怎么让openflow抓取抖音数据

今天这期视频我要跟大家分享一下，呃，我个人啊，关于我个人搭建这个 openclaw， 呃在本地啊，实时帮我去 做盯盘和这个市场数据捕捉的一个这个个人智能体的这么一个过程啊，以及我对于，呃目前 openclaw 带来的算力商业闭环的这么一个认知啊。首先是这个，这个周末吧，我在我个人的电脑上，首先我选了一台不常用的啊，配置还可以的，呃这个电脑， 然后呢，这个电脑的一些权限啊，首先你要先把 opencloud 的 这个东西装在你的电脑上啊，这个电脑最好是你不经常用，然后里面没有一些敏感数据的，然后 然后根据指引完成这个 opencloud 的 安装。之后呢，呃就是进行一系列的程序化指令的操作啊，呃，同时呢， 呃调用国内的一些大模型的端口，因为 opencloud 要在本地部署，它要进行一定的大量的这个 token 消耗，算力的消耗，所以我调用的是 kimi， kimi 的 模型，我昨天，呃在 kimi 的 那个 a p i 端口也充了五十块钱，然后昨天完成了整个的这个部署。之后呢，呃， 反正中间也遇到了很多这个编程的问题啊，我都一一呃解决了。解决了之后，昨天大概只是在这个编程的问题啊，我昨天大概只是在这个编程的问题，我昨天大概只是在这个程序端跟它对话，那么后来经过研究，我把它也成功接入到了飞书啊， 然后在飞书端就是手机端实现了跟它的对话，那么 opencloud 呢？它是在它我的本地的电脑，它是独立运行的啊，你要保证你的电脑不关机，然后我在这个手机端呢，就一直在 训练它啊，让它帮我搭建一个实时钉盘的一个 skill， 然后目前我跑下来啊，我整个从昨天吧，昨天开始给他教他搭建这个 呃钉盘的程序啊，他自己会编辑，自己会写代码啊， 然后呢我根据我的指令，我的需求啊，给了他几个板块，比如说，呃，首先是你的持仓，然后分析，然后每天实时去监测这个 市场股价的波动啊，尤其是调用这些财经 app 的 端口去捕捉这个实时股价的变动，然后资金的流向，然后技术指标的分析，然后市场鱼情的捕捉，各大机构的市场的研报啊，包括整个这个 一些专业的操作建议啊，我都把，然后我都把他写进了这个他的程序里啊，他会自动完成编程，然后呃给我输出一个格式化的一个模板，然后我根据这个他输出格式模板，我再进行一些修正，然后他会继续根据我的指令在后台完成这个 呃编钻，最后呢形成了一个我理想中的一个实时的钉盘的一个程序。那么 那么我在飞书这一端呢，完成编传之后呢，我把一些功能给告诉他之后呢，让他每隔十分钟，在交易日之内，每隔十分钟给我抓取一次数据，那么同时他的电脑本地端就会有日制在不停的在运行啊，这个整个跑下，这个东西整个跑下来， 今天呃钉盘的效果还可以啊，虽然今天市场大跌了，主要受外围的影响，然后科技股是沉压的一些，呃，资源类的，油漆类的还是做的比较好的，但是我今天发这个视频想说明的就是，我认为就在我自己亲身完成了部署，同时为我搭建了一个实施钉盘的程序之后，我跑了之后，呃， 我特别感慨，就说未来这种东西可能真的能颠覆非常多的行业，而且未来的超级个体一人公司取决于你使用 ai 的 那个， 如果你的用 ai 的 能力非常好，你能让他帮自己在本地不停的就是二十小时不间断的工作，完成你想要的一些工作任务，处理一些工作任务，甚至上像我们 呃专业操盘的去盯一些呃股价的波动，包括可后续可以植入一些量化的因子进去，然后用来呃捕捉这个股价的波动，然后进行一些交易的行为，这些我觉得未来都是可以实现的。我相信很多机构当下这个时间节点也正在大量的研究这个 open call 的 部署啊，同时 不停的完善它的一些呃定制它的程序。所以呃，而且特别有一点就是我昨天在这个 kimi 的 端口那里充了五十块钱，我今天从我昨天跑完教他学习，教他搭建完模板，到我今天一上午吧让他试试钉盘，因为他每隔十分钟要给我捕捉数据推送一次，然后 消耗了大概有四十块啊，三十多块钱啊，所以这个呃算利的消耗是惊人的啊，而且其实国内的这个价格比国外还算便宜了。那么我个人做个预判啊，算利的这种商业闭环，包括人工整的商业闭环，未来会非常轻松的事情，而且 它一旦爆发商业形成闭环，那将是成败，那么一旦它的这个嗯商业进行闭环完成啊，这种算利的 消耗带给我们这种人的生产力，或者说超级个体的生产力的这个价值是没办法衡量的。所以说未来超级个体会用大模型，会用 ai 工具的人的生产力和产出能力非常强的，对比于消耗的那点算力成本啊，我觉得这个性价比非常高。 所以看你怎么看待这个问题啊，看他真正会不会用，或者带给你的产出真的有，有没有符合你的要求啊。第二就是我认为，呃，就即使说最近这个市场波动啊，整个科技板块在回调，但是这种产业趋势和这种产业逻辑，甚至我能预判到，我个人预判到他未来带给 相关的这个产业链上受益公司的商业价值也好，或者是这种增长空间也好，是非常夸张非常恐怖的啊，它带给我们就是特定行业的人啊，就是我不是说那种重复劳动力的，就是特定的在脑力，比如说金融、法律、软件开发啊，咨询相关的行业的一些人 啊，带给他们的生产力，个体的生产力的加持和呃输出，将是非常夸张、非常恐怖的啊。所以这个就要用这个最终能产带给我们的生产力和收益来衡量这个算力消耗的价值了。 所以我觉得这是我呃用完自己亲自部署完，包括他已经在为我服务提供服务之后，我个人的感受啊，感触非常深啊，感触非常深， 呃，我对于算力可能又有了一个全新的想法，全新的认识，好吧，呃，反正今天就给大家分享到这里，我觉得后面，呃，我会深度再把这个 openclaw 的 这个， 呃程序啊，我自己个人的这个程序再进一步给它完善，甚至加入一些量化的因子的捕捉啊。好吧，今天就跟大家分享到这里，呃，我相信这个 openclaw 的 爆火，它只是一次革命的紧紧的开端而已。

当你不小心安装了一个 opencloak， 然后发现不知道拿它做什么，你直接 go to github 搜索 awesome opencloak skills， 你 会发现这里有一千七百多种 opencloak 的 用法，比如自动化、互联网、社交媒体开发、搜索、 数据分析、市场营销等等，总有一款适合你用。从此你就有了一个技能仓库。老规矩，用之前记得拿你的 ai 去扫描一遍，保证安全。

现在我用手机也能连上我的 ai 操作系统了，这套系统跑在我家的 mac 上边，当我出门在外的时候，只要打开 discord， 就 能像跟却 gpt 聊天一样跟它对话、查文档、联网搜索、改文章，它都在后台悄悄帮我搞定。 先介绍一下这个系统，很多新来的小伙伴可能不太清楚，它由两个部分构成，第一， open code 加 newtype profile 插件。你可以把 open code 理解为是开原版的 clock code， 而 newtype profile 插件则是我专门为了内容创作和日常思考而定制的多 a 卷编排系统。 它里边有我的方法论，有我的工作流，还内置了五个我专门创建的 skills， 所以 这套东西是我 ai 操作系统的框架。 第二，在这个框架之上，我把自己沉淀了好几年的内容仓库给接进来了，我所有的产出都在这个仓库里边，包括笔记、视频脚本、 news letter。 对 于 ai 来说，这些东西既是参考也是约束，这样它才能成为我的系统。这一整套的 ai 操作系统已经完全承包了我日常的所有输出。但是啊，这个系统还有一个限制，它只能跑在桌面端， 当出门的时候，我只能在 iphone 或者 ipad 上面使用 gemine。 这种割裂就导致我面对的其实是两套系统， open code 和 gemine， 它们分别存储了两套数据，两套记忆。 这是违背我整体的原则的。我认为对于用户来说，在 ai 时代最有价值的是你的记忆资产，这个必须抓在手里，并且长期积累。 我之前特意给 newtype profile 插件添加了记忆系统，分成了长期记忆和短期记忆两套机制，把它们全都传成 markdown 文档就是为了这个。不过好在前两天这个问题被解决了，手机上的 discord 和 mac 的 open code 彻底打通。 而这一切的实现都要归功于两点，第一， opencode 的 服务器模式。一旦开启这个模式之后，它会把 opencode 的 核心功能包装成一个后台的 http 服务器，你直接通过端口调用， 简单来说就是把你的 opencode 变成了一台服务器，完全不需要走前端的操作，全都走后台的处理。第二， discord bot 这个机器人其实是一个传声筒，一方面它在前端，也就是 discord 频道内跟我交流，那另一方面，它在后端，也就是在 opencode 服务器内边进行数据的传输。 也就是说，机器人接到我的需求，拿给 open code 的 处理，然后再把结果拿回来给我。就像职场里的很多人一样，假装功劳都是他的，都是他做的。但其实啊，都是后边团队搞的，他只是面向老板的一个交互界面。要创建这样一个机器人非常简单，我全都是让 ai 帮我写的， 我只需要到 discord 开发者后台去创建一个 application， 然后把权限都勾选上，把 token 复制下来就好了，剩下都让 ai 去处理。为了方便使用，我还让 ai 帮我写了一个脚本，双击运行之后，它会自动把 opencode 的 服务器模式开起来，然后把机器人给运行起来。 以前出门的时候，我只能用通用的 ai， 它跟我的系统是断开的，那现在不一样了，我的方法论，我的记忆，我的工作流，走到哪里都能调用，这才是我想要的 ai 操作系统，不是某一个 app， 而是一套跟着我走的基础设施。 在这套系统的帮助下，我的内容生产效率至少翻倍了。这个是我每天都在用的东西，也推荐给大家。 ok， 以上就是本期内容，想了解 ai， 想成为超级个体，想找到志同道合的人，就来我们 newtype 社群，那咱们下期见。

呃，咱们还是结合实际的工作场景，然后来讲一下当下很热的这个 open 小 龙虾在这个自媒体工作当中究竟能起到多大的辅助或者是帮助型作用。 呃，我今天还是以录屏的形式啊，然后结合咱们实际工作，结合那个他实际工作的场景，然后给大家进行讲解，然后我看现在开始录屏。 呃，咱们自媒体在工作过程中有一个呃工作流，就是对已经有的或者已经上映过的这个影视作品进行深度的解析和解说。 呃，这是一个现在也是自媒体比较常见的一种工作，这次呢咱们把它分解。呃，影视解说的第一步就是先要拿到这个作品的这个 简简介和一些人物关系啊等等的，就是剧情的一些解析。咱们第一步要先拿到这个，咱们现在就让他去做视频，影视作品的这个视频的解析，形成文字，形成文案，也就是说让他去理解作品，然后拿到影视解说词，看看他能不能实现这一步。 好，现在我开始操作还是在飞书上直接跟他说。 呃，小龙虾，小龙虾。然后你观看桌面影视解说文件夹里的电影视频，写一篇两千字左右的抖音影视解说文案，要求吸引人，把说明主要剧情 讲清楚故事的主线和脉络，分析人物关系和性格及心理活动，在讲述这个电影的核心思想，它教会了这个观众什么。 好，咱们把这个现在这个已经用这个飞书直接口述的发到了这个呃，我们小龙虾上，咱们看看他下一步的工作。 好，现在它在这个桌面上这个指定的文件夹里头生成了，按照我刚才说的啊，它理解生成了一系列的剪辑点，现在只能说它是剪辑点。 嗯，大约有得有几十个吧，它是截图的形式，然后咱们把它放大，因为现在是录屏，我可以把它放大，大家看一下它。行，好 好，他生成了这个解说的文案啊，最终他还是生成的文案。然后咱们，因为现在录屏啊，咱们可以看一下他这个给咱们生成的文案 啊。他这边飞书这边也回复了，然后我问他飞这写好没有？然后咱们看一下啊，他现在在飞书上是怎么回答的？ 呃，这个片子够狠，我边看边写哈，他边看边写，然后他分为了六个部分，一个是开场，他留了十五秒，然后抓抓人眼球的开场故事，主线背景加剧情脉络， 呃，人物分析，主角麦克的成长，卡特的傲慢，配角的切片和反派的纯退恶， 核心思想，大约他留了六十秒的时间。文明与野蛮，被遗忘者的复仇啊，恐惧的本质， 影片的启示，留了四条核心教训，然后结尾他有一个升华和互动，大约是两千一百字，这是他整体工作的一个流程，他已经回复在非书上了。然后呢，咱们打开之后看一下他写的这个东西啊，我录屏的格式啊，咱们大家可以看一下， 然后看一下啊，他，哦，明确的标注了时间。他写的文案之后是，呃，以为是普通的第一开场，开场他留了八至十五秒，比较吸引人的开场，也就是 也就说他还是比较井井有条的把这个文案去列出出来了。哎，一个两千一百字的一个影视解说文案， 呃，理论上来讲，根据这个文案咱们可以进行这个下一步的剪辑了，但是咱们需要的是他能帮咱们进行剪辑，但是这一步他是实现不了的。所以说在这个，呃， 给他一个片子，然后他去看这个片子，理解片子，给出一个片子的剪辑以及初步的一个理解能力，初步的一个认知。 呃，这么说吧，就是咱们给他一个片子啊，让他去观看片子，然后提供咱们一个观后感，给给出一个清晰的这个电影简简介，这个他基本能够实现。哎，就说你可以提高效率，你自己不看了，然后直接把片子扔给他， 他来看，然后提出提供一个剪辑。剪辑这个应该简单的，这个他可以提供啊，但是他拿这个东西去做下一步的东西，他目前为止还是做不了的。 行，咱们持续更新啊，还会继续让他去结合咱们的这个自媒体的实际工作中去不停的去检验这个 open 小 龙虾他在实际工作中到底能做成什么样。

今天我们要聊的是一个最近在各大技术平台都非常火的一个项目啊，叫 openhuman。 对， 它其实是一个个人的 ai 超级智能体啊，可以理解成是一个真正懂你的全场景的 ai 助手。没错没错，这个项目最近真的很火，那我们就直接开始吧。 我们先来说说这个 openhuman 的 节目定位，以及它到底是解决了一个什么样的痛点，为什么它可以在众多的 ai 项目当中脱颖而出？其实 openhuman 它就是一个可以跑在你各种设备上的个人 ai 超级智能体嘛， 它在 github trending 上是排名第一的，而且它的星标已经超过了十三点七万。它和其他的那些比如 minus 还有 openminus 这些项目最大的不同就在于，它真的是会花时间来了解你，对你进行建模。听起来挺有意思的，那这个 openhuman 它是怎么做到的？能够让用户不用每次都重新介绍自己，就可以直接使用 ai？ 就是 它会主动地来了解你， 官方的说法是，在你连接好账户之后，差不多二十分钟左右就可以建立起你的个人上下文，然后你第一天就可以用它来做很多事情了，完全不需要每次都重新讲一遍你自己是谁，你要做什么，这可太省时间了。 那我们接下来要聊的就是这个赛道和产品亮相了，那我特别想知道就是这个 openhuman， 它在 ai agent 的 这个赛道里面到底是一个什么样的定位？它和同类的产品相比最大的区别是什么？它其实是一个全场景的个人助手哦，它不像 darwin 或者 open minus 那 样只专注于编程， 它的目标是要成为你生活和工作中的全能帮手。哦。那这个全场景到底是怎么体现出来的？在它的客户端上面有什么特别的设计吗？它的桌面客户端的设计特别有意思， 就是中间会有一个 mesco 的 虚拟形象，它会根据你的工作状态来变化表情。然后左边是一个记忆术，它会实时的更新，你可以看到所有的历史。右边是对话和工具面板， 所有的一切都是围绕着让你在各种场景下都能够高效地使用，这设计确实很新颖。对，那紧接着我们要聊的就是它的核心机制了，就是这个 open human， 它到底是怎么自动化地帮你整合这么多的服务，然后把你的各种数据都抓到本地来的？它背后的思路其实是借鉴了卡帕西的 obsidian wiki， 用结构化的 markdown 让 ai 能够更好地锁引。但是它厉害的地方就在于它完全不需要你手动地去维护它。支持一百一十八种服务的 o i o h f 像， gmail、 notion、 github、 slack、 谷歌日历，这些你都不需要自己去配。 a p i t。 天呐，这么多服务都能一键同步，确实省了不少事儿。 对，它的核心引擎会每隔二十分钟就去你的账户里面拉一次数据，包括邮件、日程、代码提交，所有的东西都会拉到本地。然后它会自动帮你清洗 切成合适的 markdown 片段，再按照主题和时间线做成层级摘要，你自己也可以随时去浏览和编辑这些所谓的记忆，这样的话效率确实提升了很多。对，那它在处理这些数据的时候有没有什么特别厉害的优化手段？当然有了，它用了一个叫 token juice 的 东西， 它会把 html 转成 markdown， 然后帮你驱虫。官方说它最多可以把你的成本和延迟降低百分之八十。 它的压缩规则是可以通过三层的 json 来配置的，就是内置用户和项目级别的配置。这优化做得真不错。对，那我们下面要聊的是后台与隐私。我想知道这个 openhuman 在 后台是怎么运作的？它在保护你的隐私上面到底有哪些独到的做法？ 其实它有一个很有意思的设计，叫做潜意识循环，就是在你没有和它交互的时候，它也会在后台悄悄地帮你加载代办事项，读取你最近的记忆，然后自己去决定接下来要做什么。它的那个 mascot 会有不同的情绪表现，比如思考、闲置或者做梦， 甚至它可以自己去加入 google meet， 然后帮你记要点。哇，这个潜意识循环听起来真的很智能。对，那它的数据到底有多安全？ 它采用的是本地优先的原则，它的记忆术是存在本地的 ciktor 里面的，然后 obsidian 的 文件也是在你自己的设备里，它的令牌是会进到系统的密钥链里面的，比如说像 macos 的 keychain， 然后它也支持你去配置 olemma 这种本地的模型，所以你的数据是几乎不会离开你的设备的。这和那些把记忆存在云端，或者说只是针对编程场景的产品有很大的不同， 这安全性确实挺让人放心的。对，那我们最后要聊的就是这个 openhuman 现在有哪些短板，以及它未来可能会往哪些方向去发展。它现在还处于 early beta 阶段，采用的是 gpl 三协议，所以它的衍生版本也必须要开源。 他目前还不支持微信和钉钉，但是他的开发团队更新的非常快。好的，那他未来的发展方向会有哪些比较大的变化？他的目标是要从一个每次都要你去手动喂给他上下文的工具，变成一个可以主动去积累知识，慢慢的变得真正懂你的伙伴， 他的使用门槛也会变得更低，可能你之前要准备几周的时间，到后面你可能只需要二十分钟左右的开箱时间就可以用了。 好的，那今天我们就一起体验了一下这个 openhuman 的 独特魅力，从它的全场景的助手定位，到它的这种本地优先的隐私保护， 再到它的这种不断的学习，变得更懂你的这种能力，真的让人觉得未来的 ai 助手就应该是这个样子。没错没错，那我们这期节目就到这里了，然后感谢大家的收听，咱们下期再见，拜拜！拜拜！

为什么别人在 claw hub 上随便装几个 skill， ai 瞬间化身全能打工人，而你装了几十个却感觉没啥卵用？作为 ai 区域分享干货的博主，今天不扯大道理，直接说五个最有用的 skill， 刚好能让你的 open claw 必还成一个真正的超级个体。 先说怎么装，一分钟搞定。我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码输入一一一输入后即可免费使用。接着我们点击左边的技能，就可以看到所有的 skill 了。再说 skill， 首先第一个 capability revolver， 四个字概括，自我进化。 这可不是打鸡血，它是让 ai 学会复盘，你的 agent 用久了会越来越懂你的习惯，自动优化执行策略。装了这个，你不会再觉得 ai 傻，它会在后台总结失败任务，越用越聪明，是目前生态里三十五 k 下载量的绝对真神。 第二个，想要 ai 有 手去干活，那就必须上 gog 高效办公，别每次都登录网页版了，它能让 ai 直接接管你的 google 全家桶， 不管是让它自动汇总你最近二十四小时未读的核心邮件，还是直接在日历里排期日程，一句自然语言搞定，让你的 ai 瞬间变身随叫随到的首席参谋长。 第三个，能干活的 ai 还得有双会看的眼睛， firecrow c l i 网页爬取现在很多网站屏蔽机器人，普通爬虫根本不顶用这个 skill 直接化身网络挖掘机， 它能把任何复杂网页秒转成大模型，最擅长阅读的干净 markdown， 绕过反爬封锁，为给 ai 最实时的一手数据做调研，爬数据没人打得过它。 第四个，有手有眼睛了，如果脑子不清醒怎么办？装好 agent 护城河， self improving agent， 长记一体。 很多人抱怨 ai 经常忘事或老重复犯同样的错，这个 skill 就是 专治这种毛病，它能把跨绘画的所有经验存下来，让 ai 永久记住你的每一次纠正结果，做到真正的吃一堑长一智。 第五个，巧妇难为无米之炊。最后，必须打通信息网 tivoli search ai 专用搜索，千万别再用传统通用搜索了。这个 skill 是 专门给大模型和 agent 量身定做的联网工具， 找信息来源做深度研究报告。它能直接把检测结果按知识结构图谱返回，给你的 ai 精准度拉满，瞬间把普通 agent 拔高一个段位。这五个顶配 skill 环环相扣，相辅相成，下载后直接让你少走百分之九十的弯路。

如果你把上一期 opencap 动捕教学看到了，最后也真的刨出了自己的评估数据，那只能说明一件事，你的执行力非常强。但如果我说 opencap 还能评估关节力矩、地面反作用力，你会不会觉得有点不可思议？ 因为在传统生物力学里，力矩、地面反作用力这些动力学数据通常必须借助测力台或者压力感应设备，而 opencap 只用手机就能做到这件事。这期视频我们就一步一步来看它到底是怎么实现的。 首先， opencap 是 算出来的关节力矩，不是实测数据，至少在阶阶段，计算机视觉还替代不了真实的力学采集， 但数据准不准，要看你怎么用。在恢复和训练评估中，我们往往不需要精确到小数点后几位，我们更关心的是对称性，比如 acl 重建后的六到八周，双腿落地力量是否均衡 趋势性，这一周的训练有没有让你的幻测更感发力？也正是在这些维度上，关节力矩的对称性和变化趋势可以帮助我们判断当前的恢复状况，以及训练是否在往正确的方向走。既然是计算，那肯定需要算力， 可能是成本原因，他们目前没有把这个功能部署到后端，需要你自己动手。我来假设一个场景， 我想利用 opencap 评估 acl 重建后六到八周的步态，看双腿走路时地面反重力的对称性来判断恢复情况。除非是这样的步态，肉眼可见的不对称，那就不必要麻烦它了。首先，我们来到 github 网站搜索 opencap， 打开结果栏中的 opencap processing 右边的绿色 code 按钮，点击打包下载。这时候我们拉到网页，下面会有运行代码的教程，以及需要配置什么样的环境， 比如它需要 anaconda 的 变器，建议 fighton 三点一的环境，以及需要 visual studio 的 c 加加变器。官方写的是最高支持到二零二二，我这边实测二零二六肯定立体版本呢，也没有问题， 这些步骤基本上都是手把手跟着做就可以。环境配置好之后，我们开始分析，和之前教学不一样的是，在输入受试者信息时呢，我们需要把下方的数据权限改成公开。其他步骤完全一样，我拿其中一个步态循环做分析举例。 首先我们找到之前在 github 下载好的压缩包，解压后呢，打开 example 的 文件夹，打开下方的 working open scene a d 这个文件用记事本或者任何代码变压器打开都可以。 然后我们找到视频中一个步态周期的时间段，比如这里大概是两秒左脚起， 一直到大概三点二秒左角落，这是一个步态循环， ok。 然后呢，我们复制一下要分析的这个视频的筛选 id， 在 代码行的筛选 id 这里粘贴就可以。下一个 trial name 呢，要对应你要分析的动作名称，这里是 get 步态。 然后我为了快速演示，选择的是 menu， 手动截取一个步态循环，这里如果你输入奥特曼的自动，它就会自动分析有多少步态循环，时间呢，可能会久一点。然后在下方的时间窗口，我们输入刚刚确认的二 三点二， ok， 保存。下一步我们打开 and a corner propt， 先定位到这个代码的路径，先复制一下，然后输入 cd 空格粘贴。进入到路径之后呢，我们激活 opencap processing， 然后我们复制一会要运行的代码文件的名称，在这里输入 button 空格，把它粘贴进去回车， ok， 这里的登录名和密码就是你的 opencap 账号密码， 你输入的时候窗口是不显示的，相当于盲打。输入完密码后回车显示登录成功，然后程序会抓取你的步态数据，并下载到本地进行分析，这个时候你只需要稍微耐心等待一会就可以了。分析结束后会给你弹出三个窗口， 分别是协调性指标，关节力矩，还有我们需要的地面反重力 g r f。 同时在本地呢，也会给你生成一个到 model 的 文件，我为了方便查看数据，就让 ai 帮我写了一个程序，我加载刚刚生成的分析文件， 就可以快速帮我计算出双侧的着地对称性。之前就有人说我的视频比较干，比较硬核，但我认为能看到这的那也不是一般人。 上面的这些虽然看起来很麻烦，但是环境搭建好之后，一套下来基本上都是复制粘贴的工作，非常的快。分析的活都是你的电脑在干，相比你花大把银子去买测力设备，两部手机和一台电脑就能给你想要的结果，难道他不香吗？

家人们问个扎心的话题，你有多少次是为了做表格本身，而不是为了看数据熬到半夜？设置了字段，录入了数据，还需要手动统计更新状态？ 真正耗时间的往往不是思考，而是这些机械式的工作。但今天有个好消息告诉你，这种日子到头了。二零二六年， open class 只需要你一句话，剩下的都交给他， 他就能自动的帮你整理好。欢迎你来到训练营第三课，让 ai 帮你组建数据系统，不用你懂代码，不用你学数据库， 只要会说话，你就有拥有自己的自动化数据中台。可能你会问， ai 做表格和自己用 excel 做表有什么区别？告诉你，区别可大了，这简直就是自动驾驶和手动驾驶的区别。 以前的普通表格需要你自己去设计每一行、每一列的结构以及制服叫什么。 现在的 ai 表格，你只需要给 opencloud 说，哦，我要做一个什么什么样的东西，它就会自己去帮你设计好所有的字段，去网上自动抓取最新的数据填写进去，甚至还能帮你分析出趋势。 核心就一点， ai 不 仅仅是一张表，它也是一个能听懂人话，能自己干活的智能数据库， 你不再需要你当录入员，你只需要当指挥官就可以了。 光说不练假把式，我们来看一个真家伙。比如我想做一个自媒体管理系统，以前我得花半天去建表设制段，现在只需要给 open club 说帮我搭建一套自媒体管理系统，要能排期 追踪数据，还有选题库，你看只需要十几秒甚至一分钟左右， open 可乐直接接管我的飞书，里面就哐哐地创建好了完整的张表， 不管什么内容排期平台，数据追踪啊，选择题数据库，还有财务收汁表。不仅表建好了， 连字段都设计的明明白白，更离谱的是，他还自动填写了一些视力数据，直接就能用。 如果你想看这份分析报告，再补充一句，基于现有数数据，分析一下哪个平台的表现好，最好几分钟哦，一张带图表的分析报告就出来了，这要是放以前，起码得运营加数据分析。两个人忙活一整天吧， 现在一杯咖啡的时间全部搞定。当然，这只是冰山一角。你还可以让他帮你搜索 github 上优质技能，自动分类整理成库，可以让他每天帮你自动追踪全网热点，形成你的情报系统。 甚至可以让他帮你整理你的学术论文、栽秧、作者日期，全部自动归档。 只要你想看到的数据结构，我跟可乐都能帮你变成现实。而且他不是一次性的，他是能七成二小时实时更新，能让你的表格保持最新状态。 这哪里是表格，这分明是你的私人的数据资产库好了，心动不如行动，今天的闯关挑战特别简单，但也特别酷。选一个你最近最头疼的管理需求， 不管是追剧清单、学习计划还是项目进度。打开你的 open class， 用自然语言告诉他你想他做什么， 让他从零开始帮你搭建这套系统。完成后，记得在评论区晒出两张图，一是 ai 帮你生成的结构表格结构。 二是他自动填入的第一行数据。顺便告诉我，你给他的第一条指令是什么？我会挑几个有创意的，送出我的独家提示词模板。 别担心，不会，只要你敢开口， ai 就 能帮你落地。让我们一起把繁琐的整理工作彻底交给 ai。 我是 残月，下节课我们一起聊一聊多个 ai 员工如何一起协同工作。关注我，别让未来的工作方式把你落下。下期见！

只需一步，就能还你一个真正能干活的智能助手！华为也端上龙虾了，基于 open cloud 框架打造的小 e cloud 智能体，别以为是花架子，这货是真能出一句话搞定复杂任务。不管是整理表格、数据、生成 ppt 大 纲汇总、会议纪要这种办公活，还是每天的健康报告、运动计划这种日常事，只需要说一次完整需求，他自己拆分，步骤直， 越用越懂你真正的养成系 a i， 他 能记住你的常用偏好、工作节奏、说话语气用的越久，他越贴合你的习惯，沟通成本直接降到最低，有什么需求都能直接对口。还能去技能市场装更多扩展功能， 系统型安全兜底，只取本地优先计算敏感数据不上云，你还能手动关，权限轻记，不用担心信息泄露。最后聊一聊手机厂商们扎堆冲龙虾到底在卷什么？ 其实明眼人都能看出来，手机行业单纯靠硬件已经很难打动用户了。本质上啊，是把手机的核心竞争力从硬件参数拉到了 ai 原身体验上，看谁能把系统级 ai 做的更懂用户，谁就能拿下行业下半场的主动权。

二六年以来， openclaw、 hermes 各种 agent 层出不穷，怎么能利用这些 agent 做些有趣的事情呢？今天给大家分享一个我用 openclaw 实现的 ai 模拟交易员 agent。 想让 agent 成为交易员，需要赋予它三个能力， 获取实时行情数据，给 agent 搭建交易环境，建立交易记忆。关于实时行情，我使用 ai 帮我搭建了一个实时行情提供服务，感兴趣的同学可以参考这一期视频。 需要注意的是，实时行情服务需要让 ai 帮我们实现一些可供 agent 调用的 api， 可以 基于 http 或 socket 的 协议。 第二步，我们需要给 a 政搭建一个模拟交易平台，同样，我们也可以让 ai 来帮我们完成这个任务。再次提醒各位，这是模拟实验，不是实盘工具，请勿接入任何实盘账户。 至此，我们可以在本地完成委托撤单、查询持仓交易记录的闭环测试。 我们可以把实时行情获取与模拟交易平台的接口 api， 让 ai 自己整理成一个 markdown 文件发送给 agent， 让它整理成一个 skill， 或者在 heartbeat 到 md 文件中明确好每一步可以使用哪个接口。 第三步，我们利用 agent 的 心跳机制建立交易节奏，比如每三十分钟一次非交易日会让它主动休眠，只返回 heartbeat ok。 在交易日， agent 会定期做账户复盘，制定模拟计划并进行模拟下单，并且每次思考都会让他记录一个 csv 文件，作为他的交易记忆，每次心跳时进行回顾。 至此，这个模拟交易 agent 就 能在完全本地化的环境里跑起来了，你可以把它看做一个研究交易纪律与自动化逻辑的实验沙盒，后面我会持续更新这个模拟实验的观察记录，感兴趣的朋友记得点赞、评论加收藏。

你的 openclaw 和 hermes 还在花钱调用大模型的 a p i 吗？今天我教你用零成本本地部署奥拉玛，在你的电脑上直接跑大模型，还能无缝对接 openclaw 和 hermes， 实现免费玩 ai 智能题工具。首先介绍一下欧拉玛，什么是欧拉玛呢？欧拉玛是目前最简单的本地模型工具，在 windows、 mac 和 linux 上都支持，几分钟就能装好，八 g 内存就能跑。当然了，还是建议最少要安装十六 g 内存， 这样体验起来更加流畅。如果有英伟达的显卡，还能够使用 g p u 加速。了解完了欧拉玛是什么之后，我们来看一下欧拉玛如何安装。首先我们要访问欧拉玛的官网欧拉玛点 com， 它的首页是 一个羊驼抱着一个龙虾，下面的英文是 power open claw with ollama， 中文的意思就是使用 ollama 为龙虾赋能，从这一点我们就能看出它是全面的拥抱和支持 open claw 了。这也是为什么今天我要在 open claw 的 专栏里专门做一期 ollama 视频的原因。 废话不多说了，首先要下载欧拉玛，点击右上角的 download， 这里我们可以看到它有 mac os、 linux， windows 的 下载方式自动已经给我们定位到了 windows， 点击这个黑色的 download for windows 按钮， 就会弹出下载框，点击另存为保存，有点大，两个 g， 这个网速非常感人，所以我建议大家用迅雷来下载。 我们已经下载完了欧拉玛的这个安装包，下面我们就开始安装欧拉玛的安装有一个问题，就是它没有让你选择 需要安装的文件夹这个选项，它默认是安装到我们的 c 盘 user 底下的，如果你想安装到指定的文件夹，那你需要换一种方式，我们先把这个安装过程停止。 我们找到拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇拇 斜杠 d i r 等于这里写上我们的安装地址，也就是记盘的欧拉玛文件夹。打回车就跳出来安装界面，我们点击安装，大家可以看这里已经安装到记盘的欧拉玛这个文件夹下面。 进了这个界面，就代表着欧拉玛已经成功安装并且启动了。安装好了欧拉玛，我们再来看如何下载模型。在欧拉玛的网站上点击这个 models， 就 可以进入模型列表，这里都是可以使用欧拉玛直接下载使用的模型。我们来找一下 谷歌的 jam 四，这个是最近小模型中比较好的，可以通过这一句欧拉玛 ram 四来进行下载。 输入奥拉玛 ram 捷摩斯回车运行。安装完了，我们来跟他说一句话试试。我们在这里输入一个，你好打个回车。 好的，扎马四已经回复了我们，虽然有点慢，但那是我电脑性能的问题。大家可以看到现在已经成功地让大模型在我们的电脑上运行起来了。再下一步我们就来看如何把欧拉玛接入到 open cloud 中。 ctrl d， 我 们来退出欧拉玛，然后输入 openclaw config， 进入 openclaw 的 设置，这个我们直接选择本地运行，这个我们选择第二个 model， 打回车进入，然后我们要在这里找欧拉玛， 这个就是欧拉玛提示我们欧拉玛不可用。我们来重新编辑一下 openclaw 的 配置文件。 openclaw 的 jason， 这个就是 openclaw 的 配置文件。我们来找一下 allow 这一项，这里就是扩展的 allow 这一项，我们要在这里添加上 alama。 我 们来运行 openclaw config 来设置 openclaw 的 大模型。 选择默认的本地模式，这个我们选择第二项 model， 就是 设置模型，这个是选择模型的提供商，我们来找一下 alama， 这个是询问我们选择云服务还是本地模式。我们选择最后一个本地模式，这个是欧拉玛默认的 b、 c、 l。 回车，这个是有哪些可用的模型？只有一个，我们按空格选中回车确认 提示，我们已经把模型信息写入了配置文件，我们退出。我们回到 open 可乐，这里是我们 问了 openclaw 一 句你使用的什么模型，他们回，他回答，我使用的是谷歌的伽马四。我们这次的 olamata 下载安装以及安装模型，以及如何在 openclaw 中使用 olamata 模型。到这里就结束了，关注，我每次 都给大家带来一个 ai 的 新知识，感谢大家的观看，再见。

今天给大家介绍一下怎么通过浏览器，怎么访调 h t v 接口，怎么访问手机。首先就是要链接了我们的蓝牙设备，这个就是 connection 啊，链接这个 esp 三二固件 c 三， 然后接着就是啊截图，然后滑动我们一个看效果比较简单，这边首先把 app 打开， 上面走那个访问地址，跟我们地址是一样的，然后把截图功能打开，一会要用 好了，现在开好了，那先周边浏览器打开过，首先 connection 就是 直接链接链接设备成功，接着就截图 看下现在这个假如我们现在放到这里，这是二星一下，这里直接截图返回二次元制物，嗯，这个是截图的一个返回追审文件，追审，这个是杯子六十四，呃，转换针织物串了， 所以看不到。这个给大模型用的，如果自己调试的话可以用这个，假如我们需要打开抖音，用自己什么样的环境来把自己闲下来，一起看看大自然，然后下一个滑动，这个是滑动 获取的，是啊，应用列表获取手机上的所有应用列表，返回的是追闪， 然后这个接口是获取系统手机的系统信息，因为你要给盗模型用的是什么系统，分辨率是多少都会有，当然在截图那里也是会给 分辨率的，这一个是访问首页刷，今天也是就这样，谢谢大家。

用 ai 做宠物赛道其实可以很简单，这是我用 ai 做的，以前只有一只猫和一堆玩具样品，但是拍不出猫猫与玩具展示出来的效果。 今天宠物配合，明天可能连镜头都不看，这次互动刚刚好，下次怎么拍都不像很多宠物带货账号最头疼的宠物不配合，现在换个思路，不用拍摄，只需要一个 ai 工作流和产品图，就复刻爆款宠物和产品真实互动的视频，现在就教会你。 首先，我们打开 open creator， 在 open creator 里新建一个工作流，先添加一个视频框和两个图片框，视频框放参考爆款视频，两个图片框分别放宠物图和产品图， 然后连接 jimmy， 输入这个提示词，让它根据爆款视频分析节奏画面和脚本逻辑，生成新的短视频脚本。接着把宠物图和产品图作为 cds 声视频的主体参考，再接入 ai 分 析得出脚本。 把我们准备好的参考爆款视频、产品图、宠物图放进对应框中，点击运行，就能生成一条基于爆款结构，又带有自己产品和宠物主体的带货视频。而且这个工作流还可以继续使用，只需要替换产品，直接点击运行，就可以不断复刻爆款视 频，并得到不错的效果。这个方法真正有价值的地方不是省掉一次拍摄，而是让一套有效的宠物带货模板，可以不断换宠物、换产品、换动作，快速测试不同视频效果。这个工作流我已经开源了，在官网搜索宠物玩具带货就可以一键附用，你也快去试试吧！

别在 claw hop 上浪费时间了，我挖到一套堪称代理大脑的 skill 组合，下载后直接组装成一个丝滑的生产流水线，缺一不可。以 下是 open claw 最值得安装的五个核心 skill。 先说怎么装，一分钟搞定。我们打开永冻虾七二四 claw， 打开后点击右上角的兑换码输入一一一输入后即可免费使用。 接着我们点击左边的技能，就可以看到所有的 skill 了。再说 skill。 首先第一个， tablie search 联网搜索 skillming tively 作为代理的实时信息大脑，它专为 ai 代理优化，能直接返回结构化摘要而非广告链接，帮你实时抓取最新资讯、政策或竞品动态，彻底解决大模型知识滞后的问题。第二个， summary 智能总结 skillming summarize， 它的作用是信息降噪，输入任何网页、 pdf 图片、音频甚至 youtube 视频，它都能瞬间提炼核心价值，把长篇大论变成简明恶要的干货，让你不再被海量无效信息淹没。第三个， agent browser 浏览器自动化 skilling agent browser 相当于给 ai 装上了网络手脚，它不仅能多引擎搜索，还能像真人一样自动点击解析复杂网页层级，填写表单并抓取数据，帮你自动走完那些需要重复操作的网页流程。 第四个， pdf pdf 文档处理 skill 名， pdf 专门用来啃那些又长又碎的硬骨头，它能从几十页的合同、报告、投标书中精准抽取结论、风险点和关键条款，甚至帮你对比不同版本文档的差异， 把阅读效率直接拉满。第五个， skill creator 技能固化 skill 名 skill creator， 当你有了自己成熟的工作方法后，它能帮你把标准作业流程固化成属于自己的专属技能包，让你在 claw hop 上拥有真正为你定制的独门外挂。以上就是本期视频要分享的 skill 了，兄弟们快去下载吧！

量化交易师的天塌了！ github 最新开源发布的量化丁格，一个具有自我进化能力的 ai 交易员，并且支持实盘。它覆盖了外汇、股市、期货和加密市场。 一个完全不会代码的普通人，只需要打出自己想要执行的策略， openai 会自动生成你的策略代码帮你回测，并且根据回测数据结果通过大模型进行微调参数，使策略更稳定。更离谱的是，它的交易雷达会自动爬取全球金融数据， 实时推送当前热门的交易机会，从基本面、财务数据和技术分析多维度告知你市场动态，并发送到你的手机上。它目前支持 windows、 linux 和 mac 系统。如果你也想部署体验，戳评论区。

你的 ai 还在靠截图点鼠标这个项目？ c l i f anything 让任何软件变成 agent 填充工具，让任意软件接入 open call、 nano bot、 cursor、 cloud code 等 agent 框架。一定要看到。最后，我拿自己的全站项目实测， 一条命令添加插件市场，再一条安装完成，指向你的项目一键生成完整 c l i 所有后端 api， 前端逻辑自动变成命令行工具，包括启动服务器，管理生命周期， 一条命令取回 json 数据， ai 直接理解让任何软件变成 agent 的 原声工具。下面看一下实操展示。 这是本地的一个开源项目，包含对项目的增删改查功能。我们首先在 cloud code 中安装好 c l i anything 插件，然后跟 cloud code 说，帮我把这个项目使用 c l i anything 做成 c l i 命令，等待 cloud 运行 成功后，可以看到结果。他把我们项目的操作全都做成了 c l i 命令，还贴心地写好了 skill。 我 们直接安转这个 skill 就 可以让 ai 操作软件了，是不是特别棒？

养虾养马已经过时了，现在是虾马人养人了， open human 来了。 open human 什么呢？就是它自动去抓取你的工作行为流程，不需要再去写 skill 了。我们只需要安装好之后，授权我们的常用工具， 它就可以去抓取我们的一些行为数据，形成我们个人的私人助手啊，这个就非常重要了，对不对？那我们以前还要去写 skill， 还去给他去配工具，现在不用了，装上之后 只要你给他监控权限，他全部记录下来，并且分辨到我们的记忆库之后，他能去理解我们平时要干的工作，自动把它变成背着它再给我们服务，并且再去抓取的时候，还去做自动的压缩偷啃，消耗才能减少百分之八十。现在像这种 工具真是越来越多了，未来我相信这种开箱即用的工具会非常多，我们普通人不用说这个工具好难，以后那种懒人式、无脑式的工具绝对有的。