gstack claude配置
用 cloud code 做项目，如果你只装两个插件，装这两个就够了。 g stack 和 superpowers， 一个管方向，一个管质量，两个搭在一起，就是一套完整的 ai 增强开发闭环。这期我们讲这两个如何结合使用，有点一加一大于二的感觉。先说 g stack， 这是 y c 总裁 gary tham 开源的一套虚拟工程团队二十三个斜杠命令，每个命令对应一个专业角色。 office hours 是 y c 合伙人，帮你诊断产品方向。 u a 是 测试主管，用真实浏览器帮你验收， ship 是 发布工程师帮你推代码上线。一句话总结， g stack 管的是方向、验证和交付。再说 superpowers， 这是一套强制工程纪律框架，十四个技能覆盖编码全流程。它有几个铁律，写代码前必须 bring storming， 不 写测试，不准写实现代码找不到根音就不许修 bug。 背后是一个百分之九十四 pr 拒绝率的开源项目，对代码质量极其严格。 一句话总结， superpowers 管的是思考质量和纪律，一个管方向和交付，一个管思考和质量能力边界几乎没有重叠。这就是为什么他们搭在一起效果这么好，为什么说这两个搭配好。三个层面看，互补。第一，能力不重叠。 g stack 解决的是做什么，做成什么样，怎么上线的问题。 superpowers 解决的是怎么把代码写好的问题，一个是产品视角，一个是工程视角。第二，触发机制互补。 g stack 是 你主动输入斜杠命令来触发，比如你输入 q a， 它就启动测试。 superpowers 是 自动触发的， agent 检测到适用场景就会启动， 你不需要手动调用，一个主动，一个自动，不会抢同一个出发点。第三，覆盖范围互补， stack 覆盖产品全生命周期，从需求诊断到上线监控， superpowers 覆盖编码全流程，从需求经验到代码审查，两个拼在一起，就是一个完整的从想法到上线的闭环。但在讲具体怎么用之前，先说一个核心观点。 用这套工具链，我发现一个规律，前期花时间把想法想清楚，把方案审清楚，把任务拆清楚，比后面花时间写代码更重要。简单说就是百分之二十的思考，决定百分之八十的结果。 好，接下来告诉你具体怎么搭配用。第一个，再想清楚。这一步，你用 brainstorming 把需求理清楚之后，别急着动手写代码，先丢给 auto plan， 让它从产品、设计、工程三个角度帮你挑毛病。很多时候你自己觉得想清楚了，一审查才发现漏了东西。第二个，再拆任务这一步， writing plans 把大需求拆成小任务之后，我习惯再跑一遍 plan review。 因为拆任务的时候容易只看表面，忽略底层的价格问题，数据怎么流转，状态怎么切换，异常怎么处理，这些细节不提前想清楚，后面一定会反攻。第三个，再验证。这一步也是我踩坑最多的地方， t d d 跑通了，单元测试全率你以为没问题了？但一打开浏览器看真实页面布局歪了，接口超时了，手机端溢出了。所以 t d d 之后一定要接 q a， 让真实浏览器帮你跑一遍完整流程， 光看测试报告是不够的。第四个，在排查问题这一步， superpowers 的 调试能帮你定位到大概哪里出了问题。但如果涉及到页面渲染、网络请求这些，你就需要 g stack investigate 了，它能打开浏览器，看到真实的 do m 结构和控制台报错比光看代码猜问题靠谱的多。第五个，在收尾发布这一步， superpowers 帮你把分支整理好，测试跑完，代码审查通过，然后 shift 接手，自动同步主干推代码，创建 pr， 你 只管确认剩下的它来。当然不是每个任务都要走完整流程，实际开发中我一般是这么判断的，如果就是改个小 bug， 调个配置，直接改就行， 改完看一眼效果就够了。不用 brainstorming， 也不用 plan review， 杀鸡不用牛刀。如果是新功能或者比较明确的重构，我会在动手之前先 brainstorming 想清楚，写个短 plan， 做完之后跑一遍 q a 验证。只有跨模块的大改动，新架构，这种才走完整闭环。 从头到尾全套流程，该审查审查，该测试测试不审任何一。核心原则就是按需组合，不要过度流程化，该严格的时候严格，该快速的时候快速。最后一个实操要点， c l a u d e m d 配置不配，这个等于装了白装。在项目的 c l a u d m d 里，要用分区来管理两个插件的分工，比如浏览器操作全部走 g stack 的 browse， 编码流程全部走 superpowers 的 自动触发，把模糊的指令映射到确定的技能行为就变得可预测。具体怎么配置，我觉得应该你把这两个的仓库给到 ai， 跟他一起交流，最后写出这一个文档才是最适合你的，因为每个人的情况不一样， 跟 ai 交流之后，把你的情况给到 ai， 这样他才能给你指导出最适合你的这个文档。最后分享一个我自己的心得， gustak 和 superpowers 这套搭配用下来，最大的体会是，你作为人的核心价值不在于写代码，而在于前期的思考、审查和规划。用 brainstorming 把模糊想法变清晰，用 auto plan 从多个视角审查方案，用 writing plans 拆成可执行的微任务。这些前期工作做好之后，后面的编码测试部署，设好流程，让 ai 自己跑就行。花时间思考比花时间写代码更值。
粉丝2.0万获赞16.5万
相关视频
06:21查看AI文稿AI文稿d stack 能把 cloud code 直接升级成一只完整的 ai 工程团队。 yc 总裁 gary ten 的 团队就是用这套工具，两个月就交付了六十万行生产代码。 这节课我会带你从安装配置开始，跑通从产品定义到发布的全流程工作，并深入讲解它的浏览器自动化和进阶写作技巧。建议先收藏 环境准备很简单，你需要确保有最新版的 cloud code、 git 以及 bug 环境。如果是 windows 用户，记得额外装一下 node js 安装方式有两种，个人用的话，直接在 cloud code 的 对话框里粘贴这条命令，它会自动帮你完成剩下的步骤。 git clone 路径加 set up 脚本 如果是想让团队成员也能直接用，就把代码拷贝到项目的 cloud skills 目录下再执行安装。最重要的一步是，安装完后一定要在项目跟目录的 cloud 点 md 文件里把 g stack 的 技能列表写进去，否则 cloud 根本识别不了这些。新命令 进入第一个阶段，我们要用 office hours 来定义产品。这不只是简单的头脑风暴，核心是重新框架化。 gps 会通过六个强制性问题来挑战你的假设，比如你只想做一个简报生成器，它会通过对话帮你发现你真正的痛点其实是多日历信息同步的问题。它会帮你把模糊的功能描述转化成一份逻辑严密的设计文档，这份文档会自动作为后续所有审查步骤的输入。 第二步是做 ceo 级别的策略审查，使用 plan co review 命令，它会读取你刚才生成的设计文档，从市场和优先级角度进行四象限审查，是该扩大范围还是应该缩减到最窄的切入点？ 它最实用的地方在于会给出三种不同的实现路径，并直接对比人工开发和使用 ai 辅助开发的时间成本，帮你判断现在的产品规模是否合理。代码写好后，运行 review 进行审查。你要记住，它的核心逻辑是语义分析，而不是简单的语法检查。 它能发现那些 ci 测试能通过但上线后会爆炸的逻辑漏洞。报告会分为三个等级， auto fix 是 它已经自动修复的边界问题。 one 是 风险提示，而最关键的是 ask 类别。当他遇到复杂的病发竞争或者逻辑冲突时，他不会乱改，而是会把具体的方案摆在你面前，让你做最终决策。 第四步是启动自动化 q a。 使用 q a 命令加上你的测试地址，他会启动一个持久化的浏览器环境，并自动附用你的登录台。 它和传统自动化测试最大的区别在于，传统测试只能刨你喜好的断言，而 g stack 会主动去寻找你没想到的场景，比如空状态、错误状态或者并发边界。最强的地方在于它的闭环能力，它发现 bug 后会直接尝试进行原子级的代码修复， 修复完后还会自动重新验证，确保问题真的解决了。最后一步是执行 ship 发布流水线，他会把之前所有的工作串联起来，自动合并分支运行测试、执行构建。最后自动创建一个包含变更、摘药的 p r。 整个过程内置了严格的检查清单，每一步都会进行校验。 如果流程中遇到需要人工决策的关键环节，它会停下来等你确认，确保发布过程既高效又安全。进入设计阶段，我们要理解 g stack 的 核心逻辑是文档驱动，设计阶段生成的不是死文档，而是整个工程流水线的数据底座。 通过 planning review， ai 会帮你锁定技术架构，生成 esk、 数据流图和状态机设计。通过 design consultation， 可以 从零构建设计系统。 这些深层的 markdown 文件会直接作为下游 review 和 qa 技能的输入依据，确保整个工程逻辑的一致性。 进入开发阶段， stack 有 两种深度分析手段。首先是调试专用命令 investigate， 它严格遵循不调查、不修复的原则。 ai 会先提出假设，然后逐个验证，只有在锁定根音后才会停止， 这样能有效避免盲目改代码带来的副作用。其次是 codex， 它能利用 open ai codex 提供第二意见，通过交叉模型分析，帮你规避单一模型可能存在的逻辑盲点。 发布阶段的核心是实现监控与回本的闭环， land and deploy 也会自动完成从合并、 p 二到部署的完整流水线，而部署后的安全由 canary 负责， 他会在上线后的三十分钟内持续监控三个关键指标，可搜的错误率、性能指标的回归以及页面的失败率。只要任何一个指标出现异常，系统就会自动触发回滚，确保生产环境的安全。在浏览器自动化方面， gedit 的 操作非常直观， 你可以通过 b o l 命令完成跳转、查看元素、点击和填表。这里我把常用的命令整理在了屏幕上， 其中最实用的功能是 ui 变更验证，使用 snapshot 配合 d 参数，它会以类似代码 d f 的 格式直接告诉你操作后哪些元素出现了、消失了，或者内容变了，非常适合做回归测试。 进阶功能主要解决登录态和多端适配的问题。首先是登录态使用，通过 cookie import 命令，你可以直接从 chrome 或 edge 等浏览器导入 cookie， 实现无需手动登录的自动化操作。 其次是响应式测试，使用 responsive 命令，可以一键生成手机、平板和桌面端三张布局截图，快速验证 ui 在 不同设备上的表现。想要实现一人机团队，就需要用到 conductor 模式，它的核心逻辑是并行， 你可以同时启动多个 code code 的 势力让实力 a 负责设计，实力 b 负责开发，实力 c 负责 qa。 这些任务之间不会产生冲突，因为它们是基于 get 分 支模型进行物理隔离的。通过 conductor， 你 可以像管理一个工程团队一样，同时推进多个 sprint 阶段。 在处理生产环境代码时，必须开启大的模式。它实际上是两种安全机制的合体，一个是 careful， 它会拦截所有危险命令， 比如删除文件或执行数据库。删除操作必须经过你确认。另一个是 freeze， 它会把 ai 的 编辑范围锁定在特定目录，防止它在调试时误改了不该动的代码。如果需要扩大权限，再运行 freeze 解除即可。最后是几个高频问题的排查建议， 如果技能不显示，重新运行 desktop 脚本即可。 windows 用户请务必使用 wsl 或 git bash， 不要用 powershell cookie 导入，目前仅支持 memos。 总的来说， sdk 的 核心并不是提供一些花哨的指令，而是通过一套完整的工具链，让 ai 能够遵循严谨的工程化标准流程，这才是实现高效 ai 编程的关键。
124AI赚钱研究社
06:30查看AI文稿AI文稿cloud code 要比龙虾更加实用啊，不管是从经济性还是从稳定性、安全性上啊。今天我出一期这个 cloud code 的 配置教程啊，因为 cloud 的 模型非常的贵，并且封号严重啊，所以一般来讲会搭配国内的模型来使用 啊，那国内模型的话，他会有很多的这个口令套餐会比较实惠啊，一般来说，像现在国内主流的，比如说腾讯家的，或者是字节家的，或者是， 呃，什么智普家的， kimi 家的，都可以啊，都有这种套餐，他们也没有给我广告费啊，大家如果喜欢哪一个的话，嗯，去用哪个就行了。那今天呢，我就以这个 字节这个为例吧。以抖音家这个为例啊，抖音家也会卖这个套餐，它的套餐大概是最低档是吧。然后我们点这个快速开始， 它里面呢会有这个。怎么教你怎么去接入这个 cloud code 的 教程？比如说你看左面 coding plan 个人版，然后这里有一个接入工具 cloud code， 它这里面呢写的就很清楚了啊，不管是这个 mac 也好，或者什么也好，你看啊，安装步骤，首先第一步你们要装一下这个 node js 环境，呃，如果是本机已经有它，如果没有的话，就可以去装一下 这个 note j s 呢，其实也很简单。嗯，在这里呢，去下一个比较稳定的版本。 lts 版也一定要下这种 lts 的 版本，它是一个长期支持长期支持的一个版本啊，然后把它下下来，比如说这里有 windows 是 吧？ 去下完了之后，或者如果你电脑是别的电脑的话，可以改一下啊。电脑那个苹果电脑可以。呃，选这一个，然后你下载安装就可以了，这一个就是一直下一步，下一步就行了。嗯，安装了这个 note j s 以后呢？下面就是这些，就是这个 n p m 的 命令行， n p m 就是 你下完 note 之后它就有了，然后你就可以打开一个终端命令 啊，把这个命令行粘进去回车，然后就完事了，它就安装就完事了，等一会就完事了。装完了之后你就可以测一下， 就是你测你安装完了没嘛？因为我之前已经装过了，我这个就不给大家演示了。然后你看装过了之后， 他你能查到这个他的版本号，就证明已经安装成功了。这个安装其实是很简单的，主要是你怎么去配置国内的模型啊？配置国内模型呢？也比较简单。 呃，比如说我喜欢这个手动配置，手动配置的时候，因为你去购买这个抠钉破烂套餐的时候，你买完了之后，它会给你一个 k， 它会给你一个 api k， 你看这里这边也可以获取一些 k 吗？我们点一下，我没有，我，我没有买这个抖音家的啊，你们买哪个的话去哪家要就可以了。然后有了这个 k 以后， 你比如说拿这个抖音家的这个地址 base url， 有 了 k 有 了啊。 model 模型的话，就是 你用哪个模型就选哪个模型就行了，比如说你用这个 glm 五，或者你用 kimi 二点六，对吧？你就写一下就可以了。 然后在哪配呢？就是 windows 在 这个目录下， mac 就 在这个目录下，我给大家演示一下啊，我看一下，比如说你去这个 c 盘， c 盘里呢，它会有一个用户啊，然后这里你安装之后它会有一个 cloud 的， 然后你那个配置就在最下面这个，你把它打开，然后大概就这样的吧， 就是 token k 嘛， url 模型名字，然后再把这一个， 啊，不是下面再把这一个给配上啊，只配这几个就可以了，就能用了。就是文档里写的嘛，配这一个配完了之后呢？嗯，再把这个这一个配上， 然后就可以使用了。使用 cloud 的 时候怎么使用呢？就是首先你要进入到你的项目目录里，然后再打开，比方说我的项目目录是 这个，就你运行哪个项目，你肯定有一个文件夹嘛，进来之后你就运行 cloud 就 行了， 你就运行 cloud。 那 我这个命令呢？它跟 cloud 的 区别就是它是一个全线全开模式， 它执行的时候会自主执行，而不是反复找你确认，这样的话在你运行项目的时候就会比较流畅，但是它也有一定的风险，它就类似于龙虾一样，它会全权的这个接管你的电脑，好帮助你做一些高风险的确认工作， 所以这个大家用的时候也要去谨慎使用吧。啊，有了这一个之后，其实你只要是在你本地电脑上用的话，这一个是远远比龙虾要更加的方便的，程序员都会用这个工具。 嗯，当然我始终认为他并不只是给成年人使用的，他可以做你电脑上的任何事情。啊，我也有分享过用 cloud 去做的一些事情，大家如果感兴趣的话可以去了解一下，也可以跟我讨论。
39王七超
01:44查看AI文稿AI文稿现在的 skill 越来越多，但只有三个，我管他们叫原 skill， 这三个之外的所有 skill 其实都是他们的延伸。我把他们的原码都读了一遍，今天分享一下。 先说第一个， g stock， 这是 yc 总裁 gary 公开分享的工作流套件，里面其实是二十三个子 skill 的 合集，它直接能把 cloud code 变成一个工程团队，包括 ceo、 设计师、工程经理、 qa、 安全官、发布工程师，每个角色都有专门的 skill。 mary 自称用了这套工作流之后，代码产出速度是二零一三年的八百一十倍，同时他还在全职运营 y c。 举几个例子， office owners 用于帮你判断一个产品想法值不值得做。这个 skill 的 数据来源是 y c 投过的所有公司案例 从中提炼而出。 investigate 是 修复项目 bug 用的 skill， ship 是 发布项目用的 skill。 装一个 g stack， 等于一次性装了一套别人验证过的工程团队。有了工作流套件还不够，因为你的需求会越来越多。这就要用到第二个 find skills， 找其他 skill 的 skill， 你告诉他我想实现什么功能，他就会自动去 skills 排行榜查热门的 skill。 源码里还有一条质量筛选规则，安装量一千以上的优先，低于一百的，他才会提示你谨慎选择，搜到合适的还会直接给你安装命令。 如果你找不到现成的 skill， 可以 自己做。这就是第三个 skill。 creator， 做 skill 的 skill。 这个 skill 里面有很多关于怎么写 skill 的 优化，最让我意外的是它的 description 优化器，很多人写完 skill 之后发现触发不准， ai 该用的时候不用，不该用的时候乱用，这个优化器把触发准确率直接拉满了。这个细节官方文档都不写， 只有读野马才知道。为什么这三个我管它叫原 skill g stack 给了你一个起点，装一个就有一整套的工程团队。 founder skills 给了你扩展 skill， creator 则给你定制起点，扩展定制你后面所有的 skill 需求都可以从这三个原 skill 长出来。
5910鲤哥builder
02:39查看AI文稿AI文稿二零二六编程党必看王炸消息公认评价最高，能力最强的 cloud code 终于出桌面版了，再也不用对着黑乎乎的 c o i 命令型折腾，告别开发者专属通道，新手也能直接上手。 虽然二月份备份的 gmail 号彻底拿不回来了，心疼到戳心，但谁让 cloud code 太好用，根本离不开！ 重点来了，今天全程手把手教你们用 deepseek v 四模型部署桌面版 cloud code， 不 用翻墙，成本巨低，看完直接上手，用第一步打开电脑的 power shell， 直接输入这段命令就好。重点提醒，输入命令前前一定要确认电脑已经装了 node js， 没装的先去装 node js， 再回来运行这个命令，别跳步！命令运行完之后，输入 cloud version， 检查一下是不是安装成功了，只要出现版本号，就说明 cloud 已经装好了，一步没踩坑。接下来就是部署 deep seek 模型， 很简单，打开电脑 c 盘，找到用户文件夹，进入自己的 user 账号，然后找到到 cloud， 到 jason 这个文件，把这个文件里的内容全部删掉，然后把我给的这段代码监贴进去。 这里记好，一定要输入你自己的 deep seek api key， 没有的宝字去申请一个就可以，很方便。最后保存文件，退出程序，这样电脑就彻底部署好 cloud 了。我们来测试下效果， 问他是什么模型，他会明确告诉你是 deepseek v 四模型，完美搞定。 接下来就可以下载 clode 桌面版程序啦！打开指定网页，直接下载 windows 版本，不用瞎找，一步到位！下载完成后，双击安装包进行安装。 安装步骤很简单，以重点看这里。安装好，打开程序，点击左上角这个位置，镜头对准， 找到 help 选项，点进去，再选择 trouble shooting， 然后点击 enable developer mode， 开启开发者功能，开启后程序会自动重启，重启完成后，再点击左上角同一个位置，就能看到 developer 选项了。点击里面的 configure third party inference。 接下来就是关键一步，输入 deepseek 的 u、 r、 o 和你自己的 app 器，然后在下面的输入框填写你要调用的模型，点击 a、 d、 d， 还能添加多个模型，全部填好后点击确认就 ok 了。 到这里， closed 桌面版就彻底 closed 桌面版就彻底部署完成喽，赶快去试试！记得点赞收藏哦，下期见！
119363863996795
09:27查看AI文稿AI文稿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？
2.4万小陈同学c_z
01:55查看AI文稿AI文稿carpetee 说他从去年十二月就没手写过一行代码了。 gary tan， yc 总裁用数据证明了这一点，他的代码产出速度是二零一三年的八百一十倍。 六十天，三个生产服务，四十多个功能，同时还全职运营 yc 这个项目，一周就拿了超过两万三千克 star。 传统做法，你需要招聘 ceo、 设计师、工程师、 qa 安全专家。 stac， 把这二十三个角色全部变成了 ai 技能，一个人就是一支完整的工程团队。 think plan、 build、 review、 test、 ship， 全流程覆盖。 stack 的 核心是七阶段， sprint 流程。 think 阶段，用 office hours 做产品质询。 plan 阶段， ceo 审查，重新审视产品。 auto plan 自动跑完全部审查 build 之后 review 加上 codex 双模型交叉审查。 test 阶段， qa， 打开真实浏览器测试， shift 自动跑，测试，推代码，开 pr， 每个技能的输出是下一个技能的输入信息，不会遗漏六个关键角色， ceo 角色会问六个强制性问题，重新定义你的产品。设计师用 design shotgun 一 次生成四到六个方案让你选，还能记住你的品味。工程经理锁定架构 pua 负责人，打开真实浏览器，测出 bug， 然后自动修复安全观，跑 oops top 时和 stride 威胁建模，还有十七项误报排除。 发布工程师自动搭建测试框架，跑，测试，开 pr。 stack 不 止用 cloud 审查代码，还能调 openai 的 codex 做独立审查。两个 ai 看同一份代码交叉对比，哪些问题重叠，哪些各自独有，还有对抗模式， ai 主动尝试攻击你的代码。 浏览器安全方面，内置二十二兆的 m l 分 类器，加金丝雀 token 检测 prompt 注入，而且这套技能不只能用在 cloud 上。十个 ai 编程平台全兼容。 y c 总裁的开源工具箱一周突破两万三千颗 star m i t 协议完全免费。 不管你是技术创始人还是独立开发者，这套工具都值得一看。关注我，下期继续带你发现开源宝藏项目！
16GiftLee
03:57查看AI文稿AI文稿好，各位小伙伴们，大家好，那么今天带来一期我们的这个 cloud 桌面端的一个配置，我们国产模型 dbc v 四的一个详细教程，主要是演示我们在 windows 系统里面如何去配置啊，那么我看网上大多数是，大多数是 mac 系统，那么今天我们来演示一下这个 windows 系统里面是如何去配置这个桌面端，去用来去配置我们的国产模型。那么首先你需要去下载这个 cloud 官方的这个桌面端程序啊，这里我就不演示了，自己去下载。下载完之后，那么这地方我们首先打开这个左上角这里哈，然后找到我们的 help， 然后找到这个 trouble setting， 然后里面有一个 enable developer model， 然后把这个开发者模式给打开，然后点这个 enable， 然后等它重启一会。 好，那么重启完之后，我们再在这个地方打开我们的 developer， 然后找到这地方有一个 configure 这个设置，第三方这个设置哈，点开， 然后我们就按第一个来哈，我们这地方主要是配置的是我们国产模型 dipic v 四，那么这地方你就默认选第一个，然后这里的 u i l 你 选这个 dipic 点 com， 然后后面加上我们这个 astropic 里面的这个 这个单词哈，然后再把你的密钥给添加进去，然后这个地方你去添加你的这个模型的名称，那么这个地方你可以去开启它是否具有 一一照上下文，包括这个 devic v 四 flash 版本都是可以的哈，然后你配置完之后，然后我们点这个应用就可以了哈，然后这地方它会重启， 让我们等它一会儿，那么重启完之后，那么你就可以在我们的国内去用到我们的这个模型，你可以去测试一下啊，比如说我们这地方新开一个任务， 然后我们可以给他问一个你是回车，然后等他翻译出来， 好，正在思考，显示我们已经配置成功了啊，那么这个地方显示 回复的话，那说明已经成功打成功配置完我们这个 windows 系统里面这个国产模型的一个配置啊，那么在这个地方我们就可以很方便去操作我们本地的一些环境，还有我们本地的一些文件可以进行直接上传，包括这个地方的 code 模式啊， 后台模式类似于我们在本地终端你用的这个终端上的 cc， 它是一样的哈，只不过这个地方相当于是一个格式化界面，那么你按需获取，如果你喜欢用这种桌面端工艺去操作的话，也是可以的哈，在这地方你可以去设置它的一个模型， 包括它的一个思考的长度，对吧？你也可以去打开你本地的这个文件夹，让它进行操作啊，那么相当于是呃这个桌面端去用来去配置我们国产的 一个模型啊，那么这样的话就可以在国内很方便的用上我们这个靠的一个桌面端工具啊。那么这个地方你可以去慢慢研究，这地方是新建任务，然后也可以去对我们的这个每一次对话进行一个， 相当于是建一个文件夹嘛，建一个文件夹，然后上传自己的文件，然后进行一个操作，然后这里面有些功能可能是用不了，因为毕竟是配置的是我们国产的模型，那么今天主要是来介绍一下这个， 呃，桌面端是如何配置我们的国产模型， dsp 为四。好，那么今天的分享就到这里，而另外有一个点是大家要注意的时候， 我们在配置的时候可能会出现一个问题，就是有些这个电脑的一个讯息机没有安装，那么你点击这个左上角，它会自动的去安装我们的这个讯息机，然后再重启一下电脑就可以正常的去使用了。啊，好，那么今天的分享就到这里，谢谢大家。
307旭光升
03:30查看AI文稿AI文稿大家注意看，我现在用的是 cloud app， 但是我的大模型呢是千问智浦和 kimi， 也就是说我现在相当于用国内的大模型博涉了 cloud， 那 并不是什么黑科技，只是 cloud app 出了一个第三方配置， 能够支持第三方的大模型来使用它的 cloud app。 那 具体怎么操作呢？我们下来直接实操，那我们打开 cloud for windows 这个 cloud app 的 侧端， 我们就点这个 get start 开始以后，正常我们如果使用 l 的 官方的账号呢，就输入这个 cloud 账号，然后登录或者是绑定了谷歌的账号体系，就直接登录了。那现在我们要演示的是它登录使用第三方的 app api， 就是 用通过其他大模型的方式登录 l 的 app， 那 我们就点上面右上角这个菜单，它这里面有个 help 帮助，下面有一个 bubbles， 就是 出庭这里面看有个开发者模式，当我们点击开启开发者模式以后， 它有一个 enable， 我 们就提交，然后它会重启这个 client 的 客户端，重启之后我们就可以去点一样的点这个 guest， 我 们就去填这个开发者，你看这开发者下面这有一个配置第三方的信息，那我们点配置第三方信息， 第一个连接，这就选这个 gitlab， gitlab 下面因为在这有个默认，默认我们就选择默认就好了。下面这有一个 base url， 就是 我们调用第三方 api 的 这个 url， 这个就是密钥，下面就是模型的列表， 那我们就用阿里这个百链的平台来作为举例子，我们填一下第三方的信息，那这个就是 openai 的 这个协议的 base url， 那 我们现在选这个就是 cloud， 我 就把这个给它提交了，粘过来，接着这个我再粘一下密钥， 配置一下密钥的信息，好把密钥也粘上，粘完密钥以后默认就是这个了，那就没关系，在下面这有一个配置大模型的地方，我们要填大模型，那大模型的具体信息都在这儿。比如说我们配一个千万，那我就在这填一个千万，千万，我就在填一个千万，比如说我再配一个智普，我就填一个智普，填一个智普， 填一个智普，比如我再配一个 kimi， 我 就再填一个 kimi， 这样相当于我一个，因为我用的是这种 kimi， 我 就再填一个 kimi， 这样相当于我一个 u l 请求地址和一个密钥，我就能配三个大模型。如果你正常使用的是，比如说 kimi 的 官方或者是智普的官方，那相当于你只能配一个大模型，那可能是一个大模型的不同版本。比如 kimi， 你 可以配 kimi， kimi 二点五， kimi 二点六，智普，你可以配智普五点一和智普五点零。那这样当我们把这个配置好了以后， 我们点这个应用，它就会重启这个客户端，那我们点重启，重启以后，相当于我再进入的时候，我就使用了第三方的大模型 来操控我 cloud code， 你 看到整个流程的，这并不是我通过黑科技或者其他方式来完成的。使用这个第三方大模型在 cloud app 里面， 所以我觉得通过这种方式能够更好地去体验 cloud app， 是 一个目前非常理想的状态。 那他现在支持的是两种，一个是 carwork， 一个是 cloud code。 那 这两种方式我们比如说我配置好了以后，我就可以直接说一下。你好，那他现在要选择一个 working 的 站点，那我就随便选一个， 比如就选一个 excel， 我 先选这无所谓，选完了以后，那我就可以再发送 我信任这个 ok， 你 看他现在等于正式就能够通过，因为我现在配置是千万，对不对？我就可以通过千万去对话了，对吧？那我就问一下，你是什么大冒险？不提我这是什么，他不告诉我，所以我就追问一下， ok， 当前使用的是千万三点六 plus。
250卧虎同学
03:01查看AI文稿AI文稿用 cloud code 做项目，很多人都踩过一个坑，疯狂装插件，结果越用越乱，效率反而没提升。其实真正的提效密码从来不是插件多，而是选对两个搭对组合。 今天就给你们分享 cloud code 的 黄金搭档 g stack 和 superpowers， 不 用多，装一个就能搞定，从想法到上线的全流程，效率直接翻倍。先来说 g stack， 它是由 y c 总裁 gary tan 开源，内置二十三个专业斜杠命令， 相当于一只虚拟工程团队。他不管代码怎么写，只管三件事，帮你定产品方向，用真实浏览器做验证，一键完成代码发布交付。简单说， g stack 就是 你的方向，管家、财富助手帮你把好上线前的最后一道关。再看 superpowers， 这是业内出了名的代码质量守门人，自带一套严格的工程纪律，一点都不松懈。他有个铁规矩，不把需求想透，不做规划，不准写代码，不写测试用力，不准做开发，找不到问题根音，不准改 bug， 背后还有百分之九十四 p r 拒绝率的项目背书，对代码质量的要求直接拉满。这两个插件能成为绝配。核心就三个互补点， 第一，分工完全不冲突。 g stack 管做什么，做成什么样，怎么交付是产品视角。 superpowers 管怎么把代码写规范，写稳定是工程视角，两者各司其职，不抢活不遗漏。第二，出发方式互补。 g stack 需要你手动输命令出发，比如想做浏览器测试，输个命令就启动。 superpowers 是 自动出发，只要你开始开发， 它就会自动约束流程，不用你多费心。第三，流程无缝衔接，从前期想法构思、方案梳理，到中期代码开发、质量检测，再到后期甄姬验证、上线交付，两个插件完美衔接，形成一个完整的开发闭环，没有任何断点。分享五个实操用法，新手直接抄作业，不用自己摸索。 第一，需求梳理时，先用 superpowers 把需求边界、异常场景捋明白，不急于动手写代码，避免后期返工。第二，拆分任务后，提前做架构审， 把数据流转、异常处理，这些细节想透，减少后续麻烦。第三，开发时，严格跟着 superpowers 的 规范来，先设计后编码再测试，从根源减少 bug。 第四，遇到问题时，代码层面的 bug 交给 superpowers 定位， 浏览器网络相关的问题交给 g stack 甄姬调试，精准高效。第五，收尾时， superpowers 做好代码审查和测试，最后用 g stack 一 键打包提交 pr 完成上线。这里提醒一句，不用所有场景都走全套流程，学会按需搭配，改个小 bug， 调个简单配置，直接快速修改就行， 杀鸡不用牛刀。如果是新功能开发，跨模块重构，再开启完整流程，该严格就严格，该高效就高效。还有一个关键细节，一定要配置 cloud markdown 文件，把分工写清楚，浏览器操作、外网验证交给 g stack， 编码规范，流程约束交给 superpowers， 这样 ai 执行起来才不会混乱不冲突。 最后给大家分享一个核心心得，方案定准比埋头写代码更有价值。 前期做好规划，后期的编码测试交付交给 g stack superpowers， 这套组合让 ai 帮你搞定，省时又省力。用好这两个插件，你的 cloud code 开发效率直接提升一个档次。关注我，持续分享顶级 ai 编程实战干货！
01:27查看AI文稿AI文稿你们看，我桌面上有两个 club 的 客户端，上面这个呢，跑的是 club 的 官方模型，下面这个跑的呢是 kimi k 二点六，我写了一个 apple script 的 脚本，可以一键启动一个完全独立的实力， 各有各自的配置，互不干扰。所以我现在的工作流就是复杂的任务呢，用原版的 club， 日常任务呢，就用 k 二点六，那为什么能做到呢？就因为 club 的 客户端呢，最近悄悄上线了这个开发者模式， 允许你来给客户端的配置。第三方的模型操作也不复杂，只需要点这里启用开发者模式，然后在 develop 菜单中呢，选择配置第三方模型，配好 kim ko 定的 ipad 地址和密钥，重启后， ko 的 客户端呢，就会使用第三方模型了。 当然，如果你手上有其他模型呢，也可以使用。开启之后，原版的 chat 模式呢，就没有了，但是 kowook 和 co 的 这两个核心模式呢，都在，但这个东西呢，确实是非常强，其实它就是一个桌面的 a 键呢，你指定一个文件夹，告诉你想要干什么， 就可以自己规划任务，拆解步骤，派多个子代理，并行的处理。并且整个过程呢，都是独立在虚拟机沙箱里，只能访问你授权的文件夹。有人可能会问了，我用壳子客户端呢，不就是为了用壳子模型吗？这模型换了呢，还有什么意义呢？当然有了， 这个客户端呢，有一套上下文的管理和自动压缩机制，过期信息处理掉正在改变的文件呢和执行计划呢，保留下来，哪怕是长任务呢，他也不会断片。加上扣过的沙箱，子弹里的调度，本地文件夹操作，这些全都是框架层的能力，跟你底层跑哪个模型呢关系不大。为什么大家都说壳老的厉害呢？其中很大的一部分呢，就是这套 aj 的 基础设施厉害。 那为什么我这里选 kimi k 二点六呢？因为目前 kimi 的 性价比呢，是非常高的，支持很多的东西。后面我会专门开一期讲一下脚本和说明文档呢，我已经整理好了，想要的可以滴滴。
382赛脖古
02:47查看AI文稿AI文稿上周 ac 总裁 gary tan 往 get up 上扔了一个东西，四十八小时破万星，十一天涨到四点一万， 不是新模型，不是又一个 prompt 合集，是他自己用的 cloud code 全套配置，直接开源了，叫 gstack。 核心承诺是一个人加一个终端，等于 pm， 加架构师、加设计师，加 qa， 加安全审计。 先说清楚 g stack 是 什么，它是一套 skillpack， 二十五个以上的斜杠命令装进 cloud code 里，每个命令背后是一个有角色的 agent。 yc 导师追问产品假设， ceo 审商业判断，架构师锁定技术方案设计师生成设计系统。 关键不是命令多，而是它覆盖了一个产品从零到上限的完整决策链。来看几个核心命令，第一个是 office hours， 模拟 yc 导师， office hours 他 不给方案，他追问有没有证据证明真的有人需要。这个不是感兴趣，是如果产品消失了，谁会难受。 第二个是 plan ceo review， 以 ceo 视角重审产品范围，它会挑战更深的前提，然后给出十 x 版本的愿景。第三个是 plan nj review， 锁定工程架构、目录、结构、接口、合约、数据库选型，该有的都有。 g stack 最有意思的设计不是命令多，而是它有对抗性审查机制，每个阶段跑完，它会对自己的产出做两轮 review， 给出评分，然后主动找缺陷。不是泛泛的建议优化，是具体到 coco 注入风险统计、数值幻觉这类真问题。 有人实测设计文档评分从六分提到八分，还生成了十二条错误故障路径，每条都标注了处理方式。这个机制的本质是，它不只是帮你生成，它还帮你找自己生成的东西里的漏洞。 有人拿真实业务场景实测了一遍医疗萨斯产品从需求到架构定稿，团队实际讨论花了一两周。 g stack 跑完全流程，二点五小时 产出物设计文档， ceo 计划含五项扩展决策工程架构，含目录结构和接口合约完整设计系统。结论，文档规范性和架构清晰度比团队讨论一两周的结果完成度高出百分之十。 所以， jstack 的 价值在哪？不是帮你写代码，写代码从来不是瓶颈，是帮你把最难的那些非编码决策做什么，怎么做，做到什么程度，变成一个有章可循的流程， 但上限还是你自己。工具能帮你跑完流程，这个功能该不该砍，最终还是得你拍版。你觉得这是在替代团队，还是在放大个人评论区告诉我。
2274大力AI
06:34查看AI文稿AI文稿大家好，今天我带大家使用 vs code 来安装一下这个 cloud code 的 插件，并且在 cloud code 上面配置两个模型，一个是 deepsea 的 模型，另一个是 cloud 的 模型。首先我们打开 vs code， 在 vs code 的 左侧面板找到扩展，点击扩展，然后在扩展这里面找到 cloud code， 选择第一个 cloud code for vs code， 然后点击安装 好，这个安装很快啊，安装好了 cloud code 之后，我们发现在左侧的面板最下面多了一个 cloud code 的 图标，我们点击 cloud code 好，它现在出现一个这个登录界面，配置 api 的 一个界面，我们现在使用它自带的这几个功能是配置不了 api 的， 因为在国内我们是访问不了这个 cloud 的 官网， 所以我们这里要借助一个其他的工具，我们这里使用的工具是 cc switch， cc switch 呢，大家可以在 github 上面的这个网址去找到并且安装， 我这里使用的是 windows 版本的，它可以支持 macos 还有 linux， 大家在自己的电脑上面找到相应的操作系统的版本去安装就可以了， 我这里已经安装好了，我们打开 cc switch， 在 cc switch 这里面找到 cloud 的 图标，点击 cloud， 然后点击右侧的加号，然后在这个供应商这个界面选择自定义配置，在供应商名称这里输入 deepsea 备注，我们可以不填，官网链接也是可选的，我们可以不填，这里比较重要的一个选项就是 api key， 我 们在 api key 的 网站上面去注册一个，然后在 api keys 这里面来创建一个 api key， 我们把这个 api key 把它复制一下，然后回到 c c switch， 在 api key 这里面把 api key 粘贴进来，看一下这里面请求地址，它这里有个说明，填写兼容 cloud api 的 服务器端地址，不要以斜杠结尾。我们找到这个 这个文档，然后在这个文档里面有一个 s u i， 有 两种格式，一种是 open ai， 一 种是 isnoop， 我 们这里使用 isnoop 的 这种 api 复制粘贴到这个 c c switch 里面来。 好，点开这个高级选项。有五个模型的配置，我们这里可以都配上同一个模型，也可以分开配几种模型，比如现在我们 deepsea 支持的最高版本的微四啊，我们找到这个模型的名称，复制 回到 ccc 去，把这个模型名称填进来， 我们可以使用 seek 微四的 flash 模型填到其中的一个模型里面。好，现在我们点击添加， 这样我们这个模型就已经配置好了。我们回到这个 vs code 的 界面，然后关掉 vs code， 重新打开一下，我们重新点开这个 color code， 此时我们看到 color code 已经出现了这个绘画的界面， 我们打开一个项目，然后点击这里的 cloud code， 或者在这个窗口的右上角也有一个 cloud code 的 这个图标，我们点开，这时候我们就可以对它进行对话了。 比如我们问一下你现在使用的模型是什么 啊？我当前使用的底层模型是 deepsea 维斯 pro， 这样我们就证明到这个模型已经配置成功了。这时候我们也可以在这里面去切换模型， 我们看到这里可以切换这个 deepsea v 四 flash 的 模型。好，这是 deepsea v 四的这个模型的配置，我们接下来再看看怎么样配置一个这个 cloud 模型。配置 cloud 模型，我们使用国内的这个中转商， 我这里使用的是 a p i e， 大家可以在 a p i e 这里面去注册一个，然后我们回到 c c switch 新增一个供应商，同样我们这里选择自定义配置这里的供应商，我们输入 a p i e a p i k 这里面我们回到这个 a p i e 的 这个令牌，这里面把自己的这个令牌复制进来。请求地址，我们这里面也要看一下啊， 我们打开这个 a p i e 的 这个文档，这里面有一个 c c c v 曲的配置， 我们把 api 地址设置成这个，然后点开高级选项，这里设置这个模型名称，我们看一下模型名称啊，找到这个标准模型，还有推理模型，把这个模型名称把它给复制过来， 好，点击添加。现在我们这个 api 的 模型也已经配置过来了， 然后这里已经有了两个模型，我们可以随时去切换模型，我们现在切换到 a p i e 这里面来，点击启动，然后回到 vs code， 我 们关掉，重新起一个绘画。 现在我们来问一下你现在使用的模型是什么？ 好，这里我们看到我当前使用的模型是 cloud 双列克四，然后同样的我们也可以在这个模型切换里面去切换相应的模型。好，今天的分享就到这里，谢谢大家。
3370玄鹿AI重构
04:14查看AI文稿AI文稿上一期关于如何从零到一安装 cloud code 获得了差不多十万人的观看啊，但是有很多人还在问像 cloud code 的 桌面端如何配置呢，哎，正好前段时间啊， cloud code 的 桌面端也能够接第三方模型呢，所以说今天我就给大家带来这个教程。 ok， 大家好，我是 fred， 专注从普通小白的视角分享怎么从零开始用 ai 和 web coding 提升自己的生活和工作效率。 我们第一步的话可能还是去打开整个 cloud code 的 这个官网啊，然后这里可以去下载 cloud 的 这个呃桌面端的应用，安装好了之后，我们就会进入到整个 cloud 的 这个界面， 然后到这里面的话就有一个很重要的点，就在于说不要直接登录啊，这里面直接去点这个 help， 然后点这个 troubleshooting， 然后这里面去点这个 enable developer mode， 也就是打开开发者模式， 点击这个 enable 之后呢，它就会重启啊，重启这个桌面端，重启桌面端之后，大家就可以看到这里面多了一个音呃 developer 这个按钮，也就是这个开发者的按钮，然后我们打开这个 configure third party influence 啊，点进去之后呢，我们就可以看到这里面，哎，其实我已经点好了，首先大家需要选择就是这个 gateway， 然后这里面需要关注的点就是一个是 url， 就是 它的整个的链接，一个是 api key， 这两个怎么去获取呢？ 首先从 url 上面来讲，我们可以打开 deepsea 这个官网，我们这里可以看到像这个呃 deepsea 的 sorpy 的 url， 就是 这个这个网站，所以说我们只需要把这个网站呃复制进去就 ok 了， 然后 api key 怎么去获取呢？然后同理我们去点击这里 api key 进去之后，这里面可以去创建 api key， 呃，然后比如说 friend three 啊，然后点击创建之后，它就会自己默认复制出来这个 api key 呢，但有一个点非常非常非常关键的点啊，就是说大家一定要关注，就是你如果复制了这个 api key 之后， 那么后面的话就是，呃点击关闭之后，后面这里就没有办法再复制了，所以说我们就只只需要把这个复制进来，这个 api key 复制进来，然后往下的话有三个非常两个很关键的点，一个就是我先可以给大家擦掉， 就这里面去添加这个模型，这个模型怎么去获取呢？也同样道理，点开这里可以看到这个模型的名称，也就是 deepsea v 四 flash 和 v 四 pro。 ok， 我 们就把这个模型复制进来，有个很关键点就在你你需要去打开这个 e m 的 上下文 啊，也就是一百万 token 的 上下文啊，这个会让你整个使用体验会更好。第二个就是 deepsea v 四 pro， 对 吧？然后我们把它复制进来，然后同理也是，呃，打开这个 em 上下文，完事之后呢，就只需要点击这个 apply locally， 就是 本地应用，它就会重启了。 ok， 重启进来就大家就能够看到一个非常非常熟悉的界面，就是也就是用 clock code 的 界面啊，我们可以问一下，好吧，你是什么模型对吧？ ok， 久违的这个闪光啊，虽然说它写的还是 cloud， 但实际上它就是 deepsea 的 flash 啊，包括 em 的 啊，这个上下文和 pro 的 模型。 所以说总结下来的话，我们今天这个事情啊，所以首先首先要退出这个登录啊，就刚刚没有演示，但如果你本身有登录，那你可以退出登录。第二个，点击这个开发模式第四，然后看到这个 devilper， 然后才算成功。下面去关注一下整个的一个配置啊， gateway， ur l， api， key 和你选择的 model 以及 em 的 上下文。 然后整体完成之后呢，整个 color code 就 能够配置好的。 ok， 我是 fred。 后面我会持续用真实的案例告诉大家怎么把 ai 用进自己的工作流，欢迎大家关注我们，下期再见。
341FredTalk
