不少人对量化感兴趣，但是感觉有一个小门槛，这个是啥呢？就是编辑，其实现在已经能用智能体做编辑了，但是都有什么语言呢？我给大家细致的说说。干了十年的老量化程序员了。 大类的语言就三类， c 类语言包含 t 四、 t 五、 tb 啊， mc。 编程语言包含 主要的量化平台，比如 qmt 呀，天琴呀，巨宽也包含公式语言包含，比如文华通、大信。呃，在这些的量化语言当中， 公式语言是非常容易学的，因为比较简单，公式有点像 excel 那 个，那个就是公式，谁大于谁，谁小于谁，定义一个数， 大家要想细致的学，可以看一下人民邮电出版室的这本。为什么人民邮电出版室搞技术类的书，搞编程类的书非常多呢？这根据他们的出身有关。呃，过去咱们好多出版室呢，什么纺织出版室，钢铁出版室 啊，邮电出版室当时就把互联网 it 这部分的书划给了邮电出版室，他们呢就有这个编程 it 的 基础。呃，也给咱们讲了通达信公式编写的书，而且是实战版， 精准的去筛选，是这种彩色印刷的形式，是不是看起来非常的生动而活泼？讲了通达信筛选的应用场景，通达信的语法和函数。 讲了公式筛选的基本逻辑，基本面的筛选，技术指标的筛选，形态的筛选，排序功能筛选，讲了综合运用去筛选。讲了神奇九转到 t d 多序列筛选。神奇九转这个是东塔信自带的，大家有这个软件的可以 打开看看啊，挺好的，不少人在用，而且讲了重要的公式元代码，看看这还有给大家写的势利呢，真诚的，挺好的书，而且是大出版社给大家出的。
粉丝2888获赞1.1万
相关视频
16:50查看AI文稿AI文稿卡拉库的能够写几百万行代码，写个几百万字的小说应该没啥问题吧？番茄上这本解锁未来黑科技，我带国家充新计。这本小说就是我们小伙伴用卡拉库的全程写的，总共是五百张九十万字 头壳话费，这个就不知道了，今天就让我来带大家解锁这个新技能关，前提是我是程序员，不是专业作家。本期视频就纯粹的分享一下技术给大家， 让我们开始用豆包类网页。 ai 写小说最大的问题就是长文本的一致性，三十万个字以后就容易出现这种逻辑硬伤，比如前面某个配角已经死了，后面又突然冒出来了，又或者是世界观不一致，都是小说女主角重金求子，仙侠世界的老道长，但又不能把整本小说全部丢给 ai 模型，受不了，你的钱包也受不了。我们的解决办法就是用 color code 一个写代码的工具，按工程化的方式去构建小说，不是把整本小说全部丢给模型，而是选择性的进行处理，最后输出成小说。 具体的做法就是三步，第一是搭建这个整体框架，第二是约束 ai 在 框架内进行正反的创作，第三是让这个 ai 进行自动的审稿，有问题我们再回到整体进行修正，形成一个不断优化的这么一个闭环。为此我们是设计了 bug skill 技能， 现在有了 color code 加模型加 skill， 就 等于你的专属的小说创作平台，你就能够进行低成本的进行这种专业化的小说创作。其实那些付费的创作平台就是这么干的，现在你只要为大叔点个赞，你就能够免费的获得这个专业的能力，关键是修改的自主权全部都在你们自己手里，我们继续 这 bug skill 看上去很复杂，其实一点都不简单，好在所有的操作全部都是 ai 自动化的，你无脑的一路，下一步也能够完成一本及格的小说。 但是你要想拿高分挣稿费，你就必须得明白这里面的创作流程，然后不断地精进，然后我们要把它拷贝来，然后放到你的电脑里面。呃，这里面 windows 和和那个 mac 差不多啊，所以说我就直接在我的 mac 上面进行演示了， 然后拿到之后的话，大家把它解压，解压的话你可以改个名字，就是叫做我的小说，它就是个工程，然后我们就可以进入到对应的这个终端里面去，用那个 color code 打开 好，里面只有个 call 的 点 md 文件啊，时尚，它里面还有一个隐藏的目录，我们也可以用另外一个工具，用工具的方式把它打开，然后大家看的更清楚一点，那这里面的点 call 的 这是个隐藏目录，里面的话，所有的 skill 都放在这里面，你看像这个就是制作封面的 啊，就是封面相关的，这个制作是怎么怎么制作对应的这个技能，然后这个是制作大纲的，这个是进行一个编辑的啊， 然后这个 card 点 m d 的 话，它是呃告诉 card 到底怎么去使用这些 skill， 怎么进行一个正版的创作啊？它全部都是一个自动化的啊，自动化的。接下来的话我们就开始，我们先从选题开始。好，我们要进入到 card 里面去输入 card 好点吸引这个目录，我们先测试一下对应的这个，呃模型是不是畅通的啊？我们说一个哈喽，而且他你看他回了一句，呃，欢迎回到小说的创作项目，你知道他为啥知道这个这个项目是要创造小说嘞？ 他不是说根据你的这个目录名字，而是他你每次发起任何请求的时候他都会把这个拷的点 m d 一 起发个模型，模型就知道。哦，你这是要创作小说了？好，接下来的话我们可以问他，呃我应该怎么开始 啊？比如说我们现在问他我应该怎么开始他这个时候他就会告诉你，呃，你要先创作这个选择题，然后再制作这个大纲之类的啊，可以呃我们先来创作一个选择题吧啊，就假设，呃。 创作一本小说，程序员被卖到泰国，然后变性成为女王的故事。 ok， 然后可以了啊，这个时候我们就开始创作这个选择题，这全都是自动化的啊，全都是无脑的。 好，然后我们就等这个时候，你看他这个是主题的技能，他利用这个技能然后去开始创作这个主题。 这个 token 的 消耗的话，主要是输入 token 输出的 token 是 比较低的啊，你看这里面总共才八百二十二个 token。 八百二十二个 token 才多少钱？ 一百万个 token 才两块钱，八百二十二个 token 你 们自己算多少钱啊？ ok， 基本上可以忽略不计，但是输入了 token 这个就比较多了啊，至少是上万的啊。 ok， 因为它对应的系统的提示词非常的多，它对应的这些 skill 的 这些技能啊，都全部都要发给这个模型，而且来来回回要发好几遍。 好，现在的话它就已经帮我们选择了三个题目，我被卖到泰国，靠代码成为女王，选美娱乐圈逆袭流，选 a 吧，选 d a， 直接跟他讲选 d a。 好，接下来的话他就会在这里面给你生成一个选择题的这个文本文件，就我们就可以进行下一步就是这个核心设定了。看这里面啊，他就已经生成了这个选择题，被卖到泰国，我靠代码成为女王。好，接下来的话我们就开始进入到这个核心设定， 我们直接跟他说继续简单这无脑下一步就可以了。但如果说你觉得这里面不符合你的这个要求，或者是跟你的预期有差距的话，你可以直接把它改，改完之后的话，到时候这个 color code 就 会基于你修改的这个呃，内容进行一个创作。 现在就是这样子的，就是如果你去做的话，那么你舞蹈下一步也能够打六十分，但如果说你想打八十分九十分的话，那么你就要在这里面投入很多的一个精力和心血啊，对它进行一个调整。 好，那个核心设定已经完成了啊，那系统问你要不要就按照这种方式啊？如果说你觉得不对的话，你可以让他先修改啊，那这点我们咱也不改了，就直接确定吧。 好，这样子他就会生成这个核心设定。呃，他的世界观等级，他的世界规，世界的规则，系统的等级，因为这是系统文啊，金手指的一个系统出发条件。 那如果说你经常看网文的话，那么这些你肯定比大叔还要清楚啊，还有他的主要的反派。接下来我们就要进行大纲，大纲是整个小说的一个核心，那我们直接点继续。 大纲总共分成三层，第一层是卷，然后第二层是他对那单元，每个每个小说的话大半，大部分情况下至少是五到十个卷，然后每一卷里面，然后再又是十几个单元，每个单元里面再是五六个章节啊，加在一起的话就将近 呃，几百个章节啊，这个时候的话他就要生成三份文件啊，就是先做，先是卷整体的卷，然后再是单元，然后再是大章。一般的话我们是先创作一些前面第一卷第一个单元，前面五六个章节， 然后去番茄上试一下，如果觉得行的话我们继续写，如果不行的话我们可能就要换一个风格。好，分卷大纲的话已经完成了，总共我们是五个卷啊，第一个卷是新生崛起、博弈、涅槃加冕。 好，确定，这个时候我们就做好了这个分卷大关，第一卷，第二卷，第三卷，第四卷，现在我们开始写第一卷的。呃，剧情单元，十二个单元，每个单元是五个章节。 好，这第一卷的十二个单元我们终于是搞定了啊，然后我们让他继续。 好，这个时候这是第一卷的巨型单元，总共是十二个，待会的话我们就要创造第一单元的。呃，前面五个章节的一个大纲啊，看这个，这个，这整个的大纲是层层递进的，先是大，先是卷，再是单元，再是章节。 他现在的话让我们创建这个。呃，第二卷的巨型单元了，我们就先先别让他创建，我们先。 好，我们的第一张大纲写完了，我们确认啊。好，这个时候的话，分卷大纲已经有了，剧情单元大纲也已经有了啊，然后这个是第一单元的章节大纲，第一章、第二章、第三章， 第四张和第五张。好，接下来的话啊，我们就可以开始创作了啊，可以，即使你这个时候你呃退出去重新再进来，对吧？一般情况下，如果说你用网页 ai 的 话，那么对应的这绘画就丢失了， 然后这个记忆也就丢失了，但是的话，你用 color code 的 话就没有这个问题了，因为因为他待会创作的时候， 你看现在我们重新进来的话，是一个新的绘画了，这个时候你让他继续开始创作的时候，他一定是按照你的选择题，你的核心设定，你的标签简介，你的分卷、分卷大纲和矩形单元和分卷大纲去进行创作的，他绝对不可能去瞎创作的啊。这个时候的话，好，接下来的话我们就可以跟他讲，呃，开始创作第一章， 甚至你直接说继续都可以啊。好，我们还是指令还是发清楚一点啊？创作第一章 点确定好，这是第一张我们就已经写完了，我们我们让他开始写第二张 啊，他下一步是审稿，我们就先不审稿啊，我们先把前面五个章节全部写完之后我们再再进行审稿。 好，这里面第二张也已经写完了，那第一张，第一张，第二张， 我直接让他编辑第三四五张吧，我们直接开始编辑第第三四五张。 哎，他编辑之前他不会直接瞎写的，一定要把之前的进度给他读一遍他才知道怎么写的，有记忆的话他会保持一个一次性啊。 好，已经写完第三张了， 第四张也已经写完了。好，现在开始写第五张啊，第五张写完之后的话整个一单面就已经完成了啊，然后的话我们就可以进行一个呃，审稿了。 好，全部都已经写完了，这里面输出的话已经是八点九 k 啊。 像这种文像这种操作的话你是可以随时中断然后随时继续重新开始的啊。你不会说我我写完之后下次不小心断电了之后我又得重新开始啊。这个不会 开审，第一至五张 审稿， 反正基本上这个有手就行，但是刚刚大叔这样子一路下一步操作的话那这个质量肯定你想拿高分肯定是 要要碰运气的。基本上写完之后你得自己看，你得自己一张一张把它给看了，然后觉得不对的要随时给他进行调整，但也不要太细了，因为很多时候你觉得不对可能读者觉得对或者你觉得对的地方读者不一定感冒， 所以说我们还是得去拿到市场上去验证之后才能得到这个效果你才能够有有这有这个网感。当然了这个我不是专业作者啊，所以说我发表不了专业的意见啊。 他这里面会进行打分啊，他是本单元质量已经达到九十分。九十分以上啊，优秀了，但这东西就是他自己省的，自己自己打分。确实你不能够完全相信他啊，所以你还是得自己去看。我就直接说请修复 好完事啊。呵呵，那我们这个演示就差不多就结束了啊，当然还有一个封面图没制作啊，那么待会儿我们也演示一下，帮我制作 封面图参考选择题，要让你强制跟他说一下，你也给自己按一个啊。 好，这个就是它的修改，我们可以选择这个，让它直接自动化全部修改。 我们的修复已经完成了啊，这个时候差不多你就可以把，你就可以直接把它上传到这个番茄小说去了，去试试水，如果做那个读者感觉还行，我们就可以继续往下更新，不行的话我们就可以去调节，构建一个新的故事。好，这个这个是封面提示词， 这个封面提示词的话也很简单，我们就直接把它复制过来，然后用豆包去生作图就可以了。 嗯，你也可以用别的模型啊，自己去调，反正这个都不要钱。 被卖泰国，我靠，代码成女王。可以可以。 哎，感觉差不多啊，这风格。这是谷歌的 gamer。 最后我们来看一下到底用了多少这个 token 啊？ a p i 开放平台， 然后用量信息，今这都是。这都是今天用的啊，总共是花了一块钱啊，如果我用那个就不用这个 pro 模型，用这个 flash 模型的话，这个价格应该只有它的三分之一，大概就是三毛钱的样子， 一个章节估计就是五分钱，哈哈，这么算下来的话啊，我我我算一下吧，假设，假设我们就按一毛钱来算，三百个章节乘以零点一， 那也就是三十块钱啊，看一下你们能不能把这个 token 的 钱给他挣回来啊，当然这个还不止啊，因为你还要审稿了，还要改之类的。 最后我们总结一下，直接在网页上和 ai 对 话，无法写出这种专业的小说，必须使用 color code 这类本地的强 a 技能才行。第二是小说创作，三部曲 搭建框架，论文创作和逻辑神稿有问题，再回头改形成一个闭环。第三，收藏不等于学会行动才是。那估计有人就会泼冷水了，网文市场是一片红海，卷的不行了，现在还能够挣到钱吗？说的也对，如果说你想着一下子要写出一个爆款来，靠它年入几十个 w， 这不切实际。但如果说你就是想把你的幻想变成小说给自己看，或者给你周边的人看，这有什么不行呢？你就是想学习一下，接触一下 color code 的 这类专业的 ai 工具。从小说开始的话，这是成本最低的，因为它的 tokyo 的 花费相比做视频的话，它的成本是它的几十分之一。 前 open ai 的 技术总监卡帕西曾经说过，判断一个人有没有跟上这个时代，就看他每天有消耗多少 tokyo， 让更多的人能够跟上 ai 这个时代就是我做视频的初衷。前段时间一直是忙着挣税，营停更了几个月，真的是很抱歉，但纵使生活不易，我还是想为大家坚持这份热爱，我们下期视频再见！
414鲁班大叔
11:18查看AI文稿AI文稿哈喽大家好，欢迎来到信息的视频。那今天给大家介绍一个宝藏开元项目，那这个项目呢？还真的是有点难崩。为什么这么说呢？因为奸商看到他呢，绝对会眼前一亮，满眼都是暴力， 感觉韭菜都快隔着屏幕长到他家去了。那另一边呢？如果是心没那么黑的小白用户，你也可以靠着他狂薅大场的羊毛，当然只要你心不是太黑，靠着他撑起一个挣钱的副业，那是完全没有问题。 那接上的黑幕呢？我们放到视频的后面再给大家讲，我们先来看一下对于普通用户来说到底有什么好处。我相信如果大家接触过一段时间这种相关的 ai ai 阵的工具了之后呢，就会发现，质疑你最终场景落地效果的其实就是那个模型的能力。 有的时候顶级模型大家又觉得太贵，然后就会去网上去搜各种各样的打折优惠薅羊毛的这种信息。因为各家的这个战略和节奏的不同呢，所以它的各种优惠程度和时间周期都不一样。你本地又装了各种各样不同的工具，有可能你是 codex， open claw， claw code， 然后又有这个 co worker 等等一系列的购单工具。一旦你当前用的这家供应商活动结束了，然后你想换到另外一家，换完之后你又得把所有的 api 配置全部都改一遍，非常繁琐。 我自己也有类似的感受，那每到这种时候，我就会在想，如果有一个工具能够让我把所有 api key 的 配置全部都收拢到一起，做一个集中的代理，这样的话，我的各个 ai 工具都只需要配置这一个代理工具就可以，以后如果有新的供应商 api key， 那 我只需要接入到这个代理里面就可以。 今天给大家介绍的正是这样一个开源项目，它叫 new api， 它能够实现呢就是把上游所有模型渠道的 api key 全部都收拢到一起，让大家进行统一的配置和管理。这样的话，作为新手小白，你可能各家都能够薅到一些新用户的羊毛。如果你想 ai 搞钱做副业的话， 你就可以打造自己的 token 池子，然后转卖给下游的用户来挣钱。那你的利润主要来源三个维度，第一呢就是批量 token 采购的一个折扣， 这个后面会提到。第二个就是你可以把新用户的免费额度呢融合进付费的套餐。那第三个呢，就是考同一个模型，不同供应商之间的一个折扣差异。实际的场景下，大家可以结合这个性能，供应商的稳定性，它的报价，整体的服务质量 各方面去进行一个综合评定，来维护你的模型托肯池子，你的最终目的呢，就是在留住用户的这个前提下，尽可能提高你的利润空间。好呢，先给大家看一下演示啊，这个项目到底怎么去搭建和配置？ 首先带大家来看一下这个项目的 get up 首页安装的过程呢，其实也非常简单，它需要一个 dog 的 环境来部署，大家把代码呢克隆到本地之后，确保你的 dog 引擎和 dog compose 都已经正确的安装和设置好，配置文件改好了之后，直接运行 dog compose on 就 可以启动了，其实非常简单，然后再带大家看一下这个 new api 的 配置文件哈， 这里面其实大多数配置如果你是本地使用的话，不改也没有什么问题。唯一需要注意的是，关于这个流逝的响应模式超时这个的话呢，建议大家稍微配的大一点，因为配置的过小的话，有可能会出现流逝响应的时候中断的问题啊。再往下呢，它底层是依赖了 res 和一个关系数据库啊，它默认的是 posgrid 啊， posgrid 的 这个密码大家最好改一下在这个地方。 然后最后一点需要注意的就是它的这个端口号，这里大家选一个没有被占用的就可以，等一下服务启动起来之后呢，你要用它来访问网页的控制台啊。那配置好了之后呢，大家只需要进入你暴露的这个端口号啊，就会看到这样的一个触手的一个界面， 直接点击下一步，然后把用户名密码填一下，然后这里呢可以设置对外服务的模式，如果你想要对外提供多租户的商业化服务，拿这个挣钱的话就选这个， 如果你是自己本地使用的话，就用这个。选好了之后呢，点击这个出纸化系统好，过了一会他就出纸化好了，大家看到这个就是你的一个入口网关，如果你是对外提供服务的话呢，你应该去注册一个公网的域名，然后把这里呢通过配置文件改成你的这个正式域名， 接下来你点击这个获取密钥好，他会调整到你的控制面板。大家看到因为我是按照外部服务商的模式来出纸化的，所以这其实是一个多租户的模式， 包括你的调用量、数据看板，你 a p i token 的 管理，每个用户都可以拥有自己的 token， 内部直接继承了邀请、奖励和兑换码这种 营销的模式，也就是如果你想要运营一个中转商的话，你可以用这种模式来发展你的用户，让他帮你们去做营销宣传。你订阅的模式其实也是非常的丰富的，你可以去自己新建套餐，如果我是一个 a p i 中转商的话，我可以给我的用户定制一个属于他们的套餐， 比如说我建一个 pro 套餐，一个月是二十块吧，一种是美金，然后你可以设置购买上限，有效的单位重置周期啊，都是可以的。渠道管理这里呢就可以定义你的 token 的 来源，不管你是个人用户还是服务商，可以通过这里添加 api token 的 一个来源。大家看到这里，其实常见的供应商都是支持的， openai、 astropic、 aws， vertex， 包括国内的一些大模型全部都支持啊，包括 openai 的 这个 os 模式它也是支持的，即使有些小众的模型它没有支持，那一般情况下呢，那些模型它也都会提供 openai 或者 astropik 兼容的这种 api 模式啊，你也可以用这两个 直接去配置，也是 ok 的。 填好之后呢，你把对应的 api key 放在这里啊，注意这里的 api key 呢，不是发给你的用户的 api key， 而是你从上游购买的时候，那个上游服务商给你的 api key， 大家一定要分清楚啊， 然后在这个令牌管理这里呢，才是给你自己或者说你的下游用户他们去添加 apikey 的 地方，让大家看到你还可以给你的 apikey 去设置额度啊，设置模型的访问限制， ip 的 白名单啊，都是可以的啊，因为如果你是服务商的话，你有可能被你的下游用户去薅羊毛，那如何去规避这种情况 啊？然后在系统设置里面，你可以去做很多局的这种管控，来控制你的用户怎么样去使用这些模型啊？这个是性能的这个限制，这个是模型部署。对小白用户来讲，其他的这些系统设置大家都不需要操心啊，只需要去看这里。一个是渠道管理， 用来接入上游的一些供应商啊，不管你想薅哪一家的羊毛，哪家有免费的额度，你都可以去那边注册账号，然后在这边去添加就可以。然后这里给大家看一下他的这个高级设置。这里面啊还可以去设置一些 这个默认的参数，比如说你有一些系统提示词，你有一些这个 prompt catch 的 一些这种参数的启动，你都可以在这里直接去改这个请求头，参照官方的这个配置文档去改就可以了，包括系统提示词，你也可以直接覆盖，这个就是在 api 的 维度去配置了，相当于只要你调这个接口，它就会默认的把这个系统提示词改掉。 除了聊天的这个 check completion 之外呢，它还能支持音频、 embedding， 图像、视频甚至 revamped 的 模型啊，它都是有的， 也就是说基本上你对 ai 大 模型的所有类型的模型需求，都可以通过这一套框架在你自己的本地把 apikey 的 配置收拢起来，如果你自己想做 token 的 渠道商的话呢，那你完全可以用这个东西搭一套自己的管理后台。就有点像大家以前去做 vpn 搭梯子的时候用的那一套东西， ituray 啊， smartbox 等等这些。过去是做这个网络流量的生意，那现在到了 ai 的 时代，它就变成了做 token 的 生意，其实本质上是一套东西，大家把模型的渠道商配置好了之后呢，就可以实际的开始使用了，这个是它的官方文档，大家只需要把这里的域名改成你自己的域名啊，或者你的 ip 就 可以了。也就说不管你本地是什么样的客户端 啊，你是 openclaw， 你 是 clawco 还是什么其他的系统，那你都可以通过这一套模式在配置的时候用一个统一的地址去配。 那以后如果你有任何的新的渠道商的接入啊，或者你想要切换一个渠道商，那你需要回到那个管理控制台，然后在这个模型管理里面去做切换就可以。甚至对于同一个模型，你都可以换不同的供应商。比如说你在模型这里配了一个 cloud office， 然后供应商这里呢，你可以随时切换。你之前是 astropopy， 那 后续如果你觉得 a w s 或者 anti gravity 有更好的这个折扣和 deal， 那 你可以随时在这里改 cloco， openclaw 这些应用的配置完全不需要动。然后再给大家看一下模型部署这个地方，它的模型部署呢，是依赖了 i o dot net 这样的一个平台，带大家过去看一下 这个 i o dot net 呢，其实就是一个算力的供应商，大家可以把它列入成 a w s 啊，谷歌，只不过它专门是来提供 g p u 相关的这个算力的， 它并不像传统云浮供应商产品体积那么完整，而是专注在 gpu 的 这一块。大家看你可以在上面去直接买 he 版、 a 版这些英伟达的顶级的算力卡，直接去部署那些满血的模型，也就是说它从拓客的供应商呢，相对来说是非常全面。像这种 gpu 算力的供应商 啊，你可以直接采购 h 一 百 a 一 百的卡，然后回到渠道管理里面，你可以去依赖大模型的官方 api， 你 也可以去依赖云服务供应商。 而且像 a w s 谷歌这些呢，它们也有云端的这个 g p o 的 讯息机，比如说你直接在 a w s 上买了一个 a e 版的讯息机，然后在上面部署一个大模型，通过 open i a p i 兼容的这种方式也可以集成到这里面。然后大家看到这里还有欧拉嘛，比如你自己本地有个五零九零， 我上次一期视频给大家看过那个巴卡的魔改五零九零，那如果你是这样的用户的话，自己本地部署好了之后，用欧拉玛把这个巴卡的五零九零工装成一个模型， api 也可以在这里提供出来，大家看到它的选择还是相当丰富的 啊。刚才给大家讲了，普通的小白用户怎么样靠这个开源项目来提升自己 ai 工具使用的一个效率，来薅各种大厂的羊毛。那接下来我们黑化一下，来聊一下从奸商的这个事情 怎么样靠这些东西割韭菜赚取暴利？当然这里并不是鼓励大家去这样做啊，因为但凡有灰色利润的地方，他就会有一些政策和法律风险，大家就纯粹从用户的视角去看一下，尽量避免让自己踩到这种黑心的 api token 终端。商其实工具是同一套， 那这帮奸商为了攥取利润，势必就需要从各种不同的方向去压缩他的这个成本。这里给大家列一下，比如说他们会通过一些公网扫描的这些黑客的脚本去 扫那些有安全漏洞的 a 证网关。尤其是最近 openclaw 大 火了之后，有大量没有安全意识的用户，其实是把自己的 openclaw 网关直接开放在公网上， 而且也没有任何的 open 加密，那这些用户就极易被这些黑客脚本扫到，从而导致自己的 api key 泄露出去。 而且刚才给大家展示管理控制台的时候应该也已经看到了，他其实可以非常精细的去调整每一个账号，每一个模型供应商他的用量和额度。假如说我通过黑客脚本把你的 ip 抓过来，那我就是为了不让你发现，我可以把占用你额度的这个量调的非常低， 只要我拿到的这些泄露 a p i p 的 数量足够多，那其实所有的用户都在隐形的给我输血，而这些用户他有可能完全感知不到。那第二个呢，就是通过隐形的去压榨剩余的投肯，比如说他在卖给他的下游用户的时候，我声称给你 一周一百万的投肯，但实际呢，在你的用量达到比如说九十万甚至更低八十五万的时候，我就告诉你，哎，额度受限，你已经用完了，他就在赌大多数的用户不会做精细的投肯数量统计。 再有一个呢，就是他们会用大量虚拟的这个手机卡去注册各个大模型平台的一个免费账号，然后把这些免费的额度全部都薅一遍，因为虚拟卡它可以无限注册嘛，用完了，一波免费洋房薅完了，那我再注册一堆虚拟卡，如此网富。 那再接下来呢，是一种相对合规的操作吧，就是通过批量购买账号的方式，因为各家当你的账号购买额度购买的这个量大到一定程度的时候，都会有一些企业级折扣的。我通过注册公司账号，联系各家大国型供应商的企业服务的销售团队，然后让他们给我打折。 各个大国型供应商，他们的区域授权团队，为了获客，他们都有一定的折扣空间，那么这个空间也是我的潜在地。 那最后就是你更黑心的一点，那他们就会按比例直接去掺那些低智商低价格的模型，比如说我卖给你是 pro opus 四点六，那实际上我会在里面掺一定比例的海库，甚至更低尺子的模型，他们掺假的这个量呢，也会动态的调整，一边让你感觉不到， 同时另一边呢，它的利润也能最大化。希望这个工具可以提高大家使用 ai 服务的一个效率，然后同时避免遇到一些黑心的投坑中转商。 想要创业的朋友呢，也能在里面看到一些搞钱的机会。好，那今天的视频就这些，如果你觉得这期视频对你有用，欢迎点赞、评论、转发，那我们下期视频见。
2224川流AI
01:19查看AI文稿AI文稿想用上 ploco， 体会大家说的帮你把活干了的推背感，但是打开教程就看到命令行终端。不要怕同学们， ploco 的 用户分两种人， 第一种就是已经会写代码的程序员们，他们呢？会用终端或者代码编辑器，终端速度快，代码编辑器可以直接看到 ai 一 行一行在改些什么， 但是他们都有一个共同点，是要碰代码而不会写代码的普通人。比如我推荐大家直接上桌面 app 敲黑板卡扣。桌面版不是低配版， 桌面 app 跟终端是用的同一个引擎，它有的功能桌面 app 都有，只是换了一个皮肤， 但是他的上手门槛超级低，你只要点击下载登录，打开这个 code 的 tab， 指定给他一个文件夹，同学们你就可以开始 write coding 了。这面板还可以直接在窗口里面预览结果， 所有的 session 都一览无余。这些都是终端版里面没有的功能，全程不需要你敲一句命令行， 这才是普通人拥有的 ai 屏存。哪天你想试试终端版的皮肤，随时都可以做切换，那装潢卡扣可以用它来干什么呢？下一条告诉你。
27我是邵黑瘦
16:24查看AI文稿AI文稿来看一下 cloud code 的 一个全教程，基础的认知定义的话，它是 antiphic 公司二五年二月推出的原声端的一个。什么 原声终端的 ai agent， 简称 c c cloud code 嘛？嗯，它的一个核心原理就是大模型的循环 l l m 的 一个 loop 啊。 l l m 那优势的话是本地运行的，而且它的一个优秀的 harness 的 一个工程控制，控制的工程适用的场景在于编程的开发、文案攸写、资料整理、数据分析等脑力的工作。适用的场景是编程开发、文案攸写、资料整理、数据分析等脑力工作 啊。第二第二点呢，就来看安装和环境的配置。安装方式，命令行，命令行就是用这个电脑的命令行来安装，或者是 ai 来辅助安装。环境搭配可以去搭配，比如说 curson agent 一个 ide， 那 agent ide 是 什么意思？ aggieter integrated development environment 智能体的一个集成开发环境， ide id 一 对 𠲎 集成，呃，集成集成 development environment 集成开发的一个环境是二五到二六年 兴起的一个新一代 ai 原生的开发工具，把人工智能从被动的代码助手升级为主动的自主合作伙伴，彻底改变了软件开发的一个工作方式。简单来说的话，就传统的 id 是 你写代码， ai 帮你补起 补全，而 agent ide 的 话是你说要干什么， ai 会帮你完成整个开发的流程，它内置了具备自主决策和执行能力的一个 ai 智能体，能够理解你的自然语言的需求，独立规划任务，修改多个文件运行终端命令执行测试、修复错误，甚至提交代码和打开 pull request， 整个过程只需要你在关键节点进行审查和确认。 那它与传统 ide 的 本质区别，传统的 ide， 比如说 vs code， 它这个是吧？ ai 的 定位呢？就是侧边栏的插件是被动的响应， agent ide 是 核心架构，主动协助的工作方式是 开发者逐行去编辑。 ai 提供一些建议，那我们 a 证 id 是 开发者描述这个目标， ai 直接去执行任务能力边界单文件的一个代码生成补缺，而 a 证 id 它是多文件的重构，全流程的自动化。开发者的角色是代码的编辑者。那我们 a 证 id 里面是 需求的定义者和结果审查者。上下文，理解有限的上下文，那我们这里用的是一个完整的代码库和项目架构的理解关键能力特征。真正的 a 政策 id 必须要具备以下的核心能力， 一、目标导向的自主性，理解高层次的开发意图，无需逐行去指令。二、任务规划与分解，将复杂的需求拆分为可执行的子任务。三、环境交互能力， 操作文件系统终端版本控制外部的 a p i。 四、自我修正能力，运行测试，解读错误的信息，迭代，改进代码。五、常上下文，内个处理，理解整个代码库的结构和依赖的关系。主流的 agent id 的 工具，截止到二六年的五月， 市场上主流的这个工具是包括了 cursor 是 市场占有率最高寄予 vs code 的 构建的，那上手门槛是最低的 windows， 这都没听过。 然后这是什么？大大型的代码库和企业级的文件？ jet brain ear， 这个是 什么？隔离式的工作空间， a w s 的 一个规范驱动模式， google 的 anti gravity， anti gravity 的 话它是反重力的 google， google 这个听过就支持多个， 最多支持五个 a 阵的并行工作生成，可验证的交付，还有是字节的。这个 tree 的 tree 是 国内版全部功能免费支持自定义的智能体的一个创建，所以这个 cursor 和这个什么对吧？啊？ anti gravity， 还有这个 tree， 它是自定义智能体的一个构建，它可以干嘛？它是它其实整个是说智能体的集成开发环境，就本来是你自己写代码，现在你只要告诉它需求，然后你去审查结果就 ok 了。 然后模型的配置的话是官方模型的一个登录 cloud code， 它有官方的模型，国产的一个模型的话，比如说 deepsea 这些是国产大模型 啊。基础初步化的一个设置的话，包括了主题的选择，安全配置文件夹的一个信任，安全配置的话你是完全的相信它，还是说你在中间的话要进行确认？三、基础使用权限模式、权限模式 plan mode 是 计划模式、默认模式、自动编辑模式、无确认风险模式，有计划模式、默认模式、自动编辑模式和无确认 分险模式，它就其实就是给它的权限，嗯，是高还是低？交互的方式包括了文字对话，然后 at 文件，发送图片斜杠命令就是怎么去， 嗯，给自己就是说给他下命令，它是包括了文字文件，还有说图片斜杠命令，常用的斜杠命令就是一个斜杠 model， 斜杠 斜杠 b t w 斜杠 simplify， 斜杠 help， 它就是 model 模型 b t w simplify 就 给它简化一些自己的一个命令， help 执行的命令，心中端运行 叹号，前端运行， control b 的 话，它是一个后端后台运行，心中端运行前缀运行，还有就是一个后台的运行 管控的技巧的话，回滚的功能，双击是退出，然后还有这个 re， rename 版本的管理，呃， get get 的 一个存档提交和回滚。上下文管理可以怎么样子？上下文因为有些太多了，你可以给给它进行压缩一些信息，不然会消耗很多的客户坑。 compact 压缩斜杠，它不是说命令吗？ clear 就是 清空斜杠。 contact contest， 它是一个呃，对对比， contact contact 它是一个对比查看账比，然后 对话恢复的话， resolve， 还有 cloud cloud， 它继续进行对话个性化的定制。首先第一层的话，它是一个 cloud cloud 的 一个三层。记忆的话首先是大局，大局的话是通用的规则，对所有的项目都生效，就相当于一个基础的设置 项目级项目专属的规范，可以团队共享文件夹及就指目录特殊的进行规则。 auto memory， auto memory 它是自动记忆，去记忆一些什么东西，它会在你就是在操作的过程中，它会记录你的用户习惯，反馈项目进度。外部资源 操作就是可以开启，可以关闭，还可以去查看记忆和删除一些记忆，自定义文档，比如说品牌规范语言的一个规范。 六、高级拓展功能 skills 就是 一个技能分类，可以分为知识型，流程型，工具型，混合型 skills， 它有这些分类知识流程工具，还有混合型安装，手动放置，还有 final skill 的 一个辅助，创建 skill creator 的 一个辅助外部连接工具 m c p 就 ai 与外部服务器的一个转接， c l i 的 话是命令行工具，高效去调用外部的功能。 m c p 是 ai 与外部服务的转接。 m c p 是 什么？ model context pro protocol， 它就是一个 model context protocol 模型的上下文协议，它是 ai 智能体时代的一个行业标准协议，被称为 ai 世界的一个呃， usb c 接口，也就是刚才问的 ai 就是 agent ide 背后最核心的一个技术之称之一。 m c p l cloud 的 子公司 antopik 二十四年一月推出的开源的标准， 它解决了 ai 发展史上一个关键的问题，就让 a 任何的 ai 智能体都能即插即用地去连接外部的工具、数据和服务，而不需要为每个工具去编辑定制的集成代码。解决了什么问题？在 m c p， 它就相当于一个 usb c 的 一个接口， 那就是在诞生之前的话，其面临着 ai 工具，其实面临着呃嗯 n 乘以 n m 的 一个困境， n 个不同的 ai 应用，比如说 cloud， gpt、 酷 sir v s code， n 个不同的外部工具 github 然后就比如说这个 stack a w s。 结果就是需要开发 n 乘以 m 个独立的一个适配器，成本极高，而且难以维护。 m c p， 它通过统一的标准接口把它这个问题简化为 n 加 m。 只要 ai 应用 支持 m c p 的 客户端工具，支持 m c p 服务器，它们就能自动地互相连接，就能自动互相连接。核心的架构与三大功能 m c p 采用客户端服务器的架构， 然后它们为 ai 的 话提供了三类标准化的交互能力。首先第一个是 resource 资源，让 ai 读取外部的数据文件、 数据库 notion 等界面 tools 就 工具能让 ai 去执行操作运行终端的命令，调用 api， 发送邮件等。 some prompts 就是 一个提示，呃，提供预定制的提示词模板，引导 ai 在 特定的场景下更好地工作。与 ai agent ide 的 一个关系，那他就是之前就问这 agent ide 它是一个 mcp 对 吧？传统的 ide 它是只能在有限的上下文中去生成代码，那现在的 agent ide 呢？它 ai 可以 理解整个项目的结构，读取任意的文件，运行终端命令，测试错，测试执行这个测试，修复错误，甚至提交代码和打开 pr。 截止到二六年的五月，所有的一个主流 agent ide 的 话，都能够原生支持 mcp， 而且有庞大的 mcp 的 一个服务器生态的系统几乎覆盖了覆盖了所有的一个开发工具和服务。 c l i 的 话全称是 command line interface 命令行的界面是最古老最核心的计算机的交互方式之一， 一些通过纯输入就输入纯文本的命令来控制计算机来执行任务，没有图形的按钮、菜单和鼠标的操作。在二六年的技术语境下， c l i 的 话，它就是命令行的一个界面，没有被淘汰，反而因为 ai 智能体和 ai ide 的 兴起，成为了最强大的开发工具接口。核心概念对比， c l i 和跟 g u i graphical user interface 图形界面， 图形用户界面是相对的概念。首先这个命令行的界面交互方式就是文本，那这个图形用户界面的话是要点击拖拽图形元素，图形的一个元素 啊，学习曲线的话，陡峭，需要记忆命令，那这个是平缓的，直观易懂，执行速度极快，几乎没有额外的开销，较慢，需要渲染。页面 自动化能力极强，可以脚本化，批量执行，即有。就图形用户界面的话是较弱，难以自动化，远程操控，原声支持带宽的占用极低。 图形用户界面它是依赖远程的，桌面，带宽要求高。简单来说呢， g u g u i 图形界面， 图形用户界面让用新手更容易上手。 c l i 的 话是命令行界面，让专家效率倍增，为什么开发者离不开 c l i？ 首先是极致的效率，熟练后一条命令就能完成 图形界面里面的十几步点击的一个操作。二、可以自动化，可以将多行命令写成脚本，一键执行重复的任务。三、远程控制，可以通过 s s h 在 全球任何地方都控制服务器，这是这个什么图形用户界面没有办法比拟的。 四、资融资源占用低，在服务器、嵌入式设备等资源有限的环境中是唯一的选择。五、工具生态，几乎所有的一个开发工具，服务器的软件， ai 的 一个工具都优先提供这个 c l i 的 一个接口，每天都在接触的 c l i 工具，系统自带的，比如说这个， 嗯， windows 里面 command command power shell， 还有一个是 windows 的 一个 terminal power shell， 这个是很常见的开发必备， get 的 话是版本控制，所有开发者每天都必备的。 然后 python 的 话，包管理器，还有容器管理，集训管理， obsidian 的 一个命令行的启动工具，以及这个 cursor cursor 的 什么？比如说 agent id 的 命令行的接口， 命令的基本结构， c c l i 的 一个命令的基本结构，一条标准的命令，它由三部分构成，命令选项，参数。命令的话就是要操作的名称，比如说 git git 啊，版本控制，对吧？选项，它是以这个开头修改命令的动作，比如说 git clone depth one， 对 吧？然后再就参数是命令执行那个对象，比如说文件的路径， url 名称等势利害，比如说这个 git clone， 还就是一个网站， 命令是这个 git 呃子，命令就 clone， 然后再参数的话是这个网站 c l i 跟 ai 呃 ai 这个 agent id 的 一个关系， 这是最需要了解的一点，也是 c l c l i 在 今天就是一个叫什么命令行工具，对吧？命令行界面，命令行界面在今天爆发的原因，因为 ai 完美决定 去解决了 c l i 的 最大痛点，需要记大量的一个命令和参数。现在你不需要记住这个 get reset hard 这个 had 是 什么意思？只需要告诉 agent i d e。 撤销我上一次的提交，它就会自动生成正确的一个命令行界面的一个短 命令行界面的命令并且操作。而你之前问的这个 m c p 模型的一个上下文的协议跟 ai ide， 本质上它都是通过这个命令行的命令行的工具来跟计算机交互的。 m c p 服务器很多都是通过 c l i 命令暴露这个工具的能力。然后 agent ide 的 核心功能呢，就是自动生成并且执行终端的 c l i 就是 命令行命令行这个界面的一个工具， 它的一个命令，几乎所有的一个 ai 智能体都优优先用这个命令行界面来操控文件系统，就比如说我们要关机，对吧？关机的话你可以在那点点击关机，也可以用这个命令行工具直接打开这命令行工具，然后输入这个什么关机的这个 指令，然后来操作，所以就是 c u i 的 话来操作文件的系统，运行系统和调用服务。 sub agent， 它是一个子 agent， 功能的话就是能够去并行工作，独立的上下文创建的话是自动派生的，还可以是手动的 agent 创作。 hook， hook， 它是一个自动的触发器， hook， 自动触发器，任务提醒、代码检查等条件触发。还有就是一个插件，插插件的话是打包 skills， 还有 m， c， p 等功能， plugin 的 一个就是插件的一个管理， 而且可以打包这些功能插件可以打包这些功能。学习总结的话，核心的阶段上手使用管控优化、个性化，再到一个高级的一个拓展，核心的逻辑就是从一问一答到构建一个 ai 写作的系统。 再来看一下这 cloud code 的 一个使用的全全部的教程。首先基础的一个认知，它是干嘛的，对吧？它它是一个通过干嘛通过。大模型循环，就是相当于说你，嗯，提问你，你给他一个指令，然后他不断地去 啊，就是找到答案了之后又又又又又把这个答案重新去，去到 deepsea 再再去给它循环，这就要大模型循环，是吧？安装基本的一个使用管控的技巧，个性化的去定制，高级的拓展以及学习的一个总结。
95一颗提提
05:06查看AI文稿AI文稿大家好，欢迎来到 cloud code 的 使用教程。在这个视频中，我会演示 cloud code 的 核心功能，从零开始创建一个项目，我们开始吧。首先第一步启动 cloud code， 我 们可以在这个输入框里面来输入我们的需求。为了节省时间，我已经提前把 嗯辞要做的这个项目的需求写出来了。来一起看一下。我想制作一个关于团队记账的应用程序， 他会有以下功能，成员管理，项目管理，分类管理，记账管理以及消费统计，还有一些其他的要求。这些 最重要的一句是，这个请向我提问。如果你不向他描述这一句，他可能就直接开始干活了。有可能添加了你不想要的功能，或者说使用了一些你不喜欢的库。这样子，我们现在把它复制， 然后粘贴到命令行里面。如果是你自己手动在命令行里面输入的话，你可以使用 option 加回车来换行。现在我们回车，我打算让它打开 play mode。 在 这个模式下，它是不会直接开始写代码的，它会不断地跟你 确认的需求，最终形成一个详细的完整的计划。这里可能会比较慢过程。为了节省时间，我们就使用纯前端。我需要智能结算。 我们使用 tailwind 一个状态管理。提交我刚才的选择，使用单付款人模式平均分摊状态管理。 这里 cloud code 已经开始编辑它的实现计划了。我们先快进一下 这里，我们看到它已经完成了它的计划，显示它需要请求一些权限。我们选择第一个 bypass permissions， 意思就是说后面它可以自动地去执行命令了。 好了，现在 cloud code 已经开始真正在干活了。 cloud code 它是可以调用我们命令行里面的命令的。比如说我们看到左边的 v i o 的 侧边栏里面已经有 项目初使的架构已经出来了，初使的项目结构已经出来，我在启动可 out code 的 时候给他加的一个参数， 当你开启了这个以后，执行命令行里面的命令的时候，他就不再需要你手动去一个一个的确认了，包括创建文件这些。在 vs code 的 命令行里面的时候，他可能会出现这种乱码的情况啊，你可以在颜色主题里面切换一下主题，回来 他就恢复正常了。我也不知道为什么，我们已经可以看到这里他已经开基本的功能已经开发完成了哈。我们可以大致先看一下， 比如说这是他生成的代码数据账单管理、统计分析、智能结算结算方案，这里有成员管理分类，我们可以新建一个项目来测试一下。 创建了一个出去玩的项目，那我要开始添加账单。比如说我今天花了一千元在交通上面，付款人是张三付的款，消费成员为四个人都消费。人家完成之后， 那这个时候的智能结算里面应该是大家都要给张三转钱，还是很厉害的。回到项目，他现在正在编辑项目文档，感觉真的是很夸张，我们来看一下他是不是把 写到 readme， readme 文件真的是很厉害。现在我想把它生成的代码推送到 github， 还是依旧让 cloud code 帮我完成。我们看到他已经帮我把代码 成功推送到 github 上面来了，感兴趣的话可以来看一下。需要部署到 whatsapp 吗？暂时不需要。这里还有一个点就是说如果你在 cloud code 的 工作的过程中，你不小心退出了中断，那你怎么 进来之后找不到刚才的绘画了，怎么办呢？教大家一个，比如说你不小心从命令行里面退出来了，你找不到刚才的绘画了，那怎么办？我们来重新进入 code 十杠就可以了，这里会显示你之前的绘画，那你目前我们只有一个，那你直接回车 可以了。还有一个点就是大家可以看到我是在命令行里面敲了 cc， 我 就可以进到 cloud code 里面了。其实这一步是怎么做的呢？可以看一下。我在这里加了一个，如果你用过命令行，你应该是可以看懂的，说 相当于是一个便捷命令，而这个参数就是最开始的时候我说的，如果你起用了这个参数的话，它就可以 全自动的去创建文件，去安装依赖，就不需要你一步一步的去手动确认。好了，以上就是本期视频的全部内容了，如果你喜欢，请帮我点个赞吧，谢谢！
164逍遥子（湘西）
14:53查看AI文稿AI文稿来看一下秋之 codex 的 一个教程，那首先来看这 codex 和 cloud code 的 一个区别，本质的话都是一个编程的 agent 转为一个通用的 agent， 一个的话是 anthonpy 公司，一个是 open ai 公司开的模型，那个支持 codex 的 话，请用这个 open ai 的 一个 gpt cloud code， 它可以替换任意的模型，你可以接入 deepsea， 对 吧？ 接入一些其他的 kimi 啊，什么国产的一些大模型，易用性的话， codex 更友好，适合零基础的一个白领。 cloud code 它自由度更高，偏专业的一个开发者。 功能上来讲呢， codex 它强化了这个浏览器操作，它可以用，对吧？浏览器操作以及 computer use 内置 image 二，它这个深图的以及新增手机端加 hook， 手机端的话，它就是用手机就可以去操作。 cloud code 呢，功能更全。像这个 skill m c p 斜杠命令， hook 更新较慢。 skill m c p 它通用的接口一样的斜杠，用斜杠命令也可以操作斜杠命令，就像那个编程去写那个斜杠命令嘛， hook 更新较慢， 那这个 hook 的 话就相当于是钩子 hook 的 话，它其实就是一个自动地去调用的一些命令， 它就是相当于说呃有一些自动开呃自动触发的一个条件，自动触发的条件更新较慢。价格维度， codex 二十刀的会员的话，对于就白领重度水温的话都是够用了，不分号。而 cloud code 的 话是按这个 api 的 一个调用计费， a 这个 a p i 的 话，它就是去调用，调用这个什么，就调用这个 deepsea 它的一个这个接口去起用这个所呃用的这个额度， 但是我们自己在 deepsea 里面的话，它是就没有 api， 那 我们这个因为你就 cloud code， 它要用别人的模型，这个的话就要去计费了。适用的场景， codex 的 话，它可以用在日常那个办公解决问题， cloud code 的 写作规划，那编程的话，两者都可以给它结合在一起用是最好的。 然后 codex codex 的 安装与基础设置，首先要准备这个 chat gpt 的 一个账户，用免费或者是付费都可以的，它付费的话它就额度更高一点嘛。安装的话就是官网下载安装登录账号初使用的一个设置， 就选择一些日常的工作，选择你的一个什么身份呢？比如说你是学生，是白领，然后你是设计工作什么的。界面来说的话，它是左侧是对话任务管理，中间是进行聊天，右侧的话是输出结果，是非常简洁的一个界面，左侧的话是一个 任务管理对话，中间聊天，右侧就进行结结果，右侧的话就输出这个结果。核心的能力， codex 核心的能力，它与这个 cloud code 与其他的它特别 不一样的一点呢，它是本地的一个文件操作，本地文件操作项目关联，直接去绑定，绑定本地的文件夹，自动去读写，呃，增增删移动文件，不限数量。就比如说 cloud code 的 话，可能你想要让它处理一些文件的话，你就得 呃把这个文件给它上传到云端什么之类的，但是它这个本地的话，你只要去这个文件夹的一个路径给它写上去，那它能自动去读写增删移动文件，就比如说就是你有，有就是几百个，呃， 照片的一个素材，它不限数量嘛？照片的素，视频的素材，但是没有改名字，没有改名字怎么办呢？你可以这样子，需要这个 cloud code 去识别， 识别这个视频里面的内容，给它起一个合适的名字。那 cloud code 的 话它会自动运行去抽帧，就就是这个视频里面去抽几帧，去识别它的核心的内容。比如说雪地上的狐狸这样，然后它就可能给它一个序号，雪地狐狸， 对吧对吧？然后地点，然后在这个对象是什么？嗯，就这样子能够把几百个几百个这个视频它的一个名称都给它修改了。权限模式，就权限模式的话就是你给这个 codex 它的一个权限， 嗯，修改的一个权限默认的话是在文件夹内操作外外需的话就是齐全 自动审查，就 ai 自己去判断。自动审查，自动判断是推荐新新手完全反问全全全部的权限，就是说可能他把你一些东西都改了，删除了，慎用上下文的管理，自动手动压缩或者是斜杠去 给他进行压缩。上下文管理为啥呢？因为上下文的话他就是一个提示词的上下文，他会可能会给你消耗比较多的一个额度， 所以你给它进行压缩，当它就是已经处理到比较下面的任务的时候，可以把它的上下文给它压缩一下。 查看额度的话在设置设置栏里面去看这个状态，能够查看额度案例的话，就是视频的素材批量进行重命名，以及视视频的剪辑合并，都可以用这个 codex。 命令行工具，使用命令行工具的话就像是我们 嗯，电脑就嗯给他就 command， 给他呼起一个，对吧？嗯，比如说让他关机，那你写你就可以 就就是可以就通过通过输入那个文字让它关机，而不是用鼠标的一个操作，这个叫做命令行工具安装。可这个命令行工具可以怎么用呢？首先就是比如说可以安装这个 nod， js、 git 等基础的一个工具部署 agent， 像这个 hermes cloud code， 你可以直接在对话框里面跟他说帮我部署这个 hermes cloud code 等软件的一个管理是什么？像这个 cursor， 然后飞书 cleet， 它这也是命令行工具等的，就给他用安装技能工具。技能工具，你比如说我要去找一些 skill， 也可以让他自己去找飞书 c， 就是 飞书的命令行工具给它安装进来。并行任务是它的一个特特点， 就是多个对话同时执行不同的任务。你可以因为像豆包啊，像 deepsea， 它们都好像就就只能是当前的一个任务，给它回答完了之后它再去做别的，对不对？但它这个完全是可以并行的，就是多任务同时去 执行不同的一个任务。比如说我这视频素材批量重命名和视频剪辑合并的话，两个，或者是说你你另外一个，你去找一个合适的一些图片，合适的一些字体，对吧？ 这两个任务是完全不耽误的，可以并行。而且这个理论上的话就是看你电脑的性能，它可以并行特别多的一个任务。 持久的记忆，手动记忆就是 agent md 的 话，全区性、项目性的手动记忆。 agent md 它就什么叫记忆呢？就是一些规则嘛，就是一些规则指令，像全区的话，在设置 设置里面个性化自定义指令，全职生效，它就是对于所有的工作它都就是，比如说你自字体是多少或什么样子的，是吧？它是全职生效的，像项目级就是指对这个项目生效的一些规则的一个记忆，你可以在项目里面手动地去创建 ai， 或 是说 ai 生成。 ai 怎么生成呢？你可以就比如说这个项目进行到一半啊，进行到一定阶段的时候，你可以让这个 ai 去生成一些， 就就是这个全呃，就项目的一些指令。自动记忆，自动记忆开启后对话闲置、自动总结、储存消耗额度，它是不建议手动改。什么叫自动记忆呢？它就是相当于 ai 的 一个自动记忆的功能嘛，就你的一个工作风格，你的一个 偏好什么之类的，有各种各种维度的，那它的话， ai 的 话它会自己进行总结，总结一些规则，然后可以有一些附用的经验的话，就是下一次的话它就会用。还有是 往下看呢，它是一个持久记忆。就图片生成与项目开发内置了 image two， 你 可以用一些就是提示词去生成这个高级感的一个图片， 而且可以不断的去调整自己的一些提示词，什么之类的。计划模式可以去做一个网页 复杂的任务，先列计划，再执行计划模式，他有点像是那个开发的模式案例的话，就比如说个人主页的一个开发，深层修改、预览部署是怎么生成呢？他个人主页的一个开发，你首先跟他说自己的这个 想法，那他的话会给你列出计划的一步一步，而且在每一步上面，他比如说你这高级感的一个图片的话，他会让你去选择某些风格的， 就一步一步去选择，他会给你三四个选择，那所以深层修改，而且右边的话，他可以预览整个个人主页的开发的一个效果， 最后部署的话可以就发布出去使用的功能呢？任务引导纠篇任务引导纠篇是什么意思？就是说你在完成这个任务的时候，你纠篇，你觉得啊，他这个说的不太对了， 你跟他说的话，他其实不会打断这个任务，只会在下一次的时候进行一个调整，这样的话就不会浪费很多的这个额度，嗯，而且也不会让他跑偏。对话分叉 fork， 他 是在就是整个 整个，呃，就是任务结束之后它会有一个 fork， 是 在这个右下角，右下角 fork 的 话，你会觉得它这是不是有点跑偏了你，你会想着说怎么给它纠正这个 fork， 这里面的话可以进行一些小调整。桌面宠物的话是 一个有意思的一个，就是小宠物在这边插件与操控常用的一个插件，它其实常用的一些插件的话，它就是一个 skill 啊， m c p， 然后包括 c c， 呃， c l i 的 这种 类似的一个集合就插件，它就是会实现一些功能浏览器的一个操作， get up， 然后表格 ppt net nullify however vocal 的 这个部署 browse use 的 话，它是浏览器的一个操作，怎么浏览器操作呢？它能够操控浏览器进行点击方页，然后表单自动化，就比如说你可以让它去做一个呃 m b t i 的 一个测试，或者说基于你的一个性格 去去帮你，帮你测试，它能够自己去选择，然后得出一个答案。 chrome 插件的话可以操控已经登录的浏览器，而且后台是它是在后台，后台多任务操作的，就根本不影响你，你自己去去做这个浏览器 的一个，对吧？你自己还要用这台电脑去浏览其他的页面，完全是 ok 的。 computer use 就 操控电脑的 app， 就 仅 mac， 比如说音乐微信剪映，比如说让它去打开一个音乐软件，把这个音乐发给微信，是吧？或者说就把这个音乐加到这个剪映里面，这个它可以操控这个电脑的 app， 仅在 mac 上是可以实现的。 skills 技能定义 skills， 比如 find skills， 自定义一些 skills 创建的话就是整个流程，流程跑通之后，你可以把这个整个流程怎么样，沉淀下来就附用，沉淀下来附用就直接指令，你就说，哎，就按照这个项目流程去创建这次的这个 skills 案例的话，比如说我想要去做这个 写一篇图文推荐的图文，就 get up 上面的一个热门项目的推荐图文，就在我就是不断地去给它调试后觉得这个结果是满意的，那就把上面的这个流程方法生成这个 skill 下一次， 对吧？ ugetup 上面的热门项目就大概每周的话它都会更新，那它就是你每周可以做这个 skills。 m c p 连接 m c p 的 话有点像是 u 盘插口，插口去去把外部的一个数据连接外部的一个知识库服务去安装， 可以就是自己去做，也或者是说你直接让这个 ai 自动授权安装案例的话，比如说 notebook l m 的 一个知识库的连接，知识库连接之后你就可以直接去提问这个知识库里面的一个东西，调用知识库里面的一些 呃，就比如说它这里面存的一些呃反弹啊之类的。自动化定时任务创建的方法，可以在自动化面板上面创建，也可以直接跟这个对话，让它创建案例的话，比如说每周都给我 呃生成 get github 的 一个推荐图文，因为我们这个 skills 不是 已经沉淀下来了吗？然后现在的话就给它定时每周生成，那我们都根本不用去记这个事了，它就是它定它到，比如说周一或者什么时候它就会生成，或者说每日的工作日报的一个汇总， 它也能够给它定时生成，这就自动化的，自动化的那就怎么样子不用人为的去给它介入了。手机端的一个操控，前提的话就是这个手机要下载这个 check gpt， 然后电脑的 codex 更新到最新版本，操作的话就是手机端侧边栏的 codex 授权去连接电脑。 功能是什么样子的？手机端操控就是你远程你就电脑，对吧？你就开着那远程去下发任务，控制电脑干活， 直接能够控给他一个指令，他就能够控制电脑干活，免费版可用，支持 mac。 总结的话就是说这个 codex 的 核心能力是文件操控，而且是本地的一个文件操作命令行操作。持久的一个记忆，持久的记忆一些规则深图的开发 插件的操控 skills skills， 然后 m c p 的 话连接外部的一个知识和数据库自动化，可以自动化定时任务。核心的认知呢？我们现在已经从 问 ai 要一些答案，先到管理 ai 准备一些上下文的一个环境，制定目标，检验成果，去沉淀这个流程，去转变核心的认知。就是我们现在已经到了，就说从问 ai 要一些答案，到就是管理 ai 准备上下文，定目标，验 结果，然后沉淀这个，呃，流程，就让它这个整个流程的话给它自动化 sop 是 吧？
85一颗提提
07:42查看AI文稿AI文稿hello， 大家好，欢迎来到今天的深度解析。说实话，咱们现在用 ai 辅助写代码的方式，真的正在经历一场彻头彻尾的大洗牌。今天我们要来拆解一个非常有意思的东西，它叫 opensback， 这是一个轻量级框架，它给 ai 编码助手圈子带来了一个新概念，叫做规范驱动开发，也就是大家常说的 s、 d、 d。 咱们先来聊聊这个，大家肯定都遇到过这种情况，你让 ai 在 一个已经跑着的县城项目里加上一个新功能， 结果呢？得到的简直就是一场灾难对吧？一堆毫无逻辑更能跑不通的面条代码， 你想啊，让 ai 在 没有任何明确规范的前提下写代码，那就跟连图纸都没有直接让包工头盖楼一样，它只能靠猜。而在咱们程序员的世界里，猜测往往就意味着极高极高的风险。 所以为了搞定这个痛点，今天咱们的路线图非常明确。首先聊聊 ai 编码到底难在哪？然后看看 openspec 的 s、 t、 d 核心理念，接着咱们把它和其他工具做个横向对比，之后带大家跑一遍实战的五步工作流。 最后再分享几个进阶的成功小技巧，好的直接进入第一部分。 ai 编码的困境，特别是当你的需求全都只存在于长长的聊天记录里的时候，这其实是个超级大坑。 在没有规范的情况下，你丢给 ai 的 提示词往往是很模糊的，导致结果完全不可控，甚至他一生气把你现有的代码库结构都给你改废了。 你想，当你完全指望一个很长的聊天记录去管理一个从 e 到 n 的 迭代项目时， ai 是 非常容易断片丢失上下文的。这就是为什么平时让 ai 写个贪吃蛇小游戏感觉惊为天人，但一进到你们公司复杂的真实项目里，他就立马拉跨的原因。 这就引出了我们的第二部分，也就是 opensback 想要解决的核心， s、 d、 d 理念。 简单来说，就是怎么把你的想法和 ai 的 执行力完美对接起来。它的核心口号其实就这几个字，在构建之前达成一致。听起来是很简单的一句话对吧？但绝对是个真正的游戏规则改变者。 也就是说啊，不管你是人类开发者还是 ai 助手，在哪怕一行代码被敲下去之前，双方必须要对具体的规格说明和架构设计完全对齐。这种方法非常暴力且有效地掐断了 ai 的 瞎猜，给你带来真正的确定性。 那么放到现在的工具生态里来看， open spike 到底是个什么段位？咱们进入第三部分对比一下。 你看这张表就一目了然了。像 gitop 出的 wspiket， 东西是好，但是太厚重了，有革重严格的阶段限制，它其实更适合那种从零到一的全新项目。 阿玛索的 qo 呢，又把你死死锁在了他们家的 ide 和特定模型里，如果咱们什么都不用，那纯粹就是一团乱麻。 而 openspec 呢，它刚好踩在那个最舒服的平衡点上。它不仅清亮，专为从 e 到 n 的 项目设计。最觉得是它不挑工具，原生支持了包括 colode、 code、 cursor 甚至 codex 等等二十五种以上的 ai 助手。灵活性拉满理论听完了，咱们直接上硬菜。 第四部分，在现有项目里，这套五步工作流到底是怎么跑起来的？你看，就是整个流程的视觉路线图，他把添加新功能这件事拆解的非常结构化，提议、审核、实施、验证。最后一步是归档，咱们一步一步拆开看。 第一步提意，打个比方，你现在手头有个现成的 ios 番茄钟应用，你想加一个自定义专注时长的功能，这时候你就敲一个命令，叫做斜杠 ops x 冒号 propose， ai 马上就会去扫描你整个项目现在的代码，然后给你起草一份非常详细的计划。这份计划不仅有需求，还会找你澄清细节。比如 a， 你 这个自定义时长最大允许填多少？是一百八十分钟吗？ 交互是用滑动条还是文本框？所有的东西都在这个阶段被揪出来，定义清楚， 然后进入第二步审核阶段。这时候啊， ai 已经把写好的 markdown 规范文件甩给你了，你就在自己平时用的 ide 里直接看。 这里最爽的一点就是，任何没有死板的限制，你可以自己上手去改这些文件，或者直接用大白话让 ai 去微调，直到你觉得这份施工蓝图完美无缺为止。这就是咱们刚才反反复复强调的，人类和 ai 在 规范上彻底对齐。 蓝图定好了，接下来就是见证奇迹的第三步实施，你只需要敲一行命令，斜杠 ox x 冒号 apply， 因为之前有了那份你亲自点头批准过的规范文档垫底， 现在 ai 终于可以安全按部就班地自动写代码了，他绝对不敢再去放飞自我了，而是像个老黄牛一样严格照着商议好的任路清单一行行写，这种零猜测的确定性真的太让人安心了。 代码写完了，第四步肯定就是验证了。回到咱们的番茄中，你要做的就是在你的开发环境里跑一下，看那个全新的自定义时长菜单出来了没有？ 点一下开始，看看他到底有没有乖乖按照你设定的，比如四十五分钟开始倒计时，确认代码表现跟文档里写的一模一样就行了。 最后第五步，归党。这部简直就是强迫症的福音，当你运行归党命令的时候，他会把刚才完成的所有变更和归换自动合并到项目的主架构文档里。 这不仅留下了一份完美的审计追踪记录，还顺手把你的工作区打扫得干干净净，马上就能迎接您脑子里冒出的下一个绝妙点子，哪怕你们团队里每个人用的 ai 助手都不一样，整个协助也能保持得清清楚楚。 好的，最后，我们来看看第五部分，给想要马上动手试试的高端玩家准备了几个进阶避坑小技巧，帮你把 ssd 的 威力压榨到极致。 首先，基础建设要搞好，确保你的环境， note g s 版本在二点零一、九点零或者以上。 其次，模型千万别扣门，因为这种拆解需求的工作非常吃逻辑，官方强烈建议你换上具有强推理能力的顶配模型，比如 clod ops 四点五，或者是 gpt 五点二。最后，也是极其容易被忽略的一点，划重点了啊，注意你的上下文卫生。 在启动第三步，也就是施舍写代码之前，顺手清理一下之前的聊天窗口，给 ai 一个纯净的环境，它才不会被之前的废话绕匀。 好了，咱们今天的解析就到这里，既然先对其再动手，这种方式能够把曾经那种像开盲盒一样的 ai 写代码过程变成一种真正可预测的工程化体验。那么问题来了， 你今天终于敢把哪个之前连碰都不敢碰的高风险功能放心地甩给 ai 去帮你实现了呢？ 别再让 ai 靠猜给你写 bug 了，赶紧把规范驱动开发用在你的复杂项目上试试看吧！感谢大家的收看，咱们下次深度解析，不见不散！
84鲁大猿
14:11查看AI文稿AI文稿之前我们讲过一个 webcoding 项目，搞了整个网站嘛，但那个只是一个很简单的 demo 项目了，用于学习。实际情况当中呢，我们的项目会更加复杂，又逻辑又更加复杂，然后表里面字段会很多， 所以这种情况下，如果你直接把需求丢给 ai， 让 ai 帮你去做完整的表设计，然后代码生成 他那个表啊，可能会少很多字段，可能会多很多字段，你要反复的给它进行调教嘛，呃，会耽误很多时间。所以呢，都还不如说我们自己把这个表结构设计好，然后呢，让它根据表结构来生成代码， 因为你的表结构就代表了你对这个业务的详细理解嘛。那假如说现在已经有表结构了，我们怎么让 ai 帮我们自动地生成代码呢？为了完成这样一个任务呢？我们这边需要做两个提前准备啊。第一个准备呢，我们得装一个 m c p， 给大家看一下，我这边装的这个 mcp。 好， 就是我们进到 cloud 里面来，然后这边的话我们输入 mcp。 好， 我们来到这边，这边有一个 my circle， 目前是 field 连接失败了，我回车键先进来，然后 reconnect 重连一下，重连一下， 好，正在重新启动我的 mcp server。 ok， 那 这样的话就连好了，我们再进来看一眼， 选中它回车，我们可以看到这边这把配置的位置啊，它是在我当前用户目下有一个点 call 点接收，那这是一个配置的核心段嘛？其实我们展开这个文件 啊，就是这一段，这一段，这是 command， 这是 x， 这边还有一个环境，这个环境呢，主要是配置了 我的数据库的连接字串，那要去连哪个服务器，哪个端口，哪个库？用户名和密码分别是什么？全部在这个地方呢？配置好了啊，我已经指定到具体的库了。啊，好，这是一个，那另外一个就是我写了这样一个 c r u d 的 skill skill 文件， 这个 skill 文件我是放在了当前项目下，当前项目根目录下点 cloud skills c r u d， 然后 skill 点 md。 那我们重点需要学习的就是这个 skill， 这个 skill 写好了代码就能一遍过，否则呢，就要反复调整， 这是原始的 markdown 啊，名称。然后这个 skill 是 干嘛的？自动生成 c r u 代码，当用户提到 c r u d 实体生成时，使用该 skill cloud， 在 启动时，它会去加载这两行内容， 那么当你的命令里面包含了这些关键词时，它才会去加载下面的内容。我说要采用测试驱动开发模式，可以使用这个 m c p 来获取表结构。就刚才给大家看的这个 m c p 嘛， 为指定表生成 c l d， 因为库里面很多表，是吧？需要用户指定到底是给哪些表生成代码吗？ 同时呢，需要支持搜索和分页功能。然后关于这个分页呢，我说要使用 where id 大 于 maxid， limit n 种形式，而不要直接使用 limit offset n 种形式，因为后面这种形式的话，随着你的 offset 越来越多，那么这个性能会越来越差， 因为本质上它要把之前所有内容全部查出来，然后截取最后 n 条嘛，就很慢。 那我担心他不理解这句话是什么意思。所以呢，这边专门写了一个视力代码啊，他去理解一下，还给了一个错误的视力。然后我说道层呢？所有代码共用同一个连接时，因为有时候啊， 他可能会说给每一个表单独建一个连接使，那我希望是所有表共用一个连接使，所以加了这么一句话啊。执行流程第一步，先去读库，列出所有表，然后询问用户到底要选择哪些表， 然后询问用户到底要选择什么语言，够远还是 python？ 还是加吧，对吧？要使用什么框架？然后呢？生成 model 到和 service 这三层代码，避免代码溶于。 然后呢？生成测试是吧？然后的话要去运行测试，根据测试结果再来反复修改代码。那以为是一个数据库吗？ 你在运行测试时，你产生的数据放到哪里？是放到正式库里面去吗？并不是，我这边是说放到你的这个内存数据库 select 里面去，这样的话，你全部是在 select 里面去插入，修改、删除、查询。 测完之后的话，你把这个 sql 清空一下啊，并不会影响我正式的这个 my sql， 它不影响。好，那么有了这样一个 sql 之后的话，我们打开 cloud 这边，我先返回， 好，返回到主界面，我直接说生成 c r u d 代码会说好，那么简短的这样一句， prompt 实际上就会什么就命中了这个关键词嘛， ai， 它就会去加载这个 skill 文件，根据这个 skill 文件里面的指示，一步一步地去执行。好，你看是吧，它已经去加载了 c r u d 这个 skill， 让我使用 my sql mcp 服务器列出数据库中的所有表，还要去运行这个 show tables， 哎，他发现数据库中有这么多表，跟江狗相关的，跟右相关的。这么多表，然后呢，开始询问我要为哪些表生成？ c， r o d 可多选。 那这一边我就选择第一个吧，空格选择第一个 user， 然后下来空格选择第二个。学生啊，就这两张表，然后我来选择这个 submit 的 提交啊，提交，这边是提交我的答案， 那么他问我要使用什么语言，什么框架。我这边选择的第一个吧， g m 加 g o m， 他说表结构已经获取，现在让我来开始给你生成代码。他要给这两张表生成代码嘛？好，代码需要放在哪个目录下啊？我直接放在当前目录吧，选择一回车 啊。正在给这个 user 表生成。是否允许编辑这边按下 shift 加 tab， 切换到编辑模式吧。 好，允许他去写入代码。他先去生成了 model 层代码。这边是搞了一个结构体嘛？啊， user 结构体跟那个表进行一个对应， 然后的话他打算去生成到是吧到层的代码，这不将改查嘛。搞了一个 user 到，然后呢打算去生成 service 层，它是一层层往上嘛，从底层，中层，上层去生成， 然后呢开始写这个 test， 也就是说两张表嘛，那他先把 user 表完整的弄好之后就开始去跑这个单测了， 测试没有问题，再去创建另外一个表。这边是要去生成 go 点 mode 文件，因为他要跑单测，发现有些库没有嘛，要去下载安装相应的第三方库。那执行 go mode tidying 安装库嘛？ 这边问我是否要执行这个命令，选择 yes， 那 这边应该是发现代码一些问题吧，发现问题了，它会自动的去修正，下载第三方易拉库， 然后去 go test， 对 吧？运行测试嘛，他说你可以按一下 ctrl b 放到后台去运行，这样的话你就可以在这个对话框里面继续跟他对话了嘛。好，那么这个 user 表终于搞完了，现在他开始准备搞这个学生表， model 层的学生， 现在时间已经过去了五分钟了，还是很慢啊，如果人工搞的话，其实要很快，为什么呢？虽然说这个代码比较多，但很多代码都是直接复制粘贴嘛。你只要做过一个项目，你可以很快的把那个项目代码拷贝过来，然后简单改一改。 所以其实这个人工会比 ai 要更快一点，那甚至更不用说，现在有各种各样的加速，加 go 啊， go frame 啊，包括加把里面的 spring 啊 这些框架工具，也可以自动爆满，生成相关的 o r m 代码。因本质上都是一些规则嘛，所以简单的增删改查， ai 能够完成，但是这个相比之前并未带来效率提升，而且还花费了更多的钱。 当第一个表生成以后，其实第二个表会快很多，现在刚刚过去一分钟，那么它已经来到了测试阶段，对吧？已经开始测了， 而且估计能够一遍过好。这边这两项已经全部完成了，花了七分半好完成，他说已经全部完成，并且呢测试通过， 给了一个代码结构， model 层到层跟 service 层，然后它是在根目录下创建两个单测文件，最好是放到一个单独的测试目录下吧。啊，功能说明， 因为你让它生成增删改查嘛，那么它针对两张表分别生成了 create 创建啊，更新，然后删除，这个是 get by id， 这个是 get by uid 或者是 get by name， 还有那个分页查询都有，这边说分页用的是 where id 大 于 maxid limit n， 实现性能更好。 软删除 user 表支持软删除，因为它只要给这个字段复制，就证明是被删除了嘛？如果这个字段为空的话，证明还没有删除。数据库连接啊，到层呢？共用一个连接时，通过 new 什么到来？附用同一个 d b 十例。 好，我们看一下。那左侧呢？啊，这个到啊，这个 model 啊，这个 service 啊，就是它刚刚报生成的， 我们人工 check 一下，比如说这个 user 吧，这边一个结构体对吧？它这边是搞了 json tag， 还有跟 g o m 相关的 tag 啊，每个字段都有，这边指定了真实的表面是什么，看一下。倒层， 搞了一个 user， 到它要依赖一个 g o m 点 d b， 这是一个勾函数对应的 crate， 你 传进来一个结构体嘛？ user 结构体，那核心呢？是调用这个 g o m d b 点 crate 来插入数据库 啊。更新是调用这个 save 函数删除，根据 id 删除。 find by id， 根据 id 查询，就是 where id 等于什么？ 同时呢，这个删除时间需要为空，删除时间为空才证明它没有被删除嘛？才证明这个数据是有效的啊。 find by e id 查询，这边是 max id， 它的 where 条件，首先保证记录没有被删除，然后呢，这个 keyword like 某某，然后呢，如果 city 不 会空的话，那么 city 等于什么？哎，这边是 id 大 于 maxid count 计数嘛，好看一下， service service 呢？它实际上核心是依赖于到层嘛？这边还搞了一个 request， 那 么你给我传参数时可能是传那个 json， 所以 这边是有对应的 json tag 啊，不同的这个接口函数，它对应着不同的 request， 这边好多 request， 对 吧？所以这边它要根据 request 再转成那个 model， 然后呢，再去掉这个到层对应的函数。 所以 service 层核心还是去掉到层对应的函数啊，只不过在参数这边做了一次转化跟封装。 ok， 看一下测试吧。 user test 这边，它先去出使化 d b 连接， 关键这行这行，你看它测试时候它用的是这个 circulate 啊，本地的内存数据库通过迁移去往这个库里面呢，建好对应的表，这边测试那个 crate。 那 第一行啊，先去拿到那个数据库连接， 然后呢，就创建了一个 service， 然后直接去掉 service 层对应的函数，那么 service 会掉进道里面去，对吧？所以如果我们从 service 层往下测的话，能够跑通，就证明道层也是没有问题的。 这边各种 t 点 file， t 点 arrow， 来判断一下有没有单词失败嘛？还好检查一下啊，每个字段都是否符合预期啊。你看第二个单词函数，它第一行还是去出石化，第一笔连接包括第三个，对吧？也是要去出石化第一笔连接。 ok， 这个是测试， 那我们需要人工的 check 一下啊，跑一下 go test， 杠 v 点当前目录，因为当前目录下有两个 test 文件嘛。好，咱们整体跑一下。 好，这边最终的结果是 pass， ok， 证明所有的单词代码全部通过了，没有问题。 插播一条上岸信息。我录制了一些编程课程，包括 python， 勾语言，区块链变化，还有智能体，我是一个人，一个公司，没有立即变轻的压力，所以呢，我可以花更多时间去打磨一门课程，我做事情可以考虑的更长远， 所有课程都是经过我的精心剪辑的，尽可能让大家花更少的时间达到一个更深的高度。感兴趣的可以进我主页橱窗进行了解，或者呢直接私信咨询。
101张朝阳讲编程
02:40查看AI文稿AI文稿我现在算是终于理解了，为什么有的人说 cloud code 比游戏还上瘾，比游戏还好玩 啊，就是因为我平时吃饭，有的时候我不知道吃什么，有点选择困难症。然后呢，我就跟 gpt 说，我非常希望 cloud code 帮我做一个小程序，就是一点啊，它就能随机给我生成一个菜单，告诉我今天我应该吃什么，解决我的这个选择困难症。 然后我直接跟 gpt 说，你给我写一个指令，这个指令就是发给可乐的扣的， 这个指令不要我亲自写，一定要交给 gpt 去写，然后 gpt 给我写出来对可乐的扣的要求，你看就是这些全是 gpt 写的啊，不是我写的，我就读了一遍，感觉差不多， 嗯，就是菜名，什么图片热量，然后计算出他的这个营养有多少，然后大概的成本有多少，时间有多少，就这些内容告诉他。而且呢，还要有随机菜单的这个 选项，就是我不知道吃什么的时候，我一点这个随机哎，他就随机给我出一道菜，然后今天不论是我点外卖还是我自己做，我就去做这道菜， 嗯，都是非常普通的那种家常菜啊，非常简单的。然后他告诉我这个指令之后，我直接发给可乐的扣的这个界面，就是可乐的扣的，告诉他之后呢，他就开始写代码了， 从一开始我发给他到现在，总共花了大概有七八分钟那个时间，然后给大家看一下他的成果啊，这是微信开发者工具，这就是开发微信小程序的这个工具啊， 你看相当于手机页面就是这样的。然后呢，这个小程序七八分钟已经做成这样了，我今天比方说，呃，我想 我随机点一个，我不知道吃什么，我就来这个小程序点一个啊，今天就吃香煎鸡胸肉，再点一下香煎鸡胸肉，还有鸡蛋蔬菜炒饭，查看一下他的详情，他的详情这道菜 有什么热量构成啊？蛋白质还有多少克？碳水多少克？脂肪多少克？他的营养信息写的非常全，制作步骤也给你写出来， 然后功他的这个功效，包括制作时间、成本都给你写的比较清楚。当然呢，这具体的没有那么精确啊，这只是一个七八分钟的一个呃，作品，我觉得这确实非常的让我震惊啊 大家，你以前没玩过 cloud code 的 也可以去玩一玩，真的非常有意思啊，我现在已经不打游戏了，我打开电脑我就开始让他给我写程序。
238硬柿子
01:50查看AI文稿AI文稿如果你现在用 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。
4.9万阿森编程日记（AI自动化）
06:57查看AI文稿AI文稿来让你不用写代码，三分钟就做出，输入个主题人群平台就能出十几种不同风格的文案。开头输入月薪自动来算你的实心，还可以随时来更换你的专属 ui。 关键是以后类似的程序都可以这样来做。 今天也让小白能够流畅的运用上口碑一路飙升的可拉库的编程 ai。 哎，如果你觉得它只能用来做编程，目光短浅了，它还可以整理你本地电脑的文件，了解你的喜好，记住你的习惯，创造出专属于你的文本风格。与其陷入去学一百个不同软件的按钮怎么点？不如直接掌握这个能自动写软件的核心大脑 程序和记事词呢，我也都整理到了视频里。我们 let's go cloud code， 简称 c c， 背后的公司 israpix， 很多人都来自 open i， 但它们出来之后并没有继续拼谁更强，而是干了一件很不一样的事情，把 ai 往更安全、更理性、更向人类思考的方向去做。而 c c 呢，更类似于语言工具，啥意思呢？ 就普通工具啊，它是拿来干具体的活的，就像 c s 店里已经做好的车，它已经规定好在什么场景下来使用。而语言工具呢，是拿来造干活工具，工具通用，通过你自己调教，用自然语言告诉他你的要求，一步步的给你做成成品。 所以它就不只能做编程，还可以拿来写文案，查资料、整理资料、分析数据、做表格、写报告，都 ok 的。 那我们要用上 c c 呢？总共有三到四种办法。今天我们只聊最适合小白最省心的办法，就用终端 cursor u u studio code 这种 ai 编程软件中来使用，因为在终端中呢， c c 的 工作流程更接近我们真实的办公场景，能在你的电脑上来执行，而终端呢是长这个样子了， 有点太原始了，小白用起来呢还是比较吃力一些，放到编程软件里呢，它的界面会比较友好一些，并且这些软件的更新速度也很快，我们在使用 c c 的 过程中呢，也能结合它更新的这些新功能， 那我们这次呢就来使用 vivo studio code， 那 谷歌反重力呢，我们之前也有聊过，感兴趣的朋友呢，可以去看一下。那我们进来之后点击这个新建，然后新建一个文件夹， ok， 创建好后呢，我们在这个地方就可以看到了，那接下来我们就来安装一下 c c， 这里输入这行命令， ok， 我 们点击回车。那当你看到这个经典的小 logo 之后，就说明 c c 已经安装好了，但这个页面对于小白来说只好那么一丢丢，那我们可以通过插件来让这个页面变得更加好理解一些，然后这里点击一下，然后我们在这里再点一下， 它的这个页面呢就会变成这个样子了。到现在呢， c c 就 算已经安装好了，但是还有个关键问题，就是我们在 c c 里面要用什么样的模型，因为可劳斯扣的它本质上呢就是一个使用模型的工具入口，所以呢它不能自己的去产生智能，而不同的场景呢，又需要不同能力测重点的模型。当然 c c 呢也有默认的模 型，但因为条件问题，大部分的朋友呢是用不了的，那我们呢就可以直接接入国产模型，可以解决这个问题，那我们这次呢就用 c c 的 位置来演示，点击这里呢需要添加你的 api key， 那 回来以后呢， 我们点击这个启用，那再使用的时候呢，就是我们添加的这个模型了，直到现在我所有的操作呢都是在复制粘贴到对应的位置，所以啊大家不用太过于害怕这样的页面，包括大家在使用过程中，我们都可以在旁边另开一个 ai 软件，如果有任何的 bug 问题，我们都可以截图发给他，大部分的问题呢都可以帮我们立刻解决。 那我们来到里面以后，最左边竖条的就是工具栏，像文件夹查找 get 插件， 而在这里呢你就可以看到你的文件输了，再有一些具体的内容，它呢就会在这个地方去显示，那这边呢就不难看出了，就是你和 c c 沟通说话的地方，下边这个斜杠就能看到里面的所有指令了，和我们在 c c 终端里直接输入斜杠是一个意思， 这么多我哪能记得住啊，大家不用全都记住，记住几个常用的就 ok 了。那斜杠 come back， 它就是压缩上下文，这个命令呢就会把我们之前的一些对话压缩成一个关键的节点，也避免了因为上下文太多。 c c 在 回答我们问题的时候呢，不太聪明了， 那斜杠 model 输入之后呢，就能帮我们切换高中低档的模型，当然这个呢是需要我们在 c switch 里边提前配置好的， 我的建议呢是大家先用着，时间长了呢我们就都知道了。而其他的一些常用指令呢，我也整理到了课后文档里，那我们先来问问他用的是哪个模型好？ 他回答我们呢，就是刚才我们安装的那个模型，而 c c 呢，一共有四个模式，是让我们可以来回切换的，那我们先做一个比较简单的实心计算器，在这个过程中呢，我们来逐步解锁， 包括经常用到的一些知识点。那我们先把这里的模式改成全线最小的规划模式。自变意思啊，只规定计划先给方案，你同意了呢，他才会继续往下执行。那我们把要求用自然语言发 ac， ok， 我 们稍等一会儿。 好， cc 呢，现在给了我一个完整的开发计划，他给了我们三个不同的选项，那第一个呢，就是我们同意这个方案，并且呢切换到自动编辑模式。第二个就是我们马上来执行这个命令，在后续的编辑命令里呢，需要我们同意，他呢才能一步步的往下去执行。那这个呢，是我们不同意再继续修改，那我选第二个。 那在这里我们可以看到它的这个模式呢，已经切换成了编辑前询问，在这个模式下，每次修改文件跑命令需要你的批准， c c 呢才能逐步的往下去执行。 ok， 它现在呢是需要把文件写到本地的一盘里来询问我们了，那我们点击同意好，它现在呢是写好了的， 可以看到这里的模式呢，又切换成了自动编辑模式。而在这个模式下， c c 再去改什么它呢，都是默认的状态，不再逐条向我们确认了。不过呢，终端命令和网络请求还是来回询问你的，那有没有都不需要我参与，我知道有风险，但我真的不想每次都被卡住了。有的第四种模式， bypass permissions 开启之后呢，他呢就不再逐条向我们确认了，而是直接执行，直到最后的呈现。那我们来到左下角设置，然后搜索这个，他呢就出来了这个选项，那我们勾选之后就开启了这个模式。 那还有一个方法呢，就是在终端里，然后我们输入这个，可以看到这里呢是已经生效了。 ok， 我 们再回到最初的网页，然后让他呈现出来，那他现在呢是直接帮我们打开了，那我们来试用一下。 ok， 我 们都给他输入。好，哎，他现在呢就给了我结果，嗯，不错。 那直到现在我们知道了整个页面的排布情况，四种模式，他们呢都有什么状态，我们又怎么来触发他们？我们还做了一个简易的实心计算器，给自己点个赞，你是最棒的。但是这个网页啊，简易的太简易了，没有色彩。那我们除了可以用自然语言和 cc 沟通之外，还可以给他一张图片，让他按照这个配色来完善我们的程序。 ok， 他 这个配色完成的还是不错的。那还有一个就是我们一直忽略的点，就刚才我们给实心计算器只是一句简单的话，而在我们日常的使用中，肯定不止这么一个简单的要求，那我们要是在命令行里去输入这么一大片命令要求的话，还是挺费劲的。所以呢，我们可以把这一长串的命令放到文档里， 然后把这个文档再给 c c， 让他按照这里面的要求来工作。另外我们开头也说了， c c 呢是可以在你的电脑上来执行的，修改你的文档安装到你的电脑上，我们呢就可以把放了五个视频的文档给他，让 c c 转换一下格式，然后提取一下音频。他呢现在是已经给我分类整理好了，还是不错的。 当然这些呢只是更基础的，后面呢还有更好玩更高级的。我呢再慢慢跟你说，大家也不用太着急，用得动的高深，你先用一段试试，很多感觉呢是你用出来的， 更重要的是我们习惯这种和 ai 写作的方式。再往后一点，可能很多事情你只需要一个开头，它呢就能帮你走完全过程。好啦，喜欢这种内容的朋友呢，看好我呦，下次见啦。
859知雪
03:45查看AI文稿AI文稿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！
1.1万小歪学姐(AI版)
05:59查看AI文稿AI文稿今天这期视频我们只讲一件事，就是普通人怎么使用 cloudco。 很多人听到 co 的 这个词就认为是写代码，觉得跟自己完全没有关系，但其实 cloudco 除了超强的写代码能力之外，他还能做很多日常的任务， 比如说文件管理、数据分析、爬虫，甚至连修图剪视频的工作他也能帮你做。那么这个视频会从下面几个方面展开， 首先是怎么安装好 clolico， 然后配置国内的大模型，接着讲如何给 clolico 安装 skill， 并且用 skill 去开发一个网站，全程无管无废话。希望大家在收藏的同时能点赞支持一下，如果能关注一下那就更好了，感谢朋友们啊！那么第一步我们要下载一个软件，叫做 trace， 点击下载完成之后，我们把 cloudco 的 官方文档链接贴给他，然后输入，请你参考文档中的方法，帮我安装好 cloudco， 中间遇到任何错误或问题，请你自己查资料去解决。 这里他提示我们要先打开一个文件夹，我们照他说的做，我们可以直接新建一个文件夹，就叫 cloudco 安装， 很快他就开始思考并且自主的完成任务了，这个过程当中他可能会跳出各种对话框来让你批准权限，我们直接运行就好，大家可以等待十分钟， a 准就会自动完成所有的安装步骤。 接下来我们要给 cloudco 安装一个运行环境，它的运行环境有 app、 网页端、集成开发环境 id 以及命令行，其中最简单使用的方式就是在 vsco 这种集成开发环境中去使用 cloudco， 我 们直接下载 vsco， 下载完成进来后，点击这个地方，输入 chinese， 点击下载，然后重启 vsco， 你就可以看到界面已经变成中文的了。然后我们再次点击左边的应用图标，搜索 colaco， 可以 看到一个插件叫 colaco for vsco， 点击安装， 然后它会跳转到这样的登录页面，平时如果想打开 colaco 窗口，点击右上角的小图标就可以到这步。先不用管我们下载第三个软件 cc switch， 我们先进入他的酷狗主页，在右边往下拉，找到 release， 再往下拉，找到适合你系统的安装包，然后下载安装。装好之后，我们打开 c c switch， 点击右上角的加号，在里面找到 deepsea， 再往下滑动，你会看到 a p i key 的 输入框，点击获取 a p i key。 跳转 deepsea 的 官网，登录进去后， 点击左边的 a p i keys， 在 这里你可以管理所有 a p i key， 这里的 key 相当于你的密码，千万不要公开泄露，不然别人也能用你的 d p c 账号。点击创建 复制这一行，到 cc switch 里点击添加，然后在页面上就可以看到你的 d c 了。点击第三个图标测试模型，可以看到提示 d c 运行正常，然后我们再回到 vsco， 重启 vsco， 它会自动弹出 聊天框，那我们在这里输入你好，你接的是什么模型，然后你就可以看到你的 d c 已经接入成功了。 要注意最后一步，你的 d p c 账户里一定要有余额才会成功。接下来我们来讲怎么给 clico 安装 skill。 打开 v s co， 调出 clico 聊天窗口，在我们当前的根目录下创建一个 skills 文件夹，这个文件夹表示我们这个项目会用到哪些 skill， 这里用一个网页设计的 skill 来给大家举例。打开 github 官网，搜索这个，点击 code， 下载它的压缩包，然后解压缩，并把它拖到我们的 skills 目录下。然后我们再来检查一下，输入 我已经下载我要使用的 skill， 并且放到 skills 目录里，请检查这一步比较重要，可以知道你有没有安装好这个 skill。 然后我们可以看到 plc 在 解锁 skills 目录以及刚刚我们放进去的文件，解锁完成后，你就可以看到它提示我们可以直接在对话里使用这个 skill。 然后我们再新建一个文件夹，比如这里我输入 person web， 表示我的项目路径。好，那我们再跟 plc 对 话，输入我已经新建好项目目录， person web 帮我设计一个个人网站， 接着他就会给出一个执行计划，使用刚刚我们导入的技能去设计网站，这期间会有很多权限申请，直接点同意就行，那么过一会你就会发现他跑完了，这里跑出来的啊，结果很简单，只是一个网页， 因为考虑到很多粉丝啊，是刚接触 skill， 就 不讲的太复杂，那么我们来打开他设计的网页看一看。打开我们刚刚创建的 personal web 目录，选择在默认浏览器打开，那么你会发现我们刚刚的网站就已经设计好了，不过它的 ai 味很浓，而且还是英文的。 我们跑出项目来，我们去怎么修改它，比如说一个中英文的按钮输入，请你根据我的要求进行修改，在右上角提供一个小按钮，点击可以切换中英文。 好，改完后重新打开网页，中英文切换按钮已经出来了，点击一下，我们整个页面都切换成中文了。那第一个功能我们就通过 ai 弄好了， 我们对这个网站还不太满意，怎么办？我们可以继续跟 cloud 沟通，让他再去修改，比如我想在关于我下面增加一个时间线，那么我们就把需求发给他， 让他再跑一会，然后重新打开网站，你就能够看到他的一个修改结果。这些内容比较基础，不知道大家有没有学会用 skill， 还想看什么内容？欢迎在评论区留言，如果对你有帮助，别忘了点赞三点支持一下。
714我是宇烨
02:28查看AI文稿AI文稿啊，今天这期视频的目标只有一个，就是让新手小白学会如何零成本全程国内环境上使用上 color code 好， 废话不多说，我们以 windows 为例，首先我们需要安装 node js get， 一 切顺利后才是正式的安装 color code。 首先我们来到 node js 的 官网， 如果是 windows 用户，直接点左下角的安装程序。安装完以后，我们需要验证一下是否安装成功。首先我们 win x 会调出这样的面板，以防万一，我们以终端管理员的身份去进入， 如果你输入上面的两个指令以后会显示这样的版本号，那么恭喜你 node js 安装成功。同样的，我们下面来安装 get， 同样是到他的钢板上。如果有的小伙伴嫌麻烦的话，我下面准备了两条代码，可以直接帮我们去安装 get 和 cloud code。 安装完以后，我们在终端里输入 cloud， 按一下回车。如果你能看到这个像素版的小螃蟹的话，那么恭喜你，你安装了世界上最强大的通用 ide。 我 们只安装了 cloud code 可不行，相当于我们只给了他的手和脚。接下来我们将配置他的大脑。网上有各种各样的配置方法， 但我认为最方便最快捷的是 c c switch 这一步。同样，如果嫌麻烦的话，我们可以在浏览器上直接输入我这一行网址，然后我们只需要一直往下滑找到这个版本。 c c switch 相当于一个小程序，我们在电脑的界面上可以直接打开它，这里会以 mini max 为例。如果没有配置的小伙伴，可能和我的这个界面不太一致，但是没有关系。 c c switch 非常强大，它不仅可以配置可乐扣的扣带 x anti gravity， 还有最近很火的 hermes 小 龙虾，它都可以做到丝滑的切换。现在我们点击右上角的加号这里，我们点击 meix， 我 们就会进入到这样的界面这里其他都不用看，我们只需要把这个 a p i k 去填入就可以。 a p i k 去哪里获得呢？国内有很多很好的一些 to come play 的 套餐，我们这里还是以 meix 为例。输入这个网址，我们直接进入 meix， 如果没有购买的话，我们可以点击右上角的订阅套餐，里面有不同的价位的套餐。作为一个新手小白，我们可以买一个四十九元的 plus 套餐，因为 mini max 的 talk 额度非常的足，所以也不用担心日常的使用 会出现不够的情况。购买完成以后，我们可以点击左侧的 top 跟 play 进入这个页面，我们可以直接看到 top 跟 play， 我 们直接点击复制，然后点开到刚才的这些 switch 的 b i k， 点击保存好。恭喜大家，我们的可乐扣的安装片就结束了。废话不多说，这里是一十三，我们下期见。
356义拾叁
04:38查看AI文稿AI文稿万字图解 cloud code 源码赛博朋克风格深度解析五十一万行 type script 代码，揭秘最强终端编程 agent 的 工程智慧！ 什么是 cloud code？ 它不是聊天窗口，是 entropix 首款官方终端 agent 及命令型工具，能读代码、改文件、跑命令管。 git 拥有四十多个原子工具 agent 核心循环，整个 cloud code 的 核心就是一个 while true 循环，用户给目标模型自主决策，调用什么工具，执行后把结果送回上下文循环，直到任务完成。 四层架构，深度拆解，最上层安全防护，双重网关和危险命令阻断。第二层， agent 执行引擎管理生命周期和病发调度。第三层，原子级工具层，四十多个微服务模块， 最底层外部服务负责 a p i。 互联。为什么不用 react？ 传统 react 必须先输出思考再行动。 token 消耗巨大，缺乏实时并发。 cloud code 用 tuul soup 模型和环境直连流势推进，成本锐减百分之八十。 to use loop 核心代码就是一个 while 循环调用大模型。 a p i 检查是否有工具调用，没有就 break 退出，有就并行执行工具，结果送回消息站，继续循环。 流逝工具并行技术，传统方式是等模型说完再执行工具。 cloud code 在 模型还在流逝输出时，就开始执行前面的工具，只读操作，可以并行写操作，读站延迟藏在推理时间里。 system prompt 核心设计，先给范围，再划红线，两维度判断风险，禁止话痨工具调用键不超过二十五个词，用分割线把静态和动态内容分开。共享缓存省百分之九十费用， 三级缓存体系，大局缓存，全球用户共享费用降九成。组织缓存，同一公司跨绘画共享绘画缓存，同一次对话内只计算一次，一个分割线就是真金白银。 极简记忆系统，不用向量数据库，行为指令用相似度解锁，效果很差。分四类，用户画像、行为反馈、项目动态外部指征锁，隐藏住 system prompt 详情，按需加载 记忆召回机制，用小模型 sonnet 当秘书，扫描记忆文件前三十行元信息拼成清单发给 sonnet， 选出最相关五条，加载完整内容，注入上下文，几乎零延迟。 上下文压缩五步走，能不压就不压，必须压实，从最轻开始，第一步，大结果存磁盘，第二步，砍远古消息，第三步，裁减老输出，第四步，投影压缩，第五步，全量摘药。最后手段， 工具系统设计，四十多个工具零继承，全是纯函数式 build tool， 工厂函数，每个工具自包含 schema 权限执行逻辑。 bash tool 最复杂，一千多行，有沙箱和后台执行 feature flex 与消融实验，编意时 flag 用帮 micro 物理删除代码，反编意也找不到。运行时 flag 做灰度发布。消融实验逐个关掉组建量化价值隐藏功能，包括语音模式和远程控制。 核心洞察， harness engineering， 将省比发动机更重要。评测定义，智能上线测试套件工程才是决定成败的关键。百分之八十的代码不是让 ai 更聪明，而是在死磕可能性。 终极总结，模型是发动机，但安全、上路靠刹车、方向盘、安全带这些不起眼的东西才是真正决定成败的。探索 agent 化未来，从理解这套江绳系统开始。
01:48查看AI文稿AI文稿你可能以为做好 cloud code 关键是会写提示词，但真正拉开差距的其实是 skill。 因为 skill 不是 一句提示词，它更像是给 cloud code 装上的工作模式。今天这六个实用 skill， 新手装上以后基本就能少走一大半弯路。 第一个， prompt optimizer。 当你只会说帮我优化一下，帮我改个功能的时候，它会把你的模糊需求改成更清楚、更可执行的任务描述。 你不用一开始就会提示词，先让他帮你把话说清楚。第二个， deep interview。 有 时候不是 ai 不 聪明，是你自己也没想清楚要什么。这个 skill 会让 cloud code 反过来采访你，把目标、边界、验收标准 一步一步问出来，特别适合做新功能、做产品页面或者需求还很模糊的时候。第三个， real plan 大 改项目之前，最怕 cloud code 上来就动手。 real plan 的 作用就是先出计划，再拆风险，再确认测试方式。它适合那种会影响多个文件、多个模块的任务，先把路线定清楚，再开始写代码。 第四个， ultra qa 功能，写完不代表真的能用， ultra qa 会让 cloud code 进入测试、验证、修复的循环，不是只告诉你我改好了，而是继续跑，检查、 看报错、修问题，直到结果更可靠。第五个， ai slow cleaner。 ai 写代码最大的问题不一定是错，而是味儿太重，比如重复逻辑、空泛、封装、变量名很虚，代码看起来很聪明，但没人想维护。这个 skill 就是 专门清理这种 ai 感，让代码变得更像人写的，更像能长期维护的项目代码。 六个， visual verdict 如果你用 cloud code 做前端海报、视频画面，这个非常关键，它不是问好不好看，而是拿截图和目标参考去对比判断布局层级、间距、颜色、还原度到底差在哪里。 所以这六个 skill 不是 让你背更多提示词，而是让 cloud code 在 不同任务里自动切换成更合适的工作方式。不会提示词的新手先装这六个，真的会稳很多。想要我继续整理 cloud code 的 高频 skill 清单，可以先收藏这一期。
2.9万阿森编程日记（AI自动化）
04:13查看AI文稿AI文稿上条视频和大家分享了，装完 coco 之后，那怎么用它来帮我们解决实际的问题呢？那接下来我将会出一系列的教学视频，包含怎么用 ai 做 ppt， 怎么做视频，怎么做自己的个人作品集合网站，以及如何收集资料等等。 当然如果你有其他的需求，也欢迎评论区留言，我会陆续出相关的教程给大家，所以记得持续关注哦。好，接下来我们直接进入到正题，今天第一期教程，先和大家分享怎么用 ai 做好 ppt。 之前我们一直强调 skill 是 菜谱，要做出不同的菜，就得找到不同的菜谱，告诉 clarko， 他 才知道流程是什么，用什么配料。所以大家平时可以持续关注下那些在给哈仓库里面新标比较多的，就证明用的人很多。其中做 ppt 的 skill 在 中文圈里面非规章老师的这个规章 ppt skill 莫属了。 那最后我做出来的效果先给大家看一下，这个就是我把一个简单的个人信息的握文档丢给了 coco 要用的这个 ppt skill 做出来的这样的一个效果，大家可以看看觉得怎么样？我觉得整体的效果做的还是蛮不错的，他把我的这个信息做了一个提取，然后整理在网页上面， 接下来我就会演示在 vsco 里面怎么调用 clouco， 用这个 ppt skills 来去做出这样的一个成品。首先我们先打开 vsco， 就是 这样的一个界面，在 vsco 里面可以搜索这个 clouco， 就是 在这个扩展里面就是这个 clouco for vsco， 直接点击安装，我们安装好这个 clouco 的 扩展之后，后续每次打开 vsco， 我 们在这个右上角就会看到这个 clouco 的 按钮。我们每次去做一个项目的时候，我们都可以新建一个文件夹， 比如说这个是我之前新建的一个空的文件夹，然后假设没有使用的文件夹，我们就在这里面直接新建一个文件夹，然后选择打开，打开之后直接点击这个 clark co 的 按钮，我们就可以直接进行对话了。打开这个对话窗口之后，像刚刚说到的，我们要让这些 skill 帮我们去做事，但很多时候我会给大家一个建议，就是这个 skill 具体是能做什么的，我们可以先丢给 clark co 问问他， 所以你问他的时候，他会先去读取这个网页里面的内容，他就告诉我们这个 ppt skill 是 可以帮我们去做一个横向翻页的网页， ppt 是 一个 html 的 文件，具体下面有这些功能，如果我们想让它基于我们给的内容，让它去输出一些 ppt， 那我们就可以直接把我们的信息丢到这个文件夹里面，我们把这个简历放到这个文件夹里面，然后就会在这个文件夹里面去识别到我的这个内容，我就让他基于这些信息帮我做一个 ppt， 可以 看到他自己在一步一步的去规划要做的事情，他就先规划这个 ppt 的 结构还有内容大纲，然后生成这个瑞士风的 ppt 之后再去验证这个效果。当他做完之后，他就会提示你是否要在浏览器当中打开这个 ppt 的 预览效果， 我点击券之后，他就打开到浏览器让我去做一个预览，这个就是一整个瑞士风的一个 ppt 的 效果，我觉得整体还是非常的清晰和简洁明了。对比我那样一个 word 文档的一个信息， 我觉得通过这样的一个 ppt， 或者说这样的一个求职简历给到 hr 来看，其实还是挺加分的，不知道大家觉得怎么样？所以总结一下。今天跟大家分享的就是在 vsco 的 这个软件里面去安装完这个 clolo 的 扩展之后，每次我们打开 clolo， 然后去新建一个文件夹， 把你要给 clolo 识别的一些信息跟内容都放到这个文件夹里面，然后每次点开右上角的这个 clolo 的 图标，我们就可以跟 clolo 去进行对话了。 第二个比较重要的就是我们每次让 cloudco 帮我们干活的时候，最好就是调用别人已经封装好的 skill， 当你解决不同的问题的时候，就用这些 skill 帮我们去解决。 然后当你不知道这个 skill 能干什么的时候，就直接在这个对话框里面，让 cloudco 帮你去读取这个网页里面的内容，问问他这个 skill 是 干嘛的。所以对于那些想要做课间 或者去做一些演讲分享，对外的展示这些内容，我觉得用这个 ppt skill 是 一个不错的选择。所以今天的分享不知道对大家有没有帮助，或者大家在实操的过程当中遇到什么问题都可以留言，我会针对大家的问题给予解答， 以及大家还想知道用 call 能做什么，也欢迎评论区留言，我会出相对应的教程分享给大家。好，那我们今天的分享就到这里，我们下期再见。
2248小歪学姐(AI版)
11:26查看AI文稿AI文稿这段时间啊，发现一个很有意思的现象，周围越来越多人呢，开始用 code， code x workbody 这类 agent 的 工作台了。写代码的在用，写文章的在用，整理 obsidian 的。 嗯，个人知识库的也在用。但很多人啊，都跳过了一个特别朴素的文件，叫 cloud md， 有 的人呢，甚至完全不知道它的存在。你有没有觉得， agent 很多时候替你干活，他会替你猜，会把简单问题啊，搞复杂，会说自己做完了，但其实根本没有验证。 这几个问题听起来好像只有工程师才会关心哦。但你如果用过 a 证的去写文章，整理资料，做网页，改脚本，又或个人知库啊，其实一样会有的。你让他润色文章呢，他把你的语气也改没有了。你让他整理素材啊，他把事实和推断呢混在一起，你让他改一个页面，然后他顺手加了三个你可能并不需要的功能。 你让他涉及知识呢，他漏掉了文件，但是呢，还信誓旦旦的跟你说完成了。我自己的感受是，其实模型已经足够强。而我们遇到这些问题呢，很多时候，不是模型能力的问题，是 harness 的 问题。 如果你还不知道 harness engineering， 也就是驾驭工程是什么，可以看我上一期讲的。为什么现在聊 agent 都要提到 harness？ 你 先记住一句话， agent 呢，等于 model 加 harness， model 呢，是马， harness 是 马身上的婉拒。马再强也得有约束，不然就是野马。有力，但不能稳定地帮你干活。对于你的 agent 来说，如果模型能力暂时不足以稳定完成任务，你不一定非要换模型，你可以先升级你的 harness， 而 cloud dmd 或者是 agents dmd 的 价值就在这里， 它是最小可用的 hardest engineering。 cloud d m d 和 agent d m d 的 区别在于， cloud code 执行任务前呢，会自动去读取 cloud d m d code x 执行任务之前呢，会自动去读取 agent d m d， 但它们承载的内容啊，可以基本保持一致。你可以把它理解成，每次 agent 进入你的项目之前呢，都会先看一眼门口贴着的那个规矩说明，别乱动，先读清楚，不确定就问，做完要验证。这些话听起来特别普通，对吧？但坦率地讲， 越是这种普通的东西呢，越容易被忽略，也越容易啊，在关键的时刻起效果。那 cloud 点 md 到底应该写什么内容呢？前 open i 创始人团队成员安德烈卡帕西啊，就发过一条推文， 聊自己在使用 agent 的 时候呢，经常遇到的几个问题。然后 github 上有个小哥直接从卡帕西的推文里面整理出了一份 cloud 点 md。 这份单文件模板在 github 上发布首日就拿到了五千八百多颗星，截至目前呢，已经是十三万颗 star， 成为二零二六年增长最快的单文件仓库。你敢信一个克劳典 md 文件四条规则就能火成这样？仔细想啊，其实也合理， 因为它真的有效。关键审方法呢，还非常的简单。不过在直接抄作业之前啊，我建议简单理解一下这四条到底是在解决什么具体的问题，因为只有你知道它在做什么， 你后面才能改出自己的版本。第一条， think before coding， 也就是动手前呢。先想一下，这条说的是啊，有不确定，有歧义有争议的地方呢？ agent 应该主动提出来，而不是假装自己全都懂，然后呢，直接就开干。 比如你只说一句，帮我优化一下， agent 不 应该立刻开始帮你改，他应该先问你说的优化是性能，样式，结构，还是可读性。 如果你不是用来写代码呢？把 coding 啊换成你的领域的问题就可以。写文章前先想整理知识前先想，做设计前先想核心。都一样，先别急着动手，先把任务听明白。第二条， simplicity first， 简洁优先。这条说的是啊，用最少的投入解决问题，能五十行解决的就别写两百行。因为有的时候呢，你只上 agent 去修一个按钮，然后呢，他就把你的页面也改简洁优先是让 agent 知道要对复杂度保持敬畏。这条说的是啊， 只动必须动的地方别顺手改格式别顺手，重命名别顺手清理旧代码别顺手把你觉得不顺眼的东西呢都改一遍。 a 着。他往往看到一个地方不舒服，他就很想顺手改掉。但问题是，你根本不知道他这个顺手会不会把别人的工作啊，你是金融性啊，或者是某个单独看呢？很别扭，但总得看很必要的约定一起改掉。 第四条，勾结尾 execution， 以验证目标为导向，驱动执行直到成功。这条是最容易被忽略的。 agent 的 输出呢，很流畅，会让你产生一种他已经做成了的错觉。但真正重要的是啊，他怎么确认自己做成了， 而不仅仅是做完了？你让他改代码，他有没有跑测试？你让他整理资料，他有没有确认所有文件都处理了？你让他润色文章，他有没有检查所有的敏感词啊，不喜欢的措辞啊， 都改掉了。这条很重要。很多人想的是呢，等 agent 出结果了，然后自己去检查，但就会来回拉扯你很多时间头感和心理。而加上这一条，很多问题呢，在抛到你眼前之前， agent 呢，就可以自己修复了， 这能提高你 agent 的 第一次产出结果就成功的概。那以上的这四条呢，如果你只是浅浅用 close code 或者是 code x， 已经足够让你比百分之八十的人用的好。但如果你正在尝试要 coding 啊，同时需要让 agent 做复杂耗时多步骤的任务呢？ 那后面的这八条就很值得看。国外有个叫米尼米的小哥，最近在 x 上发了一篇帖子，讨论度啊，很高。他说自己呢，用了一个半月的时间啊，在三十个代码库里面反复测试，验证了卡巴切那四条规则确实有效。 过去大概百分之四十的出错率呢，降到了百分之十一。但他发现，对于真的把 agent 放进长时间多步骤任务的人来说呢， 还不够。你还需要关注任务执行的耗时，透支的成本，逻辑的分歧，多步骤带来的错误累积等等问题。所以啊，它又补充了八条，我逐条说一下。这几条其实挺有意思，也很有用。第一条，可以用脚本代码执行的确定性任务呢，不要让模型来做。如果你看过我前面讲 harness 的 哪些内容啊，这条应该会秒懂。 能用计算型解决的，就不要交给推理型，比如 api 调用重试，比如检查一篇很长文章里的标点，比如把一批文件改成统一的命名，这些东西呢，让脚本看又快又稳定，还不怎么消耗 toker。 而模型呢，更适合做了一些没法被规则固化下来的判断， 比如分类啊，比如总结啊，比如审美啊，比如一段文章到底像不像活人写的？你想想看，如果你让 cloud 逐字检查一百万字里的全角斑点，它很可能要几十分钟，还不一定干得好，而且会浪费你大量的 toker。 而用脚本代码来做呢，可能只要几秒钟，还能保证没有遗漏。第二条，别让 agent 把 token 当做空气来说。米尼米说他的 agent 有 一次跑了一个半小时，结果呢，一直在重复处理一段八 k 大 小的错误信息。更离谱的是， agent 最后给出的修复建议竟然是四十条消息之前就已经被他否掉的方法。 所以 cloud 点 md 里面呢，最好明确投肯预算，接近预算就总结摘要，超出预算呢，就停下来，你的钱，你的时间，你的注意力啊，都是成本，可见这条的重要性。第三点啊，别让 agent 去做老好人。这条我觉得也特别关键。 agent 呢，有一个很隐蔽的问题啊，就是他经常会同时接纳有分歧的两种模式， 他不想得罪任何一方。于是呢，他把两个都混进去，结果就是代码跑起来了，但风格撕裂，逻辑混了，后面排查的时候呢，会给你买一个坑迷。你迷遇到的情况是 a 整呢，同时采用了局部错误补货和局错误补货两种策略。他改了局部策略呢，发现怎么都不生效，然后查了很久之后才发现是局策略在另一层把错误给吃掉了。 这就很像什么呢？ agent 呢？他自我感觉良好的认为，你卧室的灯应该用两种开关来控制，一个是卧室灯的开关，一个是所有灯的总开关。卧室灯的开关和总开关呢，必须都打开，卧室的灯才会亮，但是他没有告诉你这个事，他是这么干的。于是呢，你一直按其中的一个开关，发现灯就是不亮，查了半天才发现原来还有个开关是关着。 所以分歧啊，不能让 agent 都接纳，要暴露出来，要 agent 选一个，并且要让他说清楚他为什么选这个。第四点，先建立局视角，别重复照轮子。 agent 有 时候啊，会在一个代码函数的旁边呢，新写一个代码函数，写得还挺认真，结果三十行外呢，已经有一个现成的函数。 这种事呢，其实也很常见，因为 agent 他 太急着完成任务了，没有看调用方，没有看共享工具，也没有理解这个项目为什么会长成现在这个样子。所以 read before you write 这条特别重要，先读再写。 看起来呢，只是慢了一分钟啊，但可能省掉后面成倍的时间的反光。第五条，测试呢，是为了暴露问题，不是为了通过测试。这条呢，我真的建议所有 agent 写代码的人都贴墙上。 agent 很 擅长写一个刚好能通过的测试， 但测试通过呢，不代表他测到的真正的问题。有些测试呢，只是证明了代码现在会这么跑，但即使代码有问题，这个测试啊，也根本不会失败。 那这种测试他是讲就没有什么用。好的测试啊，应该验证意图，他能表达出为什么这个行为重要，而不是只证明现在这行代码是有返回值的。第六条，多步骤任务，每一步都要做检查点米尼米说啊，他经常遇到一种情况， agent 在 某一步已经出错了，但他没有停， 继续往后做。后面的每一步呢，都建立在一个错误的结果上。然后你作为人类介入的时候，面对的是一坨已经跑偏很久的中间产物。你想理清楚，但发现比重做一遍还要费劲， 这感觉我太懂了。所以，多步骤任务呢，一定要有检查点，做完一步说清楚，做了什么，验证了什么，还剩什么。如果说不清楚，就 别继续。第七条，别让 agent 滥用新的东西。这个也很真实啊。米尼米说， agent 把 rect hooks 引入了他的项目，虽然代码能跑，但这与项目本身的测试模式呢，是不兼容的。 到头来，他又花了半天时间删掉，然后重新写。这件事呢，特别像给一家餐厅去强制装一套新设备。设备呢，当然是先进的东西呢，确实能做出来，但后处所有人的配合就全部乱套了。到头来呢，只能再拆掉，然后再重来。所以现在在已有的项目里，约定往往比新颖性更重要。 要让 agent 知道，不是新的旧好，也不是觉得优雅，就应该去上。先建立全局视角，先尊重有的惯例，循序图治。第八条，错误要大声说出来，不要藏起来。 agent 呢，有时候会忽略过程中的错误，比如数据库迁移，说成功了， 但其实有一些违反约束的记录啊，被跳过，他把错误写到日子里，然后继续往下走。转头呢，他就告诉你完成了米妮米的方案。是啊，大喊失败这四个字我觉得特别的好，因为很多时候呢，错误本身不可怕， 可怕的是错误被藏起来，过几天之后换一种更昂贵的方式回来找你。以上，根据米粒米给出的实验结果，补充了这八条之后， agents 的 错误率 就从百分之十一直接降到了百分之三。那卡帕西的四条加上米粒米补充的八条，合起来就是下面这份十二条， cloud 点 m d。 现在啊，你可以直接抄作业，如果你用 cloud code， 就 保存成项目根目录的 cloud 点 m d。 如果你用的是 code x 呢，就把文件名啊改成 agents 点 m d。 内容呢，一样都能用。 如果你已经有自己的项目规则呢，就放在这十二条下面。比如你的记录站啊，比如你的测试命令啊，比如你的目录约定啊，比如哪些文件不希望 agent 能碰啊，但我建议啊，别写太长。 cloud md 不是 许愿池，不是把所有的偏好都倒进去， agent 呢就会突然变强，它更像是一份行为器乐。每一条呢，我们都应该回答一个具体的问题， 讲清楚是让 agent 避免什么真实的错误。那这套 cloud md 在 非代码领域能不能用呢？也能用，把代码相关的词稍微换一下就可以。如果你实在不知道怎么换，也可以直接把这份 cloud md 呢去丢给 cloud code 或者是 code id， 让它根据你的领域啊给你改一版。但这你需要注意的，一定要让它根据你真实被坑过的事情来写 规则，不是一次写完的，规则是被坑出来的。我建议你今天晚上就做一件事情，打开你最常用的项目，建一个 cloud d m d 或者是 agents d m d。 先把这十二条呢贴进去，然后用一周，每次 agent 做失败了，就让他把反思啊，教训啊补进去， 慢慢的它就不是别人的模板，它会慢慢地变成你个人经验的写法，也是你的第一个 harness engineering 事件。我一直觉得到今天用上好模型的方法有很多，模型已经不是问题，所以用 agent 的 差距呢？其实就是用 agent 的 差距，有的人呢，把经验忘在记忆里，而有的人把它沉淀在 color d and d， 就 这么简单， 这就是信息差，而这次的信息差直接操作。以上就是今天的全部内容，如果对牛思帮助点个赞，也请转发给你那个一直想用好 a 阵子的朋友，这对我真的很重要。我是林秋水，用技术生存，用哲学生活。我们下期再见！
4028再临秋水
