openclaw polymarkt教程

ok， 看到这个视频的朋友有福了，专为小白打造的 opencloud 龙虾的安装教程，主打一个解放双手。 这个时候可能有朋友问了，哎，为什么针对小白啊？无它，因为有流量，请允许我暂时做一波流量的。首先 opencloud 的 这个龙虾，它算是一个 ai 产品吧， chibi gmail 是 不是也是 ai 产品？所以我们想安装它非常简单，直接去问 ai， 但是你直接去问的话，他没法操作你的电脑，不是很烦吗？所以我们需要一个中介，直接在你的浏览器上搜索 ai 编程工具，不管使用国内的还是国外的都可以。 我这里简单举个例子，比如说字节的 tree t r a e 或者是阿里出品的 q 的， 你来到他们的官网，直接点击下载，就是在你想要安装龙虾的这台机器上下载一个 a i d e。 我 这里因为电脑上刚好有 tree， 所以 就用它来演示，然后点击右上角的登录这里呢可能会让你输入手机号进行注册，你注册一下就可以了。 登录之后呢，我们就可以开始安装了，然后我们点击这个，打开文件夹，去选择一个路径，比如说我这里新建一个文件夹，嗯，龙虾， ok， 我 这里呢只是给大家演示，你可以取任何的名字点击打开， 这样呢，我们就进入了这个文件夹里，所有的操作呢都会在这个文件夹里去进行。然后我们来到右边啊，直接让他搜索 opencloud， 然后在本地帮我安装他，然后我们直接回车 这里，我们可以注意到他是在沙盒中安装，那这个不是我们想要的，在沙盒中就比较麻烦了，直接在本地安装拉去远程项目到本地不要沙盒， 因为他在沙盒里虽然安全，但是我们后续添加技能的话是没法去正常调用的。在这个过程中他会询问我们很多次，让我们给他允许，不然的话他没法去运行这个命令。 ok， 好， 已经全部拉了出来，大概过了一分钟左右就帮我们构建好了。下面呢，需要我们配置 api key， 就是 你想要你的龙虾接入什么模型，你去聊天的时候用什么模型来进行处理。它是建议我们手动去配置，因为涉及到敏感的 api 信息。那如果你完全不怕，你可以让它帮我们来配置， 那比如说我想接一个 deep secret 的， 你帮我配置，我用 deep secret 的 api， 然后直接发送给他，我们选择第一个填写 api key， 然后下一个，然后把你的 api key 粘贴进去提交。那这个 api key 应该怎么获取呢？你也可以直接问他，他会一步一步的教你怎么去获取， 他干嘛呢这是？跟卡住了一样，我们直接给他中断，你干嘛呢？帮我安装运行。 ok， 现在已经成功运行了，我们点击打开一下，啊，这里有一个错误，我们把这个复制，然后在盖栏这里粘贴到网关令牌这里连接好，这个时候就正常了，尝试一下聊天。嗯，你好， ok， 有 问题复制一下，直接发送给他，说聊天有问题，让他来帮我们解决，因为 ai 相当于我们的外置大脑，有大脑为什么不用呢？我们必用， 现在他说已经修复好了问题，我们再次尝试好，可以正常回复好，这个是没有问题的，现在安装就已经基本完成了。如果你想要让他做更多的操作，你得教他，你可以做什么？ 他这里列出了非常多的能力， ok， ok， 让他帮我们安装一些好用的技能， 我这让他停止现在的 opencloud， 因为我怀疑他运行在沙盒里。然后让他给我一个在本地可以启动的命令，然后我们直接点运行， 这里呢，出现了错误，我们复制一下，粘贴给他占用了，我们先清理一下，然后再次运行，我们刷新， 这样就正常了。我给他贴了一个路径，让他在这个路径下创建一个游戏， 我们看一下这他创建的，而且就是我们指定的位置。如果你在安装过程中出现了错误，你就给他复制截图， 然后发给 ai， 让它来帮你修复。需要注意的是，如果你使用的是自己的 tree， 你 会发现它更新了之后，为了安全，它的命令都运行在沙盒里。所以当我们测试完毕之后，你就要像我这样让它把这个给关闭， 然后给我们一个启动命令，我们点击运行在我们的终端里去直接打开它。整体操作下来应该是没有什么难度的。 以上就是本期视频的全部内容了，如果你遇到什么问题的话，可以在评论区进行留言，如果觉得本期视频做的还不错，或者对你有所帮助的话，记得一键三连点个关注。最后祝各位玩的愉快，我是端锋，我们下期再见！拜拜！

这阵子全网刷屏的 ai 龙虾 openclaw 能写代码，做自动化，搭全流程工作流，堪称全能数字员工。但很多人想上手，要么本地装环境疯狂报错， docker、 node gs 折腾半天搞不定，要么电脑配置不够直接带不动，纯纯劝退， 今天就给你们保姆级教程，用火山引擎官方云服务一键部署 openclaw， 不 用挑一行代码十分钟就能搞定，成本还贼低。 第一步，打开火山引擎官网注册账号，完成实名认证，新用户还有专属福利额度。首页直接搜 open club， 找到官方预制的一键部署镜像运行环境依赖插件全给你配好了，根本不用自己瞎折腾。选官方推荐的入门配置，两核两 g 完全够用。 完成付款后，单机去控制台按钮， 前往实力列表页查看新创建的实力规格信息。第二步，开通方舟大模型服务，并获取配置登录开通管理页面，选择期望为 opencloud 提供推理服务的模型家族，这里我们选都包 c 的 一点八模型。 在左侧目录处选择系统管理 apikey， 管理创建并获取 apikey。 在左侧目录处选择智能广场是模型广场单机，您期望 open class 使用的具体模型进入其详情页。单机复制按钮，获取模型的 model id。 步骤三，创建飞书机器人并获取配置 创建企业自建应用，登录飞书开发者平台，单机创建企业自建应用按钮，添加机器人能力。 在左侧目录处选择开发配置。权限管理，单机批量导入祈导出权限按钮， 在弹窗中确认权限无误后，单机申请开通按钮， 单机配置按钮，设置权限可访问的数据范围。单机确定按钮，完成操作。在左侧目录处选择基础信息凭证与基础信息，在应用凭证模块中获取并记录 app id 与 app secret 信息。单机顶部的创建版本按钮， 点击页面底部的保存按钮，创建版本确认发布按钮，完成应用发布。第四步，配置 openclaw 飞书 ai 助手登录云服务器实历 执行命令、配置模型和飞书集成的参数。 到这里我们基本完成了配置。在登录飞书开发者平台，选择企业自建应用页签并单机您创建的飞书开放应用。在左侧目录处选择开发配置。 c 事件与回调，选择使用长连接接收事件 并单机保存按钮，在已添加事件区域单机添加事件按钮，在添加事件对话框中选择应用身份订阅页签搜索消息并勾选接收消息， 消息被 reaction， 即消息被取消 reaction 三个事件。单机确认添加按钮，你看不到十分钟直接部署完成。 公网 ip 点开就能用七乘二四小时在线不荡机，响应速度比本地快多了，还不用担心兼容和安全问题。教程都给你讲透了，赶紧去试试，觉得有用的别忘了点赞收藏！关注我，解锁更多 ai 干货！

不懂代码的普通人怎么不熟 oppo clone 呢？根本不需要花几千块钱去买一个 mac mini， 今天看了我的这条教程呢，直接让你白嫖一百万。 talking， 咱们打开阿里云的官网，在这里点产品，然后选到清亮应用服务器， 然后呢，在这里可以选这个啊， open club 啊，然后一个月啊，一个月大概是这个二十多块钱，一年大概六十多块钱，咱们选个二十多的直接付款啊，付款之后呢，可以看到我们这个实力马上准备好了，咱们点我这个实力，点进去有个音乐详情啊， 因为详情一共有三个步骤啊，第一个步骤啊，就执行这个命令啊，可以放通这个端口啊，第一个已经成功了，第二个呢，就是配置这个 oppo 的 这个 mate 啊，咱们这里呢，直接使用这个百炼 callinplay 啊，确认开通就行了， 免费赠送一百万 token 推理额度啊，这个是阿里云旗下的一个百链平台。然后呢在左下角有个蜜柚管理，创建 a p o a p i k， 创建一个 a p i k， 然后呢勾选用户名称描述一下，随便填一把啊， opcode， 然后确定， 然后大家可以看到啊，这个庙已经生成了。然后呢，右上角有一个地区啊，我们现在是在华北啊，就在北京地区，然后复制这个，然后复制 api k， 然后在上一个页面，然后回到上一个页面，粘贴我们的 api k， 然后呢选北京。那就可以看到奥鹏哥老配置成功。 然后呢就是第三步了啊，就直接呃，可以给我们一个网站，让我们去访问我们的这个龙虾机器人， ok， 点开我们的龙虾机器人，直接问他用中文介绍你自己 啊，你看他已经回答了，下一期我会让 oppo cola 自动帮你干活，大家有遇到部署的问题可以随时问我。

ok， 接下来我们来从零到一的实操下 openclaw 的 安装、部署和使用。那装之前一定要问自己一句，你想让他帮你做什么？不要盲目跟风。 目前的 openclaw 不 太适合用于生产环境，所以只能算是一个有意思的玩具。如果你有闲置的 mac mini 或者任意一台闲置的 macos 系统电脑，那他们一定是最好的选择。 如果你是 windows 电脑，那也可以，只不过 openclaw 的 生态对 macos 系统支持比较好。那如果你都没有，不建议大家为了使用 openclaw 去买一台电脑， 也一定不要在你日常使用的电脑安装，包括国内各个公司基于 openclaw 推出的一键安装的客户端，都不要在自己日常使用的电脑安装。 如果你实在想体验一把，我们可以花二三十刀，也就是一百来块钱购买一台两合两 g 的 vps 就 可以了。如果你觉得你会长期使用，从而装很多东西，那就买一台四合四 g 的 vps， 大概是四十刀到六十刀左右。哦，对，我说的是一年的价格，非常便宜。那我目前这台 v p s 应该是一个三合四 g 加一百 g 的 硬盘配置，使用的是无斑图二四系统，不是它必须得这个配置，而是我目前只有这样一台闲置的 v p s。 来做演示了。那我之前一直在使用的 oppo cloud 服务，其实是部署在一台两合两 g 的 v p s 上， 没有问题，基本够用的，也装了很多额外的扩展，那目前这台机器的内存占用是百分之四十，此盘大约用了有十五个 g。 ok， 我 们来到官方文档，复制一下安装命令，然后回到终端直接执行， 这里由于要安装一些东西，所以比较慢，大家要等一下安装完成之后，我们就进入了一个引导配置，那这个提示简单来讲就是问此安装是不是你一个人在用？如果是个人用，选 yes， 那 如果你这台机器还会给别人登录，或者是放在公司服务器上，以及要对外公开访问，那就选 no， 我 们选择 yes， 然后选择快速入门。接下来是选择模型厂商这块，根据自己的需求来，他特别需要注意的是，如果使用国产的 mini， max， kimi， 智谱这些厂商，他们分国内版和国外版，那我们这里先选一个自定义的 provider， 也就是自定义厂商，输入我们的 base ul， 大家根据自己使用的平台写就好，但一定要注意，因为我们平常使用可乐扣的扣的 x 去配置自定义厂商，背四幺 l 的 时候一般不用写后面的 v 一， 但 open colle 这里要写。然后回车，我们选择直接粘贴 api k， 把我们的 api k 粘进来，回车短点兼容性，这个看我们自定义厂商的平台支持啥，一般都会支持 opa 这种格式，所以我们直接选 opa 就 可以。接着是模型 id， 如果你是选择自定义厂商呢？模型 id 需要你自己填，那我们这里用 gpt 五点四 回车， ok， 刚我们回车之后，它自己做了验证，那如果你的填写有误，这块会验证失败，那接下来是填的自定义厂商名字， 接下来是模型别名，我们直接回车即可，不用填。然后就开始配置聊天频道了，就是你要在哪个应用上跟你的瞎子聊天就选哪个。那我的建议是能用 telegram， discard 就 用它们，用不了的话，国内最合适的就是飞书，那飞书国内版目前也已经内置在 opencloud 包里边了。既然配置麻烦了点， 目前最简单的消息频道配置是 qq， 但他最多只支持五个机器人，还容易被屏蔽一些消息。那微信的话想要接入就只能走起微了，那更麻烦。 最近腾讯出的比较让人期待的 qq 了，最终走的也是客服消息，而不是给了个人微信机器人号，所以也不推荐。那后面我会使用飞书做演示，其他几个消息频道的接入教程就不在视频里讲了，看视频的附属文档就可以。这里我们先选择跳过 一会再来配置聊天频道。接下来是选择联网搜索的供应商，那如果你有这几家的 api k， 那 就填，如果没有的话就跳过。 然后是配置技能，也就是 skills， 我 们选择否后面再按需安装就可以。其实 skill 为啥出来比 mcp 晚，但是却能盖过 mcp？ 我 们在玩瞎子的过程中会有深刻体会， 这一步是在问你要不要起用一些附加小功能。自动钩子，通俗点讲就是当瞎子触发了某个事件时，自动帮你做一些事情，不开也能用。开了只是多一些自动化或者是增强功能。看到的这几项大概可以这样理解， bot md 就是 在 get 位启动的时候自动运行 bot， 点 md 文件，也就是 open cloud， 一 启动就先把你写在 bot 点 md 里面的启动说明，输入法规划 及预设内容读进去可以理解为开机自启动的说明书，那接下来这个是在 agent bootstrap 阶段额外注入一些工作区文件，那官方说明是，当你的工作区里面有多个上下文跟目录，比如 monroe ripple 多模块项目，想要把额外的 agent 点 md tools 点 md 这类文件一起带入上下文，但是又不想改工作器跟目录，那就用它。然后是 command log， 它是记录你执行过的命令，方便排查问题，把所有的命令事件记录到一个统一的日期文件里。 section memory 保存绘画记忆， 就是让他记住这次运行中的一些上下文。当你发出斜杠 new 指令的时候，他会把当前绘画的上下文保存进 memory。 通俗点说，当你打开一个新的绘画时，会把旧的绘画存档，那这些都是一些基础的户客，大家可以根据自己的需求去选，不选也可以，我们这里可以选都勾选上回车， ok， 这就已经就绪了。这一步是在你想用什么方式把下子启动起来。第一个 t u i 就是 在 v p s 部署，所以它是推荐方式，也就是直接在命令行里和它交互，不用开浏览器。 第二个是 web ui， 这是个网页界面，就是启动后用浏览器来操作，看起来更直观。第三个就是不启动之后再说，我们直接选择 web ui， ok， 它让我们运行 dashboard 的 命令来查看这个 web ui 的 服务，我们直接跑一下这个命令， 那由于我们是在服务器上跑 opencloud， 没有 g u i 页面，所以你会看到它让我们在本地使用 s s h 连接服务器内部的一个服务端口，通过这样的方式就可以在我们自己的电脑上访问这个 web ui 控制界面了。我们直接把这一行复制一下， micro s 就 打开 bash item， windows 就 打开 powershell， 然后把这个命令粘贴回车一下，是否继续连接输入 yes， 然后我们输入服务器的密码，回车 密码输入时啥也看不见是正常的，大家只管输入完回车即可，输错了就重新来一遍，只要回车没有报错，那就是成功了。也就在本地电脑和服务器的 opencloud web 服务之间建立了一个隧道连接，然后我们回到服务器终端，我们复制一下这个链接， 打开浏览器，那这样我们在本地电脑浏览器就可以看这个外部 ui 界面了。那需要说明一下，之所以使用隧道的连接方式，是因为这是默认且 opencloud 推荐的方式。当然我们也可以直接将服务器的 opencloud 外部服务暴露在公网上，通过服务器的 ip 或者是绑定域名来访问， 但这样很不安全，如果你需要暴露到公网，那么 opencloud 的 配置力度需要在细上一些，以应对一些安全风险。进入外部 ui 之后，默认就是聊天面板，我们直接发送一个消息， 那如果你的模型配置没有问题，就会收到回复。 ok， 到这里快捷的引导设置就完成了，夹子也算基础部署成功了，后面就是定制化了，接下来我们来配置一下飞书机器人的接入。那首先我们要打开一下飞书开放平台， 这个不需要使用企业飞书，个人飞书也可以点击创建企业自建应用，我们给个名字和描述，然后选一个图标吧。 ok， 创建完了之后，我们就可以看左侧的侧边栏，选中凭证信息，这里的 app id 和 app secret 我 们要复制下来保存好。 ok， 我 们回到服务器的终端面板，输入添加频道的命令，问我们是否配置。是，然后我们选择飞书， 那上面这个是让你重新下载飞出这个插件，但是现在它内部集成了，所以我们直接使用插件路径就可以。 ok， 它让我们填 app secret， 我 们回到飞出平台，复制一下这个 app secret， 回来粘贴回车，然后设 app id， 再复制一下 粘贴回车。连接方式，我们选择默认的 web socket 就 可以，然后非输的域名，那国内的就是 c n 的 后缀。群组的安全配置， 第一个是白名单，只有在白名单内的群组机器人才会回复。第二个是全部打开，机器人被拉进任何一个群组它都可以回复。第三个是直接在群组中借用机器人，那我们选择白名单就可以，由于我们还没有创建群组，我们直接回车就可以，后面有了再添加。 ok， 这样就基本上配置完了，然后我们选择 finish 完成，让我们配置飞书的 dm 策略，选择 yes， 这个策略我们直接全部打开就行，这样最简单。给账户添加显示的名字，然后我们选择 no 就 行，然后给这个账户绑定 agent。 yes， 那 选择 agent 的 时候，它只有一个默认的 man， 我 们回车。 ok， 这样就配置好了，然后再回到飞出控制台，点击权限管理，然后点击批量导入权限，然后粘贴所有权限的 jason， 那 这个大家直接粘贴我提供的这份就好，因为官方文档上面的那份， jason 缺少一个权限，点击下一步确认申请开通，确认 确认， ok， 权限开通好了，我们点击机器人，然后配置一下它的名字， 然后在左侧点击事件与回调，点击这里的订阅方式，然后选择长链接保存。注意这里保存时， opencloud 的 应用程序必须已经配置好了，并且正在运行中才能保存成功。然后我们点击添加事件，直接搜索接收消息，勾选它添加， 然后我们直接点击上方的创建版本，给一个版本号更新说明，也填一下，滑到最底部，点击保存确认， ok， 这个时候我们打开飞书， 那在飞书里面就可以看到一个应用创建成功的推送，我们直接点击打开应用，然后给他发个消息， 当我们收到了回复之后，飞书的渠道配置就已经完成了。 ok， 接下来先不着急，我们先来了解一下 openclaw 的 目录结构。首先你一定要知道一个目录，点 openclaw， 我们使用 cd 命令来进入到 opencloud 的 根目录，然后输入 ls， 看一下根目录下都有什么文件。 opencloud 点 jason， 这是 opencloud 的 主要配置文件，相当于总控面板，大多数的核心设置都在这里，以后也少不了和他打交道。我们刚刚在引导配置中的绝大多数内容最终都落到了这个文件里，那这个文件还有一些，后面带 back， 然后 back 一， 这是配置文件的备份，当我们执行一些修改操作时， opencloud 就 会帮我们把之前的内容存一个备份，避免我们改坏了回不去。 workspace， 它是默认 agent 的 工作区目录，放的是你希望这个 agent 的 长期记住遵守的东西，比如项目文件、说明书、长期规则、人设等等。那 agent 目录， 这是每个 agent 自己的后台数据目录，用来存放这个 agent 的 运行状态、认证配置、绘画记录等内容。官方会把一个 agent 分 成三部分， workspace 用来存放 agent 的 人格以及规则，还有记忆文件。 agent d i r 存放每个 agent 的 状态配置。 session 存的是 agent 的 绘画记录，其中 agent d i r 和 session 最终都会落在这个 agent 下面。那这个目录下面现在只有一个 man， 它是我们在程序安装时的默认 agent， 那 这个名字叫 man 的 agent 对 应的工作区目录就是这个 workspace log 文件夹存的是各类的运行日制，那出问题的时候第一时间看的其实就是这里，尤其是 getaway， skills， hux 相关的错误。 converse， 它是用来规划和编排的临时目录，很多 a 正的框架会把计划任务分解，临时中间产物放在类似的区域，用来支撑一个提示来触发多个模型调用的链路。 on， 它是定时任务与自动化触发的文件夹。 devices， 它是设备与执行环境的抽象层。飞书目录，它存放的就是飞书机器人适配与凭证的相关信息。有这个文件夹是因为我们装了飞书机器人 identity， 它是存放身份与认证的相关目录。 update check， 这是 opencloud 的 更新状态与相关原书记检查的文件。 我们再来看一下 workspace 里面都有啥 agent 点。 md， 这个里面存储的是有哪些代理各自负责什么？相当于岗位的说明书，一个工作规范，也是最重要的一个文件。四五 md， 这里面存放的是瞎子的灵魂设定 u 字。 md， 它存的是你是谁，你的偏好和禁忌，相当于用户画像 tosh。 md， 存放的是它能用哪些工具，怎么用？边界是什么？相当于工具清单。 heartbeat， 这里面存放的是一个自检和状态汇报规则，俗称心跳机制文件，比如启动后该检查什么，多久报一次状态。 bloodstream， 它是冷启动时先读的初步化说明，那我们现在还是一个空的 agent， 还没有产生记忆，如果产生了绘画记忆，这个下面还会有一个 memory 文件夹，文件夹下存放的是年月日点。 md 文件，作为我们每天聊天的记忆存放，那还会有一个 memory 点 md， 存放的是稳定的长期记忆， ok。 在 了解了 opencloud 的 目录结构之后，我们想一个问题，你需要几个 agent 帮你处理事情？一个够吗？可以这么说，如果你觉得够，那 opencloud 对 你来说可能未必是最合适的选择。 用 opencloud 的 可玩性建立在多个 agent 的 分工和协助上。如果只有一个 agent， 你 又希望他同时处理很多不同类型的事情，问题很快就会出现，他的上下文会不断被污染，人设会越来越混乱，记忆也会越积越多，滔滔消耗更是会不断飙升。 更麻烦的是，旧任务留下来的对话和上下文，还会持续干扰他对新任务的判断。所以接下来我们要处理的是多个机器人，多个 agent， 一个 agent 只专注一类事，那既然我们要做多 agent， 每个机器人都是不同的打工人， 所以接下来我们要新创建一个 agent， 我 们输入命令来添加一个新的 agent， 后面的 bot 一 agent 就是 我们给这个新的 agent 的 命名，我这个命名比较随意，如果大家有明确的想法，比如这个 agent 是 做什么的，最好语义化命名，不要用中文回车。 然后它让我们输入这个 agent 的 工作区目录，这里它会给一个默认的，当然我们也可以直接把它设置成 workspace， 这样的话和之前那个工作区就在一个目录下，那两个 agent 就 会共用一个工作区。但是我不太建议这样做， 直接回车就好，你会发现它默认在点 opencloud 目录下给了 workspace bot 一 agent 这样一个目录当工作区。结合我们之前介绍过跟目录下还有一个 workspace 工作区。 现在你回过头来理解， workspace 目录其实就是名字为 man 的 这个默认的 agent 工作区目录。那我们现在新创建了一个 agent， 这个目录就是我们新创建这个 agent 工作区目录，然后我们配置模型选择 yes， 那这个大家应该就比较熟悉了，之前引导配置中第一个机器人瞎子我们已经配置了自定义的 provider， 那 这次就换一个官方的吧，具体看你买了哪家。 我其实哪家都有，但是这里选中 mini max 的 速度比较快，所以这里选中 mini max。 mini max 前两天更新了一部，如果使用它官方渠道作为提供商时， opencloud 以内置工具会自动连接到 mini max 的 vl m api 端点，不需要额外配置。 当我们向机器人发送图片的时候，他就会使用这个工具来理解图片内容，也就是自动连接 v r m api 端点来做图片多模态处理，这点还挺方便的。我们选中 office 授权登录，然后选择 c n， 复制一下这个链接，在浏览器打开，然后授 权好了，然后他问我们还没有创建第二个机器人，所以这里先选择 no， 一会创建完第二个机器人，再把它和这个 agent 绑定， ok， 这样就创建好了一个新的 agent。 我 们再来看一下 agent 目录下面都有啥，可以看到多了一个 bot 一 agent， 然后我们也可以跑一下命令，看一下 agent 列表， 看到有两个 agent， 工作区路径也没问题，这就 ok 了。接下来我们来创建第二个飞书机器人，之前我们已经添加了一个机器人，它挂载的是默认账户，默认 agent， 也就是问这个 agent。 我 们回到飞书开放平台，创建第二个机器人，还是同样的操作， 点击创建企业自建应用名字，我们叫瞎子一号， 然后点到应用凭证，再次回到服务器面板，我们需要来配置第二个飞书机器人账号，那这个配置有点特殊，目前需要单独来改配置文件，没有办法通过命令集成，不过这个官方 e c u 已经提到了，估计很快就会得到优化。我们来看一下配置文件中目前的飞书配置是啥样。输入 cat， 这个就是目前的飞书机器人配置，它只配置了一个账号，我们可以直接在服务器上改这个配置文件。当然也可以简单一点，我们回到它这个 web ui 里面， 直接发送给 opencloud 一 段提示词，我让它根据官方的飞书配置文档帮我配置第二个飞书机器人，然后把 app id， app secret 填进去回车。 ok， 他 说配置好了，让我们重启一下，我们复制命令重启一下，再来看一下这个配置文件。 ok， 这就配置好了。那这里需要注意的是，我敢让他动配置文件，是因为我知道官方文档有这么个配置参考， 也知道他要改的是什么东西，我才会放手让他改。如果你不知道怎么改，直接让瞎子给你改配置，那就把你的 open class 系统生杀大权交给了大模型，你的大模型优质的话，能解锁到相关的信息去修改还好，如果大模型不太行，一旦出现了幻觉，那记记你会更难受，所以还是要尽量避免这种行为。接下来我们回到飞出开放平台，继续之前的操作， 点击权限管理，批量导入，粘贴一下，这个跟之前还是一样的，确认申请开通确认确认，然后点击机器人配置名称， 点击事件已回调订阅方式保存。哎，怎么不对？我们来看一下这个配置哦，这怎么写了两份？这个也是写了两份，我们回过头来看一下给他发的消息， 哦，这里发错了，再来复制一下，这里 app id 和 app security 写错了，给你修改一下。 ok， 这回改对了，刚刚那个给他发的提示词里面的 app id 和 apprecate 写错了，我们再回来点下保存。嗯，这次就可以了，刚好演示了一下，如果配错了，这里保存保存不成功，然后点击添加事件接收消息，勾选添加 创建版本，给一个版本号保存发布。 ok， 看一下有没有推送，打开应用，让我们给他发个消息。 ok， 收到回复之后我们就配置完成了，但是这个时候其实我们还没有给这个机器人绑定之前新建的 agent， 我 们可以通过命令来看一下当前 agent 的 绑定关系。 哎，你看我们新创建的瞎子一账号，其实默认绑定在了 man 这个 agent 下面，那目前这两个机器人其实用的是一个 agent， 我 们可以直接修改这个 agent id 的 名字，那这次我们在 yui 里面修改， 我们在这个 dashboard 里面找到 config， 然后点击 ro， 那 现在这份文件其实就是我们的配置文件，我们拖到最底下，找到这个飞书的配置，这是我们刚刚看的飞书的配置，我们找一下 b 的， 对，就这里我们把虾子一这个 agent id 改成我们刚刚创建的新的 agent 名字。 bot 一 agent 修改好了之后，我们直接点击保存更新， ok， 当它断掉，那就是证明已经重启了， 那等它恢复了之后就重启好了。我们直接回到飞书这里，给虾子一号发送一下，问他一下是哪个 agent， ok， 它已经切换到新的 agent 上了，那到这里我们的多 agent 多机器人账户就配置好了。接下来我们来创建一个飞书群组， 填上名字，飞书群组一个人也可以创建群聊，我们直接点击创建，必须得群组创建好了之后，我们才能邀请机器人进来，点击右上角选择设置，点击群，机器人添加， 选中瞎字添加， ok， 这样群组就创建好了。那由于我们之前设置了白名单，只有在白名单内的群组机器人才会回复，我们现在在群组里面给他发消息，他是不会回的，所以我们要先获取飞书群的 id， 那 获取的方法也很简单，我们回到服务器这里 输入 openclogs 转杠 follow 回车。这个命令是实时查看服务器网址，我们打开网址之后，在飞书群里面圈一下机器人，发一个消息。 ok， 这就可以看到这有一个 group， 后面这个 o c 开头的就是它的群组 id， 我 们复制一下， ctrl c 关掉它，还是直接在外部 ui 里面直接给它发消息，让它去改回车。当然我们也可以直接在飞书给机器人发消息也行。 ok， 已经改好了，我们直接让它重启，当看到它断了，那就是开始重启了。 ok， 恢复了，那就重启好了，我们再回到飞出这里再圈一下它，因为我们设置的是只有圈它，它才会回复 这个图标，代表它已经在输入了。 ok， 这就好了，那这样的话群组就搞好了。这里要特别提醒一下，不要轻易被网上那种一个群里面塞满不同角色机器人组成一个所谓的 team， 大家自己讨论自己工作的演示带偏了，那都是博眼球。绝大多数情况下并不是一个合理的生产实践， 因为在多 a 阵的多角色的设定下，每个机器人本质上都对应一个明确的角色和职责边界。如果你把多个角色的机器人同时拉进一个群里面，让他们同时面对同一批消息，那系统很快就会变得混乱。相对还算勉强可控的一种方式是通过艾特提及的方式来明确指定某个机器人角色回应， 也就是说，只有你明确艾特到哪个机器人，哪个机器人再出来处理。如果不是通过艾特提及，而是群里随便发一条消息，多个机器人都可能响应，那就必须额外做非常严格的路由控制。比如你至少要配置成只有某个特定用户 id 发出的消息，才有某个对应的机器人处理。 但即便如此，我仍然不建议让多个 a 证的机器人同时处理同一条消息并分别回应。因为你一旦这样做，整个系统基本上就会进入一种自由混战的状态，看起来好像很智能、很热闹，实际上很多时候只是无意义的多轮响应和无休止的 talk 消耗。更关键的是，这种模式并不真正符合大多数真实的工作组织方式。 现实里的工作流往往不是让一群角色同时对一个输入各说各话，而是有明确分工、明确入口以及明确的责任边界。哪怕你已经做了限制，比如让机器人只回复某个特定 id 的 消息，这种方案本身也不算理想， 因为很多人类的工作流并不是完全串行的，消息和任务经常会交错出现。一旦多个角色长期混在同一个上下文里，非常容易出现上下文混淆、职责边界模糊、记忆污染等问题。所以更合适也更常见的做法其实是下面这几种，一个机器人对应一个 agent， 一个群组对应一个专用的 agent 机器人， 或者一个主机器人作为一个统一入口，背后有多个专职的 a 政在后台分工协助。这几种方案虽然没有多机器人同群互聊那么有观赏性，但从稳定性、可维护性、上下文控制以及 top 成本来看都会更合理。 当然再往后走，如果你真的想做成多 a 政的协同，那就已经不是简单把几个机器人拉进同一个群里面这么粗暴了，而是需要更高级的路由编排和协助策略。这个话题可以单独展开讲，后面有时间的话可以再开一下 a 政的协同的内容，这里我们就先不展开了。 那到这里，我们其实已经有了两个彼此独立的 agent， 也分别绑好了对应的机器人频道，但目前为止我们还没有给他们做任何的功能增强，也没有给每个 agent 配置各自的身份信息、角色设定 和风格。所以现在这两个 agent 还是两个空壳子，虽然他们已经能独立运行，但是还没有真正形成差异化。那接下来我们就要先给这两个 agent 分 别配置不同的信息和性格， 他们真正区分开来。其实我们前面已经讲过，工作区里的那些文件分别对应着什么作用，我们完全可以直接手动去修改这些文件，给 agent 写入不同的设定，但是这种一方面比较繁琐，另一方面不太直观，所以这里我们换一种方便的方式来做。我们直接打开外部 ui， 那 这个是闷塞审，也就是瞎子那个机器人， 我们直接给他发送一个提示词，你是瞎子，一个赛博打工人，巴拉巴拉一堆，然后我们让他自行优化，并且拆分提示词，将这些提示信息分别写入下面的文件里面。回车， ok， 可以 看到它已经帮我们修改好了，这里它问我们要不要把 bootstrap 删掉，这个文件我们之前有介绍过，它只有在输入话的时候会读，删不删都无所谓。那我们直接在面板里面来看一下这几个文件，点击 agent， 然后点击 men， 然后点到 feel 看一下。哎，你看这里面它的灵魂设定已经帮我们写进去了。再来看一下 user， 可以 看到我的名字也写进去了， agents 点 md 这个文件大家有空的时候可以好好看一下，因为整个 agent 的 运行机制其实大概就写在这里， tools 身份 memory ok， 我 们回到飞书给瞎子发一下你是谁， ok， 这就已经配置好了。那现在我们就给瞎子配置了一些基础信息，我是谁，他是谁，他的性格等等等等， 都是些基础信息，也比较简单，大家可以顺着这个思路自由配置。那另外一个 agent 配置起来就简单很多了，也是一样的流程，这里就不赘述了，大家可以给不同的信息自己玩一下。那接下来我们给 agent 做一些基础能力扩展。首先是浏览器操作，那如果我们有 g y 面板 这块就会简单很多，但是由于我们使用的是无 g y 面板的无斑图系统，所以要稍微麻烦一点，我们需要先手动安装一下浏览器，虽然也可以让 opencloud agent 帮我们安装，但不建议这样做，因为需要给它开额外的高级权限才行。那首先我们需要安装一个 chromeem， chromeem 是 谷歌自己家的正式浏览器， 而 chromeem 是 chromeem 浏览器的上游开源版本。那这里需要注意的是， nipp 版本的自身的沙箱机制会产生冲突，导致 c d p 无法正常启动， 所以官方推荐使用 chrome 的 d e b 包，这是专门给得遍或者是无斑图这类 linux 系统用的安装包。首先我们来执行安装 c d p 连接，就是程序通过 chrome 的 devtools protocol 去远程控制浏览器的连接。 playrite 是 python 的 一个浏览器自动化框架，当我们安装浏览器后， open color 会负责浏览器的接入配置和路由， playrite 负责执行很多具体的自动化动作，而底层的浏览器通信协议走的是 c d p， 这样就形成了 linux 系统上的浏览器自动化。 ok， 下载好之后，我们还需要执行安装 那由于我们使用的是 d e b 的 方式安装的浏览器，这种方式还会缺少一些依赖，所以我们还需要让 app 自动把上一步安装 chrome 时缺失的依赖补齐，并且把包的状态修复到正常状态。我们输入命令回车， ok， 一 切就绪之后，我们输入命令来验证一下浏览器的安装路径，然后检查一下它的版本， 这里输出了目录，并且成功输出了版本号，就安装成功了。然后我们输入命令来验证一下无沙箱无头模式下的 c d p 连接。 ok， 只要出现这个幺二七的监听链接就可以了。下面无关紧要的一些报错，比如 g u i 内部的一些注册服务错误可以忽略， ctrl c 退出， ok， 我 们开始配置 openclaw 使用浏览器。这里我们选择的是命令行配置，那最终也会落在配置文件里，我们直接改配置文件也行。首先我们需要启用浏览器能力， 然后配置一下浏览器的路径，那由于我们用的 vps 没有图形界面，所以我们还需要开启无头模式，还需要关闭沙箱来规避 linux 类服务器或者是容器环境下的权限与隔离限制问题。 最后我们还需要指定一下浏览器的 profile。 ok， 这些都执行完，重启一下 get 位， 重启完成之后，我们打开 web ui， 我 们来看一下这个配置落到配置文件里面是什么样子，就是这段配置。 ok， 我 们来测试一下浏览器输入命令，启动一个浏览器实力， 启动成功之后，我们让它打开一个网页，打开之后我们来抓一下这个页面的快照， ok， 拿到结果就没问题了，我们也可以尝试抓一下这个页面的截图， ok， 如果能拿到快照或者是成功截图，说明整个浏览器的渲染页面打开控制链路基本上都是正常的。那现在就可以在飞书里面给机器人发消息，让他截个图试试了。让虾子一号处理吧，虾子一号用的 mini max， 速度比较快， ok， 给了我们截图，那就是成功了。接下来我们来处理联网搜索。 openclaw 有 两个内置的搜索和爬取的 tools， 分 别是 websearch 和 webflash， webflash 负责实时搜索网络内容， webflash 负责爬取某个网站的信息， 这两个 tools 组合起来就构建了一个实时网络剪索的能力。但是由于 openclaw 内置的 websearch rely brave， 这是一个三方的搜索引擎，如果我们要使用的话，需要额外配置 brave 的 api， 这个是收费的，所以目前联网搜索是用不了的，那我们的代替方案就是使用其他的 search 服务来代替内置的 web search。 这里推荐两个 skills 来配合完成这件事。首先是 tabule 这个 skill， tabule 同样是一个三方的商业搜索引擎，但好在它每个月有免费搜索一千次的额度，所以我们可以放心使用。我们可以直接打开 tabule 的 官网， 然后注册就可以拿到一个 api k 复制下来就可以了。还有一个是 multi search， 这是一个集成了多个搜索引擎的免费搜索服务， 如果它 webster search 的 服务不够用，或者搜索结果少的情况下，我们可以使用 multi search n 这个搜索服务来都抵。这两个 skill 组合起来代替内置的 webster， 安装方式也比较简单，我们可以直接发送提示词给瞎子， 我们让它根据文档自己去安装，安装完成之后在 toast 文件里面明确声明 webster 能力的 skill 使用，最后把内置的 webster 能力给禁用掉。 ok， 我 们来看一下 toast 文件， 哎，可以看到它帮我们把这个搜索策略写到了这个 tos 文件里。装好之后我们测试一下，可以看到这里它已经调用了它为设置这个 skill。 那 如果你不想装两个 skill， 并且想要在企业里部署无限使用 web 搜索能力的话，还有一种方案是在一个服务器上自己部署一个 z r x n g 服务，这是一个开源的原搜索引擎服务，聚合了多个搜索引擎的搜索结果。 安装好之后就可以在 opencloud 安装一个 c r x n g skill 来进行搜索服务的本地调用，可以返回结构化的搜索结果，那 像一些三方的收费搜索引擎，会随着你的搜索偏好提供一个个性化的搜索结果。但 c r x n g 这种则是不关心你搜什么，只通过你的搜索内容拿到各个搜索引擎的结果，打分排序，完全隐私，是一个不错的免费搜索方案。如果你想做任何 agent 缺乏 web search 的 能力，都可以使用它。 ok skills 技能，这是 openclaw 能力的核心。通过上一爬联网搜索，我们可以看出，我们需要通过一个个 skill 来扩展 openclaw 的 能力。 那社区上有上万个开源的 skill 让我们集成。我们可以通过 openclaw 官方的 cloudhub 平台去查找对应的 skills， 也可以通过 github 的 awesome openclaw skill 仓库去查找想要使用的技能。 比如你在做一个企业级的 open class 系统，并且企业委托于飞书办公，那么你就可以搜索飞书相关的 skills， 读写飞书文档，操作多余表格，以及处理一系列飞书的自动化功能。你要是想赛博炒股，就搜索金融相关的 skill 去装。要是想让虾子去写代码，那就搜 coding 相关的 skill， 根据自己的需求去装就可以。我给大家推荐一个比较核心也比较通用的技能， self improving agent。 这个 skill 翻译过来叫自我提升，它的核心不是让模型自己训练自己，而是让 agent 在 运行过程中把错误纠正、知识缺口、功能需求结构化写入 markdown， 再把那些反复验证有效的经验进一步提炼成长期可付用的工作规则。它主要解决的是一个非常现实的问题，很多 agent 在 使用过程中都会不断犯错，有的是命令执行失败，有的是工具调用翻车，有的是知识过时了， 还有的是被用户指出你这种做法不对。如果这些问题每次都是当场改正一下就结束了，那这个 agent 本质上没有真正成长，下一次遇到类似的情况，他大概率还会踩一遍同样的坑。而这个 skill 做的事情就是把这些当场修正变成长期记忆。他的 skill 点 m d 里面写的非常明确，典型的触发场景包括命令或操作失败。用户纠正 agent， 用户提出当前做不到的新能力。外部 a p i 或工具调用失败。 agent 呢？发现自己的知识已经过时，或者在重复性工作里发现了更好的做法，所以它本质上不是在增强模型参数，而是在给 agent 增加一层失败记录，加上经验累积，加上晋升规则的机制。 会先在工作区里面建立一个 learnings 目录，把经验分别记录到三个文件里。 learnings md 记录更正知识缺口和最佳实践。 arrows 记录命令失败和异常。 future request 记录用户请求的功能。他会先把这些经验沉淀成可追踪、可复查、可累积的外部记忆， 然后再进一步把那些已经反复验证确实有效的经验提升到更长期的工作区规划文件里。比如行为模式可以提升到 so 点 md 里，工作流经验可以提升到 agents 点 md 里， 工具使用规则则可以提升到 twos 点 m d 里。写进 linux 目录只是临时记录下来，而提升到这些长期文件之后，才意味着这些经验会在后续的绘画中真正参与上下文变成 agent 的 稳定行为规则。那为什么我会觉得它很核心？因为它其实已经碰到了一件更庞大的事情，那就是怎么管理 agent 的 记忆 memory。 不管你是做个人助手、做工作流 a 证的，还是做多 a 证的协助，如何把错误纠正经验沉淀下来几乎是绕不过去的一件事情。而这个 skill 恰好提供了一套非常朴素但却非常实用的解决思路，它可以为我们后续的记忆治理埋下影子。那安装方式和之前一样，是复制一下这个链接，让 openclaw 自己安装即可，我们就不做演示了。 我们前面提到过， open klo 官方的 memory 记忆整体是偏轻量化的，真正的记忆载体始终是工作区里面的 markdown 文件。也就是说，不管你后续接不接数据库，开不开向量剪索， memory 最终落地的地方依旧是这些文件本身。 默认情况下， open klo 会把这些记忆写到工作区的 memory 目录下面，以年月日这样的方式去存储长期记忆则是沉淀在 memory 点 m d 里。 那官方其实也支持接入 sqlite、 list db 以及像 qmd 这样的增强型解锁后端，但这里一定要注意，它们都不是用来代替 markdown 的， 更多的是承担锁影、解锁、召回这一层的工作。所以你可以简单地把它们理解成三类角色， sqlite 更偏默认的清量级锁影以及状态存储。 list db 更偏向量解锁和羽翼召回。 q m d 则是在解锁层更进一步增强的一种混合解锁方案，它会把 b m 二五向量搜索和 ranking 组合起来，尽可能地把记忆找得更准。所以 markdown 是 记忆本质， circle、 拉斯 d b q m d 这些本质上都是解锁层能力。 也正是因为如此， opencloud 官方的方案优点非常明显，简单、透明、可控。但它的短板也同样清晰，那就是它更像一个基础可用的记忆底座，而不是一套完善成熟的记忆治理系统。在默认方案下，记忆的长期维护更多依赖于 markdown 的 持续写入。 而向量解锁、自动召回、 embedding 配置，这些能力需要额外配置之后才能真正发挥作用。并且就目前来说， opencloud 内置的向量解锁能力本身也有一定的限制，比如它依赖外部大模型 api 提供的 embedding 能力，目前只能配置 openai 和 jimmy。 很多国内用户其实并没有把这条链路真正接起来，而一旦没有接起来， memory 虽然还能工作，但就会退回到最基础的文件读写模式，那这个时候，系统依然会把内容写进 memory 文件夹下的年月日文件作为日常记忆， memory 点 m d 作为长期记忆， 这些文件照样存在，照样可写。只是因为没有 byte 模型，系统无法进行基于向量的语义剪辑和相似召回，更多只能依赖内置的 memory get 这类定向读取具体文件或指定范围内容的方式来获取记忆。换句话说，系统这时仍然能记，但不太会找。 而一旦没有比较强的剪辑能力，问题就会慢慢出现。记忆文件会越积越长，历史内容会越来越多，上下文 tock 消耗也会越来越快，用得越久，你越觉得 agent 变笨了。 因为大模型本身的上下文窗口是固定的，而 memory 如果只是不断累积，没有智力，最终就会从资产变成负的。而关键的是，在这种基础方向里，我们通常没有真正意义上的清洗、压缩、分层、失效和冲突消解机制。记忆会不断累积，但缺乏有效智力。时间一长，优化 memory 几乎成为一个必然需求。 但这件事情也不能一概而论， memory 策略没有绝对最优，只有是否适合当前场景。本地部署更关注隐私可控和低成本， 那云部署更看重接入速度和跨端统一。个人助手则更强调个性化与长期偏好。记忆团队 agent 或者是多 agent 协助，他会更看重权限隔离。项目级上下文既污染控制以及整体的可维护性。也正因为侧重点不同，不同场景下适合的 memory 方案往往也并不相同， 所以到目前为止，这个方向其实并没有一个统一稳定、所有人都认可的标准答案。大多数时候，大家还是需要根据自己的需求、资源条件和技术能力去做适合自己的取舍。 homecloud 的 记忆增强大体可以分成两层，第一层是剪缩增强，也就是让 agent 更容易找到相关的记忆。这部分典型代表就是官方默认的 sqlite 剪缩、可选的 sqlite 向量剪缩以及进一步增强的 qmd 混合剪缩。 那这其中 sqlite 更适合轻量级默认可用的本地锁影场景。 sql 更适合做 in binding、 向量存储和域域召回。 qmd 则是更强的混合剪缩方案，它通常以本地 start 进程执行，再把结果交给大模型做 ranking， 也就是二次重排。这里的大模型 random 可以 把它理解成前面，尽量多召回一些可能相关的内容，后面再让大模型重新判断哪几条和当前问题最相关，把它们排到更前面。 所以 qmd 的 价值主要体现在，当记忆很多，认知很多、表述又不统一的时候，它能明显提升召回精度和解锁质量。但也要明确一点， qmd 解决的是怎么找的更准的问题，不是怎么把记忆管理的更好的问题， 也就说它的强化是剪缩层，而不是记忆治理层。如果底层还是无组织的 markdown 文件，那么事实变了，依然可能直接覆盖知识写进去了，也未必经过结构化整理。那长期下来，知识是否真正能沉淀成稳定可赋用的 memory 资产， 是取决于你上层怎么治理。第二层才是记忆治理增强，也就是在能找到的基础上，进一步解决怎么记记什么、怎么压缩、怎么氧化、怎么避免污染这些问题。这部分常见的思路大体可以分成几类，第一类，单文件增强。最直观的方式就是通过各种策略，把重要的信息都不断追加到 memory 点 m d 里。 这种方案的优点非常明显，简单直接，几乎没有额外的系统复杂度。你不需要引入新的数据库、解锁服务或者是后台进程，只需要让模型持续地往 memory 点 m d 里面写就行。但问题也同样明显，随着时间的推移， memory 点 m d 会越来越长，文件不断膨胀，信息密度也越来越低，查找的效率也会越来越差。 第二类，自动记忆管理。那第二种思路是做一套自动记忆管理机制，比如通过定时任务，每隔一次 session transcript 自动提取大模型认为重要的记忆内容， 然后按天进行定时压缩归档，持续维护到 memory 点 m d， 减少人工的干预。那这种方案比起单纯追加文件更进一步，因为它开始尝试怎么解决记忆越来越多怎么办的问题，而不是让系统能记住，还开始试图让系统自动整理记忆。但 这套方案的问题在于，我们其实很难知道它到底记住了什么，以及为什么记住这些内容。因为重要这件事本身是由大模型来判断的，而大模型判断的重要性未必和人真正关心的重要性一致， 哪些该保留，哪些该忽略，很多时候并不好对齐。那另外，这类方案常见的时间线压缩方式，比如按天、按周去归等，虽然可以控制体积，但也会带来另外一个问题，事实变化的历史容易被抹平。 举个例子，一个项目原本是进行中，后来变成已完成，在压缩归档之后，旧的状态可能直接被覆盖掉。最后你看到的是一个更新后的结论，但中间是怎么变化过来的？这段过程信息可能已经丢了。第三类是日制流加上剪索增强。那第三种思路是依赖每日的日制，再加上 memory search， 然后再配合更强的剪索后端来工作。 这种做法的核心很简单，每天持续的写日制，把记忆沉淀在日制流里，真正需要的时候，再通过 memory search 去做剪索，把相关内容找出来。 如果只是默认解锁，这更像一种可搜索的流水账。但如果配上 l s d b 或 q m d， 体验会好很多，因为搜索会更准，召回也会更稳定。它的优点是实现简单，维护成本低，几乎不需要额外的治理策略。 你只需要保证日制的持续写入解锁链路就能跑起来，整个系统就能工作。但它的问题在于，这依然不是一个真正结构化的埋木尔系统。随着日制的不断累积，搜索结果里的噪音会越来越多，相关性也会越来越不稳定。 同一个事实可能分散在几十个不同日期的日制文件中，模型每次都要从这些零散的片段里面重新拼装上下文，这样既浪费 talkin， 也难以形成稳定的知识沉淀。所以这种方案虽然能用，但更适合清亮场景，不太适合长期高密度、需要持续服用的知识系统。 那第四类是外接完整的记忆系统，那再往上走，就是把 open cloud memory 增强做成一个独立的系统，或者直接接入第三方平台。最省事的一类做法就是直接集成第三方平台提供的商业 memory 方案，比如 my machine、 open cloud super memory 这类项目， 本质上就是把 memory 的 存储、召回、管理这些能力外包出去。他们的优点是接入快，上手简单，但代价通常是依赖外部平台，灵活性和口控性相对有限。而如果不走商业平台路线，社区里也有一些重型的增强方案， 比如结构化抽取、分层记忆、长期生命周期管理，甚至是主动式记忆系统。这类方案的能力更强，但接入和维护成本也更高，更适合那些已经明确要把 openclaw 做成长期运行的 a 政策系统的人。比如 memory labs db pro 这个项目就很不错，大家有兴趣的话可以去尝试一下。那如果有更好的方案，也可以评论去分享一下。 ok？ 在 了解了概念之后，我们应该怎么处理自己的 openclaw 的 时候，其实并不清楚自己真正需要的是什么， 你是想做一个本地的个人助手，还是想做一个长期运行的 agent？ 你 更在意隐私成本还是召回效果进行上线？这些问题如果一开始都没有想清楚，那你过早的去折腾 memory， 最后大概率只是在增加记忆系统的复杂度。 所以在这个阶段，你只需要先意识到 memory 确实是个问题，但不用着急，现在就把它彻底解决。对大多数人来说，先用 opencloud 默认的 markdown 策略做基础处理其实就已经够了，先跑起来，先用起来， 先观察自己的实际使用过程中到底会遇到什么样的问题，这是比一上来就追求高级记忆架构更重要的事情。等到什么时候，你真正开始觉得你的瞎子变傻了，记不住了，照回不准了，上下文越来越贵了，那时候再回来处理这个问题反而是更合理的。 因为这个阶段你已经不是在想象问题，而是在面对真实问题。你会更清楚自己到底缺的是更强的解锁能力，更好的记忆治理，更低的 top 肯消耗，还是多 agent 多场景下的隔离能力。 到了那个时候，你再根据自己的需求，参考前面提到的几类思路，去找到对应的开源项目，逐步尝试优化和治理自己的 memory 系统，会更具针对性。这其实是一个很正常的学习路径，先用默认方案建立认知，再在真实问题里逐步升级，而不是一开始就试图设计出一个完美的记忆系统。 而且说实话，现在这个阶段想一开始就把 open cloud memory 做的非常完善，本身也不太现实。因为目前不管是官方方案还是社区里的各种增强路线，都谈不上稳定统一，没有明显的缺陷。 到目前为止，我还没有看到一个真正能够让所有场景都满意的通用优质方案。很多方案都能解决一部分问题，但同时也会带来新的成本和新的复杂度。所以与其一开始就幻想把这件事一次做对，不如接受一个更现实的结论，慢慢也是一个随着使用过程逐步治理的问题，而不是安装 open class 就 能彻底定型的问题。 当然，从更底层的角度来讲，哪怕你把 mac 策略设计的再漂亮，也依然避不开一个根本限制。大模型的上下文长度始终是硬约束。也就是说，很多所谓的记忆增强，本质上都是在有限的上下文窗口里，尽量让系统记得更准一点，找的更快一点，浪费的更少一点。它能改善体验，但是很难彻底消灭限制本身。 ok？ 朋友们，如果你看到这里还没有放弃，那么看起来你是想认真玩一下 opencloud， 那 这种情况下，每个工作区的备份将必不可少。这是为了防止你悉心呵护的瞎子突然发疯干掉了自己，或者是某些改动不想要了，你想回滚？ ok， 备份的方案也很简单，走 github 备份。首先为了安全，无论你有没有 github 账号，我都建议大家注册一个新的 github 账号。我们直接打开 github， 点 com， 然后点击注册一个新的账号，这个流程比较简单，我就不说了。那账号注册好之后，我们就可以回到这台服务器的终端操作面板，运行一行命令来生成这台机器的 s s h k， 注意这里的邮箱要换成自己 get up 的 邮箱，一路回车就行。 ok， 运行命令，我们查看一下公告内容，我们先把输出的这行公告全部复制下来， 然后回到 gethelp， 点击右上角的头像，点击 settings， 然后在左侧选中 ssh， 点击新增一个 sshk， 粘贴进去，给一个名字创建。 配置好了之后，我们点击 github 导航栏右侧的加号，选择创建一个新的存储库，那这个仓库其实就对应了一个工作区，所以这个名字我们以工作区名命名。那前面的 r n 三是我这台服务器的缩写，因为我在多台服务器部署了 opencloud， 加上服务器代号更清晰一点。后面的 man work space 代表默认的 agent 工作区， 当然你想叫啥都行，但是我建议有意义一点，不然后面工作区搞多了不好找。还需要注意的一点是，我们这里要选择私有， 这样你的这个项目就只有你私人可见了。点击创建，这是一个空的项目，创建完成之后就会自动跳转到项目页面，我们切换到 s s h， 然后把这个仓库地址复制一下，当然下面这个绑定以及推送的命令我们也复制一下，后面会有用。然后我们回到这台服务器的终端控制面板，来配置一下全区的 get 用户名和邮箱。 配置用户名配置邮箱，注意这里的用户名就写 github 注册的账户名，邮箱就写 github 的 账户邮箱即可。配置完成之后，我们输入命令检查一下， 那这样就配置好了，我们直接回到 web ui， 给瞎子发一条消息，让它绑定并且推送。注意一定要选择 men 这个 agent， 因为我们目前配置的是 men 这个 agent 的 工作区备份，直接输入提示词，那这里的命令就是我们刚刚在 gitup 复制的命令。直接回车， ok， 这样就已经推送好了。我们回到 github 刷新一下页面， ok， 可以 看到工作区已经同步过来了，我们还需要给工作区配置一下，让它每轮修改后都提交代码并推送远程。像这样的固定流程，可以直接加到 agent 点 m d 文件中，那如果你不会写，也不知道要加到哪个文件里，你就可以这样问，直接给瞎子发送一段提示词回车， ok， 等它执行完提示词，就帮我们追加到了 agent 点 m d 文件里，那由于改了文件，这次变更它依然会帮我们提交到 git 仓库，到这里我们的工作区备份就做好了。后续如果你的工作区被删除干净了，或者需要迁移， 直接把仓库地址给到 opencloud， 让它恢复就好。 opencloud 的 每个 agent 执行过程中的持久化产物都会放在工作区，所以你可以随时在 github 仓库在线查看你的工作区文件内容， 甚至也可以直接在 github 在 线修改你的工作区文件，然后提交，那提交后给 opencloud 对 应的 agent 发消息，让他拉取一下最新代码，就可以直接应用了。修改工作区文件是不需要重启网关的，那我们有几个工作区就创建几个仓库即可，这里我就不重复了。工作区的这份 agents 的 md 文件建议大家有时间的话，就一定要看看 大家在安装的过程中有什么问题，或者是有什么花里胡哨的报错，可以直接发送给 ai 去问。我们实操的过程中，你会发现，有些是去服务器中的面板自己操作指令，有些时候也会在 opencloud 的 机器人聊天窗口上的操作。那为什么不全都让 opencloud 自己运行安装或者修改配置呢？原因有几点， 第一，有些命令他自己也跑不了，权限太高也不安全。第二，他的系统提示词太长，执行起来有点慢，还不如问外部的 ai， 然后自己去执行，更速度一点。 三、我们在做的是一个高度自制的 a 证的系统，如果我们完全不熟悉，是玩不起来这个 a 证的系统的。所以这个边界在哪儿？我的看法是涉及到一些 skill 安装或者是工作区目录下的内容，编辑可以给到 opencloud 去做，但涉及到系统层面的，哪怕可以让 opencloud 去改， 你也得知道它具体是改了啥，不然挂了你都不知道怎么解决。还有一个操作是直接在服务器上安装一个 cloudcode， 让 cloudcode 作为外部 ai 工具介入去修改配置文件，降低我们的操作复杂度，甚至可以创建一个专门用于编程的 opencloud 机器人， 但让这个机器人操作 cloud code 去完成编程任务，而不是他自己去完成编程任务。因为 cloud code 是 一个干净稳定的 ai 编程 agent， 是 一个非常优秀的 ai 编程产品。 ok， 本期视频到这里就结束了，真的是啰嗦了太多东西，原本我是不想录这期视频的，虽然我也是一直在有用 open cloud， 但由于上不了生产，对我来说它更像是一个学习样本，一个玩具， 互联网真的把它吹的天花乱坠。那最近估计你又会看到大量的第一批跟风体验 open club 的 人的反馈，一定有很多人态度转变，开始吐槽他，真的是很无语。所以大家要理性看待这件事情。 ok， 感谢大家的观看，相关的文档可以在评论区或者是私信找我要。那觉得不错可以参联。谢谢大家，下期再见。

兄弟们大家好，今天呢，我们来出期龙虾官方的部署教程，来看下左上角的地址，龙虾的官方域名地址是什么呢？ 哎，就是这个 opencloud 点 ai。 想要部署 opencloud， 我 们先要安装两个软件，一个是 git， 一个是 node js， git 呢是这个地址点这儿下载。 note g s 呢是这个地址点这儿下载。下载完成之后呢，你就得到了这么两个东西了，哎，怎么安装呢？很简单，双击打开下一步，下一步，下一步，下一步，一直到安装完成就 ok 了。接下来你需要鼠标移动到左下角开始按钮，然后输入 power shell， 以管理员身份运行打开它。打开之后呢，你需要手动输入三个命令，来测试你刚刚装的 get 和 node js 是 不是安装成功了。那么第一个命令呢是 node 空格，杠杠 v e r s i o n 回车， 哎，第二个命令呢是 npm 空格，然后杠杠 v e r s i o n 回车，然后第三个命令呢就是 get。 接下来我们就要开始下载和安装了，那根据 opencloud 龙虾官方的部署教程，哎，第一步呢，我们就要执行这个命令进行下载和部署。 这里补充说明一下啊，当你执行这一个安装的命令的时候，你要确保你能够在电脑上访问 opencloud， 点 a n 对， 也就是访问 opencloud 这个官网，如果不能访问呢，你就得想想办法了，哎，搞搞魔法呀，搞搞科学呀， 对吧？那当你的 power shell 出现这个 open cloud 安全警告哎和提示的时候呢，就说明你的 open cloud 龙虾就已经安装成功了。然后呢，我们按键盘上的左右方向键，哎，来选择一个 yes， 然后第一个这个呢，是第一个，这个呢，我们选择最后一个，这个呢，我们选择第一个，这个呢也是第一个。 好，那么这个呢，我们就选择最后一个这个呢？我们也是同样的跳过， 为什么要跳过呢？因为跳过之后呢，可以在后面啊，去再去配置好，这里呢，他问你要不要去配置 skill， skill 什么呢？哎，就是配置技能，那我们就选择 no， 这里问我们要不要配置 hook 啊？就是配置自动化脚本，那我们这边呢，也是跟刚才一样也是跳过， 但不同的是呢，我们要按一下空格键，然后再按回车键。哎，跳过了这一步呢，跟你自己操作是有差异的，因为我现在已经安装了这 opencloud 了，所以他提示我是要重启还是要重新安装还是跳过， 那么为了我们演示呢，我们就现在重新安装一下啊。好，当我们的网关安装成功之后呢，就来到了我们 open cloud 触式化的最后一步，他这样问你的是第一个，你是用什么方式去启动你的机器人？ 他说第一个是终端啊，第二个是 web ui， 那 我们选第二个啊。 哎，当你安装成功之后呢，它就会自动地跳转到你的 web ui 的 这个界面，那么当前这个界面呢，就是你的 opencloud 龙虾的操作界面了。

今天李叔帮你整理了 openclaw 的 几个隐藏的玩法，效率翻倍，点它收藏，不然找不到了。第一个是本地文件的管理，你可以让它自动去整理修改文件，发票，转什么 excel， 一 键就能搞定，非常的省事。那第二个是跨设备的同步，我在 大龙虾上面上处理的文件，我可以把它存到 notion 或者存到一个云云盘里面，我可以在另外一台机器上把龙虾的工作成果一键拷贝过来。 第三个是视觉识别，我可以截张图丢给他，帮我添加日历，自动提醒，我还可以监控后台现在正在处理什么任务，随时截个图发给我让我看。还可以 用飞书啊、电报啊等等来去调用模型，不用打开多个软件，非常的高效。那么这几个技巧你都学会了吗？哪个最牛？或者你有什么更好的经验，我们评论区聊一聊。

一口气讲解 upclo 如何使用，这是一个比较长的视频，建议大家先收藏再观看。我们基于如下五个维度，一口气讲解 upclo 从安装到日常使用的核心步骤。核心知识点，首先第一步是安装，网上的教程基本都可以完成安装，但是其中一些配置项到底是干嘛的，还是需要了解学习一下的。 其中之一就是模型配置，不同模型来自不同的供应商，有不同的特性，有擅长规划推理的，有擅长图像理解以及图形图像视频生成的能力不同，费用也不同。追求全面高质量的 g p t。 长本创作的 cloud 多模态和创意的 jammin 低成本推理 deepstack 本地部署中文研究 glm， 像我本人用的目前就是 glm 的 四点七，感觉还是比较可以的。嗯。 紧接着就是聊天，各种聊天软件的接入接入飞出聊天软件接入飞出聊天软件。网上很多人说是接入飞出插件，其实并不完全对，应该是接入了一个飞出的插件集， 因为我打开了那个飞出的插件的那个源码看了一下，它其中涉及了渠道插件、工具插件以及 skills 的 集合，相当于是 skills 集合，是一个操作飞出的 sop。 然后渠道插件是完成了飞出的消息的接收与发送的功能，以及一系列的工具插件完成了与飞出交互的一些核心的能力。并且它还对接了 webshop 的 插件 来对接飞出后文的后台的长连接，用来监听你在飞出上面给你的龙虾机器人发送的消息。当然还有另一种方式是 webhub 的 方式，因为我每个人电脑部署在家里，无公网 ip 出口，所以实现不了优先使用长连接， 使用不同渠道不同的对话框，与你的龙虾机器人进行聊天，就会采用产生不同的绘画，不同的绘画的定位维度。首先是渠道就是你的聊天工具，然后你的是群主还是个人？群主 id， 个人 id 定位到一个对应具体的绘画，具体的绘画可以指定具体的 agent 代理， 也可以指定具体的模型来完成。不同的特点。假如我有一个编程，编程龙虾机器人，然后我和他有个编程的任务方，那就给他指定一个编程的代理，然后里面封装一些编程的规则和原则啊，并且给他一个擅长推理的模型。嗯， 这里刚刚提到一个 agent 的 概念，不同渠道绘画可以指定不同的 agent 完成不同的角色扮演。其实我们说养龙虾，养龙虾就是在不断打造属于我们自己的 agent， 给它丰富 skill 技能，集合，给它丰富它的短期长期记忆，给它丰富自它自己给自己写的一系列的工具脚本，来替你完成各种各样复杂的任务。 结合插件体系，我们可以享受开源的红利，自由装备开发者贡献的插件插件还在工具渠道命令服务。

我对着秦始皇发誓，这绝对是目前 oppo 可乐最简单最安全的部署方式，只要你会装 qq， 你 就一定能装会他，你现在还在被 oppo 可乐折磨吗？ 环境冲突，依赖报错版本不兼容，普通人装不好，就连技术一般的程序员都频频翻车，再加上前段时间 open klo 的 漏洞曝光，所以我摸索出一套最简单最安全的部署方法。 首先在电脑上安装一个呃虚拟的隔离环境，从根源上降低漏洞风险，然后把部署好的 open 可乐直接打包拷贝到另一台电脑上，不用重装，不用配环境，直接复制粘贴即可用。下面是实操演示， 这是我整理好的安装包，上面是打包好的 openclo， 下面是虚拟化软件，鼠标右击，选择管理员运行， 然后选择下一步，同意安装协议，后面一直选择下一步，等他安装完就行了。安装过程有点慢，耐心等待就行了。 安装完以后，桌面有个叫微软的图标，右击鼠标，选择管理员运行，打开软件， 然后解压缩 open 可乐文件，解压过程有点慢，耐心等待就行了。然后回到刚才打开的软件，点击左上角文件菜单，选择打开，找到刚才的解压缩目录， 选择文件，点击打开，随便输入一个虚拟机的名称， 点击导入，导入过程有点慢，耐心等待就行了。 导入完成以后呢？左边能看到你刚才创建的虚拟机，选中它，点击开启虚拟机，耐心等待开机就行了。 当显示账号列列表时，说明已经开机成功了，然后点击账号，输入密码登录，然后我们打开浏览器，点击 openclock 地址， 看到这个界面，那么恭喜你可口可乐安装成功，有想要安装包的同学呃，可以关注我，以后呢给我发私信，我给你发送下载链接。

open club 整挺火，后台私信主要关注两个问题，一，小龙虾是什么？二，怎么安装？因为我和我的关注者都不是什么 ai 专家，大多可能是因为小龙虾很火比较好奇，我就言简意赅了，小龙虾不是什么新的 ai 模型， 他是一个利用 ai 的 工具。如果你不给小龙虾分配模型啊，他是连聊天都没法聊的。如果给了他模型，那就厉害了，他可以读写操作你电脑上的所有文件，甚至接入其他程序的接口，操作这些程序，帮助你工作好了。第二个问题， openclaw 怎么装呢？上个月底一个上海粉丝啊，花了五百块装 openclaw， 离谱。 其实官方是有脚本的，安装起来并不麻烦，但是网上的教程却存在不同的安装方式的 原声安装和类似于虚拟机的 wsl 安装。这里各位不要被这个说法迷惑了，好像虚拟机就不太专业，不太灵活。实际上呢， windows 的 原声安装受制于安全策略，装好之后的 opencll 权限仅限于一个指定的文件夹， 反而是 wsl， 你 可以理解成微软的官方虚拟机啊，它的权限是可以控制你整台电脑的，这样才可以真正帮助你工作。而且后面小龙虾玩够了，你只要把这个 wsl 卸载， 电脑还是干干净净的，不像原生的安装方式啊，需要手动清理很多垃圾。第二个不同呢，就是接入方式的不同。如果你已经在电脑上部署了 ai 模型，那就可以直接让小龙虾调用，完全免费。但是这个工作效率嘛， 受限于你的电脑配置，像我这台电脑，真实体验下来并不好。而第二种方式是使用像千问呢， deepsea 这些官方提供的 a p i， 就是 你坐在家里，让他们的云服务器给你跑 ai 模型，这个体验就太爽了，缺点就是需要付费。当然喽，每家都是有免费额度的， 你可以挨个注册嘛，嫖完了所有的免费额度，再决定要不要付费。所以呢，我这里的安装教程就是 windows wsl 安装加上云端模型的接入。安装步骤拢共分三步，第一步，环境安装。先安装 wsl 搜索框，输入 power shell， 右键管理员运行， 输入 wsl install 回车，等待安装完成重启。 重启之后进行 linux 的 安装，再次 power shell， 输入 wsl install 乌班图二十四点零四这个版本回车。 安装完成后会提示设置 linux 账号，可以直接回车，然后设置 linux 密码，这里它不会显示你输入的字母，你就自信地输入简单的密码，然后回车并再次确认输入密码。 再回车之后，会发现命令符变成绿色和蓝色了，说明我们已经进入 linux 虚拟机了。第一步我们的环境就配置好了。第二步就是 open color 主体了，直接在命令框输入回车，等待完成， 直到出现黄色字体，就表示这个炙手可热的 openclaw 已经完成安装了。紧接着最后一步，配置 openclaw， 控制方向键向左回车回车。到了选择 ai 模型这一步，我选择用千万来做示范，控制方向键向下找到千万并回车， 选中弹出的网页链接， ctrl 加 c 复制并粘贴到浏览器，登录千万账号。这一步的意思是告诉千万允许 open color 调用它的模型，如果没有账号呢，咱就注册一个。确定授权以后，回到 open share 的 界面，这里也同时得到了响应键盘回车 配置技能。这一步，选择下面的 skip 跳过，然后继续选择 skip 跳过，一路选 no。 到了这一步，把除了 skip 之外的四个选项用空格键全部选上，按回车确定。最后一步，选择第一个回车， openclaw 也部署完成了，我们已经可以和他交流了，教程也结束了，更多的高阶功能需要安装一些额外的 skill， 这个就靠你自己摸索了。当然了，你也可以直接问你的 openclaw。

登录控制台，选择轻应用服务器， 可以看到已购买的服务器，也可以点击创建服务器，可以看到默认会有 open call 服务， 同时可以更换更多的版本，这比自己安装更加省心。 接下来我们开始配置， 点击图标进入配置页面， 点击应用详情， 可以看到我们有配置的引导，一二三步骤，接下去只要按照一步步点击， 再点击配置，初步 配置对应的 kimi 要 不知道的我单独给出说明， 可以看到配置还是很快的。 接下来就可以看到访问的页面， 可以在页面中进行基础的配置，由于平台限制， 我们只能使用摆列模型， 同样点击应用就配置完成。 接下来我们来操作最后一步。

o p n q 一 键是安装包来，不需要写代码，不需要找软件，我们双击打开安装包，点击一键安装，下一步检查环境，把电脑没有安装的软件都下载一下，而且也不用咱们自己找软件，一键点击就可以直接下载安装三个软件安装好了以后，我们点击下一步 开始安装 o p n q 稍等一会，软件就安装好了，软件以及使用教程我都打包好了。留言龙虾主页，低调学习。

大家好，欢迎大家来到 ai 实操课，今天这一讲我们将学习最近非常热的软件 openclaw 的 安装。在安装 openclaw 之前，我们还需要下载两个东西，分别是 node js 和 git。 openclaw 这个软件本质上是用 javascript 写的，所以它需要 node js 这个平台才能在 windows 上跑起来， 而 d 作用则是帮我们从网上把 opencloud 的 代码拉到本地电脑上。那么话不多说，我们开始实操。首先打开 no 官网，我们点击 windows 安装程序，这里确认与我们的电脑匹配的系统版本，然后点击下载， 下载完成之后直接双击安装，一路点 nex 就 行。安装完成之后，我们需要检查一下是否安装成功。打开终端窗口后输入命令 node v， 如果显示了版本信息，并且版本号在二二版本以上，这一步就算搞定了。 第二步，安装店，打开官网地址，点击安装，选择系统对应版本下载安装，按照默认的设置，一路点击 next 即可。 安装完成之后，我们打开终端输入命令，如果显示了版本号就说明已经安装成功，因为 windows 为了安全，默认不允许直接运行从网上下载的安装脚本，需要我们手动打开这个权限。 首先我们点击 windows 输入 power shell， 注意一定要选择管理员运行，然后输入这串命令， 回车后跳出选项，我们这边选择是输入 y 进行确认，然后我们再输入这串命令，显示 remote sign 就是 成功了。接下来我们就可以正式开始下载了。输入安装命令，等待一会儿系统会自动下载并安装， 安装好之后会来到配置界面，第一条配置是风险提示，用键盘的方向键选择 yes。 这一条配置是让我们选择安装模式，一般默认选择快速安装。这一条配置是选择模型，这里有很多可供选择的， 我们选择千万模型，因为有一定的免费额度。切换模型后会自动跳转到网页端，登录谷歌账号之后会自动完成认证，命令，窗口会自动跳转到下一步。这条配置的意思是选择默认模型，选择第一个，保持当前模行为默认模型行即可。 这条配置是让我们选择 opencloud 的 通讯软件，我们这里选择是 skip for now， 先跳过可以后面再配置。这条配置是选择搜索引擎，我们这里依然选择 skip for now， 后续可以修改。 这条命令是安装 skills， 我 们这边先选择 no， 后续根据需求再安装。这条配置是问我们是否安装启动模块，日记记录和长期记忆文件，这几个我们都需要安装。用键盘方向键移动空格勾选完成后回车，等待一下。 这条配置是问我们使用什么方式打开 open curl， 这里选择第二个，通过网页端打开。 现在我们可以问他一个问题，例如初次使用的时候，可以先问他有哪些需要出示配置的，然后用提问的方式问，能回答就证明可以开始使用了。我们再尝试一个问题输入，帮我收集一下今天的热点新闻，按各个板块分类，等待一下，看看结果。好了，以上就是本节课的热点新闻，按各个 板块分类，等待一下，看看结果。好了，以上就是本节课的全部内容，大家快去安装 open class 试试吧！

大家都说 open club 很好安装，但真正自己上手的时候还是很容易因为各种小问题卡住，最后看起来像是安装失败了。所以今天这条视频我就用零基础也能听懂的方式，带你从头开始，一步一步操作， 你不用自己研究原理，也不用担心哪里看不懂，跟着我无脑作，最后就能把 open core 跑起来。第一步，先打开 power shell， 输入 node version， 如果能看到版本号，说明 node 已经装好了，可以继续。 如果提示找不到 no 也不用慌，这说明你的电脑还没装 no 或者环境电量没配好，你可以先继续跑 opencloud 的 安装命令，很多时候它会自动处理，如果不行就先把 no 装好，再重新打开 powershell， 检查一次版本号。 第二步，执行安装命令，接着在 powershell 里输入官方安装命令，运行之后它会开始安装 opencloud， 并进入首次出场流程。 第三步，安装跑到这里的时候会自动进入这个命令，这一步就是 openclock 的 首次出场向导，简单理解就是软件装完以后第一次带你做配置。 看到这里先不用慌，后面虽然会出现模型、默认配置这些选项，但第一次我们不用全配完，先把程序本质跑起来最重要。第四步，当它让你选模型或者认证方式的时候，先别急着配，直接选 skip for now。 这不是不用模型，而是先把模型这一步跳过去。因为第一次安装最重要的是先确认 open core 个体能不能正常跑起来。如果你一上来就在这里配模型，反而很容易因为认证或者接口问题把自己搞乱。所以这里先跳过，后面我们再单独接宽， 不按提示，在这里按 ctrl c 退出。这不是安装失败，只是说明 open core 已经装上了，但初步还没全部做完，后面我们继续按更稳的步骤往下配就行。 第六步，先不要急着开 dashboard， 因为现在开了大概率也是这种页面能出来，但其实用不了的状态，原因不是坏了，而是 gateway 还没启动，所以正确顺序是先启动 gateway， 再打开 dashboard。 第七步，接下来就在刚才那个 power shell 窗口里，按顺序执行这三条命令，第一条是补本地运行配置，第二条是切到本地 get 位模式，第三条才是真正把 get 位启动起来。 你可以把它理解成先把环境补齐，再告诉它走本地模式，最后正式启动服务。所以这里不要跳着走，就按照这个顺序一条一条执行。第八步，如果你看到这个 power shell 窗口一直停着不要关， 这不是报错，也不是卡死，而是说明 gateway 已经在正常运行。这个窗口一关， gateway 就 停了，所以这里先让它挂着就行。 第九步，重新开一个 power shell， 别动刚才那个窗口，因为刚才那个窗口要让 gateway 的 token 读出来，看到输出的异常串字符后，直接复制保存好就行。 第十步，现在再去开 dashboard， 因为 gateway 已经在跑了，端口也有了，偷看也拿到了，所以这时候输入 opencloud dashboard 才是正确顺序。记住一句话，先开 gateway， 再开 dashboard。 如果返回的是这种提示，不用慌，这不是报错，也不是安装失败，它说明程序已经跑起来了，只是模型还没配置好，所以暂时不能正常对话。 第十二步，接下来开始配置模型。我这里用的是阿里百炼 a p r， 所以 后面我们直接把 disco 接近 open core， 前面页面能开但不能聊天。不是安装问题，而是还没有把模型真正配好。 第十三步，拿到 api key 之后，先在新的 power shell 里设置这三个环境变量，分别是 api key、 base、 url， 还有模型 id。 这一步的作用就是先把库恩接入需要的基本参数准备好。 第十四步，前面的参数都设置好以后，直接执行这条括号的接入命令。这一步就是把括号正式接近 open core， 命令虽然长，但你不用背，完整复制执行就行。第十五步，最后重启一下 get 位。 因为刚刚改了模型配置，所以要重启服务，让新配置生效。最后说一下，第一次配置完成以后，后面每次启动其实只需要两个命令，先 opencloudgateway， 再 opencloud dashboard。 记住顺序，先 gateway， 后 dashboard。 如果你想要我整理好的，可直接复制版，完整步骤可以直接私信我，也欢迎关注我，后面我会继续更新更多 opencloud 的 使用教程。

哈喽大家好，欢迎回到今天的节目之前，咱们几期节目把欧本可的一件部署国家超算的千万免费 tokins 福利都给大家讲透了，结果后台又被大家的私信炸了，百分之九十的问题都集中在一件事上，我装好了欧本可，但是很多功能用不了，大家说的自动干活的能力到底怎么开？ 网上的 skys 插件到底能不能装？安不安全？哪些是真的好用的？今天这期节目，咱们就用大白话把 opencloud skys 这件事给大家劳的明明白白，先给小白讲清楚 skys 到底是啥， 再给大家讲新手零门槛的安装方法，然后重点盘点四款官方平台新标，最高普通人能直接上手的神仙 skills。 最后也是最重要的给大家讲透核心安全风险和避坑指南，全是干货，没有废话，听完就能直接上手。首先先给所有小白朋友补个最基础的科普， 这个 skills 到底是个啥？大白话？翻译一下，如果说 opencloud 本身是一部新手机，那 skills 就是 手机里的 app， 你 刚买的新手机只有基础的打电话、发短信功能，装了微信就能聊天，装了外卖 app 就 能点餐。 opencloud 的 skills 也是一模一样的道理， 刚装好的 opencloud， 只有最基础的对话功能，你装了对应的 skills， 它才能解锁对应的干活能力。说白了， opencloud 能有多好用，百分之九十都取决于你装了什么 skills， 这也是它和普通聊天 ai 最大的区别，普通 ai 只能给你出主意，装了 skys 的 open klo 能直接上手帮你干活。讲完了是什么？接下来就是大家最关心的到底怎么装？我给大家提炼了两种新手零门槛的方法，全程不用写代码，点点嘴，点点鼠标就能搞定。 第一种也是我最推荐新手，尤其是用国家超算平台的朋友，用的 web 格式化一键安装，操作特别简单。你登录国家超算互联网官网，进入你不熟好的欧本壳界面，左侧菜单栏找到技能管理，点进去就是官方的技能市场，想装什么技能，直接点一下安装， 系统就会自动帮你完成下载配置，全程不用你管，装完刷新一下就能用，比手机装 app 还简单。第二种更省事的一句话，对话式安装，你连鼠标都不用点，直接在对话框里跟它说，帮我安装自我改进代理技能，它就会自动匹配对应的技能，自己完成下载安装，装完还会告诉你怎么用， 全程零门槛，会说话就能用。至于命令行安装，自定义本地安装，适合有一定基础的专业玩家，新手不用碰，上面两种方法完全够用了。接下来就是大家最期待的环节，给大家盘点四款官方平台新标最高，我和身边朋友亲测好用，普通人能直接上手的神仙 skills， 每一款都能解决大家的真实痛点，按需安装就行。第一款也是所有朋友必装的新标，最高的基础技能自我改进代理两千新标三点三万加的安装量，是平台最火的全民基础款。它解决的最大痛点就是原生 ai， 屡教不改， 毛病很多朋友应该都遇到过，你交了 ai 周报要按公式模板写数据要保留两位小数，结果下次他还是写错，犯过的错转头就忘。装了这个技能之后，就相当于给欧本可欧装上了一个专属错题本，只要他操作失败，或者你手动纠正了他的错误， 他就会自动记录下来，永久沉淀成执行规则。下次遇到一模一样的场景，自动规避同类错误，越用越贴合你的习惯。比如你让他整理 excel 表格， 它公式写错了，下次它就会自动避开这个错误，不用你反复提醒，不管你是上班族还是个人用，这都是第一个要装的必装款，没有之一。第二款，重度用户必备的进阶款，自我提升加主动代理三百四十三星标， windows、 mac、 linux 全系统兼容。 它是上一款的主动进阶版，如果说上一款是犯错了才改，那这款就是干完活主动优化。它每次完成你给的任务之后，会主动做全流程复盘，自己评估任务完成得好不好，哪里有优化空间。 主动修正执行逻辑，不用你提要求，自己就会越做越好。比如你让它生成了短视频脚本，它完成后会主动复盘脚本节奏卖点够不够突出。主动优化版本还会把优化逻辑记下来， 后续写脚本会越来越贴合你的流量需求。除此之外，它还能基于你的习惯主动干活。比如知道你每周五要写周报，会主动提前抓取本周工作数据生成出稿，特别适合重度依赖 欧本 klo 做自动化的自媒体电商商家项目经理。第三款，解决 ai 记忆混乱的核心款，文体论两百七十星标，纯本地运行，隐私型拉满很多朋友用 ai 都会遇到一个问题既东西，东一榔头西一棒子。客户的需求、项目的进度、对接的人经常记昏漏记。这款技能就是给欧本 klo 装上了一个结构化的私人知识库，他会把所有信息按人物、项目、任务、文档、分类规当，还能自动关联相关信息，形成专属知识图谱。比如他会把客户张三的对接、项目 需求、沟通记录、截止时间全部关联起来。你问一句张三的项目进度，他能精准调出所有相关信息，绝对不会记混，而且所有数据都存在本地，不上传到云端。隐私新拉满特别适合需要管理多项目、多客户的销售、运营、项目经理，所有用户都推荐安装第四款全流程自动化的核心款， a p i 网管二幺三新标想玩进阶自动化逼装？很多朋友想让欧奔克奥跨工具干活，比如收到客户消息，自动在 no 神建档案，在表格里更新订单，再给你发提醒，但是不知道怎么对接这些工具，这款技能就是解决这个问题的， 它预制了一百家主流办公工具的一键对接，不用你写代码，不用研究接口文档，一键授权就能打通一次授权，所有功能都能调用。装了它之后，你就能实现跨工具的全流程自动化，彻底解放双手，特别适合企业运营、行政、电商、商家是进阶玩法的核心技能。 讲完了，好用的技能必须给大家敲个警钟。 skills 虽然好用，但安全风险不能忽视。我给大家提炼了三个核心风险 和对应的避坑指南，照着做就能避开百分之九十的坑。首先是核心风险，第一，也是最致命的第三方社区技能的恶意投毒，不少来路不明的技能里藏着恶意代码，轻则偷你的 a p m， 要刷你的 tokins， 重则直接接管你的设备。第二，权限滥用。很多技能要的权限远超自身功能需求，就像一个天期 app 要你通讯录权限，一旦授权，风险极高。第三，自动化审核有边界，不是所有上架的技能都绝对安全， 有不少恶意技能能绕过静态扫描。对应的避坑指南，大家一定要记好！第一，渠道管控优先装官方认证高新标，知名开发者发布的技能， 绝对不要装来路不明的第三方安装包。第二，最小权限原则，永远只给技能完成功能所需的最小权限，关键操作必须加人工二次审批。第三，安装前必看安全报告，只有官方标记为良性，通过安全扫描的技能才能装，有异常的直接 pass。 最后给大家总结一下， skills 是 open code 的 灵魂，能让它从一个只会聊天的 ai， 变成一个能帮你实打实干活的智能助理，用好它，真的能帮你省下大把的时间和精力。 之前咱们领的国家超算互联网的千万免费 tokens， 刚好够大家把这些好用的技能都试一遍，一分钱不用花，就能体验到 ai 帮你干活的快乐。大家只要照着我上面说的规规矩矩装，按安全全用就完全没问题。 好了，今天的节目就到这里，你有什么好用的神仙 skills， 或者踩过什么坑，都可以在评论区留言，咱们一起交流避坑，咱们下期再见！

今天这一期帮所有人答疑解惑， openclock 安装最近啊收到了很多私信问题，现在呢就再来带大家走一遍 openclock 安装流程，保证把大家的问题解答的清清楚楚。 这里呢，阿月也是提醒大家要理性养虾，最好呢是用自己闲置的非工作电脑来进行配置，以免啊造成不必要的麻烦。 这些呢，是大家遇到比较多的问题，比如说模型丢失啊，页面找不到了，或者无法识别啊。 但是我看下来无非两个问题，第一环境问题，第二非书配置问题。很多问题啊，其实是存在关联性的，并非是报错的环节出了问题，跟着阿月完成走一遍这些问题呢，我们边装边聊， 先打开我们的装，以 windows 系统为例，这里说明一下 openclaw 的 基本安装条件，如果呢，你是 windows 系统，必须要满足 win 十以上的版本，这样呢才能安装对应的环境。那如果你是 mac 系统，那在下一趴我们再展开。好，现在我们继续 必要的安装环境包呢，有两个，一个呢是 note， 一个是 get， 安装龙虾前呢是必装的， windows 和 mac 都一样， 这里自动安装的话呢，如果觉得速度慢不想等，我也给大家准备好安装包了，滚刀自取，我这里势利呢，就先等他慢慢下载。安装 这一步开始呢是会通过 n p n 安装 open club， 有 同学反馈说速度慢，可能呢也是由于个人电脑环境或网络问题，耐心等待一下就好。大部分在这里报错的呢，都是环境问题，比如报错指令，一二八是由于 get 公钥权限问题，我们可以直接输入这条指令来绕过权限， 还有比如 n p n 报错的啊，是由于电脑权限问题，我们可以直接输入这条指令来开通权限。 呃，这里是直接可以问豆包的，因为 windows 电脑环境太不相同了，包括权限问题等，这些其实都可以让豆包来解决。 ok， 下一步我们来选择模型，这里我们以 deepseek 为例，输入数字五，然后我们来到 deepseek 的 官网， 点击 api 开放平台，选择创建 api key， 把 key 复制过来就 ok 了。这里我们先停一下，给大家再展开说一下如何接入飞书，很多同学呢，在这一步失败了，别担心，跟着阿月一步步往下走。我们首先打开飞书开放平台，进入开发者后台， 选择创建企业自建应用，给自己的应用起个名字，选个头像，点击创建。 第二步呢，我们点击添加应用能力，选择配置一个机器人。第三步，我们进入权限管理，选择批量导入权限， 把权限开通代码复制过来。这个代码呢，是官方教程里就有的，想偷懒的同学呢，我也给你们准备好放在文档里了。 好，到这里啊，注意了，非常非常重要，必须先发布一次版本，让上述的配置全都生效一次。我们点击创建版本，填入版本号，这里分数有自己的格式，我们就输入一点零，点零就行。点击发布， 发布成功后，我们到凭证与基础信息这里把 app id 和 app c 轨复制下来。回到刚才的指定窗口，把 app id 和 app c 轨分别复制过来。 刚才要发布版本的原因就是为了让这两个 id 生效，不然呢，是无法进行下一步的配置的。 好，这样他就会开始继续下一步配置了，你会看到 openkey 这个字样，但是别急到这里呢，还没好，他要继续去做非输调用的设置， 等确认看到这个绿色的 ready 字段出现，这时候就可以了。那要是没有出现这个字段呢？需要大家回头复查一下你的命令窗口，看看前几步还有没有报错，其实还是环境不对，或者检查一下是不是用错了安装版本。 现在呢，我们再次回到飞出后台，点击事件与回调订阅方式呢，这里选择长连接保存，按照上面的操作一步一步来呢，咱们这一步是不会报错的。然后我们点击添加事件，添加接收消息权限。 ok， 这里注意了啊，因为我们刚才呢又更新了一次飞书的配置，所以呢，我们必须要再次发布一次版本，让配置去生效。 很多同学呢会忘记这一步，导致出现和飞书无法对话之类的问题。我们再次选择创建版本版本号，这里呢是一点零点一再次选择发布，发布成功。 然后呢，我们打开飞书，到消息栏这里，找到开发者小助手，找到我们的机器人，点击打开应用，和他说一句话试试。 稍等一会呢，你会收到他回复你的一段指令，这并不是报错啊，这是飞叔和欧文克拉的配对码，我们把最后一段话复制一下啊，这时再新建一个 cmd 复制进来，稍等个十秒左右，我们会看到配对成功的指令。 这时我们再次打开飞叔和你的欧文克拉进行对话了。 这里呢，我们再提醒一下， c m d 的 运行窗口不能关闭，不然你的小龙虾就下线了，它不会再回复你任何对话。如果你的龙虾意外下线啊，或者你不小心关闭了指定窗口也没关系，我们只需要打开 c m d 输入 open club gateway， 就可以重新唤醒你的小龙虾了。来，现在我们切换到 mac os 系统。首先苹果第一要素安装 homebrew， 就 算是苹果的应用管理模块。 我们打开命令终端，输入安装指令，实际测下来呢，官方的命令有时候会因为网络环境问题很容易卡进度条，然后装不上去啊，我用的呢是国内镜像的命令，都写在教程里面了，大家自取，耐心等待它安装完毕。然后我们记得要配置一下环境，输入这条指令，让部落命令生效。 安装完之后呢，再验证一下跳出宏布的版本号，那就说明完全没问题了。接着再来搞必要的环境 get 和 node get 安装命令，输入好，安装完成搞定。呃， note 的 话呢，我们是建议手动去安装，大家呢可以去官网下载。然后呢，大家要选择注意自己的系统，注意 note 的 版本要大于二十二， 后缀需要带 l t s 的， 这个是比较稳定的版本，想省事的呢，当然也可以去文档自取，现在打开直接安装就可以了，这里呢没什么问题，我们再验证一下版本，版本号跳出来， ok， 没问题了 啊。其实 mac 系统呢，在这里跟上面的 windows 电脑一键安装的逻辑呢是一样的，一定要验证好自己的环境，有太多同学啊，因为各种原因环境都没有安装上去，导致后续的链路呢，全是错的，环境呢，全搞定。安装 openclock 本身呢是没什么难度的， 现在我们回到 opencloud 的 官网，官网上呢，直接就有安装指令，但是呢，可能会出现网络问题，我们直接先加一条国内镜像源加速安装命令是这个，然后呢，我们再输入一条 get 的 权限命令，去规避 get 的 报错。 好，现在就可以正式安装了，我们来执行安装命令， ok， 看到这个爱的 package 这个字段就说明搞定了。现在我们直接输入 openclaw on board， 开始正式 openclaw 的 安装向导一步步跟着做啊， 先是风险提示，我们选 yes， 然后再选 quickstart。 这里呢，要选择大模型了，我们呢先自己选一个啊，填入 api 之后呢，我们选第一个默认的模型。通讯方式呢，这里呢，我们先跳过，后面我们单独来说。搜索模式呢，我们也先跳过 啊，安装技能呢，我们可以先不装这个，后续啊，都可以自己装，我们这次先以跑通为主，是否有钩子，这个和我们没什么关系，我们直接跳过。 好，最后这里呢，我们选择通过 web ui 打开对话框来了啊，跟他说一句你好，顺利回复。好，那到这一步呢， open club 就 安装完成了，接下来呢，正式开始进入大家的非输难题。 其实飞书的配置啊， windows 电脑和 mac 电脑是差不多的，如果遇到相同的问题啊，都可以来看，但首先要确认的是，你的 openclaw 已经可以和你正式对话了，因为有很多同学已经配置过飞书，所以 openclaw 里面的配置文档呢，可能会有一点乱，我们先给这样一条指令去重置飞书的插件 啊，这里会提示你输入密码，输入就没问题了。好，现在我们再来添加飞书输入命令， opencloak config， 第一个选 local 本地，再选择配置 channels， 然后呢，我们选择这个 config link， 然后我们选择安装模式。第一个呢是用 n p n 下载飞出插件，那如果下载失败的同学呢，他会直接回到调用本地模式。我这台电脑呢，是直接选择的本地模式，然后我们再选择第一个配置，这里呢，会需要输入 app secret 啊，那到这里飞出机器人的配置呢？跟 windows 其实是一样的，我们先呢创建应用，添加机器人配置权限，记得呢，发布一次版本。 好，现在呢，我们来复制 app secret 和 app id。 ok 了啊，这一步很重要啊，大家注意啊，这里是选连接模式，选第一个，第一个的意思就是调用长链接 下一步版本。这里呢，我们选飞书 china 聊天权限呢，可以选择 open 全开，如果回到频道选择，直接选最后一个 finish 即可。好，这一步呢，我们直接默认选中，然后到最后这里选择 continue， 看到跳出来 complete 字段，飞书功能就配置完成了。我们现在回到飞书后台，选择时间回调订阅模式，这里选长链接保存，然后右边添加事件添加接收消息保存。这里啊，不要乱啊，弄完之后记得再发布一次版本。 ok 了，现在我们飞书打开机器人应用，发一条消息，他会回复你一个配对码，再到命令窗口进行配对，配对成功，继续尝试一次对话。好，成功回复了，恭喜你配置完成！ 好了，这次用了超长篇幅，讲的很细很清楚了，其实网上也能看到很多问题啊，虽然各不相同，但最终都是三大类，权限环境和飞书配置。 只要前置环境安装仔细，后续的列路呢，都不会有太多问题。如果真的有呢，也可以请出我们的豆包吹，这一类的工具都是可以及时帮助我们修复的。现在呢，已经是 ai 时代了，大家完全可以养成善用 ai 工具的习惯，这样做所有的事情都会事半功倍。 当然，现在全民养虾的热情也是越来越高涨了，门槛呢，只会越来越低。国内大厂都在相近推出自己的 open club 官方插件，完全可以零门槛去上手 大厂门的云部署呢，安全性也是有保障。再次提醒大家自己的电脑一定要注意权限和安全问题。感谢大家的点赞关注，后续也希望给大家多分享一些好的应用场景，让 ai 成为你有力的助手。好，本期视频就到这里，我是阿月，一位 ai 工具的分享者，我们下期再见。

只要输入一句话，就能安装全网爆火的 openclock 小 龙虾， windows 和 mac 电脑都适用。首先打开系统自带的终端，以管理员身份运行，然后输入这条命令，使用我们开发的傻瓜式装虾程序， 接下来等着就好，程序会自动帮你检测小龙虾所需的环境，并通过国内镜像加速安装。 安装完成后，程序会引导你选择 ai 服务商建议选国产的，输入从 ai 平台获取到的 api k， 然后选择默认模型，就会自动弹出使用小龙虾的网页了。愉快的和你的小龙虾聊天吧！ mac 电脑按 command 加空格键唤起聚焦搜索搜索终端并打开，然后输入这行命令，其他步骤都跟 windows 一 致，你学废了吗？

这可能是你在全网看到唯一说真话的 cloud bot 的 使用感受，因为就是现在网上面对于 cloud bot 的 评价，我觉得是两极分化很严重，而且呢，就是也没有真正太多的人出来面向普通的使用用户去分享一下 cloud bot 到底能做啥，然后先分享一下我用 cloud bot 都做了些啥。 第一个呢，就是以玩的角度，我去给他我自己写了一个 skill， 就是 去自动化交易的 skill， 然后呢，我把这个 skill 发给他以后，他又根据我的那个 skill 然后和我进行讨论，最后我们俩讨论结得出一个结论，就是他会帮我定时的根据 市场上的一些反馈，然后呢进行自己决定是买还是卖，或者是维持不动。那你完全不懂，对，其实我完全不懂金融，既不会炒股，也不，也不会，那个看不懂， ok， 好。 然后呢，所以 我教给他这件事之后呢，那你也没有任何的就是指导意见给他，对吧？对，我希望的是他给我指导意见。所以呢，我还跟克拉布特又商量出来一个新的模式，这个模式是克拉布特他我觉得他不自带的一个功 能，就是我给他叫长期任务，嗯，就是我会给他布置一系列的长期任务，然后呢需要他自己去针对这个任务内容去做研究， 然后呢去思考把这件事如何做的更好，就比如说交易这件事，让他自己去思考如何利益最大化，如何自己去思考用什么样的方式可以去帮助他去获得更高的收益。然后呢，我让他每天晚上会给我发一个日报，如果有什么需要我去做的决策在日报里面告诉我，我会去告诉他可以推进， 就像一个实习生去跟我做汇报一样的，他会自己学。对，是的，他会自己去学，自己去研究，甚至我还给了他一个灵感库，就是我们平常去做的一些那个内容灵感，然后我让他跟他说，如果你长期任务里面事情不不够多了，你自己去灵感库里面去找，然后自己去挑出来和自己去做， 要 p v。 对， 要主动，你这个人要主动，你自己要找事做，不能总等着我安排对吧？就感觉是的哇，所以呢，嗯，这个是我让他做的一些就是自主性的研究的事，然后其次。对呀，我有个问题，他赚了还是亏了？ 其实说真的到现在没赚没亏，我我觉得可能就是交易策略，实际交易策略问题到现在都没出手，哈哈， 他就是怂，你知道吧，就每天都是分析，分析完以后，嗯，结论维持他是，行吧行吧。好，然后呢？然后还有一个就是最实际的有意义的，就是真的提高我的生产力的工作就是，嗯，我在我们的服务器上也布了一个 cloudboard。 然后呢，以前其实我完全不会服务器运维方面的知识，然后之前我做服务器运维就是 就是跟 ai 聊，然后碰到问题截图再给他，然后 ai 再给我指挥，这些过程中其实非常麻烦，虽然我学到了很多东西，但是呢，有了 colorbot 以后真的是省事了。比如说我要上传一个网站， 我只需要把这个应用打个包发给他，然后呢，他就会告诉我收到，然后呢他自己就会开始。呃，他好幸福啊，太好了。对，完成了，然后开始解压下载，然后呢，开始一步一步的帮助我去部署网站，甚至讲一些专业的，就是比如说像域名的绑定， 然后包括了 h t p s 的 证书的申请，他都是可以自己去执行的，我只需要在这个里面跟他确定一下小细节，然后包括允许他做这个动作就 ok 了。 嗯，在这个全程我不需要登录服务器，我不需要去输入任何一个命令提成，我只需要去跟他，就是你完全不懂的东西，你就可以让他去弄了。是的是的，尤其我觉得这种对于你们新手小白特别方便。嗯，然后以后你们想要部署商家一些网站， 因为我觉得其实服务器现在使用门槛也很低，很便宜啊。然后呢，再加上一个这样子的助手，那么以后每个人都会有一个自己的服务器，他这个是没日没夜的，就他任何时候想到任何事情，他就会去吩咐别人做。对，就是，然后无论是白天黑夜，然后他就是用微信的。呃，应该是开了罐和飞书啊，飞书啊，用飞书的形式给他安排作业， 很可怕，就是他是一个非常严格的老板，然后那个，那个，哎呀，时时刻刻都在做事情。对，然后，但是呢，正好讲到没日没夜，这没日没夜里面一部分是给他安排事，还有一个就是正好我们刚才聊的是感觉好像在夸 call of duty 一 些优点，那我们讲他的缺点就是 他其实他不是一个商业化的产品，他不商业化，所以呢，他不会去考虑用户的感受。嗯，他也不会考虑这个产品的成熟度，嗯，他考虑的就是就产品功能够不够丰富，可可扩展性强不强，嗯，这就导致他非常非常不稳定。嗯，我每日每夜里面有百分之五十的时间是在跟他调整各种各样的功能问题， 比如说聊着聊着这模型不行了，聊着聊着那边服务也不知道为什么连不上了，哈哈哈。还有最关键的，对，还有很关键一个点就是它里面的很多运行模式是黑盒的，就是因为都是 ai 帮你去制定，比如说你帮我定一个定时任务，嗯，然后他会说好帮你定时一个定时任务做什么？做什么什么。但其实他在定时任务里面具体是怎么定的， 可能跟你所说所说的所想要的就是有差距，然后做着做着就发现有偏差，然后你就要排查。就是比如说我给他做，让他给我发日报，发现今天晚上日报没发，然后问他今天的日报发了吗？然后他然后他在我问了以后他才补发，然后我问他不应该定时发的吗？怎么还要我提醒？ 然后再开始告诉我说什么什么样的问题，然后发现定时任务就没了，然后问他怎么好好的定时任务就没了呢？然后人呢？他竟然跟着。对对对，这是另外一个人说人呢，我这个其实我觉得所有所有用 cloud bot 多的人都会有这个问题，因为他在执行任务的时候是寂寞了，他不告诉你，然后呢？所以他会 有一个任务还会执行很久，然后你就会很焦虑，我就会不停问他人呢？人呢？怎么样了？怎么样了？好烦。哎。他这个我感觉这件事情这个 club 的 跟以前 ai 完全不一样，他的人感很重。是的，就是 club 的 人感非常重，所以 在我以前用别的 ai 产品的时候都是把它当工具，所以我也不在意他对我的语气，对我的态度。但是用了可罗伯特以后我就发现切了不同的模型，他对我的语气的不同的感觉非常非常明显。比如说 g r m 四点七，非常典型的理工男，非常非常少。然后 open ai 的 就是就是定心药大师， 他做的最多的事就给我喂安心药了，每次都说搞定了没问题了，这次肯定行，下次又出问题了。真的是不同的十一城风格。对，所以所以说他这是最大的 让我感觉最喜欢的地方，就是它真的像一个人一样的智能体。然后最后总结一下的话，其实就是我觉得 carbot 它我觉得它是一个非常划时代的一个想法，它只能说是想法，因为它不能说是一个成熟的产品。如果是一个喜欢折腾的人，我觉得 carbot 非常适合，因为像我就是 把它当玩具一样折腾。然后呢？它可拓展性非常非常强，你想要他做什么能力？如果他没有，你可以自己去写或去网上找，然后你就给他，然后他自己就会安装自己配置。但是如果是一个就是平常对于技术本来就使用的不多，然后想要一个开箱即用的产品的话，那我觉得 clubbot 其实 并不是完全非常适合你，我觉得以后肯定会有一些基于这个想法而做出来的更加成熟的商业形态，他不一定是呃最终的这个产品的一个样子，他只是现在看出来的一个趋势，对吧？我觉得他就是一个想法， 我觉得他甚至他的创始人其实也没有过度的去营销这件事。我觉得他他创始人其实是很热爱这个产品的，他为他做了非常非常多的功能，还有很多功能我没有去使用到的。比如说他可以去生成一个紫智能体，帮你去执行一些非常繁复的任务，然后呢？他可以去控制很多很多 你电脑之外的节点，你可以把你的手机，把你的家家居智能都接入节点，然后有这个 cloudboard 去同时控制，我觉得就是他的想象空间非常大的。然后呢？但是我觉得网上有很多人去把它作为 营销的题材，然后呢？导致过度吹捧，然后就现在就像泡沫一样再吹，再炸掉，然后所有人去踩他说装了以后好像没什么用，我觉得就是因为大家其实没有看清他。嗯嗯，所以说如果你 就是想对他感兴趣，那就可以下下来去感受一下。然后呢？如果觉得想要一个成熟的产品，那我觉得就先别碰它， ok， 然后后面我也正好借借你的电脑去教大家一下怎么部署它。好，然后我们后面会专门出一集部署的，然后立真，让所有的基础的零基础的人都能玩的下啊，玩一下。呃，然后今天就这样，好， ok， 拜拜。拜拜。