龙虾openclawtoken要求

万万没想到，让当下最火爆的 open clone 帮我们赚钱，结果他却要我们先花钱给他充 talking！ 本期视频就来教你白嫖上千万 talking 的 神操作！首先打开这个网站，下滑找到这个输入输出都是零元的 deep secret， 轻轻一点它就会弹出详情页，点击打开这个 a p i 文档后，直接在 post 栏下复制这串网站的域名 url， 然后我们打开电脑自带的命令提示， 以管理员身份运行后，我们下滑找到龙虾的 api 配置页面，把刚才的 url 域名复制到下面后，回车，龙虾就会问我们索要 apikey， 此时我们再回到刚才的网站，找到 apikey 秘钥栏，新建一个自己的 apikey 后，我们点击复制，然后粘贴到龙虾的 apikey 索要栏下，继续回车， 等它提示我们输入模型 id， 再回到 deepseki 的 详情页的最顶端，点击这个复制符号，模型 id 就 已经到手。 此时只用粘贴到输入窗口，然后回车，一个无限 talking 的 龙虾就已经配置完毕，此时随便给他发布什么任务，等他完成后，我们进入消耗后台，可以看到我们已经消耗了十二万的 talking， 却没有花一分钱。

我引用了两亿的免费托盘来养龙虾，前两天发的关于免费养龙虾就是 open globe 的 视频火了，呃，很多朋友私信我，我也帮很多朋友解决问题。那今天答应大家出一个完整的视频教程，我是用的 mac os 的 系统，然后呢，接下来是以 mac 教学为准，而 windows 的 话呢，可能大家可以问问豆包或 tipisk， 一 步一步截图问它都能解决的。 那可以看到这里我是消耗的是零元，对，然后我之前的 a p i k， 嗯，网络速度也慢了，不好意思啊。对，你看到也是零元的状态。嗯，然后我们进入到那个 opencode 的 官方网站，对，它其实是 opencode 点 ai， 然后有个文档，上面呢，其实会有一些安装的说明， 因为我已经装过了。看，这是我的小龙虾的 space 状态，可以看到它是正常的一个状态。所以说我们这边重新带大家走一下那个新手引导的一个配置，然后其实我只要复制这个命令，然后打开终端里面， 然后输入这样一个重置的新数引导，那就相当于会进入到配置过程，它是麦上的终端，终端 app 搜索一下就可以了。然后我们重新进入引导，快速引导，然后更，这里因为我之前配置过，所以说会有之前的配置，那我们这里选更新配置， 到这一步呢，就会选 model， 就 模型的供应商啊，它这里有 open ai， 有 mini max， 也有谷歌，那我们是 open rota， 免费的模型就选 open rota， 这里有，然后大家可以看到有这样，这里有这样多非常多的模型，而我们的模型是什么呢？就是， 呃，叫做那个 jason 星辰就 stay fun 三 new flash 就 free。 呃，它其实是这样一个模型 id， 哎，复制一下。对，它现在在那个，呃小龙虾的榜单上，哇 啊，可以看到，就是已经消耗了一点五四五 t 的 图片，免费的。对，就是排名了很多天的第一。那么回到刚刚的配置界面， 呃，这里呢，其实是可以通过那个方向键就上下左右的上下来控制，因为它太很多，就是你一个一个找到肯定能找到的。但是呢，它这里提供了一个就是输入，对，输入 enter model。 那 我们这里选进去之后呢，把之前的这里删掉，因为要留一个 open road 的 默认的前缀，所以说我们这里，哎，对，输入进去， 这样就 ok 了。呃，我之前设置这里到这个环节呢，是设置那个我们用哪个 i m 去控制去连接？我们这里先跳过，然后这里的搜索呢？其实也可以先跳过， 然后跳过之后呢？就是，是不是那个呃，调调成近的，那我们这里选择一直跳过，然后这里是 no， 对， no， no， 这些是一些具体的一些设像，我们选 no， 但有需要的话呢，大家可以呃，就说 自己去设置。那我们只是今天先讲模型的过程，那我们选重启。哎，对，然后这个，呃，小龙虾的服务就在重启，我们刚刚重新走了一遍新手的设置。那，那我们现在等待它重启。对， 好，它就这里重启成功了，然后那我选择打开网页， open the web y， 哎，它就会自动打开网页，对，就刚刚的网页重置了，然后我们这里输入一个 states， 相当于就是可以看到它当前的一个状态， 然后返回一个当前的状态。 哦，好像说错了秘密了，应该是 s t a u t s？ 不好意思 啊，反正没关系，它好像识别了。嗯，对，可以看到我这里配置的是基于新成的模型，因为 p i k 呢，其实我之前已经配置过了，所以说它，呃，不会让我重新再配置。 对，这里显示一些中文。对，然后这里的模型的配置呢？其实我们就回到 openroot 点 ai 这个网站，然后呢去创建一个新的 a p i k， 比如说我们今天是来自于抖音，嗯，点抖音，然后这里的信用额度限制呢，我们选个零点一美金，相当于其实花钱的话也 最多就七毛钱。然后这个额度的重置呢，我们不用不用管它永久都是零点一美金，就是七八毛钱，过期时间一年。那相当于我们就会有一个 a 四值大小按钮。很多朋友也都问我怎么复制， 哎，这就复制好了。这个 k 呢，其实是是在刚刚的配置环境里面，选模型的环境里面，它会让你有一步调配置的，因为我刚是已经配过了。然后呢，如果是你已经是正常的模型了，其实本质上你已经配过小龙虾的话，你在这里输，输 k 给他，然后输模型给他，然后把那个 open source 这个网站输给他，其实也能切换，正如正如我刚上一个视频讲的， 还有就是说，呃，我们在那个呃 open note 的 这个网站呢，它不光，它不光有很多的那个付费模型，它其实是我们在 mod 这里去输的话，你输 free， 它除了接下来三点五，还有很多免费的模型， 对，包括之前的智普的四点五的 air 是 免费的。英文答，有很多模型其实都是免费的，包括 open air、 gpt。 其实也有免费的模型开源的，包括千问。啊，这个千问三呢？其实是，这是一个专门用来编程的一个模型，也是免费的。其实有很多，大家其实可以是一个个去找。对， 然后技能商店的话呢？呃，腾讯最近两天出了一个，呃，中国版的 skill hub， 呃，它本质上呢，其实是在可融 hub 技术上呢，其实做了一个技巧战，呃，这个其实也不错的，然后，呃，你也可以去那个可融 hub 去下载一些技能。呃，腾讯这个专为中国用户呢，它会有个榜单， 你相当于就是你看这里有一段话，看见没有，相当于就复制下来。呃，发给小龙虾，对，他就会去检查，帮你安装这个技能商店，然后你就可以和小龙虾对话，去在里面找更多技能去安装了。我是之前已经安装过了。对，那我们今天就这样。

前两天有粉丝跟我吐槽说用龙虾太费偷啃了，平均一小时就要烧掉一百块，问我有没有节省偷啃的方法。今天就会分享我们在跟龙虾对话的过程中常用到的三个命令，把这三个命令用好，能帮你合理的节省偷啃用量。第一个命令就是杠 status， 这个命令的话呢，是用来指示检查偷啃消耗情况的，当我们发送了这个杠 status 这个命令之后呢， 他就会回复我们这几行信息。请重点看一下这个 context 当前上下文占用的比例，如果你发现下文已经快满了，就要让他去总结和记忆，那让他进行总结的话呢，我们就是会使用到第二个命令放 compact。 这里先给大家普及一个知识点，当我们在聊天界面跟龙虾对话的每一条消息，龙虾都会记下来，存到一个叫 scissor 的 文件里，当你输入一条新的消息给他的时候，龙虾就会把最新的一条消息加 scissor 里面保存的历史消息一并发给大母星，这样的话就会导致我们 to call 的 消耗会增加。那你使用 compact 这个命令是来压缩历史对话的，它压缩的话就是龙虾在 scissor 里保存的历史消息。 你看，当我发送完这条指令之后，他五九 k 的 对话内容压缩到了二点六 k， 就是 节约了很多上下文的空间。那第三个命令就是杠六，清空上下文，开启全新的对话。这个适合的场景就是当你的龙虾完成了任务一以后， 你又给他布置了任务二，这个时候的话呢，是其实是需要自己评估一下，如果任务一和任务二没有任何关系，你就可以使用杠六这个命令来清空一下上下文。 我不清空一下，龙虾在做第二个任务的时候，就会混着你任务一的对话记录一起传给大模型，那这样其实也是一种偷啃的消耗，浪费了你的偷啃，同时速度也会变慢。 当我发送了杠六这个命令之后的话，他给我反馈了这样的一条提示，就是告诉我可以开启一个全新的对话了。一个杠六的话，大家可能会担心，这样做我的龙虾不就失忆了吗？重要的信息我要让他保存下来，怎么办呢？那这个就需要 memory。 当我跟我的龙虾说了这样的一段非常重要的消息， 加上这样的一句话，以上内容存入 memory， 这样这条重要的消息呢就会存在 memory 里。存进去之后的话呢，你再使用前面的杠 compact 杠 new 命令，也不会对它产生任何影响了。最后建议大家还是要选择一个 ottoman 模型套餐来用，像是阿里云百联的 ottoman， kimi 的 ottoman， 评价都不错，性价比也挺高的。

托肯，太贵了，说个你好几块钱就没了，带你学几个省钱的命令。行，先搞懂为什么每次说个你好那么贵！龙虾每次跟你说话都先要把记忆装进来， 你是谁？有什么规则？你们之前聊了什么全都要装进来再开口，记忆呢，会越存越大，等积累了几十万字，你说一句你好，他就先要把几十万字想一遍再回你。托肯直接爆炸！ 龙虾有几个特殊的命令，直接跟程序交互，不经过大模型，不消耗。托肯必须记住，直接在对话框里面输入 斜杠 new， 重开对话，清掉之前的上下文，轻装上阵斜杠 restart 整个龙虾重启，龙虾卡住或不理你时，可以使用斜杠 stop， 立刻停下手头上的任务，避免方向继续跑偏，继续勺头啃斜杠 compress 压缩记忆，大事记住，小事忘记，记忆体积大幅缩小，你记住了吗？关注我，带你了解更多的养虾小知识！

经过一整天的折腾，不停的调试测试，终于把龙虾和欧拉玛本地部署的大模型链接上了。下面说一下我这次的经验，并不是所有本地大模型都支持龙虾，目前经过我测试，最好用的是千万三， 我本地的硬件最高能支持在欧拉玛里面跑三二 b 的 大模型，但是速度比较慢，所以我下载了一个九 b 的 千万三，先试一下 九臂的千万三在欧拉玛里面可以很快的速度运行，但是在龙虾上反应的速度就有点慢， 而且只能支持本地聊天或者处理文本任务，让九臂的千万三驱动龙虾去打开浏览器都实现不了，也可能是因为我本地部署的大模型太小，有没有哪位部署过比较大的本地大模型的朋友可以说一下使用效果如何？ 所以我打算暂时放弃使用本地大模型去动龙虾，去购买二十九元包月的 mini max 的 a p i 来使用 tucker， 量大管饱，关注我，一起交流养龙虾！

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！

怎么发现龙虾突然变傻了呢？糟糕，装了最新版的龙虾之后啊，怎么发现龙虾突然变傻了呢？除了聊天啥也做不了。再仔细一看，确实是最新版的龙虾，但为什么会出现降质的问题呢？好，那么接下来一个视频给你讲清楚它的原因是啥，以及应该怎么样去解决。 首先先去打开命令行窗口，然后输入一个 open cloud 杠 v， 如果你的版本是二零二六三点二 以上的版本啊，就是比这个版本更新的版本，那你会发现你的 openclaw 简直是和傻子一样，它不能做任何事，它只能陪你聊天了。这时候你会发现，那我去安装 openclaw， 和我直接去使用某包 某 seek 是 没有任何区别的。原因是啥？原因是在于 openclaw 在 三点二的时候，它进行了安全升级了，这时候它把所有的 权限全部关了，然后这点怎么样证实呢？给大家来说一下。在 opencloud 的 外部页面，它是有权限的展示的，然后这个权限展示在哪呢？在代理，代理其实就是 agent， 然后在 agent 的 这个 twos 里面点击它，这里面是我当前 opencloud 所能调用的所有的工具。然后当你装的是三点二的时候，你会发现全部，几乎全部，除了啊，这个，呃，除了通讯的消息之外，其他的全部是灰的，我不能执行本地的这些操作了，然后文件我都读取不了了，原因就在于三点二它进行了安全升级了，这时候它啥也做不了。那好，这是怎么办 啊？比较简单的方式，笨的方式就是我去找代理，然后我去找这个托斯，然后我把里面的所有的这些都 东西，我给他一个一个的去开启，这是最笨的方式啊，那么这样的方式，我把它所有的全部点开之后呢，不用保存，它自动就保存了，那这时候我就拥有了所有的权限了，我就可以让它操作本地的一些指令，对吧？啊？这是一种方式，但是教给大家最简单省事的一种方式，你可以这样三点二的版本 打开 opencloud 的 配置文件，然后 opencloud 的 配置文件怎么样去找呢？它就是在你当前登录用户的根目录底下 啊，然后去找就行了，那比如说 macos， 那 我就可以输这行命令啊， open， 然后打开，打开谁啊？当前根目录底下有一个文件夹，叫做 open cloud， 就 输入这行命令，敲回车，它就打开了 open cloud 了，然后这里面有一个接省文件，对吧？好，双击打开这个接省文件，然后在接省文件里面呢？ ctrl f 啊，去查找，对吧？或者说， ok， 你 不会使用这个啊，命令也没有关系，然后你去找它里面有一个 tours 这样的一个配置，这个配置呢，就是说我的权限里面除了聊天之外没有其他的了啊，好，这时候咱们怎么办？把这个 tours 给它删了， 记着删了，这是最简单的方式啊，删掉，删掉之后， ok， 这个时候重新去启动咱们的龙虾，你的权限就已经回来了啊，好，那么这时候， ok， 咱们重新去启动我的龙虾，那我就，呃，那我这时候呢，我就可以使用 open cloud， 然后 get away 啊，然后 restart 返回车，然后等待它启动。启动完成之后呢？这时候啊，它就有权限了，然后怎么去验证呢？ 还是在刚才这个地方，然后你去刷新，你会发现这个时候的这个 taurus 里面所有的权限就有回了啊。所以呢，如果你的版本是新的版本，是刚安装的 open color， 记着一定要把 taurus 删掉，把所有的权限开到最大，这样的话才能发挥龙虾的作用啊。好，我是磊哥，每天分享一个干货内容。

团队用龙虾一个星期烧了几百亿头啃，马上接近十七万美金了，大家看一下说说我的感受吧。 第一，没项目的人别装，你装了大概率也是看看大主播跑几个 a 阵，然后就开始烧钱了。第二，很多人上来就开多 a 阵，默认就是啊，开的越多跑的越快，但你本质上是开多一个 a 阵就多一个烧头啃的进程。真正该问的应该是这一步值不值得单独开始推移，应不应该先压出输入，还有要不要交给大模型， 不是所有任务一上来就交给一个 a 帧，很多时候一个脚本一个规则引擎，一次 l m 调用就够了。第三，很多 token 不是 稍再 up， 而是反复甚至再读 repeat， 反复看 log， 反复解析项目结构。所以代码 a 帧的优化重点不是存储化，而是先设置再读，先 def 再改， 先局部处理再局验证长 context 就 交给那些需要跨文件推理的任务。第四，常用任务一定要做成 prom template， 不要每次现写后面一直低 bug， 其实是最费钱。第五，模型只选最贵的，这条就不解释了。 最后说一句吧， token 真的 很贵，因为我们团队有好几个项目同时在跑，所以只能抽出一部分精力先去做 token， 节省方案，不然很多项目根本就跑不长，等做好了也会开放出来给大家使用。

open 可乐最火的时候，全网都在教你怎么安装，但现在热度下来了，我发现一个非常尴尬的事，百分之九十的人根本不知道怎么养它。这又导致现在 mac mini 高价抢了 taco 也买了龙虾，反而没干啥活。 所以这期视频没必要再去讲什么安装流程，我反而想认真聊一聊，怎么才能把这只野性的龙虾驯化成一个真正能干活，越来越懂我们的 ai 生产力助手。 首先我想说一个反常识的点， skills 不是 越多越好。你想啊，同一个层级下，功能相似的 skills 有 好几个，如果你这个也装，那个也装，那碰到同一个需求，这两个 skills 都觉得这是我的活，那就很容易打架了。就好比一个部门有两个老大， 谁都想自己说了算，最后也只能失控了。所以 skills 不 在于多，而在于边界清晰。那在起步阶段，有一个基础的 skills 清单就非常有必要。我把它分成了四层，第一层，安全层，它的名字叫 skill writer， 这个建议大家都先装上哈，它可以帮助我们审查接下来要装的 skills 的 安全性到底怎么样，比如来源审查、代码审查、权限范围、风险等级评估，只要是低风险，那这个 skills 就 可以放心大胆装了。第二层，其实就是要给它一个搜索功能，这个我用的是 brave， search 到官网注册申请之后呢，每个月有五 w 的 免费搜索额度，对于个人的网络搜索来说，这个白嫖额度基本上也够用了。第三层，我觉得要让龙虾能读懂资料，你可以把最常用的文件格式， pdf 啦， word 文档啦， ppt 这些格式的读取功能，让他先学会这些 skills， 用 i s i p 和官方出品的就行，他已经有九十多万个 star 背书，稳定性和安全性都是有保障的。第四层，你可以给他基础文件的操作能力，让他在特定的文件夹里读写、删改。 先记得先不要给他系统级的权限哈，比如终端命令行执行这类的高危权限，一旦你授权了，他很可能就会默默的修改你的系统配置。这里再分享一个我自己使用 skills 的 方法，那就是自己做一个。比如我把第二层那个 blue search 重新做了一个，因为我当时安装的时候 app 上面的原版博友 search， 它在 reddit 里面说需要一个 api 蜜月，但实际上呢，并不需要。这种描述的不一致就让我觉得，哎，可能没那么可信，哪怕收藏使用的人特别多，那可能跟我的需求也不一样，所以我就重新建了一个。 当然，这个建的过程也不是说我自己就在那吭着吭着写哈，而是让 ai 帮我写 markdown 文档。所以我觉得大家在安装 skills 之前，先了解清楚这个 skills 干啥的，你什么时候会用到它，怎么用它，然后它最大的权限是啥？不求多，但求精。 我们都知道，龙虾的能力上限很多时候在于你用的是什么模型，如果是最顶级的 cloud， 它就非常强，那用一个普通的模型，它就会回归到一个非常普通的状态，甚至有些任务你会觉得，哎，它怎么还没平时对话的通用大模型厉害啊。 但这也不是说以后干啥都用最顶级的哈，那你可能还没驯化龙虾这个账单，就把自己给驯化了。所以我觉得性价比高的玩法是顶级模型和普通模型组合使用。把最顶级的 cloud 当作一个 ceo， 把难题、战略规划类的写 skills， 给 bug， 风险判断这活交给它。 那剩下那些重复性的杂伙，像整理文件啦，整理图片啊，文档总结。那就交给普通模型。我用的组合是 cloud、 obox、 四点六和 mini max。 很多人觉得 openclaw 不 懂自己，是因为他们就把这只龙虾当成一个开箱就能用的工具。但 openclaw 的 定位其实是一个定制化的私人助理，就像你招了一个哈佛毕业的助理，你俩见面的第一件事肯定是告诉他 我是谁，我的任务是啥，底线是啥。那给出这些信息，其实就是给 openclaw 建立上下文，这一步就让他从一个普通的 agent 变成你的 agent。 你也可以提前配置好 user、 identity、 soul 这三个核心文件。 soul 是 关于你、你的个人说明书，你的名字、职业、目的、喜好、红线都写在里面。 identity 是 给 open cloud 身份的地方，比如它的名字，它的角色定位。 soul 是 龙虾的灵魂，你可以定义它的做事风格、价值观和行为边界。但在写的时候，不建议用太多聪明、温柔、冷静这些很虚的词儿， 而是尽量写成可执行的指令，比如把冷静写成永远不使用感叹号和已默契的表情。那面对用户的抱怨呢？直接提供解决方案。因为 oppo 可乐他是一个 a 阵的，他不仅能像 g p t 那 样跟你聊天，还能替你行动， 比如接管你的电脑，替你群发消息，如果你没有配置，删除、发送发布之前必须先确认这些具体的红线，他可能就会为了表现聪明和高效，帮你整理桌面文件，结果不小心删掉了你的资料。 我经常刷到各种 open class 的 视频，我看到屏幕上有很多个 agent， 但我觉得呢，对于普通小白来说，不要一上来就想着建立一个什么 agent 足球队，我们应该先把一个 agent 养明白，再 再去让他开分店，因为只有当你把一个 a 阵的调教好了，你才知道他是什么脾气。当出现问题的时候，怎么借助通用大模型去解决，像养孩子一样，先把他养熟，这样你才能轻车熟路的养。第二个具体的分工，可以设置成一个总管加 n 个专业型 a 阵的的形式。 总管呢，就让他负责一些基础性的总管性的工作，比如搜索啦，轻度的整理专业型的 a 阵的，可以让他写文案，做研究生产图片提示词。 对于这些不同的 a 阵的，我建议是搭配使用不同的模型。像研究型的 a 阵的，可以使用最顶级的模型处理基础事物的 a 阵的，比如图片整理、文件规档，可以用普通的模型，那涉及到创作内容的 a 阵的，像我需要文案和脚本的创作，那我会两种模型搭配使用， 搜集热点信息，用普通模型输出，搞建大纲，用顶级模型组建这些 a 阵的军团，其实就像组建一个团队一样，要让他们有清晰的边界，各司其职，以后你也会越用越顺手。 最后呢，我想分享一下 opencloud 的 权限问题，我觉得我们不要把 ai a 阵呢当做一个资深牛马， 也不要把他当做一个小学生，而是把他看做一个潜力巨大的超级实习生，他非常聪明能干。但是你刚开始跟他接触的时候呢，不要上来就把所有的权限都给他放开，而从紧到松，一步步来。 比如刚开始只是让他们帮我们读取文档，查看文件，做一些总结和轻度的搜索工作，那熟悉了几天或者一周以后呢，可以让他建一个工作区的文件夹，创作文档，写一些草稿之类的，感觉更稳定。之后呢，就可以让他去归党整理， 给他一些删除格式化的权限。最后啊，最高级的权限，比如说发消息，发布视频，或者执行系统性的命令，这些必须经过人工确认。最后，我们总结一下，到底该怎么养好这只龙虾呢？我觉得真正养法就是四个词，少一点，慢一点，看清一点，克制一点， 少一点对全能 ai 的 幻想。慢下来去打磨它的身份和规则，看清它作为工具的边界，那在赋予它电脑的权限时保持克制。 在 opencloud 被炒得最热的时候，不要为了大家都在玩而焦虑，当热度下来了，也不要把它当做过期的玩具扔在电脑里吃灰，毕竟它不是追风口的社交货币，而是你花时间亲手调教出来的真正懂你的数字搭档。

今天给大家介绍 openclaw 调试技巧，全部讲透！用 ai 的 时候，最怕的就是不知道它在干什么，开启调试模式，执行过程一目了然。 第一个是 for both on， 展示工具调用的完整过程，方便追踪执行逻辑。第二个是 reasoning on， 展示 ai 的 思考过程，排查问题更轻松。 接下来是流逝回复，强烈推荐开启 ai 回复，像打字一样逐字显示，不是全部生成完才一次性输出。执行这条命令，开启非输渠道的流逝回复。 第一个优势是实时反馈，逐字显示，不用干等。第二个是随时打断，发现 ai 方向说错了，立即停止，节省时间。 第三个是省 token， 避免无效生成，钱花在刀刃上。接下来是两个透明度增强功能，耗时显示和状态展示。 执行这条命令开启耗时显示，每次回复末尾会显示耗时，比如已完成耗时一分五十四秒。 在执行这条命令，开启状态展示，会显示已读、正在思考、正在执行等状态交互更透明。 耗时显示让你清楚知道 a a i 执行了多久，方便计算 t a i 是 在思考钱花在哪，一目了然。状态展示让你明确区分 a a i 是 在思考，不会对着空白干等。 最后是核心执行机制，这个非常重要，理解了能少踩百分之九十的坑。 openco 多条消息进入队列，严格按顺序执行，必须等上一条任务完全结束才会处理下一条。 就算重启 gateway， 也会先把队列里的消息按顺序处理完，再接收新任务。所以阶段任务一次性尽量说清楚，不要连续发送多条消息，执行更稳、更快、更省 token。 好 了， openclout 调试与使用教程就到这里，有问题随时交流，关注我，了解更多信息！

openclaw 爆火之后，各个大厂都推出了自己的龙虾，这满大街的龙虾到底哪一款更适合你？今天就来和大家聊聊各个厂商的 openclaw。 本着公平公正的原则，本期我们将从价格情况和 a 证的能力来为大家评测部分还在内测的龙虾，等公测了在第一时间给大家带来使用体验。开始之前呢，我会先带大家了解一下龙虾的类型。 现在市面上的 cloud 产品可以分为两大类，第一类是本地部署，代表的有腾讯 workbody、 two cloud、 三六零、安全龙虾智谱、 autoclave、 阿里扣炮等等。本地虾的优势是什么？他们在你的电脑里面可以直接操控你的电脑，能力很不错。劣势呢，也很明显，安全系数无法保证，会出现把你电脑里面的重要文件删除现象， 你晚上睡觉要关电脑的话，你的虾也就下线睡觉了。这第二类是云端部署，代表的有 minx 的 max， claw， 字节的 arklo， 百度的 doklo， kimi 的 kimi。 claw。 云端虾的优势是什么？这个虾养在场上的库房里面，也就是服务器上，它可以二十四小时无终止工作， 不会像本地虾一样出现安全问题。缺点你应该也知道了，他很难碰到你电脑的本地数据，除非你自己上传，这样的话能做的东西就会少很多。说完龙虾的类型，再告诉大家最关心的问题，玩龙虾到底要花多少钱？大家可以先看这张图， 根据我整理的这张价格表，目前市面上的龙虾大致可以分为三个梯队，第一梯队是免费开源，阿里的 coco 开源免费，如果你懂技术，会配置， 这绝对是性价比最高的选择，但门槛也高，需要自己折腾。腾讯的 qq 内测免费，想尝鲜的可以抓紧申请，但内测名额有限，且内测结束后价格未知，我拿到内测资格后也会第一时间同步大家。智普 auto club 提供免费额度，适合轻度用户， 如果你只是偶尔用用，可能不用花钱。腾讯的 work party 目前完全免费，刚注册给你五千积分，通过积分使用，积分还会每日赠送，基本够用。我体验下来感觉非常出色，堪称免费午餐里的顶配。 第二梯队，百度的 doklo， 十七点八元首月，适合学生党个人开发者体验下。 mini max 的 maxclo 和字节的 rclo， 一个三十九块，一个四十块，定价非常接近，对于需要稳定云端服务的用户来说，门槛很低，而且云端体验上也很不错， 后面会细讲。第三梯队，三六零安全龙虾，一百六十九块每个月，官网上说主导安全，也符合三六零的品牌调性，但这个价格会劝退个人用户吧。 kimi klo， 一 百九十九元每个月，全场最贵，体验也一般，我是真觉得不值这个价。这里也要额外给大家算一笔账， 包月模式胜在省心，不用额外折腾。 a p r 适配厂商已经帮你做好了大模型和功能的联动，一口价覆盖全功能，而自行配置 a p r 接口灵活性更高，能自由更换享用的大模型，但费用按调用量结算，高频重度使用下来， 成本很可能比包月还高，大家按需选择即可。价格是入场门槛，真正决定龙虾好不好用，能不能省事的还是 a 政策能力。说白了，不管你是本地虾还是云端虾，能精准听懂指令，稳稳把活干好，不翻车不跑偏的才是一个好虾。我设计了三个典型任务，来测试这些龙虾的 a 政策能力。测试一， 文件整理能力，猜猜选手。任务是，我的电脑桌面上有一个装满了十个人物照片的文件夹，这个文件夹里面有五张男性照片，五张女性照片。我需要下来按照男女性别的要求分开创建两个文件夹，男性照片放在男性文件夹，女性照片放在女性文件夹。我们先看腾讯的 work body 的 效果， 他完成了人物照片的整理，并创建了两个文件夹，名称也正确。那么照片放对了吗？答案是错误的，男性照片文件夹有三张女性照片，而女性照片文件夹有三张男性照片，正确率为百分之四十。我们再来测试字节的 ark kolle， 我 们把文件上传给 kolle， 再把要求告诉他。 ark kolle 同样也完成了文件夹的创建，只不过在性别识别上同样也出现了问题，男性文件夹有两位女性，女性文件夹有两位男性， 正确率为百分之六十。目前咱们已经看了两款龙虾的任务执行情况，都没有达到百分之一百。我的心情和大家一样，也觉得目前的龙虾还未未远大预期效果，但我接下来测试的 max klo 龙虾就达到了百分之一百。同理，把任务要求告诉他并上传文件。 让我感到不满意的是，他第一次给我返回的压缩包是下载不了的。然后我又说了一遍，要求他给我到了飞书上， 我打开一看，正确率百分之一百。总体上我对 minx 龙虾体验感还不错。目前我们只测 试了这一个任务，可以再看看后续他任务的发挥。为了加快视频节奏，我们把其他龙虾的文件整理正确率直接展示给大家，给这个任务做一个小结，文件处理， max coll 的 综合体验最好自己奥克 coll 第二第三。为腾讯的沃克巴里。测试完文件整理类，我们来看一下 网页信息，并生成沃德文档发送给我参赛选手。 实际测试中，阿克洛迟迟找不出先锋赛到底是个啥，告诉他具体比赛名字也找不出来，他就没有任务反馈，给他打个零蛋 call 跑，突然就不能对话了，无论发什么都没有反馈，那这个作业任务也只能零分了。剩下的龙虾直接给大家展示成果，大家来看看哪个龙虾的效果好。 为此我又写了一段任务评分系统提示词，让 ai 自己来打分哪个作业最好，他给出的评价是四个九十七分。然后他又有一个补充说明，简单来说就是没有实际耗时时间和执行过程细节。这里我来分享一下。体验，生成速度上， workbody、 maxclock 以及 kimi kong 差不多大概三分钟完成任务，百度的 do kong 时间大概五分钟。过程细节上都是一次出结果，无需再操作，再给大家做个小节，只要能工作的龙虾在这项任务上都还不错。如果在这项任务让我选一个第一的话，我选 work party， 为什么？因为它现在免费使用，省钱。我们再来测试一个能力。 这次我让龙虾们剪视频，任务要求如下，给大家看一下这个视频的前十秒。今天要分享的 ai 工具是 一的 ai。 先给大家介绍一下产品， c 的 ai 不是 ai 深图工具，它是一套以内容优先为核心的 ai 设计生成系统。我让龙虾们只剪辑前六秒，然后把视频发送给我。说实话，我在测试这项能力的时候是不太抱有期望的，结果， workbody、 kimi、 klo 和 doklo 都把视频按照我的要求剪辑出来了。 今天要分享的 ai 工具是 c 的 ai， 先给大家介绍一下产品， c 的 ai， 不是 ai， 是 arcclaw 也做出来了，但是它没有保留视频原声，这可能是它对提示词的理解能力出现的偏差。至于 maxclaw， 它的服务器里面没有视频处理库，就没有办法剪辑。 不过他还挺有意思的，一直在给我道歉并寻找可行方案，还要向平台上报紧急加。这个功能整体给我的体验很好。小杰，多数龙虾具备了基础的视频操作能力，这对于日常轻度剪辑需求，如做短视频预告、截取会议片段来说，已经足够实用。在这里，我也给不同需求的朋友做一个最直白的选型。总结， 陈小白，想零成本尝鲜腾讯，维格巴蒂的免费积分制是你最低门槛的入门选择。懂技术的开发者追求极致性价比，阿里开源免费的扣炮，值得你去试试。自媒体人、内容创作者 需要稳定云端服务和精准的文件处理能力的，那我强烈建议你去试试 max， 三十九块钱一个月也能接受，大家去试试就知道了。职场办公族可以试试字节 icloud， 完美适配日常办公场景，免费低价就能覆盖核心需求。最后还想再和大家说几句， opencloud 的 爆火，我们其实真的看到了 agent 从技术概念走向大众落地的可能。哪怕当下各家产品还有性别识别、翻车、场景能力缺失、指令理解偏差的问题， 哪怕很多功能还达不到大家的预期，但这只是 ai 智能体普及路上的必经阶段，大厂扎堆入局的赛道从来不会缺迭代和升级，今天的能力短板或许下个月就会被优化补齐。龙虾的故事其实才刚刚开始。

大家好，今天的视频呢，我给大家汇总一下在刚刚开始了解 open cologne 的 阶段，我们会遇到的相关名词的解释。如果这条视频你能全部理解的话，那么恭喜你，你已经超越了身边百分之九十以上的人了。 就好像以前我们很多工作呢是依赖 office 这样的办公软件，但是未来的工作形式很有可能是由我们一个人操控几个智能体来进行办公，那你比别人理解的多一点，比别人上手的快一点，那么在现在这个大环境里，你可能比别人就有了很多优势。 open collo 呢，在之前的视频里已经跟大家讲过了，因为 collo 这个单词的翻译就是钳子，而且呢， open collo 的 图标是一只龙虾，所以呢，大家喜欢称之为龙虾。 在这里我再解释一下其实 open cloud， 它是一个人工智能的控制平台，通过 open cloud 这个平台呢，我们可以创建并且操控一个或者几个智能体，而且呢，这些智能体是完全隔离的，他们在执行任务的时候是互相不干扰的。 我自己呢，用 openclo 后台创建了贾维斯和小迪两个智能体，换一种方式理解的话呢，我们也可以把 openclo 比喻成是一个可以创建并且饲养宠物的平台，然后我们可以在这个平台的后台去管理我们所养的宠物，如果说我们的服务器足够强大的话，同时养二十只宠物都可以的。 再说一下 agent agent 呢，其实是智能体的代称，每个 open cloud 都可以创建多个 agent， 那 能够创建并且正常运行多少个 agent 取决于我们服务器的能力啊，创建数量是没有上限的， 但是一般情况下有一个或者两个就已经足够用了，除非呢，你是要用于企业运营，就可以考虑多配置一些 agent 去代替你的员工。很多时候大家所说的龙虾呢，有时候是代表的 openclaw 这个平台，有的时候呢代表的是平台里面的 agent， 大家只要明白意思就可以了。再说大模型和 skill， 大模型呢就是豆包啊， deepsea 啊等这些 ai 平台， skill 呢就是一种插件，可以理解成 skill， 是 免费让 agent 学会技能的教程。前面的视频呢，讲的比较详细了，在这里就不再赘述了。 再说一下，调用， agent 自己是没有大脑的，所以我们发给 agent 的 所有信息， agent 都需要把信息发给大模型去进行分析，然后呢再接收大模型发回来的任务，解析之后根据解析的内容去执行任务。 agent 与大模型之间来回发送信息的这种方式我们就叫做调用， 这个调用是需要花钱的，花钱呢有两种方式，一种呢是消耗贷币，也就是 token。 之前养龙虾成本很高的原因呢，就是因为每次调用都需要大量的 token， 我 最初的两天就消耗了一百万的 token。 但是最近一段时间呢，很多大平台都推出了一个综合的大模型方案，名称叫 callin plan， 大家可以把它理解成它是一种大模型的礼包。考勤 plan 这种大礼包呢，它是同时包含了几个大模型在里面，既能满足我们平时需要用的主流模型，而且付费的方式呢，也改为按次数计费，每一次调用呢就记为一次， 比如说我现在用的是火山的考勤 plan， 一个月是四十块钱，然后有每五个小时一千两百次，每个月一万八千次的调用，上限更高的礼包呢，还有两百元的 每个平台 quality plan 方案的收费和限制啊，基本一样，但是使用的模型和限制的次数可能有一些区别，但总体来说成本是已经大大的降低了，大家想了解的自己去搜索就可以了。 接下来再说云服务器和本地服务器用比较容易理解的话，我们可以把服务器想象成是一台电脑，所有的软件都一定是需要安装在电脑里的，如果没有服务器，就相当于是没有地方可以运行和保存文件，所以部署龙虾呢，也是需要把龙虾安装到服务器里面的。 云服务器呢，是一些企业买了高端的大型商用服务器，然后呢把服务器分为一个个的小空间，再租给需要的用户使用。 我现在用的服务器就是原服务器，而且使用的是有首年优惠的六十九块钱一年。如果我们需求比较高呢，还有更高配置的服务器可以选择，大家可以自己去搜索了解一下配置和价格。 接下来再说一下本地服务器，本地服务器呢，就是我们自己购买一些小型的服务器，然后安装在身边的环境里，比如说家里或者公司。 本地服务器呢，是需要我们自己去组建的，流程呢，相对来说有一点点繁琐，而且本地服务器是不能断电也不能断网，否则呢，我们布置在本地服务器里面的程序就不能正常使用，苹果的 mac mini 呢，就是一种小型的本地服务器， 云服务器和本地服务器各有各的优势，并不是说哪一种方式一定好，大家千万不要被网上的内容误导了，如何选择还是要看我们个人的，就比如说电脑的选择一样，有高配置的，有低配置的，我们可以自己买，也可以去网吧用，选择性是很多的。 养龙虾的成本呢，综合来说可高可低，我现在的成本呢就是一个六十九块钱一年的高定 plan 大 模型， 想要用比较高配置的云服务器，加上大模型的次数比较多的话，一年的成本可能在三千七到四千元之间， 如果想使用本地服务器的话，成本就不固定了，比较便宜的本地服务器一千多的也有，贵的几万元的也有。以上分享的这些内容在我们前期了解小龙虾的这个阶段已经足够用了，另外还有很多专业的名词，在我们真正使用的时候慢慢去理解就可以了。 下一期内容呢，我会给大家分享一下龙虾到底有什么用，这个内容也是我认为最重要的内容，而且在下一期视频中，我会跟大家分享一些我的猜想。好，那这期视频就分享到这里，我们下期见，拜拜。

今天开始个人微信官方支持大龙虾了，提供了微信 clubbot 这个插件。在开始使用之前呢，首先确保你的微信是不是八点零点七零这个版本，打开微信，点击右下角我的，然后进入设置， 检查你的版本号是不是八点零点七零，如果不是的话，就点击检查新版本，更新到八点零点七零就有这个插件了。 那它怎么跟电脑的龙虾连接呢？教你一个最简单的办法，不需要安装命令。行，你只要在电脑上安装好 qcloud， qcloud 就 会引导你扫描二维码，无脑连接，立刻使用，并且 qcloud 每天还有四千万的 token 送给你，你学会了吗？评论区告诉我。

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。

你为什么养龙虾？你为什么不问问神奇海螺呢？你为什么养龙虾？核心就四句话，你去琢磨一下这四句话你就理解了。大家都把金币花在发动引擎上，没人琢磨车开去哪里， 管家再勤快，家里没有趁手的工具，也只能端茶倒水，部署的门槛已经很低。你对业务的理解是没有捷径的， open 可乐只是给你的一个壳字，质疑里面装什么， 得靠你自己去把它沉淀出来。接下来我将从下面两个方面帮大家迈出万里长征第一步，然后再给大家看两个实际的案例。第二部分，我们来看一下怎么去 s o p 化，首次去抽象我们的 open class， 让它能够标准化的去 执行工作。我们来给大家看一下怎么去首次就标准化你的龙虾。有个专业术语就叫 sop 标准化作业程序，大家可以看一下。我们日常生活中其实很简单， 比如说有的人生活很规律，他就把起床、洗漱、运动、早餐定制成自己的一套标准流程，每一次都严格遵守这个说明书去工作。那么我们的小龙虾同样如此， 因为现在大模型它的上下文，包括它的这个推理能力，它都是还有待进步的。它虽然都能有一百 k 和一百万的 toon 的 上下文，但是它最终还是会用尽的，特别操控一些浏览器，操控大文件的时候，它必然会耗尽。 那么如果我们标准化一些边界，一套标准化的工作流程，那么它肯定是能够按照你的一起进行执行。出厂的时候我们的龙虾都是很宽泛的， 所以说我们需要去标准化我们的龙虾，我们主要的就是这几个文件啊，关于这几个文件有专门的文档，包括官方都会有去说明这些文件是干什么的，那么我们跟着做就行了。 首先这五个文件啊，分别都是管你的这助手身份啊，包括你的这个 agent， 包括你这些工具怎么去执行，包括你的一些信息都会在里面，这下面是我个人给我写的一个综合管理，助手的一些信息，都已经给你放好了， 我们怎么使用呢？把这篇文章直接复制粘贴给我们的龙虾，那么我们的龙虾就会自己写，写入这些文件，写入完以后他会告诉你完成了，那么我们重启一下我们的这个位， 我们的龙虾就完全出事化，成功了以后，他就会按照这个流程来去执行，很简单，把整篇文章扔给他，让他去做就可以了， 大家直接拿回去用。还有一个，如果你想定义成自己的，你不会写的话，你就把这些东西全部复制给啊，任意一个大冒险豆包签问，让他把改成你需要的增删改查，自己去编辑一下就可以了。我们再来看一下你的龙虾为什么总是死在了第一步， 动不动就卡死，动不动就没有响应，非得重启才有作用，非得掀开一个窗口才有作用？我们来看一下到底是为什么，我们来深扒一下原因，一段代码就可以让你的 open color 永不宕机。 关于参数解释，大家可以截图看一下，后面我也做了一个示意图来解释，每一个参数具体是怎么合并的，它都是核心，一句话就是超过上下文，它会预留一些空间让 open color 自己去压缩，它还能够设置到达某个阀值，触发记忆整理 复发记忆整理的时候还能给 ai 一个提示词，告诉他怎么去整理，就是让他一流空间永远不会超，导致他无限陷入死循环。有这套配置，你的 open 就 永远不会档机。下面是纯演示，刚才已经给大家解释过原理了啊。我们可以来到浏览器打开我们的龙虾， 来到我们的配置，这是第一种方式，可以直接在页面上去配置，我们达到这个弱这个模式， 他默认是看不见配置的，我们把这个小眼睛打开，我们往下滚，那我们的 a 帧，我们把这一段代码放到这个位置， 他默认只有一个 model， 是 配置，不是 default。 大家直接把这一段给它替换成我的这一个代码呢，大家可以截屏，也可以下来看文档，按照这个配置就行了。 那另外一种方式呢？不在这里配置，大家可以下来看文档，按照这个配置就行了。那另外一种方式呢？不在这里配置器，我们打开一个代码编辑器， 没有代码编辑器的也没有关系，我们找到我们 open clone 的 安装目录，通过任何一个编辑器的打开都可以。哇，来到我们根目录下面有 open clone 点这一层就是刚才我们编辑的那个文件，它是所有配置的一个核心关键文件这个位置，把它粘贴成这一段， 粘贴完这一段之后，大家一定要去重启我们的龙虾，这个东西才会生效。我们打开我们的终端，然后输入这个命令去重启我们的小龙虾，那么我们刚才的配置就已经生效了。

coding plan 是 啥？俗称虾粮，其实就是 token 的 套餐，因为龙虾在每一步都需要消耗 token 消耗量大，所以需要有套餐才不至于花费太高。目前很多厂商都推出了自己的 coding plan， 国内的主要有字节，阿里、腾讯、百度、智普、 mini max， kimi， 还有其他的一些公司，价格不一样，支持的模型也有区别，大家按需购买。那是不是大厂的云主机只能用自己的 coding plan 呢？不是，但如果你的云主机在部署的时候使用的是大厂提供的 open cloud 镜像，那么有的大厂的云主机只能配置自己家的 coding plan。 那 么遇到这种情况，如果你想用别人家的 coding plan， 就 需要我们自己去配置了。接下来我来演示整个配置过程。先说一下我的环境， 我用的是阿里云的清量服务器，然后呢，因为我没有其他的 coding plan， 所以 我还是用的阿里云的 coding plan， 你 们可以拿这个作为参考，其他的 coding plan 配置也是一样的。 咱先到 coding plan 的 界面，你也可以看到有一个套餐专属的 api key， 这个你把它复制下来你会用到。还有 base url 就 有两种，一种是支持 open ai 协议的，还有是支持 iso project 协议的，两种去任一种都可以优先，我们就选 open ai 的， 然后这个下面它是 coding plan 支持的模型，任选一个，把它的名字给 copy 下来，它这个名字就叫它的 model id。 好， 拿到这么几个信息之后，我们就可以去配置 coding plan 了。 来到云主机的管理台控制台，通常这个控制台呢，你看点开它的管理界面，它可以在 ui 上就直接配置，但是这里呢，你看到它不能配置其他厂家的 coding plan， 所以遇到这种情况呢，我们就需要跳入到这个系统里面去，登录到系统里面去，进入到远程连接登录， 先输入 opencloud config 命令， 进入到了 opencloud 的 一个配置的流程里面。首先选这个 getaway 的 配置 local， 这个直接默认就可以了。然后选择 model， 这里是配置模型的， 因为它原声支持很多模型，但是呢，我们用的是 code plan， 所以 我们直接选最下面，下面有一个叫做 customer provider 这个选项，选好之后，这个 api base url 就是 刚才我们复制的。把这个 url copy 进去， 好回车，接下来它需要 api key， 然后我们再把 api key 复制进去， 接下来他会问你是兼容哪一种模式协议，那么我们刚才使用的是 open ai 的， 所以我们就继续选择 open ai 的 这种兼容就可以了。 接下来 model id 就是 刚才我们选择其中一个模型的名字，一定要用复制好的这个 model id 填进去，不要填错了，这里我们直接填的是 kimi 连五， 好回车它就开始验证，看到验 refiification successful， 那 就通过了。好，后面有个 anonote id， 这里呢，因为我用的是阿里，所以就直接叫做百炼， 你也可以去根据你的 coding plan 里边看一下它的 endpoint id 是 啥。最后呢，是让你填写这个模型的别名，刚才我们是 kimi k 二点五，那我们这里的模型我随便取个名字就叫 kimi 二点五，当然你不填也是可以的，就空着也可以，然后这样模型就配置完成了。 continue 好， 最后把这个网关重新启动一遍。 open cloud restart getaway restart open cloud getaway restart。 好， 网关启动成功之后，我们可以先进入到 open cloud t u i 这个命令，进入到一个 t u i 的 界面，这个界面可以快速验证和它模型开始对话，跟龙虾开始对话， 问一下 hello， 看他是否有反馈。好，他回答我们了，那证明配置是成功的，那么你也可以看到，在这个右下角显示了是 k m 二点五， 那我们再问问他，是不是真的用了 k m 二点五这个模型。 哎，他反馈了，用的确实是 kimi 二点五。好了，这样的话呢，你的 coding plan 就 部署到云端了，那么接下来呢？因为 coding plan 里面支持好几种模型，那么我们如何把其他的模型也配置进去呢？ 你可以看到啊，在一些 coding plan 里面的文档里面啊，它会告诉你配置这所有的模型，它会给你一个接收文件，你把这个接收文件啊全部给拷贝下来， 包括这个简短的说明啊，都可以一起考。然后把这一段全部丢给刚才这个模型，告诉他，你说请按照这个文本这段话，把这个所有的模型都配置进去。 好，接下来我们的龙虾就根据你提供的文档自己配置其他的模型， 这块要花点时间。当然了，这块除了在 tui 里面，你也可以在 web ui 里面，或者是你的飞书已经配好了，你甚至在飞书里面跟 openclaw 去对话，把这一段对话全部丢给它都好。最后配置完成，它自动重启了网关。 好，我们可以看到这个网关全部都已经更新了，配置也都更新了，我们再来跟他确认一下。先问一下， hello， 看他是不是有反馈。好，他有反馈，他并且告诉你，哎，我这些模型都已经配置成功了，那我们来尝试一下换一个模型，那么这里我们会换 mini max 二点五吧， 直接跟他说，请帮我们把模型更换为 mini max 二点五， 看它是否能更换过来。 诶，成功了？好，你再确认一下，看它是不是真的成功了。好，这里面右下角已经显示了它是用的 mini max 二点五。那我们再问问它是不是真的 啊？你现在用的什么模型？看它的反馈啊。他说，我现在用的就是 mini max 二点五。好，这次 coding plan 就 全部配置完成了，大家看看还有没有什么其他问题，欢迎在评论区交流。