search provider配置

装好这个 openclock 之后呢，我们有许多技能要配置，但是呢，我认为所有技能之中最重要的一个技能呢，应该 就是 websearch 网络搜索功能。如果你有没有这个 websearch 搜索功能的话，你这个大模型呢，只能用历史的知识来回答你的问题，这样就相当于是丢掉了一半的信息收集能力。 那如果呃要用这个 web search 的 话呢，在我们查看 open crawl 的 官网，你会发现它的默认 web search 功能呢，是由这个 brave search api 提供的。 然后我试了一下这个 brave search， 首先呢它是一个海外网站，它速度非常之慢，然后呢，它的配置呢，也非常的繁琐，呃，用了之后确实不怎么好用。 有没有可以平替的 web search 工具可用呢？我们可以在这个 qq 上搜搜一下这个搜取，你会发现排名第一的是这个 tablie web search 这个工具如何安装呢？我们点进去看一下， 它需要一个 table api key， 这个 api key 呢，我们需要到这个 table 的 官网上去获取，不然你是没法用它的设置功能的。我们先来看一下如何安装， 我们进到 open curl 的 服务器，嗯，执行一个 curl hub in store， 然后输入之前搜索到的这个 tv search 这个名字， 然后这个 cloud hub 就 会帮我们把这个 tv search 给安装好。啊，这里是因为我已经安装过了一遍了，他说已经，嗯，工具已经安装，所以呢他就不会再给我安装。如果你没有安装过的话，会看到一个呃是否 yes or no 的 安装选项。 安装完了之后呢，我们回到 opencloud 的 夜端控制台，我们会看到它的 skill， 这边 就会多出一个这个 tailview 的 这个 skill， 这样我们的啊，但我们设置功能还不能用，因为还没有 apikey， 这时候怎么办呢？我们去这个 tailview 的 官网上申请这个 apikey， 我们登录到 tv 的 官网上，然后呢在这里 api keys 这里可以添加一个新的 api， 然后你可以使用一个比如说 opencloud 的 名字， 创建之后我们可以复制它，复制它之后有什么用呢？我们又要回到 opencloud 的 控制台，在控制台呢，我们在 opencloud 的 目录下面会看到一个点 env 这个文件，就是这个文件， 我们编辑这个点 e m v 文件，把那个 token 加进去。怎么加呢？我们编辑这个点 e m v 文件，在最后面加一行 a v a p i t， 然后后面等号后面加，加上我们刚才创建出来的复制下来的那个真实的 api t， 然后我们保存下来，保存下来之后重新启动这个 git 位， 然后我们就能从我们的呃客户端上，我们就可以在我们的 opencloud chat 页面使用 tv 的 搜索功能了。

当我看着桌子上如此多的鼠标时，心情确实是有点沉重。卓威，一个几乎陪伴了所有 fps 玩家的品牌，终于适于去年以旗舰配置完善了所有的模具，而在二月初更是推出了竞技固件，直接在延迟榜上横扫四方。今天我会带你一个个去看目前在售的所有卓威无线鼠标模具，帮助你进行下一步选择。 ec 作为卓威唯一出了三款型号的款式，好在三款模具仅是大小和重量有差距， 所以通过 e c 二也不难，一通百通，模具的重量级无可非议。如果说对称术为了争所谓的抓握神明而打的昏天黑地，那 e c 就是 人体工学最高的山。独特的左侧设计让你趴卧的时候既不会感觉到肌肉过于紧张，却也不失去控制感。右侧陡降明显且有适量外扩，你完全可以自由选择将手自然地趴在上面一 或是重心上提，将手托在屁股上。整体来说， e c 的 强大真的是令人感觉不可思议。虽然经常吐槽卓为严肃重量，但在 e c 上它反而让你的发力更自然，恰到好处。姿势的话，我个人会推荐十七点五到十八点五趴握 十八以上抓趴。 e c 的 范围我写的是最为保守的，因为它有兄弟型号，各位可以用手强进行自适应选择，亦或是另辟蹊径。小马拉大车， 他是整个卓为家族背部最低的模具，修长而低趴的姿态让他看起来就极具攻击性。而他的出圈离不开一位传奇职业选手 zen terry。 在 这个人人都在研发外星科技的时代，老艺术家依旧坚持手搓瞄准 低且外扩的屁股，能让你的虞姬步伐支撑收腰趋势激进， r 角处理偏陡。不管用什么姿势， f k 带给你的瞄准走向都是激进的。说姿势的话， f k 反而是最难推荐的。 虽然按照卓为自己的话来说，他低频的背部为指握提供了足量空间，但我实在是不推荐你们只用手指去控制一个六十五克鼠标。我个人是觉得他适合介于完全前身和内扣之间的抓握，且你得喜欢那种贴地飞行的感觉，同时就像狠人那样将手完全趴在上面，享受极致的低重心，我也觉得大可预示。 作为一个靠模具出名的厂商，卓伟显然也想打造一只属于他们的腕筋油，很显然 s r 就是 这样的产物。如果你去看它的尾部设计，会感觉就像是被刀切掉一块，好像不是很得劲。将手自然放上去抓握， 可能会觉得整个虞姬包括掌根的接触突兀且坚硬，但如果你将重心稍微上移，让虞姬自然从外侧垂下包住鞋面，那一切困难都会迎难而解。削掉一块的屁股就是完美的平台，让你的手有一个极其自然的支撑。 以前抓握作为基础姿势，它能有更多的延展属性，同时对于手掌的兼容度也很强。我个人觉得它会也是一种小腕精油，基于重心偏高的姿势，而在上面可以自由更换。手长的话，我认为十七到十九的都是适配的。 它专精强大且好用，所有的设计都为了重心靠后的抓握而设计，大拇指可以通过伸缩腰轻松握住鼠标，让你获得了控制感极强的瞄准，而无名指和小拇指可以较为放松的搭在鞋面平台上，保证肌肉不会过于紧绷。 u 二的模具在卓威这里绝对算新面孔，而未不对称的设计也为它造就了独一无二的手感。模具尺寸并不小，所以我会更推荐十八厘米以上去使用。而关于适配的姿势，我只会建议重心靠后地抓握这一姿势，至于是五指完全靠后还是无名指微前身，那是配度都算极高，无所谓啦。 如果说谁是卓威里最有特色的模具，极其高耸的屁股前端独一无二的小翅膀，这个鼠标好像就是和其他鼠标不太一样。 而事实也是如此，作为抓趴抓五的始祖，如同握鸡蛋一样的感受给了极高且稳定的重心而独一无二的控制感。其实通过 z a 你 也能看出来卓伟设计鼠标的理念，它们并不是让姿势去适应模具，而是通过模具去适应姿势。适配的姿势我认为也不少， 如果是前身，那么其小翅膀能辅助你控制鼠标，如果是内扣，那也可以获得极致的控制感。但如果你要驾驭它，那么就必须得先喜欢掌心饱满充实的感觉。我会推荐十七点五到十九厘米的抓趴去尝试使用。除了最关键的模具，我也会把大家关心的其他点讲一讲。 卓威一直都是严肃派大师，在他们眼里用轻量化换稳定性绝对不是一笔值当的交易。除了 u 二和 ec， 其他几款都是六十五克。虽是如此，但因为重心大小的差距，不同型号的实际体验感觉有所不同，我会给出之前几款我个人的体感重量排名，供大家参考。 关于这个图层，确实是让人又爱又恨，爱是触感优秀，在出汗后更是像鼠标粘手上，恨就是实在太容易留手印了，摸一摸就是油光蹭亮的，属于是经典的颜值幻数值。但其实如果你每次用完后 都用湿纸巾擦拭，即使可以很大程度上减少打油的程度。其实卓伟鼠标的定位很明显，在一定严肃的基础上，他几乎对相应的手势做了特化模具照着大概的姿势或者自己的握持特征去买，一定是不出错的。最后，希望这期视频能对于大家挑选卓伟鼠标有一定帮助。 ok， 这里是爱你们的机长瑞妮， respect！

先来 r s build， 点 config， 点 ts， 再来一个就是 module 管 federation， 点 config， 点 ts， 两个啊，这两个配置文件好，这两个配置文件分别怎样去定义呢？在这儿我们来直接导入啊，直接导入 import 从谁呢？ 大家从这儿可以看到，里面是不是有一个叫 define config 啊？其实大家用完之后你会发现跟 vt 一 样哎，对吧？ vt 是 怎么怎么导入的？ 是不是直接 from weight， 然后呢？ define config？ 你 看 api 高度一致化啊，就不要去做一些标新立异的事情啊，就是你既然想让这个生态足够繁荣的话，那你创造出来的新的东西最好跟老的差不多， 这个就是 define config 好， 定义好 define config 之后，我们就直接把内容呢导出去，这个导出其实也是一样的啊，就直接 export default define config 里面呢去定义一些内容，我们如果用 with 的 话，这个里面就会定义一些什么 plugin， 对 吧？那我们这里也是一样， plugins 定义进来，我们要什么 plugin 呢？这个 plugin 呢？我们其实就直接引入 刚才定义好的那个 module federation， 把这个呢命名叫 plug in module federation， 好， 再在这儿来 plug in module federation 放进去，然后呢，它整个模块化定义的内容里面不是缺了个物这个参数吗？就是你从哪里去导入这个配置， 哎，这个配置我们这是不是有个配置？这个 module federation 的 配置就是我们这里需要去指定的配置，那它又是怎么样来去指定呢？我们直接可以 import from 从 module federation 的 里面导入，导入的这个内容叫什么呢？叫做 create module federation config。 啊，这些 api 设计的太优雅了。好，然后呢，我们直接 export default create module federation config， 导出出去，导出出去。接下来的内容就是我们在最前面给大家看 webpack 的 这个内容， 为什么这个字节系的相关的工具链，它还是依照于 webpack 呢？因为大家都知道 webpack 已经根深蒂固了， 对吧？很多人都知道 ypack， 但是你不一定知道 rsp， 你 不一定知道 wait， 所以 我们需要在这个有，就是已有的这个环境下，或者说已经在的这个土壤里面来去发掘，来去，在这个基础上去。 呃，给开发者带来一些新的东西，所以的话它的配置也是一样的，你看 ypack 的 配置，它什么 name？ file name， 什么 expose， 我 告诉大家这边是一样的。啊，什么呢？它的名称，命名，命名，那我们命名呢，就直接叫做 mf app 一， 可以吧，就，就是我这个名字嘛， mf app 一 好，这个就定义好了，这个呢是属于提供者。注意啊，我现在只关注提供者，对吧？只关注提供者，那我们假设它就是一个 provider， 它是一个 provider 的 话，我们就要把什么东西提供给外面去用，这个是一个关键。好，那什么东西提供给外面去用呢？我这儿来定一个 s r c s r c 里面我定义一个文件啊，比如说就叫 sum 函数， sum 函数点 t s 定义好，那我们往外部呢去暴露一个 export function sum a 加 b 这个函数，那接下来我是不是就可以直接在这来给它导出。导出什么呢？我把这个 sum 导进来，同学们看，好啊，我把这呢就直接给它定义一个叫做 expose， exposes 啊， 准确的说应该叫 exposes。 exposes 什么呢？我给它导出一个方法，这个内容叫做 sum， 接下来它的文件来自于什么地方呢？就来自于 sum， 那 个 s r c 下面的 sum 看，好啊， s r c 下面的 sum。 好， 这样我就可以把这个 sum 方法导出给外部去使用。 导出给外部去使用啊，它整个构建的文件 file name， 我 也可以给它取个名称叫 remote entry。 remote entry 好， 保存一下。这个呢就是我们整个 module foundation 远程产物给外部去暴露的内容，我们就定义好了，接下来在这边来导入 import 什么呢？ module foundation config 导进去，放进去， module foundation config 你 看是不是好了？ ok 了， 好，这样定义好之后，同学们来看，好，接下来你什么都不用去做了，直接来到 package 下面的 m f a p p 里面去执行刚才我们说的构建的工作。构建工作我们定那个定义好了吗？定义好了，在这儿 dv 就 可以去启动。好，我们来试一下，偏偏我先 build 一下，看它能不能生成产物。 这里呢，报了一个错误，他说，呃，这个构建的过程中什么什么 course， 什么什么之类的，对吧？这一步呢，其实是大家需要去呃，这个 刚才说明的，我们把我们把这呢稍微改一下啊， p m d v 吧。从这呢其实可以看得出来就是文件报了错误，那不管是从这个 s r c 还是什么什么来看，你一定要有个 index 文件，这也比较合理啊，你就必须要有一个 s r c， 下面必须要有一个 index 文件才合理。按理说，那我们再来一个 index 文件，然后在这个 index 文件里面呢，我们可以去调用一下其他的这个方法，或者你什么都不做， ctrl 点 log 一个一二三啊，好，保存一下，我们再来构建一下偏偏 build 回车 是不是成功了？同学们看到没有？看到同学在评论区扣个一，看到的同时，同学们来注意了，它会在 diss 的 目录下面去生成这么一堆的产物，对吧？这一堆的产物都是它生成的 啊，这一堆，这一堆生产的产物，其实我们现在不重要，可以不关注他啊，那么我们来启动一下试试 pmpv 回车，你看这是不是启动了，在三零零二端口启动了。好，但是我们说了，他既然是一个提供者的话，他启动的东西呢？我其实可以不管他啊，就不管他启动的什么东西，我不，我不重要， 那你其实从这也可以看得出来，他是不是打印了一二三，对吧？打印了这个一二三，哎，这也就是我们这边打印的这个一二三，说明他已经启动成功了啊，启动成功了，好，这个启动成功之后，接下来呢，我们 能够将这个 sum 方法提供给外部去用了，然后我们来第二个产品。

你的 openclaw 安装了哪些 skills？ 五千七百多个 skill， 你 确定都是安全的吗？这个二十 k 星的 github 项目已经帮你做好了筛选，从五千七百多个 skill 里砍掉将近一半，精选出两千八百六十八个安全可用的，按三十多个分类整理好， 把垃圾技能和恶意代码全部过滤掉了。为什么需要这个清单？因为裸装 skill 真的 有风险。 klohub 今年二月被发现三百四十一个恶意 skill， 影响面非常大，这就像 npm 生态的供应链攻击，装一个包就可能中招。 ai a 阵的生态正在面临同样的安全挑战，而且才刚刚开始。 这个仓库过滤掉了垃圾账号、加密水军和已知恶意代码来帮你排雷。如果你再用 opencl， 这就是你的 skill 安全起点。建议收藏以下几个分类， 开发必备和 github 集成类别。代码生成审查类别，这几个是基本盘浏览器自动化类别以及 devops 搜索研究类别。每一个分类都有精选推荐，基本覆盖了日常开发百分之八十的使用场景， 不用自己一个个去翻。并且安装也很简单，复制一行命令就能搞定 agent 的 时代，安全真的需要认真对待，装好技能之前真的要审查原码，确认没问题再用。你平时用 opencloud 装了哪些 skill， 踩过坑的评论区聊聊。

每天进步一点点，今天为我的龙虾安装上网搜索的技能。 opencolor 有 内置的 bray 五 a p i 可以 用来上网，但是 bray 五 a p i 是 需要绑定信用卡的，非常的麻烦， 所以我们使用代替的免费上网搜索方案叫 tablie。 在 地址栏输入 ql 哈卜点 ai， 来到龙虾的技能网站，在首页点击浏览技能，将这个排序切换为 star 去点击，让它从高向低排序。 可以看到第三个 tivywebsearch 就是 我们要使用的网络搜索 skill， 点击进去我们翻译成中文。卡拉 ok 上的技能是有一定的风险的，所以在安装技能之前，我们要看一下它的安全扫描，包括病毒总数的报告和 opencloud 的 信息。 如果没有什么问题，再安装这个技能，我们看一下具体的有哪些技能。它返回的结果数量为五，最大可以返回二十个搜索结构，使用高级搜索可以进行深入的研究，还可以支持搜索特定的主题， 搜索新闻离我们的天数可以直接从网站提取内容。我们需要去 tabl 里的官网注册一个 api key。 好， 我们首先点击 tabl 里官网 来获取这个 api。 好， 注册一下 phone app 登录进来之后，他已经直接帮我创建好了 api key， 但是不建议使用这个默认的。我们自己创建一个新的叫做 openclock， 勾选一下，每月使用上限一千，我点击 create 好， 然后将 key 复制下来，保存在一个安全的地方。获得 api key 之后，我们回到 openclock 的 终端， 因为我的是部署在云服务器上，输入这行命令， npm i 杠 g plhub 来安装 plhub， 好， 已经安装完成了，接下来使用这个命令， plhub search tablie 杠 search， 回车看一下 plhub search 是 否已经被安装上，已经超了，它竟然显示 read limit exceeded， 可能是由于网络的环境问题出现了数据限制。既然如此，我们就使用第二种安装方式，直接从可乐号下载，点击下载压缩包，下载完成，我们将它解压，解压到这，来到云主机的终端，点击这个文件管理器， 就可以在这边直接管理文件，然后返回上层，找到 root 目录，但是显示文件列表为空是因为被隐藏了。点击显示隐藏文件，可以看到 open color 文件，将刚刚的解压文件拖进去就可以了。 点击它 skill 文件，在 opencolor 文件夹下面的 workspace 下面的 skills， 打开刚刚文件所在的文件夹，将这个文件直接拖到云主机的文件管理器，封手。好，它就会自动上传，我们刷新一下好，可以看到这个文件已经在了，那么这时我们在终端再检查一下这个 tablister 是 否已经安装好了。好，我们关闭这个文件管理器， 重启一下网关，输入 opencloak getaway restart， 现在可以检查 tabloud search 有 没有安装上。使用 opencloak skill check， 可以 看到在 ready to use 下面有一个 tabloud， 就 表示网页搜索的技能已经安装上去了。好，然后我们输入 opencloak to ui， 打开对话窗口， opencloak to ui command， 哦， 打错了， u p k l p u i 好， 打开对画面板，接下来通过对画面板来设置 api key。 为什么不通过聊天通道来配置 api key 呢？因为它会经过聊天通道的第三方服务器，由 api key 泄露的可能，所以直接通过内置的 t u i 面板来配置。 现在我来问他一下，你能上网吗？请问你能上网吗？这个界面真是够够的，看一下能，但有限制。他竟然不知道自己配置了。我问他，我不是给你配置了 typeface search 吗？看他怎么回答。他说， enable the force， 但 typeface 可能是通过技能和插件方式配置。是的，就是通过技能。 you are to put。 庄家文又抄了吗？好，他终于反应过来了，他说明白了，这个技能已经安装，但还没有配置 ipikey。 好， 现在我就将 ipikey 发给他。好，现在我将 ipikey 发给了他，让他帮我配置。然后他说配置成功了，已经添加到 getaway， 并且自动重启了网关， 还自己进行了测试。牛，现在就来测试一下，让他搜索最近三天的美股三大指数新闻，应该是下跌了。好，总结的非常明确，道琼斯下跌一点四七，标普五百一点四二，纳斯达克一点八六。下跌的原因，油价的飙升，中东局势的升级， 通胀的担忧，每代受益率上升，市场反映，科技股领跌，国防板块可能收益，并且对投资者的来源， investopedia trading view。 好， 那么这就是如何为 open clock 配置上网技能的方法，我们每天进步一小步，明天我们来让它连接 github。

以实力搭建 rap 调试环境，首先配置服务器， 在运行环境里添加一个 tomcare 的服务器，选择 tomcare 所在的目录，再选择 j i e 的版本 调色配置，新建一个服务器，选择刚才配置的 top incent 菜单，马上打上断点， 打开网站 断点代码响应了，对接完成。

当你深夜无聊打开学习网站，学习正起劲的时候，却突然提示，要有钱人才能继续看更多，该怎么办？一天一个晚安，邪修大法，今天我们要学的是拷考爬虫，让我们唱响影片。 俗话说的好，开里学的好，劳饭吃到饱。不是 python 爬不起，而是开里更有性价比。先叠甲板视频是作为知识技能分享，不存在恶意攻击行为，技术均在自己打击内实现，请勿用于非法用途。 首先打开 color， 然后一不小心输入 m s f console， 进入 m s f 控制台，再输入 search crawler 搜索模块，我们选择使用这个模块进行参数配置，再次输入 side rules， 加上目标网站的 ip 地址， 回车，然后输入这个代码，设置限程数，最后输入 x ray 回车，开启爬虫。这时我们已经开始爬取网站的文件，包括各种隐藏的文件都可以爬取，这个时候你就可以继续愉快的学习了，你学会了吗？

大家好，今天我为大家演示 cloudflair ai search 的 配置和使用流程。 ai search 是 cloudflair 推出的托管式 rug 服务，它能够自动锁隐您的知识库，并通过自然语言查询并返回精准答案。 与传统方案相比， ai search 的 优势在于您不需要自建向量数据库，不需要管理 gpu 服务器。 ai search 与 cloud flair 全球网络深度集成，可以快速构建生产级的智能搜索应用。 接下来我将从零开始演示如何快速搭建一个简单的知识库问答系统。 首先我们登录 cloudflair 控制台，导航到左侧菜单的 ai search 页面，点击 create 按钮，创建势力， 点击 get starting。 我 们可以看到，创建 ai search 需要首先选择数据源。 cloudflair 目前支持 r 二存储和获取网站数据两种模式。如果选择 website 为数据源， ai search 会自动爬取网站页面。那今天我们以 r 二为例。 另外，我们还需要准备 ai gateway 后续的配置中文本向量化查询、重写答案的生成，这些环节都需要通过 ai gateway 来调用相应的模型。 好的，那我已经提前准备好了 r 二筒，并且存放了几个 pdf 文件用于今天的演示。 ai search 支持纯文本文件类型，比如 txt、 json， js， 还支持复文本文件类型，比如 pdf、 html， csv、 png 等等。 ai search 会将复文本文件类型转化成 markdown 格式。那下一步呢？我们来创建 ai gateway。 ai search 会在不同的阶段通过 ai gateway 调用 work ai 模型完成处理。 我们点击创建 gateway， 给我们的 gateway 起一个名字， 其他的配置保持默认就可以点击创建。 好的，下面我们来创建 ai search。 选择创建，这里选择我们的 r 二筒。 下面的 pass filter 可以 控制数据库的路径。由于我们的文件放在根目录，这里就不需要配置了。点击下一步。 第二步选择我们刚刚创建的 ai case。 下一步， 嵌入模型负责将文本转化为向量，这是语义剪辑的基础。 cloudflair workers ai 内置多种模型，免去了用户自己处理数据的复杂过程。这里我们选择默认的千万模型。 文本切分是指向量化之前将大文档拆分为更小的内容片段。 ai search 采用递归式切分方式，优先在段落或句子的自然边界进行拆分，如果内容仍然过大，再继续细分，以保证剪辑效果。 overlap 的 作用是让相邻的内容切分之间保留一部分重叠文本，避免关键信息被切断。这样在语义简锁时上下文更完整，结果命中也更准确。 下一步，这里我们选择一个模型用于回复。 重新排序的作用是在初步检测完成后，系统会使用第二个模型对结果进行重新打分和排序，再输出最终的结果，这样可以提高 ai search 查询结果的质量。 好的，下面是最大回复结果的数量以及相似度域值，这里我们点击默认即可。下一步， 基于相似度的缓存，它允许 ai search 对 语义相近的查询直接命中 coller 缓存，而不是每次都生成全新的答案。这样可以附用相似问题的结果，既降低了成本，又显著提高响应速度。这里我们也选择默认即可。下一步 我们来给这个 ai search 实力起一个名字， 这里 service api token 的 作用是赋予 ai search 访问和配置 cloudflair 账户资源的权限，比如 r 二 vectorize 和 workers ai， 没有它， ai search 就 无法缩影数据或响应查询。 这里我们可以创建一个新的，或者使用现有。最后我们点击 create， 这样我们的 ai search 就 创建完成。

excel 里只要输入一个字，整张表，所有包含它的数据都会被自动找出来。我会用最容易理解的逻辑把它讲清楚。 先看下这张表，它是我的产品库存表，我做的是一个全局模糊搜索功能，只要我们在搜索框里输入内容，不管是几个字，只要表格中包含这个内容，对应的整行数据都会被提取出来。不废话，直接给大家拆解逻辑。 先输入 search 函数，它只有一个作用，查找某个字母在单元格里的位置。第一个参数就是我们要搜索的内容，第二个参数意思是要去哪里找。 回车后，你会看到返回了很多错误值，同时也出现了一些数字，这些数字代表搜索的文字在单元格中的位置，比如苹果就返回了二，因为果字在这个单元格顺序排第二， 我们再加一个 f 二函数，这个函数只有一个作用，把出现的错误值转换成我们指定的结果。输入零后，你会发现所有错误值都变成了零。现在可以看到，搜索到果字的单元格依然是数字，所以现在整张表就变成包含果字的是数字，没包含的就是零。接下来是重点输入 by 函数， 它的作用是按行处理数据，也就是说它会把每一行的数据加起来，所以第二个参数要输入 sam， 它是求和的意思， 这里要注意一个变化，刚才的数据是很多列，现在它们合并成了一列数据全部被加起来了，所以最后只剩下一列数字。其实数字大小并不重要，只要大于零，就代表这一行里包含我们要查找的内容， 所以我们现在只需要提取大于零的数据，输入 f t 函数，第一个参数就是我们要提取的数据区域，第二个参数就是筛选条件，而我们刚才写的这个函数正好返回了一列数字，这列数字每一行都会对应原表的一行数据， 需要在后面加一个判断，输入大于零，意思就是只保留结果大于零的行。看完视频你会发现函数其实并不难，只要逻辑想清楚，再长的函数也只是几个简单组合而已。

这是我的绘画记录，你看二月十日，一个一点七兆，一个一兆，封面几天更大？二月二十五日二点九八兆，二月二十六日二点四八兆，这些都是优化钱的。现在三月份的绘画将到几十到几百 kb， 我是 怎么做到的呢？问题出在哪？我的记忆文件有五千八百多字幅，全量加载要三千多 tokyo， 每次对话都加载一遍，这就好像在找资料把整个图书馆搬回家。第一招， qmd 模式。在 agent 点 markdown 文件里，我写好了记忆访问规范，核心原则是按需解锁，不全量加载。具体怎么用呢？我在 opencloud 里面配置了智普的 i'm betting three 模型，做向量化的解锁。选智普是因为中文友好，性价比高， opencloud 里面也支持 openai、 gemini 等其他的向量服务。用 opencloud 自带的 memory search 输入关键词，系统会在 memory 点 macdunk 文件和所有的日期文件里面进行搜索，找到最相关的片段，最 后再用 memory 点 get 精确的读取，不用全量加载，就可以省掉百分之八十到百分之九十的 token。 第二招，精简记忆。你看，这里有二十多个日历文件，我在 agent 点 macdunk 里面设置了定时任务，每天结束后自动沉淀一份日历，定期合成到主记忆的文件里面， 这样 memory 点 markdown 就 不会越来越臃肿。总结一下， q m d 模式是向量解锁加精确读取清剪记忆可以定时的归档，保持精剪使用。这两招可以省掉百分之八十到百分之九十的 token。 关注我，后续讲解更多 open klo 玩法，这里是 ai 共生格，我们下期见。

兄弟们，上期教大家怎么在 nas 里面一键部署 openclaw， 以及怎么进入控制中心，以及目前默认使用的大模型是什么？那就有好兄弟要问了，我就不爱用免费的，我就爱用收费的，收费越贵我越开心，怎么办呢？好办，在配置里啊，找到 models， 点击第四个 model providers， 第一行呢，有个 enter， 点它到了下面这里啊，有个 customer 杠一名字，你可以随便改啊。 model provider api adapter 这里啊，选择付费大模型对应兼容的接口协议工具，然后在这里输入你付费大模型的 api key base url 啊，这里输入你的套餐专属连接，然后呢，在这里点击 add。 api， 同样选择付费大模型对应兼容的接口协议工具啊。 id 这里点击 add。 如果你的付费大模型指的是文本和深度思考啊，那就选择 text。 如果这是文本深度思考和视觉啊，那就再点一下 add， 选择 image 名字这里呢，就随便填写一下。然后呢，将 resending 打开，然后回到聊天啊，检查一下模型状态，输入你现在有哪些模型，看它的回复后啊，输入切换到 ok， 你 的收费模型就切换好了。为什么不输入给他，让他自己配着呢？因为这个模型啊，他可能有一点傻，他不一定会按照你的要求去输入你想要配置的模型 id， 可能会自动调用免费的 id， 然后呢，就导致小龙虾直接崩溃。那如果模型设置错了，小龙虾崩溃了怎么办呢？哎，别急，下期告诉你。