claude怎么开启1m上下文

我之前 cloud code 订阅的是 pro， 一 不小心就把限额用超了，所以特别焦虑，隔一会儿就强迫症一样用 slash usage 去查限额，现在还剩多少。直到有一次我看到朋友的 cloud 终端底下直接显示了这些信息， 我立马就问他装了什么，拿过来就用上了。这个插件的名字叫 cloud hard， 是 一个澳洲的开发者叫 grog watts 写的， github 上已经现在有四千多个 star 了。装上以后， cloud 的 底部会多一条状态栏。 就拿刚才说的限额焦虑来说吧，用 pro 或者 max 的 人应该都被限速过对吧？写到一半突然告诉你，请稍等几分钟，节奏全断了。装完这个插件，状态栏会直接显示你限额还剩多少，然后什么时候刷新， 快到上线的时候，你可以缓一缓，也不至于直接被卡住了。所以再也不用强迫症一样切出去用 slash usage 了。限额的问题解决了，但还有一个更隐秘的坑，上下文窗口。你跟 cloud 的 所有对话，他读的文件，跑的命令，全都挤在一个上下文窗口里，满了大模型会自动压缩，但压缩是有损的，之前你们聊好的设计决定具体的文件路径， 报错信息都可能被模型直接丢掉。而且很多大佬测过 cloud 的 回答质量，其实从上下文用到百分之三十到四十的时候就开始下降了，不是等满了才出问题了。所以最好的做法是，当你看到这个进度条过半了， 那么做完手头这个功能，或者修完这个 bug， 直接用 slash clear 清空上下文，比主动压缩或者被动压缩都要好得多，因为你能挑一个干净的时间点来做状态栏，还会显示你现在用的是哪个模型。 这个为什么重要？我个人的工作流程是这样的，在一开始的项目规划阶段，我会无脑一直用 opus。 这个阶段目的就一个，把项目所有的需求落实到文档里面，比如产品的需求文档、技术架构文档、测试文档、部署文档等等。然后用其他的模型，比如 codex 或者 gemini， 让他们来评估文档里是不是有些不清楚的逻辑不通，或者不符合最佳实践的地方。然后继续让 opus 迭代， 直到这些文档里其他文模型提不出任何问题。那么继续到项目实施阶段，那么我会就用 slash model 切换到 sonet， 那 么它只要按照写好的文档去执行就行了，不需要考虑太复杂的情况和特别深的推理。状态栏上一眼就看到自己现在挂的模型是哪个。不用猜，这个插件的安装也非常简单，你只要跟着 github 上这个 install， 三步直接就装完了，我就不赘述了。所以总结一下，这个插件就干了三件事情，限额快到了，提前预订，上下文快满了，提前知道当前的模型，一眼就看到三条命令，装完零配置。 其实这期内容是因为之前好多粉丝在问我 cloud 底下那个状态栏是什么，所以我才想起来专门介绍一下。所以以后你们如果看到了我用什么东西，感兴趣的工具或者配置，直接留言告诉我，我都可以出一期讲一讲。

今天啊，我会用一个视频给大家讲明白什么是 cloud 点 md， 以及你应该如何使用它。首先我们来看一看什么是 cloud 点 md。 首先 cloud 点 md 是 一种规定、约法或者是原则，它 可以避免 ai 健忘或者是跑偏。第二， cloud 点 md 是 用于补充上下文的，那我们知道模型的上下文会有哪些内容啊？首先会有你跟他的聊天记录，过往的聊天的历史以及调用各种工具的输入，还有缓存。 cloud 点 m d 补充是什么？上新闻呢？它补充的是那些仅凭项目内容本身无法被 ai 准确推断的信息，比如说你的使用习惯，你的工作流程以及你的代码规范等等。 第三， cloud 点 m d 也是属于按需下载的，它有自己的层级结构，非常类似于公司的组织架构。那我们来对比一下公司的组织架构是什么样的？假如你入职了一家公司，那这家公司一定会有自己的规章制度、章程和文化。 一个公司下面通常会有非常多的部门，比如说有开发部、市场部、产品部、运营部等等。那比如说如果你在开发部门，那开发部门会有自己的技术架构、代码风格以及写作的方式， 市场部门他也会有自己的品牌的定位，受众的群体。那如果我们把这个公司的组织架构放在 cloud dmd 这个层级架构上，你就很清晰的明白了，根目录的 cloud dmd， 它就相当于公司的规章制度、章程和文化，是所有项目都应该遵循的基本的规范和准则。 下面这些部门其实就类似于你电脑上的某一个开发项目，那这个项目会有自己特定的需要被约束的规章制度、规范流程等等。那 给大家看一个括号点 md 呢？它就包含了有代码风格，那你应该使用 e s 的 语法，不要使用 com g s， 那 有可能情况下你先使用结构导入，那以及他都有他的工作流程，比如说在完成一系列代码修改后，务必进行类型的检查，那这就是一种约束和规范。 那我们知道了 colldmd 是 什么，它有层级结构，那我给大家演示一下我本地的 colldmd 是 什么样的。首先我们看看我们根目录的 colldmd 到底是什么样子的， 那我的根目录就要求，比如第一个默认进入 play 模式，第二个是用子代理策略，第三个要做自我的循环的改进，它是一些总体的约束规范，是每个项目都必须遵守的。那我们再看一看一个项目级别的 colldmd 是 什么样的，那比如说这个项目就是我用来把 md 的 文本转成图片的一个项目，那我们看看它的 colldmd 是 什么样子的。 那这个刻到点 m d 呢？就是 ai 来帮我生成的，不是我手工编辑的。每次在我发现 ai 的 输出不准确或反复的犯一些错误的时候呢，我就会让 ai 总结，把这些案例经验都写到这个刻到点 m d 里面。比如说这里的一个案例是说图片高度计算的问题，他反复的出错，那我就会让他把整个的过程给我描述出来，以及说最终 怎么才把这个问题给修复掉的经验全部都总结在这里，以及说一些没有一开始发现的错误，到后期如何去发现它的这个过程，经验教训都放在这里面， 我们可以清晰的感觉到不同层级目录架构的 copy md 内容是不一样的，那在根目录下的它更多的是总体的所有项目都应该遵循的规范和约束。而项目项目的 copy md 更多是和这个项目本身有很大关系的，比如说这个项目的技术架构规范，它的一些经验教学总结等等，也是可以放在项目维度的 copy md 里面的。 那第三，我们如何创建 collude md 文件呢？那创建 collude md 呢？有两种方式，第一种方式就是你手动到项目下面去创建一个 collude md 文件，然后手工去编辑它，那这种方式肯定是比较麻烦的。还有一种方式啊，是 collude code 给我们提供一个很方便的命令，可以让我们一键的生成 collude md。 我 给大家演示一下，首先我们进入 collude， 开启一个绘画，然后斜杠调起一粒的命令，然后回车， 这个时候啊这个命令就会自动的帮助我们去读取当前整个项目的结构规范等等文件，那这个过程会需要一些时间。 好了，那这个时候我们的 cloud dmd 已经创建好了，让我们来看一看它的内容。那首先它这里面有整个项目的概述介绍，这个项目是干嘛的，以及常用的一些命令部署方式以及 它的架构、核心服务，这些全部都给生成出来了。那你之后在迭代过程中，那你的 cloud 就 会去遵循这个 cloud 里面的一些背景信息，然后能够更好的帮助你去迭代。那第四， cloud dmd 的 最佳实践是什么？ 经过过去一段时间的使用啊，我总结大概这四点的 color d m d 的 最佳实践，第一点是要保持 color d m d 的 简洁易读和清晰。第二个你需要定期去维护啊，你可以让 ai 帮你去做总结，去写 color d m d， 但是你还是需要定期的去人工 re view 去删除那些可能不太合适的，或者是说非常繁杂庸俗的。第三个呢，是你需要反 反复去测试，如果效果不好，你再去修改，然后再去测试，经过一段时间打磨啊，你会找到一个非常适合你的长期用的 color d m d 文件呢。第三个团队协助。那如果你是存在多个人一起开发一个项目嘛，我建议你把 color d m d 提交到代码仓库里面，这样相当于大家都会遵循同样的一份 color d m d 的 规范去做开发。第四个是本地多项目， 那如果你本地有多个项目需要开发，那我建议你使用拷好点 md， 你 可以把你的工作流程，你的代码规范等等东西都写在拷好点 md 里面，那你这个多个项目都会遵循同样的这个工作流程和风格去开发。那如果你本地只有一个项目，你要不要在公众下面创建？拷好点 md 其实没有那么重要，你可以不用创建。 第五个拷好点 md 的 模板参考，那在这里呢，我整理了两份拷好的点 md 的 模板，一份是简单版本的，你可以直接拿去用的。拷好点 md， 这个我自己用了一段时间之后，我发现效果非常的棒啊，很推荐你来试一下。那如果你还有任何不明白的地方，欢迎你在评论区跟我留言。那我是新起，每天分享一个外包固定的小技巧。

cloud 的 一百万头梗上下文正式开放了，很多朋友在问，这到底有什么用呢？那么今天就从一个每天用 cloud code 写代码的开发者视角聊聊我的理解。先说一下问题，那么用 ai 写代码最大的痛点不是说他写的不好，而是他容易忘记。 比如说你跟他聊了很多龙之后，前面定好的架构决策讨论过的边界条件他全部都忘了， 那么因为上下文窗口就那么大，满了之后就会自动压缩，压缩就是有损的，就像把一份详细的会议基要压缩成几句话的摘要，那么信息在这个过程中必然会丢失。 一百万 token 本质上就是把这个工作记忆扩大了五倍。以前二十万 token 大 概可以放一万五千行代码一个小项目的量，但是现在一百万 token 大 约可以放七万五千行，中大型项目都可以基本完整的放进去。 对我们来说，最直观的变化是，我不再需要替 ai 来管理记忆了，以前得精心来设计哪些的时候需要去压缩上下文，什么时候该 clear 一下，重新开始 怎么分批去投喂信息，现在这些心智负担会大幅的减少。那么大家最关心的问题是，装得下这么多的东西，就意味着它可以快速的找得到这些东西吗？在 cloud 官方中有一个数据， 他们做了一个叫 m r c r 的 测试，在一百万 token 的 文本里面顶藏八条关键信息，看模型能不能全部找到。那么 opus 四点六的准确率是百分之七十八点三，上一代 solo 四点五只有百分之十八点五， 那么这不是说上下文变大了，但是变得笨了，而是上下文变大了，并且还变得更准。最后说一个很多人都关心的是， 就是它的费用有没有贵，那么我用的是 maxplus， 每个月一百美元的这样的一个费用，包含 cloud code 的 使用的额度，那么这次更新之后，一百万上下文自动开启，不需要加任何的配置，也没有额外的费用。 之前 api 用户超过二十万的话， token 要付双倍的价格，那么现在这个溢价也取消了。 总结下来就是一句话，一百万上下文不是一个你需要去刻意去用码的功能，他是让一个你不需要再去操心上下文够不够的保障， 当你需要的时候他在那里，当你不需要的时候他不碍事，这就是体验上的一个质变好的。那么本期视频就到这里了，关注我以后为大家带来更多的 ai 的 编码的教程，我们下期视频再见。

这期视频我将带你手把手的安装 cloud code， 然后来一次实战开发，不用写一行代码，只需要用自然语言就可以现场写一个微信聊天记录，批量打码的一个小脚本，最后我还会教你如何把它上传到你自己的 get 哈。 另外我还会分享一些关于 qq 的 账号，以及一些中转 api 的 种类，以及。呃，小坑。这条视频依旧有一点长，但是我已经给这个视频做好了标记点，如果你想看哪一个部分，直接滑动视频下方的进度条，拖到对应的部分观看就可以了。 当我们进入 coco 的 官方网页的时候，你会发现他是英文的，如果说你看不懂的话，左上角这里可以把它更改成简体中文，然后其实他这里是把你所有安装的一些命令都给列出来了的，我们只需要 直接在这里复制，然后打开你的终端，比如我这里是苹果，我就直接搜索终端，然后输入这一个命令行就好了。 然后在这个时候呢，有可能啊，因为你的网络环境这一步会出现像这样子的，这个意思是说在当前你的地区不能使用就是你的网络环境的原因啊。 呃，这一步需要你自己去解决。当你解决好你的网络环境的时候呢，你就再一次输入这一个下载命令，然后回车，当出现这个样子的时候，他就是这里是版本号，然后现在就是已经是安装好了的一个状态，这个时候我们只需要输入 cloud 回车，它就会进入到登录的一个页面，这里是选择主题，你可以选择不同的主题，它是会有变化的。 ok， 然后这里是三个，第一个是选择登录你的账号，比如说你是开的 pro， 或者说开的 max， 或者说开的是 企业账号之类的一些东西，然后第二个呢是一个 a p i， 这个这里是官方的一个 a p i， 第三个呢是一些其他的，呃，亚马逊之类的一些第三方的 a p i， 然后这里我们就选择第一个就可以了，他会弹入到网页，如你需要提前在你的网页上面呃，登录你的 开了会员的账号，由于我这个账号目前是没有开通 pro 和 max 的， 所以他提示我需要升级。当我们苹果电脑的安装完成之后呢，我们进行 windows 的 安装， 然后 windows 是 有一个前提的，就是你的 windows 必须需要先安装这个 get， 先打开你的浏览器，然后把把 get 给下载下来，选择你的版本，然后下载就好了。 我们可以看到 windows 是 有两种方式的，首先第一种是 power 小， 我们首先以这个 power 的 这种方式来装，把它复制之后， 在你的电脑里面找到这一个，然后打开它鼠标右键就可以直接把它粘贴的进去了，然后回车就行。 ok， 现在就是下载完成了，和苹果电脑是一样的打开方式。 ok， 当你的电脑上如果说出现这一步啊，是因为如果我们是使用这一个命令的话，它会默认给你安装到一些比较安全的位置上面， 所以你直接使用 ctrl 打开它是找不到这一个位置所在的。这里呢有两种解决方式，第一种是你自自己到环境编辑里面去把它添加，第二种呢是输入一些终端命令，如果你不知道 这个时候你的终端命令应该怎么输，你就把它全部复制，然后找到任意一个 ai， 比如豆瓣就可以，它就会给你对应的回答，你只需要把它给到你的终端命令，把它复制进去，然后同样回车。 这个时候它是不会出现任何的反应的，但它再一次出现这个的时候，就意味着它已经成功配置了，这个时候你需要关闭它，然后再重新开一个，然后输入 cloud 来，就可以正常的启动了。然后我们现在就接着来讲。呃，另外一种 windows 的 安装方式，也就是 cmd， 这一种的话，你只需要打开你电脑上的 任意一个搜索框，然后输入 cmd 就 可以了，也是同样的，把下载命令放进去，然后回车。 ok， 现在就是已经下载好了，我们来打开试一下， ok， 直接打开了。这就是苹果电脑和 windows 电脑的安装方式，就是其实它安装是特别简单的， 然后使用也特别的简单，就只需要你有一个账号把它给登录就可以了。接下来我们就来聊一下账号的方式吧， 现在是有很多模型都可以使用 cc， 不 只是官方的，首先官方的呢，我尝试过很多的方式，首先是新加坡的银行卡，然后包括虚拟卡，包括优卡，包括苹果内购和谷歌内购。 最后呢，我得到的最稳定的一种方式，其实就是美区的一个苹果内购啊，在我能够接收到的资源里面，首先他的一个方式就是注册一个美区的苹果账号，然后在支付宝购买礼品卡充值到你的账号里面，然后在里面去进行订阅， 如果说是使用苹果和谷歌的话，会有额外的一些呃，过路费之类的东西。 pro 呢是二十刀，然后五倍是一百二十五刀，二十倍是二百五十刀。如果说你是网页支付，网页支付的话就需要一些银行卡， 真实的一些卡片，然后国内的卡是不能够用的，网页支付的话是 pro， pro 是 二十刀，然后五倍是一百刀，二十倍呢是两百刀，所以多的这一些是你交给苹果或者谷歌的税。当然也有一些低价区，比如尼日利亚，五倍差不多是七十多刀， 但是这些是极容易封 id 的， 如果你是一个小白的话，这种方式是完全不推荐的。第二种是 api， 市面上常见的 api 有 三种封类，第一种呢就是官方的 api， 也就是在克拉的官网购买的那一种，那种是特别特别贵的，呃，离我们普通人接触到的 配不上就别想了。然后第二种呢是中转 api， 这里是我重点会讲的。首先中转 api 的 水是特别深的。首先第一个是宣传的官方渠道，但是注意这里只是宣传上面，因为你根本不知道背后的模型厂商给到你的到底是什么模型。 然后第二种渠道就是云闪山渠道，比如说，呃，亚马逊、微软这些渠道的本质原理呢，就是 a 社允许他们部署自己的模型，然后部署后按照 api 的 一个形式去计价收费，然后自模型部署，也有大概两个渠道输入，他们的价格和表现力也不一样。第一种是部署的一个专属模型，这种是一对一的，意思就是 他们的 api 是 拿出来供给团队使用的，也就是一些大量的企业去购买的，比如说我们知道的一些呃，特别大的云，特别大的一些 api 终端商他们的渠道。 然后第三种就是逆向渠道，这个就是最便宜的一种，就是从包括 coser 啊，然后 ky 呀，或者说反重力啊的一些工具里面逆向出来的。 但是这一类渠道他就是说白了就是花低价去薅平台的羊毛，然后来开这些服务，然后通过一些返利平台去售卖他们的 a p i， 优点就是便宜，然后缺点就是表现效果是非常差的，他就会 和真正的官方的账号就是完全不是一个层级的东西，因为他们逆向出来的 a p i 会携带软件自身的提示词，能明白这个意思吗？比如从反重力里面逆向出来的， 他是会携带一些反重力里面本身自带的一些相关的专属提示时，所以他是会污染你的上下纹的，表现效果是非常差的他。然后这里是有一些最大的坑，这些坑是什么呢？在一些厂商或者说大的中转站， 他们在上游渠道没有账号之后，他们会给你夹杂一些其他的模型，懂我意思吧？就是说虽然你在 c c 里面看到的模型是 oppo 四点六，但是他不一定是他后面有可能是 其他的一些比较比较拉的模型，懂我意思吧？ ok， 我 们说完三种 api 的 种类之后呢，我们来讲一下如何通过国内的模型去使用 cc 呢？ 就是 cc 他 其实是一个应用，但是他能够搭配的模型是其他的任何的模型，最好的效果当然是他自己本身的模型，但是我如果说你实在没有办法购买到账号，也没有办法 使用到好的 api， 然后或者说你手里有一些闲置的国内的模型，你就可以通过国内模型的方式去使用。 以我我这里就以智普为例，因为我，呃有一个智普的，我看一下，我看一下过期了没有 啊？没有到七号，我这里是有一个智普的包月计划的，所以我这里就以智普为例，我们在他的一个呃 任何一个模型，他肯定都会有这种安装文档的 api 文档的，所以你只需要找到这一个文档，他的这里面会接入的地方会很详细。如果说你不想使用智普，或者说你购买的是其他的，然后你也没有找到这一个 api 文档， 你也不会去配置的话，这里有一个神器叫做 cc switch， 在 给他哈巴页面里面搜索，然后在这一个位置把它点开点击，然后直接滑到最下方， 根据你的需要，根据你的电脑版本去安装对应的版本就可以了。 ok， 然后我的手里正好呢是有一个项目的，所以我就直接咱们就从零开始，从 skill 的 创建，直接就开始如何去做一个项目。好吧，首先我们进来肯定是要先安装一个 skill 的， 就是这一个 skill creator， 它呢是创建 skill 的 一个技能，安装完成之后把这个给启动， ok， 现在就已经是启动的状态了。然后打开咱们的计划模式，给他说现在的需求， 我现在有一个需求，就是我需要进行微信聊天截图的批量打码，只打码对方的，然后以及打码文字中的一些人名和公司名之类的东西，然后打码完成之后呢，输出一个 适用于发朋友圈的文案，文案的类型我后面会发给你，我们先解决打码的这一个功能。 呃，这里就直接选择你想要的一种方式就好了， 这里工具形态是他想知道你是在哪些地方使用，然后如果说这里你不够确定的话，就像我现在， 呃，我现在其实也不太确定，我其实更想的是制作一个 skill 的 形式，但是里面呢包含了一些脚本，我想要的整一个炼炉是这个样子的， 所有的截图我放入到一个文件夹中，然后我在这一个文件夹里面启动这一个 skill， 这一个 skill 呢就会自动的帮我把里面的图片进行打码，最后呢产出对应的文案给我。 呃，在这个计划模式开启对话的这一个过程中呢，他会不断的去问你一些问题，然后如果说你觉得 他没有把你的意思理解到位的话，你需要不断的和他进行对话，然后产出最终的一个计划再进行执行，这就是计划模式的一个好处，这时候他的计划已经写出来了，这个时候我们就可以对他的计划进行一个查看， 看一下他的内容对不对。当你有任何其他的问题，或者说呃 其他的东西的时候，你都要进行一个补充。 ok， 我 们可以看到啊，他其实这里是识别到了我刚刚 我们安装的那一个技能创建的技能，当你觉得计划没有问题的时候，就可以让他进行工作了。开始之后你可以看到下面他变成了这一个符号，他的意思呢是说 在不涉及一些工具调用的情况下，他会自动的去进行工作。和计划模式的区别在于计划模式是先理清楚需求，然后这个他会直接开始动工。 呃，在这个过程中他会频繁的跳这种问题。这个问题的意思是说，比如说他现在想要打开这一个文件，如果我们只选择第一个 yes 的 话，他就只打开这一次。 如果说我们选择第二个的话，他下一次再想打开这个文件，他就不会再问你了，他会自动的去呃允许，然后进行打开。如果说我们想要 减少这一个时间的话，那就是你的需求，你的计划，你的步骤，你的方式都要 尽可能的详细。这就是 ai 的 一个边界的问题。因为刚刚我的给出来的计划和需求其实是比较模糊的，所以他会进行大量的测试，然后大量的优化。 但是如果说你知道了一些地方本来应该怎么做的，你直接告诉他，那么他就会直接就以正确的方式去执行了，他就会呃更快的去工作，然后当速度更快的时候，那么使用的托管数量也会相应的减小， 同时上下文也会减少。我觉得现在我们的一个上下文其实有点点残了，所以我现在其实是想让他 停止，停止了之后呢就继续给他补充现补充信息。 你现在是到哪一步了？呃，我发现你一直在做一些重复的优化，然后 又继续识别，然后又是重复的优化。你现在有任何的问题，我希望你来问我。然后有一个点就是，呃，因为我们是要批量化的，所以说，呃图片少还好，如果说当图片多了呢？比如说五十张、 六十张的时候，你现在的这一个速度和现在的这一个方式就 会特别的慢，因为你从开始到现在已经过去了，呃，快二十分钟了，然后这二十分钟从我这边看到的你一直是在进行不断的 优化，然后创建优化，然后创建，但是你甚至没有考虑到上下文的一个问题，所以现在我，呃，虽然中断你了，但是我都不确定你现在做到哪一步了。 当你中断他的时候，就让他给你汇报一下进度，然后你会发现他卡住的地方是在哪些东西，然后他会问你更多的问题。在这个过程中其实我们是可以随时中断他的，可以中断他的并不是说 就让他一直这么跑下去。 ok， 但这个时候你和他再一次进行对话的时候就是，呃，要注意一个点，就是千万不要在你现在已经 已经出现问题的这一个上下文里面进行对话了，你需要额外开一个上下文，但是如果说你额外开一个上下文，他并不知道你这一个上下文进行了哪一些东西，你就可以像我现在这样做， 呃，我现在需要新开另外的上下文窗口来进行重新的呃执行，所以我需要你把现在你已经做好的以及你未来要做的和你 已经修改的东西，呃列成一个完整的清单给我，这样子让我保证我在另外的一个上下文窗口对话中能够继续执行。 ok， 这个样子给他说，然后他会输出来一些执行的计划，或者说清单之类的东西，然后我们就可以重新开启对话，到另外一个窗口中去执行，而不是一直在这一个上下文窗口中反复的去 对话和调试。等他把清单完全列出来之后，他甚至会给你说清楚你下一个对话框应该怎么说，所以我们就只需要，所以我们就只需要输入命令，然后到另外一个对话窗口去执行就可以了。 ok， 到现在他就已经完成了。然后我们来看一下他做的一个效果吧， 这个时间是四点四十二，也就是刚刚首先标题打上码了，然后这里也打上码了。呃，无关紧要吧，然后头像也打码了，然后我们看一下另外的图， ok， 名称这里也打上了，还不错。嗯，都不错。 ok， 现在他处理完成了，他的效果，呃，至少在目前看来是不错的。 然后但是因为我们工作的时间比较久了，如果说现在我想出去，或者说现在我想去做其他的事情，我想退出这一个终端，或者说我想休息了，然后这个时候怎么保存进度呢？那么就来到了我们的啊，一个 就来到了我们很重要的一个东西，就叫做上传到你自己的 github， 或者说让他 can meet 一下，就直接告诉他， 然后这个时候它会检测你的这一个呃文件是否已经进行过 get， 如果说没有进行过 get， 那 么它就会指引你呃登录你自己的账号，或者说呃做什么， 比如说现在他说当前还不是 get 仓库需要说实话，那么你就给他说， ok， 当他说完已经提交的时候，我们就可以去呃 关掉这一个终端，或者说去休息了。那么如何上传到自己的 get 哈普呢？这个时候你就可以给他说上传到我的，如果你是首一次上传的话，他会呃需要你去 授权他一些密钥之类的东西，他都会给你指引的，所以完全不用担心。 ok， 我 们可以看到他现在已经是推送到了我自己的 github 的 一个私有仓库里面。 如果说你想把这一个 skill 或者说你想把你自己创建的一些小应用分享给别人使用的话，你一定要在这里给他讲清楚， 我想要把我把这一个仓库给公开 给他说，那么他就会把你的仓库进行公开，你就可以把你的仓库页面分享给别人，我打开你的网页进行搜索一下，看一下能不能够搜索的到。 ok， 是 可以搜索的到的。呃，但是它里面你会发现没有什么文档之类的东西， 这个时候你也不需要担心，因为你可以直接把这一个仓库地址复制给你的克拉的扣的，然后帮我安装这一个仓库里面的所有内容，并教会我使用， 这个时候你就回车给你的克拉的扣的，他就会帮你安装，并且呃教你使用，因为他会便利里面的代码是怎么进行的，便利里面的文档是如何进行的，他就会给你说清楚。 其实你会发现做一个呃小程序，或者说做一个脚本，或者说做一个十六，他其实是特别简单的想清楚你的需求，以及在这一个过程中你会不断的和 ai 进行边界的一个探索， 然后后面的话就是完全取决于你自己的一个想法，能够有多高，你就能够走得多高。那么今天的视频就到此为止，再见。

今天给大家介绍一个超级实用的 cloud code 插件， cloud h e o d， 它能让你实时看到 cloud 的 运行状态，包括上下文使用情况、正在使用的工具、运行的代理以及任务进度。就像给 cloud 装了个仪表盘，一切尽在掌握。 cloud x u d 的 核心功能非常强大，首先它会显示项目路径和 get 分 支，让你清楚知道当前工作环境。 其次，实时显示上下文健康度，避免超过限制。最重要的是你能看到工具、活动、代理追踪和任务进度，让 ai 的 每一步操作都透明可见。 安装非常简单，只需要两个命令，第一步添加市场插件，第二步安装即可。 linux 用户需要注意设置临时目录，安装完成后，重启， cloud code e o u d 就 会自动出现在你的终端底部， 整个过程不到一分钟，零配置开箱即用。默认情况下， h u d 会显示两行信息， 第一行显示模型名称和项目路径，第二行显示上下文进度条和使用率限制，上下文条会根据使用情况变色，绿色表示安全，黄色表示警告，红色表示即将满载。 你还可以通过配置启用更多可选信息。行，通过配置命令，你可以启用更多强大的可选功能。工具活动行会实时显示 cloud 正在读取编辑或搜索的文件。代理状态行跟踪所有子代理的运行情况。 任务进度型则显示当前任务的完成进度，这些信息让你完全掌控 ai 的 每一个操作。 cloud hud 支持丰富的定制选项，你可以选择完整核心或最小预设，也可以单独开关每个元素 支持一到三级目录深度显示，可以自定义颜色、主题，甚至可以调整上下文域值、使用率、警告级别等高级设置。 所有配置都可以通过直观的交互式向导完成。 cloud hud 利用 cloud code 原生的状态行 api 工作，不需要额外窗口或 tamox， 在 任何终端都能完美运行。它直接从 cloud code 获取原生令牌数据，而不是计算值。 支持百万级上下文窗口，每三百毫秒更新一次，确保信息始终实时准确。 cloud r u d 是 提升 cloud code 体验的必备工具，它让 ai 的 工作过程透明化，帮助你更好地理解和使用 cloud。 安装只需一分钟，配置简单灵活，支持丰富的自定义选项。如果你经常使用 cloud code 这个插件绝对值得一试。项目开源免费， github 上有详细文档。

过去几个月里， cloud code 持续推出各种新功能，但大多数人甚至根本没察觉到。 要么是藏得太深，要么缺乏文档说明。诱惑是更新太频繁，让人目不暇接。就算你浏览了命令菜单，也仅仅是初级皮毛，因为很多强大功能远比你想象中隐蔽 最绝的是大家遇到的那些问题，比如 cloud code 的 上下文内存占用。其实这些问题通过内置功能就能修复，比如 slash stream， 它们只是被藏在配置文件、特性开关 和环境变量里。先有人提及，特别是在最近那次深入分析 cloud code 的 泄露事件后，我整理了一份清单，列出了关键的特性开关。你应该立即开启它们， 它们能让性能表现产生质的飞跃，并显著优化你的工作流程。首先介绍一个功能， 它有望解决你在 cloud code 中遇到的一切上下文内存问题。这功能叫 slash dream， 也就是 auto dream， 你可以把它理解为 ai 智能体的深度睡眠，这是在 github 的 系统提示词中发现的特性。它是一项能自动整合 cloud 在 不同绘画间记忆的功能。它会清理陈旧或无关的内容，整合有效见解，从而清理记忆，确保持续提供精准且实用的支持。 所以 cloud 不 会越用记忆越差，反而会越用越聪明。想用这个新功能的话，只需打开你的 cloud 十里，接着输入 slash memory。 输入后你会看到名为 slash dream 的 新功能。当然，请确保你已更新到最新版本，按下回车键即可开启。 开启后，该功能便会在后台自动运行，你现在可以直接在绘画后使用它。需要说明的是，这并非官方指令，因此可以通过手动输入来调用。若你回到绘画中即可使用。 如果输入 dream 是 无效的，它会展示出一些隐藏功能，因为这目前还不是正式命令。但如果你用 dream 输入整理内存， 它就会调用并激活 dream 功能，从而彻底清理你的内存系统。它能自动识别指令，并根据提示栏下方的状态运行清理流程。 你会看到它显示 dreaming， 说明功能已开启，或者直接输入。在提示栏输入 dream 或 auto dream 来启用它。或者像我这样直接执行整合内存，这样也能手动触发，无需使用 dream 命令即可， 该功能很快就会上线。想获取顶尖的 ai 工具和工作流，并第一时间获取最新资讯，欢迎点击视频简介中的链接订阅我的免费通讯，完全免费！ cloud code 最大的问题之一就是频繁闪烁 导致终端界面出现跳动，导致许多组建显示异常。但现在有了全新的防闪烁模式，这正是你现在就能在实力中直接开启的功能。它能直接解决界面显示异常和跳变问题， 通过引入实验性渲染器实现适口可式化，摆脱了传统 n c 渲染的局限，只需进入云配置文件， 将 cloud cold no flicker 设为一即可。开启后整体体验会更流畅。告别界面闪烁，即使对话增加，性能依然稳定，甚至还支持鼠标操作。当然也有所取舍， 比如无法使用 command 加 f 复制，粘贴方式也不同，但总的来说，这极大提升了使用体验。接下来是全新的 power up 命令。 cloud code 的 一大痛点在于很多功能不够直观且难以发掘， 这也是我们制作这期视频的原因，而这个命令恰好能帮你解决这些困扰。输入斜杠 power up 命令后，终端内会开启交互式教学，带你边学边用 cloud code， 这让工具的医用性迈出了坚实的一步，特别是那些隐藏的功能存在于你的 cloud code 实力中，虽然还在早期阶段，但潜力很大，非常有直接在 c r i 里学习的潜力。有了这个插件， cloud code 直接原地升级。 openai 团队发布了一款 codex 插件，让你无需切换工作流，就能获得第二个智能助手，帮你换个角度审视复杂的代码。 现在 codex 已经集成在 cloud code 里了，这确实解决了不少麻烦。大家都知道， cloud code 现在深受速率限制问题的困扰，尤其是专业版计划下调了速率限制之后。现在你可以直接使用 codex 在 cloud code 中进行操作，所以 这样就能运行 cloud code 的 所有功能，并利用 codex 的 新速率限制。安装插件后， 你就能直接把 codex remew 的 当做工具来进行指读检查。你还能让 codex 之一代码中的既定假设并交由它进行二次审查， 而且非常清亮，直接调用你本地的 codex， 并将工作流全权保留在 cloud code 中，非常适合重构、迁移、健全变更等高风险代码场景，让 ai 帮你二次把关，省去后续麻烦。 cloud code 目前最重磅的更新莫过于通过 m c p 实现的计算机操作功能，这是上周刚上线的新功能，它解决了不少痛点。以往测试和操作应用程序非常繁琐， 因为你不得不跳出命令行界面。但现在借助 m c p 启动的这项新功能， cloud code 能自动开启应用操作 ui 界面，只需一个提示词即可排查、修复并验证 bug。 目前 pro 和 max 用户可抢先体验，但仅限 macos 系统， 无论是 swift 硬件或 q e i 工具，无需命令行即可操作。 你只需通过斜杠命令起用 m c p 即可。接着右键点击计算机操作功能， m c p 起用后即可通过该功能与 cloud code 交互。别担心， windows 和 linux 用户也有相应的替代方案。 这是一款 free astropic 官方提供的插件，但它的功能效果 与 cloud code 的 原声的计算机操作功能完全一致。我专门做了一期视频来展示其用法。我会把链接放在视频简介中，演示了具体的配置方法。 接下来是 teleport 命令，它能让你在不同设备间迁移云绘画，只需运行 teleport 命令就能在另一台设备上继续绘画。如果你是在移动端开启的绘画，这个功能非常实用，或网页端想在终端或桌面端无缝衔接。最近还上线了远程控制功能， 让你能远程管理本地运行的绘画。只需通过手机、平板甚至浏览器即可操作。 只需运行 remote control mini 即可连接，所有数据仍保留在本地机器上，而其他设备则作为该绘画的交互窗口。建议开启远程控制，并在配置文件中应用至所有绘画命令。 这样任何绘画都能在本地自动运行，任何设备都能随时随地访问。简单来说，传送就是云绘画切换，而远程控制则是指异地操控本地绘画，接下来是输出风格功能，它能改变 coloco 的 与你的交互方式。 你可以在实力中运行 output style 功能，通过输入 output style 命令来起用它。它本质上是通过调整系统提示词来改变智能体的表现。 目前有三种类型可选，首先是默认风格，适用于高效软件工程。其次是解释型风格， 能在编码时提供辅助学习的见解。接着是学习模式，由 cloud 引导你亲自编写关键代码。如果你在接触新的代码库，不妨试试学习模式。你将能够理解 cloud 的 构建思路，而不是机械地接受代码差异。 虽然大家对 cloud code 的 hooks 功能并不陌生，但若能在特定点运行逻辑，在 a 键的深究，其中将是一次重大的革新。它能通过自动化手段 取代重复性任务和手动监控。比如 boris 提到可以利用钩子来实现，让它在每次 cloud 启动时自动动态加载上下文。 比如为绘画启动设置钩子，也可以在调用工具前设置钩子，记录下模型执行的每一条 bash 命令。你还能设置权限请求机制， 将权限申请和提示信息推送至 whatsapp 进行审批。还有一种是使用停止钩子来唤醒 cloud， 以便在其停止时使其继续工作。通过钩子，你本质上能实现确定性控制。针对 cloud 的 行为和工作流，官方文档中有详细的设置说明。 这在 cloud 的 code 中非常完美，适合在不干扰主工作流的情况下进行实验。只需打开你的绘画， 运行 branch 命令，或者直接在 c l i 中操作。进入 cloud code， 输入 resume 命令并附带绘画 id， 并指定 fork 绘画即可。这实际上会为你创建一个独立的绘画副本，让你能安全地尝试各种新想法。如果你之前不知道的话， cloud code 对 gitworld trees 知识非常深入， 非常适合运行在同一仓库中同时并行多个绘画，这能帮你解决同时处理几十个工作流的混乱问题。如果你要启动绘画，在带有 cloudwalk tree 构建的工作树中 其实并不会用到 git。 它会调用 gitwalk tree 的 创建钩子，让你能自定义逻辑在其他版本控制系统中创建工作树。这让管理多个绘画和分支变得顺手多了。 很多人都不知道这个功能，因为我朋友刚才还在问我呢。教你如何调整各类绘画的推理强度。在 cloud code 中，你完全可以做到这一点，因为你能够直接为技能或斜杠命令自定义推理强度。 当你需要解决难题或想自主掌控模型的思考时长时，这项功能让你能自由设定 cloud 的 思考时长， 从而灵活调整默认设置，根据需要随时微调响应的速度与深度。接下来，如果你的技能依赖于动态内容， cloud code 可将 shell 输出嵌入，通过这条专用命令直接放入提示词中。当技能运行时， cloud 会自动执行命令， 并将站位符替换为结果模型，只会接收到输出结果，而不会看到命令本身。这让你的技能更具动态性，还能在不暴露 show 细节的前提下实现上下文感知。如果你喜欢这个视频，也想支持本频道，欢迎为我的频道提供支持。可以通过下方的超级感谢功能， 或者你也可以考虑加入我们的 discord 频道，在这里你可以获取多种会员订阅，每月免费使用各类 ai 工具， 还有每日 ai 快 讯独家内容等更多福利。正如视频中演示的那样， claudio 的 如今已经非常强大了，它内置了极其丰富的功能，说真的能大幅提升工作效率，并让你对实力的掌控跟自如。 本期视频用到的所有链接都放在下方简介里了。好了，各位，非常感谢大家的观看，记得一定要去看看我的副频道音乐动态，加入 discord， 关注我的 twitter， 最后记得订阅开启小铃铛并点赞视频，也欢迎观看往期视频， 掌握最新的 ai 资讯。那么今天就到这里，祝大家生活愉快，保持积极心态，我们很快再见，回见伙计们！

现在的模型基本上都是两百 k， 但是你在编程的时候到底用了多少？这个你有仔细去看过吗？今天我给大家分享一个怎么样去设置 cloud code 的 一个上下文查看窗口，这个不像 code x 它会显示这个上下文， cloud code 它是没有默认显示上下文的，只有到最后的百分之十的时候它才会显示。 第二个点就是给大家分享一下我今天踩的一个坑，因为我总感觉做一些稍微大型一点的项目的时候，他的上下文窗口特别的窄，因为我可能做一些稍微大型的项目的测试啊，或者说修改的时候，我想要去拿到足够的上下文，可能就是五轮对话或者十轮对话，他就要压缩上下文了。所以说我就详细的看了一下他的 contacts， 给我震惊到了， 可以看到我这是一个新的对话，他两百 k 的 上下文，我有效的使用空间只有百分之六十四点五不到， 而且是我优化过后的，我把 mcp 删到只剩下了一个 playwrite 的 mcp， 因为我要做这个端到端的测试，所以说留下了这个 mcp。 在 我没有进行优化的时候，比如说在它这个 memory fails， 它里面包含了很多这种嗯规则的文件夹，因为我之前安装了蛮多的黑客松他分享的 cloud code 配置的项目， 所以说我可能就安装了很多这种东西，大家一定安装的，一定要删掉，不要堆很多。我之前启动的时候， 新对话它的这个自由空间就只剩下了百分之四十多，相当于我只有九十多 k 是 有效的空间，其他的全被什么 m c p 记忆文件塞满了，并且它这个记忆文件还跟那个记忆文件还不一样，它其实就是你的一些命令行的一些东西，它会全量的加载。 我们来详细看一下，它的系统提示词包含了四 k， 然后系统的工具就包含了二十二 k， 然后它还要保留三十三 k 的 百分之百分之十六点五的不能侵犯的空间，因为它要做这种上下文压缩，所以说这一部分空间它是直接给你砍掉了的，所以说不管你做什么，它至少有五十多 k 的 上下文是你完全用不了的。 所以说这个点大家还是要知道一下，特别是你的 m c p， 你 的工具，你的这种规则记忆不要写太多，写太多会影响你的上下文，这都是我优化过后的，它有百分之六十四的上下文还可以用，这个是一个特别巨大的坑，特别是 m c p， 别堆一大堆 m c p 上去，你的 contacts 打开来一看， 你这个个 m c p 如果说上了两三个，肯定你这个 m c p 在 十 k 以上了。 ok， 我 们今天还是给大家分享一下这个看上下文的一个项目，但是它这个是到百分之八十二的时候，就基本上是到了它要压缩的上下文，它是按照两百 k 来计算的，不是看按照这个有效上下文来计算的。 所以说大家看在七十的时候，其实就要思考把现在的任务做一个归档和这个总结了。你可以直接告诉他，你的上下文不够了，我准备要压缩你上下文，你有没有什么需要记忆的或者收藏起来的东西，因为我是用的 team 模式，我会专门去给他创建很多，比如说这个是后端的，然后我会让他去把这些文档给记录下来， 然后这个这种一二一的测试的，这种是代码的主要 leader 成员的，然后我会让它记下来，所以说我到七十五 k 的 时候，我基本上就会让它做收尾了，因为你如果不收尾的话，你上下文压缩了之后，它很多信息就丢失了，下一次执行的任务它效果就非常的差。这个就是那个项目 cloud h， 它其实就很简单，首先是你的项目，然后它是什么模型，然后对应用量的上下文调用的工具调用了哪些也有，然后使用了哪些子智能体也有，但是它对这个 team 模式是支持的比较少的， 同时它这个用了哪些 team 它也没有显示，但是它可能后面就慢慢会更新，然后代办事项这种 task 和 to do list 它都会去写下来。 然后安装也是很简单，直接安装这三个，如果说有问题的就可以直接把这个文档发给他，让 cloud code 去给你做安装。但是它有一个比较好的一个点哈，就是它这个是热启动的，只要你安装好了之后，你所有的都不需要什么重启啊这些它直接就可以完全显示。 然后配置的时候，大家也可以把它这个功能全部配置上，因为它这个并不会增加这种托管的消耗，所以说它都是按照钩子这种脚本的方式来做的，做的这种总结，所以说不用担心，直接使用就可以了。 ok， 最后也可以说一下，或者打一个广告，我们几个朋友去做了这样的一个中转，可以大家一起去拼这种二十 x 的 账号，这样的话基本上就不会有被封的风险。如果说大家有用量用的比较多的，也可以点我主页沟通一下，但是如果只能用这种 二十美金的，这种一个月只能做二十美金，其实就完全没必要哈，你如果能用掉这种五 x 的 以上的，可以可以联系我。 其实就是我们几个朋友去搭了这样的一个类似于中转站吧，因为现在很多中转我们自己使用的时候发现反正他有点掺水，然后又不是 cloud code， 所以 说还是蛮大的问题的，而且很容易封号。如果你在国内用的话，你只有去搞个云服务器，在国外这样会稍微好一点，并且他这个 cloud code 是 真的有点痛苦，他还要 连做机制，就是你一个 ip 搞爆了的话，其实你上面的所有账号都废了，它基本上都会给你连连做全部封掉。呃，这也是现在给大家很大的诟病的，但是从实际使用下来还是 cloud code 的 效果会更好，像欧帕这些再多智能体啊，这种使用其实都是 cloud code 的， 会效果好很多， 这也是很痛苦的一个点。但是国内的一些小模型，它模型的性能还是不够的，特别是你在调用一些子智能体，或者说 skills 的 触发上面还是国外的 opus， 它的效果要好很。

大家好，本期视频是应粉丝要求制作的 cloud code 上下文清理教程对应的实操视频。首先我们来随便说点什么，比如你好 假设这时我突然想说点别的，但是又不想污染现在的对话，这时候就可以使用 btw， 比如我们来问一下天气怎么样， 回答完之后按空格或者回车，这次临时绘画的记录就被清除了，没有进入主绘画。如果我们想在当前绘画的基础上分成两个方向继续绘画，就可以使用 fork， 这样我们当前的绘画就切换到了分支上。 然后我们到另外一个窗口，使用 cloud 杠 r 命令，就可以看到我们当前有两个绘画分支，选择主分支，这样这两个窗口就可以在之前的基础上各自往不同的方向去发展。最后是 rewind， 使用 rewind 命令后可以看到我们之前的历史绘画，选择其中一个，当前绘画就会回退到这里。以上就是本次实操教程，谢谢观看。

上集我们把 skills 讲清楚以后，工作流这条线已经能跑起来了。但真实项目里，你很快又会遇到另一个问题，不是流程不完整，而是角色都挤在一起。同一个 ai 既写方案又审方案，还顺手改代码和查安全，这种时候边界一定会乱。 所以今天这集我们来讲 sub engence 和 setting joining， 核心就一句话，把角色和权限一起拆开。 我觉得这两层是最容易被讲混的一层。 skill 解决的是怎么跑， sub agent 解决的是谁来跑这件事。 cloud code 官方现在把 sub agent 讲得很清楚，它是一个带专属提示词、专属工具，边界专属上下文窗口的独立角色。 所以它不是更长的 skill， 也不是更贵的 command， 它是角色隔离。这一层好，我们直接来做两个最实用的角色。 第一个是 proposal writer， 负责根据 brief 和模板写第一版方案。第二个是 reviewer， 只负责读和审，不负责改。这两个角色一旦拆开，你会立刻感觉到一个变化，以前一个 ai 又当运动员又当裁判，现在角色终于分开了。 我建议一开始就从这种易写易审的双人组开始，不要一上来见五六个角色。很多人第一次看 settings 点 jason 会以为这只是一些偏好设置， 但我用下来越来越觉得它真正值钱的是全线收口。你可以在这里定义哪些工具默认允许，哪些命令必须先确认哪些敏感目录不要乱碰。 一旦你开始上多角色， settings， 这层就不再是可选项了。 cloud code 这套 settings， 我 建议你一定把作用域想清楚， 用户级是你的通用默认，项目级是团队共享边界，本地级则更像你自己机器上的临时例外。 如果你一开始什么都往项目级里塞，最后这个项目就会背上很多只适合你个人环境的噪音。所以更稳的写法是能放大局的放大局，团队共享的放项目本地例外。留在 local。 好， 我们把 settings 和角色真正接起来。如果 reviewer 的 职责就是只读审核，那你除了在 agents 文件里不给他 write 工具，还应该在项目 settings 里把敏感改写动作继续卡住。 这样做的意义不是不信任 ai， 而是让只读审核员这个角色在工具层也成立角色提示词，和 settings 两层一起收边界，才不会只停留在嘴上。最后我想补一个特别重要的判断，不是每个项目都值得一上来就配很多 agent。 如果你的流程还没稳定，规则还没写清， setting 也还在乱飘，这时候上很多角色往往只会把混乱复制成更多份。 我现在的做法通常是，先把 skill 跑顺，再拆两个最有价值的角色，最后再看要不要继续扩。 今天这集最值得你马上去做的不是建五个角色，先建两个，一个能写的 proposal writer， 一个只读的 reviewer， 再把项目级 settings 里最危险的写动作收一下，你马上就能感觉到边界清晰很多。下期我们做大结局，讲 excellent 的 全局层和记忆系统，顺便把整套六级真正收口。

哈喽，大家好，我是你们的荷兰瓜，记得前两期吗？咱们三分钟装好了 cloudco， 五分钟跑通了项目，结果不少同学用上了 cloudco 以后来问我，呱呱咋这 ai 越跑越慢呢？ 其实啊，这不是 ai 偷懒了，越跑越慢是因为他脑仔过重。今天呱呱花三分钟用大白话教大家怎样给 cloudco 洗洗脑，叫他立马就快起来。 首先，我跟大家解释一下 cloud code 做任务时的上下文哈，咱们编程圈爱说上下文 context， 我 觉得这词翻译的真拗口，我一般管它叫病历卡， 对，没错，就是上医院看病带的病历卡。想象一下啦， cloud code 就 像医院里的专家会诊，因为目前的大语言模型都是公共服务，所以这些 ai 专家根本不记得你是谁。因此每次你下任务后， ai 都得翻你的病历卡看历史记录。 那好了，设想一下，假使那病例卡上前一页写着治青春痘，后一页写着治便秘，翻过来又是开刀胆囊炎专家看一眼感觉天都塌了，这么多乱七八糟的信息塞在一起，他 ai 能快起来才怪呢。 其实 cloud code 挺强大的，它是有自动压缩上下文的功能，任务历史太长的时候，它会自己挑重点删掉重复的。 但问题是，他那么做都是在猜你的心思啊。如果你正治着脚气，突然说想垫个鼻梁再打个玻尿酸，那 ai 医生的 gpu 要当场给干融化了。所以想让他干活又快又准，秘诀就是一心一意，一事一半。 要让 colletcode 做到一事一半，我们只需要掌握恰当的绘画机制就可以。一旦理解 colletcode 的 绘画机制后，我们就能跟 colletcode 达成人际同步绘画机制，也就是 sessions。 说白了好就是每看一种病就开一本专用的病历卡。这里有两个保命指令，我来演示给大家看。 让我们打开桌面上的 code code 启动器，这个启动器是免安装的，我们在上期的视频里介绍过，这个启动器，已经打包好了 code code 所需要的软件环境，下载下来就能用，非常方便。 在输入框打斜杠 clear 就 会清洗当前绘画。开个新壁立卡，让大语言模型专家面对全新的你，处理全新的任务。 这样一来，模型的执行速度就立刻快了。要是觉得记命令太麻烦，也可以直接点击右键菜单中的新绘画提速按钮，效果是一样的。甚至还有更简单的办法，按快捷键 ctrl 加句号也一样。开启新绘画真是非常的方便呢。 想找回以前的任务也很简单，打斜杠 resume cloud code 会列出所有历史对话。还有一句话总结，你用上下键选想要的绘画，按回车就能混穿回去继续聊，选错了也没事，按 yes 键就能退回去的。 想让 code code 的 专心搬砖，就别给他厚的像字典一样的病例卡呃，一类任务一个，绘画干净利落。好了，今天就聊到这儿， 既然 ai 能静心做事了，下次咱们聊聊怎么给他精准下指令。就是说如何快速定位文件和文件中的内容，如果你觉得有用，别忘了三连支持一下荷兰瓜，我们下期再见。

万众期待的 smart 五没来， ip 四点六先来了，而且来的很猛。先说硬实力， ai 行业里几个公认的测试写代码， ip 四点六拿到了行业的最高分，那么如果你是做金融法律这类知识密集型的话，赢 g p t 五点二的概率大约是占了百分之七十。一句话，多项的核心指标，新的世界第一， 但跑分值表面真正牛的这两个东西。第一个， one million token 的 上下文窗口，一百万的 token， 用过 ai 的 都知道，对话异常的模型就开始上下文污染以及 memory 会丢失，前面说的东西后面已经记不住了，越往后聊会，越聊越差。那么 up 四点六在 一百万 token 的 大海捞针测试当中，得分是百分之七十六，而 so net 只有百分之十八点五，这不是量变，是质变， 它不只是能装下更多内容，还能真正的用好一些内容，不会读着读着就丢失或者污染。对所有人来讲，直接的影响就是 cloud code 在 自动压缩上下文之前，能干更多活，记性更好了。 第二个呢，是 agent teams， 这是 cloud code 的 新功能，你可以同时启动多个 agent， 让它们自己分工，自己协调并行干活。什么意思呢？以前是一个 agent 从头干到尾，现在可以一个团队同时唱，前端一个，后端一个测试一个各干各的 互相检查。那么 rockton 实测的数据非常夸张， up 四点六在一天内自主关闭了十三个 iso， 然后把十二个分配给正确的团队成员，管着五十个人，六个代码长库，他知道自己该干什么，什么该交给人。然后呢， iso 和 api 这边还加了一个比较特别的功能，叫 adaptive thinking。 什么意思呢？就是自适应思考，以前你只能选择深度推理打开或者关闭，现在模型可以自己判断，简单问题快速回答，复杂问题深度思考。 然后接下来就是定价啊，它的输入五美元，输出二十五美元，每百万套坑。所以 up 四点六意味着什么啊？一百万的上下文，它不会烂也不会旺，满了还能自动压缩，继续跑， agent 可以 主队并行。这三件事凑在一起，让 ai 可以 长时间自主的干活这件事啊，终于也算是从概念变成了现实。好了，可以更新你的可 out。

卧槽，如果你在用 cloud code， 不知道它现在到底在干嘛？ cloud h u d 直接把这些信息放到终端状态栏，可以显示发生的事情。上下文使用进度已有六 k 的 star 是 cloud 的 爱好者必备神器工具，它显示了整体的 cloud code 的 使用情况，让你一目了然，并且使用特别方便，只需要一行指令就能有这样的效果，打开终端，输入 cloud， 复制指令即可快速使用。

cloud code 隐藏技巧们，你用过哪些？十五个快捷命令帮助你提使用体验。从绘画分支到自动巡剪，从上下文管理到并行， 一个视频帮你梳理高效指令。第一组，上下文管理聊到一半， cloud 变笨了。 compact 压缩对话历史，释放上下文空间，想知道上下文还剩多少？ context 一 键可视化，聊歪了想重来。 clear 重置对话这三个是基本功，先用起来。第二组，绘画控制 branch， 分 个支线互不干扰，临时有个无关问题用斜杠 b t w 不 会污染当前对话，还有 effort 调思考深度。第三组，代码工作流 def 交互式查看所有改动 斜杠 pr comments 让 clod 一 条条回应 pr 大 规模重够用。 batch 拆橙子任务并行，还有 simplify 审查并行帮你优化代码。第四组，环境配置新项目第一件事输斜杠 in it 自动生成 clod md 项目记忆文件之后想改记忆 斜杠 memory 随时编辑，遇到奇怪报错。 document 一 键诊断使用工具就两个 copy 复制回复到剪贴板 loop 定时循环执行任务。 簿壳里还有一张附赠表格， fast 切快速模型， insight 生成使用报告 hooks 查看自动化配置都值得试试。最后一个大招， 你可以在 skills 目录下创建自定义命令，写好 markdown 模板就行。簿克里有完整视力和作用范围对照表，十五个命令不用全记，先把 compact， per， context， diff 用起来，解决百分之八十的痛点。

你用过 cloud code 的 agent teams 模式吗？一个人写代码太慢？让多个 cloud 同时帮你干活。今天两分钟带你搞懂 agent teams 的 核心玩法。 agent teams 本质上是多智能体协助系统，一个绘画作为 lead， 负责协调多个 teammate 并行工作。每个 teammate 有 独立的上下文窗口，互不干扰。 使用前需要先开启实验性功能，在 settings j s o n 中设置环境变量或者直接 export。 推荐使用 opus 模型，协调能力最强。 工作流程分四步， lead 创建共享任务列表分配工作， teammate 认领任务独立执行，还能直接互相沟通。最后 lead 综合所有结果处理冲突。 团队分工很灵活，比如一个成员审查架构，一个实现功能，一个写测试，也可以让多个成员并行研究不同方案，再择优选择 最佳团队规模是三到五人，任务要拆分清楚，边界独立，避免编辑同一个文件。注意 token 成本，每个 teammate 都有独立上下文，按量计费。 记住 agent teams 的 核心并行协助任务驱动复杂项目用团队，简单任务用单 agent 就 够了，这才是 agent teams 真正的打开方式。

大家好，我是 kate。 opt 四点六和 gpt 五点三 codex 都在今天发布了，我呢会先介绍一下 opt 四点六， 它呢，目前为 pro 用户和 max 用户都提供了额外的五十刀的使用额度，我们需要在两月十六号之前领用，你可以在设置使用量这里，然后起用额外的用量。假设你是 pro 会员， 超过了五小时内可用的量，那你就可以起用额外的用量，无论在 c c 里或者是 cloud 的 官网上都可以用这个额度。记住呢，这个额度是有两个月的有效期， 现在正式看一下 office 四点六这次上下文呢，升级到一百万的 tock， 在 两百 k 以下的定价呢，是和之前的 office 四点五定价是一致的，超过两百 k， 它的定价的话就会有较大幅度的提升， 这次非常好，它的输出呢，最大是达到了一百二十八 k， 也就是说 opt 四点六现在能帮我们完成更复杂的呃， 需要更多 talk 的 任务。 ansocopy 这次特别强调。呃 opt 四点六呢，它是在办公方面表现得更好，无论是文档啊，电子表格还是演示文稿。 就在我的体验里， coreld 模型它在做 excel 电子表格的时候的确是做的是最美观的。但就搜索能力方面的话，我目前觉得还是 gbt 在 搜索方面更好。在 antisocopy 发布 opt 四点六的时候呢，它的 terminal bench 二点零 在当时还是呃目前最高的，但是后来 gbt 五点三 codex 发布之后，那就是呃 codex 更好。 这次呢， up 的 四点六在人类最后测试方面非常优秀，在上下文解锁方面也是非常优异。这张图呢，是呃 gbt 五点三 codx 的， 我们可以看一下它的 swbench pro 的 得分呢，非常高， 还有它的 terminal bench 二点零，达到了七十七点三。我们再看这样一个对比，上方是 opt 四点六，下方是呃 codex。 在 多语言编程方面， opt 四点六相对 opt 四点五呢，是进步有一些，但不是特别多。 在 agenix 设置方面呢， opt 四点六对比 sonic 四点五是进步非常多，还有一项机制呢，特别值得关注一下。 opt 四点六，它在有工具的加持下， 它的人类最后测试的得分呢，是要比 gbt 五点二 pro 要呃高上一些。 gbt 五点二是非常聪明的，但是使用的时候特别慢。 那我们现在看到 opt 四点六呢，居然在这个指标上是要超过 gbt 五点二 pro 了。 opt 四点六呢，现在是有四个努力等级可以选， 我们在 c c 里的话，可以通过斜杠 model， 然后通过左右按键来切换它不同的努力等级。四点六呢，现在接近上下文上线时自动摘要和替换旧内容，执行更长的任务不再受限。 而且 cloud 呢，现在可以自主判断何时需要更深入的推理。 ansosopik 还推出了 c c 里的智能体团队，还有 excel 里的 cloud 呢，表现更好。这次呢，他们还面向 max 会员推出了呃 ppt 里面的 cloud 插件。先来看一下 c c 里的 agent teams， 多智能体协助编排。我们现在看到的是 empercode 的 呃工程师，他使用 c c 里的 agent team。 起用之后呢，我们可以看到它是右边呢，有四个啊团队，这四个团队呢，它给它分配了这几项任务。什么时候使用 agent team 呢？官方给出一些例子，比如说研究和评选新模块或新功能， 它们是可以互不干扰，并行推进开发。还有竞争性假设调试， 跨层协调。 agent teams 呢，它会增加协调开销，并且比单个绘画呢消耗更多的 toker。 子代理和 agent teams， 它们的区别我们可以看一下。子代理呢，它会将结果返回给调用者， 而 agent teams， 它完全独立运行。 agent team 呢，它的队友之间还可以直接通信， 共享任务列表。 agent teams 默认是禁止的，所以需要启用一下，可以通过这样的视力提示词来提示它。它的显示模式呢？分进程类模式，还有分屏模式，您可以指定队友和模型， 要求队友提交计划审批，直接和队友对话等等。官方给出了呃，两个实战的案例， 我们可以并行代码审，也可以竞争性假设调查，通过让队友互相质疑，存活下来的理论更可能是真正的根音。目前 agent team 呢，它还处于实验阶段，有些限制。 opt 四点六，对比 opt 四点五， 它在 excel 表格方面的话，我们可以看到明显在 excel 表格上处理的样式。嗯，还有处理的维度， 表格展示的更好。它在 excel 表格方面，我们会看到它有这样的图标，对比下方也会展示的更美观。但就我自己体验。 office 四点六，它在 ppt 制作方面的话， 那我觉得的话，它的样式做的还是比较一般的。我之前呢尝试过，因为我是 pro 会员，在 excel 里用它的插件 让它做出来表格，的确排版比较美观，但是它实在是太好 top 了， 简单对话了几次，呃，那我当时五小时之内 pro 会员的可用额度就被就没有了。它的表格的深度是没有当时呃 gbt 五点二 thinking 做得好的，现在也可以在 ppt 里面使用 pro 的。 这是一个原声线路的侧边栏，不过目前呢，只有 max team 和企业用户可以去使用。官方呢，有一个呃，薄文介绍，用十六个智能体从零开始，用 rust 编写一个 c 翻译器， 最终呢，能够翻译呃 linux 的 内核接近两千次的 c c 绘画，两万 api token 的 费用。 最终呢， agent 团队呢，产生了一个啊，十万行的翻译器。通过 agent team 多个 crowd 的 实力，在共享代码库上并行工作，无需人类主动干预。为了驱动自主进展，作者呢，构建了一个支架，将 crowd 放入一个简单循环里， 当他完成一个任务的时候，立马接手下一个作者呢，他会告诉 crowd 要解决什么问题，并且要求他将问题分解成小块，跟踪当前工作进度，判断下一步做什么，然后持续工作。他认为病情调试多个问题呢，效率要高很多。 运行多个 cloud agent 呢，允许专业化分工。它的运行 cloud 实现非常简洁，一个裸的 get 仓库，每一个智能体启动一个多克容器仓库，挂载到 upstream， 每个智能体在 workspace 中克隆本地副本，完成后从容器啊推送到 upstream。 为了防止两个智能体同时解决同一个问题，那它们设计了一个简单的同步算法，可以通过写入 task 目录中的文本文件来锁定某个任务。 如果两个智能体同时任领同一个任务，那 get 的 同步机制呢，就会迫使第二个啊智能体选择其他的任务。当 crowd 完成任务之后呢，它会从 upstream 来拉取合并其他 agent 的 更改，推送自己的更改，并且移除锁定合并冲突的时候， crowd 会自己去解决，这样的话就会无限循环。他也分享了和啊 agent team 编程的一些教训，第一呢是要编辑极高质量的测试， 第二呢是站在 crowd 的 角度思考。作者不断提醒自己，这个测试支架是为了 crowd 编辑的，而不是为了我自己，所以要特别关注上下文窗口污染 时间感知的缺失。第三呢是让并行变得简单。第四呢是多个 agent 并行呢，也实现了多样化的分工， 他为不同的 agent 分 配了不同的角色。最终这个项目呢，它是花费了啊，非常多的费用，在大多数编辑器测试套件上面的通过率呢，非常高，编意并且运行了一个 dom 游戏，他也有一些已知的局限。有兴趣的观众呢，可以看一下 isoop 官方 开源出来的关于这个项目，我们看到它这里的提交有三千多次的提交。 antisociology 还发布了另一项博文，指的是四点六呢，它发现了呃五百多个漏洞， 开源仓库里的其中呢，约一百个呢，来自于呃 open crawl 项目。 antisociology 工程师介绍 opt 四点六呢，它的特别之处呢，就是开箱即用，无需定制脚手架或者专业提示，就能迅速找到高危的漏洞。它会像人类研究员一样阅读和推理代码， 研读历史修复记录，以找到类似的未解决 bug， 识别容易导致问题的模式 或深入理解逻辑来精确触发输入它们的实验方法呢，是将 cloud 放到一个虚拟机，可以访问开源项目的最新版本。 提供的标准工具有这些，还有漏洞分析工具，但不提供任何关于如何使用这些工具的特殊指令。然后 cloud 呢，它会聚焦内存破坏漏洞， 还有 cloud 自我批判和去同再之后呢，人工安全研究员来验证，他们发现了三个典型的漏洞。 第一个， ghost script 项目， cloud 最初尝试了模糊测试和手动分析两条路径，未获得有价值的发现。然后他就开始转向阅读 get 的 提交历史。接着他就检查其他调用同一函数的代码路径。 之后他就发现啊，有一个地方呢，维护者是修复了，但是遗漏了另外一个地方。第二个仓库是 open s c。 模糊测试再次失败后， crote 开始搜索仓库中频繁出现漏洞的函数。调用 crote 呢，发现这个缓冲区一出有漏洞。 查看模糊测试覆盖率统计后发现呢，传统模拟测试器极少覆盖这行代码，因为触发它需要满足大量前置条件。 crowd 呢，能推理哪些代码片段值得关注，而无需 而非无差别的均员分配经历？第三个仓库呢，是 c g f 这个案件。令人惊讶的不是 cloud 如何发现 bug， 而是它如何验证并表述概念。验证这个漏洞的话是 触发它需要是有概念性理解。即使 c g f 拥有百分百的行覆盖率和分支覆盖率，这个漏洞呢，仍可能不被检测到，因为它需要非常特定的操作序列，我在读这两篇文章的时候，真的是感觉非常有意思， 这完全说明了 office 四点六现在是有多么的强大。刚才我在介绍的时候用的这些页面呢，都是通过 office 四点六生成的， 它生成的页面还是挺美观，正确率也是非常高，速度也是非常快。再看一个我让它生成的 remote 动画来介绍 opt 四点六，我在提示词里面提示让它用到 iso 的 品牌色， 可以看到最后呢，它这个做的还是非常美观的。最后再给大家看一个轻松的画面，我让它做兵马俑跳舞的界面， 那先让他呢，呃，做计划，这是在 c c 里面做的计划，他在计划里呢做的美学方向是陶土色系，时间线呢，分这六十秒， 他设计了五个角色，包括战马，还有不同的士兵，还有将军永，将军永是这里最高大的， 而且他非常好的是呢，他有三个聚光灯，当哪个舞者在表演的时候，他的聚光灯就会啊随机的去切换到哪个精彩的表演画面。他在这里做的角色设计是说这样有一个马永， 他偷偷站起舞，被发现呢，就装没事，这个非常搞笑。以上呢就是今天介绍的关于 off 四点六的所有内容，后续的话我也会对他做更多的测试，非常推荐大家使用。