opencloud量化交易怎么搭建

上期视频，我们用 openclaw 完成了策略代码的迁移和上线，但今天我们介绍一个更实用的应用，搭建一个完善的交易系统。 我们都知道市场行情在趋势和震荡之间来回切换，我们很难准确判断当前是什么状态。趋势策略放在震荡式里会反复止损，来回打脸，网格策略碰上单边行情又会深度套牢，这个痛点相信做量化的朋友都深有体会。 所以今天我们来做一件更有意思的事，搭建一个能自动判断行情切换策略的智能系统。 在这套系统里， openclo 扮演的是决策大脑的角色，他要完成一个完整的闭环，首先是感知， 通过 m c p 协议读取发明者平台的实盘状态，通过文件系统读取鱼情新闻。然后是思考，根据我们定义的规则分析市场情绪，判断当前是恐慌还是贪婪，是该追趋势还是做网格。最后是行动，调用 api 启停对应的趋势或者网格策略，把分析报告推送给我们。 这样一来源本需要我们盯盘分析，手动操作的事情就变成了 ai 自动化，我们只需要定好规则，剩下的交给它。 明确了思路，我们来看需要准备哪些东西，主要是三块，第一是 m c p 配置，让 openclaw 能连接发明者平台，这个待会详细说。第二是消息渠道，我用飞书，如果你不熟悉飞书，机器人怎么配？没关系，直接问 openclaw， 它会一步步引导你完成配置。 第三是发明者平台上对应的实盘策略，鱼情采集工作流和两个交易策略，一个趋势，一个网格 先搞定 m c p m c p 是 一种让 ai 调用外部工具的标准协议，通过它 open core 就 能获取和控制。发明者平台的试盘配置流程是这样的，首先在发明者平台的账户设置里申请 api 密钥，然后获取平台提供的 m c p 协议地址。 拿到这两样东西后，打开 openclaw 的 配置文件，把服务器地址和认证信息填进去。配置完成，我们来测试一下，让 openclaw 执行获取实盘列表的命令，可以看到，返回了账号下所有实盘的信息， id、 名称、运行状态、累计收益都有了。 这说明 openclaw 和发明者平台已经打通了 make c p 通了。接下来在发明者平台准备策略和数据源。先说策略，我在自营策略库里挑了两个，一个是多品种超级趋势策略，用 atr 指标判断趋势方向，趋势来了就顺势开仓，适合单边趋势行情。 另一个是专业网格交易策略，在设定的价格区间内低买高卖，适合横盘震荡。这 两个策略的试用场景正好互补。但注意，我们不是同时开两个石盘，而是让 openclaw 根据市场情绪判断当前适合哪个，只启动相应策略。所以先分别创建好石盘，放着备用 再说。余情数据员，我在平台上部署了一个余情采集工作流，他从九个 r s s 数据员定时抓取加密货币相关的新闻快讯，保存成 jason 文件，每条新闻包含标题、时间和摘要。后续 openclaw 会分析这些新闻的关键词进行情绪判断。 渠道和策略都准备好了，现在要给 openclaw 布置具体的任务了，在这份指导语中定义了 ai 每次执行时应该做什么， 我们来看具体关键点。首先是决策定义，实盘配置，然后是核心执行流程以及余情分析规则，接着是最核心的决策矩阵， 根据余情信号以及策略收益进行不同策略切换的抉择。最后还有日制格式报告模板、定时任务和飞书通知配置这些，搭建了一个完善的任务执行流程。 指导语写好了，上线之前，我们先手动跑一遍验证效果。出发执行后，可以看到 openclock 依次完成了这些动作，读取实盘状态、余情分析、决策执行，最后生成一份完整的分析报告并发送到飞书， 整个流程完全自动。我们看一下报告，情绪指数、重大事件、策略收益、本次决策和原因都清清楚楚， 手动测试没问题，现在让它自动跑起来。在 openclaw 里创建一个定时任务，执行频率设为每小时整点，设置完成后，每小时整点， openclaw 就 会自动醒来，进行设置好的操作，从此策略管理变成全自动。我们再也不用纠结当前到底是什么行情，该跑哪个策略了。 系统跑起来之后，我们不可能一直坐在电脑前盯着，这时候移动端的价值就体现出来了。每次定时任务执行完， openclock 会把分析报告推送到飞书，打开手机就能看到，相当于有个 ai 分 析师每小时给你汇报一次市场情绪和策略表现。 在地铁上，在吃饭时随时能掌握系统运行情况。当然，有时候我们等不及下一次定时报告，想立刻知道情况怎么办？直接发消息问就行。比如我发一条查看一下实盘收益。 open call 收到后，立刻调用发明者接口，返回两个策略的最新状态，包括是否在运行，运行了多久，累计收益多少，今日收益多少。这种双向交互让整个系统非常灵活，不只是被动接收报告，而是随时可以主动了解情况。 还有更实用的玩法，比如我发现趋势策略跑了一段时间一直没开仓，我就发消息问策略，长时间不开仓有什么优化思路？ openclaw 分 析了一下，给出建议，不开仓通常是因为 atr 通道太宽，价格没有突破趋势线触发信号。 建议把 atr 周期从十调到十五，让指标更平滑。把 atr 乘数从三调到二，让通道变窄，更容易触发。 我觉得有道理，就回复暂停实盘，按这个调整一下参数。 openclock 收到指令后，先调用 api 暂停策略，然后自动打开浏览器，进入发明者管理后台，找到参数设置面板，调整 atr 周期和陈述的滑块，点击保存。 整个过程我只是问了一个问题，确认了一下建议，剩下的全是 ai 自己完成的，这才是真正的智能助手。 好，我们回顾一下今天做的这套系统，核心是用 open call 解决趋势和震荡行情难以辨别的痛点。 通过 m c p 连接发明者平台获取实盘数据，通过余情工作流感知市场情绪。用指导与理的决策矩阵自动判断该跑趋势还是网格策略，用定时任务实现自动执行，用消息渠道随时接收报告和发送指令。 当然，这不是一个完美的框架，可以优化的地方还有很多，但今天的重点是给大家展示各种工具的组合应用方式，希望能帮助大家理解这些工具怎么配合使用，在此基础上做出更多更好的创造。我们下期再见。

部署本地的 openclaw 已经可以剪视频了，大家都知道了吧， 这个让硅谷大佬每日一封的 openclaw 阿月，我呢也是拉到本地试了几天，现在就带大家把本地部署和接入飞书每一步都走明白。为了防止偶然性啊，我呢也是连续测试了四台电脑，确保每一步都可行，接下来你们只要跟着做就可以。点好关注收藏， 我这里依旧用的是 windows 系统来操作，因为 macos 系统呢，环境相对比较简单，不像 windows 这么复杂。首先呢，我们要确认好 windows 的 安装环境，安装的时候呢，全部都点 next， 一 直到完成即可，建议呢，不要去变更中间的安装路径。 呃，安装完成后呢，我们可以检查一下环境，我们在命令提示符的窗口输入这两个指令，如果输入指令后跳出版本号，那就说明安装已经成功了。这里提到的两个环境文件呢，我在文档里面也全部都准备好了。 好，接下来呢，我们就开始全区安装 oppo 卡使用管理员 c m d 指令输入，这个指令安装完毕后呢，再输入这一条指令， 好开始了。 ok， 这一步跳出来的呢是风险提示，我们直接选择 yes。 然后呢我们选择 quickstart， 这一步呢是选择大模型，我这里呢用的是千万，因为他是国内的，如果大家有惯用的呢，也可以自己进行勾选好，然后我们这里模型选择默认的即可。 之后呢会跳转到大模型的首页进行授权验证，大家验证通过就可以了。那通过后呢，这里也同样有一个选项，我们直接选第一个默认的模型。 ok， 下一步呢，这里可以看到很多的应用选项，这其实呢就是指令输入的终端，因为这些都是国外的，所以我们先不管，选最后一个，跳过，后面呢我会给大家介绍如何接入国内的飞书。 ok， 继续，这里会问你需要配置什么 skills？ 呃，我们也跳过，没问题，因为这个不着急，后面都可以手动去配置的。 好，这个也不用管我们用不上，直接跳过。好，然后我们稍等一会，会自动弹出一个网页，然后你会发现这个网页是打不开的，没关系，我们这个时候呢，再运行一个 c m d 的 指令， 好，这就是欧奔 cloud 的 兑换框了，我们来尝试和他打个招呼， ok， 他 回复我了，那到这里呢，其实基本上就成功了，还是比较简单的啊。然后呢，我们再来尝试为大家接入一下飞书，很多小伙伴呢，在这一步呢，其实就被劝退了，因为怎么样都接入不了这里，大家看好我怎么操作。 首先呢，我们进入飞书的开放平台，我这里呢用的是个人版，我们来创建一个企业自建应用， 进到这个凭证与基础信息界面，把你的 app id 和密钥保存下来，这个很重要啊，后面会用到的。然后 我们添加一个机器人，再到权限管理这一步，为他添加一些权限。这里的权限列表呢，其实官方呢是有指导文件的，但是呢就藏的比较深，我呢也是给你们找出来，直接放到文档里面了，你们直接一键复制过来就 ok。 好，然后我们需要配置一下这个事件回调功能，在这里的订阅方式选择长链接这一步呢是必须的，而且是绕不开的，也是大家碰到卡点最多的一步，很多小伙伴呢在这里呢就是一直报错，好，不用担心，我呢，已经整理了一份非常长的傻瓜教程，大家直接照做就 ok 了。 然后选择以后呢，我们添加事件，然后添加搜索接收消息， ok， 然后我们就去点击创建应用，然后再发布就 ok 了。 好了，配置工作完成之后呢，我们就要开始给欧邦克劳接入飞速杀键了。由于 windows 的 系统环境问题呢，所以大家的电脑情况都不太一样，所以会出现不一样的报错问题。网上的很多视频呢，也没有把这个问题针对性的讲清楚，我自己呢也试了三到四台电脑来做尝试，都非常有挑战。 如果你手边也报错的话呢，不用担心，我这里想到了一个邪修的办法。好，那既然 oppo klo 可以 控制我的电脑，那为什么他不能自己安装飞出插件呢？我们来试试看吧，直接和他对话。呃，你自己安装一下飞出插件，然后呢，他就会开始疯狂的工作，并自行去验证安装环境和插件配置 啊。五分钟左右后呢，他就会告诉我，他工作完成了，需要我提供给到他飞出机器人的 app id 和密钥。这个呢，其实我们在上一步已经有了，我们直接复制给他，让他呢继续去工作。这里的工作过程当中呢，我们的机器人可能会下线几次，原因呢是他需要去重启网关， 如果呢，你感觉他下线太久的话呢，我们可以用 open cloud get away 这个指令重新把它呼出来。最后呢，他会要求你在飞车上和他对话进行测试，并为你排除最终的一些故障。 ok， 全部搞定，已经可以在飞车上正确回复我了，并且呢，刚才在外部的对话记录他也全部都记得， 呃，我们这里呢，再用手机给他发一条消息试试看。好，他也同样接受成功了。好了，这里欧本卡接入飞书的配置呢，就完全对接成功，基本上都是他自己完成的，我呢只是配合他提供了一些必要的信息， 妥妥的全能小助理。接下来我们来看看他能为我们做一些什么吧。比如呢，我现在想要订一张机票，我就让他帮我查询一下最便宜的航班，他立刻就给我列了具体的信息，包括航班号，价格以及其他的一些航班信息。不过这一步呢，是需要接入 api 的， 大家可以自行去网上找免费的接入就可以。 好，那现在过年了嘛，马上大家呢也会送礼嘛，那我就让他去浏览电商的页面。呃，不过这里呢，需要先安装一个 oppo club 官方的浏览器插件，我们直接从官方渠道进行安装就可以了。具体的步骤呢，已经放在文档里了，大家直接照做就可以。我让他给我打开。 ok， 成功，呃，然后我继续让他为我搜索燕窝。好，也成功了。 好，那我们现在在拿最近小伙伴在学习的 ai 的 线上作业丢给欧本克，看他能不能帮忙完成。 首先我们要让他找到作业的本地目录，并让他完成里面的题目。他立刻就找到了，并且迅速告诉我，完成了。啊，这速度还是真的蛮快的啊，但是呢，人呢，还是比较懒的。如果呢，你抄作业都不想抄啊？没事，直接让他把填完的东西返回给我。好，他已经做完了，我们来看看啊。 呃，代码呢？全部都完成了，不过呢，我也是看不懂啊。看懂的高手可以来说说他完成的这个准确率怎么样。 好了，那这次安装说明就先讲到这里了，关于 open cloud 的 更多能力，有时间呢我们可以再去测一下。好，那既然已经部署成功了，有兴趣的同学呢，也可以再去深度探索一下 啊。对了，现在呢，各大厂呢，也出了针对 open cloud 的 云端部署，我这个呢，也可以跟大家快速的分享一起。好，这里是阿月，希望我的视频能够帮助到你，让你更了解呀，我们下期再见。

open class 到底能做什么？只有你想不到，没有他做不到。今天带你看一个比较复杂的工作流程，当你在终端启动了 open class 之后，在 mac 上面会有一个插件。今天的任务先是帮我搜集一下斯坦福大学第一年级的计算机课程，我们来仔细看他的工作流， 首先他根据我们的课程找到了准确的课程内容，比如说 cs 幺零六 a 和 cs 幺零幺，然后他通过 break 浏览器帮我们提供的搜索引擎的功能，然后进行了网络搜索，成功的找到了几轮搜索。最后他帮我们找到了几个课程， cs 幺零六 a 以及他的介绍，还有 cs 幺零幺，那这个相对来说比较容易，但是呢，我们想让他帮我们做成一个课程总结，然后截取出相关的讲义内容的图片，做成一个报告来，我们看看 这个任务的结果，那这个任务就会变得相对于更加复杂。在一些常规的网页搜索之后，我们看到了他开始帮我们写报告了，他告诉我们报告已经生成，我们在左侧他的工作夹里面就能看到这样一个 cs 幺零 a 点 report 这个东西，我要求他用 markdown 的 形式，确实完美的用 markdown 的 形式给我展示出来，这也不足为奇。我们再来看看他帮我们找到的关于内容的截图，看到了吧，有二十张截图，所以他帮我们完美的完成了信息搜集，总结汇总，甚至 视频内容截图的功能。而且在运行过程中，他直接通过了自己自带的画布功能，帮我打开了这样一堂课程的页面，我们能够看到这就是斯坦福大学 cs 课程的官方网页，更加厉害的是，这一套流程下来都不到一分钟的时间，所以这就是 open cloud 最大的一个优势，速度极快。那如果你也感兴趣，想要部署在你的电脑上面，成为你真正的 ai 助手， 我们正好有一个 ai 工具群，里面会提供这样的服务，以及对应的行业多地案例的课程。如果你感兴趣，可以看主页第一行，会有专人给你提供更多的信息和介绍。

哎，好的好的，大家好，我们今天手动来带大家从零到一部署在自己电脑上面部署一下最近火爆全网的这个 cloud bot 啊，现在已经改名叫 opencloud， 我 们从零开始，首先我们去 opencloud ai 这个官网，然后往下滑，它有一个 one liner 的 这个 quick start， 非常简单，你只要在复制这个代码，然后开一个命令行，然后把它黏贴进去， 它就会自动去安装这个 opencall， 它会去检测联盟装着 homebrew， nojs 和 git 啊，如果没有的话呢，它会帮你去安装，我这边已经有了，所以它自动开始在安装这个 opencall。 好 的，安装完毕，安装完毕的话，它会自动会进入这个 onboarding 的 这么一个流程啊，它也是非常人性化。首先让你先来先签个协议啊，说这个很 powerful， 但也很 risky 啊。我知道了， onboarding mode， 我 们选 quick start。 然后第一步呢，是我们要接一个模型啊，在后端的模型，它虽然就 open call， 它只是一个中间层吧，你后端的模型还是需要用自己的 a p i 的。 之前呢是我我尝试使用这个 cloud code 的 订阅，可以接入这个 open call， 但是前段时间 cloud code 把它给封了，所以现在就必须只能调用 a p i， 所以美国的模型 api 太贵了，所以我们这里选择支持一下国产。我们使用 kimi 的 模型啊， moonshot ai， 然后 kimi 最近也是浪潮了，自己的这个 kimi k two 呃，二点五的这么一个模型啊，能力上据说是跟 opps 四点五非常相像啊，也是很厉害，然后价格可能只有十分之一，所以我们来体验一下，所以我们这里选 moonshot ai， 月色暗面， 然后把我们之前复制好的一个 api key 给复制进去， create a api key， 然后我们选择一个模型，我们就选 kimi k 二点五。然后呢，我们在这里选的是 在第二步呢，是选这个 channel， 就是 call bot， 呃， open call， 它是可以让你用过用你的这个即时聊天软件，然后来调用它的啊，这里就会去配置一下这个即时聊天软件。我在这里选的是，呃， whatsapp， 然后我们来看一下 whatsapp 怎么 link 啊，它会给你二维码，然后我们要拿 whatsapp 扫一下二维码。 好，我们拿这个 whatsapp 刚刚扫了一下这上面的二维码，然后，呃，现在是可以去继续去设置一下详细的配置。 whatsapp， 它里面有一些 phone， 呃，这个是 phone setup 啊， separate phone just for open call。 我 选择用一个单独的电话号码在 whatsapp 里面，然后这里使用，选择 recommended power mode allow form。 说实话不是很知道是干嘛了。嗯，选择 default 好 了，然后下一步呢，是 configure 这个一些技能啊，这里我先不 configure， 但是我们看一下， 呃，这个 open call 它有哪些技能啊？这些技能本质上来说就是它到底能做哪些事情，你可以看它这里有非常多的集成的这个 integration， 就 你的密钥，密钥管理系统 word 是 可以用来发这个 twitter 的， 然后 bear nose 是 可以用来这个记笔记的一些东西，然后有非常非常多的这个，还有什么 g u g 这种 就是 gmail 啊什么的，非常非常多 open ai 啊什么的很多啊，我们这里今天先不配置了，然后回过头也可以再配置，到时候会问你一些问题，要不要这些 a p i key 有 多选？ no no， 如果到时候需要的话呢，可以再单独回过头来配置 好。然后最后一步呢，是这个 hook 啊，自动的这个操作，然后它可以在某些特定的环境下面被触发，然后帮你操作。比如说它这里有一个 session memory 的 这个 hook， 就是说它可以在每个赛季结束的时候呢，自动把赛季的这个你们聊天对话记录呢，保存到他们的这个长期的这个 memory 当中。这里我觉得还是开一下比较好，因为 open call 它是自带这种长期 memory 的 功能的，然后如果每每每一次跟他对话，它会更新长期 memory 的 话，你会发现这个 open call 越用越聪明。 好，然后这些都是系统自带的，我就都开了，然后都开了，然后去设置 gateway， gateway 就是 说是呃呃，如如何去开这个？开个关口，然后让可以让这个你在 whatsapp 里面发送的消息被传递到这个电脑上的 open call 里面。这里我之前已经装过了，所以我们在这里的话就是 reinstall 一下。 好，我们这里的 git 已经装好了，我们现在有有有方法去 hack。 我 的 bug 就是 初设啊，初设的话我们可以推荐是走这个 t u i， 也就是它自己会开一个网页，然后这有一个链接好，然后可以尝试发个消息 啊，很可惜啊，消息没有发成功，我要来 debug 一下。哎，好的，刚刚发现是因为自己的那个 kimi 账号没有充钱啊，现在充了钱就变强了啊，我们现在已经可以 跟他对话了，然后我们在终端呢，可以输入这个 open opencloud dashboard， 然后呢我们来重新进进入这个网页的 ui 啊，然后这里呢我跟他说了个嗨，然后他现在会介绍一下自己可以干哪些事情啊？怎么怎么样，怎么怎么样都是英文啊，太，太烦了，我看他看中文那里边啊， 好，他现在等于说一开始的对话呢，他会让你去呃设置一下他的名字是什么，然后怎么称呼我，然后他是干嘛的？嗯，然后同时呢我们我来就展示一下这个我们这个 whatsapp 的 这个能力啊，就你看我们这边， 嗯，其实 whatsapp 上面是可以给大家直接发消息的，然后在这里的所有的信息呢，我们也都可以在 whatsapp 里面跟他呃聊天，然后他就只要你的这个网关是上线的，他就是可以呃去跑的。 那么今天视频就到这里呢，我们就简单的装一下 cloud bot， 未来的话我们也会在这里继续更新一下 cloud bot 到底能在呃能对我的工作流程带来多大的影响啊？期待可以创造更好的内容给大家，谢谢。

你的大龙虾如果装了这个 skill 呢，你是可以二十四小时监控股票行情的。那首先我们来到 q vs 这个网站啊，然后这里呢是很简单的直接复制这个提示词就可以了。刚那个链接呢，直接粘贴到 open cloud 这里来就可以了，它自动会运行， 然后让它做一个二十四小时监控 ai 方面股票的计划，因为我不炒股票，所以我只是简单的让它做了一个演示而已，大家可以根据自己的需要来去给他提要求。 那如果你没有装大龙虾怎么办呢？那有一个很简单的方法，那如果没有大龙虾呢？凝固也可以的。凝固这里呢是可以安装很多 skills 的， 这里有个安装目录吗？添加就行了，只需要添加我们想要的 skill， 那 这里我已经安装好了这个 skill， 然后就直接可以在这里的使用了。 所以说大龙虾呢，虽然好啊，但是不是每个人都能装的上的哈，因为他确实是有点点难度的，所以我们还不如直接去找找国内的这些啊，很多智能体或应用不一定非得选大龙虾，而且大龙虾呢是安全性还是稍微差那么一点点哈。

兄弟们，上期教大家怎么在 nas 里面一键部署 openclaw， 以及怎么进入控制中心，以及目前默认使用的大模型是什么？那就有好兄弟要问了，我就不爱用免费的，我就爱用收费的，收费越贵我越开心，怎么办呢？好办，在配置里啊，找到 models， 点击第四个 model providers， 第一行呢，有个 enter， 点它到了下面这里啊，有个 customer 杠一名字，你可以随便改啊。 model provider api adapter 这里啊，选择付费大模型对应兼容的接口协议工具，然后在这里输入你付费大模型的 api key base url 啊，这里输入你的套餐专属连接，然后呢，在这里点击 add。 api， 同样选择付费大模型对应兼容的接口协议工具啊。 id 这里点击 add。 如果你的付费大模型指的是文本和深度思考啊，那就选择 text。 如果这是文本深度思考和视觉啊，那就再点一下 add， 选择 image 名字这里呢，就随便填写一下。然后呢，将 resending 打开，然后回到聊天啊，检查一下模型状态，输入你现在有哪些模型，看它的回复后啊，输入切换到 ok， 你 的收费模型就切换好了。为什么不输入给他，让他自己配着呢？因为这个模型啊，他可能有一点傻，他不一定会按照你的要求去输入你想要配置的模型 id， 可能会自动调用免费的 id， 然后呢，就导致小龙虾直接崩溃。那如果模型设置错了，小龙虾崩溃了怎么办呢？哎，别急，下期告诉你。

你敢信吗？我用 open 可乐再加一个 skill， 就 实现了跨境电商全流程，从市场调研，选品、竞品挖掘，再到专利合规检测，幺六八八找货源，最后文案断写，产品图片素材，六大环节全部搞定。最牛的是 全流程，跑完只需要十几分钟，如果你自己做的话，少说也得一个周吧。大家看一下演示过程，我让龙虾帮我查一下项链这个品类好，他开始按照 opencloud， 再加上 linkfox agent 一 人跨境电商的流程开始跑，总共六大步， 好，跑了大约十几分钟，出结果了。他跑完了，上来给结论，项链啊，这个类大类能做，但不能犯错，必须细分领域，好往下一直分析，从价格到评价，痛点还有差评。 最后建议给出的切入方向，十四 k， 十八 k， 这个项链还找到了幺六八八相关的货源价格，还有近几天的销量， 最后还有专利筛选，发现有的可能会涉及到，还有给了这次的草稿，这个标题，还有五大描述方向主图的建议。 这个是他的一个执行过程啊，先去查选品，一步一步筛查，看一下这些报告，这个报告就是跨境市场分析报告，这边是所有的项链，还有他的一些发现。看一下这个报告啊， 这个报告是什么？也是幺六八八优质货源推荐，看看批发价，还有销量，供应商是不是非常全面，他会把所有的数据全部存到本地。

呃，有人说这个十六 g 显存的这个显卡能不能跑这个 comfort ui 做这个本地的视频生成？首先咱们说结论啊，可以，没问题， 然后我这现在给大家操作一遍啊，就是我这边就是一个十六 g 的 一个五零六零的显卡，用一个十六 g 的 五零六零，然后咱们跑一段本地的视频生成 整个操作流程，我这个边录屏边给大家演示啊。首先咱们到这边来，就是在那个 open collab 上 把图图片喂给 open collab， 让 open collab 去识别一下图片，然后咱们去描述咱们想让图片里的这个驴和牛形成什么样的对话，然后咱们 他看到图片之后，然后咱们告他就是生成什么样的对话，哎，然后让他把这个对话生成视频生成的提示词，这步咱们交给那个 open cloud 来生成好，他生成了这个标准的视频生成提示词， 哎，就是牛和这个驴的一个对话的提示词啊，然后这边啊，咱就采取一个直接录的形式啊，这边可以看到了电脑的实际配置啊，这个不是图啊，实际配置 gpu 十六个 g 啊，十六个 gpu 刚才跑，刚才因为这个跑的时间啊，确实比较长，这是一个五零六零的啊，然后 gpu 十六个 g， 然后内存是一个四十八 g 的 内存， 然后他跑的时间别长，咱就把它跑好了啊，但是这个确实就是在咱们上跑的啊，因为这个我可以给大家看一下，他不是贴图，他是真实的啊，生成的，在这连线都没问题啊，真实的生成的，刚才咱们的视频提示词就输入到这里头， 这是咱们输入的视频记事词，就是刚才咱们让 open class 生成的视频记事词，然后这是穿插进来的两个驴和这个牛的。 呃，图片，两张图片，然后咱们看一下它生成的结果，这是跑完了，这个任务在这呢啊，咱们可以看一下 这不历史刚生成的啊，然后咱看一下他跑完的一个大体结果。 驴，别吃了，听说你在保定河间的地位挺高的，那地方去了不就加火烧礼了吗？哦，就是说你的用处除了拉车就是加火烧礼啊。滚滚， 听说你到了潮汕带油也不错呀，去死吧，你个烧饼馅。傻驴，别吃了，听说你在保定河间整体上咱们用，咱们是让它生成了一个 二十五帧二十二秒的一个七二零 p 的 一个视频啊。呃，用时呢？大约是二十多分钟半个小时左右吧，也就是，呃，基本上接近于一比一，但是比一比一要长一会呢，我把这个整体的视频呢直接输出到这个， 生成这个视频输出，然后咱们大家直接看一下画面的效果。傻驴，别吃了，听说你在保定河间的地位挺高的，那地方去了不就假火烧里了吗？哦，就是说你的用处除了拉车就是假火烧里啊。滚滚， 听说你到了潮汕带油也不错呀，去死吧，你个烧饼馅。 呃，总结一下啊，就是十六 g， 呃，本地跑 comfortui， 视频生成可以没问题，但是你不要要求太高，说一下就生成多少多半分钟啊，或者三十秒啊，或者是帧数很高啊，或者是那个幺零八零 p 的 那个肯定应该是不行 哎，但是他跑一个短的本地生成是没什么问题的。

大家好，这期视频带大家在 windows 下面来安装 openclaw， 并且把飞书对接进来。 首先我们打开 openclaw 的 官网，就是 openclaw， 点 ai， 我们把鼠标往下滚动，滚动到 quick start， 这里有一条命令，如果你是 macos 或者是 linux 的 话，那你就使用这条命令，否则在 windows 下面使用这条命令，打开命令行， 然后把这个命令贴进来。回车，现在这个 openclaw 就 正在安装中，在安装的过程我们来讲一下啊， windows 下面安装这个 opencl 可能大家经常会踩一些坑，其实主要关键就是在 opencl， 它是依赖于 node， 所以呢，大家在安装的过程当中可以看到我这里 显示的是 node 点 g s v 二十二点，二十二点零的，就是说我这台电脑已经安装了 node g s 二十二的版本。 如果说大家的电脑没有安装有 gs 的 话，大家得提前安装好的 gs 好， 我们看到 opencll in store 里的这里提示 opencll 已经安装完成了，它下面还有一些步骤啊，启动网关服务， 现在这里感觉好像是卡住了啊，我们先开一个窗口，然后输入 opencll， 我们看到这个 clock 它是实际上已经安装好了啊，它只是留在等待的 get 位的服务的启动，我们来手动来启动一下配置向导，我们按 ctrl 加 c 把它给终止掉， 然后输入 openclock on port 啊，这里会进入到 openclock 的 配置向导， 第一个我们选择 yes set up mode， 选择 quick start， 这里我们选 reset。 这里是因为我以前这台电脑安装过这个 openclaw， 所以 有一些配置我们把它给重置 好，现在这里进入到了这配置模型的界面，这一步是很关键的，我们 openclaw 使用什么模型，就相当于是给它配置一个什么样的一个大脑，这里我们使用 zipic， 当然如果说你们有自己的模型来购买了其他的模型的话，也可以配置其他的模型。 好，这里显示输入 deepsafe 的 api key， 那 我们我们登录到 deepsafe 来创建一个 key， 把这个 key 复制过来， 然后回到配置界面，右击粘贴进来，按回车。 好，现在它显示这个模型，缺失的模型设置成了 dipic 为四 flash， 我 们就使用默认的模型回车。现在进入到了这个渠道的界面，我们先暂时不配置， 这里选择 skip 技能，我们暂时不配 box， 暂时不配。 好，选择 restart。 现在就正在重启 openclaw 的 网关服务。 好，我们在浏览器来访问这个 openclaw。 幺二七点零点零点幺，冒号幺八七八九，注意这个端口啊，是幺八七八九， 好，它这里我们看到这个 opencll 的 网关可以访问了，这里有一个密码啊，有一个密码网关令牌， 我们可以在用户的当前文件夹这里有一个 opencll， 然后打开 opencll 的 教程文件，使用编辑器打开，我们这里使用记事本打开， 然后找到 talken， 把这个 talken 复制下来，回到网关键盘，这里输进来连接，现在的 open color 的 聊天界面就显示出来了，我们先尝试跟它对话。啊， 好，现在他已经有回音了啊，这可以给科老取个名字，这就是他的一个人设啊。现在网页端我们已经给他配置好了，那么我们怎样把它接入到飞书来呢？首先打开飞书的这个开放平台，然后里面有一个飞书开发文档， 里面有一个 opencloud 的 官方插件，点开之后呢，这个里面会可以找到这样一条命令啊，把它复制下来，然后再回到命令哈，右击安装 插件。已经安装成功了啊， 现在我们来，现在我们需要使用手机端的飞书来对它进行一个扫码，现在我们看到扫码之后呢，飞书它自动接入到了 open call， 然后 open call 它会进行一个重启， 然后在飞书端呢，我们也可以看到应用已经审批通过了，我们可以打开这个应用， 这是我们刚才使用飞书扫码创建的智能助手，我们给它来进行一次对话。 哎，我们看到这里有一个超键盘的一个图标，这就表示 open color 已经接管了我们这个消息。 好的，现在 phone cloud 就 已经跟飞书已经对接好了，这样子的话我们可以使用手机端的飞书对 phone cloud 进行沟通。好，今天的视频我们就分享到这里，欢迎点赞收藏，关注我，我们下期再见。

最近密集地使用了一下 openclock， 花了一些时间去配置，去了解技能，去了解一些用户案例，使用方法。嗯，积累了些经验，也发现了一些它的优缺点。先讲一下它的缺点， 第一个，确实需要花一些时间去配置，要有一些基础的编程概念，要不然会一头雾水。包括它的一些 m、 c、 p 的 工具的使用也是需要配置的啊，包括一些网络问题，包括一些搜索，像 bro 搜索也是需要去花时间了解。 嗯，需要翻墙去获取他的 k， 然后甚至如果不又不用，还需要找一些替代，替代的一些搜索这一块还是要花些时间的。 嗯，对新对编程一点不懂的。嗯，在某些方面会存在一些问题，会不友好。然后优点这一块呢，就蛮多了。然后先说一下我让他干了什么，然后我让他去帮我写一些代码，然后去自己去配置环境，去了解项目，去了解原理，然后 嗯，去了解神经网络的一个组成部分，然后最后去做啊，以后完成都还可以。然后第二呢，我让他去帮我写了一些文档资料，然后自己去剪辑资料，也结合我的资料进行汇总，然后也发现还可以。还有呢，就是有一些啊 skill 的 用法，然后 目前我确实用它做了不少事情，然后感觉整体使用上虽然存在一些问题，但是确实，嗯，像一个嗯，个性化定制的一个数字打工人了。 嗯，说到这也不得不说，也不得不提到 oppo 当时对人工智能发展阶段的五个阶段的定义，感觉还是比较准确的啊。第一阶段，对话者，聊聊天。第二阶段，推利者，然后去做一些复杂任务的推利计算，逻辑性的任务。第三阶段呢，就是 agent 智能体，然后可以帮你做，帮你做事，帮你干活啊， 然后帮你做一些啊，二十四小时运行的工作啊，现在也属于这一阶段啊。然后感觉二零二零年因为 open cloud 的 大火事件，也会是 ai agent 的 一个元年， 应该会有相关的更多相关的一些啊，个人智能体，更个性化的定制，更个性化的使用的一些 agent 出现 啊，包括像阿里，他们已经出了息了，虽然还存在些问题啊，但二零二零年感觉整个软件都会围绕着 ai 镜头这件事情。然后还有还有一个第四阶段，第四阶段创新者啊，第五阶段，一个领导者， 我对这一点现在不怀疑了啊，我用了非常多的海内外的 ai 工具啊，我认为第四阶段，第五阶段未来也是啊，能达成的只是时间问题啊。 ai 时代到来，然后我们普通人还是要尽量的去了 解各种 ai 的 新的应用产品，像孙雨生也说嘛，然后不要跟人聊天，要跟 ai 聊天，这也是有道理的。

一台主机切成二十个独立 ip， 独立马克云主机跑量化，从手工作坊变成自动化工厂，不少做量化的老板正在被以下问题困扰着，机器一多，公司一团乱， ip 冲突被封控，账户莫名被关，小黑屋员工远程操作，谁干了啥你都不知道。一台机器出问题，连 年代一串策略全崩，因为成本高到怀疑人生。有些老板就想了，如果把一台高性能电脑切成二十个独立的云电脑，每个云电脑具备独立操作系统、独立 ip、 独立马克地址、独立资源。简单点说就是一台服务器等于二十个隐形交易员， 而且这些交易员不占办公室，不会请假，不会误操作，还能随时监控每个云主机，等于完全独立环境， 就像二十个不同城市的交易员在操作服务器硬件稳定性更好，设置检查点，随时回管，故障隔离，一台挂了不影响其他。你可以理解为把单点崩溃变成局部可控风险，管理效率大大提高。你现在管理二十台设备可能是这样， 桌面贴标签、 excel 记录、 ip， 远程工具开一堆创口，出问题考财。而 vdi 云桌面可以做到一个后台管全部，你可以一键查看二十个云桌面状态，实时监控操作，谁在干嘛，一清二楚，统一重启、统一维护，网络支持更是随时随地可以连接。 经常有人问，跟传统方案有什么区别？传统方案靠堆， vdi 方案靠控。假设你现在有二十个量化策略在考，晚上三点， a 策略爆了， b 策略卡单， c 机器死机。传统模式下，你是被电话吵醒加远程，连不上加心态爆炸。 而 vdi 模式下，打开后台一键查看定位问题单独处理，甚至可以提前设置，别认错，就这一个号。

当四十五天盈利超过百分之三十，新系统终于完成了，取名 richstock。 当盈利达到四十五天百分之三十以上，我又做了一个新系统，好像密码忘记了， 第二次再试一下吧，密码是什么？完蛋了，重来。 然后它的实盘系统比较强大，有买入和买进的信号。然后它的数据报告是可以下载的， 我自己觉得非常高端，全程用 deep sync 加 cloud code。

我是一个正在自学 ai 的 大二学生，搭了一台本地 ai 实验室，里面很多配件都是我从小黄鱼上慢慢淘的，主板、 cpu、 内存、显卡、散热都是能省就省，能用就先用。 我没有名校背景，也没有很高的起点，所以现在想走一条更实战的路线，先把环境搭起来，再把项目真正跑起来。目前这台机器上有两张显卡，两张二零八零 t 二十二 g， 主要用来跑本地大模型 agent、 自动化 ai 浏览器蒸馏，还有量化回测系统。 我现在折腾的方向包括 opencloud、 cloud code 类 agent， 还有本地大模型部署。我不太想做那种只讲概念的内容，更想把自己真实搭建、真实报错、真实排查、真实刨通的过程记录下来。 如果你也在研究本地大模型 agent 蒸流、量化回测，或者有一些真实问题想用 ai 解决，欢迎一起交流研究。 我现在还是学生，主要是想多接触真实需求，多做真实案例，多积累项目经验。同时我也还有很多不懂的地方，如果有做过这些方向的前辈或者大佬，也欢迎多给我提建议，多指教。这期视频就到这里，感谢观看！

hello， 大家，这条视频我想讲一下，就是前任四 q 在 这里啊，很多小伙伴也来咨询，就是说怎么做呀，怎么来下载啊，怎么来把自己的专属人格接回家， 但是那基本上大家连 open club 连怎么安装都不知道，在这里我来带大家从 open club 的 安装到配置，再到进入到微信聊天，把你的专属人格接回家，分三条视频详细的给大家讲清楚， 全程免费，都是干货啊！然后现在我们看实操，首先打开浏览器， 然后输入 open cologne， 下滑，找到官方带官方的 open cologne 这个全英文呢？ 然后进入官网后下滑，找了 d 叉命令行复制它， 然后打开这个搜索栏，搜索 call 兽 使用管理员权限，打开粘贴它，按回车就可以自动下载了。下期我们来讲怎么配置 open 了。

我把龙虾养在了这台废弃超过十年的旧笔记本上，为了让你知道玩转 openclaw 并没有想象中那么复杂，我准备花一周时间带你从零开始，搭建一个完整可运行的 ai 助手。这将是 openclaw 的 终极入门指南，也是我们龙虾宇宙系列视频的第一期。 这期视频我会手把手带你完成三件事。第一，认识龙虾，让你彻底搞明白 openclaw 到底是什么，和你平时用的聊天 ai 有 什么区别。第二，控制成本，怎么选择最低成本的运行方案，甚至不花钱也能上手。 第三，部署龙虾，没有 mac mini 不 用怕，一台旧电脑也能跑起来。当然，还有全网最简单的一键部署方案，一期视频带你快速开启 open cloud 之旅。点好收藏关注，我们现在发车 openclaw 到底是什么？一句话介绍， openclaw 是 一个开源的自主 ai 智能体，你可以在本地部署这个 ai 助手，访问本地数据，通过多个平台随时调用龙虾。经历了三次项目名称的演变， openclaw 原名 clubbot， 因商标问题更名为 motbot， 最终确定为 openclaw。 三个名称本质是同一个项目，功能也完全一致。因为 logo 是 一只可爱的龙虾，所以中文名字也叫龙虾。 在过去的一年里，我们所熟知的 ai 工具如 chat、 gpt、 facebook notebook、 lm， 这些都是你在需要帮助时才会打开的 ai 助手。但 opencloud 则不同， 它在你的机器上七成二十四小时待命，可以通过移动端聊天应用与你交互，可以根据用户需求操作电脑、浏览网页、读取文件等复杂操作，甚至无需主动请求，即可自动完成任务。借用龙虾官网给自己的定位，它是一个真正能做事的人工智能。 open cloud 通过 a p i 接入像 cloud chat、 gpt、 tiffix、 mini max 等不同的 ai 大 模型， 这意味着他的大脑是可以随时升级的。当有更强的模型出现时，你只需要更换 api k， 他的处理能力就会原地进化。 记忆能力也是 open klo 区别于普通聊天机器人的关键。 open klo 建立了持久化记忆层，如果他尝试某种方式成功执行的任务，他会记录下来这个技能轨迹。下次遇到类似的问题，他不再重新摸索，而是直接调用成熟的路径 执行。失败时，他也会分析报错原因，并将避坑指南存入记忆。随着时间的推移，龙虾真的会越用越聪明。 opencloud 不 强制你打开特定的网页使用，它可以寄生在你熟悉的聊天工具中，如飞书、企位、 qq、 discord 等等。就像通讯录里的一个员工，你随时发送指令，他去帮你干活。 龙虾还拥有极其活跃的社区生态，你可以通过安装社区内各种分装好的开源技能 skills， 快 速为龙虾解锁各种自动化能力与工具调用能力，甚至可以通过自然语言指令，让龙虾自己生成或安装新的 skills。 这种开放的 scales 生态系统将带给 openclaw 无限的扩展与可能性。玩 openclaw 需要多少成本？这是大家最关心的问题。这个钱要花在哪里？两部分，第一部分，部署成本。 如果你已经拥有一台苹果的麦克设备，那么恭喜你，这是目前最推荐的部署方式， oppo klo 对 苹果系统原生支持最完善，它可以直接操纵日历、备忘录、截图等等系统功能。但如果你没有麦克设备，或者希望二十四小时随时都能用，不受电脑开关机的限制， 那你可以选择一台 vps 云服务器，就是租一台远程的电脑帮你跑 oppo klo， 因为后续我们要接入飞书，这里我推荐火山引擎， 价格也很便宜，首月同样有优惠，后续二三十块钱一个月。但云服务器部署有个缺点，数据存储在云端。如果你特别在意隐私，或者不想每个月花这笔钱，那用一台你淘汰的旧电脑部署龙虾也是一个不错的方案。 但这里要注意，纯 windows 系统部署有局限性，很多功能用不了，所以我选择给这台旧设备换一个更清亮的乌班图系统，来获得更完整的体验。 当然还有最最简单的一件养虾方案。关于这些，后续部署篇我会详细介绍。说完部署成本，下面聊聊模型成本。 open klo 本身不提供智力，它通过 api 接入各大 ai 模型， 那问题来了，不同模型的能力差距到底有多大？来看这张榜单，这是龙虾官方推荐的一份 open klo 任务成功率排行榜，简单理解就是给模型一系列的真实任务， 比如打开网页搜索信息，操纵电脑，执行多步骤任务，最后统计有多少任务真正完成了， 比如 cloud sonic 四点六、 cloud ops 四点六、 gpt 五点四。这些都是目前 a 制的能力最强的一批模型。但问题也很现实，这些模型都贵的离谱， 所以很多真正长期使用 open cloud 的 人，都会采用一个非常简单的策略，接入国内模型好任务。比如榜单里你也可以看到，像 kimi、 智浦、 mini max 其实也都排在很靠前的位置，成功率基本都在百分之八十以上。换句话说，在绝大多数真实任务里，这些模型其实已经完全够用了，而价格往往只有顶级海外模型的几分之一，甚至十几分之一。 而且最近还有一个新的变化，很多国内大模型厂商都推出了一种新的套餐模式，叫做 cookie plan。 简单理解就是把原本按 token 计费的 api 变成固定月费的模型套餐。 这种模式其实特别适合像 openclaw 这种 a 阵的工具，因为 a 阵的在执行任务时会频繁调用模型， 如果完全按照 token 计费，成本其实很难控制，但用 coding plan， 每个月只需要一笔固定的费用，就可以放心跑任务。比如我自己接入的就是火山引擎的方舟 coding plan， 像类似版本，首月只需要九块九就能直接使用 kimi 智浦、 tipsix、 mini max 这些主流模型。 所以很多人现在的组合其实很简单，一台服务器加一个扣丁 plan， 基本就可以把龙虾跑起来了。好了，铺垫了这么久，马上开始实操这个龙虾的部署细节。 首先是专门为小白设计的一键部署方案，这次我们选择非书妙搭一键部署，这是我实测下来目前最流畅的部署方式。现在我给大家实操一下。 浏览器输入非书莫达的地址，或者手机扫码打开 opencloud 领取页面，点击这个一键部署按钮，先给我养的龙虾起个名字，我输头割龙虾，换个头像，我选这个酷一点的，点击开始部署， 你看他已经开始自动运行了，先是启动了云电脑，然后开始自动部署 open class， 接着自动与飞书联通，全程都不到两分钟。好了，来试一下。打开飞书，搜索你的龙虾名称，开始第一次对话，我发一个嗨，你是谁？他回复了是不是非常丝滑？ 回到电脑端管理页面，也能看到我们刚才的聊天记录，全程不需要你懂技术和代码，这就是小白最友好的龙虾解决方案了， 而且现在有福利，首日送二百万偷看，第二天送一百万偷看当天有效额度。用完了怎么办？可以直接切换到自己的抠钉 plan。 首先打开方舟抠钉 plan 官网，点击立即订阅右边弹出的一个对话框，选择你想订阅的套餐，比如 lid 版，点击提交订单，成功后回到官网，点击右上角控制台左侧菜单，点击开通管理，选择抠钉 plan 这一页， 你就可以看到我们已经订阅的套餐了。接下来点击菜单里的 api k 管理左上角点击创建 api k 创建成功后在列表里复制它，一定要记住保存好这个秘钥，不要透露给任何人。最后回到非输妙搭的龙虾控制台左侧，找到智能助手， 用自然语言告诉他，帮我切换成方舟 cookie 吧，把刚才的模型名称， api k， 贝斯、 url 这些信息通通告诉他， 等助手设置完成来测试一下。打开龙虾聊天窗口，问他，你是什么模型，你看，完美切换，现在你就用上了自己的透镜 plan 了， 说完了非说妙搭的一件方案。最后，我要用这台旧笔记本部署 oppo 可乐试试看。这台电脑呢，是我二零一三年购买的戴尔零月七四二零，也是我人生第一台笔记本，但已经废弃十多年了，早已没有办法满足现在的办公需求，但用来养养龙虾正合适。 但这里有一个问题， openclaw 在 windows 系统里适配并不好，所以我们需要给它装一个更清亮的 linux 系统。乌班图。为什么选择乌班图？三个原因。第一，乌班图是 openclaw 官方推荐的 linux 系统， 兼容性最好，大部分功能都能跑。第二，乌班图特别清亮，像这种十多年前的老电脑，装完乌班图还能流畅运行， 但如果你装 win 十或者 win 十一，根本带不动。第三，雾斑图对开发者非常友好，安装软件、配置环境，一条命力就能搞定。装机这部分我就不细讲了，我会把完整的装机笔记整理到文档里，主要分为这几个步骤，下载雾斑图、 iso 镜像， 用 u 盘制作启动盘，进入 b i o s， 设置为第一启动项，安装雾斑图，完成必要的配置。系统装完后，重启电脑， 整个流程非常简单，大家跟着做就行。系统装好之后，我们需要给电脑安装几个必要的环境。第一步，安装 ssh， 这样你就可以通过 ssh 远程控制这台电脑，不需要一直守着它，在别的电脑上也能操作，非常方便。安装也很简单，一条命令就能搞定。 第二步，安装 note js， 这是 openclaw 运行的必要环境。在乌班图上安装 openclaw 也很简单，运行这几行命令，当命令行成功，显示版本号就说明安装成功了。 第三步，安装 openclaw， 依旧是执行一条命令，然后等待安装完成即可。安装成功后执行以下命令验证，如果显示版本号，说明你已经安装成功了，是不是没有想象中那么复杂？第四步，出场配置。 这一步我们就要真正启动龙虾了。在终端输入这条命令，接下来系统会进入一个引导式的配置流程，基本上就是一步一步按提示选择就行。第一步会给你确认一条提示， open klo 功能很强，也存在一定的风险。如果你明白这一点，直接输入 yes， 继续即可。 第二步，选择启动模式，我们直接选择 quickstart。 第三步，选择模型提供商，这里可以看到龙虾已经默认集成了很多模型平台，我们直接选择火山引擎。 第四步，接入我们刚刚订阅的方舟 coding plan， 粘贴之前创建好的 apik， 选择要使用的大墨镜。 接着我们还要依次选择消息通道、搜索提供商、 skills 等配置，但都可以选择 skip for now， 稍后再设置。全部配置完成之后， open cloud 就 会自动启动，并生成一个本地外部控制台地址。 在浏览器打开这个地址且成功显示这个页面，就说明你的第一只龙虾已经跑起来了。接着我们转移到另一台电脑，在命令行窗口通过 ssh 登录这台龙虾主机，登录成功后，输入这行命令，就可以通过本地命令行控制这只龙虾了。嗨，你是谁？你是什么模型？ 待龙虾响应之后，说明整个部署阶段就已经完成了，你的龙虾就已经可以在本地正常运行了。哇，能和你一起把龙虾部署成功，我真的非常荣幸！任何新工具、新技术都需要我们一起探索实操。这期节目是我们龙虾宇宙系列视频的第一期， 也只是玩转 open cloud 能力的冰山一角，后续我会带你一步步深入，把龙虾的玩法彻底吃透。如果在这个过程中遇到了任何问题，欢迎在评论区留言，我会尽量帮你解决。老规矩，本期详细的文档笔记我都给你 整理好了。智能只是手段，人类才是答案。这里是头哥你再来，我们下期再见！拜拜！

最近不少朋友在问，想用 openclaw， hammers agent 这类本地的 ai 框架，本地跑大模型，自己搭建 ai 服务器，无成本的养虾，到底该选用什么样的显卡，配多大的内存才够用？ 大家好，我是根五，今天一次性给大家讲清楚，主流的开源大模型分别需要什么样的显卡和显存，搭配多大的电脑内存，新手也能照着直接配。本视频仅提供硬件的选型参考，不构成任何构期的建议。我用三个最主流的模型，一个是 deepsea， 一个是千万三点六，还有一个是 j m 四， 这满四档，然后六六个精度档位，一个计算公式，争取一次性把本地极限大模型的显卡该怎么配讲清楚，本地部署模型的优势也就不言而喻了。一个是一次性投入，永永远不需要花钱啊。第二块就是这个数据的隐私可以得到保证，第三的话，呃，更低的延时响应，因为他无需网络啊。 那显存的这个耗损该怎么计算啊？最最重要的就是模型的权重，也就是说我们的参数量乘以每参数的质结数。我举个例子啊，我这里用 j 买四二十六 b a 四 b 杠 it 这样一个模型来举例子啊，我 j 买四 二十六 b， 这个二十六 b 是 代表两百六十亿的参数，这个 it 是 代表他是一个就是没有经过量化的一个基础大模型， 正常他是 f 啊，他后面他还有一个参数叫 f b 十六位，你十六位的话，我这里应该就乘以乘以个二，也就是说二十六 b 乘以二是大概首先就要占三十多 g 的 这样一个 显存啊，我把它加载去啊，什么都不，什么都不做，那就乘以二二六一十二，那就是五十多啊，五十二 g 的 这样一个显存， 然后再看前面，再看这里，然后再看到这个计算公式啊，模型的权重，也就我已经加了个五十二 g， 然后再加上 k v 缓存，大概是三到七 b， 再加上激活缓存，那大概就是六十多 g 的 一个总显存。我们来看一下活动监视器，把它调度出来，你看这里快花到了七十个 g 了， 六六十九个这个显存，六六十九 g 啊，大概稳定在这个七十 g 以内啊，七十 g 以内，大概是稳定在这个六十八 g 左右啊，六六十八 g 的， 这个可以说今天 你能干什么吧？就让他说一些话，是吧？可以看现在已经超过七十 g 的 七十 g 的 显存，然后呢？如果你没有这么大的显存，该用哪些模型呢？这里其实有需要做这个量化，比如说假设我这个这买四量化，量化到了四比特啊，这里是， 这里是它的原声模型，原声模型是十六位，十六位的话，它精度特别高，如果你把它降到四比特的杠四 b 这个这个意思，它就除以二，大概就是我的二分之一的这个显存就可以了，也就是三十多 g 显存就可以跑这个界面试。所以说你的显存如果我的显存不够三十多 g， 只有二十 g 怎么办呢？它会， 它有个叫 mlx 的 一个量，它它有个推理框架，这个推理框架它可以用你的那个内存作为部分显存，它，它代价就是会慢一些，慢一些。假设我在算这个千万三点五啊，假设千万三点五四 b 的 这样一个模型，那我这里算计算公式的是三十五除以二，也就是十七 gb 的 显存，再加上不到十七， 那就是二十多 gb 的 显存，我可以试一下。这刚刚一下子请求那四个，他这个在病房呢，好，然后你能干什么？然后应该现在是好了，好， 大概是他装载模型会有一段时间啊，就是我刚切换模型了，大概是稳定到二十一 g， 所以 说，所以说你还是最好，如果你的显存不大的话，用千万三三点六，千万不要用 jb， 这是五十多个 gb， 五十多个 gb， 它的计算公式核心就是显存的权重啊，这个占百分之八十五以上的这个显存，然后什么 k v 缓存啊，什么激活显存啊，拢一样，这个都占的不太大，不太大。 还有啊，还有一个 d f c 特别提一下，所以 d f c v 四 flash 算是最近开源的最强的一个模型，它是，呃，基本上 接近闭环的这个 g p t 四 o 的 水水水平啊，就是你要下这个全的全能力的话，要把要硬盘准备五百六十 g， 然后它大概显存是怎么算的呢？ 那是二百八十四乘以二。那首先这个一定逃不了啊，首先六百 g 的 这样一个显存是逃不了的，是吧？就是你把它量化到四 b 的 话，也也至少也至少需要一百 一百四十多 g b 的 这样一个显存，再加上日常任务，再加个二十二十 g， 我 估摸着也是要一百六十 g 这样一个显存才能跑得起来的， 对不对？所以说你起码是要去配那个企业级的，企业级的方案了，那这里推荐是用八八个这个这个英伟达的 a 一 百的显卡， 或者是四乘以 a h 一 百的显卡，那才会获得一个比较好的推给大家，他已经非常强大了，非常强大。所以说最后的总结就是你玩一玩的话，个人的话玩玩龙虾呀，或者悍马仕啊，这个差不多有一个 呃，七八十 g 的 这样一个血橙就就够了，但如果是你要做这个服务器啊，对吧？或者是做一些比较复杂的长生任务啊，那肯定是要几百 g 的 这样一个血橙， 那所以说它全精度大概是要五百六十 g 显存，所以说不是普通玩家能驾驭的，我试过了，就我把一个这个精度四 b 的 这样一个 dvd 下楼，肯定我跑都跑不起来，那他直接就报错了，或者你要是强行运行起来，你这个电脑就踏实了， 所以目前来看，千万三点六啊，三十五 b 也是高性价比之王上，大概我这个电脑测试了二十一个 gb 的 显存是最小的，如果你说我只有 这个十六 g 的 币的怎么办呢？那只能你去捡这个大概你只能跑十六币的杠，四币的一个参数，大概你是十 g 左右的这个线分，但基本上你就是一个玩具啊，就是只可以玩一玩，或者我估计养个虾都够呛了 啊。这个模型还是消耗的这个显存特别大，因为我这个是没有量化过的，因为它可以把我这个电脑笔记本一百二十八 g 的 显存把它压干，因为因为我大概是全程是要跑到六十多 gb 是 吧，接近七十 gb， 然后大概内存会占个三十 gb， 也就一百 gb， 所以 说一百 gb 这个是差不多的啊。 好，那不同的预算该怎么选呢？我刚刚说的主要是入门级的就是三零六零啊，一定至少是三零六零，呃， 至少是四零六零 t 吧，因为四零六零 t 它支持是抠抠打技术，抠打的技术还可以帮你节约一些显存啊。所以说你是十六 gb 的 这样一个显存，再加上你的三十二 g 的 内存呢，基本上能够刨起十三 b 的 这样一个模型。 如果是你呃经济比较好的话，建议你去买那个呃服务器，就是最近那个六千对吧？那个六千的那样一个大概是二十三十六 gb 的 一个显存，我觉得就可以跑得起这个 j 满了。 j 满是因为他在那个英伟达的，在这个这个 c u d a 技术的话，他不需要像麦克这么烧钱，这这么烧钱存对 苹果的话，建议你如果要做服务器的话，一定是要选择 max studio 啊，千万不要选这个个人那个电脑，那个 mac 的 这个笔记本那个不是很稳定，就是我一天跑个几小时还可以的。如果你二十四小时都挂了机的话，就千万不要去买这个笔记本，一定是要买工作站的。 最后就是记住这三个话，总结吧，显存性大大于算力，显能算力一定是要大于内存，所以说跑大摩羯先看显存够不够，再看你的抠打核心数。第二的话，量化是神器，四 b 的 话可以帮你降，其实比这个降的要多，我实测大概是降了一半左右啊，质量损失不到百分之十， 所以说平民级的就有些量化更极端，量化到二 b 他 基本上会降百分之七十五，是要降百分之五十吧。最后是看配显卡，对对， 这二十 gb 我 觉得是一个比较合适的中档位啊，也就是说，呃，五零九零、四零九零都是一个起步的这样一个配置，所以说你要是四零六零啊，基本上就是玩一玩而已啊，就做不了什么比较重要的任务。对对对，本次分享就到这里，希望能帮到大家。