龙虾安装+配置deepseekv4

今天给大家带来 deepsea v 四接入 opencloud 的 保姆级全流程配置教程，零基础也能一步到位完成操作。首先第一步，登录 deepsea 开放平台。第二步，创建 apikey。 登录成功后，点击左侧导航栏的 apikey 选项，进入妙管理页面，点击创建 apikey， 给妙设置一个好记的名称，完成创建。这里重点提醒大家， apikey 只会在创建时完整显示一次，一定要立刻复制，妥善保存。第三步，进入关键参数。完成妙创建后，我们要准备好接入需要的核心参数， 包括 openai 协议和 antropics 协议的 base url， 还有 deepsea v 四的两个模型 id。 第四步，找到 opencode 的 配置文件， opencloud 的 核心设置都保存在本地私文件里， windows 无缝图和 macos 系统都有对应的默认路径，推荐用 vs code 打开编辑，能避免格式错误。 如果找不到文件，执行 open call setup 命令，就能自动生成默认配置文件。第五步，备份原文件修改配置前，一定要先把原文件复制一份，重命名备份，万一修改出错，直接还原备份文件就能恢复。第六步，全新安装的用户 可以直接用教程提供的完整模板作为配置起点，已经有现成配置的朋友直接跳过这一步即可。第七步，替换核心参数，换成 deepsea 的 api 地址。 二是把 apikey 替换成你刚刚创建的秘钥，注意不要加多余空格。三是替换 modelaid， 选择你要用的模型版本。四是把 workspace 替换成你本机的实际路径，全部修改完成后，保存文件配置就完成了。 第八步，测试效果配置完成后，重启 open code， 在 对话框输入问题就能验证模型是否正常响应。至此， deep c 微四接入 open code 的 全部配置步骤就完成了。整个过程的核心就是获取 a p i t 在 正确填写配置参数。绝大多数连接失败的问题都源于这三个参数填写错误。

养龙虾的兄弟们，重磅福利来了！ openclock 官方已全面接入 deepsea v 四，并将 v 四 flash 设为默认模型。同时，国产 deepsea v 四迎来史诗级降价，输入缓存命中永久一折，真正实现 agf everyone 全民低成本 ai 时代来了！实测数据亮眼，同款编程智能体任务成本从三十一点七十三元直降至五点三十四元，暴跌百分之八十三。 v 四 pro 命中率高达百分之九十五， v 四 plus 版也达百分之九十一。代码开发 r a g 知识库自动化挂机， 九成以上调用均可享受一折底价多任务，不再纠结预算，批量部署 ai 智能体，彻底实现成本自由，低价不低性能，混合专家架构加稀疏注意力，优化推理算力仅为上代百分之二十七。 k v 缓存压缩至十分之一，性能全面对标 g p t 四点五 价格炸穿地板开发者实测全链路切换后， ai 月度账单预计下降百分之九十！国产大模型击穿底价，改写全球 ai 价格格局！你怎么看？评论区聊聊！

龙虾大更新，正式把 deepsea v 四报上了 c 位！刚刚看到两条昨天的新闻，我感觉应该算得上一个历史性的瞬间了。第一条新闻就是 open call 大 更新，正式把 deepsea v 四报上了 c 位。 open call 是 谁就不用我多说了，对吧？就是目前全球最火的智能体平台龙虾。昨天他发布二零二六点四点二四版本， 这个版本一口气干了三件大事，第一，全面接入 deepsea v 四。第二，把 deepsea v 四 flash 设为默认首选模型， pro 版也同步上线。第三，专门修复了 deepsea 在 连续多轮工具调用中的思考逻辑，让响应更聪明更连贯。什么意思呢？ 以前 openclock 可能是把各家模型当轮子换着用，但是现在它把 deepsea 直接锁死成了出厂设置。这说明一件事情，就是在真正的多部推理复杂任务的场景之下， deepsea 已经做到了，让全球最挑剔的开发者觉得不用它就是损失了。第二条新闻也来自 deepsea。 昨天 deepsea 出台了一个新政策，说输入缓存命中，价格直接砍到原来的十分之一，而且这个月的 pro 版还叠加了二五折。我给你翻译成一句人话，就是一百万 tokins， 两分五厘钱。 各位，这是什么概念？就是你把整部三体三部曲给他扔进去，然后让他读完总结，然后回答问题，成本不到一瓶矿泉水的钱。 以前我们说 ai 智商高，但是现在 ai 开始变得便宜的不像话了。一边是性能被全球顶级玩家默认首选，一边是价格打到脚底板。各位，这两个信号叠加在一起， 只能说明一件事情，就是中国 ai 不 再是追赶者，而是被主动接入的基础设施了。 更重要的是， openclaw 这次特别强调说修复了 deepsea 在 多轮工具调用中的思考逻辑。这意味着什么呢？意味着 ai 不 再是一问一答的鹦鹉，而是能记着前几步，然后规划下一步，然后连续调用工具的数字员工了。 而把这件事情做透做稳的，正是 deepsea。 从追赶到并跑到被默认选择这条路， deepsea 替中国 ai 走通了。 最后我想说一句，两分钱一百万 token 的 时代，不是让 ai 替你写诗画画的，而是让无数开发者和创业者用几乎为零的成本去搭建以前想都不敢想的智能应用，这才是真正的平权。

本期视频来分享如何将 deepseek 的 vs 模型接入 cloud code， 并解锁 em 的 上下文以及 max 思考等级。我目前已经将 deepseek 的 最新模型 vs flash 和 vs pro 通过 ipad 的 方式来接入了 cloud code。 vs pro 模型在降价之后性价比也越来越高了，并且对 a 键的也有做专门的适配， em 的 上下文对于大多数人来说也更加友好。 视频内容主要分为四个部分，第一需要先安装一下 cloud code。 第二，安装开源工具 c c switch。 第三，需要购买一下 deepsafe 的 api 并完成配置。最后再来测试一下 deepsafe。 v 四 pro 加 cloud code 这套组合表现怎么样。废话不多说，我们现在开始 首先来说如何安装 cloud code。 大家常说 cloud code 经常被封号，那其实封的是拥有模型能力的个人账号，但 cloud code 作为一个单独的软件是可以正常下载和安装的。 没有订阅官方的模型，我们依旧可以使用它的框架当成是 opencloud 或者 hermes nint 这种。在他们的项目官方网站这里也有明确的说明。终端 cli 和 vs code 也支持第三方提供商。 本期视频演示的是安装 cio 版本，也就是最通用的版本。这里有一行中的命令，它支持 macos、 linux 和 windows 这几种不同的系统版本。 windows 这里分为 power shell 命令和 cmd 命令，并且 windows 用户需要先下载安装下 get， 如果没有安装的话，可以到 get 的 官方网站下载安装包进行安装。 这里复制这一行命令，然后打开终端 app 或者 power shell， 输入他们提供的命令回车执行就可以了。我这里已经安装过，所以不再演示具体的步骤。安装好之后可能会出现一个提示，大致意思是安装已经完成，但是 control 的 安装位置并没有加入到电脑的环境变量中。 这里直接复制这行他提供的命令，在终端执行一下，搞定之后输入可拷的 code 杠杠微刃来确定当前的版本号。后续使用的话，直接在终端输入可拷的命令就可以打开了， 但是你那里可能会提示不能连接官方服务。接下来我们来安装第二个工具 cc switch。 cc switch 是 一个开源工具，它能够让 cloud code codeys、 opencloud 这类的 a i a 检测，方便地切换模型。累计下载量有三百多万，在 github 上面也有五万多个 star。 它有很多实用的功能，比如一份配置同步到多个应用，支持热切换，不需要退出应用切换模型。还有用量仪表盘，能够查看你的请求数和头克用量等等。 我们在项目的首页这里有一个已发布的安装包链接，点击进去，然后在这个界面直接划到最下面。这里有很多的安装包版本，如果是 mac os 系统就下载这个 mac os 点 dmg 的 版本，如果是 windows 就 下载这个版本。下载好之后直接点击安装包进行安装就可以了。 它这个项目的说明文档也有比较详细的安装教程。第三步，到 deepstack 的 开放平台购买 api。 我们来到 deepsafe 官网，点击 api 开放平台，我这里之前已经充值了一些，在网页和 deepsafe 对 话是完全不收费的，但是想要调用 api 就 需要进行充值。他们目前没有推出类似 tokpline 这样的按月订阅的套餐，好处就是用多少花多少。 目前他们对 v 四 pro 模型打二点五折，每百万 tokens 缓存命中情况下输入是零二五元，未命中是三元，输出是六元， 这个折扣目前是到五月三十一号截止。 v 四 flash 模型和 pro 模型的价格对比可以在官方的 api 文档里查看，这里点击充值按钮，然后选择金额和支付方式。建议先小额买一笔，用完之后根据自己的实际使用情况再进行补充购买。 付款完毕之后，点击左侧的 api case， 点击创建，然后复制这个 key 的 密钥， 注意这个 k 的 密钥只能够在创建的时候查看，关闭这个页面就看不到了，如果丢失的话，就需要重新创建一个 k， 然后打开 cc switch 这个应用。我这里已经添加好一个 deepsea 的 模型了，选中这里的 cloud 的 图标，然后点击添加， 在预设供应商这里找到 deepsea， 在 api k 这里填写 k 的 密钥，然后这里需要修改一下这几个模型，可以直接参考我这个填写 默认模型就是 deepsafe。 v 四 pro 后面加上 em 是 因为之前的公告有说明，这样才能够开启 em 的 上下文，然后点击添加就可以了， 这里就会多一个 deepsafe 的 模型，点击这个按钮来测试当前 api 是 否可用。点击这里可以配置用量查询，查看当前还剩多少余额， 勾选这里，然后点击保存配置，这样的话就能够看到还剩下多少钱了，然后点击起用，就能够正常的使用可绕的扣子了。左上角有一个设置按钮，通用，这里建议打开开机自启使用统计，这里也能够查看 ai 模型的使用情况和成本。 我们打开终端应用，输入可绕的指令，那这个呢？就是 deepsea v 四 pro 的 模型，并且是一百万的上下文， 我们输入指令斜杠 context 能够查看，这里确实是一百万的上下文 tokens。 这里的默认思考等级是 medium， 可以 使用命令斜杠 effort， 然后空格后面的话就会显示哪些等级可选，这里输入 max 回车确认，这样的话思考等级就会调到最高。还有一个命令可以快速的切换模型， 输入斜杠 model， 然后回车。默认模型其实就是 v 四 pro， 我 们之前配置的 apps 和 sonata 都是 v 四 pro， 嗨酷模型是 v 四 flash， 通过键盘的上下按键来选择，选中这个模型，然后回车确认， 这样的话模型就切换到了 v 四 flash， 这里输入命令 context 能够看到它的上下文，显示是两百 k 的 tokens。 最后一部分来测试一下 cloud code 搭配 deepsea v 四 pro 到底贵不贵，干活效果怎么样。 首先说一下，它是基于文件夹的工作模式，所以你需要先通过 cd 命令跳转到你想要它打开的文件夹，比如我的项目文件夹的路径是这个，就需要输入屏幕上完整的指令回车，到了这个文件夹后，输入 cloud 的 命令来启动它， 如果路径很长的话就比较麻烦。有一种方法可以简化一下， windows 用户应该可以直接在文件夹右键从当前文件夹位置打开终端， mac 用户右键的话是没有的，但是可以直接将文件夹拖拽到终端 app， 那 当前终端打开的文件夹就是这个项目文件夹， 输入 cmd 命令，可以查看当前文件夹的路径，然后输入 cmd， 启动 cmd 的 code。 第一次打开的时候需要确认一下这个文件夹，点击 yes， 后续退出的话需要连按两次 ctrl 加 c。 这里安装一个归藏老师最近开研的一个 ppt skill， 设计是比较美观的。 来到他的项目仓库，这是一个电子杂志风的网页 ppt skill， 纯网页形式，适合线下分享，但是不适合培训课件。这个 skill 的 名称叫做归藏 ppt skill， 这里提供了多种的安装方式， 最方便的就是直接复制这一段话，然后发给 ai， 选中这一段话， command 加 c 复制，然后来到 kol 的 对话界面， kol 加微复制，然后直接发送。 kol 在 执行任务过程中会需要一些权限的许可，遇到的时候直接选中 yes 就 可以了，它的框架对于安全保护还是比较好的。 整个的执行过程我就直接跳过了这里提示安装好了触发词，就是帮我做一份杂志封的 ppt。 ok， 我 在这里输入这句话，然后告诉他要做的内容就在当前文件夹中。在当前的项目文件夹中，我放入了一个 mail 文件， 内容是关于 code 的 使用方法论，然后回车执行。他会先查看项目文件夹的内容和 skill 的 使用说明，执行过程中可能会问一些问题，根据个人的需求选择就行。 我这里也跳过过程，大概直行了六分钟左右，一共生成了九页 ppt， 并告诉了我每页的布局和内容，以及怎么操作。 ok， 我 们直接打开浏览器来查看一下这个网页的 ppt。 这是第一页 codex 的 方法论，整体的设计风格确实是比较美观的，如果是个人制作的话，可能要花费比较长的时间，并且效果还不一定有他这个好。 第二页这里的话可能会有一点点问题，下方的文字有一部分被遮挡了，后面的页数大家可以具体去看一下内容觉得怎么样。 最后再来看一下安装这个 skill 以及制作这九页的 ppt 一 共花费了多少钱。 我在做之前是九点八九的余额，刷新一下网页，那现在还有九点三九的余额，一共是花了五毛钱。这里有一个每月用量的图标，展示每个模型花了多少钱。下面也有 token 的 使用详情，包括输入和输出的具体数量。大家觉得 deepsea v 四 pro 的 性价比怎么样？

嗨，大家好，我是小凡，今天来教大家一个很多人一直问我的问题，怎么在 steam deck 上部署 openclock， 也就是大家说的小龙虾啊，这样呢，你平时不玩游戏的时候呢， steam deck 其实还能变成一个你的 ai 助理，你可以拿它写代码，问问题，做一些自动化的任务，平时呢办公也可以的， 而且整个安装呢，其实也没有想象的那么难。那我们一步一步来，第一步呢，先把你的 steam tag 呢切换到桌面模式，但是在正式开始之前呢，有一样东西你一定要先准备好。这个东西呢就是 api key， 你 可以把它理解成 ai 的 钥匙或者大脑，没有它呢，小龙虾是没办法工作的， 这东西非常重要啊，千万不要随便发给别人，因为如果别人拿到你的 key， 是 有可能直接刷掉你的余额的。那模型这边呢，我个人现在比较推荐大家先用的是呢 deepseek， 尤其是 deepseek v 四 flash。 deepseek v 四 flash 呢，现在是性价比最好的一款模型， 又聪明又便宜。你登录到 deepseek 的 官方网站啊，去到这里来申请一个 api key， 然后这里点击 api 开放平台， 进去之后呢，然后注册一下你的邮箱和密码，然后登录就可以了。好，登录之后我们就进入他的页面了。呃，页面的左边呢，有用量信息和 api keys 和充值 啊，充值这里我们可以简单充个十块人民币或者二十块人民币，五十块人民币都可以啊，同时支持支付宝和微信支付都是没问题的。充完之后呢，我们选择 api key， 在 这里呢，我们创建 api key 啊，随便输入个名字，比如说我的小凡啊，然后点击创建， 然后你把这个 api key 呢复制好，复制好，然后保存下来啊，保存好，好，准备好这个 api key 之后呢，我们就开始正式安装。首先呢打开你的 steam 搜索，搜索一个叫 console 的 一个应用啊，也就是终端。打开之后呢，输入这个命令， 然后按回车，然后它就开始安装了，它会跑一些文字代码，因为有之前安装过，它会有一点显示的问题，不过是大概流程都是一致的。这个安装模式我们选择第一个 quick start， 快 速安装回车 啊，然后这里是选择模型的地方，让你输你的模型，模型是从哪里来的了？我们刚才选的是 deep sea， 所以 如果你是 cloud， 或者是 jimmy nay 或者是叉 j b t 就 这几个好，这个是 guac deep sea 呢，在这里点 more， 默认往下选，鼠标的箭头往下选，先找到 deepsea， 这里就找到了我们的回车。然后呢在这里粘贴上你刚才的我们复制的那个 api key， 把它复制进来，把它粘贴进来，粘贴，然后回车，它就自动的默认的模型就是 deepsea vs flash， 然后就保持保持现在这个模型回车， 然后这里是让你选择聊天工具，你选择在哪一个聊天工具上跟他聊天，这里有 discord 啊，有 line 啊，还有还有 qq 啊，对吧？是 qq 嘛？然后微信啊，企业微信啊，元宝啊， 这里的海泰里 graham， 这里我们之后再给设置也可以，现在可以先不用设置，这是他的，给他赋予搜索能力，这个也不着急啊，这之后再慢慢设置。跳过，这都可以跳过。嗯，这个也跳过。 然后呢，这里这小方块的地方你是要空格来选选择，我也不知道为什么是这么设置的。等空格选中之后，它会变成小蓝色的空格，然后点回车， 这里选择那个 restart， restart 它就会安装完成了，它会重启。然后呢这里你就可以选择，第一个是在终端跟他聊天，第二个是在浏览器跟他聊天，我们选择浏览器跟他聊天， 然后浏览器呢就会跳出这个可以聊天的页面了，你就可以在这里跟他说话了。 你可以试着问他，你能帮我做什么呢？然后他就会回复你。好了，这期就到这了。嗯，这也不叫教学吧，只是个分享。谢谢。拜拜。

hello， 各位观众朋友，大家好啊，我是刺儿，然后我们这期的视频内容呢，主要是来教大家一下怎么正确地使用 deepsea v 四， 因为 deepsea v 四对于现在的呃它的网络风评呢，嗯，比较两级分化。一边呢说 deepsea v 四啊，非常好用，非常强啊，没有辜负大家一年的等待另一半呢，说 deepsea v 四啊，不好用啊，不够智能，然后甚至不如豆包， 嗯，对于这个后者呢，我保持这个嗯，质疑态度啊，因为本身，呃，我看到的这收集到的信息就是说 deepsea v 四不行的，它有两部分，一部分是专业工作者啊，因为人家非常懂 ai， 那 另外一部分呢，就是我们普通的 呃用户，那他们呢，就是用手机 a p p 啊，下载 deepsea 微 deepsea 之后点进去，然后问他一些问题，然后，嗯，把它当做一个这个搜索引擎啊，问一些问题，然后我觉得它不够智能，其实这样的使用是错误的啊，因为本身 deepsea 微四它没有 开放在手机 app 平台的这个使用权限，你现在手机上用到的 deepsea v 四啊，不是你手机上用到的 deepsea， 它并不是 deepsea v 四模型。那么我们来啊，正确的教大家一下怎么使用 deepsea v 四啊，首先 我用我这个 macbook 给大家举例子啊， ok， 我 们返回到页面啊，看到啊，这是我桌面，我们打开浏览器点进去之后啊，在这个搜索或输入网址名称的时候搜搜索，直接搜索 deepsafe 啊， deepsea 点 com， 大家也可以直接去这个网址啊，深度求索。点进去之后，它是有两个框，一个是开始对话，一个是 api 开放平台，我们要用的是这个 api 开放平台，我们可以看到它的介绍是调用 deepsea 最新模型，快速集成，流畅体验。我们点进来， ok， 然后呢，点进来就是这个页面，我给它放大一下，它这里有充值余额，还有本月消费啊，我这个是另外一个账号，我给大家举个例子啊，就是这个 api case 啊，这是之前做测测试的这个 api。 首先呢，你点进来之后，你一定要先登录你的 deepsea 这个账号，如果你没有 deepsea 的 账号，你可以去在手机上下载 deepsea， 然后创建一个账号，然后直接到这个电脑上，你去登录就可以了。 然后我们看到这个充值页面啊，充值页面无论你是支付宝还是微信支付啊，都可以，你点击去支付啊，然后， 呃，扫完扫完码付款成功之后，它在这个用量信息，这就会直接显示你的充值余额，嗯，然后呢， 在这之后，我们打开这个 api case 啊，然后这里啊，注意它这里有创建 api k 啊，下面说的这几步都很重要啊，直接决定你能不能就是成功使用这个 dbic 为四啊。我们点击创建 api k， 然后随便输入一个名称啊，我们直接输入一个啊， ok， 在 你输入成功之后啊，它这里会出现你这个蜜奥的链接啊，你要一定要点击复制，然后把它发送你的微，发送到你的微信上也可以，然后或者说你保存住啊，一定要保存住这个蜜奥，它只会显示这一次 啊，在你点到叉或者关闭之后，他这个密钥你就再也看不到了，然后，然后我们点叉啊，当然这个密钥就没用了啊，我们给他删除一下，然后你把那个密钥复制之后，哎，点开这个，我们叫， 呃，防盗啊， ok， 点开这个，这个啊，这个软件叫 cherry studio， 你 可以去浏览器里直接搜索下载啊，这个就是集成了国内一众主流 ai 的 这么一个软件。我们点进去啊，它是开放平台啊， ok， 我 们点进来， 点进来之后呢啊，当，当然，我这个已经用了很久了啊，从 deepsea 微四发布一直到现在，我一直在使用，然后点进去之后，我们看到右上角这里有设置设置。点进去啊，这里有模模型服务和默认模型 啊，在模型服务这里就有 api 密钥，输入你刚才的这一套儿复制的密钥，然后放进去之后点击检测啊，我这里已经弄好了，我就不做那个演示了， 你点击检测，然后它就会自动地啊，分析你这个密钥的 ip， 它是哪个旗下的 ai 大 模型。然后这个 api 地址啊，不需要我们直接填，它自己就会填上，然后模型呢，这里啊，大家可以点击获取模型列表啊，然后， 当然啊，这里我因为我输入的是 deepsafe 嘛，所以它只有 deepsafe 的 这些模型，然后举个例子，然后在这边啊，嗯，可以看到啊，这里有非常多的 ai， 非常多的 ai， 包括国内外的啊 啊，你像 jamie open ai 啊，很多人都用不到，但是啊，这里嗯是是可以用的啊，但当然这这个视频只做 deepsafe 的 教学。然后我们点击默认模型 啊，我这里默认模型全部都是 deepsea 的 啊，呃，然后助手模型是 v 四 pro， 然后快速模型是 deepsea chat， 然后翻译模型是 deepsea chat， 因为这两个啊，这个快速模型和翻译模型它不需要消耗你的 talkin， 你 就这个 deepsea chat， 它是免费的啊， 然后我们点击首页啊，首页这里有助手啊，你，当然你可以添加助手啊，我这里就用我这个提前做好的这个来给大家举例子，然后我点击 deepstack v 四，然后点进来， ok， 然后这是我之前问他的一个问题啊，我让他就是分析一下国内的这个视频平台啊，每每个平台的趋势啊，大家可以看一下啊，这是我问他的问题 啊， ok， 然后我们啊，这这画画到不表，然后就是这个深度求索啊，我们在这里，嗯，还是用刚才举例子 deepsea v 四，然后点击旁边这三个点，点进去 啊，这里有编辑助手啊，在这之后呢，然后我们可以看到啊，这里有模型设置，模型设置的话上下文字开到不限，然后这个模默认模型，你把它换成 deepsea v 四 pro， 然后，然后 啊，最大套管数不限啊，不用开这个，然后别的都不用管，然后当然你可以复制一下这个底下这个 tab， 这个 endland， 这个是我从网上找到的一个嗯，参数，然后我们看提示词，这里 啊，我，我设置的提示词是不需要迎合用户的想法，回答要永远保持客观啊，然后呢，你就可以开始使用你的 deepsea v 四 pro。

openclaw 龙虾今天凌晨这波更新啊，直接把 dpq v 四接进来了，还把 vspace 放成了新用户默认模型。这个动作一出来，我的第一反应就两个字，站队。大家好，我是杜宇，带你看懂 ai 赛道的前和事儿。哎，你如果最近也在关注 ai agent， 会发现行业节奏已经完全变了。 以前大家卷谁回答更像人，现在卷谁真正能干活。 openclaw 这一次啊，二零二六点四点二四版本更新明显就是朝工作流中说去的。 它新加了 google meet 深度集成，开会能直接当会议秘书， talk、 voice call、 google meet 这些语音场景，打通了实时语音循环，浏览器自动化更稳了，能坐标点击，能更长时间执行标签，也回复也更靠谱。 启动还做了瘦身模型目录和插件加载更轻。说白了，这回不是给你换个皮肤，是把 ai 能不能进真实的工作现场。又往前推了一大截，但最值得了的还是接入了 dipsic v 四。 oppo 可乐这次接的不是一个模型名片，是一整套更适合 agent 的 底座。现在接进去的是 dipsic v 四 flash 和 vc pro， flash 直接成了 onboarding 默认。为什么这个细节很关键呢？因为默认模型决定了用户第一次上手时就觉得这玩意儿到底是真能干活，还是又一个会打字的花瓶。 flash 走的是更快更省、更适合大规模铺开的路子， pro 则是把复杂的推理、长城任务、硬核代码这些场景往上顶。 我前两天的视频已经解读过了， deep tech v 四系列上来就是 e m 上下文。 pro 是 一点六 t 总参数四十九 b 激活参数， flash 是 两百八十四 b 总参数十三 b 激活参数，而且官方点名在 agency coding 方向做了重点优化。 更有意思的是，接入方式本身很多人只看见了支持了，但真正麻烦的是多轮工具调用时思考链怎么回放，上下文怎么续上，工具调用完以后，模型会不会突然抽风。 open 可乐这次专门修了 deepsea v 四的推理复现逻辑，这个很技术，相当于是以前龙虾拿着新模型干活容易。前面想的挺聪明，工具一掉，下一轮脑子就想断片，现在这条链给你接顺了， 连续执行复杂任务会稳很多。所以这次更新不是简单的模型，菜单里多了两个名字，是把 deepsea 针网系统，心脏联赛。 那为什么一定要接 dpv 四呢？我觉得有三层考虑，第一层当然是性能和价格。 agent 呢，最怕两件事啊，第一件是笨，第二件是贵。 dpv 四现在给到的是长上下文，强工具调用开放权重，还支持 open ai 兼容和 anthropomorphic 兼容接口 工程，接入成本低的很香，开发者愿意试，平台也愿意推。第二层是生态，今天谁能成为 agent 默认模型，谁就能先吃掉开发者心智，后面 skills mcp 插件工作流全会往这个底座靠。 第三层是 d 源和供应链情绪，过去很多人默认 agent 的 高端底座，要看海外币源模型的脸色，现在 open 口的这种全球开发者都会用的开源入口，直接把 deepx v 四放默认，这个信号很明显了。国内模型呢，已经不只是平替，而是在抢主舞台了。 但这事也别看的太浪漫，它本质上呢，还是赤裸裸的商业竞争。模型厂商现在都明白了，光卖 api 容易卷成店架，谁站住的 agent 入口谁才更像平台。 open 可乐这次动作相当于是给 deepsea 发了一张全球开发者的通行证。反过来， deepsea 也给 open 可乐提供了一个更能打还更划算的默认大脑。这是双向奔赴。哎， 别想太纯洁，生意味儿是非常重的。再看国内这边的动作，龙虾们其实早就开始排名不振了。腾讯的 work buddy 公开报道里已经提到了能切换会员。 g i m kimi、 mini max 多模型路由早就铺好了。 qq 官网上写得更克制，说内置国产优质大模型，也支持切换自定义模型。海外版刚开内测，说明腾讯现在的思路很清楚，先把入口微信连接装机量和生态位卡住。 智谱的 autoclave， 也就是澳龙，它主打的是一键本地部署，内置自家针对 openclave 场景优化的 pony alpha two， 同时支持接任何模型的 coding plan 或者是 api。 这就意味着它理论上接 v 四是没什么门槛儿的。字节这边的 arcclave 更像是云上托管派，主打七乘二十四小时在线免部署跟 飞书。这些工作流深度黏住，公开资料里啊，已经明确支持 deep。 这些工作流深度黏住，公开资料里啊，已经明确支持 deep。 这些工作流深度黏住，公开资料里啊，已经明确支持 deep 系列 以及豆包啊 kimi 啊 minimax、 g o m 这些之间的切换。月之暗面那面， kimi 首页还是主推自家的 k 二点六和 ag 的 能力。在制作这条视频的时候，我还没看到官方高调地把 deepx 微四摆上桌的动作，毕竟自己就是模型厂，没必要把别人放 c 位反。 难道是？呃，网易的这个有道龙虾已经很明确，官方接入了 deepsea v 四和 kimi 的 k 二点六，这家出手挺快。所以如果你问我一句，国内版的龙虾是不是也接了，那我的判断很直接，有的已经明牌接了，有的底层通道早就铺好了，只差官宣和默认策略，还有的会 继续优先推自家的模型版 deepscape 当成备胎或者补位选项。接不接从来都不只是技术题，它更像是产品路线题和利润分配题。后面市场的格局怎么走呢？我给你一个投射视角的判断。接下来我认为会分成三层打，最底层拼的是 谁的模型单位成本更低，场任务更稳，工具调用更少翻车，中间层拼谁的 agent 平台接得上微信飞书、邮箱、浏览器、 office 会系统这些真实工作流。 而最上层拼的是谁能拿走用户关系，谁变成那个你习惯把任务先发给他的入口。 open 可乐还是会继续吃开发者社区的红利，那国内大厂子就会靠 i m 办公，云资源和渠道狠狠的干。 真正危险的公司是模型有一点入口没抓住，最后沦为给别人供脑子的。最后我提醒一句， open 可乐这波更新虽然猛，但社区也有人吐槽，更新完网关起不来， bug 有 点多。所以现在这个行业很像是改装车大赛， 卡力都在暴涨，螺丝也经常掉，哎。你要是普通用户，看默认体验，你要是开发者，看稳定性，你要是创业者，看入口，这才是今天这条新闻真正值钱的地方。点关注不迷路， a 搞见我单路，我是杜宇，咱们下期见。

devic v 四真的有这么牛吗？本地部署是不是真的能跑起来？今天直接看数据，我们用了十六卡 pro 六千，使用两台组的集群模型是 devic v 四 pro， 我 们测试使用的框架是 v l l m， 我们直接上，结果一百万的超长上下文，在四个并发症下，它有二十二点六个 top， 在 十六个并发症下，十五点五 top， 又在六十四个并发症下，七点六九个 top。 我 们可以得出结论，多人同时使用也能跑得动。它有三个亮点，它有百万上下文。这是什么概念呢？一次性喂进去几十万的合同 模型，全部吃得下，不丢信息，不截断，做代码审查，法律文书、政务处理，超长上下文就是核心竞争力。而我们的这套成本要比 h 两百要低，实现百万上下文只需要两台 pro 六千整机，十六卡组级 群，不用动辄几百万的 h 两百方案，中小企业也能用得起。第三个是我们全网首发的 pro 六千测试，从机型部署到模型适配 到性能调优，这里有大量的技术难点需要突破。我们具有完整的基层部署能力，不是拼凑，而是真的跑通了。那么这套方案适合谁？代码开发的团队，超长上下文，整个代码仓库一次性喂进去做审查，向法律医疗的行业行文党理解合同审查，并力分析，国产模型推理 合规更安全。还有一点要注意， the deepsea 飞四是纯文本推理模型，不支持图片理解能力。这套方案的推荐并发上限约十五个，三十人到五十人以内的团队。这套配置完全够用，性价比也很高。如果您是百人级以上的企业， 那就需要加机器扩集群。如果您的企业也在考虑大模型本地部署，不知道怎么配置，可以来找我聊聊。

大部分人把 deepsafe 用错了， v 四版本综合能力现在重回国产第一，今天直接给你出 v 四保姆级教程，先带你看它现在到底强到什么程度。二 零二六年四月二十四号刚发布的 v 四系列，发布仅三天，第三方 super 四 lue 精准实测结果就直接炸场。 pro 版以七十点九八分登顶国产大模型综合榜第一， flash 版以六十八点八二分紧随其后拿下国产第二。 双版本直接包揽了国产榜单的前两名，把一众老牌大模型都甩在了身后。六大核心能力的硬核增幅直接给你摆明白。智能体任务规划能力 七十七点四九分，国产第一，比上一代暴涨二十点八七分，是这次升级最大的杀招，大白话讲就是他能自己拆解任务规划步骤，不用你一步步盯着叫。数学推理能力八十七点三九分，同样登顶国产第一， 硬核数理能力直接拉满，从小学算数到考研高数，没有他解不明白的题。幻觉控制。八十点六八分，国产第三， 仅次于 glm 五和千问三点五，意味着他瞎编乱造的概率极低，给你的答案靠谱度很高。科学推理七十九点二七分，国产第二，仅次于豆包专家模式，专业领域的内容拆解、逻辑推演，他都能精准拿捏代码生成。六十三点二四分，国产第三， 似于 kimi 二点五和豆包专家模式，稳居开源模型里的代码能力第一梯队，开发者和普通职场人都能用精确指令遵循。 三十七点八四分，国产第三，比上一代暴涨十一点八九分，从之前的国产垫底，直接冲进第一梯队，你让他干什么，他就严格按你的要求来，不会跑偏，不会露相，实现了全维度无短板。那这么强的能力， 为什么你用着总觉得不好用？核心原因只有一个，你从跟上就把它的两个模式用反了。很多人用了一年 deepsea， 根本没搞懂哪个模式适合干什么，回头还骂他能力不行，这完全是把屠龙刀拿来切菜了。快速模式运行的是 v 四 flash 版本，主打响应快、成本低，全功能免费无门槛。它适配日常闲聊、简单提问、清亮文本处理、基础信息查询， 用它完全够用。但你要是拿它解高数，做复杂报告、写代码，那肯定会觉得它能力不行，这不是它的问题，是你用错了场景。而专家模式运行的是 v 四 pro 版本，是这次升级的核心杀招。佛有登顶榜单的硬核能力， 全在这个模式里，这才是你真正应该学会使用的方法。下面这三大专属用法，普通人直接照着用，效率拉满十倍。第一个，用它做全场景数学问题解答，学生党，职场人刚需中的刚需。他有着国产第一的数学推理能力， 不管是中小学数理化作业公式推导、大学高数微积分考研考公的数量关系题，还是职场人需要的数据分析、财务核算，他都能精准搞定。他不仅能给你标准答案， 还会拆解每一步解析思路，标注易错点，讲透底层逻辑，甚至给你同类型题的通用解析技巧，比网课老师讲的还细致。给你一个直接就能用的指令模板，我需要你讲解这道题，先给出标准答案， 再一步步拆解解析步骤，标注核心考点和易错点。最后给我三道同类型的练习题，附带答案和解析，直接复制粘贴就能用。第二个，用它的科学推理能力做内容校准， 做自媒体写报告的人，靠它彻底避免翻车。不管是视频内容的技术参数核对、 ai 测评、数据校准， 还是行业报告的深度拆解、数据交叉验证，又或是科普内容的真实性核实，独家细节挖掘，他都能精准排查数据错误，核实内容真实性，挖出同行没注意到的信息差，直接把文案丢给他，说帮我核对这篇文案里的所有数据 错误，给出正确数据和权威来源补充三个差异化独家细节，直接优化出有干货、有爆点的文案。最后给你一个高级玩法，用它的顶级智能体能力搭建你的专属数字员工。很多人到现在都不知道智能体到底是什么， 说白了，他就是把 ai 从你让他干什么他才干什么的被动工具，变成了你告诉他要什么结果他自己想办法干完的 主动执行者。之前你用 ai 做报告，得一步步给指令盯着改，随时纠错，前前后后要折腾十几轮。现在用 deepsea v 四的智能体能力，你只需要定一个最终目标，它会自己拆解任务 规划步骤，调用工具自主纠错，最后直接给你交付成品，全程不用你定 deepsea v 四在闲聊、语音交互、创意文案商品选择上，不如豆包千问顺手。本地部署对新手也有门槛，所以选对场景是你最应该注意的。 最后问你两个问题，你已经用上 deepsea v 四了吗？最让你惊艳的是哪个能力？评论区告诉我！收藏转发这条保姆级教程，下期带你解锁更多 ai 提效的隐藏玩法！

用最新的 deepsea v 四操控我的手机龙虾，来看看它的实力如何？首先选择 deepsea v 四模型，我先让他帮我养一下某音账号，点赞评论都能轻松完成，再让他帮我回复一下地球号的消息，整个过程非常丝滑。再让他去某音找找有没有客户，让他帮我种个草，这个过程也是非常的 nice。 大家还想看龙虾手机干什么？

当龙虾手机接入 dipstick v 四，他竟然自己用券下了单，还能发布作品评论区截流回复客户，只用了五秒就能部署成功。

我就问了 deepsea v 四 pro 一个问题，花了我一块九毛四。 deepsea v 四虽然来了，但是它大概率不是你的菜。通用 ai 的 c 端用户可以分为下面五类， q 度 chat、 重度 chat chat 加 cooke chat 加 code chat 加 cooke 加 code。 如果你从来没有订阅过一三家的产品，那你基本上就是 q 度 chat。 程序员和极客是后两种。 co work 是 最近几个月出现的，因为龙虾类 a 卷的出现了之后，大家就有了新的认知，不光可以和 ai chat， ai 还可以帮你在电脑上干活。重度 chat 的 用户呢，是以文本创作需求为主，比如说职场白领，这部分用户很容易向 chat 加 co work 转化。 那为什么说 v 四大概率不是你的菜呢？如果你是后两种，你瞧不上。 v 四模型能力很强，但是产品力几乎没有， 这两波人早就被三 c 圈走了。 cursor、 cloud code code 这些产品能够给他足够好的体验， dbc 不 一样，他压根没有产品体验。如果你是前两种，你用不爽。打开 app 或者网站，两种模式切换智能搜索开关，深度思考开关用户一个问题面临八种选择，太糟糕了。 轻度 chat 的 用户直接就懵逼了，专家模式叠加深度思考有什么效果？我哪知道这个问题要不要深度思考，联网搜一对网页强行拼凑答案也很差劲。重度 chat 的 用户更不爽， 再加上 v 四还是纯文本模型，没有多模态，中间的 chat 客户群体基本上也不会用。所以从产品体验上来说， v 四真的很一般。举个例子啊，我想知道，英特三二零和大疆的产品竞争策略要不要问八次？至少得问两次吧。 还有这个问题，专家模式加思考模式加联网都开了，结果就只输出了简单的几句话。同样问题， opus 四点七 adaptive 按钮开启，自适应思考深度自己决定什么时候联网搜索，你看看这个质量，前后关键节点梳理的清清楚楚， 还会提醒一个容易被忽略的历史细节，一个更深的问题，以及 post training skill 目前的状态，遇到不懂的可以随时选择我 reply 还可以一次 reply 好 几个，这都是好的产品体验。 你再看这个搜索的质量，一个是引用一手的 o m i 官方博客，一个是引用二手的新浪财经报道， website 的 质量太差了。再一个就是先搜后达的这个架构，你搜了八十六个网页，把它们都塞进上下文里面，微思的思考就被动地围绕这些垃圾材料展开，很难再跳回去做真正的推理。这就是为什么 dbc 一 联网就拉跨的原因。 不是说 v 四能力差， v 四模型能力不等于产品能力，也不是说 deepsea 做不好产品，是他们压根就没打算花心思做好 c 端产品，这是他们的战略选择。所以你要问 v 四强不强，强， v 四好不好用，不好用起码在 deepsea app 这里面很不好用。 所以说 v 四就不是你的菜，不是直接给 c 端用的，他的目标是 b 端的开发者。 ap 文档里面高情商的写了，出于兼容考虑，说白了就是来切客户的。 v 四模型是一个知识扎实，数学和代码极强，中文第一，深度推理和 ag 的 能力比顶尖币源稍微差一点的开源模型，它的亮点是上下文架构上的创新，还有极具侵略性的价格，跟一三家比真的太便宜了。但如果说你自己配置 ag 的 调用 v 四 pro 的 api， 我 跟你讲它真的不便宜。 怎么调研也很简单，随便搞一个龙虾 agent， 然后到 dsp 官方 api 文档里申请一个 api key， 买十块钱的玩一下，然后自己复制粘贴一下 api key， 还有 base， url， model name， ok 了，就这么简单。 我先调用的是 v 四 pro， 就 问了一句，你是谁，花了七分钱，还行吧。然后我问 davidson， v 四有什么新的技术亮点？你在豆包千万元，宝提米随便都能免费问的问题，他深度思考了四次，调用了五次，工具，花了我一块一。 如果再复杂一点，问个英文问题， opus 四点七比四点六在 agent 的 编程方面有哪些能力提升？四点七的后续的方法有什么改进？这一次花了我一块九毛四，一个茶叶蛋就没了。如果你自己折腾用 agent 的 调用 api， 一 天就问十个吧，还算简单的问题，一个月就是将近五百块哦，你受得了吗？ 那为什么不便宜？真相，在它的 api 文档里写了思考模式，这里默认开启思考，默认思考深度为 high， 但是对一些复杂 agent 的 请求，思考深度会自动切换为 max。 你看我跑任务之前，我明明选的是低思考档位的 v 四 pro， 任务跑起来，它就立马自动切换到高档位了。龙虾这类产品就是 agent 的， 它会调用工具，像前面 web search， web fetch， 它都是调用工具。 a p p。 文章里还说了，如果模型进行了工具调用，思维链就是思考过程是需要参与上下文拼接的，这是 agent 的 任务必带的。没辙， 像我们日常提问推理模型，思考过程用完就丢了，不会输入到下次对话。但是 ag 的 调用工具的时候，思考过程不难丢，因为任务很长。他第五轮的时候为什么调用工具？ a 调用的结果怎么样？这些关键信息会影响 ag 的 后面的思考和行动。 这也是为什么我只问了一个很简单的需要联网搜索的问题，就花了我一块多钱，因为上下文里面塞了很多思维链，你说现在 ai 干活怎么可能不调用工具？当然 flash 很 便宜，参数量摆在那，是一个比较小的轻量模型，但是便宜，真的有好货吗？嘿，我测了好几轮， 价格是真的便宜，基本上每次都是四到五分钱，跟 v 四 pro 差了二十倍左右。还是那个问题， deepsea v 四有什么新的技术亮点？这里注意啊，他们用的 web search 和 web fetch 是 一模一样的，是 a 键的框架自带的表现差异就体现在他们决定怎么搜，去哪搜，搜什么搜多深。 vs pro 是 五次工具调用，四次深度思考。 vs flash 是 三次工具调用，三次深度思考。 vs pro 搜了十个网站，还知道搜英文网站，有技术博客，官方仓库等等，都是偏一手偏技术的信息源。 vs flash 的 八个搜索全是中文网站，都是偏二手的新闻网站，再看输出结果，明显 vs pro 更深更细。 v 四 flash 这里注意力机制方面新的亮点其实不是 d s a， 官博里面说的是结合 d s a d s a 是 v 三点二勺的技术概念，在一手的官方技术文档里面有介绍。 v 四新的亮点是设计了 c s a 加 h c a 的 注意力机制，你看 v 四 pro 就 做得更好。 在 a 键的场景下，他俩的思考深度都是 max， 调试工具也都是一样的。造成这种差距的原因是 vs flash 的 原知识就是没有 vs pro 的 多，因为 pro 参数量大很多，他见得多，他知道去哈根 space 找一手消息，他知道搜英文关键词交叉验证更可信。 虽然官方说他俩的推理能力相近，但是他们骑手的动作和认知就有差异，所以结果就有差距了。我们再看另一个更难的英文问题就更明显了， v s pro 十九次工具调用，十一次深度思考， v s flash 只有五次工具调用，三次深度思考。 v s pro 反复在搜索中生化问题，从整体改进到 system card 再到 r l h f 的 变体，一层比一层深刻。 v 四 pro 的 输出也惊喜很多，它单独列出了已知回归项这个负面信息， vs flash 根本没提 v 四 pro， 还引用了 espac 官方公告的英文原文 投屏消耗对比。 v 四 pro 相当于做了三点七倍的思考，处理了二点三倍的新信息，输出了二点五倍的内容，整体大概就是三倍的工作量，花了二十八倍的价格。 注意，这还是用国产 web search 的 工具，交互结果的差距已经很明显了，一个普通本科生的水平，一个博士级的水平，但是相差二十八倍的成本，值不值需要你自己去判断。 如果你打算用 v 四模型跑 agent 的 任务，重要的活用 v 四 pro 不 到两块钱，能帮你节省半天的工作量，那肯定非常的值。一些简单的 agent 的 任务，那肯定还是 flash 的 七分钱更有性价比。 a 阵的干活，光靠聪明的推理模型还不够，还要长上下文窗口。现在一照是标配，但是 v 四的一照上下文窗口工程上成立，在可用性上要打个大折扣。 他在前一百二十八 k 还能维持住性能，从两百五十六 k 到一照会迅速衰减。 oppo 的 四点六一照的照回率是百分之七十八点三，这是为什么 cloud code 在 程序员里口碑那么好， 它是目前唯一一个能在五百 k 以上的上下文里稳定工作的编程 agent。 v 四 pro 以照的照回率是百分之五十九，这个得分低， agent 的 工作记忆就很难兜住， agent 的 表现就不理想。当然，官博也承认在 agent coding 方面和 opus 四点六思考模式相比有一定差距。 那这个一照上下文窗口跟你 c 端用户有什么关系？没关系，你不倒腾 a 九的调用 a p i， 你 的日常需求一百二十八 k 足够了。很少有人能在一个窗口下把 cloud 聊到压缩对话的地步，一照还是两照，你根本感觉不到。 如果你早就习惯了拍照提问，或者说语音对话，或者有 ai office 的 需求， v 四和你就更没关系了。它是纯文本模型， 没有动模态， v 四就不是直接给 c 端用的东西。 v 四的高价值场景不会出现在 c 端消费者面前，它的基本盘是 b 端 a p i 调用的大批量文本处理，比如说电商平台，每天处理几百万条的商品描述、评论、客服对话等等。 v 四的价值是以币源旗舰级的能力和极具侵略性的价格去抢占三家的弊端市场。但是 v 四不是 r 一， r 一 爆火是因为它让大众强烈的群体来说和 r 一 没啥差别， 确实很难体验出差别，所以毫无波澜。对重度用户来说，他们用过更强的，很难瞧上，也毫无波澜。 虽然现在 v 四是预览版，正式版会更强，但是他依旧不会把你放心上。其实很多发 v 四视频的博主，上一次用 deepsea 还在去年， 所以免费用户继续刷国内 app， 付费用户继续你的订阅。 v 四是好模型，但不是好产品。会有人用 v 四做出好产品。等着吧，限量时间，下个视频再见。

大家好，今天我带大家使用 vs code 来安装一下这个 cloud code 的 插件，并且在 cloud code 上面配置两个模型，一个是 deepsea 的 模型，另一个是 cloud 的 模型。首先我们打开 vs code， 在 vs code 的 左侧面板找到扩展，点击扩展，然后在扩展这里面找到 cloud code， 选择第一个 cloud code for vs code， 然后点击安装 好，这个安装很快啊，安装好了 cloud code 之后，我们发现在左侧的面板最下面多了一个 cloud code 的 图标，我们点击 cloud code 好，它现在出现一个这个登录界面，配置 api 的 一个界面，我们现在使用它自带的这几个功能是配置不了 api 的， 因为在国内我们是访问不了这个 cloud 的 官网， 所以我们这里要借助一个其他的工具，我们这里使用的工具是 cc switch， cc switch 呢，大家可以在 github 上面的这个网址去找到并且安装， 我这里使用的是 windows 版本的，它可以支持 macos 还有 linux， 大家在自己的电脑上面找到相应的操作系统的版本去安装就可以了， 我这里已经安装好了，我们打开 cc switch， 在 cc switch 这里面找到 cloud 的 图标，点击 cloud， 然后点击右侧的加号，然后在这个供应商这个界面选择自定义配置，在供应商名称这里输入 deepsea 备注，我们可以不填，官网链接也是可选的，我们可以不填，这里比较重要的一个选项就是 api key， 我 们在 api key 的 网站上面去注册一个，然后在 api keys 这里面来创建一个 api key， 我们把这个 api key 把它复制一下，然后回到 c c switch， 在 api key 这里面把 api key 粘贴进来，看一下这里面请求地址，它这里有个说明，填写兼容 cloud api 的 服务器端地址，不要以斜杠结尾。我们找到这个 这个文档，然后在这个文档里面有一个 s u i， 有 两种格式，一种是 open ai， 一 种是 isnoop， 我 们这里使用 isnoop 的 这种 api 复制粘贴到这个 c c switch 里面来。 好，点开这个高级选项。有五个模型的配置，我们这里可以都配上同一个模型，也可以分开配几种模型，比如现在我们 deepsea 支持的最高版本的微四啊，我们找到这个模型的名称，复制 回到 ccc 去，把这个模型名称填进来， 我们可以使用 seek 微四的 flash 模型填到其中的一个模型里面。好，现在我们点击添加， 这样我们这个模型就已经配置好了。我们回到这个 vs code 的 界面，然后关掉 vs code， 重新打开一下，我们重新点开这个 color code， 此时我们看到 color code 已经出现了这个绘画的界面， 我们打开一个项目，然后点击这里的 cloud code， 或者在这个窗口的右上角也有一个 cloud code 的 这个图标，我们点开，这时候我们就可以对它进行对话了。 比如我们问一下你现在使用的模型是什么 啊？我当前使用的底层模型是 deepsea 维斯 pro， 这样我们就证明到这个模型已经配置成功了。这时候我们也可以在这里面去切换模型， 我们看到这里可以切换这个 deepsea v 四 flash 的 模型。好，这是 deepsea v 四的这个模型的配置，我们接下来再看看怎么样配置一个这个 cloud 模型。配置 cloud 模型，我们使用国内的这个中转商， 我这里使用的是 a p i e， 大家可以在 a p i e 这里面去注册一个，然后我们回到 c c switch 新增一个供应商，同样我们这里选择自定义配置这里的供应商，我们输入 a p i e a p i k 这里面我们回到这个 a p i e 的 这个令牌，这里面把自己的这个令牌复制进来。请求地址，我们这里面也要看一下啊， 我们打开这个 a p i e 的 这个文档，这里面有一个 c c c v 曲的配置， 我们把 api 地址设置成这个，然后点开高级选项，这里设置这个模型名称，我们看一下模型名称啊，找到这个标准模型，还有推理模型，把这个模型名称把它给复制过来， 好，点击添加。现在我们这个 api 的 模型也已经配置过来了， 然后这里已经有了两个模型，我们可以随时去切换模型，我们现在切换到 a p i e 这里面来，点击启动，然后回到 vs code， 我 们关掉，重新起一个绘画。 现在我们来问一下你现在使用的模型是什么？ 好，这里我们看到我当前使用的模型是 cloud 双列克四，然后同样的我们也可以在这个模型切换里面去切换相应的模型。好，今天的分享就到这里，谢谢大家。

嗨，大家好，欢迎来到本期的深度图鉴，今天我们要聊点绝对能颠覆你日常工作流的黑科技，大家想象一下啊，如果现在能把那些最前一眼的，能把你写代码、做策划，甚至处理一大堆繁杂数据的人工智能，直接揣进兜里，随手随地拿出来就用，是不是听起来像科幻小说？ 其实不然。这就是我们今天要给大家深挖的终极便携式 ai 解决方案小侠牌儿，也就是 opencloud。 这不是什么画大饼的概念，而是你现在立刻就能拿到手的生产力神器。咱们说实话，现在谁不想拥有一个专属的 ai 助手呢？看着别人用 ai 刷刷刷地干活，效率翻倍， 咱们肯定眼红啊，对吧？但是一想到要自己去弄什么本地部署，很多人立马就头大了。满屏幕让人头晕的英文代码，各种复杂的环境配置，还有那些永远解决不完的报错，甚至还要你去搞懂怎么弄网络设置。 说真的，那种想用又装不上的挫败感真的太劝退了。不过别急，完美的破局方案，这不就来了吗？隆重介绍一下我们今天的主角小虾盘，大家看这个抱着 u 盘看起来特别自信的红色小龙虾， 它其实代表了一个非常有意思的玩法，用一个小小的 u 盘帮你实现养虾自由。这里的虾呢，就是你专属的 ai 小 助理。 opencloud 相当于是把原来那种冷冰冰、门槛极高的 ai 技术，变成了一个实实在在的你能拿在手里腕腕儿的数字小宠物。咱们对比一下就知道它有多香了。以前搞 ai 部署那真的是一场噩梦， 你要花好几个小时去下载，去配置那个什么拍档环境，好不容易搭进整个一个报错儿上。但是小虾盘呢？它带来的体验完全是颠覆性的， 真正意义上的开箱即用它绝对不是个消耗你耐心的麻烦精，而是一个直接帮你省下大把时间，让你一上来就能直接开干的移动虾塘。它的操作啊，被极度简化到了你都不敢相信的地步，你只需要做两步， 第一，把这个 u 盘插进电脑。第二，双击图标没了。对，就这么简单，双击直接启动，也是它最让我兴奋的地方，完全免安装，零配置， 不需要懂任何编程知识，也不用去管什么系统变量，彻底跟那些反人类的安装教程说拜拜！插上 u 盘，双击点开就能聊， 这才是给咱们普通人用的 ai 工具该有的样子嘛！更绝的是什么呢？它彻底打破了电脑跟电脑之间的那堵墙。你想想这个场景，你在公司用台式机，跟你的小助理刚聊出一个特别棒的策划案雏形，下班点到了，这时候，你不用去导数据，拔下 u 盘直接走人。 回到家，往自己的笔记本上一插。好家伙，所有的历史对话，你的专属设置，包括你的工作习惯，全都在里面原封不动地等着你，思路绝对不断档，这才是真正的一盘走天下。当然了， 大家可能会问，这么方便，那它的能力会不会打折扣啊？绝对不会！小下盘其实是在后台深度适配了咱们国内目前最顶尖的那些大模型生态。不管你是喜欢逻辑推理超强的 deep seek， 还是习惯用全能的同一千问，或者是喜欢充满个性的 mini max 都没问题。你可以根据自己手头的工作，随时灵活切换最聪明的那个大脑来帮你干活，选择权完全在你手里。重点来了，朋友们，它最具杀伤力的卖点绝对是纯本地大模型部署。这一下子就解决了咱们用 ai 最大的两块心病，花钱和泄密。 你想啊，平时出了一个公司账单、客户名单，或者写个商业机密往云端上传，是不是心里总发毛？ 用小夹盘就完全没这个顾虑，因为你的数据绝对不会跑出你的电脑，安全感直接拉满。而且因为是跑在本地，你可以无限次地跟他聊，完全不用去考虑什么偷坑计费，使用成本直接降到零， 随便用，完全不心疼。除此之外，他还特别懂你怎么工作。小夹盘全面打通了咱们每天都在用的那些通讯软件， 不管是微信、飞书还是 qq 钉钉，它都能完美兼容。这就意味着你根本不需要再去学什么新软件的界面。你完全可以直接在每天发消息的微信里或者公司的钉钉群里，像艾特某个普通同事一样，直接唤醒你的 ai 助手。这种零学习沉稳的体验，不仅你自己用得爽， 你要是安利给整个团队，大家也都能光速上手。而且你要知道，这小助手它不是一成不变的可扩展性，这就跟你玩游戏给角色打装备一样， 你可以不断的给你的小虾装上新的技能包，新的工作流，甚至各种五花版本的插件。你越是频繁的用它，它就越懂你的套路，越能完美贴合你的特定需求，最后它会变成一个谁都替代不了的超级私人大脑。听到这里，可能有些朋友心里还在犯低谷， 这东西听着是挺神，但万一我买回去，我的电脑系统有什么特殊情况插上没反应怎么办？各位，请彻底打消这个念头，只要你入手的是咱们正版的小虾盘， 直接附赠超级强大的一对一的远程售后协助，遇到任何卡客的地方，都有专业的工程师直接远程帮你排障，全程保驾护航，包你安装成功，绝对不让你踩坑，一秒钟带你进入高效的养虾状态！所以说到底，这款产品的灵魂，咱 们用一句话就能总结，那就是你的仙儿跟你走，这是小仙儿盘能给你的实实在在的价值。它把那种原来高高在上、复杂无比的前沿科技 完美压缩在了一个免安装、巨安全还能随时穿进口袋的 u 盘里，可以说是目前大家能买到的最容易上手，也是永远专属于你的个人算力小伴侣了。那么问题来了， 面对每天繁重的工作，你是想继续跟那些复杂的配置死磕，还是想拥有一个能让你游刃有余的超级主场呢？真的 别再把宝贵的时间浪费在无意义的炒股场呢？真的别再把这只属于你的能 能帮你实现养虾自由的小虾盘带回家，从今天起，让最顶尖的 ai 真正为你打工！好了！感谢大家观看本期的深度图解，赶快去体验吧，我们下期再见！

全网刷屏的 deepsea v 四，你用它试过养龙虾的效果了吗？ t box club 已经接入 deepsea， v 四直接陷入你的工作流。你可以直接在微信里用 v 四，不用切换 app， 直接打开微信对话框下达任务。吃饭的时候丢一句指令，让他帮你干活，整理会议纪要，分析数据，翻译竞品文档，干完直接发给同事。 你也可以装一个 skill， 让 v 四帮你做整套的任务。平时跟 dipstick 只有一万一打，用 tbox cloud 的 v 四让你一条指令搞定。加上 v 四的百万上下文，超强记忆力，能记住海量前后内容，不用从零开始，而且越用越懂你。 你还可以在 tbox cloud 随时切换多个模型。咱们可不是只有 v 四，还有 g l m 五、迷你 max 二点五 同一个问题，你轻轻一点就能看到哪个模型最适合你要的场景。 v 四的脑子搭配 tboxcall 的 手脚，让你的 ai 助手从能聊变成能干。点个关注，下次产品更新第一时间推给你！

用第四科 v 四当我手机龙虾的大脑来看一下都能做些什么？首先是各个平台的自动养号，私域里回复消息，自动寻找有意向的客户，甚至是帮我点外卖，大家还想看龙虾手机干什么？

bbc 微视出了手，我用了一个通宵，直到第二天早上六点实在熬不住了才去睡的。我有两个项目，有几个 bug 一 直改不彻底，时不时就会出现恶心我一下，折腾了我一个多星期，接上了微视之后，大概花了半个多小时吧，就把这些 bug 全都摆好了， 我把它丢给龙虾进行各种暴力测试，都没有再出现过。这段时间我就一直用威士来开发自己的项目，进展非常的顺利。威士在说明里说说距离顶尖的大模型有三到六个月的差距，但仅从我个人目前的使用感受来说，并没有感觉到明显的差距。 目前公认代码能力最强的是 cloud， 一 般我只有遇到实在解决不了的 bug 时，才会把项目搬过去，让 cloud 给我查一下它的价格。对于我这种业余开发还没有实际收益的项目来说，实在是太贵了。 之前有一个数据丢失的问题，在 cloud 上也没有给我彻底解决，在某些场景下它还是会复现。这次微视也帮我彻底搞定，在我这里，它就是当时第一的大户型。

在 deep sink v 四的加持下，我的龙虾终于可以完全地操控企业谋心了，并且你不需要担心被封的风险，这个是完全合法合规的，官方允许的。 好，那么具体是怎么样实现的呢？接下来一个视频带着你手把手的来操作啊。好，那么咱们先来看效果啊，看它究竟能不能实现啊。那大家可以看到，我目前登录了企业某信啊，然后接下来呢，我让我的龙虾给我的企业某信去发一个消息，因为我的这个企业某信呢，它叫做小美 啊，所以， ok， 这块呢，我就让他给小美发消息，让他明天八点钟开车到家里来接我，对吧？后面是你发消息的内容啊，那就是明天八点开车到家里来接我 啊。这时候咱们只需要啊，使用 devink 为四，只需要去发这行命令给龙虾敲回收啊，大家可以看到啊，我这 ok 啊，没有任何的 操作啊，大家可以看到，没有任何的操作啊，这时候龙虾就在后台开始发消息了啊，等了一会之后看到没，然后龙虾告诉你已经发送成功了，然后咱们在这 收到了消息，明天八点钟开车到家里来接我。好，那么接下来呢，咱们来看具体的实现技术啊，这个是通过企业某信官方提供的 c l a 来实现的，因为是官方的项目，所以你不用担心被封的风险。那么它提供的功能得有哪些呢？ 在这个介绍里面，大家可以看到，他除了可以去操作文档啊，操作表格，然后可以去添加代办事项，管理你的会议和日程之外， 还有一个非常重要的能力啊，他能去查询你的绘画列表，能拉取啊，就查询你的所有的消息，这些消息可以是文本，可以是图片，可以是音频，可以是视频，并且我可以将音视频下载到本地。 还有一个非常重要的就是他可以帮你去发消息啊，我可以帮你读消息，然后帮你去发消息。大家想想，直接原声的官方的就给你开通了这个口子了，你可以直接去调了，所以不用担心合规性的问题，完全是合规的，他不会去封你任何的东西。 那么实现的效果呢，就是开头给大家去演示的那个视频，当然除了发送消息之外呢，查询消息啊，下载音视频啊，都是不在话下的。好，那它是怎么样实现的呢？啊？它的实现呢也非常简单呀，只需要三步 啊，就搞定了，哪三步呢？首先咱们先安装 c l i 啊，使用这行命令在你的窗口里面啊，这时候如果你是 windows 的 话，那你就点击这个 windows 键，然后输入 cmd 啊，把这一行命令直接 复制进去就行了。复制完进去之后呢，敲回车就行了，如果你是 macos 的 话，你就去找终端啊，应用里面找终端，然后复制同样的命令啊，敲回车啊，很快它就安装成功了啊，安装成功之后呢，咱们要测试一下它是否安装成功了。好，输入这行命令，如果它显示版本号， 那就说明你已经安装成功了，那完成了百分之三十的工作了。好，那么接下来呢，是将技能复制到你的龙虾或者是爱马仕的目录里面，咱们在 啊这块拿到所有的技能，那所以技能大概有四到五个吧，所有的技能，然后复制到你的当前登录的根目录底下，比如说龙虾，那就是当前登录用户的 open cloud skills 里面把它进行粘贴啊，粘贴完之后呢，第二步就完了，然后接下来第三步啊，第三步是需要你去出使画一个机器人，通过龙虾连接这个机器人，然后通过这个机器人去发消息的 啊，所以咱们就使用这行命令在你的控制台里面进行输入，输入完之后呢，这时候他会提示一个扫码接入或者是手动输入的方式，那你就选择扫码接入啊，然后确定之后呢，他会弹出来一个码，然后弹完码之后呢，你用企业某信扫码啊，然后给他起个名字， ok， 就 创建好了， 创建好了之后呢，整个对接就完了，对接完了之后呢，你就可以实现咱们刚才视频开头的那样的效果了 啊，我可以让他先去查询我所有的好友都有哪些，然后查询出来之后呢，我只需要去告诉他给哪个好友去发什么样的消息，他就能发了。但是查询消息也是一样的啊，你可以让他去 读取所有的列表，比如说这时候你有和张三的聊天的列表，他会读取出来，那你就告诉他查询我和张三的聊天记录啊，比如说最新的十条记录，他就查询出来了。那么到这咱们就使用官方提供的方式， 使用你的龙虾或者是爱马仕来真正的去接管你的企业谋心了。所以大家觉得这种操作方式如何呢？欢迎评论区留下你的宝贵意见，我是磊哥，每天分享一个干货内容。