粉丝629获赞5082

hello, 大家好,我是肖少,今天给大家分享一下 codex 怎么接入 deepsafe v 四 pro 的 模型,我看网上都是分享 cloud code 怎么接入 deepsafe 的, 几乎没有分享 codex 怎么接入 deepsafe, 今天我来分享一下。我们打开 deepsafe 的 文档,在接入 a 帧的工具这个地方,我们先看它这个啊, cloud code 库里头 我们一直放到最后是没有 codex 的, 这也就是为什么网上大部分都是分享怎么接入 codex, 因为接入 codex 有 官方文档, codex 接入 deepstack 的 话,我们需要用到两个小工具,一个是 c switch, 一个是 c c x。 这边先给大家安装一下 c x, 找到一个就是自己合适的目录,创建一个 c x 的 目录,我用的是 mac 啊,然后这边是给大家准备的工具,有 mac 的 一个 windows, 然后就把这个 c x 啊放到这个 c x 的 目录里边,然后以及这边有个疑问, 给大家打开看一下,这个英文的是一个配置文件,对,这边是我配置的一个本地的 k 啊,一二三四五六,大家直接用我这个就行,这个是一个本地的 k 啊,好的,我们进到 c c x 的 这个目录,通过中单 最大化,我们给 c c x 加下权限, 然后点杠运行它。好的,这个 local host 是 一个本地的页面,我们在浏览器打开 这时候你第一次进,它会让你输一个密码,这密码的话就是这个地方, 我写的是一二三四五六这个地方啊,你也可以直接用,也可以改一下。对,这边你输入密码之后,然后我们选到这个 codex 啊,我这边是加了一个啊,我教大家怎么加,在这个地方点击添加渠道,大家一进来可能是英文啊,这地方可以选中文。 好,这边点添加渠道,然后这边就输入你的这个 dbc 平台,我们找一下啊, 我们复制一下 d p c 的 这个 base u r, 然后粘到这个地方,下面它还需要一个 api k, 然后在这个地方我们创建一个自己的 api k, 然后给它粘上去就可以了,给它粘到这里,然后详细配置这个地方我们选 open ichat, 这里规范非常建化,这个地方给它打开, ok, 点击创建就可以了。我不创建啊,因为我已经创建过了,下面我们打开 cc switch, 然后我们在这个地方点击添加 这个地方 api k, 就 写我们刚才的一二三四五六啊,就写你自己的那个密码,我这边设的是一二三四五六,然后 api 的 请求地址来我们找一下,是这个 local host 三千杠 v, 然后这边我们获取一下模型列表, ok, 可以 看到获取到两个模型, 一个是 deepsea 微斯的 flash, 一个是微斯的 pro, 我 们直接选微斯的 pro 就 可以了啊,往下滑一点,把这个一照,上下文窗口点上,然后点添加即可,我这边就不添加了,我已经添加过了,添加上之后,然后这边点起用, 这就可以关闭了。当我们配置完成之后,这个时候你重启你的 codex, 这时我们进来的话,它就是使用 deepsea 大 模型,来我们给它对话一下。你好, 来我们看一下啊,这边可以看到模型使用的是 deepsea v 四 pro, 没有问题啊,这样 codex 就 可以直接使用 deepsea 的 v 四 pro 模型了啊,你也赶紧去试一下吧,记得回来交作业。好的,下面给大家说下第二个问题,这个地方的名字怎么改? 然后打开它的这个配置文件啊,它的配置文件是在这个 user 目录下的这个 codex。 哦,它是一个隐藏目录啊,这个要打开,进来之后找到它的这个 configure html, 然后我们打开 好,默认的话是 custom, 然后我这边是给它改了三个地方,一个这个地方使用的地方 改成 d p c, 一个是这个 name, 这个你们可以改成自己任意喜欢的单词,改完之后重启一下你的这个 codex。 下面第三个,我说一下它这个对话怎么给它删掉,我们右键之后发现它没有删除,只能归档, 然后归档之后它就可以删了。然后我们怎么删呢?在这个地方还是这个 directx 这个目录下面找到这个目录,然后进来就可以看到,这个是我刚归档的日常对话,这个地方我先不删,给大家验证一下。归档完之后它会在这个地方 已归档的对话。对,你可以取消微档啊,我们不取消微档啊,我们直接给它删掉 删除。哎,我们这个时候再进来验证一下。 嗯,暂无给他聊天。好的,这就是本期视频的全部内容,我们下期视频再见。

口袋终于实现国产模型自由了, dc 切问质谱随便切,重点是绘画记录还能够完整保留,这下真的不用再整天盯着额度了。这次使用的工具是 echo ball, 你 可以理解成 给口袋加了一个模型切换器,上次我们连接 dc 的 时候还要配 cc 叉和 cc switch, 这次更加的简单,模型都放在同一个面板里面,想用哪个直接切?安装包我都已经整理好了,下载之后直接运行就行。 我们先来打开这个 echo board, 左边点击我们的模型中心,这些模型呢都是可以直接链接的,只要符合 open a 的 协议就没有问题。点 击模型,然后添加我们的模型 id 还有 api key。 接下来我们再点击右边的应用管理,这里可以看到有很多的 ai 工具,但这期我们主要讲的是 code, 所以 我们先找到 code, 点击我们已经配置好的 d c 模型,点击启动就会自动弹出我们的 code, 看已经切过来了,我来测试一下,让他解析一下 echo ball 这个项目。 ok, 没有问题。重点来了,直接回到我们的 echo ball, 切换千问,点击启动就会自动重启我们的 codex, 看刚才的聊天记录都还在继续追问,刚才那个项目他也能够接的上。模型都放在同一个面板里面管理,不用反复去配置,这可比以前舒服多了。最后再给大家补三个坑,第一个我测试的时候发现先换回默认的 open ai 反而会丢失他的绘画记录,检查后发现原来是工具里面的一个小 bug, 不过包里面的版本已经是修复好的。第二点是部分的绘画可能会出现模型切换之后不能继续对话的情况,因为不同的模型对话里加密信息和工具调用状态他不一定能够兼容的。建议切换模型之前呢,先总结一下上下文,然后新建对话,再继续项目。 第三点,很多朋友也反馈过, a p i 模式下没有办法正常的去使用插件,但是我最近看到一些解决方案,这两天我会再去实测一波,到时候再给大家分享,不过目前又是不影响的,是可以正常使用的。今天的分享就到这了,我是木马,每天一起玩 a 的 赛博大志,咱们下期见,拜拜!

codex 和 cloud code 用不了,有没有平替的?有的,当然有。今天就讲三款 ai 编程工具,新手也能玩,门槛也不太高来。第一个 open code, 这个是一个开源的 ai 编程工具,然后我们直接可以用它的终端命令行,但是新手小白不建议用终端, 你看终端打开之后,它就是这种黑框的,很容易劝退的。新手小白就用它的桌面端就可以,包括支持什么苹果系统啊, windows, linux 都可以, 所以说当你安装完成之后,它就是变成这样的。然后它的主要特点呢,就是集合了市面上几乎所有的模型,我自己用的是 dbic 为四,当然你也可以用, 比如说 openai 的 模型, osarpic 的 模型,肩带的模型等等等等,还有些 dbic 的 模型都可以的,几乎所有的它都支持,它的模型选择量还是比较多的, 那整体用下来的话呢,也是比较简单,比较容易上手。第二个 tree solo, 它是自结开发的,它的特点的话就既支持桌面端,也支持你的移动端,就是手机和电脑 同步进行打开,之后呢,就是这样的一种形态,它呢也可以接到基本上主流的国产的模型 tree 呢,其实也能连接很多插件,通过 m、 c, p, 你 像我们常见的印象笔记,呃,然后 f c 点笔记等等等 excel 其实都能够连接起来, 目前的话,他这个插件市场上做的还是可以的,对于新手来说呢,其实还是比较友好的。第三个酷的是阿里出的, 现在的话他也能够下载客户端了,客户端打开之后就是这样的,而且他的模型选择呢,也基本上支持主流的这些国产模型,如果你问我更推荐哪个?如果你想选择更多的模型,那你就选择 oppo code。 如果你要选择更简单上手一点,那我推荐你试一。

好,这节我们一起来看一下 codex 怎样接入 deepstack。 因为有时候我们的默认的模型其实并不够用,所以我们会去接入外部的模型,像 deepstack 这样的模型,那我们来讲一下整体的流程,那首先最后实现的效果就是这样子的,我们可以通过在 codex 里面去调用 deepstack 的 模型。 好,那我们来看一下整体的步操作步骤。首先我会给大家推荐啊,就是我这里呢啊编辑了一个启动的脚本,那这个脚本的作用就是可以帮助我们直接将这个 codex 的 底层模型切换成 deepstack 模型。那我们先来看实际效果,再讲实际的原理。那通过这个 start 模型,如果第一次使用的话,建议大家去加入一个授权的操作, 然后去欸把这个授权授权完之后,我们再启动这一个脚本。好,启动的时候它会去修改我们当前的 codex 的 啊配置,将它转发成 github 的 本地的啊 api key, 然后我们来试一下。 好,可以看到重启完成了,那我们再打开我们的 despic, 那 这时候我的新 despic, 我 们就可以看到在我们的这个右下角变成了 despic 模型,对吧?那我们还可以把它回滚成原来的配置。有时候我们可能我们的额度恢复了,对吧?那这时候我们可能需要哎,变回原来的模型,所以就使用另外一个脚本 notebook, 对 吧?我们就直接使用 notebook 也是一样的,我们把整个流程跑通啊回滚,那回滚的话相当于重置嘛,重置成我们最早之前的,那我觉得这种方式是最好的,最友好的,对于我们来说是白盒的脚本代码都在我们手上,我们并不需要去关心它是一个黑盒的操作,然后有人去获取我们的 api key, 你 看是吧?恢复了一模一样,对吧?好, 我们来讲下核心的原理啊,其实核心的原理非常简单,我们来看一下,那这两个脚本的作用,主要就是修改了 codex 的 config 的 这么一个文件,建立了这么一个啊, deepspec 的 本地 property, 然后接收到了我们的这 codex 的 请求之后,自动呢将它转发成 deepspec 的 api, 然后最后呢再把 deepspec 的 结果进行返回, 返回的过程当中呢,我们可以看到整个流程是非常流畅的,并且呢我们通过 deep stack 去管理了我们整个的这个上下文,对吧?嗯,就通过这个 codex 去管理了我们整个 deep stack 的 上下文啊。最后呢再给大家,嗯, 讲一个风险啊,就是很多时候我们通过这种 c c x 和 c c c 外驱的方式也可以建立这个啊 deep cache 的 连接。但还有一个问题就是它的流程是怎样子呢?就我们启动一个 c c x, 就是 这个代理中转,比如说我们开启一个 c c x, 对 吧?它配置一个 api key, 但这个时候我们有时候可能从外部的渠道拿到这个 c c x 的 包, 有时候他会存在一些这个上传的风险,比如说你在这里填一个 key, 那 我可以把你的 key 呢直接获取到你,比如说这里,对不对?你获取到这里是给大家演示啊,这是一个风险站点的演示啊,确实可以拿到这个 key, 而且并且还会有通知,那 为什么呢?因为这个时候我们在这里形成一个 key 呢,实际上他会发一个请求 pos, 请求上升到别人的这个网站上,所以大家可以通过抓包工具可以去看一下,对吧? 或者说我们再通过这个 c c c 外旋, c c c 外旋,有时候我们也会有一些不法分子去打一些包,对吧?这个包对我们来说是黑盒的,那我们直接使用这个包呢,往往会出现一个情况,也会上传你的 key, 所以 会存在一个风险的啊, key 的 暴露对不对? 是吧?那这时候呢,黑客的这个黑盒的组建就带来了比较大的隐患,那如果说大家使用啊,像我这种脚板的形式呢,是属于白盒的,大家你可以看到,对吧?所有的代码这里都可以看得到,是不是所有的流程都可以看的到?你直接问一下 q 代码这个道理是不是存在上传 key 的 操作,那就可以看出,哎,他是一个白盒的操作, 黑盒打包好的,你是不是就没办法判断对不对?所以呢我建议大家使用这种方式啊,那这个方式呢?嗯,首先大家会得到一个这样的一个 呃,这样的一个文件夹,对吧?这样一个文件夹,然后呢执行第一个脚本啊,就是这个 start, 它会帮助我们去安装好配置的 python 环境,那因为本质来说,这个脚本呢,是通过一些 python 环境去操作的,对吧?那你切换完之后呢,就直接变成了 python 模型,但是呢,你使用的时候有两个步骤,第一步呢是把它 下载好这个啊切换包,然后呢这个时候我们干嘛呢?我们会得到一个什么?得到一个这样一个文件,这个 type c 的 key, 所以 我们就把这个东西呢给它复制一份,对吧? ctrl c, 对 吧? ctrl 加 v, 那 把这个后面的这个啊后缀给它去掉,你看会去掉这个音,这个点 copy 的 后缀。 好,这就给大家的一键打包包好,然后这时候我们在这里呢改成我们自己的 key, 然后再去执行我们刚刚前面说的这么几个脚本,比如第一个是吗? start 对 吧?回滚呢?就执行这个 rebook, 对 吧?那通过这样的方式呢?那就,哎,直接完成了我们整个的这个 deptych 的 切换。好吧, 原理也给大家讲清楚了,其实我觉得,呃,这两个脚本呢,主要就是这两个功能,第一个是一键切换 desac, 第二个是一键回滚默认配置,那帮助我们去切换,当然这个脚本还有很多优化的点,我觉得主要就是,哎,我们可以切换成这个小米的 mini 模型,对吧?还有我们的 kimi 模型,对吧? 那主要就是这些点。好了,那以上就是本期视频的全部内容了,我是小刘,我们下期再见。

codex 现在能直接接上奥了吗?本地开源模型也能跑进编程工作流里了?这个变化很关键,因为以前很多 ai 编程能力都绑在云端,想用就得付费,联网受限制。 现在不一样了,模型可以放在自己机器上, codex 负责把这套能力接近开发流程,成本和门槛儿一下就变了。 codex 本身不是普通聊天框,它更像一个面向软件开发的 ai 助手,能做构建、编辑、审查、发布。更绝的是,欧拉玛的作用也很明确,就是把开源模型搬到本地跑。 这样一来, codex 管工作流,欧拉玛管模型运行,两者一拼,开发者就能在同一个环境里完成。写代码、改代码、看结果。这整套动作真正有意思的是,它不只是能写代码, 本地模型接入后, codex 还能加载本地网站和本地服务器,直接在浏览器里看页面,页面哪里不对可以圈出来标出来,再通过聊天把修改意图传给模型。 也就是说,代码页面反馈不再是分开的三件事,而是连成了一个闭环。对前端和迭代开发来说,这种格式化写作会比纯文本问答顺手的 多。当然,路线也分两种,想省事可以用官方推荐的云端模型,但那通常要订阅。想真正把成本压下来,就自己用本机算力托管开源模型,再接到 codex、 jama、 q 问。这类模型都在这个范围里, 前提也很现实,先装 codex, 再装奥拉玛。而且要先看硬件够不够,因为本地 ai 不是 点一下就有,它吃的是 gpu、 内存和算力。 说到底,这次变化的意义不只是免费,而是把 ai 编程从租服务变成了用自己的机器做自己的助手。 在模型推荐上,先别盯着最强要先盯着能不能装得下。这里给出的方向很清楚,就问三点六和 jam 四,都属于适合本地部署的后选。也就是说,选模型不是拼参数面子,而是看机器能不能扛住。 更实用的做法是先把硬件摸清,再决定上哪个版本,判断这台电脑能跑什么。最直接的办法就是用康 i run、 ai locally 这类工具,把 gpu、 显存、内存、 cpu 核心数填进去,结果就不再是猜,能轻松跑,勉强可用,完全不适合。分得很明白, 这里的关键案例是 jam 四,先确认当前配置能跑,再选具体变体, e 二 b 更轻, e 四 b 更完整,但体积也更大,下载接近九点六 g b。 也就是说,本地部署不是零成本,只是把成本从订阅费换成了硬盘和等待时间。真正有意思的地方是把它接近 codex, 操作并不复杂,先让奥拉玛在后台跑起来,再启动 codex, 选择本地已经安装好的键盘四 e 四 b。 这里最关键的一点是,奥拉玛版本要在零点二四以上,不然联动会卡住。 联通之后, codex 还是那个 codex, 但底层推理已经换成本地模型了。换句话说,编码助手的界面还在付费, api 的 依赖却没了。最后的测试也很直接,让他去做一个前端 landing page。 这 这个任务不只是看能不能聊天,而是看它能不能真的产出页面结构、文案和设计感。结果是页面顺利生成,说明这套组合不是能启动而已,而是能干活。 真正值得注意的不是某个模型有多神,而是本地开源模型已经足够把很多日常编码任务接住了。 ai 最有价值的地方,往往不是替人做决定,而是把那些重复昂贵还不想交出去的工作安静的接过去。关注全球 ai 速递,获取更多 ai 前沿资讯!

codex 真的 很好用,但是 g p t 五的模型太贵了,再用下去我的钱包要顶不住了, 所以呢,今天呢,我就给大家分享两个 codex 很 实用的插件。呃,第一个插件呢,可以接入我们国内的一些大模型,比如说 deepsafe 啊,字谱啊。好,第一个呢,就这个这个插件 打开之后呢,我们可以先点击模型中心,然后这里可以选择我们这些国内很优质的大模型。然后呢我们点击加号,复制好之后呢保存,保存之后我们再点击应用管理,选到我们的 codex, 选择其中应用 就可以了,而且如果你有多个国内的大模型的话,你切换模型的话,它对话是不会清除的,我觉得这个就很好用。好,现在通过这个插件打开的话,那就是使用的就是我们的这个 啊质朴的模型了。那如果我们是通过 api 的 方式登录的这个 codex 的 桌面版的,那它这个插件是灰色的啊,那我们也可以通过一个插件来把它解锁,就是这个插件 好,把它部署。安装好之后呢,我们先退出我们的 codex。 好 的,然后通过这个插件启动之后呢,就可以看见我们的插件已经解锁了,快去试试吧,让你的 codex 更好用。

codex 跟 c c 到底哪个好?我想大家各自都有自己的判断。在我个人为二者都充了二百刀的 pro max 会员以后,我个人的体感是 二者的模型能力之间并没有本质的差异,甚至都足够惊艳,让人心喜。但它们其实代表了两种完全不同的人。与 ai 合作的费洛索费 本质上,我们不是选择两个工具,而是选择两种与 ai 交互的模式。你习惯使用哪种模式,你的工作场景是哪种模式,你就应该选择支持哪种哲学的普顶工具。通常来说,抽象的讲, 软件工程开发的模式可以粗略地分为两大类,首先一类是那些探索性不确定的 idea。 在这种场景下,我们自己可能对需求要做什么,最终的一个中态是什么,甚至过程中该如何实现,它都没有一个明确的定义,它更多是我们一个拍脑袋的灵机一动的想法。当我们解决这类问题时,我们期待的一个 partner, 无论是不是 ai, 它应该都要能 快速的与我们进行交互,通过一些他主动的提问甚至判断给我们更多的信息输入,通过一系列的沟通,最终确定出一个相对更结构化,信息密度更高的思维原型来指引我们后续的执行。 而另一种常见的工作模式则是一个更明确的需求,比如说产品已经给我们了相对明确的 p r d, 那 我们剩下要做的只是说把这个项目 真正转移为一个可以被执行的代码而已。对于绝大多数的研发而言,这种场景下想要做的事情是基本完全确定的,我们在此时要做的无非只是一些 dirty work, 把那个 p r d 转化为真正写出来可用的代码而已。 而结合我自己的使用经历来看, c c 更适用于前者者的工作模式。它会在你输出一些观点之后快速地给你响应,并且高频地向你发出提问,以确定它后续的一些方向执行思路。但 codex 则完全相反,它会在你给完需求以后, 非常认真且可靠地将你的需求描述执行完。这个过程会花很长的时间,但是 结果往往是令我们满意的。想要更明确的拆分这两种工作模式的分野,我们不如从三个维度上来进行拆分,首先是任务商,也就是目标的清晰程度以及约束条件的多少。其次则是以我们预期的交互结构, 我们到底期待着与其他 partner 是 同步的沟通,还是说是一些异步的沟通模式?另外则是一个人类所占主动性的比例, 我们到底期望 ai 占据多少责任?他们是只是执行任务,还是说给我们也有一些他自己的认识建议?其实这三者并非是一个非常正交的关系。一个很明显的结论是,如果一个 目标的本身并不清晰,只是我们拍出的粗糙 idea, 那 我们显然就需要我们的协作者能快速的发问,帮我们把 自己大脑中一些比较模糊的观念导出出来,并且通过一些沟通确定哪些思考是我们需要的,哪一些是可以被删除的。通过这种 快速的同步沟通,得出来一些更结构化的结果,那在这个流程中, ai 需要介入的部分以及引导的主动性就会占比更多,但如果这个需求本身就像我们之前讲的已经相对来说明晰,是一个低伤的场景,那我们就不太 需要。它是一个很同步,事无巨细都要向我们发问的流程,它完全可以在我们把事情说清楚之后,一步的完成这个工作,从而解放我们人类自己的时间。我们也不需要给他太多主动发挥的空间,他只需要忠实的执行我们给他的需求就可以。我觉着对未来工具的使用以及工作流的设计,也都是从这三个维度去进行判断,动 态的选择。我们到底适用于哪种工具,应该主要采用哪一种工作流的思路?如果要打一个比方的话, c c 更像是坐在你隔壁工位的好蜂蜜, 会在有了一些 idea 之后立马的打断你现在的所作所为,跟你去探讨它的一些碎片化想法。而 codex 则更像是一个你忠实可靠的下属,在你交代完任务需求以后,忠实的可靠的帮你把事情完整的办完再通知你。我已经做好了。 每个模型都有它们自己的性格,我们也可以顺应的这种性格,在不同的工作场景中选择不同的工具以及模型。 以上是二零二六年二月我对这两个投影工具的一些使用场景总结,但我相信这个领域是日新月异的,二者工具之间 大概率在未来也会发生一些融合。不会说一个工具只是一种工作流场景,那就需要我们未来本身人类自己有一些对需求使用场景的预判,从而能告诉模型它应该采用哪些工作流模式。软件工程永远没有银弹, 不可能说我们用着一种模式,一条道走到黑,就可以得到一个很完美的结果。如果你在错误的场景使用了错误的工作模式,那模型给你提供的支持也就会非常有限。 结合自己的需求,场景动态切换自己的工作流模式才是一个更高效率开发的必经之途。以上是本视频的全部内容,如果你有一些想法或者建议,期待评论区讨论,谢谢大家!

ai 编程能完全免费在本地运行了, codex 和奥莱曼正式打通,开源模型直接接进来。之前想用 ai 写代码,要么掏钱买 api, 要么依赖云服务,每个月动辄几十上百美元,小团队和个人根本扛不住,现在所有成本归零。 olym 这个工具能让用户在自己的电脑里跑开源模型。 codex 是 open ai 的 ai 编程助手,能写代码、改代码、审核代码,两者一组合,本地就能用上 jam 四 qman、 三点六这些模型一分钱不用花,全靠自己的显卡和内存。 具体怎么用,三条路走通。第一,装好 codex 和欧拉玛,两个软件都免费。第二,选一个适合自己电脑的模型, gamer 四的四 b 参数版本就够用,去 camera ai 网站输入显卡型号和内存,网站会推荐能跑的模型。 第三,在命令行里敲一行命令,模型就下载到本地了,大概九点六 g 币,等几分钟就装好,然后启动 codex, 选择这个本地模型。所有 codex 的 功能全都能用,写代码、改页面、调逻辑, 这意味着以后写代码、建网站、调样式都不用靠云服务,自己电脑就能跑数据不出门,速度还快,相当于把 ai 编程的门槛从月费降到了零。打开 codex, 选本地模型开工。 有人用 jma 四四 b 模型生成一个 cs 落地页,复制代码到浏览器打开页面完整布局干净。一个四 b 参数的本地模型就完成了以前需要付费 a p i 才能做的事。

codex 太厉害了,给你们看一下啊,就是我跟他说我的需求啊,就是自动化生成图片,然后对应的 cds 二点零的分镜提示词,然后直接生成视频,你看这个流程,直接他就能帮我做了啊, 他先让我啊,登录授权我们这个呃节目的账号啊, 然后我登上去之后啊,他说让我确认,我说我的意思是用 image 二模型生成图片啊, 就是目前来说最强的生图模型,然后好,他用了 gpt 的 生成了这四张啊图片看,然后他就写好了这个完整的分镜提示词, 点进来看一下啊,我对他这一版其实是不是很满意啊,我就又上传了我的塑身形象和这个音频音色一起给他生产啊,他就直接啊添加进去后啊,升级后的,其实是看见没有啊, 他的运镜啊,他的音频音色,还有啊他的模型啊,比例, 分辨率描述,他都会一并成交,让我确认,确认之后,好,你看八分钟之后生成完成, 虽说非常的厉害。你看到这边我自己来剪一下。看这套新中式 主楼加旁边小院房,一进门就是双层挑空门厅气场一下就出来了,面宽十三米,进深十一米五,屋檐声带一亮,晚上比白天还好看。细节看这里,门厅线条,灯光,院子比例,这房子盖的讲究,老家准备建房的评论区打别墅,我把这套思路讲给你听, 怎么样,是不是非常的厉害,就是现在哦,如果说你还没有体验过这种 and just give 就是 这种自动化的啊, 模型就真的是,呃,你现在所有的工作方式都可以通过它给你复制出来了,不信你你问一问他,他都能给你复制出来, 真的。所以如果你还没有体验过的可以好在评论区啊,打个一啊,或者说想体验我会教你怎么去做。我真的想在 ai 时代啊他们大家一起无限进步啊。

来看看国内大模型和国外大模型做 shopify 的 区别,这个是对接的,这个是用了 g b d 五点四的口袋,两边我都给了一样的文件,我们独立站的模板、代码、广告投放的数据 分析效和投放复盘都报了文档,都问了三个相同的问题,这些内容有什么问题,有什么建议,有什么不清楚的,先看一下 的回答,你看他基本上就是这没问题,那没问题,代码本身没问题,复盘也没问题。接着非常专业,有数据,有分析,有结论,而这些建议也是给他不痛不痒,没有实际的价值。再来看一下 gbt 五点四的结论,他直接就给出了三个简短的总结性的问题, 并逐个分析数据口径,不必还站内承接偏弱广告和会有主色。像这些专业术语,如果你不是做收笔法的话,你根本就看不懂,并且指出了广告测的一个明确的风险,这会直接影响流量交付质量和测试结果。然后给出了代码测的一些小问题, 最后给出了非常明确的建议,并且能进一步直接帮我修改,给我的感觉就是一个会拍马屁的员工,而而 g b d 四是一个能够帮你解决问题的员工。对于做跨境电商,尤其是做刷笔法独立站的人来说,这点非常重要,因为你做的不是一个纯中文环境下的生意, 你面对的是海外用户,你跑的是广告、海外流量、海外转化逻辑,你的网站结构、页面表达、投放判断,很多时候都建立在海外已经上,所以到了这种场景里,大模型好不好用,差别就不只是会不会聊天了,而是他到底 能不能真正理解你的业务,能不能看懂你的问题,能不能给出有实战价值的建议。我的真实感受是,如果你是做跨境电商,尽量还是用更懂海外数据和业海外业务逻辑的大模型,他更容易看出你真正的问题在哪里。

接入本地 api 后, codex 插件全灰,模型能聊,但 browser use 找不到,这通常不是模型坏了,核心就三件事,登录模式、模型源插件缓存 api key 只负责跑模型,插件界面还需要 all off。 所以正确修法不是换模型,而是分离两条链路,模型继续走,本地 a p i 插件继续吃。官方登录台 codex desktop doctor 会先备份再修插件, browser use, cloudflair 和绘画 release 页只下载一个 c m d 关 codex 双击重开折腾 deep sick v 四或国产 a p i 前先收藏这个。

遥遥领先,遥遥领先啊,这个智能 ai 的 模型啊,这个 code 还是遥遥领先啊。我现在主要在用这个 workbody 哈, 就是腾讯这个 workbody, 他 真好用,为什么?因为他给的免费的积分真的是太多了,两千新用户,两千做任务,还有三千多积分,非常非常够用。 然后我让他教我一步一步的在我的这个服务器上去部署一个,就是去广告的那个啊程序, 他给我写命令,我直接粘贴到我这个服务器当中去就行,然后他一步一步教我到啊,设置 初步向导的时候,设置完之后啊,那个就进不去了,网页就无无法打开了,我就告问这个发给他,然后呢?他就在那分析是不是这里出问题了,我们检查一下,给我一个命令,是不是那里出问题了?检查了好久啊,就是检查不出来了, 我说你到底能不能检查出来了?你检查不出来?你把目前我们的信息,基本信息和遇到的问题,你给我整理成一个文档放在桌面上,我去问一下 codex 吧,然后他给我整理个文档,我就把文档发给了这个 codex, 然后我跟 qq 在 又说把文档发给他,我说帮我解答一下这个问题,然后 qq 在 分析,然后就开始解答,给出了这个结果。我把 qq 说的所有东西直接复制啊,然后再粘贴给这个,呃,我们的 遥遥领先的 workbody 啊,他说明白了, qq 分 析很清晰,然后问题是什么?什么?现在我们重新来,他又重新教我去做,然后进来了,打开了 啊,还是 context 遥遥领先啊,你要说是模型的问题,我什么我装了软件之后我什么都没改啊?这个 workbody 这里面可以看到,我这里面模型我就是自动啊,它默认就是自动,我就让它自动吧,我不知道它是什么模型,反正这里面全都是 啊。我们遥遥领先的模型吗?对不对?然后至于扣贷呢?反正我使都是免费的,他也是默认的。他默认五点四的这个模型吧,我也没去用五点五的,都是自己家的模型,他,而且我都是用的免费的额度,我也没付费 啊,谁强谁弱,遥遥领先一下就能看出来了。我们的 codex 不 能多用啊,它的免费额度非常的少,我们只能在关键的时候用它来给我们的 workbody 当老师。