OpenClaw分析论文用什么技能

我们通过飞书连接龙虾，机器人能够干些什么事啊？现在啊，我们有一个实验方案的设计，那我可以把这个实验方案的设计，然后我 ctrl c、 ctrl b， 我 敲到对话当中来就可以了。那你们可以看一下我要做什么，我想检测一下林肯 r n a a n c r， 敲减过百达前后肺癌细胞的凋亡变化。请你生成实验方案，包括实验目的、实验分组 检测方案，不同的方法，给出关键实验材料和实验步骤，整理为非书文档。他为什么能整理成非书文档？而且我还可以让他存，是因为我把权限给他了，反正也就在非书上啊，我只要不把重要东西放上去就行。点完发送之后的话你就看啊，他这时候会跳出来个小图标，就表示机器人 get 到了啊，他也不是像大模型，只是一进一出啊，他其实是开始规划任务，执行任务，有个多步骤流程， 可以看到它已帮你整理成非书文档。而且的话呢，它把文档的链接链在这儿了啊，你直接点击文档链接，你就可以看到了。林肯 a n c 啊，敲键啊，表达啊，它已经存在着了。对，然后你看十九点三十六分啊，这就是我刚才生成的，它就其实已经写进去了。

好多小伙伴说我们 openclaw 配置完了，那跟我们真实的科研生活有什么相关？所以这个视频就直接给大家展示一下我们怎么用 openclaw 来结合我们科研去做一些工作。 比如说这个是我飞书里的机器人，他连了我的 open cloud， 那 这个具体的对接方式在我第一个视频就是 open cloud 飞书千问怎么配置，那个视频里已经给大家解释过了，所以这边我们就不再说它的配置方式如何了。嗯，我们直接说是怎么应用的， 我直接问他说你能不能在飞书里建立一个分子生成的知识库，定期将最新研究写入到知识库中，可以看到他就直接的在我们的知识库里边生成了一个分子生成的知识库，并且把这三个文档自动建进去了， 知识点在这里边，三个文档也都在这里边，包括最新的一些研究动态、行业动态、更新日制。那这个定时的任务也不需要我们去配置这个机器人，他直接帮我们配置好了，我们也可以在我们的 crawl 里边查看，你可以看到这个就是它刚刚自动配置的一个定时任务， 包括一些 prompt。 然后这个是我给他的第二个任务，就是让他搜索净化相关的一些内容，也是定期的分享到我的知识库中。现在的更新是每周一上午十点 自动更新，它也写着下次的更新时间，它到底能不能自动触发添加内容，等下周一的时间我再给大家看， 目前看应该是没有问题的，所以如果大家也感兴趣，用一个这样自动化的工具去配合抓取你最近那些研究热点，并且让它自动的生成文件，就可以参考我第一个视频去进行一个配置，那个视频和文档我都已经提供出来了， 然后希望大家也有一个自动化的一个科研工作。以上就是今天分享的内容，感谢大家的收听，再见！

我发现一个非常好用的 skill， 就 这个 qwares， 它可以让你的 openkey 直接接入 a 股和美股，让你实现二十四小时股票分析自由。操作很简单，一共就三步，首先进入 qwares 平台，然后注册账号， 再点击这里复制它的链接和 api k。 第二步，在 open ledger 中直接让它帮你配置这个 skill， 配置完成后进行第三步测试。直接问一句，今天 a 股有哪些涨停股票，看到了吗？实时数据直接返回，我们再试一个 现在黄金价格多少秒回。这就是接入 q virus 之后的结果，而且它的数据是可信的，有时候让他帮我定时监控股票的涨跌情况。它的数据是获取了同花顺的实时行情的数据发送到我的飞书上面的。

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

最近已经进入了全民养龙虾的时代了，这龙虾就是数字化 ai 智能体 open cole。 那 么养龙虾养这个概念我觉得也很传神啊， 其实他真正的养的是这个数字助手对我们的背景知识，他需要知道你是谁，你做什么工作的，以及你的行为操作习惯， 你需要在电脑上经常去完成完成哪些工作任务。同时还有一点就是他在整个帮你执行的任务过程，他不断的在加大， 它的技能也会越来越多。那么我觉得在使用它的时候，我们需要对其的一些认知，避免我们被互联网上 一些不对称的信息去干扰。我们这里需要对其的认知就是这个 open code 它到底是什么，它能够干什么？以及在以前我们提到的大模型、智能体，还有 skills 这几者之间的联系和区别。那首先大模型是我们最常见以及最熟知的，以前我们只是通过这种拆了 bug 的 方式跟它聊天，现在它被调入到 open code 的 环境中， 它可以给系统开放了很大的权限，然后去帮我们去自动化完成了一些任务。那个自动化任务的话，它其实就需要很多不同的 skills， 这个 skills 比如说有可以帮你去写文档的，帮你去翻译英文的，有帮你去读邮件的，它每个技能都会被 open color 去调用，所以说整个模型以及再加技能，它就形成了一个智能体。所以说 open color 它其实就是一个 ai 智能体，特别是现在可能去装原生的 open color， 它具有一定的门槛，或者在这个过程中它会遇到很多问题。那么我觉得有一个点是我们在安装或者是了解这个东西之前，需要提前去认清楚的，就是你准备用它来干什么， 对吧？因为现在很多人可能就是看个热闹，我们就要内行看门道，外行看热闹。随着 open club 这个生态在不断的加大，我们需要能够知道它到底能够为我们去干什么。我这里把 open club 的 工作流程进行了一个拆解，因为我觉得我们在使用它之前， 我们自己要清楚到底用它来干什么，能够帮我们在哪些场景下提高生产力，或者是能够帮助我们去做更多的事情，就是说用来干什么比我们去现在各种安装或者是各种去学习 更重要。这个是以前使用大模型这种聊天框，还是现在使用的 openclo 再加这种 skills 技能的方式？首先我们需要对问题以及我们需求有一个清楚的描述，这个不管是 ai 工具发展的多么的智能，多么的先进，这个本质需要我们去自己定义问题， 我们把需求定义出来。 open klo 的 整个工作流程就是你把指令以及需求给了他之后，他会在后端去调用不同的技能，这个技能可能是搜索的 或者是总结的，然后再把这些信息给到 ai 大 模型，大模型会进行总结、规划和提炼，规划出整个跟你需求最匹配的结果和答案。那么整个过程中他可能会去调用你本地的软件，去查询你文件夹的目 录录，或者是在执行某个操作。这个就是把你电脑的权限开放给了 open globe， 它就像跟你一样具备这个电脑的比较高的使用权限，你可以去操作文档，你可以去打开文件，同时的话它也具备一定的安全风险，它全部是由 ai 模型去进行执行以决策，那有可能会进行一些误操作。还有本身 它可能这个项目中或者是这个 ai 智能体存在一些漏洞，存在一些被攻击的薄弱点。我们应该将注意力转换到我们到底用它来干什么，以及如何去提高我们的工作效率，或者是提高生产的工作力。

最近 open claw 全网爆火，但很多人不知道这只龙虾到底能用来干什么？别再把它当成聪明点的聊天框了，它是一个没有主观能动性但执行力爆表且拥有系统最高权限的赛博牛马。今天直接上硬货， 用八个真实的落地案例，教你给它装上手和眼睛，彻底解放双手。国内用这招最爽，直接走飞书长连接对接 你在街上看到海报或者开会，随手拍个白板架构图，直接发给飞书里的龙虾。他在后台会调用视觉模型和笔记插件，瞬间把图片里的乱码变成规整的 mark tab 白板，打好标签，静默存进你的本地库，你只管扔，剩下的它全自动搞定。 做自媒体和出海最值钱的就是信息差。去技能库装上这俩插件，你只需要再飞书下一句指令，让他去爬海外高禁石社区过去一个月的痛点帖子，他能把老外的长篇大论瞬间浓缩，关键时他还会根据这些痛点，直接给你为三套极具网感的文案出稿。 有了这个实时情报网，你一个人就能干掉一个小编团队。面对那些没字幕的英文公开课或者几十页财报，直接把链接甩给他。 他在后台会绕过画面拉取完整的字幕流，三分钟就给你吐出对干的核心推论和工具清单。半天的信息量，也就是喝口水的功夫，全吸干了。公司几十个记忆的内部资料放到网上怕泄密不用 ai 又搜不到。先开启 knowledge base 技能， 把海量资料往本地文件夹一丢，他就在后台自动键锁影。新员工在飞书里艾特他，问报销走什么流程，公司差标是多少？他能精准引用文档原句，秒回数据绝不上云，昵称代码都不用写，琐事也能全包 装上 gog 技能，他每天早八点自动过滤垃圾邮件，把大客户的需求浓缩成两百字，成稿发给你，甚至连委婉拒绝的草稿都拟好了。程序员更省心，装上 get up 技能，半夜流水线报错，不用开电脑翻日制 问他一句，为什么挂了？他自动读差异代码，两分钟就能告诉你哪行漏了个逗号。这是真金白银的救命活。 跑过付费流量的人都知道，睡梦中跑飞一个计划，醒来几千块打水漂，接入广告平台 a p i， 让龙虾当你的二十四小时盯盘员，他每小时拉取头产比数据。一旦发现创意无聊跌破及格线，他不仅会在群里疯狂报警，更能被授权直接执行暂停指令。 在你睡梦中死死捂住你的钱包。这是高级玩家最推崇的玩法，让 ai 主动找活干。传统的软件是，你拨一下它，转一下，但你可以给龙虾下一道全区指令， 告诉他，每天晚上十一点我睡觉后复盘今天的代办事项，主动上网研究一个提高效率的新工具，或者帮我写段自动化找本。 每天早上你睁眼会发现，这个数字员工已经在半夜为你搭好了全新的数据看板。这种跨维度的震撼，才是真正的将为打击想吃透 ai 红利。记住这个公式，不要把它当成神，把它当成一个薪水极低、极其听话的牛马实习生。你要做的就是当好包工头。 第一步，找出你每天重复劳动的痛点。第二步，把它接到飞书或本地电脑。第三步，去技能库配齐插件。红利永远属于那些懂业务并且知道怎么把 ai 武装到牙齿的人。这八个场景，你最需要哪一个？评论区见。

openclaw 绝不仅仅是个用来聊天的对话框，通过安装这七个核心技能包，它能直接变成你的全能助手。 它不仅能像真人一样操作浏览器，抓取全网数据，还能帮你盯着网页价格，或者在每天固定时间自动处理文件。简单来说，只要配置好这些技能，你就能把那些枯燥的重复性劳动全部交给 ai 自动流转，实现真正的生产率翻倍。 我们来看第一个也是最受欢迎的技能， agent browser， 直接执行一条安装命令就能搞定，你可以把它理解成 openclaw 的 眼睛和手。有了它， ai 就 不再只是个聊天框， 它能像真人一样去打开网页，点击按钮，拖动滚动条，甚至能把看到的屏幕内容直接截图存下来， 或者把网页里的信息抓取出来。装完之后，有两个关键配置，建议你先设好。首先是 headless 模式，把它设为真，这样浏览器就会在后台静默运行，不会在你干活的时候突然弹出一个窗口吓你一跳。 第二个是 timeout 超时设置，建议设为三万，也就是三十秒，这样能保证那些加载比较慢的网页有足够的时间跑完，避免任务中途报错。 在实际用的时候，你直接给他下指令就行，比如你跟他说去帮我把某个网页截个图存到地盘，他就能自己去执行。 或者你想整理资料，让他去新闻网站把前十条标题抓下来，理成表格，他也能听懂。甚至更复杂的填表任务，你只要把信息给他，他就能自己去网页上找输入框填好并点击提交，全程不用你动一个手指头， 这个技能在工作里非常能打。比如你可以用它做价格监控，让他每天自动去瞅一眼商品有没有降价，或者做竞品分析，让他盯着对手的官网看有没有发新产品。基本上只要是你在浏览器里需要反复点的反复看的枯燥活，现在都可以丢给他去全自动运行。 这就是 agent browser 成为最受欢迎技能的原因。如果想让 open core 拥有实时感知世界的能力，你就必须安装 brave search， 这个插件是 ai 获取最新资讯的申明线。安装之后唯一的动作是去 brave 官网申请一个 api key， 别被 a p i 这个词吓到，其实就是注册个账号，拿川字符填进去。免费版，每个月提供两千次查询，这对个人用户来说完全够用了。配置好之后，你就可以直接问他当天的行业新闻或者最新的政策变动。他给出的答案再也不是几年前的陈旧数据， 而是鲜活的实时动态。如果说搜索是帮你找信息，那 web scraper 就是 在帮你洗数据。它的强项是把网页里那些乱七八糟的内容变成整整齐齐的表格。比如你把一个购物网站丢给他，让他提取所有产品的名称和价格， 它几秒钟就能凸出一个 excel 给你。或者你想收藏文章，它能自动剔除广告和侧边栏，只抓取干净的正文并存呈 markdown 格式。这种对非结构化信息的处理能力，正是将 ai 真正转化为生产力工具的关键一步。 装上 chrome 插件后， open core 就 有了精准的时间观念，它的价值在于把你的大脑从那些定点发生的琐事理解脱出来，安装非常简单，异形命令搞定。 配置好之后，你就可以像定闹钟一样给他下任务。比如设定每天早晨八点准时去查天气，然后直接把结果发到你的飞书上。这种一旦设定就永不停歇的自动化，才是真正的省心。 如果说 chrome 是 按时办事，那 web monitor 就是 盯着变动在干活。你只需要给他一个网址，再设个触发条件， 比如某个商品降价超过百分之十，或者某个政策页面有了更新，就会像个二十四小时不睡觉的哨兵，第一时间把变动发给你。有了它，你再也不用手动去刷新网页看有没有消息了，信息会自动跑来找你。 最后，这招 file system 技能专门对付你电脑里那些乱七八糟的文件。无论是想把几百个 pdf 批量转成 word， 还是想让它把下载文件加按类型自动归类，它都能秒记完成。配合前面讲的监控和抓取技能，你就能实现从网上自动搜资料、自动下文件，再到本地自动整理的全链路闭环， 这才是专业玩家的办公姿势。如果你觉得 ai 每次聊天都像个健忘症，那一定要装上 memory 这个技能。它能让 openclaw 拥有长期记忆。 比如你告诉他领导的联系方式，或者你的工作习惯，他就再也不会忘了。下次你直接说发邮件给老板，他会自动去脑子里搜索那个邮箱地址，不用你再重复一遍。这种越用越顺手，越用越懂你的感觉，才是真正私人助手的样子。 咱们来看个真功夫，怎么把这些技能包串起来用？比如做一个每日资讯简报，每天早晨七点， openclaw 会先用搜索技能找最新的 ai 新闻，接着调动浏览器进去抓正文，然后自动洗掉广告，总结干货，最后赶在你起床前发到你手机上。这套组合拳打下来，你每天早上刷网页的半个小时就全省下来了。 对于做运营或产品的朋友，这招竞品监控简直是神迹。你让 openclaw 每天中午去对手官网截个图，然后跟昨天的照片做对比， 只要对方偷偷改了个价格，或者上了一个新广告位， ai 就 会立刻抓到这些像素级的变化，并给你报警。这就像在对手公司门口雇了个不睡觉的哨兵，所有动作都在你的掌控之中。最后咱们说个保命的功能，自动备份。 你可以设好每天晚上十一点，让他自动把你电脑里最核心的工作文件夹打个压缩包，然后传到云端备份，整个过程完全不需要你操作， 他在后台自己就干了，最后再给你发个备份成功的消息。把这些技能玩转了， open claw 就 不再只是个聊天机器人，他就是你最靠谱的数字分身。

哎喂，大家好，我是杰哥。呃，我今天呢来呃给大家分享一下，就是我今天使用这个呃 opencloud 它的这个嗯生成 skill 的 这个功能，并且呢我今天使用这个东西生成了 skill， 并且让它把啊生成了一篇微信公众号文章啊，并且把文章呢上传到我的微信公众号上面去了。 好，这个地方大家可以看一下我这这个微信公众号文章的一个结果啊，这个地方呢，它深层的是全面解析什么是 skill， 这个地方啊文章的质量呢，是马马虎虎啊，凑字数的， 呃，内容呢还很拉垮，后面如果再进行对这个 skill 进行优化的话，说不定什么时候这个文章的质量就很好了。好，接着我们来看一下，就是，嗯， 我们安装了这个在本地，例如说我们在这个呃多客里面啊，部署了这个 呃 open cloud 之后，它呢暂时呢是具备比较少的这个功能的，就是说我们想要让它来做啊，某些事情呢，它现在是不能做的， 所以这个地方我这个地方是怎么做的呢？我是直接在我的这个呃本地的啊这个 open cloud 里面，我就说让它给我 生成一个微信公众号文章的 skill， 然后我给他一个主题，他就可以根据这个主题搜索对应的资料，最后可以跟我协编微信公众号文章。接着就是 呃调用浏览器，或者是调用一些相应的一些 a p i 来把这个文章啊推送到我的微信公众号的草稿箱里面。 好，接着我们这里来看，就是我发了这个呃聊天的记录之后，接着它是啊为我返回了很多这样的一些数据， 很多这样的数据，呃，并且呢它是最终是生成了这样的一个 scale 啊，我们这个地方来看一下。 好，这个地方大家看是吧？这里呢它是生成了这样的一个 skill， 这里呢有很多这个 python 文件，还有几个这种 markdown 的 文件，还有这个呃，模板文件什么之类的啊，它都是生成了的。 接着，呃，我发现呢，这有个问题，就是什么呢？就是，嗯， 这个微信公众号的文章的这个 skill， 他 呢没有把这个文章啊上传到我的微信公众号啊，我就问他是不是我的配置，要提供什么配置， 如果是需要的话让他业主给我啊。这个地方呢，呃，他最终把这个什么呢，当前这个 scale 啊的一些注意事项和运行环境啊等等东西呢提供给了我。我发现呢他是使用这个账号和密码这种方式来登录的啊，这个对于 微信公众号来说，这个地方好像是不对的，所以我就告诉他啊，请他进行修改啊。好，在这里大家看是吧？这这个地方是这样的，就是说你这个做法是不对的啊，微信公众号呢，它是有一些 open api 的 啊，我只需要给他提供这个 api id 和 app secret。 接着就是我会把本机的这个出口 ip 作为这个呃 ip 的 白名单啊，加到微信公众号里面，这样的话它就可以调用这一些接口， 并且呢实现呃文章的这个什么呢？推送生成和推送放到我的草稿箱里面。好，这个地方我提供了这些数据之后呢，它根据我的要求进行的，继续，继续进行的，对这个 skill 进行的优化啊，继续进行的优化， 并且呢这个地方，呃，到了，我看一下啊，到了这个地方啊， 到了这里它呢就是又完成了这个呃 scale 的 优化和改进，它是按照这个 open app id 啊调这个 呃几个接口的这种方式来给我生成的。接着呢，我再次对它进行测试，发现这个地方它是没有配图啊，还有就是，呃需要它可以从 国外的免费的一些图片的网站进行配置等等。好，接着它是继续对这些内容进行的增强和优化。 好，我发现它呢是这个地方，呃，它好像是对那个 http 方面的请求呢，它好像是有问题的啊， 它发它是对那个 http 请求是有问题的，所以我最终是在这个地方啊，啊，在我的命令行这里啊，给它安装了这个什么嘞 request 库啊，安装了这个 request 库，安装了之后，接着我这边啊 搜索其他的 ai 啊，就是我们发送那个就是要创建一篇微信公众号的文章，首先第一步是，呃通过这个什么呢啊？ token 接口啊，拿到一个 access token， 然后去微信这个地方创建 呃一个 media 是 吧？创建一个 media 啊，创建一个草稿，还有就是上传一些图片等等啊这些这些接口，所以我把这些接口的一些数据呢，又重新全部 重新全部发给他了啊，大家可以看这个地方的这个聊天记录，聊天记录在这里， 就是我从其他的 ai 那 里了解到，就是我们，呃，把一个文章推送到啊这个 微信公众号，它这个地方是要调这个 token 接口的是吧？拿到了 token 之后，接着是要去添加一个草稿啊，等等，这样的。好，接着我们这里呢，就是把这个什么呢， 呃，这些信息直接就交给了这个 open class 啊，交给他了之后他就， 呃理解了这个地方，我们啊微信公众号 api 调用，它是分布注的啊，所以他就把这个遣求，这个参数的遣求和应答这些东西呢全部就理解好了。之后他就继续修给他的，呃，这个，呃， skill 修改完了之后，这里是，呃，这里说是什么呢？成功啊，他是成功的把这篇文章啊推送到我的这个啊微信公众号啊，成功的给我推送过去了。 好，这个地方，我们例如说啊，我也可以让它重新呢，再来生成一篇文章啊，比如说我们现在这个 openclaw 很 火，是吧？ 请我们来测试一下 啊，就是说我们这里是要介绍一篇啊，介绍这个 open cloud 的 文章啊，要求通俗易懂啊，能够让啊我们大多数人都能够理解。 好，我们这里呢回车啊，把这个要求发给了这个 ai 啊，我们看一下这个 unclog， 我 们生成一篇文章啊，我们这个地方刷新一下，我们来看一下啊，啊， 这个地方，这里是有两篇文章是吧？是之前的草稿啊，一个是这个 skill 的 啊，还有一个未命名的文章啊，我们等 等待这个地方，他这里啊运行结束。好，虽然在这个地方他还在转圈，他说什么呢？文章生成了，发布到微信公众号遇到了，呃，同样的错误， 需要使用之前修复的发布流程啊，让我们使用正确的三步流程来发布这篇文章啊，好，我们等待他发布完成。 好，大家看是吧？这个地方呢，它是这个文章呢，它说是已经发布到我的公众号了啊，这个地方我们来一起看一下，我们打开这个公众号，我们刷新一下，看一下草稿箱里是不是多了一篇文章啊？ 好，大家看是吧？这里呢是现在是十点十八分，它在十点十七分的时候啊，这里有一篇 opencloud 的 文章，我们来看一下，打开看一看， 好，这个地方呢，我们看到这里这个文章呢是深层了，不过那个跟前面的这个前面看到的那篇文章一样啊，都是些车轱辘话啊， 没有什么实质性的内容，但是当前的这个 skill， 它确实是把这整个流程都跑完了，跑通了。 后续的话，例如说对于这个生成微信公众号文章的这个 skill 的 话，我是需要优化它的，这个对它进行优化，就是对文章质量啊和它的结构啊，语气、风格等等这方面对它进行优化，优化好了之后，呃应该 就是达到能够例如说使用啊，正式发布的这种标准，我们才可以进，例如说这个 skill 才会最终啊投入使用。 好，当前这个的话，就说明什么呢？说明我们这个呃用嘴来啊，命令这个 ai 来干活，当前这个确实是比较啊能够实现的 啊，并且呢就是它还是算是比较快的，能够完成我们想要的任务。 好，这个呢就是我今天给大家介绍的，就是我自己呃手动搭建的这个 openclaw 啊和呃创建的这个 skills 啊，它的呃如何创建和如何使用 skills 这块的一些 呃内容的分享啊，今天我的分享就到这里了啊，谢谢大家。

怎么彻底告别飞书里的各种重复劳动？用一个叫 openclaw 的 工具，给自己量身打造一个无所不能的智能小助手？你想想啊，每天一打开飞书，是不是总有那么几个瞬间感觉自己就像个机器人？比如说一遍又一遍的整理会议资料，或者在云盘里翻来覆去的找一个文件，还有手动去同步那些知识库。哎，简直了！ 想象一下，要是能把这些杂事全都甩给一个真正不会累的机器人助手，那你的工作效率得提高多少倍？别急，这次的分享就是手把手教你怎么实现这个目标的终极之案。说实话，关键不在于他会聊天，而在于他掌握了我们给他的各种技能。你也可以理解成是他的超能力，每一个技能都对应着一项可以直接操作非书的强大功能。 来想个场景啊，比如刚开完一个头脑风暴会，你只要对他说一句话，他就能刷的一下，把所有的讨论要点都给你整理成一篇结构特别新奇的非书文档，甚至啊，连里面需要的数据表格都给你建好了。 怎么样，是不是感觉超酷的？那实现这个魔法的呢，就是咱们要讲的第一个核心技能，飞书 doc， 你 可以把它想象成一双看不见的手，专门帮你处理所有和飞书文档相关的繁琐操作。 你看啊，这里列了几个具体的操作，从最基础的像是 read 录取和 write 写入，到更复杂的 create table 创建表格，还有 upload image 上传图片。这意味着什么呢？就意味着从内容生成到格式排版，你日常编辑文档的核心需求，它基本上都能保了。 咱们再来想一个场景，这个我估计很多人都头疼，就是你再也不用手动去整理那些乱七八糟的云盘文件了，你只需要告诉机器人，哎，把上周所有的设计稿都给我挪到已归档那个文件夹里，然后他就立刻帮你搞定。 这个呢，就要靠咱们的第二个技能了，飞书 drive， 他 就是你的专属云端文件管家，不管是创建文件、移动文件，还是获取文件信息，都能让你的云盘变得井井有条。咱们都知道啊，团队知识库这东西，最大的敌人就是更新不及时。但如果你的机器人可以帮你一键创建新的知识库页面，甚至在你跟同事讨论完一个新概念之后，他能自动去更新对应的词条呢， 这就是非属微克这个技能派上用场的时候了，他负责导航和管理知识库的结构。但这里有个重点啊，你得注意，他像个指挥官，自己不动手具体施工。要真正编辑页面内容，他必须得调用我们前面提到的那个非属 bug 技能。你记住，他俩是黄金搭档，缺一不可。 说到文件权限管理，这绝对是个又繁琐又容易出错的活。但是如果机器人能帮你精准的完成分享操作，比如说你告诉他把这份文档分享给产品部的所有人，权限设置成可编辑，那一切就都变得简单又安全了。 这个强大的功能呢，是由 facial perm 这个技能提供的，但这里有个非常非常重要的提醒，因为它涉及到权限这种高度敏感的操作，所以为了安全己见，它在默认情况下是关闭的，必须由你手动去把它打开 好了。技能都介绍完了，听起来是不是都挺美好的，但是接下来才是今天分享真正的精华。那些我在配置过程中一个一个踩过的坑，以及官方文档里头绝对不会告诉你的秘密。 这个是我遇到的第一个大坑，也是最让人头疼的一个。我明明是严格按照文档配好了 facial perm 这个技能，也给了机器人所有的权限，但他就是死活没法分享文件， 当时真的搞得我头都大了，到底问题出在哪呢？答案说出来你可能都不信，问题居然出在官方技能文档里的一个笔误，它错误的写着需要 drive permission 这个权限，而实际上，飞书的 api 真正需要的是 doc permission， 你 看，就这么一个单词的区别，就能让整个功能直接瘫痪。 接下来是第二个你必须知道的残酷真相。这句话听起来可能有点奇怪，但它直接影响了你的机器观式文件的一切行为非常重要。 简单来说就是机器人不像咱们人类用户，他没有自己的我的空间或者说云盘跟目录，所以你任何时候都不能命令他在最顶层创建新文件夹，建作百分之百会失败。你一定要记住，他只能在你已经创建好并且分享给他的特定文件夹里面活动。 这第三个常见困惑也是个体验杀手，你兴致勃勃的在群里跟机器人说话，结果他对你爱 w， 除非你每次都记得艾特他一下，这种感觉就好像机器人在故意装高冷，特别影响交流的流畅性。 好了，问题咱们都摆出来了，别担心，解决方案这就来。接下来我会给你一份专家级的配置清单，你只要跟着他操作，就能轻松绕开所有这些陷阱，让你的机器人完美的跑起来。咱们先来解决最棘手的那个权限问题。 第一步，去飞出开放平台，申请正确的 dos permission 权限，千万别再用那个错的了。第二步，在你的配置文件里加上一行代码，明确告诉系统我要起用这个权限工具。最后，也是最关键的一步，一定要重启服务，不然你前面做的所有努力可就都白费了。 对于机器人没有根目录的问题，解决方法其实简单到不可思议，但却是必须的。就是你作为人类用户，先手动建一个顶层的文件夹，比如叫机器人工作区，然后把它分享给你的机器人，就这么简单，从此以后，他就有了一个可以自由发挥的家，可以在里面创建移动和管理任何文件了。最后，怎么治好机器人的高冷病呢？秘密就在于一个叫 requirement 的 配置下， 默认情况下他是 true， 也就是必须艾特他才理你。你只需要找到你希望他变主动的那个群聊的 id， 然后专门为这个群把这个配置项改成 false， 再重启服务。搞定之后呢，在这个群里，机器人就会认真聆听每一条消息，变得超级主动。

二零二六年最火的 ai 工具是什么？是 open core， 一个二十四小时能帮大家干活的智能体。今天呢，迪姐就用最简单的方式和大家分享一下如何养一只属于自己的龙虾，让他成为我们的 ai 专属数字员工，从部署到训练到具体的场景应用， 全程干货，建议码住收藏不迷路哦。第一部分是我们使用前的准备，首先呢，开始养虾之前，我们需要准备三样东西，第一个呢是运行环境， 一台普通的电脑就可以了， windows， mac， linux 都可以，或者是租一台云服务器，但也非常建议大家可以用自己平常闲置的电脑去进行一些运行，因为还涉及到一些数据权限的问题。那第二个呢，就是 ai 模型的 api key， 这个是龙虾的大脑，新手比较推荐国内的模型，比如说像 mini max， kimi， 智普 ai， 免费额度多，而且访问速度也会比较的快，如果大家预算充足呢，也可以用 cloud 或者是 gpt， 能力会更强一些。 第三个就是打通的通信渠道，就是大家平时用的聊天工具，像 facebook 啊， telegram， discord 都可以，这个可以用来给龙虾去下具体的指令。准备好这三样，我们就可以准备开始了。 第二部分是三种的部署方案，大家可以根据自己的这个过去的呃，这个技术的一些基础和目前自身的一些需求去进行选择。 那第一种方式呢？是桌面一键安装最适合小白上手的客户端，呃，去进行网页的交互式的这个安装， 然后填入 api key， 绑定飞书或者是 telegram， 五分钟就可以搞定，而且零成本，然后上手都是交互型的界面，复杂度极低。那第二种方案就是云端的托管服务，这个呢是最省心的，比如说像 kimi claw 或者是 max claw， 直接在网页上点击部署，按月订阅，大概是呃一百九十九一个月不用管服务器， 七成二十四小时在线。那第三种方案呢，就是云服务部署，它是呃最灵活的一种方式，比较适合开发者和企业用户。租一台云服务器，然后用 docker 一 键启动 opencloud， 完全是自主控制的，数据的私密性高，成本大概是每个月两美刀起， 新手呢就建议从方案一开始熟悉之后再慢慢的去升级。那第三部分就是核心的配置了，部署呢是完成了第一步，接下来的配置是关键，这步决定了我们的龙虾员工是不是好用。第一步是身份录入，那这个是养的核心，我们需要通过对话去告诉龙虾，你是谁啊？你的身份是什么？你需要什么？ 比如说我们会跟他讲，我是自媒体的内容创作者，日常需要你帮我整理资料，拷写出稿，管理日程，我习惯简洁直接回复，每一天上午九点向我汇报代办事项。以上内容请永远记住，这样龙虾就会有永久的记忆，越用就会越懂你，越知道你的诉求。 那第二步就是安装一些 skill 技能，就是龙虾的手脚决定它能干什么。那新手建议四个必备的安装技能。第一个呢就是 capability involver， 这个能让龙虾自己进行优化，越用越聪明。第二个就是 agent browser， 它能够操作浏览器，自动查信息，填表格。 第三个就是 summarize， 快 速总结 pdf 网页长文档。第四个就是 find skill， 需要新功能时让它自己去找， 在 clawhub 市场搜索这些技能的名字，一键安装就可以。第三步就是对接工作渠道，把龙虾接入到我们的飞书或者是 telegram。 以飞书为例，直接在飞书的开放平台创建企业自建应用， 开启机器人的权限，获取 app id 或者是 secret， 填入 open claw 配置页，就能够在飞书当中直接艾特你的小龙虾了。第四部分就是具体的使用场景示意， 配置完成之后呢，我们就可以像指挥员工一样去下达自然的语言指令了。第一个场景呢，就是办公的自动化，把我的邮箱里所有来自客户的未读邮件摘要整理成表格发到非书群里。第二个场景，信息处理 监控 abc 三个竞品和官网的社交媒体，每天下午五点给我一份动态摘要。第三个场景就是内容创作，根据我昨天整理的会议纪要，生成一份公众号推文的大纲，要求风格活泼。第四个场景就是定时任务了， 每周一早九点提醒我更新项目的周报。这些重复性的任务我们都可以交给龙虾，我们只需要专注创造性的工作。当然我们也需要注意一些事情，就是安全哈，务必设置以操作权限的白名单，避免执行一些特别危险的指令。就是还所以还是推荐比较用 docker 的 杀虾模式去去运行。 第二个就是控一下成本，其实因为如果按照 token 去计费的话，这个消耗还是挺大的，呃，或者是呃建议大家可以选择 maxclaw 这种固定式的订阅服务，也可以节省一些成本。第三个就是从简单开始，就是一次性，我们不需要装太多，从一个核心的需求，比如说像整理文件啊，然后 去解决一个子场景的一个小问题，一步一步去构建自己的这套体系。好啦，这就是二零二零年 openclaw 的 完整使用指南。 养虾呢，其实是一个持续部署和调优的过程，那后续迪姐也会在频道当中持续去更新 opencloud 安装部署，具体的呃使用场景等等相关的内容。如果大家感兴趣可以关注订阅迪姐的频道，我们就下一期视频，再见！拜拜！

家人们，今天给大家展示我们的探知图，恩， a g i。 工具怎么一键生成顶级的 s i 论文 啊？大家可以看到我写的题，是啊，前一篇关于开发并验证癌症特性政策预测模型的 s i。 论文，要结合传统机器学习方法啊，要对标英国知名的一学期刊 b m g。 大家可以看到我们的 ai 小 舅妈已经疯狂的干活了，他可以做咱们的非计算机背景，比如说这种医学科研人员，不太擅长开发模型，不擅长做系统发论文啊，这张通电 啊，我让 ai 可以 去做开发模型，包括做这种图表呀，数据分析啊， 以前咱们写 d m g。 级别的论文至少要半年，现在有了我们的贪存 a g i。 工具，帮你搭框架，跑模型，写图表的论文，你只需要审核和署名即可了。大家可以看到论文已经完成了啊，有次就是它完成论文， 经过我们的客户的验证啊，我们的论文确实具有 sci 的 水平，确实可以直接发布了，比他们以前的都好。最后，让 a g i。 彻底解放咱们科研人吧！

我们都知道现在的 ai 很 会聊天，但是如果它不只是个聊天伙伴，而是能真正帮你干活的行动派呢？今天我们就来聊一个叫 openclo 的 工具，看看它是怎么给 ai 装上手脚，让它从能说会道变成能干实事的 来，我们先从一个问题开始想，你想我们现在用的大多数 ai， 你 问他答，聊得挺欢，但如果他不光能跟你聊，还能真的上手帮你做事，那会是一种什么样的体验？ 这就是 open claw 这个项目想要解决的核心问题，他要做的就是赋予 ai 行动的力量，让他能用工具管文件、上网冲浪，而你呢，只需要下达指令就行了。 好，那么要打造这么一个能干的个人 ai 代理，我们该从哪下手呢？嗯，答案其实很简单，得从最基础的基本功开始练起。 没错，就跟人一样， ai 代理首先得有手和脚，对吧？在这里啊，所谓的手脚，就是那些能让他直接和你电脑操作系统打交道的核心技能。 你看，这三项技能就是它的基础，通过 shell 终端，它就能像个程序员一样在后台敲命令、刨脚本。 有了文件管理器，它就能帮你整理乱七八糟的下载文件夹，甚至它还能通过刀口儿控制器帮你管理那些复杂的开发环境，这些就是它行动的基础。 ok， 光有手脚能动还不苟，一个好的助理还得能眼观六路，耳听八方，对吧？所以下一步，我们就要给这个代理装上眼睛和耳朵，让他能感知到数字世界里正在发生什么。 咱们来看个对比，这个就非常直观了，以前我们要完成一个网页任务，得自己一步步打开浏览器，输入网址、登录、填表单，一套操作下来挺费劲的。 现在呢，有了网页浏览这个技能，这些繁琐的步骤， ai 一 句话就帮你搞定了，这效率简直是质的飞跃。 这一点我觉得特别关键。我们都知道 ai 的 知识库有可能会过时，对吧？但是一旦他掌握了搜索引擎和新闻监控这些技能，那他就不再是那个活在过去的 ai 了，他能随时上网获取最新的信息，保证自己永远跟得上节奏。 好了，到现在为止，我们的代理已经有手有脚，有眼有耳，算是个什么都能干点的通才了。但要想让他真正派上大用场，我们还需要给他一个专业大脑，让他从通才变成某个领域的专家。 如果你恰好是开发者或者研究人员，那这些技能绝对能让你眼前一亮。你想想，让 ai 帮你去读那些又长又难懂的代码， 或者帮你从海量的文献里找到你想要的那几篇，这能省下多少时间和精力啊。当然，对于我们日常办公来说，它也能变身效率神器。 比如说帮你处理堆积如山的邮件，像个贴心的私人秘书一样帮你安排日程，还能在你常用的聊天软件里随时向你汇报任务的最新进展。 哎，刚才我们聊的都还只是单个的技能，刀崩克拉真正厉害的地方，或者说他的魔力所在是把这些技能像乐高积木一样自由的组合起来。也正是这一点，让他从一个简单的工具，真正变成了一个能自主工作的代理。 这句话说的真的太对了，它的力量源泉就是协同工作的技能链。你想啊，我们现实生活中遇到的复杂任务，哪一个是靠单一能力就能解决的呢？肯定都是组合权嘛。 我们来想象一个具体的工作流，你看，你可以让代理先用学术搜索技能找到一篇新论文，然后把它交给 pdf 技能去阅读和总结，接着用文件技能把摘要存到你的文件夹里， 最后再触发通知技能给你发条消息说老班滑蛋完了，整个过程全自动，完全不用你插手。 讲到这里，相信你已经很想试试看了，不过在开始之前，我们还有两个很重要的实践技巧要分享一下，最后我们会把一个问题留给你来思考，又想安全又高效的用好这个强大的工具，有两点你一定要记住， 第一，安全第一，遵守最小权限原则，特别是对那些能直接操作你电脑系统的技能，一定要限制好它的活动范围，防止意外发生。第二呢，就是要勤更新，社区会不断推出新的技能，记得常去看看，让你的 ai 助理也与时俱进 好了，那么最后这个问题就是为你准备的。看完了所有这些强大的功能，了解了这些无限的可能性之后，你可以静下来想一想，在你的日常工作或者生活里，你最想把哪个繁琐又重复的部分交给你的个人 ai 助理来帮你搞定呢？

哈喽，现在可以通过 oppco 家给我搭建跨境选品分析系统来看效果，现在只需要在多宽出我们的选品需求，它就能全自动执行任务。这里让他去解锁亚马逊美妆排名前五十的商品用户近半年的高频痛点以 及产品相关的测评内容。最后整理成一份选品分析报告，我们来看一下注册的结果。目前美妆品类的所有数据和分析都已经整理好了，主要有几大板块内容，第一大板块是截至三月份亚马逊上前二十家热销产品的数据，不同热销产品的价格带分布以 及潜在的爆款挖掘。第二大板块是 ready 的 社区里真实卖家和用户反馈的产品高频痛点。第三大板块是美妆类目头部 kol 的 真实测评分析，包括涉及的美妆品牌和产品核心卖点总结。最后可以给予以上所有的数据，生成一份跨平台 来多渠道的选品分析报告，并给出可以参考的选品方向。那不管是哪一个平台的选品分析，只需要给小龙虾安装对应的 skill 或者 m c p， 它就可以直接调用这一个 skill 来执行任务。基本的思路就这样好了，选本期视频内容，觉得有用的话不用点赞关注，咱们下期见，拜拜！

opencloud 作者的项目大约有四万行，代码都是他自己写的，为什么能一个人写这么大的项目呢？他的 ai 工作流是不是值得我们借鉴的？今天咱们就根据他最近的采访， 看一下他是怎么搭建自己的 ai 工作流的。首先咱们看一下他是怎么写出自己的项目的，看一下他的这个 github 的 主页，他几乎每天都在写代码，这是还挺惊讶的，我认为我已经写的够多了， 我的热力图是这样的，它就完全不在一个量级，它几乎每天都在写。咱们再看一下它写的项目，装过 open cloud， 你 一看就知道它在写的是什么，全都是 open cloud 的 skills， 包括这个 go space， overco， 什么 index 这些。它还写过许多自动化脚本，比如说像这种 google c l i 操控谷歌的一些服务的，这些它都用在了它的 open cloud 里边儿，包括还有一些自动化的工具，比如 mac os automaker 这个的 m c p， 用这个就可以用完全用 ai 操控你的 mac。 从这里看，它一直是在做一些跟 ai 自动化相关的项目， 所以他现在把这个 openclaw 写出来也就是不足为奇，所以他相当于把自己之前积累的成果传承，一个项目 openclaw 就 诞生了。近期他接受的一个采访就是讲他如何用自己的 ai 工作流来写代码的， 咱们当然也可以从大脑这里边学到很多东西，所以今天咱们就细致地讲一下，这里是他接受采访的时候关于 ai 工作流的总结，来生成一个图片介绍一下。这里大家可以看一下。总的流程是这样的， 总可以分为三个方面，人类操作。咱们操控 ai 的 人就是 ai 设计， ai 执行，它的总体的核心主要是 planning， 占百分之六十， 就相当于大时间是在做一些规划，实施是在百分之四十。它的信念是只要 spec 足够完美，你设计的文档够完美的话，好的代码就是必然的结果。从开始介绍一下人类操作他是怎么想的， 就人类操作这一方面，他着重就强调了，他用 whisper flow 这个语音输入工具来 进行，输的就是零感觉的，各个不成系统的点都可以这里输入给 ai， 这里 ai 不 光是 cloud， 你 可以用 java、 ai、 studio 豆包你想要的工具。它强调了一下语音输入是文字输的效率的好几倍，所以它非常推荐咱们用语音 输入的工具，我也已经改成了用语音输入。在 tiktok 上发现了一个非常好的项目，大家可以用这个 handy， 我 现在已经改从文字输入到语音输入了，既支持中文，也支持英文，效果不错，速度也非常快，而且这个工具完全免费，推荐大家使用。咱们再回来下一步设计， 通过上一步的各种新建的想法，进来之后让 ai 生成一个软件开发文档，有了这个开发文档之后，你就会可以让它设计一些更细节的东西， 比如说这个项目是由什么组件形成的，还包括你写小说，生成视频，整个的架构是什么样的，每一个组件用什么技术实现，这里都可以逐渐的实现细节，可以细节到你这个功能应该叫什么名字，什么技术实现 细节到这种程度就走下一步，这里是对抗压力测试，用另外一个你的 ai 的 窗口，或者是另外一个 ai。 比如说上一步你用的是 gemini， 下一步的话你就可以用 cloud 或者是 codex， 让它分析你现在已经生成的开发文档。开发文档是举个例子，当然也可以是你的文新闻稿或者是动画生成分镜之类的。 这里就可以让 cloud 或 java codex 针对这个 s s t 文档挑毛病。也就是说这个设计文档有什么缺陷，给我列出二十条有缺陷的地方，不一致的地方，设计上有缺陷或者是实现起来比较困难的地方， 这里通过这些反馈，你可以让它修正，修正完了之后打开一个新的窗口，比如说又回到了 jimmy， 让 jimmy 再根据设计文档再提出修正意见。这样的不断地循环，直到这个设计文档已经非常清晰，每一个组件儿，每一个功能，每个技术点都清晰地解释出来之后，就可以 走下一步了。下一步就非常简单的，因为你一个生成了一个完美的 spec 文档，执行这一步就可以直接艾特这个文档，告诉 ai 说按到这个文档 帮我实现这个项目。到这里执行的时候还有几个点，一个是它推荐用多个 agent 并行提交，也有一个细节就是尽量用原子化提交，也就是这个提交越小越好，比如说这个功能已经完成了，就让你的 agent 直接把它提交到 git repo 里边，这样的话就可以完美保存你每一个细小的 更新，这样的话就会方便回滚，方便你 review 每一个 feature 的 每一个功能的细节，这就它基本上所有的流程了。有人可能会问，这个时候这个软件生成的软件是不是可信，是不是有很多 bug？ 这个它也提到了，它现在已经不怎么看代码了，所以它现在 就通过 s s t 文档的完美在它的后期的测试来保证它这个软件是可运行的。我感觉它的方法还是很好的，比如说我之前就执着于用这个文字输入， 但现在我已经改成用语音输入了，包括这里用多轮的对话对抗性测试来逐渐的完善 spec。 我 个人从里边学到了很多，不知道你是不是也学到了一些东西。好了，今天的分享就到这，希望可以帮到你，谢谢。

哈喽大家好，我是 max， 最近呢 openclaw 非常火，其实大家都在用小龙虾在做各种各样的事情，那我最近呢也尝试用小龙虾做了一些关于蛋白设计相关的任务，那么我们今天就来演示一下大概的流程吧。首先呢就是安装的流程其实也非常简单， 只要在 linux 系统或者 macos 上随便下载一个 ai 编程的 c l i， 那 么这里呢，我就以 getup co pilot c l i 为例，比如说你这里用 install with npm， 然后呢直接 把这一行代码 npm install getup co pilot 复制到你的 linux 系统上， 然后你再直接用自然语言直接将 open cloud 的 github 仓库甩给他，让他进行安装就可以了。那么这里呢，博主已经是安装完成了。 接下来呢就是一些技能上的学习，也就是我们需要让小龙虾知道我们要学习哪些技能。第一个呢就是 adaptive bio 的 protein design skills， 这个也是之前 adaptive bio 出的一个 github 仓库，它的原理就是编辑好了一些 蛋白设计的 scales， 然后放到云端 model 的 后端去跑。那么我们呢也是让小龙虾熟悉一下这个仓库，然后小龙虾识别到了这个仓库之后呢，就会本地先 get clone 这个仓库，然后把这个技能再转化为它的这样的一个 scale md 文件。 接下来呢就是这个这个仓库，这个仓库是用来干嘛的呢？这个仓库是用来把一些生物模型部署到 model 后端的， model 呢就是一个云上跑各种模型的一个平台， 这个平台呢也是小编认为比较好的一个平台，而这个 bio models 呢，就是已经提前部署好了很多的模型，就是这个脚本已经写好了，你可以直接去用，当然了这个库里面也有一些脚本，它是有有一些错误的，所以可能还是要 我们去自己去修改。这个呢也让小龙虾去熟悉一下，然后接下来就是让他知道哪些是能用的，哪些是不能用的，然后这里呢也是 提取出来了一些能用的，一些不能用的。然后接下来就是部署，将这个 bios 的 一些 model 部署到 model 后端，这个是我已经部署好的，然后我把这个部署好的这些 url 告诉了我的小龙虾，就让他知道怎么去调取 model 的 后端。然后我就运行了一个势力，就比如说 用拆网去跑一个 fast 文件，看看到底可不可以跑通。接下来还有一个 skills， 还有一个仓库要学习，那么这个仓库是 kdance ai 的 cloud science skills， 这个仓库是目前 github 上面分数比较高的一个比较比较全面的 ai for science 的 一个 skills， 这个呢也是小编推荐给大家可以去看一看的。 然后我们需要这个仓库干嘛呢？因为刚刚的 design skills， 它只它只有一些 design 的 一个技能，没有办法去，比如说呃去呃 u c s d 呃，比如说去 uni pro 去去拉一些蛋白的信息，就是我们可以用这个仓库的 skills 去让我们的小龙虾完成这些操作， 就是处理一个信息拉取的过程，这里呢就让小龙虾帮我运行拆望的一个视力，然后运行完了之后呢，这里也可以直接点开他的链接查看图片， 然后点开之后呢， 因为我现在操作的是网页端，其实这个链接是用来是专门用来在手机端上操作， 就是方便手机端的用户去点开这个链接，查看他的一个，查看他的一个结构，然后这里显示四零四。因为是我之前很早运行的一个任务，他会上传一个文件到一个临时的一个服务器里面，然后这个临时服务器会保存段时间，但他不是一个定的一个服务器， 但是确实是可以做到，就是让你查看结构这样这样的一个操作。然后这里他会总结他做了哪些步骤，比如说， 呃，用叉 one 啊，再用 boss 啊，再用 pro nex 啊，然后接下来我就让他帮我做一些 蛋白设计的任务，就是给他一些完整的，比较完整的指令。比如说第一个我先让他查询 uni pro 的 这个 rbx 的 信息，然后获取 uni pro 的 id， 然后再下载结构，再选择分辨率比较高的，然后再做一系列的操作， 那么他也是完成的很漂亮。就是第一阶段完成之后，他也会生成一个报告， 然后他也会去选择分辨率比较高的，他也会给一些意见，比如说有 type 设， type 编码设计啊，结构格式化之类的。 然后这里呢，我是让他给我可以点击查看的一个链接，就所有的步骤都是我方便手机端操作，我才让他做的。然后阶段二 就是以这个为目标，先称成九百个版本，然后再把这九百个版本再给他一些约束。 然后呢我让他看一下这个方案，他会告诉我这个九百个 binder 呢，他的成本可能十二到二十八，他的成本比较高，所以让我调整一下策略， 然后先生成一百个，然后呢我觉得他给我的方案 ok， 然后呢我就让他先生成一百个，然后呢他就开始生成，然后完成之后他会再给出来一个报告，说耗时约二十一分钟，然后结果也保存在了这里。 然后呢他也会把这一百个 binder 呢再打，再排个序， 然后也会告诉我接下来会，接下来要怎么怎么样，怎么怎么样好，接下来用拆 one 啊， boss， one 啊做结构验证之类的。那么第三步呢，我是想让他把 这一百个 binder 的 复合物再用 boss 再打分，然后再去排个序，然后打分，发现他的通过率比较低，就是说 pldt 他的分数很低，那怎么办呢？就是这一百个可能太少了，我的想法就是让他再多生成一些，就比如说刚刚生成了一百个，那那么我们这次就生成五百个， 然后这次呢他生成了五百个，然后我再把这些复合物进行打分，打分之后发现上面显示有八十六个 处于高致性度的一个区域，然后我接下来再用拆 one 再去验证这样的结构，就是用不同的方法进行一个打分的一个测试。然后这里呢他也给了我一些方案，就比如说用方案 a 只跑 top 三， 或者方案 b top 三加一些强结合的，强结合的版本，以及方案 c p r d， d t 大 于七十二的都跑一下，或者方案 d 一百个全跑，因为那么因为这里有一个成本控制的问题呢，所以我就跑了一个方案 b， 就 只跑了八个设计让他去用拆 one 再去验证了一下，就是方案 b 跑完之后呢，八个里面有五个，通过小龙虾给我的建议就是 把这前三个跑再跑一遍试实验。那么这个呢，就是我最近用小龙虾 实测的一个小任务。小龙虾给我的感觉就是也是挺方便的，因为你如果自己不在服务器面前的话，那么它可以帮你操作你的服务器，虽然有一些远程连接的工具可以使用，但是它像是一个打开你的手机就可以随叫随到的一个 小助手啊。当然虽然小龙虾也有各种各样的问题，但是从便捷性上来说，还是会还是会好用一点。那么其实他也有很多垢病的地方，比如说他的 tokens 消耗量很大， 那么我们其实也可以找一些平替的方法嘛，就比如说我们不用不不烧一些很高级的模型，我们可以烧一些国产的一些性能也还 ok 的 模型，就比如说 mini max 的 m 二点五之类的。那如果你想追求一些性能上的提升的话，那也可以烧一些什么 cloud open 四点六啊， sonic 之类的， 其实也可以的，因为其实就是我自己用下来，感觉其实模型和模型之间的差异还是很大的， 就比如说有一些任务，可能我用一些免费的模型去烧他们的 tokens， 就是 这个问题就是没有办法去解决，那我如果一下子换成比如说 cloud open 四点六，它可能一下子就解决了，但其实也挺让我震惊的，就是低级一些的模型可能就是一条路走到黑， 那么高级一点的模型呢？可能就多个方法，他可能都会去尝试一下，这个是我使用小龙虾的时候，模型和模型之间不同的能力带给我的一些比较震撼的感觉，那么今天的分享就到这里。

如果你们装了 opencloud， 却不知道能用它干点啥，那这个开源的 opencloud 的 实战案例合集可以避免收藏，因为它里面收集了 opencloud 的 各种真实的使用场景和案例，能够 自动地去抓取全网的资源，去帮你们去做选择题，去写脚本，去收素材，甚至能够去实时地去监控市场回复邮件，或者在大半夜帮你们去做个小 demo， 里面有几十种大佬们的 opencloud 的 神仙用法，非常值得一看。

很多人安装了 opencll， 但不会用啊，还是把它当成一个聊天的工具。今天呢给大家分享一个使用 agent 和 opencll 的 一个底层的程序思维，理解了它对你使用 opencll 有 很大的帮助。这个呢就是代码当中的函数调用，程序能够自动化运行的原因呢，就是因为有一个又一个的函数， 函数呢是程序调用的最小单位。那函数这边有参数啊，比方说这边是一个加法的函数，参数呢就是两个数字，然后里面呢，只是举了一个特别简单的函数，函数可以很复杂， 在函数里面呢也可以调用其他的函数，形成一系列的调用，这个呢就是程序了。那在 ai 时代呢，其实我们也是需要去封装函数的，而这个时候函数呢就变成了 skill， 但你就不需要去写代码了，这个 skills 完全可以通过告诉 openclaw 的 方式， 还去进行一个封装。那把各个函数串起来呢，其实可以是更大规模的 skills， 那 这个时候可以让小龙虾去执行，这时候的执行的主体就变成了 agent 了，而不是程序了。那虽然理解了这个逻辑之后呢，我想说大家不要对 open cloud 小 龙虾存在妄念，整个 就是封装 skills 的 过程进行测试的过程，前期还是需要你和小龙虾一起参与的，但是其实就是一个自动化的一个过程。