炸裂啊兄弟们,上次不是刚说六年那次,你们怎么不属 hems edge 吗?刚吹完它,结果呢,就传出了最核心的自净化功能竟然是抄袭的 hems edge 凭什么火啊?最重要的就是它的主打功能自净化 ai 呢,能够自己充电,技能自我改进,越用越强。 官方说呢,就是 built in nano 内置学习玄幻,靠这个呢, get 它的狂揽八万五千多信,哎,这个时候呢,国内团队 apple map 站出来,你这个学习玄幻跟我三十六天前开源的 evo 引擎 十部主玄幻一模一样,只是换了个语言重写了一次。被锤之后呢? ms 官方回应啊,哎,我们的酷剑都比你早,你删号吧啊,没有正面回应,你们觉得这是借鉴还是抄袭啊?
粉丝951获赞4.0万

现在的 ai 是 学不完了,这又出了爱马仕 hermes, 那 什么是 hermes 呢?跟 open core 有 啥区别呢?到底谁更强,谁更好用?但如果你真的这么理解,其实你已经错过了这件事最关键的部分。 这两个东西的差别不在功能层,也不在性能层,而在一个更底层的结构问题。人和 ai 的 关系正在被重写。 openclaw 代表的是一种我们已经开始熟悉的 ai 使用方式,你来定义问题,你来拆解流程,你来决定用什么工具,然后 ai 帮你把这些步骤执行出来。 它很强,甚至可以把一个人的工作效率放大很多倍,但本质上,它还是一个工具集合, 你是大脑,他是手和脚,所有关键决策仍然掌握在你手里。这种模式其实延续的是过去几十年软件的逻辑,软件再强也是被调用的。但 hermes agent 走的是完全不同的一条路径,你给他的不是步骤,而是目标。不是告诉他怎么做,而是告诉他要什么结果。 接下来,他会自己去拆解任务、选择路径、调用工具,甚至在执行过程中不断修正策略。这里的变化不是自动化程度更高,而是决策权开始转移。 你不再是流程的设计者,而更像是一个提出需求的人。如果只停在这里,这还只是更聪明的自动化。真正的分水岭在于第二层 是否具备经验沉淀能力。 openclive 本质上是没有这个能力的。你写的 skill, 配置的流程,搭的系统,它不会自己进化。每一次任务本质上都像是在一个既定框架里重复执行,它可以很稳定,但不会因为做的多而变得更聪明。 而 hermes agent 的 设计核心是一个闭环,他完成任务之后,不是结束,而是开始复盘。他会分析刚才的路径,哪些有效,哪些低效,然后把有效的方法抽象成可以附用的能力,写进自己的长期记忆里。 下一次再遇到类似问题,他调用的不是同一个模型,而是带着惊艳的自己。这意味着一个关键变化,能力开始积累, 而且这种积累不再依赖人。这背后真正改变的不是一个工具,而是能力的生产方式。过去,一个人的能力增长来自经验, 但这个经验必须通过人脑去总结、归纳、再应用。而现在,这个过程开始被系统接管,你不需要再手动复盘,不需要再写方法论,系统自己在完成这件事。接下来,你再看两者的架构差异,就会更清楚为什么会走向两条路。冯克老师,一个典型的工程化产物, 它有插件体系,有技能市场,有多 agent 的 协助,有权限控制。这一切让它非常适合做复杂任务,也非常适合企业级场景。但代价是系统变重,使用门槛提高,本质上更像一套 ai 操作系统,它解决的是如何把 ai 组织起来为你服务。 而 herman's agent 反而在做减法,它用一个更简单的循环结构,把规划、执行、学习全部收在一个系统里。它不像一个操作系统,更像一个会成长的个体。 你不需要去管理它的组建,而是观察它如何自己变得更好。这种差异的背后,其实是两种完全不同的产品哲学, 一个在做工具平台,一个在做智能体本身。再往下一层,你会发现一个更现实的问题,这两种模式对个体意味着什么?用 open cloud 的 人,能力的上限仍然取决于你自己,你设计流程的能力越强,系统就越强。 但 hermes 这种模式一旦跑起来,它的上限开始逐渐脱离你本人的能力边界,因为它会积累,会优化,会形成自己的做事方式。这时候,问题就不再是哪个更好用,而是你到底要什么。如果你要的是短期效率、确定性、执行可控流程,那 open 可咬是非常合理的选择。它是一个被放大的你。 但如果你开始在意一件事,你的能力是否可以被复制、被沉淀,甚至被放大到一个你自己都达不到的程度,那 hermes 这种路径就变得更有意义,因为它在构建的是能力的复利系统。这里有一个很多人还没有完全意识到的变化。过去我们讨论 ai 替代的是岗位, 但现在开始, ai 真正接管的是流程设计权。一旦流程不再由人定义,而是由系统自己生成和优化,那人存在的价值就不再是执行,也不再是拆解问题,而是定义目标本身。 所以, hermes agent 和 open club 的 区别,表面看是一个偏复杂工程,一个偏自净化系统,但本质上,它们分别站在两个时代的交界点上, 一边是人控制 ai, 一 边是人设定方向, ai 自行演化。如果你是个体,这里就会落到一个非常具体的调整方向。你需要开始把注意力从怎么做事转移到做什么事,从如何提高效率转移到如何定义问题,以及如何设计可以被系统学习的工作方式。 因为一旦 ai 开始接管、执行和优化,真正稀缺的能力会变成对目标的判断,对路径的选择以及对系统行为的约束。但问题也刚好在这里变得更复杂了。 当一个系统可以不断学习你的工作方式,并且逐渐比你做的更好时,你到底是在使用工具还是在训练一个最终会替代你决策权的系统?这个边界,现在还没有人能给出一个稳定答案。

分享一个今天调用 ottoclaw 整理它的上下文时的工作过程。最近 openclaw 和 hermes 打得有来有回, ottoclaw 是 智普推出的国产小龙虾,四月份 ottoclaw 在 openclaw 机座上增加了 hermes 的 记忆功能。我就是那个时候从零开始捣鼓小龙虾,今天就发了几句话,他 就鞭挎着自己开始哐哐行动了。感慨一句, openclaw 加 hermes 真的 很好用,正常对话速度也不慢。没有他自己在后台默默进化的时候,我在拉玛 c p p 里跑三十二到三十五 topen s, 在 他这里能跑二十六到二十九 topen s。 除了新家在对话,几乎就是我刚发完消息,他就开始回复了。我关闭了模型的思考模式,今天主要展示一下他这个主动的调用工具过程。

如果你没开始折腾 openclaw 啊,下面的你得注意了,最近呢, github 上面有个叫 hermes agent 的 项目,不到两个月,狂揽五点二万颗星,直接引爆它,凭什么这么火呀? 核心就一点,它是第一个真正越用越像你的自进化的 ai。 过去的 ai agent 呢,都有严重的赛博失忆症。 今天呢,你花一小时教会他处理表格,明天重开对话的时候呢,他又一脸懵逼。 openclaw 的 记忆呢,是静态,把信息写进配置文件让他读。 而 hermes 的 记忆呢,是动态,他会主动理解你的偏好,在跨回合中呢,持续学习。用 openclaw 呢,你是在用工具用 hermes 呢,你是在养助手?他的自生长 skill 呢,闭环很厉害,干活过程中呢,自己总结经验, 自动把解决问题的过程呢,提炼成可附用的 skill。 甚至呢,会自己给自己打补丁优化。听起来很费 talking 吧,它设计了四层记忆架构啊,像人大脑一样分层。 每次对话呢,只加载最核心的偏好,历史记录存在本地,需要时才解锁,默默的在后台呢,给你见画像,这才是真正的懂你。而且呢,它极其的克制,内置几十种工具,但不会全开着呢,让大模型去猜,采用了按需激活的机制, 极大地降低了 ai 的 选择困难症,从根本上减少幻觉。那 open 科洛和 hermes 怎么选呢? open 科洛是通用工具箱,靠多 it 的 结构,适合做一次性的任务。 hermes 呢,是单一 it 的 深度循环,适合长期深度的项目执行。 现在流行玩法是什么呢?是用 openclaw 打下手,执行杂活。用 hermes 呢,做大脑,沉淀经验,两者配合简直是无敌啊,谁适合用呢?你比如自媒体创作者, 他学会你的写作风格,对吧?运为工程师,凌晨你修改好的 bug 呢?自动写成 skill 数据分析时,那清洗分析这种套路用一次就会,这已经不是在用工具,而是呢,在打造你个人的数字。 我们正在经历从工具思维啊到伙伴思维的转变,谁能在这个时间里啊,攒下更多的专属的技能呢?谁就能够享受到 ai 效率的指数级的福利。记得点赞收藏,跟着亮哥学 ai, 少走弯路!

朋友问我,我的电脑配置是十六 g 的 内存,八 g 的 显存,能不能把大模型部署在本地?完全可以,并且部署后再也不用给我买 tucker。 今天我们来聊聊使用奥拉玛部署本地大模型。奥拉玛具有模型管理的功能,直接把免费模型拉到你本地,在你自己的电脑上跑起来,无需联网, 既不花钱,还保护了你的数据安全。下面直接开始安装,来到阿拉姆的官网,根据操作系统选择自己的版本,下载完成,按指引一步步安装。安装后我们点击这个小羊头的图标,从下了菜单看到可以选用的模型。十六 g 加八 g 的 电脑可以直接安装 七 b 的 模型,前文二七 b 或者 mr 七 b 就 可以配置更高,可以选更强大的模型。在终端使用命令进行下载, alama run 前文二七 b 下载完成,再次打开 alama, 从下到菜单,选用自己的模型,问他一句,嗨,你是谁? 马上回复他,就是你自己的私有 ai 了,再也不用被 api 收费绑架。接下来让 openklo 使用奥拉玛下载的模型,直接修改配置文件或者 openklo config, 选择本地网宽模型呢,就选择奥拉玛贝斯尔,而不用改。继续选 local 本地 模型文件就可以看到自己下载的模型并选用它。好了,现在你已经拥有免费的本地模型文件,就可以看到自己下载的模型并选用它。好了,现在你已经拥有免费的模型了。以后我们再分享各个聚合平台的免费方案,下次见。

呃,有人说这个 open 可乐功能很强大,也有人说这个 ermis 更实用,哎,但是究竟它哪个好用呢?其实这个不能光听说,咱们今天呢,就对它的这个在实际使用过程中的咱们一个常用的功能,也就是图片生成功能 进行一下对比测试,然后咱们看一下它的实际使用效果是什么样的啊?我这还是边录屏边给大家做啊。 呃,咱们给它这两个 a i a 阵呢,生成图片的要求分别都是以它们各自的 logo 呃,为主要这个图标,然后主题内容都是生,都是生成一张突出自己主要功能的一个封面式的这么一张图片, 哎,让他们各自进行生成,然后咱们看,他们各自已经就开始了他们的自行生成的这个任务工作啊。这个时候咱们看到的这个 ai, 这个哎,那个 hermes 已经就是生成出了一张比较抽象的图片。呃,然后咱们这个 opencloud 这边呢,是打开了 微软旗下的一个大模型,一次生成了四张图片。 呃,通过刚才的操作呀,咱们也看到了,这个 ermis 和这个 open 可乐的这个操作思路是完全不一样的。 首先说 ermis 这边啊,它是完全用自己的技能和自己的这个 python 功能哎,去直接生成了一张图片,这个图片呢比较抽象哎,咱们看起来确实不太明白它要表达的意思哎, oppo 可乐这边呢,跟他的思路就完全不一样了。 oppo 可乐这边,呃,没有突出自己的这个 python 这个图片的这个生成的技能, 而是调用工具,他先是用了一个类似于这个 prada 的 一个工具,然后没跑通,然后又换用,开始换用这个微软旗下的一个叫 兵,应该是叫兵,它是个拼音啊, b i n g 的 一个兵的这个图片生成的这么一个这个大模型去生成图片,而且它在这个软件登录之后,哎, 直接把这个咱们的这个对于图片的要求的这个汉字转换成了英文提示词,然后输入到了这个这个网页端的大模型的这个输输入口。这哈,呃,生成的图片啊,可以看到,呃,它的意思比这个 那个 hermes 啊要稍微好理解一点,哎,它生理解成了什么呢?直接把这个, 呃这个 logo 啊搁到了一本书的这个封面上,理解也是有偏差,其实咱们只需要一张这个海报式的封面图,可也可能是咱们的呃汉那个汉字输入啊,和它这个英文翻译提示词之间出现了一个偏差,哎,导致了这个结果, 呃,这就是两个 a i a 阵的在于生成图片处理方面的一个结果,呃,咱们大家看一下,看一下,然后自己酌情使用吧。啊,然后后续呢,咱们还会对这两个 a i a 阵的实际使用进行相关的测试,呃,大家持续关注。

在开里下部署 hermas 来了,我们直接运行一下,已经开始安装中。现在就运行 hermas 吗?输入 y, 如此一来 hermas 就 安装成功了。我们执行 npm 命令,安装一下 hermas y 的 图形界面。回车 大家可以看到 hermes 图形界面已经 ok 了,而且支持中文,而且更新了脚本技能。 hermes 和 open code 最大的区别在于 hermes 可以 实现自主进化,而且 hermes 拥有长记忆功能。

呃,咱们这个 hermes, 也就是俗称这爱马爱马仕,呃,已经安装完毕,本地部署也是,然后现在给它配置的是那个 minis 二点七的高速版的这个模型。 呃,接下来呢,咱们就对它的启动速度,呃,还有它的网络搜索这两项功能,让它和这个 open club 进行一下这个横向的对比。然后咱们还是一边录屏呢,一边给大家做这个相册测试,然后大家看一下, 呃,咱们都是用命令的形式将两个这个 ai 智能体启动。 呃,然后咱们首先测试他们的启动速度。呃,明显的可以看出来,这个 hermes 要稍微快一点,也可能是因为咱们刚刚本地部署他,他不需要加载太多的任务。呃, open 可到那边呢,当时也没办多少。 呃。然后咱们下一步分别对他进行了一个网络搜索新闻的一个相关测试。哎,咱们把这个要搜索的要求输入给他,看看他们两边搜出来的结果,嗯,有什么区别? 好,他们已经陆续开始出结果了。然后咱们大家可以看一下, 呃,就速度上面来讲,其实两边速度还是相差不多的。 呃。然后咱们刚才也看到了,呃,两个的启动速度呢,其实大差不差,呃,没差多少。呃。但是呢,对于搜索这块,其实他们两个都是内置了自己的一个搜索引擎。 呃,搜索的结果呢?呃,分别是这个 hermes 搜索出了九条结果。呃,然后这个 open club 呢,搜索出了八条结果,但是 open club 呢对于搜索的结果给了一个简单的总结,呃,而 hermes 没有。 嗯,这个整体的效果呢,大家怎么说呢?咱就不评价谁好谁坏,因为这没法评价谁好谁坏,大家自己去感觉一下啊。 然后后续咱们还会对他的其他的功能进行下一步的测试。呃,接接下来的测试呢?咱们可能是对他这个图片啊,以及视频这方面功能进行一项一些测试,咱们持续关注。

兄弟们,我在网上看到一个说让小龙虾刷抖音的视频,他竟然能够自己去看抖音,然后我就试了一下,结果他还真说我跑起来了,并且还还模拟人类的习惯, 就是把三六零创始人抖音都看一遍,然后看过以后呢是重点的总结分析发给我, 这是 qq 可乐小龙虾,我感觉它比 oppo 可乐还要好用,目前呢是我用手机可以操控 qq 可乐和 amiss agent, 这是我们另外装了一个爱马仕,接入了机器人, 然后我给他定了一个就是关系,哈密斯特呢,他就是大脑负责调配, 然后调配 qq 可乐, qq 可乐呢,你就去干活,就用哈密斯特去调动 qq 可乐干活, 然后我就问他,我说你说说现在你和 qq 可乐是什么关系?他讲的很清楚,我跟 qq 可乐关系很简单,就是我是大脑夹嘴,他是手脚 讲的非常的清楚,然后 qq 可乐负责干活,操作浏览器,查网页,跑命令,读文件, 然后我讲是的,你是总指挥老板大脑, qq 可乐就等于干活的员工手脚工具,然后老板可以指挥员工,员工不能指挥老板,也就是哈密斯 agent 能够调度 qq 可乐, qq 可乐不能调度 哈密斯啊,然后他说我也明白了,然后我讲,今天呢,我让龙虾倩跑了,你就不用不用动了, 先测试一下,看看明天什么情况。

如果你现在还在纠结我到底是选择 opencloud 或者 hermes agent 又或是 cloud code, 那 这一个视频可以给你讲的明明白白, 只有小孩子才做选择。我们是全部都要经过五天,烧了不知道多少 token, 我 将 hermes 核心功能以及 cloud code 的 引擎架构全部移植到了 opencloud, 是 代码移植,不是简单地挂载 skills。 首先是自我反思功能,每次六小时内无交互,就会进入自我反思, 提取教训、经验、发现错误、成功等事件。接着是向量检所在,你浩瀚的记忆文件里精准地找出历史内容。然后是个人微信对接功能, 全程你只需扫码确认即可,它会自动完成配对与连接,并支持多媒体语音发送。下面就是 cloud code 的 引擎架构,从交互到派发到紫代理并发执行, 全程流畅运行,不用每次都坐等任务完成,才能继续下一个任务。就连内置的宠物系统,也可以直接在 open cloud 里召唤出来,输入命令,抽取你的神话级宠物吧。我已经将全部升级资料打包,你只需将资源包发送给 open cloud, 坐等进化升级完成。 如此你就会拥有一只小龙虾的躯壳, cloud code 的 引擎, hermes 的 系统内核。至此,你的小龙虾究极进化完成。

兄弟们,你们要的在开里下部署 hermes 来了,我们直接运行一下,已经开始安装中,现在就运行 hermes 吗?输入 y, 如此一来 hermes 就 安装成功了。我们执行 npm 命令,安装一下 hermes 外的图形界面,回车, 大家可以看到 hermes 图形界面已经 ok 了,而且支持中文。我们使用 hermes 检查一下服务器,大家可以看到 shadow 和 house name 都已经获得到了,而且更新了脚本技能。 hermes 和 open code 最大的区别在于 hermes 可以 实现自主进化,而且 hermes 拥有长 记忆功能。最终输出了报告,大家可以看到有一台设备离线,其他的全部漏洞确认了,而且 root 已经获取成功。当 你觉得他完成的这个任务不错,你可以点击一下技能,我们在这里输入一下 check, 大家可以看到 check 非牛纳斯,他已经自动帮你生成技能了。关于技能的适用场景,触发的关键词,还有批量检测脚本, 全都帮你写好了,以后大家在使用的过程中,只要有这些关键词,就会自动触发使用这个技能。

别只盯着 openclaw 了, hermes agent 这三个功能才是真降维打击。如果你还在忍受那种聊完就忘,每次都要重新调教的 ai 助手,那真的落伍了。 nose research 出的这个 hermes agent, 最近深度用了几天,发现它跟市面上那些套壳聊天机器人完全不是一个物种。今天分享三个避世的顶级功能,最后一个直接让它拥有了灵魂。第一个自动化技能合成, 很多 ai 助手做完任务就散伙了。但 hermes 有 个闭环学习回路,只要他帮你成功解决了一个复杂流程, 比如抓取网页、分析数据,再生成报告,他会问你要不要把这个存为技能,下次你只要喊一嗓子,他直接调用存储好的逻辑执行。他是那种越用越聪明,真正能沉淀成数字资产的工具。第二个,全平台无缝接力, hermes 支持自托管,这意味着他能住在你的服务器或者电脑里,但你可以通过通讯平台随时召唤他。 最爽的是什么?你在电脑端写了一半的代码,出门在手机上发条语音,他能接着之前的进度继续跑, 这种云端大脑本地执行的掌控感。最后功能,这个最大链子,智能体分身,遇到大项目,他不会一个人硬扛,你可以让他开启分身模式, 一个分身去搞调研,一个分身写大纲,一个分身去叫对代码。每个分身都有独立的内存和配置,最后再由主 agent 汇总。 这哪是助手啊,这简直是给你配了多个数字员工。现在的 ai 圈已经从比谁更会聊,变成了比谁更会做。 hermis agent 这种自带长久记忆和自进化能力的架构才叫真 agent。

大家好,我是科技小白,你的 ai 越用越聪明,技能越积越多,但多了也头疼对吧?手动整理根本整理不过来。 hermes 有 个自动管家叫 curator, 专门帮你收拾这些技能。他只管你自己写,和 ai 生成的那些官方的和安装的他不碰,很懂分寸,触发条件也很佛系, 距离上次整理至少七天,而且系统得闲着,超过两小时,不会干扰你干活。整理分两步,先用规则筛三十天没用的标记,九十天没动的归档,再用 ai 逐个审查,该留的留,该补的补,能合并的合并,该归档的归档。最绝的是它的安全机制,操作前自动备份,不满意一键回滚, 连回滚操作本身也被备份,而且绝不真删文件,套娃式保护你,根本不用担心搞坏东西。想先看看效果,用朱爱媛预演一遍, 有舍不得删的,拼一下就没人动弹了。还有个小技巧,给它配个便宜的辅助模型,跑整理,省钱又省心。你的 ai 技能堆成山了吗?评论区聊聊你是怎么管理的?

最近很多人在问我是养龙虾好还是养马好,养马就吃这个。 hems 最近很火的一个 ai engine 就是 它最大的亮点,就是说它能自我反思, 比如我解决一个问题两三个小时才解决了,哎,解决了之后它会自我反思,下次碰到这样的问题,我用最简单的亮点,它的记忆功能是很强大的, 但是目前 oppo klo 的 技术在不断的迭代,不断的更新,也很强大,也会做反思,对解决问题的能力不断的在提升。现在 oppo klo 它每两天跌了一个版本, 所以现在的 oppo klo 只依赖于完善,不管是从安全方面还是从记忆方面,还是从推理逻辑方面,都是得到了很大的改善, 所以两者你说推荐用养马好还是养虾好?但是在目前的阶段来讲啊,我建议大家还是把养虾搞明白,因为不管从生态来讲,还是从那个,从那个大厂的支持力度, 还是还是从那个 open klo 本身的迭代速度来讲,养虾是最合适的。 imax 呢,是刚好是解决了之前任何一些痛点,比如它记忆功能有时候有时候也会留着,留着会记忆功能可能不能完善, 但是经过这几层叠叠代,已经很强大了,还能安全。以前被我用过上瘾的目录啊,现在这方面基本上是不存在了,已经解决了很很多很多的一些 bug。 所以近期我就建议大家先把虾养明白,养好。其实我们真正要纠结的是什么?是 ai n g 的 能带给我们的业务价值,能解决我们什么业务问题,能真正带给我们哪些 降本增效的一些场景,不要一味一味的去,哎,用什么工具,今天养马养虾,后天可能又养猫养狗, 所以我们但是本思想就是一个 ai 机器人,用 ai 来干活,帮我们干活,所以我们真正要了解的是 ai 能带给我们的价值工具还会发展, 还会优秀,还会完善,所以我们先把一样东西想好,完善好,后面我们再再根据环境的发展再来做相应的改变。 好了,今天我们聊到这里,大家有什么不同意见可以在下面评论。

大家好,本期视频介绍如何用 pocket cloud 来控制你电脑上的龙虾或者爱马仕。首先很多人可能会质疑,无论是龙虾还是爱马仕,它本身都支持类似于啊飞书,微信这样的通讯工具来进行控制,那么为什么我还用一个第三方的 app 来控制呢?原因很简单, 因为 pocket cloud 它功能更强大,它接入的是爱马仕和龙虾的底层协议,意味着它能干的事更多一些。那么举几个例子啊,首先就是多 agent 的 的切换,你在这里面可以添加无数个,无数个龙虾和爱马仕,只要你愿意的话。另外就是说呢,它可以进行快速的这么一个绘画切换, 然后比如说模型切换,还有它的高级功能等等,比如说这个 harry 通知,我就很建议很多使用龙虾灯关掉,因为 啊,如果,如果你你不关掉的话,他会不停的去每,比如说每几秒去发一哈儿币来测试整个这个龙虾的这么一个状态,那如果说你不关掉,他会浪费你大量的头啃,实际上这东西没必要的。还有什么,就是比如说他内置了一些命令,对吧? 还有你可以查看他的你的投屏用量啊,如此类功能,反正总之功能很长的,他还内置一些啊,智能市场,还有一些工作流,对吧,你也可以去很便捷的去安装,那总之呢,就是呃,他能干的事呢?其实呃,微信和飞速往往是干不了的。 那么闲话不多说,我们直接进入配对环节,怎么配对呢?假如说你有一个龙虾,或者是有一个爱马仕,然后你现在要啊你,你想使用跑来控制它非常简单,你只需要点击这个添加 a 键的就可以了 啊,这里面有 opencolor, 爱马仕,还有我们即将推出的括顶,那么括顶功能其实包含一些,比如说你可以远程用手机控制你的 codex, cloud code, java 等等都可以,还有 cursor 都都没问题,这是即将上线的功能。 然后呢,你这时候你最简单的方法是什么?你只需要复制这句话就可以了,复制完这句话之后,你直接丢给你的龙虾或者爱马仕,它就会给你生成一个八位数的配对码,然后这时候呢,你点击手动输入代码,然后在这里 把刚才龙虾和爱马仕给你的配对码输入进去,然后点击配对就可以了,就就这么简单,整个流程不超过三十秒钟。然后这里简单介绍一下这个一些使用的技巧。首先我建议大家首先要干的事是什么呢?就是 啊,我建议大家就是去创建多个绘画,因为原来很简单,你有一些长耗时的功能,你就可以在一些特定的这么一个对话里面去完成,而不耽误你在啊,比如说你进行一些简单的任务时的时候,不耽误你的这么一个流程,因为 比如说你可能日常上普通人日常工作的性质,或者说他工作的这个需要 ai 介入的部分就那么几种,那么你只需要多建几个绘画列表就可以了啊,这样的话可以很方便的在绘画列表之间切换,然后快就是同步的去把不同的工作快速完成。 然后还有一个是什么呢?你还可以进行语音输入,他会直接把你语音转换成文字,这样的话你就不用打字了嘛,很方便 啊。还有一个就是什么呢?就是你其实是可以进行文件互传的,比如说你可以啊去在把你手机上的无论是照片还是文件,然后通过这个 pop 卡,然后直接发送给 这个爱马仕或者龙虾,然后他不但可以接收,他给你发回来,你看你像我这个绘画列表里面就是我让这个爱马仕给我做完图之后呢,我直接让他把这个图片的这么一个预览情况制作成一个像这样的一个菜单一样东西,然后直接发送给我。 所以总的来说这个 app 有 很多的功能都值得大家去去进行一些探索。然后呢,呃, 我也希望就是大家在这个使用 pocket club 过程中,能够更多的享受爱马仕和 oppo club 强大的功能,而不是每天受限于它可能不稳定啊,或者是不是崩溃这样的一个情况,你都可以通过 pocket club 来进行一些远程修复。 ok, 那 么今天视频就到这里,谢谢大家。

open cole 和 hermes 有 什么区别? open cole 和 hermes 都是本地 agent 的, 但它们做的事是不同的, hermes 会在执行过程中总结经验,形成 skill。 open cole 不 会 hermes 的 总结是自己做的,因为没有人的参与,所以不知道它的总结有没有问题。如果 hermes 的 总结有问题, 反而容易把事搞砸。 open cole 则不会有这个问题,因为它是按照命令去调用 skill, 不 会出一些幺蛾子。龙虾的生态好, 所以 hermes 的 优点会有人移植到 open core, 或者做个功能类似的 skill 上。 open core 最近还更新了 hermes 导入器,可以将 hermes 数据导入到 open core 中。所以建议大家用 open core 就 好,不用急着去养 hermes。