open claw生产用法

微信接入龙虾是真的能干活啊，如果你也想养一只能干活的龙虾，可以看我接下来的操作，有手就行，小白也能够学会。 打开我们的设置，拉到最后这边插件就能看到微信 cloud boot 的 这个插件，看一下详情，然后这边其实只需要在电脑上输这条命令就能安装了。如果看不见这个插件的话，就要你 把微信更新到最新版本， ios 的 话是最新的，八点零点七零，安卓的话八点零点六九点开这里复制，我们到电脑上去操作这条命令， 这是我的工作电脑，在这台电脑上我已经部署好了一个我的小龙虾，我们刚刚已经复制了，你粘贴过来，我们直接安装 好，出现了，开始扫一扫，直接扫扫码以后，将新的 open cloud 连接到微信，继续连接， 我们先测试一下是否连接成功。先问一下，你好，对方输在帮我把桌面上名为发票汇总点 x l s x 的 文件发给我，当然我的发票报销也是龙虾帮我做的。怎么操作？我已经整理成了文档，想要的评论区留言文档发过来了，看一下， 这就是之前给我整理好的一个发票，然后我们再干一件事情，帮我把桌面上的文件夹压缩打包后发给我， 整理后的发票发给我了以后，我就直接发给我们的财务大姐，直接帮我报销了。创建了压缩包 发票压缩包来了，我们下载，下载好了以后直接发给财务大姐，去年的出差帮我报销一下。嗯，看一下财务大姐，基本上就是完美好的。嗯，非常好，感谢。 用微信操作龙虾后，就相当于你电脑旁做这个实习生，你发一条指令，他就能替你干活。今天这个只是龙虾能干的事里最简单的一个，后面我还会分享更多我自己真实在用的场景。关注我，下一条更硬核。

龙虾爆火，但如何养虾是门学问。今天给大家整理了 openclo 真正能用的十个实用技巧，全是玩家真金白银踩坑踩出来的干货，小白也能直接照抄，保证看完 少走一大半弯路。先讲部署和环境，让你的龙虾跑得又稳又省心。第一，模型混搭用，别啥火都丢给 gpt。 提炼内容改文档这种小事，直接切本地小模型就行， 只有复杂逻辑再上柜模型偷看，费用真能省一大半。第二，尽量用 docker 隔离运行，别直接在你自己电脑上裸跑。用 docker 开个独立环境， 相当于给他开个单间，他再怎么删文件改配置都碰不到你系统核心，也不担心把电脑搞崩。第三，不用看画面就开静默模式，如果你不需要盯着它点鼠标，直接开静默模式，关掉界面渲染，既能省显存 任务，处理速度也会明显变快，后台悄悄干活效率更高。接下来是生产力部分，学会这几招， open cloud 直接好用一倍。第四，多用，然后串起多步任务，别只发一句简单指令， 试着用先，然后最后让它连续做。比如搜完 ai 新闻再做表格，最后发到你邮箱递我。打开自动纠错重试，有时候爬数据会受阻， 把重试策略调高一点，它会自动换方式再试，不会动不动就罢工报错。第六，提前给他设好操作权限，在提示词里直接说清楚规矩，比如只许看 pdf， 不 许改 excel， 说得越细，它执行越准，基本不会乱动手。第七， 装 r a g 插件，实现常识记忆。奥鹏科奥本身有点健忘，装上 r a g g 插件之后，它就能记住你之前的文件格式，任务习惯，用起来顺滑很多。最后是进阶避坑， 专门防烧钱，保护隐私。第八，设 token 熔断上线一定要手动设置单次任务最大 token 消耗和操作次数，不然它万一陷入死循环，半小时烧掉几十刀，真不是开玩笑。第九，私密数据先本地脱敏再上传， 遇到敏感文件别直接丢云端，先把关键信息打码模糊，再传上去做总结，防止隐私泄露。第十，开启 api 模式，联动更多工具。别只把龙虾当个单独软件，打开 api 服务之后，它能接到你自己的小脚本里，变成整个自动化流程里的一只手，真正实现全自动干活。以上这十个技巧， 全部真实可用，不忽悠人，不管你是刚上手还是玩了一阵子，都能直接用。想用好 oppo pro 其实不难，找对方法避开坑，效率直接拉满。 如果你觉得有用的话，点赞收藏就是对我最大的鼓励和支持，欢迎关注我，了解万亿蓝海产业 ai 和机器人赛道的发展现状和未来机遇。

hello， 大家好，今天跟大家分享一个好消息啊，在今天我终于把 opencloud 已经装好了，那这个 opencloud 到底有什么样的作用？哈？为什么我一定要安装它？ 因为平常琐碎的工作，例如像写周报会议的记要合同，那这个事情之前都是我自己去做的，虽然说这个东西花费不了很多时间，一到两个小时吧，但现在我去交给这个 opencloud 的， 它就可以在短时间之内去帮助我进行解决，帮助我这个机密的编辑，还有这个日常的管理，它都可以帮助我去操作。 第二个呢，因为我是一个，我不是程序员哈，我，我呢就是有时候针对代码是不是很明白的，那现在他就可以去帮助我做系统的开系统与开发操作，比如说可以自动去帮我复制我电脑读写文件运行中它的命令，他要用系统这个 a p i 操作软件，并且呢可以自动去帮助我打开对应的这个浏览器，自动的去抓取的这个数据，并且填表。那第三个方面呢，是 他可以做到一个信息内容处理，当然这个内容处理呢是什么？可能针对我们的卖家会比较多，尤其是跨境的，但他们经常会去通过我们的，就是后台会软件一些，就是 软件呢会去下载批量的这种 s， 批量 s 之后呢，它要通过自己的手工再去进行整理。那安装好这个 open color 之后呢，它可以自动去帮助获取这个平台所有信息，并且自动整理成表格，你再也不用手动去进行整理了， 这是个非常好的动作哈，那这个方面呢，他还可以帮助我们做内容创作，比如说写文案、做简报，像我现在他每天的一个就是跨境的资讯，都是通过 open cloud 他 去帮我进行生成的。那第四个方面最重要的就是多渠道一个系统扩展，像现在我们企业之间可能会用这个背书钉钉还写微信这样的指令，那如果是关于到这个内部形成的工作，我就可以通过这个 open cloud 帮我进行处理了。 那我来给大家做个演示，那这个 open cloud 目前在我这个系统里面，他可以帮助我去完成什么样工作啊？好，这个是我刚才问的一个问题，问他，你现在， 你现在可以帮我做哪些事情？用户问，你现在可以帮我做哪些事情？这是在问我能力和已经配置好功能。我需要总结一下，第一个我是已经完成配置哈， opencloud 已经安装了， kimi aqi 已经配置好了，三个 skill 已经是安装好了，这个是一定要有这个 skill 的。 你看第四个股票监控系统已经搭建了。然后第五个换电商咨询研究员 agent 创建。第一，这个 getaway 服务在运行，可以做执行股票监控使用。已安装 skill， opencloud 认为支持去配置、写微信，然后当前未完成的，你看它都会给我进行罗列出来，当你有这个工作轻而易举的去完成，从而去提高效率。

你们装小龙虾了没？他刚刚接管了我的电脑，真的可以帮我干活，哎，我想让他把我这个文件夹里的 pdf 全变成图片，我想试一下看行不行啊？ 然后输入自己的需求啊，直接告诉他把桌面上这个测试文件夹的 pdf 给我转换成图片，刚刚真的给我做出来了，这是我的需求。然后 他先检测我的文件夹里有什么，然后他找到了五个 pdf 文件，然后呢，他在搜索我的电脑有没有这种。呃， pdf 转换图片的工具是没有的，从来没有，没有安装，只安装了一个，这个我也不知道是什么。然后呢，他就 去装了一下，就这个玩意，我也不知道是什么。这个应该是一个 pdf 转图片的一个工具，他自己去找的下载了。然后呢，他给我转换好了，最后转换好了，然后我点开这个测试文件夹，多了一个转换图片的文件夹， 真的，他全给我转好了，以后，这还要什么对吧？要什么文员呀？这这这一秒的事，就人工智能全给你把电脑操作好了。哎，我准备再弄一个更复杂的让他试一下。太，太牛了，你看全给我转好了。

大家好，一分半把爆火的欧滨可乐龙虾 ai， 讲透全程无代码无话术，听完就能上手。龙虾 ai， 它不是普通 ai， 它是能够直接操控电脑干活的开源本 地智能体验。跟别的 ai 方案不一样，它能够直接动手整理文件，批量发邮件，汇总 excel 写代码，喊一声就能直接完全。它的爆火核心就三点，第一，本地运行隐私超安全，不用上传任何资料。第二， 开源完全免费，社区还在持续更新技能。第三，兼容国内所有大模型，不用翻墙就能用。对普通人来说，他就是效率神器， 职场人用它自动化整理表格，会议机要每天能省一到两个小时，学生党靠它整理文献。深层思想导图，创业者自媒体用它排版、抓素材，定时发布，一个人顶一个小团队，真正实现了 ai 从洞口到 动手的革命。现在国内大厂都在重磅布局，阿里云、腾讯云一键部署龙虾镜像做基础设施。小米把龙虾 ai 做到了手机系统级，小米推出网页版免配置， 百度讯飞字节也全部接入兼容，各大厂都在降低门槛，让大家轻松用上，这就是下一个 ai。 刚需纯小白，四步就能上手，回家就能用。一、准备一台普 通电脑， windows 啊， mac 啊都可以啊。二、去 gethelp， 官方下载一键安装包，自动装好环境。三、选一个国内大规模的免费 a p i can， 比如 kimi 啊， deepsea 啊。四、对接微信飞书或钉钉发指令就能用。你可以直接复制这个测试口令，把桌面文件按类型归到文档、图片 压缩包，三个文件，马上就能看到 ai 的 魔力。说到底，龙虾 ai 是 ai 从聊天到执行的一个拐点，本地安全开源免费，大厂全入，小白也能轻松用。它不是未来的科技，它是现在能抓住的时效工具。

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。

三个超简单方法，一键使用 openclock 第一个， coco， 包含了 openclock 所有的能力，安装也非常简单，而且支持六种安装方法，既可以云端部署，也可以使用客户端，不管你是小白玩家还是专业用户，用起来都很方便。第二个， clock x， 一个开源的 openclock 客户端，使用很简单，支持你自己选择不同的大模型，集成了 openclock 所有的能力，数据本地存储，安全性比较高， 如果你对隐私保护有特殊要求，可以使用它。第三个， kimi claw， 一 键就能部署的 open claw， 不 需要配置大模型，使用起来比较省心。缺点是需要订阅，适合付费玩家。我是汤姆喵喵，持续分享超好用的 ai 工具。

昨天我在视频里讲的是在一个 opencloud 里面创建多个飞书的机器人，然后把几个飞书的机器人， 每个飞书的机器人配置一个一个 agent， 然后把他们拉到一个群组里，然后来干活，这是一种方式。评论区和 后台的私信的有朋友在问，有没有试过在一个机器人里面让它自己配置多个 agent 来来配合工作的，不需要创那么多机器人。 我，我今天晚上试了一下，可以我给大家看一下实际情况。奶油是我在腾讯云的，腾讯云服务器上的 opencloud， 它是线上的，跟我线下不冲突， 你知道我这个电脑上有两个 opencloud， 一个是腾讯云服务器里的，还有一个就是本地的。我问了他一句话，我说你可以化身多个 agent， 代理协代理协助，这还错别字儿，打快了， 他说可以，他可以化身多个 agent， 他 有多 agent 协助的能力，他的子 agent 可以 同时使用多个，最多好像是八个吧， 他可以协调他们工作，汇报结果，并行处理任务。完了他下面我把之前在豆包里面生成的我对一个团队的配置的几个角色，他们应他们是干啥的？他们的职责能力是什么？他们的工作流程是啥，什么风格什么之类的。我一股脑的又扔给了他，你看他的回复， 他说他看到已经有了这个完整的团队架构，非常专业。团队配置，他自己的角色是什么？他需要分配出几个人分别干什么？ 他的角色是监督，他需要来汇总结果来汇报。他现在问我说让我告诉他品牌产品信息，以及具体需要完成什么任什么任务，这个团队 我告诉他这些任务不着急。我说请将这个团队的配置常态化，每天早晚各一次，定时提醒我同步计划和验收结果就是 一个团队的一个正常的一个工作流程。他说收到，首先他配置了配置了那个工作的文件，设了定时提醒，早上九点提醒，我做了一下验证，最后给我生成一个这个。他已经成功地配置了整个团队的一个工作 团队的架构、标准的工作流、定时提醒以及整个的工作模式。我提需求他来接受分析拆解，拆解之后是多 agent 并行执行，成果交付， 提醒时间是早九晚九，下一步就等我给他布置任务。 ok， 这个是在一个机器人里面，就在这一个机器人里面创建的一个情况。我之前有一个群组，里面是 一堆机器人，我这两种情况都配置了，我不知道这两种有什么区别，就是这两种模式他们的优劣势各是什么？我就去问了一下 ai， 我 问他一个问题是我说在飞书中创建多个机器人，为每个机器人配置对应 ai 阵和创建一个机器人让他分身多个 ai 阵的工作。 两种情况各有哪些优劣势？他分析了一下，总的来说，如果是多机器人，多 agent 这种是相对来说，它隔离做的彻底一点，就是比如它这里提到的身份隔离，用户可以清楚地识别身份权限隔离提高安全性， 消息隔离独立处理，避免混淆。故障隔离一个机器人故障不影响其他机器人的运作灵活性，但它的劣势就是配置复杂，也容易出问题，资源消耗大，这个大家可能比较关心的，因为每个独立的机器人都是独立的 api 调用的， 单机器人多 a 证的这种方式就是配置简单，维护成本低，只需要管理一个就可以了。它的劣势就是它的身份容易混淆，它的权限是共享的，所有的 a 证它共享一个机器人权限，消息路由复杂，这个有点看不懂，故障影响大，它只要有一个故障就是活，什么都不用干了。 它适用场景是对多多机器人多 agent 的， 适合这种对安全性要求比较高，而且需要区分角色的这种场景单机器的资源，单机器人多一种的就是资源有限的，或者对成本敏感的，或者是决策区分没有那么重要的，就可以一股脑的信息全放在一个地方的。 所以他给了这样一个建议，我不知道他给的这个建议大家认不认同，大家也可以讨论一下。

说一下 openclaw 以及呃龙虾到底是什么？现在它为什么这么火？首先我先跟大家说一下这个 openclaw 是 什么东西？那 openclaw 呢？其实没多久，就是也就是今年刚刚火起来的，应该是今年年底还是今年一月份左右啊？反正想不起来具体的时间了，我当时在第一时间就已经 发了一个视频，就说它最早呢，它其实不叫 openclaw， 叫 cloudbot， 但是后来呢，它其实跟那个 cloud 它其实发音很像，它不是一个字嘛，但是发音一样， 所以他觉得有一些碰瓷，后来就改了个名字，改了两次名字，最后改名叫 open club。 而 club 呢，其实是龙虾的意思，所以你可以理理解，它叫做开源的或者开放的龙虾，所以后来呢，就很多人都会管它叫做呃，养龙虾。这是个什么东西呢？ 本质说来呢，它是一个，它是一套程序，那这个程序有什么用呢？就是它可以本地部署在你的电脑上，它跟你的 windows 系统一样，它把这个系统放到你的电脑上，它可以自动去调用一些模型去处理你的各种各样的工作。最简单就是它可以远程去调用，可以接入你的一些聊天工具， 比如说可以接入微信，可以接入呃 qq， 然后可以跟你聊天。大概这样东西，那每天呢，你给他指派指令，他可以去调动你电脑里边的各种各样的工具。 那简单说来就比较类似于，我不知道早年间有没有玩过一些电脑里边有一种东西叫做呃，按键精灵。按键精灵对吧？它屏幕可以点哎？它什么？它可以操控你的鼠标， 可以可以屏幕上各种点， openclaw 本质来说也是这个，它可以通过用其他的模型作为自己的驱动的内核，或者把各种模型当成你电脑里边的大脑。然后 openclaw 呢，是它的身体可以在你的这个电脑上点来点去，点各种各样的工具，比如说它可以打开你的电脑里边的 聊天软件，甚至它可以打开你电脑的 ps， 它可以打开你电脑的什么这个三 d 软件，三 d max， 或者打开你电脑的编码工具，或者点开你的电脑记事本啊，通讯录啊，都可以，只要你电脑上有这些东西就可以了， 你给他设定权限，他可以各种操作。那这个作者呢？我想不起来，是个挺壮的一个小帅哥。然后这个呢，这个作者呢，在发发明这个东西的时候也是，就是呃，感觉很有意思，然后他也并没有特别强的功能，本质来说他其实就是一个 这个程序，这个程序本身并没有什么厉害，你还需要从外边找其他的大模型来操控。这个程序本身并没有什么厉害，你还需要从外边找其他的大模型才能真正的控制你的电脑。 大模型都有哪些呢？比如说我们国内的豆包啊， mini max 啊，智普啊， deepsea 呀，国外的比如说 jimna 呀， grot 呀， 然后 gbt 啊这些模型。所以 open cloud 的 本质来说就是给这个这些所有的大模型加了一个手，让这个手可以直接操控你电脑，就是这个事儿，所以它本质来说也没有特别的厉害， 但是呢，它也有两点革新，两点革新，这两点重要的革新使得它确实是脱颖而出，你说这玩意有什么？有什么厉害的？很多人其实都会觉得这个叫做套壳工序，像我们刚才说的这是 harness， 现在在整个 a i 界有两种两种讨论，就是我们谈到底是模型本身重要， 还是模型外边配套那个壳重要。这个怎么说呢？就是其实绝大多数的 openclaw 刚出来的时候，你看绝大多数越是在 ai 行业里边从业的人员，对这个对 openclaw 其实越看衰，很悲观，觉得这个东西其实没什么了不起， 但是越是外行人，其实对 openclaw 的 其实越兴奋，你就可以看到最近多少爱好者、票友，或者说就只是听听，听个概念的这些人，他们非常热衷于这个。 我们先不说这个两方观点哪个对，那他们的争论呢？主要来自于对于模型未来的到底以什么形式带到我们身边的一种探讨，就两种思想都可能，对，这两种探讨是什么呢？首先呢，第一个事情就是我们有绝大多数的从业人员都会认为，不论最后你套壳套成什么样， 真正值钱的是模型本身的那个核心，那你的机制，你的数据，包括你能给他的权限都不关键，只要模型的智慧不断的提高，这些东西都能迎刃而解， 那就是他认为模型是最重要的。你这个壳啊，其实就是套壳，就是包皮，这个不值钱，像我们同学们经常会说的，对吧？那个手机里边啊，芯片最值钱，小米这种公司他就是个组装厂，壳值什么钱啊？ 芯片都是别人的，然后光刻机都是别人的，这个根本不厉害，但还有一派认为呢，就是这个产品的综合体验值钱很多的。你的芯片固然牛逼，但是你最后做的这个产品，用户不喜欢，你照样卖不上钱，你最后在商业市场里边你照样差。所以 这个刚才我们看那个视频里边，他举了个很有意思的例子，其实在硅谷华尔街里边早就有这种这种说法，他们用的是金融市场的例子，华尔街的一个交易员，他赚了几百亿美金，几百几千万美金， 那你说到底是这个交易员本身的能力强，还是因为他在这个平台，他在这家公司，他能调动这么多的资金，他能认识这么多的人，他能有这么好的设备跟这个这个软件的支持，他才能达到今天这个地步？ 这是两派争论，你再往下，再往下延伸，你就会发现这是什么，这人民使官还是英雄使官了是吧？这到底是时势造英雄，还是英雄造时势？这个永远讨论不清楚的，就是我们会认为马虽然厉害，但是一匹马他四处乱跑，他的，他的动能，他的力量不会转换成我们的战斗力。 你需要用非常好的碗具，安头啊，什么什么链条啊，什么车呀等等这些东西，你才能把它的力有效的拧成一股绳，然后你去发电呀，你去，你去拉磨呀，你去干什么都可以。所以你单纯是有码是没有意义的，你需要用各种各样的配套道具让他们联呃协调起来， 道具是关键码不关键，对吧？在这个描述中，就这个芯片落地的落地的本事才关键，就代码不关键，营销才关键。 一个东西本身里边那个那个那个最核心的那个，那个真正的价值并不只是在它里边的那个，那个什么驱动程序，而这个驱动程序是否能够落地是关键。就像是我们经常看到很多科学家， 是吧？他们能研究各种各样牛逼的这种理论，但是一到生活中就全白费了，或者说他们的理论完全不能把它转换成商业价值，那你纯在这讨论就拉倒了。所以这是两派争论。 那欧盟 cloud 其实代表的代表的更多的其实就是我们的这个套壳，或者说我们的这个碗具，我们最后落地的这个工具， 它呢是可以本地端调用的，这是它的第一大更新点，它是本地端的调用，它有一个叫做叫心跳模式，二十四小时不不间断的欧盟 cloud 持续观察你的指令，给你看看你下的任务，而这个呢，本地端监测就它在你的电脑上 完成只属于你的需求。他不会是像比如说我们说这个 cloud code 呀，或者说豆包啊等等这样东西，你跟他说一句话，他回答你一句话，你想让他定时去提醒你，这不行， 因为本质来说他是在云端，他不会对你进行单独的定制。而 open cloud 不是， 如果你有台电脑把 open cloud 装上，然后呢？他定时 就会去唤醒他的某些功能，比如说他现在需要去帮你去计算一些东西了，那在可能在下午几点的时候，你说下午两点你帮我做个什么通知，下午两点他就开始用他的已经做好的接口去用里边的模型，比如说打开豆包，让豆包去处理这个东西，并且把处理结果发给你。 他不提供智慧，但是他会在定时去调用智慧为自己所用。那这是第一个点。第二个点呢？他是本地的，本地有什么好处呢？他可以根据你实时的进行迭代跟优化。简单说来呢，就是我们用豆包，我不知道你们什么感觉，用豆包越用越聪明，越用越笨。 绝大多数同学你去问他，他其实得不到一个答案，就他没有越用越聪明，也没有越用越笨。某一个新版本的模型拿出来以后，他在发布那一刻，他有多聪明，我们心里是有预期的，他一直会很稳定。 但是呢，龙虾不一样， open cloud 不 一样，他会有一个很有意思的这个存储空间，就类似于叫记忆体一样，他会把每一次他在处理的事情， 处理失败的事情封装到一个一个文件夹之中。我上次处理了，处理了失败了，失败的原因如下，上次处理成功了，被得到表扬了，表扬的原因如下，那我我想去操作某一个东西，我不会。那从网上去找一个 这个软件的说明书，他们叫 skills， 无所谓，他找一个说明书放在这个文件夹里边，我下次就按这个说明书去操作。所以你会有个非常明显的感觉，就是 open cloud 这个东西呢，它越用越聪明，一开始呢，跟傻子一样，什么都不会。当然你跟你调用的模型相关， 但是越用它越聪明，越用越聪明，更重要的是它越用越是越懂你，你不可能要求豆包更懂你。我见过很多同学在网上去吐槽是吧？ 你们能不能不要跟豆包聊了，因为豆包是唯一一个跟我聊的这么起劲的女生对吧？你们能不能把豆包纸给我是吧？当然很多人说，哼，很多人在这调侃说来豆包你认识他吗？豆包直接立马说，我根本就不认识，他就是我众多的舔狗之一，哈哈，对，当然会有这种这种好玩的事，但是龙虾就不会， 他就是你的，因为他就在你的电脑上，所以他就最懂你。当然他可能没有那么多的情绪，那么多的想法，但是他就懂你，因为他有更多的关于你的一些处理信息被封装到一个文件夹，他在每次开展新的任务的时候，他都会调取这个文件夹， 然后去了解你所你所有的需求，你的行为习惯，你的日常的一些数据。所以目前看来呢， opencloud 的 这两点本地端，然后跟你单独定制，然后呢，它可以调用多个工具，会使得它变成了一个私人助理的一个最终形态。这是我跟你们说清楚 opencloud 的， 但是 opencloud 呢，现在有几个小的问题。我先说一个结论啊，现在这个阶段，普通人要不要装龙虾？ 我的建议呢，就是还可以再等等。换句话说呢，就是你愿意装就装，但是不装也完全没有必要那么焦虑。 openlog 的 距离最终形态应该还至少有三到四个月的时间， 这三个月，三到四个月的时间之内，你费劲所所学的如何去让 openlog 更适合你的这些技能可能一文不值，在它更新到最后形态的时候， 就是可能就完全的不一样了，那或者说你之前所学的技能就完全没用了，它就直接给你，直接给你上最终完整版了。 简单说来呢， open class 现在它还是一个一个比较偏向于即刻的玩具，什么叫即刻的玩具呢？它有几个致命的问题。首先呢，第一个问题，咱们就说它的性能，我们说上去它是会不断地进化，不断地变强，但是你知道背后的代价是什么吗？ 你每次都用，他肯定会越来越适合你，但是代价呢？就是要钱的， 要钱的呃，他的每一次处理，每一次读你的文章，甚至每一次做任务做失败， 其实背后它的智慧都是用到一些模型去驱动。有一个专门的 opencloud 的 网站，上面有一个排行说，呃，国际上最爱调用什么模型？目前来说比较比较便宜的，比较实惠的模型是那个 mini max， 还有谷歌的二 flash 模型， 谷歌三 flash 模型，这都是相对于比较便宜的。几毛钱？八毛钱还是八分钱？忘了，反正很便宜。然后但是效果最好的模型呢？一定是那个那 cloudsonnet 四点六。 但是目前以普通人来说，你要想用 cloud sony 四点六去驱动这个，呃， opencloud， 让它能够特别容易的去操作你的各种各样的电脑，特别棒的给你实现各种各样的功能的话，那可能一天要烧到几千块钱，这个对于绝大多数普通人来说还是撑不住的。 说，老师，那不能把这个模型放到本地，我们不从网上调用那些模型，我们自己用自己的模型去调用吗？有千问这个人用千问三点五二十七币，然后自己放了一个模型放在本地，他就完全不要不费钱， 所有东西都是自己操作，自己本地部署，除了费电以外，没有任何的额外收入，但是电太便宜了，你天天开着电脑，你也不至于特别难受是吧？那这个是可以的，但是千分三点五杠二十七 b 这种模型所培养出的 opencloud 就 跟傻子没什么区别， 就是你确实是便宜了，但是他能做的操作就跟你拿手机平常给你定个闹钟啊，你跟你高德地图聊会，谈个谈个恋爱啊，你跟小爱同学聊聊，差不多能力肯定要稍微强一点，那强的极其有限。 所以现在遇到了第一个两难问题，就是要么你想让他能用，让他真正能不断的进化，再不断的好用，就有点贵，要么就是确实便宜，但太傻了。 而贵这个事情呢，它确实还是有问题，因为它它不设上限，很多的时候这个东西跑 token， 它瞎在那跑很多的操作呢， 因为这个社区毕竟才刚刚兴起嘛，一月份到现在顶多两个月，很多技术还并没有完善。虽然这个大佬已经被 呃 openai 招弯了，但事实上，当然最近也在疯狂更新版本，但事实上呢，还距离让纯小白能够无缝去应用还是有一定的距离的，这也是为什么很多大厂都会开设一些线下帮忙安装 cloud 的， 这种小的集会也是这个原因。所以这个贵 你要，如果你觉得贵是是你的问题，哼哼，那你就可以试试，反正我们都装了。我们觉得还好，因为一个月往模型模型实验，包括模型能力探索上花个几千块钱，我们觉得还可以，但是你掂量着，我可以跟你说清楚啊，就是你用，就算用 mini max， 一个月花几千块钱也是很正常的量级。他现在其实很多的，欧盟移动的老大富盛，他说他做了一个叫三万，还是三岁，忘了 做了一个三三万的员工，这个员工呢，每个月给他花几几千块钱，但是他要雇员工呢，可能一个月花几万块钱，所以他本质来说他是省了的，那他是有一个雇员工的需求，换句话说，你没有雇员工的需求的这个阶段纯拿他去玩。嗯， 这个钱你得想清楚，因为未来他肯定会更便宜，那个时候你再入局也可以，他说是第一个，第二个。 oppo 卡拉刚出来的时候， 它伴随着一款硬件的爆火，也就是苹果电脑的 mac mini。 为什么 mac mini 会火呢？因为本质来说， emcloud 需要调用的还是显卡呀，内存啊等等的。苹果的系统首先自带稳定很多软件呢，它由于是闭源的， 所以它很多的软件呢，而且它市场比较占有率比较小嘛，它那些病毒啊，那些 bug 就 相对少一些，因为大家都用 windows， 很 少有人去开放这个苹果的开发苹果的病毒软件，或者说呢，苹果的权限的层级还是比较深的，很多东西其实你也很难去把它破坏， 所以苹果系统天生适合这种远程代理服务器。那你当年很多像你家庭影院啊，家庭智能终端都喜欢用苹果去做。而 mac mini 还有一个好处就是它的费电， 那个电耗太低了。 mac mini 这 m 芯片哇，那真的是又性能又好，然后功耗又低，天生就是 open cloud 养龙虾圣体。 但是为什么很多人他们一定要买一台新的 mac mini 呢？你说买苹果电脑的人，难道他没有苹果电脑吗？这就涉及到 open cloud 就是 龙虾的第二个弊端，就是呢，它其实还在呃这个研发之中， 我们知道他可以去打开你的电脑，然后去帮你操作各种各样的东西，但是绝大多数电脑，你要让他操作这东西的话，你就需要给他权限，这就比较类似于叫腾讯管家呀， 什么三六零管家呀，你得给他权限，要不他是没有权利去删除或者添加你电脑里边的更重要的文件的。但你一旦给他权力呢，由于这个这个模型还是比较新的，他有的时候就会给你瞎搞瞎搞呢，有可能就会把你很重要的照片啊，视频啊或者文档啊记录啊就给你删了， 很有可能还会操作一些东西，莽着操作，让你那些账号被封。所以一般呢，我们想用 opencloud， 一 般都是拿一台纯干净的电脑，让它在里边慢慢养，养成了以后你再把它办，把这个整个 skill， 什么它里边的文档， memory 什么的再给你迁移到别的地方去。 所以这也是它的第二个弊端，就是它目前来说呢，安全性跟权限这边对于老手来说已经足够了，对于新手呢，还是有问题的，现在也有专门的去优化它安全性的 skill， 让它使用使用起来效率更好的。这种 啊，你可以理解为插件吧，已经有了，但是还是在更新之中，每一天都在大量的更新，对于绝大多数新人，这个 open class 还远远达不到一劳永逸，你装好了它就能用，远远没有，它还是一些很前沿的，你可以理解为游戏里边的测试服，而且还是内测阶段， 就是内测阶段，就是抢先体验版。这是它的第二个问题，就是安全性这个问题。那第三个问题呢？就是它的性能的问题。 这也是我那天一个朋友过来跟我聊，说他想去把他的书，他把那些他的那些所有的这个文章啊，报导啊，或者说他之前写的书，呃，重新编排，但是他工作量太大了，他想让 ai 帮他去处理这些东西，他说他想买个电脑去装 opencloud。 我 给他的建议呢，就是就是 opencloud 的 第三条。第三条问题呢，就是目前来说 opencloud 的 性能还远不如那些模型强， 它就是安全，它就是定制，这是它两个优点，但它性能实力可差好多。因为首先第一点就是它太贵了，你不可能给它搭载着 一直用 cloud， sony 四点六什么 gpt， 五点四驱动 opencloud。 我 想都我我说完这句话，我后边汗毛都竖起来了，你知道吗？这得多少钱啊？可能 一天就得几千块钱下去了。你知道吗？这得多少钱啊？可能一天就得几千块钱下去了。你不可能用最新的模型，那就意味着你家这个 opencloud 的 智慧不是最高等级， 所以在处理很多文档内容或者工作任务的时候，它其实并没那么聪明，而差了好几个待机。 你用 mini max 的 话，你要知道 mini max 在 网上可以开源那个 keep api 其实都是都不是它最厉害的模型，或者换句话说就是欧盟，它是一个非常棒的肉体，非常棒的外壳，但它那个大脑你用不了，最贵的、最好的、最前沿的，因为用不起， 所以他在处理很多任务的时候，他的上限就太低了，他没有那么厉害，主要原因是因为你穷。对，主要原因是你穷，但是就是 就算你不穷，是吧？他他也没有那么厉害，就是他这这个距离他那么厉害，他确实很定制，他确实很安全，他确实很快速，他确实很及时，但他没那么厉害。 所以如果你要真想去做一些复杂的工作内容的话，我个人来说还是推荐 openai 的 那个 codex， 或者是 cloud 的 cloud code， 这两个去处理一些事情，还好，还更好一些。所以目前来说， opencloud 在 网上更多呈现的状态就是养龙虾的这个养字 则远没到用龙虾这个地步，有什么东西只能龙虾做，目前还没有。当然你随着全市场所有的人往里边去这个涌入，然后大量的人去探索，你要相信 群众的智慧，一定能在里面发挥发挥。他的这个什么本地化呀，定制化呀，及时性啊这个优点，让他做出一个完全不一样的形态，但是目前为止还没有一定要用他的必要，但是你可以参与到这个浪潮中，你也可以为这个这个产品如何能够落地添翼为耕。 但是目前来说，你如果以直接来用的想法，还得至少两到三个月，我不说太远了，就两到三个月再让它发展发展，然后我们再入局都可以。等了三个月以后，肯定有更合适的硬件，电脑肯定有更合适的教程，肯定有更合适的配套工具， ai 时代就是这样，就是如果你一个东西你学起来比较费劲，那你不学，等一会儿 它，等它变到进化到不那么费劲的姿态来到你身边就可以了。好的，我讲到这个阶段呢，我们再往后说一句，那最后最后我们就说一下从业者，如果你是 ai 产品， ai 训练师，或者呢你是在找 ai gc 的 制图员，只要是白领，那么你一定要学 opencloud， 一定要安装 opencloud， 要装这些 skill 的 插件，而且要去看这些教 opencloud 的 网站， 让你的 openclouds 更好用，包括里边如何用更便宜的工具，更更便宜的模型去驱动它，这个你一定要学。为什么？因为现在我在带着我的 ai 产品同学去面试，包括 ip 助理同学，包括我的设计师的同学，他们这三个，我的三个学生学生群体去面试都会问到这个问题， 就是绝大多数的 ai native， 也就是 ai 原生公司，他们的老板都没有那么懂技术， 都是没有那么的从模型基础开始去使用，他们平常都不不太知道这个事的。但是现在 opencloud 已经是从国家层面被注意到了， 你可以看到深圳龙岗最近出了甚至出了政府条纹，然后要求大家去研究 opencloud， 所以 目前为止这是一个极其高频的问题，甚至都能达到百分之五十以上的。被问到的几率就是面试官会问你，你在生活中是怎么用 opencloud 的， 然后你了解 openclouds 吗？你用它干些什么？然后以及你的成本资讯，以及你遇到的问题以及解决方案，这是一个极高频的问题，在我听到这些学生面试的时候，至少是百分之五十的被问，问到的几率甚至比这个数字还要夸张，我认为体感应该能有百分之七十， 就十次里边得有七次被问到欧盟 club 以及欧盟 club 相关的问题。你要想做从业者，那么你一定要去研究，并且欧盟 club 已经明确是一个热点了。在未来， ai 相关的自媒体， ai 相关的外包工作，以及你想去打造一个即刻的前沿的人设，你都绝绕不开欧盟 club。 而欧盟 club 也确实，对吧，没有让我们失望，非常争气。 它是国外，全球全球最牛的代码网站， github 上边儿星级收藏数最高的应用，也可以理解为是近几十年来 最牛逼的。这个民间程序就是就是，什么就 u d c 是 吧，大众，大众所能就民民间程序做的最牛的程序就是这个了。 所以媒体也好，求职也好，你是绕不开的。如果你跟 ai 有 一点点相关，那么你的工作跟 ai 有 一点相关不论，或者你的自媒体跟 ai 有 点相关， openclaw 一定要安装起来，一定要研究起来。我的建议呢，就是用一款三零系的显卡，三零六零及以上的显卡的笔记本，自己把它电脑清除清空了，安一下 openclaw 就 好了，很简单啊，真的非常简单。然后如果从业者， 我强烈推荐你们听我说一招，我强烈推荐我们就这么搞的，我们就这么搞的。就是我强烈推荐 你去那个 open ai， 你 去 open ai， 你 去下一个，那叫 code x， code x 呢，有七天免费试用，然后你用 code x 让他给你装 open cloud， 听得明白这个逻辑吗？哎，我们都是这么搞的，哎，什么部署个环境啊，删个文件啊，装个东西啊，测试一下安全性啊，关个什么权限啊，下个什么插件啊？哎， code x 可聪明了，你让他给你搞就行了。 然后呢，你把 open code 研究放上去，你操作就可以了，然后放到那边，每天定时的用一用，平常时间还是赶紧用完六天免费的 code x。 然后呢，欧盟的这个搭载的，搭载的后台那个，我们管它叫智慧也好，管专业词汇叫 token 也好啊，它会有很多很便宜的方案。目前看来综合性价比最高的其实就是谷歌的 gemine 三 flash， 或者是 gemine 二的 flash 也可以，然后国内的 mini max 的 模型也很可也很好，就是你真想试试，可以装装这个。 另外呢，最后再跟大家说一下，现在你们能在行业里边看到很多卖脚手架或者卖这个玩具，或者卖套壳的平台，比如说刚才咱们看到的，包括你看频道里边同学说的 tree 啊， cursor 啊，包括 open cloud 呀，这种都是套壳的工具， 还有你们用的很多东西其实都是套壳的工具，那这些套壳的工具呢？他们很多时候都会说他们的壳是非常重要的。 我们国内有很多大佬，比如说富盛，我刚才说的富盛，他们在不遗余力的最近的所有视频更新都在推推荐他们公司的 猎豹 cloud， 我 不知道叫什么名字。嗨，这个是正常的，就多听多信多看，就是监听则明嘛。卖壳的一定说它的壳好，卖核的一定说它的核好，都一样都一样，就是你自己试一下，然后也不用焦虑，反正很简单。 你要如果说老师你看 opencloud 有 一次下上这个线下安装我没有参加，我自己能不能装，非常简单，如果你装不好， 你就再等一等，它一定会更新，更更简单更傻瓜的版本。 ai 的 本质来说是不需要学习我们就能操作，本质来说它是解决我们每个人的智慧或者说知识的不平衡，不平不平均。你说老师我笨，那我能加入 ai 浪潮之中吗？ ai 就是 解决笨的问题的， 你要是丑你学不了 ai， 那 确实是因为它不解决相貌的问题，但是笨没关系哎，它专门就是解决笨的，它就是为了这个笨蛋而来，明白吧？对，所以完全不用必要焦虑。

opencloud 真是直接把国内 ai 圈给炸醒了，这十款全国产的 ai 龙虾，功能真是一个比一个狠， 看完直接颠覆认知字节的 ai 龙虾，独特之处在于打开网页就能用，是火山 callin plan 里的赠品，不用单独花钱。还有腾讯的 qcloud， 牛逼的地方在于是唯一能连个人微信的 ai 龙虾。百度 com 属于云端零部署 啊，要说独特之处的话，只能是百度生态啦！阿里 coco 开源免费即刻开发者，英伦用户的最爱。而质朴的奥特卡在国内场最火，不过人家确实是国内第一个实现一键安装的。还有 mini max max 酷狗十秒级速云端部署，特点是手机也能用，别人说性价比高，但我没用过预制暗面 kim kong 云端托管集成 kimi 大 模型， 内容多支持离线任务。朋友有道 lobster ai 全中文界面主大学生党入门选手猎豹 e g 科奥 极致简化安装低配电脑影跑纯小白入门款迷你科奥，国内第一个主打手机端的 ai 龙虾，只配备小米红米手机，目前还在内测，对百分之九十九普通用户来说，不要再迷信国外工具啦，国产 ai 龙虾更安全更顺手。

今天我们来快速的过一下 opencloud 的 下载安装以及原理解读。那么首先是怎么样去安全的安装 opencloud， 就 像工信工信部警告的，如果直接把它装在电脑的操作系统上，这会是一个非常危险的事情，那么我们应该怎么做呢？我们首先可以如果想体验一下 opencloud， 我 们可以云 docker 这个方案 相当于在电脑上做一个虚拟的操作系统，然后把这个龙虾纸装在这个虚拟电脑里边，对，然后我现在已经有的中文文档，不过还是有一些 technical 的 部分在，我就带大家快速过一下啊。那么首先是我们确保我们找得到这个 gitlab 的 openclaw， 其实也很简单，在 openclaw 这个页面里点点 gitlab， 然后就能找到它的仓库位置， 然后 docker 呢？呃，就是正常下载即可，比如简单的话下载一个 docker task， 选择操作系统版本，我们下载好安装即可。然后我们怎么样去装 opencloud 呢？就是用 git bash 来，那么首先大家也需要确保我们的 git bash 是 装好的， 那么 git bash 怎么下载呢？ git bash 是 一个帮助我们在 windows 上使用 linux 操作习惯以及 git 命令的这样的一个工具。然后我们可以直接在 git 官网上，然后在 git 官网上点击下载，然后下载安装即可。 然后打开 gitlab。 之后呢我们选择一个我们想安装的路径，比如说我想安装到 e 盘上，那我就先切到 e 盘上，然后在 git clone 这里我们等待它下载完成 好，完成之后呢，我们切到我们下载的地址就是 e 盘，然后我们去找这个 opencll 的 这个项目，然后我们就找到了这个就是我们刚下好的 opencll 的 这个项目了。呃，那么接下来呢，我们就切到 opencll 的 这个项目， 然后呢我们就开始 docker 的 安装，那大家只要访问这个文档里的这个网站，选择安装，然后选择我们的 docker 安装方式， 呃，然后在快速开始这里复制这行命令，粘贴到我们的 git bash 里就好了。这里可以看到我们因为网呃网络的问题没有下载成功，这也非常的常见，那么需要怎么做呢？我们就需要输入一个这样的 proxy 啊，当然前提是大家自己是有 proxy 的， 然后我们把它粘上， 然后再重再来一次这个 proxy， 这里边我们可以在在这里，在这里的复制环境变量里选择 bash， 然后点击这个复制，我们返回我们的记事本里粘贴即可。 对，这里边如果我们显已经显示，如果这三个都显示的是勾的话，说明我们的 docker 这部分已经运行完成，然后这里会问我们是不是个人使用，那我们就选是，然后 click start， 这里边如果我们第一次进来的话，比如说我们 reset 起来， 呃，会让我们来选择一个模型提供商，那么这里边我们就按大陆可以正常使用的这个 kimi 二点五来选这个 kimi 二点五 c n n k， 然后呢这个 k 呢？就是当然如果有别的大模型提供商的 api key 也可以直接放到这儿了。呃，然后这里边呢就是我们搜索这个 moonshoot 或者说 kimi 的 api key， 然后选择新建 新新建一个 key， 然后比如我们选一个 key 的 名称以及一个所属项目，它就会新建一个密钥，然后我们只需要把这个密钥复制粘贴， 然后我们只要把这个密钥复制粘贴到下一步即可。这里边我们会选择选哪一个这个渠道来去快速开始？呃，那么的话国内支持的呢？其实就只有飞书了啊，不过这里我们可以用这个 escape for now search provider okay。 呃，然后 skill 也可以先 skip 掉。对， 我们先把这个系统装起来，然后这里边如果显示这样子的话，就说明它在我们的 docker 内已经安装完成了，然后我们可以再打开我们的 docker。 呃， docker， 现在我们的 open cloud 运行的地方就在 docker 里边了。 open cloud get 位的概念，这概念在我后面会在讲原理的部分会给大家聊一下， 那么这里呢，我们就能看到这里就是实际的我们创建的这样的一个隔离的容器，那么我们的所有的 opencll 的 运行就发生在这个容器里边，这样的话我们就做好了隔离， opencll 就 没法来影响我们外部的操作系统和我们电脑的任何文件了。 那么这个时候有朋友可能会问，那如果说我想让 opencll 去读取某个文件怎么办呢？接下来我给大家演示一下怎么样在这个情况下做文件的管理。 那么大家看到这个返回的时候，就说明我们已经成功地在 docker 里开始运行 opencl 了，那我们也可以在 docker 的 这个界面里，呃，在 container 里找到正在运行的 opencl， 然后这个呢就是在 docker 里的终端了，然后我们去打开 opencl 的 这样的一个网页，对，呃，如果不确定呢，我们还可以用这个命令，对 对，说明它是正常运行的。然后呢我们进入这，呃，然后呢我们输入这个网址，在浏览器里就进入了 opencloud 的 操作界面了，比如这里呢，我们就可以给他打个招呼。 好，呃，那么具体呢，我们怎么去访问它的这个文件目录呢？首先在 docker 里边其实可以配置，我们让它呃去把哪一个目录去挂载给 docker， 也就是让它有权限查看哪个目录。那么默认的位置呢？一般呢？是是这里， 呃，就是 c 盘用户的这个 workspace 里，大家可以复制一下这个呃命令，然后粘贴下这里呢，就是呃他可以看到的文件的目录呢？ 呃，也就是说在这个模式下，他只能看到我们给他指定好的工作区以及虚拟容器内的部分，是他可以看到以及操控的部分，那么在外边呢？他是不知道的。呃，我们可以怎么验证一下呢？比如说我们来验证一个，我们来新建一个 t x t 吧，名字就叫小猫的秘密。 好，然后我们呃这里可以说小猫的秘密等于一个乱码。对，比如说我们可以先不把它放到这儿，我们可以先把它放到呃这里，先把它放到用户的外边，然后我问他小猫的秘密是什么？ 然后我们可以看到他找不到小猫的秘密这个文件，然后我们把它移到我们的工作区里，对，然后再询问他， 他又正确的找到了我们刚刚创建的这个小闹咪咪，然后我让他跟生成一个可爱的， 哎，好，我们可以看到这个时候他成功的给我们生成了一个 html， 我 们也同样在刚刚的这个工作区里就可以打开 啊，这里边就我们给他的秘密代码。那么恭喜你，在这里就成功的通过 dok 安装并开正确运行了 opencloud。 那 么第二部分呢，我们可以来看一下 opencloud 的 功能以及抽箱系统。我做了中英两版的图，我们就用中文版的来看吧。 呃，那么最开始呢，最上层呢，是用户，用户可以用任何有 api 的 对话渠道来和小龙虾进行交互。那么接下来呢，这些交互呢，会标准化到我们的对话入口层， 这里边就有，比如说像 c i a 的 命令行控制，或者说像刚刚我们网页里的这些呃对话的命令。 open call 会把所有的这些绘画统一翻译到网关层， 网关层呢则是由绘画管理、消息路由、事件总线，也就是 eventbus 和智能体编排来组成的。那么这里呢，其实 open call 对 智能体编排本身并不是特别重的一个编排， 它更多的强调了一个 react 的 框架，呃，也就是不停的去做这个规划和推理，直到任务完成这样的一个框架了。呃，那么里边的工作流编排其实并没有特别复杂，就没有像 long graph 或者说我做的 wtv 这种 很重的工作流编排了。呃，更多的呢，是强调于就像我们现在会用的一些，比如像 skill， md 啊之类的，以及一些对浏览器和消息啊文件区包装好的操作的接口。呃，那么这两部分呢，是它智能体编排的部分了。 呃，那么在上下文解锁呢，是用了长期记忆和短期记忆两个部分吧，其实，呃，主要还是通过 jectic search 和 rag 两个部分来做构成的吧。那么具体 openclaw 是 怎么使用 rag 的， 我会单独的出一个视频和大家分享一下。 呃，那么这个智能体验新层呢？最终会访问的资源呢？是 lm， lm 提供商提供的 api， 然后以及外部的 mcp api 以及互联网的资源，本地的操作系统以及文件区可以提供的文件。呃，总的来说，呃， openclaw 的 抽象功能就是这些了， 那么后续也会持续更新，去带大家深入的了解 open call 架构以及。呃，代理搭建一个 open call， 那 么后面两期会更应和更偏 agent 工程师呃， 这个方向一些了。呃，那么这个账号呢？我后续也会分享一些在 p h d 视脚下有价值的。呃，这种 max 啊，多智能体领域的最新的论文以及项目。呃，并且也会分享一些自己的开源项目和论文。呃，最后感谢大家的三连以及关注，谢谢！

火了一整个春节的 open cloud 部署操作完整 s o p 流程呢？我已经总结好了，不管是 windows 系统还是 mac 系统 还是 linux 系统，从零到一搭建你的 cloud boot， 详细的操作流程呢？都在这个飞书文档了，需要的说一下，免费分享给你。

最近 ai 智能体龙虾 openclot 抵火了，很多人跟蜂安装，觉得它能自动干活，解放双手。但你可能不知道，这只看起来可爱的龙虾背后，藏着不少真实可落地的安全风险。今天这几分钟，不制造焦虑， 只讲事实和案例，告诉你用 opencloud 到底要小心什么。第一个风险，权限失控。 opencloud 作为资动画 ai， 需要调用你的文件、浏览器、系统命令一旦给的权限太高，很容易出现不受控的情况。真实案例就发生在普通用户身上。 有人让龙虾整理桌面文件，结果 ai 误判，直接把重要工作文档全部移动，重命名甚至删除。还有人让他清理缓存，结果把浏览器保存的密码、账号、信息全部清空，找都找不回来。他不是故意搞破坏，而是逻辑判断有限，一句话，指令错误就可能造成不可逆的损失。 第二个风险，安全漏洞与外部入侵。 opencloak 云行驶会开启本地服务端口，如果不懂技术默认部署，很容易出现端口暴露在外网的情况。 这就等于你家的门没锁，任何人都有可能访问到你的设备。已经有安全团队监测到，大量普通用户的 opencloak 是 离位加密，无密码，直接暴露在公网，轻则被人乱发指令，重则电脑被控制，文件被查看。对于非技术用户，这个风险几乎是隐形的。 第三个风险，隐私数据泄露。 openclaw 能读取屏幕内容，操作你的软件，访问本地文件，这意味着你的聊天记录、工作文件、账号信息、照片他都能看到。有用户反馈自己，让龙虾处理表格，结果表格里的客户信息、个人身份证号、 银行卡信息被意外上传日制。更有人在使用第三方插件时，隐私数据被不明获取，你交给 ai 的 权限，本质上就是交出了一部分隐私。 第四个风险，第三方插件与骗局。 open cloud 本身免费，但网上已经出现大量收废袋装定制插件，所谓增强版龙虾真实案例，有人花几百块找人远程袋装，结果被植入捆绑软件。 有人安装非官方插件，导致电脑卡顿、弹窗广告不断，甚至出现账号被盗的情况。记住，官方渠道以外的任何加强版、全自动赚钱版，大概率都是坑。总结一下，龙虾 opencloud 的 风险主要来自权限误操作、端口暴露、隐私泄露、 第三方插件不安全。这四点他不是不能用，但不建议非技术用户盲目跟风。如果一定要用，记住三点，不给多余权限不暴露。公网只从官方下载。科技是工具，安全永远第一步。如果您觉得有用，把这个视频转发给正在或者准备用龙虾的朋友。

最近这个 openclaw 大 龙虾在抖音上可谓是非常的火，但是我看还有很多人不会部署，今天我就一个视频教会你们最简单的部署方法，无论你是 windows 还是 mac 电脑都可以。首先我们需要进入这个网站，然后在这个网站下载这个 codex 的 客户端， 然后我们来到这个 openclaw 的 github 项目地址，然后复制这个网址。 复制好网址之后，我们直接来到 codex 客户端，把这个完全访问权限给打开，然后模型呢就切换成最新的 gpt 五点四，然后直接输入帮我部署好 open call， 然后把这个网址贴到后面， 然后就直接耐心等待这个 codex 部署好就可以了，包括后面如何去对接飞书，如何去装 skills， 遇到的任何问题都可以直接在 codex 的 这个对号框里面输入，然后直接让他帮你解决就行了，这个很简单，而且不需要花一分钱。新人一周是有免费的那个额度的，过了一周之后可以充一个 plus 会员，那个会员的话 一个月是二十到，然后那个会员他也有非常多的额度。充了这个 gpt plus 会员，你不仅可以在 gpt 里面对话使用，然后可以在龙虾里面使用，然后也可以用 codex 去写 web coding， 二十每到一个月是完全够一个人使用的，然后就省去了，另外再去购买各种 api key 和去配置 api 的 这个麻烦。

你知道为什么 openclaw 能够迅速在科技圈走红吗？其实秘密都藏在它的五层架构中，今天六分钟带你搞懂。第一层叫做消息通道 channels， 这是用户与 openclaw 交互的主要入口，目前支持飞书、钉钉、 whatsapp 等二十多个渠道的接入消息。要进入 openclaw， 第一步要先经过网管 getaway， 它是 openclaw 的 一个中央协调器，主要负责消息渠道和用户身份的核验、配对， 然后将消息路由到不同的 agent， 你 可以把它类比成你小区的一个客服管家，比如说你通过微信给你管家发了一条报修的请求，那管家需要先核实一下你的业主身份，然后把这条消息只拍给工程部。 为什么需要先验证是否配对呢？这其实是欧盟的一个安全策略，那如果不加验证啊，别人就有可能连上你的网关， 这个时候它就可以通过操控你的 opencloak 来获取或者删除你电脑里的文件，甚至是一些密码啊等敏感信息。那这就是为什么不能将 opencloak 的 网关暴露在公网上， 一旦暴露啊，就相当于把你自家的书房大门敞开，放在了大街上，那谁都可以进入。第三层叫做 agent， 它是 opencloud 的 一个核心大脑。 opencloud 是 支持多 agent 协助的，那比如说我们是可以创建研究 agent、 协助 agent、 运营 agent 等等。不同的 agent 的 职责和专长也是不一样的。我们打开 opencloud 的 控制面板，找到主 agent， 看看里面到底都有什么。先看一下代码， 这里面可以看到主 agent 当前接入的模型， agent 的 名称、安装的 skill 的 数量等等。第二个标签是主 agent 的 工作区，这也是 opencloud 相较于其他的 agent 的 核心亮点之一。 opencloud 的 一些工具的使用和上下文都是以它为中心的，这里面有八个核心的文件， 我挨个跟你说一下他们都是干什么的。第一个叫 agent 点 md， 里面存放了一些智能体的一些行动规则啊，以及告诉他如何使用记忆等等等。比如告诉 ai 要先查记忆再回答问题，那重要的任务需要优先处理等等，相当于是给 ai 定了一个做事的底层逻辑那第二个叫 so 点 md， 赋予了人设说话的语气和一些行为的底线，那使他更像一个人那比如说你可以设定一个温柔又干练的私人助理啊，说话简洁不啰嗦。 第三个叫兔子点 md， 那 这个文件是本地工具的一个使用指南，告诉 emacs 有 哪些工具怎么使用，比如一些文件的读写啊，网络搜索啊，上网啊等一些工具等等。 这个叫 identity md， 它是用来定义智能体的名字、风格以及一些专属的表情。在首次使用 emacs 的 时候啊，它就会要求你设定，那比如你可以给他取一个名叫龙虾哥，风格是活泼开朗，然后给他一些常用的聊天表情。第五个叫 user 点 md， 这里记录的是一些用户的信息啊，包括一些称呼习惯，比如你希望 opcode 称呼你为老板啊，或者说记住你一些其他的偏好等等。第六个叫 heartbeat 点 m d， 这是一个可选的文件，就像人的心跳一样，每隔一段时间啊，就会检查文件里的一些密行清单儿。 第七个是 memory， 点 m d 叫长期记忆，主要用于记录用户的一些长期的编号啊，和决策。当你和 tom klo 聊一些生日啊，固定偏好啊，以及你的一些核心需求啊，那它都会记在这个文件里边，这相当于是一个长期的备忘录。 第八个是 memory 斜杠加上日期，那这个叫短期记忆，那在当前的界面中，它没有展现出来。我们可以让 openclaw 把它调出来，每天的对话上下文都会写入到这个日期文件中，那相当于是每天的日记。你从它的文件名中也可以看出来， memory 加上当天的一个日期。 每次开启绘画的时候啊， openclaw 就 会读起今天和昨天的内容。那上面说的短期记忆、长期记忆啊，就构成了 openclaw 的 记忆系统。 这个记忆系统相比于普通 agent 的 最大特点就是它可以不断地写录。这就是为什么我们感觉 opcode 更聪明，更懂你。 副作用就是它会作为上下文，让你的 token 消耗比较多。那了解大模型原理的人都知道，模型的参数只会在训练阶段发生变化，它还没有办法像人脑那样在使用过程中啊发生结构上的改变，那所以只能靠这些文件记住。 所以下次如果你和文科老师说了一些希望他记住的东西，你可以要求他写，如长期记忆。第三个标签是工具，这里面有主 a 阵的经常使用的工具啊，比如一些文件的读写啊，编辑操作啊，执行系统命令，联网啊，控制浏览器等等， 也可以关闭和重启这些工具。第四个标签叫做 skill， 里面有一些内置的技能，也有一些你安装的技能啊，你也可以对技能进行一些关闭和重启。 第五标签叫做通道，这就是主 agent 关联的一些飞书啊，钉钉的渠道，我们看到这里有一个飞书的通道。第六个叫做定时的任务， 可以让主 agent 在 一些固定的时间点内执行一些任务，那比如说这里面有一个早上六点钟提醒我吃饭的定时任务。那以上这些呢，就是 open cloud 中 agent 的 一些主要内容， 那每个 agent 都可以单独设置。接下来是第四层，叫做模型层，这层大家都比较熟悉啊，当前市面上的主流的模型都可以接入 open cloud， 那 工作逻辑也非常简单， 把用户的消息和工作区的内容作为上下文给到大模型。那比如说用户说把桌面上的产品操作手册做成一个 ppt， 明天要用，那办公智能体呢，就会接到这个消息，然后从 us md 中读取你的风格偏好，比如你喜欢简洁的风格，重点排版突出，那然后从 memory 点 md 中 找到上次的一个公司培训模板，然后从 tos md 中掌握文件的操作方法，然后再调用 ppt 生成 skill， 开始一步一步的进行规划执行。那规划好步骤以后呢，就到了第五层，叫做设备执行层，那这一层呢，是欧盟的手和脚， 它能够像人类一样操作文件，执行系统命令，打开浏览器访问互联网啊，理论上你在电脑上完成的操作它都可以做。 最后一份符合用户要求的 ppt 就 这样生成了，然后再把结果消息叠在到上下文中，给到智能体，然后通过网关发送给用户。那上面这五层呢，就是欧盟克拉从收到用户消息到完成任务到反馈结果的一个完整的运行机制。 听完这些，你是不是对欧盟克拉的工作原理更清晰了呢？那下一期呢，我会给大家盘点一下市面上的各种原生龙虾、变种龙虾的优缺点，帮助你选择一款适合你自己的。别忘了点个关注，我们下期见！

这可能是目前全网对新手小白最友好的部署小龙虾的教程，今天我们来用一分钟两句话来教大家如何省时省力的去养一只属于自己的小龙虾。我们前面十几天学习 a i y 不 固定的努力没有白费，今天呢，我们就用翠两句话 直接搞定。那养小龙虾之前呢，咱们先检查一下咱们的设备，用家里闲置的电脑就行。现在我们打开翠输入指令 联网学习一下什么是 openclock， 我 需要你为我配置一下部署环境，然后进行安装和部署，但其实这个时间还是挺久的，它大概给我跑了十五分钟多吧，然后就会告诉咱们已经安装好了，就差模型配置这些了，那我们现在可以给他发一个配置指令， 那模型的话呢，咱们可以用 mini max， kine， 这些都是可以的。现在你看咱们输入两句话不到二十分钟， 咱们啥也没干，坐在这里就给咱们部署好了。但是呢，养虾不是终点，如何调优才是关键。关于 openclaw 的 具体 prompt 和后面 skills 怎么安装，大家可以在评论区发一个，想跟周宇学 ai， 然后进我们的 openclaw 交流群。那明天呢，就接着出一期保姆级的操作教程给大家，那记得关注我哦，大家再。

这段时间呢， open 可乐，也就是大龙虾，或者叫做小龙虾，在 ai 圈呢，引起了不小的浪潮，从各种营销号的介绍，再到各位技术大佬的拆解呢， open 可乐仿佛又让我们看到了生产力爆发的前夜。我呢，作为一名 ai 的 多年使用者，也想和大家聊聊 open 可乐， 它到底好在哪？本质是什么？有哪些需要注意的地方？以及在 ai 越来越强的时代，作为我们普通人真正该抓住的核心到底是什么？ 首先呢，我觉得我们需要保持冷静并进行深思，像 openclaw 这种看似颠覆型的多智能体协助的方式，究竟是真正底层的技术跨越呢？还是使用了一层更精美的包装？ 首先，从技术的远近来讲，无论是早期的网页版的 chat 应用，再到后来的 ide 插件并列行的 client 模式，再到现在的小龙虾， 我认为呢，其实从底层的协助框架并没有发生待机的更迭。其本质呢，依然是我们可以去创建角色，由一个 leader 呢，去统计并拆解任务自 agent 呢，进行执行与反馈，最后呢，统一地进行汇总输出。这种逻辑呢，其实与 cloud teams 是 完全一致的， 甚至呢，把它放在 chat 的 聊天窗口中呢，也是成立的。其实我们一直呢，也是在 cloud team 模式中呢，可以去定义多个角色那然后让它分别地去执行各自的任务。 那其实 opencloud 真正聪明的地方在哪呢？我觉得啊，它是将专业的应用迁移到了像微信、飞书这种国民级的社交媒体上，让我们呢，从我在用 ai 这种冰冷的感受呢，转化为我在跟群里的人聊天这种熟悉感， 这种媒界的迁移呢，大大的降低了用户的心理门槛。像现在很多非计算机专业的人，通过某些工具去使用 ai， 其实还是有一定的技术门槛的，从 chat 应用到插件，再从 teams 到小龙虾，其实我觉得呢，它变的是入口，是界面，是形态，这些数的层面， 不变的呢，是任务的拆解，角色的协调，以及我们对业务的表达能力。这就好比呢武功招术，它可以千变万化，但是内功心法呢，才是长期主义。首先呢，我觉得我们先要成立一件事情，微信呢，确实是当下的超级入口， 我们大家现在的工作呢，基本上都在上面进行沟通，在里面布置任务，能够把 openclo 接入微信， 这种呢，我觉得使用门槛天然的就降低了，这在商业洞察力上呢，绝对是一个绝顶聪明的选择。不过呢，这里可能也会带来一些极高的脆弱性。 对于微信的生态呢，向来是很霸权的，我们要警惕它的霸权风险。目前呢，对于微信接入第三方机器人以及呃自动化脚本，其实有着极其严苛的红线，目前这种接入的方式呢， 也是存在极高的封号风险，那未来呢，至于微信那边会不会将其核规划也是尚未可知。其实目前的这种形式呢，很像就把微信作为了一个代理的方式，去通过微信，然后再接入 大模型的 api。 对 于现在的这种方式呢，我想作为微信的生态来说，他可能更愿意去把他自家的大模型去接入，你通过他的 api， 再去掉其他大模型， 这种方式其实我想微信可能不会太喜欢，具体未来怎么发展，这个我也不能妄下定论。再说说现在对 openclaw 的 这种牛掰的宣传，现在呢，我们到处都能听见 openclaw 牛的可怕。 你可以创建角色，给你当一个规划师，你可以让他给你做选题，你也可以让他给你做自动剪辑等等等等的任务。好像呢，你只需布置任务，他就可以让他给你做自动剪辑等等等的任务。好像呢，你只需布置任务，他就可以二十四小时在那干活，你呢，就等在那去等着结果通知就行了。 这呢，其实又让我想起了一件事情，就是在 ai 刚进入大众视野的时候呢，很多人被一句话生成俄罗斯方块，写出一个弹指蛇的游戏这种神迹呢所震撼，这其实呢，是一个典型的信息差陷阱。 ai 之所以能够一句话写出这种游戏，其实并非是它理解了你的意图，而是这两个游戏的代码已经烂大街了，样本有无数多个。而同时， ai 产出的结果之所以会惊艳到你呢，也是因为我们没有能力去挑出毛病，所以呢，才会认为它很牛掰。 人工智能这个东西啊，其实它并不能创造新东西，仅仅是把我们已有的知识进行重组，包装成为你定制。 我们以为我们是在提需求，其实呢，我们仅仅是触发了他的缩影，当他面对的是行业独有的复杂流程，非标准答案的时候，我想 ai 立马就会陷入他的原型。 其本质呢，就是，如果你缺乏对任务清晰的拆解能力， ai 产出的结果呢，也只能是基于已有样本的随机拼凑。 这种所谓的牛掰呢，本质上是 ai 储备的知识强于你利用信息差，让你产生了他有强智能的幻觉。一旦偏离了标准样本，没有精准的表达， ai 产出的往往是一堆华丽的垃圾。我们再回想一下，看看那些营销号和短视频中，他们举的例子是什么？ 写公众号，写视频，脚本，做表格，跑固定流程，对不对？第一次看呢，谁都会觉得惊艳，我也一样。但我们冷静下来想一想，这些任务的特点是什么呢？样本足够多，结构足够固定， 模型命中的其实并不意外，里面其实更重要的呢，是它的容错足够高。你用 ai 生成出来的公众号内容、视频的脚本，其实根本没有人去在意它是对还是错，你认为它对，也仅仅是它输出内容超出了你的认知范围。所以呢，我现在看一个系统成不成熟呢， 不只是看他成功时有多丝滑，我可能会看他失败时怎么去收口，异常时怎么去退出，面对边界请求是怎么办？如果这几个问题回答不上来呢，大概率就是一个演示形态，还不能算是正式的一种生产形态。 在当下呢，奥本可乐纵使具备了操作本地资源的能力，纵使可以被创造出多个虚拟的员工来，但其最核心的仍然是指挥这支 ai 军团的那个君主。下面呢，我就想谈谈，我们普通人当下真正的核心应该是什么？ 其实现在的工具呢，是越来越强，有些人呢，总会发布一种恐慌的情绪。其实我认为呢，倒也不必过于恐慌，在多智能体学做的模式下， 我们已经从操作者变成了指挥者。如果说我们创建的虚拟员工是一个国家的大臣的话，但作为这个国家的君主，我们本身能力不够，即使给你再强大的大臣，你也没有办法把这国家治理好。即便像拥有 cloud code 这种最先进的工具，作为我们仍需具备以下几个核心的能力。 第一个呢，我觉得是专业性，你需要深刻理解你的业务逻辑，能够判断出 ai 给出的方案呢？是捷径还是陷阱？第二点呢，就是表达能力，语言编排的逻辑性，能否将模糊的目标转化为清晰无歧义的指令？第三点呢，我觉得是控制力， 任务的目标，如何对齐细节呢？如何去控制？最后一点呢，我认为也是最核心的，就是我们要如何去设定各个角色的 职责边界，这些角色的定义呢，才是灵魂，他不可能是模板，不可能从网上抄一抄就能让你去用。角色的知识边界、角色风格、价值观都需要针对特定场景进行深度的定制， 这些角色如何与你企业的目标和价值观对齐，这其实才是壁垒。最后我想给大家一个建议吧，不要去过分的迷恋和质朴工具，提高自己的个人修行呢，我觉得才是最重要的。 工具决定了下线，而使用工具的人呢，才是决定上线。好了，今天就先和大家聊这么多，我是大鹏，我们下期再见，拜拜。

有很多人都在问 open cloud 到底有没有用？为什么有些人说它很强，而还有些人却说它一点用没有，还特别贵？那么接下来我将告诉他们真正的原因。 先说第一个原因， open cloud 对 于我们普通人来说，使用门槛稍微有一点点高， 很多人习惯的 ai 软件是打开就能用，有界面，有按钮，点几下就能解决问题。但是 opencloud 不是 这种东西，它本质上是一个 ai agent 的 框架，说白了就是一个开发者工具。想用它，你通常需要做这几件事情， 配置 api， 写 workflow， 调用各种工具，还要处理好电脑的各种权限以及开发环境。对于普通人来说，这就叫什么？ 给了你一堆乐高零件，但是没有拼好的模型，至于说明书以及怎么拼，你需要自己去摸索，自己去上网学习。 所以很多人装完以后你就会发现，我根本就不知道怎么让他干活，我配置了半天他也跑不起来，而且烧透坑真的太贵了，自然就会觉得这玩意有啥好用的。 先说第一个原因， openclaw 的 使用对于我们普通人来讲，门槛稍微有一点高， 因为很多人习惯的 ai 软件就是打开就能用，有按钮，有界面，点击几下就能完成任务的软件。但是 openclaw 不是 这种东西，它的本质上呢，是一个 ai 智能框架，说白了就是一个开发者工具。想用它，你通常要做这几件事。 一、你需要配置 api 拿到各种模型的 api 以后，你需要写 workflow 工作流程、任务流程。处理好这些以后，你需要配置或调用各种工具，以及处理好电脑的开发环境等等各种内容。 所以对于普通人来讲，这就像什么给了你一堆乐高零件，但是没有给你现好的模型，怎么拼 如何拼需要你自己再去学习。所以这就是为什么很多人出安装好了以后不知道怎么让他干活，配置了半天他也跑不起来，自然而然就觉得这玩意没啥用。 那么第二个原因呢？就是因为 ai agent 的 技术其实现在还不是那么的成熟，不只是 open cloud， 几乎所有的 agent 框架都有同样的问题，一任务容易卡住，二任务链会断掉。三，呃，调用工具的时候总是会有失败的时候， 网上很多演示视频看起来跑的特别炫酷，但其实真正用于工作的时候哪有那么顺利？这是因为整个 agent 的 技术发展还在处于早期阶段，这点大家不用太多担心，很快我们将会迎来一大波技术高潮。 那么第三个原因呢？我个人认为 openclaw 被各种营销号捧虚的太高了， 很多博主会把它说成一个 ai 员工，一个自动化赚钱工具，一个可以代替整个团队的新工具。 但实际情况却是， agent 更像是一个自动化助手，如果任务比较复杂，他依然需要去专门的调试流程，专门的去设计任务逻辑，说白了还是需要人去盯着。 所以很多人一开始对他期望太高，想让他代替掉整个团队，最后多半都会失望。 第四个原因， opencloud 对 普通人的实际应用价值暂时还没有那么大。 其实大家的需求也都很简单，无非就是问问问题，写写文案，做做 ppt， 查查资料。嗯，这种事情呢，用 deepsafe、 豆包、 akimi 这些模型已经很好用了， 用不着再专门去部署 openclaw， 再去干这些事情。那其实 openclaw 真正的优势在于这三件事， 自动化流程和管理，多工具的调用以及长任务的执行。但是这些需求普通用户其实很少会用到，所以就会出现部署了 openclaw， 发现其实没有什么实际作用的情况。 最后再说一个很多人都关心的问题， openclaw 为什么这么贵？其实原因很简单， openclaw 需要不断地调用大模型，而这些大模型基本都是按 token 或者被调用次数计费的。 并且 agent 有 一个特点，一个任务会调用很多次大模型。比如你让他做一件事，搜资料，写总结，改写排版， 看起来是一个任务，但背后可能会调用模型十到三十次，所以成本就会变成从普通聊天调用一次大模型到 a 阵的任务十几次甚至几十次的模型调用。而且 a 阵的还有一个机制叫做反复思考， 他会不断的思考行动，观察结果，再思考，每一次思考其实都一次都是一次模型调用，再加上有些任务还会同时调用多个模型，成本自然就会上去了。 所以总结一句话，很多人觉得 open cloud 没用，其实并不是它没有价值，而是因为它相当于是一个开发者工具，而不是一个普通软件。 而且他对于普通人的实际应用价值不高，他的技术还在早期，而且被营销号降得太神了。

oppo 可浪呢，是我目前用过最强大的软件和工具，但它的 togg 消耗量也确实让很多人望而却步，甚至呢，因为高额成本不敢完全释放它的潜力。 今天呢，我就教大家四种方法，在性能完全不打折的情况，就是前提下把成本降到最低，实现 top。 四。在讲方法之前呢，我们要先弄明白 top 到底花在哪。 其实呢，你每问 ai 一个问题，发过去的就是并不是一句话，而是一个巨大的工作包，它包含五部分， 一、系统规则，他是谁，能干啥。二、工作去文件， a 阵 g 文件等等。三、对话历史会形成滚雪球效应，越聊越贵。四、工具的输出，抓取的网页，论文日制等等。 最后才是你当时的问题。这个呢，就像你雇了一个员工，然后每次想让他工作，你都得把员工手册，公司章程，岗位职责先从头到尾的就是跟他说一遍，然后再问他今天你中午吃了什么，你说这能不会吗？对吧？ 那如何节省掏根呢？就是我们今天要告诉他步骤，而不是问题。第一种方法， qm， 传统情况呢，就是把整个资料像填鸭一样，整天给报大模型，就会呢导致输入 token 的 爆炸。 qmd 的 逻辑呢，就是在本地把 make down 数据库建立，所以你问问题的时候，它只提取最相关的几个片段和摘录给部分框，也就是模型，不再读全库，只读需要的部分，那它是如何工作？所以库是如何建立的呢？ 第一个是 update， 所以 文件刷新。第二个呢，是向量的更新，以及向量的投，就是投射。重点呢是这两件事全是在本地跑，不消耗云端的投币，也就是说 qmd 把云端投币用来读所有文件和信息的成本都转化为了本地所有的成本。 那如何安装 qm 币呢？你可以让你的 opencloud 帮你安装，或者呢你想就是手动的安装，那么也只有这三步。首先呢就是运行这些命令到我们终端里安装 qm 币，之后呢，我们去到 opencloud 点 json 文件， 确保我们的 memory 是 这样的，然后呢我们就重启网关，这样呢就结束了。还有一点呢，值得一提的就是 qm d 还允许你精确的去控制你的预算，通过三个参数来实现，还是在我们的 open file 边最顺，这个文件形式就是里面 可以看到厘米的，下面呢有三个参数， max result 是 最多可以注入几段， max snivetime charts 是 每段允许多长，而 max injector charts 是 每轮总注入最多允许多长，也就是总的预算阀门。 接下来呢，我们来看第二种方法，就是用本地模型跑心跳，心跳呢就是 open clock 定时的唤醒行为，他呢按照你配置的频率把 a 阵的叫醒一次，让他呢执行一段心跳清单，他的屁的心跳本身就是走一次完整的 a 阵的回合， 他呢可以当监工，比方说你给我们可到一个特别长期的任务，他做就是承诺做完之后可能做一步就不会往下推进了，这个时候呢，我们就可以使用心跳， 定期的呢，每三十分钟的去刺激一下，触发一下我们 a 阵，疼，让他呢没有完成任务之前不准停下来。 这样呢我就保证了我们整个这阵的 open cloud， 我 们 ai 助手有一次性能确保完成我们的长期任务。那为什么心跳呢？会花费很多的 token 呢？因为每次心跳的输入通常都会包含系统提示词， worker space 文件的输入，尤其是 memory 点 md 和 agent 点 md 可能会变得很大，还有可能的对话历史。还有呢，就是 hadbeat 心跳本轮的提示词或清单，所以它的输出可能会很短，可能就是 ok 没有问题，但是输入可能会很大很长。 那如何减小心跳的成本呢？除了增大时间间隔这种常规的方法外呢，最根本还是直接让本地的大模型，小的大模型来跑心跳这种低智商的任务。 心跳呢，只用来触发，不用来执行任何任务。如果用本地的模型呢，大家需要下载一个欧莱吗？ 然后呢，根据你电脑内存的配置来选择相对比较好的模型，比方这里的千万的各个参数的模型。然后呢，大家可以去告诉 openclock 心跳呢，触发任务 用本地小模型来做。然后呢，第三种方法，也就是最简单一种方法，就是尽量用订阅，而不是 api 用量。值得注意的呢，是很多的厂商是不支持这么做的，比方说安卓配，比方说谷歌， 他们的订阅呢，是严禁禁止使用到 open klo 的， 避免的，但是 open ai 目前他们是收购了 open klo 的， 所以呢，他们还是开放状的这个状态。如果呢，想要极致的稳定 走 api 用量而不走订阅，这个时候呢，你要注意了，如果你用最新的模型，不论是 azure 还是 open ai 的 模型，你的账单可能会成倍的增长。 最后呢，第四种方法，直接呢给你的 overclock 发指令，让他呢给你生成一个成本的体检报告，不用固定形式， 让他给你一份靠谱起的消耗驱动清单，可以是百分比的形式，看看到底哪项任务呢，最烧钱，最高的消耗来自于哪里找到不合理的地方。因为你刚开始利用 overclock， 总是会有很多不合理的地方， 比如说一个简单的轻任务，却携带了巨就是巨大的上下文。其实呢，有很多不合理的地方是可以被优化， 而高消耗其实不一定是必要的成本，很多很可能是那种就是流程和配置的浪费，我们呢是要根据我们自己的用处和任务来杜绝掉，那发现问题呢？如何优化呢？这里可以分为流程和模型两个方面考虑， 流程方面呢，能不能有一些轮询的任务改成就是事件触发符不符合条件。然后呢就是我们刚才讲的 gdp， 也是一个非常好的减少上下工序， 就是注入的一个方法。第二点呢就是从模型方面，有一些轻任，我们能用更便宜的模型或者小模型来替代，就像我们刚才说过的，用本地模型来做心跳也是一个非常好的方法。 最后呢就是由 openkey 给出的任务清单，和他讨论有哪些任务可以就是优化来减少成本。最后呢我们总结一下 大幅减少就是成本的四种方法，分别呢是使用 g m d 大 幅减少上下文的注入，心跳呢用本地的模型。第三个呢就是尽量用订阅，而不是走 a g i 消耗。第四个呢就是跟你自己的 openkey， 让他列出所有的就是 消耗投款的任务，由大到小。然后呢，跟他讨论优化的可能性以及如何优化，按照这个方案，保证你的欧文克劳既聪明又省钱。如果呢，你的理论别忘了点赞关注，我们下期再见。

关于最近很火的 open globe 啊，有一点大家必须要了解啊，因为不管是现在的 open globe， 还是之前的 deepsea 也好，它们虽然非常厉害，包括自动化处理任务的这个速度也很快，但是啊，你想想，它只是一个高效的组装车间，你想去造一辆好车，车间的设备再高级， 但是啊，你如果投喂进去的零件都是废铁，那么它出来的也不能是豪车，就只是一堆跑得更快的工业垃圾。这就好比你让这个 ai 去写这个公众号做分析，可是你连最基本的行业规则，踩坑的经验，成交的 sop 的 流程都没有给他， 你让它去随机的发挥，那么结果呢？它也只能是这样，它越快，生产垃圾的速度就越快。我们看看历史就知道啊，一年前 deepsea 火了，三个月前呢， jimmy 的 三点零也火了，上个月 skills 又火了， 这些工具呢，都是一阵风，它们改变不了本质。在 ai 时代啊，这个工具是平权的，你可以用，大家也可以用，真正不平权的是什么呢？就是你提出好问题的能力，还有你给这个 ai 安排任务的这个逻辑， 你审查结果的眼光， ai 越聪明，我们越要多看书，否则你连给 ai 提问的资格都没有。那么到底我们应该怎么做呢？我们找到了一套方法论，就是构建企业的数字资产。呃，你需要先把你的行业经验、销冠的话术、自有的数据，用三十个维度整理出来，投喂给这个知识库， 让 ai 先变成懂你行业的专属的业务智能体。这时候呢，你再接上 openclo 这种自动化的工具，这才是真正的流程。表面上是工具的这个迭代本质上是对长期主义的奖励。当所有人都在追逐最新的工具的时候，谁能沉下心来把这个经验 变成数据，谁就掌握了未来的财富分配的权利。如果你想构建自己的企业数字资产，我们这边呢，整理了一份企业 ai 落地数字资产的搭建的 sop 流程，有需要的可以说一下你的行业，我呢可以发给你对应的资料和相关的文档。