claude code怎么报销

想用上 ploco， 体会大家说的帮你把活干了的推背感，但是打开教程就看到命令行终端。不要怕同学们， ploco 的 用户分两种人， 第一种就是已经会写代码的程序员们，他们呢？会用终端或者代码编辑器，终端速度快，代码编辑器可以直接看到 ai 一 行一行在改些什么， 但是他们都有一个共同点，是要碰代码而不会写代码的普通人。比如我推荐大家直接上桌面 app 敲黑板卡扣。桌面版不是低配版， 桌面 app 跟终端是用的同一个引擎，它有的功能桌面 app 都有，只是换了一个皮肤， 但是他的上手门槛超级低，你只要点击下载登录，打开这个 code 的 tab， 指定给他一个文件夹，同学们你就可以开始 write coding 了。这面板还可以直接在窗口里面预览结果， 所有的 session 都一览无余。这些都是终端版里面没有的功能，全程不需要你敲一句命令行， 这才是普通人拥有的 ai 屏存。哪天你想试试终端版的皮肤，随时都可以做切换，那装潢卡扣可以用它来干什么呢？下一条告诉你。

这是一期教你如何正确并且省钱使用 cloud code 的 视频，关注我时间长的朋友应该都知道，我是 cloud code 的 死忠粉，作为一个每天使用八个小时，并且用 cloud code 变现了几千块钱的用户，今天我将跟大家分享几个帮助大家省钱而且提高效率的隐藏命令，也许你从入门到精通就差这几个隐藏命令了， ok， 话不多说，我们直接开搞。首先就是 model ops plan， 大家熟知的我们都是通过 model 进行切换嘛。 但是这个命令对于二十美金的 pro 用户来说实在是太友好了，因为它会自动地在你进行一些复杂推理和写计划的时候使用最强的 ops 模型，然后在执行的过程中使用第一档的 sonata 模型，这个就能帮助 pro 用户显著地节省头肯， 你的一倍头肯，能用到三倍头肯的效果。第二个就在命令行输入 remote control， 就是 我们在养龙虾的时候终极梦想，就是我们躺在床上，然后让 ai 自己写代码，那么这个命令就能很好地帮你实现。这一点能够通过手机来操控 cloud code， 你 只需要在对话框里面打斜杠 r c， 它就会生成一个网页， 你用手机打开这个网页的时候，你的整个 cloud code 就 会在你手机上同步，这个功能是让你的手机变成遥控器，远程的遥控 cloud code， 我 只能说憨爆了。第三个命令行是斜杠 export， 它会把我们所有的对话上下文打包成一个 m d 文档。如果没记错的话，我觉得 cloud code 的 上下文窗口应该只有两百 k， 经常出现那种你跟他聊着聊着上下文窗口满了，你需要开一个新窗口的问题， 那么这个命令就能很好地帮助模型去知道啊他现在做到哪一步了，他接下来要做什么？此外，你可以导出到其他的 ai 产品嘛，比如说 codex 上面，然后你继续搞。最后我想讲的这个不是命令行，但是如果你要想在你睡觉的时候让模型继续帮你工作，那么就一定要勾选上这个 permission， 它叫 bypass permission。 我 们是不是很多人在使用 cloud code 的 时候，一会儿一个弹窗，一会儿一个弹窗，你要点击去确认这些权限，但是你选择 bypass permission 的 模式之后，它自己就会去执行所有的命令了。其实我今天本身还是很想讲一个，就是 agent team， 你 一个人怎么去组建一个 agent 军团去帮你干活？ 我经常搞十几个 agent 同时并行的帮我完成任务，这种感觉实在是太爽了。但是因为这个篇幅比较长，而且今天时间有限，可能讲不完，所以说大家如果想听的话，可以在评论区里面提需求，如果想听的人多了，我们下期直接安排上，那么我是 holland， 关注我，带你分享更多 ai 变现和省钱玩法。

大家好，今天给大家分享 cloud code 的 操控 kimi ceo i 的 原理啊，我最近用的比较多啊，因为确实太省 token 了，能把我的产出的量极大的提升，所以也给大家再做一期深度的拆解 啊。我们先给结论啊，给操作方法怎么用其实比较简单啊，你就把 kimi code c o i 的 官方文档发给 cloud code， 然后他读文档，读完之后他就能理解怎么去操控了，这个就一步就到位了，其他的什么都不要做， c c 其实是非常聪明的 啊。然后我讲一下原理啊，首先做两边的架构对比啊，其实 kimi 跟 carl code 这边的架构是大差不差的啊，可能 kimi 这边参考的会多多一些。然后基本上就是一个 carl code 的 拍摄的翻版， 包括这些代理搜索， mini 行这些都差不太多啊，这就是一个架构的双栏对比啊，这个我呃简单解说一下，就是告诉大家为什么调用这么丝滑。首先有一个 print， 呃， curlcode 通过这个 print 的 调用呢，就会取代我们平时的打字，就不用去打字，跟这个 kimi c y 沟通了，这个 print 就 解决一个是一个管道，把提示是从这个管道喂进去，然后结果就从这个管道吐出来， 然后就 ok 了。然后这个 yolo 呢，是一个全 pass 的 一个一个命令就是呃， curlcode 的 调用， kimi 就 用这个，这个命令之后就不用点什么，批准了它这个就没有了，它全都是自动批准。 那第三个呢，就是中间的过程，这个 card code 也是不读的，它只要 kimi c y 的 结果，所以给个快的，它就不会输出过程了，只反馈最终的结果，所以这三个开关加在一起呢， kimi c y 就 变成一个把文字输进去，然后文字输出来的一个黑盒， 然后 card code 呢，就直接能通过管道去调用它，所以就很方便，非常的丝滑，这是一个调用的流程。就是首先你的 c c 呢，肯定是需要评估这个任务本身的 啊， c c 比较聪明嘛，所以他当时回关是非常合适的，像他就有点相当于你公司的高管。然后他去分析了之后啊，就需要判断什么活交给 timi 合适，什么活他干合适，然后适合 timi 干的，他就开始写提示词， 然后写出高质量的提示词啊，这个提示词绝对比比我们自己写的那个质量高太多了。然后呢，他就通过这个高质量的提示词发给 kimi， kimi 呢？接到了提示词，通过管道收到之后，他就去开始去干活去了啊，而且这个是能多个 kimi 一 起干活的，可以放出多个 kimi 的 a 卷一起干活， 然后 cloud code 可以， 然后接下来就验收结果不合格，然后再返回 kimi 接着干，然后 kimi 同时还能这个承担这个质检跟审查的功能，还可以呃， cloud code 还能放出多个，启动多个 kimi 进行不同维度的一个质检， 所以全程下来 cloud code 的 指向跟判断，然后这些写跟查都给 kimi 在 干，所以非常省头等省了很多。然后这是一个写文章的举例啊，就比如说我们写啊，小说啊，或者写写那个公众号之类的， 就是 kimi 他 会组装这个提示词啊，设定啊，角色前文这些，然后 kimi 来写，然后再验收，初步验收一下，然后最后最后再派 kimi 进行这个文章的连续性 ai 位跟逻辑的这个三路的质检，质检合格了 就过了，质检不合格，然后让 kimi 再返工再改。所以 cloud code 其实就是一个监工的角色，它 top 肯能省很多，百分之百到十五吧。 然后这个是一个翻译网站，嗯，我自己有做英文的网站，做了一个大战，这两天在翻译成 西班牙语。那西班牙语呢？你让 cloud code 全部翻译，那绝对是一个很大的量，也不是说会干很久了，只是说非常费头肯。 但是呢，翻译这个工作其实给 kimi 干就非常的合适啊，就是每个模块啊， color code 就 指挥他翻译，翻译完然后自己检查一下，没问题再接着翻译，基本上就这个链路一直下去就可以了。而且在这个过程中呢，还能让 kimi 自己进行独立的审查， 翻译完之后再审查一下合不合格，然后最终啊 color code 进行一个验收，然后我在做网站的时候还让他进行测试，就是 color code 可以 去 呃让 kimi 的 a 卷进行整个网站的全功能的测试，就是打开每个页面进行个浏览测试，所以这些重活累活都可以交给 kimi 去看，非常省 tokyo。 然后这个是第三个概念，就是你的数据量，如果你要分析很多数据量的话，那其实，呃， cloud code 来分析确实也是很烧 toky 的。 呃，所以还是要用 kimi 去做一些数据清洗啊，然后统计分析，然后分析报告啊，这些都可以让 kimi 干。 kimi 其实智商挺高的，绝对是够用，当个小当 google 的 小弟是没问题的 啊。这个是市场调研的举例啊，就比如说你们要做一些市场调研，无论是电商啊好，还是大家是金融机构的，要写报告也好啊，这种多路的多线路的调研啊，量非常大的调研，你都可以交给这个这个 kimi 去干， 包括行业的规，行业的分析，竞品的分析，然后用户的画像这些都可以放出多录的 kimi 去去分析，然后结果汇总之后，呃 cloud code 再进行一些验证跟排查，就能出报告了。 最后做一个总结就是，呃，这个操作体系呢？ send token， send token 就 代表着你的 cloud code 可以 有更多的产出， 相当于如果是五倍的话，那你可能就多了三四倍的产出，而且 kimi 是 能保证质量的，呃，一个 ai， 所以 大家也可以多用一下这个吧，我觉得是挺好用的。好，今天的分享到这里，谢谢大家。

今天教大家一下如何最大化的节约你 cloud code 的 token。 第一个就是这个切模型，你切模型的话就相当于把你的缓存命中给清空了，这个这样的话你的缓存命中率就降低了，消耗的 token 就 会更多。 还有一个就是你新装这个工具 m c p， 你 装这个绘画内新装 m c p 是 不影响的，不影响当前的绘画的，但是你复位或者是 reload 插件 触发工具数值重组之前的这个缓存就全没了。还有一个就是我们经常改的 cloud md， 这 cloud md 它也是启动的时候读一次，你这个改，改完这个，嗯， cloud md 之后 不要 resume， 否则，否则你的缓存也是清空的。最后一个点就是这个这个东西， 它这个缓存时间是五分钟，呃，你做长任务之前添加这个命令，把这个缓存时间延长到一个小时，这样的话可以上头看，就这个命令。

大家好，欢迎回到我的频道。嘿，大家好，欢迎来到本期的解析。说真的，如果你在用 cloud code， 你 肯定懂那种感觉，他确实是个超级给力的写程序助手，但那个 api 账单出来的时候，心脏是真的受不了对吧？如果你也因为这高昂的成本， 每次用的时候都畏手畏脚，那你今天算是来对地方了。今天我们要手把手带你跑通一份绝对的保姆级指南，我们要把你的 clock u d code 运行成本直接砍掉百分之九十九，甚至完全免费，准备好给你的工作流来个大升级了吗？ 好，那咱们就直奔主题。今天的路线图非常清晰，首先聊聊 ai 引擎和 c load code 的 关系，接着直接上手本地奥拉玛的部署，然后帮你扫清那些最让人头疼的配置障碍。之后 我们会深入讲讲再使用 openroute 二十怎么防止意外扣费。最后分享一些超实用的低成本替代方案， 我们就开始第一部分， ai 引擎与 cloud code， 带你彻底搞懂什么是壳，什么是核。动手之前， 我们先在脑子里建个模型，你可以把 cloud code 想象成一辆炫酷的跑车外壳，也就是那个智能体的控制系统。而跑在里面的语言模型呢，就是它的引擎。平时我们花润用的 opus 或者 sunet 属于闭源模型， 这就好比是一辆引擎盖被死死锁住的车，你碰不到引擎，只能捏着鼻子不断给 anthropic 较高昂的油费，也就是那个 api 费用。但是开源模型就不一样了，它的引擎盖是完全敞开的，你可以直接免费下载跑在自己的电脑上， 也就是说，咱们完全可以把原装那个死贵的引擎拆掉，换上一个免费的，还不用交油钱。这个时候你心里可能会打鼓，哎等等，这么干真的不违规吗？放心，绝对安全。就像这份资料里的原作者明确说的那样，我们基本上就是把引擎盖，把里面的引擎换掉， 这完全不违反 antherpick 的 任何服务条款，我们只是合法的使用他们提供的这个优秀的智能体外科，然后给自己的车换上一个不需要花钱的引擎而已，是不是很爽？ 好，理论弄懂了，接下来进入第二部分，跟着我们三部搞定，本地欧拉玛免费部署。别一听本地部署就被吓到了， 其实特别简单，我们把它拆成了对初学者极度友好的三步。第一，直接去奥拉玛点 com 下载适合你电脑系统的安装包。第二，打开你的终端，拉取一个开源模型。 第三，在你的代码编辑器，比如 vs code 里面超个命令，启动 cloud。 真的 就这么简单？具体怎么操作呢？你看，打开你的 vs code 终端，直接敲进去这行命令， o l l g n a 三点五。 在这各例子中，我们用的是九十一天数版本的 g u n 三点五，一款非常强悍的开源模型。 回车一敲，你的电脑就开始把这个新引擎下载到本地了。当然了，你的电脑配置越高， 选的模型越小，下载速度就越快。那下载完之后，怎么把这个新引擎和咱们的 cloud code 连起来呢？继续在终端里输入 ulama launch cloud， 这个命令就像一座桥一样，直接唤醒 cloud， 然后让你选择刚才下好的本地模型， 一旦连上，恭喜你，你的本地免费 ai 助手就正式服役了。不过呢，事情往往不会一帆风顺，所以我们来到第三部分，解决配置障碍，帮你避开那些新手最容易踩的坑。这里有两块最容易绊倒人的绊脚石。 首先，当你第一次兴奋的启动时， antropic 可能突然弹个窗让你充值五美元。很多人到这就懵了，说好的免费呢？别慌啊，这其实只是人家 api 的 一道门槛，验证你确实得付这五块钱授权一下，但关键是， 因为你实际上用的是本地运行的欧拉玛模型，这五块钱就静静躺在那，永远都不会被扣掉。 第二个坑就是上下文限制，悍刃情况下，本地模型的上下文窗口小的可怜，这就导致他动不动就失忆，根本读不了你那庞大的项目代码。解决办法也很直接， 运行一段终端命令，把上下文强制扩大到比如说六万四千，这样以来，他的长文记忆力就直线飙升了。资料里有个测试，我觉得特别逗，为了验证这个大上下文是不是真的管用，作者让本地模型新建个文件，顺便写个笑话。 结果这模型顺流的写下了这么一句，为什么 ai 要去看心理医生？因为他有太多的头肯要处理。我的损失函数绝对亮红灯了。哈哈，你看，这不仅幽默，还完美的证明了一点， 调整配置之后，咱们的本地模型绝对具备了读写文件甚至保持长期上文记忆的能力，妥妥的生产力工具了。 接下来竖起耳朵仔细听。第四部分， openroute 防扣费指南如果你不想踩进隐藏的财务陷阱，接下来的内容务必仔细听，这是一个非常严肃的警告。 很多朋友觉得本地电脑带不动，想去 openroute 上用免费的云端模型，这没问题。但是如果你只是按照基础文档里的做法， 傻乎乎地仅仅把 app i 密钥替换成 openroute 的， 那就大错特错了。因为在后台， cloud code 会绕过你的设定，偷偷地、疯狂地继续调用 anthropic 的 付费模型去干活。那到底该怎么彻底堵住这个漏洞呢？除了改密钥， 你还必须打开 settings， 点 local， 点 j s n a， 手动覆盖掉三个极其核心的环境变量，也就是 haiku、 sanit 和 opus 的 模型设定。你得把它们全指向 open router 里那些免费模型的名字。为什么要这么折腾？ 因为 cloud code d e d 在 做一些底层操作，比如后台搜个文件呢？调个小工具的时候，代码里是硬编码，锁死了官方的黑库或者 sonnet， 你 不手动覆盖掉它们，你的钱就在你完全不知情的时候悄悄溜走了。这绝对不是危言耸听，提供这份资料的原作者就因为少做了这一步，吃了个大亏。 在他发现这个问题之前，仅仅是因为让 ai 在 后台做了几次极其微小的文件搜索，他居然被 antropic 连续扣费了整整三次。所以，大家千万要吸取教训，务必覆盖掉这些变量， 确保每一比特的数据都老老实实走。我们的免费通道终于来到了我们的第五部分，如果你想要在极致的性能和友好的价格之间找到完美的平衡。低成本替代方案了解一下？如果你实在不想砸钱买昂贵的本地硬件，又对性能有要求， 那这组数据绝对能惊艳到你。你看，这个差价简直离谱！像 oppo 四点六这种最顶尖的币源模型，每百万输入 token 差不多要五美元，但你猜怎么着？ 像 jammer 四百三十 e b 这种极其优秀的开源大模型，在 open router 上同样是一百万 token 只要零点十四美元，这是整整三十五点 buy 的 价格差距啊！朋友们，这说明什么么？这说明咱们只需要花一丁点的零花钱，就能换来超乎想象的价值， 真没必要什么事都去请最贵的模型来干。那么像这种白菜价甚至是免费的模型，怎么用最划算呢？我们整理了几个绝对理想的场景，你可以放心大胆的让它们去总结那堆姬如山的海量文件，或者去帮你生成那种闭着眼睛都能写的枯燥重复的代码框架， 用来处理长片大段的邮件或者清洗 c r m 数据也是一把好手。甚至当 cloud 官方服务器偶尔抽风荡激的时候，它们还能作为完美的无缝备胎。 记住一个原则，好钢用在刀刃上，把那台昂贵的 opus 引擎专门留给那些真正需要深度逻辑推理、零容错率的核心高风险任务，这才是最聪明的玩法。这就引出了今天咱们要留给大家的一个核心思考题。 现在你已经掌握了本地 alam a 的 极致部署云端的防扣费秘籍，还知道了怎么巧妙地利用低成本模型， 可以说你已经把 ai 成本的掌控权彻底握在了自己手里。那么在接下来的自动化写程序日常中，你打算如何在写出高质量代码和省下大笔 api 费用之间找到那个属于你的完美平衡点呢？ 别等了，现在就去打开你的编辑器，给你的 cloud code 换个新引擎试试吧。感谢收看本期解析，我们下次再见了！如果你觉得这个视频还有点意思，欢迎在评论区发表你的看法。如果你从这个视频学到了新东西，请点赞、关注、收藏并转发给需要的人，谢谢！

哈哈哈，今天也是深度体验了一下 cloud code， 体验了一把 yes 工程师的感觉。为了不浪费我的 token 套餐，我也是开始整上了新任务了，只能派单系统用于解决企业运行过程中实际遇到的问题。 今天一早我就通过 cc switch 把我的移动平台的 a p i 接上了 cloud code， 我是 在 tree 里面使用的 cloud code， 这个界面就很不错， cloud code 在 一边工作， tree 的 窗口可以用来查资料解决问题。 tree 里面可以使用的模型还挺多的，最重要的是都免费哦，但是我不清楚有没有限额。 cloud 用起来首先是数据库查询，太方便了，我让他给我做一个工匠技能统计表，表单名称给他以后，他就自己查询匹配。最后给我一个工匠技能统计表，可以看到我们的工匠最多的会八十二种技能。 后续看系统进度吧，下期见。

本期视频只讲一件事，新手如何快速上锁 cloud code， 让他帮你干活提效开始。首先， cloud code 中有三种常用的工作模式，默认模式、自动模式和计划模式。默认模式每一步都需要你确认， 写文件、执行命令都需要你手动同意，步步确认，它是最安全的，但也是最慢的模式。自动模式，文件操作会自动执行，但涉及到有风险的命令，比如网络请求、 m c p 工具的调用，他仍然会停下来问你，向你申请权限。计划模式，这个模式上来不会先帮你干活， 他会先跟你讨论需求，帮你制定出一个完整的可信性计划，你确定计划没问题之后，他才会动手。我们打开我们的 cloud code 界面， 在左下角就能看到我们当前的模式，按住 shift 加 tab 进行模式切换，空白就是默认模式，紫色的就是自动模式，然后绿色的 plan 就是 计划模式。在项目的开始阶段或者涉及到复杂的需求， 我都建议开启 plan 模式，跟卡扣讨论出一个完整的计划，剩余的执行阶段你都可以保持自动模式。接下来是几个卡扣中比较重要的知识点。第一个 skill 技能，他是给 color code 的 标准操作手册，没有 skill， color code 每次都在极尽发挥同一件事情，他今天可能这样做，明天那样做，结果是不稳定的。就像你给厨师一本固定的菜谱，这样他做出来的菜菜的味道都是固定的，不会给你乱发挥。 color code 中我们输入斜杠， 会列出所有你已经安装过的技能，按 tab 键可以选中这个技能。比如帮我创建一个 word 文档，这样它就能调用这个技能。或者你也可以这样做，帮我创建一个 word 文档， 点击回车，然后大模型会自动识别到你这个需求，可以用到刚刚的 d o c s 这个技能，它就会自动帮你调用这个技能。 m c p 卡拉扣的他的内置能力，他是有边界的，他做不到。帮你控制浏览器，帮你收发邮件。 mcp 就是 让卡拉扣的与其他软件互联互通。 比如你装上浏览器的 mcp， 他 就能帮你控制浏览器。装上数据库的 mcp， 他 就能帮你控制数据库。装上搜资料的 mcp， 他 就能帮你自动搜索资料。就像你给厨师配了一部专线电话，直通时代商外卖平台助理，他不用出厨房，他就能调用外部所有的资源。我们在卡拉扣中输入斜杠， mcp 就能查看我们安装的所有 m c p 工具。 pux 钩子有些动作你希望可拉扣子每次都自动执行，不想每次提醒它。 pux 就是 在特定的节点自动触发的预设规则。比如你配置一个文件，改完就自动备份的钩子， 这样以后每次文件改完，他就会自动帮你备份。就像厨房里的铁绿，每次上菜前都自动撒一把葱花。这个钩子功能对我们有什么用呢？我举个简单的例子，卡奥克德会频繁向我们申请权限，有时候我没有看到，他就会一直在那边等着我们， 不往下执行就会浪费很多时间。然后你就可以对你的 code code 说，帮我配置一个 hux 钩子，作用是每次 code code 向我申请权限时都播放一个音乐，然后你的 code code 就 会把你移步配置，我这里已经配置完了，我直接演示一下，我让它读取一个其他路径的图片，它就会向我申请权限。 它会播放一个超级玛丽的声音，这是我自己配置的，你们也可以选择自己喜欢的音乐作为提示音。 sub agents 自带礼 如果有一个任务很复杂，那么一个 clock 的 创建处理就很慢，这个时候就可以用到三倍镜子弹里。它的作用就是把一个复杂的任务拆成一个小的任务，让这些任务同时去执行，就像主厨同时指挥，几个副厨同时开工。那我们具体怎么用呢？其实也非常简单，直接跟我们 clock 对 话。 我现在有个很复杂的任务，请你帮我用 sub agents 代理执行。这里我只是举个例子，因为实际中你的任务可能很复杂。题是和很多 plug 插件 skill m c p hooks 要一个配置很繁琐，插件就是打包好的解决方案， 你只需要一键安装就能拥有整套能力。包克隆书，斜杠， plug 就能打开插件管理页面，在线安装管理我们的插件上下文窗口。 cloud code， 每次对话他能记住的信息他是有上限的， 你的对话文件执行过的内容全部都在占用这个空间，如果占用过高，就会出现大模型反应变慢了，他的回答质量下降了，就是我们俗称的大模型变笨了。再一个， 占用过高，大模型可能就会忘记你开头说的东西，就像人的短期记忆，同时记忆太多就开始混乱。那我们该怎么处理呢？首先我们用 context 命令， context 命令可以看到当前的占用情况现在是百分之三，当占用超过百分之五十的时候，我们就需要注意及时的使用杠 compact 命令 去压缩我们的对话。这个命令的作用是把之前所有的对话做一个摘要总结，存到记忆里面去，释放大量的上下文空间。还有一个命令杠克拉命令， 这个命令的作用是清空当前的上下文空间。如果你当下的任务已经完成了，克拉口的当下的记忆上下文对你来说已经没有用了，你就可以用这个命令来清空整个上下文，准备做下一阶段的任务，相当于清空大脑。

我用 cloud code 做了一个发票自动下载的小工具，现在在桌面上有个图标，它叫 发票自动处理，双击运行，它就会自动读取上一次处理到哪一天，那从那一天开始的第二天，扫描所有的发票邮件。其实不一定说非得用 cloud code 来做，只是说在这个过程当中，我学到比较多的是怎么样跟 ai 说话，它才能听得懂。 第一，我们要跟他说目的，不说方法，不要说去某一个数据库去连接，然后读取你要什么东西，不需要说这些，你只要跟他说，帮我从 qq 邮箱自动下载发票， 剩下的要怎么做，让他去决定怎么做。那第二步呢？报错就粘贴完整的出错信息，把红色的报错的信息整段复制给他，不要自己去翻译或者总结那一串英文，对于他来说，其实信息量很大，你翻译一遍反而丢失了很多细节。 第三呢，就是截图比描述更强，有些问题用文字很难描述清楚，比如下载的时候，他弹出一个框，上面写了什么，直接截图扔给他，效率会翻倍。第四，反馈要具体，没用， 不对，这种反馈是帮不上忙的，那程序跑完了，没有报错，但发票文件夹还是空的，这才是有效的反馈，说清楚发生了什么，没有发生什么。第五，迭代是正常的，不是失败。 这一次的尝试呢，其实我来回调整了好几次，不是 ai 不 行，是这种自动化本来就有很多边界的情况，要一个一个处理，每次出问题也是把程序变得更健壮的机会。自动化不是一步到位，是一点一点调试出来的， 但调试完了之后它就是你的了，就是一个真正属于你的工作的工具。如果你也有类似的重复性的工作整理文件呐，下载呀，还有发邮件， 可以试着跟 cloud code 描述你下一个需求，说不定比你想象中的要简单很多。

可 auto 的 权限模式一定要先搞懂，当它要编辑文件，运行哨命令或者访问网络时，会暂停并请求你批准。 default 模式最保守，基本只读，适合新手和敏感项目。 accept dips 可以 读文件改文件，也能执行常见文件系统命令。 push 模式适合先探索方案，不急着动代码。 auto 适合长时间任务，可以减少频繁确认。 最危险的是 bypass permissions， 它会跳过权限提示。这个模式只建议放在隔离容器虚拟机或者可丢弃的测试目录。记住一个原则，先保守再放权。

嗨，大家好呀，你们没有开发经验的朋友，我最近又开始做开发了，我最近在忙着写一个手机 app， 然后有一个小小的关于 md 的 心得想跟大家分享一下。 首先要写一个能上架 app store 的 这种手机 app， 它的工作量是比我之前写的那些网页的 app 要高很多很多倍的，所以为了这么复杂的工程能顺利完成呢， 一开始是跟 cloud 聊了很多，并且让他把所有的内容都总结下来，写成不同的 md files， 我 和 cloud co 都可以回去看的那种。同时呢，在开发的每一天，我也在让 cloud co 帮我写一个开发日记， 让我记得哪一天我们做了哪些事情，遇到哪些问题，还有具体做了哪些决定和改变了哪些方向。那么这时候我发现一个问题，就是这些 md files 基本上只有 clock code 在 看在读，而有的时候我想去看一下，读一下，写一下的时候就觉得很麻烦，要打开一个 vs code， 或者打开一个某一个软件。 然后这个时候我就想到我最近开始用的 obsidian， 是 我基本上一开电脑，它永远一直开在那里的，因为我想到什么，有什么灵感，就直接往里面写的那种。 大家知道 obsidian 它也是主打一个 md 文档的，所以这个时候我就想如何呢，让我的 obsidian 去直接打开这些 cloud md。 其实这里唯一的问题呢，就是说我不希望我有很多套不同版本的 md 文档，在某一个项目中，我是希望它能始终保持只有一个版本的，那这个版本是 cloud code 会去看也会去写的，同时也是我可以通过 obsidian 呢去看，也去写的。 那这个时候要达到这个效果，我们就要用到一个东西，叫做 simlink， 非常简单，一共呢就叫三步。第一步就是你先要找到你的 markdown 文档都在哪里， 那这些就是 clark co 一 开始帮我写的那些，还有我每天让他帮我写的那些日记也好啊，开发计划也好，那我的这些 md files 呢？是在我的这个项目里面的一个文档里面。那么我的这个 app 呢，叫做 acorn， 中文是巷子或者巷果， 它在这个文档里叫做 acorn and defiles。 那 这就是第一步，找到这些文件真实所存在的地方，并且把它这个位置记录下来。那第二步呢？就是找到你想把它放到你的 obsidian 的 哪个地方， 这里要找一个你想放进去的 vault。 那 我的 obsidian 现在长这个样子，我希望把它写在这个 product 下面，开一个新的文档，叫做 acorn， 所以 我将会把它放在这里，在一个 note 里面，或者这个 vault 里面是有一个 product 的 文档， 它会出现在这里。那第三步呢？就是如果你是用 mac 的 话，你就把这个指令写进去，就是这个 l， n， dash s， 然后你第一步找到的这些文档所存在的地方，然后你第二步找到的你想把它放到的地方。那对我来说呢，我把它结合在一起，就长这个样子，这个时候我们复制它， 然后开一个 terminal， 把它跑起来。嗯，大家看到马上这里就出现了我的这个 acorn， 然后这里也有所有的我刚刚写的那些文档，它都在这里了，这个时候如果改任何东西的话，它会实时的出现在我的真实的那些文件中，因为这个文件夹里的文档相当于不是真实的存在。在这里它只是一个 symbol link， 能直接连到原本的那个文档。所以我们不管是我 手动在这里改，还是括号在别的地方改，它永远都是在更新同一趟文档的。那当然我也知道有一些朋友，他其实只是用括号去写这些 m d， 看这些 md， 自己可能也不怎么需要去看它，那这个时候你可能也不需要用一个 obsidian 了，但是对我个人来说的话，我能看得到，写得到，并且能把它同步给跨，对我来说还是蛮重要的。所以希望今天的分享对大家有帮助，我们下次见。

前两天我跟一个朋友聊到了他不用 cloud code 的 原因，他说每次一关窗口，聊天记录就没了，下次打开又得重新开始。我的第一反应是，很多人不是觉得 cc 不好用，而是根本没搞清楚他应该怎么用。所以今天我想聊一下，如果你想真正的用好 cc， 至少要知道哪些东西。 首先， c c 不 只是一个能写代码的聊天框，它更像是一个在你的电脑项目里工作的 ai 助手。当然你不能随便打开一个终端，然后说帮我做个网站，这样也能聊，但是效率非常低。更好的方式是你给他一个明确的工作空间。 就比如说你要做一个测试项目，你应该先建一个文件夹，然后在这个文件夹里面打开终端，接下来的任务就是围绕这个文件夹工作。这其实非常重要， 因为用 ai 编程工具的最核心的是你会不会给 ai 划边界，你要告诉他哪些文件能改，哪些文件不能动，这个项目的目标是什么？这步是先规划还是可以直接执行？什么情况必须停下来问我，不 然他能力再强也可能跑偏。然后说，安装 windows 用户一般需要先准备 node 点， js 和 git 不 会装也没关系。现在最简单的方法其实就是让另一个 agent 帮你装，比如说你 可以用 tree 或者是 cursor 这类工具，直接跟他说帮我检查一下电脑有没有 note 点 gs 和 bit， 没有的话就帮我装。这也是我现在很喜欢的一种思路，要什么都自己学，能让 ai 帮你铺环境，就让 ai 帮你铺 cc 的 安装，我这里就不多讲述了，你们可以去搜教程，或许我也会出视频。 cc 有 几个模式新手一定要知道。第一个是摸着模式，这个模式比较稳，他不会随便乱改，每做一步会停下来问你。缺点是慢，但优点是安全。第二个是全自动模式，这个模式是你授权以后，他可以自己连续执行， 效率很高，但你得确定你给他的任务足够清楚。第三个是 plan 模式，这个我非常推荐新手用，因为他只规划不动文件，他会先帮你分析项目结构，拆任务给方案。我一般的习惯是先让他进入 plan 模式， 先把整个项目想清楚，确认没问题以后再切换成执行模式，这样不容易把项目改崩。切换模式一般是 shift 加 tab。 再说聊天记录的问题， c c 是 可以恢复之前的对话的，你只需要 输出斜杠 resume， 它就会列出之前的聊天记录，你选一个就能接着之前的内容继续。还有一个更实用的操作，如果它刚刚执行了一步，你觉得效果不对，可以按两下 esc， 可以 退回到这一步之前。当然 token 是 肯定不会退回的。还有两个命令， compact 是 压缩上下文， clear 是 清光上下文。 ai 的 上下文越长，他就越容易忘记重点，执行质量会下降。所以一个阶段做完就让他慷慨了一下，一个大方向结束就可以了一下，但是清空之前一定要让他总结当前项目进度，这样你下次打开他也能快速的接上。 这其实就是我现在用 ai 工具最大的感受，也不能把他当成一个无脑的聊天机器人，你要把他当成一个需要管理的员工，你给他的信息越清楚，他越清楚，他越不 浏览度，项目资料整理的越好，他接着干活就越顺。最后再简单说三个进阶方向。第一个是 skills， 你 可以理解成给 ai 的 标准作业流程，比如说你经常做公众号，做网站、做复盘，你就可以给他写一套固定的规划，让他每次都按你的习惯来。 第二个是 m c p， 它更像是让 ai 接入了外部工具，就比如说数据库、文件、网页、支付这些，这个能玩明白以后， ai 就 不只是跟你聊天， 而是真的能接入你的工作流。第三个是 hoggens， 这个是更像自动触发机制，就比如说你保存代码以后自动检查，提交前自动格式化，某些操作前自动提醒。这些东西听起来有点技术，但本质上就是让 ai 更像一个自动化团队。所以总结一下，我觉得 c c 真正厉害的地方不是他会写代码，而是他让 一个不那么懂代码的人开始把想法推进成一个真实的项目。但前提是你不能乱用，你要学会在正确的文件夹启动它， 用一般模式先规划，然后用 reroom 接回历史绘画，用 esc， esc 回退错误操作，用 ctrl 翻 译上下文应用。 c 的 规则，现在它能做什么，不能做什么，这些东西掌握以后，你才会发现， c c 不是 一个聊天工具，它更像是一个能帮你推进项目的执行助手。而我现在越来越确定，未来真正拉开差距的，不是你 会不会问 ai 问题，而是你能不能把 ai 变成自己的工作流，不是让他陪你聊，而是让他真正帮你把事情做出来。

为什么我认为国内普通人使用 cloudco 的 推荐组合方式就是 westco 加 cloudco， 再加 cc switch？ 对 大多数 mac windows 用户来说，这套方案的门槛相对较低，即使不用官方的 cloud 模型，也可以接入合规可用的模型服务。 但我知道，每次一提 cloudco 评论区，一定会有人说，国内连 cloud 都用不上，学这个有什么用？今天我就想认真聊聊这个误区，因为这种想法是把厨师的名气和做菜这件事本身混淆了。 打个比方，模型不管是 cloud， 还是国内的 minimax、 dixie、 g l m、 kimi 这些，它们其实都是厨师。厨师当然有高下之分，米青大厨做出来的红烧肉，味道确实更地道 高扣它是厨房，这里面有灶台，有刀具，有流水线，是真正干活的地方。而 skill 是 它的菜谱，它是告诉厨师先做什么，后做什么，做成怎么样才是合格的。所以讲到这里，关键的问题来了，厨房其实不是绑定某一类厨师的，你想做一道红烧肉，可以请米其林的大厨来做，也可以请国产的厨师来做。 口味可能有点差别，但红烧肉这道菜照样能端上桌。可现在很多人听到请不到米其林大厨，转头就把厨房封了，菜谱也扔了。那最后的结果就是永远只能去餐厅点菜， 也就是在网页上跟 check gpt 聊聊天，问问问题，复制粘贴，拿走答案。而别人已经在家开了私厨，让 ai 自己开火切菜，直到做完为止，端到你的面前。 所以我想说，用不上 cloud 的 官方模型，不是放弃 cloudco 的 理由，模型只是厨师，厨房和菜谱还在，换个厨师照样能开饭，放弃这类 a 准工具可能就会错过了让 ai 在 你确认授权的情况下面去执行具体任务的能力。 那明白了这个道理，我们再来看一下这三个工具。为什么说这是国内普通人用上 cloudco 的 推荐组合方式。第一个就是这个 vsco， 它是你的开放式厨房，你可以理解成这是一个能让你和 ai 一 起站着干活的工作台， 左边能看见所有的食材，你的文件夹中间是切菜台，下面还有个对讲机，也就是你的终端面板。你跟 ai 说一句，开始做菜，它就会在你面前动手，它不是给程序员用的，它就是一个有窗户的能看得见的厨房，比那种黑漆漆的命令行的窗口对新手友好太多了。 第二个就是 coloco， 它就你的专业厨房系统，它是整套方案的核心，聊天 ai 只能告诉你菜怎么做，而 coloco 能自己去做，最后把成品交给你。 这个就是 ai agent 跟聊天机器人最大的区别，一个动嘴，一个动手。那第三个就是 cc switch， 它是你的厨师调度台 clarkco， 这个厨房原本默认只能联系 frotty 官方的厨师，那 cc switch 就是 一个图形化的调度台，你点几下鼠标，它就会让厨房可以接到任意一家国产的模型。今天用智普的 glm， 明天换成 mini max， 它可以让你降低切换配置的麻烦。所以三个工具合在一起的化学反应就是 c c 思维去解决厨师从哪来的问题。 cloudco 提供专业的厨房 vsco， 就是 给你一个看得见的工作台。 那讲到这，把基本的环境和工作都搭建好之后，大家就要掌握对应的 skill， 才能做出各种精美的菜式，也就是让 ai 帮你干活的说明文档。 skill 是 cloudco 最厉害的地方，它本质上就是别人沉淀好的工作流， 把做某件事的完整方法打包好。而更进一步，你完全可以让 colco 帮你写一个属于你自己的 skill。 所以 再回到开头那个问题，为什么我说 vsco 加 colco 再加 cc？ switch 是 国内普通人用上 ai ai 的 推荐组合，因为它把那道门槛踢开了，它不挑系统，不挑模型，第三方的 api 服务、订阅套餐都能接它。不管你是程序员 懂不懂代码，它都可以让你从在网页上面跟 ai 聊天，升级到让 ai 帮你自动处理任务。听到这，不知道你对这些概念是否有了一个更清晰的了解，如果这些内容对你有帮助，欢迎一键三连，我们下期再见！

大家一定要学会使用克拉的扣，我的北斗正在策划之中。然后呢，上一个视频里面有很多小伙伴说啊，这个会消耗非常多的托肯啊，会消耗多少呢啊，大家可以看一下啊，这是我今天，今天的今天已经消耗了八千多万的托肯 啊，我是智普的 codingplay， 然后呢，是已经花过钱了的，也就是用的越多越省，这是解答大家对于投屏消耗的一个问题。然后呢，我再说一下我的这个自媒体编排啊，就是有小伙伴问为什么不用那个 agentteam 的 功能啊来实现 啊，这里做下解释，因为啊， agentteam 它同样的每个窗口它都是有一个自己上下文的限制的，你看啊，这里 北斗已经啊做出了这次任务的那个编排，待会我就让天宫来进行执行。然后呢，我这里的自动化，他和多 a 警特是有巨大区别的，首先呢，每一个窗口他有单一的身份定位，以及他的任务编排 做什么，然后以及做完之后啊，怎么怎么扭转，然后呢，他是可以被优化迭代的一个窗口，他是很 难解决一个复杂问题的。我就让呃北斗，呃就他只做规划，不做执行，天宫只做执行，不做任何其他事情，呃，巡天呢，是 只做 v 六，不改任何代码啊。然后呢，没有问题他才会返回这个审计报告，而这个远望呢，他是用来做运维的，也就是当我们呃就是系统出现了什么明显的问题，我会报给我们的远望，远望一旦识别到问题之后，他如 如果能够快速的小的那种代码修改能解决，他就自己直直接解决了导范围的代码修改，无法解决的话呢，他就会直接报给北斗，让他进行规划，需要他去安排那个 编排任务。就是这这一套啊，我总共是花费了多少头？可能呢，其实我是前天才开始的，第一天是花费了一点一点三几个亿，然后第二天花费了 呃，两个亿，第三天花费了一点四几个亿，然后今天啊，现在是下午三点，然后呢，今天大概率也会是在两个亿的样子， 然后呢我做出来啊，给大家看一下我做出来的一个什么样的系统，我做了一个创始人的一个商业表达系统，然后关于托管的费用，托管的费用呢？在我这里我是， 呃，一次性就是买了一年啊，其实我是在闲鱼上面买的啊，之前那个智浦的通 play 其实很便宜啊，然后后续就涨价了起来，它飞单涨价了，就是，呃，它的量也很少。你看我这个账户是没有周限的啊，我这个我这个账户只有 就五小时限额，从来没有超过他百分之二十的这个五小时限制。这个新的配置大概是一周是限额，有好像是几个亿的头等吧，然后像我今天如果猛踩的话，就是有可能会超过几个亿 啊，线上看到了好用的能力，我就可以直接加强他啊，在 ai 时代学习到理解到执行已经没有障碍了啊。