claude code同级的工具还有谁

二零二六年， ai 编程工具呢实在太多了， cloud、 cloud code、 coder 等等，哪一个更好？到底怎么选？今天呢，我们来做一期年终的盘点，把主流的这些工具呢全部聊一遍啊，它们分别的定位，价格是怎么样的？有什么使用特点？怎么来用更省钱？帮你呢？搞清楚到底该选哪一个？先说一个现实问题，这些工具呢，它都不便宜， 想日常写代码，如果只用免费版的体验一下呢，是可以真正干活完全不够。 carter 免费版的 agent 请求次数卡的非常死。 windowsurf 免费版每月二十五次，请求我实测呢，一两天用完了，所以想靠 ai 编程真正提效，订阅费跑不掉。我翻了一下自己的订阅记录，同时呢，开了这几个订阅 carter 呢，开了 pro 加六十美金， cloud code 订阅版二十美金。如果你像我一样手痒呢，再开个 windowsurf 啊 code 啊体验一下，每月呢轻松上一百美金，一年一千二百美元， 折后呢大概八千多元。而且要注意的是呢， cursor、 cloud code， windows app 都有额度的限制，超了额度呢，要买 credit。 如果你是重度用户，升到 cursor ultra， 每月两百美元，一年呢两千四百美元，快两万元了。所以这期视频帮大家理清楚 怎么选才不花冤枉钱。试命一下，没有任何广告，全是我自己掏钱实测的真实体验。正式盘点之前呢，先给大家一个选择框架。选 ai 编程工具，本质上是在功能、强度、价格上手体验三个维度之间做取舍。想要功能最全，模型最多，价格肯定贵。想要便宜，就得接受某些功能的缺失，三者 不可兼得。带着这个框架，我们再来逐个看。首先呢，先说行业的标杆， coder 的 ai 原声编辑器，目前功能是最全 的，最大优势就是模型选择多， cloud code gpt 随便切换。 a 键的模式呢，能跨文件编辑好终端命令，自动修 bug， 体验呢，非常完整。而且呢，可以指哪打哪，可以更精细化的控制要修改的文件或者具体的段落。价格方面呢， pro 版呢，每月二十美元， pro 加是六十美元， 首款是两百美金。我自己用的是 pro 加，日常够用，但是跑大项目的时候呢，额度经常告急啊。 cost 的 坑在于什么？表面二十美元一个月，看着不贵，但是重度使用呢，你很难控制在 pro 的 档位，模型调用一频繁，实际花费呢，可能超预期啊，适合不差钱，追求极致功能的专业开发者。第二个， cloud code and safecake 自家出品。注意，这个工具呢，官方没有图形界面，全靠命令行操作。听起来呢，门槛高，但是效果确实强啊。两百可以 token 的 超大上下文窗口，整个项目直接塞进去，不用手动选文件。 价格呢，走 cloud code 订阅至 pro， 每个月二十美元。 max 有 一百美元和两百美元两档代码，质量在同类工具里面属于天花板级别。 在 s w e bench 好 分百分之七十二点五。根据 a c d i index 今年一月的调查，在 exotic coding 领域呢，使用率达到了百分之六十九，增长非常猛。但说实话， cloud code 呢，稍 token 是 真的快啊，因为它是 age 的 模式，运行每个任务呢，要自主规划执行，反思，调用次数远超普通的这种补 iso 官方数据，开发者日均消耗大概在六美元，团队每人每月一百到两百美元，如果不加控制的话，一个月 token 费呢，可能比订阅费贵好几倍。所以用 cloud code 呢，整 token 就是 个必修课，给大家分享几个实测有效的技巧啊。 第一个用 compact， 用 compact 的 命令定期压缩上下文，到百分之五十呢，就压一次，不要等满了再压。第二呢，不同任务用不同的窗口切换时呢，用 clear 清掉无关的上下文。第三个简单任务呢，手动切到 high cool 模型，不要什么活呢，都用 office 锁。 第四个配置 cloud excel 文件，把 load， modules， build 这些大目录呢排除掉，做好这一期呢，就能减少大量无效消耗。坑还有什么呢？纯终端交互习惯，图形界面的人呢，需要适应期，适合终端重度用户，追求代码质量且愿意花心思管理 token 的 人。第三个 server 桌板呢，每月只要十五美元，这是四个里面最便宜的 i d e 类工具。它的 a 键的模式呢，做多文件编辑很流畅。 u i 是 四个里面相对比较好看的，上手呢也最简单，两分钟安装就能用。但是呢，免费版二十五次请求基本当天就能消耗完。大型项目偶尔会卡， 模型选择呢，不如 curder 丰富。总的来说呢，适合预算有限项目呢，不算太大的个人开发者。最后一个可能很多人没有听说过，就是阿里做的 cooder。 这是四个里面最让我意外的。先看价格， pro 版每月只要两美元，之后呢，每月十美元。别的工具呢， pro 都是十五到二十美元 起步，它直接砍到一半 pro 加每月三十美元给两万的 credit， 对 比 curder 的 两百美元 roo 呢，差， 差距巨大。功能上呢，有几个独家的杀手锏啊，快速的模式呢，用自然语言描述需求， ai 自主完成从规划、编码到测试的全流程，支持十万文件级上下文解锁。 大项目呢，随便搜 rap wiki 呢，自动生成项目文档和架构图，测试自动生成，官方说覆盖率呢，能到百分之九十。 而且据说呢，它集成了多家的模型， cloud code， gmail 等混合使用，还能自动选最优模式。缺点呢，毕竟是个相对新的产品，社区生态跟 course 呢有差距，教程啊，插件资源偏少，稳定性还需要时间的检验。最后呢，帮大家总结一下， 追求最全功能不在于价格，能够精细化的控制，那么 course 呢，依然是最佳选择。终端重度用户，追求代码质量就用 cloud code， 如果把模型换成国产的质朴和 kimi， 可以 说 cloud code 目前性价比 也是很高的。预算有限的，想快速上手的，用 windows 五，每月十五美元，值得试一试，做大型项目或者想花最少的钱扣的呢，首月两美元几乎白嫖，强烈建 议试一试，不过这个赛道呢，真的卷得飞快。据统计呢，二零二六年初，已经有超过百分之八十五的开发者在用 ai 编程工具，百分之四十二的代码呢，由 ai 生成或者辅助。可能再过几个月呢，再给大家更新啊，你现在呢，在用哪个工具呢？还有哪些我没有提到的好用的工具，下面可以交流一下你的真实经验。

两个月前，我认为 color code 加 office 是 ai 编程唯一的选择，尽管它又贵又很难充值，可我还是要想尽办法给它送钱。好消息是情况已经发生了改变， open code 已悄悄成为 color code 的 有利竞争者，今天我们就来对比一下两者之间的差距到底有多大？ 还有国产的模型是不是已经起来了？耐心看完这个视频，一定会为你省下不少的一个脱粉成本。我们总共是规划了三套方案，方案一 cloud code 加智普的 glm 四点七方案二是 open code 加 glm 四点七 方案三是 cloud code 加 opus 四点五。对比选项是，一是否完成，第二就是用了多长时间，第三是人工的干涉次数，我们的目标是零干预， 第四是完成了质量，第五是费用和成本。这个评测体系既是 open code 对 color code 的 挑战，也是国产的 glm 模型对 opus 的 一个挑战。结果到底怎么样？我们继续往下看。 挑战的项目是需求自动评分系统，总共会涉及非速度为表格， dbc， 邮件，还有数据库评分系统五个系统的一个交付。要做到零干涉，这个难度还是比较大的。之前我做过一期视频，然后用错了一个嗨库尔模型，结果跑了一个多小时。那么我们先来快速的过一遍业务流程。 首先是用户填写这个需求表单，提交之后会定时的去非速度为表格当中找出没有评分的记录， 把数字组织好以后发送给 dbc 进行一个评选和打分。接着评选的结果要进行三步处理，第一就是评选的结果回写到分数表格当中，第二就是把结果同步存储到数据库当中，第三是邮件通知用户，并带上这个内测的邀请链接。 那么这么复杂的业务，我们如何做到临干预呢？完全的交给 ai 进行自主的运行，答案就是大叔开发的秘密武器 api 目录。 ai 会规划四个主要的步骤，第一是探索和学习，第二是查询表质段，第三是创建和审批工作流，第四是测试和验收 探索包括当前项目的文件以及 a p f 目录的语法，我们通过 a p f 目录的 style 来实现。然后查询表制段，包括飞书和数据库的，这里面要通过 a p f。 目录的 m c p 来实现。 agent 先要写调试脚本，然后通过 m c p 来执行。这里面有两个难点，第一是正确的去编写 a p f o 的 脚本，这是完全没有训练过的新语法，只能通过 a p f o 的 skill 文档来临时学习。第二个难点就是正确的去调用分数多维表格的 api， 这里面的内容是又多又杂又乱。 第三次创建这个审批工作流会涉及到飞书， d p c 数据库，还有邮件各种 api， 而且全部都要采用 api 目录的语法来实现，这个难度大家可想而知， 让 ai 一 次性编辑成功是不可能的，我们提供了一套念书和反馈的机制，我们会形成一个开发测试排除的完整闭环，然后放手的让 ai 去搞，当然了，你的钱包一定要充足。 我们来看看最终的结果，从结果来看，三套方案是全部都完成了，但过程还是有比较大的一个差距的。 color code， 无论是 grm 还是 opus， 它都只用了十五分钟，最强的是全部都是零人工干预，我只要静静的看它表演就可以了。 然后 open code 加 glm 的 话，耗时用了三十五分钟，整整慢了一倍多，中间是遇到了一个 apf 漏洞的语法的问题，他来来回回折磨了十多分钟，我实在忍不了了，就提醒了他一下，但好在提醒完之后，他就立马反应过来了，然后顺利完成，总的来讲我还是满意的。 我们再来看看他们完成的一个质量，这个完成的质量主要是和模型的关系比较大，使用 glm 的 两个方案的话，都出现了类似的问题，大部分都是没有按照规范的文档进行编写啊，所以说我给出来的是三颗星， 然后欧布式模型的话基本上就没得挑，全部都是按照文档规规范范的进行编写，就连获取分数表格这种调试代码都写的是相当的规范啊，所以我这里的话是给五颗星。 整个执行过程中，方案一是出现了十二次错误，方案二是只出现了四十二次错误，他就来来回回不断的在报错啊，要不是我去提醒他的话，估计他会报的更多。方案三，最牛只有四次错误。 好，最后是大家关心的这个钱透根消耗的问题。方案一， color code 加 glm 的 话是三点二七美金，但是它这里有三这个 opus 的 价格去算的，所以说它比 glm 贵了十倍啊，算下来实际的成本应该是在零点三二美金， 那么 opus 方案的话，它是最稳的，成本也是最高的啊，成本是三点八四美金，这里我用的是中转站啊，实际价格大约就是一半的样子， 那么 opencode 加 g r m 的 话是一点八四美金，主要是它来来回回的报错，消耗的拓客太多了啊。 以上的话都是我用它的官方工具进行统计的，实际消耗不太好算啊，有时间我再专门出一期视频来给大家研究一下。最后总结一下，我们怎么进行选择呢？如果说你是首次使用 ai 编程，轻度的使用，我建议大家是采用方案二， 因为 g r m 这个充值比较方便。另外就是 open code 它有外部键面，对新手比较友好一些。 但如果说你是专业的开发者，重度使用的话，我还是建议你采用 color code 加 os， 目前永远是最好的编程的选择。同时你可以搭配 open code 加 g r m 来使用，这种简单的场景就可以交给它们来实现。比起你用 color code 的 然后进行模型的这种切换的话， 我感觉这个方案会更方便一些，因为那个 color code 的 绘画它是不能中断的啊。最后，如果说你是程序员，你还没有采用 ai 来编程，我的建议就是两条路，一就是转行，第二就是马上开始用 ai 来编程。接下来我们来说一下本次对比用到的工具。 color code 的 话是用了一个第三个工具叫做 cloud run， 运行 npx color run 这个命令就可以一键启动这个 web 界面，这里面可以看到所有的绘画历史记录，大模型的思考和调用工具 m c p 的 调用的错误啊，用来做这种复盘非常的好用。它的原理其实就是去读取 color code 的 项目的历史记录， 你的每一次绘画，它都会在一个项目目录里面保存一个 jason 的 绘画文件啊，然后这个 cloud run 就是 去读取这绘画文件，然后把它解析成外部界面给你进行展示。然后成本的话，我们是用的这个刚 cos 的 命令，它会显示本次绘画的一个成本 和 token 消耗以及改动的一个文件。 opencode， 它本身就自带了一个外部界面，我们输入 opencode web 就 可以打开，可以直接输入消息跟它进行交互，还可以看到当前项目的文件和对应的改动，还有上下文的窗口以及 token 的 一个消耗都可以看到，这个对新手就比较友好。 就是这个界面看历史记录不是特别方便啊，看不到细节，我看他的错误统计，最后都是调用他的 a p i 来看这个所有的绘画的消息，然后才查到了对应的错误，是四十五次 啊，这个我估计官方后面应该会会进行一个完善。好，下期视频的话，我把前面挖的那个坑给它填上，就是带着大家一起去开发一个小红书的自动运营系统啊，包括爆款的监控，包括素材的自动生成。好，那么我们下期见。

如果你还在把 cloud code 当成一个只会在终端里聊天的窗口，那你可能只发挥了它百分之十的功力。作为一款真正的 a 阵开发工具，它拥有强大的文件操作、终端控制和外部工具集成能力。 下面是我经过深度使用总结出的全套快捷键命令、配置项及工作流。在使用 cloud code 的 时，不要傻傻地全部手打， 熟练使用快捷键能让你的操作速度翻倍。 shift 加 tab 能让你在普通对话自动同意修改和计划模式之间快速切换。当你要写一段很长的提示词时，在终端里修改非常痛苦。 按下 ctrl 加 g， 它会自动调用你的默认编辑器，写完保存，关闭，自动传回终端。遇到了 u i 错位报错、截图甚至带有手绘箭头的草图，直接通过 control 加 v 粘贴进终端， cloud 完全看得懂。想让他看某个特定文件，不需要等他自己找，直接输入 at 符号，他就会弹出所有的文件内容，选中就能读取。在对话框输入斜杠即可触发，这是管理 ai 状态的核心。 clear 是 最常用的命令，没有之一。 每次切换任务或修完一个 bug 后，一定要清空上下文。 compact 记忆压缩，当进度调爆红，但你又不想清理对话时，使用此命令，它会总结前面的对话并释放空间。 rewind 列出当前绘画的所有操作快照 ai 改版的代码，你可以一键回滚到指定节点。 model， 根据任务难度随时切换引擎 cost， 实时查看当前配置白名单面板。 在项目根目录创建一个 cloud md， 这是最高优先级的系统提示词。不要长篇大论，重点写项目的技术栈是什么，每个目录是干嘛的？代码规范是什么？怎么跑测试。我已经将完整的内容整理成了飞书文档评论区 c c。

为什么我说现在就是你开始 vaping 的 最佳时机？因为现在开始的成本真的很低。 openai 的 创始人 sam ottoman 在 推向上宣布，他家旗下的 codex 能免费用了，而且免费的不是什么渣渣模型，而是 openai 最新的 gpt 五点三。 codex 速度更快，逻辑更强，完全不输隔壁添加了 cloud ops 四点六，那我已经深度使用一个月了，并且已经手搓上线了自己的产品。那么这期视频我们一起来学习一下如何正确使用 codex， 开启你的 web coding 旅程。 给还不了解 codex 的 同学简单介绍一下， codex 是 open ai 旗下的编程智能体，而隔壁 cloud code 是 同一种产品，有了 codex， 再加上 gpt 五点三的模型，就可以愉快的编程了。 一般人看到黑底白字的命令行界面估计就被劝退了。别担心， codex 不是 硬核的即刻工具，它有正儿八经的图形界面，官网下载、安装、登录一气呵成，没有什么要你做的复杂配置， 接下来的内容很关键，你要搞清楚两个概念，工作区和 thread 工作区。你可以理解为你的项目文件夹，比如你想做一个网站， 先建立好文件夹之后，所有的代码文件都会保存在这里。而 thread 就是 一个个的聊天窗，这些聊天窗就是 一个个的任务线。这里有个黄金法则，大家一定要记住，不同的任务要开不同的 thread， 千万别在一个窗口，一会让它改 bug， 一 会让它写新功能。另外你也不用傻，等任务完成，你可以同时开多个 thread， 同时处理多个任务，效率直接起飞。前段时间爆火的 skills 在 codex 里直接格式化了，内置了几十种的 skills， 鼠标点点就能安装了。这些 skills 能让你的 agent 如虎添翼，关键省去了繁琐的搜索和安装过程。 最后分享一点个人使用心得。上一个视频里我推荐了谷歌的 anti gravity， 其实这两个产品你可以一起用，把 codex 的 插件装在了 anti gravity 里面，这样你可以同 同时要用多个模型，比如让 g p t 五点三改 back， 让 jammer 做前端，让 cloud 出方案，不用切屏，不用复制粘贴，一个界面汇集世界上最好的三种模型帮你干活。这套 web coding 的 形态， 你值得拥有。以上就是本期视频的所有内容，欢迎关注艾伦，二零二六年，我会持续创作更多 web coding 和 ai 工作流的相关内容，我们下期再见。

推荐六个我一定会用的 skill， 都是我一直在用并且深入研究过的。第一个就是官方认证过的 skill 鼻祖 skill crater， 它可以直接把跑通的工作流变成你独一无二的 skill， 自动分析工作流程，提取出复用模式， 帮你生成标准的 skill 文档，没有复杂流程，一键就能安装使用。第二个是 document skills， 它可以算是 ai 操作文档的天花板了，自动填表，批量处理文档表格，智能处理 pdf 文档，生成 ppt。 只要你电脑有它在，你的 ai 交互能力 直接提升一大截。第三个 fan skill， 它就能帮你从成千上万个 skill 中精确定位到适合你的 skill， 智能筛选和对比。在你去找其他 skill 的 时候，先去问问它， 或许会有惊喜。第四个就是 fortend design， 它简直就是美工的神器，专业水平的 u i 设计，一键就能帮你美化 u i 界面，装上它，小白也能做出精美的网页界面。第五个 code simfer， 史山代码的终结者，帮你简化代码逻辑， 优化结构，并消除笼鱼的代码程序员的福音 skill。 最后一个 roller loop， 专属于你的 ai 打工仔， 自动循环执行任务，帮你搜资料并自我迭代优化。要说不好的，只能是它的费用有点高了。这六个 skill 我 几乎每天都在用，还有更多 ai 工具已经给大家整理好了，关注我，一起带你探索 ai 世界！

今天分享一下 cloud code 黑客松五个获奖案例，分别是 crossband， 是 用 ai 辅助去获得加州建筑审批许可证的一个项目。 银奖是 elsa， 是 一个儿童可说话积木编程工具。同奖是 post visit， ai 是 患者的诊后陪伴。创意探索奖是 conductor， 这个是你按键盘，它会有 ai 给你伴奏。最后就是持续思考奖是用行车记录仪提供的视频，通过 ai 整合去提供一个修路的建议， 那大家如果感兴趣的话也可以去 x 上面。 cloud 在 二月二十一号公布了获奖名单以及相关的视频。先简单介绍一下什么是 cloud code。 目前国外 ai 的 大模型的主力有四家， 分别是 open ai、 anthropomorphic， 谷歌和前推特就是马斯克做的公司，那主力的大模型有 chat gpt、 cloud gemini 和 crock。 如果了解之后，你会发现每一个大模型它都会推出一个聊天对话的版本和一个专门为了写代码的版本， 就像是 g p t。 除了对话版本以外，还有一个叫 codex， 就 专门为开发者做的工具 astropic 也有一个 cloud code， 也就是我们今天要讲的这个谷歌，它推出了 gemini c l i， 也就是命令行的界面，也是为了开发的。每一个模型它都有不同的 呃模式，比如说 g p t， 它是自动的，快速的和思考模式。像 cloud 呢，它有 opus 四点六、 sony 四点六和嗨酷四点五，不同的模型能力不一样，其中红框的这个是最强模型，那 gemina 有 快速思考和 pro 呃 crock， 也有专家模式、自动和快速模式。那么今天我们要讲的就是这个 cloud code， 参加这个比赛的人用的都是 opus， 四点六就是它最强大的模型。第一个像 crossbeam 这个还挺有意思，作者是个律师，有一次他在跟朋友聊天的时候，发现他朋友被加州建筑许可证这么个东西弄得特别头痛。 在美国的加州，你想做一个建筑，和其他的州的法律和规则不一样，他们州规定做一个建筑你需要获得很多部门的审批，这里面包含规划、 结构、消防、能源、安全和环境保护等等等等系列的法规。你需要提交很多个部门很多个资料，你就会收到无数个部门给你发来的纠错信息啊，这里又不合格了，那里又不合格了。所以经常一个建筑超过一年的审批时间是很正常的， 很多建筑师都因此非常非常的头痛，他发现这个痛点之后，他就做了一个叫 crossbeam 这个项目，他通过 cloud 的 这个顶级的 opus 这个模型，根据 部门发来的纠错信，问你相关的问题，补充好全部信息以后，他会分析根据你的图纸和所有的信息，还有他的纠错信， 去完成所有部门不合格的地方去进行修改。它会把图纸进行规划，有建筑结构、位置、能源和这个各个系统等等，由一个总模型分配几个子 agent 去完成这个工作，它显示了有蓝图图纸和这个纠错信， 然后经过几个环节，最后输出一个所有部门都满意的一个审批文件，这个就大大的提高了审批的效率。这个项目的作者是一个律师，他之前其实不懂代码， 他发现了这个需求，再加上他过去学了一年的 ai 编程，他就觉得这可以拿 ai 去解决，因为一个是他不需要创意性，第二个就是他需要 ai 帮他交叉分析，无数个文件、图纸等等，这些 ai 都有能力， 他一看太适合了，就开发了这个项目，因为他也真的切中了真的需求，所以他获得了金奖。如果你发现你做某件事需要阅读大量的文件，交叉分析，来回打退，重改、修改，反复的这样磨， 毫无疑问用 ai 去解决第二个项目 elsa， 它也特别有意思，作者是一个软件工程师，有一次他发现他七年级的女儿要参加学校的一个发明展。这个小项目也非常简单，就是用一个微型控制器，里面装上温湿度传感器， 然后植入进去一段程序，让温湿度传感器能读取温湿度，并且显示在上面的 led 屏上，那中间就需要写这么一段小程序。他女儿其实是不会写代码的，他认为现在市面上为大人准备的那些开发工具，比如说那些终端界面呀，都太枯燥了，不适合孩子，孩子也不会懂。 于是他就为他女儿开发了这个 elsa 的 一个基于 cloud code 的 ai 编程工具。你可以看到页面上的这个像积木一样的界面，就是给孩子准备的开发工具。左边的这个是有几个栏目的，包括目标啊，要求啊，你这个代码的风格，显示的风格呀， 技能规则、门户，以及你需要几个子 agent 去帮你一起执行这个项目。他女儿想做什么？就像拖积木一样，点击这个目标， 把这个积木块拖到这个面板上面，那上面有一些文字，比如说我想要做一个什么什么比赛，或者什么什么一个项目 要做这个类型是什么，他最后做出来可以什么什么，就是相关的要求，以及你需要设置几个子 agent 去一起帮助他完成工作。这几个 agent 都叫什么名儿？他父亲把这些指令做成积木一样的模块化的东西，他的孩子只需要天空就可以了。 之后 cloud code 会把这些文字翻译成需求，在后台去写成一段程序，让他女儿最后能在那个 led 灯上显示呃亮起来。总之就是把这个程序植入到这个硬件里面。 他发现的洞察是，现在针对于儿童的编程软件和工具，要么就是界面不是适合儿童的，要么就是像过家家一样的， 只能让孩子学习，但是不能让孩子真的做出一个产品或者项目。作者也把这个项目公布到了 github 上面，如果大家感兴趣的话，可以去下载去体验一下。 这个项目给我们的启示也是，不要忽视你身边的一些微小的需求，有些需求它可能没有那么宏大，不是说做一个颠覆级的教育平台， 但是他解决了身边人真实的需求，也抓住了真需求。获得同奖的项目是这个 post visit ai 这个项目的作者，他是比利时的一个心脏科的医生，过去他会一点点代码，但有了 ai， 写代码就变得更快更方便了。 他在过去二十年的工作经历当中发现，很多患者在出了诊疗室之后记不住遗嘱，不知道怎么吃药，也不知道医生的这个建议代表了什么，这里要普及一下国外和我们国家的背景， 国外的很多英文单词，尤其是医疗领域的专业词汇是特别晦涩难懂的，像我们说心脏病啊， 他都特别形象，因为汉字的原因，汉字本来就形象，但是如果你换成专业术语的英文字母的话，就特别的抽象，很多普通老百姓根本读不懂是什么意思。 他发现了这个痛点之后，他打算做一个连接患者和医生的这么一个桥梁的工具，在患者出了诊室之后，他可以通过这个 ai 工具在右侧去根据医生的建议 详细的提问，比如说为什么医生推荐这个治疗方案呐？为什么医生推荐吃这个药啊？这个药对我的病情有什么帮助啊？我一天吃几顿呐？现在其实 ai 可以 做到电子病历了，它只不过把这个电子病历和这个工具嫁接起来， 让这个 ai 工具能够进一步的解释医生的电子病历。其实很多人也会问哈，如果做电子病历会不会干涉医生的诊断过程，有一种实时被监控的感觉，那其实中间就涉及到了这个电子病历是否要让医生审核之后再推送到整个这个平台上面， 其实这个还是有待商议的，不过这个工具真的可以帮助患者在诊后去进行持续性的陪伴，这也是解决了一个非常大的问题。 获得最佳创意探索奖的是一位音乐家，他用 cloud 去控制四个乐队弹奏，以便让他在 midi 敲击键盘的时候，能够让 cloud 指挥整个乐队配合他一起演奏。大家可以听一下， 大家可以看到这个音乐家每一次弹和弦的时候，他只弹一个和弦， 等其他的古典啊，其他的这个声乐乐器啊，全都是 cloud 指挥后台的这个电子乐队去配合他演奏的。他也认为好的 ai 创作有可能不是替代创作者，而是让创作者做一个简单的事儿， ai 就 能配合他完成一个出色的作品。 主创还是人类， ai 只是辅助，让这个曲子变得更出彩。最后一个项目叫 terra， 这位作者他也是不懂编程，完全是靠 ai 编程来写的这个项目。他是发现乌甘达这个国家政府想要判断哪一段路先修，哪一段路后修，其实是个很困难的事儿。 过去需要人工去现场拍照片，收集一堆资料，最后汇总再形成决策。这个过程一个是慢，再一个就是很容易决策错误，导致真正需要修的路没被修。这个资金分配的优先级是一个非常大的问题。那他发现我们市面上 所有的汽车都带行车记录仪，这是一个特别好的一个收集数据的方式，他廉价而且很广泛，很普及。于是他就做了这个项目，叫 terra。 这个项目就是通过行车记录仪去采集视频，再经过 ai 去分析判断路面状况，然后决定我们应该先修哪个公共设施，先修哪个路。 它的流程是上传行车记录仪之后， ai 去逐真的去分析，给出一个全方位的经济投资计划，最后它有一个设施的改善优化的这么一个建议方案， 你可以选择任意一条路，或者是任意一段行车记录仪的视频，接着点击分析，然后他会给出这条路上跑的车辆类型是什么，是小轿车还是中型卡车还是公交车， 同时他还会给出这条路的相关的描述，用文字的形式呈现，以及修了这条路以后路上的哪些设施得到好处。最后就是一个经济情况分析，例如投资回报啊，还有决策是否投资一条路的相关的数据支撑。 这个项目让原本需要超过五周的工作量压缩到了五个小时。这个项目也是开源了，作者是一个人花了六天时间搞定了这个项目。 想分享这五个案例是我发现大家都在追求工具多么多么先进，而很少回归自身，回归真实世界去看看真需求工具只是实现我们最终目标的一个手段。 最后就是代码其实已经不是开发的门槛了，人人都可以开发。那么今天视频就到这里，如果你喜欢的话，别忘了点赞、收藏、留言、关注，让我们下个视频再见，拜拜！

大家好，不知道你们是否跟我一样，在 ai 编程开发当中，经常会找一些啊比较流行的插件啊，技能或者命令。 我最近在看这个 cloud code 官方自己出的这个插件组合呢，发现一些非常有用的这些技能啊，命令啊，在代理，而且他们对于这些工序的这个定义和书写也是非常值得去学习的。那本期视频呢，给大家一起来探讨一下， cloud 官方的这个最强的插件包含了哪些我们能够直接用来的这个技能 子弹里或者说一些插件，也会看一下在别的 ai 编程工具是不是能够飞。首先呢，我们可以看一下它是一个 git 的 一个原码的形式啊，那么我们可以去打开 打开这个 git， 那 按照它的这个命令去安装，安装也是非常简单的，安装完成之后呢，你打开你的 curl code， 在 这边输入 pran， 然后的话你就能看到在这个 marketplace 里面就能看到你去安装这个，那么这个是带两个新号的，就是它的这个官方的这个插件啊，那经常如果你没有安装到它这边，在你对话的时候，有时候也会在右下角呢，会提示你去安装这个插件啊，非常建议大家去安装好， 那你安装完之后，那么你就可以在这个 discover 里面去看到这些你没有安装的它里面的这些插件呢，比如说这个带这个啊，这个 officer， 这个这个 playwrite， 或者说这些东西都是没有装的，那么你就可以去选择它装上，你也可以在这边 marketplace 里面去选选中它 啊， enter 键，那么你就可以去浏览它所有的这里面的所有的内容啊，那比如说这些打勾的说明就你已经安装的，那这些的话是没有安装的，那么你就可以选择，比如说选择这个 commit commands， 那 我选错了，那这里的安装就是 你可以是安装是用户级别的，也就说你所有的项目都能用这个里面的功能，那么你也可以是安装这个工程级别的，也就说只有在当前项目下才能用这些功能，所以自己选择好，建议是 都安装到这个 user 这个级别啊，就是所有的项目都能用，因为它提供的都是一些比较通用的。那安装完之后呢，我们再看一下这五十六个里面，哪些是我觉得可以拿过来直接用的，然后呢，我把这个能够用的，或者说比较好的这九个啊整理出来，这里面有一个一列是 cos 可用啊， tree 可用 codex， 也就是它们原声支不支持，直接复制过去用，那不我这里打了叉的就说它是原声就不支持，比如说 tree 它不支持命令，对吧？但是其实你也可以把这个提示词复制到它的对话框里面，也可以用， 也是有办法能用的啊，我这边说不支持，只是说它原声就不支持。第一个就是非常非常重要的，也是非常有用的这个创建技能的这个技能啊， 那么这个创建技能呢，最近又发布了新的版本，增加了很多评估，还增加了很多测试，是吧？因为经常我们在创建技能的时候，你创建完之后，这个技能效果到底是怎么样的，你是不知道的，你只能说去自己去做做一些测试，那现在呢，他技能本身提供了很多这种评估的这种方法 和这种，你的这个技能的这个效果到底怎么样？这个对于非编程的这个人员是非常友好的，那么在用技能的时候一定要注意啊，比如说我选择这个 skill crate， 那 么打开这个技能的时候啊，你如果安装了别的 插件，也有可能有跟它名字一模一样的这个区分好，它在这里的时候会如果重重复的话，它这边会有一个这样的一个标识，相当于公司名称一样，比如说我这个 是是它这个的这个名字的下面的所有的技能，那么这个就是类似于像官方一样，那么你也可以选择这个 enter 键，那么你可以看到是 square critic 这个名字，那么你就可以大概就知道这是官方的，因为名字相同很容易混淆。那这个呢？因为它是以技能的形式存在的，所以说这个 ctrl 啊 shift 都是可以使用的，那么你这边可以去下载这个安装包，你也可以在 github 里面去直接把它复制到你的这个呃，对应的 ai 编程工具的这个目录下面就可以使用。 那第二个呢，就是这个人可能很多人忽略了，就是 cloud md 这个文件的一个维护啊，那通常情况下我们去维护这个 cloud md 的 人可能是自己去手写，那么 这个官方提供了这个 cloud md management 这个这个命令，它是一个命令或者技能形式的存在，它可以根据你的历史对话去优化这 cloud md 里面的内容。那比如说我们在历史对话中，可能在最近的这个对话中啊， 那存在可能去纠正，对吧？纠正一些局的错误，或者说定义一些工作流程，那么它就可以提取出来，把它写到这个 cloud md 文件里面去。那 cloud md 这个文件是非常非常重要，我可以认为是所有的这个 ai 编程工具啊， cloud md 或者 agent md 啊，这两个是一样的意思，只是 不同的命名而已，它们都是非常重要，是一个承上启下，是整个 ai 编程，一个维持的一个内存记忆的非常重要的一个文件，所以这个文件一定是经常更新 是最重要的，所以呢，它提供这样的技能啊，你可以就可以根据你的对话智能去总结需要更新的内容，是一个持续学习迭代的一个东西，非常非常重要。那比如说我使用了这个啊，技能里面的这个就是优化我们的 cloud md， 那么他就会去啊阅读现有的 cloud md 的 文件，然后顺便去把最近的对话或者最近的变动 提取出来，然后会得到一个这样的一个结果啊，说就说啊，补充我们这个 cloud md 的 内容，所以这个是非常有意思的，就是它会根据你的这个对话记录去做优化， 也非常推荐大家去使用这样一个 md 啊。那么其他的一些插件其实也有类似的功能，就是持续学习的这个能力啊，那这篇稿弄完之后，你就可以去更新到你的 cloud md 文件里面去，那下一个也是非常有用的，就是简化代码， 那这个相当于因为 ai 其实生成代码是会堆积那种很多复杂的，把很多代码写得特别复杂，就是你能可能很容易就看得出来这个代码是 ai 写的，不是人类写的。那这个功能就是对你的代码进行简化，它会结合你 cloud md 里面，一般我们 cloud md 会去定义 代码规范，比如说在我这个项目里面，那么 cloud md 里面就有一个这样一个简单的一个代码规范，那么它去做简化的时候，就会根据你这里的代码规范进行去简化。你可以这边可以写得更详细一点，比如说你的这个命名方式啊，你的这个啊，这个接口的命名方式啊， 这这些写的越细越好。一方面它就会根据你 cloud md 的 定义的这个代码这个风格去优化。那第二个呢，它会根据一些通用的一些编码的一些规范，比如说你这个太过复杂了，比如说合并重复的逻辑啊，去掉垄断代码啊，可以去做这些，那优化完这代码的话肯定是会更好。 那么如果你不指定范围的话，它是会默认只是对当前对话最近的修改进行一个这样的一个简化，那它是以子代理的方式来存在的，那这边的话是三个 ai 编程工具都支持。那第四个呢？就是我非常非常推荐啊，这个 feature dv， 这个 就是你当你要开发一个功能的时候啊，你用这，你用这个方式去启动，那么他是会把这个功能的这个分成一个固定的流程，比如说他先会去搜索你的代码，去理解你的需求，然后呢去加个设计， 然后呢最后会做一些质量的审核，那这个过程是非常非常标准的。我们可以看一下这个例子，我们在使用 arslp 和 v 开发之后呢，我们可以看到他明显的有一个这样的流程， 比如说他会先做需求澄清啊，会做你的问题的提问，然后做完之后开始做价格的设计，然后价格设计的时候他会去做很多代码的搜索，这个是非常重要的，然后把价格的设计的方案给到你之后，你再去确认， 然后的话他这边就开始，如果你 ok 没问题了，才开始去实施。来到第五步去实施，实施完之后呢，他会对代码又进行一个检测 啊，一个质量的检测，然后的话如果发现有问题，然后他再去修复，所以整个过程是非常非常的一个标准的一个流程。我们可以看到最后他在整个过程中用了哪些步骤来完成这么一个功能的开发， 我们可以看到在最最下面可以看到他总共有七步，对吧？一个是啊，这个去理解代码，去理解你的需求，然后的话去做问题的澄清，然后价格的设计，然后再去做你的这个更进一步的优化，然后开始去实施，然后再就是代码质量的检测， 最后做一个文档的总结，那这些个流程是非常非常好的，所以说我把它评为了，就是啊，也是一个 ai 编程的一个最佳流程，就光这一个插件就已经实现了一个很小的一个迭代的流程，它非常适合用来做迭代，非常适合就是对 prime 模式一个增强。 所以大家从上面的例子可以看到啊，这是一个非常推荐使用的。那第五个就是比较大家比较用的可能比较多的就是，呃，我们的前端优化的一个技能， 那这个技能就是要去掉我们的 ai 味道啊，那经常我们使用 ai 生成的这个前端，就像要么就是大紫色，要么就是大红色啊，这颜色会比较单一，那么它是做了一些优化，让我们这个前端的设计会更加美观一点，那这个也是非常简单，它是一个技能。 那第六个呢，就是可能会用的比较少，但是呢如果你要用的话，它就提高了，大大的这个提高这个简易性啊。比如说你要去串一个钩子， 那你如果使用写脚本的方式，那个门槛太高了，那么他提供的这种方式就通过对话的方式能很快速的把钩子串联起来，那么对于一些自，对于一些喜欢啊，设计一些自由度高的一些人来说，这个东西是非常方便的。 那第七个这个 pr review 的 这个工具啊，那么主要用的就是你在提交 pr 这些对代码这些，这个你可以指定啊 review 有 什么东西，那比如说我这里有个例子，那么我会执行这个 pr 的 这个命令啊，然后去让它去检查一下是不是有漏的注视的，那么它就会 拉取我最近提交的 comit 记录，然后的话就是你可以看到哪些是需要改进的，可能就会遗漏，这样的话在 你提交 pr 之前有一个这样的一个最终的检测，那这样的话你就可以 pr 提交的效率就会高一点，质量也会高一点。那第八个也是简化这样 git 的 操作，那我们经常使用 git 提交提交的时候，你要去想一下，就是，哎，最最近这段的变化是什么样内容啊？你自己要去创建， 自己要去写，那么有了这个命令之后呢？他会啊总结你这一段时间这个代码变更的一个简化的说明，你只要直接写上合并就可以了，他就会去总结，完全不需要去关注你 自己做了什么东西，所以这个是非常高的效率啊，然后他也是支持这种合并之后，然后顺便把这个布局到上面去。那这也是一个非常常用的一个工具啊。 那第九个就是之之前非常火的叫拉尔夫循环了，也就是你可以通过这个秘密让这个呃 color code 可以 一直执行多少次，直到结束。那么有的人用它去生成一个稍微大点的项目，可以直 循环去运行一晚上，所以这是一个非常有意思的。如果你有这样的需求的话，你可以去使用一下这个插件，那么这个插件也有很多变种啊，也是可以去看一下。 ok， 那 本期视频就到这，希望这些内容对你有所帮助。

卧槽，如果你在用 cloud code， 不知道它现在到底在干嘛？ cloud h u d 直接把这些信息放到终端状态栏，可以显示发生的事情。上下文使用进度已有六 k 的 star 是 cloud 的 爱好者必备神器工具，它显示了整体的 cloud code 的 使用情况，让你一目了然，并且使用特别方便，只需要一行指令就能有这样的效果，打开终端，输入 cloud， 复制指令即可快速使用。

我之前 cloud code 订阅的是 pro， 一 不小心就把限额用超了，所以特别焦虑，隔一会儿就强迫症一样用 slash usage 去查限额，现在还剩多少。直到有一次我看到朋友的 cloud 终端底下直接显示了这些信息， 我立马就问他装了什么，拿过来就用上了。这个插件的名字叫 cloud hard， 是 一个澳洲的开发者叫 grog watts 写的， github 上已经现在有四千多个 star 了。装上以后， cloud 的 底部会多一条状态栏。 就拿刚才说的限额焦虑来说吧，用 pro 或者 max 的 人应该都被限速过对吧？写到一半突然告诉你，请稍等几分钟，节奏全断了。装完这个插件，状态栏会直接显示你限额还剩多少，然后什么时候刷新， 快到上线的时候，你可以缓一缓，也不至于直接被卡住了。所以再也不用强迫症一样切出去用 slash usage 了。限额的问题解决了，但还有一个更隐秘的坑，上下文窗口。你跟 cloud 的 所有对话，他读的文件，跑的命令，全都挤在一个上下文窗口里，满了大模型会自动压缩，但压缩是有损的，之前你们聊好的设计决定具体的文件路径， 报错信息都可能被模型直接丢掉。而且很多大佬测过 cloud 的 回答质量，其实从上下文用到百分之三十到四十的时候就开始下降了，不是等满了才出问题了。所以最好的做法是，当你看到这个进度条过半了， 那么做完手头这个功能，或者修完这个 bug， 直接用 slash clear 清空上下文，比主动压缩或者被动压缩都要好得多，因为你能挑一个干净的时间点来做状态栏，还会显示你现在用的是哪个模型。 这个为什么重要？我个人的工作流程是这样的，在一开始的项目规划阶段，我会无脑一直用 opus。 这个阶段目的就一个，把项目所有的需求落实到文档里面，比如产品的需求文档、技术架构文档、测试文档、部署文档等等。然后用其他的模型，比如 codex 或者 gemini， 让他们来评估文档里是不是有些不清楚的逻辑不通，或者不符合最佳实践的地方。然后继续让 opus 迭代， 直到这些文档里其他文模型提不出任何问题。那么继续到项目实施阶段，那么我会就用 slash model 切换到 sonet， 那 么它只要按照写好的文档去执行就行了，不需要考虑太复杂的情况和特别深的推理。状态栏上一眼就看到自己现在挂的模型是哪个。不用猜，这个插件的安装也非常简单，你只要跟着 github 上这个 install， 三步直接就装完了，我就不赘述了。所以总结一下，这个插件就干了三件事情，限额快到了，提前预订，上下文快满了，提前知道当前的模型，一眼就看到三条命令，装完零配置。 其实这期内容是因为之前好多粉丝在问我 cloud 底下那个状态栏是什么，所以我才想起来专门介绍一下。所以以后你们如果看到了我用什么东西，感兴趣的工具或者配置，直接留言告诉我，我都可以出一期讲一讲。

推荐六个我一定会用的 skill， 都是我一直在用并研究过的。第一个 skill creator， 这是所有 skill 的 鼻祖，官方认证的，直接帮你把跑通的工作流转化成独一无二的 skill。 自动分析工作流程，提取可附用模式，生成标准 skill 文档，一键安装，立即可用这个 skill 我是 认真读完所有文档的，绝对靠谱。第二个， document skills， 也是官方出品， ai 操作文档的天花板，自动填表，写 document， 批量处理 excel 数据，一键生成 ppt 演示，智能阅读 pdf 文档。 装上它，你的 ai 交互能力直接提升一大截。第三个， find skill， 能从几万个 skill 中精准找到适合你的智能匹配需求。场景筛选高评分 skill， 对 比相似方案，推荐最佳选择。做复杂的事，先先呼叫他，帮你找找，说不定有惊喜。第四个， frontend design， 官方出品 前端美化神器，专业级 ui 设计，一键美化界面响应式布局，避免 ai 审美疲劳。安装上你的网页，前端直接起飞。第五个， code simplifier， 使三代码终结者自动简化复杂逻辑，消除笼鱼代码，优化代码结构，提升可读性。安装上它， ai 再也不会给你写使三代码了。 第六个， graph loop ai， 无限打工模式，自动循环执行任务，无限搜索资料，持续迭代优化，直到任务完成。但记得用上包月编程套餐，不然费用可能顶不住。这六个 skill 我 每天都在用，关注大古，分享更多 ai 技巧！

不用 cloud code 有 哪些 ai 编程工具的命令行工具？第一个 code x 啊，写后端 y y d s 大 部分时间都是用它，并且性价比拉满。现在在某鱼拼车基本八到十块钱就可以买到啊， 根本用不完，强烈推荐用它写后端无敌。然后还有就是这个签子啊，用它唯一的好处就是如果你买了阿里云的编程套餐，那在这里直接不需要配置，直接用它的 api 就 可以进行登录。还有就是 open code 的 平替的工具， 那它唯一不好的地方就是支持的模型多，但是配置要麻烦一些。最后一款呢，叫 deep v code 的， 猎豹出品的一款 命令行 ai 编程工具，它的好处是里面有 cloud 模型啊，并且官网支持充九块九，所以说我们做前端页面 code x 搞不定，但是用 cloud 模型是可以帮你搞定的，所以它支持 只充九块九。当前端页面搞不定的时候，我们可以用它里面的 cloud 模型来搞定。但我不推荐用 cloud 模型，是因为做后端 cloud 模型还是干不过 codex， 并且 codex 性价比拉满。另外还有其他的命令行工具吗？评论区告诉我。

我敢断言， cloud code 加上 open cloud 的 组合，绝对就是目前普通人能用 ai 做艺人公司的站立天花板。 这不仅是技术组合，更是普通人手里最顶级的武器库。把这两个东西玩透了，你的艺人公司绝对已经成功了一大半。接下去，我用大白话把底层的逻辑给你们讲透。 你想搞懂这套打法，得先看清 cloud code 的 底牌。这玩意压根不是用来聊天的，它是用来星星造物的，它是你的原工具。星星说白了就是制造工具的工具，你只要说的够清楚明白，它就能用代码给你实现你想要的工具。 这些工具可以是你一人公司的销售部，也可以是你一人公司的生产部，还能是你一人公司的行政、财务等部门？ 只要你能清楚明白地描述出来，它存在的唯一意义，就是源源不断地给你批量制造那些只听你指挥的数字劳工公司各部门成立了，接下来你就得有一套全能一体来承载这股力量，这就是 open claw。 如果说 cloud code 是 造武器的大脑，那 open cloud 就是 那条横扫战场的铁腕。 open cloud 就是 帮你指挥这些部门的职业经理人，只要得到你的允许，他就帮你指挥这些部门来干活。他是智能体的终极底座，能一秒接管你的微信、社交后台和数据库。 他最狠的地方在于，能把你造出来的那些工具直接插在自己身上，然后二十四小时不知疲倦地替你钉盘，替你执行，替你收割。一个负责模块屠龙刀，一个负责挥刀砍向市场。这种研发加运营的全面接管，直接形成了一个恐怖的闭环， cloud 负责暴力生产， open cloud 负责极致执行。在这个逻辑下，老一套的公司架构已经崩了。你不需要雇程序员，也不需要招运营，你只需要动个念头， 工具就能落地，动个嘴巴，活就能干完。这已经是普通人能跨越的最深维度的技术鸿沟。但最刺骨的真相是，当生产力和执行力都快溢出来的时候，人到底还有什么用？你是老板，你唯一的价值就是你的原能力。定方向、定生死。 工具再强也只是数，你的判断才是道。你要决定哪条路是生路，哪条路是坑。你要在从零到一的惊险跳跃中，用最冷的脑子去止损，用最热的胆子去梭哈。别再埋怨工具不好使了，真相往往是因为你自己的认知太拉胯。 ai 是 一台顶级超跑，但如果你只有开拖拉机的脑子，你只会撞死在起跑线上。很多人觉得 ai 是 噱头，本质上是因为他们的认知上限刚好就是这套工具的站立下限。你的格局要是打不开，再强的 ai 搁你手里也只是个高级搜索框。 人的原能力上限决定了 ai 工具的上限。现在的竞争是带着 ai 军团的统帅对原始社会手工业者的降维打击。 工具已经进化到头了，而你是打算守着那点可怜的旧经验等死，还是彻底升级大脑去掌控这两大智能体，开启你的零到一？关注我老朱的 ai 朋友圈，咱们普通人一起 ai 落地！

你有没有感觉， cursor 在 处理复杂任务时就是不如 clod code？ 明明用的是同一个 clod 的 模型，为什么差距会这么大？这背后其实有三点重要的原因。 第一，上下文。 cursor 是 id 一， 它会把你所有打开的标签页、侧边栏，甚至历史记录都作为上下文塞给模型。这些看似贴心的信息，其实都是噪声，分散了模型的注意力。 而 cloud code 是 命令行工具，它只关心文件本身，上下文干净又精准。这不仅 send token， 更重要的是它让 agent 能聚焦在你给他的任务上。 第二，反馈闭环。在磕舍里， ai 改完代码报错或者其他负反馈，需要人工介入调教，但在 cloud code 里，它可以自动运行，保护报错、定位、文件修复，再跑测试，直到成功。这种负反馈闭环能力，磕舍暂时还不如 cloud code。 第三， 原厂调教哥 sir 要同时支持 cloud code、 gpt、 gemini 等好几个模型，就像一个餐厅同时做川菜、粤菜、西餐，哪道菜都很难做到极致。 而 cloud code 是 亲儿子，只为一个模型服务，他知道 cloud 的 脾气、习惯、擅长什么，能用最对的方式把模型的潜力全榨出来。所以科 sir 跑不过 cloud code。 不是 科 sir 不 行，而是它们的定位本来就不一样。 科室的优势恰恰在于它是 i d e， 支持多模型，界面友好，上手门槛低，无论你用 cloud 还是 g p t， 都能在一个地方搞定。 a cloud code 是 命令航空器，专为 cloud 模型深度定制。最后，大家日常开发习惯用科室还是 cloud code 评论区，一起聊聊。

cloud code 本身已经很强了，了解这三个插件，直接从青铜变王者。第一个欧买 cloud code， 它给你配了七个专业 ai 代理，有做规划的，有写代码的，有做审核的，相当于你有了一整个开发团队，规划执行审核三步走。第二个 superpowers， 这个是代码质量神器，它强制走 tdd 测试驱动开发，写代码前先写测试，从根源上减少 bug， 而且它有自动触发机制，你不用管它，自己就知道什么时候该干什么。第三个 everything cloud code， 这个是 antropics 黑客松冠军的配置， 花了十个月打磨，有九个代理，十一个技能。最牛的是它的本能学习，系统会自动记住你的习惯，越用越懂。你怎么选？团队开发要规范，选欧麦 cloud code， 个人开发追质量，选 superpowers， 高级玩家要极致效率。选 everything cloud code， 根据你的场景来选三个工具，按需取用。但我更希望你一个个去研读这三个，我都仔细看过他们的代码和规划，真的能学到很多东西，认真学习才能变强。

tiktok 一 周热点汇总第一百零七期，本期的内容呢，包括了被 openai 收购的 ai 安全工具， ai 代理事务所， open cloud 技能库， cloud code 插件和上下维数据库。那最后呢，还是分享两份资料，如果觉得内容不错的话呢，别忘了点赞和关注。 promptable 呢，是一个用于评估和红绿测试的大模型应用程序的库和 c r i 工具。希望啊，可以帮你告别反复的试错，可以交付安全的可靠的人工智能应用。在这一波啊，火爆全球的 open cloud 热潮当中呢，大家同时呢不可避免的再考虑一个问题，就是安全， 当 agent 呢，可能会造成一些意想不到的操作的时候呢，安全和边界就显得非常的重要。那本项目可以帮你做什么呢？它最主要啊，是两部分，评估和红队测试，那它呢，可以自动去评估测试你的提置词，还有模型比较不同模型的差别。 那还有啊，就是红队测试还有漏洞扫描 c i c d 流程当中啊，实现自动化的检测，以及呢发现代码当中的安全性和合规性的问题。要使用的话呢，可以用 n p m 去安装，然后按照文档啊去一步一步的启动。那你可以选择使用外部 u i 或者是 c r i 的 方式， 目前项目说是已经有几十万人在使用了。而且最让人关注的是呢，在二零二六年三月九号， openai 呢正式官宣收购了 prometheus， 将它呢整合进了 openai from tier。 注意啊，这个 from tier 呢，是 openai 在 二零二六年初推出的企业级的智能体协助平台。 所以说呢，未来啊，本项目的一部分功能将是 openai 安全方案的一部分。所以说呢，这个项目除了是一个非常好的 ai 安全工具以外，它也是一个实打实的 ai 创业成功案例。 本项目还是挺有意思的，你可以把它理解为是一个 ai 代理的人才市场，或者说是一个事务所。它不是一个具体的工具啊，而是一个精心设计的 ai agent 的 人设集合。那每一个 agent 呢，都有自己独特的专业领域，性格特点和工作流程。 那比如呢，工程部下面就会有前端开发、后端架构、移动开发、 ai 工程师、 doubleops 安全工程师等二十多个角色。 那每一个角色呢，会有完整的定义文档，包括了像身份的定位啊，专业能力，工作流程，交付标准，沟通风格。那在使用上呢，最推荐的肯定是配合 cloud code 的， 你可以直接把 agents 文件夹呢，复制到 clorcode 的 对应的文件夹里，也支持呢，像 cursor， windowsoft 等其他的工具项目，提供了转换的脚本。现在的 ai 变声助手呢，已经很强了，但是呢，很多时候效果不好啊，它不是模型能力的问题了，而是呢，你给他的上下文和角色的定位不够清晰。那 这个项目呢，就是帮你把 ai 应该怎么工作这件事情给它标准化 opencloud 生态啊，现在已经有超过一万三千个社区贡献的 skill， 但说实话呢，质量是参差不齐的。那本项目啊，就是希望做一个很实在的事情，从这一万三千多个 skill 里面啊，过滤掉七千多个低质量的，比如像垃圾账号啊，重复内容啊，还有一些专门是给这种加密币来去做的这种恶意的插件， 那最终呢，留下的五千四百多个是经过筛选和分类的高质量的 skill。 那 其实呢，过滤后啊，也还是很多的哈，那还有一点它做的比较好的呢，就是它整理的很清晰，按类别分好了，有连接外部服务的，开发工具的，生产力工具的， ai 相关的等等啊， 那基本上啊，你需要的分类呢，都会有对应的 skill。 那 这一点呢，我觉得 cloud hub 是 做的不太好的，在 cloud hub 上呢，你基本啊是要用关键词去做搜索，其实体验呢是比较一般的。那说到这里呢，也顺便说一下，如果你想要安装具体的 open cloud skill 啊，你可以通过 open cloud install， 或者呢，你就找一个 skill， 然后把它的链接呢丢给 open cloud， 让它自己去装。同时呢，我这里啊，还要推荐一个专门的 skill， 就是 skill white 这个技能呢，你可以装一下。然后呢，让你的 openclaw 在 每次安装 skill 之前都用它去做一下安全的审查，如果发现有一些高危的问题呢，那就不要安装了，提升一下安全意识还是非常有必要的。 那现在呢， openclaw 用的人是越来越多了，那这个技能的合集呢，相当于是帮大家省下一些时间来去筛选。但我觉得呢，这个功能啊，后续应该会被官方所合并，因为毕竟啊，这件事情还是由第一方来去做，效果是最好的。 cloud hash 呢，是一个使用 cloud code 的 插件，它会显示呢当前发生了什么，比如像上下文使用的情况，活跃的工具，运行中的 agent， 还有代办的事项的进度，那现在的 cloud code 啊，非常的强大，很多人呢都在用它来进行开发， 但是开发的过程当中啊，它到底做了什么，调用了什么工具，读了什么文件，开了什么子任务？上下文还有多少？那本项目呢，就是希望啊，让开发者可以更好地知道 cloud code 当前的状态。 那如果啊，你想在 cloud code 里安装它的话，你只需要先安装一下 marketplace， 然后呢再执行一下插件的安装，那最后呢，就是配置一下状态， 完成之后啊，重启一下 cloud code 就 可以使用了。那 cloud hard 呢，采用的是 cloud code 的 原生的状态线 api， 无需单独的窗口，不需要 t max， 任意终端的都可以使用，所以上手啊，也是比较容易的。 open viking 呢，是字节开源的一个非常不错的基础设施的项目， 它不是模型啊，也不是 agent， 而是一个专门为 ai agent 设计的上下文数据库。在 ai 的 时代呢，数据是非常丰富的，但是高质量的上下文呢，却是比较难于获得的。 那构建智能体的时候呢，我们经常会面临一些挑战，比如像上下文的碎片化，上下文需求的激增，解锁效果不好，还有记忆迭代的有限。那简单来说啊， open viking 呢，就是希望解决一个核心问题， agent 的 记忆资源还有技能到底应该怎么去统一管理，那他呢，是希望啊，全部放进一个统一的 context 层里，通过提供一个统一的路径呢，来去访问，实现呢层级化的加载和管理。那安装的话呢，需要一些前置的环境要求， 在模型的方面呢，也是支持多种的方式，那目前来看啊，最贴合近期热点的一个使用场景呢，就是配合 openclaw 来去作为记忆的一个扩展，那项目也给出了一些测试的数据，结合 openwayking 以后呢，若开启原声的记忆 效果在原有的 openclaw 上会提升百分之四十三，输入的透根成本呢可以降低百分之九十一，那这点呢，看起来是非常诱人的。那关于这一部分啊，和 openclaw 的 配合呢，我还没有进行，等有结果了呢，再和大家分享一下。 那最后呢，还是分享两份资料啊，第一份呢是 cloud 官方出的一份三十三页的 cloud skill 构建完全指南，现在呢，大家都知道啊， agent 的 skill 非常的厉害，那怎么样去构建合适的 skill 呢？ 这个文档啊，就从概念到落地全部给你讲透了。那第二个啊，是 opencloud 白皮书，那 opencloud 啊，最近有好多各类各种颜色的各种皮的书，那都是一些人啊，自发的去自己整理的，感觉很多啊，也是 ai 生成的，所以呢，我就挑了两个量大的， 大家呢可以根据自己的需要作为学习和参考，那有需要的呢可以告诉我。以上啊，就是本周的全部内容，那我们下次再见。