claudecode自带哪些mcp

还在单用 cloud code 的 写代码？那你真的错过现在最强的 ai 编程增强包！ oh my cloud code 大家都简称它 o m c， 很多新手听到这个名字就蒙了，不知道它到底是什么？今天就用两分钟把 o m c 的 核心知识点讲透，从是什么，怎么用到核心优势， 新手看完直接上手，再也不踩坑。首先第一个核心知识点， o m c 到底是什么？它不是一个新工具，也不是替代 cloud code 的， 而是 cloud code 的 超级增强插件， 相当于给你的 cloud code 开了挂。简单说，原生的 cloud code 就 像一个单兵程序员，只能单打独斗，而 o m c 直接给你配齐了一整只 ai 开发军团，架构师，开发测试、安全、审计、 文档工程师全都是 ai 自动分工，自动协助，不用你多费一句话。第二个核心也是 o m c 最强大的地方，内置三十二个智能 agent， 这三十二个 agent 每 每个都有自己的专属职责，分工明确，不越界，不混乱。比如 architech 架构师，专门帮你做技术选型设计、项目架构。 executive 开发 agent， 负责写代码改功能，做重构。 tester 测试 agent 自动写测试，用力跑测试 找 bug。 还有 security 安全 agent， 审计代码漏洞检查依赖风险。 writer 文档 agent， 自动写 readme 和接口文档，你只需要说一句，帮我做个登录功能，它就会自动拆分任务， 分配给对应 agent， 并行干活，效率直接拉满。第三个知识点， o m c 的 三大核心模式，这也是新手必懂必用的，记好这三个模式，你用 o m c 会更顺手。第一个是 team 模式，也是最推荐新手用的，开启后 自动走规划、设计、开发、测试、验证全流程，从零到一，帮你搞定整个项目，不用你手动干预。第二个是 auto pilot 模式，最多可以让五个 agent 同时干活，比普通模式速度提升三到五倍，做复杂项目特别省心。第三个是 raf 模， 主打一个精益求精，任务没做好，不停止，反复验证，反复修改，直到达标。第四个知识点，零学习曲线的魔法关键词，新手不用记复杂命令，正常聊天就行。只要提到这些关键词， o m c 就 会自动激活对应功能。 比如你说 autopilot， 它就会开启自动全流程开发，说 refactor， 就 自动全区重构代码，说 document， 一 键生成完整文档，说 security check 就 自动做安全审计， 特别方便。第五个知识点，智能模型路由，这也是很多人忽略的省钱关键。 o m c 会自动根据你的任务难度选择合适的模型，不用你手动切换简单任务。比如改文字格式化代码，就用嗨酷模型，又快又便宜。复杂任务，比如架构设计、算法开发，就用 opus 模型，精准又强大，这样下来 能帮你省百分之三十到百分之五十的托管费用，长期用特别划算。最后总结一句， o m c 不是 替代 cloud code， 而是让它从好用变成无敌。让你一个人就能拥有一支专业的 ai 开发团队，不管是做小功能还是完整项目，都能又快又好。关注我，带你解锁 ai 编程的终极效率！

这是一期教你如何正确并且省钱使用 cloud code 的 视频，关注我时间长的朋友应该都知道，我是 cloud code 的 死忠粉，作为一个每天使用八个小时，并且用 cloud code 变现了几千块钱的用户，今天我将跟大家分享几个帮助大家省钱而且提高效率的隐藏命令，也许你从入门到精通就差这几个隐藏命令了， ok， 话不多说，我们直接开搞。首先就是 model ops plan， 大家熟知的我们都是通过 model 进行切换嘛。 但是这个命令对于二十美金的 pro 用户来说实在是太友好了，因为它会自动地在你进行一些复杂推理和写计划的时候使用最强的 ops 模型，然后在执行的过程中使用第一档的 sonata 模型，这个就能帮助 pro 用户显著地节省头肯， 你的一倍头肯，能用到三倍头肯的效果。第二个就在命令行输入 remote control， 就是 我们在养龙虾的时候终极梦想，就是我们躺在床上，然后让 ai 自己写代码，那么这个命令就能很好地帮你实现。这一点能够通过手机来操控 cloud code， 你 只需要在对话框里面打斜杠 r c， 它就会生成一个网页， 你用手机打开这个网页的时候，你的整个 cloud code 就 会在你手机上同步，这个功能是让你的手机变成遥控器，远程的遥控 cloud code， 我 只能说憨爆了。第三个命令行是斜杠 export， 它会把我们所有的对话上下文打包成一个 m d 文档。如果没记错的话，我觉得 cloud code 的 上下文窗口应该只有两百 k， 经常出现那种你跟他聊着聊着上下文窗口满了，你需要开一个新窗口的问题， 那么这个命令就能很好地帮助模型去知道啊他现在做到哪一步了，他接下来要做什么？此外，你可以导出到其他的 ai 产品嘛，比如说 codex 上面，然后你继续搞。最后我想讲的这个不是命令行，但是如果你要想在你睡觉的时候让模型继续帮你工作，那么就一定要勾选上这个 permission， 它叫 bypass permission。 我 们是不是很多人在使用 cloud code 的 时候，一会儿一个弹窗，一会儿一个弹窗，你要点击去确认这些权限，但是你选择 bypass permission 的 模式之后，它自己就会去执行所有的命令了。其实我今天本身还是很想讲一个，就是 agent team， 你 一个人怎么去组建一个 agent 军团去帮你干活？ 我经常搞十几个 agent 同时并行的帮我完成任务，这种感觉实在是太爽了。但是因为这个篇幅比较长，而且今天时间有限，可能讲不完，所以说大家如果想听的话，可以在评论区里面提需求，如果想听的人多了，我们下期直接安排上，那么我是 holland， 关注我，带你分享更多 ai 变现和省钱玩法。

我们在使用 ai 进行开发时，大模型需要理解整个项目结构，需要梳理函数的调用关系，一个变量，一个结构体在什么地方被引用了， 此时他要去扫描整个项目代码，把所有代码喂给大模型，那这样的话当然就非常的小头肯， 尤其当你的代码库非常大时，即使对于一个很小的分析问题，也需要浪费很多头肯。这个时候购 pos m c p 就 横空出世了，当然只是针对购源的，这个是有购源官方团队开发维护的。先说什么是购 pos， 比如说我们在 id 里面选中一个函数，右键可以查找引用，就是去查一下什么地方调用了这个函数， 包括按住 ctrl 键点击这个函数，能够直接跳转到定义函数的地方，也可以重命名 f 二重命名，这样的话只需要改一次，那么所有地方就全部改了。类似于这些功能就是由 go ps 提供的， 不管是用 vs code 还是 go land 还是其他 id 级，背后都是在调用 go ps 提供的能力。 那如果这项能力能够直接喂给大模型的话，大模型在立即代码时，就不需要全部扫描整个代码库了。于是乎呢，构员官方就把构 p u s 封装成了一个 m c p， 让大模型可以直接调用。 我们使用 cloud 可以 直接安装这个 m c p， 方法也很简单，在你的用户根目录下有一个点 cloud 点接收。打开这个文件， 我们找到 mcp servers 这一项，添加一个 go ps 就 可以了， 前提是你已经通过 go install 把 go ps 安装好了，就是使用这个命令 go ps mcp server， 我 们看下效果，我打开 cloud， 问他哪些地方调用了到 user 点 go 里面的 get user by user name 这个函数， 并且问他在解决这个问题时，你扫描了几个购文件。他最终告诉我只有一个地方调用了这个函数， 是在 service user 点购第七十六行。他说我扫描了项目中的所有的购文件来查找这个函数调用。 那么第二次，我稍微变了一下，我说请用 go ps 来分析，还是这句话，问题是一模一样的。那么这次呢，他说 go ps 的 分析结果是 这个函数有两处引用，那其中一处是函数定义本身，所以说真正调用的就一处。那这个分析结果跟上一次结果是一样的。只不过呢，他说这次 是因为 go ps， 它直接扫描了整个 go workspace cloud， 它并没有扫描代码库。因为 go ps 已经在后台构建好了完整的符号引用，所以能精确定位到引用的位置。 但这样的话就比较麻烦，好像我每次呢，都需要特意强调一下，请使用 go ps 来进行分析。 于是我说了一句，我说 go ps mcp 已经提供了如下功能，当你需要理解 go 代码时，请主动使用 go ps 这个 mcp。 他 说明白了 go ps mcp 提供了这些功能， 第一， go space 可以 了解项目结构。第二， go search 可以 搜索符号。 第三， go simple reference 可以 查找符号引用。第四， go file context 理解文件依赖，最后是编辑诊断。然后呢，我又问他一个类似问题，哪些地方调用了 get user by id 这个函数？ 那这次啊，他就知道，而他应该使用 go ps 来解决这个问题。这是 go ps 给的一个结果， cloud 并不需要扫描任何文件，但这样还是比较麻烦。我每次打开 cloud， 我 都需要主动告诉他，当需要理解勾代码时，请主动使用勾 pos mcp。 虽然说我已经安装了这个 mcp， 但貌似来看， cloud 并不会在适当时机去主动调取这个 mcp。 所以呢，我们需要在 cloud md 这个文件里面再显示地跟它说一次，提醒它一下， cloud md 里面的所有文本内容相当于是 system prompt， 它每次都会自动地传给大模型。所以，最后总结一下，我们主动使用 go ps 来理解分析 go 代码，比让大模型去理解分析要更准、更全，而且更省头肯。 如果你想快速高效的学习构员，欢迎点击视频下方的课程链接，通过我的对比总结和整理，带你看透本质，少走弯路。

经常用 cloud code 或者 codex 这类 coding agent 的 朋友，应该都会挺关心 token 消耗和上下文管理这两件事情，但我发现哪怕用了一段时间的人，对于让 agent 做什么事情会消耗 token 这件事认知偏差还是挺大的。所以今天这条视频就给大家讲清楚两个事情，第一个是 token 和上下文 context 到底是什么意思。 第二个也是最重要的，让 agent 做什么事情是会消耗 token 的， 而哪些其实根本就不消耗，也不占用上下文。刚好 cloud code 的 官方其实做了这样一个特别直观的交互式的界面，把你从打开 cloud code 跟它进行多轮对话的整个过程中，它的 上下文是如何累积的，然后每条指令它消耗多少 token 全都非常清晰地画了出来。下面我们就顺着这个界面把这件事情讲明 来。首先就是在我们输入第一条消息之前， agent 它的上下文里面其实就已经被装进去一堆东西了，这里就包括系统的提示词，这个是 histogram 官方写的用来约束 cloud code 行为的一些固定指令。然后是 memory 文件，是之前你看 cloud code 的 绘画里面 agent 自动记下来的一些 笔记和记忆。然后第三个就是环境信息，包括当前的目录、操作系统 get 状态这些，还有 m c p， 还有就是我们非常熟悉的 skill， 还有 cloud 点 m d 这些 map down 文件， 这些都是固定成本，只要你打开一个 cloud 的 绘画，哪怕你一个字都还没有说，这些出土化的上下文就已经加载好了。那从我们发送第一条消息开始，托管是怎么一步步消耗的？这件事情我们站在 agent 的 工作流程的角度来看，就会特别的清楚，你 输入一个任务， agent 会首先理解你的指令，你的提示词本身就成了上下文的一部分，然后他会，然后他会触发绿的命令去读上下文的一些文件，读完他可能会做一些思考，思考完之后可能又会调用一些工具去读一些新的文件，或者跑一些命令去拿输出， 然后再基于得到的结果继续去做思考，这样进行反复多轮，最终他判断任务完成的差不多了，需要你的介入了，就会给你输出一条摘药返回给 给你。把这个流程总结一下，其实 agent 在 你输入完之后干活的其实就这四件事情，第一个就是去读你项目里面的一些文件，第二个去跑一些命令 或者执行一些工具来拿到一些对应的输出，第三个是进行一些思考和推理，第四步就是把摘要总结输出给你，这四件事情产生的所有的内容都会消耗 token， 然后进入到 agent 的 上下文里面。 那么讲到这里有两个事情是我觉得新手比较容易去误解或者搞混的点，这里需要重点去讲一下。首先第一个点就是跑命令本身是不消耗 token 的， 举个例子，你让 agent 把一条两个小时的音频转成文字，或者让他跑爬虫去抓取各个社交媒体上的数据，只要你有现成的脚本或者写好的 skill 让他去执行。这个执行过程中用的是你电脑的算力， agent 本身并没有去参与，所以这个过程哪怕很复杂，跑了一两个小时才跑出一个结果，也不消耗任何的 token。 只有当这个脚本命令执行完之后， agent 真正开始要去读这份结果文件，比如说你让他翻译这份文字稿，或者是基于爬虫的数据去提取观点等等，他必须读完这个原始内容才能开始干活，这个时候才会真正地去消耗 toker。 单纯的脚本执行过程中，无论跑了多久，他都是零 toker 消耗的。 toker 消耗只发生在 a 件的， 去读你的执行日制或者结果，这是我觉得新手最容易搞错的地方。那第二个点就是说，我们去在任务过程中去挤起用子代理的一个情况下，也就是 sub agent 子代理他执行的过程中，我们可以看到他本身是会消耗各种 token 的， 但他消耗的 token 是 累积在子代理自己独立的上下文里面的，不会污染到我们这个主体制。等子代理只是读到这样一份招标文件是消耗 token 的， 所 所以此代理是一种隔离消耗的方式，你让他干一堆需要读大量内容的活，但是主代理的上下文并不会因此受到污染。总结来看，我觉得官方的这个交互式页面真的非常的直观，浅显易懂。如果你对于 cloud code 的 上下文机制还不是特 特别清楚，我非常强烈建议大家去这个页面玩一下，你能够非常清晰的看到 agent 的 上下文是怎么加载的，然后 token 是 在哪些环节去消耗的。有了这个直观感受之后，以后你跟 agent 的 对话，让他干活的时候，就能比较准确的判断哪些事情真的会在消耗你的 token， 而哪些事情看起来可能很复杂，但因为只是脚本 或者命令在跑，其实根本不会消耗多少 token。 ok， 这期视频就讲到这里，如果大家觉得有帮助的话，帮我点个赞，我们下期再见！

大家好，前两期分别教大家如何安装 cloud code 的 桌面版，以及如何实现了 cloud code 的 桌面版的联网搜索。今天我们继续进阶教程，教大家如何安装 skill 以及如何配置 mcp。 首先我们要了解什么是 skill， 直白一点就是用自然语言去编程，每一份高效的 skill 都一定是经历过沉淀、总结、积累和试错的，比如说一个十年的优秀设计师，他的审美经验都可以浓缩总结成为一份 skill， 这份 skill 就是 一份操作手册， 人类可能需要学习十年，但 ai 只需要一瞬间。 ok， 那 我们现在讨论一下该如何给 cloud code 来装配这个 skill。 一 共有三种办法。第一种方法，直接给你的 ai 发送 github 上相关的 skill 链接，它就能帮你安装了，我们来尝试一下， 稍等一下， ok， 我 们现在就已经成功安装上了这个 skill， 然后我们就可以在 skill 中看到我们刚刚安装的 skill， 但是这里我们并没有发现，那我们可以多问 ai 一 句，我刚刚已经安装了这个 skill， 但是为什么 skill 列表中没有？ 然后我们再看一下，这个 skill 就 已经出现了，所以不要太担心。第二个方法是我们下载相关 skill 的 压缩包，然后让 ai 包们安装。具体的操作方法是这样子的，我们首先点击左下角的加号，然后点击 skills， 点击 manage skills， 点击右上角的加号，点击 create a skill， 点击 upload a skill。 然后我们把这个 skill 的 压缩包拖露进来，我们在技能库中能够看到这个 skill， 就 代表该 skill 已经成功安装了。第三种方法，也是我最推荐的一个方法，授人以鱼不如授人以渔，与其自己去搜，不如让 ai 给你推荐。 假如我是一名剪辑师，我就可以让 ai 帮助我在互联网上搜索有没有与剪辑相关的 skill， 然后并且推荐给我，就不用我自己费劲的去寻找了。 a i 已经找到了很多相关的 skill， 那 我们选择想要安装的就可以了。那接下来我来教大家如何配置远程的 m c p 服务。 首先我们需要登录这个网址注册一个 tv 里的账号，它里面提供了每月一千次的免费 m c p 调用额度。在我们完成注册之后，我们会来到这样的一个页面，在这里我们会获得我们的密钥，将这个密钥填入到我们的 cloud code 当中，就可以完成相关 m c p 服务的配置。 第一步，点击左上角三条杠，点击 developer， 点击 configure third party influence， 点击第三个，这有 m c p servers。 然后我们点击添加内容，这里随便填，我选择填 tivy url， 我 们就选择填和我一样的就可以了。传输方式我们选择第一个， 第四个不用填，第五个就是你的密钥。密钥需要注意的是，它要遵循一个这样的 jason 格式，相关的教程在抖音群里有分享，大家可以看一下。 ok， 我 们将这几个填好之后，点击 apply locally 等待重启。 然后我们又会发现起用了一个 tivoli， 它就是成功添加了这个 mcp 的 第三方服务了，我们可以看 tivoli 可以 给我们提供这些服务，那我们在使用的时候跟大家说一声就好了，这就是今天全部的教程了，希望大家用的愉快。

半年前，我还在用 ai 写代码的方式来画 ui 啊，那虽然功能它全都是对的，但是出来的这个 ui 呢，总是一股 ui 味啊，毫无设计感可言。 最近呢，我就换了一种方式啊，情况开始有点不一样了，同样的一句话呢，专业的 ai 设计工具呢，做出来的 ui 界面呢，的确是更有产品感。那么问题来了，这些 ui 呢，真的是可以接入我们的开发流程吗？设计稿和代码之间到底能不能够真正的打通， 如何打通呢？所以说今天这个视频呢，咱们就做一个完整的测试，一句话，从 u i 到代码，真实的走一遍完整的开发流程，看看最终的效果到底怎么样。 ok， 那 我们先给他一句非常简单的需求啊，来看一下他第一版会做成什么样子。 好的，那现在呢，他就已经全部设计完毕了啊，整体呢，是这种紫色渐变的视觉风格啊，整体我觉得做的还是非常的舒服，对吧？啊，你可以看到这个金额卡片啊，信息的层级呢，是非常的清晰， 总金额呀，收入啊，支出啊，一眼扫过去就能够抓住重点。支出分类，他用的是环形图来展示占比啊，再配上右侧的这个具体的数据啊，是一个比较完整的信息展示的结构。那说实话呢，这种完成度已经不是以前那种 ai 随便拼一拼 ui 的 感觉了，更像是一个真的有设计思考在里面的产品首页 后面呢，我又让他把其他的这个相关的页面都给我做了出来啊，整体的这个效率大家可以看到是非常的高，无论是这个新页面，还是我点击按钮啊，弹出的这种二级交互的页面，都能够去延续他之前已有的这种设计的风格啊，就是可以做到 设计风格， ui 风格的这种不断的。那在功能模块满足之后呢，如果说你想要去对其中的某些 ui 元素做这种啊精细化的调整， pixel 呢，也是可以满足的啊。比如说我们这边啊，这个分类，我感觉呢它整体是有点偏左啊，就可以点击这一块区域，然后呢输入你的这个描述，很快呢它就改好了。 以前呢，我们用这个 ai 去做 ui 呢，本质上呢是在写代码，本来你只需要去改一个非常小的地方，但是它可能就把整个页面都给你重写了啊，就非常的不可控。 而这个 pixel 呢，它是直接在设计稿上面改啊，就是我们点哪里就改哪里啊，不会去影响其他页面的这个结构，说白了就是以前我们那种方式呢，是在赌这个模型它有一个稳定的发挥。而这个 pixel 呢，它其实是在精准控制设计这件事本身啊，所以说这两个工具的一个体验呢，其实完全不在一个级别。 ok， 那 接下来的话呢，我们就要去把这个 ui 设计转成真正可用的前端代码了啊，之前我们的一个做法可能是去截图啊，然后丢给 ai， 然后呢让他去帮我们复刻出来。但是这个过程呢，其实存在两个问题。第一个呢就是他是基于这个图片理解的，本质上呢是需要去依赖你底层大模型他的这个多模态的识别能力。第二呢就是这种识别他其实是有损的， 因此呢，他写出来的这个代码，很多时候呢，他的这个布局会不准啊，间距会不对，甚至他有的一个结构都是乱的啊，就是精度丢失非常的严重。 而这个 pixel 它的一个做法呢，是直接就帮我们生成了对应的前端代码啊，我们只需要去切换到这个代码式图啊，一个完整的前端项目结构呢，就展现在我们的面前，那左边我们可以去点击这个查看文件啊，也可以去一键下载整个工程。 接下来的话呢，我的一个做法就是把它复制到现有的这个项目文件夹当中去啊，创建一个同级的 backend 文件夹。接下来呢，我们可以去对科室说这样一句话， 那稍等片刻呢，我们对应的这个后端服务也就全部做完了啊，新增一条记账呢，页面里面其他的这个组建数据呢，也会随之跟着变化，说明后端呢和这个数据库已经是完全打通了。而且呢，你会发现，当你前端已经有了之后呢，你再去补充后端的这个代码，它的这个 过程会丝滑很多，因为这个时候其实你就不再需要去从零开始写接口啊，因为前面呢，你已经有了一套非常确定的 u i 结构了，每个字段，每个交互基本都已经把后台的这个数据模型给你定义了出来，因此呢，这个时候你只需要顺着这套结构去补充你后端的一个接口，去接你的数据库啊，然后前面的这个返回格式啊，包括字段的一个命名啊， 直接参考前端的这个定义来写就 ok 了。这个过程呢，跟我们以前写这种前后端的这个代码是完全不一样的啊，以前呢，我们是设计前端后端三段流程，它是相互割裂的，中间呢，我们还需要去经常反复的来对需求补充相关的一个细节， 但是现在呢，我们可以从一句话，需求到 ui 设计到生成前端代码，最后把这个后端给实现出来啊，这个 ui 呢，它不再只是一个展示用的设计稿，而是作为了我们整个开发流程的一个起点。 所以我这次测试下来呢，我能感受到的就是 ai 设计这件事情已经不再是出一张图这么简单了啊，它正在把原来设计前端后端之间那些反复沟通，来回对齐的成本慢慢给压缩掉，可以更快的去把一个想法推进到能跑能改，能继续往下做的这样的一个状态。那这也是为什么我会觉得啊，未来真正有价值的其实不是 你会不会写代码，会不会用 ai， 而是呢，你能不能够把这些想法快速的给组织起来，再借助这些相关的工具把整条链路往下推进，那至少从这次体验来看， ui 到代码这条路已经是比我们 想象当中更加的通顺了。 ok， 那 以上呢，就是本期视频的一个传播内容了，感谢大家的收看，我们下个视频再见， peace。

嗯，大家好，在上一个视频后面有很多同学想让我嗯出一个怎么配置，嗯， c c 加 deepsafe 加 maclab mcp 的 教程，今天我就嗯录了个视频，简单介绍一下。首先呢，有同学问就是为什么要嗯把这个 maclab 接入到这个 cloud 的 里面，然后关于这个我让都包做了个 ppt， 这是我第一次让都包做 ppt， 我 只能说嗯，真可以。 然后，呃，我就简单说一下吧，就是呃传统的网页端 ai 工具呢，就是我们只能去嗯，我问他答案，然后我自己去复制粘贴，然后运行，这样有的时候代码出现 bug， 或者说结果不对的时候，我再去问他怎么解决。然后嗯，就是 所谓的难以实现真正的自动化啊。有了这个可乐扣加 macbook mcp 之后呢，呃，我们就可以让 ai 自己去写脚本，然后自己去跑 macbook 仿真，自己绘图，自己发现 bug， 自己修改，然后同时呢判断结果是否正确。 比如说对于一个呃 pid 控制来说呢，呃，它会根据呃控制性能自主调整 pid 的 参数。然后这样呢，对于我们来说，我觉得很多时候我们就可以告诉他，呃，我们想做一个什么样的控制器，然后呃我们的 id 是 什么，然后让他自己去写代码，跑仿真验证就可以。呃，然后接下来就是我们就开始讲怎么去配置这个环境。 首先是准备工作，第一个是要确保已经正确的安装了可乐扣的，并配配置好的 deepsea v 四 pro。 嗯，如果说大家有条件用其他的大魔镜也可以，就不一定非要用 deepsea v 四 pro。 然后这里我放了一个我参考的 教程，大家可以网上有很多，大家可以去参考这个教程，也可以去参考其他的，反正就把这个东西装好就行。然后第二个是要确保电脑上有 mate lab， 最好是二零二四 b 或更高版本。我问 deepsea， 他 说低版本可能不兼容。好，那接下来我们就开始操作。第一个是要，呃，就是把这个 mate lab mc 或者低版本可能不兼容。好，那我们首先打开浏览器，然后搜索它， 这里我已经搜过了，我再搜一遍。好，这个就是 massworks 的 官网，大家感兴趣可以进去仔细地研究一下。里面就是，呵呵，它是怎么讲解的啊？不好意思，我最近有点感冒。然后，嗯，这里我就不打开它看了。然后我们就直接到 github 里面去下载这个，呃， m c p 的 co server， 呃，有时候这个 github 打不开，我们可能要上一些手段，我先暂停录制一下。好，经过不懈的努力，我把它打开了。打开之后我们找到这个 release， 我 还在加载，看一下能不能打开。还可以， 我换了个浏览器，打开了就是，呃，进入到这个 release 里面，然后找到，因为我是 windows 系统，所以我就选这个。呃， win 六四点 e x e， 然后点击它就可以下载了。 然后，呃，选择你要下载的地方让我看一下，我应该是下载了，下载到了这儿， 在这里我已经下好了。呃，就大家要记住自己把它下载到了哪个文件夹后面要用的。然后接下来就是可以去，嗯，返回到上页。呃，我们可以看到，嗯，往下翻 cloud code 这里，然后这里有安装的命令， 我复制的是第二个。然后大家，呃，咳，其实复制这个就可以，然后我看就我给大家看一下，我把它复制到了这里。 我们需要改的是，呃第一个这个路径，这个路径就是我们刚才下载的那个，呃， esd 的 位置，就是大家可以对应着看，就是我刚才把它下到了，就是这个文件夹里面，然后就把这里改成它，然后接着就是第二个，这个是，呃，就是你的这个目标的工作区，然后我是呃自己专门建了一个， 呃，自己专门建了一个文件夹，应该是这样的，就是我专门去建了一个专门做这个事情的 cloud code maclab 这个文件夹，然后我把它改了，对我的个人工作区在这里， 然后这是一些其他的设置，大家可以根据。呃，这是这个浏览器，大家可以根据呃下面的这个参数设置选择你需要的，然后这里我就不一一讲解了。呃，大家感兴趣的自己看一下，然后根据自己的需要去设置对应的参数就行。嗯，然后那我就在这里，呃直接用我的这个 号，然后现在，呃进入我的这个目标工作区，然后出 cmd 打开终端，然后在终端里面我们复制这个命令， 然后把我们其他的这些参数设置也都放进去。好，呃，然后我们稍回车，呃，看到这个 id 的 这个 mcp server， mytable with command 什么什么就应该已经搞好了，嗯，搞好之后呢？呃，我们打开它。 好，然后现在我们就测试一下我们这个，呃它能不能跑 mytable 的 代码，然后这是我给他准备的一个提前准备的一个任务，就是做一个这个，呃倒立摆的一点 c 控制器 复制，复制进来给他，然后看他能不能做这个事情。嗯，这个任务就呃，首先包括，呃构建这个，呃倒立白的一个模型，然后设置控制器，然后我给他一些呃需求，然后让他自行选择合适的参数，然后给给定了缓存时间，然后让他去呃复制什么样的图像，最后呃保存滤 镜，他可能思考的比较慢。 好，这里大家可以看一下，就是在这个文件夹里，目前啊只有呃两个 ppt 和一个这个 tst， 然后我呢全程就是，呃没有没有打开 mate app， 我们等会儿可以看看他能不能自己写完这个脚本，然后自己去运行它。 好，他就想完了，他要开始呃做了，就是他把呃目标分成了，就是他把这个任务分成了两步，第一步是设计 a a r c c 参数，然后写 my tab 脚本，第二个是运行 my tab 脚本并验证结果，我们等会儿看一下他做的怎么样。嗯， 他就写好了，我们看一下，大家可以看到这里出现了，就是呃我让他生成的这个脚本，现在他要做的是运行这个脚本 遇见了 bug， 然后他现在在自己修复， 从刚才弹出来的那个图上看还凑合，虽然不是特别好。呃，我们可以看到它已经按照要求生成了我们几个想要的图片。呃，这个是角度控制的， 然后这个是 e s o 估计的。哎，对不起，怎么打成 figure？ 就是 看到，嗯，还行吧，还行任务才算是完成了，至于效果怎么样那，呃可以后面再慢慢调，我们自己也可以去调 好。然后最后他运行完之后，嗯，他会说，嗯，他就是做一个完整的结果汇总，包括生成的文件，然后控制器的参数是什么。这个时候我还打那个飞文件，把 wifi 打开了， 然后还会分析，对，大概就是这个情况，我们可以，嗯，再做一个人物，第一个是让 e s o 的 数值不要和系统数值一样 测试，不同待关。嗯， 其实在这里已经分析过了，可以看到嗯，他这个，他会自己计算出这些嗯指标，来判断他是否达到我们最初嗯提的这些要求。 这个我觉得是一个很方便的地方， 他现在说他正重新写脚本， 好，他现在是改脚 本，这就是他画的图， 对吧？然后我让他找到一个最优的， 那这样有什么用呢？就是我们在设计其他控制器的时候，呃，我们可以让它，就是可以主动的让它去呃，针对这个控制性能，然后去选择最合理的那个控制参数，呃，我觉得这个就可以，嗯，极大的就是降低我们这个手动去调餐的一个复杂度吧。嗯， 读出了点问题，等会还可以让它改一下，不过问题不大，这个都是小问题，反正最后目标我们是达到了哈。 我怀疑他是不是已经发现这个问题了，等会看一下。 我记错，怎么又把 wifi 给打开了啊？这个图 你问问他是怎么回事啊？是这个 啊，他说了，他说第一，呃，前两个 subplot， 呃是不稳定的，所以没有曲线的数据，然后他说，呃，他使用了，呃，就是他选择了稳定的参数。六， 现在就好了，对吧？ 这个图现在就正常了，可以的。好，那这个任务，呃，包括那个 bug 的 修复就就算是完成了，其实应该也不算是 bug， 反正就是它。呃，跑出了我想要的东西。嗯，开始说了，分析了问题的原因，然后进行了修复。 好，那今天的视频就录到这里了。呃，因为是我第一次呃录这种教学类的视频，如果有什么地方呃，没有没有讲清楚，或者说没有做好的，欢迎大家批评指正。呃，如果有什么地方就是大家还不太懂，可以在评论区问我或者说私信我都可以。

终于不用再给 coco 当项目经理了。这个项目叫 lufo， 已经狂揽四点六万星标。他直接给 coco 加了一套多智能体编排系统， 它可以让不同 agent 组成蜂群，有共享记忆，有 hux 自动路由，还有插件 mcp 和后台 work。 最关键的一点是， 你不用再手动指挥每个 a 准，你只需要提需求，他在背后负责分工、记忆、协助和复盘。最狠的地方不是 a 准多，而是把你从项目经理的位置上拿下来。如果你搞 wipe coating 觉得很累，可以去蹲一下。

如果你也在用 cloud code， 但只会一个 cloud 命令就开干，那这条视频你一定要看完，我把我自己天天在用的命令和插件全部给你打包好了，看完直接上作业。先说说怎么启动，最基础的就是直接敲 cloud 回车就能用，但你要是跑长任务，频繁被全键弹窗打断，有两个金阶姿势。 第一个叫 cloud 杠杆， dangerously skip permissions， 意思是完全禁用所有权限提示 cloud 想干啥就干啥。速度快是真快，但它几乎没有 promote 注入防御，所以最好别用在你自己的主力机上。推荐在 dog 或者一次性虚拟机这种隔离环境里跑。 第二个操作，其实我更推荐叫 cloud 刚刚 permission auto mode 自动模式，它不是躺平，而是后台有个安全分类器，判断哪些操作是安全的，哪些需要提醒你有兜底，有风险低的，特别适合你信任的大方向，但不想中途被打断的长任务。 还有一个很实用的 cloud 刚刚 review 启动的时候，它会让你挑一个历史绘画继续，它可以接着昨天的活继续干，不用从零开始。启动完进入到绘画，里面有几个斜杠命令，你必须学会。第一个是杠 model， 它可以让你去选择模型，但这里我要提醒一下，这里不建议中途换。为什么？因为大模型是有 k v k 缓存机制的，你每一轮对话都是在用上下文 里面去追加消息。命中缓存的话，价格可以直接打一折，而且响应还非常快，但是一旦你切换模型了，缓存就废了，又贵又慢。 然后第二个是 effort， 它可以去设置思考程度，简单任务低一点，复杂任务拉满。加来几个是关于上下文的技巧。第一个杠 clear， 这个是彻底气功，相当于重新开一个全新的绘画，什么都不留。还有一个是杠 compact， 这个是把你之前的上下文做一个压缩，当你的上下文用量比较高的时候，你可以使用这个命令。 对，然后你如果说想打断这个命令，你可以直接按 esc， 这也是一个技巧。 还有个技巧是你可以连续按两下 esc， 这个的话就可以回退到你之前的命令，然后你之后他会有三个选项，第一个是回退到之前命令，第二个是你以你当前的绘画为基础，做一个呃上下文的压缩。第三个是什么也不做。接下来重点来了， 有个命令叫白泽伟，这个一般是用在呃什么场景呢？他一般是我们有一个长任务正在跑着，但是突然有一些无关紧要的事情，或者是有一些问题要问他，比如说刚刚这个文件的配置目录 是什么？那这个时候可以去用白泽位这个东西来问一下他，他是能看到当前绘画的全部上下文的啊，但是他的内容是不污染主上下文的，也不去，不会去打断 claus 正在跑的任务。他缺点是不能用工具。 对，他和 sub a 的 区别就是说啊，白泽位有上下文，但是没有工具， sub a 的 有工具，但是他没有你主绘画的上下文， ok？ 最后一个还有一个技巧就是呃打一个感叹号，这感叹号相当于你可以在终端里面直接执行 batch 命令，比如说 b p、 w、 d， 就 可以看到你在幕后是什么 命令。讲完了，再讲几个我正在用的工具还有插件。第一个是查看上下文的，呃， cloud code 插件叫 cloud hub， 你 可以看到效果就是这样，它可以看到你上下文的使用情况，你的 token 的是，呃，还剩余多少？对，然后它的 github 地址是在这边， 它目前是有十八点三 k 和 star。 对， 安装命令也很简单这一行即可。呃。第二工具是豆包输入法，因为我们目前和大圆模型对话最方便的模式肯定是语音输入， 我们在这边直接按住 option 就 可以输入语音，比如说帮我实现一个历史动画效果， 你可以看到他的翻译是非常精准的啊。最后一个就是啊，我非常喜欢的一个功能就是这个灵动导模式，可以看到我这个上面是有一个灵动导模式的。然后这边，呃可以在多个 a 镜头里面去切换，而且它可以实时显示你的一个头款的使用情况 啊。比如说我在格式里面说你好，然后又在口袋里面说你好， 在这边实现类似动画效果，你看这边好了，它都会提示你去切换，这样就非常方便了。 以上就是 clockcode 我 每天都在用的全套命令和工具的使用技巧，如果你觉得有用的话，请点赞、收藏、评论区留言，我会把所有工具的下载地址整理出来发给你们，我们下期再见。

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。

我可能就是个超级摆吃，但我发现 hicksfield 的 ui 太复杂了。 但幸运的是， hicksfield 刚刚推出了官方的 m c p， 让我们可以直接将 cloud 与 hicksfield 连接起来，这样就不必在这个 ui 中四处导航了。我们甚至能把它装到 cloud 里，让 cloud 以 hermes 智能体的身份运行。但在这个视频中，我们将把 m c p 与 cloud 进行安装连接。 好的，我刚发现了我的新宠，来自瑞典的蔻莱发胶，一整天都能固定卷度，毫无僵硬感，而且百分之一百纯素。快跑别走。这很简单，只需打开桌面上的 cloud 应用，如果还没下载，赶紧下吧。然后进入设置， 点击连接器。在这里我们可以看到所有已使用的连接器。我们现在点击添加自定义连接器，复制这个粘贴进去，称它为 hicksfield， 然后点击添加。现在我们要做的就只是点击连接。 我们点击允许，并将 hixfield 连接到我们的 plot 账户，点击打开 plot 并刷新。现在你可以看到我们已经连接了 hixfield。 我 们可以点击配置。在这里能看到他现在能访问的所有工具。我就让他拥有绝对的一切权限， 然后回到你想做的任何事情。我们用 oppo 四四点七来搞定他。现在我们就问他，你是否有访问 hixfield mcp 的 权限， 只需回复搞定。现在你可以看到 higgs field 已接入 m c p， 但你实际上能用它做什么？好吧，你能做很多事。你基本上能做的所有事现在都可以通过云端代码在 higgs field 里完成。我用 higgs field 做的事情之一就是做缩略图。 我这里放的是我最新视频的缩略图，然后我可以说我想要一个不同的图标，就放在这。也许我想要希格斯长，所以我可以搜索 hicksfield 的 图标。我可以复制这个，把它粘贴进去，然后说把左侧图标换成这个新图标使用 hicks。 现在他让我们保存这两个文件，所以我就把图片保存下来，点击这里的保存按钮，然后从我们的下载文件夹里拖进来就行。当 cloud 正在处理时，有人能给我解释一下， pro 看起来像个卡通人物吗？现在我想起来了，是超人总动员。继续加油， 老兄，我像超人总动员里的谁， 喜欢什么， 如果能帮上忙，就在下面的评论区留言。我要新建一个文件夹，命名为 hixfield， 然后把这两张图片拖进这个文件夹里，然后我基本上就告诉他， hixfield 的 两个文件都在 hixfield 的 文件夹里，还有下载目录中。 就像我在最近几期视频里说了，到二点五万订阅时，我会清理我的电脑桌面。所以如果你想让一切干干净净，那就点个订阅吧。 搞定。你可以看到它使用了 nano banana。 二，它给了我们这个任务 id， 然后它会说结果很快就会出现在你的 hacksfield 的 工作区中，所以我们可以进入 hacksfield， 再进去 nano banana。 搞定。你可以看到新的缩略图，它是用这个 hacksfield 图标创建的，但这并非我们能做的一切。我们还能让它制作广告。我想制作一些 ugc 一广告，然后我会粘贴这个提示词，说明我想要的具体内容。我可以这样说，用手机分辨率创建这位女性的图片之后，我们可以将其转化为动态视频模型。 回车现在语音就会构建这个。而这件事很酷的地方在于， m c p 内置了对使用哪些模型的推荐。使用 hicksfield 最困难的事情之一就是有太多不同的工具可选，你根本不知道到底该用哪个。但 hicksfield 团队内置了推荐功能， 现在你可以看到它正在使用 so 二，这最适合这类肖像，所以我可以进去找到 hixfilm。 so 二搞定。我们可以看到现在有了这个 ugc 角色，把它放进 hixfilm 文件夹里，然后说，太好了，我放好了 hixfilm 文件夹内的生成内容，然后我们可以进去找一个随机的产品，比如这个。然后我可以写请在下载文件夹中谈谈产品，也就是这款喷雾生成脚本，再次确认脚本， 并把这个角色和这款喷雾结合起来，制作一条完整的 ugg 广告。 这很酷，也是我认为的真正优势在于，当用人工智能生成内容时，它本质上是一场拼数量的游戏。你可能需要进行三五十次生成才能得到你想要的完美创意。通常你得坐在 hicks field 里做一堆生成，这效率不高。 那既然现在能让 cloud 来做这件事，我们可以让他一次性生成三十个版本，以便找出我们最喜欢的几个，这样能省下大量时间。我们可以看到我们的模特拿着喷雾，所以我要做的是下载这个文件，然后把它粘贴到 hex view 的 文件夹里，所以他现在就在 hex view 的 文件夹里。 现在他正在用 king 三点零进行动画制作。在他运行的同时，如果你正在用人工智能构建很酷的东西，那就加入我们完全免费的社区吧。这里已经有十五万名成员了， 这里有一大批活跃成员，他们始终走在前沿，共同探讨人工智能。我们还有一个七天人工智能挑战，不仅教你如何用人工智能构建产品，还教你如何真正把它卖出去，拿下你的第一个客户。 而且完全免费！这也是你可以找到我所有平台资源的地方，比如我的脚本技能和指令，绝对应有尽有。完全免费第一个链接在描述里，这就是最终成果。好的，我刚发现了我新的挚爱，来自瑞典的卡雷发胶，一整天都能定型卷发临江硬感截百分之一百纯素， 快跑别慢走！好的，我刚发现，太疯狂了！如果你想用我这个提示词，我会把它放在学习中心里，就称它为 x build 一 局机提示吧。 所以，如果你想获得这个资源，他就在免费社区里，你可以完全免费获取。太棒了，希望你们有所收获，也看到了这个新 m c p 的 威力，明白我为何要制作这期视频，如果有任何问题，就在下方留言。如果你知道我和超人总动员里的谁长得像，也请在评论区告诉我全部怎么样！

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。

这是 cloud code 给我总结的使用报告，在终端里输入 incase 指令，它就会分析你过去一个月使用 cloud code 的 习惯。报告内容非常的详细，先是给了一个概览，总结做得好的地方，阻碍的地方以及后续的一些改进方向，然后再详细展开你这一个月都用 cloud code 做了什么， 在使用的过程中取得了什么样子的成果。比如我使用 cloud code 创建了我的电子书阅读 skill， 并且把它开源到 github 上， 还开发了一个个人网站进行了内容创作。这些他都给我总结出来了，他还会总结你是怎么样使用 cloud code 的， 存在哪些问题。比如他识别到我是一个急躁，善于探索，喜欢掌控工作流程的用户，如果他使用的方法很复杂，我就会中断干预他的工作，这些我自己都没有意识到。 看到这个报告的时候，我还是觉得挺有意思的。他还对我和他合作之间的摩擦进行了分类，根据我的使用问题去推荐我使用一些我没用到的功能，比如说 hooks， skills 和 task agents， 并且把一些在工作中经常遇到的问题变成规则，建议我写入 cloud 点 m d 的 文件里面去修改他的记忆。他也给了我一些如何跟 cloud code 合作的建议，比如任务失败之后， cloud code 会重试之前用过的方法，那他建议我应该通过明确的指令，让他尝试不同的方法来打破这个循环，提升工作效率。 比如先规划，先验证，再执行。这些对刚使用 cloud code 的 新手小白来说，都是非常恳恳和有效的建议，如果大家对这部分感兴趣的话，可以关注我后续的更新，我会把自己踩过的坑和有用的经验整理出来，真心推荐大家去使用 杠 in size 这个指令，它能帮你重新认识自己的一些习惯，还能结合自己的实际情况学习如何跟 agent 更高效的写作。那除了这个指令， cloud code 也有很多其他的指令和快捷键，我都整理成文档了， 那我先把我自己常用的过一遍。首先是在绘画管理方面的输入杠 compact， 它可以压缩上下文，因为大模型它都有上下文，上下文越多，它后面的工作效率就会下降。 那这个康派的指令呢？就可以将之前的对话内容总结成摘要，帮你腾出更多的空间进行后面的任务的处理。这个杠 export， 它可以导出当前的对话。 那假设你在跟 cloud code 的 对话的过程中发现这一次的讨论特别有价值，你想把这个过程的文件保存下来，就可以用到杠 export 这个指令。杠 resume， 它的作用是恢复历史的对话。假设你今天打开 cloud code 命令去恢复历史的对话，继续用 cloud code 去完成任务。 around， 它的作用是回退，也相当于撤销。那当你让 cloud code 做一个任务的时候，你发现做错了，你需要回退到之前的状态，那就用 around 这个指令。那接下来是我常用的关于功能拓展类的一些指令，那 agents， 它主要是创建、调用和管理者 agent。 当你的工作任务比较多元的时候，你可以创建不同的 agents 来干不同类型的活，比如写代码一个 agent， 做内容，创作一个 agent 检查工作任务，再创建一个 agent， 那 你就可以输入杠 agent 这个指令去调用不同的 agent。 那 杠 by the way 这个指令呢？它主要就是在你完成主线任务的时候进行提问，避免去污染上下文。比如说你再让 agent 给你完成一个写代码的任务，但这个时候你突然间想到了西部世界，你想跟他聊聊剧情，你就可以输入杠 by the way 来和他闲聊。 branch 这个指令呢？它的作用是分叉当前对话，为平行对话。假设你正在用 cloud code webcody， 那 它给你提供了不同的方案。正常的情况下，我们只能选择一个方案进行，但是如果输入了 branch 这个指令呢？它就可以尝试不同的方案，你就可以对比不同方案得到的一个结果。 那是我刚刚重点分享的杠 in size 这个指令，还有我之前的视频里分享过的杠 skill， 它的主要目的是加载和管理不同的技能。这个杠 simplify 指令也非常的好用，它主要的功能是能够从代码的附用性、代码的质量、 代码的运行效率三个方面出发，自动地去做一个代码的审核，然后进行修改。这对开发产品来说是非常有帮助的一个指令。那接下来就是一些基本操作的指令了。 杠 excel， 它能够帮助你退出 cloud code。 如果你还想了解一些其他的指令，你可以输入杠 help， 它会弹出各种各样的指令，然后告诉你指令背后遵循的意思。那我自己常用的快捷键也分享给大家。非程序员的朋友肯定在使用 cloud code 的 时候，对它的编辑功能特别的抓狂，光标总是点不到对的位置， 那你就可以用 control g 这个指令来帮你解决这个问题。我们来看一下效果，假设你有异常段话要跟 cloud code 说，那你直接按住 control 加 g， 它就会弹出一个文本的编辑框，在这里就跟我们正常的编辑软件没有什么区别了。 比如我想问他中国的四大名著是什么？但我不小心打错了，打成了五大名著，那我直接在这里就可以像 word 编辑器一样把这个字改掉，当你编辑完之后，按 control save 它保存了，然后再关掉这个打开的编辑器，它就会自动出现在 cloud code 的 对话框里。那如果你需要粘贴截图的话， windows 的 用户可以输入 alt 加 v， mac 的 用户可以输入 command 加 v 来向 cloud code 提问。如果就把这些快捷键截图去问 cloud code， 这些快捷键是什么意思？我现在截一下图，然后到 cloud code 里面，我是 windows 电脑，直接 put 加 v， 它就识别到了图片。还有一个我常用的快捷键是 shift 加 tab， 它主要的功能是去切换权限的模式，我们按住 shift 加 tab， 那 它就出现了不同的模式，你按住 shift tab， 它能在这里循环，有 s e s o n 这模式，还有 plan mode o n 这种模式， 如果你想要让它只规划不执行的话，你就可以按 shift tab 切换到 plan mode 这个模式，那其他的快捷键大家就根据自己的需求查看文档酌情使用了。祝大家抠屏愉快！

还在只会用 cloud code 简单写代码改 bug？ 其实它生态圈里有超多热门必装神级 skill， 百分之九十新手都不知道白白浪费大半功能。 今天盘点五个圈内爆火高手人手必备的 cloud code 热门技能，全部给官方技能原名，直接搜就能装！第一个， doc reader， 全能文档阅读解析技能，可以直接本地提取 pdf word 解析参考资料，看文档读技术资料直接开挂。 第二个， coldrefactor， 全剧代码重构专属技能，专治老旧烂代码，逻辑臃肿，风格混乱，一键统一编码规范精简，融于逻辑，优化签到结构，只整理格式，补改原有业务功能，老项目瞬间变整洁。 第三个， get smart commit get 智能规范提交技能，再也不用手写。 get 备注，只会写 fix bug， 自动识别你代码改动内容，生成大厂风格，标准化提交文案，分类清晰，规范专业，不用自己动脑写注置。第四个， api， docs generator 接口，文档一键生成技能， 写完后端接口，不用手动写文档，自动扫描项目所有路由和参数，一键生成完整 api 文档参数说明调用视力直接能用，省掉大把写文档时间。第五个， dependency audit， 依赖安全检测技能，自动扫描项目所有第三方依赖检测版本老旧漏洞风险版本冲突，自动给出升级建议和修复方案， 提前避开线上隐患和兼容爆错大坑。以上这五个都是目前 cloud code 的 生态热度最高，实用性最强的热门技能， 直接在技能商店搜名字就能安装覆盖文档重构 get 提交接口文档依赖安全全场景，新手不用瞎找插件，就装这五个，直接把你的 ai 开发效率拉满一个档次，收藏起来，慢慢挨个解锁！关注我，带你吃透更多 cloud code 高阶技能！

大家好，今天来分享一期谷歌 antigrati 零基础教程，我会从十四个点分别介绍 antigrati， 结合案例一步步带大家更加了解 antigrati。 第一部分， antigrati 介绍如果你以前听说过 cuda、 cloud code code， 或者听说过一些 ai 编程，但是不知道这些工具怎么用，这期视频就是给你准备的， 我会从最基础的地方开始，一步步带你看懂 antiquity 是 什么，怎么安装界面，怎么看，怎么让它帮我们写代码，检查网页、连接外部工具，以及怎么用 scare 来帮我们固定工作流程。 简单说， antiquity 不是 一个普通的代码编辑器，它更像是一个可以管理 ai 员工的工作台，不是只让 ai 回答问题，而是可以给他一个任务，让他自己规划，自己写代码，自己打开浏览器检查，最后把结果交给你确认。这就是这期视频要讲清楚的东西。 如果你第一次接触 integrity， 看完这期视频，你至少会三个问题，第一， integrity 能做什么？第二，普通人应该从哪里开始？第三， m c p、 scares、 ross。 这些东西听起来很专业，到底是什么意思？视频制作不易，欢迎大家三连。 第二部分， antiquity 是 什么？你可以把它理解成一个 ai 版的代码编辑器，但是这个说法还不够准确。传统代码编辑器，比如 vs code， 主要是用来写代码，打开文件，自己运行，自己检查。 后来出现了 ai 编辑器，比如 coder， 它可以在你写代码的时候帮你补全，帮你解释代码，帮你修改某一段代码。再后来出现了 cloud code、 cortex 这类工具， 它们不止补全代码，而是可以帮你执行一个任务，比如修 bug、 写测试、生成网页。而 antgrity 更进一步，它的重点是 ai 帮你写几行代码，而 ai agent 帮你完成一个任务。 这里的 agent 我 们可以理解成一个智能体，你不用把它想得太玄乎，其实它就像是一个会自己干活的 ai 助手， 告诉他帮我做一个登录页面的开发，他不会只回答你一段代码，他会先理解你的需求，然后按照当前文件夹有什么文件，再列出任务清单，写实施计划，修改文件，运行项目， 打开浏览器检查页面，最后告诉你他做了什么。普通 ai 更像是在回答你的问题， integrity 更像是在替你执行任务。 所以我们可以用一句话总结， antiquity 是 谷歌推出的以 ai agent 为中心的开发工具，它可以让 ai 在 编辑器、终端、浏览器之间工作，帮你完成比较复杂的软件任务。如果你不会编程， 你可以把它理解成一个能够帮你做网站、看项目、改代码、写文档、查问题的 ai 工作台。第三个， ontgrity 和其他 ide 的 区别很多朋友问，那我经常听说 cuda、 cloud code code dex、 ontgrity 和它们有什么区别？ 其实 ai 编码编辑器基本能力已经拉平， m c p、 scare 多 agent 等这些 ai 代码编辑器都能够实现。但是 ontgrity 强调的是 agent first， 还有免费的模型可用，内置的有最新的 gmail 模型， cloud 模型。所以我们重点分享 integrity。 integrity 的 特点是什么？它最特别的地方就是 agent manager， 专门管理 ai agent 任务界面，你可以把它理解成一个任务控制台。以前你可能打开一个聊天框和 ai 来回聊天， 但在 antiquity 里面，你可以同时打开多个任务，比如 agent 帮你做网页， agent 帮你测试，一个 agent 帮你怎么研究部署，你就像一个项目经理一样，在这个界面可以管理它们。所以 antiquity 的 核心不是一个聊天框，而是多个 agent 任务管理， 这就是它和很多 ai 编程工具不一样的地方，当然工具没有好坏。 integrity 更强调 agent 的 自动执行，浏览器验证、任务管理和工作过程可见。第四部分， integrity 安装、登录和出手话设置。大家直接在浏览器里面搜索谷歌 integrity， 进入官网， 进入官网之后点击 download， 支持 mac windows linux， 如果你是 mac， 下载完的软件，拖进 application 就 可以。如果你是 windows， 双击直接安装，跟普通软件一致。第一次打开 antiquity 的 时候，它会让你做几个出手话设置。 第一个设置是否导入你以前编辑器里面的配置，比如 vscode 浏览器。如果你是新手，我建议你不用纠结，直接点击默认配置就可以。第二个设置，选择主题，浅色深色，这个完全看个人习惯。 第三个设置比较重要，是 a 件的工作模式，也就是你希望 ai 有 多大的自主选择权。有些模式比较保守， ai 做关键决策之前会询问你的意见。有些模式比较自动， ai 可以 自主执行更多命令。 如果你是第一次用，我建议你选择 review drive development。 最后一步，需要登录我们的谷歌账号，我们点击登录 选择自己的账号， 登录完之后，我们就进入了主界面。第五个， antiquity 主界面结构介绍如果你用过 vs code， 大家可能会觉得很熟悉，左侧是文件列表，中间是代码编辑区域，右边是 a 帧的区域。我们可以在这个 a 帧的区域下侧 选择模型，它内置的有 gimini 最新模型和 cloudsonitops 相关模型，自己手动可以切换。如果你只想修改一个文件，或者问一段代码什么意思，可以让 ai 修改这个小功能， 我们直接拖进输入框跟它沟通就可以。或者通过 app file 命令，然后选择自己的文件跟它沟通就可以，它会帮你完成相应代码的调整。还有一个比较重要的功能叫做 agent manager， 这才是 antigue 最有特色的地方。 agent manager 可以 理解成 ai 任务管理台，你可以在这里创建任务，查看正在运行的 agent， 看它完成了哪一些步骤，查看它当前的计划截图和总结。这个界面通常会看到以下几种东西，第一个 workspace， workspace 就是 工作区，也可以理解成一个项目文件夹，比如要做一个网站，就新建一个网站项目目录文件， ai 在 这个项目里面生成文件，修改代码，都会放到当前工作区。第二个 conversation， conversation 就是 一次对话，也可以理解成一次任务， 比如帮我做一个个人主页，就是一次 conversation。 第三个 browser， browser 就是 浏览器 integrity 的 agent， 可以 打开浏览器看网页，点击按钮、截图、检查页面都没问题。第四个 terminal， terminal 就是 终端，很多项目需要运行命令，比如安装依赖 启动网站、运行测试 agent 都可以在终端里面执行这些操作。所以 integrity 的 界面可以理解成 edit 是 你和代码一起工作的地方。 agent 的 manager 是 ai agent 干活的地方， browser 是 ai 检查网页效果的地方， tome 是 ai 执行命令的地方， workspace 是 存放所有文件的地方。第六个， agent 是 怎么工作的？接下来我们看一下 integrity 最核心的流程， agent 是 怎么工作的？我们不要把它当成一个聊天机器人，它更像是一个会按步骤的工作助理，给他一个任务，比如帮我做一个个人簿客，它通常不会乱写代码。第一步，它会先理解需求， 它会判断你到底要什么页面，需要哪些模块，用什么技术来实现。第二步，它会扫描当前项目，也就是当前文件夹。 workspace 是 空项目，还是已有的 rack vue 这样的项目。第三步，它会生成一个 implementation plan， 也就是实现计划。它会告诉你准备修改哪些文件，为什么这么改。如果我们对它实现的计划我们不太满意，我们可以直接添加评论，它会按照我们的计划修改。第四步，它会生成一个 tasklist， 也就是任务清单，比如创建项目目录结构，创建簿刻的列表，还有文章详情，导航，启动本地服务，打开浏览器检测修复，发现问题会创建一个 task list。 第五步，才是真正它修改代码的地方。 第六步，它会运行命令，比如安装依赖启动项目，跑测试，它会打开浏览器进行验证。这一步非常重要， 因为很多 ai 工具只会写代码，但不知道页面长什么样。 integrity 可以 自己打开页面看效果，截图，发现问题自己修改。最后一步，它会生成一个完成总结， 它会告诉你我做了什么，改了哪些文件，怎么验证，都有相应的截图。所以 integrity 的 完整流程不是你问我答，而是你给任务它规划、 执行，验证、总结，然后你 review， 这就是 agent 工作流。第七个，我们讲一下 advise， 我 们刚才提到了 task， list， implementation， plan， workflow， 这些东西都是 integrity 里面叫做 atiface。 atiface 这个词听起来有点专业，你可以把它理解成 ai 干活过程中留下来的工作材料。比如一个真实员工完成任务，不应该说一句我做完了，他最好告诉你我计划怎么做，我实际做了什么，我遇到什么问题， 我怎么检查结果，还有哪一些风险？ adfast 就是 这些东西。常见的 adfast 包括任务清单、实现、计划、修改、总结、浏览器截图、页面录屏、测试结果、知识记录。为什么这个东西重要？因为 ai 最大的问题就是黑箱， 他改了很多文件，你不知道为什么这么改，他说已经完成了修改，你不知道有没有真正检测，他说没问题，你不知道有没有跑过测试。 有了 atfast， 你 就可以检查它的过程，你可以查看它的计划是否合理，查看截图是否符合预期，可以查看它有没有启动项目，有没有报错。所以 anti grati 的 思路是， ai 不 止交付结果， 还交付了整个过程，对普通用户非常重要，因为你不一定能看懂每行代码，但是你能看懂它的任务清单， 截图和总结。第八个，浏览器能力，让 agent 自己检查页面。接下来我们介绍一个特别实用的功能，浏览器能力。普通 ai 写完网页的时候经常有一个问题，他觉得自己写好了，但你打开一看，页面很丑， 按钮重叠，可能文字超出屏幕，手机端完全断掉。为什么？因为他是在生成代码，不一定真实看个页面。 antigrity 的 浏览器能力就是为了解决这个问题，它可以帮你打开本地网页，运行在 logos 的 三千，也可以自己打开这个网址。我们给他一个网站，帮我测试一下。个人簿客点击发送， 它可以滚动页面，可以点击页面按钮，可以输入内容，可以查看控制台报错， 也可以截图。如果发现问题，还可以回滚代码继续修改。所以以后你让他做网页提示词，里面一定要加一句， 完成后启动本地服务，打开浏览器检查并提供截图。这句话非常重要，因为他会强迫 agent 不 只写代码，还要检查结果。第九个， mcp。 mcp 全称是模型上下文协议 model context prote， 这就是 ai， 可以 调用外部工具，你只需要知道 m c p 是 让 ai 连接外部工具的接口。没有 m c p 的 时候， integrity 主要是看你本地项目的文件 运行终端，打开浏览器。但现实工作里，我们需要连接其他工具。我们一起来看一下 integrity 如何安装 m c p。 我 们来到右侧的 a 镜的区域，点击三个点， 选择 m c p server。 大家可以看到这里有很多 m c p 服务，比如数据库相关的， github 相关的，比如数据库相关的，我们的 agent 就 可以通过这个 m c p server 去连接我们的 my circle。 github 相关的，我们的 agent 可以 安装 m c p 服务来连接我们的 github。 本地，我们来演示一个设计稿相关的 fig 码，我们可以在这里搜索， 因为我这里安装了，如果没有安装是 install， 首次点开，我们直接点击安装，这样我们的 m c p 服务就能安装。在本地，这里安装的是 figma 的 m c p， 也就是我们的 agent 可以 去读我们 agent 中的设计稿，我们一起来看一下。我们返回 agent， 我们来到设计稿，我这里有一个设计稿，我们选中 copy link to selection， 给他一条指令，帮我读取设计稿，然后点击发送。这些外部工具怎么连接到 ai？ 这个时候就需要 mcp， 你 可以把 mcp 想象成一个插头， 数据库有数据库的插头， figma 有 figma 的 插头。 antgrity， 通过这些插头就能让 agent 使用对应的工具。所以 mcp 解决的问题是，什么？ agent 能连接什么？我们这里配置了 figma mcp， agent 就 可以读取设计稿， 然后帮我们还原页面。我们刚才看到了，在 figma 中，我这里有一个设计稿， antgrity 安装了 figma， mcp 给他了 figma 的 设计稿的地址， 它已经帮我分析出来了，这是一个电商设计首页，这个页面的核心板块，它都已经帮我分析出来了，背景色、主色调它都能分析出来， 说明我们的 agent 通过了这个 m c p 连接到了我们 figma 这个外部工具。但是这里一定要注意安全， m c p 一 旦连接外部工具， 也就意味着 agent 有 更多的实操能力，它这里可以来读取我的设计稿。一句话总结， mcp 是 integrity 连接外部世界的一种新方式，也是所有的 ai 工具都是通过 mcp 来连接外部服务，让 agent 具有更强大的能力。第十个 scares， 让 agent 学会固定工作方法。 刚讲完 mcp， 我 们再来讲讲 scares。 scares 也很重要，而且和 mcp 很 容易混淆。我们先用一句话区分 mcp 解决的是 ai 能连接什么工具。我们刚才使用 mcp 连接我们的设计稿，它能够读取我们的设计稿。 scares 解决的是 ai 遇到某类问题该怎么做，比如让 ai 做代码审查。我们来演示一下，大家可以打开这个网站，这个网站有常见的 scares antiquity 的 常见 scares， 我 们一起来看一下，这里说选择你的工具，我们这里使用的是 antiquity， 我 们复制这个命令，来到我们的 antiquity， 打开终端，输入这个命令回车，这样就可以把我们这一个工具包里面常见的 scares 都安装上。我们稍等一下， 安装完了，我们来看一下有哪一些 scares。 我 们通过 nps scares list 就 可以查看， 我们刚才安装的这个插件里面有很多 scares。 我 们来找一个代码审查的 scares， 我 们就拿这个 code review scares 来举例，我们复制一下它的名字，来到 agent 的 区域，给他一条指令， 使用这个 scares 帮我检查当前类的代码，我们发送给他，我们稍等一会儿，如果没有 scares， 它会没有规范的检查代码， 然后说代码不错，但是如果我们给他一个 scar， 这个 scar 里面写清楚，先看代码的改动，再找 bug 有 没有风险，有没有缺陷测试，最后再看严重的输出问题。下次 ai 做代码审查的时候，就会按照我这个 scar 的 这个流程 来检查。你可以把 scar 理解成 ai 的 工作说明书，告诉 ai 遇到这个问题，按照哪一些步骤来执行，需要注意哪些问题，最后的输出格式是什么？这就是 scar。 比如说常见的有很多开源的 scar， 我 们也可以自定义 scar， 比如说写文章，写小红书，代码审查，写测试，数据分析，都有很多很多 scar。 如果要区分 mcp 和 scar， 可以 这样记， mcp 像是工具箱，负责连接工具。 scar 是 说明书，告诉 ai 怎么干活。 我们看一下刚才我们用的这个 scar 来分析这个页面，它已经执行完了核心审查中发现架构与 seo 瓶颈，版权、年份印编码， 是不是它分析出来了，有这么多缺陷？这就是我们用的这个 code review scasse。 在 后面我们会通过一个具体的案例来进行演示，这里使用的是一个 scasse。 第十一个 rules workflows， 我 们一起来看一下。 除了 m c p， scarce 还有两个概念值得讲一下，一个是 loose， 一个是一个是 workflows。 loose 就是 规则，我们看一下在哪里配置 loose， 我 们打开 a 键的区域，点击更多， 我们选择第一个，这里有一个 loose， 我 这里已经配置了两个。看一下，这里有一个是前局的 global， 还有一个是 workspace， 我 们来打开看一下， 我这个例子很简单，它的要求就是回答用简体中文， 它是一个前局的，所以看到 agent 的 回答的时候， 他回答的时候是不是把我们的这个回答变成了中文？这就是我们配置的一个规则。我们常见的在这个 list 里面，我们可以配置配置的有，比如说默认中文回答这个项目使用的语言，不要使用哪一些库， 所有的按钮都要和设计系统里面的组建一致，修改代码后必须要运行测试，这一些都是长期规则，也可以结合自己的项目来设置自己的规则。这个规则可以针对的是当前的 workspace， 也可以是前局的， 这是 loose workflows， 是 工作流，是一致的，它也是有前局的，跟 workspace。 我 们看一下，我这里配置了一个前局的 workspace f two p， 它的描述是根据设计稿还原页面，这个是我们等一下要做一个项目案例演示的， 我们看一下，它里面写的很简单，第一个深度拉取数据，通过 m c p。 第二步样式对齐，跟设计稿的样式要对齐。第三步才是结构化编码。第四步是动态注入， 就是扫描设计稿上的一些组建。第五步是视觉检查，定义了 workfloor， 它其实就是一个工作流。接下来我们 来演示案例的时候，他会按照我们定义的一二三四五步这个工作流来完成我们代码的一个实现。比如说我们一个发布的流程，先跑测试，再更新版本号，再写 log， 再打 tag， 再部署，这就是一个完整的一个流程。 我这里定义的这个流程就是我们会根据 fake 码上的一个设计页面，然后来生成代码，它规范的一个流程。 这几个概念跟大家再总结一下， roles 就是 要遵守的规则， skills 就是 需要用到的方法包 ai 使用的说明书。 work flows 就是 一套固定的工作流程， mcp 是 连接外部的工具的接口。第十二个权限和安全，我们来看一下 a 境的权限， a 境它能做什么？第一个，运行命令，打开浏览器，获取和编辑代码，还有使用工具， 比如说配置 m c p 可以 使用外部工具。 a g 的 能力很强，但权限有限，我们只能让他在明确的边界内工作。第二个权限最小原则，明确边界，我们尽量只给他当前项目的工作目录。第二个代码需要有一个版本管理， 他可以读写删代码，所以我们需要一个代码的版本管理，防止他误删。 第三个，不要给予最高的权限使用，普通用户运行不需要 root 管理员权限，避免系统级风险。第四个，高风险操作必须需要有一个确认， 我们可以配置规则，比如说删除文件，部署项目，修改数据库，系统配置，这些都需要经过人工确认才能执行操作。 敏感信息我们绝对不能交给 agent， 比如说密码，密钥，生产环境的权限，还有敏感的配置，我们这一些信息千万不能交给 agent。 最后我们总结一下，给 agent 最小的权限只能在当前项目目录中工作， 所有的代码变更都需要通过 get 管理，不要使用管理员权限，避免系统风险。 高风险，必须高风险，操作必须经过人工确认，防止误操作，敏感信息不共享， 保护密码，生产环境更安全。定期审查 a 件的操作日记，及时发现异常。第十三个完整案例演示，我们通过一个具体的案例 来把我们刚才所分享的一些 mcp， scare， workflow， rules、 figma， 我 们结合起来，把这些知识点结合起来，生成一个完整的案例。我们这一次要实现的一个功能是 figma 中的一个设计稿，也是 ai 生成的，我们打开看一下， 就是当前页面一个电商的首页，我们再来看一下 ai 生成完的页面是什么样子，这是 ai 生成的页面，我们的 integrity 需要读取我们的设计稿，我们这里用到了一个 mcp 服务是 figma， mcp 这里安装就可以。第二步，我们讲一下 rules 和 workflows， workflows 里面我们配置了返回用简体中文，刚才前面已经讲过。第三个 workflows workflows， 这是我自定义的一个工作流，然后定义了五步， 这个五步里面插入了一个东西，插入了一个 scare， 看一下。最后一步，使用 webos code review 这个 scare 做代码分析， 它会按照我们的这个工作流来给我们生成代码。这里讲到了 rose 和 workflows mcp， 我 们看一下它是怎么实现的，怎么来还原我们这个设计稿的，我就给他了一个指令， f two p 是 我们刚才定义的工作流，然后给他了我本地 figma 的 一个设计稿地址，这是通过 mcp 生成的，然后它会给我们生成一个计划， 我们计划怎么看呢？我们只需要点击 atfast implementation， 它给我们写了一个计划，需要我们确认的有三点。 刚才我们定义了 workflows， 第一个环境准备、结构转换、样式迁移、动态注入、交互、实现格式化检查和代码审查。这个代码审查我们是不是用到了一个 scare， 然后他会按照他自己制定的这个计划来实现，他会给自己列一个 tasklist， 最后 tasklist 他 都完成了之后，他会生成一个 walkthrough， 就是 一个结果结果报告，他生成的结果报告里面有截图还原效果图， 还有帧机演示图，这是一个视频，对不对？最后还用到了我们定，我们给他定义的这个 scale 写了一个代码规范审查的一个合规报告，比如说代码逻辑完整性、 t s 严谨度，还有交互性审查，它都做了一个检查，这样它是不是把我们的 m c p， scare rules， workflow 这些都结合起来， 生成了我们这个代码，这个代码的这个代码运行起来就是这样的。第十四个总结一下，到这里我们把 antiquity 零基础内容完整的走了一遍，我们讲了它是什么，和其他 ide 有 什么区别，怎么安装 主界面怎么看， agent 是 什么？ at first 是 什么？浏览器怎么用， m c p scale workflows 是 什么？以及最后我们生成了一个完整的实操案例。 如果用一句话总结 antiquity antiquity 它不是 ai 在 旁边给你提建议，而是让 ai 进入编辑器终端浏览器，帮你真正完成任务。 它代表一种新的工作方式，以前我们在 id 里写代码，现在我们在 id 里管理 agent， 未来的软件开发很可能会像这样人负责目标判断、验收， ai 负责执行检查和总结。 好的，这期视频就分享到这里，希望你有所收获，如果你觉得有帮助，别忘记三连，我们下期见。