openclaw 搭配中转站

呃，我现在演示一下那个怎么去。嗯，配那个 open call， 就是 如果用那个自定义的那个 open ai 的 那个端点的话，就这是一个空白的命令。行，然后我这个就是这个讯基已经安了， 就是你没安的话，其实步骤差不多，只不过我安装了的话，我用这个命令，然后我重新选择一下，如果你没有安装的话，你直接拿脚就是那个官方的脚本直接运行就可以， 就是弹出的画面差不就是一样的。然后我点继续，然后继续， 然后继续到这个模型提供商的时候，你选倒数第二个，就是这个用自定义的那个模型提供商，然后选择让他给你一个视例，然后你把它删了就行。 就是我这边是给了你一个，我应该是给了你一个端点，给他复制到这 一敲回车，然后他让你输入那个 api k， 然后把 api k 粘到这儿，然后继续， 然后他问你，呃，要这个兼容吗？啊，对对，就这个兼容的，这个这个组合的这个就选是就可以了，然后你输入一个模型 id， 你 比如说你用 gpt 五点二的话， 啊，这不要数错啊， gpt 五点二中间有一个杠，然后回车，他验证， 啊，这是验证成功了啊，这个回车就可以啊，这个别名回车，然后这这这我已经配过了，其实不用管我挑过 啊，这个也挑过，继续就可以，让我重启， ok， 他 让我，嗯，这个继续就行，打开那个 u i， 嗯，可以了， 它已经连接了， ok， 这就已经成功了， ok， 这是没有问题的。然后就是有一点要注意啊， 我先敲回车，就是如果它不行的话，就是配完不行的话你注意一下，你检查一下这个文件，就它的主配置文件， 就这个文件，然后点回车这边的话是 下面的是幺六三八四这个。

hello， 大家好。呃，今天呢来介绍一下我们星辰自研的中转站啊，可以看一下我们的这个独家专线，是非常的快的，并且呢我们插件支持自动化配置这三个功能， 就是你需要什么模型可以用插件直接自动化配置好就不用手动在那调， 然后可以看到我们这些模型都是可以直接用的，例如我需要用一个 closeony， 四点六的话，我就点它 啊，然后点确认选择啊，然后就配置好了，就非常的简单操作。然后我们来测试看一下这个是 cloud code 的 插件， 呃，在那个 vsco 啊，或者 coser 啊，或者 kiro， 反正就是只要能支持安装插件的 id 里面都可以用啊，可以看一下我们这个项目的话是挺大的啊，这个项目的话它挺大的，它的文件特别的多，可能有一百多个文件吧。 然后这个项目的话，呃，也是一个比较复杂的项目，我们就拿它来测试一下这个模型，就是我们这个中转站它的响应速度以及它能否解决我们的问题。 首先来测试一下它的响应速度怎么样啊？处理一个这么大的文件啊，看一下先啊，可以看到就算是秒响应的，我刚问完他就立马回复我了， 这个速度啊，可以说基本上可以呃碾压绝大部分的中转站啊，他们有些中转站可能思考一下，可能要几十秒，或者说上百秒，我们这基本上就是秒响应。然后呢他看一下，现在他是正在读这个项目啊，我们先等待一下 我们这个项目的话，因为特意拿了一个比较大的项目，有一百多个文件，就是来看一下，演示一下，给大家展示它的这个响应速度，以及它能否解决我们的问题 啊。可以看到它现在这里还在继续读啊，因为整个文件项目的文件非常多，它在一遍的读，可以看到它上面列出了这里有一百零一个文件啊， 然后他现在在读取我们这个项目的内容 啊，然后他现在读取完了告诉我们啊，这个项目是一个什么东西，有什么功能，我们这里可以看到他这里的分析 技术，实现项目定位，然后还有什么安全机制啊，功能啊，然后呢我们这里直接来测试一下，问问，他就是帮我们分析这个项目的缺点 啊，众所周知啊，就是让他说优点的话，他能说一大堆，但是让他说缺点才能真正检测他是否去读了这个项目啊。可以看到这里的话，他的响应速度还是秒响应的 啊，不像就是有些不太好的中转站，他可能是你问个问题，他可能等个上百秒才回你啊，那体验就是非常的差了， 我们这的话就可以看到整体的响应速度特别的快。然后现在呢他就已经分析完了，他说这个项目的缺点啊，是风险，然后还有代码质量 以及性能啊，数据库处理之类的这些缺点，他都给我们一一列出出来了，然后告诉我们要如何规避这个风险 啊，可以看到这里全部的实线都已经出来了，然后他给我们做了个总结，以及各个问题，他都给我们一一列出出来了， 可以看到非常的详细哦，这里的话就不一一去看了，就给大家展示一下这个效果，然后我们来再新开一个对话 啊，我们在新对话来再测试一下，看他是不是每个对话都能这么流畅。我让他帮我写写，写一个东西吧，写一个贪吃蛇脚本，测试一下他的那个写代码的速度 啊。然后我们这里发了我们的问题，可以看到依旧是秒极响应，非常的流畅。 然后他现在就已经在查看这个项目的目录，查看完之后呢，现在就说开始帮我们写了，然后我们这里就等待一下， 嗯，可以看到他这已经写好了，这就是他写完的一个文件。呃，然后呢他还教我们怎么去用它，先安装一个库，然后呢再去运行这个游戏。 然后这里呢我们来介绍一下我们的中转帐，它的倍率是特别的低啊，零点零零九， 零点零九非常的低啊，然后我们可以看一下我们的这个输入，输出都是零点几的，比其他中转帐低特别多的，而且响应速度和质量都是非常的好。呃，强烈推荐大家来使用体验一下啊。好，本期视频就到这里了，谢谢大家。

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。

铁子们好，因为 open core 大 龙虾 api 中转站各种卖的不亦乐乎，但这种中转站猫腻很大，自己部署了以后就知道它后台是可以设置你的透坑消耗的，你正常的透坑消耗让你变成十倍，这样看起来你虽然很便宜， 但实际上你花的钱一分没少，甚至花的更贵。这个倍率平台是可以自己调的，你根本不知道自己消耗在什么地方。所以单纯买 api 中转站这个事还得擦亮眼睛。

部署本地的 openclaw 已经可以剪视频了，大家都知道了吧， 这个让硅谷大佬每日一封的 openclaw 阿月，我呢也是拉到本地试了几天，现在就带大家把本地部署和接入飞书每一步都走明白。为了防止偶然性啊，我呢也是连续测试了四台电脑，确保每一步都可行，接下来你们只要跟着做就可以。点好关注收藏， 我这里依旧用的是 windows 系统来操作，因为 macos 系统呢，环境相对比较简单，不像 windows 这么复杂。首先呢，我们要确认好 windows 的 安装环境，安装的时候呢，全部都点 next， 一 直到完成即可，建议呢，不要去变更中间的安装路径。 呃，安装完成后呢，我们可以检查一下环境，我们在命令提示符的窗口输入这两个指令，如果输入指令后跳出版本号，那就说明安装已经成功了。这里提到的两个环境文件呢，我在文档里面也全部都准备好了。 好，接下来呢，我们就开始全区安装 oppo 卡使用管理员 c m d 指令输入，这个指令安装完毕后呢，再输入这一条指令， 好开始了。 ok， 这一步跳出来的呢是风险提示，我们直接选择 yes。 然后呢我们选择 quickstart， 这一步呢是选择大模型，我这里呢用的是千万，因为他是国内的，如果大家有惯用的呢，也可以自己进行勾选好，然后我们这里模型选择默认的即可。 之后呢会跳转到大模型的首页进行授权验证，大家验证通过就可以了。那通过后呢，这里也同样有一个选项，我们直接选第一个默认的模型。 ok， 下一步呢，这里可以看到很多的应用选项，这其实呢就是指令输入的终端，因为这些都是国外的，所以我们先不管，选最后一个，跳过，后面呢我会给大家介绍如何接入国内的飞书。 ok， 继续，这里会问你需要配置什么 skills？ 呃，我们也跳过，没问题，因为这个不着急，后面都可以手动去配置的。 好，这个也不用管我们用不上，直接跳过。好，然后我们稍等一会，会自动弹出一个网页，然后你会发现这个网页是打不开的，没关系，我们这个时候呢，再运行一个 c m d 的 指令， 好，这就是欧奔 cloud 的 兑换框了，我们来尝试和他打个招呼， ok， 他 回复我了，那到这里呢，其实基本上就成功了，还是比较简单的啊。然后呢，我们再来尝试为大家接入一下飞书，很多小伙伴呢，在这一步呢，其实就被劝退了，因为怎么样都接入不了这里，大家看好我怎么操作。 首先呢，我们进入飞书的开放平台，我这里呢用的是个人版，我们来创建一个企业自建应用， 进到这个凭证与基础信息界面，把你的 app id 和密钥保存下来，这个很重要啊，后面会用到的。然后 我们添加一个机器人，再到权限管理这一步，为他添加一些权限。这里的权限列表呢，其实官方呢是有指导文件的，但是呢就藏的比较深，我呢也是给你们找出来，直接放到文档里面了，你们直接一键复制过来就 ok。 好，然后我们需要配置一下这个事件回调功能，在这里的订阅方式选择长链接这一步呢是必须的，而且是绕不开的，也是大家碰到卡点最多的一步，很多小伙伴呢在这里呢就是一直报错，好，不用担心，我呢，已经整理了一份非常长的傻瓜教程，大家直接照做就 ok 了。 然后选择以后呢，我们添加事件，然后添加搜索接收消息， ok， 然后我们就去点击创建应用，然后再发布就 ok 了。 好了，配置工作完成之后呢，我们就要开始给欧邦克劳接入飞速杀键了。由于 windows 的 系统环境问题呢，所以大家的电脑情况都不太一样，所以会出现不一样的报错问题。网上的很多视频呢，也没有把这个问题针对性的讲清楚，我自己呢也试了三到四台电脑来做尝试，都非常有挑战。 如果你手边也报错的话呢，不用担心，我这里想到了一个邪修的办法。好，那既然 oppo klo 可以 控制我的电脑，那为什么他不能自己安装飞出插件呢？我们来试试看吧，直接和他对话。呃，你自己安装一下飞出插件，然后呢，他就会开始疯狂的工作，并自行去验证安装环境和插件配置 啊。五分钟左右后呢，他就会告诉我，他工作完成了，需要我提供给到他飞出机器人的 app id 和密钥。这个呢，其实我们在上一步已经有了，我们直接复制给他，让他呢继续去工作。这里的工作过程当中呢，我们的机器人可能会下线几次，原因呢是他需要去重启网关， 如果呢，你感觉他下线太久的话呢，我们可以用 open cloud get away 这个指令重新把它呼出来。最后呢，他会要求你在飞车上和他对话进行测试，并为你排除最终的一些故障。 ok， 全部搞定，已经可以在飞车上正确回复我了，并且呢，刚才在外部的对话记录他也全部都记得， 呃，我们这里呢，再用手机给他发一条消息试试看。好，他也同样接受成功了。好了，这里欧本卡接入飞书的配置呢，就完全对接成功，基本上都是他自己完成的，我呢只是配合他提供了一些必要的信息， 妥妥的全能小助理。接下来我们来看看他能为我们做一些什么吧。比如呢，我现在想要订一张机票，我就让他帮我查询一下最便宜的航班，他立刻就给我列了具体的信息，包括航班号，价格以及其他的一些航班信息。不过这一步呢，是需要接入 api 的， 大家可以自行去网上找免费的接入就可以。 好，那现在过年了嘛，马上大家呢也会送礼嘛，那我就让他去浏览电商的页面。呃，不过这里呢，需要先安装一个 oppo club 官方的浏览器插件，我们直接从官方渠道进行安装就可以了。具体的步骤呢，已经放在文档里了，大家直接照做就可以。我让他给我打开。 ok， 成功，呃，然后我继续让他为我搜索燕窝。好，也成功了。 好，那我们现在在拿最近小伙伴在学习的 ai 的 线上作业丢给欧本克，看他能不能帮忙完成。 首先我们要让他找到作业的本地目录，并让他完成里面的题目。他立刻就找到了，并且迅速告诉我，完成了。啊，这速度还是真的蛮快的啊，但是呢，人呢，还是比较懒的。如果呢，你抄作业都不想抄啊？没事，直接让他把填完的东西返回给我。好，他已经做完了，我们来看看啊。 呃，代码呢？全部都完成了，不过呢，我也是看不懂啊。看懂的高手可以来说说他完成的这个准确率怎么样。 好了，那这次安装说明就先讲到这里了，关于 open cloud 的 更多能力，有时间呢我们可以再去测一下。好，那既然已经部署成功了，有兴趣的同学呢，也可以再去深度探索一下 啊。对了，现在呢，各大厂呢，也出了针对 open cloud 的 云端部署，我这个呢，也可以跟大家快速的分享一起。好，这里是阿月，希望我的视频能够帮助到你，让你更了解呀，我们下期再见。

opencloud 的 核心配置文件，我们来看一下，一共有这一些，最重要的就是这个 s 点 bug 到文件，它是定义的 agent 的 性格、价值观，还有行为规则，下面有这个 identity 就是 它的角色， user 就是 用户信息，再往下就不是那么重要。像这个 memory 的 话是用来存放它的记忆的。 b 就是 有一些心跳任务，这种有带日期的，这种 memory 它是每天的一个记忆，它每一个这样的代理硬件都是会有这样一套文件的。我们在新建代理的时候，我们是需要给它最好是配置好。首先来讲一下 so， so， 它是这个 代理的这个灵魂，然后包括一些性格、行为准则，还有绝对的边界，这个是最重要的文件， 就比如说我这里是一个专业开发的助手，我给他定义一个核心的人设，是经验丰富的全站工程师。然后性格是技术精湛、务实高效、 逻辑清晰、主动但不越界，风格是使用专业术语，代码优先，拒绝废话，这里有一个人设，然后下面是行为准则，行为准则这个是很重要的， 包括下面这个绝对红线，就是不要做的事情，不要做的事情是非常重要的，未经确认删除，还有泄露 p i t， 提交未经测试代码，就是这些东西都是不能做的。然后有一个 identity， 就是 一个身份的标识， 比如说我们去搞一些自媒体运营的话，我们有比如说有文写文档的，配图的，或者是排版的，就可以给他一些身份。然后这个 user 点 markdown， 就是 用户的画像，就这边就是写的你的信息，去写你的名字， 然后我这边是因为是搞开发的，就是去写一些技术站或者我的工作习惯，如果你是去把它去让当做一个 ai 助手的话， 你这里就去写一下，比如说你在做什么项目，或者就是然后还有一个就是时区的问题，你这边如果是 中国时间的话，你就给他讲你是东八区啊，这个对于他去执行一些定时任务的话是很重要的。然后下面是有一个 markdown 文件，去定义他的工作流，还有一些规范， 还有项目特定的规则，这边也是跟代码关系比较大的，这边就不至于数了。然后 memory 也是比较重要的，就是它是一个长期的记忆， 就比如说我们在项目中遇到的一些问题，然后是怎么解决的，就一些特别重要的点可以给他记在这个里面，或者有一些你的个人偏好配置软件大概就是这个样子，我补充一些配置软件。呃，其实我们在使用过程中，我们只要知道有这些配置软件， 我们在跟那个龙虾对话的时候，我们其实不用那么那么仔细的去跟他核对每一个文件的，我们再去规定他的一些性格特征或者是角色的时候，我们可以给他大概的定义一下， 很粗的定义下，他会去把这些详细的东西都补全的，让他给你确认一下还有什么要改的地方。一开始用的时候你先去给他定义好，然后在使用过程中再慢慢慢的去磨合，慢慢去去改，就是所谓的养龙虾了。 还有一点就是我们一开始可能只有一个龙虾助手，一个主的代理，你后面如果慢慢做的东西多了以后，你会慢慢加，慢慢加，他们每一个代理都会有一套这样的配置软件， 需要给他们配置不同的人格，还有他们不同的任务啊，还有你的偏好就是这一套东西。

三月二十二号这波更新，我觉得真把国内一堆大厂给打醒了。一句话总结，光会套壳迟早出事， 发生了什么？就是 open collo 在 三月二十二号做了一次非常大的更新，这次更新之后，我看到网上有个词形容的特别准，叫技术集权。什么意思？表面上看， open collo 是 开源的， 谁都能下载，谁都能用，谁都能改代码，但本质上，整个生态的底层规则还是掌握在官方手里。 你平时套壳加插件，做 skills， 做各种第三方市场，平时看着挺热闹挺繁荣，可问题是，只要官方底层一改规则，你上面那一整套随时可能集体失效。这次就是最典型的一次。三月二十二号更新完以后，国内很多第三方通信插件基本都废了， 第三方 skill 市场大面积受影响，不少厂商自己封装的那一套能力也直接不好使了。为什么会这样？因为这次更新不是表面小修小补，而是直接在底层上了更严格的安全，叫验和信任机制。 以前怎么玩儿？很简单，一个 skill 文件夹往里一放，基本就能跑，现在不行了。现在你装 skill 得过官方哈普的验证，得是官方认可的受信任的系统才让你执行， 你没有官方那套认可机制，不好意思不让跑。这就很要命了，因为很多大厂之前干的事情，说白了就是套壳外面包一层自己的界面，里面接一堆插件，扩展通信能力，看起来好像很完整，其实底层命门根本不在自己手里， 人家官方一更新，你如果没跟上适配，直接就崩。更尴尬的是，很多厂商还没把升级这件事彻底控住。以前有些卖插件的人还知道提醒一句别升级，甚至直接把更新入口给你锁死。 但这次很多项目上的太快太急，根本没把这些风险控制做好，结果用户只要手一滑，点一下，更新好了，你外面封装的那些东西立刻失控， 最后只能退回去用官方那一套。当然有些官方通道还能继续用，有些开发者现在也在连夜补适配补升级，但问题是，你这次补上了，下次官方再改一次，底层呢？你还能不能继续扛住？ 所以我觉得这次更新最值得看的，根本不是某个插件挂了，也不是某个功能失效了，而是他把一个真相直接摊开了。没有自己的核心能力，靠套壳吃 ai 红利风险极高。你真想在 ai 这波浪潮里站住，靠的不是换个皮肤，不是接几个插件，不是包装几个 skills， 你得有自己的产品，你得有自己的能力，你得有自己的底层掌控力。不然的话，一家大公司市值上万亿，最后却被别人一次版本更新直接按在地上摩擦，说实话挺丢人的。还有一个现象也很有意思， 现在把 open cologne 炒的最火，最焦虑的其实主要还是国内。海外当然也有人玩，但更多是开发者在折腾，在实验，真正把它搞成不玩就落后的氛围。国内最夸张，好像你不用 open cologne， 你 就不懂 ai， 你 就跟不上时代。 但真相不是这样，它当然是一种技术趋势，也是一种产品形态趋势，但它不是所有人都必须立刻冲进去的唯一答案， 很多时候不是技术本身有多夸张，而是市场太焦虑，舆论推的太猛，最后把整个事炒过头了。 所以我反倒觉得这次更新未必是坏事，他至少给很多大厂提了个醒，别再迷信套壳了，别再只想着蹭流量吃红利了，真想长期留在牌桌上，还是得做自己的东西。

这是给天猫商家定制的一个 open cloud 单品多店铺自动化上架工作流，只需要在飞书表格中填写每个店铺的产品信息， 然后在飞书上面发送开始上架的指令，就可以完成人工上架的所有操作。如商品属性、商品标题、一比一主图、三比四主图、 sku 规格、 s k u 图以及产品的价格，还有上传视频模拟人工真实操作。这个自动化方案可以降低人员成本，减少每天重复的工作时间，真的可以大幅提升工作效率。接下来给演示一下完整的流程。

用那个 opencloud 的 不是很好 tokyo 吗？我就在前面上看到了那个中转的 a p i， 我 体验了一下了，我给兄弟们说一下，我觉得没有必要浪费时间去搞那个了。呃，我的体验感受很不好，我用了那个中转的 a p i， 我 买的是那个机迷你的，我觉得很卡，很不好用。 其实我一开始呢，我就很奇怪啊，如果他跟官方的用起来体验一样的话，他为什么会便宜那么多呢？我问了卖家，卖家跟我讲是一样的，但是呢，我的真实体验是确实不太好，我不知道有没有 也在用中转 api， 然后用了那个机迷，你的兄弟们啊，可以聊一聊。就是你们用这个中转 api 能正常吗？如果说句实在话，如果能正常的话，我确实能省挺多钱的用。我 目前用的是那个官方的那个机迷你，但是因为运气不错，它里面有一个三百美元的那个体验额度。我现在一直用的是那个之前 那个申请到的三百美元的美元的体验额度，所以我现在一直在在用着，但是我还在想着，如果说这个到时候用完了怎么办呢？啊？所以这个 api 我 也会稍微考虑一下，有没有用过的兄弟们来分享一下体验使用体验。

看看我的 agent 团队们，有写图文的、网站运营的、监控金价的、记账的，还有提供情绪价值的，后面还要增加一个视频剪辑的 open cloud 小 龙虾 用上多 agent 的 模式了吗？但像我这样每个 agent 对 应一个机器人的配置是有点广泛。在飞书上其实有一种更简单的方式，就是通过拉群，实现一个机器人多个 agent 多个群聊分别管理的模式。我们来以选择题、写作和神稿三个事情为例，完整的配置一遍， 一共三个步骤。首先用这样的命令创建多个 agent， 分 别负责不同的工作，然后给每个 agent 的 职责拉一个飞书群，并且把我们的唯一的这一个 飞书机器人添加到群里面。接着把每一个群聊和 agent 绑定起来，在这里查看群的 id， 通过这样的 bindings 配置把两者映设起来。最后不要忘记给飞书 channel 增加这两张配置，开放群聊和群聊中，不需要艾特机器人也能回复。 配置完成之后，在各个群里和 agent 对 话，给他们安排好职责和身份，让他们记录下来，你就可以在不同的群里指挥不同的员工工作了。像这样的流程，先选择题再写作，审稿，审完再改， 最后得到一篇完整的内容就可以发布了。这样做配置简单，效果强大，快来把你的 agent 军团也安排起来吧！关注我，带你玩转 open club！

最近 open call 这么火，到底有谁真的赚到钱了呢？我觉得这个可能是大家最关心的问题，绝大部分是靠卖铲子赚到了第一桶金，那么我可能也是这一批里面通过 open call 真正赚到钱的人。 一周之前，我和我的龙虾，我们所谓的是一人公司从零搭建了一个能够卖货的独立站，总共花费了不到四十八个小时，真正的去工作写代码的时间可能不超过两个小时。那截止到目前，我们这个独立站的收入呢？是四百澳币。 虽然听起来这个事情可能有点夸张啊，但是如果你想靠 ai 搞钱，我保证这个视频对你来说一定会有一些大的帮助。 那说起来这么早，我能够接触到 oppo pro 去使用啊，在一月底的时候，也是得益于叉七 d 刚出来的时候我就已经在玩了，而且，并且，呃，我第一波 ai 创业的时候，我就靠卖这个算力投肯赚了一桶金。 所以将这个第一次我用上 open call 的 时候，我脑子里念头，念头就是啊，这个事情是可能是 算力的需求，第一次从 b 端到了 c 端，普通人他不再是满足于一个订阅式的服务，还要像交电费一样。可能以后这个事情你不只是狡辩电费，你还有一个 token 的 一个事，还是按 token 的 数量去做结算。 那我对这个趋势和风口就非常感兴趣，但是最开始的时候呢，这个龙虾只是帮我做一些比较基础的事情，比如说，呃，我做投机投研的时候， 这个信息的收集就完全自动化，每天的研报啊，信息的总结，我只需要早起打开手机看一眼就好，那仅限于还是一个工具的状态，只不过是一个比较智能的工具人。但是在这个做研报的过程中，我发现了一个 很大的一个 jim， 一个大宝贝，就叫做内特，一个老外。那么他是什么样的？他做了一个智能体，做 felix， 他 声称说一周就赚了六千美金。那起初很多人都不是不知道，就说啊，你只是说出来而已，你始终是一个黑客的状态。直到他有一天去做了一个 podcast， 他 把这个所有的事情都透明化。那我也是看完了之后发现，哦，原来这个事情他是可以这样子去真的实操去做的，而且我觉得我也可以去尝试。 那么我第一时间首先是去了他的他这个官网 comot， 我 去购买了这个产品，我觉得必须要去做知识付费， 我去挖掘了他的产品，并且在这个过程当中呢，我把 ai 当成一个杠杆，我不仅让他去爬了这个 podcast 的 所有内容，然后也去看了这个 comot 的 这个呃，商业模型啊，他在做的卖的产品到底是什么？和我们有什么差别？我们怎么样才能做到和他一样？ 那实际上拆开来看之后发现他就是在卖自己的分身而已，但只不过，呃他的想法和执行力比较比较快而已。那我我就讲为什么 我不能去试一试呢？所以说在有了目标之后，我就开始执行市场调研，产品分析啊，商业模式，这个过程里面我只是一个下达命令的一个 ceo， 所有的这些呃，分析啊，产品啊这些想法都是我让龙虾去自由发挥的，这是第一步我就对他的放权，让他去给我做输入，我只做个下命令的人， 到后面之后呢，下一步就是要去做落地。第一个我们首先要个网站，在这个时候我就已经彻底放手了，我给了他很多很多的权限，我说我第一时间跟他说的是我能做什么，让你之后不要再问我这个问题，不要把球抛回给我。那第一个就是网站， 这个网站呢，一共是可能花了差不多半个小时的时间，我中间只提了一次对设计风格的需求，接下来都是他去做 网站。大完之后呢，下一步是我比较镇定的，就是我没有给他任何的东西，他就直接通过了我一条命令，我说你去帮我把这个文档部署上线，他就通过了调用这个浏览器的 c i， 然后直接告诉我，哦，部署完成了，我当时很惊呆，我不知道你是通过什么去登录我这个 version 啊，后来知道肯定用了 bha 的 一些这些东西去去啊，有 gucci 啊，所以他可以直接登上去，总之这个过程是比较震惊的。那这个时候我们有了网站，并且上线了这个，到了部署，到了后端，这个之后呢， 我们就需要产品，那整个产品呢，我也是打算全部放给他去做，他调研完菲力克斯产品之后呢，自己设计，自己打包，自己定了价，甚至自己调用了这个 script api， 当然 script api 是 我给他的，他把产品上架了，到这个后端支付的功能全都给我接好， 所以到到这一步的时候，他他给我去展示的时候，我是我是抱着怀疑的心态，因为我总觉得啊，你可能给我一个，又给我一个什么，就是 ppt 啊等等，结果呢？一次跑通非常震惊， 整个链路从购买支付到自动交付，发送邮件，让用户查收下载，已经没有任何的问题了，当然这个也得益于，呃，我使用的模型用的是 oppo 四点六 这个东西做完之后呢？那我当然想去要做推广营销分享，那我希望你把我们的这些过程，他的上下文记忆，他是有记忆功能，我说你把这个事情写成一个文章， 我们去做分享，这个事情只有这个一段，我口述之后，他就生成了一个文章，那这个文章呢？二十四小时内获得了 六万的浏览量，我们的一个社群呢，也从啊十二人扩张到了两百人，所以其实客观上来说，这整一个这个养虾户的这个独立站， 不光是从前端后端啊，网站设计、产品调研，连推广营销都是他的输出的 id， 我 只是负责点了个 post， 甚至这个发布的功能我也可以教给他，但是我没有去这么去做，这个事情 在当时对我来说是很镇定的。这种降本增效已经是我觉得，至少在电商啊，或者说这种独立站，我们已经可以先让 a d i。 发声了。 这个过程我是想分享给你，把我的一些对于 ai 看法，后面的一些我们该怎么去自动化的降本增效。如果你想了解，我们可以去聊聊，如果你想试试，或者有什么 ai 的 搞钱的好的玩法，我们可以分享一下。 如果你觉得这篇短视频对你有帮助，记得关注我一下，我后面会持续在这个号说出一些观点和内容，和我在做一些事情。

我研究了三天三夜，终于把 opencloud agent 的 团队搭建彻底跑通了。七个 agent， 一个群聊，自动写作，我只说做什么。 ceo 自动拆解任务，协调各部门，各部门做完自动汇报， 这可能是目前最接近一人公司的玩法。今天我把所有步骤一次性讲清楚，先给大家看看最终效果。这是我搭好的一个七人 agent 的 团队。在飞书同一个群聊里， ceo 负责理解我的需求拆解任务分配给各部门。 产品部负责需求分析和 prd 输出。开发部负责技术方案和代码实现，设计部负责 ui 方案，市场部负责推广策略。 数据库负责数据分析和效果追踪，运维部负责部署和监控。上周，我想做一个 ai 每日早报的自动推送工具。我在群里跟 ceo 说，我想做一个工具，每天早上八点自动抓取 ai 领域的新闻，生成一篇早报，推送到我的社交媒体。 然后 ceo 就 把这个需求拆分成了四个子，人物，产品部定义早报的内容结构和信息源。开发部写下载脚本和推送接口。市场部确定标题风格和受众定位，数据库设计阅读量追踪方案。每个部门各自输出了方案， ceo 汇总之后，给我一份完整的执行计划。 整个过程我只发了一句话，这就是今天我要教大家搭建的东西。在动手之前，先花三十秒了解一下原理，这样后面的操作你才不会懵。 opencloud 的 多 agent 的 机制本质上是这样的，一个 get 位实力多个工作区，每个工作区就是一个独立的 agent， 它们共享一套基础设施，但各自有独立的角色设定模型配置聊天渠道绑定。 理解了这个搭建就变得很简单，总共两个步骤，第一步，在 opencloud 中创建多个 agent。 搭建方式有两种，第一种，通过命令行交互式创建，一行命令搞定，打开终端，运行下面这行命令。这种方式的好处是不用修改配置文件，跟着提示一步步选就行。 第二种方式，直接修改配置文件，适合一次性创建多个 a 键的。打开你的 opencloud 点 json 配置文件，需要修改三个地方 室内配置文件，如图。第二步，配置聊天渠道。很多朋友卡在这一步，不知道怎么在飞书上创建机器人，步骤如下，我知道重复建七个很枯燥，所以我做了一个创建飞书机器人的 skill， 你 把这个 skill 安装给你的 open log， 然后告诉他帮我创建一个飞书机器人，他会自动打开浏览器，自动填写表单，自动完成创建。搭好之后，最有意思的玩法是建立指挥链。 我给 ceo 的 设定是，当用户提出需求时，你需要一、分析需求的本质目的。二、将需求拆解为产品、技术、设计、市场等维度的子任务。三、将子任务分别艾特对应部门，下达清晰的任务指令。四、在所有部门回复后，汇总结果向我汇报。 这样一来，我的工作流就变成了我指挥 ceo， ceo 指挥各部门，我验收最终结果。我只需要跟一个人说话，剩下的全部自动流转。未来的工作可能不需要那么多人了，需要的是一支听话、高效、二十四小时在线的 hr 团队。