claude code包月注意事项

cloud code 没有 a p i， 就 像跑车，没加油，再强也跑不起来。今天教你用最低成本合理配置，给他加满燃料。官网二十美元一个月，太贵了，国内 coding plan 只要一折，二十到四十块钱就能搞定。但有个关键点要注意，这些套餐都有每五小时的用量限制。什么意思？就是 每五小时刷新一次额度，还有些有每周限制。如果你像我一样白天上班，晚上集中写代码，那这个限制对你影响很大，可能刚写到信头上，额度没了，要等刷新。所以选套餐要看你自己的使用习惯，分散使用的话，五小时限制影响不大。集中使用的话，要选额度高的套餐。我们不单只是可以用在 open cloud 大 龙虾上，一起使用这个套餐。 a p i 我 整理了七家平台的对比表，大家看图， 价格、用量、模型都在这里，大家按需选择。重点提醒，标称用量是理论上限，高频使用会触发垄断。社区实测每月六百到一千次够用到模型选择，大家可能纠结选哪个？其实真不用纠结，各家的模型能力都差不多， mini max m 二点五，英文语境表现好， p m k 二点五，掌上下文强。 deepsea 性价比高，千问 quan 代码能力强。这些模型在 cloud code 上都能用，差异没你想象那么大。我的建议是先挑便宜的用，不满意再换。所以不用太纠结，先跑起来最重要。省钱秘诀来了，首月优惠可以轮着用，第一个月阿里云百联七点九元。第二个月火山方舟八点九亿元。第三个月 mini max 九点九元。第四个月百度千帆九点九元，四个月只要三十六块钱，平均每月九块钱， 喜欢折腾的朋友还有免费方案，摩达社区，每天两千次免费，英伟达 nim、 老黄的羊毛不限量 pet 上面有专门收集免费模型的仓库， 这些都可以接入 cc switch， 当一个用完会出问题，会自动切到下一个。不过免费的要折腾，适合喜欢折腾的玩家，一般玩家买个包月套餐就够用了，省心。总结一下省钱攻略就是首月优惠轮着用，四个月三十六块免费体验选模搭社区，每天两千次，按需选择，但不要马上买包年包季度的， 因为政策调整太快了，按月购买就可以了。后期觉得模型有能力限制的话，到时候再弄一些中转的，或者买官方的原版再转出来也可以。这个我们后面再说。下一期手把手教配置 a p i 和 cloud code， 用 cc switch 一 键切换，关注我，带你玩转 cloud code， 帮你做任何事。

看过来，兄弟们，我刚才发现了一个超级简单开通 club 的 会员的方法，十秒钟到站，一点都不夸张啊，我之前用的是其他方法，巨麻烦，还迟迟不到站。呃，正好现在我准备帮我室友开通他的 club 会员， 然后我演示给大家看一下。呃，这个是我室友账号，可以看到他是一个免费的状态，然后在同一个浏览器打开我刚刚购买的礼品卡，然后这是一个链接， 然后直接点击这个按钮复位 now， ok， 这就完成了。是不是超级快，超级简单，而且写了 pro 会员要到四月三号到期，然后今天是三月三号啊， 然后回来检查一下账号的状态，然后可以看到这里是 pro 会员。呃，至于我是在哪里发现的呢？打开 ai 六六点 o r g， 然后点击这里，然后选择 pro 的 会员，付款后会自动发货，然后你就可以得到一个礼品卡链接，然后有需要的兄弟快去试试吧。

what's up guys welcome back！ 如果你现在正在使用 cloud code 的 话呢，一定不要错过今天所有节目。 antropic 呢，刚刚发布了一个最新的王炸功能啊，它可以去让我们的 cloud code 现在可以每天自动地去定时任务去触发我们的自动化工作流了，这 意味着什么呢？这意味着现在的卡扣等于说是一个二十四小时不停为你工作的员工啊，他二十四小时每一分钟都可以为你去工作。在你以前建立的每一个自动化工作流里面，每一个技能里面，每一个 skill 里面呢，他现在可以直接去为你去定时的去执行了啊，威力的话呢，可以说是 之前的十倍。今天的这一视频的话呢，我会手把手的去教你如何去设置它，让你去少走一些弯路。那我们分话不多说，我们直接开始吧， let's go， ok， 大家可以看一下啊，这个呢，就是啊 cloud 这个 desktop 的 这样一个，大家可以看到一个界面了。那之前的话呢，呃，在这个 co work 里面的话呢， 你可以看到这边有个 schedule 啊，如果你点的话，你在这里可以直接在这里每天我们想自动执行什么样的任务，对吧？什么样的，这个功能就会显示在这里了，你可以看到这个界面啊，点这边 schedule 了以后呢，你这边可以去 schedule 新的一个 task， 然后呢，这边可以加名字 description， prompt 啊，这些都是可以的。 然后呢，因为这个的话呢，之前是这个你必须是 max plan 的 人才可以用的啊，那你必须是这个 max plan 才可以用的，现在好像是 pro 也可以了，但是我不确定，因为我不是 pro plan， 所以 我不太知道。但是现在的话呢，你 即便不是 max plan 的 话呢，你用这个 clock code 啊，其实呢也是可以去现，现在呢也是进行 schedule， 因为它这是他们刚出的一个功能，所以你完全不需要担心了。 ok， 现在只要进到这个 code 里面的话呢，你就可以看到这边可以有一个 schedule task， 这边有两种方法你可以去加啊，第一种的话呢，就是你在这边点 new test， 然后这边你可以起名字描述，然后这边写一个 prompt 啊，你想写什么 prompt 都可以。然后这边的话呢，选择，你想这里可以选择 folder 对 吧？这边可以去选择 你想选择的这个哪一个工作流，对吧？呃，在你的电脑里的，因为这是本地的嘛。然后呢，你可以这边是时间啊， daily 啊， weekly 啊都可以，时间怎么去选择？ 然后每天早上或者下午什么是时间，几点都可以帮你去，就自动的去出发了。那比如说我这边的话呢，是创建了这个每天早上去帮我选择一些 stock 啊，之前的话呢，我在上期节目也做了，怎么样去通过 tiktok 的 一些一些比较趋势，一些爆火的视频去挑选这些 stock。 那 我今天的话呢，就让他每天早上去帮我跑这个，当然你也可以去跑一些别的东西，比如 说明天早上给你跑一些报告啊，每天早上帮你跑一些新闻啊，什么这些东西都可以啊，任何的工作流，其实你现在呢都是可以去啊 schedule 不 用手动去跑它了，可以去自动的去跑它。 第一个方法是点这个 new test， 你 可以在这边啊添加，那第二个的话呢，你其实可以开个 new session， 然后在这边的话呢，选择好自己的这个工作流了以后呢，你再 这边可以直接跟他讲，帮我把这个工作流加载成每天早上几点几点，或者是什么时候时间自动去出发的一样，一个工作流，它就会自动帮你加。大家可以看到这边的话呢，我有两个啊，这个的话呢，就是我自己加的， ok， 它这边的话呢，会选择 description， 然后呢这个 instruction 是 什么？这边都是我写的 ok， 每天早上几点啊？你点开以后可以看到它在跑的 这样一个样子，在这里啊，会显示给我们。那还有一个的话呢，就是这边啊，是我让他自己加的， ok， 就是 说我在这个 session 里面可以让他自己加，我直接跟他说， ok， 你 每天早上去帮我跑这个 ok， 所以呢他就会自动帮我们加，他自己会编辑 description， 还有会编辑这些 instruction。 第一步，第二步，第三步，因为他会先读取我们的这个文件，然后在这里面会选择一些我们的这个 instruction prompt 啊，会写在这里， 然后你可以看到这边的话呢，其实他有是在跑的，比如说这个啊，比如说你在他在跑了以后呢，他可以告诉你他跑了什么东西，然后呢他最后给你输出了什么样的东西，跑了多久，这些都会是在这里，然后会告诉我们。 当然的话呢，这边你可以跟他说啊，帮我发个 e mail， 或者是帮我整理到 notion 啊，都是可以的。 ok， 那 其实加的话呢，其实很简单，就是这两种方法，对吧？一种是在这里面直接加，另外一种呢是在这个 section 里面，这 是直接加，都非常简单明了的两种方法，就直接可以加了。那加好以后很多人说，哎，那 harry 这个我其实可以 直接写个 python 脚本，让他直接跑也可以啊，这个跟那个什么不同，对吧？那他其实最大的一个不同点呢？最厉害的一点呢，也就是说他有一个自我修复能力。什么叫自我修复能力呢？就是说他如果在跑脚本的时候，或者跑工作流的时候碰到了任何问题，他会用第三种方法去想方法去解决这个问题，最后把它达成 ok， 而不是说一般的写的那个传统的方式的话呢，他如果遇到什么样的问题或者出错，可能就会停止了，会不动了。 ok， 但是呢他现在的话呢，他这个自我修复的能力呢，他可以自己去修复这里面的问题，去帮我们最后达成我们这样一个执行的这样一个目的， 这个随着时间不断的去推移，然后自我修复的能力，自我改善的能力，其实是最大的亮点啊。那基本说完了，这个操作呢，其实很简单，但是呢啊，我现有 几点大家需要注意的一些注意事项啊，就是说以免你跑的时候会报错或者说出错，这个那非常重要。那第一呢，就是说因为他是这个是在本地这个运行的，所以呢，你一定要保持你的电脑是开机的情况，不能是关机，如果是关机的情况下呢，他是 不会自动运行的啊，除非你把它直接啊上传到这个云上面，或者是在服务器上面啊，它是会自动跑的，要不然的话呢，你电脑如果是不开机的话呢，它是不会自动跑的，这是第一点啊，非常重要。当然呢，它有一个七天的这个追溯的这样一个记忆啊，就是说如果你关了机了，那比如说你今天早上想让它跑这个东西，但是你 电脑没有开，对吧？那他会在你开电脑那同一时间呢，瞬间马上又开始去记忆起来这个你让他跑的这样一个工作流，他会再去跑， ok， 这个时间的话呢，是七天，那如果超过七天的话呢，比如说你出门旅游一个月，或者是出差一个月，那回来以后他是不会跑一个月之前他只会跑一个月，你回来这天开机这一时刻开始往前推七天的这样一个记忆， 所以呢，这一点是非常重要，大家一定要记住。还有一点呢，因为他是一个没有人监控的情况下呢，他是他自己跑的一些程序，那这个时候呢，我们最重要的就是说，你不希望他把你的任何重要的代码或者是重要的文件或者是档案直接删掉，对吧？所以呢，我建议每次你在设置一个新的这样一个自动化工作流的时候呢， 你先去自己手动跑一次，让他知道你会给他什么样的权限。大家可以看到这边的话呢，我给他的 allow 的 权限是这些的命令，对吧？所以呢，你可以给他这些命令啊，让他 除了这些命令以外，它不可以有其他的权限，对吧？防止它不小心删除了你非常重要的一些文件或者是代码。 ok， 所以呢这个是非常重要一点，大家一定要记住， 还有一个非常重要的一点呢，就是说我们每次再次开一个新的 session 的 时候呢，它会忘记我们之前跟它对话过的东西，所以呢它可能会忘记我们之前给它去让它修复了一些东西，或者是让它更改了一些东西。那这个时候呢，我们可以在这个 prompt 里面，就是这个 instruction 里面可以去加一些东西啊，比如说 我可以让他在这里加一段话，就是在每次执行任务之前，先读取上一个指定的文件，日制结束任务之后，把这次的结果遇到的问题覆盖写到这个文件里面。 所以这样的话呢，他每次在执行下一次任务的时候呢，他就能唤醒之前 ai， 之前这个继承我们上次告诉他的东西或者记忆里的东西，他会 唤起这个 ai 记忆，所以呢，我们不会说之前告诉他的东西啊，他没有记住，然后还要去无限的去告诉他。那这样的话呢， 一个更好的问题就是他有一个迭代的功能，所以呢他会随着时间的推移，他会一次比一次好，一次比一次优秀，对吧？才有个自我学习的功能啊，这个是非常厉害，非常强大的。 ok， 那 我们直接把它加到这里，然后直接点 safe 啊，就可以了，所以呢他之后呢就会有一个每次都会迭代的这样一个学习的能力出现啊。 说实话现在这个 schedule test 这个功能的话，现在只能在这个啊 desktop 这个 app 上面啊去运行，它并不可以去用啊，我们其他的一些 ide， 比如说啊 vs code 啊， cursor 或者什么 antigravity 上面去运行， 但是我觉得这个东西呢，是一个趋势，它在不远的将来，这些不管是一些 kle 也好，或者是一些 ide， 它肯定会慢慢地推出这些功能的，所以呢，在不久将来 vsco 它肯定会是会推出这些功能的。所以呢，现在如果你想用的话呢，你就直接去用啊，比如说你在 ide 上面已经编好了，或 是在 cloud 里面已经编好了一些这些自动化工作流的话呢，你直接让下载一个这个 cloud 的 这个一个 desktop 这个 app， 然后的话呢，你就可以在这里面通过 cloud 的 方式去直接跑它了，对吧？所以呢，这个是没有问题的啊，其实也不是特别麻烦，但是我更想的看到的是，以后我们在 i d e 里面， 比如说完成任何所有的工作流的时候呢，我们可以直接告诉他，以后每天早上六点直接帮我去跑，这样的话呢，对我们来说是更加方便的。 那今天的话呢，只是一个 quick update 啊，这个功能的话呢，我觉得是非常好用的一个功能啊，之前的话他没有，那现在的话他有了啊，那基本上可以说是有一个非常强大的这样一个更新啊，我们可以让他自己的二十四小时不停的去帮我们去跑非常多的一些设置好的一些工作流了。 那今天的话呢，我也想大家看到这期视频的话，我想大家自己去试一试，自己去设置一些每天早上，比如说帮你抓一些 ai 的 新闻啊，帮你抓一些啊，你想要的一些东西啊，或者发一些报告啊，或者是最简单的每天早上把你 这个谷歌里面的行程，或者是每天早上把你这个日历的一些行程，会告诉你今天有什么什么什么样的工作，或者又要去哪里一些日常上面东西呢，可以每天早上发给你，我觉得这都是一个非常好的一个测试。 ok， 那 如果你也喜欢今天节目的话呢，一定在下面点个赞，把下面赞点烂好吗？然后呢，还没有订阅我频道的朋友，一定要订阅我的频道，打开小铃铛，所以不再错过任何发片和直播时间。今天节目就到这里了，下次再见了，拜拜。

如果你花了三十块钱买了三百道的 cloud 的 流量包，你要小心了，它可能正在摧毁你的数字资产和浪费掉你宝贵积累资产的时间。 今天我们来讲一下 cc 反向代理的代价。那我们知道啊，这个 cc 的 话，在国内你很难去买到正版的，或者即使你买到的话，你会花很多时间在网络的连接，连通信以及这个高昂的费用上。 那很多呢，在某鱼上边儿就有卖这种的流量包，比如说买可洛的话，去充值二十八，或者说三十的话，就获得三百刀这样的 一个优惠包。那当你使用的时候呢，你当然你可以直接接到那个 c c 里边去用啊，但是它最大的问题呢，它是通过反向代理 出来的，这些 a p i 接到了你的 c c 上。那什么叫反向代理呢？就比如说我们现在呢，有很多的开发工具 ide， 比如说 kro 啊，或者按按 t grip 啊， 然后这些 ide 的 话，它们本身是支持很多种不同的模型的，那这些模型的 ip 和调用的方式呢？通过一些网络的方式，其实我们是能抓取到这些接口的，那从而呢，我们可以把这些 ide 的 模型的调用呢，我们给它暴露出来，暴露出一个正常的一个 api 出来， 那这些 api 呢，从而让它支持 cloud cc 的 这种兼容模式，那它就可以放在 cc 的 cloud 中去使用了，那这样的方式呢，就变成了一个反向代理的方式， 那它价格呢，就变得极其便宜。就比如说 kiro 或者 angelgrati， 你 办一个比较大的会员，或者使用学生账号或者其他途径的话，它是有很多免费版本的，所以呢， 即使这个商家在做三十元三百刀的时候，其实还是有利用空间的。那这里边我们需要关心的是这些 ide 暴露出来的 cloud code 这些模型的话，为什么对我们构建数的资产是有影响的呢？我们知道这些 ide 里边其实都是自己设置了一个 system prompt， 就是如果你去给它暴露出来的时候，你调用的时候也是带有这个 ide 的。 呃，里边的 prompt， 比如说是如果是 kiro 的 话，它就会 system 里边 prompt 会写着说你是 kiro， 是 一个编程助手。什么什么？这是基于 kiro ide 的 一些规则， anti gravity 其实是一样，包括后边 curso 也都是一样的。 然后它们的 system prompt 的 话，就对我们原来的这些模型呢，其实是进行了一个系统提示词的一个污染，那所以结合克拉扣，它自己也有提示词，我们就变成了这样的。 就原始的 cloud code 呢，是我们有一个 c 自动 cloud code， 这个就是 c c 自己的系统提示词，下边接着我们 u 的 这些信息就可以了。那我们通过反代去使用的这些 a、 p、 i 呢，它就会在 我们 c c 的 这个提示词下边呢，也追加到这个 i、 d、 e 里边的提示词，所以你看啊，上下文就进行污染了，它在最顶层上下文的提示词中呢，其实是 c c 自己的系统提示词中间这一部分和下边这部分 实际才是我们真正调模型这些提示词，那下边两部分是 i、 d、 e 通过反向代理出来的，那你会发现啊，那系统提示词就有两部分，那我们的整个的提示词呢？就进行了一个污染， 那当这个系统提示词进行微污染的时候，我们有很多的 skills， 我 们有很多需要复利工程的让模型去帮我们处理的这些内容呢， 实际上呢，我们就在污染的涉案文里边继续进行操作了。那你说那我污染涉案文，如果我都是 k 肉情况下，我自己也是可控的。其实这里边最大的问题是什么？当我们购买了这种流量包的时候呢？其实它是一个路由的，它一会是 k 肉的，一会是 antigravity 的， 就你很难去数字资产化你的提示词也很难去呃 复利化，你整个的数字的一个债务资产。我给大家举个例子啊，你看这里边呢，是我用了购买流量包的反向代理的 c c， 那 这里边你去问他你是谁的时候，因为他是有两层提示词的嘛，所以他就会说我是 kiro。 那 你知道这个我是 kiro 的 计划，其实是 kiro 里边的 id 反向出来的 api。 然后呢后边有一部分呢，是关于 cc 的 提示词里边的这个身份认证，你发现它就会有两部分的身份认证。当然它去操作的时候，因为 kiro 本身是有它自己的工具调调用的方式，然后 cc 是 有它自己调用工具的方式的，所以你整个的呃关于工具的调用方式也是混乱的。 所以如果大家在使用的话，如果真的觉得 cc 我 们原生去氪金来讲的话，它非常贵的话，我们其实是可以使用国内的这些模型的，最起码里边的上下文其实是不受污染的，不受在不受污染的上下文中呢，我们去构建 我们自己的数据资产，那这个东西才是可持续、可迭代的一种方式。那也希望呢，今天内容对你有收获，关注雷哥，关注 ai 工程化落地。

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！

分享一个使用 ai 的 心得，我们使用 ai 一定要舍得花钱，如果有条件的话，能使用优秀的大模型要尽量选择优秀的大模型，不同能力的大模型确实效果相差会非常大。我最近在用 ko 的 在编程，准备在设计我的小程序， 真的是深有体会。我在开发我第二个小程序的时候，选择大模型是 ko 的 四点五，小程序没开发完的时候就消耗掉我十 ko 的 十十美金的 ko， 当初我非常惊讶，这个确实太烧钱了， 他每次给我回答一个问题，我就去看透，可能消耗一次回答就扣掉我一美金，一次回答有时候就扣掉两美金，哇，真的是消耗的非常大。在我第二次对这个小程序进行优化的时候，我选择了更便宜的大模型，质朴但是他他的编程能力真的差了太多了。后面我又换了 deepsea， 虽然好一些吧，但是跟原先的高扣的真的是差距太大了。其实当初我还是不知道是因为大模型的问题，我在想有有可能是我的提示词没写好，或者是我的需求确实比较复杂，来来回回跟他交流过非常多次，但是都没有达到我想要的目的。后面我在盘点， 虽然我之前选择了 deepsea， 选择了智普，他的 token 是 更便宜，但是我跟他来来回回的交流交流啊，一轮又一轮，其实也在不停的消耗 token， 除了消耗 token 之外，也消耗我大量的时间。 说到 curl code， 嗯，还有一些使用的一些技巧，我想跟你再分享一下，你不要在 curl code 那 边进跟它进行日常的一些对话，这是很消耗 token 的， 你可以另外开一个大模型，比如说在 gmail， 你 跟 gmail 先进行沟通，把你的需求跟 gmail 说清楚，然后再跟 gmail 说。嗯，我现在要把我这个目的跟发到 curl code， 我 提示时要怎么写 curl code， 它只负责最终的这个执行，而不是过程的探讨和思考。 我只是个文科生，所以可能有很多的技巧还是不知道的。如果有一些理工类的专家有刷到这个视频的话，有什么实用 carlo 的 更好的建议可以在评论区给我留言，谢谢你。

兄弟们一早起来就发现 astonopik， 也就是可乐送了五十美金的福利，但是需要自己去领。不得不说 astonopik 这一招非常聪明，既给了用户福利，又做了一波营销，真的学到了，而且五十美金还是比较大气的。现在我告诉你怎么领，首先登录你的可乐的扣档， 然后点击这个个人中心，设置 uc， 没领的话，他会在这里出现，会在这个位置出现，但是因为我已经领了，所以这里就不显示了，赶紧去领吧，订阅的会员呢，一定别忘了领，记住二月十六号之前。

我把可乐扣的变成了黑心老板，专门压大扣单词写代码，结果效率翻了，成本还降了。如果你想彻底解放双手，那么我这一套工作流的方案一定可以帮到你。使用可乐扣的扣单词这类工具久了， 慢慢的就想让他们自己长久运行，但又怕写偏或上下文爆了。针对这个需求，我设计了一道可乐扣的监督扣单词的工作流，今天就把这套工作流以及设计思路分享给大家， 不仅仅是个方案，更是一种思路，大家完全可以拿去改成适合自己的方案。我先讲解一下这个思路，大家如果不想听这部分，可以跳到这个时间点直接抄作业。 我自己的情况是有切尔克 ppt plus 可以 使用扣带子，同时还有质朴的扣领 part 会员可以被摄到可乐扣的中使用。 gmail 我 也有，但是 gmail 的 c u i 我 个人感觉体验不太好，所以这里就使用卡拉扣的以及扣带子。 总结一下就是智普的扣令牌栏额度非常多，我基本上没有碰到过限额的情况。可乐扣的功能非常多，非常齐全，但有时会出现过着完成任务的情况。扣袋子则相对稳定一点，但模型对我来说相对较贵，所以要省着点用。 我这里的策略是让可乐扣的来充当监督者，让扣袋子去干活。关于扣袋子模型，我建议使用切的 gpt 五点二 mini， 但 扣袋子后缀官方说法是专门针对边层和代理任务优化，但我实际拆下来干活效果不太理想。 medium 类似于 auto， 你 也可以选择 high， 但是最好不要选择 x high 我 之前试过，效果是真的很好， 但是一天就跑完了，一周的额度，钱包真的收不住。最近出的五点三扣袋子也可以试试看，速度是真的很快，但多多少少也存的 爱的、偷懒的情况。决策分工是可乐扣的充当监督者。扣代词则是工人，这里使用两个 a 级的进行工作，最大程度上防止某些作弊。一个只负责写，一个只负责验收。整个流程开始于我使用扣代词生成的一份 open spark 偏更题案，这些题案会被转化为 test m d 中的具体代码是将列表。每当需要执行一项新任务时，可拉库尔就会启动一个 sub agent， 使用 codex e x e c 调用 codex， 然后使用自按语言调用 open spark。 open spark 最好是 零点二一点零版本，因为在新的版本， open spark 的 工作流就重构了，也支持自按语言调用，但使用的是 skills。 出发后续我研究一下怎么配合到这个工作流里。 托马斯在写完代码后，他必须制作一个可复现的测试方案作为完工凭证。 c u i 任务他必须提供一个智能化的测试脚本。 g u i 任务则提供一份 m c p 的 操作方案，可劳克勒会亲自运行脚本并进行验收。对于 g u i 任务，他会严格按照流程调用 payload m c p 辅 物，驱动浏览器并抓取截图作为证据，确保代码不仅写了，而且真实可用。只有当可拉库的亲自确认测试方案运行通过，且手中的证据链完整无误时，他才会执行一系列的确凿操作。在 tasks md 中勾选任务，更新 feature list， 点最省的 pass 状态，直接 get 提交存档，将日期写进 progress 点 t s t。 如果遇到技术卡点卡拉扣的，会利用 ctrl 七或浏览器搜索工具自主寻找解决方案，便知道 ctrl 进行重试。 我最在意的就是防止 ai 跑偏以及 ai 假装完成的任务。为了解决这个问题，我设计了一个双保险机制，分别是用 tasks m t 记录过程， 可使用 finisherlist 点击率记录结果。我们先说 tasks m d， 它是给人类以及 ai 件的文件，包含具体的任务以及详细的需求和实施步骤。我们先使用 codex 进行一个完整的体验， 可靠的会在这里记录具体的验证命令、截图路径和报错日期。如果有阻碍， codex 只能在这里写。具体的问题是什么？ 是由当可拉扣的执行验证后，由可拉扣的写通过，确保我们知道代码是怎么出来的，而不是凭空变出来的。 有的过程还不够，我们还需要一个绝对理性的验收机制，就是 file list 检测这个解释给 ai 的 使用的。这里不记录任何过程，请关注任务是否通过完成了。它是一个结构化的交付清单，所有任务默认状态全是 false， 只有到某个任务真正被验证无了，它才会变成出。那么这两个文件是怎么配合，以此来防止 ai 作弊的呢？核心就在于标签印刷和单向流程。首先是标签印刷，我们在 tasks m d 里的具体任务后，会打算像简号 r e 这样的标签会对应 for list 点击层里 id 为 r e 的 功能条目。其次是单向的流程，可拉克的必须先在 task 四 m d 里跑通代码，拿到缺少的 pass 证据，然后才会去 for list 里面去更改状态。 首先是安装可拉克的和 code， 这个就不列据了，安装奥巴斯 bug 这里要说一下，最好是零点二一点零的版本 使用这个命令安装 open spark。 然后回到项目目录，使用 open spark 抽象化加项目，然后再把它的这些提示给复制到扩展词里面。 首先是 palette m c p， 可以 让可乐扣的去检验 g o i 界面，选自动化确认浏览器并收集证据，再配一个 control 器，遇到卡点时能查资料，浏览器搜索 m c p。 我 这里使用的是这幅的档案，你也可以换成其他的。大家可以去我的簿客或 知乎 app 上，也可以去云盘上进行下载复制，下载后就是这些内容了。 skills 大家可以配置到它们的根目录或者是项目目录，配置到项目目录的话直接粘贴过来就可以了。 skills 这里一共有三个，两个是给 cosys 用的，第一个是 使用采访式反问，把我们的需求和 ai 界的对齐。第二个是生成 fairlist 点 jason， 最后一个则是给可拉克的一道卡点石使用的。为了让这道流程跑起来，我们需要覆盖和新建几个配置文件。首先是 windows 八 pro pro 点 o d 需要添加的 windows 的 位置在这里， ios 的 就是这个，直接在这个 step 六后面添加内容。下面则就在项目目录里面的 openstack 文件夹下的 project dmd 的 末尾添加这个。它和上一个的目的都是为了让 openstack 生成的 test dmd 符合我们的要求。 这里需要着重说一下更改 open spark 端口， 点 m d， 则需要在输入 open spark int， 也就是说实话命令后再更改，否则会重置掉。下面则是在项目目录下完全覆盖 colocode， 点 m d， 目的则是为了明确 colocode 的 身份以及任务流。最后则需要新建一个自定义命令，位置则是在这个 新建一个昂迪脚本，这是我们自动化的核心，它定义了克拉克的如何自动循环调用 codex， 同时也避免了我们重复输入。下面则是重复流程了，先打开 codex， 使用自然语言作为一个变更体验，例如为我这个项目添加一个支持夜间模式自动切换的 openstack 体验。然后再使用 skills openstack 劝解 interviewer id， 让模型通过采访的方式引起我们的需求对其需求。这里的 id 是项目目录下的 open spark 文件夹劝诫词文件夹下的当前提案的文件夹名称。再用 open spark future list id 这个 skills 让模型创建一个 future list addition。 最后就是打开查找 code， 输入斜杠 monitor open spark codes id 就 可以开始工作了。本期视频到这里就结束了，视频创作不易，还请您点赞、关注、支持。如果您有任何问题，欢迎在评论区交流讨论。

这就是我开始 web coding 后的一周年啦，呜，所以今天想跟大家分享一下，我这一年都学到了什么，搭建了什么？并且如果我重新来一次的话，会避免踩哪些坑？我先叠一个假，我是把 web coding 当做工作以外的兴趣爱好来 做的，所以我平时该上班上班，该出去旅游，出去旅游，该运动运动，只是把一些业余的时间拿出来尝试 web coding， 而且也没有报任何课程，只是一边做一边学。所以你可能会发现，我其实学的速度并不是非常快，但 是基本上都是按照我的需求一步一步走的，而且我觉得这个爱好我会维持非常非常久，主要是因为很享受这个过程，所以并不是很要求自己赶快学出什么结果。 那这个呢，就是我做 web coding 一 年下来的路程，这里有我的一些进展，有我的花费，还有一些行业的动态。我是从二零二五年三月份开始接触 web coding 的， 然后我把我的学习大概分成三个阶段。第一个阶段呢，大概是从三月份这个时候我其实还没有怎么动手去做 web coding， 是刚开始了解这是什么东西，能做什么，我能不能去尝试一下。那第二阶段呢？我就开始写了一些比较简易的小产品。第三阶段，也就是今年我才开始做稍微更复杂的一些产品和开始玩 ai agents。 那 我从第一阶段开始讲， 其实氛围编程这个概念 viking， 它是二零二五年二月份的 audrey party 大 神提出的，所以我从这个时候才开始去了解这个东西。 前几个月基本上都是在看一些博客或做一些 ai 方面的阅读，我当时都并不知道自己可以去参与其中，但是我有尝试做一个小小的网站，并且我前几个月都会花这个钱来 host 这个网站。 那么同时呢，在行业中也有很多变化，例如 loveable 就是 在四月份发布了二点零， google ai studio， stitch 和 cloud code 都是在五月份的时候发布了，所以这些产品虽然我们到现在经常听说，但是它们其实非常的新。那 转折点呢？来自于八月份，八月份的时候我开始买了 nba 和 loveable， 还有听了一些艺人公司的播客，非常有启发。我看了 base forty four 的 案例研究，还有读了 mary mikker 的 ai 报告，然后最后最致命一击呢，就是吴文达教授在 ai start up school 的 一个演讲， 完全就激起了我想去尝试这件事情的动力。如果再来一次的话，特别是如果你是我的观众的话，我觉得你前面这几个月全都可以省了，我会从直接开始做产品开始。 九月份呢，最大的一个突破就是我开启了一个十二个月做十二个产品的挑战，然后我就开始做了几个小工具，一个呢就是这个目标的追踪器，这个本来就是我手动去记录自己的年度目标的一个小工具，但是没想到到现在还有很多朋友在用，所以我非常的开心，非常的感恩。 然后呢，我还做了一个产品设媒的监听器，这个是用 n 八 n 做的，其实我觉得现在 oprah 也可以做了啊，这个就是去 reddit 上去抓取美尔二十四小时，大家对一个品牌的一些新的言论和感想。然后呢，第三个是一个 vc 的 邮件回复，就是让 vc 可以 早期省一点时间，先用 ai agent 来跟这些创业公司把基本的信息敲定了，再去人工的沟通。可惜好景不长啊，我十月份的时候就 出去度假了，所以这个月就什么都没做。十一月份回来了呢，我就开始做了一些新的产品了。第一个做的是一个问答游戏，我觉得效果就一般，还做了一个项目的作品 集，之后会去重新翻新它，然后还做了一个天使与恶魔的聊天，是一个很自娱自乐的小项目吧，但是对我来说很重要，是因为我第一次做到了一个 ai rapper。 十二月份的时候呢，我继续做了很多小产品，并且有几个突， 一个就是我发现了上线发布比离线做完美的产品更重要很多，因为有些东西只有上线了才会知道会遇到什么问题。 那其次呢，就是我会连数据库了，我会做用户管理，而且连上了 git。 对， 我这么晚才开始学 git， 因为之前的那些软件他们都自己有一些 version control。 然后呢，我从这个时候还开始切换到了 cursor。 我 做的我最喜欢的一个产品就是这个节日贺卡的生成器，可以把任何一张你喜欢的照片放上去，把它变成一个很有节日气氛的卡片，然后可以用它发给你的朋友们。我截止上次去看的时候，已经有两千三百人来用过了吧，所以我还是非常的开心。 另外我做了一个类似于个人主业或者一人公司的产品目录与服务的一个网站，这个项目也是我现在一直持续在发展的一个。除此之外，我还做了一个 ai 产品的选择器，就是想尝试一下做一些比较酷炫的动图。 那这个月花的钱花了很多是因为首先我买了一个 macbook air， 我 买它的主要原因是想跑 xcode， 这样的话可以做 ios 软件， 那么好在我当时买了，因为现在我还需要他跑我的 open call。 其次 loveable 我 也花了很多钱，基本上就是在 a p i 方面做了很多很多的充值，所以第二阶段里面，我觉得如果要重新来一次的话，我应该会直接去用 loveable。 那 么最后第三阶段呢？我在一月份的时候就考虑了更多 tob 的 项目， 还有我开始用 typist 来加快我 bug coding 的 速度，这时候我还学会了用 webhook 自己去找一些新的 api。 然后二月份的时候呢，有一个新的突破，就是我开始用了 cloud code， 很多小伙伴知道它现在是我的心头好，那用 cloud code 的 同时，我还学会了如何去写一个 readme， 如何让 agent 来给我的 repo 做一些代码的检查，还有如何打开一些网络分析。这个时候我做过的一个三 d 的 互动图，让大家可以去看一下 x 平台上有哪一些值得关注的 ai 博主。然后直到三月份呢，我就开始玩 ai agent 了， 最近最上头的就是这个 openclaw， 如果让我现在重新规划一次的话，我可能只会研究一个是 loveable， 先做一点小产品，然后用 cloud code 做一些稍微复杂的东西，然后同时研究一下 openclaw， 并且大家看到我做过很多这种小小的尝试性的东西，它们失败了也没有关系，因为首先它是按照我自己的需求去做的， 只有我一个人用就够了。其实我觉得一个新手很难期望自己一下就做出来多么惊人或者多么实用的东西，因为基本上你们看到我的这个过程也是一步一步的，先做一个简单的 ai rapper， 才能做一个更复杂的 ai rapper 才可以。到后面又有一些 a p i 的 操作，又是一步一步的往上搭建的。然后花费方面的话，我可能也是推荐 level， 加上 cloud code， 加上一点大 大模型的 a p i， 我 觉得就够了，可能每个月一百四十到三百块钱左右吧，基本上就能满足大部分的新手需求了。最后我想说一下，我觉得 white coding 这一年确实有改变我的整个 思维，因为我一直自认自己是一个比较懒，但是鬼点子很多的人，那么在过往呢？因为我不会开发，所以我这些点子都是不了了之的。但是现在有了 white coding， 那 我想发个性化卡片，我就去做一个网站，我想去看 看 x 上的 ai 博主，我就做一个网站，甚至当我想做今天这个一年回顾的时候，你猜我怎么做的？没错，还是 web coding， 所以 我觉得 web coding 给我的生活带来了很多的便利和快乐，这也是为什么我在网上经常会鼓励大家去尝试一下 web coding。

你有没有想过，每个月啥都不干，就能赚两万到十万块钱？不用写代码，不用开公司，就每天花十五分钟维护一下网干就行。今天我来告诉你怎么用 ai 工具白嫖一个在线目录网干，让流量自动找上门儿。 很多人一听到目录网站就想翻白眼儿，觉得这玩意儿太土了，不就是堆链接吗？但我要告诉你，你错过的可能是一个亿。有人靠一个丧葬服务目录年入五百万美金，有人靠一个找养老院的网站月入百万。还有一个 guest body， 用户超过一个亿，还做了自己的 db card， thinking they're thinking that's really boring an online directory come on， i wanna。 看看人家原话怎么说的，他们觉得做目录太 low 了，就想搞 app 搞 size。 但他们没想明白的是，先搞一个目录网站，你就能轻松拿到几千几万的自然流量。 有了流量还怕没故事？到时候你想做 app， 做四四随便你。所以今天这期视频，我就请来了专门做目录的大神 free， 手把手教你怎么用 cloudco， 四天搭建一个能赚钱的目录网站。 hey， greg， um yeah by the end， i really want people to have a solid one。 他 怎么说的？我想让大家彻底搞明白，怎么用 ai 搭建目录，特别是最难的部分，怎么搞到有价值的数据。先来看几个牛逼的目录网站。 第一个， party 丧葬服务目录，每月六万多的访问量，年收入超过一百万美金，还拿到了一百五十万美金的融资。但你猜他们怎么赚钱的？ 主要不是广告，是后面做的软件服务。第二个， place for mom 养老院目录，每月八万多的访问量，估值五千万到一亿美金。每年赚钱方式很简单，就是把用户线索卖给养老院收佣金 twenty four thousand organic monthly 到一亿美金。每年赚钱方式很简单，就是把用户线索卖给养老院收佣金。 twenty four thousand organic monthly 到 some 他说啥？有些网站说这个一年能赚一个亿，但我觉得五千万可能更靠谱。第三个， guess buddy 重包邮价，信息一点一亿下载量，每个月一百万访问就靠广告和他们的 plus 会员卡，一个月保守估计能赚三万以上。这三个网站的共同点是什么？要么帮用户省钱，要么帮用户赚钱，要么帮用户省时间？只要你抓住一个点，你就能搞。 save money or help people make money and 人家总结得好，成功的目录都遵循一个框架，帮用户省时间省钱，或者帮用户赚钱。好案例看完了，现在来干货。 free 用 cloud code 的 四天，做了一个豪华厕所拖车目录，花了不到二五零美金。没错，二百五十块你就拥有一个能接单的网站。它之前用 wordpress 做的那个页面全是站位符文字看起来就像个垃圾网站。结果呢，还 t m 接到询价了， 新墨西哥州博览会直接给他发了两万美金的订单。 from the new mexico state fair 原本是这是一个大胆，他们要两万多美金的豪华厕所拖车，就这破网站都能接到两万的单，那好好做还得了？ 所以他用 cloud code 重做了一遍，整个过程就七步，第一步，爬数据，用 alt script 从 google maps 批量爬七万多条数据，覆盖全美，一次性搞颠。第二步， cloud code 初步清洗，告诉他规则，删掉没名字没地址，永久关门的垃圾数据， 七万条直接砍到两万，节省了两千多个小时的人工。 and obviously people are gonna have to kind of retrofit this to your own niche， but i'm just telling cloud code。 他 怎么跟 cloud code 的 说的？这里有五个 c s b， 你 给我按这个标准清理数据？第三 步，最关键的一步，用 curl 四 ai 深度验证，就是免费开源的 ai 爬虫。装在电脑上， cloud code 会指挥他去访问每一家公司的网站，判断是不是真的做豪华厕所拖车的两万条数据，最后筛出七百二十五个真卖家。这要搁以前 得手动，一个个网站点过去得点几年，现在 cloud code 加 cross 四 ai 自动跑了三个小时搞定。 for three hours and this is really what would have taken me like a thousand hours。 他 说这要搁前几年，可能得花我一千个小时，现在十五到二十分钟就设置好，让它后台跑三个小时。 第四步，继续丰富数据，爬它们的产品什么价格。第五步，建站。第六步， seo 优化。第七步，想怎么赚钱就怎么赚钱。 整个过程成本有多低？ cloud code max 一个月一百刀，数据花了幺零零， api 花了五十，调试加起来二五零美金，你去打工一个月都不止赚这些吧。而且 free 说了 himself， 他 之前完全不懂技术，用了 cloud code 六个月就会了，你说他都能行，你凭啥不行？ the funny part is like when i learned cloud code 原话，我不太懂技术，这就是最神奇的地方，我到现在都不觉得自己把 cloud 的 扣子用明白了，所以总结一下，在线目录真的没你想的那么 low。 数据就是护城河， 你越早入场，数据越多，后来者越追不上。现在 ai 工具这么发达，门槛儿已经低到尘埃里了。二百五十块的成本，四天时间你就能拥有一个每月能带来几百个询价的网站，这买卖它不香吗？行了，赶紧去选个历史开始干吧。

最近 cloud code 非常火，相信关注编程 agent 的 同学应该都已经上手体验过了，不过要把这个工具从入门真正落地到生产环境，光会敲几个简单的命令是远远不够的， 所以这期视频咱们不整虚的，直接带大家从头到尾把 cloud code 的 实战流程彻底走一遍。这个视频呢，一共是分为以下四个部分，第一，环境的搭建与基础交互。 第二，复杂任务处理与终端控制。第三，多模态与上下文管理。最后呢是高级功能的扩展与定制，大家可以看到屏幕上密密麻麻的知识点和时间戳， 这期视频的含金量呢绝对是拉满的，只要你花点时间看完这期视频，我保证你能够彻底吃透 cloud code， 把它变成你手心里最顺手的生产工具。 另外我知道市场上还有其他类似的编程 agent， 比如 codex、 open code 等等，其实它们无论从功能上还是使用上都跟 cloud code 没有什么太大区别，所以我相信在看完了这期视频之后，你一定会一通百通，同类的产品基本上都能够直接上手。好话不多说，那我们直接开始。 首先我们来到 cloud code 的 官方网站，就是这个页面了，然后呢，我们点击这里面的复制按钮，再回到终端粘贴，这样呢就开始安装 cloud code 了。 安装完成后，我们试着用它来做一个代码软件。首先使用命令 m k d i r 来创建一个目录，就叫做 my to do 就 好了，我们所有的代码呢，都放在这个目录里面， 然后我们进入到这个目录里，再执行 cloud 这个命令来打开 cloud code。 刚进来的时候， cloud code 可能会提示你进行登录，如果你像我这样没有被提醒的话，可以执行杠 login 命令来主动触发登录流程。 呃，可以看出啊， cloud code 官方一共是提供了两种标准的接入方式。第一种呢是订阅制，如果你购买了 cloud 的 pro 或者是 max 会员，那就直接选这个就好了。第二个呢是使用官方的 api key， 按照 token 的 用量计，费用多少花多少。 我呢是订阅用户，所以我选择第一项。选择之后， cloud code 会弹出一个网页提示，我授权，我们同意。 可以看出登录成功，我们关掉当前页面，回到终端，这里按下回车登录呢，就结束了。这里顺便提一下， 有些同学可能没有办法使用 cloud 的 官方订阅或者是 api， 这个时候呢，你也可以使用国产模型来驱动 cloud code， 比如说是 g， l， m， mini， max 等等。 cloud code 是 一个通用的编程 agent， 它本身其实并不跟 cloud 的 模型绑定，你完全可以使用其他的模型来驱动 cloud code。 具体使用国产模型的方法呢，这里就不再赘述了，其实很简单，设置几个环境变量就行了，网上一搜一大堆， 有需要的同学可以自己搜索一下。好，言归正传，我们再回到 cloud code 这里开始使用它。前面的我们说过，我们要做的是一个代办软件，那我们现在就把这个需求告诉 cloud code， 让他帮我们实现。给我做一个代办软件，使用 html 实现。可以看到 cloud code 开始工作了，让我们稍作等待。 cloud code 想要创建一个叫做 index dhtml 的 文件，询问我们是否同意， 这里面呢？一共有三个选项，第一项 yes 是 单词授权，意思就是说只同意创建当前的这么一个文件，如果它接下来还需要创建其他文件的话，它还会再次向我们询问确认。 第二项呢是 yes allow all edits during this session。 选中了它就意味着在本次的对话期间，后续所有的文件操作都会自动通过，不会再反复打扰我们。 第三项是不同意，选择了它之后，你可以继续输入你的想法， cloud code 会根据你的输入生成代码，并再次向你确认。呃，为了演示方便，我们这里就选择第二项，开启自动模式，把后续的工作全权交给他 好。选完之后注意看，输入框下方多了一行字，就是这个 accept and it's on。 这个呢，就表示目前的自动同意模式已经开启了。那如果说你后悔了，想换一个模式怎么办呢？ 这个时候就要用到 shift 加 tab 键来切换模式了，我们来按一下试试看。现在变成了 play mode， 也就是规划模式，这个模式主要用来探讨复杂的方案，只聊天不执行。具体用法呢，我们后面再细讲。我们再按一次， 注意看，底部的 play mode 消失了，取而代之的是一行灰色的提示问号 for shortcuts， 也就是按问号显示快捷键。大家千万别误会，这个呢并不是什么快捷键模式，这行字呢，只是 cloud code 的 一个小提醒而已，跟当前的模式没有关系。 呃， cloud code 其实在这个时候没有标注当前的模式，而这种没有标注的模式就是默认模式。 不知道你还有没有印象，我们刚进入 cloud code 的 时候用的就是默认模式，在默认模式下， cloud code 表现的最为谨慎，每次创建文件或者是修改文件的时候，它都会先去询问用户的意见，所以大家看出来了吗？ shift 加 tab 就 在这三种模式之间循环，让我们稍微总结一下。 第一个是默认模式，也就是显示问号 for shortcuts 的 那个模式，在这个模式下，创建和修改文件之前一定会询问用户最为稳妥。 第二个呢是自动模式，也就是那个 accept edit on， 在 这个模式下， cloud code 会自动创建或修改文件，不会去询问用户，最为方便。第三个是规划模式，也就是那个 plan mode on， 这个模式只讨论不修改文件，适合构思 这个模式，我们后面会详细解释。好。这个呢就是 cloud code 的 三种模式了，我们再按一次 shift tab， 来到 accept add its on 模式。选择好模式之后，我们再回头看看之前 cloud code 给我们写好的文件，我们要打开它， 那怎么打开呢？你可以去文件管理器里面找到这个文件，双击打开它。不过这里我想要教另外一个方法，我们可以直接在 cloud code 里面执行终端命令来打开它。首先呢，我们输入一个叹号， 看 cloud code 有 反应了，现在我们处在 bash 模式下，可以运行任意的中断命令了。紧接着我们来输入 open index 点 html 来打开这个 html 文件 代码。软件做的还算不错，一次成功，这不得不给 cloud code 点个赞。不过这里面有个小坑，他把所有的代码都写到 index 点 html 里面了， 小项目还好，要是项目做大了，维护起来简直是个灾难，所以咱们最好趁早是换成 react， type script 和 white 这种现代架构，把代码分模块儿管理， 我们可以直接向 cloud code 提出这个请求，让它改掉。不过呢，改架构是个大工程，最好是先确定细节再动手。这个呢，就是 play mode 登场的时候啦， 它就是专门用来讨论方案，确定细节的。让我们先关掉当前页面，回到终端这里，然后按一下 shift 加 tab， 进入到 play mode。 然后呢，输入我们的请求，将当前的代办应用重构为使用 react 加 type script 加 white 的 项目。 呃，问题到这里还没有结束，这个时候呢，我们想换行。怎么换行？敲回车吗？敲回车显然是不行的，敲回车的话，我们的问题就提交了。换行呢，是需要按 shift 加回车，然后我们就可以继续写了，保留所有的现有功能。 呃，这里顺便提一句，如果你按 shift 加回车不好用的话，那你大概利用的 cloud code 版本比较旧，需要升级一下。 呃，另外还有一点，有些同学可能会觉得这个终端的输入框实在是太难用了，想用一些比较现代化的编辑器来替代它。这个呢，其实也是可以的，我们可以按一下 ctrl 加 g， 这个时候 cloud code 就 会打开一个 vs code 的 标签页，在这里面编辑就方便多了，回车随便按，也不用担心不小心提交问题了。当然，这要求你先事先装好 vs code， 我 们就在这里把要求补充完，再加一句，且 ui 风格保持一致。 写完了之后，我们保存，然后关掉这个标签页。此时 cloud code 就 会把 vs code 里面的内容全部放到输入框里面，我们直接再按个回车就可以提交请求了，可以看到 cloud code 开始工作了，让我们稍等一下， 计划似乎是产好了，我们把滚动条往上移一移，看一看它这个计划具体是个什么样子的。 这个计划呢，是从这里开始看起来还是挺完善的，目标项目清单、目录结构之类的信息全部都有覆盖。到最后他询问我们是否要执行， 他一共给了我们三个选项，第一个是执行计划，并且进入到同一模式，后续修改文件前就不再询问用户了。 第二个也是执行计划，只不过后续会使用默认的模式，也就是说之后每次写完文件前都需要询问用户。第三项是继续修改计划，如果你对计划不满意的话，那可以在这里面继续输入， cloud code 会根据你的要求再修改这个计划，产出一份新的。 这里假设我们对计划不满意，选择第三项提出我们的修改意见，给每个蛋白事项增加一个优先级，比如高中低，并且用不同的颜色标记出来。然后我们按一下回车，这个时候呢， cloud code 就 开始修改它的计划了，让我们再稍微等待一下。 好， cloud code 又产出了一份计划，具体内容呢，我们就不看了，单从最后的测试部分我们就可以看到，它确实是把我们的优先级的需求考虑进去了，这次差不多了，要不我们就同意吧。 让我们选择第一项执行这个计划，并且进入到自动同意模式，也就是说后续修改文件的时候就不要再询问我们了。好，回车可以看到当前模式切换到了 accept edit it's on， 没问题，这个呢，跟我们的选择是一样的，后面写入文件的时候呢，便不会再麻烦我们了。 现在 cloud code 开始执行计划了，时间估计会比较长，我们慢慢等待一下。 cloud code 暂停了，他现在想用 m k d i r 来创建目录，然后询问我们是否同意。 稍微等一下，这个是什么情况？我们不是跟 cloud code 说过了吗？不需要每次都询问用户的。还记不记得我们是在 accept add it on 这个模式下面，那怎么现在又开始询问了呢？ 对，我们确实是说过，不过那只不过是写入文件的时候，不需要询问用户，这个呢，是在执行终端命令。 cloud code 认为执行终端命令呢是一个比较危险的操作，所以需要征得用户同意才会继续。 不仅如此，这里面还没有一个自动执行所有终端命令的选项，即使是第二项，那只不过是告诉 cloud code 以后都可以自由地访问 s r c 目录，不需要询问用户。至于执行别的命令，那还是要问的。 如果你觉得每次选择都太麻烦的话， cloud code 其实是提供了一个比较隐蔽的选项，可以跳过这个选择的步骤，让它想执行什么命令就执行什么命令。这个呢，是需要在启动 cloud 的 时候加上一个选项，叫做 dangerously skip permissions。 我 来给大家新开一个终端标签页演示一下。 我们先进入到原来的这个 my to do 目录里面，然后我们来输入 cloud， 再加上 dangerously skip permissions， 意思就是跳过所有的权限检测，大家注意看这个参数里面的单词， dangerously， 也就是危险的。 官方把危险两个字写在了脸上，意思非常明确，一旦加上了这个参数， cloud code 就 彻底放飞自我了。 进来之后你会发现模式变成了 bypass permissions， 这就意味着接下来它执行任何终端命令都不会再征求你的意见了，无论是安装依赖还是删除文件还是创建目录，都不会再问了。 这个呢，其实是一把双刃剑，往好了说，它能够极大地提升开发效率，全自动干活，不用你一直盯着点。同意， 但是往坏了说，他理论上呢，就拥有了和你一样的终端权限。虽然 cloud code 只有在极度发疯的情况下才能去破坏你的电脑，这种概率呢，可以说是微乎其微。但是作为一个负责任的博主，我必须要提醒大家，这个选项会让 cloud code 彻底的放飞自我。所以理论上呢，还是有一定的危险性的， 是否要为了效率承担这一丢丢的理论上的风险？决定权是在你们手里。好，演示完毕，回到我们原的例子里，我们呢，还是不用这个选项了，我们来选择第二项，只同意它以后可以自由地访问 s r c 目录。回车让 cloud code 继续。 cloud code 询问我们能不能执行 n p m 引导命令，我们选择以后都同意。 这里 cloud code 想要使用 npm run dev 来启动服务器，启动了服务器就可以查看网页的效果了，启动也行。不过呢，这里我们先取消，待会我想用它来给你演示如何手动启动它，并且借这个机会来解释任务相关的一些概念。 cloud code 看我们拒绝了，在询问我们应该要做什么，我们来跟他说一下这个命令呢，等会我自己执行，你确保其他部分都完成了就可以了。然后呢， cloud code 就 开始确认了，好，确认完毕，看起来一切正常。现在我们就可以自己来运行这个命令了，我们来试一下 服务器启动成功，我们来点击这里面的链接，看一下效果怎么样。不错，效果还可以，我们来随便点点，看起来没有什么问题，增加个代办事项也是可以的。 然后呢，我们可以再增加一个其他的代办事项，调一下优先级，再添加，一切完美，我们再回到 cloud code 这里，这里有一点需要给大家强调下， 这个服务的运行呢，是会堵塞 cloud code 的， 比如说我们在这里输入一个 hi， 你 看 cloud code 没有给我们任何回应，那是因为服务还在运行， cloud code 就 没有办法处理这个新的请求。那怎么办呢？很简单，看这里按 ctrl 加 b， 可以 把这个服务放置在后台，我们按一下试试， 好像是起作用了。 cloud code 开始处理我们的请求了，它给了我们一个回复，而且注意这里有一个后台任务正在运行， 我们输入杠 tasks 就 可以查看这个任务。在这里面可以看出，这确实是我们所启动的那个 npm run dev 的 命令， 注意这行提示，按 k 可以 关掉这个服务，不过我们目前还不打算关掉它，我们按 esc 回到原来的那个界面里面，就让这个服务先一直跑着吧，这样的话呢，我们后续的修改也能够实时看到效果。 那现在假设我们想加一个切换语言的功能，目前使用的是中文，我们希望它能够在右上角切换为英文，让我们来输入请求，在页面右上角增加一个切换语言的选项，用户可以选择中文或者是英文，默认为中文。回车， cloud code 开始运作了，让我们稍作等待。 好，可以看到 cloud code 改完了，我们回到页面这里看看。效果不错，确实是加上了切换语言的选项，而且切换的效果呢，也是符合预期的。 不过你转念一下，不对，我的用户都能看懂中文啊，我加这个功能干什么呢？要不就回滚吧。 好吧，那 cloud code 能回滚吗？当然是可以的，对应的命令呢，就是 go reverse， 或者是说呢，有个更简单的办法，你可以直接按两下 esc， 这样呢就进入到了回滚页面。我们每次输入请求的时候， cloud code 都会创建一个回滚点，比如说我们不是想回滚到增加语言选项之前的那个版本吗？那就选择这个回滚点就好了，选好之后按下回车。 然后呢， cloud code 会给我们四个选项，是回滚代码和绘画，还是说是只回滚绘画还是只回滚代码，或者说呢，我们就放弃回滚，我们来选择第一个代码和绘画都回滚。 好，现在回滚成功了，让我们来验证下。打开页面没问题，确实是回滚成功了，没有那个切换语言的选项了，是不是很棒呢？ 好，假设，这个时候啊，你觉得 react 加 type script 加 white 这套架构好像是有点过于复杂了， 你在想要不干脆我们就回滚到只有 index 点 html 的 那个版本就好了。好，那继续用回滚功能就行了。不过呢，在这之前，我们最好把 npm run dev 这个后台任务给关掉，毕竟回滚之后相关的文件都没了，这个后台任务呢，也就没有什么用了。 我们回到 cloud code 这里，输入杠 tasks 来查看后台任务，然后再按 k 结束掉当前的这个后台服务。 呃，这个时候 cloud code 提示我们开发服务器运行正常。这个呢，纯属是 cloud code 晕了啊，大家忽略它，我们的开发服务器现在实际上已经被关掉了。服务器关掉之后，我们就可以开始回滚流程了，先按两下 esc， 然后选择一开始重勾代码的那个回滚点。 然后呢，我们再选择第一项恢复代码和绘画。好看起来呢，是已经回滚完成了。我们来看看当前目录下是不是只有 index 域是天秒这个文件。我们使用 ls 这个命令， 这个命令呢，可以用来列举当前目录下的文件列表运行。看结果好像是不太对啊，除了 index 底下是天秒文件，这个目录下还有很多其他的文件，它默认只显示了一部分，我们可以按一下 ctrl o 来显示所有的文件列表， 看起来总的文件数量还不少呢。这个是怎么回事呢？难道是 cloud code 出 bug 了吗？ 其实不是，这些文件呢，是之前用终端命令创建的，比如说是 m k d i r n p m install 之类的 cloud code 呢，只能回滚它自己写入的那些文件。至于由终端命令生成的文件， cloud code 是 没有办法回滚的。 所以呢，我建议大家还是不要太依赖 cloud code 的 这个回滚功能了，如果要精准回滚的话，大家还是使用 git 会更好一点 好。不过呢，问题其实不大， index html 呢，是 cloud code 自己把控的，所以呢，这个文件一定是回滚成功了，我们把别的文件都删掉就行了， 说干就干，让我们打开文件管理器，删掉除了 index html 之外别的文件。然后呢，再回到 cloud code 这里，执行一下 ls 命令，可以看到文件确实只剩一个了。然后这个时候呢，我们可以使用 open 命令打开这个 html 来验证一下它的效果。 没问题，跟我们之前的那个 index 表 tm 的 效果呢是一样的，到这里回滚才算是彻底结束了。好，回滚呢，我们就讲到这里，现在假设你对 cloud code 做的页面一直都不太满意，所以呢，你去 figma 上面自己画了一个界面，就大概是这个样子的了， 你希望 cloud code 仿照这个界面来做，那具体该怎么实现呢？很简单，我们只要把这个设计稿图片传给 cloud code 就 可以了。首先我们需要在 figma 上面操作下，把当前的这个设计稿导出为一个 png 图片， 导出的方法很简单，就按这个 export frame 就 可以了。然后呢，我们回到访答这里，可以看到图片导出的非常成功，下面我们的任务呢，就是把这个图片传给 cloud code。 那 怎么做到这一点呢？ 有两个方法，其中第一个方法就是直接把这个图片拖到 cloud code 这里，看到这里面的 a 位二了吗？这就代表 cloud code 已经接收到我们的图片了，这个呢只是其中的一个方法。还有另外一个方法呢，就是复制这个文件， 然后来到 collab 这里，按 ctrl 加 v 粘贴。注意啊，这里面我说的这个快捷键呢，是 ctrl 加 v， 不是 command 加 v。 即使你用的是 micros， 你 也要用 ctrl 加 v 来粘贴这个图片，按 command 加 v 是 不起作用的， 这一点要记住了。这样呢，我们就可以继续输入请求，让 collab 根据图片来修改代码儿。 具体的过程我就不演示了，这个方法肯定行得通。不过说实话，很多时候呢，可能还原的并没有那么精确，比如说字体啊，间距啊之类的， cloud code 很 难通过图片做到非常精确的把握。 所以这个时候呢，我们其实还有另外一个方法，一个更为精确有效的方法，那就是使用 m c p 来实现这个还原 figma 设计稿的需求。 m c p 是 大模型与外界沟通的渠道，我之前讲过 m c p 的 使用方法和相关原理，感兴趣的同学可以自己看一下。 figma 提供了一个很好用的 m c p server， 我 们可以接入进来用用。首先呢，我们是需要安装这个 m c p server， 根据 figma 官方的要求，我们需要执行这一行命令， 因此呢，我们先把它复制一下，然后回到 cloud code 这里，先按两下 ctrl c 退出，然后执行这行命令。 可以看到， mcp server 已经是安装成功了。之后呢，我们需要重新打开 cloud code， 不过好像之前的对话全都没了呀，这可怎么办呢？别担心，我们可以使用杠 resume 命令来回到之前的对话。这里面的第一个就是我们刚才的那个对话了，我们按回车来选择它，你看这个对话不就回来了吗？ 呃，另外啊，还有一种更为简单的办法，那就是在启动 cloud code 的 时候呢，加上一个参数，我们来试一下。首先退出 cloud code， 然后呢我们执行命令 cloud 空格杠 c， 这里面的 c 呢就是 continue 的 缩写，它的功能就是打开 cloud code， 并自动恢复上一次的对话。好，对话恢复了，我们执行杠 m c p 命令，来查看目前所安装的 m c p 工具， 目前呢只有一个，就是我们刚刚安装的 figma， 可以 看到我们需要健全才能够使用这个工具。我们来选择这个 m c p 工具，然后呢再选择 authenticate， 这个时候呢会自动弹出一个页面，让我们授权我们同意， 然后再回到 cloud code 这里执行杠 m c p， 选择 figma， 这个时候呢可以看到 m c p server 呢就是一个可用的状态了。我们选择 view tools， 就 可以看到这个 m c p server 内部所包含的工具列表， 其中有用来截图的，有创建设计规则的等等，具体呢我们就不看了，我们其实也不用太关心到底该使用哪个工具来完成我们的需求，我们让 cloud code 来判断， 所以呢，我们按 esc 退出这个界面，然后输入我们的需求，修改当前的页面，使它与 figma 搞件保持一致。啊，问题还没完，我们现在回到 figma 页面这里复制这个设计稿的链接， 就点击这里面的 copy link to selection 就 好了。然后呢再回到 cloud code 这里粘贴，再回车，这样呢应该就可以了，可以看出 cloud code 开始工作了， 它首先呢是发现了我们的 figma m c p 可以 解决这个问题，请求调用 get design context 这个 m c p 工具来实现，需求我们同意， 然后呢， cloud code 请求调用 get screenshot 工具获取对应设计稿的截图，我们也同意。 现在调完两工具之后呢， cloud code 就 获取到了全部的设计稿信息了，其中不仅包括设计稿的截图，还有各种组建的间距、字体样式等，非常的详细。拿到这些信息后， cloud code 就 开始紧锣密鼓的修改现有的 html 代码，使它与 figma 设计稿相同，让我们稍作等待。 好，看起来是完成了，我们来到浏览器那边看一下效果怎么样。 这个呢，就是 cloud code 根据 figma 设计稿所搞出的页面，我把原始的设计稿也放在这里，大家可以比较一下，看看效果怎么样， 反正我觉得还原程度还是挺高的。当然这个页面还有一些细节需要打磨，比如说里面的 undefined， n a n 之类的，可能需要修改一下，但整体效果我觉得真的还是可以了。 好，那 m c p 呢？我们暂时就讲到这里，下面我们来看一下上下文压缩。在之前我们写了很多的代码，然后 cloud code 呢也调用了很多的工具，相信这个时候呢， cloud code 的 上下文里面就有了非常多的信息，这里面有一些是有用的，有一些其实没什么太大用处， 我们可以根据需要对上下文做一些压缩，这里需要用到的命令是杠 compact， 我 们可以直接去执行这个命令，也可以选择性的在它后面追加一些具体的压缩策略，比如说是重点保留用户提出的需求之类的。 呃，不过我们就不在后面加需求了，我们就直接执行这个杠 compact 命令，看一下它的效果怎么样。 压缩完成了，我们按一下 ctrl 加 o， 就 可以看到压缩后的上下文内容，这个呢就是压缩之后的结果了。 呃，我们之前呢，在上下文里面有很多的信息，有代码，有 m c p 的 调用结果之类的，现在呢，全部的内容就只剩这么一点了。 这样的话呢，不仅 cloud code 的 性能有了保障，后面在执行任务时， token 的 消耗量也会少很多。好，现在我们按一下 ctrl 加 o， 再回到原来的这个界面里。这里再提一下关于上下文的另外一个命令，就是这个杠 clear， 他呢做的更为极端，就会直接把所有的上下文内容都给清空掉。一般来说，如果我们后面的任务跟之前的上下文并没有什么关联的话，我们就可以使用这个 clear 命令来清空所有的上下文内容。 这个命令我们就不演示了，毕竟我们还需要之前的上下文，演示了之后，那就什么都没了，我们还是保留这个压缩后的结果好。现在压缩完成了，但是压缩结果的可控性并没有那么强，比如假设你想手动改改这里的压缩结果， cloud code 可并没有给你提供这个选项。 另外，无论亚不压缩上下文呢，都跟某个绘画绑定，我们下次进入到 cloud code 的 时候，还必须要来到这个绘画，否则 cloud code 是 不知道之前发生了什么的。那有没有什么办法可以解决这些问题呢？ 有没有一种方案可以让 cloud code 每次进来的时候都读取一些我们自己设定的一些信息，这样 cloud code 就 知道这是一个什么项目，用户有什么需求，我们甚至可以把各种注意事项都写在这里面。了解了这些信息之后， cloud code 就 可以更好地为我们工作了。有这种方案吗？ 当然是有的，这个呢就是 cloud d r m d。 我 们来尝试使用一下，我们首先让 cloud code 自己生成一份 cloud d r m d 文件，用的是杠 in it 命令。 好， cloud code 创建完毕了，我们来打开 cloud md 文件看一下，它就放在当前目录里面， 看起来内容是有模有样的，不过很可惜，它的语言呢是英文，看起来不太方便，我们要不让 cloud code 再把它给转成中文？ 转换完毕，我们再回来看一下，没问题，确实是中文了。另外提一下，这里面的内容呢，是可以随便修改的，比如说我们可以在最后面加上一句注意事项，每次回答到最后，必须要追加这么一句 happy coding， 然后我们回到 cloud code 这里先退出，然后再重新进入，这样 cloud code 就 会重新加载我们那份最新的 cloud 点 md 文件。我们来随便给 cloud code 说一句，比如说是 hi， cloud code 回答了它，最后呢，确实是加上了 happy coding， 可以 看到我们的 cloud 点 md 真的 是起作用了。 所以呢，如果你有什么东西是希望 cloud code 每次都读取的，那就直接放到 cloud md 文件里就好了。 试验完毕，现在我们把 cloud md 结尾中的那个注意事项去掉，要不每次都出现 happy coding， 会影响我们后续的演示。我们可以直接找到 vs code 编辑 cloud md 文件。不过这里嘛，我想顺便教大家另外一个打开 cloud md 的 方法， 我们在这个输入框里面输入杠 memory， 在 这里可以看出 cloud md 文件呢一共是有两种，一种是项目级别的，对应的文件就放在当前的目录里，对当前项目生效。第二个呢是用户级别 对应的文件放在用户目录里，对当前用户生效。我们之前用的是第一个，所以选择第一项，选择好了之后，对应的 cloud md 文件就自动打开了，这样呢，就不用每次都自己在文件管理器里面找了，会稍微方便一点。 打开 cloud 点 m d 文件之后，我们删掉最后面的注意事项保存，再回到 cloud code 这里重启一下， 然后再随便问一句，可以看到 happy coding 已经没了，这说明我们的修改已经生效了。那 cloud 点 m d 文件就讲到这里， cloud code 还有个 hook 功能，允许用户在运行工具前后等时机执行一段自己指定的逻辑，比如说我们可以用它来做自动格式化，也就是说在 cloud code 写完代码之后，自动执行我们设定的格式化函数，以便让最终的代码更加美观，更加符合我们的需求。 首先我们执行杠 hooks 命令，进入到 hook 的 配置页面，这里我们可以配置 hook 的 执行时机，比如说是工具使用前，工具使用后，工具使用失败发送通知等等。我们来选择第二项 post to use， 也就是工具使用后来执行这个 hook。 然后呢，我们再选择 add new matrix， 这里面呢，我们需要选择对应的工具，也就是说我们希望在哪个工具执行之后再运行我们的 hook 逻辑，我们填写的是 write 或者是 edit， 也就是说在创建或者是编辑文件的时候来执行这个 hook。 然后呢，我们再选择 add new hook， 这里输入我们具体的格式化命令。这 这个命令看起来很长，我们来仔细分析下。首先在运行的时候， cloud code 会给我们传这么一份 json 过来，其中的 file path 就是 cloud code 刚刚编辑好的文件路径，因此我们需要解析这个 json 结构，把其中的 file path 的 值给取出来。我们刚才命令里面的这一部分就是用来干这个活的， 其中 jq 是 解析 json 的 一个程序，不熟悉的同学可以自己查下。获取到文件路径之后，我们把这个文件路径通过 x arcs 传递给 preder 命令，然后剩下的工作呢，就是只用 preder 来格式化这个文件的内容了。 所以总结下来，这段命令其实就是使用 jq 来获得当前编辑好的文件路径，然后再使用 preder 来格式化这个文件。 好，讲完了，让我们再回到 cloud code 这里，写好代码之后，我们按回车确认。此时 cloud code 会询问我们应该把这个 hook 保存在哪一级，一共是有三个选项， 第一个呢是本地的项目级别，也就是说这个 hook 只会在本机本项目生效。选择这个选项之后， cloud code 会把配置放在项目目录里面的 settings， 点 local， 点 json， 加入到 get 的， 点 get ignore 文件里面， 所以呢这个文件不会共享给别人。第二个呢是项目级别，也就是说所有使用这个项目的用户呢，都能够用到这个 hook， 它对应的配置文件呢是 settings there jason， 这个文件呢会随着 get 分 发给所有人。 第三个呢是用户级别对当前的用户生效对应的配置保存在用户的目录里面，每一个用户都有一份，不会互相影响，也不会跟着项目保定。我们来选择第二个，所有使用这个项目的人呢，都能够用到这个 hook。 然后呢，这个 hook 就 算是创建好了，我们按 esc 退出。 最后呢输入请求来试一下。我们的请求是创建一个新的文件 test， 点 html 里面随便写点 html 就 行，所有的内容都写在一行里面。回车，我们来稍微等一下， 通过这个写入文件的请求就可以看出， cloud code 确实是把所有的内容都写入到一行里面了，我们同意执行完毕。我们来看看最终生成的 test 点 html 的 文件内容。 可以看到这个文件的内容呢已经被格式化好了，并不是像一开始 cloud code 写入的那样只有一行，这说明我们刚才写的那个 hook 生效了，在 cloud code 写入完代码之后，我们的 hook 启动把那个文件给格式化了，所以呢，我们现在看到的就是格式非常漂亮的 html 代码。 hook 的 功能呢，就讲到这里，现在假设你每天都想写一个总结，记录下今天开发了哪些功能，而且呢，这个总结必须要遵循一定的格式，比如一定要包含日期开发招标开发详情之类的。 你可以把对应的格式要求直接粘贴在这个输入框里面，让 cloud code 帮你写一份，只不过这样的话，你每天都要重复粘贴一遍，很麻烦。这种事情其实非常适合使用 agent skill 来解决，我之前出过一个系统性讲 agent skill 的 视频，有兴趣的同学可以看一下， 不过没看过也没关系，你可以大致把它理解为一个给大家看的说明书，一个动态加载的 prompt。 我 们来创建一个 agent skill 试一下。 首先我们新开一个终端 tab， 使用 m k d r 命令，在用户目录下的 their cloud skills 文件夹下面创建一个新的文件夹，就叫做 daily reports。 我 们使用 vs code 来打开这个文件夹， 然后呢，在这个文件夹下面创建一个叫做 skill 点 md 的 文件，在这里面填入这样的一些内容。 这个文件呢，一共分为两部分，前面的 name 和 description 分 别代表这个 agent skill 的 名称和描述， cloud code 会根据这一部分的内容来决定是否要使用这个 agent skill。 后面呢，就是这个 agent skill 的 具体描述了，这里主要是写了日报需要遵循的格式。 写好了之后，我们回到终端，关掉这个新开的标签页。然后呢，再重启一下这个 cloud code， 然后输入杠 skills， 可以 看到 cloud code 已经发现了我们的 agent skill。 然后呢，我们回到输入框，这里面打入我们的请求，写一份每日总结，回车开始执行。 可以看出， cloud code 发现了这个请求与我们刚才录的那个 agent skill 相关，请求使用这个 agent skill， 我 们同意。 然后呢，我们的每日总结就写好了，跟我们要求的格式是一模一样的。这个呢就是 agent skill 的 使用方法了，是不是很简单？ 呃，另外啊，这个 agent skill 的 调用请求呢，是由大模型发现并且发起的，除此之外呢，我们也可以这样来主动地发起这个 agent skill， 就是 先输入杠 daily reports， 然后呢后面加上具体的请求。 这个跟之前的效果呢，其实是一样的，只不过是省去了大模型意图识别的过程，直接由用户调用了这个 agent skill， 结果更加可控一些，具体我们就不演示了，我们来把它给删掉 啊。 agent skill 呢，就大致讲到这里了，当然 agent skill 还有很多高级的用法，感兴趣的同学可以看一下我的上一个视频。 下面我们再讲讲 cloud code 的 另外一个重要功能， sub agents。 这个呢，其实就是一个独立的 agent， 有 着自己独立的上下文，独立的工具，独立的 skill， 可以 独立完成某一件事情。我之前讲过 agent 的 原理， 有感兴趣的同学呢可以自己来看一下。呃，下面呢，让我们来创建一个用于代码审核的 sub agents， 然后选择 create new agent。 这里面要选择 agent 类型是项目级别还是用户级别，我们来选择项目级别， 也就是说使用这个项目的人呢，都能用。接下来选择 agent 的 创建方法，一种是用 cloud code 的 初设化，另外一种呢是完全手动创建，第一种是推荐方法，所以我们选它。 接下来我们描述一下这个 agent 要做的事情，我们填入以下内容，这是一个用于代码审核的 sub agent， 在 用户要求代码审核的时候调用它。回车可以看到 cloud code 正在生成这个 sub agent， 让我们稍等一下。 接下来呢，我们选择这个 sub agent 能用的工具，我们选择 read only tools 就 好，也就是说只能够使用止读工具，其余的都去掉。模型呢，就选择默认的 sonnets， 接下来选择这个 sub agent 的 颜色。 cloud code 在 运行这个 sub agent 的 时候，会使用我们选择的颜色来展示它，我们用绿色吧。 呃，然后呢， cloud code 就 会给我们生成这个 sub agent。 可以 看到这个 sub agent 的 描述呢是英文的，而且里面的内容大概率也不会跟我们期望的完全相同。我们按一下 e 来编辑一下这个 sub agent 的 描述。 这个呢就是 cloud code 给我们生成的 sub agent 描述了，不过呢，它跟我们想要的那个版本差距有点大，所以这里呢，我来给这个 sub agent 整体替换一下，换成适合我们这个场景的。 sub agent 的 结构与 agent skill 类似，一共是分为两部分，上面呢是原数据写明了这个 sub agent 的 名称，描述所使用的模型、颜色等等。下面呢就是这个 sub agent 具体要干的事情了。 呃，我的要求呢，有两条，一个是审查的准则里面有两项，一项是针对 js 的， 一项是针对 css 的。 最后呢会有一个输出格式方面的一个要求啊，我们后面去看一下 cloud code 能否遵循这个 sub agent 的 规范。 呃，填完了这个 sub agent 的 描述之后呢，我们来到 cloud code 这里给它重启一下， 重启完后我们提交请求，给我做一下代码审核。 可以看出 cloud code 调用了我们刚才创建的 sub agents， 并把对应的任务描述传给了它，让它处理。而且看这里 cloud code 是 用绿色来表示这个 sub agents， 这跟我们之前的配置也是相符的，它估计还要再运行一会儿，让我们稍作等待。 它运行了一会儿之后，给出了代码审核报告，可以看出，它检查的内容确实是我们在 sub agent 描述文件里面要求的。这个呢，就是 sub agent 的 使用方法了。 有人可能会问， agent skill 跟 sub agent 很 像啊，它俩什么区别？其实吧，它俩最大的区别就在于对上下文的处理方式不同。 agent skill 运行的时候，它会完全继承并且共享你当前主对话的上下文，这就意味着它执行过程中的每一行日记，每一个思考过程，都会记录到你的当前上下文。 想象一下，如果你让 skill 去审核一个有着几万行代码的项目，这些项目会逐步塞满你的上下文窗口， token 消耗飙升， agent 也会因为记忆过载而变慢变傻。 所以呢， agent skill 最适合处理那些与上下文关联比较大，而且对上下文影响不大的人物。比如说是根据今天的开发过程写一个每日总结之类的。 而 sub agent 呢，则拥有自己完全独立的上下文。当你启动它时，它会开辟一个全新的对话窗口，它在这个窗口里面看的所有的代码，生成的所有的中间分析过程，都不会回传到你的主对话里面。只有当它把活干完了，它才会拿着一个最终的执行结果来向你汇报。 这样一来，你的主对话依然干干净净，永远不会被琐碎的中间过程所冲爆。所以， sub agent 比较适合处理那些与上下文关联比较小，而且对上下文影响比较大的任务。因此， agent skill 与 sub agent 的 最大区别就在于对上下文的处理方式不同，大家要根据具体的场景来选择合适的方案。 下面我们再讲讲 plug in 这个东西。你可以把 plug in 想象成一个全家桶的安装包，有点儿像是 micros 的 dmg 或者是 windows 下面的 exe 文件。它把一系列的 skill， sub agents， hook 等能力全部打包在一起，你只需要一键安装 cloud code， 就 能够瞬间获得整套高级能力。 下面呢，我来给大家演示一下。我们先输入杠 plug in， 进入到插件管理器，这里面呢有三个选项，分别是 discover， 也就是发现新插件 installed 已安装的插件和 marketplaces。 呃，插件市场，我们在 discover 里面找到这个 friend and design， 按回车安装。 接下来要选择安装范围，有三个可选范围，分别是对当前用户生效，对当前项目生效或者是对当前用户的当前项目生效。我们维持默认就好了， 确定后安装就完成了。对，就是这么快。这里简单说明一下， front and design 是 一个用来做前端设计的插件， 一般来说啊，大模型做的前端呢，都有一定的共性，比如说使用深紫色的主题啊等等。这个插件呢，据说可以打破这个共性，让界面看起来更加好看一点，我们等会儿来看看是不是这个样子的。 安装好了之后，我们重启 cloud code， 然后使用 m k d r 命令新建一个目录，就叫做 my to do r。 然后呢，我们进入到这个目录里面， 再启动 cloud code。 启动好了之后，我们输入杠 plugin， 再次进入到插件的管理页面， 然后再选择 installed， 可以 看到 installed 这一个 tab 下面多了一项，就是我们刚才安装的这个 front and design。 我 们按回车看一下它的详情。可以看到这个 plugin 的 主要的组成元素就是一个叫做 front and design 的 agent skill。 既然我们已经安装了这个 plugin， 那 对应的 agent skill 应该也安装了，我们不妨验证一下。让我们回到输入框这里面， 然后打杠 skills。 你 看这里面是不是多了一个叫做 front and design 的 agent skill 呢？所以呢，安装这个插件本质上就是安装了这个 agent skill。 当然，这个 plugin 比较特殊，就只有一个组成元素，有些 plugin 里面包含了 agent skill， mcp， hook 等多个组成元素，你可以把它理解为整套解决能力，一次性全部安装了进来。下面呢，我们就来用用这个 frontin design， 看看它跟原装的前端设计有没有什么区别。 让我们回到输入框这里，输入我们的请求，按照 frontin design 的 要求做一个代码软件，使用 html 来实现。 注意看， cloud code 并没有立即开始写代码，它首先是意识到用户要求使用 front and design 的 规范，于是呢，它会先请求使用这个 agent skill。 呃，我们点同意？ 读取完了之后呢，它就拥有了 antropic 官方沉淀的一整套 ui 的 设计直觉。接着呢，它开始写代码了，让我们稍微等一下。 写好了，我们先用 l s 命令看看当前目录下有哪些文件没问题，只有一个 index html 文件。然后呢，我们就可以使用 open 命令来打开这个文件看一下效果怎么样？ 大家看这个呢？跟我们一开始写出来的那个 demo 相比，风格就完全不一样了，它的排版更加高级，色彩更加协调，交互呢，也更符合现代审美。 这个就是 france and design 这个插件的力量了。目前 cloud code 的 插件市场还在迅速的增长，除了 ui 设计之外，还有一些针对特定编程语言的 lsp 插件等等。 呃，当然，如果你觉得自己的配置写得非常好的话，也可以参考官方的文档，把你的 skill， sub agent， mcp 等等东西打包成插件，分享给你的团队或者是社区。 好， cloud code 到这里就讲完了，如果我的视频对你有帮助，别忘了点赞关注。我是马克，用最通俗的语言讲最硬核的技术，我们下期再见。拜拜。

你终于开始用可乐扣的了，好用好用，是不是真好用？从创建一个项目开始，先帮你创建一个整体的一个开发方案、系统架构，把模块分析啊这些东西。功能全部设计好了，项目结构也设计好了， 然后后面就是开始进行功能开发。自主开发。对，真的很牛逼啊，比那个国产的要强很多。思维方式不一样啊，自主思考帮你去解决问题，他会反复的测试成功之后，然后才给你输出。牛逼，这些都是他开发完一个功能之后告诉你怎么使用， 有一些说明工作流程，工作内容也都是在本地都有的，是吧？对，开始的时候他会让你选，就是你自己适合的一些方案。那不扣定好像能实现，是吧？小白微调的时候就可能需要有一些专业知识，对，对吧？嗯。

今天分享一下 cloud code 黑客松五个获奖案例，分别是 crossband， 是 用 ai 辅助去获得加州建筑审批许可证的一个项目。 银奖是 elsa， 是 一个儿童可说话积木编程工具。同奖是 post visit， ai 是 患者的诊后陪伴。创意探索奖是 conductor， 这个是你按键盘，它会有 ai 给你伴奏。最后就是持续思考奖是用行车记录仪提供的视频，通过 ai 整合去提供一个修路的建议， 那大家如果感兴趣的话也可以去 x 上面。 cloud 在 二月二十一号公布了获奖名单以及相关的视频。先简单介绍一下什么是 cloud code。 目前国外 ai 的 大模型的主力有四家， 分别是 open ai、 anthropomorphic， 谷歌和前推特就是马斯克做的公司，那主力的大模型有 chat gpt、 cloud gemini 和 crock。 如果了解之后，你会发现每一个大模型它都会推出一个聊天对话的版本和一个专门为了写代码的版本， 就像是 g p t。 除了对话版本以外，还有一个叫 codex， 就 专门为开发者做的工具 astropic 也有一个 cloud code， 也就是我们今天要讲的这个谷歌，它推出了 gemini c l i， 也就是命令行的界面，也是为了开发的。每一个模型它都有不同的 呃模式，比如说 g p t， 它是自动的，快速的和思考模式。像 cloud 呢，它有 opus 四点六、 sony 四点六和嗨酷四点五，不同的模型能力不一样，其中红框的这个是最强模型，那 gemina 有 快速思考和 pro 呃 crock， 也有专家模式、自动和快速模式。那么今天我们要讲的就是这个 cloud code， 参加这个比赛的人用的都是 opus， 四点六就是它最强大的模型。第一个像 crossbeam 这个还挺有意思，作者是个律师，有一次他在跟朋友聊天的时候，发现他朋友被加州建筑许可证这么个东西弄得特别头痛。 在美国的加州，你想做一个建筑，和其他的州的法律和规则不一样，他们州规定做一个建筑你需要获得很多部门的审批，这里面包含规划、 结构、消防、能源、安全和环境保护等等等等系列的法规。你需要提交很多个部门很多个资料，你就会收到无数个部门给你发来的纠错信息啊，这里又不合格了，那里又不合格了。所以经常一个建筑超过一年的审批时间是很正常的， 很多建筑师都因此非常非常的头痛，他发现这个痛点之后，他就做了一个叫 crossbeam 这个项目，他通过 cloud 的 这个顶级的 opus 这个模型，根据 部门发来的纠错信，问你相关的问题，补充好全部信息以后，他会分析根据你的图纸和所有的信息，还有他的纠错信， 去完成所有部门不合格的地方去进行修改。它会把图纸进行规划，有建筑结构、位置、能源和这个各个系统等等，由一个总模型分配几个子 agent 去完成这个工作，它显示了有蓝图图纸和这个纠错信， 然后经过几个环节，最后输出一个所有部门都满意的一个审批文件，这个就大大的提高了审批的效率。这个项目的作者是一个律师，他之前其实不懂代码， 他发现了这个需求，再加上他过去学了一年的 ai 编程，他就觉得这可以拿 ai 去解决，因为一个是他不需要创意性，第二个就是他需要 ai 帮他交叉分析，无数个文件、图纸等等，这些 ai 都有能力， 他一看太适合了，就开发了这个项目，因为他也真的切中了真的需求，所以他获得了金奖。如果你发现你做某件事需要阅读大量的文件，交叉分析，来回打退，重改、修改，反复的这样磨， 毫无疑问用 ai 去解决第二个项目 elsa， 它也特别有意思，作者是一个软件工程师，有一次他发现他七年级的女儿要参加学校的一个发明展。这个小项目也非常简单，就是用一个微型控制器，里面装上温湿度传感器， 然后植入进去一段程序，让温湿度传感器能读取温湿度，并且显示在上面的 led 屏上，那中间就需要写这么一段小程序。他女儿其实是不会写代码的，他认为现在市面上为大人准备的那些开发工具，比如说那些终端界面呀，都太枯燥了，不适合孩子，孩子也不会懂。 于是他就为他女儿开发了这个 elsa 的 一个基于 cloud code 的 ai 编程工具。你可以看到页面上的这个像积木一样的界面，就是给孩子准备的开发工具。左边的这个是有几个栏目的，包括目标啊，要求啊，你这个代码的风格，显示的风格呀， 技能规则、门户，以及你需要几个子 agent 去帮你一起执行这个项目。他女儿想做什么？就像拖积木一样，点击这个目标， 把这个积木块拖到这个面板上面，那上面有一些文字，比如说我想要做一个什么什么比赛，或者什么什么一个项目 要做这个类型是什么，他最后做出来可以什么什么，就是相关的要求，以及你需要设置几个子 agent 去一起帮助他完成工作。这几个 agent 都叫什么名儿？他父亲把这些指令做成积木一样的模块化的东西，他的孩子只需要天空就可以了。 之后 cloud code 会把这些文字翻译成需求，在后台去写成一段程序，让他女儿最后能在那个 led 灯上显示呃亮起来。总之就是把这个程序植入到这个硬件里面。 他发现的洞察是，现在针对于儿童的编程软件和工具，要么就是界面不是适合儿童的，要么就是像过家家一样的， 只能让孩子学习，但是不能让孩子真的做出一个产品或者项目。作者也把这个项目公布到了 github 上面，如果大家感兴趣的话，可以去下载去体验一下。 这个项目给我们的启示也是，不要忽视你身边的一些微小的需求，有些需求它可能没有那么宏大，不是说做一个颠覆级的教育平台， 但是他解决了身边人真实的需求，也抓住了真需求。获得同奖的项目是这个 post visit ai 这个项目的作者，他是比利时的一个心脏科的医生，过去他会一点点代码，但有了 ai， 写代码就变得更快更方便了。 他在过去二十年的工作经历当中发现，很多患者在出了诊疗室之后记不住遗嘱，不知道怎么吃药，也不知道医生的这个建议代表了什么，这里要普及一下国外和我们国家的背景， 国外的很多英文单词，尤其是医疗领域的专业词汇是特别晦涩难懂的，像我们说心脏病啊， 他都特别形象，因为汉字的原因，汉字本来就形象，但是如果你换成专业术语的英文字母的话，就特别的抽象，很多普通老百姓根本读不懂是什么意思。 他发现了这个痛点之后，他打算做一个连接患者和医生的这么一个桥梁的工具，在患者出了诊室之后，他可以通过这个 ai 工具在右侧去根据医生的建议 详细的提问，比如说为什么医生推荐这个治疗方案呐？为什么医生推荐吃这个药啊？这个药对我的病情有什么帮助啊？我一天吃几顿呐？现在其实 ai 可以 做到电子病历了，它只不过把这个电子病历和这个工具嫁接起来， 让这个 ai 工具能够进一步的解释医生的电子病历。其实很多人也会问哈，如果做电子病历会不会干涉医生的诊断过程，有一种实时被监控的感觉，那其实中间就涉及到了这个电子病历是否要让医生审核之后再推送到整个这个平台上面， 其实这个还是有待商议的，不过这个工具真的可以帮助患者在诊后去进行持续性的陪伴，这也是解决了一个非常大的问题。 获得最佳创意探索奖的是一位音乐家，他用 cloud 去控制四个乐队弹奏，以便让他在 midi 敲击键盘的时候，能够让 cloud 指挥整个乐队配合他一起演奏。大家可以听一下， 大家可以看到这个音乐家每一次弹和弦的时候，他只弹一个和弦， 等其他的古典啊，其他的这个声乐乐器啊，全都是 cloud 指挥后台的这个电子乐队去配合他演奏的。他也认为好的 ai 创作有可能不是替代创作者，而是让创作者做一个简单的事儿， ai 就 能配合他完成一个出色的作品。 主创还是人类， ai 只是辅助，让这个曲子变得更出彩。最后一个项目叫 terra， 这位作者他也是不懂编程，完全是靠 ai 编程来写的这个项目。他是发现乌甘达这个国家政府想要判断哪一段路先修，哪一段路后修，其实是个很困难的事儿。 过去需要人工去现场拍照片，收集一堆资料，最后汇总再形成决策。这个过程一个是慢，再一个就是很容易决策错误，导致真正需要修的路没被修。这个资金分配的优先级是一个非常大的问题。那他发现我们市面上 所有的汽车都带行车记录仪，这是一个特别好的一个收集数据的方式，他廉价而且很广泛，很普及。于是他就做了这个项目，叫 terra。 这个项目就是通过行车记录仪去采集视频，再经过 ai 去分析判断路面状况，然后决定我们应该先修哪个公共设施，先修哪个路。 它的流程是上传行车记录仪之后， ai 去逐真的去分析，给出一个全方位的经济投资计划，最后它有一个设施的改善优化的这么一个建议方案， 你可以选择任意一条路，或者是任意一段行车记录仪的视频，接着点击分析，然后他会给出这条路上跑的车辆类型是什么，是小轿车还是中型卡车还是公交车， 同时他还会给出这条路的相关的描述，用文字的形式呈现，以及修了这条路以后路上的哪些设施得到好处。最后就是一个经济情况分析，例如投资回报啊，还有决策是否投资一条路的相关的数据支撑。 这个项目让原本需要超过五周的工作量压缩到了五个小时。这个项目也是开源了，作者是一个人花了六天时间搞定了这个项目。 想分享这五个案例是我发现大家都在追求工具多么多么先进，而很少回归自身，回归真实世界去看看真需求工具只是实现我们最终目标的一个手段。 最后就是代码其实已经不是开发的门槛了，人人都可以开发。那么今天视频就到这里，如果你喜欢的话，别忘了点赞、收藏、留言、关注，让我们下个视频再见，拜拜！