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?
粉丝551获赞7164

好,我们一起来看一下 codex 呢,在五月八号进行了一次最近的更新,增加了一个昆姆扩展的插件,那这一次呢,我们一起来看一下这个插件和相比于其他的方式去操控昆姆有什么区别?好,我们直接点击这个电脑操控这里呢,大家可以看到这个会有存在一个 啊昆姆插件这么一个选项,就是我们点击管理可以看到增加了非常多的配置,比如说像权限历史记录下载上传,那这里呢提供了非常丰富的这种权限控制。嗯,我们可以通过 安装这个插件和 codex 呢进行建立关联,这时候可以看到我们的这个 codex 呢就连接上了当前这个浏览器,那出现了这一个绿色的图标,就说明我们的 codex 呢已经可以完全的托管这个浏览器了。那我觉得这是 codex 呢像全自动操控浏览器迈出的一步哦, 我就挺有趣的,所以今天给大家做一个分享。那如果你把这个开关打开之后呢,接下来呢我们就可以直接去操控了,但是你会发现一个小细节,就是如果你是在国内的环境下,你就直接点击这边去打开呃,安装插件的界面,你会发现这个商品并不能够安装,所以大家呃可以通过我提供的这么一个压缩包去进行补充这个 啊插件,好吧,呃,我们来往来看啊,首先我们来看一个很容易被大家混淆的东西就是,嗯,目前 codex 本身来说是有浏览器,那他操控浏览器和我们的这个插件有什么区别呢?比如说我们在这个 codex 中使用软件到一般是这边新建一个窗口,在侧边会有一个浏览器的选项,那其实这也是我们的第一步,就是我们的这个呃, in app browser, 这是我们的一种内置浏览器,它本身来说是用来调试的,用来开发的,所以和我们 这个插件更新是没有任何关系的,所以大家不要搞混了。那第二种呢?叫做 browse user, 这个是用来操控类似浏览器的,这是相当于前面的这个 in app browse 呢,又往前走了一步,比如说我们在这个设置这边呢,哎,去又往前走一步,这有一个,这个什么有一个啊? browse user, 它可以让呃我们 的 codex 呢去操控这个类似浏览器,去完成一些操作。好,那也就是第三种呢,就是我们刚刚现在讲这种叫 chrome browser, 它可以帮助我们进入真实浏览器状态,去操控我们整个浏览器。 那有小伙伴说了,那其实我的这个 pry white mcp 也可以操控浏览器,或者说我这种外置这个 computer user 也可以操控浏览器,那和这个有什么区别吗?而且区别很全面,对吧?呃,区别的话,呃 computer user 呢?它本身来说它并不是浏览器的插件,对吧?它是一个操控电脑的 g y 能力的 这种插件,比如说它可以通过你屏幕去操控你调出那些图形应用,就比如说我们现在常见的这种,呃剪辑应用,对吧?微信,对吧?它都可以操控,但是你如果单独的话去操控这个浏览器的话,显得并不那么智能,所以 codex 提供了一个新的能力,就是这个 codex com, 那 我们可以通过这个 codex com 去完整的操控我们整个浏览器。举个例子,比如说我现在想让他看到我们整个这个浏览器上有多少个标签页页,对吧?我们就问他,我说,哎,现在当前浏览器上有哪一些 这个标签页?比如说你看是吧?他可以告诉我们现在到底有哪些标签页,我又让他在第一个标签页输入 a, 第二个标签页输入 b, 也可以,我再让他把某一个标签页固定也可以,就能够做到很多之前做不到的一些事情 啊,分的更加的细了。那如果说你细心的话,你会发现,呃,这个插件它其实包含了很多细节的功能,比如说他通过这个插件和 codex 进行关联之后呢,就可以直接在 codex 里面去操控浏览器的所有权限,比如说审批,对吧? 比如说历史记录,你可以让他看到你今天到底有哪一些详细的记录,包括你上传哪些文件都可以使用它,比如说你允许上传哪些,允许下载哪些,都进行了完美的这种配置啊,对吧?非常的清晰。好,那接下来在最后我们想跟大家聊一下,就是为什么要使用这个呃,这个酷路亚 插件呢,对吧?为什么不直接使用 pro white 的 能力呢?其实很清晰啊, pro white 的 本身更像是一个外部的这种工具,而这个呃 这个 com 插件呢,是一个内置能力,如果说你使用这个的话,你会发现其实很多东西它都需要一步一步的去哎,去跟他讲,去分析,那它通过这些 m、 c、 p 的 能力去一个一个去提供。那如果浏览器更新了呢?它并不啊 同步更新,但如果是 codex 呢?它就同步更新的,它更像是一个完整的产品,对吧?也是 codex 官方提供的真实浏览器的一个执行通道。 而 pro y m c p 呢?它只是一套通用的浏览器自动化引擎,对吧?所以呢,你可以相当于它是一个小缩放。而这个,呃, codex 捆绑插件呢?还是更像是一个完整的企业级的真实软件的一个执行通道?它也可以通过现成去控制,并且呢,能够降低了很多我们调试的成本, 比如说我可以让它去帮助我去做一些自动化的事情,对吧?是吧?非常的方便。好了,那以上就是这几个的区别,我是小刘,那我们下期再见。

今天给大家分享一个我的开源项目,因为之前讲 ui agent 接到这个 open curl 里面的时候,大家非常的感兴趣,所以说把话已经夸出去了,所以说给大家也汇报一下进度。首先我们先讲一下为什么要做这样一件事情,因为我在用这个 open curl 的 时候,我发现这个 open curl 它非常的 鸡肋,因为像国外它的各个平台之间都有 a p i, 而且都是打通的比较 open, 所以 说它用起来是比较 ok 的。 但是我们国内,比如说像微信,比如说像这种抖音,其实它操作起来都限制很多, 所以说你必须要使用这种 r p a 或者说直接进行图像点击的方式,它的准确度才高一点,或者说它给你限制才少一点。如果你是使用这种 比如说浏览器进行操作的方式,它其实限制很多的,比如说抖音的,它后台其实专门给这种做了一些限制,首先容易封号。第二个点就是它没有办法进行具体的操作,比如说你评论的时候,它会给你做一些操作,把你限制掉。 第二个点就是现在是有一些 u i agent, 它是可以接到这个 open curl 里面的,比如说之前分享的 torx, 还有一个是这个 agent s。 第三个版本这个东西你做一些小的修改就可以直接接到这个里面,我也是做了一个开源的地址,我看一下开源的地址在哪?开源的地址这个名字叫这个 curl u i s s, 就是 skills 加那个 agent s, 基于它的这个版本做了一个这种技能,可以直接接到这个 open curl 里面,但是它还是很大的问题,就是它非常的慢, 非常的慢,所以说它只能拿来作为一个玩具,你比如说你做一些简单的操作,比如说你坐在这个微信里面去发一个消息,可能它就要五分钟,十分钟就非常的慢,而且不实用。 所以说我就在想能不能做这样一件事情,可以把它一些固化的东西,可以把它弄来使用之前的 rpa 的 方式, rpa 它速度就非常快,而且它的准确度也高,也也不需要耗 talk, 但是它有一个问题,就是 rpa 存在着巨大的问题,就是它没有这种 ui agent 的 泛化能力,它没有理解能力,只要执行在哪里错了它就错了,它就永远不会进行这个反思,或者说去进行优化。 所以说我今天想要做的一件事情,就是把这种操作,比如说给某一个人发微信,然后这样的操作把它固化成一个 rpa, 当里面某一个步骤是需要去思考,需要逻辑判断的,就直接用 ui agent 去做这个插入。 第二个点就是如果说 rpa 出了问题,那么就用 ui agent 去做兜底,这样的话就能结合两个的优点。 所以说我想要做的是这样一件事情,我也把思路也跑的差不多了,但是只是一个进度,还没有真正的完成我的想法, 整个我是使用了 rpa 的 一个项目, rpa 还没接进来,但是像录屏我是想的整个流程是首先你自己操作一下,比如说给某个人发消息,然后操作录屏,然后使用生成指导,把你录屏的这种过程生成一个指导,然后使用这个 agent 去执行, 执行的时候也会录屏,然后记录下来执行的过程,然后分析之前的这个指导和执行的这个过程的差异,如果这个会更加的好,那么就会进行净化,所以说它整个过程会越来越净化,你就可以把类似于一个 skills 把它固化下来。下一个版本的话就需要把 r p a 弄进来,因为其实像这个它能达到进化,能进行指导的速度,因为这个 android s 三 它是需要有一个反思机制的,所以说它托管的思考吐出非常多,这个也是它速度很慢的一个一部分原因,但是它的执行的效率非常高,如果我加上这个指导,再加上它的一个反思的机制,应该是能达到它 它的指标的,因为这个 agent s 三它是能达到我们人类平均水平的,但是它需要好像是五步的一个执行还是怎么样, 这两个加起来应该是能达到我们人的平均水平的,因为我做了这样一个记录,有这样的一个指导的时候,它思考的时间就变慢了,其实这个速度已经大大的缩减了,但是我个人认为它还是不太 ok 的, 直接用现在的这种 大模型,比如说 kimi k 二,它性能是 ok 的,是能执行的,但是它速度会非常慢,所以说我后面还要加一个 rpa 的 东西,就是它执行出来了之后,哦应该加上一个 rpa, 把这里面某一些步骤直接给它量化成 rpa, 将里面需要判断的直接使用这种 ui agent 的 方式再进行判断执行,并进行优化净化。还有就是出现 rpa 问题的时候能做 ui agent 的 兜底,这就是给大家汇报一下今这个工作, 我把它做出来了之后也会进行开源,但是如果只是这样的话,其实都够了,它的速度已经远远的超过了这个秀秀 u i 的 aloha 哈一 aloha, 然后也速度远远的大于了这个 agent s 的 执行速度,因为它的反思会更加的慢了,因为它有了指导的这个东西, 我相当于把这个秀 ui aloha 和这个 a d s 是 两个进行了结合,这秀 ui aloha 它就是专门用于录屏,然后生成指导,然后执行,我是接了这个 a d s 的, 这大概就是这样。


继 overstock 后,又一个超级火的 ai agent 出现了,那就是 hermes agent, 爱马仕刚上线就连续霸榜全球下载量第一, 但是好多小伙伴都觉得和 overstock 没太大的区别,换汤不换药,比如都能进入飞书等应用,都能跑定时任务,浏览器自动化,那它们的区别到底在哪里呢?在经过我自己实测之后, 今天我就给小伙伴们扒一扒到底有什么不一样。首先说部署难度啊,这一点差别真的很大, open coil 部署起来特别顺畅,一点不卡壳,而且还支持好多中文版本, 比如我自己一直在用的七二四库拉涌动虾,上手就会,完全不用费脑子。但 hermes agent 就 不一样了,下载渠道非常难找,我当时找了半天,踩了好几个坑才装上。 然后是四 q 体系, opencap 可以 直接手动安装或者从市场下载,而 hermes agent 是 自动生成 skill, 并且自己更新迭代。关于平台接入的话, opencap 支持全平台,你想接的它都给你接上。 hermes agent 只能够接入十七个, 相对 opencap 来说的话,接入平台较少。在自我更新这一块,它们都差不多都可以自我更新, 只是 open coil 多加装了一个 self improving agent 的 技能。在安全方面, open coil 全线开放的更多,用起来方便,风险相对来说也就越大。 hermes agent 更保守,隔离更严格。总结一下, open coil 适合想快速上手,懒得折腾的小伙伴,操作简单,并且网上已经有很多教程了。 hermes agent 适合想挑战高难度爱研究的小伙伴。好了,今天的视频就到这里了,点赞关注,带你玩转更多 ai 神器!

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。

普通人了不要去用 hermes, open and close 足够了。哎,为什么会这样说呢?因为这里面本质的一个问题是, hermes 目前呢对 windows 系统它的兼容性很差,为什么?因为你装 hermes 的 时候呢,你必须在 windows 上还要装一个文本图, 但是了,即便你装了文本图之后呢,在 windows 上很多的应用, hermes 也操作起来不是特别的流畅, 它是不兼容的,所以说呢,这是一个最重要的点。那么 open club 和 hermes 它最大的区别是什么呢?哎,这点其实我们很多人不知道,那么 open club 和 hermes 其实本质最大的区别是一个 adjent 的 框架和一个 adjent 的 一个区别。为什么这么说呢?因为 hermeshermes 它是一个典型的 ai adjent, 它是一个 ai 智能体。 什么叫一个 ai 智能体了? ai 智能体就是他可以对一件事情,你只需要给他发一个指令,他可以把这个事情给你完全的做完, 不仅做完,而且他有记忆系统,他可以自主的成长,自主的发育,越来越强大,越来越健壮。但是呢,奥本可乐他是这样吗?他不是,他是一个 ai 智能体的框架,那么这里面框架里面是一个地基,地基上又长什么东西啊?他有什么 skill? 他 有什么 f c p? 他 有什么 啊?需不需要这个记忆系统是需要你给他后期去配的。所以说,如果说我们没有一定基础的话,那么赫美斯 对于我们自己电脑上的一个智能体,它更适合一些。那么 oppo 可乐相对于说,你如果说我们是一个开发人员,懂一些技术,相对于说会好一些,但是如果说我们不懂技术的话,其实用起来有一定门槛, 但是了话又说回来,因为目前了 hermes 对 windows 系统支持不是特别好,如果说我们是一个 windows 用户的话,那么不介意用 hermes 等一等,等一等。

还在为 opencloud 调用模型花钱发愁吗?今天我一次性给你整理了五个完全免费的可以直接适配 opencloud 的 模型, a p i, 从国产的到海外的, 从在线的到本地的,帮你零成本跑通,多 adjut, 告别 token, 焦虑一些相对比较简单的工作,例如安装 skill 文件,整理这类日常的工作,完全可以交给免费模型来处理。当然了,写作呀,编程啊这些高智商的工作,还是建议要由付费模型来 处理的。首先介绍的第一个就是国产大模型的智普系列,把它放在第一个是因为它是直接集成在 opencloud 的 模型列表里面的,不需要你修改。 opencloud 的 配置文件就是这个 z 点 a i g l m calling play。 如何申请呢? 进入这点 ai 的 网址,点击右上角的 api, 然后选择国内站,我们可以看到右上角这里有登录注册,这里显示新用户赠送两千万的 token。 我 们点击登录注册这个按钮,输入手机号,接受验证码,进行新用户的注册, 这就登录成功了。点击这个控制台,这里就是 api k 的 操作区域。点击右上角这里的新建 api k, 我 们可以新建一个 api k, 然后复制,点击这个复制按钮,然后我们回到 openclock, 选择这个 z 点 ai 进来之后默认是选择 c n, 在 这里粘上你刚才复制的 api k。 我 们最重要的是什么呢?要选模型,因为它的模型里有收费的,有免费的, 这里有哪几个免费的呢?一共有这个 glm 四点七 flash, 这个是免费的。 glm 四点五 flash, 这个是免费的,我建议大家选四点五 flash, 因为使用四点五 flash 它的并发量会高一些,使用四点七 flash 会有一些卡顿, 我们来看一下下一个是美团的朗凯,点击右上角的 api 开放平台,还是让我们先注册,输入手机号和验证码。 longcat 非常大方,它的模型额度类似版的是每天五千万,我想这个额度足够你用了。当然还有其他的一些模型,比如说 thinking 这些,它们是一共五十万的额度,也就是说加起来五千零五十万。 我们看如何获得它的 api key。 点击这个左侧菜单的 api keys 按钮,你可以使用它默认的,也可以创建一个新的 api key。 点击这里有复制按钮,可以把它的 a p i k 复制过来。由于 lancet 不 在 openclaw 支持的模型服务商范围之内,所以我们需要查看它的帮助文件里如何才能够安装到 openclaw 上面。点击左侧的接口文档,找到 openclaw 配置这个链接, 这里提示我们找到 opencll, 点 jason 这个文件,然后修改它的配置文件,也就是这个,我们来看一下如何修改这个配置文件。首先我们要找到 opencll 的 文件夹,打开 opencll 的 jason, 好, 它这里要找到 models 这个部分,我们来找 models, models 在 这儿我们需要在 models 里边加上 longcat 这个配置信息,我们选中这些信息,把它复制过来。 我们找到 models, 然后往下找,在最后加上一个逗号回车,然后再把它粘过来,格式化一下文档,这是第一步。第二,我们还需要在 agents 的 models 里边添加这个模型。 long cat flash syncing 二六零幺,把它加到这里 open claw models place 现在有多少个模型可以看到?这里已经有了我们添加的这个 long cat flash thinking 二六零幺这个模型,我们来运行 open claw gateway red 启动网关, 看一下 oppo 可乐,我们点一下选择模型儿,模型儿这里已经有了 long cat life thinking 这个模型儿,我们介绍下一个平台归机流动,归机流动提供了一些免费的模型供我们使用,我给大家找一下,按价格排序正确, 我们可以看到这些模型,他们的输入输出费用都是零,都是免费使用的。那么该如何使用这些模型呢?点击右上角这里的登录,就到了它的注册页面,同样也是输入手机号,获取验证码。 点击左侧菜单的 api 密钥,这里就是可以调用模型的 api k, 点击左上角的新建按钮,输入描述信息,就可以新建一个 api k, 建立好了之后,可以点击这个按钮进行复制。由于它不 在 opencloud 的 默认模型供应商里面,所以我们还需要找到它的 base url。 它的 base url 我 们上哪找呢?就是在 文档中心里,文档中心点击快速上手,然后往下找,可以看到这个就是它的 base url。 有 了 api k 和 base url 之后,它的安装方式跟 long cat 是 一样的,我们就不再辅助了。第四个要给大家介绍的是英伟达,它的模型很多是最先进的模型, 像前面介绍的免费的都是一些小模型,像这种带 free and point 的 都是可以在线使用的,例如这里有 g l m 四点七, 还有 mini max m 二点七等等。这些模型它的缺点呢也很明显,那就是国外的网站速度不敢保证只断续续,所以这里只建议大家做一个备选, 点击右上角这里的 log in 就 可以登录获取 a p i k。 那 么它的 base url 在 哪找呢?就是进来一个模型之后点这里的 value code, 在 这里就有它的 base url 和它的模型名称这两项。最后给大家介绍的是奥拉玛,就是这个羊驼,它可以在你的本地 部署一个类似于 deepsea 这样的大模型的服务,好处是可以免费,而且不用受网络的困扰。当然对你的电脑的性能是有一定的要求的,而且它也是内置在 openclaw 的 这个供应商里面的,可以直接使用欧拉玛插件把你的大模型接入 openclaw, 它的安装和使用是相对比较简单的,我会专门拍一期视频来介绍欧拉玛如何安装模型以及 如何在 opencloud 中使用。好,今天就讲到这里了,感谢大家的观看,再见!

hello, 大家好,我是琪琪。今天一开始我会先为大家演示一下呃, harmas 的 一个 web 通道,然后我用的是 open web ui, 那 为什么我们用它呢?事实上我比较看重的是它的这个笔记的这样子的功能,我把我们这个整个 安装的一些文档,我全部都已经给它导成一个笔记了。那有这样子一个笔记以后的时候,我们去提问,我们就可以直接选择 引用笔记,你看我可以引用这个笔记,然后我去进行一个提问。就比如我这边笔记里面有提到说 windows 环境去安装 homes 需要哪些东西,然后我们看一下它的环境需求,然后我们继续这样子去提问,看一下它的 homes 的 一个回复。啊, 好,我们来看一下,我们做了一个这样子一个提问,就是 windows 环境下安装号码是需要哪些环境,需要哪些,然后用的笔记就是我们刚才的那一个啊,把它发过去,然后看一下它的回复啊,它其实就会基于我们的笔记进行一个回复。那你看这边就是检测到一个引用源,就是我们的刚才这个笔记,你看 这里,你看它就会基于我们的一个笔记进行一个回复。所以的话这个是我比较推荐用 open web ui 这样子一个功能,事实上它在一定程度上就给我们了一个比较清亮的一个知识库,也就是说用它的笔记做一个我们自己 平常会用到的一种小小的知识库,当然它可能也不像正常那种知识库功能那么强大呀。那但是我觉得对于咱们很多小伙伴来说,其实这种程度就基本上已经够了,所以的话在用 harmas 去连外练那个 web 通道的时候,我比较推荐用这个,当然 因为它本身不是专门为 harmas 去做的,它的一些呈现上就可能就不如 harmas web ui, 呃,那么的贴合 harmas 的 一个用法。但 次的话,我就是因为比较看重这个笔记功能,所以的话我就想喜欢用它。呃,那我们说完就简单的这个介绍以后的时候,我们再回到我们最开始 要讲的呀,我们今天的其实主题是那个 win windows 系统上去安装 house, 然后加飞书配置和微信配置,然后再加我们的 web 通道,那我说的 web 通道的话就是我们的这个 open web ui, 那 这个轻知识库就是刚才我们看到的这个呃,笔记。 好的,我们来看一下,就是因为现在官方他已经出了一个就是,呃,这这就这个这个安装啊,他本身的话其实就是他官方出的一个。 呃, windows 安装,但是的话你要注意啊,这里是一个测试版本,呃,测试版本的话他可能还有一些不稳定,包括你看他这边官方也承认说包括这里是有一个东西是没兼容的,就是 dashboard chat, 然后这, 然后这边的话它其实本身还承认说,比如说纸线层处理的问题,还有路径解析的一些问题。呃,但是这个的话,我目前用的情况下,大部分情况下还是不会出现这样子的呃一个问题的。 所以如果小伙伴们想要去换成 windows 环境去安 hormaster 的 话,其实也可以考虑了,那我今天的话给大家看一下怎么样去安装 hormaster? 因为 hormaster 的 话本身对我们国内环境不是那么友好那,呃,这些的话是我列出来的,就是它需要的一些环境,你如果能够去找到国内镜像,你可以提前把它安装好, 然后安装好以后的时候你再去执行它的一键安装,呃,大部分就能够直接就成功了,因为官方也提供了一键安装的命令,但是这个一键安装的话,它其实在过程当中都会下载到很多的环境,我我这边运行成功了,你可以看到它会去检测我们本地有没有这些环境,如果说你自己提前把这些环境下载好了,嗯,那它就会直接跳过, 这样子的话就可以保证我们的一个安装成功率会很高。安装成功以后的话,它会默认直接到配置项导,然后它会去优先会检测一下有没有 opencll, 如果你安装了 opencll 的 话,可以选择把 opencll 的 skill 还有一些 agent 的 配置直接进行一个迁移,然后你可以选择确认,当你如果不想迁移的话,那你就直接在这个位置的时候选择 low 就 行了。 然后我们要看一下怎么样去设置 harmos 啊。 harmos 的 一个设置的话,其实你就是直接开上我们的个 power shell, 打开 pos 后的时候,你就可以直接去运行我们的 harmony setup, 就 会进入到它的一个配置页面上,然后就是这些, 比如说我这边就不要那个了,我就给大家看一下,这些都是我配置好的,然后这边的话默认会直接让你去进入到说去选择我 我们的一个供应商,也就是我们的大模型,你要配哪一家?我配的话就是这个二三 mini max, 我 这边暂时用是这个啊,然后,呃,配置的时候是这样子的,你这边儿的话选择以后的时候会去输入 api key。 呃,我们还是需要注意,你一定要选择国内的,就比如说像这里你可以看到这里 mini max 它就有三个选项。 这里那我们国内的话就是用这个 china 的 这个 mini max 给它丢进去,然后我们去配置就好了。 然后配完模型以后的时候,它会让你去进行一个选择,在哪个环境下去运行 hummus, 然后我的话是比较推荐,就初学者的话还是用 local 就 行了,然后它还有一些其他的选项,然后它们对应的些解释的话,我在文档里面这边都有写到。 呃,我们把这个选完以后的时候,我们就要去选择它作为一个网关的一个工作目录。呃,工作目录的话你可以 嗯在这里去配置,但是你要注意一下它的一个就是,呃,斜杠的问题,你在配的时候最好是问一下哎,然后把你想要让它去的一个工作目录配好,当然如果说你把它跳过也行,反正它就问在 c 盘嘛。呃,那另外一个的话就是,呃会让你去选择一个,就是是否要开启速度。 呃,在我们 windows 环境下的话,你直接选 no 就 行了,因为这个东西的话本身是一个 linux 或者 mac 的 一个 mac os 的 一个概念呐,在我们 windows 上基本没有这种操作, 可以跟着上面的这种去往下走的话,它其实就会进入到我们的一个通道配置,那如果说是你退出去以后,然后重进去,你想想要怎么去配置的话,那其实就是 arms get away set up 这个命令,就可以配置专门这个配置通道的一个引导, 这样就可以打开,打开以后的时候我们就要去选我们的那个通道和我们 harness 的 一个绘画模式,那这边的话还是去建议我们用配对模式这样子的话去保证我们账号的一个安全,然后另外一个就是说我们的一个群聊怎么样去处理,呃,还是建议大家 at 以后,然后再去那个响应。但是如果你不用群聊这样子的一个功能的话,那你其实也可以选择二,就是 镜子,然后这个的话就是一个可选项来,就是你的一个主主要的机器人到底是主要聊天机器人是哪一个?你把它的一个 id 输进去,那我这边的话就直接 enter 跳过的。 然后我们要注意啊,就我们配置完两个机器人以后,就需要给我们的那个机器人去发消息,你随便发一个消息,让他能够 把把这个配对码发给你。嗯,他发完配对码以后的时候,不知道不管是微信还是飞书啊,然后你都可以把这个配对码复制到 public 里面去运行一下,然后他这边成功响应了,那这个通 你这个通道就真正的配置完成了,就可以进行一个真正的对话了。那下面就到了我们最开始去演示的时候,那个 open web ui 的 一个啊配置。然后我这边的话为大家提供了一下官方的一个地址和桌面版 和那个文档的一个地址啊,给大家简单看一下,其实你看这边的话,它其实可以配置很多的一种通道,你看其他这种大模型,欧拉玛呀,其实它本身 open 本身 open web ui 的 话,它其实对 alama 的 兼容是比较好的。然后如果说咱们有小伙伴他是比较习惯用这个的话,那其实就可以去试一下这个 open web ui, 这蛮好用的。 然后还有就说其他的一些大模型。然后另外就是我们的 harmas agent 和 open cloud, 就 这两个东西其实都是可以直接对接到我们的 open web ui 里面,它就比较通用。那我们的话主要就是看一下我们的一个就是呃 harmas 怎么去跟它对接吧, 然后我们可以看一下啊这个文档这边看完了,然后这边桌面版的话,我不是特别推荐大家去用,因为它桌面版有很多功能都比较少, 用起来就不是那么方便。我自己比较喜欢的是用的是呃 ping 的 几个安装,然后安装的话就是直接去执行这些命令。那需要注意的是, openwave ui 的 话,本身它是提供两种呃类型的包,安装包就一个是普通的,就是 gpu 的 一个查询,就是因为它本身带一个知识库嘛,所以的话它会进行一些呃查询。那如果说查询本身要性能好的支持 gpu 的 这个版本的话,会表现的会更好一点。但是这个前提是你本身的电脑里面就需要有因为它的一个显卡,然后你的内存要够, 嗯,这样子的话它查询的效果会比较好。但如果说本身没有的话,那你就直接用普通版本的就好了,其实也不太影响。 嗯,然后我的话不是用的就是这种直接的拼的一种安装,我因为在这个节,因为你要到了这个安装通道的这个阶段,你的号码是是本身就是肯定是正常的, 那我的话就是直接通知他帮我去安装。呃,一个 open web ui, 那 安装的时候你要注意就是, 呃,你要去指定一下它的一个就是安装在哪个位置,因为它默认也是直接去安装到 c 盘,你需要告诉它就要安装到你的指定的一个目录,然后去安装什么样的一个版本的 open web ui, 然后安装以后你要告诉它帮你启动,因为我们后续的启动的话,你想要方便一点, 那就统一都是让 harman s 给你启动就行了。那我这边的话用的其实就在这了,大家可以参考一下。然 整个安装的话大概会需要十分钟左右啊,就是你这边安装完了以后,它会给你一个地址,然后你直接访问就行了。一般情况下是一个八零八零端口,呃,是那个 local host, 八零八零就是它的,这就是 local host, 八零八零一般就是它的一个地址。但如果说 你要注意,因为很多的前端页面它本身的话都很喜欢用八零八零这个端口,有可能会存在端口冲突的问题。如果说你在安装过程当中或者它启动过程当中遇到了这种, 呃,端口端口冲突,那你直接让 harvis 去调整一下,呃, openwave ui 的 一个默认端口就行了,把它调整成一个不常用不常见的一个端口,让它这样子的话就避免一些端口冲突。呃,当然遇到这种问题的话,你就让 harvis 自己去解决啦, 然后安装成功以后的时候要注意这边的话,你就去点击它的一个开始开始使用,然后是去注册一个管理员账号啊,因为它本身的话是有一个账号权限的。这样的,因为因为咱们这个里面的话毕竟是带着一些呃内容的,就比如说像我们刚才说的这个笔记, 你看一下我们这边,比如他有些访问权限,你看嘛,他这边就是有私有,或者说是呃公共这个东西的话,就本身就对于我们的一个就是多人去使用这样的一个空间的时候,他就有一个管理的方便。 然后这个的话我们就是需要去创建创建我们的管理员账号,创建完管理员账号以后,你进去他就直接就到这样子一个页面就成功了。呃,如果说你这边打开以后看不到我这样子的一个导航的话,你就去点这儿, 它就可以展开就是这边的一个导航了。那安装完这个我们要怎么把它对到我们的?就是把我们的 harmus 给对接进去。呃,这个的话其实也很也很也很快的,就第一个是说我们要开一个 api server, 然后就是 harmus api server, 其实就是把网关打开了,就是那个 get away run 给给跑起来, 就是把我们的网关打开以后的时候,你再让它去生成一个 api key 的 密钥,因为默认的话 harmus 它是没有那个密钥的, 然后你让它去生成一个,你也可以自己去生成,自己生成的话就执行这样子的一个命令,它就会给你生成一个呃,二百五十六位的一个对称密钥了, 然后你可以直接告诉它去生成,我这边也提供了提示词,然后你就直接复制这个东西去告知你的。呃, harmas, 让它去帮你去生成密钥,然后把生成的一个密钥的话设置成 harmas api server 的 一个密钥,就是你这样子去把这个提示词复制给它就行了。那 我这边的操作结果就是这样子的,最后的话他给我执行出来的结果就是这儿他会告诉我 api 地址是什么,然后 apikey 是 什么,然后就是这儿对应的一些模型名称,这个待会儿时候可以给大家看。为什么需要模型名称啊?然后要注意啊,咱们把 apikey 配置完以后一定要重启网关,因为它是这个是改了配置文件的。 呃,重启完网关以后那个才会生效。我们来看一下这个外部链接怎么去配,就在我们这儿把这个给打开管理面板,管理员面板打开这边设置,然后完了以后就是我们的外部链接,外部链接,你看外部链接这儿,这个就是我自己,我这边配好的一个地址, 我们看一下,然后这个位置的话就是我们的 u r l, 然后这个下面就是生成了一个密钥啊,你去验证一下通不通过,这边是链接成功,然后这就是模型 id, 模型 id 的 话我们是这一款,我的是这个啊,然后这个模型 id 是 从哪来的?这个不是随便生成的,也不要瞎填,这个不是让你命名,这个是让它方便去找。这模型 id 的 话,一般情况下是我们的 harmmas, 这就是你把那个开了命名行那个版本的时候, harmmas 它前面不是会有一个这样子的一个这个黄色的加粗的这个东西,就是它的一个模型 id, 咱们每台电脑他的这个名字未必一样啊,所以的话你不要照着我的就去填了。嗯,要看一下你自己的那个命令前面到底什么名字,然后包括我这边也会出现这种他给我名字给错的情况,他把这边前面的这一块就给我了,其实我只要后面的这一节才是我的一个模型名。 呃,配置完成以后,你就会在这儿,就是刚才我们看到这个地方会多一个,然后测试成功以后,呃,也会有,然后这儿你看就会有我们有 hummus 的 这一个模型,然后你就可以直接进行对话了。刚才我这边的话,其实也就是两个对话完了以后的时候,我们的一个笔记的话,其实就是在这儿你直接去创建就行了,去创建一个自己的笔记。 那我们这边的话还有一些工作空间啊,包括不同的模型的一个知识库怎么样去管理?可以创建一些自己的知识库,还有一些提示词的一些管理,包括我们的技能管理和工具的这些管理,都可以把它放到这里面来。就是这个,这个是我为什么要选择 open web ui 作为我的 harmas 的 一个通道的原因。 嗯,其实它对于 harmas 本身的一些功能,它确实适配性不行,但是我确实很喜欢它的这些知识库,包括尤其是笔记这些功能,所以的话我也不 比较推荐大家去试一下这个,但如果说觉得这个东西对你来说不是很好用,那我们其实也可以去安装其他的 vivo, 那 我这边的话也为大家提供了一个比较简单的一个 harmswipui 的 一个安装方法,如果大家需要的话可以去参考一下。那今天的分享的话就先到这儿了,大家拜拜。

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。

open 可乐最火的时候,全网都在教你怎么安装,但现在热度下来了,我发现一个非常尴尬的事,百分之九十的人根本不知道怎么养它。这又导致现在 mac mini 高价抢了 taco 也买了龙虾,反而没干啥活。 所以这期视频没必要再去讲什么安装流程,我反而想认真聊一聊,怎么才能把这只野性的龙虾驯化成一个真正能干活,越来越懂我们的 ai 生产力助手。 首先我想说一个反常识的点, skills 不是 越多越好。你想啊,同一个层级下,功能相似的 skills 有 好几个,如果你这个也装,那个也装,那碰到同一个需求,这两个 skills 都觉得这是我的活,那就很容易打架了。就好比一个部门有两个老大, 谁都想自己说了算,最后也只能失控了。所以 skills 不 在于多,而在于边界清晰。那在起步阶段,有一个基础的 skills 清单就非常有必要。我把它分成了四层,第一层,安全层,它的名字叫 skill writer, 这个建议大家都先装上哈,它可以帮助我们审查接下来要装的 skills 的 安全性到底怎么样,比如来源审查、代码审查、权限范围、风险等级评估,只要是低风险,那这个 skills 就 可以放心大胆装了。第二层,其实就是要给它一个搜索功能,这个我用的是 brave, search 到官网注册申请之后呢,每个月有五 w 的 免费搜索额度,对于个人的网络搜索来说,这个白嫖额度基本上也够用了。第三层,我觉得要让龙虾能读懂资料,你可以把最常用的文件格式, pdf 啦, word 文档啦, ppt 这些格式的读取功能,让他先学会这些 skills, 用 i s i p 和官方出品的就行,他已经有九十多万个 star 背书,稳定性和安全性都是有保障的。第四层,你可以给他基础文件的操作能力,让他在特定的文件夹里读写、删改。 先记得先不要给他系统级的权限哈,比如终端命令行执行这类的高危权限,一旦你授权了,他很可能就会默默的修改你的系统配置。这里再分享一个我自己使用 skills 的 方法,那就是自己做一个。比如我把第二层那个 blue search 重新做了一个,因为我当时安装的时候 app 上面的原版博友 search, 它在 reddit 里面说需要一个 api 蜜月,但实际上呢,并不需要。这种描述的不一致就让我觉得,哎,可能没那么可信,哪怕收藏使用的人特别多,那可能跟我的需求也不一样,所以我就重新建了一个。 当然,这个建的过程也不是说我自己就在那吭着吭着写哈,而是让 ai 帮我写 markdown 文档。所以我觉得大家在安装 skills 之前,先了解清楚这个 skills 干啥的,你什么时候会用到它,怎么用它,然后它最大的权限是啥?不求多,但求精。 我们都知道,龙虾的能力上限很多时候在于你用的是什么模型,如果是最顶级的 cloud, 它就非常强,那用一个普通的模型,它就会回归到一个非常普通的状态,甚至有些任务你会觉得,哎,它怎么还没平时对话的通用大模型厉害啊。 但这也不是说以后干啥都用最顶级的哈,那你可能还没驯化龙虾这个账单,就把自己给驯化了。所以我觉得性价比高的玩法是顶级模型和普通模型组合使用。把最顶级的 cloud 当作一个 ceo, 把难题、战略规划类的写 skills, 给 bug, 风险判断这活交给它。 那剩下那些重复性的杂伙,像整理文件啦,整理图片啊,文档总结。那就交给普通模型。我用的组合是 cloud、 obox、 四点六和 mini max。 很多人觉得 openclaw 不 懂自己,是因为他们就把这只龙虾当成一个开箱就能用的工具。但 openclaw 的 定位其实是一个定制化的私人助理,就像你招了一个哈佛毕业的助理,你俩见面的第一件事肯定是告诉他 我是谁,我的任务是啥,底线是啥。那给出这些信息,其实就是给 openclaw 建立上下文,这一步就让他从一个普通的 agent 变成你的 agent。 你也可以提前配置好 user、 identity、 soul 这三个核心文件。 soul 是 关于你、你的个人说明书,你的名字、职业、目的、喜好、红线都写在里面。 identity 是 给 open cloud 身份的地方,比如它的名字,它的角色定位。 soul 是 龙虾的灵魂,你可以定义它的做事风格、价值观和行为边界。但在写的时候,不建议用太多聪明、温柔、冷静这些很虚的词儿, 而是尽量写成可执行的指令,比如把冷静写成永远不使用感叹号和已默契的表情。那面对用户的抱怨呢?直接提供解决方案。因为 oppo 可乐他是一个 a 阵的,他不仅能像 g p t 那 样跟你聊天,还能替你行动, 比如接管你的电脑,替你群发消息,如果你没有配置,删除、发送发布之前必须先确认这些具体的红线,他可能就会为了表现聪明和高效,帮你整理桌面文件,结果不小心删掉了你的资料。 我经常刷到各种 open class 的 视频,我看到屏幕上有很多个 agent, 但我觉得呢,对于普通小白来说,不要一上来就想着建立一个什么 agent 足球队,我们应该先把一个 agent 养明白,再 再去让他开分店,因为只有当你把一个 a 阵的调教好了,你才知道他是什么脾气。当出现问题的时候,怎么借助通用大模型去解决,像养孩子一样,先把他养熟,这样你才能轻车熟路的养。第二个具体的分工,可以设置成一个总管加 n 个专业型 a 阵的的形式。 总管呢,就让他负责一些基础性的总管性的工作,比如搜索啦,轻度的整理专业型的 a 阵的,可以让他写文案,做研究生产图片提示词。 对于这些不同的 a 阵的,我建议是搭配使用不同的模型。像研究型的 a 阵的,可以使用最顶级的模型处理基础事物的 a 阵的,比如图片整理、文件规档,可以用普通的模型,那涉及到创作内容的 a 阵的,像我需要文案和脚本的创作,那我会两种模型搭配使用, 搜集热点信息,用普通模型输出,搞建大纲,用顶级模型组建这些 a 阵的军团,其实就像组建一个团队一样,要让他们有清晰的边界,各司其职,以后你也会越用越顺手。 最后呢,我想分享一下 opencloud 的 权限问题,我觉得我们不要把 ai a 阵呢当做一个资深牛马, 也不要把他当做一个小学生,而是把他看做一个潜力巨大的超级实习生,他非常聪明能干。但是你刚开始跟他接触的时候呢,不要上来就把所有的权限都给他放开,而从紧到松,一步步来。 比如刚开始只是让他们帮我们读取文档,查看文件,做一些总结和轻度的搜索工作,那熟悉了几天或者一周以后呢,可以让他建一个工作区的文件夹,创作文档,写一些草稿之类的,感觉更稳定。之后呢,就可以让他去归党整理, 给他一些删除格式化的权限。最后啊,最高级的权限,比如说发消息,发布视频,或者执行系统性的命令,这些必须经过人工确认。最后,我们总结一下,到底该怎么养好这只龙虾呢?我觉得真正养法就是四个词,少一点,慢一点,看清一点,克制一点, 少一点对全能 ai 的 幻想。慢下来去打磨它的身份和规则,看清它作为工具的边界,那在赋予它电脑的权限时保持克制。 在 opencloud 被炒得最热的时候,不要为了大家都在玩而焦虑,当热度下来了,也不要把它当做过期的玩具扔在电脑里吃灰,毕竟它不是追风口的社交货币,而是你花时间亲手调教出来的真正懂你的数字搭档。

ovpn 装完先别急着用,技能商店有上万个 skill, 但真正的底座就这六个,排行榜安装量最高一条命令全部装完。 第一个, agent brother, 浏览器自动化,让 ai 自己去操控浏览器,点按钮、填表单、截图、下载文件,连动态渲染的页面它都能读,相当于给 ai 装了一双手。第二个, heli search, ai, 专属联网搜索,返回结果没广告结构化输出,直接给 ai 消费网页正文,自动提炼关键信息,你的 ai 终于不用靠过期知识回答问题了。 第三个, self improving agent, 自我净化,记住你的代码风格和习惯,从每次出错中学习,自动修复错误,保持记忆,越用时越懂你,效率越来越高。 第四个, find skills 技能,发现神器,像逛应用商店一样搜索 skill, 自然语言描述需求就能匹配排行榜推荐加批量管理,升级回退,一站搞定。 第五个 skill vendor 安全审查官,装任何 skill 之前,先让他扫一遍,检测恶意代码拦截权限越界,阻止隐私泄露,出具安全评分报告,相当于给工具链装了一个门禁。第六个, email management 邮件管理, ai 帮你读邮件,写回复,自动分类整理常规邮件,直接代发 gmail, alt lock, 一 六三 qq 全都支持。

这期讲一个很实用的炼录, openclaw 和 hermes 怎么通过 openclay 附用 gpt 网页版 check gpt 的 图片生成能力,重点不是直接调图片 api, 而是先把 chrome browser bridge 打通。 很多人会遇到这个问题,自己在叉 g p t 点 com 上能生成图片,但 hermes、 open core 或者普通终端里的模型调用却不能直接附用这份能力。原因很简单, api 能力不等于网页登录态能力。 第一步,下载 open c l i 浏览器插件,去 jacqueline opencly 的 github releases 页面下载最新版本的 opencly extension 压缩包。 第二步,在 chrome 里加载扩展,因为这条链路不是纯 h t t p 接口调用,而是要靠浏览器插件和 browser bridge 去控制已登录的 check gpt 页面。 第三步,安装本地 c l i, 并验证连接只有 openclean c l i、 chrome 插件、 browser bridge 以及已登录的 gpt plus 绘画都正常,后面才能稳定生图。 先打开 open c l i 的 github releases 页面,也就是 jacqueline slash opencly releases, 找到最新版本下载通常叫 opencly extension v 版本号点 zip 的 浏览器扩展文件,这个插件是后面控制 chrome 的 关键。 下载完成后,把这个 zip 文件解压到本地文件夹。注意, chrome 加载时不是选择 zip, 而是选择解压后的 extension 文件夹,这个地方选错,后面 bridge 就 接不上。接下来打开 chrome, 在 地址栏输入 chrome 冒号双斜杠 extensions 斜杠,然后回车。 这里要用已经登录 check gptplus 的 chrome 或 chromeium, 因为真正拥有声图权限的是网页里的账号登录台。 在扩展管理页面右上角把开发者模式打开,这个开关不开就看不到加载已解压迫展程序的按钮,也就没办法把 opencube 的 浏览器桥接插件装进去, 然后点击左上角的加载已解压的扩展程序,弹出目录,选择后选中第一步解压出来的 extension 文件夹到这里,浏览器测的 browser bridge 才算有了入口。 插件装好以后,还需要安装本地 open c l i 环境。打开终端,运行 m p m install minus g at jacqueline slash opencly opencly 在 这里不是正式图片 a p i s d k, 而是把你手工操作叉 g p t 网页变成终端命令自动完成, 最后运行 opencooker。 如果输出里出现 browser bridge connected, 说明 chrome 插件和本地 open c l i 已经正确连接,后续就可以由 opencooker 控制浏览器打开已登录的 chat gpt 页面,输入 prompt, 点击发送,等待图片生成,再把 png 保存到本地。 这里最容易卡住的点有三个,第一,不要把 gptplus 网页生图当成正式图片 a p i。 第二,只装 openclip 和插件还不够,浏览器里必须已经登录具备权限的 check gptplus 账号。 第三,所有操作前先跑 doctor 确认 browser bridge 真的 连上了。 总结一下这条方案的价值是,用户已经有 gpt 网页能升图,但 hermes 和 open cool 不 能直接调用这份网页登录态能力, 所以我们用 open 可以 接管浏览器附用已登录的 chat gpt 绘画模拟输入提示词,点击发送等待图片生成,保存本地 png, 最后再按需要发回 file 或其他平台。

今天实操在 windows 上安装 hermes, 并接入飞出机器人。先说我为什么会从 open color 换到 hermes, open color 对 小白更友好,但我用下来发现主要有三个问题,第一是经常要重复提醒,很多任务它不会持续执行。 第二是网关不够稳定。我发的最多的一句话就是,你在吗?第三个就是 token 消耗比较快,长任务多人对话下来成本会明显上升。那 hermes 的 优势就在于它更像一个真正的 a 准系统,它可以自动地写入记忆,把任务过程沉淀成 n d 文档,稳定性更强,也不用频繁地重启网关, 那也更像一个长期运行的工作流系统。我印象最深的一次是某一天我的模型 token 用完了,但是 hermes 依旧可以稳定地给我推送定时提醒。 原因是 hermes 的 内部分了很多模块,像 schedule、 定时任务、 memo 与记忆 work flow。 工作流大模型只是其中的一层,所以你没有 token 的 时候,它一些固定的工作流啊,定时任务啊,飞速推送依旧可以运行。 当然, hermes 也会有门槛,它的本质更像开发者工具,默认运行在 linux 或是 mac os 环境。如果你是 windows, 就 需要先配置 wsl 和 open two。 接下来我会带大家实操怎么在 windows 系统使用 hermes, 主要是以下四个步骤,第一个是安装 wsl, 第二个是安装 open two, 第三个是安装 hermes, 第四个是配置飞速机器人。首先我们打开终端,输入 wsl install, 安装成功之后第二步是输入安装 open two 的 命令。下载成功之后,它会让你设置账户和密码, 账户名称记住要小写密码,输入之后他会不显示,我们要记住输入后的密码。第三步就是我们去复制 hermes 的 官网名下载 hermes, 下载完成之后,他会问你是不是要安装文件搜索器和语音功能。我输入 y, yes, 再输入刚刚设置的 open to 密码,这里可能要等久一点,等它安装完毕。 那安装完毕之后,他会问你是否安装拍成的编辑工具,就是这样,某一些拍成插件能够正常的编辑和运行。输入 y, 然后再次输入密码, 到这一步的安装时间会比较长,同时在这里我还卡住了,我就用了 ctrl 加 c 终端任务,这里终端的其实是浏览器自动化组建的下载,那我的后面主程序本身其实是下载好了,因为我有开心的一个窗口问他说我的后面下载的进度和我的 cpu 的 一些进度。 那我们重新打开新窗口,重新进入 home, 输入第一串命令,我们先进入虚拟环境,然后再输入第二串命令,进入 home 四的安装目录。第三串命令是启动 home 四专用的拍摄虚拟环境。 最后我们输入这串命令去设置相关配置,那这里输入 y, 下一步的话我们选择快速设置,选择大模型,我是 kimi, 那 这里就输入我的 api key。 要注意的是这里输入是不显示的,不要误以为说没有输入成功。接下来输入 url, 可以 直接复制他这里显示的网站。 这里对应的模型,我应该选择的是 kimi, 二点六,应该输入的是数字五,但是我输错了,大家按照自己的模型输入对应的数字就行,然后按照我的选择操作,来到消息配置,选择非输,记得这里要用空格选中,然后进入扫码配置,他会给你一个网站, 你打开这个网站,就会自动配置到飞书机器人的页面。我们新建一个飞书机器人应用, 找到刚刚创建的机器人,发一条消息,你就会发现 home 是 没有反应,那我们就再回到终端,在这里选择群主中被艾特成为响应,这里会有一个 homechat id, 我 们回到飞书开发者后台,复制这个 id, 下一步输入 y, 这里选择的是第一个。配置完之后,我们可以尝试输入 hermes, 会弹出我们的 logo, 然后发送消息,就可以正常回复了。最后回到飞出,开启机器人的相关权限,就可以正常使用 hermes, 到这一步就成功了。 那以下这些命令是重启电脑之后开启和美相关设置的命令以及部署的过程中,其实因为系统的不同,也会出现很多问题,那如果有出现问题,我们就直接问 ai 就 好了,一步一步操作,总会成功的。好啦,有任何问题可以在评论区讨论,点赞、收藏加关注,我们下期见!