怎么让open ai帮你干活

哈喽，大家好，我是你们的。哎呀，小兵哥，我的上期视频已经收藏过千，非常感谢大家对我的认可。 本期视频我就来兑现承诺，告诉大家如何把你的龙虾打造成一个龙虾军团，帮你去完成更复杂的任务，让你的龙虾具备真正的战斗力。同时我花了更多的时间来对视频内容进行打磨。 从今天开始，我准备出一期 open 可乐从入门到精通的系列课程。本次课程作为系列课程的第五集，主要的内容就是讲解 open 可乐多 a 检测的实战案例，里面结合了我这几个月玩龙虾以来的实战经验和心得， 看完你也能搭建自己的龙虾多 a 检测的协助系统，感兴趣的可以先收藏起来。第一部分，我们为什么需要多 a 检测？单一 a 检测有它的局限性， 很多朋友装完龙虾之后，看到它只有一个对话窗口，跟我们平常使用的 ai 聊天框并没有多大的区别。使用之后又发现它并不像很多博主说了那样， 能够帮你做各种各样的工作，可以说带着期望而来，带着失望而归，那是因为你还没有给他搭建一套完整的多 a 键的协助系统，一个 a 键的干所有活，就像一个人既当产品经理，又当开发，又当测试，那么他一定会累的够呛，而且事情还不一定做得好。有的人可能会说， 拿 ai 和人相比合适吗？在这里我想说，真的非常合适。 ai 的 上下文限制就和我们的记忆力一样，每个人能记住的东西都是有限的， ai 的 专业度和我们的基础能力一样， 每个人所掌握的技能也是各有区别， ai 在 执行任务的时候，他也是只有一个大脑和一双手，没办法去同时做几个人的事情。 ai 在 把事情做完之后，如果没有其他人去给他做检查，那岂不是让他自己又当球员又当裁判吗？当我们使用多一点的模式之后，让他们自己专人做专事， 各司其职，同时又能相互配合，交叉进行审核，或者做成流水线的形式，就能大大的提高他们的效率。比如拍电影，我们需要导演、编剧、演员、 摄影和后期做软件，需要有产品经理、架构设计、前端开发、后端开发、测试人员、审计人员、运维人员共同推进项目实施。还有电商场景、 自媒体场景等等等等，只要是你能想到的能将工作过程固化成工作流形式的场景，都可以使用多 a 建的来实现。 接下来我们来了解多 a 建的的架构设计，这里面主要有三种核心角色。第一个是管理者，他的职责是对你的需求进行理解，将任务分解成一个一个的子任务，同时将这些子任务分配给执行者去执行，做好进度管理。第二类是执行者，他的职责就是具体的执行任务，比如我们的工程师。 第三类就是审核者，他的职责就是做质量检查，提出改进建议。比如我们的质检员，很多人都会碰到这样的问题，当你只使用一只龙虾的时候，如果他正在执行某一项任务，这个任务执行的时间又比较长， 你再想跟他联系的时候，通常会联系不上，那是因为他正在忙，收不到别人去打扰他的任何消息，这个时候你发再大的脾气也没用。我们需要理解他并不是因为龙虾不行，而是你没有给他设计一个合理的架构。最简单的架构就是你给这个龙虾配备一个他的执行助理， 只需要两个角色就可以帮你解决这个问题。一个角色就是你的主 a 键，他负责接受你的需求，将你的任务进行拆解，同时你要告诉他，你不要做任何事情，需要执行的时候 交给你的助理去做，也就是那个执行者让你的主 a 键和你随时保持在一个可沟通状态。接着我们来看这个多 a 键的架构图解。 我们以一个软件开发团队的价格来举例子，这个地方是你，你是用户，你会给龙虾提出一个需求，比如我要做一个什么项目，将这个项目需求给到这个协调者，这个协调者对你的需求进行理解，同时将任务进行拆解， 拆解之后他就会把合适的任务给到不同的执行 a 点的。比如他会把需求分析给到 a 点的。二、把代码编辑给到 a 点的。三、把代码审查给到 a 点的。四、 把测试部署给到 a 键的。五、当怎么拆解下去之后，他们每个人对自己的任务就会非常的清晰，有些任务甚至可以并行执行。当设计给出确定方案之后， 我们可以要求他形成一个文档，这个时候代码编写、代码审查和测试部署，就可以根据这个文档的内容分别去准备他们自己的东西，并不是非得等到代码写完才来做测试和部署，这里我通过实践了解到，测试是可以提前准备测试案例的， 他们的工作做完之后，交给审核者来进行审核，他扮演的就是一个裁判的角色，他可以审核执行者的工作质量，对他们的产出提出修改意见，也可以反馈给他们，让他们继续完善。有了这个审核者的角色，才能保证我们最终交付的是一个可用的东西，这个东西才是你想要的结果。 这是管理者的配置室里，他的工作职责就是理解用户的需求，负责分配任务，然后跟踪进度，汇报结果。我们需要在 open 可乐的配置文件里面，按照这个格式对他进行相应的配置。这是执行者的配置室里。比如说这是一个高级软件工程师，他主要负责编写高质量代码，遵循最佳时间编写注师和文档， 这是裁判的配置实力。比如他是一个代码审查专家，他主要负责检查代码的质量和规范，发现 bug 和安全问题，提出优化建议。接着进入实战部分，这个实战内容也是我自己搭建的一个软件开发团队，我按照上面的思路组建了他们，让他们开发了一个 a 股信息软件的项目， 没想到做完之后真的能运行，而且项目的开发周期只用了三天。我将整个流程给大家演示一下。来到优云之涣做编程，我使用的是他们的 q 丁 plan， 它的模型可以提供给 open code、 code code 和 code text 使用。首先我们需要记住它的 base url 等会将它配置到我们的龙虾里面， 我使用我的云电脑来部署。进入云电脑，我在这里已经使用了一个可用的模型，我们来到配置界面，现在只有一个模型提供上，我让我的龙虾帮我加载优云的模型配置，这是优云的可用模型列表，除了 mini max 和 kimi 等国内主流的 ai 模型以外，还可以使用 cloud 和 gdp 这些国外模型。 我让我的龙虾对这个电子表格进行处理，将表格里面的模型名称全部导出来，保存为 markdown 格式，他直接就帮我操作了，这是导出的文件，上面是模型列表，下面就是纯模型的名称。接着我在前面添加 facebook 和 apikey， 然后把这个文件喂给我的龙虾，让他自己去配置。将鱿鱼的贝斯 u i l 复制过来，接着将鱿鱼的 api k 复制过来，来到控制台，点击 api k 创建一个临时使用的密匙，点击创建，点击这里进行复制，接着粘贴过来，将这个文件进行保存。 来到云电脑的文件管理器，这是自动对我们本地电脑做的磁盘映像，找到刚才的文件，将它复制过来，我将它保存到了桌面，接着让我的小龙虾读取这个文件，并且自动进行配置，读取桌面上面这个文件的内容，并且在 opencloud 的 节省文件里面去增加这个服务商，并且配置清单中的模型。很快他就搞定了， 十七个模型已经全部增加上来，并且自动进行了重启。接着让龙虾自己去帮我创建这些智能体，我跟他说帮我创建六个智能体，分别是需求分析式架构设计师、代码工程师、代码审查员、测试部署员和项目经理，项目经理负责接受用户需求分解，并将任务分配给其他智能体，跟踪进度，汇总结果。 审查员负责检查所有人的代码质量和规范，提出优化建议。根据他们的工作只能给他们分配流云中的合适模型，加上最后面这一句话，可以让不同的角色使用到适合他们专业能力的模型，不仅能提高他们的产出质量，还能够有效的降低 topen 时的无谓消耗。接着让他自己执行， 看他现在已经收到这个任务，开始来创建这六个智能体，并且根据他们的工作只能分配合适的优与模型。项目经理主要善于协调总结需求分析师主要做理解分析架构设计师需要最强的推理能力， 代码工程师需要有编码专用的模型。好的这六个 a 键已经配置好了，并且网关进行了自动重启。 我们来看一下龙虾给我的汇报，自人体团队配置他们分别使用的不同的模型，标准的工作流程，从用户需求到项目经理到结果交付，而且他们每个人还有自己的独立工作空间。接着我给他们每个人配备了一个飞速的机器人账号， 并且给他们组成了一个团队，叫小兵哥的 ai 团队，团队里面有九个成员，这里面有些是我后来又添加的。 接下来给大家展示这六个意见的。之前配合工作的一个过程，我向团队主管下发了一条指令，你们讨论一下。发起一个每天了解最新的中国 a 股股市信息的软件，将你们团队的配合流程执行一遍。接着他对项目进行了立向， 项目名称叫中国 a 股股市信息软件，项目里面有大盘行情显示，各股查询，涨跌排行，新闻资讯等，数据来源于新浪财经等。 a p i。 这是架构师你定的前端和后端需要使用的技术框架。他们很快就接受到了任务， 每个人都有自己的执行工作，并且我让他们每天上午八点向我汇报各个 a 箭头的工作进度到这个群里，然后我又帮他们准备了一个成果仓库，并且让他们将成果上传到这个仓库，下面就是这个仓库的地址。这是我在 github 上创建的一个真实的仓库，这样我就可以在仓库里面看到他们每天的工作进度了。 这是交付过程，这是前端和后端连调验证的结果，这是对代码的审查结果，这是部署成功的结果。接着我打开了这个链接， 看到了我需要的成果页面，整体非常的满意，他们的配合干的真棒，整个项目只用了三天，对于单 a 箭头的模式效率提升了百分之四十。产出的结果有 a 股的股票信息软件，所有深层的分析报告， 非书群工作进展的自动推送， get 仓库的自动推送。接下来我们来做个总结，当我们需要去设计一套工作流的时候，我们需要明确流程中每个岗位的角色和职责，严格来说，我们只需要一个沟通角色就可以了。 所有的需求指向协调者提出，由他来进行统一调度。每个 a 键的输出的结果审核之后统一汇报上来。我们需要做到两个避免，避免 a 键的职责重叠，这样会造成混乱，也要避免过度设计， 就比如简单的任务就不需要那么多 a 检测，这会增加头等的消耗，增加运行的时间。接着给大家布置一个课后作业，大家根据自己对奥本可乐的了解去选择不同难度的作业完成。基础题是配置一个管理者和一个执行者，实现简单的任务协助进阶题是搭配一个完整的五个 a 检测的团队。 模仿视频内容完成股票监控项目。挑战题是用多 a 建特完成自己的项目，创意不限，这就需要根据你自己的需求去做了。你们可以将成果展示到 github 仓库，或者在视频评论区分享。 下一集我准备来讲 r a g 知识库的实战内容，让 ai 读懂你的企业文档。本期内容到这里结束，觉得内容对你有帮助的记得帮我点个赞，对后面内容感兴趣的点个关注，谢谢大家！

手把手带你安装 openclaw 龙虾必备的 skills。 之前我出过一期 openclaw 保姆级安装教程，但装完之后你会发现它其实还只是一只裸龙虾。你让它查看文件，它说没权限，你让它算下天线，它说没联网，属于一同操作猛如虎，另近一看原地图，所以这个视频带你正确配置龙虾，补齐必备技能， 让它真正从能聊天进化成能干活。但在开始之前，我们先熟悉几个会频繁用到的命令，如果你是 windows 系统，就在 power 里输入这些命令，如 mini 是 micro， 二，系统就在终端 terminal 里输入。要开始用 openclaw， 第一步是先把网关启动起来，对应的命令是 openclaw gateway start。 启动后，我们可以打开 openclaw 控制台，也就是它的可式化操作键。面对的命令是 openclaw dashboard。 如果你暂时不用 openclaw 了，也可以把网关停掉。对应的命令是 openclaw gateway stop。 技巧一，本地文件读写从二零二六点三点二版本开始啊。 opencl 默认对本地文件访问权限做了限制，所以如果你想让它读取甚至进一步操作你电脑里的文件，要先把对应权限打开。操作也很简单，打开 opencl 或终端，输入 opencl config set tools， 点 profile for 命令回车执行。 把 opencl 的 工具权限切换成完整版，运行后还需要重启网关，让配置生效。对应的命令是 opencl gateway restart。 搞定以后，你就可以让 opcode 做各种文件提取和修改的操作了，比如批量重命名、文件整理、桌面分析、磁盘空间占用等等。 技巧二，联网搜索 opcode 默认情况下是无法获取网上信息的，所以你问天气、问资讯、问股价，他通通不知道，但我们可以安装一个负责联网搜索的 skill。 skill 可以 理解成是 opcode 的 技能包，本质上是一套针对某类任务的说明和流程， 用来教他在特定场景下该怎么做。比如这就是一个简单的 skill 的 例子， openclaw 有 个官方技能市场 clawhot， 你 能在上面看到很多别人做好的 skill， 可以 直接拿来安装使用。要事先联网搜索，可以搜一个叫 tablie search 的 skill， 这个 scheme 要求从 tiffany 点 com 获取 api 密钥，我们可以稍后设置。安装方法也很简单，我们可以直接复制 call hop 上 tiffany search 的 页面链接，粘贴到和 opcode 的 聊天里，无论是控制台还是飞书这类通讯渠道聊天窗口都行，然后让 opcode 自己帮你安装。 tiffany search 还会用到 api 密钥，所以我们来到 tiffany search 官网 注册登录后啊，就可以直接得到一个密钥，他每个月呢都有免费额度，而且不需要绑卡。拿到之后，我们可以把 api 密钥一起发给 opencall， 让他安装后自行完成配置。 装好之后，我们可以简单测试一下，比如在飞书里问他茅台目前的股票价格是多少，这时候啊， opencall 就 能顺利返回来自互联网的实时信息了。 技巧三，定时任务欧姆克劳支持通过 com 创建定时任务，不需要额外安装 sku。 比如你可以直接对欧姆克劳说，每隔五分钟汇报某只股票当前的价格，他就会创建一个定时任务， 然后按设定的间隔自动运行，帮我们实现对股价的监控。所以啊，不管是每天早上七点发资讯，每周一九点写周报，还是二十分钟后提醒浇花这类定时任务，你都可以直接交给他。 小四，浏览器操作 opcode 本身自带 browser 工具，不需要额外安装 skill， 就 可以读取网页内容。比如可以对他说，帮我看看知乎上现在有什么热点网址是这个，它会自动用浏览器打开网页，读取页面内容，把上面的信息整理出来。而且不只是读网页， 像点击输入之类的基础操作啊，它也能完成。比如让它去 github 上搜索 linux， 然后把排在前三的搜索结果给你， opcode 也能直接搞定。不过它的缺点啊也很明显，第一是比较稍 token， 因为网页内容因为状态，还有每一次工具调用的结果啊，都会不断进入模型的上下文。 第二是执行速度比较慢，因为 opcode 的 工作方式不像程序脚本或 rpa 那 样，流程确定后一次跑完。而 每做一步，都要先看当前页面，理解页面内容，探讨下一步该点哪里，再执行操作，然后再读取结果，继续推理下一步。所以它更像是一个会操作网页的 ai 助手，而不是一个高效率的自动化程序。另外，如果遇到强制登录、扫码、验证码校验，或者比较严格的反爬机制啊，我不靠也容易翻车。 技巧五技能查找 opcode 的 skills 很多，但真正麻烦的是不知道该装哪个。这里推荐两个实用 skill， 一个负责找 skill， 一个负责审 skill。 第一个是 find skills， 它的作用就是根据你的需求去查找合适的 skills。 安装方法和前面一样，直接把链接发给 opcode， 让他自己安装就行。 装好之后，我们可以对 okl 说帮我查找邮件自动化相关的 skills， 他 就会推荐合适的 skill， 这样你就不用自己去技能市场里一个个翻了。但接下来还有一个问题是，他推荐给你的 skill 真的 安全吗？那么我们可以再安装一个 skill better， 它的作用啊，就是在安装前先帮你做一层安全审查， 重点看看有没有权限问题、可疑行为，平常窃取回销代码或者数据外传之类的风险。我们可以再提醒一下 oppo， 安装每个 skill 前用 skillbetter 检查一下，这样后面啊，他在安装新 skill 的 时候就会先审一遍，再决定要不要装 技巧六，既能创建与改进除乱中别人已经写好的 skill， 我 们也可以直接通过自然语言让 opcode 创建新的 skill。 比如可以直接告诉他帮我创建一个 skill， 把新收到的邮件内容提炼成三句话总结。这样一来， opcode 就 能根据你的描述自动创建一个 skill， 让这套流程可以长期服用， 以后再遇到类似任务啊，他就不用每次从零开始了。如果你还想让他越学越聪明，可以再装一个 skill， 叫 self improving agent。 这个 skill 的 作用就是帮 opcode 把错误纠正和新学到的方法都记下来，慢慢沉淀成经验。 具体来说就是有失败的操作时，他会自动记录到 error state， md， 你 纠正他了，或者他学到了更好的方法，会记录到 learning state， md， 你 提了他一个还不会的功能， 会记录到 feature request， 点 md 一 些真正有价值的内容啊，后面还会进一步沉淀到 memory， 点 md 这种长期记忆文件里。那么安装之后， okl 不 止完成当前任务，还会把每次失误和改进建议啊，沉淀下来，自动应用过往经验，变成一个会复盘的助手。那希望以上这些技能补齐之后，你的龙虾能真正下场干活了。如果这个视频对你有帮助，也欢迎点赞和关注，我们下个视频见。

openclaw， 一 款能接管你的电脑，真正自己动手二十四小时替你干活的 ai 工具。因为 claw 这个单词有龙虾钳字的意思而被国内网友戏称为 ai 小 龙虾。为了用上这个小龙虾，有人甚至花几百块找人上门安装 openclaw， 腾讯还专门搞了个线下活动，免费帮你装龙虾。这期视频手把手教你学会 openclaw 的 本地步数。 一、前期准备工作，硬件要求不高，一台能联网的电脑， windows、 mac 系统都可以，只要不是特别卡都能流畅运行 openclaw。 如果你的电脑里有重要文件资料，建议把 openclaw 部署到虚拟机里运行。软件方面，我们需要先在电脑上安装 nodejs 和 git 这两款软件。首先来到 nodejs 官网版本，建议选择 vr 二 lts 稳定版，点击获取 windows 安装程序， 下载后打开软件安装包，勾选同一软件安装协议，然后一直点击 nex 的， 再点击 instyle 开始安装，稍等片刻， note gs 就 安装好了。然后进入 get 软件官网，点击下载，没反应的话可以到评论区看看安装选项，全部保持默认即可。 最后把这个 view release note 取消勾选，点击 finish 完成。二、安装 openclaw， 点击左下角开始菜单，输入 powershell， 选择以管理员身份运行，然后输入这一行命令，按下 enter 键运行， 系统会询问我们是否确认执行策略，更改输入 y， 按下回车键表示同意，然后再输入 openclaw 官方安装命令并执行， 剩下的就是耐心等待 openclock 完成部署。安装过程中你可能会遇到各种各样的错误提示，直接截图问 ai， 根据他们的回答逐步解决问题， 期间会有一个弹窗提醒，选择允许访问，随后会来到这个界面，表明你成功完成了 openclock 的 本地安装。接下来我们还需要对 openclock 进行配置，按下键盘上的左右方向键，切换到 yes 回车，确认出石化模式，选择 quickstar ai 大 模型。这里支持使用 gpt、 mini max、 kimi、 豆包、火山引擎、阿里千问、百度千帆等。这是国内主流 ai 的 api， 使用费用大家可以自行选择。 这里以 kimi 为例，依次选择 kimi apikey， 点 c paste、 apikeynow， 然后打开浏览器，搜索 kimi 开放平台，确保账户有余额。点击 apikey 管理，新建 apikey 名称，输入 opencloud 项目，选择默认复制这串密钥，并粘贴到刚才的窗口即可。 如果你喜欢用豆包，就选择这个火山引擎 pass 的 api k， 然后进入火山引擎控制台，点击这里的 api k 管理，创建一个 api k， 粘贴到 power shell 窗口中，返回 timi 的 配置界面， 按下 enter 确认执行模型版本，选择默认的即可。这一步是配置通讯频道，我们选择最后一个 skip， 包括后面的配置，搜索引擎配置、 skills、 自动化脚本全部选择，暂时跳过，等跑通了再回来配置即可。 最后一步选择 opens web ui 系统，会自动调用浏览器，打开 opencloud 的 聊天窗口，如果小龙虾可以回复您消息，恭喜您完成了 opencloud 的 本地部署。下期视频我们具体了解小龙虾的使用方法。

装了 o p k l 还只会打字聊天，那你亏大了。五个 md 文件，直接把 ai 变成你的专属打工人，而且配置贼简单，聊天的时候随口一说， open k l 自动帮你改到对应文件里，不用手动编辑。第一个，搜灵魂文件，一句话定性格，一条线划红线，你想让他幽默还是严肃听话还是有主见，全靠这个文件。 比如你说讲话有趣，但做事认真，他立马就变了。一个文件，一个灵魂。第二个， action 员工手册，教他怎么干活，启动流程，记忆管理、安全策略，全写。这里举个例子，你规定删除必须二次确认，从此以后他再也不敢乱删文件。这个文件别急着写完，边用边叠，带最香。 第三个， yours 用户画像，告诉他你是谁，你喜欢什么风格，时区多少，他才真正懂你。配完之后你会发现他说话方式都变了，直接给结果，不废话，这才叫懂你。 第四个， heartbeat 心跳文件，你睡觉的时候它不睡，定时巡检，自动报警，真正的全天候驻守，配上之后，新邮件、日程冲突，它比你自己还先知道，关键是 token 还省。 最后一个 identity 名片文件，给 ai 起名字，选头像，定物种，跟 so 的 区别就一句话， s o u l 管灵魂，这个管皮肤设完之后它就有了自己的身份，多个 a 阵的一起跑的时候，一眼就知道谁是谁。 总结， so 定性格， edmunds 教干活，让他懂你。 heartbeat 给自主意识， identity 管长相，五个文件，从里到外拼出一个完全属于你的 ai。 点个关注，了解更多 ai 干货。

hello， 今天教大家在飞书里怎么使用 openclaw， 这是飞书的一个界面，我们在搜索妙达，进到这个界面以后，我们通过 openclaw 助手直接创建就可以了，仅需几步，非常方便，一键创建，一键使用， 点击几步我们就会创建好了，进到飞速的界面啊，我们看到这个 open cloud 智能机器人，那么他会有一个自我介绍，我们可以给他几个问题，就是你能帮我做什么？他列出了啊，一些有用的问题，那如果说，哎，我们让他帮我们干活啊，我们要给他一些授权， 所以说呢，呃，他也给我们一些呃，好的一些建议吧，怎么使用更好的使用好他，我让他写一些啊，内容比，比如啊，编辑小红书啊，比如写日报啊，这些，他也给我了，很快给我一个答案， 那么我也给他一些好的案例，然后呢，他会很快的就给我一个反馈，所以说功能还是非常强的， 大家看一下啊，我让他啊，生成一个啊， open club 啊，龙虾大会的一个图片啊，那他又经过一系列的授权啊，很快就会出来啊，一张海报， 大家觉得棒不棒啊？的确自动化能力非常强，我让他再出一张啊，很快又出了一张，那么我就给他说，哎， good job， 就是 工作完成，非常棒，这里有一个啊，使用指南，如果你需要的话，六六。

openclaw 让 ai 不 只是聊天，而是真正帮你干活。现状与痛点 ai 工具确实聪明， 能聊天、能写文、能答疑。但现实工作中，它不能操作软件，不能执行流程，还需要人工在多个工具间反复切换，大量重复工作仍然靠人完成。 ai 很 聪明，但干不了活。 openclaw 是 什么？ openclaw 是 一个 ai 自动化执行平台，让 ai 不 仅能思考， 还能操作电脑软件，执行自动化流程，调用各种工具连接企业系统。简单说，它让 ai 从聊天助手升级为执行助手， 连接企业通讯系统 opencloud 可直接连接飞书、企业微信、 telegram、 discord、 whatsapp 等工具，在聊天窗口发出指令。比如帮我整理今天的销售数据， ai 就 能自动获取数据，整理、分析、生成报告并发回群聊。一句话完成复杂任务 二十四小时。 ai 助理 openclo 变身全天后数字员工，二十四小时在线自动处理任务，回复消息、整理信息。比如晚上有客户咨询， ai 自动回复 记录需求，整理信息，第二天提醒你处理。 ai 真正成为你的数字员工核心能力。 openclo 能自动完成三大类工作，办公字动画、整理文档、生成 ppt、 写报告、整理会议纪要 内容、生产生成营销文案、短视频脚本、宣传素材、自媒体内容。软件自动操作，打开软件， 填写表单，点击按钮，执行复杂流程，就像有一个 ai 在 帮你操作电脑解决的三大问题，第一， ai 只能聊天， open class 让 ai 直接执行任务。第二，重复工作太多，复制、粘贴、填写上传的流程， open class 一 句话自动完成。第三，自动化门槛高， 传统方式需要编程开发 openclaw， 用自然语言即可创建任务，零门槛。效率提升。时间效率上，很多任务从二十分钟缩短到几秒钟。人力效率上，数据整理、表单填写、 信息收集等重复工作交给 ai。 工作连续性上，人类需要休息， ai 可以 七成二十四小时持续工作，永不停歇。真实使用场景， 老板在企业微信说，整理今天销售数据，做个总结。 openclaw 自动连接数据库，提取数据、整理统计生成分析报告，然后将完成的报告自动发送回企业微信群， 一句话完成从数据到报告的全流程。典型应用场景，企业办公自动生成报告、整理数据发送通知。 企业运营自动回复客户、整理订单、统计数据、自媒体运营批量生成内容、制作素材发布内容、个人效率，整理信息、执行任务、管理日程。 核心价值， openclaw 带来的不是一个普通 ai 工具，而是一个可以执行任务的 ai 系统，让 ai 从聊天工具升级为自动工作系统。 openclaw 的 目标是让 ai 真正成为你的二十四小时工作助理。

大家好，之前有人问我 agent 到底是什么，还有人问我 agent 和 lolm 有 什么区别，更有人觉得工具以及 skill 的 调用都是大模型自己来调用的。所以今天我就来把 agent 和 lolm 它们两个的分工以及交互流程讲清楚。你有没有想过你对 ai 说一句话，它为什么真的能去读文件，去跑命令？ 先来说一下他们的分工， lolm 式决策是在给定上下文下生成，要说什么，要补要条，工具参数是什么？ agent 是 执行，是真正去调用模型。解析， to cause 在 你的环境里跑工具，写回 to 消息干活发生在 agent 这一层，不是模型自己在读文件，跑命令。 agent 在 流程上其实就五 步，先组装上下文，再调用调大模型，这一步把球交给 lolm 生成。下一步如果返回里带了 to cause， 接下来执行工具的是 agent， 不是 模型本身，执行完把结果作为 tool 消息追加进历史，再发下一轮请求，一直到模型不再要工具或者碰到轮数长度上限为止。对话里有四种角色比较关键， system 放系统提示和规则，比如 skills 怎么用， user 是 用户问题， assistant 是 模型回复里面可以欠 tool cost， tool 是 工具执行结果，而且必须带上和 tool cost 对 齐的 tool cost id， 如果顺序错了很多， a p i 会直接报错。看一个协议实力， 首轮请求里除了 system 和 user， 还会带上 tools 组，里面用 dos schema 描述每个函数叫什么，参数长什么样。 tool choice 设为 auto， 表示由模型自己决定要不要调用 模型，读完用户问题和工具说明就能规划下一步视力是按 openai 的 协议来写的，其他各个厂商的 api 字段名可能略有不同。模型如果决定读文件，响应里 finish reason 会是 to cause， 表示要走工具 assistant 这条消息里会带 to cause 树组。 to cause 里有 type function， function 里有 name 和 arguments。 arguments 在 协议里是字符串，里面会再包一层。 jason agent 会解析这个字符串，再去真正读盘或调接口。 这里已经离开模型了，是本地代码。在执行工具跑完之后，要再调一次大模型。上一轮模型说我要调工具的那条 assistant 的 消息，里面记着他想调什么，以及每次调用对应的 id。 在 这条后面会再加一条新消息，角色是 to， 这条消息里的 to call id 要和上一条 assistant 里某一次 to call 的 id 对 得上。像回执单编号一样， content 里写工具真正跑出来的结果。比如读到的文件内容。 如果模型一口气要调好几个工具，就每个工具各发一条 to 消息，每条都对应的 id 拼好以后，再 post 一 次模型，看见执行结果就能用正常话回答用户了。 那 skills 在 哪一层？通常不会多出一种神秘协议，常见做法是在 system 里告诉模型有哪些 skill， 路径在哪，什么时候要读全文，真正读 skill md， 还是走读文件这类工具调用。所以 skills 本质上是规则加文档，仍然落在同一套 to 循环里。 串起来看用户提问， agent 拼消息调 lolm， lolm 的 响应里可能代表用意图，真正执行工具链的是 agent， 再把结果以 tool 消息回关，再调 lolm， 直到结束。 ok， 我 们来最后回顾一下三个核心要点， lolm 再上下文理深层下一句回复或 to cause 急打酸调什么参数是什么，但不执行具体工具。 agent 在 运行时真正执行 ping messages post 模型，跑工具写 tool， 消息循环直到结束。协议本质就是多轮 messages 加可选 tools 标准 http 对 话并没有玄学。

你手上百分之九十的 app 或许都没用了。这个叫 peter 的 奥地利人，他花了一小时的时间做了个聊天机器人，不小心就改变了世界，被称为二零二六年最大 ai 时刻的东西，连萨姆奥特曼都想把它挖进 openai。 过去一年，我们以为 ai 就是 那个只会跟你聊天的对话框，但 peter 在 最新访谈中说，所有的 app 都只是反应很慢的 api， 为什么我们要为了订一张机票去学习几十个 app 的 垃圾逻辑？ ai 不 应该只是建议者，他必须是执行者。这就是 open core。 为什么说 open core 重要？现在大多数 ai 工具，就像你去参观图书馆，拿到你需要的东西，然后离开，你走了，什么都不会发生。而 open core 就是 让那个被困在云端的 ai 有 了手。 我把 opencode 部署的方法整理好了，试试部署你专属的 ai 助理吧。他有两个让巨头感到恐惧的技术底色。关键点一，本地优先。作为导演，最核心的生产数据就是未剪辑的素材跟创意脚本，他绝不应该在云端就被切片的 open code 运行在你自己的服务器上。隐私是它的底线。关键点二， heartbeat 主动模式。传统的 ai 像复读机，你不问它不动，但 open code 拥有心跳，它会在后台定期醒来，主动推动任务走，而不是等你去求它。 很多人问 peter 为什么要冒着被 sloppy 起诉的风险也要坚持开源呢？因为他看到了一个正在消失的红利。他在访谈中直言不讳，因为害怕风险而拒绝自动化，就像因为害怕车祸而拒绝汽车一样平庸。 还记得我之前问过留给影视人的时间还有多少吗？未来， ai 真的 有可能自主完成从搜集、素材、剪辑到发布的全 流程。当 ai 拥有了执行力，内容生产就不再是体力的堆砌。任正非在最新讲话中预言， ai 发明的价值只占百分之二，应用才占百分之九十八， p 的 做的就是那百分之九十八。它不是在发明轮子，它是在教轮子如何自己奔跑。

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。

你养龙虾了吗？我说的这个龙虾，不是让你下塘去养的那种小龙虾，而是能够全程二十四小时为你工作的数字员工。很多人以为 open club 就是 一个开源的 ai 工具包，它就像是一个聊天机器一样。那你真的是太小看它了，因为这只龙虾，它正在悄悄的取代一大 屁大工人。他不是你说一句，他答一句，而是直接替你坐在电脑面前去干活，写周报、做表格、爬数据、盯热点、回邮件、做记要。甚至他还能够联动飞书、豆包、扣子等各个软件，然后帮你搭建全自动工作流。这本 open klo ai 助理一本通，我真的建议所有人都去读一读 书，里面没有晦涩的代码术语，全部都是实操干货，保姆级，每个案例都搭配着详细的操作流程以及指引。 有了这本书之后，你不用再去各种搜罗碎片信息了，一本书全搞定，让 open klo 真正成为你的第二个大脑。普通人想要上手，就从打开这本书开始。我左下角的这个链接，你们自己去看看。

这 openclaw 用了好多天啦，又学了一个新招数，因为他现在呢，是一个主的 agent， 你 把所有的工资交给他，他呢，就把他的所有学的东西都写在 skill memory 啊，写在这些文件里， 那你让他干的事越多，他每次怎么从头儿轮一遍呢，时间也会越长。而且呢，他有时候为了效率， 看头不看尾，或者看尾不看头，他会犯同样的错误。比如说，我会让他去跟我的非书连身了以后呢，可我再通过非书连的的时候呢，他说，哎呀，还没给我授权，实际这权利我早就有了， 就自己默默过一会，啊，原来有了，他要给我继续往下执行，就类似这样的事情，我也是去学了一下，人说，你啊，把你这个主的 agent 再给他派小弟，我就跟他说了，我说咱现在你学了哪几个技能？他说学了，第一去网上去搜我感兴趣的新闻汇总， 第二去把这个视频做摘要，第三去生成视频动画，这我之前都发这个讲过。第四个技能呢，是去这个 multi book 这个社区去看其他的 agent 它有什么新功能。 然后呢，我就给主的这个留了一个定时的任务，就是每天它要去这个 open cloud 自己的官网和这个 cloud hub 上面，看 官方有提供什么 skill， 这个是他主的其他那些玩意，把那些的 skill memory 都每一个小弟单列一个 workspace， 就 专门给分配一个目录，所有东西都列在里面，如果他要去哪里执行对应的命令，他就让那个小弟去， 我就说行，他嘎嘎把这一系列我的要求都执行完了，说，你以后只要说 mb news 就 能做怎么样？ 我说 m b， 我， 你，你是在骂人吗？你干嘛呢？他说，啊， mini boat。 我 说，行，你还挺会起名字，但实际上你跟他只能用自然语言呢，还是说我想看新闻，他就自然会知道去调用哪一个 agent？ 所以现在就是变成我这 open call 本身一个大的 a 阵，他现在带的四个小弟，那将来是不是会到十个八个？那就看需求了。但是现在还是那句话，你继续，你想着干什么？比如说我没有这个股票实时监测的需求，我就不需要 让他养这个小弟，于是放在本地，放在云端，我觉得这都没关系，只要他能把这些东西都流程化记下来。文件的东西，比如说他 做视频，做，终于做对了之后，一定要告诉他怎么做。对的，寄到你的记忆库里，这样他以后把这个东西就会寄到主记忆里，这样他就不会说，哎，我还没学会这个功能。以后这个 agent 他 带小弟一起帮你干活，这事想想就美得慌。

别人用 ai， 我 拆 ai， 我是 ai 产品汪，今天拆一个 open ai 刚开园的狠货 symphony。 一 句话总结，它能让 ai 自动从看板上接任务、写代码、提 pr， 工程师只管审核就行，先看它到底是什么。 ciffany 是 一个长时间运行的后台服务核心，就干三件事，第一，盯着 linear 看板，每三十秒轮询一次新任务。第二，给每个任务创建一个完全隔离的工作区，互不干扰。第三，在每个工作区里启动一个 codex agent 去干活，你可以理解成他就是个不知疲倦的工程经理。 说实话，我觉得 simone 最值得学的是它的三个核心设计。第一，一级级别的完全隔离，每个任务一个独立的 git clone a 诊之间绝不互相污染。第二，自动重试加指数退币，挂了不怕，一秒后重新检查 失败了最多等五分钟再来。第三，热重载配置改了， workflow 慢的不用重启，下一轮轮询就生效。 看一下核心流程， orchestrator 是 整个系统的大脑，它是一个 elixir gen server 进程，所有调度状态的修改都归它管。每个 tick 它会先作对账，检查正在跑的任务状态有没有变化，然后验证配置，拉取后选任务，按优先级排序，最后分发给空闲的 worker 去执行。 agent runner 拿到任务后，创建工作区，用 liquid 模板渲染 prompt， 然后通过 jason rpc 二点零协议启动 codex app server， 最多跑二十个 turn。 再看它的配置设计，这是我认为最优雅的部分。整个系统的行为都由仓库里的一个 workflow 文件定义，上面是愿配置，下面是 liquid 模板的 prompt 团队，可以用 get 版本控制来管理 agent 的 行为，改了提交就生效。配置，包括轮询间隔、并发上线、工作区路径、 hook 脚本、 codex 的 沙箱策略全都在这一个文件里。 为什么用 elixir？ 因为 elixir 基于 aleg 的 bim 虚拟机，天生擅长监管大量长时间运行的病发进程，而且支持热代码重载，可以在不停止正在运行的 agent 的 情况下更新 symphony。 本身对于这种需要同时看管一堆异步任务的场景，简直是量身定制。整个项目三十七个源码文件，不到一万四千行代码，非常精炼。 我觉得辛普尼最大的启示是， ai 编码不该是人盯着 agent 写代码，而是人管理工作， agent 自己领活干活。这套设计比很多大厂的内部系统还清晰。如果这条内容对你有帮助，记得点赞收藏关注，我们下期见！

普通人学会 openclaw 到底有多爽？一分钟搞定邮件规章，两分钟批量处理报表，三分钟生成会议总结。就算你对代码和部署一窍不通，一样可以搭建出自己的 ai 智能体。如果你想掌握以上技能，推荐你看下这本专为普通人写的智能体实操神书，化学工业出版 openclaw ai 助理一本通，它整合了全网主流大模型，不管是 deep seek 都 包，还是 kimi， 全都兼容，堪称 ai 智能体界的瑞士军刀，主打本地优先开源免费，能真正帮你动手处理工作琐事，而非单纯闲聊梳理。一把 open club 部署和智能体搭建演化成了填空式流程图，连线操作小白也能轻松上手。你不用懂代码，不用学复杂技术，照着梳理的十个实战项目，一步步来就能搭建出属于自 己的智能体。很多人把智能体吹的天花乱坠，但核心实操方法全在这本书里，他把你需要的模板、流程、案例全都讲的透透的，以前开一堆教程还是做不出来，但这本书不一样，第二天就能实打实做出能帮你干活的智能体内容创作者、 hr、 销售、运营、产品 发，但凡有重复性工作，都能让 openclaw 智能体去干，比十个初级员工都有用，这才是真正属于普通人的超级个体机会。二零二六年，如果你想学一项真正能用的 ai 技术，强烈建议从这本书开始，化学工业出版品质加持，内容严谨不做赚，趁着优惠抓紧入手一本。

想让 ai 真的 帮你干活，而不只是聊天？今天介绍的 openclaw 被称为龙虾 ai， 是 能直接操作电脑隐私拉门。 openclaw 曾又名开源直升 luke、 old bot mudbot， 是 开源自托管的 ai 执行网关。它的口号是 核心定位是连接大模型与本地设备，把语言指令变成从对话 ai 升级为三大核心优势。第一，本地优先数据全在本地， es 二五六加米 不依赖云端断网也能用。第二，系统级执行运行代码，读写文件、发邮件，像人一样操作电脑管理日程。第三，多渠道交互 接入危险非书 d n d n 在 聊天里发指令，实操演示、本地部署，接入微信，按类型分类，自动发指令，桌面文件完成反馈。 open klo 是 个人团队私有化智能体首选，适合 需要本地自动化的场景，真正实现你需要本地部署的 ai 吗？评论区告诉我，明天带你认识 ko ai 多智能体，携作神器！

第一批养小龙虾的人，如果说你能够把小龙虾给养明白了， openclaw 跟其他 ai 智能体一样，它不仅仅是一个聊天工具。如果你以为它只是聊天机器人的话，那你就大错特错了。以前的 ai 需要人坐在电脑前发送指令， 而龙虾则是替换掉坐在电脑前面的那个人，是二十四小时不停工作的数字员工，能写周报、做表格、查数据、定热点、回邮件、做记要，甚至能够联动飞速豆包扣子，他就是能够帮助你突破思路，打破认知的局限。 书里面没有绘设的代码术语，全部都是普通人能听得懂、玩的明白的实操干货，全程保姆级教学。 无论你是想让工作效率翻倍，还是 ai 的 开发者、参与者、研究者，这本书都能帮助你。今年真的是太可怕了，都去看看这本书，或许它就是我们普通人未来的生存法则。

hello， 下班了，最近发现指挥 ai 干活真的非常非常的上瘾，这两天发现微信可以接 openclaw 了，然后 立马在第一时间，因为我的这个虾其实是我用本地的这个 coldbody 是 用的比较多的，然后当然我也有自己的虾，也有公司提供的这个云端虾，我就试了一下， 一开始就尝试去接公司的虾，后来呢，我想日常的工作都在 code body 上，那我何不去接一下 code body 呢？但是呢， 因为这个原声微信它支持的呢是 open claw， 就 它其实不是其他的 claw code 或者是 code body 这种东西，然后所以其实它可能需要一些时间想办法要去打通。其实如果是你在微信上直接去用插件 打通 opencloud 的 话，非常简单，就是在你微信打开打开设置，然后设置里面会有一个插件，插件里面你会看到有一个是微信输入法，然后上面呢就是叫微信的 cloud bot 啊，这个插件你点插件之后，它就有指南，就告诉你，如果你已经有一个 opencloud 的 这个龙虾，然后你可以直接在 opencloud 把一行代码给到它，然后输进去之后你那个端就会运行，运行完之后你拿微信去扫一下码，就连上了，就非常非常简单。但是呢， 我昨天中午看到有人用 cloud code 去打通了微信的这个 cloud bot， 也就是说在你微信就可以调用可以指挥你的本地的电脑用 cloud code 干活，我就心想那肯定也是可以打通 code body 的， 因为我们日常都在 code body 里干活嘛。 于是我就把他那篇怎么让 ai 干活的一个大概的一个技术路线就复制粘贴给了我的 code body ide， 我 因为是在 ide 里面干活的，然后呢，他又开始帮我琢磨该怎么去做这个连接，然后呢，尝试尝试，尝试，发现，哎，通了，哈哈， 就是发现确实是可以连上，后来，其实后来我才知道，其实打通的并不是 codebody 的 i d e， 而是 codebody 的 code， 就是 它的那个 c l i 版本。 对，这其实有有一些大家这些名词可能不一定了解哈， i d e 呢，就是一个集成的开发环境，它有前端的交互，你可以看到 ai 在 一步一步干嘛。 然后 code 的， 或者说 c l i 的 版本就是命令行工具，就是你在电脑里面有个 terminal， 你 直接把一些信息输进去之后，你是用这个命令行去跟电脑做交互的。 然后一般程序员他们大部分使用的其实就是 code 的 这个版本，就像 clock code 或者 code body code 都是用这个命令行去跟它做交互，那原声因为它会 更直接地去跟电脑对话，所以呢，就是少了中间的这些 u i 啊，然后交互啊这些内容，但是它的能力其实反而是，嗯， 更更更丰富的吧，应该这么理解。然后所以我的那个 i d e 的 那个模型，它就告诉我去怎么来，去打通一件事，最后经过了一系列调试吧， 就打通了。然后调试的过程是怎么样的呢？就是每一次啊，当出现问题的时候，你把那个问题复制粘贴给他，然后根据他的指示再一步一步的操作， 那当然经过反复的重启，然后调试，包括调试代码，给他这么一个过程之后，确实就通了， 确实就打通了。然后一开始呢，我的微信就可以发一条消息说干嘛干嘛，然后他就可以去调用我本地里的电脑里面的一些工具和能力，去完成一些相相关的工作。 后来我就发现我给他之后呢，他没有任何的反馈，我也不知道他有没有收到消息，所以我就加了个功能，就说你在执行任务的时候，你要让我知道你的状态。 所以呢，我现在发一条消息给他，他就会告诉我已经收到这条消息，正在处理，然后每一步是在干嘛，比如说是在调用工具还是在读文件，还是在搜索，他会告诉我他的状态，最后再会给我一个结果，这个是我挑通的。然后今天呢，我就发现 workbody 它们原生支持了跟微信的 cloudbox 打通，也就是说你刷新一个新的版本的 workbody， 你 可以直接下载，之后，你可以在那个系统中直接把那个按钮打开就行了，不用我这样再一步一步调试。也就是， 嗯，你的微信可以直接跟你的电脑打通，然后可以指挥你的电脑干活了，现在是完全可以实现了。然 当然它还有一些功能，我在我的 code body 扣子里面其实还没办法支持，比如说它能不能给我发文件，它完成了一个文件之后，它能不能发到我的手机上，让我来查找，然后它一开始是没有完成的，刚才我经过了一番调试， 我又搞定了，我这个真开心啊，就我这个非诚学员就体会到了这个只会 ai 干活的乐趣啊，就觉得好像自己很厉害，无所不能了，现在 别人让我下一个什么 skill 我 都懒得下，我都想自己去写，因为我觉得自己也可以写，然后包括包括那个这这样的一些功能吧，打通，包括我现在输一条语音给 ai， 它也可以识别了，它也可以返回给我，然后它就说刚才一开始还调不出来，后来调试了几轮，它找到问题之后就返回给我，告诉我，呃，确实它已经可以听到我说话了， 所以很开心，觉得自己无所不能。但实际上是 ai 是 模型的能力真的强，是用最好的模型，它确实能够给你带来非常大的惊喜。就是现在人跟 ai 交互啊，有一种上瘾的状态，为什么呢？就是他给你的反馈都太 太正面了，他给你的反馈都是都是成功的反馈。我觉得这个状态真的是以前不敢想啊，就是一个非诚学员，你怎么能够让电脑帮你， 帮你去 hack 一个东西，或者说重新写一个东西，对吧？这个其实以前都不可想象的事情，所以大家不妨去试一试，装上这些新的一些指挥电脑干活的工具，你会有不一样的惊喜，拜拜。

三秒告诉你普通人怎么拥有自己的 ai！ 数字员工 openclaw 实战指南来了，全程零基础教学，不用代码，不用基础，一步一步跟着做，融合当下最强 ai 大 模型与 openclaw 工具，把大模型的思考力变成真真正正的行动能力。 写文案、做表格、跑流程、搞自动化， ai 全帮你搞定！资深 ai 专家倾写，经济学家薛兆丰等大咖都在推荐，学完就能落地办公，提速副业增收，一本搞定！想让 ai 帮你干活，冲它就对了。