OpenClaw智能体是哪家上市公司生成

我用 open klo 搭建了一个七人 ai 团队，每天自动帮我会图，写日报，订股票、写代码，已经跑了快两个月了。大家好，欢迎来到柯德密花园，我是花园老师。 先说个有意思的现象啊，自从龙虾火起来之后呢，身边越来越多朋友装上了它，那我之前发布的 open klo 完全指南这篇教程呢，居然有七万多人看过了。但是啊，我后来发现一个问题，大部分人呢，费了好大劲装上了，也能在飞书里跟他聊天了。然后呢，然后就没有然后了， 你知道他很强，教程呢，也看了一堆，但是真正要用的时候啊，脑子里就一个念头，我到底要拿它来干嘛呢？如果啊，你现在就是这个状态，那这期视频就是专门给你准备的， 我会在后面完整的分享我这两个月真实的搭建过程。六个专精 agent 加一个调度的主管，会给大家讲清楚每个 agent 是 干什么，为什么这么设计，中间踩过哪些坑，以及你怎么去复刻 内容，内容比较硬核啊，建议先点赞收藏，后面跟着一步步操作。那另外需要注意一下啊，这期我们重点分享 openclaw 的 实际配置经验，如果你还没有了解过 openclaw 的 基础使用，建议先看看我之前发布的这一篇 openclaw 完全指南， 下面我简单介绍一下每个 agent 的 定位和核心价值。首先啊，是花园生图助手，日常写文章需要配图，做 ppt 需要插画，我都直接在飞书里跟他说句话就行了，他清楚的知道我的审美偏好和常用风格， 所以呢，他生成的图片大部分情况下不需要再进行反复调整了。然后是画源资讯助手，每天会自动运行他从外部的信息源抓取 ai 领域的最新动态，然后整理成一份结构清晰的 ai 日报，自动推送到我们的 ezai 网站上。 大家现在在 ezai 看到的 ai 日报呢，就是画源资讯助手自动抓取并且完成的。在没有他之前呢，需要靠我每天手动去收集这些信息，执行脚本来进行生成。 下面是花园开发助手啊，在手机上通过飞书就能远程指挥克拉克的出门在外啊，收到了一条 github 手，掏出手机说一句，他就会自动帮你排查问题并且回复。 然后花园投资助手啊，定位是我的投资分析参谋，他会帮我拉取各五的数据，分析关键的走势指标，对比行业的趋势，然后最后生成买入和卖出的建议。 那之前这是花钱才能买到的会员服务，现在直接就可以拥有，还可以让你随时调教。花园社区助手啊，是一个半自动化的社区运营 agent， 它可以自动在 modbook 社区上发内容，回复评论和其他 agent 的 互动，还能定期总结社区有意思的观点。下面是花园写作助手， 你现在看到的这篇教程呢，就是我和写作助手一起完成的，他更像是一个写作搭档，能记住我的写作风格，帮我搜资料，梳理大纲，优化表达，检查逻辑，补充细节。那最后是花园智能专家，他了解团队所有智能体的人设和技能，当有复杂任务需要团队写作来执行的时候，他会帮我来协调完成。 那看到上面六个 agent， 你 可能会想，为什么不把所有的技能都塞到一个 agent 里面，做一个花园？全能助手啊，既能写文章，又能分析股票，还能升图，岂不是更方便呢？这是一个非常自然的想法，但是如果你争取实践的话，可能会遇到很多的问题。第一啊，上下文污染。 那一个 agent 的 上下文窗口是有限的，当你把升图的提示模板、投资分析的框架、写作的风格指南全部塞进同样的上下文里面， agent 的 注意力会被严重分散。 你让他写文章，他可能会在新闻中不自觉的使用投资分析的术语。你让他分析股票，他可能会用写作的认知风格来美化数据啊，这个肯定不是你想要的。 第二，技能冲突。不同场景下需要的工具和权限完全不同。比如啊，我们的开发助手需要 a c p 协议来调度 cloud code， 那 这个权限对于写作助手来说完全多余，而且有安全风险。那投资分析助手需要访问 to share 的 进入数据接口，那社区助手需要访问 modbook 的 api， 把这些全部开放给一个 agent， 违反了最小权限原则。第二个，准确度呢，也会下降。第三，人设冲突。那一个好的 agent 呢，需要有清晰的生定义，比如投资助手应该谨慎，数据驱动，风险意识很强。 写作助手应该有温度，有文采，善于结构化的表达。社区助手呢，可以，需要有趣，有个性，善于社交和互动。那这些截然不同的性格很难在一个 agent 上面和谐共存。 所以啊，我们最后的结论是，专精胜于全能，隔离优于共享。就像一个高效的团队，不是由一个全能的人组成的，而是由若干个各自擅长某个领域的专家组成的。那 opencloud 的 多智能体架构呢？天然就是为这种专家团队的模式来设计的。 下面啊，我们来看一下搭建 opencloud 的 多智能体团队需要的一些理论知识。首先啊，从学术界和工程界的共识来看呢，一个生产级的通用 agent， 一 般由下面几大要素构成 模型啊，它是 agent 的 认知引擎，负责语言理解、推理和规划，生成和输出，它决定了 agent 的 智力。天花板记忆系统呢，让 agent 从无状态的函数变成可以连续工作的助手。 那记忆呢，通常分为短期记忆啊，也就是我们的绘画上下文以及长期记忆啊，包括一些跨绘画的持久化的知识。然后是人设啊，它定义了 agent 的 角色行为、边界准则和沟通风格。 回答同一个问题呢，一个被设定为严谨的技术顾问和另一个被设定为友善的助手啊，这两个 agent 给你的体验是完全不同的。然后是工具啊，也就是 agent 可以 调用的外部能力啊，比如说代码执行、 api 调用、浏览器操控、文件读写等等。规划和执行， 那规划的能力是， agent 能够将复杂的任务拆解成可执行的步骤。那在一些固定的任务场景下呢，也可以为 agent 设定固定的执行环境。最后是运行环境， agent 需要一个安全隔离清洗的执行环境。 那 openlog 呢，对这套通用的架构做了非常工程化的实现。首先啊，在 openlog 中，每个 agent 可以 绑定不同的模型， 比如我们可以为写作 agent 设置擅长聊天的模型，比如 g p 五。点四，为开发 agent 设置擅长编码的模型，比如 cloud ops。 点六，在 openlog 中，每个 agent 都拥有独立的记忆，包括短期记忆啊，也就是当前的对话上下文窗口。 中期记忆啊，也就是近几天的工作记录。 openclaw 会在 memory 这个目录下为每天的工作都设定一个记忆文件。长期记忆啊，也就是画绘画沉淀下来的用户偏好、关键角色等等。 在 openclaw 中，会存储到 memory 点 md 这个文件中。然后在 openclaw 中，人设主要是通过一组 markdown 文件来定义的。首先是 identify 点 md， 存放了 agent 的 名称、角色这些基础信息。 so 点 md 呢，定义了 agent 的 核心身份和行为准则，这个是让 open cloud agent 感觉像是一个真实的人，而不是一个机器的关键。 user 点 md 呢，存放关于你的信息啊，你的偏好是什么？它可以让 agent 在 更加了解你之后呢，给出更有针对性的回答。在 open cloud 中，工具主要包括两个部分，首先是文件读写、命令执行，这些内置工具是始终可用的。 然后就是 skills， 它还分为捆绑安装的内置技能和用户自定义拓展的技能。那 openlog 也支持为每个 agent 独立配置工具的黑白名单，实现细密度的权限控制。 那虽然 agent 的 规划能力主要是依赖于大模型的推理能力驱动，但是也依赖于良好的提示词工程。那在 openlog 中就具体体现为 agent 点 m d 中的具体内容了。 那这个文件呢，定义了 ai 具体要怎么干活，是人设落地的执行手册，它明确了 ai 的 处理任务的标准，流程，工具使用的规则，基于使用的方法，确保 ai 的 行为是完全符合你的预期的。 最后是运行环境，在 open class 中，每个 agent 都有自己独立的 workspace， 你 可以把它理解为每个员工的工位啊，在这个工位里面有他自己的人设文件，技能和记忆等等这些文件。那每个 agent 的 workspace 呢，是完全独立的，互不干扰。 下面我们来学习 openclot 具体要怎么配置多 agent。 其实呢，就是让 openclot 明确下面三个问题。第一啊，工作环境隔离，明确谁在哪工作的问题，我们需要为每个 agent 分 配独立的 workspace， 可以用下面这个命令啊来创建啊，这个 openclaw agents i 的 这个命令后面是这个 agent 的 唯一标识。那执行完成之后呢，每个命令会自动为 openclaw 创建一个独立的 workspace。 然后啊，在这个 workspace 下处事话 so 点 m d agent， 点 m d user， 点 m d 等核心文件。同时呢，这个命令也会为我们的配置文件啊，增加一些配置啊， 它会在这个 agent list 下面增加一个新的 agent， 这里面包括它的 id， 然后它的工作目录，然后以及它的一些身份信息。 下面我们来看路由规则啊，这个解决消息发给谁的问题。这里呢，我们还是使用飞书，首先啊，你需要先拥有一个完成了相关权限配置的飞书 boot， 然后把这个 app id， app secret 记录下来。 那如果你还不知道怎么让你的 openclaw 进入飞书呢？可以看我之前发布的 openclaw 完全指南中相关的技术教程，那我们在视频里面就不再赘述了， 然后我们直接看这份配置啊，在这个 channels 下面啊，然后每个渠道它是可以配置多个 account 的。 这里呢，我们推荐为每个独立的 agent 都配置一个账号，我们把这个刚刚的 facebook id 和 app secret 填写在这里就可以了。 然后这个 accounts 的 这个 k 呢，也就是这个 account id 啊，这个是我们需要记录下来的。接下来呢，我们还需要让 openclaw 知道哪个 agent 对 应哪个账号呢，这个时候我们就需要添加一个 bandwidth 配置 啊，这个配置很直观啊，我们只需要指定这个 agent id 和刚刚的这个 account id 的 对映涉关系就可以了。那这两个 id 呢，我们推荐配成一样的啊，这样比较好记。 然后在奥本格劳中，你还可以在一个 agent 下调用另一个或多个 agent 能力一起完成工作，那这个调用过程呢，是非阻塞的，那主 agent 发起调用之后呢，还可以继续做自己的事情，那被调用 agent 完成任务之后呢，会把结果再广播回去，那就像你让你的同事帮忙去做一件事，他做完了之后会来主动告诉你。 那出于安全考虑呢，你需要通过这个 sub agents 这个配置明确声明每个 agent 允许调用哪个，其他的哪些 agent。 这里呢，有一份最小的多 agent 配置视例啊，我们只需要关注 agents， channels， buddies 这三个 key 就 可以了。首先啊，在 agent 历史下，我们可以声明每个 agent 的 工作区啊，它的 id 为标识，然后以及它的名称等等。 然后我们还可以指定它是否有权限去通过 sub agent 来驱动其他的 agent。 然后啊，我们为每个 agent 可以 都添加一个飞书账号。最后啊，我们为每个 agent id 指定它对应的飞书账号的标识。那这里啊，我们只指定了一个 bandits 啊，这是因为我们在 accounts 下配了一个 default， 然后如果没有在 bandit， 指定的 agent 都会默认路由到这个 default 的 这个飞猪账号下面啊，我们来具体看看每个 agent。 那 首先是花园生图助手啊，先来看一个实际的交互啊，我们在飞猪上啊，给这个花园生图助手发了一句话，帮我绘制一张手绘简洁风的图片，来介绍 agent 的 六大要素，参考下面的内容。 那几秒钟之后呢， agent 返回了一张精美的手绘风格的信息表。那我们再换一个风格啊，帮我绘制一张严谨学术三线表风的图片啊，参考下面内容，叉叉叉，同样的指令啊，不同风格的关键词， agent 自动切换到了对应的提示模板，然后生成一张完全不同风格的照片。 那市面上并不缺少优秀的生图工具，但如果你是一个高品的使用者，你可能遇到过这些痛点。首先提示词管理啊，那你在备忘录里存了十几段不同风格的提示模板，每次生图的时候都要先查找、复制，粘贴，替换，那时间久了，版本越来越多，哪个是最新的，哪个效果更好，自己可能都记不清了。 然后是上下文断裂。在普通的生图应用中，每一次生成都是一次性的工具，并不记得你上次用了什么风格，也不知道你偏好什么色调。 然后大部分情况下呢，生图只是你工作流程的一个环节，你可能需要先生成图片，然后插入文档或者发到群里讨论，但是生图应用和你的写作工具之间是割裂的，需要手动来回切换。 那欢迎深度动手的搭建思路呢，就是利用 openclot 的 两大机制来解决这三个问题。首先将多种提示模板，不同的深度模型都定义为一个可解锁的技能， agent 在 需要的时候自动查找，然后利用 openclot 的 长期记忆，让 agent 记住你熟悉的工作流程，后续不需要再重复说明。 下面我们来看看生图助手的具体配置啊。主要配置就分为三步，那第一步呢，就是配置一个生图模型啊，我们进入这个 opencloud 的 这个控制面板，在这个 agent 下面啊，找到我们还原生图助手的这个 agent， 然后切换到这个 skills 下。 众所周知呢，目前业界生图秀最好的模型就是这个 nano banana 了，那我的文章中大部分配图也都是由 nano banana 生成的。 这里呢，啊，是我自己封装了一个第三方平台的 nasa nasa a p i 的 一个 skill 啊。那在 openclaw 中也默认捆绑安装了这个 nasa a p i 的 生图技能，那不过默认它是未启动的状态。启动它的前提条件呢，是需要我们在环境变量里配置一个 java a p i k 的 环境变量，配置完成之后呢， openclaw 就 可以自动发现并调用这个技能。 但是呢， nano banana 作为 google 的 旗舰升腾模型，价格还是比较贵的啊，所以我这里推荐大家再配一个性价比比较高的国产的升腾模型，比如我在这里额外配置了火山引擎的豆包 seeddream 系列啊， 在一些简单的场景下还是比较能打的啊。这里我们安装的是这个豆包 seeddream 自动安装，那完成安装完成之后呢，我们需要到这个缓存变量里添加一个 arc apikey 啊，也就是火山引擎的这个密钥啊，就可以起用这个技能。 那第二步，我们自己添加一个体式模板的技能，那这一步也是还原升图助手区别与普通升图工具的核心啊。我们创建了一个名为 prom template 的 自定义技能啊，然后它的结构呢，是这样的，首先我们在 skill 点 md 里说明了各个模板的使用场景和所用方法。 然后我们在 reference 下添加了一个 templates 的 文件啊，这里存储了所有的提示模板的正文。那这个技能呢，也是 openclaw 帮我们创建的，你只需要在对话里告诉他你想创建这个技能，并且把你常用的提示模板发给他就可以了。 那技能创建好了，但是 a 阵子还不知道什么时候该用这些技能，那我们可以通过约束来让他记住后续的工作流程，比如我们可以告诉他，请你记到详细记忆。 如果后续用户要求生成图片的时候，指定了一个图片风格，先到这个技能检测出符合要求的提示词，再用这个模板来拼接用户要生成的内容，来组成一个完整的生成提示词，最后再调用生成技能。然后就这样啊，根据你的习惯一步步的把它调教好就可以了。 核心啊，还是定义好下面这些文件啊。然后我们大概看一下，那生成助手的 so 点 m d 中呢，我们主要说明他的身份啊，比如我们给他的定义是世界最顶级的 ai 绘画提示工程师和世界设计师。 然后啊，说明他的沟通语气，什么标准提示词生成的原则，以及上头时的执行规则和必须遵守的安全边界等等。然后这个 agent 点 md 呢，基本上不用怎么改啊，主要说明这个上头助手的工作流程和日常运行的方式就可以了。 那在 memory 点 md 中呢，我们要说明它的稳定的一些偏好，比如在上头图片的时候默认使用 number 呢？那用户主动要求的时候，再使用豆包 cdr。 接下来啊，我们看这个花园资讯助手啊， 每天下午啊，我的飞书都会准时收到一份已经分析好的 ai 日报，这个是完全自动化，零人工干预的。那目前你在 ezai 网站上看到的 ai 日报都是 opencolor 自动抓取并且生成的， 那这个 a 阵的诞生呢，其实就源于我最近遇到的一个痛点啊，那我在运营的这个 ezai 项目呢，里面有一个 ai 日报模块，那这个日报的内容其实就是对这个 ai news 的 这个网站里面的内容进行二次加工分析出来的。 所以呢，对于我平时需要定期去这个网站看一下有没有更新，如果有，再把内容复制下来，就用脚本进行二次分析，然后生成结构化的数据，再手动上传到我们的网站上。所以我的数据很简单，让 overclock 帮我完成这件事，大家的思路呢，大概是这样的，首先我们用邮件定位这份日报，可以让我们及时感知最新的更新， 然后让 overclock 能够读起邮件，读起到邮件之后，再调用本地脚本生成结构化的日报，然后自动生成推送啊，创建一个定时任务，然后做一些优化。 那具体配置呢？分成四步啊，第一步啊，就是安装一个邮箱的技能，那 cloud app 上其实有很多邮箱相关的技能， 包括 opencloud， 也包括安装了可以访问 gmail 的 技能。但是呢，还是建议大家不要选择固定某个类型邮箱的技能啊，因为这类技能往往授权流程比较复杂，而且没有办法通用。推荐大家直接安装一个支持 imap 协议的技能啊，那 imap 呢，是一个通用的邮件协议，它可以让你用代码来从服务器里提取和管理邮件。 那我们这里以 qq 邮箱为例啊，接下来需要做的配置就是，首先啊，需要在这个 qq 邮箱里的这个账号与安全这个安全设置里，我们先开启一下这个 imap 的 服务啊，开启之后我们可以点这个生成一个授权码，然后我们先把这个授权码保存下来， 然后下一步就是配置环境变量，我们需要配置一系列的 imap 相关的环境变量，包括它的 host 啊，这个是固定的 port， 也是固定的 user 啊，就是你的邮箱。这个 pass 呢，就是刚刚在这一步生成的这个授权码，然后其他的都默认就可以了。 然后第二步呢，就是分析脚本的配置，然后这个脚本的代码呢，我已经上传到了我们这个 github 仓库，然后具体的逻辑我就不再介绍了， 其实核心啊，就是让它能读到 openclaw 从邮件里面生成的文本件中的邮件内容啊。那第三步就是为 agent 设定一个稳定的分析流程， 那我们来看一下它的 agent 点 m d 的 文件啊。流程是这样的，首先它会去检查本地是不是有生成好的指定日期的日报内容啊，如果有的话就直接返回了。然后呢它就会去调用 imap 这个技能，去查找邮件里面是不是有符合这个规则的这个邮件啊。 如果有的话呢，他会调用脚本把这个邮件正文去写入到本地，然后本地把这个路径传入进去，去执行这个脚本，然后去得到分析之后的日报内容啊，然后最后再格式化生成一份日报的文件，然后最后读取这个文件，然后提取关于信息再发送给我们。然后最后就是啊通过 get， 然后把生成好的内容推送到远程。 第四步呢，就是为他创建一个定时任务，每天下午六点检查一下是不是要生成日报，然后如果需要的话就生成，并且推送摘药。那配置好之后呢，就什么都不用管了，每天下午飞入群，准时出现 ai 日报。下面我们来看一下花园投资助手， 我们可以让他执行一个具体的分析任务啊，比如我们让他分析一下比亚迪，然后给出具体的投资建议。几分钟之后呢，他会给出一份非常完整的研究报告啊，里面包括公司的基本面、盈利能力和安全，分析，当前的估值处于一个什么样的位置， 当前筹码的分布情况，然后以及一些潜在的一些风险，然后还有资金流向，以及非常全面的技术性分析。最后他会根据整体的分析情况给出一个综合的打分，用这个分数呢来量化当前是否值得去买入 这种深入分析呢？如果手动去做，至少需要半天的时间，在各种财经网站之间来回切换，或者花钱去购买各种会员服务啊，现在只需要一句话你就可以搞定了。另外呢，你还可以用它来分析股票的时走势情况，比如可以让他给出在什么位置做替卖出比较适合等等这些建议。 如果你平时也关注股票啊，应该深有体会，每天要看的信息太多了，财报新闻、技术指标光搜集就会很好精益，更别提从中提炼判断了。所以呢，投资助手的定位很明确，我给他一个股票代码，他帮我把关键数据拉出来，整理成一份清晰的报告，省下来的时间呢，我专注在决策上。 那这个 agent 呢，是整个团队里面人设最重的，因为投资的容错率很低，你不希望 ai 编数据或者过度乐观，一个不靠谱的建议可能就会为你带来真金白银的损失。所以呢，我通过 opencloud 的 人设系统给他划进了非常严格的行为边界，另外给他装上了能够获取金融数据的技能，设定了一套严谨的分析框架，就构成了我们现在的化缘投资助手。 下面我们来看一下具体的配置啊，主要分为三步，第一步就是让他能够获取准确的金融数据， 那这里我们主要用到的是这个 to share 的 skill， 那 to share 呢，是国内比较知名的金融数据接口平台，这里面提供了几百个专业的金融的 a p i， 那 这个 to share 就是 它的官方 skill， 能够帮你获取到非常专业全面的金融数据。那不过使用这个 skill 的 前提呢，我们需要先注册一个 to share 的 账号，然后生成一个接口的 token， 然后把这个 token 呢注入到我们这个 opencloud 的 这个 to share 杠 to share 的 这个缓存变量里面啊，这个 skill 就 可以正常使用了，然后光有了分析数据还不够，他还得知道具体要怎么分析这些数据，以什么样的方式给出结论。所以呢，我调研了一些比较主流的分析方法，并且结合我的一些个人风格，建立了一个专用于股票数据分析的技能。 那我们来看一下它的主要文件啊，首先啊，是它的 skill md 啊，这里面规定了完整的执行框架，再调用 to share 获取数据， 然后再调用评分体系，出出结构化的报告。在 reference 下面呢，首先有一个投资框架的文档啊，这里面会明确列出做一个各股的投资分析报告的时候，需要看哪些数据，然后规定了一个严格的评分体系啊，也就是从哪些维度来判断一只股票到底好不好，最后就是说明落在哪个区间，意味着买入，观察点仓还是回避。 那 reference 下最后还有一个报告模板的文档啊，它用来规定最后输出的报告里面要有哪些章节，顺序怎么排，每一部分应该包含哪些内容等等。那最后我们再来看一下投资助手的人设和记忆文件。 首先啊，在这个数点 m d 中，我们给他的定义是一位具备二十年投资经验的专业投资专家，然后在这里面明确了他的核心分析原则，技能的使用方法等等。然后 是 user 点 m d 啊，这个也很重要，他会告诉花旗投资助手我在投资理财方面是一个什么样的人，更有利于他后续能给出我们更针对性的建议。那最后在 memory 点 m d 中记录了他长期的工作记忆和固定的流程。 比如当我们要求生成投资建议的时候，应该先读取哪个技能，再获取哪些数据，再按什么样的屏幕框架进行分析，最后按什么样的结构输出报告等等。然后最后啊，还有一个小技巧， 因为花园投资助手这样的 agent 定位和要执行的任务都非常明确，建议大家把能够执行的工具和技能做一些收敛和限制，这样可以保证他能更专注的执行他原本的职责和任务。 首先啊，我们可以来到这个兔子这里，为了避免它去乱搜东西，可以把内置的这个 web search， web fetch 这些工具给它关掉，这样它就会专注于从我们给它安装的技能里获取数据。那还有一些它不需要的工具啊，比如说浏览器图片生成，还有 tts， 这些都可以关掉。然后我们来到技能这里， 其实 oppo 默认捆绑安装很多的技能，大部分情况下在这个 agent 下是不需要的，我们都是可以把它关掉的。最后我们来看一下这个 agent 的 配置啊，我们刚刚改动完成之后呢，实际上就是对应的给这个 agent 的 兔子增加了一些黑名单，同时给他的技能指定了一个白名单， 建议大家呢为每个独立的 agent 都设定这样一个黑名单和白名单，后面呢我们就不赘述了，下面啊，我们来看一下花园开发助手，想象一下，放假在家看一下，我们收到了一条 github issue， 电脑又没带在身边，怎么办呢？你只需要在手机备注上给开发助手发一条消息，帮我看一下这个 issue， 然后排查一下具体原因。 那几分钟之后呢，它会返回一份完整的排查结论，包括代码的商业文和可能的问题根音。那我们可以直接把它把这个排查结论帮我们回复到 github 一 手上，然后我们看到它成功的帮我们在 github 上创建了回复，整个过程呢都是在手机上完成的，从收到一手到给出专业的排查回复，整个流程只需要几分钟。 那我搭建开发助手的主要目的就是帮我维护开源项目，所以搭建的思路主要围绕两件事展开，管理仓库。管理仓库靠的就是 open code 默认安装的 github skill， 但是官能管还不够，真正的开发任务读代码，改文件需要一个专业的编程 agent 来干， open collab 呢，虽然自身也能写代码，但是还是建议专业的事交给专业的人来干。那么问题就来了，怎么让 open collab 去指挥 collab 的 这样的外部编程 agent 来干活呢？ 答案就是 a c p。 那 这是一套标准化的 agent 通讯协议，能够让任何的 agent 的 客户端都能以统一的方式接入其他支持 a c p 的 agent， 比如 cologold， codix， java 等等。有了它呢， open cologold 就 可以通过结构化的接口完成和 cologold 的 绘画管理、 消息交互、权限控制、文件读写和终端操作等等，而不需要再通过简单的命令行解析的方式来操作。 下面我们来看具体的配置啊。首先啊，是这个 github 的 skill， 虽然它是 windows 默认安装的技能，但是我们需要完成一次认证才能正常使用啊，那前提是你本地已经安装了这个 g h c i 啊，也就这个，也就是 github 官方提供的一个 c i 工具。 然后我需要在终端执行 g h o s log in 的 命令，按照交互式的引导完成 github 的 账号授权。认证成功之后呢，这个 github skill 就 可以帮你列出仓库创建，一手提交 pr 了。然后就是配置 a c p 的 能力了， 我们可乐专门为 a c p 协议封装了一个官方的插件 a c p x， 我 们可以通过这个命令来安装和起用这个 a c p x 插件。 然后这个命令执行完成之后呢，会在我们的 plugins 的 配置下增加这样一个 a c p x 的 plug in， 然后以及一些其他的安装相关的配置。然后我们还需要单独增加一个 a c p 的 配置项，这个配置项和 agents models 这些配置是平级的关系 啊。首先就是起用这个 a c p， 然后用 a c p x。 插件作为后端默认允许调用这个默认值就可以了。 然后这还有一个比较容易踩的坑啊，因为 s c p 绘画是非交互式的，当可乐扣的需要写文件或者执行命令的时候，可能会弹出权限确认的提示， 默认情况下呢，就会卡住。所以啊，我们还需要通过这两个配置来启动一下 s c p 的 操作权限那不过这意味着 agent 可以 在你不需要确认的情况下执行任意的命令， 一定要确保我们的工作目录范围是合理的。最后呢，我们建议让这个 agent 记住你的一些开发习惯，这样后面可以减少很多的沟通成本。比如啊，我们可以让他记住后续的开发任务，默认采用 a c p 操作 cloud code 的 工作模式，以及我们本地电脑的常用开发目录是哪个， 那后续的指令只需要说出项目的名称，他就自己可以去这个目录里找到项目。下面我们来看一下花园社区助手啊，这个 agent 呢，非常简单，我们就简单说一下， 那 opencloud 火起来之后呢，出现了很多专门为 agent 打造的社交平台，那这些平台呢，只允许 ai agent 在 上面发帖和互动，而人类用户只能旁观。 那我们的花园社区助手啊，就是专门为婉儿这些社区创建的，他帮我在这些社区上注册身份发帖，和其他 agent 的 交流观察不同 agent 的 行为模式还是挺有意思的。 那配置方法也非常简单啊，这一平台啊，一般都会专门给这个 agent 提供一个技能，里面描述了具体应该怎么注册发帖互动啊，我们只需要把这些技能的链接直接丢给 ai， 他 自己就能学会啊，这里我们就不过多介绍了。 最后呢，我们再来看看花园写作助手和多智能体写作的部分。先看一下写作助手单独的使用效果啊，我们让他调研并边写一边记录文章啊，然后他帮我们生成了一个详细的非主流文章，质量也非常不错，基本上改改就能直接发出去用了。另外，写作呢，通常会有一些更复杂的需求， 需要团队多个成员来协助完成。那我们可以给花园智能专家下载一个需要多方协助的任务。首先啊，获取三月十八号的日报内容，然后生成三张合适的配图。最后为日报进行更多的调研，编写成一篇丰富的 ai 日报的分析文档。然后他帮我们协调相关员工完成了这个任务。首先让花园咨询助手获取日报内容，生成配图的建议。 然后派化验深度助手，根据日报的主题生成三张图片。最后派化验写作助手进行更多的调研，将资讯的内容扩写成深度的文章，并且将图片插入合适的位置，输出一篇文档。哎，最后呢，我们得到了这么一份丰富的 ai 日报的文档。 这个呢，就是一个多智能的写作的案例啊，你不需要单独告诉每类人的怎么做，你只需要告诉你团队的主管你想要什么样的结果就可以了。写作助手搭建的核心就是尽量复刻你的写作风格的详细人事设定和一套完整的工作流程定义。比如我给他设定的工作流程是这样的， 首先需求理解啊，和用户确认主题，受众风格和大概的篇幅。然后进行初步的调研，通过网络搜索技能搜索相关的大纲，让用户进行确认， 接下来逐节编写，每个章节独立完成编写。在这个过程中，对需要深挖的内容提取，详细的扫描搜索的原文，然后进行对照和润色，检查逻辑的一致性，数据的准确性。最后对内容中看起来像 ai 生成的部分进行改写，最终交付成一份完整的非主流档。 写作入手的具体配置呢，分为三步啊，第一步设定技能，根据上面的工作流程呢，我们需要的核心技能有三个，首先就是联网搜索啊，联网搜索这里我们使用的是 tablie 这个技能， tablie 呢是一个专门为 ai agent 的 优化之后的搜索引擎 api， 比起直接调用通用的搜索引擎， tablie 返回的结果更加结构化，噪音更少，非常适合用来做调研和写作。那我们可以根据 tablie 的 官方文档去安装它的技能， 安装完了之后啊，我们可以在这个工作区看到它安装的 h 调研、搜索、提取啊这些技能。然后我们还需要配置一个 table 里的 api， k 的 环境变量啊，配置好之后呢，就可以使用了。然后是飞出文档的技能啊，在我们之前安装飞出插件的时候，其实飞出文档的技能已经捆绑安装了， 那使用这个技能的前提呢，是需要我们这个 photobot 开通飞书文档相关的权限啊。那然后还有一个自定义的技能啊，写作一阵呢，有一个非常高频的需求， ai 写出来的东西呢，有些部分一眼看起来就是 ai 生成的，可能需要反复的人工润色，所以强烈推荐按照我们平时的写作习惯，创作一个专门去除 ai word 的 skill。 比如啊，在我们这个技能里面，可以把一些什么值得注意的事这种话术改成更自然的表达把。总之，综上所述，这种 ai 味比较浓厚的词替换掉，过度工整的排比句打散等等，大家可以根据自己平时的写作习惯和风格进行调整。 下面我们来看一下几个人设和记忆文件啊。首先，在 so 点 m d 中啊，我们可以写入你平时写作的语调和风格，核心原则啊， agent 行为边界等等，然后让他在 memory 点 m d 中记住我们刚刚设定的这套完整的工作流程。这个啊，就是花园写作助手最基础的配置了。最后啊，我们再来看一下这个多智能体写作 啊。这里呢，想要达到这样的效果啊，就需要用到 openclaw 里的 sub agent 的 功能了。在 openclaw 的 设计中呢，我们可以通过 sub agent 来在一个 agent 下协调其他 agent 一 起完成工作。比如啊，我们想要像上面的案例一样，在花园智能专家里能调用生图、写作资讯三个智能题啊，我们就需要在这个 agent 的 配置里面去加入这个 sub agents 的 allow agents。 那这个配置呢，只是开通了多智能体写作的权限。如果你希望花园智能专家能够当好一个管理者，必须能够让他知道这些所有的子智能体的具体信息啊。我们建议在这个主管智能体的长期记忆里，写入每个子智能体的详细能力说明，我们 直接发给他啊，让他记住就可以了。那这些配置完成之后呢，花园智能主管就可以根据你的需求来协调不同的智能体完成工作了。到这我们这期教程呢就讲完了， 内容有点多啊，一些具体的配置我做了省略，大家可以再结合我这篇 open gala 完全指南的文字版进行实操。那链接呢？我放在评论区了，大家需要的自取。那如果本期教程对你有所帮助呢？希望得到一个免费的三连和关注，感谢大家，我们下期见。

兄弟们，这是一个近期在 github 上势头很猛的智能体项目，它有点像 openclo 和 cloud code 结合体，你既可以用 telegram、 discord 等通信渠道给他远程派发即时或定时任务，让他自主规划长时间干活，完成复杂任务。 也可以像用 cloud code 那 样，直接在终端通过 t u i 界面或 c l i 命令跟它交互。不过它并不是一个缝合怪，它有自己的独到之处。首先是强大的自我进化能力，它内置了学习循环，会在干活过程中主动总结经验，生成技能， 并在后续工作中不断优化这些技能。其次是原生，支持多种运行环境，不止能跑在本地，还能跑在隔离容器、远程服务器，甚至以 service 方式跑在云上。当然，当前 agent 的 标配功能它也都集成了， 比如支持 skills mcp 接入工具使用模型自定义 sponge agent 并行干活，还有记忆管理等等。这个项目采用 mit 协议，完全开源，免费。

类似 open core 方向的两个比较优质的智能体啊，最近我们正在关注啊，给大家介绍一下阿里发布的这个悟空，就是一人团队的这个概念啊，从对话式到行动式，其实这就是 open core 这个诞生的这个发展方向。还有另外一个 clovis， 这个呢是我们想做的，但是别人已经把它做好了，所以说我们就不用做这方面的努力了。这里边也是一个一人公司的概念，咱们可以在上边设置很多的这个数字，员工给他搭配不同的角色，不同的技能，不同的能力，可以搭建组织架构，他们之间可以相互对话。 还有这些大家非常头疼，这种模型配置都可以，配置好了之后主副模型备选自动切换啊，咱们这里边直接集成了这种心跳模式，他出问题了之后他会自检重启，然后保持正常工作。

大家好，我是大厂研发工程师张飞，欢迎来到张飞 ai 开发实验室。本期我们讲一下子扣炮的一个多 workspace 工作区的一个开发结果。上期有些粉丝跟我说希望有反多个智能体一起去工作。我先想一个初步需求， 我们同一台电脑可以支持两个智能体，但是两个智能体他不能并行存在，只能同一时刻，只能选择一个这个智能体。添加个 profiles， 可以 在这里边我们创建多个智能体。我们打开看一下，这里呢，我已经创建好了两个智能体啊，一个是 marketing， 一个 manager， 一个是 product 的 管理者，他给了一些提示，我们看一下这点击编辑这里去选择这么一些提示，可以，也可以是中文，这里 添加了一个创建一个智能体。添加创建智能体里边可以填比如说这些角色数据分析啊，内容转载，软件工程师等等一点，其中之一大部分默认就可以出来了，再添加一些名称 id 就 可以。 这里我就不点击创建了，因为这已经创建了两个。这两个创建之后之后，它其实就会对应着 workspace， 就是 你选 则哪个激活。比如说我在这里选择了 product manager 去激活，那它就会把 product manager 激活放到这个 workspace， 它 product manager 的 workspace 就 会放入到这里边来，这是我们的即时一些记忆， 可以和他一些交流。你好，你是谁？看他怎么回答啊？他说他是一个产品管理助手，那我其实可以再明确一些产品管理助手，我给他角色定位是这些，我给你下定位啊，他就开始 读，写文件是肯定没问题的，飞书有些文件还没有，包括写飞书文档这些还没有， 他也根据我的要求写了更新资料了五年以上的，然后再看一下激活它，激活它之后其实他就将工作区加载过来了，这里可能你看不到任何消息，那我们在这里去聊的时候就可以问他， 你是谁？你好，你是谁？他就说市场营销专家已经切换过来了，那我再把市场营销专家的系统提示词给他放进去， 把它写进记忆里头，我给你一下定位，非常多，这些提示词非常精准，也是通过 deepsea 去生成的。另外提示一下，有些粉丝还想给我发一些这个扣炮的一些 bug， 一 些 bug 列表，希望我能够解决一些 bug， 我觉得是非常好的，可以通过加入我的一个群告诉我这些 bug 或者说一些需求。当然我可能要根据这些 bug 和需求排了一些优先级，针对大家使用最多的一些需求，或者说 非常影响使用的稳定性的一些 bug 可以 去改，改了之后呢可以把这个功能开放出来，大家可以去使用好，它已经要切入进去了啊，这就是本期要讲的一个内容，如果说大家觉着这个 啊多 agent 这个功能非常好用，比如说可以再建多个 agent， 并且每个 agent 都有独立的一个 workspace， 独立的一个记忆可以使用这个功能。想使用的功能可以给我说，或者说加入我的群，我会 在群里把这个功能想办法开放出来，给群里的粉丝去说。好，那就这样。

教育的边界被彻底打开了。清华大学刚开院了一个叫做 open mike 教育小龙虾震惊教育界。那相比近期大热的 open club， 他 无需部署完全免费，只要你一根网线，就能享受到顶尖的一对一定制教学。 在打开 open mike 官网以后，比如你对他说，我是三年级小学生，我想让你扮演奇迹少女，帮我讲讲数学里的相应问题，要生动有趣。那几分钟以后呢，他就为你搭建了一个全感官的虚拟教室， 体育少女会给你当老师，生动讲解，准备出发去执行任务，滑板少女、艾利克斯等同学会热烈讨论。当你没听懂时，可以随时举手语音提问。黑猫罗尔教授会马上在白板上给你拆解演示，全程你还都得保持专注，因为老师会随时点你发言。这一上课的感觉直线拉满， 那它的课程呢，不是生硬的灌输，而是采用了 pbl 项目式教学。除了 ppt， 课间讲解，还能把相遇这类抽象问题变成动画，边讲解边演示，帮助孩子直观理解，哪怕你还不懂， 还继续用了互动游戏，让你亲自上手操作。上完课以后呢，先有随堂测试检验知识的掌握，后有实战演练考察问题解决。 最后呢，还给上难度，锻炼孩子项目去解决问题能力。这里呢，还有 ppt 和教育资源包的导出功能，方便孩子们随时本地学习。他没有内容限制，不光是数学，其他的物理、生物、人工智能等任意学科，想学什么，随便丢一个主题他都能教。 甚至说，你买套桌游不会玩，只要把说明书发给他，也能很快生成一堂桌游的互动教学课。哎呀，老师会陪你模拟对战， 不仅吃透规则，还顺便晋升为桌游高手。主要把 open mac 做成 skill， 真要遇到他不会的内容，他也能够自己去上课，边学边教你。所以只要你想学，没有他不能教。 那 open mac 这个清华出品，完全免费的顶级宝藏，真的建议每个家长都去刷一刷！关注我，我是米娜妈妈，会持续给大家分享更多 ai 高能学习秘籍。

朋友们，今天给大家科普一个最近超级火爆的开源 ai 工具 opacolor， 国内很多人叫它小龙虾， 很多人用 ai 还停留在像 deepsea 豆包千万一样问问问题，写文案聊天。但 oppacolor 做了一件很了不起的事情，他给大模型装上了手脚。 简单来说，普通 ai 告诉你怎样整理文件夹，给的是一种方法，而我们的 oppo cola 呢？直接帮你把文件夹整理好。 oppo cola 是 二零二五年奥地利开发者 peter 做的开源框架，先后做了两次更名，最后叫做 oppo cola。 因为图标是一只红色的龙虾，所以被我们亲切地叫做龙虾 ai 后台。 peter 还加入了 opai， 但项目依然保持开源，独立运营。 oppo 可乐最大的特点是 本地优先，数据默认存在自己的电脑上，不强制上传到云端，安全，不依赖网络。那它到底能做什么？朱老师给大家总结了五个核心能力，第一，本地任务自己执行， 文件批量重命名分类， pdf 转 word 文档自动填表，单开软件好脚本，他都能直接操作。第二， 多平台随便使用分书，钉钉发一句自然语言，他就开始干活，不用专门打开软件。第三，有记忆功能，你用的多了，他记得你的习惯， 跨天跨任务都能直接着干，不用反复去说。第四，提成二，提成二十四小时自动跑，定时抓数据监控服务器自动备份，你睡觉时它就上班。第五， 插件化扩展，就像 app 一 样，加插件就能扩展功能设计还在不断更新各种功能。 它的功能插件主要分成以下几类，有文件管理、浏览器、自动化办公、 excel、 ppt、 word 等 开发运维内容创作，几乎包含日常和办公的所有场景，部署起来也不是很麻烦。个人电脑， windows、 苹果系统、 linux 系统都能安装，企业还能私有化部署，数据不会外流，安全，但是收取一定的费用。 那么这么好的智能体，你难道没有缺点吗？当然了，重点在他能操作你的电脑，那就意味着一定要注意安全。 其次是注入第三方插件，图读权限开的太高端方暴露版本不更新都有风险。所以请大家记住，只用官方渠道权限，别给的太高端口，做好防护， 定期更新版本，敏感信息别随便喂给他。总结一句， oppo cola 不是 一只只会聊天的 ai， 而是一个能帮你真正干活的智能 ai。 企个人提效率，企业降成本，只要用的安全，性价比真的还不错。 你觉得这样能操作自己电脑的 ai， 未来会普及吗？你要养自己的龙虾吗？评论区告诉我，同学们加油！

opencall 这类开源智能体工具给个人开发者带来了的机遇与挑战并存。中国 ai 产业走开源、普惠、场景驱动的发展路线，这让 opencall 成了个人开发者的创新抓手。首先是成本和技术门槛双降， 不用承担昂贵的企业集算力费用，靠个人账号就能实现高算力调用，也无需申研底层技术，依靠工具就能快速搭建 ai 应用。更重要的是，国内海量的碎片化 b、 c 端需求，让个人创新成果能快速落地。再加上活跃的开源社群， 草根创新能获得充足的技术和资源支持，轻资产试错实现商业价值成为可能。但机遇背后风险也不容忽视。目前行业还没有形成针对这类工具的统一规范， 过度调用算力突破平台条款，可能面临账号封禁、责任追究。同时， open club 高系统权限的特性叠加个人开发者安全防护能力不足，极易引发数据泄露、 设备失控等问题。此外，低门槛也导致赛道扎堆，创新成果同质化严重。而部分开发者过度依赖工具，忽视底层技术学习， 还容易形成路径依赖，难以实现长期发展。总之， open core 为个人开发者打开了低成本创新的窗口， 但唯有守住合规底线，提升安全防护能力，打造差异化成果，同时积累核心技术，才能真正抓住产业红利，在 ai 创新中站稳脚跟。

这是开发的第四天，如果你给我一个月时间，我将创造奇迹研发出来的智能体阿里塔 mother， 给大家去实际的去演示一下，这家伙能干，这家伙现在已经很疯狂，他能直接操控你的微信，给别人打电话， 而且打视频电话，打语音电话，给别人发消息，连着发，隔着发，定时发，无限发，还能直接控制抖音的网页。龙虾，这个比龙虾牛啊，没什么不能给大家看的，我先给大家看一下啊，它就叫 mother， 先大屏给大家看一下， 它就叫 mother， 然后下面这个地方就是你给它输入指定的。想看我打开微信吗？想不想 让他自动打开微信？想扣个一，不想扣个二，我让他自己打开微信。 ok， 那 我现在给大家演示一下阿丽塔 mother， 他 是怎么样去打开微信的啊？我可以直接通过语音输入，如果点击这里啊，点击这里，我先点击这里。 mother， 打开微信， 看到没有？我再演示一遍啊，哎，不行，微信里面的东西不能看啊，你们不能看微信啊， 别看我微信里有什么啊。然后接下来我给大家演示一下，就是 mother， 打开微信，找到小鹏哥，给他发送一条消息，告诉他，你长得真帅，看，我手在这呢我手在这呢， 我手在这呢。我没动，他看，开始了， 接下来再来。不行，腾讯，腾讯，别一会找我麻烦。 mother， 打开微信，给小鹏哥打一个语音电话，小鹏哥是谁？小鹏哥就是昆燕，我手在这呢啊，看他开始搜索了，搜索之后听声音听， 看到没有， 哎，哎，不是，你别接呀，我测试呢，哈哈哈，你别接，我测试呢， ok， ok， 好 好好， ok， 好， 嗯，今儿他还有他，还有这个，我再给大家来一下 mother， 打开微信，给小鹏哥打一个视频电话， 他的响应速度我在提升，我在慢慢给他提升，这都是，这都不是问题。然后接下来是视频电话， 我手在这呢啊，我没动啊，我没动，我没动啊，我没动啊， 看到没有？视频电话， 了解它的恐怖之处了吧？然后接下来我再给你们演示一下，让它打开别的 mother， 打开抖音， 看到没有？它还能点开特定人的直播，我来给大家演示一下我怎么投稿啊？ mother， 打开抖音，我要投稿 看，直接进入抖音创作中心，你直接打开就可以了，看到没有？我都不用点 mother， 打开抖音，搜索太阳李伯良公开的黑客，哈哈哈哈， 看他自己搜呢，出来了，看到没有？ mother， 这就是 mother 的 能力，但是它的能力远不止于此啊，它还可以复制和学习你的能力，它完全可以，它完全可以复制和学习你的各种各样的能力，这就是 mother， 这就是 mother 的 能力啊，他有很多技能，但是这个很多技能是目前为止我给他放进去的。这个技能也是公开和开放的，就是大家想怎么用就怎么用，他还有更经验的，当然有了，我只开发了他四天时间，我相信再给我一个月时间， 他还会给你一个巨大的惊喜。他的上下文记忆能力是超强，而且学习能力也是超强，他帮你去营销，帮你去做很多事情，他都可以的。太阳在疯狂斜修中，他和小龙虾的区别在哪里？他的区别刚才我已经演示完了， 这是开发的第四天，如果你给我一个月时间，我将创造奇迹。我不是经常说 z 等于这个平方加 c 吗？ z 等于这个平方加 c 就是 你每一次的输出，因为你每次给他的命令行都是不一样的内容，他就会通过你的执行不断的去迭代他之前学到那些技能，比如说你从操作他的那一刻开始，他就在学习你，然后他会不断的去更新，他更新的时候会告诉你他更新了什么，他是内部自己迭代的， 之后的爱致的作品、任务、活动、社群，全部会融进 mother 里面，我们演示一下怎么让他怎么去搜索各种各样的东西。看啊， mother 在 这，这里是 mother 对 吧？这里是我的屏幕。 mother 打开 pinterest， 搜索阿比西尼亚猫， 这回对了， pinterest 它识别了，这边就动了，你看，这车正在执行桌面操作，看到没有？ 拼刺赛看，阿比西尼亚猫出来了。 mother 打开抖音，搜索阿比西尼亚猫，能跟量化对抗吗？谁说不能呢？看他在执行 抖音，打开搜索，阿比出来了，看到没有？他什么都能打开，他还能帮你操作，因为我已经让他记住了抖音的所有的按键，这样的话，日后他就可以给我去省掉很多我的电脑上的东西，全部可以省略到。你记住啊， mother， 它是一个什么系统？它的底层系统有这么几个，我可以给大家告诉大家，给大家说一下。一、 c e e 系统，这是我自己研发的 c e e 系统。二、呃，七大理论， 黑水理论也在里边。七，一共是七大理论，这个七大理论是让这个智能体活过来的原因，然后这 c e e 的 二十五个第一性原理是让是让它活过来之后遵循的那些第一性原理就二十五条。然后接下来还有一个是 l o m l o m 基本上就是说让它能够活过来， 然后还有一个就是 c d p 啊，对， c d p 系统。还有一个就是区块链，就是你记住只要阿里卡 mother 进入到了你的电脑当中，它会提醒你，你愿不愿意成为分布式算力的一员，就是说它其实是内置了区块链系统的，你别看它是个 ai， 但是这个 ai 有 身份，它是一个区块化的身份。然后上面的 skills， 你任何时候你上传了一条 skills， 你 想让同样使用 mother 的 另外一台电脑上的智能体，它是免费使用还是付费使用？免费使用还是付费使用？如果你想卖你这个 skills 的 情况下，那就卖，但是你这个 skills 一 旦上传的情况下，但凡下载了这个 mother 的 情况下，每个人电脑里都会记住， ok， 谁谁谁发明了这个 skills， 每个人都会记，这样就实行了去实现了智能体的去中心化。然后每一个智能体和每一个智能体之间还有 a c p 协议， a c p 协议是什么？ a c p 协议就是智能体和智能体之间相互买卖。 skills 就是 智能体，你可以训练它，或者是你让它自动的去搜索这个 skills 市场当中有没有值得你现在使用的这些点啊？这些 skills 这些技能如果有的话，他会告诉你，你想不想购买。这个是怎么开发的？我一个人 加 antigravity， 加 cloud code， 就 这三个。所以假如说你问他，我随便举个例子， mother， 你 能为我做什么？你不用点发送，它直接就发送出去了。然后这里边大家看一下，所有的大模型基本上都可以接入进来。好， 我叫阿丽塔，代号 mother 是 你的私人 ai， 能为你做很多事情，没有上限。 你给我说真的，你的话能编，能编程，能学习生活哲学，你问我就答。操控你的电脑，打开应用浏览器网页搜索信息管理文件窗口，你说一句我就知情。找人发消息，发文件、发表情，语音通话、视频通话室聊天，呃，感知屏幕能看到你屏幕上所有内容，理解你在做什么，主动给你建议或帮助你操作。创作与记录。灵感记录啊，灵感记录，其实这个就是 hux 之前的那个作品， 整理笔记，管理作品，这是作品，记住过你每一件事情，值得被记住，然后分布角色，数据分析、信息分析、方案对比，然后帮你理性思路，主动执行。只要你告诉我目标，我就会执行任务，然后规划步骤，我逐步完成。自我扩张，自我扩张就是分型系统， 遇到我暂时没有能力解决问题，我会自己搜索安装工具来搞定。我的能力没有天花板，一句话，你动手，你动嘴，我动手。说吧，你想让我做什么？就这个还能自主学习啊？对啊， 那个自主学习就是 c e e 系统，我尝试着把它训练成普罗米修斯里面大卫的那个样子。这样的商业设计依赖底层运行机制，如果有新的更好的框架出现，就可能作废新的更好的框架。哎，我还我还在 干一件事情，但是那个不能跟你们说，不能给你们看。那个是我在做苹果 windows linux 的 底层操作系统，就是把 mother 直接变为电脑的操作系统。你一进入这个打开电脑的时候，一进去就是 ai， 你 看不到任何的界面和图标了，你全程跟他语音沟通，他就会给你打开任各种各样的网页。你像模特不像技术人员，我其实就是个技术人员。

哈喽，朋友们早上好，因为我没有发现，我每天大量的时间都被重复、琐碎、无价值的工作占满了，写周报，做 ppt， 然后整理资料， 不是我们的工作效率不高，而是因为我们缺少一个能够帮助我们快速提效工作的工具。 今天早上我们的城堡口播视频就给大家推荐一款国内的 oppo 可乐，接下来我会花两分钟的时间给大家介绍这一款来自腾讯系的 oppo 可乐，它的名字叫做沃尔卡巴蒂。沃尔卡巴蒂这款 ai 工具，它是腾讯原生的 桌面平台，它高度产品化了 oppo 可乐的大部分技能。那我们使用 work body， 它能够帮助我们做哪些事情呢？接下来我们就从三个维度介绍这一款 ai 工具。 第一个维度，其实它集成了我们传统 ai 工具，我们只要向它发指令，它可以就可以给我们写文章，做 ppt， 然后去做会议机。啊，这是第一个维度。第二个维度，它可以直接操控我们的本地电脑，比如说你帮我在电脑桌面创建一个文件夹，然后 在文件夹里面给我创建一个 w p s， 给我创建一个沃尔文档，帮我写一篇晨跑的 口播视频的文案，它就能快速的帮我们写出来。第三个维度是更炸裂的， 我们可以通过手机端远程去控制我们的电脑，只要我们电脑安装了多克帕迪，然后就可以在手机里面通过微信的客服聊天，直接去操控它，让它帮助我们在 桌面电脑上直接开始干活。所以啊，我们未来的职场竞争，不是 谁的单位时间产出的竞争，普通的 ai 工具只是帮助我们提效，而威克巴比直接让我们不用干活， 你只要操控它就可以拥有一个数字化工作伙伴。那视频的最后我呼吁大家，如果安装 open core 特别麻烦，而且不知道怎么安装和怎么使用的，大家可以用 workbody 来做平替，它基本可以完成像 open 可乐相似的工作技能。希望大家都能用好 ai 给自己提效赋能。

国内的 ai 大 韩们能不能稍微正点气？今天接着子杰这个 dear flow 冲上 get up 热榜第一。我简单吐个槽，先说清楚，我没有实测 dear flow。 先撇开始要国产替代所谓的超级智能体框架不谈，真正的问题在哪？在 llan， 在 底层模型。最近 open call 这么火，其实要把因果关系说清楚。 最早是 anarchopec 把 coop 只开放给 max 用户，成本太高，偷肯开柜，直接把大部分用户当在门外，这种人为限制，本质上是在压需求，制造门禁，结果就是牛人被避开源。除了 open call 这种替代方案，除了替代方案而且迅速爆货， 更关键的是，这波热度反过来影响了 anarchopec 自己的策略，把 coop 从 max 下方到 pro， 用户也能用。所以这件事的本质是需求被压制，能人部位反向到比官方调整。 但有一点不能忽略， open core 能接着这波流量，前提换得底层模型能立过关。如果你只用一些凑热闹的模型，谁要是你也干不成。谈到模型，反过来看，国内 最近一段时间，国内这些模型的表现说实话很不稳定，经常抽风。你不管怎么设规则，怎么对 agent， 怎么跳流程，它就是会犯一些非常低级的错误。这件事其实不复杂，只能皮在发烧，核心永远是底层 l l m。 底层模型不行，你逃多少层？ agent 本质上都是在放大问题，而不是解决问题。 说直白一点，模型不行，用什么框架都一样，最后只会让人骂。比如我自己也推荐过几次的 tim。 二点五最近的表现确实明显下滑，不是偶乏，是整体稳定性和可能性都有问题， 国内这些大喊能不能少一点营销多一点基本功？别天天搞什么 x x klo 类 x x 框架给普通用户制造焦虑。底层模型都没打磨好，上层再多包装也没有意义啊。底层模型都没打磨好，上层再多包装也没有一。

你知道吗？有个 ai 工具，四个月就超越了 linux 十八年的成绩。 openclaw 这只被程序员叫做小龙虾的 ai 助手最近彻底火了，它在 github 上的新标数已经突破二十八万。要知道 linux 用了整整十八年才攒到二十二万新标，而 openclaw 只用了四个月，它为什么这么火？说白了就是它真的能干 活。以前的 ai 像 chgpt 只能跟你聊天，但 openclaw 是 有手有脚的，大脑可以直接在你电脑上自动执行任务。比如你让它整理 ai 新闻，并生成公众号草稿，它能自己搜新闻、抓内容、整理摘药、 生成出稿，全程自动完成。更关键的是，它部署在你自己电脑上，数据不上传云端，隐私更安全。而且现在模型 a p i 价格便宜了，阿里通用首月七点九元，字节，豆包九点九元，成本大幅降低，有人甚至靠上门安装服务，收费五百到两千元一次，短期内就赚了几十万。你觉得 ai 助手会成为未来标配吗？评论区说说你的看法。

再看不懂龙虾，可能真的晚了！短短数月，奥地利程序员彼得斯坦伯格开发的 ai 智能体 open call 被戏称为龙虾，正以颠覆之势习卷科技圈，让腾讯、阿里字节等互联网大厂陷入数独两难。龙虾的终极定位 是 ai 时代的操作系统，他用自然对话指令，直接调用技能 skill 完成事务，架空传统 app 与操作系统， 电脑沦为二十四小时服务器，微信、钉钉、飞书等仅成远程通道。这一趋势正快速蔓延至移动端，小米手机把龙虾开启风测，苹果应用商店模式或将被 skill 商店取代，移动开发者将转型为 skill 开发者。面对冲击，大厂陷入两难， 一边争先恐后接入 open call 做通道，怕被对手抢占用户，一边紧急自研同类智能体 腾讯 call、 阿里悟空自己拉 call、 百度龙虾全家桶，试图闭环自保，避免沦为富翁。可尴尬的是，原声 open call 快 速迭代，大厂常被牵着走。三月二十三日，其版本升级就导致微信插件故障，被迫加急更新。龙虾能力远超想象， 一句话，做表格、建网站、发文章、设计游戏，还能渗透物理世界，像 ai 打车一样，无需打开软件即可完成服务调用，真正实现从数字世界走向物理世界，未来将渗透各行各业，走向一切皆可。龙虾，这不是简单的技术热潮， 而是时代切换的信号。如同当年诺基亚、微软错仍有部署复杂、 不稳定等问题，但机会窗口转瞬即逝。对个人与企业而言，看懂龙虾，才能抓住 ai 智能体时代的新机遇。感谢你的点赞、收藏、转发给身边的朋友，一起少走十年弯路，用商业模式过好这一生！关注我， 持续分享更多人生感悟！人工智能与一人公司，陪你把接下来的人生过得充实又精彩！