如何让claude显示上下文用量

分享一个 kol 的 小技巧，在你这个 kol 的 code 里面，使用第三方模型的时候，比如说 deepink 四 v 四 pro， 它明明是有一千个 k 的 上下文，但实际上这里它只会写成两百，为什么？因为 你的这些第三方模型的 kol 它不认识，它并不知道你的上下文是多大，所以它默认都是给两百，直接切成两百，这样的话你问一个问题就能耗掉接近五十，你这个一个对话 基本上四五个问题，他就要被墙压住了，那肯定是很不爽的，那怎么办？有个小技巧，其实就是你要选择模型的时候， 你要跟他讲你的上下文长度是多少，那怎么讲呢？他是这么约定的，你后面跟个中括号就这样子， 如果你是要改成三百 k， 你 就改成这样子，如果你要一千个 k， 你 就直接写成一个 m 就 行，这样子他就会被识别的一千个 k 就是 一个 m 的 上下文， 这样的话，你记在这个里面，可以完整的问他几十次问题，五十次问题，他才会触发上下往下缩，这样的话你的这个使用的会很舒服。对，就这么一个小技巧，一分钟教给大家。

cloud 四点六杀疯啦！高强度用了不到三天，我已经把所有界面的三的工作切到了四点六。这个更新有多大？打个比方， cloud 四点五像是你手机里导航软件，可以告诉你怎么走， 而四点六就是你请的专业司机，只要一句话，目的地到了，老板请下车。这次更新只围绕两个字，效率 来用数据说话。上下文窗口从二十万 token 暴涨到一百万五倍，推理能力二和 agi 二从三十七点六跳到百分之六十八点八，几乎翻倍。 百万 token 下的长文本解锁准确率达到了百分之七十六，是四点五 solo 的 四倍，这在以前是不可想象的。可能你对数字没有什么概念，那么在实际工作中，四点六到底强在哪里？ 第一点，一百万上下文窗口它真能用了。四点五虽然编程很强，但是一次生成的应用程序或者网站，它的二十万 token 上下文窗口存在一个上下文衰减的问题，写着写着就忘了前面的， 导致最近很多程序用一种叫做奇怪的叫爸爸的方法来验证 cloud 是 不是丢失了上下文。通俗的来讲， 以前的四点五像是端着一个小碟子去吃自助餐，加了二十样就放不下了，想吃新的就得把前面旧的倒掉。而现在的四点六是推着购物车进场的，一百道菜全部打包带走，你问他第三排第二个菜是什么，他可以给你报出菜名来。第二点， cloud 从思考者变成了一个执行者。四点五是一个思考者，而四点六是一个会把事情做完的思考者，他不再停留在思考阶段，而是会自主行动，跨多个任务自主完成。以前需要多轮对话才能搞定的事情，现在一次就搞定了。 而且四点六引入了一个叫做自适应思考模型，会自己判断这个任务的难度，来决定他思考的深度。作为你的 ai 同事，他已经从事事都要请示你的实习生，变成了自己会做决策的项目经理。 更狠的是，以前一个 cloud 只能干一件事儿，现在你可以让它自己拆成一个小团队，缤纷多路同时干。而且每一个 ai 单独享用独立的一百万 token 的 上下文，干完了再自己把任务合在一起交给你。 第三点， cloud 不 再是程序员的专属，它可以是任何人的同事。 asp 同步推出了 cloud in excel， 支持条件、格式、数据验证等原声的操作。以前是 ai 帮你做 ppt， 做出来的东西像是在路边打印店做的，那么现在他会直接去看你公司的 ppt 模板长啥样，做出来直接丢给老板用， 到了这个时候一定是有转折的。对，我们来谈一谈价格，四点六的 api 价格和四点五完全一样，但是我要说但是了，四点六推出了一个 fast 模式，输出的速度是普通情况下的二点五倍， 以前要写十分钟的东西，现在只要三到四分钟，但是价格直接飙升到普通模式的六倍。你没有听错，输入三十美金，百万投资，输出一百五十美金，百万投资。价格涨了这么多，他变强了吗？没有， 完全一模一样，而且如果你用了超过二十万头寸的长上下纹，价格还要额外再涨一点五倍到两倍，这让有人调侃说 cloud 四点六造成亏损和破产，从未如此之快。六倍的价格换来二点五倍的速度，从数学上来说，这完全不合理， 但在商业的世界里，从来就不是纯数学。这就好比你的飞机要起飞了，你是狂踩共享单车，还是立马叫辆专车，以最快的速度去机场？路还是那条路，人还是那个你，但你愿意付这个费用，因为那个场景下，快就是一切。 这大概也是 ai 行业第一次这么明确的告诉你，你的时间值多少钱，你就付多少钱。所以回到最开始， 为什么我三天就从界面的三切过来了？因为四点六不是一个更聪明的聊天机器人，他是一个真能帮你落地干活的同事。而且 ospec 这次用定价告诉了所有人， ai 这个同事你的时间值多少钱，他就收多少钱。

用可乐的扣子写项目，聊着聊着就会蹦出来一句话，提示你上下文窗口快满了，一旦压到上下文， ai 就 开始抽风，出现上下文腐烂的问题。问题是在命令行里边，你压根看不到上下文用了多少，等提示的时候就晚了，尤其是你在这个绘画里面已经取得了一些项目进展的时候。 如果你有这个痛点，强烈建议安装可乐的哈的这个插件，执行三条命令就能用了。装上之后，在终端底部会出现一个实时的状态栏， 以进度条的形式显示当前窗口的上下文使用情况，还会显示 ai 正在调用什么工具，跑什么 a d 的。 当可乐的卡住不动的时候，一眼就知道它是在思考还是在调用工具，还有显示当前项目的 get 分 值，任务代办进度。 这种感觉就像给开车从没有用过仪表盘的人突然撞上了仪表盘。使用可乐的扣子，心里面就有数了，可以很清楚的看到可乐的在做什么，剩余的上下文有多少，哪些工具处于活动状态。当你管理多个变形的可乐的绘画的时候，会非常有用。点赞关注，每天获取一个新知识！

cloud 的 一百万头梗上下文正式开放了，很多朋友在问，这到底有什么用呢？那么今天就从一个每天用 cloud code 写代码的开发者视角聊聊我的理解。先说一下问题，那么用 ai 写代码最大的痛点不是说他写的不好，而是他容易忘记。 比如说你跟他聊了很多龙之后，前面定好的架构决策讨论过的边界条件他全部都忘了， 那么因为上下文窗口就那么大，满了之后就会自动压缩，压缩就是有损的，就像把一份详细的会议基要压缩成几句话的摘要，那么信息在这个过程中必然会丢失。 一百万 token 本质上就是把这个工作记忆扩大了五倍。以前二十万 token 大 概可以放一万五千行代码一个小项目的量，但是现在一百万 token 大 约可以放七万五千行，中大型项目都可以基本完整的放进去。 对我们来说，最直观的变化是，我不再需要替 ai 来管理记忆了，以前得精心来设计哪些的时候需要去压缩上下文，什么时候该 clear 一下，重新开始 怎么分批去投喂信息，现在这些心智负担会大幅的减少。那么大家最关心的问题是，装得下这么多的东西，就意味着它可以快速的找得到这些东西吗？在 cloud 官方中有一个数据， 他们做了一个叫 m r c r 的 测试，在一百万 token 的 文本里面顶藏八条关键信息，看模型能不能全部找到。那么 opus 四点六的准确率是百分之七十八点三，上一代 solo 四点五只有百分之十八点五， 那么这不是说上下文变大了，但是变得笨了，而是上下文变大了，并且还变得更准。最后说一个很多人都关心的是， 就是它的费用有没有贵，那么我用的是 maxplus， 每个月一百美元的这样的一个费用，包含 cloud code 的 使用的额度，那么这次更新之后，一百万上下文自动开启，不需要加任何的配置，也没有额外的费用。 之前 api 用户超过二十万的话， token 要付双倍的价格，那么现在这个溢价也取消了。 总结下来就是一句话，一百万上下文不是一个你需要去刻意去用码的功能，他是让一个你不需要再去操心上下文够不够的保障， 当你需要的时候他在那里，当你不需要的时候他不碍事，这就是体验上的一个质变好的。那么本期视频就到这里了，关注我以后为大家带来更多的 ai 的 编码的教程，我们下期视频再见。

今天啊，给大家分享五个最实用的技巧，帮你的可用 code 节省至少一半的 token。 建议你先点赞收藏。第一，选对模型，日常写代码，改 bug， 用 sonet 就 够了，那复杂的推理呢？价格问题，再用 opus， 那这中间就是一两倍的差价。建议你把 sonata 设置为默认模型，避免大材小用。第二，控制上下文，那避免一直在同一个对话里面聊，你聊得越久啊，越费 token。 那 任务结束的时候，直接用斜杠 clear 清空上下文，开启新对话。那长对话呢？用 compact 来压缩上下文。 第三，善用 cloud 点 md。 那 cloud code 的 作者就表示啊，要像优化提示词一样优化 cloud 点 md。 那 些需要反复强调说明内容，比如说项目说明，代码规范，使用习惯 都可以写进去，卡拉扣的启动的时候都会自动去读取，不需要你反复去和 ai 说明了。那我在之前的视频中有专门讲到过卡拉点 m d， 不 熟悉的同学可以去翻一翻。第四，表达要具体，不要说帮我修复登录错误啊，要说清楚错误信息是什么，附件错误的操作步骤是什么， 正确的返回应该是什么样的，那 ai 猜测你的意图的过程啊，就是在浪费偷看。第五，开任务，不要一上来就让他帮你直接实现一个个人网站。那复杂的任务呢？往往隐藏的细节太多了， ai 很 容易走偏或者忽略掉一些关键细节。 那当你耗费了大量的头肯得到了结果可能不达你预期，那你可以把一个复杂的任务拆分成多个子任务。比如说你可以先去搭建网站的框架，实现首页的基本布局，具体模块详细实现啊，可以放在后续的子任务中执行。那这个就像流水线上的每一步都有质检一样啊，避免一步走错，步步走错。 总的来说啊， set token 就 等于选对的模型，加上控制上下文，再加上控制任务的力度。那你还知道哪些 set token 的 技巧吗？欢迎你在评论区分享，我是欣琪，每天分享一个 web coding 的 小技巧。

我相信百分之九十九的人都不知道这八个可乐扣子的隐藏指令，大家耐心看完这个视频，绝对会让你大开眼界。 第一个， btw 命令，今年三月份刚出的，就是让可乐扣子在干活的时候插一个问题进去，但这个问题不会被写进历史上下文。以前你问一句可乐扣了就停下来了，上下文被污染，干活就容易跑偏。现在问完直接回车，这对对话直接消失，任务照跑， 历史干干净净，并且几乎不费掏开，用完了就回不去那种命令。第二个，瑞万的命令，可以理解成 ctrl z 撤销，打开这个命令，会弹出一个菜单来，让你选只回退代码，还是只回退对话，还是两个一起， 还是压缩上下文释放空间，这个命令非常实用。第三个，隐菜的命令，这个命令我觉得被严重低估了， 他会生成一份 h t m l 报告，分析你过去一个月用可多扣的习惯，看你常用哪些指令，有哪些重复的操作，然后给你推荐自定义的命令，说白了就是可多扣可多扣的在反向观察你， 给你优化建议。这个我建议人每个月都要跑一次，他会让你重新认识你自己的工作习惯， 非常有意思。第四个， see you plan 命令。你打开这个命令， cloud code 会同时启动三个平行的 agent， 分 别从代码附用、代码质量、运行效率三个角度帮你审核改动，然后汇报结果，相当于找了三个同事帮同时帮你 re 要代码。 我现在的习惯就是每次写几个大功能，更新之后顺手跑一遍，因为 ai 的 代码经常有种鱼，这个命令基本上都能把那些种鱼挑出来，写代码的一定要用这个命令。 第六个半尺命令，原来他是叫 fork， 现在改名了打，但是打旧名还能用，会自动跳转。作用就是把当前对话分叉出一个新的绘画来，原来的绘画不受影响。他跟 rewind 的 的区别就是， rewind 的是后悔药，半尺是平行宇宙， 如果你想同时试两种不同的方案，就是分叉一下，两边各走一边，最后就是选一个效果好的就可以。 第六个落魄命令，他可以让可乐定时重复执行某个任务，用法就是在这个命令后面跟上时间间隔和你和你要他做的事。比如说每五分钟检查一下部署状态，他就自动跑，不用你盯着， 默认时间间隔是十分钟，并且结果直接在上下文里。可乐可以基于结果做判断和后续操作， 但是要注意，定时任务在创建三天后会自动过期，最后触发一次，然后自我删除。第七个 remote ctrl 命令，就是打 r c 或者是完整的命令。 remote ctrl 它会生成一个 url， 手机打开这个链接，你整个 cloud 的 绘画就出现在手机上， 完全同步。你在手机上发指令，终端那边也能看到你在终端操作，手机实时更新终端代码，始终在你电脑上跑。手机只是个遥控器，所以很安全，非常好用，这点就像那个龙虾。 第八个 export 的 指令，打开这个指令，当前整段对话直接导出 markdown 文档，听起来不起眼是吧？但是有时候你会发现这个功能真的很实用。你跟可乐扣了讨论了半天的架构方案，中间有大量的来回推敲， 如果不保存，回头找起来非常麻烦，直接导出来存着，作为更详细的上下文，下次直接用这八个隐藏的指令，非常实用，建议大家使用起来。好，今天的视频就到这里，感谢大家观看。

有没有办法让你的卡扣一直不停的工作，直到你给他设置的对应的条件之后他才停止， 一分钟之内跟大家说清楚。首先官方出了一个插件，就是 rap， 这个插件有什么作用？当卡扣回答停止之后，他会把这个提示再发一遍给卡扣，等于说不停的循环的让卡扣工作，我实测下来可以让卡扣一直不停的工作，甚至是五到六个小时。 当然前提是你的上下文字过多，它具体怎么安装也非常简单。斜杠之后这里出现了一个 plug in， 只要装上这个插件就可以了。 red look 使用上也非常简单，安装完了之后 reload 的 一下，这个完了之后你写入你的提示词，这几个参数的意思是你最大要循环几次 设置一个停止条件，那这个插件非常适合那种，你已经知道怎么改，你已经确定好了你的需求文档，你的设计文档，还有你对你的任务，你已经确定好要怎么改之后，你直接给他提个词，让他不停的去循环的去验证，不停的循环，一次不行，两次或者多次，防止模型每次都偷懒的情况。

工作流程，你想让 closed 直接写代码，还是先头脑风暴做个计划，还是让他迭代？心里要有数，这样你就知道该怎么给 closed 下指令，来达到你想要的效果。 更深入之后，除了工具，你还需要给 closed 更多上下文。上下文越多，他做出的决策就越聪明。 作为在代码库中工作的工程师，你脑中有大量关于系统和历史的上下文，有不同的方式可以把这些传递给 cloud， 给的上下文越多，它就表现越好。有几种方式，最简单的是我们叫做 cloud md 的 文件。 cloud md 是 一个特殊的文件名，最简单的放置位置是项目根目录，就是你启动 cloud 的 那个目录。放一个 cloud md 进去，它会在每次绘画开始时自动读入上下文。 本质上，第一轮用户消息会包含 cloud md 的 内容。你还可以有一个本地的 cloud md， 这个通常不提交到版本控制。项目根目录的 cloud md 应该提交到版本控制和团队共享，写一次大家都能用，而本地的只属于你自己。 c l a u d e m d 里放什么呢？常用的 bash 命令，常用的 m c p 工具架构、决策重要文件任何你在这个代码库中工作，通常需要知道的东西 尽量保持简短，因为如果太长，会占用大量上下文窗口，通常也没什么用，所以尽量精简。比如在我们的代码库中，我们有常用的 bash 命令，有代码风格指南，还有一些核心文件之类的东西。其他的 cloud md 文件你可以放在其他嵌套的子目录中， cloud 会按需加载它们，这些是会被自动加载的 cloud md 文件。但同时你也可以把 cloud md 放在嵌套目录里，当 cloud 在 那些目录中工作时，它们会被自动加载。 当然，如果你是一家公司，可能希望有一个 cloud md 在 所有代码库之间共享，你想替你的用户统一管理它，你可以把它放在企业根目录下，这样它就会被自动加载。 有很多种方式可以引入上下文。其实我在做这张换登篇的时候费了很大劲，就是为了展示你能用多少种方式来做这件事。 c l a u d e md 是 自动加载的， 你还可以使用斜杠命令，这就是 dcloud 目录下的 commands， 它可以在你的 home 目录里，也可以迁入到项目中，这是用来定义斜杠命令的。 在这里我们有一些斜杠命令的例子，这些是我们在 cloudcode 的 项目本身中使用的。举个例子，如果你在 cloudcode 的 仓库里看到 issue 被打上了标签，那实际上就是这个工作流在运行，它会给 github issue 打标签。 我们有一个 get up action 在 跑，就是我们今天早上讲到的那个 cloud code 会运行这个命令，它就是一个斜杠命令， 运行之后就会给 e q 打标签，这样人工就不用自己来做了，这帮我们节省了大量时间。当然，你也可以通过 at 提及文件来把它们引入上下文。就像我之前说的，嵌套目录中的 cloud md 会在 cloud 工作，在那个目录时被自动加载。所以给 cloud 更多上下文吧，花时间去调优上下文绝对是值得的。 你可以用 prompt 优化器来处理它。考虑一下这个上下文是给谁看的？你是想每次都加载它，还是按需加载？是想跟团队共享，还是个人偏好，一定要花时间去调优，如果做对了，这会极大的提升性能。随着你的进阶，你会需要更多的思考这种层级结构，也就是不同方式来引入各种内容。 所以不仅仅是 cloud md， 还有配置文件，以及关于 cloud 的 所有东西，你都可以用这种层级化的方式来引入。 项目级别的是针对你的 get 仓库的，你可以迁入版本控制，也可以只留给自己用。你还可以设置跨所有项目的全局配置或者企业策略。企业策略本质上就是一个全局配置，你可以推送给所有员工，团队里的每个人都会自动生效。 这张焕登片信息量很大，但关键点是它适用于很多场景。你可以对斜杠命令这样做，也可以对权限这样做。 比如说，如果你有一个 bios 命令，想让所有员工都能用，比如所有员工都会用这个测试命令。你实际上可以直接把它迁入到企业策略文件中，然后任何员工运行这个命令时，它就会被自动批准，这非常方便。你也可以用它来屏蔽命令。 比如说有一个 url 是 永远不应该被请求的，只要把它加到这个配置里，就可以让员工无法覆盖它，那个 url 永远不会被请求。所以这既方便解除限制，也能保护你的代码库安全。 mcp 服务器也是一样的道理。 创建一个 m c p json 文件，迁入代码库，这样任何人在你的代码库中运行 cloud code 时，都会被提示安装 m c p 服务器，并与团队共享。 如果你不确定该用哪个，这确实是一个很复杂的矩阵。因为我们支持很多功能工程师的工作流非常灵活，每家公司都不一样，所以我们想尽量覆盖所有场景。 如果你不确定怎么开始，我建议从共享的项目上下文开始，你写一次，然后分享给团队所有人，就能获得这种网络效应。一个人做一点工作，团队里的每个人都受益。 cloud 内置了很多工具来管理这些。 比如说，如果你运行 memory， 你 可以看到所有被加载的记忆文件。也许我有一个企业策略，有我的用户记忆，有项目级的 cloud md， 还可能有一个嵌套的 cloud md， 只在特定目录下才会被加载。 类似地，当你执行 memory 时，你可以编辑特定的记忆文件。当你输入警号来让它记住某些东西时，你可以选择把记忆存到哪个文件里。好的，这就是下一步，花时间去。

每次你跟 cloud 对 话，除了你打的那句话以外，他脑子里面还装着另外八样东西，你可能完全不知道他们的存在。那这八样东西啊，决定了对话的输出质量， token 的 消耗，看看你能说出几样。那第一个也是最先加载的，叫做系统提示词， 这是写在 cloud 里面的一套规则，告诉他该怎么行事，什么能做，什么不能做，用什么样的语气来说话，它是系统内置的，对用户不可见。那第二个是 cloud 点 md 文件，你可以把它理解成写给 cloud 的 项目说明书。 比如你可以在里面写这个项目的背景是什么，架构，怎么设计，风格偏好是什么。那这个文件啊，放在项目的根目录里面，每次对话开始时都会自动加载。那第三个是 memory， 也就是记忆，这是 clark 在 之前的对话里， 自己给自己写的笔记，比如他上一次帮你调试代码，发现了一个特别容易犯的错误，那他就会把它给记下来。下次对话时候碰到类似的问题啊，他就不会再重复踩坑了。但有一个限制，每次他只能读前面二十五 kb， 那 超出部分啊，他就看不到了，所以这个记忆啊，是有容量限制的。 那第四个是 skills 技能描述，你可以理解成是一份能力的清单，可好的先知道自己有哪些技能可以调用，但不会一开始啊，就把每个技能的完整内容全部加载进来， 等真正用到某个技能的时候，才把它的详细说明读进来。这样做啊，是为了节省上下文空间。第五个啊，是 m c p 的 工具列表， m c p 啊，是一种协议，让 cloud 可以 连接外部的工具，比如 github， 数据库，浏览器等等。那跟 skill 一 样啊，默认也只是先加载工具的名字，等 cloud 真的 要用到某个工具的时候，再去加载它的完整配置，这个就叫做延迟加载，目的是为了让上下文窗口不被撑爆。第六个啊，是 hook 钩子函数。 钩子这个概念很好理解啊，就是在某个固定的时机自动触发一段脚本，就像门上挂了一个感应器，有人进门就自动开灯，不需要手动按开关， 你可以设置一个。当 cloud 每次编辑完文件就自动格式化，文件脚本跑完之后啊，结果会反馈给 cloud， 他 就能够知道哦，这次格式化出了什么问题，然后继续去修改它。第七个， cloud 的 回复，那 cloud 做过的每一件事情，主要哪个文件写的什么代码给了你什么回复，都会留在上下文里面， 认为他接下来判断的依据。但要注意啊，上下文窗口是有容量限制的，对话一旦太长，早期内容就会被挤出去，那 code 就 真的不记得了，就像白板上面写不下了，你只能擦掉前面的内容。那最后一个啊，是 code 点路由子里面的规则文件，那这是用户或者项目级别的自定义约束， 有点像合同条款，比如永远不要删除测试文件，提交代码前必须先跑一遍，单元测试之类的规定都可以写在这个里面。 好了，现在你知道啊，每次你跟可乐说话，他看到的不只是你打的那句话，而是与这八层内容叠在一起的总和。那理解了这个，你就 明白为什么可乐有时候会忘事，不是他变笨了，而是白板就这么大，装不下他就看不见，你也知道应该从哪里入手去影响他的行为，不是每次都在对话里反复跟他交代，而是一次性的写进可乐点。 md， 让他每次开口之前就已经知道你的规则。那如果你想深入了解某一层啊，评论区告诉我，我会单独出一起来介绍。

本期视频来分享如何将 deepseek 的 vs 模型接入 cloud code， 并解锁 em 的 上下文以及 max 思考等级。我目前已经将 deepseek 的 最新模型 vs flash 和 vs pro 通过 ipad 的 方式来接入了 cloud code。 vs pro 模型在降价之后性价比也越来越高了，并且对 a 键的也有做专门的适配， em 的 上下文对于大多数人来说也更加友好。 视频内容主要分为四个部分，第一需要先安装一下 cloud code。 第二，安装开源工具 c c switch。 第三，需要购买一下 deepsafe 的 api 并完成配置。最后再来测试一下 deepsafe。 v 四 pro 加 cloud code 这套组合表现怎么样。废话不多说，我们现在开始 首先来说如何安装 cloud code。 大家常说 cloud code 经常被封号，那其实封的是拥有模型能力的个人账号，但 cloud code 作为一个单独的软件是可以正常下载和安装的。 没有订阅官方的模型，我们依旧可以使用它的框架当成是 opencloud 或者 hermes nint 这种。在他们的项目官方网站这里也有明确的说明。终端 cli 和 vs code 也支持第三方提供商。 本期视频演示的是安装 cio 版本，也就是最通用的版本。这里有一行中的命令，它支持 macos、 linux 和 windows 这几种不同的系统版本。 windows 这里分为 power shell 命令和 cmd 命令，并且 windows 用户需要先下载安装下 get， 如果没有安装的话，可以到 get 的 官方网站下载安装包进行安装。 这里复制这一行命令，然后打开终端 app 或者 power shell， 输入他们提供的命令回车执行就可以了。我这里已经安装过，所以不再演示具体的步骤。安装好之后可能会出现一个提示，大致意思是安装已经完成，但是 control 的 安装位置并没有加入到电脑的环境变量中。 这里直接复制这行他提供的命令，在终端执行一下，搞定之后输入可拷的 code 杠杠微刃来确定当前的版本号。后续使用的话，直接在终端输入可拷的命令就可以打开了， 但是你那里可能会提示不能连接官方服务。接下来我们来安装第二个工具 cc switch。 cc switch 是 一个开源工具，它能够让 cloud code codeys、 opencloud 这类的 a i a 检测，方便地切换模型。累计下载量有三百多万，在 github 上面也有五万多个 star。 它有很多实用的功能，比如一份配置同步到多个应用，支持热切换，不需要退出应用切换模型。还有用量仪表盘，能够查看你的请求数和头克用量等等。 我们在项目的首页这里有一个已发布的安装包链接，点击进去，然后在这个界面直接划到最下面。这里有很多的安装包版本，如果是 mac os 系统就下载这个 mac os 点 dmg 的 版本，如果是 windows 就 下载这个版本。下载好之后直接点击安装包进行安装就可以了。 它这个项目的说明文档也有比较详细的安装教程。第三步，到 deepstack 的 开放平台购买 api。 我们来到 deepsafe 官网，点击 api 开放平台，我这里之前已经充值了一些，在网页和 deepsafe 对 话是完全不收费的，但是想要调用 api 就 需要进行充值。他们目前没有推出类似 tokpline 这样的按月订阅的套餐，好处就是用多少花多少。 目前他们对 v 四 pro 模型打二点五折，每百万 tokens 缓存命中情况下输入是零二五元，未命中是三元，输出是六元， 这个折扣目前是到五月三十一号截止。 v 四 flash 模型和 pro 模型的价格对比可以在官方的 api 文档里查看，这里点击充值按钮，然后选择金额和支付方式。建议先小额买一笔，用完之后根据自己的实际使用情况再进行补充购买。 付款完毕之后，点击左侧的 api case， 点击创建，然后复制这个 key 的 密钥， 注意这个 k 的 密钥只能够在创建的时候查看，关闭这个页面就看不到了，如果丢失的话，就需要重新创建一个 k， 然后打开 cc switch 这个应用。我这里已经添加好一个 deepsea 的 模型了，选中这里的 cloud 的 图标，然后点击添加， 在预设供应商这里找到 deepsea， 在 api k 这里填写 k 的 密钥，然后这里需要修改一下这几个模型，可以直接参考我这个填写 默认模型就是 deepsafe。 v 四 pro 后面加上 em 是 因为之前的公告有说明，这样才能够开启 em 的 上下文，然后点击添加就可以了， 这里就会多一个 deepsafe 的 模型，点击这个按钮来测试当前 api 是 否可用。点击这里可以配置用量查询，查看当前还剩多少余额， 勾选这里，然后点击保存配置，这样的话就能够看到还剩下多少钱了，然后点击起用，就能够正常的使用可绕的扣子了。左上角有一个设置按钮，通用，这里建议打开开机自启使用统计，这里也能够查看 ai 模型的使用情况和成本。 我们打开终端应用，输入可绕的指令，那这个呢？就是 deepsea v 四 pro 的 模型，并且是一百万的上下文， 我们输入指令斜杠 context 能够查看，这里确实是一百万的上下文 tokens。 这里的默认思考等级是 medium， 可以 使用命令斜杠 effort， 然后空格后面的话就会显示哪些等级可选，这里输入 max 回车确认，这样的话思考等级就会调到最高。还有一个命令可以快速的切换模型， 输入斜杠 model， 然后回车。默认模型其实就是 v 四 pro， 我 们之前配置的 apps 和 sonata 都是 v 四 pro， 嗨酷模型是 v 四 flash， 通过键盘的上下按键来选择，选中这个模型，然后回车确认， 这样的话模型就切换到了 v 四 flash， 这里输入命令 context 能够看到它的上下文，显示是两百 k 的 tokens。 最后一部分来测试一下 cloud code 搭配 deepsea v 四 pro 到底贵不贵，干活效果怎么样。 首先说一下，它是基于文件夹的工作模式，所以你需要先通过 cd 命令跳转到你想要它打开的文件夹，比如我的项目文件夹的路径是这个，就需要输入屏幕上完整的指令回车，到了这个文件夹后，输入 cloud 的 命令来启动它， 如果路径很长的话就比较麻烦。有一种方法可以简化一下， windows 用户应该可以直接在文件夹右键从当前文件夹位置打开终端， mac 用户右键的话是没有的，但是可以直接将文件夹拖拽到终端 app， 那 当前终端打开的文件夹就是这个项目文件夹， 输入 cmd 命令，可以查看当前文件夹的路径，然后输入 cmd， 启动 cmd 的 code。 第一次打开的时候需要确认一下这个文件夹，点击 yes， 后续退出的话需要连按两次 ctrl 加 c。 这里安装一个归藏老师最近开研的一个 ppt skill， 设计是比较美观的。 来到他的项目仓库，这是一个电子杂志风的网页 ppt skill， 纯网页形式，适合线下分享，但是不适合培训课件。这个 skill 的 名称叫做归藏 ppt skill， 这里提供了多种的安装方式， 最方便的就是直接复制这一段话，然后发给 ai， 选中这一段话， command 加 c 复制，然后来到 kol 的 对话界面， kol 加微复制，然后直接发送。 kol 在 执行任务过程中会需要一些权限的许可，遇到的时候直接选中 yes 就 可以了，它的框架对于安全保护还是比较好的。 整个的执行过程我就直接跳过了这里提示安装好了触发词，就是帮我做一份杂志封的 ppt。 ok， 我 在这里输入这句话，然后告诉他要做的内容就在当前文件夹中。在当前的项目文件夹中，我放入了一个 mail 文件， 内容是关于 code 的 使用方法论，然后回车执行。他会先查看项目文件夹的内容和 skill 的 使用说明，执行过程中可能会问一些问题，根据个人的需求选择就行。 我这里也跳过过程，大概直行了六分钟左右，一共生成了九页 ppt， 并告诉了我每页的布局和内容，以及怎么操作。 ok， 我 们直接打开浏览器来查看一下这个网页的 ppt。 这是第一页 codex 的 方法论，整体的设计风格确实是比较美观的，如果是个人制作的话，可能要花费比较长的时间，并且效果还不一定有他这个好。 第二页这里的话可能会有一点点问题，下方的文字有一部分被遮挡了，后面的页数大家可以具体去看一下内容觉得怎么样。 最后再来看一下安装这个 skill 以及制作这九页的 ppt 一 共花费了多少钱。 我在做之前是九点八九的余额，刷新一下网页，那现在还有九点三九的余额，一共是花了五毛钱。这里有一个每月用量的图标，展示每个模型花了多少钱。下面也有 token 的 使用详情，包括输入和输出的具体数量。大家觉得 deepsea v 四 pro 的 性价比怎么样？

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。

可劳斯扣的核心成员最近发了一篇文章，主题呢，很直接。怎么正确使用一百万的上下文窗口？很多人看到这件事情，都以为上下文越大，模型就越强。但真正值得关注的，不是他能够塞进去多少内容，而是当上下文变得足够长之后，管理上下文本身 开始变成了 agent 的 核心能力。为什么我这么说？因为很多人对上下文窗口的理解还是偏向于聊天记录，觉得窗口更大， ai 就 能够记住更多。 但如果你真从系统角度看的话，上下文根本不只是聊天记录，它里面还有什么呢？包括系统提示词和模型的对话、历史工具调用，甚至他做过的错事注意。这些东西呢，全都会放在上下文里面，影响着他下一步。怎么判断 上下文越长，不代表系统就越轻松，很多时候恰恰相反，越长呢，越容易分散，越容易迟钝。这就是硅谷反复提到的概念， context rot。 上下文退化，你可以把它理解成上下文越来越大以后啊，模型的注意力被摊薄了， 不是他完全忘了，而是信息太多之后，重点被噪音给稀释掉了。说白了，就是你看的东西越多，不一定判断的越准。所以第一个真正该看的点呢，不是一百万上下文很大，而是怎么处理好上下文污染这个事情。 第二个点，我觉得是对 session 的 理解，很多人还是把 session 当成一个持续聊天的地方。但真正做 agent， 你 会发现， session 更像是一个运行时的工作区，只要任务发生变化，哪怕上下文还没吃满，也最好不要一直跑下去， 因为你关心的不是上下文还能不能装下，而是这些信息啊，还值不值得继续留在上下文里面。 那第三个点我觉得特别关键，就是 rewind 的 功能。很多人发现 ai 做错了，第一个反应是补一句，哎，这个不对，你换个方法。但从系统角度看呢，这种修正方式其实很贵，因为很多发生过的错误啊，还是留在的上下文里面， 那就变成了在一个被弄脏的上下纹呢，继续错下去。而 rewind 的 价值就在于，它不是纠正，而是去做减脂，直接回到了更早的节点，把失败的分支呢砍掉，然后即有效的信息重新开始。这个差别非常大，前者呢是人工补丁的修复，后者才是真正的上下纹治理。 那第四个点是 compet 和 clea 的 区别。很多人觉得这两个差不多，反正都是清一清嘛，再继续。但实际上完全不是一回事。 compet 是 让 模型自己总结刚才的历史，然后拿着摘药呢。继续跑下去。好处呢是审视，坏处是他有一定的损耗，因为你在相信模型，自己判断什么重要什么不重要，可立则不一样，可立是你自己写一份新的 brief， 告诉他呢，当前的任务是什么，约束是什么？ 哪些文件相关，哪些错误路径已经排除。一个是模型替你压缩上下文，然后另一个是你自己重建上下文，这背后的控制权完全不同。 而且最麻烦的地方在于，坏的 compact 往往呢不是随机出现的，它最容易发生在任务方向还不稳定的时候。因为模型刚刚经历了很长的调试，排错试错， 注意力本来已经被严重的拉散了，但这时候你再让它去做总结，它很可能把接下来真正有用的东西给丢掉了。 第五个点是 subagent。 subagent 真正值钱的地方呢，不是并行，而是隔离。也就是说呢，有些任务会产生大量的中间输出，这些过程本身是没有必要回到主上下文的， 你真正需要的只是最后那个结论。那最好的方法呢，就是让它留在独立的上下文里头，跑完再把结果带回来。 所以这不是一个小技巧，这是 agent 系统里面非常核心的架构能力，所以你会发现一个更底层的趋势上下。我们窗口变大了，不代表 agent 系统变强，真正让 agent 变强的是你有没有能力治理好它的工作记忆。

用可乐的扣子写项目有个痛点，复杂的点任务。一个绘画里面聊了三五十轮之后，他就开始抽风，原始目标会被遗忘。还有你半个小时前定的规则，他要么是忘了，要么是弄混了， 你还得再提醒一下他才能想起来。如果你有这个痛点，强烈建议安装普兰蒂威 feel， 这个是 q， 这个是 q， 完美复刻的麦纳斯的上下文管理方法，装上之后会在你的项目里面自动创建三个 markdown 文件， 这三个文件并不是让 ai 变得更聪明，而是让 ai 学会积累经验。第一个用来存储计划任务，相当于任务清单， ai 必须看完这个再干活。当前的进度在哪，最终目标是什么？ 第二个用来存储调研结果与关键发现，相当于 ai 的 笔记本，比如发现了某个库的 bug， 或者是某个 api 接口变了，都会记录到这里。假设再遇到类似的问题， ai 会直接从这个文档调取记录，避免再次犯错。第三个用来存储操作过程的详细日子，相当于流水账，记录所有尝试的结果。 刚才跑测试挂了。挂在哪一行代码？上一次尝试修改了哪个函数，这主要是为了防止 ai 陷入死循环。有时候 ai 会反复的尝试同一个错误的修复方案。安装方法很简单，执行两条命令就能用了。 这个时刻就是对麦纳斯上下文管理哲学的完整复刻，简单但非常有效。点赞关注，每天获取一个新知识！

我们都知道大模型的 context 上向窗口是有限制的，比如说字节的这个 app 模型，它就是二十万 token， 不要以为二十万很多， 我就经常会触发这个上限导致 compact， 那 一旦压缩信息就会丢失，所以我们要及时的执行 clear 啊，尽量不要超过这个窗口的百分之五十。 那如何验证大魔星有没有忘记太早之前的信息呢？有一个小技巧， 就是我们在绘画最开始的时候给大魔星说一句话，随便说一句话，比如说你就告诉他我家门前有三棵枣树和两棵梨树，然后开始出正事，开始工作。那对话进行到中途时，你突然再去问他， 我家门前有几棵枣树，几棵梨树，看他还记不记得，如果不记得了，就证明你这个 context 可能已经瘫痪了，太长了。但问题是说，你很难保证你每次打开 cloud 都能记得 给他说这样一句这句话，怎么办呢？哎，可以借助有 hook 来完成。比如说我这个 hook， 它的触发时机是 session start， 每一个绘画开始时就会去触发这个 hook， 就是 echo 向终端去打印一个字母串， 那么我们在终端里面产生的这个字母串会直接作为 prompt 告诉 ai 大 模型。所以这样就方便嘛，好看下效果。比如说打开一个全新的 cloud， 一 上来我说你好哎，他给我回了个消息， 然后突然问了一句，我家门前有几棵树？他说，根据之前信息，你家门前总归五棵树，三棵枣树和两棵梨树。其实在整个对话里面，我并没有告诉他我家门前几棵树， 但其实呢，是在户客里面，我暗地的告诉他了，这是一个使用户客的小技巧。另外还有一个就是我们经常会开多个窗口，这是一个 cloud， 这是一个 cloud， 当这个 cloud 在 这个窗口内执行某项工作持续时间比较长时，我们很容易切换到另外一个窗口里面去。 而如果在原始窗口里面 cloud， 他 停下来询问我们某项工作要不要继续执行，他卡住了。而我们呢，一直在第二个窗口里面工作，没有回头看第一个窗口，导致第一项工作就一直暂停在那儿，无法继续。 那能不能够当它暂停时给我们发个通知呢？也是可以的，也可以通过 hook 来实现。 那配置 hook 除了直接去修改你的这个 settings， 接收配置文件之外，也可以直接在这个里面来完成。我们输入 hooks 回车，那这个地方它让我们选择什么时候触发这个 hook 啊？有很多时机， 比如说调用工具前，调用工具后， notification 只发送通知。好，我们就选择这个四，或者这边让我们选择 match 匹配器，就说刚才只在选择时机，那即使命中这个时机，也不一定就一定要执行这个回合， 它还得满足某些个 match。 那 此处呢，我们忽略这个 match， 我 们直接使用 match， 喔， 就不加过滤器嘛。回车，选择一，添加一个新的 hook， i 的 new hook 回车，好，那每个 hook 实际上就是一个 set 命令，我们直接把 set 命令输入在这个框里面就可以了。下面给了一些例子，比如说去格式化代码呀， 比如说去运行一个写好的 shell 脚本呢，比如说去运行一个 python 文件呢？都可以，那这个地方呢？我们让它通过 partial 给我们发一个通知，这个命令该怎么写呢？对于 windows 来说，这个命令就是，其实这个命令也是直接从官网上 拷贝过来的， mark linux 和 windows partial 好， 直接把这个命令再拷贝出来，然后呢，直接粘贴在这个方框里面。 回车，然后让你选择你要把这个 book 保存在什么地方，是保存在本项目里面，还是保存在本用户下面？ project 就是 指针对本项目生效， user 就 针对这个用户，下面的所有项目全部生效。 这边 project 还分为 local 跟非 local， 那 local 的 话，这个配置是不会通过 get 提交的。同样是这个项目，你换台机器，这 book 就 没了， 而非 logo 模式，它是会提交到 github 上面的，就算换了机器，这个 hook 依然生效。此处我选择第一个好，然后就可以 escape 返回了。好，返回到最初这个主界面， 我来触发一下试一试。比如说写一个 hello world 的 go 代码，把代码写入文件回车，然后呢，我切换到其他窗口去工作去了， 就没管第一个窗口了。那么过了一会呢，他突然就会有这样一个弹窗，他说 close 需要你的 attention， 确定我返回到第一个窗口看这边是吧？他在等着我回复呢，是否要执行这个 go run？ 我 选择第二个 yes， 执行，执行这个 shell 就 得到这样一个输出嘛？ 插播一条上岸信息，我录制了一些编程课程，包括 python， 勾语言，区块链变化，还有智能体。我是一个人，一个公司，没有立即变轻的压力，所以呢，我可以花更多时间去打磨一门课程，我做事情可以考虑的更长远， 所有课程都是经过我的精心剪辑的，尽可能让大家花更少的时间达到一个更深的高度。感兴趣的可以进我主页橱窗进行了解，或者呢直接私信咨询。

cloud code 有 七十五个官方斜杠命令，但真正让你效率翻倍的其实就这十九个。今天我把每个命令的用法都给你讲清楚，最后还会给你一份完整的七十五个命令树杈表，记得截图保存。 先说对话管理，第一个是 clear 清空对话历史，你写完一个功能之后，最好新开一个对话，搞完一个东西就清空，再继续大模型会聪明很多，不要一直用一个对话搞到底。第二个是 compact 压缩对话历史，但保留在内，要当你上下文用到百分之六十到百分之八十的时候，就可以提前压缩。你可以指定保留什么，比如 compact， 保留数据库相关的讨论，这样其他不重要的就压缩掉了。接下来三个也是对话管理相关的。 resume 恢复之前的对话，直接输入就会打开一个选择器，你可以选之前任何一次对话继续 b t w 快 速提问你的 c c 正在运行的时候，输入 b t tiler， 加上你的问题，它会快速回答你，不会打断正在运行的任务。 rewind 回退对话，有时候对话搞错了，或者帮你改坏了东西，输入这个，就可以选择回退到之前的节点，代码文件也会帮你恢复。 effort 设置模型的思考深度，遇到复杂任务的时候，输入 effort high， 让模型多想想。简单任务用默认就行。 config， 打开设置面板，别名是 settings， 在 这里可以调整主题模型这些偏好，还可以把语言设置成中文。三个实用工具，命令 add dir， 添加额外的工作目录，比如你有关联项目，直接加进来 c c 就 能同时看两个项目的代码。 copy 复制 c c 的， 最近回复到剪贴版，太好用了，直接复制输出内容，不用自己选文字，复制格式也不会乱。 export 导出整个对话为纯文本文件， 比如 export chat dxt， 方便存档。 permissions 管理工具权限在里面，设置，哪些工具调用不需要确认，减少大量弹窗。不过我个人喜欢直接用 danger 模式跑省事。 review 审查 poor request， 提交 pr 之后，让 c c 帮你审查一下，管它有没有问题，审查一下总没错。 m c p 管理 m c p 服务器连接，你可以添加各种 m c p 工具来增强 c c 的 能力。 chrome 连接 chrome 浏览器做调试，前端开发必备。 loop 这个很有意思，让 c c 按时间间隔自动运行命令。比如我会设半小时检查一下 open c l a w 小 龙虾是否正常运行，不正常就自动修复。 in it 初步项目指南， 开始新项目的时候先跑一下这个，让 c c 了解你的项目结构，做到一半也可以。找一些大神的记忆文件，这个非常重要，你可以找一些大神的记忆文件，然后慢慢改成适合自己的记忆文件。越好， c c c 就 越懂你。最后两个命令， lock in 进入插件市场， c c 有 一百多个官方推荐的插件，都非常棒，选你需要的安装就行。如果没有插件市场，先让 c c 帮你安装一下。 excel 生成使用分析报告，每周用一次，它会分析你的使用习惯，还会推荐新功能和新用法，非常棒。最后，我把七十五个官方命令全部整理成表了， 先截图保存，这张包含了绘画管理、模型设置、上下文成本、文件操作权限、安全相关的命令。还有这张也截个图，用好这些命令，你的 cloud code 效率至少翻一倍。关注我，了解更多 ai 提效机。

跟 clock code 学顶级 harness， 大家好，我是老崔，今天我们继续扒开 clock code， 来看一下它是怎么做上下文管理。像 clock code 的 这种编程智能题，其实它本身上就是一个跟大模型多轮交互的循环， 但只要涉及到多轮对话，就有一个非常麻烦的问题，因为每一轮对话产生的中间结果都会进入下一轮的上下文，这就会导致我们的上下文不断的膨胀。 而半维形的上下文窗口，我们知道它是有一个固定的限值，比如说二十万 token 或者一百万 token， 所以 它是没法应对上下文这种无限膨胀的问题。那这个问题的解法就是我们今天要讨论的主题，上下文管理。 上下文管理它直接影响到 a 诊做任务的效果，尤其是做长任务效果。 alphabet 内部就做个测试， 一个好的上下文管理，它能使智能体的性能提升百分之二十九，而 pop 的 消耗能够减少百分之八十四。那怎么做上下文管理呢？它通过动态的调整模型能够看到的信息，从而让模型能够更好的完成指定的任务。 大模型在一轮对话中能够看到的信息可以分为这三个部分，第一部分是系统提示词，这个在之前的分享里边，老杰跟大家系统的拆解过，感兴趣的可以翻一下我前面的视频。 第二部分是多轮消息，也就是每一轮和大模型的交互过程中，我用户发的信息，模型的回复产生的中间结果，全部编成了一个多轮消息的簇组， 它在源码里边就是以 message 的 序组来存储的，那每和大模型完成一轮对话，这个序组就会多加一些元素。第三类是工具信息，是告诉大模型我有哪些工具可以供你使用。 在大模型看到的这三种类型的消息中，我们主要管理的是中间这一种多轮消息 bug 的，是怎么管理的呢？ 总结下来就是这五级上下纹压缩，你上下纹在不断的膨胀，那我就通过各种各样的压缩来缩短你的上下纹长度，同时我又保证重要的信息能够保留下来，这就是上下纹管理的关键所在。 他获得的这五级压缩，从左到右也是他执行的顺序，依次会压缩的越来越重，保留的信息也会越来越少。他分别是上下纹的裁剪操作， 然后第二步有一个尽量的压缩，第三步有一个中等压缩，第四步重度压缩，最后还有一个补救的压缩。下面我们一个一个来看一下。第一集是裁剪，这个最简单粗暴，他就是直接把一段旧历史给裁掉，比如我现在消息列表里边有六条消息， 通过裁剪之后，我把三条没用的消息直接裁掉，最后就剩下三条，这个非常好理解。第二步是一个轻量的压缩，他针对的对象只有一种，就是工具调用的结果。 举个例子，我用查看工具查看了本地一段非常长的时间代码，比如几千行甚至上万行，几千上万行的代码就会进入消失列表。 短期看它很重要，因为模型要根据代码来定位问题，解决问题，但是任务往后面推进之后，这一大段代码就已经没什么价值了，而且它占用的 token 又非常多，很容易污染上下文，所以克拉扣的会优先处理这类臃肿的工具输出。 在具体的实现层面，克拉扣的分了两类，第一类是对于冷绘画，就是我六十分钟已经没有任何操作了，那我在这一步只保留最新的五条工具执行的结果， 其他的全部替换成一段默认的自辅传。那对于热绘化，就是我一直不停地在跟 colocod 进行交互，那这个时候 colocod 不 会直接改本地的 message 这个序组，而是在请求模型的时候，告诉他模型哪些工具的结果是需要剔除的，在模型层面做一个删除。 这样分冷热两种情况，其实是为了在热绘化的时候做一个缓存的优化，因为我们知道大模型会有一定的命中缓存的几率， 那我请求的消息数值不变的话，那就更容易命中缓存，从而节省计算成本。接下来第三种压缩类型叫折叠式图。折叠式图这个名称可能比较抽象，比较难理解一点，但其实我举个例子说明一下就很清楚了。比如 我用户发了一个提示词，修一个 bug， 那 在这个 bug 修完之后，其实我们就可以把中间大量的消息折叠起来。比如这里折叠后的信息就是已经读取了文件定位到了问题，并且通过了测试，已经完成修改了，并且给出了一个关键结论。 这里要注意还有一个关键点，他叫折叠仕途，仕途的意思就是他没有直接去改那个消息列表，而是在调用模型的时候，只给模型看这一条信息，但是我完整的消息还是存在我原来的那份消息列表里面，这样既减小了模型的输入， 也保留了完整的上下文。接下来第四步重度压缩。这一步就要直接改变我的消息数值了，我们还是举例来说明，比如说在压缩之前，我有很多轮的历史消息，有大量的工具调用的结果 token 已经逼进上下文窗口的预值了， 那这个时候就会执行一次重度压缩。压缩之后他会生成一条边界信息，以及一到数条的对前面的历史消息进行了总结信息，同时他也会原样保留最近几轮的信息， 最近的上下文细节还在，这样任务就还能继续往下跑。最后是一次补救压缩，如果通过前面四步的处理，在最后调用大模型的时候，还是出现了上下文过长的错误，这个时候克拉扣不会马上报错，而是会再进行一次压缩，然后重试之后 再决定是否把错误报出来。这次补救压缩的逻辑和上一步重度压缩的逻辑是一模一样的，只是他们在运行的时机上有所差别， 可以理解为前面的重度压缩是常规操作，而最后的补救压缩是用于失败之后的重试。好了，以上就是克拉蔻的上下文管理的全部内容。

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。

让 cloud 做一个稍微复杂的任务，他做到一半会忘了自己在干嘛。不是 ai 笨，是上下文窗口就那么大，塞满了就开始丢东西。 planning with files， 把文件系统当 ai 的 外部记忆，做完的状态不会丢。 上下文窗口是 r a m， 文件系统是硬盘， r a m 会丢数据，硬盘不会。 minus 就是 用这个模式做到被收购的，把任务状态全部持久化到，文件不留在上下文里。 planning with files， 把这个模式打包成 scale， 装上就能用，不用自己配。装完以后，每次多步骤任务它先创建三个 markdown 文件，再开始干活。 卡斯特下划线 plan， 点 m d 是 任务计划目标，拆成可勾选步骤，每步有验证标准，做完打勾。 findings， 点 m d， 即分析过程中发现的信息不会被上下文压缩挤掉，随时可查。 progress， 点 m d 是 进度日制。 clear 之后读一遍，三十秒恢复上下文，接着干 光写文件不够， cloud 不 主动读文件，写了也白写。 hooks， 解决这个 pre to use hook， 每次执行工具前自动重读 task。 下划线 plan， 点 md， 防止跑偏。 post to use hook， 提醒更新进度。 stop hook， 验证所有步骤完成才允许停止。还有 action rule， 每两次浏览操作后，必须把发现写到 fiddings。 点 md 适合用的场景，三步以上的任务，研究型任务，需要大量工具调用的任务。简单问答单文件编辑不用装，创建三个文件的开销比直接做还大。判断标准就一句话，任务复杂到 cloud 可能会忘记目标，就该用。