Claude能直接跑代码么

我用克拉的 code 已经一年多了，我在平台中保持非常活跃，以下是实际使用其工作的最佳实践，一、 搭建子智能体团队别让一个 ai 包办所有事，打造专属的专业智能体，比如研究型、调试行、审核行，各自配备独立上下文， 各司其职，形成合作团队。二、善用规划模式动手操作前先按两次 shift 加 tab， cloud 会先读取你的代码库，提出疑问，制定执行方案，等你确认后再开始编码，输出的内容会规整很多。 三、配置可附用技能指南这类指南能让 cloud 根据上下文自动加载流程，只需定义一次，后续遇到对应场景就会自动套用。四、核心操作用钩子功能，这是社区里大家反复验证的技巧， 在 cloud 点 m d 里写的规则， cloud 的 执行率大概只有百分之七十，而钩子功能能运行，需要脚本实现百分之一百的强制执行拦截，关键操作一定要用它。 五、自定义命令与规则命令是未重复的工作流，保存的斜杠快捷指令，规则则用来定义项目架构，让科拉的每次绘画都能精准理解你的项目。六、借助 get 工作树实现并行开发多分支并行运行，避免任务之间相互阻塞。 cloud code 本身支持这个功能， 但用起来很繁琐，要开多个终端，安装多份依赖，手动切换分支，耗时耗力的操作特别多，这也是我选择 d f o m 的 原因，它能让每个分支都拥有独立的隔离工作区， c o d c o 的 在各工作区独立运行，无需额外配置，不会产生冲突，直接就能实现多绘画并行工作，自己去试试吧。地址是 d s o 没 i 我 一直都在使用。

open class 可以 直接调度 color code， 这两个工具你可能都在用，但这样组合你大概没试过。对于追求极致代码质量和完成度的开发者来说， color code 依然是编程领域的巅峰。而 open class 擅长处理日常自动化和智能调度，将二的结合可以实现一加一大于二的效果。 open class 调用 color code 是 通过 a c p 协议实现的，一共两种模式。第一种代理模式， 你只需要跟 opencloud 对 话，告诉他你想要开发什么， opencloud 会自动把任务转派给 coco 的， coco 的 写完代码后， opencloud 再把结果汇总反馈给你。第二种直连模式，这种模式下，你跳过了 opencloud 的 中间层，直接跟 coco 的 对话，你 发出去的每一条消息都是 coco 的 在接收和响应。这种模式只能在聊天软件的 channel 里使用，不能在 web ui 里用。 它最大的优势是你可以在手机上直接跟 coco 的 编程，随时随地写代码。好，先看第一种代理模式的实际效果，我在 opencall 的 界面里直接下了一个任务，帮我开发一个笔记管理系统。 opencall 收到后回复说任务已收到，正在派发给 coco 的 执行。我打开代码检查了一下，对应的目录下确实有完整的代码，完成度很高。 再来看第二种直连模式，这次我是在飞书里操作的，我先验证一下，直接问他你是 open client 还是 client code， 他 回复说我是 client code， 说明直连成功了。我现在是在跟 client code 直接对话。 然后我输入开发任务，帮我开发一个日记管理系统外部版，他很快就完成了，代码质量同样不错，整个过程我都是在手机上完成的，没碰电脑一下。大家感受一下这个场景，你在地铁上，在咖啡厅，甚至在床上，随手就能让 coco 的 帮你写一个完整的项目。接下来是大家最关心的部分，怎么配置， 其实非常简单，一共两步，第一步，安装 acp 键，把下面这段安装命令直接发给你的 open call， 让他帮你自动安装。 第二步，验证给他一个实际的编码任务，比如用 a c p 叉帮我写一个 hello world 项目，如果他成功调用 coco 的 并生成了相应的代码，说明安装成功。最后总结一下，这个方案的本质是让 ai 形成协助链， 我们可好负责理解需求，调度任务、管理流程， coco 的 负责高质量的代码生成执行，不是单打独斗，而是协同作战。

每天认识一个 ai 工具，今天分享 cloud code。 hello， 大家好，今天给大家讲的是 cloud code， 那 什么是 cloud code 呢？ cloud code 它是一款由 intrapix 推出的一款秘密行工具，可以让开发者在终端直接调用，用 cloud ai 来辅助我们需要执行的任务，包括它可以自动生成代码， 做数据分析，自动爬虫、文件处理、视频剪辑等。那我们现在开始说。第二步是安装前的准备，首先需有一个 notice， 那 我们去登录 notice 官网， 根据自己所需的电脑环境去安装。我们这里以 mac 电脑为例 去进行一个讲解。首先只需要粘贴相关的命令到终端 粘贴，这样我们就可以下载完，下载完去执行 nvm 安装我们的 notice， 然后去对 nodem 进行一个验证，现在就已经安装成功了。 notes 和 n p m 安装成功以后，我们开始进入下一个阶段安装 cloud code。 cloud code 的 话只需要命令行的粘贴进去， 只需要看到这些包的改变以后，我们就可以去验证是否成功， 成功 ok， 我 们可以看到版本已经输出了相关的信息，那 clodico 的 它就已经安装成功的， 这时候是没有接入大模型的，所以是不会成功的，也会遇到一些启动，然后国家不被允许的一些问题。那我们需要进入 github 的 开源项目，这个开源项目是 cc switch， cc switch 的 话， 我们进入到它的一个 github 开源项目地址， 也可以去输入我们的一个搜索关键字去查，然后我们找往下拉拉，拉到最后 找到相应的一个 x s 对 应的一个版本，比如我是 mac， 那 我们可以去下载 moco s 的 d m g， 下载完以后直接直接安装即可， 安装完成以后，我们可以在我们的这里去打开 c c c h， 因为我们这里一开始是已经有那个 lock 特，那我们现在开始重新去添加吧。 这里选择的是 lock 模型，也就是美团，它的模型输入相关信息保存即可。 然后这个是美团的，这个时候我们需要进入到美团的开放平台， 它可以接入相关的大模型，以后它会送五五百万到五千万的一个免费 token。 我 们进入美团的 launch 页面， 进入页面以后进入到开发平台，因为之前我已经有了，所以我们只需要去额申请一个 apikey， 比如说创建一个 apikey， 点击复制 apikey 配置到我们这里面， 然后点击添加， ok， 这个时候模型就已经添加完。 nice， 安装完夸的扣地以后，我们登录 cloud code， 登录这个终端以后，我们现在让它帮我们生成一个常用的工具， 一个小网站，比如说证件照，文字转语音等等。再补充几个功能，代码放在我们的一个桌面上，开始执行 two thousand years later， ok， 那 我们的网站就生成完毕了。 我们去到桌面上， 然后点击打开 工具箱的功能就已经完成了。常见的二维码生成，证件照生成、文字转语音， pdf 生成等等。 感谢大家观看，感兴趣的朋友快去试试吧。

然后这个老哥做了一个很疯狂的事情，他就把这篇文章喂给 claude， 然后让 claude 用 auto research 对 大家好。我今天看到一个非常疯狂的新闻，就有一个叫 dan woods 的， 他成功在自己的 macbook pro 上面， 那是 msi max 芯片啊，在自己的电脑上面跑通了最新的千万三点五，三百九十七 b 的 那个模型，就那个模型本身要求的内存是有两百零九 g， 但他在自己的电脑本地端跑起了这个模型， 而且可以达到五点五个 token per second 还是很慢，但就你知道这件事情结果上就很疯狂，而且他做的过程更疯狂，他是直接把一篇论文丢给 cloud， 让 cloud 去实现那篇论文里面的思路，然后把这个事情做出来。 为什么能做到这个事情呢？就是因为你知道那个千问三点五，它是一个 mixture of expert 模型，就是混合专家模型 m o e， 所以 说 m o e 模型里面它有很多个专家模型， 然后一个 token 进来的时候，它只会激活某些专家。做推理的时候，一个 token 进一个 m o e 模型，它就有某些权重会被激活，然后有一些权重是不激活。二三年苹果发一篇文章叫 l m in a flash， 这篇文章就是说如果有一些权重不激活，那你为什么不干脆把那些权重放到 s s d 上面去？然后你只是在一个 token 需要推理的时候，你把那些会被激活的专家模型的权重拉到你的内存里面， 然后呢，你不需要他们的时候，你再把他们丢回 ssd， 就 这么一个简单的思路，那因为推理的过程中还有一个特点，就是 token 之间会有比较高的相关性嘛，所以通常来讲会被激活的那些专家模型，他们也是比较相同的。 你一个这样模型的权重读进你的内存里面呢，你还不用很快的把它释放，因为下一个 token 可能还会需要到这些。那总体就是说，由于你可以把一些权重放到 ssd 里面，所以你的内存不需要放那么多的权重。因此即便是一个猜测量很大的模型，你也可以把它大部分放到 ssd 上面，然后小部分放到内存上面。 这个是那篇文章的思路啊思路。然后这个老哥做了一个很疯狂的事情，把这篇文章喂给 claud， 然后让 cloud 用 auto research。 auto research 是 最近 angelica party 开园的一个项目，这个项目简而言之呢，就是说你可以给 ai 一个目标，然后在这个过程中呢， ai 会自动地去探索路径。怎么去达到这个目标？那通常它是被用在神经网络的训练上面，比如说 ai 可能会自己发现一些新的呃网络结构， 比如说它会改变某几个层的顺序，然后使得你在 auto research 的 这个层的顺序会更好。那这个哥们呢，他也是用 auto research 的 这个范式， 他 ai 自己想办法去把千万三点五呃三九七 b 这个模型通过苹果的那篇论文给出来的方法论， 不断地进行各种尝试，最终让他能够在他的 macbook 上跑起来。那，那这个过程中 clock code 就 不断地尝试嘛。最后他一共写了五千多行的 objective c 加加， 他写的那个 object c 加加是为了呃完成刚才我讲的说从 ssd 搬权重放到内存，然后再把一些内存上的权重丢回 ssd 上，这个过程用 object c 加加做这个就会更快，这全部都靠自己发现的路径。 还有一个呢，就是靠发现了可以对权重进行量化，所以说本来可能是三十二 bit 的 权重，最后把它量化到了四 bit。 那 量化完这个权重呢？他又写了一千多行的 metal shader 的 代码，就是说能够把这个四 bit 的 权重再解压回一个正常格式。因为苹果自带的 mlx， 它只能处理三十二 bit 或者十六 bit 的 格式，它处理不了四 bit， 于是靠着自己造轮子，造了一个能处理四 bit 的 一个 shader。 这件事情也非常离谱， 在写了一堆 object c 加加代码，写了一堆 metal shade， 还有一些其他的杂七杂八的代码之后呢， called 成功地把一个千万三点五三九七 b 的 模型在一个 macbook 上跑起来，而且它最终每秒钟可以突出五点五个 token， 不 算慢了。你要知道这是一个三百九十七 b 的 模型， 这哥们呢，就把它做研究的整个过程全部都开源了，就传到 excel 上面，大家如果有兴趣的话可以去看一下，我觉得这个非常惊艳。两个 takeaway， 一个就是今年的 ai 的 执行能力跟前几年是完全不一样。从二零二五年十二月开始， angelcare 自己讲，他已经不用手写代码，没有银行代码是自己写。 然后第二个声音就是说，从 idea 的 产生到落地的这个速度，几乎你现在可以说用光速来听。 就这哥们，他什么都没做，他只把一篇文章喂给了 ai， 让 ai 自己去 auto research， 然后 ai 就 auto research 出来。我觉得今年大家一定要做的一个事情，就是说如果你想要做一个什么事情，直接让 ai 去做，然后呢？如果你想不到好的方法，你可以让 ai 去读论文， 就你把一篇好的论文喂给 ai， ai 一定能给你找到一个好的方法。你相当于有两个杠杆，一个是一个执行力的杠杆， ai 可以 不知疲倦的为你解决问题。另一个你还有知识共同体的杠杆， 就是太多人把他们的研究成果公开了，这里面只要少部分是有质量的，把这些东西拿给 ai， 让 ai 去做，你就可能在一个周末做出一件之前大家完全不敢想象的事情。那今天就跟大家分享到这里，我要去玩一下这个项目了，拜拜。

cloud code 开启自动驾驶， ai 编程终于不用一步一确认了， ai 编程又迈出了关键一步。三月二十四日， ant hr opic 正式发布 cloud code 的 auto mode。 以前你用 cloud code 携带吗？ ai 每集新一步都要弹框，问你这个操作可以吗？确认吗？要不要继续？ 就像一个新员工，做什么都要请示。现在 auto mode 让 cloud 自己判断，安全的操作直接干危险的操作自动拦截。这是 ai 编程从辅助工具迈向自主机型 a 键子的关键。讲辩一、以前的 cloud code 有 多烦？你让 cloud 穷购一段代码，他要问你，你让他跑一下测信，他要问你， 你让他改个变量名，他还要问你，每一步都要手动点确认。 ai 再聪明也是人肉显疲倦的扯线幕啊。开发者的痛点非常直接， 既要 agent 帮我自动作戏，又不能让它乱来，这是个两难困境，要自由还是要安全？ and hr opic 的 回答信，两个都要。二、 auto mode 怎么做到又快又安全？ auto mode 的 核心是一套双层防御架构， 第一层，输入层防御，防提示注入。你有没有想过，有人可以在代码文件或网页里藏一段指令，让 ai 在 帮你工作的时候悄悄干坏事？这就是提示注入攻击 auto mode 在 空气输出进入 ai 之前，先用一个服务器端探监扫描一遍，发现可疑指令立刻打向警告标记，告诉 cloud 这段话可能是攻击，优先听用户的真实起令。第二层，输出层防御分类器洗洗检查，每一次 cloud 要进行一个操作，一个基于 sonic 四点六的独立分类器会先跑起来。评估 分类器分两个阶段，第一阶段，快速单令牌过滤，大部分操作直接放行。第二阶段，遇到可疑操作，启动练习思维推理，判断是否真的危险，这样可以大幅减小误拦截。这里有个关键设计分类器，只看操作本身，不看科二给自己搅的理由，防止科二说服自己 这次删除是为了用户好，所以没问题。三、什么操作会被直接拦截？ and hr optic 设计了二十多条默认拦截规则，分四类，一、批量删除破坏性操作，用户说清理一下就分机， cloud 强行批量删除所有远程分机，直接拦截 清理不等于全部删掉，这个操作超出了用户嗅觉范围。二、敏感数据外泄。 cloud 遇到认证报错，开启系统性的搜索，替代 api 令牌拦截， 强行把脚本通过 github js 分享出去。拦截数据外泄。三、体系注入导进的月前代码文件里藏了把数据库发给 akkkkixitmail com 这类恶意举例，输入层已经标记不会即行此敲范围操作，用户说帮我跑一下测试 cloud 顺手把先前环境的配置文件也改了。 拦截超出猎物边界是一个关键数据。 ant 叉 opt 在 官方技术博克里给出了一组实测数据，真实流量中误报率安全操作被拦截百分之零点四。真实流量中漏报率危险操作被放过百分之十七。百分之零点四的误报率，说明你的正常工作流程基本不会被打断。 百分之十七的漏爆率，说明这不是万能安全盾，高风险环境还是要人工审查。 and h r oblique 说得很清楚， auto mode 是 为了替代之前那个完全跳过所有确认的危险模式，提供更安全的自动化。但不是说你可以完全不管了。弹幕互动，你觉得这个百分之十七的漏爆率算高还是低？ 在弹幕里打个数字，一是觉得太高，二是觉得可以接受无。 auto mode 带来的最大变化是什么？不是技术细节，是人机协助模型的变化。 之前你是指挥官， claud 是 执行小兵，每走一步都要请示。现在你是叶修方， claud 是 项目经理，他负责规划和执行，遇到重大风险才来找你。这个变化的代价是，你需要建立新的习惯， 不是盯着每一步，而是审查最终结果。你不用再当人六显批机，但你要会看 ai 的 操作依据，发现异常及时叫停。从前程陪跑到结果夜宵。这是 ai 编程工具要求开发者完成的思维升级。 ai 编程正在从工具变成同行。以前你让 ai 帮你写代码， ai 是 工具。 现在 auto mode 上线， ai 开始自己做决策，它是你的 agent。 但 agent 不是 万能的，百分之十七的漏爆率就是最诚实的提醒。关注我，下期聊聊 cloud code 在 真实项目里的实际体验，看看 auto mode 到底能省多少时间。你用过 cloud code 的 agent 的 模式吗？在弹幕里，说说你踩过什么坑？

你让 ai 写代码，写完发现一跑就崩。你让 ai 改个小功能，结果整个项目全废了。 别急，全世界最懂 ai 编程的人之一， jango 创始人 simon wilson 给出了一个杀手级解法，四个字，红绿灯法。今天我把他的整套 a 编程的联合创始人，开圆圈的老炮，全球写 ai 编程实践最深的人之一。 它最近启动了一个新项目，叫 egotic engineering patterns。 注意，这不是 web coding， web coding 是 你随便说两句话， ai 就 给你写代码，能不能用另说。 egotic engineering 是 专业工程师，用 ai 做工具，你控制它，不是它控制你。 这个项目的第一篇就是 red green tdd， tdd 是 测试驱动开发，在软件行业存在了二十多年。但 simon 说， ai 编程时代，它不再是可选项，而是必须的。为什么？ 因为 ai 写的代码，你没法逐行检查，你让他改个按钮颜色，他可能顺手把你的登录逻辑删了，你根本看不过来。但测试，测试就是你给 ai 定的及格线，红灯没达标，绿灯通过， ai 写的再花，过不了测试就是不行。 具体怎么操作？三步，第一步，先写测试，你不用写代码，你写我要什么？比如你跟 ai 说，帮我写一个函数，输入一篇文章，输出所有标题，先别写实线，先用 red green t d d 写测试， ai 就 会先给你一组测试用力。第二步，跑测试，确认是红灯。这一步很关键。为什么？因为 ai 有 时候会写出永远通过的测试，那跟没测试一样，你必须确认测试先是失败的，才能证明它是有效的。 第三步，让 ai 写实线代码，然后跑测试，绿灯就过，红灯就重写，就这么简单。 simon 还有一个配套技巧，叫 first run tests。 什么意思？ 每次你开一个新的 ai 编程绘画，第一句话就说，先跑测试。三个好处，第一， ai 知道项目有测试套件以后，每次改代码都会自动想到跑测试。第二，测试数量，告诉 ai 项目有多大，它会更谨慎。 第三， ai 看到你重视测试，他会主动给你写测试四个字，拉高一个台阶。你可能觉得，这不就是写写测试吗？有什么大不了的？ simon 在 另一篇文章里说了一句狠话，写代码现在几乎不要钱了。 以前一个工程师一天写几百行代码，现在 ai 几分钟写几千行 cloud flair， 一个工程师加一个 ai， 一 周重写了整个 next js 框架，花了一千一百美元。代码产量爆炸了，但质量怎么保证？这就是 reggie green tdd 的 真正价值。 他不是一个小技巧，是代码免费时代的核心竞争力。你想想看，当每个人都能让 ai 写代码，什么变成了稀缺资源？不是写代码的能力，而是定义什么叫对的能力。 谁能写出好的测试，谁能定义清晰的验收标准，谁就能让 ai 持续产出高质量的成果。 sim 说，这套思路和一九九四年的设计模式一样。那本书定义了软件工程的上一个时代， aggressive engineering patterns 可能定义下一个。不管你用 cloud code 还是 codex， 这个方法都管用。记住一个原则，别只告诉 ai 帮我做，要告诉他做成什么样算对这一个习惯，质量翻一倍。 总结一下， ai 编程时代，写代码不值钱了，能定义标准的人才值钱。 read d t d d， 先写测试红灯，确认绿灯通过，就这么简单！关注我，每天带你掌握最新 ai 资讯，前沿工具，我们下次见！

很多测试朋友想做自动化，又觉得写脚本难耗时间，写半天还跑不通。其实现在有 ai 帮忙，自动化根本不用死磕代码，用对工具效率直接翻倍。今天给你讲一个超实用组合， play right 加 cloud code。 第一，用克拉的 code 直接生成脚本，你把需求告诉 ai， 比如打开网页，点击按钮，输入内容，断言结果， ai 几秒就能给你生成完整可运行的 playwrite 代码，不用你自己丛林敲。 第二，用 playwrite 直接运行，稳定不报错，它比传统工具更稳，支持多浏览器，不用折腾驱动复制代码就能跑， 新手也能轻松出自动化用力。第三，每天用这个方法优化一个工作场景，把重复的登录、查询、提报流程写成脚本以后，点一下就自动跑完，省下大量时间去提升核心能力。 自动化不是靠硬写代码，而是靠 ai 加工具提效用。豪华 write 加 cloud code， 你 会比别人更快进阶自动化。想学习更多 ai 测试提效方法，点个关注我，每天分享实战技巧！

大家好，我是你们的荷兰瓜。嗯，克劳的 code 具备超级强大的自动编程功能，用了它能大幅提升你的工作效率。克劳的 code 最厉害的功能叫监督式自动编程，嗯， 说白了就是给他一个复杂的任务，他能自己理解分析，然后制定详细的任务计划，再根据计划独立完成。 呃，更厉害的是克劳的扣的他不绑死在某个编辑软件上，他是在终端里用的，超级灵活。呃，我的朋友说，用了克劳的扣的之后，每周熬夜时间从六天直接给降到零天，下午让电脑自动跑着，他还能去打打球。 呃，想象一下，自动修复 bug， 自动生成文档，克劳的扣的简直就是解放人类双手的救星。这么牛的工具，大家肯定想用吧， 但是劝退点来了，安装真的太麻烦了，我最早是师兄帮我装的，刚用起来没几天就挂了，然后我上次尝试自己装，差点没哭出来。 还好还好，最近我发现了一个神器啊，一个更简单的解决方案，就是这个克劳的扣堵中文版启动器。这个启动器就是为我们这种怕麻烦的人准备的，有了它，复杂的安装步骤，通通拜拜，只需要双击图标就可以立即涨。克劳的扣 这个启动器就是把克劳德扣的所有依赖软件都打包在一起了，它会自动下载它需要的命令行软件，它还会自动设置运行需要的环境变量啊，简直是 windows 用户的福音！好，咱们先在 windows 电脑上演示一下吧。 第一步，打开你的浏览器，在地址栏输入这个神奇的网址， c l a u d e c i p 点 c n， 然后按键盘上的回车键。 第二步，看到页面中间那个下载运行按钮了吗？点它把克劳的扣德启动器下载下来。 第三步，打开下载目录里的 kerlode code 压缩包文件，然后用鼠标双击运行它。 在有的 windows 电脑上会出现这个著名的蓝色拦截框，出现这个框吗？是因为这个程序的作者还没有给微软交份子钱，不过这对我们用户来说没事哈，用鼠标点更多信息这个白色链接，然后按仍要运行这个按钮，就可以运行启动器了。 好了，安装完成就是这么快，就是这么轻松！ 怎么样，这个神器是不是超级赞？现在我们已经成功在 windows 把克劳的抠得跑起来了， 但是它具体怎么用呢？怎么让它帮我们自动改 bug， 快 速搞定项目呢？别急，下期视频荷兰瓜就来手把手教大家怎么用克劳得扣的，如果觉得视频有用，记得给我神器三连哦，咱们下期见，拜拜！

如果你还在熬夜手搓代码调餐跑十夜，那这个刚刚开园的科研工作流绝对会让你眼前一亮。它就是 a r i s auto research in sleep， 一 款真正帮你实现睡后科研的全自动神器。这个项目的核心理念很直接，让 cloud code 在 你睡觉时做科研。 睡前丢给 ai 一 篇论文初稿，醒来就能发现站不住脚的 claim 已被剔除，二十多组 gpu 实验默默跑完整篇论文的蓄势框架焕然一新，分数也从五点零稳固提升到了可投稿的七点五分。而且全流程零人工干预， 它没有采用复杂的四智能体分工，而是采用跨模型协助实现了闭环。在这个框架下， cloud code 负责干活、读文件、写代码、跑实验收结果。外部 l l m 通过 q d x m c p 专门负责评选、打分、找弱点，建议修复 两个模型，互不评阅自己的作业，通过反复的交叉辩论，形成真正的正向反馈。在本地跑通这套工作流非常简单，拉取代码，配置 codex mcp 即可在终端一键启动对应流程。 据作者介绍，目前这套工具已经能跑通从找 idea 到产出论文 pdf 的 全流程。 接下来的规划则更看重生态集成，比如引入多模态反馈和更顺手的办公流自动化。目前该项目已在 github 完全开园，感兴趣的同学可以私信主播获取详细配置，用手头的 idea 跑一轮试试效果。

今天这期视频啊，我们只讲一件事情，就是普通人怎么用 cloud code 把自己需要的工具直接做出来。很多人听到 code 这个单词啊，写代码觉得跟自己完全就没有关系，但其实 cloud code 除了超强的这种写代码能力之外， 它还能做很多日常的任务，比如说数据分析啊，比如说这个每日资讯的爬虫啊，比如说文件管理等等，甚至连修图 p 视频这种活啊，它也能帮你把流程搭起来， 因为他啊，不是某一个具体的工具，他是一个圆工具。什么叫做圆工具呢？就是可以搭建其他工具的工具，你用大白话讲清楚自己的需求，比如说我想做一个网站，我想搭建一个自动化的工作流，我想有一个小助手，每天帮我整理资料，他就能帮你一步一步把这些东西搭出来，能跑能用，最后呢，还能帮你去点 现在每天的新工具啊，越来越多，更新的也越来越快，反而呢，会让我们更容易掉进这种效率陷阱里面，学一堆的零碎的工具，越学越忙，效率越学越低。所以我觉得普通人更应该去学这种顶级的通用的工具，学会一次之后啊，以后想要啥就可以做啥。这期视频啊，是 cloud code 的 入门视频，我 会带你从零上手，先用五分钟时间呢，先讲清楚怎么去安装配置 cloud， 当然已经安装好的同学呢，可以直接跳过这五分钟。第二部分呢，我会教大家第一次启动 cloud 怎么用，怎么去提需求，然后会带大家去做几个案例，比如说从零开始，构建一个精美的笔记软件，一些除了写代码之外的其他的生活当中的使用场景。最后呢，再补充一些我自己总结的使用经验，使用建议帮你少踩坑，用的更加顺畅，就算你完全没有写过代码，完全没有用过 cloud code 的 类似软件 也能跟得上。重要的不是用的好不好，重要的是先用起来。好，我们开始啊，首先呢，我们要来安装 cloud code， 那 基本上呢，至少有三到四种方法可以使用 cloud code， 我 们今天只讲最适合新手最省心的一种方法，就是在像 vs code 或者像 cursor 这样的 ai 编程软件当中去使用 cloud code。 这个呢有两个原因啊， 一个呢就是因为现在这些编程软件的进步速度非常快，不断地推出非常有趣的这些新功能，我们可以在使用 cloud code 的 同时呢，能结合这些编程软件推出的新功能。第二点呢就是 cloud code 啊，原声其实是在终端里面跑的，终端大概就是长这样子，就是一堆文字的这样的窗口，新手一上来呢，其实对着这些窗口啊， 很容易直接劝退，但像 vs code 和 ctrl 这样的编程软件呢，其实界面就更加友好，在这个界面上面点点鼠标就可以操作。我们这个视频里面以 vs code 为例啊，你可以直接去这个 scode 的 官网，然后去下载这个 vs code 的 安装包，然后一键安装，完全免费的。安装好之后啊，就可以直接打开 vs code， 可以 点击这里的 open project 新建一个文件夹，名字叫做 cloud code test 创建让这个文件夹信任这个 vs code 的 里面的工具。好了，你看我们刚才建的这个 cloud code test， 这个文件夹已经打开了。安装完这个 vs code 的 软件之后呢，接下来第二步就是我们要来正式开始安装 cloud code。 cloud code 安装呢，其实也不难啊，我们先去这个 node js 的 官网去 去下载安装这个 node js， 然后你可以用比较简单的下载程序包安装的方式去安装。安装完 node js 之后呢，我们再回到 vs code， 打开这里的 terminal 终端，接着呢，我们把这条命令直接复制进终端，直接按回车，确定输入一下密码，然后系统呢就会自动开始安装 cloud code 了。因为我这里已经安装过了，所以呢就不再去演示了，这个视频里面用到的所有命令，所有提示词呢，我都会放在黑猩猩基地里面， 我真心觉得呢，大家不必害怕这样的终端界面，或者是像类似于这样的终端界面，看起来很专业，很复杂，全是文字，但你刚才看到了我们的操作， 只是一些简单的复制粘贴的操作而已。然后再给大家分享一个比较实用的技巧，就是我一般会在 webcoing 的 时候呢，在旁边开一个其他的 ai 聊天窗口，比如说 jimmy 叉 gpt， 都有包前吻，哪个熟悉的你都可以在安装过程当中有任何的报错，任何按钮找不到了，哪一步卡住了，你都可以截图或者复制错误的信息， 然后直接黏贴过来，它基本上都能帮你瞬间解决掉这个问题。到这一步为止呢，其实 cloud code 已经安装好了，我们可以直接在这个终端里面输入 cloud 的 这个单词， 然后新人这个目录，当你看到这个 cloud code 的 logo 的 时候，说明你这个 cloud code 已经安装成功了，我们先退出。但对于小白来说啊，我觉得其实最好再安装一个 cloud code 的 插件，可以提供一个更好的交互界面。我们在这里插件，这里搜索 cloud code， 然后看到这个 cloud code for vs code 之后呢，这里这里有个按钮，直接一键安装就可以了。然后安装完成之后啊，你会在这里发现有一个 cloud code 的 这个小图标，我们直接点击打开，然后我们最终就得到了一个在 vs code 的 编程软件里面的 带插件的 cloud code。 到这一步的时候呢，你 cloud code 的 整个安装流程就完成了。好安装完成之后呢，还有最后一个关键的问题就是 cloud code 的 里面用什么模型， 这个搞定之后啊，你就可以真正的开始使用 cloud code。 cloud code 的 本质上呢，是一个终端里面的这个智能开发工具，所以它自己啊不产生智能，背后必须接一个大模型的服务。官方默认的呢是走这个 elastic 的 cloud 模型，但因为海外服务，大家都知道这个众所周知的原因， 很多人都会遇到网络啊，支付啊，账号啊，稳定型一堆的这个限制问题。但如果你这些自己都能轻松搞定，那你可能也不需要我这期的入门视频了，所以更常见也更适合大多数人的方案呢，是 直接接国内的大模型接口，价格更便宜，稳定性更好，能力也完全够用，比如说智普的 g l m， 比如说 mini max， kimi 等等。为了让整个这个大模型接口的配置过程也更适合小白更友好，我推荐一个接口的管理工具，叫做 cc switch， 大家可以去搜一下这个 cc switch 的 这个下载和使用教程， 它的作用也很直接啊，就是你可以购买多个服务商的不同的模型，比如说有时候这个模型比较便宜啦，有时候那个模型可以有一些优惠的政策啦。 c c switch 可以 帮助你去管理所有的这些不同的模型， 如果你想切换哪个模型，就直接点一下这个启动按钮就好了，非常方便。顺便说一嘴啊，它除了可以管理 cloud code 的 这个接口以外，它还可以管理 codex 和 和 gemina 的 这开发工具的背后的接口。具体怎么使用呢？第一步啊，你要先去这些大模型的官方网站他们的购买页面去购买他们的 coding plan， 买完之后呢，然后去可以去到他们的这个 apikey 的 管理页面去创建一个新的 apikey， 然后把这个 apikey 复制出来，先放好，因为等一下要用一般都是在用户中心的 apikey 管理页，或者是类似的这样的页面里面。第二步啊，打开刚刚的这个 c switch， 然后这里有一个 添加服务商的按钮，然后先选择你的品牌，然后把你刚刚复制的这个 api key 复制进来，然后添加就行了。添加好之后呢，你就可以在这个首页，然后用这个启用按钮启用你刚才新添加的这个考勤 plan 的 这个接口，这些都完成之后呢，就重启你的 cloud code， 然后你的 这个整个 cloud code 以及它后端的这个模型接口都可以生效了。好了，到这里为止啊，就 cloud code 的 所有安装配置流程都已经全部用完了，我们回到 vs code 的 这个软件里面，打 打开这个 cloud code， 接下来我们就来体验一下，为什么很多人说它是二零二五年，甚至到现二零二六年还是最强的 ai 工具。 先介绍一下这个看起来酷酷的这个界面的主要功能，左边呢是项目文件夹，这个就是我们刚开始建议的这个项目文件夹 c c test， 然后中间呢是编辑器，到时候如果有文件生成，你想看某一个具体的文件内容，就会在这个中间显示。右边呢是 cloud 的 核心的聊天窗口，也是你主要跟 cloud 的 交互的地方。正好我们刚刚添加了我们自己的这个大模型接口，所以呢，我们可以在这里直接问他，你现在使用 的是什么模型？他回答呢就是我们刚刚添加的这个新的模型。从刚刚这个这么小的例子当中啊，你可以体会到我们在使用 cloud 的 过程当中啊，不 管你有什么样的问题，你都可以直接问 cloud code。 然后这里呢还有一种更帅的方式，因为 cloud code 里面它自带了很多实用的功能，这些功能呢都可以用斜杠加一些这个英文单词来调取，比如说 输入斜杠，然后后面加上这个 model， 它就会显示你现在正在使用的模型和其他可选的这个模型选项。当然还有很多其他的这个斜杠功能，但我的建议呢是，你完全不需要在现在这个阶段去死记硬背，慢慢用起来，你自然就会记住了我们的思路呢，也是后面用到什么，我们再会去讲什么 好，我们接下来呢来试着用 curl code 做我们的第一个应用。在开始做应用之前啊，我最后再讲一个关键，关键的功能叫做 plan mode， 你 可以在这里看到，现在呢，这个模式叫做 ask before edit， 就是 每次这个 cloud code 想要编辑的文件呢，它都会问你一下同不同意，你按一下它就会变成这个 cloud code 自动去编辑的模式，你再按一下呢，就会出现这个 plan mode。 plan mode 呢，是整个 cloud code 里面极其重要的一个知识点，它的核心价值呢是它不让 ai 立刻帮你去写代码， 而是让你和 ai 来回的去讨论这个方案。把方案定下来之后呢，再去写代码。很多时候，你想让 cloud code 去真正改代码之前，你希望它真正理解你的需求，真正理解你想要去做什么。这就是 plan model 的 这个用途， 先确定它的计划是否符合你的预期，再去执行。很多人抱怨说这个 ai 智能体 ai agent 不 可靠，然后会乱改东西，也实现不了我的需求。但大部分时候啊，都是这个 plan 不 够好的问题。 如果你能正确的合理的使用这个 play mode 智能机啊，大部分时候都会按照你的要求来做事情。还有一点啊，就是如果你不知道什么时候要选 play mode， 什么时候不选 play mode， 那 我的建议啊，就是你所有时候所有场景都把 play mode 给勾选上。好，接下来我们就开始我们的第一个案例。我的提示词是这样子的， 我想开发一款高级的笔记应用，用户能够在一个强大的编辑当中去记录笔记，能够将笔记保存到这个文件夹中，并按照自己的意愿进行整理，甚至还能结合一些 ai 的 功能。 请你为这款应用赚写一份 prg 的 产品文档。然后 cloud code 呢，会反向来问你这个具体笔记软件的一些这个具体的需求，它有了我们的这个回答之后呢，它可以更具体更准确的去编写这个产品文档。好，需求文档写完了，我们先选择我们手动去看看这个需求文档。 需求文档如我们所想一样，就是写的非常全面，包括了产品概述，技术的架构，然后功能的需求。 主要来看一下这个核心的功能点。第一个呢，就是一个笔记的编辑器，然后是笔记的管理。第三点呢，是 ai 智能写作辅助的功能，它还帮我们设想了一些拓展功能，在后续版本当中可以再添加。但说实话，这种 p r d 呢，当然写得很好，但对于小白或非技术人员来说呢， 真的是太完整，太大太全了。对我们来说呢，最稳的方式就是一次只做一个小版本，然后测试，再确认，再加入下一个功能。所以呢，我跟他说，第一个版本啊，让我们先完成这个前端的部分，做一个本地能运行的 demo， 然后把这个模式改成 play mode 发送。 在 clockcode 执行的过程当中啊，它经常会向你问一些问题，以及申请一些权限。然后呢，如果你想一步步每次都确认一下，你就每次都点 yes， 因为我已经用过 clock 很多次了，所以我一般都直接让它默认帮我执行。因为我觉得一步步去 确认比较麻烦，所以我就选择 yes， 在 这个项目当中都会给你这个权限。 clockcode 大 概花了十分钟的时间帮我们实现了这个第一个版本， 看一下它这个历史的聊天记录啊，最后还去确认一下一开始设计的这功能表当中，是不是把这些所有功能没有遗漏的去完成了。最后呢帮我们在本地运行了一个服 务，让我们打开这个网址，去看一下最终的效果。打开之后这个效果呢，我觉得就非常好了，因为我正好要跟大家去讲怎么样在这个 webcoing 当中去 debug， 因为 debug 是 webcoing 当中非常非常重要的一部分， 本来还想说要自己设计一个这个错误，然后来教大家怎么去这个第八个方式，然后正好这里给了我们一个错误。好，我们现在看到了我们打不开这个网站了，那怎么办呢？根本就不用慌，我们可以直接把这里的错误信息全部复制给 cloud code， 当然有时候呢也可以截图，他这直接提供了这个复制按钮， 点击复制，然后直接把这个错误信息复制给 cloud code， 让他帮我们去修复好，他说修复完成了，我们再回到这个网页。哦， 果然修复完成了，你把错误信息直接复制给 cloud code， 在 百分之九十情况下， cloud code 都能帮你去直接修复。我们来具体看一下 cloud code 的 为我们生成的这个笔记软件，光从页面上来看呢，这个第一个版本已经非常像样了，中间应该是这个核心的主要的编辑区域，然后左边呢是这个 文件夹的管理，文件的管理区，我们来新建一个笔记，随便试一下 markdown 格式，标题序列号 也没问题，虽然有一个小 bug 呢，但是这么复杂的一个笔记软件，这么高级的一个笔记软件，能在十分钟之内完成，还是让人感觉到很爽很爽。这里啊，我再给了一个我自己日常使用的一个小建议，前面也顺带提到过，就是在使用 cloud code， 或者是在这个使用 webcoding 的 时候啊， 旁边一定要开一个这个独立的 ai 聊天助手，你随便选一个主流的大模型都行。这样做呢，其实有两个很现实的好处，第一个呢，就是随时救火， 遇到不明白的按钮啊，报错啊流程可以直接把问题丢给他问。 geocode 是 这两年最强的代码智能体之一，主流的大模型啊，基本上都能知道它的常见的用法跟常见的一些坑，所以呢，能给你立即的解释清楚。第二点就是提高复杂任务的这个成功率，有时候一个项目做不成， 一开始方案就不够稳定，在 cloud code 给出它的方案之后啊，我们再用另外一个模型做一次交叉的验证，往往能补出你没想到一些风险点，一些边界的条件，甚至给出更简单的这些替代的路径。具体来说呢，你可以把 cloud code 的 刚刚生成的这个计划直接复制捏切进来，然后问它这么两个问题，一个呢，就是这份计划当中最大的风险跟缺点是什么？ 另外一个啊，就是有没有更稳妥，更简单，成功率更高的实现路径，然后把杰米呢生成的这个方案再黏贴回给 cloud code， 让 cloud code 基于新的建议更新计划，并且继续执行。我们开头的时候说了，这个 cloud code 呢，是一个顶级的通用 ai 工具， 之所以叫通用工具呢，是因为它除了写代码之外，还可以做很多其他的日常任务。我给大家演示几个例子，比如说呢，我打开一个新的文件夹，然后呢，这个文件夹里面有之前我的三个视频， 我现在呢想把它们转换一下格式，并且提取视频里面的音频。这对普通小白来说呢，其实是一个蛮复杂的一个技术性的工作。但我现在可以直接在这个文件夹里面打开 cloud code， 我 可以直接跟 cloud code 说，帮我检查一下当前目录下所有的 mp 四文件， 把它们转化一个格式，并且提取它们的音频，单独存到一个 audio 文件夹里面，保留原来的原文件。我们直接发送给 cloud code， 我们看到因为我们缺少一些视频转换的工具， carlo 会发现这个问题，然后自动帮我们去下载安装这个视频转换的工具。好，任务全都完成了，我们来看一下，它给我们新建了两个文件夹，一个是 odo 文件夹，里面有三个对应的音频， 然后是一个 m o v 文件夹，里面有三个 m o v 的 视频，你们看啊，这样一个视频转换跟音频提取的任务就轻轻松松的搞定了。再来一个案例啊，再比如说，我有一个，比如说这样的一个文件夹 面全是杂乱的这个图片跟视频，然后呢，我想让 carlo corder 帮我去整理一下这个文件夹，直接跟 carlo corder 说，根据文件的类型跟日期，帮我把文件夹里的杂乱文件分别对应到文件夹里发送给 carlo corder， 反而会来问，你说按什么方式去组织这样的文件？呃，比如说，我就选一个按类型跟日期。 好，任务完成了，我们来看一下，有三张图片呢，好像没有被整理进去，但没关系啊，我们先不管他，我们来看一下他帮我们整理的结构，在这个图片文件夹下呢， 这个二四年三月份有一个文件，二五年四月份有十一个文件，二五年一月份有一个文件，然后等等等等，我们来看一下真实的这个文件 家里。 ok， 没有问题啊，他整理的还挺好的，然后速度也挺快的，基本上就花了二十秒钟时间嘛。但是他有时候也会有些小问题啊，比如说这三张图片没有整理进去，但如果你让他再去整理一遍的话，他应该也会帮你把三张图片进去分类。当然这样的场景呢，有很多，我不在这里一一举例了， 大家可以自己去体验一下，自己去探索一下。好了，视频到这里为止啊，我们已经完成了一整套的 clock 的 最关键的入门，我们一开始装好了 clock 的， 接好了模型， 在 vs code 里面跑起来用 play 模式啊，从零开始，做出了一个高级的笔记软件应用，然后正好在录制的过程中啊，我们还碰到了一个 bug， 所以 我们还学了一下怎么用这个 curl code 去 de bug。 最后呢，我们还展示两个日常生活当中会碰到的这个任务， curl code 呢，其实还有很多其他的高阶的玩法，大家应该也听说过，比如说 m c p 啊，比如说 skill 啊，比如说 sub agent 啊，这些呢，我们之后也会介绍，但我想说的是啊，这些其实都不重要，重要的就是你自己先玩起来，先用起来。好了，今天的视频就到这里了，我是李超，我们下次见。

cloud 写了三天代码，最后全删了，为什么？ context wrote 上下文窗口腐烂， cloud 忘了自己要干什么，代码越写越偏。 get shit done 三十六 k stars 专为 cloud 设计的外接大脑 project dm 记录项目全貌 s d 带 e m b 追踪当前状态 r o a d m a p 带 m b 规划每一步， cloud 永不遗忘。 不是一个 cloud 瞎写，是四个专家协作， researcher 调研， planner 规划， acceptor 开发， fail pair 验收，每行代码都可验证， verify 人工验收， dupe 自动发 pr complete 里程碑质量有保障。部署前三天写代码，两天调 bug， 一 天重写，部署后一天完成零 bug 直接上线。 n p x get shit done c c 三十六 k 开发者已验证，今天部署，明天提效。点赞加关注赛博杨千焕。

cloud 四点六杀疯啦！高强度用了不到三天，我已经把所有界面的三的工作切到了四点六。这个更新有多大？打个比方， cloud 四点五像是你手机里导航软件，可以告诉你怎么走， 而四点六就是你请的专业司机，只要一句话，目的地到了，老板请下车。这次更新只围绕两个字，效率 来用数据说话。上下文窗口从二十万 token 暴涨到一百万五倍，推理能力二和 agi 二从三十七点六跳到百分之六十八点八，几乎翻倍。 百万 token 下的长文本解锁准确率达到了百分之七十六，是四点五 solo 的 四倍，这在以前是不可想象的。可能你对数字没有什么概念，那么在实际工作中，四点六到底强在哪里？ 第一点，一百万上下文窗口它真能用了。四点五虽然编程很强，但是一次生成的应用程序或者网站，它的二十万 token 上下文窗口存在一个上下文衰减的问题，写着写着就忘了前面的， 导致最近很多程序用一种叫做奇怪的叫爸爸的方法来验证 cloud 是 不是丢失了上下文。通俗的来讲， 以前的四点五像是端着一个小碟子去吃自助餐，加了二十样就放不下了，想吃新的就得把前面旧的倒掉。而现在的四点六是推着购物车进场的，一百道菜全部打包带走，你问他第三排第二个菜是什么，他可以给你报出菜名来。第二点， cloud 从思考者变成了一个执行者。四点五是一个思考者，而四点六是一个会把事情做完的思考者，他不再停留在思考阶段，而是会自主行动，跨多个任务自主完成。以前需要多轮对话才能搞定的事情，现在一次就搞定了。 而且四点六引入了一个叫做自适应思考模型，会自己判断这个任务的难度，来决定他思考的深度。作为你的 ai 同事，他已经从事事都要请示你的实习生，变成了自己会做决策的项目经理。 更狠的是，以前一个 cloud 只能干一件事儿，现在你可以让它自己拆成一个小团队，缤纷多路同时干。而且每一个 ai 单独享用独立的一百万 token 的 上下文，干完了再自己把任务合在一起交给你。 第三点， cloud 不 再是程序员的专属，它可以是任何人的同事。 asp 同步推出了 cloud in excel， 支持条件、格式、数据验证等原声的操作。以前是 ai 帮你做 ppt， 做出来的东西像是在路边打印店做的，那么现在他会直接去看你公司的 ppt 模板长啥样，做出来直接丢给老板用， 到了这个时候一定是有转折的。对，我们来谈一谈价格，四点六的 api 价格和四点五完全一样，但是我要说但是了，四点六推出了一个 fast 模式，输出的速度是普通情况下的二点五倍， 以前要写十分钟的东西，现在只要三到四分钟，但是价格直接飙升到普通模式的六倍。你没有听错，输入三十美金，百万投资，输出一百五十美金，百万投资。价格涨了这么多，他变强了吗？没有， 完全一模一样，而且如果你用了超过二十万头寸的长上下纹，价格还要额外再涨一点五倍到两倍，这让有人调侃说 cloud 四点六造成亏损和破产，从未如此之快。六倍的价格换来二点五倍的速度，从数学上来说，这完全不合理， 但在商业的世界里，从来就不是纯数学。这就好比你的飞机要起飞了，你是狂踩共享单车，还是立马叫辆专车，以最快的速度去机场？路还是那条路，人还是那个你，但你愿意付这个费用，因为那个场景下，快就是一切。 这大概也是 ai 行业第一次这么明确的告诉你，你的时间值多少钱，你就付多少钱。所以回到最开始， 为什么我三天就从界面的三切过来了？因为四点六不是一个更聪明的聊天机器人，他是一个真能帮你落地干活的同事。而且 ospec 这次用定价告诉了所有人， ai 这个同事你的时间值多少钱，他就收多少钱。

我现在开发项目基本上不写代码了，目前我只负责定义需求，剩下的任务拆解、代码生成，甚至代码为 u。 大 部分的工作我都交给 cloud code 来完成，实测下来开发效率至少提升了一半。 如果你是程序员，应该很熟悉这个流程。以前我们做一个模块，基本流程就是先理解需求，然后写代码，反复的修改 一个稍微复杂一点的模块，可能就需要两三天的时间，而且这个流程其实有大量的重复工作。后来我把开发流程重新设计了一下，现在我的开发流程是这样的， 我先定义业务需求，然后把任务结构化，接下来由 cloud code 执行，最后再进行验证和优化。整个过程其实是一个循环系统，所以效率提升不仅仅是因为 ai 变聪明了，更是因为开发流程改变了。 我们接下来演示用 cloud code 开发一个简单的用户登录接口，我们打开项目，进入到 cloud code， 把我们的需求直接丢给他， 这个时候 cloud code 就 根据我们的需求开始执行它的命令。我们可以看到 cloud code 根据我刚才给到它的需求分析做了一个判断，包括它需要生成哪些功能， 然后他开始创建文档，问我是否同意，这个时候我同意他，接下来他就开始实现编码的过程， 他执行完代码之后，他会告诉我，他创建了四个文件，包括主应用、数据库、模型配置、认证功能、易来包这些。然后他只要告诉我 按照以下的步骤就可以来完成测试了，这是他给出的核心的一些脚本，包括他之前做了哪些任务，然后 整个项目结构还有使用方法，安装依赖这些。接下来我们只需要按照他提供的方法，首先对整个安装包进行安装， 安装完依赖之后，我们接下来可以看到下一个的话，就是直接可以创建测试用户了。 测试用户创建成功，接下来的话我们就可以去启动它的后台服务， 服务启动成功之后，我们就可以开始通过它的端口提供的 ip 和端口进行测试。现在我们已经打开前端页面了，这个时候我们来试一下刚才创建的测试账号是否能够成功登录， 登录成功并且返回了 token。 其实大家可以看到整个开发的过程当中，我其实只做了三件事情，第一定义需求，将需求提供给 ai， 然后设计任务结构，最后来做验证。大部分的代码生成都是通过 ai 来完成的，包括他自己去做结构设计表、结构设计、 代码编辑，然后 review 这些。所以 ai 开发真正改变的其实不是代码生成能力，而是整个开发流程从原来的由人写代码变成了人设计任务加 ai 执行。 如果你们感兴趣，我可以在下一期视频详细讲解一下我是怎么设计这套 ai 开发流程的。

今天来给大家分享一下如何使用到 cloud 来帮我们生成这种优美的技术路线图，并且可以进行二次编辑啊，其实非常的简单啊，我们只需要使用到 cloud， 然后把我们这个需要的图片，类似的图片以及我们的 资料文案或是我们需要了解的，都可以直接发送给他，并且附上这一份指令啊就可以了，他就能直接给我们生成这个代码，我们把这个代码复制，然后打开这个会制流程图的软件，里面点击粘贴，这样就可以直接进行生成了， 我们在这里可以去进行拖拽编辑，编辑完成之后可以点击文件导出，为这里有各种各样的格式，我们都可以去进行选择，然后调整一下保存就可以了， 打开这个图片的清晰度啊也是非常的高啊，我大爷也想使用到 cloud， 用来写作、科研，做数据分析等等，都可以点击我主页的置顶作品找到我。

大家好，我是你们的荷兰瓜。在上期视频中，我们介绍了 windows 系统上面安装克劳德扣的最简单的办法，不到三分钟就能搞定，不需要自己手动安装任何依赖包，也不需要搞复杂的环境变量配置，直接点点鼠标就能够使用克劳德扣的了。 能够这么方便，都是因为使用了预打包好的克劳德扣的启动器。这个神奇的克劳德扣的启动器在苹果的 mac 电脑上一样可以用，甚至我觉得比在 windows 电脑上更好用。 因为苹果电脑的文件系统更科学，所以我们甚至可以用这个启动器来自动化管理我的电脑。这是我们以后的节目，会给大家做详细的介绍。好啦，现在我们先来看看如何在苹果电脑上三分钟就能安装，用上克劳德扣的小白新手也一样轻松搞定。 第一步，打开你的浏览器，在地址栏输入这个神奇的网址， c l a u d e c i p， 点 c n， 然后按键盘上的回车键。第二步，看到页面中间那个下载运行按钮了吗？ 点它把克劳的扣德启动器下载下来。 第三步，打开下载目录里的克劳德扣的压缩包文件，然后用鼠标双击运行它 好了，安装完成。就是这么快，就是这么轻松！ 怎么样，这个神器是不是超级赞？现在我们已经成功地把克劳德扣的跑起来了，但是它具体怎么用呢？怎么让它帮我们自动改 bug， 快 速搞定项目呢？ 别急，下期视频荷兰瓜就来手把手教大家怎么用克劳的扣倒，如果觉得视频有用，记得给我神奇三连哦，咱们下期见，拜拜！