克劳德如何使用API自动化

分享 openclaw 的 三个实用 skills， 不 需要魔法，不需要写代码，大年初八， c dance 二点零和 c dream 五点零都将开启 api 调用，赶紧给小虾钳做好准备。第一个，剪贴板监控， 自动监控我复制的内容。如果 openclaw 发现我刚刚复制了一段代码，它会自动执行 bug 和简化，然后自动将优化后的代码放在剪贴板里。 还有另一个功能是润色我复制的提示词，这个功能是我用的最多的。如果发现我复制了一段给 ai 的 提示词， openclaw 会自动应用 co star 结构帮我润色提示词，并自动把润色后的提示词放进剪贴板中，直接粘贴就可以。用。 第二个文字生成图片，这里我使用的是 crem 四点零，免费额度两百张，用来测试和打磨提示词库完全足够了。选择 crem 也是为了大年初八的五点零版本做准备，到时候换个模型代号就可以直接用了。 这里我特别告诉 opencloud， 生成图片后不要做本地存储，直接通过 imessage 推给我，避免后续还要管理存储空间。 第三个，文字和图片生成视频，同样是使用字节的 cds， 一 点五两百万 token 的 免费额度，用来测试和优化提示词。 同样大年初八直接改个模型代号就可以用上大家熟悉的 cds 二点零， openclaw 会自动将我的自然语言提示词进行结构化，润色之后再给到 cds， 也稍微降低一点。五模型的抽卡问题。

open club 加扣子，我们用 open club 去掉扣子的工作流，这是我摸索出来的一个我们高效的应用扣子的工作流的一个新玩法，特别的一个灵活。 大家都知道最近这个 oppo 可乐他特别的火，对吧？都传他能够自动化，他能够自动的帮你去做一些任务，做一些工作，其实他在做的过程中，你会发现他还是用的编码的这个思路去帮你做的。于是乎我就在想， 他既然编程序编码厉害，那么我们的扣子工作流也可以通过 api 去调用，那能不能实现这个呢？这就是我的一个思路。 那么有了这个思路之后呢，我就跟 oppo 可乐说，我会把我扣子的令牌告诉给他，我会把我扣子工作流的 id 告诉他，我会把我在扣子官方拿到的那个参考的 标语文档，那一段视例代码，我也告诉给 oppo 可乐，我把这三个东西告诉给 oppo 可乐之后，它就会自动的去掉扣子的工作流。哎，你还别说，还真掉成功了啊，大家可以去看我往期发那个视频有讲过啊，掉成功之后的那个那个效果， 那么调成功之后呢，这个 open 可乐它就可以去用扣子的这个工作流了。那么到这里有的小伙伴可能就会问，既然 open 可乐这么厉害，为什么要多此一举，还要让它去掉扣子的工作流呢？ 对吧？其实我们在用 ai 的 时候都要理解一个逻辑，有的一些事情它不会凭空产生的，什么文字转音频，对吧？文字声、图片，文字声，视频 他不会凭空产生的，不是说你有了个 open 可乐，他就能产生了，他背后还是用的大模型的能力，所以这个 open 可乐你可以理解为你要让他干很多的活，让他写文字，他调用的是 普通的哎。大圆模型，你要让他文字转音频，那他也需要一个文字转音频的工具，你要让他，对吧？投身视频，你也得需要对应的一个工具。所以呢，要让你的 open 可乐能干很多活，那么你就要去给他配很多的技能， 那我现在让他去掉扣子的工作流，其实就是把我的这个工作流能实现的事情把它当成一个技能，哎，调给了这个 open 可乐，工作流是什么？输入处理输出，对吧？ open 可乐把他的要求提给工作流，传染给他之后，工作流会帮他生成文字，生成图片，生成视频。 这个呢，我也是做了一些实战的一些案例啊，我给大家输入了一段指令，这一段指令呢，我记得是当时让它生成一个这个给我的光效作用一段知识科普的视频。啊，以前我们用扣子做的话，对吧？虽然有一个工作流，你做完了之后，你得拿检验小助手的插件去转转成视频，然后再去 再去发。那我现在我就不需要了，我只需要在对话框里面，哎，我接到飞书里面，我在对话框里面只说一段文字，我告诉我们可老请帮我把它做成科普视频， 他在收到指定之后，他就会去自己去掉扣子的文字转语音的工作流，生成音频，会调文字转图片的工作流，帮我生成视频， 生成这个图片，对吧？我要求的是那种手绘风格的，就跟我们现在看到这个图片一样，手绘风格的图片。最后呢，他再通过代码编码的形式，因为有一个 python 的 库啊，有这个工具，他能直接把音频视频的给你组合起来，变成一个视频，哎，最后我就得到了这个视频了， 这个呢，就是我在用的过程中啊，我的一个思路是什么？我让他们每个人发挥自己最大的一个长处， 对吧？我把他们串联起来，让他们互相搭配着，帮我去做工作。以前我还要打开网页，我去手动的点扣子工作，现在我都点都不用点了，我直接给可口可乐说一句话，他直接给我产生的就是视频，哎，相比之下，你执行的效率又提高了很多。 在这里呢，很多人可能还会有疑问，老师， ai 工具这么多，我到底该学哪个？我的答案是，你别纠结啊，有了一些新的工具之后，你就去熟悉一下，了解一下它，对吧？ oppo 可乐虽然特别火， 但是你不给他配技能，他也啥都干不了。我觉得我们在 ai 时代要有一种能力，是什么能力？解决问题的能力，还有就是这种工具的排列组合的能力啊，我们学了很多的技能，针对某一工作场景，我能够提出来解决方案，能够把 这些技能啊，这些工具融合在一起，形成一个解决方案，哎，最终输出我想要的效果，哎，这种能力是大家需要去锻炼的，而且这种能力在任何一个 ai 工具面前，他都不过时。 这就是今天给大家讲的，我是怎么样把 openclaw 和我的扣子结合起来的啊，不是说 openclaw 出来之后，我以前的扣子学了就没用 好的，关于扣子的一些更多的玩法也欢迎大家关注我，后期呢，也会把我一些深入的一些思考和实践分享给大家。

哎，如果你跟 google workspace 的 api 打过交道，那你也肯定懂那种感觉，对吧？查文档，配认证，写一大堆代码，简直是头打 不过。今天呢，咱们要聊的这个东西，可能会彻底改变你的工作方式。你想想看，就一个命律行，就能让你指挥整个 google workspace， 是 不是很酷？好，咱们直接开始吧！ 好，咱们直接看图，这个对比简直太明显了，你看左边，这就是老办法对吧？就为了调用一个 api， 你 得写这么长这么复杂的一串 code 命令，还要搞定那些请求图，真麻烦。 然后你再看右边，哇，这就是 gws 的 方式，就一个命令，干干净净，清清楚楚，这完全是一种思路上的解放啊。 所以，这个 gws 到底是个什么东西呢？说白了，它就是一个给整个 google workspace 生态系统量身定做的通用命令行工具。它的目标很简单，就是用优雅的方式干掉那些繁琐的操作。 咱们再往深了看一点啊， gws 这个工具呢，能让你统一操作云端硬盘，既没有日历，基本上就是所有的 workspace api。 但这里面有个特别关键的词，叫做动态构建，你猜这是啥意思？ 意思就是 gws 它不是一个写死的工具，它会实时地去读取谷歌的 api， 发现服务。所以你想想看，只要谷歌那边一发布新功能， gws 这边几乎马上就能用上，你连工具都不用更新，这可太酷了，对吧？ 那它到底能管多少事儿呢？你看看这个列表就明白了。从咱们天天都要用的云端引盘、 gmail 日历，到团队合作要用的表格、文档，还有 chat， 它全包了， 甚至连给管理员用的那个 admin api 他 都给覆盖了，这可真是一个工具在手，就能耗令你整个数字工作空间了。好，接下来要说的这一点，我觉得是 gws 设计理念里头真正厉害的地方， 就是说他从一开始设计的时候，就不仅仅是给我们人类开发者用的，他还特别周到地考虑了另一类用户，那就是 ai 代理。所以说这是一个为两个世界打造的工具。 那咱们具体看看，这对两边分别意味着什么哈？对咱们人类开发者来说，你看他有 tab 自动补全 内置的帮助文档，还有那个不会真的执行的试运行模式，再加上自动分页，这些功能都特别贴心，让咱们用起来感觉特别顺滑。然后呢，对于 ai 代理来说， a g w s 会输出结构化的 jason， 这可是机器最喜欢的格式了， 更关键的是，它还提供了一大堆可以直接用的代理技能， ai 拿过来就能干活，根本不需要你再做什么定制开发了。你没听错，就是超过一百个居位子里面内置了超过一百个预先打包好的技能， 这意味着什么？这意味着你的 ai 代理一上来就不是个啥都不懂的新手了，他直接就是一个熟悉 google workspace 各项操作的老兵，不管是查文件还是管日历，他都能轻轻松松搞定 好。那问题就来了，咱们具体要怎么把自己的 ai 代理跟 gvs 连接起来呢？别急，这正是咱们接下来要聊的重点。基本上啊，有三种主要的方法，每一种都对应了不同的应用场景。 你看，这张图就是咱们的路线图了，这三种方式呢，是分别是把它当成一个专迷你的扩展来用，或者通过一个叫 m c p 的 server， 再或者就是直接调用它的代理技能库。行，咱们一个一个来看。 第一种方式就是作为 gemina 的 扩展，如果你已经在用 gemina 的 命令行工具了，那这个方法对你来说就是一条快车道，就一条命令行，就全都无缝地集成进去了。 然后你的 gemini 代理就能直接跟整个 workspace 对 话，就好像在调用它自己的原声指令一样，特别方便。第二种方式叫 m c p 服务器。哎，那可能有人会问，如果我用的不是 gemini 呢？没关系，你可以启动一个 g v s 的 m c p 服务器， 这个服务器会做什么呢？它会把所有的 workspace api 都打包成那种标准的结构化的工具。这样一来，任何兼容 mcp 这个协议的 ai 客端，比如说 cloud desktop 啦，或者 vs code 里的插件啦，就都能连上来用， 它就好像一个万能的转接头，特别灵活。第三种方式就是咱们前面提过的那个代理技能库，我觉得这个比喻特别好啊，它更像是在给你的 ai 一 本菜谱，而不是只给它一堆厨具。 什么意思呢？就是这些技能已经把一些常见更高级的工作流程给打包好了，比如说帮我整理一下过去一周的收件箱，或者找到某个项目的所有相关文档， ai 就 可以直接调用这些菜谱来完成任务，根本不用自己去研究具体每一步该怎么做了。 好，聊了这么多强大的功能，咱们得聊点实际的了，一个同样重要的问题，认证和安全。你想啊，一个工具再好用，如果那个登录认证的过程又复杂又不安全，那不也白搭吗？好在啊， gws 在 这方面想的是相当周全的， 我觉得他这里最聪明的一个设计就是他有一套自动寻找凭证的优先机制，他会自己按顺序去检查，比如环境变量的有没有，或者服务账户文件里有没有。再或者，你是不是已经通过命令行研登录过了，他会去找那个加密保存在本地的凭证， 所以你几乎不用告诉他去哪找，他自己就特别聪明，能在不同的环境里，不管是在你的笔记本电脑上，还是在服务器里找到最合适的身份凭证，这样一来既方便又安全。 好在咱们结束之前，有一个特别关键的点，我必须得跟大家说清楚，也是为了建立信任，让大家有一个正确的预期。就是这个项目的作者特地做了一个很重要的声明，这句话说的非常直白，就是这不是一个谷歌官方支持的产品。 这话什么意思呢？就是说这虽然是一个由谷歌员工创建和维护的开源项目，但他并不能享受到官方产品的那种技术支持服务，所以大家在用的时候心里要有数，把他当成一个非常强大而且社区很活跃的工具，而不是一个商业产品。 好了，那咱们来快速总结一下， gws 的 核心价值到底是什么？其实就是它提供了一个统一的动态的，而且对咱们人类和 ai 都特别友好的命令行令入口，它把过去那些复杂混乱的 google workspace api 调用都变成了简单直观的命令。 它给你的不光是你自己，也包括你的 ai 代理，一把能掌控整个数字工作空间的万能钥匙。 所以啊，现在真正的问题已经不是你能不能自动化你的工作流了，而是有了这么一个强大的工作之后，你第一个想把它用来干嘛？是让它帮你自动整理会议纪要，还是去打造一个能帮你管理项目进度的 ai 助手？这些可能性现在完全由你来定义了。

白嫖党的狂欢 opencloud zero token， 平时跑 ai 智能体 api 费用如流水，对吧？这个项目极其疯狂， 它通过浏览器自动化技术接管你的网页绘画，直接利用网页版的登录状态去调用 cloud deep seek、 gpt gemini 等主流模型，完全不需要 api token， 一 分钱不花就能让你的本地 agent 跑得飞起。开发者的福音啊兄弟们！

卧槽，代码每天都在发版，但渗透测试一年才做一次。山楂是 key graph 的 自主式 ai 白盒渗透测试工具，完全自主的 ai 渗透测试器，已经有三十一 k 的 四 r， 并且获得当日趋势榜排名第一。它主要面向 web 和 api， 它会提取原码，定位潜在攻击路径，然后自动执行真实利用。 重点是只报告可付现的漏洞，每条结果都带 po c， 并不是只给可能有风险。你可以一条命令启动流程，自动跑完生成报告，并且免费支持本地化部署，保护隐私安全。

最近 openclo 爆火，我也比较感兴趣，因为我的工作有很多自动化助理的需求，以前都是通过 excel 表格和 p r a 工具来实现的，基深度不够，看了 openclo 介绍之后觉得还是蛮强的，再加上铺天盖地的信息，到处都在说其神乎其神。然后我就花了六个小时 部署了本地大模型。过程也比较简单，网站也有教程，先部署 lm， 然后部署 qm， 三点五 deepsafe 九 b 开启大模型端口。接着就是部署 openclown， 这个时候问题就比较多了，我用的是 windows 本地服务器，部署的过程中发现很多细节，还好有 ai 可以 协助，效率还是比较高的。我算是有技术背景， 所以这些技术障碍问题还能查询和解决，但最后还是没有落地。我是这两天刚下载的代码，因为肉机问题， openclo 已经下架了零点八的版本，最新版本必须有令牌才可以访问网关， 解决令牌的问题。之后发现国内很多 a p r 都无法调用，只能用非书，还有我们的办公用的是企业微信，其他商业应用 一概都没有 api 端口可以调用。到此我才发现一个大写的尴尬，因为我要想让 open class 实际实现自动化操作，还有很多路要走，除非是模拟屏幕点击的形式， 有点无语。然后又看智普发布了 auto club， 装上去发现都是为了捞钱，头肯调用，数量扛不住。就这样下去， ai 员工不是给我们挣钱的，却是我们花钱雇了 ai 员工。 目前来看，通过 a p i 调用产生的 token 费并不划算。然后我就用下午时间自己开发了一个应用雏形，大概是这个样子，还没有深入，后续再看看情况。

大家好，欢迎来到本期科技快报。今天我们聚焦于 ai 技术对软件开发的深刻影响，特别是 openlayer 的 codex 如何从配对编程进化到全任务代理。 首先让我们了解下最新发布的功能。 codex 迎来了许多重要升级，特别是 gpt 五点三和 gpt 五点四模型的推出，它们显著提升了常识任务的代理能力，使任务处理更高效，同时也引入了如工具搜索和百万级 token 的 上下文支持等特性。 对于开发者来说，值得注意的是， codex 桌面应用现在也支持 windows， 拥有原生沙盒环境，支持技能和应用的加载。而所谓技能是为了更精准地为 codex 提供上下文，比如让 codex 在 特定的开发场景中运用工具。 在 api 方面， kua 费算机使用代理模式是重头戏，这让 codex 可以 更好地管理浏览器和计算环境，甚至能通过 hosted shell 运行容器化环境中的命令，大幅提升其灵活性与安全性。此外， wild bot 模式也能极大优化工具频繁调用的延迟。 接着，我们还看到了 codex 对 于 github 代码库进行评分的演示，这种逐步引导模式在团队开发中非常实用。 比如通过定义清晰的文档、 md 和代码中的技能描述， codex 能更智能地解析项目的整体架构与最佳实践。 另外，嘉宾在绘画中提到了一个令人兴奋的项目 symphony， 它展示了通过 codex 实现工作流自动化的可能性，这包括任务分配、迭代代码检查、 pr 是 否通过 c i、 c d 等，几乎无需人工干预 基础设施的规划和编程范式的升级在这个过程中被反复强调。例如，如何通过高内聚的模块化代码、清晰的技能接口说明文档以及标准化的测试覆盖来引导 codex 深层更可靠的代码输出，这些对开发者来说都极具参考意义。 此外，特邀嘉宾 mitchy 科目讨论带来了真实应用案例，他们的团队通过内部工具如构建的技能管理平台 paper， 实现了公司层面的高效写作与知识共享。这种设计给 ai 赋能提供了范例。 最后，我们还回答了一些观众的提问，例如在现有代码库上如何快速搭建 ai 代理的设计框架，如何优化长任务的可能性，以及技能和模块化文档的应用方式。 总的来说， codex 网最初的编程助手逐步进化为全面编程代理，而我们所需的是理解如何最优化的配置与指导它。如果想了解更多，欢迎查看相关资源，或在下一次科技快报中与我们继续探索前沿科技发展。

这不是教你实现 ar 智能化交易第三课，今天给大家讲一下 ar 大 模型 api 的 一个介绍。 呃，那首先我们就是以那个 deepsit 为例，讲一下这个什么是 ar 的 一个 api 啊？ api 全称叫做 应用程序接口，就是说我们在使用量化交易的时候怎么去调用 dsp， 怎么去调用 dsp？ 它是有一定的一个格式啊，包括要使用一些啊 api 啊才能去使用它， 那它跟网页版有什么区别呢？那网页版其实就是说啊，就是我们平常跟 dsp 在 那个电脑或者手机端直接去跟它互动的那个界面，那 你不是个 api 嘞？ api 就是 说我们程序在使用它的时候怎么去啊？调用它的一个功能，把数据传给他，但是这个是我们看不到的，它是里面的一个自己的一个互动的一个机制 啊，我们看不到的，你不可能叫程序到你的网页版去操作，对吧？啊？除了现在的小龙虾，他也他可以这样去做，那我们的程序是不不可以这么做的啊？那要使用的话就必须使用 api 接口去调用 啊，然后呢，等一下去讲一下啊，怎么去啊？获取这个 a p r 一 些文档啊，或者是怎么注册这个 a p r k， 然后呢再去解释一下这个 a p r 的 一些代码啊，我们直接进入 deepstack 的 一个官网， 那这是 dbc 官网，那么我们呃打开以后，这里有一个开始对话，就是我们平常跟 dbc 对 话的一个窗口啊，点进去是这样的，对吧？啊？这个大家都很熟悉， 那右边有一个 api 开放平台，那我们在使用程序调用的时候，就点进去看它是怎么去调用这个 api 的 啊？点进去啊，这是我自己的一个 用量的一个费用啊，我一天用不了多少钱，因为我这个调用的频率比较低啊，一个小时调用一次，所以一天就就花个一块两块钱啊，一块两块钱，那有些时候高的话呢，可能就是， 呃，做回测的时候可能比较高一点啊，花不了多少钱啊？这个当然呢，主要是看你这个呃是是怎么样一个频率去调用它的，那你像如果说用小龙虾的话，那个费用就会高很多了啊。我们看一下这个下面有个接口文档， 那首次调用 api， 它会有一个说明。怎么去调用它？我们先看下这个 deepsea api 使用与 open a r 金融的 api 格式啊。 open a r 是 什么？ open a r 就是 发明啊，全是 gpt 的 那个公司，也就是第一个 呃，发发明 ar 的 一个公司，所以后面基本上所谓的这种 ar 大 模型使用的 api 调用格式都是根据他这个来的啊，根据他这个来的，当然还有其他的一些调用格式啊，那这个是最简单最方便的，大家最熟悉的。 这下面啊，一个贝斯 u i l 啊，一个 aprk， 那 贝斯 u i l 不 同的 ar 模型，它的使用的地址就不一样，那其他格式都一样的，它可能这个地方你就改一下了，那 aprk 也是要改了， aprk 等一下我。 呃，咱们等一下再讲一下怎么去申请 aprk。 那 aprk 呢？它是一串代码，那也是确定你身份的 一个标志，但是根据 a p r k 呢，它可以啊，来算你的一个用量，一个 tok 的 用量。那 call tok 又是啥嘞？我们现在说听到说，哎呀，用 tok tok， tok 的 话，我们简单的可以理解为汉字的话，它是一个汉字，一个 tok 啊，有些时候它是一个词一个 tok， 具体的话是看他这个分词器怎么分的，我们简单理解为就是一个字一个头肯啊，一个字一个头肯，那你花了多少钱，就是他帮你你生成了多少个字啊？以及你输入了多少个字，他就是花钱就根据这个用量来进行一个计算的 啊。看下面啊，下面有个 deep secret， 那 它是两个版本，那恰恰就是非思考模式啊，可以看到它恰恰 deep secret 对 应的是二点零的非思考模式，那瑞瑞呢？对应的就是那个思考模式，思考模式就是我们在用那个网页版呢。啊，我，我回答你 啊，这个地方你如果点了这个，它就思考模式了，你不点它，它就是非思考模式了，但它这里有个智能搜索，它可以联网的，那我们调用 a p r， 它是不能联网的啊，调用是不能联网的啊，我们回到 那调用 a p r， 我 们用的是拍摄语言啊，拍摄语言，所以我们点这个位置啊，点拍摄， 哎，这是一个导入一个 os 的 一个库啊，那是这个，它这个作用是干嘛呢？主要是你看 它是从环境变量获取你的 api k 啊，这个的意思是从环境环境变量获取 api k， 那 很多时候我们会把 api k 为了安全起见，会把它设置到我们这个 电脑的系统的一个环境变量里面去，那在程序里面就看不到了，以免就是程序泄露的时候把你的 api 也泄露了，对吧？那我们前期用的话就就就不用，不用搞那么麻烦啊，你到时候直接在这个后面写啊，等于，呃，这一张就好了啊。 api 等于这张就好了 啊。前面这个，这这这些都不用写了啊，括号也不用写了啊。贝斯 u i l 啊，就是这个是 deepsea 的 api 地址，那这个地方就不要动它，不要动它 啊，这个，这个 from open ai input 的， open ai 就是 导入一个 open ai 的 一个库，就是因为它这个 用的都是 open ai 协议， open ai 协议，所以说你这个要把库导入啊，到时候以后讲那个 python 的 时候，到时候讲一下啊，那你导入它以后就按它的格式，按 open ai 协议的一个格式去去写它就好了 啊。这下面啊，这是一个固定的啊。 class 是 这个地方的啊这是这是固定的它的一个方法啊，这个这个不要动默的啊，我们这个地方点，这不是一个卡子这不是个卡子 啊，不要用 leader 了啊，为什么不要用 leader 了？ leader 了，他这个主要是用来推理的，那推理的话呢？我们其实在做交易的时候其实用不上太多的一个数学的一个推理的东西， 嗯，而且它太花费掏坑了太花费掏坑了，它会给你分析一堆分析来分析去，而且我试过，我试过，没什么多大用啊，直接用 excel 就 好了，好吧。然后 message 啊，这个也是我们重点的一个地方。 message 参数的话呢 啊，这个是叫角色，角色系统啊，一个角色是 user 用户，那系统的空投的就是是提示词，那系统提示词呢？ 这个地方我们最好是定义一下，他这是英文，我们可以写中文啊，我们可以定义他的角色。很多时候我们这个啊，可以在网上也看到一些，就是说我们在跟那个 deepsea 互动的时候，要先给他一个角色，比如说假如你是什么什么什么，对吧？然后呢，你再把要问的东西问发给他，他再回答为什么要给他定义角色。这样子定义角色以后呢，他才会以精准的缩小自己的范围，精准的回答你的问题，回答东西更专业， 对吧？你不同的角色他回答内容是不一样的。打个比方啊，这小孩今天考试得了零分， 那假如这个得了零分，告诉这个消息是告诉老爸，那老爸就是兔崽子他妈，老子搞死打死你，对吧？那如果这个你得了零分，你这个告诉的是一个朋友，那朋友就说，嗯，没事，我也是零分，对吧？没事，下次咱们继续。那如果告诉这个老师又是另外的回答， 所以说不同的角色他回答的内容可能不一样，所以我们在做这个 ai。 呃，智能化交易的时候，你最好是 告诉他你是一位量化交易专家，或者是你是个股票量化交易专家，然后呢？你擅长干嘛干嘛？然后要实现什么样的功能？你先给他一个确定的一个角色，选角色， 那以后我们就不需要在在这个 user 的 提示词里面去写了，还告诉他你是个角色啊，你在这里直接写好啊，把它定死。那后面你就这个地方的提示词，你这就直接问他内容，问他内容啊，把数据给他就好了啊。 啊，这个地方很重要，那这个地方的提示词是非常重要的啊，就用户提示词非常重要，你最后会得到什么样的结果跟你提示词是非常非常影响是非常大的啊，这个肯定是慢慢是自己需要去优化的 啊，这个地方啊，是均等方式啊，这个是均就是啊，非流逝啊，如果是去就是流逝啊，那我们 做程序化交易的时候是不需要流逝的，不需要流逝的，我们分流逝 boss 就 好了。为什么？那流逝是什么呢？就是说他。呃，深层一点内容就发给你，深层一点内容发给你，那我们在网页版跟 dvd 交互的时候，那可以 发一点，我看一点，发一点我看一点。那你程序交互的时候是没必要的，它是一次性给你，对吧？一次性给到程序，程序再去做回应啊，这个是这个意思，那这一段啊不论的是打印，那打印什么呢？ 最后这这一段打印的这个内容就是指 deepsea 的 回答的内容，就是我们网页交互的时候你看到了它给的内容啊， 那前面的就是不要动啊，他他是指指到了某一个字段，某一个字段这里面的内容，他就是指回答内容啊。好了，应该讲的也差不多了，这个很清楚了啊。啊？我们现在返回一下， 返回一下看一下。这个 a p r k 在 哪里啊？啊？这里还有一些其他的参数啊， top 用量啊，这个它可能有最大 top 数啊。呃，还有这个温度啊，这个我看一下下，下次再讲一下。 好，我们看一下 a p r k a p r k。 啊，这个地方可以直接创建啊。直接创建？那我这个是每一个程序我是创建了一个 a p r k 啊，如果我这个程序不用了，我就可能就直接把它删掉了， 这把商家为了安全起见，你点创建这里输个名字啊，比如说你是用于 ai 交易的，你直接在这里输个名字，对吧？ 啊啊，然后这一段你把它复制起来，好吧，你把它复制，然后呢？用电脑存起来保存好，因为以后就不见了，以后就没有了啊，你除非你删了它，你重新再创建一个也可以啊。以后 啊，你看啊，列表中设置的全部 api k， api k 仅在创建时可见，可复制，请妥上保。请妥上保管保存，不要和他人共享你的 api k， 因为你这个暴露的话，别人用你的就就是钱了，就是钱了 啊。这个是 dsp 官网的一个 a p r 调用，以及这个 a p r k 的 一个创建。那除了 dsp 官网，其他地方也没用啊，可以有用的啊，有有地方可以调用的啊，有个两个地方，一个叫做摩达摩达平台，一个叫做阿里百炼，就是阿里云的啊， 那为什么我要介绍这两个呢？因为它这两个有免费用的，对吧？ dsp 它这个官网是没有免费用的。我们先进入摩达 啊，摩达，这是摩达，那摩达它其实有很多的模型啊，很多的模型，那不单单只有 deepsea， 那 我们搜索一下 deepsea 啊，版本的话我们用微闪点啊， 摩搭的话，它是每天都有两千次的一个免费调用的额度啊，但不是只针对这一个模型，它是所有的模型加起来两千次。那单个的模型有多少次它是不确定的啊？不确定的，可能一百次，可能两百次， 它有很多，它包括图片啊，包括有没有视频，我的图片我是用过图片生成的模型，千万的一些图片生成的模型，哎，各种各样的模型，它模型库里面可能好有几百个，上千个啊，都可以去免费去用，直接调用的。那在这个右边 哎，一个我朋友的一个范例，这也是 a p r 调用的范例。这个地方还是不要动啊。 啊，我们看到啊，其实这个跟刚刚我们在 d f d f c 的 光我看到的是一样的，原理是那这个都一样的，你看，首先它要导入这个库， open i 的 库，然后这个写法也是一样的啊，对吧？生成一个 open i 的 一个实体啊，这个是这个地址，你就要改成摩达的， 这个地址是摩达的，看到没有？那这个 a p r k 你 要改成摩达的，改成摩达的这个这个地方，这一段它是指 in lab 四 control， 等于就是指使用的是推理模型，那我们其实正常人就不用用推理模型。这个地方其实我们这段可以不写的啊，也可以把它写成 force 也行啊，这里是固定的，不要动它 这个地方啊，刚刚那个是 deep sleep chat， 对 吧？ deep sleep， 刚刚我们官网是 deep sleep 啊，杠 chat。 这个地方你就要填入这个东西啊，填入这里 啊， mess messages， 这里是只要用户的一个啊，一个角色，它没有系统的角色啊，其实我们要把那个系统角色也写上去啊，你就用官网那个，你在这个地方加上一个 lo， 然后 啊加上一个 lo， 等于啊，冒号 system 啊，记得有引号啊，然后 contact 啊，把它是什么角色写上去啊，写上去。 呃，这里时时间等，就这里，我们用 force 啊，刚刚讲了啊，我们要用非流式啊，这个时间说的就是这一段，这一段就这段可以不要了啊，可以不要了，因为我们不用书啊，可以不要。嗯 哦，当这个 force， 这个跟跟着来，这个这个。哦，搞错了啊，这是开始流逝返回，我们把它不用流逝返回，刚刚讲了流逝返回，它就是一个字一个字的给你，发给你，我们是要一段整的，最后就是它思考生成完了全部给我们一次性给我们，好 哦。啊对，就这里啊，这里等 force 以后啊，一一样的啊，这里有一段，因为这个地方它是 q， 所以呢它会有一个推理的内容， 推理的内容大家就是用第五十个推理的时候，他前面不是会有一段会有一段话吗？一段话他自己在这里推理完了，他就自己隐藏了啊，就是那一段话， 那最后回答的内容是这一段啊，是这个，把这个给他，到时候啊这就回答了内容啊，这个跟那个是一样的啊，因为他用的协议都是这个，所以他都是一样的，他的格式都是一样的 啊。这个是摩达摩达，大家注册以后一样的，他有 a p r k 啊，有 a p r k， 他 这个叫托克啊，那摩达托克也是一个意思啊，那注册完以后他也是可以免费用的，可以免费用的 啊，至于他这个里面有个有些限制啊，一个是他的次数限制，每天的次数限制，第二个他使用的频率限制，他如果你频率使用太高掉免费的就是这样的。 好，那除了魔搭免费的用，还有一个就是给大家介绍一个就是阿里百联，阿里百联叫阿里巴巴的 阿里百联啊，你们搜索到阿里百联以后呢？它这个模型，全国模型， 全部模型啊，这个地方我们搜一下，它也有很多模型啊，其他模型可以用啊，你自己喜欢哪个就用哪个，其实现在的模型都相差不大了。 好，这个地方我们进去一下，这是阿里自贡的啊，因为它这个是 deepsea， 它是一个开源的， 它会有免费额度的。那免费额度，它这个免费的话是新用户注册，好像是前三个月它会会有免费额度的啊，具体怎么免费的，大家试一下啊。我也不确定 前三个月它是有免费的啊，它频率也没有限制，大家也去测一下，如果说反正你如果说你试一下能达到你的要求，你就用免费的啊，用免费的 啊，这里面下面有个 oppo r 金融的一个代码啊，那也是拍摄，那这里可以获取 api k， 你 点这里，你要你要去注册啊，注册一样啊，获取 api k 啊，看到没有啊？这里一样的啊， oppo r 啊，这个格式也是一样的。这个地方啊，我跟你说一下这个位置啊，它这个加入一个 os 库，就是是从环境变量。哎，刚刚我是不是讲过 啊？我讲过了啊，不讲啊，这个 k 写进去这个地址，那不一样了，又不一样了，对吧？ 又不一样了。这个地方啊，填这个啊，模型的一个，呃，代码填这里啊。 啊？ message 它是写到这里来了，是写在下面，把这个整个放在下面，可以，它也只写了这个用户端的。我们我是建议这个在这个角色系统角色也要去点一下它的这个提示词啊，这个是 q 啊，这个我们，我们是用 force 的， 这个也是 force， 有 force 的。 好了，它这个是 q， 所以 所以下面的内容就不用看了。好了，今天就讲了这么多了，那下节课给大家讲一下这个，呃， deepsea api 跟那个 ai 交易程序之间的一个互动啊，到时也给大家演示一下。

嘿，各位想玩 ai 自动化的朋友们，今天给你们带来一个超简单的 openclaw 养龙虾上手教程，全程就五步，十分钟就能搞定，不用复杂代码，新手直接跟着抄作业就行。 首先咱们得准备好工具，第一，电脑 windows， mac， linux 都行，不挑。第二，模型 api， 这个二选一，要么用 openai 的 gpt 三点五或者四 o， 要么国内的阿里通一千问，字节匀确，百度文心也行，它们都兼容。第三， git 和 python 三点一零以上版本，如果没有的话，先去官网下载安装 jet， 网址是 jet 杠 s c m 点 com python 是 python org， 很好找。准备好工具，第二步就是用一行命令拉取项目，打开你的命令行，不管是 windows 的 cmd 还是 mac， linux 的 终端，依次执行这几条命令。首先是下载代码输入， g i t clone h t t p s colin slash slash go top mosaic com our requirements tick， 等着它装完就好。 get， 然后按回车，接着进入文件夹，输入 cd openclo。 最后安装依赖输入 p p install 杠 r requirements x t 等着它装完就好。第三步，配置 api 密钥， 这可是核心步骤哦。先复制配置模板，输入 c p confift example dot y a m l c o n f i g dot y a m l 然后打开生成的 config editor e a m 文件，找到 l l m 那 部分 provider， 填 open ai api key 那 里，把你的 api 密钥填进去， model 就 写 gpt 三点五 turbo， 如果用国内模型，就替换对应的 provider 和 api base， 很 简单，配置好了。第四步就是启动龙虾 ai， 在 命令行里输入 python main， 点 py， 然后回车 等一会儿，看到龙虾 logo 出现，后面跟着 ready to take orders， 那 就说明成功了。第五步就可以开始养龙虾下指令了，直接用自然语言就行， 比如你想文件整理，就说把桌面所有图片按日期分类到文件夹。想办公自动化就说汇总 d 盘所有 excel 表格，数据生成周报， 甚至代码操作系统操作都可以。比如批量修改项目里的注置格式，或者清理 c 盘垃圾文件，卸载不常用软件，是不是很方便？最后再给大家科普几个必懂的黑话和避坑指南。 养龙虾就是部署或者运行 openclaw 的 意思，龙虾出逃可不是真的龙虾跑了，是说 ai 执行错误或者乱操作了。 甲壳胶呢，就是玩 openclaw 的 玩家社群抽肯燃烧，指的是 ai 反复调用 api 导致扣费。安全提醒也很重要，首次运行建议开沙盒或者虚拟机，别给太高权限，避免误删文件。 怎么样，是不是超简单？对了，需要我给你国内模型，比如通易千问或者匀确的专用配置模板吗？直接复制就能用，不用折腾 openlight 哦。

今天呢，咱们就来聊聊怎么打造一个全天候帮你干活的 ai 营销机器。你想想，要是 ai 能替你搞定所有重复的营销杂活，那会怎么样？重点变了，以前是自己干，现在呢，咱们是指挥 ai 代理去干 好。那第一步是什么呢？就是得先给你的 ai 代理准备好它的工具箱。其实设置起来特简单，就三步，文件夹、环境、文件，再把 api 密钥加上。这就引出个新思路。现在买软件，关键就看它的 api 够不够强大。 你看这个文件，就把 facebook 广告、 ins 里这些工具的秘笈都放一块了。那具体怎么用呢？咱们来看个自动化广告工厂的例子，研究创建、上传、分析、优化这五步，它自己就能跑起来，完全不用人管。 首先是调研，让 ai 去网上扒一扒，看看客户到底在愁啥，想要啥。然后他不用飞格玛画图，直接用代码生成几百个广告版本，成本几乎为零。 接着 ai 代理会把所有这些不同的广告全都自动传到 facebook 里，广告一上线，系统就盯着数据实时分析，哪个跑得好，哪个不行。最后就是优化， 跑得差的广告系统自动关掉，跑得好的呢，就加大推广。而且这套玩法不只适用于广告，它其实是一套通用的自动化手册。 比如想上播课，你可以让 ai 自动帮你找节目、找邮箱、发邮件，或者在领音上，它能帮你把点赞评论的人直接拉进你的邮件列表里， 甚至需要分析数据时，临时开个数据库，用完就关，特别灵活。所以你看这一切其实都指向一个未来，那就是所谓的自主营销以后，你的角色就变了， 从一个干活的变成一个 ai 调度员。在这种新模式下，你的核心价值不再是技术，而是你的行业经验。因为只有你才懂行话，能把问题给 ai 讲清楚，这是外行做不到的。 所以新的超能力就是把你懂的行业知识跟指挥 ai 的 新语言结合起来。这种结合啊，带来的可不只是效率提升，而是十倍的压倒性的优势， 这彻底改变了游戏规则。那你准备好迎接这个变化了吗？

手把手教你实现 ai， 这的话交易第四课啊，第三课，我们讲的那个 ai 大 模型 api 的 一个调用啊，包括 api key 的 一个申请，还跟大家推荐了几个可以免费使用 deepstack 的 啊，几个平台把这节课给大家讲一下 ai 大 模型啊，我还是以 deepstack 为例，怎么与交易程序进行一个数据交互啊？我们直接进入代码演示 好，大家看一下啊，这个文件的话就是演示怎么用 deepstack 啊，进行一个小周期的数据分析，最后滚出。买还是卖啊，看上还是平常操作的一个信号 啊，这个函数主要是就是上节课讲的啊，怎么调用这个 deep c， 那 这段代码是不是跟我们昨天讲的上次讲的是一样的啊？啊，这段代码是一样的啊，这里我就不再具体解释了啊啊，这个地方你要自己，到时候你要自己填入你的 a p r k。 好， 这个这两个参数我说一下啊，一个是 max tokens， 这最大的一个 token 最大通数就是说你它的这个分析完以后梗出的啊，最后的是 token 数是多少啊？我这默认是五千，那梗出的 token 数越少，那你的花费就越少。 这个 temperature 是 温度啊，什么是温度啊？我们可以呃，简单理解为就是说大模型这个呃 一个专注度啊，或者是他的一个随机性，那温度越低，他这个东西越严谨，给出的答案就是越确定啊，越稳定那温度越高，他就会更有创意。一般情况下是什么时候温度高用的就是就是需要创意的东西啊，我们尽量是把温度高一点写高一点 啊，比如去写一些剧本啊，诗歌啊，那我们真的这种数数据分析的话，我们尽量把温度调低，我这默认的话是零点二，他这个值的话是在零点一到二之间，哎，二之间， 那最后返回的这个内容就是指这个回答的内容给我们啊，这个函数就是这个作用啊，就是我们上节课讲的东西，那重点有一个里面就是这个函数啊， message 是， 那 message 是 什么内容呢啊？我们进入另外一个函数， 那 message 传递的内容是啥呢？我们先看一下下面啊，这里 message 就是 这一段， 那也是我们上次讲过的传递的有两个东西，一个是系统，一个是用户 啊，用户就是我们系统，就是指 dbc 的 一个角色啊，角色，系统，角色，用户，那上就可以讲过了。什么是系统提示词啊？这是系统提示词，我们为什么要跟他一段系统提示词？那这里面系统提示词就给他定角色啊，说他是一个专业的期货量化交易员 啊，他要做什么事，那他就可以专注于去干这个事。那些用户提示词呢？就是 prompt， prompt 就 哪一段？就这一段， 这一段就是我们。呃，梗到用户的东西啊，这段东西蛮多的啊，大家看一下，这段东西其实蛮多的 啊，不小心删掉了啊。 那首先我们会在上面去 调取一些数据，然后呢给他计算技术指标啊，包括一天的，包括一个小时的， 这里面还有一个账户数据啊，就是你是不是有磁仓，然后把这些数据啊？从这个 f 后面开始啊？三个，三个引号开始，这下面的全部是跟 deepsea 的 内容， deepsea 的 内容啊，包括这个日线的数据，日线的技术指标，一个小时的数据 啊，一个小时的技术指标，对吧？啊？有哪些指标？我这里全部跟他了。然后呢？交易规则写好，跟他。 哎，以日渐趋势为主啊。风险管理写好，跟他啊，进场原则写好跟他。直接管理写好跟他。 呃，这个这个这些全部写好跟他，写好跟他。然后告诉他，请以节省格式返回中性分析结果，包含以下指导。那节省格式是什么呢？它是一个具体的格式，它的里面的内容的话呢？跟 那个 python 里面的字典是一样的。所以说他这个格式返回过来以后，最后他可以啊，把它转化成我们程序能够识别的结构 啊。数据结构，那也就是字典。那他返回的这些字段，哎，这些字段他可以梗出你现在是流逝还是强，流逝还是中性还是雄逝，然后知性度是多少？那我这里一般情况下知性度越高，他这个 呃梗出的结果就是越确定，所以说我们会根据这个自信度来判断要不要操作。一般情况下是零点六五或者零点七，那你超过这个自信度了，我才去开仓，或者再去平仓，没有超过我就不平仓，不开仓 啊。 action 啊，是买还是卖？还是不动啊？还是平仓啊？价格，你是入场出场价格啊，平仓比例啊，这个让他要他哽啊，最后哽个理由 给，给完以后啊，这一段代码不用看啊，这个，这个是一些修正节省数据的一个一段代码。这些东西都是 ar 帮我写的啊，这些都是帮 ar 帮我写的，那实际上自己要写的就是这些东西，对吧？ 啊？这些数据你其实也可以叫 ar 帮你写，那你要修的其实这个东西，这些东西大家都都都会吧？那其他的 ar 都可以帮你写啊？这些东西你如果说你自己没自己的一个想法，你说也要 ar 帮你去写也行，但是能不能达到效果就不知道了。 那 ar 返回的是一个节省的一个格式，最后用这个，这个节省 load 啊，就会把它转换成字典，转换成字典，转换成字典，最后会变成这样的一个格式，这个就是代码，就是我们程序能够识别的一个数据格式了。 那是开仓还是平仓？以什么价格去做啊？什么理由那都有了，那整个的一个数据传递原理就是这样的啊，也很简单。 那重点的话呢？再给大家提醒一下，就是就是能写这一段，对吧？就是你自己的一个想法要写在这里，其他的 ai 都不用帮你写，写完啊，今天就讲讲这些。

这两天看到一个项目啊，挺有意思的，它号称可以让你实现 a p i 自由，本质上其实就是把网页的原生端那些可以免费无限兑换的能力重新分装成一个可以调用的 a p i 接口， 然后再以 a p i key 的 形式提供给你自己使用。这样一来，很多能在网页上部署的像 openai jimmy 和 cloud code codex。 呃，那些网页上 的模型的算理就可以直接接入到你自己的本地，比如 opencloud 小 龙虾 opencloud 以及你自己编程的一个应用小工具，然后可以实现自动化部署。

腾讯 a i t opencloud 引发跨境圈关注，其能自动化处理数据、邮件、代码等任务。深圳千人排队部署跨境新卖家已利用其优化选品发货流程，实现月销十万美金， 但需注意技术门槛，部署需代码基础，长期使用有 a p i 成本及安全风险，建议独立环境测试。深圳等地推出政策扶持，最高补贴二百万。 open core 是 和数据整合、信息监控等重复性工作，但决策仍需人为把控，跨境卖家可从小范围试点切入，逐步提升效率。

未来的院士们还在为 maker 分 析反复清洗数据、改字段、切软件而烦恼吗？这里是 maker ai 研究工作台，一站式解决科研烦恼。他把 maker 分 析从小题到结果输出，整合成一条完整科研流程。 第一步要配置大模型 api， 我 们填入 base url 模型名 api， 然后点击连接成功后，平台能力就绪，就可以直接进入研究流程了。 在工作区，你能看到当前研究状态，给出研究思路、文献类型、适合纳入的结局指标， 论文思路一平就能掌握，再也不会坐着坐着就乱了。接着进入，可以查看数据及包含字段，按照要求收集 c s， v x o s s， l s 文件，有不懂的可以对 ai 进行追问。比如我需要本研究的文献纳入排除标准， 追问后， lara 会给你更准确的文献筛选标准。这里点击向大模型提问，为未来院事的你节省更多时间，更快检测文献。这里可以看到给出了详细的文献纳入排除标准。 常见 met 数据结构已经未知好，你可以先跑通再替换真实课题数据。这里会展示数据级结构。 选择本地数据后，平台自动识别字断并进入预处理。 这里我们可以先看看模拟数据集，提前确认字断结构和结果可用性。 通过标准数据集结果，查看图形结果与文本结果， 从数字到解释在同一工作区完成， 能显著减少手工整理时间。 遇到不明白的，可以通过 ai 大 模型给出更详细的解释， 科研讨论更高效。现在我给大家演示真实文件导入。 回到项目区，可以看到数据已进入当前研究任务，后续每一步都有记录，可追踪，可复查。 首先导入数据标准化 会根据你的数据给出标准化模板，并填充 标准化数据表。支持亚组选择、修改和查，可以根据提示自定义亚组情况， 修改后的标准数据集实时更新。支持导出， 你可以基于同一项目持续优化，而不是每次从头重做。进入研究设置定义研究目标、结局、类型与分析策略，平台会据此匹配相应流程， 确认后执行分析流程， 完成分析后输出卖台主分析结果、森林图、鹿斗图等 核心图进入定稿式图，图形规范，解释清晰，可用于论文汇报和评审沟通。平台将结果组织为可直接衔接写作的内容， 你可以更快从分析完成进入 sci 成稿。对于输出结果可以进行 dpi 调节，确保满足科研需求。除基础分析外，本平台还支持 mate 进阶分析， 包含累加分析、回归分析、镜像图档。 家人们做 mate 分 析，真正拉开差距的不是熬夜，而是流程。