在没有 ai 编程工具之前，如果你想学习一套新的技术站，流程其实非常固定，也非常消耗精力。你需要先去官网看文档，理解一堆陌生概念，再照着势利一步步搭工程 前端一个，工程，后端一个，工程，环境配不对就卡半天。就算好不容易跑起来，代码也是零散的，很难形成对整体结构的理解。 真正的问题不是你不努力，而是入门成本太高。你还没开始理解，技术本身就已经被配置报错路径和版本劝退了。但现在模式发生了变化，你只需要一句清晰的提示词， 我要一个前后端一体的 c r u d 教学案例，前端用 vo 三，后端用 spring boot， 不 接数据库 代码要有详细中文注示，适合零基础学习。在 ai ide 里，几分钟之内，一个完整可运行的事例工程就出来了。目录结构清晰，接口是通的，前端能直接调后端每一层代码都解释了为什么要这么写。 这带来的变化不是写代码更快，而是学习路径被重构了。你不再从碎片文档开始， 而是直接从一个标准答案级的案例入手，先看到完整形态，再反推每一层的作用。像我们刚才这个案例，不接数据库，只用内存模拟数据。在过去，你需要自己想方案，自己踩坑，现在 ai 已经把最适合入门的复杂度提前帮你设计好了。 这意味着，学习新技术不再是先忍痛三周，而是先跑通，先理解，再深入。 真正被放大的，不是 ai 的 写代码能力，而是普通人掌控学习节奏的能力。你不再被技术站选择你，而是你可以随时用一个案例快速理解一门技术是否值得继续投入。
粉丝529获赞3476
相关视频
01:56查看AI文稿AI文稿当你一不小心用上了 cloud co work， 但他只会干简单的活儿，聪明的你立刻就想到了激发高效率是要让他打通 camera、 gmail 这些你日常能用到的工具。 跟着做，把 co work 打造成你的跨平台全能助理好 cloud code 的 connectors， 可以 连接并操作各种外部的工具和服务。举例来说呢，你作为一个老师，想要宣传自己的摄影课程， 如果在过去，你可能需要打开设计软件，然后去找翻本并手动做排版。但现在，你可以直接进入 coog 的 连接器，设定，点击加号来开启连接器的目录。那这边有各种各样 cloud 能连接的工具， 你可以输入 camera 作为关键词，打算把 cooke 和 camera 这两个平台连接起来。连接成功之后呢，你就可以写一段提示词来请 clark 帮忙设计宣传平台上的贴文，然后将指令送出。而当 clark 完成了设计的出稿之后， 你也可以将出稿开启，在 camera 进行进一步的修改和编辑好。除了 camera 之外呢， cooke 也能跟许多常见的生产线工具进行深度的整合， 比如说你可以跟 google 日历做连接，如此一来呢，你就可以直接在输入框内查询自己未来的行程。不仅如此，你还能把即将要开课的十二周的摄影课程一口气全部新增到自己的日历上，省去了手动输入行程的繁杂步骤。 那你举例来说，你有个摄影课，在开课前几天打算发一封欢迎信给所有报名的学员。你可以回到 co work， 输入 g 秒作为关键词，把 co work 与 g 秒成功连接在一起。 诸此类的 co work 与生产力软件的连接是非常普遍且非常好找到的，能大大提升你的工作效率。
130洛斯AI
01:36查看AI文稿AI文稿cloud code 老写错目录，还总用旧测试命令，先别骂 ai， 更可能是你的 cloud md 过期了， 项目重构两次，说明书还停在三个月前，旧目录旧命令，旧技术栈全在里面。 ai 不是 不听话，他听的是旧话，他每次启动都认真读取，然后非常认真地把错事做完。 cloud md 就 像 ai 的 员工手册，公司业务变了，组织架构变了，流程变了，手册也必须变。 所以它不是一次性配置，而是活文档。项目只要影响 ai， 以后怎么写代码就要同步更新，那什么时候必须更新？记住五类目录结构技术栈团队规范、重复踩坑常用命令 第一，目录结构变了，比如 pages 换 app， controllers 换 routers， components 拆成 features 和 shard， 地图错了，文件就会放错。第二，技术栈和命令变了，比如 just 换 wittest， rest 换 trpcm 换 pnm 换 pnm， 别让 ai 按旧经验写。 第三，团队规范变了，或者同一个坑踩了。第二次。 api 错误，格式迁移流程不要绕过封装，都应该写进去，维护不用复杂， cloud md 放六块就够。项目概览技术栈目录结构、常用命令编码规则明确，不要做什么。 今天只做一件事，删掉一条过期规则，补上一条最近刚踩过的坑。这里是 ai 编程避坑指南，我们继续拆工具里的真实坑。你们的 cloud md 多久没更新了？
42罗码视界
05:07查看AI文稿AI文稿你有没有想过，每个月啥都不干，就能赚两万到十万块钱？不用写代码，不用开公司，就每天花十五分钟维护一下网干就行。今天我来告诉你怎么用 ai 工具白嫖一个在线目录网干，让流量自动找上门儿。 很多人一听到目录网站就想翻白眼儿，觉得这玩意儿太土了，不就是堆链接吗？但我要告诉你，你错过的可能是一个亿。有人靠一个丧葬服务目录年入五百万美金，有人靠一个找养老院的网站月入百万。还有一个 guest body， 用户超过一个亿，还做了自己的 db card， thinking they're thinking that's really boring an online directory come on， i wanna。 看看人家原话怎么说的，他们觉得做目录太 low 了，就想搞 app 搞 size。 但他们没想明白的是，先搞一个目录网站，你就能轻松拿到几千几万的自然流量。 有了流量还怕没故事？到时候你想做 app， 做四四随便你。所以今天这期视频，我就请来了专门做目录的大神 free， 手把手教你怎么用 cloudco， 四天搭建一个能赚钱的目录网站。 hey， greg， um yeah by the end， i really want people to have a solid one。 他 怎么说的？我想让大家彻底搞明白，怎么用 ai 搭建目录，特别是最难的部分，怎么搞到有价值的数据。先来看几个牛逼的目录网站。 第一个， party 丧葬服务目录，每月六万多的访问量，年收入超过一百万美金，还拿到了一百五十万美金的融资。但你猜他们怎么赚钱的？ 主要不是广告，是后面做的软件服务。第二个， place for mom 养老院目录，每月八万多的访问量，估值五千万到一亿美金。每年赚钱方式很简单，就是把用户线索卖给养老院收佣金 twenty four thousand organic monthly 到一亿美金。每年赚钱方式很简单，就是把用户线索卖给养老院收佣金。 twenty four thousand organic monthly 到 some 他说啥？有些网站说这个一年能赚一个亿，但我觉得五千万可能更靠谱。第三个， guess buddy 重包邮价，信息一点一亿下载量，每个月一百万访问就靠广告和他们的 plus 会员卡，一个月保守估计能赚三万以上。这三个网站的共同点是什么？要么帮用户省钱，要么帮用户赚钱，要么帮用户省时间？只要你抓住一个点，你就能搞。 save money or help people make money and 人家总结得好，成功的目录都遵循一个框架，帮用户省时间省钱，或者帮用户赚钱。好案例看完了，现在来干货。 free 用 cloud code 的 四天，做了一个豪华厕所拖车目录，花了不到二五零美金。没错，二百五十块你就拥有一个能接单的网站。它之前用 wordpress 做的那个页面全是站位符文字看起来就像个垃圾网站。结果呢，还 t m 接到询价了， 新墨西哥州博览会直接给他发了两万美金的订单。 from the new mexico state fair 原本是这是一个大胆，他们要两万多美金的豪华厕所拖车，就这破网站都能接到两万的单，那好好做还得了？ 所以他用 cloud code 重做了一遍，整个过程就七步，第一步，爬数据，用 alt script 从 google maps 批量爬七万多条数据，覆盖全美，一次性搞颠。第二步， cloud code 初步清洗，告诉他规则，删掉没名字没地址，永久关门的垃圾数据， 七万条直接砍到两万，节省了两千多个小时的人工。 and obviously people are gonna have to kind of retrofit this to your own niche， but i'm just telling cloud code。 他 怎么跟 cloud code 的 说的？这里有五个 c s b， 你 给我按这个标准清理数据？第三 步，最关键的一步，用 curl 四 ai 深度验证，就是免费开源的 ai 爬虫。装在电脑上， cloud code 会指挥他去访问每一家公司的网站，判断是不是真的做豪华厕所拖车的两万条数据，最后筛出七百二十五个真卖家。这要搁以前 得手动，一个个网站点过去得点几年，现在 cloud code 加 cross 四 ai 自动跑了三个小时搞定。 for three hours and this is really what would have taken me like a thousand hours。 他 说这要搁前几年，可能得花我一千个小时，现在十五到二十分钟就设置好，让它后台跑三个小时。 第四步，继续丰富数据，爬它们的产品什么价格。第五步，建站。第六步， seo 优化。第七步，想怎么赚钱就怎么赚钱。 整个过程成本有多低？ cloud code max 一个月一百刀，数据花了幺零零， api 花了五十，调试加起来二五零美金，你去打工一个月都不止赚这些吧。而且 free 说了 himself， 他 之前完全不懂技术，用了 cloud code 六个月就会了，你说他都能行，你凭啥不行？ the funny part is like when i learned cloud code 原话，我不太懂技术，这就是最神奇的地方，我到现在都不觉得自己把 cloud 的 扣子用明白了，所以总结一下，在线目录真的没你想的那么 low。 数据就是护城河， 你越早入场，数据越多，后来者越追不上。现在 ai 工具这么发达，门槛儿已经低到尘埃里了。二百五十块的成本，四天时间你就能拥有一个每月能带来几百个询价的网站，这买卖它不香吗？行了，赶紧去选个历史开始干吧。
9374闲田
03:39查看AI文稿AI文稿clotcode 的 表现上限其实不取决于模型本身有多聪明，而取决于你的项目结构是否足够清晰。很多人觉得 clotcode 强是因为它会写代码，但真正用顺的人都知道，它最怕的不是任务难，而是上下文混乱。如果你把项目整理到一个足够稳定、好理解的状态，它才能干活又快又准。 今天我会分享五条项目结构优化原则，从核心的 cloud 点 md 配置、文件拆分、文档补充到工作流和工具目录的规范管理。第一条原则要把 c l， a， u d 点 d 放在项目根目录，你可以把它理解成给 cloud 入职手册， 因为他在启动时会自动读取，所以这里就是他认识项目的起点。一份合格的手册必须包含项目概况、技术栈、架构说明、编码规范、目录结构以及常用命令。如果项目是现有的，你不需要从空白开始写，直接在 close code 里输入 innit 命令，他会帮你生成一个初稿， 你真正要做的是基于这个出稿去补充细节，修正错误，把规则压实。如果你的 cla u d， m d 变得非常臃肿，一定要学会拆分。当文件超过两百行时，它就会导致 clode 读取上下文变得低小，也就是所谓的上下文顿化。 你可以利用 cloud 知识的 art 表如语法把内容拆分到独立的文件夹里。比如在根目录的 c， l， a， u， d， m d 里，通过 act、 cloud architecture m d 这样的写法，把架构、编码、规范、 ui 指南分别指向不同的文件。 这样不仅你改起来方便， cloud 读取时也不会被一大坨杂乱的信息干扰，还能让这些规范在不同项目间直接附用。 除了 cla u d m d， 你 还需要建立一个 docs 文件夹。 clod 对 markdown 文档的理解能力非常强，把项目里的长期知识从人脑和聊天记录里移到 docs 里，能极大减少 clod 的 猜测行为。你可以把产品路线图、 api 接口、约定、业务规则或者权限模型写成独立的文档， 在提需求时直接引导他参考这些内容。比如你可以说阅读 doc 目录下的 api 文档，其余里面的设计来实现这个功能，这样他做出来的东西才会符合你的预期，而不是靠猜。 如果你发现自己经常在重复说同样的要求，比如要用 type script， 要符合 ui 规范，那就说明你应该建立 workflows 目录了。 把这些重复的指令写成独立的文档文件，比如一个专门负责创建组建的工作流，下次你只需要说按照这个工作流创建一个组建 cloud 就 会自动执行那套标准动作。 更高级的玩法是工作流嵌套。你可以在创建组建的流程里直接引用另一个测试流程文件，要求它在建完组建后自动执行测试，这样你就把团队的经验变成了 cloud 可以 直接调用的执行模板。最后一点，关于目录命名， 我非常建议把 cloud 生成的那些辅助脚本统一放在一个叫 tools 的 文件夹里，而不是 scripts。 因为在很多 web 项目中， scripts 目录通常被默认用来存放，前端打包，后端启动这些核心运行逻辑。 如果把 cloud 写的数据库迁移或者数据填充脚本也扔进去，项目大了之后会非常混乱。用 tools 这个名字能很清晰地告诉团队成员和 ai， 这里放的是辅助开发和运维的工具，不是应用本身的核心逻辑。总结一下，不要把 cloud code 当做一个万能的即兴执行器， 如果你发现它时，灵是不灵，往往不是模型的问题，而是你的项目结构太乱了。记住这句话， ai 不 怕任务复杂， ai 只怕上下文混乱。只要你把规则文档流程和工具分门别类放好， cloud 就 会从一个猜心思的工具，变成一个真正融入项目的靠谱的协作者。
60AI技能教学网
01:47查看AI文稿AI文稿现在但凡你看见了一个知识，其实你就已经掌握了这个知识。我举个例子，其实我在小红书上看到一篇教大家怎么样一键快速启动 cloud code 的 呃，这个教程我觉得非常有用，我要用，但是 呃要获取这个完整的教程，还需要加这个博主的群，然后他的群一时间又没有通过，于是 我直接把他的视频内容给到 cloud code， 我 让他来去呃，帮我去按照这个设置一下，完了之后 c c 根据他的视频内容给了我一个完整的教程，说要怎么样去一步一步设置等等之类的。 我试了一会儿，我觉得好麻烦哦，我就直接跟他说，我说太麻烦了，我不会，你能不能直接帮我设置， 然后他操作操作操作他就自己搞定了，这样我意识到很多时候 ai 其实是可以自己操作的，但是他可他的第一反应以及他大量的训练的语料可能是，哎，我先给这个用户一个教程，所以 完了之后我又跟他说，以后你遇到可以直接操作的都直接帮我操作，而不是写教程，把这个存在他的呃 cloud code 的 md 文档里 以后，它就能够直接这样进行。我觉得这个例子给我们呃的很多启发啊。第一个，现在你但凡能够看见一个教程，你其实就掌握了这个教程，你只需要把你甚至都不需要自己去学习，你只需要把这个教程给到呃 ai 给到 cloud code， 它就能够自己去执行了。 第二，你让 ai 自己去执行，而不是让它给你一个教程，你还要去一步一步的搞。第三个，把这个写在它的最高的这个 cloud code 的 m d 文档里，让它以后一直都按照这个标准去执行。你想想这一层层的走下来，会让你的整个的效率能力都拓展非常非常多。
966瑶瑶（多agent版）
05:59查看AI文稿AI文稿今天这期视频我们只讲一件事，就是普通人怎么使用 cloudco。 很多人听到 co 的 这个词就认为是写代码，觉得跟自己完全没有关系，但其实 cloudco 除了超强的写代码能力之外，他还能做很多日常的任务， 比如说文件管理、数据分析、爬虫，甚至连修图剪视频的工作他也能帮你做。那么这个视频会从下面几个方面展开， 首先是怎么安装好 clolico， 然后配置国内的大模型，接着讲如何给 clolico 安装 skill， 并且用 skill 去开发一个网站，全程无管无废话。希望大家在收藏的同时能点赞支持一下，如果能关注一下那就更好了，感谢朋友们啊！那么第一步我们要下载一个软件，叫做 trace， 点击下载完成之后，我们把 cloudco 的 官方文档链接贴给他，然后输入，请你参考文档中的方法，帮我安装好 cloudco， 中间遇到任何错误或问题，请你自己查资料去解决。 这里他提示我们要先打开一个文件夹，我们照他说的做，我们可以直接新建一个文件夹，就叫 cloudco 安装， 很快他就开始思考并且自主的完成任务了，这个过程当中他可能会跳出各种对话框来让你批准权限，我们直接运行就好，大家可以等待十分钟， a 准就会自动完成所有的安装步骤。 接下来我们要给 cloudco 安装一个运行环境，它的运行环境有 app、 网页端、集成开发环境 id 以及命令行，其中最简单使用的方式就是在 vsco 这种集成开发环境中去使用 cloudco， 我 们直接下载 vsco， 下载完成进来后，点击这个地方，输入 chinese， 点击下载，然后重启 vsco， 你就可以看到界面已经变成中文的了。然后我们再次点击左边的应用图标，搜索 colaco， 可以 看到一个插件叫 colaco for vsco， 点击安装， 然后它会跳转到这样的登录页面，平时如果想打开 colaco 窗口，点击右上角的小图标就可以到这步。先不用管我们下载第三个软件 cc switch， 我们先进入他的酷狗主页，在右边往下拉，找到 release， 再往下拉，找到适合你系统的安装包，然后下载安装。装好之后，我们打开 c c switch， 点击右上角的加号，在里面找到 deepsea， 再往下滑动，你会看到 a p i key 的 输入框，点击获取 a p i key。 跳转 deepsea 的 官网，登录进去后， 点击左边的 a p i keys， 在 这里你可以管理所有 a p i key， 这里的 key 相当于你的密码，千万不要公开泄露，不然别人也能用你的 d p c 账号。点击创建 复制这一行，到 cc switch 里点击添加，然后在页面上就可以看到你的 d c 了。点击第三个图标测试模型，可以看到提示 d c 运行正常，然后我们再回到 vsco， 重启 vsco， 它会自动弹出 聊天框，那我们在这里输入你好，你接的是什么模型，然后你就可以看到你的 d c 已经接入成功了。 要注意最后一步，你的 d p c 账户里一定要有余额才会成功。接下来我们来讲怎么给 clico 安装 skill。 打开 v s co， 调出 clico 聊天窗口，在我们当前的根目录下创建一个 skills 文件夹，这个文件夹表示我们这个项目会用到哪些 skill， 这里用一个网页设计的 skill 来给大家举例。打开 github 官网，搜索这个，点击 code， 下载它的压缩包，然后解压缩，并把它拖到我们的 skills 目录下。然后我们再来检查一下，输入 我已经下载我要使用的 skill， 并且放到 skills 目录里，请检查这一步比较重要，可以知道你有没有安装好这个 skill。 然后我们可以看到 plc 在 解锁 skills 目录以及刚刚我们放进去的文件，解锁完成后，你就可以看到它提示我们可以直接在对话里使用这个 skill。 然后我们再新建一个文件夹，比如这里我输入 person web， 表示我的项目路径。好，那我们再跟 plc 对 话，输入我已经新建好项目目录， person web 帮我设计一个个人网站， 接着他就会给出一个执行计划，使用刚刚我们导入的技能去设计网站，这期间会有很多权限申请，直接点同意就行，那么过一会你就会发现他跑完了，这里跑出来的啊，结果很简单，只是一个网页， 因为考虑到很多粉丝啊，是刚接触 skill， 就 不讲的太复杂，那么我们来打开他设计的网页看一看。打开我们刚刚创建的 personal web 目录，选择在默认浏览器打开，那么你会发现我们刚刚的网站就已经设计好了，不过它的 ai 味很浓，而且还是英文的。 我们跑出项目来，我们去怎么修改它，比如说一个中英文的按钮输入，请你根据我的要求进行修改，在右上角提供一个小按钮，点击可以切换中英文。 好，改完后重新打开网页，中英文切换按钮已经出来了，点击一下，我们整个页面都切换成中文了。那第一个功能我们就通过 ai 弄好了， 我们对这个网站还不太满意，怎么办？我们可以继续跟 cloud 沟通，让他再去修改，比如我想在关于我下面增加一个时间线，那么我们就把需求发给他， 让他再跑一会，然后重新打开网站，你就能够看到他的一个修改结果。这些内容比较基础，不知道大家有没有学会用 skill， 还想看什么内容？欢迎在评论区留言，如果对你有帮助，别忘了点赞三点支持一下。
712我是宇烨
04:36查看AI文稿AI文稿首先我们点击启动台，点开 obsidian， 首先打开 obsidian 之后呢，你是一个这样的界面，点击第二个打开，然后 打开咱们的根目录，也就是当时安装的时候，它提示咱们的根目录安装到哪里，你就打开到哪里，点开这个附件文件，点击打开就是我们这样的一个界面了，全部都是空白的。在左边呢，这边有一个小机器人图标，点一下， 然后在这里输入一个英文的斜杠，有一个小白。第一步，然后直接点击回车，在这边你可以看到，欢迎你来到 ai 森学传，我是你的 ai 助理，接下来我会通过五个简单的问题了解你的知识情况，然后帮你搭建一个只属于你自己的知识库结构，别担心没有标准答案， 你只需要凭直觉回答，十分钟之内我们就能搞定。准备好了吗？直接回复开始，或者我们现在就开始问第一个问题，我们在这边直接回复开始。那我们先来了解一下你，你目前的主要身份是什么呢？那么我在这边呢，就可以说我是自媒体内容创作者， 然后偶尔会写一些公众号文章，何止乎文章，你想说什么内容都可以。咱们主要就是先聊，让 ai 去了解我们知道我们目前主要的身份是什么，或者说你在做什么事情等等等，你打的越详细，他了解你越详细， 我们在这边输入完成之后呢，敲击回车。那么接下来第二步，你最希望用这个知识库解决什么实际问题？ 哎，也就是最让你头疼的那一两件事就行，比如东西学了就忘，没有沉淀，灵感来了不记等等等等，或者素材一团乱呀，想发文章啊，或者看了什么东西，在这里你不局限于只在这几个点里面，我甚至可以告诉他，比如说我想快速的筛选 素材，因为我的素材内容实在是太多了，有很多文件文稿都没来得及整理，很多时候呢，也容易时间 久了之后忘记等等等等等。你可以输出你所有的优惠数据，会表示他我在公司还需要经常来处理文件，比如处理数据表勾， 比如做 ppt， 比如需要每周项目汇报，或者开组会等等等等等等，你都可以告诉 ai， 让 ai 来结你现在有哪些内容视频让你比较头痛的，让你可以用 ai 来去优化的， 都可以告诉他。输入完成之后呢，直接敲击回车。在这边我们要仔细看一下 ai 总结的点，你的压力很清楚，素材爆炸工作多线并行，这是一个很现实的问题，那么接下来呢，需要既能沉淀创作素材，也可以管理职务内容。那么第三道题， 你日常最常处理哪几类的信息，可以直接报数字给他。首先我第一肯定是需要，以及我的读书笔记，其实偶尔我也会读书，那么我说一个二，然后第三个我这边暂时不太多，那么第四个 可能我需要他，然后我的素材第五个肯定也是要的，然后第六个也是需要的。第七个呢，偶尔会涉及到一些商务，所以说也需要。身边你可以告诉他，任何你想要的内容，都可以告诉他，没有任何的数量限制。好的，他告诉我说只有六个维度，那么我不仅要创造内容，还有工作，学习，人脉，反思， 哎，典型的上班族吧，哈哈，你打算什么时候用它呢？比如每天早上规划一天，工作中随手机，晚上复盘，想到啥才打开，你想我的话呢？一般就是想到什么才打开了。好，第五个问题， 那么你打算每周或者每天大概花多少时间去维护它呢？比如说每天五到十五分钟，一到两小时，这都无所谓。你想我的话，可能我就不确定，因为我有时候用的其实还挺频繁的。明白了，我听到是这样的，然后吧啦吧啦吧啦，我的建议是 创建一个吧啦吧啦吧啦，你的知库会长这样哎，收件箱，素材库，工作内容，学习人脉，作品库，复盘日记规，当你看到这个结构合适吗？如果说你觉得其中哦，我不想要这个，或者说我不想要这个的话，你就可以直接告诉他，我不需要。第五个，帮我把一素材库 名称改为素材收集，你可以你有任何的想法都可以告诉他，因为咱们这毕竟不是在考试，没有任何的标准答案， 只要你想到的内容咱都可以告诉他，完美。那就确定了他给咱们最后梳理出来这几个的部分，那么现在开始搭建，十分钟搞定。我说 ok， 接下来呢，咱们就不用管了，我们可以去喝杯茶，可以去泡冲杯咖啡，然后静静的等待 ai 帮我们搭建整个知识库就可以了。
02:48查看AI文稿AI文稿cloud 的 桌面端，看图和 web fetch 访问指定页面，这两天我研究下来啊，访问指定页面呢，其实解决很简单， 只需要我们加三行代码就能解决，但看图啊，我们依然需要妥协。我先带朋友们解决 web fetch 访问指定网站的事情。首先呢，我们保持 cloud 的 桌面端，打开的情况下，点击 develop 按钮，再点击这个 configure party 按钮，在弹出的窗口中，左侧导航栏，我们点击 excel requirements 按钮， 这时候呢，我们就能看到右侧显示的这些网站，其实这就是默认我们能访问的，我们可以理解为他是白名单在这些之外的网站，那我们让克拉的访问就没有办法访问，所以呢，我们需要修改他的这个配置，让他对其他的网站放行就可以了。 我们打开终端啊，运行第一条命令，找到配置文件的目录，然后呢，执行第二条命令，这个时候我们就能看到他长什么样。然后呢，再执行第 第三条命令，把原来的做一次备份，再执行第四条命令，确认备份已经成功了。最后呢，我们运行第五条命令，用按第一打开，这就是原来的哦，我们要把它改成这个样子 模型，我现在用的是 mini max， 如果朋友们是 deepsafe 的 话，打开就是 deepsafe 的 配置，其实呢，这些我们不用动，我们只要改成这样子就可以了。然后呢，我们 保存，这个时候啊，我们重启 ctrl 桌面端，按照前面的步骤回到 excel 格式选项，不出意外的话往下翻就能看到下面多了一大堆。这样子呢，就好了，那现在我给他一个 deepsafe 官方文档的页面，让他访问并帮我梳理 deepsafe api 的 接入指南，看， 现在是没有问题了啊。那第二个问题就是看图功能使用 deepsafe 呢？我截止目前还没有找到合适的方案，我尝试了几种办法，都遇上了卡点，我还需要花更多的时间去研究。但是好奇怪的是 mini max 虽然它是多模态模型，但在 astropica 兼容模式下，我多次尝试图片理解都无法实现。最终我在官方文档的一个不起眼的位置看到了这句话，然后呢，我就心死了， 我现在的妥协方案呢，就是使用千万三点六 plus， 我 们如果要使用多个模型，那朋友们可以在这里复制一个，然后呢把模型改， 这样呢，我们就可以在多个模型之间去切换。我把名字改掉，然后下面填上 queen 三点六杠 plus， 然后呢一照上下文，这里点开，点击下面的同意。那这个时候呢，可浪的桌面端就会重启，等它重启完成后呢，这个时候 我就能看到下面模型列表里是 queen 三点六 plus 了。我现在给他一张图啊，让他分析看成了啊， deepsea 多模态啊，应该很快就来了，朋友们呢，可以等一等。目前在可浪的桌面端使用 deepsea 模型这种方案其实就适合编程类型的任务，如 如果是搜索、汇总，处理数据这样的多步骤长链路的复杂任务，我不建议使用克拉的桌面端去接入这种第三方模型的形式，那这种类型的任务我更建议使用 hms， 很 爽。另外我还有个请求啊，朋友们看到我的 i p r k 之后啊，不要去用了，那天我视频中忘了打码，不知道是谁帮我用了好多好多。
1021AI樟榆树
01:53查看AI文稿AI文稿哈喽，大家好，我是迪迪，最近在帮客户用 ai 去更新一些品牌的网站，让我遇到一个比较尴尬的事情，如果你直接问他，让他帮他更新，但是出来的界面还是比较的丑，没有一些审美， 所以我就去找了一些资料，意外发现了这个网站叫 styles 点 referral design， 那 这个网站它的好处就是它把所有市面上现在比较受欢迎的一些网站都给罗列出来了。 我们可以看到比如说这个是 cursor 的 页面，我如果点进去看，那么它的左边就是这个 cursor 的 一个界面，包括它的一个配色， 它字体的大小，行距应该怎么样，去用字体用哪些，这边都有很清晰的给列出来。右边就可以看到是有一个 design 点 markdown 的 文件，包括怎么样去让这个 agent 帮我去设计这个界面 啊，还有些 tellwind 的 css design tokens， 它都有列出来，那在这样的一个情况下，我就直接可以给它下载下来，变成一个 markdown， 让它交给我的 agent 帮我去直接设计。 因为之前跟大家分享过有一个 awesome design demo down， 它没有这个界面直接来的可视化，之前是有搜集五十多种 design demo down， 但是它只是一个单一的这个界面，它没有左边的这些可以给我 和用客户看到的这个 ui 界面，所以我觉得在我使用过程中，我觉得还是挺好用的，基本上会用一个 popular 的 tab 或者一个 trending tab， 找到一些比较适合客户行业的一些界面。那么如果说你现在是在做 sars 或者一些电商品牌， 除非你是做一些非常小众的一些行业，那么其他的一些竞争对手的界面其实都是基本上能够找到的。有了这个之后，你只要轻松的把它的 markdown 的 文件给下载下来之后，然后投喂给你的 agent 就 可以一劳永逸了，你的界面就会非常的好看。对，这个就是今天想跟大家分享的我发现的小众的网页。
80迪迪碎碎念
04:30查看AI文稿AI文稿在我们使用 cloud code 的 时候，如何在底部实时显示这个状态栏的信息呢？今天给大家详细说一下。就是第一行，它主要是大模型的名称，然后当前的时间点。 effort low 指的是推理努力程度， thinking 就是 当前是否思考模式，这个是 cloud code 的 当前的版本号。 然后第二行指的是当前的工作目录。第三行，这个 c t x 就是 context， 就 上下文的信息，百分之十七就是当前已已经使用的上下文的占比，百分之八十三是剩余的。这个 size 就 指当前呃上下文窗口的总的数量，然后 in 和 out， in 就是 总的输入的量和 out 是 总的输出的量，就是 大模型从你这个绘画窗口所有的输出就 total， total in， total out。 第四行 in and out 其实就指的是单次的 它的输入输出，单单单次印是十二 k， 然后输出只有九个，就像我刚刚说的，你好，你问有什么我可以帮你的吗？其实这就是九个投屏的量，然后 crt 和 r d 我 给大家列在这了。 crt 就 指的是 cash creation， input tokens 就是 写入缓存的投屏的数量，然后 k 呃 r t 就是 指从缓存读取的投屏数量，都是 api 响应的。对，然后这里面的信息它是实时变化的，我给大家演示一下，如果我们想切换 model 的 话，当前是 k 二点六，我把它换成智普的五点一， 这样就会实时的变化，然后 effort 也是实时变化的。对， effort 当前是 low， 把它调成 medium， 这样就会变成 medium。 对， 然后呃当前的输入输出，这是本，这是当次调用的嘛，所以我就用 kliya 来试一下 kliya 清空，清空之后这样应该是 你看 kliya 之后，它这样就会变成零和百分之一百，就当前的上下文只有百分之零和百分之一，呃，剩余的是百分之百，如果输入你好之后 刚有点卡住了，输入你好之后，它第四行就会有本次绘画的输入，输出嘛，所以第四行就会展示，呃，就会实时展示出来 in out， z， r t 和 r d。 对， 这就是这个我觉得是比较好用的，因为我们在使用模型的时候，其实上下文越多的时候，有很多研究人就是发现，当我们的 token 数量超过百分之三十到四十的时候，其实大模型就会出现，呃，语音信息不清啊，或者幻觉一些之类东西就会丢失掉，关键信息就会出现这种信息的缺失的问题。 然后，呃，这个怎么安装？我给大家也写成了一个，整理成了一个文档，也可以看一下。就是这边它是 stencil， 因为这个东西它本来就是为了适配 glotcode 的 官方的，所以我们本地安装适配的时候其实是会有点问题的。 然后这边采集点也给大家记录了，就是直接拉你状态，状态来的话，它就在终端底部的信息条嘛，它可以显示模型的名称，时间，这些上下文的使用率， api 的 用量等等。但我们最主要的其实就是上下文窗口的使用率，剩余空间以及 api 的 令牌，输入，输出缓存，数据限制等等。然后核心的字顿都是列在这了。对， 可以看一下它的字顿啊，它有绘画 id， 它当前的工作，工作的目录 current workspace， 呃， direct to directory， 然后这个是成本啊，是否使用思考模式脱离努力程度啊？包括这个累计输出，呃，累计输入 窗口的上限，然后这个有几个问题给大家，就是确认一下，就上下文窗口这边为什么始终是两百 k 呢？就是因为它这个是 cloud code 的 默认值，但第三方模型实际显示可能不同。但，呃， 之前他这边是为了适配 cloud code 的 官方的模型 versus， 但是像我们我买的是火山引擎的 coding plan， 他 就不会实时的变化。对，他这边就两百 k， 其实就是 比较不准确的，包括他这个刚刚这个百分比的计算，其实就是 in out 除以这个他这个标的这个两百 k， 所以 这边比如十二除以这个十二加三十六除以两百 k， 大 概是百分之十七的样子，所以他这边百分之十七。但我们主要是看第四行，就是当前输入了多少，输出了多少呢？就单词绘画 这样，其实对我们就帮助就比较比较大了。然后速率限制的话，它也是仅限于格拉库的 ai， 就 你这也是我当前在 这个使用模型过程中的一些体验啊，就是我们在适配一些，呃，比如国外的一些东西的时候，其实我们要很清楚的理解它的自身，才能明明白如何更好的落地化帮助我们使用，而不是只有这样一个形式。但是我目前比较清楚了，这些自身就可以让它调整一版自己使用的这个东西，也可以跟我这不一样。 对，然后这些颜色的代码啊，这些坑点我已经给大家踩过坑了，大家直接呃在我们这些借鉴其实就可就可以了。像它中文路径，它显示乱码，因为有的文件夹里如果是中文的话，它会显示乱码方块，它这个脚本就会显示不出来，就是脚本就会失效，就显示不出来，比如这个字顿的位置。搞错呀， 它不是顶层子盾，它是这个 context window 内部的这个子盾其实就是，呃，就 context window 它是顶层子盾，但底下还有一个，还有一些嵌套的子盾这种这种坑已经帮它大家踩过了，大家配置的时候注意一下就可以了。
3187马斯洛AI智能体
03:10查看AI文稿AI文稿如果你已经在用 cloud 写代码，整理资料，跑工作流了，那怎么写好项目配置文件？ cloud 点 md 非常重要，那 cloud 点 md 是 什么呢？ 它是一个放在项目跟目录的 markdown 文件，你可以把它当成是这个项目写给 ai 的 说明书。原理也很简单，每次当你新插一个对话或者清空上下文之后， cloud 都会自动再读一遍这个项目配置文件，有了它，你就再也不用解释项目背景、个人偏好等各种项目信息了。那我们该如何写好 cloud 点 md 呢？ 这里给大家总结了应该写哪些内容，这里的五类内容呢，是我搜集了资料找到的各种大牛，各种社区讨论后的一个最值得写的五类内容。 第一个呢是项目背景，你需要用很简短的语句告诉 ai 这是一个什么样的项目，让 ai 呢一看到它就能初步的对这个项目有一个大概的了解。那第二个部分呢，是技术栈和工具，比如说你用什么样的代码语言，你用什么样的框架，你有什么样的命令。比如这是一个说搜集信息的项目，那你可能就可以告诉他说我有哪些爬虫脚本。 第三部分呢，是项目约定，这里面主要要写一些已经在做的规范和习惯。比如来说，如果是一个小红书内容选择题管理系统，我通常的习惯是先让灵感写进灵感池，然后经过我的主观判断之后，我会选择一些灵感进入选择题库，那这就是我的项目约定，就会被写在 cloudy md 里面。 那第四部分呢，是沟通偏好，这一部分呢就偏向于一些个人喜好，比如说呢，我可能会告诉他说必须用中文回复，这都是一些个人回复上的喜好，你可以记载在这里面。那第五部分呢，是一些禁止事项，这类的问题呢，可能更经常出现在。嗯，你发现 ai 有 时候会有一些默认的操作是让你不满意的，那你就可以在执行的过程中告诉 ai 永远不要这么做。 那 cloud 点 m d 有 什么质量上的标准呢？我找到了 ansap 官方文件里面说到的三条标准。第一个呢，是要用具体数字代替形容词，比如说你想让 ai 回复尽量简洁，那更好的说法其实是回复小于等于三段的内容。第二部分呢，是关键规则加必须或者不要。比如如果你想表达尽量不要 emoji， 最好的表达其实是绝对不要 emoji。 第三个呢，是你要保证你的 cloud 点 md 控制在两百行以内。这是因为 cloud 点 md 的 内容会一直被写在对话的上下文空间里面，那如果它太长了，可能就会导致一些重要的规则被淹没，或者你后续对话写入的内容被忽视。 那说了这么多标准，我们该如何来修改 cloud md 呢？以及我真的要一个字一个字的写下 cloud md 里的内容吗？当然不是所有的内容都还是可以借助于 ai 来写。 首先有个最关键的指令，就是当你有大改动或者是你新开启一个项目的时候，你可以用杠 innit 这个指令来让它扫描你当前的项目文件，然后去生成一个全新的 cloud 点 mb。 比如如果你是是一个空项目的时候，它就会根据你目前的项目内容给你自动生成一个 cloud 点 mb， 那 如果你已经有一个目录下的 cloud 点 mb 之后，它依然会读取旧的 cloud 点 mb， 并且扫描当前的架构，给你一个优化版的 cloud 点 mb。 第二个呢，是适用于日常小修的 problems， 比如你发现 ai 做了一些你不满意的事情，你想要让它改进，那你就可以把这件事情立刻追加到 cloud md 里面。 那第三种呢，是定期瘦身，也就是我们刚刚说的 cloud md 要小于等于两百行才能更好的发挥它的作用。那我们就可以用下面这段 prom， 让 ai 把过时的、重复的或者是写的太软的一些指令删除掉。然后最后呢，把字数控制在两百行以下，那通过这三个指令，你就已经可以很好的写好你的 cloud md 了。 而且这套用法其实不止 cloud 能用在 cloud 里面， cloud 点 m d 是 这个项目的说明书，而在 codex 里面，这个项目配置文件被写作 asigns 点 m d。 我 自己测试过，如果你现在在 codex 里面导入一个带有 cloud 点 m d 这个文件的项目，它其实会自动问你要不要把 cloud 点 m d 这些内容转化成 asigns 点 m d， 所以 其实它已经有一些自动的转换过程了。
1344姜饼人探AI
03:27查看AI文稿AI文稿首先打开这个链接，然后打开这个发行版，下载对应版本， 改一个短一点的名字， 放到自己喜欢的目录下， 打开 cmd， 输入 excel 会得到一个配置文件， 填入你的 a p i t， 到官网上找 输入 service 启动服务 默认建立在三四五六端口，打开 c c c which 添加供应商 u 二 i o 和 api key 直接复制， 直接启动，看一下效果。 控制台上可以看到请求了哪些模型， 这个配置文件中可以设置在不同场景下所使用的不同模型，具体请看项目作者的说明。 你还可以在后台中启动，在 surf 后面加减币， 当然你可以随时在任务管理器中停止进程。 希望我的视频可以帮到你。
62🌈黑云之沐
02:33查看AI文稿AI文稿安装了 cloud code， 但发现它没有想象中那么厉害，其实是没有给它注入灵魂， skill 就是 cloud code 的 灵魂，学会它，你将直接封神！很多人应该是听过 skill， 但还是一脸懵， skill 它到底是个啥？它应该怎么用？今天我将用一个视频给大家讲清楚。我们首先要弄清楚 skill 到底是个啥。 skill 说白了就是 cloud 的 一个配置文件，这个文件的核心只规定了三件事，第一它是用来干啥的，第二，它应该遵循什么流程做事情。 三，它能调用什么工具。那这个配置文件是怎么创建呢？我们安装 cloud code 以后，系统跟目录就存在了一个 cloud 的 文件夹，在这个文件夹下面我们要创建一个名叫 skills 的 文件夹，以后我们的所有 skill 文件就都在这个文件夹下了。下面用一个具体例子说明下 skill 怎么创建，内容是什么。 比如我们要创建一个能一键提交代码到 github 的 skill， 解决我写完代码后提交代码流程繁琐的痛点。我们一般让 cloud code 写完代码后，代码提交到 github 需要经过多个步骤，第一要打开终端，第二要敲 git at， 第三要敲 git commit m， 第四要敲 git push 过程中还经常失败，报错忘命令，由于比较繁琐，经常是写一大坨代码才提交，后面出现问题还不好分析，也不好回滚。那我这个 skill 就 想要给 ai 附上灵魂。让 cloud code 写完代码后，我只说一句话，把代码提交到 github， cloud code 就 自己提交代码到 get 仓库。 这里先看一下 skill 的 格式， skill 包含名字和具体内容，最重要的就是 skill md 文件里面明确告诉 ai 应该怎么做才能到达期望的结果。我在 cloud skills 目录下创建一个 cloud code git commit 文件夹，里面创建一个 s k i l l md 文件，在文件里面写如下内容， skill and d。 文件的上半部分内容叫原数据。这里重点讲一下 description 字段，字面意思，这个字段就是描述 skill 的 功能。为了节省 talkin， ai 只会把 skill 的 原数据部分加载，不会加载 skill 的 具体内容。它判断是不是要使用这个 skill， 核心就是依赖 description 的 描述。 skill 的 下半部分就是 markdown。 论文介绍了这个 skill 的 具体做的事情，遵循的流程以及应该调用的工具。 ai 会按照这个流程完成我们指定给他的任务，你也可以把它理解成一段规范流程的提示词，这个 skill 就 写好了，是不是很简单？接下来我们安装这个 skill 后，就可以一句话让 cloud code 帮助我们 把代码提交到 github 上了。当然这是一个很简单的 skill， 更复杂的 skill 就 需要大家进一步探索， github 上也有很多高质量的 skill， 大家可以搜索并安装使用。 我这里也给大家整理了 skill 讲解，从原理到实操都非常详细，感兴趣的同学可以关注我，然后私聊我发给大家，注意不关注我不发哈，感谢大家观看！
175高先生AI实战
00:44查看AI文稿AI文稿所有任务共享一个目录，两个 agent 同时修改同一个文件，未提交的改动可能互相污染。 解法，给每个任务一个独立的 git worktree， 控制平面管目标，执行平面管目录。创建 worktree 时，自动绑定任务并推进状态。每个 agent 在 自己的目录工作，互不干扰。 每个生命周期步骤写入事件预制绘画记忆是一时的，磁盘状态是持久的。崩溃后可以从文件重建完整现场。至此，从一个 well true 循环开始，我们逐步构建出了完整的 agent 架构。
0AI小速
01:57查看AI文稿AI文稿有没有想过， cloud code 的 大脑到底能装多少东西？每次你打开 cloud code， 它并不是从零开始的，而是先把一堆东西全塞进脑子里，这个脑子就叫上下文窗口。 它装着你说的每一句话，读过的每一个文件，执行过的每一步操作。但它有个致命问题，容量有限，装满了就开始丢东西。就是很多人觉得 cloud 越聊越笨的根本原因。 在你还没打字之前， cloud 就 已经加载了一大堆东西。项目根目录的 cloud 点 md 规则、自动记忆文件、 mcp 工具列表和技能描述，还有你的各种设置，这些全部自动进入系统提示，一个词都没说，上下文就已经占了一大块，你甚至不知道它们已经进去了。 当 cloud 开始工作，上下文还在不断膨胀，每读一个文件都在往里塞。路径专属规则自动加载，每次编辑后， post to use 勾子还会再塞一段指令。 如果让子代理去做调研，它用的是完全独立的上下文窗口，结果只返回摘要和一小段原数据，主窗口就不会被大量文件读取撑爆。这就是高手和新手的区别，懂不懂用子代理？ 当上下文快爆的时候， cloud code 会自动压缩绘画，把对话历史浓缩成一份结构化摘要。但问题来了，你写的指令压缩后还在吗？这取决于它们是怎么加载的。系统提示和自动记忆。从磁盘重新注入， 但带路径前缀的规则和子目录的 cloud 点 md 压缩后就丢了，直到再次读到匹配文件才会回来。所以，如果规则必须持久化，就别加 pass 前缀放到项目根目录。 最后怎么知道你的上下文用了多少？随时输入 slash context 就 能看到实时的分类用量和优化。建议 输入 flash memory， 可以 看到启动时加载了哪些 cloud， 点 md 和记忆文件。记住，上下文是你最重要的约束，控制好它， cloud 才能持续高效。关注我们，持续获取实用技巧，让你的开发更高效。
