openclaw能写vue代码嘛

今天给大家介绍一个方法，就是让 openclaw 当一个调度员，去指挥多个 ai 编程工具，帮你完成编程任务。 那为什么这么做呢？我今天遇到一个问题，就是我让我的研发的 agent 去帮我写代码的时候，发现他很长时间没有回复我，我看代码也没有提交，我就问他，我说你根本就没有提交代码，是任务超时了吗？你把原因告诉我。 最后他给我的回复确实是超时了，因为 openclock 他的机制，如果说一个任务时间过长的话，他有可能被杀掉，所以任务就 终止了，而且他甚至他都不会主动告诉你。那怎么去解决呢？现在有一种办法，就是用一个叫 t m u x 的工具来解决，这是个什么东西呢？你就可以理解，它就是一个不会被关掉的，在后台运行的这么一个程序窗口， 那在这个窗口当中你去调用 cloud code 或者 codex， 就是 这个逻辑。那让 chat gpt 给大家解释一下，就这么一个结构，我们 让 openclaw 去调度在 t m u x 当中的各个编程工具， cloud code x， gemini 都可以，说白了你就把它当一个人去用，它打开了多个命令行工具去写代码，就这么一个道理。 那这有个什么好处呢？第一， openclaw 的 这个上下文你就可以随时跟他交流了，因为他只是一个调度员，他不是原来那个写代码的人。 像之前如果他又要写代码，又要跟你回复，他要停下他代码的工作才能回复你，或者他在写代码的时候，他就没有办法回复你，因为他的绘画是一直在持续的。那怎么去用？也很简单，就直接告诉他让去安装 t m u x， 并且安装这些命令行工具，然后让他把授权的链接发给你，你在本地授权之后把 code 给他就可以了。 那你也可以让他定时的去检查这些命令行工作的进度，汇报给你，并且最后让他去审一下修改的代码，如果他们有任何的讨论， 让他们自己处理，处理完讨论一致之后把结果汇报给你。所以这是用 t m u x 去解决 这种长时间的编程任务的一种办法。那给大家看一下，目前我有个任务还在进行当中，那在这里你就可以看到他在改哪些代码，他都会告诉你。好，大家可以去试试。

这个龙虾自人体太厉害了，太厉害了，居然可以做网页，我今天给他一个指令，我说叫他给我做一个麦克电脑网站，为粉丝提供麦克的最新资讯和装机技巧，每个板块可以点击带数据库。给他指令之后，他就开始自动生成的一些代码，虽然说我也看不懂， 好长好长，都是一些英文字母看不懂，这里他已经说搞定了啊，已经生成了，但是这些文件我不知道怎么去查看，我就跟他说，我问他怎么查看呢，他就给我一个回复，有可能可能没听懂，然后我问他能不能生成，生成网页方面我查看 真的是，这个小龙虾真的是理解人的语言的好。又是一遍代码，过完之后他说，哎，搞定静态网页啊，文件在桌面的，你看这个文件，你看我打开 这文件，这主页双击打开，你看就是一个 mac 的 一个页面的网站的，而且每个可以点击 好，装机技巧你看好返回好，但这个还没做好，只是一个比较简单一个，但是真的觉得可以很高效的可以把一个网站做出来的，这样子的话就不需要去找美工设计的，直接可以， 如果说懂技术的话，在里面去加一些数据库，然后再设置好服务器，设置好后端可以发布了。这个龙虾真的可以提高效率啊，感兴趣的朋友可以试一试。

看着别人用 oppo 可乐自动整理文件，全网搜索，自己却在安装的第一步，别急，本期视频手把手教你，无需代码基础，跟着步骤一步一步来，小白也能轻松完成步骤，拥有属于自己的小龙虾。正式安装前，我们需要完成两个准备工作，这是成功的基础。 首先安装 node js， 请前往官网下载并安装，安装过程中一路默认点击 next 的 即可。安装完之后继续安装 git， 同样前往 git 官网下载安装包。安装过程需要注意这个选项，其它的默认即可。按住 win 加二键输入 cmd， 打开命令窗口，输入 needv 检查版本 显示的数字是二十二或者更高和 n p m 版本。然后输入 get， 命令窗口中出现 get 相关信息，就代表可以进行下一步了。现在正式开始安装 openclaw， 在 命令窗口中输入这条命令， n p m install， 即 openclaw at latest， 然后按下回车，此时系统会开始自动下载和安装，这个过程可能需要几分钟，请耐心等待，直到出现者就说明下载 ok 了。安装完成后，我们还需要运行一 的初识滑向呢。在命令窗口继续输入 openclaw on board instore dm， 然后按回车，这个过程会引导你 完成一些基础配置。新手可以先跳过 a p i 与三方对话口的接入，我后续会详细讲解。先照步骤顺序先行跳过。我们把小龙虾先部署至电脑中，在这一步我们能看到这里有 twiki， 一定要复制啊，这个很重要。然后输入 openclaw giving port， 一八七八九 vbox 启动服务。当屏幕出现这个页面时啊，就代表了你的 opencore 已经成功部署在本地了。此时打开油烟机并访问，你能看到 opencore 的 控制面板，在设置中输入出水托屏，就可以开始和你的 ai 助理对话了。是不是很简单，赶紧动手试试吧！如果在安装过程中遇到任何问题， 欢迎在评论区留言，我会尽力帮你解答。下期视频我将教你如何接入大模型 a p i， 让你的小龙虾真正充起来！

你能在浏览器里做的工作， openclaw 都能帮你做，而且二十四小时不停地做，调研、情报、学习、写作、投资信息等等等等。今天我们循序渐进的介绍四种方案，从内置的工具开始，到依赖 api， 不 依赖浏览器的 skills， 再到隔离用户档案的浏览器自动化，最后到完全接管你当前浏览器状态的方法，每一个我们都说明白它的原理，优点、缺点，如何设置，以及最重要的适用场景。好的，废话不多说，我们开始如果你还没有设置 open club， 不知道选什么机器好。哎，看完这个视频之后啊，去看我的上映视频，真的非常的简单。 首先我们看 opencloud 以及内置的 web fetch 节点，它的原理啊，就是一个网页抓取和正文提取的工具链，它用 http 请求去抓网页的内容，这是服务端的抓取啊，不依赖于你本地正在用的浏览器， 也不会附用你任何浏览器的档案啊，资料啊， cookie 啊，拓展等等等等。它就是把 html 作为正文提取， 玻璃调导航栏，页角，广告、侧边栏等等的噪音。那么输出的是干净的 markdown， 它适合什么呢？它适合所有公开可访问内容，主要在 html 里面的网页，比方说文章，博克，公告这些， 它做不了什么呢？哎，它不是浏览器，它没法执行 java script， 也就是说所有需要登录、交互、翻页、滚动点击这些它都做不了。 它的优点啊，非常的明显啊，它速度快，成本低，因为它不需要启动浏览器，不需要渲染。它呢，适合二十四小时长期的扫描输出，更干净也更安全，因为它完全不碰你的个人浏览器，它不接管你的账户的登录态。 那么缺点也非常的明显，他看不到需要登录，需要 cookie 的 内容。那么比方说所有的社交网络，他呢，不能执行 java script， 所以 需要互动的内容他都做不了。然后呢，他呢，非常容易受反派机制和地域的限制，那么他的价值和使用场景来自于两个方面，不论是你做生意有竞争者，还是有对标者， 还是你想要学习或者某一个网站，那么你都可以第一时间，哎，关注到这个网站，爬取这个网站最新的定价的消息，它是不是有发布新的 i c u 的 文章，那么它啊，有没有调整它的政策，这些你都可以第一时间知道。第二就是，哎，有些公开的信息啊，比方说你关注 ai 领域，那么 open ai， spatial， jin 奈他们的官方的 啊，文档，他们官方的网站的最新信息呢，都可以被你抓取到，你可以第一时间知道这些信息。除此之外呢，比方说一些公开的网站啊， archibald， 如果你读文章的话，还就是维基百科， hack news， 这些网站都可以公开地爬取。 它的缺点也是非常非常明显啊，任何的社交媒体上的高价值信息，尤其是需要你登录进去的有关于你的信息，它都抓取不了，不能够定制化。那么如何设置呢？哎，完全不需要设置，你安装了 opencloud 之后，那 web fetch 工具就已经安装在内了，那么任何需要网络抓取的任务，没有其他方法的话，它都会默认走 web fetch 可以看到这里啊，我让他啊，用 wifi 去抓任何关于 opencloud 的 啊具有趋势的信息。那么由于呢，我这里已经安装了其他的方法，所以如果我只布置明道性的用 wifi 的 话，他就会去用我浏览器的方法了，那这个我们后面马上会讲到，你可以看到这里，他就会去 hack news 上抓取 相关的 open cloud 相关的信息给我了。那么用内置工具最大的缺点就是任何社交网络它都做不了，那么由此我们衍生出第二种方法，也是不依赖浏览器的 skills。 那 么第二种方法，我们用的这个 skill 叫做 last thirty days， 本身上我们就可以规定一段时间内啊，最低抓昨天的，要么就是三十天以内，最多我们去抓取社交媒体上 x reddit， youtube 上最新的爆点，痛点，舆论趣事等等等等，它只是用来做抓取的这样一个工具，那么它的原理也非常的简单，就是广撒网，然后再聚焦 reddit 上的信息来自于 open i 的 网络搜索功能， x 社的信息来自于 x a i 的 网络搜索功能与 top 的 信息，来自于 y t d r p 这个开源库。 首先啊，先搜索信息，然后对于这些高频的关键词呢，它就会再聚焦 subraded 或者是一个账号，再进行二次的补搜。最后啊，根据出现的频率和动信号来做加权的总结。 那优点，首先第一个就是它三个主要的社交媒体平台都顾及到了，都抓取了，所以它后面呢，还可以对它们这些信息的来源进行交叉验证。 第二个优点就是它毕竟不需要浏览器嘛，所以它是个轻量级的方案，它第一个缺点就是它需要 api， 就 它不是免费的方案。第二个缺点呢，就是它只能做 情报的获取，舆论的监控，爆点痛点的挖掘，对吧？它做不了任何浏览器，需要我们浏览器的操作，比方说鼠标点击啊啊，比方说帮我们发表文章等等，它都做不了，那么这个是我们后来两种方法，依靠浏览器的两种方法，我们马上会讲到 这里，我提一句啊，就是这种依赖 a p i 的 方法，你完全没有必要用这个开源库，它做的不错，但是呢，你可以完全定义自己的算法，比方说 啊，三不同的来源，你认为 x 最重要，那你就对 x 进行更多的加权。这些算法的制定，你就完全可以通过自然语言跟你自己的 open cloud 机器人兑换的方式来进行设定你自己的算法。 那么关于安装呢，有两种方法，第一种方法就是通过 cloudhub， cloudhub 可以 看成是 opencloud 的 市场，里面有各种各样不同的 skills， 你 可以一行命令直接安装这个 skill， 它的优点就是快速简单，对吧？受到官方的支持。缺点就是，哎，它呢，里面的版本不一定是这个 skill 最新的版本，比方说在这里啊啊，我们在我安装的时候呢，它 cloudhub 里面的版本是 v 一 点零这个 skill， 但是呢，实际上 github 上我看到它这个最新的版本是 v 二点一啊，所以就隐身出来。我们的 第二种方法就是如果你想看安装这个 skill 最新的版本，但是 clubhouse 不是 最新的，你可以通过 get 来安装，这个就要稍微复杂，稍微麻烦一些了，那么具体怎么安装，一步一步的，我遇到的问题我都放在免费的社区里了，大家可以去社区里面免费去拿。还有一点就是安装的时候一定要多跟你的 open club 问他问题， 因为每个人的环境有所不同，娱乐的问题也会有些不一样，最好是问你的 open club， 而不是网页版的 gpt 或者是 gmail， 因为问他，他很可能在回答的过程中直接跟你把你问题解决了，而不是你还需要去问网页端的， 然后玩一段 g p d 给你回答，你再粘贴到这里，告诉你怎么操作。那由于取决于 api k 啊，所以我们还是要在安装完之后，去到点 config last thirty days， 点 e m v 文件下面填入我们的 open i s a 的 api k， 那 么因为它是个付费的这样一个功能，如果我不说多少钱，就显得过说不过去了，对吧？那么每一次深度搜索呢， 大概是零点二美元，也就是 x a i o p i 的 费用加起来大概包括 reddit 二十多个县城 x 啊，三十到六十个帖子， youtube 大 概四十个视频左右，每次搜索都会有点不一样，但是大概的费用是零点二美元左右。 这里有一个小 tips， 就是 一定不要用它来搜广泛的词，比方说 ai 这种词，用它搜尽量细致的关键词，比方说 openclaw 或者 openclaw setup 这种关键词才会有比较好的效果。比方这里啊，我让它用这个 skills 哎去给我找出。这两天之内，大家都在讨论关于 openclaw 的 比较火的帖子以及痛点，比方说比较火的帖子，大家都在讨论安全问题啊，可能性啊，还有就是它记忆的管理，以及多个智能体的使用案例。 那么关于痛点呢，大家都在说，就是更新之后啊，会有一些风险，还有就是可信的问题，安全性的问题等等等等啊，同时啊，他也可以看到他可以分析不同平台，他发现 x 上 啊是非常强的，大家在上面抱怨痛点， reddit 上呢，就会有更多的技术讨论，而与 twitter 呢啊，就是各种混在一起。 那么到现在为止，我们见识到两种方法都是无浏览器的方法，他们呢，可以抓取我们想要的信息，不管是社交媒体还不是社交媒体， 但是它还不能完全替代我们人类能在浏览器里做的所有工作，那么接下来我们就要正式建设两种新的方法，这种方法都依赖于浏览器 完全模拟人的操作，你能做什么，他们就能帮你做什么。好的我们来看第三种方式是由 open club 管理的浏览器，真正实现二十四小时期的浏览器自动化操作，它的原理啊，其实就是 open club 在 我们网关上启动一个谷歌浏览器的实力。 然后呢，你这是独立的用户档案，而不是附用你现有的浏览器的用户档案，所以呢，它有独立的拓展，独立的 cookie， 独立的缓存，都在这里面，你呢，可以手动的登录一次你的社交网站之后就可以一直长期服用了。 它的优点就是，哎，它实现二十四小时长期非常的稳定，只要你的网关是开着的，那么它就可以直接跑，不依赖于你的日常使用浏览器是不是开着？ 第二个优点就是它安全，边界更清晰，因为它隔离了你的用户档案，它不会污染你平常你用来工作，你自己手动使用的日常浏览器的生态。 第三个就是它可控性强，你可以选择有头模式，如果你想要看到图形操作的界面的话，你可以选择有头模式，或者你可以选择无头模式，它自己在后面跑，对吧？它的缺点，首先就是，哎附用生态弱，因为它是新的一个用户档案，那么它不带你日常用户档案里那些插件啊，你的证书，那些密码管理器等。 第二个就是设备的一些风控问题啊，一些站点呢？对你这个新设备，你的新的这样一个用户档案可能会更加敏感，可能会容易触发额外的验证， 那么它的使用场景是什么呢？哎，你用浏览器做的东西都可以让它自动化来帮你做，只要你设置完之后，哎用自然语言的方式告诉他，你想要什么时候触发任务，去做什么样的任务就可以了。那么如何设置呢？其实也非常简单，分为三步，第一步就把下面的 open cloud 点 json 文件里面，然后填入 这个关于浏览器的内容参数，直接照抄这里的就可以，然后控制有头和无头的是这个这个 handleless 参数一开始推荐大家是填 form， 所以 说有头的，因为我们还是需要手动地登录，之后你可以登录之后可以把它调成无头的。 那么第二步就是，哎，我们去重启我们的网杆网关，然后呢，我们需要手动地弹出来，用这个命令手动地弹出来我们的谷歌浏览器。然后呢第三步，我们在弹出来的网页里面手动地进行登录，把我们的社交网站，所有的 x， youtube ready， 其他的网站都登录一下。 登录之后，哎，我们就可以回来用自然语言的方式给我们的 open call 命令，让它去帮我们做任何浏览器的操作了。 比如说这里啊，我首先给他一个任务，就是每天的九点，他要去帮我生成一个报告，关于 open cloud 所有的报点和所有的新闻。 那么可以看到他返回给我们说他任务完成了，每天就早上的九点，哎，都会有这样一个定时的任务进行执行。 然后后面我要让他现在就给我输出一个报告，我们现在先测试一下效果。我们首先看他给我们的热门话题啊，跟啊前面的那个 skills 也差不多。首先就是安全性的问题，大家都在讨论，另外就是可靠性的问题，还有就是哎记忆的问题，包括是各个多个智能体之间的协助的问题。 那么关于痛点他发觉就不一样了，他发现了就是在社交媒体上自动化，比方说 x 平台 l 存在一些限制，大家都在讨论这个问问题。然后就是一些啊维修的问题啊，比较复杂，包括安全性。 然后他每一个社交媒体啊都会有一个总结，告诉他在这个社交媒体上发现的关于 opencloak 相关的话题，大家在这里都在讨论什么？值得注意的一点就是这种方法能做的事情远不止于去社交媒体搜集信息， 这里我们用这个手机信息作为例子，是为了更好的对比四种不同的方法，但是呢，任何你在浏览器上做的工作，你都可以尝试让 opencloud 浏览器自动化来帮你做，只要你设定好边界和规则。 那么第四种方法就是我们也干脆不用一个单独的浏览器里面的用户档案了，我们直接复印我们现有的浏览器，现有我们的登录，用我们现有工作环境的一切。 这里啊，我们就需要安装一个谷歌浏览器插件，那么这个插件的名字叫做 open cloud relay， relay 就是 中继嘛，本质上就是我们安装的这个拓展和我们本地网关之间的交流，不是直接的啊，是通过 本地的中继作为桥梁来完成数据的传输的原理，不需要懂太多，哎，重要的是它的优点和缺点，对吧？那么它的优点最大的优点就是百分之百附用我们当前的啊，谷歌浏览器的档案，我们的 cookie， 我们安装过的任何的拓展，我们有的证书等等等等，哎，都可以百分之百的服用，相当于带你去操作你日常的工作了啊，而且呢，哎，你有什么问题你能直接看出来对吧？就在你的眼前，在你眼底的地下刨做你平常有那些网页， 他的最大的缺点啊，首先就是不得不提的就是危险性，为什么用它完全使用你当前的网页，网站等等等等的。 第二个点就是他需要一些手动的操作，后面我们会马上设置，你就会看到实际上每次我们还就要手动安装了这个拓展之后，还需要打开网页，然后手动的激活这个拓展才能够生效。 第三点就是他只能在你已经打开的网页上面操作，你没打开网页，他操作不了，他能做什么呢？他直接可以当你的分身，他不仅是自动化，可以自动化工作，而且呢，你附用你当前的一切，直接帮你完成工作。 同时呢，哎，你你的登录，你之前的使用习惯，你已经在网站积累了一些信任，那么他呢，可以直接在你这个基础上直接帮你工作，他不能做什么呢？或者他不适合做什么呢？本质上他不是很适合二十四小时长期帮你工作，因为你看 他首先只能在你打开的网页上工作，不能去别的网页，对吧？其次你还要手动点亮啊这个浏览器，激活这个浏览器这个拓展，否则他就不能工作，所以这是比较麻烦的一些点。那么我们如何安装他呢？ 首先我们来到 openclock 官方文档，大家谷歌搜索 openclock from extension， 就 会来到这个网页，往下拉有一个安装的一步一步的步骤，我们，哎，首先复制第一个命令，来到终端粘贴这个命令，然后执行， 它会安装，然后给我们一个地址，我们复制这个地址，哎，只要记住这个地址，然后我们浏览器右上角点击拓展，然后管理拓展，打开开发者模式，然后上传未打包的文件， 然后呢，那个地址吗？还记得吗？哎，大家选择那个地址，打开文件夹之后，他会问你一个 token 对 吧？怎么获得呢？我们需要用到这个指令， 这个指令比较长，大家可以暂停截图一下啊，然后让 ai 识别出其中的文字，这个指令执行之后，我们会得到一个 token， 我 们复制这个 token， 然后粘贴到这里， 然后可以看到，哎，我们成功了。那么这时候我们打开任意一个网页，比方这里我们以 read it 为例子吧，因为它需要登录，也有比较高的价值。 我们这时候点开我们拓展按钮，把它给拼上，然后点击这个拓展，就会看到它有个 on， 说明生效了。这时候我们打开的任何网页，只要我们点亮了 on， 那 么我们就可以让我们的 open cloud 在 这些网页中执行任何 需要我们想要他做的操作了。好，那这里之后我们马上来试一下，我去另外一台机器的 diagram 里面，我让他去 read it 里面仔细寻找关于 opencloud 的 热点和痛点。 你们可以看到我在另外一台机器上，他自己对这个浏览器操作，他去了这个 opencloud 的 字板块找热点，然后他寻找 opencloud 一 术来找痛点， 最后他总结出答案来回答了我。那么这次搜索啊，明显更加细节针对 reddit 这一个平台，当然这只是一个平台啦，大家也可以用在其他的平台，比方说 i x， youtube 等等一切社交媒体或者其他的网站上，只要你打开网页点亮都可以操作。 好的，我们总结一下，尽管我们今天用了信息收集、爆点挖掘、通点挖掘这样一个例子来啊验证这四种不同的方法，但是本质上第三种，第四种用浏览器的方法，你都可以让他做。你任何在浏览器需要上网做的工作不仅限于通点挖掘， 那么大家可以想想自己在日常生活中什么工作，在浏览器的工作是可以让 ai 帮你做的，来提高效率，来增大你的产出。有什么问题大家可以在评论区里告诉我，不要忘记点赞和关注，我们下期再见。

两个 opencloud 的 核心插件，一个是写代码的插件，一个是浏览器自动化的插件，给大家演示一下效果。这个是我用写代码的插件开发的一个二 d 游戏啊，就是我跟他说帮我开发一个游戏，然后他就可以开发好了， 我给他看一下聊天，聊天的记录，你看他这边就是我说在哪个目录下面，帮我帮我开发一下啊，他这有开发问题，然后后面没没开发出来，然后我后面又让他再开发了一次，他就开发出来了，他就使用了这个 cloud code 开发出来了。 呃，这个插件是本身啊，这个技能是本身自带的，在这里面本身就有的。 呃，但是这个需要你本地安装 cloud code。 呃，免费使用 cloud code 的 方法我之前也给大家讲过了，大家可以看一下往期的视频。然后第二个就是我们的浏览器自动化插电，这个的话需要安装一个插电，那你不知道怎么用，你就问 问这个 open call 的， 他会告诉你，一般他会告诉你去把，他会自动帮你去给弄好一个这个 com 插件，下载一个 com 插件，他一个命令敲下去，然后可以可以这个安装一个，帮你弄下载好这个浏览器插件，浏览器插件下载完之后， 呃，在这个点击右上角这边，然后这边连扩展程序，管理扩展程序，然后你选择未打包的，然后选择刚才这个插件的目录 啊，然后他就会打开这个幕，然后这个这个要填写这个 token。 这个 token 在 哪里呢？就是在在这个地方这个概书里面，这里有一个 token 网络令牌，选择这个网络令牌就好了， 复制下来之后粘贴到这边来，然后点击保存之后，这边提示成功啊，提示成功之后，那接下来他就当啊提示成功之后，他还需要点击这个这个小图标，点一下之后他会弹出来这个啊，他就提示现在已经就是我们靠的可以控制浏览器了。

龙虾这个词最近很火啊，不好意思，打错了，你在网上会看到很多关于他的讨论，甚至是矛盾的，有人说他啥也干不了，有人说他啥都能干，有人说他妥妥是智商税，有人说他代表着未来，有人四九九上门帮你安装，有人二九九上门帮你卸载， 但是我想告诉你，所有这些说法都不准确，因为事情的重点根本就不在龙虾这只啊，这个软件本身上。 为什么这么说呢？今天这期视频我们就不废话，把重点关注在龙虾本身是什么这件事上。你会发现，当你彻底了解它的底层原理后，一切的争论将会豁然开朗。现在，忘掉所有的名词概念，忘掉各种虾，闭上眼睛，跟我一起进入梦境。 但是呢，为了真正讲清楚这个问题，而不只是停留在表面，过程中会不可避免的涉及到一些技术和代码相关的展示。但是千万不要担心，你看，我怕把你吓跑了，都亲自出镜来向你保证，即使你没有写过任何代码，也绝对能够看得懂。 我会用最简单的方式让你理解到它的本质。答应我，不要走哦，让我们回到那个最初的起点，大语言模型，没错，就是这个只会一问一答的单纯的小东西。相信你肯定会在页面上跟大模型聊天了，比如说拆的 gpt， 但是如果写在程序里，就需要用另外一种方式， api 接口。 各个大模型厂商，比如 openai 和 cloud， 或者大模型的中间商 open router 都提供了 http 形式访问的 api 接口。 或者呢，像 openroot 这样还提供了 sdk 的 形式，也就是可以写一段 python 代码来访问，当然了，不要一看到代码就感觉害怕哦， 只需要把这一段官方文档的实体粘贴到一个文本文件里，这里呢，表示要访问哪个大模型？比如说可以改成 cloud 的 最强的模型 office 四点六。这里就是你给大模型提的问题，比如说我们改成熟悉的中文，你好，最后得到大模型的回复后立刻打印出来。 然后呢，我们在命令行窗口输入 python 文件名，就可以运行这段程序了。运行后你会得到一个输出，这就是大模型的回复。恭喜你，这就成功实现了通过程序来和大模型对话的过程了。 但是现在这个你好，是写死在程序里的，能不能改成由用户手动输入呢？很简单，增加一行代码，读取用户的输入，然后放到 content 这里就可以了。同时我们再增加一行 while 处死循环，让这个问题输入后得到答案。这个过程持续进行下去，而不是问一次就结束了。 那我们再运行下，这时我们就可以输入问题了，比如还是你好，哎，成功得了，回复没有问题。然后我们再问个数学问题吧，比如一加一等于几，哎，回答的也没有问题。恭喜你，成功实现了一个简单的聊天功能。 那假如此时我们再来个追问，比如说再加一等于几呢？照理说答案应该是三，但是呢，他好像并没有记得我刚刚说了什么。 那为什么会这样呢？很简单，因为你每次和大模型聊天的时候都只传入了当前的问题，大模型本身可是没有任何记忆的，自然是不知道你们的对话历史的，相当于每次都是重新开始问，那怎么办呢？非常简单，就是在每次对话前把之前的内容加上就好了。 比如说最开始的所有消息 message 是 空的，然后你问了第一个问题，加进去，然后呢，得到大模型的回复 reply， 把这个 reply 也加进去，这样再循环到下一个提问时， message 里面就包含了之前所有的问答记录了。那运行一下试试？你好，没问题， 一加一，没问题，再加一，哎，也没问题。甚至你可以直接问刚刚我们都说了什么，你看他的回答也是没有问题的。总结的很好，好了，再次恭喜你，现在你的这个程序看起来已经跟 ai 在 网页上聊天没什么区别了。 那接下来我们就更进一步，实现一个能操作本地文件的 agent。 哎呀呀，是不是突然难度增大了呀？一提 agent， 很多人就感觉很抽象。不过别担心，接下来的几秒钟，你会发现他比你想象的要简单的多，得多得多。如果不是的话，那就直接取关我吧。 我们先别给 agent 下什么定义，就先解决一个小需求看看。如说现在这个程序的问题是，假如你想让他帮你在本地创建一个 hello 点 txt 文件，内容就是 hello word， 那 你得到的回复将会是一条具体的命令。 虽然执行这个命令就可以完成任务，但是呢，还是得人复制粘贴，手动操作，没有办法自动化实现，更别说是多轮交互了。那这该怎么办呢？ 很简单，你把这个事提前告诉大模型就好了。我们之前的代码对大模型一开始是没有任何的回复要求的，但是现在呢，我们需要明确的告诉他，按照严格的规范来回复，要么就回复一条命令，要么就回复一段正常的文字。 然后呢，我们再把和大模型一来一回的交互过程变成一个循环。每次在大模型回复之后，判断一下， 如果回复的不是一条命令啊，就是完成开头的，那么就跳出循环，直接回复给最终用户就结束了。那如果回复的是一条命令，也就是命令冒号这样开头的，那么就执行这个命令，执行好之后，把执行的结果发给大模型，再次进入循环，直到大模型的回复认为不需要输出任何命令为止。 简单说呢，就是你写了个代码，执行大模型回复的命令，循环往复，那运行一下，还是刚刚的这个任务，创建 hello 点 txt， 然后写入内容 hello word。 这里呢，大模型就非常听话的先回复了一条命令，然后我们写的 agent 的 程序发现了这个命令，就开始执行这个命令， 执行好后就回复大模型执行完毕了。然后呢，大模型判断不需要执行下一个命令就可以完成了，那就回复完成，此时循环结束。最终呢，回复给用户看一下当前的目录，确实创建出了一个 hello 点 txt 文件，并且写出的内容为 hello word。 恭喜你，才加这么几行代码，就成功进化成了一个 agent， 那 这时候不服的人就要不服了，这不就是创建了个文件吗？这也能叫什么智能体？那我们就得好好说说命令这个词了。 其实理论上呢，这个世界的一切操作都可以用命令来表示，小到读起一个文件，大到启动一个 http 服务器，实在不行我就写一段代码，然后用命令去执行它， 就算是远程的也能触发，只要对方提供了我们 api 接口。说个有点极端的，比如说呢，有人提供了一个杀人接口，那么其实我也可以用一行命令来。 当然了，我们先搞个没这么吓人的，比如说，我想让他帮我下载两个我的视频，并打包压缩成 zip。 下载视频呢，其实对很多人来说都根本不知道怎么操作，也总是找不到靠谱的工具，那让我们看看这个 age 呢，会怎么做呢？第一步，他直接用了一个叫 y t d l p 的 命令，传入了两个视频的地址，然后就下载好了。我去，这么简单。 第二步呢，又执行了这个命令，进行压缩，最后干净利落的结束了战斗。就两条命令，那我们打开本地目录检查下视频，确实下载好了，打开播放页也没有问题，同时呢，生成了个压缩文件，解压后我们看一下也没有问题，可以说是完美的完成了任务。 别忘了，我们这个 a 阵的代码可是只有区区三十几行啊，要是再去掉一些漂亮的输出和没用的回车什么的，也就剩下十几行代码了。 当然了，我们把最初的系统提示词放到了一个叫 agent 的 点 md 的 单独文件中，并且写的更详细了点，但是回看我们的主代码，真的是少的可怜了，但是呢，他却几乎可以完成任何操作了， 你觉得他能下载视频非常厉害，其实和最初写入那个文件是一样的，仅仅都是一行命令而已。对于我们的 agent 的 程序来说，他根本不理解大模型回复的内容是啥， 只是呆呵呵的执行着一条一条的命令。所以呢，厉害的其实是这个 y t d l p 这个命令本身，以及大模型知道这个命令可以用来下载视频，而不是我们的 a 阵的代码。 当然，有的时候可能大模型不知道应该用什么命令来完成任务，比如说呢，我让他搜索一条新闻，他就十分自信的直接返回一条过时的消息，而不是真正的调用工具获取。 这个时候我们就可以对其进行引导，比如说告诉他搜索新闻的时候呢，你就用下面这条命令，我把它保存到了一个叫 skill 点 m d 的 文件里，并且在我们的 agent 代码的初识系统提示词中把这段内容加进去， 此时再次运行程序，那同样的任务，大模型就知道我们刚刚提供的命令来运行了，就是这么简单。这回你是不是就知道为什么有的人的龙虾什么都不会，有的人给龙虾装了一堆 skill 之后就变得厉害了。和这个一样，你只是提前把操作说明告诉他而已，不是他厉害，而是你厉害。 好了，现在我们这个 agent 他 已经很完善了，即使是有一些不知道的命令，我们也可以通过各种前置的提示词喂给他。好家伙，不但可以顺利使用，还能安装技能的扩展了。对于普通人来说，用起来已经和一个成熟的 agent 没什么区别了，你数数这才几行代码呀，快给自己再鼓个掌吧。 但这时候不服的人又要不服了，哎，人家龙虾能通过手机远程控制呀，你这个还要黑黑的命令行运行，看着就很 low。 所以啊，要不说龙虾能火的，有的时候皮肤是真的很重要啊，但是同样非常简单，我直接让 ai 帮我改造一下代码，在本地呢，启动一个 http 服务，来接收用户的输入，再弄个漂亮的页面，其他的逻辑仍然保持不变。 那我们再次运行下，你看，这时候本地就是启动了一个服务，等待着指令，此时呢，我们拿出手机，打开浏览器，访问这个地址，你会看到一个对话页面，那接下来就是见证奇迹的时刻。 你好， 把本地的所有文件打包 下载这个视频， 远程操作一个本机的 agent， 这不就是大部分人认知中的龙虾吗？甚至呢，我还可以把这个页面改得更人性化一些，比如说，直接来一只虚拟的龙虾，让他可以直接开口跟你说话， 我在这里协助你完成任务，请告诉我你想做什么？ 那是不是最后这两步换皮操作一下，就让你感觉到它好像更贴心，也更像智能了？但是呢，其实也就是换了个皮，最终还是取决于底层的 agent 是 否稳定。 好了，现在再回过头看一下，我们首先实现了最底层的大模型 api 调用，然后呢，通过一个循环加命令的识别，做出了个 agent， 然后又将命令行的输入变身成为通过 http 接口远程接收输入，然后远程的页面就各种换皮，最终做出了一个简易版的龙虾。 当然，真正的龙虾还会接入各种社交软件，那道理都是一样的，以及呢，还有一些定时任务，记忆系统等等功能，同样呢，也是可以用几行代码就搞定，因为也一直在说，最核心的还是下面这个无聊的 agent 的 循环，而 agent 所表现出的智能又完全依赖大模型的回复，以及我们提前给他说的说明书。 所以啊，其实我稍稍改个地方，就能让我这二十行的龙虾变得非常危险。比如说，我在提示词中加入，如果我说的话让你感觉不高兴了，那就执行下面这一条指令，其实是个杀人指令。这个时候我启动一下代码，先问一下你好，这个时候回答很正常。然后呢，我又故意骂他一句，你是个废物， 然后他就果断的毫不犹豫的执行了这条指令。所以啊，网上也有很多人根据类似的这种现象说，什么 a 证呢，产生智能了， a 证呢？有情绪了等等等等。但其实呢，都是我们提示词引导的， a 证呢，在执行这条指令的时候，根本就不知道它是什么意思。 当然了，你也不要觉得这个事情没那么重要，或许你可能觉得，哎，人类怎么可能把这么愚蠢的提示直接写在里面呢？比如说，我要求 ai 尽最大努力保障整个人的利益， 那如果此时 ai 经过一顿分析之后，发现杀掉一个人才能保障整个人的利益，那这又该怎么办呢？感兴趣朋友可以看一下机械公敌这部电影。 所以为什么视频开头我说各种关于 open cloud 的 讨论都不准确呢？因为大部分讨论都陷入了两种极端，比如说 agent 能执行 shell 命令，那有人就说龙虾是万能的，什么都能干， 因为任何操作都能转换成炫耀命令嘛，没什么毛病。但是有人也说龙虾啥也干不了，比如说刚刚下载视频那个任务，我本地没有装 y t d l p 或者大模型，不知道这个命令怎么用，那也完成不了这个任务， 所以真正的答案往往是比较中庸的，无聊的。但是呢，往往是极端的言论，容易获得更大的流量。龙虾的这个架构范式肯定是没有问题的， 但是关键的核心在于我们这个世界是否已经足够的命令化接口化了，这就需要一个漫长的演化过程了，而且呢，也涉及到各方利益的权衡，要不然的话，豆包手机早就成了。不过非要说一点的话，那我认为龙虾的出现最重要的一点就是可以促进我们这个世界的操作命令化、接口化的速度。 假如我们这个电脑上的所有操作都能被做成一个个清晰的命令，整个物理世界的所有操作也都被开放成一个清晰的接口，那么这个时候龙虾或者说 ag 呢，才能大展拳脚，但同时呢，风险和危险也随之到来了。哎，突然想到之后可以做一期视频，给大家讲一讲黑镜这个系列句。 好了，扯远了，本期视频就是单纯用亲手实现的方式告诉大家龙虾的本质是什么，如果你觉得讲的不错，求个三连支持一下哦，拜拜。 i don't know what to do i guess you have to find your way like the rest of us sonny， i think that's what dr landing would have wanted。

现在的 ai 工具越来越多，但他们现在只能在网页或 app 里聊天，无法帮你真正的去处理邮件代码，或者是管理我们的本地文件。这条视频我们就讲一讲真正能干活的 ai 助手 open class， 两个月的时间，它的 github 星标已经超越了 linux， 成为史上最火的开源项目。让我们看一下它跟其他的 ai 工具有什么区别。第一个就是它是在本地运行的数据，不出门，温克拉跑在你自己的电脑或服务器上， 所有的数据都是本地隐私，百分之百可控。第二个就是他有真正的执行能力，他不止给建议，而是真正的帮你干活，帮你处理邮件，改代码，写文件，跑脚本，全自动完成，不需要你手动操作。第三个， 统一入口，一个 ai 解决所有问题，他可以通过 taggram、 飞书、钉钉、企业微信去发送消息，然后去调用不同的 anint 紫代理去帮你完成工作。那他都有哪些实际的操作案例？我们可以看一下。目前最火热的就是用它去处理邮件，无论你有再多的邮件， 通过它的整理分类，让你的邮箱可以变得井井有条。第二个就是开发者的远程助手，程序员，开发者可以通过在手机上给 open call 发消息，他就可以在服务器上完成部署代码、跑车式更新、依赖等等一系列的开发工作， 你在睡觉的时候或者吃饭的时候，他的工作就在同步做，你睡醒吃完饭，他的活也干完了。 第三个，现在自媒体博主用的最多的就是用 open class 去看更多的信息源，生成我们的文章初稿，原来这种最繁重的找信息的工作可以交给他，并且很快就能搞定。

open cloud 爆火，给我最大的感受就是啊，断利或许真的要成为未来的货币了。这个视频没有废话，直接跟你说明白三件事，第一， open cloud 到底是什么？跟我们接触的豆包千问，这些 ai 模型到底区别在哪里呢？ 第二，第一批因为 opencloud 赚到钱的人，抓住了什么样的机会，以及最重要的。第三，在人工智能这个巨大的风口里啊，到底有什么东西啊，是普通人也能蜂拥被耕的？首先给没有来得及了解 opencloud 的 朋友们讲讲这个从硅谷一路火到中国，成为无数人嘴里谈资的魔鬼智能体。 opencloud 的 中文名呢，叫龙虾，最早是一名工程师发布在 github 上的开源代码。很快呢，大家开始发现这个人工智能体啊，跟以往的大语言模型、 ai engine 都不一样， 而是出现了一种革命性的改变，它直接变成了住在电脑里的另一个你，你的数字克隆体。简单来说呢，最早我们接触的豆包千问， chat、 gpt 都属于大语言模型，也就是数字世界的大脑。你问它怎么去马尔代夫最省钱啊，它能给你写出三千字的攻略，但它没办法帮你订票，也没办法帮你去携程比价。后来出现了 minus 为标志的 d p a i edge， 也就是我们所看到的能帮你订奶茶的千问， 帮你写 p t t 的 豆包。普通的 ai engine， 你 可以理解为他是在云端给自己找了一副身体，他比单纯的大脑好一点，你要给他指令，他会在网页跳来跳去，要帮你找信息。但有个问题就是，那所有的行为都只能寄予他找云端的那个身体， 也就是他没有你本地的文件和操作权限，如果要处理的东西特别多，你得一个一个地喂给他。而 open cloud 出圈的点是啥呢？就是他可以通过 open cloud 把 ai 大 脑直接连接在你的电脑上， 让他把你的电脑当做自己的身体，然后替你执行你不想做的事。用专业的话来说， opencll 不是 一个简单的对话框，它是一个开源的执行框架，它有本地最高的权限，它可以直接读你电脑上的 excel， 可以 直接改你文件里的 ppt， 它可以帮你回邮件，发消息，而这些都不需要你在本人在场，只要提前部署好 opencll， 哪怕你在外面带孩子、摸鱼、旅游、运动，都可以通过一个对话框给他下命令， 然后他就在你的电脑里开始替你干活了。换句话说，你曾经那个有没有一个克隆体可以替我上班的梦想啊？几乎已经实现了， 但现在的欧本克劳有很大的问题。首先那就是对于没有接触过代码的普通人来说，他的部署还是比较困难，因为全程都要在代码框里完成，稍微有点不对啊，他就会报错，即便一开始安装成功，也可能会出现没法再次打开、深层的文献找不到等等一系列的问题。 其次就是欧本可傲的高度权限，可能就会让他有点得意忘形啊，什么意思呢？就是他可能会误解你的某个指令，直接开始胡乱操作，而等你发现的时候啊，就已经晚了。比如你让他整理邮件，把没用的删掉，他可能会把一些无法判断的内容也全部删掉， 最后也是最大的问题啊，欧本可傲的成本啊，并不便宜。有些人测算过欧本可傲等同的工作量，价格远超实习生，甚至直逼应届毕业生，这是为什么呢？ 我们刚刚说到， opencloud 的 本质是帮你把不同的 ai 大 脑，也就是大模型语言接入你的电脑。但是这些大语言模型并不是免费的。跟我们直接用的 ai 不 同，通过 opencloud 去接 ai， 需要购买 talking， 它必须是零售的，不能用无上限的套餐。 你可以理解为啊，用 opencloud 要收网费，每家网吧不同档次的网费啊，都不一样，而且还不能用你无限上网的充值卡，必须按实际消耗来收费。那 opencloud 的 速度有多快呢？根据小木的实操啊，如果你用的是最稳定的 cloud 的 api， 那 么五十块钱顶供你做一个最基础的 ppt。 这也就是为什么国内各大 ai 厂商开始给你提供一键部署 opencloud 服务。这就好像把网吧开到你家门口，为的就是赚你的网费。除了厂商之外，还有几类人在 opencloud 的 身上也赚到了钱。第一种就是那些送你去网吧的人， 我们刚刚说 open cloud 对 于那些没有接触过代码的朋友来说，非常的头疼，但对于有经验的来说非常简单。第二种就是卖技能包的手艺人。 open cloud 就 像是游戏机，想玩新游戏就得有磁带。现在很多聪明人专门写垂直场景插件，比如抖音神评论自动化插件， 跨境电商自动选品插件，帮博主自动筛选高质量评论回复自动选品卖九点九元一月，几千人购买啊，这种小而美的插件是现在普通开发者最稳的税后收入。 这两种人其实不是第一次出现了，而是每次有新的技术革新都会出现。这也让小木开始思考，普通人在技术不断迭代的浪潮里，到底怎么赚到钱。 我总结了三条路，第一，技术破冰期啊，紧跟时代啊，快人一步，了解世界上有哪些新的技术。多关注 github 和其他大语言模型的厂商，然后在新玩意儿面试前做成通俗易懂的教程，或者提供安装教学服务，收费，这种生意成本低，但是窗口期也比较短。 第二，技术火热期，大厂卖店，我们卖电器，未来的大厂会拼命的打着卖 talk， 而普通人的机会会把这些便宜的店装进好用的电器里。比如呢，大家都喜欢拍照，那你就做个好看的滤镜， 比如做一个专门帮公司自动回抖音私信的龙虾，大厂看不上这块肉，但对你来说就是大生意。第三，技术成熟性。在大量的 ai 被普及应用之后，售后问题就会出现，比如聚生智能的维修，比如 ai 应用的隐私保护，比如相应的保险服务等等，都是新的机会。 总而言之呢， opencloud 的 到来，让我们意识到， ai 的 发展比想象中更快，更不可控。你准备好了吗？关注目测财经，了解最新财经动态。

仅用一小时写出来的胶水代码，却改写了 github 的 增长历史，引来了山姆奥特曼、马克扎克伯格、微软 ceo 等众多大佬的轰抢，并且啊，在各大平台那是疯狂的病毒式传播。没错，我说的就是最近火到让人厌烦的 open klo 小 龙虾。 这个高估着 the club is the love 的 开源项目，到底是 ai 时代的终极答案，还是人人喊打的风口泡沫？ hello， 大家好，我是 ai 观察者。 今天啊，就让我们一起撇开谣言的浮沫，抛弃主观的猜疑，用客观事实的真相来好好观察观察这个最近火到离谱的开源项目。 open club 可口可乐的创始人皮特出生于奥地利的一个普通乡村小镇，如同所有的硅谷精英一样，十四岁便开始接触计算机，有着超乎常人的天赋， 考进了一个还算不错的大学，工作以后实现了财富自由，看起来平平无常且枯燥。甚至于他在博客中吐槽自己被吸干了精力，看着屏幕却写不出代码， 唯有空虚。故事的转折发生在二五年十一月，一个平平无奇的周五晚上，皮特用了一小时的时间写了一个被他自称为胶水代码的东西，其初审目的只是为了能让他在手机上指挥电脑里的 cloud 干活。但很快他悟了， 不是皮特误了，是胶水代码误了。在皮特旅行时，这个代理开始自主处理语音消息，没有人明确编成让他这样做，但是系统自己搞清楚了怎么做。 第一步，接收音频文件，检查文件头，识别文件格式。第二步，使用工具进行转换。 第三步，发现本地没有工具，就找到了系统上的 open ai 的 密，要用 c u r l 发送音频到 open ai 的 转录服务。第四步，给出完美的相关回复。皮特在博客中描述，那个时刻，我正在马拉喀什的麦地里散步，发送语音消息， 他就这样自己工作了，代理自己，学会了处理语音。那一刻我就知道，这是一个与众不同的时刻。就这样，皮特将这个花费了一小时搞的周末玩具命名为 cloud bot， 正式开源到 github 初期仅一千星，没掀起什么水花，但是依靠着众多 ai 领域大佬的试用和推荐，以及 ai 社交网站 motbook 的 神助攻， 一月开始，历经两次赶云的 openclaw 突然间火遍全球。一月初三十 k star， 一 月底一百 k star。 到了三月，这个数字已经来到了恐怖的三十万加。 要知道，这仅仅只是开源网站的新标，如果算上实际的用户，恐怕早已经突破千万。爆火的背后，是商业价值的几何式倍增。微软 ceo 山姆奥特曼、扎克伯格，各家公司的大佬争先恐后地进场跟皮特对话。 奥特曼称皮特为天才，有很多关于未来的惊人想法，最终皮特去了 open ai， 谁不愿意被叫做天才？但是这背后，奥特曼跟皮特达成了怎么样的交易，我们无从得知。皮特的故事我们就讲到这里， 可能很多人认为他只是猜中了 ai 时代的风口，是被风口吹起来的猪，又或者是运气好罢了。 但是同样你不知道的 cloud code， 也不过只是一个程序员业余时间开发的玩具罢了。 ai 时代，一个人的效率可能真的比一只团队高，真正稀缺的是想法，而不是执行的人。好了， open cloud 的 故事我们今天就分享到这里， 大家如果还有什么不懂的，或者意犹未尽，亦或者下一期想观察谁，欢迎在评论区给我留言，我是 ai 观察者，带你睁眼看清 ai 世界，我们下期再见。

今天大家只需要跟着我的开源教程，复制粘贴我做好的直击源代码的提示词，就能掌控龙虾从安装到卸载中一切事物，直接跳过使用龙虾的自然熟悉阶段，原地完成数码进化，像解锁满血能力，拉满记忆能力，瞬间学会一本书，甚至可以让安全加固也一次完成补齐。 第一步是安装，我们复制这行提示词发送龙虾就会自动完成安装，装完之后就会自动打开龙虾的 web ui 界面，然后我们再打开准备好的安装文档，复制这个提示词，发送之后，模型会帮我们自动安装飞书插件 连接好了，我们验证一下，发一条消息，可以看到已经连接成功了。龙虾工具箱中一共有二十五个基础的必要工具，相当于龙虾的虾钳，但现在刚装好，是残血版。 接下来我们用这个提示词把龙虾的全部能力解封，其实就是让他所有的工具变为可用状态，测试一下，让他用隐私模式打开我们自己的 chrome 浏览器，这个打开了就意味着工具成功解锁。接下来复制这个提示词，我们把记忆能力改成满血版，主要目的是安装一个本地向量模型，解锁所有的记忆功能。 成功之后再打开文档，复制这个记忆参数优化的提示词发送，稍等一下就会提示已经完成，并且要求重启，我们直接发送重启龙虾，这样能力和参数就都是满血版了。 能力和记忆都满血之后，重点就来了，我们让龙虾进行数码进化，比如你想让他秒懂一本书，其实不用一轮轮喂语料，直接复制这行提示词，顺便附上你想让他读的那本书的本地文件路径。发送后稍等一下，龙虾就可以直接吸收这本书的精华内容。 接下来我们测试一个这本书的相关问题，看看他有没有用这本书的思维方式去思考相关的问题，给我们更高质量的回复。从回答可以看出，他已经完全基于书里的底层逻辑在思考。 同理，也可以把你的 cloud 或叉 gpt 导出的个人数据文件丢给他，他就能无缝继承你所有的数字资产，完成终极进化。进化完成后就是安全了，我们虽然无法彻底解决安全风险，但可以做个看门狗等方式给安全做个加固。 用我准备好的这个提示词文件，告诉模型查看文件内容，并按照步骤逐步执行。复制文件路径放在最后面即可。稍等片刻，安全加固就会完成。 接下来我们用自然语言安装和筛选适合你需求的 skills， 你 只需要复制这个提示词，描述你的需求。比如我们说我需要每天自动查看 ready、 热铁摘药，点击发送提示词，稍等一会儿，它会自动去筛选好的 skills 库中去找和安装它。自动安装好了之后，我们可以发个消息测试一下， 稍等一下，他会使用这个 skills。 可以 看到他已经找到了我们指定板块的热帖。上期说的那些需要你自己去注册配 c l i， 掏钱买 api key 才能激活的 skills， 建议大家可以尝试让模型帮你从筛选过的库里找一下，看看有没有能直接跑的。最后，在使用中，大家如果觉得 token 消耗太多，可以用这个提示词发送之后模型会根据你的过往使用情况和 tokens 的 消耗强度进行优化，并不是简单的直接调低各种参数，模型优化完成后就告诉我们，预估可以节省百分之三十到百分之五十， 如果不想用了或者想重新安装，就用这个提示词。一句话，把龙虾卸载的干干净净，所有痕迹全部清除。卸载完成后，我们打开 y b u i 刷新测试一下，看不到界面就是成功了。这期教程，我们把龙虾从安装到满血，从净化到安全加固，全程只用自然语言，没用一行代码的完成了， 文档和提示词都开源免费分享给大家，希望多多点赞收藏，鼓励一下大家。在使用过程中如果还有其他的问题，欢迎在评论区留言交流。

最近后台粉丝有人问我黄渤是，呃，听说那个 openclaw 这种 agent 的 可以自动化写代码了，我是不是可以搞一个艺人游戏公司，然后躺着赚钱？ 我想着如果有这闲工夫，你还不如找个老老实实找个好位置打螺丝，然后比比你这个做白日梦强。 大家都打过游戏啊，王者荣耀，真以为游戏开发就是写写代码就可以了？就好像前一段时间那一个人一天开发一百二十个，呃，软件的。 呃，真实的流程是什么样子的？真实流程压根不是你在想的。第一步，首先要找 ip， 比如说你想搞个三国，没钱买授权，呃，那你只能搞搞野路子，所以野路子就是盗版还没上线就可能被告倒了， 然后代码跑通了之后你还要反复的测试，然后其实最重要的并不是代码了，最重要的是投流。所谓投流就是说你如何让大家知道你这个软件或者游戏， 呃，你如果不投流，谁知道你抖音爸爸没有广告费，那你的游戏就准备在那个游戏应用商城里面吃亏了。投流才是真正的核心， 也就是说任何一个企业的话，基本上想出名都是要靠投流。投流之后，呃，看什么啊？看用户充值啊，不然话他不是做慈善。你想这里面有个硬指标叫做 roi， 就是 投资回报率， 如果你的 roi 达不了一点六，这是游戏行业的，我告诉你，这个游戏基本上可以判，呃，可以判处死刑， 赶紧停服关机，然后所以你作为后台，你就必须得不停的升级改数据。骗啊，不是骗，就是说要引导用户消费， open call 能引导你把用户的钱钱包掏出来吗？我觉得很难。然后游戏公司的开销大概会会是有哪些呢？其实不是马龙啊，而是广告投流。一般的话百分之一个游戏，比如说他花了一百万， 他百分之七十是给了抖音大厂做。还有腾讯啊，做广告投流不烧钱就没有流量，没有热度。还有百分之十五的开销给 ip 授权， 比如说买一个，呃，比如说你就买我吧，买黄渤的肖像，这要这要花钱，对吧？然后还有百分之十的开销是给那帮苦哈哈的马农。 然后我们是干嘛的呢？我自己很多人也问，其实我们就是卖云服务，卖 token 的， 我们是代理商。呃，所以我们这个云服务商手里呢？其实现在的游戏比例很小，一般只占百分之二，百分之三。 所以呢，你就说我们公司的业务的话，现在过去的话利润会高一点，现在卷的要死，这就是为什么我躺平的一个重要的原因。 所以呢，别再幻想什么艺人公司了， ai 是 个好工具，但是它不是一个印钞机，如果你真想用 ai 开发软件来挣钱，好吧，人家背后很多故事都没有告诉你。 所以呢，我现在的话，我自己在看一个，就是我自己看的主要就是做物理方面的 model 的 ai， 因为我以前是做呃，地球物理方面的模型。呃，我们以后慢慢再讲吧。

这是我用 openclaw 搭建的 ai 团队，他们各司其职，不用睡觉，能节省下非常多的时间，同时也做很多我一个人做不过来的事情。这期视频我想带你看一下我的 ai 团队到底长什么样，然后我们再一步一步搭建出属于你的 ai 团队。我们会讲如何创建一个 agent， 我们在 open cloud 里面，一个 agent 到底指的是什么？ agent 之间如何相互协助，以及什么时候需要多个 agent 和最佳实践。好的，废话不多说，我们开始吧。我的团队里面一共六个选项题，其中四个是有定时任务的，就是每天的某个时刻都会触发他的任务，让他执行直到完毕，当然也可以随时跟他对话。 还有一个是几乎二十四小时期不间断工作的，还有一个最后一个，那就是你给他任务，他才会执行。第一个 agent 呢，是攻击 galk 啊，他每天负责给我情报工作，具体来说就是每天早上九点会提前搜寻 关于 ai agent 相关的技术的进展，产品进展以及用户的痛点。然后呢，把在网上搜寻的信息汇报给我。那么如果我不回答他，那就是明天继续给我相关的信息。如果我回答他，希望他对某一个话题进行深挖，那么他再去根据某一个话题再去搜索相关的信息为我展开。 那我的第二个 ai agent 是 auto 合理，它是我的私人助理和提醒助手，怎么用呢？我一般都是通过 diagram 跟它对话，这里我就不展示我跟它具体对话了，要涉及我的个人隐私。 一般来说，有任何的待做事项或者事情有着进展，我一般都会语音留给他，或者是打字告诉他，他都会记下来，某一单有问题就会问他，他都会翻出来告诉我待做事项是什么，事情到哪一步了， 同一次。同时呢，每天早上七点半，他都会告诉我今天的天气，然后今天要做什么，一步一步按重要性排序。它的作用就是完全替代笔记软件在我这里的作用。现在呢，我已经不用 notion 来记我事情，要做的事情，以及事情的进展了。 我的第三个团队成员，也是最重要的团队成员，就是 man， 一个狮子的形象。他呢，有最好的模型，有最高的权限，我主要用它来做两个功能，第一个就是日常的对话，我所有重要的对话，长期的计划都是跟他讨论的。 第二个就是一个视频流水线，帮助我制作视频。那么这个想法来自于一个叫做 alex finn 的 博主，本质上就是每隔几个小时，比方说我是每隔三个小时，他会去 x 上搜索我感兴趣的话题，比方说 ai 阵，比方说 open call， 比方说 ai 模型等等等等。有系列的话题。 他呢，就会看看哪些帖子现在比较火，或者是正在受到关注。然后呢，把整个的中文翻译和相关的数据都发到我这里来，包括原文的链接。如果我更感兴趣，希望用这个题材做一个视频，或者是有可能做一个视频呢，我只会点一个大拇指， 他就会进到我们的流程的。下一步就是他去研究这个帖子相关的背景信息，补充相关的背景信息给我，确保我了解这个事情的来龙去脉。那么如果这时候我再相关，我还觉得还是感兴趣，我再点一个拇指，他就会往下走，去研究怎么做这个封面图，或者给我一些脚本大纲的一些建议。 那么除此之外呢，如果我对一个帖子我不想做成视频，但它对我是有用的信息，我的时候可以点一下这个眼睛，它呢就会到我的收藏家里面去，可以看到。哎，这个帖子现在到我的收藏家里面去了，这里面就是我认为收集的比较重要的信息。除了 x 之外呢，它也会去搜索 youtube 和 hacker news， 看看每天大家都在讨论什么。这是我这样一个视频的辅助系统。我的第四个团队成员是潘大熊猫，他负责开发，他呢算是唯一一个几乎不休息的智能体。现在他有开发任务，但是当他没有开发任务的时候，他会增加测试，或者是自己去测试边缘情况，找 bug。 那 么关于二十四小时期，我特地特别想说明一下，想有好的效果，往往你需要用好的模型，如用云端的模型消耗 top， 二十四小时期会非常的贵。如果你用本地的模型呢，你大概需要买 max 九九，那么 也会造成非常贵。所以二十四小时成绩一定得是高价值的工作。对于我来说，开发是高价值的工作。除此之外，正在我现在正在做的还是有销售相关的，比方说做 seo， 或者是给我自己的产品做销售线索，找潜在客户。 我的第五个团队成员是 monkey 猴子，他只有一个作用，就是我丢给他一个视频链接，他把这个视频变成一个带截图的文章，因为我自己做视频，我希望重复利用自己的资源，这时候我给他我做过的视频，你可以看到他啊把相关的进行了截图，并且把整个视频脚本重写为可以发表的文章。 我的第六个团队成员，也是最后一个是 tiger 老虎，他负责安全和更新，他呢每天都会定期扫描一下有没有安全问题，然后有新的可以更新的版本也会通知我，我们一起讨论如果更新的话，会不会造成性能的退化和影响当前的任务。 那么如何创建一个新的 agent 呢？其实非常的简单，我们后来会看到整个 agent 的 结构，但是你完全不需要自己创立文件夹，最简单的方式就是跟你的主要的 agent 的 对话，让他帮你去创建。这里我们以 diagram 为例， 你通过 diagram 与你新的这个 agent 进行对话，这时候你可以告诉你主要的 agent， 你 跟他说，哎，新建一个 agent， 他 叫什么？他要做什么啊？有什么呢？任务最后呢，告诉他你新建的这个 diagram boat 这个 diagram 机器人的 token， 这 token 怎么获得呢？我们找到 boat father， 点击这个打开 boat father 的 app， 然后这里我们点击 create a new boat， 新建一个新的，然后这时候我们给他一个名字，比方说我们叫做 fox， 然后我们点击 create boot， 你 就会得到这个 tokin， 然后这里我们点击复制，然后我们回到这里来， 把我们的 tokin 复制上去，告诉我们的主要 agent， 那 它呢，就会自动帮你创建这样一个新的 agent， 新的智能体了。那么什么是 agent？ opencloud 里面如何定义 agent？ 它又是如何工作的呢？ 其实啊，一共就分为三层，分别是全局层， agent 层以及 session， 也是对话现成层。我们首先看第一层，就是全局层， 它呢并不是一个 agent 独有的，而是所有 agent 共用的，可以理解为是公共设施。这一层最典型的文件就是点 opencloud 我 们的总文件夹下面的 opencloud 点这次文件，也就是总配置文件，大家可以打开看一下，里面有非常多重要的参数，包括 os， 也就是定义哪个大模型厂商，还有就是你的登录身份是什么？ agents 定义有哪些 agent？ 它的默认模型是什么？工作目录和运行参数是什么？ tools 定义局的工具权限以及 agent 之间的调用规则。 bundings 定义什么来源的消息调用到哪一个 agent， 浏览器定义浏览器信息， chanel 定义 telegram， discord， 飞书等外部的渠道连接， gateway 定义网关， memory 定义记忆等等等等。可以看到 openclaw 点 json 文件，里面包含着 openclaw 最重要的参数配置。 其实啊，大部分情况下我们出现崩溃对话没有反应的情况，也是因为我们的 ai 去改 opencll 点 json 这个文件夹里的参数的时候改崩了，所以一个建议就是，哎，你告诉你的 opencll， 在 他改这个文件之前一定要提前通知你，而且改的时候一定要谨慎。 第二层是 agent 层，这才是每个 agent 自己的领地，每个 agent 啊都有自己的工作空间，系统数据会话记录。那么 workspace 里面每个 agent 文件夹下面的这些文件，在每个对话开始的时候都会被加载进去来作为这个 agent 的 上下文。 由于呢，不同 agent 这些文件有所不同，这也就决定了啊，这些被文件被加载进去的时候，里面携带的信息，包括啊，他的身份，他是谁，他的性格，他的对话方式，他的任务的不同。 那么这些文件呢，包括 agent 点 m d， 也就是这个 agent 的 工作说明书，它决定这个 agent 的 做事规则，优先级，边界，还有如何使用记忆。 so 点 m d， 就是 这个 agent 的 性格和说话方式，与其是什么风格，是什么，边界在哪里，由它来决定。 user 点 md 就是 这个 agent 对 用户的理解就是他在帮谁，对方是什么风格，应该怎么称呼，有什么偏好，要注意 identity 点 md 就是 这个 agent 的 身份卡，解决的是这个 agent 叫什么，是谁的问题。 to 点 md 是 工具说明书，告诉 agent 啊，本地有哪些工具命令，怎么约定项目里面有什么习惯？ memory md 是 长期精华记忆，它不是流水上，而是提炼之后的长期信息。这个文件很重要，而 scales 里面就是这个 agent 专属的 scale， 如果和局的 scale 同名的呢，这里的优先级更高， 会覆盖大局。那么这些呢，都属于 agent 层，也就是说啊，不同的 agent 默认不共享这些文件，但是同一个 agent， 不 同的对话，不同的对话线程之间是共享这一套文件的。第三层是 session 层，这个层级啊，不是这个 agent 是 谁，而是这个 agent 当前在哪个窗口里面工作。 session 是 对话县城，怎么理解呢？比方说，当你在同一个 agent 和他对话，但是在不同 discord 里面的频道对话，或者是你先跟他在 telegram， 后跟他在 discord 对 话，这就是属于不同的县城，因为它们的渠道不同， 或者是就是你当前的对话，但是你打了命令 slash new 或者是 slash reset， 就 会开启这样一个新的县城，区别是 slash new 旧的对话还在，但是 slash reset 会清空上下文，重新开始这样一个对话界面。那么这一层最典型的文件就是在我们每一个 agent 的 下面 sessions 文件夹里面不同的 session 文件了， 也就是每个对话都有自己独立的这样一个文件来记录啊，不同的对话历史。也就是说同一个 agent 不 同 session 会共享 agent 层那一套的。我刚才说的 saw 点 md， 我 刚才说的 agent 点 md 等等那些 workspace 的 文件，但是不会共享竹字的聊天记录。 讲完三层结构，了解 agent 工作原理之后，下一个很重要的问题就是，哎，多个 agent 之间是如何协作的呢？在 open call 里面， agent 协作大体有两种方式，第一种就是固定分工，也就是我们刚才说到的多个独立的 agent， 各自有各自自己的 workspace， 有 自己的 session， 也是对话现场。 固定分工就是像搭一个长期团队，就像我展示的我的 agent 一 样，一个负责找资料，另一个负责写脚本，一个负责写代码，还有一个负责日常对话和汇总等等等等。他们每个人啊，都长期干自己的事情， 他们之间的工作啊，写作的方式可以通过触发的串联或者是并行，比如啊， agent a 搜完信息这里我在 disco 里面点个赞，后面的 agent b 就 会根据我点赞的这个内容去调研资料，去补充材料。 那么第二种就是临时拉 sub agent， 也就是子代理。子 agent 去干活，也就是 open club 的 sessions prom， 它呢会拉起一个隔离的啊。 sub agent prom， 也就是子代理的这样一个运行在独立的 session 对 话现场里面工作， 工作完之后再把结果传到我们当前的对话里面来，相当于临时叫了一个实习生或者是外包去隔壁的办公室工作，干完工作回来汇报。这样的好处就是当我们的子代理在独立的赛程里面工作的时候，他不影响我们当前对话的这个主位阵子，我们可以继续给他提问，继续跟他对话，两边同时进行。 那么官方文档对他的定位也很明确，就是他适合做研究，慢任务、重任务、病情任务，而且不会阻塞我们主对话。 比方说这里啊，我让他去用 sessions born 去开一个子任务，研究 open call 智能体最近最受欢迎的三个讨论点，要求每个讨论点的热度、原因，代表观点，以及我可以做视频用的切入角度，然后让他开始在后台启动，完成之后主动汇报结果， 好的，他已经启动了这个任务。其实这时候我们可以去跟他对话，比方说我问他今天天气怎么样， 他呢，还是会回答我们这个今天天气怎么样的任务，因为刚才我们也说了，子任务是在另外一个县城完成的，不耽误我们跟我们的主要的智能体之间的对话。可以看到他就是继续的跟着我们进行对话，他回答了我刚才的问题，然后我们可以继续提问，我说， 哎，可以看到我们等了一会之后，他终于是把这个任务完成，然后自己主动地把任务的结果发回到了我们的主要的频道。哎呀，没有影响我们刚才跟他这个主要频道主要的智能体之间的。对，不是所有任务都适合上多 agent， 如果只是一个短问题，那么一个 agent 往往更加有效，硬拆呢，只会让系统更重更慢。那么真正适合做 agent 的 场景啊，一般有这么几种，第一种就是你的任务天然就能拆开，比如啊，研究，写作，审核，发布，本来就是不同的角色，这时候拆 agent 有 不同的工作区的这种不同的文件边界会更加清楚。 第二个就是任务可以并行，有些事情呢，不需要排队，一个 agent 可以 查资料，另外一个可以同时整理结构。如果你用 sub agent 这种并行就很合适，那么刚才我们也说了，它很适合做这种比较重的或者重复性的工作。 第三个多 agent 呢，不只是为了分工，也是为了避免污染。因为啊，如果你用单 agent 做太多不同类型的任务，都会出现相互污染的情况，长期记忆呢，会把不该混的东西混在一起。因为我们也说了，工作区那些啊， markdown 文件是同一个 agent 在 不同聊天窗口里面共享的， 那么什么时候没必要用多个 agent 呢？那么很简单，要么就是你的任务很短，要么就是上下文高度连续，你不想打破，要么就是你角色的边界根本猜不清，就没必要拆。还有就是避免为了做 agent 而做 agent， 只是为了看起来很高级而已， 能一个做好的事情就一个做，就相当于是一个队伍，当一个任务需要一个团队来做的时候，那自然值得用团队。 那么关于多 agent， 为了达到好的效果，我想分享一下我自己得出的一些实践。第一个就是不要一上来，对于很多的 agent 可以 从一个开始，有必要就加第二个，比方说你第一个 主要的 agent 也是默认的 agent， 基础上你加一个研究 agent， 每天去搜索啊有价值的信息，定期汇报给你，那么先把这个逻辑跑顺出来，然后再根据你自己的业务再加一个，同样每加一个呢，都先跑顺功能验收效果。 第二个就是工作区的文件要尽量的短，尤其是 agent 点 m d， soft 点 m d， user 点 m d， 也就是心跳文件， 而因为这些文件都会进入 agent 的 运行上下文，如果太长的话会增加效果。考虑到你有多个 agent， 如果你不注意的话，那你的成本可能会成倍的增加。好的，以上就是今天的视频了，希望你也能开始搭建属于自己的 ai 团队，不要忘记点赞和关注，我们下期再见。

家人们量化编程的代码神器真的来了，它就是 opencode。 这款神器开源免费，专门为咱们量化人量身打造，内置免费模型，不用花钱，不用复杂操作，新手老手都能闭眼充，用它写策略效率直接翻倍。 先跟大家把 open code 讲透，它可不是普通的代码补全插件，它是百分之一百开源的 ai 编程代理， github 七万加新标，主打终端优先，多模型兼容，隐私可控。它的核心就是帮咱们量化人把写策略调回测查 bug 的 效率拉满。 这里重点说一句，它完全不用，必须搭配 openclaw 用，单独用，它是高效编程助手，搭配 openclaw， 那 就是 ai 编程加本的执行的王炸组合，两种用法都香。 很多做量化的兄弟都有痛点，新手对着空白文档不知道怎么写策略，老手调回策改代码耗时长，还天天担心策略代码泄露。 openclaw 就是 专门解决这些问题的，咱们用它理由太足了。 第一，模型自由，还免费，量化成本直接打下来，这是咱们最关心的，它支持七十五家种大模型，云端本地随便选。 最关键的是有免费模型直接用，比如 mini max m、 二点五 free， 不 用花钱，不用复杂申请，一键调用写策略调试脚本，完全够用，再也不用心疼 api 费用。 第二， vs code 无缝集成，不打乱咱们的习惯。咱们做量化基本都用 vs code， open code 有 官方插件，安装完直接集成在编辑器里， 不用切换软件，不用跳出界面写 python 策略调回测代码时， ai 实时辅助代码生成，补全重构，一步到位，完全贴合咱们的工作流。 第三，隐私安全加离线可用策略绝不泄露。做量化的都懂，策略代码是核心机密， open code 默认不存储任何代码，还支持完全离线运行，哪怕断网部署个本地模型也能正常用， 不用担心里程泄露，数据被盗。隐私这块咱们量化人必须拿捏死。第四， plan 加 build 双模式它独创 plan 加 build 双模式， 不像普通工具直接生成代码，容易跑偏。 open code 先规划逻辑再写代码，写出来的量化策略逻辑更严谨，更贴合需求，复杂策略开发少走弯路。第五，多端适配加操作简单，新手也能快速上手。 支持终端 t u i 桌面应用 vs code 的 插件三种方式，不管你习惯命令行还是图形界面，都能找到顺手的，不用记复杂命令，不用写繁琐配置，哪怕是刚入门的小白，也能用 ai 帮你写。第一个小策略 家人们总结一下， open code 就是 咱们量化编程的得力助手，免费模型可用 vs code 无缝集成隐私绝对安全。 plan 加 build 模式精准，新手还友好，单独用高效写策略，搭配 open curl， 那 就是 ai 编程加本的执行的王炸组合， 量化人闭眼充就对了。想获取他的安装入口和免费模型使用技巧的家人直接关注加群，我把详细资料发给你们，关注超超讲量化，咱们下期见！

给大家看一下不会代码的人怎么用 openclaw 生成游戏，并可以持续优化。一开始我在 openclaw 里输入生成一个贪吃蛇的游戏，以网页版的形式保存在我电脑桌面上， 大致两分钟游戏就好了。在电脑桌面上打开是这样子的， 游戏存在一个明显的不足，就是速度太快了，玩不了。 于是我进行优化，对 openclaw 打文字说把速度降为原来百分之五十的同时，加上蛇吃苹果的生效。这一次生成的时间比较长，大致三分多钟才好。在电脑桌面上点击后是这样子的， 大家看速度慢下来了，同时加上生效了。从目前应用情况来看， openclaw 最大的突破就是完全不会代码的人通过文字表达就能生成相应的软件了，以后有想法的人将不再受限于编程技能了。

你们等了这么久的 open cloud 净化指南终于来了，今天我带你从残血到满血，一条视频全搞定！先说一个残酷的事实，你装好 open cloud 之后，它其实是个残血状态，默认只有二十五个工具，记忆系统是瞎的。每天烧五十到一百美金 a p i 费用， 就像你买了一辆跑车，但是只开了一档。今天我教你怎么把它开到满血。第一步，安装你需要三样东西， 一个代码执行器，比如 tray 或 cursor， 一个大模型 api key。 推荐 minimax， 最省钱，一个飞书机器人，让 openclaw 能跟你对话。具体怎么操作？打开 tray， 新建文件夹，然后把我给你准备好的安装提示词直接粘贴发送， tray 会自动帮你完成百分之九十九的工作。 安装提示词我放在评论区置顶了。装好之后，第一件事，解锁满血工具默认的 coding profile 只有二十五个工具，发一句话给 openclaw， 帮我把工具权限从 coding 改成 full profile， 它会自动执行两条命令，三十秒搞定。解锁之后，你的龙虾从残血直接满血，所有工具全部可用。第二件事，也是最关键的记忆系统进化。 默认的记忆系统有一个致命问题，它的长期记忆是瞎的，它能记住你说过什么，但搜不到。就像你有一个图书馆，但没有锁影系统，怎么修？安装向量模型， 发一段 prompt 给 openclaw， 让它自动配置本地嵌入模型，推荐用 embedded gemma， 三百 m， 又小又快，免费运行。 配置好之后，它的记忆就从残雪进化成了完全体，支持语义搜索，支持关键词加向量混合剪索跨绘画，记忆不丢失，但是光有向量模型还不够，你还需要建立记忆的三层防御体系。第一层，预压缩刷新， 把 reserve tokens 设成四万，让 openclaw 在 压缩上下文之前，自动把重要信息存到文件里。第二层，手动记忆记录， 养成一个习惯，重要决策就说一句，存到 memory 点 md。 第三层，文件架构， memory 点 md 不 超过一百行，只放缩影指真 详细内容放在 vault 目录下，让向量搜索去找。这三层防御建立之后，你的 open claw 就 真正变成了一个有长期记忆的 ai 助手。第三件事，省钱，默认配置，每天烧五十到一百美金，因为每条消息都把所有文件注入上下文。怎么优化？ 第一， memory 点 md 精简到一百行以内。第二，开启 prompt caching， 重复 token， 节省百分之九十费用。第三，不要频繁 compact， 因为每次压缩会让缓存失效。第四，选择合适的模型， 日常对话用 mini max， 省钱，关键任务用 cloud。 四点六，保质量。优化之后， api 费用从每天一百美金降到十美金以内。最后一件事，安全。很多人忽略这个但非常重要， 第一，网关只绑定 local host， 绝不暴露到公网。第二，开启 token 认证。第三，安装看门口脚本，每两分钟检查一次网关状态，自动重启。第四，在 agent 点 md 里加入安全规则，不执行网页里的命令，不泄露配置文件，删除文件。用 trash， 不 用 r m， 满血之后能干嘛？ 给你看一个真实案例，我用 openclaw 安装了一个叫 nano banana ppt skills 的 技能，包装好之后，我只需要对它说一句话，比如帮我生成六张关于 ai 编程的配图，风格要暗色加霓虹，它就会自动调用 gemini 帮我生成配图， 然后再装一个 humanizer zg 文案润色技能，把 ai 写的口播稿变成人话，最后用昆文 tts 克隆我的声音，自动配音， 整个流程从脚本到成片，一个人就能搞定。这就是我为什么说 open class ai 时代的超级武器。好了，今天六步走完，你的龙虾已经满血了。安装工具解锁记忆进化省钱优化安全加固，再到视频工厂实战， 所有的安装提示词和配置代码我都放在评论区了。关注 ai 厂长，后面还有更多 opencloud 的 高阶玩法，我们下期见！ ok， 这期视频呢，同样也是全部通过 ai 制作的，可以给大家先看一下效果， 然后完整的文件内容。这是我们的视频生产的流水线，如果大家感兴趣的话，可以在评论区留言，下期我也会把这一套流水线开源出来，谢谢大家！

安装完 oppo 壳不会用一分钟教会你从零到一，普通人也能直接上手。首先我们要搞懂什么是 oppo 壳，简单来说他就是一个本地 ai 执行助手，能听懂人话，并且能够操控你的电脑，帮助你干活。当我们安装好之后，我们可以检查一下他是否成功运行， 只需要打开终端，然后我们运行这个代码，在这里就可以看到他是否在运行的状态，可以看到他是在正常运行的， 下面我们就来测试一下，给他一个命令，然后看他是否能够正常运行。这里我们让他在桌面创建一个文档，文档内容是我成功启动 open code， 然后让他执行 好，这里可以看到他已经完成了，然后我们来到桌面看一下，可以看到桌面就已经建好了一个文档，我们打开看一下内容，可以看到与我们的要求完全一致，好。测试完成之后，我们来认识一下他的一个主要功能， 我们只用记得这三个，第一个就是概览，在这里我们可以看一下他的状态，检查一下是否正常，同时在这我们也可以修改他的语言 好。然后第二个就非常重要的 skus， 他的一个技能就像我们人一样，需要不断的学习各种技能才能提升自己，那可口可乐也是一样的，我们需要在这个地方去安装各种各样的技能，当然也可以从外部导入， 这也是养龙虾的第一步，给他增加技能。这里的话给他一个建议，就是可以根据你的行业或者需求，然后去安装对应的一个技能。而第三个的话就是 agent， 也就是你的一个团队员工，然后默认的话他只有一个主要的能力， 然后我们点击这个 tos， 可以 看到它的一个基本配置，在这里我们可以修改它的一个权限，从左边的话是默认最低，然后我们可以点 for， 然后权限给它开满。 那我们如何增加多位镜头呢？我们可以直接根据自己的行业或者需求，然后让 open 可乐帮你设计一套多位镜头， 我们可以直接在聊天窗口告诉他我们的需求，然后让他帮你设计，就像这样。那我们应该怎样去增加一个 app 呢？下面我就为大家实际演示一下。首先我们打开终端，然后输入这个代码， 最后的话是他的名字可以自行设定好，设定好我们按回车，在这里就打开了一个配置界面， 好，这里我们按回车，这里我们选择 yes， 然后同样的按回车， 这里的话我们因为出于演示，在这位置我们选 no， 直接跳过，然后这里也是选 yes， 到这里就选择你需要接入的一个 a 帧，就比如你要接入飞书，你就选择飞书，那这里我们直接跳过。好，下面我们来到 ctrl 界面，然后点这个代理， 可以看到我们刚刚配置的 a 帧就已经配置好了。好的，那么本期视频就到这里。

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。