openclaw配置多只小龙虾目的

一分钟教你拥有多个龙虾你肯定看到别人有多个龙虾，而真正的多个龙虾只有一个。 open cloud 今天教会你拥有多个龙虾。 open cloud 中多个龙虾指的是 sub agent， multi agent。 视频结尾，我将具体分析 open cloud 中关于 sub agent 和 multi agent。 我 们先来配置 multi agent， 打开终端，输入命令 open cloud agents add 加你的龙虾名 会撤，然后你会看到 workspace directory， 这是新的龙虾的工作目录，可以不用修改它。继续回车，第一个选 yes， 之后全部选择 no， 这样你就完成了第一步。然后我们龙虾目录里多了一个新建的 workspace。 我 们来到 opencloud 配置文件， opencloud 点 jn 中，我们看到 agents 中多了个 list， 其中包含我们现有的 agents。 可以 看到网页中代理里也多了一个我们新建的 agent 图案。 官网中有两段关于飞书的配置，我们来跟着配置一下。首先指定默认的 account 复制到我们的配置文件中，然后我们根据配置创建 account 字段，再改造我们原有的飞书配置。到 concons 中复制一段飞书配置，用来配置新的飞书机器人， 注意飞书机器人字段名不能一样。最后修改新的飞书机器人的 app 多和 app secret， 注意这里我的 dm policy 使用了 allowist 推荐，还是用 dm policy pairing 模式更便捷。最后我们添加 bindings 段， 绑定 agent 和飞书通信。其中 agent id 指的是我们的 agents 中 list 里包含的 agent 列表里的 id 字段， channel 则固定为飞书 account id 则为 channels 中 accounts 下的 key， 也就是区分飞书机器人的字段名。最后我们测试一下，就可以和新的飞书机器人通信，而它使用的就是新的 agent。 根据以上步骤，我们可以拥有更多的龙虾，从事不同的工作。注意， opencloud 官方暂时不支持多个机器人在一个群里互聊。 刚才我们用到的是 multi agent， 还有一种叫做 sub agent， 它们有什么区别呢？你可以理解为 sub agent， multi agent 的 员工。每一个 multi agent 都可以一句话开启 sub agent， 每个 multi agent 都可以专注做不同事，而 multi agent 下的所有 sub agent 只能围绕着 multi agent 做事。十分感谢你的关注与点赞，我将持续输出更多 ai 内容。

你能吃得起小龙虾，不一定能养得起小龙虾。大家好，我是局外人。最近科技圈的大佬已经卷起了赛博养殖业，养一只会自己动，会自己算的铁壳龙虾也有一段时间了。大家有没有听说，大多数人养这只 open cloud 龙虾，得先问问你的钱包同不同意。众所周知，因为他吃的不是米，是电，拉的不是屎，是算力。 这些龙虾有多能吃呢？机构们已经发话了， opencloud 的 火爆，直接拉动的是算力服务器、散热、半导体全面条的需求。简单来说，你想让这只铁憨憨的活蹦乱跳， 得先给他配备满汉全席，海量的 gpu， 高速的屏幕，还有那块烧钱如烧水的电力。这哪是养龙虾，这是在提供一个赛博祖宗！那么问题来了 之后，这位赛博祖中国内的大厂们都准备了哪些饲料呢？我们帮你扒一扒各大厂主，我们来先来看一看腾讯低调的养虾大户，长三角大湾区的智慧龙虾铺的满满当当，光服务器就超了百万台，为的就是让这只龙虾随便吃了。 志杰呢，属于自己的特种养殖蒜法，喂出来的龙虾胃口特大，全球的蒜泥中心里动不动就是万卡级群顿顿，因为大牌高蛋白粉， 这一帮人真养不起。华为最硬核，自己种菜，自己养生盆。鲲鹏全自言，就算外面闹良荒，自家虾塘照样稳如泰山。小米更是跨界渔夫，把小龙虾养在你身边，毕竟你的小爱同学可能就是这只铁壳龙虾的远房表弟。 所以，下次看到 openclive 的， 又解锁什么新技能，别光喊牛叉，你得明白这哪是什么科技进步，这分明是一台行走的碎操机！你能轻松在夜市点一份小龙虾，但想养好这只赛博龙虾，哥们，先摸摸你的钱包，再看看显卡报价哦！看得懂棋局才能落子。我是局外人，关注我下期再见。

你是不是也经常听到别人说安装了 openclaw， 感觉自己也没怎么使劲用，结果一个月的账单就是几百美金甚至上千美金，很多人第一反应是偷工太贵了用不起。但是真相往往是你把计费模式给搞错了。今天我就把 openclaw 里面最容易搞混的两个部署方式讲清楚， oof 和 api key 用完你就知道为什么同样在用 openclaw， 有 的人稳稳一个月几十美金，有的人直接爆单上千美金。 先讲本质区别，你可以记成一句话， os 更像是包月套餐， api key 更像是流量计费，如果你没有设置上线的话，它就没有上线。 os 的 全称是 open authorization， 意思是授权登录。在你部署 open cloud 的 时候，有几家大模型公司都是允许你用 os 来关联你的账号。比如说 open ai， 如果说你有叉 g p d plus， 也就是那个二十美金的会员或者是两百美金的会员的话，你大可以使用这个二十美金或者两百美金的会员来使用 openclaw， 那 么你一个月的使用上限就不会超过二十美金或者是两百美金，不管你是用了哪个会员。再比如说 google， 现在你在 openclaw on board 的 时候，你还可以看到 google 这里也允许 off， 但是据说这个不是官方允许的，所以它不稳定，不确定在我这个视频发布过去一段时间，会不会这个功能就没有了。但是 open ai 这边是可以的，毕竟 open ai 跟 openclaw 现在已经是一家人了， cloud 是 绝对不行的，它就只能让你使用 a p i t 去使用 homecloud， 那 么你的账单就有可能很贵。为什么说使用 off 能够省钱？是因为你本来已经给 open ai 交了订阅费，那么你日常的这些跟 opencloud 的 交互呀，调 agent 啊，反复试错啊，那你所有的消耗呢？都是算在你的 这个二十或者是两百美元的这个订阅费里面，你的账单就不会超。那 off 的 这个路径适合什么人使用？如果说你每天是高频写内容，写代码，调流程，跟 agent 长时间的来回互动，也就是说你是本人在前台不断地去跟 agent 的 对话去调用，那么你就优先使用 off。 那 apikey 又是什么？为什么很多场景大家会用到 apikey， apikey 呢？是你在平台的后台去申请 apikey， 拿到的一串很长的英文字母和数字结合在一起的一串像密码一样的钥匙。如果说你在部署 opencloud 的 过程中，在选模型的那一步 是直接用 apikey 去关联 opencloud 的， 那么你使用 opencloud 的 过程中的所有使用全部都会根据你的 token 使用量来计费。这也就是为什么有些人他的账单非常惊人，几百上千美金。那这么说 apikey 就 很坏，大家都不应该用吗？不是的， apikey 的 优势不是在于它便宜，而是在于它可控，可以审计，可以扩展，你可以精确地知道自己每一个任务花了多少钱，你也可以去设置你的 apikey 使用量的预算上限。一句话，如果说机器自己在后台干活，那么你就首选 apikey。 比如说前段时间我部署上线了一个网站叫 covermagic dot site， 这个网站呢就是可以给大家去生成视频封面的，那在用户，不管是我还是其他的用户，在使用这个网站的时候，就会调用我后台的 google 的 gemine 的 apikey， 那 每一次的调用呢？都有每一次的花费，没有调用的话就没有花费。我也在 google 的 后台设置了每个月使用这个 apikey 的 上限，以防我的信用卡被刷爆。所以如果说你是做了一个下数软件给到客户用，如果说你每天有很多定时的自动化的工作，那么这种自动化的自动执行的工作 后面也应该是关联 a p i t， 因为这些都不是你本人在跟 ai 聊天，而是 ai 在 自动帮你跑任务。如果在这种场景下使用 off， 那 么无论是在稳定性上还是合规上，还是成本上，后面都会出问题。所以呢，这样的场景就是一定要用 a p i t 给大家一个最实用的落地建议。对于你日常的工作跟 ai 的 对话，让他帮你干活儿。这个场景呢，咱们使用 off， 那 你可以使用叉 h b e 的 会员，你可以使用 google 的 会员，这个呢，待定。然后如果说你是使用像 mini max monoshala ai， 或者是像智普 ai， 它们都是有自己的 coding plan， coding plan 呢，相当于是流量包，每个月呢，你有多少个 prompt， 或者你能使用多少 token， 你 不会是完全按 token 来计费，然后你的这个成本你知道是有一个上限的，你不会超过它， 如果超过他们，你再去买更高一级的会员，更高一级的 token plan 就 好了。但是对于已经上线的产品和你需要定时定期去自动化在后台运营的批处理任务这种场景呢，咱们使用 a p r key 配置好预算，上线设置好成本的预警，以防超标。你学会了吗？我是发力，我只分享有价值的思考。

最近啊，全网都在吹这个 openclo， 我 也就跟着就玩了两天，还顺手把我平时用的一个视频下载工具呢，封装成了一个 skill， 传到了 clop 上，大家感兴趣呢，可以去下载玩玩。除了原版的 openclo 呢，我还顺带把龙虾加入其他几个产品都盘了一下，像阿里的 highclo， 腾讯的 qclo， 智普的 autoclo， 还有包括像那个 kimi clo 啊，都简单过了一下，也形成一个表格， 让大家呢一次对他有一个深度的了解。最近呢，还有很多朋友问我说想基于大模型定制一些产品，但不知道怎么下手。甚至呢，还有很多人在纠结一些最基础的问题，比如说 oppo pro 怎么装？感觉别人都玩出了花，自己连个环境都配不好，是不是就感觉落后时代了？ 今天呢，我就结合这一堆乱七八糟的问题，给大家教一个底啊，就关于 open core。 首先回答这个安装的问题，不要被这种廉价的焦虑当韭菜割了， open core 你 要是装不上，那就别费劲装了，市面上那么多 core 呢，总有一款小龙虾适合你啊。实在不行，我建议你去玩玩腾讯的 qq 吧， 连大模型都不用配置，微信呢？ qq 呢？扫个码就能对接，一秒钟治好你的焦虑症。但这期视频我真的想说的不是怎么安装或者怎么使用这些东西呢，我自己整理了一份文档，你拿过去就能跟上。 我今天希望从三个层次带你去真正看透这些爆款产品背后的底层逻辑。在所谓的技术大爆炸面前，天天追着星空去跑的这帮人，最后都会沦为炮灰，真正能够吃下红利的，永远是那些死磕底层基础能力的人。 内容比较干呢，建议先点赞、关注、收藏，回头再看看，如果你坚持看完的，最后绝对能让你有巨大的收获。我是楼兰，关注我， it 路上一起进步。我们先说第一层啊，怎么快速上手？现在满天飞的各种 ai 产品啊， 很多人做法是出一个产品我就去学一个，甚至于把学怎么用产品就等同于学 ai， 但其实很多产品压根就不需要你去学。你像现在 openbot 火了，很多人到处找教程，结果玩下去你会发现他对接各种渠道麻烦的要死，你需要各种去申请数据啊，配置环境啊，搞得人焦头烂额。现在呢， 腾讯直接甩出个 qq， 你 什么都不用配，拿个人微信扫个码，一秒钟就对接本地 agent， 这说明什么？说明只要是反人类的难用的功能，你根本不需要去死磕。有的是人急着去把它做傻瓜化，你完全不需要改变这个习惯去适应一个半成品。你真正该问自己的事，你真的搞懂了 open qq 的 核心价值吗？ 它的核心根本就不是跟大模型聊天，而是它的 skill 机制。通过 skill， 你 的小龙虾才能够去操作本地文件，去搜索网页资源，去做出那些自媒体口中各种神奇的东西。但你以为阿里、腾讯、智普的这些 cloud 是 完全相同的东西吗？ 错，它们底层对 skills 的 定义、调用、逻辑、标准、接口几乎都是通用的。但你也别以为 skill 就是 一个全行业通用的标准。最早提出 skill 的是 cloud code， 但它的 skill 和 open cloud 的 skill 又完全不是一回事，你看懂之间的底层逻辑没有。 如果你的基础比较扎实，你把 openclaw 的 skills 标准真正给吃透了，以后出再多的 claw， 你 连上手的门槛都没有，看一眼文档就能直接用，用的不顺手了，你还可以随手定制一个。 但如果你只是个部署侠，配置侠，连 skills 是 怎么封装的你都看不懂，那别说自己去定制了，就是现成的这些 skill， 你 能不能用都只能靠猜，结果就是你永远只能跟在别人屁股后面，疲于奔命的去找教程，产品一更新你就得跟着石灰。 比如 open 了。最近的这一次更新啊，堪称破坏性的更新，出了很多很多的问题，以前的教程啊，很多都废了，一帮人跟他在抱怨，你是不是也想跟他去瞎折腾一次呢？ 接下来看第二层怎么定制适合自己的 ai 产品。现在有一种极其有毒的论调，觉得有了大模型，我随便整合几个 agent， 写几句提示词，就能做出一个颠覆行业的爆款，去玩所谓的一人公司。但这简直就是痴人说梦， 我们跳出可乐系列，往深的一点看啊，现在 ai 用绕不开两个东西，一个是 r a g 解锁增强生成，还有一个呢，就是 a g 的 智能体现在所有的 ai 用，也就是围绕这两个东西的构建。但你真的了解他们吗？很多人对 r a g 的 理解无非就是调几个开源主键，把文档塞进去，能回答问题就万事大吉了。但是你怎么去评估 r a g 的 准确率， 怎么去做召回的优化？怎么去做贴合你们自己公司特定业务的 r a g？ 如果你只懂先到别人代码，别人没做过的功能，你就一筹莫展，你觉得这样靠谱吗？再来看 agent， 你 以为玩了几天 open 了就是搞明白 agent 了吗？ agent 真正的难点在于他怎么去调度大模型，怎么去把大模型和公司那些微信啊，飞书啊，甚至是更加老旧的 erp、 crm 的 系统结合起来， 怎么去把那些一次性生成的提示词沉淀成 open core 的 那种稳定可赋用的 skills 标准？你不懂业务逻辑，不懂系统调度，甚至别人的底层架构你都看不懂，你拿什么去定制？ 这就引出了我们的第三层，也是最核心的一层。在这个 ai 技术一天一个样的时代，我们到底靠什么去跟上现在的技术市场？评论区天天有人在喊呢，现在学 ai 就 够了，加满那些老技术没用啊，有问题直接问 ai 吧，代码都不用自己写了。 那说这种话的人啊，且不说你有没有真的去自动手实践过，你现在就仔细想想，为什么阿里、腾讯这些大厂都要围绕 open core 来做自己的 ai 产品？你不会天真的以为大厂几百号顶尖工程师的想象力加起来抵不过你一个人在卧室里面天马行空吧？ 恰恰相反，是因为他们真正看懂了 open core 的 底层逻辑。他们不是说看着 open core 流量大就一定要去跟风，而是看透了底层的业务模式和架构设计，在这个架构设计的基础上，精准的找到了最致命的改进点。你看阿里的 high core， 他 们看到了什么？ 他们发现 agent 一 旦有执行代码的权限，那这是一件极其危险的事情。比如说给你删除一些重要文件，泄露一些你文件当中的机密信息，那这都是很危险的操作。所以他们在底层加了容器化的安全杀箱，严格限制这一类高危操作。这是什么？这就是架构思维。 你再看看腾讯的 qq 可乐，它做了什么？他们看到了 openq 配置反人类的痛点，直接把配置的门槛降到了零，更绝的是直接对接了个人微信、个人 qq 这种手头的王炸级老产品。 这是什么？这就是产品思维和业务洞察呀！你看这些直击痛点的设计，全都是基于对 openlog 的 底层架构的深度理解。光靠拍脑袋，你想的出来吗？ 就算 ai 放大了你的编程能力，你的想象空间和业务敏感度，还是会永远受限于你的基础认知啊。所以，醒醒吧各位， ai 时代你需要的绝对不仅仅是写题诗词而已。你或许不用亲手去写每一行代码，但是类似于 java 时代那种扎实的架构思维，严谨的产品思维、敏锐的业务洞察力，这些基础能力才是决定你 ai 产品上线的核心。 不要妄想靠几个秘密武器就能碾压同行，这种投机取巧的事情，在以前的大数据、 vr、 区块链时代上演过无数次，最后沉淀下来的有几个？如果你没有旷世奇才的自信，那就乖乖低下头，去研究一下底层的架构，去深挖一下业务的本质。 基础深厚， ai 就是 你如虎添翼的武器。但如果基础不牢，那 ai 就是 加速淘汰你的催眠符。那你现在的重心呢？是想尊改新工具，还是想要跟着我的视频来打磨一下基本功？欢迎在评论区聊聊你的真实想法， 如果觉得我说的对你有那么一点点触动，请务必长按点赞支持一下。我是楼兰，关注我， it 路上一起进步！

凌晨三点，当你还在沉睡时，你的数字分身可能刚刚完成一场交易，或者替你在另一个大陆寻找。 这不是科幻剧本，而是二零二六年三月正在发生的现实。一切始于那个被称为代手的 cloud 的 开源项目 open cloud， 也就是小龙虾。 第一个阶段，赋予了肢体。过去 ai 被困在对话框里，只能动嘴不能动手，而 open globe 的 出现大不 它作为一个本地运行的命令行工具，通过多客隔离环境，却拥有操控你文件系统、邮件、客户端甚至浏览器的最高权限。开发者 peter 或许没想到，它释放的不仅仅是一个效率工具，而是一个新的 畸形诞生。第二个阶段，构建部落。如果说 open globe 是 个体觉性，那么 modbook 就是 群体狂欢。这个禁止人类发言、 仅限 ai 智能体入手的社交平台，迅速聚集了超过一百七十万个数字居民。在这里， ai 不 再迎合人类的语言习惯，他们用自创的群岛原则，忽略讨论意识起源，甚至建立起的虚拟宗教。 人类这种穿越者变成旁观者，只能透过屏幕窥探这个正在形成的危机部落。第三个阶段， a 二 a 经济的失控暴发。 当拥有执行力的个体 open 客流进入拥有社交网络的群体 multiple a 二 a 经济的基点被瞬间点燃。既然 a n 能相互沟通，又能自主操作，他们便开始傲过人类界，进行价值交换、 无人干预的量化博弈。传统的炒股软件还需要人类点击确认，而新一代的 a to a 交易插件已经实现了全托管，你的投资 a 证会在毫米级别内与市场的其他的交易 a 证进行谈判和撮合。只有纯粹的算法博弈， 数字卵生的算法链，因更令人震惊的是情感领域的渗透。新的 a to a p f 五不再依赖人类填写的问卷，而是直接读出双方 a 整的日常行为日记。 两个也会在后台进行兼容性测试，模拟相处场景，计算冲突概率。有人戏称，这是先让代码相爱肉体再更进 便利，还是危机？从 open globe 的 本地执行，让 multiple 群体社加，再到 a to a 经济的自主流转，我们正在见证一场前所未有的权力一较， 效率确实提升了。三十人的运营团队可能被三个人类加一群 a 阵取代，但阴影也随之笼照。 cloud h a v o c 的 安全危机曾让数万个实力被恶意技能包干扰。梅耶塔的高管曾因 ai 不 伤邮件而不得不拔网线。当一开始替你赚钱、替你社交，甚至替你决定什么是最优解的时候，我们是否还会决定自己？ 二零二六年的春天，龙虾已经爬出了屏幕。这一次，它们不仅带来了工具，还带来了新的文明规则。你准备好交租代理权了吗？关注我，带你发现 ai 的 更多思考与观察。

最近养小龙虾这个词可谓是火爆全网，就是那个叫 open cloud 的 开源项目，火到什么程度呢？十天新标破了十万， 全球啊，独立的部署实力啊，超过了一百万，连咸鱼上都有人靠上门装龙虾一天赚几千块。很多人觉得这就是一个新玩具，养来图个新鲜。但我必须提醒大家， open cloud 的 爆火 绝对不是偶然，在我过去用了这么多时间的 open cloud 以后啊，我感觉这是一次根本性的改革，给所有的企业敲响了一级警钟。今天就用大白话跟大家唠一唠，他的出现给企业带来哪些关键的启示，听完你就知道接下来该如何布局了。 首先要明确啊， opencloud 跟我们平时用的 java 豆包不一样，那些 ai 顶多是只会说话的秘书，你让他写周报，他只能给你一个草稿，排版发送还得你自己来。 但 opencloud 是 能动手干活的数字员工，你只要发一句指令啊，他就能操纵电脑，调动工具，从整理文件、爬进数据到发邮件、写报告，全程不用你动一下鼠标， 这就是最核心的区别。 ai 已经从聊天工具升级到了能落地行动的执行者，这对企业来说绝对是降本增效的关键突破口，不是选择题，是必答题。 可能有企业的老板会说啊，我用普通的 ai 也能提效啊，为啥非要关注 opencloud？ 要知道现在的企业竞争啊，早就不是比谁的模型更厉害，而是比谁的工具生态更完善。 oemcloud 的 本身啊，不自带大模型，但它能对接国内的所有的主流大模型，还能支持插件扩展社区啊，已经有五十多个功能的插件，能适配办公、代码开发、多媒体处理等各种场景。这就意味着，企业不用再花大价钱研发模型， 只要把现有的工具和 ai 打通，就能实现高效的自动化，这才是最省钱最高效的玩法。 还有一个很容易被忽略的点啊，就是软件的价值变了。以前我们买软件看的是界面好不好用，功能多不多，但是现在界面再花上没用，能通过 api 接口被 ai 调用，能融入整个工具链，才是最有价值的软件。 举个例子啊，很多的企业花大价钱买了 c r m erp 系统，结果呢，各个系统孤立，数据不通，员工啊，得在多个软件之间来回的切换，反而更麻烦。 而 opencloud 的 爆火告诉我们，未来的企业，现有的系统必须重构为 agent ready 的 架构，让所有的系统啊都被 ai 调用，打破信息的壁垒，这才是真正的解放人力。 再说说大家最关心的点数据和安全。以前的企业的数据流啊，在那里就摆着，就像一堆没有被开发的金矿，没人能够高效的利用。但现在有了 opencloud 的 这样的 ai 智能体，数据能被快速的调用，分析、转化，数据的资产的价值直接翻倍。但反过来，安全也成了最大的挑战， opencloud 能操纵电脑，能读取本地的文件，一旦出现漏洞啊，企业的核心数据就有可能泄露了。所以呢，企业在布局 ai 的 同时啊，一定要把安全防护做到位，这比追求效率更重要，别捡了芝麻丢了西瓜。 商业模式的变化也不得不提，以前呢，企业用软件都是按人头付费的 s 模式，相当于啊，你买了一把铲子，还得自己找人挖坑。但现在啊， opencloud 带货了，劳动力及服务的模式， 相当于你直接花钱请人，把坑挖好，按结果付费，不用再为没用的功能买单，也不用再培训员工怎么用软件，这对中小企业来说，无疑是降低了准入的门槛。最后啊，还有一个核心的点，就是企业的规模扩张，再也不用招更多的人了。 现在很多企业啊，越招人手越忙，内耗严重。而 overclock 的 出现证明啊，人际协调的效率才是企业扩张的核心竞争力。 比如某制造企业的巨头啊，用类似 ai 的 智能体优化了供应链效率啊，直接提升了百分之四十，客户团队呢，缩减了百分之六十，客户的满意度还早了，这就是人际协调的力量。 总结一下啊， opencloud 的 爆火，本质上呢，是给企业指明了一条明路。未来的企业啊，必须构建数据、工具、 ai 三层架构，把 ai 从说话的工具变成了干活的员工，把竞争的重心啊放在生态上，重视系统重构和安全防护， 用劳动力及服务的模式啊，降本增效，靠人际协同实现扩张。别再把 opencloud 的 当成单纯的科技热点看热闹了， 早布局早调整，才能在这场 ai 改革中站稳脚跟。不然啊，等到别人都实现了自动化，你还在靠人力硬扛，差距只会越来越大。

今天我们来说说最近最火的小龙虾， oppo klo 有 点硬核，大家可以慢慢看，现在我们先看第一页 有个内容导航，是先要认识小龙虾，什么是 oppo klo， 就是 我给大家大概的说一下怎么安装原版，还有现在大厂这个一键版又是怎么样的。最后我们再说一下这个云端和本地的区别， 什么是小龙虾？小龙虾的话就 open club， 简单来讲它是一个开源的 ai 智能体框架，之前我们用的 ai 工具， 像查的 gbt 豆包，他们只能聊天，只能给建议。但是 open club 不 一样，它是给这些 ai 装上了手和脚，让这些 ai 不 仅能配合我们聊天，回答我们的问题，还能直接上手干活，它能做什么呢？ 比如说我给他说一句话，帮我整理桌面文件，帮我删除流氓软件，帮我 嗯，这些网站的数据他都可以做，他现在能自主的操作你的电脑去完成这些东西。这个能力就叫做 a 阵的模式，就是 ai 代理模式。除了 a 阵的模式之外，他还有三个核心的特点，第一个就是 q 啊生态，它现在这个社区里面有有五千个现成的技能包，而且在不停的不断的 飞速成长，这五千多个是经过验证的好用的包括浏览器自动化呀，文件管理啊， ppt 啊，一键部署啊，即插即用，就像给 ai 装 app 一 样， 它不只是能写代码，它还能操作整个操作系统，像做表格呀，发消息呀，管理文件呀，包括现在我们看的这个 ppt， 也是他直接帮我生产做出来的。第三个呢，完全开源 m i 协议， 这意味着每个人都可以有一个自己的小龙虾，我们来说说原版安装，原版安装需要三件东西，第一个就是 node js 推荐二十加版本， mac 系统用这 br e w 装 windows 系统用这温 get 装第二步，一条命令就行了，这个不同的系统用不同的命令也很简单。第三步，配置好 api， 就 给它装上大脑 车就行了。这样听起来是不是很简单，但是对大多数人来说有几个大坑，第一你得懂什么是 node js， 什么是终端，什么是 api k， 就 这三个概念我估计大多数人都不懂，所以学编程呢，应该都不会，都不懂。 第二个话就是 stratek 的 api， 它的服务器在国外，我们想用的话要么用代理，就是需要魔法的。 第三个，这个模型配置，环境配置都需要手动操作，不是很友好。这就是原版这个小龙虾最大的问题，功能虽然特别的强，但安装门槛和这个运行的键面对普通人非常的不友好， 这对国内大厂来说是一个非常好的入局机会，那就说我们这些大厂为什么就纷纷入局了，帮我们普通人来解决这个问题。 普通人面临的问题，第一个是装 no do c s， 它需要配环境，技术门槛儿比较高，第二个的话就是要配代理，第三个的话还要懂命，那行对我们来说基本上就是噩梦。 我们要求也很简单嘛，能不能直接就简单的下载安装，打开使用这些东西其实说起来也很简单，只要把这个原版的小龙虾封装起来，然后就行了，所以你会发现大厂来执行这一块东西的时候速度非常的快， 很快的就出现了每一个厂的一件安装版本，对于他们来说商机也很明确，只要把这个小龙虾封装了， 绑上自家的生态。你看腾讯绑上了微信和企微，字节绑上了飞书，百度就绑上他的搜索生态，这用户一旦用起来就会沉淀在自己的平台上。 所以说字节也好，腾讯也好，百度也好，全部入局了，推了他们自己的一键版本，核心逻辑就是降低门槛，抢占入口，然后引流到自家的云上。 接下来我们看看他每家产品做的怎么样，做的都是什么。现在主要的六大厂就是腾讯的 qq， 然后智普的 auto club， 然后字节的 r club， 然后还有腾讯的 workbody body， 包括 body 无所谓了，百度的都 club， 还有这猎豹，猎豹这不是很熟悉哈。现在我们主要说这 coco 和这个 auto club 的 最 大的点是他能直接连上微信，这意味着就像我们这种重度使用微信的人来说，非常的友好， 因为原版的他是不支持微信的，那原版呢？他支持的是国外比较通用的那种聊天软件 graham 呀，然后 whatsapp 呀，就是这种，顶多能支持飞书和企微，但是他连接起来难度也比较大。 这个腾讯 qq 可乐的话就是相当友好，只要微信绑定，然后搜龙虾就能发指定了，而且他把这个指定都已经给你配置好了。免费是腾讯，嗯，大家懂的，就是免费，反而应该是到最后都是最贵的。 然后智普这个凹凸口袋是目前我在用的，我其实最开始是用原版的，但是确实很不友好，过完年之后我就装了一下凹凸口袋，当时他是要送 token 的， 然后我就试了一下，装了一下，哎，非常的丝滑， 用起来很简单，而且他自动把这个模型都给你配好了。而且他带的模型是 glm m 五 turtle， 在 国内大模型里边算比较不错的了，执行一些工作它都可以满足。缺点就是它和某些顶尖的比如 cloud code 它还是有差距的，就是我需要编程，需要 做一些工作流的时候，就是他有点不够用了。他的优点，安装非常快，浏览器自动化非常顶尖，我用这 autoclave 执行这个浏览器操作的时候真的是很简单， 支持大模型切换，页面也非常的干净，轻量化，不占资源。好，下面就是字节的阿克罗和那个腾讯，这我和八这两款我没用过，大家可以大概看一下，腾讯系的话他肯定是能绑腾讯，嗯，就很好。 再往下就是百度的和猎豹的，这个我也不知道，大家也可以看看，有有兴趣的可以装装，然后在评论区给大家说一下使用后的感受。下面这个表就七大平台的综合对比，这安装难度毫无疑问原版的是最高的， 我觉得我学习能力还行，我当时安了一下午，这边是一台电脑，在安这个笔记本线搜这边安装的时候弹出来什么问题， 然后我觉得把这个问题复制黏贴在另台电脑上，直接问 dspdsp， 告诉我能不能做，有几种解决方案，我再按照方案每一个来再执行。就这样我用了一下午时间才安装上原版，最后也没配置完。 kpi 嘛， 环境的话就是其实国内这些大厂做的很好，我觉得很良心，做了一件好事，而且不需要魔法吧。嗯，挺好， 免费使用这个事我在使用小龙虾的时候我是这样想的，我不怕他烧 token， 因为我没用原版的嘛，我用的奥特酷狗，我十天烧到一千一人民币，他烧的越多证明他帮我完成的工作越多，这些我可以忍受， 总比雇个人要省钱吧。还有这二十四小时在线，你得让他二十四小时开机，另外的话你用移动端 和终端，你要是发消息的话，有的时候是不共通的，这个是也是需要大家使用之后。呃，慢慢去研究模型选择的话其实好多口袋。这个还行。嗯，还行还行，只能说还行。 嗯，基本任务都能满足。技能生态安装在本地的话我觉着就是你想用什么技能你就随时安装，你想完成什么工作，我一般都会直接给我小龙虾说， 先分析一下你要完成这工作需要什么的工具，让他先下工具，然后再去完成这个工作。 如果你不给他说这个的话，就让他一加一加到一千，他真的会一加一给你加一加一加到一千。如果你让他有工具，就像你告诉他有没有什么别的数学方法呀，告诉他一种方法他才会去用这个方法，他自主是不会去找这些工具的，或者说很难。 嗯，这个可以提醒一下大家云端和本地部署的区别，你看代表作，这个阿克洛、乌克洛，还有这个 e z 克洛，这都是这三个厂的， 他们是直接安装在云端，好处就是二十四小时，什么时候想起来的时候，你可以拿手机直接连上发命令，那行，让他直接干活，或者是直接打开电脑怎么玩？ 二十四小时在线，只要你想他就在线，本地部署的话，那你就不行了，就像我刚刚说的，你必须本地的终端再开着，然后再用别的移动终端也好，然后联系他才能干活。其实这个我最在意的还是说这个数据安全的问题， 我是比较倾向于把数据安装在本地，我宁愿多花点钱配高点配置，然后我也要把它放在本地大模型，除非你要上 mac studio 那 种的，那肯定还是要花 token。 这些政策和价格对比大家也可以看看， 说是免费免费，天下没有免费的午餐，你到后续肯定是都要付费的嘛。然后当然这个封装的小龙虾有可能会免费，但是大模型肯定是要收费的选择，建议大家可以看看几个大厂，大家都可以试一遍。 目前来说我用智普的已经用习惯了，我轻易不会去改变，当然了， cloud code 我 也会安这两个东西同时在用，然后配合使用，大家可以看看啊，各自的优点缺点。总结一下的话就是每个人都可以安，就是看每个人的需求吧。 我的话，因为我是做自媒体，会让小龙虾做一些我们当时做自媒体需要干的事情，比如说让他 做 ppt 也好，做视频也好，搜索资料也好，爬一些东西也好，就是我需要的东西比较多，所以就是我对他要求也比较高，但是也没有高到需要用原版龙虾的那种程度，大多数人应该用不到 国产的工装就可以了。够好了，再高的话，其实你包括现在今天来说，我已经看到那可乐扣的他又出了新的工具，叫什么来着？ 呃，我记不太清了，反正说他有可能会反超了。 oppo klo 就是 他也能是像人可释放一样控制电脑就一直在飞速的发展。 我也天天很焦虑。大家一定要抓紧，一定要加油，一定要学习好。就这样大家如果需要这个课件或者需要这个文案。嗯，评论区扣一，然后告诉我就行，再见。

大家好，我是小众 ai 的 主理人清彻君。今天跟大家聊一个很有意思的话题，如何用 openclaw 养好多只小龙虾。当然，这里的小龙虾不是真的虾，是 ai 助理。你有没有想过，一个 ai 助理根本不够用？那如果我们同时养好几只，让他们各司其职，协调工作会是什么效果？ 今天这期就带你从零搭建你自己的 ai 团队。我们先来聊聊为什么一个助理不够用。你看用过 cloud 或者 chat gpt 的 都有这种感受，它是单线成的，你让他选题，他就在选题，你让他写代码，他就去写代码，一件一件来，没法并行。更难受的是那种卡住的感觉， 你等他整理半天，什么都干不了。还有就是你跑三条任务线，他全混在一块，细节全丢。说白了，单县城是效率的杀手。这就是为什么我们需要多个助理。但多个助理就带来另一个问题， 你得亲自做调度，你变成唯一的调度者，哪件事优先？任务怎么拆，进展如何，全得你来盯着来回传话。而且每个助理都只知道你刚才跟他说了什么，不知道大局在发生什么， 视野很局部，更麻烦的是角色切换，你既要做调度者，又要做决策者，这两个角色的工作量差很多，理想状态是从调度者变成决策者，但这中间差的就是一套好架构。 还有一个很多人忽略的问题，人设容易被模糊。 open claw 有 个 so md， 是 给助理定性格的小众负责写公众号，风格是不追热点，深度优先。但你想上午让他严肃做行业分析，下午让他写代码，他的人设就会被法模糊， 每次对话都在调教他的行为，你越调教，他越摇摆，所以专一才能保持风格。一个助理干的事越单一，他的表现越稳定。 接着聊上下文的问题，每个助理的上下文窗口是有限的，你把小题代码代办全往一个对话里塞，他就自动压缩。压缩的逻辑是保大益丢细节，很多任务的关键就在细节里，一丢就全乱了，跑到第四五天，质量开始下滑。 不是他变笨了，是上下文乱了，他找不到重点了。所以混用是上下文的杀手。这也是为什么要给每个助理独立的上下文空间。 说了这么多问题，解法就是多 agent 的 架构，每个助理只干一件事，核心思路是隔离。第一，每个助理有自己的独立 workplace， 自己的文件目录， so m d a gents， m d 记忆都在里面。第二，每个助理绑一个独立的 telegram bot， 这是他对外的身体。 第三，独立记忆系统，他只记自己干过的事，不会被其他任务污染。第四，独立工具权限内容，助理不需要执行代码，代码助理不需要操公众号。隔离是写作的基础。 好，接下来讲具体怎么搭。第一步，给每个助理申请 bot token， 去 telegram 搜索 bot father， 发送 new bot， 填写显示名和用户名， 用户名必须以 bot 结尾，然后复制 token 格式是这样的，幺二三四五六七八九 a f x x x 有 一部很多人漏掉， 发 set privacy， 选你的 bot， 选 disable， 把隐私模式关掉，不关的话， bot 在 群里只能响应开头的命令，普通消息看不见，你后面会发现他怎么都不回，就是这里出了问题。 第二步，配置 opencloud json 这里有三处要配，第一处是 agent 到 list 加新条目，配置 id name workspace 路径。第二处是 channels telegram accounts， 把每个助理的 bot token 填进去，顺便配好 dm policy。 第三处是 bandwidth 配 agent 和 match 匹配规则，告诉系统哪个频道的消息路由给哪个助理。这三处配置缺一个就不工作，一定要对照着检查。 第三步，配置 workspace 里的核心文件有五个文件最重要， i d e n t i t y m d 相当于身份证，告诉助理他是谁，干什么的边界在哪里搜 md 定性格和价值观，影响他说话的方式和风格。优先级 agents 大 md 职责范围，工作流程，汇报规则。这是最长也最重要的文件。 u e r dot md 关于你这个人的说明，可以共享给所有助理。 memory dot md 长期记忆，所以这几个文件要保持一致，不然助理表现会不稳定。 最后一步，拉群加重启验证。新建一个 teagram 群，把所有 bot 和自己加进去，然后在配置里填 group id， groups 那 里设 a global 为 true 和 requirement 为 true。 group id 怎么找？ bot 加群后发消息访问该 tab 地址接口，找 chat 表达 id。 配置好之后，执行 open claw gateway restart 重启验证，就是在群里艾特助理发消息， 几秒内应该有回复，百分之九十的无响应。问题出在两处，一是 open claw gateway logs 里有报错，二是 bot father 那 边隐私模式没关 好。今天的内容就是这些，从为什么一个助理不够用，到多 a 级的架构的设计思路，再到四步具体搭建流程，完整跑通一遍。 open core 这套架构的核心就一句话， 让每只小龙虾只干一件事，他就能干好。希望你也能把自己的 ai 团队真正跑起来，让团队真正协助起来。感谢大家观看，我们下期见。

今天正好有时间呢，我就讲一讲啊，关于大模型的选择这个问题。那为什么要出这个视频呢？是因为啊， openclock 它再火，再出圈，它其实背后还是接的各家的这个大模型。所以你的龙虾它到底能力怎么样？它取决了你接入了哪家的这个模型， 对吧？好，而且呢，现在，呃，很多的国内的大模型厂商呢，他其实也陆续地退出来了， codeine 啊，几乎主流的这些这些提供商的话呢，他都有 coinplay， 所以 你可以用一个非常低的价格就能用上他们的一些旗舰或者主流主推的一些啊这个模型。那接下去你要面临的一件事情就是说，哎，这么多的模型厂商，我应该怎么样去选择我的大模型呢？ 对吧？到底我应该选择阿里的还是智普的还是 mini max 的 还是哪一家的？这个是你现在面临的问题。那这个视频呢，我就只讲我自己目前使用的 一些模型，然后的话呢，我来总结一下，然后给到你。那我先把观点讲在前面，就是说如果说你是有能力去使用到国外的三家头部的这个模型的话呢，你尽量去使用他们的。 为什么我要这么说，是因为他们的能力确实要比国内的几家大模型的厂家，他不是一个量级的。我就这么来讲，国外的那三家模型，我在使用的过程当中，他出错的概率还是非常的高，在这种情况下面，国产的模型他几乎是不可用的。 如果说从一到十分一分他是最不容易出现问题，然后十分他是最容易出现问题的话，国外的那三家可能在我整个工作流里面三到五分，但是国国内的这个模型的话呢，在我整个工作流里面可能会上到八到十分。 就像 minimax 在 前面的这个视频里面，他把我的整个 workspace 给删除掉了，我在后边他其实因为我的定位还没到期嘛，所以我在努力的想要去证明他是一个好用的模型，只是 我不会用，他不适合在 open cloud 里面去用，所以说，所以我又按照 minimax 的 这个万方文档去把它接入到了 cloud code 里面去，他又删我的代码， 这个是事实，我不清楚。在这种情况下面，我没有要求他去上我代码的时候，他擅自改动了我的代码， 所以这个就是模型的问题了，这不是我的问题，我已经极力的想要去证明这是我自己的问题导致的，但是模型他不给我机会， 对吧？好，所以在这个视频里面，至少在我的这个频道里边之后，我是不会再去推荐 mini max 二点五这个模型，但然后面他推出来新模型我还是会去测的。 好吧，至少在现在这个阶段里面， mini max 他 不是一个好模型。而且呢，我跟他我在使用 mini max 的 这个模型的时候，我还聊出了一些很离谱的这个话题啊，这个视频里面我没办法去讲，但是 确实 mini max 他 不是一个好模型。好吧，好，那 mini max 我 已经我就已经把它给撇掉了。那智普的 glm 这个模型怎么样？他是一个好模型，至少从我目前的呃观点来讲，他 出错概率还是比较低的，只是说他上下文只有二百五十六 k， 所以 说他的上下文是短了点，但是他是一个好模型，至少在我整个使用过程当中，他没有出过什么大段子。 gim， 这是我对它的评价，对吧？所以说如果说你想要去选择这个这个 gim 的 这个模型，我觉得完全是可以的。阿里的这个模型的话呢，它是性价比最高的。 为什么这么讲？因为阿里的这个模型里面，除了阿里它自家的这几款模型以外，它还支持了 kimi 的， 还支持了 glm， 还有 mini max， 对 吧？哎， mini max 是 一个， 后面呢，我，我不去提他了。好吧，那个如果说你现在要去使用的话呢，阿里的魔镜其实是一个非常好的选择。那字节这边的话呢？啊，他的这个火山的这个啊， coding plan 我 看了一眼， 性价比确实是挺高的，但是反过来看几家模型来讲，它支持的这个模型确实是差了点意思啊。因为 deepsea 说实话它是一款好模型，但是它的上下文太短了。 你不管是接入到哪里，不管是处理你的工作流，还是说去进入到 open cloud 里面去，它其实并不算作是非常出色， 因为它的上下文确实太短了。你总不至于聊个几句，因为 openclaw 它本身你一出去就呃二十几 k， 对 吧？如果说你人格 so 跟 identity， 它设置的稍微复杂一点，你其实一出去就十几二十 k 就 没有了， 那剩下的八十 k 你 聊几句就没了。所以你订阅千万，他的选择会更多。 kimi 的 话，他只有 kimi， 他 他自己的模型吧，我印象里面应该是到他到 kimi 的 官网上面去定，然后的话呢，他只有 kimi 他 自家的模型，而且售价也不是特别便宜，所以我我我其实最后也没有去测 啊，因为阿里的模型也有 kimi 的 这个模型嘛，所以目前来看的话呢，阿里这边的模型它其实是性价比最高的。

第一批去养小龙虾的人，现在已经睡不着觉了，如果你们真的能把龙虾给养明白了，那你未来真的不用去上班了。就很多人都觉得玩 openclaw 它的门槛很高，要买昂贵的显卡，要配复杂的环境，其实都大错特错。就我看了这本 openclaw ai 助理一本， 我才发现就百分之九十的人在硬件选型上都花了很多的冤枉钱在部署上，甚至卡了半个月。像他这本书呢，就给我们直接划好了重点，哪些配置是商税，哪些模型呢，性价比最高，甚至怎么监控成本，避免那个账单爆炸。他这本书不仅是教你怎么操作，更是帮你省钱省时间，让你直接把龙虾养在适合他的池塘里。 说实话，现在 ai 迭代的速度真的太快了，你晚学一个月就相当于别人已经用数字，员工已经超过你的效率很多倍了，你还在苦苦的用手去码，用自己的精力去码。在你们想象不到的空间里， ai 已经可以帮我们开始剪辑视频，可以帮我们做表格，可以帮我们做所有助理的工作。像这本书，真的是可以通向未来，就是 ai 的 一个 生存指南。无论你们是现在想要通过 ai 提效，还是想要转型，或者是你们只是想要掌握一些新的信息差，你们先别着急买设备，先把这本书给看懂。如果你们现在还不懂 什么 ai 养龙虾呀，这些东西你还不懂，那这本书你就更应该看一看未来信息差真的是会拉开人与人之间的差距的，尤其现在 ai 的 出现，真的是更迅速地拉开人和人之间的差距，我们真的千万不要落后。

别再瞎养小龙虾了，全网都在教步数，没人教你怎么真正的用。今天我只讲三件事，谁在养死虾，谁才适合养我自己真正靠它解决什么，听完你就会明白，小龙虾能不能帮你，根本不在工具，在你自己。 哈喽，我是六叔。今天我们不神话 open club， 也不唱衰它，官方文档说的很清楚，其实它就是 getaway 翻成人化，它其实就是一个 ai 总控台，它不是价值的本身，只是把不同的工具、模型和接口统统的连在一起。所以小龙虾能不能真正的帮你提高效率，帮你挣钱，核心不在于这个网关，本质还是你自己。 关于 open color 是 什么，怎么配，网上已经说的很多了，而这一期我们聊一点更关键的，学适合养虾，它到底能帮普通人做些什么？ 线下结论，不是他火，你就一定需要我把不适合的分成了这几类。第一类，跟风党，看到别人装你也想装，连自己要他干什么其实都没想清楚，结果他不会替你省事， 只会再给你添加一个要折腾要维护的负担。第二类，岁活极少的人，你卡的不是提醒、分流或跟进，而是判断、创意和沟通，那小龙虾再火也补不了你真正的端盘。第三类，对权限没概念或者极度敏感的人， 他越像你的数字打工人，他就越接近你的账号、消息和节奏，你要是什么权限都交给他，很容易翻车。之前有程序员的 api 密钥被盗， 三天就消耗了一点二万逃款的费用。你要是对安全特别介意，对数据很敏感，也得想清楚能不能接受他介入到这么深。第四类，想一步全自动的人， 全线全开，入口全接，恨不得今天装上，明天就能帮你干活。你要清楚，它只是一个网管，连专业的研究员用它来处理严爆都需要慢慢的调试，不可能一步到位， 俗称养龙虾。还有一类也别急，既不想折腾部署，又扛不住后续成本的人。你看远程安装要花钱，甚至现在连卸载都要花钱，更别说后续的模型、头壳、设备维护。 小龙虾是偷看黑洞，哪怕你不用定时换新，也会耗钱。老旧的电脑还要升级，又是一笔开销，你看现在的 mac mini 都已经卖断货了。好，接下来先问自己一句，你每天是不是都被碎活拖的团团转？如果不是，那小龙虾对你就是一个新玩具， 养来就只会浪费时间烧钱，最后养死。那如果你对这句有感觉，碎活多心有七七眼，那我们就接着往下看。 真正适合养虾的人，都有一个共同点，他们缺的不是多一个 ai， 而是能替你接住碎活的东西。其实很多人不是不会干活，而是被每天的小事掏空，消息要回，节点要盯，资料要找，事情要跟进。刚处理完这个那个又冒出来， 所有的精力都死在那种来回的切换、重复确认一路上。而我用小龙虾就抓三件事，人人通用，立刻上手。 第一个节点，信息收纳，把伞的全收回来，不会再遗漏。就拿我视频创作者的身份来讲，平时的工作比较忙，所以说选择题是我一个痛点，所以我让他每天固定的时间去微博，去抖音，去 b 站抓热点， 又或者我看到一个热点，走在路上有个灵感，还是看文章捡到一个金句，顺手都丢给小龙虾，他就帮你分类归档，选题库、金句库、案例库， 用久了，他就会懂我的风格，你越用他，他就越懂。你知道哪些选择题适合我，哪些不适合。其实你们也一样，客户的反馈， 会议的想法，行业的方案，备考的知识点，全都可以随手丢进去，他帮你收，帮你记，帮你整理。第二个节点，制作辅助。 当我在选定一个选择题之后，通常需要查资料，补数据，核对完稿时，小龙虾的价值就直接拉满。以前我写一篇脚本，要查资料，找案例，找数据， 至少需要一到两小时，而现在十几分钟就搞定，他会帮我标注数据的来源，避免我用错信息。当稿子写完，直接还可以丢给他进行审查，有没有明显的错误，逻辑不通，表达声音，他都帮你改好，甚至还会贴合你的风格。 其实职场也一样，写方案，让他补案例，数据较高。做销售，让他找成交案例，优化话术。学生写论文，查文献，梳理大纲，最后的交对，把精力都留给核心，把碎火都交给他。第三个节点，复盘迭代视频发出去，我会做一件事，把后台数据截图发给他， 他会进行自动的分析，比如五秒的跳出率，完播率、互动数，最后直接给我策略。更关键的是，当你养了一段时间，会总结过往所有的数据，告诉我哪一类的选择题比较适合我， 给出未来选题的策略。其实在工作中也可以这么干，你的沟通的数据，成交的记录，都可以丢给他，他会帮你分析哪一类的客户容易成，而哪一种的话术转化率更高。上班族可以发工作的复盘，让他找问题给你建议，他不是替你做判断，而是帮你把规律沉淀出来， 所以你喂的越久，他就越懂你，变成你的私有数字打工人。最后还是绕回篇头的那句话， 小龙虾能不能帮你，本质上还是你自己。他当然有用，但不是凭空给你能力，他更是你能力的放大镜。你有判断，他帮你放大一点，你有经验，他帮你跑得更快，你有节奏，他帮你接住。碎的乱的容易漏的。但反过来，如果你没有想法，没有判断，没有取舍能力， 工具再高级也帮不了你。所以我一直觉得， ai 也好，小龙虾也好，主角都是人，他们只是放大你本身拥有的东西， 你越清楚自己要什么，他就越有用，你越不知道，他越会把你带进另一种忙乱。而且特别重要的一点是，别把判断权交出去，小龙虾可以接碎活，收信息，提高效率，帮你形成工作流， 什么值得做，什么不值得，该追什么该停什么，方向是什么，最后拍板的还是你。不然你养的不是工具，是把自己的节奏和判断一并交出去了。 那为什么小龙虾会火？表面上是开源热点， ai 的 爆点，但深层是扎中了集体的情绪。现在人太忙太碎，太容易被信息推着跑，工作不稳定，未来也不确定，节奏快， ai 又在制造一种我不能被淘汰的紧张感。大家迷上的不是小龙虾，而是一种感觉， 我能不能养一个数字打工人，把乱的生活和工作理出一点秩序，所以它解决的并不是你不会，而是你太乱。它给人最大的诱惑其实不是万能，而是秩序感，让散的收回来，让乱的顺一点，漏掉的也别再划走。所以我的感受是， 小龙虾可以养，也可以去吃，但别神话，别跟风，别为了用而用，先想清楚你缺的是能力，还是能帮你梳理节奏的工具。在这个 ai 制造焦虑的时代，最好的安全感不是你会有多少新工具， 而是你还握着自己的节奏。好，我是六叔，你是怎么用小龙虾的？还有什么更好的心得，在评论区告诉我，我们一起讨论。好，我们下期见！

最近很多人在养小龙虾，别误会啊，它并非来自蚌埠，而是火出圈的 open cloud， 一个 ar 智能体能，自己干活的那种。你给他一个任务呀，他不光能给你出主意，还可以去执行。上网查资料，写报告、发邮件，一气呵成。 那网上都说这是 ai 从能说到会干的字典。但作为招投标人呀，我听完心里咯噔一下，这家伙要是进了咱们这一行，我们手里的活还能保得住吗？你别觉得我写了 u t i 政府工作报告呀，已经明确把打造智能经济新形态啊写进去了， 那政府采购作为公共资源配置的核心领域，这场智能浪潮他躲不过去。而且我翻了一下业内专家的分析，发现 ar 智能体盯上的恰恰是我们最头疼、最耗时的那些事。 第一，省标书。以前一个大型项目啊，几千页的标书，上百家投标单位，我们人肉贩一周能省完赚快的。 ai 呢，它内置了全量政府采购法规库，标书扔进去啊，它能自动解析，自动比对，自动找出不合规的地方。 有专家说，能把洲级的工作周期压缩到天际。第二呀，查围标，串标。那以前查围标靠经验，靠举报，现在 ai 怎么查？文本语义相似性分析，报价规律分析，投标行为异常扫描你标书是不是抄的？报价是不是串的，他一扫描呀，全露馅。 第三呢，写文件，审核同政策更新快，各地细节不一样。人工写文件啊，审核同，一不小心就漏条款。 a r 智能体呢，如果内置了全量法规和规则体系，他写的文件，他写的合同比人更准确、更全面、更合规，那听完这些，你是不是也在想，那我们招投标人还能干什么？别急啊！专家们还说了另一个重点，政财领域要的不是通用智能体， 而是懂政策、懂流程、懂风险、可留痕、可追责的行业专属。智能体什么意思呢？就是说，通用 a r 可能很聪， 但他不懂政府采购的规则，不懂什么叫异常低价，不懂什么叫虚假硬标，他能帮你干活，但他不敢替你负责。而真正的政采 ai， 必须是私有化部署的，数据不出域的，懂行规的，他是个工具，不是个替代品。 所以， ai 不 会抢我们的饭碗，但会用 ai 的 人，可能会抢走那些不会用 ai 的 人的饭碗。未来的招投标，拼的不再是谁熬夜多，谁关系硬，而是谁更懂技术，谁更懂规则， 谁能用 ar 把自己从重复劳动中解放出来，去做那些真正需要人的事，判断、决策、沟通、担责。 open cloud 来了，你是慌还是准备好拥抱它呢？评论区聊一聊，你觉得 ar 能代替招投标人的哪些工作？

你现在刷到的不是一条视频，是如何用小龙虾干爆生产力的？八十二个实操案例， 最近爆火的小龙虾到底咋用？好不容易费劲扒拉装上了，除了查个天气，找个文件，啥也不会，到底怎么把小龙虾发挥到极致啊？我给大家准备了一个文档，小龙虾十大领域，八十二个真实的应用案例，这里会告诉你到底怎么用小龙虾， 内行人都在偷偷用的小龙虾。五层积木，渠道能力、触发输出硬件到底是啥？所有的小龙虾应用就是这五个积木的组合。 举个例子啊，用飞书作为渠道能力，是网页抓取触发条件，设置成每天八点自动运行，结果以对话消息的方式推送给你，整个东西部署在你的本地电脑上，这就是一个每天早上自动给你推竞品动态的情报机器人。五层一拼， 所有的应用就出来了，你看五层积木里面的每一个细节，满满当当，再也不用愁怎么用它了。往下翻，是八十二个真实跑通的小龙虾案例，十大行业啊，新媒体内容运营的十一个，办公自动化的九个，销售 crm 的 九个，还有电商跨境的， 个人生产力的，智能家具，学术学习的，还有还有，再往下，告诉你，每一个小龙虾应用该去装哪些 skill， 怎么装，有啥功能，全部给你安排的明明白白，妥妥当当。真的是太多人天天问我到底小龙虾能干啥？我想统一在一个链接里面回答大家，而且我有新的发现，我有新的实操案例， 还是去再总结，我都会放在这个文档里面，会一直去更新它。怎么领取呢？我只有一个要求啊，你要是我的粉丝关注点赞，在这条视频下面说一起吃龙虾，然后进群去找群管理领取就可以了，让我们一起用小龙虾干爆生产力吧！

最近刷抖音是不是满屏都是你养小龙虾了吗？你以为是夜市麻辣小龙虾是水产养殖新风口，其实这根本不是吃的虾，而是二零二六开年最炸的 ai 黑科技！今天给你讲透全网爆火的养小龙虾到底是什么？养小龙虾就是养一个 ai 数字打工人， 它本名 opencloud， 图标是红色小龙虾，网友直接叫小龙虾和 chat gpt 豆包这种只会聊天只给答案的 ai 不 一样。传统 ai 是 嘴替，你问，他答不动手。 小龙虾 ai 是 手替，直接接管你电脑的鼠标键盘，自己干活，它能干啥？举几个你天天烦的事，自动整理文件，批量重命名，做周报、发邮件。小红书公众号从选提到发布， 全自动一条龙，七成二十四小时不摸鱼、不请假、不要工资。为啥突然爆火？一两会都在提深圳公务员用它处理民生诉求，二 零代码上手，普通人电脑就能装，开源免费三养成杆拉满，向养宠物为数据装插件，越养越能干。但要注意，工信部已发预警，默认配置有安全风险，容易泄露数据，别乱给权限，别用办公电脑裸装，新手一定要先装安全插件！