澳龙配置Api

兄弟们，澳龙大龙虾我是装上了，总体感觉还行，傻瓜式安装没啥难的，就是有点奇怪，为什么他不自己动手，每次都让我帮他运行命令，不是说好的养个龙虾帮我干活吗？活全让我干了，这大龙虾进化也太快了，会使坏人了， 还没开始干活怎么就消耗这么多积分，刚才不是还有两千三吗？看看有什么套餐。哇塞，这个还行，很便宜，刚好都买不起，还可以切换模型，只有两个模型，应该在什么地方可以配置其他模型吧。 这就是大龙虾让我帮他干活的窗口，破大防了。这里有一个开发人员调试的日子，起初我以为被攻击了，后面才知道是他们调试配置的时候弄的，估计忘记删了，就是需要帮我们小白调试。好，我们直接用就行了。太辛苦了，短短几天就出来了，估计又加班加点的干了。 我的 open klo， 用的 deep sec 的 a p i， 短短几天余额也用完了，养虾真花费太大了。我的龙虾是部署到 e p 面板上的，也很简单，就是需要关闭 h t， 还有每次访问网页都需要输入 token 才能开始聊天。 e p 部署目前也是最简单的部署方式，刀口容器隔离还算比较安全。 方案是，我在旧的笔记本上装了 deeppen 二十五 linux 系统，因为这个系统可以装好多软件，后期应该可以利用图文识别操控软件干活。系统上装一批面板，面板上安装大龙虾，然后我用大龙虾写了个备份的 skill， 每次备份完提交到马云上，可以紧急还原和迁移，这就是我的龙虾，角色是仙逆女主，我是亡灵重生，这一世我只想做个凡人。回到我的 auto 大 龙虾看一下积分情况，一次二十多，还是花费太大，不过感觉已经很良心了，至少不卡，哈哈。 最后吐槽一下，生成一个头像也要消耗积分，人家马云就免费生成破大防了， 还运行良好，让我干活的龙虾又又破防了。 oto 大 龙虾没有 linux 版本，应该是我用的温兼容层运行的问题，无法兼容命令，所以老是让我干活， 让它修复它，也修复了个寂寞。最后体验完毕，有缘再见吧。我还是更喜欢我自己折腾出来的，不喜欢别人把饭喂给我， 不过要是能让我掉一下 a p i， 那 我还是很开心的。最最最后我只想说一句，风险还是很大的，不建议在你买硬盘的学习资料的电脑上运行，不然你就没啥秘密了。 不管是那个公司开发的大龙虾，都不要部署到自己主力机上面，很危险，调用大模型都会给你的小秘密暴露出去，危险危险危险！重要的事说几遍， 但是新东西出来肯定是要用用的，毕竟存在集合里，想体验一下就安装奥特捆啦，想折腾但又不太会。就像我一样，一批部署，想研究运行原理，配置环境就安装是部署， 想二次开发研究原码就原码部署，加油吧！都看到这里了，能不能给我点个赞吧，要是能光关注一下，那我真就能开心好几天了。主包在这里谢过了。

相信大家最近都被遍地的养龙虾刷屏了，我也是经历了二十多个小时的折磨，终于在我的 nars 上面调试好了小龙虾，复杂的代码，繁琐的配置，动不动就爆出的环境，中间数字，想要劝退我，现在好了， 智普刚刚上线了 autoclock， 也就是中文名字更加的可爱，叫傲龙，国内首个真正意义上的傻瓜式一键安装，需要等待吗？不需要，这段环境就像安装游戏一样，一分钟直接在你的电脑上复活一只满血的龙虾。 好，现在我们打开这个网站看一下，界面非常简单，直接点下来体验就可以了。 那只要点几个鼠标就可以了，全程不需要点键盘。 好的，我们注册一下，这里面有一些安全风险的使用指南，大家要看一下，尤其是给他的那个权限和目录，一定要注意 点。同意，然后就已经装好了，非常的简单哦，这有快速配置一点就可以了。怎么称呼你称呼我？打崇 明 怎么称呼我？他在 干什么？编程写作？ 这个表喜欢的配置 啊，现在已经上线了，它现在使用的是智普的一个开发的一个内置的 alpha 玻璃， alpha 的 这个模型当然也可以选择其他模型，在这里面 通用模型 api 啊，都是可以用的，智普的 mini max 都可以用这个技能，它已经给你默认的，都给你装好了。 你好，我们来试一下啊，你是 再回 哦，他已经把这个设定记下啊，现在我们连接配书啊， 这需要在配书屏 这里需要复制这个 jason， 然后在飞书里面，在权限里面导入这个 jason 就 可以了。先把这个删除掉，然后复制粘贴点确认就可以了。 好，我们在飞书里面给他发一条消息，测试一下二龙有没有和飞书连接上。你好呀，小虾米 啊，他已经回复了，说明已经连接好了啊，他会送你两千的积分，然后呢，也会有二十九五千 一百零九两万啊。现在来测试一下他作为一个助手的功能性怎么样啊？请帮我整理今天 ai 界的十条新闻。然后他马上就把这个整理好的结果发给我们了， 请帮我写一封 glm 杠五的竞品分析报告看一下啊。很快他把这个报告也写好了。 那我们来打开这个分析报告看一下啊，他应该扒取的是互联网上的一些网页，然后组织整理。 还是比较专业的啊，以前想部署龙虾是大神的专利，复杂的代码还有这些环境设置，能把你劝到，能把你劝退到怀疑人生。今天 智普给的这个一键安装包是不是非常简单，非常奢华，一分钟就在你的电脑上复活一只满血的龙虾。

好，我们现在开始讲对接阿里千万的模型啊，我们先来到阿里云百链，然后点击 coding plan， 接下来呢，我们就能看到有两个套餐，一个是基础套餐，一个高级套餐，那么你就按照自己的需要去开通一个，开通完了之后，鼠标下滑，找到专属， 创建专属 api k， 然后点进去创建，那么你就能够看到你自己套餐的 api k 了。这个 api k 怎么用呢？我们看阿里云的官方文档，哎，他说添加百炼配置啊，复制一下信息，替换到 agents， 然后这个部分，并将 这个替换为百炼 api k 的 这个 k 就 可以了， 那么我们先来呢复制他，复制到他之后，然后粘贴进来，看看我们怎么改呢？就是来到我们的套餐，选择复制套餐的 k， 复制到哪里呢？复制到这里， 然后上边的这个 base url 呢？我们也要同步改一下，我们改成哪个呢？改成这个兼容 open ai 接口协议工具啊这个， 然后把这个哎给替换掉啊，注意这些括号不要删掉。替换完成之后呢，我们就再来 ctrl a 啊， ctrl c， 然后去到我们的 open cloud， 然后找到左侧有一个配置，点击配置之后呢下滑， 然后默认呢它是第一个，你要点到第二个，第二个之后呢，你就找到，哎，这边我已经替换上了啊，看到找到这个 agent agents， 哎，就是这个，然后把这个大括号呢给删掉， 删掉之后呢，就把我们刚刚复制的给粘贴上，哎，就可以了， 粘贴上之后呢，你就再点这个，比如说我们保存一下啊，再点这保存，然后再点这个更新，然后点完更新再来到聊天页面，然后我们就可以测试一下了啊，说你在吗？ 他就会回复我啊？这就代表我们的阿里千万的模型就已经对接好了啊。

大家好，今天给大家介绍一下最近很火的 openclaw， 由于 openclaw 下载难度较大，我们给大家找了可以一键安装到电脑中的软件 autoclaw。 我 们先在 autoclaw 官网下载一下这个应用，下载完成后安装即可。我们下载完成后首次登录需要登录一下账号，之后就会进入首页， 首页如视频展示一样，如果使用 autoclaw 是 需要积分的，新用户的话会赠送五百积分或者充值二十九元，有五千积分可以使用。 接下来简单介绍一下它的配置模型，相当于 autoclaw 的 大脑，我们可以切换，如智普、 deepseek、 minimax、 kimi 等多家的大模型， 也帮我们下载了很多 skill 技能，如果自己部署的话，这些都是需要自己一个个再额外下载的。 接下来我们展示 autoclaw 的 功能。第一个可以设置定时任务，如每天给我们推送当天的 ai 新闻，并简单分析 autoclaw 会调用它的技能，告诉我们怎么实现， 如他告诉我们现在的回答只能在当前窗口，无法脱离当前窗口回答。询问我们是否要连接飞书。咱们暂时先不用飞书，先简单演示一下这个功能， 这样我们定时任务就已经创建好了，等到时间我们可以查看一下效果， 到时间了效果就出现了，这次我们简单使用页面来展示，下节课我们来将飞书接入，实现飞书给我们发消息。 接下来展示 auto cloud 的 第二个功能，本地电脑操作，通过对话实现对我们的本地电脑文件进行操作。如让 ai 帮我们寻找一下我们的文件内有多少个视频文件？ 现在我们看到他已经帮我们把文件夹中的文件都整理好了，还可以再让他把我们把整理好的文件根据需求放入一个文件夹中， 这里可以看到他已经帮我们把文件整理好，放进一个文件夹里了。接下来来展示一下 ppt 制作功能，我们把想要生成的 ppt 主题发给他，等待片刻， 接下来就已经生成好了 ppt， 我 们来看一下效果。

这里教你小白安装法，手把手避开所有常见的坑，包括环境配置、权限问题、下载速度等等。看完不仅历史安装费你熟练后，甚至都可以接上门安装单了。我们直接开始。 第一步，安装 note js。 虽然 open 靠官方文档不要求提前安装 note js， 但先把这一步做完，可以避开很多坑。首先来到 note js 的 官方下载页面， 点击 windows 安装程序按钮，下载完之后打开安装包，如果出现弹窗，问是否允许此应用对你的设备进行更改。点击是在安装窗口里，首先勾选用户同意协议，然后点 next， 下一步安装位置可以保持默认，你也可以进行更改。 接下来我们可以一路无脑点 next， 然后点击映 so 开始安装。这里我们要稍微等待片刻， 完成后点击菲丽莎钮， node js 就 安装好了。第二步，安装 git git 并不是必备安装项，但很多人后面遇到的一些报错，本质上都和 git 配置有关，所以也可以提前避坑。来到 git 的 官方下载页面，根据你的电脑架构选择对应的下载链接， 比如我这台电脑是 windows x 六十四，所以点这个。下载完之后，点开安装包，点击 next， 这里同样安装位置可以保持默认，你也可以进行更改。再往后，如果你不是专业开发者，不用纠结这些设置，我们可以一路无脑点 next。 终于到了最后一个选项，点击 install 开始安装，等待一小会。安装完之后，我们可以把这个 view release note 取消勾选，它会打开 git 更新说明的网页，对安装没有影响。然后我们点击 finish， git 的 安装就不搞定了。 第三步，安装 open call。 在 菜单栏搜索 power shell， 这里注意要选择以管理员身份运行，然后会打开一个大黑窗口。那为了避免 power shell 默认策略太严格导致安装报错，我们要先输入一下这个命令，然后回车运行。 运行后， power shell 可能会出现一个提示，问我们是否确认修改执行策略，这里输入 y， 然后回车表示同意这一次修改。然后我们再输入这个 open call 的 官方安装命令，并回车执行。 这个命令可能会运行一段时间，如果中途出现弹窗，问是否允许公共网络和专业网络访问此应用？点击允许。当你看到一句来自 open call 的 花音信息，就说明 open call 已经按中成功了。可花啊，不过这还没完。第四步，配置 open call。 open call 故意展示一段话，提醒你使用塔可能存在风险，问是否积蓄，这里可以按键盘上的左方向键选择 yes， 然后回车确认。接下来保持默认的 quick start 模式，继续回车。 下一步需要选择 open call 背后的大模型服务商，这里有很多选择，比如 open eye， atropic 等等。 那这里呢，可以根据个人偏好进行选择，用键盘的上下方向键进行切换。如果你已经创建过某个服务上的 api 密钥，可以直接使用，但我呢，会选择 kimi 模型的公司公益上的 ai 不是 广告，而是因为 kimi 会免费送新用户十五块钱额度，我之前的还没有用完。 那这里呢，也教你如何创建大模型 api 密钥。以 kimi 模型为例子，来到他们开放平台的控制台，左侧有个 api 管理，我们点击新建 api 按钮，给这个密钥取个名字， 下面选择项目，然后点击确定就可以看到啊。创建出的密钥的值密钥一定要进行保密，被别人拿去用的话，烧的就是你的额度了，然后先别着急点确定，先点旁边的副站钮，然后回到 power 下 回车。选择模型服务商后，因为我是在提米国内官网创建的密钥，所以这里选择点 c n 的 api 密钥类型回车， 接下来问用什么方式提供密钥，选择现在复制密钥值回车，接下来把之前复制的粘贴到这里来。回车后呢，要选择具体的模型，我就保持默认的 kimi k 二点五。 再接下来我们要选择通讯渠道，也就是要通过 telegram 还是 discord 还是飞书之类的工具啊。和小龙虾进行对话，我们目前可以一路点向下键选择 skip for now， 也就是先跳固，因为呢涉及到一些准备步骤。后面我们再来进行配置， 然后问要不要现在配置 skills， 也就是小龙虾掌握的技能，如果你有比较清晰的目的啊，这里可以看看有没有需要配置的，每个技能后面的括号里啊，都写出来应用的场景，那这个呢，也可以留到后面进行配置，我们按空格选择 skill for now， 然后回车。 接下来会出现一系列问题，问我们要不要配置好各种服务的 api 秘钥，比如 nile 秘钥，可以用来生成图片，那如果你还没有创建好的秘钥，也可以先都选择 no， 回头有需要再进行填写。 下一步问我们要不要启用 hock， hock 指的是在某个事件发生时自动执行某个功能，我们目前啊也可以先跳过空格，选择 skip for now， 然后回车。 接下来程序会启动网关，我们会看到有个秘密窗口被自动打开了，这个窗口先不要去关它，等待一段时间回到之前的 power shop 窗口。他问我们想用什么方式启动小龙虾，我们可以选用 v r b y。 网页图形界面会更加直观和操作友好一些。 回车后会出现提示说有网页自动被打开，选择允许会进入到这个幺二七点零点零点一这个网页。在聊天界面，我们就已开始和自己的小龙虾对话了。 如果你能收到来自小龙虾的回复，说明我们的配置也已经完成了。在华安，但小龙虾之所以出圈，其中一个原因是它可以接入各种通讯软件，接入后我们只需要在手机上发一条消息，它就能在电脑上自动开始干活。所以我们接下来要做的是把 open call 和飞书连接起来。 第五步，创建飞书机器人。来到飞书开放平台，点击右上角登录，如果没有账号，可以注册一个个人账号，不需要加入任何企业。登录完之后，点击开发者后台，然后点击创建企业自建应用，给应用起一个名字，填写对应的描述 图标，也可以自定义，然后点右下角的创建按钮。接下来我们点击添加机器人能力， 然后通过右侧菜单栏来到权限管理点开通权限，我们在搜索框里输入 i m 冒号，注意是英文冒号。然后我们把出现这些消息相关的权下先都加上，点击确认开通权限。上面有提醒我吗？应用发布后，当前的修改才会生效， 所以我们可以先点创建版本，然后在这个界面输入版本号，比如一点零点零，以及对应的更新说明，接下来点击保存并确认发布。现在我们的飞书机显就创建好了，但还需要把它和 open call 接通。 第六步，连接 open call 和飞书，回到 power 下，我们输入一个命令， open call comfik。 再次进行配置。 第一个问题，选择 logo， 也就是在本机运行，然后我们要选择配置 channels， 也就是通讯渠道。接下来回车选择 configurink， 用来添加新的消息渠道。这里一路向下，找到飞书后回车 要在飞书上运行，需要先安装飞书渠道插件，所以这里回车选择通过 npm 安装，等待一会儿安装完成后，我们要输入飞书应用的 app secret， 这个在飞书的开发者后台啊就能获取。 我们先按回车，然后来到飞书开发者后台的凭证与基础信息，复制这个 app secret， 然后把值粘贴到 power 项， 接下来还要输入 app id， 也是一样的流程复制，然后粘贴进来。再然后我们要选择飞书和 open call 的 通行方式，默认的 web socket 是 实时通信模式，配置起来进难。所以回车选择 我们的机器人应用啊，是在国内版飞书，也就是飞书点 c n 这个域名创建的，所以选 china。 这个接下来问我们是否允许在群聊里使用机器人，这里可以选择 open， 也就是在所有群里都可以用机器人，但必须艾特机器人。 下一步我们选择 finish 表示完成配置，然后这一步问要不要现在配置私聊访问策略，以至于谁可以在非数私聊里用 open call 机器人，我们选择 yes， 然后如果只是自己测试用啊策略可以先选 open， 表示任何人都可以辞掉机器人。这样呢，不需要先进行配对， 如果是正式环境，建议选择 perry， 然后回车选择最后的康听令。这样我们就完成了飞书通讯渠道的配置。接下来在 power 上输入 open call gateway， 启用网关， 然后在飞书的自建应用界面点击左侧菜单的事件与回调编辑订阅方式选择为长链接保存。 保存后我们就可以添加事件搜索接收消息，勾选上确认添加。再然后来到权限管理，点击开通权限搜索通讯录，把获取通讯录基本信息勾选上，点击确认。 要让这些保存生效，我们要再次发布版本，点击创建版本，输入新的版本号以及对应的更新说明。这次啊，我们是在给机器人添加消息接收能力，其余保持默认，点击保存并确认发布。 第七步，测试对话飞书机器人的配置啊，到目前就完成了，虽然过程很漫长和琐碎，但现在我们就可以尝试在飞书上和小龙虾对话了。 来到飞书 app， 可以 在消息列表里找到自建应用的入口，点击打开应用，随便输入一条消息， 可以看到 open call 回了一个表情，表示自己正在输入，然后等待几秒就可以收到他的消息了。我们可以继续和他私聊对话，也可以把他拉进群聊里，艾特他回答问题。如果想让他变得更强，也可以给他配置更多 skills， 扩展他能完成的任务，但建议啊，只安装官方或可信来源的 skills， 避免大。

养龙虾不需要太高的配置，你看我这个小的相称派三 b， 我 也养了只龙虾，运行非常良好，而且权限不像 mac 电脑那么麻烦，需要申请它。这权限都有开放的。 所以说养龙虾不要搞太高的配置，如果说你没有本地训练的需求，你就用这种小的主机就 ok， 这才两三百块钱。

三月十日，智普 ai 正式推出本地版鳌头科奥，中文名澳龙，一经发布便引爆 ai 圈，上线当天至普股价暴涨百分之十三，开发者接入量单日破十万，更被业内称为打破欧本科奥垄断、推动本地 ai 智能体普惠的关键一步。 不同于市面上简单封装的为本地产品，澳龙的核心突破的是技术底层的重构。它不仅解决了欧本科奥部暑难的行业痛点， 更以四大硬核技术创新，重新定义了本地 ai 智能体的落地标准，背后藏着国产 ai 从跟跑到领跑的技术逻辑。在 聊奥龙的技术突破前，我们必须先明确一个核心前提，当前 ai 智能体的爆发正遭遇云端依赖的致命瓶颈。欧本科二作为现象级开源智能体框架， 虽凭借强大的任务拆解工具调用能力圈粉无数，但它本质上仍未跳出云端算力绑定的事故。普通用户部暑需手动配置环境调试代码对接 api， 全程动辄数小时，报错率超百分之八十，被调侃为只有程序员能养的龙虾。 即便成功部署，也需依赖云端 api 调用，不仅存在数据隐私泄露风险，还受网络波动影响，无法满足低延迟、高安全的本地使用需求。 而智普沃托克勒奥龙的核心价值，就是通过全链路技术优化，打破了大模型性能、端侧资源易用性的不可能三角， 让本地 ai 智能体从工程师专属玩具，变成了全民可上手的生产力工具。这背后是智普在模型优化、部署架构、生态适配三大维度的深度突破，每一项都直击行业痛点，暗藏硬核技术逻辑。 本地 ai 智能体的核心痛点在于大模型的庞大体积与端侧设备有限的矛盾迁移参数及大模型的 f p 十六精度体积可达三百四十 gb， 即便是七 b 参数模型也有十四 gb， 远超普通电脑边缘设备的内存承载能力，直接部署会导致内存溢出、推理延迟飙升至普奥龙之所以能实现个人电脑和本地运行，关键在于一套定制化的模型轻量化优化方案，而非简单的参数裁剪。 首先，澳龙内置了智普专为欧本科二场景深度优化的 pony alpha 二专属模型，采用量化加减脂加蒸馏三位一体的优化策略，通过 ins 八混合精度量化，将模型体积压缩两倍，算力需求降低百分之五十。同时，通过量化感知训练，卡特 将性能损失控制在百分之三到五以内，远优于行业平均的百分之八到十。结合结构化减脂技术， 裁剪掉模型中贡献度低的荣誉参数，在保留核心能力的前提下，进一步压缩模型体积，让普通办公电脑也能轻松加载。再通过知识蒸馏技术，让小模型学习大模型的任务执行能力，实现轻量体积加满血性能的平衡。 更关键的是，这种优化并非阉割式适配，而是针对本地智能体的任务场景做了专项强化。 pos 二模型重点提升了工具调用准确率、长任务持续推进能力和多步骤指令拆解精度， 实测响应速度比通用大模型快百分之三十，长时间运行崩溃率大幅降低，完美适配本地场景下的连续任务执行需求，这种场景化优化比单纯追求参数压缩更具实际价值， 也体现了智普在大模型优化领域的深厚积累。都本卡的高门槛，本质上是部署架构的技术导向，而非用户导向，它需要用户具备扎实的代码基础， 手动配置环境变量，解决依赖冲突，对接各类 api， 这让百分之九十以上的普通用户望而却步。 智普澳龙的第二个核心技术突破，就是重构了部署架构，实现了零代码、零配置、一键安装， 彻底拉低了本地智能体的使用门槛。从技术层面来看，澳龙采用了封装式部署加自适应适配架构，智普将欧本科尔的核心内核依赖包 a p i 接口全部封装在安装包内，用户无需手动配置任何环境， 仅需下载对应系统的安装包，双击运行、扫码登录三步，一分钟即可完成全部部署，安装难度与普通桌面软件完全一致。这种封装并非简单的打包，而是通过自研的环境自适应技术， 让安装包能够自动识别用户的电脑系统、 windows、 mac os 硬件配置，动态调整运行参数，避免出现环境不兼容、依赖冲突等问题。这背后 是智普在 ai 部署工具链领域的长期技术沉淀，也是对技术普惠的精准落地。更值得注意的是，暴龙在降低部署门槛的同时， 完整保留了 open class 的 原生核心能力，并非功能阉割版，用户无需任何代码调试，就能直接调用智能体的任务拆解 工具，调用多步骤闭环执行能力，真正实现了易用性与性能不妥协的技术突破，这种架构设计彻底打破了本地智能体等于高门槛的固有认知， 为后续全明化落地砥定了基础。本期视频就先到这里，下期我将继续为您讲述澳龙的技术突破和技术意义。

大家好呀，我们来看看我的 open cola 里养的两只龙虾员工是如何写作的。这个是我的文件夹，里面有两个 workspace， 对 应的是两个 agent。 我 们进入其中一个，可以看到有不同的 skills， 这里我写了一个 linking skill， 通过调用浏览器访问 linking 来抓取信息。 我们再来看一下我的 open color 配置文件，我有两个 a 阵台 id， 分 别绑定了本地欧莱玛运行的千万模型和云端的 mini max 二点五。然后我们再看一下 channel 的 绑定关系。我这里会用飞书来控制云端模型的员工，用 webchat 来控制本地模型的员工， 而且他们两个也是可以相互交流的。然后我们打开飞书，让他帮我查个人微软 ceo。 接着我们就看第一个员工的表演了，他会用浏览器来搜索 阅读被调查人的 linkedin profile， 然后给我返回这个人的履历和学历信息卡。我特意要求我的龙虾一号帮我估算被调查人的年龄。然后我们让飞叔龙虾指挥我的本地模型龙虾，要求本地模型龙虾新建一个桌面文档，然后将刚刚收集到的履历信息解入到新建的 t x t 文档里。这样飞出云端模型 龙虾就不要操作我的本地文件了。我们可以看到本地龙虾已经开始拼命工作了，因为我用的是 amd imax 三九五处理器笔记本，所以加载八零 b 的 抠的模型还是很快的。我们来检查一下，果然桌面文档建好了，也把正确内容写进去了。好了，我们再见。

普通人装龙虾到底要花多少钱？到底要买什么样的设备？今天呢，我就用自己的实战经验来给你们算明白。那我们呢，是有三台机器都在跑，二零一五年的老迈克，二零二五年的新平，还有一台迈克的工作站。先说结论，我用的不是本地模型，全是走的 api 调用，所以门槛呢，其实比你们想的低太多。 嗯，先说打底的配置吧，就是不用显卡，不用大显存，我觉得内存八 g 呢就能跑，十六 g 呢就比较稳。不管是新的麦克，老麦克 windows， 只要是能能上网就能装。然后老的英特尔机器呢，一样装，不卡也不慢啊，不调配置 再说，多少钱能够搞定二手老电脑？可能一千到两千就够用，终端的 mac 可能三到五千，也很舒服，很省心。新的呢，可能是一万以上，只是体验更好。那我觉得它不是必须的，重点来了，就是硬件呢，几乎是不用花太多的钱，真正烧钱的是 a p r 的 talk， 电脑呢，只是终端，算力呢？在云端，我给你一句实在话，不是越贵越好，够用就行。如果你只是玩一玩，写写代码，做做文案，跑跑自动化，其实一台普通的电脑加上能够上网就足够了，只有重度多开二十四小时挂着，你才需要去考虑稳定性。 那我给你总结三句话，第一呢， api， 我是 用 api 调用龙虾，所以呢，不太挑电脑基本上呢，呃，对于配置要求不会太高。第二呢，其实硬件成本是很低的，真正的成本是在 token 的 消耗上。 第三呢，就是先轻后重，先免费再付费，刚上来呢，没必要堆硬件，所以关注我，下一期我跟大家分享一下 token 的 消费到底划算不划算。

二零二六年 a i a 证据元年，全网分流的龙虾，百分之九十的人都被部署门槛劝退， a p i 配置、环境调试被技术党根本搞不定。直到质谱放大招重磅发布， auto cloud 直接给龙虾套上傻瓜式虾壳，把极客专属的 a i a 证据狠狠砸给每一个普 同人。以前部署 overclock， 折腾几小时未必成功，现在装个 app 一 分钟搞定，不用懂代码，不用配 api， 零门槛上手，打开电脑就能养活干活的小龙虾。更王炸的是，内置智普专属 pony f 二模型， 天生会规划会执行，适配所有办公创作场景，装完直接开跑，不用多花半分心思。最愁人的是，它直接跑在你电脑里，不用租服务器，不用月付 数据，不离开设备，自带模型接口，可自由切换，彻底摆脱平台捆绑。这可不是普通聊天框，而是全能智能员工一键接入飞书报程动总结情消息，自带五十加技能，抓数据处理表格，自动办公开箱即用。智普真正打破壁垒，把 a i a 站着，从即刻玩具变成普 同人的生产力工具。二零二六年，拉开人与人差距的，不是谁更会问 ai， 而是谁先拥有这只替自己干活的小龙虾。零成本试错，一分钟上手，不用懂技术，普通人也能靠 ai 解放双手，效率翻倍，这才是二零二六年最该抓的 ai 红利。

呃，聊一下普通人养龙虾还不知道的真相。第一个是免费体验的大魔性 api 几乎是不可用的，我用了这个千万和 kimi 二点五。千万是用的这个 os 的 接入方式，也就是开放授权，你不用输入 api k， 如果你选了这个，它会弹自动弹出一个网页让你登录验证，然后你点击确认就行，那这个东西也看不了你有多少的偷看额度，就是纯免费体验的这个。然后这个 kimi 二点五呢是用的 api 的 接入方式，你需要进他的这个开发者后台， 然后获取到这个 api k， 然后配置到里面这个他人都会给十五块钱的额度，你这个登录完成个人认证就可以了。 那这两个大模型也就是在刚安装这个 open cloud 的 时候能做通这个跑通测试，后面的话你再多问几个问题就根本没有响应了，可以看一下我在飞书里面的什么情况。 看这里我让他去找一个能编辑本地这个 d o c 叉文件 skills， 然后安装学习，他说了能找，然后一直就找不到了，一直问他也没有回复，后面我发给他 看见没有，就是所有的都是失败的情况，包括这些就是应该已经达到数理限制了之类的。那就说明了这个 千万和 kimi 二点五这种一上来能给你提供免费体验的这种大模型 api， 只能简单测一下能不能跑通，然后之后你想好好用，那你只能付费去买一些好一点的这个套餐，那这样他相对的限制没那么多， 应该回复这个响应速度也会很快，但我具体还没有测试，这个可以后续再测。那第二个的话是这个 open clock 这个安装还挺简单的，就网上现在很多教程说的也很详细，即便是你一点基础都没有的小白，也可以根据根据这个网络上的教程完成安装。 但是吧，如果你想后续换模型的话，那就很难了。我现在遇到的问题就是 kimi 二点五和这个千问都不好用，那我想用一下其他家的免费的模型，发现换的时候还是难度挺大的。 那我们拿这个阿里云百链的这个昆尼泊尔举例，现在不是很多人用这个吗？便宜，然后各家也都能用，什么千问呀， gm， kimi 啊， mini x 都可以用，对吧？ 这个东西在这个 windows 里是不能直接接入的，你看它千万只，这里只有这个 os 的 这个选项，刚才我们提到了写那个弹窗点确定的方式接入，对吧？但是这个阿里云百链呢？你是要自己创建 api k， 然后把这个 k 写到这个 json 文件里头。 但是问题就来了， mac 的 文件逻辑呢？和 windows 还不一样，就它不会直接显示 json 文件在哪儿， 你一般人都找不到它这个东西在哪。然后我上网也找了半天教程，发现我都是教你怎么复制这个 mac 的 文件路径的。那怎么找这个截图文件呢？还真找不到，你可以试试看看你能不能找到这个 opencloud 的 截图文件。 这个等下一期我再出个教程，到时候教大家一下。那找到了这次文件之后呢，你会发现你根本看不懂那是啥东西。那我呢，还根据网上这个配置的教程来配了一下，发现也没搞通，那我好歹是有点经验的，大学高低学过一下子， 那如果像一些根本没学过的普通人，这个东西更难。所以说你现在想用这个 open call， 你只能用他这些能直接接入的这些就是他那提供的一些，但凡你需要额外其他配置，你可能都搞不懂了。这东西说接入你说难吧？其实也不难，但是你要身边没有人教，你就是只看网上的视频，可能你还看不明白， 而且现在网上好多视频教的都不是很细，他都是以这个专业人士的方式教你怎么接，他默认你很多东西你都知道，但是对于一个真正的普通人来说， 很多东西你都什么都不懂，纯小白根本看不懂。这个也倒是可以试试各家公司出的这个云端部署的方式，那个应该更简单一点。但是这个我还没试，或许我可以再试试看，到时候再出视频聊一聊这个。

我用 ai 从零搭建了全自动的炒股系统，实盘交易账号公开记录可查全网，你可能都找不到这么公开透明的 ai 炒股分享。几个月前，我就发布过关于 ai 炒股的视频，全网三百万播放， 无数人评论问怎么做。那时候对普通人来说， ai 炒股还是很难。现在不同了，用龙虾配合新的大模型，普通人也能搭建自己的自动交易系统，更重要的是，他能自我迭代，学习升级。 开始我让他管理十美金作为测试，携带后让他管理一百七十美金，然后逐步加码，第一天他就默默产生了一千美金的交易量。放心啊，没你想的那么复杂，全程都是使唤龙虾来完成。 我怕有人还觉得龙虾难用，专门选了一个门槛极低的龙虾。智普的 autoclave 什么配置啊，部署啊，完全不需要下载下来，开箱即用， ui 也比原版龙虾简单很多。打开 autoclave， 可以 配置任意模型。不只有智普的模型啊，它默认是使用智普新出的龙虾专用模型。 pony alpha 二， 我也是第一次用啊，也想评测一下他的水平，听说是能让龙虾的能力再上一个台阶。整个系统包含多个模块。首先核心的是一个交易 agent， 他 会写交易日记，会调用多个技能来完成全自动的交易， 还有两个技能，交易策略技能和交易执行技能。交易策略技能呢，会基于历史数据制定策略，回测、调餐，然后用找到的策略进行交易。交易执行技能呢，用来到券商或者交易所执行买卖操作。那做完买卖操作之后，交易 agent 会发送飞书消息通知我们， 每过一段时间， ai 可以 根据交易日记总结经验，叠带交易策略，形成一个交易叠带左脚踩右脚螺旋升天的闭环。 还是要声明啊，视频仅作为技术研究，不构成任何投资建议，不建议大家投资啊，我们的重点在于啊，如何通过龙虾搭建这一套 ai 全自动的交易系统，不会过度的深究交易策略，大家可以自行搭配任意互联网上能找到的策略。第一步， 首先 ai 要学会使用股票软件来执行买卖操作，我让他专门开发一个技能，为了方便演示，我选了和知名 ai 炒股大赛相同的合约。 那 a 股的话呢？大家可以自行查阅如何开通量化权限，也可以让龙虾通过操作浏览器来执行交易，非常简单。我把官方的 api 文档直接发给 ai， 它就持续向我汇报工作进度， 不是以前那种，它简单写个代码就完事了。它是一边写代码一边测试一边修复，非常的主动。这也是 autoclave 对 比以前那些 agent 的 一个显著区别啊。 十分钟后，他开发完了，并且测试了获取价格，获取 k 线各种功能。我还不放心啊，再试了一下，让他用新开发的这个 skill 获取 google 的 历史股价数据，并放到我的电脑桌面上看。啊，成功了， 但他还只是获取数据啊，没有执行买卖操作，因为他没有钱呐。我让他自己注册了一个账号，然后我往里面存了十三美元，接着他就主动测试了一下，买入黄金再卖出。 成功了啊，在平台上也能查到交易记录，我也是第一次使用这个交易平台啊，对他的 api 一 无所知。在这种情况下，我仅通过和 autoclole 对 话一个小时，就打通了全部的接口。 我的感受是 autoclole 和 pony alpha 二这个组合非常的主动，而且可控。以前我即使使用 cloud code 加 cloud 的 模型，也没有这么主动的去解决问题，往往要写超长的提示词来约束他。 不过呢， pony 二 f 二的强大也是有代价的，消耗的头肯也是真的贵，建议大家多配置一个便宜模型组合使用，现在我还要让它变得更科幻。嗯，在 auto close 上可以一键添加飞书，这个过程跟魔法一样， 点一下，然后就全自动控制浏览器帮我完成一连串无比复杂的配置操作。全是自动的， 配置完后，结合刚开发完的交易技能，就拥有了一个交易助力。无论走到哪里，我就让他查询一下黄金的价格，然后买十美元的黄金。他还给我点了一个表情，表示他看到了。你看啊，交易成功了，在平台上也能看到对应的仓位。 第二步，只会执行买卖还不够啊， ai 还要能够自己决策，找到买点卖点，这样才能全自动执行。我让他去研究一套交易策略，并且也做成一个技能。我没有限制他具体用什么策略啊，因为这个不是视频的重点，大家可以直接发一篇文章或者一本书给他，比如海龟交易法， 还可以让他去互联网上收集宏观的数据或者新闻信息，用来作为策略的一部分。总之想象空间很大， 你看他创建了策略，并且在历史数据上回测，用网格搜索找到最优的参数，回测显示胜率可以达到百分之七十一点四。我还发给他黄金白银、原油、标普指数等更多的标的，让他去研究，最终他列出一个表，清楚的展示每个标的用这个策略的回测结果。 那现在呢，我们已经开发好了两个技能，在 autoplout 的 这个界面啊，可以管理你的所有技能，默认就已经安装了常用的九十六个，覆盖内容创作、飞书、办公、代码开发等各种场景，可以把我们刚刚创建的技能也添加进去。 第三步，注意啊，现在要实现整个系统的核心，非常魔法的 agent 部分，但其实是很简单的，本质上只是一段提示词，完全依赖大模型的强大能力，就是告诉 ai 啊，如何运转这套自动交易系统，大家可以自行暂停阅读。第四步， 最后一步啊，我们创建一个定时任务，让龙虾每过三分钟执行一次交易流程，检查一下 k 线，这样就能实现全自动的运行了。 原版龙虾中啊，可以通过 u i 创建定时任务，但这个表普通人看的也是有点头疼，而 autoclave 呢，没有这个 u i， 只能通过和 ai 对 话，让 ai 帮我们创建。看啊，现在他已经给我发了一条飞书，消息，表示交易机器人已经启动。 不一会功夫啊，他又发来了开仓和止损的通知，给我亏了百分之四点六，幸好测试阶段我只给他了十四美元，然后几十分钟我就看他没反应了，是不是偷了钱跑路了。可以直接问 autoplay， 就 把他当做像人一样使唤，他告诉我一切正常运行，并且列出了每次运行的结果， 到这一步已经是凌晨了，然后我就去睡了一觉，一觉醒来，发现他给我发了很多飞书消息，总共已经亏了百分之九的钱，还只是一晚上啊。看了一下交易日记，有一些总结，比如今晚所有 rsi 大 于七十的交易全部止损， 最后还说一直在亏钱，暂停交易，直到收到明确指示，保护剩余资金。咋说呢，就很灵活，很像真人，亏了钱不能浪费啊。我就让 ai 根据昨晚的交易日记迭代升级一下策略。 一段时间后，他就给我发来一条飞书消息，说交易机器人已经升级到二点零。这个二点零啊，我发现他保守了很多，半天都不开单，给我急坏了，我问他怎么回事，他说这是好事啊，一点零的教训就是条件不满足，强行交易，导致八连亏。 二点零正在发挥作用，宁可空仓等待，也不乱开仓，太他喵的有活人感了。于是我放大胆子，给他存了更多的钱，现在他给我管一百七十二美金，相当于一千二软妹币， 期待他进一步迭代，大家也可以持续关注这个账户的交易情况，都是公开可查的。总结那最后我总结一下。首先，短时间高频次的交易，在黄金白银这种高度有效的散户几乎是不可能赚钱的。 这套全自动开发系统啊，用在更大时间级别的交易会更有效。在视频中啊，我使用一分钟，十分钟级别的 k 线，以及用一些高波动的标的，只是为了让他更多的触发交易，不然很难在视频里演示。所以一觉醒来八连亏。我也不是很意外啊，酒赌必输，多投资少投机。 然后评价一下 autoclole 本地部署的原版龙虾以及云端部署的龙虾，我都用过，对比之下呢， autoclole 毫无疑问门槛极低，非常适合普通人使用，它不会把一堆看不懂的菜单怼到你面前，是真正给普通人用的龙虾。那尽管它 ui 简洁，龙虾的所有底层功能都继承过来了， 没有阉割，当然同时也继承了龙虾的大部分缺点。那从另一面讲呢， ui 的 简化也让它缺少了很多原版 ui 上的复杂配置功能，比如手动创建定时任务啊，查看定时任务运行的历史，在 auto flow 里，全都要靠和 ai 对 话来使用这些功能， 就靠一张嘴来完成全部任务。对小白来说，这也确实是更友好的交互方式。再说 pony alpha 二这个模型，由于龙虾很少偷啃，平时我都是用国产模型来配合龙虾，但总让我觉得这龙虾怎么这么蠢，简单的事情都做不好， 经常要人去提醒他做这做那。而在我开发全自动炒股系统的过程中呢， pony alpha 给了我全新的使用龙虾的体验，没有出现那种弱智的问题，这是 cloud opus 四点五甚至四点六才有的体验。 而且我们的炒股系统不像传统量化系统，以代码为核心驱动，我们是以 agent 为核心来驱动的，极度依赖模型能力。而 pony alpha 二即使频繁的每三分钟执行一次，执行一整晚都没有出问题。 据说它是深度优化了龙虾的使用场景，所以才叫龙虾模型嘛，那质朴。这一次不但端出了强大的模型，还承接了龙虾巨大的流量，带来了更适合普通人使用的龙虾产品。

今天给大家分享的是震惊全网的 auto club， 国内首个一键安装本地版 open club， auto club 开放接入 deepseat、 kimi、 mini max 等第三方模型 api， 真正实现人人养龙虾的 ai 屏权愿景。 下面快速教大家如何安装。首先点视频右下角分享键分享复制链接，返回手机桌面，打开这个蓝色小鸟，没有的话去应用商店下一个，进来之后会弹出一个资源包， 没弹出来可以输入七里工具，点进去找到软件工具类合集，找到其他软件，进去找到 z 字母开头文件，保存下载安装即可。

openclaw 在 二十四小时内连发两个版本，这次的三点八稳定版专门解决新手使用时的怕出错和难操作问题，让开源 ai 智能体更好用、更靠谱。这次更新新增 a c p 溯源功能，就像给每条指令发身份证， 多个人一起用时，谁做了什么都清清楚楚，不会乱套。上线官方备份工具 openclaw backup， 能完整备份配置和数据，升级前会自动提醒备份，再也不用提心吊胆怕操作失误， 不会再被重复告警轰炸。彻底修好 telegram 渠道消息重复推送的毛病，还修好了十二个以上底层安全漏洞，比如脚本执行 s s r f 防护这些。另外支持了 g p t 五点四百万级上下文和 brave 搜索的 l l m 上下文模式，用起来更顺手了。

看好了宝子们，就这个让全网震惊的 auto clock， 国内首个一键安装本地版 open clock， auto clock 开放接入 deep seek、 kimi、 mini max 等第三方模型 api， 真正实现人人养龙虾的 ai 平权愿景。 但是直到现在还有很多宝图不知道怎么去下载，现在手把手教会大家如何下载它的最新版本，操作直观，小白一看就会，且用且珍惜，安卓、苹果平板都可以使用。首先点击右下角分享分享链接，复制链接，打开这个工具箱，没有的应用市场下一个下方会弹出文件包， 直接点就行，打开资源包第三步，找到这个软件，点击保存后再下载就可以了。

我的龙虾刚才在我没有给他配置任何深图大模型的 api， 以及我没有教他深图这个能力的前提下，给我生成了一张图片， 原因是我后天要去做一个组局，我现在已经做出了会议议程，我就想要一个海报，我刚开始是没有海报这个想法的，我没有想着让去龙龙虾去做，我甚至去找了 jpt， 让 jpt 帮我直接在页面上生成，结果就是这个里面全部都是很很多的错字，就是很很多错字，我不满意， 我正想要怎么办的时候，突然看到他在给我溢成了之后他还问了我一句，就是 要不要帮他，他帮我生成海报，我很震惊，因为我知道他是没有这个生图的 a p i 的， 我没有给他，我只是给他登录一个 g p d 的 会员，因为我很穷，我很穷，我只能给他包月的会员，然后我就问他，我说你可以帮我做图片吗？他说可以啊， 这个时候我没有抱任何的希望，我说那你给我做一个减一百的图本海报吧，什么内容我都没有要求他，然后他就给我做出来了，哎呀，在这里， 哎呀，质量不差，质量真的不差，起码他没有错字，而且他讲的很清楚， 我我我感觉这个真的是非常的让我惊喜，刚才太震惊忘拍这一段了，我有问他，我说你没有 a p i 是 怎么出图片的？他，他说他相当于是通过代码来去画的，做了一个 svg 的 文件， 然后再通过消息工具作为本地文件附件发到飞出。 所以我觉得就是普通人对于 ai 也好，对于龙虾也好，你，你最最有用的办法，你就是你去用，你去使用，你在使用的过程中你可能发现 惊喜，或者说是真正可以帮助到自己的一些点吧。不要老听太多的 ai 的 自媒体的博主的分享，不要吃人家咬过的甘蔗，而是真正的去实践出真知，去落地，去尝试把手弄脏。

今天我们来完成 opencall 与企业微信的全流程集成，全程手把手教学，从创建起为 api 机器人安装配套插件，到渠道配置、用户授权配对，最终实现直接在企业微信里和 ai 对 话，新手也能跟着一步步完成。首先我们先创建企业微信机器人， 先打开电脑端的企业微信客户端，还没安装的可以去企业微信官网下载安装。登录账号之后点击左侧导航栏的工作台， 在点击页面里的创建机器人按钮，在弹出的机器人创建窗口里，我们点击左下角的手动创建。进入编辑页面后，找到页面下方的 api 模式创建按钮，并点击切换到 api 配置界面。在 api 配置页面，我们先勾选使用长连接选项，然后复制页面里的 bot id， 也就是机器人 id， 完善保存好，再点击获取 secret 密钥，同样复制保存下来。这两个信息是后续配置的核心，一定要留存好。 完成后点击页面底部的保存按钮。接下来我们可以给机器人设置个性化信息，更换头像，设置机器人名称和简介，全部设置完成后点击确定。回到配置页面后，再次点击 保存到这里，企业微信这边的机器人就创建完成了。接下来我们安装 opencall 的 企业微信配套插件，打开终端执行插件安装命令，较成立的两条命令任选其一执行即可。 opencall command 的 报错就进入 opencall 的 项目所在目录，依次执行 p n、 p m 环境变量配置、霸式配置刷新 将 opencall 全局链接，使其可在任意目录执行终端提示插件安装成功，这一步就完成了。插件安装完成后，我们在终端执行网关重启命令，这里要特别提醒大家， 执行这个命令的终端窗口暂时不能关闭，一旦关闭机器人就会掉线。等后续全部配置调试完成后，我们再讲后台运行的方法。现在我们重新打开一个新的终端窗口，之前运行网关的窗口千万不要关闭。在新终端里输入渠道添加命令 执行后，终端会弹出渠道列表，我们用上下方向键选中企业微信微 com， 按回车确认，再粘贴 c 配置要再按回车全部填写完成后， 选中列表里的 finish done， 按回车完成基础的渠道配置。接下来配置访问策略，当中端询问是否现在配置第一，按访问策略时，我们选择 yes 并回车确认。在后续的策略选项里，选择官方推荐的 parent 配对模式即可。到了展示名称配置这一步，我们直接选择 no 就 可以，不需要额外设置。 当中端输出 channel update 的 提示时，就说明我们的渠道配置已经全部完成了。现在我们回到企业微信，在左侧的通讯录里 找到我们刚刚创建好的机器人，点击进入聊天窗口，随便发送一条消息，比如你好，机器人会自动回复配对授权码和完整的授权命令，我们把这条完整的授权命令全部复制下来。回到 open call 的 终端窗口，把我们刚刚复制的授权指令粘贴进去，按回车执行。当中端输出 app 的 相关的成功提示时， 说明用户的授权配对已经完成了。现在我们来做个简单的运行测试，回到企业微信的机器人聊天窗口，发送一句，你能干什么？可以看到机器人正常回复了功能介绍，这就说明我们的 open call 和企业微信的集成已经成功了。之前我们启动网关的终端窗口不能关闭， 等全部调试成功，确认可以正常使用后，我们就可以用 no app 命令让 open core 网关在后台持久运行。执行这条命令后，就算关闭终端窗口，机器人也不会掉线，非常适合生产环境使用。到这里， open core 集成企业微信的全部流程就完成了，整个操作步骤清晰。跟着一。