claude怎么查是不是kiro

很多人用了 cloud code 的 一段时间，都会发现一个问题，一开始很聪明，后面越用越笨，回答越来越乱，头啃还消耗巨快。那其实很多时候并不是模型本身的问题，而是你不会用这五个最基础的命令。那今天这条视频带你一分钟掌握。 第一个命令， config。 这个命令可以说是 cloud code 的 控制中心，那输入斜杠 config， 你 可以查看和修改当前的各种配置，比如是否自动压缩会话，是否自动切换思考模式等。建议你把每个配置项都了解一下。 第二个命令， model。 如果你想切换模型，直接输入斜杠 model， 就 可以看到当前支持的模型列表，直接选择就可以切换普通任务，你可以选择 so net 模型， 复杂任务你可以选用 opus， 性价比最高。第三个命令， clear。 很多人会发现一个问题啊，聊着聊着， claus 回答开始抽风了，越来越乱，越来越慢，而且 token 消耗飞快。这其实是因为上下文啊太长了，这个时候只需要输入斜杠 clear， 就 可以清空当前对话的上下文， 重新开始一个新的绘画。我建议每个独立的任务啊，都可以开启一个新的绘画。第四个命令， compact。 如果你不想完全清空对话，但是又想减少上下文的长度，那就用斜杠 compact， 它会自动压缩历史绘画，保留关键的信息。简单理解啊，就是给绘画做一次瘦身。 那第五个命令， continue。 有 时候 cloud code 会回答到一半的时候，因为意外的各种情况，导致终端的窗口不小心被关闭了。很多人这个时候啊，就会把之前的输入再重新来一遍，但其实大可不必如此，那直接输入斜杠 continue cloud 就 会接着之前的回答继续输出。 总结一下，学会这五个命令，不仅可以让输出的质量更高，关键是还更省 token。 那 你觉得哪个 cloud code 的 命令最好用呢？欢迎在评论区告诉我，我是新启，关注我，每天分享一个外部限定的小技巧。

今天这个视频教你无痛安装 cloud code， 在 国内的网络环境下，用上 cloud gpt 等国外的顶尖模型，有些人可能还不了解 cloud code 是 什么，先简单介绍一下。 cloud code 可以 说是现在最强的 ai 编程工具， 再加上最近爆火的 skill 加持，很多人也用它写作、学习、做数据分析、办公等等。 cloud code 可以 说是现在最火热的 ai 助手之一，网上有很多的安装教程， 但是实际上你去安装就会发现不是那么回事，网络限制、安装配置中出现的各种问题能把你搞得焦头烂额。我也是看了很多的教程，结合自身安装过程中遇到的一些坑， 整理了一份 cloud code 在 国内网络环境下的安装使用指南，这份指南能帮你省下几个小时的折腾时间。接下来我会将原理和操作方法用通俗的语言给大家讲明白。好了，我们开始。 首先在安装 cloud code 之前，我们需要做好前置准备。 windows 电脑需要先下载 git， mac 系统自带 git， 无需下载， 不去这个网站选择 windows 叉六十四 setup 这个版本下载。安装完成以后呢，在 powershell cmd 中输入 git vision， 如果能输出正确的版本号，就代表 git 安装成功了。接下来要安装的是 node js 跟 npm， 我 们去这个网站选择适配自己的安装包下载即可。安装完成以后呢，如果你是 mac 用户，在启动台搜索终端， windows 用户在开始菜单里找到 git bash。 为了讲解方便，后面我们统一把终端和 get bash 统称为命令行。接下来我们在命令行输入这两条指令，如果都能显示版本号，就代表 node js 和 npm 安装成功了， and code 安装的所有的前置条件就已经完成了。 接下来我会手把手教你安装和使用 cloud code。 具体从哪里下载呢？我们有两个选择，一个是 npm 的 官方源，一个是国内的镜像源，你可以把它们类比成一个软件仓库， cloud code 也发布在这个仓库里面。那所谓的镜像源呢，其实就是官方的软件仓库同步复制了一份，那因为默认的 npm 源在国外 我们访问不是很方便，所以我们选择国内的镜像员下载 cloud code。 接下来是实际的操作步骤。首先我们打开命令行，输入下面的命令回车执行，然后再输入这条指令， 如果显示我们刚刚配置的镜像员地址，就代表我们已经成功的切换到国内的镜像员了。接下来你只需要在命令行中输入这条指令，回车执行即可安装。那这里要注意一个常见的问题啊， 系统可能会提示权限不足，这个时候你就只需要重新执行这条命令，输入管理员的密码。这指令的意思呢，就是我要用管理员权限强制覆盖安装 cloud code 的 最新版本。当安装完成以后呢，你在命令行输入这条指令，如果输出版本号，就代表 cloud code 安装成功了。 第三步是给 cloud code 配置模型。我们首先要去模型供应商平台开通账户，获取 api key， api key 相当于你在模型平台开户的凭证， 可以自己去创建获取。另外呢，要有可用的 token 额度，你可以在平台充值或者购买套餐。对模型供应商呢，大家可以根据自己的需要去选择， 你像国内的智普 glm 五、 mini max 的 m 二点五都是不错的编程模型。如果你想用 cloud opera、 四点六、 gemini、 三点一 pro 等国外的顶尖模型啊，因为国内的网络环境问题，你可以通过一些合规的中转站去订阅。 接下来我们就要把 api k 请求地址给到 cloud code， 在 这里我们用到一个叫做 c c switch 的 工具，下面是具体的操作步骤。首先我们去这个地址下载 c c switch， mac os 系统下载这个版本， windows 系统下载这个版本安装完成以后呢，打开 c c switch， 选择第一个标签 cloud， 点击右上角的加号。 第二步呢，选择要接入的模型供应商，如果没有我们需要的供应商，可以选择自定义配置。这里有三个最重要的信息需要注意一下。首先是 api key 和请求地址， 这两个是我们必填的，也就是前面我们在模型供应商中获取的信息。请求地址呢，在 cc switch 中，根据选择的供应商已经预填好了，一般在模型供应商平台的 api 文档中也能看到 行信息是选填的，但是也建议你指定一个模型，因为有些供应商会支持多个模型，换人情况下，你不知道他选择哪一个模型。接入 cloud code， 这里要注意的是，填写的模型必须是供应商支持的模型，否则 cloud code 会无法识别。那其他的配置信息呢？保持默认即可。 配置完成以后呢，我们选择一个供应商起用，后面你也可以切换至其他供应商，这样 cloud code 就 能够接入不同的模型。 不过要注意的是，每次切换供应商以后，都需要在 cloud code 里面切换模型，这样配置才能生效。那把 cloud code 装好了，模型也配置好了，接下来我们终于要使用 cloud code 了，我们在命令行中输入 cloud， 然后回车直行，这样 cloud code 就 被起用了。 当我们在 cloud code 里输入这个指令，回车直行，就会弹出模型选择的列表，我们用键盘的上下箭头选择第一个默认的模型，也就是 c c switch 里起用的那个供应商。接下来你就可以指挥 cloud code 帮你干活了。 在选择和切换模型后，啊， cloud code 可能会出现找不到模型的情况，这个时候你可以进行下面这几步排查。 首先你可以退出克拉的 code， 重启后再试一下，如果还是不行，你就要去核实一下 c c switch 中的 api key 请求地址，模型的名称是否填写错误，微商平台是否有充足的余额和套餐。 另外，我还整理了 cloud code 的 三类常用的指令，放在了指哪里。第一类是启动类的指令，在中单命令中执行，包括 cloud code 的 重启，继续上次对话，查看历史对话记录。第二类是对话类的指令，在 cloud code 里输入斜盖，你就能查看所有的绘画指令。 第三类是安装卸载类指令，前面我们安装的时候也已经用到过一部分。最后再给大家分享一个小技巧，如果你在安装和使用过程中遇到了任何你解决不了的问题，你可以连同问题和截图一同给到 ai， 你甚至可以直接给豆包共享屏幕，让他现场指导你。一般情况下，大部分问题都能够解决。这份 cloud code 的 安装指南除了有详细的安装步骤和注意事项，我还对用到的一些技术概念和工具做了小科普，如果你想要这份安装指南，我可以分享给你，而今天的视频就到这里，别忘了点个关注，我们下期见！

ok， 上上一期教大家安装了这个 cloud， 这一期教大家怎么去配置国内的大模型啊？配置国内的大模型的话就很简单，只需要设置一下这个对应的对应的一些参数就可以了。 首先我们要了解到国内的大模型它基本上都是支持这个 open ai 协议的，然后有一些模型它已经是支持 ostopic 这个协议的。然后然后的话，我这里以智普 ai 为例啊，它是支持这个 osrbic 这个协议的， 然后它新用户的话会赠送这个两千万的 talking， 你 正好可以来进行这个练手，现在已经出到了 g m l 五。好，我们打开它的官网 这个智普 ai 开放平台，可以看到它这里有很多模型可以用，然后我们使用的话，它关这个 cloud， 它是 默认是使用这个 osnoop 这个协议，然后我们获取令牌。首先打开这个智普 ai 平台，然后我们需要登录一下这里，我已经登录好了，然后创建一个新的 api key， 比如这里啊，我这里就不新创创建了吧，这里我因为我之前创建了很多。 然后我们再打开这个文件夹，点 close 这个文件夹，这个文件夹在哪个位置啊？比如我们打开，然后点到我们的 c 盘，然后选择用户，然后你对应的你的用户名叫什么，你系统的用户名叫什么？就点开这个文件夹，下面有一个点 close， 前面的这个路径不一定像一样，但是后面这个点 close 下面的是一样的，因为我们这里没有启动它，这里还没有那一个命令，所以我们先把这个 close 启动一次 啊，没有那个文啊，没有那个文件哈，就这个 setting 点接受这个文件，需要首次启动过后，它会自动生成，你输入 close 进行启动一下， 那我们回测一下，然后选择信任这个文件夹啊，比如我输入一个，你好，这里显示 显示它这个模，它这个模型不可用，然后我们在这里来啊，这里它没有促死化，正常来说它这里会自动生成一个 setting 剪节省文件，如果没有的话，我们新建一个也是一样的啊， setting 把后缀改成 jsen， setting 剪节省，然后再编辑一下， 我们直接打开这个，然后把这个参数直接复制进来，然后这里填你的 api key， 这个 api key 的 话，我们就是比如我们在字谱上面，然后就可以拿到这个 api key， 然后我这里以这个 code 这个 api key 为例，这个 api key 的 话大家最好是不要泄露出来， 然后这个模型的话，你可以自动的自己去配置，这个模型的话，我们可以打开这个官网，可以看到它这里有一个大模型，然后可以看到有很多模型啊，比如新出的 g m 五， g m 四点六 v， 这些都是可以用的，我们这里以 g m 五为例吧，然后把这个模型名称改成 glm 五， 然后地址的话就不用变了，然后 这个模型的话我们就设置的御姐参数，可以看我们我们后面的讲解，这里就跟着配置就行了。然后这一个是啊，就是给它开启最高的权限，它每次执行这种任务，它就不需要让我们再进行确认了，然后 ctrl s 保存一下， 然后关闭，然后我们再重新启动一下这个 code 关闭，然后再右键输入 cmd， 然后再输入 code 测试一下。 对，等待它启动， 然后再按任意键，然后选择 yes 啊，这里我们可以看到它这里模型它是并没有改变，这说明我们没有配置成功，可以测试一下。你好，它这里应该是没有配置成功的，因为它这里模型没有变， 你再看一下是不是路径配置错了。 q d 点 close， 点 setting， 点节省，是不是文件名称输入输入错误了，最好去 settings， 少了，少了一个 s， 我 们这里可以看到这里我们少了一个 s， 所以 导致了没有配置成功。我们来把这个文件名称修改一下，换成正确的，然后我们再重新启动一下，依旧是 win 加 r， 输入 cmd， file a， u d， e， 再重新启动一下，好，再回车，选择确认这个文件夹， 然后选择我接受，然后这里我们看到我们这个模型已经变成了我们刚配置的 glm 五，所以这里算是配置成功了。然后我们再输入个你好， 然后它如果正常回复，那应该是没有问题的啊，这当前套餐未开放 glm 五的权限，所以我们这个模型给它换一下，我们可以在手这里手动更换一下 model， 也可以直接修改这个配置文件，比如这里改成改成四点七吧，四点七， gm， 四点七。 好，我们这里重新启动一下，我们重新启动吧，就不不在这个刚 model， 刚 model 它是用来配置模型的，这一这么一个命令，我们重新启动一下，还是依旧输入 close， 然后继续回车信任这个文件夹，然后输入。你好，测试一下我们配置的这个模型是否成功？ ok， 这里是可以了 啊。好，这里配置国内的这个大模型已经成功了，当然你可以选择使用这个 open ai 的 协议。我们以这个摩塔社区为例，我们可以使用 npm 安装一个一个这个插件，然后 它需要在这个 dongle 的 router， 这个路径的话是和那个 dongle 的 这个文件夹的路径是一样的。然后我们在这个里面 config 点接受里面去配置一下这个你获取到的这个 api key 和 这个对应的模型名称就可以了。比如这里是配置的千万三 qd， 这个依旧是一样的，然后启动命令可能不一样了，它需要变成这个 c c r 扣的。这里的话，你如果使用的那个大模型，它不支持这个光学的这个协议的话，你需要去下载一个这个插件，然后它就可以支持 open ai 的 这个协议了。 ok， 其他的的话我们这里也有几个举例，比如阿里的，阿里的你需要去他的官网也去获取一下 k 或者 kimi， kimi， k 二，然后其他的 deepsea 也可以，我这里经常使用的是智普 ai。 好 的，这里这一期视频就到这里了，下期我们来讲一下这个常见的这些命令。

这是一期 cloud code 的 安装教程， cloud code 是 目前世界上最强的智能体，没有之一。你是不是以为它只是写代码的？但其实它在写作、写 ppt、 写文案、画图等多个领域表现都很好。它可以帮你干任何你在电脑上干的任何事， 甚至爆火的 minus 背后的核心推力引擎也大概率是它。接下来我给大家介绍一下保姆式 cloud code 安装教程。依次执行完下面这三个命令，你就成功安装了 cloud code， 并解决了中国区域 cloud code 不 可用的问题。首次启动需要登录，如果你没有官方账号，可以配置 连接国产模型。配置国产模型有两个方式，第一种方式，修改 colocore 的 配置文件。第二种方式，通过 cc switch 这个软件去自动化配。如果你有谷歌 pro 账号，我们可以把谷歌大删人的模型反带到 colocore 中使用。安装完 colocore 的 一定要安装的一个插件 superpowers 为什么需要它？普通的 ai 往往追求速度，拿到需求立刻开始写代码，这经常导致逻辑漏洞、结构混乱，以及改了一个 bug 却引入三个新 bug 的 恶性循环。 superpass 通过测试驱动开发来保证代码的质量。第一步，当你提出一个需求的时候， ai 会主动向你提问，理清需求细节，探索边缘情况，生成设计文档。 然后它会将大任务拆解为无数个二到五分钟可以完成的小任务，确保执行过程不偏航。最后，它会先写报错的测试，再写通过的代码。这种流程确保了每一行代码都是可工作的。

好，大家好，今天我想给大家来说一下我最近使用 cloud corework 和 codex 这两个产品之后，我对他们两个之间的一个理解。 我通俗的用一个也不太完全恰当的一个比喻， cloud 我 觉得它更偏向于一个文科生，为什么这么说呢？不是说它的代码写的不好或者怎么样，而是说感觉和它的代码写的不好或者怎么样，而是说感觉和它交流以及它输出的感觉，你跟它交流起来非常的顺畅。 codex 为什么说他跟上理科生说他在写代码的质量方面当然是很好，其次是他在和你交流以及他在执行还有输出的时候，他会非常的严谨，但他严谨的同时他能够很好的完成你的任务，但是与此同时他不会给你更多的一些体验，以及更好的一些 你下达任务以外的一些东西，他是那种你给他指定范围的东西，他可以干的特别好，大概是这样。同时我觉得 codex 他 在回复的这个方式上，他也非常的格式化和古板，就是让人阅读起来或者说看起来没有那么的舒服。 这里举一个例子，就是我同样让他们两个在帮我执行了一个数据分析的一个任务，我同样把一篇论文以及我的数据扔给他以及目标扔给他。你可以看到 co worker 他 在给到一些结果的时候，他会非常明确的给出一些小段，而且他的每一个段都是经过他的语言提炼和文字 表达，非常像和一个人在交流的一样的感觉，他给到你一个非常舒服的一个感觉，你看起来就很舒服，比方说他会解释这些差异，这些东西都不是说我要求他去做的，我可能只是给他定了一个大的方向，他就会从我的这个方向中可能会 挖掘到或者相关的一些点给到我，这个就让我非常的舒服，看起来就像是一个真正在干活的一个人，他给到我的一个结果， codex 你 可以看到他给我的输出的这些东西非常的简单直接，很格式化，看起来就像个就像给机器在看的这种东西一样，你给他说什么他就给你什么，他也不会给你更多的一些解读或者怎么样，除非你去指定给的这些东西都非常简单，一个数据结果，一个 文件保存路径等等这些东西。所以我在阅读起来的时候我就会觉得不太舒服。我现在有一种办法，就是说我让 codex 去执行任务，然后执行好任务，有了结果之后我再让 cloud 去帮我汇总和解读，这个组合我用下来感觉现在是蛮好的。对，所以这里我并不是严格的去 批判这两个谁好谁坏，我只是觉得他们两个在不同的场景，不同的任务下，嗯，会有不同的一些表现，看大家自己的喜好更偏向于用哪一种。