如何让OpenClaw识别屏幕信息

大家用 open curl 的 时候有没有发现一个问题，就是它只能操纵你的浏览器，只能给你的飞出这些发消息，它没办法进行这种 ui 界面的操作。 今天给大家分享这个项目 torx， 它可以进行 ui 界面操作，甚至可以直接打开你的微信给你发消息，也可以进行其他的操作。因为我们很多操作，特别是在国内，它是不那么 open 的， 所以说你很多东西其实联通不了 这个项目就能让你连通，它可以直接给你放在你的这个 torx 里面当成 skills， 或者当叫做是一个小的子智能体，你可以把任务下发给这个子智能体，让它去完成一些你之前只能在浏览器和 api 无法完成的一个任务。 我们来详细看一下这个项目哈，其实这个项目出来已经很久了，只不过最近他们发了这样一个技能，可以通过 open curl 去调用它。这个其实是一个紫智能体，我们来看一下它的一些操作，比如说预定酒店、机票、 uber 还有查东西，这些都是通过这种 ui 界面进行操作的，它并不是像它自带的这个浏览器，它是使用 api 或者说使用 playwrite 这种方式来操作的，这个是纯的这个 ui 界面操作， 我也找过这个 windows 呃的一个呃 skills， 但是它非常的不准，我还是用的是 g p t 的 这个模型，都非常的不准，其实很大的原因是它的 m c p 有 问题，或者那个 skills 有 问题， 所以说你直接用这个就是可以的。我下一个视频给大家评测一下吧，它的效果都还是蛮不错的，比如说这个是最初的，它也有一个模型，可以在它的官网去申请，当然你用在 g p t g p t 的 模型估计比它这个还要好一点。 就 kimi、 kimi 这些模型，它的多模态能力都还是非常不错的，而且它有这种 coding plan 的 呃，套餐，它还是很划算的，可能比它的这个还要划算一点，但是它这个模型可能比较小，这个速度会稍微高一点。

我用 openclaw 实现了电商的自动上品流程，我从原来每天需要四个小时的上货流程，现在只需要五分钟，现在看到这个窗口是我日常上品的一个流程，找品、存图，新建商品，填入信息，然后一个品一个品，这样去操作。那我是怎么把这个步骤自动化的呢？先来看一下结果， 我现在的执行流程只需要打开飞书，因为我对接的是飞书这个通道，我只需要给龙虾发一句，开始执行自动上货流程，然后龙虾就会自动开始干活，他先会梳理一下这个干活的整个流程，大概分几个步骤，然后他就按步去执行，一直执行一个流程大概只需要三分钟不到，而且我的文件夹里面应该是有十三个商品的。 这个工作平时我们人工去做可能要花两个小时左右，现在就相当于无论我在哪里，只要我的电脑开着，我只需要跟我的飞叔说一句，开始执行自动上货流程，他就会自动跑完，然后告诉我已经 ok 了，所有的结果会放在我的桌面上，智能分组结果就是他帮我执行好的结果，所有的商品他帮我分好了组， 然后他又帮我把所有分好组的结果进行了一个压缩。那我最后上面的操作就是把这些压缩文件一键拖动到数据包导入就可以了。我从原来每天需要四个小时的上货流程，现在只需要五分钟。 那具体整个流程是怎么实现的呢？首先我需要做的工作是打开某多多的 app， 把我选中的商品去把这个商品的图片全部保存下来， 然后以及说这个商品的信息截图和价格尺码截图全部通过截图的形式和下载好的商品信息，这些图片混合起来，直接放到我电脑的这个桌面的文件夹就可以了。文件夹就是我保存下来所有我要上的商品，这里边会包含很多商品信息图， 然后还会包含很多的一个商品的价格和尺码图，因为这些我都是要一比一录入我的信息里边的。那可以看到我的这个大文件夹里面其实是不止一个商品，是很多组很多组商品。那么龙虾下一步就需要基于我这一个大文件夹去帮我进行智能的商品分组， 所以我把这些图片放到文件夹以后，下一步就看龙虾的操作了，那么它的执行步骤是什么呢？首先 第一步他需要打开我给他的这个文件夹，首先他需要基于我给他的一个大文件夹进行所有的图像识别，进行一些 使用一些算法将描述为同一个商品的图片归为一组，并且自动帮我分好组，可以看一下大概的结果是这样，所有相同的衣服会分为一个文件夹， 那么他帮我进行图片识别以后，非常精准的把所有描述同一个商品的图片都归为了一组。 第二步，它需要基于我提供给他的截图的那些信息，去提取对应的每一个商品的标题，价格、尺码和颜色，然后去自动录入表格。那最后一步，它会把它在过程中处理过的所有数据帮我生成一个校验表格， 方便我检查执行过程中是否出错，那整个环节就是龙虾帮我去做的，那这个质检验表格是什么意思呢？他会把他执行过程中所有处理过的数据信息帮我汇总到一个表格，这样我就很方便的去进行一个统一的预览，看一下哪个环节识别的信息，或者他执行的步骤有问题， 那我一眼就可以在这里看到。这个工作我只需要在飞书给他发一句指令，然后等他执行完之后，我打开这个教样表格，在表格里面快速去预览一下他所有的执行过程，有哪些数据错误了，或者分组错误了，我在这里可以快速的看到，然后再告诉他进行什么样的修正，这个工这个工作就完成了，是非常的方便。

当你不小心安装了一个 opencloak， 然后发现不知道拿它做什么，你直接 go to github 搜索 awesome opencloak skills， 你 会发现这里有一千七百多种 opencloak 的 用法，比如自动化、互联网、社交媒体开发、搜索、 数据分析、市场营销等等，总有一款适合你用。从此你就有了一个技能仓库。老规矩，用之前记得拿你的 ai 去扫描一遍，保证安全。

大家好，一分半把爆火的欧滨可乐龙虾 ai， 讲透全程无代码无话术，听完就能上手。龙虾 ai， 它不是普通 ai， 它是能够直接操控电脑干活的开源本 地智能体验。跟别的 ai 方案不一样，它能够直接动手整理文件，批量发邮件，汇总 excel 写代码，喊一声就能直接完全。它的爆火核心就三点，第一，本地运行隐私超安全，不用上传任何资料。第二， 开源完全免费，社区还在持续更新技能。第三，兼容国内所有大模型，不用翻墙就能用。对普通人来说，他就是效率神器， 职场人用它自动化整理表格，会议机要每天能省一到两个小时，学生党靠它整理文献。深层思想导图，创业者自媒体用它排版、抓素材，定时发布，一个人顶一个小团队，真正实现了 ai 从洞口到 动手的革命。现在国内大厂都在重磅布局，阿里云、腾讯云一键部署龙虾镜像做基础设施。小米把龙虾 ai 做到了手机系统级，小米推出网页版免配置， 百度讯飞字节也全部接入兼容，各大厂都在降低门槛，让大家轻松用上，这就是下一个 ai。 刚需纯小白，四步就能上手，回家就能用。一、准备一台普 通电脑， windows 啊， mac 啊都可以啊。二、去 gethelp， 官方下载一键安装包，自动装好环境。三、选一个国内大规模的免费 a p i can， 比如 kimi 啊， deepsea 啊。四、对接微信飞书或钉钉发指令就能用。你可以直接复制这个测试口令，把桌面文件按类型归到文档、图片 压缩包，三个文件，马上就能看到 ai 的 魔力。说到底，龙虾 ai 是 ai 从聊天到执行的一个拐点，本地安全开源免费，大厂全入，小白也能轻松用。它不是未来的科技，它是现在能抓住的时效工具。

大家在刚安翁转完 open klo 之后，可能会碰到一个问题，就是他这边回答的是英文 lo， 我 们可以让他说中文， 然后这边的话有个盖栏，我们可以把这个设为简体中文，点击连接，然后刷新哦，接下来他就会说中文， 然后就是很多人在安装完这之后发现即刻能聊天，但是感觉没有什么用，这是因为没有给他工作能力。 这个 oppo 可乐本质是一个 v i a 镜的架构，需要做一点点配置才能发挥真能作用。这边我们首先要给他设置这个身份， 然后我们这里给他可以给他分配一个角色，比如说名字是小张，风格是活泼有趣，然后称呼是老板，还有他的嗯擅长的功能楼点击发送， 这样的话他就记住了他的角色，后续的话他就会根据这个角色来为你执行对应的工作了，这里就代表他已经把这个 身份信息跟进进去了，然后可以这里就可以开始正式工作了，有什么问题的话我们可以在这里编写。 波彭克洛中还有个重要的概念就是心跳，心跳就是欧本克洛会按照设定的时间间隔自动让 agent 自动执行一次检查，如果没有心跳的话， agent 不 会主动做任何事情，所以这个心跳 就是让 ai 从背渡工具变成主动的助手。如果你想做自动监控邮件、自动抓取热点，自动发布内容、自动运维系统，那就必须开启心跳。 开启心跳的话，我们可以通过这个配置，然后点这个 ro， 然后这里有个 agents， 这里有个 default， 我 们在下面找到这个心跳，如果没有的话，我们可以手动输入，把这一行插入在这里， 这个是代表每三十分钟执行一次，目标是最后一条记录，只要设置是这个之后它就会三十分钟执行一次。或者如果你担心托肯消耗过多的话，我们可以改成 eh， 也就是一小时，设置完成之后记得点击保存，这样的话心跳就设置完成了。很多人安装这个 open klo 之后，就觉得这个机器人很蠢，只为说话不为干活，这大概率是由于这个工具权限被禁用了， 我们可以手动修改这个工具权限。首先我们可以看到文档可以通过这个字段进行禁用，允许还有默认配置这工具权限，我们找到这个配置，点击 ro， 然后翻到后面，比如说找个位置， 我们插入这个字段，这个字段代表默能允许所有的工具权限，点击保存，然后这样的话保存之后就能允许所有的工具权限了。另外的话我们可以在这里进行更细分的配置，比如说 我们想阻止这个浏览器的工具权限，我们可以把这个字段复制，然后粘贴到这儿，这样的话这个浏览器的权限就已经被禁用了。 另外的话我们可以在这里添加更多的禁用权限，只需要在这添加，或者我们可以通过这个字段往里面添加允许的 权限，这样就能实现一个工具权限的细分配置，记得配置完成之后需要点击保存。另外这里有个工具清单，我们可以公根据这个工具清单来进行更细分的配置， 比如说我们要允许哪些禁止哪些，都可以通过这个工具清单进行查找，如果我们对于这个当前身份不满意的话，我们还可以啊进行修改，我们可以看看这个文档屏导文件，在这边它有这么几个文件指令加记忆 人设，还有这个用户维护工具说明，一次性的运行仪式完成后删除，还有说智能体的风格， 用户档案篇号等。在新的一轮对话， open klo 会将这些文件直接注入智能体的上下文，如果我们想要修改的话，我们可以打开这命令行，这里我们就可以找到这些文件，比如说我们看看这个 us 里面写的是什么，然后这个就是文件里面内容， 我们可以通过这个 vm 编辑器进行编辑， 编辑完成之后我们可以退出，然后保存，这样就达到了一个修改的目的。帮我们让这个工具给我们开发。完成一个网页之后，比如说我们让它开发一个贪吃蛇的网页， 我包含这里有文件，他这边说已经开发完成了，然后保存在当前工作目录了，我可以直接运营看效果，但是这样当前不做目录在哪里呢？我们可以通过这个命令行， 然后找到这个点 open curl， 然后找到这个 word space， 然后我们就可以看到这个 snake 点 h k 描，这个就是给我们开发的一个贪吃蛇网页，它就放在这个文件夹中，也就是这个目录，我们可以看看这个文件， 你看这就是一个贪吃蛇的网页，当前我们的这个奥鹏 klo 是 安装在这个 wsl 中的，我们可以找到这个资源管理器， 然后输入这个杠杠 wsl 包了，然后找到我们安装的，也就是这个巫官土二十二，找到 home， 找到这个 open clone， 找到这个工作空间，然后找到这个 贪吃蛇的网页，点击开始游戏，这样我们就可以运行这个游戏了。好了，这期的 open clone 使用小技巧就到这里，感谢大家观看们，再见！

那昨天呢，我们放出了小布克洛的预览版啊，展示了他的一些强大的能力，我们在演示的时候呢，只有指令还有最终返回的结果， 所以呢，没有办法很好的体现小布克洛是如何工作的。那么今天呢，我们特地准备了两台手机，这样的话就可以把小布如何在系统不同的应用之间穿梭的画面感呢，很好的表达出来。那么我们今天来给大家演示一下。那么第一个场景呢，我们还是来演示一下昨天提到的例子啊， 帮我把小红书里面最近浏览的帖子总结一下，并且呢，我们今天加点难度，让他帮我保存到便签里面。那这就是一个从三方应用到一方应用的一个跨任务的执行，那么这个复杂任务他能不能完成呢？我们来测试一下， 看看我小红书最近浏览的帖子，看一看细节，并且总结摘要，给我保存到便签， 现在正在逐一的查看帖子的内容。好，第一天查看完毕， 学习的速度还可以啊，比人阅读要快一些。好，现在呢，它提示我已经成功了啊，已经保存成功了，我们来看一下它是不是保存成功了， 这是我刚才的一些信息。对，那么这个任务呢，算是完成了，以后请每天都给我总结相关的信息好吗？ 好，他说可以，以后呢，他会每天给我按这个方向给我提示，然后呢，他还定了个原则，叫做没有增量就不打扰，有料再发，非常的聪明啊。那像刚才这个例子呢，我们可以看到啊，小布克洛进入了小红书，查看了一些相关的帖子，他能够准确的找到我最近浏览的 一些入口，并且逐一查看了帖子的内容，通过总结摘要自动的保存到便签里面，因为便签是我们的一方应用，所以我们不用再调起界面，可以直接的保存起来啊。那么接下来呢，我们再测试第二个案例，我们来试一下从我现在的位置 到我们的滨海湾的 oppo 园区，距离有多远？这次呢，我想让他用高德地图来试一试，我们来看看能不能完成。用高德地图看看从我现在的位置到 oppo 滨海湾园区要多久有多远？ 好，我们看一下，那么他现在告诉我呢，到 oppo 滨海湾园区需要三十四分钟，三十七公里，所以呢，可以非常顺利的完成这个任务啊。我们再来试一试我们自有的一方应用，比如说我们让他打开相机拍照啊，试一下 帮我打开相机拍一张照片，哎，他进入了， 哎，他完成了拍摄，那拍摄路径呢？是保存在这里的。好的，那以上呢，就是小布 cro 在 手机中的一些操作过程的一些展示，怎么样，大家觉得如何呢？

首先我们打开 deepsafe 官网，然后选择 epi 开放平台，这时会让你登录，登录后就进入了控制台，然后点击左方的 api keys， 这时候我们点击创建 api key 名称，随便输入一个就行，用来自己进行识别判断的。完成后一定要保存好这个 api， 因为后续无法再看到丢失了，就只能重新新建一个，不过不影响任何使用，倒也不用担心太多。替换的模型配置有两种办法， 第一种是修改配置文件 opencloak， 点 jn 森，但这种方式对于普通用户太过于复杂，可能会改的也不会看我这个视频了， 我们直接说第二种，打开终端，在终端输入 opencloak config， 选择 local， 选择 model， 选择 custom provider api base url， 填 deepseek 的 接口地址 h t p s 冒号斜杠斜杠 a p i 点 d e e p s e k 点 com 斜杠 v 幺， 回车后进行 api key 的 填写，输入你的 ipi key， 回车后选择第一个 openai 的 选项，这时候会让你填写模型的 id， deepsafe 官方现在开放了两个 id， deepsafe chat 和 deepsafe reasoner， 具体区别大家可以暂停看一下，这里我们选择 deepsafe chat 就 够用了。 显示 verification successful 表示成功了，否则就表示有一步没对，后续的两个东西都直接回车即可。最后我们选择 continue 就 完成配置了，最后在命令行重启 openclaw 即可。

大家好， open club 最新更新了全新记忆架构，今天我们来聊聊本次更新架构的意义。智能体的记忆系统是其核心能力，但长期以来，上下文管理一直是个黑箱。模型为什么会忘？东西压缩到底丢掉了什么？ 排障时经常一头雾水。这次升级不是修补某个工具，而是把记忆管理从模糊直觉变成可控工程系统的一次跃迁，让我们看看智能体的大脑如何实现真正的工程化。智能体的信息来源可以清晰的分成三层， 第一层是工作记忆，也就是当前绘画里要送进模型上下文的消息集合，目标是当下可用，预算可控，在有限 token 预算下，让模型看到最相关的内容。 第二层是长期记忆，把未来可能附用的信息长期保存，目标是找得到、可维护、可审计，不仅要有存取能力，还要能管理和追溯。第三层是外部知识，比如搜索引擎和业务系统，目标是事实权威、可验证，确保引用的信息来源可靠。 记忆模块的升级，本质上是在这三层之间重新划清边界，并把最难调的工作记忆管理从固定流程变成可替换的策略。先看看旧版本在长期记忆这一层的做法，他以文件为真元，把记忆写进可读的文件集合，再用缩影层做加速。 这个设计有几个关键点，文件真元，让记忆可读可改、可迁移，你可以直接打开文件查看，甚至手动编辑所影成，让精确命中和语意相似都可用。支持关键词解锁和向量解锁。对外提供两类工具，先用记忆解锁工具做召回定位， 返回少量后选片段与定位信息，再用精读工具按定位读取小段内容，避免把大段文本直接塞进上下文。两段式工具，让上下文注入变成先找再读的收空动作， 能显著降低上下文膨胀与误注入风险。这一层的工程设计是合理的，但旧版本真正的难点在工作记忆。 随着绘画变长，消息越来越多，系统就要做清洗、校验、截断再再一出时触发压缩。问题在于，这些策略是内置的固定流水线，你能调参数，但很难替换成另一种上下文管理思路。 牌账时经常出现三类模糊，第一，模型忘了某个信息是解锁没招回，还是被截断压没了，根本无法区分。第二，压缩载药质量不好，是压缩策略本身的问题，还是输入装配时就已经丢三落四，难以定位。 第三，一旦你想尝试更保真的上下文管理方式，往往要改核心链路，成本高，风险大。这就是为什么要升级。 新版本的升级点就集中在把工作记忆管理做成可插拔的 context engine， 你 可以把它理解成上下文引擎， 他不负责把长期记忆写成什么格式，也不直接替代记忆解锁工具，而是只负责两件事，一是在 token 预算下装配出模型真正看到的上下文。二是在预算压力下做压缩与整理，并把过程变成可观测、可替换、可审计的策略。这套引擎用生命周期把责任切开。 boostrap 用于绘画启动时从既有记录出场。 ingest 或 ingest batch 用于把新增消息写入引擎的存储。 assemble 是 最关键的， 它拿到当前消息集合和 token 预算，决定保留哪些顺序，怎样是否重写成更短的等价表达。 compact 是 压缩策略，入口输出压缩原数据， after turn， 在 每轮结束后收敛状态。你会发现这里有一个非常重要的原理，转变 读写分离加预算驱动。写入阶段追求完整与可追溯，保留所有原始信息，不做删减，确保可审计。装配阶段追求为推理配餐，在 token 预算的约束下，精选最相关的内容，按最优顺序排列，让模型看到最好的输入。 压缩阶段追求把取舍显示化并可复盘。压缩不是黑箱，而是有明确策略，有记录、可追溯的透明过程。各阶段职责边界清晰，互不干扰，这就是新版本记忆架构更清晰的根源。这种设计让记忆管理真正变成了可控的工程系统。 接下来我们对比新旧版本。第一，扩展性。旧版换上下文，策略要改核心流水线。新版把策略收敛到 context engine 叉槽，通过配置就能替换引擎， 从改核心变成换插件，风险和回滚成本大幅下降。第二，边界更清楚。新版把 assemble 和 compact 变成标准接口，解锁装配、压缩各司其职，排障时能明确判断问题出在哪个环节。第三，可观测性显著增强。 新版在压缩前后会发出标准事件、携带消息数、 token 估算等指标，还支持钩子回调。旧版压缩向黑箱手术，新版向有麻醉记录，术前术后指标还能接入监护仪。 第四，可控性更强。新版把压缩后需要回填的关键段落做成可配置，还会把日期占位符提换成真实日期，避免模型频训练记忆猜测。 第五，多智能体知识更强。新版有统一网关和请求级作用，欲降低病发串化风险。最后我们用一句话总结新版本优势，旧版本的长期记忆解锁已经解决了，找得到。新版本通过 context engine 把放得近、放得对、压得稳，可追踪系统化了， 它带来的不是某个工具更强，而是记忆系统在扩展性、可观测性、可控性和多智能体一致性上的整体升级， 这才是你要强调的核心价值。记忆管理从模糊的经验积累变成了可控的工程实践。每一次压缩都有记录可查，每一次装配都有策略可依， 每一次故障都有边界可定位。谢谢大家！新版本通过 contact center 实现了读写分离、标准接口和透明压缩，让记忆系统在扩展性、可观测性、可控性和多智能体一致性上整体升级，让记忆管理更可控、更可观测。 这就是 openclaw 记忆架构升级的意义。我这有二零二六年最新 ai 大 模型应用和 ai 编程资料，以及详细 ai 全站架构进阶路线图，需要可以领一下。

兄弟们，我昨天让 ai 帮我刷了三个小时，淘宝自动比价、自动翻页、自动截图保存，我全程一个字没打，躺沙发上刷抖音呢？今天这俩插件我必须分享，不然对不起你们！ 废话不多说，先看一下实际效果有多猛。我就跟龙虾说一句，帮我搜这款耳机，把淘宝京东、拼多多的价格都列出来，你看他自己打开三个标签页，自己翻商品列表，最后给我一张对比表，最便宜的直接标红。 整个过程我就说了一句话，一个字都没多打。以前这活你自己干至少二十分钟，现在三十秒搞定， 这怎么做到的？靠的！第一个插件叫 browser relay， 龙虾内置的 chrome 扩展安装超级简单，你就终端敲一行命令就搞定了。 然后打开 chrome 扩展页面开发者模式，打开加载已解压的扩展，完事点一下扩展图标，看到徽章变橙色， o n 就是 连上了。 这时候龙虾就能直接操控你的浏览器了，而且它附用你的登录态，淘宝京东你登过的账号，龙虾直接用，不需要重新登录。还有个托管模式，开一个独立浏览器，你干你的，他干他的，互不干扰。甚至还有远程模式浏览器跑在云端，你电脑都不用开。 但是 browser relay 有 个问题，它一次只能控制一个标签页，你要是想同时监控十个商品的降价，就得上第二个神器 pinch tab。 这玩意是个够语言写的独立服务，整个程序就十二 mb， 比你手机里一张自拍都小。 pinch tab 最牛的地方在于它不截图，它用无障碍数来读网页截图，一张几千个 token， 烧钱烧到心疼， pinch tab 一 整页只要八百个 token， 省了百分之九十以上。 而且它能同时开多个浏览器，实力并行跑 tab 锁定防冲突 profile 还能持久化。什么意思？就是你的登录状态， cookie 全部保存，下次启动直接用。你想想，十个商品同时监控降价，哪个降了立刻通知你，全自动！ 所以这俩怎么搭配呢？其实非常简单，日常用 browser relay， 登着你自己的号，让龙虾帮你查东西、填表单、抢优惠券，一句话搞定批量任务上 p h tab 同时监控十几个页面，省偷分又快。 说真的，用 ai 帮你自动刷网页比价算不算作弊？评论区说说你的看法，反正我觉得以前你花两小时比价省五十块，现在龙虾三十秒搞定，这五十块它不香吗？ 这就是龙虾 skill。 第一期 browser relay 加 pinch tab， 让 ai 替你刷网页，下一期我教你用龙虾自动生成 ppt， 从大纲到排版全自动，敬请期待！觉得有用就点个关注，每期一个龙虾骚操作，咱们下期见！

手把手带你安装 openclaw 龙虾必备的 skills。 之前我出过一期 openclaw 保姆级安装教程，但装完之后你会发现它其实还只是一只裸龙虾。你让它查看文件，它说没权限，你让它算下天线，它说没联网，属于一同操作猛如虎，另近一看原地图，所以这个视频带你正确配置龙虾，补齐必备技能， 让它真正从能聊天进化成能干活。但在开始之前，我们先熟悉几个会频繁用到的命令，如果你是 windows 系统，就在 power 里输入这些命令，如 mini 是 micro， 二，系统就在终端 terminal 里输入。要开始用 openclaw， 第一步是先把网关启动起来，对应的命令是 openclaw gateway start。 启动后，我们可以打开 openclaw 控制台，也就是它的可式化操作键。面对的命令是 openclaw dashboard。 如果你暂时不用 openclaw 了，也可以把网关停掉。对应的命令是 openclaw gateway stop。 技巧一，本地文件读写从二零二六点三点二版本开始啊。 opencl 默认对本地文件访问权限做了限制，所以如果你想让它读取甚至进一步操作你电脑里的文件，要先把对应权限打开。操作也很简单，打开 opencl 或终端，输入 opencl config set tools， 点 profile for 命令回车执行。 把 opencl 的 工具权限切换成完整版，运行后还需要重启网关，让配置生效。对应的命令是 opencl gateway restart。 搞定以后，你就可以让 opcode 做各种文件提取和修改的操作了，比如批量重命名、文件整理、桌面分析、磁盘空间占用等等。 技巧二，联网搜索 opcode 默认情况下是无法获取网上信息的，所以你问天气、问资讯、问股价，他通通不知道，但我们可以安装一个负责联网搜索的 skill。 skill 可以 理解成是 opcode 的 技能包，本质上是一套针对某类任务的说明和流程， 用来教他在特定场景下该怎么做。比如这就是一个简单的 skill 的 例子， openclaw 有 个官方技能市场 clawhot， 你 能在上面看到很多别人做好的 skill， 可以 直接拿来安装使用。要事先联网搜索，可以搜一个叫 tablie search 的 skill， 这个 scheme 要求从 tiffany 点 com 获取 api 密钥，我们可以稍后设置。安装方法也很简单，我们可以直接复制 call hop 上 tiffany search 的 页面链接，粘贴到和 opcode 的 聊天里，无论是控制台还是飞书这类通讯渠道聊天窗口都行，然后让 opcode 自己帮你安装。 tiffany search 还会用到 api 密钥，所以我们来到 tiffany search 官网 注册登录后啊，就可以直接得到一个密钥，他每个月呢都有免费额度，而且不需要绑卡。拿到之后，我们可以把 api 密钥一起发给 opencall， 让他安装后自行完成配置。 装好之后，我们可以简单测试一下，比如在飞书里问他茅台目前的股票价格是多少，这时候啊， opencall 就 能顺利返回来自互联网的实时信息了。 技巧三，定时任务欧姆克劳支持通过 com 创建定时任务，不需要额外安装 sku。 比如你可以直接对欧姆克劳说，每隔五分钟汇报某只股票当前的价格，他就会创建一个定时任务， 然后按设定的间隔自动运行，帮我们实现对股价的监控。所以啊，不管是每天早上七点发资讯，每周一九点写周报，还是二十分钟后提醒浇花这类定时任务，你都可以直接交给他。 小四，浏览器操作 opcode 本身自带 browser 工具，不需要额外安装 skill， 就 可以读取网页内容。比如可以对他说，帮我看看知乎上现在有什么热点网址是这个，它会自动用浏览器打开网页，读取页面内容，把上面的信息整理出来。而且不只是读网页， 像点击输入之类的基础操作啊，它也能完成。比如让它去 github 上搜索 linux， 然后把排在前三的搜索结果给你， opcode 也能直接搞定。不过它的缺点啊也很明显，第一是比较稍 token， 因为网页内容因为状态，还有每一次工具调用的结果啊，都会不断进入模型的上下文。 第二是执行速度比较慢，因为 opcode 的 工作方式不像程序脚本或 rpa 那 样，流程确定后一次跑完。而 每做一步，都要先看当前页面，理解页面内容，探讨下一步该点哪里，再执行操作，然后再读取结果，继续推理下一步。所以它更像是一个会操作网页的 ai 助手，而不是一个高效率的自动化程序。另外，如果遇到强制登录、扫码、验证码校验，或者比较严格的反爬机制啊，我不靠也容易翻车。 技巧五技能查找 opcode 的 skills 很多，但真正麻烦的是不知道该装哪个。这里推荐两个实用 skill， 一个负责找 skill， 一个负责审 skill。 第一个是 find skills， 它的作用就是根据你的需求去查找合适的 skills。 安装方法和前面一样，直接把链接发给 opcode， 让他自己安装就行。 装好之后，我们可以对 okl 说帮我查找邮件自动化相关的 skills， 他 就会推荐合适的 skill， 这样你就不用自己去技能市场里一个个翻了。但接下来还有一个问题是，他推荐给你的 skill 真的 安全吗？那么我们可以再安装一个 skill better， 它的作用啊，就是在安装前先帮你做一层安全审查， 重点看看有没有权限问题、可疑行为，平常窃取回销代码或者数据外传之类的风险。我们可以再提醒一下 oppo， 安装每个 skill 前用 skillbetter 检查一下，这样后面啊，他在安装新 skill 的 时候就会先审一遍，再决定要不要装 技巧六，既能创建与改进除乱中别人已经写好的 skill， 我 们也可以直接通过自然语言让 opcode 创建新的 skill。 比如可以直接告诉他帮我创建一个 skill， 把新收到的邮件内容提炼成三句话总结。这样一来， opcode 就 能根据你的描述自动创建一个 skill， 让这套流程可以长期服用， 以后再遇到类似任务啊，他就不用每次从零开始了。如果你还想让他越学越聪明，可以再装一个 skill， 叫 self improving agent。 这个 skill 的 作用就是帮 opcode 把错误纠正和新学到的方法都记下来，慢慢沉淀成经验。 具体来说就是有失败的操作时，他会自动记录到 error state， md， 你 纠正他了，或者他学到了更好的方法，会记录到 learning state， md， 你 提了他一个还不会的功能， 会记录到 feature request， 点 md 一 些真正有价值的内容啊，后面还会进一步沉淀到 memory， 点 md 这种长期记忆文件里。那么安装之后， okl 不 止完成当前任务，还会把每次失误和改进建议啊，沉淀下来，自动应用过往经验，变成一个会复盘的助手。那希望以上这些技能补齐之后，你的龙虾能真正下场干活了。如果这个视频对你有帮助，也欢迎点赞和关注，我们下个视频见。

the gbt 五点四正在接管我的电脑啊，发邮件看一下这个操作路径啊，完全的接管电脑，他的技术路径是像人一样识别这个屏幕，然后做出像人一样的操作。这是五点四，这是他的后台啊，一句话就可以搞定他在关键性的操作，他会做一个截图，然后去识别再去操作。

呃，很多小伙伴问我这个到底是怎么操作的？其实很简单，呃，你只要下载一个软件，然后在上面跟它打字就可以了。呃，我下面给你们演示。首先呢你得下载这个叫做 codex 的 软件，然后 它 mac 和 windows 都有，如果你找不到的话，你就直接跟 ai 说，你说我下载 open ai 的 这个 codex， 它会给你链接，然后你直接下载， 下载安装以后他会让你选择一个叫做呃，工具，这个这个项目的一个链接你，你刚打开它就会让你跳出这个东西，你找一个安全的啊，或者你重新创建一个这个文件，然后给他放在里面。 之后呢，很简单，你直接跟他说，因为因为只有这个 g p d 四点五他有操作电脑的功能，而且他只能在 q d s 里面运行，你按在龙虾按在什么地方，他都不能去操作电脑， 所以你就直接去问他，你说我想让让你去直接通过鼠标，哎，通过这些什么 app 去操作，你问他怎么才行， 要他会告诉你，你看分两种，第一个是用这个功能哎，第二个是用视觉加鼠标，那我直接跟他说，我全都要， 然后你跟他说完以后，他会自己给自己按脚本，哎，你看我，我跟他说放款能力更好，然后哪个放款能力更好？他他给你回复以后，那你直接直接就让他开干， 然后这个五点四他只有充钱才有，就是那个两百美刀的会员，然后你们可以去某鱼上搜这个，直接搜扣扣贷， 然后差不多就是八块钱的拼车，他会直接给你一个月体验，直接把这个超高打开，然后他给你操作完以后，接下来你的所有的东西，你只你只要发给他，他就给你远程给你操作， 就包括你要让他发个消息啊，干什么？你直接跟他说，他就发给你。然后我我还让他写了一个这个脚本，就是我打算就是手机远程操作，然后我把这个安全性也告诉他，让他去解决。 然后我手机就可以登录一个网站，然后网在网站上直接去就可以操作这个界面了。我找一下网站，大概是这样子的，给你们看一眼， 如果手机也可以登这个网站，直接在上面输入以后，他会直接给你看当前的状态，然后他当前在办的事情是什么，然后你直接发发命令给他，然后给刷新状态，直接手机就可以操作了，然后他他也可以给你返回他的结果。

没想到啊，距离我制作 open klo 的 详细部署教程已经过去了一个多月，这玩意现在居然火成这个样子，甚至某鱼上都冒出了一堆远程部署的这个付费服务，动不动就收你们几百块钱。我在我那期视频发布之后呢，有的观众也在吐槽模型费用太贵了，那有什么办法能够不花这个模型钱呢？ 有的兄弟们，有的本期视频的主题就手把手带你们部署一个属于你自己的大模型，并教会你如何在 open klo 中切换大模型的大模型啊！ 不管你是使用像欧拉玛呀还是 l m studio 还是 v o i m 等，都能很方便的接入，从而实现完全离线免费无限制用的 open 可乐。好废话不多说啊，记得先点赞收藏加关注。我们现在开始 我整个教程会分成两大步啊，先搞定本地的大模型部署，再讲欧布可乐的对接配置。但如果你已经部署了本地的大模型，可以直接拖动进度条是吧？跳到对接部分即可。第一步，咱们先搞定本地大模型的部署啊，我这边推荐没有经验的同学优先使用欧拉玛，他几乎是目前全网最简单的本地大模型部署工具，没有之一 啊，支持一键部署市面上绝大多数的一些开源模型啊。然后这里插一水，如果你想要工业级大模型的推理框架 v l l m 的 教程，可以在弹幕当中扣个一人多的话，我后续考虑出个教程。 首先打开浏览器啊，输入欧拉玛的官方地址，我放评论区了，就直接复制在那些就可以。进来之后呢，你是什么系统就点对应的下载是吧？ windows 点 windows 麦个点麦个， 下载完成之后呢，麦个就跟安装其他软件一样是吧？然后 windows 也是不断的下一步即可。 好，现在安装完欧拉玛后呢，最关键的一步就是下载并启动本地的大模型。这里要跟大家说清楚，要驱动 open close 这样的 a 卷的系统， 必须选指令遵循度强，上下文长度多的模型，简单来说就是听得懂指挥是吧？记得住你的命令的这种模型。而我这边测试了好几个模型，比较推荐用的就是这个 q 三点五，它有多个尺寸的版本，通常模型越大则性能越强，大家根据自己电脑的显存大小来选就可以了， 最好选不要超过你显存大小容量的模型，也就是 size。 这里我这为了快速演示，我这就使用这个零点八 b 这个小模型展示啊。如果你们有测试更好用的模型，也可以在评论区跟大家分享一下。 确定好模型之后呢，点进去之后，可以直接看到下载模型的指令，此时我们需要打开终端或者这个 power 键麦克打开终端， windows 打开 power 键，然后粘贴这串命令，然后按回车，它会自动下载模型并启动，全程不用你管。经过一段时间下载后呢，它会自动进入对话界面，你可以直接在这跟本地大模型对话，比如说问他，你好。 哎，到这里恭喜你，你已经成功完成了本地大模型的部署。接下来就是将其接入我们的 openclo 中了啊。这里先提一嘴，如果你的电脑还没安装 openclo， 可以 直接去我之前的其零基础啊部署教程，几分钟就能安装好。我这就不重复讲安装步骤了， 我们先讲刚装好的欧拉玛怎么对接。第一步，修改模型的上下文长度。因为欧拉玛本身为了极致的轻量化，如果你电脑显存不大的话，他默认模型的上下文就给你四 k， 你 就这样给 open color 使用的话，你说完这句话他就能忘了上一句。所以我建议把模型的这个上下文设置为至少六十四 k 以上吧。 我们打开这个欧拉玛的软件，然后点击设置，就在这里设置上下文，然后把这个拖到六十四 k 就 可以了。第二步，去 open clone 里做这个配置对接，还是在终端输入这个 open clone config， 进入 open clone 的 配置菜单，然后回车啊配置本地文件，选择 models。 这里呢是 opencolor 给你预设的一些云端模型配置，像什么啊， gpt 啊， jimmy 等等。我们要选择最下方的 custom provide 的 选项，这个呢是自定义模型选项，可以自定义 opencolor 从什么地址去调用模型的服务。而我们这里默认就是幺二七点零点零点幺，这个幺幺四三四端口的 我们不需要修改。然后这里的幺二七点零点零点幺呢，表示从你本地获取。然后这里的幺幺四三四呢，是欧拉玛的这个端口服务，然后再回车输入密钥，这个地方呢可以随便填，因为这是你本地的服务。 然后这里询问我们要接入什么标准的端点协议，我们也默认回车即可。最关键的来了这里，让输入模型的 id， 我 们在这里输入你刚刚下载的模型名称，然后这个样子就是教验，通过回车啊，后面的这些都不用，输入，回车即可。 然后最后选择最下方的这个 ctrl 钮，完成模型的切换。现在你可以回到 openclip 的 控制面板当中，点击代理，看到这个 primary model 是 不是你刚刚选择的模型了。至此，你已经成功在 openclip 当中揭露了本地的大模型。 如果你使用的是 l m studio 或者 v l m 等模型推理框架，步骤跟刚刚几乎没什么差别，只需要将这里的电路地址修改为你所对应架构开放出来的端口即可。比如说像这个 l m studio， 它默认的端口就是一二三四，你这里就写啊，幺二七点零点零点幺一二三四就可以了， 然后 vm 呢则是八千，然后你就把这个端口修改成八千即可。后面的步骤和欧拉玛一模一样是不是？嘎嘎简单？所以我们来 open call 聊天框简单的测试一下，就说帮我查一下北京明天的天气， 哎，如果你的任务比较简单，那是用本地大模型来驱动这个 open call 还是非常 nice 的。 最后本期视频用的所有命令和部署流程我都整理好了，放在这个评论区，大家点赞关注智取即可。 然后上期的这个部署教程和 open klo 的 这个 skill 制作教程我都会放到 open klo 的 合集里头，后续呢也还会更新 open klo 的 其他玩法，不想错过的朋友可以点个收藏和关注啊，咱们下期视频见！