如何用openclaw学习物理

包火的 openclip 到底能干嘛呢？有人用它在 shopify amazon 经营个人店铺，每月成本从两千刀降至四十刀，用它在 pollymarket 上做投资赚钱。有人用它接入机器人，让机器人在家里面给主人拍 vlog， 接入无人机，用 ai 控制航拍。我给大家找到了龙虾十大超实用、超酷炫的玩法， 覆盖投资、搞钱、学习、题校、生活、娱乐等等全网最全所有玩法的参考资料，代码 skill 我 都放到这个文档里面了。 long openclo 配合 obsidian、 lotion 等工具来搭建个人知识库也非常香。如果你也跟我一样，在某食物某号上收藏了超多好内容，但收藏及吃亏从来不会回看。那现在有了 openclo， 我 但凡刷到有价值的内容，就会直接转发给我的龙虾，它 就会自动提取内容的信息，然后标签，然后存到 obsidian 知识库里面，把之前散落在各平台的收藏夹里面的内容汇总到一起， 每天早上还会按 ibooks 遗忘曲线定时推送给我回顾，真正的把收藏家给盘活了， 非常适合学习复盘。如果你平常需要看各种行业资讯、新闻热点， openclip 也很好用。比如我安装了这个视频采集 skill， 让他收集近三天有关上的热门视频，他马上就能够把相关的内容收集给到我。他还会反过来问我是否需要帮忙收藏到知识库里面， 需要的话直接加到 opc 点知识库就好了。甚至如果你是在非书这类支持文档编辑到办公软件上养下，只用这一句指令，就能够将结果直接汇总进多位表格， 譬如我就让他收集了小破站知识区近一周的热门视频，你看呢？整理到这个文档包含的作者、播放、数据分区等等关键信息，点进去都是有效的。用 open curl、 联动非书这类工具 做信息的收集整理，可以大大的提升获取信息的效率。我还做了个提成了四小时财经资讯钉盘，能直接监控想要的投资行业的最新资讯 等。打开消息的时候，今天所有重要财经信息都已经整理好了，非常好用。还有这个定时提醒推送的功能， 还非常适合搞日程规划或者备忘助手。比如我告诉他，我要在下周三开一个内部选举会，他会记住这个时间点，然后到点了会提醒我记得开会，还能主动提醒我一些双单合同要尽快处理，同的小伙伴的报销单记得归档报销等等。 如果事情太多，还能够帮我确认档期是否冲突。我还看到国外的玩家为此搭建了一个网站，用日历仪表盘的形式展现日程，一目了然。 除了搞学习，还能玩点花的。比如这位韩国开发者 david， 就 搞了一个 ai 女友， 她拥有独立的人格和记忆能力，拥有社交账号，会分享生活的瞬间，甚至还能视频通话，除了没有真人肉身，与平常的异地恋没啥区别。还有公司直接将 openclo 研发做了一款叫 anyclo 的 ai 伴侣软件，你能和她边聊天边跑项目。 hey， yumi， tell me what are you doing right now？ hey， babe orbiting your anime gta build ten terminal simmering。 通过这种日常的对话来下达任务，养龙虾的过程再也不枯燥了。只是 ai 伴侣这个概念很早就有了，只不过之前人们还只会和单一模型直接对话，但 open curl 的 出现， 能将更多人性化的功能集成到一个 agent 上。看下来我真的感觉技术越来越聪明， ai 陪伴真的会越来越接近真人的感觉了。除了情感陪伴， 人们还开发出了让 openclo 进入物理空间的方式。比如这位叫 stat 的 大佬，花了几个月的时间，让他的机器人集成各种激光雷达摄像头，现在直接用 openclo 来操控这个机器人。比如给 openclo 下达巡视房子的指令， openclo 就 能够自动操纵机器人巡逻和进入你的房子。 机器人上的摄像机能够帮你记录过往几天房子里面发生的各种事情，比如说车钥匙放哪了，厨房垃圾什么时候丢的等等等等。这个机器人就像妈妈一样，看着你在家里面的一举一动， 然后给你提醒。他们甚至还在开发让 opencl 控制无人机，然后可以直接通过对话指令，让无人机跟随汽车飞行。这是不是就意味着，现在操控上千台无人机做空中表演的活动之后可 能交给 opencl 来了？不敢想象，以后战场上的无人机说不定也是 opencl 这种 ai 工具来操控了。更让我惊讶的是，在 stash 的 摄像里面，未来所有的摄像头、无人机和机器人 都能共享同一套空间信息。比如办公室外的摄像头发现来了可疑人员，系统就会自动派无人机去巡查一下，看看是不是来者不善，如果是坏人来了， 系统也会让室内的安保机器人做好应对准备。还有国内的这位网友，也将 open call 接入了摄像头，搭建了一套小狗健康检测系统，来帮他监控狗狗的睡眠状况，还能对狗狗最近的睡眠情况做分析回顾，非常适合养了宠物的人，我也打算给我家三只猫猫搭一个这种健康检测系统。 还有用龙虾来做艺人公司的，比如这个叫 vegen 的 十八岁小伙，一点编程基础都没有，但他给自己讲了十五只龙虾就成了一家赛默公司。 每只虾都有不同的角色分工，图形设计师、动觉设计师、软件研发师。晚安专写媒体管理。这个龙虾团队二十四小时不间断干活，然后做出了一款叫 vugal 的 ai 剪辑软件，当它刚成年，就挖到了第一桶金。可以说在 opencloud 执行下，以前需要一个程序员团队才能做的事情，现在已 个人也能搞定了。一人公司真的越来越多，数据显示，过去三十天内起码有一百五十家驻厂公司用 openclo 赚到了钱。还有人用 openclo 搭建了一个修必返电商运营团队，用三只龙虾帮他监控修必返的店铺后台，每三十分钟就向他汇报一次订货量、退货量 情况之类的数据，相当于有一个线上仓库管理员只是帮你监督销售情况，真的省时省力。还有这个小哥，他有一家电商品牌店铺，之前的运营是去找外包做执行，每月最快的成本要两千刀。现在他用 open curl 把成本从两千降到了四十四刀，节省了将近百分之九十八， 简直可以说是零成本了。他是这么晚的，他用 open curl 直接从 ready 等平台收集消费者喜欢的款式，做产品研究，然后再 用 opencl 生成产品图、视频，在定时的监控竞品数据，还用 opencl 来自动选品，分析广告投放效果。过去电商全流程都需要人工来做，现在一个 opencl 几乎全能搞定了。除了做产品电商，越来越多的人开始 用 opencl 做自媒体了。像我就参考了这篇文章，给我的龙虾接入了 cds 二点零模型，他就能直接在聊天框里面生成视频， 再也不用一直切换 ai 视频平台了。还有个小哥用游戏主机养虾， 他的虾每天自动生成 tiktok 轮播素材，一周左右就获得了八百万的播放量。龙虾还可以根据你的指令自动生成文字、图片、视频发到社媒平台。 比如这位哥们，让他的 openclip 去歌曲，制作一个 ai 机器人的视频，然后发到 tiktok， 龙虾只用了十五分钟就完成了。 整体体验下来，对小白来说，养虾的过程还是很有挑战性的，但可玩性也非常高，我家未来的可能性非常非常多，现在还只是个开始。那这里是勋酱关注我，为你解锁更多普通人的 ai 玩法，我们下期见！

如果你装了 openclaw， 却不知道它能帮你干点啥，那这个开源的 openclaw 实战案例合集可以闭眼收藏了。它收集了 openclaw 的 各种真实使用场景、案例，能自动抓取全网资讯， 帮你做选择题、写脚本、搜素材，甚至能监控市场、回复邮件，或者在半夜帮你写个小 demo 等等几十种大佬们的 openclaw 神仙用法，很值得一看。

今天薅到了一块树莓派的板子，上面是有 linux 系统，然后我就在上面装了 opencloud， 连接了飞书调，为了大模型 minimax 之后我就在飞书里面跟它讲话， 我让他生成一个发出声音乐声音的技能，告诉他是用 g p i o zero 酷生成。呃，我的蜂鸣器是接在 g p i o 十六上，他就生成了一个蜂鸣器的技能，并且给我测试了一首音乐小心心。 然后我又在飞出对话框，让他唱了另外两首歌，他也能完成任务。 虽然很简单，但是开启了 ai 解锁物理世界的第一步，后面会继续探索更多。

openclaw 十大神级技能，让你的 ai 从聊天变成真干活！第一名， self improving agent 自我学习纠错助手， 让 ai 拥有长记性能力，犯错后会自动记录并持续进化，越用越懂你。第二名， gog 谷歌办公全家桶管家， 直接接管 gmail 日历，云端硬盘，一条命令完成邮件发送和日程安排。第三名， taylor web search ai 专属高效搜索引擎， 无广告，高信息密度搜索，一分钟阅读全网报告，提炼核心数据。第四名， fine skills 技能，应用商店助手， ai 的 专属导购员，遇到不会的任务，自动寻找并安装新技能。第五名， summarize 全能总结神器，快速浓缩网页、 pdf 音视频核心内容，两小时会议一键生成记要。 第六名， get up 代码库管理小助手，自动处理 dig up 项目进度，查 bug 修复情况，无需天天追问程序员。 第七名， agent browser ai 专属网页浏览器，像真人一样上网冲浪，自动点击按钮，输入文字下载表格。第八名， weather 天气播报员，免密要开箱即用，自动查询天气，并在方案中添加贴心提示。 第九名， pollymarket， 预测市场赔率，第一时间提醒业务策略调整。 第十名， proactive agent 主动贴心助理，从踢一脚走一步变成主动预测需求，月底自动打包发票提醒报销，装上这些技能，让你的 open claw 真正为你干活，点赞收藏，慢慢安装！

你有没有想过，几十块钱就能拥有一个真正属于你自己的 ai 管家？不是那种挂在云端，每个月还要交订阅费的玩意，而是数据跑在你本地七层二十四小时永不下班重启啊，也不会失忆的那种。 你只需要通过这块 t 五 ai 开发板，配合 mini clock， 就 能快速拥有一个 ai 超级管家。为什么需要这样一个东西呢？因为你现在用的切来切去等各种的 ai 工具啊，它们都有一个共同问题，你问他一句话，他回你一句话就完了，他是被动的。今天我要介绍的这个方案完全不一样，叫 mini clock， 配合涂鸦 t 五 ai 开发板，拇指大小的芯片，几十块钱，插上 usb 供电，连上 wifi， 你 就有了一个部署在你自己硬件上的 ai 管家。 数据啊，全部存储在你自己的硬件上，没有月费，没有订阅，没有人能把它关掉。但更关键的是啊，不只是便宜和本地。首先啊，它是主动的传统 ai 工具啊，你不问它，它不动。 mini clock 不 一样，它内置的定时调度系统， 可以让 ai 自己设任务，每天早上八点钟给你发天气和代办，每隔三十分钟自动检查传感器数据，自己醒来自己执行，自己汇报， 你不催它，它自己会动，这才叫 ai 管家，不叫 ai 问答机。然后是常记咪咪可拉的所有对话内容啊，你的偏好，你的习惯，全部以纯文本存在本地芯片里， 断电重启照样记得清清楚楚，越用越懂。你这不是噱头啊，是真的在跑硬件控制啊，也是传统 ai 工具完全做不到的。咪咪可拉加上涂鸦 t 五 ai 开发板能读板载传感器能控 gpi 口， 你可以把它塞进 ai 台灯，根据你的指令啊，自动调光，塞进斗宠机前能感知宠物活动就自动触发互动。 塞进 ai 玩具，让原本死气沉沉的玩具啊，有记忆，有个性，真正开口说话，这背后啊是一个很重要的趋势。 ai 正在从大厂专利变成普通人都能拥有的东西，现在一颗拇指大小芯片变成普通人都能拥有的东西，不被平台留存，主动替你干活的 ai 管家。 好了，关于用涂鸦 t 五 ai 开发版跑 mini cloud 打造专属 ai 管家，今天就讲到这里，这里是智利家居情报局，关注我可以分享更多好玩有趣的 ai 硬件。

为什么你的 openclaw 一定要安装 notebook lm skill？ 我 最近想系统学习 openclaw 官方文档，整整五百二十四页，要是靠人肉投喂给 notebook lm， 手都要断了。我装了这个 skill 之后，直接给 openclaw 下个令，不到半小时，三百多个核心文档全部整整齐齐地躺在了我的 notebook lm 里。 有了这个知识库之后能干什么？第一个维度，自己学，快到飞起。我不再需要翻文档，而是直接通过对话挖掘核心原理，还可以基于海量素材一键生成了笔记、 ppt 和视频教程。 第二个维度，让 openclaw 替我干活， notebook lm 成了 openclaw 的 外挂大脑。我只需要提出需求。我想给社群出一份每周 openclaw 避坑指南， 或者给新人做一套七天零基础入门路径。我只需要下个指令 open call， 自己就会去翻阅 notebook l m 里的知识库，瞬间把内容产出来。 ai 不 再只有临时记忆，它现在拥有了你的整个知识体系，从人肉搬运到自动化处理，这才是真正的效率自由。

各位老师同学，今天我汇报的论文是 open tour 二 l。 这项工作的切入点非常直接，也很有启发性。 作者认为，智能体在每次行动之后，其实都会立即收到一个下一状态信号，比如用户的回复工具、执行结果、终端输出、图形界面的变化，或者软件测试的反馈。 以往这些信息大多只被当做后续推理的上下文，而这篇论文进一步指出，它们本身就是在线学习信号，而且是普适的、免费的、持续产生的。 基于这个观察，论文提出希望把个人对话、终端操作、 gui 交互、软件工程任务和工具调用统一到同一个强化学习框家里，让智能体在被使用的过程中不断变强。 第一页主要就是交代研究问题、总体目标以及整个系统的全景图。第二页进一步解释了作者所说的下一状态信号到底包含什么。论文把它拆成两类信息，第一类是评估性信号， 也就是这一步做得好不好。例如，用户追问往往意味着不满意，测试通过意味着成功，报错信息意味着失败，这些都可以被过程奖励模型转成标量奖励。 第二类是指令性信号，也就是不仅告诉模型错了，还告诉他应该怎么改。 比如用户说，你应该先检查文件再编辑，这就不是简单的复反馈，而是带方向的纠正。 作者认为，前者适合做奖励建模，后者更适合转成更细力度的学习监督。也正因为如此， opencloser 并不是只把对话当做打分数据， 而是试图把反馈中的改进方向也真正利用起来。第三页，转向方法设计 系统层面上，这个框架采用四个彼此结偶的异步模块，分别负责环境交互、策略服务、奖励评估和策略训练。它的关键优势是，服务不必等待训练， 训练也不必阻测评估。因此，模型可以一边在线响应真实请求，一边亦步吸收新经验。算法层面，作者提出两条互补的学习路径。 第一条是二值强化学习，用 p r m。 把下一状态映射成正负或中性的过程奖励，再用类似 p p o。 的 目标更新策略。 第二条是 hindsight guided o p d。 也就是从下一状态中提炼出简洁可执行的提示， 把这个提示补充回原始，上下文再比较提示，增强前后模型在每个 token 上的概率差，从而得到更细的方向性优势。直观来说，二值奖励覆盖面广，但信息粗 o p d 样本更稀疏，却能告诉模型具体哪些地方该加强，哪些地方该压低。 论文最终把两者加权结合，希望同时获得广覆盖和高分辨率监督。第四页展示实验结果，分成个人智能体和通用智能体两条线。 个人智能体部分，作者，嗯，用两个模拟场景来检验个性化是否会随着使用而改善。 一个是学生用 openclaw 做作业，但不希望答案显得像 ai 写的。另一个是教师用 openclaw 批改作业，希望评语具体而友好。结果显示，单独用二值强化学习提升有限。 单独用 o p d 虽然起效慢，但后劲更强，而二者结合的效果最好。论文报告说，在学生场景中，经过三十六次解析互动后，模型就能明显减少过度工整、模板化的表达，回答更借自然书写 在教师场景中，经过二十四次批改互动后，反馈会变得更细致，也更具鼓励性。 这说明系统确实能从普通对话中持续吸收个体偏好。接着，在通用智能体部分，作者把同一套基础设施扩展到终端 q i s w e 和工具调用四类任务， 并在多种模型和数据集上验证可扩展性。实验重点强调一点，就是常时成任务不能只靠最终成败给奖励，因为那样大部分中间步骤都没有监督。 open claw r l。 把过程奖励和结果奖励结合起来，在工具调用和 g u i 任务上都取得了更好的表现，说明实时的下一状态判断对于长链条决策确实有价值。 最后一页可以把全书总结成一句话，也就是这项工作的核心主张， 下一状态信号是普适的、免费的，而且是在线产生的。只要系统设计得当，智能体就可以在交互中完成更新，在更新后继续交互， 并不断从真实使用中恢复出评估信息和纠正信息。论文的意义不只是提出一个新算法，更是在系统和学习机制两个层面说明 未来的智能体完全有可能一边服务一边学习，一边个性化成长。

安装完小龙虾必备的五个 skill 啊，第一个就是必须安了这个自我进化功能啊，就是说它能从经验中呃吸取教训 去学习，然后自我修正，在下次再去干活的时候可能会呃自己去改进啊，然后还有是它会追踪自己的记忆啊，然后第二个 skill 呢，就是能搜索技能，就是说你 可以直接让他，你说去给我搜索一下什么技能，或者帮帮帮我安装某个技能，或者是找一下相关的技能啊，他都能自己去发现， 然后他就是一个非常好的一个搜索技能的一个技能啊，然后呢第三个呢，就是那个安全审查，比如说你去安装一个 skill 的 时候，你就让这个安全审查员去检查一下这个技能有没有病毒啊？ 有没有这个盗号，呃盗那个这个银行卡密码的风险啊，就像他去审核一下，我觉得这个是非常安全的这个技能啊，你就必须装，然后他可以扫描一下这个 呃这技能里头的风险，然后再告诉你。然后下一个呢，就是这个编辑技能啊，他就是说他能这个呃 验证，就是说你，你比如说，呃他能去创造一个十六啊，就是说他能 这个自己去啊，你告诉他一段话，然后他说你把这，你告诉他，你说把这个东西给我生成一个十六啊，然后他就给你生成一个十六啊，这是一个非常好的一个技能啊，然后还有一个就是编辑一个实时计划啊，他能把你的这个任务分解 啊，然后形成这个一个可执行的一个步骤啊，然后去完成这个呃清单，然后接下来怎么做啊？他会他自己的会完成啊，所以我们就必须安装这五个 skill 啊。

哎，好的好的，大家好，我们今天手动来带大家从零到一部署在自己电脑上面部署一下最近火爆全网的这个 cloud bot 啊，现在已经改名叫 opencloud， 我 们从零开始，首先我们去 opencloud ai 这个官网，然后往下滑，它有一个 one liner 的 这个 quick start， 非常简单，你只要在复制这个代码，然后开一个命令行，然后把它黏贴进去， 它就会自动去安装这个 opencall， 它会去检测联盟装着 homebrew， nojs 和 git 啊，如果没有的话呢，它会帮你去安装，我这边已经有了，所以它自动开始在安装这个 opencall。 好 的，安装完毕，安装完毕的话，它会自动会进入这个 onboarding 的 这么一个流程啊，它也是非常人性化。首先让你先来先签个协议啊，说这个很 powerful， 但也很 risky 啊。我知道了， onboarding mode， 我 们选 quick start。 然后第一步呢，是我们要接一个模型啊，在后端的模型，它虽然就 open call， 它只是一个中间层吧，你后端的模型还是需要用自己的 a p i 的。 之前呢是我我尝试使用这个 cloud code 的 订阅，可以接入这个 open call， 但是前段时间 cloud code 把它给封了，所以现在就必须只能调用 a p i， 所以美国的模型 api 太贵了，所以我们这里选择支持一下国产。我们使用 kimi 的 模型啊， moonshot ai， 然后 kimi 最近也是浪潮了，自己的这个 kimi k two 呃，二点五的这么一个模型啊，能力上据说是跟 opps 四点五非常相像啊，也是很厉害，然后价格可能只有十分之一，所以我们来体验一下，所以我们这里选 moonshot ai， 月色暗面， 然后把我们之前复制好的一个 api key 给复制进去， create a api key， 然后我们选择一个模型，我们就选 kimi k 二点五。然后呢，我们在这里选的是 在第二步呢，是选这个 channel， 就是 call bot， 呃， open call， 它是可以让你用过用你的这个即时聊天软件，然后来调用它的啊，这里就会去配置一下这个即时聊天软件。我在这里选的是，呃， whatsapp， 然后我们来看一下 whatsapp 怎么 link 啊，它会给你二维码，然后我们要拿 whatsapp 扫一下二维码。 好，我们拿这个 whatsapp 刚刚扫了一下这上面的二维码，然后，呃，现在是可以去继续去设置一下详细的配置。 whatsapp， 它里面有一些 phone， 呃，这个是 phone setup 啊， separate phone just for open call。 我 选择用一个单独的电话号码在 whatsapp 里面，然后这里使用，选择 recommended power mode allow form。 说实话不是很知道是干嘛了。嗯，选择 default 好 了，然后下一步呢，是 configure 这个一些技能啊，这里我先不 configure， 但是我们看一下， 呃，这个 open call 它有哪些技能啊？这些技能本质上来说就是它到底能做哪些事情，你可以看它这里有非常多的集成的这个 integration， 就 你的密钥，密钥管理系统 word 是 可以用来发这个 twitter 的， 然后 bear nose 是 可以用来这个记笔记的一些东西，然后有非常非常多的这个，还有什么 g u g 这种 就是 gmail 啊什么的，非常非常多 open ai 啊什么的很多啊，我们这里今天先不配置了，然后回过头也可以再配置，到时候会问你一些问题，要不要这些 a p i key 有 多选？ no no， 如果到时候需要的话呢，可以再单独回过头来配置 好。然后最后一步呢，是这个 hook 啊，自动的这个操作，然后它可以在某些特定的环境下面被触发，然后帮你操作。比如说它这里有一个 session memory 的 这个 hook， 就是说它可以在每个赛季结束的时候呢，自动把赛季的这个你们聊天对话记录呢，保存到他们的这个长期的这个 memory 当中。这里我觉得还是开一下比较好，因为 open call 它是自带这种长期 memory 的 功能的，然后如果每每每一次跟他对话，它会更新长期 memory 的 话，你会发现这个 open call 越用越聪明。 好，然后这些都是系统自带的，我就都开了，然后都开了，然后去设置 gateway， gateway 就是 说是呃呃，如如何去开这个？开个关口，然后让可以让这个你在 whatsapp 里面发送的消息被传递到这个电脑上的 open call 里面。这里我之前已经装过了，所以我们在这里的话就是 reinstall 一下。 好，我们这里的 git 已经装好了，我们现在有有有方法去 hack。 我 的 bug 就是 初设啊，初设的话我们可以推荐是走这个 t u i， 也就是它自己会开一个网页，然后这有一个链接好，然后可以尝试发个消息 啊，很可惜啊，消息没有发成功，我要来 debug 一下。哎，好的，刚刚发现是因为自己的那个 kimi 账号没有充钱啊，现在充了钱就变强了啊，我们现在已经可以 跟他对话了，然后我们在终端呢，可以输入这个 open opencloud dashboard， 然后呢我们来重新进进入这个网页的 ui 啊，然后这里呢我跟他说了个嗨，然后他现在会介绍一下自己可以干哪些事情啊？怎么怎么样，怎么怎么样都是英文啊，太，太烦了，我看他看中文那里边啊， 好，他现在等于说一开始的对话呢，他会让你去呃设置一下他的名字是什么，然后怎么称呼我，然后他是干嘛的？嗯，然后同时呢我们我来就展示一下这个我们这个 whatsapp 的 这个能力啊，就你看我们这边， 嗯，其实 whatsapp 上面是可以给大家直接发消息的，然后在这里的所有的信息呢，我们也都可以在 whatsapp 里面跟他呃聊天，然后他就只要你的这个网关是上线的，他就是可以呃去跑的。 那么今天视频就到这里呢，我们就简单的装一下 cloud bot， 未来的话我们也会在这里继续更新一下 cloud bot 到底能在呃能对我的工作流程带来多大的影响啊？期待可以创造更好的内容给大家，谢谢。

你是不是才下了 open curl， 安装好之后不知道应该干什么？那么今天推荐大家一个网站，只看这一个学习就完全足够了。 好，这个网站叫 open curl 幺零幺，从七天的话呢开始掌握你的 open curl， 你 点开这里有一个开始学习，它有个七天学习路径，从入门的话到进阶。 比如说我们的这个初识 open curl， 你 点开之后啊，它会有这个 open curl 到底是什么，能够帮你做什么啊？以及它的一些简单的一些介绍啊，都会在这个里面会详细的有。 呃，另外呢还有一个非常全的一个 scale， 这些 scale 都已经是全部配备好的了，每一个都会有智能家具，包括营销销售 啊，你的知识库，并且还有一个一键安装的功能，你直接点击之后，呃在终端里面就可以一键安装了，它综合了所有的平台里面的，呃很多的 open curl 的 资源， 让你非常好的进行一个学习。他这些社区包括中文资源还有英文资源都有啊，比如说你随便选起一个，呃，包括这个，呃本地来部署，比如说微信，还有这个钉钉 啊，你都可以通过这样的学习方式，能够让你很快的掌握 opencr 的 简单的一些基础的操作。

帮我生成播客 this is the brief on the openclaw。 学习和做科研的小伙伴应该知道 notebook lm 它有很多强大的功能，可以将你在网上收集的资料作为一个信息的来源，把它整理成数据库，你将来的提问就可以根据数据库进行个回答。 但是我在使用的过程中呢，遇到几个问题，就是有一些材料或者是网站让它采集的过程中呢，它并不能完整的采集所有的内容。今天我就分享一下 notebook lm 的 一些新玩法。使用 open clone 打通它，我们可以在任何社交软件上去指挥 notebook lm， 让它在背后帮我们干活。 当我使用 notebook lm skill 创建一个笔记，名称为 ai 葵花宝典发送。他这边回复我，这个葵花宝典呢，它已经创建成功了，这个是葵花宝典的一个 id。 接着他问我是否要往这个宝典里面呢？添加什么武功秘籍，比如网址或者文件等。我们来刷新一下 notebook lm， 看到吗？这个笔记已经创建成功， 同时呢，他还给你生成一个图标，将 open clone 官方文档添加进笔记，发送回复。我说搞定了，然后将官方文档呢合并成一个四点三兆的一个超长的一个武功秘籍，并且上传到笔记里面。 接着问你是否要将它生成博课学习指南，接着还要加点什么呢？你可以直接和我聊聊，我们来检查一下。点击这个笔记，我们看一下，这边就出现了 open clone 的 官方文档，点击它，这样整个官方文档的所有的材料都被我们采集进来，帮我生成播客。 时间不要太长，简单介绍一下该文档发送。看一下网页，这个音频它已经生成，对话框，里面说它开启了监听了下代的程序。我们在对话框里面继续问，播客生成好了吗？ 发送给我，我们看到了，他说搞定了。然后呢，将这个播客呢 mp 三的一个格式发送给我，点击它， this is the brief on the openclaw official documentation。 将官方文档制作成思维导图并发送给我，思维导图就制作成功了。他这边呢是以节省的格式返回给我的，我们在网页上可以点击看一下，点击，这就呢，他最终呢生成了一个思维导图。那我们现在希望的是在手机端，他能以图片的方式展示给我，我们这边要求一下，以图片形式发送给我。他这边告诉你， nova 它不支持图片的格式，不过呢，它帮我们转换成图片，让我们稍等一会，然后发送给我们。接着问，有处理好吗？ 好的，这时候呢，他就生成一个图片，这个图片是一个信息图，他不是根据我们思维导图转换过来的。不过这个图片呢也比较漂亮，你可以在手机上面查看，也可以呢，在网页端查看。我们点击网页端的图片，整个图片的效果还是非常好的，但是他并没有理解好我的意思。我们再重新问一下， 将思维导图转换成图片发送给我。他这边说我刚刚写了个小的脚本，然后将节省格式的思维导图呢渲染成图片，这就是图片的样子。我们点进来看一下，完整度还是比较高的。 想要实现我们刚刚看到的效果，我们需要这样的提示值，这边对提示值进行复制，我们在对话框发送给 open 可乐，这边他一次性调用了十几个工具，最终告诉我他已经搞定了。我们接着问，帮我测试一下，发送他回复我说测试一下完美运行， 同时他查询到我 notebook lm 上面所有的笔记。好了，本期视频就到这里，希望对你有所帮助。关注我，分享更多 ai 技术和玩法。

ok， 大家好，我今天给大家分享一下腾讯云部署 opencloud 以及对接飞书的整个应用的股权过程。我们新手首先登录腾讯云，在这里我们直接搜索 opencloud， 在 opencloud 搜索界面之后，我们这里有两个，一个是云应用一键安装，一个是轻量服务器，我们推荐大家选轻量服务器，点击立即选购，直接就会跳出来 轻量应用服务器，这里的 opencloud 的 应用模板选择 opencloud 的 应用模板选择地域可以选择亚太地区，选择套餐类型，直接选择入门型就行啊，相对来说一个月会比较便宜，新手大家可以先试用一个月， 在这里我们直接点击立即购买。如果说您是首次购买轻量服务器，在这里登录立即购买的时候是需要进行实名认证的，我们其他的都不用选，直接去立即购买就可以，这里忘了选择，我已同意立即购买， 他就会跳到一个订单的一个支付界面，我们去支付，先实名认证再去支付就可以了。那假设我现在已经买完这个服务器了，我们就可以回到控制台 啊，控制台这里我们点击清亮应用服务器，就会跳到我们刚才已经购买的 open cloud 服务器这里。那在这里我们相当于给 open cloud 已经买到了一套房子，也就是我们的腾讯云。那接着我们要给腾 open cloud 安装他的大脑以及安装他的嘴巴，安装大脑也就是我们大模型这里 我们选择应用管理，在这里，因为我已经装好了一个小龙虾，目前我的小龙虾是用的呃 deepsea 的 大模型和飞书的应用，那在这里其实也可以推荐大家用别的模型，比方说我们选择这里有模模型的计划， 有 cookie plan 和这批 api。 选择模型 api， 这里面有非常多的模型的选择，比如说千问、 deepsea、 mini max 等等。那比如说我们选择 mini max， 接着会让你输入一个 api k， 那 这个 api k 我 们从哪里获得？点击这里，它会有一个自动跳转到 mini max 的 开发。呃，开放者平台，在开放平台这里，你首先登录之后进来就会有这样的一个界面，它默认会有一个 api k 的 一个呃，界面，那不是复制这个 api k 的 密钥，而是要给它创建 tok。 创建 token 相当于我们花钱购买了 emax 的 token 值。我们可以选择一个比较便宜的，先试用一个月，连续包月往下拉，会有一个每天五百次的一个调用，直接立即订阅 好确认支付就可以了。在确认支付我们就支付宝扫码支付就可以了。假设我这边已经支付完成了，支付完成之后，他会在刚才我们进来的首页这里会有一个呃， tokun plan 的 密钥，跟这个样子有点像。点击 tokun plan 的 密钥，我们点击复制， 回到我们轻量服务器这里，把那个 tokun 的 那个密钥给它复制进去，添加应用就可以了。那怎么判断我们的模型有没有添加成功？像我这里， 那他如果是绿色的应用中，就说明他已经配置完成了，这是给小龙虾先配置模型。那第二步我们接入飞书。怎么接入呢？其实现在飞书接入会比我之前安装的时候简单很多啊，我们直接选择飞书，有一个快速配置，在这里有一个前往授权之后，他会出来一个二维码， 我们需要用最新版的飞书去扫描这个二维码即可配置成功，这是第一种方式。这个飞书的应用需要是个人的一个企业，我们直接扫码就可以配置好它的应用，这是第一种方式，快速的配置，手机上装最新版的飞书即可。 第二个方式，手动配置，它要填飞书应用的 app id 和 app secret， 在 这里去添加，怎么去找这两个数据？我们直接点击查看详情，就会跳到飞书的开放平台，在开发者后台这里， 我们可以选择自己的 open cloud 去填写它的，去找它的 app id 和 app secret， 那 在这里直接复制就行， secret 也是直接复制，制好之后，我们把它填到这里添加应用，判断它是否添加成功，也是 添加运行中就可以。那这里 scale， 我 们可以先先不管它，直接它会默认带几百个 scale 供我们应用。 我们回到飞书，在飞书这里，我们直接如果扫现在最新版的飞书啊，直接扫码之后呢？它直接安装成功，就会出现一个 open call， 那 需要强调的几个点，因为我现在已经配置成功了。需要强调的几个点，第一个，如果报错，大概率是你的模型配置有问题，也就是这里你的 api k 选择有问题，我们 不断地去重复，去调整我们的 api k， 这是第一个。第二个，很多人想说自己配完之后，在这个 飞书上找不到 openclaw 这个机器人，那怎么办？我们其实需要检查一下你的飞书是不是最新版，如果不是最新版的需要更新，更新之后我们直接去在这里去添加应用，在应用这里会有一个添加自己常用的应用，会有 自己新增的这个 openclaw 的 一个机器人就会出现，可以去选择以上这个 openclaw， 用腾讯云安装接入大模型和飞书的一个操作流程。

二零二六年学习 ai， 不 需要买课，只需要一个免费的开源项目。清华大学团队刚刚开源了一个神级的 ai 项目 openmaker， 刚上线就在 x 上斩获了十万加的浏览量。 简单来说，它打破了传统的单人问答模式，直接为你生成一个由 ai 老师和多倍性格各异的 ai 同学组成的沉浸式教室。 这个项目最惊艳的地方在于它的多智能体互动。当你抛出一个难点， ai 老师不仅会给你用语音讲解，还会拉出虚拟白板给你画图推导公式。更绝的是，旁边的 ai 同学还会插嘴提问，甚至就某个争议点展开实时的辩论。 这种体验直接把死板的文字阅读变成了高密度的头脑风暴。 open meek 内置的 plan 智能体能主动规划教学大纲和教案。 ai 应用知名 kol 贾木老师著写的 open cloud 使用教程文档被一键转换成了龙虾学习课堂， 符合小白知识门槛，自动问答交互，手把手指引操作，堪称保姆级学习指南。你可以对他说，请解析 deepsea 最新论文 open mag， 就 能生成一个逻辑连贯、完全符合初学者认知规律的小课堂。 目前这个项目可以去官网直接使用，更绝的是，它支持在 open cloud 中直接添加为 scuse， 大家赶紧去学习起来吧！

openclo 多智能体架构？今天来聊聊一个很多人都会遇到的问题，有 ai 助手的时候，到底该用子智能体，独立智能体还是 skill？ 今天一期视频给你讲清楚，主要内容分三个部分，第一，多智能体的核心原理。 第二，子智能体和独立智能体怎么学？第三，智能体和 skill 的 判断决策术。三种模式对比，先建立基本概念， open call 里 ai 助手有三种工作模式，第一种教子智能体，临时任务用完就消失。 第二种叫独立智能体，有固定身份和长期记忆。第三种叫 skill 工具模块，专门被调用的能力。子智能体还是独立智能体？子智能体最适合这几种情况，单次复杂任务需要隔离执行需要并行处理。多个独立任务 临时性探索不需要记忆积累。简单说，临时任务找子智能体。独立智能体呢？适合这几种情况，固定角色长期服务。比如客服顾问需要独立记忆，不和其他任务混淆， 需要绑定不同群不同账号，定时任务周期性运行，用户需要一对一私聊。简单说，长期服务找独立智能体。

昨天清华大学开源了一个智能体项目，名字叫做 open m a i c， 主要是针对咱们教育领域的，那咱们现在就来探索一下这个智能体到底有什么样的优势。 首先我们看到它在 github 上其实也开源了，那也就是说如果有老师已经开始养自己的龙虾了的话，是可以把这个技能安装到自己的龙虾当中的。 接着呢，我们来看它的界面，首先有一个个人资料的编辑啊，我说我是基础教育阶段的一名教师，然后在右边呢可以选择配置课堂角色，它有两种选择，一个是预设模式， 可以配置助教啊，笔记员啊，思考者呀。除此之外还有一个自动生成，那 自己想要学习什么内容，有什么需求，就可以在这个对话框当中去跟他交流。那为了节约时间呢，我在我的课程里面已经生成了一份什么是项目式学习，以及如何进行项目式学习设计的这样一份 ppt。 那 我们看到 它的第一页就在介绍项目式学习的概念、特征以及意义。第二页呢是对传统的课堂和 pbl 做了一个对比，我们可以稍微听一下它的讲解， 传统课堂到底有什么本质不同呢？这一页我们就来深度对比一下，看看从知识传递到能力生长究竟发生了什么变化。 好，我们能够看到这里，如果觉得它的教学速度是我不喜欢的的话，我还可以进行一点五倍两倍速的播放。好两页 ppt 结束之后呢，就有一个入门知识检测， 那你看这个功能其实在咱们，呃，如果是教研员呀，或者是教员组长在进行培训的时候，其实也可以用到，但是我觉得更多的是老师们在课程实施的过程当中可以用得到的。我们来检测一下啊，第一道题是个单选择题， 第二道题是多选 好，做完了我来提交，哎，你看一共二十五分，我得了二十五分，然后每一道题的下面还都有解析。 好，接着我们看给我们讲解了 pbl 的 黄金标准。接着呢，就引导着我们一步一步地去进行项目式学习的设计。首先是设置驱动问题，然后在这里我们可以 通过他的指引来设计项目式学习的驱动性问题。接着就是项目式学习的一个实施阶段，入向探讨与知识建构，然后反馈与修正，公开成果的展示。 你看这十七页的 ppt， 其实就已经非常清晰地把项目式学习是什么，有什么价值，怎么样设计，怎么样实施，就讲解的比较清楚了。接着呢， 我又给他提出来了，提出来了一个要求，是说小学四年级第八单元是走进童话世界这个单元，我请他帮我设计一下 ppt， 你 看 这已经形成了，并且特别好的一点是在这里，因为是这个单元是童话单元习作呢，是故事新编。他在这里呢创设了一个学习支架啊，就是说 核心角色抑制道具和陌生情境，这三者之间会产生一个非常新颖的一个剧情的冲突。 那你看它就是现在已经生成到第七页的 ppt 了。那这些 ppt 呢，对于老师们来说有一个非常好的优势，就是它们这些 ppt 是 可以进行修改的，哪里不满意改哪里 好？刚才我们讲解的是 open m a i c 在 课程设计、课程实施当中给予老师们的帮助，我觉得还可以，有一点就是在这里啊，这个附件，这里老师们可以把自己的一些教学案例 上传给他，然后让他帮我们提炼有哪些比较有价值的内容，可以形成一篇教学研究的论文的。我觉得这个 open m a s a 也是完全可以胜任的。 好，那接下来咱们老师们就可以去尝试一下清华大学的 open m a s a 这个智能题，在运用的过程当中，老师们如果有什么问题的话，咱们可以随时交流。

三个工具让你的 open code 每天进化越来越强。第一个， self improvement 自我提升系统，它会记录经验、教训、错误和纠正措施，踩过的坑不会踩第二遍。第二个， evo mimp 净化网络，你的能力可以变成 dna 进行上传， 全世界的 open code 都可以继承。反过来你也可以使用别人的精髓。第三个， memos 持久记忆系统，给 open code 一个永久记忆，它会越用越聪明。装上这三个，你的 open code 将会主动学习进化。

openclaw 只能控制电脑，却无法触及屏幕之外的现实世界。开源的 ducky claw 正是为了解决这一问题而生，让 ai 智能体真正走进物理空间。 ducky claw 基于涂鸦开放 sdk 构建，是一套硬件原生的 ai 智能体框架，支持 t 五 ai 模组、树莓派等硬件平台，一套代码即可适配从 mcu 到搜四的全系列设备。 与只能聊天的对话机器人不同， ducky claw 内置持久记忆、定时调度和主动监测能力，可实现七成二十四小时的后台运行。集成 ducky claw 的 智能灯光系统，能够自主学习用户的作息习惯。在大模型接入方面， duckkeyclock 一 拖涂鸦 a 云平台，一个密钥即可接入千问、 gpt、 jimmy 等主流模型，并自带免费 token 额度，支持多模型随时切换。 部署也非常简单，在 t 五 ai 开发版上即可完成部署，全程仅需五到十分钟，即使没有硬件开发经验，也能轻松上手。如果你希望让 ai 在 真实硬件上落地运行， duckkeyclock 值得关注。