openclaude怎么使用

龙虾要被干掉了！三月二十四日， cloud 投下一枚深水炸弹。 computer use 功能可以用纯视觉方案自动操控电脑执行任务，相当于 agent 长出了眼睛，能像人一样看屏幕、点鼠标。这意味着你可以用 cloud 直接操控你的电脑、微信了。 要知道，不管是 opencloud 还是 cloud code， 它们之前几乎是用纯粹的代码驱动，跳过了前端界面，直接调用底层接口。好处是快，坏处是只能操作开放接口的应用 浏览器、 office 代码编辑器完全没问题。但面对微信剪映、小红书等各种五花八门的软件，很多接口不开放， ai 就 会束手无策。 computer use 就是 来补上这个拼图的， 它跳过了必须开放接口的限制，可以像人一样读屏、识别、模拟点击，比如帮你把文件直接发到微信上，总结微信的内容，甚至发朋友圈。尽管 open cloud 理论上也支持这样的视觉方案，但需要非常复杂的配置，而 cloud 却完全做到了开箱即用。更逆天的是， cloud 几天前还更新了一个功能， dispatch。 这是一个更方便的远程操控功能，只要你的电脑没关手机发命令， cloud 就 能帮你在电脑上完成各种任务。一个 computer use， 一个 dispatch， 就是 真正的王炸组合。不少网友评论， antropic 刚刚杀死了 open cloud， 这一次压力给到了 open cloud。

open code 最近真是太火了， github 上已经有九万多 star， 我 估计全球的大模型厂上都在针对 open code 做测试调优。 open code 是 目前真正能凭借 cloud code 的 工具，也是二零二六年到目前为止最火的 ai 工具。 open code 呢，目前只提供了英文文档，我按照其英文的文档，同时结合了 cloud code 的 学习资料，梳理了一份详细的 open code 的 中文操作手册，包括安装 基础操作、进阶使用等，如果你需要，我也可以发给你。上期呢，根据文档手把手带大家安装了 open code， 相信很多朋友已经感受到了它的强大。本期是 open code 的 第二期，主要带你完成三件事，一、免费进入最强编程模型 gemini 与 cloud。 二、教你安装 skills 与 m c p。 三、安装超级增强插件 all my open code。 话不多说，直接上干货。首先先教大家如何不花一分钱接入 cloud 模型。这里我们要接入一个 google 推出的工具 anti gravity， 中文名是反重力，它本身呢是一个 ai 编程的 ide， 内置了 gem 和 cloud 的 这两个顶级的模型。 在 gethelp 上找到 anti gui 的 这个插件，复制这行安装指令，回到 open code 里粘贴 open code 呢，就会自动下载安装。安装完成后，重新打开终端，复制这行指令回车。 然后我们选择 google， 选择带有 anti gui 字样的这行回车，接着就会跳转到浏览器，登录自己的 google 账号，复制这个 url， 粘贴到终端回车。这样我们就配置完成了。 重新打开一个终端，进入 opencode， 输入 gunmodels， 我 们就能看到 gemini 三 pro 和 cloud 四点五 opus 的 这两个模型了。我们测试一下输入，介绍一下你自己可以看到它正常的输出，证明我们接入成功了。 从现在开始，全是顶级大脑在为你打工，有了顶级大脑呢，还得有强力的四肢。接下来我们要给 opencode 装上它最火的灵魂同版包 oh my opencode， 它内置了七个顶级的编程 agent， 通过多智能体分工协助，帮你自动完成写代码，查 bug， 梳理项目结构的这些开发工作，不用再手动处理很多繁琐的细节。据说呢，是作者花了二点四万美金才搞出来的。安装呢也很简单， 复制 github 上的安装指令丢给 opencode， 它会询问你是否有 cloud 的 gpt 和 jimmy 的 会员啊，你就如实的回答，大概需要一分钟的时间，插件就安装好了。 重启 open code， 可以 使用艾特命令，从七大智能体中挑选一个帮你执行任务。或者呢，直接在提示词里呢输入 u l w， 意思呢就是 ultra work 就 可以使用 oh my open code。 接下来教大家如何在 open code 中使用 scales， open code 呢，可以无缝衔接 cloud code 的 创建的 scales。 首先来到根目录，新建一个文件夹，命名为点 opencode， 再新建一个 scales 的 子文件夹。然后呢，把你的 scale 复制到这个文件夹，就可以在 opencode 中使用了。当然，我们也可以直接在 opencode 中创建 scale， 需要先安装 scale 杠 creator， 有 了它就可以用自然语言来创建 scale。 我 们让 opencode 自己去安装这个 scale 杠 creator。 安装完成后，我们测试一下，让它创建一个翻译功能的 scale， 它会根据你的要求自动执行并创建。创建成功后，重启 open code 就 可以看到这个 skel 已经有了。最后呢是配置 mcp， 我 一般呢都是让它自己来安装 mcp， 比如安装一个浏览器 mcp， 我 会这样在这个 open code 中输入安装 chrome mcp server， 稍等一会它就安装成功了。有些 mcp 呢，需要配置 k， 我 们也可以把 k 给他，让他自己去配置，这样我们就不需要自己去手动去配置了。 然后输入杠 m c p s， 就 能看到所有 m c p。 从白嫖顶级模型到手搓专属 skills， 再到部署全能 m c p， 现在的 open code 应该已经是你的超级 ai 助手。 open code 的 不仅能进行零代码编程，更能帮你处理文件、整理资料，智能写作。下一期我会带大家继续进行进阶的学习，大家点点关注哈，跟着阿亮学 ai！

你是否发现，每次开启新的 cloud 对 话，它就像失忆了一样？今天我们聊聊如何让 cloud 记住你的项目。默认情况下， cloud code 的 每个绘画都是从零开始的，它不记得你上个绘画改了什么，也不记得你的偏号。 为了解决这个问题， cloud 提供了两个神器，你写的 cloud md 文件，以及他自己写的自动记忆。简单来说， cloud md 是 你给他的规矩，而自动记忆是他在工作中偷偷记下的心得。 我们先来看 cloud md， 这是你掌控 cloud 行为的最直接方式，它就是一个普通的 markdown 文本文件。 cloud 在 每次启动时都会先读一遍。 这些文件可以放在三个地方，分别对应不同的生效范围。公司级、项目级和个人级。公司级规则通常由 it 部门统一部署，比如安全规范或代码标准，所有员工都会强制执行。 项目级规则放在你的代码跟目录，它会随着代码提交到 get， 让整个团队的 cloud 都遵守同样的规范。 如果你有自己的私人代码习惯，可以放在用户目录下的这个文件中，它对你电脑上的所有项目都生效。懒得自己写，直接在 cloud code 里输入斜杠 init， 它会自动分析你的代码，并生成一份出使说明。 那么怎么写才能让 cloud 听得更明白呢？这里有三个秘诀，第一，保持简短，每个文件最好不要超过二百行，太长了它反而记不住重点。 第二，结构清晰，多用标题和列表，就像人类阅读一样，整齐的排版能帮它快速定位信息。 第三，指令要具体，不要说代码写漂亮点，要说使用两个空格缩进，越具体越好。 如果你想引用别的文档，可以用艾特符号加路径。比如艾特 remy， 他 就会把 remy 的 内容也加进记忆。当项目变大时，一个 cloud md 就 不够用了。这时候你需要 cloud rules 文件夹。 你可以把规则拆开，测试规则放一个文件， api 设计放一个文件，让它们各司其职。最厉害的是，你可以指定规则只在处理特定文件夹时生效，比如只有改 api 代码时才加载 api 规范。 这样做不仅能节省可 out 的 大脑空间，还能防止无关的规则干扰它的判断。 接下来聊聊最省心的功能，自动记忆。这是 cloud 自己给自己写的笔记。这个功能默认是开启的，它会观察你的纠正和偏好，并自动把它们存起来。 比如你常用的测试命令或者某个 bug 的 解决方法， cloud 都会默默记在心里。 这些记忆存在你电脑的本地目录里，这意味着你的隐私是安全的，记忆不会跨机器同步。 它有一个主缩隐文件叫 memory md。 cloud 每次启动只读前二百行，所以它会自动把详细内容移到别的分类文件里。当你在界面上看到 writing memory 字样时，就说明 cloud 正在更新它的知识库。 最后，我们来看看如何管理这些记忆，以及出错了怎么办。输入斜杠 memory， 你 可以看到当前加载了哪些规则文件，也可以在这里开关自动记忆。如果 cloud 没遵守你的规则，先别急，检查一下这几点。 首先，用 memory 命令确认文件加载了没。其次，看看指令是不是太模糊。最后，检查有没有互相矛盾的规则，即使你使用了斜杠 compact 来压缩对话， cloud md 里的规则也会被重新加载，永远不会丢失。 总结一下， cloud md 是 你定的规矩，自动记忆是它的心得，善用它们， cloud 就 会越用越顺手。现在就去你的项目根目录输入斜杠以。 net 开启 cloud 的 持久化记忆之旅吧。感谢观看。

想象一下，用一条命令就能刷推特、看必占热榜，操作桌面应用，这就是 open c l i， 一个把任何网站和工具变成命令行的通用 c l i hub。 今天带你快速了解它是什么、怎么用。 open c l i 的 核心是 browser bridge 架构，它通过 chrome 插件和本地守护进程，附用你浏览器已有的登录态，不需要 api key， 不 需要重新登录，打开 chrome 就 能用。 安装非常简单，一条命令搞定 apm install g at jacqueline 斜杠 openclean， 然后装好 chrome 插件，运行 openclean doctor 检查环境，一切就绪，就可以开始了。 open c l i 支持超过五十个平台，国内有 b 站、知乎、小红书、微博，国外有推特、 reddit、 youtube， 甚至还能操控 cursor chat gpt 这样的桌面应用， 用法也很直观。 openclay 加平台名加操作就行，比如 openclay twitter timeline 看时间线、 openclay bilibili hot 看必占热榜，所有命令都支持 j s o n y a m l markdown 等多种输出格式。 最特别的是， open c l i 天生为 ai agent 设计，它内置了 explore 和 synthesis 命令，帮 agent 自动发现和调用 api。 零 l l m 运行时成本、输出确定性强，完全可以接入自动化流程。 一个工具覆盖全网平台，这就是 open c l i， 让你的命令行触达互联网的每个角落。感兴趣的话，去 get up 搜索 opencl 试试吧！

今天推荐一个非常好用的 cloud code 插件，无论你是在日常使用 cloud code 还是 open cloud 的 时候，都可以一键快速切换模型，不需要再去输入复杂的指令。 这是一个 github 的 开源项目，名字叫 cc switch， 然后这是一个桌面的图形客户端，可以在里面把你购买的各种模型的 a， p， i 提前保存好，然后到限额或者其他情况的时候可以一键切换，非常的方便。 并且这个软件不仅支持 cloud， 还支持 opencloud 的 一键模型切换，还有 gemini 等等也都是支持的。 不仅如此，这个软件的设置里面有很多实用的功能，比如 skills 的 同步方式，还可以直接查看每个模型的 token 使用统计，可以说是非常的方便的，不仅有二十四小时，七天还有一个月的， 我个人觉得这个软件还是非常实用的。那么下载也很简单，首先我们直接来 github 官网，然后右上角直接搜索 cc switch， 进来之后直接进第一个项目， 进来之后往下滑找到右边的下载，然后往下滑找到你对应的客户端的安装包，直接下载安装即可。

最近 open ui 呢发布了一个 collect 插件，那这个插件呢，是在 curl code 使用的，不是在 collect 使用，而且它主要的能力就是在 curl code 的 编码过程中使用 collect 的 能力去进行代码的 view 是 不是觉得很新奇？那本期视频呢，就来介绍一下这款 collect 插件，以及怎么来使用，哪些场景下用不同的命令。那首先我们在使用 curl code 进行编码或进行方案设计的时候，有的时候是不是特别想 有另外一个好的模型来对我们代码变更进行一个 review， 或者对我们的方案进行一个更全不同角度的这个审视。那市面上其实也有一些方案，或者说工具也好，插件也好去解决这个问题，那么你也可以设置不同的子代理，不同的模型来去做 review。 但是呢，这也设限于 curl code 只能用某一个供应商的模型啊，没办法用多个供应商，比如说你没办法同时使用 jimmy 三，没办法同时使用这个 curl x 或者其他的模型去做同样的事情。那虽然说你可以双开啊，你可以打开 curl code， 可以 打开 curl x 去做 这个 review， 但是呢，会存在你在 curl code 里面的上下文对话，没办法平移到 curl kyle kyle x 里面去使用。那么有了这个插件之后，你就可以使用 kyle x 的 一些能力了，比如说 对我们的代码进行 review 啊，对我们的方案进行一个深入的一个判断，是不是合理，是不是实现有问题。所以呢，这个插件解决最大问题就是在 codex 的 这个维度上去给你去做 review。 那 么怎么安装呢？ 打开 qq， 然后输入这个命令啊，就是安，先安装 markspace， 然后再安装这个插件，然后再进行一个 reload， 就是 重新加载一下它这个插件，然后运行这个。那前提是你自己本身就是 codex 的 用户啊， 你你有这个 class 的 账号，能正常用 class 进行编程，那么你就可以使用那这个 setup， 它会进行一个健全啊，如果你没有安装 class c i， 它会帮你去安装好，所以说你只要执行这个命令 ok， 通过之后，那么你就可以使用接下来的命令了。 那么它提供哪些命令呢？那这里我重点要讲的是两个命令，第一个就是 collex review， 那 这个命令是非常基础的，它是一个只读的命令，那它做的最主要的事情就是阅读你当前 get 里面没有提交的所有的代码变更， 或者说你可以指定一个分支，然后去对比，去审查你这个代码里面有没有啊，质量问题啊，就是从一个很正常的角度来审视你这个代码的这个问题啊，它是不会去改代码，只会去做审查。那我们可以看一个例子啊，就是我在我这里边的话，使用这个 flex review， 那么他就会去评估我这个，最近这个啊，提交了啊，最近这个 git 变化里面的代码来进行一个审查，审查完之后他就得了个结果说，哎，我这边有个 pr 的 问题啊，这个配置有有这个问题， 大家可以看到，就是我们在做这个 review 的 时候，它并不是说是 review 哪个需求有没有实现，它是站在代码这个角度，就是来看你的代码结构，你的代码有没有问题？是站在这个角度，不是站在业务的角度，那业务就比如说你做一个登录的功能，你的业务流程是 a、 b、 c， d， e， f， g， 那么他有没有完成 a， b， c， d， e， f， g， 他 是这个滤镜是不在这个范围之内的，他只会滤镜的是你这个登录这个逻辑，登录的这个代码里面有没有比如说什么空指针啊？有没有这种啊？隐藏了这个设计问题啊？有没有什么这些东西就是很技术化的这个审查， 所以呢过滤镜它是一个很常规的一个检查，它的上下文是你的 get 里面的所有的未提交的这个变化， 那么它它的命令是啊 close view， 然后呢也可以你也可以设置一个这样的一个 base 的 分支啊，你也可以设置让它去后台去运行那 close view， 它有个特别重注意的点，就是它没办法指定就是让它去 view 什么具体的内容 啊，我们可以看到我们在执行这个命令的时候，在后面是没有输入任何内容的，没有说让它去 view 一下哪块东西，就是它不建议在执行这个命令的时候去告诉它，就关注了点， 不是这个命令啊需要的，那这个命令就是做一个比较普通的一个啊代码的一个常规的检查，那么第二个就是更加专业的，那么它比这个 review 呢，就是更加挑刺， 那普通的 review 更具体的是有没有用代码的 bug， 有 没有风险，有没有质量问题，那它这个 review 呢？我们可以叫它叫做对抗性的 review， 就是 它会从方向上来判断 你这个东西设计的是否合理？刚刚我说的登录的这个代码，比如说 a、 b、 c、 d、 f、 g 这个流程是不是设计的有问题，那么它就可以指定它要利用的一个方向，所以呢它的这个利用的深度是很深的， 它是更像一个老的价格师来看你这个整个的价格设计是不是有问题？所以呢，它是用来挑战实现方案和设计决策的 比较适合。就是那种比较重要的啊，就是一个比较复杂的，涉及到模块比较多的，并且你希望他重点去 review 的 这种有具体业务场景的，那么你就用这个命令，我们可以来看一下啊，就是他这个命令的一个详细的流程，比如说他是支持自定义 focus task， 也就是说支持你去在这个命令触发的时候告诉他要去 review 什么具体的场景。 那别说我这个例子里面，我自己也举这个例子啊，我让他去 review 一下我这个 cloudbase 里面的设计数据库设计是不是合理，那么他就会去阅读所有跟数据库相关的代码，设计相关的代码，然后去看一下啊，这个表设计啊，或者干嘛，然后最后得出一个结论，就说我这里面可能是有个密钥暴露的风险， 所以他是更偏向于就更深的去挖掘，从源头上去利用一下方案的这个方向有没有问题。 那么他 view 的 这个维度呢？有七个维度啊，啊，他这边 view 的 话有七个维度，比如说认证权限隔离， 还有这个数据丢失回滚啊，这些都是比较深的，就他会以这种七个这种攻击面这种方式去看你的这个方案的设计的是不是有问题？接下来我们来对比一下这两个 view 啊。那 close view 我 们可以认为它是普通的 代码 view， 那 这个呢？就是对抗式的这种 view， 那 第一种审查风格就是标准代码审查，就是我们写了一个小功能啊，进 改了一些代码，那么你就可以让他去做 review， 那 这个就是会站在更高的角度去看你整个设计的方向，你的这个架构啊什么的，定具体的这个方案去进行一个审查， 然后自定义重点，也就是说你是不是可以指定要 review 的 方向，那么 collins review 普通模式是不支持的，那么这个那么这个对抗式的 review 是 支持的， 那审查的目标也就是他们要审查的范围和上下文都是基于 get 你 的代码变更的范围。运行模式都支持后台 前台，也就说你在执行这个命令的时候，他会根据这个审查的目标大小，建议你是后台运行还是前台运行，那如果是后台运行的话，那你就可以继续往下做你自己的事情，那如果是前台运行的话，他是必须要等他运行完，你看到结果之后，你才能继续算一个任务审查的深度 啊。普通的 review 那 就是找缺陷，那么这个对抗式的 review 呢？就是政委方案，也就说你要他要看你的方案，看你的这个设计是不是一开始就选错了，特别像一个这种老的架构师，用专业的眼光来看你整个的设计方案。所以试用的场景呢？就是啊代码的常规检查，选完一个功能，提交前扫一遍， 这个不错吧，提交前扫一遍就是你执行提交 pr 的 时候去进行进行一个 review， 改了一改了一改了，很多文件啊，先做常规验收准备， tpr 也是一样，都是一些比较常规的，那么这个就是关键变更，上线前的深度审视，发版前怀疑方向是不是最优，或者说你做完整个方案之后，你还再拿 collect 去做一个对抗式的这种 review， 改了这种缓存重试、并发状态流转等复杂的逻辑。我们知道这些都是在我们开发中最难最深的一些东西了， 还有包括做健全支付数据一致性这种高风险模块式。那这些场景啊，都是官方建议的这个使用场景，所以说我们可以来可以去使用一下。 ok， 那 本期视频就到这，希望这个视频对你有所帮助，祝您生活愉快。

你有没有发现，你的 ai 每次打开都是从零开始？这开源项目让你的 ai agent 越用越聪明！每天一个硬核的网站推荐第十六期， 港大数据科学实验室刚开源了一个项目 open space， 它的核心就一句话，让你的 ai agent 越用越聪明，越用越省钱。 短短几天时间，已经获得了三点八 k 的 star。 一个命令可以进化所有 ai 代理， open cloud、 cloud codex， cursor 等等。逆天的是，它有一个叫 skill 自进化引擎的机制，每完成一个任务，它就自动把经验提取成技能，下次同类任务直接附用，不用重新推理，失败了也不怕。它会自动修复这个技能， 而且技能还能上传到社区。全网 agent 共同进步。官方拿四十四个职业，两百二十个真实专业任务测试，同样用千万模型， open space 的 ai 收益是普通 agent 的 四点二倍都肯消耗，减少百分之四十六。说白了，它帮你做的活儿更多，花的钱更少。

你真的会用 clock code 吗？这条视频不讲基础入门，只讲十二条能明显提效的高阶用法。第一组， esc， 再按一次 esc 可以 回到上一条消息继续编辑。 shift 加 tab 可以 快速切换 plan 模式和执行模式。 第二组，井号开头适合把长期规则写进 clock 点 m d 感叹号开头可以直接跑命令，再把结果接回当前绘画。 第三组， slash compact 用来压缩长对话。 slash permissions 用来集中管理授权，这两个命令特别适合长任务。第四组， slash at 第二适合 monroe repo slash review， 适合提交前让 cloud 进入真正的代码审查节奏。 第五组， slash terminal setup 可以 装好多行输入绑定。 slash vim 则适合喜欢纯键盘编辑 prompt 的 人。 第六组，自定义 slash commands 是 长期提效最大的能力之一，再配合 ctrl 加二反向搜索历史，找回好用 prompt 会非常快。一句话总结，真正提效的关键不是会不会问问题，而是能不能把 cloud code 用成你的工作流。

大家好，我是你们的荷兰瓜，嗯，在上两期视频中，我们介绍了 windows 电脑上面和在苹果 mac 电脑上安装和使用 cloud code 最简单的办法， 不到三分钟就能搞定，不需要自己手动安装任何依赖包，也不需要搞复杂的环境变量配置，直接点点鼠标就能够使用。 cloud code 能够这么方便，都是因为使用了预打包好的克劳德克的启动器。这个神奇的克劳德克的启动器在 linux 电脑上一样可以用，甚至我觉得比在 windows 电脑上更好用，因为 linux 的 文件系统更科学， 所以我们甚至可以用这个启动器来自动化管理我的电脑。这是我们以后的节目，会给大家做详细的介绍。好了，现在我们先来看看如何在 linux 电脑上三分钟就能安装，用上克劳德 code， 小 白新手一样能轻松搞定。 第一步，打开你的浏览器，在地址栏输入这个神奇的网址， c l a u d e c o d e 点 z i p， 然后按键盘上的回车键。第二步，看到页面中间那个下载运行按钮了吗？点它把克劳德扣的启动器下载下来。 第三步，打开下载目录里的克劳的 code， app image 浏览器下载的 app image 默认是没有运行权限的，所以我们要给这个文件授予运行权限。鼠标右键点击文件图标，打开文件的属性面板，然后打开作为程序运行这个开关。 现在双击运行克劳的 code 启动器。好啦，安装完成，就是这么快，就是这么轻松！ 怎么样，这个神器是不是超级赞？现在我们已经成功的把克劳的扣的跑起来了，但是他具体怎么用呢？ 怎么让他帮我们自动改 bug， 快 速搞定项目呢？别急，下期视频荷兰瓜就来手把手教大家怎么用克劳的扣的，如果觉得视频有用，记得给我神奇三连哦，咱们下期见，拜拜。

大家好，我是你们的荷兰瓜。嗯，克劳的 code 具备超级强大的自动编程功能，用了它能大幅提升你的工作效率。克劳的 code 最厉害的功能叫监督式自动编程，嗯， 说白了就是给他一个复杂的任务，他能自己理解分析，然后制定详细的任务计划，再根据计划独立完成。 呃，更厉害的是克劳的扣的他不绑死在某个编辑软件上，他是在终端里用的，超级灵活。呃，我的朋友说，用了克劳的扣的之后，每周熬夜时间从六天直接给降到零天，下午让电脑自动跑着，他还能去打打球。 呃，想象一下，自动修复 bug， 自动生成文档，克劳的扣的简直就是解放人类双手的救星。这么牛的工具，大家肯定想用吧， 但是劝退点来了，安装真的太麻烦了，我最早是师兄帮我装的，刚用起来没几天就挂了，然后我上次尝试自己装，差点没哭出来。 还好还好，最近我发现了一个神器啊，一个更简单的解决方案，就是这个克劳的扣堵中文版启动器。这个启动器就是为我们这种怕麻烦的人准备的，有了它，复杂的安装步骤，通通拜拜，只需要双击图标就可以立即涨。克劳的扣 这个启动器就是把克劳德扣的所有依赖软件都打包在一起了，它会自动下载它需要的命令行软件，它还会自动设置运行需要的环境变量啊，简直是 windows 用户的福音！好，咱们先在 windows 电脑上演示一下吧。 第一步，打开你的浏览器，在地址栏输入这个神奇的网址， c l a u d e c i p 点 c n， 然后按键盘上的回车键。 第二步，看到页面中间那个下载运行按钮了吗？点它把克劳的扣德启动器下载下来。 第三步，打开下载目录里的 kerlode code 压缩包文件，然后用鼠标双击运行它。 在有的 windows 电脑上会出现这个著名的蓝色拦截框，出现这个框吗？是因为这个程序的作者还没有给微软交份子钱，不过这对我们用户来说没事哈，用鼠标点更多信息这个白色链接，然后按仍要运行这个按钮，就可以运行启动器了。 好了，安装完成就是这么快，就是这么轻松！ 怎么样，这个神器是不是超级赞？现在我们已经成功在 windows 把克劳的抠得跑起来了， 但是它具体怎么用呢？怎么让它帮我们自动改 bug， 快 速搞定项目呢？别急，下期视频荷兰瓜就来手把手教大家怎么用克劳得扣的，如果觉得视频有用，记得给我神器三连哦，咱们下期见，拜拜！

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。

这周我们烧了十亿多的 token， 在 openclaw 上大概就是一千五百美金吧。呃，但是我觉得非常值啊，因为我们终于 figure out， 怎么去管理一个 ai agents 团队， 所以如果你是一个艺人公司，或者你想用 ai 来管理协调你的整个团队的话呢？那请看完这条视频，因为我们已经帮你省下了一千五百刀的学费。 整个 a i a 阵子团队的协调枢纽和核心呢，就是最近这个特别火的 openclaw， 他 只要被调教好了，就是一个非常完美的项目经理。但也像所有刚招进团队的同事一样， openclaw 本身并不是一个开箱即用的 数字员工，我们需要去培训，他就是什么事情能做，什么事情需要让其他的人类同事或者其他的 agence 搞定进度该怎么汇报？有哪些规则要遵守？那么这些规则呢？在 open core 里其实就是一个叫做 agence 点 md 的 文档， 这个文档就定义了 ai 的 所有行为准则，它是一个配置文件，基础的配置就非常简单，就像一个没有被培训过的新员工一样。但是在过去一周的时间里，我们不断的去优化这个配置文件，让他成长到了可以帮我们去协调其他 六七个 a 公司的一个项目经理。那我们其实主要增强了他在以下三个方面的核心能力吧。第一个就是主动性， 因为很多人说 agents， 大家觉得他只是一个工具，只是一个机器人，那是因为他们是被动的，就是你给他一个指令，他就去执行一次， 然后你推一推他，他就往前走一步，他并不会主动的去想办法解决他遇到的问题，也不会主动的复盘和思考说怎么样把一件事情做得更好。 那如果 aids 只做到这样的程度呢？它确实只能当一个螺丝钉，但是 open course 不 一样的，它本身有一个心跳机制，就是 heartbeat 会定时去检查哪些项目卡住了，然后哪里遇到了它自己解决不了的问题，并且主动跟我们去汇报。 当然只做到这个程度的话，肯定还是不够的，所以我们在 a 证点 m d 里呢，就配置了更多的规则，让它能够做到不需要我去问任何一个项目的进度，它就可以完全汇报给我。 第二是可重入性，可重入性其实就是说这个 a 证它能不能稳定的靠谱的把一个很长期的东西干完， 它并不是说这个 agents 可以 百分之一百的在线，永远保持 up time， 因为项目的推进总是会出现问题的，然后网络即便再好的网络环境也会有意外的中断，所以我们要的其实是 它能够在项目中断，网络断掉了之后，当它重入的时候，能够从断掉的地方稳定地继续向前推进，它甚至可以去 fix 去解决为什么会断掉了这个问题。 openclaw 的 工作记忆管理，呃，其实是被动进行的，也就是说如果他认为和你对话当中没有涉及到什么重要的任务，没有涉及到什么重要的内容，他是不会主动记录到他。当他的工作日记当中 就导致比如说你重启了 gate 位之后，它就忘记了它在干嘛，所以我们在调试的过程当中呢，就优化了它去主动压缩上下文，主动刷新 session 的 这个配置，让它能够在横跨多天的非常长的任务或者是对话当中，依然清楚地知道啊不同的项目应该怎么样去推荐。 然后第三点，我们对它的改进，我觉得可以称之为 a gentle thinking， 就是 像 agent 像 ai 一 样去思考。因为很多人觉得调教 ai 来进行人机写作，应该是像 agent 像人类一样思考，但是我觉得恰恰相反，因为归机生物就应该用他们自己最熟悉，他们自己干的最好的方式来解决问题。我举个例子，大家肯定都让自己的 agent 去做过一些很简单的自动化，比如说去帮你发一条推特，去帮你在 tapp 上面呃 发一个 issue。 那 这个时候 a 正题有很多技能是可以用来干这个事情的，比如他可以像人类一样去操作浏览器，模拟人类的点击和思考，模拟人类在浏览器的输入框中，用键盘输入 来完成这条帖子的发送。当然呢，他也可以直接写一段呃 js playwrite 的 脚本，调用这个脚本来实现刚才的这个任务。但是最高效或者说最省钱最快速的方法， 肯定显然就是他直接去调用呃相关平台的这个 api。 那 么在刚才的这个任务里，比如说发帖子，在所有他可用的方式里，最慢最浪费投坑的方式其实就是模仿人类的这个方式。所以我们在给 openclaw 定的这个行为准则当中呢，就明确规定了 他在不同工具托 use 的 一个优先级，优先级高低吧，就不仅是当他自己要去解决问题的时候，应该以一个什么样的方式思考，什么样的方式去用工具，包括当他要和其他的 agents 交互的时候该怎么办？比如我们团队当中的 ai 工程师就是 cloud code， 那 open code 跟 cloud code 去共享一个项目 context 的 时候呢？它根本就不需要像人类一样，两个 agents 那 边开会聊天，它只要把自己在这个项目上的工作记忆日记直接把那个路径开放给 cloud code 就 可以了， 它们就直接可以完成整个工作 context 的 共享。除了上面的几个主要配置优化呢，我们还做了很多在细节层面的调整。呃，我也把这个版本的配置文件 留在评论区了，大家可以直接把它发给你自己的 agent， 他 就会自己根据这个文件里的指示完成所有的升级。 all right 我是 v a 七，现在在做一家 ai 加跨境的公司，如果你也想探索 ai agents 或者是相关的业务领域的话，欢迎来一起交流。 have a good one。

让现在所有的 ai 智能体，比如说 cloud code， 比如说 open curl 或者 codex， 能够死循环地去优化你的目标。今天给大家分享这个项目主文件只有短短的三个 star 数达到了三十七 k， 它叫 auto research 自动化的研究，其实它这个目标或者设计来，它是想要做这个机器学习的自动化研究，可以把它的这个 loss 可以 一直往下降， 他希望的这个场景是这样，但是他这个思想或者整个逻辑是可以应用在很多方面的，比如说可以应用在你的头流，你的目标其实就是想让他多跑，而且他的成本不断的下降， 其实也可以应用在这上面，或者去找寻什么解决方案，这些让他去达到你的一个解决方案之后，给你一个结果，其实就是一个最优化的问题。把 cloud code 这种编程智能体，或者说通用的智能体，把它当成一个求解器， ok， 它核心只有三个重要的文件，一个就是准备的一个文件，其实就是它的一个环境变量，它只用于这种机器学习的算法优化。如果是其他的一些应用，可能你的一些环境，你的一些授权，你的一些 key， 然后这个 tree 可能就是你的一些执行的工具，怎么样执行的一些逻辑，这个 md 文档，你可以把你的一些任务，你的一些约束，你的一些工作流，把它放在这里面，它可以按照这个工作流去死循环的去执行，执行出来了之后，它会把当前的结果去保留下来， 然后下一次会基于这个最好的结果继续进行优化。其实整个逻辑是这样的，我们可以详细来看一下它的一些代码，其实它这个最重要的一个代码就是它这个 md 文档， 我也是让 cloud code 翻译了一下，这前面是一个抽象，首先进来的时候要跟用户进行一些沟通，它这个东西其实就是给这个 cloud code 写的一个提示词，让它启动这样的一个项目的时候需要有哪些东西。 当然可能它这个只是适用于哎，比如说机器学习算法的优化，但是如果应用在其他方面其实也是一样的，可能你就需要改一些东西，比如说 redmi， 比如说这种脚本，可能就是你的一些内容，或者你的一些工具如何调用，如何使用，或者 m、 c p 如何使用，或者你的账号密码，比如说你要去做投流的优化，广告的优化这些， 然后就是整个流程，你要告诉他你可以做的是约束是什么，让多少钱，不要超过多少钱， 然后是什么样的约束，然后有一些简洁性，第一次运行的时候会出来什么样的结果，你就可以把你当前跑出来的这种 roi 的 一些结果，投流的一些结果可以写在这儿，然后你让它优化了之后再去跑这个优化的话，它是在五分钟， 如果我们跑 roi、 跑投流、跑这种投展比或者说转化率可能时间稍微长一点，我们就可以给它定一个时，比如说一天这样来它进行自动化的优化， 可以看到它把每一次出来的结果都进行 get， 然后把它每一次进行修改的内容也 get， 把这这些跑出来的结果也把它放在这个日制里面。 其实整个逻辑是一样的，然后循环是怎么样的？超时和崩溃的一些处理，最最重要的是最后永不停止，要去询问人类是否去继续这个东西，它其实是让提示词来去做这样一个约束，它可能不是特别强，其实可以去借鉴之前特别火的那个牧羊人循环， 可以把那个后壳再加上，比如说多少时间可以再把一个提示词让它去看，再看一下这个 md 文档，再去做执行， 这样的话就能达到自我净化的一个效果，它就相当于可能我们去睡觉了，然后它五分钟一次，五分钟一次，然后完整的跑完之后，第二天你来看这个结果到底好不好，并且它永远都不会停止，它会不断的去找它最优的这个， 而且也不叫最优吧，就是想要拿到最低最低的 loss， 他 会去尝试不同不同的方法，可以看到他在迭代，在七十多次的时候，他已经迭代到了这么低，不断的去下降，其实就是一个求解器。

哈喽朋友们，上一期模型对比视频反响比较热烈，大家私信问的最多的就是我是如何使用预三家模型的，这里由于涉及一些技术细节，并且平台的规则严苛，今天我就分享三种主流的使用思路。 首先这三家里面使用难度最高的就是 cloud， 他 是目前风控最严苛的模型，由于其底层的安全策略较为严格，所以对环境的要求最高。 其次是这么难，优势在于原生谷歌生态的便捷性，注册门槛低，但近期由于异常流量的激增，风控策略也有所收紧。最后是 gpt， 相对而言， openai 的 生态最成熟，使用的难度最低。那知道了三种使用难度的差异后，我们再来说一下怎么用。我这边归纳为了三种方案。 第一种方案，官方直联加专属架构，这是目前为止最专业的方案，通过部署虚拟服务，并且配置静态代理。那关于这部分，大家可以在 github 中搜索这个关键词进行查找。另外，购买官方套餐的时候要注意渠道。 当然了，这种方式也是最折腾人的，如果你是技术大牛，我觉得用这种方案是最好的。第二种，镜像服务平台，对于不想折腾的用户，选择口碑好的平台即可。主要的优势在于这些会配备专门优化过的使用渠道，使用的稳定性会比第一种更高。我个人也是使用的这种。 第三种方案， api 聚合平台，它们都集成了目前所有主流模型的接口，注意这类平台不要选到小作坊。优势在于不需要复杂的配置，适合想短期验证偶尔尝鲜的朋友， 那这边再给大家总结一下，如果你是开发者，并且喜欢折腾环境，也很在意账号安全的话，那就选择方案一，官方订阅，一次搞定。关于第二种，我目前只推荐 cloud 来怎么使用， 第三种方案我更推荐作为备选，但是如果你是轻度使用或者偶尔尝个鲜，可以考虑用这种接口平台。最后，除了以上的三种方案，我看到有很多人也推荐像 gpt、 teams、 谷歌的家庭组 啊，但我个人是非常不推荐的，因为这种会出现一人出事的情况，所有人的账号都会受到连带的影响。 ok， 那 以上就是本期关于如何正确使用国外预参加模型的分享，希望能帮助到你。我是布鲁，我们下期再见。

手把手教大家如何还原可乐泄露的原代码。首先我们知道在三月三十一号的时候，他们不小心把自己的代码上传到了 npm 仓库里面，在这个文件里面，那我们要怎么获得这个文件呢？要下载二点一点八八，这个包 在他的官方的 npm 仓库里，他已经被删除掉了，在四零四已经看不到了，但是腾讯云那边有缓存，缓存的地址是这个，你可以直接在浏览器打开它， 输入它下载，等它下载完之后，你就解压它，这是个压缩包，在我这边解压之后，它是这个样子。有的人会有疑问，这个软件它大小不一样， 它这个压缩包是只有差不多多少，我看一下啊，压缩包只有三十 mb， 而这个文件它是有六十，而我们的原代码是在这个压缩后的 click 点击 s d m p y 里面，大家记住这个六十 mb， 那怎么还原他呢？很简单，复制这个地址，然后在终端里面打开，他就是终端地址， 这个是不用复制了，那你已经在这个路径里面了，这个时候你用去打开它，打开这个路径，你输入这样的命令，打开之后你就在这个去里面让去一条龙帮你去解决掉。 比如说我们现在这个文件的路径是这样，那你就直接复制这个路径，让他说让他把这个 m p 文件转成 g s 还原，大家看到其实原码都在这个子段里面，还原之后差不多会有七十万，行，你就直接跟他这么讲， 他这个翠自动帮你转成那种人类可读的，因为他现在所有的压缩在一起，你是没办法，代码完全是没法看的， 你看他就会慢慢帮你分析，会帮你还原，还原了之后效果就会这样子。在图片上说的一共差不多会有七十万行代码，但具体是五十万行还是七十万行都是可以的，因为大概这个只是代码格式化工具的差异而已，都是对的。

就在今天， ai 巨头 enterpic 发布了一个闭关锁国的消息，已正式禁止使用自家套餐接入 opencore。 单说 enterpic 可能大家都不知道是啥，但我一提它的模型 core 大家就不陌生了吧。没错， enterpic 最出名的产品就是 core 了，可以说 enterpic 停了竞争，却彻底输掉了社区的信任。 不过对于我们这边的影响也不大，除非你是本来就喜欢用 cry 的 开发者，消耗的资源成本可能会提升很多倍，但我想说的是，咱们自己大模型的运算能力并不输给 cry。 而昨天智普和阿里也新发布了各自的新模型，特别是千万三点六 plus， 很 适合我们平时日常使用，并且支持养虾人使用龙虾接入。他们的新模型我已经实测过了，上下文承接一百万词源的内容都没有问题。 这样千万三点六 plus 读了一整本唐吉贺德，并让他根据读到的内容来回答问题，完全没有压力。重点是小号的抽给你不高，相当亲民。所以对于我们来说，最好还是使用咱这边自己的龙虾，别去用手动部署的 open core 模型，也还是用咱们自己的模型，免得又出现安克佩瑞斯的背次事件。一键下载安装即可用的涌动虾，它不香吗？不像 oppo pro， 不 属这不属那的，咱这边自己的模型也很好用， pro 擅长的是长文本的处理， pro 四点六最高能处理一百万次元上下文，咱们国内昨天新发布的千万三点六 plus 一 样可以处理一百万次元。各位观众老爷们还是多使用咱自己的龙虾和模型吧。以上是本期全部内容了，我们下期再见了。

强烈推荐大家去使用 open ai 的 ai agent 编程助手的终端 codex， 甚至你可以用 codex 来修复龙虾中的 bug， context 加 openclaw， 简直是天作之合，完美的搭配。而且啊， open ai 在 这个点上还真的是比较大方的， 如果原来你是 openai 的 plus 或者是 pro 会员订阅用户的话，在 codex 上面会给你配备一定额度的 token 的 使用配额。 大家好，欢迎来到玲姐说一 i 这期视频啊，我们聊聊同步在 windows 上线的 codex 的 使用，非常推荐，之前其实他在苹果的终端也上线了，所以我在这里给大家做一波强烈的推荐。 原来你在使用 cloud code， 同样的二十美金或者两百美金的这个订阅计划。大家知道那个配额啊，是很不够用的，稍微干点活就不能用了，就要另外买 token 了。但是 codex 使用的配额还是相对比较充沛的。 open ai 你 花二十美金每个月的订阅啊，给你整个的配额还是挺多的，又可以聊天，又可以申图，还可以用 sora 每天大概十到三十条的 这个使用条数，同时你还可以使用 codex， 现在苹果用户和 windows 用户都可以使用了，赶紧在电脑端把它下载下来。这个编码助手啊，也可以说是 cloud code 的 平替， 当然叫平替啊，也不太合适，我只是说 cloud code 在 这个领域上面我之前讲过，它做过很多刻意的练习，解决过很多开放性的生产任务，所以它整体的位置是行业老大的位置。我说这个领域啊，不是说呃，所有领域 是在这个生产工具的 call 顶的领域啊，它是属于引领的位置，而且它也一直在定义行业的标准，包括大家熟知的 m c p， skill， co work 等等的工作方式。但是呢， codex 这一波的上新呢，确实是有它的创新点在里面的，它用户的交互界面体验比较好， 对于那种比较厌恶命令行的这种交互方式的用法会特别的丝滑。它会有自己的特色，比如说像工作数这样的任务的并行的方式啊，我觉得对于多任务并行啊也特别的友好。另外使用它你基本不用付出 额外的成本和费用，更重要的是加持上了它最新的五点四的模型。 五点四最重要的一个优化是什么？就是它加强了在 computer use 上面的能力，也就是这个 agent 的 编码助手，它有更强的执行操作和理解的能力，相当于它的闭环能力更强了。 所以听到这里，是不是已经迫不及待去微软商店下载 codex 了？这期视频我会给大家介绍 codex 的 特性，以及如何从零到一。使用 codex 我 会给它几个实战任务，看看它这个过程中会遇到什么 bug， 怎么执行解决，会不会有翻车的情况。 如果你是苹果用户呢，直接在 app store 里面去下载就可以了。如果说你是 windows 用户啊，你是 win 十及以上的用户， 你就直接在微软的这个 microsoft store 里面直接下载就可以了，它的整个的下载安装非常丝滑，你就按着它的引导一步步完成就可以了，这里我就不做深入的演示了，这个就是 codex 安装后打开的界面， 是不是一股熟悉的味道扑面而来，特别像 try gpt 的 聊天窗口，对于那种使用命令式的交互窗口，仍然有一些抗拒的。这份使用者 codex 我 认为是一个非常好的选择。 在这里啊，你可以很好地过渡。我就结合 codex 的 使用，从零到一实操，给大家也讲讲 codex 的 使用特性。 首先啊，在设置这个地方，点开，大家在这里登录自己的 try gpt 的 账号，同时在这里可以很快地切换你经常使用的语言，英语或者中文都可以。在这个地方会显示你这个账号的额度， 它是通过两个维度限制你，一个是五小时的使用量，还有一周的使用量。如果说你真的做很多深度密集的 这个使用任务的话，我觉得这个额度可能还是不够。但是对于大部分的使用者而言，我认为这个额度啊，已经比 cloud code 要大方很多了，基本你们都是够用的。 在出事安装的时候，在这个地方，现在我已经弹点掉了啊，就是它会弹一个窗口让你安装这个沙箱。 这个专用的沙箱也是 codex 针对 windows 的 一个设计，有这样的沙箱，让它的整个的命令的执行在一定受控的环境里面，也可以有效地保护你系统本身运行的文件， 就按照它默认的配置去选就可以了。在下面这个位置啊，可以更改权限的范围，除非你非常笃定啊，给它完全的访问权限， 大份情况下建议使用默认权限。另外，在模型这个位置，可以选择不同类型的模型。 现在比较推荐初学者使用的是 g p t 五点四，因为五点四是一个综合型的模型，它既有理解能力，又有推理能力，还有 computer use 的 能力，还有 coding 的 能力，它是一个综合型的模型。另外呢，如果是针对专门的 扣顶的工作，可以选择五点三 context， 它是针对 context 这个环境和 context 的 任务，专门进行过优化的这么一个模型。 在这个地方，推理强度一般默认是高，也可以选择超高，当然这个背后所消耗的 token 数就会不一样。另外在加号这里啊，你可以去上传文件和照片， 这里就会有很多的玩法了，又可以对一些多模态的内容啊进行加工，比如说对视频进行剪辑。同时在这里可以调它的 speed standard 和 fast。 这里啊，我觉得它有一个做得很好的地方，相当于它在用户体验侧的一个优化，它这里有一个计划模式， plan 模式。其实这个技巧呢，我在之前给大家教学 chain 这个软件的时候，也会讲过类似的技巧， 只是说他现在把它单独拎出来了，对于这个功能进行了优化。你在做一些项目的时候，你可以先计划，先和这个 gpt 去沟通， 这个项目怎么规划，它的框架是什么，怎么设计，计划完了之后再开始执行 coding。 所以 从这个层面来说， context 它的定位啊，其实分为三层，第一层它是一个代码助手，它可以帮你写代码，解释代码，审裁代码。第二层，它是一个工程型的 agent， 它可以帮你去识别 bug， 修 bug、 提 pr 等等。而且它还可以做很多并行的任务， 比如说我在这里有个任务啊，你点击这个右击鼠标，在这里啊，它就有一个特色，叫做派生到新的工作树，叫做 walk g， 就是 你在做一个项目的时候，当它出现问题的时候， 你会发现可能有好几个东西要修。如果做过生产实践，你会发现啊，你修 a 的 时候， b 也在修，那么它们有可能把 a 修好了， b 又出了问题，就是它会出现相互的交叉污染这个情况。有了这样的 work tree， 你 就能够并行地进行很多工作任务，那么你发现没有，你的效率就提上来了。 codex 的 第三层，它还是一个电脑操作型的 agent， 比如说我刚刚讲的剪辑视频这样的任务，或者说其他的这个文件名批量命名的任务，整理会议资料的这样的任务，它其实都是电脑操作型的， 它也是一个电脑操作型的 agent， 这是我对 codex 这个 agent 工具的三层的理解。当你需要新建一个项目的时候，可以点击这个位置，这里点击 add project， 新建一个项目文档，然后在里面呢点击这个新县城。 同时呢，它这里有一个功能啊，叫做自动化，你可以让它定期的帮你制作一些任务，那么你就可以设置一些定时任务，比如说让它每天定期的帮你去搜集某个领域的专业信息，或者定期的跑一些这个整理文件文档的这么一个信息 等等等等。这里需要关注的一个点就是它的权限问题啊，你给它开多大的权限？当然它这里也少不了最近最流行的 skill 技能 这个板块我在 cloud code 的 这个视频里面讲过，它也是类似的，你看它这里，它的官方 skill 里面放在最前面的也就是 skill create 创建一个新技能的技能， 你在这里可以去调用它的技能啊，它不是那种命令的交付窗口。比如说你想要用这个 figure 码，你就可以点击这个加号，它就直接帮你安装了这个 skill。 如果说你想用这里面的视频生成工具，你就可以用这个 sora 生成视频的技能，并且啊，你想生成新的技能，点击右上角的新技能， 这里呢，它就自动调用了 skill creator， 你 就可以跟它去交互聊天，告诉你你要创建怎么样的技能，然后它帮你进行封装。并且啊，如果说历史你用的是 vs code 这样的终端，你也可以同步很好地去打开对应的项目， 很好的平移切换到这里。而且我自己用下来的体验，它会比 vs code 更好用一点。所以对于 vs code， 我 觉得大家可以放一放，然后平移切换到 context 这个终端来使用。下面我就讲一些具体的实操的案例来启发一下大家，可以用 context 做什么任务？它有哪些魔力？效果怎么样？好，我们进入任务实操，我先给他一个任务，我让他给我批量修改文件的名称。在这个文件夹里面我放了五条视频，这个视频是我 youtube 上面已经剪辑好的成品视频。 现在他的命名啊，只是有日期的标签，是没有主题的，我希望他能够基于这个视频的前六十秒所表达出来的内容抽取主题，把这个主题加上日期，对这些文件进行批量命名。 在 context 里面，我就把我的要求和希望达到的结果告诉给他，这里是我写的提示词。在任务的进行过程中啊，因为我们对它进行的是一个有限的授权，在一些关键步骤上面，它会来询问你的授权和意见。 比如说这里啊，它问你是不是直接就对这些文件名进行重命名了，你可以回答是，或者一直允许，或者是告诉他如何调整。这里啊，我就允许是 在这个思考过程中啊，他也会说，从命名的这个动作是越过沙箱的一步，可以看到，在这个过程中，你的文件，你的系统内的东西是比较安全的，这也是我比较推荐大家使用 context 的 一个原因。同时在这个任务跑的过程中啊，我再同步地开一个新的项目，新的县城， 点击这里的 add project， 创建一个新的文件夹， orange cad game， 然后选择这个文件夹，这样我就进入了一个新的项目文档。我现在想做的这个任务是类似这个经典的 flappy bird 的 这个网页小游戏这样的开发，把这个游戏的主角形象换一下，把那只经典的黄鸟 换成一只橘猫，飞行员稍微做一个调整。但是整个游戏的框架和逻辑啊，还是去参考 flappy bird 的 这个设计。在这里啊，我就把这个游戏的要求放到这个 context 里面。 注意啊，这个游戏的要求的需求文档和整体的项目框架，我也是让 g p t 给我写的，为什么我会这样操作呢？其实这也是一个技巧，因为虽然 open ai 在 codex 上面的配额还是相对比较大方的， 但是如果你要做比较极致的生产任务，这个配额可能还是不够，所以我就尽量可以省一点，把前面的需求设计和构建的这个阶段蓝图规划的内容交给 gptchat 去聊，用五点四 thinking， 这样子相当于前后的模型，是前后连贯的这么一个状态。先把需求沟通好， 然后呢，再回到 context 里面，在这里面我们还可以再极致一下，再细划一下，打开这里的计划模式，让它再给我规划一下这个游戏开发的任务。这里的推理功能，我选择一个超高，然后点击发送， 在右侧，这里就可以看到不同的项目文档，不同的县城，它们就在并行。如果说你比较关心的县城呢，你还可以使用这里的这个钉钉一下，它就会置顶在前面，这样子你关心的核心在修的一些 bug， 重点在做的项目就在最前面。使用了这么多款 编程助手的终端 app， 我 自己的感觉 projects 是 我整体用下来觉得最丝滑的。这里帮我把整个的开发计划规划出来了，包括需求理解，文件结构，关键接口，七步 mvp 开发计划，以及最后的验收，还有第二阶段的功能等等，都包含了。 他问我是否实施此计划，我点击确认实施。哎，这个文件夹从命名的任务已经完成了，他告诉我每个文件分别从命名了什么，而且他这里还讲了这个转写的逻辑是什么。前六十秒他识别出了 这个视频主要是讲什么内容的，然后提炼出的主题是什么，然后把这个主题加上日期格式的转写，变成了这个新的命名。我们打开 d 盘看一下， 欸，都命名好了，完成的很棒哦，以后这种批量重复的工作啊，都可以尝试交给 codex 来使用。当然对于这个 codex 这个工具啊， gpt 对 它的定位，还是说把它作为一个 agent coding 的 工具， 你要尽量让他做他擅长的工作。再回过头来看，他的执行路径是比较清晰的，因为他扫描发现我这台计算机没有装离线的音频转文字的转写的工具，这个不可用， 所以他就通过工具把这个视频的前六十秒进行抽帧，核心去保留底部的字幕区域。因为我的这个视频啊，有时候也会有这个背后贴了这个 ppt 的 信息，所以他会同时用 windows 的 ocr 去读这个字幕，以及 ppt 的 标题和页面的文字 综合来形成对这段视频主题的判断。最后呢，再把它整合成新的文件名，并且啊，它强调这次的授权仅在这个指定的文件夹里面进行操作，不能够碰其他目录的文件。 整个过程流程清晰，权限的边界也很清晰。这个任务其实对于 codex 都是非常简单的任务啊，我给他上一个高的推理权限，实际上也是有点大炮打蚊子的感觉。我想表达的是可以用 这个工具去执行以往我介绍的在其他终端的其他任务都是可以的，它的能力上限啊，和智能程度还是比较高的，甚至你可以用 codex 来修复龙虾中的 bug。 context 加 openclaw 简直是天作之合，完美的搭配。这个游戏的任务它完成了，总共花了十七多分钟，给了我这个试跑的链接。这个试跑的链接啊，就存在我的 d 盘里面的项目文档里面一个 html， 我 们在浏览器里面打开这个界面啊， 空格，点击上升穿门就得分，我们开始飞行试试。哎呦哎呀，碰到柱子了，再试一下。哎呀，还挺难的，再试一下。哎呀，这个有点难通过呀。 一分，哎呀，一分，结束了， 得两分。哎呀，得两分，这是我的最好成绩了。以上就是 context 的 介绍和实操，它可以帮你写项目，写代码，也可以帮你修 bug， 提 pr， 还能够做电脑的 computer use。 你 打算用它来做什么呢？欢迎在评论区分享你的想法，我们下期再见！记得订阅玲姐说 ai 的 频道哦，拜拜！