open claw能做课程设计吗

前两天和大家聊到了 openclo， 如果说之前 openclo 的 安装是存在一定门槛的话，现在随着各个互联网下场，他们做成了自己专属的 openclo， 而且提供了呃直接配置的路径。 像我的话呢，是直接到 github 上找到了一个叫做 openclo manage 的 软件，我只要打开它，然后啪帮我安装好了环境， 然后我通过一系列的摸索，成功的把它接入了我的飞书，并配置上了呃， deepsea 微三模型。 配置好了之后呢，我通过计算机自带的那个定时软件，让它每次开机都自动帮我呃打开 open globe， 然后打开我的飞书， 我现在包括我现在手机上下载个飞书嘛，现在我只需要保持我的电脑是开机的，联网的，我给他发送命令，他就可以在我的后台创造文件了。 我第一次尝试就是让他直接给我写一篇呃日记，他就是直接在我的后台创建了一系列文件，这个过程确实蛮让我震撼的。

大家好，一分半把爆火的欧滨可乐龙虾 ai， 讲透全程无代码无话术，听完就能上手。龙虾 ai， 它不是普通 ai， 它是能够直接操控电脑干活的开源本 地智能体验。跟别的 ai 方案不一样，它能够直接动手整理文件，批量发邮件，汇总 excel 写代码，喊一声就能直接完全。它的爆火核心就三点，第一，本地运行隐私超安全，不用上传任何资料。第二， 开源完全免费，社区还在持续更新技能。第三，兼容国内所有大模型，不用翻墙就能用。对普通人来说，他就是效率神器， 职场人用它自动化整理表格，会议机要每天能省一到两个小时，学生党靠它整理文献。深层思想导图，创业者自媒体用它排版、抓素材，定时发布，一个人顶一个小团队，真正实现了 ai 从洞口到 动手的革命。现在国内大厂都在重磅布局，阿里云、腾讯云一键部署龙虾镜像做基础设施。小米把龙虾 ai 做到了手机系统级，小米推出网页版免配置， 百度讯飞字节也全部接入兼容，各大厂都在降低门槛，让大家轻松用上，这就是下一个 ai。 刚需纯小白，四步就能上手，回家就能用。一、准备一台普 通电脑， windows 啊， mac 啊都可以啊。二、去 gethelp， 官方下载一键安装包，自动装好环境。三、选一个国内大规模的免费 a p i can， 比如 kimi 啊， deepsea 啊。四、对接微信飞书或钉钉发指令就能用。你可以直接复制这个测试口令，把桌面文件按类型归到文档、图片 压缩包，三个文件，马上就能看到 ai 的 魔力。说到底，龙虾 ai 是 ai 从聊天到执行的一个拐点，本地安全开源免费，大厂全入，小白也能轻松用。它不是未来的科技，它是现在能抓住的时效工具。

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。

openclaw 火了，我现在不是在深圳吗？前两天这个腾讯大楼楼下几百号人排着队拿号去让帮这个安装 openclaw， 甚至这个网上有接单安装 openclaw 的， 也接单接到手软。 openclaw 是 什么呢？ openclaw 就是 一个智能体，可以完全地去操控你电脑上的各种软件，当然前提是你要给它授权，让它可以操控哪些软件。 它如果能自动操控了，你只需要通过即时通信工具，你去远程告诉它你要干一个什么事儿。那么你能在电脑上平时怎么完成的任务， opencloud 就 能自动地替你去完成。 它是可以帮你回复 e mail 哦，可以帮你去处理文档，甚至它都可以帮你去采购。那有了 opencloud， 我 们要不要学编程？当然要学，虽然智能体可以按照你的要求去做， 去最后生成这个程序，那要求和设计还得是你来提出来的，你要想让电脑编出很好的程序，你就要提出很好的要求。现在的智能体对谁是最好使的？是对那些已经很熟练的一些程序员，他以前自己 不能独立完成一个项目，他可能需要一个团队。那这个事就复杂了，我还得找合伙人。早期成本也很高，那带领了一个 几个人甚至十几个人二十个人的团队，上传下达的沟通成本也很高。那现在好了，你只需要一人团队，你加上这些智能体，你们就可以完成一个以前需要十几二十个人才能完成的大项目。那我说了这么多，你想不想学编程呢？要不要学编程呢？

opencloud 的 爆火，提醒所有老师，未来最值钱的是个性化 ip 老师。各位独立老师、个体老师，认真听我今天说完这段话，你会彻底明白接下来的五年教育行业真正赚钱逻辑是什么。 最近 cloud opencloud， 也就是大家说的开源小龙虾彻底火了，很多老师还在看热闹，觉得它就是一个好用的 ai 工具。但是我必须告诉你，它的出现，标志着一个时代的结束和另一个时代的开始。 open class 最大的意义就是，以后所有的简单重复基业的工作，全部可以交给 ai。 背课、做 app， 出试卷，讲 呃讲呃，改作业，整理错题、发通知，甚至基础答疑，几分钟就能干完你三个小时的活。这意味着什么啊？意味着靠体力重复劳动吃饭的老师会越来越不值钱。 ai 比你更快，比你更准，比你更不要钱。未来能被 ai 替代的工作，都会变得廉廉价，反过来， 永远不会被 it 的 老师只会越来越值钱，甚至身价翻倍。这类老师只有一种，就是拥有个人 ip， 有 辨识度、有温度、有个性化魅力的老师。 ai 可以 出题，但给不了孩子的信任。 ai 可以 讲题，但是他提供不了情绪价值。 ai 可以 答疑，但但建立不了家长的认知。 家长最终买单的不是并领的知识，而是你这个人。所以，我劝所有独立老师，从现在开始，一定要做学科直播， 不要觉得主播不好意思，不要觉得自己不擅长，更不要觉得没用。你要明白，直播不是娱乐，是你最低成本、最高效率让家长认识你，信任你的唯一途径。你每天坚持直播，讲怎么去提分，怎么去做，给孩子做规划， 不断的强大你的个人魅力，强化你的个人标签。家长刷到一次两次十次，他慢慢会觉得这个老师专业靠谱，有温有温度，这种信任感，因为 ai 是 永远给不了的。 我已经把小白老师需要做直播所用的话术，那个违禁词，设备清单等等全都打包好了。如果你需要留下你的学科，我都给你。

这周紧锣密鼓的在学这个 open cloud 的 这个使用啊，然后我发现网上吹的还是太过了，其实它没有 那么好用。今天给大家来聊一下我自己的使用的一个情况啊，我是上周五开始就已经研究在如何在本地化了，我用的是这个阿里云的轻量应用服务器，我跟大家说几点啊？首先第一个就是我现在用下来最大的感受就是它很贵， 嗯，是这样的，你首先你得先布局一个轻量的应用服务器，这是第一步。然后第二步呢，是你需要去买大家所谓的这个 token 嘛？ 我这边已经花了七十九块六毛六，其实不是很多，因为我买它的这个阿里云的轻量应用服务器包年应该是六十九块钱左右，我就直接选择包年，我觉得也不贵嘛。然后呢，我紧接着又充了大概十块钱的一个费用，我当时就想着说先充少一点，先看看它的一个使用效果，我好不好用 我不知道，是我自己没使用好还是怎么样，我觉得这个钱花的非常快哦，我现在还欠了七毛一，我面临着先马上下一步要继续充钱了， 我今天就很纠结，我想包个月的，看有没有包月的费用。通过这个售后的在线联系了他后台工作人员，呃，他的人缘其实挺好的，然后各方面服务态度都挺好的，但是最大问题就是他肯定忙不过来，这两天一定是他们业务的一个爆发点，所以 你给他发过去之后，他可能要个好几分钟才能给你回复。刚才那会刚下班的时候也接到了这个阿里云的客服的电话，就问我给他给我处理的怎么样呀？然后我又问了他两个问题， 但其实因为这个系统确实太复杂了，它没有办法通过电话的方式给你说，呃，你去点哪点哪点哪，操作真的像大家所需要的就是你走到腾讯大厦的楼下找一个工程师帮你现场去部署， 你自己在家弄的话真的会非常非常的复杂，尤其对于像我一样的大家，就是对于这种什么计算机啊不太懂的人来说，我现在的诉求就是想我想搞个包月的，因为我觉得按照这个烧 talk 的 这个速度，我现在花几十块钱肯定不行了。还有一点给大家提示到就是，呃，就是你想用它来干嘛 这个事我我发现我身边好几个人给我讲说他想用这个 opencloud， 但实际上他没有想到他用来干嘛。那我现在把他的定位就是我一个个人的助理，我生活上的助理和我自媒体里面的一个助理，我需要他给我做两部分的内容，整体上给人的感觉就是 搞不清楚啊哈哈哈，现在已经更新到这个千万三点五 plus 这一个版本的模型了，就是会更精确啊什么这一类的，你看他这边有写说他在 talk 大 概就是八毛钱，是一百万个 talk 吧，但其实我觉得对于普通人来说我们很难理解，我可能我跟他 对话一次它要花费掉多少，这个是我们很难去量化的一个事情，比如说这个就是五十块钱用一个月，但是你就相当于这一个月你的五十块钱能抵一百块钱用， 但打五折这个概念我目前比较钟意的是这个二百五十块钱一个月，它可以承诺用大概五百块钱，这是我可以接受的在我日常中使用 ai 的 一个价格的范围。 ok， 然后网上所有的切折和这个步数都很简单。 怎么说呢，就是你按照它的那个步骤，先买了服务器，然后买了它的这个权益，就类似于这个 token 这个东西吧，我都不知道该怎么叫流量包。类似于这个概念，买了之后呢，你就按照它一步一步来做，基本上就会到这个页面，到这个页面之后呢就是这是我的 open cloud， 当时我已经部署好了 open cloud， 然后会有一个 py d j 这样一个名字， 我直接进入到我的应用详情，就是我在使用它之前，我要把这三步要走通。其实它这个流程已经尽量的让大家去理解了啊，但是，但是在最开始时候我也琢磨了很久很久就搞不懂。它端口先一键放通，你先把这个端口要打开一点了，之后呢，它让它在执行命令。 好，命令执行完毕。好，咱确认可以结束了。然后呢配置 open globe， 就是 初步化，你要选一下你的这个阿里云百炼 api k 这个东西是我觉得过程中最难的一部分，我可能也想不清，大家如果真的想弄的话，去网上搜吧，把它初步化。配置， 我这边使用的模型就是阿里云百炼下的这个千问，我当时用的应该是三 max 这个模型，访问我的 web ui 的 面板。第一步基本上就是打开你的 opencloud 的 那个页面，对，这边看命令执行完毕，你就可以打开了，你的网址就是这个，你把它一点， 然后就进到你的 opencloud 的 这个页面来了，大家看我十块钱干了什么事儿？把它打开之后，我当时不确定就是它好没好， 我当时就跟他打招呼，你要认领他，你要说你是我的小龙虾，我是你的主人，就是类似于这样的一段话，然后认领他之后给他取名就叫小龙虾。那今天我跟他聊的呀，我说好久不见我的小龙虾，因为我大概上周五部署的吗？今天好几天了， 他说你最近还在忙创作吗？我在用它之前我已经想好了，我大概有两个思路。第一个点是因为我平时做自媒体的话，我需要用大量的时间去搜索网上的这些热门的话题，那我希望他每天能帮我抓取小红书、抖音啊，然后 b 站 后边每天的这种比较热门的话题，我就会给我给他一个指令，就是职场类的和旅游相关的内容的指令，让他每天早上九点钟帮我生成，这是我今天早上给他的第一个指令，哦，对，再往前说一个，就是我那十块钱，最开始的五块钱其实花在了当时跟他聊天，我让他帮我把我的桌面进行整理一下，最后失败了， 是因为当时我可能没有把没有给他足够的权限去去搞我的桌面，我原计划是让他帮我把我的桌面上的这些图片啊，文件啊，分门别类的去整理成文件夹啊，失败了，紧接着我就希望他能帮我做一个助理的角色。最后我们俩达成的一致就是在每天的九点钟， 他在这个我只要打开这个页面他就会推送给我，抓取前一天的热点。哎，我觉得还蛮不错的，至少我第一步已经实现了，这是我找他的第一件事。那找他第二件事呢？我希望他能帮我把每天的健身啊，饮食啊，就现在减脂的这样一个过程做一个记录和规划。 呃，也很好。大概我给我告诉他了我的诉求，他问了我这些需要确认的信息，什么身高体重啊，日常的情况啊， 他能帮我做到的是一个日常的记录，然后我每日的饮食计划，因为我现在用碳循环吗，我就会经常会忘记自己今天可能该吃什么， 我就还有点想让他帮我记录下来。当我一个生活的助理聊得很开心，我觉得马上就要实现的时候， ok， 我 欠费了十块钱花完了，我说想让他帮我生成每日提醒，然后结果他就已经不回答我了，就没办法了。所以我觉得现在最大的问题就是大家说的非常好，然后这个热度非常高。但实际上对于大部分人来说他的 使用的场景可能还没有特别的明晰啊，就是你要把它当做一个你生活上的助力来使用，而且呢一定要坚持就是把它安装下来， 呃，要么就找人帮你安装，要么就自己安装，就整个过程还是挺崎岖的。那还有一点要提醒的就是其实它并不便宜，可能我们用惯了就是这种免费的，像 deepsafe 啊，我现在用最多的 deepsafe， 虽然这个现在真的很热啊，但是大家还是谨慎吧。我觉得普通人，呃，至少目前来说我觉得它没有想象中那么好用啊。

openclaw 又慢又贵，为什么？ openclaw 的 蜂巢逐渐示威，还没入局的千万别入了，用过的人一致认为又慢又贵，长任务直接卡死。 我自己也测了一下，同样写代码做开发，它的花费的时间以及烧的 token 成本效是这域三家的二十倍，能力上限也远不如域三家花钱还多，耗时还久。我是剑桥图玲子，今天这期视频就拆解 openclaw 又慢又贵的底层原因，看完你就明白，它的问题根本不是网不好模型差， 而是从跟上就错了。先给大家一个最直接的答案， openclaw 又慢又贵的根本原因只有一句话，他不会聪明地遗忘，只会笨拙地记住所有无用信息。很多人第一反应是网络问题，调用的模型不行，其实都不是真正的罪魁祸首是他管理对话记忆的方式原始又粗糙，甚至不如我们人类的记忆机制灵活。我们先看 openclaw 的 整套工作流程， 简单说就是用户发消息，系统打包完整的全部历史对话，一股脑丢给 l i m 大 模型，模型处理输出结果问题就卡死在这一步。他会无脑打包所有历史对话，不做任何筛选，不做任何删减，没有绘画招标，不提炼重点，连同他自己输出的荣誉废话，中间调试过程一股脑全丢给大模型， 导致大模型每次都要全盘重读一遍所有内容，才能处理你的当前指令。举个例子，你让它修改一个代码片段，它不会只抓修改代码这个核心需求，更不会只调取和这段代码相关的记忆内容，它会把你从第一次使用它开始，所有的对话，所有的操作，甚至你随口问的无关问题，它自己输出的错误，尝试全部重新读一遍，再去处理你的新指令。这不是高效协助， 这是纯粹的做无用功。大家要知道， ai 处理信息的最小单位是 t， 词说的越多，花的时间和钱就越多。 随着你和 opencloud 的 对话历史越来越长，它这种全盘中毒的糟糕模式，会让大模型读取的 token 量成爆炸式增长，自然就越用越慢，越用越贵，稍微长一点的开发任务，直接卡到无法使用。 这就像你每次查资料都要从头读完一整本书，而不是直接翻关键章节，又累又慢，完全没必要。其实这里我们可以对比一下人类的记忆机制，就能更清楚 open cloud 的 问题出在哪。人类的记忆从来都不是全盘记录、全盘调取，而是一套筛选、遗忘、沉淀的智能系统。比如我们记一个知识点，不会记住老师讲课的每一句话， 课堂上的每一个细节，只会提炼核心内容。比如我们完成一项工作，不会记住过程中的每一次试错，每一句沟通，只会沉淀关键经验。那些无关的噪音、荣誉的细节，我们会自动遗忘，这样才能轻装上阵， 高效处理新的任务。就像你记住一个人的名字，不会记住第一次见他时的天气，穿着周围的环境，只会记住他是谁，和你有什么关联。 这就是人类记忆的智慧。遗忘无用的，记住有用的，精准调用核心信息。而 openclaw 恰恰缺少了这种遗忘的智慧，它把所有无关的荣誉的内容都当成宝贝存着， 每次都要全盘调取，自然效率低下，成本飙升。很多人有个误区， ai 的 记忆就是把聊天记录全存着，大错特错。 我给大家分清两个核心概念，一看就懂。 history 及对话历史是原始荣誉数据，就像我们的所有聊天记录、课堂录音，杂乱无章，无限增长。 memory 智能记忆是提炼后的核心信息，就像我们整理的笔记，总结的经验，可简缩、轻量化、有价值。 open cloud 犯的致命错误，就是把全部 history 直接当 memory 用，相当于把所有录音、所有聊天记录都当成笔记，每次用的时候都要从头听、从头看。 而真正高效的 ai 开发助手逻辑，应该是从原始对话历史里提炼关键记忆，只在需要时调用核心内容，不做任何无用功。在这点上，像域三加 cloud code code c l i、 gamemini c l i 这些行业头部产品早就达成了共识，决不把完整 history 传入 l l m， 而是只传 persona 人物设定加 memory 加 session summary， 绘画总结加 recent turns。 最近几轮总结一下 opencloud 的 慢和贵，不是硬件算力不够，而是记忆机制太落后，不懂遗忘的智慧。 其实不只是 ai 技术的引进，从来不是盲目堆砌硬件算力，而是学会如何优雅地遗忘噪音，并精准地沉淀智慧。就像人类的成长，学会放下无关的纷扰，沉淀核心的能力，才能走得更快更远。 ai 的 发展也是一样，学会筛选，勇于遗忘噪音，才能真正实现高效、低成本的合作，这才是技术进步的核心逻辑。做开发选工具，别只看名气，底层机制好不好用，是否符合技术引进的坑，才能让 ai 真正成为你的助力，而不是你的负担。

今天来聊一个很多人都关心的话题，国内用 ai 助手哪款最适合你？我帮你对比两款产品， openclog 和它在国内的成品版 qclog， 看完这期你知道自己该选哪个了。主要内容分六个部分， qcl 是 什么？核心能力与 openclog 对 比适用人群、安装迁移。最后给选择建议。 先来看第一个问题， qcloud 到底是什么？ qslove 基于 opencloud 开源框架构建，但它专门针对国内用户做了深度优化，四个关键词，国内优先、移动优先、微信接入智能记忆， 不用翻墙、不用复杂配置，下载就能用来看看。 q c l 的 核心能力。 q c l 有 七大核心能力， ai 对 话能理解、上肺炎工具调用能执行命令、操作文件，七十多个预制技能，开箱就能用， 微信通道扫码绑定直接用，还有移动钻持久记忆、安全防护，基本上你需要的日常能力它都内置好了。 qsl 有 七大核心能力， ai 对 话能理解、上覆言、工具调用能执行命令、操作文件。七十多个预制技能，开箱就能用， 微信通道扫码绑定直接用，还有移动端持久记忆、安全防护。很多朋友最关心的就是微信能不能用 qcloud 支持微信扫码绑定，小程序直接使用，不用下载 app， 而且手机电脑可以无缝同步文件，重要消息会推送通知，常用功能可以设快捷指令，在移动端体验这一点上比 opencloud 方便很多。 qcloud 内置了七十多个技能，覆盖六大类，日常用的天气、新闻日程、办公用的腾讯文档、邮件日历、 社交用的小红书、公众号开发用的 github 代码助手，还有娱乐和学习类的，不用自己装下载就有，而且针对国内场景做了优化。 第三部分重要了， qcloud 和 opencloud 到底怎么选？先看核心差异。 opencloud 是 开源框架，面向开发者，需要手动配置。 qcloud 是 成品产品，面向普通用户，开箱即用。 opencloud 模型需要自己配置网络，可能需要代理。 qcloud 内置模型路由，国内直联，不用翻墙。一句话， opencloud 是 工具， qcloud 是 产品，详细能力对比一目了然。 qsl 的 优势，国内模型直联，微信接入、移动端持久记忆、中文预制技能全有。 open club 的 优势，海外通道完全支持，完全自由定制，代码级别开源私有化部署， 各有所长，没有绝对的好坏，只有适合不适合。总结一下各自的优势， qsl 的 独门优势，国内网络友好，微信无缝接入，开箱即用的记忆系统，零配置上手。 opencloud 的 独门优势，海外通道原声支持，完全自由定制，完全开源透明，私有化部署友好。 所以关键问题来了，你属于哪种使用场景？第四部分来看看到底适不适合你。这四类人，我强烈推荐 qc 老。第一，普通用户不想折腾配置，开箱即用最省心。 第二，微信用户习惯用微信沟通，需要移动钻。第三，主要在国内用，没有海外 a p i 资源。第四，办公场景需要日程邮件文档整合。如果你符合以上任意一条， q c log 基本上就是你的菜。也有几类人， q c l 可能不太适合 需要特定海外模型的，需要深度定制开发的，有私有化部署需求的，或者主要用 telegram、 discord 这类海外软件的， 这些情况 openclog 更合适。第五部分，如果你已经在用 openclub， 想迁移到 qc lab， 我 来教你。迁移之前先做四件事， 记录当前模型配置，导出重要绘画记录，列出已安装技能清单，备份所有自定义配置文件。磨刀不误砍柴工，备份好再动手。 迁移步骤五步走，备份 open club， 记录 api、 key 和技能列表，下载安装 q club， 把技能复制到 q club 目录，扫码绑定微信验证功能，熟练的话十分钟搞定。最后给个简单粗暴的选择，建议， 开发定制私有部署选 openclub， 国内日常微信场景选 qclub， 海外使用 telegram 这些选 openclub。 记住，没有最好的，只有最合适的。最后一句话， openclub 是 开发者的舞台，完全自由定制 qclub 是 普通用户的选择，开箱即用，零门槛。学会了就点个赞，我们下期见！

你们装小龙虾了没？他刚刚接管了我的电脑，真的可以帮我干活，哎，我想让他把我这个文件夹里的 pdf 全变成图片，我想试一下看行不行啊？ 然后输入自己的需求啊，直接告诉他把桌面上这个测试文件夹的 pdf 给我转换成图片，刚刚真的给我做出来了，这是我的需求。然后 他先检测我的文件夹里有什么，然后他找到了五个 pdf 文件，然后呢，他在搜索我的电脑有没有这种。呃， pdf 转换图片的工具是没有的，从来没有，没有安装，只安装了一个，这个我也不知道是什么。然后呢，他就 去装了一下，就这个玩意，我也不知道是什么。这个应该是一个 pdf 转图片的一个工具，他自己去找的下载了。然后呢，他给我转换好了，最后转换好了，然后我点开这个测试文件夹，多了一个转换图片的文件夹， 真的，他全给我转好了，以后，这还要什么对吧？要什么文员呀？这这这一秒的事，就人工智能全给你把电脑操作好了。哎，我准备再弄一个更复杂的让他试一下。太，太牛了，你看全给我转好了。

像欧菲克拉，欧菲克拉。 ok 和飞书和飞书进行提成。 ok 啊，进行提成， 你们先不要着急，我说你不用听他啊，这个啊，我给你发了一个提成。 ok， 接下来 ip 封号。 ok， 接下来封号啊，封号，接下来这个里面的话是 ip 的 一要， ok， 然后 ip 的 一要，接下来报号， 报号。 ok， 报到，接下来发公告。 ok 啊，我把这个内容给大家，我把这个内容给大家，大家知道这个内容是干啥的吗？ ok， 把这个东西把 b i p i d 和 b e r， 把 i p i d 和 b e r。 看好了。啊，我切换到这边了，切换到我们这个里面了，把肩膀走到。

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。

如果你现在还在纠结 opencloud 到底是装 windows 还是 mac mini， 这条视频直接给你答案。先说一下我的真实经验，我今天尝试用 windows 安装龙虾，花了四个小时才搞定权限问题、环境配置、 load 版本，是一路报错一路调整。我是程序员出身，尚且如此，如果说你是新手， 你真的会被劝退。所以结论很简单，想稳定省时间一次搞定的，直接选 mac mini 就 ok 了。想省钱，手上还有 windows 电脑， 你还想折腾的再选 windows。 但是我要强调一下，咱们要选 windows， 加上 wsl 二，这个不懂 wsl 的 可以去百度搜一下。为什么推荐 macmini 啊，是真的省心，一行命令直接跑起来，不用折腾环境，不用修各种奇怪的报酬， 半个小时部署完成，新手都可以搞定。关键是 mac mini 功耗低，几乎没有噪音，七乘二十四个小时开着当服务器，完全没有压力。再看 windows， 坑是真的多，权限依赖、版本、杀毒、软件干扰，每一步都可能卡住你。所以我推荐 mac mini， 咱们点赞收藏，下期手把手教你 mac mini 怎么装 open cloud。

你知道为什么 openclaw 能够迅速在科技圈走红吗？其实秘密都藏在它的五层架构中，今天六分钟带你搞懂。第一层叫做消息通道 channels， 这是用户与 openclaw 交互的主要入口，目前支持飞书、钉钉、 whatsapp 等二十多个渠道的接入消息。要进入 openclaw， 第一步要先经过网管 getaway， 它是 openclaw 的 一个中央协调器，主要负责消息渠道和用户身份的核验、配对， 然后将消息路由到不同的 agent， 你 可以把它类比成你小区的一个客服管家，比如说你通过微信给你管家发了一条报修的请求，那管家需要先核实一下你的业主身份，然后把这条消息只拍给工程部。 为什么需要先验证是否配对呢？这其实是欧盟的一个安全策略，那如果不加验证啊，别人就有可能连上你的网关， 这个时候它就可以通过操控你的 opencloak 来获取或者删除你电脑里的文件，甚至是一些密码啊等敏感信息。那这就是为什么不能将 opencloak 的 网关暴露在公网上， 一旦暴露啊，就相当于把你自家的书房大门敞开，放在了大街上，那谁都可以进入。第三层叫做 agent， 它是 opencloud 的 一个核心大脑。 opencloud 是 支持多 agent 协助的，那比如说我们是可以创建研究 agent、 协助 agent、 运营 agent 等等。不同的 agent 的 职责和专长也是不一样的。我们打开 opencloud 的 控制面板，找到主 agent， 看看里面到底都有什么。先看一下代码， 这里面可以看到主 agent 当前接入的模型， agent 的 名称、安装的 skill 的 数量等等。第二个标签是主 agent 的 工作区，这也是 opencloud 相较于其他的 agent 的 核心亮点之一。 opencloud 的 一些工具的使用和上下文都是以它为中心的，这里面有八个核心的文件， 我挨个跟你说一下他们都是干什么的。第一个叫 agent 点 md， 里面存放了一些智能体的一些行动规则啊，以及告诉他如何使用记忆等等等。比如告诉 ai 要先查记忆再回答问题，那重要的任务需要优先处理等等，相当于是给 ai 定了一个做事的底层逻辑那第二个叫 so 点 md， 赋予了人设说话的语气和一些行为的底线，那使他更像一个人那比如说你可以设定一个温柔又干练的私人助理啊，说话简洁不啰嗦。 第三个叫兔子点 md， 那 这个文件是本地工具的一个使用指南，告诉 emacs 有 哪些工具怎么使用，比如一些文件的读写啊，网络搜索啊，上网啊等一些工具等等。 这个叫 identity md， 它是用来定义智能体的名字、风格以及一些专属的表情。在首次使用 emacs 的 时候啊，它就会要求你设定，那比如你可以给他取一个名叫龙虾哥，风格是活泼开朗，然后给他一些常用的聊天表情。第五个叫 user 点 md， 这里记录的是一些用户的信息啊，包括一些称呼习惯，比如你希望 opcode 称呼你为老板啊，或者说记住你一些其他的偏好等等。第六个叫 heartbeat 点 m d， 这是一个可选的文件，就像人的心跳一样，每隔一段时间啊，就会检查文件里的一些密行清单儿。 第七个是 memory， 点 m d 叫长期记忆，主要用于记录用户的一些长期的编号啊，和决策。当你和 tom klo 聊一些生日啊，固定偏好啊，以及你的一些核心需求啊，那它都会记在这个文件里边，这相当于是一个长期的备忘录。 第八个是 memory 斜杠加上日期，那这个叫短期记忆，那在当前的界面中，它没有展现出来。我们可以让 openclaw 把它调出来，每天的对话上下文都会写入到这个日期文件中，那相当于是每天的日记。你从它的文件名中也可以看出来， memory 加上当天的一个日期。 每次开启绘画的时候啊， openclaw 就 会读起今天和昨天的内容。那上面说的短期记忆、长期记忆啊，就构成了 openclaw 的 记忆系统。 这个记忆系统相比于普通 agent 的 最大特点就是它可以不断地写录。这就是为什么我们感觉 opcode 更聪明，更懂你。 副作用就是它会作为上下文，让你的 token 消耗比较多。那了解大模型原理的人都知道，模型的参数只会在训练阶段发生变化，它还没有办法像人脑那样在使用过程中啊发生结构上的改变，那所以只能靠这些文件记住。 所以下次如果你和文科老师说了一些希望他记住的东西，你可以要求他写，如长期记忆。第三个标签是工具，这里面有主 a 阵的经常使用的工具啊，比如一些文件的读写啊，编辑操作啊，执行系统命令，联网啊，控制浏览器等等， 也可以关闭和重启这些工具。第四个标签叫做 skill， 里面有一些内置的技能，也有一些你安装的技能啊，你也可以对技能进行一些关闭和重启。 第五标签叫做通道，这就是主 agent 关联的一些飞书啊，钉钉的渠道，我们看到这里有一个飞书的通道。第六个叫做定时的任务， 可以让主 agent 在 一些固定的时间点内执行一些任务，那比如说这里面有一个早上六点钟提醒我吃饭的定时任务。那以上这些呢，就是 open cloud 中 agent 的 一些主要内容， 那每个 agent 都可以单独设置。接下来是第四层，叫做模型层，这层大家都比较熟悉啊，当前市面上的主流的模型都可以接入 open cloud， 那 工作逻辑也非常简单， 把用户的消息和工作区的内容作为上下文给到大模型。那比如说用户说把桌面上的产品操作手册做成一个 ppt， 明天要用，那办公智能体呢，就会接到这个消息，然后从 us md 中读取你的风格偏好，比如你喜欢简洁的风格，重点排版突出，那然后从 memory 点 md 中 找到上次的一个公司培训模板，然后从 tos md 中掌握文件的操作方法，然后再调用 ppt 生成 skill， 开始一步一步的进行规划执行。那规划好步骤以后呢，就到了第五层，叫做设备执行层，那这一层呢，是欧盟的手和脚， 它能够像人类一样操作文件，执行系统命令，打开浏览器访问互联网啊，理论上你在电脑上完成的操作它都可以做。 最后一份符合用户要求的 ppt 就 这样生成了，然后再把结果消息叠在到上下文中，给到智能体，然后通过网关发送给用户。那上面这五层呢，就是欧盟克拉从收到用户消息到完成任务到反馈结果的一个完整的运行机制。 听完这些，你是不是对欧盟克拉的工作原理更清晰了呢？那下一期呢，我会给大家盘点一下市面上的各种原生龙虾、变种龙虾的优缺点，帮助你选择一款适合你自己的。别忘了点个关注，我们下期见！

你是不是刷过各种 open cloud 的 炫酷视频，看着别人用它自动整理文件、写代码，甚至做 ppt， 你 是不是觉得自己也能轻松上手？醒醒吧，百分之九十九的玩家根本玩转不了 open cloud， 你 以为安装完成他就能帮你干活？别做梦了， 你得先学会命令，懂得 api 密钥，会设置环境，甚至要处理各种报错，光是一个断扣的占用问题，可能就把你折腾的怀疑人生了。你以为他是傻瓜式操作 错了？他需要你像养孩子一样的耐心调教，你得给他写详细的指令，不间断的调教参数，还得学习各种技能，就像是训练一只不听话的宠物，你得给他花时间花精力，他才会听你的话。 别灰心，我不是来劝退你的，我是来告诉你， open klo 不是 给新手的玩具，而是给有准备人的武器。 你不需要一开始就精通所有技术，你只要学会工作流，从简单的任务开始，让他帮你整理个桌面文件，或者是自动发邮件，慢慢的掌握他的规律，你会发现其实没有那么难。记住， open 可乐不是魔法，他是工具，工具不会自己干活，得你告诉他怎么干。 当你学会了工作流，你会发现它能帮你节省大量的时间，让你从繁琐的劳动中解放出来。现在，关掉那些让你焦虑的教程视频，打开你的电脑，开始你的 open cloud 之旅吧！

全网都在养龙虾， openclaw 到底对咱们考研有没有用？作为带了十三年考研指导的老师啊，今天一分钟给你讲明白！不吹不黑，全是大实话。 首先呢，别被养龙虾带偏了， openclaw 只是一个能帮你干活的 ai 工具，不是上岸神器，更不能替代你学习。 那他对考研的学生有没有用呢？有用，但分专业，分用法，普通专业他能帮你查信息，整理资料，做思维导图，听院校的通知，帮你省下大量的杂事时间，让你呢多背两道题，多刷一套卷子，效率直接拉满。 如果你是计算机自动化、电子信息这类的功课，那用它可以辅助复试，直接加分，因为用它可以直接当成项目的案例，热点话题，老师听了呀，眼前一亮， 所以到底龙虾对咱帮助有多大呢？那我直接告诉你答案，不能直接提分，但是能省时间，提效率，省下来的时间才是你提分的关键，它是辅助，不是主力。 比如这两天很多同学在准备复试调剂对吧？如果你用 open core 去整理导师的信息，练复试的问答，梳理专业的热点，或者说调剂的一些信息，那绝对是事半功倍，大大增加了上岸的机会。 或者说文科类的同学，哎，咱们来去用它去学习，整理政治的错题啊，英语的素材，专业知识的整合等等啊，让你每天能多出一个小时来去背诵，效果也很明显。 好处说了，但最后要给考研的大家三个忠告，第一，别成名养龙虾，别天天折腾部署，如果养，那每天用十分钟就足够了。第二，只让他去干杂活，背书刷题，必须你自己来。 第三，咱们工具啊只是锦上添花，真正要上岸的永远是啃下苦工的你啊。记住， open claw 能用，但别神话。如果屏幕前的你准备考研，请联系我，然后我愿做你的龙虾。点赞收藏，你一定能上岸！

大家好，我是莹莹，我发现龙虾它搭配 rpa 简直绝配，龙虾会作为一个主控的，它可以去做一些思考、分析决策一些的能力，再由 rpa 去做一个前端的一个数据收集， 还不仅限于一个进店的数据收集，你包括些淘宝热门词啊，你也可以做一个收集，小红书的一个收集，硬是一个收集，全部都是自动化去帮你收集的， 这样子可以大大减少龙虾的这个头壳的消耗，就能很快的把这些文件全部处理好， 然后再转回龙虾去做一个分析决策的能力， 提取出热门的点热门元素，然后再由 comforion 去完成做一个完成那个图案提取或者 改成，比如说像这种的话，咱让他改成一个拉长口，就会很快速的一个处理，也可以做款式层面的一个修改，换不同的材质等等这类型的开发应用。

今天我们不谈安装，只谈架构，来看一下 opencloud 的 底层是怎么运作的。那 opencloud 的 本质实际上是一个围绕未构建的 agent 平台，它的核心就是在你运行在你电脑本地的一套网关程序。 get 位简单的来说就是一个调度器，负责路由和分发。比如说你坐公交车，人很多，车也很多，那你就需要一个调度中心去管理什么人去什么方向坐什么车。 open cloud get 位主要的功能就是负责路由规划状态的管理， 它一头连接着你日常常用的各种聊天工具，微信、飞书、 tabl 等，然后它会把每一条发给他的消息统一格式， 那一头连接着 agent runtime， 那 各个渠道收到的消息就会发给这个 agent。 如果消息非常多，他会建一个消息队列，大家排好队，一个一个地处理。 任务分配下来就会进入到 agent run time 中。你发的消息首先会跟记忆文件一起拼接成上下文给到大模型，那这里的记忆文件包含系统内置的 agent so 的 md 文件，也包含你的 log 日期，还有存在向量数据库里的内容。 大模型就会结合这些上下文去理解用户的意图，进行思考推理，同时还会调用工具和技能去执行任务， 最后再把消息通过 get 位返回给到用户。人工发送消息是主动的触发任务，同时这个系统还引入了 coin 和 heart beat 的 机制，这样就可以实现任务的定时触发，那你这个牛马就可以二十四小时不间断的干活了。 那这套系统的优势首先是多渠道的接入，接入了多个消息渠道，这样就可以不用守在电脑前，也不用守在应用前，发个消息就能干活。 第二个是定时任务，通过定时任务，在你看不见的时候， ai 也可以主动的做事，不是被动的响应。第三是记忆的本地化和持久化， 普通智能体的记忆是存在云端的，看不见也改不了。比如说在 gpt 里提到一件事，后面再做其他事情的时候，他可能还会反复提到那件事，就很烦，那存在本地，你就可以随意地增删改查，也不怕丢。看完架构图，我们再看一条指令在 opencloud 的 内部是怎么运转的。 首先，当用户发送一个请求，首先用 get 为网关来承接。这个网关就像是一个前台，它会迅速识别用户的一个需求，并且准确地把这个需求分发给对应的人的 round time， 这是整个执行链条的一个起点。 agent run time 会唤起上下文构造器，那这个构造器它一开始也不会盲目的行动，那它会在首先去 memory 记忆系统中先去解锁历史的。你是谁？哦？我们聊过什么？你能做什么？ 结合这些信息，它会生成一条含金量非常高的 prompt 发送给大模型。那大模型拿到这个 prompt 之后就会开始进行思考，如果他发现纯聊天解决不了问题，就会发出指令，要用工具来执行任务， 工具返回的结果再会给到大模型，大模型会结合这些内容生成最终的专业回复，给到这个 run time。 在 消息返回给到用户之前， opencloud 还有一个非常重要的动作，就是他会把这一套消息再存入记忆当中去， 这个对话细节被存入记忆当中去，就可以确保 agent 下次遇到同样问题的时候会变得更加高效和精准。最后再通过网关的封装把这个消息返回给到用户。 这套 agent loop 的 核心机制是典型的 react 模式，模型会先思考推理，制定计划，判断如果需要外部数据，就会发起工具的调用， 再会根据调用的结果来判断任务是继续还是终止任务。那像 opencloud 这种本地化高度结偶的设计，会给开发者带来极大的自由度，这也是为什么它爆火的原因。那架子已经搭好了，能盖出什么样的房子，就看设计师的想象力了。