claide插件为什么没有

这个搜狗输入法它有个 ai 啊，什么？旺仔，这个东西很烦啊，经常弹广告，或者不小心点到了它弹出来，然后它会占用你的 cpu 内存啊。呃， 删除的方法就是它的文件在 c 盘，然后搜狗 input 这边这个版本就是它的 ai， 你把这个东西删掉了就行了。但是有个问题就是你这次删掉了，下次不小心再点到了这个东西，他还是会自动下载啊。所以我就写了个工具啊，工具我放在网上了， 这个是我上传那个网页啊，点击这边直接下载就行了，这网站我会置顶在评论区。啊， 那的网有问题吗？嗯，下载了，下太多了，我 get 啊，打开它，打开它之后它会自动删掉那个，呃， 掐掉程序，然后把这个东西删除，然后这个这个文件会永永久的空起来。 呃，你下次再不小心触发了点，它就没有反应了，它下载完成，但没有关系啊，就是再也打不开了，里面是有的，实在是有点流氓啊，权限有点高啊， 它还是打不开的。这个，这，这个，这个程序是空的，你注册表里把这个东西已经删掉了，所以它下载就下载吧。

云技能的构建变得比以前容易了十倍，使用起来也更强大。所以在今天的视频中，我会详细解释为什么会这样。接着我会在这里现场为大家全新构建一个技能。那么简单说一下什么是技能， 他基本上就是一个配方，这样当你让你的智能助手帮你，比如说写一篇 link 帖子时，他就会按照这个配方来操作，而且每一次他都能做对。当我说配方时，我其实指的就是文本，他就是文字说明，就像一个提示语。所以如果我进入自定义点击技能，比如说点击内部沟通这个技能， 这里写着一组资源，帮助我用我们公司喜欢的格式转写各种内部沟通内容。你可以看到这就是技能本身， 他真的只是一些你可以读的文本，实习生也能读懂，任何人都可以读懂并理解这个技能在做什么。如果你在云代码中使用它们，你可以看到我这里有很多技能，比如说我们来看一下我的创意挖掘技能， 这是一个 markdown 文件，用来向智能体解释这个技能到底是做什么的。再说一次，这一切都只是文本。那么 anthropomorphic 实际上做了什么让所有这些技能变得更好了呢？ 他们更新了他们的技能创建者技能，这实际上是一个教会卡，如何构建测试、衡量、优化，让所有技能变得越来越好的技能。那么我们来具体讲讲这为什么重要，以及发生了什么。首先我需要你明白，有两种不同类型的技能， 我们有能力提升技能基本上就是一个提示词，他教 club 如何把某件事做得更好。比如说用前端设计技能来设计网站，或者创建文档，或者运行 excel 公式。这些可能是默认模型本身不太擅长的事情，他本身并不是很了解，但通过提示词他就能做的更好。 然后我们还有编码偏好技能，这意味着 club 已经理解了这些内容，但他需要按照特定的顺序来执行， 所以这些更像是真正的工作流程，类似于一步一步的自动化操作。举个简单的例子，如果你让 cloud 在 没有前端设计技能的情况下帮你搭建一个网站，他是可以做到的，但看起来可能会非常普通。 他可能会像人们说的那样，看起来像是 ai 随便拼凑出来的东西。但如果你给他完全相同的提示，这一次还让他使用前端设计技能，网站看起来就会好很多。因为这个技能会告诉他，比如说什么字体好，什么配色方案好， 什么背景元素好，什么布局好。而这就是一个典型的能力提升型技能。现在这里有一个编码偏号型技能的例子，就是我们刚才在我的 cloud code 里看到的那个， 我称之为想法挖掘。这个技能的流程会更有顺序一些，涉及到不同的步骤。首先他会查看我的 youtube 评论，他还会查看一些我所在领域的视频，他还会关注 ex 推特和网络上的 ai 趋势。接着他会启动两个不同的代理，一个是分析这些内容的研究代理， 这两个代理会并行运行，然后都把各自的输出发送回主代理，主代理会对结果进行评分和交叉参考，然后主代理会把所有这些信息转化为一些视频创意，这也是我为什么称之为创意挖掘。 所以我可以这样做。比如说，嘿，先生， ai 代理，请去看看我的评论，去看看 youtube， 去看看 x， 分 析一下这些内容，帮我找一些视频创意，每次他都会给我不同的答案，每次他的处理方式也会有所不同。或者我也可以直接说，嘿，帮我做一些创意挖掘，他就会调用这个技能，每次都会给我一个我喜欢的输出结果。 理解这一点其实很重要，因为能力提升类的技能可能会随着时间推移而逐渐失效。比如说，拿前端设计技能来说，现在我们用的是 oppo 四点六，对吧？ 那如果 oppo 四五发布了怎么办？而且默认的 oppo 四五在前端设计方面甚至比带有前端技能的 oppo 四五更强，所以到那时候你可能就需要彻底淘汰这个技能了。但如果是编码偏好类的技能，这些技能通常会保持相当持久和准确， 因为这个过程通常非常针对你个人，而 opus 很 可能并没有针对这些内容进行训练。好的，这就是两种不同类型的技能， 现在我们实际上可以对它们进行评估了，所以有了这个新的技能， creator skill。 这是一个官方的 anthropic 技能，就是我们刚才提到的这个，它就在这个仓库里。如果我打开实际的技能说明文档，你可以看到它的功能， 它能创建、修改并改进技能，还能评估表现。零基础创建技能时可用。如果你想更新、优化、运行测试、做精准测试或优化描述以提升触发率都能用它。 接下来我会讲解这些元素。先让大家看看这个技能创建者，他基本上就是汇集了 antropic 关于如何构建更好技能的所有最佳实践。 他们以前做过一些事情，比如发布了一份三十三页的 pdf， 内容包含了基础知识、规划与设计、测试与迭代、分发与分享，以及各种模式和故障排查等内容。这份资料非常全面，所以你可以花时间自己学习这些内容，或者你也可以直接给你的智能体添加技能创建者技能， 所有这些信息其实都已经包含在里面了。而 evos 的 作用就是让你的智能体实际评估你的技能质量并进行改进。比如说，你有一个用于创建职位描述的技能，你可以给你的智能体提供大量你想要的高质量职位描述视力。 然后他会分析你的技能，他会测试一些提示词，并将结果与输出进行比较，从而能够为你优化你的技能。正如我们之前讨论过的，你使用某项技能的次数越多，他就会变得越来越好，因为你可以对你喜欢和不喜欢的地方进行反馈，所以这基本上就是简化了这个过程。这里有一个 entropy， 实际用这个评估工具做的快速失利。 因为填写某些 pdf 内容的技能在找到正确的位置放置文本时遇到了一些问题，但在他们对这个技能进行了评估并加以改进之后，现在你可以看到所有文本都被准确的放置了，无论是复选框还是某种需要填写的字段， 所以我们需要使用评估工具。有两个原因，他们听起来有点相似，但其实基本上是相反。第一个原因是为了捕捉回归问题。 这意味着，比如说我们有一个职位描述的技能，随着模型的眼镜，他实际上可能会把这个技能用的更差。因为训练方式有些不同，思考方式也有些变化，所以这基本上会成为你需要改进技能的一个早期信号。 第二个原因是为了发现成长，所以再次强调，随着模型的提升或眼镜，他甚至可能在完全不用这个技能的情况下表现的更好， 这时候你就可以运行评估。说实际上不用这个技能效果更好，那我就可以直接把它删除或者归档起来。 我们还可以进行精准测试。所以当模型更新或者你对技能进行迭代和修改时，只需要运行所有评估并进行一次精准测试，这样你就能获得通过率，耗时以及使用了多少 tokens 等信息。 有个例子，他们说对 pdf 技能在加载和未加载技能的情况下进行精准测试，并把结果并排展示，这样我就能看到提升效果。我们可以获得关于这些不同评估指标的所有信息。 我们得到了通过率，总耗时以及总头肯数，所以在这里你可以清楚的看到，使用该技能后结果明显更好。最后一部分是技能触发调优， 所以当你的项目中已经有了比如说十个或更多的技能时，你可能会注意到有时候会出现误触发或者漏触发的情况，也就是说，你希望他使用某个技能，但他却用了错误的技能，或者你希望他使用某个技能，但他根本没有使用任何技能。 幸运的是，你也可以通过斜杠命令来使用它们，但能够直接用自然语言交流，并确保你的智能体理解你，这要方便的多。 因此，通过触发调优技能，创建者基本上会分析你的技能，测试你可能用来触发该技能的不同提示词，然后会编辑描述，使得该技能能够被更准确的调用。 这就是他们实际进行过的一次评估。你可以看到左侧和右侧的内容。我们有测试分数和训练分数。绿色和蓝色基本上就是结果，这是在经过触发调优分析和修正之后的结果。 所以你可以看到虽然还不完美，但比没有这个新技能时要好得多。我觉得非常酷利一点也是我想在进入现场演示前结束本节内容的地方，就是这个方向的发展。 在底部，我们引用了 antropica 官方的一句话，随着时间推移，自然语言对技能应该做什么的自然语言描述可能就足够了，模型会自动推断剩下的部分。我真的认为这里的可能其实应该用将会。基本上， 这意味着现在当我们让智能体为我们构建技能时，或者只是给他一份标准操作流程。 sop， 我 们是在给他步骤，规则和格式。未来我们只需直接告诉他用高层自然语言表达需求，他就能理解并按规范实现目标。 这样基本上就能大大缩短我们获得一个非常优秀技能，或者说一个非常好的自动化所需的时间。好的，现在我在我的 her two 项目里。这其实就像是我在云端 code 里的个人助理。接下来我要给大家演示一下我们实际上是如何安装这个技能的。 无论你是在 vs code， 我 现在就在这里，还是在终端或桌面应用里，都只需要输入斜杠 plugins。 你 可以点击管理插件。 然后你进来之后可以看到所有官方的 anthropic 插件。你只需要搜索 skill creator 就 可以了。在这里你就能看到官方的那个，这里有它的 get up 链接。你只需要点击安装就可以了。你可以只为自己安装这个插件，你也可以为你的项目安装，或者在本地安装。 我打算为整个项目安装它，现在你可以看到它已经安装好了。接下来我会重启 cloud code， 这样更改才能生效。 所以要记住，如果你在 cloud 里，这个插件可能不会直接显示在你的 cloud cloud 技能列表里。如果你是在你的项目里安装的， 你可以验证一下。比如问自己，你有 skill creator 这个技能吗？它是做什么用的？你可以看到我们确实已经有了这个技能，所以我现在要切换到计划模式，看看它能不能帮我们创建一个新技能。我需要你创建一个名为每周 youtube 汇总的技能。每到每周结束时，你会查看我本周制作的视频， 要分析，评论，浏览量，互动等数据。然后你会给我一份 pdf 报告，内容包括 所有的洞察，优势，劣势，威胁和机会。所以这些就是我要发送的全部内容。而且我故意把描述保持的比较模糊，就是想看看他会给出什么样的反馈， 以及他会如何为我们规划这个流程。这正是未来的发展方向。这也是 entropix 所谈论的内容，因为目前大多数正在使用技能的人其实就是高管、经理和运营人员，他们并不是工程师。这意味着我们非常擅长解释我们想要什么，需要达成哪些指标，以及为什么需要这些， 但也许并不擅长那些技术性、细节性的内容。好的，他回复了我，并问了一些问题。我首先说的是我只想要最近七天的数据，所以这是一个滚动的七天窗口。他问了关于他生成的报告部分，我说这些看起来不错。至于 pdf 的 样式，我让他使用。我文件夹里的品牌资产 就在这里。我有我的品牌指南，这个是 a i s 的 实际标志，所以我告诉他使用这些，希望他能把这些都加进去，让报告看起来非常有品牌感。所以他现在会按照这个计划继续进行。 好了，这时候他已经给出了一个计划。请记住，我还没有告诉他任何关于技术站或其他信息。他正在写下他将要做的所有事情。通常我会仔细阅读这些内容，并做一些调整。但这次我只是想看看这个技能创建器在一次性提示下能做些什么，我就直接接受了。 看看他的代办事项清单，我们可以看到他创建了所有这些内容，但最后一步是运行测试，并通过技能创建器评估流程进行迭代。所以我很期待看看他会怎么做。你可以看到他已经把所有东西都创建好，他做的事情是决定测试一下，进行最后一次迭代。 好的，所以我有点困惑，我问他，你真的有一个 pdf 文件给我吗？他说，有的，在你的项目文件夹里。我当时在模板文件夹里找，因为他创建了个 html 模板，但实际上他已经把那个渲染成了 pdf。 那 我去项目文件夹看看， 我们去 youtube 每周汇总这个项目就在这里。我们确实有一个 pdf 文件，不过这个看起来不是很好，显然这里显示的不是 pdf。 但如果我真的从我的文件里打开，它确实是一个 pdf， 这是我们的标志。每周汇总中，我们发布了三条视频，这里是播放点赞及评论统计。 我继续往下看，这里有我们的执行招标，所以这是它实际上运行了大约两周的数据，只是为了测试一下。我得说，光是看一眼这些数据，我觉得这些数据并不准确，所以请记住这一点。 这里我们可以看到每个视频的详细分解。目前我们的 swot 分 析里还没有任何内容，还有竞争对手分析，这里也没有任何数据。 现在是时候给他一些反馈，看看他能做些什么了。首先，我要清除这些上下文，因为他已经用了六十二百分之，我打算回到计划模式，给他一些真实的反馈。好的，这份报告看起来很棒。从美观上来说，你在设计上做得很好， 但是数据全都是错的，有很多内容都缺失了。我需要你认真检查一下，你到底是如何从我的 youtube 频道抓取这些数据的，如何实际搜索评论和竞争对手的视频，并确保这些报告里确实有数据？ 在我把这个发出去之前，有件有趣的事，你可以看到他给我们发了一些 jason 数据，这其实是他能从我的域趣频道找到的原始信息。 但问题是这些数据并不是特别深入，所以我觉得他在研究方面做的还不够好。也许这正是我们之前在这里讨论过的某个点，也就是 ai 迟早会理解这一点。我们想要所有这些细致的数据，但也许现在我们的任务就是把需求解释的非常清楚。我想看到评论和分析， 我想了解这个领域里其他人做的好的地方。我还想看看关于 ai 的 其他热门视频。我希望你把这些都用上，并用你的头脑去分析我的频道有哪些优势、劣势，机会和威胁。 然后所有这些信息应该为我提供一份非常深入的研究报告，比如关于我的 youtube 每周汇总。所以在这个运行的时候，我觉得我们应该快速看一下它实际上做了什么。在我的 cloudly， 我 们有我的 skills 文件夹，如果我一直往下翻，我们会看到 youtube 每周汇总，这就是那个 m d 文件。 所以我们在顶部有 yammo， 包括名称描述， disable model， invocation false。 这基本上意味着 cloud code 可以 根据请求调用这个功能。 他不一定非得是一个斜杠命令，然后还有一个参数提示。所以基本上，当 clock 决定使用这个技能时，他可能会发送一个提示，这样技能就能明白我们在看哪个视频或者是什么主题。 他提供了一些上下文信息，一些频道精准数据，一些可选的关注点，然后还有关于实际操作的分布说明。现在你可以看到他正在调用一个名为 fetch youtube data 的 脚本。如果我在这里查找他，我大概可以下拉到我的脚本部分， 可以看到 youtube weekly roundup。 就 在这里。我们有一些不同的内容，我们有准备数据的脚本，有生成报告的脚本，还有一个我之前就在这个项目里有的脚本，它能够找到并使用这个脚本，所以不需要新建一个。这个脚本就叫 fetch youtube data。 所以这里的 skill d m d 文件基本上指向了代理需要准确完成这项任务的所有内容。好的，现在他又给出了一个详细的计划，我准备继续执行下去。我真的很喜欢这样。我们又看到了所有这些代办事项。在最后，他说要和技能创建者一起审核。 这就是为什么多用一个项目，多用一个技能会让他变得更强大的好例子。因为我在这个项目里已经有的一些部分，他能够重复利用， 比如我的 youtube 分 析代理，比如我的 youtube 数据脚本。当然它还包含了关于我的业务和我的 youtube 频道的所有背景信息，这些信息都已经在这里了，所以所有这些更改都已经完成了。现在剩下的就是实际运行这个技能， 所以我刚刚调用了这个技能，你可以看到它正在这里读取内容。现在它要做的是刷新频道数据，它会并行使用三个代理准备报告，填充数据，然后生成 pdf 并展示给我。 拿到结果后我会再向大家汇报，已经完成了。我们得到了几个重点信息，顶级竞争对手的动态，最大的机会。显然， jack roberts 是 我最大的威胁。 jack， 如果你看到这个，继续加油。好了，这就是报告。这些数据一开始看起来就更准确一些。 我可能会想让他把这个标志做的更大一点，但他确实完成了我们的要求，发布了七个视频。就像我说的，这些数据看起来更准确了。这里有一份执行招标，重点强调了加倍投入美元的一些关键结论 成果。标题包括，制作专门的反重力教程，完成 check gpt 到 cloud 的 迁移。密切关注 jack roberts， 然后解决 vs 代码与反重力的混淆问题。 我们有每个视频的详细数据，现在你可以看到所有视频的实际指标，包括我刚刚一个小时前发布的那一个，所以这些看起来表现都还不错。这个视频的表现可能不是最好的。旁边这个也是类似的情况，布局也相当不错，整体非常简洁且专业。 swot 分 析，实际上在第二页上，它看起来依然很好。这显然只是一个很容易解决的艰巨问题。这里我们列出了一些优势，也有一些劣势。我们还列出了威胁和机会， 顶级评论和观众型号。淘金热衷卖铲子兄弟，干得漂亮伙计，二十六个赞！ hi， nate， 加入你的 plus 社区已经十天了，我得到了第一个潜在客户，感谢你和社区。这里能看到其他评论及其所属视频和点赞数。 我们还收到了视频请求，我们也收集到了痛点。这真的帮助我更好的了解你们的想法。他还在不断增加，我们还获得了竞争对手的相关信息，所以所有这些频道，所有这些视频，所有这些数据统计，同时也伴随着一些值得注意的空白。最后我们还能看到本周 ai 领域的热门趋势，比如说最强大的 ai 代理技能 频道的所有内容观看量，每日观看量以及话题。所以这真的很棒，而且我只用了二十分钟就把它搭建好了。接下来我要做的就是不断的运行它，每次都可以说，嘿，我喜欢这个，这个我不太喜欢 用技能创建器让它变得越来越好。总之，非常感谢你们看到视频的最后，如果你喜欢的话，请点个赞。现在你已经了解了技能的概念，以及如何让它们变得非常出色。 接下来你需要做的就是构建你自己的执行助理，并不断为他添加各种各样的技能。如果你想知道怎么做的话，就点击这里观看这个视频，我们视频里见。

兄弟们，你可能最近刷到过 openclive 这个工具，并且很多博主说他多牛逼，给 openclive 龙虾用无敌了。那我根据 openclive 代码分析文档和我自己测试，客观跟大家聊透，到底能不能群发各大平台，全城百事，实行就是行，不行就是不。 首先明确，这个基于 open cri 代码实测，我这边看到它确实有反检测伪装，把 navigator web crawler 设为 false， 伪造浏览器插件和对象，过滤 c d p 痕迹，能规避基础指纹检测，这是它的优势，咱们不否认，但它的致命弱点也很明显， 也是平台能查到的关键。操作间隔固定，没有鼠标移动轨迹，输入过快，无删改，发布前没有浏览互动，还没有内置限流这些机械行为，平台风控一抓一个准。开发作者是好心开源，但是有些自媒体都没测试过，抄个文案上来就吹，害人不浅啊。 跟传统 r p a。 比差别很大。当年是物理键鼠模拟干净独立指纹贴合真人行为，而 open k l i 是 c d p 控制浏览器自带自动化痕迹。现在平台风控比五年前严十倍，风险根本不在一个级别。 目前产品还是不完善，我建议低频个人玩玩可以，我不建议群发营销。现在 github star 七点二 k， 你 以为平台不知道，到时一用一个不吱声。

为什么别人的车连接完手机 carplay 之后，有好多软件应用可以用，而你的只有这寥寥几个？其实是你不会设置，拿出与车机互联的手机，点开设置，点到这个 carplay 车载，点这个序号， 然后点开这个 app， 你 看点开这个 app 下面有好多这个小插件，然后你你需要用什么？你看点这个加号直接就上来了，对吧？你看 微信，你看这些小软件，你下面这些全部都可以加上来，然后我们这个还可以排序，你看你要想把微信排到上面，你看直接排到上面， 然后对，你再把微信再往上排，所有的排序都可以这样去排。然后如果我们比方说不想用了，或者说我们隐私的不想给别人看，然后直接点这个，这 点这个删除，对，你看这样就删除了，你不想用哪个，然后你直接点删除就 ok 了，你学会了吗？关注我，我是刘小姐，带你了解更多探岳用车知识以及车载好物。

各位，昨晚的 cloud 发了一个小小的插件，小小的法律插件，就把软件股、萨斯、 ai 应用一起带崩了，他没有发新的模型，没有参数升级啊，就是一个小小的法务插件，但是市场反应就是这么直接， 为什么呢？因为这代表着过去的商业模式的崩塌。过去的二十年，企业数字化套路大家都很熟悉啊，买各种系统，什么 e r p 啊， c r m 啊，财务营销工具，一整套下来，几百万预算，几年上线，而且系统装完也只是个开始， 后边还要维护升级，对流程对权限，而且软件本身它并不交付给你什么结果，它只是提供了一个 ui 入口给你，而且还是按这个入口收费，老板还没赚钱，这些软件公司已经赚的盆满钵满了。 然后现在一个插件直接就可以自动对接系统，跑流程，甚至是调用很多个工具，最后你就等结果就好了。 这就把软件以及 sas， 包括所谓的已经加入 ai 功能的软件和 sas 的 入口给掐死了。以后就是 ai 打包一坨客户呀，跟你谈价格，你软件公司必须降价，必须好用，再也不能按人头计费了。 而老板们只需要布置好 ai， 等他给结果就好了。就算企业级的 ai 订阅啊，那可比企业级的软件便宜多了。而且现在老板算账就很明白，不像以前啊，别人都在数字化，我就必须跟上。现在 ai 把软件和系统都替代了， 甚至连维护的人，包括支持部门的这些所谓的财务啊，法务的这些工作都给替代了，省下来多少钱呢，一目了然。 未来的 ai 应用，那只能是两个方向呀，一个就是像菩兰蒂啊，那种植入型的不可替代的一种呢，就是不管什么软件系统还是 ai 本身呀，就是工作流的一部分，还要能跨领域地调用多种工具，直接给出结果，而且这个结果还要好用， 不再是原来的软件加上 ai 的 外壳的这么模式了啊。最后呢，老板更欣慰的是，它不需要再去左边谈一个系统账号，右边谈一个外部数据入口， 只需要关心这个 ai 啥时候能跑出结果，能不能干活就好了。而且说一句啊，一旦未来是这个结果，那未来可能连团队都不需要了，超级个体以及一人公司将成为主力。 这套逻辑下来啊，未来获益最大的就是我们讲过无数遍的算力链，因为这就意味着你以后最基础的成本就是算力， 算力有多大，生意有多大。所以说， ai 大 模型可能有泡沫，但是算力真没有泡沫啊，因为一个 token 机的世界在你的眼前才刚刚展开。

哈喽，大家好，今天呢就给大家带来一个我使用 qloud 的 一个实用的小插件吧，就是为你的 qloud 在 运行思考还有结束的时候给你一个语音的提醒。那我们先来测试一下它， magnifiers activated mission accomplished。 每当他运行还有结束的时候呢，他都会给到我们固定的一些声音提示，为什么我要去做这样一个插件呢？你比方说我现在给他一个命令，我说你帮我 查找今天的热门新闻， magifiers activated， 然后他开始运行这个命令的时候会给我们提示，但是什么时候结束呢？可能我们在中间的过程呢？我比如说我们切换到一些文本的阅读，我是不知道这个他什么时候处理完这些任务的， 可能我们阅读的注意力太集中的时候，会忘记我们给到可露的这样一个工作的任务，我们要频繁的去切换，看看他到底有没有 产生什么样，到到底有没有输出结果，那我们一直在这频繁的切换，可能会达成我们的注意力。 那你看他刚刚给我了一个语音的提醒，我就知道他的这个任务已经完成了，我直接切回直接看就可以。那这个功能是不是挺实用的？这个呢，其实是在 get 仓库里边的一个小插件，大家有需要的话可以主页找我领取， 或许我也会出一些其他的关于 closed 实用的一些技巧，谢谢大家。

如何开发一个 open class 插件？我们以 graph memory 这个知识图谱上下文引擎插件为例，把插件的结构、框架、写法、思路全讲清楚。先看一个 open class 插件最少需要哪些文件，必要的三个文件， open class plugin json 是 插件清单， package， json 是 n p m 包描述 index t s 是 插件入口，另外可选 tix config， json 是 type script 翻译配置 s r c 目录，放你的业务代码，我们一个一个看。第一个， opencll plug in json， 这是 opencll 识别你插件的唯一凭证，里面必须有两个字段， id 是 插件的唯一标识，对应 opencll 点 json 配置里填的那个名字 comvis kima 定义了用户可以配置哪些参数，什么类型。 open kla 启动时会用它来叫验建议，再加上名称描述版本，让用户知道你这个插件叫什么，干什么。 第二个 package， jason， 他 做两件事，告诉 npm 怎么安装和管理这个包，告诉 open kla 入口文件在哪，最关键的字段是 open kla 下面的 extensions， 它告诉 open kla 去加载哪个文件作为入口。命令设为猫九，因为 open kla 用 esm 格式 pure dependencies 声明依赖宿主环境的 openclouds， dependencies 是 你实际用到的第三方库。第三个 index n t s， 这是插件的入口文件，告诉 openclaw 这个插件能做什么，怎么做？第一， 导入 s r c 下面的各个模块。第二，定义插件对象，这是核心插件对象，包含身份字段和一个 register 函数。 opencap 加载插件时会调用这个函数把 api 对 象传进来，你在这个函数里完成所有注册工作。第三，导出插件对象 t 三 f 点 jason 是 给开发者和编辑器用的，发布前可以检查类型有没有写错，直接复制这个文件可用 s r c 目录就是你的业务代码被 index n t s 里的 register 函数导入和调用，所有实际功能都写在这里面。整个框架就是一条链，清单包描述入口，注册业务代码 open cool。 加载插件时，先读 open cool， 点 plug in 点 jason 知道你是谁，配置长什么样。再读 package 点 jason， 知道入口在哪，依赖什么，然后执行 index 点 t s 里的 register 函数，你在这个函数里注册你的能力，实际的业务逻辑放在 s r c 里。 写插件的思路，写插件之前，核心就一句话，你想让 open core 在 哪个环节做什么事，就在那个环节注册你的逻辑。具体来说，先回答三个问题，第一，你要解决什么问题？是上下文太长，要压缩，跨绘画要记忆，就决定了你的插件类型。 第二，你要接管哪些环节？ open 跨的对话流程是一条链，消息进来组装，上下文发给模型，模型回复轮次结束，每个环节都有钩子可以挂， 你不需要接管所有环节，只挂你需要的。第三，你需要持久化什么数据？如果需要跨轮次或跨绘画保存数据，就自己建数据库，如果只是在单次对话内做处理内存变量就够了。最后，我们用 graph memory 插件把前面的思路串一遍， 他的核心思想是不关心对话文本本身，而是这段对话里产生了什么知识，把知识结构化地存下来，下次直接用 回答第一个问题，解决什么问题？欧本库拉对话太强，会截断旧消息， a 振腾忘记之前做过什么，新开绘画经验全部丢失。我们要让 a 振腾能从对话中学习知识，跨绘画自动记住。第二个问题，接管哪些环节？ 它一共接管了七个生命周期， s i c 里面就是每个钩子背后的具体实现，包括数据库操作、 l l m 调用、嵌入模型调用、三元组提取、跨绘画召回逻辑、上下文组装等。第三个问题，持久化什么数据？因为要跨绘画记忆， 数据必须持久化到内存，不能只放内存里，需要一个 sq lite 数据库。这就是开发一个 opencll 插件的完整思路。结构很简单，框架很清晰，就是一条链。写法的核心就是想清楚三个问题，然后在对应的环节注册你的逻辑。 我们的 graph memory 插件开源，大家可以点个 star 下载源码学习。希望本期视频对您有所帮助，我们下期视频再见！

最近在做一个插件，才真正意识到就写代码真的是很小的一个工作量，就真正大的工作，真正难的工作都在后面一个接一个的限时门槛。就比如我最近遇到的几个问题，首先是支付宝接口的问题，因为我要接入这个支付嘛， 然后支付宝去申请支付宝的当面付，电脑网站支付都被拒绝了。当我去问这个官方客服的时候，官方客服也不知道为什么，反正就是不符合接受要求。那我想着这个事就等等，我先去处理这个 i c p 备案的问题好，然后 i c p 备案也出问题了， 因为 icp 备案需要用到个体的营业执照，我个体的营业执照在去年的时候忘记年审，就上了经营异常名单，但是申请 icp 备案又必须在正常的经营范围内，于是我就上传各种各样的修复资料，走信用修复流程，然后等待官方审核。 在这个期间，我想着我去先把各种模型呃的接口去做好，然后再调用 gbt 的 api 的 时候， 充值又遇到了问题，国内的银行卡是没办法支付的，是没办法充值的， 呃，也没办法绑定。于是我就去找各种各样的资料，什么虚拟卡呀，优卡呀，中转啊，对吧？ 反正就是没找到一个合适的方法，然后就只能把这个调用 gpd 模型的这个整个接口就全都删了。后来我想着这个 gemini 对 于国内的用户相对来说会比较友好， 好也出问题了，就好像是一个死结，这你没办法去处理的很多问题看起来应该有标准的解决流程的，但等你真正去实践的时候，你会发现好多就好像是无解一样。

大家好，最近 astropica 发布了 cloud cowalk 和十一款官方插件，结果呢？华尔街的软件股集体崩盘， 标普五百软件板块连续六个交易日下跌，市值蒸发了八千三百亿美元。甲骨文、 adobe south force 这些我们耳熟能详的软件巨头全线被抛售。 为什么一个 ai 工具的发布，能引发近万亿美元的市值蒸发呢？过去我们用的 ai 本质上还是个聊天机器人，你问他答，但 cloud 客户不一样，他是一个真正的数字员工。 什么意思呢？他能借管你的鼠标、键盘、文件系统，按照你一句模糊的指令，自己规划任务，自己执行。一连串复杂的工作，从头干到尾，生成财务报表、研究客户支持回复、审查合同、构建财务模型。 这些以前需要专业软件加专业人员才能完成的事，现在一句话就搞定了。华尔街终于反应过来了，如果 ai 能直接帮我干活，我为什么还要为那些软件付费呢？ 这就是这次恐慌的本质，不是 ai 要取代人，是 ai 要先取代一大波软件。我之前讲过好几次，我现在几乎唯一的工作软件就是 codebody 了。今天他们也上线了中国版的 cowalkbody 内测版，在我的公众号输入 codebody， 可以 获得申请地址和文档。 这类工具有一个特点，就是界面特别简单，不用关心代码，非开发者也能用。你想做什么，只需要一句话，它正在成为我们新的桌面操作系统。想做什么，只需要一句话的时代真的已经来了。 今天我用 coldbody 做了一个小玩意，给大家感受一下。第一步，其实词特别简单，画一条适量小鱼，用骨骼链条系统控制身体运动，大概二十个阶点，但不显示骨骼圆圈，让鱼跟着鼠标轨迹实时游动，再画点水草和浮游生物，就是这样。 第二步，上点难度，用摄像头识别，让鱼跟着我的食指移动，拇指和食指捏合就吐泡泡。 第三步，再上点难度，直接生成一个小程序，鱼跟着手指移动，双击吐泡泡，然后打开微信开发者平台，打开生成的文件夹就行了。这三个东西，整个过程不到十分钟，我一共就输入了几十个字， 这恐怕就是未来吧。大家可以想象一下，这种模式下，游戏教育工这些场景会如何变化。以前做这些东西呢，你需要会量绘图、会 processing、 会计算机视觉、会小程序开发。现在只要一句话， 更多的场景我还会陆续分享。感谢关注未来博士，我们一起用跨界的视角看懂未来的方向。

哈喽，大家好，欢迎来到 star audio， 那 么在当下我们的插件大型起到的环境之下，为什么还有非常多的顶级混音师，他会选择一个硬件去进行我们的音频处理呢？那么今天我们就由他让我们的这个蓝色巨兽，也就是我们 stam 的 meqp one a s 来给大家去进行讲解。 那么这款硬件呢，它并不是简简单单的原版的复刻，而是说是它是一个二合一的一个产物，它是把我们原版的 eqp one a 还有我们的 meqp five 两款结合在了一起啊，完美的形成了一个立体声的一个硬件的一个 eq。 它的核心竞争力呢，只有四个字，无损还原， 六组英国定制的变压器，全部近视旋钮，零点一的声道误差。这意味着他不是为了改变你的声音，而是为了给你的阴鬼注入一种昂贵的物理重量。那么我们废话不多说，接下来我们进入到数字当中，用听感去来展示它， 我们用一段鼓组的声音啊去来进行演示，这样的话更明显啊，现在我开始放，那么现在啊，我开始去提我们的二十赫兹整体的一个声音，我把 boost 提上去，慢慢去提 啊，我们可以听到我们的低频已经有非常有非常好的一个力量感了，它的整体的声音给你非常扎实，但是我会觉得稍微有点强了，那我们把这里的 ten 啊也扭大一些，给他一点衰减， 这样来听就会好很多啊，他的这个衰减呢，他不像是嗯暴力的衰减，而是说是在整个频段上给你慢慢的去往下去，给你去做移动，所以说你能得到的一个声音是一个既干净啊，不浑浊且具有力量感的一个低频。 那么我们再来调整一下他的频段，听一下各个频段的一个声音。 好，三十赫兹， 六十赫兹。 好，接下来我们用一组人声来听一下我们这个中频，那中频的一个频段，我们先来 boost 啊，先来一个提升， 那么我找一个人声相对来说比较清晰的一个频段啊，我们先提到两千赫兹，好，我们慢慢去进行提升， 你会发现他的这个中品，他不会给你提升的非常的暴力，而是一个非常细腻的一个提升啊，去给你一个很细的一个声音，好，接下来换到 a ten， 很 明显的一个降低， 你会发现不管是 boss 的 还是个 ten 的 话，相对于 boss 的 可能会更明显一点，但相对来说他给的东西还是比较细腻的啊，不是那么粗暴的。咔，给你降下来。 好，我们接下来来听一下他的一个高频，那么同样也是用刚才的这一段人声啊， 我们先来调整一下他的一个频段啊，给到一个十 k， 先用 boss 给他做一些提升， 很明显的能够听到一些空气感，慢慢的给到了，再提升一点， 稍微调整一下 q 值， 好，觉得有一些刺耳了，你可以把 t 提一些， 把它刺耳，稍微给一点， 很明显到四 k 到五 k 的 时候。好，再到四 k， 他 的人生的一个天耳感明显就上来了。 好，我们再回到十二 k， 二十，明显可以听到那种呲呲感没有了。 那么结束完我们的试听之后，相信大家对于他的一个声音的一个认识有了一个初步的一个了解，那么对于我个人而言的话， 我相对来说最喜欢的还是他的一个低频，还有高频上的一个处理，在低频上呢，他给你了一个扎实且不浑浊的一个声音，高频他给你提亮，增加空气感，但却不刺耳。这两个是我比较惊喜的一个点。 那么如果说你已经受够了我们插件上的一些冰冷的一些旋钮啊，一些数值，那么这款我们的 stemmed m e q p one a s 完全适合去进行入手。那么以上就是本期视频的所有的内容了，欢迎大家关注我们的星空音频，我们下期再给大家来聊我们的硬件，拜拜！

别人用 ai， 我 拆 ai， 我是 ai 产品汪。 opencloud 的 创始人 peter cyborg 分享了他最新的 ai 开发工作流。这个人不是纸上谈兵，他是真正每天用 ai 写产品代码的。他的核心观点只有四个字， less is more。 peter 试遍了主流工具，先是全面投入 vs code， 后来又是了 that， 最后居然全部放弃，回到了一个纯终端工具，叫 ghosty。 为什么？因为 vs code 的 终端粘贴大段文本的时候经常卡死，而 ghosty 从来不会。 他现在的主力配置是 ghost 跑 cloud code， vs code 放在旁边只用来看代码， cursor 和 gpt 五偶尔用来做 code review。 说实话，这个选择挺反直觉的，大家都在选 ide 插件，他反而觉得纯终端最稳。他用了一台带有四十寸超宽曲面屏，分辨率三千八百乘一千六，干嘛用呢？同时开四个 cloud code 的 十力加一个 chrome， 全部屏铺可见，完全不用切窗口 运行。 agent 的 数量它也有讲究，做新功能的时候开一到两个就够了。但如果是清理代码、写测试、做 ui 这种低风险工作，四个是最佳数量。关键指标是它说的 burst radius 就是 爆炸半径改动，影响范围越小，就可以开越多。 peter 强调，用 plan mode 和迭代是关键，小任务，它直接让 agent 干大任务会先写到文件里，让 gpt 五 review 一 遍再动手。我觉得这是很多人忽略的一点，大家一上来就让 ai 写代码，但其实先让 ai 帮你想清楚，怎么做比直接写更重要。 他说，有时候他把一堆混乱的想法丢给 agent， 居然能提炼出很有意义的方案，这就是 play mode 的 价值。最让我意外的是， peter 把最后一个 m c p 插件也删了。原因是 claude 有 时候会自作主张启动 playwrite 去浏览网页，但其实直接读代码更快，还不会污染 context。 它的原则是选择有命令行工具的服务。 versa piscule g h axem agent 可以 直接调用它们，在 cloud 的 配置文件里写一行就够了。比如 logs 用 axiom 或 versa client， 数据库用 pasco 加一个正确加载环境变量的势力。 这个思路我真的很认同。工具越少， agent 犯错的机会就越少，上下文也越干净。关于测试，他的观点是大的改动，必须写测试。自动生成的测试通常质量一般，但如果在同一个上下文里让模型写测试，他几乎总能发现问题。他原话是， context 很 珍贵，别浪费。这句话值得每个用 ai 写代码的人记住。 说实话， peter 这套工作流最让我佩服的不是他用了什么工具，而是他做减法的勇气。当所有人都在疯狂加插件，加 m c p， 加自动化的时候，他反而在删东西。纯终端加 clock code， 加极简配置就能产出惊人的工作量。这才是真正理解 ai 工具的人。如果这条内容对你有帮助，记得点赞收藏关注我！

为什么都说 pr 比剪映专业，比剪映高级，但现在大多数同学还是在用剪映做视频，都不用 pr。 你 是不是也曾被剪映方便的字幕识别、多样的转场和炫酷的特效以及花字所吸引？但是现在 要是 p 二也能拥有这些，而且还无需会员。今天他来了。我们在原有的基础上，花了近三年时间开发，收集了近三万多款优质资源，并整合到了插件里面。同时我们对插件内容进行了汉化，使用起来更加舒服。插件包含了 标题、字幕、音乐音效、背景素材、视频素材、包装元素、转场预设、情绪表情包、分屏模板、台板模板等九大类合集资源。并且所有资源只要将鼠标放在上面就能预览， 想要哪个只要按住拖到时间线就可以了，都是可以进行修改的，浏览和使用都非常的方便。另外还有六千加调色预设、五千加转场预设和三千加效果预设，能够满足你对各类视频制作需求，而且分类清晰，速度特别快。有了这个，我们的剪辑工作即将变得前所未有的 简单。