openclaw如何辅助产品经理

花了一下午跑通了五个机器人，今天就看下 openclaw 多机器人配置，其实记住这几个关键点就够了。第一步，先制定多 agent 方案，把各种可能性风险点备份，回滚机制都想清楚再动手，别脑子一热就开始干。第二步，定 boss 角色， 想清楚每个机器人分别扮演什么角色，谁负责日常聊天，谁负责写代码，谁负责处理图片，别瞎分工。第三步也是最重要的，先备份， 重要的事情说三遍！备份！备份！备份！但凡出问题能一键恢复。然第二个，机器人测试通过后，再按这个成功经验总结成命令和要求去装第三个。第四个，每个机器人的权限要单独配，别偷懒， 这个地方是重点，如果控制台没有回复，一定要检查下这里的事件配置和回调配置里订阅方式，最后建群，把机器人全拉进去，打通路游通信机制，艾特试试回复效果哪家强，哪个不听话改哪个，最后全部完成，我可以来发号施令了，玩起来！

很多人问我值班在线客服通过 openclaw 是 怎么做的？那我在这里 就写一下这个步骤，我就说这个是云记 ai， 它就是这么来做的，整个过程它一共是分成了十一步，十一个步骤，也不是十一个步骤，十一个部分，我们来看它怎么做的。其实这一个我也才发现，就很多人他就说这个好 token， open color token， 消耗 token， 其实很多时候他让他值班或者看一个屏幕的时候，他就会在里边反复的来截屏，是吧？看上去很傻，反复来截屏，这就是你做一个事情，让他做一个事情，没有拆解，直接跟他说你要去值班， 你去值班，你去做在线客服，这其实他是不会做的，你要把步骤拆解，那你看这里，比如说监控牵牛，第一点他说左边栏是正在接待的，是吧？主要靠截图观察，不乱点界面，这个就是他告诉自己，因为我都踩过坑踩过来的 这一个淘宝店铺客服界面上面的按键什么非常多，说你一点了之后，这个人工智能他就回不来了，所以我让他你不要点判断有没有新的待处理的绘画，这个是怎么看的？ 核心看这些人他最后一句是谁说的，如果是顾客说的，那就要处理，如果不是顾客说的，那你就不要处理了。 对，第三个如果有新的顾客来要分析他的需求，他的需求在对话的内容里边，他的需求还在他发的卡片里边，他的需求还在右边的他的足迹里边，是吧？所以这些地方可以看到，通过这些综合分析， 那其实前面这些截屏这些要想用便宜的模型这些就行了，后面分析他的需求，这个用贵的模型。那第四点，查产品和规则，你分析了顾客的需求，你可能会 问顾，可能会给顾客推荐产品，推荐行程。第四点，这规则其实还挺复杂的，这个就说你一定要教他了，就说你要结合顾客是什么样的顾客，是多日游的，还是一日游的，还是签证的，还是什么其他的定制的这样的。那不同的 顾客，那你要推荐不同产品，不同的产品你要核算它的成本，要有不同核算方法，这个都在第四个里边，所以第四个里边拓展开来是有很多的不同的，你的商业， 你的公司，你的业务模式不一样，那第四点都不一样的。第五点，写好回复内容，根据前面的你的推荐，根据顾客的实际情况写好回复内容。 第六个直接发送给顾客，开始这也是两步走，开始我们是让他发给我，我来看看，没有问题再发给顾客，所以现在就让他直接发给顾客了。第七个跟我汇报，如果有特殊情况，你要给我发个信息请示一下，我 第七个，八个，第九个，这就是业务相关的。第十个就是监控的频率，现在因为是旅游淡季，所以 凌晨两点到七点时候，十分钟扫一次就可以了，其余的时间四分钟扫一次，如果是忘记，两分钟一分钟扫一次，来看一看有没有新的咨询这样的，所以你看十一个还有操作的注意事项是吧？ 这一些都是踩坑踩过来的，有的人就说你不能用这种方式，他一定是好头肯的，可以用 api 对 接是吧？是的， 后面一定会走到 api 对 接，很有智慧，大脑对接进来，这样就不存在那些什么截屏识别那些问题了，是吧？但是 opencloud 的 好处就说你不用这些东西，你就可以很短的时间内把整个的流程来跑通它是这样的。

在小龙虾里呢，有通用智能体和本地智能体的概念，通用智能体呢，指的就是你配置安装好 opencloud 之后，那个默认的聊天的智能体叫通用智能体。 但假如说你想创建多个数字员工身份，也就是创建多个智能体，这些新增加的智能体，我们称它为本地智能体。 创建这些智能体之后啊，它们能够各司其职，而且它们彼此之间可以通讯， 比如说我通过那个通用智能体去遥控指挥这些新增的智能体干活，那这个就非常非常有趣了，而且它的模拟的那个工作场景非常真实。 创建的流程这一块呢，说起来挺容易，但是实施起来真的是千难万难。所以呢，我还是用了我的笨办法，就是豆包加 ai 编程工具的一个组合方式。 创建的流程呢，就是先明确这四个智能体的名字和他的核心职责，然后呢，配置这个局文件，让他们彼此之间实现通讯。 再接着呢就是创建它的文件结构，实际上你看啊，不复杂，就是智能体的 magdalen 文件和它们对应的 jason 文件， 这个配置文件和那个局的 jason 配置文件唯一的区别就是这里只定义它的名字、 id 和它的路径。 再接着就是编写四个智能体的 markdown 文件，这里呢，你可以写的比我这个详细啊，比如说他是什么公司的，什么身份， 然后他的核心职责是什么？然后下面呢，是他的具体的职责以及性格特点的说明，当然你还可以加加上他是男性还是女性，多大年纪，然后如何如何啊，这个完全看个人的喜好和诉求， 开始的时候呢，我特别担心这个局的配置文件和新增智能体的配置文件之间发生冲突，那这里豆包给我了一个解释，他说局配置相当于公司的基础制度， 那本地智能体的配置呢？相当于公司的花名册，自然不会产生这个冲突啊，这样一说我就完全明白了， 豆包还很贴心的给我解释说，局的配置文件呢，他只负责写底层能力，然后这个本地的智能体的配置文件呢，核心是负责智能体的清单。 所有的配置完了之后呢，我们还要到飞书上去配置，因为之前大家在部署 opencloud 的 时候，实际上已经配置过飞书了，所以这一步呢，我就不再讲了，跟原来的步骤一模一样。然后呢， 配置完成之后，我们就可以用飞书来通讯了，这个过程呢，就会发生一个问题了，即使你给他定义了他的智能体的身份和性格，他还是会串岗， 然后你看我，我开始就这样了，后来呢，我就告诉他说，我已经给你配置了新身份，然后你再确认一下，他就确 认了自己的身份，而且他还发现公司有哪些人啊？然后我就说， 你给志玲，也就是那个用户角色去发一封呃消息，让他呢完成一个任务，他就把这个指令发给另外一个智能体了，这个智能体收到之后，他还贴心的告诉我说，他预计要十到十五分钟能完成这个任务。 然后呢，等了半天他没有发，我就问他一句，你搞定没有？发给你没有，他说不好意思，让你久等了啊他，然后他就把志玲完成的工作通过他转达给我了，你看这个过程其实很像 公司的一个工作流程，老板交给助理，助理交给各个业务岗位啊。 配置完成前面的工作之后呢，我们就要来到飞书配置机器人，这个配置的过程呢，跟之前我们配置那个默认的智能体对应的机器人的过程一模一样，所以今天我就不再讲这一块的流程了。 整个配置过程呢，总结一下有三个核心的问题。第一个问题呢，就是 你在编写 markdown 文件以及 json 文件的时候容易犯错误，所以最好的办法是用 ar 编程工具来解决。那第二个呢，就是即使你给他们定义了身份，他们还是会串岗，所以需要多训练，多聊聊，多聊几次，要明确他的身份，要 多几次的告知你是谁，你是负责什么的，他就会记忆下来，这也是 opencloud 的 记忆的一个功能的作用。 那第三个呢，就是那个局的智能体，也就是我们在部署好 opencll 之后，那个默认的智能体也要给他写一个 markdown 文件，如果你不写，他就会一会扮演这个角色，一会扮演那个角色啊，非常的混乱。 那现在的话呢，我给他定义完之后就再也没有这个问题了，非常通顺，而且他们之间的通讯也毫无障碍，这就是今天要聊的数字人的一个配置。然后大家有任何问题的话呢，可以在评论区留言，欢迎关注我，可以私信。

我错了啊，我昨天还跟人说龙虾不行啊，原来是我肤浅了。就在刚刚，我突发奇想啊，那既然龙虾能写代码，那能不能帮我画原形图呢？我跟客户边聊边出图啊，那就太爽了，好看，演示效果。 我跟他说，给我生成个首页啊，也告诉那些功能，结果直接生出多张图，比我想的还多一步， 这种效果你直接就能用了。这就相当于什么呢？相当于有个随身的绘画圆形图的产品经理。这太吓人了，我接下来一定要挖掘其他行业的案例，这个案例对你们有什么启发？评论区聊聊。

二零二六年，亚马逊即将进入全民 ai 时代，亚马逊卖家一定要学会用 ai 辅助我们运营。以前分析 listing 要多个软件来回切换，把数据做表格，此路非常容易打乱，并且费用还很昂贵。现在有了 ai， 只需要指令就能帮我们快速完成。而 link fox agent 直接将亚马逊常用的软件整合到了一起，使用时只需要选择对应工具，然后输入指令即可。请识别 same 一零 f y 六 e n g m w 的 关键词，再通过关键词月搜索量和 a b a 排名以及该产品类目 reading badrascales， 结合卖家经理市场分析功能，生成一份产品市场报告，等待几秒钟系统就会自动抓取，非常详细，比传统手动拉数据统计效率高数倍不止。接着再选择 pick 工具输入指令，分析该竞品近半年的价格趋势以及销量，判断此产品是季节性产品还是长期稳定性产品。 然后再选择 cf 工具输入指令，分析该竞品的关键词和流量来源，分析其自然搜索、广告投放及推荐流量的占比，直接关系到后面投入广告成本的高低。确认产品可以做以后可直接用猜串写 listing， 只需要输入竞品 c 输入指令，贴合亚马逊 cosmo 算法即可。写出来的 listing 非常不错，且都有进行埋辞处理，可以直接上架使用。 最后还可以用 link fox 商品套图功能直接生成一套产品图片，操作简单便捷，效率提高数倍，你学废了吗？感兴趣的小伙伴可以试下。

我研究了三天三夜，终于把 opencloud agent 的 团队搭建彻底跑通了。七个 agent， 一个群聊，自动写作，我只说做什么。 ceo 自动拆解任务，协调各部门，各部门做完自动汇报， 这可能是目前最接近一人公司的玩法。今天我把所有步骤一次性讲清楚，先给大家看看最终效果。这是我搭好的一个七人 agent 的 团队。在飞书同一个群聊里， ceo 负责理解我的需求拆解任务分配给各部门。 产品部负责需求分析和 prd 输出。开发部负责技术方案和代码实现，设计部负责 ui 方案，市场部负责推广策略。 数据库负责数据分析和效果追踪，运维部负责部署和监控。上周，我想做一个 ai 每日早报的自动推送工具。我在群里跟 ceo 说，我想做一个工具，每天早上八点自动抓取 ai 领域的新闻，生成一篇早报，推送到我的社交媒体。 然后 ceo 就 把这个需求拆分成了四个子，人物，产品部定义早报的内容结构和信息源。开发部写下载脚本和推送接口。市场部确定标题风格和受众定位，数据库设计阅读量追踪方案。每个部门各自输出了方案， ceo 汇总之后，给我一份完整的执行计划。 整个过程我只发了一句话，这就是今天我要教大家搭建的东西。在动手之前，先花三十秒了解一下原理，这样后面的操作你才不会懵。 opencloud 的 多 agent 的 机制本质上是这样的，一个 get 位实力多个工作区，每个工作区就是一个独立的 agent， 它们共享一套基础设施，但各自有独立的角色设定模型配置聊天渠道绑定。 理解了这个搭建就变得很简单，总共两个步骤，第一步，在 opencloud 中创建多个 agent。 搭建方式有两种，第一种，通过命令行交互式创建，一行命令搞定，打开终端，运行下面这行命令。这种方式的好处是不用修改配置文件，跟着提示一步步选就行。 第二种方式，直接修改配置文件，适合一次性创建多个 a 键的。打开你的 opencloud 点 json 配置文件，需要修改三个地方 室内配置文件，如图。第二步，配置聊天渠道。很多朋友卡在这一步，不知道怎么在飞书上创建机器人，步骤如下，我知道重复建七个很枯燥，所以我做了一个创建飞书机器人的 skill， 你 把这个 skill 安装给你的 open log， 然后告诉他帮我创建一个飞书机器人，他会自动打开浏览器，自动填写表单，自动完成创建。搭好之后，最有意思的玩法是建立指挥链。 我给 ceo 的 设定是，当用户提出需求时，你需要一、分析需求的本质目的。二、将需求拆解为产品、技术、设计、市场等维度的子任务。三、将子任务分别艾特对应部门，下达清晰的任务指令。四、在所有部门回复后，汇总结果向我汇报。 这样一来，我的工作流就变成了我指挥 ceo， ceo 指挥各部门，我验收最终结果。我只需要跟一个人说话，剩下的全部自动流转。未来的工作可能不需要那么多人了，需要的是一支听话、高效、二十四小时在线的 hr 团队。

今天简单给大家分享一下我的 opencloud ai agent 的 团队是怎么工作的。那这是我的几个角色，一个 ceo 合伙人，他是一个总控的角色，用的最好的模型 cloud 的 ops 四点六，另外就是一个产品经理，一个研发，一个做自媒体内容 素材搜集的，那他们各自做什么事情？合伙人就是做总控了，他去制定团队的写作规范， 各种 s o p， 那 产品经理负责挖掘市场需求，生成产品的 p r d 文档研发，根据产品的文档去 ai 编程， 帮我做产品内容，每天搜集来自于各个渠道的最新的讯息，给我推荐可以作为图文或者口播的素材。 那这几个团队用到的都是 opencloud 的 这种多 agent 的 这种方式了，这是一个私聊，这三个都是群聊，那通过把群聊的 id 绑定到不同的这个 agent 的 角色上，就实现了 多角色的一个 ai 团队。那这些其实我在之前的视频当中简单有介绍过，而且现在怎么去构建，网上其实比较多了，那我就是按照这种方式，所以我其实只有一个 opencloud gateway， 一个私聊，三个群聊。构建了这个团队，那我们日常写作，我们的平台是 no show， 那 我在这里会就像一个真实的研发项目团队一样去管理，因为我之前也带过这样的团队，所以我基本上把当时的经验就搬过来了。 那这里面首先有一个团队的介绍，里面有我们的使命、愿景、价值观这种虚的东西，也有实的东西，我们的 s o p 协作，日常怎么去对项目，这些都有。 另外就是线索，那产品经理搜集的潜在的产品的需求我们会放在这里，那经过数据的验证，我们觉得可以做的，会推到机会当中，那机会我们会让他转载可信性分析报告，可信性分析报告我们通过评选之后， 那这个评选就是我和 coo 来进行，评选完毕进入立向，立向之后就让产品经理要转写 prd 文档，也就是产品需求说明书，我们评选通过之后，让开发写技术方案说明书， 接下来技术方案说明书通过之后，就让开发写代码做产品后续就上线了， 那包括上线前的测试等等。那项目任务管理就是管理整个的过程当中的一些项目的分工、协助等等。 还有就是个团队知识库，那每个角色他们所具备的这些能力都是我们要在知识库当中告诉他们的，那他们学习之后放在他们的长期记忆当中。另外就是团队的 s o p 我 们怎么去协助？因为其他的有一些敏感的数据，我这里给大家看一下我们的 s o p， 比如说我们的技术规范应该怎么去写，那这些都是由我的 ceo 来规范创建的， 还有我们的一些 prd 文档的规范等等。好，那另外就是项目文档，每个项目落盘的文档都会分门别类的以项目为这个力度来把它记录下来。 另外就是团队日报，每天所做的工作要在这里进行汇报，我们要我要了解团队目前的一个进展。 还有就是自媒体，那我的内容角色帮我创建的，比如说一些图文的内容，我会让他放在这里，那目前都是一些纯文字的内容了，图片都要我自己去补，那这就是我目前一个团队的构成了， 抛砖引玉给大家这么一个思路，那我是主要去做产品开发，那如果说大家是做其他方面的业务，可能要做些调整。

哈喽啊，今天我们继续聊一下产品经理经常用到的一些模型。首先先说一下用户模型啊，用户模型呢，实际上是指用户、产品、用户和潜在用户的偏好和行为反应的模型啊，那企业想要长久的发展 啊，他所生产销售的产品需要满足用户的需求，而要生产出满足用户的需求的产品呢？首先要研究和理解用户。那么作为企业中管理层的这个产品经理， 那他的最重要日常工作就是要研究用户，以呃使这个企业面向用户需求的生产产品来获得长久的一个收益。那产品经理要研究什么样的用户呢？ 呃，产品经理要基于现实世界研究，呃，类似于宏观背景，微观场景下的用户行为以及他背后的原理。那我们从现实世界来看，那现实世界是由物质生活而生命意识组成的，那产品经理要研究更多的集集中在意识层面。 对于物质世界的研究是指研究自然界的物质主基本性质以及它的运动规律。相对于生命和意识来说的话，人类对物质的世界理解和认知是最为深入的啊，这已经有很多的研究成果，比如说元素周期表啊，牛顿力学公式等等。 那二十世纪以来呢，人类对生命的认知也有了巨大的进步，从器官的研究，对疾病的研究，再到基因的基因的研究，那人类已经可以对基因进行改造，甚至可以创造生命了。 那而人类意识的这个研究相对是比较浅啊，这个浅显的，那全球有七十多亿的这个人类个体呢，都有各自的一个独立意识，每个人想的事情啊，什么都不一样，不同的个体又组成了社会，这其中的每个意识又互相的影响，形成了无数个群体的复杂的一个组合。 那同时呢，因为这个外界的刺不断的刺激，意识也在不断的变化，这也使得意识的研究就变得更加的复杂了。那么对于产品经理来说呢，需要研究的是现实世界中啊，意识层面啊，意识背后的是用户， 那意识是无法直接预定或者说设定的啊，那研究意识的方法呢，主要是集中于研究用户的行为，那行为产生啊，是意识和外界共同 作用的一个结果。早期的一个经济学呢，通常假设人是理性的，在意识层面是一致的，那研究不同的外界刺激下用户的行为。而产品经理呢，不断要研究行为，更多的是要研究行为背后的意识，从而判断不同的产品 啊，对用户未来啊，行为产生的一个影响，并在不断的变化。现实世界中呢，获得一个约束条件下的一个最优解。 那从宏观背景来看，呃，用户的这个主观认知和偏好是先天基因啊和后天社社会啊，比如说家庭啊，呃，教育啊，社会啊，共同决定。那对于企业和产品经理来说呢，宏观背景 指的是独立于产品之外的一个外部客观性的因素，那不同的时期，不同的地域，不同的国家，它的宏观背景可能都不相同，而不同的宏观背景下，用户又有有所不同，那比如说呢，不同的国家的，它的传统文化都是比较有比较大的差异的，那对于用户的研究理解都需要考虑这种差异的。 嗯，比如说呢，呃，在巴西啊，这些国家，以前我经常去南美出差啊，那巴西这个国家呢，他们的人民啊，都非常喜欢和这个朋友一起聚餐，而且喜欢对所有的支出啊， 实行这个 a a 制，那大家在聚餐结束后呢，一起打一辆车回家，打车出行场景中占比很高的是聚会，而中国与之比较的话啊，在中国你可以知道他还是比较有呃，很明显的一个差异的，虽然说国内也有一定的这个聚会场景啊， 呃，也需要这个 a a 制的这个要求，但是呢，它的比例是远低于这个巴西的。面对这种独特的文化背景啊，设计打车软件产品时呢，就需要考虑提供这种路途啊，路线的一个途径点啊，然后这一笔订单可以 a a 支付的这种功能等等，以满足这种差异化的一个需求。 那从微观场景来看啊，那微观场景是直接影响用户当前意识的环境，用户处于不同的微观环境下，他的意识和行为都会有所不同的。 我们举个例子啊，比如说，呃，某个用户早上这个上班，他有这个可以选择不同的出行的。呃工具。比如说用户所处的微观啊，这个场景是当前还有比较充裕的一个时间，那他对时间的一个确定性的要求可能就不是最高的。那价格舒适性啊，这个舒适程度就 变成了这个影响用户行为的一个不同的要素。如果用户所处的微观场景是这个上面上班的时间非常的紧张且迟到的这个后果是比较严重的情况下呢，那他选择出行工具时呢，对时间的确定性的要求就非常的高了。那在这个例子里面呢？呃，大家可以理解到，虽然在同一个用户， 他在不同的微观场景下呢，他的意思和行为都会有所不同，因此呢，对用户的一个研究要带入到这个他的微观场景里面去思考的。 好的，以上就是啊，用户模型的啊，这个解读啊，就是产品经理要去理解用户的这个行为以及他背后的一个原理。好的，呃，非常感谢大家的这个观看，如果你喜欢的话，请关注并给我点赞鼓励，谢谢，祝你有美好的一天。

hello， 今天给大家介绍一下 qq， 它的网址是 qq 点管家 qq 点 com， 也是腾讯推出的一款产品，今天从三个方面给大家介绍，从功能优势啊，快速上手，使用场景 啊。来到主页的话，我们看到一个下载的一个界面，目前的话支持 mac os， windows 呢，还敬请期待。它的功能有自动部署，打开即用微信直接对话，远程操控，五千加的十六生态，持续的记忆，你的专属龙虾，本地部署办公更高效。 三步呢就可以上手，第一步的话就下载安装，第二步的话呢，微信或电脑发指令开盖， 有很多真实的场景，解决一个真实的问题，有远程操作电脑文件、网页，比如还有色媒自动运营圈粉。另外一个功能 在这的话，有学术论文自动整理，包括 github 项目自动开发，每日天气提醒啊等这些具体的一些功能吧。电话下的话，是啊，开始下载使用的一个入口， 那我也进行了一个下载，这个界面呢，非常的简洁啊，包括新建对话啊，有对话框默认的大模型，包括有远程头像啊，还有微信远程，这界面的话相对的比较简单啊，也比较好理解。 目前的话呢，今天早晨的消息是腾讯帮你说，有一大堆的这个 qq 可乐的一个工具箱，覆盖腾讯的所有产品，目前还在路上，大家如果没安装的话，也不用着急啊，接下来的话会一键安装或者一键使用。

这个产品最近真的火爆了，中文名字叫塞伯罗子，我就简单的拿它试了两把，它本质上也是一个相当于现在比较火的一个 open cloud 的 一个变种，所以我今天也专门去学习了一下。最近这个产品经理面试可能也要问哈 minnes 以及现在爆火的小龙虾以及穆勒 ron。 这个塞伯罗子我们做一个简单的总结，从产品、 技术以及从商业视角上，我们可以看一下 minnes， 它本质上是一个商业的智能体，现在已经被 maga 给收购了。 open cloud 还没有火的时候，实际上很多任务可以通过 minnes 来完成。 一个月，呃， openclaw 小 龙虾就火了对吧？一个开源的 ai 认证框架，大家都把它接入到各种各样的 i m 入口，比如说飞书啦等等。然后现在也弄出了一些这个基于 openclaw 去做的很多的商业化产品，所有大厂都在做。 那最近这两天火的就是这个首个自净化个人 agent， 就 穆勒瑙，可以把它理解为是一种 openclaw。 呃，另外一种商业的这种所谓的智能体，面向普通用户零代码零开箱使用的一个超级 agent。 我 们来跑两个任务，看一下它的实际效果哈。首先第一个让他搜索我自己的最新的三篇笔记，并输出竹子稿给我。 我觉得在这个过程当中，它的整体的交互体验词是没有 minnes 做的好的，特别是中间很多用的还是这种技术语言，但是它的完成度真的让我眼前一亮，因为我让它给我的是竹字稿，它真的把我最近三篇的竹字稿全部都原封不动的给我了。那么在相同的提示词下， minnes 它完成的质量是比较低的，它给我的并不是竹字稿，而是经过大模型总结的内容。当时测完这个例子以后，我觉得，哦，这个塞伯洛子好厉害啊。 我又让他另外给我执行了个任务，比如说我想要去分析下科大讯飞二零二四年的财务报告，然后呢给出投资建议，并且帮我推送今日的行情数据。我没有想到的是，他不仅把结论给我了，而且他直接把 html 的 前端页面给我干出来了。确实做的还可以，但是他的所谓的这个定时任务，其实是需要通过 开通这个 computer 的 这种模式才能够去实现的。它可以设定你的一些个人的角色，就相当于我们 openclaw 里面那个 so m d 的 文件一样，帮助你去托管你本机的任务，去帮助你执行一系列的操作。很像一个 openclaw 的 一个这种开源框架的一个商业化的变体， 如果要解锁的话，它现在是每个月十六美金。但是我们来看一下相同任务给到 minus， 你 看它中间的交互体验做的相当的清楚，而且它确实可以完成帮我去定制 股票信息的一个每天的行情推送，它的报告其实也写的不错，那回归到整体的结论哈，大家这张图可以截图下来，然后用做大家的一个求职面试的一些信息参考。随着 ai 现在的能力发展，特别是 open cloud 的 爆火的话，今年会越来越多看到类似于 open cloud 的 这种呃，能帮你执行和干活的智能体， 且符合你个人的一些特色种行为习惯，越用越理解你的这种智能体的爆发，如果大家有兴趣的话，可以自己去试一下，今天的分享就到这里啦！

好，今天我们来看一下如何在 open core 中实现多 a 卷的相互协助，那么这个其实是对应真实公司中员工相互协助的流程。我举一个大家很熟悉的场景，当有一个项目被立案的时候，一般会配备一个项目经理和 多个研发，以及测试和产品经理等这些经典的角色。那么在真实世界中的工作流程是，产品经理去出需求文档，去完成市场调研等相关的内容， 研发根据产品经理的文档去完成开发，开发完成之后则由测试介入，测试完成之后上线我们这次要分享的多 agent 相互协助的流程，模拟这种真实世界中的经典流程。你可以看到我在这里画出来了，当一个用户驾发一个附加任务的时候， 它首先是由一个 master agent 接收，这里 master agent 就 相当于之前提到的项目经理。 然后 master agent 会将复杂任务拆解成多个子任务，分别发给 sub agent， 子 agent 执行完成之后，将执行结果返回给 master agent， master agent 确认无误之后，再将下一步的任务发送给下一个 agent。 说到这里，大家应该很清晰的知道多 agent 的 相互协作用在什么场景中了，那我们来看看它是怎么实现的。这很简单，你只需要在 coco 的 配置文件中添加三个节点， 首先是 agent to agent 节点，那么添加这个节点之后，所有 agent 就 能有通信能力。但是如果所有的 agent 都有通信能力，它们之间可以相互通信交流， 那么就会造成一定程度上的混乱。所以我们是要给子 agent 添加 deny 的 节点，禁用子 agent 的 通信能力。最后我们要给主 agent 添加 allowed agent 的 节点，让主 agent 可以 看到所有的 agent 啊， 这样子主 agent 就 可以给他看到的子 agent 发送信息，而子 agent 不 能看到其他节点，也无法 给其他 send 发送信息，这样整个就实现了相互通信，相互协助的目的。以上就是今天分享的内容，如果对你有帮助的话，欢迎点赞收藏！

最近我使用 openclaw 主要是解决同事的一些痛点难点问题，比如 某些工作流程让他们花费的时间比较长，我在尝试能不能用 openclaw 去解决这个问题，于是我就想让这个 openclaw 它自己去创建 skill， 去帮助我完成一些简化工作流程的方法啊。当然这其中也遇到了很多困难，比如我想让这个 openlog 它自己去进行，增加笔架，方便我们内勤采购， 更快速的完成工作，提升工作效率。我也会不断通过拆的 gpt 去不断完善我的思路和思维，去更加完善这个 skills 的 搭建。 那其实我出这期视频主要想跟大家请教一下，你们有没有什么好的方法或者是好的 skill 去进行比价呢？因为想听懂这些比较严格。

让 oppo 可乐帮我上架一双鞋到电商平台来看看整个电商运营流程的一个体验是怎样的。 首先他会自己去理解系统是什么样的一个系统，然后有哪些工具可供他使用，以及去了解系统中的 商品情况。在上述思考完成之后，他就会给出具体的执行步骤，然后执行商品上架这个初级的电商运营流程。这里 openclo 告诉我这双鞋已经上架成功了，我问一下他 给这双这间商品起的名称是什么，接着打开后台系统做下验证，看看商品是否真的上架了。这次我让 openclo 帮我上架商品到我们的电商系统后台， 在这搜一下刚刚的商品名称，可以看到商品已经在我们的后台录入了。然后状态是一个已发布的状态，并且 opencloud 还给配了图，这是鞋的封面图， 还有鞋的侧边和底部的图， opencloud 都很贴心的帮你设置了这些站位图， 包括鞋的类型和鞋码。所有这些后台操作，我都只是对 openclaw 说，帮我上架一双鞋，它就能把整个业务流程走完，包括细节都给设置到位。接着我们打开给客户的报价单，这是一个全单网页 搜索，可以看到刚刚的 openclaw 上架的这双鞋已经在全单页面展示了 有这双鞋的名称，还有它的描述以及鞋码和颜色等等。我们点击加入购物车，显示已经加到购物车，然后提交一下订单， 显示下单成功。此时我们再返回到后台，看看是否已经收到订单了。 订单列表的第一条信息就是最新的订单，也就是我们刚刚下单的这个订单已经出现在了后台，这说明我们电商后台收到了这个订单，最后就可以把这个货发给客户了。

你用 open crawl 是 不是还在玩那种发个消息回一下的聊天模式？那是把它当工具。很多人问我，凭什么你的 ai 框架能够像有脑子的数字员工能自己干活？ 其实啊，并没有那么玄乎，我只是站在巨人的肩膀上，把别人花了几千美金踩坑总结出来的经验，通过几块钱的偷坑费就把逻辑给跑通了。调教之后啊， open crawl 就是 一个完美的项目经理。 openclock 在 agent 点 md 文档里定义了它的所有的行为准则，通过优化配置文件，它能够帮我协调其他六七个 agent 同事。 我重点增强了它三个功能，第一是主动性，它有心跳机制，会定时检查项目的进度，主动跟我汇报，而不是等我下达指令。第二是可重物系统，哪怕网络中断或者绘画重启，它能从断掉的地方稳定地继续推进。 第三是自我总结，每次任务结束之后，它会自动做两个总结，一个是给它自己看的，存储在它的 memory 里，防止以后犯同样的错误。第二个是给我看的，总结，在 obsidian 里，如果是通用的经验，还会自动同步到飞书。 我们要让 ai 用它最熟悉的方式去解决问题。比如 opencore 在 和 ai 工程师 curl code 协助的时候，根本不需要像人类那样开绘画聊天，它直接开放项目路径、工作记忆。在工具使用上，我也明确了优先级， 让它用最省钱、最快速的 api 方式去执行，而不是浪费 tom 模仿人类操作浏览器。 其实啊， ai 时代的竞争，拼的不是谁写的指令长，而是谁更懂硅基生物的写作逻辑。如果你也想摆脱对话框的聊天模式，真正构建自己的数字团队，欢迎找我交流。我是光头哥，带你深度玩转 ai 时代，咱们下期再见！

我用小龙虾加 skills 加飞书帮我做了一个炒股助手，这个炒股助手我还没有实际的交易执行，现在只是让他帮助我根据我的年化需求百分之十以及对应的一些投资策略感兴趣的方向，帮我筛选了五只股票。从今天开始，我将会去盯他每天的一个交易的结果，准备盯两周去看一下他实际的交易结果如何。 每天四点钟收盘以后，他会把对应的这个行情数据以及对应的这些股票资讯全部都通过定时任务发给我。那具体怎么做？首先 这个炒股专家已经是我数字员工团队当中的第六个数字员工了，我给他起名为炒股专家，炒股专家他依赖我给他自己最新写的一个资产配置的一个 skill， 他 每天六点钟会把刚刚给大家看到那个日报定时的推送给我。 我新写的 skills 其实就是用东财最新的这个妙想 skills 去做的，大家可以公众号上搜索一下，或者说在 app 里面直接进入到这个页面。现在免费开放的有四个 skills， 一个是资讯搜索，一个是金融数据查询，一个是选股，一个是自选股。我是通过这四个 skills 把我自己的模拟的炒股助手的 skills 再重新做出来的。这个炒股助手它的核心能力其实就是刚刚我们看到的四个 skills 通过这四个 skills 去组合， 帮助我每天四点钟定时的发这个消息。目前这边的 apikey 还是免费的，养小龙虾的同学可以自己的把这四个 skills 拉下来，然后自己去做一个投资助手，玩一玩。这条不是广告，那么你就会像我一样收到一份这样的一个日报，我准备盯他两周，看一下实际的投资情况，再看是否继续跟进交易。今天的分享就到这里啦。

基于 oppo 的 多 a 卷斜坐框架终于跑通了，而为了理顺这里面的逻辑，我花了很多钱。但是当这一切真正运转起来的时候，我知道 ai 真正进入生产领域。这套多 a 卷斜坐框架是我设想中的具备生产力智能体的最终形态。 你可以基于这个框架定制属于自己的生产力团队，不是一问一答的聊天机器人，而是几十甚至上百个的 a 卷军队。那么，为什么需要多 a 卷的呢？新原因是上下文。 ai 起作用的方式本质上是上下文构建 a 卷的越多，分工越细，意味着每个环节上的上下文就越清晰、越专业。问题来了， 人是管不来这么多 a 卷的，所以我的核心思路是卷的去管 a 卷，由一个主 a 卷的去统计底下几十上百个子 a 卷，而我只需要和这个主卷沟通任务，验收结果。而一套框架中， open core 的 核心作用是网关和协调者， 它负责分发指令、监控状态，让盘闸的协助变得井然有序。你可以看我贴在屏幕上的这张图，中间的是主 a 杆，它是由 open curl 提供的，然后它是网关和协调者。 而底下非常多、密密麻麻的则是主 a 杆，它一直存在，只能由主 a 杆跟主 a 杆进行通信，我们只能跟主 a 杆进行通信。呈是这样子的， 这是我的项目经理，我只跟项目经理对接。项目经理负责统治大局，他下面主要有三种类型的纸 a 卷，产品经理、开发和测试。比如在这个对话中，我让项目经理去找 pm， 让 pm 给项目经理最近写完的需求文档的地址， 他找到了，发在这里，然后项目经理把需求文档给到开发，让开发完成编码，开发卷的开始转写代码，码完成后由测试人员接手，同样对接 code， 完成复杂任务的测试工作。那么这里其实有一个关键点是，为什么我给开发和测试对接了专门的 codex ai 编程工具。这些任务属于极度复杂的长任务，而 open core 作为协调网关，但是在专业编程领域， 我们还是要接入最强的外部生产工具，这样才能保证这些长任务能被顺利执行。我最近将尝试一个更具挑战性的场景，开发一个全自动剪口播视频的网站。 很多朋友都是基于这个项目才认识并关注我的。一次我将不再守在电脑面前深度参与，我更多只是在 telegram 上发送信息，与 applecare 完成必要信息的确认，其余的让它独立去完成所有的工作。 从调研到代码，从测试到上线，我认为这才是真正的生产级 ai， 不 需要你时时看护它，能独立对话，独立思考，独立借助工具解决问题。那么视频的主要内容是这些。 最后说一下，是，我相信很多人装入 open core 之后，觉得这是一个简单的聊天工具，或者只能跑几个定时任务， 出不了生产级的内容。如果你也有这种疑问，我建议你可以关注下我接下来的更新，带你看看当 ai 真正动起手来，到底能产出什么样的生产力。

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， 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！