98页openclaw入门到精通

兄弟们，养龙虾第一课，别在 clubhouse 上闭着眼睛瞎装 skill， 装多了 ai 卡成 ppt， 装错了能力原地退步。今天直接给你们上五个最新体系化 skill， 让你的 ai 自动变聪明， 话不多说，直接上干货！首先第一个 summarize 信息榨汁机，每天刷几十篇推文，上百页 pdf， ai 再牛也扛不住信息过载， 它专门帮 ai 压缩信息密度，无论是两小时的视频会议，几十页的报告，还是长篇网页，直接榨出最核心的三分钟精华，让 ai 的 大脑时刻保持清爽。 第二个， agent browser， 真实动手王 ai 光说不练假把式，这个是它的手和脚，它能驱动浏览器，自动打开网页，填写表单、点击按钮，甚至截图爬数据。 那些重复枯燥的网页操作、测试资料下载和信息填报以后动动嘴就行， ai 会像个真正的数字员工一样干活儿。 第三个， find skills 生态指南针， cloudhub 上三万多个技能，找合适的，就像大海捞针，这个就是你的 ai 生态导航仪，你说一句，给我找个能自动做 ppt 的 技能，它马上自动解锁并推荐匹配的 skill， 连去哪个页面搜都省了，装技能永远快人一步。 第四个， memory 大 脑海马体，彻底解决 ai 健忘硬伤，我们最烦每次对话都要重头自我介绍，这个技能能像人脑海马体一样，自动总结和压缩你们之前的每一次长对话，形成长期记忆。下次再找他干活，他不仅记得你偏好，还能参考历史，直接执行。第五个， self improving agent 终极净化器，这才是养虾的王炸技能，能让 ai 自己迭代自己，只要你纠正他一次错误，或者他自己发现工具调用失败，马上会把教训寄进专属错题本，下次遇到同类问题，他会自动避开坑，并优化执行路径。 别人养虾越养越费，你养虾越用越精，越用越聪明。最后怎么装，一分钟搞定！我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码输入一一一输入后即可免费使用。接着我们点击左边的技能，就可以看到所有的 skill 了，看到后直接进行下载即可，非常简单。

嘿，如果你正在玩 ai agent， 特别是像 opencloths 这种框架，那我敢说，你肯定遇到过一个让你头疼到不行的问题，想让你的 agent 帮你查一下 no 神的价格，结果呢，一次请求哗啦一下，十几万个 token 就 没了，是不是很离谱？ 今天啊，咱们就来聊聊，这百分之九十多的 token 到底是怎么白白烧掉的？还有，怎么才能让我们的钱不花在这种冤枉地方上？ 好，咱们直接切入正题，为什么让 ai 上网办个事会这么这么贵呢？其实答案特别简单，因为我们一直以来啊，都在用一种非常低效的方式给 ai 为数据。 好，我们直接看这张图。说实话，这个对比真的有点吓人，你看左边这个最高的柱子，用最传统的克尔命令去抓一下 notion 的 定价页面，你猜消耗了多少投客？整整十万七千个 十万多啊！然后再看最右边，用专门为 ai 优化的方案，你猜多少？连一千都不到， 看到了吗？就这么一个简单的差价格动作成本差了足足一百多倍，这意味着什么？这意味着我们付的钱里面，超过百分之九十九都花在了处理一堆没用的噪音上。那么问题就来了，这天文数字般的浪费到底是怎么产生的呢？ 说白了，就是我们以前用的那些老工具，跟 ai agent 的 需求之间存在三个致命的代沟， 咱们一个一个地拆开看。第一个也是最核心的缺陷就是，你给 ai 的是他根本看不懂的天书，也就是网页代码，而不是他真正需要的内容。你想想看，用刻尔这种工具，你抓下来的是什么？ 是整个网页的原始码？什么 html、 css、 javascript， 还有一堆广告脚本、追踪代码。 ai 想要的可能就是页面上的几个数字，结果你呢，直接扔给了它一本又厚又乱的编程词典。 你看这张图就特别直观了，左边这堆密密麻麻的代码，就是你的 ai agent 实际收到的东西，而它真正需要的信息，可能就藏在某个角落里，连整个数据的百分之五都不到。 这就好比什么呢，你为了找一句诗，结果买下了一整个图书馆，你花的钱里百分之九十五以上买的都是你根本不需要的书架和墙皮。 这第二个缺陷啊，比第一个还要命，因为很多时候，你压根连门都进不去，直接就被网站给屏蔽了。 现在的网站烦耙虫机制一个比一个厉害。你兴冲冲地用传统工具去访问，结果拿回来的根本不是数据，而是一面写着禁止入内的墙。 看看这个抓取 reddit 的 例子，这就是赤裸裸的现实。你看，无论是用 curl 还是用浏览器做动画，结果都是失败。 你不仅浪费了 token 去加载那个让你证明自己是人类的验证页面，最关键的是，你最终拿到的有效信息是零，一个都没有。所以啊，这已经不是成本高不高的问题了，这是你的 agent 到底能不能完成任务的问题。 这时候可能有人会说，那我用 pop tier 这种模拟浏览器的工具总可以了吧？嗯，没错，它确实能绕开些反爬。但这就引出了咱们的第三个缺陷，它抓回来的垃圾实在是太多了， 他会把整个页面，包括那些脑导航栏、侧边栏、页脚、弹窗、广告，所有试学元素，一股脑全打包给你。这不就等于在让你的大模型干活之前，先逼着他去干一份又脏又累的网页保洁员的工作吗？ 好了，问题咱们说了这么多，那到底应该怎么办？答案很简单，别再用那些给人类浏览器设计的工具去为 ai 了。我们需要一个全新的思路， 一个专门为 ai agent 量身打造的，能在数据到达 ai 之前就完成预处理的智能数据管道。 你看，这种新方案的思路就非常清晰，基本上分三步走。第一步，用更牛的反抓取技术，确保能搞定各种网站的封锁，保证我们总能拿到原始数据。 第二步呢，用 ai 去历解页面，智能地把文章、政文、产品、信息这种核心内容给抽出来，把所有广告、参见这些噪音全部扔掉。最后一步，也是最关键的，把这些干干净净的内容整理成 ai 最喜欢的结构化数据再喂给他。 这才是 ai agent 梦想中的工作餐。他拿到的不再是像乱码一样的 html 代码了，而是想这样清清楚楚结构化的 json 或者 markdown， 根本不需要二次解析，也用不上清洗，拿过来就能直接用。所以你看，关键的转变就在这 儿。我们做的不再是简单粗暴地抓取网页，而是把网页变成了一个 api， 一个 ai 可以 直接调用直接理解的数据接口。 听起来很棒，对吧？但光说不练假把式，咱们直接来看几个真实世界里的案例数据，看看这个效果到底有多惊人。 先来看一篇腾讯云的文章，用老办法 caro 去撞，哗啦一下，一万五千多个 token 没了，而且挠到手的是一堆还得费劲去清洗的 html， 那用咱们说的 ai 方案呢？你猜多少？不到五百个 token， 而且给到你手里的已经是能直接让模型去做摘要总结的纯净文本了，成本直接降低了百分之九十七，还把你所有数据清洗的开发工作量都给省了。 再来看一个硬骨头，知乎这种反爬特别严的网站，用 curl 去抓，结果是什么？ 四十三，否制定任务直接失败，你的 agent 就 卡在这了，什么也干不了了。而 ai 方案呢，不仅稳稳的拿到了内容，而且成本只有六百多个 token， 所以 你看，这已经不仅仅是省钱了，这是在保证你的 ai agent 能够期待二十四小时稳定线上不出岔子的核心能力。 所以你发现了吗？我们聊的真的不只是节省那点 a p i 的 token 费用，这是一种全新的方法，它改变的是你运行一个 ai agent 的 整个成本结构。 咱们来算一笔最直接的经济账，把 token 换成真金白银。就拿前面那个 notion 定价页的例子，假设我们抓一百次，然后用 gpt 四来处理，你猜用传统磕肉方式，成本是多少？一百零七美元。而用 ai 方案呢？一美元。 我再说一遍，一百零七美元，对，一块钱。这就是给你的模型喂垃圾食品和喂营养大餐之间最真实的差价。 所以啊，这绝对不是一次简单的省钱，这是一笔能带来四重价值的划算买卖。第一重， to 肯成本直接给你砍掉九成以上。第二重，工程成本，你再也不用去写那些又繁又复杂的网页清晰脚本了。 第三重，失败成本。极高的成功率意味着你不用再为那些没完没了的重试和任务失败买单。最后也是最重要的。第四重，推理成本。当你为给模型呢是干净精准的数据时，它犯错和产生幻觉的概率都会大大降低。 所以今天咱们聊了这么多，其实核心观点就一句话，想要真正地节省 tokens， 最好的方法绝对不是去找一个更便宜但可能更笨的模型， 而是要从源头做起，别再给你的模型为垃圾数据了。从今天开始，给你的 ai 提供它真正需要的、干净的、结构化的信息，这才是我们去构建一个高效、可靠而且真正省钱的 ai agent 的 唯一正确的路。

万万没想到，让当下最火爆的 open clone 帮我们赚钱，结果他却要我们先花钱给他充 talking！ 本期视频就来教你白嫖上千万 talking 的 神操作！首先打开这个网站，下滑找到这个输入输出都是零元的 deep secret， 轻轻一点它就会弹出详情页，点击打开这个 a p i 文档后，直接在 post 栏下复制这串网站的域名 url， 然后我们打开电脑自带的命令提示， 以管理员身份运行后，我们下滑找到龙虾的 api 配置页面，把刚才的 url 域名复制到下面后，回车，龙虾就会问我们索要 apikey， 此时我们再回到刚才的网站，找到 apikey 秘钥栏，新建一个自己的 apikey 后，我们点击复制，然后粘贴到龙虾的 apikey 索要栏下，继续回车， 等它提示我们输入模型 id， 再回到 deepseki 的 详情页的最顶端，点击这个复制符号，模型 id 就 已经到手。 此时只用粘贴到输入窗口，然后回车，一个无限 talking 的 龙虾就已经配置完毕，此时随便给他发布什么任务，等他完成后，我们进入消耗后台，可以看到我们已经消耗了十二万的 talking， 却没有花一分钱。

第一批啊，养小龙虾的人现在已经睡不着觉了。如果说你能够把小龙虾给养明白了，未来你就真的不用再上班了。 如果你以为 open cloud 跟其他的 ai 智能体一样，它仅仅是一个聊天工具，聊天机器人的话，那你就大错特错了。 以前的 ai 呢，需要人坐在电脑前发送指令，而龙虾则是替换掉坐在电脑前的那个人，他就是一个七乘二十四小时不停在工作的一个数字员工啊！他可以写周报、做表格、查数据、盯热点、回邮件、做记要， 甚至能够联动飞书豆包扣子，搞定全自动的工作流。而这些都是 open cloud 的 基本操作。 你看我最近正在看的这一本 open club， 三十分钟快速上手全流程图文拆解。这本书呢，就是能够帮助你拓展思路，打破认知的局限啊！这里面没有灰色的代码术语，全都是我们的普通人能够听得懂、玩的明白的制造干货， 从本地部署到安装流程，从与非书的无缝线接到龙虾的记忆管理，从安全风险到变现创收，甚至超级个体的创业建议等等。无论你是想让你的工作效率翻倍，或者是你是 ai 的 开发者、参与者、研究者，这本书呢，都能够帮助你搭建属于自己的工作体系了。 我想说，今年真的是太可怕了，赶紧趁现在抢占先机吧！所以，看看这本书，或许他就是未来我们普通人的生存法则呀！

当你不小心想试一试用小龙虾自动生成视频，然后聪明的你就去 versale 找到了这个 anything to do book i m skill， 并直接把它丢给了你。同样聪明的小龙虾。然后啊，执行力超强的你迅速确定了第一期视频的内容， 打算科普一下小龙虾的工作原理。然后你直接把一个包含了 openclaw 几百页技术介绍的官方网址丢给了小龙虾，并让它生成视频。 五分钟后，小龙虾回复你，恭喜你，视频制作成功了。于是你进入了谷歌的 notebook l m， 看到了中间文字已经准确描述了官网内容， 而且还有一个视频静静地躺在了右侧的对话框里。点击后，你发现不仅视频画面品味不错，很有科普的味道，而且还配好了声音。再仔细看一看，发现条理清晰，内容有逻辑，而且结尾还设置好了互动环节。 执行力超强的你，快去动手试一试，制作你自己的第一个视频吧！我是拉斐尔，这是 open club 实战系列的第六期，咱们下次见。

刚刚过了豆包的热潮啊，养龙虾的热浪真的是席卷全网，这个龙虾可不是我们平时吃的龙虾，它是一款开源的 ai 智能工具，可以理解为是豆包的升级版，可以直接让你解放双手了，直接接管你的电脑手机了，帮你去做很多的事情。 哎，时代的更替真的是越来越快了，身为普通人一定要做到与时俱进。我最近正在看一本书啊，龙虾的极简入门保姆级教程，这本书有详细的安装教程， 你不需要再花大几百来让别人帮你安装了，他不是讲技术原理的专业书，而是写给普通人看的行动手册，没有一句废话，只有干货。除此之外，作者还专门录了配套的免费视频啊，线上教程照着做就能扬起来了， 他会告诉你龙虾到底能帮你做到哪些事，你马上就能上手啊！这本龙虾极简入门保姆级教程我真诚的推荐给你，现在就开始读， 二十年后我们都将会进入全 ai 时代了，以后我们可能都活在人工智能的世界里了，所以 ai 这东西，它非常的神奇，这本书大家一定要好好的学习一下呀！

被 ai 工具折腾到崩溃，这本书让我三天从小白变成了 ai 调教师。我之前真的被 ai 工具搞得很烦，下载报错配置再报错，网上教程一堆，但每一篇都像在说另一个软件。 最后我关掉电脑，觉得这玩意儿不是给普通人用的。直到我看到这本书留点写的 open close 实战指南， 副标题是从部署到上手，打造超级 ai 助手。我第一反应是，又是一本讲概念的书吧？翻开第一页，不是，它直接告诉你打开终端，输入这行命令，然后等它跑完。没有？废话，没有， ai 是 第四次工业革命的核心驱动力，这种开场白 就是来跟我做，这种感觉很久没有了。有个细节我印象很深，书里有一段讲，为什么你的 ai 助手总是答非所问，不是从技术角度解释，而是用了一个比喻，你跟一个刚入职的实习生说，帮我处理一下这个， 他不知道你要什么，只能瞎猜。 ai 也一样，你不给他上下文，他就给你一个通用答案。 这个比喻让我一下子懂了，之前我以为是 ai 不 够聪明，原来是我不会带人。马斯克说过一句话，大意是，如果你不能简单解释一件事，说明你还没真正理解他。这本书做到了这一点。 他把 openclo 的 部署、配置、插件、工作流，全部拆成了一个普通人能跟着走的步骤。不是你需要了解 docker 的 基本原理，而是复制这段代码，粘贴到这里保存。我跟着做，真的跑起来了，那一刻有点小激动，不骗你。 当然，这本书也不是完美的，有几个章节跳跃有点快，前一页还在讲基础配置， 下一页突然进入高级自定义，中间好像少了一个过渡，但瑕不掩瑜。对于想用 ai 工具提笑，但一直卡在怎么开始这一步的人来说，这本书是目前我见过最实在的一本。 现在流行一句话，普通人和高手的差距不是智商，是工具。我觉得还要加一句是会不会用工具。 open clone 能做的事情很多，但大多数人连第一步都没走出去，这本书就是那个推你一把的人。 最后说一句真心话，如果你还在用 ai 工具，随便问问，没有系统，没有流程，没有自己的工作方式，那你只是在用一把锤子敲钉子，而别人已经在用电钻了。 这本书值得认真读一遍。正式安装 openclo 前，先安装飞书客户端，并提前打开 git 官网、 node js 官网、 deepseek 官网、飞书开放平台及 openclo 中文社区页面，避免部署时反复切换查找入口，确保流程连贯 且非输客户端的安装路径需与龙虾相关程序保持一致。一、安装 git， 登 git 官网，进入安装界面。二、安装 node js， 完成运行环境准备。三、准备就绪，安装 open curl。

今天我们一起把你的 openclock ai 员工们拉进一个群聊，让他们互相讨论并且实现任务的交接。项目已经开源了，你可以直接拿去用，我们首先展示一下效果，然后我们说一下如何根据你的任务，你的风格和你 ai 团队的情况进行定制。好，我们开始我们首先来到我们的 openclock 控制中心，那么这个项目已经开源了， 如何安装？我们展示完马上就会讲，不要着急。那么来到之后，我们发现有新的一页叫做群聊，就是我们点击群聊页 进来之后，我们可以点击一个点新任务来进行群聊任务。我们首先看一下这个页面，啊啊，左边是我们所有的群聊县城，看到我其实测试了很多次，包括 ai 的 测试，那么点击这个左上角的新任务呢，就会触发一个新的群聊， 那么右上角呢，是我六个待命的 agent 智能体，那么每个人有不同的角色，比方小鸡负责情报，狮子呢，它是我主要的对话 agent 啊，猴子呢，它负责一些写文章的工作，然后熊猫它是程序员等等等等。这之前我也介绍过了， 那我可以看到他们都是灰色的状态，处于待命，而没有正在工作。比如这里我抛出这样一个话题，我们一起讨论一下，我想做一个视频介绍我们这个 open call 服务中心，然后一起讨论一下怎么做。这时候可以看到小鸡 gog 正在输入，那么他是第一个回答的 agent， 那 么之后呢，就会有另外一个 agent 来补充他的观点， 那么我并没有默认让所有 agent 都回答，因为这样很可以 talk， 但你拿出我之后，你的想法，你的 agent 进行改了。这里我就是默认两个 agent。 首先回答， 如果你在 openclaw 里有这样一个 ai 的 团队，那么每一个角色，每一个 agent 可能有不同的模型，他们有不同的记忆，还有可能用不同的工具，那每个人都有自己的角色，那么也适合做不同的动作。那么这里我们首先看他们两个的回答呀， 我们看一下他们两个怎么回答的。首先是小鸡，他的意思是你要证明你的价值，这个视频你不能说把所有东西堆在一个面板里，你要说的高大上一些，对吧？就他这句话， 那么 monkey 猴子的意思是他同意啊，你要是说明咱这个面界面真的在推进任务，你不要抱，把它拍成导航栏，而且拍成一个任务被推进的连续过程等等。他给出了很多细节， 那么相当于是猴子在补充小鸡的一些观点，他可以同意，可以不同意，那么他们之间互动变成互相杠精的状态。好吧，这里我是主要是一个补充的状态， 这是讨论的状态，你也可以直接安排任务，或讨论或不讨论，让这几个不同的 a 阵之间进行执行任务，并且交接任务。这里呢，我们可以点击这里的安排后续顺序 啊，还没有执行者，我们点击每一个 a 阵就是把它作为执行者。比如我先点击潘达，潘达是我的程序员，我给他的任务就是你去扫描审核代码，先总结一下我们整个控制中心的功能。 然后呢，我们可以往下继续加不同的 agent 来交接任务，比如这里，如果我们点击啊，下一个是 may， 可以 看到呢，盘打会自动地把这个任务交接给 may， 我 们可以再点击三个 monkey。 好， 那么第一个判断的任务是扫描代码，然后总结所有功能，然后它的交接条件就是所有功能的总结，对吧？ 然后闷呢，我希望他根据总结的功能呢，给我想一下视频的开头，给我三百不同视频的开头，而第三个 monkey， 我 希望他拿到三个不同视频的开头之后，生成三个啊封面图这样的一种想法。 好，那我们安排好这个任务的执行数据之后啊，那么我们这里就可以点击保存顺序，然后呢，我们点击开始执行， 我们等待一会之后会发现，哎，我们的熊猫把他的一步任务就做完了，他总结了整个代码，然后总结了我们整个控制中心的所有的不同的功能， 然后他呢把这些信息给到了我们的 man， 我 们的狮子，狮子呢，就给我生成了三个不同的视频开头，然后呢，他 at monkey， 就 让 monkey 继续这个工作，根据这套的开头生成三个不同的视频的缩略图，然后给我们 url。 好的，然后 monkey 呢直接把我们的 url 给到我们了，他做了三个不同的缩略图，那么仅仅是为了展示流程，我是让他用代码生成了前端网页来给我缩略图的想法，那么最好的效果当然是接入 ai 生图软件，让他直接给你生图了。好的， 我们继续。刚才呢，我们是自由讨论，然后呢，我们给了一个任务，三个 agent 通过交接完成这个任务，对吧？现在呢，我想展示一下另一个功能，我们艾特某一 agent， 通过交接完成这个任务，对吧？现在呢，我想展示一下另一个功能，我们艾特某一个 agent 的 时候，就是指定他来回答我们的问题， 或者我艾特多个 agent 呢？就这两个哎，顺序轮流回答我的问题。那么这里我们先从一个开始，比方这里我艾特一个 man， 就 刚才这三个想法，我喜欢第一个，所以我希望它展开。 那如何根据自己的团队和你想要的风格来定制这个群聊功能呢？有两层，第一层就是我开放了一个入口，就在这个控制中心的根目录下面，有一个叫号点 m d 的 这样一个 markdown 文件， 它呢是所有群聊成员一个共享的上下文，也是整个群聊的写作协议。比方说大家是偏配合还是偏互相反驳，还是大家的发言风格是什么，互相之间如何交接任务等等。 然后这是我默认的提示词，我发现成中文了，看到还是比较中庸的，比较偏鼓励写作的，那你呢？也可以啊，用我这个提示词来给你的 open， 它把这个号点 m d 这个写作协议改成比方说偏互相反驳，互相 challenge， 这样一个风格都是可以的。 第二层就是每个 agent 啊，自己的个人层，这就是其实大家可能都知道每个 agent 自己的 workspace 里面的那些 markdown 文件，对吧？那每一个 agent， 所有 workspace 文件都可以在我们的控制中心里面进行查看和直接修改， 点击这个文档的页面，然后这里比方说我们的 man， 主要的 agent， 他的回答风格，他的人设，其他的啊， markdown 文件都可以查看和修改。 那么除了我们的群聊功能和修改人设文件 workspace 文件之外呢？控制中心还可以让你看你花费了多少 tokin， 以及每个任务花费 tokin 的 百分比，非常的细节。除 此之外，你还可以看你每一个 ai agent 员工，他正在工作吗？还他正在干什么工作，以及他上一次最近的产出。 除此之外呢，你还可以看，呃，不同 agent 之间啊，它是互相的协助，比方说这个 agent 和它的子 agent 之间的协助，还可以查看不同 agent 的 记忆和修改它们的记忆 以及总览。我们可以有一个健康分来评判你目前 open cloud 的 运转是不是健康的，有没有问题。我会和 github 上的小伙伴一起继续优化迭代群聊功能以及 open cloud 控制中心和我们大家去使用，去提一秀以及做贡献。 pr 好， 我们下期再见。

今天是 open 高的第三十五堂课，浏览器的自动化神器来了，首先我们要把这个 open 高的升级到最新版本，咱们 三月十四号啊，三月十四号更新的，更新完的以后，更新完了以后我们就可以用这个，它的这个大杀器啊，我首先看看效果，给大家看看效果，这是 ppt， 这是 ppt 效果的话，我这里做了一个比较复杂的任务啊，可以给大家看一下这个任务是什么？ 这个任务就是我们，呃，打开这个淘宝啊，打开这个淘宝，搜索这个搜索网球帽，搜索网球帽，抓取前三个商品， 抓取前三个淘宝啊，是吧？搜索网球帽，抓取前三个这样一个这个商品批量的会打开三个商品啊，然后进行整页去浏览，最后去把获取这个商品的列表实现一套我已经这个 skill 写的一个这个定时监控价格和库存变化，最后按小时进行给我提醒，然后提醒到什么呢？ 他更新的是这个，就是我现在他把这个浏览器已经内置进了我们这个 open core 里面了，就不需要你去装插件了，之前我们是要装插件，非常麻烦。他这个不需要了，他还可以直接用你的这个 us 的 酷狗的信息啊，基本上就能够模拟真实用户进行浏览，大概就是做这个事情。 他的核心亮点就是啊，他打破了这个这个实时实时的这个 chrome 绘画连接，打破了脚本和真实浏览器的这个次元次元币啊，也就是 你实时接管你的浏览器啊，直接可以人工随时去去查找，无缝切换，就是人工和人工和机器，呃，可以并行的操作，你也可以去看，他也可以去看，对吧？大概就是极低资源的消耗，这个就就没啥了， 它底层架构就这么实现了，就是因为你，你去打开某个网站，它必须得记录你个人信息，这个人信息就是 cookies 啊，通过这个筛选 去去实时的进行和后台进行交互，对吧？它是用的 webshop 的 这样的一个连接啊。所以说你一定要更新到这个三月十三号的一个版本啊，实现实现这个双向通讯啊。首先你需要有这个 open call 的 基础，然后再看我前几堂课，那就是这里有个陈皮书，陈皮书非常详细啊，非常详细的从团建搭建和原理介绍，搭建完了以后你去升级最新的 open call 的 版本，升级完了以后就可以直接用了，就不需要其他的技能。当然这里有一个其他的技能，就是最后一个技能实现的技能，但前面四个就是它自带的，自带的，对对对， 然后从硬核破解到降维绕过，这个就是之前就是要各种啥插件，然后去从插件去操作浏览器，那现在是不需要了，他已经绕过了这段防防护机制，他已经启动的是你的新的一个客户浏览器，他并不是在我这个主浏览器进行操作，如果主浏览器进行操作的话，这右上角会有一个这个，这个插件上我们去装这个。 还还记得上堂课了吗？就是这个设置里面是吧？设置里面有一个这个扩展程序是吧？电子商店是吧？这是老的那个浏览器，大家也可以看，这套技术其实并没有废掉，它其实还是可以用的。 open call， 对， 搜索一下，如果它最近更新的话，应该是可以用的，如果它很久没更新的话。哎，这个版本是二月二十六号的版本，它其实快快 快二十天没更新了，所以说大家还是尽量不用的，因为它更新速度太慢了，它有时候会出现版本不兼容啊，这个是很正常的事情，有时候很就是反馈，这是它没有做好的地方。所以说 oppo 它三个最大的缺点就是反馈做的不好，第二的话非 token 吧，第三的话容易容易出现这种幻觉。 还有就是我，我失忆吗？失忆，但是前几堂课我们已经分享过了，就是这个失忆，龙虾拥有永久的记忆，是二十九堂课，三月十号的版本，这还有让龙虾自我进化，这两堂课就是解决失忆，对吧？我让他进行我个人的偏好，也就打造我们个人的数字人驱动神器，底层的引擎网络也就跨平台。因为这个版本他其实还更新了很多，你可以看一下这个版本的更新， 这个是浏览器的更新，这个是浏览器的更新，还有几个是浏览器，这个是浏览器的更新，对吧？ 还有一个是什么更新呢？还有一个是 windows 的， 我看的是一个 windows， 一个很大的更新啊，这里还有个安卓，安卓版的一个是更新，如果遇到假使有一种方法，就是我干脆就让他重启网关啊，就我也就是就是网络有时候不是很好，因为 好好了。嗯，那我再让他重新走一遍就好了。 其实你可以看之前的这个操作啊，之前这个操作还是可以的，我稍微小一些， 就是我之前是打开这个淘宝搜索路由器，也是抓取前三个商品，大概就是这三个商品最后给我会做啊，这个价格是从高到低，对吧？但是还有十九块钱的这个路由器，我看一下是真的。 二十二块钱的露脐鞋这么便宜是吧？我也不知道，都没买过。这是已经出来了，他刚刚出来了以后又又闪掉了，这就是刚刚出来的这个，这个一个一二三四五六啊，他他他分析了六个网页，也就是这个网页里面的六个，六个六个网球帽吧，对不对？是吧？ 至于这个结论，网球帽匹配度是第三个，价格提度明显，怎么怎么样怎么怎么样。但是呢，最好你还是呃，或者给我一个，给我链接， 他让他给我一个，是吧？因为他要你这个空顶全顶啊。就是就是，你最好是要告诉他，是吧？这个透气啊，我要我要给我 u l 最便宜了，我先说最便宜的， 这样的话他抓到数据以后他就能跟你按照这个要求进行推荐，就省得我在网上看来看去，看来看去，是吧？或者说你你你你你，你需要看哪个？这个手手机它价格有波动，你也可以做一个 sk 钥匙， 因为因为这里就是这个，这个第三个和第一个这两个是不一样的，这个是这个，这个是四十九元的，对吧？这个是这个多少钱的？ 九块钱的，九块钱的。网球网这么便宜吗？现在？对，所以说，所以说你你这个玩意就这个玩意，你看前面，前面这个这个玩意就是第五个需要你自己弄，其他四个就不需要了，或者说你如果不懂编程的话，你可以 让他自己去写啊，就就找一个这个扣的比较厉害的大墨镜自己写，但前面四个是他自带的功能，所以说大家这个把这个 欧文课更新到最新的版本，大家还是要玩一玩，因为浏览器是非常重要的一个插件，也是我们日常天天要用的，所以说你其他的插件什么写 ppt 啊， word 啊，那个可能每天也不一定会用吧，但但浏览器我相信大家天天会用，所以说这个浏览器插件还是大家全去玩一玩，如果有不懂的话可以在评论区问我。

给 openclaw 下大任务之后，不知道 openclaw 在 干啥？这款开源项目帮你实时监控 openclaw 的 工作状态， 它在 github 上有近六千 star， 双端互通，不管是在 pc 端还是手机端，都能查看 openclaw 的 状态。它不仅能帮你实时监控 openclaw 是 在干什么，在工作还是在待命。 每个状态都有单独的模块， a 阵切换状态时，办公室里的像素角色会实时走到对应的区域里， open klo 的 状态一目了然，还能生成。昨日笔记告诉你昨天你的 open klo 干了什么，相当于一个可视化日记。 不仅如此，它还是一个实时协助仪表盘，支持多 agent 的 协助，通过 johnkey 邀请其他 agent 加入你的办公室，实时查看多人状态。安装十分简单，直接到 github 上复制命令发给 openclaw。 这里我是用 one panel 控制面板安装的 openclaw， 需要在容器中开放端口，点击容器找到 openclaw 的 容器，点击更多，进入编辑页面，找到端口，填入 star office ui 的 端口之后点击确认 star office ui 的 默认端口为幺九零零零，等待更新完成。然后点击智能体，找到 openclaw， 点击 web ui 端口，跳转到 openclaw 面板，把命令给 openclaw， 让 openclaw 完成部署， 再切到 github 复制这条指令，回到 one panel， 找到智能体。在智能体这里进入工作目录，然后找到 workspace， 点击文件夹，找到 so， 点 md 文件，点击文件进入编辑，将我们在 github 上复制的代码填在最后， 点击保存后输入访问地址，就可以进入你的面板开始体验了。在界面中可以看到我的 openclaw 正在待机，回到 openclaw 给他一个任务，开始执行任务， 回到 star office ui 的 界面，发现从待机转变成工作状态，像素风还蛮可爱的，感兴趣的话就试试吧。

大家好，今天给大家演示一下菲林的泊泊的。嗯，配置方法。嗯，这个，嗯，菲林的泊泊安装挺简单，就是在应用中心中。嗯，点安装就行了。我这个已经提前安装好了，它这个安装的时候会提示安装两个插件先。嗯，然后再安装。 然后我这个菲林是刚装的系统，里面也没什么数据，用的是惠普那个 t 四三零的那个小主机，能用菲林装主要是因为这个安装门槛非常低。 嗯，咱们下面打开这个 windows， 然后，嗯，再打开外部页面，大家可以看见这很轻松的就打开了，不像像其他的那个安装方式，还需要配置一下才能打开这个。嗯，外部窗口，这都是飞牛都提前配置好的。嗯，我们来使用就可以了。 所以说安装的口很低嘛。这个飞牛的配置主要就两项，这个模型配置跟消息渠道。咱们先配置一下模型，咱们这是选择自定义， 然后这个选择模型名称，咱们可使用的是。呃，轨迹流动的那个服务，需要大家先注册一下。呃，这个有两千万的那个免费 token， 而且模型广场中就是目前的主流模型都有，大家可以随便选择使用，我们选择这个 mini max。 二点五来演示，复制一下它的名称，粘贴到这下面，这里是添加那个。嗯，轨迹流动的服务地址，咱们到这个轨迹流动这去复制一下， 然后回来，然后粘贴。嗯，然后再往下这个地方就是需要配置它的认证密钥，就是 api 密钥。嗯，咱们也复制一下，然后再返回来粘贴。 哎，怎么不能确定？哦，上面这块是啊，上面这块要点击添加，然后再点保存，这样模型就添加成功了。嗯，然后下面需要去配置一下。呃，消息渠道，这个需要等它刷新一下，它这个默认是已经安装了飞书， 我们这次是，呃安装一下微信，这里直接点装安装微信就可以，这里需要大约等个两三分钟吧。嗯，他安装好了，我们就，嗯添加一下，扫一个二维码就可以使用了。 这个安装微信，有的小伙伴们可能会呃提示安装错误，呃，安装好几遍都是提示错误，这个时候大家可以刷新一下状态，它有可能已经装上去了，但是吧，呃，你扫码进入微信之后，呃说话，嗯，这个 openclaw 没有反应， 这个时候大家需要去把那个，呃，嗯，就是微信中那个插件里有一行这个微信机器人的代码，复制给外边端的那个聊天窗口，让龙虾自己去安装一下。啊，这样你就可以在微信跟龙虾进行对话了， 然后提示安装完成。啊，我需要重启一下才能使用。嗯，咱们先点那个添加渠道，嗯，渠道类型选择微信，然后生成二维码， 然后拿手机来扫一下这二维码，然后添加一下那个微信机型就完成了。好，我打开。

这些东西统称计算的过程，就叫做机器学习啊，机器自动找到最优参数的一个过程，就是机器学习的过程， 把前面我们所讲的所有的内容呢给大家串起来啊，整个训练的一个循环啊，让大家呢能够更好的去理解啊，我们今天所讲的这个神经网络到底是什么样的一个原理啊？我们假设训练一个能识别手写数字的 呃， amnes 的 一个神经网络，我们会用六步啊，把这个事情做成啊。呃，手写识别，大家印印象很深了，对吧？就是比如写个三四五这个，这个我们机器怎么去识别你的手写啊？就这样的一个东西， 说第一步呢，在这个大模型呢，他实际上是一个随机的初步参数啊，就是你也不知道这个模型是什么啊，就里边是随机的。那我们用神经网络去做分类预测啊，神经网络还记得吧，有输入层、隐藏层和输输出层啊， 那么把图片呢？输入网络啊，输入网络，反正一二三四五六七八九十吗？嗯，如果我们只是数字的话，那你就输出十个概率，对吧？总归是这十个概率了啊，至于说你更像一还是更像十，他总有一个概率， 但是呢，刚开始这个网络他不是很聪明，他不一定能识别的。对，所以呢，到底识别的是什么东西呢？他，他和你的正确结果好与坏呢？ 嗯，差别可能很大，但是你自己写的数字，你知道他是多少呀？所以呢，你就要用损失函数来计算这个误差，来预测这个结果和正确这个答案之间，这到底是差多少？我们计算出来这个总误差， 本来你写了个三，结果他算出来的这个东西和你，和你这个真正人人写的这个三呢，这个差别可能百分之七十的误差非常大啊，那怎么办呢？那我们就要调喽，对吧？那到底该怎么调呢？这个这个神经网络里面的参数往往大往小，往哪个方向去调呢？ 记住用梯度下降，像我们下山一样，这样的一个方向，用梯度下降的方式算，每个参数该怎么变？因为神经网络有很多很多参数，对吧？ 有六十三万个参数，那一个一个调调一个，我们看一下这个误差会有什么变化，调好了再调另一个单独去调。所以呢，六十三万七千七百一十个参数分别计算，计算这个记录方向， 所有的调完了就代表了第一层，我们把它算完了，那算完了以后呢，我们就把这些所有的参数更新了，更新以后呢？哎，我们看一下这个，这个就产生了一个新的一个参数，那新的参数怎么办呢？我们就回归到步骤二， 继续给他去算一遍啊，让神经网络再一次预测分类。刚才你本来是写了个三，大概你算出来可能他觉得是七，哎，你调过一次参数以后呢？哎，他发现 这个，这个，这个原来你是和真实三的概率，他只有百分之三十，但你算过以后有百分之六十了，哎，发现神经网络变得聪明了， 变得聪明呢，但是可能和你真实想达到答案，你可能比九十五以上，你才，你才认可他呀。那怎么办呢？那就再次进入刚才的一个循环，继续计算，那继续和你真实的这个结果进行去误差，然后用梯度下降的方式再次去调节每一个参数， 那经过几轮的一个计算，最终可能我们得出的这个结果，哎，你写的是三，他给出你是三的一个概率达到了百分之九十八啊， 你认为这个手写识别的一个大模型已经非常满意了，它能够达到一个真正你希望的一个手写识别的一个用途啊，那么就代表我们 把神经网络训练完成啊，这就是我们今天以这样的一个案例给大家串讲的一遍，神经网络整个在这个这个计算过程中，他所用到的这些公式和不同的层数，以及他这个调节参数的一个方向和计算方法啊，这样的一个串讲。 好，那么最后呢，我们还想把这个所有的概念呢，再给大家这个重述一遍，加深大家的一个印象，好吧，啊，那么 神经网络呢，其实上并不神秘啊，我们其实刚才已经用一个案例给它讲清楚了，对吧？那么我们神经网络所解决的绝大多数的一个问题，他都是叫做分类任务， 所谓的分类任务啊，他就像考试的选择题， abcd 能占多少？有几个选项就输出，要么好评，要么差评啊，就两个概率，好， 那么这个在做这些任务呢，我们要用神经网络这样的一个万能的数学公式来去解决这些问题啊，那神经网络是模仿我们脑子像神经元这样的一些传输的，所以呢，它有很多的参数，它是一个万精油的公式， 但它不外乎也就分为三层，第一层输入层，第二层做大量的计算，它是一个多层结构，叫做隐藏层。那么最后一层输出的结果叫输出层，它就像我们人类脑神经元的一个这个，这个数学版啊，就这样一个概念， 那这里面有无数个参数，这些参数是干什么用呢？它就像做公式的一个旋钮啊，最终参数的数值，它的变化就决定了我们这个模型最终输出的一个结果啊。 回到我们刚才的案例，就是有六十三万七千七百一十个旋钮啊，在里面调呀调呀调，那调呢？他可能这个不同的层数有限性的变化，也有非限性的变化才能解决其中的问题。那其中非常非常关键的一点是，你不管怎么变化， 他总得输出一个结果，那个结果的好与坏我们要去评估，要引入损失函数这样的一个能够把误差量化的一个重要的一个机制，他是衡量预测误差的一个打分机制啊。那么我们就像我们考试，我考的分啊越高， 那我们的成绩就越好啊，那对于损失函数来说呢？你的误差越低啊，那他就模型就代表越好， 那在这个有了误差以后，那这神经网络他并不是一次性的一个事情，他要循环啊，要要，要不断的去完善这个神经的网络，去进行下一轮的一个计算。那到底去 计算的目的就是调参数吗？到底该调大调小往哪里调呢？我们有七度下降这样的一个概念， 我们所谓的梯度下降就是每次朝误差最小最快的方向去更新参数啊。我们给大家举个例子，像蒙着眼下山一样，我们每步找到最低处，还步子还不能迈的特别大，又不能特别小，还有特别小，那你就就是迈的步子太久了，效率太低，特别大，不小心迈山谷底下了也不行， 所以我们找到一个合适的一个下降的一个梯度。好，这是我们这个梯度下降啊，那这些东西统称计算的过程就叫做机器学习啊， 所以那些参数到底是多少呢？不要管它多少，机器自动找到最优参数的一个过程，就是机器学习的过程， 就是我们需要海量的 gpu 啊，这个这个，这个，这个，为什么英伟达这么牛逼，是吧？就是因为他这块牛逼的显卡啊，能够这个这个大量的进行这样的一个计算啊，所以他才能在这个 ai 的 时代拿到那么大的一个市值啊，这，这里边是核心的机器学习的一个基础工具啊， 所以呢，自动调节旋钮，直到效果最好，就是机器学习的一个最终的一个目的啊。因此呢啊，总结一句话而言，所谓的机器学习，就是用数据自动找到公式里所有参数的一个最佳值，并且让误差最小，这样的一个过程就叫做机器学习， 那么也是我们整个大模型的训练的过程中最最重重要的一个核心的概念。

opencloud 本来好好的，结果一个没注意，自己给更新了，而且还变卡了，还好有回荡大法。我们先把原来的虚拟机关机， 打开虚拟机的详情页，查看储存空间的路径， 找到并进入这个地址。要在管理员视角进入对应的储存空间，并找到 v m 文件夹，接着找到自己的备份文件，将它替换到目前的虚拟机上。注意记得做好充足的备份再尝试 将虚拟机开机，稍等一会就可以打开 web ui 界面，接着马上告诉他停止自动更新。 因为主包给这个 openclaw 创建了双十利。稳妥起见还是都要说一声。

这阵子全网刷屏的 ai 龙虾 openclaw 能写代码，做自动化，搭全流程工作流，堪称全能数字员工。但很多人想上手，要么本地装环境疯狂报错， docker、 node gs 折腾半天搞不定，要么电脑配置不够直接带不动，纯纯劝退， 今天就给你们保姆级教程，用火山引擎官方云服务一键部署 openclaw， 不 用挑一行代码十分钟就能搞定，成本还贼低。 第一步，打开火山引擎官网注册账号，完成实名认证，新用户还有专属福利额度。首页直接搜 open club， 找到官方预制的一键部署镜像运行环境依赖插件全给你配好了，根本不用自己瞎折腾。选官方推荐的入门配置，两核两 g 完全够用。 完成付款后，单机去控制台按钮， 前往实力列表页查看新创建的实力规格信息。第二步，开通方舟大模型服务，并获取配置登录开通管理页面，选择期望为 opencloud 提供推理服务的模型家族，这里我们选都包 c 的 一点八模型。 在左侧目录处选择系统管理 apikey， 管理创建并获取 apikey。 在左侧目录处选择智能广场是模型广场单机，您期望 open class 使用的具体模型进入其详情页。单机复制按钮，获取模型的 model id。 步骤三，创建飞书机器人并获取配置 创建企业自建应用，登录飞书开发者平台，单机创建企业自建应用按钮，添加机器人能力。 在左侧目录处选择开发配置。权限管理，单机批量导入祈导出权限按钮， 在弹窗中确认权限无误后，单机申请开通按钮， 单机配置按钮，设置权限可访问的数据范围。单机确定按钮，完成操作。在左侧目录处选择基础信息凭证与基础信息，在应用凭证模块中获取并记录 app id 与 app secret 信息。单机顶部的创建版本按钮， 点击页面底部的保存按钮，创建版本确认发布按钮，完成应用发布。第四步，配置 openclaw 飞书 ai 助手登录云服务器实历 执行命令、配置模型和飞书集成的参数。 到这里我们基本完成了配置。在登录飞书开发者平台，选择企业自建应用页签并单机您创建的飞书开放应用。在左侧目录处选择开发配置。 c 事件与回调，选择使用长连接接收事件 并单机保存按钮，在已添加事件区域单机添加事件按钮，在添加事件对话框中选择应用身份订阅页签搜索消息并勾选接收消息， 消息被 reaction， 即消息被取消 reaction 三个事件。单机确认添加按钮，你看不到十分钟直接部署完成。 公网 ip 点开就能用七乘二四小时在线不荡机，响应速度比本地快多了，还不用担心兼容和安全问题。教程都给你讲透了，赶紧去试试，觉得有用的别忘了点赞收藏！关注我，解锁更多 ai 干货！

今天我注册了我人生中的第一个域名，嗯， cn 的， 在腾讯一年就三十三块钱，还挺便宜。然后迫不及待的把它部署到了我的 vlog 上， 给大家介绍一下，这是我的 vlog 首页 这个 tag， 就 这条规则这句话，他其实每次刷新都会变的。首页其实就把各功能都集合了一下，包括日记、知乎精选， 然后能力突破，其实就是那些标签以及这个导航页 详细展开说一说日记这个页。他首先把这些标签都做了一个分类点，每个标签的时候自动会跳转到呃相关的日记， 看一下他今天早上写的昨天的日记， 这个隐藏是如果涉及到一些敏感的文件数据，呃，这个就是像是备份文件的一个地址，他都给自动做了隐藏。 上一篇这个里边应该会把这个新工作区的环境变量给隐藏了，这样长按的时候，它其实会显示出一个 这个，这个是日记返回日记列表，整个的日记线 我是设的，设了一个自动化，每天早上七点半，它会自动把我本地的呃龙虾写的日记推送上来。 智酷，这个智酷其实是我给我的本地龙虾搭建的几个比较大的一个，算是 scale 吧，也不说 scale， 嗯，各地都有吧。这个是自动化每天早上推送的晨报， 我让他每天提取五条 github 上最新的相关热点，还有五条最新的龙虾技能给我推送过来。嗯，现在是让他推送到我的飞书文档里边。 这个是我给他搭的一个记忆裤，分为线上和线下，然后再就是苹果三件套， 因为我的龙虾本体是部署在 mac mini 上，它非常完整的继承了苹果各家的一些呃工具吧，很方便，包括的每天龙虾日记它也会同步到呃，备忘录里边。 这个监控台是单独开发的一个啊，可以给大家看一眼。这个就是我的监控台，其实也已经非常完善了。嗯，这个通话还是有点不 q 弹。 这个简单简单一看，还是说今天的重点 晨报学习追踪器啊，包括它的完整备份路线。再说一个有意思的就是这个留言，这个留言我已经连接到了一个小的数据库，欢迎大家来留言啊。 最后这个关于叶是我和我的小锤子的一个简介 啊，以及整个就是我的锤子的一个能力架构。我现在电脑上其实跑了两只龙虾，一个是原生的龙虾，再一个是用的，嗯，腾讯的那个 macbook air， 我其实让他俩分了一下工，然后他俩的记忆啊，呃，然后是按照每天晚上他俩都会重叠一下，也就相当于他俩互相知道都在呃对方在干啥。 集成层的话，主要是我是通过苹果生态，还有飞速的生态以及油箱，然后我的存储主要就是靠 guitar 邦岛石出，无需入解。这个这个是我我的小锤子自己给自己的一句箴言，这个 好像刷新一下它就会有一个 q 弹的动画，另外这边应该会直接练到我的 github 里边，也欢迎大家去踩一踩。

手握欧风口捞这种顶流 ai， 我 最开始也是个俗人啊，满脑子想的就是赚点块钱追个大风口。但我后来终于想明白了，工具再强，方向歪了全白搭，技术再顶，初心丢了就是浮躁，用 ai 做文化才是咱的格局。 所以我定好了，咱们做他个奇门遁甲的网页。哎，很多人一听就觉得这是玄学，是迷信，哎，你大错特错。奇门易经八字本质都是中华古典数数络书，九宫是数理换方，天干地支是时空编码，五行生克是变量关系，奇门排盘就是多维参数的剑魔。 奇门遁甲的本质，一、古典时空角色模型，以时间、空间为核心变量，构建一套可推演的动态系统。二、多维度符号化建模系统，把复杂现实抽象成时间维度、天干地支、节气时辰、空间维度、九宫方位八卦、八方面量维度、星门神格局，相当于把现实世界参数化、维度化、符号化。 三、基于经验归类的逻辑推演体系，不是随机选学，不是选学，这是咱古人对天文、历法、环境、人事规律的一个长期观测和经验统计加逻辑归类。四、高维组合，数学结构，九宫八卦、干支星门神相互组合，本质是排列组合，硬核关系，这就是咱老祖宗的智慧。 古代历学、天文历法、逻辑推演和经验统计学的集大成，咱就是试试看能不能用最前沿的 ai 还原最硬核的东方智慧。老祖宗的严谨树立在数字时代好好的赛博一把应该能行。 我终于知道为什么写代码的老师头发都少了这玩意，它这个过程我太喜欢了。嗯， 这都是老祖宗的智慧啊。咱给 它比。我没有摸着过心，这终于做出， 爽。

open club 小 龙虾现在非常火啊，小龙虾都能干啥呢？我养了一个多月小龙虾，养了五只小龙虾和一只澳龙，今天跟朋友们分享一下养虾经验。龙虾有很多版本啊， 呃，原版的呢，就是 open klo， 跟我一样呢，愿意折腾的。呃，想让龙虾呢权限或者自由度高一点的呢，就在本地电脑上安装 open klo 要装原版呢最好呢，我建议是在本地安装一个 ai 编程软件，直接跟他说帮我安装好 open klo， 让他帮咱们安就行了。 国内套壳的龙虾呢，就很多了，比如 kimi 出的 kimi club， 呃，智浦出的奥特 club， 呃，就是我养那只奥罗，还有自己的阿克 club， 阿里也出 club 了，呃，不操心省事的呢，就安装国内版本的， 简单方便，少掉头发。安装完以后呢，先定义小龙虾，他是谁，你是谁，他的做事风格是什么？在对话框里直接跟他说就行。然后呢，就会保存到这三个文件里边， 下一步呢，要改造龙虾的记忆系统，而如果龙虾不改造记忆系统啊，他就是个傻虾，咱们就相当于养了一群傻子。我也是在网上看见了一篇帖子，把他改造成了三层记忆系统，把这段文字呢直接复制给小龙虾，让他自己去改造他的记忆系统。改造完以后，小龙虾的记性好不少。 呃，另外推荐两个插件啊，一个是字节跳动开源的 open viking， 呃，龙虾的记忆还有技能还有资源，他都能管理。还有一个插件呢，是 open club 的 control center， 呃，这个项目，呃，龙虾干活呢，他都在后台干完活了，才跟你说 安装了这个插件啊，咱们就知道哪只龙虾干啥呢？哪只龙虾偷懒呢？呃，下一步呢就是给咱们的龙虾安装技能。 呃，没有技能的龙虾呢，就相当于咱们手机里边一个 app 的 微装是一样的。常用的技能呢，主要分搜索类、办公类、自动化类。呃设备控制类和内容增长类啊 呃，技能市场有上万种技能。呃，直接跟小龙虾说安装哪个技能他就自己安装了。呃，这些技能呢是我整理的比较常用。呃比较实用的技能，我试了一下，小龙虾能连康复 ui， 呃，设置一下代理服务器，龙虾呢自己会写接口代码就连上了 连康复 ui 我 觉得更适合短距的分镜自动生成。这几张呢是小龙虾用 flag 二捆印模型生成的， 质量都挺好啊。质量啊，主要是跟小龙虾的分镜的脚本提示词写的好不好有关。另外啊，养小龙虾呢有两个技巧，第一个呢是省钱的技巧，咱们把这段提示词呢给小龙虾，要不龙虾话有点密，有些系统提示和不需要解释的也给你翻译成中文。 呃写入记忆里的话很多啊，造成文件太大了还浪费。托克养龙虾挺费钱的。呃，像我似的养了一个多月龙虾啊，然后分并没挣，给他买托克花了一千多块钱。 第二个技巧啊，就是解决小龙虾经常掉线的问题。跟小龙虾说啊，让他多建一个独立网关的维修机器人， 定时检查主 get 位呢，掉没掉线，掉线呢他就自己过去修了。呃，这样呢就防止掉线啊。呃最后呢就是小龙虾的卸载命令， 小龙虾玩坏了或者是不想玩了，呃，卸载也挺简单，这个呢，就是小龙虾的卸载命令，大家可以截图保存啊。对 ai 感兴趣的朋友加个关注啊，咱们一起学 ai。

想玩转 ai 自动化、 open klo 这三个保障项目，让你从完全不懂到精通高手？第一步，从零开始玩转 open klo， 全网最全中文教程安装配置，手把手教学实战案例，一步步跟着做，避坑指南，前人经验全分享！ 第二步， open klo 技能合集，五千四百加技能一次性吃豆，从零到精通五千四百加现成技能开箱即用，覆盖所有应用场景， 持续更新，永远最新！第三部 open call 精彩应用案例，真实场景实战自媒体开发办公全搞定，效率提升十六倍，四小时工作缩减到十五分钟完成！质量专业级不是玩具，是生产力工具！为什么必须收藏？三部曲完整学习路径， 从理论到实战全覆盖，社区支持，永不落伍！从今天开始，你就是 ai 自动化高手！最好的学习不是只看教程，而是跟着案例！