opusplan使用教程

啊，这个如果大家经常用 ai 编程工具的话，比如说 cloud code， cursor， 一 般都会接触 plan mode 的 这个功能，那我觉得这个功能其实也是最坑的一个功能之一啊，因为你如果用不好的话，那实际上是减分的啊，可能会让你的效率大打折扣。 那接下来我就来就我自己的一些使用经验，来跟大家分享一下容易踩的一些坑啊，以及我们如何去高效正确地去使用这个 plan mode 啊。首先是两种常见的错误的使用方式啊，第一种是甩手掌柜型的啊，很简单，就是你面对任何一个任务，你都有一句话， prompt， 让 ai 去自行的脑补你的决策啊，然后最后肯定是 这个南辕北辙的，很多时候这个具体的执行和你预想的是偏差很大的啊。然后第二个是毛模型的就离开，是写一个巨长的 prompt， 然后给到模型输出一个 plan， 然后发现这个 plan 呢，哎，不符合你的预期，然后你来回的去修改啊，最后搞得自己非常疲惫， 更要命的是呢，最后还有坑。那我们不禁在思考啊，这些问题的本质在什么地方呢啊，在于你对 plan mode 这个功能的理解啊， plan mode 它本质上来讲，它是对具体的执行步骤的一个拆分啊，那这个之前呢， 其实是有一个决策的部分的，那大部分人把这个决策的部分给跳过去了，所以会产生这一系列的问题啊，因为这个决策实际上大家可以看这个冰山的这张图啊，冰山以上的部分就是模型产出的不烂，但是冰山以下呢，是有多个假设来构成的，就说你在做一个项目的时候， 推荐一个功能，或者说一个 bug， 它其实包含了很多的这种假设在里面的，那这些假设如果 ai 不知道，那他可能做出来的一些角色就是有问题的。那更好的方式呢，就是 我们把决策啊和规划这部分给分开。首先呢我们让 ai 去理解我们项目的现状，比如说让他读代码，分析架构，然后呢抛出你的看法啊，比如说你跟人家说，呃，你对这个问题怎么看啊？然后呃给出你的理解，然后有没有现成的一些解决方案，你就这么问他。 然后第三个呢，是让 ai 给你一些备选的方案，这个非常重要啊，因为 ai 的 输出它是有锚定效应的啊，就是说它在输出一个方案之后，后续所有的这种回答都是基于原来的方案进行微调或者迭代， 那可能刚开始给你这个方案可能是有问题的，那最好的方式呢，是让他多给你几个方案，让你去判断和决策选一个正确的方向啊，在这些决策做完之后呢，你就可以让他去写 plan 了，那这个时候 plan 的 质量就是非常高的了啊，因为关键的决策是你和 ai 一 起做的，而不是让 ai 自己猜的。 好，这里有一个详细的啊， sop 啊，就是可以让 ai 自己猜的。好，这里有一个详细的啊， s o p 啊，了解现在的现状啊，以及一些背景信息， 然后抛出你的想法，征求 ai 的 意见啊。在 ai 的 这种呃回答的过程当中呢，你可以对它进行纠篇啊，然后明确一下限制，给它补充一些信息 啊，然后逐步的去确认一些关键的决策，然后让 ai 和你啊，就一些关键的决策点达成一致啊。这些做完之后呢，你就可以这个接到 plan mode， 让它去写这个 plan， 那 这个时候 plan 就是 相对来讲是比较完整和准确的了，让它去直接啊，基于这个 plan 去执行，一般都是没有问题的， 或者说问题非常非常少，那只需要进行细小一些微调就可以啊。所以整体来看呢，你的讨论和决策的部分是占比是比较高的啊，可能占到百分之七十到百分之八十的时间，但是这保证了啊，执行层的后续的这个准确性啊。其实是啊，提升了你的效率的 啊，当然这里也得叠个假啊。这个 plumb 的 也不是说不能直接用啊，在一些特定的场景呢，你是可以直接用它的，比方说改动范围非常明确，那比方说只改某一些文件，然后这个改动规则也比较简单 啊。然后第二呢，是你的方案已经非常确定啊，你已经有完整的这个 plumb 的 细节了，你直接输给他没问题啊。然后，呃，一些小范围的修改呢，其实也可以直接的这个用 plumb 的 交给他。 对，但是如果涉及到架构的决策，或者说多个方案的选择和权衡啊，而且改动面比较广的话，这个时候我强烈建议大家还是先讨论，然后再 plan。 ok， 那总结一下，就是遇到一些稍微复杂的问题呢，大家可以先和 ai 聊啊，然后去追问他，就一些关键的角色点呢，和 ai 达成一致啊，然后再进行 play， 这样的话呢，会达到一个事半功倍的效果，极大的降低后续 agent 的 反攻率。今天就分享到这里，希望能对你有所启发。

我觉得现在最适合用这个 oppo 靠的模型呢，实际上可能是阿里新推的这个服务啊，这个东西叫这个扣丁不烂是吧？呃，为什么呢？ 就之前吧，就是续费了好几个这种模型，然后呢？你续的不多，但它其实用量还挺大的，你看昨天晚上我就大概一个小时，我就把 kimi 的 那个十五元的 top 的 额度也就一个小时我就用光了。 我算了算，调用其实也不多，但是因为你在欧风靠的调用和你日常对话的调用是不一样的。今天我想打算试试这个阿里云百炼，简单说一下这个东西怎么回事啊？他其实就是把几个常见的这个模型给打包了，打包了以后有一个专属的调用地址和专属的 api， 来看一下它的指南。它是这样的，整合了这些顶级模型，然后还兼容主流的编程工具，就比如说我们 用的那些 id 类类的工具哈。如果你要是正常调用，他有的时候会限制速度或者限制这限制，那如果你一定想使好的模型，要么你去买会员，要么去升级，是不是他通过固定的费用？其实我算了算，应该是还是挺便宜的，虽然不至于到这个可调用的一折，但还是挺便宜。 然后它现在有几个基础的模型啊？这个千万三点五过年的时候推出的，很牛。据说啊， kimi 呢，也是刚推出不久，然后 mini max 当时那阵刚推出的时候也火了一阵。 glm 那 个五现在可以对标，他说可以对标那个叫什么来着，那个很牛的那个。 然后它有更多的就是千万三的 max 模型，这也是版本挺新的，二六年一月二十三号的，然后加上这些小模型啊，这无所谓，就是我们理论上如果你的调用次数差不多，那么你根据你的任务来选择不同的有特色的模型就可以了， 尤其是千万的这个和 kimi 的 这个都支持。图片理解费用上啊，首月七块九，其实你看的挺便宜，对不对？然后这个高级套餐呢，是三十九块九，就真的是特别便宜，但是价格上你看啊，首月七块九，次月呢是二十，也就是说他的正价是四十块钱，第一个月呢是便宜，然后第二个月呢是五折，第三个月就是正价。 呃，我猜两个月以后可能在这种东西上可能会有更多的爆发。呃，其实现在我我印象里火山就有这种类似的这种打包的这种服务，但是呢，一呢他的价格不便宜，二是他好像我查了查，他没有明确的说他支持那个 oppo 扣，这个呢是明确的说了他支持这个 oppo 扣，然后即使是最贵的这种 两百每月，那也真的是不算贵，因为你如果真的深度用了，你把两百的额度都用光的时候，那我认为你值得在这个上面花更多的钱。然后那个那天我还看到论坛上就有一个人说我除了租房子吃饭和日常开销，我把所有的钱都用来买陶坑上，哈哈哈，其实这是很有意思一件事啊，我觉得真的挺贵的。 我，我查了查我的用量限制，我觉得我用的不算多，但是其实也不算少，我其实在很多工作上都是在在那个詹妮的那个网页上去完成的，因为很多时候你要做调查呀，做一些文本的生成啊，那些东西他那个 pro 的 版本就完全能搞定了，因为我有个 pro 的 版本，但是如果按照他这个标准， 每五小时一千两百次请求，我现在是达不到的，但不知道我买了这个套餐以后会不会达到哈，我回头再测一测。那我认为新手呢，你就花七块九加上二十块钱，先用两个月， 对吧？然后当你发现不够的时候，你去升级那个就可以了，你就直接干到二百一个月呢。其实也没啥，二百块钱一个月也就是个电话费吧。我现在已经买完了， 买完了以后呢？他现在剩余天数二十八天，我不知道他为什么是二十八天，明明买的是一个月对不对？这个是不是他的 bug 按照当月天数计算的？那你们要不要搞到下个月再买二十八天？你看他是按照这个算的，上个月的二十六号到下个月二十七号对不对？ 这个就不对了，这个非常过分啊，明明是一个月，所以我打算提前使光呢，呵呵。然后我们获取了这个东西啊，它有专属的 api key， 然后呢，怎么配置啊？这里面说明，我们来找说明配置， 看 open 框中配置这些东西，实际上不要被它这种东西吓到，如果你的 open 框现在正好用的状态， 你就把这段命令考下来。怎么写啊？我这就写了，我现在咱说说怎么配置哈，就首先呢，第一步就是修改配置文件，哪个配置文件呢？就是这个东西啊，但是呢，我们在 open 里可以直接跟他说，这是我上面已经配置完了，我重新演示一遍怎么配置，就跟他说修改配置文件啊， 然后呢？把这句 copy 过来啊，这这段啊，把这段 copy 过来，然后你可以把你的 apk 呢替换到这，我懒得打码，我也就不替换，放到这。然后呢？就这样呢，这个命令就搞定了，你回车， 回车以后就是我刚才的配置，那我已经配置完了，他现在就告诉我有这些可以用的了，然后同时它底下呢，还有一段，你可以直接考过来， 然后站到这，然后回时它就会自动把你这些东西都改好。看到没变更的载药就是什么呢？它其实就是告诉你默认模型变成这个，主模型 变成这个，然后移除了原先的什么什么，这些，就移除了原先其他的所有模型，然后把其他都移除了，我还有钱在里面。其中我认为比较好的几个，特别好的四个主流四个模型就是 kimi 的 二点五，对吧？ g m m 五， 然后迷你 max 的 二点五，这个也不错，迷你 max 二点五。我发现他好像在写程序上更有优势。也是这样的，我的感受上啊，因为他的代码他理解的更快更好。然后这个是个多模态模型。嗯， kimi 应该是多模态吧，我记着这两个是多模态模型，如果你需要用到图片处理，尤其是处理本机的图片的时候，这两个模型非常好。 到了这步你的七块九已经发挥作用啊。至于接下来怎么用，那其实还是靠大家去想象。我之前因为这个模型的用量问题，我现在想都给他背地里的任务， 我现在都给他加回去，加回去以后我看看他这个调用的数量到底能撑多久啊？我每天会监控他的用量，我把他这个用量记进去吧， 非常好。我觉得整体来说这下就算完事了，至少我这个月应该不会特别为掏坑的续费吧？因为每次他如果出问题的话，你很难发现，除非你里面充特别多的钱。

翠雨最近呢上线了一个新的模式啊，叫 speck 模式。那关于 speck 模式呢？我之前出过视频，讲解如何使用 open speck， 然后在不同的 ai 编程工具来实现这样的模式。那 speck 模式在如今的这个 ai 编程里面，已经成为了一个非常典型的一个工作流程。 那除了 speck 模式之外，还有一个 plan 模式也是经常碰到或者用到的，那这两个模式到底有什么样的区别呢？那在哪些场景下该用 speck， 哪些场景该用 plan 呢？ 那除了这些场景之外，那什么情况下用普通模式呢？那本期视频来给大家一起探讨一下。首先在回答这个问题之前，我们忘记所有的 spag 模式，忘记所有的 prime 模式，回到最初的我们跟 ai 编程是如何去对话，去编辑的，也就说我们不选择任何的模式，我们把需求发给 ai 编程工具，看它是如何去实现功能的。我们选择 tree 的 solo code 模式，然后我们输入这么一个需求，然后直接发给他。 那么大模型在收到你这个需求之后，他自己会去思考怎么去实现，那么在整个交互的过程中，你是没办法去做任何变更的，你也不会知道他具体会更改哪些文件，哪些功能，以及他的方案是什么，所以 整个需求的实现是完全黑盒的状态啊。如果说你这边出现了问题，那你需要重新去沟通，去修改，那这个就普通模式。所以呢，我们在用普通模式去提问，去解决问题，稍微复杂一点的时候就会出现这两个问题。 第一个问题就是你并不了解 ai 是 怎么去实现你这个需求的，如果出问题了，你可能要反复的修改，那整个 ai 大 模型在完成你这个功能的时候，对你来说是完全是黑盒的，你是不知道细节的。 那么第二个就是你对这个需求描述的可能不够具体，但是你也不知道不具体在哪里。那你当把当你把这个需求发给他的时候， 那么可能会因为你的需求描述的不全面，导致他修改的功能是有问题的。也就是这两个问题其实是告诉我们在跟 ai 对 话之前 能不能有一个东西，他也知道，我也知道，两个人都约定好了啊，全部按照这个东西来去开发，那么这样的话就能提高准确率，你也知道他会去怎么去做。所以呢， 这就是 print 和 speck 模式非常重要的一个原理，就他们会生成文档啊，我们叫 speck 或者 print 文档，然后呢 ai 会去生成这样的文档，会问你有什么问题，那么你也去阅读这样的文档，然后如果有问题让 ai 去修改它，通过反复的交流之后，最终会产生一个最终的一个文档，那么你跟 ai 针对你刚刚的需求，通过文档的方式就大家就对齐了， 所以呢， speck， print 这两个模式最重要的这个解决的问题就是对齐的问题。那么有了上面的理解，那么我们可以通通过一个例子来看一下， 这 print 模式和 speck 模式它们生成的文档有什么区别啊？为什么会要有两个不同的模式呢？那么你如果用 tree 去打开这个 print 的 话，很简单，你需要啊，在这个 solo 模式下，不管是 solo code 还是 solo builder， 然后这斜杠那就会出现两个，一个叫 print， 一个 speck， 那么如果你是其他的 ai 编程工具，那 play 模式一般是 ai 编程工具会自带的，比如说 cursor 啊， color code 啊，都可以开启 play 模式。那么 speck 这个模式呢？那么你就需要用第三方的技能，或者说你自己创建一样的技能。那 ok， 我 们就通过一个问题来看一下这两个生成的文档有什么区别，那这次我们要演示的功能呢，就是在这个 啊学习队列这个页面中啊，我们要增加这种标签的搜索，也就说点击标签可以筛选，那同时也要添加这种按关键词来搜索，那这个功能分别用 plan 模式和 spec 模式来看一下它最终生成的文档到底有什么区别。 ok， 它这个 plan 模式的这个结果已经有了， 那其实生成的计划文档都是有固定的格式的，比如目标啊，设修改的范围啊，步骤啊， 然后的话他会把整个的解决方案大概的给你描述一遍，那么你需要就是看这个计划文有没有需要调整的，如果你需要调整的话，你就直接给他去沟通就行了。 然后呢，如果确定没问题，那么点击执行，我们再看一下对同样的问题， spec 模式下产生文档是什么样子的。 ok， 已经生成完了，那 spec 模式下会生成三个这样的文件，第一个是整体的一个描述，就是说对你的这个 啊需求来进行一个整体范围的一个描述，比如说你为这个原因是什么？然后变更范围是什么？然后具体这个然后的话，还有就是它的一个这样的一个场景的一个一个描述啊。 那么这个我们在使之前在使用 openspec 的 时候，其实也是形成类似，就它是一个统一的这种规范。比如说它描述了很多场景 啊，这个是当用户下拉什么什么的时候，他就会根据这个场景来生成具体的任务，那这个是一个整体的一个描述。那么还有一个就是更细的一个任务了，这个任务呢他会有拆拆分出来，比如说任务一、任务二有更细的这个任务 啊，每一个任务你都要去看一下有没有什么问题。那这边的话你要说是说这个任务二依赖任务一的啊，这个这个完成最后一个就是一个做完之后一个检查的一个列表啊，就是比如说他这边会做这些事情，然后的话 啊，这两个方法以及搜索框数，他其实就是相当类似于一个这样的测试用力，所以他会有一个这样的一个啊， 三个文档，这三个文档其实代表了三个阶段，第一个是 spec， 其实是一个整体的一个相当于 p r d 一 样的一个需求文档。那第二个 task 呢？就是具体的任务，那第三个呢？其实就是 code review 或者说功能检查一个表，一个表单。 那么针对这三个文件呢？如果你没有任何的问题，那么就可以去点去执行，如果有问题的话，你就直接在这边描述问题，你不需要去告诉他要修改啊、 spec 啊或者是 task， 不 需要，他自己会根据你的 问题的描述啊，去变更这三个文档，如果没有问题的话，那么你就可以去点击去执行了。那规范驱动模式下任务如果完成了，那规范驱动文件是会有变更的，那第一个变更呢，就是这个 task， 他 会把要完成的任务都打上这个啊，这个叉，那么告诉你这个任务已经完成了。 那除了这个文件呢？还有一个切个例子，就我们的这样的一个检查列表，他也会去检查一下这些功能是不是已经完成了，如果已经完成了，他也会去给它标记好，那这样就变成了就是从开发到具体的任务划分到完成之后的检查， 然后用规范驱动的方式把整个流程串起来了，所以这是一个非常好的一个模式。那通过前面的例子，我们可以明显的发现啊，就 spec 模式生成的文档的结果物是不一样的， 那比如说 speck， 它是重流程的，那么在它的流程中它会生成三个文档，一个叫做需求大纲，也就是我们刚刚说的汇总总的一个文档叫 speck md， 那 么基于这个文档又会拆分出更细的任务文档 task 的 md， 然后呢 会生成一个最重要的验收清单，也就是它到底有没有完成，完成了怎么样有一个这样的 checklist 的 文档，那这个 三个文呢？其实代表一个非常通用的一个流程，对吧？一个是对其需求，一个是对其任务，那第三个是对其你的开发的结果，那这个是非常的完善，非常的标准的。那 plan 呢？它是重计划，也是它是比较粗，它最重要的这个区别就是 跟你沟通完之后，把你的需求更加细化了，然后顺便把设计方案给到你。它生成的是只有一个文档，所以呢它会针对这一个文档去开发，没有像 spec 那 么细。所以从这个前面两个描述中，我们也发现啊， spec 和 print 是 有重叠部分的， 而且 print 模式是包含了这个 print 模式，就 print 能做的东西，那 print 模式也能做，所以这个因为这个原因呢，你在选择这个模式的时候，如果你 不想去区分，或者是或者说你不知道怎么去区分，那么你可以统一使用 spec 模式，它的能力是包括了这个 plan 的 模式，只会比它做得更好。那么下面这些场景呢，就是大概列了一下一些场景啊，来看一下什么情况下用 spec， 什么情况用 plan， 以及什么情况下用普通模式。 那第一种新系统和新模块，从零到一去搭建一个新的系统和搭建一个新的模块，那这里非常推荐使用 spec 模式，那原因是什么呢？就新模块 搭建的时候，一般需要一个好的一个框架，需要考虑的东西比较多，那这个时候用 spot 模式能够给到你详细的设计方案，详细的一个任务列表，那么你也可以进行一个审核，这是非常重要的。那第二个呢，就极小范围的修改，那这个两个模式都不要用， 因为你的范围很小，那基本上大模型自己就能读懂代码去修改，这种是不需要任何的 spec 和编程模式的，这两个模式你如果要强制去用这两个模式，那只会消耗更多的 top， 成本会更高。 那老的项目重构了，那这也是非常推荐用 spec 模式，那为什么呢？就老项目每个功能的迭代都需要很慎重，也就是你需要一个很详细的文档，很详细的设计方案来去把关，那 spec 模式是非常适合的。 还有类似这种就高质量高稳定的项目啊，比如像支付系统啊，非常重要，这种模块和重要的系统对接的都衔接的东西，模块非常多的，那么你也可以用这个 spag 模式去 设计，那么它会给到你详细的设计文案，论文啊，以及验收清单，这都是非常重要的。 那最后呢，就正常功能或者你需求不清楚的，那么 spec 和 play 模式都可以用，所以我为什么刚刚说 spec 模式包含 play 模式的其他场景，如果你分不清楚的话，那么你就用 spec 模式或者用 play 模式都可以。

分享一下最近国产大模型推出的 coding plan， 我 体验了阿里云、百联和火山方舟。先说一下直观感受，百联支持 glm 五，但是 max token 给的太小了。 火山给的 max token 很 大，但是没有 glm 五。火山我用的是 kimi k 二点五，阿里云我用的是 glm 五。 总体感受下来，在编程开发还是 g m 五更好，基本可以配合 cloud code 完成一些日常开发任务， 但是比较复杂任务还是得上 ops。 四点六。一般来讲， cloud code 配合国产的 coding plan 开发一些小的应用没有任何问题，所以还是要从自身需求出发，选择适合的模型来达到最高的一个开发效率。

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。

跟大家说一下，就是不管你是买了哪一家的这个 coding plan， 一定要检查一下你的这个套餐里边有没有 coding plan， 它专属的这个 url， 就 像我现在订购的这个，呃，阿里云的这 coding plan， 它是有一个专门的 coding plan 的 url， 然后 api key 的 话呢， coding plan 和这个百炼的按量计费的这个呃 key 也是不一样的，所以大家在使用的时候一定要注意一下。为什么我要提醒这个事情呢？因为我在使用的过程当中呢，它直接啊用了这个千万 plus 的 这个模型，它是直接调用的 按量计费的啊，好，就好在他的这个头肯的话呢，他是有一百万的免费的头肯额度，所以，呃，我大概是用超了五十万的这个头肯，那么大概就是一两块钱左右，该是被扣了一块多吧。这个 他很麻烦，因为他不是说一次性一次性帮你去扣出来的，他会给你发短消息，给你发邮件，然后你要到账户里面去充值啊，所以这个大家注意一下，为什么我账户里边他没有钱啊？是因为我就担心这种事情会发生，虽然这个模型用超了，用量不是特别贵，但是 他啊，每次给你扣个一角一毛钱，两毛两毛四分钱，对吧？就是你要反反复复的去登录，那你如果说你账户里面有余额的话，你压根就不知道这个余额是怎么被消耗掉的， 对吧？我的 mini max 里边，我之前充了五十块钱，他就是直接调用我的 a p i 几轮对话全部消耗完了，而且回复的这个质量的话，之前视频里面其实跟这个 qing 也是差不多的，所以， 呃，大家还是如果说你是买库存 plan 的 话呢？嗯，尽量账户里面不要去充太多的这个余额在里边啊，防止就是出现这种啊。 嗯，扣费的现象。顺便给大家看一下最近七天的一个质谱，它的一个消耗的用量大概是第二周用，已经用了百分之七十七了， 那么总体用量的话呢，大概两亿多个 toc。 那 其实这个 colin plan pro 的 这款套餐的话，哎，我个人觉得还是够用的 啊，上一周的话呢，我周用量基本上是用满的，那这一周的话呢，大概还剩下几天的这个时间吧。那大家可以评估一下自己的这个 toc 的 用量，如果你要用这个 glm 的 话， pro 套餐大概是什么样子的一个 toc 数啊？好吧。

哈喽，大家好，今天给大家介绍一下 fastplay 彩屏图插件加 ai 渲染工作流，一共分三步，第一步是 cad 打印栏的方案，然后导入到 ps 里边。第二步，使用 fastplay 彩屏图插件 快速生成彩云图，加一键生成三 d 立体墙体和窗户。第三步，把生成的三 d 立体彩云图加提示词发给豆包， ai 渲染出写实的彩云图，效果 好。接下来我简单演示一下这个工作流的整个流程和原理，会有点快，不过大家不用担心，每一步都有对应的教程，到时候您跟着教程一步一步操作，很快就会用。 第一步， cad 打印两张方案导入到 ps 里边，一张是有文字的，一张是没有文字，没有文字这张咱们是用于填色，右下角咱们看一下，这块是咱们插件面板，上面要预设好的颜色，每种颜色都有对应的备注，咱们根据颜色的备注把他们点到对应区就可以。 第二步，这个填色有定的教程，咱们就不拘束了，咱们进入第三步，点击运行，一键生成彩屏，到时候您按教程操作就可以。这个填色非常简单， 跟填色游戏差不多，只需要点点点就可以。左下角咱们看一下，现在只有三个图层，待会会根据咱们的填色自动生成彩屏，自动生成定图层。 好，先生成一个简单基础的彩棉效果。咱们先不管它，咱们看左下角，刚才只有三个图层，现在墙体、窗户、水池、高柜、柜子、跳色、地毯纹理、客厅地砖、木纹地板、室内地砖等等图层都已经自动生成好，而且图层的名字也自动命名， 图层上边的投影、阴影描边、拖泥加颜色叠加等等效果，这些也都是一键自动生成的哦。之前咱们做彩屏这些都需要手动做，现在咱们用插件做的话，只需要填色，剩下的都是一键自动生成。 咱们切换到六十九号风的上边，目前是有一百零二种风格的哦，后边还会持续更新更多风格，您自己也可以自定义模板风格，把自己常用的风格或者公司专用的风格您都可以做成模板，后边想用的时候都支持这样一键切换，一键生成， 想看所有风格的在我主页可以看到。 好，咱们点击扩展页面，这一块有一个三 d 墙底功能，咱们点击这个按钮， 他就会把墙体和窗户变成立体效果，直接站起来，这个墙体高度支持自定义，还有墙体的收光面，不过一般用默认就可以， 大概需要二十秒左右。大家稍等一下，目前的一百零二种风格都支持生成这种三 d 立体效果。 左下角咱们看一下，三 d 墙体支持制定颜色，找到主要结构墙体，右键拷贝图层样式，然后找到三 d 墙体右键，点击粘贴图层样式，然后咱们双击它的颜色叠加，把它的 混合模式改成柔光，这个颜色的话，咱们给他一个浅一点的灰色。 好，这个就是三 d 立体彩屏图的效果，这张三 d 彩屏图咱们就可以把它当做是三 d 模型图，然后让 ai 渲染显示效果以及更多玩法。 ai 的 话我这里待会会用到豆包 ai， 除了豆包以外，你也可以用其他工具来渲染，像香蕉啊， gpt 还有三 d 模型或效果图相关的 ai 渲染平台，实现效果增强。 左下角咱们看一下这个墙体投影打开或者关闭都可以，打开的状态下， ai 大 概率会跟随这个阴影的方向去做阴影和光影效果，如果关闭的情况下，它就会自动去生成它的光影效果， 然后点击替换黑色线框，咱们把那个没有文字的线框替换进来，这个文字就会去掉，有文字的话容易穿帮，所以咱们拿这种没有文字的三 d d 彩屏图去发给斗罗 ai 渲染。 这里我为了方便，直接截图发给豆包喽，到时候你可以下载之后再上传给豆包这个提示词，直接复制发给他就可以。然后稍等一会，咱们先看一下之前我渲染的前后对比效果， 他会锁定材质，包括这块是木地板，他生成之后也是木地板效果，这块咱们是黄色的跳色，他生成之后也是这个效果。 咱们看一下另外一个风格的，目前一百零二种风格都可以生成这种三 d 立体彩屏效果， 然后再丢给 ai 渲染。斗爆 ai 的 主要优点就是免费加，可以同时生成十张图，咱们在这十张图里边选择一个比较喜欢的，如果这十张里边没有的话，您就再生成十张就可以， 大家可以看一下哪张会更好看一点，这张的光影看着还可以，如果这十张里边没有你喜欢的话， 把图片和提示词发给 ai， 让它再次渲染就可以。咱们也可以看一下我之前渲染好的 这张的光影也是不错的，然后选一张你想要的，比如说咱们刚才渲染的这张感觉不错，咱们在图片的上方有一个变清晰的按钮，你点一下它就会把这你选定的这一张，然后提高清晰度， 然后咱们再下载这张提高清晰度的。再说一下修改方面， 插件生成的彩屏图支持自定义贴图纸，颜色自定义材质修改方面跟正常做彩屏是一模一样，插件只是加速做彩屏，加速做灯光，加速做植物的工具。比如咱们选择这个木地板双金色的图案叠加， 咱们就可以更改它的贴图。上传贴图加更改贴图都有对应的详细教程，包括颜色，也支持自定义，双击 对应图层的颜色叠加，咱们就可以更改它的颜色效果，改动自己想要的。 photoshop 加 ai 渲染的优点就是彩屏插件负责精准可控自定义颜色贴图，快速生成彩屏图和三 d 立体效果。 ai 负责写实氛围表现力。 两者结合在 3 d 立体彩屏技术上，通过 ai 渲染增强空间立体感、光影和材质质感，生成更显实立体的彩屏效果，让平面方案更直观、更有表现力。 搭配 fastplay 插件，本身生成的精准彩屏图可以应用在方案展示、设计汇报、谈单对接、自媒体引流等等实际工作当中。 咱们这套工作流主打的就是快，在插件生成的精准彩屏图基础上，还有 ai 渲染的写实效果。 三 d 立体彩屏测试图加 ai 渲染提示词，还有渲染效果群里边发的都有，到时候您可以试一下。以上就是插件加 ai 渲染的介绍，感谢大家观看。

今天给大家分享一个比较便宜的普通小白都能用的一个大模型。我们知道我们在学习 ai 或者使用 ai 的 过程中，就会发现 它是一个巨大的氪金的东西，因为会消耗大量的 token， 很多大模型靠这个 token 的 消耗令来盈利来赚钱。今天分享的这个呢，就是阿里云的一个最新的叫扣丁普兰的 这个头，跟他这个主题呢，说是量大环保，支持阿里云的千万的三点五，还有 mini max， 还有 嗯 g m m 等等各种模型，他是按照消耗的次数调用的，次数就每月呢大概有一万八千次的这个调用额度，每月的这个套餐费用是四十块钱，现在打折啊，现在二十块钱 对于普通小白是完全够用的，因为很多人反映这个 投币量很少，而且比较慢，如果你只是说我掌握一下 ai 的 基本应用，跑一下简单的流程，知道这个 ai 是 干嘛的， 我觉得是完全够用，它还支持这个龙虾，还有支持可乐扣的。另外一个呢，就是我们在调用这个 api 的 时候，一定要记得是扣丁普兰的 api， 不是 那个百炼的 api， 因为百炼的那个 api 呢，它是后付费的，你消耗多少投币就扣多少钱。 我上个月签约的时候，当时结果 api 填的是那个百炼的，他一天就给我花费了一百块钱，当时把我吓坏了。我觉得阿里云他这个售后比较好，因为是今天那个售后小哥给我打电话， 我把这个事情给他说了，他说你是调用错了 api 了，今天就把那个 api 给改过来了，我觉得这个是比较划算，因为一个月就二十块钱，大家可以试试。

兄弟们，最新 apis 四点六和 gpd 五点四高级模型的无线使用来了 啊，大家看一下，这里用到的是四点六的高级模型，然后我们给这里直接通过这个无线助手进行对话， 大家看一下右边编辑器的话已经在给我们进行回复了啊，是可以支持无线访问的，同时的话也可以在官网上去查询。好，大家感兴趣可以关注主播我给大家分享。

送外卖赚钱买托肯的第六天，今天可以给大家一些很实用的建议了，就是我们不是知道这个呃托肯消耗太大了吗？所以使用这个 cookie plan 的 套餐，但是你在使用 cookie plan 套餐的时候，你一定要注意，第一步让你的这个小龙虾啊，先给你部署一个本地的 极小的模型，比如说千万的零点五 b， 为什么？因为在你使用这个克林布兰套餐的时候，它是有速率限制的，比如说在几个小时啊，或者说一天一周之内，你使用多少的这个托肯啊，或者说消耗多少次的对话的机会，它会给你限制。限制之后你发消息过去，或者说， 呃，反正就是他跟你没办法交互了，你如果使用到这个程度，你就知道了啊，一旦达到了临时的这个限制，你无论发什么，又或者说他做好了什么，他都没有办法跟你交互，这期间你的 api 调用是被停掉的，所以这个时候我们需要在本地部署一个免费的极小的模型来用做这个 简单的回复啊，不指望他干活，只是在这个临时扣定不烂套餐的 api 达到限制的时候啊，让他还能回复我们，并且接收我们的一个信息， 这个是非常实用的。第二个就是一定要把这个信息存储记忆存储给做好，因为小龙虾很长，就是经常大家可能是啊，要去让他做一些事情，或者说突破一些限制，他容易把自己给作死掉，我的小龙虾都已经死两次了， 还好我提前做了这个记忆备份，做了这个记忆记知识库啊，这个记忆库我一上来就把这个记忆库和知识库给搭建好了，也就是我的小龙虾死了之后，我等于是把它的记忆， 哎啊，我我他死了以后，我是给他一键恢复出厂设置那个格式化了啊，就是那个，呃，抖音的阿克可乐，他里面那个 可以直接格式化，格式化之后他不是就什么记忆都没有了吗？但是我由于提前备份好了这个记忆，那么我一键倒过去就行了。如果你不想养虾，养的前功尽弃，你一定要把这个记忆库给提前建好。我当时其实都蹦出来了一个灵感，我说要不要做一个这个，呃， 火葬场或者叫炼丹炉，你像人死了烧出来是骨灰，那小龙虾死了以后应该烧出来是他的记忆结晶呀，那么这个就是非常实用的功能，你像当前很多人 他讲什么啊？龙虾是病毒，之前是上门安装龙虾，现在有上门卸载龙虾，那我觉得其实复活龙虾他是一个更大的需求，因为很多龙虾养着养着就死掉了，或者说啊动不了了。那么你如果有这个 龙虾炼带卤，对吧？把它原本养的这个既精华给凝练出来，然后又出来一个，新开一个龙虾，你直接把它一键倒进去就可以了。 由此我们也可以衍生出一个新的商业需求啊。就比如说，呃，现在当当下大大家都在这个养龙虾，但是理论上啊，只要有一只龙虾， 他从零到一百这个路走完了之后，那么全球的龙虾都可以一键从零到一百，大家能理解这个意思吗？这个 ai 时代就是这样，你只要有一只龙虾从零到一百，你给他训练好了，就比如说从小学到博士的这个阶段，他走完了， 那么全球的龙虾按理说都可以一键实现呀，那后面可能就会衍生出这个卖这个特定的记忆库，或者说携带了特定的这个龙虾啊，我觉得这是非常好的商业模式，你像我现在我自己的工作中有需要用的，可能需要龙虾有特定的知识库， 我自己又不会训练，又或者说不想训练，就像软件时代，有很多软件，但是有成品的，你不是更省事吗？对吧？ 这是我养虾六天总结出来两个啊，特别实用的东西。第一个就是你如果使用的是扣丁破烂套餐，一定要部署一个，提前部署一个免费的本地模型啊，防止他回不了话。 第二个呢就是，嗯，要提前把这个记忆库给备份好啊，最后给大家汇报一下，其实我这两天比较纠结这个，我的这个阿克克罗他一个，他没有欧文克罗原版的那个心跳功能，但是我发现啊， 我给他调整好之后，我的这个小龙虾他似乎还会骗我了。你看他一直在给我发这个心跳报告，但是我怀疑他并不是自主在后台运行的时候给我发送的，而是可能写了一个什么编程，自己在糊弄我，他虽然一直在发，但是我感觉这是糊弄我，并不是有意识的在发的。 今天就到这，大家可以点个关注，我会持续分享送外卖，赚钱买头等我给龙虾打工啊，这个日常我也会把我养龙虾的这个经验持续多分享，感谢大家支持！

很多朋友都知道使用到 cloud 用来写作科研写代码都非常强，但是还不知道如何去使用到最新的 o p 四点六、三二，四点六等等之类的这些模型啊， 接下来给大家分享一下非常简单的方法，我这个里面放了多个 cloud 官网的账号啊， 并且我们可以任意的点击一个直接进去使用的，而且呢无需魔法啊，使用非常的方便，手机、电脑、平板都可以，这各种各样的模型可以供我们去进行选择使用。

为什么 oppo 四点六发布仅十二个小时，金融圈就砸锅了？法律、金融行业的软件、股票暴跌，软件行业 e t f 下跌近百分之六， 创造了这一年来单日的最大跌幅。本来我也以为 antarctica 发布 oppo 四点六不过就是一次常规的升级，打个补丁而已，结果我自己上手测完就彻底的震撼到。废话不多说，直接来看我项目开发中的实测，绝对不带任何演绎和美化的成分。 第一个例子啊，是之前 opus 四点五实现的逻辑，在执行和 rewire 的 时候被我发现了有漏洞，然后我就给了一句简单的提示，这里的逻辑很奇怪等等，然后他就开始查看并纠正，可以说是一击即中，修改了代码，并同时给出结论，我们一起来看一下，既然工具已经做成节点，再单独列一份工具信息纯属多余， perfect， 是 不是有点架钩式的味道？这还不算完，咱们在一起看。一个复杂的项目中，我自定义了一个 tour factory， 能够实现类似 m c p 的 逻辑， 但是在 a 键的实现的时候，之前的模型又开始瞎写了，写了一堆拼接，那么 opus 四点六接下来的操作就让我非常满意，他没有瞎猜，而是直接去查看了所有相关的底层源码，查出当前已经自带了相关的属性，并得出一个重要的结论，这个函数的定义本来就是多此一举，不光修改代码，而且给出了充分的理由， 说实话，这对理由和反馈真的是相当的准确，相当的到位啊。这几个开始下来我就坐不住了，这不得了啊，这三要素理解，这推理能力，这执行效率和质量，妥妥的一百分啊！我就立即在公司群里面发了一句提醒，让大家尽快的用起来，项目开发中真的可以少走很多弯路。这时候 我一下子就理解了为什么奥克斯四点六发布仅十二个小时，金融圈就炸锅了。因为金融本质上就是逻辑纠错的游戏， 紧急分音师看一份五百页的招股书，哪怕眼珠子看掉了，也难免会漏掉几个前后矛盾的数据。但在 office 四九中眼里面，这种逻辑断层简直就像黑板上的白点一样明显。关注我， ai 时代不迷路！

国内的模型基本没怎么用，结果想买的时候试一试，发现买不了了，包括阿里云、百联和智普 ai， 智普的 g m m 也用不了了，每天都需要去抢。刚才我去十联讲了一下，发现它的网页是在转呢，跟抢票一样。 所以大家啊，早买早用，现在这个 kimi 还是可以用的。这个 kimi 还能用，赶快去买一下。我建议买个四十九到或者九十九的都可以，我买个九十九的 kimi 还是可以用上，感觉跟克拉扣的是有些差距，但是便宜，大家可以试一试，尽早用 其他的模型，比如说迷你 max 或者是 dipsic， 这些还是一般，有的说迷你麦草， 目前迷你 max 是 它的，这个定制 plan 是 可以用的。我买了一个 plus， 先试一试。刚才试了一下啊，还行，但是你要让玩龙虾比较贵，我不太建议用龙虾，用迷你 max 有 点贵了，我可以用本地去部署， 或者你就用一下提米豆的就可以了。还有庆大家一些，这些 ai 的 层出不穷，一个月一个版本，所以我建议大家就买一个月就试一试就得了，不要开这种连续包年的。这种的你看比如说前两天刚 充值 cds 二点零的，现在又出了新模型，所以一个月左右基本上就过时了，所以大家还是自己看一下，如果有钱无所谓，可以试试用这种单月的。

你需要使用这个 class 命令来提升编码效率。这是 slash 模型 outpass 方案命令，它的作用是让 class 使用 outpass 模型进行所有规划。这是 slash 模型 outpass 方案命令。 其他任务则使用 sonnet 模型。这是管理令牌和上下文的最佳方式。尤其当你像我一样使用专业方案时。强烈建议你尝试并告诉我使用效果。

很多人还没意识到，为了改一行代码而读取整个文件，会浪费掉你百分之九十五的 token。 这种低效操作正是成本高涨的元凶。最核心的规则是，能用 bash 命令完成的操作，绝不读文件。比如复制文件，直接用 cp 命令，无需填 cloud 读取内容，这能瞬间省下数万 token。 必须读文件时，先过滤再读。用 tail 看日期，用 jq 提取的段 数据证明，这种精准读取模式比全量读取效率高出百倍。安装 token efficiency 技能包后， cloud 会自动遵循这些规 则。实战测算显示，大型项目的开发成本能因此降低百分之九十以上。获取更多硬核 ai 编程实战技巧，别忘了关注，下期带你解锁更多高效 skill！

还有人不知道怎么免费使用新发布的咪莫大模型，我们可以看到两个新模型的表现是在第一梯队的， 并且和 oppo 四其实非常接近了，官方发布的时候说可以免费使用首周，但是我看还有很多人不知道怎么去用。那我们可以看到在这五个框架下面是本周是可以免费使用的。但是很多人在 opencloud 里直接加小米的 api， 发现是要扣费的。 我们只需要在 open router 里面注册一个账户，得到我们自己的这个 api k， 然后我们把我们自己的 api k 复制下来， 到自己的终端里配置一下，就可以免费使用了。我们可以直接输入这样一段提示词，帮我配置模型。用 open router 的 demo vr pro 到它模型的链接，还有自己的 api， 让小龙虾可以自己帮你把模型给给配置进来。 配置进来之后，我们在 model 切换里面就可以去选择 ro 的 模型。你好， 你是什么模型？可以看到他已经成功的使用了小米的 vr pro 的 模型了。好，下面我们来跑几个案例，看看它的效果如何。测试的过程中，我发现咪蒙的这个网站的前端做的非常的简练有趣， 所以我准备尝试测试一下用咪蒙可不可以也做一个同样的网站，直接用这个提示词让咪蒙去复制他们的网站，并且宣传自己的大模型。 好了，复刻的网站出来了，我们可以看到他很快可以复制出来一个百分之八九十相似的网站，同样也是有动效的布局，基本上是完整保持了设计理念。我下载了一张速七的照片，给了这样一段提示词，让他用这个照片为素材，制作一个赛车的游戏， 我们看看密密模型能做成什么样，他自己写完并且跳出来的。这个游戏名叫小米速七狂飙，我们只需要左右移动加速就可以玩了。 点开这游戏，它是一个纯三 d 的 游戏，但是它这个游戏其实有 bug， 它一次只能变两个车道，并不能停在中间的车道，有点类似寺庙逃亡，还是非常丝滑的。我们来测试一下它的前端的性能，给这样一组的提示词，让它写一个浏览器的操作系统， 它已经跑完了。打开链接可以看到它的背景是闪烁的星空，这边有一个时间，但稍微有点丑。它有一个菜单，里面有备用的应用， 第一个是记事本，随便打一些字，但是没有保存。下一个是计算器，我们算一下九乘六等于五四，这个倒是对的。还有一个贪吃车游戏，但是这个难度是稍微有点高的，他在打砖快，他移动速度也是比较慢，但整体的配色还有这个 ui， 我 还是觉得挺不错的。下一个是天气哈尔滨， 看一下区域宠物点击宠物互动，但宠物在哪里？它的前端虽然完成的比较好，但可能具体的这些应用还是多多少少都是有些 bug。 总结一下，这个模型总体来说确实技能是在现在的第一梯队， 甚至接近于 ludo pos 的 水平，这点是没得说的。但目前看收费是比较高的。虽然说现在开了一周的免费的体验，但是还是希望小米早点出自己的固定 play， 让大家可以更实惠的把这个模型用起来。