克劳德可以接入谁的api
宇宙最强 ai 编程工具破！最近克劳德镜像站总是没空闲的吃，对，用拍粉自己写了一个本地高仿克劳德网页版， 有需要的回复评论免费提供。下面简单介绍一下，软件可以对接第三方 ipi， 第三方 api 优点就是便宜稳定， 填写 a p i 后可以设置本地网页端口，进到网页中可以用网页模式调用 a p i 的 扣子，和镜像站一样效果，下面看下演示效果吧。 对话记录可以按天保存，永久不丢失。 ai 代码之神的克劳德是目前我用过这么多编程最强大的，没有之一。
粉丝318获赞3161
相关视频
01:59查看AI文稿AI文稿快速讲一下这个 api 的 mode 怎么接嘛？我们先看一下，就是我们用的就是硅基流动对，他推荐的，然后就去看一下这边有一个充值。呃，因为他会有一个认证，你先去实名认证里面去，认证完以后你就会有一个代金券，就这个十六块钱的。 呃，然后你可以自己去充一点钱，据说还可以用还蛮久的。做完这个时候呢，就可以跳上去去 ai 密室，一般都是新建一个密室 a p r， 你 就可以写一个什么 sims 啊什么的，然后你新建完以后就会跳出来一个类似这样子的 一个 a p i， 那 么你就把它给复制上去，复制上去以后在这里的动作已经结束了，就可以去用这个呀， mess 好， 这个两个都是从那个大大的呃，链接上面可以拿下来的。你把这个 mod 放到你的盘， mod 就是 打到你 e a 的 那个包里面，然后把这个 打开就可以了。我这个是 mac 版本的，那么在这里的话就使用 default， 然后因为我们刚是那个 slick and flow， 就是 那个轨迹流动嘛，然后就可以不用去选，但这里的话有很多。呃，大家可以探索一下，可能这些都是偶尔要收费的吧。 jimmy 可能会不用吧。 cloud 什么应该要收费？ 我改了刚刚这个 api key 给复制进去。呃。在这里自己选模型，他们默认第一步好像推荐的是这个 api， aix 三点二的版本， ok， 然后这里都不需要去写什么了。呃。但这里的话，你可能要去照对一下你这里的这个 output 的 这个路径。 好，然后就可以改 prom， prom 有 story in the voice， auto dialog and menu 这里的话你就可以自己去设定。嗯，呃，就像我们自己平常像 ai 一 样可以看一下。呃，它基本的这个 设定还是 ok 的， 大家可以试一下，然后根据他们想给出的那个文本呃去再调整一下。啊，基本就是这样子，你把这一步做完就可以 status 这边，然后就可以 start 默认挺好，你就开始去监控，开始制作。有时候你可以打开你的模拟人生开始玩，结束的时候你就把这个 stop 就 好了。
37模拟市民小K
30:49380熊哥AI学习分享：2#
00:39查看AI文稿AI文稿sorepic 开始跟 call vivo， 谷歌甲骨文等等一系列云服务场上来进行合作，那云服务来为大模型提供运行支持是这个行业上层运行的最基本的逻辑。就 call vivo 来说，因为它们是原生的 ai 数据中心，体量比较小，二百多亿， 那 call sorepic cloud 的 一个订单就会占他们总体营收的百分之四十以上。但对于谷歌微软甲骨文这种传统的云服务场上来说，因为他们的营收基数已经非常大了， 那新增的这块人工智能 api 的 收入只占他们总体营收的很少的一部分，所以就只看 ai 部分的营收和增速来讲， as 这个这次合作对于 covid 来说是立竿见影的。
26万丈光芒
01:06查看AI文稿AI文稿这克劳德要直接充万亿，然后要狂融五百亿美金投钱，估值可能直接按九千来，那就必定是万亿 i p o 了。有人说前几天不都一点二了吗？那个是链上交易的价格，相当于小散之间的交易，那个东西不代表机构看法。 二月份估值三千八，这中间这几个月啊，现在相当于又翻了快三倍，再要么还不 crazy 吗？最关键的是他们收入太野了，去年年底是九十亿的年化，现在奔快五百了，现在四百五，比九十也是五倍了。说白了也是全美所有在掏钱的企业，几乎 只要在弊端在企业效率上花钱的，就绕不过给这劳德付点钱。超一千家公司是年付百万美元以上两个月翻倍。然后呢？前十大公司就是美国的 top ten， 有 八家深度融入使用他们的 a p i。 你 就想想吧，今年 hyperscaler 整个 kpx 目标七千亿。 然后克劳德昨天刚刚拿到斯克租给他的巨兽衣，那很显然就要拼了，上市之前这一波，把估值给他拼到天花板去卖佛尔，然后老达子拨通内存，这几个兄弟链上的哥们才是真正的盆满钵满，疯狂吃的鸡头白脸呐。
1659口罩哥直播号
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？
2.5万小陈同学c_z
01:12查看AI文稿AI文稿对龙虾炒股这个话题非常感兴趣，今天我们就来分享一下如何让你的龙虾接入 a 股的数据，实现二十四小时的分析。当然策略得你自己定哦，简单的只需要两步，第一步，登录 qrus 的 官网 来粘贴它官网的一句话就好了，把这句话丢给你的龙虾，第二步就完成了，你的龙虾就可以接入全球的金融数据了。是不是很简单？那我带大家走一遍。这个是 qrusai 的 官网， 当下还可以邀请奖励，我们只需要复制官网这句话，复制之后打开你的龙虾，我们丢给他就好了，这是我丢给他的这句话，你可以看到它安装完成就是安好了 q r s ai 的 skill， 那 这个 skill 能帮你干啥呢？它可以帮你接入全球的金融数据。 给大家简单看一下效果吧，这里有两千多位群友已经在体验了，你不仅可以做个股的一些分析，你还可以分析板块轮动，大盘走势，资金流向等等的，而且不仅支持 a 股，还有美股、港股等等的信息。 对，然后最好你自己体验一下，安装方法也非常简单，我们下期再会。
1489Q博士
07:31查看AI文稿AI文稿呃，什么时候需要用到扣子的 api 呢？假如说我们有自己开发的程序，比如说我，我这边开发了有一个网站的客服系统，有一个浏览器插件， 那在这个里面，如果我像接入扣子的这个智能体啊，实现智能回复呢？那我们就需要用到扣子的 api， 我们的浏览器插件，或者我们的这个网站客服系统去调用扣子的 api 来拿到扣子智能体的一个智能回复的结果，然后我们的自己的程序再进行处理，比如说给用户发过去啊， 或者是模拟发送啊等等。那这个时候呢，就需要了解扣子的 api 是 如何调用的。 扣子的 api 相对于 openi 的 api 是 非常麻烦的，我们先看一下文档，然后扣子的 api 里面呢，有一个概念叫做绘画啊，必须先创建一个绘画， 创建完绘画以后会拿到一个绘画的 id 啊，拿着这个绘画 id， 我 们还需要再去发起一次对话 啊，注意这个概念一定要先创建一个绘画，拿到绘画 id， 拿着绘画 id 去发起一次对话。那发起完对话以后呢，还要再去轮询接口啊，看这里啊，看这文档，这里看这里。 哎，如果是非流式响应，看这这边的解释，非流式响应， 那么需要调用发起对话接口以后呢？定期轮询对话详情接口啊，每隔一秒轮询一次，直到这个绘画的状态变成了一个完成， 那这一步就能拿到结果吗？也不是，等到这个结果变成了完成以后，还要再调用一个查看对话消息详情的接口，才能拿到最终的结果。我们总结一下啊，他这四次调用，第一个看这里， 先创建一个绘画啊，调一个接口，然后拿到一个绘画 id， 第二个发起一次对话，拿着我们的这个绘画 id 去发起对话啊。这地方是这样的， 需要在这个 get 参数里，带着我们的，带着我们的这个绘画 id， 拿着绘画 id 去发起对话，那么它会返回一个 check id 是 一个对话 id， 那 拿着这个绘画 id 和对话 id， 我 们需要轮询它的一个状态接口，轮询当前这个对话的状态接口，直到这个状态变成了完成， 那我们再要去调用啊，这个消息列表的这个接口，也就是它所谓的叫查看对话消息详情的接口，才能拿到最终的结果，把它拼接起来返回 啊。这是扣子的 api 使用中啊，这是非流式响应下需要调用的四个接口， 那如果是 open i 的 接口，那你一个接口就完成了啊，包括 open i 兼容格式的一些接口，比如说 fast gpt， 它也是掉一次接口，发一个请求过去就完成了， 那扣子是完全不一样啊，扣子非常麻烦，它需要掉四次接口，而且还还需要重重点注意一下， 如果想要扣子能识别到上下文消息，比如说用户前一句问的问题，他第二次再呃进行对话的时候呢？大模型能知道，那我们就需我们需要把这个绘画 id 给存下来的 啊，也就是说第一次创建完绘画以后，返回了绘画 id， 我 们需要把这个绘画 id 存下来，那等到下次再发起的时候，带着上一次的绘画 id， 那 才他才能够知道他的上线文消息。 那也就意味着我们开发程序的时候，不管是我的浏览器插件开发程序，还是我的客服系统，网站客服系统开发程序 啊，处理这里一步是会把这个绘画 id 和我们自己的一个会员访客 id， 比如说我们网站的客服系统是访客 id 和它的绘画 id 有 一个对应关系，需要存到数据库里。 如果是我们的浏览器插件呢？我们是因为是自动化的一个工具，拿不到唯一 id， 只能拿到昵称。那比如说发起 啊，直播时候用户发送的那条弹幕，我们只能拿到他的昵称，那我们就拿着昵称和他的绘画 id 进行一个对应关系，把它存到我们的呃，本地。比如我，比如说我这个浏览器插件是存到了 cookie 里了，那下次来了拿着昵称 啊一一找，找到对应的绘画 id 了，那这个创建绘画就不要用了，那直接发起一次对话，拿着我们的上一次的绘画 id 来啊，这样才能够记得它的上下文历史消息 啊。这这这这一步是很重要的啊，再再重复一遍吧。扣字 api 调用非流式响应下的接口啊， 有需要调用四次接口，第一个创建绘画，创建为绘画以后返回绘画 id， 第二个发起对话，发起对话需要拿着这个绘画 id 啊才能发起，发起完了是拿到一个对话 id 啊，然后第三个轮询接口，这个轮询接口需要拿着会话 id 和对话 id， 他 俩一块轮询，轮询的结果如果是完成，那么就是相当于是他的对话已经完成了，然后再调一个拿去拿呃消息结果的一个接口， 才能拿到最终的结果。而且呢，如果想要知道他，想要让扣子那边能知道他的上下文消息呢？需要把这个绘画 id 存下来的，就是也就意味着比如说我们浏览器插件需要把用户的昵称和他的绘画和他的这个绘画 id 一 块存到 cookie 里 了，然后我们网站客服系统呢，是拿着访客的 id 和他的这个绘画 id 存到数据库里的， 那下次如果再发起对话的时候，需要拿着上一次存下来的绘画 id 去发起，否则的话它相当于是两次绘画，两次绘画是没办法知道它的上下文消息的 啊，这个是非常麻烦的一个点，比如说我这个扣子这里，在这里处理了一下，看这里，哎，创建绘画的时候呢，先从 cookie 里拿，如果 cookie 里已经有了，说明我们当前这个用户，当前这个， 呃，评论的这个用户呢？已经创建完创建过绘画了啊？创建过绘画我们就拿着他上一次的绘画 id 直接用，否则的话他是不知道上一次问的问题的啊，这是一个一个一个麻烦点。
08:29查看AI文稿AI文稿这样应该可以了，我看看这个是 是给这个精装的这个软件要他给我做视频。这这个他能做？ 有消耗不少。 png 也 三分多钟了，他还没给我做过，我看看他消耗多少。 png 他 可以看得到的。 你这额度查不到啊。没有多少，还剩九块七了。十块钱还有九块七 啊。出来了出来结果了，这两条路。外贸老板的风水顾问， 这是一张复印超双层办公，现在正厂服务的小老板呢。中式很简，中式现代双层门一套，不用换水，不用打理。看一眼就觉得有品位的桌面。生态钢 不是刚这太虚了吧。是我自己截的虚吗？ 那小老板他养错 九生还求求稳。 那还不是跟那卖钢一样吗？卖风水钢，那这个风水先生天生干的活嘛。你这个你这个建议给的不怎么样啊。我觉得你这个事情做得不够漂亮， 还没有 deepsea 说的好。说句实话，装修跟民宿老板，微景观跟包装， 高端私宅，民宿项目厅堂要去加鱼缸，但不确定独立设计的小型装修公司。那就是跟装修公司，跟这种公司合作呗，这能产生互利吗？ 项目的设计，设计师接单，别怕，客户要鱼缸帮我帮你处理。 你的意思跟设计师合作呗，一个是跟设计师合作，一个是当做风水章。 对，跟风水师合作不就可以了吗？但是目前为止我干了十多年了，也没碰到过。切，特别靠谱的。说实话，设计师跟这个， 但是这个这个做不了什么。复利啊，有复利吗？我想想哈，他们接一个单子做一个这个。刚也得亲自我自己做呀。那这这不算复利的产品好不好？ b 选择一个 b 标准就不用减一分，你清楚的感受，怎么样对人看你怎么样的对人，最后还是做 b。 可能是我不理解嘛。应该是我不理解，反正我现在目前还是理解不到。那我把这个复制给龙虾，看它怎么回复 龙虾看它怎么回复。 我觉得那个新的那个那个那说那个牛逼的那个软件可能是我用的它太少了。这个英文我不会念，我正在没毕业的水平。我也我也弄这个， 这个最最最顶级的，这个 ai 刚刚上班也没消耗我多少钱。十块钱，我还有九块七毛多。放心一点，还有九块六毛多也没用多少钱， 这是刚刚那个没完成的任务，他还跟你说 这个这个龙虾就是有这样点毛病，老是弄，弄的卡死了。也慢啊，刚刚那个也慢，这个也慢。这个你要云端去处理也慢啊。这还稍微快一点。 还是办公室卖活的东西卖他们单位就不用管活的那个绿色世界本质是卖血做的正品就发财权就打造人设呗。 也不是，还还是买一个卖鱼缸啊。 哎呀 嗯，这不也不怎么样， 你还是让我做鱼缸杯。哈哈，我在降维，降维的那种说法。 好吧，有可能是我表达不够清楚哎。哦，这里啊，水草造型，高兴时体验时， 年入三百万的家里办公室活东西干，没人伺候的卖给了你，三个月后你只有自己养活的世界就是卖高端人才卖钢的， 我替你养三个月。我现在我就做的这个呀，上门维护我，但是这个钱也要不了多少钱。你一个月能要多少钱？那有可能是我要的少。 水头大吉，千里迢迢。生命成长教练， 我三八九和奔驰奔驰。生命在于生命， 都是讲座一样分享，工作上变成一面镜子，这个有点像做人设一样。生命成长教练，这个有点像做人设一样，就是做一个 慢节奏，不急不躁的这种 生活。生活分享者的大概意思就是说，哎呀，都不咋地，我还特意拿了录屏呢。
03:50查看AI文稿AI文稿如果你现在还在问 agent 接外部系统到底该压 c l i m c p 还是 api， 那 你可能已经问错问题了。 anthropic 这次真正改写的不是协议优劣，而是 agent 的 接入架构。过去关于 n c p 的 争论其实很集中，贵慢 占上下文。社区拿 github mcp 和 cli 做 benchmark， 结论也很直接。传统 mcp 方案在 token 成本和可信上确实输给 cli， 所以 很多人顺势得出一个判断， cli 加 skills 才是正道， mcp 太重了。 但 encyclopedia 这次最新这篇 building agents that reach production systems with mcp， 真正做的不是替 mcp 方案，而是把这个问题重新放回系统设计里。 他先明确了一件事， agent 接外部系统其实有三条路， direct api、 c l i mcp。 这一步非常关键，因为它等于直接否定了一个旧问题，不是以后只剩一种连接方式， 而是不同场景本来就该用不同的连接层。 direct api 适合简单一对一固定流程，问题是规模一上来就会掉进典型的 m 乘 n integration 问题。 cli 在 本地开发和沙乡环境里依然最强，因为命令行天然适合， agent 可发现、可组合、可管道化。在代码执行、本地文件、系统、终端、工具链这些场景里， c l i 加 skills 依然是高效路线。但一旦 agent 跑到云端，情况就变了，比如 call work manage agents， web 端、移动端， 这些环境里没有本地终端，也没有稳定文件系统，这时候 m c p 的 位置才真正成立，它不是 coi 的 替代品，而是云端 agent 的 标准化接入层。这就是第一层变化， 不是协议之争，而是接入架构开始分层。第二层变化是 antropic 这次开始正面处理 m c p 最大的工程问题，上下文膨胀。他给出的第一个答案是 to search， 以前是把所有工具定义直接塞进上下文，还没开始执行窗口先被工具说明书占满了。 现在是按需发现，按需加载， agent 先表达目标，系统运行时再搜索相关工具，只把匹配的几个拉进来，本质上就是把域加载工具改成，运行时发现工具。第二个答案是，工具不要按 api 颗粒度暴露，而要按意图分组， 不要给模型一堆碎动作，而要给他能完成完整任务的高层能力。第三个答案是程序化工具调用，别让模型一轮轮调工具看结果再继续，而是给他一个执行环境， 让他在中间层完成过滤聚合、编排，只把最终结果回送上下文。 cloudflair 的 案例就很典型， 不是暴露两千五百个 api 端点，而是只暴露 search 和 execute 两个工具，先搜索再执行，中间的代码编排，在服务端沙箱里完成。这其实是在把 c i 的 方法论搬进 m c p， 最后再加一层就是 skills inter topic。 这次把分工讲得很清楚， m c p 管能力， skills 管编排， m c p 负责把外部系统接进来， skills 负责告诉 agent 这些能力该怎么组合，怎么调用，怎么完成任务。 所以如果只留一句结论，我会说， antropic 这次真正重新定义的不是 m c p 本身，而是 agent 接外部系统已经从单一协议选择进入了分层。架构设计，简单场景 direct api 本地开发环境， c l i 加 skills 云端生产环境， m c p 加 skills m c p 没死，它只是从万能答案变成了云端 agent 的 标准化接入层。 你更认同这种分层架构吗？还是你觉得最后还是会收敛成一种统一接入方式？评论区聊聊，关注我，下期继续带你拆。
05:11查看AI文稿AI文稿大家好，我是夕阳前。两个视频发出去之后，反馈最多的问题就是看完还是不知道怎么配置第三方模型。不是视频没讲清楚，而是大家对最底层的概念不了解。大家看这几张截图，这些都是真实观众的反馈， 有人问不懂怎么配置，有人问为什么不需要排队，这些问题的根源都是基础概念没搞懂。本期视频，我先给大家进行一些话糙理不糙的基础科普，这些最基础的东西搞不懂后面的操作，你就会一直卡壳。在讲具体配置之前，我先解释一下为什么要接入第三方模型。 tray 自带的模型虽然好用，但用的人多了就需要排队。就好比你去吃汉堡，人多了自然要排队，哪怕汉堡是预制的，也得排队等。但如果你有专门的厨师给你做汉堡，那此时自然不需要排队。 接入第三方模型，就像给自己配了个专属厨师。 open router 上有大量模型供你选择，不用跟别人挤。大家需要了解一个关键信息， open ai 兼容接口怎么用？首先我们先大概了解一下什么是 open ai 接口。 openai 接口本质上是一种标准化通信协议，它就像一个通用插座，你的本地 ai 工具，比如 tree， 不 需要知道背后运行的是哪家公司的模型，只需要按照 openai 规定的格式发送请求就能得到回复。 基于这个通用插座，各大厂商和平台都开放了对应的插头，也就是 openai 兼容接口，比如 open router、 nvida 的 部分服务、各种 new api 项目等，都提供了完全兼容的端点。 openai 的 url 为 httpps 冒号 双斜杠 api 点 openai 点 com 斜杠 v 一， 斜杠 chat 斜杠 completion 这里斜杠 v 一 前面的 api 点 openai 点 com 为域名，相当于插座所在的房子地址。后面的斜杠 v 一 斜杠 chat 斜杠 completion 是 具体插座的位置。 openai 兼容接口正如前面所说，它本身也是 openai 接口，只是把插座从 openai 官方的房子搬到了其他服务商的房子里，但插座完全一模一样。 也就是说，斜杠 v 一 斜杠 chat 斜杠 completion 保持不变，变的只是 api。 点 openai 点 com 这个房子，你需要接触哪家的房子，就按照房子的文档对应改变即可。举个更形象的比喻帮助大家理解， 想象你家里的电器、手机、电脑、台灯都需要充电，但不同品牌的充电器插头形状可能不一样。苹果的充电器插头形状可能不一样苹果的充电器插头形状可能不一样。苹果 ai 接口就相当于国标两孔插座， 不管你去哪家酒店、哪栋楼，哪个国家，只要是这个标准插座，你的充电器就能直接插上去充电，不需要带任何转换器。这就是为什么我们说 open ai 兼容接口是通用的标准，统一换地方不换接口。 这是 open router 给出的官方文档，我们可以看到官方给出的 u r l 为 http 冒号 双斜杠 open router 点 ai 斜杠 api 斜杠 v 一 斜杠 chat 斜杠 complexions 这里可能有人问，为什么不是 h t t p s 冒号双斜杠 open router 点 ai 斜杠 v 一 斜杠 chat 斜杠 complexions 这里怎么多了一个斜杠 api？ 我只能说，你别管官方文档怎么说，你就这么做就行了。所以在退中我们需要填写两个关键信息，一个是这个 url， 另一个是从 openroot 官网获取的密钥。 apikey 服务商依旧选择 openai， 因为 openroot 提供的就是 openai 兼容接口 模型。这次我们选的是 mini max m 二点五，这是一个免费模型，适合测试。现在来看看在 tree 里具体怎么操作。第一步，打开 tree 的 设置，找到模型配置页面，找到第三方模型接入的位置。 第二步，服务商选择 open ai。 这里很多人会纠结，我接的明明是 open router， 为什么选 open ai？ 因为 open router 提供的就是 open ai 兼容接口， tr 识别的是接口标准，不是服务商名字。第三步，在 url 栏填写 http， 冒号双斜杠 open router 点 ai 斜杠 api， 斜杠 v 一、 斜杠 chat， 斜杠 complexions， 注意不要多打或少打任何字符。 第四步，粘贴你在 openroute 官网获取的 api key。 第五步，模型名称填写 minimax 斜杠 minimax 杠 m 二点五，冒号 free， 然后保存，这样就配好了，可以开始用了。由于免费模型嘛，懂得都懂，高病发慢很正常。 此时该不会有人反驳我说，不是不用排队吗？那我只能说，第三方模型谁玩 mini max 啊，都玩 jamie gpt， 克劳德都要花钱的，这个绝对不卡你，你都玩免费模型了，你还挑上了 老爸，你看这仨模型咋还卡呢吗？哎，朋友， 免费的模型你调用还想不卡，你还不如让我直接给你钱。这里可以看到报错代码为四二九，也就是调用速度过快了。 open router 官方文档也可以看到相关的信息，如果觉得视频对你有帮助，还望三连加关注你的肯定是我的动力。
34黄泉上的夕阳
