openhuman部署教程 一人公司
hello， 大家好，今天呢，我们就讲讲 open curl 不 同的部署方案的一些比对啊，我们比对完以后啊，大家可以根据自己的需要去选择适合自己的部署方案啊， 然后以及我们三个部署方案当中，今天先讲一个 q curl 的 一个安装啊，这个是最简单的，然后其他后期呢，我们也会呃，我也会出那个 其他的方案的一个部署教程来给到大家。好，我们先来看一下 open core 它的呃部署方案的一些优劣势对比吧。那其实我们知道 open core 它的优势是很明显的对吧？啊，当然它的劣势也很明显，总结起来呢，就是高风险高权限 啊，当然他的风险也是可以在我们选择不同的配置方案的时候去有所区分的。呃，常见的部署方案呢？有这几个啊，比如说 q pro 最近也是比较火嘛啊，他呢是腾讯，他打包了以后呢，我们可以进行本地的一个安装， 优势就是他零门槛，一键安装几分钟就可以做好了。当然劣势也很明显啊，因为是毕竟你是大厂，是打包过后的嘛，他的安全沙箱限制深度权限也会是比较约束 好。那另外的几种方案，比如说 open crawl 手动本地布置啊，那他的优势就是完全可控，也支持深度定制开发 啊。当然难度呢，就是他的劣势啊，属于技术门槛会相对较高啊，当然还有我们云端的一个部署啊，我们这左边的这两个都是属于本地部署。那还有云端部署 啊，比如说以这个阿里 oppo pro 为例啊，他也是支持一键安装的，那优势就是呃，他的安装相比手动去进行本地布置，他也是相对会比较简单， 并且他是可以支持啊，全天运转的。我们本地部署，他就需要你的电脑保持开机他才能用，如果你关机的话呢，他自然也就停止了， 当然本地他也有这个数据隐私，他会相对较好的一个优势。那云端的话呢，他的优势就在于他可以全天运转，类似就是他的数据啊，云端储存私密性会相对较弱。 那总结的来说， q curl 呢，它适合我们去追求便捷的人群， open curl 它适合追求掌控的人群。 然后呢？呃，我们这个云端一键部署，它适合追求稳定啊。当然了，除了这三种，呃，龙虾的部署还有很多，因为也有很多大厂的龙虾也是在做。呃，不同需求的，我今天就主要讲这三个， 因为还有一个呢，是渠道比较不一样的，就是本地，本地手机其实也是可以部署的啊，当然手机这边啊，权限就更高了啊，风险也更高，所以我们有机会再给大家去讲讲。我们还是先讲这三种啊。 好，那这三种安装方式它有一个费用的一些比对，给大家有一个基本的概念。那 q curl 呢？前期投入是免费的。 open curl 手的部署啊，因为我们都知道它开源的嘛，它也是免费的。 那你如果是用阿里的这个打包，那它是需要付费的，因为主要是因为要租买它的云服务器啊。 好，那在后期的一个成本当中呢， qq 它基础功能是永久免费，高级定制功能可能会收费。 qq 的 话呢，因为软件本身是免费的嘛，那就看看你有没有购买这个付费模型，如果你不买的是这个付费模型的话，它的这个 api 可能会产生费用。 那呃，云端的这个它是呃需要持续付费的，呃，一般是按月或者按年去计算嘛？啊，你可以，然后模型这边你可以选择套餐，也可以选择计量啊。 好，那在下面的话呢，我们模型的一个费用啊，单独拎出来可以看看 qq pro 前期的，目前的模型它是有免费额度的，超量以后，呃它会在计费啊。还有一些付费模型是单独呃计费的。 呃， open core， 呃，就是我前面所说的，你可以选择免费的开源模型啊，也可以选择付费的。然后的话呢，呃，我们阿里云的一个 我们阿里龙虾的一个部署呢，然后模型这边就是它可以选择套餐，也可以选择计量啊。 总的来说， qq pro 呢，它是有免费版块也有付费版块。然后 open core 的 话呢，如果你想呃零成本也是可以的，因为软件本身不收钱，你如果选择开源模型也可以不花钱， 你也可以主配软件是免费的吗？因为是开源的。然后呢，你自己再买付费的啊，云端模型也是可以的。好，总之 oppo pro 它可以实现完全零成本，就主要是在于你硬件这一边，看看要不要配置好一点的啊。 好，那云端的一键部署的话，他长期使用是需要持续投入的。好，那这是这三种方式的一个费用比对。 接下来我们再来看一下试用的场景以及选型建议。像 q pro 的 话呢，会比较推荐新手去使用，因为它真的很容易去安装。当然长期的来说的话呢啊，你如果追求深度啊，你可以选择其他的方式啊，进门入手啊，新人入手可以使用它， 那像我们如果企业用户他追求本地的一些深度定制，要拥有极大的一个自由度啊，你想自己做一些深入的自定义，那我建议你是选择本地部署手动安装啊。 好，如果是追求云端的一个稳定啊，就是全天可以运转啊，那这个也是比较适合团队写作和企业用户的 啊，因为的话他不受本地设备的一个约束呢，是可以长期自动化运转的。所以的话呢，这一类人群你可以选择就是租云服务器，然后呢，呃，也购买云模型啊，那这一类用户呢，就可以选择啊，一键云安装啊。 好，那这就是我们三种嗯，常见部部署方式它的一个区分和选型建议。接下来我们就来看一下新手用户，嗯，比较推荐的啊，就是你用的完试一试啊，你 因为它这个也是腾讯做的嘛，然后的话呢，微信 qq 扫码哦，它的安装会很简单的啊，所以我们先来讲一讲 qq 的 安装好，你直接输入这个网址啊， h t t p s。 嗯，外号巴拉巴拉啊， qq 点 qq 点 com 就 进到这个页面，目前的话呢，它已经全面开放，不需要邀请码了，然后在这里你选择适合自己的， 呃，看 windows 的 还是？呃，这个 iphone 芯片的，你就自己看着适合自己的，然后点击安装啊，点击，应该说是点击下载，点击下载他就下载完了，下载完了以后呢，呃，你就点击一键安装，然后呢再扫码绑定微信就可以了， 在这里我直接就是用官方的这个教程来跟大家说了，因为我的电脑已经装了其他的龙虾， 一台电脑如果你装多个龙虾，其实它还是会有一些冲突的，所以本地的话最好还是不要养太多，只因为本身你的个人，如果对于个人而言，你的配备 也是比较有限的，你装多只他们啊，总归是会有些冲突啊，所以这里的话呢，我就用官方他这里来弄啊，他真的很简单，你会装 app 你 就会，你就会装这个 qq， 它真的没什么门槛 啊，然后你呃，下载安装完成以后呢，你就扫码绑定微信，然后就可以关联了，然后就可以通过微信窗口呃来去 指挥你的龙虾了啊，好，那这些都是真实场景的，嗯，一些使用就是当然需要你，你要用这只龙虾的时候呢，你电脑是需要开机的啊，你电脑需要开机，如果你关机的话， 他也是会关掉的啊，然后你就比如说你出去在外面啊，你可以通过你的手机远程让你的龙虾去帮你呃，操控你的电脑 桌面去做一些事情啊。好，今天呢，我们就讲这么多，大家如果感兴趣，欢迎在评论区当中进行评论。
粉丝729获赞5624
相关视频
05:26查看AI文稿AI文稿今天我们要聊的是一个最近在各大技术平台都非常火的一个项目啊，叫 openhuman。 对， 它其实是一个个人的 ai 超级智能体啊，可以理解成是一个真正懂你的全场景的 ai 助手。没错没错，这个项目最近真的很火，那我们就直接开始吧。 我们先来说说这个 openhuman 的 节目定位，以及它到底是解决了一个什么样的痛点，为什么它可以在众多的 ai 项目当中脱颖而出？其实 openhuman 它就是一个可以跑在你各种设备上的个人 ai 超级智能体嘛， 它在 github trending 上是排名第一的，而且它的星标已经超过了十三点七万。它和其他的那些比如 minus 还有 openminus 这些项目最大的不同就在于，它真的是会花时间来了解你，对你进行建模。听起来挺有意思的，那这个 openhuman 它是怎么做到的？能够让用户不用每次都重新介绍自己，就可以直接使用 ai？ 就是 它会主动地来了解你， 官方的说法是，在你连接好账户之后，差不多二十分钟左右就可以建立起你的个人上下文，然后你第一天就可以用它来做很多事情了，完全不需要每次都重新讲一遍你自己是谁，你要做什么，这可太省时间了。 那我们接下来要聊的就是这个赛道和产品亮相了，那我特别想知道就是这个 openhuman， 它在 ai agent 的 这个赛道里面到底是一个什么样的定位？它和同类的产品相比最大的区别是什么？它其实是一个全场景的个人助手哦，它不像 darwin 或者 open minus 那 样只专注于编程， 它的目标是要成为你生活和工作中的全能帮手。哦。那这个全场景到底是怎么体现出来的？在它的客户端上面有什么特别的设计吗？它的桌面客户端的设计特别有意思， 就是中间会有一个 mesco 的 虚拟形象，它会根据你的工作状态来变化表情。然后左边是一个记忆术，它会实时的更新，你可以看到所有的历史。右边是对话和工具面板， 所有的一切都是围绕着让你在各种场景下都能够高效地使用，这设计确实很新颖。对，那紧接着我们要聊的就是它的核心机制了，就是这个 open human， 它到底是怎么自动化地帮你整合这么多的服务，然后把你的各种数据都抓到本地来的？它背后的思路其实是借鉴了卡帕西的 obsidian wiki， 用结构化的 markdown 让 ai 能够更好地锁引。但是它厉害的地方就在于它完全不需要你手动地去维护它。支持一百一十八种服务的 o i o h f 像， gmail、 notion、 github、 slack、 谷歌日历，这些你都不需要自己去配。 a p i t。 天呐，这么多服务都能一键同步，确实省了不少事儿。 对，它的核心引擎会每隔二十分钟就去你的账户里面拉一次数据，包括邮件、日程、代码提交，所有的东西都会拉到本地。然后它会自动帮你清洗 切成合适的 markdown 片段，再按照主题和时间线做成层级摘要，你自己也可以随时去浏览和编辑这些所谓的记忆，这样的话效率确实提升了很多。对，那它在处理这些数据的时候有没有什么特别厉害的优化手段？当然有了，它用了一个叫 token juice 的 东西， 它会把 html 转成 markdown， 然后帮你驱虫。官方说它最多可以把你的成本和延迟降低百分之八十。 它的压缩规则是可以通过三层的 json 来配置的，就是内置用户和项目级别的配置。这优化做得真不错。对，那我们下面要聊的是后台与隐私。我想知道这个 openhuman 在 后台是怎么运作的？它在保护你的隐私上面到底有哪些独到的做法？ 其实它有一个很有意思的设计，叫做潜意识循环，就是在你没有和它交互的时候，它也会在后台悄悄地帮你加载代办事项，读取你最近的记忆，然后自己去决定接下来要做什么。它的那个 mascot 会有不同的情绪表现，比如思考、闲置或者做梦， 甚至它可以自己去加入 google meet， 然后帮你记要点。哇，这个潜意识循环听起来真的很智能。对，那它的数据到底有多安全？ 它采用的是本地优先的原则，它的记忆术是存在本地的 ciktor 里面的，然后 obsidian 的 文件也是在你自己的设备里，它的令牌是会进到系统的密钥链里面的，比如说像 macos 的 keychain， 然后它也支持你去配置 olemma 这种本地的模型，所以你的数据是几乎不会离开你的设备的。这和那些把记忆存在云端，或者说只是针对编程场景的产品有很大的不同， 这安全性确实挺让人放心的。对，那我们最后要聊的就是这个 openhuman 现在有哪些短板，以及它未来可能会往哪些方向去发展。它现在还处于 early beta 阶段，采用的是 gpl 三协议，所以它的衍生版本也必须要开源。 他目前还不支持微信和钉钉，但是他的开发团队更新的非常快。好的，那他未来的发展方向会有哪些比较大的变化？他的目标是要从一个每次都要你去手动喂给他上下文的工具，变成一个可以主动去积累知识，慢慢的变得真正懂你的伙伴， 他的使用门槛也会变得更低，可能你之前要准备几周的时间，到后面你可能只需要二十分钟左右的开箱时间就可以用了。 好的，那今天我们就一起体验了一下这个 openhuman 的 独特魅力，从它的全场景的助手定位，到它的这种本地优先的隐私保护， 再到它的这种不断的学习，变得更懂你的这种能力，真的让人觉得未来的 ai 助手就应该是这个样子。没错没错，那我们这期节目就到这里了，然后感谢大家的收听，咱们下期再见，拜拜！拜拜！
3949HarnessWorld
04:21查看AI文稿AI文稿哈喽，朋友，晚上好。现在大部分的 ai agent 呀，都有一个很尴尬的问题，你每次打开它，都需要解释一遍，我是谁？我在做什么项目？这个仓库为什么这么写？我昨天跟谁聊过这个客户之间提过什么要求？所以很多人用 ai agent 的 真实体验，不是他替我干活，而是 我要先给他一份完整的入职培训手册。但最近有一个很火的开源项目叫做 openhuman， 他的思路是刚好反过来，不是每次你来教 ai 认识你，而是 ai 先把你的工作实践吸收进去， 包括 human。 官方给自己的定义是叫做个人的 ai 超级智能。这个说法有那么一丢丢的营销啊。但是它真正值得关注的地方不是超级智能四个字，而是它想解决 agent 的 冷启动问题。它的核心做法就是把你的邮箱、文档、聊天、日历、代码、仓库全都接进去。 官方的 readme 里写了一百一十八种第三方的集成方式，通过 os 来连接以后，每二十分钟自动抓取一次。 然后他不会简单粗暴地把所有东西都塞进 property， 而是把这些邮件、文档、聊天、日历、代码、仓库这些内容整理成一个叫做 memory tree 的 结构。 更有意思的是，他会把这些记忆写成 obsidian 兼容的 markdown， what？ 也就是说， ai 的 记忆不是一个你看不见的黑盒销量库， 而是一堆你可以打开、浏览、编辑、删除了 markdown 文件。这个点我觉得就非常关键，因为这意味着未来的个人知识库可能不只是给人看的，而是给 agent 当第二大脑的。过去我们讲 ai agent 经常讲模型、能力、 工具调用、自动执行。但真正用起来以后，你会发现， agent 呢？最大的问题不一定是不会干活，而是不知道该怎么干。他不知道你的偏好，不知道你的项目背景，不知道哪些客户重要，不知道哪个文档是旧的，不知道哪个决策已经被废弃了。所以你越想让他做复杂的任务，就越需要先给他补全上下文。 欧盟赫曼抓住的是另外一个方向， a 政策的能力上限不止取决于模型能力有多强，也取决于他对你有多少了解。如果一个 ai 已经知道了你的日历、邮件代码、文档、会议机要、任务系统，那他给出了建议和执行动作，理论上就会更贴近于你的真实处境。 比如你问他帮我准备明天和某个客户的会议，普通的机器人可能就会给你一个通用的会议模板。那如果他真正读过你的邮件、日历、上次的会议机要和项目文档， 他就可以直接告诉你这个客户上次卡在了什么问题上，你是否答应过什么，还有哪些问题是没有关闭的，以及明天最需要做的事情是那几件。 这才是 agent 真正有用的地方。 openheme 最打动我的地方是，他把记忆曾落到了 obsidian 这种人能读懂的格式里面。这件事看起来很小，在他背后也有很大的分歧。 ai 的 记忆到底是属于平台还是属于用户？ 如果记忆只存在于某个云服务里，但其实你只能看到它，很难去修正它。它记错了，你不会知道它。如果过度总结了，你也不会知道它把一个临时想法当成了长期的偏好， 你还是不知道。但如果这些记忆十八个档文件放在你的本地 word 里，那你至少可以打开看一看。你可以删掉错误的记忆，你可以改掉过期的信息，可以把重要的项目 单独整理出来。这让 ai 记忆从一个平台黑盒变成了一种可以被人类共同维护的知识资产。那对于我这种本来就用 open c d n 来写内容做知识管理的人来说，这个方向就会特别自然。以前 open c d n 是 我的第二大脑， 那以后可能就是我 agent 的 第二代了。未来我们选择 ai agent， 可能不止看谁回答的更快，谁的模型能力更强。可能更需要看的是另外三件事，第一，它的记忆是不是可见。第二，它的数据是不是可控。第三，它能不能被迁移、被删除，被你真正的拥有？ 所以我对 openhuman 的 判断是，它现在未必是一个普通人应该马上就要重度依赖的成熟产品，但它代表的方向非常重要。 过去一年， ai agent 的 竞争重点是谁更会执行任务，但接下来，竞争可能会变成，谁更能拥有长期记忆，谁更能理解你的世界。从这个角度来看， open call 们真正有意思的地方，不是他接了一百一十八个工具，也不是他最近在开源社区热度很高，而是他提出了一个很清晰的问题， 如果 ai agent 迟早要成为我们的数字助手，那他的记忆应该放在哪里？是放在某个平台的黑盒里， 还是放在你自己能够打开的 obsidian what？ 我 个人更倾向于后者，因为一个真正属于你的 ai， 首先应该拥有一份真正属于你的记忆，这也是同学如果喜欢我的视频，记得点赞双关注，我们下期再见！
30野生刘同学
06:45查看AI文稿AI文稿大家好，最近那个 open cloud 大 龙虾实在是太火了，过年的时候我也研究了一下，并且安装部署在我自己的电脑上。 那这个视频就分享一下我的本地安装部署方案，如果你对这个话题感兴趣，那这个视频会对你很有用。首先这个东西它的实际能力肯定是被媒体夸大的，而且也不是买一个 mac mini 就 能搞定的，但 是它确实是一个好的开始，是一个重要方向。那如果你想学习 ai， 这个 open cloud 非常有必要去实践一下。如果你要用好它，就要给他很强的权限，比如说要他操作你的电脑，你就得给他电脑的文件读写权限。如果你想让他帮你收发邮件，或者 读一些在线文档，那你就得给他一些相关的网络账号的权限。所以呢，为了安全起见，这个 open cloud 最好是部署到一台专用的电脑上，让他操作一些网络资源，这些网络资源的账号最好是专用的。那 那么这个 openclaw 对 苹果系统支持是非常好的，这也是为什么之前很多人都去买 mac mini， 然后专门跑这个大龙虾也是这个原因。但是有 mac mini 还是远远不够的。我说一下我是怎么安装的，我是把 openclaw 安装到这台 mac studio 上边的 这个虚拟机里边啊，这是一个虚拟机麦克 s 啊，虚拟的麦克 s 是 用的这个 pd 虚拟机软件，用虚拟机软件的好处就是你可以安装多种系统，从 linux 到 windows 十十一，然后到麦克 s 都可以随便装，随便折腾，然后每一个系统你可以安多个，安多个都没有问题。 然后这个虚拟机整个就像一个黑盒子一样，无论你在里边怎么折腾，都不会影响到外边这个真正的麦克 s 你 的这个生产力。麦克 s 系统啊，非常的安全，就是安全隔离，然后用虚拟机方式部署。另一个好处就是这个虚拟机的内容啊，这个系统本身实际上就是一个大的镜像文件啊， 就是这 win 十的， win 十一的， macos 的， linux 的， 你可以把这些文件放到移动硬盘上，固态移动硬盘上，我现在就是这么放的，所以不占你本机空间，备份起来也非常方便，你只要把这个文件拷配一下，备份一下就可以了，等你想恢复的时候把它拷回去就行了，非常的方便，很灵活。 然后用虚拟机唯一的缺点，相当于又运行了一个系统啊，所以这个 macos 最少也得给它八 gb 内存，然后我这里是给到了十八 gb 啊，其实基本运行给个八 gb 就 可以了。 其实这个 opencloud 本身呢，它占不了多少内存啊，才占了几百兆内存，它本身不怎么占内存，这也是为什么 mac mini 就 能部署的原因啊啊，真正要求配置高的不是它，它占不了多少内存， 只安装好了 open cloud 还不行，还得有一个 ai 大 模型来配合，无论是在线的还是你本地安装的，你得给大龙虾安装一个脑子，不然这个龙虾它什么都不会干。可以把 open cloud 理解为一个插排啊，上面可以接各种设备啊，可以 给手机充电，充电宝充电，插一个游戏机都可以，但是呢，你要给这个插排供电，它才能使用啊。 的 ai 大 模型呢，就相当于给这个插排供电，所以在你使用 openclaw 读写你电脑上的文件，帮你看在线文档，其实都是后面的 ai 大 模型在起作用。实际上你的 openclaw 可以 使用多种大模型啊，比如说在线的千文模型，然后你也可以安装各种本地的开源模型， 你可以通过 opencloud 点 json 这个配置文件进行配置，当前使用哪一个，在这个配置文件里修改一下就可以了。那建议目前这个 opencloud 实际使用起来比较费 talkin 这个问题呢？呃，很多人还都是安装的本地大模型，在本地运行 ai 大 模型要比 安装运行 opencloud 要求的电脑配置要高一些。那如何把大模型安装部署到你的 mac 上或者 windows 上？我之前发了很多视频， 很久以前就发过，你可以去看一下。我这里呢， openclaw 是 部署在这台 max studio 的 虚拟机软件里，本地部署的大模型呢，也是在 max studio 这台机器上，但是是在这个宿主机，也就是这个机器的系统本身基于苹果电脑，安装本地大模型要给到足够的内存。 我这里用 alama 本地安装了两个模型，我实际上用的就是第一个，第二个，这个你可以看到比较大，激活加载之后比较费内存。 我这台 max 六六一共有九十六 gb 的 物理内存啊，你可以看到现在已使用内存有四十二 gb。 现在大模型还没有加载，因为我本身这台电脑上运行了很多 app 啊，包括那个 macos 虚拟机，占了也不少内存。 你现在看到的是 openclaw 激活那个三十 b 的 千万三模型啊，现在的已使用内存已经到了八十三了。现在麦克 s 虚拟机里边的这个 openclaw 进程实际上没有什么变动啊，还是三百多兆，不到四百兆，所以它是不怎么吃内存的。 如果是日常收发邮件、总结文档这些日常工作内容，它已经够用了。甚至我后边想试一下更小的模型，比如十四 b 的， 呃，这个量级的是不是对所谓 ai 员工的这些操作是不是就够用了？这样可以降低对本地机器这个配置的要求。那 open cloud 和大模型都安装配置好之后呢，作为你的 ai 员工呢，你就可以用你的手机 app 来指挥它，帮你 做一些事情。举一个有用一些的例子啊，比如说你是一个公司的 hr， 那 你们公司正在招聘 ai 工程师，呃，每天都有很多应聘的邮件到你的邮箱里，那你很忙，你就可以让这个 open cloud 帮你每天去筛选一些符合你要求，符合你标准的这个应聘邮件， 然后发送到你的手机上。比如说我这里用的谷歌邮箱，那你要想让 open cloud 去读写这个谷歌邮箱的内容， 你就得配置一个叫做 g o g skew 的 这么一个东西。实际上这个 skew 呢，在 open cloud 里是非常重要的，可以扩展它很多个能力。那如果说把这个 open cloud 比喻成一个插排，那这个 skew 在 里边的角色就是相当于插在这个插排上的各种不同的插头。比 说你插一个手机充电器，那这个插排就可以给你的手机充电，你插上一个，呃， ps 五主机你就可以，那你就可以玩游戏，你插上一个台灯，你就可以照明。所以说这个 openclaw 本身它安装是很简单 的，就官方的那一句话就可以安装啊，如果没有网络问题的话，就是一句话就安装好了。重要的是它的配置。 openclaw 运行在虚拟机里，优点就是安全隔离，它是一个黑箱子，不会破坏你的生产力的这 一些机器。呃，并且方便备份和恢复。呃，本地运行大模型呢，也没有 token 焦虑。这个方案的缺点是要有一定配置的苹果电脑啊，特别是内存要大一些。当然你也可以把 openclaw 部署到一台苹果电脑上， 然后本地大模型部署到另一台苹果电脑上。你也可以用 linux 系统来部署，也可以用 windows 系统来部署。 ok， 这就是本期视频，如果你对 openclaw 或者 ai 话题感兴趣，别忘了点赞关注，后边我也会分享更多的关于 openclaw 的 使用细节和配置。感谢收看，我们下个视频见！拜拜！
1864鹏哥的AI
01:17查看AI文稿AI文稿大家好，我是李强，站在亚健康上。呃，这个是最近这十几天在 ai 圈比较火的 open human， 然后我给大家演示一下。啊哦，其实它跟 workbody 的 话其实还是有点差距的，就是腾讯在做产品上面肯定是胜人一筹的，这开源的软件的话，其实还是， 呃，在产品上是欠点火候的，所以我来跟大家演示一下。你好你好，你是谁？ 我是你的 ai 助手，叫 chat， 在 openhuman 里帮你处理各种事情，查信息，安排人物，卸代码，关钱包等等，有什么需要直接说就行。 呃，所以，呃， open human， open human 它其实还是一个，就是一个个人提高工作效率，然后做一些 ai 事情的一个工具，大家有兴趣可以去使用一下，谢谢大家。
01:07查看AI文稿AI文稿一个人就是一支队伍，这不再是口号。欢迎来到欧本科尔，你的全能 ai 助手，无论是聊天、写方案，还是处理复杂文件、自动化执行任务，他都能帮你搞定。 想要快速上手，第一步至关重要。在开始安装之前，请务必暂时关闭电脑里的杀毒软件，比如三六零电脑管家或火龙，这能防止安装过程被误拦截，确保软件运行流畅。准备好后，从官方渠道下载 windows 安装包， 双击运行前，建议大家新建一个文件夹作为安装目录。注意这里有个小技巧，文件夹命名一定要用全英文，避免出现路径错误。 选择刚才建好的文件夹作为路径，点击安装。接下来只需喝口水的功夫，等待进度条完成， open class 就 会自动启动。是不是非常简单？看，这就是 open class 的 主界面，一切就绪，随时待命！ windows 用户已经准备好了， 那 mark 用户怎么办？别急，下一集我们将带来 mark 系统的安装教程，记得点赞关注我们，下期见！
2壹点突破
07:08
01:01查看AI文稿AI文稿这套本地大模型方案，刚给一个化妆品老板配了两台，他把销售订单、采购记录、库存数据、直播数据、员工信息 全部喂进去。平时在手机上直接问，这个月敏感肌系列的复购率比上个月涨了多少？这个月业绩比上个月有什么变化？上次女神节，各渠道的 r o i 多少，哪个 sku 的 利润最高，全在这台 max studio 上，跑不掉任何外部。 a p i 不 花一分钱偷坑费。他 还把爆款、素材库、创意灵感、新人培训手册、公司 s o p 全丢进 opencloud 的 知识库里。这些东西加在一起，叫什么？叫公司的数据资产，而且这个资产锁在他自己的设备里，谁也拿不走。硬件是你的，模型是你的，数据是你的， ai 能力也是你的。你是老板， 不是租别人 ai 服务的租客，我帮你把框架搭好，行业专属四 q 写好， max studio 配好，直接寄到公司。收到后有工程师一对一陪你跑通所有业务场景，教你怎么新增素材、调整话术，直到你能用 ai 解决日常百分之八十的重复工作。你 拿到的不是一台冷冰冰的机器，是能帮你管库存、吸数据、提效率、护资产的整套解决方案。想给自己公司养专属 ai 部门的老板，评论区扣方案。
42荼荼说AI+
06:46查看AI文稿AI文稿部署本地的 openclaw 已经可以剪视频了，大家都知道了吧， 这个让硅谷大佬每日一封的 openclaw 阿月，我呢也是拉到本地试了几天，现在就带大家把本地部署和接入飞书每一步都走明白。为了防止偶然性啊，我呢也是连续测试了四台电脑，确保每一步都可行，接下来你们只要跟着做就可以。点好关注收藏， 我这里依旧用的是 windows 系统来操作，因为 macos 系统呢，环境相对比较简单，不像 windows 这么复杂。首先呢，我们要确认好 windows 的 安装环境，安装的时候呢，全部都点 next， 一 直到完成即可，建议呢，不要去变更中间的安装路径。 呃，安装完成后呢，我们可以检查一下环境，我们在命令提示符的窗口输入这两个指令，如果输入指令后跳出版本号，那就说明安装已经成功了。这里提到的两个环境文件呢，我在文档里面也全部都准备好了。 好，接下来呢，我们就开始全区安装 oppo 卡使用管理员 c m d 指令输入，这个指令安装完毕后呢，再输入这一条指令， 好开始了。 ok， 这一步跳出来的呢是风险提示，我们直接选择 yes。 然后呢我们选择 quickstart， 这一步呢是选择大模型，我这里呢用的是千万，因为他是国内的，如果大家有惯用的呢，也可以自己进行勾选好，然后我们这里模型选择默认的即可。 之后呢会跳转到大模型的首页进行授权验证，大家验证通过就可以了。那通过后呢，这里也同样有一个选项，我们直接选第一个默认的模型。 ok， 下一步呢，这里可以看到很多的应用选项，这其实呢就是指令输入的终端，因为这些都是国外的，所以我们先不管，选最后一个，跳过，后面呢我会给大家介绍如何接入国内的飞书。 ok， 继续，这里会问你需要配置什么 skills？ 呃，我们也跳过，没问题，因为这个不着急，后面都可以手动去配置的。 好，这个也不用管我们用不上，直接跳过。好，然后我们稍等一会，会自动弹出一个网页，然后你会发现这个网页是打不开的，没关系，我们这个时候呢，再运行一个 c m d 的 指令， 好，这就是欧奔 cloud 的 兑换框了，我们来尝试和他打个招呼， ok， 他 回复我了，那到这里呢，其实基本上就成功了，还是比较简单的啊。然后呢，我们再来尝试为大家接入一下飞书，很多小伙伴呢，在这一步呢，其实就被劝退了，因为怎么样都接入不了这里，大家看好我怎么操作。 首先呢，我们进入飞书的开放平台，我这里呢用的是个人版，我们来创建一个企业自建应用， 进到这个凭证与基础信息界面，把你的 app id 和密钥保存下来，这个很重要啊，后面会用到的。然后 我们添加一个机器人，再到权限管理这一步，为他添加一些权限。这里的权限列表呢，其实官方呢是有指导文件的，但是呢就藏的比较深，我呢也是给你们找出来，直接放到文档里面了，你们直接一键复制过来就 ok。 好，然后我们需要配置一下这个事件回调功能，在这里的订阅方式选择长链接这一步呢是必须的，而且是绕不开的，也是大家碰到卡点最多的一步，很多小伙伴呢在这里呢就是一直报错，好，不用担心，我呢，已经整理了一份非常长的傻瓜教程，大家直接照做就 ok 了。 然后选择以后呢，我们添加事件，然后添加搜索接收消息， ok， 然后我们就去点击创建应用，然后再发布就 ok 了。 好了，配置工作完成之后呢，我们就要开始给欧邦克劳接入飞速杀键了。由于 windows 的 系统环境问题呢，所以大家的电脑情况都不太一样，所以会出现不一样的报错问题。网上的很多视频呢，也没有把这个问题针对性的讲清楚，我自己呢也试了三到四台电脑来做尝试，都非常有挑战。 如果你手边也报错的话呢，不用担心，我这里想到了一个邪修的办法。好，那既然 oppo klo 可以 控制我的电脑，那为什么他不能自己安装飞出插件呢？我们来试试看吧，直接和他对话。呃，你自己安装一下飞出插件，然后呢，他就会开始疯狂的工作，并自行去验证安装环境和插件配置 啊。五分钟左右后呢，他就会告诉我，他工作完成了，需要我提供给到他飞出机器人的 app id 和密钥。这个呢，其实我们在上一步已经有了，我们直接复制给他，让他呢继续去工作。这里的工作过程当中呢，我们的机器人可能会下线几次，原因呢是他需要去重启网关， 如果呢，你感觉他下线太久的话呢，我们可以用 open cloud get away 这个指令重新把它呼出来。最后呢，他会要求你在飞车上和他对话进行测试，并为你排除最终的一些故障。 ok， 全部搞定，已经可以在飞车上正确回复我了，并且呢，刚才在外部的对话记录他也全部都记得， 呃，我们这里呢，再用手机给他发一条消息试试看。好，他也同样接受成功了。好了，这里欧本卡接入飞书的配置呢，就完全对接成功，基本上都是他自己完成的，我呢只是配合他提供了一些必要的信息， 妥妥的全能小助理。接下来我们来看看他能为我们做一些什么吧。比如呢，我现在想要订一张机票，我就让他帮我查询一下最便宜的航班，他立刻就给我列了具体的信息，包括航班号，价格以及其他的一些航班信息。不过这一步呢，是需要接入 api 的， 大家可以自行去网上找免费的接入就可以。 好，那现在过年了嘛，马上大家呢也会送礼嘛，那我就让他去浏览电商的页面。呃，不过这里呢，需要先安装一个 oppo club 官方的浏览器插件，我们直接从官方渠道进行安装就可以了。具体的步骤呢，已经放在文档里了，大家直接照做就可以。我让他给我打开。 ok， 成功，呃，然后我继续让他为我搜索燕窝。好，也成功了。 好，那我们现在在拿最近小伙伴在学习的 ai 的 线上作业丢给欧本克，看他能不能帮忙完成。 首先我们要让他找到作业的本地目录，并让他完成里面的题目。他立刻就找到了，并且迅速告诉我，完成了。啊，这速度还是真的蛮快的啊，但是呢，人呢，还是比较懒的。如果呢，你抄作业都不想抄啊？没事，直接让他把填完的东西返回给我。好，他已经做完了，我们来看看啊。 呃，代码呢？全部都完成了，不过呢，我也是看不懂啊。看懂的高手可以来说说他完成的这个准确率怎么样。 好了，那这次安装说明就先讲到这里了，关于 open cloud 的 更多能力，有时间呢我们可以再去测一下。好，那既然已经部署成功了，有兴趣的同学呢，也可以再去深度探索一下 啊。对了，现在呢，各大厂呢，也出了针对 open cloud 的 云端部署，我这个呢，也可以跟大家快速的分享一起。好，这里是阿月，希望我的视频能够帮助到你，让你更了解呀，我们下期再见。
1.7万阿悦很严格
01:28查看AI文稿AI文稿一千零四十六颗星，一百一十八个第三方服务一键连接，每二十分钟自动同步。一个用 rest 打造的桌面 ai， 二十分钟就能了解你的全部工作上下文。用过 ai 代理的人都知道这个痛点，它刚启动，什么都不懂， 你告诉他的事，转头就忘别的 ai 积累足够，上下文要好几周。而 open human 只要二十分钟，核心是 memory tree， 邮件文档、聊天记录全部压缩成三千 tokyo 以内的 markdown 块，分级存储在本地，同时生成 abcde 知识点库，你打开就能搜索、编辑浏览。 灵感来自 carpathy 的 笔记工作流。 gmail notion github slack stripe calendar。 一 百一十八个服务，一键 oof 授权连接，不需要手动配 api key， 每二十分钟自动拉取最新数据到你的 memory tree。 每次工具调用网页抓取邮件内容都吃 token， token juice 压缩，曾把 html 转 markdown， 长链接缩短，清除涌鱼，同等信息量下， token 消耗减少最多百分之八十。和 cloud co work、 open cloud hermes agent 对 比， open human 在 记忆系统集成数量、自动数据获取、模型、路由四个维度全部领先， 别人还在手动配插件，它已经全自动了。它还有个桌面吉祥物，会说话，有嘴型同步，甚至能加入你的 google meeting 当真实参会者。 语音输入加语音输出，不是打字，是真的在跟你对话。一千多颗星， new 开源协议，完全免费，数据全部本地存储加密，隐私有保障。关注我，下期继续带你发现开源宝藏！
63GiftLee
01:34查看AI文稿AI文稿我给大家一个 opencloud 的 部署方法，所有人都会，而且特别简单，在 ai 时代，你要习惯一个思想，就是所有的活让 ai 帮你干，不要自己干好。我们来说这个方法。第一步，第一步，下载本地部署的 mini max agent， 就是 在他们的官网点击下载，选择你的电脑版本的 mini max agent， 下载到本地， 然后就会获得一个 minimax agent 的 图标，这是第一步。第二步，在这个 minimax agent 的 对话框里输入，我需要本地部署 open cloud， 这是第二步，这个时候 minimax agent 会帮你部署 open cloud， 本地部署的 好，部署好了之后，这个 open cloud 你 就可以使用。但是大家知道 open cloud 是 user in the loop， 就是 它需要你自己不断的调，不断的循环，你会遇到很多问题， 很多伙伴放弃本地部署是因为这个问题无法解决好。这个时候再向本地部署的 minimax agent 提出你遇到的问题，比如说飞书配置不上，怎么唤醒不了，哪里有问题？这个时候 minimax agent 会帮你解决你本地部署 phone call 的 全部的问题， 然后就可以了。然后这个事情全部下来，不需要你会任何的技能，也不需要你了解任何的呃代码，只需要按照我的步骤来做，让 ai 来帮你做这个工作，让 ai 来盯住你的 ai， 然后希望我的伙伴们都学会这招来部署它，而且 费用成本不是很高，现在我已经用上了，就是挺好用的哈，分享给你们。好吧，真的很好用，你们一定要去用。然后如果通过这方法通过成功的，快来给我点个赞，这是我探索这么多天最简单的那个方法。
733王鑫康
04:21查看AI文稿AI文稿这阵子全网刷屏的 ai 龙虾 openclaw 能写代码，做自动化，搭全流程工作流，堪称全能数字员工。但很多人想上手，要么本地装环境疯狂报错， docker、 node gs 折腾半天搞不定，要么电脑配置不够直接带不动，纯纯劝退， 今天就给你们保姆级教程，用火山引擎官方云服务一键部署 openclaw， 不 用挑一行代码十分钟就能搞定，成本还贼低。 第一步，打开火山引擎官网注册账号，完成实名认证，新用户还有专属福利额度。首页直接搜 open club， 找到官方预制的一键部署镜像运行环境依赖插件全给你配好了，根本不用自己瞎折腾。选官方推荐的入门配置，两核两 g 完全够用。 完成付款后，单机去控制台按钮， 前往实力列表页查看新创建的实力规格信息。第二步，开通方舟大模型服务，并获取配置登录开通管理页面，选择期望为 opencloud 提供推理服务的模型家族，这里我们选都包 c 的 一点八模型。 在左侧目录处选择系统管理 apikey， 管理创建并获取 apikey。 在左侧目录处选择智能广场是模型广场单机，您期望 open class 使用的具体模型进入其详情页。单机复制按钮，获取模型的 model id。 步骤三，创建飞书机器人并获取配置 创建企业自建应用，登录飞书开发者平台，单机创建企业自建应用按钮，添加机器人能力。 在左侧目录处选择开发配置。权限管理，单机批量导入祈导出权限按钮， 在弹窗中确认权限无误后，单机申请开通按钮， 单机配置按钮，设置权限可访问的数据范围。单机确定按钮，完成操作。在左侧目录处选择基础信息凭证与基础信息，在应用凭证模块中获取并记录 app id 与 app secret 信息。单机顶部的创建版本按钮， 点击页面底部的保存按钮，创建版本确认发布按钮，完成应用发布。第四步，配置 openclaw 飞书 ai 助手登录云服务器实历 执行命令、配置模型和飞书集成的参数。 到这里我们基本完成了配置。在登录飞书开发者平台，选择企业自建应用页签并单机您创建的飞书开放应用。在左侧目录处选择开发配置。 c 事件与回调，选择使用长连接接收事件 并单机保存按钮，在已添加事件区域单机添加事件按钮，在添加事件对话框中选择应用身份订阅页签搜索消息并勾选接收消息， 消息被 reaction， 即消息被取消 reaction 三个事件。单机确认添加按钮，你看不到十分钟直接部署完成。 公网 ip 点开就能用七乘二四小时在线不荡机，响应速度比本地快多了，还不用担心兼容和安全问题。教程都给你讲透了，赶紧去试试，觉得有用的别忘了点赞收藏！关注我，解锁更多 ai 干货！
19小思
01:42查看AI文稿AI文稿式聊天窗口更像桌面端地个人 ai 操作系统。他把 react tori rust core 放进同一个 mono repo ui 做交互。 tori 接管本地能力， rust core 负责智能体运行。 前端拿到 r p c 地址和 token， 再把业务请求交给 rest。 核心是 agent harness， 对 话工具、子代理和事件都在这里编排，内置角色包括 orchestrator， planner， researcher， code， executive， 所以它不是问答模型，而是能调工具能分工的 agent。 runtime skills 负责扩展能力，一个 skill m d 就 能注入新的规则和资源。 memory tree 把聊天邮件文档规范化成 markdown chunk， chunk 写入 sqlite 和本地文件，再评分，抽实体折叠成摘要素 集成层，连接 gmail lotion github， slack autofresh， 再把数据拉进记忆术。实时能力走 socket 和 mcp 同步工具，调用工具返回结果。 技术站包括 react 十九， vita， tauri， vr， tokyo， oxum， escalite， 还有语音 google meet， mascot、 本地 ai token juice 和 obsidian vault。 一 句话，桌面 app 加 rust core， 加工具运行时加本的技术。
10学长聊 AI
00:55查看AI文稿AI文稿今天我选的 ai 开源项目是 openhuman， 它不是又一个聊天框，而是想把你的邮箱日程、 slack、 github 和浏览器接近。一个本地优先的个人 ai 助手。 项目现在七千一百多星，核心用 rust 和 textscript 的 写，最新版本是 v 零点五十三点四三，昨天刚发版，今天还在持续推送。它最强的卖点是 memory tree， 连接进来的数据会被压缩成 markdown， 存进本机 sq lite， 并同步到 obsidian 风格的知识库。 还有一百一十八个以上集成， gmail， notion、 github、 slack、 stripe、 calendar、 drive， linear、 gera， 靠 os 一 键接入后台，每二十分钟自动抓新上下文。 openhuman 还内置网页搜索、爬取文件系统、 git 测试语音和模型路由，甚至支持通过 alma 跑本地模型。他想做的是一个会记住你工作流的桌面 agent， 但我建议先当 early beta 看，他会接触很多个人数据。先在小号和非敏感账号里试，重点验证隐私边界、同步质量和记忆是否真的有用。
176Vibe杰
05:15查看AI文稿AI文稿没想到啊，距离我制作 open klo 的 详细部署教程已经过去了一个多月，这玩意现在居然火成这个样子，甚至某鱼上都冒出了一堆远程部署的这个付费服务，动不动就收你们几百块钱。我在我那期视频发布之后呢，有的观众也在吐槽模型费用太贵了，那有什么办法能够不花这个模型钱呢？ 有的兄弟们，有的本期视频的主题就手把手带你们部署一个属于你自己的大模型，并教会你如何在 open klo 中切换大模型的大模型啊！ 不管你是使用像欧拉玛呀还是 l m studio 还是 v o i m 等，都能很方便的接入，从而实现完全离线免费无限制用的 open 可乐。好废话不多说啊，记得先点赞收藏加关注。我们现在开始 我整个教程会分成两大步啊，先搞定本地的大模型部署，再讲欧布可乐的对接配置。但如果你已经部署了本地的大模型，可以直接拖动进度条是吧？跳到对接部分即可。第一步，咱们先搞定本地大模型的部署啊，我这边推荐没有经验的同学优先使用欧拉玛，他几乎是目前全网最简单的本地大模型部署工具，没有之一 啊，支持一键部署市面上绝大多数的一些开源模型啊。然后这里插一水，如果你想要工业级大模型的推理框架 v l l m 的 教程，可以在弹幕当中扣个一人多的话，我后续考虑出个教程。 首先打开浏览器啊，输入欧拉玛的官方地址，我放评论区了，就直接复制在那些就可以。进来之后呢，你是什么系统就点对应的下载是吧？ windows 点 windows 麦个点麦个， 下载完成之后呢，麦个就跟安装其他软件一样是吧？然后 windows 也是不断的下一步即可。 好，现在安装完欧拉玛后呢，最关键的一步就是下载并启动本地的大模型。这里要跟大家说清楚，要驱动 open close 这样的 a 卷的系统， 必须选指令遵循度强，上下文长度多的模型，简单来说就是听得懂指挥是吧？记得住你的命令的这种模型。而我这边测试了好几个模型，比较推荐用的就是这个 q 三点五，它有多个尺寸的版本，通常模型越大则性能越强，大家根据自己电脑的显存大小来选就可以了， 最好选不要超过你显存大小容量的模型，也就是 size。 这里我这为了快速演示，我这就使用这个零点八 b 这个小模型展示啊。如果你们有测试更好用的模型，也可以在评论区跟大家分享一下。 确定好模型之后呢，点进去之后，可以直接看到下载模型的指令，此时我们需要打开终端或者这个 power 键麦克打开终端， windows 打开 power 键，然后粘贴这串命令，然后按回车，它会自动下载模型并启动，全程不用你管。经过一段时间下载后呢，它会自动进入对话界面，你可以直接在这跟本地大模型对话，比如说问他，你好。 哎，到这里恭喜你，你已经成功完成了本地大模型的部署。接下来就是将其接入我们的 openclo 中了啊。这里先提一嘴，如果你的电脑还没安装 openclo， 可以 直接去我之前的其零基础啊部署教程，几分钟就能安装好。我这就不重复讲安装步骤了， 我们先讲刚装好的欧拉玛怎么对接。第一步，修改模型的上下文长度。因为欧拉玛本身为了极致的轻量化，如果你电脑显存不大的话，他默认模型的上下文就给你四 k， 你 就这样给 open color 使用的话，你说完这句话他就能忘了上一句。所以我建议把模型的这个上下文设置为至少六十四 k 以上吧。 我们打开这个欧拉玛的软件，然后点击设置，就在这里设置上下文，然后把这个拖到六十四 k 就 可以了。第二步，去 open clone 里做这个配置对接，还是在终端输入这个 open clone config， 进入 open clone 的 配置菜单，然后回车啊配置本地文件，选择 models。 这里呢是 opencolor 给你预设的一些云端模型配置，像什么啊， gpt 啊， jimmy 等等。我们要选择最下方的 custom provide 的 选项，这个呢是自定义模型选项，可以自定义 opencolor 从什么地址去调用模型的服务。而我们这里默认就是幺二七点零点零点幺，这个幺幺四三四端口的 我们不需要修改。然后这里的幺二七点零点零点幺呢，表示从你本地获取。然后这里的幺幺四三四呢，是欧拉玛的这个端口服务，然后再回车输入密钥，这个地方呢可以随便填，因为这是你本地的服务。 然后这里询问我们要接入什么标准的端点协议，我们也默认回车即可。最关键的来了这里，让输入模型的 id， 我 们在这里输入你刚刚下载的模型名称，然后这个样子就是教验，通过回车啊，后面的这些都不用，输入，回车即可。 然后最后选择最下方的这个 ctrl 钮，完成模型的切换。现在你可以回到 openclip 的 控制面板当中，点击代理，看到这个 primary model 是 不是你刚刚选择的模型了。至此，你已经成功在 openclip 当中揭露了本地的大模型。 如果你使用的是 l m studio 或者 v l m 等模型推理框架，步骤跟刚刚几乎没什么差别，只需要将这里的电路地址修改为你所对应架构开放出来的端口即可。比如说像这个 l m studio， 它默认的端口就是一二三四，你这里就写啊，幺二七点零点零点幺一二三四就可以了， 然后 vm 呢则是八千，然后你就把这个端口修改成八千即可。后面的步骤和欧拉玛一模一样是不是？嘎嘎简单？所以我们来 open call 聊天框简单的测试一下，就说帮我查一下北京明天的天气， 哎，如果你的任务比较简单，那是用本地大模型来驱动这个 open call 还是非常 nice 的。 最后本期视频用的所有命令和部署流程我都整理好了，放在这个评论区，大家点赞关注智取即可。 然后上期的这个部署教程和 open klo 的 这个 skill 制作教程我都会放到 open klo 的 合集里头，后续呢也还会更新 open klo 的 其他玩法，不想错过的朋友可以点个收藏和关注啊，咱们下期视频见！
3081算法魔法师
02:03查看AI文稿AI文稿这是我一人公司的几个 ai 智能体，现在已经全部到货了，我这原本的两台已经完全不够用了，我买这么多 mac studio 做部署本地大模型， 你知道是为了什么吗？之前这个是二百五十六 g 显存的 mac studio， 这个性能其实已经非常强了，但是我发现在用 opencloud 的 时候，我有很多个 agent， 有 我的 ceo， 财务主管，还有运营总监、设计师等等，他们全部都在这一台 mac 里，那就会导致我这个大模型的压力非常大。就算我有二百五十六的显存， 但是它的内存宽带已经限制住了，所以我安排这么多的 max studio， 就是 为了让每一个智能体都能有一个独立的大佬，而不是共享。那我有五个大佬，加上之前的两个，七个大佬去帮我完成很多的工作，那他们可以做什么呢？像做视频， 做设计，整理财务报表。但这一切我只需要给我的主 agent， 也就是 ceo 去发号施令，那他就可以去控制我其他所有的 agent， 让他们各司其 并且二十四小时不停歇，给大家分享一下我是怎么配置的。因为达新出的这个太阳模型，它的能力是非常不错的，我准备用它来去做我的 ceo 的 大佬，千万的这个 code 三的这个模型负责编程，那这个 mini max 的 文案润色呀，各方面都非常好，所以 运营总监我就准备用 mini max， 但是这个模型的数据量是非常大的，直接占用了一百三十多 g 的 容量，是一个一百八十 g 的 模型，所以我会用二百五十六 g 的 这台设备去跑 这个 a 证，然后我会用其他的这些去做我一些零散的工作，比如说像这个千问三的 vivo 八 b， 就 可以在这个三十二 g 的 mac 上，因为它主要是用来分析图片，像小红书啊、抖音啊以及各种咨询，用它就足 够了。还有像 g p t 一 百二十 b 的 模型，它的逻辑性是非常强的，它就需要用六十四 g 的 设备去跑，用这个模型去分析一些财务报表、股票信息、黄金等等都是没有问题的。所以这七台设备去跑不同的模型，所有的设定全部都会设置好。最重要的是这一切 全部都是在本地，完全不用线上的 a p i， 也不用付费 token 的 消耗。就算所有这些大模型，像千万 g p t 这些全部倒闭，那这些模型也会永远为我服务，这种拥有感和体验感才是本地模型的魅力。配合上 opencloud 一 人公司就能直接开张了。
5244小璟智能影院
04:55查看AI文稿AI文稿你以为 ai 助手最缺的是更强模型，但真正卡住它的，可能是它根本不认识你。我是老万，老万学 ai， 关注我，一起把 ai 用到产品、创业和真实工作里。觉得有用先点个赞，也欢迎在评论区留下你的问题。 今天拆一个开源项目， open 修门，它表面上是个人 ai 助手，但我觉得更值得看的是它背后的赌注，这个赌注是下一代个人 ai 评的。不是单次回答多聪明，而是谁能更快拿到你的上下文，还要长期记住，而且不能失控。 现在很多 ai 工具有个共同问题，你每次打开它，都想重新认识一个实习生，项目是什么，客户是谁，上周定了什么，他都要你再讲一遍。所以你不是在上 ai 工作，你是在给 ai 补课，补完课他才能开始干活。 open ui 的 路线是把顺序反过来，先把你的邮箱、日历、文档、仓库、聊天借进来，再让 ai 带着这些上下文回答和行动。 他先在强调一百一十八个以上的第三方集成，想执 mail， notion gitubslack、 stripe、 玉立云盘、 linear jera。 连接方式是一键授权，不是让你手填一堆 a p i t， 更关键的是自动拉取。它每二十分钟便利活跃连接，把新的邮件、文档、消息和任务拉进本地记忆，不用你每次手动喂资料，所以这里的产品判到很清楚。如果 ai 要成为个人工作搭子，聊天框只是入口，真正的底座是上下文。系统 上厦门。进来以后，第二个问题来了，你不能把所有东西都一股脑塞进对话框，那样成本高、延迟高，还很难追溯。 openhuman 做了一个记忆术，它把邮件、聊天文档和同步结果先规范成 markdown， 再切成不超过三千 token 的 片段， 然后这些片段会被评分抽取实体写进本地数据库，再折叠成来源数、主题数和全局数，也就是从碎片变成能导航的摘药结构。 这和普通项链库不太一样。项链库擅长回答什么，内容和这个问题相似，但个人记忆还要回答今天发生了什么，某个项目最新进展是什么。 他还把同样的信息落成 obc 点可以打开的 markdown 仓库，默认就在你的本机工作区，你能看、能搜、能编辑，也能知道内容从哪里来，这点很重要。如果一个 ai 说它记住了你，但你完全看不到它记了什么，那不是记忆，那更像黑箱。 有记忆还不够，他还得能干活，否则只是一个会翻笔记的聊天框。 openshuman 内置了一整套原声工具，搜索网页、抓网页、读写文件、跑 get、 跑测试、控制浏览器、做定时任务，这些不是临时装插件才有的能力。 这里还有一个工程点叫 token juice， 它会在工具结果进入模型之前先把噪音压掉。比如构建日制网页、邮件、长线城密、内行输出， r e a d m p 里说最多可以降低八成成本和延迟。你可以不纠结这个数字是不是每次都能达到，但方向是对的，上下文越多，压缩越是基础设施。 模型路由也类似，复杂推理走强模型，快速小任务走快模型，视觉走视觉模型。总结走压缩模型，用户不手动切，任务自己选， 再加上语音会议和桌面端能力，他想做的不是网页里的一个问答框，而是全天候贴在功锅楼旁边的个人 ai。 但这条路也不是没有代价，你接入的越多，他知道的越多，产品责任就越重。 open human 的 隐私序示是把记忆放在本机， calklus 数据库和 markdown 仓库都在你的设备上，原始数据不会因为后台同步就直接长驻它的后端， 第三方授权则由后端代理。 u l f t 肯不以铭文写在你电脑上。敏感评距走系统级安全存储，比如钥匙串和评距管理器。 但是你也要注意，它还是早期测试版。当一个 ai 接入邮箱、日历、代码、仓库和会议，你就不能只问它聪不聪明。你还要问四件事，它同步了什么，记在哪里，谁能删除什么动作，必须经过我确认，这才是个人 ai 的 安全边界。 所以我看 open 休们不是看它今天能不能替代所有工具，而是看它暴露了一个方向， ai 产品正在从更会回答走向更懂你的工作现场。 以后，判断这类产品可以看三个问题，它能不能自动获得上下文记忆，能不能被你检查和迁移行动权限，有没有清楚边界。这就是本期的结论。个人 ai 的 分水岭不是会不会聊天，而是能不能在不失控的前提下长期认识你。 这里是老湾学 ai， 如果这条对你有启发，记得关注点赞，也在评论区聊聊，你最想让我拆哪个 ai 案例。
01:35查看AI文稿AI文稿朋友们，你们知道吗？现在 ai 圈已经不流行养虾养马了。最近 j tab 出了一个爆款项目，一周破万新这个叫 open human 的 开源项目，打出了一个非常硬核的数据， fork 消耗直降百分之八十。这不只是一个功能亮点，它指向的是一个正在发生的大趋势， ai agent 的 竞争不止要好的效果，更要用低成本实现好的效果。它怎么做到的？核心在于内置的 token juice 压缩引擎，每次工具都要用三层压缩， html 转 markdown， 长 url 缩短，勇于信息玻璃切成不超过三千个 token 的 块，再塞进记忆术， token 消耗和响应延迟双双降百分之八十，一键 os 接一百一十八个符，不用配片，不用写代码，上班第一天就能干活。为什么这件事这么重要？因为企业 ai 用的越深， token 账单就越触目惊心。而且大多数公司现在根本不知道钱花哪去了，都根 just 实现了单点的 token 压缩。但这还只是冰山一角，企业更需要的是一套完整的 token 治理能力。那这套 token 治理要怎么落地？拆解开就三件事，一、看得见 token 消耗，绑定到部门用户 a 阵场景， 谁高效谁浪费，一眼看清。二、管得住，摸透每一笔 token 的 真实成本，用跟上把 token 成本打下来。 三、守得牢，用 ai 保护 ai， 给大模型的输入输出装上合规护栏，全链路，守住企业的安全底线。 ai 用的越深， token 治理带来的投资回报就会越大。所以你的下一位 ai 数字 同事，可能不只是帮你干活，还在帮你省钱，帮你把每一个 token 都用在刀刃上，你用 ai 一个月 token 账单花了多少钱？评论区聊聊。
39AI深一度
04:42查看AI文稿AI文稿今天我们来拆一个用 rest 加 tauri v 二打造的本地优先 ai 智能体，在 datap trending 上长期处于高位，它就是 openhuman， 它不是又一个聊天机器人，它的核心理念是了解你这件事是产品自带的，不是你训练出来的。三个关键词，记住它， memory tree 本地知识图谱、 token juice 智能压缩、 auto fetch 自动同步原码拆解第六期，我们开始 在拆它之前，先说说它解决什么问题。用过 e a i 助手的人应该都有同感，第一，上下文一直在丢，换个绘画从头来，每次都得手动为背景。第二， api key 到处飞，每个服务一套配置 e n v 文件接近半屏。第三， token 消耗太快，一次同步几十万 token 成本根本控不住。 open human 出现就是解决了这些痛点。 tree 先说它的灵魂 memory tree， 它分三层，最底层是原始文档、邮件 commit、 聊天记录，中间是实体节点，具体的人仓库项目，最上层是主题节点，工作、家庭、财务这些高层抽象。三层之间的关联是显示保存的，所以助手能回答跨数据源的问题。 而且它不是向量数据库那种黑箱，存在本地的 sql 和 obsidian 兼容的 markdown 文件里，人类可读可编辑可审计。灵感来自 carpsey 的 l l m wiki 思路， 数据是怎么进去的？一套六步流水线，原式配气，规范划分快，这三步是热路径要快，保证 u i 不 卡平分泌封。后台处理是知识构建阶段，丢到后台 worker 核心设计师最重的工作， embedding 实体抽取，每日摘要交给后台三个并发 worker 拉对列配信号量限制大模型并发崩溃后自动重进。对列热路镜只做轻活， u i 永远流畅。 auto fetch 是 open human 最有标识度的功能，每二十分钟一个全局 kick， 便利每个活跃连接，把新数据拉回来，丢进 memory tree。 四个步骤循环扫描连接、检查状态，执行同步记录成功。每个 connector 都有自己的增量策略。 gmail 用 history api， github 用 scenes 参数 slack 用 conversations history。 设计上做了三件事，单调肚气模型、防重负启动状态、暗连接分区持久化、错误隔离不互相影响。 你早上醒来打开电脑，他已经跑了将近三十六次同步，今天的上下文已经准备好了。 token juice 是 让持续同步在经济上可行的关键。 三层规则叠加内置规则有九十六个，预制规则随二禁制编印侵入用户规则放在配置文件里。个人覆盖、项目规则纳入版本控制。团队共享七种压缩策略，截断、行去重正则、丢弃、折叠空白， html 转 markdown、 段落摘药、 url 缩短。特别重要的一点， cjk 中文和 emoji 按自行保留，不会被误伤。 它有一份订阅，但可以同时调度。多家模型靠 hint 前缀自动路由 reasoning 走墙模型、 fast 走便宜模型、 vision 走视觉模型、 summarize 走压缩专用模型。 路由解析逻辑很简单，包前缀，查表匹配不到就 fallback 到默认。更妙的是四层覆盖体系，全局路由表单调，用传 model 名覆盖 skill 级别定死 hint 自 agent， 还能 inline 指定编排者用墙模型做规划，业主 worker 用便宜模型干活，成本控得住。 集成一百一十八个第三方服务，怎么做到一键接入？底层外包给了 composure 一个专门做 lm 与 sos 连接的服务层。 off 握手， token 刷新，限流处理，全部由它代劳。你点一下 connect， 弹出一个授权页，授权完连接就活了一次。连接有四个用处， agent 工具、记忆源、触发器、画像信号两个模式可选。托管模式 off 由 open human 后端代理，适合大多数个人用户。直连模式，你自己持有。 api key， 适合高阶用户。 小提醒，刚连完一个新服务后，等一分钟再让它用，能省点踩坑的时间。 openhuman 有 个桌面吉祥物，不是装饰品，它是 agent 状态的可视化层，说话时动嘴，思考时有表情，忙时显示状态，瞄一眼就知道它在不在工作。 语音列录是 whisper 座 s t t eleven labs 或 piper 座 tts 纯型同步，靠 ysms 印刷音频驱动口型。最酷的是，它还能以真实参与者身份加入 google meet， 能听能记笔记，还能用 tts 说话。当然，入会前要告知所有人，有 ai 在 场，这是基本礼仪。 最后看技术架构，五层桌面可与前端 rest 核心引擎、记忆层、集成层、语音层。为什么用 tauri v 二，不用 electron 安装包从一百兆降到十至三十兆，内存占用从二百至五百兆降到五十至一百兆，启动速度从一至三秒降到亚秒级。 后端用 rest， 零成本抽象加内存安全。 rest 核心负责 agent 的 调度模型路由 token juice 加密，定时任务、语音流处理，甚至电池管理。笔记本低于一定预值会自动降频。底层架构决定了产品体验的上限，对常驻桌面需要定时同步的应用来说，这些差距是实打实的体验提升。 好的，我们来总结下， openhuman 交给我们三个核心理念，第一，记忆是基础设施，不是聊天框加工具调用的壳， 而是把了解你作为架构第一原则。第二，经济性驱动设计没有 token juice 持续同步，在经济上不可持续。第三，本地优先，透明可控， markdown 代替向量黑箱，数据存自己机器上，可读可编辑，可审计， 原码拆解。第六期 open human 内核揭秘就到这里，详细的技术文档我也整理好了，大家有需要了解的可在评论区留言。我是木可 ai， 咱们下期见。
11木可AI
