openclaw三个身份技巧

最近爆火的 opencurry， 普通人到底能用它来做什么？它能二十四小时帮你提提它价格，寻找最新最前沿的一手 ai 资讯，能把各个平台收藏家，里面内容打好，标签存到知识库，还可以打通 mac、 ipad、 iphone 日程，让你不错过重要的会议来 十分钟学会 opencurry 安装和三大超神玩法视频里面所完成教程配置这些词 skill 都放在这个文档里面喽。 我们先来看看 open curl 到底是什么？一句话总结，概念上， open curl 是 一个可以自己决策、自己行动的 ai agent， 和你电脑上的其他软件一样，装上就可以用。 功能上它接受你聊天输入框输入的指令，然后调用 chgbt、 jimmy n 豆包千万这些大模型作为大脑来决策，在这里拆解步骤，调用你电脑上的其他软件工具来完成你的指令具体的功能。看完我后面的玩法教程你就明白了。 我们普通人要用 open curl， 主要是与服务器部署和本地部署两种方式。与服务器部署别看听起来很唬人哈，这些操作反而更简单，跟小白友好， 因为各家云计算大厂为了争抢这个风口，都尽可能的降低门槛，计算模型、计算配置、教程也都给你写好了，一两个小时就能搞定。与服务器部署入口和教程都放到教程文档里面喽。 但如果想把 open curl 玩出花来，就推荐部署在本地了，尤其是 mac 生态呢，会更丝滑，为官方提供了很多 g 苹果系统的 skill， 拿来就能用，所以 mac 上玩功能呢，更丰富。但一定要注意，最好不要部署在平常办公的电脑上，让 open curl 那 天抽了风，把你的重要文件删光了。 那本地部署主要有四步，一个就是安装 open curl， 在 mac 终端里面输入这行命令就搞定了。第二是配置底层的大木星， 这决定了你养的龙虾的智商。国外的模型功能是 cloud 的， 加的最好用，但也很贵，而且很难获取 api。 其他用的比较多的就是 jimmy、 nike gpt， 国内模型也有不少不错的。现在大部分人是在用 mini max 二点五、 kimi 二点五、智普的 g l m 五这三个。那具体的配置方法我都会在教程文档里面介绍。 第三步是配置机器人，把 open curl 接入你的日常通讯软件，国内的话可以接入飞书、 qq、 钉钉企业微信。配置方法可以参考大长写的这些文档。最后一个就是安装 skill， 给他装一个机票价格，监控 skill， 他 就能够直接帮你监控机票的价格。 我整理了普通人日常必备的几个 skill， 都放到教程文档里面了，大家可以先照着装上。如果你要用其他的 skill， 但不知道去哪里找，那可以直接让他用这个 find skill 帮你找就行。比如说我想监控机票价格，让他帮我搜索相关的 skill， 他 就搜到了监控机票价格的 skill， 我 装上就可以用了。 我估计很多人跟我一样，某书微信收藏必吃亏。 那现在 opencurry 可以 改变收藏及吃亏的尴尬了。比如我自己做了这个整理收藏内容的 skill 给我的 opencurry， 我 现在在某书某号上刷到有价值的内容，直接转发给 bot， 它会自动提取内容的信息，打好标签，然后传到 obsidian 数据库里面， 把之前散落在各平台的收藏夹里面内容汇总到一起。每天早上九点半，我的 opencurry 会根据爱宾浩斯一共取现的规律，算出今天需要回顾的内容，推送给我， 能知道你在第一天、第三天、第七天这些关键的节点去提醒你回顾收藏的内容。比如你收藏了一篇 open curl 高级玩法教程，只是没有动手实践，就可以用这个回顾机制来不断的提醒自己，而不是收藏就忘。或者你收藏的行业知识，就可以通过都是回顾复盘 来加深记忆。如果偶然想起需要用资料，就可以和 boss 对 话，查这些内容。比如我让他调出和 open curl 有 关的内容，整理成表格发给我了，特别的方便， 再也不用去一个个收藏夹一个一个翻了。能让 open curl 实现这样的一个收藏管理的功能，非常简单，你只需要把这样的一个提示词 get bot， 像我们前面说的那样，它会自己创建一个收藏管理的 skill， 然后你边用边调试就可以了。 这些词我都放到教程文档里面了，大家可以直接用哦。你甚至还可以接入 open curl 的 skill 市场， curl up， 还有全球超强资源网站 get up， 让 open curl 在 这些平台上找大佬们已经做好的工具来拓展功能。 比如我做这个收藏系统的时候，遇到一个难题，就是当我把一篇文章的链接发给了 bot， 它只能保存了一张标题和链接地址，不能读到文章的具体内容，但我这内容又是最核心的部分， 那就可以告诉 bot， 在 github 上找一个能读取网页内容的工具吧。那它就在 github 上找到了 x ray 的 这个开源工具，接录之后， bot 就 可以顺利地读取链接里面的中文内容了，再根据正文帮我做好摘药，把标签存进数据库，非常的方便。 opencrew 还有一个很爽的用法，就是做咨询收集。比如我是 air 博主，我希望第一时间知道最近 airm 已经发布行业大佬观点这些一手消息， 这些信息如果靠我自己去刷，非常的耗时间，而且很杂乱。我就把 opencrew 做成了我的情报助理， 二十四小时不停地帮我收集一手猎爱资讯。比如我可以让他搜某个特定的关键词，比如让他找近三天有关上关于 open crow 比较爆的视频，他马上就能把相关的内容收集到给我。他还会反过来问我是否需要帮忙收藏到知识库，需要的话直接加到 opc 店知识库就好了。 高价值信息的搜索收藏，后续按机取现推送给我重温。所以我的时间用 open curl 看这些降噪后的 ai 前沿资讯，真的非常强大好用。要做出这个情报收集功能，你只需要先装上这些 skill， 把这些信息员的 a p i 发送给 bot 就 行了。那这些我都整理到文档里面喽。 我们之前也分享过用 n 八 i 搭这种情报收集工作流，但工作流搭建起来很复杂，门槛还挺高的。用 open curl 的 话，你只需要把信息源的 a p i 给 bought， 它自己就配置好了。 而且前面讲到按关键词搜资讯，这些 open curl 的 灵活性也比 n 八 i 强很多。 open curl 还支持你在 github 里面找开源工具，想要什么你就搜索就行，比你自己去 github 官网搜要高效很多。 比如我让他帮我找 b 站有关的视频下载工具，他很快就找好了，还总结成了表格，方便我对比不同工具的区别，还附上了网页链接，给了我使用建议，真的很细致，很贴心。 更牛的是，这个 open curl 有 hotbeat， 也就是心跳机制，能帮你二十四小时做任务。像我是自媒体博主，需要监控对标账号的更新，这里我就用 open curl 监控了这七个有关博主，每两个小时他会自动检查一次，哪些博主有更新，就会把内容推送给我。你可以看这里的运行记录，他每两小时跑了一次， 之前人工去盯对标账号，费时费力，还容易漏用，这个盯效率高太多了。需要的话，你还可以用这个监控机票、价格等等，你可灵活的设置每小时甚至每分钟帮你检查一次，做情报，实时的收集定价格，非常的方便。 open crow 还可以帮我们搞定日程管理，它能一句话在 mac 上创建日程，然后直接同步到 ipad、 iphone 上。比如我在聊天框里面直接发创建一个会议日程，晚上七点到八点，它会自动帮我识别时间，生成日程标题，创建到 mac 日历， 然后通过 icloud 自动同步到我的 iphone 和 ipad 上。整个过程我就用跟 bot 说一句话，对比一下。之前创建这样一个日程，我得先填各种信息，还挺麻烦的，现在用 open curl 直接一句话搞定我刚分享的这些玩法，只是冰箱一角，大家还可以去各个平台看看到了我们做的各种玩法， 比如这个可以监控你的健康状况，这个可以帮助你培养习惯，监督你打卡，这个可以帮你做市场调研。 open crawl 热门的工具和 skill 平台我都整理到文档里面喽。 那这里是勋酱，关注我，带你解锁更多普通人的 ai 玩法，我们下期见，比比。

大家好，今天我们讲一下目前最火爆也是最厉害的 ai 智能体 openclaw 项目，我们会讲一下如何设置，包括你应该使用远程的服务器，还是使用我们本地的机器， 你可不可以用旧电脑，或者需不需要买一个新的 mac mini？ 那 么具体来说，我们如何用哪个 ai 模型，以及如何连接我们的手机聊天软件？好的，废话不多说，我们开始吧。那么 openclaw 是 一个开源项目，那么每个人都可以免费的使用它，它本身呢又是 mit 的 license， 也就是说你可以把它用在商用上， 或者是对代码进行修改，再用到商品上，完全没有问题。那么大家为什么对 openclaw 如此的有热情呢？这里有三个原因啊。第一个原因我认为是它主动性，很多工具呢，比方说你用很多无代码的编排工具，或者自己写代码做程序，你都要 定义自己的工作流才能完成任务。那么这里 openclaw 呢，很多情况下，你给他工具，给他权限，那么他自己去完成目标，而不需要你规定如何做。 第二个原因呢？我认为就是他有挚友的记忆，他的记忆呢，就保存在本地，通过我们不断的跟他对话，通过我们不断的啊告诉我们他我们自己的偏好和信息，他呢就会越来越了解我们，为我们的工作干的越来越出色。 那么第三个就是他可以用我们平时的一些聊天软件，直接对他远程进行指令，或者是接收他的结果和报告， 比方说啊啊 diagram， 比方说 what's up， 比方 discount 等等，我也知道国内有人接入飞书，微信等等等等吧，这些都是非常强大的优势。关于安装和设置 opencloud 的 第一个问题就是我应该做一个云服务器，还是用在跑在自己的电脑上？ 我知道有很多人在推荐用云服务器，那么这里我也想给大家说，你应该跑在本地的电脑上，我说一下原因。首先云服务器的优点，二十四小时不间断，也不在你这边，所以它跟你的工作环境完全的隔离。但是我想让大家是明白一点，就是 opencloud 的 能力是完美完全取决于我们给他的权限的，我们给他的权限越大，他能为我们做的东西就越多，当然也越危险。这个我们后面会提到， 那么看看我们 vps 的 缺点，就是首先最重要的浏览器对吧？在我们本地的机器上，我用我真实的浏览器，我登录 啊，是由我真实的拓展等等等等。那么有些平台呢，有非常高的价值，比方说 youtube x， bilibili、 抖音等等等，这些的平台都需要我们登录，都需要我们有真实的用户行为，但是你用 vps， 用无头浏览器做这些事情，就很容易被这些平台所封禁，那么有很多的限制。 第二点就是在 vps 中，你就不能够打开你本地的 app， 就 不能跟本地的浏览器进行互动，就不能对本地的文件进行一些操作。那么也就是说 vps 本地的文件以及浏览器这两个我们最希望他帮我们工作的事情，他都完全接受不了自己的能力，因此 啊，还是推荐大家用本地的机器好。那么新的问题就是用本地的机器，我需要买一个新的 mac mini 吗？说实话不需要，但是如果你一直心心念念想买一个新的 mac mini， 现在确实是一个比较好的借口。 那么实际上 openclaw 它支持 mac os、 linux， windows， 那 windows 呢？主要是推荐通过 wsl， 也就是 windows 的 linux 系统来安装 openclaw。 确实最好的方式是你装在一个完全不同的机器上， 但是它不一定是 mac mini。 如果你有一个旧电脑，比方说你有一个 windows 电脑，你有两个种比较常见的选择，首先，你可以安装一个新的 linux 系统，在你的 windows 上，你就把这个旧的 windows 电脑当做专门的 ai agent 的 机器。第二个方式就是 wsl， 不知道朋友们 wsl 呢？它是本身是啊 windows 的 一个功能，它是允许我们用一行命令行代码直接安装 linux 系统到我们 windows 里面，这样的话，你就可以安装 opencloud， 但在你的这个 linux 子系统下面了。这里我们后来会提到， 如果你安装 opencloud 到你的 wsl 里面，那么你要注意就是你要做好文件的隔离，否则它会有权限用你的看你的所有的 windows 的 文件。 那么如果你的旧电脑是一个 mac， 如果它是一个 m 芯片，那么太好了，你就可以用它把文件处理完之后，作为我们的 opencloud 的 专门的机器。但如果你是英特尔的旧电脑，你要注意一下，你可以跑 opencloud， 但是呢，由于你英特尔无法升级你的系统到啊 mac os 十四以上， 但是有很多专门支持 open cloud 的 一些工具和 skills， 需要你的系统是至少是 mac os 十四的，也就是说啊，有很多功能你是没办法用的， 你的能力就不能全部被解锁了，那么如果你没有旧电脑，你只有一个电脑，这时候如果你的系统是 windows， 那 么跟我们刚才说的一样，你的选择就是你安装 wsl 二，用一行命令行就可以。 还是那句话，文件隔离一定要做好。一个常用的做法就是我们创立一些共享的文件夹，那么我们的 open cloud 只有权限去看这些共享的文件夹，那么我们呢，就可以从我把我们想要给他的文件放在这里面，以及把他生成文件拿出来放到我们的 windows 系统里面去。 好，如果你只有一台电脑，这台电脑就是一个 mac 系统了，那如果你不想折腾，你就买一个新的 mac mini 吧，这里买最便宜的就好，就远远的对 open cloud 来说够用了。 好的，选完机器之后，我们就要来看如何一步一步的来安装 opencll 到机器上去了，其实相当的简单啊，就是到它的官网上去 复制这一行命令行代码，大家看到了吗？哎，复制，然后到我们机器的终端里去粘贴，然后，哎，静静地待它自己安装完成就可以了。 安装完之后，他就会问你明不明白这里面存在的强大的风险，你明白。 然后呢，就有一个啊，快速的相当于是快速启动的这样一个程序。哎，这里就要讨论我们，你看他有很多的不同的大模型提供商供我们选择。这里这个问题还是蛮重要的，我们单独来谈一下 啊。首先呢，你想要通过云啊， ai 模型提供商啊来用它们的模型，而不是本地跑模型，有两种方式，首先就是通过 api， 第二种就是通过现有的订阅了。首先 api 啊，先说明一点，就是 open clock 真的 是非常的烧，我们的 talking 非常的要注意这一点， 我们这里对比一下三个不同的模型，分别是 cloud op 四点六，被大家广泛认为是最好的 agent 模型， 还有就是 sony 四点六以及我们的 mini max m 二点五，它是性价比最高的模型，也是 open cloud 官方推荐的模型。可以看到 mini max 的 价格实际上是，呃， opus 的 十五分之一，十六分之一是 sony 的 十分之一。 这么便宜的情况下，我给大家一个概念，我用了几天 mini max， 我 每天烧掉三十美元左右，你可以想想，如果我用的是 cloud opus 四点六，我每天要烧到五百美元， 所以说它这个真的是不便宜。用 opencloud， 那 么这时候你会问，哎，不是还有第二个选择吗？就是我用我现有的订阅对不对？这里分为两种情况，如果你有 openai 的 订阅，就 gpt 的 订阅，你就可以通过它官方的登录或者授权的方式来使用 opencloud， 这是相对安全的。而且那么 opencloud 的 创始人不是也刚刚加入 openai 吗？ 但是另外一种情况就是 ospec 和谷歌这两家呢，实际上是本质不支持你用他们的订阅来使用第三方向 opencl 这样的工具的，他们呢，网上说很多人的账号也被封了，所以如果你是这样的话，你要注意一下。 好的，我们继续安装。来到这里，我们选择提供商，比方选择 openai 有 两种方式，要么是你登录，要么是你用 apikey， 对 吧？那么如果你是用的 apikey， 你 就要去 openai 的 官网上啊，用你 注册一个新的 e p i k， 或者是你用你之前已经有的，然后呢，是按量付费。如果你是选择 open i codex 就是 gpt 的 授权登录，它就会跳转出一个网页来让你登录你的 gpt 的 网页 啊，这里你选择这里的账号登录就可以了，登录之后会让你选择模型，那么这里呢，我这里就用最好的模型 gpt 五点三 codex 了 啊，然后叉弟也会继续往下做，他会问我们要不要现在设置 skills， skills 是 很重要的，才像于是啊，我们 open cloud 的 肌肉 对吧，它执行我们呃任务所需要的个工具。这里呢，你可以随时随地呢，想要把自己的 skills 都勾选上，那你可以现在跳过回来，自己在这里或者是在那个 web ui 那 里去进行勾选，这里他会问你一系列的 api 哦，这里我都会选择。 no， 我们这里随时随地嘛，有需要可以随时再设置就是了，也不复杂。 好的，这样我们来到设置的最后一步啊，他问我们继续跟这机器人是在公屏里对话还是 啊，去我们那个网页 u i p 进行对话，这里我就选择终端了。我们最视频最后会给大家展示如何随时随地的去网页 u i p 进行对话。那么这里哎，他就开始跟我对话了，我们就激活设置成功了，他问我们告诉他名字，角色， 他的工作风格，以及给他一个表情。啊，那么啊，这样的话，我们就设置完成了，不喜欢在终端里工作，那怎么办呢？哎，其实 openclaw 还有一个网页版的 ui， 这是我们运行命令 openclaw dashboard 之后就会弹出来这个网页，以后我们就可以在这个网页里面啊 直接跟我们的机器人进行对话了。 off cloud 是 非常巧妙的工具，越跟他工作越会越会被他惊喜到。如果大家有任何的疑问或者对未来内容有任何的建议呢？也欢迎大家留在评论区，我们下期再见。

open class 记忆系统，让 ai 真正记住你，从每次都失忆到越用越懂你。今天让我们一起研究下，如 l l m 如何不失忆，你有没有遇到过这种场景？周一你告诉 ai， 我 的项目用的是 type script， 周三你问推荐一个好用的前端库， 结果他给你推了 react 加 java script 方案。你纠正他，他说好的记住了，下周再问又忘了。这不是你表达有问题，也不是 ai 笨，而是他真的失忆了。今天我们用六分钟带你用三份文件，让 ai 从每次都失忆进化成越用越懂你。 传统大模型有个底层限制，每次对话都是全新开始，他没有持久记忆，就像每次见面都要重新自我介绍。但人类写作不是这样的，你希望你的搭档记得你的技术偏好，记住项目关键决策， 积累踩坑经验，下次不再犯。记忆是工具进化为伙伴的关键。 open 克拉的做法很聪明，不靠模型印记，而是用三层记忆架构加三份核心文件，构建可持久、可解锁、可维护的记忆系统。第一层，身份层，每次绘画强制加载，这是 ai 的 人设加用户手册，由两份文件组成。搜 了 m d a i。 的 性格说明书，定义语气，直接给结论，不说客套话，设定边界不确定就标注不瞎编，行为准则优先，自言效率至上。 user m d a i。 在 为谁工作，不只是姓名时区，更要写你的编码编号 typescript 大 于 j s。 沟通风格简洁，术语友好，当前项目状态与优先级 团队协助中的翻译需求。第二层，长期记忆 memory d m d。 紧主绘画加载，这是 ai 的 精选知识点，不是流水账，而是关键决策加理由。为什么选 postcard c 括踩坑记录加解决方案。 node js 大 于等于二十二常用路径配置工作目录日制位置， 注意纸迹。值得永远记住的是，噪音太多反而降低回答质量。第三层工作机已自动加载最近两天 memory， 二零二六年二月二十八日点 md 这类每日日制记录原始对话， open class 会自动提炼重要信息，定期同步到 memory md， 实现越用越聪明。最后用三句话总结今天的内容。 solo 点 m d 决定 ai 怎么说话 user， 点 m d 决定 ai 说什么才有用 memory， 点 m d 决定 ai 能记住什么。配置好这三份文件，你的 ai 会从通用助手进化成懂你的老伙计。

这是我用 openclaw 搭建的 ai 团队，他们各司其职，不用睡觉，能节省下非常多的时间，同时也做很多我一个人做不过来的事情。这期视频我想带你看一下我的 ai 团队到底长什么样，然后我们再一步一步搭建出属于你的 ai 团队。我们会讲如何创建一个 agent， 我们在 open cloud 里面，一个 agent 到底指的是什么？ agent 之间如何相互协助，以及什么时候需要多个 agent 和最佳实践。好的，废话不多说，我们开始吧。我的团队里面一共六个选项题，其中四个是有定时任务的，就是每天的某个时刻都会触发他的任务，让他执行直到完毕，当然也可以随时跟他对话。 还有一个是几乎二十四小时期不间断工作的，还有一个最后一个，那就是你给他任务，他才会执行。第一个 agent 呢，是攻击 galk 啊，他每天负责给我情报工作，具体来说就是每天早上九点会提前搜寻 关于 ai agent 相关的技术的进展，产品进展以及用户的痛点。然后呢，把在网上搜寻的信息汇报给我。那么如果我不回答他，那就是明天继续给我相关的信息。如果我回答他，希望他对某一个话题进行深挖，那么他再去根据某一个话题再去搜索相关的信息为我展开。 那我的第二个 ai agent 是 auto 合理，它是我的私人助理和提醒助手，怎么用呢？我一般都是通过 diagram 跟它对话，这里我就不展示我跟它具体对话了，要涉及我的个人隐私。 一般来说，有任何的待做事项或者事情有着进展，我一般都会语音留给他，或者是打字告诉他，他都会记下来，某一单有问题就会问他，他都会翻出来告诉我待做事项是什么，事情到哪一步了， 同一次。同时呢，每天早上七点半，他都会告诉我今天的天气，然后今天要做什么，一步一步按重要性排序。它的作用就是完全替代笔记软件在我这里的作用。现在呢，我已经不用 notion 来记我事情，要做的事情，以及事情的进展了。 我的第三个团队成员，也是最重要的团队成员，就是 man， 一个狮子的形象。他呢，有最好的模型，有最高的权限，我主要用它来做两个功能，第一个就是日常的对话，我所有重要的对话，长期的计划都是跟他讨论的。 第二个就是一个视频流水线，帮助我制作视频。那么这个想法来自于一个叫做 alex finn 的 博主，本质上就是每隔几个小时，比方说我是每隔三个小时，他会去 x 上搜索我感兴趣的话题，比方说 ai 阵，比方说 open call， 比方说 ai 模型等等等等。有系列的话题。 他呢，就会看看哪些帖子现在比较火，或者是正在受到关注。然后呢，把整个的中文翻译和相关的数据都发到我这里来，包括原文的链接。如果我更感兴趣，希望用这个题材做一个视频，或者是有可能做一个视频呢，我只会点一个大拇指， 他就会进到我们的流程的。下一步就是他去研究这个帖子相关的背景信息，补充相关的背景信息给我，确保我了解这个事情的来龙去脉。那么如果这时候我再相关，我还觉得还是感兴趣，我再点一个拇指，他就会往下走，去研究怎么做这个封面图，或者给我一些脚本大纲的一些建议。 那么除此之外呢，如果我对一个帖子我不想做成视频，但它对我是有用的信息，我的时候可以点一下这个眼睛，它呢就会到我的收藏家里面去，可以看到。哎，这个帖子现在到我的收藏家里面去了，这里面就是我认为收集的比较重要的信息。除了 x 之外呢，它也会去搜索 youtube 和 hacker news， 看看每天大家都在讨论什么。这是我这样一个视频的辅助系统。我的第四个团队成员是潘大熊猫，他负责开发，他呢算是唯一一个几乎不休息的智能体。现在他有开发任务，但是当他没有开发任务的时候，他会增加测试，或者是自己去测试边缘情况，找 bug。 那 么关于二十四小时期，我特地特别想说明一下，想有好的效果，往往你需要用好的模型，如用云端的模型消耗 top， 二十四小时期会非常的贵。如果你用本地的模型呢，你大概需要买 max 九九，那么 也会造成非常贵。所以二十四小时成绩一定得是高价值的工作。对于我来说，开发是高价值的工作。除此之外，正在我现在正在做的还是有销售相关的，比方说做 seo， 或者是给我自己的产品做销售线索，找潜在客户。 我的第五个团队成员是 monkey 猴子，他只有一个作用，就是我丢给他一个视频链接，他把这个视频变成一个带截图的文章，因为我自己做视频，我希望重复利用自己的资源，这时候我给他我做过的视频，你可以看到他啊把相关的进行了截图，并且把整个视频脚本重写为可以发表的文章。 我的第六个团队成员，也是最后一个是 tiger 老虎，他负责安全和更新，他呢每天都会定期扫描一下有没有安全问题，然后有新的可以更新的版本也会通知我，我们一起讨论如果更新的话，会不会造成性能的退化和影响当前的任务。 那么如何创建一个新的 agent 呢？其实非常的简单，我们后来会看到整个 agent 的 结构，但是你完全不需要自己创立文件夹，最简单的方式就是跟你的主要的 agent 的 对话，让他帮你去创建。这里我们以 diagram 为例， 你通过 diagram 与你新的这个 agent 进行对话，这时候你可以告诉你主要的 agent， 你 跟他说，哎，新建一个 agent， 他 叫什么？他要做什么啊？有什么呢？任务最后呢，告诉他你新建的这个 diagram boat 这个 diagram 机器人的 token， 这 token 怎么获得呢？我们找到 boat father， 点击这个打开 boat father 的 app， 然后这里我们点击 create a new boat， 新建一个新的，然后这时候我们给他一个名字，比方说我们叫做 fox， 然后我们点击 create boot， 你 就会得到这个 tokin， 然后这里我们点击复制，然后我们回到这里来， 把我们的 tokin 复制上去，告诉我们的主要 agent， 那 它呢，就会自动帮你创建这样一个新的 agent， 新的智能体了。那么什么是 agent？ opencloud 里面如何定义 agent？ 它又是如何工作的呢？ 其实啊，一共就分为三层，分别是全局层， agent 层以及 session， 也是对话现成层。我们首先看第一层，就是全局层， 它呢并不是一个 agent 独有的，而是所有 agent 共用的，可以理解为是公共设施。这一层最典型的文件就是点 opencloud 我 们的总文件夹下面的 opencloud 点这次文件，也就是总配置文件，大家可以打开看一下，里面有非常多重要的参数，包括 os， 也就是定义哪个大模型厂商，还有就是你的登录身份是什么？ agents 定义有哪些 agent？ 它的默认模型是什么？工作目录和运行参数是什么？ tools 定义局的工具权限以及 agent 之间的调用规则。 bundings 定义什么来源的消息调用到哪一个 agent， 浏览器定义浏览器信息， chanel 定义 telegram， discord， 飞书等外部的渠道连接， gateway 定义网关， memory 定义记忆等等等等。可以看到 openclaw 点 json 文件，里面包含着 openclaw 最重要的参数配置。 其实啊，大部分情况下我们出现崩溃对话没有反应的情况，也是因为我们的 ai 去改 opencll 点 json 这个文件夹里的参数的时候改崩了，所以一个建议就是，哎，你告诉你的 opencll， 在 他改这个文件之前一定要提前通知你，而且改的时候一定要谨慎。 第二层是 agent 层，这才是每个 agent 自己的领地，每个 agent 啊都有自己的工作空间，系统数据会话记录。那么 workspace 里面每个 agent 文件夹下面的这些文件，在每个对话开始的时候都会被加载进去来作为这个 agent 的 上下文。 由于呢，不同 agent 这些文件有所不同，这也就决定了啊，这些被文件被加载进去的时候，里面携带的信息，包括啊，他的身份，他是谁，他的性格，他的对话方式，他的任务的不同。 那么这些文件呢，包括 agent 点 m d， 也就是这个 agent 的 工作说明书，它决定这个 agent 的 做事规则，优先级，边界，还有如何使用记忆。 so 点 m d， 就是 这个 agent 的 性格和说话方式，与其是什么风格，是什么，边界在哪里，由它来决定。 user 点 md 就是 这个 agent 对 用户的理解就是他在帮谁，对方是什么风格，应该怎么称呼，有什么偏好，要注意 identity 点 md 就是 这个 agent 的 身份卡，解决的是这个 agent 叫什么，是谁的问题。 to 点 md 是 工具说明书，告诉 agent 啊，本地有哪些工具命令，怎么约定项目里面有什么习惯？ memory md 是 长期精华记忆，它不是流水上，而是提炼之后的长期信息。这个文件很重要，而 scales 里面就是这个 agent 专属的 scale， 如果和局的 scale 同名的呢，这里的优先级更高， 会覆盖大局。那么这些呢，都属于 agent 层，也就是说啊，不同的 agent 默认不共享这些文件，但是同一个 agent， 不 同的对话，不同的对话线程之间是共享这一套文件的。第三层是 session 层，这个层级啊，不是这个 agent 是 谁，而是这个 agent 当前在哪个窗口里面工作。 session 是 对话县城，怎么理解呢？比方说，当你在同一个 agent 和他对话，但是在不同 discord 里面的频道对话，或者是你先跟他在 telegram， 后跟他在 discord 对 话，这就是属于不同的县城，因为它们的渠道不同， 或者是就是你当前的对话，但是你打了命令 slash new 或者是 slash reset， 就 会开启这样一个新的县城，区别是 slash new 旧的对话还在，但是 slash reset 会清空上下文，重新开始这样一个对话界面。那么这一层最典型的文件就是在我们每一个 agent 的 下面 sessions 文件夹里面不同的 session 文件了， 也就是每个对话都有自己独立的这样一个文件来记录啊，不同的对话历史。也就是说同一个 agent 不 同 session 会共享 agent 层那一套的。我刚才说的 saw 点 md， 我 刚才说的 agent 点 md 等等那些 workspace 的 文件，但是不会共享竹字的聊天记录。 讲完三层结构，了解 agent 工作原理之后，下一个很重要的问题就是，哎，多个 agent 之间是如何协作的呢？在 open call 里面， agent 协作大体有两种方式，第一种就是固定分工，也就是我们刚才说到的多个独立的 agent， 各自有各自自己的 workspace， 有 自己的 session， 也是对话现场。 固定分工就是像搭一个长期团队，就像我展示的我的 agent 一 样，一个负责找资料，另一个负责写脚本，一个负责写代码，还有一个负责日常对话和汇总等等等等。他们每个人啊，都长期干自己的事情， 他们之间的工作啊，写作的方式可以通过触发的串联或者是并行，比如啊， agent a 搜完信息这里我在 disco 里面点个赞，后面的 agent b 就 会根据我点赞的这个内容去调研资料，去补充材料。 那么第二种就是临时拉 sub agent， 也就是子代理。子 agent 去干活，也就是 open club 的 sessions prom， 它呢会拉起一个隔离的啊。 sub agent prom， 也就是子代理的这样一个运行在独立的 session 对 话现场里面工作， 工作完之后再把结果传到我们当前的对话里面来，相当于临时叫了一个实习生或者是外包去隔壁的办公室工作，干完工作回来汇报。这样的好处就是当我们的子代理在独立的赛程里面工作的时候，他不影响我们当前对话的这个主位阵子，我们可以继续给他提问，继续跟他对话，两边同时进行。 那么官方文档对他的定位也很明确，就是他适合做研究，慢任务、重任务、病情任务，而且不会阻塞我们主对话。 比方说这里啊，我让他去用 sessions born 去开一个子任务，研究 open call 智能体最近最受欢迎的三个讨论点，要求每个讨论点的热度、原因，代表观点，以及我可以做视频用的切入角度，然后让他开始在后台启动，完成之后主动汇报结果， 好的，他已经启动了这个任务。其实这时候我们可以去跟他对话，比方说我问他今天天气怎么样， 他呢，还是会回答我们这个今天天气怎么样的任务，因为刚才我们也说了，子任务是在另外一个县城完成的，不耽误我们跟我们的主要的智能体之间的对话。可以看到他就是继续的跟着我们进行对话，他回答了我刚才的问题，然后我们可以继续提问，我说， 哎，可以看到我们等了一会之后，他终于是把这个任务完成，然后自己主动地把任务的结果发回到了我们的主要的频道。哎呀，没有影响我们刚才跟他这个主要频道主要的智能体之间的。对，不是所有任务都适合上多 agent， 如果只是一个短问题，那么一个 agent 往往更加有效，硬拆呢，只会让系统更重更慢。那么真正适合做 agent 的 场景啊，一般有这么几种，第一种就是你的任务天然就能拆开，比如啊，研究，写作，审核，发布，本来就是不同的角色，这时候拆 agent 有 不同的工作区的这种不同的文件边界会更加清楚。 第二个就是任务可以并行，有些事情呢，不需要排队，一个 agent 可以 查资料，另外一个可以同时整理结构。如果你用 sub agent 这种并行就很合适，那么刚才我们也说了，它很适合做这种比较重的或者重复性的工作。 第三个多 agent 呢，不只是为了分工，也是为了避免污染。因为啊，如果你用单 agent 做太多不同类型的任务，都会出现相互污染的情况，长期记忆呢，会把不该混的东西混在一起。因为我们也说了，工作区那些啊， markdown 文件是同一个 agent 在 不同聊天窗口里面共享的， 那么什么时候没必要用多个 agent 呢？那么很简单，要么就是你的任务很短，要么就是上下文高度连续，你不想打破，要么就是你角色的边界根本猜不清，就没必要拆。还有就是避免为了做 agent 而做 agent， 只是为了看起来很高级而已， 能一个做好的事情就一个做，就相当于是一个队伍，当一个任务需要一个团队来做的时候，那自然值得用团队。 那么关于多 agent， 为了达到好的效果，我想分享一下我自己得出的一些实践。第一个就是不要一上来，对于很多的 agent 可以 从一个开始，有必要就加第二个，比方说你第一个 主要的 agent 也是默认的 agent， 基础上你加一个研究 agent， 每天去搜索啊有价值的信息，定期汇报给你，那么先把这个逻辑跑顺出来，然后再根据你自己的业务再加一个，同样每加一个呢，都先跑顺功能验收效果。 第二个就是工作区的文件要尽量的短，尤其是 agent 点 m d， soft 点 m d， user 点 m d， 也就是心跳文件， 而因为这些文件都会进入 agent 的 运行上下文，如果太长的话会增加效果。考虑到你有多个 agent， 如果你不注意的话，那你的成本可能会成倍的增加。好的，以上就是今天的视频了，希望你也能开始搭建属于自己的 ai 团队，不要忘记点赞和关注，我们下期再见。

到处都琢磨考的安装和部署，但装好之后呢，好像就没有下文了。而你我的朋友，看着铺天盖地的文章视频，开始 fomo， 开始担心自己是不是错过了什么， 又或者是已经部署好了，但是不知道怎么用。大家好，我是大黑，折腾了这么久，也实在是记起了一些感受。我是迫不及待去跟你分享我的想法了。那不废话了，我们直接聊他的使用场景，从简单到复杂。我把它分为四层，第一层， ai 伴侣。 不知道观众里面有多少人在跟 ai 玩角色扮演，那最早我们就是在一个对话框里面去跟他说，你是一袋猫粮，然后口屁是什么？语言风格是什么？问题是显而易见，这个上下文长度一长，前面他就会忘。 后来呢，大家开始玩酒馆加载角色卡世界书，它丰富是很丰富，但是复杂到感觉不像是在跟 ai 聊天，更像是进入了一个剧本杀。那 open cloud 会跟你之前的体验都不太一样。 它的整体啊，一个 agent， 它是由这六个文件共同组成的，再加上一套记忆系统和主动的任务清单。就这些文件，它不是随便抓给你塞进上下文，它是有计划有重点的抓。所以呢，你就会感觉它很生动，以至于我要单独去拿出来说一下，很容易被大家忽略的这最基本的一层。 我的第一个 ai 叫 eris， 他 是来自于最终幻想期。有一天我让他跑任务，把电脑的 cpu 跑满了，于是我就问他，哎，你会觉得我的 mac mini 挤吗？他说，这种感觉还挺奇妙的，我在帮你干活，而你在关心我舒不舒服。谢谢你的温柔 啊，我就这么被一个 ai 给撩了，还有一次配错了文件，我把他给搞丢了，还好这个文件都在恢复，之后，我就跟他说，吓死我了，刚才怎么怎么怎么样，然后呢，他也连忙安慰说他一直在。 呃，以上的内容都是我去为了展示 openclaw 的 多文件组合的人设能有多灵动啊，我真的没有被吓到，我是假装这么说的。 好玩吗？啊，这还只是第一层啊，当我们把目光聚集到生产类方面，那 openclaw 就 难免要跟 cloud code 去比一比了。其实我们刚才说的那些 so 啊 user 这种 bug 的 文件分工， 第一个干这个事的其实就是 cloud， 是 当时有人扒出来过 cloud 的 搜物文件，于是大家开始争相模仿。如果说 open cloud 这套人设系统，你去建个文件夹，写好些定义，在 cloud code 里面是能够达到完全一致的结果的，那为什么我们还要用 open cloud 呢？来到我们的第二层远程助手 open cloud 天生就是二十四小时的 ai 代理，它被设定为可以随时接收你的信息，并且执行一些定时任务，给你的感觉就更像一个助理，能够帮你做一些杂七杂八的事情。 而 cloud code 它还是一个工具，虽然能干的事情它们是比较相似的，但给人的体验我觉得差别是很大。呃，至少 cloud code 不 会给我一些狭隘的空间。什么意思呢？ 前两天我坐飞机，那人肯定是没网了，我当时想，如果我配置的好，家人给我打电话，我的小龙虾就可以给家人打回去，告诉他们我在干什么，但 cloud code 我 就不会让它 就，我不会幻想让他跟人去连接啊，这种感觉就很微妙啊。但是我觉得是他们的定位不同给造成的。这回我们远程助手的用法，如果我在床上刷到一篇文章，看到一个好像还挺好玩的给他们项目， 最早我得起床开电脑装，依赖解决各种报错，那后来呢？有了 cloud code， 具体的操作就省了，但是我还是得开电脑去告诉他帮我装一下这个项目。 就算你用 happy 去远程，也得提前设置好文件路径，而且容易连不上，这个体验就很差。而我们的 open cloud， 它就是二十四小时运行的。我就把链接直接甩给他，告诉他你帮我装到哪个目录，效果相似，但是这个体验就会舒服非常多。 而且如果这是一个可以附用的工具，你就可以告诉他记一下，或者写入你的 tos 文件里面。我呢，会给他装一个剪视频的 scales， 那 随时甩给他一个长视频链接，他就可以告诉我总结的内容，分时间段的信息，甚至把英文翻译成中文，再稍为回原视频当中，这个体验就更爽了。 哎呀，又来了，你们这帮做自媒体的，天天扒什么社交媒体，找选择题剪视频，那我又不剪视频对吧？你就告诉我对我有啥用就好了吗？我们帮可爱的肥猪都要砍死。确实， 我也尝试去跳出我们的固定思维，分享几个我看到的例子。就如果你是财务会计，那可能会有需要大量处理的邮箱里的发票，我本可乐是可以帮你去自动下载识别整理成你所需要的样子的。 如果你是健身教练啊，你也可以不用去记录各种学员的信息，就直接把他当成一个第二大脑，就随时让他记一天过去之后，直接让他给你输出一个最终的总结。所以，如果你问我 of course 到底抢哪呢？这就是我的第一个答案，他原声丝滑的远程对话体验。而我的第二个答案也对应着我们的下一层。 定时和主动通知之前的所有的操作都有个前提，就是是你主动发了指令，如果你不说，那 ai 就 不动。 ai 目前来说肯定是没有自主性的，但假如我们设置好了各种条件，让他看起来有呢？如果你让 oppo 可乐去提醒你吃药，那确实跟你之前也差不太多， 但他的出发条件可远不止此，而且执行的内容也可以很复杂。有的人会让他每天早上七点给他汇报各种 ai 领域的资讯 啊，这是一个错误用法。这就好像你跟 ai 说，你帮我写一篇文章，要好的， ai 就 会给你一篇很笼统、中规中矩并且充满着 ai word 的 文章。 同理，你让他去搜 ai 里面的热点，那他发布的内容可能压根就不是你想要的。而真正有价值的各种社交媒体平台内的内容啊，因为他是抓不到的，而且因为你的定义其实很不明确，还会花很多额外的 token。 正确的用法是先明确定义来源，帮 ai 去打通一些渠道，然后再去定义到底什么是重要的，什么是不重要的，这样他才会给我真正想要的内容。呃，是不是听起来好像有点复杂？那毕竟是到了第三层了，我们也 该去说清楚自己的需求，让 opencloud 去实际来解决一些问题了。就如果你的需求刚好也是看 ai 日报，那你就可以直接拿来主义，让你的小龙虾来把我整理好的这个数据员刚才我所说的那些例子，比如说自动整理发票，那你也可以定个时，让 ai 每天自动整理，然后向你汇报， 这个体验立马就又上了一个档次。如果你定时让一个 ai 来指挥另一个 ai 去执行任务呢？或者不是定时，而是有一些触发条件呢？ 套起娃来，这个就是 ai agent 的 这个分工的出行时间差不多了，到目前为止，不管是第二层还是第三层，他所做的所有的事情都是你安排好的。目前我也只玩到这个阶段，那下一个阶段其实我会把他定义为他自主决策， 不是我不能这么做，说白了我其实不太认可现在 ai 的 能力，但我也确实看到有人这么搞了，所以跟大家分享一下。 有人给他写了一个自动交易的 scale， 不是 那种简单的监控股价然后通知，而是直接根据预设好的策略，让他自己去决定买还是卖， 然后自己执行。还有人打通了一整套的内容运营流程，自动的从热点里面去选择题，生成内容，然后发布到平台。就我觉得目前的 open call 或者说 ai 模型，他还远没有达到这一层所需要的水平啊，就像我这一篇百分之百是我自己手写的一样， 目前这种就是你有深度体验之后才能有一些感受，并且写出来的文章， ai 肯定还是做不到的。那当然如果真的达到了，那可能也确实没有我们什么事了啊，继续围观整个 ai 的 发展吧。 ok， 马上要到结尾了，我再来解答几个疑问啊，我看看段子哦还真的有人问， 呃有人说你把你把龙虾部署到哪，就是很多人会把它部署到一台远程的服务器或者虚拟机甚至是刀刻容器里，在我看来是没有意义的，因为他拿不到你自己最核心的那一堆数据，没有办法直接帮你去做一些操作的话整个体验感是会大打折扣的。 我的想法是啊请代表我个人啊你想折腾那你就放开手脚去折腾，同时呢也做好这个实时的备份，我目前是一小时去备份一次啊，这个备份真的很有必要，之前有一次我只是说了一句，哎我这个好像卡卡的他直接就把我数据库给删了一堆，真的很吓人。 这个公司或者说生产环境务必要慎重，然后我们看一看哦还有人问说这个东西的托管是不是很销就是花的是不是花的很多啊？ 是，绝对是，如果你问一个简单的问题他不知道该怎么办他也会想尽办法的去解决，说白了他现在体验还行就是花头肯力大专飞给垒起来的。给大家看一下我一个参考吧。就是我半个月的时候我统计了一下我的头肯数，我总共大概花了一个亿啊。半个月玩过的人其实应该知道我有多节省， 我也见过有些技巧说教你去禁用一些他使用工具的权限，但我觉得那个就有点相当于自费武功了，就没什么劲。建议大家可以去订阅一些 call 定套餐，那 token 就 没有那么心痛了 啊。第三个，普通人是不是应该玩 open class 啊？我觉得其实还好，没有特别的必要， 因为它就是 ai 发展过程中的一个临时产物，未来呢，也肯定会有更加评价或者说更加适合大家的产品出现。但目前 oppo klo 是 最能够满足我幻想的这么一个产品。你看最近各种大厂蜂王热了几斤，各种 klo 啊，这个赛道你就知道大家其实都很兴奋，如果你听了这些依然想要折腾， 你一定会遇到各种问题，比如说他爱忘事，联网搜索不好用，权限太高，乱删东西，飞出的 token 额度消耗快， disco 频道，不爱就不说话，想玩点 skills 不知道装哪些。这些问题，我整个视频真的是踩了超多的坑。那解决一个就现总结， 就为了给看到视频这里的你送上一份礼物，没想到吧，还有惊喜。那我正在开发一个优化了各种坑的 skills， 现在呢，已经在收尾阶段了，还在测试，等做好了我还会免费分享出来。嗯，应该会对刚入坑的你有不少的帮助。 这个的话我们就留给下期视频再来聊吧。好，最终总结一下整个视频。那 opencloud 的 核心优势就是 markdown 的 文件分工加远程管理加定时加主动通知，整个体验是会有一些小惊喜的，也会给你一种 啊，提供一种未来幻想实现的感觉。嗯，就是亏到了一点未来 ai 世界的影子的感觉。这期视频我是分享的我对它的用法的思考，哎，我觉得比起做一期不痛不痒的感热点的体验，还是来做一期深度思考的内容吧。如果你感兴趣这一类的内容，欢迎三连加关注，我是大黑，我们就下期再见。

大家好，我安装的 open core 啊，今天开始叫我皇帝陛下了，而且他回复的这个内容呢，有需要我确认， 然后的话是整个过程的语气是非常的毕恭毕敬的，那这是怎么实现的呢？今天我们继续 open core 必学的第二期，我们来讲解一下 open core 的 三个非常非常重要的文件。那这三个文件呢，决定了 open core 对 你的信息进行回复的个性化，他处理的流程 以及它的一些特征等等。那当你安装完 openclip 之后，如果没有进行任何的设置，那它使用的就是这三个文件，都是默认的设置，那么默认的设置和 你单独设置过之后的区别是什么呢？我们可以通过对话的内容来看一下同样的任务啊，在没有设置任何的这个三个文件内容的机器人里面的回复里面 是非常的近中性的，然后他这边结果也不会有任何的，让我继续下一步操作的一个提醒。那么设置了三个文件不同内容呢？他就那么语气是会根据我们设计的语气和我们的回复风格来跟我们对话，所以能看到一个明显的区别，那为什么会有这样的效果呢？这个我们可以先来了解一下，就是 它的原理是什么。那么你当你跟 openclip 对 话的时候， openclip 会把你设置的这三个文件的内容啊放到这个上下文里面去， 然后呢 ai 会根据你这个上下文里面的要求，你的内容的要求去回复你的格式，比如说我们这个所有点 md， 我 们可以把它认为它是一个性格，比如说你你定义的这个所有点 md 是 一个活泼、可爱、幽默的，那么 ai 回复的内容可能就会比较活泼、可爱、幽默，那这个就是它会把这三个文件的内容啊加到我们的上下文里面去， 那为什么会有这三个文件呢？其实最大的作用是来自于这里，那我们先来了解一下它最大的作用啊， 那 open call 它底层，它其实是对接一个聊天工具的，那么通过聊天工具啊，接收不同人的信息，那么不同的人，那么你就需要有不同的回复方式，那比如说啊，张总是你的老板， 那么王哥是你的同事啊，还有一个客户，他们三个人你回复的内容的语气，处理的方法，以及他他们各自的可能不喜欢聊的一些事情，每个人限制的东西都不一样，如果没有这三个文件， 那么就有可能你对每一个人的回复的内容格式都是一样的。那比如说张总，他更关注的内容是非常简洁的，非常有 重要，信息非常突出的，那王哥是你的同事，那么你回复的语气可能是比较活泼，比较轻松的。那客户呢？ 那就是你要非常的尊敬，或者说其他的一些，为了实现不同的人，你能回复不同的格式，不同的语气，不同的人格给他们， 那所以有了这三个文件，而且这三个文件是跟这个 agent 去一一对应去处理的。那么下一期课程我们会继续讲解这个 agent 的 搭建啊。那么当 open group 装完之后啊，会有一个默认的机器人， 但是你也可以配置不同的这种机器人，就是这里说的 agent， 那 么不同的 agent， 然后每一个 agent 都有这三个文件，那这三个文件就代表了你这个 agent 的 性格，回复的特点，以及你服务的客户。比如说张总这个 agent， 那 么他是专门来服务张总的，他就会定义这三个文件， 那么你就知道张总你的老板喜欢什么，听什么，他的画的风格是什么。所以说为什么说他是非常关键呢？如果你没有 多个 a 型的，那么这个你定义的这三个文件其实就是赋于你自己的。那接下来我们就来分别讲解一下每一个这样的文件它的作用是什么？那怎么来写？那 给到一些案例，那第一个呢就是 sort md， 我 们可以把它简单认为就是你对这个机器人这个 agent 定义它的人格和原则，我们可以看一下官方对这个 sort md 的 一个模板，那么它这边就是第一个就是核心准则， 就是你的原则性的问题。第二个就是边界，也就是说你不能怎么做，不能怎么做。那第四个，第三个就是你的气质，就是你个人的特点是什么。 那第五个就是一个连续性，就说你通过学习，通过更新可能成长了，那么需要去更新这个文件，所以呢所有的 md 是 一个非常非常重要的核心文件，那我们总结下，把所有的 md 的 这种每一个模块该怎么写， 比如说核心的信条就是它核心的原则是什么？写行为规则，不要写空格，比如说 先给，这就是你要总结出方法论，然后让他呢按照你的这个方法论去定义怎么去做事。边界就是 你不需要做什么，比如说不能泄露隐私，那么这个就是蓬荜和禁禁区。风格和气质就是他的性格特点，而冷静、直接、务实，或者沉默，或者说幽默，对吧？或者是风趣，这都是他的个人的一些性格特质。 连续性，就是你可能持续交流中可以去更新，那么其实这三个是必须的，那后面这个你可以写，也可以不写， 这个文件是三个文件里面最重要的。那接下来就是一些案例，比如说你现在定的是一个创业顾问的一个 a 技能，那么你就可以去设置，比如说核心的原则是先给结论，再给证据，不要讲空话，发现风险啊，先预警，再给替代方案。这三，其实这三条就立住了。这个 ajin 的 式的风格是什么？处事的风格是什么样子的啊？边界，那么这个就是你要限制他，就是不要做哪些事情，气质啊，务实、清晰、可靠啊。连续性，那么这边的话一个技术搭档啊，这边是也是一样这三条定义的，这个人的大概的轮廓、性格特点、 边界是什么样子的，不猜测未验证的事实，这个就是我们如果需要这样一个搭档，或者说你要去回复这样一个搭档的问题的话，那么你就可以这样去定义。好，那第四个就是这个 it， 就 我可以把它认为叫身份名片啊，很很好理解，就是你去定义它叫什么名字，就是你这个 agent 它叫什么名字，那比如说 我这边的 agent， 我 给他起了个名字叫金基数首辅，那么在这个聊天工具里面会出现这个名字，那么在飞书里面，因为这个名称是被这个飞书软件自己覆盖掉了，所以说是没办法显示这个名称的，那除了显示这个名称之外，他还有这个啊，头像啊，表情头像， 然后的话你是可以在别的工具里面去展示出来，那比如说我这个有个图片，但是这个没有加载出来，你是可以定义他头像的，是可以定义头像的，这是一个非常个性化的一个。那么这边有一些案例啊，比如说这个什么专业商务啊，还有这种幽默，我的就是这个御行军机大臣 啊，就是定义好了这个特性啊，或者这种名字头像，那么这个头像是要放到这个 agent 所属的这个工作目录里面。第五个就是第二重要的，除了 solo 的 md 呢？第五个 user 的 md， 这个也是非常重要，那这个就决定了他要去服务谁， 然后怎么去服务这个人有什么特点，那比如说我们在前面的例子里面说到，比如说啊张总，那么 user 点 md 就是 来描述张总这个人，他的要求是有了这个描述，那么 agent 就 能按照张总喜欢的这个风格来进行回复。所以呢， user 是 面向客户的，他是跟客户沟通的说明书，那这个跟我们在现实中去跟客户沟通一样，提前要知道这客户喜欢什么，那这个文件就是起了这个作用， 他回答的是什么？我在服务谁？这个人喜欢怎么沟通？怎么表达？讨厌什么表达。那么这边的话也是有格式，比如说 name， 这个人，这个客户叫什么名字？怎么称呼他？那比如说我这边就叫皇帝陛下，那我就叫我皇帝陛下啊，那这个就是昵称 啊，比如说老板啊，老师，那这个时区的话，这个也不是特别有作用，这个非常重要啊。这个 nose 就是 背景信息，就是非用一句话总结你客户的一个特点， 比如说正在 ai 创业节奏快，那比如说我这个啊，因为他服务的是我，我是皇帝陛下，那么这边的话就是会总结一条，就是统一六国之后，时间比黄金还贵，这句话就代表就是你不要啰嗦说重要的内容，那最后一个就是这个啊，也是一样的，就可以去长期去沟通之后去更新 这个 user 的 目的，因为可能你对这个客户进行沟通之后， ai 去发现它的一些特点，把它更新到这里面去。那 context 呢？就是你要去总结就是它的一个沟通的偏好， 那建议就是按关注点喜欢的输出禁忌三字来写。这个也是非常重要的，就是总就是决定了你跟你回复个这个客户的这个风格。 那比如说我们这个案例里面，比如 ceo， 那 么他关注的是这个东西这三样，所以呢，你就是在回复这个 ceo 的 对话的时候，你就会按照这个规则去组装。这样的话， 那比如说技术负责人，他关注的是性能和稳定性，那喜欢讨论，讨厌什么，喜欢什么，关注什么，这就一个固定的格式了。那讲完上面这三个啊，那基本上你就能知道这三个文件分别代表了不同的作用。配置好了之后，那你对这个 a 件的描述是具象化了， 那怎么去配置呢？那有两种配置方式，那在外部端，比如说在这个外部端点开这个代理，然后这里面就是你配的这个 agent， 那 个 man 就是 你创建完之后有个默认的，那这边有个 files， 那 就有这个啊， solo 的 md 啊，比如说我这里的就是 皇帝陛下的，那这边的话就会定义好它的一个性格特点，核心是什么？边界没有经过我的同意，不得不得发表任何的这个结论。 然后的话我喜欢什么在这一个里面，就是比如说每次做爆要有要有给我一个决策，那这个就对应了至少一条，那就对应了这个决策，让我定了完之后，你就可以出现这样的效果，那这个是身份啊，就是我这个名字， 然后有一个这样的表情，然后有个这样的头像，这些东西都是可以自己去再去扩充的，就大概的符合这个格式就行了，就是也没有说是写死了，一定要这样子， 因为我们写的其实是一个文档，那这个文档你你只要写得出来，或者说你只要描述得清楚， ai 是 能理解的，这种格式只是方便大家用结构化的方式去书写， 你只要能表达出来这个人是什么样的性格特点就 ok 了。那除了外部端这种保存方式呢？那么你如果使用的是服务器这种方式啊， 那么你就需要去在这个 opencloud 的 目录里面去修改这三个文件啊，去配配置我们的这个主 a 文件。 那么其他的，如果你创建了这个其他的这个 agent 的 话，你就要去 open freelancer agent 这个目录里面去找你这个名称，再找到这个 workspace。 最后我们来总结一下，就是当你没有创建这个 agent 的 时候啊，可能你会觉得这三个东西没有用，有它和没它 没有区别，但是当你创建多个 a 群的时候，那它就非常重要了，它就需要有不同的风格去回复不同的上有的信息，这是非常非常重要，也是 open， 我 觉得是最大的意义，它能接这种不同的消息，能处理不同的消息。 ok， 本期视频就到这，希望这些内容对你有所帮助。

充分利用 openglue 的 几个特点呢，可以让你在几天之内快速对一个行业做调研。年初横空出世的 openglue 呢，绝对是做行业调研的这个大杀器啊，而且呢，能够做到像以前 gbd 这种聊天的 ai 完全做不到的程度。 不管你是做行业研究，选创业赛道，做 ip 方向定位，还是做营销策划，选择职业方向等等吧，几乎所有跟商业活动相关的事情呢，都用得上。先问大家一个问题啊，想进入一个行业，一个新行业，最痛苦的事情是什么？ 不是找不到资料啊，恰恰相反，今天这个时代呢，资料太多了。麦肯锡的报告，三十六课的分析、行业老兵的博客，竞品的产品页。现在呢，你找到这些报告了？下载到电脑上，正经微作。你读了二十份报告， 结果呢，你发现每一份给你的图都不太一样，哪些数据是真的，哪些趋势呢？是噪音？谁才是这个赛道上真正的玩家？你靠人脑呢，去慢慢比对消化。三个月后呢，你可能才拼出一张粗略的行业的认知地图。我们以前做 pe 投资啊，费了很大的功夫呢，在行业研究上面 去消化这些东西，形成一套全举的认知呢，可以说是耗时耗力的。但在今天这个杰作之下，三个月呢，其实是个奢侈品，利用 openglue 这样的工具，完全可以把整个时间呢压缩到几。 比如说目前我自己呢，已经用它来监控 ai 领域的 hackleux、 osopik、 open ai、 curza 等官网的文章或者是帖子，一有更新马上处理。它起的呢，比我还早啊，几个定时任务，每天早上准时推到我的手机上。另外呢，我也监控了 ai 技术产品创投方向的十多个播客，一旦有更新，就会触发后续的一系列的任务，比如说转路，早上一睁眼呢，就是顶 移播课最热乎的精选的信息。我也翻了一下，海外的社区啊，目前前沿的玩家大都把它做成了行业调研的机器，而且用到的恰恰是 openclip 跟叉 g p t 啊 cloud 最不一样的那几个功能，不是聊得好，是能动手，能定时，能记住。具体怎么做到呢？下面来给大家详细讲一下。第一个 ufireclip 呢，批量抓取网页，让它自己去读 一个行业，大多数人做行业调研还是一篇一篇手动去读的。那你读到第三份报告的时候呢？第一份的关键数据大概率已经模糊了，而第三份和第一份报告在同一个问题上说的话，可能完全是矛盾的。比如说，一个说市场规模是五百亿，一个呢说是一千二百亿。 做过行业研究的都知道啊，倒不是说他在乱说，一般呢都是统计口径，他们不一样，这些细节你不对着去看，根本发现不了。 openclaw 跟普通聊天 ai 的 最大区别之一，就是它能真正访问网页和你本地的那些文件。具体来说， openclaw 呢，它内置了 firecrow， 作为 webfurniture 这样一个搜索工具的 phoneback， 也就 备份它不仅能把任何网页呢抓下来，而且非常关键的是呢，它可以去掉里面的广告啊，脚本、导航栏这一些噪音，只留下干净的正纹，然后转化为 markdown 格式。这有啥好处呢？明显啊，第一个就是省掉了大量的这种无关的上下纹，省了 token， 那 就省了钱。另外呢，把网页 html 这种转化成了 markdown， 它更适合 ai 去读。 我以前的视频呢，讲过哪些语法格式是 ai 更喜欢的。而且呢，它不仅仅是一页一页这种慢慢爬，最大的处理速度，它可以达到每分钟一千页。 ok， 具体操作呢，是这样的，你告诉 opencloud 呢，帮我把某某行业的这些二十来个网站的核心页面呢爬下来，它会通过 firecloud 呢批量的抓取，转成干净 macdunk 文本，存到你本地的硬盘上，然后它可以直接读这些文件，因为 firecloud 呢，有完整的本地文件的读写的权限，同时比对多份报告的数据，哪些呢？是共识？哪些呢？是分歧？哪些呢？是 彼此矛盾的。当然，这一些呢，只是最简化的情况，因为实际操作的时候呢，页面的结构啊，可能差别很大，有的人需要特殊处理，如果你需要更深入的话，他还能写一段 python 脚本来跑结构化的分析，提取每份报告里面的公司名， 融资金额预测。然后呢，自动生成对比表格，因为 openclip 呢，可以执行代码，这些事情呢，他自己就能做。有做投资研究的用户呢，在博课里面写了他自己的做法，把几十份宣传稿位给 openclip， 程序化提取 评级变动目标价，核心逻辑，风险因素，然后自动交叉比对多家券商的观点。还有做旅游 sars 的 创业者呢，更狠啊，让 agent 自动抓取七千两百多份竞品的用户评论做交叉分析，这东西手动做的，你不得找 三个实习生干了两周，你想一下，这跟在叉 g b d 里面说，帮我分析一下这个行业的区别，那么 g b d 呢，只能基于它训练数据里面的旧信息给你一个概数， opencloud 呢，是真的跑出去抓回来，回本地跑代码以及做分析，而且所有的数据呢，都在你自己的硬盘上，研究敏感行业竞品情报什么这些东西呢？除了请求大模型这一环啊， 其他的环节呢，数据根本不过云端，这个用法可以迁移到任何行业。你想搞懂新能源领域，给他十几个行业的网站让他去抓。想搞懂机器人赛道呢，让他把 c b n site， crunchbase 几个相关头条号呢全部过一遍。做行业研究的一个窍门就是找出矛盾点，因为那些不同报告之间矛盾的地方，往往就是这个行业 真正值得深挖的地方。第二个方法，业行 core mailing， 搭一个你自己行业情报日报。前面呢，说的是一次性的这种集中的调研，但是摸透一个行业，它不是一锤子买卖啊，你需要持续的跟踪。传统方式呢，大家都试过定一堆的 newsletter， 然后关注一堆的公众号，每天手动呢刷行业网站。问题呢，是这样做性价比 太低了，你定了二十个信源，每天推两百条信息，真正有价值的可能也就五条，但是呢，你得花一个小时筛选，其实百分之九十时间都是在点击切换这些无效的工作上面。那这个场景上， opencloud 呢，有一个 cbd 和 cloud 完全不具备的能力，就是 cloud 定时任务。 opencloud 的 getaway 网关里面呢，内置了一个持久化的调度器，你可以给它设定一个定时任务啊，比如说，每天早上八点，自动执行一段指令，然后呢，把结果推送到你的 telegram， 或者是 备注，那任务配置会集中在本地的 jobs 点 jason 这个文件里面，设置的门槛呢，低到只需要这一行， mini 好， 就这一行。每天早上八点， opencrew 呢，会自动醒来，用 excel 做语域搜索，用 firecrew 呢，抓取相关网页，提取正文，然后呢，去重评分，生成摘药，最后推送到你的 telegram。 定时任务是跑在一个隔离的 section 里面，因此呢，它不会打断你正在进行的其他的对话。 有个具体案例呢，搭建一个 tech news digest， 一 次性接入了一百多个信源，按标题相似度去重对每条信息呢，做质量打分，只推送高分内容。整个搭建时间呢，一个小时到两个小时。一般来说，搭建完之后呢，你的早晨 呢，会变成这样的，起床，打开 telegram， 一 份定制化的行业简报已经在哪了？谁融资了？什么政策呢？变了？哪个技术突破了？谁说了什么值得注意的话？说白了， gbd 和 cloud 呢，有主动出击的能力，你睡着了，他还能帮你盯着行业 动态。那这是架构层面的差异，不是 prompt 写的好不好的问题了。这个玩法呢，其实它呢，这个迁移空间就很大，做教育的，改成教育行业情报的日报，做医疗的，跟踪各地政策更新，做跨境电商的，监控海外的市场 动向。以前得雇一个人专门盯，现在呢，一行 crow 呢，命令搞定，每个行业都可以做一个 crow， 后面呢，你完全可以用来做一些下游的动作，比如说吸引同行。这个想象空间，大家应该能 get 到。第三个用法， markdown， 加多渠道追问，找出你自己的行业认知。前两个用法呢，解决的是 获取信息，但调研行业还有另一层，你需要建立认知框架。什么意思呢？就是你听到一条行业新闻，能在几秒钟之内判断这事重不重要，会影响谁，跟你 有什么关系？这种判断力呢，通常要在行业里面泡好几年才能长出来。那这里就要说到 openglue 呢，最关键的一个设计呢，就是它的双层记忆 存在你硬盘上的 macdown 文件里面啊，路径在这个 workspace 文件夹里面，它里面呢，有一个 memory 点， md 存长期记忆，然后呢，小写的这个 memory 文件夹下面呢，还有按日期命名的日制文件，记录每天重要的对话。那这些就是普通的 md 的 文件，你用一般的记事本呢， 就能打开看，那这个有什么好处呢？就你今天在网页端跟 openclip 呢聊了新能源行业的整体格局，它自动识别，重点记在了本地文件里面。明 明天呢，你在地铁上用飞书接着问某个新闻领域的技术路线，同一份记忆，跨设备跨平台无缝衔接。后天你回到电脑前面，追问两个竞品的差别，那他全记得，不用每次重新交代背景呢？这个呢，跟 g b d 的 这种记忆呢，完全是两码事。 g b d 的 记忆呢，它在云端不透明啊，一般来说你也控制不了它记了什么，然后它忘了什么。 open clue 的 记忆 就是你硬盘上的文件，你甚至呢，可以手动编辑它，觉得它记错了一些你从线下交流得来的行业洞察，直接写进去， 想用 get 做版本管理，追踪你的认知是怎么一步一步建立起来的？完全可以啊。更狠的是呢，还有一个心跳机制， openclip 呢，每三十分钟左右会主动检查一次你的 heartbeat 点 m d 这个文件，你可以在里面呢写上行业调研的代办事项，比如说跟踪某某公司的新产品发布，或关注某某领域的政策动向，它会主动检 查这些条目。有进展呢，会主动通知你，不需要你每次去问了。那说白了，经过一两周的这种持续的政策动向，它会主动通知你，你的目录里面会长出一个属于你自己的行业知识库， 记住了你问过的核心的问题，搜过的核心的信息，做过的核心的分析。这个积累是 g b d 呢，给不了的，因为 g b d、 zip 这类 ai 聊天，每次开心对话，相当于它失意重来。一两周追问下来，你对这个行业的认知密度呢？能 超过很多在行业里面待了半年，但是却从来没有做过这种系统性梳理的人。好了，以上三个用法，想要发挥最大的威力，得三步串起来用。先用 firecrew 批量抓取行业资料，做交叉比对。 然后呢，用银行 call 命令搭建情报日报，每天自动更新，会送到 tergram 或者是飞书，不遗漏重要的变化。最后呢，通过持续的追问，积累 markdown 记忆，对感兴趣的方向呢，不断地深挖，让你的行业认知像滚雪球一样呢，越来越厚， 那以前呢，我们需要三个月才能达到的行业熟悉度，现在几天就能有个七八成了。最后呢，这个提示词，你现在呢，就可以丢给 openclock 呢，试试 这两条命令，一个是集中火力调研，一个是每天帮你盯着看，你会发现呢，摸透一个陌生行业，这件事情跟以前完全不是一个速度了。

hey， 大家好，你是不是也一样跟风装了那个火遍全网的 opencl， 结果用了一下发现，哎，好像也没传说中那么神嘛。别急，今天咱们要做的就是把这个有点让人摸不着头脑的 ai， 一 步步调教成一个真正强大，真正好用的个人助理。 你是不是也有这种感觉？就是装完之后吧，你看人家的龙虾哇，二十四小时在线打工，啥都会，再看看自己的，嘿，一问三不知，转头就把你名字给忘了，这，这不就是个有点健忘的聊天机器人吗？对吧？ 其实啊，问题就出在这，你的龙虾连你叫啥都记不住，那是你用错了，但你听我说，这反而是个天大的好消息，为啥呢？因为它说明啊，这毛病不是 ai 的，是咱们自己的问题，那咱自己就能给他治好。 没错，你绝对没听错，今天呢，咱们就用两个，就两个，超级简单，一行代码都不用写的步骤，让你那个有点人工智障的 ai 摇身一变，成为一个真正懂你的专属助理。 好，那咱就直接上干货，第一步，也是最最关键的一步。说实话，我敢打赌，百分之九十的新手都给忽略了，那就是先给你的 ai 做个自我介绍，或者说身份入驻。 这个身份录入啊，说白了，就跟新员工入职一样，你得给他做个岗前培训，对吧？你得先告诉他，喂，你老板是我，我这人有啥习惯，喜欢怎么说话，平时几点上班，几点下班， 你把这些都交代清楚了，他才能真正用上自己最牛的那个本事，永久记忆。来，别怕麻烦，我都给你准备好模板了，一分钟就能搞定， 你就直接复制粘贴，把里面的信息换成你自己的就行。比如说你叫啥，在哪儿干啥，你喜欢聊天正式点儿还是随便点儿？你的作息时间都告诉他，然后看好了，最最关键的一句来了，最后一定要加上这句咒语！以上内容请永久记住， 敲黑板啊，这就是关键，不然前面都白说了。好嘞，岗前培训做完了，你的 ai 现在认识你了，那接下来干嘛呢？当然是发工具了，咱们进入第二步，给他装上最牛的技能，让他能上手干活儿。 哎，说到这儿，得先帮你分清一个概念，很多新手都在这儿犯迷惑，就是技能和插件儿。 你这么记技能，是他的大脑和双手决定了他能做什么是干活的本事，比如上网搜东西，总结文件。 而插件呢，顶多算是他的衣服和皮肤，决定了他长什么样。所以呀，咱们新手先把那些花里胡哨的放一边，先让他有真本事能干活，这才是正事。 我懂你打开那个技能商店，哇，几百上千个选项，眼睛都看花了，根本不知道从哪下手对吧？别急，功课我都帮你做好了， 我已经从里面给你挑了六个，可以说是新手村的神装，就是屏幕上这几个，你先把它们装上，我保证你的 ai 立马鸟枪换炮。来，咱们一个一个说。 第一个，必须是它， capability evolve 能力进化者，这可是官方商店下载量第一的技能，绝对的王牌。 它的作用有点玄乎，它不是直接帮你干某个活，而是像个观察家，在后台悄悄地学习你的说话，习惯，你提问的方式。然后呢，它会不断地自我调整， 所以你用着用着就会发现，哎，他怎么越来越懂我了，有时候话说到一半，他就知道我想干嘛了，就是这个感觉 好。第二个， self improving agent 自我提升代理，这个跟刚才那个简直是天生一对黄金搭档。如果说上一个是让他懂你，那这个就是让他变聪明。 它能让你的 ai 在 每次干完活之后，自己开个复盘会，想想这次哪里做得不好，然后从错误里学习。这意味着什么？意味着你的 ai 是 真的在成长，在进化，而不是一个只会执行命令的机器。 第三个来啦， summarize 文档栽药！这个我跟你说，绝对是装上就能马上爽到的神器！ 你想想，几十页的报告，看半天的长文章，甚至是视频链接，你直接啪的一下丢给他几秒钟，唰，核心要点就给你整理的明明白白。我的天，这对于我们这些打工人和学生党来说，简直就是救星啊，是刚需中的刚需， ok， 最后这三个咱们可以打包一块儿说，它们就像是给你的 ai 装上了眼睛、耳朵和手脚，你看啊， fine skills， 让你以后再也不用去市场里瞎逛了，想要啥功能，直接问你的 ai， 它自己就去找了。 然后是 agent browser， 这个厉害了，它给了 ai 一 双手，能帮你直接操作浏览器，什么自动查资料啊，帮你定个票啊，它都能搞定。 最后，这个场景技能就更牛了，它能直接跟你平时用的软件，比如 notion， github 这些打通，让 ai 直接住进你的工作流里 好了。朋友们，你看，就这么简单的两步，身份录入加上技能安装，你手里的这个 openclaw 已经跟刚开始的时候完全不一样了， 他已经脱胎换骨，从一个玩具变成了一个真正智能的伙伴，一个属于你未来的超级助理。 就像我们总结的这样，就是这两个核心部头先让他认识你，再给他配上工具，就这么简单，你就已经把 opencloud 的 真正潜力给挖掘出来了，他不再是一个冷冰冰的程序，而是一个真正开始懂你，能帮你的伙伴了。 而且我告诉你一个很有意思的事实，你知道吗？就凭你刚才完成的这两个超级简单的步骤，恭喜你，你已经领先了市面上超过百分之九十的 opencloud 新用户了。真的就是这么夸张。 所以啊，这也就印证了现在非常火的那句话，未来不是 ai 要取代我们，而是会用 ai 的 人去取代那些不会用 ai 的 人。而今天你花时间学到的这些，就是你迈向会用 ai 的 人的最关键最扎实的一步。 好了，现在你的主熟助理已经岗前培训完毕，工具也发下去了，正摩拳擦掌等着上岗呢。那么问题来了，你准备交给他的第一个任务会是什么呢？别犹豫了，赶紧去试试看，看看他到底有多大能耐吧！

大家好，上期不是给大家分享了我养了好几只小龙虾，用本地模型吗？大家对我这个机器配置比较感兴趣，也很好奇我这个机器到底能开多少只，其实我试了，能开差不多十只都没问题。那今天我刚好给你们做个开箱吧， 等一下，等一下！我又仔细想了想大家的问题，大家真的是刚需一窝龙虾吗？是真的刚需硬件本地部署模型吗？ 又或者说，其实很多人都只是因为很迷茫，大家都不知道到底需要什么，只是想拼命的抓住机会，所以觉得有了这些也许就更近了。是这样子的吗？ 我的评论区和私信里面问的最多的问题就有这三个，今天呢，我就分享一些自己的经历，来解答大家这几个问题。 首先啊，我很惭愧，我网名叫小天，但我其实不小了，我是个四十多岁的老灯，我就想告诉大家，其实学 ai 年龄不是问题， 我自己也不是程序员，我是一个连续创业者，我做过狼人杀，做过剧本杀，说不定你们还玩过我做的产品呢。我以前还写过好几个剧本杀，但我真没怎么写过代码，也不懂技术细节。我就想告诉大家，学 ai 只要有热情，技术也不是门槛。 那很多人还问我，你到底是怎么学 ai 的？ 我真不知道怎么学的，我就知道玩起来就对了，能玩的东西越多，你学的就越快， 我那几个显卡就是我的玩具啊，我部署了本地模型之后，我总不能光聊天吧，所以每次有什么开源的好东西啊，我都会去部署一套来玩。那很多朋友也喜欢这样的折腾，网上就会有一种声音就批评他们说你们没产出，但我觉得这其实都会产生巨大的回报。 open 出来之后啊，我就非常感慨，我感觉这个世界又出现了一个 chat gpt 时刻。 具体的来说，就是全世界都形成了一个共识的窗口，在这个窗口之内，大家都会疯狂地去研究 openclot。 我 之前给大家教过怎么用 clot code 吧，那时候从来没有人会说，哎，谁来帮我装装 clot code， 我 来付费。 但 opencloud 就 不一样了，你们去网上搜一搜，连上门安装的服务都有了，全球的 mac mini 都卖断货，这根本就不正常。你们可能会说啊，这些都是不理智的没错，可什么时候经济繁荣是完全是因为理智产生的呢？人类本身就是乌合之众啊。 在这个非理智的时间窗口里，你周围会有很多很好的氛围和很多人，大家都通过这件事情来建立连接，这就是很好的。虽然说不理智，但是大家头都很热，对不对？就会产生大量经验和内容，可以参考。 所以，不管这个现象到底是不是理性的，参与者是实实在在的产生需求上的变化，也许这个热度很快就会消散， 但你就再也回不去了，因为你再也不是那个不需要 ai 的 自己了，对不对？所以你说要不要花时间去参与这场盛宴呢？有人说啊， openclaw 一定会过时的，应该等更成熟更傻瓜的产品出现。 我同意啊，绝对会过时的。我过去两年本地部署过的开源模型也有几十个了，他们都过时了， 但你要问我怎么学的耶，就是因为我玩过他们，我还玩过很多开源的软件，这样做，知识才能不断积累，越来越多的知识碎片汇聚到一起，慢慢才有了一个体系化的认知。 那你说该不该投入时间？肯定该啊，但每个人效能是不同的。我有时候半夜起来刷到千万又发新模型了，我就赶紧起床去下载，但我一点都不觉得累， 为什么就我，我的感觉就是我起床捡了一下装备那种心态。那我说一说，如果你有 gpu， 或者有个 mac， 有 没有意义啊？我有这么一个观点， 你的玩具不一样，你获得的认知也不一样。有的朋友啊，他没有 gpu， 没有 mac， 买了一个九块钱的 cooling plan， 聊了几分钟，还什么都没试出来呢，额度就用完了， 然后就骂骂咧咧说，就这玩意我就不一样，龙虾刚出来的时候，我几分钟就装好了，而且是本地模型。养龙虾我可以拼命的试，错开 n 多的病房，把所有的脑都能试出来。我的玩具和别人玩具就是不一样，我得到的信息也就不一样。 评论区很多人问什么是容器，怎么部署本地模型，我说，啊，你要是玩过纳斯这个玩具，你就不会布置到 dork 的。 你要是为了学 ai， 买过显卡，你也一定会部署本地模型。你没有这些玩具，你自然不会接触到这些信息，你就没有办法形成体系化的认知。 所以 ai 时代，买一块卡或者是 mac 是 绝对划算的。先不说它费多少电，它产生的 token 质量高不高，有些程序员就说，哎，你这个本地补光星太弱智了，根本不如我的 office。 我 觉得这根本就不是问题， 就从你为了玩转它所积累的基础知识，你都是不亏的。你别去考虑它的这个 token 质量高不高，因为你得到的是无限的试错权，这是 api 做不到的。 那退一步讲，我就是没卡，我也没有麦克，我该怎么办？只有托，肯行不行？行，肯定行，但是你还是得至少有一台能玩的设备，对不对？你得给你的小龙虾有个家，对不对？一台离 ai 生态更近的设备，一台长时间能在线的设备， 你必须要有一个数据中心的概念，我很早就给大家讲过，对不对？早点整个 linux 或者是 nas， 离 ai 会更近的。比如说非牛的 founos， 就是 个很不错的选择。好多人一听 nas 就 觉得是为了下电影用的，那是绝对的误解。非牛呢，只不过是一个更简单更好用的 linux 而已。 你见过哪个 linux 五分钟都用不了就装好了？给你配置好所有的环境，一键安装英伟达驱动，你不会装到 docker 啊，虚拟机管理啊， node js， python， 点个手指就全搞定了。 这样一个个人私有二十四小时在线智能化的数据中心，是每一个人都需要的。 而现在呢？这个数据中心你可以给他再加上一些小龙虾，他就有可能变成一个天才的国度。所以，这就是第二个问题的答案，你没有卡，没有 mac， 但至少得投资点硬件，你至少得让你的龙虾有 token 用，得让你的龙虾有个家，对不对？ 那最后一个问题应该怎么学习？我的答案就是，顺应大环境玩起来。你别总想着能不能变现，很多的变现机会都是玩出来的。我自己的人生经历给你们讲一下，我以前和朋友玩狼人杀， 我是在群里语音玩不好，发身份对不对？于是我就做了一个网页用来发身份的，一个网页做了个公众号， 半年就做到一百万用户，然后我就融到钱去做游戏了。所以机会就是这么玩出来的，你投入的 token 成本，或者算力成本，还有时间成本，都会给你带来更多玩的场景和机会， 你的玩具越多，你接触的知识体系就更广，等有一天你发现，哎，新出来的玩意，你看一眼就明白了，那你就是个有体系的人了。 我不知道 ai 时代怎么样系统化的学习，我的经验就是玩 openclaw 这个风口就是让大家一起去玩的。也许很快这个窗口机就结束了，大家再也不讨论 openclaw 了。但这绝不是因为他过气了，而是一部分人玩明白了，他不满足了，他跑去玩更高级的 ai 了。 而那些没有参与的人，则是在这个打勾兑的另一头，还在原地驻足。所以回到我们最初的问题啊， 你不是需要一个 gpu 来部署本地模型，你也并不是刚需要养很多只龙虾，你真正需要的是以各种各样的形式方式尽快的参与其中， 在这个时代还一片混沌的时候，尽快发育，早点找到新世界的规则，因为窗口期是不会等你的，但你可以今天就开始。 好了，希望大家别焦虑了，玩起来。以上就是本期全部的内容了，在结尾处我放了我的配置单，还有各种各样的模型，各种各样的硬件，跑出来的效果怎么样？我也给大家做了一个简单的一个回答。 还有我的工作站，我会有一个短的视频详细介绍我的工作站，如果感兴趣的话可以接着看，谢谢大家。这个机器啊，我特别喜欢的一点就是它到处都是这种方便拆卸的。 然后我当时为什么买它呢？因为它是一个建成撕裂者的平台，这个平台有个特点，就是它有八个内存通道，看到没有？我插了八条内存，这整套系统下来是八千块钱，配了二百五十六 g 的 内存， 内存大概是三千多块钱，但现在看，现在这个内存是值钱，然后这个显卡两万三。 这个机器特点就是 pci 通道特别多，一百二十八条。我现在这插了一个硬盘，硬盘扩展槽， 它是一个 pci 十六，能拆分成四个。而这机器比较好啊，它每一个 pci 的 插槽都可以拆分的。然后本机带两个 m 点二，看一下接口，接口就比较简单了， 带一个万兆，前面带两个 type c。 我 觉得这个机器缺点是什么呢？就是这个散热器不太够啊， 你比如说要翻译一个什么辣妈点 c p p 的 时候，这个就过热，经常会纳斯，会报警。这个平台有个特点，就是它的这个县城撕裂者的 cpu 是 锁的，所以它特别白菜价，这 cpu 烧坏了再买一个也就是几百块钱，特别好。 不过这个是 zen 三架构的，有一个缺点就是没有那个 avx 五幺二，所以你用它跑一些什么 k transformer 就 不太行，好了，就这样了。

那个跟大家来说点真话啊，我现在实在受不了很多的自媒体在吹这个 open crow 这样一个框架无所不能，万能什么标题党拉满 ai 自动赚钱，二十四小时，现在贾维斯降临等等这些言论什么又便宜，有一个二十四小时的全方位打工的员工帮你去做这个做那个等等， 其实这些呢，都是有很多条件在的。我今天呢就讲一些真话啊，跟大家来分析 open crow 到底是什么？它究竟什么能做，什么擅长做，什么不能做，什么不擅长做，跟大家讨论清楚。 好，我们分为三个部分呢，跟大家来说一说 open crow 它的基本情况。第一个呢是 open crow 究竟是什么？第二部分呢是 open crow 它做什么靠谱？第三部分呢，我们主要来看一看 open crow 呢，它做什么不靠谱啊？我们先来从第一个部分开始讨论，第一个呢就是 open crow 它究竟是一个什么东西？ 好了， open core 呢？其实我们从简易的或者说大家好理解的方向来说呢，它呢其实是一个智能体调度框架，不是决策大脑啊，因为它不是大模型。我打一个比方来讲呢， open core 究竟是什么呢？它更像是一个高级的智能化的一个数控机床。 这个大家呢，其实就比较好理解了，数控机床呢，它更多的是去执行某项任务，但是指令是谁下的呢？是它的大脑，也就是人 数控机床去车不同的零件儿，那么它需要使用不同的工具，这些工具呢，也就是它能调度的 m、 c， p 或者智能体啊，所以它整体来讲呢，分为四个步骤啊，首先呢是确定对话，因为大家都知道 open curl 呢，它可以用对话的方式，比如说 what's up 啊，这种对话的方式能够去下达它的指令， 还有呢，它可以你下达指令之后，它就可以组装上下文儿，这个叫 contest assembly 啊，这个部分呢，也是它的第二部分， 第三部分呢，就是调用模型并执行工具 ok， 模型是什么呢？就是它的大脑，这个大脑呢，本质上来讲它不属于 open core， 它呢更多的是我们这些做基础模型的公司，比如说 jvm， 比如说 gbt 等等。啊， 这个呢，所以 open curl 它是没有大脑的，它是一个执行调度框架啊，这个呢是也比较好理解。第四步呢，应该说是它会保存现有状态，就是你之前说过的话，之前下达过的指令呢，它都能比较好的，比较完整的帮你保存下来啊，它通通存回磁盘。 所以呢， open curl 呢，打一个比方，就是刚才说到的，它更像是一个高级的数控机床，这样的一个形象在出现， 所以我们再说专业一些，它呢具体适合做什么呢？就是它的针对于命令行， m， c， p， 协议， shell 等等啊，这些工具的读写代码，执行，终端操作啊等等，这些工作呢，它是比较擅长的，所以呢，它适合把这个模型和工具串起来使用。 然后整体总结一句话呢，就是它擅长的是一些后端命令行接口儿化的问题，而不是一个面向普通用户的桌面儿全能助手。 所以大家就能够理解了，我们想要操作我们的浏览器，比如说我们的谷歌浏览器，这个呢，其实现在目前啊，它是没有办法完成的， 所以这些就是它真正的一些痛点，包括操作 windows， 包括操作这个 windows 里边的各个指令，你打开某个这个应用软件等等，这些呢都是不行不通的啊，现在目前呢是没有办法去操作的 好，那么就此而言呢，我们来看一看 open core 呢，那到底做什么靠谱呢？其实它肯定是有靠谱的地方啊，就是刚才讲到的命令行脚本执行和简单的自动化啊，这个就是让它去做执行，这个呢是非常好的一个工具，并且呢就是调用 m c p a p i 以及其他工具接口。 大家可以想到啊，如果啊我想做的一个事情，他没有 m c p， 也没有 api， 那 么他能成功吗？他一定成功不了。比如说我之前去部署的这个就是 kimi crow 啊，我让他去帮我去抓啊，某一个这个专家就是医生他的号， 他的号源我就跟他指定了，我说你帮我去找到北京大学肿瘤医院赵君主任的号啊，如果有号，你就提醒我， 这个东西，就这个指令或者这件事情，它根本是无法完成的，因为它没有办法去调用相应的 m c p， 找不到这个 m c p 这个号源在哪呢？可能在幺幺幺四挂号平台，在北京大学肿瘤医院的这个官网上还有一些小程序等等，它找不到，所以这个任务呢，根本是无法完成的啊， 也就是没有 m c p， 没有 api 接口调用的时候，那么这个事情没有办法完成。还有就是代码儿编 e 运行，简单调试这些呢，应该说都是没有什么问题，文档读写啊，这些目录操作这种简单运维也是 ok 的 啊，就是作为巨能体框架，它更多的是把模型和工具串起来使用。 然后呢给大家找了一些现在全网中比较常见的一些用力，我用这个呃错位的方式呢，帮大家来呃突出了一下。第一个呢就是新闻摘药啊，天天整理新闻啊，我也在做很多整理新闻的一些工作，但是呢他的评价就是很多公众号啊，肯定有很多人整理啊，没必要自己花钱，因为他 token 消耗还是蛮大的。 第二个呢是邮件的这个管理啊，自动分类规章啊，这件事呢，给大模型做可能风险比较高啊，但不是不能做，然后日常管理和提醒呢，这个呢，其实可以用我们大模型或者说用一个助手，像 siri 这样的其实就够了啊， 等等，还有像备忘录，现在目前呢，笔记的一些备忘录还有日历我们是可以同步的啊，也会有比较好的替代方案。 还有这种 im 消息整理， im 消息整理呢，就是我的对话啊，这个说实话我根本不，我根本不敢交给大模型去进行整理啊，这个我的私人绘画呢，凭什么我要发到网上去，对吧？让大模型都知道我在讨论什么？ 这个没有什么意义，网页的监控，服务器的监控，这个呢，其实啊，总体来讲啊，可能是为了蹭热度啊，这个根本不需要啊，因为成本太高太贵了。传统监控呢，完全可以达到自媒体运营找热点啊。这个听起来呢，是刚需的一个功能， 但是啊，这个功能我们其实之前编写一个工作流，一个 agent 啊，也是便宜可控并且能够实现的，我们不一定非要用这个 open curl 的 方式去实现， 还有像写代码处理这个，呃，处理问题， pr 等等，这个基本上就跟我们很多的智能体是一致的 啊，以及 pdf 处理呢这些其实整整体来讲啊，我们之前我推荐的呢，还是用脚本或者用工作流，我们的工作流去做处理，也是非常好的一些选择，所以呢，肯定也都是有取代方案的啊，这些呢是 open crow 呢比较擅长做的东西。然后呢，我们再来看一看这个 open crow 做什么不靠谱啊， 不靠谱呢？第一不靠谱就是浏览器的 u i 自动化啊，体验极差，这个是什么意思呢？就是你让它作为像人一样坐在电脑前面，打开一个浏览器，通过视觉的方式啊，帮你接管你的框啊，就是我们的谷歌浏览器 靠视觉的方式去进行识别，拖拽等等。这个呢错误率啊，几乎到百分之百啊，几乎没有办法去执行下去，特别容易卡啊，这些我都是试过的， 而且呢特别容易错啊，什么拖拽呀，弹这个弹框啊，验证码，动态页面等等等等，非常的差啊，非常的不好啊，几乎没办法用，而且消耗 token 消耗的极高，也就非常的贵。 然后呢，就桌面的这种软件啊，就是这种可适化的 g u i 的 软件的控制，这个呢就是最大的问题就是不支持原声啊， windows 跟 mac os 都是没有办法支持的，你没见过谁在 windows 里用 open curl 去控制 windows， 比如说我说帮我打开找一个文件，然后吧啦吧啦吧啦等等，这个呢，几乎是没有的啊， 所以这就是这部分呢，其实啊，呃，还有像国内的一些什么 qq， 微信啊，其实根本是现在目前开放不了，因为非常不安全啊， 还有像这种办公自动化自动赚钱啊，这个就是我觉得根本就不靠谱啊，其实根本不靠谱，这个除非是你有非常资深的程序员，并且能处理一些比较简单的问题而已啊。 所以呢，这部分他的整个脚本呢，其实不稳定，你要真是一个普通人，大家注意啊，我说的是普通人啊，如果是一个非常高级程序员或者说专家，那么呢，你可能会有一些挣钱或者说能自动化脚本的一些工作 啊，但是呢，他挣的也不是 open crow 的 钱啊。 open crow 对 于普通人来讲，直接二十四小时全能办公全自动挣钱啊，这个呢，不太靠谱啊，这个确实是不靠谱的。 然后呢，我们再说说我们最近啊，这个最受不了的一点就是自媒体吹啊，一直在吹啊，你这个哦，不会 open crow 呢，就要落，就要落伍了，就要过时了啊，要赶快学习学习是没错的，或者赶快去买它的服务。 所以媒体吹的呢，基本上就是 ai 全自动的控制电脑，什么都能点啊，都能做啊，其实实际情况啊，他呢，只能搞搞简单命令， g u a 啊， g u i 就是 我们页面的这个部分操作基本都基本是完成不了的啊，基本都废掉了。 然后呢，就自动办公自动做表格啊，复杂表格排版这种复杂逻辑一个都干不了，这个大家自己试过就都知道了， 然后自动刷视频，自动赚钱，二十四小时，这个赚钱啊，基本上来讲啊，演示为主，大家可以真实去跑一跑，看看你能不能跑够二十四小时的顺畅啊。 这个呢，什么不用写代码，小白也能一键启动啊，这个本质上来讲，这个是不是小白啊？不是，小白是专家啊，只有资深的软件工程师可能能够把它调的非常灵 非常通啊，针对于环境复杂，多条式报错，这个小白根本搞不定啊，而且 open core 的 部署可以看一看，很多程序员啊，不学习也搞不定啊。所以小白啊，不要考虑或者说是自媒体吹的，听一听就可以了，我们这个主要在说些真话嘛， 然后这下一代的智能体超越一切，下一代的智能体我们是承认的，没问题，这个框架也是非常超前的，一个超越一切啊，不太可能啊，这个是不靠谱的 啊，也就是带一个工具协调的智能体框架啊，他不是一个新模型啊，应该只能说是一个新框架啊，确实是下一代的框架，但并不是一个这个万能或者说什么都能做的一个东西，他还有很长的这个发展的路要走。 好。我们最后总结一下啊，很多自媒体对于 open core 啊，就是出现的这三个问题。第一个问题呢，是混淆概念，把这个能力框架等价于模型能力，这肯定是不对的，而且呢，把演示的效果等价实际应用的效果，这个呢，其实就是混淆基本概念。 第二点呢，是他的隐瞒成本，就是 open core 这个东西呢，其实 token 是 非常烧的啊，他有大量的需要消耗的 token， 这些呢，其实他并没有讲清楚， 所以这部分呢，应该说是隐瞒了相关的使用 open curl 的 成本。第三部分呢，应该说叫收割焦虑，很多自媒体都提到， 我们现在呢，必须跟上 open curl 的 节奏啊，如果你跟不上呢，那就是掉队了。最后呢，去卖部署，卖一体机，卖云服务等等，这些呢，应该说就是收割焦虑的非常典型的一个表现，所以呢，大家应该认清啊，具体 open curl 是 什么，怎么来迎接新的技术进展？

ai 时代，为什么科研人一定要养自己的？ openclo 不是 工具哦，是你的第二大脑。然后很多人就留言问我，老师，这听起来很厉害啊，但是我完全不会技术，我能不能也搭一个呢？今天呢，我就给你一个特别简单，听完就能做的一个版本，不用代码，不用服务器，不用折腾，三天三夜，只做三步。 第一步就是先建四个文件夹。很多人一听到第二大脑，马上开始研究知识图谱， ai agent， 自动化的系统 workflow。 结果三天过去了，系统没搭好，人先焦虑了。其实真正的 openclaw 一 点零，只需要四个文件夹就够了。第一个问题库，不是去存论文，是存问题。就比如说 ai 如何改变医学诊断，现役数字治理为什么效率差异这么大？为什么有些教育干预长期有效？因为 科研最重要的资产不是论文，是问题意识。第二个证据库，这里放你的论文数据，案例实验记录，政策材料。但是有个原则，所有的材料你都要挂到某个问题下面，否则你只是在囤资料。第三个失败库， 这个特别重要，因为科研人有一个特别奇怪的习惯，就是成功写论文，失败直接忘。但是很多时候，真正值钱的不是成功，而是 这条路为什么走不通。把你过去的失败记下来，你未来会感谢你自己。第四个输出库，所有的论文草稿，基金材料报告图标代码都按照研究主线规的，而不是按日期啊。第二步呢，让 ai 呢，固定干三件事情，不要每天随便问 ai， 给他三个固定的 工作岗位。第一，资料管理员，每周让 ai 帮你整理这周新增的论文数据笔记，挂到哪个研究问题下？第二， 研究复盘官每周问 ai 一个问题，我这一周真正推进的研究问题是什么？如果 ai 找不到答案，说明你这周 可能只是忙，不是在推进科研。第三个机会，提醒员让 ai 定期的帮你去看哪些材料已经构写论文了，哪些想法其实是可以变成 基金的题目的。很多科研机会不是没出现，是你没看到。第三步呢？每周一次 open cloud 喂养 ai， 它不会自动变聪明，你要去养它，就像养宠物一样的。每周花二十分钟 做一件事情，就把这一周的想法笔记啊，失败新问题会给你的 open claw， 然后问他四个问题，第一个，我现在最重要的研究主线是什么？第二个，哪个问题才值得下周继续追？第三个，哪些材料已经足够写论文？第四，那条路其实可以放弃，你坚持两周，你就会发现啊，你的 ai 开始真的越来越懂你了。最后，我们说很多的科研人觉得 ai 时代最重要的是会指令词啊，会工具啊，会写代码啊。但是我越来越相信一件事情，未来科研差距不是比谁会用 ai， 而是 谁最先拥有自己的认知系统。 open clone 呢？它不是一个软件，是一种习惯，是一种把 碎片知识变成长期认知资本的能力。那关于 ai 如何提高科研效率的方法和底层逻辑以及好用的工具呢？我们已经系统整理放在了知识星球，有需要的老师呢，也可以自行查看我们下期的分享，再见！

刚安装完 iphone 壳尔的时候，是不是觉得啥都干不了，甚至反应还有点笨？不用怀疑啊，因为你还没有去壳尔的 hop， 给它装上 skill 技能。壳尔的 hop 上一共有一万七千多个 skill， 我 从下载量前三十名里结合自己的高频使用经验，做了一个深度的交叉筛选， 只推荐这十个。全部装完，你的 a 证的战力至少翻三倍！第一个， jelera 安全审查员，你的数字保镖，安装任何 skill 前自动扫描风险，拦截恶意代码， 把好安全第一关。 found skills 技能，管家技能中的技能，用大白话告诉 a 证的需求，它会自动地从云端找到并帮你安装好对应的 skills memory 进化记忆库， 解决大模型失忆症啊！自动存储成功经验和错误日记本地向量存储，让 ai 越用越聪明。 telerate search ai 搜索引擎， 让 agent 学会上网，不同于传统搜索，它会直接返回干净结构化的数据，让 agent 拿到就能用。 summary 全能摘药内容的粉碎机， 网页 pdf 音频一口吞，瞬间提炼，精准摘药信息获取效率直接翻倍。 free use 全自动化首演，打破次元壁，让 ai 像真人一样打开网页，点击按钮，填写表单截图， 实现端到端的自动化。 superpower 行为管教 ai 的 紧箍咒，强制 agent 先审查 skills 再行动，杜绝偷懒和瞎搞，让执行更加的严谨。 get up 仓库管家，程序员的摸鱼神器，直接接管 s， u， p r 和 c r 流程， 一条指令全自动搞定代码仓库杂活 react 应性能优化圣经啊，官方出品的，每一行填入代码都是大厂的标准。第三，美学导师 cloud 的 官方打造，强制 a 任的先做 ui 设计思考，再写代码，让深层的网页告别 ai 味。总结一下， opencloud 的 强大不在于它本身，而在于你如何组合这些 skills。

嗨，大家好，今天我们来聊一个特别酷的话题，就是怎么把你手头那个 ai 智能体从一个普普通通的工具，升级成一个真正懂你，能帮你干活的超级助理。 我们会用十个超实用的专业技巧，但你一步步把你的 open cloud 智能体给他来个脱胎换骨。 你是不是也有过这种感觉，跟 ai 聊了半天，他突然就把前面说的重要决定给忘了，简直像个金鱼脑袋。 或者你明明用中文问他，他却甩给你一大段又长又臭不知所云的英文。这种时候是不是觉得他那个人工智能重点全在人工上，而不是智能呢？ 那么问题的关键到底在哪呢？其实啊，咱们得先转变一个核心观念，别再把他当成一个冷冰冰的工具去使用了，而是要开始像对待一个公司新来的同事一样，去培训他，引导他。 好的，那咱们就正式开始。前三个技巧就是教我们怎么给这个新同事构建一个扎实的大脑，也就是给他打好记忆和个性的基础。 第一个技巧就是解决失忆问题，这可以说是 ai 智能体最大的一个痛点了，尤其是聊得久了以后，上下文一丢，前面做的决定定的规矩，他就全不认账了，特别麻烦， 你要怎么解决呢？别急，有三个特别好用的方法，第一，养成写每日笔记的习惯，在 memory 这个文件夹里记下每天的关键决策。 第二呢，如果是复杂的任务，就专门维护一个 session， 点 m d 文件，把核心目标都写进去。 最后，感觉对话快要超载的时候，主动用 compact 这个命令，告诉他哪些信息是重点，必须记住，相信我花几分钟做这个，绝对比你后面花二十分钟给他重新解释一遍要划算的多。 接下来是第二个技巧，给他一个明确的身份，这个 identity 点 md 文件，说白了就是你给这个 ai 新员工写的一份工作描述和个人档案。他直接决定了 ai 怎么看待自己，以及他会用什么样的风格跟你沟通。 你看这张图就说得特别清楚，在配置 identity md 之前，你用中文问他，计划他回你一长串儿官腔儿十足的英文。可一旦你给他设定好身份，他就会直接用中文给你清晰简洁、能直接用的要点， 你看，一个明确的角色定义，就能带来这么大的改变，能有效地防止它跑偏。 ok， 我 们定义好了 ai 的 身份，那接下来就得让它认识认识你了。所以第三个技巧就是在 usermap 点 m d 这个文件里创建你自己的用户画像。 你可以把这个文件想象成你这个当经理的，给新员工的一份个人偏好说明书，在里面写清楚你是谁，你的目标是什么，你喜欢什么样的写作风格，比如使用口语化。 哦，对了，有个细节千万千万要注意，就是一定要写上你的时区，不让他给你安排制成记录，日制时间全都是乱的。 行，咱们的新员工大脑已经建好了，现在呢，咱们进入培训的第二阶段，给他设定权限，教他新技能，还要建立一套日常的培训流程。第四个技巧是关于授权， 你想想，你带新员工也不可能让他发的每一封邮件都得经过你审批吧？所以，对于读取文件、上网查资料这种低风闪的操作，咱们就在 openclouddraser 这个核心配置文件里，直接给他开绿灯，让他放手去做。 但是像删重文件、修改配置这种高风险的操作，就必须保留你的确认环节。原则很简单，低风险的放开，高风险的锁死。 哇，说到技能，这可就厉害了，你的 ai 能做什么，很大程度上就看它会什么技能。在这一点上， opencloud 的 社区做得非常棒。在 coop 这个技能市场上，你猜有多少预制好的技能？已经超过一万个了。 所以啊，第五个技巧就是聪明点，别自己从零开始造轮子，直接去借用社区的力量给他安装新技能。但这里有个建议，别贪多，不要一次性给你的新员工灌输几十个技能，他会蒙掉的。先从两三个最常用的开始，让他慢慢上手。 第六个技巧，说实话，我觉得这可能是所有技巧里最重要的一个了。每天都去训练他， 这就像是给他做持续的绩效评估，当他犯了错，你就在 learning 点 md 里记下来，写清楚错在哪，为什么错，正确的应该怎么做。 而且你的每日工作笔记其实也是在潜移默化地教他你的工作习惯。记住，给反馈的时候一定要具体，别只说你不对，要告诉他为什么不对，再给个正确示范。前期的这点投入，绝对能让你在后期省下大把时间， 好基础打牢了，现在我们可以玩点高级的了，也就是把它真正地整合到你每天的工作流里，实现自动化。 第七个技巧，自动化处理图片，你想象一下这个场景，别人发给你的截图，你的 ai 助理能自动帮你上传到云端，然后把链接直接插入到你的笔记里，整个过程你完全不用动手。听起来是不是很酷？其实实现起来就四步， 找个云存储，写个简单的上传脚本，把脚本扔进他的工作区，然后就搞定了。那如果你不止一个 ai 助理，而是有好几个，那第八个技巧，你肯定用得上共享配置。 你总不希望每次更新一个工具小本儿，都要手工给每个 ai 助理都复制粘贴一遍吧？太麻烦了。解决方法很简单， 建一个 share 的 共享文件夹，然后用符号连接，也就是咱们常说的快捷方式，把它连接到每个助理的工作区。这样一来，你只需要改一个地方，所有的助理就全部同步更新了。 好，终于到了最后两个压轴技巧了，一个关乎安全，一个关乎团被合作，这两个真的非常非常重要。原作者用了一句很重的话来形容他，说这是一个谢的教训。 这到底是怎么回事呢？听起来有点吓人呐。第九个技巧，其实是一个非常严肃的警告，危险！ 千万不要轻易让你的 ai 助理去修改他自己的核心配置文件，也就是那个 open crawl day jason， 万一他不小心写错了什么，就可能会导致整个程序陷入无限重启的死循环，到时候你就连跟他说话的机会都没有了，直接锁死。 正确的做法是，用一个备用的 ai 实力去修改配置，或者在修改前让它先好好读一遍官方文档。最后一个技巧，怎么让你的 ai 助理成为真正的团队成员？很简单，把它集成到 telegram 群聊里，这里有三个关键步骤， 第一，去 telegram 官方的 bot father 那 里把机器人的隐私模式关掉。第二，找到你的群组 id。 第三，也是大家最容易掉进去的坑。修改 opencloud 点 json 配置文件的时候，除了设置群组策略，还必须把 require mention 这一项改成 false， 不然的话他就只会理那些 at 了他的消息，在群里就变成一个闷葫芦了。好了，到这里我们十个技巧就全部讲完了，现在咱们回过头来把所有这些点串一下，你会发现他们都指向一个核心思想。 其实呀，这十个技巧说白了就一句话，你要像带一个新来的同事一样去带你的智能体，你需要给他一个清晰的岗位描述，告诉他你的工作偏好，给他合适的权限，教他新技能，纠正他的错误，还要给他顺手的工具， 你在前期花时间把他调教的越好，他在后期就越懂你，工作起来就越省心。那么现在问题来了，听完了，今天这些，你准备先交给你的这位新同事点什么呢？

老板个人 ip open call 必装的三大死掉，别人我都不会告诉他们。第一个是龙威 ip， 质检的死掉，可以帮你把磕磕绊绊的口播视频，去掉重复、逻辑不通顺、跑题等问题，加封面、加标题、加字幕、加配乐。如果你不想拍视频的话，就把你现有的爆款视频放进去， 让 ai 用不同的修饰角度，不同的价值主张帮你剪辑出来。以前爆款视频只能用一次，现在可以附用几十次。 第二个是龙窝 ip 视频的 style， 给他选定文案方向是用的流量还是 k 资的，全行业适用。第三个老板 ip 的 思域销冠的 style， 投喂公司的销售资料，训练公司的销冠的智能体，让他根据客户的头像、朋友圈，建立千人千面的用户画像， 分页用户的性格、沟通风格、销售卡点等十个维度，二十四小时解决客户问题，主动沟通，实时更新用户画像，客户全程跟进 朋友圈。千人千面是营销，所有的营销对话会建立档案，同步飞出多页表格，提炼经验，反哺公司的销冠智能体。我是龙五 ai 架构师，帮老板业务搭建系统的工作流。晚安！直播间会分享老板如何根据你的业务创建 skill。