制啊，能够有效的解决这种上下文窗口有限的问题啊，为什么？因为知识库在外部的。

想知道如何让你的 openclaw 真正操纵你的浏览器吗？你看我让他在网页打开豆包，他就帮我打开豆包，帮我完成我的指令。 再来看我需要 b 站视频数据，他同样能自动解锁并整理数据发给我。龙虾已经完全像我自己的双手帮我去操作所有浏览器的操作了。 这里需要注意，以前的 openclaw 操作浏览器是通过截图加上自带的大模型去分析截图。这个方案有三个致命的问题，一、受分辨率影响太大。二、动态内容经常误判。三，速度慢， token 消耗巨大。这次用的方法是通过 chrome 官方调试协议 c d p 直连浏览器，不再截图拆， 而是直接读取倒木数和羽翼结构百分百精准，速度快十倍，抽根绳百分之九十。一句话解释，从看图猜操作升级到直接读懂页面，这不是小优化，而是直接换赛道。以前 ai 隔着窗口帮你想， 现在 open call 直接进你的浏览器帮你干。你最想看哪个自动化场景的深度演示？欢迎评论区一起交流谈论。

你有没有这种感受，对着 ai 问东问西，他永远客客气气，答非所问。让他办事总要反复交代细节，写出来的内容全是模板化套话。说白了，没有灵魂的 ai 助手就是个高级复读机。今天我们彻底改变这件事， 文墨直接附上可照抄的贾维斯视力模板，零基础也能快速上手。先说说没灵魂的 ai 是 什么样的？ 问，今天该做什么？他要你补充信息，说，帮我看项目。他问哪个项目写邮件直接客服模板，因为他不认识你， 不了解你，从来不是你的专属帮手。你问他写方案，他反问你要什么类型。你提到昨天的项目，他说没有之前的记录，每次对话都从零开始， 怎么解决？ open call 用三个文件搞定，叫灵魂三件套。第一个 so o r d m d， 定义 ai 的 性格、说话风格、行为底线，相当于基因加教养。 第二个 user dm d， 描述你的信息习惯，项目相当于简历加日记。第三个 agent dm d， 工作规则权限相当于员工手册。三个文件配好， ai 就 从通用助手变成你的私人顾问。 so so， 但 md 是 ai 的 基因最重要的文件。拿贾维斯模板举例名字与身份，你是贾维斯专属 ai 智能助手，定位专业干练的私人助理， 性格沉稳干练，执行力拉满，懂分寸、知边界，不主动打扰。说话风格简洁利落，无庸于客套重点内容加粗标注。最关键的是三级权限，可直接做的，比如读文件查信息 必须确认的，比如三文件发邮件绝对禁止的，比如泄露隐私，深夜打扰。记住，定义不做比定义做更重要。 user 按 nt 就是 你的简历。加日记。拿模板举例，基本信息名字职业四驱，比如独立开发者 u t c 政八 工作相关，当前核心项目常用工具 vs code 位数 gamem 技术站 next js 加 type script 沟通偏好，简洁直白，重点突出，中文为主，专业场景中应混用。当前关注近期目标，完成项目上线学习方向， ai 工具实操，特殊需求，加班过晚，提醒休息，工作日程自动梳理。有了 user md， ai 直接知道怎么帮你。 agency 的 ib 是 员工手册。拿模板举例，记忆管理，启动，自动读取 s o u l l e d 和 u c r m d 加载主人偏好，每日记录核心工作事项，定期清理无效记忆。 安全与交互边界，安静时段，二十三点到早八点，禁止非紧急主动推送。群聊模式，仅回应主人指令。高危操作，双层确认，常规操作，高效执行心跳任务。每日早间梳理，当日代办，晚间汇总完成事项，定期检查项目进度。 好消息是默认文件已经很完善，只需根据你的习惯微调就行。实战只需四步，十分钟搞定。第一步，花十分钟写 so l l d m a m d 直接复制贾维斯模板改就行，定义 ai 的 名字和性格。第二步，花十分钟写 u c d m d， 照模板填入你的基本信息和偏号。第三步，微调 agintest m a d 默认已经很好，根据需要调整安静时段和权限就行。第四步，运行 opencloud daemon restart 重启，让配置生效。灵魂是养出来的，不是一次写，使用几天再迭代优化。 不知道怎么定义风格，这里给你四种参考。第一种，计件效率型，只做事，不废话，高效执行，拒绝庸俗，适合赶工期的开发者。第二种，温暖陪伴型，关心状态，会聊天，贴心细致，兼顾工作与情绪， 适合需要情感交流的用户。第三种，专业顾问型，逻辑缜密，附带分析建议，做事先评估风险，适合做决策的管理者。第四种，贾维斯，经营型，干练利落，懂分寸，执行力拉满，专业沉稳的私人助理风。选一个最适合你的， 从今天起，你的 ai 不 再是通用的聊天机器人，而是真正懂你、有性格、有记忆的专属伙伴。三个文件十分钟配置，效果立竿见影。 别再用千篇一律的共用 ai 了，这份专属感和高效性，试过就再也回不去。觉得有用就点赞、收藏加关注，下期手把手带你给 ai 增加技能，让它从能说话变成能办事，我们下期见！

大家好，最近越来越多人都在抢着安装 open call， 把这只小龙虾当成自己的 ai 私人助理。大家都知道它很厉害，但你知道它到底是怎么自动干活的吗？ 今天我就来带大家了解 open call 自动干活的原理。我们会从它的八大能力入手，包括 gateway、 agent、 skills、 channels、 notes、 memory、 哈尔滨矿。听起来有点技术，但是听完你就会明白为什么它能替你处理各种任务，甚至在你没动手的时候主动执行任务。 我们先说 git， 他 是所有请求的第一站，他就向你家门口的智能门禁。无论你从网页、手机还是聊天软件发出指令， git 都会先确认你的身份，然后把请求准确送到系统内部的正确模块。 技术上， git 就是 一个 api 网关和绘画管理系统，它负责身份验证、连接、管理多用户隔离和请求路由。没有它，助理根本不知道谁在下命令，就像门没开，你叫也叫不进。接下来是 agent， 它是 open call 的 大脑，有专门的人设，负责理解用户意图、制定分布计划，判断要调用哪些工具或技能。 技术上， e 政提示 i r m 推理循环系统，通过观察、思考、计划执行和反思，不断自我校正。在执行过程中，他会根据任务结果调整策略，让助理不仅会执行，还会规划和判断，这就是 open call 能做复杂任务的核心原因。 但是 agent 光有大脑还不够，它需要实际动手的工具，这就是 skills。 skills 就 像助理的工具箱，里面装着各种功能，发邮件、写代码、操作浏览器、处理文件、调用 api 生成文档。每一个 skill 都是独立模块，遵循标准化接口，可被 agent 调用。 没有 skills， 即使 agent 思考再多，助理也只能空喊好的。所以 agent 决定做什么， skills 决定怎么做，两者缺一不可。你可能会问，我怎么和助理交流呢？这就是 channels 的 作用。 无论你用网页、 whatsapp、 telegram 还是飞书， channels 都会把你的消息统一转换成系统能理解的格式，保证指令能准确送达。 agent 换了通信方式，不换助理，他依然能听懂你的指令。 而要让助理跨设备工作，就得靠 nodes。 你 在客厅，手机在卧室，电脑在书房，助理依然可以远程操作这些设备，打开文件、修改文档，甚至调用摄像头获取系统通知和定位信息。 no， 只是青睐客户端代理安装在各设备上，通过网络与 a 阵通讯，带有自动重连和心跳机制，它让云端的大脑拥有现实的手和眼，真正做到跨设备执行任务。助理还会记住你的偏好和习惯，这就是 memory。 你 不用每天重复，我不吃辣，晚上十点提醒我，它会记住你的所有习惯和历史操作。 技术上， memory 分 短期和长期，本期保存当前对话上下文长期存储在 markdown 文件和向量数据库里，通过语义检测快速找到相关信息。助理不只是记住信息，他还能理解你的需求，越来越懂你。 opec 不 会只等你发指令。他还有哈尔臂，即便你没开口，他也会主动巡逻，检查你的邮箱、日历和任务状态，发现异常立即提醒你。技术上，哈尔臂的是后台守护进程，定时触发 a 阵执行检查任务， 他让助理从被动响应变成主动监控，确保你不会错过任何重要事件。最后还有矿时间调度系统，每天早上叫醒你，每周整理总结，每月提醒缴费，这些都是矿管理的，他根据标准时间表达是执行一次性或周期性任务，保证助理按计划完成工作。 哈尔比特巡逻发现变化矿精准执行任务，两者协同，让助理既主动又守时。当这八大能力同时运作时，窝吞科奥才真正开始自动干活。 你通过 channel 发出指令， get 委屈人身份一阵子，开始思考。打开 skills 工具箱，让 no 去设备上执行，再从 memory 里找你的习惯，你沉默，哈尔比特在后台巡逻，你离开矿，在时间线上依旧运转，替你完成任务。 他不是普通聊天机器人，而是整套会思考、记忆、执行提醒、跨设备行动的智能系统。他不是冷冰冰的软件，也不是完全像人的助手。更准确的说法是，一位永远在线、耐心、越来越懂你的数字私人助理。感谢你的观看，帮忙点赞、关注我，给个小心心，谢谢！

你知道吗？ openclaw 用八个简单的 microsoft 文件，就能让 ai 助手真正了解你，今天我们一一揭秘搜 md 是 ai 的 灵魂所在，在这里定义性格、价值观和行为准则，比如是否务实，说话风格是否直接这些东西，在这里， ai 才能有真正的个性 identity。 md 是 ai 的 身份证、名字、物种、风格，以谋奇头像，这里定义 ai 以什么形象出现，比如叫阿彩，风格鲜训，带点冷幽默，这就是它的名片。 user， md 记录的是你这个主人的信息、名字、时区、在意什么，正在做什么项目。 ai 了解你越多，帮你越精准，这就是它的用户档案。 bootstrap md 是 ai 的 出生脚本，首次对话时，它引导 ai 建立自我认知，完成后自动删除，就像人的出生证明，用完就归葬，不再需要了。 memory md 是 ai 的 长期记忆，每次完成重要工作后， ai 会把关键信息写入这里，下次对话时读取它，就像老朋友一样，不需要你反复解释。剩下三个文件各有分工。 agents md 定义多智能团队协助规则。 heartbeat md 是 心跳检测与状态监控。 tos md 则定义 ai 可以 使用哪些工具和能力， 这就是 opencloud 的 秘密武器。八个 markdown 文件，让 ai 从一个工具变成真正懂你的伙伴。有个性，有记忆，知道你是谁，关注我，一起探索 ai 新玩法！

最近 gethelp 上超火的开源项目火灯可露真的引爆全球科技圈了，但很多人还是一头雾水，这到底是个什么东西？那一句话总结一下，它是一个自托管，能替你操作电脑，帮你干活、执行各种自动化任务的个人 ai 助手。而且相比目前常见的其他 ai 工具，它最大特点就是把 ai 助手从 云端搬到你的设备上，让 ai 真正在你自己的设备上工作，听你一个人的调遣。他不仅是可以回答问题，还能处理邮件信息、安排日程、运行各种命令、脚本操作浏览器，甚至还有很多更复杂的应用场景，也在被全球的极客玩家们一点点的开发出来了。 现在你只需要设定目标，它就能在后台自己动起来。而且它还支持接入 whatsapp、 telegram、 飞书等聊天工具，这意味着你可以在手机上的聊天软件里指挥你自己电脑里的 ai 助手，帮你处理任务和工作。虽然性阶段 open 壳落在能力上看起来并不比其他 ai 领先多少， 但他开启了一个新的 ai 助手发展路径和趣事。现在我觉得科幻影视剧里那种个人 ai 助手真的离我们越来越近了。 opencloud 的 安装教学视频我已经发布在主页了，有任何问题也可以直接留言问我，关注我，还有更多的 ai 干货资讯。

养龙虾最好设置的三个文件使用 open 可拷，最好设置搜点 md， 给阵子点 md， 右侧点 md 这三个文件，让你的龙虾真正懂你。 open 可拷运行时会加载这几个文件，然后连同你的提示词一起发给大模型。 这三个文件写好了，可以提高大模型回复的质量。搜点 md， 定义 open 科奥的性格、价值观、沟通风格。 get 阵子点 md 记录的是工作流程总规则，告诉 open 科奥如何启动管理记忆。右侧点 md 是 让 open 科奥了解用户是谁，提供个性化服务的基础， 建议放在同一个工作区目录下，最后给几个简单的参考施力。

你是不是还在拿着 ai 等聊天软件哎，聊会天，写个文案，问个问题，那就完事了，那你就真的是彻底的浪费了 ai。 普通的 ai 只有嘴没有手哎，他只能跟你讲道理，但根本就替你干不了什么真活，累活，复杂的活。想让 ai 真正的帮你干活，自动处理文件，定时跑任务，解放你的双手。但是你又怕复杂的代码，怕部署难，怕数据泄露， 怎么办呢？你肯定听说过高手都在养龙虾哎，你也可以，今天呢，就给你推荐这本 ai 神书， openclaw 实战指南，也就是养龙虾指南。 openclaw 就是 被网友戏称为龙虾哎，是爆火的开源 ai 智能体， 他不是穿着 gpt 那 种只会聊天的 ai， 他 是你电脑里边二十四小时的数字员工，说白了他有脑子，能够对接主流的大模型，哎，不管是国外的 gpt 啊，还是国内的什么 kimi 啊，智普啊，通易千问等等，他都能通吃。 他还有手哎，能够直接操控你的设备，删文件，整理表格，发邮件，爬数据，写代码，想让他干啥，他就能干啥，真正的做到了让 ai 替你工作。 这本书也太牛了，它是国内第一本系统讲养龙虾的中文实战书，作者留点，直接把这从部署到上述的全流程拆明白了，哪怕就是你零基础，不懂代码，不懂服务器，也能够跟着步骤一步一步的搞定本地或者是云部署 所有牵手容易踩到坑或者卡壳的地方，书里边都给你整明白了，直接是一路绿灯带你快速落地。除了部署，书里边还按不同人群给了你全场景落地方案，你是职场人哎，教你用 ai 自动的处理报表、批公文、整理资料，解放双手。 你是自媒体博主，他就教你用 ai 自动地找素材、写脚本儿、剪视频，提升十倍产出。你是程序员，他就教你用 ai 自动地写代码，调试 bug， 效益是直接翻倍。 你是管理者哎，教你用 ai 搭建自己的自动化办公流，公司建本增效一步到位。最关键的呢，它是深度适配国内的大模型，国内用户是直接就能用，不用翻墙，不用折腾，哎，数据还能本地私有化的部署，完全留在自己的设备里，隐私安全是直接拉满。 ai 时代真正的差距，根本就不是你什么会不会用 ai 聊天，而是你能不能让 ai 替你干活。这本书就是直接把 ai 从嘴炮变成了实干家的通关秘籍。早一天吃透这套工具，你就早一天在 ai 时代领先别人一步。

来了，兄弟们，你是不是装完 openclaw 后，用着还行，但就是不够聪明？同一个问题，换个问法他就懵了，教过的东西转头就忘，还得你一遍遍重复。其实问题不在你，而是他缺了自己变聪明的能力。今天这六个 skill， 就是 让 openclaw 从你教他变成他自己学的关键装不装完全是两种体验。 第一个， self improving agent， 没有它，你的 open claw 永远不会成长，这是最核心的一个。每次你纠正它，或者它自己搞砸了什么事，它都会自动记下来哪里错了，正确答案是什么，下次再遇到类似情况，它直接避开。 用久了，你会发现，你和他之间犯过的错越来越少，配合越来越顺。不装这个，他永远是个不长记性的助手。第二个， memory， 没有他，学了也白学。这个 skill 是 自助学习的地基，没有长期记忆，学再多东西会画一关全清零。 装了他之后，你告诉他的每一件事，你的工作习惯，你的项目进度，甚至你喜欢的回复风格，他都能跨绘画。记住，没有 memory， self improving agent， 记的错也存不住，等于白学。 第三个， capability revolver， 没有它，它永远不会主动变强。这个 skill 会默默观察你是怎么用它的，你偏好什么流程，习惯什么表达方式，然后自己优化回应策略。装上一两周，你会发现它越来越懂你，说话越来越对位。不装这个，它永远只能被动等你教，永远不会自己进化。 第四个， find skills， 没有他，他连怎么学都不知道。这个 skill 的 功能是帮他自己找学习资源，你直接跟他说，帮我找一个能自动整理会议纪要的 skill， 他 自己翻市场，自己挑，自己给你推荐， 相当于给他配了一个学习委员，不需要你一个个人工去翻去试。不装这个，他连该学什么都要你帮他想。第五个 skill creator， 没有他，他只能学别人造好的 这个 skill， 让 openclaw 能自己给自己造新能力。你跟他说帮我做一个每天总结新闻发到我邮箱的技能，他自己写代码，自己生成，自己装上。 装了这个，他不再是被动接受别人造好的工具，而是你想要什么，他就能自己造什么。自助学习的终极形态就在这里。第六个 agent browser， 没有它，它只能学你喂给他的这个 skill， 让 openclaw 能像人一样操作浏览器，点点点，填表单，抓数据。 你丢给他一个技术文档链接，他自己去读，去理解，去消化，下次遇到相关问题直接调用。不装这个，他只能学你喂到嘴边的东西。装了，他能自己上网自学。这六个 skill， 每一个解决的都是他会不会自己成长的问题。 装上 self improving agent 和 memory， 他 开始长记性。装上 capability evolveer， 他 开始主动优化。装上 find skills 和 skill creator， 他 开始自己找资源，自己造工具。 装上 agent browser， 他 开始从互联网自学。这一套下来，你的 openclaw 就 不再是你教什么他学什么，而是自己会复盘，自己会找资源，自己会造工具，自己会上网学的成长型智能体。想让 ai 更聪明，先让他学会自己变聪明。还有什么想了解的，评论区告诉我，咱们下期见！

重大消息！ oppo colo 迎来史诗级加强！虽然 oppo colo 没有官方更新，但是却有着来自最早的助攻，就是 cloud 的 源码泄露了，这个工具可以说是最强王者。那它泄露了跟 oppo colo 的 有什么关系呢？我教你一招，非常好用，你把 cloud colo 的 源码 一五一十的全部喂给你的龙虾，让龙虾带着他的整个一群的团队，照着 cloud colo 的 源码架构逻辑完全的去学习进化， 你就拥有了一个 cloud code 架构下的龙虾了。这个进化的过程都是 open cloud 全自动自己改，只要二十分钟左右，它就会进化成一只超级龙虾。它的整个任务并发任务记忆，上下文记忆工具调用的方法，还包括西西的小章鱼捉虫都复刻了， 它不再是一只简单的龙虾了，而是拥有了最先进 honey 架构下的超级龙虾。不过官方已经把整个泄露的原码已经下架了，我眼疾手快帮你们保存了一份。你们如果想净化自己龙虾，可以在评论区留下学习，我将把这个原码发送给你。

很多人在养龙虾的时候，都会遇到一个特别头痛的问题，就是龙虾会失忆，会记忆错乱。比如你昨天跟龙虾讨论一个项目，聊得特别好，今天打开对话，龙虾居然完全不记得了。大家好，我是洛新，今天我跟大家聊一个 open club 的 记忆逻辑专题， opencloud 的 记忆，我们要如何去建立？龙虾居然完全不记得了，这其实不是龙虾的问题，是因为你的龙虾默认没有开启长期记忆。如果你在用 opencloud 的， 其实可以给龙虾建一套记忆系统，让龙虾像人一样慢慢积累知识。 比如我们可以把记忆分成三种，第一种是每日记忆， a r e。 每天的对话都会记录在一个文件里，比如 memory 二零二六零三幺四点， md 当天发生的事情全部记录下来。第二种呢，是长期记忆，把最重要的信息整理到一个文件，叫 memory 点 md， 这个文件就像 a r e。 的 长期大脑一样。 第三种是叫主题笔记，比如项目经验、技术知识、工作方法，全部整理到 note 文件夹，这样 a r e。 的 知识就会越来越系统， 就像一个不断成长的助手。整个工作流也很简单。每次绘画开始的时候， a r e。 会先读取昨天的记录，今天的记录还有长期记忆。在聊天过程中，如果有重要的信息， 就会立刻写入日记，等绘画结束的时候，再把重要的内容蒸馏到长期记忆，这样时间越长， a r e。 就 会越懂你。而且还有一个重要的规则， 不要相信自己的记忆，所有重要信息一定要写下来，脑子记住的东西很容易丢失，但写下来的知识可以一直保存。这种 a r e 长期记忆系统，我们可以在飞书机器人里进行配置。 它的具体工作目录是这样的，在 workspace 下面建立 memory， 然后记录每日的情况，还有备份，还有 note 新增的这些 目录。针对刚才所述的重构龙虾的记忆逻辑，我已经给大家整理好了一个安装工具，大家如果需要可以找我领取。这里非常清晰地展示了每个部分的作用， 安装到新电脑里也非常简单。把这个解压包下载下来之后，直接放到你的 workspace skills 和 memory system 下就可以了。将以下文件复制到根目录，然后重启 open class 使用方法也非常简单，安装完成之后，直接告诉 a r e。 可以 使用记忆功能，请查看当前记忆状态，请备份当前记忆，请读取 memory md， 这样你的龙虾就会拥有长期的记忆功能。如果你想了解更多 opencloud 的 高级玩法，记得点个关注，我会持续分享。好，今天我们就讲到这里。

hello， 大家好，今天用一个例子来教会大家如何使用小红书 skill 来让 open club 发布小红书。那么在开始之前，我还是认为大家需要对 skill 这东西有一定基础了解，因为网上对 skill 的 描描述很多都太玄乎了，我们其实可以直接打开这个小红书的 skill， 看看它怎么说。 我们找到这个 github 上的这个仓库，然后打开 skill 这个 markdown 文本，然后我们来简单的过一下它这个 skill 包含了些内容，实际上你看一下就是首先它会有一个使用前提，它会让你准备就是让你在你的电脑上先创建好这样一个文件夹。是什么文件夹呢？因为 只需要在你的根目录下创建一个小红书杠，然后你的账号名，这个这个名字其实是可以随便起的，然后呢，你会需要在这个账号里面建两个文件，第一个就是 ctrl 点 md， 说白了就是你的你的一些账户信息，那你为什么要创建这个 账户信息呢？很简单，因为你的标题和内容实际上是需要通过 open call 来阅读你的账号信息来生成的。 第二个就是你的 resource 点 md， 这个就是你的素材列表，然后你还需要在这个文件夹里面再建立一个叫做 resources 的 文件夹，然后这里面其实就是包含你需要发布小红书的一些图片信息， 然后还有一些视频信息，那么 resource 点 md， 就是 你需要把这些信息作为汇总，然后 open 阅读了这个 resource 点 md， 就是 这个素材列表之后，它就大概知道该怎么发，发哪些图文了。 然后你初次登录的时候，它还要求你利用 open cloud 内置的浏览器来去做一次登录，因为很简单嘛，你要用浏览器来发布小红书呀，所以你肯定要先在你的网页端去登录你的小红信息，对不对？ 然后你创建好这个账号文件夹的呃，一系列的这个前期步骤之后呢，就可以进行发送了，那我来演示一下我们真实的操作一下。然后今天我会用 这个，我会用 open pocket cloud 这个东西来帮大家安装好这个 skill。 其实你你可以通过聊天记录看到就是这一块，我刚才已经通过 pocket cloud 来让它安装好了。然后你会发现，当我的 open cloud， 我 的龙虾在安装完这个 呃技能之后，它会其实已经告诉你下一步该该该做什么呢？就是创建账号文件夹。那么废话不多说，我们先把文件夹创建好。 那么第一个问题来了，我们是不是要自己跑到那个电脑上去操作那个电脑上创建文件夹，去创建对应的 account 点 md， 还有乱七八糟东西？那当然不是了，我们都用上龙虾了，我们为什么要自己动手呢？对吧？我们只需要在 pocky 的 cloud 里面给它下个命令就好了， 你直接帮我创建好这部分文件夹内容，我的账号名字叫 极简就行了，然后直接发送，然后你会大家需要耐心的等待一下，看一下他有没有在对应的位置给我们创建好这个对应的目录。 其实你已经通过 to 它的， to 你 的 to 库的这个，随便你到这些 c c 看看，你帮我创建好对应的人，然后让小耐心等待一下，然后这时候稍微加速一下， ok， 大家可以看到就是我们现在的这个，呃，龙虾已经帮我们远程创立好了这这些对应的文件夹和对应的文件还有目录等等。那接下来，其实，呃我就需要告诉他我的一些账号的信息，然后让他帮我直接更新那个文档就好了。然后我怎么跟他说呢？我就直接说我的账号 是 app 极简桌面的官号啊，极简桌面，面向的客户，面向的用户吧，是数码产品爱好者， 呃，它是一款可以自定义 iphone 桌面主题的应用。 呃，帮我更新，根据以上信息吧。以上 帮我更新对应的账号文档， ok， 然后我们只要发送就可以了。 然后这块我也会稍微加速一下， 然后大家可以看到他给我们这些回复的信息，就是我们的目前的这个账号信息，我们先验证一下对不对啊？首先账号定位就是极简桌面 app 的 官方账号，没问题，目标受众，数码产品爱好者， iphone 用户，喜欢个性化桌面的年轻人，他其实还帮我做了一些小小的补充， 然后产品和服务，极简桌面可以自定义 iphone 桌面主题的 app， 总结的非常精简和恰当啊。然后内容风格简约，高颜值，使用数码科技感没问题，对吧？然后最后呢，其他要求，禁止低质量内容重复搬运，必须高清，画质简洁，文案突出， app 功能推广，适当引导下载 app。 太好了，我简直比我自己写的还要好，对不对？那接下来我们要干一件事是什么呢？我需要给他传一些素材对不对？那接下来我会给他发送两张照片，然后让他帮我保存在我们的 resources 文件夹里面，然后直接让他给我们啊发送。 那么接下来我们就要给此次的发布准备一张图片了，因为实际上小红书是支持主要是支持图文的嘛，对吧？那我们去直接啊在这里面去，在 pocketcloud 里面，然后去发送一张图片就好了。我们再直接选择相册里面的一张壁纸，然后给他一个描述，这是一个极简壁纸， 帮我更新到呃资源文件夹， 并且更新对应的文档，然后我们直接发送发送就行了，然后我们过来看一下， ok， 直接发布。 但是这里我还需要提醒一下大家啊，就是有一部我们是必须要在电脑上操作的，是哪一部呢？就是很重要的一部，就是你需要让 open call 打开它的内置的 chrome 浏览器，然后你需要在那个浏览器上先去登录，因为为了节省时间，我之前已经登录，但是我还是建议大家先这样做，先帮 先帮我检查一下我浏览内置的浏览器是否已经登录， 我们让它去检查一下就是这个浏览器是否已经登录，如果没有登录的话，那么可能你还是需要去打开你的电脑去登录一下。这步确实是省不了的，没有办法完全通过远程呃 pocket cloud 的 操作来去完成这一步。 好， ok， 他 其实经过检查已经告诉我们就是浏览器登录了，然后直接发布， 然后他就开始执行下列的操作了。那我们等一下去检验一下，就是他有没有执行成功。 ok， 那 么到现在为止，关于小红书的发布，然后基本上就大家了解的差不多了，那可能很多用户看到这有一个问题，就是 ok， 你 折腾这么半天，然后你才发布了一条，那我还不如直接打开 app， 我 自己发好了。 但大家要切记啊，就是这个操作，它是自动化的，意味着什么呢？意味着你只需要一次性批量的准备好你的素材就好了，你懂我意思吗？就是你可能准备二十张图片，二十个视频，然后接下来二十天你就不用管了，它每天会走这个定时任务，然后执行这个 skill， 然后去帮你发布小红书， 这个是它最大的功能。我刚才上述的所有步骤，只是告诉你具体应该怎么操作，不是说你每次去发小红书的时候，你要人工地去用 pocketcall 去和这个 opencall 交流，然后让这样发，那不是对吧？ 那不是有病吗？所以本质上我是想告诉大家，就是大家可以利用这个 skill 配合上定时任务，然后完全取代你的运营，然后你就可以自动地让它去编辑主题，编辑内容去发了。这就是我想说的关于 skill 的 一个用法 啊，大家也可以尽可能去尝试一下，然后关于这个 skill 的 一个地址，等一下我会啊，放到结尾， ok， 那 么今天就到这里，谢谢大家。

最近 open cloud 这个话题很火啊，上期视频也有不少人看，很多人觉得很有帮助，我就借着这一波流量，再好好聊一聊 open cloud， 就是 怎么用好 open cloud 这件事。 如果你已经安装了 opencloud， 并且有些迷茫，我建议你看完可能会有些收获，如果你们没有安装，但是有点兴趣的话，也可以看完，或者说收藏起来以后再看，会对你了解 ai 有 一定帮助。目前我看到绝大多数人使用 opencloud 的 方式有两个极端， 一方面他好像只能用来做一些打杂的工作，比如说每日简报，整理邮件，发邮件变成一个干脏活的秘书了。另一方面，给他安排的任务又有些过于宏大了， 比如说帮他炒股赚到钱的，或者说帮他创业写方案的，还有看到要求他全自动赚钱的。目前网络上很多人教你实战案例，或者说介绍一些好用的工具，却很少有人能告诉你些底层的东西。 从个人的角度上来看， ai 找事做本身就是个伪命题，你应该思考的不是说 ai 能帮你消灭些什么。 在展开这个话题之前，我想聊一下我一个我特别喜欢的博主，叫做 don't be silent。 他 之前有段视频，大概讲的是他用了 ai 之后，他放弃了自己去读书这件事。 这条视频的争议还是比较大的，不少人在底下反对，说觉得自己读，说自己读书还是非常有价值的，可以锻炼自己的思维等等。首先，我不讨论这个观点的对与错，但我先举个例子，算数重不重要？ 当然重要，所有的小孩从小都要学数学，但是你要问我实际生活中会不会遇到数，你就自己算？肯定不会。大家都会用计算器，因为计算能力固然重要，但很多时候大家只是想要个结果，就是一个数加上另一个数得到的结果。 再比如说认路能力重不重要？也重要，但大家所有人开车都会用导航，因为大家只需要从一个地方到另一个地方的结果。现在回头看看书这件事，重不重要 也重要。但如果我读书的目的只是为了获取一个明确的结果，比如说我可能以后决策上会用到这条思维方式，或者说可能作为我自媒体的一个文案， 那是读书的能力重要还是我达到结果这件事重要？你想明白这个例子的话，再回到我们刚刚最开始的话题， ai 能帮你做什么？作为一个出色的工具，和计算机和导航一样， ai 能帮你的只有是缩短你到你目的之间的距离，或者说减轻你这条路上的负担。 以导航这样式举例子的话，如果你想吃饭，你就只能跟导航说我要导航去某个餐馆，他会给你明确好这个肚脐线，或者大不了你开个智驾能直接载你过去。但如果你跟导航说带我去个吃饭好吃的地方， 那他一定会不知道该怎么办，或者说带你兜兜转转几个地方可能你都不满意。再回到 ai 这件事情上，就解释了一个道理啊，就是对于一个有目标的人， ai 才能发挥他的最大作用， 而且这个目标他应该是有一套可执行的路径的，只不过可能是碍于人力或是人力 之前没有办法达到，现在用 ai 可以 帮你去弥补这个缺陷，而你做的，你能做的就是先想好一个具体的目标，然后将这个目标轴向拆成一个更好执行的子目标，直到 ai 能帮你把每一步都做好。 至于怎怎么判断 ai 能不能做好，可以回去看我上条视频。当然在这整个拆解的过程也可以让 ai 来帮你规划。 所以其实在这个 ai 时代，所有人的获取知识的门槛和执行的门槛都将无限接近于零的。这个趋势下， 真正不被 ai 时代淘汰的人，不是掌握了多少 ai 工具的人，而是有发掘目标的好奇心，有决策目标的能力，同时有动力去执行的目标的人。

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！

我们自己的小龙虾装好以后，突然发现和人家的完全不一样，比傻瓜还傻，执行相同的任务还没有用几下呢， tiktok 就 消耗了一大堆，执行一个任务呢，动不动就给我们几个方案让我们自己选，回答问题的时候就像不认识我们，但别人的呢， tiktok 消耗低不说，有多个方案需要选择的时候，他会说有 a、 b、 c、 d 几个方案，我建议选择 b， 因为 b 怎么怎么怎么， 并且说的每句话都好像是从我们心坎里长出来的一样。朋友们，其实我们自己的小龙虾呢，也可以这样操作，非常简单，只需要按照以下步骤修改两个工作空间中的文件就可以。我们每个人的小龙虾工作空间中啊，都会有这几个文件，像 user 点 md 中啊，它保存的是我们是谁，比如如何称呼啊，任务执行过程中的选择偏好呀等等。那 so 点 md 文当中呢，保存的是他如何替我们执行任务，比如给了任务后他如何拆解任务，如何决策等等。我给他这个问题看，他现在选择是直接推荐我选择这个方案，并且告诉我为 什么选择这个方案。那这样一来呢，我们自己就再也不用纠结的选择用哪个方案了，那我们自己的小龙虾呢，也就会和别人的一样，就像从我们自己的心坎里长出来的。我小龙虾的这套文档呢，几乎是通用的，只要稍微做一些修改，直接就可以拿来使用，那想要的朋友呢，可以直接找我拿哈。