claude蒸馏教程
大家好，这是 still 阿克米的演示，他把一个想法变成可用的 ai skill。 一 开始用户只输入一句目标周星驰的喜剧反转正流， 系统先检查依赖，确认基础能力是否就绪。 lance 和 leap 就 绪后，流程开始。接着我们选择 standard 作为蒸馏深度跑完全流程。系统先生成任务简报，把路线摊开。 第一阶段交给 lance， 先看清问题本身。 lance 不 着急下结论，而是先拆解方法。 他会分析什么叫做喜剧反转，比如身份错位、语言节奏和反差结构。一个感性的创作问题开始变得可研究。接下来 leap 会借助 let's 的 分析，他会把分析结果转变成具体的研究计划， 控制多个 a 键跳，并行出发，各看一个方向，有人找案例，有人抽规律，有人检查边界。 研究结果会写入文件，方便后续进行翻译。现在进入关键步骤，翻译 skill。 系统把研究结论整理成 skill， 点 m d。 这里不是写说明，而是写执行流程，什么时候触发，先做什么，怎么判断，哪些情况不能硬套都会被写进去。 最后系统开始验证效果，它会检查文件能否安装，命令能否执行，还要确认输出结果是不是稳定可复现。 你所看到的测试输出就是整条链路在跑通，从一句话到分析、研究、翻译、测试，这就是它的价值，把理解变成能力。也欢迎大家去给我的 github 仓库点 star， 谢谢大家。
粉丝3905获赞1.8万
相关视频
01:31查看AI文稿AI文稿hello， 大家周末好，我想给大家分享一下我自己的一个最新的一个体会，就我最近在用 ai 去做自己的日记的一个记录，就我为什么要去做这个事情？因为我发现两个很重要的事情，就是对于在这个 ai 时代，就是 我们自己一个纸尿裤的一个构建是很重要的，去让 ai 如何去读懂我们。其实我们每天去写日记是一个很好的方式，让 ai 知道我会去怎么去做决策。这其实有点像我们前段时间的蒸馏，当 ai 学会蒸馏我们自己这第一点，第二点的话，我觉得就是我们把我们的日常记录下来之后， ai 它会从一个第三者的一个角度去看待我们的一些， 就是跳出我们的一个传统与视角去。哦，会发现原来我以为这个事情是对，但其实真的是是另外一件事情， 就给我们算是一个人生的一个另外一个参考，有点像当局者迷，旁观者清这样一个角色。所以说我每天也是在用 ai 记录自己的一个生活，就 但是也很简单，我就用那个元宝，就我每天给他发一段语音，然后给他写一个题子词，然后他就会自动总结，然后我再把它导到我的一个笔记助手里面去，再用 ai 去学习。 其实你上也是很简单的，就我也准备做一个这类似的一个视频给大家分享一下，这是今天的一个分享，拜拜。
01:48:15299九天Hector
01:56查看AI文稿AI文稿上一期我把本地 ai 实验室的基础硬件先搭起来了，今天我先用两将二零八零 t 二十二 g 部署千万三点六，让这套本地 a 帧 t 系统先有一个能用的大脑。 这次我用的是拉玛点 c p p 来运行本地模型，宽三点六、杠三五 b 杠 a 三 b 杠 q 八零模型下载下来之后，配置好运行参数，再通过网页或者 api 的 方式去调用它。我现在的目标不是一上来就追求最强性能，而是先把整个流程跑通， 模型能启动，能稳定，输出速度够用，后面还能接到大龙虾、 hermes cloud code、 ai 浏览器这些 a 阵 t 系统里面。 这次本地部署千万三点六，给我最大的感觉就是速度比我预期快很多。我让他写了一本十五万字的小说，逻辑推理能力和小说剧情还能接受，速度非常的快，最高可以到达八九十个 to 肯。我还让他写了一个俄罗斯方块程序，效果看起来挺酷炫， 也比我想象中成熟，至少说明这套本地模型已经不只是能聊天，而是真的可以帮我写代码，做小项目辅助开发。对我来说，本地大模型不是摆设，它后面会变成本地 a n t 系统的大脑，理解任务、拆解任务、调用工具、 读项目、改代码，甚至配合浏览器去完成一些自动化任务。当然我现在还是学生，很多地方也在边学边试。这条视频就先记录双二零八零替跑千万三点六的过程。下一步 我准备继续加入 v 一 百计算卡，单独部署第二个模型。我下载了芥末四等很多多模态模型， 到时候测试双模型并行，让不同 agent 调用不同模型，看看本地 ai 实验室还能做到什么程度。有做本地大模型 agent、 大 龙虾、 cloud code 蒸馏训练、量化回测方向的朋友也欢迎一起交流，也希望各位前辈和大佬多指教。这期视频就到这里，感谢观看！
47黑米粥稀饭
07:06查看AI文稿AI文稿首先来猜一猜下面哪些是 cds 做不了的事？是从这个像素运动到这个像素，沿着能画好的路径，是时光飞逝，恰好停在六点十五分，是地图上一个真实的坐标，一段精准的海岸线，是可以听见的声音，是一字不差的文字， 是用代码下一场雨，是用复历页函数画出的樱花，是一百万条数据涌入，每一条都找到自己该去的位置。答案是 以上所有啊， cds 做不了这些。 cds 可令这些 diffusion 模型确实很强，它能伸展你脑子里想不出的那些画面，但是它无法精确地控制每个细节。而 remote 加 ai 可以。 过去的一个月，我都在用 remote 加各种 ai 平台，包括 cloud code 来做产品演示，数据格式，三 d 场景，地图、动画等等。 我发现越来越多的博主也在用 web 神，比如这个主播，七个视频，十三万粉，全程 web 神制作。现在我把一个月的踩坑经历凝练成十分钟的教程，里面有大量的实战技巧以及完整的工作流。手把手从零到一，带你告别 a。 一， 实现逗笑自由。建议点赞、关注、收藏，我们开始吧。 以前做动画视频，首先你要打开 after effects 或者 fusion 学图层，关键帧曲线编辑器，光学软件就要几个月。而现在，你只需要跟 ai 说，帮我做个中日韩三国生育率随时间变化的动画。啪的一下，很快啊，视频就做出来了，这就是 ymotion。 一 句话，凭感觉做视频， 什么实现 remote， 这 cloud 就是 一种玩法，当然你可以换成悟空， codex 都可以。这么说，你们容易理解， remote 就是 那个全自动的厨房， a cloud 就是 那个厨师，而你就是负责点菜的，想要什么视频，动嘴就行。 在我的另一只视频里已经详细讲过怎么样借助 cloud 安装 remote， 悟空啊， codex 这些平台的安装方法也都是一样的。我也贴在评论区了， 我们把悟空的官网链接丢给靠，让他根据这个网页做一个产品动画。注意啊，我加了一句，不要做像 ppt， 先跟我讨论你打算怎么做。我习惯先和他讨论方案，这样返工就会比较少。方案 ok， 继续，然后他就会开始干活了。注意看，每做完一个镜头，他自己会检查一下。 ok， 让他打开预览。这个界面看着很吓人啊，但是别慌，你什么都不用学。当然了，你可以点这边手动渲染，但咱们有靠的是吧，让他干活就行。给我渲染一个视频到本地，看视频就躺在文件夹了。 顺着刚才那个案例聊啊，与 motion 最适合做的其实就是软件动画和 ui 演示，因为它本身就是 ui， 很多画面不是画出来的，而是搭出来的。像打字机啊，中端风啊，界面飞来飞去啊这些它特别擅长。来看这个案例啊，怎么表达打碎机 ui， 让它彻底 c l i 画。你看整体效果 这里我把每个镜头要什么直接拆给他了，然后反过来问他，你觉得怎么样才能做到极致的酷炫？接着 ai 会给出他建议的工具，让 ai 自己选武器，因为他懂得比你多。 数据格式化是与 motion 的 绝对主场，像 g p t 近速图啊，手机销量图啊，份额变化图啊，华语乐坛人物关系图啊这些只要有数据，它就能变成视频。 你当然可以让 ai 自己上网去找数据，也可以让 ai 读取你自己本地的 excel 表格、建层数据集等等。图表画的好不好看，关键不在于 motion， 而在于你选了什么样的前端图库。 别慌啊，你不用真的懂这些库，只需要告诉他，我想要财经媒体那种丝滑的竞速图，或者直接扔一张参考图给他，他就知道该怎么配。这些是一些常用的图标库，供你参考。 地图动画当然也是预谋选的舒适区啦，这就没有不舒适的吧，旅游路线、地理大发现的航线病毒扩散热力图都能做。我之前的地图动画教程有六千多人收藏，但你可能会发现啊，同样的提示词，你做出来的可能就是这样。核心的诀窍是，你需要一个地图外挂。想做正经的地图动画，你光靠模型去脑补可不行，要接真实的地图底图。 国内直接用高德稳一点，海外码你可以用 macbox， 免费额度完全够用。你只需要去高德的开发者后台申请一个 api key， 剩下的码交给 cloud 去配。提示词里加上地图外挂，质感完全不一样。 那直接复刻别人 ae 效果可以吗？可以的同学，可以的。有博主直接用它复刻了小林说的动效，而我则用它复刻了代码宇的动效。秘密就是让 ai 直接读视频， 我们只需要安装一个 f f n pack 技能，把视频放在本地文件夹， ai 就 能读出这只视频的每一帧，更好的还原你想要的效果。哎，这比用嘴描述可高效太多了。 先看这个效果怎么做的，这是春节档电影票房三 d 排行动画。首先呢，让 cloud 收集电影票房的数据，把电影海报和导演的照片下载到本地，然后把这段提示词 发给他，他会自己去调用 r 三 f 来做。注意啊，这个时候柱子是三 d 的， 但场景还不是。我们去这个网站随便下载一个免费的。点击 l b 的 三 d 场景，放在本地的文件夹，让 ai 去读取，你还可以让它改成黄昏的氛围，或者任何你想要的氛围。 注意啊，三 d 场景的远近大小角度，用嘴来跟 ai 沟通，效率非常低。这是我从推特上一个大佬学的，让 ai 把这些数值作为属性暴露出来，在自己的预览里直接改数字，实时看效果，这样速度会快十倍。 唇釉 remo 选做完整的视频当然可以，但是把它和实拍进行结合，表现力会更加的丰富。比如这个效果以及这个效果背后的秘密是，透明序列针，把序列针拖进剪辑软件，就能做出别人做不到的效果。我自己视频里的很多过程以及包装，现在都是用 remo 选做的。怎么样？还挺酷吧， 再快速过几个啊。 remote 加 ocr， 写一段提示词，就能做出这种重点标注马克笔的效果，指哪打哪。把字母文件给 remote 写一段提示词，就能做出这种逐字高亮的效果。把音频文件给到 remote， 就 能做出音频和释 怀。还有一个必杀技啊，自适应尺寸，做好一个横版视频，一个指令瞬间得到一个自动适配的竖版视频，同时发 b 站和抖音，不用做两遍。 ok， 复习下今天的技巧。一、先讨论方案再动手。二、让 ai 自己选武器。三、搭配前端图标库，做出更酷炫的图标。四、地图要酷炫得加外挂。五、 整段视频都可以为 ai 参考。六、沟通不清楚的参数可以让 ai 变成属性，自己来填。七、导出透明矩阵帧和剪辑软件进行配合。 再说一下我的完整的工作流，我通常不会用 remote 来做一整段视频，而是会让它去做一个个小的片段，因为动效是辅助讲解的，而不是替代讲解的。当然，如果要做长视频，具体的流程是，一、先让 ai 来设计分镜，来规划每一帧的内容 以及节奏。二、让 ai 来搭整个时间线的框架，把骨架先搭起来。第三步，建议一个镜头一个镜头的去做，这样你调整起来就不会太麻烦。 四步，一个个单镜头做好之后就可以整体进行调优，节奏啊，风格啊，转场等等。再补充一个进阶的小建议，可以写一个 call 点 md 放在项目的根目录，告诉 ai 你 常用的分辨率、帧率、动画风格以及偏好。每次开新的项目， ai 一 上来就会知道你的审美，不用从头再说一遍。 最后再聊一个重要的话题，就是 remotion 适合做什么以及不适合做什么。上面的三项是主场随便打，中间是过渡区，能做，但是需要搭配外部的裤。下面两项别 影作有更好的工具。我自己就是 remault， 做动画剪辑我还是会交给剪映和达芬奇，遇到一些实拍的素材我还是会用 cds 和可林。 remaulting 不 会取代任何的工具，但如果你是知识博主，或者你想给自己的产品做演示的视频，而你又不想花几个月的时间去学， a e remault 加 ai 就是 最快的那条路。 ok， 如果你觉得这期视频对你有一点点帮助的话，就就给个一箭三连。在评论区我想看到诸位的作品，我们下期见。
2.4万十元钱钱
27:36查看AI文稿AI文稿今天给大家带来由 anthropic 官方发布的 clod code 教程中文翻译版，主讲人是 anthropic 的 boris charney， clod code 的 创建者之一 boris 第一次把内部最实战的玩法系统性公开，非常值得一看， 点赞收藏，再见，不难。你好。 hey， 大家好，我叫 boris， 是 anthropic 的 一名技术员工， 也是 cloud code 的 创建者。今天我来这是想和大家聊一些用 cloud code 的 使用技巧，实战的小窍门。整场会非常实操，非常落地。我不会花太多时间讲历史，也不会去讲什么理论之类的东西。不过开始之前我先快速举个手，做个调查 在场谁之前用过 cloud code。 嗯，好挺多，我喜欢看到这个，那对那些没举手的同学，我知道按规矩讲话的时候不该让你们做这个，但是 如果你能打开笔记本电脑，敲一下屏幕上这条命令， ok， 这条命令能帮你把 cloud code 装上，这样你就能跟着我后面的内容一起操作了。前置依赖只有一个，就是 no js， 只要你已经装好了 no js， 这条命令应该就能直接跑通。嗯，对， 当然你也不是非得跟着操作，但如果你还没装，现在就是个挺好的机会，可以装上去，跟着我们后面的演示一起做， ok。 那 么 cloud code 到底是个什么东西？它其实是一种新形态的 ai 助手，在编码这个领域， ai 助手已经经过好几代眼镜了，大部分前代产品做的都是补全这件事，一次帮你补一行或者补几行代码。 cloud code 不是 这一类东西，它是完全的 egentic 的， 它的设计目标是帮你直接构建一整个功能，写一整个函数，写整份文件，一次性修一整个 bug。 cloud code 还有一个挺酷的点是，它和你现有的所有工具都能兼容，你不需要换掉你的工作流，不需要为了开始用它就把整套环境推翻重来。所以，不管你用的是什么 ide， 你 用 vs code 也行，用 jet brains 全家桶也行。 anthropoid 内部就有这么一群人，你想从他们冰冷僵硬的手里把 them 敲出来是绝对不可能的，但他们一样在用 code code， 因为 code code 和市面上每一个 ide、 每一个终端都兼容，它能在本地跑，能跑在远程 ssh 上，能跑在 timax 里。不管你在什么环境里，什么操作系统上， 你都能跑起来。它是个通用工具。如果你以前没用过这种机右格式的编码助手，刚上手的时候可能会有点不知道从哪里下手。你打开它，看到的就只是一个输入框，你可能会想，我该往里头输什么， 我应该让它做什么。它是一个 power tool， 能干的事情非常多。但也正因为它能做的事情太多了，我们刻意没有把你强行引导到某一种特定工作流里去。 那么当你第一次打开 cloud code 的 时候，我们建议你先做几件事，把你的环境调舒服一点。这些其实都挺直接的。第一件事是跑 terminal setup， 这条命令会把 shift 加 enter 设成换行，这样你就不用每次手敲反斜杠去做换行了，整体用起来会顺手很多，舒服很多。第二件事是 theme 可以 让你 chat 到 lance 模式、 ones 模式，或者缩弱友好的主体。 第三件事是 install github app。 我 们今天刚刚发布了这个 github app， 装上之后，你能在任何 github issue 或者 pull request 下面直接 add load， 把它叫出来装它就一条命令，在你终端里跑一下就好。你还可以去自定义已允许工具的集合，这样后续你就不会每次都被反复问是否允许这个操作。 对我自己来说，那些被频繁问到的命令，我一定会用这种方式加白名单进去，免得每次都得点一下确认。还有一件，我个人习惯做的是我自己的 prompt， 大 部分都不是手敲进 cloud 口的。如果你是 mac 用户，进系统设置辅助功能听写，把这个功能开起来。我的做法是连按两下听写键，然后直接对着电脑把 prompt 念出来。 事实证明，写一个具体一点、详细一点的 prompt， 对 结果的帮助非常大。所以你完全可以把 cloud code 当成另一位工程师对待，直接和他说话就行了，根本不用挑一大堆代码。 so， when you're starting out with cloud code， it's so free for。 当你刚开始用 cloud code 的 时候，你应该从哪入手呢？我最推荐你先从代码库 q a 开始 asking questions to your code base， 也就是直接对着你自己的代码库提问题。这件事是 anthropic 教每一位新员工的第一课。 入职第一天，技术 onboarding 会让大家了解 cloud code 的 下载安装配置，然后立刻开始对代码库问问题。 ask other engineers on the team questions。 过去 onboarding 要不停问工程师翻代码摸工具，现在直接问 cloud code， 他 会探索代码库并回答， you can just ask cloud code and it'll explore the code base， it'll answer these kind of questions and so entropy。 一 天技术 onboarding 大 概要两到三周才能完成，现在两到三天就搞定了。 what's also kind of cool about q amp。 a is q amp。 a。 这件事还有一个地方，我们这边不做任何形式的锁眼，没有远程数据库存代码，不上传你的代码，也不会拿你的代码训练任何生成模型代码完全在你自己的掌控之下。 你下载启动 qq 之后没有锁眼，不需要等待，可以立刻就开始用。 you don't have to wait you can just use it right away， this is a technical。 这是一场偏技术性的演讲，所以我后面会给一些非常具体的 prompt please。 还有一些非常具体的代码片段，希望能让你回去之后把自己的 quad code 体验上升一个台阶。比如这段具体的代码是怎么被使用的，或者我应该怎么实力化这个东西。 cloud code 会继续往下钻，找这个类怎么被实力化，在哪里使用，然后给出更深的回答， how is it used and it'll give you a much deeper？ 这种回答更像 wiki 或正式文档，而不仅是一个 command 加 f 搜索结果。 something that i do a lot also。 另一件事是让他去查 get leash。 比如，为什么这个函数会有十五个参数？为什么这些参数的命名方式这么奇怪？ and this is something i've been in all of our code bases you have some function like this or some cloud code and find get leash。 搞清参数怎么加进来，是谁加的，当时什么情况，相关关联哪些 issue。 what are the issues that those commits linked to？ 他 会把这一整套东西都翻一遍，然后给你做一个总结。你只要说一句，去翻一下 get 历史，他就知道该怎么做。 顺便说一下，他能知道这件事的原因，是不是因为我们提示了他，系统提示里压根没提查看 get 历史记录这回事。 他之所以知道，纯粹是因为模型本身很强大，但如果你告诉他去用 git， 他 其实并不会用 git， 所以 我们很幸运能建立这么好的模型。 use web 我 也经常问 github h 相关的问题，让他通过 web fetch 把 h 拉下来，了解上下文。 this is something that i do every single。 每周一开周会前，我会问 cloud code 我这一周交付了哪些东西，他会看 get log， 知道我的用户名，然后把这一周做的事情列出来，我直接复制粘贴到文档里就完事了。 so yeah that's tip number one for people that have not。 这就是第一个 tip。 对 以前没用过 cloud coderen 或第一次给团队 onboarding， 我 们百分百推荐。从代码库 qa 开始，先从问问题开始，他能教大家写 prompt， 也能摸清 clock code 的 能力边界，哪些事一发搞定，哪些要两三轮，哪些必须进 reaper 反复对话， what can be one shoted？ what can be two shoted？ three shoted？ what do you need to use interactive mode for in a repel？ 当你对 q a 比较熟悉之后，下一步可以让他去改代码了。所有 e g t d 用 l l m 的 玩法，本质上有意思的地方都在于，你给他一组工具，他就自己想清楚要怎么用起来。 cloud code 我 们给他的工具级很小， 一个改文件的工具，一个跑 bash 命令的工具，一个搜索文件的工具，差不多就这些，他会自己把这些工具串起来，探索代码，做头脑风暴，最后再做修改。 你不需要提示他先用哪个再用哪个，你只要说做这件事，他自己就会想清楚怎么完成。 它有很多种用法，在让 cloud 直接跳进去写代码之前，我会先让它做头脑风暴，或者先写一个 plan， 这一点我们非常推荐。 我有时候会看到有人直接说帮我把这个三千行的功能实现出来，有时候它真的一发就做对了。但有时候做出来的东西跟你想要的不是一回事。 要拿到你想要的结果，最简单的办法就是让他先想一下，先头脑风暴，做一个 plan 过给我看，等我同意再开始写代码。 by me ask for approval before you write code。 你 不用专门去用 plan mode， 也不需要任何特殊工具。你只需要告诉 cloud 开始写代码之前先做一个 plan。 就 这一句话，他就明白了， this is also i want。 还有一句咒语，我经常用 commit push pr， 能解读出我想干嘛。 帮我做 commit， 推到分支，建分支，然后去 github 提一个 pr。 你 不用解释任何细节，它会自己去看代码，看历史，看 git log， 搞清楚 commit 格式该长什么样，其他相关细节是什么，然后用正确的方式把代码提交推送上去。 我们并没有在 system prompt 教他做这些事，魔性自己就知道魔性真的很强。再往进阶一点走，你会希望开始把团队自己的工具接入进来。 cloud code 也是从这一步开始才真正显出他的厉害。工具大致可以分成两类， 第一类是 bash 类工具，我这边随便编了个例子，叫 barley c l i。 这其实不是个真实存在的东西，但你可以告诉 code code， 你 用这个 c l i 去做某件事，你可以告诉他，用 help 去摸清楚这个 c l i 怎么用。这种方式效率很高， 如果你发现自己用的很频繁，你也可以把这条信息写进 c l i u d 点 m d。 这个我们等一下会专门讲，这样 client session 你 能记得住。这是 antropic 内部很常见的一个模式，我们也看到不少外部客户在这么用 mcp， 那 边的玩法也是一样的， cloudco 既能用 bash 工具，也能用 mcp 工具，你把这些工具告诉他，把 mcp 接上去，告诉他这个工具该怎么用，他就会开始用了。这套机制极其强大，因为当你开始在一个新代码库里用 cloudco 的 时候， 你可以把你团队为这个代码库准备好的所有工具一股脑的塞给他，然后 cloudco 就 能替你把这些工具都用起来。 下面有几个常见的工作流，第一个我前面其实已经讲过了，先做一点探索，做一点 plan， 然后在我开始写代码之前，先让我确认一下右边这两个工作流就更长了。当 cloud 有 某种方式能去自我验证工作成果的时候， 比如说让他写单元测试，用 puppeteer 做截屏，对着 ios 模拟器做截屏，他就可以进入迭代循环，这真的非常厉害。举个例子，如果你给他一个设计 mark， 告诉他按这个 mark 把这个 y b y 实现出来，他一发就能做得相当不错。 但如果你让他再迭代两到三轮，结果通常就能做到几乎完美。所以核心的诀窍就是给他某种工具， 让他能够拿来检查自己的工作成果，给予这个反馈，他就会自己进入迭代循环，最后给你一个好的多的结果。所以不管你的领域是什么，单元测试、集成测试、 app 应用截图、 web 截图，任何形式都行。你只要给他一种能看见自己产出的能力，他就会自己迭代，自己变好。 这就是下一个阶段，把你们团队的工具交给 claud， 搞清楚什么样的工作流最合适。你是希望让 claud 直接跳进去开始写代码，还是希望他先做一轮头脑风暴，做一个 plan？ 还是说你希望让他做迭代？ 你心里要有这个谱，这样你才能写出能达到目标的 prompt。 再往深走一步，你要开始给 claud 更多的上下文， 你给他的上下文越多，他做出来的决策就越聪明。因为你作为工程师，在这个代码库里干活时，脑子里装了很多关于系统、历史和其他方面的上下文。最简单的一种是 there's different ways to do this。 最简单的一种是 clod 点 md。 clod 点 md 是 一个特殊的文件名， 最容易上手的方法是把它放在项目跟目录，也就是你启动 clod 的 那个目录里，这个文件会在每次启动 session 的 时候自动读进上下文里。 本质上，第一轮用户消息已经包含了 clod 点 md， 你 也可以有一个 clod 点 local md 这一份通常不会提交到版本控制里，所以区别是， clod 点 md 应该提交到版本控制分享给团队。 clod 点 local md 不 提交，是给你自己用的。 clotted their md 里该放什么？放常用 bash 命令，常用 mcp 工具架构决策关键文件。任何你在这个代码库里干活，需要先知道的事尽量保持简短。 它太长会吃掉上下文反而没用，所以能短就短。 and it's usually not that useful so just try to keep it as short as you can。 我 们自己的代码库里就放了常用 bash 命令。一份风格指南，几个核心文件， 其他 clude their md 文件可以放在嵌套子目录里， clude 会按需把它们拉进来。跟目录的 clude 点 md 会自动进入上下文， but then also you can put in put quadmd's。 嵌套目录里的 clude 点 md 是 当 clude 工作到那个目录时才会自动拉进来。 如果你代表一家公司，也可以在企业级根目录放跨多个代码库共享的 cloud md， 它也会被自动拉进来。 that will get pulled automatically there's a ton of ways to pull in context actually have a lot of。 把上下文拉进 clod 的 方式很多， clodded 点 md 是 自动拉的。你也可以用 slash command， 路径是 clod commands it can also use slash commands so this is dot quads。 它可以放在 home 目录，也可以提交进项目里。这类东西叫 slash command for slash commands and over here we have a few examples of。 我 这边列了几个 cloud code， 自己内部在用的 slash command leads for example。 比如 cloud code 仓库里的 issue 会被自动打标签。工作流叫 label github issues it's label github issues and we have a github action running the same one we talked about this morning。 我 们写了一个 github action run clod code， 跑这条 slash command， 它跑完会自动给一些打标签，省掉手工处理时间。 and of course you can add mention files to。 当然，你也可以用 a t t 一个文件名把它直接拉进上下文嵌套目录里的 cloud md， 在 cloud 工作到那个目录时会自动拉进来， so give cloud more context。 所以 多给 cloud 一 些上下文，花时间去打磨上下文绝对值得。你可以先跑一遍提示词优化器，然后想清楚这份上下文是给谁用的，是每次对话都塞进去，还是按需调取？是要跟团队共享，还是纯属个人习惯。 总之，务必花点时间把它调好，调对了效果会大幅提升。 as you get more advanced。 随着你用的越来越深，你会想多花点心思去理解这种层级关系，也就是把不同的上下文拉进 claud 的 不同方式之间的层级。不只是 claud， md， page 像以及 claud， 几乎所有东西都可以用这种层级化方式管理。 and this you can check in or you can make it just for you project。 这一层和你的 get 仓库绑定，可以提交，也可以只留给自己用。在这之上，你可以有全局配置，跨所有项目生效。在网上还有企业策略本质上就是给所有员工自动下发的一份全局配置。 这套层级机制适用于很多东西， command 可以 这样玩，权限管理也可以这样玩。 比如公司里所有员工都要跑某条测试命令，你把它写进企业策略文件以后，任何员工跑它都会被自动放行。 it will be auto approved which is pretty convenient and you can also use this to block commands。 你 也可以反过来用它来进命令。比如你们公司有一个 url 永远不应该被 fetch 加进配置里，员工就没办法绕过这个规则。所以这套机制既能解锁工具，也能保护代码库安全。 to keep your code safe and then same thing for mcp servers。 mcp server 也是同样的玩法，做一个 mcp 党， jason 提交进代码库，任何人在这个仓库里跑 cloud coach 都会被提示，装上这些 mcp server 相当于和整个团队共享。 if you're not sure which of these to use this is like a kind of an insane matrix because we support a while。 如果不知道从哪里开始，我推荐先做项目层共享上下文。 so， if you're not sure how to get started i would recommend start with shared project context。 你写一次和团队所有人共享，能拿到网络效应，一个人干一点活，整个团队都受益。 cloud 内置了很多工具来管这个。举个例子，你跑 memory 就 能看到所有被拉进来的记忆文件。比如，我可能有一份企业级策略文件，我的个人记忆，还有一个叫 quantum 的 项目记忆，然后下面可能还嵌套了一个自己的 quantum， 只在某些特定目录下才被拉进来。同样的，跑 memory 的 时候，你也可以单独编辑某份记忆文件， 当你用号让 cloud 记住某件事时，还能选它存到哪个记忆里去。所以下一步就是花点时间把 quantum mcp 服务器团队用的所有工具都配置好，这样你配置一次，全队都能用。 举个具体例子，我们 anthropic 的 apps 仓库， web 和 app 代码都在这里配了一个 puppeteer mcp server， 团队成员之间共享 仓库里提交了一份 mcp json。 任何在这个仓库里工作的工程师都能用 puppeteer 跑。端到端测试，自动截图做迭代，每个人都不用自己再单独装一遍。 this is a talk about protips i just want to take a quick。 说几个很多人不知道的快捷键终端工具很难做，但也很有意思，感觉像在重新发现一门设计语言。 language but something about terminals it's it。 这里快速过一遍。 shift 加 tab 接受修改，切换到自动接受模式， bash 仍需确认文件修改自动过，随时可撤销。 for example i'll do this if i clicked。 方向对了或者写测试，反复迭代时我就切这个模式，不用逐条确认。 anytime you want claude to remember something。 井号键想让 claude 记住某件事，比如工具用错了以后要用对打井号告诉他自动写进 claude 点 md into claude md automatically if you ever want to drop down to bash mode。 感叹号直接跑 bash 本地执行，同时进上下文。 claude 下一轮能看到 goes into the context window so claude will see it on the next turn。 适合常命令明确知道要干嘛的，或者想让他看到输出的场景。 command that you want to get into context and claude will see the command and the output you can add mention。 符号引用文件和文件夹 escape to stop what claud is doing no matter what claud is doing you can always safely escape e s c。 随时打断 claud 安全打断，不会崩坏化他在改文件。 i'll hit escape， i'll tell it what to do differently。 我 按 e s c。 告诉他换个做法，或者二十处修改，十九处都对，一处要改。按 e s c。 说完让他重做。 you can hit escape twice e s c。 按两下回退历史绘画结束。 clod 空格，两个横杠 resume 或两个横杠 continue 续上 continue and then any time if you want to see more output， ctrl 加 r 看完整输出。 clod 上下文里看到什么，你就看到什么。 the next thing i want to talk about is clod 上下文里看到什么。一会之后， c 会做一场 session， 我记得就在走廊正对面那个房间，它会非常深入地讲 sdk。 如果你之前没玩过 sdk， 其实你在 code 命令里加 p 这个参数，用到的就是 sdk 这个东西。 我们这几周一直在往里加各种功能，让它变得更好用，所以你完全可以给予它去构建上层的东西，能做出来一些非常酷的玩法。这就是 cloud code。 自己内部用的那个 sdk， 是 一模一样的 sdk。 举个例子，比如 cloud app， 这就是 cli 形态的 sdk， 你 传一个 prompt 进去，传一组允许使用的工具，这一组里可以包括一些特定的 bash 命令，然后你告诉他你想要什么样的输出格式，可能你想要 json， 也可能你想要流逝 json， 方便后续处理。基于他去搭东西，非常爽。 我们在 ci 里一直在用，在事故响应流程里也在用，各种 pie line 里都在用，非常方便。你就把它当成一个 unix 工具就行。给他一个 prompt， 他 给你一份 jason， 怎么用都行。可以把东西管道进去，也可以把它的输出管道出来，这种管道用法也挺酷。举个例子，你可以把 git status 管道进 sdk， 然后再用 jq 把你想要的结果选出来。这种组合的可能性是无穷无尽的。 这是一个我们觉得挺新颖的概念，它本质上是一个超级智能的 unix 工具。我觉得它的用法我们才刚刚摸到皮毛，正在慢慢摸索。 你可以从 gcp bucket 里读一份巨大的日记，把它管道进去，让 claude 找出这份日记里有趣的内容。你可以用 sentry cly 把数据拉下来，管道进去，让 claude 拿这些数据做点什么。 the final thing and this is probably like the most。 最后一点，这大概是我们看到的最高级的一类用法了。我自己其实算是个 claude。 普通用户通常一次就跑一个终端 tab， 每个 tab 跑一个不同的仓库。 当我观察 anthropic 内外那些 power user 的 时候，他们的玩法几乎都是这样的，几乎都会有 ssh session， 会通过 tmx 隧道连进自己的 clod session 里。他们会在同一个仓库下拉好几份 check out 出来，这样就可以让好几个 clod 在 这同一个仓库里并行跑。 或者他们会用 gitworktree 来做某种程度的隔离这一类工作流，我们目前正在主动地把它们做得更好。用 暂时来说，这些是你可以拿来做并行工作的一些思路。你想同时跑多少赛神都可以。可以并行干的事情其实非常多。 ok， 差不多就这些了。我也想留一点时间给 qa， 我 想这就是我最后一页 ppt 了。如果大家有问题，两侧都有麦克风，我们非常乐意回答各种问题。 i did hey， boris， boris， 你 好，先谢谢你做了 cloud code。 我 想问的是，对你来说，做这个东西的过程中最难实现的部分是哪一块？ i think there's a lot of tricky。 我 觉得里面 tricky 的 地方其实挺多的。 其中一块特别棘手是我们为了让 bash 命令保持安全所做的那些事情。 bash 本身就是一个相当危险的东西，它可能以你完全没预期到的方式去改变系统状态。 但与此同时，如果你要让工程师手动一条一条的去批准每一条 bash 命令，那作为一个工程师体验会非常糟糕，非常烦，你根本没法保持高效率，因为你时刻都在点确认。那么怎么把这件事安全的处理好？ 并且这套方案还要能扩展到大家各种各样不同的代码库环境，因为不是每个人都把代码跑在 docker 容器里，这件事是相当 tricky 的。 我们最终落到的方案是这样的，有一些命令本身是指读的，我们做了一些静态分析，去判断哪些命令组合起来在什么情况下是安全的。然后我们做了一套挺复杂的多层权限系统，让你可以在不同的层级上做命令的允许列表和阻止列表。 hi， boris， 你 之前提到给 cloud code 一 张图片这件事，让我有点好奇，是不是有某种我自己没意识到的多模态功能存在，还是说你就是把它指向文件系统上的某张图片这么简单？是的， cloud code 是 完全多模态的，而且从一开始就是它跑在终端里， 所以这一点确实不太容易被发现。但你可以直接拖一张图进去，能用。可以给他一个图片的文件路径，能用。也可以直接把图片复制粘贴进去，同样能用。我自己经常用这个功能，比如我手头有一个设计 mark， 我 会直接把这个 mark 拖进去，告诉他把它实现出来，让再砌一个 bendy server， 让他能对着这个 mark 反复做迭代，整个过程完全自动化。 你们当时为什么选择做了一个 c l i 工具，而不是直接做一个 ide？ 这是个好问题。我觉得原因大概有两个。第一个原因是我们是在 anthropic network 启动这个项目的，而 anthropic network 大家用的 ide 五花八门， 有人用 v s code， 有 人用 z， 有 人用 x code， 有 人用 vim， 有 人用 emacs。 要做一个能对所有人都同样好用的东西，其实很难，而终端就是大家的最大公约数。第二个原因是 在 antropic 内部，我们是在非常近的距离上看着模型一代一代变强的速度。我个人的看法是， 很有可能到今年年底，大家就已经不再用 i d e 了。所以我们希望提前为这个未来做准备，避免在 ui 这一层以及一切上层包装上做过度投资。因为按模型迭代的速度来看，这些工作很可能再过不久就变得没什么意义了。 how much of you is this on？ 你 们自己用 cod code 做机器学习建模，做那种 auto ml 类型的体验有多少？目前的实际体验怎么样？ yeah， i think the question was how much are we using？ 问题是我们自己用 clod code 做 ml 和建模到底有多少？其实我们用的相当多， anthropic 的 工程师和研究员每天都在用 clod code。 anthropocene 内部大概百分之八十的技术员工每天都在用 cloud code。 希望大家能在产品上，在我们投入的那种爱和 dog fooding 上感受到这一点。这里面也是包括研究员的，他们会用 notebook 工具去编辑和运行 notebook。 ok， 很 酷，谢谢。好，我想就讲到这里，谢谢大家。 all right that's it thanks。
2670克劳得Everything
04:20查看AI文稿AI文稿tiktok 上刚火起来一个叫女娲 skill 的 项目，拿了一点四万个 star。 它最厉害的地方在于，它不是让 ai 模仿名人的语气说话，而是做思维蒸流。 普通 ai 做的是行为蒸流，也就是模仿语气和口屁看起来像，但解决不了实际问题。而女娲 skill 做的是拆解顶级大佬的认知结构、心智模型和决策逻辑，它不是让你再调用大佬的思维模型来解决你当下的问题。 为什么他能解决实际问题？因为这不再是简单的角色扮演。普通 ai 做的是行为蒸馏，他抓取的是名人的语气、口气和常用词，本质上是在模仿皮囊。 而女娲 skill 做的是思维蒸馏，他拆解的是大佬的认知结构、心智模型和决策启发式。他不是让你在跟一个模仿者聊天，而是让你在调用大佬的逻辑框架来处理你当下的难题。 我们来看第一个实战案例，如果你问乔布斯关于 open ai 和 entropic 谁的方向更对，他不会只复读名言，他会调用端到端控制和聚焦这两个心智模型，他会先指出这不是方向竞赛，而是品味竞赛。接着对比 open ai 的 全能和 entropic 的 聚焦， 最后通过逻辑推导得出结论，谁能同时控制芯片模型和用户界面，谁才是最终赢家。他是在用逻辑帮你做判断，而不是在背书。再看张学峰，当你问他普通家庭能不能学金融时，他调用的逻辑是阶层流动、现实主义， 他会直接剥离掉专业光环，指出金融行业的本质是资源交换，而不是单纯的知识学习，他会帮你计算毕业后的生存成本和就业路径。最后给出的建议是，先谋生再谋爱。家里没矿就选技术类专业，他是在用现实主义的逻辑帮你做风险评估。 最后是马斯克，面对萨斯获客成本太高这种问题，他不会教你如何优化转化率，而是直接调用第一性原理。他会让你质疑漏斗这个概念本身是否存在。他会带你回到物理极限，去思考信息传递的最短路径是什么。 如果现在的路径比理论路径长，说明中间一定有容余。他的逻辑不是教你如何优化，而是教你如何通过重构流程来彻底解决问题。 为了生成逼真的思维分身，女娲会在后台同时派出六个智能体进行并行挖掘。他们会从著作长文中寻找核心论点， 从长对话访谈里捕捉即兴反应，从碎片表达里提取表达 dna。 同时，他还会通过外部视角看批评者的观点，通过决策记录看大佬实际做了什么，并结合最近一年的时间线动态，确保提取的信息不是过时的沉思烂调。 收集完数据后，系统会进行严苛的三重验证。首先，一个观点必须在至少两个不同的领域出现过。其次，这个观点必须具备逻辑强度，能用来推断或解决新的问题。 最后，他必须具有排他性，也就是不能是那种所有聪明人都知道的废话。只有同时满足这三点，信息才会被确认为真正的心智模型。 如果你想上手尝试，只需要在 costco 的 环境下运行安装命令，安装完成后直接对 ai 下指令，告诉他你想造一个谁的 skill。 整个过程大约需要两到三个小时，系统就会自动完成挖掘和验证工作。作者已经提前征募好了十三位大佬，你可以直接调用科技商业领域的乔布斯和马斯克 a， 投资领域的查理芒格和纳瓦尔，或者是学习传播领域的费曼和张学峰。 这些 skill 都是一键即可安装调用的。如果你完全不懂代码，也不想折腾 api， 可以 试试合作工具 bloom， 他 直接在网页端就能用。你可以直接把这些大佬拉进群聊，把他们当成你的私人智囊团。这个项目非常坦诚，他也设定了明确的城市边界。 首先， ai 无法蒸馏直觉，比如马斯克那种基于经验的第六感，是文字提取不出来的。其次，他无法捕捉图片，如果大佬的思想发生了，图片模型不会自动更新。最后，他无法消除信息差。大佬在公开场合的表达，并不一定等于他关起门来做决策时的真实想法。 正如作者所说，女娲造的不是人，而是镜子。当我们面临决策或陷入内耗时，这些大世界的思维模型其实是帮你打破认知壁垒的一副眼镜，通过他们的视角去照见自己的盲点。你最想整理有谁的大脑来做你的私人顾问？欢迎在评论区留下他的名字。
74AI技能研究社
04:06查看AI文稿AI文稿嘿，你有没有这种感觉？昨天跟 cloud code 调了一晚上代码，踩了一堆坑，好不容易跑通了，今天新开一个窗口，好家伙，他全忘了，这就是 ai 编程最大的坑， 不是 ai 不 够聪明，是他记不住事儿。今天老韩就给大家分享压箱底的神奇项目， cloud m e m， 彻底解决大模型借冒失忆的毛病。 这个视频分三部分，第一部分直接给大家上教程，秒安装解决问题。第二部分总结当前关于大模型示意的关键几个问题。第三部分是总结当前主流的解决方法的几个流派，学完后是可以在朋友面前嘚瑟的那种。 先说第一部分怎么装，如果你没有时间懒得学，直接看这一部分，按我的安装教程走就搞定，让你告别 ai 断片的各种烦恼。我把所有的操作步骤写进了教程里， 老韩替你跑完了绝流程，只需要你手能做三件事，第一个，把教程文档给到大模型。第二，把安装命令复制到你的终端里，回车，在弹出来的界面选择你的 ide 工具空格，选择回车确认就行。第三个，把你的大模型 api k 填进去， 其他的配置环境检查、文件创建、 patch 修复，全部交给大模型，自动搞定，你不用管。装完之后你怎么验证呢？两个地方看一下。第一，打开记忆面板的网页，能看到上下文正常输出，就说明他跑通了。第二个，新开一个 cloud code 的 窗口，如果之前的绘画记忆自动加载进来， 颜色还分了级，重要的标红，一般的标黑，那就证明没问题。老韩把完整的安装教程文档已经打包好，先收藏这条给到大模型，让他直接按照教程走就行。好了，装完的朋友，恭喜你，记忆问题已经解决了。 第二部分，如果你想知道大模型关于记忆的那些让人纠结的问题到底是什么，那就接着往下看， 大魔性的记忆到底有什么毛病？老韩总结有四个，第一个，鲸鱼脑上下纹有限，塞不下了就失忆呗。第二，断片王 cloud code， 每重启一次大部分记忆全没。第三，跑偏，经常任务做着做着目标就漂移，同样的 bug 会反复犯。第四，各干各的， 多个 ag 呢？没有共享大脑，互相拆台，并且还有越界改代码，这四个毛病你遇到几个？是不是有点意思？第三部分，如果你想在朋友面前装一装，就得懂得当前解决记忆问题的几个流派，市面上主流的有六大门派。 第一个叫小纸条，代表就是你自己写的 cloudy 点 md， 优点是原生缺陷高，每次绘画都会读。缺点就得手动维护，信息多了等于没写 ai， 也不会老老实实执行。老韩在之前的第一期的教学文档里面有具体的介绍，大家可以翻一翻。第二个草稿纸， 代表是一个叫 pwf 的 项目，或许老韩也会给大家推荐。优点是能解决任务飘移和上下文易出。缺点是手动加载管理麻烦。 第三个外挂硬盘，代表是 m e m 零 super memory， 这些。优点是自动化，长期记忆容量大。缺点是额外部署维护，解锁不准确，还延迟高。 第四个叫共享大脑，代表的是 w p h f， high cloud 等这些项目。优点是团队的知识可以敷用。缺点是维护成本高，个人小开发者暂时不用理会。第五个叫大管家代表的是 l e t t a， 优点是 ai 判断如何给予，最像人类，缺点是复杂不稳定。 第六个就是老韩主推的特战插电，代表 cloud m e m。 它干的事很粗暴，自动获取上下文压缩存到本地，新绘画自动注入， 流程简单，全程自动丝滑体验肉眼可见。你把它理解成是给 ai 配了一个小助理就行。你每次跟 ai 聊完它，每次它自动把对话压缩成栽，要存下来。下次开新窗口，助理先递上一份。上次聊到哪里了， ai 立马进入状态。好了，先截图保存，没事给朋友面前装一装。如果你苦大模型蓄意已久，评论区聊聊，咱们下期聊点更狠的，关于开发大工程你不得不用的几个工具和方法。我是老韩，咱们下期见！
84laohanAI
01:33查看AI文稿AI文稿今天给大家带来本地部署 cloud 写修版教程。首先我们要用到这个一个软件啊，叫 tree 啊，这是我们字节旗下的一个东西，就你随便打开网页，然后搜索就行了，然后这边点到搜索， 然后这边就点击这个 solo 版的，那直接等它下载一下。 ok， 这边是下载好了，然后我们打开这个文件，同意协议下一步，然后这边就选择一个文件夹吧。呃，可以一路下一步默认就行，但是我这边这个我用不上，我就 随便找个文件夹，然后可以优先到正常来说一路下一步就可以，然后等它安装一下。 ok， 然后到这边我们直接运行就可以把这个关掉。 ok， 这边点击允许，然后让我们进入这个智能体。 好，这边我们选择开发模式 登录一下。 ok， 这边就是抖音扫码就可以啊，非常方便。 然后就选择 n d， 然后接下来我们就在这里其实也可以选择一些模型，但是你看比如说 dixie v 四 pro， 然后 flash。
41镜子（拥抱ai）
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。
947知雪
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！
165逍遥子（湘西）
03:43查看AI文稿AI文稿很多小伙伴问怎么让 cloud code 接上 deep seek？ 这条流程我从头到尾给你讲一遍，照着走就行。 视频稍微有点长，建议先点个收藏，耐心看完，按步骤动手。先说清楚， cloud 是 anforepic 的 网页和 app 聊天助手，你打开浏览器就能用。而 cloud code 是 跑在你电脑终端里的编程搭子， 它能直接读你的项目代码，改文件、跑命令，相当于把 ar 装进了你的工程目录。更狠的是，凭借社区里那一大批开源 skills， 它还能调度你电脑里的一切浏览器表格、邮件、设计稿，几乎想自动化什么都可以。 为什么要接 deep seek？ 两个原因，在国内访问稳定，不挂代理，按 token 计费，也比海外接口便宜不少。而 deep seek v 四 pro 的 能力，应付日常写代码、改 bug、 做重构绰绰有余。 开始之前先准备两样东西，第一， node js 十八以上版本提前装好，长期支持版就行。第二， get for windows， windows 用户必装，不装后面依赖会报错。 第一步，安装 cloud code， 在 开始菜单里搜 power shell， 右键以管理员身份运行。打开窗口后复制官方的 m p m 命令，粘上去回车，等它装完。 装完输入 cloud， 加上版本参数，看到版本号就说明装好了。第二步，获取密钥， 进入 api 开放平台，进入控制台后，在左边的侧边栏找到 api keys 这一项，点进去， 页面下方有一个创建 api key 的 按钮，点一下弹出小窗，给这把密钥起个名字，比如就叫 demo， 然后点创建， 创建成功之后会弹出一个密钥字符串，立刻点复制保存到记事本或者密码管理器里。特别提醒，关掉这个窗口之后，密钥就会变成密文，再也看不见。 如果你不小心丢了，只能删掉，重新创建一把。第三步，配置 cloud code， 打开文件资源管理器，进入 c 盘用户目录，再进入点 cloud 这个文件夹。 如果看不到点 cloud， 要先在查看里把隐藏项目和文件扩展名都打开， 然后新建一个文件，名字叫 settings jason 把这段配置直接复制进去，把 api key 行换成你刚才复制的密钥保存即可。第四步，验证打开终端或者 power shell， 输入 cloud， 回车 看到红色边框的欢迎界面，模型型显示 deep seek v 四 pro， 就 说明已经成功接上 deep seek。 最后再送一个加分项。如果你平时在 vs code 里写代码，配好 antropic 官方的 cloud code 插件， 装完进入侧边栏的 cloud code chat， 它会自动识别你刚才配置好的账号，直接就能在编辑器里聊天和改代码。 整个流程下来，你就拥有了一个本地终端加编辑器，双端可用的用 deep seek 驱动的 cloud coat。 你 学会了吗？欢迎评论区聊聊。
208多多Lab
