claude code什么设备

今天的目标是手把手教大家在没有魔法、没有 cloud 账号的情况下，如何安装 cloud code， 不 需要任何代码基础。纯小白友好，我从 cloud code 的 内侧就开始用，到现在已经一年多了，每天工作都在用。但我并不是程序员，也没有任何技术背景，所以我想从我的视角做一个系列视频， 结合我实际的工作场景，从安装开始，一步一步带大家上手。先快速回答几个大家在安装前可能有的问题，第一， cloud code 和前段时间很火的小龙虾是一个东西吗？都是顶尖的 ai agent， 但路线不同， 小龙虾走的是广度路线，他活在聊天软件里，覆盖几十个平台，帮你处理跨平台的消息、日常邮件、 qq 了，走的是深度路线，他的规划模式、上下文管理这些设计，都是为了把一件复杂的事从头做到尾。我们在工作中要做的调研分析、小工具、工作流，本质上都是造一个完整的东西， 这是 ko 擅长的。第二，有那么厉害吗？能用来干啥？我是零技术背景的产品经理。举个例子，一份行业调研报告，以前我要花一周，现在跟他说一句话，十分钟出来做一个内部投票工具，以前要找开发排期，现在我自己半小时就做好了。我甚至还自己搭了一套广告物料投放生产的工作流，一天可以做十几组物料图。 第三，没魔法，没 ko 账号，还有必要装吗？市面上大多数 ai 编程产品，本质是 ai 辅助你写代码，前提你得懂代码， code 是 你说目标 ai， 自己从头做到尾，全程不用空代码。对零技术背景的人，这才是真正的用的形态，而且国产扣顶模型这一年做的特别快，接近 qq 里使用，可以满足大部分场景。我用 mac 来演示 windows 的 安装命令，我截图放在视频最后了，大部分步骤是一样的。第一步，装 homebrew， homebrew 是 mac 上的一个软件管理器，可以通过它来安装 qq 的。 打开终端，复制这行命令，粘贴发送。这个时候要输入密码，看到这个提示的时候回车就行。装好之后，这里会提示我们加一个路径，照着他给的命令我们复制粘贴跑一下， 我们可以输入这个命令验证一下。好，这个时候我们可以看到 homebrew 的 版本号了，说明已经安装成功。接下来就是安装 curl code， 同样是复制这一行命令，粘贴到终端里发送。 当我们看到这个 successfully installed， 说明 curl code 已经安装成功了，我们可以复制这一行命令验证一下。 看到最新的版本号是二点一点一四三，说明安装成功。同时我们可以输入 cloud， 当我们看到这个橙色的小螃蟹的时候，就说明已经安装成功，但这个时候还没有接入模型，它只是一个壳，我们可以先退出，连按两下 ctrl 加 c 退出。第三步是安装 cc switch， 我 们把这一行命令复制下来，然后在终端内发送 c c switch 是 一个模型管理工具，装好之后可以一键切换不同的国产模型，不用手动去改配置文件提示 c c switch 已经成功安装了。第四步，拿 api key。 我 今天用的是小米 miimo， 选小米纯粹是我自己用，觉得效果不错，性价比也高。浏览器搜索小米 api， 小米的话，因为我是订阅了它的一个月度套餐，所以 api key 和 base url 都跟 api 这边呢是不一样的。进到 cc switch， 点击右上角的加号，然后选择自定义配置。这里我们需要手动填写相关信息，把小米的 key 填进来，然后把兼容 andropic 接口协议的这一个 base url 复制粘贴过来。 点击获取模型列表，在列表当中选择 mimo v 二点五 pro 默认兜底模型。选择 mimo v 二点五 pro 添加仅用刚刚添加的这个。回到 terminal， 输入 cloud， 可以 选择一个自己喜欢的配色。看到安全提示继续按回车就好。选择使用推荐的设置，确认信任这个文件夹目录。 这里已经出现了 mimo v 二点五 pro 的 模型名，我们尝试对话试试。看到这里，恭喜你在没有魔法且没有 qq 账号的情况下成功安装了 qq， 可以 开始开 coding 了。可以尝试让它做一个小网站试试看。 除了小米， mimo c c switch 里还可以接其他的国产模型， g l m， deepsea， kimi， mini max 都行。配置方式是一样的，在 c c switch 里加一个供应商就行。 qq 很 快就把这个 excel 文件写好了，打开这个看一下效果。 到这里，我们已经成功地用 color code 写了第一个 web coding 的 小应用。 windows 的 同学安装逻辑完全一样，只是命令不同。 第一步用 winget 装 git， 第二步用 winget 装 color code， 第三步到第五步跟 mac 完全一样。装好只是第一步。下一期我会讲安装后的必要设置，不同的模式以及 skill 体系。大家有什么想要了解的，也欢迎评论区留言。这是 color code 从零到实战系列的第一期，如果你觉得这个视频有用的话，可以给我一个一线三连催更，我们下期见。

之前呢，我们分享了一期 cloud code 接入 deepseek， 但其实没过多久啊， cloud 就 有过一次版本更新，新版本的模型名称就会出现一些问题， 那这一次就正好我们把桌面版 codex 和 cloud code 都通过 c c switch 来接入 deepseek， 我 们出 three two one。 我 这里啊，把前置环境和 c c switch 都准备好了，同时呢也写了文字版的安装教程。呃，大家可以参考一下，我就不展开了，我们直接开始。 那先说 codex 吧。首先呢，我们需要做一个 cc switch deep seek 的 通道，这个呢，我已经准备好了。呃，文字版里面大家可以自己找一下。首先我们打开这个文件夹，找到这个文件， 复制一下再黏贴。然后呢重命名，文件名是点 env， 注意啊，这个点不能忘记。然后呢，这个文件呢，我已经有了，所以呢我就不确认了，我把这个删掉。 我现在打开这个点 env 给大家看一下，这里面啊就是一条 apikey， 你 们打开的话就把自己的 apikey 写上去就可以了。然后呢，我们双击一下这个 start 点 back 的 文件， 出现这样子的界面，这就算成功了。那如果中间哪里有报错啊，就要重新回去验证一下自己在前面的环境这里有没有什么没有安装好或者遗漏的地方。 好，那我们接着打开安装好的 cc switch， 这个是 codex 的 界面啊，它是 gpt 的 图标。 进来我们看到这个，我们点击右上角的加号，可以看到的是添加供应商，呃，我们下滑，这里填供应商名称， deepseek v 四 pro。 备注呢，我们就随便写写一个 test 官网的链接，这里是可以不填的， api key 就 填自己的 deep seek 的 api key 就 可以。 这里注意啊， api 请求地址填的不是 deep seek 的 接口，因为前面我们已经做过 cc switch 的 转接了，所以填的是本地的地址， 然后下面到模型名称这里就填 deepseek v 四 pro， 然后我们拉到最下面，这里直接就是点添加， 然后它会自动回到上页。这里啊，已经多了一条 v 四 pro。 看一下啊，这里我们直接点一下它就可以切换到使用中了。现在我们来打开 codex 看一下 这里，它其实已经绕开登录环节了，原本打开呢是需要 gpt 的 账号了，现在呢，呃，都是需要验证手机号的。那我们现在通过 cc switch 就 可以直接接入 dbic， 跳过登录直接进到 codex 的 界面了。 这里我们根据他的提示啊，先初步一下，然后这个 set up 好 快速就完成。现在我们发消息来问他一下，你当前使用的是什么模型，有回复了啊，他这里回复呢，他是 deepsea 了。好，我们现在再来验证一下 这里呢啊，使用之前他会向你申请一下电脑的权限。没关系啊，我的 codex 工作区也在桌面上面，我们现在直接打开看一下。 好的，这里呢，他是已经在工作区里面建立文件夹了，速度啊，我觉得是很快的，根本没什么毛病。那其实到这里为止呢， codex 接入 dbic 就 完成了 啊，如果没有账号没法注册或者说登录需要验证的朋友们啊，我们就先把 dbic 可以 这样耍起来了。 然后接下来呢，我们直接再来试一下 cloud code， 这里同时也是一样的啊，我们首先先要打开 cc switch， 我 先把我刚才的配置都删掉， 注意啊，这里是 cloud 的 配置页，也同样啊，直接点击加号进来，直接就是选择 deepsea， 这里的供应商链接，官方名称都已经直接有了备注。我们也先随便写一个测试 a p r key， 这里也同样是写 deep seek 的 key 请求地址，这里也不需要动了。 好，接下来我们就到了模型这里，模型这里呢，我们都填 deep seek v 四，然后这个 e m 呢？呃，之前的视频也说过，其实就是百万上下文使用的意思，如果不加的话呢，不用做大项目的话也是够用的。 然后这里其实还是可以换一个 flash 模式的，也不用全部都是 pro， 然后随便找一个改一下啊，这几个模型名字等会都有用的，是一个对应的关系。然后这里我们就直接先添加， 回到这里就有这个选项了，我们这里就直接点起用。之后呢，我们再开通一下本地路由，在这个设置路由本地路由里面，本地路由打开 cloud 打开， 然后同样这个本地的服务器地址是要记一下，后面要用的。好，我们返回上一集测试一下，看到他是正常运行的。接下来呢，就是打开 qq 的 第一次 打开登录界面，不用登录啊，左上角 help 这里啊，点击这个 troubleshooting， 然后进到这个 enable develop mode， 然后点击 enable， 然后这里其实就是进入它的开发者模式， 然后重启，重启之后你会发现这里多了一个 develop 的 入口，然后我们选择 configure party info， 然后进来。进来之后，首先第一个 provider， 我 们这里直接就选 getaway， 然后 getaway 这里的 base url 就 写刚才我们 cc switch 这里出现复制下来的地址，这一个 key， 这里呢，当然还是 deep seek 的 key， 然后 bear 这里是不用动的。好，到模型 list 这里怎么填啊？这里就是填我们前面在 c c switch 里面配置过的对应模型，前面呢，加一个 cloud。 好， 这里两个模型够了，直接我们拉到最下面 apply locally。 好， 然后直接重启。 看啊，这里就是直接不用登录，我们就进到 cloud 的 界面了，然后 solo party 的 模式到 code 这里试一下。首先呢，我们随便设置一个工作区，然后测试一下，帮我建个文件夹。好，我们看一下它的这个速度还是很快的啊。 ok， 那 到这里呢， codex 和 cloud 都已经接入完成了。我最后补充一点啊， mac 系统呢，相对比较稳定，但是 windows 的 话呢，会经常会出现这样子的报错， 但这种报错啊，其实没有什么关系，通常都是安装有问题。呃，因为网络原因，组建安装可能会有丢失，最好呢是可以调整一下自己的网络环境，重新安装一下就 ok 了。 顶级的 a g 呢，配上我们的国产大模型，就再也不用为无法登录烦恼了。好，那这次的内容就到这里，希望对你有所帮助。我是阿月，我们下期再见。

为什么我认为国内普通人使用 cloudco 的 推荐组合方式就是 westco 加 cloudco， 再加 cc switch？ 对 大多数 mac windows 用户来说，这套方案的门槛相对较低，即使不用官方的 cloud 模型，也可以接入合规可用的模型服务。 但我知道，每次一提 cloudco 评论区，一定会有人说，国内连 cloud 都用不上，学这个有什么用？今天我就想认真聊聊这个误区，因为这种想法是把厨师的名气和做菜这件事本身混淆了。 打个比方，模型不管是 cloud， 还是国内的 minimax、 dixie、 g l m、 kimi 这些，它们其实都是厨师。厨师当然有高下之分，米青大厨做出来的红烧肉，味道确实更地道 高扣它是厨房，这里面有灶台，有刀具，有流水线，是真正干活的地方。而 skill 是 它的菜谱，它是告诉厨师先做什么，后做什么，做成怎么样才是合格的。所以讲到这里，关键的问题来了，厨房其实不是绑定某一类厨师的，你想做一道红烧肉，可以请米其林的大厨来做，也可以请国产的厨师来做。 口味可能有点差别，但红烧肉这道菜照样能端上桌。可现在很多人听到请不到米其林大厨，转头就把厨房封了，菜谱也扔了。那最后的结果就是永远只能去餐厅点菜， 也就是在网页上跟 check gpt 聊聊天，问问问题，复制粘贴，拿走答案。而别人已经在家开了私厨，让 ai 自己开火切菜，直到做完为止，端到你的面前。 所以我想说，用不上 cloud 的 官方模型，不是放弃 cloudco 的 理由，模型只是厨师，厨房和菜谱还在，换个厨师照样能开饭，放弃这类 a 准工具可能就会错过了让 ai 在 你确认授权的情况下面去执行具体任务的能力。 那明白了这个道理，我们再来看一下这三个工具。为什么说这是国内普通人用上 cloudco 的 推荐组合方式。第一个就是这个 vsco， 它是你的开放式厨房，你可以理解成这是一个能让你和 ai 一 起站着干活的工作台， 左边能看见所有的食材，你的文件夹中间是切菜台，下面还有个对讲机，也就是你的终端面板。你跟 ai 说一句，开始做菜，它就会在你面前动手，它不是给程序员用的，它就是一个有窗户的能看得见的厨房，比那种黑漆漆的命令行的窗口对新手友好太多了。 第二个就是 coloco， 它就你的专业厨房系统，它是整套方案的核心，聊天 ai 只能告诉你菜怎么做，而 coloco 能自己去做，最后把成品交给你。 这个就是 ai agent 跟聊天机器人最大的区别，一个动嘴，一个动手。那第三个就是 cc switch， 它是你的厨师调度台 clarkco， 这个厨房原本默认只能联系 frotty 官方的厨师，那 cc switch 就是 一个图形化的调度台，你点几下鼠标，它就会让厨房可以接到任意一家国产的模型。今天用智普的 glm， 明天换成 mini max， 它可以让你降低切换配置的麻烦。所以三个工具合在一起的化学反应就是 c c 思维去解决厨师从哪来的问题。 cloudco 提供专业的厨房 vsco， 就是 给你一个看得见的工作台。 那讲到这，把基本的环境和工作都搭建好之后，大家就要掌握对应的 skill， 才能做出各种精美的菜式，也就是让 ai 帮你干活的说明文档。 skill 是 cloudco 最厉害的地方，它本质上就是别人沉淀好的工作流， 把做某件事的完整方法打包好。而更进一步，你完全可以让 colco 帮你写一个属于你自己的 skill。 所以 再回到开头那个问题，为什么我说 vsco 加 colco 再加 cc？ switch 是 国内普通人用上 ai ai 的 推荐组合，因为它把那道门槛踢开了，它不挑系统，不挑模型，第三方的 api 服务、订阅套餐都能接它。不管你是程序员 懂不懂代码，它都可以让你从在网页上面跟 ai 聊天，升级到让 ai 帮你自动处理任务。听到这，不知道你对这些概念是否有了一个更清晰的了解，如果这些内容对你有帮助，欢迎一键三连，我们下期再见！

想在 windows 上同时拥有一个完整的 linux 开发环境，不用装虚拟机，不用双系统，一条命令就能来回切换。这就是我二。 今天这个视频，我带你从零开始，把我二和乌布图二十四点零四装起来，全程大概十分钟。 底部启动 windows 的 握功能，右键开始菜单，选终端管理员，也就是以管理员身份打开 partial， 然后执行两个命令，第一个是启动 windowsop system for linux， 第二个是启动虚拟机平台。这两个命令我都放在评论区里，你直接复制就行。 执行完之后重启电脑，这一步不能省，必须重启。重启回来后，如果你的系统版本比较老，可能会提示需要更新 vivo 内核，去微软官方的下载链接下这个 mc 安装包， 双击运行就完事了。链接我也放在简介里，如果你用的是比较新的 windows， 十一这一步大概率会自动跳过，不用管。 接下来打开一个普通的 passcode 窗口，注意，这次不需要管理员权限了，执行这一行 wsl set of four version two。 这一步是告诉 windows 以后装任何我发行版默认都用我二，而不是老版本的。我已现在正式安装 wooptwo， 同样在 power shell 里执行 wsl install 低于 boot two twenty four point o four， 它会自动下载无 boot two 二十四点零四的镜像并完成安装。等它跑完之后，会自动弹出一个无 boot two 终端窗口，让你设置 linux 用户名和密码。 这里有两点注意，第一，密码输入的时候屏幕上不会显示任何东西，不是卡住了正常输入，然后回车就行。 第二，这个用户名记好，后面配置环境会反复用到，到着 vo 二和 ubo 二十四点零四就已经装好了。如果你虽盘空间比较紧张，可以把 ubo 迁到地盘， 先关掉 vo， 然后在地盘创建一个 vo 目录。先用 export 把 ubo 导出成一个压缩包， 在于 winregist 注销原来的，最后用 import 把它导入到地盘版本，指定为二。导入完之后有一个小问题，默认登录用户会变成 root， 你 需要手动创建一个 wow， 看覆文件， 在里面指定默认用户。具体配置我已经放在评论区里了，退出重进屋补土，一切就恢复正常了。到这里，沃尔沃二合油补土二十四点零四就安装完成了， 下一期我会接着讲怎么在沃里安装 cloud code， 接入 deepsixv 四核配置开发环境。觉得有用的话麻烦点个赞收藏，我们下期见！

如今 ai 编程工具爆发式增长， cloud code codex、 deep seek、 tray、 cursor、 copilot gemini， 各种工具模型眼花缭乱，不知道怎么选？今天带你一口气理清楚这些 ai 工具。目前使用 ai 编辑代码有这四种场景，第一种，网页对话， 这是每个人最初接触 ai 编程的方式，打开浏览器接代码，问问题，得到答案，不需要安装任何东西。由于浏览器的限制， ai 无法直接获取本地文件，需要我们手动复制粘贴代码。 几乎所有的大模型公司都有网页版，大家常用的网页 ai 有 掐着 gpt、 deep seek、 豆包和 kimi。 第二种，在 ide 上安装 ai 工具插件， 比如在 vs code 上安装 git copilot gemini code assist， 这种还是以自己写代码为主， ai 工具感知上下文，自动补全，甚至现在也已经发展出 agent 能力，不再是你问一句，他答一句，而是你给一个任务，他自己规划后续步骤，比如自己读项目文件， 自己写测试代码，自己执行终端命令，自己安装依赖软件，自己根据报错进行修复。第三种， ai 专用 ide， 也就是为 ai 定制优化的集成开发环境，比如基于 vs code 的 深度改造的 koser， 字节跳动开发的 tree。 相比于插件 ai 工具的 a 阵的能力，专用 ide 能够更底层地看到你的整个工程，比如你最近打开哪些文件、光标位置等底层能力，其他的代码补全、闭环能力也进行了更底层的优化， ai 方面的使用会更流畅， id 一 内部都内置有模型，也可以自定义添加其他模型。第四种，终端工具，目前比较流行的是 cloud code c i i， open ai codex c l i d c k t u i 等，它比前面的所有场景都更激进，丢弃编辑界面带来的额外开销， 追求最极致的 agent 处理能力。你平时最常用哪种 ai 编程方式？欢迎在评论区分享补充。

上期视频我分享了 cloud code 的 安装和常用技巧，但真正用过的小伙伴肯定会遇到一些问题，比如没法联网搜索、没法识别图片、没法阅读网页、没法监控上下文进度和 coding plan 的 使用情况。哈喽大家好，我是专注用动画科普 ai 的 阿 k， 接下来我就为大家一一解决上述困扰。本期依然全程无广走你。 其实想解决联网搜索、图片识别和网页读取这三个问题，只需要用到一个叫 m c p 的 技术。简单来说，以前 ai 的 能力往往局限于自身的知识库，但有了 m c p 以后， ai 就 具备了使用外部软件的能力， 所以从某种意义上来说， m c p 就是 ai 和外部软件之间的一座桥梁。那到底装哪几个 m c p 能够解决上述三个问题呢？这里我给大家推荐目前 github 上最主流而且确实能打的三个免费开源方案。第一种是用来搞定联网搜索的，叫 brief search， 它的强项在于拥有独立的搜索锁影，而且对 ai 的 读取特别友好。第二种是用来解决网页读取的，叫 fetch， 它能过滤掉网页里的杂乱元素，只把最核心的代码和文字扒下来给 ai 看。第三种是搞定图片识别的，强烈推荐 screenshot mcp， 它能自己截取你当前的画面或者指定窗口去分析报错的原因，这种直接让 ai 看图排错的体验妥妥的极品。接下来我就以 brave search 为例，为大家演示一下如何在 cc 里安装 mcp 工具。 首先你需要有一个 brief search 的 api key， 具体获取方法大家可以问问 jimmy， 为了避免被限流，这里实在无法展开了，只有拥有这个 api， 才能安装它的 mcp， 并获得每月两千次的免费搜索次数。放心哈，个人绝对够用了。 然后我们需要打开终端，粘贴这串代码。注意哈，这里要换成你获取的 api key 哈，那敲完回车，等它自动跑完，你的 c c 就 正式通网了。那另外两个工具就没这么复杂，不需要 api， 直接分别执行这两串命令就行。 那这三个外挂都装好了，具体该怎么用呢？简单，比如你直接敲一句，帮我搜一下某某某某，他自己就会去调用 brave search。 又比如直接甩个链接过去，按这个链接里的开源项目说明，帮我搭个环境， 他马上就能又快又准的执行任务。那遇到程序跑不通的情况，也连截图软件都不用打开，直接给他发一句，看一下我现在的屏幕，帮我找找 bug 出在哪，他就会自己咔嚓一下，截取当前的画面去排错。总而言之， m c p 工具的好处就在于清亮和即杀即用，而且 github 里面好用的 m c p 一 抓一大把，大家感兴趣的话可以自行探索哈。 ok， 那 接下来就是解决上下文监控和 callin plan 用量的问题了，大家看这里，这是我安装的一款名叫 cloud hud 的 开源插件，它的优势就是能够挂在在 c c 输入框下方，并且以进度条形式直观显示上下文用量和 callin plan 用量。 那有了刚才安装的 m c p， 我 们只需要把这个项目的仓库地址丢给 c c， 然后让他帮忙安装就行了。但是大家注意，这个插件原本只能监控 cloud 的 订阅套餐的用量，而我用的是国产 callin plan。 所以 接下来我想告诉大家，我是怎么通过使用 c c 来改造这个插件的。 首先我上期视频说过， c c 终端版最大的优势就是自由度高，而且这个插件又是开运项目，这就意味着我们可以用 c c 来修改插件代码。然后我分析 cloud 套餐机制和我使用的国产套餐机制是一样的，都是无小时限制加上周限制， 所以我只要能够获得我的套餐的用量数据，然后把它们替换到插件里就行了。所以我第一步是先让 c c 用 brave search 搜索如何获得我使用的控制 plan 的 数据。第二步就是让 c c 写个脚本，把我的国产套餐的数据替换到插件里面，读取 cloud 套餐数据的代码中，然后设置每五分钟刷新一次，这样我啥也不用干，刷刷手机就完成了。但是这个时候出现了一个问题， 就剩下文监控还是进入一条形式，但套餐监控变成了文本形式了， 按道理来说也能用，但是我有强迫症，我想既然可用的套餐可以用进度条显示，我不过只是换了数据来源样式，应该是不用动的。所以我用自然语言告诉 c c， 我 要插件原本的进度条显示，颜色搭配也必须遵循原来的插件。然后没多久 c c 就 帮我改好了。 当然我说的很简单，它中间其实还有不少细节，受限于篇幅没法展开。但我真正想告诉大家的是，知道原理就自然知道怎么做。比如我不知道什么是前端，什么是后端，就无法修正进度条显示。 所以大家想要玩好 ai， 真的 一定一定一定要多动手多尝试，从而提升自己的知识储备哈。 ok， 那 以上就是本期视频的全部内容了，我是专注动画科普 ai 的 阿 k， 无惊无险又到六点，下了个班。

你以为在 jasper id 里用 ai 必须先开订阅？其实不一定。今天两分钟教你用 a c p， 直接把市面上的主流 ai agent 都接近。 id 里 a c p 是 什么？你可以把它理解成 id 和 ai agent 之间的一套通用接入协议。 简单说，它像一个开放接口，让 id 不 只能用官方服务，更能接外部主流 agent。 有 了 acp， id 就 不只是一个写代码地方，而是一个开放的 ai 平台，上手也很简单。 打开 ai 聊天工具窗口，点击左下方的 agent 菜单，选择从 acp 注册表安装， 你可以看到有很多 agent 可以 选择，包括 code code body code、 pmicoi 等国产 agent。 这边我装两个 a 卷，一个用来写代码，一个用来做代码审查。若你已经有配好的 n c p。 服务器，这边也可以直接交给 a 卷去用，甚至还可以把英特纳 n c p。 服务器传递给 a 卷。若在 a c p registry 里没找到你想用的 a 卷，也可以在 a c p。 配置里自己加， 然后选中 a 卷，直接下 prompt。 首次使用 a 卷时要登录，依据画面上的指示完成就可以了。 这边我想让 agent 在 用 springbub 官方宠物医院的项目里新增一个能返回 owner 拥有 pet 总数的 api 接口。 a few moments later。 代码写完后，我再切到另一个 agent， 让他审查这次还没提交的改动。 a few moments later agent 已经针对代码给出具体的建议，我们可以在 ai 聊天工具窗口里切换回前一次的绘画，把审查建议提供给前一个 agent 来做修正。 a few moments later 这里你会发现， a c p 带来的不只是把 ai 接近 james id， 它真正改变的是 id 的 角色从写代码地方变成一个开放的 ai 平台。 不同的 agent 做各自擅长的事，而你负责调度他们。如果是你最想先接哪个 agent？ 评论区留下你的反馈，记得关注，继续刷新你对 jebressid 的 认知。

就在前两天， cloud 扣的刚刚发布了 agent 视频有功能，如果你平时需要同时打开四个、五个甚至更多的终端窗口，处理不同的项目，那这个功能简直就是你的救星。它能将所有的绘画合并到一个窗口中，让你实时查看每个绘画的状态，并且统一的进行响应。 那今天我们就来看一下 agent view 这个功能。它的使用方式很简单，我们先要确认一下 cloud code 的 版本是否大于等于二点一点一三九，然后在终端中输入 cloud agents， 就 可以打开它的仕图。 这个 agent view 啊，解决了开发者最头疼的看不见就容易忘的问题。它将任务自动化分为三个逻辑清晰的区域，有效地降低了多线城开发的焦虑感。第一部分，待输入的任务，那些卡在决策点，正等着你批准方案或者给出进一步指令的任务。 第二部分，那些正在后台滚动推进的任务，实时显示运行时长。第三部分，就是已完成的需要你收工确认的任务， 并且这一次 cloud code 还升级了它们的视觉反馈系统，增加了颜色和图标，分别代表了不同的含义。五种颜色，绿色代表任务圆满完成。黄色代表任务处于离子 in post 状态，需要你的反馈。红色代表运行报错，需要立即的介入。 灰色代表你手动停止的任务。白色的动态旋转，代表任务正在后台高速运转。三种图标的形状，第一种，小圆点，表示程序已经结束，你可以随时从 cloud 上一次中断中进行回滚。第二种，实心花，代表后台的进程非常的活跃，正在处于执行的阶段。 第三种，空心花，这个代表任务正处于两次尝试之间的休息间隔。然后是关于交互操作， cloud code agent view 现在可以直接点击某一个绘画，就可以进入到完整的终端模式进行操作，然后再使用左箭头就可以随时返回原来的仕图。 那如果你想快速的预览和回复，你就可以将鼠标悬停在某个绘画上，并且按下空格键，这时候会弹出一个小窗口，用来查看该绘画已运行的时间和当前的进展，并且能够直接的进行简单的回复删除绘画也很简单， 把鼠标悬停在灰化上，并且连按两下 ctrl 加 x 就 可以快速的删除不需要的灰化。那介绍完了前面的基础功能之后啊，这一次 agentview 最具革命性的特点是筛选与终端进程的彻底分离。在以前使用 cloudco 的 开发过程中，关闭终端往往意味着任务的停止， 但是在最新的版本中，你可以使用杠 b 机这个指令将任务推入后台，然后放心的关闭他们的终端，甚至是重启电脑。 当你再次输入 cloud agents， 你 的任务仍然会在执行，并且现在多目录管理 agents view 支持跨项目的追踪， 你可以在 project a 目录下启动一个 ai 任务，放入后台，然后 cd 到 project b 启动另一个任务。这些分布啊，在不同路径下的 agent 都会集中呈现在同一个 cloud agents， 试图中让你实现真正的痊愈管理。 这个时候如果再配合 agent view 的 杀手锏杠 go 这个指令的功能，你就不再需要一步步教 ai 怎么写，只需要设定一个客观的指标， 比如说用 go 这个指令帮我做一个三 d 的 怪物对战游戏， cloud 就 会进入自主实验，尝试优化的闭环，直到达成目标。在 agent view 中，你可以看到它运行数小时，或者说通宵都在运行。 这里需要注意的是，由于 go 这个指令目前仍然处于 research preview 阶段，如果同时启动过多的 agent， 可能会导致系统资源的消耗剧增，导致电脑变慢，所以一定要量力而行。最后我想说， agentview 的 出现标志着 cloud code 正在从一个对话式的插件进化为开发者的 ai 操作系统。 过去我们使用 ai 编程工具更多的是单线程，你提一个需求，他给一段代码，你遇到一个问题，他帮你分析一下，整个过程仍然是人盯着 ai 干活。但 agent will 带来的变化是，你可以同时管理多个 agent， 让它们分别承担不同的任务，有的负责改功能，有的负责测试，有的负责理解项目的结构。 这就像从我有一个 ai 助手变成了我有一只 ai 工程小队。所以 agent will 不 只是一次界面的升级，它 背后代表的是一种新的开发范式。这种范式的转移啊，正在把我们从大量琐碎、重复、低价值的编码细节中解放出来，让开发者把更多的精力放在产品的判断、架构设计、复杂问题的拆解和最终质量的把控上。 ok， 那 本期关于 coco 的 分享就先到这，我是布鲁，你的 ai 好 搭子，我们下一期视频再见。

大家好，今天给大家分享用 cloudcode 搭建大而稳定的数据源啊。这个仓库叫 a stock data， 他 上线七天，拿了一千一百个 star， 一 共有七层架构，二十八个端点，还有十三个数据源。开始之前我强调一下，本内容仅为 ai 编程技术分享，不构成任何投资建议，股市有风险，投资需谨慎。 呃，数据源其实一共有三个坑啊，一个是嗯 money 的 问题，就是有积分墙，像 to share， 它需要付钱才能用 啊，免费的它也能，但是就端口很少，没不咋好用啊。然后还有个封 ip， 就是 aikir， 百分之四十五的请求是指向东财，它会封 ip。 然后第三还有停更，有一些数据员他已经停更了。呃，这个 a stock data， 它的解法是把这些数据库都给拆解了，植圆了，植连了源头的 api， 就 没有这些 aikir 这些的中间依赖 a stock data 呢，它一共分为七层的数据，行情、研报、信号、资金、新闻、基础数据公告啊，公告就是巨潮，这个就不用提了。然后还有这个通达讯，行情层是通达讯加腾讯财经，加百度 k 线 啊，还有一个这个信号信号，这个大家可能会比较关心题材的归音，就是为什么强势的题材归音，这个大家应该懂啊。然后还有这个龙虎榜，还有解禁，还有行业。然后这个研报层是东财，东财的一些研报，然后艾文才这个也能有研报的搜索， 所以总的加起来，这七个层面的数据是应该是够肯定够大家用了啊。这财报在这个基础的数据层，这都是免费的，全部都是免费的。 信号城呢，刚才也讲了一下，它不只有涨跌浮榜，就是还有好多东西，就题材的归因，涨跌的这个，这个涨封封顶的归因，然后各股的资金呢，还有这个龙虎榜的席位，全市场的龙虎榜， 然后还有行业排名啊这些，呃，资金层面呢，还有一些筹码层面的数据，都是有接口可以接的。 呃，总结一下呢，就是这个 skill a stock data， 它 excel 搞定了七层架构，二十八个端点，还有十三个数据员， 嗯，总的来说它其实只需要一个 api key， 就是 爱问财那个也是呃，免米的。然后总结一下最终的方案，就是行情层用 通大讯、腾讯财经、百度 k 线研报用这几个，然后信号用这些，就这这些其实语言大家也都能找得到，大家也能自己去封装，但是这个 skill 就 它已经都封装好了， 所以大家就可以去研究一下，可以使用七天一千一百个 star， 还是挺快的。好，我的分享到这，谢谢大家。

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。

好消息， gitlab 这次终于没炸了！大家都知道 cloud code 能力很强，但只能用自家模型，于是有人做了 deep sync 专属 agent。 国外作者的 deep sync t u i gitlab 已经两万星，火得一塌糊涂，而国产作者做的 reasonix 才一千星，几乎没人知道。但是实测下来，同样的任务， reasonix 的 token 消耗只有 reasonix 的 十分之一，十块钱的活才一块多搞定，表现不输，甚至更强。一千星碾压两万星，差的不是实力，是曝光！ reasonix 该被看见了。

今天终于有时间来搞定我的 ai agent， 我 配置了这个世界上最强的 ai agent cloud code。 噔噔噔噔，我是一个没有任何电商经验，想拿五万块钱尝试跨境电商的宝妈。现在呢，一家国内店，一家 国跨境店，但是都还没有起步。这个国内店呢，出了一一单，后来就杳无音讯了。这个跨境店呢，虾皮还没有下店那我在操作的过程中有两次失误，就是他要求法人拿一个营业执照录一个像，第一次不清晰，第二次是怎么着？第二次是我漏说了什么东西，导致还在审核中。没关系，我 现在就先做前期准备，我给呃自己配置了 cloud code， 最强大脑 cloud code code， 可能有些朋友不知道它是啥，它是一个 ai agent， 就是之前的小龙虾，你应该知道这个比小龙虾更厉害，只不过呢，它要如果能接入 openai 的 cloud， 或者是国外的那些大模型，可能更牛，但是你知道成本还有网络配置这种问题很难解决，所以我呢，就接的是 deepsea， deepsea 也很厉害，我们国产大模型价格上是吊打任何任何模型的， 现在用起来其实也挺厉害的。那这个 cloud code 能帮我做什么呢？比如说我用 obsidian 写笔记，我的每日代办啊，我的各种平台的操作流程，还有我的选品思路，我的笔记思路啊，我都在上面写。然后那个 cloud code 可以 帮我一键优化啊。 然后呢，除除此之外啊，他还还可以帮我编程，因为后期我想做一个独立站，我想的很多，想的很宏大，但是做的目前还是很少。嗯，一点一点来积累吧。嗯，然后他除了可以编程，可以优化笔记之外，他如果加入了 一些呃 skill 或者是 m c p， 它就可以帮我自动化剪辑视频，帮我自动化处理图片。嗯，后面我在慢慢地探索，我今天只是把它安装配置好了，然后并且能够 实现优化我的笔记。比如说我今天要写一个，呃，如何在虾皮上，呃，上架一个产品啊，我就让他帮我写一下。嗯， 把流程从网上扒一下写下来，然后我再照着它这个流程去实践，实践完了我再复盘，复盘了之后我让再让它优化，以及后续的如何去选品。选品逻辑啊，就一步步的优化，就是我和它来一起精炼啊，这是这就是现在 ai， 呃，最对我来说最大的用处，后期可能涉及到一些图片的处理呀，视频的剪辑呀，我都需要用到它。嗯，关于我的店铺还是还是没有任何起色，我的跨境店还没有下来，嗯，估计下周吧，应该是能下来的，我现在都已经在接入了。 呃， erp 好， 秒售。然后下一步呢，就是先去上架一个商品。嗯，然后我的国内店铺呢？我其实最近我也没闲着，我咨询了几个我能够得着的做电商的亲戚和朋友吧， 嗯，他们都建议说你不要在国内折腾了，就是国内这任何一个平台都不值得你去花时间去折腾。我说，好吧，甚至他们都说东南亚也不值得。但是我求稳嘛，我就想 先试手嘛，我对产品对市场，对选品有自己的逻辑，之后再去尝试高投入高回报的市场。

大家好，今天给大家分享一个我改造的仓库啊，我是基于之前分享的 trading agents 这个六十五 k star 的 仓库进行了改造啊，改造完之后它就能够适配我们大 a 的 投研的分析， 这个是全称 trading agents a stock， 有 七位分析师，有多空的辩论，还有风控的决策。开始之前我再说一下，本内容仅为 ai 编程技术分享，不构成任何投资建议，不是有风险，投资需谨慎。 呃，原版的框架有三个不太适合的问题，首先是数据是不通的，他走的是雅虎 finance， a 股的数据是拿不到的。第二个是规则，呃，他还是 t 加零，没有我们大 a 的 规则。 然后第三个是角色的缺失，就是他只有四个角色，他缺乏我们，呃，大 a 对 这个政策面，还有这个油资啊之类的这些解读， 所以我对这三个维度进行了呃，深入的改造。首先是角色层面，就是它原版的这个 agent， 呃，确定 agents， 它有四个角色，技术与情，呃，与情分析，新闻还有基本面 啊，我增加了政策分析，就是我们大 a 的 一些产业政策，监管政策，然后还有油资的追踪，就是龙虎榜大单这些，然后还有解禁的监控，就大股东解禁，就是做了一些 a 股特色化的一些 a 卷的新增，增加了这三个， 然后决策的炼炉，我没有进行改造啊，就是还是七个分析师，呃，出报告， 然后但是我加了一个要质量门控的自动检查，就是对其一个分析师的报告进行一个质量的检查，因为他原版的这个产品，他出了四个报告之后就没有人检查的，然后就直接就到辩论了，但我觉得报告的质量是下面辩论的这个基础， 所以我就加了一个质量门控，会有一个这个质量检查的环节，如果质量不过关，要打回去让他们重新写。呃，第一层是分析报告，第二层是投研的辩论，第三个是风控的一个辩论，最后是最终的决策 啊。我对这个数据源也进行了更新，大家都知道我的那个 a stock data 啊的数据源，我都把它给接进去了，就是数据都是直连的，包括这个 k 线啊，这个适应率这些，还有新闻、现场，财经这些都连进去了。 呃，能力方面就是开开箱即用，大家把这个确定 ags stock 给到你的 ag， 他 就会用了啊。七个分析师，有七个数据员，还有五档的评分，然后我还加了一个外部 ui， 就是 原版式的 ui， 可能比 较简陋一些吧。我也给自己做了一个 ui 给大家用啊，有输入代码之后，它就能进行十二个阶段的进度的推演，然后最后导出一个 pdf 模型，都是支持的，接 api 就 可以了。 ok， 最后做个总结，就是这个仓库就叫这个名字啊，大家去记下来就好了。然后分析师有七个分析师 啊，数据员有这么多，就我都整合完了，都是指点 a p i 的， 然后辩论环节有这个，多空有这个，最终这个激进保守中立的风控啊。第三角色这个就不说了，特色呢是全开源的，全免费的。呃， tapp 上有个 cn 版本，他们这个前端那些不是全开源的，然后我这个，我这个改造的版本是基于原版改造，而且是全开源全免费的啊，也是没有 apikey 的 啊。这个写错了，这个可能跑不了，但大家去把那个仓库交给你的 a 卷就可以了。 ok， 今天的分享到这，谢谢大家。

如果你现在用 cloud code 只会一句一句发需求，那我建议你先别急着让它写代码，因为你可能不是不会用 ai， 而是根本没把它的隐藏能力打开。这期直接讲六个很多新手没打开的核心能力。开完以后， cloud code 才不是一个临时帮你写代码的聊天框，而是一个能长期配合你的开发搭档。 第一个项目，记忆入口名叫 innit， 很多人每次开新绘画都要重新解释技术栈、目录结构和代码风格。 innit 的 价值 就是让 cloud code 生成 cloud md 这种项目，说明先认识你的项目，再开始干活。第二个， play mode。 新手最容易犯的错就是还没想清楚就让 ai 直接改代码。 play mode 的 意义是先让它读项目，拆方案，判断风险，再进入执行。第三个 compact， 压缩上下文，绘画异常， ai 很 容易被前面的信息冲淡，越聊越散。 compact 就 像给对话做一次整理，把真正重要的方案接口和未完成任务留下来。 第四个，自定义命令，官方叫 custom slash commands。 很多人每天都在重复输入同一类提示词，比如代码审查、提交总结、性能检查。它的价值 是把常用提示词沉淀成自己的自定义命令，命令以后随时赋用成工作流。第五个， sub agents。 复杂项目不要总让一个 ai 绘画硬扛所有事情，它的关键是分工，主绘画统统方向， the agent 分 别负责审查、排错、测试和文档。第六个 hoops， 这个能力很多新手完全没碰过，但它决定了 cloud code 能不能守流程。你可以把它理解成自动质检员，改完代码以后提醒检查 结束任务前提醒验证结果。所以真正拉开差距的不是会不会问一句帮我写代码，而是你有没有把 cloud code 配成稳定工作流，项目记忆解决重复沟通 play mode 解决乱改压缩上下文解决跑偏自定义命令解决重复提示词 sub agents 解决分工 hooks 解决交付质量这六个能力建议收藏起来慢慢吃透。关注我，后面继续把 cloud code 的 高阶玩法拆给你看。

这期视频呢，将会教会你使用 cloud code， cloud code 呢，和只会聊天的对话式 ai 不 同，它可以在你本地的电脑上自主运行。那为什么 cloud code 很 强呢？因为它拥有很强的 highness， 可以 理解为各种工具的集成。 cloud code 虽然有 code 这个词，但是它做的好的不仅仅是编程。我们直接进入安装环节。首先呢，我们打开浏览器搜索 vs code， 我 们找到官网， 在这里呢有一个其他安装包，之后根据你的系统下载对应的安装包即可打开安装包，我们同意协议下一步 完成安装之后呢，打开 vs code， 如果你是第一次使用，那么你的 vs code 应该是英文的。这时候呢，我们去左边点开四个小方块组成的那个图标，在里面搜索， 找到下载量最多的那一个，下载完成之后，右下角会让你重启，我们直接重启。嗯，这时候我们就可以安装 cloud code 了，我们 ctrl alt 加 i， 打开它自带的 agent， 我 们可以直接用这个 agent 来帮我们安装 cloud code， 告诉他帮我安装 n o d e， 并且用 n p m 安装最新版本的 cloud code。 如果这样说呢，他会默认把 cloud code 安装在 c 盘。 安装完成之后呢，我们创建一个文件夹，将这个文件夹用 vs code 打开， 选择信任作者，在最上边的菜单栏选择终端，新建终端，第一次下载使用默认终端就出现在 vs code 的 下边， 我们在终端里面输入 cloud， 就 可以启动 cloud 了，我们点信任作者，这时候的 cloud 是 使用不了的，因为我们安装的 cloud 就是 一个工具包，还没有给它接入大模型， 我们给它接入 deepsea 微四大模型，如果想把图奥的 code 和 deepsea 组装到一起，我们需要一个链接软件，这个软件呢就是 cc switch， 如果你们下载的很慢的话，可以去评论区拿我的百度网盘的链接下载。 下载完成之后呢，我们在上边选择 cloud， 在 右边点击加号。供应商呢，我们选择 deepsea， 点进去之后，我们只需要填写 apikey， apikey 从哪获得呢？我们在我们打开浏览器搜索 deepsea， 进入 deepsea 的 官网， 找到 deepsea， 找到 api 开放平台， 我们只需要在这里创建一个新的 apikey 就 可以了。 之后呢，将 a p i k 复制到 c c switch 里边。这时候呢，我们就可以让 cloud 帮我们做小项目了， 我让他帮我做一个视频项目管理网站吧。值得注意的是，我们的对话框下边有一个 plan mode on， 在 这个模式下呢，他会倾向于跟你讨论方案，哎，出来了，我们随便选一下。 而 cloud code 实际上有三种模式，第一种呢就是我们刚刚说的 plan 模式。第二种就是默认模式，这时候呢，它会自己衡量哪些能做，哪些不能做，也会自动的切换模式。第三种呢就是编辑模式，这个模式下它有权进行文件修改，但是有些命令还是需要经过你的审核。 这三种模式呢，按 shift 加 tab 可以 切换，但这三种模式都有点麻烦，它总是会找你确认。 所以 c c 呢？还有一种模式，我称它为无视风险模式，它需要在打开 c c 的 时候加上这样一句话，因为绝大部分情况下我也不会管 c c 要什么权限，我都是直接同意的，这时候会多出来一种模式，当然这四种模式依然可以自动切换。完全做好了我们可以看一看。 嗯，还是不错的，之后大家就可以出几期视频，把我觉得常用的功能分享给大家。

codex、 cloud code、 gemini、 openclaw， 这四个工具究竟在什么场景下是适合的？在什么场景下又需要互相串联起来？今天这个视频不废话呃， 我将会带着大家去看一下我日常是怎么去使用的，把这些经验也分享给大家。首先呢，我们可以看到啊，这四个工具呢，其实有各自适合的场景，比如说 codex， 它其实适合去抓取一些信息，去做一些批处理和定时任务 啊，或者说去要逐步推进一些步骤的时候，它可以开启这个全自动化的流程。那么 cloud code 呢，它可能会更加偏向于去写一些底层的代码，或者是去编写一些 skill 啊，尤其去适合去做一些打底层的一些能力。 那么呃，这个 openclaw 呢，它更加适合去把人啊，还有设备以及我们自己的这些 agent 和 skill 串联起来，可以在一些出差路上，或者说你在不方便去使用电脑的时候， 采用这个 openclaw 去把一些任务推送到对应的我们这个手机的飞书啊，钉钉啊，或者是用这些外部的这个沟通工具去给你的这些智能体去下一些这种指令。那么 germina 呢，其实它会在文本转 啊，这个图片或者图片转文本的这个方面会比较强，所以说呢，他可能会适合去生成一些图片，或者去生成一些设计稿。好，那以上呢，我们简单的做了一个了解，包括我现在的这张屏幕，其实也是用 啊这个 codex 帮我写的啊。那么 codex 呢，其实在这方面抓取信息，输出一些网页其实也还是非常强的，最关键的是它的这个费用也比较便宜，所以那我们用一个案例来看一下，举个例子 啊，比如说我们要去看生成一个这个 ppt 啊，生成一个 ppt， 那 么一共呢会分为五个步骤，第一个步骤呢，可能要去做一些信息的抓取，是吧？然后去做一些定时任务，那这个时候呢，可能会是要需要用到就是 codex。 举个例子，比如说啊，我现在这里呢，就会有一些定时任务啊，给大家看一下。比如说呢，我会去抓取每天的一些早报，比如，比如说在这里 啊，每天都要去按照我自己定的这个标准去执行这些，去抓取一些早报。那早报的这个啊，效果呢？给大家看一下啊，举个例子，比如说啊，这些，呃， 这个每一天的这些新型的科创版的一些这种，呃，关于 ai， 关于人工智能、关于商业航天的一些新闻或直接推送过来。那么后续呢，还会有一些 github 的 一些项目，那它的这个任务呢，是完全自动化的再去做的啊，完全自动化， 也就说首先我们可以用这个，我们可以用这个，呃呃 codex 去做一些自动化的任务啊， 其实这样，那么除此之外呢啊，本身啊，就这些 skill 啊，这些 skill 可以 用 cloud code 直接进行编辑啊，直接进行编辑， 或者说我们打底的去做一些这种小的网页，或者是去做一些这种生产化系统的时候，可以用 cloud code 来去完成，因为它呢本身也可以去支持一些啊， s d d 就是 spot coding 啊，不像是原本完全之前的 web coding 这种方式。那第三个呢？是 codex 啊，第三个是 这个 codex 呢，它其实可以将前面的这两个东西串联起来，举个例子，比如说我们之前的一些这个网页的一些输出，还有一些文章或者是一些早报，其实它可以把这些 skill 和我们前面抓取到的信息做一个串联。那第四步呢， 可以根据这些早报和抓取到的信息，去让 notebook lm 去帮我们生成一些 ppt 啊，然后举个例子，比如说我们做到的一些 ppt， 大家可以看一下 啊，比如说这个也是我们之前做的啊，这个一些 ppt 的 一些啊，效果对吧？啊，它的这个效果还是非常不错的， 给大家看个大概啊。那么最后呢，就是如果你正好也是在出差途中啊，那么这个时候你可以用这个 open club 去接入到你的个人微信，飞书钉钉、企业微信等等，然后去把这个信息给你推送过去，或者说你不太方便查看电脑的文件，那你就直接让这个 啊，你的这个龙虾去帮你把这部分内容抓过来。所以以上呢，就是呃，我在使用了这么长时间，这个这几个工具给大家去做的一些总结啊，如果说有问题或者是想要去交流的话，也欢迎大家在评论区或者私信啊，谢谢，拜拜。

我用 cloud code 跑通了视频自动剪辑，给大家实操展示一下，现在的 cloud code 太牛了，我深度使用了一个半月了，它能解决电脑上百分之九十的事情，我养过小龙虾一阵子，那 open clock 就是 个智障儿童。 这个剪辑软件已经开源了免费软件，我放在了评论区，给大家看一下。剪辑过程简直是自媒体的福音，从此不用再吭哧吭哧花时间剪视频了，开始实操。 运行了这个免费的开源工具以后，他开始帮我解析视频，看到我的视频有十二秒我的视频一个内容的结构，这是我拍的一个口播的数字人，他分析完我的视频以后，因为我全程没有口气词， 嗯，十秒一进到底，语速偏快但清晰，所以他给出了一个建议，方向，加字幕调色，加动画叠层，想问我往哪个方向走。接下来他就自动开始写脚本，写代码，我全程没有操作。 然后他开始生成三个动画，进行一个渲染，现在到了渲染环节，这是最终的一个产物，这是最终的视频，我们拉到最下面啊，直接直接丢出来了一个这个视频，结果牛不牛？现在 ai 太牛了，卡的酷的，赶紧用起来，点个关注，谢谢！