Claude配置longcat

百分之九十五以上的人安装完 cloud code 以后，第一步就做错了。我把一份能直接复制的 cloud md 模板整理好了，但你先别急，因为如果你没写好 cloud md 就 开始让他干活，那你后面大概率会遇到内容堆叠，越用越乱。最后你甚至会觉得 cloud code 并不好用，但其实问题不在 agent， 而在你一开始就没把规则写进去，而这个规则就是 cloud md 这个东西，它不只是一份普通的 remy 文件，它本质上是你和 agent 的 顶层协助规则，你先把它写好，它后面才知道该怎么样去跟你配合，什么事情可以直接做，什么事情要先跟你确认，不同的项目该怎么切换。首先我们先理解最关键的两层，第一层叫做区块 d m d， 它放在默认目录下，也就是这里， 只要你打开 clock， 不 管进的是哪个项目，它都会先加载。这一层，它解决的是你是谁，你平时呢？他做什么？你做事的原则是什么样的。第二层是项目级的 clock d m d， 它放在每个项目的根目录下，也就是这里， 只有当你打开这个项目的时候，它才会被加载。这一层是每个 project 独立的，这个项目怎么干，目录怎么建，文件怎么命名，有哪些约定需要遵守？前者呢，是管你和 clock 怎么写作的，而后者 是管特定 project 的 工作流程的。就拿我自己来说，我在没写好 cloud md 的 时候，总是会在一个大目录下做很多的小 idea， 然后文件就越来越多，结构越来越乱，然后成屎山代码了，然后就只能放弃了。后来呢，我就让 call 帮我写了一个项目层级的 cloud md， 这样每次进去他就会先按这套规则来判断这是不是一个新的项目， 文件夹怎么样命名合适，结构该怎么展开，写完以后真的体验发生了质变。然后还有一个很重要的点就是 cloud md 和 一般的 prom 或者 skill 不 同，它不是越长越好，我实测到了六十到八十行，它就开始遗漏一部分内容。所以我的建议是最好不要超过一百八十行，不要把一些细枝末节写进去，把一些有价值的跨项目的顶级规则，像是思维准则、 行为约束、沟通方式等等放进去，再写好以后再使用 clock code 的 整个体验会稳非常多。我已经把一份能直接复制的 clock d m d 模板整理好了。评论区回一 call。

最近半年使用 cologod 安装了近百个 skr， 最后发现真正能提升工作效率的其实只有三个技能，今天免费分享给大家。第一个， superpowers， 这个 skr 改变了我用 cologod 的 方式。以前我是直接把需求交给 cologod 的， 让他来写代码，写出来虽然能跑，但是经常跑偏，改来改去浪费大量时间。 装了 superpowers 之后，我养成了一个新习惯，每次开弓前先跑一遍，不认英斯德尔敏。这个技能能让可洛的反过来问我问题，你打算怎么处理并发数据库选什么 等等等等。问完一圈，他会把讨论结果写成设计文档存到本地。听起来多了一步，但这一步帮我拦住了无数次的反攻。有些问题你自己都想不到，但是可洛替你想到了。 注意， superpowers 包含了二十多个紫技能，千万别全开，我只用 breamstorming， 头脑风暴， 其他的按需加载，要不然会浪费大量上下文。第二个技能， playing with fails， 这个技能解决了我被坑过无数次的问题。 cloud 有 个问题，它做到一半就失忆。不知道你们有没有遇到过 一个复杂的任务，聊了半个小时，可乐突然说，好的，让我们开始吧，然后就把之前做过的事情又重来一遍。根本原因是对话太长了，上下文被压缩，之前的计划全丢了。普莱因维的 flow 的 做法很聪明，就是别把计划写在脑子里，它是存在纸上 克拉的扣的。每次动手前会先建一个计划文件，每完成一步就在这个文件里打勾，就算上下文清空了，重新读一下文件就能接着干。 这个思路跟 minnes 很 像， minnes 做常任务为什么玩？因为它所有的中间状态都存在本地了。第三个技能， roughlop， 我 给这个技能起了个外号，监工 sky， 你一定体验过 cloud 的 摸鱼模式。写到一半突然说基础框架已经搭好了，你可以在此基础上继续完善。 翻译过来就是活我没干完，我先下班了。 raflopp 通过一个或可拦截 cloud 的 退出动作，他退出的时候或可会检查。你说的完成标准达标了吗？没达到，回去继续写。 我用它写过，完成过一个 c r u d 模块，设了条件，所有接口测试通过加 redmi 写完才算结束。 kloth 中间响停了三次，但都被塞回去了，最后确实把活干完了。但要注意的是，完成条件一定要写写具体做完用户模块这种话等于没说， kloth 分 分钟说服自己已经完成了写成。完成登录接口可用 单元测试，覆盖率百分之八十。加 redmi 包含 api 文档，它才没法浑水摸鱼。以上就是我常用的三个技能，今天希望能够对大家有所帮助，感谢观看，拜拜，下期见！

这种感觉啊， top code 的 skill 一 大堆，但你根本不知道该装哪个。其实最简单的方法就是抄冠军的作业。 github 上有个项目叫 everything cloud code， 这是啊， hackson 冠军整理的一套 cloud code 的 工作流不是几个 prompt， 而是一整套的工程化配置。里面直接打包好了，五十六个 skills， 三十三个 commanders， 还有十四个 agents。 而且你还能看到很多高手的工程套路，比如说头看优化记忆，持久化并行执行，还有紫 a 阵的编排等等。 安装也特别简单，两行命令。唯一要注意的就是 m c p 不要全开，因为工具描述本身会占用上下文。所以如果你不知道装什么 skill， 那 就先抄冠军作业吧。

曾经我对 cloud code 的 终端爱不释手，但现在我只能说一句， codex 真香啊，真香！ 大家好，我是布鲁。随着 codex 近期频繁的更新，我自己的工作站也已经全面的切换过来了。今天就来分享一下我自己的完整使用经验，怎么用 codex 打造一套不打断心流的生产力闭环。 本期视频我把它分成了七个章节，每一张都是我自己实际在用的技巧，希望能对你有所帮助。那我们话不多说，直接开始 第一张，先来介绍一下我的工作站是怎么布局的。左上方是 codex 的 对话框，下方是 terminal 终端。 你可能会问，已经有 codex 的， 为什么还要开一个 terminal 跑 c c？ 因为我发现对于一些需要探索、需要设计的任务， c c 的 表现要更出色一些。所以我的习惯是用 c c 来做方案设计，配合 planning with files 这个 skill， 把设计思路直接落成文件， 然后再让 codex 读这份计划，接手后续的具体实施。这样一来， cloud code 负责想， codex 负责做，两者可以各司其职。 右上方这个区域我用来做任务完成后的查看和审阅，比如代码的 review， 文件的浏览，还有浏览器都在这里。虽然现在浏览器还不支持多标签页，但对于日常的任务来说完全够用。这边我就分享一个实际的案例， 我让 c c 参考了最近很火的这篇卡巴西提出的知识库的文章，让他借鉴里面的思路，出一份设计稿和完整的实施计划。目的呢是做一套前端的页面，方便我日常的维护文档使用。 接着 c c 就 会调用 planning with file 这个技能啊，将所有的计划落成文档，然后我就会回到 colex 这边，让 colex 去阅读当前项目内的这份计划文件，然后基于这份计划文件让他进行开发。开发完结果之后，我会在这边 内置的浏览器里面去进行结果的 review， 包括代码的一个审查，整个过程从设计到开发再到 review， 全都在这一个工作站里面完成，不需要切换任何的窗口，这就是我前面所说的，心流不会被打破。 第二章，批注功能。这个功能是我觉得 codex 真正强大的原因之一，也是最能体现沉浸式开发的地方。 以前我们改代码的方式是找到文件定位到哪一行，描述问题，让 ai 修改，整个过程中你的注意力是在代码上的，但现在 codex 的 批注功能让这件事情变了，你可以直接在文件上进行批注，告诉他哪里怎么改，需要怎么改。 更厉害的是，现在这个批注功能不止限于代码文件，你可以直接在前端页面上进行批注，看到哪个按钮位置不对，哪块布局不满意，直接在页面上标出来， codex 就 能理解你的意图，并帮你进行调整。这件事的意义在于，正好对应了 webcodd 的 核心理念， 开发者的重心不在于怎么写，而在于写出来的东西对不对。批注功能把这个理念落地了。 第三章，上下文管理 codex 项目里可以同时开多个县城，每个县城对应一个任务，互相独立，不干扰。对比 cloud code 需要开多个对话窗口， codex 把所有县城都收在了一个项目下，管理起来会清晰很多， 然后是项目的记忆核心就是 a 键的点 md， 这个文件你可以类比为 cloud md， 把项目的背景、开发规范都写进去， ai 每次进来都会读取，不用反复的交代。 还有一点， codex 的 上下文管理非常省心，它会自动帮你压缩上下文，它也没有提供像 cloud code 中 compact 的 那样的命令，这种事情让 ai 自己处理就好了，你专注于任务本身就行。 第四张，自动化这块是我觉得 codex 比其他 agent 做得更好的地方，几个原因，第一，用起来非常的方便，直接在 gui 里面新建自动化任务，还内置了很多模板可以选择， 大到项目管理技术、眼镜，小到个人的生活习惯，都可以交给它来定期的处理。第二，自动化可以调用 codex 自身的能力，比如插件、 skill、 mcp、 浏览器操作、电脑操作等全都能用进来，这就是为什么我说 codex 在 逐步形成自己的生态。 第三，我们可以根据不同的场景来灵活的选择模型和推理强度，简单的任务用轻量模型，复杂的任务上强推理，这样的话头肯可以用的更加的合理。第四，稳定性，我实测下来， codex 相较于其他的 agent， 定时任务的准确性已经能达到生产级别，相当的靠谱。 第五张插件和技能， codex 有 相当丰富的官方插件和 skill 生态。先说说两者的区别， skill 就是 纯文档，本质是给一份 ai 的 说明书，告诉他在特定场景下应该怎么做事。比如说我前面提到的 planning with files， 就是 一个 skill 插件的概念会更大一些，你可以把它理解为 codex 打补丁，里面可以包含 skill， 也可以带上 mcp 配置，甚至集成其他的 app。 一个插件装下去， codex 就 多一套能力。 另外， codex 在 插件和 skill 的 管理体验上面要比 cloud code 的 友好太多了。 cloud codex 需要改配置文件，而在 codex 里直接在界面上点击安装，或者自己创建，整个过程非常的直观。 第六章浏览器和电脑操作 codex 可以 直接操控浏览器，你可以让它自动填表，抓取数据，验证 ui 效果。 比如我需要批量收集一些网页上的信息，直接告诉 codex 去哪个页面拿什么数据，它就能自己打开浏览器去完成操作，整个过程中都不需要你的介入。除了浏览器， codex 还能直接操作你的电脑文件的整理，应用的打开都可以交给它来处理，相当于有一个助手在帮你操作桌面。 不过这里要说明一点，随着 ai 自动化越来越普及，现在已经有不少软件开始加强安全控制，对自动化操作做了限制，所以实际能操作的范围会因软件而异，遇到限制情况也很正常，大家用的时候留意一下。 第七章通用功能这些功能不是 codex 独有的，很多 agent 都支持，但作为一个完整的工作站，这些基础能力 codex 当然也不会缺少。先说 play mode， 在 执行一个比较复杂的任务之前，先让 codex 把完整的计划列出来，你过一遍觉得方向对了再让他动手， 这个习惯能帮你省掉很多返工的时间，大任务尤其推荐开 play mode。 再说 m c p， 也就是模型上下文协议，通过 m c p 可以 把各种外部的工具和服务接进来，让 q d x 能力边界大幅扩展，无论是连接数据库，调用第三方的 api， 还是接入自己家的服务，配置好之后， q d x 就 能可以直接调用。 另外还有一点， q d x 相较于 logot code 的， 有一个非常关键但很容易被忽视的小功能，语音识别。目前我的任务几乎都是语音发起的，连打字都很少了。 ok 以上就是我在使用扣袋子过程中总结的一些技巧，如果对你有帮助的话，希望能得到你的点赞和关注。 最后我想说一句， ai 发展太快了，各家 a 键的功能越来越趋同，但工具再多，适合自己的才是最好的。有时候做做加法，找到真正需要的，做做减法，去掉用不上的，慢慢摸索出一套自己的工作范式才是最重要的。我是布鲁，我们就下一期再见。

今天将深入探讨 cloud code 的 核心配置，学习如何通过 cloud md 和 cloud 目录等关键文件，将这个强大的 ai 工具塑造成真正理解您项目的专属专家。 cloud code 的 行为主要由三个关键文件或目录定义， 核心指令文件 cloud md 充当着项目记忆的角色。 cloud 目录作为整个 ai 行为的控制枢纽， 以及 ai 自我学习和总结的 memory md。 首先，我们来拆解 cloud md， 它会在每个对话启动时自动加载到系统提示词中，专门用于存放代码本身无法体现的关键项目信息，比如构建命令代码风格和提交规范。 它采用三级配置体系，高优先级会智能地覆盖低优先级设置。 cloud md 的 三级配置体系非常强大，全区配置设定了用户的默认行为， 项目及配置包含了团队共享的约定，而本地的 cloud 点 local 点 md 则允许开发者覆盖个人偏好， 比如要求始终用中文回复或容忍特定的编码风格。现在我们来打开 cloud 的 目录，这里可谓是项目的控制中书，包含 settings 权限配置、模块化的 rules 规则、自定义 commands 命令、可自动化的工作流 skills、 独立的 agents 子智能体以及强大的 hux 钩子系统。 settings john 式 ai 行为的控制面板。通过精细配置 allow 和 deny 列表，您可以精确管控 cloud code 能访问的文件、执行的命令和网络请求。 配合 pre tools 和 post tools， 钩子还能在每次操作前后自动触发脚本，形成自动化门禁。为了保持 cloud md 的 精炼 路由，目录允许您将指令按文件路径进行模块化拆分，只有 ai 访问到匹配的文件路径时， 对应的规则才会被加载，比如 api 开发规范只在处理接口文件时生效，这大大优化了提示词的利用效率。通过 commands 目录， 您可以创建自定义的斜杠命令来封装复杂的工作流。比如输入 review， 就 能让 ai 自动执行代码审查，从代码风格到性能安全全面扫描。输入 refactor 则可以获取函数级别的重构建议和风险评估 技能，是将重复性工作自动化的利器。以生成变更日期为例， ai 会自动获取版本标签间的所有提交， 按 conventional commits 类型分类转换成 markdown 格式，然后无缝写入 change alert md 文件，整个过程无需人工干预。 a 阵词目录允许您定义拥有特定角色的子智能体， 实现并行工作。比如定义一个代码审查员 agent， 他 会专注于安全审查和性能分析。再定义一个测试编辑者 agent， 他 可以负责补齐单元测试。这些 agent 拥有独立的提示词，可被灵活调度。 钩子脚本是强化项目规则的最后一道防线。 pre tools 钩子在 ai 执行写入前运行， 可以阻止修改敏感文件。 pass to lose 钩子在写入后运行，可以自动执行格式化或 link 修复 脚本退出码为零才允许继续，非零则直接阻止操作。安全防护层面有两个关键文件， mcp 专用用于配置 model contacts protocol 服务器，连接 github 数据库等外部服务。 而 cloud neo 则像 g tiknor 一 样精确告诉 ai 哪些目录和文件绝对不能碰，比如俄女蜜月文件或庞大的 node modules memory。 md 是 cloud code 独有的自我进化机制， 它由 ai 自动记录对话中学到的经验教训、架构决策和用户偏好，存储在项目对应的 memory 目录下。与您主动编写的 cloud md 不 同， 它是 ai 自己的总结笔记，上限两百行，确保信息精炼理解。 cloud md 和 memory md 的 关键区别直观重要。 cloud md 是 您主动编写的指令级，用于明确告知 ai 项目规则。而 memory md 是 ai 在 对话中自主总结的经验笔记，两者一个主动引导，一个被动积累，相辅相成，缺一不可。

今天我花二十分钟把这个可绕的扣的给装起来了，其实呢，这个还是比较简单的，我今天就来给大家演示一下，先把这个可绕的扣的零摩擦， 帮大家先装起来，然后再告诉大家后面怎么去领免费的偷客人怎么 处理，自己的文件怎么用。我们首先就准备几样工具啊，一个就是电脑，电脑肯定是要有啊，但这个性能是无所谓。还有一个就是 qcloud 的， 这之前我教大家装过，如果不会的话就翻一下前面的视频， 然后还有一个就的不希克的网页版本，你如果有什么问题，安装过程中出错了什么的，你直接截图发给他，他会给你解答。 那 qq 二的你直接告诉他帮我安装一下 cloud code， 然后他他就会给你自动安安装上去， 这里我已经安装好了，我看一下能不能演示一下 qq 二呢，他每天也是有免费的额度的，所以说处理这些小小事情还是绰绰有余，这就是已经在在装了啊， 你不用管他，他自己会跑，跑完以后呢，那就装好了。那如果呃出问题呢，你就截图发给那个 deepsea 是 吗？根本不用人为的来操作，这难点呢，就是你这个装好以后怎么用，因为他用 cloud code 的， cloud 的 这个这个模型呢是海外的模型，你国内的话还用不了，需要配置一下，我之前用的是 deepsea， 这个配置起来比较简单， 等会告诉大家，如果还不清楚的可以加我的粉丝群哦，我群里会把相关资料上传上去，有问题呢也可以和群友大家一起交流一下，你看安装完成让我来确认一下这个内容。好，这安装好了，然后这些就是文件， 这还有个启动文件啊，直接开始刚刚第一个跳，跳出来的是是是否信任这个文件夹，直接打确定回车就可以了 啊，这里呢就可以开始聊了。我周边之前是有装过的啊，有装过这个模型的，现在已经切换到小米的这个这个大模型， 所以说他能回答我正常的话，你是这里是他会报错的，因为你没有接入这个 cloud 的 这个模型。 那我们怎么办呢？看一下啊，就你先要登录这个 deepsea 的 开放平台，然后 api 开放平台点进去，点进去呢，他这边的话会有一个，呃，个人认证， 个人认证啊，就认证完了以后呢，他会给账号里面充十块钱，那十块钱的话你用一下其实可以用好一段时间啊，再点这里 a p r k， 你 自己创建一个，然后呢，你这个 钥匙拿到以后，直接创建密钥的一个脚本，直接把对这一段文字呢全部发给那个，如果不知道就让 qcloud 帮你找你这跑完以后呢，它会新建一个 apikey 的 这个 hup， 这个自动程序里面呢，他是有你的，有你的这个密钥，把这个命令中的这个密钥替换成你真实的这个 api 的 这个密钥， 就是我刚刚复制的那个外串密码，然后还是发给你电脑这一串文字，那么他会给你新建一个 这个文件，它里面会告诉你是用的是哪哪个大模型吗？ 我这里是 deepsea， 所以 说他已经写好 deepsea， 如果说要用好一点模型，你直接给他替换成好一点模型，然后那两个文件生成以后呢？你就可以重新打开这个 试一下，你打开试一下，你随便给他发句你好或者怎么样，他如果能回答你，那么就说明你这个已经是成功了，就是已经从卡拉的模型切换到 deepsea， 那 么你就可以用国内的这个大模型去调用这个程序。 那大家如果遇到什么困难或者不懂的，可以加我的首页粉丝群，大家一起过来探讨一下吧。

大家好，今天聊一个我觉得 cloud code 的 最被低估的功能， hoops。 为什么说被低估呢？因为很多人用 cloud code 的 痛点其实不是它不够聪明，是它不够守规矩，不会。原上有个开发者说特别好 cloud 的， 经常给你自信满满地说成功完成，结果你一测试全都红，它不是不威胁，而是跳过该跑的检验。 hoops 就是 解决这个问题的， 你在点 cloud 的 目录下 setting， 在 这次里面配好规则， cloud code 在 干活的时候就会自动触发你的检查，不是建议，是强制，我自己目前在用的，我去说几个吧。 第一个，文件保护点 e、 n、 v 配置文件，这些就是我们平常去配 a、 n、 k 的 地方，可乐都要动，我们就直接拦住。之前就遇到过一次，他帮我改他码的时候把点 e、 n v 里的 k 覆盖了，排查了半天才发现配了 h 之后就没有发生过这个事了。之前有一个国外开发商写一篇博客，说得很好，他说 hux 被拦住的时候， loud 不 会报错或者卡住，他会把他当成一个正常反馈来处理，然后自己就会调整方案，绕过去就很自然。第二个，每次改完文件自动跑 link 跟测试，这个体验对我来说提升最大的。以前可 loud 改完代码给自己去跑一遍，检查发现问题的告诉他，现在他改一个文档 link 自动跑， 没过的报错直接就给他修了。然后有时候我去倒杯水回来，他已经改了三轮了。这种感觉就是你不再需要一直盯着他去做每一步了，只需要看他最后交出来结果。 第三个是一个，很多人都不知道用法 stop hook glock code 有 个毛病，就是它会干着干着突然停下来问你要继续吗？明明还没做完它就停了。配一个 stop hook 检测它是因为任务没完成停的就让它继续跑，不要停不， 如果这地方有坑，你得在脚本里去检查 swap hook active 这个字段，不然然后的扣子就会无限循环的继续下去，停不了。然后说一下 hook 是 跟 skill 的 区别，这个很多人分不清。你把提交前跑测试写到 cloud md 里面，他有时候会遵守，有时候不会遵守。有人测过同样一条，就是不要执行 remove 杠 i f 这样一个规则。 如果你写到 cloud md 里面，可能百分之七十他会遵守，用 hux 的 话就百分之百。因为 cloud md 跟 skill 都是建议性的 包子，可以参考，但是不保证 pos 不 一样，代码层的强制触发了就必须得跑，没得商量。社区里有个说法，我觉得总结的非常好， skill 是 去提供方法论和指导 pos 保证最低质量标准，一个管上线，一个管下线。其实往深了想， pos 解决的不只是一个人用卡拉扣的问题。如果你是团队在用， 以前开发规范写到 wiki 里，写到 realme 里，新人来了，看不看是另一回事。现在你可以直接把这些规范写成 books， 放到 the cloud settings， 在 jason 里面跟着项目走。不管是谁在用这个 cloud code， 这些规则他都得遵守，相当于你把团队的开发标准变成可执行的代码， 而不是一份没人看的文档。好了，大家可以从文档保护开始试五分钟的配好评论区，聊聊你遇到过 cloud code 的 最不守规矩的时候是什么样？我挺好奇的。我是小新，关注我，带你一起去冒 ai。

使用 c c switch 进行 cloudbox 的 使用，好多朋友不会用啊，这个 c c switch 大家入悉一下，首先在这个网站里面搜索一下这个 c c switch， 把 c c switch 下载下来，对应的安装包在这里面点 windows 这个 msi 就 可以了，安装下一步就可以， 我现在是安装完的之后的效果，第一次进入是这样，要进入这个 c c switch 的 设置，在设置里面呢，如果你没有安装 cloudbox 呢？你要把这个 应用这个插件可以点，把这个跳过，初次安装这个一定要点开，这个非常有用，好多朋友因为他没有格式的账号，所以每次要登录时候需要登录账号，这个跳过了，只用咱们国内的 ai 就 可以了。 到这里面这里面，比如说像我的这个，我其实用的 dipstick 和这个 gim， 还有 mini max 它其实国外这个我也没有使用啊，太贵了，大家可以直接点加号加号，比如说你要有一下，比如说你用小米的这个 mini 吧，小米这个 mini 呢？你去把这个 key 添加这里面把，这个一般都不会用。改啊，如果你是 tiktok 的 话，你要去搜索一下 tiktok， 在这里面补充一下，有的朋友使用的是 tokenplay 或者是 codingplay， 这里以小米为例，他的 tokenplay 或者 codingplay 里面的兼容协议是这个名称，但是 c c switch 这个作者呢？他说他自己忘写了，他写的是这个，这个是错误的啊。大家一定要把这个 play 复制一下，复制之后把这个放到这里改一下， 改下之后再把你的 api 复制里面，这才是对的。之前有朋友是写错了，他默认是有问题的，这个一定要看一下，把你的模型需要用的模型改一下，一般都是小写啊，很少有大写的。这个大家自己添一下，点击添加就过来了。 过来之后呢，想像我这样的点试这个余额，这个余额比如说你看我这个 deepsea 的 余额，呃，使用用量查询，官方把这个设为零， 你刷新一下，像我这个还剩二百七十块钱。智普的这个呢？它是我 tiktok plan 吗？我是用 tiktok plan 就 不一样，这个也是在这地方配置前用量查询就可以了，其他的注意的事项没有，因为其他我也没怎么用啊。 注意一下小龙虾，这个好像有点有一点点问题，我不建议小龙虾和爱马仕在这个 cc switch 里配置可能有这两个不太建议在这里面配置，就这个 clod， 再用这个配置就可以了，其他的不要配置 这个 skill。 点击这个像扳手一样的图标，点击之后呢，你就可以直接在这里面去安装 skill， 非常方便啊。比如说你想找一个 skill， 那 点击这个发行技能啊，要保持你的网络通畅啊，你的网络要好， 这里面才能显示你想要安装的 skill。 这个 skill 是 这样，它这个 skill 里面有个 top 上总结上的，在仓库，但是有一些特殊的，比如说我安装的我安装的 canvas 赛，这个 canvas 赛其实没有，你就要去他的网站上，他教你怎么去安装，你就搜索安装，按照他的方法就可以了， 其他的大部分都能搜到，如果搜不到的，很可能他改了名了。这个不要着急，你就去那个 github 上去搜索一下，是这样，你也可以从这个 ip 上去安装导入已有。都可以啊，发现技能就可以直接点击安装，这就安装出来了。这个比较方便，我建议新手小白直接在这里面去找能下载的就可以。

最近很多朋友问我， cloud 桌面端更新版本以后，原来配置好的第三方 api 突然不能用了？如果你之前已经跟着我的教学视频学会了如何在 cloud 桌面端接入国产大模型，并且已经正常体验过一段时间，那这期视频就是帮你解决更新后失效的问题。 如果你还没有用过 cloud 桌面端，或者还不知道怎么接入国产大模型，大家可以先去看我前面的教程，把基础环境配置好，再回来看这期解决方法。简单来说，最近的问题主要出现在 cloud 桌面端更新之后，新版本对模型调用环境做了一些限制，导致之前配置好的第三方 api 出现失效、报错或者无法连接的情况， 烦死了。网上现在也有很多解决方案，比如修改客户端文件、重装旧版本、禁止自动更新等等，但这些方法要么操作麻烦，要么存在一定风险，比如版本回退后功能不完整，安全性下降，或者后续自动更新失效。所以今天这期视频 给大家分享一个更简单更稳妥的方法，不需要改 cloud 客户端文件，不需要重装旧版本，也不用写复杂代码，只需要在 mac 终端里配置一条环境变量，就可以解决 cloud 桌面端更新后第三方 api 无法正常使用的问题。整个过程非常简单，基本上复制一行命令就能完成。 首先打开 mac 自带的终端，然后输入第一行命令， been launched second noden production。 这行命令的作用是把系统里的运行环境变量设置为生产环境，也没有报错，就说明这一步基本已经成功了。接下来我们再输入第二行命令，用来检查刚才的环境变量是否已经生效。 been launched getting noden， 如果终端输出 production， 就 说明设置成功了。设置完成以后，关闭 cloud 桌面端，然后重新打开，重新进入之后再测试你原来的第三方 api 配置。总结下来就是，先退出 cloud 桌面端，打开终端输入指令， 再次打开就可以正常使用了。如果我的视频有帮到大家，希望大家可以关注、点赞、收藏，后面我会继续更新 cloud i 编程工具、国产大模型接入和本地模型相关的使用教程。

这是瞎搞啊，我真的太震撼了，太震撼了，无以复加，这种心情真的是。呃，具体是什么情况，大家可以翻到上一条视频看一下啊，然后我现在呢，就给大家说一下我为什么震惊啊？就是我给他 我现在用的是 cloudco 的 啊，然后搭载的是 k 米 k 二点六的大模型，然后我给他提了一个理发店会员系统的一个需求，我说你帮我写一个应用 啊，然后从这里开始，呃，我确认了他给我发的一些问题，我确认了以后，然后他就开始做，嗯，大概写了这么多，从这里开始算是代码吧，对吧？写这么多绿色部分就是他最后输出的，对吧？这么多，还挺多啊还挺多，确实挺多的，然后用时 四十四分钟，我想着十几分钟，二十分钟就做好了，没想到用了四十四分钟，没关系啊，可以等，这已经已经很颠覆了啊，这已经很颠覆了。来，我让你们再看一下他做出来的东西是什么？ 这是他做好了啊，密码不用输，直接默认就在上面好了。来吧，看一下这个界面，来，横过来大家看一下啊，看一下这个界面 好看吗？有没有 a i 感？然后来我们看一下它的功能， 然后这里是仪表盘，仪表盘其实没什么功能，它就是展示你当前的一些情况嘛。今日营收，因为这里是一个系统，还没有用嘛。然后收银台，来，点开收银台，你可以输入会员手机号，然后搜索，然后就是各种操作，对吧？ 然后这里有项目，对吧？这个人做了什么项目，完了你给他添加进去，最终结算，结算，对吧？啪，点结算就行了，然后会员管理 啊，在这个都是虚拟的，这是 ai 给你演示的虚拟的，对吧？这里背后还有充值，有编辑，有充值，我点一下，编辑看出来是什么 啊？就是会员的资料嘛，编辑会员资料，然后他还给你分了等级，你看到没有？钻石卡，黑卡，金卡，对吧？还给你分了等级啊？到店次数对吧？然后积分是多少？余额是多少？很详细啊。然后这个是你的 店，店里的一些项目都有哪些项目你可以自己添加啊。这里有添加，看到没有？太震惊了，我真的是太一次都没有修改过啊，这个直接输出就是这样子的，然后我们再看一下他这个财务报表，对吧？你，你后台有什么报表，有什么情况，然后还可以导出，对吧？ 然后员工管理，你有多少员工啊？是谁这样？王店长，李总监，哼，刘，刘首席，张总监，陈首席，这也可以添加员工，点一下看，你可以编辑你的员工资料 啊。我觉得我今天，我明天可以拿着这个东西去找理发店的老板，我说你给我一百块钱就行了，我把这个东西交给你，让你用。 太震惊了， ai 怎么可以这么强大？程序员，我不知道看到这个视频心里会有作何感想，我是一个代码都不会，一个代码都看不懂的人只认得二十六个英文字母， 做出来了，一次都没有改过啊，直接直接出来，天呐。

大家好，欢迎来到 cloud code 的 使用教程。在这个视频中，我会演示 cloud code 的 核心功能，从零开始创建一个项目，我们开始吧。首先第一步启动 cloud code， 我 们可以在这个输入框里面来输入我们的需求。为了节省时间，我已经提前把 嗯辞要做的这个项目的需求写出来了。来一起看一下。我想制作一个关于团队记账的应用程序， 他会有以下功能，成员管理，项目管理，分类管理，记账管理以及消费统计，还有一些其他的要求。这些 最重要的一句是，这个请向我提问。如果你不向他描述这一句，他可能就直接开始干活了。有可能添加了你不想要的功能，或者说使用了一些你不喜欢的库。这样子，我们现在把它复制， 然后粘贴到命令行里面。如果是你自己手动在命令行里面输入的话，你可以使用 option 加回车来换行。现在我们回车，我打算让它打开 play mode。 在 这个模式下，它是不会直接开始写代码的，它会不断地跟你 确认的需求，最终形成一个详细的完整的计划。这里可能会比较慢过程。为了节省时间，我们就使用纯前端。我需要智能结算。 我们使用 tailwind 一个状态管理。提交我刚才的选择，使用单付款人模式平均分摊状态管理。 这里 cloud code 已经开始编辑它的实现计划了。我们先快进一下 这里，我们看到它已经完成了它的计划，显示它需要请求一些权限。我们选择第一个 bypass permissions， 意思就是说后面它可以自动地去执行命令了。 好了，现在 cloud code 已经开始真正在干活了。 cloud code 它是可以调用我们命令行里面的命令的。比如说我们看到左边的 v i o 的 侧边栏里面已经有 项目初使的架构已经出来了，初使的项目结构已经出来，我在启动可 out code 的 时候给他加的一个参数， 当你开启了这个以后，执行命令行里面的命令的时候，他就不再需要你手动去一个一个的确认了，包括创建文件这些。在 vs code 的 命令行里面的时候，他可能会出现这种乱码的情况啊，你可以在颜色主题里面切换一下主题，回来 他就恢复正常了。我也不知道为什么，我们已经可以看到这里他已经开基本的功能已经开发完成了哈。我们可以大致先看一下， 比如说这是他生成的代码数据账单管理、统计分析、智能结算结算方案，这里有成员管理分类，我们可以新建一个项目来测试一下。 创建了一个出去玩的项目，那我要开始添加账单。比如说我今天花了一千元在交通上面，付款人是张三付的款，消费成员为四个人都消费。人家完成之后， 那这个时候的智能结算里面应该是大家都要给张三转钱，还是很厉害的。回到项目，他现在正在编辑项目文档，感觉真的是很夸张，我们来看一下他是不是把 写到 readme， readme 文件真的是很厉害。现在我想把它生成的代码推送到 github， 还是依旧让 cloud code 帮我完成。我们看到他已经帮我把代码 成功推送到 github 上面来了，感兴趣的话可以来看一下。需要部署到 whatsapp 吗？暂时不需要。这里还有一个点就是说如果你在 cloud code 的 工作的过程中，你不小心退出了中断，那你怎么 进来之后找不到刚才的绘画了，怎么办呢？教大家一个，比如说你不小心从命令行里面退出来了，你找不到刚才的绘画了，那怎么办？我们来重新进入 code 十杠就可以了，这里会显示你之前的绘画，那你目前我们只有一个，那你直接回车 可以了。还有一个点就是大家可以看到我是在命令行里面敲了 cc， 我 就可以进到 cloud code 里面了。其实这一步是怎么做的呢？可以看一下。我在这里加了一个，如果你用过命令行，你应该是可以看懂的，说 相当于是一个便捷命令，而这个参数就是最开始的时候我说的，如果你起用了这个参数的话，它就可以 全自动的去创建文件，去安装依赖，就不需要你一步一步的去手动确认。好了，以上就是本期视频的全部内容了，如果你喜欢，请帮我点个赞吧，谢谢！

嘿，安装 kelldog 并配置 dpc 的 位置真的一点都不难，教你一个方法，三句话，安装全程不需要你懂任何代码， 输入安装指令，检查我的本地电脑环境，并帮我安装 kelldog t 已经开始执行任务了，过程中可能会提示你少了一些软件，或者提示你是否运行，你只需要点击一下即可。历时两分钟，我们已经安装完成了啊！接下来就是给可劳得扣的配置 dpc 个 v 四。如果你是新手的话，你最好多问一句，教给我如何配置 dpc 个 v 四， 它输出的内容呢？就是教程你大概的搂一眼，然后打开 d p c 和开放平台，获取自己的 api k， 复制 api k， 返回 tree 的 对话框，输入配置指令，我的 api k 为 sk 杠 啦啦啦啦啊！帮我进行配置。又是两分钟，你的电脑就拥有了 cloud code 加已经配置好的 dbc 和 v 四。如果你想启动 cloud， 就 直接给翠下命令，帮我启动终端，打开 cloud。 在 这里只是给大家去做安装的演示，因为我并没有充 money。 最后给大家说一下，其实我不 太理解大家为什么想安装 cloud code 并配置 d p c 个 v 四，因为在我看来，如果你刷到这条视频并看到结尾的话，说明你极大可能是没有使用场景的。如果你是想用 ai 解决日常的工作和生活场景中的问题， 咱们国内的 ai 第一，就比如 tree 就 已经完全够你使用了，网页读取、调研分析、数据挖掘、文件管理，还有内置的 skyo 等其他的很多功能其实并不比国外的那些工具差，反而更适合国人的使用场景。如果你对 ai 还有其他问题，尽管打在评论区。

昨天我说要录制一个 cloud code 的 安装视频，今天我就录制了一下，这是一个安装图， 然后这里面接下来是一些嗯，电脑需要的配置环境 有很多，我这个电脑里边已经之前安装过了，都是有一些重复的，我就不需要特意的安装， 大家在安装的时候也可以对比看一下。我这一个实际上我不知道它怎么去安装这个 cloud code， 所以说我把所有的问题抛给了 ai， 让 ai 来去知道我一步步的如何去做。 其实按照他给提供的这个步骤安装起来是很快的，在这过程当中基本没有遇到什么问题啊，只是在后面 啊进行这个 ai 大 模型接入的时候遇到了一点问题 啊。在这个地方我问了他一个问题，就是 cloud code 这个 app 端跟我现在安装的 cloud code 到底有什么区别 啊？因为，呃，之前我有过这样的疑惑啊，我看到短视频说这 class code 写代码很厉害，然后也可以做一些更多的分析，那我以为是跟就是一个客户端， 嗯，原来他不是这个样子的，这工作原理是不是一回事？ 待我装上了这个 class code， 然后应用了之后，我发现它的确非常的强大， 它好比就说像是一个专家，可以分析你的这个项目，可以分析你的资料，然后给你生成自己的 数据库，然后通过它生成的这个数据库就可以完成你给他指派的任务。这里边就到这个位置就是遇到了一个问题了， 其实安装 class code 是 很快的，其实后面配置的过程当中，这是第一次遇到问题，因为它默认接入的是 它官方的这个 cloud code 的 这个账号， 然后我查看资料发现 cc switch 可以 解决这个问题，我就问他 cc switch 是 一个什么工具？那在这里他就给我做了一下解答 啊，它实际上是来配合这个 cloud code 接入 api 工具的这么一个大模型 api 工具的这么这样的一个工具。 后来呢？啊，他告诉我，其实你也不需要用这个 cc switch 来接入这个 呃，大模型，他说 deepsea 的 这个大模型已经可以呃支持 cloud code 的 接入了 啊，他告诉我了这一段指令，然后我就按照他说的这个指令操作下来，后来就进入到了这个克拉扣的工作界面就成功了， 所以按照这个资料的话还是非常顺利的。 嗯，在我安装成功然后使用了这个 class 库的发现啊，它 可以在你存储文件的这个资料的文件夹里面起用，之后，它就可以读取你这个文件夹里的信息，然后开始给你分析， 然后你给他提要求，要去啊，干什么工作啊？那他就可以 进行操作了，你看这个地方，他说 yes， i trust this folder， 他 是就请求你是否信任这个文件夹， 那这个是你就按回车下一步啊，那就可以了 啊，你可以看到上面显示 deepseek v 四杠 pro。 那 因为我这是在写这个机器人的这个程序，所以他跟我说你可以 把它在你写程序的这个文件夹里再次启动一下这个 class code， 它就可以呃进行工作，分析你整个代码库 好了，基本就这些。嗯，希望大家 可以尝试安装一下这个 cloud code， 的 确，然后应用到你的工作当中，它的确会给你带来一些惊喜。 嗯，后面这是我，嗯，一直演示到了最后。 其实我这个为什么打英文？是为了学习一下英文，练习一下，其实我英文太差了，所以说去练习这个事情。 嗯，他说 explain this project structure。 现在就开始分析了， 他把这个文件夹里所有的这个文件全部分齐了一遍，然后得出了一个知识数，得出了这个框架。 我，那我作为一个小白来说，或或者作为一个初级的程序员来说的话，还是很震撼的，他解放了，大大解放了生产力。

这个视频呢，记录一下 cloud code 的 一个安装的全过程，主要有这个四个步骤啊，这先安装 node， 然后安装 git， 再安装 cc switch， 最后就是在 cloud code 里面配置这个大模型 安装 node。 我 们进入到这个网网站以后啊，我们就点击这里呢根据电脑的系统进行一个安装，那我呢是 windows， 所以 就下载 windows 版本 啊，这里我已经有了，我就不下了，等装好以后啊，安装过程是比较简，比较简单，然后装好以后就测试一下到底有没有装好呢？我们直接在这个 c m d 里面打入这个 node 杠啊， v 出现这个版本号就成功了。那么第二步就是进入到这个网站去安装这个 get 环境， 然后呢是根据这个，也是根据电脑的系统啊去装这个 windows 的 这个六四位的 啊，下载好以后我们安装，安装好以后，我们点开这个 git bash， 在 这个框里面也是输入这个呃 git 两条杠 vision， 然后有一这个反馈这个版本号的话，就说明已经安装成功了啊。接下去就是在我们的这个呃命令，命令窗口里面去安装这三条命令，这样就可以把这个 cloud code 就 安装好了。 好，这样就是可以把 cloud 的 功能安装好了，然后在这里我们输入 cloud， 然后这个界面出来，就说明已经已经安装成功了。好，接下去就是安装这个 cc switch， 我 们点击到这个网站，然后拉到最后面有一个叫 release 点过来，我们看到这个最新版本，然后也是拉到最后面，然后就是选择我们的 windows 操作这个版本， 把它下载下来，然后再进行进行安装。装好以后呢，我们就在这个 c c switch 里面去配置这个模型，那这里我已经配置好了这个归机流动的一个方案， 配置好以后我只要也是打开这个命令窗口，然后输入这个 cloud， 然后这里输入一个 hello 吧，然后 那这里就会反馈啊，已经说明已经连上了，已经成功了。那么我这里问他一下啊，你是什么模型？ 我在轨迹流动里面给他配的是这个 deepsea v 四的 flash 模型。 好，接下去我就是再尝试一下，在那个 deepsea 官网里面获取这个 a p i 去配置这个 v 四 pro 这个模型，因为 pro 这个模模型在这个轨迹流流动里面是没有的，所以我们这里选到 deepsea， 然后呢这里就是输入到我们刚才申请到的这个 key， 然后这里它默认是也是没有这个 v 四的，那么我们需要点到这个，嗯，官网接口文档里面把这个 model 名称给它复制下来， 然后复制到这里面都给它复制成这个 deepsea v 四 pro， 那 这样的话就是配置好了，那我们再测试一下，进入到这个命令窗口， 然后你看到看，大家看到这这里面它底下这个模型，它已经是变成了这个 deepsea b 四 pro 模型，然后我我也是给它进行一个测试，然后这样通的。

今天分享的主题是探索 cloud 目录。 cloud 目录就是你和 cloud code 之间的沟通手册，你在这里告诉 cloud 项目的上下文规则偏好，甚至可以给他添加全新的技能和子代理。无论你是刚接触 cloud code 的 新手， 还是已经在日常使用它的老用户，理解好这个目录的结构，都能让你的开发效率再上一个台阶。那 cloud 目录到底是什么呢？你可以把它理解成 cloud code 的 大脑配置文件， 它告诉 cloud 你 的项目有什么背景，有哪些规范工具，应该怎么用。这个目录可以放在两个地方，一个是项目跟目录下的 cloud 文件夹，提交到 get 后就能和团队共享。 另一个是 home 目录下的 cloud， 这是你个人的全局配置，所有项目都能用到。大多数情况下，你主要和 cloud md 以及 settings john 打交道，剩下的都是按需添加的扩展功能。我们来看看 cloud 目录里到底有什么。 最核心的两个文件是 cloud md 和 settings john， 这也是大多数开发者日常打交道的东西。 cloud md 用来写项目指令和上下文， settings java 配置权限钩子和环境变量。 剩下的目录项， skills， rules agents， 这些都是可选的，当你的项目需要更复杂的能力时才添加上去。值得注意的是， cloud md 既可以放在 cloud 子目录里，也可以直接放在项目跟目录，两种方式 cloud 都会加载。 现在我们来深入看两个最核心的文件。首先是 cloud md， 这是 cloud code 在 每个绘画开始时都会加载的指令文件， 你可以在这里写下项目的架构说明、编码规范、测试约定、关键文件路径等等。简单说，这就是你给 cloud 的 入职手册。另一个是 settings john， 它控制 cloud 的 行为边界，比如哪些工具允许调用？工具调用前后要不要刨脚本？环境变量怎么设？这里要特别提一下 settings， 点 local 点账，它专门用来存你的个人偏好， 自动会被 g t nore， 所以 不会污染团队配置。当项目变复杂了，光靠 cloud md 可能不够用，这时候就要用到扩展能力了。 skills 是 可附用的提示模板， 你可以通过斜杠命令，比如 review 来调用，也可以让 cloud 自动触发。这非常适合代码审查、生成文档这类重复性工作。 safaris 更高级，它让 cloud 可以 创建专门的子代理， 每个子代理有自己的提示词、工具级，甚至持久记忆空间。此外还有 rose 来做主题范围的指令， output styles 控制输出格式， m c p john 连接外部工具，这些全部都是按需添加的。 关于配置的作用域。项目级的 cloud 放在你的仓库里，提交到 get 后，团队所有人都能用，适合放项目规范和团队约定。而全局级的 cloud 属于你个人， 所有项目都能用到，但不会提交到任何仓库，适合放 api、 蜜月、个人偏好。这些隐私信息需要注意。优先级，项目级的配置会覆盖全局级的同名配置， 而 c l i 命令行标志的优先级最高。接下来聊聊应用数据，这部分 cloud code 会在 cloud 下存储绘画、记录文件、快照、缓存数据等等，这些数据默认三十天后自动清理。你可以调整参数值来控制保留时间， 但有几个是无限期保留的，比如 history。 java 用来支持上箭头回忆提示，如果你想手动清理，可以用 cloud project purge 命令。 强烈建议先加 drive 预览，要删什么确认没问题再跑。另外注意数据是纯文本存储的，如果工具读取了俄女文件或者命令输出了密码， 这些内容会留在记录里。最后来总结一下这张决策表，帮你快速定位，想做什么就找哪个文件。 核心原则就是从小处着手，先配好 code， md 和 settings， java 等有更复杂的需求，再逐步添加 skills， subintelligence 这些扩展。这几个要点值得记住。团队共享的，放项目级 个人隐私，放全局级 cloud mb 是 项目指令， settings 掌握控制权限和环境。如果遇到配置不生效的情况，可以用 debug 标志启动 cloud code 来查日记。掌握了 cloud 目录的用法，你就能让 cloud code 真正成为你的专属开发助手。

哈喽，朋友们，之前分享了很多期关于 cloud code codex 的 视频，但我发现评论区讨论最多的就是国内怎么使用，确实天下苦， cloud code codex 就 已 光网络这一关就能劝退一大半人，账号支付节点每一步都在折腾，更别说团队场景下每个人单独搭一套环境的成本要有多高了。后来我自己也折腾过几种办法，中转 api、 进项站、买海外卡，要么不稳定，要么一到团队层面就抓掐。 前段时间试了一个叫 evo ai 的， 但是目前我用着比较顺手的，它里面直接内置了 cloud code 和 codex， 打开就能跑，不用你再去配账号，调整网络。同时它也提供 cloud gpt、 gmail 的 api 中转，自己接到别的工具里也行。 一个平台覆盖了两种方法，但我今天想分享的是他新出的这个团队管理功能。先说第一个，安人分配托客额度，后台能看到团队里的每一个人，然后给他们单独设置额度。核心开发可以多分一点，像做支持、做业务、做产品的可以少分一些，或者按项目走也是可以的， 用完自动停，不会出现一个人把全团队额度刷光的情况。以前的订阅制是什么体感？整个团队共用一个上限，根本不知道是谁在用，用在哪，超了就超了，事后也没法追溯。 现在每个人的成本都能够算到 top 这一级，账算的清清楚楚。第二个，也是我个人最看重的支持数据采集，平台会记录每个成员每天用了多少 top， 问了什么问题， 打开后台你就能看到这个月谁是众多用户，谁压根没用过团队整体的 ai 使用率是涨还是在跌，那这数据拿来做什么？注意，这不是监控，是判断，判断谁可能需要一对一的使用培训，判断哪个岗位的 ai 渗透率还偏低，判断我们在 ai 工具上花的钱有没有真正落地到产出上。 所以 ai 时代的团队管理不能再靠感觉得有数据来支撑。再补充一点，统一入口的额外价值对团队节奏影响其实非常大，新人入职当天就能够开工，不会因为环境还没配好卡上个两三天 团队所有人用的都是同一套工具，沟通和节奏的语言也是统一的。最后我总结一下， vivo ai 比较适合三类人，第一，技术团队负责人或者老板想把 ai 在 团队里推下去，但手里缺一个统一的管理后台。 第二，身在国内，想让团队直接用上 cloud 的 gpt jimmy， 但不想每个人都去折腾环境。第三，想精细化控制成本，按人分配，而不是大锅饭一个十字。 当然了，个人用也行，毕竟谁不会喜欢一个 app 里面直接能用预三加的工具呢？ ok， 那 以上就是关于国内使用 cloud code 的 codex 的 分享，希望能对你有所帮助。我是布鲁，我们下一期视频再见。