claude开源版本区别

分享一个昨天下午开源的项目啊，叫 open design， 你 可以把它理解为开源版的 cloud design， 它就是一个设计师， 这个项目就是把类似的设计工作流做成了开源版本。作者自己也说了，他是逆向争流的，他的核心逻辑很简单，你给他一个需求，他帮你把需求变成一个真正能看的设计作品，就相当于是一个优秀的设计师。 它内置了很多设计场景，各种软件的 ui 啊，或者 ppt， 博客页面都可以类似这样的， 这个属于移动端的这种交互页面的设计，更关键的是它内置了很多设计系统，比如你想要那种 verso 啊，或者 big 嘛这种产品感很强的视觉风格， 它都可以按照这些设计规则去生成。它就是有一套明确的设计规范，颜色、字体、间距、组件、版式 都有规则约束，它内置了十九个 skill， 还有七十一个设计语言。就设计风格还有五种视觉方向，它可以接入你电脑里任何一个智能体，比如说 cloud code， codex， 小 龙虾呀， hermes 都可以用它。 那你用了它以后呢？就相当于把你常用的智能体变成了一个 ai 设计师。因为目前很多大模型的短板，其实就是 ui 设计上面 那对普通人来讲的话，假如说你要做一个 ai 工具页面或者是课程销售页，想做一个视频里展示用的那种产品页面，做个 ppt 啊，或者做一个小软件都可以用它 安装方式也很简单，你只需要复制这个地址，把地址丢给你的任何一个智能体，就是你在用的。你 如果用小龙虾，你就丢给小龙虾，用可乐扣的，你就丢给他，让他去安装就可以了。目前这个项目才发布了几个小时，已经快到一千个星了，还是很火爆的， 我预测超不过一个月，这个星应该会达到四五万，这个一点也不夸张，因为非常非常的实用，所以大家可以关注一下。

open code 是 cloud code 的 开源低配平替版，因为 cloud code 本身来讲是支持 elastic， 自家的，人家全套闭源模型加这么一个闭源工具，那么 open code 就是 我全开。那么从个人开发者的角度， 即刻黑客的角度，我都可以从这 tab 上把这个 open code 的 代码下下来，按照我的需求进行改造。而且它完全的跑在本地，它适配全球的，我就随便可以配。但 小赵是主要用 cloud code 用的多， open code 呢，也曾尝试过，包括社区里面很多的反馈。现在你要硬说谁更强，那依然是 cloud code 更强。为什么？因为 cloud code 不 仅工程能力上，最关键的是它背后的模型能力也是要更强一些， 包括它在处理这种超长的上下文，比如说上下文达到了百万，那还是 cloud code 要更牛一些，因为你在 open code 里配的这个模型，比如说它上下文能力就远远不如 cloud code。 总之，对于技术特别狂热，我就是要追求最佳性能，不太差，钱儿多跑 token 无所谓，你就首选 cloud code。 然后呢，不是那种重度使用者，我只要有这么个东西能用，那对于大多数小伙伴来讲， open code 真的 够用了。

你是否希望 cloud 支持中文界面？现在有开源汉化方案可供尝试，帮助解决中文显示问题。具体操作步骤，将这个项目克隆到本地电脑，解压缩资源包运行批处理文件，选择数字一进行处理， 然后重启 cloud 应用，在 language 选项中设置语言即可。

活久见 cloudco 的 代码刚刚全部泄露，各种待发布的狠货产品被爆料出来，全网围观。这次不是黑客攻击，而是 entropic 自己手滑把包含完整原码的 source map 打包进了 npm， 结果瞬间全网疯传，两小时就在 github 斩获金万星， 直接让吃瓜群众看傻了，包括五十万行 typescript 原码，再被网友火速解包，挖出所有未发布的狠货。可以提前一睹 clout 全景的生态蓝图，比如虚拟宠物、多代理协同自动记忆整合，全都要来了！尤其是这个自动记忆整合。简单说， clout 能在你不使用时整合记忆，类似人类做梦，让 ai 越来越懂你。 还有神秘功能，如 carols 守护模式 and cover 隐身模式，全都指向一个目标，让 a 诊更智能、更有趣、更无缝。

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。

你现在用卡扣啊，是不是还停留在一问一答的阶段？那如果是的话，你可能只用了他百分之十的能力，但如果你用了这四个项目啊，你将挖掘他剩余的潜力， 那这四个项目核心都是在做一件事，让卡扣变得更强，更自动，更省事。我们按照从功能最强大到最适合新手的顺序来介绍。首先介绍第一个项目， every single， 那 十六万九千新是这个四个里面最火的，那名字很直白，就是跟卡扣有关的一切全都给你打包好了。 那它到底有什么？我给你拆开来说。三个最核心的东西。那第一个是 agents， 你 可以理解成，是啊，你雇了一只 ai 小 队，有专门审查代码的，有专门修 bug 的， 还有专门做安全检查的，还有专门写文档的。那也不用自己说帮我检查代码安全性， 只需要输入一个命令，一个专门做安全的 ai 就 会被召唤出来了。第二个叫钩子 hooks， 那 举个例子啊，你每次改完代码的时候，它自动的帮你做一次质量检查，你准备提交的时候，它自动帮你跑一遍测试，发现问题会直接拦住你。那这些全部静默在后台运行啊，你感觉不到它存在，但它一直在帮你兜底。 第三个是技能包 skills， 你 可以理解成是一个技能的工具箱，代码审查呀，安全检测啊，自动测试啊，写文档啊，各种专业场景都有，现成的方案直接拿来用不用自己从零开始配置了。 第二个叫 superpowers， 十七万星，听着这个名字啊，就很霸气，给你的 ai 加 buff。 它和第一个项目最大的不同是啊，它不是功能的堆砌，而是一套完整的工作流程，它会交可扣的。在你开始写代码之前啊，先做什么？那整个流程是这样的， 你说我想做一个登录功能，它不会直接就开始帮你写代码。第一步，它会反过来问你问题，帮你把整个需求想清楚。第二步，设计方案给你确认。第三步，拆解成一个个小任务，每个任务都有明确的执行步骤和验证方法。第四步，派出子代理，一个个任务自动去执行，自己做，自己审，自己继续。 它的核心理念就是啊，先想清楚再动手。这也是很多人用 cloud code 翻车的一个很重要的原因，上来就让 ai 写，结果越写越烂。第三个叫 oh my cloud code， 三万一千新。那这个是今天最有意思的一个，它解决了一个问题是既然一个 ai 太慢，那就用一群 ai。 你 可以这样理解，以前你让卡尔扣子做一件事啊，是一个卡尔在那里一步一步的做。那这个项目啊，可以让你同时派出三个、五个甚至更多的代理，分工合作，并行干活。 它最核心啊，就是团队模式，你说一个目标，它自动规划、分工、执行、验证，形成一整个完整的流水线。它还一个叫 autopilot 的 模式，你说一句话它就自动的跑完，从规划到写代码到测试，一条龙服务。 还有一个我特别喜欢的功能啊，任务做完了，它会自动发消息给你，直接推送到客户端软件，你不用盯着屏幕去等。最后一个叫 cloud how to， 那 有接近三万星，虽然 star 数量是这四个项目里面最少的，但我特别想给不是程序员背景的朋友推荐它。那前三个项目都是增强的工具啊， 而这个项目是一份学习的地图，他把卡扣的所有的功能按照从入门到高级分成了十个模块，从斜杠、命令啊，记忆啊，技能啊，子弹里啊，钩子啊，插件啊，每一个模块都有可实时的流程图，有可以直接粘贴复制的模板。 这个项目的作者说啊，只要你按照这个路径去学习，一个周末就能快速上手。而且你还可以直接在可靠 code 里面直接运行一个自测的命令，他会给你出题，然后帮你找出自己的知识盲区，然后给你一个个性化的学习计划。这对于非技术背景想要学 web 控店的朋友来说啊，是目前我见过的非常友好的入门路径呢。 好了，今天总结一下这四个项目啊，如果你是 cloud code 的 重度用户，追求极致的效率，那用 everything cloud code。 如果你经常遇到 ai 写着写着就跑偏，那就用 superpowers 来规范整工作流，那如果你想让多个 ai 变形干活啊，解放双手，那就用 oh my cloud code。 那 如果你是刚入门，想系统地学习 cloud code， 那 就用 cloud how to 去做学习的地图。那最后问一下啊，这四个项目里面，你最想先是哪一个，可以在评论区分享，我下次可以专门出一期来演示。

大家好，我是海洋，欢迎来到海洋 agent 的 空间。然后今天咱们要聊的话题是这个 humulus 还有 cloud code 是 不是要二选一，因为网上大家都在讨论这个哪个大模型好用，其实我的终极解法就是让你的龙虾去自己进化，去分别去学习 cloud code 和这个 humulus 合为一体， 然后让你的龙虾对它们取长补短，形成一个终极进化就可以了。然后下面给大家看一下我的操作， 大家可以看一下我现在是用的 workbody， 也就是腾讯的龙虾，然后腾讯的龙虾其其实是集成了这个底层，就是 openclaw 的 开源模型。然后现在呢，我是让这个 腾讯龙虾去执行这个专属的任务，去学习这个公开的 cloud code 的 这个完整源代码，然后内化架构与工作逻辑，完成自我进化重构。然后以后都以全程就以 cloud code 的 这个范式去进行执行任务。 然后你给他指令的时候就说明一下，让他学习这个 cloud code 源码的时候，只学习这个公开的合规的这些， 呃，工程结构了，泄露的代码了，核心的模块的逻辑了，不做侵权搬运就可以了。然后让他去生化拆解并内化这个 cloud 的 一个底层架构代码，理解逻辑，全站的工程思考方式 和这个多文件的关联项目决策流程，完全内化成一个自身的底层能力，不是简单模仿，而是重构自己的工作逻辑。 然后要基于 cloud code 圆满的这个标准架构和规范自我进化，淘汰原有的低效的思考模式， 完成学习内化自我进化，永久的固化新的工作模式，后续我下达的所有任务，它都需要拆解，全部默认用 cloud code 的 思考逻辑和标准来去执行任务。 然后这个我的 workbody 收到我的任务，它就开始进行一个自我学习，自我进化了，这个我在前面的视频中也有讲到这个怎么让它去学习自我进化，还是你要需要不断的训练你的龙虾， 然后这个 workbody， 这不是，这就说 cloud code 工程范式内化重构完成，然后交付了这些报告，学了这种五十万行代码的这个文件，然后深度学习，进行了一个自我净化。 后面就是行为，从现在起我下达的所有的开发产品架构编码项目任务，他都会默认采取这种九步管道标准的流程执行呃，上下文稀缺性原则，管理信息密度，然后拒绝优先安全姿态， gather gather art murphy 循环验证结果并行 agent 编排加速复杂任务结构化工具调用替代模糊操作。深蓝 v 二点零已就位，因为之前它一直 我给它命名就是深蓝一点零嘛，现在变成了深蓝，它自我进化成深蓝二点零啊。然后后面我又听说这个 hummers 比较火嘛，就那个爱马仕的龙虾， 然后我也给他了一个场景，让他去进行这个爱马仕的一个终极进化，我给他指令就是说你现在要进入终极的终极的进化模式，核心目标就是根据爱马仕 openclaw 这些公开的开源的数据源码，全面学习吸收 爱马仕的全部优势和和你自身的这个 workbody 的 这个稳定性、本地安全中文适配能力相融合，形成三合一的最强智能体， 具备持续自我进化能力。然后第一点就是学习并吸收爱马仕的核心优点，它的核心优点目前就是长期记忆自我进化，对吧？深度反思和主动优化。 然后第二点就是学习并吸收 opencloud 的 一个核心优点， opencloud 的 核心优点就是强兼容性、多工具调用、任务拆解、企业级适配，这块是 opencloud 的 优点。然后我要保留这个 workbody 的 一个自身优势，就是本地优先、隐私安全， 企业级的稳定、中文的深度优化，然后以及这个原生集成。然后 最后就是让他自我进化永久生效，每次任务启动必须执行对比这些优点，然后根据这些优三合一的智，以这种三合一智能体的这个姿态去做以后的每一个任务。然后我的这个龙虾呢，就开始自我进化 他，他会去自己搜索这些其他龙虾的公开的资料，然后进行一个 代码获取，然后进行一个自我进化，你看这边都已经获取了他们的这个完整的架构信息，现在要融合框架。最终 最终进化体三点零完成了，现在是深蓝，相当于一点零是他本身， 然后二点零是集成了这个 cloud code 的 一些一些优点，然后现在深蓝是相当于是 v 三点零版本了，已经完成超级终极进化了。 然后你看已吸收了核心 hums 的 核心优点，五层记忆系统 g e p a 自动化，自动的 q 集成生成用户的建模 f t s 五权威搜索。然后吸收了 open cloud 的 这些优点，二百一十九个技能，生态多 a 阵的编排， 然后全工具链任务拆解，企业的适配，保留了咱们这个 workbody 的 一个核心优势， 然后这个机制他就告诉我，你现在拥有一个越用越强的智能体，每次任务我都会学习沉淀计划，记住你的习惯，习惯和偏好，跨绘画永久生效，开始用我吧，我会越来越强。然后这就是我给大家说的，大家遇到这种，比方说 你们一直在想这个模型好还是那个模型好，哪个模型好的时候，你不用纠结，你直接让你的 work party 去学习不同的模型的优点。根据网上公开的数据，因因为这些原码都有大神去公开这些原码，所以 这是对我们的龙虾进化来是非常有利的。下面大家就去试一试吧！今天的视频就录制到这，下期再见！拜拜！

cloud design 太贵，想要本地部署的离线设计工具？ nexio 开源的 open design 是 终极替代方案，功能完整的专业级工具。 像 cloud design 这类的工具确实好用，但昂贵的月租费，必须联网的要求，以及无法用于企业机密原型的隐私顾虑，劝退了大量产品经理和独立开发者。 opendesign 是 一个完全离线运行的工具，它能接收大模型的指令，在本地进行渲染，直接生成 web 圆形幻灯片，甚至是 mp 四演示视频数据决不出狱， 免费不代表廉价。它内置了十九个 ai 技能和七十一个品牌级设计系统，全面兼容 cursor， gemini 等主流 agent 工具。一句话，生成 apple 或者 material 风格的高保帧界面。 对于全站开发者、产品经理和创业团队来说，使用 impax 初步化并启动本地沙河，你就拥有了一个免费安全且无穷潜力的专属 ai 设计师。工具的民主化，正在让个体的创造力以前所未有的速度爆发。 想要零成本拥有大厂级别的原型设计能力，赶紧去把 open design 跑起来，我是 andy， 下课。

二零二六年，你们一定一定要学会使用可劳克的，毫不夸张的说，用好它至少能让你的生产率翻二十倍，因为它的功能不仅仅是写代码，开发应用，我一直都把它当成通用 agent 在 用， 你可以用来写文章，做数据分析，甚至上整理报销发票，这样的繁琐需求都能用它一句话搞定。那么究竟该如何安装并熟练使用可劳克的？除了官方的文档，我最推荐的就是这份完全免费开源的可劳克的中文教程。 可以看到，从安装环境配置、如何使用国产大模型、平替基础使用指南到进阶实战技巧，写的非常详细，而且是全中文。我真的建议你们每个人都可以把它收藏起来，用起来，找不到的话可以跟我说。

大家好，今天给大家分享用 cloud code 搭建大 a 稳定的数据源，我对 github 上七个数据源进行了实际的测试啊，下面给大家分享我测试的结论。我测试了七个数据源，最后留下了五个啊，数据源就包括这七个， 呃，这个是通达讯第一个，第二个是腾讯财经，财经财经，第三个是一跟艾文才一家的同化热点。 第六个是 to share， to share 因为要收费，它有积分墙，所以就免费，数据很少，所以我就把它给变掉了，然后 a share 这个基本上项目停更了，接口都挂了， 所以最终入选这五个啊，然后这是它的接入方式。然后下面我对这五个数据源的接口的数据进行详细的分析，分为五个板块。 首先第一个是行情层面的，呃，通达讯呢，它的优势就在于，呃它有这个实时的价格跟五档的盘口，然后 k 线的数据日周 月分钟级都是全的，还还包括主笔的成交数据。然后如果大家要调 k 线的话，用通达讯是最好的，然后它也不需要 api， 直接去连接就可以了。 然后第二个呢，也必须要接的就是腾讯财经，它是公开的 a p i， 然后它跟通达讯是互补的，通达讯是一些实时的交易的数据，然后腾讯财经呢，它是 pe， pb， 市值，换手率这些经过计算出来的数据，然后大家通过这两个数据库就能调取基本上全面的一些行情层面的数据了。 然后这个 excel 就是 淘汰掉的，就是大家也很多人也反馈说被东财给变掉了，封了 ip 经常失效，然后就这个就不用了。然后最后一个是同花顺，同花顺呢，有个比较 强势的原因，入选的原因就是他有这个当日强势股的题材归因啊，这个我就不具体说了，大家应该都懂什么归因，他说为什么这么强势，就给大家解释到这吧。呃，再多我也不好去细说啊。第二个模块呢，就是研报，就研报层面的数据我们从哪里获取？ a k share 里面有这个东财的，它这个研报的数据库，这个 api 其实是比较好用的，因为它的调取不会像那个日 k 那 么频繁，所以用这个接口是可以调取研报的，而且它都是 pdf 版的下载的。 然后这个是机构的一致预期，它是也是 a k share 里面的，但它是同花顺的这个接口的源头。呃， 然后艾文才呢，它比较独特的一点呢，它是支持这个羽翼的搜索，就比如说你搜人形机器人，然后加四杠，然后它能够跨主题解锁。它的缺点呢，就是需要你去登录这个艾文才的 skill hub。 呃，去拿个 api key， 然后才可以用，然后吐血呢，因为积分强啊，然后我就不推荐了。 呃，新闻层面就包括各股新闻快讯，还有全球的资讯 excel， 他 接的是东财的这个个股新闻，这个是 ok 的， 可以用的。呃，然后还包括财联社，财联社这个接口也是很好用的，它是分钟级的更新，属于最快的这个资讯员嘛，因为我们手机上有时候也会装这个财联社来获取新闻， 然后全球新闻也是接这个东财的这个接口就可以了，也挺好用的。然后通达讯呢，跟腾讯他们都没没有这个新闻的接口。 第四个模块就是基础的数据层，就是财报啊，这个 eps， 然后包括公司概括、股东这些，这个都是通达讯他可以接的，大家用通达讯去调取这些数据就好了。通达讯这个服务器很快也很好用 啊，但是有一些可能有些不一定齐的啊，在总市值里头，市值这些上市时间这些啊，也可以通过 a、 k、 c 进行补充。然后财务的话就不要走这个通达讯了，因为属于高频的数据。 第五个是公告层面，公告层面就是巨潮，巨潮它的接口是 excel 里面封装的啊，可以去里面调取出来。然后通达讯呢，它也有这个呃公告、分红、股东权益这些指标的信息，所以公告层面就用这两个接口也就可以了。 呃，六个层面的这个选型的汇总啊，我就给大家分享一下。就是首先第一个是我们刚才分析的，就是呃，通达讯跟腾讯财经的行情层面的， 这两个是互补的，不封 ip 的， 这个是 ok 的。 然后研报呢，就通财、 excel、 信号层，信号层就是，嗯，我放在行情层面在里面，就是这个特殊的热点归音，这个对某些选手来说是很重要的。然后第三个是新闻，然后记住数据公告啊，这几个加一起呢，就是大家需要的数据源吧，基本上都能覆盖完了， 覆盖了这这十五个接口，包括行情、研报，先要从这六个层面一共有大概十五个接口，就能把大家全都的需求全都覆盖了。 封装的话，呃，可以通过这六个数据源里面的接口数据进行一个啊合并的封装，封装成一个 crosscode 的 skill 啊，大家可以去拆解这些库来封装。 呃，如果大家就喜欢快一些用上这个 skill 的 话，我自己也封装了一个。呃， skill 就 把这些我刚才介绍的比较好用的接口统一封装成了这个 a stock date。 呃，需要的朋友可以去看我的首页介绍 啊。最终的方案呢，就是我们行情数据走了同大讯加腾讯财经，然后研报走了东财加 excel 羽翼的搜索呢，这个其实也挺重要的，就走了艾文才，然后热点归音呢，这个也对某些选手来说也很重要啊。 ok， 今天我的分享就到这里啊，欢迎大家的关注啊，谢谢大家。

你信不信七十二小时就能复刻出一个 cloud design？ open design 浓缩和逆向了 cloud design 最先进的设计，用它来做网页、做 app， 甚至是做游戏， c g 都不在话下。拥有百分之九十五以上的还原度，十九个 design skills 以及七十一套设计系统。 ai 设计工具可能要进入开源加速期了。关注我，带你了解更多 ai 干货！

炸了，开原版 ai 黑客真的来了。这个东西叫删诺，你只要把网站丢给他，他就会像真人黑客一样自己找入口，自己是漏洞自己绕登录自己拿权限，几乎不用人盯着。最狠的是他不是实验室概念， 而是把自动入侵这件事直接开源了。以后企业要防的可能不只是黑客，而是一堆二十四小时不睡觉会自己打网站的 ai。 我是 硅谷赵博，关注我第一时间看懂硅谷最新动态。

它被很多人称为 cloud 赞的平替神器，完全开源免费，还支持本地私有化部署，不用被绑定专属 ai 模型，完美兼容 cloud code、 cursor 等各类编程助手。内置七十一套一线大厂设计规范和多种高级视觉风格，能一键生成网页原型、 后台仪表盘、移动端、 ui、 商务 ppt 以及各类工作文档，还能导出 html、 pdf、 pptx 等多种格式。不管是开发者、设计师还是自媒体创作者，都能直接开箱即用，靠 ai 轻松搞定各类设计创作需求。

最近有很多小伙伴问我 clock code， openclock codex 到底有什么区别？有什么功能？如何选择？今天一个视频给大家讲清楚。 clock code 是 终端原声编程智能体，深度理解整个代码库，能够本地执行，专为代码场景设计。 openclock 开源通用 ai 代理框架，能够常驻运行不止编程，可自动化电脑上几乎所有操作 codex 后笨 ai 出的云原声代码智能体，轻量高效，擅长批量自动化终端编码助手。它们都是大模型驱动的 ai 代理，智能体能，理解自然语言，读写文件，执行命令，都面向开发者或者技术用户，主打用自然语言干活， 都支持多文件编辑。 d 操作调试和运行代码。接下来是它们的区别。科尔沁本地终端执行隐私号， 大型项目架构复杂，奔本地开发是单一工具，像一个聪明的终端插件，专注编码，能让你明白问题出在哪里，帮你边做边修改。 都本科啊！全场景自动化，跨软件开源，可定制，满足你的日常化需求。向你的个人 ai 管家，不仅写代码，还能接管通知，定时任务。多平台消息显你拥有全部基础设施。 codex 云端沙盒执行隔离好，清亮高效，并且便宜。向你的编码速记员你口述需求， 它秒编代码，几乎零延迟。如果你只是偶尔在终端写代码，三者都能用。但如果你想让 ai 持续在线跨平台协助深度定制，那 open q 二是最好的选择。好了，今天的视频就到这里了，点赞关注，带你玩转更多 ai 神器！

分享一个开源项目， understand anything m i t 协议可以免费商用。一句话说清楚它是干什么的，把任意代码库变成可交互的知识图谱， 装进 cloud code codex 这些 ai 编程工具里用。先说它解决什么问题？你有没有遇到过这种情况，接手一个项目，几十万行代码，不知道从哪里读起，只能靠 grip 和反复打开文件，花好几天才能建立基本认知。 understand anything 就是 解决这个问题的， 它用 ai 自动扫描整个项目，把每个文件函数类依赖关系提炼成一张知识图谱，让你可以点击搜索、搜放地看整个项目结构，而不是盲读代码。它不是独立运行的工具，它是使用在 cloud code 这类平台上的插件， 定位是代码理解层，介于 ai 帮你写代码和你自己读代码之间。为什么需要它？三个判断，第一痛点，真实存在， ai agent 接手大项目时， ftp 又慢。 第二核心，假设成立代码的结构关系比代码内容本身更有助于快速定向架构图确实比竹行阅读高效。第三，技术路线合理，它选择预计算图谱，而不是每次实时分析图谱可以提交进代码库团队共享，不用重复花钱。 记住一句话，它解决的是大代码库人类看不懂的问题，不是 ai 效率问题。底层怎么做的？三层架构，最下面是入口层，你输入的斜杠命令都在这里定义。中间是 ai 层九个 agent 的 prompt 模板，每个 agent 专注一件事。最下面是引擎层，这里才是真正的代码逻辑， 完全不依赖。 l l m 用 cmd 解析语法术支持四十多种语言，关键分工是， cmd 负责读懂代码结构快准 免费， l l m 负责理解代码意图慢花 token， 两件事分开做，互不越界，这是这个项目最聪明的设计。再说九个 agent 怎么协同，减五个是必须跑的，第一个，扫描文件建立清单。第二个是最好 token 的， 让 l l m 给每个文件写白话摘药，最多五批并行。 第三个，判断每个文件属于哪一层，第四个，按依赖顺序生成导览路径。第五个较验图谱完整性。后面还有三个可选的 agent， 用于业务域分析和 wiki 知识库分析。第九个不是执行 agent， 是 格式规范文档，保证所有 agent 输出格式统一， 执行顺序就是追 sit， 静态解析不花钱，然后五个 agent 依次跑，最后合并输出一个 jason。 文件安装只需要六步， 进入项目目录，启动 clockcode， 添加插件，再在斜杠 plug in install 重新加载，然后 understand 加上 language g a 参数，生成中文版本。最后 understand dashboard 打开可示画面板。就这六步，完全不需要自己写代码和提示词。 好，重点来了，我们实际跑了一遍克隆这个项目的开源源码，让他分析，结果是消耗了日额度的百分之八十八， 我们用的是五倍套餐 a p i 调用时长将近五十分钟， token 消耗合计约一千两百八十万。跑完之后，分析了三百八十二个文件，生成了六百五十五个节点，六百九十一条依赖边。还有十三步导览路径， 图谱教学零个问题。图谱建好之后，后续只需要增量更新改动的文件费用会大幅降低，不需要每次都重新跑。全量分析， ai 把整个项目自动分成了十个层，每个层是一类文件的集合。右上角标了 simple， 是 它评估的复杂度。右侧列出了文件类型、编程语言框架，节点类型分布。 ai 不 只是按文件分，连函数级别都识别了。复杂度分布，连接最多的节点节点平均连接数分析时间点进分析引擎核心这一层，它把这层的所有文件平铺出来，每个卡片就是一个文件， 上面有它是干什么的。中文摘药，还可以查看源码。以前接手项目要一个文件，一个文件，打开看它是干什么的，现在直接读摘药，一百三十七个文件扫一遍只需要几分钟。仪表盘 u i 你现在看到的这个网页本身，七十五个文件标了 complex 技能流水线，所有斜杠命令的定义， understand， understand chat， 这些都在这儿。 七十二个文件 agent 定义，九个 agent 的 prompt 文件标了 complex， 是 整个 ai 流水线的大脑主页 understand anything 点 com 官网 est 做的十七个文件测试， vist 和 python 写的测试用力。九个文件， c， i， c， d， get up， actions 自动化流程，六个文件构建与工具独立脚本，比如大型图谱性能生成器，一个文件配置 package 点 json， check and figure 这些配置文件。十七个文件 文档， readme 和各语言翻译四十二个文件。接下来我们跟着 ai 生成的十三步导览走一遍。第一步，它先从 r e， a， d， m， e 开始，你看它右边已经写好了。解说， 一个将 l l m 智能与静态分析相结合的工具，这是 ai 读完 readme 之后自己总结的。左边这些卡片是文档层的所有文件，你看下面 cluster c 那 一组。 这个项目的 readme 有 六七个语言版本， ai 把它们自动聚类在一起了，因为它们互相 related。 第二步， ai 带我们来看技能流水线层，也就是所有斜杠命令的定义在哪里。他自己写的解说是 understand。 技能是将代码库转化为图谱的编排器， 阅读它可以让你在深入各阶段实现代码之前先掌握高层流水线。这就是为什么导览第二部来这里，因为它是整个系统的总指挥。上面一排，你看到 e， m， o， m， d， n， d， m， d， z， i t w d， m d。 这是安德森命令的多语言输出指南，说明这个工具支持生成不同语言的图谱描述。 下一步，技能包入口克拉斯四十九那一组最关键。 c q 点 m， d 是 主命令定义，这些就是真正干活的程序，不是 ai， 是实实在在跑的代码。你看这些连线都标了 documents， 说明 skill d， m d。 引用了这些脚本文件，它们是主命令和具体执行之间的关系。每个方块是一个文件，连线是 import 关系， 箭头方向，告诉你谁依赖谁。重点说连线，你看这些线有多密，说明这些文件互相依赖很深。如果你要修改，顺着连线就能看出会影响哪些文件，改之前心里有数， 这就是它最核心的价值。改代码之前，先看影响范围。下一步，扫描并对项目分批它便利仓库检测语言解析 input， 并将文件切分为可管理的批次。下一步，分析每个文件批次，对每个批次先进行结构化提取，再做语义化。 l l m 分 析， 铲除图谱的节点和边。下一步，核心引擎及其词汇表。第七步，用 cmd 解析源码。第八步， l l m 分 析与斯蒂玛较验第九步，规范化并合并进图谱。第十部，分层与引导式导览第十一步，直角化与搜索图谱变得可交互，最终持续集成。 最后和同类工具比一比。 understand anything 的 核心价值是让人类看懂项目。 code graph 是 让 ai 少走弯路，两者不冲突，可以配合用适合用它的场景接手新项目。写入职文档可去化省代码架构。希望本期视频对您有帮助，我们下期视频再见！

兄弟们，天塌了呀！ andropic 把 cloud code 的 全部原码意外公开了，五十万行 type script 代码，五十九点八 mb， 只因为 m p m 包里少了一个 ant maker 文件。全球开发者傻眼了，但有一个人悄悄行动了， 这就是 cloud code。 github 史上最快破五万 star 的 仓库，仅用两小时发布当天收获五万五千八百颗 star 和五万八千两百次 fork， 创下 github 历史最快增速记录。 cloud code 是 cloud code 核心架构的完整开源重写版，包含 agent harness 工具、调度系统命令、原数据端口、工具库管理、查询引擎、摘要生成和完整验证测试套件，洁净式重写，完全合法开源。 更传奇的是，作者韩国开发者 secret gene。 华尔街日报报道的 cloud code 年消耗两百五十亿。偷看的用户凌晨四点起床，用 omcodex 驱动完成 python 完整重写。原来需要团队开发的架构， ai 驱动及小时复刻 项目，包含五大核心模块， agent harness、 调度命令系统、工具、管理、查询引擎和验证测试套件。同时， rust 高性能版本正在并行开发中，性能将大幅提升。 ipone 优先架构 rust 端口开发中， omcodex 驱动 ai 工作流翻译、 mit 协议完全开源 ipone cioi 直接运行 ipone 三 msrc main summary 即可上手。零门槛体验 cloud code 架构 开源，免费 tiktok， 搜索 instagram 斜杠 qq 就 能找到，点个 star 见证历史！关注账号，每天分享优质 tiktok 开源项目，不错过好工具！