claude code取消订阅教程

啊，刚刚打开电脑，想开始一天用 open globe 和 herrest 去啊去工作的一天，突然发现微软的 github 发了一个博客， 告诉所有的开发者，他们的高级订阅 pro 版， pro 版、 pro 加版和 student 版已经停止注册新的用户了，并且他在 呃现有的用户的服务中已经把 opus 的 四点六的模式给移除了，而且只有 pro 加的用户才可能可以使用呃 opus 四点七，那这个， 这个，这个呃，其实这个很少人知道，就是微软的那个 get up 的 copilot， 已经是目前我们作为国内开发者唯一可以正常不用非常麻烦的去使用呃克拉克的一呃的渠道，而且它是按照订阅的方式 收费的，收费价格是非常合理非常低的。嗯，当然也有很多人用中转站，其实中转站他是按一次请求的上下稳的 token 会去跟你收费，那种情况下是你很难控制你的成本。呃，我看朋友在呃 朋友圈和那个社交媒体上已经分享过起用中短债一个月刷了几千甚至上万的人民币都很正常，所以这是非常遗憾的一件事情。就是，但是这个事情告诉我们有，就是第一个是算力，这件事情 他不只是竞争了，他是我们关系到我们生活的成本的问题，因为现在这个年代，或者说这个当下这个二零二六年四月快接近五月的时代，我们越来越清晰的知道一件事情，就是手写，纯靠手写，就是 一个程序员靠自己的双手，眼睛和脑子还有耳朵去完成的这一系列的传统的编程。其实在 cloud go 的 这个 opus 或者是哪怕是 solut 的 那个冲击下，已经几乎不存在任何竞争的可能性了。 所以这一点，呃，确实越来越收紧的风向其实更表明了这可能就是一场 ai 对 于我们白领工作的一次一次收割。未来就是谁能真正使用到这些顶尖的 ai 模型，谁就能真正意义上的将自己的生产效率或者说 的你的你的竞争力拉到对别人的降维打击。所以说大模型的就是，尤其是优秀的大模型的算力才是我们要去争取的，我们要去学习和使用的啊，很遗憾。

大家好，最近 cloud 桌面客户端开放了一个新功能，不用登录也能直接用。不仅如此，我们可以把 deepsea mini max g r m 国产模型直接接入到 cloud 桌面原声客户端中，特别适合像没有账号或者账号被封闭。 首先我们把 cloud 的 桌面更新成最新版本，或者直接官网下载最新版本下载完成，我们打开 cloud 的 桌面客户端，它需要我们去登录，现在我们点击左上角的 help， 点击 troubleshooting enable development mode， 开启开发者模式，点开启，点击 developer， 选择 config part interface， 我 们来到 deepsea， 我 们选择 api 开放平台，选择 api key 创建 复制好我们的 apikey， 我 们在这里填入，然后我们填写一下 base 幺二，我们来找一下文档，点击接口文档 按 snap 和兼容的，我们复制这个。 我们往下滑模型列表，我们要来配置我们的模型， 像 deepsea， 现在是 deepsea v 四 flash pro， 我 们都给它配上， 再配置一个 deepsea v 四 pro。 好， 我们点击应用，重启一下 cloud。 好， 我们配置完了，我们在这里可以看到我们刚才配置的模型，我们来测试一下， 好，看到它已经返回了，现在用的是我们自己配置的一个模型，这样我们就可以不用登录，也可以使用一些国产的模型。好了，本期视频就分享到这里，大家可以去尝试使用一下 cloud desktop， 如果对你有帮助，欢迎大家转发给身边的朋友。

首先打开这个链接，然后打开这个发行版，下载对应版本， 改一个短一点的名字， 放到自己喜欢的目录下， 打开 cmd， 输入 excel 会得到一个配置文件， 填入你的 a p i t， 到官网上找 输入 service 启动服务 默认建立在三四五六端口，打开 c c c which 添加供应商 u 二 i o 和 api key 直接复制， 直接启动，看一下效果。 控制台上可以看到请求了哪些模型， 这个配置文件中可以设置在不同场景下所使用的不同模型，具体请看项目作者的说明。 你还可以在后台中启动，在 surf 后面加减币， 当然你可以随时在任务管理器中停止进程。 希望我的视频可以帮到你。

四月二十二日，部分用户发现 anastropy 未发公告从 pro 订阅中移除了 cloud code 相关页面。清洗显示， pro 订阅计划中的该功能项已经被直接标上了红叉。这是一款命令行工具，不仅能编程，还内置 agent 框架，可读写文件调用工具，不少用户正是为了它才开通 pro 计划。 此番行径瞬间引发了大量用户不满。面对质疑， i s rapid 增长负责人晋级澄清，声称现有老用户不受影响。官方称这仅是针对约百分之二新用户的小规模测试，只 在探索更可持续的服务模式。目前，该争议页面已从官网撤下，破订阅计划也火速恢复了此前的权益。但此举普遍被认为是一次试探，未来订阅计划的权益调整或将难以避免。

今天我们带着大家去装一下 cloud code 啊，注下，这个方法不需要你有 cloud 的 账号，不需要你对接它的模型，不用担心封号，全国内环境对接我们国内的大模型，相信我啊，一旦你用上它，你就进入到另外一个世界，一步步跟着做，任何人都可以安装成功。好，我们开始 这次是在 mac 笔记本上去做安装 windows 的 小伙伴，等下一期的视频。首先点开你的启动台，其他文件夹里面有一个终端命令行，点开你们应该就可以看到这么一个终端制服的页面，直接粘贴这个指令，安装 homebrew， 这个是 mac 系统上的一个命令行的管理工具包，有了它我 我们后面就可以安装 cloud code， 你 不用管这个命令是啥意思，直接复制粘贴运行就行。这里面有几个选项，通常选择一，选择二都可以选择一，输入你的开机密码，这里面会检测到你之前有没有安装过啊，我这个机器很干净，没有安装过，选择 yes or no 都是可以的，如果你安装了，它会默认把你之前的删掉，再给你装个新的。好，我们耐心的等待一下，这个时候它需要你按回车键开始快进一下啊。安 装成功之后，需要输入开机密码确认一下它，这里会提示 next steps。 直接复制这个命令，把 homebrew 添加到你的电脑的环境面板里，你也不用管这个命令行的意思，直接复制这三行贴进去看底部没有报错就是 ok 了，你就可以直接调用 homebrew 去管理你的安装包。为了方便下一步的演示，六叔把这个终端的这个屏幕清空一下，你们看得更清楚一些， 我来验证我们的 blue 有 没有安装成功。你可以输入一个 blue gambos， 我 们看一下显示 home blue， 五点一点九最新的版本，证明你安装成功了。好，第二步就用 blue 这个命令去安装我们 color code， 你 不用管它啥意思，直接复制安装这个指令回车，现在就开始安装了，我们还是快进一下好。装好之后，终端输入 color code， 你就可以直接进入到这个页面。看到这个小螃蟹啊，这个时候你还用不了，因为我们还没有对接国内的模型，下一步我们就演示怎么去对接国内大模型啊。所以我们使用国内的模型，不是用这种对话的方式，而是要进入到它的开放平台，去调用它的 a p i 去接入国内几个比较好的，智普、 kimi， mini max， deepsafe 都是可以的，目前 deepsafe 是 按次去收费，我们可以快速看一下它的价格啊。 sick flash 版本百万输入两分钱，一百万包肯出出两块钱，相对还是比较便宜啊。 pro 版本现在有折扣，像智普的、 kimi 的， 他们都是可以包月包年，按照自己的预算去采购合适的模型去接入。这个时候我们要下载另外一个工具， 开始打开命令。行，好，我们装一个 c c switch， 专门批量管理不同大模型的工具，方便你可说话的配置，方便你一键切换同样的输入这段命令，不用管它什么意思，直接截图复制回车，快进一下。安装完之后。好，我们打开 c c switch， 它可以管理各种 a 检测，包括小龙虾，包括克劳德 code， 包括 codex。 好， 我们选中克劳德，添加供应商。我们这次是拿 deepsix 举例子啊， 选择 deepsafe 供应商的名称，官网链接，它已经给你生成好了，这里面你只用去管 a p i key。 进入到官网，点击 a p i 开放平台，记住一定要充值啊，这里面就有个 a p i key， 我 这里是创建好的，你可以重新创建一个新的，然后去复制就行了。 打开 cc switch 贴进去，这里面因为 deepsafe 发布了新的模型，我们主模型改成 vc pro， 只用添加你的 a p i key 和你的模型的名称，点 一添加就已经添加完成了。好，装完之后大家一定要注意啊，点开它的这个设置，里面有一个跳过卡尔的 code， 出示安装确认，这个一定要把它打开啊，一定要打开，打开终端，我们测试一下输入卡尔的 code 的 这个密令啊， 但如果说你也可以用这个密令先验证一下你的卡尔的 code 之前安装好没有，如果出现的是版本号，证明你就安装好了。如果没有这个或者是报错，证明你之前那一步是没有安装好的，然后这个时候就直接执行卡尔的密令，选择 yes， 进入到它的一个使用界面，注意看这个模型，可以跟它对话， 正常回复就对了啦。不需要克劳德的账号，不需要对接他的模型，直接配置我们国内的模型就行了。这个装好之后呢，就可以参照六叔之前那些视频，怎么去安装一些好用的 skill， 怎么去基于 skill 去解决你的一些个性化的需求， 你就可以用上啦。除了 deepsix 之外呢，其他几个主流的模型 coding plan， coding 能力也都很强，比如智普的也会有自己的 coding plan， 你 只用获取它的 api key， 打开 c c switch， 选中对应的模型，智普 确认配置，他会给你放上去，你只用把你的 t 填上去对应的模型主模型确认好，比如现在智普的主模型是五点一，就直接把这个五点一贴上去，点击添加，你就可以灵活的在这个里面去切换你的大模型了。好了，这个保姆机的实操大家学会了吗？赶紧试一试吧！室友说，关注我持续复述你的爱奇艺的用户拜了个拜。

你以为在 jasper id 里用 ai 必须先开订阅？其实不一定。今天两分钟教你用 a c p， 直接把市面上的主流 ai agent 都接近。 id 里 a c p 是 什么？你可以把它理解成 id 和 ai agent 之间的一套通用接入协议。 简单说，它像一个开放接口，让 id 不 只能用官方服务，更能接外部主流 agent。 有 了 acp， id 就 不只是一个写代码地方，而是一个开放的 ai 平台，上手也很简单。 打开 ai 聊天工具窗口，点击左下方的 agent 菜单，选择从 acp 注册表安装， 你可以看到有很多 agent 可以 选择，包括 code code body code、 pmicoi 等国产 agent。 这边我装两个 a 卷，一个用来写代码，一个用来做代码审查。若你已经有配好的 n c p。 服务器，这边也可以直接交给 a 卷去用，甚至还可以把英特纳 n c p。 服务器传递给 a 卷。若在 a c p registry 里没找到你想用的 a 卷，也可以在 a c p。 配置里自己加， 然后选中 a 卷，直接下 prompt。 首次使用 a 卷时要登录，依据画面上的指示完成就可以了。 这边我想让 agent 在 用 springbub 官方宠物医院的项目里新增一个能返回 owner 拥有 pet 总数的 api 接口。 a few moments later。 代码写完后，我再切到另一个 agent， 让他审查这次还没提交的改动。 a few moments later agent 已经针对代码给出具体的建议，我们可以在 ai 聊天工具窗口里切换回前一次的绘画，把审查建议提供给前一个 agent 来做修正。 a few moments later 这里你会发现， a c p 带来的不只是把 ai 接近 james id， 它真正改变的是 id 的 角色从写代码地方变成一个开放的 ai 平台。 不同的 agent 做各自擅长的事，而你负责调度他们。如果是你最想先接哪个 agent？ 评论区留下你的反馈，记得关注，继续刷新你对 jebressid 的 认知。

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。

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。

今天给大家分享一个小秘密啊，我们外部扩点的话，一定会经常去使用 call 快 捷、快捷叉这样的服务，但是啊，像这种服务在村内控制的是非常的严格，尤其是 call 快 捷，他动不动就把你账号给封掉了。 我最近在 macos 上面使用 cloudcloud 的 时候，就会经常遇到，我明明是村外的 ip， 但是啊，时不时就会检测到我的 ip 还是在村内。最后我发现啊，就是因为那个网络上面的那个 ipv 六服务没有关掉， 没有禁用掉。所以啊，我建议大家，如果你要经常使用卡顿酷的酷的叉这样的服务的话，我建议大家还是在电脑上面，在网络那一块把 ipv 六这个服务给禁用掉。

cloudco 有 一个非常好用但是被大家忽略的指令，就是这个 inside， 在 cloudco 的 任意界面输入 inside 的 指令，两三分钟你就可以得到一份非常有用的报告。这一份报告它主要是总结了我们在过去三十天内使用 cloudco 的 情况，相当于是不盘。我们主要是看下面的内容，这 这里它会显示你在过去三十天内用 cloud code 做了哪一些项目和工作。这里是你只用 cloud code 的 风格和习惯。继续往下看就是你做了哪一些比较好的地方，重点可以看这个就是我们在哪一些地方比 较容易出错，反复在哪一些地方浪费时间。下面就是它根据我们的使用习惯，给我们提供了一些优化的建议，可以直接复制到 cloud code 里面 发送给 cloudco， 它就会帮我们把这些优化的建议给设置好。这里是它给你推荐了一些 cloud， 现在已经有，而且适合你，但是你没有在用的一些功能，也是直接复制到 cloudco， 它就会帮我们自动地设置完成了。 下面就是他会告诉你后面我们用 cloud code 一个新的方法是怎么样，也是直接复制就可以了。这里是他告诉你我们现在手动做的一些事情，其实是已经可以自动化的完成了。我们大概一个月用一次这个指令，就可以看到我们这一个月内使用 cloud code 的 情况，哪一些做的好，哪一些做的不好，进行一个复盘。

ctrl galt c i 版，先把安装和模型接管一起跑通。这条视频不讲网页端，也不讲桌面端，只走终端这条线，按系统选命令，装完用 c c switch 跳过官方登录，再接自己的模型。第一步，先确认自己的电脑是 windows 还是 mac， windows 用户后面走 power shell 那 条命令， mac 用户后面走终端里的 curl 命令，两边入口看起来像，但命令完全不一样，系统认错第一步就白忙活。 第二步，按系统执行对应安装命令。 mac 打开终端，运行 curl 安装脚本。 windows 打开 power shell， 运行 i m 安装脚本。 命令是一整行，复制是别截断。考完以后先把当前终端关掉，再重新打开。第三步，确认命令是否可用。 重新打开终端后输入 cloud， 如果能识别命令，就说明安装已经完成。这里先别急着走官方登录，因为后面我们要用 cc switch 接管登录和模型配置，自四步不轻视对方使也要绑定自己的模型信息。 打开模型配置，把 url、 密钥、模型名一项一项填进去，这三个指令必须一一对应，错一个都跑不通。不同模型不要混着填模型名，也不要凭感觉改。 第六步，保存配置后完整重启。把所有 cloud 扣底窗口都关掉，再重新打开终端。很多配置不是填完立刻生效，而是要靠重启，如果你不重启，很容易误判成模型没有接上。 最后一步，重新打开终端， cd 到任意项目目录，输入 cloud 启动。先发一句简单消息，比如让他介绍当前目录 有回复，能调用模型，就说明 c c switch 和模型都接通了，报错或一直转圈就回去检查 url 和密钥能正常对话，安装这步才算真正过关。

你以为 cloud 配置文件写得越细， cloud code 就 越听话？但很多项目恰恰是从写太满开始跑偏的。 cloud code 用了几天还挺顺，第四天突然乱写导入语句，绕过调研层改。你明明叮嘱过别动的文件。多数人第一反应是模型抽风， 但真翻一下 cloud 配置文件，问题基本都在这儿。因为 cloud 配置文件不是 readme， 它不是给人看的项目说明，而是给 cloud 看的工作规则。你写在前面的东西会影响它，后面怎么判断，怎么写代码时 会不会跑偏。所以今天这篇我想聊的不是 cloud 配置文件怎么写得更全，而是它为什么会越写越糟？坑一把 cloud 配置文件当 readme 写，这是我见过最多的坑。很多人写 cloud 配置文件，第一反应都是先介绍项目，这个项目用什么框架、什么语言、什么版本，目录结构长什么样？ 历史上为什么这么设计某个模块？以前迁移过几次，团队之前有过什么约定，写着写着就把它写成了一份巨大的项目说明书， 看起来很完整。但问题是，对 cloud 来说，这里面每一行都在抢注意力。你真正想让它记住的是，所有接口必须经过校验，不要记录用户原始数据，关键路径不能堵塞。结果这些东西被塞在第幺八七行前面，幺八零型都在讲文件夹结构和历史背景，那它跑偏 真的不能全怪模型。我自己的感受是， cloud 的 配置文件最重要的不是信息量，而是顺序。前面几十行最好只放三类东西，项目到底是什么？哪些事绝对不能做？核心技术战是什么？就这么简单。 比如这个项目是一个高并发交易后端，那你一上来就告诉他，关键路径不允许阻塞 io， 所有接口必须做输入校验，不能记录原始用户数据。 p 九十五，延迟目标要写清楚。这几句话比一整棵目录树有用多了。目录结构有没有用？当然有，但它不应该抢最前面的位置。剪索规则、数据库迁移规则、健全流程，这些更细的内容可以拆出去 放到单独文件里， cloud 配置文件做锁影就够了。这里有个细节也挺坑的， part to file 这种引用不一定是你以为的，用到才读，很多时候它会跟主 cloud 配置文件一起进上下文。 所以如果你真想做案需加载，就别把所有细节又通过引用塞回根目录。更好的做法是把专项规则放到子目录的 cloud 配置文件里，让 cloud 根据当前工作目录读到更具体的规则。 根目录写全局合约，子目录写局部规则。这就像公司制度，不能把财务、法务、研发、行政所有细节都贴在大门口，大门口只贴最重要的几条，进到对应部门再看对应部门的规则。 cloud 配置文件也是一样坑。二，把硬规则和偏号搅在一起。 第二个坑是把 never 和 prefer 写在同一段。这个真的非常常见，比如你写所有 jason 请求都要较验，但请求体很小的时候可以跳过再写，尽量使用 e 部， 但同步也可以。再来一句，关键路径不要跨服务调用，除非确实需要。你看人类读这种话没什么问题，因为人脑子里会自动判断场景，但 cloud 读到这里，就很容易变成一锅概率汤，一会儿严格，一会儿宽松， 一会把偏好当硬规则，一会又把硬规则当建议。你今天问他，他可能很守规矩，明天换一个上下文，他可能又开始自由发挥。我以前一直觉得只要写清楚就行，后来才发现，并不是。你得把规则的力度写清楚。硬规则就是硬规则，偏好就是偏好， 这两种东西不能混在同一个段落里。硬规则区只放 must、 never、 always 这种词，而且句子要干脆，不能代让步。比如所有入口参数必须通过结构校验，比如永远不要绕过全线中间键。比如 禁止在日制里写入用户原始请求，这里不要出现，应该尽量可以考虑。这些词一出现刚性就掉了。偏好区就随意一点，比如优先用 e 部，比如避免引入新的状态管理库，比如更倾向于附用现有工具函数。这类东西可以表达方向， 但不要伪装成硬规则。说真的， cloud 配置文件里最怕的不是规则少，最怕的是规则的口气都一样。硬规则和风格偏好混在一起， cloud 到头来只能取平均。结果就是，你以为自己写了护栏，其实只是写了一堆建议。坑三只说要做什么，不说不要做什么。 第三个坑是 cloud 配置文件里全是正向指令，要做输入校验，要返回某种格式，要遵守某个调用链。这些当然要写， 但只写这些其实不够。因为 cloud 不是 一张白纸，它训练语料里有大量默认写法，有些默认写法挺好，有些就很灾难。比如随手写一个粗糙的文本切分，比如硬编码向量模型版本，比如校验失败的时候返回半截 jason。 比如解锁上下文不够的时候硬编一个，看起来像真的引用。 再比如补货完异常什么都不出力。这些东西你不明说别做，他有时候就会顺手带出来。不是他故意跟你作对，他只是沿着最常见的写法。 所以我现在越来越觉得，写清楚不要做什么比只写要做什么还重要。你项目里踩过什么坑，就把它写成 never。 比如，不要粗暴按字数切分的方式处理代码文档，不要硬编码模型版本必须从环境变量里读， 不要缓存未经验证的模型输出，不要在解锁节点里直接调用外部接口，必须经过限流层，不要在校验失败时返回不完整 json。 这些句子看着很冰冷，但特别有用。它们不是教程，它们是事故记录。每一条背后最好都对应一次你真的被坑过的经历。 这样写出来的 cloud 配置文件才不是空泛的最佳实践。顺着这个，再聊一个更隐蔽的东西，失败路径。很多人会告诉 cloud 成功时要怎么回答，但不会告诉他失败时怎么处理。 查找没找到足够上下文怎么办？相似度很低怎么办？调用顺序不确定怎么办？如果你没写，它就会为了完成任务，硬凑一个看起来完整的答案，这时候最危险，因为硬凑出来的东西往往比直接报错更像真的。所以你要给他一个明确的处理办法。比如上下文不足就返回 instance context， 并列出缺什么。比如最后生成答案时没把握就不要硬给最终答案。 你想想看，这个设计其实跟后端接口一样，正常返回要有格式，错误返回也要有格式，没有结构化，失败就只剩下幻觉。 这个地方我觉得特别重要，因为你不是在要求 cloud 永远正确，你是在要求它不确定的时候别装坑。四不版本化，也不淘汰旧规则。 第四个坑，最隐蔽代码库已经更新了好几轮， cloud 配置文件却还停在几个月前。三个迭代前，你们还在用粗切块器，上个迭代 已经换成羽翼切块儿了，旧模块儿都删了，但 cloud 配置文件里还写着使用 niv chunk 切分文档，然后你开一个新绘画，让 cloud 改解锁逻辑，他非常听话地把 niv chunk 又引回来了。你看到的时候一脸懵，不是哥们儿，这玩意儿不是早删了吗？ 但站在 cloud 的 角度，他没做错，他读到的规则就是这么写的。问题就出在这里，给 cloud 的 上下文已经过期了，旧规则不会自动失效， 你不主动删除，它就一直在那儿，像一条过期但仍然生效的公司制度，新人看了会照做， cloud 看了也会照做。所以 cloud 配置文件也需要版本管理。不是说非得搞得多复杂，但至少要有版本号，有更新时间，有简单的变更记录。 比如某条规则什么时候加的，为什么加，什么时候废弃，迁移到哪种新写法。废弃规则可以用 lightdeprecated 标出来，这个标签不是什么官方魔法，它就是一个约定。但约定这东西在团队里很重要，人能看懂， cloud 也能看懂。更稳一点的话，可以配一条自动检查， 只要生成代码里出现已经废弃的旧模块、名旧函数、名旧调用方式就直接失败。别靠记忆，靠记忆维护规则迟早会出问题。我有时候觉得 cloud 配置文件这件事，其实特别像接口设计，你不能只定义成功路径，你还要定义错误返回，你不能只写现在怎么用， 你还要标出什么已经废弃，你也不能把所有东西都塞进一个巨大文件里，该分层就分层，该有边界就有边界，根目录放什么，子目录放什么 都要说清楚。回到最开始那句话， cloud 配置文件不是写得越满就越稳，不是认真有错，而是很多认真到头来会变成堆料。把 readme 的 写法搬进 cloud 配置文件，重点会被丢掉。把硬规则和偏好混在一起，约束力会被稀释。只写要做什么，不写不要做什么 也不给。失败路径模型就会回到那些常见但未必适合你的默认写法。不版本化，不淘汰旧规则，过期上下文就会继续污染新代码。 说到底，一份好用的 cloud 配置文件应该很克制，开头先放项目身份底线和核心技术战，别急着塞背景资料，硬规则和偏号分开写， 不要做什么，失败时怎么兜底也要写清楚。版本号、废弃机制、子目录、规则跟着代码库一起走。做到这些， cloud code 也不是不会犯错，但它犯错的方式会变得更可控。你不用每次都跟模型来回掰扯，问它为什么又绕过校验层， 为什么又改了不该改的文件，为什么又引入一个早就删掉的模块。你可以回到 cloud 配置文件，把对应的规则改清楚，我不确定这套对你有没有用，毕竟每个项目的痛点都不一样。但如果你最近刚好也遇到 cloud code， 越用越飘， 真的可以打开自己的 cloud 配置文件看一眼。先别问模型是不是抽风，先问问你的 cloud 配置文件是不是已经写成了另一份 readme cloud 配置文件这件事就讲到这儿，你那份 cloud 配置文件现在踩在哪个坑上？评论区丢出来，下一期接着拆。

我今天突然发现用 cloud code 来清理一下 c 盘是一个很不错的方法。呃，之前在网上我就刷到过有人会用 cloud code 去清理 c 盘，然后就抱着 试一试的心态，因为我一直都不太感动 c 盘里面的东西，就我之前也经历过，我自己手动去删一些东西，不知道删到什么了，然后后面整个电脑就出了一些问题，然后就捧着电脑去重装了 c 盘。那我给他的命令也很简单，就是直接问他 说让他推荐一个方案给我先不要执行，然后也告诉他我会比较担心电脑不能正常使用了，这里面还有错别字，但是也并没有影响他去理解我的这个需求，就真的返回给我了 一个很清晰的一个报告，里面包括了很多文件，它的占用的大小，以及后面他还给我排了个序，就觉得最安全的需要我确认的，还有需要最好是我自己亲自去操作的，然后分别都能释放多少的空间。一顿操作下来， 很快就已经把这些东西都处理好了，然后直接把内存从五点六个 gb 直接提升到了二十一点九个 gb， 然后可以看到我现在的这个电脑 变得非常的健康了，因为我原先还在想说，哎呀，这电脑用不了了，我是不是又要换一个空间更大一点的，就觉得可以再坚持一下，所以很多跟你电脑相关的一些东西，呃，你都不太懂的都可以， 就是跟他讨论，让他去代替你去执行。那整个过程我只会在这个 vs code 的 界面跟他用自然语言去做一些交互，那全程我是没有去真的去到 c 盘里去做任何操作的，感谢 cc 大 神。

大家好，今天给大家分享 cloud code 的 操控 kimi ceo i 的 原理啊，我最近用的比较多啊，因为确实太省 token 了，能把我的产出的量极大的提升，所以也给大家再做一期深度的拆解 啊。我们先给结论啊，给操作方法怎么用其实比较简单啊，你就把 kimi code c o i 的 官方文档发给 cloud code， 然后他读文档，读完之后他就能理解怎么去操控了，这个就一步就到位了，其他的什么都不要做， c c 其实是非常聪明的 啊。然后我讲一下原理啊，首先做两边的架构对比啊，其实 kimi 跟 carl code 这边的架构是大差不差的啊，可能 kimi 这边参考的会多多一些。然后基本上就是一个 carl code 的 拍摄的翻版， 包括这些代理搜索， mini 行这些都差不太多啊，这就是一个架构的双栏对比啊，这个我呃简单解说一下，就是告诉大家为什么调用这么丝滑。首先有一个 print， 呃， curlcode 通过这个 print 的 调用呢，就会取代我们平时的打字，就不用去打字，跟这个 kimi c y 沟通了，这个 print 就 解决一个是一个管道，把提示是从这个管道喂进去，然后结果就从这个管道吐出来， 然后就 ok 了。然后这个 yolo 呢，是一个全 pass 的 一个一个命令就是呃， curlcode 的 调用， kimi 就 用这个，这个命令之后就不用点什么，批准了它这个就没有了，它全都是自动批准。 那第三个呢，就是中间的过程，这个 card code 也是不读的，它只要 kimi c y 的 结果，所以给个快的，它就不会输出过程了，只反馈最终的结果，所以这三个开关加在一起呢， kimi c y 就 变成一个把文字输进去，然后文字输出来的一个黑盒， 然后 card code 呢，就直接能通过管道去调用它，所以就很方便，非常的丝滑，这是一个调用的流程。就是首先你的 c c 呢，肯定是需要评估这个任务本身的 啊， c c 比较聪明嘛，所以他当时回关是非常合适的，像他就有点相当于你公司的高管。然后他去分析了之后啊，就需要判断什么活交给 timi 合适，什么活他干合适，然后适合 timi 干的，他就开始写提示词， 然后写出高质量的提示词啊，这个提示词绝对比比我们自己写的那个质量高太多了。然后呢，他就通过这个高质量的提示词发给 kimi， kimi 呢？接到了提示词，通过管道收到之后，他就去开始去干活去了啊，而且这个是能多个 kimi 一 起干活的，可以放出多个 kimi 的 a 卷一起干活， 然后 cloud code 可以， 然后接下来就验收结果不合格，然后再返回 kimi 接着干，然后 kimi 同时还能这个承担这个质检跟审查的功能，还可以呃， cloud code 还能放出多个，启动多个 kimi 进行不同维度的一个质检， 所以全程下来 cloud code 的 指向跟判断，然后这些写跟查都给 kimi 在 干，所以非常省头等省了很多。然后这是一个写文章的举例啊，就比如说我们写啊，小说啊，或者写写那个公众号之类的， 就是 kimi 他 会组装这个提示词啊，设定啊，角色前文这些，然后 kimi 来写，然后再验收，初步验收一下，然后最后最后再派 kimi 进行这个文章的连续性 ai 位跟逻辑的这个三路的质检，质检合格了 就过了，质检不合格，然后让 kimi 再返工再改。所以 cloud code 其实就是一个监工的角色，它 top 肯能省很多，百分之百到十五吧。 然后这个是一个翻译网站，嗯，我自己有做英文的网站，做了一个大战，这两天在翻译成 西班牙语。那西班牙语呢？你让 cloud code 全部翻译，那绝对是一个很大的量，也不是说会干很久了，只是说非常费头肯。 但是呢，翻译这个工作其实给 kimi 干就非常的合适啊，就是每个模块啊， color code 就 指挥他翻译，翻译完然后自己检查一下，没问题再接着翻译，基本上就这个链路一直下去就可以了。而且在这个过程中呢，还能让 kimi 自己进行独立的审查， 翻译完之后再审查一下合不合格，然后最终啊 color code 进行一个验收，然后我在做网站的时候还让他进行测试，就是 color code 可以 去 呃让 kimi 的 a 卷进行整个网站的全功能的测试，就是打开每个页面进行个浏览测试，所以这些重活累活都可以交给 kimi 去看，非常省 tokyo。 然后这个是第三个概念，就是你的数据量，如果你要分析很多数据量的话，那其实，呃， cloud code 来分析确实也是很烧 toky 的。 呃，所以还是要用 kimi 去做一些数据清洗啊，然后统计分析，然后分析报告啊，这些都可以让 kimi 干。 kimi 其实智商挺高的，绝对是够用，当个小当 google 的 小弟是没问题的 啊。这个是市场调研的举例啊，就比如说你们要做一些市场调研，无论是电商啊好，还是大家是金融机构的，要写报告也好啊，这种多路的多线路的调研啊，量非常大的调研，你都可以交给这个这个 kimi 去干， 包括行业的规，行业的分析，竞品的分析，然后用户的画像这些都可以放出多录的 kimi 去去分析，然后结果汇总之后，呃 cloud code 再进行一些验证跟排查，就能出报告了。 最后做一个总结就是，呃，这个操作体系呢？ send token， send token 就 代表着你的 cloud code 可以 有更多的产出， 相当于如果是五倍的话，那你可能就多了三四倍的产出，而且 kimi 是 能保证质量的，呃，一个 ai， 所以 大家也可以多用一下这个吧，我觉得是挺好用的。好，今天的分享到这里，谢谢大家。