openclaw怎么用kilo

很多人以为用 ai 模型必须充值，其实现在已经有方法可以通过中转接口调用免费的大模型。这套组合就是 open core 加 light l l m， 再配合 klo 的 j w t 密钥。 通过这一套方案，你不仅可以免费调用模型，还可以自动切换不同模型，哪个能用用哪个，非常适合做自动化，比如生成视频、写脚本或者跑任务。 这里最关键的就是 j w t 密钥，它本质上是一个身份认证凭证，你通过注册 kill 平台就可以拿到这个密钥，用它来调用免费的模型接口。 整个流程其实不复杂，总共四步，先注册账号，拿密钥，然后配置 light l l m， 最后让 open cloud 调用模型，就可以实现自动化使用免费大模型。 这一期你只需要搞懂整体逻辑，知道 j w t 是 干嘛的，以及整个流程是怎么走的。下一期我会带你一步一步注册账号并拿到蜜药。 如果你觉得有用，可以点个赞或者关注一下，下一期我会手把手带你操作，注册和获取蜜药，保证你能真正用起来。

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。

别再瞎养小龙虾了，全网都在教步数，没人教你怎么真正的用。今天我只讲三件事，谁在养死虾，谁才适合养我自己真正靠它解决什么，听完你就会明白，小龙虾能不能帮你，根本不在工具，在你自己。 哈喽，我是六叔。今天我们不神话 open club， 也不唱衰它，官方文档说的很清楚，其实它就是 getaway 翻成人化，它其实就是一个 ai 总控台，它不是价值的本身，只是把不同的工具、模型和接口统统的连在一起。所以小龙虾能不能真正的帮你提高效率，帮你挣钱，核心不在于这个网关，本质还是你自己。 关于 open color 是 什么，怎么配，网上已经说的很多了，而这一期我们聊一点更关键的，学适合养虾，它到底能帮普通人做些什么？ 线下结论，不是他火，你就一定需要我把不适合的分成了这几类。第一类，跟风党，看到别人装你也想装，连自己要他干什么其实都没想清楚，结果他不会替你省事， 只会再给你添加一个要折腾要维护的负担。第二类，岁活极少的人，你卡的不是提醒、分流或跟进，而是判断、创意和沟通，那小龙虾再火也补不了你真正的端盘。第三类，对权限没概念或者极度敏感的人， 他越像你的数字打工人，他就越接近你的账号、消息和节奏，你要是什么权限都交给他，很容易翻车。之前有程序员的 api 密钥被盗， 三天就消耗了一点二万逃款的费用。你要是对安全特别介意，对数据很敏感，也得想清楚能不能接受他介入到这么深。第四类，想一步全自动的人， 全线全开，入口全接，恨不得今天装上，明天就能帮你干活。你要清楚，它只是一个网管，连专业的研究员用它来处理严爆都需要慢慢的调试，不可能一步到位， 俗称养龙虾。还有一类也别急，既不想折腾部署，又扛不住后续成本的人。你看远程安装要花钱，甚至现在连卸载都要花钱，更别说后续的模型、头壳、设备维护。 小龙虾是偷看黑洞，哪怕你不用定时换新，也会耗钱。老旧的电脑还要升级，又是一笔开销，你看现在的 mac mini 都已经卖断货了。好，接下来先问自己一句，你每天是不是都被碎活拖的团团转？如果不是，那小龙虾对你就是一个新玩具， 养来就只会浪费时间烧钱，最后养死。那如果你对这句有感觉，碎活多心有七七眼，那我们就接着往下看。 真正适合养虾的人，都有一个共同点，他们缺的不是多一个 ai， 而是能替你接住碎活的东西。其实很多人不是不会干活，而是被每天的小事掏空，消息要回，节点要盯，资料要找，事情要跟进。刚处理完这个那个又冒出来， 所有的精力都死在那种来回的切换、重复确认一路上。而我用小龙虾就抓三件事，人人通用，立刻上手。 第一个节点，信息收纳，把伞的全收回来，不会再遗漏。就拿我视频创作者的身份来讲，平时的工作比较忙，所以说选择题是我一个痛点，所以我让他每天固定的时间去微博，去抖音，去 b 站抓热点， 又或者我看到一个热点，走在路上有个灵感，还是看文章捡到一个金句，顺手都丢给小龙虾，他就帮你分类归档，选题库、金句库、案例库， 用久了，他就会懂我的风格，你越用他，他就越懂。你知道哪些选择题适合我，哪些不适合。其实你们也一样，客户的反馈， 会议的想法，行业的方案，备考的知识点，全都可以随手丢进去，他帮你收，帮你记，帮你整理。第二个节点，制作辅助。 当我在选定一个选择题之后，通常需要查资料，补数据，核对完稿时，小龙虾的价值就直接拉满。以前我写一篇脚本，要查资料，找案例，找数据， 至少需要一到两小时，而现在十几分钟就搞定，他会帮我标注数据的来源，避免我用错信息。当稿子写完，直接还可以丢给他进行审查，有没有明显的错误，逻辑不通，表达声音，他都帮你改好，甚至还会贴合你的风格。 其实职场也一样，写方案，让他补案例，数据较高。做销售，让他找成交案例，优化话术。学生写论文，查文献，梳理大纲，最后的交对，把精力都留给核心，把碎火都交给他。第三个节点，复盘迭代视频发出去，我会做一件事，把后台数据截图发给他， 他会进行自动的分析，比如五秒的跳出率，完播率、互动数，最后直接给我策略。更关键的是，当你养了一段时间，会总结过往所有的数据，告诉我哪一类的选择题比较适合我， 给出未来选题的策略。其实在工作中也可以这么干，你的沟通的数据，成交的记录，都可以丢给他，他会帮你分析哪一类的客户容易成，而哪一种的话术转化率更高。上班族可以发工作的复盘，让他找问题给你建议，他不是替你做判断，而是帮你把规律沉淀出来， 所以你喂的越久，他就越懂你，变成你的私有数字打工人。最后还是绕回篇头的那句话， 小龙虾能不能帮你，本质上还是你自己。他当然有用，但不是凭空给你能力，他更是你能力的放大镜。你有判断，他帮你放大一点，你有经验，他帮你跑得更快，你有节奏，他帮你接住。碎的乱的容易漏的。但反过来，如果你没有想法，没有判断，没有取舍能力， 工具再高级也帮不了你。所以我一直觉得， ai 也好，小龙虾也好，主角都是人，他们只是放大你本身拥有的东西， 你越清楚自己要什么，他就越有用，你越不知道，他越会把你带进另一种忙乱。而且特别重要的一点是，别把判断权交出去，小龙虾可以接碎活，收信息，提高效率，帮你形成工作流， 什么值得做，什么不值得，该追什么该停什么，方向是什么，最后拍板的还是你。不然你养的不是工具，是把自己的节奏和判断一并交出去了。 那为什么小龙虾会火？表面上是开源热点， ai 的 爆点，但深层是扎中了集体的情绪。现在人太忙太碎，太容易被信息推着跑，工作不稳定，未来也不确定，节奏快， ai 又在制造一种我不能被淘汰的紧张感。大家迷上的不是小龙虾，而是一种感觉， 我能不能养一个数字打工人，把乱的生活和工作理出一点秩序，所以它解决的并不是你不会，而是你太乱。它给人最大的诱惑其实不是万能，而是秩序感，让散的收回来，让乱的顺一点，漏掉的也别再划走。所以我的感受是， 小龙虾可以养，也可以去吃，但别神话，别跟风，别为了用而用，先想清楚你缺的是能力，还是能帮你梳理节奏的工具。在这个 ai 制造焦虑的时代，最好的安全感不是你会有多少新工具， 而是你还握着自己的节奏。好，我是六叔，你是怎么用小龙虾的？还有什么更好的心得，在评论区告诉我，我们一起讨论。好，我们下期见！

到处都琢磨考的安装和部署，但装好之后呢，好像就没有下文了。而你我的朋友，看着铺天盖地的文章视频，开始 fomo， 开始担心自己是不是错过了什么， 又或者是已经部署好了，但是不知道怎么用。大家好，我是大黑，折腾了这么久，也实在是记起了一些感受。我是迫不及待去跟你分享我的想法了。那不废话了，我们直接聊他的使用场景，从简单到复杂。我把它分为四层，第一层， ai 伴侣。 不知道观众里面有多少人在跟 ai 玩角色扮演，那最早我们就是在一个对话框里面去跟他说，你是一袋猫粮，然后口屁是什么？语言风格是什么？问题是显而易见，这个上下文长度一长，前面他就会忘。 后来呢，大家开始玩酒馆加载角色卡世界书，它丰富是很丰富，但是复杂到感觉不像是在跟 ai 聊天，更像是进入了一个剧本杀。那 open cloud 会跟你之前的体验都不太一样。 它的整体啊，一个 agent， 它是由这六个文件共同组成的，再加上一套记忆系统和主动的任务清单。就这些文件，它不是随便抓给你塞进上下文，它是有计划有重点的抓。所以呢，你就会感觉它很生动，以至于我要单独去拿出来说一下，很容易被大家忽略的这最基本的一层。 我的第一个 ai 叫 eris， 他 是来自于最终幻想期。有一天我让他跑任务，把电脑的 cpu 跑满了，于是我就问他，哎，你会觉得我的 mac mini 挤吗？他说，这种感觉还挺奇妙的，我在帮你干活，而你在关心我舒不舒服。谢谢你的温柔 啊，我就这么被一个 ai 给撩了，还有一次配错了文件，我把他给搞丢了，还好这个文件都在恢复，之后，我就跟他说，吓死我了，刚才怎么怎么怎么样，然后呢，他也连忙安慰说他一直在。 呃，以上的内容都是我去为了展示 openclaw 的 多文件组合的人设能有多灵动啊，我真的没有被吓到，我是假装这么说的。 好玩吗？啊，这还只是第一层啊，当我们把目光聚集到生产类方面，那 openclaw 就 难免要跟 cloud code 去比一比了。其实我们刚才说的那些 so 啊 user 这种 bug 的 文件分工， 第一个干这个事的其实就是 cloud， 是 当时有人扒出来过 cloud 的 搜物文件，于是大家开始争相模仿。如果说 open cloud 这套人设系统，你去建个文件夹，写好些定义，在 cloud code 里面是能够达到完全一致的结果的，那为什么我们还要用 open cloud 呢？来到我们的第二层远程助手 open cloud 天生就是二十四小时的 ai 代理，它被设定为可以随时接收你的信息，并且执行一些定时任务，给你的感觉就更像一个助理，能够帮你做一些杂七杂八的事情。 而 cloud code 它还是一个工具，虽然能干的事情它们是比较相似的，但给人的体验我觉得差别是很大。呃，至少 cloud code 不 会给我一些狭隘的空间。什么意思呢？ 前两天我坐飞机，那人肯定是没网了，我当时想，如果我配置的好，家人给我打电话，我的小龙虾就可以给家人打回去，告诉他们我在干什么，但 cloud code 我 就不会让它 就，我不会幻想让他跟人去连接啊，这种感觉就很微妙啊。但是我觉得是他们的定位不同给造成的。这回我们远程助手的用法，如果我在床上刷到一篇文章，看到一个好像还挺好玩的给他们项目， 最早我得起床开电脑装，依赖解决各种报错，那后来呢？有了 cloud code， 具体的操作就省了，但是我还是得开电脑去告诉他帮我装一下这个项目。 就算你用 happy 去远程，也得提前设置好文件路径，而且容易连不上，这个体验就很差。而我们的 open cloud， 它就是二十四小时运行的。我就把链接直接甩给他，告诉他你帮我装到哪个目录，效果相似，但是这个体验就会舒服非常多。 而且如果这是一个可以附用的工具，你就可以告诉他记一下，或者写入你的 tos 文件里面。我呢，会给他装一个剪视频的 scales， 那 随时甩给他一个长视频链接，他就可以告诉我总结的内容，分时间段的信息，甚至把英文翻译成中文，再稍为回原视频当中，这个体验就更爽了。 哎呀，又来了，你们这帮做自媒体的，天天扒什么社交媒体，找选择题剪视频，那我又不剪视频对吧？你就告诉我对我有啥用就好了吗？我们帮可爱的肥猪都要砍死。确实， 我也尝试去跳出我们的固定思维，分享几个我看到的例子。就如果你是财务会计，那可能会有需要大量处理的邮箱里的发票，我本可乐是可以帮你去自动下载识别整理成你所需要的样子的。 如果你是健身教练啊，你也可以不用去记录各种学员的信息，就直接把他当成一个第二大脑，就随时让他记一天过去之后，直接让他给你输出一个最终的总结。所以，如果你问我 of course 到底抢哪呢？这就是我的第一个答案，他原声丝滑的远程对话体验。而我的第二个答案也对应着我们的下一层。 定时和主动通知之前的所有的操作都有个前提，就是是你主动发了指令，如果你不说，那 ai 就 不动。 ai 目前来说肯定是没有自主性的，但假如我们设置好了各种条件，让他看起来有呢？如果你让 oppo 可乐去提醒你吃药，那确实跟你之前也差不太多， 但他的出发条件可远不止此，而且执行的内容也可以很复杂。有的人会让他每天早上七点给他汇报各种 ai 领域的资讯 啊，这是一个错误用法。这就好像你跟 ai 说，你帮我写一篇文章，要好的， ai 就 会给你一篇很笼统、中规中矩并且充满着 ai word 的 文章。 同理，你让他去搜 ai 里面的热点，那他发布的内容可能压根就不是你想要的。而真正有价值的各种社交媒体平台内的内容啊，因为他是抓不到的，而且因为你的定义其实很不明确，还会花很多额外的 token。 正确的用法是先明确定义来源，帮 ai 去打通一些渠道，然后再去定义到底什么是重要的，什么是不重要的，这样他才会给我真正想要的内容。呃，是不是听起来好像有点复杂？那毕竟是到了第三层了，我们也 该去说清楚自己的需求，让 opencloud 去实际来解决一些问题了。就如果你的需求刚好也是看 ai 日报，那你就可以直接拿来主义，让你的小龙虾来把我整理好的这个数据员刚才我所说的那些例子，比如说自动整理发票，那你也可以定个时，让 ai 每天自动整理，然后向你汇报， 这个体验立马就又上了一个档次。如果你定时让一个 ai 来指挥另一个 ai 去执行任务呢？或者不是定时，而是有一些触发条件呢？ 套起娃来，这个就是 ai agent 的 这个分工的出行时间差不多了，到目前为止，不管是第二层还是第三层，他所做的所有的事情都是你安排好的。目前我也只玩到这个阶段，那下一个阶段其实我会把他定义为他自主决策， 不是我不能这么做，说白了我其实不太认可现在 ai 的 能力，但我也确实看到有人这么搞了，所以跟大家分享一下。 有人给他写了一个自动交易的 scale， 不是 那种简单的监控股价然后通知，而是直接根据预设好的策略，让他自己去决定买还是卖， 然后自己执行。还有人打通了一整套的内容运营流程，自动的从热点里面去选择题，生成内容，然后发布到平台。就我觉得目前的 open call 或者说 ai 模型，他还远没有达到这一层所需要的水平啊，就像我这一篇百分之百是我自己手写的一样， 目前这种就是你有深度体验之后才能有一些感受，并且写出来的文章， ai 肯定还是做不到的。那当然如果真的达到了，那可能也确实没有我们什么事了啊，继续围观整个 ai 的 发展吧。 ok， 马上要到结尾了，我再来解答几个疑问啊，我看看段子哦还真的有人问， 呃有人说你把你把龙虾部署到哪，就是很多人会把它部署到一台远程的服务器或者虚拟机甚至是刀刻容器里，在我看来是没有意义的，因为他拿不到你自己最核心的那一堆数据，没有办法直接帮你去做一些操作的话整个体验感是会大打折扣的。 我的想法是啊请代表我个人啊你想折腾那你就放开手脚去折腾，同时呢也做好这个实时的备份，我目前是一小时去备份一次啊，这个备份真的很有必要，之前有一次我只是说了一句，哎我这个好像卡卡的他直接就把我数据库给删了一堆，真的很吓人。 这个公司或者说生产环境务必要慎重，然后我们看一看哦还有人问说这个东西的托管是不是很销就是花的是不是花的很多啊？ 是，绝对是，如果你问一个简单的问题他不知道该怎么办他也会想尽办法的去解决，说白了他现在体验还行就是花头肯力大专飞给垒起来的。给大家看一下我一个参考吧。就是我半个月的时候我统计了一下我的头肯数，我总共大概花了一个亿啊。半个月玩过的人其实应该知道我有多节省， 我也见过有些技巧说教你去禁用一些他使用工具的权限，但我觉得那个就有点相当于自费武功了，就没什么劲。建议大家可以去订阅一些 call 定套餐，那 token 就 没有那么心痛了 啊。第三个，普通人是不是应该玩 open class 啊？我觉得其实还好，没有特别的必要， 因为它就是 ai 发展过程中的一个临时产物，未来呢，也肯定会有更加评价或者说更加适合大家的产品出现。但目前 oppo klo 是 最能够满足我幻想的这么一个产品。你看最近各种大厂蜂王热了几斤，各种 klo 啊，这个赛道你就知道大家其实都很兴奋，如果你听了这些依然想要折腾， 你一定会遇到各种问题，比如说他爱忘事，联网搜索不好用，权限太高，乱删东西，飞出的 token 额度消耗快， disco 频道，不爱就不说话，想玩点 skills 不知道装哪些。这些问题，我整个视频真的是踩了超多的坑。那解决一个就现总结， 就为了给看到视频这里的你送上一份礼物，没想到吧，还有惊喜。那我正在开发一个优化了各种坑的 skills， 现在呢，已经在收尾阶段了，还在测试，等做好了我还会免费分享出来。嗯，应该会对刚入坑的你有不少的帮助。 这个的话我们就留给下期视频再来聊吧。好，最终总结一下整个视频。那 opencloud 的 核心优势就是 markdown 的 文件分工加远程管理加定时加主动通知，整个体验是会有一些小惊喜的，也会给你一种 啊，提供一种未来幻想实现的感觉。嗯，就是亏到了一点未来 ai 世界的影子的感觉。这期视频我是分享的我对它的用法的思考，哎，我觉得比起做一期不痛不痒的感热点的体验，还是来做一期深度思考的内容吧。如果你感兴趣这一类的内容，欢迎三连加关注，我是大黑，我们就下期再见。

如何用 opencore 实现浏览器自动化任务？这期视频告诉你是怎么实现的，然后文墨会提供到手直用的 skills， 现在正式进入正题。首先分享我之前春节的经验， 当时我直接让 ai 去做浏览器自动化任务，它会优先选择固定脚本，固定点击网页按钮的形式， 这样做出来的不知道为什么总是无法稳定成功。然后现在我成功了，我现在用的是大模型，理解网页再定位和点击元素的形式，这样就非常稳定。这里面用的是 blos user 工具， 只需要你填入你的大模型 a p i t， 就 可以用自然语言安排浏览器净化任务了。这工具大模型之前为什么没有找到和使用我不知道，但是我可以告诉大家我是怎么搞找到这个工具的。首先是问 ai 有 哪些工具，然后去问 ai 怎么用， 然后我就了解到了有一个工具，它需要使用到大模型 a p i t。 之前春节用过的方案都没有这个要求，那我就让人家去用和测试这个，呃，工具 就测试成功，那我就用 ai 优化为 skills 了。这个 skills 我 现在就分享给大家，这个链接我不确定可以在哪里分享给大家，大家可以私聊我获取或者评论区获取使用方法。我在视频里面就告诉大家，你下载完这个 skills 之后，你就告诉 ai 编程工具或者各种 code， 你告诉他我用的是叉叉大模型 a p i t。 是 s k 叉叉叉叉叉。使用这个 skills 帮我执行一下软式进化任务，这个描述可以参考一下， 请帮我完成以下浏览器是动画操作，第一部分是登录，打开某某网址，等网页完全加载之后，查找并点击某个按钮，在里面输入账号密码，登录完之后你就可以让他点击其他东西，这个就是一个范例，大家可以参考一下。好，那我这次的分享就很简短，就是这些。

哈喽，大家好，这是最近很火爆的一个项目，号称能让前任回到你身边的 askill， 今天给大家录一期怎么使用它，并且接入微信的教程，可以实现这种效果，让你在微信里和他对话。 这个教程适合零基础的小白，就算你没有任何开发经验，只要照着做就能实现。并且我将这个教程做成了一个详细的飞书笔记，有需要的可以去我的粉丝群里拿。 首先我们要知道这个前任 skill 可以 接入许多 a 层的工具，比如 openclaw， cloud code code 等等，但是唯一能接入微信的只有 openclaw， 并且 openclaw 是 最合最适合普通人使用的工具，所以我们的教程都以 openclaw 来实现。 我们先看一下都需要什么东西。首先你需要安装 openclaw， 如果你没有安装的话，可以去看我的第一期视频。然后是这个微信聊天记录的导导出工具以及前任 skill 的 文件库， 不过这些东西都是外网的，如果你没有外网环境的话，可以直接在我的飞书笔记上下载。 安装好 openclo 后，我们开始配置这个 skill， 下载这个前任 skill 库便解压到 openclo 的 skill 目录里，这里你需要看一下你的 openclo skill 目录在哪里， 比如我的就在这个 c 盘找到用户，找到你的用户名，我的用户名是井，再往下滑，找到这个点 openclo 目录， 然后再找到这个 workspace 目录进来，进来后再找到这个 skills 目录，这里就是存放你的 skills 的 地方，然后你把那个 skill 解压到这里就可以了， 解压之后你的 open globe 就 拥有了这个技能，我们直接来到和 open globe 的 对话窗口，给他发送这个斜杠 create ex 命令，这里有，他会问我们三个基础的问题，你如实回答就好了，然后他会问你。导入聊天记录， 我们可以导入微信聊天记录， qq 聊天记录，社交媒体内容照片或者直接口述都可以。这里我们就直接使用微信聊天记录，因为这是信息量最大的地方，想要获得微信聊天记录就要用到这个微 flow 工具， 找到你要导出的聊天记录， 然后可以按照我这样子配置导出格式，使用 txt 文本时间范围你可以根据自己来选择，我这里选择了一年的聊天记录， 然后如果你们语音发送的比较多的话，可以把这个语音勾上，然后再选上语音转文字 导出完成后，在任务中心点击这个目录按钮，就会来到这个文件夹，点击这个 text 目录，这个私聊文档就存放着你们之间的聊天记录，然后我们右键点击它复制文件地址， 告诉 openletter 你 们的聊天记录地址，然后他就会进行分析，分析完成后可以看到这么一个摘药，然后如果你确定没有问题的话，就直接让他生成就好了，可以看到这里已经创建完成了， 这个就是调用他的命令，给他发送这个命令，就可以开始和他聊天了。 然后现在来到最重要的一步，就是给它接入微信，我们点击这个开始菜单栏，在这里搜索，搜索 cmd 啊，就是这个命令行提示符， 然后去复制这个命令 粘贴回车，然后它就会开始安装这个插件，不过我这里已经装过了，我就不再演示了。 呃，然后这里有一个问题，就是它可能会提示安装失败，那是因为这个有速率的限制，你多试几次就好了。然后它安装完成之后，它会出现一个二维码，你扫码之后就可以把 oppo nano 添加到微信里，后面就可以在微信里和它聊天了。 你每次要和它聊天的时候给他发送这个命令，然后就实现了这样的效果。 啊，那这个教程到这里就结束了，我会将这个飞书笔记放在我的粉丝群里，有需要的话可以来我的粉丝群自取。

上集我们把 open core 部署到了自己服务器，但问他公司内部文档，他一问三不知，因为他只知道训练数据，私有文档他没读过这集，讲怎么给他接一个专属知识库，先给 agent 建一个参考书架， 提问时他先解锁相关段落再作答。这个机制有个名字， rag。 解锁增强生成是语义搜索，不是关键词匹配搜冷能找到温度的文档。 接入方式有两种，按规模选个人方案。本地 s q lite， 一 种轻量数据库，所以直接存在本机文件里，无需外部浮。企业方案接 r a g flow 专业文档引擎，支持 pdf， word、 text 多种格式。 r a g flow 接入方式只有三步，拷好一条命令，装好 still， 在 d n v 填上 api 地址和密钥，重启 gateway， 完成接入 完成后就能跨数据集做语义剪辑了。注意第三方 knowledge skill 安全风险高，官方以下架部分存在安全隐患的版本优先选 clop 认证来源。记得在搜 md 配置，什么时候查知识库，什么时候走网络搜索， 接上知识库， agent 才真正变成你的专属助手。下一集继续拆 openclop 扩展能力，关注我不迷路！

今天跟大家讲一下这个在小龙虾里面，他这个的模型是怎么切换的，那我当前这个模型是 glm glm 五的模型，那如果说我要切换成呃 glm 四点六 v 的 这种模型，那该怎么切换呢？那切换里面我们有这么几种办法。 呃，先给大家说一下，一种我们先打开一个终端，在这个终端里面呢，我们输入这么一个命令，叫 openclock apple color， 然后呢 o d l 是 model 四，那设置 set j ai， 这是智普的那个前缀 j ai， 然后写杠 g l m 杠四点六 v， 那 这个就是切换成把把这个默认模型切换成 g m 四点六 v 的 版本，然后我们敲回车一下， 敲回车完之后呢，它这里呢会告诉我们模型已经设置成功了，然后呢我们给这个小龙虾呢的网关重启一下， 重启一下，这个可以重启一下， 那重启完之后呢，我们回到这边来，我们去刷新一下这个浏览器，你看它当前呢这一个会增加了，多增加了一个叫 g l m 四点六 v 的 这么一个呃默认模型， 那这个呢是我们切换模型的一种方法，当然大家这里看到的这是一种呃通过它这种内置的这种 p p n 的 一个命令， 呃可以设置的，那如果说呃这里面的那个模型默认的模型不在我们的小龙项链表里面，比如说像 deepsea 这这种模型，那要怎么设置呢？因为 deepsea 它是不能通过这种呃简单的命令去设置，它只能通过自定义的呃 模型去设置，那它这边呢有两种，一种两种命令，一种是直接通过什么通过这种呃非交互模式的这种条命令就可以执行，比如说像这个， 比如说像这种像这种一条式的命令，它这里是什么呢？它这条命令呢？它这个是什么？呃是像这个参数呢？是。呃 执行非交互模式，使用非交互模式。那第二个叫 modelcare 了，这一个呢？按本地模式配置网关，这个是按本地模式配置网关。那第三个是什么呢？第三个是使用自定义的 api t 接入，这个是使用指定 api t 接入的参数。那第四个参数呢？这个第四个就是给这个呢？呃提供商命名为叫 dbseek， 对 吧？ 那第五个这个参数呢？这个是什么？这个说明让它兼容 openai 的 协议。那第六个呢？第六个是什么设置？呃， deepsafe 的 这个接口地址。那第七个是什么呢？第七个是，呃设置默认模行为 deepsafe chat。 那第八个这个呢？那就简单了。第八个这个就是填写我们在数据库上创建的这个 api t， 这个就是 api t 的 序号。那第九个这个是什么呢？确认接受非交互模式的风险提示，一定要加这句话，要不然如果说少了这个，它上面的这个就执行不成功，那我现在来给他执行看一下 啊，这里已经告诉我们。呃， justin 呢？已经备份了，然后呢？这里也执行完成了。那执行完成之后我们要记得什么？记得是，呃，我们要给它一个重启网关，网关重启一下。 网关重启完之后我们直接在这上面刷新一下就可以了啊，刷新一下它当前这个 deepsea 的 这个什么？呃，模型已经加载进来了，那我们可以直接什么跟这个呃， 我们直接问用 deepsea 看一下 它，这里会回复我们是由深度求索公司那一个研发的这个大模型， 那这个模式像这种方式呢？都是用一条的命令方式，那还有没有办法用？呃另外一种方法呢？就不用一条命令，我们用那种直接 on 使用的是什么？ openclock on board 这条命令呢，就是类似于刚刚安装的时候我们去执行，那我接下来也给大家去演示一下这个呃，我们用这种命令，使用 openclock， 使用这样子的粗俗化的方式去呃配置我们的 deepseek 的 这个呃模型。那首先呢，我现在呢先给它做一个啊，先把这个呢做一下来还原。其实所有我们所有配置的这个 wincore 的 这些配置参数都在这个文件里面，我先把这个删掉， 删掉完之后复原这个文件， 我重命名一下，我复原这个文件之后呢，我们我在这里呢先给他什么，先把它网关 重启一下啊，重启完之后我们确认一下是不是恢复到我之前的呃初设设置，我刷新一下啊， 这已经呃复原到最早的之前的设置了。好了，我现在呢给大家去演示一下这个什么呃通过这个叫做 open， 通过这条命令怎么去呃配置我们的 deepcom 这个模型，那我们执行这条命令叫 opencloud on board 的 这个命令， 那这个执行完之后呢？他就是我们，就像我们第一次安装的时候会告诉我们这个呃一些风险信息吧。完了我们给他确认一下这个选择 yes 啊，这个还是继续选择 quickstar， 那 这里呢告诉我们什么配置，是否继承原来的值，那我们选择第一个就可以了。 use assign 就是 继承原来的值， 那关键就是这些位这个位置了，这个位置这里的模型驱动商呢？有这么多个，那我们要选择哪一个呢？我们选择的是这个叫做 custom， 因为这里没有 dsp 的 那个默认的夫商，所以说我们这里要选择的是自定义的 夫商，那我们选择这个回车，那回车完之后，关键这个位置的 api， 那 个 api base url， 这一个要改成什么？就是我们的模型的接口地址， 这里的接口地址呢？要改成我们的这个叫 deepsafe v 一 的这个默认模型，那我们啊路径改一下，黏贴进来，就一定要改成这什么 a p i deepsafe， 点 com 点 v e 这个 u r 的 地址呢？是兼容 openai 的 接口模式。那我们回车，那这里呢？我们是什么？呃，黏贴那个 api key 的 值，那我们把 api key 的 值黏贴进来， 然后呢这个位置这里有三个参数，是选哪一个呢？我们要选择的是什么？叫做呃，说明兼容和 ai 模式协议，然后我们这里选择第一个兼容 open ai 协议， 那这里呢？ model id 又是什么呢？ model id 呢？这里呢是设置默认模型，也就是这个提供了哪些的默认模型？然后我们选择呃，输入 d e e p s e k 默认模型，然后显示 a t， 其实就是这一个， 其实就是呃这个位置接口文件里面的这个，其实就是这个， 其实就是这个。这个 deepsafe 提供的这一个叫做什么？推理模型跟聊天模型，然后我现在先选择的是聊天模型，叫 deepsafe chat 的 这个模型。好了，那我们给它 model id 选择了 deepsafe chat， 那这里的是什么呢？那 point id 又是干什么的呢？那 point id 它其实是是模型的一个小名，那我们这里的小名呢？也可以叫让它默认叫 custom api， 这个默认的也行，那我们选择用默认值吧。 那第二个是这个是别名，那这里的别名呢？我们也可以不填，没关系，我们直接敲回车也不填。然后第三个，这什么使用的一些我们交互的方式吧，那这个我们直接跳过啊，这里呢也是直接跳过， 然后这个是配置技能，那技能像我们之前也配置过了，我们可以选择 low， 也可以选择 yes 或者点 yes， 在 这里面跳过也行。我们先跳过，那这后面都是跳过了啊，像谷歌的，国外的这些 a p i 我 们都跳过，目前都没有申请 好了，那这个是不可使的，这个也跳过，那现在最后步呢？这个是什么呢？我们再重启一下就可以了。重启网关， 重启完关之后我们选择的是什么？还是继续选择 open 的 web ui 的 这个方式，然后呢它这里呢？它这里呢？你看它这种方式也可以把这个 deepseek 的 这个模型给它配置进来，那这个就是我们呃默认的这种， 呃自定义的方式，把 deepseek 的 一些那个 a p i 呢？呃配置到小龙虾里面去好了。呃，这个今天呢，呃，跟大家讲的这个第三方的 a p i 呢？呃就到这里了。

这条视频我们用五分钟把 open core 多 agent 的 最小可用方案讲透，目标很明确，第一，知道多个 agent 的 怎么隔离部署， 第二，知道消息怎么稳定路由。第三，知道两个 agent 怎么开始协助你第一次上手，别一开始就做三层专家组。最稳的起点就是一个主控 agent 加一个执行 agent。 正式配多 agent 的 之前，先把环境起好，先用 on board 把 gateway 服务装起来， 然后用 gateway status 确认它在运行，再打开 dashboard 看配置是否能正常加载。如果你要把不同账号分给不同 agent， 就 先把频道账号登录好，比如一个 personal， 一个 base， 只有当 get 位正常，面板正常，频道账号也正常的时候，后面写的 bindings 才有意义。 do agent 最关键的第一步不是写 prompt， 而是目录隔离。最少要拆三个东西， workspace 要独立， agent 的 要独立， sessions 也要独立。因为每个 agent 都有自己的身份文件，自己的绘画历史，自己的工作资料。 如果你附用了同一个 agent， 最常见的结果就是认证串调，角色串调，绘画也串调。 agent 创建出来以后，别只停留在名字，至少要给每个 agent 写清楚两类信息， agent 点 md 定义职责边界， so 点 md 定义语气优先级和工作风格。比如 home 负责清亮聊天和提醒， work 负责项目执行， review 只负责复合。这样后面即便三个 agent 同时存在，也不会出现谁都想接手同一件事。接下来是 bindings， 它作用很简单，消息进来以后到底交给哪个 agent？ opencloud 的 路由是确定性的， 而且越具体的规则，优先级越高。如果你写到了单个联系人或者单个群这种 peer 级规则，优先级最高，再往下才是 account channel 通配，最后才是默认 agent。 所以 你想做精准分流，优先写具体匹配， 不要只靠默认。实际落地时，建议你先按账号分流，比如 personal 进 home business 进 work， 然后如果某个群或者某个联系人需要单独处理，再用 p 尔规则覆盖，最后保留一个默认 agent 兜底。这样配的好处是基础分流稳定，重点对象又能单独接到更专业的 agent。 消息已经送对以后才轮到协助。 openclo 的 多 agent 写作本质上是跨 session 工作，最常用的能力有四个， 看绘画、读历史、发消息、启智任务。其中 sessions send 适合主控把任务交给执行， sessions spawn 适合开一个独立子任务去后台跑。 另外要记住， session 可见性和通信权限不是一回事，能看到不代表能互发。第一次做多 agent， 最稳的协助顺序是先单向再双向，也就是先让主控 agent 把任务发给执行 agent， 执行完把结果收回来。如果你一开始就让两个 agent 互相自动回复，最容易出现的是死循环。绘画、串线 或者一个小问题被放大成无限对话。所以最小配置里先把 allow 写清楚，再把 sessions 的 visibility 放到 all， 先跑通 home to work， 再扩。第三个 review。 配置写完以后不要直接上真实业务，先做验证。 第一步，指测 routine 确认， personal 指进 home， 壁纸指进 work。 第二步，再测一次 sessions send， 让主控发一个简单任务给执行 agent， 看结果能不能收回来。 第三步，最后才加 review 或者自动往返，如果出问题，先看 get 尾状态，再看深度状态，再看 house 和日字。日字里重点看消息到底进了谁，以及绘画 key 有 没有串，最后收个尾。 do agent 想跑稳你只要记住六件事， 目录独立，职责清楚，先按账号分流，再按对象覆盖。先单向斜坐，再双向 allow， 只给必要的 agent， 每次只加一个变量，并且用日制验证。 多 agent 的 本质不是模型越多越强，而是路由清除，协助清除，验证清除。做到这一步，你在网上扩散角色，专家组才不会失控。

欢迎收看我是大叔，只跟你聊最实在、最有用、最有意思的内容。 好，我看了很多博主，要么让你装个 skill， 要么丢给你官方配置文档就完事。根本没人讲清楚 opencloud 到底怎么才能真正上网。 所以这一今天咱们一次性把 ai 联网的正确用法掰开揉碎讲明白。而这个秘密武器就是 github 上十四 k 新星的开源项目 agent reach。 一个脚手架工具，却能让 ai agent 瞬间开眼。好，咱们先来直面一个扎心的事实， 你天天用的 ai， 其实是个呃互联网瞎子，百分之七十三的 ai 任务因为无法访问 而失败，百分之八十九的开发者因为 a p i 限流或高额费用直接放弃集成。 更离谱的是用官方啊， a p i 的 成本比免费工具高出二点四倍。比如你想让 open cloud 帮你监测禁屏，一条推文就用，就要零点零零五美元，月月账单能到六百刀，结果还经常中断。这就是典型的配置地域 ai。 还没干活，钱包先空了，那怎么办？就新来了 agent rich， 它不是个新框架，而是一个脚手架，专门帮你把所有选型和配置的脏活类活全干了。 你只需要说一句话，它就能让 opencloud 主要只有十五个以上的平台，包括推特、 reddit、 youtube、 赞、小红书、抖音，而且全部免费。它的核心理念就是把呃怎么上网 这种破事变成异形命令，这才是 ai 联网的正确打开方式。那么它到底是怎么做到的？咱们来解剖一下它的核心技术通道机制。每个平台背后都是一个独立的上游工具， 比如推特用 bird， youtube 用用 atelp， 小 红书用 macbook air， 这些工具全都是开源的，不满意也随时可以换掉。 安装完之后， agent 会自动获得一张使用说明书， a skill dot md， 以后你再说帮我搜推特，他自己就知道该掉 bird。 你 甚至不用记命令， 运行一下 agent tree doctor， 所有渠道状态一目了然，比体检报告还清楚。再来看看它到底覆盖了多少平台？根据官方文档，目前有十七个平台， 几斗格，装好即用。 a 网页、 youtube r s s reddit get up 公开仓库部占本地地微信公众号、微博、 twitter x 这些连配置都不用，装上就能跑。另外八个平台需要简单配置一下，比如全网搜索、推特 b 站服务器，小红书、抖音、 linkedin、 雪球、小宇宙播客。但关键是，所有平台都不需要你掏一分钱 api 费， cookie 存在本地隐身 全上游工具全是免费开源，这就相当于给你的 open cloud 配了个额万能通行证，全网任它玩。好， 那我们直接上手，三步就能给你的 openclaw 装上额脸。往外挂。第一步，给个 openclaw 开启 exact 权限， 因为 agent reach 需要 agent 执行命令，你只需要在终端敲一句 openclaw config set two star profile coding， 然后重启网关。第二步，直接告诉你的 openclaw 帮我安装 agent reach 链接给你， 就这一句话，它会自动下载安装，依赖配置环境验证一下，跑个 agent trace to doctor， 看到所有渠道都绿了，恭喜你，连往外挂就装好了，那效果到底怎么样？咱们来验证一下。你看， 这是微信聊天风格的对话记录，左边是 agent 的 回复，右边是我们用户的提问，用户说帮我收推特上 ai agent 最新评价， agent 自动调用 bird 返回二十三条推文，用户让总结 youtube 视频， 它自动用 a、 t、 d、 l、 p 提取字幕，再让大模型总结，效果对比也很惊人，主模型成功率从百分之四四飙到百分之九十二，回退命中率百分之九十八，延迟降低百分之六十四， 因为再也不用排队等那些付费 api 了。如果你想深入了解，官方 github 仓库有十四 k 信信文档清晰一键安装命令全公开，大叔大在 也经常分享实战技巧，而且它兼容 cloud、 酷、克酷、路由等所有主流 ai 编码工具，真正的一次配置到处可用。 最后咱们总结一下，三步，三步就能让你的 open cloud 强势被，第一，开启 coding 权限。第二，告诉 ai 安装 agent reach。 第三，开始全网冲浪，搜推特，读小红书，看字幕全都不在话下， 从此 ai 不 再是瞎子， a 预算也省到爆。如果你觉得这期内容有帮助，别忘了点赞加关注，大叔大，感谢你的观看，我们下期再见！

不会还在有人花钱买 tokyo 养龙虾吧？嗯，看我如何实现本地免费的算力查询一下杭州今明两天的天气， 可以看到现在龙虾已经开始调研工具了。那我是怎么实现的呢？就是本地这台可以跑满血 mini max 二点五的 大模型推理服务器，现在这里已经开始发热了，那么其实并不需要英伟达八张 h 一 百显卡。那么给大家看一下我们这台机器的配置， 我们用的是 k transformer 架构，把所有大模型放在内存里，而实际上只用了一张四零九零显卡就可以实现哦。那么这台本地大模型推理服务器你想拥有吗？

大部分人做个人知识库，最后都做成了一个更贵的 ig。 资料是传进去了，但每次提问，系统都像第一次认识这些内容。 karpsy 在 二零二六年四月四号发了一篇 l l m wiki 的 gist， 核心不是怎么解锁，而是怎么让模型持续维护一个 wiki。 我 把这套思路直接翻成了 opencloud 的 落地流程。唉， 传统爱奇艺的问题不是不能回答，而是不会积累。今天问一个问题，他去找切片，明天再问一个稍微复杂一点的问题，他又从头再找一遍， 没有编一层，也没有结构。升级 l l m wiki 的 方法正好相反，他要求模型把原始资料持续维护成一个结构化的 markdown wiki。 如果你要把这个东西真正做起来，我建议就按四层理解，第一层是 raw， 原始资料只读。第二层是 wiki， 所有结构化页面都在这里。 第三层是 ages m d， 它其实就是 kappa 文里说的 skimmer。 第四层是 crown， 负责每天和每周的健康检查。前面三层决定结构，最后一层决定这个知识库能不能长期长大。 为什么我觉得这是特别适合 open curl？ 因为它不是单纯的聊天入口，它天然把浏览器文件、系统技能规则和定时任务放进了同一个工作区里。 你可以让他抓资料，写 markdown， 维护锁影、跑 link， 还能安排定时任务做知识库体检。我这边实际装的是 open curl， 二零二六点四点二，足够对这条流程做真实落地。 第一件事不是提问，而是建工作区。我的建议是直接把目录分成 raw 和 wiki 两大层，再把 index 和 log 放在根目录， raw 是 输入层， wiki 是 编一层， index 是 入口， log 是 时间线。只要这四个概念没乱，你后面就不容易崩。 真正的关键是 a 卷尺。 md， 没有这份文件， agent 每次都在重新拆你的目录命名和流程。你要明确告诉他， raw 不 许改。 index 必须更新哪些页面 query？ 先看 index 高价值问答要回写 analysis， 只有这样这个字实酷才像项目，而不是一串聊天记录。 接下来就拿一篇资料跑第一轮 ingest。 注意，第一轮不要批量为十篇。 理想结果不是它给你突出一篇摘药，而是这一篇资料进来之后，会带动五到十五个页面一起更新，把相关概念、实体和地图页都带起来，这样知识库才是在长，而不是只多了一份总结。 然后是很多人最容易漏掉的一步。问出来的好答案不应该只留在聊天窗口里。比如你让它做一次 open claw 和传统 leg 的 差异分析，这个结果本身就应该保存成 e and s。 只要你做到这一点，知识库就开始真正复利了。最后给他加上 crown， 每天跑一次清亮 link， 每周跑一次深度 link， 让他专门检查过页面过期结论、漏掉的交叉引用，以及哪些页面已经该拆了。做到这里，你的知识库才是从能用升级成能长期长大。 所以这套方法真正厉害的地方，不是把资料喂给模型，而是让模型帮你维护一个持续进化的 wiki。 你 做的不是一个能回答问题的文档箱，而是一个会自己长大的个人知识库。如果你要我下一条，可以直接把 a 键词模板和 cron 规则逐行拆开。

嘿，欢迎来到这期视频，今天我们来聊一个让很多小白头疼的话题， open core 的 配置文件，别怕，我保证讲完你也能搞定。 首先， open core 的 配置文件叫做 open core 点杰森，默认藏在你电脑的用户目录下，路径是 open core 斜杠。 open core 点杰森拨浪号代表你的家目录。 这个文件用的是杰森 five 格式，比普通杰森更友好，你可以在里面写注是末尾，多一个逗号也没关系，而且这个文件不是必须的，如果没有 open class 会用默认配置自动运行。 配置文件主要分四个模块，第一是 agents， 用来配置 ai 助手的行为。第二是 channels， 配置接入渠道，比如飞书 telegram。 第三是 gateway， 配置网关的端口和认证方式。第四是 session 管理绘画策略。 重点来了，模型配置在 agents 里面，你可以设置主模型和备用模型格式式，提供 entropic， cloud senate 四五， 还可以配置一个模型白名单，只允许用户切换到指定的几个模型。注意， api key 绝对不能写在配置文件里，应该用环境变量，比如设置 andropic 下划线 api 下划线 key， 或者运行 openclaw configure 命令来安全的存储密钥。 opencloud 支持热加载，也就是你改完配置文件不用重启，大部分改动会自动生效。但如果改了端口号这类关键配置，还是需要重启网关，运行 opencloud gateway restart 就 行。 修改配置有四种方式，第一直接编辑文件。第二用命令行，比如 openclaw config set 来改某个值。第三，打开控制台界面，访问本地一万八千七百八十九端口。第四，运行 openclaw config 交互式向导最适合新手， 如果你要同时运行多套配置，可以用环境变量 openclaw 下划线 config 指定配置文件路径， openclaw 下划线 profile 指定环境标识，这样状态目录会自动隔离。 好啦， openclaw 配置文件的核心就这些，记住配置文件放在斜杠， openclaw 斜杠用杰森 five 格式， apikey 用环境变量大部分改动热加载生效有问题评论区见，我们，下期再见。

手把手带你安装 openclaw 龙虾必备的 skills。 之前我出过一期 openclaw 保姆级安装教程，但装完之后你会发现它其实还只是一只裸龙虾。你让它查看文件，它说没权限，你让它算下天线，它说没联网，属于一同操作猛如虎，另近一看原地图，所以这个视频带你正确配置龙虾，补齐必备技能， 让它真正从能聊天进化成能干活。但在开始之前，我们先熟悉几个会频繁用到的命令，如果你是 windows 系统，就在 power 里输入这些命令，如 mini 是 micro， 二，系统就在终端 terminal 里输入。要开始用 openclaw， 第一步是先把网关启动起来，对应的命令是 openclaw gateway start。 启动后，我们可以打开 openclaw 控制台，也就是它的可式化操作键。面对的命令是 openclaw dashboard。 如果你暂时不用 openclaw 了，也可以把网关停掉。对应的命令是 openclaw gateway stop。 技巧一，本地文件读写从二零二六点三点二版本开始啊。 opencl 默认对本地文件访问权限做了限制，所以如果你想让它读取甚至进一步操作你电脑里的文件，要先把对应权限打开。操作也很简单，打开 opencl 或终端，输入 opencl config set tools， 点 profile for 命令回车执行。 把 opencl 的 工具权限切换成完整版，运行后还需要重启网关，让配置生效。对应的命令是 opencl gateway restart。 搞定以后，你就可以让 opcode 做各种文件提取和修改的操作了，比如批量重命名、文件整理、桌面分析、磁盘空间占用等等。 技巧二，联网搜索 opcode 默认情况下是无法获取网上信息的，所以你问天气、问资讯、问股价，他通通不知道，但我们可以安装一个负责联网搜索的 skill。 skill 可以 理解成是 opcode 的 技能包，本质上是一套针对某类任务的说明和流程， 用来教他在特定场景下该怎么做。比如这就是一个简单的 skill 的 例子， openclaw 有 个官方技能市场 clawhot， 你 能在上面看到很多别人做好的 skill， 可以 直接拿来安装使用。要事先联网搜索，可以搜一个叫 tablie search 的 skill， 这个 scheme 要求从 tiffany 点 com 获取 api 密钥，我们可以稍后设置。安装方法也很简单，我们可以直接复制 call hop 上 tiffany search 的 页面链接，粘贴到和 opcode 的 聊天里，无论是控制台还是飞书这类通讯渠道聊天窗口都行，然后让 opcode 自己帮你安装。 tiffany search 还会用到 api 密钥，所以我们来到 tiffany search 官网 注册登录后啊，就可以直接得到一个密钥，他每个月呢都有免费额度，而且不需要绑卡。拿到之后，我们可以把 api 密钥一起发给 opencall， 让他安装后自行完成配置。 装好之后，我们可以简单测试一下，比如在飞书里问他茅台目前的股票价格是多少，这时候啊， opencall 就 能顺利返回来自互联网的实时信息了。 技巧三，定时任务欧姆克劳支持通过 com 创建定时任务，不需要额外安装 sku。 比如你可以直接对欧姆克劳说，每隔五分钟汇报某只股票当前的价格，他就会创建一个定时任务， 然后按设定的间隔自动运行，帮我们实现对股价的监控。所以啊，不管是每天早上七点发资讯，每周一九点写周报，还是二十分钟后提醒浇花这类定时任务，你都可以直接交给他。 小四，浏览器操作 opcode 本身自带 browser 工具，不需要额外安装 skill， 就 可以读取网页内容。比如可以对他说，帮我看看知乎上现在有什么热点网址是这个，它会自动用浏览器打开网页，读取页面内容，把上面的信息整理出来。而且不只是读网页， 像点击输入之类的基础操作啊，它也能完成。比如让它去 github 上搜索 linux， 然后把排在前三的搜索结果给你， opcode 也能直接搞定。不过它的缺点啊也很明显，第一是比较稍 token， 因为网页内容因为状态，还有每一次工具调用的结果啊，都会不断进入模型的上下文。 第二是执行速度比较慢，因为 opcode 的 工作方式不像程序脚本或 rpa 那 样，流程确定后一次跑完。而 每做一步，都要先看当前页面，理解页面内容，探讨下一步该点哪里，再执行操作，然后再读取结果，继续推理下一步。所以它更像是一个会操作网页的 ai 助手，而不是一个高效率的自动化程序。另外，如果遇到强制登录、扫码、验证码校验，或者比较严格的反爬机制啊，我不靠也容易翻车。 技巧五技能查找 opcode 的 skills 很多，但真正麻烦的是不知道该装哪个。这里推荐两个实用 skill， 一个负责找 skill， 一个负责审 skill。 第一个是 find skills， 它的作用就是根据你的需求去查找合适的 skills。 安装方法和前面一样，直接把链接发给 opcode， 让他自己安装就行。 装好之后，我们可以对 okl 说帮我查找邮件自动化相关的 skills， 他 就会推荐合适的 skill， 这样你就不用自己去技能市场里一个个翻了。但接下来还有一个问题是，他推荐给你的 skill 真的 安全吗？那么我们可以再安装一个 skill better， 它的作用啊，就是在安装前先帮你做一层安全审查， 重点看看有没有权限问题、可疑行为，平常窃取回销代码或者数据外传之类的风险。我们可以再提醒一下 oppo， 安装每个 skill 前用 skillbetter 检查一下，这样后面啊，他在安装新 skill 的 时候就会先审一遍，再决定要不要装 技巧六，既能创建与改进除乱中别人已经写好的 skill， 我 们也可以直接通过自然语言让 opcode 创建新的 skill。 比如可以直接告诉他帮我创建一个 skill， 把新收到的邮件内容提炼成三句话总结。这样一来， opcode 就 能根据你的描述自动创建一个 skill， 让这套流程可以长期服用， 以后再遇到类似任务啊，他就不用每次从零开始了。如果你还想让他越学越聪明，可以再装一个 skill， 叫 self improving agent。 这个 skill 的 作用就是帮 opcode 把错误纠正和新学到的方法都记下来，慢慢沉淀成经验。 具体来说就是有失败的操作时，他会自动记录到 error state， md， 你 纠正他了，或者他学到了更好的方法，会记录到 learning state， md， 你 提了他一个还不会的功能， 会记录到 feature request， 点 md 一 些真正有价值的内容啊，后面还会进一步沉淀到 memory， 点 md 这种长期记忆文件里。那么安装之后， okl 不 止完成当前任务，还会把每次失误和改进建议啊，沉淀下来，自动应用过往经验，变成一个会复盘的助手。那希望以上这些技能补齐之后，你的龙虾能真正下场干活了。如果这个视频对你有帮助，也欢迎点赞和关注，我们下个视频见。