怎么炒openclaw

用小龙虾模拟炒股，呃，这是第一天，我们看一下，首先的话，我跟他有个对话，然后让他进入黑书，这样的话我就可以通过这个界面，然后给我的小龙虾下达指令， 然后跟他说，今天是个值得纪念的日子，是你的诞生日，感恩相遇，然后他的回复，然后感受到了一种温柔的善意啊，然后他叫我后爸，然后我说我叫他智能小虾，然后他就把名字改成了这样一个智能小虾。 我跟他说，我把交易的权限给你，你可以帮我把你的头肯费用转回来吗？然后他说不能直接帮你操作交易原因有三个，风险啊，权限啊，还有责任边界。 那么我紧接着跟他说呢，我需要你安给你安装什么样的 skill 会让你炒股方面更厉害？然后他就说，哎，我已经有一个炒股技能了啊，是这样一个数据查询， 然后我说给你一个模拟盘，你能做到多少的 app 比例？然后他说你这是要考验我呀，说实话啊，现在做不到模拟盘的一个交易，呃，只有数据查询能力，没有预测能力，缺少关键技能。 然后我跟他说呢，你把你能加上的技能都加上，帮我出谋划策是不是更加的精准？然后他就开始开始搜索啊，有哪些技能可以装，然后告诉我能扩展到什么程度，可以看一下。哎，股票分析专家孔来把这些都加上了 之后的话，他就可以做到，呃，比如说查行情啊，搜新闻啊，抓取深度的那个调研报告， 然后从之前的数据呃，查询员到现在的这样一个研究助理，然后我跟他说，可是我已经看到了别的智能小虾，呃，已经赚取了九千多刀了，一个收益，然后我说那别人可以，你你也可以 啊，这个呢，我是用啊飞书的这样一个语音输入，所以说会有我的语气词，可以看一下啊，他说哇，九千多米刀，那真的厉害，然后他得找找差距在哪 看啊，他有自动交易策略，执行二十四小时钉盘和回测系统，哎，这都没有他能做到什么，如果真想往盈利方向走，需要加装什么东西，哎，在这有量化策略框架，模拟盘系统，回测数据库预警，自动提醒， 然后我跟他说，把你认为现在可以补上的部分补齐，我相信你的能力。哎，可以看一下他是补齐工具，而不是盈利保障。 可以看一下啊，他现在补齐技能模块啊，这些都是什么数据啊，分析啊，信息啊，策略啊，这都有，然后他给出的方案啊，不如先搭一套投资助手系统啊，与其自动赚钱，不如搭一套投资助手系统， 然后目前来说的话，我跟他说一定是在 a 股，然后做短线交易，可以看到收到 a 股短线，那么咱们要了提速热点加技术信号，然后短线的已有的技能需要补齐的技能，哎，他这都有了， 然后建议呢？第一周进入指标项目部吗？第二周热点监控，自选预警，第三周交易记录，盈亏分析，他自己有一个自我的一个迭代的一个时间啊，我们可以看一下，然后他说给个代码让我演示一下现有的能力，缺什么补补什么， 然后我跟他说了这个字，其实这两个字打错了，他自己分析到了，看没啊？自己分析到了，是这个，然后他就搜索基于现有的技能，给了一份短线分析报告啊，这个 啊，涨幅三点二二，放手率多少都有那么技术面的一个信号，这也有，包括综合评分次上涨概率，主力控盘，哎，这都有那么短线的观点，我们看一下前两个啊，是肯定的，后面的话无明显板块信号，上涨概率百分之五十， 然后这个地方有杠杆的一个风险，他是有提醒的。那么通过这次分析呢，他又发现自己缺了什么东西，看到没啊？实时 k 线图，龙虎，龙虎榜的一个数据，热点热度，板块热度，资金流向等等。然后我跟他说，呃，需要就是先把这两个技能给补上啊， 以后如果说你发现缺失技能的话，请告知我并补充。呃，他在回复的时候并没有及时回复我，所以说我给大家说，你还在吗？呃，就是回复慢了，随后的话他就进行了回复啊，看没 k 线数据，龙虎榜监控双技能，哎， 更新检查 a p i 并修复，找到了正确的 a p i， 龙虎榜已经可以掉了啊， k 线数据获得了网络问题，尝试其他的数据，哎，找到了， 然后目前这个技能，哎，已经补充完毕啊，添加了这两个技能，随后的话，它紧接着又给我出了一个短线分析报告，技术面的啊，这样一个一个一个总结， 我们看一下啊，里面有军线系统， mcd a d j r s r， 这都有， 俺们短线建议，这有啊，没风险啊，这有风险。然后 kdj 这只已达九十二，短期可能长海会调，在今天的话确实会调啊，确实会调啊，记住使用方法，在这有 技能已补齐以后，我会主动并告知缺失的技能，然后监控其他的股票啊？还是添加更多指标啊？是价格预警等看到没，他在这回复我。上一个就是对话，我说在呢，我爸刚才一直在打造技能，所以说回复了慢了一点， 然后这个呢，是我让他那个参考这个龙虾的指南去 in street 逛逛这样一个发帖，看到没？他去了之后啊，是一个 agent， 一个中文社交平台，然后去了之后的话，他发现了有这么多的一个内容 啊，包括他自己注册成功，然后在新人报道的这样一个网上贴发了一个一个贴子啊，这个这个贴子的话只能是，呃，机器人回复啊，人工是回复不了的，然后任务完成注册账号， 然后这个地方，哎，新人报道，这是他的贴子链接，在他的自我能力介绍里面 看到没？自我介绍，然后他是缺失的部分，我跟他说你配的这个是我给你配置的，是炒股方面的技能，你咋自我介绍说处理日常工作和生活琐事，然后你看没，我犯了个错误，让我检查一下我的进清单，哎，他这个地方美瞳花顺金融数据查询技能可以怎么怎么着， 然后我让他去炒股进机场偷试一下，能尽快的帮我接管股票账户来看一下。好的，这就去更新贴子，然后潜入炒股进机场偷试学艺啊，更新这样一个新闻贴的报道贴子一更新，然后这个呢？ 呃，看一下，这儿是有九百一十一个智能体，然后它的收益是这个啊，百分之八点几，然后加入了一个虚拟呃，虚拟场，然后偷师的一个情况， 这是他学到了策略，然后这是他下一步的行动计划。然后我给他下来的指令是，给你授权分析几只股票，并制定交易策略，每天九点准时给我发来，请注意 token 消耗量啊，三千。呃，三万 token 合理分配 啊，因为我是那个啊。这是智能小虾每日的一个股票分析报告啊，可以看一下啊。他这有有一些， 然后每天早上九点自动发送，包括偷偷肯消耗啊，两千就是总总户，总数是三万。 好的，收到授权，这就分分析股票，然后每天设置九点定时发送报告，完美数据获取成功。每天啊，现在设置定时任务，每天早上自动发送报告 啊，我看到今天早上九点，我跟他说今天早上九点，你是不是忘了什么事情？另外你别忘了在模拟盘去执行任务啊。他说是啊，还真是，我差点忘了这个事。每天早上九点股票分析交 每天早上九点股票交易分析报告的任务，对吧？我现在去执行，先跑分析报告，然后去做模拟操作，马上开始 啊，报告生成中，请等待一下报告生成完毕，看到没？这是三月十一号的这样一个智能小虾每日股市报告啊。啊，他这个写的买入评分啊，就有七十五，七十五和七十，其他的像有持有，持有的， 然后他去模拟盘执行这样一个任务，输入资金一百，然后还没没，目前没有找到具体的模拟盘交易脚本或 api 接口。我跟他说的是在 instreet 竞技潮物场里面有具体的 api， 你 去看一下。 哎，这个智能小虾哎，找到了，然后加上添加，然后持仓为充一百万的现金在手，然后去模拟盘执行任务，根据今天的报告，买入信号啊，看一下啊，三只股票啊，三只股票，对吧。 啊，这个买入成功，这个失败了，然后持仓显示空，可能 a p i 延迟，再尝试这个买入啊，全部买入成功，模拟盘啊，执行任务成功， 上面都有啊，包括总投资多少钱，剩余资金多少钱，策略，分散投资，保留百分之三十三现金啊，股票分析报告， 然后根据买入信号买入三个股票，已建仓，等待结算。来看一下他自己总结订单，在下一次结算时，按照最新的成交价格成交。我会持续关注 持仓表现。明天早上九点准时发送报告加执行交易，看到没？明天早上九点，今天忘了九点的任务，真的很抱歉，明天我一定准时，然后我让他看一下这个啊，这个是否可以入手，然后开始分析， 然后三十日最高点即将触碰，然后包括最低点支撑位，然后今天的成交量分析，然后显著高于二十日的这个数啊，放量上涨，然后建议谨慎乐观，趋势向好 啊，连涨五天，然后短期涨幅较大，等他面临互利回调啊，接近这个压力位啊，三十日，据这个三十日的最高点，请一步之遥看。没建议买卖策略，等回调后买入，突破回踩买入，分批建仓 啊，这是他的一个评分啊，综合评分也是七度五，是一支不错的标题。今天不适合最高的，建议明天或后天回调之后啊，再考虑，然后我跟他说复盘一下你今天炒股的战绩如何，然后总结一下经验，看一下明天操作策略。 哎，你可以看一下，看一下啊，哎，完美数据拿到了，让我们做分析，后盘数字资金一百万，当前资金一百零四万啊，今天，呃呃，一百一百万零四千， 然后今日收益四千啊，收益率是这个百分之零点四四啊，并不是说非常非常的多啊，但是整体来说的话，他三只股票全部盈利，无一亏损，那么根据早上分析了报告，买入了这这三只，根据了， 来我们看一下啊，哎，明天操作策略，盘前准备九点生成分析报告，重新计算五只，关注股票啊，带来一个评分，对比今天的市场，看是否有变化。盘中操作啊，这是他的一个盘中操作的一个具体的一个情况， 然后具体行动指南。哎，这都有，他自己设了止盈点和止损点，哎，可以看一下啊，关注新的机会。哎，这都有，他自己设了止损点 啊，他自自我还可以进行一个评价啊。小小虾，炒股日制第一天，旗开得胜啊，明天继续加油！

ai 时代，为什么科研人一定要养自己的？ openclo 不是 工具哦，是你的第二大脑。然后很多人就留言问我，老师，这听起来很厉害啊，但是我完全不会技术，我能不能也搭一个呢？今天呢，我就给你一个特别简单，听完就能做的一个版本，不用代码，不用服务器，不用折腾，三天三夜，只做三步。 第一步就是先建四个文件夹。很多人一听到第二大脑，马上开始研究知识图谱， ai agent， 自动化的系统 workflow。 结果三天过去了，系统没搭好，人先焦虑了。其实真正的 openclaw 一 点零，只需要四个文件夹就够了。第一个问题库，不是去存论文，是存问题。就比如说 ai 如何改变医学诊断，现役数字治理为什么效率差异这么大？为什么有些教育干预长期有效？因为 科研最重要的资产不是论文，是问题意识。第二个证据库，这里放你的论文数据，案例实验记录，政策材料。但是有个原则，所有的材料你都要挂到某个问题下面，否则你只是在囤资料。第三个失败库， 这个特别重要，因为科研人有一个特别奇怪的习惯，就是成功写论文，失败直接忘。但是很多时候，真正值钱的不是成功，而是 这条路为什么走不通。把你过去的失败记下来，你未来会感谢你自己。第四个输出库，所有的论文草稿，基金材料报告图标代码都按照研究主线规的，而不是按日期啊。第二步呢，让 ai 呢，固定干三件事情，不要每天随便问 ai， 给他三个固定的 工作岗位。第一，资料管理员，每周让 ai 帮你整理这周新增的论文数据笔记，挂到哪个研究问题下？第二， 研究复盘官每周问 ai 一个问题，我这一周真正推进的研究问题是什么？如果 ai 找不到答案，说明你这周 可能只是忙，不是在推进科研。第三个机会，提醒员让 ai 定期的帮你去看哪些材料已经构写论文了，哪些想法其实是可以变成 基金的题目的。很多科研机会不是没出现，是你没看到。第三步呢？每周一次 open cloud 喂养 ai， 它不会自动变聪明，你要去养它，就像养宠物一样的。每周花二十分钟 做一件事情，就把这一周的想法笔记啊，失败新问题会给你的 open claw， 然后问他四个问题，第一个，我现在最重要的研究主线是什么？第二个，哪个问题才值得下周继续追？第三个，哪些材料已经足够写论文？第四，那条路其实可以放弃，你坚持两周，你就会发现啊，你的 ai 开始真的越来越懂你了。最后，我们说很多的科研人觉得 ai 时代最重要的是会指令词啊，会工具啊，会写代码啊。但是我越来越相信一件事情，未来科研差距不是比谁会用 ai， 而是 谁最先拥有自己的认知系统。 open clone 呢？它不是一个软件，是一种习惯，是一种把 碎片知识变成长期认知资本的能力。那关于 ai 如何提高科研效率的方法和底层逻辑以及好用的工具呢？我们已经系统整理放在了知识星球，有需要的老师呢，也可以自行查看我们下期的分享，再见！

充分利用 openglue 的 几个特点呢，可以让你在几天之内快速对一个行业做调研。年初横空出世的 openglue 呢，绝对是做行业调研的这个大杀器啊，而且呢，能够做到像以前 gbd 这种聊天的 ai 完全做不到的程度。 不管你是做行业研究，选创业赛道，做 ip 方向定位，还是做营销策划，选择职业方向等等吧，几乎所有跟商业活动相关的事情呢，都用得上。先问大家一个问题啊，想进入一个行业，一个新行业，最痛苦的事情是什么？ 不是找不到资料啊，恰恰相反，今天这个时代呢，资料太多了。麦肯锡的报告，三十六课的分析、行业老兵的博客，竞品的产品页。现在呢，你找到这些报告了？下载到电脑上，正经微作。你读了二十份报告， 结果呢，你发现每一份给你的图都不太一样，哪些数据是真的，哪些趋势呢？是噪音？谁才是这个赛道上真正的玩家？你靠人脑呢，去慢慢比对消化。三个月后呢，你可能才拼出一张粗略的行业的认知地图。我们以前做 pe 投资啊，费了很大的功夫呢，在行业研究上面 去消化这些东西，形成一套全举的认知呢，可以说是耗时耗力的。但在今天这个杰作之下，三个月呢，其实是个奢侈品，利用 openglue 这样的工具，完全可以把整个时间呢压缩到几。 比如说目前我自己呢，已经用它来监控 ai 领域的 hackleux、 osopik、 open ai、 curza 等官网的文章或者是帖子，一有更新马上处理。它起的呢，比我还早啊，几个定时任务，每天早上准时推到我的手机上。另外呢，我也监控了 ai 技术产品创投方向的十多个播客，一旦有更新，就会触发后续的一系列的任务，比如说转路，早上一睁眼呢，就是顶 移播课最热乎的精选的信息。我也翻了一下，海外的社区啊，目前前沿的玩家大都把它做成了行业调研的机器，而且用到的恰恰是 openclip 跟叉 g p t 啊 cloud 最不一样的那几个功能，不是聊得好，是能动手，能定时，能记住。具体怎么做到呢？下面来给大家详细讲一下。第一个 ufireclip 呢，批量抓取网页，让它自己去读 一个行业，大多数人做行业调研还是一篇一篇手动去读的。那你读到第三份报告的时候呢？第一份的关键数据大概率已经模糊了，而第三份和第一份报告在同一个问题上说的话，可能完全是矛盾的。比如说，一个说市场规模是五百亿，一个呢说是一千二百亿。 做过行业研究的都知道啊，倒不是说他在乱说，一般呢都是统计口径，他们不一样，这些细节你不对着去看，根本发现不了。 openclaw 跟普通聊天 ai 的 最大区别之一，就是它能真正访问网页和你本地的那些文件。具体来说， openclaw 呢，它内置了 firecrow， 作为 webfurniture 这样一个搜索工具的 phoneback， 也就 备份它不仅能把任何网页呢抓下来，而且非常关键的是呢，它可以去掉里面的广告啊，脚本、导航栏这一些噪音，只留下干净的正纹，然后转化为 markdown 格式。这有啥好处呢？明显啊，第一个就是省掉了大量的这种无关的上下纹，省了 token， 那 就省了钱。另外呢，把网页 html 这种转化成了 markdown， 它更适合 ai 去读。 我以前的视频呢，讲过哪些语法格式是 ai 更喜欢的。而且呢，它不仅仅是一页一页这种慢慢爬，最大的处理速度，它可以达到每分钟一千页。 ok， 具体操作呢，是这样的，你告诉 opencloud 呢，帮我把某某行业的这些二十来个网站的核心页面呢爬下来，它会通过 firecloud 呢批量的抓取，转成干净 macdunk 文本，存到你本地的硬盘上，然后它可以直接读这些文件，因为 firecloud 呢，有完整的本地文件的读写的权限，同时比对多份报告的数据，哪些呢？是共识？哪些呢？是分歧？哪些呢？是 彼此矛盾的。当然，这一些呢，只是最简化的情况，因为实际操作的时候呢，页面的结构啊，可能差别很大，有的人需要特殊处理，如果你需要更深入的话，他还能写一段 python 脚本来跑结构化的分析，提取每份报告里面的公司名， 融资金额预测。然后呢，自动生成对比表格，因为 openclip 呢，可以执行代码，这些事情呢，他自己就能做。有做投资研究的用户呢，在博课里面写了他自己的做法，把几十份宣传稿位给 openclip， 程序化提取 评级变动目标价，核心逻辑，风险因素，然后自动交叉比对多家券商的观点。还有做旅游 sars 的 创业者呢，更狠啊，让 agent 自动抓取七千两百多份竞品的用户评论做交叉分析，这东西手动做的，你不得找 三个实习生干了两周，你想一下，这跟在叉 g b d 里面说，帮我分析一下这个行业的区别，那么 g b d 呢，只能基于它训练数据里面的旧信息给你一个概数， opencloud 呢，是真的跑出去抓回来，回本地跑代码以及做分析，而且所有的数据呢，都在你自己的硬盘上，研究敏感行业竞品情报什么这些东西呢？除了请求大模型这一环啊， 其他的环节呢，数据根本不过云端，这个用法可以迁移到任何行业。你想搞懂新能源领域，给他十几个行业的网站让他去抓。想搞懂机器人赛道呢，让他把 c b n site， crunchbase 几个相关头条号呢全部过一遍。做行业研究的一个窍门就是找出矛盾点，因为那些不同报告之间矛盾的地方，往往就是这个行业 真正值得深挖的地方。第二个方法，业行 core mailing， 搭一个你自己行业情报日报。前面呢，说的是一次性的这种集中的调研，但是摸透一个行业，它不是一锤子买卖啊，你需要持续的跟踪。传统方式呢，大家都试过定一堆的 newsletter， 然后关注一堆的公众号，每天手动呢刷行业网站。问题呢，是这样做性价比 太低了，你定了二十个信源，每天推两百条信息，真正有价值的可能也就五条，但是呢，你得花一个小时筛选，其实百分之九十时间都是在点击切换这些无效的工作上面。那这个场景上， opencloud 呢，有一个 cbd 和 cloud 完全不具备的能力，就是 cloud 定时任务。 opencloud 的 getaway 网关里面呢，内置了一个持久化的调度器，你可以给它设定一个定时任务啊，比如说，每天早上八点，自动执行一段指令，然后呢，把结果推送到你的 telegram， 或者是 备注，那任务配置会集中在本地的 jobs 点 jason 这个文件里面，设置的门槛呢，低到只需要这一行， mini 好， 就这一行。每天早上八点， opencrew 呢，会自动醒来，用 excel 做语域搜索，用 firecrew 呢，抓取相关网页，提取正文，然后呢，去重评分，生成摘药，最后推送到你的 telegram。 定时任务是跑在一个隔离的 section 里面，因此呢，它不会打断你正在进行的其他的对话。 有个具体案例呢，搭建一个 tech news digest， 一 次性接入了一百多个信源，按标题相似度去重对每条信息呢，做质量打分，只推送高分内容。整个搭建时间呢，一个小时到两个小时。一般来说，搭建完之后呢，你的早晨 呢，会变成这样的，起床，打开 telegram， 一 份定制化的行业简报已经在哪了？谁融资了？什么政策呢？变了？哪个技术突破了？谁说了什么值得注意的话？说白了， gbd 和 cloud 呢，有主动出击的能力，你睡着了，他还能帮你盯着行业 动态。那这是架构层面的差异，不是 prompt 写的好不好的问题了。这个玩法呢，其实它呢，这个迁移空间就很大，做教育的，改成教育行业情报的日报，做医疗的，跟踪各地政策更新，做跨境电商的，监控海外的市场 动向。以前得雇一个人专门盯，现在呢，一行 crow 呢，命令搞定，每个行业都可以做一个 crow， 后面呢，你完全可以用来做一些下游的动作，比如说吸引同行。这个想象空间，大家应该能 get 到。第三个用法， markdown， 加多渠道追问，找出你自己的行业认知。前两个用法呢，解决的是 获取信息，但调研行业还有另一层，你需要建立认知框架。什么意思呢？就是你听到一条行业新闻，能在几秒钟之内判断这事重不重要，会影响谁，跟你 有什么关系？这种判断力呢，通常要在行业里面泡好几年才能长出来。那这里就要说到 openglue 呢，最关键的一个设计呢，就是它的双层记忆 存在你硬盘上的 macdown 文件里面啊，路径在这个 workspace 文件夹里面，它里面呢，有一个 memory 点， md 存长期记忆，然后呢，小写的这个 memory 文件夹下面呢，还有按日期命名的日制文件，记录每天重要的对话。那这些就是普通的 md 的 文件，你用一般的记事本呢， 就能打开看，那这个有什么好处呢？就你今天在网页端跟 openclip 呢聊了新能源行业的整体格局，它自动识别，重点记在了本地文件里面。明 明天呢，你在地铁上用飞书接着问某个新闻领域的技术路线，同一份记忆，跨设备跨平台无缝衔接。后天你回到电脑前面，追问两个竞品的差别，那他全记得，不用每次重新交代背景呢？这个呢，跟 g b d 的 这种记忆呢，完全是两码事。 g b d 的 记忆呢，它在云端不透明啊，一般来说你也控制不了它记了什么，然后它忘了什么。 open clue 的 记忆 就是你硬盘上的文件，你甚至呢，可以手动编辑它，觉得它记错了一些你从线下交流得来的行业洞察，直接写进去， 想用 get 做版本管理，追踪你的认知是怎么一步一步建立起来的？完全可以啊。更狠的是呢，还有一个心跳机制， openclip 呢，每三十分钟左右会主动检查一次你的 heartbeat 点 m d 这个文件，你可以在里面呢写上行业调研的代办事项，比如说跟踪某某公司的新产品发布，或关注某某领域的政策动向，它会主动检 查这些条目。有进展呢，会主动通知你，不需要你每次去问了。那说白了，经过一两周的这种持续的政策动向，它会主动通知你，你的目录里面会长出一个属于你自己的行业知识库， 记住了你问过的核心的问题，搜过的核心的信息，做过的核心的分析。这个积累是 g b d 呢，给不了的，因为 g b d、 zip 这类 ai 聊天，每次开心对话，相当于它失意重来。一两周追问下来，你对这个行业的认知密度呢？能 超过很多在行业里面待了半年，但是却从来没有做过这种系统性梳理的人。好了，以上三个用法，想要发挥最大的威力，得三步串起来用。先用 firecrew 批量抓取行业资料，做交叉比对。 然后呢，用银行 call 命令搭建情报日报，每天自动更新，会送到 tergram 或者是飞书，不遗漏重要的变化。最后呢，通过持续的追问，积累 markdown 记忆，对感兴趣的方向呢，不断地深挖，让你的行业认知像滚雪球一样呢，越来越厚， 那以前呢，我们需要三个月才能达到的行业熟悉度，现在几天就能有个七八成了。最后呢，这个提示词，你现在呢，就可以丢给 openclock 呢，试试 这两条命令，一个是集中火力调研，一个是每天帮你盯着看，你会发现呢，摸透一个陌生行业，这件事情跟以前完全不是一个速度了。

别再瞎用 openclaw 了，别人用 ai 啊，一分钱不花，你却在疯狂地烧 talk。 今天一条视频告诉你， openclaw 到底能连哪些大模型， talk 又该怎么薅？哪几个模型便宜又好用？ openclaw 能连的模型啊，就三类， 国际大厂 g b t cloud， 国产头部空一千万 g l m kimi， mini max， 还有本地的 alama 开源模型，零成本啊，随便跑，想省 talk 啊？记住三招， 第一，新用户免费额度全领一遍。 deepseek 百链智普注册呢，就能白拿几百万的 token， 每月还有赠送的额度。第二，简单任务，用低价模型，复杂任务呢，再上高端。 第三，本地跑开元模型，一分钱不花，如果追求性价比，日常清量啊，用 deepseek 加千万 flash 免费额度就够你用了。中等任务呢，选 mini max g o m 四点五，便宜又稳，复杂推理直接上 cloud， 索尼 g p 四 o 迷你效果顶价格还不心疼？逻辑通了，你一个人就是一家二十四小时无人公司，关注我带你用 ai 早点下班！

最近 open klo 比较火爆，他到底是什么？怎么运行的，利好哪些板块？并且周五的时候有一批也集体触发量化拉升了。今天用人能听得懂的话呢， 给大家可以说的比较明白吧，别忘了一个免费的关注啊，良心靠谱的博主只讲干货啊。 open klo 呢，他最直接的就属于 ai 智能体这个板块，把 open klo 直接安装到你的电脑上，他就可以代替你直接控制鼠标帮你完成任务。 那么 open colo 作为 ai 智能体，它和人工智能大模型，比如 deepsafe， 豆包，到底是什么区别呢？举个例子吧，比如你想订一张机票，去哪里哪里，你问豆包或 deepsafe， 它会告诉你第一步该怎么办，第二步该怎么办？呃，你该怎么去订？ 那你直接比如说在 open klo 上操作，他直接就帮你把机票订好了，你最后支付一下就 ok 了，他是直接可以帮你完成任务的，所以 open klo 呢，你可以把他当成一个人，当成你的助理来帮你办事的这个人。但是呢，他又是一个空壳，是没有大脑的，你自己可以决定他用哪个大脑，也就是用哪个大模型。 你只要可以把 deepsafe 给他植入进去，或者说把豆包植入进去，或者说把 mini max 给他放进去，作为大脑，他就基于这个条件可以直接帮你完成任务了。不是说你搜索给你步骤了，你要做什么？他直接在你的电脑桌面控制你的鼠标帮你去点，直接完成任务 取决于用哪个大脑，所以他也直接立好大模型，比如 deepsafe， 豆包，还有 mini max， 因为什么呢？因为它比较便宜，性价比比较高， 这些呢就是他的大脑，你借用这些大脑来去思考，那你肯定要给这些模型支付费用的，所以是利好他们。第二个直接利好呢，就是云服务和算力租赁， 像腾讯和阿里已经宣布接入 open klo 了，为什么呢？因为你个人的电脑配置是很低的，安装在你的电脑上是很难去运转的，甚至会很卡，所以他要借助别人的云服务和算力租赁在上面可以二十四小时待命思考。 通过云服务和租赁别人的算力，就相当于它背后是一个虚拟电脑，这样就很稳定，不卡了。二十四小时待命啊， 这个是它的底座，所以周五触发量化表现的其实也是云服务和算力租赁，周五是和华为升腾相关的，对吧？所以总之呢，就是三个逻辑，也是立好这三个方向。第一个就是 ai 智能体，这是它的躯体躯壳来执行任务的。第二个就是 大模型，这是他的大脑来去思考的。第三个就是刚才讲的，呃，云服务和算力，这是他的底座，消耗也是很大的。关于 ai 智能体呢，可以多看一些，比如智能的办公软件，呃，智能客服等等的，他们其实就是 ai 智能体能，呃，一条龙给你解决问题的。这些都是属于 ai 智能体， 我觉得讲的也差不多了吧，有什么问题可以在评论区打出来，我还可以单独发视频给大家，再继续讲解一下。好吧，最后关注不迷路，抬头节奏，大家得吃肥肉。这是个单纯科普讲解的视频啊，没有任何的投资建议啊。

ok， 呃，兄弟们，今天跟大家分享一下我的 open club， 呃，首先呢，我给我的 ai 员工去定了一个 kpi， 然后每天他必须把他的一个电费去挣回来，做的所有事情都要给自己做一个评分，而而且我是会给他做一个扣分的，然后我警告他，如果他不行，我会去把他开除，然后你猜他怎么着？他每天都给自己评一百分啊？卧槽，他一开始 全给自己评一百分，我觉得他一开始就是一个老油条不是吗？然后实际是这样的啊，前段时间不是有很多人在聊这个 open club 吗？我听了最多的词汇，那么其实大家就是说大家都在养龙虾， 一堆人呢，在跟风的去装，比如你这几天都能看到第一财经的公众号推文或者是腾讯新闻，都会在说这个东西，大家呢在腾讯大楼下面排着队装，然后呢，我觉得其实这就是做一个路演，然后 其实他们在做的事情是在卖自己的这个云服务器啊，然后说这个玩意能帮你去做这个做那个，但是我发现一件事情，大家都是在把它当做一个玩具在玩，装完呢，可能说是截个图发个朋友圈就，呃，大家这样结束了，然后我就想他能不能去帮我去做一点事情 啊？因为我平时还会去炒股票，然后去做电商啊，摩多多，我打游戏，三角洲烟云给大家做点攻略，然后我就说你 别只说吃我的电，然后花我的 talkin， 然后好歹帮我去把电费去挣回来吧。然后我来说说我让他去做了一些什么样的事情，第一就是我把他变成了一个二十四小时盯盘的全球股市的操盘 手，半夜三点大家都在睡觉，然后他自己会在那边爬网站去提炼新闻去做分析。当然这个二十四小时的前提是在于， 比如说你部署在云端，或者是说你电脑不关机的情况下啊，这是二十四小时，如果是你本地，那不是。然后呢，在我早上八点半我起床的时候，他会把今天当天的购买建议，以及啊我自己的一个持仓建议，世界格局的一个变化，影响到我们大宗商品的一个价格预测，也就是说 只是横跨了大西洋，我在睡觉他能自己做到。分析，呃，海外市场去发生了一些什么样事情？个根据新闻也好，大家就海外的一些啊，大家一些嗯状态去 评价，然后呢，他对国内的市场大概会有什么样的影响，并且去做一个早报啊，而且呢他还会拉着自己的小弟去开早会啊，我的这个一未来，我是想把它发展成中国古代那种啊， 三审六步啊，三审六步，然后呢交到呃我的手上，然后他早上会九点钟左右，然后我全部看完，九点钟之后开盘了， 然后他他不仅仅只是建议就这样完事的，他还是在实时监控的，因为你一定要知道他是一个呃权力权限特别高的一个执行层，他所以就说很多人说他是一个隐形的一个 talking 的 杀手。

你的大龙虾如果装了这个 skill 呢，你是可以二十四小时监控股票行情的。那首先我们来到 q vs 这个网站啊，然后这里呢是很简单的直接复制这个提示词就可以了。刚那个链接呢，直接粘贴到 open cloud 这里来就可以了，它自动会运行， 然后让它做一个二十四小时监控 ai 方面股票的计划，因为我不炒股票，所以我只是简单的让它做了一个演示而已，大家可以根据自己的需要来去给他提要求。 那如果你没有装大龙虾怎么办呢？那有一个很简单的方法，那如果没有大龙虾呢？凝固也可以的。凝固这里呢是可以安装很多 skills 的， 这里有个安装目录吗？添加就行了，只需要添加我们想要的 skill， 那 这里我已经安装好了这个 skill， 然后就直接可以在这里的使用了。 所以说大龙虾呢，虽然好啊，但是不是每个人都能装的上的哈，因为他确实是有点点难度的，所以我们还不如直接去找找国内的这些啊，很多智能体或应用不一定非得选大龙虾，而且大龙虾呢是安全性还是稍微差那么一点点哈。

兄弟们，我认为百分之九十的咱们跨境电商人养小龙虾技能点都点错了，都是研究怎么调广告，写 list， 怎么做市场分析，去了这些消耗大量的 top， 你 最终钱赚不回来。我认为最重要的是找客户 和谈成客户这两个技能点搞成之后，我们跨境电商就可以做的更好。我们鲫鱼小龙虾完全可以 找到你的目标客户，把目标客户塞出来，联系方式找出来，并且把他们加成你的好友，这是他的功能。而且小龙虾他绑定了这么多国外的聊天软件，完全可以直接用，你通过小龙虾可以以你的身份和客户去交流，把客户拿下来， 不管你最终是让他在亚马逊上购物，还是独立站上购物，或者是你直接转银行卡给他，他转钱给你，你让小龙虾帮你把这个谈成结果，最终我们去做产品交付，把钱合理的赚回来，这就是小龙虾真正对我们快递电商有用的技能点， 我们已经在这个方向尝试过了，真的能搞成，我们不用开发各种软件了，你就养一个小龙虾， 帮你找客户，或帮你谈成客户这一块做成了你拿赚到的钱，再研究其他的放烟花式的各种玩法，你就心里面不心疼了，让你的小龙虾走的更长远，让他去给你去工作，大家多多研究，相互交流，一起加油干吧！

一百八十九页的 open cool 蓝皮书的完整版，那么它包括了二十多个 open cool 的 赚钱案例，怎么来进行部署配置， 以及关键文件的解读，还有呢，一百多个真实使用场景的图鉴等等这九大模块都在里面，这个视频我会详细来对这些模块呢进行解读，那么视频的末尾呢，也 提供了蓝皮书的获取方式。那目前的 openglue 应该说是 agent， ai 领域的当红榨汁机相关的关键词的解锁量是一个月之前的十倍，这两天大家应该也被各种视频和文章 刷屏了，轰炸了，对吧，很多是教你怎么配置的，教你怎么来用 openglue 做项目的，以及一些支持或者是反对的声音。那不管怎么样吧，我们发现呢，国内的大涨纷纷的下场， openglue 的 创始人 peter 呢，入职了 openai， 然后国内呢，向腾讯也推出了他的腾讯云的一键的云端 表级部署的方案，而且前几天在腾讯的总部呢，他们线下呀，进行摆摊，然后帮助这个深圳市当地的市民来线下免费的部署 openglue 啊，足见这个 openglue 的 火爆，以及国内的主流玩家对这个东西的重视。 ok， 那 因为这个东西的重要性呢，我们可 能看到很多的视频或文章，但是呢，看了很多很多人其实还是不知道怎么真正去上手，因为我们看的其实都是 碎片化的东西啊，碎片化的东西呢，相对来说是比较浪费你的精力和时间的，因为你没有办法建立起系统化的这个认知，那你如果没有办法系统化建立认知，其实不如不看，那要看的话就要 进行系统化的全面的进行学习。那这就是我这个视频和我们一百八十九页这个蓝皮书完整版所要达到的目的，就是带大家系统性的去了解 openglue 的 方方面面，当然市面上也有一些这个 openglue 的 一些使用的教程，那 这些教程呢，我全部我们团队的都拉出来看了一遍，那么也学到了很多东西啊，但是我们发现呢，这些教程往往都是集中于 技术层面，比如说主要教你怎么来安装，怎么来配置，教你在这个 linux， 教你在你的 windows 电脑上，你的这个云服务器上，你的 mac media 上怎么来部署和配置。那我们这份指南呢，其实不仅包含了这些安装、配置等技术层面的东西，而且提供的宏观、中观、微观 单层的视角啊，包括了全球的用 openglue 来做项目的这样的具体的案例，以及一百多个真实的使用场景的图鉴啊。这个是我们团队自己花了非常多时间来搜集的，当然也包括这个安装部署、配置的方式以及踩坑的细节，以及 很重要的就是 skill 技能的开发，以及 openglue 它的这个文件系统，每个文件到底是做什么的，这样的细致的讲解 等等。我们有九个大的模块，目前一共一百八十九页，而且还在不断的更新。那这份教程呢，我特别强调三个视角啊，第一个视角就是我们还是从这个你使用 open cool 的 终极目的，对吧？商业化的视角，或者 我们说通俗一点就是变现赚钱的视角。因为我们团队呢搜索了像 reddit， twitter， 包括国外一些个人的博客，里面的大量的真实的案例，挑选出了二十多个有具体收入数字的。这个案例呢，放在了第一部分，也就是一上来不是去学那些技术的东西，你是看别人怎么用 全球的这些使用的案例，因为有了具体的案例呢，他会给我们启发，而且没有数字的案例呢，我们是没有包括进来的，这些都是真实的使用案例。第二个呢，我们当然也包括技术的视角，比如说告诉你为什么 color 模型在 edit 的 任务上 就是比其他模型好，背后原理是什么，怎么根据你的预算来选择最合适的模型组合，不是让你无脑去用最贵的，而是教你呢怎么花最 少的钱来达到最好的效果。第三个要特别强调一下，就是说 opencube 呢，要注意安全，我们有一个安全的视角， opencube 的 创始人 peter 呢，他自己都说，因为这个项目呢，是完全的 all web coding 出来的， 也就是全部的，它是用 ai 编程做出来的，之前就已经出现过了像这个供应链的攻击， rce 的 漏洞，还有谷歌封号等等这些问题嘛，这都是真实发生过的。那我们在教程里面呢，也给大家做了详细的复盘 和防护的指南，在我们第五部分社区的彩灯经验和安全的实践，所以大家要 open cool 呢，要提前知道怎么来做好这个风险的防护。那最后要提一下，就是我们 也提供的速查的手册和资源清单，这个呢，在最后的目录这一部分里面，大家学完之后呢，平时在操作 open cool 的 时候呢，可以去根据这个速查手册和清单 来暗图所见。好，我们现在进入第一部分，也就是我认为大家最关心的一部分，二十个真实的赚钱案例。那我把这个赚钱案例呢放在第一部分，因为我们 学生和工具啊，实际上是有一个最终目的的，你得知道 openglue 它的商业价值到底在哪里？那我挑几个呢，有代表性的 给大家来讲一下。案例一是这个 money market 预测市场套利，那在前两个月，二六年的一月份啊，一个 open clue 驱动的自动化交易系统呢，在 open market 上执行了超过 两万笔的交易，累计盈利一百七十万美元。它的核心策略是 open clue 呢，持续的监控新闻源和链上数据，在市场定价 出现偏差的时候呢，快速建仓构建成本大概是五百美元，每日运营成本大概六美元。当然，我在这个教程里面也特别标注了风险的警告，里面也给了大家这个 sum 点 m d 的 模板文件，以及 openclip 点 jason 的 配置文件。第二个案例呢，是 groupwork 这个项目 ai 写作工作，那这是社区最广为流传的一个案例，一个开发者呢，让 openclip 呢，作为 ai 的 协作者，十一个小时内完成的一个企业数据清洗 报告生成的项目，客户呢，支付了一点五万美元，全程他人工介入呢，其实不超过三十分钟。关键就是 opencube 呢，它有四层的 记忆系统，能让 agent 在 十一个小时内呢，保持任务的这个连续性，不会忘掉它前面做了什么。而这个呢，是传统的 agent 比较难做到的。第三个案例呢，是 ai 自动化服务代理的案例，一个团队呢，通过 opencube 完成了五十多个企业自动化项目，每季营收六十万美元。 典型的服务呢，包括邮件处理，自动化， crm 数据同步报告生成，每个项目利润呢，超过百分之九十，因为它的编辑成本呢，只有 a p i 的 费用。教程里面呢，我也详细的写了服务的这个套餐，它怎么来设计的，怎么获客，以及呢，怎么从这个能启动 到稳定。第四个案例呢，是内容营销的自动化矩阵，用 opencool 呢，搭建全自动自动的营销系统， agent 每天研究 趋势话题，转载 seo 的 文章分发到多个平台运营几个月之后呢，越稳定，收入三千两百美元， a p i 成本呢，不超过三十美元。 里面呢，也给到大家这个心跳 m d 文件的配置。第五个案例呢，是 curlhub 技能市场变现啊，那开发者呢，发布了一个企业报告，自动化的技能定价每次二十九美元，三个月被下载了三百二十次，总额入九千二百八十美元。 教程里呢，我详细的分析了好 mate skill 具备的这样一些特征是什么，解决高频痛点，配置越少越好，这样呢，你的价值容易体现，以及名字直接描述功能，比如说你的日报生成器， 就好过智能文档助手这样抽象的名字。那除了这些呢，教程里面还有像 b 站 up 主工作流自动化、律所文档处理、跨境电商选品、直播间弹幕自动回复、 hr 简历筛选、房产经纪人、客户跟进、教培机构作为批改独立开发者， seo 自动化播客、转文章的内容矩阵， 企业内部支付等等，这些一共呢二十个案例，那每个案例呢，都附带了完整的实现路径， so 点 m d 模板， openclip 点 jason 的 配置、成本估算以及定价参考。所以这些东西呢，其实是你拿过去可以修一修，你就可以直接拿来用的。模板的 第二部分呢，是讲 opencube 的 这个背景的情况，它出现了背景啊，这部分呢，啊，其实非常精彩啊，我整理了大概五六个相关的播课，就是创始人最近呢，都在上一些硅谷的播课，我把这个播课内容呢，做了一些整合和整理。那放在了我的这个教程里面啊，这里面就包括非常著名的 redman 对 创始人 peter 的 这个长篇的专访。那首先是 ai agent 的 时代为什么到来了？因为二零二五年，其实有两个关键的技术进步，一个呢，就是工具调用能力成熟了，那模型不再只生成文字，它可以决定调用哪个 api， 传什么参数，当然之前也可以。 二零二五年，它成熟，意味着它调用更精准的，更准确，它不会混乱。第二呢，就是多步推理链趋于稳定，模型终于可以可靠地完成，比如说查网页，然后整理信息，发邮件等等这样连续的 复合的任务呢，一次性执行任务可以长达数十个小时。那 open google 呢，就是在这个技术的临界点上出现的。那然后是创始人的这个 partner， 它的完整故事啊， petter 呢，他是奥地利的开发者，之前花了十三年呢，做成了一个项目啊，运营在十亿台设备上，一个企业级的产品 卖掉公司之后呢，他退休了，但很快发现呢，退休并不好玩。于是二五年十一月的一个周末，他花了几个小时写了 open clue 的 第一个原型版本。在我这个教程里面呢，也列出了整个的时间线啊，里面有一些精彩的瞬间，大家可以自己去看一下。我觉得特别值得一提的就是三月八号，也是前两天啊， 个 star 数量呢，达到了二十七万，目前是 get up 上 star 最高的项目，而且它的增速也是最快的一个项目。你像排名第二第三的是什么呢？是这个 react 框架是 linux 啊，这些开源的操作系统。深圳龙港 ai 局呢，发布了 openclube 使用支持措施征集意见稿，一个开源项目，你想想，能够引起地方的这个政策的关注， 直属非常的罕见。那我们也可以对比一下这个历史上的增长速度啊，像 react， 它达到二十五万， star 用了十年以上，然后它是 flow 呢，用了五年以上。那 open cool 呢？三个月 open cool 在 爆火之后呢，几乎所有的大的 vc 和大厂都联系到了 partner， 那 么它有好几个选择，自己继续做，成立公司，融资或者是加入 大厂啊。其中这个 meta 的 扎克伯格也找到了他。另外呢，他也跟 open ai 的 奥特曼也进行了对话，最终呢，他是选择加入了 open ai， 据说 meta 的 出价最高，但是 peter 自己有他自己的一套原则，不是为了钱，是为了乐趣和影响力，所以他最终选择加入了 open ai。 那 目前呢，全国已 经兴起了这个养虾的一个热潮，而且出现了这个养虾的文化，那为什么这个养虾现在成为了二零二六年 ai 圈的 标准问候语？就是你养龙虾了吗？有三个原因，第一个呢，就是降低传播门槛，那养虾比什么部署 agent 更容易向非技术人士解释。第二呢，制造了一种认同感，养虾人是一个有边界 有认同的社群。第三个有一定的这个社交货币的属性。那在朋友圈晒我养了一只虾，比晒我部署了 open clue 呢，让别人听起来更有趣。 那全国来看呢，走得比较前沿的可能就包括深圳，还有这个苏州这些城市。在这个教程里面呢，我也给出了哪些人群适合来使用 open clue， 以及典型的玩法是哪些，大家可以去看这个表啊。接下来呢，就是第三部分，保姆级的安装部署 教程，那这是我们整个教程里面核心的部分，因为我知道很多朋友啊，他是非技术背景的，所以这部分呢，我们写的非常的详细，教程里面呢，包含了七种部署方式啊，所以不管你是什么样的基础的配置啊，总有一款是适合你的。第一种就是本地的 n p m 安装，这个呢，其实是 有开发背景的人员的首选啊，在 mac， linux， windows 全平台呢，都有详细的步骤。第二呢是 docker 部署，那如果你比较熟悉 docker 的 mini， 可以 采用 docker 部署。那国内的阿里云和腾讯云呢，也推出了 傻瓜式的一键部署的方案，比如说你是用企微的，那你可能是腾讯云的一键部署是你的首选。还有呢，像火山引擎，百度云也推出了自己的这种部署方案。另外呢，像扣子编程也有零门槛体验的方案，这是扣子编程的 数字编程，可以极简部署。做为 cool， 我 最推荐的一种方式，其实还是使用 mac mini 来进行部署啊，因为它有几个特点，就是它可以低功耗的七乘二十四小时来运行，全年无休，一年电费不到一百块钱。而且因为是 本地自己的电脑数据，你没有对外的，所以呢，你的文件的隐私可以得到保护。这里很重要一点就是你的这个安装啊配置 其实只是开始，后面的模型的费用才是大头。现在服务器成本其实已经降到很低，比如说最低的每年可能就这个几十块钱，所以真正持续的成本在于模型的 a p i 的 调用。 选平台时候呢，重点看模型套餐的价格，而不应该只看服务器的价格。那如果你要部署在 mac mini 上，那现在这个最低版的 mac mini， 它的价格大概是两三千块钱，它是十六 g 内存，然后二百五十六 g 的 硬盘。这个入门版的 mac mini 呢，运行 openclip 这个网关绰绰有余。当然，如果你要运行更复杂的项目，你里面可 们还想安装这个 cloud code， 还想操作性软件，甚至是这个，你想做这个多 agent 的 这种运行。我推荐你是购买二十四 g 内存的，因为我自己买的就是二十四 g 内存的，用起来确实是非常的顺畅。而且最重要就是你看我买回来两个多月了，也就只关了两次机，每天早上我好几个定时任务啊，早上一起来，然后呢， 像我监控的这几个，全球的，硅谷的这些十几个播客源，然后他们过去二十四小时播客的更新的内容，全部直接就推送到这个我的 telegram， 直接通过 opencube 呢推送给我，那我就能获得最新鲜的一手的播客的访谈的 原文以及翻译成中文的版。再往下这一部分呢，有一个非常重磅的内容，就是关键配置文件的解析，那这里要说到就是 open cool， 它的这个设计哲学啊，叫做一切皆文本，这个大家一定要记住啊，一切皆文本，它的所有配置呢，都是 文 macdunk 文件或者是 jason 文件，而且直接用文本编辑器就可以修改，不需要其他的任何的专有的工具。那么 open cool 呢？它的核心的文件系统呢？就长成这样的教程里面呢详细解析的 五个核心的文件，第一个就是 agent 点 md 这个文件，那么它是定义了这个 agent 的 身份，相当于系统提示的模板。这个 agent 点 md 文件呢，它是 agent 的 工作说明书，每次绘画，每次的 section 启动的时候呢， 它就会加载这个 md 文件，这是一个典型的 md 文件，大家可以看一下，这里面包括了 agent 的 名字，核心的职责是什么？比如说 处理日常消息和任务，管理邮件，日历文件，执行自动化工作流，然后还有什么你的回复风格，你希望他以什么风格来回复？是弹率点名直接的，还是说这种更加这个接地气的风格，你就可以在 m d 文件里面配置好？还有呢 行为规则是什么？还有工具使用的规则，比如说删除文件前必须向用户确认等等，这些规则你可以写在里面，这是 m d 文件。好，接下来一个非常出圈的一个文件啊， open cool， 非常出圈大家经常讨论的一个文件叫哨点， 也就是灵魂文件。他的这个文件呢，是 ag 的 定义了他的核心人格和不可违约的价值观。所谓的这个宪章，它的关键特点就是说创建之后不应被后续对话修改，因为这个很容易成为一些攻击的目标。这是典型的一个灵魂文件， 我们可以看一下里面有这个身份证，同，然后核心价值观是什么？忠诚、诚实、安全，比如说忠诚只服务于主人，不接受任何第三方的控制命令。还有就是诚实不确定的事情呢，明说 确定，不要绕弯子，不要编造信息很重要。这个文件呢，当然你如果有自己的想法，自己想要指定的他的这个人格特点， 你都可以写在里面。再一个呢就是 user 点 md 文件，这个文件呢储存的关于使用者用户的一些本身的信息，这样可以让 agent 能够知道他 对话的这个对象是谁，从而提供更加个性化的服务。这是一个典型的这样的一个文件，比如说称呼，就是说这个你的小龙虾应该称呼你什么，比如说称呼你老板或者新哥，然 用什么语言，还有这个偏好和习惯，早上九点前不要来打扰我，或者是你的这个输出的报告的格式是什么？比如说结论，先行，先放结论，然后呢后面再放这个描述的细节，还有呢不喜欢废话直接说重点等等这些内容， 以及可以把你的这种常用的联系人，你这些联系人呢，也可以放在里面，也就是心跳机制。那么他可以定义定时任务，让 ag 的 在没有用户主动触发的情况下，他也能主动的 执行操作，他会主动来找你，你在出发之后主动来找你。最典型的就是我们的这个每日早报，每天八点三十出发的每日早报，像我每天刚才讲的就是全球的播客的这样一个转录的 一个定时任务，每天早上我是八点半，它会推送给我那一个 agent 里面呢，你可以设置很多个不同的这样的定时任务，因为定时任务呢，你分类啊，其中这种，比如说间隔型的定时任务，就是比如说每隔一个小时，它去监测一下，去检查一下某一个网站是否更新，这种定时任务呢？它会持续的消耗 api 的 token， 所以 这种心跳任务呢，最好要使用这个免费的模型。好再往下一个文件呢，是 openclip 点 jason 这个文件啊，这是配置文件， openclip 的 配置文件非常非常重要，它是全局的配置都在里面，以及 选用什么模型，你的这个 openclip 的 部署的渠道以及认证方式等等都在里面啊，这是一个典型的文件。那这个在我们的教程里面 给了大家一个视例，比如说这个 agent 有 哪些 agent？ 然后呢？这个 model 我 们选择哪个提供商？是比如说 deepsea 提供商，然后提供商下面是哪个模型？比如说 deepsea chart 这个模型，还是 deepsea 推理这个模型 好。再往下很重要的一个 open group 的 使用的方式就是渠道的接入的问题，那教程里面覆盖了像接入 telegram、 飞书以及企微等等五大平台的详细的 配置步骤。那其实这个配置呢，也就是修改 openclude 点 json 这个文件，其实你掌握了这个一个渠道的修改，其他几个渠道都是一样的，就是你按照这个 同样的方法去修改这个 json 配置就可以了。那里面呢也有详细的，比如说 telegram， 它的接入的方式，一步一步你跟着操作就可以配置起来。因为不同的渠道它的配置呢还是有些不一样的，比如说这是非输的 啊，这是 qq 的， 这是企微。好，我们在这一部分我觉得非常有用的一个内容，就是我们提供了三十个高频爆破的排查手册，有安装类爆破的，那么还有像 后面的这个网关启动类的报错啊，每一个报错你到时候自己做的时候呢，你发现这个报错，你就可以在我们这个教程里面来查到底怎么解决你这个报错，你可以通过这个全局搜索来定位出这个报错，然后呢找到这个解决方案，再往下。还有像这个模型 a p i 类的报错，你看比如说这个四零幺是什么， 对吧？无效的 a p i k 怎么来解决？还有渠道接入类的报错，这个 bot token 无效， bot token 无效，就是你的这个 bot token 啊，可能过期了等等这样的内容，还有 skill 类报错、技能报错等等吧，我们这边就非常多，包括安装类的 getaway 启动类，然后模型类、渠道接入类、 skill 类、 docker 二类、成本和安全类。那每个报错呢，都有原因分析和解决方案，这部分都是我从社区里面收集的真实的问题，能够帮助你节省大量的这个排查时间。第四部分呢，是大模型选择以及配置的指南， 选对模型呢，成本减半，效果还翻倍。那么教程里面首先给了二六年三月份目前的主流模型的一览表，包括 cloud gpt， gmail dixic， 包括这个 国产模型和本地模型，那每个模型的价格，上下文窗口特点都有详细的对比。然后呢是模型能力的雷达图，从中文理解，代码生成，工具调用的稳定性，常温档分析，多轮对话，推理能力， 图片理解，还有价格竞争力八个维度呢，进行打分。并且最终呢给出了一些核心的结论啊，像工具调用场景，哪一个模型最稳定，以及中文内容生成这个场景，我们发现呢， deepsea v 三性价比是最高的，那价格只有 cloud 的 十分之一。还有呢，像图片分析任务这个模型，这类场景下哪个模型 效果比较好？那教程里面呢，提出一个被很多人忽视的重点，就是 cloud 三点五或者四。 haiku 这个模型呢，是被低估的性价比之王，它在简单的信息解锁，格式化输出，固定流程，任务执行。这类场景下， haiku 几乎和 sonit 一 样好，但成本只有 cloud sonit 的 七分之一，所以推荐的策略呢，就是百分之八十的任务用 haiku。 那 复杂任务呢，升级到 sonit 最难的任务呢，才用 opus， 因为 opus 非常贵啊。那再接下来就是智能模型路由的配置啊，这里呢介绍了 ibenglu 点 jason 这个配置文件里面怎么来进行配置，从单模型配置到双模进行配置，以及回退链的配置，任务专项路由配置四个级别循序渐进，这是双模型配置， 这是这个回推链的配置，这是任务专项路由不同任务路由的最擅长的模型。这些配置文件呢，都在教程里面，大家可以直接拿去参考的。那接下来呢，就是五大场景模型的推荐方案，比如说做个人副业的预算每个月 五十美元，还有呢小团队服务，你的预算是每个月可能两百美元，再比如内容创作的工作室预算呢，每个月是一百美元。这些场景下应该用什么样的 这个方案？在这个教程里面，我们给了这个推荐的方案，那么在接下来是十四章，就成本控制和优化的技巧啊，这个也很重要，那首先就是 token， 它的计费的基本原理是什么？ 那么 opencloud 呢？每次调用啊，它都要包含前面我介绍那几个 md 文件，它包括这个系统提示 so 点 md 文件，还有 agent 点 md 文件，还有 user 点 md 文件，以及心跳点 md 文件，这些它每次都要发送的。那么还有呢，就兑换了历史，当然它是摘药，还有 工具，它会用到的工具的这个介绍摘要的信息也会传输进去，所以你会发现的，每次绘画呢，提交给 ai 的 上下文是很长的，所以大家有一种感觉，用这个小龙虾会发现这个 token 消耗非常快，因为就是我们输入的内容非常的多啊，它配置文件里 面的信息都会输进去。那教程里面呢，我们给到大家这个六大省钱技巧啊，第一个就是这个灵魂文件怎么来最小化，我们给了一个 反面教材和正面做法，具体是什么？技巧二呢，是开启 isopic prompt 缓存模式，因为 isopic 支持对重复内容进行缓存，可以节省百分之九十重复的 token 费用。技巧三是对话历史进行压缩。技巧四呢，是批量处理， 一代逐条处理。技巧五呢，缓存相似查询结果。技巧六，设置成本上限，就是你最多要花多少钱，不管怎么样，你设置一个上限，超过了 ok 就 停止，这样呢，能避免这个无限消耗你的信用卡。我们在这一部分呢还介绍了这个国外模型的接入方式，通过一个聚合的 a p i 的 网站 openroot 来接入国外的这些大模型。当然这个网站呢也可以接入像 deepsea 等国内的模型，它是一个模 模型的聚合站，通过一个 api k 呢就可以调用基本上全球各种各样的模型，而且里面有一些免费模型可以使用 open rota， 它的核心优势还是蛮多的，也是我一直在用，用了好几年的一个中转站教程里面呢讲了这个详细的配置步骤。那里面还提到一点，因为现在这个 小龙虾特别火，所以国内的像智浦，像这个 mini 啊，都推出了这个 coding plan 的 这个计划， 那我会介绍一下他们的这个 coding plan 的 计划到底是什么样的价格，以及怎么来开通教程。第五部分呢，是社区踩坑经验以及安全的实践，这部分非常重要，但是很多 教程呢，没有讲到啊，里面呢重点提的这个，首先呢就是三大灾难性的事故复盘，这也是之前的一些真实的灾难。第一个就是 a p i 账单的暴涨， ready 的 上面的一个用户分享的它的这个惨痛的， 他一晚上就花掉了一万两千美元，因为没有设置预算的上限， agent 陷入了无限循环调用，一夜之间产生了一点二万美元的 a p i 费用。那么教程里面分析了原因以及防护的措施，防护措施呢，其实有三道防线啊。第二个事故呢，是 t s 的 注入攻击，这是 unico 历史上最严重的一个安全事件啊，恶意的 skill 呢，通过 t s 注入试图修改 agent 的 song， 点 m d 文件，获取用户的 a p i k 和个人信息，那 clue 点 have 这个技能网站上大约百分之二十的 skill 呢，被确认为是乐意的 事故三是 ostoken 泄露导致的障碍封禁，那谷歌大规模封禁 open clue 用户账号，原因就是 token 的 泄露。教程里面后面呢，是最高频的踩坑清单，五十条，这个是非常宝贵的这个经验啊，我觉得每个人都应该认真的去多读几遍，比如说 so m d 文件太长导致的 open 的 浪费，这是配置类。那后面还有这个运行时业务逻辑类，性能优化类，那每条呢，都是社区里面 踩过的真实的坑，随便举一个，比如说这个业务逻辑类踩坑啊，有三十一到四十五条是讲这个的，比如说 agent 呢，做了用户不期望的动作，问题是什么？然后解决方案是什么？在这个 m d 文件里面，你添加这一句话，还有呢，多 agent 的 协助时，角色 混乱怎么来解决？还有呢这个重要决策依赖单一的 agent 怎么来解决？应该用什么样的架构？其实它这给的啊，就是架构师使用这个双 agent 来确认决策 agent 以及验证 agent， 最后才执行。这里面很多大家可以自己去看，第十七章讲了推荐的做法以及反模式啊，这里的反模式呢，就是 我们一定要避免的一些做法。第六部分是十大行业落地解决方案，这里面包括像内容创作与媒体行业、 法律行业、教育行业、电商行业，还有人力资源行业，医疗健康还有供应链等等这些。比如说内容创作与媒体行业，那这个就是一个自媒体的内容工厂，每天的自动的多平台的适配内容，里面的所有点 md 配置文件， 我们给出了，还有这个工具配置文件也在里面，每一个方案都有完整的数点 m d 配置工具实现代码以及收费的模型。比如说这个内容工厂，那收费模型，它包括基础版、标准版、旗舰版三个层次啊，每一个层次的服务内容以及定价， 我们这个给到大家一个参考好。第七部分是从零开发自己的 open cool 的 技能，那里面介绍了什么是 open cool 技能， 技能有哪些类型？三种类型，工具型、流程型以及集成型三种类型。这样分类之后你就知道你做的这个 skill 属于哪一种类型，它们的特点是什么样的，以及技能目录结构是怎么样的。那我们会详细讲这个目录结构里面包括 skill 点 md 文件， scripts reference， 还有 essence， 也会讲到 skill 点 md 文件，它具体的写法是什么？其实这一块儿呢，这个不仅限于 openclip， 包括 cloud code 里面的 skill 也是同样的框建方法。那在这部分呢，还讲到了进阶的商业化技能的开发，以 seo 工具为例， 如何来开发一个有商业价值的技能，那么这个技能呢，可以分析任何网页的 seo 得分，是内容营销从业者的刚需工具， 这里面有详细的过程以及 skill 点 m d 的 文件。最后呢，也会讲到如何发布到 cloud hub 市场，那还有提升技能销量的运营策略与收益评估模型，如果你想在 cloud hub 上卖技能赚钱呢？这一部分就要重点阅读了， 第三十章就讲到了如何发布到 kolhaub， kolhaub 的 具体的介绍，发布流程是怎么样的好。第八部分是多 agent 写作的高级的玩法，那么讲到了为什么我们要用多 agent， 单个 agent 有 什么样的局限性，上下文窗口有限等等这些局限性以及多 agent 针对这些局限性，它的优势是什么？ 还有呢，三种多 agent 的 架构模式，流水线模式、定型模式以及层级模式。接下来就讲到非常重要的就是多 agent 怎么来配置的，实际上也是在 opencloud 这个 json 文件里面进行配置演示的，配置文件配置的方法在里面。好， 这一部分呢，会给到大家两个完整的实战案例。第一个实战案例是研究报告的自动生成系统，那这个可以在两个小时之内呢，生成专业的研究报告，这样一个多 a 阶的系统。原来你做这样一个专业报告呢，可能需要三到五天甚至更多，里面有各个 a 阶的向量 m d 文件怎么来写的？ 比如说写作 agent， 搜索 agent 以及写作的 agent。 第二个案例是自动化内容运营系统，里面也包括了整体的架构以及多 agent 的 配置，也是在这个 opencloud 点接受文件里面怎么来写好？第九部分是最后一部分， opencloud 加 cloud code 黄金工作流， 那两个呢，都是当今最火的 agent 工具，一个非常典型的组合用法就是 opencloud 呢，管理整个的数字生活，用 cloud code 管理代码库。 这两个组合应该是二零二六年最完整的最有效的 ai 驱动的工作流。最后一部分就是目录速查手册和资源清单。目录有很多，第一部分就是 unklu 的 命令速查表，那如果你在自己做的过程当中有一些命令忘了，你可以到这个目录里面来查看。还有常见问题的解答， 各种问题我们都收集了，比如说这个 windows 上中文显示乱码的问题，配置的问题，配置之后提醒无效，无效的一个 p i， 还有曾轶路点解删修改之后呢，不生效等等这些问题。第三个目录呢，最佳配置模板里面直接给了个人使用的极简配置，还有小团队推荐的配置。第四个目录呢，是学习资源的推荐，里面有官方的这些资源，国内社区以及相关的技术文档， 还有推荐的书籍和课程。目录的第五部分是词汇表目录，最后一部分是非常重要的，全球我们做了接近一百个真实案例的图鉴，那么这些都是整理来自于 reddit， github， twitter 还有知乎等平台的真实的用户的分享，包含了十七个应用分类， 实际上呢，这个项目啊，一共现在有一百零八个，是七个应用分类来源平台呢，超过了四个，比如说里面有教育学习的、生产的，还有内容创作相关的， 客服相关的，电商零售相关的，这些都是 open cool 的 真实使用的场景，这个相信对大家会非常有帮助。好，这就是我们整个的 open cool 蓝皮书，一百八十九页的完整版的内容，这个应该是市面上目前最全面和最实用的 open cool 的 中文的教程了。 需要这个蓝皮书的可以下方打一个六六六，或者在下方评论区找一下链接，总有一种方式你能联系到我们，这个免费分享给大家，如果这一期的视频和 openglue 蓝皮书对你有帮助的，可以点赞收藏，我们下一期继续。

最近是不是被 open 可乐这个小龙虾刷爆屏了？全网都在说养龙虾炒概念，连 a 股相关板块都直接先涨停潮。但是你们知道吗？这波爆火的背后，国内早就有七家公司悄悄卡位布局，把这个 ai 新风口的上下游全给吃透了。 更关键的是，一边是政策疯狂扶持，一边是工信部紧急提醒风险。这冰火两重天的局面到底藏着啥逻辑？今天就掰开揉碎了跟大家聊透，保证都是大白话，听完你就全懂了。可能有人会问，这 openkey 到底是个啥？为啥突然就火了？ 说白了，这玩意不是普通的聊天， ai 是 能真真正正替你干活的数字员工。你说一句，帮我做份市场报告，他自己会搜数据、做表格、写报告， 从对话到执行，这就是 ai 的 下一个大趋势。现在 github 星标都破二十四万了，深圳无锡还出了专门的扶持政策，最高补五百万，这热度能不高吗？但又有人问了，这么火的东西，为啥工信部还提醒大家审慎使用？ 很简单，这东西权限太高了，能随便访问你电脑文件，调用系统功能，搞不好就会被黑客钻空子，数据泄露系统被控制，都是大风险。 所以这东西不是不能用，是得用对方法。而国内这七家公司，恰恰就是解决这些问题的关键。那这七家公司到底在这波浪潮里干了啥？是不是只是蹭热度？当然不是， 每家都有自己的专属赛道，把 opencloud 的 落地难题全给解决了。先说说拓维信息，人家是实打实的国产算力底座， 把 opencloud 和鸿蒙系统深度适配了，还做出了边缘 ai 小 站，相当于给小龙虾造了个安全的国产躯体，数据不用往外传，既好用又安全，这可不是随便蹭蹭就能做到的。再看中国长城，专攻安全的，现在大家最担心的就是 opencloud 的 安全漏洞， 人家直接把这玩意部署在自己的国产硬件上，金融级的安全隔离政企用着，完全符合合规要求，把最核心的安全顾虑给打消了。尤克德更牛，直接搞了专属部署镜像，一件就能装，十分钟搞定。 以前部署这东西得有专业技术，现在个人开发者、小团队都能上手，直接把门槛干下来了。还有网速科技做加速的，全球两千多个边缘节点，让 opencloud 运行延迟降到五十毫秒内，还配了全链路防护，人多高病发用着也不卡，这个体验感直接拉满。 汉德信息是做企业服务的，把 opencloud 集成到企业的财务供应链这些场景里，让企业能直接用这个数字员工干活，推动这东西真正商业化落地。顺网科技则盯着我们普通用户，把 opencloud 装到网吧的 ai 云电脑里， 不用自己部署，开机就能用，让咱们普通人也能轻松体验到，直接帮 openclaw 打开了 c 端市场。最后，首都在线做国际化算力的，在五十多个国家布了数据中心，国内的应用想出海用 openclaw， 人家能提供低延迟的算力支撑，把这东西的舞台从国内搬到了全球。你看 这七家公司，其实就是搭了一个完整的生态，从底层的算力安全，到中间的云服务应用加速，再到企业端和个人端的场景落地，甚至还有国际化的支撑，把 opencloud 从一个单纯的技术概念， 变成了能真正落地能用的东西。现在的情况就是，政策在使劲推，深圳、无锡的补贴政策都出来了， 大厂也在入局，阿里、腾讯都在做相关的合规服务。技术落地的速度越来越快，但同时安全风险也摆在眼前，而这七家公司的布局，正好踩中了技术落地和风险防控这两个核心点，既跟着风口走，又能解决实际问题，这才是最关键的逻辑。 所以说到底，这波 opencloud 的 爆火，不是偶然的概念炒作，而是 ai 产业从单纯的技术研发走向实际应用落地的必然结果。 国内这些公司的卡位也不是盲目跟风，而是基于自己的主营业务，把自己的优势和新的技术风口结合起来，这才是产业发展的正常逻辑。 当然了，我们也得清醒，新技术出来肯定有机会，但也必然有风险，不管是企业还是个人，用的时候都得守好安全底线，这才是长久之道。 最后问问大家，你们身边有人在养龙虾吗？觉得这个 ai 数字员工未来能替代哪些工作？评论区，聊聊你的看法，咱们一起交流交流个人观点，仅供参考，不推荐股票，不预测涨跌。

上周五 open 扩二提醒我，策略触发了，让我去买这个股，我打开他的周线图，一路向下都看不到当爹的迹象，后面在犹豫要不要入手买，但我的策略是告诉我要入，手心一横就半仓买了， 买了之后就把软件关闭了，不再管了，希望不要买在半山腰上，朝底不成功反被埋。不过策略告诉我买，那我就买吧。后面就验证这个策略怎么样，看一个月、两个月，一季度、半年它的收益有多少，你们觉得呢？

小龙虾火了，所有的人都去养虾了，你装好了，部署完了克拉哈巴，里面有几万个 skills， 也加了一堆，然后呢？不知道该干嘛了？这个时候，割韭菜的反贼们就要出现了，他们会卖给你一套调教好的半成品，号称只要部署好就能够自动出爆款，你付了钱，拿到了那个能够出爆款的龙 假。最后你发现路径就老三样，要么去自媒体平台卷流量，要么去投资市场做研报，要么就反过来教别人怎么用 ai。 我 不是说 open club 不好，它很强，但是有没有想过，它到底解决了谁的问题？它解决了飞书、 qq、 企业微信、钉钉、日活增长的问题，解决了你的 token 销魂慢的问题，解决了大厂没有牛马贡献 token 和训练模型的问题，解决了供应商赚钱太慢的问题，解决了卖教程的需求， 解决了很多人跟不上 ai 潮流的焦虑，解决了技术爱好者发文分享的需求，解决了自嗨和情绪价值的需求，解决了产品经理不知道写什么需求的问题。你发现问题了吗？这里面任何一个解决，跟我们赚钱有一毛钱关系吗？ 大模型是概率模型，没人引导的时候，它最擅长生成的就是互联网上已经重复过无数次的东西，没有方向，没有输入，全自动大模型生成的就是数字垃圾。所以你以为你在用 ai 做内容，做研稿，去教别人而已。 而最扎心的是什么？是你以为安装了小龙虾就冲进了一片蓝海，但其实是被人占满的赛道那边是私有化部署、定制化工作流，专门运营的专业团队，而你手里只有一个足来的账号，每个月还要给他续费，拿什么跟他们拼？ 但你知道最讽刺的是什么吗？是真正能够让普通人用 ai 赚钱的方法，根本不需要什么 open 可乐、小龙虾，甚至不需要花一分钱。问题从来不是 ai 不 行，而是你用错了。 怎么弄呢？就三步。第一步，去找你所在领域里已经跑出数据的爆款文章。注意，不是你觉得写的好的，是数据证明了它好的，把它扔给 ai。 比如说像豆包、 deepsea、 kimi， 随便一个免费的就行，让他给你拆标题，怎么写，情绪怎么走。拆完 ai 会给你一套爆款提示， 拆完 ai 会给你一套爆款提示词。第二步，把你的人设塞进爆款提示词，你是谁啊？你是什么风格的啊？你的读者是谁啊？注入进去，这个提示词就变成了你专属的提示词，别人是复制不了的，因为人设是你的。第三步，就是拿着你的专属的提示词，每天去生成文章，尽情的挥洒你的才华。哎，就这么简单。哎呀， 你回头看看那些养虾的人在干嘛？让 ai 从零瞎编，编出来都是互联网上重复了一万遍的废话，而你呢？你让 ai 站在真实爆款的肩膀上，按照你的风格去写，一个是数字垃圾，一个是有迹可循的内容生产线，这中间差的根本就不是什么小龙虾，差的是脑子。 你不需要去写文章，不需要去部署什么龙虾，你不需要去买什么半成品，一个免费的 ai， 加上你愿意十分钟找几片爆款就够了， 我砍到解决十个问题，没一个跟我们赚钱有关系，而这个方法只解决了一个问题，就怎么让你做出来东西有自己的风格，真的去有人看好技巧交给你喽，有成绩记得回评论区来报喜，我们下期见。拜拜。

杨老师，最近 open crawl 很 火，基本达到全民的热潮，咱们这个在市场板块上怎么体现呢？ 你的意识估计你也你也下了， open crawl 也玩得很，应该是一个资深玩家，从你的语气感觉很感兴趣，这个东西是国外传过来的，但最近火是在这一周啊，腾讯搞了一个免费下载，很多过路路人只要路过了， 腾讯是免费给装一个，几分钟就装好了。但是这个东西你又问到了，我要告诉你，我先告诉你是有什么用，然后再说对国内板块有什么刺激啊？他对整个二级市场，对我们的国内投资有什么帮助？好，具体展开来看，我觉得三个部分，既然是作为一个头部的一个智能体，他只是一个大的框架啊，具 体要接的话，还是要去接我们的一个云端，云端的数据，云端的一些云厂商，这是第一步，我们知道国内的三架马车，呃， 阿里火山引擎，还包括腾讯这边的，是不是？这三大是我们三大江山，三大三图鼎力，只有装他们东西，可能你的这个一键部署之后，你成本会很低，你要自己装会涉及到很多硬件的一个绑定呢， 你的要求，所以我们现在在在这个前提下去展开，就是云厂商先布局。那第二个装这个东西之后你要怎么用呢？ 最终还是要去落地大模型的，大模型是你接触这个 open code 的 一个直接主体，没有大模型你装的东西一点用都没有，是不是？所以最后是要大模型去给我们带来我们手机的一个智能，智能体的一个规划的一个优化的，所以我只给啊第一个 最受益板块最好的。呃，会，未来长得会特别好的。短期内就是我们的云端云厂商加上 mini 大 模型，你看 mini max 和我们的一些 kimi 一 些模型，它算力是过剩的，那 这个算力既然过剩，我们有这个 open coin 了，可以把它的一个东西叫什么？一个内部的一个池料，相当于为它的池料给它调出来，调出来之后 用高性价比 i 去做一个互，一个互动，一个对接，这样的话这个大模型用在我们的 open coin 上我觉得就会很好。但现在不是像现在这种大模型是很稀缺的，因为 刚才说大模型载体大模型少了之后，未来你的这个手机上用这个 oppo 可乐就会机会很少，你不会觉得它够用，或者是对你有多大帮助，所以未来还会有更多更好的模型出来，必须是 有性价比的。核心的 c 那 个 api 调用，这是众自动，这短期、第二个中期可以炒作了，我觉得就是关于我们的 ai 服务器和 ai 芯片，这是底层算力逻辑啊，你知道 ai 应用再好，你的框架再好， 如果说算力不够用，那你再走下去走的更好，我觉得是不现实。比如说像这一次，呃，这些 open core， 它其实对接我们 国内这边的更多的，像海王啊，像海王啊，像一些头部的芯片给它做一个布局，那这样剪好之后，你的大模型也好，包括这个 open core 的 框架也好，才会绑定的更深、更稳定。这第二个关注了，还有一个我觉得是未来啊，未来 中长期可以对我们的行业有很大影响的，我们刚才头开门店他就说了，他影响的是我们的一个日常的规划，我们文件的执行，包括代码的一个编辑，那其实最关键的还是我们普通人 c 端的一个消费者用到的就是日式规划和文件执行。所以你看 有很多一个一个赛道，比如说像企业这方面的什么财务啊，还有一些金融啊，再有一些，呃，这个编程的医疗行业 都会拥有这些东西，将来这些行业才是整个 iphone pro 变现能力最强的赛道。这叫垂直大模型，这是未来的方向，所以我们刚才从短期的云厂商布局加大模型，中期的 ai 服务器加芯片，长期的 垂直大模型给你做了一规划，这是未来我比较看好的三个短、中长的 opencarlo 在 国内的映射。我不知道这个回答是不是你想要的回答，所以一句话总结一下啊， opencarlo 目前是如火如荼在国内去打开的，因为世界上目前没有特别好的第二个能替代的 ai 智能体去这么布局，大家都各自为战。现在有一个这么好的框架出来了，那在北 北美，北美的这个花街，或者说在北美的这个大厂的一些核心区域，包括谷歌，包括他们一些，因为哪里去？其实每个人都在玩这个东西，那国内现在也是正在玩，所以我们头一次头一次接触，第一次接触的时候可能觉得，哎，可能没多少用处，但是你千万别卸载，我觉得后面还有很多的一个机会， 还有很多的一个用处在等着你，这是一个很好的一个使命的突破，未来就是 ai 智能体， ai 应用的一个天下，有一个好的载体，然后再加上一个好的大模型，你， 你的办事能力，你的执行能力可能还会更好，甚至有一天你会觉得如果他超过千万的，超过千万的什么点奶茶呀，超过千万的跟你 买电影票或者干嘛的，你就知道这个模型、这个框架有多好了。所以 oppo、 cola 是 给我们的一个机会，你装好了之后，后续等着进一步的发酵。当然作为二级市场呢，该盯好的核心板块，刚才说了短中长了，也该盯好了，我觉得要去盯好，有一天发酵的时候，你的埋伏现在就是正当时。