claude代码图谱有什么用

程序员直接狂喜，这个工具把大模型的智商彻底拉满了！它是专为 ai 编程智能体打造的代码知识图谱与缩影工具。记住这个项目名字，它在 tiktok 已经拿下了十七 k 的 四大，它会提前把你整个项目的所有函数、定义、变量、符号、调用关系、依赖链全部梳理成结构化知识图谱。 ai 直接查图谱就能拿结果，不用再反复扫文件，实测效果直接炸了！在七个真实工业级项目的精准测试中，同样四千个文件的大项目， ai 解锁调用次数从五十二次直接压到三次，效率提升十七倍。 原声兼容 cloud、 cody、 cursor、 opencode 的 所有主流 ai 编程助手，而且完全本地运行，代码数据绝对不会泄露。

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

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

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。

你用 cloud code 开发大项目的时候，是不是经常遇见过这种情况？问个代码问题，他翻来覆去搜半天文件，等的人都急了，最后给的答案还不准，还烧掉了一大堆 token。 今天给大家介绍的开源工具，就能完美解决这些痛点，让大项目开发效率直接提升七七七，百分之， token 成本最多能降四十九倍。看之前记得点赞关注，咱们马上开始！咱们先说说为什么 ai 编程工具处理大项目总会拉胯， 小项目文件少调用逻辑简单， ai 临时读几轮文件也能测出答案。可一旦碰上多模块的大仓库， ai 每次都要从零开始理解，上下文成本特别高，还记不住之前的内容，自然容易出问题。 今天说的 code review graph 工具，核心就是给你的本地代码仓库建一张专属的知识图谱，说白了就像给代码库画了张导航地图、函数类文档模块，这些实体是地图上的地点调用、继承、导入这些关系就是地点之间的道路。 再通过模型上下文协议接入 code， 这套协议说白了就是 ai 工具连接本地能力的标准接口。 有了这张地图， cloud code 就 不用瞎翻文件了，直接查地图就能拿到需要的代码结构依赖关系改动影响范围，而且所有数据都存在你本地的数据库里，完全不用上传到云端，哪怕是企业私有项目也能放心用，根本不用担心代码泄露的问题。 说到实际效果，官方在 vs code 这些真实大型项目里做过测试，用了这个工具之后， ai 的 工具调用次数直接降了九十四，代码探索速度提升了七十七百分之五。 还有人在 flask 这类开源项目里做过对比，原来完成一次查询要消耗四万四千七百五十一个 token， 用了图谱之后只需要四千二百五十二个，降幅达到九十九最多的场景下， token 成本直接降了四十九倍。 他还有个核心功能叫改动影响范围分析，你改了一个函数，他会自动找出所有调用这个函数的地方，相关的依赖和测试文件，只把最小范围的必要内容传给 ai， 既省时间又省算力成本。说到这，你会不会觉得这么好用的工具，配置起来肯定特别复杂， 把你的想法打在评论区。其实配置真的特别简单，只要你有三点一零及以上版本的 python， 还有 cloud pro， 订阅三步就能搞定。第一步，用 p i p 安装这个工具。第二步，执行 install 命令，它会自动检测你电脑上的 cloud code， 自动写入配置。第三步，在你的项目目录里执行 build 命令，就能生成代码图谱，重启 cloud code 就 生效了。它还支持增量更新两千九百个文件的项目重新锁引，只要两秒就能完成，随时都能给 ai 提供最新的代码结构信息。 你也可以加忽略规则，把第三方依赖自动生成的代码这类不需要所引的内容排除掉，进一步提升效率。你平时维护几个项目，是不是担心多项目切换起来麻烦？别急，还有好用的技巧呢。 日常用的时候，改完代码直接在 cloud code 里调用 review delta 命令，它会自动帮你评审本次改动的影响范围，特别适合上线前自查，习惯用命令行的朋友可以开启监听模式，它会自动监测文件变化，更新图谱，不用你每次手动执行更新命令。 windows 用户要是遇到连接报错也不用慌，先检查 fast mcp 版本，不低于三点二四，不要用 cmd 包装，直接调用 xa 文件，再设置下 python 的 utf 八环境变量，就能解决九十以上的问题。 要是你同时维护多个项目，还可以开守护进程模式，统一管理，自动更新所有项目的图谱，特别省心。 当然，这个工具也不是所有场景都适用，要是你只改几十行的单文件，小脚本见图谱反而多余。但是只要你的项目到了多文件多模块的阶段，尤其是大团队的企业项目，他真的能帮你省下好多时间，彻底解决 ai 反复读文件、上下文不够用、答案不准的问题。 总结一下，这个工具第一个优势是数据全存在，本地完全没有代码泄露风险。第二个是实测开发效率提升七七百分之 toc 成本最高能降四十九倍。第三个是配置门槛极低，三步就能搞定，还支持多项目管理。下期我们还会分享更多能提升 ai 编程效率的实用工具，记得多更新，今天的内容就分享到这里了，如果你觉得有收获的话，记得点赞加关注哦！

code graph 是 一款可适配 cloud code 科四的代码，支持图谱本地预缩影工具。项目实测，基于六个真实代码库对比 cloud code explorer 智能代理接入 code graph 前后的使用效果 可减少百分之九十二，工具调用次数，整体执行速度提升百分之七十一。工具内置智能上下文构建权威解锁能力，兼容十九种及以上主流编程语言，所有数据留存本机，不外泄，无需填写 api 秘钥，不调用任何外部服务，仅依靠 s q i 数据库即可稳定运行。

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。

你有没有发现，同样是用 cloud code， 别人能让它改完整个项目，你却只能让它改一小段代码？差距不在模型，也不在你会不会写提示词，而在于你有没有给 cloud code 装上工作流。 这个新手最容易忽略的题效入口就叫 superpowers。 你 可以把 superpowers 理解成 cloud code 的 工作流增强包。它不是让 ai 突然多会一门语言， 也不是炫技插件，它真正解决的是三个新手痛点，乱开始、乱修改、乱收尾。第一个乱开始，很多新手一上来就说，帮我做个功能，帮我修个 bug， 用 cloud code 还没完全理解项目，就开始写代码。 superpowers 的 价值是把你拉回到工程流程里，先理解需求，先看上下文，先确认边界，再进入实现。 第二个，乱修改， ai 不是 写不出代码，而是很容易越改越偏。比如只改一个按钮，他可能顺手动了布局，只修一个报错，他可能迁出，无关改动。 superpowers 会把流程收住，先分析，再计划，小步修改，最后检查结果， 三个乱收尾。很多人觉得代码写出来就结束了，但真实开发里，最后还要看 def 跑测试，检查有没有破坏原有逻辑。 superpowers 适合新手的地方就在这儿，它提醒你，不要只追求深沉了，而是要追求能验证、能交付、能维护。所以， superpowers 真正强的，不是让 cloud code 变得更花哨，而是让它从一个会写代码的 ai， 变成一个更像工程搭档的执行者。 新手用 cloud code， 先别急着堆复杂提示词，你真正要学的是怎么让 ai 按流程干活，怎么让它少跑篇，怎么让每一次修改都能被验证？ 记住一句话， cloud code 负责能力上线， superpowers 负责使用纪律。把这两个结合起来，你才算真正进入 ai 编程的高校区。如果你刚开始用 cloud code 这一期，建议收藏起来，后面继续拆 cloud code 更多玩法。

今天给大家推荐一套 skill 的， 它打包了市面上常见的格式化的表达，可以一键把你的文章变成 canvas mami 跟 iscaraj。 第一种结构清晰，配色干净，排版漂亮，这是 canvas。 第二种，它把流程节点、箭头的走向以及逻辑链条梳理得让你可以一眼看清，这是 iscaraj。 第三种是手绘的，质感就看起来比较自由随意，像在白板上随意勾的，这是 iscaraj。 同一个内容三种表达只需要十秒。 给大家简单介绍一下这三种矢图它适合在哪些情况下去使用。比如说像 canvas， 它比较适合做知识图谱，项目盖板，或者说文章结构的拆展 分类的话，适合现性逻辑的一些表达，包括流程图，决策数或者时间线。因为我最近在做一款退休相关的一个产品，会涉及到退休年龄的计算，以及退休金的一些计算，它把整个的逻辑都梳理的很清楚，包括说 怎么样去判断一个人的退休类型，它是到了法定年龄去退休，还是在法定年龄之前退休，它的整体的计算的逻辑都会不一样，然后它在这里也展示的很清楚。 export 就 比较简单，它适合那种自由表达，画草图跟圆形，以及非正式的一些思维发散。不过我觉得这个 export 它画的倒是比较简单，就是如果说你要增加一些图，或者说增加一些网页的跳转的话，还是需要你自己去增加的。 而且这个 skill 生成的图，如果说你有一些不满意的话，你是可以点击编辑去修改的，甚至你可以也可以去修改它的底色，比如在这里选择它就会变化，我觉得它就是节省了你从零到一的画图的时间，非常方便。 那接下来来告诉大家怎么样装这个 skill。 主要是三步，第一步就是 obsidian 是 要提前装好 ai agent 的 插件的，我用的是 cloudian， 之前视频有教过怎么安装，这里就不说了。第二步是我们在 github 上搜这个 skill 的 名字，然后就能找到这三个 skill。 这里下面呢，它是有对这个 skill 的 整体的介绍，告诉你整体的安装的方式。我们可以直接复制这个命令，回到 cloudian 的 聊天框，直接发送给 cloudian 即可。 把刚刚的口令发送进来之后它就安装好了。安装完之后呢，它会告诉你对应的 skill 的 用途以及它的触发词是什么。我们平常触发 skill 的 方式是斜杠，然后去掉起选择这个对应的 skill， 比如说萌妹，它就会 加载这个 skill。 这个 skill 还做了一些触发词，就是我不需要去调起了，我直接用自然的语言，比如说我要做一个 make 图，或者我要做一个 canvas 图，它就会自动加载这个 skill。 那 比如说我给他发的是用 make 格式化退休计算的流程，然后呢，他就阅读了这个 skill 的 skill m d。 因为我前面跟他去聊了一些退休计算的流程，然后呢他这里就把整个的计算流程化成了个 blank 图，非常的快。我还让他自动的去帮我保存为 opc 点笔记文件，然后他就可以帮我创建一个新的笔记了。 那今天的分享就到这里啦，以前我们做一张结构图，先理逻辑，再选工具，再调颜色，还有对齐整体的节点以及对拉线，至少半个小时起步，那现在一条指令 十秒三种风格任选，把节省下来的时间更多的放到我们的内容的本身，觉得有用的话点赞、收藏加关注，拜拜。

百分之九十的人用 cloud code 都只用了他一半的能力，如果你还把他当聊天框用，那真的亏了。真正拉开你和别人效率差距的，是他自带的这六个神级 skill。 我 把最适合新手的六个能力捋出来，每一个都是少加班的硬通 货。第一个 explore， 先让他摸清仓库文件结构、关键入口、业务炼录，一口气理顺。你不用自己翻半天目录，他先给你一张能用的地图。 第二个 code review， 代码写完不是结束，先让它审一遍，重复逻辑，边界问题明显，风险提前揪出来，很多坑在上线前就能被压掉。第三个，第八个，报错的时候别硬猜，把日制现象上下文丢给他，他会帮你把范围收窄，少走很多弯路。 第四个， test engineer， 别只改代码不补测试，让他顺手补单测补回归，至少你知道这次改动没有把别处撞坏。第五个， code simplifier， 如果一段代码已经绕到看不懂，就交给它重构，收掉，重复逻辑，把结构拉直，后面维护会轻松很多。第六个， dependency expert， 装包、升级、冲突、兼容，这些最烦的事，先让他判断，少差很多资料，也少踩很多版本坑。这六个 skill 不是 花架子，是 把 cloud code 从会聊变成真能干活的关键。但如果你是新手小白，往往最容易卡住的不是 skill 本身，而是环境配置太磨人，各种依赖报错，英文命令、版本冲突，有时候还没开始干活，人就先被劝退了。所以我专门做了这款 ai 工具箱，就是帮你更顺手的用 cloud code， 它也兼容 codex， 把这套流程一起打通，支持一键检测，环境自动不依赖，缺啥先帮你判断，少走很多弯路。 n p、 m 包和 skill 都能一键装，不用你再去到处找资源查文档，不用你翻文档，不用你到处查坑，国内就能直接用。想省掉这些配置麻烦的关注我，我把安装方式整理好了，方便你直接拿去用。

我一定要推荐你使用 cloud code， 因为它真的是把想法快速变成代码的工具，很多人还把 ai 当聊天框用。但 cloud code 不 一样，它不是只给你建议，而是能进到项目里，帮你把事情往前推。第一点，想法落地很快，你只要说清楚想做什么，它就能帮你生成代码、补文件、改页面，把脑子里的想法变成能跑的东西。 第二点，他能读懂整个项目，不是只看你复制的一小段代码，而是能理解目录结构、文件关系和上下文，接受老项目的时候特别省时间。第三点，他会拆任务，复杂需求不用你一次想明白，他可以先分析问题，再拆成几个小步骤，一步一步推进。 第四点，他能自己进入执行闭环，改完代码以后还能跑命令、看报错、继续修，直到结果更接近你要的状态。 五点，它适合真实工作，写工具、做网站、修 bug、 整理文档、自动化流程，这些日常开发里的琐碎工作，都可以交给它加速。所以我推荐 cloud code， 不是 因为它更会聊天，而是因为它真的能把想法变成结果。关注我，带你了解更多 ai 使用技巧。

java 如何使用 cloud code 来提高效率？比如做大型项目的时候，前后端分离，开发测试，运维，自动化点击，这些都可以使用 cloud code 来提高效率。 比如我需要生成一个登录页面的代码，只需要输入登录页面四个字就可以了，它会自动生成一个登录页面的代码，包括前端后端 测试运为自动化点击，这些都可以使用 cloud code 来提高效率。比如我需要生成一个登录页面的代码，只需要输入登录页面四个字就可以了。

二零二六年五月二十一日 get haul 今日热门来了！今天的 top 八个项目，带你看清开发者风向。 这个项目通过一个精心设计的 cloud md 配置文件，将 andre carposi open a 联合创始人、 ai 领域权威对 l l m 编程缺陷的观察，整理成可直接使用的行为规范，帮助 cloud code 避免常见错误。 在 ai 编程助手大规模普及的背景下，如何让模型遵循最佳实践成为热门需求。本项目一文解决，开箱即用，因此迅速引发关注。 它的核心价值在于把顶尖研究员的经验蒸馏为可执行的配置，极大降低了 a a 辅助编程的出错率。我的看法是，一个 plodmd 文件丢进去就能用 carposy 的 反模式清单转成行为规范，今晚就能是效果靠自己验证。 codecraft 为代码库预先构建知识图谱，所以让 clock code cursor 等 ai 编程工具能以更少的 token 消耗和工具调用次数理解代码结构，且全程在本地运行，保障隐私。 随着 ai coding agent 的 广泛使用，降低上下文成本，提升代码理解效率成为开发者的迫切需求。本项目直击痛点，完全本地化的设计，让企业和个人都可放心使用，而无需担心代码泄露。 我的看法是给 clark coerer 为代码图谱，理论上省 tucker， 但得先本地建，所以大仓库初次跑起来不轻松。 superpowers 是 一套面向 ai agent 的 技能框架与软件开发方法论，指在让 ai 编程工具以更结构化、更可靠的方式完成复杂开发任务。 随着 agent 工作流成为主流，开发者需要一套经过验证的方法论来驾驭 ai agent， 该项目恰好填补了这一空白。其实，用导向的设计理念 a methodology that works 吸引了大量寻求落地方案的工程师。 我的看法是， agent 开发方法论框架本身就是 skill 集合，挂到斜杠 cloud 就 能用，关键看你认不认这套 t d d 加 brainstorming 的 纪律。 这个项目为 cloud code 提供了一套完整的学术研究技能链，覆盖从文献调研、转载、同行评审到修改定稿的全流程，使 ai 能够辅助完成严谨的学术写作工作。 学术界对 ai 写作辅助工具的需求持续高涨。而本项目将研究流程系统化，远超简单的文本生成、 结构化的 research write review revised finalized 管道，让研究人员能够把控每个环节，兼顾效率与学术规范。我的看法是，给 cloud code 套了一套学术写作 skill 链，思路清晰，但能不能用，得看你导师认不认 ai 写的触稿。 agency agents 构建了一个完整的 ai 机构，内涵多个具备独特个性和专业技能的专家 agent， 每个 agent 都有经过验证的可交付成果，共同协助完成复杂业务任务。 在多 agent 协助系统 multi agent system 日趋成熟的今天，如何赋予 agent 专业分工和一致性人格成为新的研究前沿？本项目给出了可落地的实现方案。 proven deliverables 的 定位表明该项目来自实际业务场景的提炼，而非单纯的技术实验。我的看法是， shell 脚本拼的多 a 阵模板，本质是 pompe 加目录约定，没框架，没运行时照着超能用，但稳定性靠自己兜底。 c l i anything 由香港大学数据科学实验室开发，致力于将任意命令行软件改造为 ai agent 原声工具，让 l l m。 能够直接调用和操控各种 c l i 程序。 这项研究打破了只有专门设计的 a p i 才能被 ai 使用的壁垒，极大扩展了 ai agent 的 工具边界。 来自顶尖学术机构的背书，加上 maco software agent native 的 宏大愿景，使其成为今日技术圈的热点话题。我的看法是，想法挺好，但还是早期把任意 c l i 包成 agent 工具，实际跑起来鲁棒性和参数解析都得自己调。先看 demo。 这是一个系统化的 ai 工程学习仓库，以学习、构建、交付为核心理念，带领开发者从零开始掌握 ai 工程化所需的全站技能。 随着 ai 岗位需求爆炸式增长，大量传统工程师急需转型。本项目提供了清晰的学习路径而备受欢迎 是 before others 的 务实定位，让该课程内容更贴近真实生产需求，而非停留在理论层面。我的看法是，从临学 ai 工程的教程，仓库路径清晰，但还是得自己动手抄一遍，想速成上手，别指望得花几周时间跟完。 openwa 是 一个免费开源、可自托管的 whatsapp api 网关，让开发者无需依赖官方付费 api， 即可将 whatsapp 消息能力集成到自己的应用中。 whatsapp 在 全球拥有数十亿用户，官方 business api 的 高门槛和收费模式促使大量开发者寻求开源替代方案， openwa 因此持续获得关注。自托管设计赋予用户对数据的完全控制权，也避免了第三方服务商带来的隐私风险。 我的看法是自托管绕开官方 a p i 确实像，但 whatsapp 封号风险一直在生产环境跑，要做好掉线和多号轮换准备。 以上就是今日 geek hop 热门项目，关注我，每天一分钟看清开发者风向。

今天将深入探讨 cloud code 的 核心配置，学习如何通过 cloud md 和 cloud 目录等关键文件，将这个强大的 ai 工具塑造成真正理解您项目的专属专家。 cloud code 的 行为主要由三个关键文件或目录定义， 核心指令文件 cloud md 充当着项目记忆的角色。 cloud 目录作为整个 ai 行为的控制枢纽， 以及 ai 自我学习和总结的 memory md。 首先，我们来拆解 cloud md， 它会在每个对话启动时自动加载到系统提示词中，专门用于存放代码本身无法体现的关键项目信息，比如构建命令代码风格和提交规范。 它采用三级配置体系，高优先级会智能地覆盖低优先级设置。 cloud md 的 三级配置体系非常强大，全区配置设定了用户的默认行为， 项目及配置包含了团队共享的约定，而本地的 cloud 点 local 点 md 则允许开发者覆盖个人偏好， 比如要求始终用中文回复或容忍特定的编码风格。现在我们来打开 cloud 的 目录，这里可谓是项目的控制中书，包含 settings 权限配置、模块化的 rules 规则、自定义 commands 命令、可自动化的工作流 skills、 独立的 agents 子智能体以及强大的 hux 钩子系统。 settings john 式 ai 行为的控制面板。通过精细配置 allow 和 deny 列表，您可以精确管控 cloud code 能访问的文件、执行的命令和网络请求。 配合 pre tools 和 post tools， 钩子还能在每次操作前后自动触发脚本，形成自动化门禁。为了保持 cloud md 的 精炼 路由，目录允许您将指令按文件路径进行模块化拆分，只有 ai 访问到匹配的文件路径时， 对应的规则才会被加载，比如 api 开发规范只在处理接口文件时生效，这大大优化了提示词的利用效率。通过 commands 目录， 您可以创建自定义的斜杠命令来封装复杂的工作流。比如输入 review， 就 能让 ai 自动执行代码审查，从代码风格到性能安全全面扫描。输入 refactor 则可以获取函数级别的重构建议和风险评估 技能，是将重复性工作自动化的利器。以生成变更日期为例， ai 会自动获取版本标签间的所有提交， 按 conventional commits 类型分类转换成 markdown 格式，然后无缝写入 change alert md 文件，整个过程无需人工干预。 a 阵词目录允许您定义拥有特定角色的子智能体， 实现并行工作。比如定义一个代码审查员 agent， 他 会专注于安全审查和性能分析。再定义一个测试编辑者 agent， 他 可以负责补齐单元测试。这些 agent 拥有独立的提示词，可被灵活调度。 钩子脚本是强化项目规则的最后一道防线。 pre tools 钩子在 ai 执行写入前运行， 可以阻止修改敏感文件。 pass to lose 钩子在写入后运行，可以自动执行格式化或 link 修复 脚本退出码为零才允许继续，非零则直接阻止操作。安全防护层面有两个关键文件， mcp 专用用于配置 model contacts protocol 服务器，连接 github 数据库等外部服务。 而 cloud neo 则像 g tiknor 一 样精确告诉 ai 哪些目录和文件绝对不能碰，比如俄女蜜月文件或庞大的 node modules memory。 md 是 cloud code 独有的自我进化机制， 它由 ai 自动记录对话中学到的经验教训、架构决策和用户偏好，存储在项目对应的 memory 目录下。与您主动编写的 cloud md 不 同， 它是 ai 自己的总结笔记，上限两百行，确保信息精炼理解。 cloud md 和 memory md 的 关键区别直观重要。 cloud md 是 您主动编写的指令级，用于明确告知 ai 项目规则。而 memory md 是 ai 在 对话中自主总结的经验笔记，两者一个主动引导，一个被动积累，相辅相成，缺一不可。

二零二六年五月二十二日 get haul 今日热门来了！今天的 top 八个项目，带你看清开发者风向。 这是 entropic 官方维护的 cloud code 插件目录，汇集了经过审核的高质量插件。随着 cloud code 生态快速扩张，官方插件市场的推出，填补了开发者寻找可信插件的需求。 近日上网说明，开发者社区对 cloud code 工具链的关注度持续升温。我的看法是， anthropic 官方插件目录，想给 cloud code 装插件，直接从这里跳，省得到处找野生仓库踩坑。 code graph 为代码库预先构建知识图谱，让 cloud code 等 ai 编码工具能以更少的 token 消耗理解大型项目结构，且全程在本地运行，无需上传代码。 它解决了 ai 助手处理大型代码库时上下文窗口不足、成本高昂的痛点。 今日以最高新增 star 树登顶，足见其实用性深受开发者认可。我的看法是，给 cloud code 提前建好代码知识图谱，省 token， 还能本地跑大仓库接 ar 助手，值得试一下。 r u v 利用普通 wifi 信号实现实时空间感知、生命体征监测和人员在场检测，无需任何专用硬件。基于 wifi 感应 wifi sensing 技术，它将现有路由器变成被动传感器网络，具有强隐私保护和低成本优势。 rest 实现保证了高性能与内存安全。这一无摄像头监控方向引发广泛关注。我的看法是， wifi 信号搞空间感知和生命体征监测方向很炫，但需要特定硬件和环境标定，普通人拿来即用基本不可能。 这是一个从零开始学习 ai 工程的实战课程。仓库包含从基础概念到生产部署的完整路径，强调动手构建和交付真实产品。 他面向希望系统性掌握 ai 工程，而非仅调用 api 的 开发者，提供结构化学习路线， 简洁有力的理念加上实用内容，使其迅速在学习者社区中传播。我的看法是，教程仓库不是工具， clone 下来也得自己花几周跟着做，想速成的别点。 这是 chrome devtools 团队官方出品的 ncp 服务器，让 ai 编码 agent 能够直接操控 chrome devtools 进行调试、性能分析和网络检查。 他打通了 ai 与浏览器开发工具的桥梁，使自动化前端调试成为可能。来自 chrome 官方团队的背书，是其今日爆发式增长的关键原因。 我的看法是， chrome 官方 ucp 让 agent 直接调 devtools 调试前端配置好就能用前端 ai 工作流，值得接一下 微软点。 net 官方团队发布的技能包仓库，专为帮助 ai 编码 agent 更好地理解和生成点。 net 即 c 井代码而设计。 它通过结构化的技能定义，让 ai 工具在点。 net 生态中更精准高效，降低 ai 辅助开发的出错率。 微软官方入局 ai 编码 agent 工具链，信号意义十足。我的看法是微软官方给 ai agent 写的。点。 net skills 包思路跟 entropic 的 skill 一 脉相承，能直接为给 co pilot 或 cloud code 当上下文用 understand anything 将代码库格式化为可交互的知识图谱，支持多种主流 ai 编码平台接入，让开发者和 ai 都能更直观地探索复杂代码结构。 它解决了大型项目中代码关系难以追踪、上下文难以把握的问题多平台兼容性和交互式体验是其今日快速走红的核心亮点。 我的看法是把代码库格式化成知识图谱，接近 cursor、 cloud code 这类思路对，但实际能不能跑大仓库的自己是 odo， 是 全球最受欢迎的开源企业管理套件，包含 crm、 e r p、 电商、财务、库存等数十个业务模块，可按需灵活组合部署。 凭借庞大的社区生态和持续迭代，它是中小企业替代昂贵商业软件的首选方案，长期稳定上榜，体现了其在开源企业软件领域的标杆地位。 我的看法是老牌开源 e r p， 部署起来不轻松，模块多，坑也多，适合有运维能力的团队替代 sec。 以上就是今日 geek hop 热门项目，关注我，每天一分钟看清开发者风向！

很多新手用 cloud code 最大的问题不是不会提问，而是只会一句话使唤他，你说帮我做个功能，帮我修个 bug， 帮我优化一下。 ai 看起来很努力，项目却可能越改越乱。 真正高效的用法是把 cloud code 当成一套可以调度的 ai 开发团队。第一步，用 prompt optimizer， 它会把模糊想法整理成清晰任务目标是什么，用户是谁，要改哪里，验收标准是什么。第二步，用 deep interview， 需求还不清楚时，别急着开工，让他追问场景边界、优先级，以及明确不要做什么。 第三步，用 plan 或 real plan， 先让他拆路线，读哪些文件，改哪些模块，风险在哪里，最后怎么验证。第四步，进入分工复杂任务，不要让一个 ai 从头干到尾，可以有人读项目，有人写功能，有人查风险，有人负责测试。 第五步，修 bug 用第八个他，先看报错、附线、路径、影响范围和最小修复点，再决定怎么改。第六步，用 test engineer 功能，能跑步等于能交 付，他会从用户路径、边界条件、异常情况和回归风险里补测试点。第七步，上线前用 code review， 必要时再加 security review， 他 们看逻辑漏洞、遗漏场景危险、改动和测试不足。最后让他整理变更内容、验证结果、剩余风险和发布备注，这样才不是写完代码，而是真的准备交付。所以新手最稳的顺序是先优化提示词，再深度追问，再规划路线。复杂任务，做分工出错先定位，上线前测试和审查。 你会发现 cloud code 真正厉害的地方不是它能写几行代码，而是你可以用 skill 把项目变成可控流程。新手先收藏这条路线，以后再让 cloud code 做项目，就不要一句话硬怼了，按这套流程走，翻车概率会低很多。

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！

本周 get up 最热 ai 项目 top 十跟我一起看！先看本期榜单变化，本周最大黑马是 openhuman， 从上周第八名一举登顶第一，连挑七位。本周四个老选手继续霸榜，六个新面孔强势进场，六个项目跌出 top 十。 第一名， openhuman 本周新增一点二千星，总计二点六万星。这是你的个人 ai， 超级智能。它主打私密简单，还极其强大。和其他 ai 比，它更注重隐私和易用性，适合想要便捷获取强大 ai 服务的人，日常查询、工作辅助都能用。 第二名， andrew carpacy skills 本周新增一点一千星，总计十四点七万星。这是一个 plod md 文件，源自 andrew carpacy 对 llm 编码陷阱的观察，能改善 clock code 的 表现。它基于专业观察优化，和普通文件不同，适合用 clock code 编码的开发者，能避免编码陷阱。 第三名， code graph 本周新增九百四十六星，总计一点六万星。这是为 cloud code 预所引的代码知识图谱。它最大的特点是用更少的令牌、更少的工具调用，还能百分之一百本地运行，适合对代码查询效率有要求的开发者，本地开发场景很实用。 第四名， academic research skills 本周新增七百六十六星，总计一点九万星。这是针对 clock code 的 学术研究技能包，包含研究写作、评审、修改和定稿流程。它按学术研究流程设计，和普通工具不同，适合科研人员和学生做学术研究实用的事。 第五名， agent mary 本周新增五百四十四星，总计一点六万星。这是基于真实世界精准测试的 ai 编码代理持久内存排名第一。它经过严格测试，性能出色，适合专业的 ai 编码人员，在长期编码项目中能发挥作用。 第六名， siri 本周新增三百五十七星，总计四点三千星。这是专门为智能体设计的编程语言。它是智能体专用，和通用编程语言有差异，适合开发智能体的程序员，能让智能体开发更高效。 第七名， deepsea 二本周新增三百四十一星，总计三点三万星。这是 deepsea 模型的编码代理，能在终端运行，它可在终端操作，方便快捷，适合喜欢在终端编码的开发者，用 deepsea 模型编码时很方便。 第八名， scientific skills 本周新增三百二十七星，总计二点五万星。这是一套现成的智能体，技能级包含研究、科学、工程分析、金融和写作等领域，既能丰富全面，能满足多领域需求，适合不同领域的专业人士，工作中可借助它提升效率。 第九名， club flag 本周新增三百一十六星，总计七点五千星。这是一套用于法律工作流程的插件，针对法律场景设计和普通插件不同，适合法律从业者，处理法律事务时能提高效率。 第十名， ev blaster 本周新增三百一十星，总计四点零千星。这是为 cloud 设计的图像转世界技能集。它能将图像转化为相关信息，很有特色，适合需要处理图像信息的用户，如设计师、研究员等。关注我，下周继续统计，看哪些好用 skill 闯入前十。