openclaw对比SkyBot

包火的 openclip 到底能干嘛呢？有人用它在 shopify amazon 经营个人店铺，每月成本从两千刀降至四十刀，用它在 pollymarket 上做投资赚钱。有人用它接入机器人，让机器人在家里面给主人拍 vlog， 接入无人机，用 ai 控制航拍。我给大家找到了龙虾十大超实用、超酷炫的玩法， 覆盖投资、搞钱、学习、题校、生活、娱乐等等全网最全所有玩法的参考资料，代码 skill 我 都放到这个文档里面了。 long openclo 配合 obsidian、 lotion 等工具来搭建个人知识库也非常香。如果你也跟我一样，在某食物某号上收藏了超多好内容，但收藏及吃亏从来不会回看。那现在有了 openclo， 我 但凡刷到有价值的内容，就会直接转发给我的龙虾，它 就会自动提取内容的信息，然后标签，然后存到 obsidian 知识库里面，把之前散落在各平台的收藏夹里面的内容汇总到一起， 每天早上还会按 ibooks 遗忘曲线定时推送给我回顾，真正的把收藏家给盘活了， 非常适合学习复盘。如果你平常需要看各种行业资讯、新闻热点， openclip 也很好用。比如我安装了这个视频采集 skill， 让他收集近三天有关上的热门视频，他马上就能够把相关的内容收集给到我。他还会反过来问我是否需要帮忙收藏到知识库里面， 需要的话直接加到 opc 点知识库就好了。甚至如果你是在非书这类支持文档编辑到办公软件上养下，只用这一句指令，就能够将结果直接汇总进多位表格， 譬如我就让他收集了小破站知识区近一周的热门视频，你看呢？整理到这个文档包含的作者、播放、数据分区等等关键信息，点进去都是有效的。用 open curl、 联动非书这类工具 做信息的收集整理，可以大大的提升获取信息的效率。我还做了个提成了四小时财经资讯钉盘，能直接监控想要的投资行业的最新资讯 等。打开消息的时候，今天所有重要财经信息都已经整理好了，非常好用。还有这个定时提醒推送的功能， 还非常适合搞日程规划或者备忘助手。比如我告诉他，我要在下周三开一个内部选举会，他会记住这个时间点，然后到点了会提醒我记得开会，还能主动提醒我一些双单合同要尽快处理，同的小伙伴的报销单记得归档报销等等。 如果事情太多，还能够帮我确认档期是否冲突。我还看到国外的玩家为此搭建了一个网站，用日历仪表盘的形式展现日程，一目了然。 除了搞学习，还能玩点花的。比如这位韩国开发者 david， 就 搞了一个 ai 女友， 她拥有独立的人格和记忆能力，拥有社交账号，会分享生活的瞬间，甚至还能视频通话，除了没有真人肉身，与平常的异地恋没啥区别。还有公司直接将 openclo 研发做了一款叫 anyclo 的 ai 伴侣软件，你能和她边聊天边跑项目。 hey， yumi， tell me what are you doing right now？ hey， babe orbiting your anime gta build ten terminal simmering。 通过这种日常的对话来下达任务，养龙虾的过程再也不枯燥了。只是 ai 伴侣这个概念很早就有了，只不过之前人们还只会和单一模型直接对话，但 open curl 的 出现， 能将更多人性化的功能集成到一个 agent 上。看下来我真的感觉技术越来越聪明， ai 陪伴真的会越来越接近真人的感觉了。除了情感陪伴， 人们还开发出了让 openclo 进入物理空间的方式。比如这位叫 stat 的 大佬，花了几个月的时间，让他的机器人集成各种激光雷达摄像头，现在直接用 openclo 来操控这个机器人。比如给 openclo 下达巡视房子的指令， openclo 就 能够自动操纵机器人巡逻和进入你的房子。 机器人上的摄像机能够帮你记录过往几天房子里面发生的各种事情，比如说车钥匙放哪了，厨房垃圾什么时候丢的等等等等。这个机器人就像妈妈一样，看着你在家里面的一举一动， 然后给你提醒。他们甚至还在开发让 opencl 控制无人机，然后可以直接通过对话指令，让无人机跟随汽车飞行。这是不是就意味着，现在操控上千台无人机做空中表演的活动之后可 能交给 opencl 来了？不敢想象，以后战场上的无人机说不定也是 opencl 这种 ai 工具来操控了。更让我惊讶的是，在 stash 的 摄像里面，未来所有的摄像头、无人机和机器人 都能共享同一套空间信息。比如办公室外的摄像头发现来了可疑人员，系统就会自动派无人机去巡查一下，看看是不是来者不善，如果是坏人来了， 系统也会让室内的安保机器人做好应对准备。还有国内的这位网友，也将 open call 接入了摄像头，搭建了一套小狗健康检测系统，来帮他监控狗狗的睡眠状况，还能对狗狗最近的睡眠情况做分析回顾，非常适合养了宠物的人，我也打算给我家三只猫猫搭一个这种健康检测系统。 还有用龙虾来做艺人公司的，比如这个叫 vegen 的 十八岁小伙，一点编程基础都没有，但他给自己讲了十五只龙虾就成了一家赛默公司。 每只虾都有不同的角色分工，图形设计师、动觉设计师、软件研发师。晚安专写媒体管理。这个龙虾团队二十四小时不间断干活，然后做出了一款叫 vugal 的 ai 剪辑软件，当它刚成年，就挖到了第一桶金。可以说在 opencloud 执行下，以前需要一个程序员团队才能做的事情，现在已 个人也能搞定了。一人公司真的越来越多，数据显示，过去三十天内起码有一百五十家驻厂公司用 openclo 赚到了钱。还有人用 openclo 搭建了一个修必返电商运营团队，用三只龙虾帮他监控修必返的店铺后台，每三十分钟就向他汇报一次订货量、退货量 情况之类的数据，相当于有一个线上仓库管理员只是帮你监督销售情况，真的省时省力。还有这个小哥，他有一家电商品牌店铺，之前的运营是去找外包做执行，每月最快的成本要两千刀。现在他用 open curl 把成本从两千降到了四十四刀，节省了将近百分之九十八， 简直可以说是零成本了。他是这么晚的，他用 open curl 直接从 ready 等平台收集消费者喜欢的款式，做产品研究，然后再 用 opencl 生成产品图、视频，在定时的监控竞品数据，还用 opencl 来自动选品，分析广告投放效果。过去电商全流程都需要人工来做，现在一个 opencl 几乎全能搞定了。除了做产品电商，越来越多的人开始 用 opencl 做自媒体了。像我就参考了这篇文章，给我的龙虾接入了 cds 二点零模型，他就能直接在聊天框里面生成视频， 再也不用一直切换 ai 视频平台了。还有个小哥用游戏主机养虾， 他的虾每天自动生成 tiktok 轮播素材，一周左右就获得了八百万的播放量。龙虾还可以根据你的指令自动生成文字、图片、视频发到社媒平台。 比如这位哥们，让他的 openclip 去歌曲，制作一个 ai 机器人的视频，然后发到 tiktok， 龙虾只用了十五分钟就完成了。 整体体验下来，对小白来说，养虾的过程还是很有挑战性的，但可玩性也非常高，我家未来的可能性非常非常多，现在还只是个开始。那这里是勋酱关注我，为你解锁更多普通人的 ai 玩法，我们下期见！

最近呢，我们全公司都部署了 openclaw， 我 自己也给自己捏了两个龙虾助理，但是用着用着，我就忍不住开始思考一个灵魂问题，为什么 openclaw 只能诞生在美国？ openclaw 上个月生态出来之后，全球爆火， github 上有二十五万个新标，瞬间标到第一名， 中国反应快不快？非常快！小米瞬间做了 meclaw， kimi 做了 kimi claw， 腾讯、阿里、京东、火山引擎全部一键部署， 不到一个月，大厂全部上线。上周四你应该刷到新闻对不对？就是腾讯直接在深圳总部楼下摆摊，免费帮你装 openclaw， 从两岁到六十岁的人全部都去了，还有人专门从云南飞到深圳，到了厂之后发现号没了。但是你发现了没有，像 meclaw， kimi claw， 腾讯、阿里这些一键部署， 全部都是嫁接在 openclaw 上的，中国速度世界第一，但是底座不是我们的。所以今天呢，我想认真的去聊聊这个问题，不是为了捧谁踩谁，而是帮你看清楚中美两种创新范式的根本差别。 如果你不同意，欢迎在评论区怼我。首先呢，想跟大家聊一聊美国一个非常特别的群体，这个群体呢，叫做独立开发者，这是中国非常非常缺乏的一个中间层。这些独立开发者呢，他们是不上班的，非常的自由，他们靠 get up 上的声望来建立个人资本，然后通过 patreon get up sponsors 去变现。 比如说像美国的顶级风投，哪家一个开源项目，我们所说的一人公司 openclaw， 其实就是一个 杰克 peter stanberger， 他 是个奥地利人，他的上一家公司卖了之后，他就闲不住嘛。然后他觉得，哎，让 ai 去操控电脑这件事情实在是太有意思了，那我干脆就把它做出来，然后把它开源吧。 没有商业计划书，没有 bp， 甚至都没有想过他做完成能不能赚钱，靠的就是一个无功力的创造冲动。这种无功力的创造冲动在中国开发者社群里其实是非常稀缺的。 中国的开发者生态，你仔细观察，两级分化，要么呢就在大厂里上班，九九六 kpi、 o k r， 要么就干脆直接出来创业，然后就想着怎么去找融资做产品，然后跟投资人讲我的变线路径 中间层呢？没有这个生态位。再说一遍，没有靠开源项目活着的这个生态位，你说 deepsea 不 就是开源吗？啊不不不不， deepsea 的 背后那可是换方量化几十亿算里砸出来的。然后公司选择性开源，不是草根，因为热爱而开源，所以你就会发现很难有一些像 openclaw 这样的东西。 第二个，你在中国，你想做一个开发者工具，你去找投资，投资人问你的第一个问题永远都是，哎，你用户量多少？你怎么变现？答不上来，是不是啊？好 不同。这并不是中国创业者不想做开源工具，而是做工具本身就很难活下去，很难形成商业闭环，激励结构不同，那么结果就是不同。所以在中国，大厂出了非常多很厉害的产品，比如说海螺视频、豆包新业， 但是其实出不了 openclaw， 中国能造工具，但是是很难去找到那些开源社群的，而 openclaw 的 核心恰恰就是社群。还有一个原因我觉得大家其实都是知道的啊，就是 openclaw 的 最初八百八十个贡献者是来自于几十个国家一起的，他们靠的就是 getup、 discord、 twitter 去实时的去写作，而中国开发者访问这些平台都非常的困难，所以说每多一层摩擦，就会筛掉一群参与者，开源社群的爆发需要的就是 零摩擦。还有一个角度我觉得很多人是没有想过的，就是 openclaw 为什么能成？不是因为代码好啊，是因为它在创立之初，它是一个不属于任何一家公司的状态，像 linux 当时为什么能够成为全世界服务器的操作系统，就是因为它是中立的。你想想看， openclaw 其实已经成为了 ai 时代的 linux， 那阿里接入了，腾讯接入了，字节也接入了，为什么？因为它是外人的，大家接了都不会吃亏。你想想看，如果是阿里推出了一个阿里 call， 你 觉腾讯会接吗？你觉字节会接吗？ 公司怎么可能把命交到竞争对手手上呢？你可能会说， openclub 不 就是上个月也被卖给 openai 了吗？他不是也没法中立了吗？来，带你看看细节。 steinberger 他 人去了 openai， 但是 openclub 本身转入了独立的基金会，所以 openai 是 赞助方，他不是拥有者。 为什么呢？因为 open ai 知道，一旦 opencloud 变成了 open ai 的 产品，那么它的竞争对手包括 antropic， 包括 google， 或者是中国的这些大模型公司全部都会撤，那么生态瞬间崩塌， 所以中立性能看出来它有多值钱。所以最后我想说，如果中国真正的想要成为技术领导者，那肯定不是在砸钱去做一个更大的模型，而是要培育那个不为赚钱只为创造的 开发者中间层，而这些人在我看来一定都是异人公司。这也是为什么我们要做 cohen politics academy， 我 们的宗旨就叫做 build solo scale global， 一个人一个想法也能改变世界，其实就是 open claw 这样的公司，但是前提就是这个社会它得允许你先不赚钱的去折腾一段时间，不为别的， just for fun。 好 吧，今天就说这么多啦，那么你觉得中国什么时候才能长出来这样的土壤？评论区聊聊。

openclore 很 强，但我劝你真别跟风装了，甚至可以说百分之九十九点九九的人都犯不着去折腾 openclore。 当然尝鲜学习是没错的，如果看完视频大家还想试试，我们也在后面给了大家一些实用的建议。首先毫不夸张的说， openclore 是 今年目前为止最火的 ai 产品， 只要把它装在电脑上或者部署到云端，咱在聊天软件里动动嘴皮子，这个 ai 助手就能帮你完成任务。当然，前提是大大小小权限都给到位了。 又因为 colo 这个单词有小龙虾钳子的意思，所以 open colo 又被大火们戏称为小龙虾，网上各种服务也满天飞，只要花上上百元，就能找人来帮你装上最新最前沿、最炫酷的 open colo， 成为一个云上养虾人。光是上门小龙虾安装一次收费五百元，已经有人号称几天赚到了二十多万， 甚至腾讯直接在深圳搞了个线下活动，免费帮你装机龙虾直接火到超出了小马哥的想象，属于是一代人有一代人的鸡蛋要领了。 这一切看起来是个蛮不错的生意，但是我还是想说，求求各位，别再花那个冤枉钱找人代装 openclaw 了。说句大实话，如果你连 openclaw 怎么安装都搞不明白，那花钱找人代装纯属是赶着当韭菜。 当然，咱们不是要否定 openclaw 这个项目本身，相反，我觉得它很棒，甚至可以说它是今年最让我激动的开源项目之一。但是如果你想着装了龙虾就能立马帮你干活，那你只是在给自己挖坑埋雷。 有没有一种可能，你装不上 openclo， 那 是 openclo 在 保护你。首先，这玩意儿和过去那些 steam 袋装花钱装系统这些传统派的付费安装服务完全不一样， 安装成功还只是万里长征刚开始的第一步，后面的使用门槛其实高得离谱。刚装好的 openclo 就是 一个纯纯的白板程序，在它的预设内容里，只有一个名叫 sod 的 md 的 文件是完整的。这个文件只限定了最底层的底线，叫它温和友善，别干坏事。除此之外，它什么都不知道， 他不知道正在对话的用户是谁，不知道你有什么习惯，他甚至不知道自己是谁。这就导致你在指挥他的时候，就像在带一个连 excel 都没打开过的职场纯萌新。比如，我喜欢熬夜，凌晨三点我给他下指令， 今天上午十点提醒我一下，结果你猜怎么着？他直接把我把日程安排到了明天上午的十点。就为了这么一个破事，我得专门教他理解时间格式，教他去判断用户五进里的今天到底对应什么时间戳。他的出版输出几乎全是浆糊。你必须强迫自己拥有极强的逻辑性，把自己当成幼教去一轮一轮的引导宝宝才行。 想要一个张嘴就会给你递扳手的赛博管家？做梦去吧哥们，在他学会递扳手之前，你得先教他什么是扳手。那你说我花点时间好好教，把他教好了总行了吧？不好意思，这龙虾根本教不熟，你给他下的指令可能随时都会被忘掉。 前几天 mad， 他的安全总监都翻了车。他本想让 open globe 帮忙整理一下邮箱，帮忙看看哪些邮件是可以删的，哪些邮件是自己要看的，还特别叮嘱让 open globe 只能先看看邮箱不能操作。 是没想到自己油箱里的邮件实在是太多了，直接触发了 openclaw 的 上下文压缩功能。结果这一压就出问题了，模型把上面那句只能看看不能操作给直接忘记了。 然后 openclaw 就 开始了原地发疯，删起了它的邮件，不管怎么喊停也停不下来。另外，这个龙虾生活的网络环境也是凶狠异常。大家都知道 openclaw 之所以好玩，是因为社区里有无数开发者写了各种各样的 skills 插件，你想让它干嘛？丢个链接让它自己装就行， 看起来很爽很简单是吧？咱再也不用从头教 ai 怎么解压压缩包了。但问题是，你装进去的这些 skills 真的 安全吗？网络安全公司 corei security 研究了一下，结果发现在龙虾应用市场里，超过百分之十的 skills 都有问题，可以说是一不留神，可能你电脑里的隐私信息就会被 open clock 给陷入个底朝天。 我之前让自家的小龙虾去论坛上冲个浪，结果随便一刷就撞到了，一夜暴富了呀！ 并且现在的 openclo 根本不是什么成熟的消费级软件，它就是一个充满 bug 和安全漏洞的实验品，整个项目里的 bug 和安全漏洞多到数都数不过来，随手一搜就能搜到一大堆，甚至连官方都发布了 openclo 的 安全风险提示。 总而言之，只要你的小龙虾跑起来了，那可以说是不管是系统 bug 还是提示攻击？或者是小龙虾自己发疯，它都有无数种姿势，能把你电脑里的隐私给扒的一干二净，而且它发疯花的还是你的钱。 openclo 可不是装完就能免费白嫖的东西。 吃龙虾，每一次他帮你干活、思考甚至只是挂后台监听你的指令，都会疯狂的燃烧你的钱包。腾讯那边的免费安装欧盟活动，前脚刚办完，就有人发帖说自己免费的额度已经给用完了，一天不到就倒欠了十几块钱。海外甚至还有网友睡了一觉，发现自己刚充了二十美元，就被这小龙虾给霍霍光了。 小龙虾把这笔钱拿去干啥了呢？拿去每隔半个小时叫自己起床一次，然后思考一下我是谁，我在哪，我要干什么这些低级的问题，每问一次消耗十二万头啃，差不多就是五块人民币。所以在这个荒诞的循环里，真正赚到钱的大概率，根本不是拿着 open call 准备大干一场的。 你是那些在淘金热里卖水和卖铲子的人，甚至可以说，这场淘金热里最大的铲子厂，就是那几家卖大模型的 api 巨头。 说实话，很多人想冲 openclaw 的 需求，也并不是真的有啥大项目偏要爱来帮忙，而是属于一种典型的错失恐惧症，也就是大家最近经常刷到的 fomo。 但化解这种赛博焦虑的解药，往往很朴素。正如冬泳怪哥说的那样，消除恐惧最好的办法就是去面对恐惧。放在 openclaw 这件事上也是完全一样。你对这个东西感兴趣，觉得它会改变未来，但应该做的绝不是赶紧掏钱找黄牛代劳，假装自己已经上车了。既然你认为它代表着未来的方向， 干脆就花个周末的时间亲自探索一下他的能力还有边界。哪怕你是个完全没超过代码的小白，哪怕你需要把终端里报的每一行错都复制到搜索引擎里去找答案，哪怕被卡在某一个环境配置上整整折磨了一个下午，这个跌跌撞撞去驯服这个小龙虾的过程才是最有价值的东西。 最后，如果你看到这大伙还是想试试 openclo， 我 们也给大家一些使用 openclo 的 安全小建议。最简单的一个就是信息隔离。为了保障自己的信息安全，我强烈不建议你一开始就把这玩意儿要装到自己的主力电脑上。不过 openclo 几乎不吃硬件资源， 你家里吃亏的 n 年老电脑都能跑 openclo。 所以， 如果你既不想泄露隐私，也不想花钱买云服务器的话，可以用家里的老电脑先试试。 其次就是在装陌生的 skills 之前最好做下安全审核，可以先装个 skill vader 来做个安全审查，这就相当于给你的 open globe 装了个火龙杀毒。 最后，建议大家装完 open globe 后，可以在服务器里再装个 cloud code 或者 codex kimi code 的 这些软件。用 open globe 的 时候，遇到问题先问问他们，绝必比自己捣鼓要方便得多。

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。

新手想玩 openclo， 到底选哪个平台的小龙虾最合适？怕买贵又担心不会安装？今天一分钟就给你讲明白，记得先收藏起来。先给纯小白科普一下， openclo 本身是免费的，咱们花钱呀买的其实是平台的一个服务器，还有模型的使用权， 不用自己折腾本地部署和对接 a p i 那 重点来了，六家主流平台对比，我将从收费模式、价格、安装难度等维度来帮你筛选出最合适你的 openclo。 首先是腾讯云和阿里云的 openclo， 它们采用的是服务器加模型收费的模式，优点是便宜，这里推荐阿里云的 openclo， 只需要十八块钱就能够拥有一只自己的小龙虾，但缺点是需要折腾两次付费流程。而且考虑到很多人连服务器是什么都没有搞明白，非技术人员呢，就可以直接 pass 掉这两种了。直接看下面四种就好了。 kimi clo 先排除， 因为它太贵了，且不说功能和其他几家相比起来大差不差，光订个会员就需要一百九十九块钱，直接就是一个劝退了。从价格上来讲，我更推荐火山引擎，它有九块九体验七天的一个套餐，别看时间只有七天，我 敢打赌百分之九十的人呢，在装了 oppo nano 不 到七天就会放弃了，如果是想尝鲜的话，这是一个不错的选择。最后是扣子跟 mini max， 也是我最推荐的两个， 质量其实差不多，一个四十九块钱，一个三十九块钱， mini max 会更便宜一些，但扣子的生态更完善。这里有很多大神已经做好的 skill 呢，可以给 openclaw 来调用，大家可以根据自己的需要来进行选择。这六个主流平台的 openclaw 安装指南，我也整理了一份完整的文档，点个关注轻松获得。

家人们谁懂啊？我的 openclaw 龙虾终于装好了，本以为能本地爽玩 ai， 结果测个最简单的，你好 直接给我整破房了。先上结论，配置没问题，模型没问题，但 openclaw 调用本地模型，性能损耗严重到离谱。我的环境，本地模型 q n 三比零点六 b i 五八二五零 u 十六 g 内存 wsl 二五零 u 十六 g 内存 wsl 网关。 两组数据一对比，血压直接上来了，直连欧莱玛跑模型，八点五秒就完整恢复模型本身完全正常。 同样的模型走 openclaw 网关整整一分五十五秒才返回结束，性能慢了十三倍，我都能泡好一碗面再回来。等回复了，我换了零点五 b 到三 b， 各种模型只要过 openclaw 就 卡成老年机。问题根本不在模型，就在 openclaw 网关层， 流势响应有巨大缓冲延迟。别怀疑自己，你没配错，是他在卡你 buff。 听我一句劝， 别死磕了，直接切云端模型，阿里云千问 plus 响应稳定一到两秒， a p i m 要配好一行命令搞定，瞬间从折磨模式回到科技本该有的流畅。本地模型优化， 后面有空再公关，现在先让自己用的舒服。如果你也在折腾 openclaw 本地模型，别内耗，不是你的问题，是网关的问题。最后补一句， deepsea 都在劝我别折腾了，听劝。解决方案很简单，上云端模型体验直接起飞，关注我，带你少踩这些技术大坑！

用 open cloud 的 朋友应该都知道聊天可以，但是一旦你认真跑多个 agent 自动化任务，定时触发任务的时候，问题就来了，你不知道现在发生了什么，不知道谁在执行，谁卡住了，谁在等，你， 不知道今天消耗了多少桃梗，也不知道后面有多少个定时任务正在排队，所以你知道 openclaw 很 强，但是你不知道它到底在干什么。为了解决这个问题啊，我做了这个 openclaw 的 控制中心，把所有分散的信息啊全都回收回来，让你一眼看到每个 agent 现在的状态，以及他们的人设文件，谁在工作，谁出了问题， 任务到底有没有在执行，以及今天的消耗是不是异常，所以我把它开源出来，你可以只拿去用，或者是你拿去改，按你自己的团队，你自己的工作流，你自己的审美继续定制。如果你也想让你的 openclaw 彻底告别黑河，千万别眨眼，我们马上开始。 你不需要你手动安装，最好就是让 openclaw 帮你安装，可以往下拉。我给大家准备了这样一个特别大的 pump， 根据你的环境，根据你的网关，根据你用的模型跟你的 agent， 根据你的情况来接入整个的控制中心，为你所用。这个过程不是一蹴而就的，每个人的环境都不一样，我们用的模型也不一样，但是呢，你可以让 open cloud 慢慢的 把这个软件调整到你最想要呈现的状态，尤其是展现你最想要看到的信息。首先第一个页面是总览，总览我只想说一个，就是这个健康分，大家可以看到现在是一百分，它由四个维度决定， 分别是审阅队列，就是有没有任务就卡住了，需要你人工审批才能继续进行。运行异常就是异常停滞执行，就是他在无效执行，他没有更新，他没有产出，但他一直在消耗着资源。预算风险就是有预算有没有达到当前的百分之八十 是扣分制，大概是每一项有一个问题就扣十八分，看到目前我没有问题。那么除此之外呢，其他的所有的信息在总栏里面都来自于我们左边栏啊，这些 信息的一些汇总。下一个是个特别实用的页面，就是看我们具体的用量，这里呢可以分为今天或者是累计的用量来看。对于我来说，因为我是订阅制嘛，所以具体的 talk 用量或者是估价对我来说都不重要，重要的就是有没有达到五小时和一星期的上限，这里呢也可以看到。 其次就是很重要的是我们需要看到到底是哪些类型的任务在消耗我们大部分的 talkin， 就 这时候啊，可以看到这个统计对于我来说是矿定时的任务消耗大部分 talkin， 其次是在 disco 里面对话给他的任务， 那么由于定时任务消耗了最大的 talkin， 那 么定时任务又有很多，到底哪一些任务消耗了更多的 talkin 呢？这还有一个继续的统计，对于我来说，消耗最多的就是这个在 x 上搜索情报的这样一个任务， 因为它每三个小时就要出发，就要去操作浏览器，在我的账号里面浏览相关信息，然后再汇总给我，所以它确实是消耗最多的， 那么你可以看到整个的所有消耗的任务，然后你可以根据它的用量进行一些优化，哪一些可以去掉，那么哪一些呢？是需要保留或者是继续再把它减轻的？那么下一个页面就是 agent 页面，里面就有所有的你的 agent 当前的状态，有没有工作，然后最近的产出，有没有排班儿 等等等等。那么关于我的呃 agent 团队每一个员工的工作去干什么呢？我在上个视频都说了，感兴趣的朋友大家可以去看一下，然后设置自己的 ai agent 的 团队。 那么这里还有一点我想说，就是往下拉，大家可以看到每一个 agent 它用的是什么模型，以及它的工作目录是怎么样的，还有它的权限是怎么样。下一个功能就是我们可以查看和修改任何 agent 的 记忆。 记忆呢，一共分为两种啊，一个是长期记忆，一个就是我们对话县城的对话记忆。我们还以 monkey 为例，那么这里 memory md 就是 猴子的长期记忆，看到这里我可以看到啊，然后这里我们也可以修改它的记忆， 那么拎任何的下面带 session 开头的就是对话记忆了，也可以查看和修改。每个 agent 都有自己的人设，自己的性格，自己的语气，自己的任务， 那么这些呢，也可以查看和修改，这就是我们点击这个文档页面，我们还是以 monkey 为例啊，之前讲多 agent 团队的时候，我们讲过 agent 点 m d 就 定义了这个 agent 的 任务，这里呢我们可以查看他的任务，然后呢，如果有不到的地方，我们可以直接进行修改， 同理呢，你也可以修改其他的 markdown 文件，比方说心跳啊， tools 等等等。最后一个功能就是看任务了，尤其是定时任务或者是心跳任务。这里我们点开我们的任务界面 左边的半截，我们可以看到一共有九个有效的定时或者心跳任务，其中三个已经在今天还要继续完成，而六个已经完成了，明天会接着继续。 那么右边的半截可以看到我们所有的心跳任务。好呢，这就是我自己为自己的 open class 做的控制面板了，希望你呢以它为起点，改变出你自己的风格，加入你自己想要的信息，或者是改变整个的排版。那么这期视频就到这里了，不要忘记点赞和关注，我们下期再见。

大家好，在你装完 openclip 之后啊，第一件事要做的事情就是去选择一个模型，那模型作为 openclip 的 大脑，它起到一个非常关键的作用，那这么多模型，那他们之间有什么区别呢？ 那为什么你的模型只能识别文字，不能识别图片呢？那本期视频呢，就跟大家讲一下不同的模型之间能力的区别，以及怎么去配置模型。那对于一款模型来说，它的能力有接收信息，那信息类型啊，有可能是文字，也有可能是图片， 也可能是视频、音频或者其他就是你发的信息的内容可能包含这些类型。那么大模型在接收到你这些信息之后，他对你的信息进行回复，也有可能有这些类型，比如说他回复文字，给你回复图片，给你生成一张图片，或者说做出来一个视频， 或者说做出来一个音频音乐，那么也有可能是进行一个网页的搜索，你让他调用了搜索的工具进行一个网页的实时搜索， 那么这这两个东西就是一个输入和一个输出，那不同的模型之间的差异啊，就表现在接收和回复这个信息的内容区别上。那么 open core 官方呢， 截止目前也统计了一个模型的一个使用的一个排行榜，那么这个排行榜里面的模型的排名，不是说我们传统意义上那种模型的一个综合排名，它更多强调的是在 open core 里面的任务的完成的成功率和这一个排名，大家可以看一下， 就是平均的一个排名，就是比如说第一的是 gemini flash， 那 么第二的是 mini max 二，二点一，那么对于 mini max 它现在已经发布到二点五了，但是二点五的表现是在这个排行榜是比较差的， 这个也是非常奇怪的。那么前面还有这个 kimi 的 k 二点五，就这些模型在任务完成的成功率是比较高的，所以这也可以作为啊模型选择的一个参考。 接下来我们就来说一下不同模型在接收信息和返回信息之间的差异，大家可以去选择。就是你在完成任务的时候，为什么有些模型处理的不好，那比如说我们 dbisc， 那目前 v 三点二版本它只支持一个文本的输入和文本的输出，那么对于千万三点五 plus 来说，它能接收文本，也能发图片，它也能去理解这个图片是什么。比如说在我的这个 openclip 的 这个非书的聊天里面，我上传一张图片，那模型来识别一下图片中的文字， 如果你的配置的模型它不支持这种啊图片的识别，那么它出来的结果就是跟实际的结果是有很大的差异的， 那么可以看到它识别出来了这个图片里面的所有信息是完全非常准确的。那么在刚刚的演示里面，我们可以看到千万三点五 plus 它是有一个图片理解能，所以大家在用的时候一定要注意自己的业务的场景 啊，选择正确的模型。那么这里边除了图片理解呢，这边还有一个网页搜索，就是说它本身模型它本身支不支持这种搜索这种内容，因为对于模型来说，知识库它是有一个截止时间的，比如说你可能你 模型的训练数据可能只是截止到二零二五年，但是你现在搜索二零二六年的，那就有些模型他是具备这样的网页搜索能力，他就可以调用这种 实时搜索能力，那么有些是不支持的，那就要配置这样的 m c p， 官方也出了这样的工具，比如像豆包系列，二点零最新的模型也是一样支持文本和图片，那么他这边也是可以单独去开通网页搜索的能力啊。 那我们可以看一下，就是啊这几款国产的，比如说 mini max m 二点五、 m 系列和这个智普的五点零，他们这个图片的识别是需要单独去配置 mcp 的， 不然的话他是没办法去识别的。 那 timi k 二点五的话是原生就支持图片识别，那么国外的模型，比如说 colossal 四点六和 jpeg 五点四，还有 jimmy 的 三点一 pro， 那 么它们都支持图片识别，也支持这种啊网页的实时搜索，那算是这个综合能力算是比较好。那其他的比如说你要去让模型去申请个图片， 那基本上我们现在用到的这主流的这个啊主模型啊都不具备，那么你就可以去调用他们专门的图片模型。比如说像千万，他有专门的万象系列的生成图片的，那么都包括有纪梦相关的模型，那么像 jimmy 的 话，有专门的这个深图的模型也是可以的。就是这些 又需要去单独去配置，在你去生成图片的时候去告诉他去调用这个模型去做这个事情，那像这个火山，这个 cds， 二点零系列都是可以去生成视频的，那么这个就是一定要知道，就是一款模型，它不是万能的， 你可能需要不同的模型来配合去完成你的业务的场景，所以一定要一定要弄清楚你的业务场景里面涉及到了文本、图片、视频、音频， 就把这个东西先想明白了，再去找对应的模型配置好，就才能去把整个东西，整个东西串起来。选好模型之后，很多模型厂商都会有两种购买方式，一种叫做按 token 购买，就是 按用量购买，用多少啊你就付多少，这种方式是比较自由的，它是不受任何限制的。那么第二种就是按这种 coding plan， 就是 套餐的方式，那这种套餐是什么样子呢？一般是有 有限制，比如一个月能用多少次，然后一周能用多少次，然后五小时能用多少次，它是有一个这样的一个限制，会每隔五小时会刷新，每一周会刷新，然后总流量是不超过啊，每个月总流量那么像智普啊， mini max， 豆包，还有这个千万 都出了相关的这种啊这种代码的套餐啊，就是可以可以编码，又可以用在 openclo 里面，那每一个套餐这个量是不一样，大家一定要注意去看，它可能在官方的介绍里面会说啊多少多少次请求，但是要换成就是你的一次对话，就是你跟 openclo 对 话一次，可能要 调用很多这样的一个请求，那么这样的次数是没有他说那么多的。最后呢，就是我们选择好了模型之后啊，我们怎么去配置？第一种方法就是啊原声的就是它 openclo， 它本身你在配置的，你在安装的时候它是有模型的一个列表的，比如说你输入这个 openclo config menu， 那 么 到这一步的时候，你选择这个 model， 就是 你需要去配置这个模型这边的话就会选择很多啊，它本身的支持这个 pro i 的， 就是它本身已经内置了这这些模型的链接，那么你点进去之后，你就可以去输入你的 a p i t， 或者说输入你的这个认证授权的一个链接啊，那这能快速的去完成。那还有一，还有一些它可能是不在这里面的，比如说像千万千万的这个 codeplain， 还有一些其他的这种模型的配置啊，那么你就可以使用这种 cc switch， 那 这款软件，那这款软件呢？有一个单独的一个菜单，那么点进去之后你可以去进行配置，也是一个图形化的界面。那接下来就是这种比较繁琐的，就是去编辑这个这个 配置文件，那这个是 openclip 的 一个啊，总的一个配置文件，那这里面的话，你就要去修改这个 providers agents 里面的内容。一般是 如果你选择哪个模型厂商的话，它会提供这样的配置文件修改的，这个啊完整的字幕串，你直接去给它修改掉就行了。那么如果你自己改这个接线文件，因为这个接线文件非常大， 嗯，不太方便了，你可以借助这个 ai 编程工具，比如像 tree 啊，像 cos 啊去帮你去修改它，它这边是可以去给你修改，而且可以去给你修复可能修改出来的问题啊。 那除了这上面的方法之外，那就可以用它自己的这个外部端里面的设置里面找到这个 modus 的 节点啊，但是它这个说实话非常非常难用啊， 我觉得用上面的方法都比它这个官方这个界面用的会可能会更简单一点。那你如果配置完之后啊，最好是重启一下，那么你在页面上可以点去重启，或者说输入这个 open curl， get away restart 这些命令去重启，重启完之后，那么你就可以去使用新配的模型了。 ok， 那 本期视频到这，希望这个视频对你有所帮助。

在欧奔 klo 火了之后的几天时间里，突然间就冒出了很多的变种 klo， 什么 nano klo， nano bot， piccolo klo， 甚至还有可以部署在 esp 三二上的咪咪 klo。 呃，捅了猴子窝了。那在这些变种龙虾的宣传页面上，要么就写着它们的代码有多么的精简， 要么就写着它们占用内存有多低，只需要极其廉价的 cpu 就 能跑起来，那这对我这个硬件工程师来说就很有吸引力了，我可以在我之前做的这些电路板上来养龙虾。 不过面对这么多的龙虾，我的选择困难症又犯了，那这些龙虾到底有什么区别？像 zero klo 和 piccolo klo 看上去大差不差的，那应该怎么选择呢？另外的话，像咪咪 klo 这种能运行在 esp 三二上的龙虾，它真的好用吗？ 硬件工程师又应该去养哪一只龙虾呢？那今天的视频我们就一起来探讨一下这些问题。首先是欧奔卡洛，那比起其他的龙虾来说，就是大鳌权 github 上面的新标也是最多的，那部署的条件的话，基本上就只有一个内存足够大，按照我的经验就是大于四个 g， 所以 除了常规的电脑，像是树莓派五啊，地瓜的 r d k 叉五开发版啊，以及说大部分的乡城派开发版都是能够部署的。 然后呢，它有一个很大的问题，就是代码量比较多，有七十万行，所以呢，就有了 nano bot 这个项目，那它是基于 open core 修改而来的，目标就是追求极致的代码只有四千行。这样的好处就是一个差不多水平的软件工程师就能够读完所有的代码， 那在你读懂它之后呢，就可以基于它来构建出自己的龙虾。所以 nano bot 就 有点像是一个学习项目。那从功能上说，虽然说做了精简，但是总体还是能用的，简单的聊天、整理文件、调用 skills 都是可以的。那比起 open class， 它缺失的是一些高级的功能， 比如说没有向量化的长记忆功能，那这就导致了一段时间之后，它很有可能就忘记了前面的聊天。那另外的话呢，它也没有插件系统， 所有的功能不能通过第三方做扩展，只能说等官方来实现。那总体来说，我并不是很建议没有代码能力的新手去使用 nano bot， 它的文档也比较少，只有一个 readme。 那 不过如果你有能力去看懂 nano bot 的 代码，那基本上也就不需要接受我的建议了。 接下去是 nano cloud， 那 虽然名字里有一个 cloud， 但是它的功能和其他的龙虾其实是不太一样的，只是说借用了一个名字而已。它是基于 cloud agent sdk 开发的，简单理解就是一个对 cloud code 的 分装，所以本质上算是 cloud code 的 兄弟。那虽然代码量极少，但是它的内存占用并不低， cloud 的 cost 占用多少，它就至少要占用多少，所以它其实并不归属于龙虾的范畴。那 pico cloud 的 话是国内的一家开源硬件公司希素科技开发的，那他们家的主营业务就是卖 linux 以及 esp 三二开发板。 做 pico cloud 的 意图就很明显了，就是在低内存、低成本的 linux 开发板上养虾。所以说 pico cloud 的 核心目标就是省内存。那 pico cloud 是 基于 nano bot 修改而来的， 原本的话， nano bot 是 基于派送开发的，所以即便是做了精简，内存的占用率还是要到一百兆以上。那为了节约内存， pico cloud 的 开发团队就让 ai 把 nano bot 用 go 语言进行了实现，那因为是翻译语言，所以内存占用率一下子就降到了十兆以内。 那从能力上说，一开始的时候 pico 可乐和 nano boot 几乎是重叠的，不过随着时间的推移，慢慢的就分道扬镳了。那衍生出了一些自己的功能，比如说为嵌入式系统定制了更多的功能，集成了 fnc 和 spi 的 控制。 所以如果你是想玩玩低成本的嵌入式部署， pico 可乐还是不错的，尤其适合像 k 二三零、 d iv 幺幺零六、 c v 六幺零这种内置一百二十八兆内存的芯片，性价比是非常高的。 那接下去来说一说 zero colo。 zero colo 是 一个非常值得一提的项目， nano bot 和 piccolo colo 可以 说是从 open colo 那 边继承而来的，所以它们基本上就是 open colo 的 经典版本。 而 zero colo 就 不一样了，目标非常的宏伟，极低的内存占用，覆盖几乎所有的硬件，同时呢，具备 open colo 几乎所有的功能，也就是说它是奔着和 open colo 平起平坐，甚至是说干掉 open colo 来的。 那目前的话，它也拥有插件系统，原生的向量记忆系统，支持浏览器方案，甚至有自己的技能商店，有 hux， 做自动化也没有问题，有成熟的文档以及华丽的 web 控制台，那这些都是 nanobot 和 pico 所没有的。而且呢，它的内存占用率极低，已经支持了部分的侵入式芯片部署， 不过美中不足的是暂时不支持 risk 五芯片，所以像 k 二三零 d s g 二零零二什么的就用不了了。总体来说呢， zero cloud 是 值得去探索一下的， 如果想要取代 opencloud 还是任重而道远，很多的功能也仅仅是做了一个开头，需要大量的时间投入去生化。那最后一个是咪咪 cloud， 那 这个的话是一个绑定在 esp 三号上的项目， 这个对介入式工程师来说还是非常的诱人的，受众的话理论上说要更广一些，但硬件开发的难度也更低。不过实际使用之后呢，发现有两个致命的问题，或者说也算是一个问题吧，就是说它所有的能力需要你自己提前写好， 比如说你想要去控制舵机的转动，那么就需要修改咪咪可乐的代码，那给它加上舵机控制的函数，把它固化成一个原子能力，那后续的话就可以通过聊天让咪咪可乐去调用这个能力了。 那简单的概括就是，咪咪可乐只是能调用你写好的 api， 而其他的可乐呢，是能够自己生成代码并且执行的， 所以想要玩转咪咪 colo， 就 需要你有一定的嵌入式开发能力。好，那以上就是今天视频的全部内容了，简单的总结一下， open colo 算是大鳄权，但是占用内存高，那 nano bot 的 话呢，主要用于代码的学习，那 pico colo 的 话呢，更适合嵌入式的部署。 cora 可乐的话呢，野心比较大，但是有待发展。米米可乐是部署在 esp 商号上，但是无法自编程，需要有开发的能力。好，那以上就是今天视频的全部内容了，如果你对这方面有帮助啊，别忘了关注和三点，我们下期再见，拜拜。

我看到一个帖子里，然后都在说 open 可乐，说他是二零二六年 ai 圈的王炸。那么我们今天就来说说他那 open 可乐是啥呢？简单来说， open 可乐就是一款最近火炸天的开源 ai 智能体，他也叫数字员工，就他不是那种说你问他一句，他回答一句的聊天机器人， 而是能真正替你干活的。比如说你发条消息说帮我订机票，他就能自己调用工具操作电脑，执行命令，把事情给你办了。 他的创始人呢，是彼得斯坦伯格，是个奥地利的老程序员，之前做过一个很牛的 pdf 工具公司，干了十三年，累趴了，然后都要准备退隐了，结果呢，被 ai 重新点燃了激情，他就一个小时就鼓捣出了 open 可乐的原型。然后呢，在外网就炸了。 二零二六年一月份的时候，这个项目才正式定名，不到两个月， open 可乐在这个哈普上的星标都破了十八万。但我们说下他的发明者哈彼得斯坦伯格，叫江湖人称龙虾之父。 因为 open core 火了， open i 和美特就抢着要收编斯坦伯格，甚至美特的老总扎克伯格还去试用了 open core 一 周，还给斯坦伯格反馈，你说你的这个问题什么 bug， 还夸那他是个古怪，但是呢，又才华横溢。但是 斯坦伯格最后还是选择了 open i， 因为 open i 的 算力资源更好，人怕出名猪怕壮。二零二六年二月份，就是刚过去的二月，谷歌突然批量封禁大量 使用 open 可乐调用其模型的用户，理由是防止恶意使用斯坦。斯坦伯格就直接开怼说我要考虑取消对谷歌服务的支持，然后当天的话，斯坦伯格就在旧金山办了一个 open 可乐的线下聚会，还是来了一千多个人，确实风景是风景，但是挡不住已经爱上他的那些人了。 这还有一件趣事哈，就是不知道是不是因为斯坦伯格没有选择梅塔，然后梅塔的一个一个研究员一个员工让那个 oppo 可乐去帮忙清理一些收件箱，结果这家伙都跟疯了一样，就是以特别疯狂的矿山邮件根本停不下来。后来斯坦伯格也很无奈的说，我文档里写了八百遍了，别乱用别乱用，但是拦不住啊。 总之， oppo 可乐之所以引发轰动啊，是因为它的出现，标志着 ai 从回答问题进化到了完成任务。 像以前的通用 ai 模型是动口不动手，但是欧本可乐是一个能动手又能动手干活的 ai 模型，等于呢，我们离那个你只需要动动嘴，剩下的电脑全自己来干的未来又近了一大步。所以说大家吹它其实是在吹一个新时代的开启，就是 ai 执行时代的开启。

opencloud 住进电脑后，到底能帮你干哪些活呢？今天这篇 opencloud 干货指南可要认真看完。大家好，我是 jack。 opencloud 像是住进你电脑的私人管家，可以飞出远程指挥，帮你收邮件、做简报，甚至各种图片都给你画好了。最关键的是，它是开源的，免费的，是完全属于你一个人的。 哎，别跑，你又以为这又是什么复杂的程序员玩具，那你就真的错过了一个亿。今天咱们就让小白也能拥有这个口碑炸裂的本地 ai 大 管家！ ok， 我 们先花三十秒快速认识一下今天的主角 open call， 你 可以把它理解为当下最热门的二十四小时本地个人助理。那有朋友要问了，市面上那么多 ai， 它凭什么在本地部署还这么牛？来，我们做一个对比， 平时我们用的网页版 ai， 就 像坐在咨询台里的客服，你问一句，他答一句，但是他没有手，碰不到你的文件，也看不到你的屏幕，而且文本模型就只能处理文本，不能升图升视频。但是 open call 不 一样，他是直接拿着你家钥匙坐在你工位上的私人秘书。第一，他有手， 只要你给了授权，他就能操纵你的浏览器，你的文件系统，你的各种软件。第二，他听得懂人话，甚至能远程用飞书传话， 你在外边吃着火锅唱着歌，发个飞书消息，家里的电脑就开始干活了。第三，他还可以集成各种接口，让他删个图片，文本转语音都不在话下，能写会说更会画 逻辑懂了，咱们直接动手。我知道，一看到终端啊代码呀，很多朋友就头大， no no no！ 今天咱们主打一个有手就行。其实 opencloud 的 部署非常简单，只需要 windows 加 r 输入 power share 回车，在这个终端直接输入这条指令， 然后这一步选 yes， 然后选择模型提供商推荐 glm， 只要在智普平台注册就有免费额度，记得创建 api k， 然后填入。接下来依次选择 skip for now 这个选 no， 这个全选就安装好了，所有的资料我都给你打包好了，直接复制粘贴就行，文档老地方见。 opencloud get away 一 键启动，当你看到这个页面的时候，恭喜你，你的二十四小时秘书已经在待命了。至于飞书远程遥控怎么集成，别急，可以去我的主页看另一起专属飞书接入保姆级教程， 秘书上岗了，可惜他现在还是个白板，咱们得教他干活。第一招，赋予他资讯猎手技能，操作超简单，把我这段指令直接丢给他，他会自动弹出一个网页，登录一下你的账号，完事 后续他就会全自动抓取信息，不用你看一眼。好了，配置完成，咱们测试跑一把。你看他直接把整理好的最新资讯简报发给我了，还顺手帮我归档到我提前建好的多维表格里。 第二招，教他帮你管理邮件。咱们就以小企鹅的邮箱来举例，先正常登录，跟着我的鼠标点击右上角的设置，然后点左边的账号与安全，在新界面，再点击安全设置，生成一个授权码，保存待用。回到和我们客户的对话中， 直接将这段话告诉他，他就会自己创建这个技能了。好，他也是创建好了，咱们测试一下，让他列出最新的五个邮件，并给另一个邮箱发一下他的自我介绍和自画像。 好，他也是很快就执行好了。关于他是怎么生成自己的自画像的，那就是我教给他的第三招了。接入 naidu baidu 的 生图能力有两种方式，先说第一种，在咱们最开始部署的时候，就把 naidu baidu 的 密钥填好了。 第二种，用第三方 api 接口。这就更野了，直接把第三方的开发文档扔给他，再把 api url 和 api k 一 起给他， opencall 就 会自己搞定。这套集成全程不用你懂代码， 我直接让它生成一个小猫草地，然后对原图进行修改。怎么样？跟着我这三步的操作，看下来是不是打开了新世界的大门。 opencall 就 像是我们在物理世界的一个数字分身， 以前我们为了提高办公效率，到处找工具，下了一堆 app。 但现在你只需要是一个 agent， 自己往里塞技能，他就能听懂你的话，看懂你的世界，还能帮你操作一切。 想象一下，以后所有的琐事都交给他，你只需要负责享受生活，这得有多爽？今天视频里用到的资料我都打包整理好了，想让你的电脑也自动干活的朋友不要忘记点赞、收藏、关注，那我们评论区见，拜拜！

神了，家人们最快部署一瓶可乐的方法被颠覆了！ sky bot 打开 skywalk 的 官网，然后拉到最右边，这里有一个领取你的 sky bot， 点开 sky bot， 然后点击登录，然后咱们选择一个账号进行登录， 点击去获取专属礼物，开启 skywalk， 二点零领取你的专属七乘二十四小时助理 skyboat 点击认领， 预计三分钟，只需要三分钟就能轻轻松松把 open globe 部署上了， 真是太卷了，这才是厂商做产品应有的样子。好了，完成了，给你的 sky bot 取个名字，咱们就默认的选个头像， 这就和你配置 openclo 一 样一样的，咱们这就跳过，也可以选择 skywalk 进行联系，咱们选择跳过，直接部署好了，这就部署好了。家人们，部署好了去聊天， 咱们去看一下 skyboot 的 电脑，打开 七乘二十四小时， open klo 助理马上就要展示出来了，直接给你虚拟了一台电脑，你敢信吗？直接给你虚拟了一台电脑 sky boot 未来就操作这台电脑来为你服务。它现在已经完成了 open klo 的 部署，大家看和 open klo 完全一样，非常的优秀， 而且你看它支持的模型， jimmy 的 sun flash， very good very good！ 唯一不好的一点就是你想要真正的骑乘二十四小时，需要花钱购买它们的会员， 这是我用过的最方便最快捷，用最好模型的 boat， 非常点赞，除了有点小贵散会。

最近互联网养龙虾真的是杀疯了，刷十个视频，八个都在养，还有好多小伙伴私信我说刚入手一头雾水，不知道该怎么养，该怎么选，该怎么用，甚至踩了一堆坑。今天咱们就把所有问题一次性说透，从选择到变现，从避坑到省钱，新手看完之后可以直接上手，不花冤枉钱，也不用做无用功。 咱们先回应五个最火的问题，再补充你们比较关心的一些隐藏的疑问，全程干货，记得点赞收藏，避免刷着刷着找不着了。第一个问题，龙虾该怎么选？ 这是避坑的第一点。现在市面上各大厂都出了在线安装，一键安装，我实测下来，真心劝大家一定要装原生版的龙虾，那些所谓的什么什么可乐 仿生版龙虾，基本上都是阉割版的，上手感觉跟高版本的扣子没什么太大的区别，功能其实砍了 一大半，大部分是只能处理蚊子型的工作，离真正的原生龙虾真正的感受下来，可以说是差了十万八千里。所以说，新手如果选择要装，最好是装原生版的龙虾，只在装直接装在自己的电脑上。第二个问题，龙虾究竟能干什么？真有那么神吗？ 这么说吧，他是真的神，但又不是万能的，他最牛的地方就是能替代你所有重复性、逻辑性的工作，原则上电脑上能干的活，他基本上全都能扛下来。 写文案，剪视频，做表格，整理邮件，生成周报，甚至帮电商卖家二十四小时做客服，监控库存，帮设计师出出稿啊，晒素材，不用你熬夜加班，他二十四小时不停的在工作，那就包括现在他还在我后面这台电脑上一直在工作，就是妥妥的是一个全能的小助理。 而且他能接入微信，接入飞出这些常用的工具啊，不用额外装新的 app， 你 就可以在电脑端直接控制它。 第三个问题，为什么你装的龙虾不好使，跟别人的不一样？嗯，很多人装完之后就犯愁，说他啥也不会啊，其实不是龙虾不行，是你没装，找对方法。 龙虾不是装上之后他就是超人，他需要学习，需要被教育，就像养宠物一样，就像初代的贾维斯一样， 越养他越能干，你不能上来就跟他说，你帮我干活，你帮我去赚五百块。你这个要求太笼统，他听不懂啊，你要具体的告诉他啊，比如说帮我写一篇抖音的口播文案，主题是龙虾壁坑，语气要口语化一分钟左右 啊，指令越具体他越好用，慢慢教他就会越来越贴合你的要求，甚至能记住你的做事风格。 第四个问题，普通人用龙虾变现最快的途径是什么？作为一个做自媒体的来说，我的感受就是变现最快的途径就是做自媒体啊，写公众号图文， 写短视频脚本，做网站，出项目方案，这些活龙虾全都能帮你高效的去完成。原来一个人一天可能只能最多写十篇文案，但是现在有龙虾的帮助， 基本上五十天是打底，你的收入自然而然他就会涨啊。第五个问题，消耗 talk， 也就是算力贵不贵，普通人能不能承担的起？这个是完全可以，别被算力 talk 这些词吓住。普通人买一个 mini max 的 四十九元包月的套餐完全够用 啊。我测试是第一天就靠龙虾帮我写公众号，把四十九块钱的费用就完全已经覆盖掉了啊。更省的方法是，你日常做轻任务可以用免费的模型，用中度任务的话就用 mini max 的 模型啊，重度任务你再换高端的一些模型啊，普通人基本上用不到啊，你像那个 cloud 的 模型， 一次任务执行下来就大几百块甚至上千块。第六个问题，教育龙虾有什么技巧，怎么让他更听话啊？这是很多人关注的一个问题。技巧其实很简单，你就记住两点，一个是指定要具体，第二一个是要定期的清理记忆， 别跟他说笼统的一些话，一定要越具体越好啊。另外是要定期清理他的过期记忆啊，别堆太多没用的内容，这样他响应会更快更精准，还能节省你的 talking， 长期用下来，他就会越来越懂你， 干活也就会越来越高效啊。说一个小要点，就是跟他对话尽量要使用长句，这样会比较节省 tokin 啊，不然你的 tokin 就 会消耗的特别快。第七一个问题，那就是有些人问的，龙虾能帮我剪视频做海报吗？ 啊，这个是必须能，你只需要告诉他你常用的风格是什么样的，做什么类型的海报，你的做海报的逻辑是什么，他就能替代你做这些重复性的工作 啊，包括帮你剪视频，修图，做 ppt， 写代码，帮你查看所有的最便宜的机票啊，帮你盯一些所外所谓的啊曲线图都完全可以。 最后再总结一句话就是养龙虾一定要选对版本啊，我建议大家用原生版啊，教对方法，用对套餐，它就是你最省力赚大钱的一个机器。

相信大家已经安装好了自己的 openclare， 但是你有没有想过你每一次的 openclare 的 使用都会消耗你的 tokyo， 这个 tokyo 的 话就是需要大家去花钱去买， 那有没有办法能够免费的使用 opencloud？ 如果说你也想要免费使用 opencloud 安装 olemma 模型，那一定要点个关注，点个收藏，不然的话你下次就刷不到了。那我们进入正题，我们直接啊百度搜索一下 olemma， 然后在这个右上角位置点击下载， 这边的话选择自己电脑系统，然后点击一下，直接点下载就可以了。 ok， 下载好了之后，我们直接正常安装啊，就会进入到这个页面，然后右下角我们要选择一个模型，正常来说一般是选择这个 gpt 二十 b， 也可以选择千问，三点五千问。 ok， 我 们在这个位置选择好了之后，你发一个消息，你比如说我选一个，我没下载的，我发个一，你发一个消息之后，他就会开始自动下载这个模型。 好，我们直接进行下一步。欧莱玛下载好之后，我们直接通过这个运行安装向导重新把 openclock 跑一遍， 因为之前你们装过 deepseek 的 模型，然后这个配置处理的话，选择更新值， 在这个模型认证供应商这里选择 olemma， 本地本地本地，然后它会有一个模型 id， 例如 deepsea 杠 r 一 比八币，我们再打开你的 olemma， 看一下你的右下角， 就是把这个名字输入进去， 我们用的是这个二十币， 这个的话直接回车就可以了。 这个聊天通道的问题，因为之前已经跟大家讲过了，我们就直接挑过了， 我们把网关打开，等这个 opencloud 的 正常运行。 ok 啊，大家在运用这个 oemma 本地模型的时候，它是不需要花钱的，但是它是基于你电脑来去做的本地模型，那是什么意思呢？就是说它直接消耗的是你电脑的性能， 比如说我们在这个内存 gpu 直接消耗你的电脑性能，比如说你的电脑越好，那它运算速度就会越快，大家这么说能理解吗？ 还有就是这个欧莱玛上面的模型，它对应的有一些，比如说它这个二十 b 的 模型，它是 比较推荐八到十六 g 的 这个显存的显卡，然后才去使用，然后有一些是呃，一百 二十币的支持二十四 g 或者三十六 g 的 显存的显卡才能去使用的，也就是说他直接消耗的是你电脑本身的性能。 ok， 如果说大家感兴趣的话，可以自己去装一下试试。

血泪总结，我用 openclaw 一个月，总结了这六个让你从玩具变生产力的配置原则，厉害！哈喽，大家好，我是姚鹿行。 前两天有个同学问我，姚老师，我 openclaw 装好了，但用了两周，感觉就是一个贵一点的 check gpt， 咋整呢？我说你配置完 agent jason 就 觉得齐活了，他才反应过来，那还要配置其他的吗？这一步你都没搞对，后面全白搭。 为什么你的 openclaw 像降智版的拆 gpt？ 很多人装完 openclaw， 连上模型能对话了，就觉得可以爽了， 结果用了一段，发现完全不计预期。问题出在哪里呢？是因为你把 openclaw 当拆的 gpt 用了，两者的玩法完全不一样。今天我来给大家分享一下我踩了一个月的坑总结出来的六个配置原则，帮你的 openclaw 从玩具进化成真正的生产力搭档。 原则一，别在售马当里写小作文我第一次写售马当，洋洋洒洒的写了两千字， 结果龙虾根本记不住。售马当不是简历，而是行为宪法。他只需要回答三个问题，你是谁？风格是什么？什么情况下你会拒绝用户？超过五百字就太长了，龙虾会选择性的失忆。我的售马当现在长这样， 就是这么简单，但效果比之前两千字的小作文好了十倍以上。原则二， memory markdown 要分层，别堆在一起 open cloud 的 记忆系统很强大，但很多人都用错了， 他把什么都往 memory markdown 里边塞，结果文件越来越长，解锁效率越来越低，最后变成垃圾堆。正确的做法是分层记忆。举个例子，这样解锁的时候更有针对性，不会一团糟。 原则三，模型切换不是用斜杠 model， 而是用场景分群。很多人知道斜杠 model 可以 切换模型，但很少有人意识到频繁切换模型是反模式的。更好的做法是按场景分群，每个群绑定固定的模型。 我的 telegram 分 组如下，每个群有自己的上下文，不会相互干扰。原则四，心跳任务和定时任务不是一回事，很多人搞混这两个概念。 定时任务是到点了执行一次，完事就结束。心跳任务是定时唤醒 agent， 让他主动检查状态，汇报工作。让 open cloud 从一个等你问的工具变成了主动找你的助手。 原则五，别让龙虾自己改自己的配置文件。这是最坑的一个，我第一次让 open cloud 改配置，他直接把自己改挂了。而且如果你自己开着自动重启的话，他有时还会死循环，疯狂消耗 token。 所以 我总结的教训是，关掉自动重启配置文件，让 cloud code 改 克拉扣的会评估修改，兼容性不会乱来。 oppo club 自己改自己的话，很容易翻车。原则六，备份不是可选项，而是必选项。我见过太多人因为没备份而哭的， memory macdunk 被搞坏了，之前交的东西全没了。 换服务器忘了迁移配置，从零开始调教，误删了工作目录，几个月的记忆没了。以下是我的备份策略，花五分钟配置好备份，能省你几十个小时的重新调教时间。 最后，从玩具到生产力的关键。说了这么多，核心就是一句话， open club 不是 配置完就能用的，它是打磨出来的， 当你打磨好了，它就从贵了十倍的拆 gpt 变成了真正懂你的 ai 搭档，这个时间的投入非常值，感谢大家三连，谢谢大家，记得关注再走。

给现在的 openclo 的 这个热度啊，喝点冷水啊。虽然我觉得这也是个未来很有前途的一个工具，但是目前来看，我觉得宣传各方面有一点过于夸张了，有几个你必须知道的事情。第一个来讲 openclo 的 默认安装，它绑定的都是云计算， 也就是你选的任何一个模型，它都是调用的网页端的 api 接口，它的好处是你的电脑配置可以很低，都可以跑起来，但是坏处就是这种 api 接口都是要付费的， 而且因为 open 可乐可以自己跑，尤其他要去操作你的电脑窗口的时候，需要大量的图像识别能力，这种图像识别的 token 使用是非常大的，所以 open 可乐是一个巨大的一个 token 消耗的一个工具怪兽。 在这种情况下，绝大多数帮你免费装或者付费装的用户的这些人，或者说大力帮你推广的人， 他就要么想赚你两份钱，第一份钱是帮你安装的钱，第二份钱是你持续为这个 token 使用付费的钱。但实际上这个东西他现在没有办法产出任何经济效益的情况下，只能 装这个玩意的人，替别人持续的产生经济效益。如果你要装本地的模型也是可以的，其实这个东西本地完全离线跑起来的，千万七 b 的 这些模型都是可以跑起来的。但是问题就是你的电脑配置就有一定的要求了， 其实也不算太高，一个普通的电脑，但是配一个比如三零六零的显卡，我就是一个三零六零的十二 g 显存的显卡，还是在前几年那个显卡最便宜的时候，我的一个粉丝，他有个淘汰的，当时一千块钱卖给我的， 现在这个肯定很贵，我估计也就三千来块钱最多了。所以这笔投资你有一个普通电脑，再加一块这个显卡，当然这种显卡对电源要求再高一点，电源也就一百块钱， 反正总共投资也就是三千块钱左右，可能你就能本地部署，再多的 token 消耗，他也不会花钱，至少不花钱了，二十四小时跑着就花点电费。所以这第一件事你知道，一定要装离线的本地的模型，而不能用在线的 api 的 这个玩意儿。 还有人说第二个问题就是如果你部署了本地的模型，比如七 b 的 模型，他的智商就没有在线的模型那么好，那这个确确实实是。但是如果只是用它来规划你的电脑的操作识别这东西我觉得还行， 但是如果你想要，比如说让他帮你写文案，写歌词，写这些东西去思考，他就这种深度的思考判断这些东西可能就差一点意思。那么你可以啊，他既然可以操作，你的电脑浏览器都可以操作，那我建议你用它去 让他到这种深度思考或者文案的时候，让他在网页端去问，前问，去问， deepsea 去问，豆包去问，反正他能操作去问元宝。 网页端的深度思考下来多了，但是我要提醒你两件事，你去用网页端，那么你这个网页端是要登录的，那我建议你每一个网页端都用一个完全新的从来不用的手机号去扫码登录或者短信验证登录。这个风险有两个，第一个是绑定了你个人账号的这种， 因为 open 可乐的权限太高了，他这台电脑如果你绑到你自己有用的账号，他可能会把你的号毁了，或者给你干废了，或者说泄露了你的隐私，因为这个毕竟是一个 你也不知道哪来的一个东西，居然有这么高的权限。所以千万在这台电脑上如果装了 open 可乐，就不要有自己的任何隐私，所以也不要把自己任何的平时用的号登录给他，这是我的建议。 第二个好处是风险，一旦你用它去调用网页去把这些问题问给千万，问给什么？如果这些他有那种反的， 那，那那些大模型，哪一个有反作弊的模型？他，你这不是人工来问我问题，你是用这个，所以我第一建议你要告诉他这四个大模型，或者加上 kimi 什么你轮流问，你不要顶着一个问， 哈哈哈。这是第二来讲，就算他来封你，你因为是个全新手机注册的，也别实名认证什么的，他封就封一个新手机，不是封你的号，别跟你有关系。这是这样，我的建议 提高他智商这块人，他的操作能力的一个七 b 的 本地大模型应该够了，那些操作网页，操作这些东西我觉得是够了，所以这是我的建议，这样就是彻底不花钱的建议。 还有你要知道的是他现在能够干的事非常少，我们把能干的事分为两种，第一种是帮你减少一些生活的，节省一点你生活中的时间， 比如说给你自动设个闹钟，自动给你规划一下你的日程，自动的帮你把你的你要干的事给你，呃，稍微提炼一下，规划一下 这些，我觉得他能干这种事，我觉得相对来讲这种事规范一点，对于智能的要求也没那么高，他是能干的。那么第二种工作叫做能帮你产生价值的工作，就是产生外延价值的。比如说帮你剪一个视频，这个视频发上去网上能火，那这事他就干不了。 一旦你希望他能做一些有价值的事情的时候，别人也认为有价值的，不光是对你节省你一点时间， 而是对别人来讲这个东西也很有价值，这个因为别人有价值，那么对你来讲就会有外缘性的意义了。那我觉得目前基本很少你看让他剪视频的，剪的一塌糊涂。 为啥？因为剪视频的时候有一个最核心的东西，他要对画面有充分的理解，而且是多帧画面，对于里面的声音，包括里面的声音提转换成的文字，以及声音识别出声音的内容，比如这是个打雷的声音，这是个风声。 对于这些东西的识别，不是说他做不到，他勉强能做，但是消耗巨量的掏坑， 所以巨量的 tucker 的 消耗这些事情是很恐怖的。我这么说，比如说我们剪视频看见一段，我们思考这段到底是个废片，还是是一个合理的片，如果要用，我要改哪些地方，加什么效果给他 这人思考连做大概十分钟的事。但如果你让目前的 open 可乐要生成这么一个深度的，比如说对一个三秒钟的视频里面的所有的信息的，做这么深度的人类这种十分钟的这种思考，而且这个思考的人，如果他是一个懂视频 懂拍摄，他是一个比如说是一个导演来看剪辑，他有这个水准的十分钟的思考跟操作的这个过程， 你交给 oppo 可乐我，即使他的能力能达到，他要消耗托肯去识别图像什么的。我觉得你一个本地的像我这样的电脑三零六零的显卡跑， 我猜大概他得跑半年，哈哈，才能跑出跟人类思考差不多的质量的东西，那你上语音花钱估计也得跑半个月吧。我，我猜，所以没戏，基本上牵扯到这种复杂的这种 思考了。我不是说它智能现在达不到，而它的智能，因为 oppo 可能没有为这种东西专门优化，它不像 cds 跟 solo， 它可能为一些领域还优化过。哎呦， 可能在处理图像的时候有些捷径，但是这些捷径未必都还是能够帮你能修改素材，但它只能是深沉素材。 而 open 可乐它应该你你想的是肯定是让它把 c 弹四二点零跟搜到里面出来素材，再经过它来做剪辑跟修改。那修改其实对于 ai 其实非常难。 ai 其实有时候你跟它说修改，它就从头给你重新来一遍，并不是真的去剪辑修改，它宁可给你重新生成， 那么 oppo 可乐又不是干这个事的。一个 ai， 但是文字的处理，在线的很多模型可能会更好，那文字处理你让他跑二十轮三十轮其实也都是跟在线差不多的这种状态下。 而那些其他的组合的那些，比如对浏览器的组合使用什么的，对于这些东西的组合使用，我觉得大概只能是完成你个人的一些繁琐的但是低价值的工作量的 一些替代。比如有些人的工作是天天盯着一个数据流找，找了这个就就把他那个标一下，就这些非常低价值的枯燥的工作 也是用电脑操作的，刚好你就奥芬克勒肯帮你做这个我觉得 ok 的， 稍微高价值一点的工作需要人动脑去的，我觉得他可能就做不了了。 所以这是 open 可乐你要知道的。第二点，它现在的智能程度能帮你赚钱是不太可能的。我看现在说 open 可乐赚钱都是指赚的是 装 open 可乐的人的钱，就是我替你装，你要付我钱，或者说我免费帮你装，装完之后你要付我费去用我的 token。 我 很感觉发财的路都在这，或者说有些自媒体就说这个特别好啊，我们有流量，包括我今天聊一聊是不是有流量，我们可以赚点流量的钱，或者说 我这弄之后说不定还能拉个群，这入群多少钱帮你解答问题，可这个就是分享经验，反而能赚钱以及替你安装能赚钱， 反正赚的都是想用 open 可乐的人的钱，而并不是说我用 open 可乐产出了一个能赚钱的视频。能赚钱的一个什么工作， 我觉得现在这个肯定达不到。最后提醒大家一点，我觉得 open 可乐为什么我不建议大家 去绑什么 api 这些东西，因为 api 要实名认证，加上它还要你的账户要付费后续的，所以其实也是一个很大风险的东西。我不希望 open 可乐现在能够控制到任何跟我个人信息有关的账户，就是它能控制到的那些账户都是空的，干净的， 跟我个人完全没有关联的，也或者跟任何一个真实的人都完全没有关联的账户交给他才可以，因为这东西风险还是太大了， 包括你用他的电脑，电脑里面浏览器里面不要保存任何的密码，电脑的硬盘里面不要有任何你的工作文档 啊。你的 win windows 的 账号要退出，换一个本地账号密码也要修改掉，你的 one drive 要退掉，这个电脑里面一定不能有 one drive， 一定不能有各种云，什么东西都不能有。你的各种软件登录的淘宝退出 登录了，反正跟跟有钱有关系的软件一律给我退出。这个东西还是风险挺大的，包括你的自媒体账号，在这电脑上一定要全部退出，因为他要用你的自媒体账号给你发一点不可控的言论什么的，导致你账号没了怎么办？ 所以炒股软件千万得退出，等等等等等等。那你这个账电脑为什么大家都是买一台崭新的麦克电脑 mac mini 来跑这个玩意呢？这 mac mini 又能运行本地的模型，不用为 token 付费，就稍微内存大一点的三十二 g 的， 六十四 g 的， 内存的三十二 g 的， 好像 mac mini 六七千块钱，我前段时间看现在是不是涨价我不知道。六七千块钱你能买一台那个三十二 g 内存的，你放在那 那是能跑跑跑，当然不如我这个三零六零显卡跑的快。三零六零，虽然你别看它十二 g 显存，但是它那个运算核心快，所以它 to talk 还是要比那个 mac mini to 的 快， 但是 mac mini 它可省电，你二十四小时放在那，它稍微慢一点，但是人家买 mac mini 冲的就是本地步数，冲的就是这台电脑。买回来之后 我连我的苹果账号我都不登，或者说我要去注册一个全新的苹果账号，上面不绑我任何的卡跟我的个人身份，这才是用这一台 mac mini 的 核心。所以大家注意，我觉得这个玩意现在的能力这么差的情况下， 还不能有任何产出的情况下，只是让你看见他居然能自己一个人干活。这件事让大家觉得很很新鲜，但并不是他干出来什么活了，但是他确实是能自己一个人把活啊，一直在那干。还有一件事，你说远程可能接一个什么客户端，给他发个消息，他也能干活， 这是一个办法。但是我还是觉得全本地运行，全隐私关闭，就不要给他任何隐私的内容 来尝试会比较好，而且目前尝鲜没有什么太大的讲究。那我们自媒体博主为什么会弄？是因为我们觉得要跟上这个时代，万一有用，你不尝试一下，你怎么知道他有没有用？这自媒体博主每个人都试了一下，我觉得是应该的， 我也有台电脑，专门试各种 ai 工具，所以我看见的有用的 ai 工具我都试一遍。吉梦我也在试，但我为什么没有开始做？我觉得吉梦 做那个东西现在暂时还是有一点，反正我觉得 cds 再过，再升级一下。具体来讲，我觉得未来快来了，但是目前还没来，我泼点冷水让大家知道一下。好吧，这就是我对于温克洛我的全部看法。