opnclaw接哪个国内大模型

用单片机做东西玩，看上去门槛很高，既要懂硬件接线，又要懂软件编程。实际上只要开始动手，从零基础到入门也就一两天。编程软件就使用米斯特二点零， 不需要敲代码，用鼠标拖一拖模块，调一调参数，就能完成编程。比如我想让这个舵机摆动起来，找一块开发板接起来就能做到。玩舵机就找舵机的程序块，舵机接哪个口，这里就选哪个口，给一个延时时间，避免动作太快，然后复制一份， 最后在这两个程序块的角度不一样，程序就可以上传了，所以入门起来一点都不难。新手朋友先看我主页合集单片机快速入门系列，还可以在我主页搜关键词，找特定模块的教程视频。

今天介绍一套好用的 web 代码工具，国内就能使用，无需魔法 windows， 快 捷打开 windows， 点击市场。安装 cc 插件，请看操作。第一次安装，这里会出现安装两个字，我的已经装过了。 接下来看怎么启动 cc， 点这个 cc 图标， 这就自动跳过，不选也行。 这里有三种模式自动执行，先预览再确认，先规划再动手。 为啥这里能使用国内模型，那就得请出 switch 这个工具了。 现在我们来用 switch 配置国内模型，点酷狗，选 mini mac， 添加 p 和模型信息， 点酷狗看到新加的点启动就行了。 好了，已经能干活了， 接下来是常规演示，看不看都行。 好嘞，今天就到这里，感觉 switch 作者开源，有啥问题评论区见。

大家好，随着国内的国产大魔性的发展，以及近期 open core 的 风靡，直接以 top coin 计费方式的这种模式开始衍生开来，那接下来我们一起详细学习一下 top coin 的 出海的行业梳理。 top 控的话一共分为这么几个大的模型，第一个是 mini max， 第二个是 kimi， 第三个是 deepsea， 第四个是智普 ai， 下一个是字节的豆包，下一个是阿里千问，下一个是腾讯的元宝，最后一个是百度的文心。 那我们接下来的话详细的梳理一下。首先我们先看第一个大模型 mini max， mini max 的 话，目前国内的鸿博股份公司、 首都在线公司有相应的算力与智算的一个服务。第二个是 kimi 大 模型，目前国内的润泽科技公司、 亚康股份公司都与 kimi 有 相应的算力服务。下一个是与 deepsea 合作深度相关的，目前国内的润泽科技公司、韩钢股份公司 与 deepsea 提供相应的算力集群的一个服务。下一个是智普 ai 方面，目前国内的网速科技公司、优克德公司、奥菲数据公司有系与 智普 ai 合作相关的一个算力。下一个我们再看一下润泽科技方面，日字节豆包方面。字节豆包方面的话，目前国内的润泽科技公司、 东阳光公司、光环新网公司、大卫科技公司、亚康股份公司、东方国信公司与字节跳动的 a i、 d c 服务商有相应的合作。 下一个我们看一下阿里千份方面，目前国内的数据管公司，韩钢股份公司、润建股份公司 与阿里云以及阿里千份有相应的智算云服务的项目，下一个我们看一下腾讯的元宝方面，目前与腾讯元宝深度合作的国内的科华数据公司、润泽科技公司都与腾讯签有战略的合作协议。 下一个是群星玩具，也与腾讯有相应的算力集团的一个服务。最后一个是百度的文新，目前国内的奥菲数据公司、数据港公司 啊，与百度有相应的百度智云的 idc 的 这种服务，算力是大模型的底座，国产算力又是整个接下来发展的核心方向，大家可以详细的研究梳理一下。

一个开源项目，让你玩转所有顶级大模型，这里有一千多个全免费的 ai 模型，堪称最强大的本地部署 ai 平台。不管是 lama chat、 gpt quen， 还是 stable fusion 等等你想要的顶级模型， 都只要这个工具就能搞定。离谱的是，它提供了与 open ai api 完全兼容的接口，而且不需要显卡，只要你的陈老 cpu 就 能跑起来，让你几乎零成本拥有文本生成、音频处理、视频处理 及图像生成等多种 ai 能力，重点数据完全在本地运行，不上传云端，保护你的隐私安全，支持豆壳儿部署。这下终于能爽完大场的模型了，感兴趣的可以研究研究。

大家好，我上一条讲风沫的视频爆了，回复超级多。首先先谢谢大家，但是我发现评论区里有好多小伙伴有一个天大的误区，他们一直没用上 cc， 竟然是以为国内用不了，我用的可都一直是国产模型。 来，我给大家看一下我的 cc 是 怎么用的，我目前接了智普、 kimi、 迷你 max， 还有朋友给我共享的四零九零双卡， 我每次启动的时候会选一个供应商，而且一般我会开多个窗口同时用，有时候用相同的，有时候用不同的， 所以你看，我从来没有在 cloud code 里用过 ontropix， 自家的 cloud 模型一次都没有。那我今天就教大家一个方法吧， 怎么样配置 cc， 使用国产模型，怎么样切换模型？虽然有很多工具啊，但是工具都有一些学习成本，我们不应该花那么多时间来学工具，而是要学会怎么样能用 ai 来解决一切问题。所以今天我就教大家就是用 ai 做个脚本，在启动的时候选择。 我们来看一下。首先你得知道两件事，一个是 c c 的 模型供应商和环境变量的关系，还有一个是它的 api 格式。我们先看第一个 c c 配置模型的供应商是通过这四个环境变量操作的， 你可以给它设不同的值， base url 就是 你的 api key， model 就是 你要用的模型， 这个可以不设，不设的时候有的供应商他就会给你用一个小模型，我是一般习惯把这个变量设成跟他模型一样，这样就始终保持用一个模型，基本上就是你把这四个黄金变量填好之后，启动 cc， 他 就会改改变。对， 还有一个关键就是说这世界上 ai 供应商都提供了三种的格式，一种是 chat completion api， 这有大部分的供应商都有，但是 c c 用不了 responses api 呢？这是 open ai 最新的，但是大部分供应商也不支持 c c 也不用 c c 用的都是 iso 自家的格式，现在一般提供 coding plan 的 厂商都会有这个格式，所以，但你设置的时候不要设错了，不能设成这个了，所以你需要去看一下 它是怎么样，但是我觉得我们都不需要这么麻烦，不需要去调查文档来看一下很简单，就你把这个脚本扔给 dbc， 让它去打开它网页调查或和深度思考，让它自己去查就行了，它会给你生成一个脚本。 我这条 prompt 就是 windows 的 或者 mac 的， 它都会给你生成，然后你复制，复制到你的目录就行了。 哪个目录呢？ windows 下在这个目录， mac 下在这个目录，这个就是你们自己需要去看一下。 注意一注意一点，就是 windows 下 c c 点 bat 这个文件，你千万不要用 unico 的， 否则会乱码哦。我，我的 prompt 里头要求写的是英文，可能也不会，但是我建议把它改成 a n s i， 然后你用那个 notepad 打开之后选择另存，然后选那个全部文件，当然把编码格式改成 a n s i 就 行了， 然后 mac 就 无所谓，就是这个目录。还有一个很重要的事，这个是好多朋友可能会因为这个原因导致它一直用不上 cc 或者产生误解，因为 cc 在 第一次启动的时候，它会强制要求你登录 cloud 的 账号， 但是实际上我们配置的是完全不应该有这一步的，这个就是因为这个 cloud layer json 这个文件里这个东西没设置好， 你把它设置好了之后，它再也不会弹出那个登录提示了，所以好多朋友不知道这个它就它就误解了，但是实际上我们稍微把它跳过了 cc， 就 可以用本地模型了。 最后呢，友情提示，你入门 ai 的 时候， cloud code 是 一个很不错的选择，但是一定要记住，一定要有一个国产的或者开源的平替，省得哪天他用不了了你就哭吧。 好吧，国产的 kimi code， queen code， 开源的 open code， 这些都是不错的选择，多条路总没错吧。以上就是本期的所有内容了，谢谢大家！

有个记者啊，揭露了六个大模型啊，对 openclock 做了完整的实测啊，任务是找文件，收信息，发邮件啊，结果就是找不到文件啊，搜索报错，发邮件卡死， 已经有人连续的产出报文啊，偏偏阅读破万。同一个工具，为什么差距这么大？今天把实测的结论给你说清楚，你自己判断到底值不值得装 核心三点。第一点就是实测里失败的是什么？千问三点五的任务是找一个本地的文件啊，测试人员明确的告诉了他位置， ai 整整找了五分钟，还是没找到发邮件的，测试更是直接， ai 一 直重复命令，没有实际的动作。这不是个例，六款模型参与测试， 大多数需要在操控浏览器的环节，全部失败。第二点，那为什么有人觉得很好呢？因为 open 本身不是大模型，它是指挥官 调用的，大模型才是士兵，士兵强不强决定了账，能不能打印，大家明白哈。所以还有配置， 有人用它搭了一套热点监控系统，每天自动全网扫内容，推送到钉钉或者是飞书，配置好了之后几乎不用管，靠这套流程，连续就出了好几篇破万的报文。同一个工具，配置对了是神器啊，配置错了是坑。 第三点就是正确的用法，到底长什么样？用过 open club 的 人，这个体验的曲线几乎都是一模一样。第一周就是蜜月期哇，他能控制电脑，好神奇。第二周幻灭期， 分一百个文件，花了好几刀，然后呢，自己一分钟搞定，需要什么成本呢？第三个阶段呢，就是平衡期，只把它用在高价值、长耗时， 人们不愿意反复干的任务上，到了这个阶段，他才是真正的生产力工具。前小米 o s a i 的 专家说了一句话，目前的版本不是合格的生产力工具， 但等大模型再进步一点， open 可乐只会越来越好。但他现在是一个需要配对才能发挥价值的工具，不是开箱即用的产品。你装了之后卡在哪里了？评论区聊聊，我们一起摸。

带着大家先去部署我们的这个 open core， 然后接入大模型，然后以及连到非说我可能更期待于后半部分，就是大家看能不能把它怎么玩出花来， 那些 skills 是 拿来干嘛的？他后面有他的描述，对，有很多 skills， 然后比如说选完了之后你就点这个，点这个， 这是我们第一个小时就安装好了， 快七点多了，就是这个，我看他前面都跑起了，然后现在就差最后去飞输了一次，还有点问题，在调这个电脑早就没电了。

啊，继昨天的千问三点五一百二十二币模型之后，我把千问三点五最后的一块拼图及二十七币的稠密模型测试了一下， 结果可以说意料之外，但是又是情理之中，我愿称其为开元中小模型的搜它。 在我的测试任务里，二十七币拿到了八十三点一分的高分，名列目前榜单第四名，它上面只有 jimmy 三 pro、 cloud opus 四点六和 gpt 五点二。如果我们去掉多模态和上下文的加分项， 单看模型本身的能力，二十七币依旧以七十六点一分和 deepsix 三点二正式版不相上下。 中英文写作和应用文写作的得分是三十五点二分，属于是第一梯队的水平，数学、几何和物理方面则是十九点四分。 大家可以发现，在纯文本问答和写作方面，中小模型的性能已经和国外闭元大模型没有什么太大的差别了。所以如果你的日常任务是问答和写作的话，本地部署一个中小模型是完全够用的。 代码能力方面，二十七 b 则是展现了稠密模型的优势，表现非常抢眼，以二十一点五分和 cloudsonnet 四点五的二十一点七分平分秋色。 这里我们用 cloud opus 四点六和 mini max 二点五作为对比测试对象，左边是 cloud， 中间是千问三点五二十七 b， 右边是 mini max 二点五满写版二十七 b 可能在视觉效果方面稍稍有些欠缺，但是整体完成度还是非常高的。 作为对比，我们再看看和其他中小体积模型的对比。这里左边是法国的 devstra 二，右边是 openai 的 chat gpt os 二十币 结果高下立判，和一百二十二币以及三十五币的横向对比，我们也可以发现二十七币的效果是更加接近一百二十二币的， 而三十五 b 的 混合专家模型则是有严重的涂层问题。 python 六边形小球测试的效果也非常不错，图形效果非常美观，各种粒的影响也有体现。 虽然有些欺负人，但是这里是 cloud opus 四点六的实现效果，这是 glm 四点七的实现效果，大家可以自行评判。 如果你想对比一下其他的模型的话，可以上我的网站自行查看所有测试任务的输出并对比哦。总结一下， 虽然现在的主流已经是混合专家模型了，但是稠密模型的性能仍然是强于混合专家的。稠密模型在 ai 领域，因此也总会有自己的一席之地。

然后呢我们接下来在这一步呢，继续去完善相关的功能，那其实我们也只差最后一步了啊，就是把 nonchain 的 一些功能呢接入进来，其实 nonchain 这部分呢，它的功能相对比较多啊，它里面的代码我们当时在给大家去实现的，主要是在模型层去做了一部分处理，给大家看一下在 那个 ai engine 那 一层实现的那一部分主要集中在大模型调用这块啊，在这个里面我们因为是用的本地的欧拉玛，所以呢通过七幺欧拉玛去做基础的调用， 调用这一层的话，我们整个调用执行器都是自己去实现的啊，不管是从开始节点到各种这个 h t p 节点， end 节点、 condition 节点都是自己去实现的，这个执行器 自实行执行器。然后呢再在最上层通过注册内置的一些节点执行器完成了一个解偶，这是我们说的那个解偶盒，或者说是通过插件化的方式来完成的这个基础架构啊，那这部分呢，其实在我们那个项目实战里面给大家去有详细的介绍啊，在这个项目里面，大家如果说 在接下来啊，想重点的去把 ai 相关的一些知识点重点去学习，去掌握，之后到年后啊，能够去比如说三四月份求职涨薪，那大家可以去了解一下我们对应的这个 项目实战啊，这个大家可以去找咨询老师去领取相关的项目介绍。然后呢包括项目的演示文，那个演示项目的地址啊，大家可以输入一下 cloud 啊，那个 ai flow 妙码一丢点 com 进来之后自己去体验一下啊，这是给大家去部署的这个演示版，大家可以看一看，完整课间评论区扣八八八，免费领取！

这个图片国内的主流 ai 几乎都识别错误，这个粮食放大器，国外的 gpt、 gmail 三表现如何呢？还有这个比较潦草的鸟，到底是哪个模型识别的更精准？ 接下来我们做一个简单的模型识图能力对比。我找了四家平台，用免费的模型去测试，均选快速模式。国内的是豆包和千问，海外的是 gmail 和 gpt。 其实还有几家模型也不错，但免费用户的服务器太容易出现繁忙状态了。规则如下，我们分四组不同类型的照片，每组呢五张，让每个模行为每张图片生成五个不同的标题和二十个不同的关键词，每组满分是一百二十五分， 标题或关键词错一个扣一分。为避免混子，模型会对以下的情况进行一个加分，比如照片中是一只鸟，其他的模型都说是鸟，这个回答是没有错误，但是有一个模型，如果说出了这只鸟的具体型号或者是具体的特点，我们会额外的加五分。 当然有一些照片的内容我不能百分百确定，请见谅。如果有说的错的地方，欢迎大家指正。本次所用到的图片，除了一张风光照外，全部由我个人拍摄，不是什么热门的网图。 理论上对 ai 来说比较新，我们采用的一个方式就是随机的截图，加一个统一的复制粘贴形式上传，这样就不会附带照片的原数据。因为这些照片其实它们的原数据里面我已经写入了大量的关键词，还有不同的标题， 所以我们去截图就会避免模型识别到这些数据。现在开始测试 一个突发情况，就是 gpt 上传了几张图片之后，对免费的用户就进行了一个限制，后面我们的 gpt 就 换了一个渠道，但是模型呢，也从免费的五点三升级到了最新的五点四，这是需要注意的一点， 没想到整理这么花时间，周末搞了一下午才搞完。求赞，求评论，求关注，我们先看动物组的情况，抖音豆包二点零得分一百一十七分，他把大雁宝宝识别成了鹅宝宝，其他的倒没什么问题。下面是阿里千问三点五 plus 得分一百零七分，也是大雁宝宝识别成了鹅宝宝。还有这个麋鹿的状态也是识别错误的，这个麋鹿是夏天太热刚从河水里面出来，后背是黑色的淤泥， 很健康，但是比较孤僻。但是千万的模型识别，这只麋鹿挂了，所以是一个扣分项。而鹅苗识别成了鸵鸟，其实非常严格的意义，算它勉强是对的，但是其他模型呢，都给出了一个正确的答案，所以也扣分。但是这个灰罐鹤， 阿里的千万给出了具体的产地和象征意义，所以我们会额外的加五分。谷歌的 jimmy nike 三 得分一百二十七分，也是大雁宝宝识别成了鹅宝宝，但是它的关键词里面有一个大雁幼崽，这一个词是所有模型中唯一给出正确答案的词，所以也是额外加五分。而麋鹿呢，说出了一个四不像的真实特点，我们也会额外加五分。 g p t 五点四得分一百零九分，也是大雁宝宝识别成了鸭宝宝，和其他的还不太一样，麋鹿里面有一个词是受困泥地，也是一个明显错误，也是略微减去了一些分数，其他的回答倒是很标准。最终动物组得分，谷歌这名 nine 三，一百二十七分。 抖音豆包二点零一百一十七分。 g p t 五点四，一百零九分。阿里的千问三点五 plus 一 百零七分。这里面 g p t 给我的工具感是最重，不过我个人还是比较喜欢下面呢。来到了复古组， 这组图片其实对国内的 ai 比较友好。抖音的豆包二点零得分一百三十分。唯一精确说出这个搪瓷盆具体型号的模型， 红双喜，所以额外加五分。阿里的千问三点五 plus 得分一百一十八分。主要扣分项是它把搪瓷盆里面识别出了有 鱼，但是显然这个盆它就是一个单纯的搪瓷盆，这一项扣的比较多。谷歌的 jimi nike 三得分是一一百二十四分。粮食放大器识别成了老的压力锅， 虽然这个东西和压力有一定的关联，但是物品的分类明显是错的，所以也是扣分。 gpt 五点四，得分呢是一百二十二分，它把粮食放大器识别成了工业设备，我不排除它有一定的工业属性， 但是和主体的关联过弱也是一个扣分。像但是这个电视的照片， gpt 是 唯一缩出 crt 电视的一个模型， crt 就是 大屁股电视的一个意思， 这一点会额外加五分。最终复古组的得分，豆包二点零一百三十分。瑞米奈三，一百二十四分。 c p t 五点四得分一百二十二分。千问三点五 plus 得分一百一十八分。豆包的发挥依旧很稳定。接下来是动植物的一个混合组， 六包二点零系列，得分一百三十分，是唯一识别出石牙蝇的模型，这点会额外加五分。这个东西其实是看着像蜜蜂，但其实不是，蜜蜂的眼睛没有这么大，你看这个照片，昆虫的眼睛是不是特别像苍蝇，所以叫石牙蝇？阿里千问三点五 plus 得分一百一十九分， 也是把石牙蝇识别成了蜜蜂。但刺猬这张照片 把里面的背景三叶草识别出来了，所以会额外加五分。还有这张乌冬丝桑葚的照片，这面奶是唯一指出具体品种的模型，所以也会额外加五分。但是这里要说一下，其实这张照片这几个模型理论上都能识别出来， 但是不知道为什么，这次只有谷歌的 jimmy nike 给出了一个很标准的正确答案，其他的模型都识别出了一个基础的鸟类，但是不够具体。 g p t。 五点四，得分一百二十分，同样是把石牙蝇识别成了蜜蜂， 给出的答案依旧保持了很好的工具感。最终呢，植物组的得分，谷歌 jimmy 三是最高的，一百三十二分，豆包二点零一百三十分。 g p t 五点四，一百二十分，阿里千问三点五 plus 一 百一十九分。豆包的发挥呢，依旧非常稳定， 但是谷歌的 jimmy 凑巧在乌冬这张票片上面减了五分，因为乌冬这个鸟其实基本的模型都能识别出来，但是呢，这次结果就是没出最后一组。城市的一个风光建筑对国内的模型比较友好， 同时呢，也主要看看海外对国内风光建筑的一个识别能力。我们先看抖音的豆包二点零，得分一百二十五分，发挥很稳定。 阿里的千问三点五 plus 得分一百二十三分，没有钟楼略微是扣分。需要注意的一点就是南京紫峰大厦这张照片，其他的模型都能精准地识别出地区在南京，建筑是紫峰大厦。但是阿里的千问 没有给出一个特别明确的答案，但是他的回答也都没有问题，所以这里不扣分。谷歌的 jimmy 三，得分一百二十五分，很标准的回答，没什么问题。 gpt 五点四得分一百零八分，把北京的正阳门和箭楼识别成了西安的景区， 这里也是一个扣分项，最终城市风光组的一个得分。抖音的豆包二点零一百二十五分。 谷歌的 jimmy nike 三，一百二十五分。阿里的千问三点五 plus 一 百二十三分。 g p t 五点四，一百零八分。豆包和 jimmy nike 发挥依旧很稳定。阿里的千问三点五 plus 没有识别出南京这个地域，真的让我挺意外的。 j p t 五点四把北京的景区识别成了西安的景区。最终呢，我们的得分，第一名是 谷歌的 jimmy 三，总分是五百零八分。第二名是豆包的二点零，得分是五百零二分。 第三名就是阿里的千问三点五 plus， 得分是四百六十七分。第四名就是 gpt 五点四，得分是四百五十九分。 这就是一个本次的模型识图能力比拼，不知道这个排名是不是和你想的是一样。最后发一个几乎全军覆没的照片，就是这个，大雁宝宝。当然我我也不是百分百确定他是大雁宝宝，但是我百分之九十九确定他是大雁宝宝。 只有谷歌 jimmy 三在关键词处给了一个正确精准的答案，因为我是摄影爱好者， 需要借助不同的模型去帮我跑这些照片的标题和关键词描述，所以我目前更偏向于这种工具属性的答案，像是豆包 g p t 这种。但是谷歌 gmail 三 真的是非常拟人，个人觉得更适合做一些创造性的回答。阿里的千问三点五 plus 说实话真的是进步神速，比我去年使用的那个状态真的是好太多了！真的是好太多了。其实本次的分数和排名 都只是大模型在特定维度下的一次快照，其实不能说明什么。数字的高低从来不是衡量技术价值的唯一标准， 更不是判断一个模型是否好用的唯一答案。真正重要的是这个技术它是否一直在前进，而且能否为普通人的生活创造出真正有用的价值。最后呢，感谢这些模型在多个维度给我带来的一时方便 和更多维度的轻微不安。模型呢在迭代赛道呢一边又在扩宽，另一边呢又在加快收展，我们普通人也要尽量跟上，尽量不要掉队。好了，这就是本次的全部内容，欢迎关注新人自媒体，我们下次见！

这两天 oppo klo 的是双屏了，是刷的非常非常火，简直火到了一塌糊涂，就好像感觉好像 oppo klo 的 什么都能干一样，就真的好像二十四小时待机。但是当你试了一下之后，你会发现这跟智障没什么区别。这就好像一个鸡生了一个蛋，然后第一个人说，啊，这个鸡蛋好大，那么第二个人说那个鸡蛋像西红柿也大， 那第三个人说啊，鸡蛋像西瓜一样大，那么第四个人说鸡蛋像一个大石头那么大，那么到第一千个人说，啊，鸡蛋像一座山一样大，那么接下来一些人就相信鸡蛋真的像一座山一样那么大，那么他们就说，我要看一下像山一样大的鸡蛋。其实你用脑，你稍微想一下，这个事情其实很简单， 到任何一个软件刚刚开发出来之后，他就是个智障，他就真的只能做最简单最简单最简单的事情，甚至最简单的事情他都做不了。你现在就想象 ai 生图刚出来的时候，他能生成一张图，他就已经很了不起了，他能发展到今天，他也是中间隔了这两三年的，他哪能一出来就像现在这个样子？那不可能的。 你现在想想， gpt 刚出来的时候跟现在 gpt 能比吗？没法比吗？但他是接待了好多好多好多好多次。所以说 opencloud 现在其实就是个智障，我告诉你，现在没用，你现在该怎么着你就怎么着，这东西如果真的想发展到像传说中的那个样子， 我告诉你，还要时间，至少一年，所以你现在该干嘛干嘛，不要把时间花在这个上面，没意义。更多设计内容欢迎关注设计师正方形。

这个是基于工程 ycl， 然后在 esp 三二七六的基础上添加了 qq 官方机器人的配置，接下来演示一下。嗯， 首先我们重启一下设备， 嗯，第一次启动设备，设备是没有配网的，我们用手机给它配个网，手机打开 wifi， 然后点击 wifi 设置， 这里输入第一个，输入 wifi 的 名称， 然后 wifi 密码。第三个是 api key， 是 大模型的 api key， 这里我已经事先保存了一个， 然后模型名称这里用的是国内的 mini max， 上面名称可以不改。然后基础地址 填大模型的机首地址，然后 nats 的 主机和端口可以不填。然后消息平台这里改成 qq app id， 呃，输入 app id， 呃，这个 app id 可以 在腾讯机器人官网可以看到。 qq 开放平台这里可以创建一个机器人，这里就有 app id 和密钥， 然后输入完，点击保存，然后设备会重启，然后等待重启。 嗯，然后看到这个 hello， 就 说明连接上了，然后这时我们可以在窗口发点消息。 hello， 然后出现新屏，然后等待回复，就说明成功了 啊，出现大模型的回复就说明成功了。那我们现在要打开 qq， 这个是我刚才配的一个机器人，我在这里给他发消息， 那可以看到这边收到了，这边在思考， 嗯，然后消息就推送过来了， 然后它有这些功能，我先查询一下它的温度， 嗯，它就把当前芯片的温度返回给我了，然后 再把电瓶拉高。 嗯，这里大模型会调用工具，调用调用工具，然后把这个 g p l 五拉高。 嗯，那我们也可以查一下当前设备的状态，可以看到哦现在的状态以及刷新当前的模型， 嗯，然后也是可以正常对话， 嗯，这边就收到了， 嗯嗯， ok。