claude怎么不安装全局依赖

你的 ai 编辑器其实在忙写代码，它改了一个函数，却不知道有四十七个地方依赖它。 git， nexus， 给你的代码建一张知识图谱，两万三千 star github 趋势榜第一， 一条命令缩影整个代码库，每一个函数，每一条调用链，每一个执行流，全部建成图谱。 它比传统工具强在哪？传统图 rack 需要十轮查询才能理解一个函数 get nexus， 一 次查询完整，上下文直接到位， cursor 和 altcode codex 全都能接入。十六个 m c p 工具爆炸半径分析，智能重命名全图谱 cipher 查询， 而且支持十四种编程语言，从 typescript 到 rest， 从 python 到 go 小 模型也能获得完整的架构理解，完全本地运行代码不出你的电脑。感兴趣的话，点个关注 star 一下不亏。

你的可爱的 code 又更新了。 v 二点一幺四三，这次不是挤牙膏插件系统大升级，后台绘画史诗级增强 agent 试图全面武装，外加一堆烦人 bug 的 终结。这期把每个值得更新的理由掰开揉碎讲清楚， 五分钟，不浪费你一秒钟。先说插件系统，以前禁用插件，经常翻车，依赖某个插件的东西还挂着呢，你啪一下给禁了，啪全崩。 新版本 cloud pluck disable 会自动检测依赖链，告诉你这个插件 a b c 都依赖它，你先禁用这些。 反过来， cloud pluck enable 会自动启用所有传递依赖。搜一个全家桶齐活，就问你省心不省心。后台会话，这次大改新加了一个 walk 吹 b g isolation， 那适合那些不方便开 work tree 的 项目，后台直接修改工作副本。更牛的是退到后台之后，模型和思考力度，它给你记住了， 之前退后台再回来，模型被重置，现在不会了。而且 b o。 现在能带上剪剪 m c p 剪 config， 剪剪 settings 这些参数。后台绘画的 m c p 服务器不丢了。 还有一个细节，如果屁 local bin cloud 丢了或者没权限，后台守护进程会自动 flag 到当前运行的可执行文件。 act 试图也武装起来了。 cloud agents 现在能接受减减 i 减 d 减减 settings， 减减 m c p 减 copy 减减 paul 减 d。 所有这些配置可以直接传给仪表盘和后台子绘画，还能设减减 power 减减 mod 减 mod 减减 alt 减减 dangerous 里减 speed 减 paumaise 作为默认值， shift 加 tab， 在 附加绘画里循环切换，也可以把自动模式加进去。这一波直接让驿镇的仕图从玩具变成生产力工具， power 用户站起来了， 现在默认带 execution policy bypass， 不 想用可以设环境变量关掉。而且 power 工具现在默认开启，对 bedrock wet 方锥用户也一样。 windows 终端不再是后妈养的。另外依赖层面，捡捡 bg， 捡捡 dangerously， 捡 cds， 捡 points， 现在退到后台再唤醒，不会丢了 捡捡 agent 的。 找插件注册的智能题也不需要写铺着前缀了， bug 修复才是这次更新的重头戏。先说两个能让你当场崩溃的，第一， contingency 如果损坏了，之前 g i 直接卡死在启动画面， 现在他会正常报错，而不是装死。第二， micro s 上后台智能体之前有个假阳性检测风暴，电脑核钙睡眠或者被 appnap 休眠，之后一觉醒来满屏误报，说我可失联，现在修了。 还有 dacos desk top tux 目录，之前就算给了全磁盘权限也报 operation not parated 也修了。 windows 用户这次也吃上了糖。 cloud agents 里右键粘贴终于能用了，之前列表会画的时候会疯狂启动 power 闪进城把机器搞卡 修了，附加后台会化里滚动渲染残留的碎片修了。还有在 windows terminal 上，如果响应还在流逝输出就按左箭头，之前整个列表直接踏死，现在也修了最后几个小但很痛地修复。 starbucks 如果反复阻塞，之前会无限循环卡死，现在连续阻塞八次之后自动终止并告警 o coco 和 fos 比之前会把自己的界面颜色也扒掉，现在只影响着进程。 还有 walk tree 清理的时候，如果 get work tree remove 失败，之前会 follow 到 darm 键 rf 导致丢失被 geto 一个 ikto 奖件，现在不会了。还有五 x x 错误提示，之前永远指向 stata 斯 cloud com， 现在会显示你实际配置的网关或者云服务商。好啦，以上就是 cloud code v 二点一幺四三的核心更新插件，系统重构，后台绘画大升级 agent 试图武装化 power shell 原声支持，还有一堆真要命的 bug 修复。 这次更新不花哨，但每一行都打在开发者的痛点上。升级命令就一行， nappa 捡占坡配捡哎呀 co 捡 gold 还不赶紧关注我，第一时间掌握最新 ai 工具动态！

我的可乐被封了，你们都还安好吗？说实话我刚开始是有一点点侥幸的，我觉得，哎，我可能是那个漏网之女，没想到一打开的时候他就叫你登录，然后登录的时候后来遇到各种问题就叫你出什么 哎呀，指纹呐，人脸识别呀，屏幕锁呀，我就觉得啊，我不吃这一套，你要我这些信息，对不起，没有我不给我不用了。我还看到啊，有人就说，哎呀，还不是你们几个大厂真溜别人，然后搞的大家都不能用。我觉得这个事情呢， 你可以现在找一个理由安慰一下自己啊，但是有没有可能你不争六别人别人还是不给你用呢？有没有这种可能性呢？这个事情就到此为止了，不要抱怨了，我们只能做什么，只能自强不息啊，你骂这几个争六别人的厂商有什么意义呢？ 现在你只能靠人家，真的到时候真正抱团的也只是我们自己，你指望别人已经指望不上了，不给你用了。所以看清楚现状啊，之前我做过一个视频，大概意思是说这些真溜别人的厂商，为什么 他作为真六的这种方式啊，没有去吃官司或者上面的没有治他，肯定是有原因的，然后很多道德君子出来抨击我，把我骂的不行啊，骂的我把全网的视频都下架了，但是现在你继续骂呀， 有人你知道他找出什么样的理由，他说，哎，我的小孩有饭吃，我不会在外面偷饭给我的小孩吃。他的意思是说，哎，我高风亮节，我不会珍溜别人东西，你现在就等着庆幸吧你幸好珍溜了别人一点东西好吧，不然就是光溜溜的跑出来，你啥都没有。 现在发展到这个阶段，大家都觉得国内的模型质量有点差，你不要说你没有真六别人会到什么程度。哎，我不想说什么啊，反正这件事情就到此为止，接受现状吧，没有其他办法了，骂这些真六的厂商不是好的出路啊，你只能靠它，你只能靠它好吗？

啊，上一次我们说到我们建立了全管线的一个 skill 啊，全自动的，我满心欢喜的去运行，结果呢？失败了，而且失败的很彻底，为什么呢？ 因为我在这一次的运行的过程当中，我给了它我所沉淀下来的本期啊，本一次版本要更新的所有的 所有的方案。那大家可以看到啊，这一共是一二三四五六七八九十十一，一共是十一个方案，都要去完成相关的实施，一共十一个方案都要去完成相关的实施，那在这里面你就让他直接去做一个实施，结果 出问题了，我的钱出问题了，那出了什么问题呢？主要是出现在了依赖的问题， 就是这几个任务啊，就这几个方案它不是相互独立的，它是互相之间是有影响的，比如说有一些的这个功能，它就是依赖前去的一些的功能，因为这里你看这里面还有一个很基础的空件，就是 prompt build， 就是 提示词构建的这样的一个这个这个这个类要进行一次较大规模的一个重构，那所有的 agent， 所有的 ai， 而 agent 他的运行都依赖于他，那你他要是不重构，不重构完，那其他的你再去搭建的话，很有可能就是无限的报错。所以呢，在这里面就是在第一个审查的一个阶段就已经被驳回了， 那驳回了之后怎么办呢？那既然是有这个实施的顺序，那我就让他去把整个的一个实施顺序让 ai 去做一个相关的处理。 那他处理完成之后呢？也是做了一系列的一个分析啊，做了一系列的分析，做一系列分析之后，我就让他去完成，就是 讲这一部分的功能啊，这一部分的工作啊，一次进行 skill 化，那下一次呢，就直接去阅读这个 skill， 就 能完成这样的一个文档上的一个输出啊，就能完成这样的文档输出。我们可以看一下这样的一个他最终输出的一个情况，是一个什么情况？首先第一个啊， 就是六个梯啊，串行联跑，地内并行和串行混合，最终统一验收。那他也是把整个的一个啊计划直接分成了六个批次，第一个批次是这四个 啊，就是这这三个工作。然后呢第二个批次是这个工作，第三个批次又是一个，然后第四个批次又是一个方案不断，第五个批次又有两个方案，第六个批次又有两个，那为什么呢？他也是做了一个说明，就是他画了一个依赖图，卖卖的依赖图， 那这个依赖图呢？就是要告诉我们为什么他要如此的去做一个处理啊？为什么要如此去做一个处理？ 那有了这样的一个依赖图之后啊，再加上他还会有这个文件的冲突举动啊，就是看啊，每一个的这个跟另一个的冲突啊，是谁跟谁会有一些什么样的冲突，那冲突中的点是什么啊？这些他都会 都会做出一个相关的一个说明，然后各个批次的一个详情等等这一系列。那在这里面我们只要把管线的那个呃 skill 跟他做一个串联，跟他做一个串联，就是让先做这个啊，先做这一步，先把这个实施，呃，实施顺序啊，或者叫实施方案，或者叫串行的实施方案啊，先把这个东西给做了，做完之后再去完成整体的一个短线的一个处理， 再去完成短线处理就可以了。那到底能不能成功呢？那我们下期见，拜拜。

解锁 cloud 的 百分之九十七潜能十六个颠覆工作流的高级隐藏技巧在人工智能爆发的时代，很多人依然把 cloud 当做一个高级版的谷歌搜索来使用。正如企业家 demarcus 所说，这就像买了一辆法拉利却只敢开每小时十公里。 作为人工智能领域的资深实践者，便在其日常业务中深度依赖 cloud。 本人将为你全面拆解它分享的十六个 cloud 核心黑科技，帮助你将它从一个聊天框升级为全能的商业合伙人。一 丝滑迁移与基础设置一、记忆导入 the memory import 如果你之前是 chat gpt 的 重度用户，不用担心迁移到 cloud 会丢失过去的积累。你只需进入 cloud 的 设置 settings 大 于功能 capabilities 大 于开始导入 start import。 cloud 会生成一段特定的提示词，将其复制并粘贴到 chat gpt 中。 chat gpt 就 会导出它所知道的关于你的所有个人偏好和历史背景，最后将结果贴回 cloud 的 记忆盒， add to memory， 二分钟内就能完成无缝迁移。二、精准的模型选择器 model selector cloud 拥有三种不同定位的模型， 选对模型能让你事半功倍，拍哭速度最快，成本最低，最适合处理批量重复性的任务，例如一瞬间总结五十份会议记录。 zenet 日常任务的首选，速度快且能提供多样化的日常写作或邮件草拟选项。 opus 最强的大脑适合极其复杂的逻辑任务， 比如在繁杂的财务指标中寻找潜在的商业模式。注，你也可以选择自适应思考 adaptive thinking， 让系统自动调配，按手动控制能让你更精准地掌控产出质量。二、强大的生态连接器 connectors three gmail 连接器 gmail connector 彻底解放你的收件箱。通过侧边栏的定制功能 customize 绑定 gmail， 你 可以让 cloud 帮你搜索邮件，总结核心内容并直接草草回复。商业高阶玩法你可以为自己和助理设置一个共享的 cloud 账号并连接邮箱， 助理无需登录你的真实邮箱，就能通过 cloud 自动查询任何需要你确认的信息。直线信息字服务四、日历连接器 calendar connector 连接 google calendar 后， cloud 不 仅能帮你安排会议、寻找空闲时间，更重要的是，它可以成为你的时间审计师。例如，你可以输入在周五前帮我留出一小时看 youtube 脚本，它就会自动排成。更高级的用法是把你的季度或年度商业目标输入进去， 让他分析你的日历和邮件，诊断你是否把时间花在了对的刀刃上。三、交互与内容可示化五、交互式应用 artefacts artefacts 让 cloud 具备了在聊天框内直接生成可用独立微型应用的能力。 不要总觉得有创意，就得花大钱雇程序员，你就是创作者。你可以对他说，帮我建一个带有视力数据的销售电子表格，要求列可编辑， 包含销售代表、销售状态和产品 log 会立刻在右侧生成一个可以实际点击修改的交互式界面。六、动态视觉图表 interactive visuals 无需再把数据复制到其他工具里做图， log 的 内部就能生成可点击、可扩展的动态视觉图表。配合 slack 等连接器，它可以直接抓取你工作群组里的长文沉淀，瞬间将其转化为极其直观的业务流程图或框架图， 一、大加速团队的学习与理解效率。四、知识管理与移动效率七、项目空间 projects projects 就 像是一个预载了大量特定上下文的智能文件夹，你可以创建一个新项目，把内部文件、 pdf、 客户访谈、录音文本以及特定的指令丢进知识库 knowledge area 中。实力但将所有的教练、辅导课程录音转录成文字放入项目空间。 当他需要创作新内容时，直接让 cloud 在 所有转录文本中寻找特定客户痛点和故事案例，源源不断地提供灵感。同时，你还可以利用系统提示词 system prompt 对 该空间进行约束，使其每次输出都保持高度一致的调性。八、语音模式 voice mode 说话的速度往往比打字快三倍。在电脑端点击输入栏的波形图标，或在手机端点击麦克风，即可开启语音对话。 cloud 拥有强大的语境理解能力，即使你的思维跳跃表达有些语无伦次， 它也能精准抓取核心意图，并贴心地把整场对话自动转录成文字供后续使用。 chrome 浏览器插件 chrome extension 这是重度用户的非穿不可之鞋。 安装 cloud for chrome 插件后，它能直接读取和操作你的浏览器界面。当你面对一个充满复杂数据的网页或表格不知所措时，直接向它提问，它会自动截屏抓取网页数据，模拟点击，并在一分钟内为你承递核心商业洞察。五、 进阶黑科技电脑控制与自动化十、携同工作与计算机控制 co work computer use 这是专属于科技即刻的震撼功能。在 cloud 桌面应用中开启 co work， 并允许 computer use 计算机控制 cloud 就 能直接接管你的电脑操作系统。你可以给他下达复杂的组合指令，帮我从 hop spot 导出上个月的销售数据， 填入 google 表格，生成一张总结图表，并在周一早上九点前发送到 slack 团队频道里。然后你就可以和上电脑去喝咖啡，它会像一双无形的手一样，帮你点击拖拽，完成所有操作。十一、定时任务 schedule task 在 co work 界面中，使用 schedule 命令，你可以把日常那些琐碎但必须做的重复性工作彻底自动化。只要你的电脑开着，每天早晨 cloud 就 能自动阅读你的收件箱，过滤紧急事件，抓取行业最新动态。 在你坐到办公桌前时，为你准备好一份定制的每日简报。十二、远程调度 cloud dispatch 通过 co work 菜单中的 dispatch 功能，用手机扫描 q r 码，安装配套 app， 就 能实现身在在外控制家中的电脑。例如，你在外面吃晚饭，突然想到一个紧急任务，只需对着手机说， 去我电脑里找到公司的商业计划书，发给团队成员 rody， 让他提反馈，并给全员发疯更新邮件，阿里的电脑就会立刻开始运转。六、开发者天国与高级定制十三、纯自然语言编程 cloud code cloud code 是 一款强大的 ai 软件开发工具，它允许任何人用纯英文或中文来编写复杂的应用程序。 它既可以在 cloud app 里使用，也可以在终端 terminal 里运行。你不需要系统，学过代码， ai 自己就会教你如何更好地使用它。但团队中一位完全不懂技术的高管，仅仅用了三天时间，就用 cloud code 徒手为公司搭建出了一个全功能的大屏幕 ceo 业务仪表盘。十四、 移动端编程频道 cloud channels 通过将 telegram、 imessage 或 discord 等聊天软件与你电脑终端运行的 cloud code 进行绑定，配对 apikey， 你 就实现了随时随地编程和调用 agent。 有 一次蛋的朋友赶飞机快迟到了，直接在 telegram 上给自己的 cloud 发消息， ai 就 自动去查他的邮箱和日历，帮他在线完成了航班的 check in、 登机报道。十五、技能定制 cloud skills 你可以将任何复杂多步骤的精细化任务训练成一个固定的技能 skills。 在 侧边栏的 customize 大 于 skills 中，你既可以一键将当前的优秀对话沉淀为技能，也可以去 github 上下载安装数以千计由全球网友分享的成熟技能，如财务审计、 hr 筛选等明星级技能。推荐 humanizer 人类化修饰，它能精准识别出二十种最常见的 ai 写作机械痕迹，并将 cloud 生成的内容重新润色得像真人转写一样自然。十六、 全新设计画布 cloud design 这是 cloud 针对设计界的颠覆性更新，建议与 adobe 深度合作，访问 cloud 点 ai 斜杠 design， 输入你的想法，它能在几分钟内为你生成高精度的投融资、路演、 ppt、 h d x 单页宣传册、着陆页、原型，甚至动态视觉图形。它还支持导入你公司的 brand guide 品牌视觉规范，确保生成的所有设计完美符合视觉 vi 结语，如何面对 ai 带来的焦虑？ 面对如此海量的新功能，很多人难免会产生自己快要落后了的焦虑感。但 damart 在 视频最后给出了一个非常务实的建议，你不需要今天就把这十六个技巧全部学会，你只需要知道他们的存在。在看完这篇文章后，挑选其中最吸引你的那一个去付出行动。 a i 是 人类历史上唯一一种会主动教你如何把它用的更好的技术，只要你愿意迈出第一步，尝试使用其中一个黑科技，你就已经走在了百分之九十九的人的前面。

谁说 cloud 封杀， open cloud 就 能垄断了？就在刚刚， cloud 被彻底偷加了，它的核心多智能体编排系统被完全提取，诞生了一个全概念模型无关的框架， open multi agent。 为什么这个项目能让硅谷颤抖？因为它的 type script 原声。以前想搞多 agent 的 协同，只能用 python， 现在它实现了真正进城内运行，不需要每开一个 a 镜的，就跑一个占内存的 c i i 银行 r t m 代码自动裁剪，任务自动调度。依赖最爽的一点，它彻底解构了模型，你不用再被卡尔的添加 api 绑定，左手 g b d， 右手 deepsafe， 中间跑本地模型。连最新的杰玛斯也支持 samsung dock， c i c d 全线支持。这才是开发者想要的自由。听老兵一劝，别在闭园的围墙里焦虑了，我把地址放评论区置顶了，把这个视频转给你的架构师，这就是咱们二零二零年的底座。

你在使用 codex、 cloudcode 这些 agent 的 时候，是不是担心它删你的文件，担心它自由发挥，工作流程不够标准，不简洁？今天和大家分享一个 agent 全句约束提示词， 主要结合了卡帕西的规范和一些常见的危险命令限制，可以让你的 agent 在 干活的时候更加高效，同时避免进行一些危险操作， 使用的时候可以更加放心。简单说一下卡巴西的这几个规范，第一点是编码前思考，不假设，不隐藏困惑，呈现权衡。第二点是简洁优先，用最少的代码解决问题不过分推断。第三点是精准修改，只碰必须碰的，只清理自己造成的混乱。 最后一点是目标驱动执行定义成功的标准循环验证，直到达成。关于危险命令的限制，主要是对一些可能的文件系统破坏性的操作，比如说批量删除等等， 以及权限的越权提升和系统控制、运维和数据安全方面做了一些安全限制。这些方面主要是参考了雷门四三分享的一些入门配置，把这个全局约束体字词词放到你全局层的那个 agent md 文件里面，就可以让你的 agent 在 干活的时候更加高效更安全了。具体的内容我放到我主页的粉丝群里了，有兴趣的可以去看一下。

大家好，今天给大家介绍 cloud cloud 的 安装部署以及模型的管理。我们通过一个小的例子来给大家演示这个 cloud cloud 的 使用。首先是这个安装部署，同样它需要一些依赖环境，一个是类似，第二个是 a， 这个在我们之前的视频里边多多少少已经介绍过很多次这个的安装使用。 首先我们打开这个 note this 的 下载网站，你可以通过这个指令来进行安装，选择不同的系统，它就会有对应的这个安装指令，复制指令来进行安装，安装方式有 doc 或者是 n m 等等方式，但更简单的就是我们通过下边的这个安装程序包来安装，同样只选择自己的这个系统等等，点击下载安装就可以。安装好以后呢，可以通过这个 npm 档位在我们的命令行窗口来 回车来看一下，如果能出现这个数字版本就说明安装成功。同样这个第二个就是这个 bit 的 安装，我们打开也是打开它的下下载安装地址，这里边也分不同的系统， windows， mac， linux 等等也是可以直接下载这个安装包，点击根据自己的自己的型号来下载这个安装包，直接安装就就可以，当然这里面也可以通过这个指令来进行安装。 安装好以后呢，我们就可以进入 cloud 安装了，我们来到这儿 cloud 安装还是非常简单的，只用这条指令复制粘贴回车可以看到已经添加了两个包，这就证明是安装成功了。我们在验证一下用这个 cloud 杠杠五四来看是否有版本信息，可以看到已经有版本了， 那其实我们就可以输入这个 cloud 的 这个指令，回车来看一下，可以看到已经有这个界面了，如果不安装的话，它会显示系统找不到指定路径，那我们现在已经有了，在这个界面可以看到已经显示我这是一个使用了 dpc 可维斯 pro 的 一个模型，如果你第一次安装， 他会让你去 autodocopy， autodocopy 的 公司的网站进行注册，使用他们的模型，因为这个就是 autodocopy 他 们公司的产品嘛。遇到这种情况呢，你可以连续按两次 ctrl 加 c 就 会退出这个界面。退出这个界面以后呢，用接下来的指令就可以临时把 把模型设置以及 api 给设定好，就让他让这个 costco 直直接使用 ipc 的 模型。那我们来到 ipc 的 这个 ipc 的 店面，我们来到 ipc 的 这个 ipc 的 平台，左边是进入常规的对话窗口，我们来到 ipc 开放平台。来到这个平台呢，首先需要充值，根据自己需要进行充值，支付宝，微信都可以， 除了他给定的这些价格呢，我们还可以自行，你可以少用一些，看看这个自己的实际的用量来决定使用多少。充值以后呢，这个用量呀，还有这个消费都会在这显示。 我们充值以后，我们可以看下这个接口文档，在这个接口文档里边有写接入各种模型或者是工具的这个文档，其中这个接入 agent 工具，这里边写的很详细，如果我们安装了 got called， 只要修改这些环境变量就可以设置 api。 在 这个 deepsea 的 这个 api key 在 刚才我们所介绍的平台来 来购买以及创建创建，点击这个创建按钮就会获得一条 key 复制这个 key 放在这儿，把这个包括括号全部去掉，这儿要粘贴你的 s k 开头的这串字母，粘贴到这儿，我们把整个指令复制过去，就这样直接复制，你可以找一个记事本儿 粘贴这些东西，这样粘贴这提示的话，点击仍然粘贴录就可以，我们可以，因为我已经录了，所以这里面不给大家这个什么，我们可以看一下，我们问一下，重新进入一下 pro 的 设置好以后，你就可以再再次进入 pro 的， 进入 pro 的 我们再次进入问一下， 如果能正常回答的话，说明我们这个模型已经配置好，那这就是说明我的这个配置是有问题的，那我就重重新给配置一下，我们还是刚才的两个 control c 给退出，退出以后我准备一下我的这个内容，我找个记事本来处理一下这个事，我会把我的这个 api key 贴到这里边，我在这来创建一个 api 复制这个 api 粘贴到这里，然后把整个内容复制，然后回到我们的命令行工具粘贴，点击粘贴。我们 在这里需要注意，如果我们是在 photoshop 里边，就按官方指导的这个 photoshop 直接复制粘贴，只需要把这换成你的 api 就 可以，我们可以这样粘贴一下，把这全部扔乱粘贴，这样就把这个文件设置好了。那如果你是进入的这个命令行工具 cmd， 那 你就需要使用这个 set 的 这个指令来设置这个模型，那现在我们看一下，我们设置，我们再重新进入返回车， 可以看到我们现在的模型，然后我们可以简单提问一下简单对话，如果有回应就说明是正常。另外一种更简单的配置模型的方式，就是我们在 excel 上找一个专门用于管理模型的工具，这个工具更简单一些， c c switch 的 这个项目，我们打开这个网站，它对于各种这种 c c l i 的 工具， called， called cortex， 正品以及 oppo 的 小龙虾这些 进行各种模型管理吧，用起来非常方便。我们点击左边他有一个，这有个最新发布，最新的版本是两周前的，我们打开以后一直往下滑，根据自己的需要来选择不同的版本，有 linux、 mac 以及 windows， 那 我们就选择这个 windows， 非常小。十一多早，我们可以点击运行安装，下一步选择一个安装的目录，这里 ok， 嗯，这样就打开这个工具，这里边就比较简单的配置了，首先是它上面会有不同的，比如说这里面有一个官方的默认的，我们需要下边添加一个，添加一个这里面有各种模型厂商 根据自己需要选择，那我们以 deepsea 为例，我找找一下 deepsea， deepsea， 然后点击，然后下边有这个项信息，我们只需要填这个 api key， 下边的各项信息就会自动填，然后我们来填一下啊， 然后这这的这个模型，我们可以点击这一个或许模型列表，就你可以在这直接选，也可以一键设置，我们试一下这个一键设置，那它不是最新的，所以我们的模型不只是模型列表，那我们就在这个在它的这个列表这来选用啊， 然后这个在这里面我们不是特别纠结，就对应的这个它的这个列表这来选用啊，然后这个在这里面我们不是特别纠结，就 pro 一， 然后这个 office 呢，也是这个 这个 v 四吧，然后这个 so net， 我 们写写在对应的这个栏里， so net 就是 这个模型全部是 pro 的 自由。然后这个嗨酷就是 flash， 这样就填完了，填完以后我们就可以可以看到它自动会把这个配置的设置文件给给补 补充在这里边。然后我们点击添加，点击添加以后呢，然后可以点击这个按钮来测试一下模型，这个是正常运行的，然后它这呢还可以配置这个什么，我们保存配置，然后这里边就会显示你的用量啊，我们保存配置，这已经显示余额了，然后再点击这个起用就可以使用了。 然后我们再回到 ctrl， 我 们重新进入一下，这次我们提问，这样就会很快获得这个解答。然后呢其他的模型配置也是一样的，其实我是尝试想进入 open ai 的 模型，但是我试了很长时间都没有成功啊。如果之后有解决方法，我也会在视频里面给大家介绍啊， 这个工具呢，你可以他他有各种知识，就是语言呀。还有有一个应该对这里面有一个开机字体可以勾选，如果我们常用的话啊，然， 然后这样就我们就很简单了。现在我们再给大家演示一下这个 log 它的这个使用，使用的时候我们可以这样，就是比如说我们先退出我们，我们可以看一下这个， 这这还有介绍，我们可以配置完成后先执行，找到一个路径，然后执行 log， 比如说我现在就在这个我新创建一个路径，比如说在这个目录下边，然后我创建一个 demo， 新建一个文件夹这样的一个文件夹，然后呢我再去打开这个文件夹 cd， 打开这个文件夹，然后我再执行 log log， 那 这这样呢就是通过这个指令执行以后的所有的代码都是在这个 demo 的 这个文件夹下啊， 这样就进入这个文件夹，当然我这个是已经进入进入过这个 color code 的， 如果对有些文件夹你是第一次进入，它会让验证是否信任你，直接点击试就可以了。然后我们再给大家演示一下这个 color code 的 使用，比如说我们结合最近比较火的这个 skill， 我 们可以在这个 app store 上搜一个比热门的这个，比如我们在这 ppt skill， 比如我们要写个 ppt 的 skill， 然后回车， 这样就找到了这么多，然后我们随便找一个，这是一个电子展示风格 ppt 的 skill， 然后我们这个 skill 是 怎么安装呢？下面有方法就是通过这个指令，当然我们也可以通过这 这个这段话直接发给 boss， 我 们就直接复制发给他，这样他就会在执行过程中和你不断要权限，我们给他权限就可以让他工作就可以，然后在这个时间呢我们准备，然后同样的他是要这个权限给他，我们准备一个文档，比如说就我现在的这个文档，我们准备这个文档，然后一会让他作为做 ppt 的 一个素材，同样这边给他， 然后我们把这个素材呢放到这个文件夹下，这样我们就准备好了，然后我们再回到 boss， 他 又要权限在这里插一嘴，就是只要我们有了 boss， 然后接入了一个简单的模型，我们就可以做很多事情了， 你电脑里边任何解决不了的问题，都可以直接在这里边给他权限，让他帮你解决。现在已经显示我们已经把这个 sku 安装完成了，我们如果用这个 sku 的 话，就和他说做一份杂志封的 ppt 就 行，然后呢我就和他说在 demo 文件下有一个 ppt 文案的这个文件，然后根据这个做一个 ppt， 然后他就开始制作，经过一点时间呢，这个 ppt 已经做完了，我们可以看一下整个过程， 如果输入指定是在这个 demo 文件夹下有一个这样的文档，然后做成 ppt， 他 是完完全按照这个什么主题节奏来做，然后这个总共做了十一页啊，然后我们来现在来看一下成果， 打开这个文件夹，然后可以看到有多了一个 ppt 的 这样的一个文件夹，然后有这个文件夹是空的，然后这下边有一个这样，然后我们看这个 sgm， 它是做的这种格式的，然后我们播放了看一下， 就是做的还是相当相当漂亮的啊，这个安装盖拉就是做的这个风格的，可以说是很优秀的一个 ppt， 这就是 cloud cloud 再加一个模型，它的强大的威力当然要结合 skill 以及 mcp 呢 等等内容，然后在之后的内容也会给大家介绍更多实用的使用技巧，希望大家关注我的视频，有任何问题或者是你想要实现什么，在工作中、生活中需要实现的自动化的内容，都可以在视频下方留言， 如果是大家都感兴趣的内容，我会提前会优先给大家播。整个 ppt 是 非常漂亮，包括这里边都是可以插一些图，应该是在那个图片文件夹里边放一些图片就可以。因为我没有仔细读那个 keo 的 说明文档，所以是简单做一下，但是这个已经非常漂亮， 那这就是整个的页面以及这个项目，让我们退出一下，然后我们再回到这个 screen， 我 们总结一下视频，就是最初我们把这个 cloud 部署好以后，我们可以通过 deepsafe 的 这个平台，比如 windows 在 photoshop 里边执行，然后这个 mac 在 终端里面执行这些指令。只要你在这个 deepsafe 里面弄买一个 app 灯，然后整体把这个内容粘贴进去，就可以给 cloud code 设置一个模型。但这个设置呢，是一个临时的， 临时设置的，你会发现如果通过这种方式设置的，你关掉这个 cloud code 以后，第二次登录还会让你设置，所以我们是需要一个永久的设置这个永久的设置。我总结有三种方式，你可以直接在 cloud code 里边让 cloud code 帮你解决，也就说我通过这些指令给他写，直接在这就是写我我 指令，然后直接粘贴他所有的总共这个键的这种全部粘贴到这里边设置的这个参数，你把这个情况说给他，然后直接让他说一下，然后他就可以帮你写在这个永久的环境变量里。其实这个写出的这个环境变量是在哪呢？就是我们的这个啊，给他一个权限吧， 就是我们的这个，比如我们以 windows 电脑为例，在 c 盘用户，用户的这个 cloud 的 这个文件夹下边有一个 setting 点设置，然后我们用记事本打开，就是其实所设置的内容全部在这个内容里边，就是一种方式，就是我们可以让 cloud code 帮我们设置永久的。第二种方式呢，就是我们刚才我给大家打开的那个文件夹，直接在那个文档里边修改，在 cloud code 的 这个 setting 点在文档下边修改。 另外就是我们所介绍的使用这个 c c switch 的 这个模型管理工具，这个也是非常方便的，我们可以添加各种模型，然后在不同的模型下边进行切换。比如你如果有官方的 code office 的 话，可以直接点击启动，就在不同的模型之间自由的切换，以及在不同工具之间自由的使用模型，是非常方便的。这就是今天给大家介绍的内容，如果我的内容对你有帮助，欢迎大家点赞关注我的频道啊，如果有问任何问题，在视频下方留言，谢谢大家。

别再纠结是 codex 还是 cloud code 了，我在实测了数十个 agent 之后发现真正决定生产力上限的不仅仅是 agent 工具，还有你手里的 skill 配置。如果你的 skill 没配对，换再强的 agent 也是在浪费时间。 所以我根据实际开发场景和我的日常使用，筛选出了这四组最核心的顶级 skill， 包含了原能力扩展、工程化开发、前端设计和内容创作。 它们完全不挑平台，不管你以后切换到哪个 agent 装上都能用。先讲最根本的两把钥匙，我称为原 skill。 你 可以把它理解成让 ai 自我进化的能力，它不负责具体的活，而是专门用来扩展 agent 的 能力边界的。不管你用 ai 做什么，这都是你第一天就应该打好的地基。 第一个是 skill creator， 来自 antropica 官方。如果你想把一套成熟的工作流变成一个新的 skill， 便于后续调用，那么选它就对了。以前想自己做个 skill 特别麻烦，得先去研究半天复杂的格式，不然可能写出来的 skill 还会报错。就算写出来了，使用效果也不一定尽如人意。 但现在有了它，你不需要去研究什么复杂的格式，也不用手动改文件，你只需要像给同事交代工作一样，用大白话把你的流程说一遍， 或者直接把你的操作手册丢给它，它就会自动帮你起草测试、反复叠带，在你自己完全不用看开发文档的情况下，一分钟就能写出一个既标准又好用的 skill。 安装和使用方式也很简单，在安装完成后，只需要在 agent 里选中 skill creator， 然后输入你的需求，和它一步步的进行沟通就好， 建议直接全职安装，这样无论你在哪个项目里，都可以随时进行调用。第二个是 find skills， 大家千万别把它当成一个普通的搜索插件， 觉得还得自己手动去查。真正的用法是你直接给 agent 派任务就行了。比如你让他帮你做个 ui 设计，要是他发现自己不会，他就会自动把你的需求拆解成 ui， 点赞你这种关键词，然后自己去全网搬救兵。他在后台连接的是 skill 点 s h 这个平台，他会自己查看哪个 skill 安装量大，哪个作者靠谱， 然后挑出最好的那个供你进行选择。在你选择好之后，他还能直接一行命令帮你安装上 skill。 creator 是 让他能自己造工具， 而 find skills 是 让它能去外面找现成的，这两个配合使用，一定能大大提升你的 agent 的 工作效率。接下来是针对具体场景的 skill。 先说软件开发，我选了这三个， superpowers， j stack 和一个前端大神的 skill， 它们针对的场景略有区别，但核心都在解决同一个问题， 就是终结那种看似逻辑闭环，实则无法落地的代码幻觉，帮你守住工程底线。第一个 superpowers， 他的杀手锏在于他把测试驱动开发这套严苛的工程标准，直接变成了 agent 必须遵守的硬规则。其实很多人刚开始用 ai 编程，最容易上手的场景就是让他写测试，而 superpowers 顺着这个逻辑直接把开发流程给正规化了， 他会强制 agent 进入一套标准的红绿重构循环，先写一个必然失败的测试，证明功能还没实现，然后写最少量的代码，让它变绿，最后再进行优化， 而且它非常稳。 agent 写完之后，它会自动开启两轮内部审计，一轮看代码，实现跟你的需求对不对的上。另一轮则专门盯着代码的质量挑毛病。这种慢思考的模式能帮你抓出很多隐藏的边界问题。 虽然看起来多花了一点点时间，但因为它第一遍就能把代码写到八十分以上，省掉了后面无数次反复抵 bug 的 时间，长期来看，反而更省 token， 也更省钱。 他的整个工作流程大致如下，首先他会拉着你做头脑风暴，把需求细节彻底磨清楚，先出一份整体的设计文档。然后他会把大任务拆成一个个几分钟就能搞定的小碎活，每个活都有明确的验证标准。接着就是让紫 a 着呢，自己去跑， 他自己写，自己查，严禁跳步，你只要在旁边关键节点确认一下就行。最后等测试全部通过了，他会把选项丢给你，是直接合并代码，还是先留着分支或者丢掉？第二个是 j stack， 作者是 y c 的 总裁 gary 谭。如果你还不知道 y c 是 什么，简单说，它就是全球最牛的创业孵化器，像 airbnb、 dropbox 这种巨头都是它孵化出来的。所以这位大佬出的工具，骨子里带的就是那种硅谷创业者的实战基因。这个工具有一点不同， 它不是那种功能单一的 skill， 而是在 agent 里内置了二十三个不同的专家角色，从 ceo、 设计师到发布工程师，你都可以通过斜杠命令直接调用，这相当于给 agent 配齐了一整支团队，让他不再是单兵作战。 为什么要搞这么多角色？因为真正做商业系统，代码行数不值钱，能跑通才值钱。有了这群专家帮你交叉审计， agent 就 能在不同的专业视角下，帮你揪出那些隐藏极深的问题。 我来向你介绍一下他的实战流程。首先，在你动手写第一行代码之前，先跑一下 office hours 命令。这就是 yc 最出名的灵魂拷问。 ai 不 会立刻写代码，而是像个严厉导师一样， 反问你六个最尖锐的问题，把不靠谱的假设先掐死。接着可以用 plan ceo review 命令，让 agent 站在 ceo 的 高度审视计划，看看有没有更优解。到了代码复合阶段， review 命令就是你的资深工程师，他不光找小 bug， 更盯着那些 c i 能过，但一上线就可能爆炸的工程隐患。另一个具有实战特色的是 q a 命令，以前 a 阵呢，只能在代码里纸上谈兵。但这个命令是真的，会打开浏览器，像真人测试员一样去点击验证， 直接把 bug 抓出来修掉。最后活干完了，直接执行 shift 命令，它会自动同步跑测试、推代码、开 pr， 整套发布动作一气呵成。该瑞谭统计过，二零二六年，它的代码产出是二零一三年的二百四十倍。这不是说 ai 写的代码行数多就是厉害，而是同样的需求，它一个人现在能顶一只小团队在干活， 就是角色分工带来的本质变化。第三个是一套前端大神 mod， 自己日常工作用的 skill， 作者是 type script 的 布道者。如果你平时前端开发比较多，那么可以试试这个。 这套工具重点解决的是人与 agent 之间沟通对不起的问题。 mark 总结过，如果没有好的引导规则， agent 写代码很容易陷入几种困境。首先是理解偏差， agent 可能根本没听懂你需要什么，或者写的太啰嗦，废话很多。然后是执行失败，好不容易写出来的代码，结果发现根本跑不通。最后是架构隐患， 虽然代码能跑，但因为缺乏整体规划，后期维护起来会非常痛苦。所以他的这套 skill 核心逻辑很简单，宁可在前期多花几分钟对其需求，也不要在后期花几个小时去处理这套低质量的代码。具体到这套 skill 里面的指令，我建议你重点关注这几个。 首先是 green 系列的命令，这就是刚才提到的拷问模式，当你提了一个模糊的需求，比如说想加个登录功能，他不会马上动手，而是会回过头来不停的拷问你细节。可能问完之后，他发现你真正想要的是 s s o 环境下的多租户登录，这就把隐患消灭在开工之前了。接着是 tree 指令， 也就是一手分诊，他会帮你把所有的任务都过一遍，分清楚轻重缓急，确保你不是在修一些细枝末节的小 bug， 而忽视了真正堵塞进度的核心问题。 最后还有一个 improve 命令，这是代码库的架构急救包，你可以每隔几天就跑一次，让 agent 站在全区的视角审视你的代码库， 找出那些以后可能会越来越难改的地方，并给出重构的建议。接下来是前端页面设计，这是最开始编程 agent 出来时，他做的最差的一个领域之一。 agent 划 u i 出来的永远都是那些固定的套路，固定的字体，蓝紫色的渐变背景、圆角卡片、特定的按钮样式。 你在网上看到的那些 ai 生成的界面，十个里面有十二个长的都一样。解决这个问题的 skill 有 两个，第一个是 fronten 的 design， optropic 官方出品，如果你受够了那种千篇一律的 ai 审美， 那他就是你的救星。以前的 ai 画 ui， 一 眼看过去全是圆角卡片加紫色渐变，就像是在共用一套廉价的模板。而 fronten 的 design 的 核心是帮你洗掉这些 ai 位， 他不是机械的套用部件，而是根据你的产品调性去推敲更有质感的纹理，或者尝试那种更有呼吸感的非对称布局。 比如你给他提一个具体的风格要求，想要一个杂志感带点硬核感的页面，他给出的方案里字体的比例和模块间的留白都会处理的很到位。有了这种对视觉细节的把控，你的 ui 就 从一眼 ai 变成了手作设计，让整个页面从单纯的能看变成了真正意义上的耐看。 第二个是 u i u x pro max， 如果说前面的工具是帮你找灵感，那这个就是直接帮你配了一个设计总监。它的特点在于，它不是在靠直觉画图，而是把专业设计的那些条条框框全部变成了底层的逻辑。比如你要做一个金融或者医疗类的界面，它会非常明确的告诉你 什么样的配色能体现安全感，什么样的字体更显专业，他甚至还会给你列出一份避坑指南，直接点出哪些设计在商业场景里是绝对不能碰的。之所以能这么专业，是因为他后台内置了一百六十多个行业的深度规则， 不管你遇到多冷门的业务，他都能拿出一套成体系的方案，从交互细节到动效走位，都给你安排的明明白白。而且他有一个很实在的功能，就是能帮你生成一套可以持久化附用的设计系统。有了这套规范，你下次再开发新项目， 直接把文件丢给 agent 就 能用，不用每次都从零开始打磨风格。而且他的上手门槛很低，无论是装插件还是用命令行，都能快速跑起来。 这两款工具的分工也很明确， fronten 的 底赞负责把画面画得出彩，而 uix pro max 负责把产品做的更专业。有了它们， ai 的 输出就再也不会有那种廉价感了。最后一类，内容创作。如果你用 agent 做内容创作，那这组宝玉老师的 skill 我 一定要强力推荐给你。 他首先解决的就是内容本身的高质量产出。比如他能帮你生成一张极具审美，完全不输专业设计师的封面图，或者把一大段枯燥的文字直接变成一张高信息密度的格式化信息图。在内容做漂亮之后，他还会顺手帮你搞定后面那些讨厌的碎活， 比如说转格式、做排版，最后还能直接一键发布到各个平台，它把从生产到发布的全流程都打通了，有了它，你就能真正实现生产和发布一体化，把所有的精力都集中在打磨好内容上。宝玉老师的这套工具箱里包含了十几个好用的 skill， 我 这里简单带大家看几个。 首先是用于生成封面图的 cover image skill， 它最强的地方在于有一套五维控制系统，从构图类型、色调方案、渲染风格，到文字排版和情绪基调， 全都能精准调优。这七十七种预设组合，能让封面彻底告别开盲盒的随机感，每一张出来的效果都像是为你的文章量身定制的专业设计。 如果你平时觉得画逻辑图、架构图很头疼，那这个信息图相关的 skill 绝对是神器。它内置了二十一种专业的信息布局，像分析原因的鱼骨图、 做转化的漏斗图、梳理层级的金字塔图应有尽有。更聪明的是，它能自动读懂你文案里的逻辑结构，直接推荐最合适的布局方案。以前要在设计软件里磨半天的信息大图， 现在只需要几秒钟就能产出出版级的可式化成果。如果你经营小红书，那么可以使用小红书 image skill， 它能将长文章自动拆解为一到十张卡通风格的轮播卡片。通过内置的十一种视觉风格和八种排版模式， 如对比、清单、流程等，可以快速生成符合平台排版习惯的图文内容。针对排版环节，这个 markdown to html 的 skill 解决的是一个非常具体的痛点，那就是在微信公众号这种不支持 markdown 的 平台上， 如何保留精致的排版。它内置了多套公众号主题，能自动处理代码、高量和数学公式。最实用的一点是，它能把文中的普通外链自动转为文末的底部引用，彻底解决了公众号里链接打不开或者被截断的尴尬。 如果你平时还有翻译文章或者精读外文资料的需求，那这个翻译 skill 就 派上用场了。它最强的地方在于 提供了一个正式出版级的模式，这个模式不是直接进行翻译，而是会走分析、翻译、校正再到润色这整整四步的流程。而且它有一个非常人性化的功能，就是能让你指定你的读者是谁。比如你告诉他你的读者是资深开发者，他就会自动省略掉那些庸愚的解释， 翻译出来的语气读起来就像是真正的圈内人写的。最后，当你把内容全部准备妥当，可以通过发布微信或者发布微博这两个 skill 来实现一键跨平台分发。 它区分了不同的分发逻辑，你可以发长文形式的文章，也可以选择只发几张图片配一段摘药的贴图模式。它把那些复杂的后台操作全都变成了 agent 里面的一行指令， 从本地草稿到最终发布，整套流程都可以在 agent 里面直接闭环完成。今天分享的这些 skill 只是个开始，其实最关键的是大家要根据自己的工作流程和使用场景，去打磨出真正适合自己的 skill。 如果觉得视频对你有帮助，别忘了点赞和。

最近很多朋友安装了这个 kindle 的 桌面版的这个软件，发现根本用不起来，然后呢，我基于今天这条视频呢给大家讲解一下。第一呢就是大模型，你要设置为那个一兆的上下文，我这里是配置的是 dsp 的 大模型，我要配置一兆，然后你就可以看得到 一兆的上下文。第二呢就是我们安装好这个软件以后，我们要配置一下全 g 的 变量和一个记忆的配置，我们在左上角打开 设置，这里有个全 g 指令，我们进入编辑，在这里呢你就输入你个人的原色，包括你的偏好， 让他更了解你，就约定一个上下文，下面呢就是一个记忆的一个设定，要打开这些记忆，这些记忆设定好以后呢，他会做一些呃规则呀，包括你的那个呃，你日常的经验总结啊等等，要把这个地方打开，这里就是通用设置，你可以设定你的呃名字啊，称呼啊，包括给可拉的相关指令呢，你的个人编号等等。然后这里是技能， 当我们打开技能以后，默认上面是私有的技能，默认是没有的，只有你上传了技能以后，他才会有这个技能的文件夹显示。你看我现在上传了两个技能，一个是呃做 ppt 的 一个技能，还有一个是创建网页一个技能，那你不需要的话，你也可以卸载掉，包括你的技能安装的文件夹，你也可以看得到他在什么地方。 然后技能呢，我要给大家大概说一下哈。然后技能呢，还有一个上传的一个入口，就是在 skills 这里管理技能啊，同样也可以进入这个界面， 然后技能呢，这里有个小朋友要跟大家说明一下哈，就是我们获得一个技能的安装以后，我们正常来说是点击加创建技能或上传技能，但是呢，你上传以后啊，就发现一个问题，他只能默认上传 md 文档，然后你配套的，你看我这个技能里面 包括模板，包括脚本，他是上传不了的，为什么上传不了啊？回到我的主页可以看一下，看他是怎么回答的，因为这个呃， logitech 中他对技能的文件打包格式有要求，必须包含 yaml 格式的技能名称和描述，这样呢，系统才能识别这个文件的名称和用途。 比方说单文件必须要有 y a m l 的 头部压缩包呢，必须要有 skill 点 md 的 这个头部文件，不然的话，它就不能够正确的去解析注册和显示你的技能，你看到的就只有一个 md 的 一个文档。对，你的脚本文件呢？模板文件呢？什么都看不到，也用不了这个小坑。大家注意一下，这里很重要，因为你的技能的话，呃，是你执行任务的一个手脚，没有手脚的话，它很多工作完成不了， 就说这一点，大家要好好的自己实操一下。打开开发者配置第三方推理，因为有些朋友呢，想用几个大模型，看到的却只有一个大模型的这个 u l 地址的设置和那个 adk 的 设置啊，其实可以添加多个大模型是在右上角，因为我们配置了一个，它就是默认的这里面添加了小米，添加了 kimi。 如果说有其他的，比方说 mini max 的 大模型，你也可以新建， 然后就弹出了这个配置，网关的一个界面，包括网关的 ufo 地址，网关的 api 地址，这里就看得到了，这就可以设置多个大模型，仅切换使用。 这个页面呢，就是杀毒的工作空间，因为很多朋友呢，访问不了外部主页，他会有一个提醒，因为这个地方有设置，就是允许访问外部主机服务。这个地方呢，我们要允许 word， 我 们才能访问外部主页，这是个小坑，大家注意啊。 还有个注意事项就是，呃，我们正常来说，首次进去以后看到的是 co work， 就是 co work 啊，这个界面，他这个意思就是一起工作的意思，他属于办公的模式， 办公的模式呢，因为他需要运行在这个沙盒中，他对你的限制就比较大。阿方，如果说，呃，很多朋友安装的是 windows 系统，安装 windows 系统呢，他是需要一个呃 linux 环境的依赖，然后我们很多朋友没有装，所以用起来经常会弹出各种的报错呀，啊，很多功能实现不了啊，所以说我建议呢，大家可以切换一种模式，可能很多朋友没看得到，切换成开发模式，然后这里出现扣的模式， 我这里用扣子模式，比如说开发一个五子棋的网页，来开发一个扫雷的游戏， 可以看一下扫雷打五子棋 啊，这是开发了一个网页， 这个扣子模式呢，它就是一个 c l i 命令行的 ctrl 版本的一个界面版本，我们日常实际上我们就在这个版本模式就 ok 了，它不受权限的控制， 也没有说杀核限制，只说对应的 c l a 的 这个各种命令呢，你在这里一样的可以使用，比方说你看我可以调用技能，我前面的技能，这是制作 ppt 网页的技能，这是创作方法的技能。我们迁回到办公的模式，我们也给出一个命令，帮你设计你个人的那个镂射， 我们输入 setup cork 回车，他也可以帮你设计你的颜色，你看到了很高兴，为你介绍，先看看你的环境情况，他就会问你，你平时做什么类型的工作，你可以按照他的这个一步一步的设定，比如说你的开发者、工程师、销售产品、项目管理等等，你可以配置你个人的颜色，也是 ok 的。 还有朋友问呢，哎，为什么我这个大模型它识别不了图片？那？因为你的那个大模型它不是多么大的大模型，你可以变化为千问啊，智普啊， kimi 啊，他们是那个可以识别图片的，所以这个问题是比较简单的，就是你的模型没选对。好了，基本上大家最近碰到的一些问题呢，我给大家做个简单的一个解释，有什么问题呢？可以评论区留言沟通讨论。

大家好，我是安逸。今天咱们继续深入 cloud cool 的 架构原理系列第十二期，讲任务系统。这期会从为什么需要任务系统讲起，然后带你搞懂核心概念和关键数据结构，接着手把手实现最小任务图，最后还会区分它和代办写入后台任务的边界。搞明白这些，你就能理解 cloud cool 是 怎么把透读升级成持久化任务图的。咱们直接开始 先说个现实问题，拖斗列表虽然能把大目标拆成几步，但他有两个明显限制，第一，他更像当前绘画里的临时清单，关掉就没了。第二，他不擅长表达谁先谁后，谁依赖谁。 比如你有个工作流，包含写解析器，做语义检查、 b 型跑测试文档，最后整体验收。这已经是一张依赖关系图了，而不是普通清单。没有专门的任务系统， a 诊很容易在前面工作还没做完时就冒人开始，后面的或者完成后不知道该解锁谁。所以我们需要把拖斗升级成可持久化的任务图。 先把几个关键概念理清楚。任务指的是一个可以被跟踪、被分配、被完成、被阻塞的小工作单元，注意，它不是诊断用户需求，而是拆出来的一小块。依赖的意思是任务 b 必须等任务 a 完成才能开始。任务图就是任务节点加上依赖连线，你可以理解成点和线点是每个任务线是谁依赖谁。 最后是 ready 这个概念，它表示这条任务现在已经满足开工条件，也就是自己还没开始，同时前置依赖全部完成了。理解这些概念后，后面看代码就顺了。来看最关键的数据结构， taskracker， 每个字段都对应个很实用的问题， id 是 怎么唯一找到这条任务？ subject 是 这条任务？一句话在做什么？ description 是 还有哪些？补充说明， status 是 现在走到哪一步？ block bay 是 这条任务还在等谁？ blocks 指示它完成后会解锁谁？ owner 是 现在由谁来做？其中 block bay 和 blocks 这一个字段非常关键，它们让系统能同时从前往后和从后往前读懂依赖关系。 教学版先只保留四个状态， pending 表示还没开始， in progress 表示已经有人在做， complete 的 表示已经做完。 delete 的 表示逻辑删除，不再参与工作流。这张最关键的一条判断规则是 is ready， 它检查任务是否满足开工条件。 一个任务要 ready， 必须 status 等于 pending， 同时 blocked by 列表为空。这条规则看起来简单，但它是整个任务系统运行的核心。很多初学者只会创建任务，却不懂维护依赖，问题就出在没有正确理解这条规则， 现在开始手把手实现。第一步是让任务落盘，不要只把任务放在内存或 message。 教学版最简单的做法是一任务一文件在 tasks 目录下存储 task 一 jing jing jing 二 jing 这样的文件，创建任务时，直接把任务对象写成 jsen， 记录落盘， 这样系统重启后，工作结构还在。这步很基础，但很关键，很多初学者任务只放内存，重启就全丢了。第二步是把依赖关系写成双向的， 当任务 a 完成后会解锁任务 b 时，最好同时维护两边，让 a 的 box 列表里有 b， 同时让 b 的 block by 列表里有 a。 这样做的好处是，从前往后读得懂，从后往前也读得懂。系统能双向推倒依赖关系，如果只维护单向，后续很多操作都会变得复杂甚至出错。 第三步是完成任务时自动解锁后续任务。当一个任务状态变成 complete 的 后，系统会便利所有任务找出 block 的 by 里包含当前任务的其他任务，把对应的依赖移除。这个机制非常关键，因为它说明任务系统不是静态记录表，而是会随着完成事件自动推进的工作图。 没有这个机制，系统永远不知道下一步谁可以开工。第四步是把任务工具接给模型。教学版建议先只做四个工具， task 界亲建任务 task update 的 更新状态， task at 看单条任务， task elf 看整章任务版。这样模型就能在用户提出复杂目标后，决定先拆任务，调用创建和更新接口，让任务落到 task script 目录，后续轮次继续读取并推进。从这里开始主循环。第一次拥有了绘画外状态。 记住一句话， doodle 更像本轮计划， tusk 更像长期工作班，必须把这三者的边界讲清楚。 toodle 更适合当前绘画里快速列步骤，如果只是先看文件，再改代码，再跑测试， toodle 往往就够了。任务系统适合持久化工作，多人协助还要管依赖的场景。 教学版，这里的 task 指的是一条工作目标，回答的是要做什么，现在做到哪一步，谁在等谁。它不是正在后台跑的 python， 不是 正在执行的 worker， 不是 某条当前活着的执行现成，后面这些属于下一章要讲的运行中的执行任务，混淆这一层后面就很难讲清了。 最后做个总结，任务系统比偷偷多出来的核心能力是依赖关系和系统能看懂前后关系，而 is ready 让系统能判断谁现在可以开始。 如果这四点你都已经清楚，说明你能从零到手写一个最小任务系统。下一期我们继续深入后台任务，看主循环怎么在慢命令一到后台执行时不被堵住。我是安逸，我们下期见。

兄弟们，我最近真的被问麻了，很多人都在后台私信我，阿晨，为什么我用克劳力写代码，刚开始还挺猛，结果项目一复杂，哪怕只是加个新功能，整个工程就开始连环奔， ai 是 不是突然变傻了？我把话给你说透，不是 ai 变傻了，是你根本不会用。你把一个本来能做判断、 能做架构、能做大局规划的东西，硬生生用成了一个只会补全代码的打资源。前面看着挺快，后面以上强度直接崩盘。 这不是他的问题，这是你的用法有问题。大家好，我是进化中的阿晨，今天这期不讲虚的，我直接带你拆外网大神刚放出来的 cloud com 六大神级隐藏技能，你真把这套工作流装上去， cloud 就 不再只是一个会写两行代码的助手了，它会直接进化成一整套代架构，带测试、带审查、带记忆的研发班子。 别废话，咱们直接开拆 skill。 一 深度解说，告别无脑乱写。先说第一个，也是大模型写代码最致命的毛病，没有全局观。 很多人一丢需求进去， ai 上来就开始写目录没看完，依赖没捋清，冤家没想明白，先敲了再说。结果写着写着，模块开始互相打架，逻辑开始自我冲突，最后不是这里不动就是那里反攻，整个项目被越改越乱。 但一旦你激活第一招高级架构是大脑，他的工作方式就彻底变了。他不再是拿到需求就往前冲，而是先把整体结构想明白，先把系统关系捋顺， 再决定代码到底该怎么写。这个变化不是小修小补，是直接换脑子。大家看外国小哥是怎么说的， and this one literally gives claude superpowers it's a great name it forces claude to work the way that a senior developer works meaning instead of jumping in and writing code right away claude will now step back and plan the whole thing first it works in an isolated environment， so nothing breaks your main project， it writes test before it writes code it brainstorm。 看懂了吗？兄弟们？他最狠的地方不是写的更快，而是先按住自己那股上来就写的冲动。 先给你过架构，先帮你理数拘留，先把这件事到底怎么落地。想明白，这才叫真正的开发思维，不是碰到需求就开抡，但光有架构还不够，因为你结构想明白了，不代表 bug 就 不会冒出来。那第二招干什么？第二招就是专门收拾这种低级翻车的 tdd 强制测试驱动沙盒。以前我们最怕的是什么？ 不是 ai 不 会写，是它修好一个点，顺手再炸你一片。一个 bug 修完三个新 bug 跟着出来，最后连本地环境都一起陪葬。 现在他开始学会先验证再下手。 instead of letting one big session slowly degrade it spawns fresh sub agents for each task and each one has a clean context window focused on only what they need to know so your main session stays clean each task gets the full power of claud's context window instead of just the leftovers， it also has built in quality gates that catch real problems during execution。 这才叫专业。他不是直接进你项目里乱动，而是先把自己关进隔离沙河里，先做验证，能跑通再合并，跑不通就别碰触工程。 很多以前要你自己一遍遍擦屁股的事，到这一步就已经被挡在门外了。接下来，这个更狠。今天最颠覆认知，也最容易让很多传统测试思路直接过时的，就是第三招， ultra review 多智能题审查建队。 很多人以为代码能跑就行，能提交就完事。错！真正的大坑，很多时候都死在你以为没问题的那一刻， 尤其是准备提交代码之前，那才是真正的高危区。 which launched alongside opus 4.7 now， this one instead of running locally it uploads your branch to a cloud sandbox and spins up a fleet of reviewer agents in parallel each agent will attack your codebase from a different angle security performance edge cases and here's the part that's really cool before any bug shows up on your list， it has to be independently reproduced and verified。 离谱吧？你一提交他后台不是过一遍就完了，而是直接拉起一整支审查建队。逻辑有没有问题？安全有没有漏洞？性能会不会出瓶颈？边界条件有没有漏？ 它不是帮你看表面，它是在给你做深挖。这已经不是普通意义上的 ai 辅助了，这更像是你刚写完它，后面立刻来一轮系统即复合。但还有一个问题，很多人也天天吐槽 ai 不是 真的不会写，它是只会写旧知识训练数据停在去年，一碰到刚发布的新框架、新库新 api， 就开始一本正经的胡说八道。第四招，活体 a p i。 抓取就是狠狠干这件事的。 first， it keeps the garbage out when claude runs a command or fetches a url context mode routes that call through a sandbox， so your code runs in an isolated sub process， the raw output gets captured and only the part that claude actually needs comes back into the context window now according to their own benchmark。 这招最狠的点就四个字，不靠瞎猜，他会直接去抓最新的官方文档，把接口参数规则限制先吃透再回来给你写。不是靠印象写，不是靠救赎聚谋，而是现抓现读、现用。 所以他面对新东西的时候不容易再像以前那样张嘴就编。讲到这里，开发这条线其实已经很猛了，但大模型还有一个最恶心的通病，就是聊久了失忆。你两周前刚跟他定好的命名规范目录约定项目规则，过几天他转头就给你忘干净。这个东西才是很多人越用越崩的根子。 为了解决这个毛病，第五招大杀器就出来了，本地永久记忆引擎 so claude men basically takes this completely over it hooks into claude's session life， cycle and it automatically captures what happened during your session， it'll look at the file edits the decisions， the bug fixes the commands things like that and then it will use claude's own agent sdk to compress all of that semantic summary and stores everything into a local sqlite database with vector search。 这就真的不是一般狠了， 他不是记个大概，也不是记个片段，他是把你这个项目里的关键决策、采购的坑定下来的规范全部沉到本地记忆里。你这个项目怎么长出来的，他一路都记着， 很多时候，他比你自己还清楚你前面到底做过什么，为什么这么做？有了这个底座，程序员最烦的一类脏活累活，他顺手也就接过去了。写文档，对，最烦的那个活，你代码写完了，结果还得补开发日期、补交接说明、补背景文档。 很多人一想到这一步就头大，所以第六招，直接把这件事也一起干掉！ the relevant parts get injected back in automatically， and it also auto generates folder， levelclld files and updates them as you work， so your project， documentation， literally writes itself， while you code and it's。 连开发日记，交接文档， 甚至很多你平时最不想补的说明材料，他都能在后台静默给你写好。兄弟们，看完这六大神级技能的说明材料，他都能在后台静默给你写好。兄弟们，这已经不是简单体校了， 这几乎等于你一个人零编辑成本拉起了一只全天候运转的软件研发外包团队。工具只是放大器，认知才是真正的壁垒。别等别人都把这套玩法跑熟了，你才想起来补课！关注阿晨，咱们一起先把这波时代红利拿到手！

大家好，自从上次 clockcode 被开源之后，我一直在等待有没有一款新的 ai 编程工具是基于开源的 clockcode 来进行一个 开发的。那最近有一款 ai 编程工具叫 opencloud， 发布了一些有意思的更新啊，听这个名字我们就知道它是基于开源的 clockcode 来进行一个二次开发的。那本期视频就来带大家一块来了解一下这一款基于 clockcode 的 ai 编程工具 opencloud。 首先我们来了解一下 cloudcloud 到底有什么优点缺点。那优点方面，第一强大的生态使用人数是最多的，那么现在市面上很多很多 ai 编程工具的技能啊，插件啊都会优先适配 cloudcloud， 这所以这是一个非常强大的一个生态。 那第二个就是更新频率非常快，基本上两天一更新，然后功能研究啊都比较前沿， 很多 ai 编程工具都会借鉴 coco 的 一些技术和思维，然后去叠加自己的编程工具，所以这一方面是比较厉害的。第三个就是非常灵活，你可以配置各种各样的技能啊，插件啊，钩子啊，能让自己的开发效率变得更高一些。 那有哪些哪些缺点呢？第一个就是闭源，闭源的话题就是你跟不知道实现的细节，你没办法是基于自己的企业去做二次的开发，很多细节你都不知道是一个黑盒。 第二个是无法使用多个不同的模型，也就是说你在 clock 没办法同时去使用，比如说 clock 模型， jbd 模型或者说 dp 同时使用，那是没办法，它只能使用的是同一个供应商的不同的尺寸，比如说你这个 clock 模型里面的 smart opus 和 hikou 模型是能同时被使用的。第三个就是高级功能，只对付费用开放， 最近出了很多高级功能，比如说像这个远程控制啊，还有一些命令啊，指令啊，只能是这个订阅用户才能使用，如果你没有订阅这个套，他的套餐的话，你是没办法使用的。 那第四个就是我比较担心的，就是不知道哪一天他就不让你对接非 cloud 的 模型到 cloud 里面，也就是说你用 cloud 的 用不了别的模型啊，只能用他的 cloud 模型，那这种情况一旦出现的话，那基本上对于非订阅用户来说，那 cloud 的 基本上就不能用了。 第五个就是数据隐私上报，就是所有的代码，所有的数据啊，都会上传到 call 公司的这个服务器上，这也是一个非常大的一个隐患。那 opencloud 有 没有解决这些缺点呢？有没有继承这些优点啊？我们再看一下 opencloud 它的优点和缺点。第一个就是开源， 完全开源，你可以自己下载下来进行二次开发，然后可以配置任意的模型，你说你可以配置不同厂商的，比如说 dbc 啊， cloud 啊，或者说 jpt 啊，都可以配置进去。第三个就是用法和操作习惯，跟 call code 是 一模一样。 第二种技能啊，使用是安装插件啊，那甚至它的很多配置啊，都会默认读这个点 cloud 目录里面的东西， 这个是非常重要的，因为很多人习惯使用 color code， 然后但是又想有这种能够对接各种不同的模型的，这个又想是开源了。那么比如说像 open code， 很多人在用的时候都不习惯， 那么他有一种同样的这种操作习惯的话，就非常容易迁移过来。缺点呢就是第一的话更新频率能不能跟得上，那毕竟他没有像好的公司一样那么大，更新频率能不能跟得上呢？这个也是个疑问。这个一非常依赖于这个社区的发力，第二个 bug 修复能力 也是因为这个组织的问题能不能跟得上，对，所以这都是一个问号。还好是什么呢？就是他现在基于的这个开源的这个 top 版本比较稳定，基本上没有什么大的问题，就在于这个更新频率，就他的发展到底是以什么样的目标，他更新的新的功能到底以什么样的这个 来出来，是大家投票还是是大家去提议，还是自己去发现呢？其实这个东西是非常依赖于这个社区的这个能力的，那我们就来看一下 openclaw 怎么去安装和启动来使用一下。 那 openclaw 在 这个 dlc 上已经有差不多三十 k 的 这个关注了，也是非常不错了，基本上每天也都在合并这个代码，也是在部署这个更新啊。 ok， 我 们来安装一下， 那安装的话非常方便啊，只要一行命令就可以安装了，安装完之后你输入这个 opencloud 就 启动了，那我们在这里输入 opencloud， 那 这边就会有这样的标识啊，然后启动完之后呢，第一件事就是去配置模型，因为它的一个最大特色就是可以配置不同的模型，那我们斜杠 proy 的， 然后在这边你可以 i 的， 然后这边呢有很多很多这种模型的一个配置，比如说像 deepsea， 那 么你就可以选择 deepsea， 然后呢它这边有默认的这个地址，那你直接输入你的这个 t 就 行了，输入完之后，配置完之后保存 ok 就 可以了，然后你还可以配置不同的，那么你刚刚已经配置了 deepsea， 是 吧？那么你可以在这个 model 里面看到，比如说我现在已经配置了这个 deepsea， 那么我还可以配置不同的，比如说我继续 pro i， 然后的话 add， 然后我再选一个， 比如说啊，比如说质谱，那么你就直接按 ctrl 键就行了，你看大家可以看到这个地址啊，这个地址其实是基于 openai 的 地址，不是 iso 的 协议的地址，所以它基本上重写了那个返回值的处理， 那我们可以继续，这边我们可以改成智普的这个模型编号五点一，这个密要是因为刚刚已经配好了，那你就点击 don 就 行了，那么就可以在 model 这里，你就能看到你的 这个这个智普的模型，那么你也可以去选择啊，不一样的模型，比如这个 啊，看到没有就激活哪个，激活哪个 provide， 比如说我现在要 deepsafe， ok， 那 我就 deepsafe， 那 现在你就是，那么你现在的模型就是 deepsafe 了，可以选择 flash or pro， 那 么你也可以切换不同的模型，那这里就可以配置不同的模型，那， 那除了可以去配置不同的模型之外，它这边还有个功能叫 agent loading 这个功能，也就是说你可以在这边配置，然后配置不同的模型，给它不同的子质人体。比如说 x pro， 就是 编程工具自带的探索代码库的这个子质人体， 那如果开启这个子整体，如果根据这个配置的话，开启这个子整体就会用这种，比如说像这个 d p c o v s fly 这个模型，也就说像这种探索代码库啊，这种比较耗时的，消了，耗费比较多了，你可以找一个比较便宜的模型， 那这个 plan 的 话，也就是说你启动了 plan 这个子整体，那么你可以选择一个比较好的模型，因为你毕竟要设定计划嘛，那这个计划是非常重要的，影响后面的整个执行的效果。还有这个通用的这个模型啊，你也可以设置一个好一点的模型，那这还有这个默认的模型， 那这个配置呢？我在这个 openclaw 里面去配置了，但是呢好像没有起效，还得去看一下它这个版本是不是有问题。但是它这个思路是对的，就是可以根据不同的功能，不同的子智能体，特别是系统自带的这些子智能体啊，来给它配置不同的模型， 那这样可以极大的降低成本。整个目前体验下来看的话，它这个还有不少的问题啊，是不太建议你在生产里面去用它这个编程工具。 然后呢，但是可以观望他的一些发展啊，因为防止后面 cloud 不 能用了，或者是出了什么问题，那么你可以使用这个 open cloud 来作为一个备用，但目前的话还是有些问题，他也是在发展过程中，大家可以持续关注一下。 ok， 那 本期视频就到这，希望这个视频对你有所帮助。

咱们直接切入正题，你是不是每天都在崩溃？为什么每次打开 cloud， 它都像一条只有七秒记忆的金鱼？它不知道你是做自媒体的还是写代码的，不知道你的大客户叫什么，甚至连你平时习惯用什么语气说话，它都一无所知。 今天这期解析，咱们就要彻底颠覆这个现象，我要带你把这个白纸一张的聊天机器人直接报改成一个比你最默契的同事，还要懂你完完全全为你定制的专属 ai 系统。 想想看，过去咱们用 ai 的 旧方法，简直就像每天都被迫回到马拉松的起点，你每天都要痛苦地、不厌其烦地跟它重复，我是谁？我的品牌基调是什么？我的业务逻辑长啥样？ 说实话，这不仅极其消耗耐心，更是在一点点扼杀你的创造力。但咱们今天要聊的全新方法，能让你只需要花精力搭建一次 ai 的 记忆，就是永久的。 想象一下那个画面，以后的每一次对话，你都直接从十公里处起跑，它瞬间就能领会你的意图，帮你把半成品加工成完美的作品。朋友们，这不仅仅是省事，这绝对是一种降维打击般的效率优势。 咱们来面对一个极其残酷的现实数字，十五到二十。这就是你每天早上为了让 ai 进入工作状态，在真正开始输出任何有价值的内容之前，白白浪费掉了分钟数。表面上看，哎，不过就十几分钟嘛。但咱们来算笔账， 在这个大家都在极致追求效率的时代，日复一日得把精力消耗在毫无意义的背景介绍和预热提示词上，你一年损失的是整整两到三个工作周的宝贵时间，而这些时间你本可以用来搞定更多的客户，或者干脆早点下班去享受生活，对吧？ 所以，到底该怎么破局？今天这本解析，咱们直接把顶级 ai 生产力专家 navtow 系统中最核心的前三个层级批练成了一份你马上就能上手操作的行动指南。 非常简单直接，第一，建立你的个人偏好。第二，为不同的工作流隔离出鼠鼠的项目空间。第三，一键开启它的记忆功能。仅仅搞定这三步，你就能彻底告别每次都要重新调教 ai 的 噩梦，给自己构建出一个坚不可摧而且极具你个人风格的底层逻辑系 统。强调一下啊，这里有个很多人在设置个人偏好时极其容易忽略的杀手锏， 大家都知道告诉 ai 你 是谁，但其实明确界定不要做什么才是赋予它灵魂，让它彻底摆脱那种浓浓机器味儿的关键。比如，你可以直接在片号里霸气地写上绝对不要跟我扯那些令人费解的行业黑话， 回复我的时候千万别发大段的客套话，或者不要在意面末尾加那些假惺惺的祝福语。一旦你设定了这些反向规则，就能瞬间撕掉千篇一律的 ai 感，让他吐出来的每一句话都真正带上你的个人烙印。干脆有力落 好，第一部片号设置搞定了，接下来咱们说个很多人每天都在犯而且绝对致命的错误，也就是所谓的停止上下文污染。 什么是上下文物污染？简单来说，千万别把你的营销文案、创意代码的 bug 修复，还有发给大客户的正式沟通邮件，全都一股脑塞进同一个聊天框里，这让 ai 彻底精神分裂，他甚至可能会用写代码的直男逻辑去回复你最重要的客户。 你需要做的，是为 ai 构建物理隔离的独立大脑。你看，当你把真实的受众画像为给内容创作项目，把公诉内部的 s o p 和实际报价单为给业务运营项目时，奇迹就发生了。 你的 ai 再也不是那个只会说车库轮花的机器人了，它变成了深度掌握你各项业务核心机密的得力赶将，二十四小时随时待命。 咱们带入个特别真实的职场场景，你就懂了。比如，你曾经纠正过 ai 一 次，记住啊，我的大客户 sarah 特别喜欢极其正式的邮件，而且绝对绝对不要在里面用感叹号。在这个独立的项目层级下， ai 的 记忆是会产生复利效应 的。随着时间推移，它会自动捕捉并且内化这些微小的排版要求、称呼偏好，甚至是一些语气词的细节。 你再也不用像个复读机一样天天盯着它了，它会自动帮你把雷全排掉，每一次输出都精准踩在客户的心坎上，这能帮你省下多大的沟通和试错情本 基础偏好也打了，项目隔离也做了。接下来，咱们来到了见证奇迹的第三个阶段，一比一克隆尼的专属写作基调，帮咱们彻底告碑让人头疼的 ai 感， 想象一下那个爽感，拿到一篇满是机械感，需要你硬着头皮花三十分钟去大改的文章， 对比一篇只需要你花三十秒微微调整就能直接按发送键的完美草稿，这中间节省下来的精力和情绪价值有多大？为了达到这种不用修改的最高境界，你需要对它进行精准投喂， 去挑出五到十篇最能代表你个人风格的优质样本。比如你曾经发过的爆款文章、转化率极高的商务邮件，或者是特别深度的分析报告， 把这些作为知识库全喂给他。一旦系统吃透了这些样本，建立起了你的专属声音规则，这台 ai 就 真正拥有了你的思维方式和文字灵魂。 现在，你的 ai 几乎已经完美复刻了你的大脑，但好戏才刚刚开始，咱们进入最后也是最硬核的一步，彻底打破工具之间的壁垒，把 ai 直接进入你的真实生产环境。 这里咱们要提到一个绝对的黑科技，叫 m c p 模型上下文协议，你就把它看作是一座无所不能的桥梁，通过它， cloud 再也不是那个被死死关在浏览器里的孤立模型了。它能直接穿透过去，取取你的 gmail、 谷歌日历还有 slack。 这就解锁了什么？这解锁了真正的睡梦中工作终极自动化啊！你听听这个时间线，早上六点半，你还没睁眼， ai 已经抓取了所有的未读邮件和群消息，整理好了一份晨间简报，等你抄阅。 到了周五下午四点，它自动调取本周的日历和文档，咔咔一顿输出，生成了周报。更绝的是，周日晚上，它甚至已经基于上周的数据分析，帮你把下周的内容规划都做好了。 在你手指头碰到键盘之前，一半的工作就已经自己完成了，就问你震撼不震撼？这一切离谱的自动化之所以能完美发生，背后靠的是极其恐怖的复利效应。 第一周，他可能只是记住了你的名字和一些基础偏好，感觉也就稍微省了点事。但到了第一个月，随着各个工具的打通，他已经开始在后台无缝运转各种定时任务了。而到了第三个月，真正的质变发生了， 他甚至能主动预判你的业务需求，顺手揪中那些连你自己都没发现的逻辑漏洞和报价错误。 相信我，只要你体验过一次这种拥有深度记忆、全知全能的专属系统之后，再让你去用以前那个完全空白的 ai， 那 种感觉就跟在智能手机时代逼着你用回老古董翻盖儿手机一样痛苦。 听到这儿，你可能会觉得，天呐，搭建这么一套震撼的个人 ai 系统，怎么着也得花个大半个月吧？错！ 答案是，仅仅六十分钟！你完全可以把这一个小时的时间轻松地分散在接下来的一周里，每天就抽个十分钟去逐个设置一下偏好，上传几个样板，连一连工具。 而你换来的是什么呢？是在你的余生中，每周都雷打不动地为你省下五到十个小时纯纯的机械劳动时间， 用六十分钟极短期的投入去换取未来成千上万小时的绝对自由和超高产出。在咱们这个时间就是钱的时代，我敢说，这绝对是你目前能做出的回报率最高的一笔交易，没有之一。 绝大多数人看完这期解析，可能就是感叹一声，哇，真牛，然后随手给个赞，把它扔进收藏夹里继续吃亏。 但真正的高效行动派，心里很清楚，认知差，勇敢等于时间差，你的 ai 现在还不懂你，他每一次像个智障一样给你捣乱，都在实打实的消耗着你宝贵的生命。所以你到底打算什么时候去改变这个现象？ 别再等什么所谓的以后再说了。就是现在，马上打开你 ai 的 设置页面，填好你的第一条个人偏好，去夺回那些本就属于你的时间吧。好了，这就是今天的全部解析，赶紧去试试，咱们下期再见！