iflow模块安装

很多程序员的工具链里，终端 ai 助手已经成为了标配。不过说实话，想找一个用起来比较顺手，不用魔法并且稳定的方案，其实不太容易。最近我发现了一个叫 iflow c l i 的 工具，内置国产大模型，还支持 skills 啊，我用起来比较舒服。大家好，我是海拉的编乘客，今天我使用 i flow 给大家演示两个用法，一个是在日常生活中用它来写一些想法验证啊，写一些 poc。 老规矩，我们不打开 ide， 不 手写代码。第二个，我们使用 skus 来对我们代码仓库做一个体检。 好，那我们先打开 icl i 的 官网，在这里进来之后呢，我们先安装复制这一个命令，然后粘贴到你的终端中。 好，紧接着我们需要登录，我们敲斜杠 else， 然后选择第一个登录， 接着我们选择默认的模型啊，也就是 g l m 四点七。 好，我们语音输入，你是什么大模型啊？这也是我最喜欢问的。好，它现在说是 g l m 四点七大模型啊，也就是说我们可以在 iphone 里面使用多个大模型。 在日常的开发中呢，我们会经常做一些想法上的验证，比如说验证某个技术方案行不行啊？老板甩过来一个需求，说，这个淘宝上边的搜图，哎，拍张照片搜到对应的这一个商品，能不能做？我们先进入目录， 我们叫 image search。 接着呢，我们开启 i flow， 我就直接和他聊，老板说什么需求呢？老板说淘宝上面的这个搜图是怎么做的，是吧？那我们问一下他。 呃，我想问一下，类似于淘宝上面拍照搜物啊，搜到某一个商品啊，这个背后的原理是什么？这个专业术语叫什么啊？请回答我一下，谢谢。 我们通过刚刚描述很虚的需求啊，就可以拿到一个术语叫做以图搜图啊。紧接着我们就直接把需求告诉他， 我想做一个以图搜图的这一个，呃， poc 啊，我想请你帮我列出这种最小的需求是什么？ 好，我们看一下，这里有一个以图搜图的最小 poc， 核心需求如下，有一个，上传图片特征，提取 相似图片解锁。然后呢，技术组件呢，建议使用 python， 图像模型呢？建议使用 clip， resnet 和 mobile net。 还有一个向量数据库啊，有一个 fast 和一个。呃， milos 啊， 前端呢？简，建议我使用简单的 html， 后端框架呢，使用 fast api 啊，这个包括选型做的都还可以。 呃，这里我有一些不明白的地方，就是图像模型和向量数据库，因为我其实在写 poc， 我 并不完全需要一个数据库，我只需要让他帮我写文件，最后帮我解锁就好了。这一个数据库呢，可能并不是一个必选的像， 而这一个图像模型呢，这里面涉及到很多个模型，我也不知道哪个模型好，但是在写 poc 的 时候呢，我现在需要验证这一个图像解锁是不是 ok 的， 我并不需要做到非常非常精准的图片解锁， 我需要把这一个 poc 跑完。至于模型我们选择什么模型，还是后面选择单独的某一些模型做一个 fight， 这些呢，都是可以在后面考虑的，不属于我们 poc 的 部分，所以我需要问他。 这里我有两个问题啊，第一个问题是模型上的选择，其实我更想选一个比较小的啊，能够跑完这一个是 poc 的 啊，一个模型就好了。然后呢，请你给我一些建议。第二个问题是，我觉得销量数据库其实并不是必要的，我们可以先把东西存在本地，对吧？然后我们就 可以完成这一个 poc 了。呃，你先不要帮我实现它，不要写代码啊，我们验证一下，我们聊一聊， 在实际的过程中，和 ai 聊天的时间应该是占到整个开发比重的四分之三。呃，我的建议是大家尽量花更多的时间和 ai 聊通了。然后呢，再去落实 好。我们大致扫页，针对 poc。 他 建议这一个清亮模型啊， mvnet v 二 resnet efficient net 这个我都不明白。 open clip 啊，这个我是明白的，但是 open clip 我 印象中它的汉语知识不是很好，并且呢，我们只需要做以图搜图，并不需要做一个文字搜图，所以说这个 我们选一个中间一点的吧，选一个四十五的。然后我们看到问题二，向量数据库的必要性啊，说 poc 间呢，确实不需要向量数据库啊，他认同我了。 好，这里面我们看一下，通过 npy 加鱼弦相似度就可以搞定了啊，零依赖，代码简单。然后呢，一千张以上图片会慢啊，慢呢？估计就是解锁方面吧，我觉得这个不是什么大问题。 然后建议方案模型存储后端前端，然后启动时加载模型，从本地 m p y 加载特征库，然后上传图片，提取特征，与所有特征计算相似度啊，这个看起来都还挺 ok 的， 那我们切到一个 呃 plan 模式吧，我们把我们的开发计划再深入的聊一聊。我现在呢，想请你使用呃， esnet 啊，来帮我。这个模型。 后端呢，使用这一个 fast api。 前端呢？呃，我建议你使用这种单页的一个呃页面，然后呢，我希望通过 fast a p i 把这一个网页 host 住啊， 接着呢，样式上我建议你美化一下啊，用一个类似 vs 的 高高科技感的暗黑模式。 然后我们再想一下，在这一个数据流这一边，有一个启动时加载模型，从本地 npy 加载特征库， 然后上传图片，提取特征，与所有特征计算相似度。这里面还漏了一个情况，需要补充一下，我们可以先写，还需要写一个脚本，把这一个几千张图片把它转化成特征库，才能 在上传特征库的时候提取特征，返回 topk。 结果啊，所以说这里面还漏了一点， 是这样子啊，呃，还有一个需求是我需要你，呃，写一个脚本对吧，可以把对应的图片转换成一个，呃，特征 特征库对吧？好，记得一定要开 plan 模式。 他说图片库的数据来源是什么？需要网上下载样本图片的方案吗？啊，这里我已经准备好了， 大家可以看到这里面有 image 啊，我把它这一个移过来， 在这里我们选择 type something。 你说。接着呢，前端页面需要一个拖拽上传图片啊，实时预览上传的图片， 要把它缩小一点。 接着呢，显示相似度的分数，这个需要的点击查看大图呢，我觉得没有必要，然后我们再提交答案，这个时候呢，他就开始做了 技术栈后端前端存储，还有这个计算啊，运行相似度没有任何问题。 呃，有一个 build features 啊，通过特征库来构建脚本啊，也没有什么问题。 核心功能拖拽啊，返回暗黑色的这个科技感 ui， 现在我们可以看到，作为 poc 的 话，一整个规划是比较靠谱的啊，那我们就直接选择第一个， 呃，看一下这个功能特性上面都好，是吧。我们好，我们接下来安装一下依赖 啊，我们大致扫一眼这一个 view feature 这一块有没有问题啊？大致扫一眼，通常情况下不会有问题，但是难说。 好，我们先构建对应的这一个 feature， 接着呢，我们可以给大家看一下对应的这一个图片里面是什么啊，都是些小猫小狗啊 啊，我现在都已经感受到我的这一个风扇在狂转了。 好，这里面已经，哎，已经做完了是吧？然后他写了两个文件来看一下啊，在 matedata 里面写了一些，应该是原数据，然后在这一个，呃， features 啊， py 里面啊，有十四兆啊，它应该是把这一个图片提取成某某些特征啊，它就和人类一样，人类不能像相机一样记住每一个像素，但是人类呢，也是通过照片上的特征来区分的啊。我们启动服务， 能启动吗？哎，能启动能启动，我们打开好拖拽图片。 ok， 接下来我们验证一下啊，我们选一个蓝猫， 把它截图保存下来。哎，蓝猫原来是俄罗斯的， 打开一下，接着呢，我们点击选择把这个图片读过来。哎，我们可以看到，基本上都可以找到懒猫了。 这个输入法真的是变了，选一个吧，选一个放下来保存，接着以图搜图 搜索。哎，我们可以看出来，那这一个小狗就被搜出来了。 poc 写完了，我们还想知道 poc 距离真实的生产还有多远？ 我现在想问一下这一个，如果说我真的要做这种宠物上面的解锁呀，对吧？这个搜索到对应的宠物还有哪些这种非常呃硬核的工作是需要做的啊，我觉得是不是 呃 poc 距离生产还是有一段距离的啊？请你和我聊一聊 poc 层面啊，使用的是这一个 oxford， 还有点意思，它是不是读到了哪些原数据 真实呃，生产需要真实场景的图片啊，手机随手拍，各种角度，光照复杂，宠物遮挡，被主人抱着躲在沙发后啊，这确实是 多宠物同框，这也是，然后模糊低分辨率，这是看起来就是非常多啊，然后数据清洗式，这一块标注式，一块数据增强技术啊，构建更大更多样化的做一些模型的特化，就是模型现代化， 这个生产需要 fight， 然后目标检测，注意力机制，聚焦宠物的关键部位， 多尺度的，多尺度的特征啊，这看起来太多了，太多东西需要做了。现实的建议是先做 mvp， 然后逐步打磨，不要一开始就想做的完美啊，这也是符合咱们这一个就是基本要求的。可以看出来， flog 加 glm 四点七给出的这一个建议啊，都是比较重肯的啊，有哪些东西要做啊？有哪些东西是比较硬核的代码啊？ poc 的 最核心的部分可能也就几十行几百行代码， 但是要真正的把一整套做出来还是需要很庞大的这一个工作量的。 在上一个项目中呢，我们写的是 poc 啊，写 poc 的 时候呢，就需要 web 扣定一些，氛围编成放松一些。 但是当我们在加功能啊，想让这一个代码变得更稳定一些的时候，那我们就需要加入一些这种质量审核。我之前写了一个 skills， 那 我们打开这个 skills 来看一下，这个 skills 是 我专门用来检查代码的，那 基于代码整洁之道，聚焦七个高收益的检查维度。比如说命名，一定要是有意义的，命名函数要尽量的短小啊。就是，而且要单一职责，尽量减少重复， 尽量规避过度的设计啊，一些魔法数字，还有结构清晰度和 项目规范。呃，每一个问题都会给他排上不同的级别输出的格式呢？是像这种有原则、有位置，有级别，有问题，有建议啊。然后有两个 reference， 并且这里面会开启多个 a 键来扫描这个，这里面我们让他帮我全面做一下审查汇总的报告。每一个维度开一个 a 键 啊，但是要串行完成，不要并行。如果开四五个 sub a 键的长时间跑的话，会遇到并发症问题啊。我们建议他一个维度开一个 a 键的串行完成，一步一步做。 iphone 目前还没有开放并行，但是在他们的论坛里面有并行的体验卡，如果大家有需求的话，可以去看一看， 大概二十多分钟就把任务跑出来了。呃，跑了接近七十五个问题啊，应该是非常给力的，高优先级的大概有十二个，中优先级的有二十九个，我们看一下，大致扫一眼吧， 有些命名啊，这个项目规范啊，我们往后拉一拉看 啊，高优先级，看看删除组建或实现集功能啊，这就没写，是不是然后 mcp test 啊，我这个也是没写。 嗯，这个检查确实是挺到位的。然后消除重复的文件，更新逻辑， 这里面有重复的代码哎，看起来符合我的认知。然后提取关键业务，敞亮， 重构核心业务函数啊，总的说来还是不错的啊。这里面包括有这个 run， open code， s t k streaming 啊，这个函数呢，要提取 event buffer， event handler， session manager 这些类。呃，都是蛮符合我的理解的。 用了几天，我的感受是够用，而且比较省心。市面上大部分固定 a 键呢，有的功能它都有，比如说 m c p， 工作流 skills， 开箱就能干活，登录就能使用。另外，零点五版本加了两个非常实用的功能， 一个是 hooks， 可以 用来做一些提醒。一个是 restore， 如果你搞砸了，你可以回退。当然，我也建议大家用好 git， 这样子你可以做一个双重保险。那我在体验的过程中呢，也有一些不足。 c l i 的 这一个界面上的细节， 我觉得可能还需要打磨一下，比如说我看不到上行和下行的 token， 在 写大一点文件的时候，我非常想知道他在写文件还是卡住了 i f o 官方与社区，他也希望社区能够涌现一些类似于欧曼 open code 的 这样 强大的编排系统。怎么说来，如果你喜欢在终端里干活， i f o 绝对值得你试。如果你也在使用 i f o， 欢迎来聊聊你的使用体验。我是海陆编程课 ai 永不眠，我们下期节目再见。拜拜。

到了一个适合编程小白一站式零成本学习 web coding， 而且可以在本地终端直接使用的 ai 工具 i flow， 可以 用这个 prompt 制定编程小白零基础的学习计划和学习资源，可以一键打开具体的学习资料网站，还可以直接在这里用自然语言输入你想要做的产品。 ai 直接编程，直接完成 web coding 的 各种练习，多个国内顶尖的 ai 大 模型，个人用户都能，零成本不限。使用 iphone delete 安装也非常简单，在新流官网 mac 电脑复制这个代码到电脑终端即可， windows 电脑按照这个步骤安装就可以让它干活了。还有特别多的 m c p 工具 和工作流可以随时调用，比如写 ppt， 编辑 excel 和 word 文档，连接 figma， 把设计直接转成代码等等。大家可以自己去官网探索。大家对使用 iphone 壳里还有什么问题和建议，可以在评论区提出关注。找钱哥主页副业都有 ai 找钱！

哈喽大家，最近 opencll 爆火，但是在安装门槛以及费用方面，其实对咱们普通人并不是很友好，那咱们到底该使用什么工具才能零门槛免费做出自己想要的工具呢？最近我挖到了一个国内免费版的 opencll， 它就是 iphone， 不 用代码，不用花钱，普通人也能做出属于自己的小程序。 这个就是我零代码零费用做出来的项目管理系统。完成率自动算爱心进度条，此任务备注，自动汇总， ai 一 键生成，周报功能直接拉满。 之前我一直是用 note 在 做工作计划，但是它的服务器在国外，所以经常打不开，加载速度也很慢，于是我直接用 iphone 自己开发。别看它的界面是终端的代码样式特别有科技感，但咱们根本不需要懂代码，全程用自然语言跟它简单交流就可以了。我 之前把 notion 的 界面截图，把图片地址发给他，然后跟他说帮我生成一份完整的需求文档，等几分钟之后，需求文档就做好了。然后我再让他根据需求文档帮我开发网页，做项目子任务，自动算完成率，做花式进度条，一步一步实现功能。最省心的就是就算你的电脑编程环境不支持，缺少插件， i f o 也会自动帮你安装，配置好，完全不需要你动手。 我在里面换了好几个模型测试，最后发现 mini max 最好用，理解精准，落地很快，而且全程免费，一分钱都没有花。开发的过程我还不断地优化，为了多终端同步数据，我让它加上了数据导入导出的功能。为了提升工作效率，我让它加上了 ai 一 键导入， ai 一 键生成工作周报的功能，所有的功能都是用自然语言实现的， 最后做出来的系统支持项目子任务管理完成率自动计算爱心进度条可释化子任务备注，自动汇总到某项目，还能切换列表、看板、日历三种式图，逾期任务也会自动提醒。国内秒开最香的是它现在完全是免费的，而且里面所有的模型，比如说 mini max 也是完全免费的，界面看着像代码终端， 但是操作却非常的简单，零基础也可以复刻。最棒的就是我们可以根据自己的工作的实际情况，无限次的去调整修改升级功能，大家也可以跟着自己的灵感创造出一个属于自己的小世界，赶紧行动起来吧！

根据我们老师录制的视频课，把每个电子模块成功固定在木板上，整个安装过程很丝滑，孩子可以在家跟着我们的视频课自己组装， 组装完以后跟跟着我们老师一起学编程，下面我们看一下最终组装后的效果。 我们的智能家居组装完了，现在给大家介绍一下，我们的主板采用的是阿杜诺乌诺通过米斯奇图形化编程，这个地方是供电口，这个地方是烧水程序的接口，这是我们的火焰传感器，我们的红外避障传感器， 这是我们舵机来控制这个窗户的开启和关闭。我们后面的屋顶有光线传感器和温度传感器，屋顶是可以掀起来的， 正面是小灯模块，无源蜂鸣器模块，人体感应检测模块，这是个大门，也是通过舵机来控制， 可以通过舵机来锁门和开门，这是我们的按键模块，这是我们的幺六零二显示屏模块，这个地方是我们的车辆进出的抬杆装置，也是通过舵机来控制的， 这是我直流电机风扇，可以控制正转和反转。我们屋顶的正面还有一个水蒸气传感器，在这个地方前面的屋顶也可以掀起关闭， 整体就是这个样子。后面我们会把每个模块通过我们的图形化编程来控制起来， 大家感兴趣的可以联系我们。我们已为大家录制好了视频学习课程，还有原程序提供技术支持，让我们这个寒假一起来学习编程。

只要安装上这个 ai 终端助手，电脑就能直接帮你干活。无论是下载视频、写代码还是发小红书，它都能帮你搞定。它集成了 g l m 四点七、 deepsea、 千问、 kimi 等主流国产大模型，而且在 m c p 市场，还有各种各样的插件可以安装使用。相比杰米妮 c l i 和 cloud code iphone， c l i 更适合国内个人开发者使用。 例如，我输入指令让他帮我搭建一个外贸网站 f 喽， c i 就 会自动调用大模型和插件规划任务流程，编辑代码，过程中遇到报错也不用慌，他甚至会手把手教你一步步修复。最后交付的不仅是一个功能完整、能互动的外贸网站， 而且全部核心业务文件和项目配置文件都帮我整理好了。另外，他还有各种智能体扩展和工作流可以随时调用。这种能够自动整合资源，高效完成复杂任务的智能助手，才是真正的生产力工具。

大家好，这个视频录制的是零点的 c 系列 io 模块，它的一个安装的一些事项，主要的话讲三个方面，第一个方面呢是 io 模块的安装拆卸，第二个方面讲 啊，模块现场的一个错误的一个安装，第三个模块安装完成之后，他，呃周围的一个最小间隙，那我第一个的话安装模块的安装已拆卸， 大家可以看到我们的模块他的上方上侧，模块的上侧他有一个橘色的卡扣，在安装前的话需要打开卡扣，这是打开的卡打开到位的一个状态， 这个是锁紧到位的状态。打开模块的左侧他有一个锁扣旋转， 顺时针旋转的话打开这个锁扣，然后安装到三十五毫米的导轨上，安装到位之后锁紧上升的卡扣，逆时针旋转左侧的卡扣，那么网络 spec 模块通过啊这三个点牢牢的锁住三十五毫米导轨。 接下来安装 c 系列的 io 模块， io 模块的话推荐啊，一个模块一个模块的安装， 安装前打开上侧的卡扣，然后沿着我们模块外壳的一个上下的一个滑轨 滑到位之后 锁紧上侧的卡扣，可以听见清脆的一个咔嚓声。 接着安装第二个 l 模块， 没有没有开到位的话，它是锁不进去的， 卡到位之后锁进卡扣。所有的模块安装完成之后，最后一个模块需要安装终端模块打开 滑到位之后锁紧上车的卡扣，每一个远程站他的最后一个模块都必须是终端模块，终端模块的话他是可以稳定呃整个模块的一个背板通讯 安装好了之后，那么拆卸，拆卸的话分单个模块拆卸和整体的模块拆卸， 单个模块拆卸的时候，那我只需要将需要拆卸的模块锁扣打开， 打开之后将干模块 拔下来之后如果需要更换新的 l 模块，那需要重新安装，安装也是按着这个 这个滑轨滑到位之后锁定卡扣。第二种是整体的一个拆卸，那我将上侧的卡扣整体打开 网络 cdc 左侧的卡扣顺时针旋转， 那么整体的模块的一个拆卸就完成了。第二个大点啊， c 系列 io 模块现场的一个错误的一个安装方式的一个演示，错误的安装方式啊。第一个，第一种 先看一下正确的上侧的卡扣是锁到位的，这两个位置和三十五毫米的导轨 它是紧密贴合的，而且模块的整体从侧面看的话，它是和地面呈九十度垂直的一个关系。 看一下第一种在现场它是一样怎样的一个呈现，可以看到我们上侧的卡扣它是没有锁到位的， 这是打开到位，这是锁紧到位，他这个是没有锁到位， 而且三十五毫米的导轨上侧是紧密贴合的，下侧的话它是有一个很大的一个间隙， 模块整体他和地面不是九十度的一个关系，如果现场有机械抖动的话，这个模块就就会抖松， 那么可以看一下我轻轻一拿这个模块就可以拿下来，那这个是现场的一个错误的一个安装颜色，第一种 现场安模块错误的安装方式啊。第二种情况的话，大家可以看到啊，模块的上侧他可能是成一条线， 卡扣他也是锁到位的，侧面也是紧密贴合的，但是他会存在这种情况，上侧他是正常安装，但是在下侧他有一个缝隙，大家可以看到这里有个缝隙， 我们模块这里有现场店，他就不能正确的传导到后面的 io 模块，那么 io 模块他的一个 io 通道他都不能正常工作 啊。现场安装的第三种不推荐的一个安装方式，就是所有的啊网络设备条 air map 组装好了之后整体安装上去，给大家演示一下。锁扣打开卡扣打开， 打开之后整体安装上去，整体安装上去的话，不建议的话，你是因为要费很大的力气将这个模块锁紧到导轨上， 在安装的时候可能出现他的正面，他他是一个凹凸不平的，那我再加了四个模块 之后，整体到这种的话就可能比之前那个要更费劲一点点，这样呢，你会发现卡扣的话他是不容易卡到位的，那是因为要使很大的劲， 大家可以看一下他的上侧是不容易卡卡紧的，而且他的模块正面的话，可以看到这个模块 上侧他可能要卡扣，要比其他的要高一点点，那这个模块他其实正面的话，他是比这些模块要往前突出一点点，这就是没有卡到位，这种方式是不推荐的。 第三个模块安装好了之后，他距离周围的一个最小间距，最上侧的话他是二十毫米的间隙，下侧也是二十毫米的间隙，呃， 整体右侧的话是三十毫米的间隙，左侧四十毫米的一个间隙。呃，以上就是 c 系列 l 模块儿它的一个安装拆卸 现场的一个错误安装方式，以及最最小间距的一个呃，演示啊，谢谢大家。