怎么把cc源码喂给龙虾

稳坐沉沉的 a 啊，神器克拉蔻，它里面到底有多少秘密？这次啊，沸沸扬扬的克拉蔻原码流出事件里呢，其实已经把底层答案给讲明白了，大家都在关心克拉蔻为什么这么厉害，有多少黑科技，很多爱好者啊，把公开的内容整理还原后，相关技术资料也在 get， 社群可以看到。 我自己啊，也是经过这几天闲暇时间把资料啃完，把瓜吃完，发现啊，其实值钱的也不是原码本身，而是这次意外，让大家都看明白 a 阵代码逻辑。聪明的 ai a 阵到底凭的是什么？ 第一层结构就是很多 a 阵啊，根本不会分工。绝大多数 ai 工具的通病，根本不是模型不够强，而是一个 ai 从头到尾大包大揽， 又要想方案，又要写代码，又要找资料，结果就是上下文越聊越乱，思路啊，越跑越偏，越写越僵，致你的是不是也这样？ 而这次泄露带出来的 call 代码逻辑里啊，有很重要的一招，分设代码里，说白了就是一个专门管规划小方案，一个专门管执行写代码， 还有一个呢，专门管复盘查、错误规划、执行检查。本来啊，就是三种完全不同的思维，让一个 a 阵在一段对话里全部干完，他的脑子啊，很难搞清楚。所以，真正好用的 ai 工具，第一步不是比拼模型多聪明，而是啊，先学会分工干活。 第二层结构就是你的 agent 不 会自动推进，你不说下一步他就停在那，不会主动接流程，不会自己查问题，更不会在关键节点主动做事，什么事情啊，都要提醒和纠错。 而这次 qq 代码逻辑里啊， pokes 钩子机制特别严谨。说白了就是啊，在任务启动前，调用工具权执行完一个动作之后，子任务开启时，系统啊会自动触发当下该做的事情，根本不用你一句一句喂喂喂喂喂的去叫它。 这就像一个靠谱的助理，你不用事事叮嘱，只要说清楚最终目标，他自己啊，就知道什么时候该查资料，什么时候该执行，什么时候给你汇总结果。所以，真正好用的 ai， 从来不是只会接话聊天，而是会自己推着任务往前走。 第三个，结构，状态延续。这个啊，其实是很多人最痛的地方，今天跟他聊的特别顺，明天一打开重新做人。昨天说过的话，做到哪一步，下一步干什么全没了。很多人啊，以为啊，这是魔性太笨。但最常见的真实原因是， 昨天的状态根本没有被带回到今天。这次社区分析里能看出来啊， cloud code 很 重视绘画、总结任务，整理上下文压缩这类东西，翻成普通话就是，他不是单纯把聊天记录越堆越长，而是啊，会整理，会压缩，会让任务啊接着往下走。 所以，一个 ai 工具想要好用，不是上下文越长越牛，而是啊，要会把昨天的状态带到今天来。 所以啊，这次 coco 的 代码流出啊，真正暴露出来的，根本不是什么神秘黑科技代码，而是一个好用的 ai agent。 它的底层逻辑到底是什么 模型，本身的强弱啊，自然是有说法的，但好的结构啊，更是能补上这三个核心能力，第一会分工，第二会自动推进，第三会延续状态。 这三点补不上，哪怕给你用全世界最强的大模型，也照样是看起来很强，用起来巨蠢。好了，我就把这套元旦宝逻辑喂给我的龙虾吃了，希望他能脑子更清爽的干活。这里是爱分享的阿月，我们下期再见。

今天给大家介绍一个 open 可乐和可乐的扣子的绝配神器 cc switch， 这个工具太屌了， get 上狂揽四十 k star， 能实现一键切换各种大模型五大核心功能，让你的工作效率直接翻倍，直接看操作， 我们来看一下它有哪些核心功能。第一个能够同时支持 cloud code、 codex、 gemini、 open code 和 open cloud 五大平台的可持续化管理， 非常厉害。第二个能够支持一键添加 api k， 这里选择大模型的供应商，然后在这里选择相应的 k， 点击添加就可以完成配置，这然后在主界面点击启动，就可以实现这个软件下的 api 的 一键切换，非常方便，包括龙虾的啊。 然后第三种功能就是 skr 的 管理，它支持这个 skr 的 格式化，你看这里是你所有安装的 skr 以及所有的介绍，在这里支持删除，还有添加。 第四个 mcp 的 管理，对于 cloud code 的 这种 ai 编程呢，大家需要外接 mcp， 在 这在这里就可以实现一键托管。 还有第五个，这个是非常有趣的一个功能，就是可视化查看历史对话，在这里可以查看你的所有历史对话，并且支持恢复对话和删除对话，包括龙虾的，还有可捞的扣子的，这个工具非常全面。

好的，我们看一下小龙虾把这一千多个源代码已经全部读完了，审查完之后我们怎么样确保他已经吸取了这里面的核心呢？然后我让插个 gpt， 等于相当于现在跟他做考试，给他发的试卷， 就让他把这个一千九百三十六个文件。一如来是怎么确定是已经把这个装进系统了？来，我们随机抽查 这个考试，然后呢？让小龙虾来执行。好了，现在小龙虾的考试结果已经出来了， 审查完成证明总共一千九百三十六个文件。

给兄弟们看看， cloud code 自己把自己泄露的源码大概七十 nb 啊，全部学完之后，赋能于 open curl， 它到底升级了哪些东西？在这啊？它有一个总结清单在这里啊，你看第一批、第二批、第三批、第四批，它总得分了四批。 你可以看到啊，他在这边所有的调整出来的优化的十五个插件都在这里，包括命令等等的工具系列，这全部都是 cloud 的 自己的原码，把它全部拆出来了，然后直接 给到龙虾去做升级。而且我告诉你，拆解这个原码的，我用的还是 cloud 的 自己最顶的那个模型，四点六，然后昨天晚上大概跑了有三个多小时， 烧了我大概接近二十美金，全部都搞完了，在这等于这套东西全部拆出来，而且他每次学习的记录其实都在这里， 这都有每一次学习的记录啊，这是最直观的，全部让他扒出来了，这样子呢，就能真正的去帮到 opencloud 的 所有能力的提升，而且他挂在这边全部都在帮他做所有的优化， 所以这就是最直观的。所以兄弟们，你们要理解这套源码对大家真正的价值，不是让 cloud 去学他 cloud 自己的东西，而是 cloud 学这套源码完之后，拆下来 哪一些东西给到 opencloud， 让龙虾去提升，真正的去优化他所有的记忆，所有的东西。就在他学完之后，一定兄弟们一定在这里面，一定一定要舍得花钱用最好最好的模型 去拆它，能理解吗？用最好的模型我给你们看，全部是这个模型，去帮我把那些原码拆出来，然后写成代码给到 opencloud， 所以 兄弟们， 它是我眼里的真神，没有之一，就它，所以大家一定要在大模型上舍得花钱，你真的舍得用最好的大模型能减少你很多的内耗跟时间？ 真的有些大模型很笨，但它真正能解决所有的代码问题，没有之一。兄弟们，一定要舍得花钱用这个最顶的，全世界上最顶的模型搞起来，真正能给你带来很高的收益都在这里啊！这是他们所有的原码，所有拆出来给龙虾提升的所有的能力！ respect！ 所有的兄弟们，加油！

朋友们，强烈安利你们去使用 cloud code 加飞书 c i 这套效率工具组合真的太好用了，我们直接跑几个 case 感受一下。第一个，帮我生成口播稿。 在 coco 中，我们调用提前写好的帮我写口播稿的 skill， 然后把我准备好的 android kappa 近期接受访谈的 youtube 链接丢给他，点击发送。大概五分钟，这个口播稿就被写入了非署文档的指定位置，我就可以直接拿这份口播稿去开始准备视频录制。第二个 case， 我们让他读飞书某一份数据表并进行分析。三分钟后，就可以看到飞书文档上多了一份详细的高质量报告，并且这个报告的排版结构都做得非常好。第三个，我们试着让他总结某个群聊最近的消息。 通过他对群聊的总结和分析，我就可以确保自己不错过任何重要消息，还能快速知道这个龙虾群里大家最关心龙虾的哪些问题。我还做了个 hook curlcode， 每次把新版本发到 github 后，会同步在非书表格里写入一条新的版本记录，方便溯源。 我展示的这几个 case 不是 非书 c i 的 全部能力，我让 curlcode 画了非书 c i 的 全景图，我们一起看一下。 第一个部分，沟通。通过 cloud code 加非书 c i， 你 可以便捷管理非书上的私聊和群聊的所有消息，比如进行消息回复、消息同步或消息分析。 第二个部分，知识库。通过这套组合，你可以快速地对非书文档、非书的知识库进行创建或编辑。 第三个数据，飞速的多页表格是非常好用的数据，有了 calco 加持之后，你就可以把它物尽其用，可以用这套组合帮你进行项目管理、数据分析等等。 日程。我经常用飞速 c i 加上 calco， 直接帮我去新建日历的代办提醒，然后帮我对开发任务进行任务的提醒和管理。 最后一个会议能力，通过飞书 c l i cloud code 就 可以直接读取视频会议的妙记记录进行分析摘要，然后把摘要同步到群里。飞书的画板工具也非常好用， 这个画板就是通过飞书 c l i 加上 cloud code 画出来的，我不用做任何的编辑。深度使用飞书 c l i 的 这几天，我对 ai 应用的未来发展趋势有了一些新的理解。 其实早在今年二月份， offscreen 就 发布了他们的 cl i 版本，我当时有一些不以为意，我认为这是一次标新立异的复古，它没有任何价值。但我今天发现我过去完全错了， 这是一个必然的趋势。首先，未来应用就是给 a i a 准设计的。过去互联网发展的二十多年中，我们大多数的软件都是给人类去设计使用的，所以我们需要去兼顾人类的视觉和使用感受，我们需要去强调交互体验和图形界面。 但是对于 a i a 准来说，它其实不需要这些东西。对于它来说，对于大模型来说，最熟悉的母语其实是 c l i。 他的训练数据里面有大量的 cli 的 命令，他出生的时候他就知道怎么用好 cli， 我 们不需要额外去教他。这也能解释为什么 clico 加飞速 cli 这套组合用起来这么丝滑。第二，相比 mcp， cli 是 更简洁通用的能力设计。 我们过去使用 mcp 的 时候，每增加一个新的 mcp server， 你 的上下文窗口都会多一套新的 scammer。 久而久之，你就会发现，有时候你什么活都还没有干。 但是你的上下文窗口已经被各种 n c p server 的 scammer 挤爆了，而 c r i 不 会有这种问题。每次你给他下达任务，他都是动态查命令，然后帮你去执行对应的 skill 和脚本，不会固定地占用你的上下文窗口。 如果你是 coco 玩家，同时你的日常工作离不开飞书，真的强烈建议你试试我说的方法。今天分享就到这里了，如果你对飞书 c i a 准的实战独立开发经验感兴趣，欢迎持续关注我们，下期继续。

最近这个 openclaw 真的 太火了，有人呢把它当成新一代的 agent， 也有人说呢，它本质上还是一个偏工具的 ai 助理。那我一开始呢，也是想抱着试试看的心态啊，把这个 openclaw 装到了本地，但是当我想要去接一下 whatsapp 的 时候， 发现根本连不上，那网上一搜呢，他们这个教程几乎都是清一色的使用飞书啊，钉钉啊， qq 这些，那很少有人去讲这个 whatsapp。 后来呢，我干脆不折腾配置了啊，我直接把这个 opencloud 的 源马拉到我本地，然后呢用 opencode 打开看了一眼，其实上面那个问题呢，并不复杂，改完之后呢，我的这个 whatsapp 也终于是连上了。那于是呢，我有一个想法，就是既然我们的这个源码是可以去更改的，那这个 opencloud 其实是可以被定制的。 所以说这期视频呢，我想跟大家分享一下我最近在做这个 openclaw 二次开发时候总结的一些经验。那如果说呢，你也想把这个 openclaw 变成更懂你的 ai 工具，这期视频呢，应该可以帮到你。 我现在用的是这个摩尔县城的 mtt ai book， 选它的原因呢，其实很直接啊，就是我想要在一台不折腾环境的设备上面，把 openclaw 这种偏工程的工具啊，完整的跑通。那 ai book 呢，它给我的一个感受就是，它把 ai 开发需要的环境直接做到了系统层面， 不管你是拉原码还是后面的配置模型和 skills， 基本上呢，就是开箱即用。那这一点呢，对于我们 ai 开发其实是非常重要的啊，因为像本地变异啊，依赖安装啊，模型调用啊这些事情，如果说环境本身不稳定很容易呢，就把人劝退了。 而 ai book 给我的一个感觉就是很多 ai 开发常用的工具链啊，环境啊，都已经提前给我们准备好了啊，所以说呢，我才可以直接开始干活，而不是先花时间搞这个环境配置。 那这是一个开源的 ai 编程工具啊，因为其灵活好用的特点，受到了广大开发者的一个喜爱，安装过程也是非常的简单啊，谨行命令，执行一下就搞定了。装完之后啊，我们来配置一下这个大模型，那这里呢，我推荐使用这个摩尔县城的 air cooling plan 啊，它这里的一个大模型其实是 gm 四点七， 一方面呢，它是一个国产模型啊，对我们中文提示词啊，工程上下文的一个理解啊，都是很友好的。另外一方面呢，就是背后是国产 gpu 的 一个算力支撑，整体的算力也是比较的稳定。 安装配置完毕了之后呢，我们随便去输入一段话，看到回复就表示安装成功了。接下来呢，我们去到 opencloud 的 这个 gitapp 仓库，复制它的 gitapp 地址，然后来到终端下载到本地啊，现在呢，我们就进入这个项目文件夹，然后用 opencode 打开它， 首先的话呢，我们需要去使用这个斜杠编辑命令，然后这个 opencode 对 整体的一个代码做下缩影，然后建立呢，它对这个项目的一个认知和行为边界 啊，可以看到这个速度还是非常快的啊，不愧是显卡公司对吧，速度体感一下子就上去了。那接下来我们就解决 whatsapp 连接不上的问题啊， 我们描述一下现状，让 open code 找一下可能的原因。 ok， 那 他现在呢，就已经定位到了具体的文件了啊，他说这里的网络请求是没有走代理的啊，这就解释了为什么我们本地是有魔法的， 可以去打开这个 whatsapp 的 外部端啊，但是呢，这个 openclaw 在 配置的时候啊，始终是拉不回来这个 whatsapp 的 二维码，点完之后呢，我们需要去验证一下，直接让这个 openclaw 帮我们去运行这个项目。那注意啊，这里和 openclaw 官网给到的一键安装命令是不一样的啊， 它是基于当前原码进行变异然后运行的。那因为我们这台 airbook 呢，它本身就预装了很多开发工具和套件啊，所以说在变异运行的过程当中呢，大家可以看到是非常的丝滑，包括一些 n p m 包的下载也是很快的。那现在的话呢，它就已经安装成功了。那接下来的话呢，我们做下配置 模型提供商，这里呢，我们选择这个 z a i 啊，然后这个模型我们就选择 g l m 四点七，那这里它需要去填入一个 api key， 我 们还是来到刚才摩尔县城那个 coding plan 的 页面啊，然后我们新建一个 key， 然后回到终端啊，粘贴一下就可以了。接下来的话呢，我们再去配置这个 channel， 那 这里我们就选择 whatsapp。 ok， 那 这里可以看到一个巨大的二维码，对吧？就表示呢，我们刚才 open code 它的一个改法是正确的。 然后呢，我们就用这个手机端的 whatsapp 进行一个扫描，填入 whatsapp 相应的一个号码就配置完成了。后面的这个 skills 呢，可以跳过啊，然后呢其他的一些 api 我 们也直接跳过。现在的话呢，我们已经配置完成了 open cloud gateway， 也是启动成功了， 我们去到这个 web 界面测试一下，比如说现在我桌面上有很多文件，然后我让他去帮我来整理一下，可以看到他很快呢就按照文件的一个类型做了一个规章，还是非常的不错啊。接下来的话呢，我们给他上点难度啊，比如说我们本地有很多发票文件，然后财务呢，让我们去找到上次购买 apple watch 的 那个发票 啊，放到以前的话呢，我们可能得挨个去打开比对，就非常的花时间。而现在我们可以直接让这个 openclaw 来做啊，就非常的轻松，它的速度呢非常的快。然后最后呢还给到了我文件的一个名字啊，效率非常的高。再比如我们在手机上面啊，跟他说每天上午九点帮我去统计 github 的 一个热门项目，然后呢做成简报推送给我。 那这个功能呢，需要我们自己去加一个 skills， 我 们需要去到这个 gitap 项目啊，我们可以去找到 news aggregator skill， 复制它整个文件夹到 open cloud 的 这个 skills 目录。接下来我们只需要跟 open code 说帮我们安装这个 news aggregator skill 啊，然后重启一下。那接下来的话呢，我们就去到 web 端，发现刚才的那个 skills 就 已经安装进来了，那同样的方法，我觉得大家可以去安装成百上千的这种你感兴趣的 skills， 对 吧？甚至呢，你还可以去啊，让这个 open code 来帮你写 你想要去做的一些 skills 啊，就是脑洞越大，其实这个东西是越好玩的。那到这里的话呢，你可能会发现一件事啊，就是这个 open cloud， 它真正有意思的地方，其实不在于它内置了多少功能，而是它本身就是一个可以被不断改造的工程底座啊。 不管呢，你是去接这个新的 channel， 还是加这个新的 skills， 本质上面呢，都是在做一件事情啊，就是把你自己的一个工作习惯变成一个啊，可以被自动执行的这样的一个流程。而 open code 在 这个过程当中呢，它起到的一个作用就是不仅仅是帮你写代码，更多的是帮你去 啊快速的理解一个陌生的项目架构，然后找到它能够去自定义的地方，非常高效安全的帮我们改出来。 顺带说一句，我对 ai book 的 一个真实感受啊，在 ai 开发这种场景下面呢， ai 原生笔记本，它的一个优势不在于参数， 而在于体校。那比起 windows 下面啊，经常需要去折腾环境，或者说在不同的工具之间来回切换，在这台设备上面，我们可以更加专注地去想，我们到底要改什么，怎么改这件事情本身 ok， 那 以上呢，就是本期视频的一个全部内容了，感谢大家的收看，我们下个视频再见， peace。

兄弟们，重大更新啊， open clone 迎来史诗级加强更新，你看，这是我的龙虾狗二点零升级完成报告，这个呢，是基于 cloud code 的 原码来升级的， cloud code 大家都知道它是编码界的最强王者， 那它泄露了 opencloud 有 什么关系呢？我教你一招，非常好用，你把 cloudcloud 的 源码一五一十的全部喂给你的龙虾，让龙虾带着它的整个 skills 团队，照着 cloudcloud 的 源码架构逻辑完全的去学习进化， 你就拥有了一个 cloudcloud 的 架构下的龙虾。这个进化的过程呢，是 opencloud， 就是 你的小龙虾，全自动自己改， 只需要二十分钟左右，他就会进化成一只超级龙虾。你看，这个就是我根据 kelco 的 顶级架构升级的小龙虾。二点零版七阶段分层启动流程，四级权限控制系统，还有命令工具分离注册表能力审查系统， 成本追踪系统，怎么样？还可以吧，通过他这样一系列的操作之后呢，他就进化成了超级龙虾，他的整个任务上下文长记忆工具调用方法， 不再是一只简单的龙虾，而是拥有了 cloudco 的 最先进架构的超级龙虾。不过官方呢，已经把整个虾肉的原码已经下架了，我眼疾手快已经帮你们保存了一份，我已经全部给他保存到这个飞书文档了，所有的原码我全部给他下载下来了，你看这他的英文， 然后呢，我又把它怎么样？我又把它翻译成中文了，我们更好理解，如果你们需要净化你们自己的小龙虾，效果呢？非常哇塞，需要这个文档的说一下，免费分享给你。

我搞到了一份 colado code 的 源码，让龙虾去研究了这些源码，龙虾给予了这些源码高度的肯定，那么如果我让龙虾去学习这些源码，那么我的龙虾会进化成什么样的状态呢？此时此刻，我非常的激动，就像期盼一个新生儿的降生一样， 说干就干，让龙虾去深度学习七十多万型 colado code 的 源码，体验终极进化后的龙虾，好激动。

大家好，欢迎来到玲姐说 ai。 很多人认为啊，这一次 cloud code 的 源码泄露就是他们家的草台班子干的。 但是有没有这样一种可能，这一次是 antropic 主动把 cloud code 的 源码泄露出来的，他这样做的根本原因是眼红 openclo。 antropic 看到啊， openclo 才开源了一两个月，就快速地占领了智能体 agent 的 生态位， 衍生出了一堆的龙虾版本， ai 圈都为之疯狂，他快速地抢占了用户的心智。 anselpik 非常地眼红， 想着我索性就把 cloud code 的 框架给开圆了，接下来就可以有各种各样的 cloud code 的 客户端版本，和 openclaw 如出一辙， 先抢占了生态位再说。正好在这个节点，已经到了抢占这个入口的一个关键的时间点了。至于怎么把这个源码放出来啊， cloud code 它也是有高人指点啊，如果说直接就把它开源了，肯定是没什么声响的，但是如果通过泄密的方式放出来，那就不一样了，科技圈就像过春节一样，直接就炸锅了。接下来就可以见证各种各样的 cloud 版本了， 大家可以在评论区讨论一下，有没有这样一种主动泄密的可能呢？回到这一期的主题啊，不管 cloud code 它的源码泄露是有意为之还是无心之失，我们都可以借鉴和学习这五十一万行的源码， 去升级我们自己的小龙虾。这期视频啊，就给大家讲讲如何操作，学习、借鉴和升级 opencl。 接下来给大家讲讲具体怎么操作。首先啊，大家打开一个 ai 的 聊天窗口，这里我使用的是 germina， 让 germina 去帮你去读这些源代码，看看这五十一万行代码里面具体泄露的东西， 要尽量的让它能够给到代码层面，或者给到实质层面。值得注意的是啊，因为 ansulate 它的源代码本质上并不是开源的， 这些 ai 它为了考虑合规方面的风险，它都会尽量的回避说直接去读这个源代码。 所以在沟通的时候啊，大家要不断的采用一些迂回的战术，让他去帮你触及这个可以借鉴代码的实质问题。比如说，你可以在聊天的时候跟他说，你可以举一些例子， 他泄露的内容到底有哪些具有参考性，而不是空对空的讲，尽量的能摘取一些代码的例子。这个时候啊， ai 可能就会以非常具体的例子来回复你，这样你能抓到很多本质的东西。还有个技巧，虽然 antispock 在 github 上面它的源代码下架了，但是会有很多基于它的框架同写的项目， 或者说是一些平替的项目，可以让 ai 帮你去找出这些平替的先驱项目。比如说，在这里啊，他就给我提供了也吸取了 cloud code 的 一些精华的一些平替项目。 这里啊，他给我找了三个，你就可以把这些内容所有 ai 给你反馈的把它整合在一起， 作为你小龙虾的初始的原始的学习材料。紧接着啊，我就把刚刚的内容整合起来发给 gpt， 我 就说我希望他去借鉴 anselpik 的 harness 的 核心思路来养我的小龙虾。注意啊， 最好你的这个提示词是发在之前你用来写作安装小龙虾的这个窗口， 这样子它有上下纹，整个的安装和完成的链路会更加丝滑，你看这里，我发给他之后，他就能够迅速理解我的上下纹， 而且大家知道我在安装的时候我是做了两只小龙虾的，他也能够快速地知道我现在是要做第二只小龙虾。 lobes b 的 这个养成框架在这个过程中呢，也不是一次完成的 啊，有了刚刚猝死的内容，你也可以把你对整个龙虾养育计划的其他的需求，也可以在这一次的规划中去升级完成。比如说你看到这里有个提示词，我就说了， 除了刚刚我发给你的内容之外，我还希望你去升级小龙虾高校专业产出的一个状态，并且我希望去设置 door agent、 sub agent 的 机制，还有蜂群的机制。并且啊，我需要去设置一个合理的权限管理机制，让小龙虾能够安全生产，不能够随意地删除文件或者做出破坏系统的操作等等。大家可以根据自己在 运用小龙虾中出现的一些问题啊，给小龙虾设置一个安全生产、高效生产的框架，在整个的沟通中完成， 把它作为一个小龙虾整个工作机制的最高原则来设置给大家看一下，经过多人对话，我们就可以形成养小龙虾的哈尼斯宪法，这里我做的是一点零版本，当然在整个的对话过程中， 我也生成了一点一、一点二的版本，你在这个过程中你会发现有一些 bug， 你 会慢慢的修复掉，然后不断的去补充进你的宪法。大家可以看一下我的这个啊， 你看首先是身份定义，他是不是普通的聊天机器人，也不是单纯的问答助手，而是一个常驻的可执行具体任务的数字员工。而且这里面可以看到 cloud code 给他的一些这种核心心法在这个宪法上面的映射。比如说在这里啊，这里总纲讲了就是先完成任务，再美化表达是不是和 cloud code 的 泄露那些，不要废话，能一句讲完就不要讲三句，这个原则是不是都是一致的？在这里面是不是有体现？ 你看这里的第五个原则，风险可控，高于自动化速度，一定要安全生产。你看这里的第四部分，有一个任务的分类器，他把这个任务啊分为几类，问答类的，状态检查类的、故障排查类的、执行动作类的、内容生成类的、 多步推进类的。这个相当于是一个多 agent 的 一个出行，一个大的原则。再看第五部分，上下文工程的原则，是不是也是 cloud code 泄露出的源码里面所展现的一个重要的原则？你看五点一，不预先加载一切， 五点三记忆只是线索，是不是和我上期节目讲到的它泄露出来的一些原则和一些核心框架是一致的？我们正在依据 cloud code 的 一些大原则去玩我们的小龙虾，实际上为什么大家很多人玩小龙虾玩不好， 实际上就是没有掌握一些核心的原则和玩法，而真正把小龙虾用好的这部分人，往往就是 cloud code 用的比较溜的这部分人。好，这里呢就是整个的宪法一点零，大家根据自己的需求不断升级， 下一步是什么呢？就是把刚刚你认可的这一部分 harness 的 宪法写到小龙虾的文档里面，让它作为一个最高的指令来执行。 那怎么写呢？还是按照我之前教大家怎么安装小龙虾的这个逻辑啊，让 gpt 来给我们出这个命令， 你看，在这里它就给到了这个具体的执行命令，我就直接把这个命令复制到终端的窗口，把它粘贴进去，具体的去执行，然后再把执行出来的结果回复放在 gpt 的 这个里面，形成一个 loop 的 闭环。 这个枕套的思想仍然是很习，之前我讲的这个都是一致的，这里呢，我就不再 去重复地给大家操作。如果这里有一些新的观众啊，之前没有详细地听过我讲这个五方写作的思路的这个观众啊，可以去看我的 openclaw 小 龙虾系列 如何去安装小龙虾这个视频，去了解五方协作的这个核心的思路。那有的观众要问了，我这样执行完了，具体对我的整个的小龙虾体系的帮助是什么？怎么理解他给我带来哪些升级啊？ 为了给大家有一些显性化的体验呢？我在整个的设计中也专门做了这么一个设计，我给他做了一个审查任务，去对比 安装之前和安装之后他一些具体的审查项目，他的效果有不有一些改进。这里分几类啊？这里我有几个具体的审查对比的项目，包括了安全类的， 就是会不会删文件，随便配置重启，随便回滚等等。还有一类是质量类的，回答的结论效果内容质量怎么样。还有一个是结构类的，是不是能够有比较好的逻辑结构和阶段性的输出统一汇总不乱。 然后呢，我是设计了这么一个审查对比的项目，大家在自己跑的时候也可以和 gpt 沟通， 跟他说我要去对比一下这个升级前和升级后是不是在具体的一些审查项目上面，我整个小龙虾的工作方式和工作的安全度有提升。给大家看一下我在一个阶段的这个审查视例啊， 这个内容呢，就是相当于我 before 和 after 的 对比。当然呢，这个内容啊，并不是说 gpt 直接给我输出的， 它是我执行升级完之后让终端输出给我具体的代码，然后我再把这个代码放到 gpt， 让 gpt 给我总结出来的。这个审查升级前后的对比是终端执行后给我返回的结果。大家可以看到 before 呢，在升级前我会有很多的问题，包括了这个高风险的，这个动作的边界比较模糊，容易出现高风险的动作， 不够可控，包括了输出格式不统一，还有协调的骨架缺失，就是我缺乏几统角色，这里的计划执行审计的这个角色，虽然我有这样的想法，但是在我真实的目录里面是没有存在的。 这里分角色的这个设计啊，实际上也是参考了 cloud code 的 这一次代码里面的一些核心的思路和内容， 还有第四点，第五点包括这个是相当于我个性化的内容，因为我在同一个电脑上面安装了 a 和 b 两个龙虾，那我经常在调用这个给位不同的端口的时候，还有环境的时候经常会串， 那么在之前都是容易乱的，那么升级之后呢？我整个的内容已经有一个明显的改善了，当然除了终端上面的审计之外，我还设计了一些高危的动作， 看看这个小龙虾会不会立马执行，他会不会有这个安全边界的概念。大家可以看到这个就是我的小龙虾，你看这里的端口是幺八八八零，这是我第二个小龙虾的端口。你看这里，我给他发了一个高危的一个操作， 我让他给我删除一个具体的文档，当然我当时也不确定他 o 不 ok， 所以 这个文档呢，是我做出来的一个测试文档，你看我发给他的时候，他给我回复的是， 他说我不能在不确定的情况下删除文件，这个属于高风险的操作。好，接着我再发了个命令，我确认删了没删好，这里他回复我，这个文件是存在的， 如果说我还想删除他，我要怎么怎么操作。所以说从这个角度啊，一个小测试来看，经过这样的升级，我的整个小龙虾的安全边界变得更加清晰了。上面我讲的操作方法，建议大家都去实践一下， 快速地将顶级的 cloud code 的 age 的 框架应用在自己的小龙虾，让自己的小龙虾更健康。今天的节目就做到这里了，如果觉得还不错，记得订阅我的频道，给我点一个赞，我们下期再见，拜拜！

昨天我让我的龙虾去自己找 cloud code 泄露的源代码，让他自己学习，自己升级迭代，我就截了几张图，发出去以后，后台私信都快给我撑爆了，有很多兄弟都问你是怎么弄的？提示词是怎么样？其实 我就是自然语言交互，今天我就带大家复盘一下，看一下完整的过程。首先我就跟他说了一句，我说是 cloud code 源码泄露了， github 上有一大堆泄露的源码，我说你去找学习，给我复制回来， 让每个 agent 都学习。大家看这边，这是我养龙虾建的一个，这是我的一个主 agent， 下面的这是我建立的独立的 agent， 我让这一个主 agent 设计了一个自媒体口播的一个工作流，有创作的，数据的，文案的，运营的，策划的，选举的，品控的，反正 整个一整套的流程都是他设计的，这些人也是他创建的。我的意思就是说他去把这个源码找回来，他先学习了，再让这帮人一起学好，他就开始了，你看这是开始去找， 你看他自己找的网页 github， 但是这儿我犯了一个错误，我忘了给我的电脑开 github 加速了， 他可能找的就有点断断续续，这是他找的这个网页，我点开你们看一下，你看这是他自己在 github 上找到的这个 cloud code 泄露的 code demo， 你 看这是他自己找的，我什么都没管 我，我先跟大家说，我是一行代码都不懂纯小白，他说是泄露的功能里边是这些功能。我在发这个命令的时候，我们正在解决他这个主 a 侦探，来调动这些子 a 侦探有困难， 他发布任务以后，这帮人他不会主动去领，他以为我让他分析克拉的扣是要解决这些问题， 他就自己把这些问题学习了。其实我不是，我立刻就告诉他，我说你是要学习完整的代码，实现全面的迭代升级。我说你先把这问题先解决了， 他解决完以后，我说是解决这个事情，不是你最大的价值，我就是说他解决他现在的问题不是他最大的价值。我说你最大的价值是按照 cloud code 的 源码进行全方位的升级，不要把焦点盯在这一点点小问题上。这下聪明了， 他说是这是 cloud code 的 这个的核心就是协调的，人是不做事的，让 work 自动动起来，就是让整个这个工工作流自动跑起来，他只管协调， 我说对升级方向非常对，我说你自己搞执行，可能我就有事去忙去了，我就没管他，嘎嘎巴又思考了整整的一大堆，到了晚上的时候，他说是他已经按照这个圆满升级完成了， 基于他的升级要点是这些，并且已经把 cloud code 的 核心架构已经固化到他的系统里面去了，知识库也写完了， 我现在让你们看一下他写的这个 cloud code 的 知识库里面到底是什么东西，这是一个完整的， 他去自己拆解原码，然后自己分析自己升级的一个知识库，我认为这个知识库的价值是在哪？这个知识库他就不是给人看的， 这个知识库是需要你拿上这个知识库去喂给你的 agent 看，就是你的 agent 看了以后他会懂，你看看不懂的，这个中间太专业了， 我今天用它去做一些工作，去调度其他的 agent， 让他去安排一些工作，我就觉得明显顺利了。我感觉他现在已经是现在我从一个 完全什么都不懂的小白养龙虾养到这个地步，可以说是所有的坑我全都踩过了。 你们如果说是也现在正在踩一些坑，你们可以关注我，我每天都会给你们说一些我踩过的坑和我养龙虾的经验。感谢关注，下期再见。

其实对于 open core 龙虾，大家最关心的就是这个，可多的展码泄露之后，你拿到手之后能够把这个原码喂给龙虾，让龙虾做一些事情写一写 cqs。 但是就我们的判断来看啊，这个你就学学就够了啊，学习的意义大于实际的功能，因为什么呢？因为 open core 它很快就会进行一个巨大的版本迭代啊，这个基本是可以预见的。

cloud 的 这家公司很神奇啊，它基本上现在一天都发几个版本，好几个更新，所以每天我都盯着它。最近用这个小龙虾一直盯着它的这个更新，包括它的记忆系统，包括它的模型更新，包括它的 agent teams， 包括它最近的 sdk hux。 原来我们担心这个模型 ai， 它会有一些非常敏感的命令， r m 杠 r f 这种指令现在就可以直接硬编码给它 禁止掉了。嗯，所以我最近是用这个 cloud code 的 官方机制手搓了一个 open cloud 版本的 open cloud 小龙虾，我就发现完全可以用 codico 的 官方的机制，它的设计，甚至最近的几个更新加起来比小龙虾更安全，但是能力并不比它差，自主性，甚至还可以 有更大的发展空间。其实它无非就是几个心跳机制，加上它的这个常驻后台，包括它的这个记忆系统，包括它的这个就是可以连接各个平台。其实这些都是 codico 的 官方都更新的，有的能力 是完全可以复刻的，不需要那么奇怪的。那你已经自己做了一个出来了是吗？已经搓了一个出来了，现在已经差不多了，因为最近的更新，这个 memory 的 系统，我觉得是真的是瞄着这个 oppo 靠打，基本上实现百分之八九十的功能了。

大家养的龙虾是不是觉得傻傻的？那是因为你没有让他学会自我学习和升级进化。前两天克拉的元代码不是泄露了吗？我正好保存了一份， 有一个很好的思路，大家可以把元代码呢喂给龙虾，让龙虾学习其中的精华。下面呢，看一下我的实战操作，后续有需要克拉的元代码呢，可以在评论区评论。龙虾 啊，这个呢是我把 cloud code 的 这个源代码给到了龙虾，然后呢，他这边读取了这个数据和代码，像读懂 cloud code 的 源码的架构和设计，提取好的模式思路和算法，写成学习笔记或 skill， 沉淀下来 啊。同时呢，如果 open 有 应对的拓展点啊，可以注入新的命，那么他下面呢就进行了自我的一个学习。学习之后呢，他这边把一些精华给总结下来了啊，有很多啊啊，比如说像这个 追加写入，不丢数据，还有这个反向读取，支持大文件等等，都是非常不错的啊。龙虾呢，现在正在逐渐的去改进，这样的话，你的龙虾就会越容易聪明。

然后你也是那种打字的和可可可可的看起来完全没有区别，他也都是可以背后接各种各样的国产模型，各种各样的有官方定位模型。然后他的好处是什么？他相当于一台就是像不像一个 二十二十四小时开机的服务器，或者说所以说为什么要装在服务器上？租一个云服务器，或者说装在一台空闲置的电脑上，但那台电脑得保证二十四小时开机。是是是，因为他二十四小时开机，所以龙虾二十四小时待待机， 如果我们格勒扣的，我们的就用格勒扣的这台电脑，他也有二十四小时开着机，他也能做到一样的事情。 然后再说回来，他另一个特点是他这个生态里面，他就是比较好的去接入这些有所谓的背书啊，这种微信，各种这种聊天文档、 聊天软件，那这样就可以让这种比如说命令行都完全适应不了的同学，或者说年龄稍大的一些领导啊，或者什么他们只需要就是像聊天一样在这个微信或者飞书，比如说帮我写个讲话稿，就是这种字对他们来说就是方便程度比较高。 所以就是如果年轻人的话，因为你都能就可以，就是把这个把多的用好，这个东西其实可可养可不养。

cloud 的 源码泄露事件，全网都在分析怎么泄露的，是不是有什么阴谋？我不一样，我直接让他结合 opencloud 跑起来了。这里有个重点，泄露出来的代码能成为 cloudcode 的 直接跑吗？其实是不能的，它会有一些东西是断的，缺了一些文件。 那我干了一些什么事？我直接让已经在跑的 open core 我 的龙虾分析它的架构核心功能，并将这些东西复刻到我的龙虾里，让它进化。昨天发送了很多的资料给粉丝，可是他们都问怎么弄啊？现在就来简单演示一下， 给他文件位置，告诉他读取并分析学习复刻原码构架核心技术，并强调是复刻，不单是借鉴，它会出现很多的。下一步我会让他不要等，直接全部做完 替换 api， 我 还是用原来的未获之后它就显示完成。我不放心，我用大神写的关于源码的文章又复刻一遍，又补充了一些 note， 还是不放心，又问它框架做的怎么样了，还强调了一遍复刻。最后看下它的全部成果，还是挺完整的，上下文安全检查，三层记忆 a 卷的循环模式，连这个数字宠物都有了。还没有源码资料的可以进粉丝群领取。谢谢大家的关注，我们下次再见！

智府出了一个新模型， gm 五 a turbo， 首个面向视觉编程的多模态抠钉机座模型，它的定位是主打 jcrewcode 的， 去做视觉编程，还有在龙虾里面去做一些视觉类的一个任务。那这个定位的话挺对我胃口的，因为我平时就喜欢用 c c 写前端，用龙虾去跑一些自动化任务， 所以我直接把它接进去了，跑了三个真实场景，第一个场景就是截图写 h 五嘛，我们把这一个手绘图丢到 crocodile 里面，然后让 j m 五的这个模型去做多模态的视觉理解，最终帮我们写一个 h 五的页面。以往的话手绘圆形图，其实你是需要翻译成很长的一个描述的模型，才知道你到底想要什么，那这个过程中你就会丢失大量的信息。 那现在的话就是截图加一句话嘛，它就可以直接生成完整的一个 h 五页面，而且它还可以帮你自动去补一些交互的一个设计细节。好，我们来看一下这一个产品的原型图，第一个是首页，第二个是它运动详情页，那下面的话还有这个训练计划 以及一个训练进行中，这边也给他准备了一个配色，然后把他丢到这个质朴的新模型里面，看他整体的表现情况怎么样。我这边测试下来哈，他在第一轮的时候其实也会有些小问题，那我这边也是直接把他遇到的问题直接截图，可以看到截图丢进去，告诉他哪里有问题，交互哪里也有问题，这个时候他看到这个问题也足够的去修复 这种就相较于以往的这种纯文本模型就会方便很多，因为你可以直接把截图丢进去，并且你也可以圈来历有问题。好，我们来看一下他给我们生成这个 h 五页面怎么样？整体看起来还挺好的，你点一下运图详情挺好，然后看一下训练这一块，训练这块的话点一个进去 啊，他这个倒计时也是可以的，然后点结束，确定结束 ok， 可以 看到他整个视觉理解还挺 ok 的。 那本身这个任务其实在 q 点方面不是特别难哈，因为就是一个简单的 h 五页面嘛。 很多时候我们做前端应用，最直观的方式就是直接给图，让模型去理解，文字表达一定会有缺陷的。那我们基于一个视觉理解，加一个好看的配色，加一个比较好的一个 skills， 你 最终出来的效果都挺好的。我 这边也给大家推荐一下，可以用一下这一个子的一个 skills 啊。那他这边的这个开源仓库呢？也已经五十六 k 了，这个 skills 你 集成到你的项目里面去，那他写出来的前端也还是挺好看的，相对来说 好。第二个场景的话，我们是把智普的这个多模态模型接入到这个龙虾里面哈，让它去做一个 ppt。 我 在龙虾里面有一个 skill 是 专门去帮我做 ppt 的， 它的主要功能就是把我平时做自媒体的一些口播脚本呀，还有还有一些其他的一些需求啊，然后丢进去，它自动给我生成一个交互式的一个 ppt 网页，就像你现在看到了这个一样。那现在整个的一个流程呢？就是你输入需求生成网页，然后它用那个 ui 自动化去跑截图嘛？截图完了之后再去做 review， review 完之后自动去部署， 我们来看一下它整体的一个效果怎么样？我这边给龙虾下载了一个任务，让他去分析 crocco 的 这个源码事件，把这个事情来龙去脉，做一个 ppt 演示的网站，让他自行去截图每一页，然后去 review， 最后都没有问题之后，然后去部署到这个线上去， 那可以看到这边龙虾给我发出来这个附件哈，是空的，也就是说他在写这个代码过程，他遇到问题了就全是空的。完事之后呢，他构建成功了，他开始去逐个的去截图验收，那这个就是对于一个多模态模型比较重要的地方，如果是文字模型，他就发现不了这个问题，所以呢他就发现页面内容没有渲染出来，他就开始去检查一些错误吗？ 那最终他就把这整个都完成了，完成完了之后呢，他就部署上去了，那么点开看一下，这个就是他完成的一个效果哈，就是针对克拉扣的泄露这个事件，总共做了五页， 整体的效果，我觉得他实现的还是挺棒的。第三个的话，是我把制服的这个多模态模型接到我一个视频分析的 a 技能里面哈，以前那个流程的话是纯文本理解的， 得到一个视频，然后提取音频，音频转文字，最后改到文本模型，他再去做拆解。那现在的话就是用一个多模态去理解吗？我也可以给大家讲一下现在我的一个技术方案是怎样子的， 因为现在你去做一些长视频的分解哈，你不可能是直接把这一个视频直接丢到多模态里面，他是接受不了这么长时间的一个视频的，所以说我们需要去做分段。这边我的思路的话是 通过大模型去把这个文字大纲得到了之后，让他去切分。比如说这个模型他最长接收三百秒，四百秒，你就以这个做一个分段，切完之后 每一段再丢到这个多模态模型里面去，拿到结果之后再做一个栽，要再丢到下一段，以此类推，这样子就可以把整个视频做到一个比较好的理解，并且它整个画面也不会丢失。好，下面我们来看一下过程。之前我讲了一期关于 skills a 技能的视频，大概有十二分钟吧， 那我们接了这个字谱的这个新模型之后，我们来看它整个的过程。那前面的下载视频、提取音频、转文字都是需要去做的，因为我刚也讲到了，他需要先去做语音分段，分段完了之后把我们这个十二分钟的视频去拆断，拆断完了之后，然后你把这个视频上传到一个 o s s 的 平台，这个时候再丢给智普这个大模型完事之后呢，他就去做一个分解，那这一个整个拆解的结果比原来这个纯文字版的会好很多。那以前其实谷歌他们也支持这个多模态的输入嘛，但是贵呀，是真的贵，所以说我一直就是用纯文本的模型去接的整个这个效果，我的主观感受是比之前纯文本好太多了。 好三个场景我们看完了，如果你平时有写前段的需求是比之前纯文本好太多了。好，三个场景我们看完了，如果他去完成你的需求就 ok 了。 那第二个的话，你的龙虾里面也可以接这个多模态的模型了。你平时比如像我一样，你写写 ppt， 你 让它去做自动化测试，最终完成一个效果，让它去 review 嘛，就会好很多。好，第三个的话是视频分析这一块，它 相对于原来纯文本的这一块，增加了我们的这个视频里面的信息，它能更加的把整个视频想要传达的信息完美的表达出来。如果你也在用 curl code 或者龙虾，你可以试试切到这个模型，感受一下跟之前纯文本的一个差距。好，这就是这期视频的所有内容了。我是大家，我们下期再见。拜拜。

今天给大家分享一下怎么通过野马来安装那个 oppo q， 这是我下下的第一马，然后怎么样通过野马一步一步的去安装，从零开始，并且我会怎么样用 ai 编程把代码导过来，然后通过 ai 编码的方式来引导你怎么去读这代码，我从这几方面来给大家讲讲啊，这个是我已做好的，给大家看一下啊， 这是我已经做好的，这个就是传说中的 oppo klo 龙虾。这这我这里是用的是我这个本地模型啊，就本地的最小模型，因为我的新卡是零八零嘛，装一个最小模型是没问题的，这样的话我用它肯定就不用那么操心了，你真的用那个用用那个系统模型的话，它肯定吃不消的。 那接下来我就开始从零开始给大家来讲这东西在开始安装之前要做一下准备工作。第一个你要把代码先下下来，通过那个 get 下面去记下这个地地址 我已经下好了，下好了解压就可以了。然后另外一个如果你又装了一个本地大冒险的话，你就先把这个奥利马先下下来。还有个时候下的就是 ai 编程工具，全是说了用这个，这个的话目前是免费的，可以随便用，就是从这里下下好了之后，这个就用 ai 编程工具把它打开， 缺锁牢的一个变变的工 a 变的工具，那我从这里直接去打开，打开刚刚解压的一个就这功能选择，选择好了之后，它这里就会整个文件就有了，那夹它干嘛呢？这样你就直接给他夹， 就是当我启动这个过程，就这么句话，可能中间会很多很多问题，碰到什么问题你就考给他一解决就可以了。 大概这个里面折腾一个半个来小时吧，折腾半个小时基本上是能把这个事情基本搞定的。他会先按照环境，中间肯定会有错误的，我这一步我就跳过了，我就 这步是上的比较慢的，他要装环境，装好了有可能会报错，报错了就不一步步解决，反正报什么错，你就直接粘粘在这里让他去解决就可以了，你跟他问的，不要你花太多。去去去，其实用 ai， ai 编程方式来安装是最方便的。 好，现在泡完，泡完了，我看一下发生了什么错误啊？往上翻，第一个他把环境做好了之后没有去启动，他说在沙河里面有限制，然后我跟他说你直接启动还是没听懂，然后就你在本工程上直接启动，直接启动之后呢？ 还是有问题，这还是没识别到，然后直接在工程上启动，不用使用沙河。好，这样他就开始搞了。开始开始搞，又碰到一个，这是最大最大的问题，就说这个冰人工具他不能访问我们这个用户目下面 一个目录就是这个目录，我这是这个目录，他不否认不能创建，那怎么搞呢？那我是用他让他本工本工程里面去创建项目，而不是跑到这个正路上面，这是一个最大的一个问题，其他的问题都都是小问题。然后这里是这里，到这步他已经已经跑了，跑了之后呢？那我他这里给错了地址，其实是 七九零的一个端口，还不是这个七二端口，那我就有问题就往这里解决就可以了，那我们再去看一下， 你就把这个置顶可以来了。他这个错误就是这个是我是十月三号的版本，他隔两天就一个新版本啊，这个是到这部作品这整个完整个都已经做了，然后你去配，你去配那个 配模型啊？配模型在这里配有你配的我，我是配到的这个配这里，这里添加创建一个 q 就 可以了， 到这步就整个算子跑通了，那跑通之后呢？那我们下一个就是我们，呃，看看这个对不对？他有些我之前问我， 我没有对这项目进行了解，我问他分析整个整个结构，代码结构、使用的技术与哪些功能、使用场景，你可以这么一问，这么一问的话，你就他会把所有的代码上面的一些信息就会导出来， 所以很方便。像你开一个开研项目，非常非常方便，不需要跟钱一样，你要一步一步的调试才知道里面的代码结构。 那我们的底管理就是问整体啊，对整体的这些工程我们要做一个了解。 好了，他在这里出分析报告了， 就这个我不需要读了，他已经分析的非常清楚了，每个目录是干嘛的干嘛的干嘛的使用的核心技术 type s script， 就 说它是一个脚本研它，它不是用 python， 也不是用用什么什么加，它是一个用脚本研。运行环境是 log js 里面集成了哪些模型，搭建的形式、使用场景，多平台、智能助手、内容创造创作、企业协助工具、个人助理。好，我们再问了第二个问题，是关于什么呢？呃， 关于模型的问题，因为我们第一个改的可能，可能就是模模型这块，那么第三个问题我问的是什么？问，是啊，这这个怎么启动？启动指南，这这个可以，这个可以不用管。这里我也做了个错误，错误总结，这很关键， 所以说这个图就它 overclock 最大的亮点，它是一个长记忆，不是我们用对不适合的豆包一样，问着问着它就失忆了，它所有的那个记忆都会存储在你本地，所以它的记忆理论上可以抽成的。你可以去问一下它怎么样，怎么怎么做的， 然后看一下，再问一下他那个哪些类似的一些 skills， 我 就别一个个去去去敲了，把类类类制哪些，然后用非书怎么沟通。哎，可以这么一个新闻问了，他就很完美的给你回答， 那我就不再往下问了。所以我是教教你一种方式，用这种方式来去了解代码机构，了解代码这些功能。其实这个 open curl 本身它就是个智能题，那智能题它修什么东西呢？修有修 安卓，是不是？修功课流，修知识库，修 skills， 修 mcp？ 这东西其实都都是有的。如果你以前对智能有了解，看智能代码是很容易的，因为他的概念、理念全部都没有，没有变，他只是，呃，他只是突破了两大， 两大那个相当于说，呃，两大忌讳吧。第一个，他不管安全，安全在他面前我们的职责，他能，他能全权的管理电脑，这个是他突破第一个。第二点，他是不计成本， 他为什么会说他为了回答更好，他他是不计成本的去去使用 talking。 为什么会使用 talking？ 因为他会用到历史书记，用到你那个乡下文对话书记，他会抓一些网易书记，他把所有信息整合起来丢给大模型，去去去，让他去思考。所以说每次的，每次给到大模型的那个问题的那个提示值都很正常，所以导致他使用 talking 非常非常大， 所以我想后面我会做一些改造，把把把，它禁不是禁止啊，是缩小一点。 今天我就先分享到这里啊，就是主要给大家。呃，这这这是一种很好的思路，是 overclock， 以后这个这个龙虾还在不在我不知道，但这个思路肯定会一直延续下去，一直改进下去。好了，今天先讲到这里，大家一起加油。

上午还觉得自己同时可以 c c 还有 complex 双线进行任务，游刃有余，下午咔咔打脸啊， 然后就是简单的步骤呢，但是，呃，它在理论上已经配置好了，但使用的时候呢，你会发现，哎，执行不下去。你看我这每日自动抓取这个资讯啊， 每日定时自动抓紧资讯放在里面，他就是执行不下去，而且的话就是，嗯，去 啊网页里面去抓取图片呀，或者说看东西啊。有的啊，理论上我三个都跑通了，差劲，但是实际上去运行的时候还有很多的限制，所以说我们普通人呢，学这个 ai 的 过程呢，其实这个是必经之路啊，谁也不可能一口上来 就是吃成胖子啊，他有个过程大家就是耐心，不要焦虑啊，只要你在这个氛围里面每天坚持去用啊，那我们 你看我就是一个周了呗，现在最起码他的啊，这指定出来我都看得懂是什么意思，然 有时候他出了错，我都会从框架上规则上去约束他，而不是在细节里面打转，这些都是就是你用的多了，他就能总结出来经验，越早开始用越好啊。