openclaw如何指挥他爬虫

openclaw 用户终于不用半夜爬起来修爬虫了。最近爆火的开源工具 scrapling gitup 日榜第一，一年多拿下二点三万。 stars 被社区称为龙虾之眼，专治抓数据时的各种翻车。最头疼的真人验证，点图划快转圈圈。 scrapling 的 stencil effect 能搞定，它不是简单套无头浏览器，而是完整模拟 chromium 一 百二十八，鼠标轨迹滚动延迟，浏览器指纹全混淆， cloudflair 和 capture 基本拦不住。网站改版也不怕 html 结构打乱。 scrapling 靠自适应算法，通过内容相似度自动定位关键信息， 再也不用因为改个 class 就 重写代码，还特别省资源。常驻内存不到八十兆字节，一级字节内存的 vps 都能跑，多任务断网断电也不慌，净度自动存成 jason 快 照恢复后无缝续跑。对 ai 智能体来说，干净数据才值钱。 scribbling 的 mcp 模式， minimal content processing， 自动剔除广告导航推荐流，只留核心正文实测输入 token 直接砍掉百分之六十到百分之八十五。 比如一篇一万两千 tokens 的 网页， mcp 后只剩一千八百左右， api 费用大省。关键是你不用会写 python， 一 行命令就行。 bash scraping fetch url https， 冒号斜杠斜杠 example 点 com smack styles output data 到 jason 敲回车，结构化数据直接吐出来。 作者已确认， scraping 正在成为 openclaw 官方 skill。 未来在智能体工作流里，网络抓取就像调用内置功能，感知抓取、清洗推理，全链路打通。 对挂机喂数据的龙虾用户来说，这等于装上了一双看透全网的眼睛，不费电，不挑机器，不怕改版项目，在 github 上搜 scrapping 就 行。稳如老虾的时代可能真来了。

opencloud 一 百个邪修用法第十三期 crawl 提供了四个核心技能， scrape 单页抓取，支持 js 动态渲染页面 map 站点育儿乐发现快速梳理网站结构 crawl 全站爬取，可控制深度和数量。 search 精准搜索，支持地域和语言过滤。最关键的是输出直接是结构化的 json 或 markdown， 不 用二次清除。

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。

这个 skill 能让你的龙虾获得强大的联网数据获取能力，用数据彻底喂饱你的龙虾。我提供一个使用场景给你，比如很多小白朋友不知道该怎么学习使用龙虾，其实我想告诉你，最权威最系统的肯定是龙虾的官方文档。但是当你打开官方文档，你一定会告诉我，看不懂，不会用，理解不了。没关系，我是这样做的， 给龙虾发送消息，使用 x curl 获取这个地址下的所有文档 u r 列表。很快 x curl 就 map 到了 open curl 文档的全部地址链接，并给到了我。得到文档的地址后，我就可以使用 x curl script 技能把全部文档内容抓取下来，然后保存到我的电脑本地， 像这样帮我抓取某一个路径下或者全部内容。以 mac down 的 形式保存到我的电脑某个路径下。全部文档保存到电脑本地后，使用这些文档创建一个知识库，当你使用龙虾遇到问题的时候，可以随时向他提问。有了官方文档数据的支持，知识库就可以给你最准确的回复。 比如我让他用通俗的方式讲清楚 extension 和 skill 的 区别，他就会用类比厨房和电器的方式给我讲清楚这个概念。这样你就有了一个专业全面、随时为你服务的龙虾使用教练了。整个采集过程非常的丝滑，内容也很干净完整，直接就能丢给大漠星用。 除了用这个 skill 采集学习资料外，我还用它来去全网搜集最新招聘信息，比如发送指令，用 x curl 帮我调研一下阿里系有什么最新的招聘动向，它会给到一个非常全面的概况介绍，包括热招的岗位有哪些，占比是多少，具体岗位的详细要求是什么。 然后我问你是通过什么方式获取到这些数据的？龙虾就介绍了使用 x curl search api 获取数据的整个流程搜索渠道，这也反映出了 x curl 很 强大的搜索能力。 使用这个 skill 的 方法也很简单，直接给龙虾发送一个指令，安装这个 skill 就 会自动完成安装。我们看到这里安装了多个 skill， 然后获取到 api key， 让龙虾完成配置就可以了。

安装完 opencloud 之后，你还在傻傻地使用一个 ai 单打独斗吗？小孩子才做选择，成年人当然是选择都要。今天我带你们玩一下 opencloud 的 多 agent 协助系统，让多个 ai 组队分工配合，协同干活。 我们可以把写文案、写代码、做分析、搞设计，这些不同的工作分给不同的 agent， 让 ai 各司其职，你只需要一个指令，其他的让 ai 团队来帮你搞定。首先我们来了解一下什么是多 agent？ 简单的来说就是单 agent 就是一个 ai， 它来做所有的事情。单 ai 的 缺点是什么呢？就是你一会让它帮你整理文件，一会让它写代码，一会再让它帮你顺道订个餐。 ai 是 通过上下文来理解并执行你的任务的， 你这样做会导致他的记忆有些混乱，工作起来可能就没有那么精确。多 agent 呢，就是我们设立多个 ai 来组成一个团队，每个 agent 都有自己独立的工作区，独立的人设，独立的记忆，这样的话就可以让 ai 各司其职。 开发的 ai 就 专门来写代码，写作的 ai 就 专门来写各种的文件文档，这样呢，就是让专业的 ai 来做专业的事情，分工更专业，更加精准。 下面我们就来看一下如何创建并管理多个 ai。 我 们在 opencloud web ui 里边点这个左侧的代理， 这里有我们现在已有的这些 agent 代理，我们看现在就一个默认的 man， 它的工作区域是在这个 openclaw 里的 workspaces。 我 们来新建一个 agent， 先打开一个命令行窗口，在这里我们运行 openclaw agent 是 list。 来查看一下目前我们都有哪些 agents 好，可以看到，目前我们只有一个麦它的信息在这里，我们现在打开一个命令行窗口，我们要手工来创建一个 agent， 在 这里输入 open claw agents add， 比如说我们现在要创建一个写代码的程序员，那就是 add coding 好， 打回车。现在我们可以看到进入了添加 agent 的 步骤。首先是让我们选择 workspace， 就是 工作区域，默认的就是 workspace， 加上它的名称，那么下一个是是否复制 man 这个 agent， 我 们选择 no， 这个是询问我们是否要为这个 agent 设置单独的大模型信息选择 yes， 好， 这里我们要设置 它的大模型，那么根据它的这个模型呢？如果我们是要做一个呃写代码的话，那么我们需要一个好一点的逻辑性比较强的模型，我建议使用是智谱的最新的大模型。 g l m 五点一， 现在要我们设置消息的渠道，这个我们暂时跳过吧，因为今天的主要内容我们是介介绍 do agent， 现在显示 agent calling ready， 也就是说我们的 agent 已经添加完毕了。 我们回到 open claw 的 代理里边，我们点一下刷新，在这里就可以看到这个 coding 这个代理了。点击 coding 可以 看到它的工作区域是在 workspace 的 coding， 它使用的模型是 g l m 五点一，这个模型是对于编程来讲非常友好的，当然我们也可以在这里进行切换，切换到其他的模型， 这里是他的一些核心文件，暂时我们不介绍这个，这个兔子是他可以调用哪些工具？我们可以通过点击这些工具后面的这些个切换按钮来切换他可以使用哪些工具，也可以通过这里进行切换。快捷的切换 skills 就是 技能，代表着这个 agent 可以 调用哪些技能，同样可以点击后面的这个切换按钮进行切换。比如说这里边我们就可以把一些写作的这些技能把它去掉。 这里是消息频道，这个还没有设置，这里是他的这些计划任务也没有设置。我们再来创建一个 open claw agents。 add， 这回创建一个 writer， 专门用来写作的。 开始添加 agent， 首先让我们选择它的工作的区域 workspace， 这个我们直接打回车，是否要复制 man 这个默认的这些信息，我们选最后选 yes， 这里边还是问我们是否选择这些大模型，这个我们就不选了， 这个我们也不设置飞书信息了，选 no。 writer 也做好了，我们刷新可以看到这里已经有了 writer， 我们下一步来看看如何删除一个 agent。 open claw agents delete 这个 writer， 让我们确认是否删除，我们再来刷新，可以看到 writer 已经被删除了， 又重新创建了一个 writer。 那 么我们该如何在聊天窗口中调用这个 agent 呢？点击来到聊天，我们要在这个提示框里边输入命令斜杠 agent， 然后杠杠 agent， 比如说我们要给 writer 下达一个命令，我们先问他介绍一下你自己， 你好，我是你的写作助手，很高兴为你服务。那么我们就可以通过这个斜杠 agent agent writer， 让他给我写一篇关于多 agent 的 文章， 关于 openclaw do agent 的 文章，他就把关于 openclaw do agent 的 这篇文章写到了这里，并且也已经存到了 openclaw 的 文件夹下面，我们可以看一下， 写到了这里，写了好大一篇。这就是 opencloud 关于多 agent 的 视频，今天就讲到这里，有什么不明白的可以在评论区给我留言。下一期我们讲一下如何用手机飞书来控制多 agent 进行工作。关注我每期一个 ai 知识，谢谢大家的观看。

不懂代码的普通人怎么不熟 oppo clone 呢？根本不需要花几千块钱去买一个 mac mini， 今天看了我的这条教程呢，直接让你白嫖一百万。 talking， 咱们打开阿里云的官网，在这里点产品，然后选到清亮应用服务器， 然后呢，在这里可以选这个啊， open club 啊，然后一个月啊，一个月大概是这个二十多块钱，一年大概六十多块钱，咱们选个二十多的直接付款啊，付款之后呢，可以看到我们这个实力马上准备好了，咱们点我这个实力，点进去有个音乐详情啊， 因为详情一共有三个步骤啊，第一个步骤啊，就执行这个命令啊，可以放通这个端口啊，第一个已经成功了，第二个呢，就是配置这个 oppo 的 这个 mate 啊，咱们这里呢，直接使用这个百炼 callinplay 啊，确认开通就行了， 免费赠送一百万 token 推理额度啊，这个是阿里云旗下的一个百链平台。然后呢在左下角有个蜜柚管理，创建 a p o a p i k， 创建一个 a p i k， 然后呢勾选用户名称描述一下，随便填一把啊， opcode， 然后确定， 然后大家可以看到啊，这个庙已经生成了。然后呢，右上角有一个地区啊，我们现在是在华北啊，就在北京地区，然后复制这个，然后复制 api k， 然后在上一个页面，然后回到上一个页面，粘贴我们的 api k， 然后呢选北京。那就可以看到奥鹏哥老配置成功。 然后呢就是第三步了啊，就直接呃，可以给我们一个网站，让我们去访问我们的这个龙虾机器人， ok， 点开我们的龙虾机器人，直接问他用中文介绍你自己 啊，你看他已经回答了，下一期我会让 oppo cola 自动帮你干活，大家有遇到部署的问题可以随时问我。

今天啊，一个命令，我要让大家所有人的龙虾在每次执行任务的时候，任务的准确率都接近百分之百，怎么做到？就是在你的每一个命令的末尾都给他加一句话是什么？你先复述一遍你的理解 就是让你的龙虾复述一遍了，你想一下，你在公司里面，你的老板给你布置一个任务，或者你的上司给你布置一个任务时候，是不是也会问你说你复述一下，呃，你是怎么理解这个任务的？那你复述完了之后，他就会告诉你啊，你理解的这个任务里面哪些哪些是有偏差的，对不对？ 那你跟你的龙虾之间也可以执行这样的一个命令啊，对不对？可能绝大部分人不相信我说的这个接近百分之百啊，那那么我接下来我就给大家上干货了，我直接把我跟 ai 龙虾的这个聊天记录分享给你们，给你们看一下啊，我是这么跟他说的，我说以后的这些稿件也在我的 mac mini 电脑的本地啊，开物库文件夹下面的 ai 博主文件夹里也存一份，要求层级清晰，并且每年要建一个以当年为年份的文件夹，这个文件夹的下面还要建以当月为月份的文件夹的名字啊，这个事情就是让他方便解锁啊，好，然后最终呢把，呃，文件的这个文稿呢，存在这个月份的文件夹里面， 然后我后面就给他加了句话，你先复述一遍你的理解，神奇的事情发生了。好，接下来你看啊，他是这样跟我回复的，他说 复述一下我的理解，你看它有一个本地的存储路径的一个结构图，哦，结构图都出来了，然后你可以清晰的看得到它有没有理解正确你的意思，然后它的规则也跟你用文字给你复述了一遍。 哇塞，当时我看完了之后，我觉得它真的是百分百理解了。好，然后我就跟他说非常正确，但我想要优化一下，我说，呃，这个年份的文件夹呢？你要以年份加 ai 搞件的形式来命名。月份的文件夹你要以月份加 ai 搞件的方式来命名。 我这个目的就是让他在我的每一个那个文件夹的名字前面都要加上一个我这个文件夹是干什么的？方便我以后去解锁，因为我怕我以后我还除了有 ai 以外，我可能还要分享其他的知识。 那这两个东西他都是这个年份这个月份的，那就会搞混，对不对？好，我也让他再复述了一遍他的理解，哎，他的理解就对了，他在我所有的文件夹名字的前面都呃，后面都加了一个 ai 文稿的这个名字。好，这个时候我就跟他说，我说非常正确，现在立即执行好，他执行，执行完了之后， 好，他给我存了，存了之后我看了一下，他在在文件夹里面呢，他会有一些斜杠，当时是因为我理解错了，因为他在呃，在存文件夹的时候，命名文件夹的时候呢？我以为他这个斜杠啊，他只是一个分层级的一个东西，不会出现在文件夹的名字里面，但他出现了怎么办呢？ 我就跟他说了，我看到了，但是我不希望你出现斜杠，你的文件夹的名字里面全都是斜杠，你把这些斜杠和空格都给我删掉，然后你要把优化版和原和原稿要分成两个不同的文件夹进行整理 好。这个时候呢，他，呃，他就跟我说他看到了啊，他他他就跟我说他搞定了，然后我然后我再去看了一遍，确实他就真的是按照我说的这个方式已经跟我存好了，然后我跟他说非常棒，并且记住这个流程，重点来了，重点来了，我说并且跟我封装成一个 scales 以后，你就自动的帮我在 mac mini 里面进行整理和存档。哎，接下来他就真的去帮我封装成了一个 scales。 大家有没有觉得我今天分享东西很干的，而且是可以让你傻瓜式的操作的，如果你认可的话，给我点个关注，因为我这个龙虾的这个心得是持续不断的有一个系列的，而且我在将来使用的过程中可能还会发现更加重磅级的一些心得。

你还在一个个复制龙虾回复到另一个龙虾吗？我只需要向我的一只龙虾发送指令，它就可以指挥其他龙虾来干活了。下面我来告诉你如何实现。 首先需要知道的是 opencloud 中的 session send， 你 可以理解为 opencloud 中不同 agent 的 通信机制。我们找到配置文件 opencloud， 点 jnc 添加如图两个配置， 或者告诉 opencloak， 让他帮你配置，这样你的多个 agent 就 可以通信了。但是别急，你要让你的 agent 知道该怎么做。首先你要让主 agent 知道它下面有几个 agent 可以 调度，它要通过 session send 来个其他 agent 沟通，其他 agent 要知道他的上司是谁， 沟通方式也是 session send， 每一个 agent 都要知道自己的工作流程及沟通方式。其实这样已经差不多了，但是你会面临大量的调试。下面我给你讲解新的 opencloak 知识应对调试 绘画在 open club 网页端会有一个绘画页签，这就是 session send 中说的 session， 我 们可以看到 kind grouped， 这就是每个 agent 在 这个群里的对话内容。同样在聊天页签，我们也能看到所有的绘画内容。 切换我的不同绘画，你会看到每个 agent 收到消息处理完成后，都会调用一次 session send 发送给其他 agent， 并且是以我的身份发送的，他们会根据收到的内容来指定任务，这就是群聊一个 agent 指挥其他 agent 干活的原理。十分感谢你的关注与点赞，我将持续输出更多 ai 内容。

你的龙虾能干什么？这是我的飞书 ai 助手，不仅能够让龙虾读懂指令，还能远程指挥它干活， 接下来我会在五分钟内一步步的教你如何搭建这个工具，飞书 ai 助手通过这个在飞书里面和自己的这个 open call 龙虾去做一个正常的对话。那首先来看一下它这个 飞书 ai 助手它能做什么？第一个就是说远程的一个 ai 助手，第二个的话就自动化图片和文件的这个收发和处理，然后同时呢也能够群聊。还有就是刚刚提到这个多 智能体的一个路由，在龙虾上面大概有两种插件的形式存在，第一个就是飞书它自己推出的官方插件，另一种就是这个龙虾它内置，像我们这次用飞书如果做聊天入口， 那直接去选这个内置插件可以了。接下来我们直接就是开始做这个 openclaw 这个内置插件这个教程，然后重零配置，它有两个前提，第一个前提的话就是我们已经装好了这个 openclaw， 然后并正常的运行。第二个前提啊，第二个前提这个是必须有的，咱们都都得有一个这个飞速账号，并 且呢就是说企业允许创建自建应用，第一步的话就是我们去创建机器，你就点第二步就是创建这个企业的自建应用，在这直接去创建，这点击创建完成之后，它就会自己进入到这个飞速 ai 助手的详情页， 当我们进到详情页的时候，我们就进入到第二步了，就是我们现在第二步要去启动这个机器人的能力，进到了这个飞速 ai 助手这有一个机器人的卡片，点击添加就可以了。 完成这了之后，我们第二步就其实已经完成了起用机器人的能力。紧接着我们就做第三步操作，第三步操作的话就是去配置这个权限，首先这有一个权限管理，大家看到这有一个这个批量导入和导出权限，然后点击这个就可以点击，这不是出现一个弹窗吗？我们选择在这下边的一个导入 这个 tab 下去，把这个全部替换成我们刚刚复制的这个结果。下一步 直接申请开通这里面所有用到的这个权限，就是通过这个接收我都给你配置好了，嗯，只需要就是一键粘贴复制就可以，我们第三步配置权限就完成了。 紧接着是第四步去配置这个事件的订阅，我们点击这个订阅方式，点击订阅方式它会出现使用长链接去接收事件，那我们这个时候点击保存就行。第一添加事件，然后刚刚把我们刚刚这个 能当里面这一个关键字复制一下，粘贴到这儿就能搜索出来，勾选它去做添加就可以了。紧接着的话我们需要就是说记下这个凭证，这个是非常重要的一步，最初的这一栏就凭证与基础信息，这儿看到没有 有一个这个 app id， 还有一个 app secret， 我 们就紧接着进入这个第六步，就是去把这个应用发布出去，这样的话啊，我们的 openclock 才真正地能使用到这个飞速计算，还是在侧边栏这边有一个应用发布，我们找到这个 版本管理与发布，然后这儿的话直接创建一个版本就行，版本号这个也是可以随便填，我们就按照它给的这个势力去填就行了。 更新送初次创建就在最后，这下面有一个可用范围，全部成员就可以了。最后我们点击保存，然后申请线上发布我们这个飞书 ai 助手，这样一个机器人就算是发布成功，第一次都是需要手动的去审核。我们直接进点击 飞书发的这条消息，进入到这个链接去做一次审核，然后直接点通过就可以。我们重新刷新一下，刚刚创建的这个机器人已经发布成功了，这样的话代表我们第六步就是 发应用，就算基本完成申请下来的 a p p id 和这个 a p p secret 复制一下，把这两条做一下替换就可以了。紧接着去启动一下这个龙虾，然后我们再去把这个飞书的渠道也给启动了。紧接着我们在这个机器人里面 找一下助手，然后给他发一条消息，比随便发一条测试，他这儿的话会贴一个 emoji 表情，在这个啊，我的消息下面就代表他已经在工作了，这就代表 ok 了，整个演示的话其实就是这么简。

大家好啊，不知道大家最近的股市赚钱没有， 今天也是想给大家推荐一个关于金融板块的 skill， 可以 统计 a 股的数据，像这个界面就是这个 skill 做出来的。今天 a 股收盘的点评里面有一些大盘的指数以及金融的流入，金额的流入跟流出，下面我们来介绍一下这个 skill。 首先呢我们任何的金融 skill， 它底层支持一定要有靠谱的这个金融数据，大部分金融 skill 他 们都是从网上利用爬虫去向新浪，还有这个东方财富同花顺这些地儿爬取的数据，然后这个 skill 叫妙想，它是直接东方财富旗下的 一个金融 skill， 所以 它是直接调用的东方财富的金融接口，所以说数据来源还是很靠谱的。我们现在进入这个大模型界面，你在这里就可以直接跟它对话去查询数据了。但是我们今天是要装这个 skill， 然后大家可以点击这边的妙想 close， 这有一个妙想 flow 调用，然后大家点击这个妙想 flow 调用，然后会给到你一个 api key， 然后以及开始下载，开始下载就是下载这个 skill， 我 们先直接看一眼它的文档， 然后这个妙想金融 skill 它推荐了两种安装方式，一个是一句话安装，就是大家把这段内容复制下来，然后把这个 api key 然后粘贴成刚才 这个界面的，这个 key 粘完了以后给到咱们的龙虾就可以。然后这种方式我也是做了尝试啊，然后把我的 key 给到他，然后这些技能安装包，然后他也是经历了这个漫长的时间，最后也报了这个错啊，说上下文已经填满了，最后也没有安装成功， 最后应该是只安装成功了三个 skill， 然后我让他停了下来，看，他给我提示就是一安装了三个，剩下六个没有安装完，所以这种这种方式可能还是不太推荐的。那我推荐的是另外一种方式，就是我们直接下载它的 skill 文件夹， 然后这里我也是提前下好了，下完了以后我们把这个 skill 放到我们 agent 的 workbase 目录下，我目前使用的是这个 stoked agent， 然后我把这个下载好的文件夹就是这个妙想 skill， 然后直接给它拷贝到这个 workspace 的 目录下，然后我们就可以跟龙虾对话， 我们先问了他一下，看这个 stock agent 下的 open space 有 没有这个妙想 ski 文件夹，他是跟我说找到了，那找到了以后，那我们就直接跟他说安装这个 ski 到这个 stock agent 呃 a 阵特下，然后我也不想这个 skill 全区使用，因为我怕会乱，这样的话我们的安装就会很快，这都是我之前已经安装好的，然后我们它会提示我们这个 skill 已经安装完成了，然后它也会分析到上下文之前有这个 api 的 key， 然后需要配置，然后我跟他说配置吧， 他也就完成了这九个 skill 的 配置。那完成配置以后呢，我又去让他介绍了一下我们这些 skill 到底有什么作用，然后我问他一下介绍这九个 skill 都是做什么的， 他通过读这个 skill 有 readme 的 文件啊，给我们展示了一下，有金融数据查询，宏观经济数据查询资讯，包括这些智能选股，那这些接口就足以支撑各位对于 a 股想要的一些数据查询。当然我们也可以给他一些综合性的命令， 比如啊，今天我就直接给他发了一个命令，说今日 a 股收盘点评并生成可式化报告。 那么我们的 sook 龙虾那也就直接去调用了这个妙想的 skill， 然后帮我生成了最终的一个报告。你看他帮我生成了一个 html 的 报告，以及把今天 a 股的 嗯信息也展示出来，这个报告就是刚才我打开的那个收盘点名报告，这里有这个大盘指数，还有一些热门板块。 当然这个信息对于各位股神来说肯定是不够的，我们更多关注的是一个个股要有哪些合理的这个投资建议。 所以呢，我又去问了他一些问题，我说这个分析一下个股给我明天的投资建议， 他会问我想分析哪些股票，那所以我还是问了他一下，总结一下今天的热门股票，热门板块，然后给出明天的股票关注点，还有这个热门股票的购买建议。然后他也是理解了我要的说法，然后他也告诉我今天热门的股票确实也是这些啊， 这个五连版，包括这个中立的反包涨停。然后他把这个购买建议也给我生成一个报告文件，你要不想看文字，咱们就直接看这个网页的报告文件， 看，这里就有今天的热门板块，医药油气，油气是因为早上那个特朗普的发言，然后他要继续战斗嘛，所以这个油气要上涨，同时油气上涨就代表着科技要这个下跌，所以今天跌最狠的是算力租赁 这边人气的个股，也是最近走妖的这个五板的个股。各位股神关注股市的应该也都知道 下面有这个明天的关注方向，其实也就是一要是否继续延续这个强势，主要还是看这个连板高标明天会不会断板。 好，那这是我们一个热门股票的一个建议，这是根据我的想法要求生成的，我们也可以问他一下具体个股的一个 情况，然后我们就去问了他一下今天的这个反包版嘛，中某集团，中某集团怎么样？明天买卖点是怎么样？然后他也去给我们分析了一下这只股票的一个基本面啊，这种小票基本面积蓄很基本是很差的。 然后他主要是炒一个这个短线的情绪，他主要是通过技术分析来说了一下这只股票的一个买入点跟这个卖出点，可以作为大家的一个参考，当然不能作为最终的投资决策，投资决策还是要由各位做这个 最终的决策呢。好，他也把这个中立集团的这个情况给我们生成了一个报告，他这个集团整个这个营收也是很差的， 明天的买入近一点，他也是说要回调至一个四块三四块五，我们看一眼实际数据， 四块三、四块五，那就是他说要到前期这个 相当于价格的低点吧，他认为这里是一个支撑，我觉得更多的可能是走这个技术分析的这个流派啊。他卖出止盈这边也说了，基本是希望咱们亏损百分之五就赶紧割肉离场啊，这个明天也可以看一眼他这个的推荐准不准啊？ 嗯，那我就给大家演示这几个 skill 的 基本的一些使用功能， 后续的话怎么来用这些接口数据还是要靠各位股神去这个尝试探索，主要还有结合自身的一些策略，谢谢大家。

你的 open client 是 不是太傻了，根本没法用？别急，不是它不行啊，是你没有给它装对插件。今天不讲废话，这四个神级插件装完之后，你的 open client 直接从人工智障变成赛博打工人， 听话能干，还能长记性。第一， memo 是 长期记忆插件。很多人用 ai 最大的痛点就是聊完就忘，这个插件的核心就是帮它建长期， 你之前的需求、习惯甚至表达方式，他都能逐步沉淀下，越用越懂你，而不是每次都从零开始。第二个是 ai web application 不 会执行，是很多的短板，这个插件相当于是给他一双手，你只需要用自然语言下命令， 他就能自动的完成打开网页、填写内容、操作流程这些动作。如果你是做运营或者自动化，哎，这个插件就能帮你省掉大量的重复工作。第三个， technique s u check。 很多人担心 ai 胡说八道，那这个插件就是来兜底的，它会对输出的内容做来源的标注和基础的校验，有问题的地方会提示你，避免你把错误信息啊直接用出去。第四个是 de search， web search 没有实时信息， ai 再聪明也没有用，所以这个插件就能让你直接联网获取最新的数据，还能按时间来源去筛选， 信息的时效性啊，会明显的提升。总结一下，这四个插件呢，其实就是分别解决了四个核心问题，记忆、执行可能性、信息更新、补齐这几块之后啊， open code 才真正的用起来。如果说你现在用的还觉得有点笨，大概率不是模型的问题，而是配置没到。

兄弟们，我的 open call 终于从人工智障进化成赛博打工人了！刚入坑 open call 的 兄弟，别再以为他只会聊天，今天手把手教你装六个神级 skill， 让你的龙虾开挂起飞！简单说， ai 是 大脑， skill 就是 他的干活手册。没装 skill 是 花瓶，装完直接变全能助理。一、 skill waiter 安全守门员，装机必装，安装第三方技能前扫描恶意代码和风险权限，防止 ai 知识滞后，获取实时信息， 返回结构化结果，加可信度评分，需去官网免费注册 vip。 三、 find skills 技能，导航员提需求就自动在 plop 搜适配技能， 给出安装指令，不用瞎找。四、 browser use 网页操作手，直接操控浏览器，自动填表，抓数据登录，实现从查询到执行的跨越。第五， github 开发者神器，无缝集成， github 对 话中就能管理仓库处理，一树 pr 搜代码，不用切换工具。六、 automation workflows 工作流总指挥，串联多个技能，一句话触发复杂任务，如抓资讯，生成报告，发飞书。兄弟们还有疑问评论区说，下期见！

我研究了三天三夜，终于把 opencloud agent 的 团队搭建彻底跑通了。七个 agent， 一个群聊，自动写作，我只说做什么。 ceo 自动拆解任务，协调各部门，各部门做完自动汇报， 这可能是目前最接近一人公司的玩法。今天我把所有步骤一次性讲清楚，先给大家看看最终效果。这是我搭好的一个七人 agent 的 团队。在飞书同一个群聊里， ceo 负责理解我的需求拆解任务分配给各部门。 产品部负责需求分析和 prd 输出。开发部负责技术方案和代码实现，设计部负责 ui 方案，市场部负责推广策略。 数据库负责数据分析和效果追踪，运维部负责部署和监控。上周，我想做一个 ai 每日早报的自动推送工具。我在群里跟 ceo 说，我想做一个工具，每天早上八点自动抓取 ai 领域的新闻，生成一篇早报，推送到我的社交媒体。 然后 ceo 就 把这个需求拆分成了四个子，人物，产品部定义早报的内容结构和信息源。开发部写下载脚本和推送接口。市场部确定标题风格和受众定位，数据库设计阅读量追踪方案。每个部门各自输出了方案， ceo 汇总之后，给我一份完整的执行计划。 整个过程我只发了一句话，这就是今天我要教大家搭建的东西。在动手之前，先花三十秒了解一下原理，这样后面的操作你才不会懵。 opencloud 的 多 agent 的 机制本质上是这样的，一个 get 位实力多个工作区，每个工作区就是一个独立的 agent， 它们共享一套基础设施，但各自有独立的角色设定模型配置聊天渠道绑定。 理解了这个搭建就变得很简单，总共两个步骤，第一步，在 opencloud 中创建多个 agent。 搭建方式有两种，第一种，通过命令行交互式创建，一行命令搞定，打开终端，运行下面这行命令。这种方式的好处是不用修改配置文件，跟着提示一步步选就行。 第二种方式，直接修改配置文件，适合一次性创建多个 a 键的。打开你的 opencloud 点 json 配置文件，需要修改三个地方 室内配置文件，如图。第二步，配置聊天渠道。很多朋友卡在这一步，不知道怎么在飞书上创建机器人，步骤如下，我知道重复建七个很枯燥，所以我做了一个创建飞书机器人的 skill， 你 把这个 skill 安装给你的 open log， 然后告诉他帮我创建一个飞书机器人，他会自动打开浏览器，自动填写表单，自动完成创建。搭好之后，最有意思的玩法是建立指挥链。 我给 ceo 的 设定是，当用户提出需求时，你需要一、分析需求的本质目的。二、将需求拆解为产品、技术、设计、市场等维度的子任务。三、将子任务分别艾特对应部门，下达清晰的任务指令。四、在所有部门回复后，汇总结果向我汇报。 这样一来，我的工作流就变成了我指挥 ceo， ceo 指挥各部门，我验收最终结果。我只需要跟一个人说话，剩下的全部自动流转。未来的工作可能不需要那么多人了，需要的是一支听话、高效、二十四小时在线的 hr 团队。

大的来了，兄弟们，别再傻傻地问 open claw 你 能干嘛了？如果不给他装上核心技能，他就是个只会聊天的人工智障。那么今天这六个必装的官方神级 skill、 保姆级教程来了，装上后，你的龙虾智商也能原地起飞！一、首先是 find skills 技能发现器， 新手最痛苦的就是找不到合适的技能，有了它，你直接告诉龙虾需求，它帮你自动匹配全网资源，超级省心！怎么装一分钟搞定。我们打开七二四 claw 涌动虾右上角点兑换码，输入三三三，免费领 token 即可进行安装。这里不仅汇总了全网 skill， 而且是中文汇总，支持一键下载。二、接着就是 anthology 文体论记忆，龙虾的记忆拉满全靠它，哪怕是跨几天的长任务，它也能记住你上一句聊了啥，上一轮代码改到了哪，绝不跑偏！三、 agent browser 浏览器特工， 这技能直接给你家 ai 装上了一双赛博手脚，能替你逛网页、抢门票、自动签到填表单，真正的全自动打工人。四、 context manager 上下文管家，它能自动压缩对话内容，裁掉废话，没了它，龙虾不仅脑子转得慢， api 的 token 费用还烧得飞快。 五、请一定带上 back up 回滚后悔药。养龙虾最怕玩坏配置，有它定时打包整个 open cloud 目录，就算折腾崩溃了，也能一键回到解放前。 六、最后是 cost report 算账助手， ai 界防破产神器，时时盯着你每一天每一次调用的 token 消耗，防止一觉睡醒收到天价账单。好了，兄弟们还有什么想了解的评论区告诉我，咱们下期见！

我只需要和我的龙虾小助理说一句话，他就立刻帮我打开 windows 注册表编辑器，并且定位到我需要修改的注册表的。像我只需要又跟龙虾小助理说一句话，他就会自动帮我打开 我的谷歌浏览器，并且直接打开我想访问的页面。太棒了，那我现在想打开我 windows 电脑的安全中心，那我只需要再跟他说一句话，他就可以快速的帮我打开我 windows 电脑的安全中心了，免去了我点击各种菜单的麻烦。 nice， 你 知道这是怎么实现的吗？那这个视频我就跟大家来分享一下。大家好，我已经在 windows 系统里安装好了 openclaw， 并且用它连接上了 windows 环境中的 elama， 使用的是 elama 云端免费的大语言模型作为 openclaw 的 大脑。安装完成之后， 我就来实际体验一下。今天这个视频就跟大家分享安装好之后该如何使用 open klo。 我 的频道主要分享 windows 使用技巧，所以这期也会重点跟大家讲如何用 open klo 在 windows 上执行各类操作。 我已经实际用了一段时间，整体体验下来还是挺好的，也确实很有意思。这个就是我在 windows 上安装的 open klo 的 web ui 的 管理端，通过浏览器来访问我。这个 open klo 的 网关也是安装在这个 windows 上的。 在我第一次使用小龙虾 agent 去执行 windows 命令之前，我需要把这个浏览器和这个网关进行一下配对。 那这个主要是出于安全的考虑，只有配对之后，这个小龙虾 agent 才能够去 调用 windows 系统自带的命令。我们先运行命令 openclaw devices list 运行这个命令，你看看它会显示出来有一个判定的区域，那这个判定的区域就代表有一个客户端需要跟这个网关进行配对， 那我们怎么配对？我们运行一下下面这个命令， openclaw devices approve 两个横线 latest， 那这个命令就把最后一个请求配对的这个客户端或者这个设备给它配对好了。这个时候我们再运行 openclaw 空格 devices 空格 list 回车，你看 安定的区域就消失了， care 的 区域显示我们这个配对成功了。那现在我们回到这个 openclaw 的 web ui 管理端，我们看一下它使用的大烟幕将是 default kimi k 二点五 cloud 欧拉玛就是我们在我的物理机上部署的一个欧拉玛本地模型，使用的是这个欧拉玛云端的提供的模型。我们点击左边这个聊天的菜单，打开这个聊天的页面，就可以跟这个 open cloud agent 进行聊天了。那我跟他说第一句话是，你现在的身份是电脑专家旺财，我是你的老板，对话中请统一称呼我为老板。 点击发送，那这个命令就发送出去了，现在他返回信息，说好的老板旺财已上线，有什么需要帮忙的吗？无论是技术问题，文件处理还是其他事情，请尽管吩咐他这个回答非常的人性化， 让人感觉的确是一个助理在给你回复。既然这个旺财小助理工作这么积极，那我们就给他分配一个任务，先试试他的 能力怎么样。打开 windows 设置里面的安全中心，点击发送，看他能打开吗？ 说好的弹出一个权限请求的窗口，我们点击有漏，他果然打开了 windows 安全中心，这个任务执行的还是不错的。那我们大家看，在这个聊天界面右上角有两个图标，一个是跟一个大脑似的，一个是跟一个小扳手似的。这个图标显示的是你这个 open call 助理，他的思考的过程会在这显示出来，那这个图标显示的是 这个 open class 里调用工具会有哪些，它也会显示出来。你看这里边信息有很多，这个就是调用工具的这个信息，点击这个图标就显示出来了。那这些信息对 我们来讲其实有的时候是有用的，你可以了解一下这个处理的思考过程，以及他都调用哪些工具，如果出问题也方便你去调试，方便你去了解一下他调用的工具有什么问题。那如果你要先这个信息太多了，你就可以把这两个按钮全都关闭掉，那这样他只是显示最终给你呈现的信息。 那我们现在再给它发布一条命令，你帮我打开本地注册表，并且定位到这个注册表的，像我们点击发送，看看它能执行吗？要求权限给它权限，怎么没有结果？可能刚才我这个系统重启了一下，我们再粘贴这个命令，让它运行一下。啥情况 哦，又要求权限了？点击 allow 命令执行出错，不支持按的连接符，好在连接 allow， 它又使了另一种方法。 好，现在这个注册表编辑器的确已经打开了，而且他的确定位到了这一项没有问题。我们再看看这个浏览器里他说什么，说老板，注册表编辑器已经为您打开了，并且应该会自动定位到这一项了。 我们再给他一个任务，打开 google 浏览器，并且访问 opencloud 点 ai， 发送又请求权限。 hello， 打开 google 浏览器，的确打开了 opencloud 点 ai 很好，这三个任务他完成的都很棒。如果你也想让 ai 帮你实现某个 windows 操作，欢迎在评论区里告诉我。最后别忘了一键三连关注我。感谢您的观看，我们下一个视频，再见！

给大家来介绍一下怎么用那个 o 泵 cloud 去控制浏览器。我们用的是 google 的 chrome 的 浏览器， 因为我们的目前的这样的一个 o 泵 cloud 是 装在容器里面的，所以如果我们想控制浏览器，还有一个方式就是控制你本地的浏浏览器，呃，控制你数主机的浏览器，这样我平时也可以用这个浏览器去做一些登录访问，访问完了之后，我也可以把这个共享给 我的龙虾，让他继续去帮我去做一些事。那这个是有一个比较大的这样的一个好处。好，那我们给大家来看一看他这个 到底怎么来配置，怎么来用的？首先我们给大家先演示一下他的整个一个配置，他到底是怎么来配置的？首先在你的本地还是要装这样的一个 chrome 呢？ google 的 这样的一个 chrome 的 这样一个浏览器，你要通过这个命令行要把这个浏览器启动起来，他要启动一个远程的端口。 九九二二二，这个地方，还有我也碰到一个坑，是什么？你最好还是要指定一下你本地的 ip 地址，否则它这个地方会有点问题。那你指定一下之后，它浏览器就可以自动打开了， 自动打开以后，当然你打开的这个浏览器像我们用户平时操作一样的，那你就可以去登录，登录完了之后呢，你就可以让这个 open cloud 去控制这个浏览器继续做一些事啊，比如说我这边这个端口已经连接成功之后，你就可以命令它 去做你想看的视频，说我让他打开 b 站，他说首页加载成功，我让他去判断我当前 b 站是否已登录，那他已经告诉我已经登录我的这个情况是怎么样子的，我让他帮我分析一下我上传视频的播放量，那这个时候他就会主动的去帮我去看一些报告， 会告诉我的总体的这样一个情况，我让他去帮我去分析一下最近三十天发布的视频，那么他就会拿一些视频出来帮我去分析一下， 他只是说他会讲一下这些视频大概播放量，点赞这个情况是怎么样？哪些数据比较好，哪些数据还不太好，他会给我一个对比的表格，还跟我讲了一下这个呢，就相当于是说用这个龙虾，那你就可以去做很多的这种 浏览器，你必须要原来要你自己要去浏览的这样一个工作，但你现在就不需要做，那你只要把这个权限开放给他，你只要把他登录进去之后，你就可以让他做很多事啊，有这样一个功能，最近我也看到欧奔卡又有一个新的功能，持了这个 google 浏览器 web tools 里面的一个 m c p 的 这样的一个功能，这个 m c p 的 功能它本质上也是一样的，它可以把你 chrome 里面的 session， 已经登录的 session， 通过 m c p 的 服务把它给暴露出来，提供给这个些龙虾来用。这个功能其实我觉得也是非常好的这样一个功能，只是说给大家看一下啊， 他在这个地方，如果你要用，你要把这个勾打上，允许远程的这样的一个实体去访问你浏览器里面的一些实体，那么这个功能也是这个 google 把它给发布出来，它发布这样的一个功能，它是非常好的，原来我们如果要让浏览器去浏览你的整个一个网页，做自动化的服务，其实工作量还是比较大的，特别是什么登录，有些绘画他调试起来会很麻烦， 但是如果他通过这个 m c p 的 这样的一个配置，能够自动的把一些绘画能或者权限允许远程的这种类似龙虾的这种智能体去访问，那么这个功能就会非常强，就会非常方便，那等于是讲 好，那这个就给大家简单的演示一下，好吧，当然他也是可以其做其他类似的事了。好，今天我们这样用龙虾去控制浏览器怎么去做访问，我们就给大家演示到这。

这是一个零基础的 openclaw 系统教程，我们从选择电脑安装 openclaw 连接聊天软件开始，到 openclaw 最基础的心跳和定时机制，再到如何让 openclaw 为你在浏览器上自动化工作，然后我们会讲如何将 tucker 消耗降低百分之九十五， 以低消耗为底气，我会首先毫无保留的介绍自己的 ai 团队，更重要的是我们会一起打造属于你的 ai 团队。为了更好的了解 openclaw 和多 a 阵的成本消耗，我还开源了 openclaw 格式化控制中心， 这是一个对往期视频教程的合集串联和总结，这里有理论，有实操，有应用，还有工具，千万别眨眼，我们现在开始从 零开始。第一章我们会讲到该选用什么样的机器来运行 openclaw， 我 们如何安装 openclaw， 如何连接我们的聊天软件，以及我们该用什么样的 a e m 模型。现在开始 openclaw 是 一个开源项目，那么每个人都可以免费的使用它，它本身呢，又是 mit 的 license， 也就是说你可以把它用在商用上， 或者是对代码进行修改，再用到商品上，完全没有问题。那么大家为什么对 openclaw 如此的有热情呢？这里有三个原因啊。第一个原因我认为是它主动性，很多工具呢，比方说你用很多无代码的编排工具，或者自己写代码做程序，你都要 定义自己的工作流才能完成任务。那么这里 openclaw 呢？很多情况下，你给他工具，给他权限，那么他自己去完成目标，而不需要你规定如何做。 第二个原因呢？我认为就是他有自己的记忆，他的记忆呢就保存在本地，通过我们不断的跟他对话，通过我们不断的啊告诉我们他我们自己的偏好和信息，他呢就会越来越了解我们，为我们的工作干的越来越出色。 那么第三个就是他可以用我们平时的一些聊天软件，直接对他远程进行指令，或者是接收他的结果和报告， 比方说啊啊 diagram， 比方说 what's up， 比方说 discount 等等，我也知道国内有人接入飞书、微信等等等等吧，这些都是非常强大的优势。关于安装和设置 opencloud 的 第一个问题就是我应该做一个云服务器，还是用在跑在自己的电脑上？ 我知道有很多人在推荐用云服务器，那么这里我也想给大家说，你应该跑在本地的电脑上，我说一下原因，首先云服务器的优点，二十四小时不间断，也不在你这边，所以它跟你的工作环境完全的隔离。但是我想让大家是明白一点，就是 opencloud 的 能力是完美完全取决于我们给他的权限的，我们给他的权限越大，他能为我们做的东西就越多，当然也越危险。这个我们后面会提到， 那么看看我们 vps 的 缺点，就是首先最重要的浏览器，对吧？在我们本地的机器上，我用我真实的浏览器，我登录 啊，有我真实的拓展等等等等。那么有些平台呢，有非常高的价值，比方说 youtube x， bilibili， 抖音等等等，这些的平台都需要我们登录，都需要我们有真实的用户行为，但是你用 vps， 用无头浏览器做这些事情，就很容易被这些平台所封禁，那么有很多的限制。 第二点就是在 vps 中，你就不能够打开你本地的 app， 就 不能跟本地的浏览器进行互动，就不能对本地的文件进行一些操作。那么也就是说， vps 本地的文件以及浏览器这两个我们最希望他帮我们工作的事情，他都完全接受不了自己的能力，因此 还是推荐大家用本地的机器好。那么新的问题就是用本地的机器，我需要买一个新的 mac mini 吗？说实话不需要，但是如果你一直心心念念想买一个新的 mac mini， 现在确实是一个比较好的借口。 那么实际上 openclaw 它支持 mac os、 linux， windows， 那 windows 呢？主要是推荐通过 wsl， 也就是啊， windows 的 linux 系统来安装啊。 openclaw 确实最好的方式是你装在一个完全不同的机器上，但是它不一定是 mac mini。 如果你有一个旧电脑，比方说你有一个 windows 电脑，你有两种 比较常见的选择，首先你可以安装一个新的 linux 系统，在你的 windows 上，你就把这个旧的 windows 电脑当做专门的 ai agent 的 机器。第二个方式就是 wsl， 不知道朋友们 wsl 呢？它是本身是啊 windows 的 一个功能，它是允许我们用一行命令行代码直接安装 linux 子系统到我们 windows 里面，这样的话你就可以安装 opencloud 在 你的这个 linux 子系统下面了。这里我们后来会提到， 如果你安装 opencloud 到你的 wsl 里面，那么你要注意就是你要做好文件的隔离，否则它会有权限用你的看你的所有的 windows 的 文件， 那么如果你的旧电脑是一个 mac， 如果它是一个 m 芯片的，那么太好了，你就可以用它把文件处理完之后，作为我们的 opencloud 的 专门的机器。但如果你是英特尔的旧电脑，你要注意一下，你可以跑 opencloud， 但是呢，由于你英特尔无法升级你的系统到啊 mac os 十四以上， 但是有很多专门支持 open cloud 的 一些工具和 skills， 需要你的系统是至少是 mac os 十四的，也就是说啊，有很多功能你是没办法用的， 你的能力就不能全部被解锁了。那么如果你没有旧电脑，你只有一个电脑，这时候如果你的系统是 windows， 那 么跟我们刚才说的一样，你的选择就是你安装 wsl 二，用一行命令行就可以。 还是那句话，文件隔离一定要做好，一个常用的做法就是我们创立一些共享的文件夹，那么我们的 open cloud 只有权限去看这些共享的文件夹，那么我们呢，就可以从我把我们想要给他的文件放在这里面，以及把他生成的文件拿出来放到我们的 windows 系统里面去。 好，如果你只有一台电脑，这台电脑就是一个 mac 系统了，那如果你不想折腾，你就买一个新的 mac mini 吧，这里买最便宜的就好，就远远的对 open cloud 来说够用了。 好的，选完机器之后，我们就要来看如何一步一步的来安装 openclo 到机器上去了，其实相当的简单啊，就是到它的官网上去 复制这一行命令行代码，大家看到了吗？哎，复制，然后到我们机器的终端里去粘贴，然后，哎，静静地等它自己安装完成就可以了。 安装完之后他就会问你明不明白这里面存在的强大的风险，你明白。 然后呢，就有一个啊，快速的相当于是快速启动的这样一个程序，哎，这里就要讨论我们，你看他有很多的不同的大模型提供商供我们选择。这里这个问题还是蛮重要的，我们单独来谈一下 啊。首先呢，你想要通过云啊， ai 模型提供商啊来用它们的模型，而不是本地跑模型，有两种方式，首先就是通过 api， 第二种就是通过现有的订阅了。首先 api 啊，先说明一点，就是 open clock 真的 是非常的烧，我们的 talkin 非常的要注意这一点， 我们这里对比一下三个不同的模型，分别是 cloud op 四点六，被大家广泛认为是最好的 agent 模型， 还有就是 sony 四点六以及我们的 mini max m 二点五，它是性价比最高的模型，也是 open cloud 官方推荐的模型。你可以看到 mini max 的 价格实际上是，呃， opus 的 十五分之一，十六分之一是 sony 的 十分之一。 这么便宜的情况下，我给大家一个概念，我用了几天 mini max， 我 每天烧掉三十美元左右，你可以想想，如果我用了几天 mini max， 我 每天要烧到五百美元， 所以说它这个真的是不便宜。用 opencloud， 那 么这时候你会问，哎，不是还有第二个选择吗？就是我用我现有的订阅对不对？这里分为两种情况，如果你有 openai 的 订阅，就 gpt 的 订阅，你就可以通过它官方的登录或者授权的方式来使用 opencloud， 这是相对安全的，而且那么 opencloud 的 创始人不是也刚刚加入 openai 吗？ 但是另外一种情况就是 ospec 和谷歌这两家呢，实际上是本质不支持你用它们的订阅来使用第三方像 opencloud 这样的工具的，他们呢，网上说很多人的账号也被封了，所以如果你是这样的话，你要注意一下。 好的，我们继续安装。来到这里，我们选择提供商。比方选择 openai 有 两种方式，要么是你登录，要么是你用 apikey， 对 吧？那么如果你是用的 apikey， 你 就要去 openai 的 官网上啊，用你 注册一个新的 e p i k， 或者是你用你之前已经有的。然后呢，是按量付费。如果你是选择 open icodex 就是 g p t 的 授权登录，它就会跳转出一个网页来，让你登录你的 g p t 的 网页 啊，这里你选择这里的账号登录就可以了。登录之后会让你选择模型，那么这里呢，我这里就用最好的模型 gpt 五点三扣啊。然后叉弟也会继续往下做，他会问我们要不要现在设置 skills。 skills 是 很重要的，才等于是啊，我们 open cloud 的 肌肉 对吧？它执行我们呃任务所需要的个工具。这里呢，你可以随时随地呢，想要把自己的 skills 都勾选上，那你可以现在跳过回来，自己在这里或者是在那个 web ui 那 里去进行勾选，这里它会问你一系列的 api 哦，这里我都会选择。 no， 我 们这里随时随地嘛，有需要可以随时再设置就是了，也不复杂。 好的，这样我们来到设置的最后一步啊，他问我们继续跟这机器人是在公屏里对话，还 是啊去我们那个网页 u i 进行对话，这里我就选择终端了，我们最视频最后会给大家展示如何随时随地的去网页 u i 进行对话，那么这里，哎，他就开始跟我对话了，我们就激活设置成功了，他问我们告诉他名字，角色， 他的工作风格，以及给他一个表情。啊，那么啊，这样的话我们就设置完成了啊，如果这时候你回到 diagram， 你 试图跟你的 ai 助理进行对话，你发现是不可以的，他没有回应，这时候我们就要复制这个命令回到我们的终端，然后我们粘贴这个命令啊， 哎，这样的话，我们的 diagram 和我们本地的 ai 助理 openclaw 才算是配对成功，这时候我们在 diagram 发一条信息， 可以看到，哎，我们的 ai 助理成功给我们回复了，那这样的话我们就可以在电报里面控制和对话我们的 ai 机器人了。好了，如果你不喜欢在终端里工作，那怎么办呢？哎，其实 opencloud 还有一个网页版的 u i， 这是我们运行命令 opencloud dashboard 之后就会弹出来这个网页，以后我们就可以在这个网页里面 啊直接跟我们的机器人进行对话了。在安装完 openclaw 之后，我们就要让他帮我们干活了。首先就是所有人都要用到的浏览器的工作，我们会借助四种方法让 openclaw 在 浏览器上为我们工作，分别是内置的工具， api 的 方法， 以及单独的用户档案的隔离的浏览器操作，以及完全接管你当前浏览器状态的方法。好的，我们开始。首先我们看 openclaw 以及内置的 web fetch 节点。 它的原理啊，就是一个网页抓取和论文提取的工具链，它用 http 请求去抓网页的内容，这是服务端的抓取啊，不依赖于你本地正在用的浏览器，也不会附用你任何浏览器的档案啊，资料啊， cookie 啊，拓展等等等等。它就是把 html 作为论文提取 玻璃调导航栏，页脚，广告，侧边栏等等的噪音。那么输出的是干净的 markdown。 它适合什么呢？它适合所有公开可访问内容主要在 html 里面的网页，比方说文章，博克，公告这些， 它做不了什么呢？哎，它不是浏览器，它没法执行 java script， 也就是说所有需要登录，交互，翻页，滚动点击，这些它都做不了。 它的优点啊，非常的明显啊，它速度快，成本低，因为它不需要启动浏览器，不需要渲染。它呢，适合二十四小时成期的扫描输出，更干净也更安全，因为它完全不碰你的个人浏览器，它不接管你的账户的登录态。 它的缺点也非常的明显啊，它看不到需要登录，需要 gucci 的 内容。那么比方所有的社交网络，它呢，不能执行 java script， 所以 需要互动的内容它都做不了。然后呢，它呢，非常容易受反牌机制和地域的限制。那么它的价值和使用场景来自于两个方面，不论是你做生意有竞争者，还是有对标者， 还是你想要学习或者某一个网站，那么你都可以第一时间。哎，关注到这个网站，爬取这个网站最新的定价的消息，它是不是有发布新的 i c u 的 文章，那么它，哎，有没有调整它的政策，这些你都可以第一时间知道。第二就是，哎，有些公开的信息啊，比方说你关注 ai 领域，那么 open ai， spatial， jin 奈他们的官方的 啊，文档，他们官方的网站的最新信息呢，都可以被你抓取到，你可以第一时间知道这些信息。除此之外呢，比方说去公开的网站啊， archibald， 如果你读文章的话，还就是维基百科， hack news 这些网站都可以公开地爬取。 它的缺点也是非常非常明显啊，任何的社交媒体上的高价值信息，尤其是需要你登录进去的有关于你的信息，它都抓取不了，不能够定制化。那如何设置呢？哎，完全不需要设置，你安装了 openclaw 之后，那 web fetch 工具就已经安装在内了，那么任何需要网络抓取的任务，没有其他方法的话，它都会默认走 web fetch 可以看到这里啊，我让他啊用 wifi 去抓任何关于 opencloud 的 啊，具有趋势的信息。那么由于呢，我这里已经安装了其他的方法，所以如果我只布置明道性的用 wifi 的 话，他就会去用我浏览器的方法了。那这个我们后面马上会讲到，你可以看到这里，他就会去 hackernews 上抓取 相关的 open cloud 相关的信息给我了。那么用内置工具最大的缺点就是任何社交网络它都做不了。那么由此我们衍生出第二种方法，也是不依赖浏览器的 skills。 那 么第二种方法，我们用的这个 skill 叫做 last thirty days， 本身上我们就可以规定一段时间内 啊，最低抓昨天的，要么就是三十天以内最多。我们去抓取社交媒体上 x， reddit， youtube 上最新的爆点，痛点，舆论趋势等等等等，它只是用来做抓取的这样一个工具，那么它的原理也非常的简单，就是广撒网，然后再聚焦 reddit 上的信息来自 openai 的 网络搜索功能， x 上的信息来自于 xai 的 网络搜索功能与 youtube 的 信息来自于 ytrdp 这个开源库。 首先啊，先搜索信息，然后对于这些高频的关键词呢，他就会再聚焦 subrading 或者是一个账号，再进行二次的补搜。最后啊，根据出现的频率和活动信号来做加权的总结。 那优点，首先第一个就是他三个主要的社交媒体平台都顾及到了，都抓取了，所以他后面呢，还可以对他们这些信息的来源进行交叉验证。 第二个优点就是它毕竟不需要浏览器嘛，所以它是个轻量级的方案，它第一个缺点就是它需要 api， k 就是 它不是免费的方案。第二个缺点呢，就是它只能做情报的获取，舆论的监控，爆点痛点的挖掘，对吧？它做不了任何浏览器，需要我们浏览器的操作，比方说鼠标点击啊 啊，比方说帮我们发表文章等等，它都做不了，那么这个是我们后来两种方法，依靠浏览器的两种方法，我们马上会讲到 令我提一举，就是这种依赖 a p i 的 方法，你完全没有必要用这个开源库，它做的不错，但是呢，你可以完全定义自己的算法，比方说 啊三不同的来源，你认为 x 最重要，那你就对 x 进行更多的加权。这些算法的制定，你就完全可以通过自然语言跟你自己的 open cloud 机器人兑换的方式来进行设定你自己的算法。 那么关于安装呢，有两种方法。第一种方法就是通过 cloudhub， cloudhub 可以 看成是 opencloud 的 市场，里面有各种各样不同的 skills， 你 可以一行命令直接安装这个 skill， 它的优点就是快速简单，对吧，受到官方的支持。缺点就是，哎，它呢里面的版本不一定是这个 skill 最新的版本，比方在这里啊啊，我们在我安装的时候呢，它 cloudhub 里面的版本是 v 一 点零这个 skill， 但是呢，实际上 github 上我看到它这个最新的版本是 v 二点一啊，所以就隐身出来我们的。 那第二种方法就是，如果你想看安装这个 skill 最新的版本，但是 clubhouse 不是 最新的，你可以通过 get 来安装，这个就要稍微复杂，稍微麻烦一些了。那么具体怎么安装，一步一步的，我遇到的问题我都放在免费的社区里了，大家可以去社区里面免费去拿。还有一点就是安装的时候一定要多跟你的 open club 问他问题， 因为每个人的环境有所不同，你遇到的问题也会有些不一样，最好是问你的 open club， 而不是网页版的 gpt 或者是 gmail， 因为问他，他很可能在回答的过程中直接跟你把你问题解决了，而不是你还需要去问网页端的， 然后玩一段 g p d 给你回答，你再粘贴到这里告诉你怎么操作。那由于取决于 api k 啊，所以我们还是要在安装完之后去到点 config last thirty days， 点 e n v 文件下面填入我们的 openix api k， 那 么因为它是个付费的这样一个功能，如果我不说多少钱就显得过说不过去了，对吧？那么每一次深度搜索呢， 大概是零点二美元，也就是 x c i 和 o p i 的 费用加起来大概包括 reddit 二十多个县城， x 啊，三十到六十个帖子， youtube 大 概四十个视频左右，每次搜索都会有点不一样，但是大概的费用是零点二美元左右。 这里有一个小 tips， 就是 一定不要用它来搜广泛的词，比方说 ai 这种词，用它搜尽量细致的关键词，比方说 openclaw 或者 openclaw setup 这种关键词才会有比较好的效果。比方这里啊，我让他用这个 skills 哎去给我找出这两天之内，大家都在讨论关于 openclaw 的 比较火的帖子以及痛点，比方说比较火的帖子，大家都在讨论安全问题啊，安全性啊，还有就是它记忆的管理，以及多个智能体的使用案例。 那么关于痛点呢，大家都在说，就是更新之后哈会有一些风险，还有就是可信的问题，安全性的问题等等等等啊，同时啊，他也可以看到他可以分析不同平台，他发现 x 上 啊是非常强的，大家在上面抱怨痛点， reddit 上呢，就会有更多的技术讨论，而与 twitter 呢啊，就是各种混在一起。 那么到现在为止，我们见识到两种方法都是无浏览器的方法，他们呢，可以抓取我们想要的信息，不管是社交媒体还不是社交媒体， 但是它还不能完全替代我们人类能在浏览器里做的所有工作。那么接下来我们就要正式建设两种新的方法，这种方法都依赖于浏览器 完全模拟人的操作，你能做什么，他们就能帮你做什么。好的我们来看第三种方式是由 openclaw 管理的浏览器，真正实现二十四小时期的浏览器自动化操作。它的原理啊，其实就是 openclaw 在 我们网关上启动一个谷歌浏览器的实力。 然后呢，你这是独立的用户档案，而不是附用你现有的浏览器的用户档案，所以呢，它有独立的拓展，独立的 cookie， 独立的缓存，都在这里面，你呢，可以手动的登录一次你的社交网站之后就可以一直长期服用了。 它的优点就是哎，它实现二十四小时长期非常的稳定，只要你的网关是开着的，那么它就可以直接跑，不依赖于你的日常使用浏览器是不是开着。 第二个优点就是它安全边界更清晰，因为它隔离了你的用户档案，它不会污染你平常你用来工作，你自己手动使用的日常浏览器的生态。 第三个就是它可控性强，你可以选择有头模式，如果你想要看到图形操作的界面的话，你可以选择有头模式，或者你可以选择无头模式，它自己在后面跑，对吧？它的缺点首先就是，哎，附用生态弱，因为它是新的一个用户档案，那么它不带你日常用户档案里那些插件啊，你的证书，那些密码管理器等。 第二个就是设备的一些风控问题啊，一些站点呢，对你这个新设备，你的新的这样诱惑档案可能会更加敏感，可能会容易触发额外的验证， 那么它的使用场景是什么呢？哎，你用浏览器做的东西都可以让它自动化来帮你做，只要你设置完之后，哎，用自然语言的方式告诉他，你想要什么时候触发任务，去做什么样的任务就可以了。那么如何设置呢？其实也非常简单，分为三步，第一步就把下面的 open cloud 点 json 文件里面，然后填入 这个关于浏览器的内容参数，直接照抄这里的就可以，然后控制有头和无头的是这个这个 handleless 参数一开始推荐大家是填 false 也是有头的，因为我们还是需要手动地登录，之后你可以登录之后可以把它调成无头的。 那么第二步就是，哎，我们去重启我们的网杆网关，然后呢，我们需要手动地弹出来，用这个命令手动地弹出来我们的谷歌浏览器。然后呢第三步，我们在弹出来的网页里面手动地进行登录，把我们的社交网站，所有的 x， youtube， ready， 其他的网站都登录一下。 登录之后，哎，我们就可以回来用自然语言的方式给我们的 open cloud 命令，让它去帮我们做任何浏览器的操作了。 比如说这里啊，我首先给他一个任务，就是每天的九点，他要去帮我生成一个报告，关于 open cloud 所有的报点和所有的新闻， 那么可以看到他返回给我们说他任务完成了，每天就早上的九点，哎，都会有这样一个定时的任务进行执行， 然后后面我要让他现在就给我输出一个报告，我们现在先测试一下效果。我们首先看他给我们的热门话题啊，跟啊前面的那个 skills 也差不多。首先就是安全性的问题，大家都在讨论，另外就是可靠性的问题， 还有就是哎记忆的问题，包括是各个多个智能体之间的写作的问题。那么关于痛点他发觉就不一样了，他发现了就是在社交媒体上自动化，比方说 x 平台 l 存在一些限制，大家都在讨论这个问问题，然后就是一些啊维修的问题啊，比较复杂，包括安全性。 然后他每一个社交媒体啊都会有一个总结，告诉他在这个社交媒体上发现的关于 openclaw 相关的话题，大家在这里都在讨论什么？值得注意的一点就是这种方法能做的事情远不止于去社交媒体搜集信息。 这里我们用这个搜集信息作为例子，是为了更好的对比四种不同的方法。但是呢，任何你在浏览器上做的工作，你都可以尝试让 openclaw 浏览器自动化来帮你做，只要你设定好边界和规则。 那么第四种方法就是我们也干脆不用一个单独的浏览器里面的用户档案了，我们直接敷用我们现有的浏览器，现有我们的登录，用我们现有工作环境的一切。 这里啊，我们就需要安装一个谷歌浏览器插件，那么这个插件的名字叫做 open cloud relay， relay 就是 中继嘛，本质上就是我们安装的这个拓展和我们本地网关之间的交流不是直接的啊，是通过 本地的中继作为桥梁来完成数据的传输的原理，不需要懂太多，哎，重要的是它的优点和缺点，对吧？那么它的优点最大的优点就是百分之百附用我们当前的啊，谷歌浏览器的档案，我们的 cookie， 我 们安装过的任何的拓展，我们有的证书等等等等，哎，都可以百分之百的服用，相当于去带你去操作你日常的工作了啊，而且呢，哎，你有什么问题你能直接看出来对吧？就在你的眼前，在你眼底的地下，抛做你平常的那些网页， 它的最大的缺点啊，首先就是不得不提的就是危险性，为什么？因为它完全使用你当前的档案进行操作啊，有什么问题要出了之后，哎，时间是影响到你日常的登录的网页，网站等等等等的。 第二个点就是它需要一些手动的操作，后面我们会马上设置，你就会看到，实际上每次我们还都要手动安装了这个拓展，之后，还需要手动的激活这个拓展才能够生效。 第三点就是他只能在你已经打开的网页上面操作，你没打开的网页，他操作不了，他能做什么呢？他直接可以当你的分身，他不仅是自动化，可以自动化工作，而且呢，你附用你当前的一切，直接帮你完成工作。 同时呢，哎，你你的登录，你之前的使用习惯，你已经在网站积累了一些信任，那么他呢，可以直接在你这个基础上直接帮你工作，他不能做什么呢？或者他不适合做什么呢？本质上他不是很适合二十四小时充气帮你工作，因为你看 它首先只能在你打开的网页上工作，不能去别的网页，对吧？其次你还要手动点亮啊这个浏览器，激活这个浏览器这个拓展，否则它就不能工作，所以这是比较麻烦的一些点， 那么我们如何安装它呢？首先我们来到 open clock 官方文档，大家谷歌搜索 open clock from extension， 就 会来到这个网页，往下拉有一个安装的一步一步的步骤，我们，哎，首先复制第一个命令，来到终端粘贴这个命令，然后执行， 他会安装，然后给我们一个地址，我们复制这个地址，哎，只要记住这个地址，然后我们浏览器右上角点击拓展，然后管理拓展，打开开发者模式，然后上传未打包的文件， 然后那个地址吗？还记得吗？哎，大家选择那个地址，打开文件，写完之后，他会问你一个 talk 对 吧？怎么获得呢？我们需要用到这个指令， 这个指令比较长，大家可以暂停截图一下啊，然后让 ai 识别出其中的文字，这个指令执行之后，我们会得到一个 token， 我 们复制这个 token， 然后粘贴到这里， 然后可以看到，哎，我们成功了，那么这时候我们打开任意一个网页，比方这里我们以 readit 为例子吧，因为它需要登录，也有比较高的价值。 我们这时候点开我们拓展按钮，把它给拼上，然后点击这个拓展，就会看到它有个 on， 说明生效了。这时候我们打开的任何网页，只要我们点亮了 on， 那 么我们就可以让我们的 open cloud 在 这些网页中执行任何 需要我们想要它做的操作了。好，那这里之后我们马上来试一下。我去另外一台机器的 diagram 里面，我让它去 read 里面仔细寻找关于 open cloud 的 热点和痛点。 那么可以看到我在另外一条信息上，他自己对这个浏览器进行操作，他去了这个 opencll 的 子板块找这点，然后他寻找 opencll 艺术来找痛点， 最后他总结出答案来回答了我。那么这次搜索啊，明显更加细节，针对 ready 的 这一个平台。当然这只是一个平台啦，大家也可以用在其他的平台，比方说 i x， youtube 等等一切社交媒体或者其他的网站上，只要你打开网页点亮都可以操作。 让 openclaw 帮你开始工作之后，在开心的同时，你会发现你的 tucker 消耗爆炸式的增长。为了真正让他帮我们无限制的干活，我们必须解决这个成本的问题。 在这里我们会介绍四种方法，在完全不牺牲性能的情况下，把我们 tucker 消耗降低百分之九十五以上。 好的，我们开始在讲方法之前啊，我们首先看一下到底是什么在消耗我们的 talkin。 实际上我们每轮给大模型的对话，我们发给他的最终不只是我们的问题，而是一整个工作包，包括了系统提示词，包括了工作区 workspace 的 一些文件，比方说 agent， user tools， memory。 这些文件 包括了我们的对话历史，我们跟 telegram， 我 们在 discord 上与我们 ai 对 话的时候，会有滚雪球效应，越来越多的对话历史，以及第四个工具的一些输出，比方说他抓取的网络的论文，比方说日制等等。第五个才是我们当轮问他的问题， 那么为什么会贵呢？因为每轮我们都要给模型说明书，相当于我们招聘了一个员工对吧？员工来了之后，我们每次跟他说话，都要把员工的手册，公司章程，岗位， sop 全都给他念一遍。之后我们再提出我们的问题， 他当然贵了，那么如何省掏开呢？一句话就是来说，把每轮的输入变短，变干净，变得更可控。 好的，首先我们来看第一个方法， q m d。 那 么传统情况下，我们需要把我们整个的笔记资料像填鸭一样整篇的给到大模型， 然后呢就会导致输入 token 的 爆炸。那么 q m d 呢？就是我们现在本地把 markdown 数据库建立锁引，那我们问问题的时候呢，只返回前几个最相关的片段和摘录， 然后呢只把这些片段注入给 open call， 也就是说模型不再读全库了，而是只读命中的那几段。那么它是如何工作？这个锁影库又是如何建立的呢？ 这里分为两步，第一步就是 update 锁影的刷新，它会发现哪些文件新增了，修改了，删除了，然后它会更新分段路径和原数据，相当于是更新了目录。第二个就是向量的更新，也就是向量的投射， 只把新增的变化的片段生成向量，然后投射到向量数据库。在语义解锁的时候啊，计算向量之间的相似度，把和问题相关的向量提取出来。 这里的重点是这两件事情都在本地跑，而不消耗云端的 talkin， 也就是说啊， qmd 把云端 talkin 来用来读所有文件和信息的这个成本都转化为了本地缩影的成本。那么如何安装 qmd 呢？其实非常的简单， 最简单的方式莫过于你让你的 opencll 帮你安装，那么如果你想要自己手动安装呢，也就只有这三步。首先就是我们哎，首先运行这些命令到我们的终端里，安装 qmd 之后，我们去到 opencll 点 json 文件，确保我们的 memory 是 这个样子的， 然后我们就重启网关，这就结束了。还有一点值得提，就是其实啊， q m d 还允许你精确地控制你的预算，通过三个参数来实现，还是在我们的 opencloth 点 json 这个文件里面可以看到 limit 下面有三个参数， maximum result 是 最多可以注入几段 maxim snappy charts 是 每段允许多长，而 maxim injected charts 是 每轮总注入最多允许多长，也是总的预算阀门。 好的，现在我们来看第二个省 tokin 的 方法就是用本地模型跑心跳。首先啊，什么是心跳？心跳是 open clock 定时的唤醒行为， 他呢，按照你配置的频率，把 agent 叫醒一次，让他执行一段心跳清单。简单来说，他不是检查你的进程还有没有问题，而是一个触发行为， 他先读你的心跳。 heartbeat 点 m d 这个里面的清单，判断是不是需要做维护，是不是需要做提醒，是不是需要执行一些任务，没事就输出一个极短的确认，有事就要去执行任务。一句话来说就是 heartbeat 本身，心跳本身啊，就是走一次完整的 agent 的 这样一个回合。心跳是非常强大的功能，它有很多很多不同的用处，比方说它可以当监工，如果你给 open call 工作过，很容易会发现你给他一个特别长期的任务和目标， 他承诺做完之后，往往做一步他就会歇菜，他可能就不会往下推进了。这时候我们就可以使用心跳去定期的每三十分钟去刺激一下，触发一下我们 agent 告诉他完成任务了吗？没有完成任务之前不许停下来， 这样的话就保证了我们整个 agent open call， 我 们的 ai 助手有一致性，能保确保完成我们的长期任务，这是其中的一个应用。那为什么说心跳可能会花费很多淘汰呢？这是因为啊，每次心跳的输入通常啊，都会包含系统提示词， workspace 文件的输入，尤其是 memory 点 m d 和 agent 点 m d 可能会变得很大，还有可能的对话历史，对吧？还有就是 heartbeat 心跳本轮的提示词和清单， 所以啊，它的输出可能会很短，可能就是 ok， 没有问题，但是呢，输入可能会变得很长。还有啊，我们再算一笔账，就是如果我们心跳的频率是三十分钟每次， 那么这一个月就是一千四百四十次心跳，也就是说啊，又多了一千四百四十四克自动扣费的 agent 回合。那么如何减小心跳的成本呢？这里除了增大时间间隔这种常规的方法外，最根本的还是直接让本地的大模型，小的大模型 来跑心跳这种低智商的任务。心跳只用来触发，不用来执行任何任务。如果用本地的模型呢？大家呢，需要下载一个乌拉玛，然后根据你电脑内存的配置来选择哎相对比较好的 本地的模型，比方这里千万的各个参数的模型，然后大家可以去告诉 openclock， 心跳触发任务用本地的小模型来做。好的，下面我们来到第三种方法，也是最简单的一个方法，就是尽量用订阅，而不是走 api 用量。 最值得注意的一点就是很多厂商是不支持这么做的，比方说 osropic， 比方说谷歌，它们的订阅是严禁禁止使用呃，到 open cloud 这里面来的， 但是呢， open i 目前它收购了 open cloud， 所以 它们还是开放的状态。如果想要追求极致的稳定，走 api 用量而不走订阅呢？这时候你要注意了，如果你用最新的模型，不论是 osropic 还是 open i 的 模型，你的账单可能会成倍的增长。 我之前在视频里也讲过，我一天用 mini max 的 a p i 用量是三十刀，如果换算成 astropica 的 价格，最新的 oppo 四点六，这会耗费我五百美元一天，所以这个是要注意的。那我们先来看第四个方法，这是一个见仁见义的定制化的方法，针对你的 open club， 让 opencll 生成一个成本的体检报告，不用固定形式让他给你一份啊 top 级的消耗驱动清单，可以是百分比的形式，看看到底哪些任务最烧钱，那最高的消耗来自于哪里？还有就是找到不合理的地方，因为你刚开始用 opencll， 我 向你保证，你总是有很多任务是不合理的，比方说，明明是如果 a， 然后 b 这种由事件触发的任务， 他非要做成是按轮询制，每十分钟去看一次 a 有 没有被触发。有，其实有很多不可理的地方可以被优化。一句话，也就是说高的消耗不一定是必要成本，很多是流程和配置的浪费，这个我们要根据我们自己的用处和任务来杜绝掉。那么发现问题如何优化呢？这里可以分为流程 和模型两个方面，考虑流程方面能不能有一些轮询的任务，改成事件触发符不符合条件。然后就是我们刚才讲的 qmd， 也是一个非常好的减少上下文注入的一个方法。 第二点就是从模型方面，对吧？有一些轻任务能不能用用更便宜的模型或者小模型来替代呢？那么我们刚才说的用本地模型来做心跳也是一个非常好的方法。 最后就是由 openclaw 给出的任务清单，和它讨论有哪些任务可以优化来减少成。最后我们总结一下大幅减少成本的四种方法，分别是使用 k m d 大 幅减少上下文的注录 心跳，用本地的模型。第三个就是尽量用订阅，而不是走 api 消耗。第四个就是跟你自己的 open call， 让他列出所有消耗讨肯的任务，由大到小，然后跟他讨论优化的可能性以及如何优化，以低消耗为底气，我们终于可以搭建属于我们自己的 ai agent 的 团队了。 我首先会毫无保留的介绍自己的团队以及每个成员是做什么的，然后我们开始搭建属于你的团队，我们会讲基本的原理，什么是 agent， 然后 a 阵的之间如何合作以及一些最佳实践。我们开始我的团队里面一共六个指导题，其中四个是有定时任务的，就是每天的某个时刻都会触发他的任务，让他执行，指导完毕，当然也可以随时跟他对话。还有一个是几乎二十四小时期不间断工作的，还有一个最后一个，那就是你给他任务，他才会执行。 第一个 a 阵的是攻击 galk 啊，他每天负责给我情报工作，那具体来说就是每天早上九点会提前搜寻 关于 ai agent 相关的技术的进展，产品进展以及用户的痛点。然后呢，把在网上搜寻的信息汇报给我，那么如果我不回答他，那就是明天继续给我相关的信息。如果我回答他，希望他对某一个话题进行深挖，那么他再去根据某一个话题再去搜索相关的信息为我展开。 那我的第二个 ai agent 是 auto 合理，他是我的私人助理和提醒助手。怎么用呢？我一般都是 通过 dailygram 跟他对话，这里我就不展示我跟他具体对话了，要涉及我的个人隐私。一般来说，有任何的待做事项或者事情有的进展，我一般都会语音留给他，或者是打字告诉他，他都会记下来，某一般有问题就会问他，他都会翻出来告诉我待做事项是什么，事情到哪一步了。 同一次，同时呢，每天早上七点半，他都会告诉我今天的天气，然后今天要做什么，一步一步按重要性排序，它的作用就是完全替代笔记软件在我这里的作用。现在呢，我已经不用 notion 来记我事情，要做的事情以及事情的进展了。 我的第三个团队成员，也是最重要的团队成员，就是 man， 一个狮子的形象，他呢有最好的模型，有最高的权限，我主要用它来做两个功能，第一个就是日常的对话，我所有重要的对话，长期的计划都是跟他讨论的。 第二个就是一个视频流水线，帮助我制作视频。那么这个想法来自于一个叫做 alex finn 的 博主，本质上就是每隔几个小时，比方说我是每隔三个小时，他会去 x 上搜索我感兴趣的话题，比方说 ai 阵，比方说 open call， 比方说 ai 模型等等等等。有系列的话题， 他呢就会看看哪些帖子现在比较火，或者是正在受到关注。然后呢，把整个的中文翻译和相关的数据都发到我这里来，包括原文的链接。如果我更感兴趣，希望用这个题材做一个视频，或者是有可能做一个视频呢，我只会点一个大拇指， 他就会进到我们的流程的。下一步就是他去研究这个帖子相关的背景信息，补充相关的背景信息给我，确保我了解这个事情的来龙去脉。那么如果这时候我再相关，我还觉得还是感兴趣，我再点一个拇指，他就会往下走，去研究怎么做这个封面图，或者给我一些脚本大纲的一些建议。 那么除此之外呢，如果我对一个帖子我不想做成视频，但他对我是有用的信息，我的时候可以点一下这个眼睛，他呢就会到我的收藏家里面去，可以看到这个帖子，现在到我的收藏家里面去了，这里面就是我认为收集的比较重要的信息，除了 x 之外呢，他也会去搜索 youtube 和 hacker news， 看看每天大家都在讨论什么。这是我这样一个视频的辅助系统。我的第四个团队成员是潘大熊猫，他负责开发，他呢算是唯一一个几乎不休息的智能体， 现在它有开发任务，但是当它没有开发任务的时候，它会增加测试，或者是自己去测试边缘情况，找 bug。 那 么关于二十四小时期，我特地特别想说明一下， 但有好的效果，往往你需要用好的模型，如用云端的模型消耗 tiktok， 二十四小时期会非常的贵。如果你用本地的模型呢，你大概需要买 max studio， 那 么 也会造成非常贵。所以二十四小时成绩一定得是高价值的工作。对于我来说，开发是高价值的工作。除此之外，正在我现在正在做的还是有销售相关的，比方说做 seo， 或者是给我自己的产品做销售线索，找潜在客户。 我的第五个团队成员是 monkey 猴子，他只有一个作用，就是我丢给他一个视频链接，他把这个视频变成一个带截图的文章，因为我自己做视频，我希望重复利用自己的资源。这时候我给他我做过的视频，你可以看到他啊把相关的进行了截图，并且把整个视频脚本重写为可以发表的文章。 那么我的第六个团队成员，也是最后一个是泰戈尔老虎，他负责安全和更新，他呢每天都会定期扫描一下有没有安全问题，然后有新的可以更新的版本也会通知我，我们一起讨论如果更新的话，会不会造成性能的退化和影响当前的任务。 那么如何创建一个新的 agent 呢？其实非常的简单，我们后来会看到整个 agent 的 结构，但是你完全不需要自己创立文件夹，最简单的方式就是跟你的主要的 agent 的 对话，让他帮你去创建。这里我们以 diagram 为例， 你通过 diagram 与你新的这个 agent 进行对话，这时候你可以告诉你主要的 agent， 你 跟他说，哎，新建一个 agent， 他 叫什么？他要做什么啊？有什么呢？任务最后呢，告诉他你新建的这个 diagram boot， 这个 diagram 机器人的 token， 这 token 怎么获得呢？我们找到 boot father， 点击这个打开 boot father 的 app， 然后这里我们点击 create a new boot， 新建一个新的，然后这时候我们给他一个名字，比方说我们叫做 fox， 然后我们点击 create boot， 你 就会得到这个 talkin， 然后这里我们点击复制，然后我们回到这里来， 把我们的 talkin 复制上去，告诉我们的主要 agent， 那 它呢，就会自动帮你创建这样一个新的 agent 新的智能题了。那么什么是 agent？ open class 里面如何定义 agent？ 它又是如何工作的呢？ 其实啊，一共就分为三层，分别是全局层、 agent 层以及 session， 也是对话现成层。我们首先看第一层就是全局层， 它呢并不是一个 a 阵独有的，而是所有 a 阵共用的，可以理解为是公共设施。这一层最典型的文件就是点 openclaw， 我 们的总文件夹下面的 openclaw， 点这次文件，也就是总配置文件，大家可以打开看一下，里面有非常多重要的参数，包括 os， 也就是定义哪个大模型厂商，还有就是你的登录身份是什么？ agents 定义有哪些 agent， 它的默认模型是什么？工作目录和运行参数是什么？ tos 定义局的工具权限，以及 agent 之间的调用规则。 bundings 定义什么来源的消息调用到哪一个 agent， 浏览器定义，浏览器信息， chanel 定义 telegram， discord， 飞书等。外部的渠道连接， gateway 定义网关， memory 定义记忆等等等等。可以看到 opencloak 点 json 文件里面包含着 opencloak 最重要的参数配置。 其实啊，大部分情况下，我们出现崩溃对话没有反应的情况，也是因为我们的 ai 去改 opencll 点 jason 这个文件夹里的参数的时候改崩了，所以一个建议就是，哎，你告诉你的 opencll， 在 他改这个文件之前一定要提前通知你，而且改的时候一定要谨慎。 第二层是 agent 层，这才是每个 agent 自己的领地，每个 agent 啊，都有自己的工作空间，系统数据，会话记录。那么 workspace 里面每个 agent 文件夹下面的这些文件，在每个对话开始的时候都会被加载进去来作为这个 agent 的 上下文。 由于呢，不同 agent 这些文件有所不同，这也就决定了啊，这些被文件被加载进去的时候，里面携带的信息包括啊，他的身份，他是谁，他的性格，他的对话方式，他的任务的不同。 那么这些文件呢，包括 agent 点 m d， 也就是这个 agent 工作说明书，它决定这个 agent 的 做事规则，优先级边界，还有如何使用记忆。 so 点 m d， 就是 这个 agent 的 性格和说话方式，与其是什么风格，是什么，边界在哪里，由它来决定。 user 点 md 就是 这个 agent 对 用户的理解就是他在帮谁，对方是什么风格，应该怎么称呼，有什么偏好要注意。 identity 点 md 就是 这个 agent 身份卡，解决是这个 agent 叫什么，是谁的问题。 to 点 md 是 工具说明书，告诉 agent 啊，本地有哪些工具命令，怎么约定项目里面有什么习惯？ memory 点 md 是 长期精华记忆，它不是流水上，而是提炼之后的长期信息。这个文件很重要，而 skills 里面就是这个 agent 专属的 scale， 如果和全区的 scale 同名的呢，这里的优先级更高，会覆盖全区。那么这些呢，都属于 agent 层。也就是说啊，不同的 agents 默认不共享这些文件，但是同一个 agent 不 同的对话，不同的对话，县城之间是共享这一套文件的。 第三层是 session 层，这个层级啊，不是这个 agent 是 谁，而是这个 agent 当前在哪个窗口里面工作。 session 是 对话县城，怎么理解呢？比方说，当你在同一个 agent 和他对话，但是在不同 discord 里面的频道对话， 或者是你先跟他在 dailygram， 后跟他在 discord 对 话，这就是属于不同的县城，因为它们的渠道不同，或者是就是你当前的对话，但是你打了命令， slash new 或者是 slash reset 就 会开启这样一个新的县城，区别是 slash new 旧的对话还在，但是 slash reset 会清空上下文，重新开始这样一个对话界面。那么这一层最典型的文件就是在我们每一个 agent 的 下面 sessions 文件夹里面不同的 session 文件了， 也就是每个对话都有自己独立的这样一个文件来记录啊，不同的对话历史。也就是说同一个 agent 不 同 session 会共享 agent 层那一套的。我刚才说的 saw 点 md， 我 刚才说的 agent 点 md 等等那些 workspace 的 文件，但是不会共享竹字的聊天记录。 讲完三层结构，了解 agent 工作原理之后，下一个很重要的问题就是，哎，多个 agent 之间是如何协作的呢？在 open call 里面， agent 协作大体有两种方式，第一种就是固定分工，也就是我们刚才说到的多个独立的 agent， 各自有各自自己的 workspace， 有 自己的 session 也是对话现场。 固定分工就是像搭一个长期团队，就像我展示的我的 agent 一 样，一个负责找资料，另一个负责写脚本，一个负责写代码，还有一个负责日常对话和汇总等等等等。他们每个人啊，都长期干自己的事情， 他们之间的工作啊，写作的方式可以通过触发的串联或者是并行，比如啊， agent a 搜完信息这里我在 d 就 会根据我点赞的这个内容去调研资料，去补充材料。 那么第二种就是临时拉 sub agent， 也就是子代理。子 agent 去干活，也就是 open club 的 sessions prom， 它呢会拉起一个隔离的啊 sub agent prom， 也就是子代理的这样一个运行在独立的 session 对 话现场里面工作， 工作完之后再把结果传到我们当前的对话里面来，相当于临时叫了一个实习生或者是外包去隔壁的办公室工作，干完工作回来汇报。这样的好处就是啊，当我们的子代理在独立的赛程里面工作的时候，他不影响我们当前对话的这个主位阵子，我们可以继续给他提问，继续跟他对话，两边同时进行。 那么官方文档对他的定位也很明确，就是他适合做研究慢任务、重任务、病情任务，而且不会阻滞我们主对话。 比方说这里啊，我让他去用 sessions born 去开一个子任务，研究 open call 智能体最近最受欢迎的三个讨论点，要求每个讨论点的热度、原因、代表观点，以及我可以做视频用的切入角度，然后让他开始在后台启动，完成之后主动汇报结果。 好的，他已经启动了这个任务。其实这时候我们可以去跟他对话了，比方说，我问他今天天气怎么样， 他呢，还是会回答我们这个今天天气怎么样的任务。因为刚才我们也说了，子任务是在另外一个县城完成的，不耽误我们跟我们的主要的智能体之间的对话。可以看到他就是继续的跟着我们进行对话，他回答了我刚才的问题，然后我们可以继续提问，我说， 哎，可以看到，我们等了一会之后，他终于是把这个任务完成，然后自己主动地把任务的结果发回到了我们的主要的频道。哎呀，没有影响我们刚才跟他这个主要频道主要的智能体之间的对。不是所有任务都适合上多 agent， 如果只是一个短问题，那么一个 agent 往往更加有效，硬拆呢，只会让系统更重更慢。那么真正适合多 agent 的 场景啊，一般有这么几种， 一种就是你的任务天然就能拆开，比如啊，研究，写作，审核、发布，本来就是不同的角色，这时候拆 agent 有 不同的工作区的，这种不同的文件边界会更加清楚。 第二个就是任务可以并行，有些事情呢，不需要排队，一个 agent 可以 查资料，另外一个可以同时整理结构。如果你用 sub agent 这种并行就很合适，那么刚才我们也说了，它很适合做这种比较重的或者重复性的工作。 第三个多 agent 呢，不只是为了分工，也是为了避免污染。因为啊，如果你用单 agent 做太多不同类型的任务，都会出现相互污染的情况，长期记忆呢，会把不该混的东西混在一起。因为我们也说了，工作区那些啊， markdown 文件是同一个 agent 在 不同聊天窗口里面共享的， 那么什么时候没必要用多个 agent 呢？那么很简单，要么就是你的任务很短，要么就是上下文高度连续，你不想打破，要么就是你角色的边界根本猜不清，就没必要拆。还有就是避免为了做 agent 而做 agent， 只是为了看起来很高级而已， 能一个做好的事情就一个做，就相当于是一个队伍，当一个任务需要一个团队来做的时候，那自然值得用团队。 那么关于多 agent， 为了达到好的效果，我想分享一下我自己得出的一些实践。第一个就是不要一上来，对于很多的 agent， 可以 从一个开始，有必要就加第二个，比方说你第一个 主要的 agent 也是默认的 agent， 基础上你加一个研究 agent， 每天去搜索啊有价值的信息定期汇报给你，那么先把这个逻辑跑顺出来，然后再根据你自己的业务再加一个，同样每加一个呢，都先跑顺功能验收效果。 第二个就是工作区的文件要尽量的短，尤其是 agent 点 md， user 点 md， heartbeat 点 md， 也就是心跳文件 啊，因为这些文件都会进入 agent 的 运行上下文，如果太长的话会增加效果。考虑到你有多个 agent， 如果你不注意的话，那你的成本可能会成倍的增加。现在我们有整个 ai agent 的 团队为我们工作了，可是新问题又来了， 我们不知道谁在干什么工作，不知道谁卡住了，不知道谁在等我们，不知道后面有多少定时任务，也不知道哪些任务消耗了多少 tock。 为了解决这个问题呢，我开源了自用的一个 ai openclaw 控制中心，那么也有很多的小伙伴在帮助我在做贡献，一起把这个项目做的更好。那这里呢，我也想把这个项目介绍给你，你可以直接拿来用来监控你整个 openclaw 的 消耗和工作情况。 好的，我们开始 后啊，你不需要你手动安装，最好就是让 openclaw 帮你安装，可以往下拉，我给大家准备了这样一个特别大的 prompt， 根据你的环境，根据你的网关，根据你用的模型跟你的 agent， 根据你的情况来接入整个的控制中心，为你所用。这个过程不是一蹴而就的，每个人的环境都不一样，我们用的模型也不一样，但是呢，你可以让 open cloud 慢慢的把这个软件调整到你最想要呈现的状态，尤其是展现你最想要看到的信息。 首先第一个页面是总览，总览我只想说一个，就是这个健康分，大家可以看到现在是一百分，它由四个维度决定， 分别是审阅队列，就是有没有任务就卡住了，需要你人工审批才能继续进行。运行异常就是异常停滞执行，就是他在无效执行，他没有更新，他没有产出，但他一直在消耗着资源。 预算风险就是有预算有没有达到当前的百分之八十是扣分制，大概是每一项有一个问题就扣十八分，看到目前我没有问题。那么除此之外呢，其他的所有的信息在总栏里面都来自于我们左边栏啊，这些 信息的一些汇总。下一个是个特别实用的页面，就是看我们具体的用量，这里呢可以分为今天或者是累计的用量来看。对于我来说，因为我是订阅制嘛，所以具体的 talk 用量或者是估价对我来说都不重要，重要的就是有没有达到五小时和一星期的上限，那这里呢也可以看到。 其次就是很重要的是我们需要看到到底是哪些类型的任务在消耗我们大部分的 talkin， 就 这时候啊，可以看到这个统计对于我来说是 call 定时的任务消耗了大部分 talkin。 其次是在 disco 里面对话给他的任务， 那么由于定时任务消耗了最大的 talkin， 那 么定时任务又有很多，到底哪一些任务消耗了更多的统计？对于我来说，消耗最多的就是这个在 x 上搜索情报的这样一个任务， 因为它每三个小时就要出发，就要去操作浏览器，在我的账号里面浏览相关信息，然后再汇总给我，所以它确实是消耗最多的， 那么你可以看到整个的所有消耗的任务，然后你可以根据它的用量进行一些优化，哪一些可以去掉，那么哪一些呢？是需要保留或者是继续再把它减轻的？那么下一个页面就是 agent 页面，里面就有所有的你的 agent 当前的状态，有没有工作，然后最近的产出，有没有排班儿 等等等等。那么关于我的呃 a 证团队，每一个员工的工作去干什么呢？我在上个视频都说了，感兴趣的朋友大家可以去看一下，然后设置自己的 ai agent 的 团队。 那么这里还有一点我想说，就是往下拉，大家可以看到每一个 agent 它用的是什么模型，以及它的工作目录是怎么样的，还有它的权限是怎么样。下一个功能就是我们可以查看和修改任何 agent 的 记忆。 记忆呢，一共分为两种啊，一个是长期记忆，一个就是我们对话县城的对话记忆。我们还以 monkey 为例，那么这里 memory md 就是 猴子的长期记忆，看到这里我可以看到啊，然后这里我们也可以修改它的记忆， 那么你任何的下面带 session 开头的就是对话记忆了，也可以查看和修改。每个 agent 都有自己的人设，自己的性格，自己的语气，自己的任务， 那么这些呢，也可以查看和修改，这就是我们点击这个文档页面，我们还是以 monkey 为例啊，之前讲多 agent 团队的时候，我们讲过 agent 点 m d 就 定义了这个 agent 的 任务，这里呢，我们可以查看他的任务，然后呢，如果有不到的地方，我们可以直接进行修改，同理呢，你也可以修改其他的 markdown 文件，比方说心跳啊， tools 等等等。 最后一个功能就是看任务了，尤其是定时任务或者是心跳任务。这里我们点开我们的任务界面左边的半截，我们可以看到一共有九个有效的定时或者心跳任务，其中三个已经在今天还要继续完成，而六个已经完成了，明天会接着继续。那么右边的半截可以看到我们所有的心跳任务。 好呢，这就是我自己为自己的 openclaw 做的控制面板了，希望你呢，以它为起点，改变出你自己的风格，加入你自己想要的信息，或者是改变整个的排版。如果你看到这里了，那你绝对不可能是 openclaw 的 小白了，我鼓励你使用 openclaw， 在 你的业务中，让它帮你创造真正的价值。 这个视频啊，是一个终点，也是一个起点。后面我们会以此为基础讲更加进阶的内容，包括更加高级的记忆系统，包括二十四小时成期自动化带监控的系统等等等。 open call 有 很多话要说，有很多事要做，我们下期再见。