Code没办法进去

cloud code 一 直转圈圈，我折腾半天后的解决办法，如果你最近用 vs code 上的 cloud code， 发现它突然打不开了，一直在那转圈圈，先别急着重新装，我今天就踩了这个坑。 windows 十一系统打开 vs code 一 看，原本 cloud code 的 位置 被一个叫 ai feature 的 新插件给占了点， cloud code 加载半天没反应，怎么点都不动，我折腾了挺久才搞明白，其实办法很简单，但有一个坑办法就是把现在这个 vs code 直接卸载掉，然后去官网重新下载。 但是千万要注意，要下 user installer 这个安装包，我自己试过，先下了 zip 压缩包，装上去是一点一一八点一的版本，用不了。后来又试了一下，一点一一七点零，结果还是一样，依然转圈圈。 最后我下的是一点一一九点零的 user installer 版本，装好之后再回到插件市场重新装一遍 cloud code， 问题立刻就解决了。 所以同样卡在 cloud code 转圈圈的朋友结论很明确，去官网下 user installer 版本重新装一次 vs code 就 行，希望对你有用，下次见。

你想用 cloud code， 但是没有 cloud 账号，也没有梯子，各种条件都不具备是吧？没关系的， a 夏最近终于干了件正经事， cloud account desktop 现在可以配置第三方模型了。也就是说，你可以把 meemow， deepseek 这些国产大模型，甚至是本地模型直接接到 cloud code 里用。今天我就带你走一遍整个配置流程，三分钟搞定它。 up 主这边用的是 windows 系统来做演示，先装好 cloud code， 打开之后注意啊，不要登录，直接看左上角点那个三道杠的菜单，下拉之后选 hop， 然后找到 troubleshooting， 此菜单里面有一个 enable java， 点它确认 enable， 然后重启一下 c c。 我 这边已经起用了开发者模式，所以界面看起来可能跟你的不太一样， 但是操作路径是一样的，跟着走就行。重启之后， c c 还是会弹出登录界面，不要管它。继续点左上角的三道杠，你会发现下拉菜单里已经多了一个 java 选项。 点进去自菜单里选 comforst party inference。 好， 现在我们就来到了第三方模型的配置页面了。先看 connection 这一块，这里默认选的是 d k 网关模式，不用动，我们需要填的是 base u o l， 一个是你的 e p i k。 我这里拿小米的 mini 来举个例子，你先去 mini 的 控制台，在技术文档或者控制台的快速声明里面找到 int 接口协议对应的 base u o l， 复制一下，回到 c c 里粘贴进去，然后把你的 api key 也填上，再往下看，有一个 model list 在 里面，填上你要用的模型名称，都填好了，这类 注意填写的模型名称必须正确，基本都是小写的，你要在官方文档里找到准确的模型名称。 如果你选择使用的模型支持一百万上下文，就可以选择打开百万上下文开关，如果不支持就不要开了， 点一下下面的啊，快应用，这时候 c c 客户端会自动重启，重启之后你会发现不需要登录，直接就进到了 c c 的 主界面。看一下对话框的右下角，你配置的模型已经出现在那里了，可以看到 c c 已经回复是使用的咪某模型了， 没问题对吧？已经接上了，所以想用 cloud code 但是没有 cloud 账号的朋友现在就可以动手了。不过 windows 用户要注意一下， 配好模型不代表就万事待急了，因为 windows 下面的 cloud code 其实是跑在一个 linux 箱盒里面的，很多功能会受到限制，怎么解锁这些限制？下期我来教你。我是 eric， 关注我，给你带来不一样的精彩！

如果你装 codex 或 cloud code， 第一步就卡在 node， 不是 内部命令，先别重装。这个报错不是 codex 坏了，而是 windows 没找到 node 一 般只有两个原因，第一， node 没安装好。第二，装好了但是 pad 路径没有生效。 新手先去 node 官网下载 lts 版本，默认一路下一步装完以后重点来了，不要在旧终端里继续事，先关掉 powershell， 再重新打开，然后输入 node 杠 v， 如果能看到版本号， 再输入 n p m 杠 v， 两个都有版本号 no 的 这一步才算通了。如果还是红字，下一条我讲 pad 没配置怎么修？

大家好，我是小陈，因为很多粉丝朋友他都是 windows 电脑，所以我这一期出一期那个 windows 电脑的教程。 呃，这边的话是我写的 color code 的 一个安装的一个教程。 mac 电脑的话，首先第一个环境这个 get 它不用装，然后 windows 电脑的话可以根据自己的一个就是电脑型号去下载，然后下载的话你直接点击就行了，点击以后这边就会直接下载，因为我已经下载过了。 呃，下载的话就是全部点击默认就行了，全部点击下一步，下一步就是这里有，你看双击运行，然后一路 next， 直到就是 finish 完成。 然后第二步的话就是复制我们的指令，直接到我们的终端打开以后，然后直接粘贴这条指令，然后回车， 然后他就可以开始下载了，因为我这边已经下载过了，所以就不那个了。然后下载完以后需要配置我们的一个配齐环境，配齐的话在我们这边结束以后，他会有一条那个 这个东西，那就是就是这边运行完以后会有这个环境变量的地址，所以不需要大家去搜索，然后直接等这一步安装完成以后，点击复制就行了。搜索一下环境变量， 然后设置环境变量，然后这里一个配置，然后双击进去，然后把它粘进来就行了。就是这点击这里一个新建，然后把这个呃前面复制的粘过来就行了，然后点击确定， 然后接入大模型的话，我推荐大家接的是 deep， 然后这边的话先充一点点钱，然后创建一个 apikey， 然后创建完以后我们就 啊根也也是一样，根据自己的电脑下一个 cc switch 就是 可以接入国产的大模型，然后这边的话我已经接好了，就是这样子的，点击这里一个新建，然后 找到 deepsea， 然后这边把这个 api 的 一个 key 给它粘贴过来。粘贴过来以后，然后这里的模型的话选择这个 v 四 pro， 就把这个 v 四 pro 的 这个名称给它复制过来，然后把这里全部就是粘贴一下。这边呢给大家粘贴一下，就是这样子全部粘贴， 然后点击添加就行了，添加以后，然后它就会自动使用。然后怎么使用呢？点击 win 加 r， c， m， d， 然后直接输 closed， 然后点击回车，然后回车 yes， 然后能够看到这一个界面，就是代表安装完成了，你们可以测一下，就是 测一下自己这个是不是能用，发个你好过去。可以的，那就是安装好了，没有问题。好的，谢谢大家。

今天收到很多群友以及评论区的反馈，更新了 cloud code 之后发现无论是 deep sec 还是其他第三方模型都没有办法使用。如果说你遇到了这个问题，可以按照我说的来做，尝试解决下这个问题。我们点击左上角三条杠，点击 developer， 点击 configure party inference， 在 connection 这个界面往下划，我们找到 model list。 在 模型清单中呢，不管是什么模型，我们都改成 os 默认模型，比如 cloud o p u s 四点七，然后我们点击 apply locally 等待重启，重启之后他就可以继续使用了。虽然说这块的模型名字和原来不一样，变成了 cloud code o p u s 这里的模型，但是实际上跑的还是单方模型，可以正常的去执行任务了。希望我的方法能给大家解决一些问题。今天就到这里了，希望大家用的愉快。

你到现在还在用小龙虾吗？今天呢，我教你不用魔法，不用微萨卡，让你在国内用上目前世界上最强的 a 级的框架，够够了，真的把小龙虾按在地上摩擦。 windows， mac 系统全部都覆盖了，从安装到上手配置，我也尽量一次性的全部说透。每个阶段的 prompt 呢，我也放在了置顶的评论区里面，点赞收藏、关注，我们直接开始。 先说一个很多人没分清的点啊，一般一个 a 键的产品呢，是由 a 键的框架和模型能力共同组成的。 kol 的 模型国内确实会被封，我也没有办法教大家去弄， 但是作为 a 键的框架， kol 的 并不会被封。也就是说，哪怕你用不了 kol 的 原声模型，把 kol 的 贴上任意一个国产模型，效果会依然非常的好。所以首先我们要先安装 kol 的 这一步非常的简单，把屏幕中间的代码将贴到你的终端里面，然后执行。 这里有一个前提需要注意，没有魔法的麦克呢，需要提前安装这个东西，而 windows 呢，需要提前安装另一个。这两个具体的安装指令如图所示。 那安装好框架之后，下一步自然就是接入模型了，目前我自己用下来效果最好，最接近克劳德原生模型体验的呢，就是 jimmy。 点一，如果你没有抢到他们的 coding plan， 那 你也可以选择接入小米的 miimo v 二点五 pro， 也可以去用 kimi k 二点六等等都可以进入模型。这里可以选择使用更通用的 c c switch。 mac 上需要在终端里面填入这两行的命令， windows 需要你自己动手下载这一个安装包装好之后呢，在 ctrl 内一栏下面点击右上角的加号，选择我们想要使用的模型，在这里只需要填上 a、 p、 r、 key 还有模型配置，剩下的它就会自动帮你全部配好了，以后想换模型在里面切一下就行。到这进入模型终于就全部都搞定了，那我们接下来就是 的使用之后呢，你只需要在终端里输入 cloud 启动它就会让你做一些触式化的设置，一路回车默认下来直到弹出这个界面，就代表着你成功的将 g m 五点一接入到了 cloud code 里面。 但是接下来这一步才是今天的真正的重点，因为很多人到这里就直接开始使用 cloud code 了，但是干着干着你就会发现九二经常干出一些不对味的东西， 这就跟你招了一个特别厉害的实习生进公司，你第一天不跟他说任何规矩，让他自己在那摸索着干，他干出来的东西大概率也就不是你想的那个味，对吧？但是如果你把规矩给他讲清楚，在他后面就能跑的又快又准，干的活就又好。而这个规矩就是接下来你要写的考点， md。 简单来说，这个文档就是 agent 每次开工前他都会读一遍的规则文件。在这里我也给大家准备了一个模板，你只需要按照你自身的要求修改模板中红色标记的部分就可以了，其他的基本上你就可以把直接把内容啪丢给 coco 的， 让他帮我们写进去就 ok 了。 只有当你一开始把这些规范都规定好了，才会方便你后续的所有的管理还有开发，这也是我一直在自己强调的一个原则，叫做约束先行约束定好了，那就真的可以开始玩起来了。用上一两周你的 cloud code， 它就会慢慢长成你想要的样子，而那时候这个 agent 才是真正属于你的 agent。

如何快速安装 cloud code， 并让他帮你赚钱？普通人学 ai 最好的方式就是花两个小时沉下心把 cloud code 装上，亲自感受一下这个地表最强的智能体到底能干什么？今天就教你零基础安装 cloud code， 不 需要任何代码基础，跟着做，五分钟搞定。 先说一个事实， cloud code 装起来确实麻烦，因为它要配好几层环境，你自己收教程。看完三行就想放弃， 但有一个取巧的办法，你不需要手动装，让另一个 ai 帮你装。这不是绕弯子，这是现在最聪明的做法，用一个 ai 解决另一个 ai 的 问题。 具体怎么做？找一个 workbody， 或者随意一个版本的小龙虾，直接告诉他帮我装 cloud code， 他 自己就会去配环境下文件做配置。你只需要等他跑完，然后按他给的步骤打开终端，敲一个命令，验证一下安装成功没有，然后再装一个中间层。为什么要装中间层？ 因为 cloud code 默认连的是国外模型，用起来不顺畅。 cc switch 就是 解决这个的，它像个翻译器，帮你把 cloud code 接上国内的大模型还是老办法，让沃克巴里帮安装完之后，打开点加号，里面全是主流模型选项。拿 mini max 举例， 你去它的开放平台注册一个账号，它会直接送你十六块钱的额度，相当于免费试用。在后台找到 api key， 复制贴到 cc switch 的 配置栏里， 点测试通了保存。这时候再启动 cloud code， 他 用的就是国内模型了，你问他一句，你是什么模型？他回答你，从这一刻起，你已经跑通了一条完整的 ai 开发链路。装完了，难点从来不是装，是装完之后用它干什么？ 今天说一个马上能变现的具体场景，用 cloud code 自动化上架闲鱼虚拟产品。先讲清楚干什么，闲鱼上卖虚拟产品，资料包、模板教程、工具、会员。核心就两件事，铺量和回复铺量，每天上架五十条，一百条商品， 同样的产品，换标题、换描述、换图片组合，铺的越多，曝光越大。回复有人咨询你要秒回，回的越快，成交率越高。这两件事手工干，一天搭进去四五个小时。用 cloud code 你 写一个自动化脚本，让他替你干。具体怎么做？第一步，让 cloud code 帮你写一个上架脚本， 打开终端进，向某某路跑 cloud， 然后跟他说，写一个 python 脚本，自动登录闲鱼网页版，读取本地 excel 里的商品列表，标题描述、价格、 图片路径，逐条上架，每次上架前随机间隔五到十五分钟，避免被风控。 cloud code 会分析这个需求，生成完整的脚本代码，你检查一下逻辑对不对，改改细节，保存，全程大概二十分钟。第二步，准备你的商品库，建一个 excel， 列几个字段，标题描述，价格分类，图片路径， 每个产品写五到十个不同版本的标题和描述。别自己硬想，让克洛克的帮你批量生成，基于这个商品的核心卖点，帮我生成二十条不同风格的闲鱼标题和二十条对应描述， 语气要像真实卖家，不要太营销，他一分钟给你吐完。第三步，跑自动化，把 excel 丢进脚本指定的目录，跑起来，脚本会自动登录，自动上架，自动间隔。你去做别的事，他在你电脑后台跑，有客户来咨询怎么办？你不可能二十四小时在线， 但你可以让 cloud code 写一个自动回复脚本，写一个脚本监控闲鱼消息，当检测到新消息时，根据关键词自动回复问，还有吗？他回复，有的私信发你链接，问多少钱，他回复当前价格。如果遇到无法识别的消息，转发到我的微信，写完后跑起来， 有人半夜两点来问，他替你回。这套流程跑下来第一天二十分钟，之后每天五分钟检查一下脚本，跑没跑崩， 补点新商品等于五分钟。咸鱼每天自动上架五十加条商品。二十四小时自动回复咨询，你每天省出三到四个小时。这道东西不需要你会编程，需要的是你跟可乐扣子说清楚你要什么，他帮你写，你检查修改。跑起来，工具已经在这里了，剩下的是你能不能花三十分钟把这个流程跑通。

微软刚刚下令，要求内部数千名工程师在六月底前必须从 cloud code 迁移到自家的 github co pilot 上。究竟是什么样的原因，让这个给 astropica 投了几十亿美金的金主，竟然亲手封杀了自家平台上的 cloud code 的 使用权呢？ 第一层原因， cloud code 性能太强太好用了，已经威胁到了微软的根基。 get 当初的微软啊，只是内部小范围的试水，没想到一用就彻底出圈了。测试数据的差距非常明显啊。 cloud code 的 代码生成基准得分是百分之八十点八， 微软 copilot 呢，只有百分之七十二点五。尤其是百万级长上下文跨几十个文件的重构调试， copilot 的 完成率高达百分之八十九，而 copilot 呢，只有百分之六十。 更有超过六成的工程师啊，在微软内部的调查中，认为，复杂开发场景里面， copilot 的 更好用。事实上呢，此类高性能的 ai 编程工具，正在慢慢地减弱开发者上传代码到 gitlab 的 意愿。 一边呢，是自家的抠拍了的不争气，另外一边呢，是对手的产品强势渗透，这等于是直接有人跑到自家的后院里挖墙角，微软肯定是坐不住的。第二层原因呢，简单直接就是成本太高。 toker 的 账单啊，直接把微软给吓到了。 这个 ai toker 的 收费这件事情啊，微软自己就是这套模式的开创者。结果呢，自己先被反噬了。高频调用啊，极其的烧算力， 像 uber 这样的大规模使用者，四个月就烧光了全年的 ai 预算。眼看着内部的账单疯涨，又恰逢微软的财年节点，所以啊，干脆直接禁用卡点控制新财年的预算，逻辑上呢，也非常现实。 第三层的原因呢，就是安全隐患太大，企业呢，扛不住风险。之前克拉德克出过严重的代码泄露事件，几十万的核心代码外流，还爆出过安全审核失效的致命漏洞。更关键的是，漏洞修复代码早就有了，但是克拉德克的呢，却迟迟没有全量推送。 这个呢，对于微软这种高标准的企业来说啊，让自己的员工天天用着一颗随时可能被利用的定时炸弹，无论从安全角度，还是数据合规角度啊，都是无法容忍的。 而第四层原因呢，就是生态必须自主，不能把命脉交给别人。那些大厂之间啊，看似是合作，但实则啊，都在暗自布局自己的生态壁垒。 微软当初引入 cloud， 是 为了放在云平台上卖给外部的客户赚钱的，但自家工程师的开发习惯、技术站思维方式，绝对不能长期依赖别人家的工具。你可以对外合作让利，但是核心的生产工具必须赚在自己手里。 所以宁愿牺牲一点短期效率，也要守住长期技术生态的主导权。归根结底啊，微软禁用 cloudco 的 不是商业赌气，也不是单纯的内卷， 而是性能冲击、成本失控、安全隐患、生态自保四重原因叠加起来。所以这不仅仅是一次工具的切换，更是大厂在 ai 时代的生存逻辑缩影。 当成本和安全不可控的时候，即使你技术再好，哪怕你是合作伙伴，也必须被斩于马下。我是老林，关注我评论区聊聊吧。

很多人下载安装了 codex 之后，不知道怎么把国产大模型 deepseek v 四 pro 配置进去，今天亮哥教你一个方法，前提是你的电脑上得下载安装了 cloud code。 很多人在下载安装了 codex 之后，都遇到了两个痛点，第一个痛点是申请不到 gpt 大 模型的 api k， 导致自己用不了 codex。 第二个痛点是通过 openai 的 官网，或者说是第三方中转 申请到了 gbt 大 魔性的 ipikey， 当时一个月跑下来的话费用太高了，普通人是承受不了这个费用的。今天亮哥教你们一个方法，就是 用这个工具叫 ds 为四本地重转工具，这是我通过 cloud code 的 生成的一个工具， 你只需要在你的 cloud code 的 对话框说这样一段话，帮我生成一个工具，让我的 codex 可以 用上 deepsafe v 四大模型 啊，它就会开始工作，然后生成这么一款工具。这个工具的作用就是让你的 codex 运行在 deepsea v 四 pro 这个大模型上面，这样费用的问题也解决了，然后模型的问题也解决了，而且 deepsea v 四 pro 这个大模型的能力也不差，性价比还特别高，大家学会了吗？ 这里你们要注意一个点，当这款工具生成之后，你可以让你的 cloud code， 让这款工具随机自动启动，这样每一次你的 codex 啊，都是运行在 dsp 微四大模型上面。关注亮哥！

就很多人费劲巴拉的在分析 cloud code 如何避免被封，都以为自己是对的，今天 cloud code 圆满儿公开了，它验证了什么事儿了，你换 ip 也好，换 u 卡也好，你换家里的宽带也好，换浏览器的 等等，通通白搭，通通白搭。只能说 cloud 的 母公司太太精了，这种事情你压根就是说没有办法去揣， 有的人他肉身在这个在美国依然没有用，在他一切使用正常的情况下依然没有用，而这种事情的话，没有必要在这上面就说瞎耽误功夫吧，对 吧？他封他的，但是我今天我也看到了一个，就是说相对来说比较正统，比较在点的一个规避铁，后续有需要的话我也可以给给大家分享一下。

家人们谁懂啊，用 cloud code 对 接 kimi 二点六，明明密要对接口对，却死活用不了，百分之九十的人都栽在这个超级大坑里！ temperature 设置而且最气人的是，不管是网上的教程 还是官方给的 cloud code 的 对接指南，都只给你几行命令，压根没提这个最新版本 kimi 二点六的专有大坑！很多人跟着网上教程官方指南输完命令，结果 api 调用直接被 kimi 二点六拒绝，以为是自己输错密钥，配错接口，反复折腾几小时，其实就差这一步， 而教程里半个字都没提。一般大家调用模型是很少调整 temperature 的， 但是一定要记住，不管是 windows 还是 mac， 不 管是什么工具，哪怕是终端调用， kimi 二点六十都要把 temperature 设为一！这里必须要吐槽一下，现在各种各样的模型发布了很多， 但是不同的协议格式非常混乱，官方文档也不好好更新。不知道多少人跟我一样被坑惨，白白浪费时间。

cloud code 最残酷的真相是，同一个模型进不同公司的代码库，表现可能完全不是一个级别。不是因为模型变了，而是有的公司给他的是地图、规则、工具和上下文， 有的公司只是把他扔进百万行代码里，然后指望他自己悟。所以你的 cloud code 不 给力。可能不是模型不行，而是你根本没给他搭好 harness。 你 可以把 harness 理解成 让 cloud code 在 真实工程现场里稳定工作的脚手架，它不是一个单点功能，而是一整套上下文规则、工具、权限和验证系统。先说一个很反直觉的点， cloud code 在 大型代码库里，不是先把整个代码库做缩影，很多 ai 编程工具会用 r a g 把代码库切块向量化，再解锁相关片段。但在企业级代码库里，这很容易出问题。因为几千个工程师每天都在提交代码，所以你可能跟不上你查到的函数，可能两周前就已经被重命名了。 cloud code 方式更像人类工程师，直接在文件系统里搜索，看目录、读文件，用 grab 找关键词，沿着引用一路追。好处是它看到的是最新代码，但代价是它必须一开始就知道往哪里找，这就需要 harness。 第一层是 cloud o d m d， 它不是普通说明文档，它更像 cloud 进入代码库前的地图跟目录写局部规范，子目录写局部约定， cloud 在 代码库里移动时，会一路读取这些规则。但 cloud code 在 大型代码库以后，问题已经不是越长越好，规则太多反而会稀释注意力，它应该是最小有效地图，而不是规则垃圾桶。第二层是 hooks， cloud there md 更像建议 hook 才是强制执行，格式化、 lint 类型、检查、测试这些事儿不应该靠 cloud 的， 记住，应该靠 hook 卡住。能让脚本强制执行的规则就不要交给模型自觉。第三层是 skills， 不是 每次都把所有知识塞给 cloud， 而是在需要的时候加载对应专家能力做安全审查就加载安全 skill， 改文档就加载文档 skill。 碰支付服务就加载支付目录下的部署 skill， 这叫按需上下文。第四层是 plugins， 它把 skills、 hooks、 mcp 配置打包起来， 新员工第一天装上插件，就能获得团队沉淀下来的使用方式。企业用 cloud code 不是 每个人各玩各的，而是要把个人经验变成组织基础设施。第五层是 lsp， 也就是语言服务器协议。大型代码库里 grab， 一个函数名可能出来几千条，结果 cloud 会被无关信息淹没。 lsp 能直接告诉他这个符号在哪里定义，哪里被引用，类型是什么，这让 cloud 从字母串搜索升级到符号级导航。 第六层是 mcp， mcp 让 cloud code 接上内部工具、文档工、单日制监控和数据平台。这时候 cloud 不 只是读代码，它开始接入企业内部系统。 第七层是 sub agence， 但 sub agent 的 价值不是角色扮演，不是起几个名字叫 planner coder、 reviewer 就 高级了。 它真正的价值是独立上下文。比如先派一个只读子代理扫描某个子系统，把结果写进文件主代理，再带着这份认知去改代码。 探索和修改应该分开，所以 cloud code 真正跑进大型代码库以后，问题已经不是这个模型会不会写代码，而是它有没有地图，有没有硬规则，有没有按需专家，有没有符号导航，有没有内部工具入口，有没有独立上下文，有没有组织级配置，这就是 harness。 也是为什么未来 ai 编程的差距不止在模型，而在谁能把团队经验、工程规则、工具链、权限体系和验证流程沉淀成一套可附用的 harness。 一 句话总结， cloud code 的 上线不在 cloud， 而在你有没有给它搭好工程脚手架。 你觉得企业用 cloud code 最重要的是换更强模型，还是先把 harness 搭起来？评论区聊聊，关注我，下期继续带你拆！