openclaw49搜索功能不能用

这些 skills 让 openclaw 把搜索做到极致，厉害！哈喽，大家好，我是姚路星。 用 openclaw 一个月，我发现一个真相，很多人把 openclaw 当聊天机器人用太浪费了。它真正的价值在于能主动获取信息、分析信息，作出判断，而这一切的前提是联网搜索能力。今天我把 openclaw 联网搜索能力拉满的 skills 分享给大家。 opencloud 官方内置了 brave 和 perplexity 两个搜索引擎，但问题是 brave search 要绑卡免费，额度有限，经常不够用。 perplexity 需要付费，国内网络还不稳定。 更重要的是，这些搜索引擎对中文内容的覆盖不够。全 x 小 红书公众号、 b 站播客这些我们日常获取信息的渠道，传统搜索引擎根本搜不到，所以目标就是建立一个无死角的信息获取系统。 第一步，替代内置搜索引擎，包括两个 skills， 其中一个 skill is tivoli search。 tivoli 是 专门为 agent 设计的搜索 api， 和传统搜索的对比以及项目地址如下。 其中配置的话有两个要点，要点一，去 tivoli 官网申请 apikey， 这个是免费的。要点二，在 opencloud ev 加入环境变量 tivoli apikey 另外一个 skill 是 multi search engine， 单一搜索引擎总有盲区，而 multi search engine 集成了十七个搜索引擎，包括八个中文加九个全球，有着不需要 api key 自动去重支持、搜索规则自定义等核心优势。地址如下， 当这两个 skill 都安装好了之后，将 table 里 multi search 和 brave 的 搜索优先级配置在 agent 斯巴克岛。 第二步，攻克难啃的平台，包括一个 skill， 搞定了通用搜索，接下来解决特定平台的解析问题。这里我们用的 skill is agent rich agent rich 支持各种平台以及项目地址如下。 最后一步，浏览器自动化包括一个 skill， 有 些网站需要登录，点击滑动才能看到内容，怎么办呢？这里我们用到 skill is browsering。 传统浏览器自动化，比如 playwrite 需要写代码控制，而 browsering 的 创新在于，你只需要正常操作浏览器，比如点击填写滑动， browsering 会自动录制每一步，最后保存为 skill， 下次直接调用 与 play right 对 比以及项目地址如下。最后总结一下， open cloud 的 高级化不是一蹴而就的，从基础搜索到浏览器自动化，每一步都在扩展它的能力边界，大家快去试一试吧！感谢大家，三连，谢谢大家，记得关注再走哦！

你们看啊，这是 openclaw 刚刚自动帮我分析的苹果股票适不适合买入它分别啊，从财务、健康状况、业务竞争、技术分析等十几个维度进行了深入的评估，最后甚至直接给了我操作建议和风险提示。 这就是那个让全球 mac mini 卖报，能帮你一键分析股票，会主动发消息的小龙虾机器人。但说实话，最开始我是真的不想跟粉丝推荐， 因为部署的过程即便是我看了也得皱眉。但是现在呢，剧情反转了，普通人五分钟就可以快速部署，而且不花钱。 接下来我用两分钟教会你如何开始点赞收藏啊。第一步，从手机应用市场里下载百度 app。 第二步，在百度 app 当中啊，直接搜索 open claw。 第三步，点击第一个出来的内容，参加新春活动就可以免费领取。 最后领取成功之后呢，只需要一到三分钟，平台就会自动帮你部署 open clone， 就是 这么简单。那怎么让他帮咱们分析股票呢？这个时候我们还需要给这个 ai 小 龙虾增加一点技能，也就是 skills， 点击右上角的设置按钮，再点击部署管理，然后啊，把这个弹出来的链接复制到电脑的浏览器当中打开。这个时候咱们就进入了 open clone 的 后台布置，这里面呢，你就会看到你当前的小龙虾已经拥有了哪些技能。 想让它分析股票，咱们就点击获取更多 skills， 然后从 skills 仓库当中啊，我们去找到对应的 skills， 再把技能的名称往这儿一填，再点击添加 skills 就 搞定了。这个时候你再回到百度 app 当中啊，和 open call 对 话，哎，你看它就开始自动帮你分析股票了。百度 app 啊，现在已经不只是个搜索工具了，相当于直接在一个国民机应用里给你装了一个 ai 私人助理。

登录官方地址， win 加二，然后输入 power shell， 找到安装命令，复制粘贴进 power shell， 回车执行后开始等待。 放心， node 安装成功，开始配置。方向键选 yes， 选 quick start， 建议选择即将使用或者正在使用模型选择，跳过以后后续不会生成 api 文件，会复杂一点。 这里我用的 minimax， 我 选择一下，选择对应模型型号， 这里可以配置连接软件，后续也可以配置先跳过 用于搜索的模型选择，我这里跳过 是否安装技能，后续再安装。 建议选择 command logger， 方便查错 session memory 保持对话记忆。空格键选择回车确认。 最后一步选择 open library， 龙虾就安装完成了。 因为我没有前面输入 key， 所以 这里你可以直接告诉龙虾你的 key 进行配置。 等待龙虾自己配置一下， 龙虾表示已经配置完成， 整体安装结束，测试一下 搞定。

装好这个 openclock 之后呢，我们有许多技能要配置，但是呢，我认为所有技能之中最重要的一个技能呢，应该 就是 websearch 网络搜索功能。如果你有没有这个 websearch 搜索功能的话，你这个大模型呢，只能用历史的知识来回答你的问题，这样就相当于是丢掉了一半的信息收集能力。 那如果呃要用这个 web search 的 话呢，在我们查看 open crawl 的 官网，你会发现它的默认 web search 功能呢，是由这个 brave search api 提供的。 然后我试了一下这个 brave search， 首先呢它是一个海外网站，它速度非常之慢，然后呢，它的配置呢，也非常的繁琐，呃，用了之后确实不怎么好用。 有没有可以平替的 web search 工具可用呢？我们可以在这个 qq 上搜搜一下这个搜取，你会发现排名第一的是这个 tablie web search 这个工具如何安装呢？我们点进去看一下， 它需要一个 table api key， 这个 api key 呢，我们需要到这个 table 的 官网上去获取，不然你是没法用它的设置功能的。我们先来看一下如何安装， 我们进到 open curl 的 服务器，嗯，执行一个 curl hub in store， 然后输入之前搜索到的这个 tv search 这个名字， 然后这个 cloud hub 就 会帮我们把这个 tv search 给安装好。啊，这里是因为我已经安装过了一遍了，他说已经，嗯，工具已经安装，所以呢他就不会再给我安装。如果你没有安装过的话，会看到一个呃是否 yes or no 的 安装选项。 安装完了之后呢，我们回到 opencloud 的 夜端控制台，我们会看到它的 skill， 这边 就会多出一个这个 tailview 的 这个 skill， 这样我们的啊，但我们设置功能还不能用，因为还没有 apikey， 这时候怎么办呢？我们去这个 tailview 的 官网上申请这个 apikey， 我们登录到 tv 的 官网上，然后呢在这里 api keys 这里可以添加一个新的 api， 然后你可以使用一个比如说 opencloud 的 名字， 创建之后我们可以复制它，复制它之后有什么用呢？我们又要回到 opencloud 的 控制台，在控制台呢，我们在 opencloud 的 目录下面会看到一个点 env 这个文件，就是这个文件， 我们编辑这个点 e m v 文件，把那个 token 加进去。怎么加呢？我们编辑这个点 e m v 文件，在最后面加一行 a v a p i t， 然后后面等号后面加，加上我们刚才创建出来的复制下来的那个真实的 api t， 然后我们保存下来，保存下来之后重新启动这个 git 位， 然后我们就能从我们的呃客户端上，我们就可以在我们的 opencloud chat 页面使用 tv 的 搜索功能了。

当你不小心安装了一个 opencloak， 然后发现不知道拿它做什么，你直接 go to github 搜索 awesome opencloak skills， 你 会发现这里有一千七百多种 opencloak 的 用法，比如自动化、互联网、社交媒体开发、搜索、 数据分析、市场营销等等，总有一款适合你用。从此你就有了一个技能仓库。老规矩，用之前记得拿你的 ai 去扫描一遍，保证安全。

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！

小龙虾火遍全球，但是我跑了一周之后决定放弃它。不是它不够好，是对大多数人来说性价比太差了。 四个原因跟你说清楚。第一，踩坑成本太他妈高了，光跑起来至少要三到十天，如果你不懂代码，你有可能都跑不起来。跑起来之后还有一堆坑，比如 mini 接口 不支持多轮对话，参数还不匹配，这种问题你怎么办？国外的大模型不让你用，如果你不会用 ai 编程工具来查，你根本就不知道哪里出了问题。这还没完，你还得不断的调试修改各种配置，配置搜索的 api， 网页抓取工具配浏览器操作的能力，但是浏览器操作又有很多的限制卡住你。 我配了一个 breo 设置的 api， k 两条请求就扣了我两美金。还有各种 m c p， 各种浏览器的验证，浏览器的操作权限，光摸索这些的时间成本，都够你用 ai 编程工具开发一个专属你自己的 ai 工具了。 还没完，你要想效果好，还要不断的调试提示词， skills， 还需要投喂大量的数据。这些坑没有一个自媒体告诉你，因为他们只负责吹，不负责避坑，能坑一个是一个。第二， 他妈费钱了，我一天没聊两句， g p 四 o 的 日限额就到了，今天一共聊了四句，消耗了我四块钱。这还只是 g p 四 o 的 模型，要是 o 不是 四点六的话，那成本是不是要爆炸？ 怎么会那么高呢？因为他内置了三十多个兔子，二十多个技能，每一次对话都要塞进去，再加上本地记忆文件越来越大，输入的偷坑疯狂消耗。最后算了一下，写一篇文章要花十多块钱。 十多块钱写一篇文章，对于普通人来说，这个投入产出比合理吗？第三，我发现大多数的任务直接用可乐的抠的就能解决，如果你的项目还在摸索期，根本不需要那么重的东西。 第四，最重要的是输出的效果比 c c 差太多了，花更多的钱，更多的时间，结果出来的东西跟屎一样，那跟 c c 差的不是一星半点。 写文案不如 cc 精准有人味，写代码不如 cc 稳定，做调研也不如 cc 深入。工具多不代表效果好，链条越长，每一步的误差累积起来，最终的结果反而更差。你要是想效果好，不好意思，你需要自己调试题词， skills tools 等一堆东西。 那这还是一个普通人能上手的项目吗？绝对不是，他是需要工程化能力的半成品。就像你买了一个汽车，但是你拿到的是一堆零件，你可以配任意型号的发动机，可以配任意型号的方向盘， 但是你需要自己摸索买谁家的发动机，你需要摸索自己怎么装上发动机，如果装不上，不好意思，他就是个废物。所以我的建议是，如果你已经有了 c c， anti， gravity、 格子叉这些编程能力很强的智能体，直接用他们，没必要用手雷叉，又快又省钱又稳定。 除非你的项目已经成熟了，工作流非常明确，投入产出比为正，才考虑用它来做自动化。如果是摸索机，用它纯粹是烧钱才折腾，反正我是抛弃了。菲菲对我来说是真香。你们有用过小龙虾吗？评论区说说你们的体验。

百分之九十的人用不好 open core， 不是 因为他不行，而是他们根本没入门。不会用的人通常都踩了这三个坑。一、把他当搜索引擎问一句，等答案不满意就关掉。二、问题说不清，你自己都没想清楚要什么，却希望他给你结果。三、没有建立自己的使用流程， 今天问文案，明天问选择题，完全是零散的，但高手在做的是把它变成固定流程的一部分。真正正确的用法式搭一个多角色团队。 你可以这样理解，不是你在用一个工具，而是你在搭建一只七乘二十四小时的团队。比如做自媒体， 你可以猜成几个 a 阵。一、选择题策划，专门负责找方向，挖爆点。二、内容编导，负责结构、节奏、逻辑。三、文案携手，专门优化表达、情绪转化。四、数据复盘，分析哪条内容有效，哪里要改。每一个任务交给不同的角色去做， 你只负责统计，而不是亲自干完所有事。这才是 open cloud 的 核心能力啊，帮你把一个人变成一支团队，而你不需要会编程，你只需要借助像智杰的 tree、 codex、 anti gravity 这一类工具， 把这些角色逐步搭出来，跑起来。重点不是你用哪个工具，而是你有没有建立多 a 卷写作的思路。未来做自媒体，拼的不是你有多努力，而是你有没有自己的系统。如果你不知道如何搭建龙虾军团，评论区告诉我。

一分钟教你 open 科二本地话部署 open 科二怎么安装到电脑！最新方法来了，让你告别慢慢错，新手小白也能分分钟轻松养龙虾！话不多说，直接安排。首先我们打开视频右下角分享，左滑选择分享， 然后打开手机搜一搜，再搜一搜，搜索办公软件大师这个界面下滑，找到后选择进入，在文字栏输入关键词 open core 并发送，最后复制蓝字部分在电脑上打开就可以下载了。接下来是 open core 怎么部署到电脑的具体方法，这里加载完成，进入后选择立即部署 这个界面，稍等片刻，接着我们自动安装，然后等待加载好后进入文件夹里，打开 open com 安装包，选择合适的位置开始安装，等待完成后进入软件，在下方框里输入好， 接着下一步，在弹窗中选择确定。进入新的窗口后，这个位置有详细的安装教程，任何不懂的地方都可以查看教程解决。下面我接着演示 这里点击第一个安装大模型这个界面可以看到里面有六云大模型合集，质朴青年 deepsea、 火山 mini max 以及千问等等。这里就以 deepsea 为例给大家演示一下。我们选择这里的访问按钮， 进入新的页面后选择登录这里，我们填入内容后开始登录。进入后我们在右侧下滑找到这个选项，接着选择新建，填写好描述后选择提交。接着我们将鼠标挪动到这个位置，选择复制，将复制好的内容粘贴到刚刚的这个框内，完成后确定。 接着稍等加载，出现这个弹窗后选择确定。接着我们只需启动服务，启动成功后，上方的状态会显示正在运行，这时我们点击打开龙虾，进入后就能开始使用 open core 了。怎么样？这个简单靠谱的 open core 本地化部署方法你学会了吗？

如果你以为 open klo 只是一个会干活的 a 龙虾，那接下来的四分钟，可能会颠覆你对未来十年互联网的认知。首先要说明白 open klo 到底是什么？相信这两天很多人都已经刷明白了。 咱通俗一点讲，以前的大冒险就像诸葛亮运筹帷幄，给你出个主意，但活还得自己干。 open klo 是 什么？是张飞加一万个小兵，他能直接打开你的文件，操作鼠标键盘，调用软件替你干活。这概念一出来，整个互联网都疯了，因为这意味着 ai 终于从动嘴进化到了动手了。三月六号， qq 平台刚上线了一个新功能，用户可以一键创建 qq 机器人，一分钟内就能把 opencloud 绑定在 qq 上，每个账号最多可以创建五个机器人。这说明什么？说明历史上第一个真正的数字员工已经走进我们的日常生活了。 节省二十四小时不睡觉，帮你处理那些重复繁琐的杂事。咱们先来看腾讯。三月六号，深圳腾讯大厦门口排起了长队，近千名开发者从香港、杭州专程赶来， 甚至还有七十多岁的退役专家、六十多岁的退休工程师，还有带着孩子的家长。腾讯云工程师现场帮忙，五分钟免费完成 opencloud 的 云端部署。你以为腾讯在做慈善？错了， 腾讯抢的是什么？社交关系的 ai 化？微信支付、腾讯微信 qq， 腾讯把 opencloud 接入了八大主流 m， 这不是技术的 demo， 是 让 ai 长在社交关系里。 未来，你只需要在微信上说一下，帮我约一下老王中午吃饭， open klo 就 会自己打开退款框，查看日程，发送邀请。微信不再只是一个聊天工具，而是你生活里的 ai 管家。腾讯赌的是，只要社交关系在我这， ai 就 得听我的。我们再来看阿里，阿里反应更快，三月四号就推出了 open klo 专属套餐， 最低七十九点六六元，给你一台两盒两 g 的 清凉服务器，加上通一千万的 a p i 额度。如果你想深入使用，还有一百零八元的 lite 版，二百六十八元的 pro 版。阿里云的口号就是一键购买 opencloud 套餐，定制专属 ai 助手。 为什么这么积极？因为 opencloud 是 使用最强的算力黑洞。以前你聊过天，消耗几百个 toky， 现在 opencloud 执行一个任务，可能消耗几十万甚至上百万的 toky， 这意味着什么？ 意味着大模型的变现效率提升一千倍。阿里人抢着帮你部署，不是做慈善，是盼着你的龙虾天天干活，月月挣钱。 最关键的是交易场景的重构。未来，你只需要说帮我买一个性价比最高的跑步鞋， opencard 就 会自己跑遍全网，对比价格下单。阿里疯狂推 opencard， 是 为了让 ai 默认调用支付宝，默认选择天猫店铺， 这是在用技术手段重建互合成最名声。发大财的是百度。二月十四号，百度 app 正式支持一键调用 open call， 用户只需要在搜索框里输入指令，就能调用部署好的 open call， 完成日常安排、文件整理、代码编辑。 更狠的是，二月十三号，百度电商 sky 上架 cloudhub， 这是 opencloud 生态首个官方级电商能力插件。这个 sky 开放了五大核心能力， cps、 商品库解锁、 s p u 跨平台比价多平台参数对比，还有口碑总结，还有权威消费榜单。什么意思？ 以后你在百度搜哪款手机性价比高？ open cologne 直接调用百度的商品知识图谱，给你对比参数总结口碑，甚至直接对比下单。百度抢了什么？搜索入口的重生，过去十年，百度的移动互联网时代掉队了，但是 open cologne 让搜索回到了本质， 用户要的是答案，不是链接。你问周末去哪玩，我问可捞。直接调用百度地图、百度百科、百加号，生成一份完整的攻略。百度一下的是让 a i t 用户做决策，决策底层数据必须是我的。最激进的是小米三十六号，小米发布了小米米可捞 国内第一个手机版龙虾，开启了小范围的风测。雷军亲自下场点评，留下四个字，手机龙虾。 小米的基于小米自研的这个大模型构建能力分为四个层次，系统的底层能力，个人上下文理解，生态互联自净化。它能连续执行二十步复杂操作，始终记得你最初的需求。手机的系统能力被封装了五十多项，还在不断扩展， 最关键的是，它让 ai 手伸进了手机，接入了米家生态。只要用户授权，所有的米家设备都能被这只手机龙虾管起来。 以前你控制智能家居，还要打开米家 app， 要点来点去，以后你只要说话， opencloud 直接调用所有设备。 小米抢的是物理世界的 ai 入口，让 ai 从屏幕里走出来，操控你家里的每盏灯，每个插座。但以上只是表面，大唱疯狂的根本原因是两个字，算力和数据。算力层面， opencloud 是 史上最强的算力推动 阿里云、腾讯抢的，是帮你部署，是盼着你龙虾天天干活，月月挣钱。数据层面呢， opencard 运行时，会接触到你的文件、聊天记录、 购物习惯，谁掌控了底层的协议，谁就掌控了未来十年最精准的用户画像。但光纤背后有组数据，你们得知道，根据统计，全球共探测到超过二十三万例 opencard， 公网暴露十例，其中八点七万多例存在数据泄露风险，约四点三万例暴露了个人身份信息。 通讯部已经发布了安全风险预警。大厂们当然知道，腾讯在电脑管家里面十八点零版本里增加了 a a 安全杀伤。小米强调，所有对话历史全线记录都是本地存储。讲到这，你可能会问， opencloud 凭什么这么火？谁做的？它的作者是一个奥地利程序员， 卖了公司之后躺平了三年。去年十一月，花了一个周末，把沃斯 app 和可洛克连在一起做成第一版，然后发声什么？阿斯匹克发律师函说名字侵权了，他配合改名字，结果改名字十秒钟利账号被骗子劫持， 发了一千六百万美元的空地币，一周换了三个名字，代码没变，品牌差点碎裂。但真正让大厂坐不住的，是马斯克和扎克伯格亲自下场抢人。扎克伯格在沃斯 app 上给他发消息， 这太烂了，你得修一下。山姆奥特曼直接说，来 open ai， 我 给你算力。二月十五号，他宣布加入 open ai 项目，保留开源人见了大叉，这个故事告诉我们什么，在 ai 时代，一个人真能单挑整个胜台， 但最后大叉还是会用算力和资源把最聪明的人收编。但最后说点得罪人的真话，那些排队花钱部署 open 可傲的普通人，如果不改变思路，大概率会成为第一批就业难民。 为什么？因为你只是在消费 ai， 而不是在驾驭 ai。 真正聪明的人现在做三件事，第一，选边站队，看清楚你依赖的是社交关系、交易场景，还是搜索入口，还是硬件生态。选一个主场，让 ai 为你服务。第二，为私域数据， 别用它干百度能搜到的事，把你的行业经验、数据、业务喂给他，训练成懂你的专属员工，而不是一个普通的工具。第三， 盯着机会缝隙。大厂抢入口一定会留下生态位，比如专门帮企业部署 opencloud 的 咨询公司，给 opencloud 开发插件的个人开发者。卖铲子的人往往比挖金矿的赚得稳。 opencloud 的 爆火，让我想起了零七年 iphone 发布的时候，当时很多人都说，这不就是不能打电话的大号的 ipad 吗？结果他干掉了诺基亚，重塑了整个移动互联网。今天， opencloud 就是 那台不能打电话的 iphone。 他现在笨拙、危险、不成熟，恰恰说明他处于变格的前夜。你当然可以等他成熟了再用，但等到那天，游戏规则已经定完了，玩家已经入场了。你想成为定制规则人？还是成为那个看着别人击飞自己，还在问这东西安全吗？等围观者看清 ai 狂潮下的真相，下期见！

咱们今天聊一下怎么把 openclaw 搜索这件事干熟了。很多小伙伴装完 openclaw 就 会发现这个它的搜索体验反而不如 kimi、 dob 这类现成的产品。原因在于 后者已经把提炼关键词调搜索引擎，用大模型整理结果这一套链路都帮你优化好了。而 openclaw 更像一个原生的 ai 外壳，只给你工具，接着怎么搜索的全靠你自己搭。 龙虾呢？它原生有两条搜索路线啊，第一个是 web fetch， 第二个是 web search。 先说 web fetch， 你 可以把它理解成就是 ai， 记得某个网站的信息，直接就去找那个网站。 呃，就比如说我平时爱看 nba， 我 让他给我搜索今天的 nba 的 比赛，结果他会直接去 espn 的 网站，这就几乎相当于没有搜索能力，就像九十年代没有搜索引擎一样。 就是它其实全靠寄网址，然后去点快，速度是比较快，但结果非常窄，也不支持复杂的搜索查询，所以这个方式非常不适合做搜索主力。更麻烦的是，当别的方案失效时呢，龙虾都自己特别喜欢退回到这个 web search， 所以我自己的做法是在配置里面明确的告诉他，就是能不用就不用。第二个呢，就是官方主推的 web search 服务，它底层可以接不同的搜索 api， 比较常用的是 brave api 和 tivoli api。 brave api 是 国外成熟的搜索 api， 可以 理解为给程序用的。百度和谷歌搜索质量整体不错，但是对国内用户有几个非常现实的问题，第一它免费有额度。 第二呢，它需要国外信用卡绑定才能用，或者去某宝上付费，而且在国内的大环境下，速度和质量都不太稳定，多数人要不配不起来，要不用着特别别扭。 tablie a p i 是 给 agent 设计的专用搜索引擎，逻辑类似 brave， 它会帮你去处理一下结果。这听起来挺好，但是在中国本地上，它带着明显的外国人视角。比如说我让他每天早上给我推中国热点，他就给我推了一堆中国两会的新闻， 而不是我日常关心的这些热搜的热点。本质上，它对国内的信缘几乎没有做任何优化和定制，所以体验和 kimi 这种本地化产品差距还是比较明显的。 openclaw 当然还可以通过浏览器插件模拟真人打开网页，这在对付反爬网站的时候明显是很有用的，但 代价是它必须有前台的浏览器环境，也就是我在 mac mini 或者是 windows 上是能用的。 v p s 我 现在就用不起来。还有，它不是全自动的，你必须手动安装扩展， 每次手动打开插件，插件也不是很稳定，它用着用着掉线了，我还得去点一次，再加上它特别的费 token， 所以 我现在只在非常复杂的自自动化场景上用它啊。日常搜索基本上也放弃这条路了。兜一圈之后，我现在主要依赖一个相对简单的 skill， multi search agent。 它的思路呢，就是先把你的查询变成一个搜索引擎的 url， 然后用 web search 直接去访问这个搜索的结果页，相当于 ai 帮你打开搜索引擎，搜了一遍再读第页的结果。这个 skill 支持十几种搜索引擎，但是你必须注意的是， 他特别喜欢用谷歌，但国内是连不通的，某度呢？第一就是经常塞满呃的内容，所以我做了一个小改造，在 skill 里仅止使用谷歌和某度，强制走其他相对干净一点的源。实测下来，它基本上能够覆盖我 百分之八十到九十的需求。当然它也有问题，就是特别的费 token， 而且执行复杂任务的时候它经常返回不了。所以复杂的搜索任务我还是回给这个 tablie， 毕竟 tablie 只需要注册个用户， 拿到一个 a p i 就 可以。免费额度作为替补方案，现在还是够用的。其实我认为还有一个最好的方案， 由于需要付费，我就还没有尝试，就是 perplexity 的 付费 a p i 也是作为官方支持的 web search 的。 到目前为止，龙虾的搜索选项其实都不太完美，各有各的好，如果你有更好的组合方案，欢迎在评论区告诉我。

open curl 看个新闻直接消耗几十万头肯，很多人以为是模型贵，其实是搜索方式没用。对 open curl， 它默认的搜索链路是什么样的呢？它会启动浏览器，打开网页，输入搜索词，抓内容，再让模型解析网页的最后新闻页，跳转页，一层一层读，网页里头很多的导航栏，各种的标签，其实都是没用的东西，这些东西肯定又慢又费头。肯解决方法就是用 tabl， 它是专门给 ai agent 用的搜索 api， 返回的结果呀，非常干净，不需要把整个网页塞给模型。而且啊， tiffin 注册就有免费额度，每月一千，基本够用。 用法呀，非常简单，你直接对 open kerlo 说，我的 tiffin api key 是 叉叉叉。我想用啊 tiffin 做搜索，给我创建一个 skill 之后， open kerlo 就 能用走接口的方式去查新闻，更快更稳，而且还省 token。 如果你之前也被几十万 token 看一条新闻坑过啊，把搜索换成 title 点，立竿见效。

百分之九十的人装完 oppo 可乐都会蒙，这玩意怎么不会联网？真不是他笨，我亲测了一下，给他装完这九个 skills， 你 的小龙虾一定会如虎添翼。我登了一个表格，里面放了每个 skills 的 下载链接，有需要的评论区自取。第一个，看图能力需求指数，五颗星只 要给 ai 发送的截图，无论是报错的截图还是合同或者是表格或者是文档，他都能秒看懂，帮你解决问题。第二个，联网搜索，无论是搜索新闻、查资料、查技术文档、查政策、 亲测，比百度好用。第三个，全格式总结，你丢给他一个 pdf 网页或者是图片、视频、音频， 他都能够帮你总结出最简短的文字。第四个，长期记忆，你是不是有过？你每每告诉过他你的职业或者你的爱好，他还是会忘，装上它， ai 就 相当于有类长期记忆，他只会越来越懂你。第五个，资料库。你跟 ai 的 所有沟通都是在帮助你构建自己的知识库，也也能够帮助 ai 随时做解锁， 给 ai 喂资料，他就成了你的私人知识库。第六个，主动找技能。你告诉他你需要什么技能，他会自动去 get up 找 skill， 如果找到了就自动帮你安装。 ai 缺什么技能，他就自己会安装了，妈妈再也不用担心了。第七个，本地的语音转文字，不需要 keep 离线使用，无论是会议记录、视频字幕，都能够把你的语音转成文字，不用联网。第八个，自我学习。无论是他以前学习过的东西，还是你让他改进的或者是自己的错误，他都会记录下来， 且下一次指定去避免， ai 就 会越用越聪明。第九个，复杂任务规划，你丢给他一个复杂的任务，他会自动拆几层步骤，自动帮你做规划。第十个，给你的 skill 装一个安全雷达，在下次安装 skill 的 时候，首先会检查它是否安全，防止恶意代码。这个表格放在评论区了，大家有需要自取。

嘿，各位， openclo 又有大动作了，刚刚发布了二零二六点四点七版本，跟你说这次更新可不是闹着玩的，它不光带来了一堆超给力的新工具，还对整个平台的核心做了个大加固。 今天呢，咱们就来好好聊聊，深入挖一挖这次更新到底有哪些好东西，来，我们开始吧！ 好，那我们今天就分几步走。首先呢，咱们先从一个宏观的视角鸟看一下这次更新的全貌，然后我们会一头扎进去，看看那些最亮眼最强大的新功能到底是什么。 接着，我们再看看 opencloud 生态系统，它的朋友圈又是怎么扩大的。当然了，那些平时看不见但又超级重要的安全和稳定性修复，咱们也得聊透。最后，我会给大家总结一下，这次更新最核心的价值到底在哪儿。 好，咱们先进入第一部分新版本概览。这么说吧，这次更新呐，绝对不只是一次常规的修修补补，它更像是 openclaw 平台的一次重要飞跃。 如果你要问这次更新的核心是什么，我觉得啊，主要就三块儿，第一，给开发者们塞了一堆全新的大杀器级别的工具。 第二，跟各大 ai 服务商的关系搞得更铁了，集成得更深了。最后，也是非常重要的一点，就是对平台的安全性和稳定性来了个硬核加固，这三条腿稳稳地撑起了这次发布。 接下来是第二部分主要新功能。好了，说完了整体印象，咱们就来点实在的，看看那些真正让人兴奋的东西。 这一次更新带来的几个新工具啊，可以说真的有点改变游戏规则的意思了。 首先要说的这个，哇，简直就是个大招啊！一个全新的命令中心叫做 open cloud info， 你 可以把它想象成什么呢？一个专属的 ai 副驾驶就坐在你的命令行里，随时听候你的调遣。 那这个音符儿命令到底有多深呢？这么说吧，它把四大核心功能全给你打包到一块了，不管你是想直接调用大模型做推理，还是想生成图片、音乐、视频，甚至是想让 ai 帮你上网搜东西，或者给文本创建嵌入，现在通通一个命令就搞定。 这就意味着，以前那些可能需要倒腾半天的工作流，现在一下子就变得超级简单。还有一个功能啊，可以说是王者归来了，那就是内存维基堆占， 你就把它想成一个超级智能的知识库，它厉害到哪呢？它不光是帮你存东西，还能把信息自动整理成论点和论据的结构，甚至能自己发现哪些信息是互相矛盾的。而且啊，你在搜索的时候，它还会优先把最新的内容给你， 对于那些需要跟海量复杂信息打交道的人来说，这简直就是个神器。当然了，对于那些喜欢自己动手追求极致定制的高手们，这次更新也准备了个特别的礼物， 可插拔的压缩服务商。说白了，这就好像换电脑的零件儿一样。你现在可以把 opencloak 内部那个负责总结摘药的核心引擎直接换成你自己写的，这一下子就让整个平台的灵活性上了一个大台阶。 好了，第三部分，扩展的 ai 服务商支持聊完了新工具，我们再来看看 opencloud 的 朋友圈，你知道一个平台再厉害，也得有朋友才行。这次更新呢， opencloud 在 交朋友这事上又迈出了一大步，大大扩展了对第三方 ai 服务商的支持。 你看这张图就明白了， opencloud 的 生态圈是越来越大了，也越来越开放了。这次更新重点优化了对好几个主流服务商的知识，这里面有我们都认识的谷歌 anthropoid， 也有像 rca i 和 alma 这种非常专业的工具， 而且这些更新都特别实在。比如说，你现在可以直接在 opencloud 用上谷歌最新的 gem 模型了， 跟 r c a i 的 集成也变得更简单，直接内置了插件还有 alma， 它现在甚至能自动识别你本地的模型有没有视觉能力，非常智能。 哦，对了， antropic 的 cloud 命令行工具也回来了，这些小小的优化，其实都让咱们开发者在选模型、用模型的时候感觉更顺手了。 好！第四部分，关键的稳定与安全修复，炫酷的新功能说完了，咱们得聊聊那些幕后影响了。 你知道一个平台再牛，要是三天两头出问题，不稳定不安全，那也白搭。所以接下来咱们就看看那些让平台变得更可靠的底层修复工作。所以你肯定想问，新版本到底安全了多少呢？ 答案是安钱的多。我给你举几个例子，以前啊，可能会有一些服务器端请求伪造的漏洞，让坏人能从服务器内部搞事情，现在呢，咱们加了专门的保安和门禁，这条路给堵死了。 还有系统里一些特别关键的设置，以前可能会被不小心改动，现在也上了一把安全锁，不让随便碰了，再就是会画令牌，这就好比你家慌了门锁，旧钥匙会立刻作废，独绝了后患。这些改变让整个平台就像穿上了一层盔甲， 除了安全，用起来爽不爽也很重要，对吧？开发团队在很多小细节上也下了功夫，比如以前聊天记录里可能会冒出来一些看不懂的技术代码，现在都给你藏好了，界面干干净净，在小屏幕上，聊天窗口也不会被其他东西挡住了。 ios 上的连接错路提示也更清楚、更人性化了。还有跟 discord、 slack 这些我们天天用的工具集成也更稳定了。就是这些一点一滴的打磨，让我们的日常使用体验变得更 好了。好了，最后一部分核心总结说了这么多，咱们来回顾一下，如果要给这次更新找一个精神核心，一个关键词，你觉得会是什么？ 嗯，我觉得就是社区。你看这个数字，四十五加它不是冷冰冰的，这背后是超过四十五位开发者的心血和智慧。 正是因为有他们，才有了我们今天看到的这次强大的更新，这也恰恰证明了 open core 社旗的活力有多惊人。 你看官方的发布说明里，也特别感谢了像 winston、 cock j lamer 这样的核心贡献者，以及整个社区的每一个人。这就是开源最迷人的地方，对吧？大家一起把一件事做得更好，共同推动项目往前走。 所以咱们来给 open core 二零二六点四点七划个重点，它就像一个武林高手，一边练就了更厉害的新招式， 另一边呢，又把自己的内功，也就是平台的底子打得更扎实了。结果就是现在的 open car 不 光功能比以前强大了不知道多少，用起来也更让人放心了。那么最后这个问题就留给大家了， 现在你手上有了一个更强大更安全的 open car， 准备好用它来创造点什么不一样的东西了吗？

嘿，如果你正在玩 ai agent， 特别是像 opencloths 这种框架，那我敢说，你肯定遇到过一个让你头疼到不行的问题，想让你的 agent 帮你查一下 no 神的价格，结果呢，一次请求哗啦一下，十几万个 token 就 没了，是不是很离谱？ 今天啊，咱们就来聊聊，这百分之九十多的 token 到底是怎么白白烧掉的？还有，怎么才能让我们的钱不花在这种冤枉地方上？ 好，咱们直接切入正题，为什么让 ai 上网办个事会这么这么贵呢？其实答案特别简单，因为我们一直以来啊，都在用一种非常低效的方式给 ai 为数据。 好，我们直接看这张图。说实话，这个对比真的有点吓人，你看左边这个最高的柱子，用最传统的克尔命令去抓一下 notion 的 定价页面，你猜消耗了多少投客？整整十万七千个 十万多啊！然后再看最右边，用专门为 ai 优化的方案，你猜多少？连一千都不到， 看到了吗？就这么一个简单的差价格动作成本差了足足一百多倍，这意味着什么？这意味着我们付的钱里面，超过百分之九十九都花在了处理一堆没用的噪音上。那么问题就来了，这天文数字般的浪费到底是怎么产生的呢？ 说白了，就是我们以前用的那些老工具，跟 ai agent 的 需求之间存在三个致命的代沟， 咱们一个一个地拆开看。第一个也是最核心的缺陷就是，你给 ai 的是他根本看不懂的天书，也就是网页代码，而不是他真正需要的内容。你想想看，用刻尔这种工具，你抓下来的是什么？ 是整个网页的原始码？什么 html、 css、 javascript， 还有一堆广告脚本、追踪代码。 ai 想要的可能就是页面上的几个数字，结果你呢，直接扔给了它一本又厚又乱的编程词典。 你看这张图就特别直观了，左边这堆密密麻麻的代码，就是你的 ai agent 实际收到的东西，而它真正需要的信息，可能就藏在某个角落里，连整个数据的百分之五都不到。 这就好比什么呢，你为了找一句诗，结果买下了一整个图书馆，你花的钱里百分之九十五以上买的都是你根本不需要的书架和墙皮。 这第二个缺陷啊，比第一个还要命，因为很多时候，你压根连门都进不去，直接就被网站给屏蔽了。 现在的网站烦耙虫机制一个比一个厉害。你兴冲冲地用传统工具去访问，结果拿回来的根本不是数据，而是一面写着禁止入内的墙。 看看这个抓取 reddit 的 例子，这就是赤裸裸的现实。你看，无论是用 curl 还是用浏览器做动画，结果都是失败。 你不仅浪费了 token 去加载那个让你证明自己是人类的验证页面，最关键的是，你最终拿到的有效信息是零，一个都没有。所以啊，这已经不是成本高不高的问题了，这是你的 agent 到底能不能完成任务的问题。 这时候可能有人会说，那我用 pop tier 这种模拟浏览器的工具总可以了吧？嗯，没错，它确实能绕开些反爬。但这就引出了咱们的第三个缺陷，它抓回来的垃圾实在是太多了， 他会把整个页面，包括那些脑导航栏、侧边栏、页脚、弹窗、广告，所有试学元素，一股脑全打包给你。这不就等于在让你的大模型干活之前，先逼着他去干一份又脏又累的网页保洁员的工作吗？ 好了，问题咱们说了这么多，那到底应该怎么办？答案很简单，别再用那些给人类浏览器设计的工具去为 ai 了。我们需要一个全新的思路， 一个专门为 ai agent 量身打造的，能在数据到达 ai 之前就完成预处理的智能数据管道。 你看，这种新方案的思路就非常清晰，基本上分三步走。第一步，用更牛的反抓取技术，确保能搞定各种网站的封锁，保证我们总能拿到原始数据。 第二步呢，用 ai 去历解页面，智能地把文章、政文、产品、信息这种核心内容给抽出来，把所有广告、参见这些噪音全部扔掉。最后一步，也是最关键的，把这些干干净净的内容整理成 ai 最喜欢的结构化数据再喂给他。 这才是 ai agent 梦想中的工作餐。他拿到的不再是像乱码一样的 html 代码了，而是想这样清清楚楚结构化的 json 或者 markdown， 根本不需要二次解析，也用不上清洗，拿过来就能直接用。所以你看，关键的转变就在这 儿。我们做的不再是简单粗暴地抓取网页，而是把网页变成了一个 api， 一个 ai 可以 直接调用直接理解的数据接口。 听起来很棒，对吧？但光说不练假把式，咱们直接来看几个真实世界里的案例数据，看看这个效果到底有多惊人。 先来看一篇腾讯云的文章，用老办法 caro 去撞，哗啦一下，一万五千多个 token 没了，而且挠到手的是一堆还得费劲去清洗的 html， 那用咱们说的 ai 方案呢？你猜多少？不到五百个 token， 而且给到你手里的已经是能直接让模型去做摘要总结的纯净文本了，成本直接降低了百分之九十七，还把你所有数据清洗的开发工作量都给省了。 再来看一个硬骨头，知乎这种反爬特别严的网站，用 curl 去抓，结果是什么？ 四十三，否制定任务直接失败，你的 agent 就 卡在这了，什么也干不了了。而 ai 方案呢，不仅稳稳的拿到了内容，而且成本只有六百多个 token， 所以 你看，这已经不仅仅是省钱了，这是在保证你的 ai agent 能够期待二十四小时稳定线上不出岔子的核心能力。 所以你发现了吗？我们聊的真的不只是节省那点 a p i 的 token 费用，这是一种全新的方法，它改变的是你运行一个 ai agent 的 整个成本结构。 咱们来算一笔最直接的经济账，把 token 换成真金白银。就拿前面那个 notion 定价页的例子，假设我们抓一百次，然后用 gpt 四来处理，你猜用传统磕肉方式，成本是多少？一百零七美元。而用 ai 方案呢？一美元。 我再说一遍，一百零七美元，对，一块钱。这就是给你的模型喂垃圾食品和喂营养大餐之间最真实的差价。 所以啊，这绝对不是一次简单的省钱，这是一笔能带来四重价值的划算买卖。第一重， to 肯成本直接给你砍掉九成以上。第二重，工程成本，你再也不用去写那些又繁又复杂的网页清晰脚本了。 第三重，失败成本。极高的成功率意味着你不用再为那些没完没了的重试和任务失败买单。最后也是最重要的。第四重，推理成本。当你为给模型呢是干净精准的数据时，它犯错和产生幻觉的概率都会大大降低。 所以今天咱们聊了这么多，其实核心观点就一句话，想要真正地节省 tokens， 最好的方法绝对不是去找一个更便宜但可能更笨的模型， 而是要从源头做起，别再给你的模型为垃圾数据了。从今天开始，给你的 ai 提供它真正需要的、干净的、结构化的信息，这才是我们去构建一个高效、可靠而且真正省钱的 ai agent 的 唯一正确的路。

看着别人用 oppo 可乐自动整理文件，全网搜索，自己却在安装的第一步，别急，本期视频手把手教你，无需代码基础，跟着步骤一步一步来，小白也能轻松完成步骤，拥有属于自己的小龙虾。正式安装前，我们需要完成两个准备工作，这是成功的基础。 首先安装 node js， 请前往官网下载并安装，安装过程中一路默认点击 next 的 即可。安装完之后继续安装 git， 同样前往 git 官网下载安装包。安装过程需要注意这个选项，其它的默认即可。按住 win 加二键输入 cmd， 打开命令窗口，输入 needv 检查版本 显示的数字是二十二或者更高和 n p m 版本。然后输入 get， 命令窗口中出现 get 相关信息，就代表可以进行下一步了。现在正式开始安装 openclaw， 在 命令窗口中输入这条命令， n p m install， 即 openclaw at latest， 然后按下回车，此时系统会开始自动下载和安装，这个过程可能需要几分钟，请耐心等待，直到出现者就说明下载 ok 了。安装完成后，我们还需要运行一 的初识滑向呢。在命令窗口继续输入 openclaw on board instore dm， 然后按回车，这个过程会引导你 完成一些基础配置。新手可以先跳过 a p i 与三方对话口的接入，我后续会详细讲解。先照步骤顺序先行跳过。我们把小龙虾先部署至电脑中，在这一步我们能看到这里有 twiki， 一定要复制啊，这个很重要。然后输入 openclaw giving port， 一八七八九 vbox 启动服务。当屏幕出现这个页面时啊，就代表了你的 opencore 已经成功部署在本地了。此时打开油烟机并访问，你能看到 opencore 的 控制面板，在设置中输入出水托屏，就可以开始和你的 ai 助理对话了。是不是很简单，赶紧动手试试吧！如果在安装过程中遇到任何问题， 欢迎在评论区留言，我会尽力帮你解答。下期视频我将教你如何接入大模型 a p i， 让你的小龙虾真正充起来！

有朋友私信问 opencore 的 技能要怎么安装，他自己装的时候老是限制速率，这种限制速率的情况原因是 callop 技能仓库对外部 a p i 调用设了频控未认证的 ip， 短时间内无法频繁安装。不过这种情况只会发生在原装的 opencore 上，如果是国产的套壳龙虾， 比如我正在用的七二四永冻虾，就不会出现这种情况。下载安装好后，在 ui 界面里可直接进入技能，然后在这里搜索技能下载就可以了。如果原装 oppo 死活都在限制 a p i 速率，就是安装不了的话，就只能手动下载压缩包了。 首先进入 call up， 在 右上角找到压缩文件，下载下来后解压它，把解压后的文件放进龙虾的自定义技能目录里，默认目录是在 c 盘的这个路径中， 这里有个 skill 的 文件夹，实在找不到在哪儿的话，可以直接问你的龙虾，或者让他帮你打开自定义技能的文件夹， 把解压后的技能脚本文件放进去后，回到 open core 刷新一下即可。以上是本期全部内容了，这里还是推荐大家用国产龙虾，对新手更友好得多，我们下期再见啦！