claude可以体验高级版

大家好，我是七帅，今天早上醒来发现微信读书更新了一个非常重要的功能。 q， 先打开看一下微信读书，打开设置设置，这里面有一个微信读书 qq， 点开以后就可以看到这里面有一个 qq 的 安装指令， 把指令复制下来，直接去我们的 ai 工具里面安装上这个 qq， 再连上我们的 api， 我 尝试一下给大家演示。我把微信读书 qq 给安装上以后呢， 可以看到它已经把这个 qq 安装上，包括以下的能力，搜索，还有书籍的信息、书架管理、阅读时长、笔记划线、书评和推荐。 其实对于我个人来讲，我非常关注我的笔记，我在微信读书看书的时候呢，经常会划线，但是这些笔记呢，会存留在微信读书这个 app 这个载体上， 我每划的一条笔记，对于我个人来讲，都是对我非常有帮助的一句话，我之前的时候想尽一切办法看能不能把这个笔记给利用起来，因为我每天的内容的输出都是基于这些笔记发散感想思考而来的， 所以说这个我估计未来对我帮助很大。那接下来呢，他会让输入 k， 输入完这个 k 以后呢，算是真正的去把这个 skill 连接上我的微信读书了。那么呢，我问他第一个问题，帮我看一下二零二六年的我的阅读时长。 我二零二六年的，一共至今为止，看书看了四十九个小时，五十八分钟，其中是百分之七十三是文字阅读，百分之二十七是听书，这是每个月份的读书时长，其中三月份读书读了二十个小时四十三分钟。接下来是我今年读书排行榜 top 五， 第一个是石老师的不慌进退接向前， 还有个持续买入等等。其实这几本书呢，我到目前为止确实印象非常深刻，特别是财富自由第一课这本书，在接下来分析我看书的偏好，我是经济理财十二本，个人成长十本，文学四本， 今年以来看李啸来的书，还有看帅建祥的书，看的是时间比较长的。接下来呢，我让 cloud 导出我在财富自由第一课这本书的读书笔记，他帮我去导出了。导出来以后呢，就有一百零九条划线， 四条想法和点评。后面我让轲佬去分析我的划线，总结出核心思想。总结出来就是说理财的本质呢，是要重新处理赚用、存三者的关系。我在这三个字上的划线最多，几乎是可以贯穿全书的。 我通过划线这本书，我留下了核心思想。下面有个第三点，输出力等于影响力，这是我划线密度第二高的主题，集中在优势赚钱篇，输出是把你的价值放大的唯一途径，输出力就是影响力。 比起做赚钱的事，更重要的是做值钱的事。比起做值钱的事，更重要的是让自己更有价值。别再说赚不了钱是因为学的不够多，原因明明就是输出的不够多。 我对个人商业价值的模型的划线也很精准，需求是基础，热爱是保障，擅长是财富。 我在传播章节华夏被找到，被看见，被记住这点我表达一下我的个人观点，我一直认为只有输出才是输入，这是非慢学习法的核心思想。 所以说我做内容最底层的目的是为了保证我自己的输入。从这本书里面的划线也可以看到我输出的目标和核心思想，最后有个人的阅读画像。从划线和想法来看，这本书打动我的不是具体的理财的技巧， 而是一套关于金钱底层的认知框架。正像我最后在写的书评说，看似在讲财富，其实讲消费观、生活观和价值观。 整本书最关键的启示可能就三句话，做产品、做内容的人就应该有这样的底气和标准，让遇上的每个人对我都有相见恨晚。 只要从开始了，就比不开始要强。有项目要比好项目更重要，敢不敢做比做的好不好影响更大。可以不上班，但是不能不工作。以上就是我今天的分享，希望对大家有帮助。

虽然我的电脑三天时间坏了两次，修了两次，但是依然阻挡不了我使用龙虾，使用爱马仕，使用 hermes 的 决心，真的是太酷了，想一想我最近这几天的一个进步， 我真的感觉非常的开心。第一点，我使用腾讯的龙虾真的是越来越顺手了，我今天重新跟着江湖说把图形卡片去生成了一下，我发现真的太酷了，我就直接把我最近这两天的我的一个复盘我丢进去，他就直接给我生成了一些观念的概念，就让我看起来一目了然。 第二点，我就用它来训练我自己的思维，因为我发现自己是有一些不擅长的东西的，那我又想训练一下，想让自己变得强一点，那我就最近看了一些关于思考模型的书， 于是我就让他帮我训练我的二阶思维，我给了他一小段的一个提示词，他就可以设置每天的定时的任务给我出题，我的日复盘，我的周复盘，我的月复盘，他全部给我设成定时任务，如果我想要针对性的练习，我直接给他发送一个二阶思维， 他就给我出题，我就开始回答，一节思维是怎么样的，二节思维是什么样子的？我把我自己的理解，我把自己的一个判断给他输进去，他会在对我的判断和理解进行一对一的针对性的评价，有哪些地方我思考的是正确的，有哪些地方我思考的是不足的，需要继续完善的， 真的是太酷了。第三个，我开始使用江小胡智能题，真的是拥有了一个随时随地在线的胡子哥，我就可劲薅他，我说你最重要的思考框架有哪些？真的非常的简洁，非常接地气的一句话，跟你把一些复杂的概念解释的清清楚楚，明明白白 这样子。通过看书，再通过比较，我发现说对一些东西和概念的理解真的是会变得更深刻，并且我现在也在刻意的在练习。谁能想象当我第一次打开 qq 的 时候，我是一脸茫然。没有使用之前我觉得可能会很难，但是用了以后真的是越用越简单。

哈喽，大家好， deepsea v 四 pro 我 深度体验了一周左右啊，今天我们不急于纸面的数据，拿真正的项目来对比，实测一下 deepsea v 四 pro 与 cloud oppo 四点七的全方位代码能力。 那首先先来说一下测试的规则，为了保证测试流程的公平和正确，我们让每一次任务单独去启动了一次 cloud code， 实现绘画的隔离运行模型，只读取对应的提示词和必要的项目文件。那并且我们做了这个防作弊的隔离禁止模型，去读 任何关于评分标准的记事词。模型运行完之后呢，我们指定他输出到一个单独的文件夹里，然后我们再根据评分标准去让 gpt 来进行评分，最终是由 gpt 五点五进行评分。 那这一次的测试内容主要分为三大块，第一大块是前端的生成，第二大块是后端的生成，第三是 bug 的 修复。并且在这三大块上又分了不同的小块，向前端和后端，我们分为了两个级别的，这个项目， 那个修复，我们也分为了小项目、中项目和大型项目三个不同规模的项目。我想这个应该是全方位去测评了所有的模型的能力，不管是他的工具调用也好，他的推理能力也好，他的这个上下文管理也好，基本上可以覆盖到所有的编程的场景啊。 那最终的结果是这样的，我们从这张雷达图其实可以很清楚的看到， deepsea v 四 pro 跟 oppo 的 四点七还是有一定的差距的。呃，我们看柱状图可以看到详细的一个差距评分啊，那接下来我们去逐个分析一下不同任务它的详细的对比， 那首先是前端的能力上，第一个级别的前端 deepsea v 四的评分要低于 oppo 四点七，但在第二个中，他却实现了反超，那在后端项目上，也是第一个 deepsea v 四 pro 更差一点，第二个他反而追上来了， 包括在 bug 修复上，也是 bug 修复上。在小型项目中， oppo 四点七比较强，但是在中型项目中，他就差的有点太多了， 但最终到了大型项目，他反而他们两个持平。其实从这不管是前端后还是后端，还是 bug 的 修复上，可以反映出一个东西，就是 keep safe v 四 pro， 它的上下文管理能力非常的强大。 他们在官方的宣传稿中有说到，他们引入了一个全新的上下文机制，可以看到这次的测试结果也正反映了这一个特点啊。 他们的推理能力，或者说他们的智商可能还不如 oppo 的 四点七，但是在大型项目上， oppo 的 四点七他的上下文管理能力不行，所以在大型的项目上，或者说大型的任务上， tips v 四 pro 反而追上一点分。 像在前端的这个 l 二级别的前端，他甚至实现了反超，包括后端上，他也得益于他的上下文管理，他也实现了一些评分的追赶。 那在 bug 修复上，也更是在小型的 bug 修复上，两个模型的智力可能都可以胜任。这个任务比较简单，但在中型的 bug 修复上，他们的差距就比较明显了。 最终到了大型项目，因为 oppo 四点七上下文的管理能力不行，所以他们两个能力最终又持平了。 那这一次的测试结果还是让我非常的 amazing 啊，因为 deepsea v 四 pro 是 一个开源的模型，而 oppo 四点七是一个商业级的闭源模型。那还有一个特别让我 amazing 的 地方，就是它的价格， 这两个价格的对比都是按照官方 api 的 计费去进行的，那 deepsea v 四 pro 总花费是十六人民币左右，而 oppo 的 四点七花费达到了三十八美金，也就是二百七十四人民币。 deepsea v 四 pro 的 成本仅为 cloud os 的 百分之五点八， 所以整体来说， deepsea v 四 pro 的 这个价格加上它的开源，那对比 oppo 四点七的这个差距，我觉得还是令我比较满意的，特别是在大型的项目中，它有一个比较好的优势啊，但当然它的短板也很明显啊，就是对于复杂任务的这个处理能力还是不够强。 当这个 deepsea v 四 pro 的 发布呢，我想更多的意义不在于它的 a 卷的能力有多强，它的编程能力有多强。呃，我觉得更多的意味着中国的 ai 大 模型提升到了一个全新的高度，不仅是在它的能力啊，更多的是在它的价格方面， 它的价格有如此高的优势，并且它的上下文能力又有如此的强大。整体对于模型选择的建议来说，如果你的预算充足，那毫无疑问肯定是使用 oppo 四点七的，但是 deepsea v 四 pro 真的 是太便宜了。 呃，如果各位有兴趣的话，可以自己去进行实测一下，看看 deepsea v 四 pro 的 能力到底是怎么样的。后续我也会把我的测试流程开源到此结束，感谢各位的观看。

好，我这几天深度体验了一下，用可老的接上这个 deepsea v 四 pro 之后的效果给我的感觉呢？怎么说呢，在之前最开始时候我用 tree， 我 觉得它非常好用啊，后来的时候我用 vsco 的 里面的 copec， 然后觉得那个非常好用，但是它现在已经出现限额了， 然后后面我用去了，用了 codex， 但是用的是中软战，给我的效果感觉也是一般化吧。直到最后，也就是最近一段时间，我接触到 deepsea 威斯，加上我的可乐扣的我这个组合真的是， 反正给我的感觉就一个字，太便宜了吧，真是太便宜了，可以给大家看一下。我这边的话，这场使用下来啊，就今天一天整整用了三千万头啃， 平均下来是三块四毛九，因为它有这个缓存命中跟未命中缓存吗？啊，有这个命中缓存跟未命中缓存 只用了三块九。三块四毛九，这个价格呢，平均下来每块钱可以换到八百五十七万的头根，这个价格我只能说真香，太香了。这你要是去用 xpt 五点五啊，或者说用 oppo 四点七，这个价格肯定是 太太香了，真是太香了。而且我实际应用下来，包括用克拉克的座椅，下来之后，我发现真的这样之后还挺好用的。当然他也有一个自己的问题吧，就是说他的那个 没有这个图像识别能力，但是我听说后续好像也在开发了，等到后面有这个多媒体功能的话，可能会更好一点，那基本上我感觉就相当于是我们的平替了。 然后这个用下来给我感觉呢，就是现在的算力啊，可能 g p c 公司他们自己想做的，就是去把这个算力打成跟我们以后电费一样的价格吧。我估计以后会这样子，因为他最后的时候不是用深层芯片吗？在下半年的时候大规模的投产，到时候这个价格肯定还会可能还会更便宜点。对， 看看我这边让他做的这个的话，做这个想法集吧，大概是用了十几二十分钟啊，包括前面的前啊前端设计，我是让那个吉米奶三点一 pro 给我做的，然后前段设计好之后，后端功能包括数据库啊，全部都是让这个这个 vc 来做， 然后整体做下来的话，基本上一遍就跑通了，然后你要有问题给他的话，他还能帮你改，基本上不会超过两遍， 而且你后期要什么功能他都能给你加上去。包括你把这个东西移植到我，把我现在做这个页面移植到我之前的那个项目里，他都是可以用的，而且 识别的非常快，然后做的非常准，所以实际体验下来还是非常不错的。我感觉跟我之前用 gbt 五点四差不多，但是你要说有五点五或者奥克斯四点七这种强度吗？应该是没有的，但是他真的便宜啊，是吧？这么便宜了还考虑那么多干嘛呢？ 然后包括我这个坐下来这个想法集坐下来之后，是吧？谁可以输入你的想法？你好，把你的想法记录下来。你好，我是 叉叉叉啊，这些东西包括啊这些前端的话都是，呃，基于在三零一 pro 做的，但是后端这些功能包括它有个 ai 整个分析，还有 ai 表达优化，然后还有这个关联想法，这些 啊都是让第四个 v 四来做了，整整体做下来的感觉都非常好好，包括你后面接这些 a p i 啊什么的，他基本上都能帮你完成，也不会出现什么太大问题。如果这东西丢到车里面做，哼，丢到车里面做，那你这个提示词工程能力得非常的强大才行。对，提示词工程能力得非常的强大才行。 可以看到我们这个现在用这个扣的加 v， 呃，第四个 v 四我感觉是 比较适合那种呃自己搞个人开发或者说在方面感兴趣的人去使用。当然如果你大公司是吧，有些公司它会有这些 呃报销的，那你就去用 g p t 五点五 off 四，四点七嘛，反正公司有报销。但对于我们个人来说，平常如果只用用玩玩的话，我觉得 d b c v 四加上可洛克的真的是一个非常好的一个方案。

朋友，听我一句劝，千万别碰 cloud code 和 codex， 真的 一碰你就完了。你会开始不想打游戏，不想卖无目的的刷短视频，甚至不想睡觉。因为你脑子里只剩一件事，这个想法能不能让 ai 给我做出来？ 以前，你想做一个属于自己的小工具，要学编程，要啃一堆看不懂的代码，甚至要折腾好几个月。现在呢？你用大白话扔进去，他就能开始写，这个叫烦不扣顶。想做个二十四小时钉牌自动交易的量化机器人可以， 想做个抓取全网爆款视频，一键生成短视频的工具也可以。最吓人的不是他能写代码，是他能把你脑子里的天马行空的想法，变成一个能在你电脑上跑的东西，这才是会上瘾的地方。 你一旦尝到了这个感觉，就很难回到以前了。以前一个想法睡一觉就忘了，现在一个点子可能半个小时就变成了实打实的应用。 以前你觉得那是程序员的专利，现在你会想，要不我今晚就自己先跑一个白马出来？所以，我真的不是在开玩笑。如果你只是想随便凑个热闹，那就别碰他。 如果你还是想安安稳稳做个每天挨不就挨的打工人，那也别碰他。因为 cloud code 或 codex 会让你开始重新开泰做业务和搞千里的每一个麻烦事。 全网的精准客户能不能自动截留同行的爆款内容，能不能自动洗整个赚钱的业务流能不能自动跑？ 你会发现，很多以前觉得极其折磨人的破事，其实都能拆成一个 agent 扔给 ai。 最要命的是，这东西不仅门槛极低，而且还便宜。所以听我的。如果你不想知道怎么榨干 ai 最后一滴价值来帮你变现，现在就划走，也别关注我。 如果你想知道怎么靠 agent 一个人活成一只顶配的赚钱团队，那你留下，后面我会把我实操底盘一条一条拆给你看。别说我没有提醒你。

大家好，我是涛涛，今天我给大家讲一讲怎么免费体验 cloud， 这个方法绝对够用，我已经用它写了三个 app， 我 们先看怎样打开 windows powershell， 我 们要一直用它。在这个视频当中， 首先我们先确定需要的软件儿有四个， get、 node js、 欧拉玛和 python， 然后我们开始来下载它，这个先下载欧拉玛， 然后再下载 get， 然后就是 python， 然后就是 node js。 你选 windows installer， 下载完之后就这有四个文件，大家安装的时候最好是选用管理员安装，安装编程的时候要把这两项勾选上， 然后安装完之后可以用这四个命令来测试有没有安装成功。如果在打这四个命令期间没有报错的话，说明这四个软件已经安装成功。 这一步就是安装 clock code， 如果用官网来安的话就比较慢，然后现在就用中国这边来，进入了网址之后往下滑，这里有三条命令，只需要复制就可以， 第一条就是更换安装源，第二条就是安装 clock code 最新版， 等它一下安装好之后，然后再复制第三条命令，呃，就是回到官方安装员，输入 cloud 运行，如果出现这个界面，说明 cloud 运行成功。 下面我们先介绍一下欧拉玛，这里是选择模型的地方，这些模型有这种带小云彩的，然后往下拉，下面有带的下载符号的下载，带下载符号的就是笔记本电脑，比较好的同学可以尝试 运行一下，他会下载到本地的本地运行模型，而我电脑不怎么样，我就用云端的先试一下。 我先是选一个模型，对一个画，看他有回复说明这个模型可以用，然后拉满之后呢？首先要啊登录啊，如果没有账号可以注册一个， 他只需要呃有一个邮箱，然后搜一个验证码就可以。 这里输完密码之后就可以点击登录 then connect 啊，那就看到这个，在赛厅里面看到这个界面就说明登录好了。然后来我们试一下和和他先对话一下啊，可以说明这个模型可以用。 下一步进入奥拉玛官网，点击 mode， 然后打开你想用的模型复制打开 cloud 的 命令， 在这里我用的是 gpt 一 百二十 b cloud 模型，在 powercell 里面输入命令就即可打开 cloud code， 下面我们尝试和 cloud code 进行对话，哎，大家请请看，这里是可以良好运行的， 在对话期间有时会蹦出错误，如果选择出现错误就可以选择另外一个模型，然后重新开始即可， 想要退出的话就按 ctrl c 连选两次就即可。下一期我们将会呃演示如何将这个免费的 color code 放入 vs code。

星时空有个思念，真真情深。

知乎 app 上最近持续霸榜了两个 cloudco 的 项目， jstark 和 superpowers， 它们之间有什么区别？到底应该怎么选？今天我一分钟给你们讲清楚。先说 jstark， 这是 yc 现任 ceo gary tan 开源的工程套件，他把 cloudco 的 武装成了一个二十三人的虚拟工程团队， 这个团队里包括 ceo、 设计师、工程经理、发布经理等等，串成了一个完整的工程壁环。他说用了这套流程，他的代码开发速度是之前的几百倍。 这里面有个 skill 非常值得推荐 office hours， 他 会模拟 yc 合伙人跟你对话，比如他会逼你把目标用户具体到一个人的名字、职位和痛点， 也会问你最小的本周能收钱的版本是什么，问你有没有坐在用户旁边看他用你的产品用好这个 skill， 能很大程度的防止自嗨式做产品。所以 jstark 解决的是你到底在做什么。 然后再说回 superpowers。 superpowers 做的事情本质上是在给 ai 利军规，它把整个软件开发流程拆成了十四个功能模块， brainstorming、 writing、 plan、 tdd、 code review。 每一个模块都是一套不可绕过的方法论。 他不会直接写代码，他会先问你数据怎么存，接口怎么设计，验收标准是什么。也就是说，他强迫 ai 在 动手之前先把需求想清楚， 并且写代码的阶段。他把大任务会拆成两个到五个小任务，每一个小任务派一个专门的子 agent 实现，再派另一个 agent 做规格审查，然后还会派一个 agent 做代码审查，多个 ai agent 各司其职，互相制衡。 所以 superpowers 解决的是你怎么做才能不翻车。最后用一句话总结，差一点， j stark 确保的是你能做正确的事儿， superpowers 确保的是你正确的做事。这两者完全不冲突，搭配使用才是满级 ai 编程的体验。

安装了奥布斯四点七，然后下午深度使用了一下，然后一下午的话大概花费了四千四百多万的 token， 然后总总的费用是六十七美元， 相当于接近四百块钱人民币。然后整体使用感，使用感受的话大概有两方面，第一方面是成本方面，成本方面我觉得相当于国内的 deepsea 其实是贵了很多，然后国内的 deepsea 的 百万 token 输出是三块钱，然后 然后 opus 是 一百五十人民币，相当于五十倍的差，差距啊，这点相当于来说成本的可控性，其实还是国内的模型性价比更高一点。 然后就是第二个就是呃让它完成两个不同的任务，第一个是确定性的任务，确定性的任务我觉得相比之前呃豆包二点零 pro 就是 火山引擎的控制力，其实它是智能很多，就是确定的任务它会执行的很完美，而且不会轻易的连贯性的执行下去。 第二个是不确定的任务，我让他，我让他帮我解决了一个问题，就是我之前羽翼沁，呃本地有个知识库的羽翼侵入模型，其实用的是积满，然后我让他帮我换成千问，然后这个问题下午他一直搞了三个小时才搞好， 然后三个小时过程中，其实这个问题呃听他复盘下来其实是比较简单，但他过程中一直在呃自己的，自己进行长任务的规划，在寻找那个解决问题的方法，然后这个过程中大概一共花了有三个小时，然后大多数的 token 也是在这过程中产生的。 其实我觉得呃如果是这样一个问题的话，其实用国内的模型可能更划算来说，因为对他对于这个性价比来说其实是比较低的。

宇哥，这个分享非常非常棒啊，然后我想也来体验一下 cloud 的 桌面端来对接国产模型。因为习奇 switch 这个大版本更新以后，支持了科奥的桌面端，所以哈，有了这个桌面端，这个桌面端的配置就非常的省事了，就不需要一些骚操作来处理了。然后呢，首先我们点击右上角的那个添加按钮， 选择国产模型 deepsea， 因为国产模型 deepsea 现在相对来说性价比非常高啊，既便宜又好用。选择完以后呢，对应的参数啊，这些参数都有了，我们主要又管一个 关那个 api， key 复制进来就好了。嗯，添加好，添加好这个对应的 key 之后， 跳到右下角的位置，以户上下文一照，你以为那个的不希克也已经支持了一照的上下文，然后点击添加就可以了。然后呢， 要开启这个模型，那么这里有个注意项，就是要首先开启本地路由，本地路由在哪呢？我们再返回到那个首页啊，点击左上角小齿轮，然后点路由， 然后他有一个路由，有两个都给他打开，打开以后啊，还有一个 log 按钮给他起用， ok 啊，这样的话基本配置就差不多了，怎么回到首页，点击这里的启用，然后现在准备打开那个 cloud 桌面端进行验证了， 你看啊，打开以后呢，他这个模型按道理来说已经加载，已经加载完毕了，好，出来了，我们看一下啊，基斯模型已经有了， ok， 模型模型都有了， 现在我们来输入一个，比如说你，好吧，测试一下，看看到底能不能跑通， 看看他回不回复 哦，回复了，回复了就说明跑通了哈，真正的接通了，然后现在我们再返回吸气死位置小齿轮， 然后有一个使用用量的统计，啊，使用量统计可以看到那个哎 do see 了， ok， 那 就说明 对接真的真的就成功了。最后呢，这里再提醒一个，提醒一个问题，就比如说我们切换模型的时候，比如说有啊切换，也不能说切换模型，切换供应商吧？模型供应商，比如说切换到七 kimi 切换的时候切换完了。其实现在如果说我们直接用 cloud 那 个桌面端的话，它是没有切换到 kimi 模型的，因为它还是有问题的，没有进行热切换，所以大家也要重启。

cloud code 真的 一定要每个月付费吗？如果你的目标是学习离线实验或者做日常代码辅助，其实可以用本地模型搭一个免费方案。 关键点是 cloud code 是 编程助手，真正产生费用的是背后的大模型服务。 我们可以把模型端点换成本地运行的 oled， 让请求留在自己的电脑里。开始前先检查硬件，推荐至少十六 gb 内存， 如果有五大显卡，六 gb 显存，可以跑清了模型，十二 gb 以上体验更好。访问欧拉玛 com 下载桌面版 windows 用户按安装向导，完成后在 power shell 里运行 olama version， 看到版本号就说明安装成功。 模型按用键选择现存充足选快二点五 co 的 资源，一般选 jimmy 二老机器可以用 fly 做轻量体验。 模型下载完成后，启动饿了么服务，看到 local host 一 万一千四百三十四端口正在监听，就说明本地模型服务已经准备好。接下来设置两个环境变量， andropic 下划线， base 下划线 u r l 指向本地，欧拉玛 andropic 下划线 p i 下划线，替填一个占位置，然后启动 cloud code。 现在你就可以让 cloud code 独取项目 分析代码，给出修改建议。整个过程在本地完成，不需要把代码上传到云端模型，本地模型不一定比云端最强模型更聪明，但他免费可离线，隐私更好。 对于学习和日常辅助，这个方案很值得尝试。先跑通清亮模型，再根据硬件升级， 后面可以继续做故障排除和性能优化。

club 的 桌面端，从此不管是 co 的 模式还是 co work 模式，我们随便可以用了，再也不用担心 club 的 会封我们的号，也不用管它具体怎么认证。接下来啊，我会用这条视频手把手带着朋友们，用简单的三步，把 club 的 桌面端的模型换成其他的任何模型。 这几天体验下来啊， deepsea v 四 pro 真的 几乎和 opus 四点六一样能打。如果朋友们之前已经装过 club 的 桌面端，那我们先要退出登录，每 装过的话呢，安装一下就可以了。然后呢，我们保持未登录状态，点击菜单栏的 help 按钮，再点击这个 troubleshooting 按钮。在弹出的二级菜单中啊，点击这个 enable developer mode 按钮，然后呢，再弹出的菜单点击 enable， 这样我们就打开了它的开发者模式。这个时候啊 cloud 会 重新启动，等它再次启动后，啊，菜单栏就会多出一个 developer 按钮，这个时候呢，我们点击这个按钮，在弹出的菜单中点击这个 configure third part 按钮， 这个时候呢，就会进入到这个页面。这里我们要选择 gety 模式啊，然后我们要填一下 gety 的 best url， 这里其实就是我们要填写的模型的 best url。 那 这里呢，我用 deepsea 的 v 四 pro 给朋友们演示一下。不过 deepsea 有 个遗憾哦，就是图片理解它一直没有，所以呢，我们如果配了 deepsea 模型的话，发截图它是无法识别的。那这个问题呢，我们如果配了 deepsea 模型的话，发截图它是无法识别的。那这个问题呢，我们输入这个就可以了， 因为这个是兼容 astropac 的 best url， 然后下面 getaway apikey， 这里我们就填写我们自己的 deepsea apikey 就 可以了。然后呢下方这里的 modlist， 因为现在 deepsea v 四有对话和推理两种模型，对应 flash 和 pro 这两种模型，所 所以呢，这里我们要填一个 deepsea 微四 flash， 那 下面这个开关我们可以点开啊，点开它呢就是支持一兆上下文了，下面呢我们点这个按的按钮，再添加一行，我们填 deepsea 微四 pro 开关呢，也可以打开啊。最后呢，我们点击这个按钮， 那可乐会再次重启，重启完成，打开后啊，就是那个熟悉又陌生的界面，看四个 deepsea 的 模型，我们现在执行一个任务，看看效果怎么样啊。

普通人真的一定要赶紧用起来 clout， 不 管你用任何方法啊，好多人说这东西付费啊，干嘛的？真的，他你你花那几百块钱比你去吃一顿饭啊，这个能给你带来这个价值真的是太多了。好吧，普通人赶紧用起来 clout。

你真的会用 cloud code 吗？为什么你的 cloud code 用起来和其他 ai 编程软件没有什么区别，甚至感觉越用越笨？接下来小编将用五分钟时间解决这个问题。 开始之前，我们首先要了解什么是 cloud code。 cloud code， 一个终端级 ai 编程助手，支持二十万，偷看上下文，能帮你理解代码、执行命令，提升开发效率。那么它与其他大模型有什么区别呢？ 说实话，两者比较本就没有意义， cloud code 更偏向工程实操，叉 gpt 更偏向通用协助。一个是 ai 编程助手，一个是底层的大模型。如果想让 ai 直接进项目，看文件改代码， cloud code 更加合适。如果你更需要思路或者方案，写内容， 叉 gpt 更加合适。接下来小编将讲解 cloud code 比较实用的操作，帮助大家快速理解并运用 cloud code。 第一点，项目理解。 对于项目开发或者修改某个 bug， 都应该先让克拉德克的理解项目，理解项目架构，这样后续的操作都会基于大局，试图来进行修改，准确率提升。 其中的原理就是 clogcode。 先通过 clog 工具快速定位相关文件，找到后选文件后再用 read 工具读取具体代码和文档内容。这样 clogcode 就 能把文件位置、模块关系和上下文整合起来，形成局局势图，先定位再读取，最后再执行，准确率会更高。 第二点就是手动配置长期记忆。 cloud code 的 记忆系统可以通过手动创建 cloud 点 m d 文件来实现。我们把项目规则、代码风格、常用命令和注意事项写进去之后， cloud code 的 每次工作时就能先提取这些信息，理解项目背景， 这样它不是临时猜测，而是基于长期上下文来协助开发。第三点就是代码审查。 如图展示的是 quote code 的 代码审查流程，它不是只看单个代码改动，而是先理解整个项目上下文左边是 pr 或代码差异，中间由审查引擎进行 ai 分 析， 最后输出风险检测、上下文建议和审查总结，这样审查结果更全面，也更接近真实项目的开发场景。代码审查通过 review 命令来执行，小编这里就是直接输入此命令，实现代码审查。第四点就是 get 工作流的集成。 get 能够为 cloudcode 提供辅助，比如理解当前代码改动、生成 commit 提交说明、辅助创建和切换分支，提示 merge 合并风险。同时它还能在 pr 阶段生成总结，帮助团队更快完成代码审查和同步。总结就是你可以通过自然语言交给 cloudcode 的 操作分支。 第五点就是上下文压缩。 cloudcode 的 上下文压缩命令是 compact， 它的作用是整理当前绘画，把涌跃的历史内容和临时分析过程压缩掉，这样可以释放 tokon 空间，让 cloud 在 后续开发、审查和修改中继续稳定写作。简单说， compact 就是 让 cloud 轻装上阵，继续高效工作。第六一点就是自定义 hux。 这张图讲的是 cloud code 的 自定义 hooks 配置，配置方式很简单，你只需通过自然语言告诉 cloud code， 这样就可以自动完成某些任务。一句话总结 hooks 就是 给 cola code 配自动化规则，让它在合适的时机自动帮你做检查，格式化和提醒。 第七一点就是 cloud 自带的记忆系统，你可以把它理解成 cloud 会一边工作一边帮你把重要信息记下来，这些记忆会自动生成并保存在 cloud memory 这个路径里， 里面通常会沉淀项目目标、规则、关键决定，还有后面要继续做的事情，直接提升了工作效率。最后一点就是自动查阅文档，这是非常厉害的功能， 说实话，除了简单的阅读官方文档，小编最主要就是通过这个功能让 cloud 联网搜索 github 上优秀的开源项目，包括了优秀 skill、 superpower 以及视频生成 hyperframes 等等，都是直接交给 cloud 帮我出使画跑通的，所以这也是小编最喜欢的功能。 好了，以上就是小编对于克拉的 code 的 具体理解，有误的地方希望指正，最后谢谢观看！

太牛逼了，兄弟们，我在几个小时前接入了 cloud code， 然后接入了 api 还有 token， 然后我用了几个小时做出来的一个软件， 我想在五月，昨天是五月二十号，我想在五月二十号晚上做一个五月二十一号的一个小程序，用来测试这个程序的能用心，所以大，这里就是我的所有的 过程，创建的过程一个个都是他自己去写代码的，我给他命令他，他自己去给我发代码，然后他帮我去发布测试了很多平台，比如说给他吧，还有些乱七八糟的其他国外平台， 因为国内用户没没法点，所以他一直给我出解决方案，一直出解决方案这么多号，一直到现在已经是可以操作的状态。现在是五月二十一号的一点多钟，你们看一下这个程序打开什么样子， 这是一个测试型的，类似 m m b t i 的 一个一个东西，这里标明了署名，这是作者好听歌，不一般就是我生成封箱卡片之后还可以分享给朋友，朋友也可以来做。 然后这个手机是收到了图片的扫码，我也可以开始做了， 也可以去分享朋友圈了，这种感觉就像在体验盘古开天一样。

兄弟们最近也是深度体验了一下搭载了 deepsea v 四 pro 的 这个科罗德扣，给我的感觉跟之前完全不一样， 之前我用的 g p g 的 五点四，还有科罗德的四点六，好用是好用，但是成本我真的是供不起啊，每天消耗我个百十块钱都是常态。而 deepsea v 四 pro 它真的是量大管饱， 你你你们看，我这个四月三十号当天才花了不到不到七块钱， 用了快三千万的头肯，请求了大概五百次核算下来，每百万头肯几毛钱。哇，这个性价比真的是震撼到我了，完全不用担心啊，现在都没有那种心理负罪感，也没有那种焦虑感和心疼感。 然后我也是也用了测试了一下 kimi 的 二点四，它给我的感觉呢，就是处于国外的那个顶尖模型和 d p d p c v 四之间，包括它的这个价钱也是处在中间，能力呢，也是处在中间， 但感觉还是不如这个 dbc 的 v 四来的实际，毕竟性价比在那放着。然后那个小米，小米也是体验了一下，就是他的那个百万百万亿投坑激励计划，我是用两个账号都申请了十六亿，一共是三十二亿。 三十二亿 token 的 话，今天一天我就烧了五千多万。五千多万给我的感觉就是它不管是就是同样的一个提示词，同样的一个工作，它它消耗的这个 token 总是比 其他的这个模型多的，就给我一种有点虚标的感觉，但是就白嫖的嘛，也是比较感谢这个小米啊， 大家也可以去试一下这个能力呢，很好啊，能力很好。呃，是比 deepsea v 四 pro 好 用那么好用那么一点点。不过呢，呃，如果大家之后是自己掏钱去买这个小米的套餐的话，价格肯定是要贵一些，肯定是不如这个 deepsea v 四的。 从能力上来说， dbc 的 v 四的能力是完全够我个人使用了，我之前搭建了一个个人的网站，这可以给大家展示一下，就是它这个前端的风格啊，和前端这个效果 以及 bug 呢，都是特别的少，而且特别的好，完全达到了我想要的效果。中间跟它的这个对话请求次数也是比较少的，基本上不会出现长时间的反攻，毕竟 你要什么自行车啊，是吧，都有这这这个东西了，这性价比在这放着。我之前也是用过 goudice， 也是用过 harmis， 要么就是限额，要么就是只能用自家的模型，完全没有这个有自由度。最终啊，兜兜转转还是回到了可可扣的， 这个就适合于个人喜欢做一些网站啊，小程序啊，开发一些东西啊，比较适合这类人群。 而且今天也用那个 cloud 打通了一个项目，就是让我的手机在户外的情况下，也能够远程指挥我的电脑的 cloud code 进行干活。之前我是用 cloud code 自身的那个 app， 因为我订阅了它的这个模型， 所以说在手机端的那个 a p p 上是有这个 code 的 这个入口，但是呢，它在四月初的时候把我的账号给封禁掉了，所以我只能接入了这个国产的模型，包括那个 kimi 啊，小米啊，还有那个智普啊， 以及刚刚试用的这个 deepsea v 四。那么这个连接的这个方式，他就在社区找到了这个 tail scale， 这个项目呢，就是通过通过这个 cali 做了一个虚拟的 ip， 让我这个手机通过这个浏览器的一个网站连接到这个 cali， 然后再通过这个 cali。 cali 连接，不是再通过那个虚拟的 ip 连接到我这个电脑本地的这个 calid， 连接到我这个电脑本地的这个 calid。 如果大家有需要我也可以分享一下这个东西，但是它也不难，你只要让 calid 去做就行。整体算下来兜兜转转还是回到了这个 calid， 只能说 cloud code， 只能只能说目前 cloud code 加 deepsea v 四 pro 就是 我们日常工作，或者说是，嗯开发项目的最高性价比第一优选的东西，真的推荐大家去尝试一下，有什么我们也可以交流一下。