libgetframe插件功能介绍

给大家介绍一下，就是可以节省 token 的 一种方法，就是使用 qmd。 当然安装使用也非常简单，我们可以直接安装 select， select 是 支持是一个轻量级的数据库，然后它支持有项链搜索的一个插件。第二个就是 qmd， 我 们直接安装，配置也非常简单，直接加一个 memorize memory 的 一个配置，加上 backend， 使用 qmd 驱动，然后更新的频率是五分钟更新一次。 当然我们也对照着官方文档 agent memory， 然后 q m d backend， 它这个地方讲了怎么去安装，直接安装它，然后官方推荐的一个配置 完之后，直接重启 opencloud 切换，我们就可以看到 我们这个 a 镜子的下面会有一个 kmd 的 文件夹，这个文件夹里面会有这个，这个配置主要是写它，呃，搜索的哪些内容，就是我们的搜索我们 memory， 然后每天的 memory， 然后同时它这个 select 会在这个地方创建一个 select 数据库，我们也可以看项链数据库，然后他把我们的那个 所有的记忆文件，就是引白领之后存入这个向量数据库，后面查询的时候就可以以片段的形式查出来，因为因为以前他是一个 md 的 文件，他在那个 md 文件里面搜到之后，直接把那 md 文件就整体的就给大模型了，你搜到一个片段，他就会指 这是给这个上下文，它一个是一个是，它搜出来的是片段的话节省了多肯。再一个就是它剪辑的速度肯定更快，因为一个是在很多文件里面去剪辑，一个是在数据库里面剪辑，这个速度是有所提升的。通过讲 qmd 呢，我就想 讲一下为什么 open cloud 那 么的费 talkin， 然后去引呃，看一下它的这个核心的原理，地方有个 walk follow， walk follow 就是 代表了 open cloud 整个工作的一个流程，它首先要读取 soar 安全边界规则， soar 是 核心人格价值观的定义， i 定义法就是这个 open 这个信息的身份，身份信息 u 的 话就是我们本身我们自己的一些信息。 thor 就是 本地的配置环境的笔记，它这个这个配置的版本是长期长期的一个记忆，它每次启动的过程中都会把这些文件都 都读取一遍，然后带着用底层的一个代理，把 open cloud 和 大模型进行交互的时候，所有的调用的请求打出来的一个日制，大家可以看一下，这个日制非常的大，然后我们可以把这个日制调用的日制虚拟化的，看一下它为什么这么费 talk， 它在向这个大模型进行调用的时候，它有几个比较重要的子段。第一个就是 system， system 就是 它的刚刚那个工作流的核心的提示词都在这个里面， 大家可以看一下。就是首先那个就是那个 agent 确定一些边点工作流，他会辨别我给他定义的， 然后这个是长期记忆，有的时候我们这个地方会有个 catch control， 这个临时的 就是说我们所发的这个系统提示词在没有变化的时候，其实这个会命中大模型的一个缓存，然后这一部分的长，他如果长期不变的话， 这个系统系统提示词就不会费托管。但是如果你是因为这个默认还有这些数据一直在变，如果你是每次读文件的话就一直变，但是引入了 qmd 的 话，它可能就有缓存，它好久不变，而且它有一个截断， 他只会在搜得到自己需要用到的新的记忆的时候，他才会塞到这个新的提示词里面，然后让这个缓存一直可以命中来节省这个 token。 也就是说 kmd 为什么可以节省 token？ user 就是 我们用户，然后 assistant 就是 opencloud 跟我们之间的一个对话，对话的历史一直都带着，然后这个 tools 就是 告诉了大模型哪些工具可以调用， 其实这个体式词就是 opencloud 的 一个核心思想，其他的，呃， skills agents 啊，其实都是在这些基础上面延伸出来的。

给二零二六年的一点爱免费的插件，四十八小时之内赶快领取，我估计现在视频发出的时候已经只剩二十四小时了，所以大家赶快去领。点 get free copy， 点 get it free 登录就可以了， 一定要去注册一个账号，然后登录就可以了。我们今天来看一看这东西怎么用，咱们前一部分先集中在那些小白，对吧？你不要去了解它到底背后怎么去运作， 最简单的方式把它用起来。这个插件是干什么的？ waves， the curves resolve， 它实际上就帮你做闪避用的。假如说你有一个人声，你有一个背景音乐，怎么能够让你背景音乐给你人身上出一点空间呢？就做这么个用的，先把它加载在你的背景音乐上。记住了，有两样东西，一样东西是你要保护的，一样东西是你要让它让开的， 想让谁让开？比如说你的背景音乐要让开，给你人声，让开的话，把这个插件放在你的背景音乐上，谁要被处理掉，解决掉，就放在谁身上。好吧，我们先把它放在这个音轨上，这个音轨是我所有的伴奏的声音， 这个声音，然后你可以看到你加载的时候，第一件事情就告诉你，这有一句话告诉你，你要去选你的侧链，在 sky 上面这写着侧链，咱们点它， 点他，点人声，我把人声当做这个策略，现在发进来以后，他会告诉你，让你去学习，看中间这个 learn 了吗？对吧？去播一段音乐，让你这个项目里面的这个人声能够进到这里边，点 learn 开始播放， 你可以看到这样一个形状在动，稍等， 看到闪了吗？告诉你， stop， stop stop， 你 点它就行了，它就已经学习好你的侧轮里面声音的特点了。你当然可以用不同位置的人声，总之呢，它可以学习到一个形状，你的人声大概出来的频段是这个样子，接下来怎么去闪避？ 你只需要把下面这个往上推就可以了。仔细听背景音乐，声音慢慢减少，给我的人声让 出了，对吧？但是很奇怪， 好像我的背景音乐在不断的增加，减少，低频也没了。到这边测练内容点去选人声， vocals 听起来好多了，你可以把它稍微转化的少些一些，然后这样它听起来更正常一些。 你也可以去 relearn， 在 你的人声最大的部分去点 relearn， 这个地方你有人生有更大的力量，等他学完，给他点时间， 你可以看到蓝色的，蓝色的这个光实际就是他处理掉你背景音乐的声音。背景音乐给你人生让出一部分，而他对应的就是你人生上面的这些频段， 你的人生一出生，他在那些频道就会把它降下来。如果你是一个小白，你不想了解那么多的话，到此为止，这个插件就这么用，可以了，学会了。 第一步，学习你的策略里面的声音。第二步，选择你的内容是你的声音主体是什么？是人生的话，选择人生，这还有个人生说唱，然后把这个蓝色推到你觉得合适的位置就搞定了，你就可以下课了。好吧，然后呢，剩下同学我们继续来上课，他呢？其实跟我们看到的很多的这种 spectrum 就是 频谱类的处理的插件是一模一样的，它去分析一段声音的频谱，得出两个结论。第一个结论是叫做静态的这么一个曲线，你刚才看到的这个地方，刚才显示的那个曲线就是这个曲线， 因为你的声音不断地输入、输入，输入、输入，最后它给你一个静态的这个多少频段，大概是多少，这是一个静态的曲线。同时你在播放的时候，人生在不停地变， 它可以在每一个频段上上下下，上上下下有很多的变化，所以有了这个以后，你就可以通过它这两个东西来控制你的声音的对应的那些频段的减少。比如说我的人生突然在 e k 特别大声， 它就可以帮你把你的伴奏里面的 e k 的 信息减少一部分，给你的人生的 e k 让出来空间。所以刚才我们说了一个静态，一个动态在这个插件里面的体现是什么呢？ 如果在这个地方你学习了以后，他学习了一个静态曲线，你当然也可以在这个地方点去选择，比如说选择 vocal 的 音轨，直接也可以学习出一个形状，这时你的静态的曲线就来了。同时呢，你在播放的时候呢，它也可以随时计时地去了解到所有的这些频谱，怎么配合这两个呢？下面这个叫 dynamic study steady， 是 你学习出来的静态的曲线，固定的一个一段时长内，这个频谱的曲线 dynamic 呢，就是完全实时地去处理，什么时候用哪个，你可以自己根据它这个调整，因为有的时候你不希望太过于动态，比如我的人生一惊一乍，你的背景也是在不能不停地在闪的话，可能会不是那么好听，对吧？ 你可以把它放在中间，同时你再选 sidechain 内容的时候，刚才我们选了等等的这些东西，它这边也会变，就是说像 dialog， 就是 完全的 unmask， vocal 呢就是 dynamic， 完全的 dynamic， 像其他的都是不一样的，所以根据这个去选择。此外呢，有了这个以后呢，还可以有一个更有意思的控制式，你可以看到这个叫 crossover 点，它以后会出现这三条线，它是一个多段的闪避，假如说我就希望它闪避这个频段一千五到六千之间的尾，就是说 你可以看到这块有线，对吧？咱们多推一点，你听得清楚一些，你先感觉到你的背景音乐很多东西都被挖掉了，我不希望让我的中低也被挖掉，你可以把它推起来， 你觉得我的中高太压太多了，你可以往上放，你越往下他压的越多，听你的背景声音的减少。 每个频段都有这么一条线，你可以去决定它该怎么去处理。所以这是为什么？我们刚才选了 full range 的 时候， 整个频段都被压了，虽然它是分成了四个频段，但是每个频段都平均的往下的，使劲压了很多。你可以说我不要碰低频， 我不要碰太多的中低，我多动一些中高。或者你选一个预设，如果你选 vocal 的 话，你可以开按钮，低频是完全不碰的，它主要是这两个频段， 那如果是这个的话，是另外一个模式。 ok， 这是它，你当然可以细调这些东西具体怎么去控制，每个频段怎么去控制之类的。 然后你刚才会发现我们调到 dialog， dialog 以后就出现了这个，这是闪避的功能，而闪避的功能更像是整个一个频段大幅度的整个的压缩，并不像那种 spectrum 的 处理。 spectrum 的 处理就是我如果把你的声音拆成一千份，每一份去仔细分析的话，你哪一个地方出现了，我就对应在你的 想闪避的地方稍微凿出那么一点点的小空隙，这样的话你的声音跟融合在一起比较好。而 ducking 也就是闪避的作用，你就是彻底给我闪开，你就把你全都按下去，我不管你什么频率，你只要指定这频率，我就都给你按下去， 没有那么多细节。但是呢，闪避也有两种情况，一种情况叫做 amask， 这个 amask 呢是根据你的人声大体上的声音去给你去处理。假如我说话声音只有一 k， 对 吧？如果是 amask 的 话呢，可能它就在 背景中某一个声音会降低，如果是 y 的 话就整体去降低。我们可以看一下，比如我现在选了人声，但是这听起来肯定很奇怪了， 记不记得我们曾经说过的静态的那个刻，静态的那个曲线，他就按照用这个曲线给你把所有东西都往下压。如果是 y 的 话，你可以想象就所有的声音都往下按，你的绿光就是一个平的， 看到了吗？是这种感觉。当然你也可以去按照每个频段单独去调，记住这条线了吗？你仍然可以去干预它。所以如果你想知道啊 mask 和之前的这个有什么区别的话，仔细看一个频段， 看到了吗？这就是 spectrum 的 感觉。 ducking 呢，就是整个一个一段，就是一个往下压，往下压那个是这样压，这个是这样压， ok， 我真的是很试图让你理解这件事情。 ok， 有 了这个以后呢，还有其他的一些功能，因为他这个插件全都是按照侧链去控制，你当然可以完全去决定侧链里边到底有哪些是你想要的，那些不想要， 比如说我就想让我的人生的某一个频段这个频段去控制，我就想让从侧链里面只能听到他，你可以点这个地方侧听到侧链有什么样的声音啊？ 这是侧链里面我能听到的声音，只有这个部分能触发我的插件去工作，那我就不需要考虑下面这些了，因为这些其实无所谓的， 我从源头，我的侧链源头就已经限制住我声音有效的生效的部分，这是滤波的。这边这边还有 toot， 你 可以让它，假如说我们现在变成全屏，你可以让它的形状变成这样 增加高频，你增加了高频的侧链里面的内容的话，背景音乐就有更多的高频被砍掉或者被去掉， 相反呢，你可以去减少，对吧？然后你可以用低频，它会挖掉更多的侧链里面增加的信号，就会把你的要闪避的那个阴鬼的信号挖掉更多。大家一定要搞清楚这概念，还有一个 tuning， tuning 就是 高低互相变，以一千为频点，对，这个适合你去做微调。那这边还有一个 freeze， 如果你在某一个声音的时候，你觉得我点它，我就固定住了， 我就一直在用这时候的一个静态的片段去处理所有东西。那知道上面测验了以后呢？我们再看下面还有一些其他的功能高级的选项， 点它以后你可以看到下面一堆，你可以把这个东西理解为就是一个压缩的插件，它听到了你侧脸的声音，它决定去处理。只不过在 spectrum 频谱模式下，它处理非常非常的细，每小片频率就算是一片，让它给你组织好多， 但它仍然有启动时间，释放时间。比较好玩的事情就是如果说，比如说我压很多的话， 你听到一个背景音乐呜起来，对不对？这就是 release， 如果 release 很 快的话， 或者调很多 这个 reason 呢？就直接告诉你，我说如果，一旦你的人生不出声了，我多快，我的心也会回来。你当然不能给他调太快或者太慢，不然他会很奇怪。其中时间也是当你的人生出来的时候，我多快，把我的背景音乐让掉， 然后这边有 position， position 就是 你可以看到刚才蓝光它的多窄，你看到蓝光的变化，现在非常非常的宽，都混在一起，如果特别准的话， 你可以看到甚至每一个小频率上的小尖尖的，它变得非常非常精确。适合什么呢？适合那些去掉齿音啊，或者是一些特别特别高频，尤其是在高频部分的，你可能需要一些 precision 高一些的，然后这边有自动增益补偿，这个自动增益补偿我建议大家不要开了，毕竟你想要的是闪避你， 你要自动增增一补偿回去的话，你等于没闪避，对吧？最后这个 balance 你 可以让他只控制你的声音的某一个位置，比如说左或者右，或者是 mid 或者是 side。 假如说我的人生就希，我就希望把我的音乐的中间给它控制出了一个位置，我希望两边继续保持能量的话， 你会感觉到你两边的立体声声场仍然在，只是中间让出来更多。如果把它变成 side， 人声中间特别集中，因为我什么都没让我整个音乐的力量都在中间。 对，这个东西可以去比较有壮意的去用它，然后最后会有一个线幅，这个线幅其实有的时候他怕你整个声音出去爆掉，尤其是你要是自动增益补偿之后的话，可能会爆掉，你把它打开就行了。 所以呢，这就是 web 的 curves resolve， 如果你还没有领的话，如果你看到视频的时候还是免费的话，赶快去领，用起来是相当相当不错的一个插件，尤其是非常的简单实用，它里边功能太多了，就像我说的，如果你提前下课的那些东西其实就已经够了，你 只需要知道它干什么的，大概能帮到你哪些有些微调的功能就行了。用这个东西呢，可以从某些时候能够很快捷，尤其是混贴唱啊之类的，很快 快捷的帮你去找到一些人声和伴奏之间的平衡。所以呢，有机会的话赶快去试一试，看看能不能帮到你。 wave the curves resolve 闪避插件，好吧，那我们先聊到这，感谢大家收看，咱们下次再见，好好学习，天天拜拜。

研究生还在这样读文献，比别人落后一个世纪了。不是我说赶紧扔掉你那些打印的纸质文件，还有垃圾翻译软件。 get 这个高科技的读文献神器左 carry 相信大家都不陌生，可以直接在网站上抓取文献储存到本地，还可以自动归党作者来源等等，超级强大。但是呢，有时候他的翻译文献还是不太聪明的样子， 改版还会有很多问题。但是呢，我现在 get 了这个插件之后，体验感简直天差地别，用起来也很简单，在走 tab 中选择带有 pdf 文档的文献，右键点击沉浸式翻译，很快呢文档就翻译好了，并且呢，还会在本地作为一个附件，关联好原始条目。我们来看一下它翻译的 排版，可以说是完全保留的，公式和图片都不受影响，阅读很流畅。 nice zotero 还有沉浸式翻译结合，能让我们先管理文献，然后再无痛阅读文献，直接就是效率翻倍的一个节奏。

刚刚一个博主介绍的这个 agent rich， 然后我就跟龙虾说说，你去 github 上搜一下，然后他搜完了之后就弹出这样一个表格，然后还总结了他的亮点，然后问我要不要装，然后如果要装的话，他可以自己完成，然后三分钟左右他自己就装好了。现在呢，我想测试一下， 然后你就配合它的指示就可以了。它让你把这个链接粘贴过去，然后打开网站，打开了之后你就看到这个插件添加到 chrome 之后，你一定要允许它记录所有的 all sites， 就是 所有的网站的 cookie 都可以。呃，阅读这样的话呢，你就可以把 x 这个 cookie 给它记录住，它只要记住了之后，然后你的龙虾就总能上这个网站了，这个导出的像蜜药一样的东西，你给它粘贴到这里就可以了。 第二个尝试的是 get up， 这个呢，他就完全从后台操操作，让我通过这个网站开始进行我能够做的这些登录之后，然后再把验证码粘贴上去，剩下的全都是他自己独立完成的，他已经帮我打通了这一些 linkin 实在是太难搞了，他需要在有限时间内然后登录， 但是我登录之后呢，他告诉我这个网站太危险了，不允许，所以我就放弃了。还有这个电脑呢，本身他有点老嘛，我不想装太多东西，所以 doctor 我 暂时也就算了。昨天弄了一下阿里云，我也放弃，阿里云很讨厌， 但是总的来说，我让他分析一下我的这个抖音账号的一个视频，于是我就通过飞书把这个视频的链接发给他了，然后他直接就给我爬出来了，主题是什么？然后发布的时间，然后点赞评论，然后收藏数、分享个数等等。哎，不错。

三款天花板机械设计软件，越用越上瘾！第一款加于三 d 零件库，里面集成了很多做机械设计各种各样的标准件，包括各大厂家的一些标准件都有，比如气缸、 导轨、紧固件、弹簧、气动原件、连轴器、零部件、轴承等等。选择相关参数点插入就可以导入到我们的 sw 里面， 真的超级快速又方便。第二款麦兜宝插件，里面功能非常齐全，包含磅表、随机上色、材料明细表计算、轴径、 链轮、工程图、分层上色、批量改名等等。第三款是蚂蚁工厂插件，包含了设计中常用的直线导轨、连轴器、轴承、同步带、链条、气缸等一系列标准件，输入参数后，点 w 插入就会自动生成模型。有了这三款插件， solidworks 效率直接起飞。

你每在 opencall 里问一句你是谁，或者今天天气怎么样，都在白白烧掉昂贵的美元。这种无效的 token 损耗其实完全可以避免。接入这个开源插件 c i a e w z max， 它能让你的 token 账单直接脚踝展，最高狂省百分之九十八。它不是靠牺牲模型质量来省钱，而是通过本地代理，在不到一毫秒的时间内，对你的每条提问进行十四维度的智能评分。 简单的动作，走最便宜的模型，真正硬核的需求才调用顶配。现在就去 get 搜索 v 五一 ai 斜杠 c l a w 思慕 max 下集我带你拆解他不花一分钱投坑就能做决策的底层逻辑。别忘了关注，这可能是你今年最省钱的一次点记，很多人担心在 opencloud 里加一层路由判断会不会拖慢响应速度？ 完全不会。这个插件在本地起了一个极轻量级的代理层，它会对你发出的每一条 prompt 进行十四个维度的关键词扫描。这个过程完全在你本地 cpu 上运行，耗时不到一毫秒。最关键的一点，这个评分过程完全不消耗任何云端 token。 这就好比你在家门口雇了一个火眼金睛的保安，他一眼就能看出来访者是来送外卖的还是来搬家的，根本不需要打电话去总部请示。这种本地化的硬核决策，是你实现最高百分之九十八省钱目标的第一道关卡标记。玩复杂度， 剩下的就交给智能路由。当你开启 c l a w z max 自动模式，系统就开始展现真正的超能力。 如果你只是随口问一句你好，或者查询简单的语法，插件会自动把流量切到最便宜甚至免费的模型上。只有当你甩出一个极其复杂的架构设计或者深度 bug 需求时，它才会精准调度最顶级的模型。 这种切换在后台是完全透明且丝滑的，你感知不到任何区别。但月底看账单时， 你会发现，自己一直享受着顶配模型的智力，却只付出了极小部分的 token 费用。下集我带你实操如何获取 apikey 并完成部署。记得关注这套方案，能帮你省下大笔开发预算。为什么要选 zmax 做底层？ 因为它解决了最头疼的模型碎片化问题。一个 apikey 就 能直接调动一百多个顶尖模型， 你再也不用去维护那一堆乱七八糟的平台账号。它完整兼容 open ai 和 antropic 两大协议标准， 你现有的开发工具改个地址就能用。最核心的是，它跑起来极其稳定，是目前大规模智能调度的最佳底座。这就是省钱又不降智的底层逻辑。下一集，我带你进入终端， 直接配 key 跑通流程，还没关注的朋友，点个关注，别错过最后这一步。实操部署拿到 zmax 的 api key 之后，直接在终端执行这行命令， 用 echo 把你的密钥写入到加目录下的点 open claw 斜杠 j m m t t 斜杠 api 点 key 文件中。 这里的等号是赋值操作，横杠是路径分格符，千万别写错，这个路径是插件读取权限的硬性约定。 如果你习惯使用配置文件，也可以直接在 open class 点 json 里进行定义。这一步完成后，你的智能路由网关就已经拥有了访问百大模型的通行证。虽然十四维评分很聪明， 但有时候你可能想手动指定，在你的消息开头加入 close max 横杠 auto 这种指令就能实现强制层级路由。 比如你要处理复杂的图标逻辑，直接在 prompt 里带上特定的参数标记插件，就会跳过本地评估，直接把请求打到你指定的模型水位上。到这里，你的 open claw 已经彻底完成了省钱进化。 下集，我将带你深度实测不同模型在极端压力下的路由表现，看看它到底有多稳。点个关注，后续更多 ai 提效黑科技准时推送！

卧槽，代码一团乱，让 ai 看懂你的代码结构，并且生成知识图谱。 itunes 是 一个把代码仓库图谱化的开源工具，你收获十 k star。 首先支持代码压缩包上传和 github 地址，需要生成知识图谱的仓库，直接复制地址，点击按钮进行解析，最终得到这种知识图。 内容越少，知识图谱就越少，如果内容越多，显示的点也多，主要的核心是生成知识图谱，再通过 m c p 工具暴露给 ai 编程，让 ai 以后不再盲改代码。如果是真实项目，可以本地部署访问实践，也可以在开元仓库地址免费体验这个生成效果工具。

历史性时刻，今天 openclo 登顶 github 历史点赞榜第一，仅用三个月，直接超越 react 框架和 linux。 而这三个免费的 openclo 风向标网站，可以让你快速进入龙虾生态。 首先是 openclodder， 这里汇集了三千四百二十五个 skills 和六百零二个插件。第二个是 openclo directory， 功能超全面，它把工具给你分门别类整理好了， ai 智能体团队部署、工具托管服务、插件、技能优化器全都有。第三个是 openclo 创业追踪，你可以看到哪些用龙虾套壳已经营收的项目，做的类型，营收数据定位都可以查看到。

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。

今天和大家分享一个快速获取场地闭幕模型和分析的方法。首先我们登录 file 的 主页，输入场地的详细地址，稍等一会就可以生成场地闭幕的模型，然后勾选网站提供的闭幕模型素材， 然后导入当地政府录入的用地红线，在网页录入简单的规划，要求深层体量，然后就可以对场地进行分析了。模型和 r k k 的是完全兼容的，也可以从 r k k 导入 f c 模型。