claw code重写是用什么工具
你知道 github 史上最快破万 star 的 项目吗？就在三月三十一日那天， github 上突然出现了一个项目，整个开发者社区炸了，把它从零移植到 python， 整个过程只用了两个小时，一口气冲上了十万 star， 打破了 github 历史记录。它用的是 omix tom 模式，并行代码审查 raf 模式，持续执行验证，一个人干了一个团队的活儿。
粉丝6170获赞7.4万
相关视频
01:19查看AI文稿AI文稿兄弟们，天塌了呀！ andropic 把 cloud code 的 全部原码意外公开了，五十万行 type script 代码，五十九点八 mb， 只因为 m p m 包里少了一个 ant maker 文件。全球开发者傻眼了，但有一个人悄悄行动了， 这就是 cloud code。 github 史上最快破五万 star 的 仓库，仅用两小时发布当天收获五万五千八百颗 star 和五万八千两百次 fork， 创下 github 历史最快增速记录。 cloud code 是 cloud code 核心架构的完整开源重写版，包含 agent harness 工具、调度系统命令、原数据端口、工具库管理、查询引擎、摘要生成和完整验证测试套件，洁净式重写，完全合法开源。 更传奇的是，作者韩国开发者 secret gene。 华尔街日报报道的 cloud code 年消耗两百五十亿。偷看的用户凌晨四点起床，用 omcodex 驱动完成 python 完整重写。原来需要团队开发的架构， ai 驱动及小时复刻 项目，包含五大核心模块， agent harness、 调度命令系统、工具、管理、查询引擎和验证测试套件。同时， rust 高性能版本正在并行开发中，性能将大幅提升。 ipone 优先架构 rust 端口开发中， omcodex 驱动 ai 工作流翻译、 mit 协议完全开源 ipone cioi 直接运行 ipone 三 msrc main summary 即可上手。零门槛体验 cloud code 架构 开源，免费 tiktok， 搜索 instagram 斜杠 qq 就 能找到，点个 star 见证历史！关注账号，每天分享优质 tiktok 开源项目，不错过好工具！
158AI未来
00:30查看AI文稿AI文稿还在为重复写代码调试工具练头疼？ clockcode 是 个超高效的开发工具级，用 rust 写成，帮你快速搞定真实项目中的脏活累活。 它上线不到一周就狂揽十万星，速度破纪录，亮点有三，一是基于 omacolex 构建，智能又清亮。二是命令行体验，丝滑，开箱即用。三是专注做实事，不是玩具项目， 无论你是独立开发者、初创团队，还是想提效的工程师，都能立刻用起来。这么猛的工具，你试过了吗？
44AI小达人
00:27查看AI文稿AI文稿全新的 ai agent 工具诞生了，它就是 cloud code get up 新开源 ai agent 工具 cloud code， 短短一个小时斩获四万九的 star。 它是 python 重新编写的 cloud agent 工具，作者迅速使用 python 改写 cloud 源码， 并在努力使用 rust 重新编写，以达到更好的性能和平台兼容性。这将是今年又一值得关注的项目，快去看看吧！十分感谢你的关注与点赞，我将持续输出更多 ai 内容。
40Nova.oou
01:15查看AI文稿AI文稿今天给大家推荐一个就是开源项目 cloud player， 大家不是不熟那个 open cloud 挺难的嘛，这个它直接就一个封装好的，然后直接安装好，它还有个面板，然后它这是市面上几乎大部分的那种 app 都支持 通讯 app， 然后这是它的核心功能，然后它有个仪表盘，还有跨平台，然后还有日制监控， 还用构写的，然后还有一些 a p i 可以 自己拓展它的使用场景，就是这些，然后客户啊， ai 助手，还有这些团队调试监控，还有 agent 规模部署，然后 需要的话你就截个图，我就就去这个网址去撞一下就可以了，给大家看一下就是面板长什么样子，扣 club plan， 然后是活动日期都是有的，然后这是它的官网，可以直接搜一下 club plan， 嗯，这挺好用的其实。 ok， 各位有兴趣的话可以用一下。
71宇航同学
34:25查看AI文稿AI文稿好，今天来讲一下使用 type script 从零开始实现自己的 open file， 也就是一个简单的 ai agent， 我 们会慢慢实现，过程中从简单到难，就一步一步地去了解它的底层的一个原理。呃，首先呢，我们 起个名字吧，叫强可露，然后进入数值化这个项目，用编辑器打开它。 好， 先先改一下，我们是用 type c 来写的话， 然后这边改一下 model start， 我 们创建一个音 v 文件，然后 创建一个 index 点 t s 文件。 好，其实它底层第一步肯定是需要去请求一个大模型的 a p i 的， 我们就使用这个 open open ai 的 一个接口， 可以打开这个这个 n p m 的 这个 open ai 这边的一个包，我们根据它的规范先安装一下，装一下，然后 其实我们就使用 这个这个 s d k 就 可以了。它的 api 其实大家也可以去看一下，就是其实也是一个 h t p 的 一个接口，这个这次我就先不详细看，反正先把这个代码复制过来吧。 嗯，它这个有 type script script 的 一个报错，我们把这个 node 的 这个 type 的 依赖装一下先。 好，它是从音频中读取了一个 k， 其实我们，嗯，我们因为我这边大模型是用的智普的，所以说我这边还还需要去改一个 url， 对这个，然后其实就会有两个，一个 k， 一个 l l， 如果说你是用的那个 open ai 的 这个 k， 那 其实就改个 k 就 好了，我们在这个音频的环境变量中去， 我这边是已经搞好了这个 k， 到时候我录完视频之后会删掉，所以说这边也无所谓，不过你们就是要注意这个 k 就是 不能，不能泄露出去，这个 k 的 话，其实我是在 智普的这边，我我我有购买一个 callinplay， 所以 说我这边这边点这个添加新的 api， k 也可以添加。我这边是已经添加了这次测试的 k， 这边复制一下就可以了。 然后，嗯，可以看他到智普的一个文档，其实他是说是与这个 open ai 的 api 兼容的，比如说我们直接用它的个这边的这个 sdk 就 可以了， 不过它这边文档只有一个 python 的 一个版本，不过没有关系。嗯，弄个 js 版本，我们直接看它这边的文档就可以了。好，回到这边，然后我们这边要修改一下这边的 开始 是吧？对，要加载这个音频的文件， 我们现在可以去先修改一下这个 system， 告诉他用 i have four assistant。 要 用中文吧，英文不太好。你的名字是 讲课喽，然后你是一个 have for ai ai agent， 然后这行就不要了，我们先 content， 这边先 cd。 你 好啊，来测试一下。对，这个就很简单，就是说我们就直接开始就调了一下它的这个黑片的接口，这边它的这个质补的模型是应该是这样没有补是吧？ 看一下啊，它这边的模型对，应该是这个最新的一个模型。好，我们这个也是已经，我们测试一下。 你好，我是江可乐，很高兴见到你，请问有什么需要帮助的吗？可以看到其实大冒险的接口已经去 请求成功了。那我们现在第一步的话就是需要把这个 content 需要通过那个命令行去输入，就是接收它。那现在 ai 这么方便，我们就用 code code 来帮我们，帮我们去实现它，不过我们先先那个啥呢？ 先 get， 先抽象了一下 get， 然后在这边。嗯，把那个 model 设 给它挪一下，然后 好抽象一下。我们现在让让他先提出第一个曲指，就是这边文本 x 这边， 然后十七和十二号，十二号 改为改为让用户输入 修改完成。它是挺，我们直接看看它的代码，它是添加了一个 middle line， middle line user input， 几乎里面的问题。 user input， 然后最后 closed， 好， 测试一下。 你好， 没问题。这个，这个第一步已经可以了，是吧？嗯，很高兴为您服务。请问有什么可以帮助的问题的吗？然后我们先做一个简单的提交吧。 嗯， it 啊，我们 我们这个信息延短一点， 先提交一下 它是输入了什么 get commit and error input。 不 行不行不行， 这个 commit 信息就只能 只能一行，不要有什么 其他的作者信息。 get commit and and user input。 好 好好，简单一点。 下一步我们就是现在的问题，就是说他，他这边就是说我们问了一个问题之后，他直接就 回答了一个问题，然后也就把这个命令给关闭了。但是我们是需要有一个循环，就是说一直不停的去问他问题嘛，对吧？那我们其实是需要一个 well 处的一个东西的。 嗯，我需要需要一个循环不断的， 然后再回答， 看一下它是怎么改的。 我要处用 the input， 用 the input 简说明了问题啊，它，它加了一行，那如果是退出的话，它就直接退出了，没问题。这个用 the input 我 们试试哈。 你好， a p u 有 点慢，一加一等于几？ 再加一，这个时候它应该是没有上下文的，所以说这一步应该它回答不出来 看， 为什么呢？这个是我们下一步就需要解决的，我们现在先退出测试一下，没问题。嗯，再给它 command 一下，就是说我们看一下它这次的改动，其实也不大 at 好， 然后我们告诉他问题啊，就是说这个 u v input 是 呃循环中缺缺少上下文，让它解决一下 u v input 在 循 缺少上下文解决一下。 它应该是会创建一个数组，然后不停的推送进去 messages message 输出， 嗯，看一下它的改动啊，它是这边开始出事化了一个 message 的 一个输出，然后 这个是我们的那个 system 的 一个 promote 这个词，然后请觉得一开始的话会把这个每一次的这个 u 的 input 都 嗯输入到这个数字中，然后这边请求的话就是把这个，它这个是支持这个这样的写法。对， 它的接口是本来就支持传送这个 message 这么一个子段没什么问题，然后等到它的一个返回，返回的结果之后，它会把这个结果也 这个结果是个 string， 对 吧？对，也推推进这个数组，意思是就是说每次循环都会带上历史所有的 对话的一个消息。嗯，这个其实就是目前的一个带上下文的这么的一个解决方案。其实 color code， 或者说是 open color 其实底层都是这么来去做的。对，就是说，嗯，你如果说对话的越来越多，那你每次请求的那个 token 也会越来越快，因为他每次的 token 请求都会把所有的上下文信息，就是说你所有的历史记录的对话的一些消息都带上发给达摩型，因为达摩型其实是一个 可以把它看成是一个纯函数，就是说他并没有上下文的，所以说这个上下文是你每次请求都要提交过去的，我们现在测试一下 知识而已。 一加一等于几？ 再加一。嗯， 可以看到它已经记，就是说有了上下文了，结果也正确了。那我们下一步呢，就是需要 ai engine， 肯定是可以去执行 就是一些命令的嘛，这个是肯定的，就比如说我现在要问他，我要我要列出就帮我列出 当前目录的文件，他肯定是不会帮你去执行这个命令的，因为这个 ai 帧呢，还没有这么个功能，是需要我们下一步去做的。他应该是现在只会给你返回一个，你可以输入某个操作， 是吧？就这么个意思，我先退出吧。嗯，看一下这次的改动啊，也不大 at。 那 我们下一步呢，就是需要去 让他可以执行命令。我问一下他吧，我想要添加 执行命令的功能，请帮我修改 script 这个词，我需要，需要做到 让大模型返回两种确定的返回吧， 第一个就是，嗯，我们就比如说是 amend 冒号开头表示执行某个 bash 命令。第二个是 t s t。 嗯，这是返回的结果。 看一下啊， 它自动给你把这个逻辑加上了 code， code 还是很厉害的。 看一下它的那个提示词是怎么怎么加的。英文，你可以去执行 bash， command and return results to users you must respond in one of these two from it。 或者你说你必须以里底下的两种形式去 响应，第一个是 command 开头的，没有你 to 执行一个 command。 第二个是 txt， 是 你可以，你要正你返回正常的那个文本的响应的时候，就 t txt 开头的，还给了他一个，给了 ai 一个例子， command， 然后 txt or command txt， 然后我们再看一下它对于代码这边的改动啊， 这边删了，删 前面的 message 是 一样的返回，返回了这个外层还是一个循环，然后这边返回了一个 根据这个开头的这个 command 去进行了一个判断，如果说它是以 command 开头的，它就去用这个对 child process 这个紫禁城去执行这个背时命令，然后结果的话会也存到这个。 对，我先把这个存到上下文中，然后这个是他返回的一个结果，然后再把这个执行的结果命令执行的结果也推进这个上下文中， 然后如果错误的话也是一样的，也是有把这个执行错误的推推进这个上下文中，然后如果说是嗯 txt 的 话，就 把这个把这个什么呢格式化一下打印出来，然后把这个嗯 ai 返回的结果也推介上三。文中最后的话是没有指定类型的，就是当做默认的吧，当做默认的执行， 嗯，其实现在是有一个问题的，嗯，就是说当他要执行多个命令，就是说， 嗯，如果说是它要执行多多次那个 command 的 话，它其实里面内存是应该有个循环的，就是说直到， 就是说如果说它返回的第一次是返回的 command， 第二个第二次也是返回的 command 的 话，应该也是有一个循环去处理它的，然后直到检测到以 txt 开头的，就是说它这个内存循环会结束。我现在我们可以先测试一下。 呃，列出当前目录 执行命令，请输入您的问题。哎，它是执行了啊，但是它，嗯，但是有个问题，有个问题，这边 这边执行的结果，对，这边执行的结果是需要再次请求，那个就是是需要再次把这个请求的结果发送给 ai 的， 就是里面应该是有个内，就是这边 这边，这边应该是内部也有个循环的，要不然，嗯，这边仅仅打印了一个执行结果，但是你没有把这个结果告诉 ai， 我 们给他说一下， 嗯， command 执执行完成之后应该要把 结果再发给，发给大模型这里，这里应该是个 是个内部的循环，就是直到检测到 没有 command 的 命令才跳出此内部循环。 改完了哈，再来看一下 这个时候外部的那个 user input 的 一个循环嘛，内部的话就是，嗯，当他的好，对，没毛病，没毛病，让他指指尖一塌，然后这边 复制了这个 message， 然后这一步再去请求。 哎，等一下，第一次啊，这个是第一次请求的，然后内部再去请求了这个大拇指的接口，把它 message 加上，然后这边 再覆盖之前的这个变量，就是说这个，对，这个就是持续会有这个 command。 如果说是，嗯， 这个 tom 的 直线完成之后会到下边这边，下面这边的话 没什么问题，就会是最终的，就是最终的响应的一个 ai 的 一个结果，响应的一个 ai 结果，然后再是外部的一个 有点 import。 好， 这么看起来好像没什么问题，我们试验一下啊。 列出当前目录的 文件， 这次是执行命令的输入，我们等一下，这边就是这边的话就是说他会把再发起第二次请求，把这个输入的结果再给到 ai， 然后 ai 再给你回复， 回复这这些啊，当前目录包含一下文件文件夹，这是一个 node js 项目，需要我帮您查看具体某个文件的内容吗？请输入您的问题，朋友们是不是？是不是？ 是不是？是不是？可以了，没什么问题。那我们现在呃，看一下这个改动， 这次改动就是 这么多，我们这次 再测试一下，他就是这边测试一下这个内部循环的一个一个，一个一个逻辑，就是说刚刚是，刚刚是只有一个命令嘛？我们问他一个可以执行多个命令的问题，就是说我们 怎么讲呢？想一下， 算了，我们先退出吧，但是想不到我们今天先不得 commit 一下 at command execution loop， 没毛病。好，我们现在我想到了，刚刚，我想到了啊，想到一个它可以执行多个命令的。 帮我就是说我，我现在按下 star 就是 一个新的，一个空的一个上下文嘛。所以说我们搞它帮我查看当前项目 并补充 get ignore。 对， 因为我现当前的 get ignore 可以看到只忽略这个 note models， 其实呃，规范的那个 note 截图项目应该会有很多的。呃， get in the norm 就是 我让它去补充这么个，而且它我输入了这么一个体制词呢，它应该会，肯定会有多。嗯，多次的执行命令命令的一个 机会嘛，肯定是第一次他会列出当前的文件，然后把当前文件的结果给到达摩星，然后达摩星再让他去执行一个修改文件的一个命令。好，我们试试 好，第一次命令他是执行了这个，然后我们这边啊，这边这边的执行结果他应该会发给大模型嘛，然后大模型返回的第二第二个执行命令是， 呃，啥啊？会，这个命令是读取了这个 get ignore， 读取了那个 package 的 jason， 然后第三个命令是 是直接修改了这个 get ignore， 然后第四个， 然后会把这个输出再给到大模型，然后这边会最后最后是没有命令，没有命令就会跳出这个循环嘛？然后 说是已经成功补充了这个文件，原内容是仅包含 note models， 新内容是不拉不拉不拉不拉不拉。一堆。 提醒你，音频文件中已存在项目，现已被正确忽略。对，我之前是没有忽略这个音频文件的，而他现在可以看到啊。卧槽，那我这个音频好像，呃，好像是已经 加到了这个 get 的 这个历史中了吗？哎，不管，这个不重要。同同学，你们以后注意就说这个音频肯定是不能进到这个 get 的， 一个肯定是不能进到 get 的 提交中嘛。对，他这边已经忽略了， 这边忽略了好，这么来看是没有什么问题的。其实我我前几天去看那个 opencloud 底层呢，它是基于一个 pad 的 一个 底层的一个 ai 智能的一个包，它其实我看它底层的一个原理，其实就这么，就是这么简单，就是一个一个循环的一个过程，它会检测 最终跳出循环的，就是说我们会检测没有那个，嗯，没有命令执行了，他会跳出这个循环。就是其实就是这么的一个简单的逻辑吧。我们其实现在 这次改动应该只是一个这么改动，让 color code 给他 commit 一下。哎，其实我们， 哎，他说当前工作区是干净的。不会吧，我不是有这个限制了吗？我现在既然这个我自己做的 ai 出来，那我们让他给它 command 一下，看看行不行。 让我们现在做的这个 ai command 一下啊，你看他现在执行了一个查看当前状态的一个 一个一个一个那个啥，然后发现了当天有修改待会暂存的文件，你需要先暂存更改才能提交。你希望帮你执行哪些操作？ 请告诉我需要的提交信息，我会帮你完成提交案。我们现在告诉我们现在自己造的这个 ai 哈。嗯，请帮我暂存所有的改动，并生成一行简短的 一号 it commit 信息，并帮我 it commit 我 们自己的 ai， 去帮我们去完善自己的 ai 项目。朋友们，这是不是还是很给力的 哦，他是直接一下子执行了一条命令，哎，算了，没，没关系没关系，反正我们那个多条命令的那个已经测试好了。提交成功，提交成功啊， 看一下啊，这边确实是有这个提交记录的。其实这就是它底层的 open clock 或者说是 card code 底层的一个最核心的一个循环嘛，它是可以执行 执行这个命令，然后可以去循环地去请求大模型。对， 然后其实后面那些技能的话，其实它也很简单，它你如果是有技能的话，它会把技能一开始会读到这个 system 的 这个提示词中，就是说它会把这个 content 在 不断的完善。嗯，如果说， 嗯，你们感兴趣的话，可以去抓包看一下他那个 code code 的 一开始的那个 system 提示词应该是一个很大很大的一个 content， 然后如果说，嗯，这次的这个， 嗯， ai engine 的 这个原理去了解的话，那你就会知道其实他每次的这个 api 请求都会把这个很如果是 cloj 的 话，他都会把这个很大的这个 content 在 每次请求都会给到大冒险 api 那 边，那这样的话其实他的头可能 消耗很快。就是，其实是有原因的吗？其实你如果理解到他的这个原原理的话，你就会知道一些原因了。对，看一下我录了多久了啊？什么时候开始录的？哎， 嗯，先不录了吧，后面如果有需要我再录 skill 方面的，然后录如何？嗯，我问可乐的话，它火出圈的一个原因是它有很多的，它可以接入很多的那个聊天工具，它其实只是一个。嗯， 界面层的一个改动了，我也不想去做那方面的一个逻辑，我感觉就可以了，后面如果 有其他的想法再录吧。好，谢谢大家。如果说这个视频对你有所帮助，欢迎点赞、评论、收藏、投币。好，再见。
24力气强
00:42查看AI文稿AI文稿cloud code 泄露后，由 rust 重写的 cloud o 的 两小时破了五万星，这次真的是牛大了。 cloud code 泄露者 c g g 在 凌晨四点手机消息炸锅，为了避免起诉，他开启了一个名为欧米 codex 的 ai 辅助工作流。 借着 codex 的 力量，他敢在天亮前把 cloud 的 核心逻辑用 python 重写了一遍，全程用美元 t 模式跑并行 code review， 用 raf 模式跑代架构验证的持续循环， 从读懂原框架到生成一套能跑通测试的 python 代码数都是 o max 在 驱动，最终产出的这个版本一行原版 type script 代码都没有，这下 intrapig 都没法版权投诉了。
785比特新语
00:21查看AI文稿AI文稿兄弟们， cologold 成历史最快十万新项目啊！已实现 python 和 rust 的 改写， cologold 再也封不掉了。一晚上十个 a 镜台把 t s 替换成了 python 代码呀！ python 版架构逻辑啊，和 cloud code 一 模一样啊，使用 codex 改写啊！马克斯送了管购的 rocket tool 呢，兄弟们赶紧研究起来啊。
4402龙哥搞算法
00:31查看AI文稿AI文稿兄弟们，克拉克被泄露代码虽然紧急下架，但是被下架之前韩国小哥的极限操作，但他的唯独彻底失败。韩国小哥借助 ai 的 力量，在短时间内让他泄露的代码用另外一种语言 python 重新写了一遍，并上传到开元社区。 这意味着大家可以永久免费的使用这个先进的 ai 工具和代码，并且不用担心被起诉和制裁。关注头像，下一次告诉你更差劣的 ai 信息。
00:31查看AI文稿AI文稿当你听到 cloud code 源码泄露的时候，你打开 github， 点击搜索框并输入 cloud code。 这是一个仅仅发布两个小时就突破了五万 stars 的 神级项目。项目捕捉了 cloud code 的 代理框架的架构模式，且不复制任何专有源代码用拍摄完整重构了 cloud code。 该移植版本比以前更接近了规范的根条目文件。目前 russ 移植还在开发，预计今天会合并到主分支，这将是该项目的权威版本。 ai 时代护城河不再是代码，而是数据分发加生态。关注我，了解更多前沿信息和技术！
795陆拉雷
04:04查看AI文稿AI文稿终于拿到了 qq 的 邀请码，马上为大家测试一下，我们来看一下官网的 qq 的 介绍啊，它可以自动部署，打开即用，还可以用微信直接操控，这个是最期待的，然后有丰富的 skills 生态，还能够呢，有持续的记忆力，并且可以直接操控本 地的文件。我等一下再测试一下，那很简单的，你就来这个网下载，然后就扫码登录就可以开干了。那它这里有一些场景啊， 比如说他让这 qq 呢，就打开他桌面上的一个 excel 文件，帮他处理一下，他就处理了，还有把这些文档分文别类的帮他整理一下也是可以的。那问天气的，这个太普通了，还有一些写邮件什么的， 看起来还挺不错的，所以我第一时间呢，就已经下载了这个他们的官方的 app， 并且呢已经绑定 定了微信。那我首先带大家看一下他这个微信端的界面，首先呢，他恭喜我绑定好了这个 qq， 然后呢，叫我设定他的角色，我就按我那一套设定完，他会说，哎，指定收到了，稍等一下， 我就问他能够干什么呀？他说，啊，我可以呢，就是帮你查情报啊，写东西，写代码，管理日程啊，整理文件等等。那我就问他，让你做事会消耗 token 吗？他说呢，会消耗 token， 还教我怎么样能够省 hokken。 但是我从电脑端这个默认大模型这里呢，就没有看到它是用什么大模型，并且也没有说收费，你也可以自己定义，我想现在是内测邀请的阶段， hokken 应该是随便用的吧。 ok， 我 们继续回到微信端的界面，我让他帮我找 五条全球热门的 ai 新闻，他说他现在没有这个设置 api key 的 必要解决办法有两个，第一个呢，就是他 教我怎么去填写一下这个 api key， 第二个呢，就是让我从这些地方去看，那我当然是不想自己干了，我就告诉说，我给你蜜药，你可以帮我来配置吗？他说呢，他完全可以帮我这样做的，所以我就把我的蜜药给他了，他就开始配置了， 但是配置完以后呢，他让我重启一下，他说呢，他不能这样办到，那我当然不会放过他，我就说如果你每次让我这样重启就太麻烦了，你有办法自己搞定吗？我觉得他应该收到指定就去做了，但是呢，很久都没回复，我就问他一句，你人呢？然后他就告诉我他已经搞定了，不用我来重启了， 果然就给我送来了这些 ai 的 新闻，但是我觉得现在查新闻这些对于这个龙虾来说不算什么，所以呢，我想让他干一些其他的。他不是说可以帮我整理桌面吗？你们来看一下我这个桌面故意弄得很乱，然后我试一下在手机能不能通过一段提示词，让他帮我整理一下。 ok， 我 马上来告诉他，帮我整理一下桌面的文件，要求分门别类放到不同的文件夹，回车看一下我在手机发起的命令，然后他会干嘛？ 他已经收到指令了，我们看一下他会不会动起来，我看到他弹出来一个询问了，能不能访问允许， ok， 已经允许了，看一下他会怎么帮我整理我的桌面，我看一下这个 qq 框， 他这个时候已经开始整理了，大家看一下他已经整理好了。这么快吗？就刚刚他已经在这个地方里去整理文件， 已经把我的桌面整理的整整齐齐了，然后还列明了我这边的文档啊，图片啊，视频啊，还有一些其他的东西。再看一下手机端这边他也是同步给我更新了，然后我看一下桌面是不是整理好了，安装包代码。没错，其他文件、 视频、图片、文档。所以 qq 呢是有 cool work 的 功能的，可以整理桌面，可以写代码。那鹅厂呢？的跟进是越来越快了，可以帮你解决很多工作上的问题，比如说日程，比如说写邮件， 直接用微信哦，所以可玩的东西真的会有很多，我相信他们会陆续的开放给大家用。那有什么最新的更新呢？我还会继续为大家测评。那你收到邀请码了吗？用过以后呢？有什么感受？我们在评论区里聊一下。 ok， 以上就是今天的所有分享，我们下期再见。
105陈虾仁AI
04:36查看AI文稿AI文稿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。
100李清欢
02:44查看AI文稿AI文稿我以前测试过 g m 四点六，几个小时都搞不定的问题， g m 三一次性就解决了，但最近这波发布的 g m 四点七号称编程能力大幅提升， 而且还在 s w e 笨器、 web dev 等多个全榜单中都取得开元第一，国产第一的成绩。我就想试试开发同一个功能，看看它到底提升了多少。 给大家简单说一下，这功能就是在杀背写这个插件里面增加一个合集地址的下拉框选项，然后要去调用 b 站合集相关的一些接口， ok， 开始实测。我是在 vs code 中使用 code code 的 插件来接入 g m 四点七的方式来进行开发，稍后会讲具体的配置方式。我这里直接把这个需求告诉他，生成下拉框选项，然后再输入地址获取视频这个秃噜的文档， 这个文档就是我把 b 站跟那个接口相关的一些 api 地址啊，然后对应的参数都拿过来了，然后我直接让他去帮我开发这个合集功能，我们这里稍微等一下， ok， 他 现在开发完成了，我们去看一下效果。我们这里重启一下插件， 点开他这有个合集地址，我把当前合集地址放放进去，然后获取下 cookie， 再获取下视频， ok， 在这里就获取成功了，你看嘛，我的二十三个视频，这里有二十三个，这种感觉真的太爽了。 gm 四点六，几个小时都搞不定的功能， gm 四点七一次性就解决了，这就是真实项目的开发，体验提升真的太明显了。 接下来我们用三个模型开发小鱼线，一起来看一下对比效果。 g m 四点七的前端审美和交互都很稳，再给大家讲一下怎么在卡洛克中使用 g m 四点七。 来到日普的官网订阅一下 g m coding plan 的 套餐，基本上开发需求用这个 night 的 套餐就够了。我是上个月就已经开通了他们 night 的 季度会员的。 订阅成功之后，我们来到顶部的接入编程工具按钮，然后选择 cloud code， 跟着官方文档去配置就可以了。配成功后，大家就可以在 cloud code 中愉快的使用 gm 四点七了。 nice！ 总之我这次用 gm 四点七开发 java 器，相比 gm 四点六的提升真的很大，而且价格也比较便宜，非常建议大家去试试。 评论区我放了三张 g m coding plan 的 七天体验卡，大家先到先得。好啦，以上就是本期视频的全部内容，记得点赞和关注我哟！我是阿超，我们一起学皮皮强，我们下期再见！拜拜！
250爱听书的程序员阿超
07:38查看AI文稿AI文稿clo？ clo 还是 clo？ 你 肯定被各种各样的龙虾刷屏到烦了，几个月过去，热度丝毫没有退去，愈演愈烈。今天这期我们来点不一样的，不是教你怎么安装和使用 clo， 而是带你十分钟开发一个 mini 版龙虾， 一共只有三百行代码，我不想讨论龙虾到底是有用还是没有用，而想带你从用户视角切换到我这样的从业者视角。我们一起完成 mini 版龙虾的开发之后，相信你对于它的原理以及能力边界的理解能够再上一层台阶。看百变不如实践一变，马上开始。 一、接入大模型，赋予大脑我们要开发的 mini 版龙虾 mini cloud， 第一步就是接入大模型。什么是大模型，相信大家已经不陌生了，就是， 总之大模型就是我们迷你版龙虾的大脑，用来指挥这只龙虾的所有后续动作。因为是迷你版嘛，我们不需要支持配置各种模型厂商，就选择一个国内友好的智普模型吧。先用三十行不到的代码连接智普模型，配置我的智普 api key， 然后就是将我们输入的内容以后台接口的形式发给模型厂商，再将响应的内容展示出来，再无限循环。看到代码不要慌啊，你不需要照搬代码，跟着我了解原理就可以，思路永远比实现细节更加重要。验证下效果，先启动我们这个程序，打个招呼，叔叔你好， 他回应我了，再问个有难度的问题，我喜欢吃糖，为什么？一通分析之后，他告诉了我们答案。先不管答案怎么样，这只虾已经有了，大脑也能开口说话了， 你发消息，大脑响应，再将消息转回给你，完美。二、让大脑有记忆在刚才的程序里，虽然可以无限对话，但是每次对话都是一个全新的请求， 这意味着这个大脑不知道你是谁，不知道你之前和他聊了什么。比如我输入刚才聊的啥，不出意外他啥都不知道。我再问你，我喜欢吃啥？ 明明刚才我说了喜欢吃糖，但是他也不知道，挺睿智的是吧？作为一个可捞智能体，这样肯定是不行的。那该如何解决呢？非常简单，你将所有的对话记录存下来，每次新对话，将之前的对话记录原封不动的发回去不就好了吗？加个两三行代码就能搞定。我们再验证一下，启动这个程序， 先告诉他我喜欢吃糖，闲聊几句再问他我喜欢吃啥来着。哎，这次他知道我喜欢吃糖了，也就是他拥有了多轮对话的能力。 但这个时候问题又来了，当我关掉这个对话之后，他就忘了我们所有的聊天上下文，但我希望他能持久的记住我喜欢吃糖。该怎么办呢？ 好说，我们先新增两个文档，一、 agent 点 md， 赋予他身份设定你是个友好的助手，每次回复都需要押韵。二、 user 点 md， 告诉我我的用户身份设定我喜欢吃糖。然后在代码里要求大模型每次对话前必须读取这两个文档， 同时赋予大模型自主修改这两个文档的能力。也就是迷你龙虾的大脑可以根据和你的聊天记录自己记下来，他觉得重要的东西。好再验证一下全新的对话，问他我爱吃什么？ 哎，他知道我们爱吃糖，而且回复还是押韵的，符合我们在 agent 点 md 里对他设置的要求。再告诉他，我们不仅爱吃糖，还爱吃牛肉。回到 user 点 md 文档，发现已经被改了，记录下来了，我爱吃牛肉，完美！ 这样一个有记忆、有人格的 mini 虾就搭建完成了，它不仅仅是一个大脑，还拥有了更加充分的上下文，也就是 context。 context 里有历史的对话记录，以及你的人设，虾的人设完美。三、进入 tours， 赋予它动手能力。 这个时候，虽然我们的龙虾已经很聪明了，但他只能对话，不能够操作外部世界。比如我在目录里贴入一张大家爱看的美女图片，然后问他这是个啥，他说他不知道。我再让他生成一个 ppt 给我，主题不重要，他也会告诉我们无法生成 ppt， 他 只能将文字发给我。这就是所谓的钢中之脑。 现在的他虽然很聪明，但就像一个身处在培养民里面的大脑，无法真实的影响外部世界，或者说他没有手，没有躯干，怎么办？讨饭，我们先赋予第一种工具，叫做帮身拷领，说白了就是我们提前写好一些脚本，然后这个刚中之脑会在合适的时机调用并触发这些脚本， 三十行代码就能解决。首先，我们定义了一堆工具，列出文件，读取文件、创作文件、删除文件，读取图片，再提前写好这些脚本，具体如何执行。回到 agent 的 md 里，告诉他现在已经有了这些工具。重新启动。问他目录下有哪些文件，哎，答出来了。 再问他图片里的内容都是啥，也答出来了，我们好好验证一下。金发女子、白色连体衣、过期长袜，这些都对了。下一步，我们再支持一下近期热度很高的 skills。 这个更简单了，在目录里新增一个 skill 文件夹，将我们要的 ppt skill 拷贝进去，在代码里加上大概二十行，让他每次执行前都能找到已安装的 skill。 好 了，再来试一试，生成一个两页的 ppt， 分 析下马斯克最近的言论。你看，很快就生成出来了，我们看看生成的质量，嗯， 嘿嘿，因为这个 ppt 的 skill 是 我随便写的，我们可以替换成一个社区热门的。再试一下，生成一个 ppt， 分 析马斯克最近的言论。好，深圳完成了，我们看看这回的效果，要好太多了。完美到这一步，我们的 mini cloud 已经具备了 toos 执行的能力。 toos 并不是大脑内部的，而是挂载在大脑外部的， 随着 twos 的 丰富，就可以无限变强。完美四定时任务与心跳这个时候我们已经很强了，用了一百多行代码，就模拟了去年 manas 这样的产品架构。但有人会说， cloud 产品的一个特点就是会自主执行任务， 也就是他会主动执行一些任务，主动给你推送消息。这是怎么做到的呢？很简单，看这二十行代码，支持新增和存储定时任务，同时后台有一个进程，在指定的时间点给你推送消息，启动程序试一下，告诉他五秒钟，提醒我喝水，稍等下 一条一条一条又一条。你可能会说，这不对啊，我看别人的龙虾不需要这么死板的提醒，会在某些时候自然的推送消息，看着更智能，这不是很简单吗？我们刚才新增了这一块喝水的定时任务，是你主动要求他保存的， 我们再给大脑一个定时任务，比如每个半小时总结他和你的对话内容，让他自己判断要不要在另一个时间点定时给你发消息不就好了吗？这块我就不掩饰了，但是原理都是很简单的，说的好听点就是自我净化。定时推送说的简单点就是高级一点的定时任务，但是不管怎么样，完美， 嘿嘿。五、接入飞书、叮叮等对话渠道。哎，有人又会说了，别人的龙虾可以在叮叮、飞书甚至 qq、 微信里聊天呢。你这个黑乎乎的是啥？太丑了，不想用。但要我说，这其实更简单，你可以理解，不管是飞书、叮叮还是网页版，本质上就是套路层，消息转发的中间层， 你的消息呢？通过这个中间层进行转发和接收，先包一个网页，现在看看就有点像回事了，对吧？你好哎，可以正常回复，每隔十秒提醒我喝酒。 哎，提醒我喝酒喝酒还是喝酒？你看到这一步，我们的 mini club 包了一层美观的外壳，好像也不算很美观，主要是我懒得去调样式，但至少他已经像个样子了，各种能力也都有，从性价比的角度完美。 最后总结，最后，不知道大家有没有发现，这个 mini 版龙虾的开发过程就是二零二三年到现在整个 ai 的 进化过程，一开始呢，只有一个大模型，只能一问一答，后来发展出了可以调用外部工具，不管 m、 c、 p 还是 skill， 都是工具的一种。 到现在不仅可以调用工具，还有了定时任务，也通过定时任务实现了所谓的自我进化，以及开始涨到你的聊天工具，比如说 qq 和微信里，他更像一个人了。 短短的三百行代码模拟了最近三年 ai 的 发展历程，大家也看出来这三年 ai 的 发展速度越来越快，但是并没有给人减负，而是带来了更多的焦虑，以及让人越来越老。看到这里的我相信也是花了很多业余时间来学习 ai 的， 大家一定能够深刻的感受到 ai 的 发展速度超过了你的学习速度。我不喜欢贩卖焦虑，相反作为一线的从业者，希望以原理科普的方式缓解一点大家的焦虑，很多热点有没有必要追，是不是噪音在大家知道原理之后就能够自我分辨。好了，喜欢我的话，请给我宝贵的三连，我们一起进步。
1368王赛博
05:32查看AI文稿AI文稿二零二六年四月， gighub 上出现了一个现象级仓库，上线两个小时五万颗星，九天之后十七万九千颗星。这是 gighub 有 史以来增长最快的开源项目，全球排名第二十九。 他叫 cloud code， 一个用 rust 从零中写的 cloud code 开源替代品。今天就来聊聊这个项目到底是怎么回事，为什么这么火，以及他和 entropic 官方的 cloud code 是 什么关系。 事情要从 cloud code 的 源码泄露说起。 entropic 的 cloud code 是 一个基于 note js 和 tax script 的 命令行， ai 编程助手一直是闭源的。 但有人发现， cloud code 的 n p m 包里有一个 map 文件，这个文件包含了完整的原码映设。通过这个映设文件，你可以还原出几乎所有的原始代码。 这就像一栋大楼的设计图纸，本来是保密的，结果被施工队遗落在了工地门口。 ultra workers 团队拿到泄露的原码后，做了一个关键决定，他们没有直接复制粘贴，而是选择了 clean room 重写。也就是说，团队研究了 cloud code 的 架构设计和工作流模式，然后用 rust 语言从零开始写了一个全新的实现。 这样做有两个好处，第一，不侵犯 andropic 的 版权，因为代码是完全重新写的。第二， rust 比 tax script 更快、更安全，内存占用更低。 python 负责可读性和学习， rust 负责性能和生产环境。 cloud code 的 技术架构有几个亮点，第一，事件驱动状态机。 cloud code 用的是顺序工具循环，一个接一个执行。 clockcode 改成了事件驱动模型，支持并行执行和异步操作。第二，崩溃恢复 绘画状态会被持久化，即使程序意外退出，也能从上次断点继续。第三， linux 命名空间沙箱利用 on shift 系统调用，实现文件系统隔离，防止 ai 误操作你的系统文件。 这三个特性组合起来，让 cloud code 在 架构上比原版 cloud code 更加健壮。 cloud code 最大的杀手锏是多模型支持， cloud code 只能用 entropix 自家的 cloud 模型， 但 cloud code 打破了这层限制。你可以用 cloud gpt、 grok、 通用千问，甚至通过 alma 跑本地模型，通过 open router 调用几十种不同的模型。切换方式极其简单，异形命令加个参数就行。 比如 cloud dash model sonnet 切到 cloud sonnet， cloud dash dash model grog 切到 grog。 如果你有通一千问的 api 密钥，也能直接用。这意味着你不需要为每个 ai 厂商装一个单独的工具，一个 cloud code 搞定所有。 来对比一下 cloud code 和 cloud code 的 核心差异。源码方面， cloud code 和 apache 一 开圆， cloud code 是 闭圆的。 语言方面， clock code 用 rust 启动更快，内存更小。 clock code 用 text script 和 node js。 费用方面， clock code 只需要一个 api 密钥，按 token 付费，没有月费。 clock code 要么用 pro 和 max 订阅，要么也用 api 密钥。 模型方面， cloudcoat 支持几乎所有主流模型， cloudcoat 只支持 cloud。 沙箱方面， cloudcoat 用 linux 命名空间隔离， cloudcoat 在 mac 上用 sandbox sect sect， linux 上用 docker。 不过 cloud code 经过一年多的生产验证， m c p 支持更完善，插件，生态更成熟。 cloud code 目前只有九天大，还没有正式发布版本，更适合实验和探索。 cloud code 背后还有一个正在成长的工具生态， omacodex 负责脚手架和架构编排， omacode 负责实现加速和验证。 cloud heap 是 cloud code 的 配套工具。还有一个 ultra workers discord 社区聚集了大量开发者在讨论和贡献代码， 项目的文档也很规范。 usage md 是 使用指南， parody md 记录 rust 移植的对等状态。 philosophy md 表述项目理念。 roadmap md 是 路线图，八百四十六个单元测试全部通过，代码质量有保障。 cloud code 的 爆发本质上反映了两件事，第一，开发者社区对开源 ai 编程工具的渴望远超想象，一个开源替代品九天就能聚集近十八万人关注，这个需求是真实且巨大的。 第二，源码泄露事件虽然不光彩，但 cleanroom 重写证明了一件事，你不需要偷代码。理解架构之后用更好的语言重写一遍，反而能做出更强的东西。 项目地址，在 github 上搜 ultra workers 斜杠 clock code 就 能找到，一键三连支持一下，我是 wax， 我 们下期见。
23AI技术投降派
