claude养虾教程
就连 cloud 也亲自下场养虾了。就在昨天， anthonok 正式宣布 cloud code 和 cloud cowalk 新增 compute 又自功能。这意味着 cloud 可以 通过虚拟鼠标键盘点击、滚动输入以及打开应用，还有浏览网页，再加上屏幕截图获取界面内容。 你人在外面，手机发个指令， cloud 就 能帮你操作电脑。但最有意思的是，连 anthonok 自己都害怕。 他们在官方博客和帮助文档里坦白了一系列风险，意思就是我们训练了他别乱来，但不敢保证他绝对听话。风险包括 cloud 会看到屏幕上的所有内容，包括个人数据、敏感文档、私人信息，建议不要在此阶段处理敏感数据。 让一个承认自己不完美且容易出错的 ai 探索你的电脑桌面，这确实应该敲响安全警钟。 opencloud 的 爆火证明了 ai 控制电脑是可行的，而且是用户真正想要的。 大厂门的纷纷跟进，是对 opencloud 范式的认可。这意味着 ai agent 的 下一站不再是聊天窗口，而是真刀真枪操作电脑。谁能占领电脑桌面，谁就能掌握下一个风口。
粉丝4312获赞9.8万
相关视频
01:31查看AI文稿AI文稿玩龙虾的兄弟们，其实你们除了去抓一只龙虾以外，我非常建议所有人去安装一个 cloud code 啊，你不要问我怎么搞定的啊，各种东西他都有办法去搞定。 然后呢？你像只要出现 bug， 你 看我飞叔的 bug 他 去修啊，我飞叔经常你看工作，工作他有时候会卡住，当然这不是飞叔的问题，是因为他可能格式不对，机制不对。那我 cloud code 直接去处理啊， 那你像我昨天晚上就直接把它绑定什么呢？变成 cloud code 可以 去监控我的龙虾，我的龙虾里面有什么问题，然后 cloud code 每隔两个小时它就会去循环一次，它就会去排查它有 bug 它就修。另外一个事情呢，我昨天直接把 open curl 直接也 绑定了 cloud code， 就是 它双向可以支撑，那也就是 open cloud 的 时候，它比如说这只龙虾它需要去分装一个 skill， 它需要去做一件事情的时候需要用到代码，那么因为它的主模型可能代码不强，这个时候它代码交给谁就需要交给 cloud code， 那 这个时候它就把 这个事情讲完之后，他就给他 code code， 他 去把它写啊，写代码，写完整个代码，或者修完 bug 之后，或者把它分装成 skill， 那 他做完之后再回给 open curl， 你 看这两个双方一打通，这绝对是最强组合，没有之一，它可以监控龙虾的 问题，然后实时修复它，龙虾又可以拿它来写代码跟分装所有的东西，你看现在还在处理这些 bug， 他 自己写代码舒服，我跟你讲，这真的舒服，这两个大家一定要用起来， cloud code 加 open code 绝对王炸，兄弟们，搞起搞起。
602小爷开启🔛疯狂模式
02:41查看AI文稿AI文稿大家好，今天给大家录一期让我的龙虾去学习 cloud code 的 源，公开的源码，之前不是 cloud code 泄露了这个源码呀，然后我让我的这个龙虾去学习这个，让它完成自我净化， 基本上就是你告诉龙虾让他去自我学习就行。先比方说这句话，让他学习专属的任务，学习这个公开泄露的架构，对工作流程完成自我净化， 就这种方式给他下达指令，那龙虾你的龙虾就凭自己去把这个做成任务去执行。完成这个自我净化， 就跟你让龙虾去部署龙虾一样，就比方说 openclaw， 呃，当初火的时候，大家都不知道怎么部署嘛，所以大家都会花钱去部署，其实完全没必要，你直接 你装一个腾讯的龙虾，然后让腾讯龙虾去帮你部署 openclaw 其实就可以，但是话要说回来，其实龙虾腾讯的这种龙虾，它底层也是 openclaw 的 架构，所以大家没必要用 openclaw， 用这个 workbody 我是 强烈推荐的。 然后大家等一会这个，我的这个大家可以看一下，我把这个让他学习 cloud code 的 这个任务给他下达后，他自己会做任务拆解。第一，第一个任务就是搜集 cloud code 网上公开的原码与架构分析资料。 然后第二个任务是深度拆解核心架构 agent loop 工具系统上下文管理以及多文件管理。 然后第三个任务就是内化工程范式需求，拆解大局规划模块编码调试排错逻辑。然后第四个任务就是自我净化， 对比现有的模式，淘汰低效逻辑，对其专业工程标准。然后第五个任务就是固化新的工作模式，保证输出以后，重构以后的工作逻辑，写入自己系统，那么以后他就会以 cloud code 的 这个内核去来做你的新任务， 然后比方说在这个任务效率了，或者说这种消耗的 token 上了，肯定就是以 cloud code 来去做了，所以都会要要提效、降本增效吧，可以说是， 然后大家也可以试试，去让你的你的龙虾去学习，让它去进化。今天这期就录到这一个小技巧送给大家， 然后下期还想听我聊什么，可以评论区里畅所欲言，拜拜。
257海洋AI
02:06查看AI文稿AI文稿所有养龙虾的朋友们，你们有没有这样一个苦恼，让他去网站上查个东西，他告诉你他无法查看， 今天我来帮你解决这个问题，只需要一个技能，就能让你的龙虾轻松访问任何网站。当然 cloud code 和 codex 也同样适用。今天要介绍的技能就是 open c l i， 它的本质是把网站变成命令行接口，它附用你的 graham 的 登录状态，所以很多站点都能直接搜查，读部分还能直接发内容， 大致能干这些事，一看热点和榜单，比如说 b 站热门，知乎热榜，微博热搜等等，一键查看。第二搜索内容就是搜 b 站知乎，像 youtube 叉甚至 boss 直聘这些网站。 第三个读个人数据，比如说是 b 站历史，还有时间上关注列表这些等等，还有的可以做部分互动，发推文，回复点赞，这是支持的网站操作。 第四个拿结构化结果，就比如说支持 json tab 点 m d， 这种结构就是非常适合小题加工，还有摘药做成表格。 还有一个很大的特点就是可以附用登录泰，你不用单独配 api k， 他 也能够直接通过你的浏览器来登录相应的网站。 最后就是他支持的网站非常多，什么像 b 站呀，知乎，有淘宝，微博，甚至还有小红书等等等等，这些都是支持的。有了这个技能，就相当于是给你的龙虾装了一双眼睛， 使用也很简单，直接在终端输入这行命令即可，一键开起来，演示一个小功能，查看 b 站前五热点榜，嗖了一下就出来了，感谢观看，希望这个视频能够对你有所帮助，下期见。
1016PM.姜同学
05:59查看AI文稿AI文稿oppo clou 和 clou 有 什么区别？今天和大家分享一下我这一个月使用 oppo clou 和 clou 的 一个真实的一个体验感的一个差别。从我的角度上来跟大家分享一下这样产品对我来说有什么样的一个区别和一个侧重点。首先 oppo clou 的 话就是我们所熟知的养龙虾，因为这它 clou 的 话中文意思是龙虾的意思， 而 clou 的 话是国外的人工智能公司 snoop 所推出的一个，也是 iphone 在 中桌面本地可以帮你桌面去完成一些写代码相关任务的一个 的一个 a 卷的产品的一个智能体产品，所以这两个产品都是定位为桌面级的智能体，他都可以帮你完成一些智能在桌面上面需要电脑操控或说需要电脑执行一些代码的一些权限和执行的一些能力， 然后去完成一些，比如说你让他帮你写代码，或者你让他帮你改 ppt， 你 让他帮你写什么一些作业，都可以让这两个产品去帮你完成。 那这样产品有什么差异点或者不同点吗？这也是很多小伙伴所疑惑的，特别是使用还不久的小伙伴所疑惑的。在我深度使用一个月之后，因为我是从事 ai 的 行业的，所以话我上班使用，下班也使用，所以我深度使用一个月之后的话，我的真实体感是 克拉克，他更像一个理工科学生或者理工科的一个外包工程师，你你有一些理工科的一些 呃需要任务都可以直接丢给 colco 去执行，它作为一个成熟的外包，它可以很快，并且它带带有一定的它的上下文能力，去帮你解决一些你理你理工科所遇到的一些问题，包括一些程序写代码呀，像这类的一些问题， colco 都非常的成熟，可以帮你去解决。那欧，那欧盟 colco 更像什么呢？它更像是一个 实习生，它更像是一个文科类实习生，它相当于就相当于是一个你雇佣了一个 大学生，就每个月给三千块钱，然后他坐在你的公司电脑面前帮你执行一些文件的操作，打开浏览器搜索的一些操作，然后就这里一些文件夹的操作，就填填表的操作。所以 openclaw 它更像是个实习生的原因是因为它一开始是不带一定的专业性的上下文的，它相当于只是调用云端的模型，它本地的的一些 memory 啊， skill 啊，都是你要从零开始去慢慢培养的， 所以话，就，所以话你不能期待一开始就让你的 open class 你 的龙虾可以完成一些，呃，就是你认为比较简单可以完成那些任务，你需要一步步知道他说他怎么样完成，然后他才会学习下来以后，然后把它记录到他自己的 skill 里面，然后再下一次这次新手他才会比较快的去完成。 我举个例子吧，就比如说，呃，我要让我的龙虾每天上午九点给我汇报一下当天 过去二十四小时的一些 ai 的 一些新闻，那你第一个步骤是要打开浏览器，然后去搜谷歌，然后搜什么样的关键词，然后你要去浏览，然后你要去整理，那不行，你要自己去判断， 就是就是这新闻是不是真实，然后并把记录下来以后，然后再汇送给我，就这一系列的操作，就我们所说的 skill 就是 一个执行的一些经验的一个流程，然后你需要带这个你的 model 去过一遍，然后他把记录成 skill 以后，他第二次才能比较快的去完成他，所以他更像是个文科类的实习生， 然后你让他去完成一些比较复杂的代码的能力的话，那这个很考验你的你的 microsoft 背后所接的模型是不是有具备这方面的能力，如果你背后的所接的模型就是 cloud， 就 cloud 十点六，那肯定是没问题的。但如果你背后接的模型是比较就是就智能程度比较低的模型的话，那你让他写一些理工科代码是很难去写的。 所以就类似一些写代码的活话，我一般都会给 cloud code 去完成，然后类似一些每天像天生的小秘书一样帮我整理一些 ai 新闻啊，帮我整理一些文档啊，那我会给我本地 的办公类的区别，所以话我更会把办公 code 当做一个文科实习生，然后把 cloud code 当做一个理工科的一个外包成员，然后去去对待。所以话我的心腹还是办公 code 当做一个理工科的一个外包成员，然后去去对待。所以话我的心腹还是办公 code， 因为他是一个隐私的一个文件，我都会给办公 code 去帮我处理，然后 然后就对于一些工作啊，还有工作还就还这么多写代码的事情的话，我会给 coloco 帮我去一次性搞定，或帮我去查一些 bug， 或去帮我去写一些就临时的一些脚本，它还是这样的一个平衡， 对，然后，呃，就除了这个体验上的区别之外的话，就 umclock， 它有 umclock 一 般没具就不具备，功能是它具备这个记忆能力，就是它 umclock 它除了会自己去 skill 之外的话，它也会去记录下来每天和它的对话里的一些内容，然后它相当于就是养成系 的一个形式，所以大家都说养农家嘛，他不仅会去 skill， 他 也会记录你每天和他对话的内容，然后储存他的记忆的文件夹里面，然后需要时候他就会读出来，然后去记忆的记忆，然后和你去做一个回答，然后 coloco 的 话他更加是一个临时的外包成员，所以话他不太会记录以前你和他的一些对话信息， 而且你 coloco 话他可能是包月的，所以话你过了这个月你的续费就没了，所以话 coloco 话他更加是一个云端的一个外包的一个执行者的一个存在，然后 coloco 话相当于是所有的一些记忆啊 skill 都是存在你本地的，你更感觉他是并来说是一种归属感， 所以话就在这块区别的话，我也更会把更多时间去和我的 mcl 去做交流，因为我和他交流以后，他可以把我和他交流的信息给沉淀下来，不会让他消失，这个价值可以沉淀下来，就不会因为 klo 的 然后就跟他说把以后他忘记了，然后就 就这个内容就是信息，就是价值就消失了，所以大概将哪个区分？所以他，下次现在我大概就总结了一下 mcl 和 klo 对 我的一个差异点， 对，好吧，那我们下期视频的话也会进一步的去分享一下，我在 omcrow 上面去做一个多智人体的一个体验啊，因为现在比较流行，然后通过就 omcrow 去搭建一个多智人体的一个团队。比如说 你要去做一个 ai 运营，那你就要去做每天的信息的一个收集爬取，然后每天，然后你还需要有一个小题的一个 agent， 然后去每天信息爬取，然后去做选择题， 然后你选定完之后还需要一个写作 a 卷，然后就把你所就记着的选择题和这个背景的一些信息，把它写成一篇文章，然后去发，不管小红书啊，还是把它转成音频视频发抖音也好的，这写手也需要这个写手的一个 a 卷存在。所以你往往完成一件事情的时候，你都需要一个独自问题的一个团队去完成， 所以话现在也比较流行我们可能去搭建自己自媒体的一个团队，我下视频可能会讲一下这多自媒体的一个团队的一个搭建的一个体验和一个要点和他的一些优缺点吧。好吧，那这件事情就这样子打完了。
1914大厂Man（高学历恋爱）
02:27查看AI文稿AI文稿水族博主一觉醒来，发现大家都开始养虾了，养虾就快啊，我熊啊！这是我去年十一月份用瑞幸杯养在工位的小虾，给他们做了一个简单的小心态，一个寒假不管不问，回来一看，虾竟然还活着，水都是清的。今天把它升级一下， 顺便给大家出一个简单的小教程，瑞幸都喝过吧。咱们要选这种透明的超大杯，然后我们先把杯子仔细清洗干净，这种塑料杯子清洗完一定要用纸擦干净，不然水渍干在杯壁上会形成水垢，影响观想。然后是底下，我们先用火砂石打个底， 因为这次选择的水草不会夹下去根，所以我们用火砂石保证底下透气性。然后我这里薄薄的铺一层水草泥，水草泥可以让水变成弱酸性， 是虾和我们的水草都比较喜欢的水质，可以直接从鱼缸里抓一把水草泥放进去。一方面这种水草泥携带着消化细菌，可以快速建立生态，另一方面呢，它的肥力也经过了稀释，不会对我们的鱼虾造成什么伤害。如果没有水草泥的话，就不要单独去买了，可以用一到三毫米的细流沙来代替它。然后就是选择水草了， 之前的杯子里养的大三角莫斯和一本高珍珠，大三角莫斯墙的特别好，就是有点乱糟糟的，这次我们依旧用它， 但是这次准备的是慕斯片，已经固定好了，我们把它裁成一个圆形。大家也可以选择散装慕斯，然后用细一线捆绑在一个岩片上， 铺一些小席子，盖在不均匀的地方装细一下。加水的时候依旧要加个缓冲，这次杯子比较小，我用的饮用水装满水后，慕斯片在浮力的作用下就会慢慢长成一个小草坪的样子，再点缀像几片鱼缸里的灵魂小浮萍，把盖子戳几个洞，保佑透气性。 最后把我们这杯瑞幸生态杯的精髓氛围感拉满的小吸管插上一个，养虾的瑞幸生态杯就做好了。先不急着放虾，我们先把它放在一个有散射光的自然环境中，然后每天无聊了就在工位上吸吸水。 如果你觉得这时候杯子里太空了，可以简单扔一把竹节草装饰一下，就这么养一到两个星期，我们觉得生态差不多稳定了，就可以开始往里面放虾了。我只推荐两种啊，一种就是这种野外就能捞到的黑壳虾，另一种就是这个五颜六色的米虾， 这两种是非常好养的虾，其他的都不太行。还有一点是，如果我们开缸使用的是纯净水的话，水中的钙镁离子或者矿物质不足的话，虾可能会面临一个缺钙的情况，那这时候我们就需要定期投喂一点点高钙饲料就可以了。这样一个专门用来养虾的瑞幸生态杯就做好了。呃，是不是听起来特别简单的，快去做一下吧！
2.9万小刚养鱼(小缸养鱼)
00:41查看AI文稿AI文稿龙虾时代给大家介绍几个我最常用的工具，先整体来看一下，你们认识几个？ codex 是 type gpt 旗下的编程工具，第二个是终端。 第三个， cloud 桌面应用，养虾必备。第四个， mac 版本桌面的官方 opencloud 应用。第五个， common 浏览器，最好用的最强大的 ai 浏览器。下一个，谷歌的编程软件 ide 反重力下一个， cursor。 下一个，苹果自带的编程软件 xcode， 用于做 mac 跟 ls app 的 siri， 也就是苹果的 ai 工具 apple intelligence。 最后一个老朋友拆 i g p t 那 这些工具你们都上手用了吗？如果你感兴趣用，但还没有上手用到，可以在视频底下留言，或者点击头像看主页介绍，第一行会有专人给你提供更多的信息和介绍。
17硅谷E老师
02:55查看AI文稿AI文稿到今天还在教你用小龙虾的，绝对是在忽悠我，从过年到现在养虾，光算力就花了五千多块钱。花完钱之后，我才明白一件事，如果你想做超级个体，想做一人公司， cloud code 才是你必须要掌握的生产工具。 因为用 ai 的 最高境界就四个字，人机合作。而小龙虾是一个纯纯的黑盒。比如说，你让他帮你搜一下今天的热点，写几篇爆款的文案，他可以很快的给你结果。但是呢，他是怎么做的？流程和标准是什么，爆款是依据什么结构写的， 是完全不清楚。你可能会说，我用 ai 就是 不想动脑子呀。但是你要知道，如果一件事你看不见它的过程，你就不可能及时纠错，去优化它的执行路径，你就不可能通过它赚到钱。 因为赚钱的本质是信息的处理，你是把你对市场的理解输入给 ai， ai 给你输出过程，你再根据它的过程去校正你对市场的理解，这个循环转起来，你才有可能赚到钱。但如果其中有某一个环节是黑盒，那这个循环就彻底赚了。 千万不要相信我，配几个小龙虾，我就可以自动化的去替我干活赚钱了。越容易用的工具，越赚不到钱，因为容易用就意味着很多东西它被封装起来了，封装起来你就理解不了，而你理解不了的东西，永远不可能成为你赚钱的能力。 换句话说，如果今天真有一个东西，它可以自动化的去帮你赚钱，它是不可能流入到你和我这种普通人的手里的。那为什么我说超级个体一定要用 cloud code 呢？ 就是四个字，人机协助。我再给你举个例子，前两天我用 cloud code 去帮我朋友筛简历，当时呢，有一个简历质量非常好的哥们，他被筛掉了。我就很好奇，我就问 cloud， 你 为什么把这个人筛掉？他说因为这个人的跳槽太频繁了，当时我就很疑惑，我就打开了这个人简历看了看， 发现人家的简历其实非常优质，他也并没有很频繁跳槽，人家只是在一个集团内的几个子公司进行了转岗，而 cloud 呢，搞错了。但是他为什么搞错了？是因为他的 skill 里面有一条规则没有写准确，而这个规则是谁写的呢？是我写的。于是我就明白，原来是我在安排工作的时候没有把标准写清楚，我 就赶快让 cloudcode 修正一下它的规则，如果以后再遇到这种一个集团的公司或者相关公司的话，不要算作跳槽频繁。而这种复盘呢，只有我在使用类似于 cloudcode 的 这种本地 agent 的 过程中才有可能产生。如果我用的是小龙虾，我可能只会收到筛选之后的简历，我可能都不知道被淘汰的那个哥们儿他存在过，更不可能 知道小龙虾在筛选的过程中犯了错，我也就没有办法纠正它，以后可能会错过更多的人才。所以说，小龙虾是一个你完全看不见的外包团队，而 cloud code 才是那个跟你坐在一个办公桌上面对面工作的业务骨 干，它决策的依据，工作的过程，哪里给你挖了坑，哪里给你埋了雷，你全都一清二楚。而我们一定要把 agent 真 真正的当成一个员工，一点一点去培养，在这个过程中呢，你的 agent 会越来越成熟，他会越来越了解你，逐渐成为独当一面的高管，而你对业务的理解也会越来越深刻。并且你还掌握了一种 能力，就是如何去领导 ai 干活，花小钱办大事。这个时候你再去找一个外包的小龙虾，你才有可能通过它去赚到钱。所以说， cloud code 是 每一个想做超级个体一人公司的人不能跳过的一课，所有人一定要回来补课。
3001大梁Pro
02:39查看AI文稿AI文稿上次老韩给大家分享了 open cole 如何玩好，哒哒哒讲了一大堆，然后有好多朋友吐槽说，哎呀， open cole 还是用不来，你这个门槛太高啊。现在老韩就把我真正如何把 open cole 用好关键的妙招告诉大家，其实就两个点， 第一个要把 open cole 玩好，我们必须要俩兄弟的加持，哪俩兄弟？老大就是 cloud co 的， 我们知道 量子扣的是现在相对来说比较厉害的 webcoding 的 工具，有他在我们可以帮助我们一键的去配置我们的 open code， 或者甚至我们的 open code， 遇到任何问题，他都会我们跟他聊聊几句话，让他去帮我们自然而然去解决。 而且老韩还负责任的告诉大家，没有一个人现在 open code 的 啊，诊断命令或者说是运行命令里面看到的是没有报错或者警告的，有果大家能找到一条警告的也没有了，这么干干净净的 环境的话，赶快给评论区告诉我。那么科罗克的要把它它玩好的话，这可是个大的课题。但是呢，老汉真的在科罗克的上面买各种的大模型，然后使用它， 也最少也花了大概有半年的时间，而且花了没有三万有两万块钱。嗯，从自家的模型到国内的各大模型我都基本都试过，到现在每家的包年的编程计划里面的模型我我也都有，所以说用好它真正的 也很简单，所以说大，我今天给大家讲的是四个插插件，只要把这四个插件安装上去，我们 webcoding 的 环境就会如虎添翼。那么我们现在讲 第一个，我叫它 ecc， 也就是 everything cloud code 这个插件可真厉害了啊， 你从他自发布到现在，每天他都会在不是前十名就前二十名上上下下，不管新的多厉害，他一直在榜上面。那么他的背景是什么？是去年黑客松的冠军，他和大家在做同样项目的过程当中，别人用了很长时间做的特别烂，而他呢，花很短的时间直接拿了冠军。他就依赖用 e c c 这套里面的所有的 agent skills， 还有一些钩子呀，还有一些其他的一些配置呀，它全部打包到了这一个叫 e c c 的 这样的一个插件里面。 e c c 主要是解决从开发的范式到里面各种武器，它就是我们的代码库，你不管是用任何代码去做呃 网页还是做后端，它都有现成的工具让你去调用。你只要告诉他，我们比如说我们一句一句一句话说，哎，给我做一下代码的 agent， 它会调用不同的 呃 skills， 然后帮你一起全部完成，你不用考虑他会怎么做，如果没有他，你只能用大模型本身自身的能力，而每个大模型他本身的能力又是很有差异的，所以说这就是老潘推荐的必装的一个插件。那么第二个我会给大家推荐，叫什么？
40老韩AI
03:02查看AI文稿AI文稿哈喽，大家好，这里是 vivo 零基础学 ai 之 open cow 和 cow。 co 究竟是啥？那最近很多人都在聊这两个 ai 工具，一个叫 open cow， 然后也有人叫它小龙虾，另外一个叫 cow co。 如果你是非技术背景或者刚开始学 ai， 我 建议 你一上来先别急着问那哪个工具更厉害，而是应该去了解他们到底是干什么的。我现在用不用得上？那先说 open cow， 你 可以把它理解成一个更自主的 ai a 准。那什么是 ai a 准呢？ ai a 准就是一个。嗯，不止 只是会回答问题，还能根据你的目标自己猜步骤。用工具完成任务的一个 ai 小 助手，它不仅可以帮你聊，陪你聊天，还可以连接一些工具帮你执行任务，甚至去做一些自动化的流程。那打个比方， open call 有 点像一个调度主管，你给他一个目标，他可以去安排不同的工具干活。 问题就在于，这种自动化的工具对普通新手来说门槛并不低，它往往涉及本地环境、权限配置、长期运行等等，那甚至可能你需要准备一台比较合适的电脑来折腾。而且一旦 ai 工具可以访问你电脑里的文件，执行命令，甚至接触到你的账号和工作流，那安全性和稳定性就是一个 未知数了。那 opencall 小 龙虾的话，它很有想象力，但限阶段我不太建议新手一上来就溜它。那接下来就是 cloudcall。 cloudcall 是 nsop 推出的 ai 编程工具，相比 opencall 的 话，这种更偏自动化调度的 agent， cloudcall 对 普通人来说会相对更好控制一些。那原因很简单，它默认啊， opencall call pro 的 话，它默认不是说你想干什么就干什么，而是有一套权限的机制，比如读取、改文件，运行命令，这些操作通常需要你去确认，它能写录的范围也主要限制在你打开的项目文件里。它的重点并不是说去帮你完成 整个电脑的工作，全自动化去运行，而是帮你去完成一个个具体的任务。比如说我现在更多的会用它去做两类事情， 第一类的话就是写前端的页面，比如写我想做一个网页的 demo， 一个小工具页面，一个内容管理页面，甚至说现在这个 ppt 也是 cloud 帮我写出来的，我会接跟他描述需求，他帮我生成代码，修改样式，调整交互。 那第二个的话就是处理我的本地文件，那比如整理吗？当还有改代码、改文件、分析项目结构等等，它可以直接围绕我电脑里的文件夹去工作。 那对普通人来说的话，拷扣的好处是反馈更直接，你说一个需求，他改一个文件，你打开页面他就能看到效果，那对比一上来理解复杂的 a 准系统来说，是要容易很多的。而且从海外的产品生态来看的话，拷扣的使用者更多，讨论也更成熟。 如果你未来想接触前沿的 ai 工具，前沿的 ai 方法论，那使用 cloud 可以 一定程度培养你的一个 ai sense， 上线也会更高一些。 那总的来说的话，如果你只是刚开始学习 ai， 想用 ai 去做网页处理文件，提升工作效率，那可以优先尝试使用 curl code。 对 于 open call 的 话，你可以先知道它是什么，理解它代表的是自动化，更自动化更自主的 a 准方向，但暂时可以不用急着去上手。那普通人学 ai 工具的话，最重要的不是去追最火的名字，而是搞懂不同工具的分工。有的工具它是适合调度做复杂任务，有的工具适合帮你把眼前的事情做出来。 先理解场景，再选择工具。这是我们普通人啊，非技术背景更稳的一个学习路线。那这期的 ai share 就 到这里了， that's it。 拜拜。下期再见。
172WiLL Bin
21:24查看AI文稿AI文稿你们都让我撩龙虾，那今天这期他来了。不过我的态度是，与其去讨论 open club 本身，不如搞清楚它背后的设计逻辑。因为 open club 并不是什么黑科技，它的核心其实就是一套围绕着大模型构建的 a 正框架。那当你了解它是怎么设计的，你也可以手搓一个出来。 所以今天这期视频我会带大家拆解。如果我们要从零开始设计一个 open cloud 一 样的 ai agent， 那 它的设计逻辑是什么？工作原理是什么，以及需要哪些核心模块。 同时，我也确实自己手托了一个 agent 产品，叫做 forge 作为演示，那此时此刻，这个产品已经在 github 上面开源了，有兴趣的朋友可以去尝试。 好，那话不多说，我们先从最基础的概念说起。不管是 open cloud、 cloud code 还是所有其他的 a 阵产品，在设计上都要回答同一个问题。 怎么让大模型、同一个会聊天的工具变成一个能干活的助理？要回答这个问题，你需要给模型补上它先天缺少的四样东西。第一，身份和规则。大模型出场的时候不知道自己是什么，你能做什么，不能做什么。第二，记忆。 大模型每次对话都是从零开始的，他不记得昨天你跟他聊了什么，所以你需要一套持久化的记忆系统。第三技能，大模型自己什么都不会做，他只能思考和生成文本。你得给他工具，给他 skill， 让他能读写文件、执行命令、搜索网页、调用 api。 skill 本质上就是一份 markdown 的 文档，告诉模型在什么情况下，用什么工具，按什么步骤来执行。第四，自主性。 传统的 ai， 你 不问它，它就不动，但一个真正的助理应该是你不在的时候也能帮着你盯着事情。这就是 heartbeat 心跳机制的意义，定时唤醒，主动检查，有事通知，无事静默。 不过你要做到这些，其实不需要全部自己通令打。我在做 forge 的 过程中发现 anthropic 的 cloud agent sdk 已经帮你把大部分的底层能力都封装好了，我们只需要在它的基础上搭建自己的产品逻辑就好。 而且 forge 和 cloud code 的 全聚资源是完全互通的， agent skill mcp 两边共享。接下来我们直接进入到 forge， 从安装到配置开始，一步一步的去看这些设计是如何落地的。安装好 forge 之后，首次打开，会进入一个 onboarding 的 引导流程。 forge 支持多种接入方式，如果你已经安装并登录了 cloud code， forge 会自动识别你的登录状态，直接使用你的订阅。当然，你也可以直接选择填按 thorpe 的 api key， 但如果你既没有订阅也没有 api， 也不用担心。 forg 同样支持了国产模型，像 mini max、 智普、 kimi、 千问这些厂商都提供了 snapik 协议的金融端点， 所以 forg 通过 cloud agent sdk 就 能直接调用它们。体验上呢，和 cloud code 是 一样的。第二件事是创建一个项目文件夹，这个逻辑和你在用 cursor 或者是 cloud code 是 一样的。你得先有一个工作区，所有的对话、配置记忆都会挂在这个项目下面。 右侧这边是 files 文件区，你可以看到 forge 已经自动生成了一套完整的项目配置结构，这些和 cloud code 的 目录结构是完全对齐的，我们点开 cloud， 点 md 看一下交互方式和你平时用 cursor 这类的 id 工具是一样的。 点击文件， markdown 编辑器会自动展开，你可以直接在这里编辑配置文件。了解完成之后，我们来看一下设置页面， 最重要的还是模型和 api 的 配置，如果你在刚才 on boarding 引导中没有来得及配，随时可以在这里补上。除了前面提到的 cloud code 的 订阅和官方适配的国产模型之外，你还可以自由添加自定义的模型供应商， 比如像 open rotor 这类 and swap 协议兼容的中转服务，填上类似 url 和 api key 就 能用，配置没问题。之后我们回到聊天界面，创建一个新的对话。在发消息之前，有两个地方值得提前了解， 第一个呢是权限设置， forge 提供两种模式， ask permission 模式下所有的读写、增删、改查操作都需要你手动确认。 full access 模式是直接放权， agent 不 会再逐个询问你。我们先选择 full access， 让它自由发挥。 第二个是模型和推理强度，这里可以选择你要用的模型，但前提是你提前已经配置好了。 api 旁边有一个推理强度的选择，现在主流的模型基本都支持推理模式，你可以在这里选择关闭自动，或者是把推理能力拉满。刚才在文件区我们看到了这些 markdown 文件， 所以现在呢，我们聊一聊它在技术上是如何去工作的。 agent 每次开始对话的时候，系统会把这些文件的内容拼装成一个 system prompt， 系统提示词发给模型。在 forge 里，这个 prompt 是 分层构建的， 第一层是 cloud agent sdk 自动处理的，它会自动加载 cloud 点 m d， 自动发现 skills 和 sub agents， 注入工具使用指南。第二层是 forge 追加的 so 点 md， identity md， user md 这些额外的配置文件，由 forge 读取到后拼到 prompt 里。 第三层是记忆上下文 memory 点 md 的 前两百行，加上最近的两天的日制。这个分层的设计有一个很重要的好处，因为第一层呢，完全由 agent sdk 来处理， 所以你在 cloud code 里面已有的配置可以直接搬到 forge 里面，直接就能跑，不需要做任何的修改，兼容性呢，是天然的。不过刚才你也看到了，这些文件目前还是空的，只有一个默认的占位内容，所以接下来我们要做的第一件事情就是把它们填上， 用 slash initial 命令，通过一轮对话，让 agent 真正了解你和这个项目。在输入框里输入一个斜杠，就能看到 forge 所有的可用指令，包括内置的指令，你创建的 skill、 sub agent 和 mcp 工具都会出现在这里。 我们输入斜杠以内，手启动自动配置流程，他会向你提出六个问题，通过你的回答来了解你和这个项目。第一个问题，他问我这个项目是做什么的，那我告诉他，你是我的个人助理，帮我处理一些日常的杂事。 第二个他问我希望用中文还是英文沟通，那我跟他说平时用中文就好，需要英文的时候再切换。第三个，他让我做个自我介绍，我觉得没有什么好介绍的，我是老板，你是助理，然后你叫我朱总就行。 第四个，他问沟通风格是偏专业的还是偏轻松的，那我说轻松一点，能给我一些情绪价值。 第五个是注意事项，对于这种二十四小时执手的 agent， 我 们最担心的就是个人信息的泄露，所以我明确的告诉他不要查看我的密码， apikey 或者任何个人的敏感信息。 第六个，他问我有没有需要自动定期巡检的任务，那目前是没有的，所以我这边告诉他可以跳过六个问题，回答完成之后，他就开始根据我的回答来生成配置文件。 这里说一下背后的机制，这些文件并不是从零开始的，我在 system prompt 里面已经预设了一套模板，你刚才回答的会被自动填充到这个模板里的对应位置，融合之后再分门别类的写入各个文件。 可以看到他现在告诉我们工作区配置已经完成了，我们点开 cloud 点 md 看一下，你可能已经注意到了内容是中英文混合的，这完全正常，因为我预制的模板是英文的，而且我们刚才的回答是中文的，所以他把中文回答直接填充到了英文的模板里， 实际使用中其实没有什么影响，模型对中英文混合的理解没有任何问题。 so 点 md 是 他的灵魂，沟通风格和价值观同样是中英文混合的， music 的 md 是 关于我们自己的个人档案，让 agent 更了解他的用户是谁。最后我们来看一下 heartbeat 的 md 目前里面是空的，因为我们刚才跳过了自动巡检的配置，后面如果有需要定期执行的任务，可以直接写在这里，或者通过定时任务来设定这个后面我会演示 好配置，完成了我们来验证一下效果。我新开了一个对话，跟他说你好，看他怎么回应。他说，你好，朱总，有什么需要帮忙的？配置成功了，因为他知道叫我朱总，这正是我刚才写在 user 点 mb 个人档案里的。 前面我们说了 agent 的 四个支柱，那其中呢？自主性也是最容易忽略，但也是最关键的。你想想看，如果一个助理你只能推他，他才动，那还叫助理吗？那叫客服， 真正的助理应该是在你不在的时候，他也可以帮你盯着。 heartbeat 心跳就是从这个客服到助理的一个分水岭，而且你会发现像 cloud code 最近也在快速的补齐这个能力。 schedule tasks， slash， loop 命令、定时巡查全部都上了，这不是巧合，这是整个行业都在验证同一个判断 agent 必须具备自主的执行能力，所以我从一开始就把这个设计融进了 forge。 我 们来看一下定时任务。 在左下角进入到 schedule 页面，就可以打开定时任务的设置界面。首先第一件事情，把 heartbeat 心跳的功能打开。 heartbeat 就是 open cloud 里那个让 agent 从被动等你变成主动盯你的那个核心机制，它会按照你设定的间隔定期唤醒 agent， 检查你交代的事项，有情况就通知你，没有就静默。除了心跳之外，我们还可以创建一个新的定时任务。 指尖设置上，你可以选择一次性执行，也可以设置每分钟、每小时、每天、每周、每月的周期任务，同时还能指定精确的时间点。执行内容上，你可以选择让他跑一个 agent， 跑一个 skill， 或者是自己写一段自定义的 prompt。 如果你之前已经在全区配置过 sub agent， 那 这里也会直接列出来让你去选择用哪个 agent 去执行这个任务。 任务跑完之后，还可以选择通知的渠道，比如像 telegram、 飞书或者是 discord。 最后有一个很容易忽略但是很关键的点， 左上角的一个隐形开关，你记得一定要打开，否则不管是 heartbeat、 心跳还是你设置的定时任务，都不会启动。 这里呢？我想分享一个趋势，你有没有注意到，现在越来越多的产品都开始 c i 化，这意味着 ai 根本不需要通过界面进行交互，直接通过命令就能完成你所有的操作。 比如刚才我们看到的定时任务，你当然可以打开设置页面，然后手动去填写那些表单，但其实你完全可以写一个 skill， 而且用 markdown 格式就可以告诉 agent 怎么去使用定时任务的那些接口，然后你只需要一句话，它就自动帮你完成所有的任务。 而且写一个 skill 的 成本比开发一个完整的产品功能要低太多了，它就像一个 markdown 文件，没有什么技术门槛，谁都能写， ai 也能帮你写。所以我觉得可以用一句话概括这个趋势，就是功能及 skill skill 其功能。 未来越来越多的产品的能力扩展，不一定需要工程师去写代码，用户自己写一个 skill 就 能解决问题。那我来演示一下左下角，点击 manage 进入到管理页面，这里可以统一管理局的 skills， sub agents 和 mcp 服务器。 这里有一个关键的点，这些是大局资源，和 cloud code 是 完全不同的。好，我们来测试一下。我先写好了一个用于生成定时任务的 skill， 现在直接把它复制过来，在 skill 页面 ctrl v 粘贴 skill 就 导入成功了。 然后回到聊天页面测试，我跟他说请帮我创建一个每天早上九点半提醒我喝水的定时任务，并且用飞书来通知我， 可以看到它自动调用了我们刚才导入的 schedule manager 这个 skill， 然后开始创建。任务创建完成了，我们去看一下 schedule 页面，检查一下。 在框列表里，每日喝水的这个提醒任务已经出现了，显示每天九点半启动，您也可以随时在这里手动编辑任务的细节。 但你应该也感觉到了，相比手动填表，创建定时任务用自然语言一句话就搞定，明显效率更高。特别是后面接入飞书、 telegram 这些 i m 之后，你在手机上发一句话就能创建一个定时任务了。 到这里呢，你应该已经看到了，一个 skill 就 能帮我们实现完整的功能操作，但实际工作中一个 skill 远远不够。就比如我之前分享的 cds 二点零分镜方案， 这套工作流需要三个 agent 的 协助，导演负责整体的调度，孵化稻负责视觉设计，分镜师负责分镜的执行。每个 agent 又各自关联多个 skill， 它们之间是有明确的编排关系和执行顺序的，这不是单个 agent 加 skill 就 能解决的，这是一套组合的方案， 而且这套方案我需要把它整体打包，一键拉起来，这也是我在做 for 句时候最核心的考量。它必须支持多 agent 编排和方案的附用，因为这恰恰也是废材俱乐部最核心的内容，多智能体编排加多 agent skill 的 组合方案。 这些编排能力的底层是依赖 cloud agent sdk 的 sub agent 的 调度机制，它可以把任务交给所有的子 agent， 那 每个子 agent 又拥有独立的上下文和工具权限。 sdk 帮我们解决了编排层的问题，我们在上面构建企业的业务逻辑就好了。 那接下来我就来给大家演示一下 forge 里面已经实现好的效果。如果我们要跑一套完整的工作流方案，那配置逻辑就完全不一样了。所以我们先右键选择 delete， 把 user dmd， heartbeat， dmd 等等这些用不到的配置文件全部删掉。 接下来我们要导入的是我上一期视频里讲过的 cds 二点零的分镜师方案，先复制 cloud 的 点 md 项目规则，在点 cloud 的 文件夹下粘贴导入完成，然后把三个 agent 导演孵化到分镜师，导入到 agents 文件夹， 最后再把七个 skills 全部复制，然后在 skills 文件夹下粘贴导入。配置到这里呢，就差不多了，但还差最后一步， 要跑这套分镜工作流，我们还需要一个测试的剧本。我提前准备好了一个 script 文件夹，里面放了一集完整的剧本，这个文件夹我们可以直接粘贴到根目录下。一切准备就绪，创建一个新的对话模型，选择 opus 四点六，我输入，你好测试一下， 可以看到废材的 logo 出现了，说明启动成功，方案生效。接着按照他的引导提示，我输入波浪号 start， 他 就开始询问我这次的视频风格和目标媒体，我告诉他是三 d c g 电影。 然后他就开始工作了，先启动 director agent， 读取我们的剧本，再调用导演讲戏的这个 skill， 按照我们的工作流理设定的步骤，一步一步的去执行。可以看到执行完成了，我们展开导演的上下文窗口，就能看到完整的执行过程， 包括了合规审核和业务审核打分，每个环节都有。这和上一期我在 cloud code 跑这套流程方案的时候是一模一样的。再看一下输出 outpos 文件夹里导演的讲戏本已经写入完毕了， 我们打开看一下，每一场戏的出场人物、场景设定、镜头语言都全部整理好了，还有人物的清单和场景清单。这说明这套方案在 forg 里面跑起来完全没有问题， 慢距和短距的分镜工作流可以直接投入生产，方案跑通了。但是你刚才也看到了，我手动导入这套方案的时候，过程其实挺繁琐的，你要删除旧文件，然后贴 agent， 贴 skill， 一个一个的这么拼装起来。 但这还是我提前整理好的情况，如果我们是边用边叠带的方案，整理起来就更麻烦了。 cloud code 呢，其实是支持把 skills agents 单独保存在 user level 全区可用的，但问题在于它保存的是单个 skill， 单个 agent 它们是拆开的，没有办法一整套有编排关系的方案打包起来保存。所以在 forge 里，我专门做了一个 marketplace 和一个命令，叫做 save as template， 比如现在我输入斜杠 save as template， 方案名就叫做 cds 二点零分镜方案。 这样项目规则三个 agent， 七个 skills 就 全部打包成模板了。我们进到 marketplace 页面看一下，刚才保存的 cds 二点零分镜方案已经出现在这里了，所有的文件完整保留，后面如果要调整，也可以直接点开对应的文件，在 markdown 编辑器里面进行编辑。 刚才演示的是从已有的项目保存木板，那反过来呢？我们手上已经有一套现成的方案了，想直接导入到 for 里，我们该怎么做？在 marketplace 的 页面点击加号，创建一个新方案。 比如我现在要导入一套网文改编漫剧的方案，这是我提前准备好的配置文件，之前也出过专门的视频，感兴趣的话可以去看。这一期我们把配置文件全部复制回到 forg 粘贴，这样整套的配置文件包括 agents skill， cloud and md， 项目规则就一键导入， 点开 cloud， 点 md 看一下，内容都在，如果你想修改，就直接在编辑器里面改就行。点击下面这个 use this template， 它会弹出一个窗口，让你选择创建位置。我们新建一个项目文件夹，打开， 你看文件群里这套网文改编漫剧的方案就已经自动带入到新的项目中了。 agent skill cloud 的 md， 项目规则全部就位，直接可以开始工作了。 好到这里呢，我们的 agent 已经有了完整的认知系统，既以技能定时任务和方案级服用，但是还差最后一个模块远程操控，你不可能二十四小时坐在电脑前，所以 agent 产品必须能通过 im 来交互， 你在手机上发一句话，电脑上的 agent 就 去执行，完了之后呢再把结果发回来。 forge 内置了飞书、 telegram 和 discord 的 三个平台，我们以飞书为例，看一下怎么来配置。左下角进入 i m channels 页面，选择飞书，在这里我们可以配置飞书和 forge 的 连接。 首先我们打开飞书的开关，然后来到飞书开放平台的开发者后台，点击创建企业自建应用，输入应用的名称和描述，点击创建。我这边已经提前创建好了一个叫费虾的应用，直接带大家看一下我的配置。 点开费虾最关键的一步是添加机器人能力，这一步必须做，因为 ai 需要以机器人的身份出现在你的飞书对话或者是群聊里，没有这个能力他就没有办法收发消息。 接下来是权限管理，点击开通权限，根据你实际的需求逐一去勾选，每个人的需求不同，我这边开通的是聊天、发送卡片、接收信息、附件等等这些权限。 然后是事件与回调的配置，在事件配置页面，建议选择长链接的方式去接受事件，这是飞书官方推荐的方式，好处是不需要注册公网域名，也不用担心配置的加密策略，直接用飞书的官方 sdk 就 能连上。 另外一定要添加接收消息这个事件，少了这一步，机器人就没有办法正常的收消息了。最后是把凭证连上， 回到飞书的凭证与基础信息页面，复制 app id， 然后回到 forge 贴进来，再回到飞书复制 app secret， 然后同样的回到 forge， 贴进来，保存好之后，点击 connect 测试一下链接， 连接成功了，这样飞书就和 forg 打通了。接下来我们来实际测一下，我现在把费虾的聊天窗口投屏到屏幕上，我在飞书里跟他说你好， 可以看到他回复了，你好，有什么可以帮助你？说明飞书到 forg 的 链路已经打通了，然后注意看 forg 桌面端这边的三审列表里，刚才在飞书上的聊天自动生成了一个新的三审，并且用飞书作为标签来标记。我们来看一下这个三审聊天记录完整同步过来， 飞书上的对话信息是实时同步的，那我们再测一个细节，我发现他刚才没有称呼我，所以我问他，你怎么不叫我，你应该称呼我什么？ 按照我们之前的配置，他应该叫我朱总，你看没问题，他知道该称呼我为朱总。而且他还主动把 user 点 m d 这个文件发出来了，他应该是在文件里面又做了一次加强的标注，我们点开看看， 这就是我们初始化的时候，通过回答问题让他给我写的个人档案，他不光记住了，还在后续的对话中主动的去强化这些信息。那整体就是这样了， 我们可以和他做很多事情，但时间关系就先演示到这好，本期内容到这里差不多就结束了，最后我想分享几个趋势判断，那第一呢，是 skill 会取代传统的功能开发， 当 ai 有 足够的理解能力和执行力的时候，原来需要写代码的功能就会变成一个 mark 杠文件就能搞定。未来的产品扩展不是在靠工程师写代码，而是靠用户写 skill。 那 第二个呢？是方案级编排会成为 a 阵产品的核心竞争力， 单个 agent 加单个 skill 支持入门，真正有价值的是把多个 agent、 多个 skill 编排成一套完整的工作流程和方案， 谁能更好的支持这种组合方案的创建、保存和附用，谁就能在这个赛道上站稳脚。那第三是 agent 正在从工具变成一个基础设施， 它不再是你打开来就用一下关掉的东西，而是一个二十四小时运行在你的电脑上，连接着你所有 i m 通道，支持持续帮你盯着所有事情的后台系统。这个变化才刚刚开始， 那或许已经开源了，感兴趣的朋友可以去 bhop 上面尝试一下。如果你觉得这期内容对你有所帮助，别忘了加入废材俱乐部，这对我们频道真的非常重要，那我们下期见！
358废才俱乐部Club
05:37查看AI文稿AI文稿哈哈，我刚才已经把我的龙虾复制给它安装好了，给大家看一下。 我跟大家说这个龙虾安装呀，你不用看其他的，就比如说，嗯， 很多人啊，他付费干嘛干嘛？他本地部署什么之类的，我告诉大家不要相信，不要去管那些付费的，因为现在抖音里面有很多， 尤其抖音极品里面有很多这个教你怎么样去安装龙虾的这个教程，你就跟着这个教程一步一步的往下去走就行了。 然后他可能会让你就是接触一些大模型吗？这个就大模型，你要保证你这个大模型里面有钱，否则的话你接触过去之后 他也会，就是也会运行不下去，就是说意思就是说你这个里面缺钱了，就这个意思啊，你在里面充个十几十几二十块钱这样子，然后就可以把你那个模型接入到里面去了。我这个接触的是 dbc 跟 v 四 pro 模型， 现在呢？我是让他帮我生成一个呃，我自己的个人主页，你看， 嗯，他的中间的话，就他的中间的话就是呃可能会问我一些问题，就比如说他要这样做，然后行不行让我去点一下，就这个意思 好了，他这个已经生成完了， 然后呃我再带大家看一下这个深层的效果什么样的，因为我没有跟他说我具体的一些东西，就比如说我叫什么名字呀？然后我的呃一些，呃具体的联系方式之类的，我都没跟他说，所以说他的有些地方啊是需要替换的 啊，大家看到了吧？他的有的地方是需要替换的，所以说我这个只是给大家做个样子，因为我这个龙虾已经安装好了，他这上面就比如说有一些什么需要安装的一些环境呢？嗯，你的电脑 至少也得 win 十水 win 十版本才才能，基本上才能把这个环境给安装下去。然后，呃，我回头把这个做好之后给大家看一下吧。现在已经做好了，现在已经做好了，我给大家看一下这个具体的效果是什么样子的啊？ 我给大家看一下，他就是非常简单的做了一个个人主页，呃，基本上什么东西都没有，就大概意思，然后我就让他帮我去生成一下，给大家看一下效果啊，看，这就是他生成的， 能看到吗？嗯，你好，你的名字什么之类的，然后自我介绍，嗯， 智能线，我整体我都没有动，动一一个鼠标都没动，一个键盘都没按啊？这个是扫码的微信，这个他是随便写的一个，看， 这就是我用那个龙虾给我做了一个个人主页，相信大家看到这就有些什么问题，我可以在那个评论区，到时候咱们一起去探讨一下。我也是一个刚刚把这个东西安装上去的一个小白， 大家一起加油，一起学习。大家看一下我用这个龙虾呃自己制作了一个简易的个人版的网页，就是用我的，之前 我不是投了好多简历吗？然后我就把之前其中的一个简历啊，然后把它喂给这个龙虾，让他去根据这个简历给我生成一个个人的主页，给大家看一下。一个效果图是什么样的啊？ 能看清楚吗？啊？ 大差不差，就这些。 呃，这个是我刚刚其实花了应该有十分钟左右， 再把这个网页全部给他替换掉，包括这个我的这个头像呀，啊，还有具体的一些什么简历，还有工作经历之类的都给他替换了，这里面主要，嗯，工作基本上就做的差不多了，我现在这个只是 大概的去看了一下，大概的去使用了一下，具体以后如果说有什么样的，嗯，改变或者说有什么样的进度啊？我可以跟大家来汇报一下。
4晓阳本阳
01:33查看AI文稿AI文稿就在今天， ai 巨头 enterpic 发布了一个闭关锁国的消息，已正式禁止使用自家套餐接入 opencore。 单说 enterpic 可能大家都不知道是啥，但我一提它的模型 core 大家就不陌生了吧。没错， enterpic 最出名的产品就是 core 了，可以说 enterpic 停了竞争，却彻底输掉了社区的信任。 不过对于我们这边的影响也不大，除非你是本来就喜欢用 cry 的 开发者，消耗的资源成本可能会提升很多倍，但我想说的是，咱们自己大模型的运算能力并不输给 cry。 而昨天智普和阿里也新发布了各自的新模型，特别是千万三点六 plus， 很 适合我们平时日常使用，并且支持养虾人使用龙虾接入。他们的新模型我已经实测过了，上下文承接一百万词源的内容都没有问题。 这样千万三点六 plus 读了一整本唐吉贺德，并让他根据读到的内容来回答问题，完全没有压力。重点是小号的抽给你不高，相当亲民。所以对于我们来说，最好还是使用咱这边自己的龙虾，别去用手动部署的 open core 模型，也还是用咱们自己的模型，免得又出现安克佩瑞斯的背次事件。一键下载安装即可用的涌动虾，它不香吗？不像 oppo pro， 不 属这不属那的，咱这边自己的模型也很好用， pro 擅长的是长文本的处理， pro 四点六最高能处理一百万次元上下文，咱们国内昨天新发布的千万三点六 plus 一 样可以处理一百万次元。各位观众老爷们还是多使用咱自己的龙虾和模型吧。以上是本期全部内容了，我们下期再见了。
03:09查看AI文稿AI文稿想玩这个 openclaw 龙虾的朋友先停手，先别买客，我今天给你们讲透，这个真正靠龙虾落地做项目的人， 几乎是不会去卖客的，天天去卖客的人，大多数数是没有跑通真实的业务，真实的落地的， 明白了吗？因为我是有过大量的这个用龙虾落地项目的经验，所以基本上没空拍什么视频，然后我也好几天没更新了。 嗯，其实很多人都是被误导了，其实麦克也不能说是割韭菜吧，只不过他们打一个信息差， 然后大多数这个新手小白呢，就觉得以为买套课架就能学会部署搞定这个龙虾了。但是其实行业的真相是挺简单的，能把这个龙虾用在真实场景的解决企业需求的人， 他时间基本上全被这个项目去占满了，每天都要去调环境，对接业务，然后优化这个落地效果，根本是没有这个精力去做课程的，明白了吧？你看到的做的好的课程，那他就是一个做培训的专家，明白了他他做课程做的好。 你反过来想，只有自身没有稳定落地能力的人，没做出过成熟这个案例的人，他才会把基础课程包装成一个很长的课程，让你不断的购买第一课，第二课。其实龙虾这个东西就很简单，他们其实就是靠把这个心机差 变现，而龙虾的核心价值是落地变现，而不是说你听课背流程，你就能学会了。明白了吧，真正懂的人其实是都是在赚钱，是没空教别人的。 我自己呢，就是深耕龙虾落地交付这个项目基本上就真的是排满了，真的没时间去做客，也有很多我的粉丝问我海洋老师能不能教我做龙虾，我回答基本上都是没时间，他们都说付费，我都说 你付不付费，你要你要问我，我看到我就会解答，你都是免费的，我是没空给你做这个一对一指导的，你就算付费我真的也没有时间，是，这是真的， 我建议大家就真心想学龙虾的，就看看我的视频，学学就行，然后具体的项目你要落地的话，你还是要又要找专业的人去帮你落地，明白了吧？找专业的产品。 嗯，其他的也没什么聊的了，今天就给大家说一下，就别被再割韭菜了，这种事还是会经常发生起事，劝也劝不住。 行，今天的这个跟大家做的这个交流就到这，然后大家有什么问题还是可以问我，然后大家点点关注，点点收藏， 然后后续我还会去做很多的软件项目和小程序，去用龙虾去落地很多项目，然后大家可以持续关注。好，今天就到，这样，拜拜。
25海洋AI
04:17查看AI文稿AI文稿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。
5880嗨妮好
