为什么我的codex傻乎乎的
终于知道命令行工具为什么这么厉害了。我用的是 codex 的 c l i， 刚才用 codex c l i 解决这个问题。解决这个问题的时候呢？它有的原码，由于是商业版，它是不带不带原码的， 但 code x 他 怎么干啊？他直接给我把源码读出来去反翻译了。你可以看到他直接把代码反翻译出来，然后把整个代码机制如何调用，然后这个是什么样的问题？然后你想要的结果他都解决了。真的是非常厉害啊。但是如果你用图形化的界面，他不会去反翻译代码，至少我从来没有见到过他会去反翻译代码去解决问题。
粉丝2.4万获赞26.7万
相关视频
02:28查看AI文稿AI文稿为什么我说现在就是你开始 vaping 的 最佳时机？因为现在开始的成本真的很低。 openai 的 创始人 sam ottoman 在 推向上宣布，他家旗下的 codex 能免费用了，而且免费的不是什么渣渣模型，而是 openai 最新的 gpt 五点三。 codex 速度更快，逻辑更强，完全不输隔壁添加了 cloud ops 四点六，那我已经深度使用一个月了，并且已经手搓上线了自己的产品。那么这期视频我们一起来学习一下如何正确使用 codex， 开启你的 web coding 旅程。 给还不了解 codex 的 同学简单介绍一下， codex 是 open ai 旗下的编程智能体，而隔壁 cloud code 是 同一种产品，有了 codex， 再加上 gpt 五点三的模型，就可以愉快的编程了。 一般人看到黑底白字的命令行界面估计就被劝退了。别担心， codex 不是 硬核的即刻工具，它有正儿八经的图形界面，官网下载、安装、登录一气呵成，没有什么要你做的复杂配置， 接下来的内容很关键，你要搞清楚两个概念，工作区和 thread 工作区。你可以理解为你的项目文件夹，比如你想做一个网站， 先建立好文件夹之后，所有的代码文件都会保存在这里。而 thread 就是 一个个的聊天窗，这些聊天窗就是 一个个的任务线。这里有个黄金法则，大家一定要记住，不同的任务要开不同的 thread， 千万别在一个窗口，一会让它改 bug， 一 会让它写新功能。另外你也不用傻，等任务完成，你可以同时开多个 thread， 同时处理多个任务，效率直接起飞。前段时间爆火的 skills 在 codex 里直接格式化了，内置了几十种的 skills， 鼠标点点就能安装了。这些 skills 能让你的 agent 如虎添翼，关键省去了繁琐的搜索和安装过程。 最后分享一点个人使用心得。上一个视频里我推荐了谷歌的 anti gravity， 其实这两个产品你可以一起用，把 codex 的 插件装在了 anti gravity 里面，这样你可以同 同时要用多个模型，比如让 g p t 五点三改 back， 让 jammer 做前端，让 cloud 出方案，不用切屏，不用复制粘贴，一个界面汇集世界上最好的三种模型帮你干活。这套 web coding 的 形态， 你值得拥有。以上就是本期视频的所有内容，欢迎关注艾伦，二零二六年，我会持续创作更多 web coding 和 ai 工作流的相关内容，我们下期再见。
2.3万我是戴伦
05:01查看AI文稿AI文稿今天视频只讲一件事情，如何从零到一，安装 codex， 同时一句话生成一个好看的网页。大家好，我是 fred， 一个纯小白，学习 web coding， 帮助自己和团队提效的百分之五十以上，我希望将我过往踩过的坑全部分享给你。 首先我们第一步的话需要打开 openstack 这个 codex 的 网页啊，大家可以通过基于自己的版本去下载，比如说 macos， 然后下载完了之后呢，就会进入到这样一个看起来像聊天框的这样一个对话。然后首先我们需要做的第一步是需要打开一个项目文件夹， 什么叫文件夹？其实你桌面上的任意的文件夹都都是那是一样的。然后这个时候我们比如说创建一个叫 test 的 一的文件夹， ok， 然后我们通过把这个 test 一 打开，打开了之后呢，这里面你就可以跟 chatbox 有 点类似，你通过自然语言去跟它沟通就 ok 了。但是我们需要注意的是，这里面会有个权限的问题啊，我个人会比较喜欢去可能打开这个完全呃访问的权限， 然后同时呢这边可以去选择你的速度啊和模型，比如说正常呃，比如说我们今天要做的第一件事情就一句话，生成一个网页，就可以用一个呃中模型就 ok 了。好吧，帮我参考 apple apple 的 风格，生成一个 html 网页， 然后发给他就 ok 了啊，是不是很简单？然后下一步趁着他在深层的这个时间，我可以给大家一个一个去介绍一下整个 codex 的 界面。 首先我们这边就可以有个新对话，然后呃如果你是正常在这个项目文件夹里面，他新对话也是在这个项目文件夹，如果你是一个新的项目，可以重新再新开一个项目， 然后这边呢你可以添加你的呃，比如说图片或者文件，同时这里面也可以用计划模式，尤其是新手，我会推荐用计划模式，因为它会跟你去沟通，把这个需求澄清的更清楚，那是 后面的落地会更加的完整一些。同时这里面去可以去选择一些插件，比如说 browser use 这种，可以去呃看到你前端的效果， 那这里刚刚已经讲过呢，你可以选择对应的思考的呃深度，比如说如果是一些大型的项目，你可以选择高或者超高，那同时这里面可以选择不同模型。 gpd 五点五刚发布，然后 gpd 五点四已经一段时间，其实速度和质量也还都不错，大家可以呃基于自己的 考虑去选择，毕竟 gpd 五点五消耗的额度是五点四的两倍。同时这里面你也可以选择更改它的速度，如果是标准就是正常的速度，正常的消耗额度， 如果是快速的话，像 g b d 五点五是一点五倍的速率，但是它消耗的额度是二点五倍，然后 g b d 五点四是二点两倍。 然后同时右侧这边的话，我们可以看到这里可以打开你刚刚创建的文件夹里面的内容，因为我本身是有配置一些 r harness， 包括一些呃全局的东西，所以它每进入一个文件夹，它就会创建一些模板，比如 agent m d m d， 每当它完成一些东西，它会在这上面去更新， 同时这边就是去这个按钮，就是去看对应文件的一些内容，如果不想看可以点击，然后这边会有一些像 open i 自制的一些插件或者一些 skills， 大家可以按照自己的需求去呃更新啊，或者说去下载。那当然这里也可以创建你自己的插件和 skills， 然后同时这边我们可以去打开我们后台的设置，里面可以看到你一些配置的一些建议， 然后以及个性化的一些建议，同时一些外观的建议大家可以基于自己的啊场景去使用，但同时这边有啊浏览器的使用和 computer use， 尤其是这个 computer use 在 目前而言我觉得已经非常非常好用的，可以去操控你的电脑的应用，去帮你去做一些事情。同时这里可以看到你一些规党的对话， 然后这里面可以看到你的额度，比如说 fred， 我 开的是两百美金的 pro 的 账号，现在已经用了。 呃，这七天的额度已经用了百分之九十一了，因为 open ui 就 在昨天又重新重置了额度，然后五小时的额度已经用了百分之五十四呢，所以大家可以在这里看到你的整体的用量。 ok， 我 们回到刚刚的呃兑换，大家你可以看到大概花了一分四十八秒的时间，然后这里面就生成了一个网页。 ok， 我 们可以通过这边去打开 啊，大家可以看到就整体的网页的风格确实是跟苹果非常非常类似的，而这就是我们通过一句话让他生成的一个结果， 所以说不管怎么样，只要大家安装了 codex 以及开始跟他沟通，那我觉得就是第一步，后面我也会持续去分享，不管是使用 qq 还 还是使用 codex 遇到的一些坑和能实现的一些呃功能和帮助大家提效的一个工具，这就是今天的分享，我们下期再见。
2.5万FredTalk
05:22查看AI文稿AI文稿tiktok 上最近出现了一个非常火的项目， agent skills for contest engineering， 发布不到一周就斩获了二点三 k stars。 为什么它能瞬间引爆社区？今天我们深入来聊聊这个项目。你可能有过这样的经历，用 ai 编程时，明明给了足够的上下文，可 ai 要么答非所问，要么被永长的历史信息绕晕。最近 github 上的一个项目或许能解决这个痛点。 这个叫用于上下文工程的智能体技能的项目，发布不到一周就拿下了二点三 k 星。为什么他能这么火？我们从二零二五年末的技术背景说起， 这些年大厂白皮书里反复提到上下文工程，但对每天敲代码的开发者来说，那些理论太飘了。 我们需要的不是什么是上下文的论文，而是能直接用到 cloud code 里的工具。这个项目恰恰填补了这个空白，它把灰色的上下文管理策略打包成十个即插即用的智能体技能，借助 cloud 的 自动加载和触发机制， 让 ai 终于能像资深工程师一样自己管理内存。这就是一套上下文工程的最佳实践工具库。怎么理解它的核心逻辑？项目把上下文拆解成五个部分， 系统指令、工具定义、查找文档、消息、历史和工具输出。其中工具输出是最拖后腿的。研究显示，原始工具返回结果往往占了上下文百分之八十以上的体积，就像你电脑开了太多网页导致卡顿。 ai 的 上下文也有注意力，预算 一旦超支，性能就会下降。项目提出的渐进式路由策略就是解决这个问题的关键。初始状态下，智能体只读取所有技能的名称和简短描述，就像你手机桌面只显示常用 app 图标。 当你输入 prompt 后，智能体会自动进行语义匹配，找到相关能力，再加载详细内容。这跟操作系统的液交换机制很像，确保模型始终处理最相关的高信号信息。 你可能听说过 ai 的 迷失在中间现象，当信息放在上下文中间位置时，召回准确率比两端低百分之十到百分之四十。 除了这个，长对话里还会出现上下文中毒、干扰、混淆、冲突等问题。比如你先问 ai 怎么写 python 爬虫，再问怎么优化 java 性能。旧的爬虫信息可能干扰 ai 对 java 问题的回答。项目里提到的压缩优化技术能帮我们解决这些问题。 比如观察掩码技术，读取原文后提取核心结论，把原文从上下文里替换成引用 id， 这样上下文体积能骤降百分之九十。就像你把厚厚的参考手册换成一张锁影卡，需要时再去查详情。还有铆钉、叠带、摘药技术， 维护结构化的状态快，包括绘画意图、状态清单、决策记录和下一步行动向，让 ai 始终记得对话的核心目标。在多智能体协助场景里，上下文隔离很重要。比如一个项目分三个智能体， 写前端的，写后端的，做测试的。如果写前端的智能体看到后端的代码细节，可能反而会影响它的工作效率。 项目建议，每个子智能体只关心自己的任务，拥有专用工具，减少后选工具数量，实现故障阻断。 就像工厂里的流水线，每个工位只做自己的事，互不干扰。记忆系统也是上下文工程的重要部分。传统的向量检索有个时态盲区，它能找到相关的知识，但不知道这些知识的时间顺序。比如， ai 可能会把二零二三年的旧技术和二零二五年的新技术混在一起。 项目里提到的时态知识图谱就是给知识加上时间戳，让 ai 能区分旧方法和新进展。在工具设计方面，项目提出了一个反直觉的建议， 不要为每个细小功能写一个工具，而是把高度藕合的步骤合并。比如，你要做读取文件加分析代码加生成报告，与其写三个工具，不如合并成一个，这样能减少工具调用次数，提升效率。 项目还建立了完整的评估体系。智能体性能的百分之九十五变异由三个因素决定， token 使用量占百分之八十，工具调用次数占百分之十，模型本身选择占百分之五。这意味着优化上下文比换模型更能提升性能。 最后，项目给出了从 demo 到生产环境的五阶段流水线方法论。第一阶段，先用人肉方式跑通流程，再写代码。第二阶段，利用文件系统作为状态机，管理任务进度。这跟软件开发的最小可行产品思路类似，先验证流程可行，再投入开发。 通过这个项目，我们能看到，智能体开发已经进入了系统工程时代。以前我们可能只关注模型本身，现在发现，上下文工程才是构建确定性系统的关键。就像造房子，模型是地基，上下文工程就是框架， 没有好的框架，再好的地基也建不起高楼。这个项目的意义在于，它把抽象的上下文工程理论变成了开发者能直接用的工具，让更多人能用上高质量的智能体。说到这里，你可能会想， 以后 ai 会不会自己变得越来越会管理自己？我们会不会不再需要花太多时间调整 prompt？ 这些问题或许会在未来的技术发展中找到答案。好了，今天的内容就聊到这里了，如果你有什么想法，欢迎在评论区交流，我们下期再见。
7469AI大白话
05:38查看AI文稿AI文稿现在市面上各种 agent 的 产品层出不穷，像国外的 cloud code codex， 国内的 coder codebody， 但为什么这些 agent 的 产品用起来总是感觉效果很一般呢？也切了最强的模型，换了各种 agent 的 工具，但总是感觉没有别人说那么好用。其实有一个最关键的点，就是你没有做好善文管理。 现在大部分模型的山亚纹都有一百万的 token， 很多人使用的时候看山亚纹窗口还没满就会一直继续的聊，但实际上这么庞大的山亚纹窗口，在达到百分之四十左右的时候，模型的注意力就会因为被稀释导致能力下降。 osrotiki 官方也说过，山亚纹越长，模型表现就会越差， cloud 的 注意力就会被越来越多的 token 去稀释。 旧方案错误的假设跟无关日制都会开始干扰当前的任务。所以 colloud 它不是到一百万 token 的 时候才会突然变笨，它是从上下文变重的那一刻就开始慢慢的变迟钝。 很多人用 colloud 感觉前面很聪明，后面越聊越不对，它不是模型突然不行了，而是你把它的工作记忆给弄脏了。那什么是上下文呢？你可以把它理解成当前能看见能够依据的全部信息， 他读过的每个文件，跑过的每条命令，你们聊过的每句话，甚至工具和 m c p 的 定义，都会一点点塞进这个窗口里。 问题是这些信息它不会自动的区分有用还是没用，你前面试错留下的错误路线，你临时问过的旁枝问题，都会去的留在模型的脑子里，然后他后面每一步都会被这些信息影响， 所以真正的沙纹管理不是等它满了再说，而从一开始就控制它，看什么丢什么。哈喽，大家好， cc 高级使用指南今天会一个视频，教会你管理沙纹的全部技巧，内容有点多，大家也可以让 ai 工具整理一下，希望大家帮忙点赞收藏关注。 那第一个技巧就是先用 context 命令看当前的占用。 context 命令的作用就是返回当前山下文的使用情况，所以在使用 c c 的 时候，可以多用这个指令，观察山下文的用量，才能更好地去做山下文管理。不要凭感觉去判断，可要的是不是变笨了，而是主动去看山下文的状态。 第二技巧有点反直觉，就是提示词不要太短。很多人以为少写几个字省下文，但如果你只说帮我改一下，可要的就要自己去翻仓库。探索可能会读一堆没用的文件，那更省的方法就是直接告诉他目标是什么，不要动哪里，重点看哪个文件，你写的越明确，他就探索的越少，下文也就越干净。 第三个技巧就是多主动地用 compact 命令，它能保证下文更短，并且更聚焦。比如说探索已经完成了，方案已经定了， 你准备正式改代码了。这时候不要把前面所有的试错过程都带进执行阶段。你可以这样说， compact 保留当前架构的判断，用户的明确要求，已经排除的错误方向，该验证的命令丢弃无关的试错过程。这一步的本质是把删文从聊天记录变成了工作交接。 第四个技巧是新任务要用 clear 指令，这点其实比较简单，一个完全跟当前绘画无关的任务，最好不要继续聊，而是通过 clear 命令新开一个绘画。 第五个技巧是错误路线，要学会用 rewind 的 指令，比如说 cloud， 读了几个文件，尝试了方案 a， 结果发现方案 a 根本走不通。那很多人的做法可能就会继续说刚才不对，你换个方式，但这样就会把失败过程也继续留在下文里。 更好的方式就是回到错误发生之前，把后面的失败尝试丢掉。再补一句新的约束，不要走方案 a， 直接走方案 b。 第六个技巧就是旁支问题，不要污染主线。你正在让 cloud 去改支付流程，突然想问一个数据库自断的含义，这种问题不要直接在主绘画里问，而用 btw 指定，或者说专门去开一个新的绘画去隔离掉主删文，只服务当前的主任务。 第七个技巧就是规划执行验收，不要长期混在同一个沙文里复杂任务，让他先规划列清楚影响的文件风险边界，验证方法确认之后再去执行，执行完之后再验收。每个阶段接触都要问自己一句，现在是要继续还是 compact 还是 clear cc。 自己的 plan 模式本身也会做完规划之后，在退出 plan 模式的时候，问你是否要清理掉山亚文再去执行任务。这时候建议大家采用这种方式，不要担心丢失了之前的探索的山亚文，因为核心关注的内容其实都在 plan 里了，当前的山亚文反而加载着规划 plan 的 时候的一些脏东西。 第八个技巧主要是针对一些大项目，提任务的时候一定要给文件路径，不要让查找在全仓库里去乱猜。你越明确，他读的越少，下文也就越干净，结果也就越稳定。第九个技巧是能隔离的噪音一定要隔离， 如果说下一步会产生大量的中间输出，比如说全仓库搜索，日证分析、测试排查，那就让 sub agent 去做主规划，只拿结论，不吃过程。这也是 iceberg 官方说的一个思路，如果你以后只需要结论，不需要工具输出本身，那就要把它放到独立的账本里面。 第十个技巧是用 r t k 命令给输出截流。 r t k 是 github 上的一个项目，全名是 rust token killer。 他 做的事情很简单，就是在卡拉库德里面的 bug 工具和真实终端之间加一层代理。 卡拉要跑 git status py test， npm test 这些命令的时候，他会先改成 r t k git status r t k test， 然后把工具执行噪音重复日制进度条无意义的空白压掉，只把失败点跟关键摘要送回山亚文。 r d k 主要拦的是 best 命令，山亚文污染不止来自对话，也来自终端。输出一次 n p m test get log 可能就会吐出几百行日制， kalot 会默认把这些东西吃进山亚文。 r d k。 官网给我一个例子， 典型的两小时 ai 编程，会产生大约二十一万 token 的 命令噪音，用了 r d k 之后大概能变成二点三万 token， 减少了约百分之八十九。 这不是让他更会写代码，而是让他更少去吃垃圾输出不仅沙文更可控，也更节约你的额度，让重要的信息留下，让探索噪音离开。以上就是本期的全部内容，关注我，了解更多的 ai 技巧。
170小梅同学
02:15查看AI文稿AI文稿你有没有发现， i 工具一换，绘画就像什么都没发生过。偏好要重新说一遍，项目背景要重新讲一遍，之前的决策也要重新解释。真正的问题不是模型不够聪明，而是你没有给他一个稳定的外部记忆库。 长期记忆不要只放在某个模型内置的 memory 里。更稳的做法是用 obsidian 这类本地阿东库作原文件，这样记忆属于你，可以审计，可以迁移，也可以同时给 old 和牢的使用。 这个记忆库建议放在一个单独目录，比如零 i m 里，入口事务的它只负责导航。偏好放到 broccoli， 项目背景放到 britt， 重要决策放到的 gcn， 固定流程放到 workflows。 不要把所有内容塞进一个大文件。 接入方式很简单， o p d n。 负责保存长期记忆 o d。 何老的通过自己的指令文件读取它和向量剪索只是增强访问方式，真正的原文件仍然是这些可读的耳洞。 在 audit 里，关键入口是 ed 局文件写长期规则，比如复杂任务先读 audit 项目及文件，再指向当前项目的 memoinald， 这样 audit 每次开始工作前就知道该先读什么。 在 lydia 的 里，用 aud 指向同一个 lydia。 lydia 可以 有自己的 auto memory， 但真正重要需要长期保存的偏好项目状态和架构。决策最好还是写回 o p c。 店。 实际工作流势四步，先读总所引，再读相关项目笔记，然后执行任务，最后只在必要时写回记忆。注意，不是每次都把全部记忆塞进 boom， 而是按任务需要精准读取。 最后记住一个原则，长期记忆的价值不是记录更多，而是可审计、可迁移、可控制。只有明确要求记住反复出现的偏好，关键决策可附用流程和项目状态。摘药材值得进入长期记忆库。
38十壹 𓂃
01:22查看AI文稿AI文稿一定要一定要一定要用 codex！ 别再把时间浪费在研究一堆 ai 软件上了，直接用一个就是 codex。 为什么我一直在强调 codex？ 因为大多数的 ai 只会解决某一个单点的问题。 但是 codex 不 一样，它更像一个真正懂分工、懂协助、懂结果的 ai 中书。你不会做视频没有关系， codex 会帮你调用像 runway、 sit down 这样的专业视频工具。你 不会写文案也没有关系， 他知道应该把任务交给 minus 这类最擅长内容创作的模型。你不会做音乐，也不用焦虑，他还能调用像 solno 这样的音乐生成工具。他真正厉害的地方不是他会某一项功能，而是他知道什么事情应该交给谁来做，并且他能帮你把整个流程串起来。 所以，未来真正拉开人与人差距的，从来不是你会不会操作软件，而是你有没有想法，能不能表达审美够不够好。大道至简。当工具越来越聪明，人最值钱的能力反而变成了更简单的东西， 就是把你想要什么讲清楚。你只需要开口说，哪怕你的普通话不够标准，哪怕带一点口音也没有关系， codex 都能听懂。他不要求你是技术高手，他只要求你有清晰的想法。 所以，如果你真的想提高效率，不要先学一堆技术，先抓住那个最核心的王，擒贼先擒王，在 ai 时代，扣贷就是那个王。
750我是王青青
04:08查看AI文稿AI文稿哈喽，大家好，我是 qk， 那 么呢今天给大家讲一下，怎么让你的 code 叉变得越来越聪明啊？那么为什么讲这个呢？就我之前有个电脑，就是它一直不知道 python 怎么去调用，然后每次新的绘画呢，都需要我去指定说你要通过这样这样子去调用你的 python， 所以 说我那时候就想，那我能不能把这个弄到一个全局的一个记忆里面，让它每次呢每次一个绘画呢，它就知道怎么去调用了。 那当然呢，我这台电脑是有这个拍摄环境的，所以我问他，他就说有，首先我们需要下载一个小龙虾的一个插件，就是一个 agent， 它你就直接下载这个就行，这个是专门用来自己去学习，让它变得越来越聪明的。 那么下载完之后呢，你就直接让酷狗叉帮你去安装就行哈，你就说添加到 skill 里面，然后学习一下这个 skill， 那 它自己就安装了，那这些呢，就是你大概看一看就行， 然后啊添加完之后呢，就跟他说你帮我配置一下，然后每次新的绘画，你就第一时间去学习这个技能，然后读取全集的记忆， 然后这个时候呢又看次看次的，他又给你去啊，帮你去弄了，其实这个东西啊，你不看也没事啊，这个不太重要，你我们主要目的就是让他啊自己去配置完就行。 那么最后呢，就我比如说我说把这个啊调用 python 的 这个东西寄到全区的一个记忆里面，要放续后续的一个那个绘画里面，能够啊，直接执行这个， 知道怎么去执行这个 python 脚本哈，那他就说就写到全区记忆里面了，那怎么知道说啊？我这个 东西是确实记到了全区记忆在新的绘画里能用的，比如说我这里，呃，打开一个新的绘画，我就说测一下当前系统是否可用，就随便输入个东西。然后呢你可以看到说我现在在仓库里的话，先自己去读取了这个东西， 然后呢就是说他就自己去检测了这个全区的记忆，就说这个东西已经记录到全记忆。那么其实这两个文件呢？这个 门襟大概就是一个啊，全区记忆的一个相关的一个东西啊，比如说它这个全区的一个记忆，它就写到这个 m d 里面，那么它它这个我们添加的这个自学习类技能也添也放到这里面， 然后这个全息，就比如说我们之前添加的这个 pad 怎么调用，所以说它就记录了。然后你每次新的绘画， 就是比如说我这里要我再问你一个新的问题，那么这个时候他就有了这个 python 的 一个啊记忆，说我怎么去调？当然你一些其他的东西，比如说啊，你的 ida 是 吧？放大了怎么调？你的一个 js 的 怎么怎么去调这个这些东西你都可以 跟他说，你就说直接像我之前这样子，你说直接就啊写到全区记忆里面，还有一些其他的技能，比如 比如说，嗯，你的一些习惯，你说啊？我，我研究安卓的，是吧？安卓逆向的，然后我的 feed， 这你通过什么命令能执行？ feed 这种你都可以， 就配置好之后，你就让它记忆到全区的记忆里面，然后这样子的话它以后的一个工作就会更加的一个方便。对，就是其实就是一个 多了一段记忆，就是让你的一些关键东西进行一个共享了。那还有个问题就是，呃，他记忆的之后呢？他有可能是会把让你的 token 向后会稍微多一点， 因为他比如说他每次新的绘画他都会，但这个量应该是还好，就是你一个新的绘画他都会读一个这个东西， 然后大家这读的这个东西肯定会消耗，相对来说是消耗多一点点头感，所以说你也不用什么东西都让他去记到这个拳击记忆里边，你只需要把一些关键的东西就记到这里，然后方便你后续的一个 操作就行。大家你如果头肯比较多的话，那就当我没说过哈。好，那么呃，今天介绍大概就这样，我们下期再见。
10QKSword
12:26查看AI文稿AI文稿这套流程可以让 ai 自动操作浏览器，代替你完成一切机械重复性的工作，而且特别的省 toc 很多工作流甚至全程不需要 ai 参与，零 toc 就 能把自动化任务跑起来。比如可以零 toc 抓取电商网站评论，导出成 csv 文件，自动把 markdown 文章发布到 x。 还有对自己开发的 web a p p 进行 ai 自动化测试。我们并不需要懂浏览器的相关知识，只用自然语言就能完成这些任务。本期视频我们使用的 agent 的 框架是 cloud code 或者 codex。 浏览器自动化方案是 playwrite c l i 搭配配套的 skill。 playrite c l i 是 二六年初微软开源的全新浏览器自动化工具。根据官方的精准测试， playrite c l i 比起传统的 playrite m c p 方案，差不多能够减少四倍的 token 消耗。工具搭建好以后，我们可以把很多固定的工作流程沉淀成 skills， 让 ai 能够又快又省的完成任务。甚至熟练后你会发现很多固定流程甚至不需要 ai 参与，只需要让 ai 编辑好一个固定的脚本，就可以零偷看全自动完成工作。好，废话不多说，我们直接开始。 在开始之前，我们需要先确保电脑上安装了 node js， 如果没有安装过，可以来到 node js 的 官网，根据自己的操作系统下载对应的安装包。然后我们打开一个命令行终端，输入这个命令，安装 playwrite c l i。 安装完成。下一步我们要确保电脑上安装了 chrome 浏览器， 如果是 edge 浏览器也可以，不过最好还是推荐使用 chrome 好， 这样准备工作就完成了，我们来测试一下，我们可以使用这个命令，使用 playwrite c l i 操作 chrome 浏览器， 打开谷歌的官网。最后一个参数 hide 的 表示使用的是有头浏览器，如果不加这个参数， playrite 默认使用的是无头浏览器，无头浏览器会在后台静默运行，虽然比较省内存，但是我们看不到浏览器的页面，所以为了方便调试，我们一般加上这个参数。杠杠 hide 的 回车， playwrite c l i 自动操作 chrome 打开了我们要的网页。我们在控制台这边可以看到， playwrite c l i 只是输出了一个简洁的网页摘要，而没有返回整个网页的全部 dom 结构，下面附带了一个网页结构的文件地址， ai agent 如果需要更详细的网页结构信息，就可以选择读取这个快照文件，获取更详细的信息，如果不需要，就可以选择不读取。这也就是为什么 playwrite c l i 比起 m c p 更节省上下文的秘密所在。因为 m c p 是 把网页内容全部塞进上下文， 而 playwrite c l i 可以 由 ai 按需加载的思路。 screenshot 是 给浏览器截图，我们看到截屏的时候，它还是以一个 p n g 的 文件的形式 存放在了电脑的本地硬盘上，由 ai 决定是否来读取，而不是像 m c p 那 样直接把图片塞入 ai 的 上下文。我们再介绍一个重要的参数，就是杠杠 persistent， persistent 表示把 cookie、 登录状态、本地存储之类的数据写到硬盘里面，下次使用的时候继续拿出来用， 这样就不需要每次都重新登录了，比如我之前登录过，我们打开的谷歌首页就变成了已经登录过的状态了。 到这里我们就介绍完了 playwrite c l i 的 基础使用，下一步我们就把它接入 ai agent。 本期视频主要使用的 agent 的 框架是 cloud code 和 codex。 爬爬虾之前有很多期视频介绍 codex 或者 cloud code 了，这里我就不赘述了。 playwrite c l i 是 一个新诞生的命令行工具， ai 并不知道该如何使用这些命令，所以我们需要给 ai 搭配 skills 来一起使用 playwrite c l i 作为技术底座，而 而 skills 作为说明文档， c l i 加 skills 搭配起来使用，就可以取代传统的 m c p 方式，这也是最近的一个技术发展趋势。我们先新建一个项目文件夹，打开这个文件夹，打开命令行终端，我们直接输入这个命令，给文件夹里面安装 skills， 这样 skills 就 安装完成了， 它放到了我们新建的项目文件夹的这个目录下面。然后我们就可以启动 cloud code， 我 来询问它你有哪些 skills 可以成功地读取到 playwrite c l i 技能，这样我们就成功地把它接入了 cloud code。 接下来我们来看另外一个 agent 的 框架，就是 codex， 我 们只需要在项目目录里面把存放 skills 文件夹的名字从点 cloud 改成点 codex 来适配 codex 就 完成了。 然后我们还是在这个目录里面打开 codex， 在 codex 里面可以输入命令斜线 skills。 我 们看到这里列出了 playwrite c l i， 在 codex 里面也配置完成了，我们在 codex 里面测试一下基础用法， 我让他使用 playwrite c l i 加上这两个参数，打开 guirk， 问问今天青岛的天气怎么样。 ai 成功的打开了浏览器，来到了 guirk 的 首页，帮我们自动输入了问题，自动点击了回车，拿到了结果，最终成功打印到了控制台上，任务就完成了。 我们来看一个复杂一些的例子，使用 playwrite c l i 查看这个商品前一百条评论，然后保存到一个 c s v 文件里面。 我们看到 ai 还是先学习 playrite c l i 技能，然后打开了商品页。第一次运行总是磕磕绊绊的，不过没关系，我们让他自己探索， 自己寻找解决思路。 ai 尝试了很多方案，也浪费了不少头肯，我们看到这里显示用掉了百分之四十一的上下文窗口，最后成功完成了任务，帮我们获取到了这个 c s v 文件，成功抓取到了这么一百条数据。我 我们有两种方式可以把这个流程总结并且保存下来，让它下一次执行变得更加丝滑，更加省 token。 我 们先来看第一个方式，就是把这个过程保存成一个 skill 里，输入提示词，创建一个新的 skill， 把刚才打开网站查看评论，并且保存评论的全过程，还有遇到的坑都提炼出来，保存到这个 skills 里面，后面我只要让你保存评论，你就能调用这个 skill 完成任务。 ai 帮我们创建了 skill， 把这个任务里面可以附用的内容都固化进了知识 这里，我让他修改一下，把 skill 放到项目目录里面， skill 成功放到了项目目录下面，现在我们有两个 skill 了，一个是 playwrite c l i， 还有一个就是刚才保存评论那个流程的 skill。 这里我先清理一下上下文，我们再用相同的任务来测试一下。 有了 skills 的 指导以后，效果就不一样了。 ai 充分吸取了之前的经验，没有再出现多余的动作，也没有报错，用最低的 token 消耗完美的完成了任务。 我们第一次让 ai 自己摸索，自己试错，用了百分之四十一的上下文才完成了任务。第二次，有了 skills 的 指导，只用了百分之五的上下文就完成了任务。通过把过程提炼总结成 skills， 获得了将近十倍的效率提升。抓取评论是一个固定流程，其实并不需要 ai 进行智能化的控制， 我们可以直接把它编写成一个固定的脚本，这里输入提示词，你把刚才所有的 playwrite c l i 命令汇总成一个脚本，执行脚本就能获取商品的前一百条评论，并且保存到一个 c s v 文件里面。注意，每一步都要有合理的延时与等待，确保任务成功。 脚本写完，你先测试一轮，很快 codex 为我们编辑完成了脚本，他已经自己测试通过了。我们来看一下这个脚本长什么样。在我这个 windows 电脑上就是这么一个 power shell 的 脚本。 a a 以编程的方式把刚才的步骤都固定下来了。 比如第一步，打开商品页面。第二步，确认浏览器里打开的是正确的 u r l。 第四步，点击查看全部评价按钮。最后一步，把刚才的 json 数据保存成一个 csv 文件， 我们也来测试一下，我们打开一个命令行终端，输入这个 power shell 脚本的路径回车执行。这是一个固定的流程，中间没有 ai 的 参与。我们看到这次不再依赖 codex 了，直接执行这个 power shell 脚本，零偷坑，零成本就完成了任务， 还取得了相同的效果。好，我们来总结一下这套浏览器自动化的流程。在准备阶段，我们先安装 note js， playwrite c l i 还有 chrome 浏览器。第二步，选择你喜爱的 a i a 阵的工具，把 playwrite c l i 的 skill 安装进去。第三步，给 a a 一个复杂的任务， 让他自己摸索并且执行完。第四步，让 ai 把刚才的执行结果提炼，总结成 skill， 之前遇到的坑就不要再踩了。第五步，重试相同的任务， ai 在 skills 的 指导下，可以把 token 的 消耗降低十倍， 如果是完全固定化的流程，还可以继续进行。第六步，让 ai 把这个过程直接编写成一个脚本，有了脚本以后，我们甚至可以直接执行这个脚本完成任务，完全不需要 ai 参与，把 token 消耗直接降低到了零。 我们再来看一个实战案例，最近扒扒虾，把自己的视频用 ai 转成图文教程，然后发到各个平台上面。大部分平台发文章都比较简单，唯独有一个平台 x 发文章的步骤非常的繁琐，这是我的一个文章，是不能直接以 markdown 格式粘贴过来的。首先这个格式会错乱，第二个问题是图片都展示不出来。然后我又测试了一下，如果使用 html 格式 是可以粘贴的，但是又出现了一个新的问题，图片是粘贴不过来的，图片都变成了这么一个照相机的小符号，我们只能手动先把小照相机删除，然后把图片复制一下，一张张的手动粘贴过来， 非常的麻烦。接下来我们就使用前面介绍的自动化流程，把这个发文章的全过程进行 ai 自动化。这里我还是使用 codex 帮我编辑一个 python 脚本， 把文章里的图片下载到本地，从零零一开始编号，放到这个文件夹里面，先转换成一个只使用本地图片的 markdown 文章，然后运行 python 把本地图片的 markdown 文章转换成 html 格式，注意 html 格式里面每张图都应该是独立段落。 开始 ai 帮我们编辑好了脚本，并且为我们转换好了文章。我们来看一下，图片都放到了这个 image 文件夹下面，而且已经把文章转换成了 html 格式的。好，下一步我们就可以让 ai 来帮我们自动发文了，我们输入提示词，使用 playwrite c l i 先打开这个网站，创建一个新的文章， 然后把这个 html 的 内容粘贴进去，找到所有的这种照相机的这种小图标的位置，先按退格键删除掉小图标，然后在图片文件夹里面找到图片，先复制出来，按 ctrl v 再粘贴进去。这个小 icon 的 数量跟图片的数量是相等的，我需要他按顺序替换好。我们开始 ai 为我们打开了浏览器，创建了一个新的草稿，把 html 格式的文章粘贴进去了，然后他开始为我们一张张的上传图片， 把原来的站位符删除掉，然后一张张的替换成真正的图片，我们看到他正在一张张的帮我们自动化的替换。整个过程非常的顺利，我让 ai 把从头开始的全流程整理成一个 skill， 然后放到项目目录， 以后我只要给你一个文章就能自动发布。 ai 帮我们固化了一个 skill， ai 为我们编辑好了技能，生成了这些配套的脚本，然后这个 skills 就 可以覆盖自动发稿的全流程。以后我只要给他一个文章路径，告诉他使用这个 skill 自动发布， 就能自动地帮我把这个文章发布上去，非常的棒。这个 skills 的 源代码我已经上传到了 github 的 这个仓库下面，感兴趣的观众朋友们可以来参考试一下，不过我这个是 windows 电脑的，如果是其他操作系统，可以让 ai 参考这个 skill 来改一下。相信按照我这套流程，大家都可以编写出属于自己的 skill。 我 们这套浏览器自动化流程一个重要的应用就是对自己写的 web app 进行自动化测试。 比如这里我开发了一个简历润色美化的网页 app。 接下来我输入指令阅读代码，把从注册开始的主体流程写一个中文的测试文档，然后再用 playwrite c l i 打开网页，根据你的测试用力完成测试。 开始 ai 通过阅读代码学习到了这个项目的功能，然后确认了主体流程，接下来他开始编辑测试文档。测试文档编辑好了，这里包含第一步做什么，第二步做什么，第三步做什么。 然后 ai 使用 playwrite c l i 打开了浏览器，它自动点击了注册按钮，创建了测试账号，完成了登录。它创建了一份测试简历，并且上传上来了，完成了主体流程的测试。测试结论是通过。我们也可以要求 ai 编辑更多的测试，用力使 用 playwrite c l i 进行全自动的测试。还可以使用 openclaw 这种带定任务的 agent 框架，让它定时对我们的系统进行测试。一旦我们修改出来了 bug， ai 就 能全自动的发现，并且告诉我们省去了很多的人工测试成本，对我们开发网页 app 会很有帮助。好，这就是本期视频全部内容了，感谢大家点赞支持，我们下期再见！
1.5万技术爬爬虾
08:17查看AI文稿AI文稿大家好，今天我们开始讲 codex 的 入门系列，这期我会从零演示一遍 codex 如何安装，怎么打开项目，怎么让它整理资料，分析表格，最后再基于结果生成一张图片。 看完之后你基本就知道第一词应该怎么用了。很多人第一次听到 codex 会以为它只是给程序员写代码的工具，但是我觉得它真正有价值的地方远远不止写代码它。你可以把 codex 理解成一个可以围绕你电脑资料工作的一个 ai 助手。 相比于传统的这种聊天式的 ai 工具，他不是你问一句，他答一句，他可以基于你指定的文件夹去理解里面的文档、表格、截图和各种资料，然后帮你整理分析跟生成结果。 比如说你要做调研，他可以帮你整理资料，你要做计划，他可以帮你把零散的信息变成了行动目标，你可以分析表格，你可以去提炼脚本大纲，甚至生成配图等等。 所以我觉得 codex 对 于普通人也很有价值，只要你的工作经常发生在电脑上，需要处理文件资料啊，调研等等，我就觉得你应该试一下。 好，今天我们首先从安装开始。安装很简单，我们第一步需要打开 codex 的 官方网站，根据你的系统选择对应版本啊， mac 就 选 mac， windows 也可以， windows 安装过程跟普通的软件差不多，就按照提示一步一步完成就可以了。安装完成以后，打开 codex 登录你的 chat gpt 的 账号 啊，然后第一次登录的时候，他可能会让你选择主要的用途，那这我们可以看到这他是有一个工作模式，你是主要用于编程还是日常工作，这个之后都可以修改，但是如果你选择编程的话，他的回答会更技术性一点，更细节一点点。 登录之后你就来到了这个 codex 的 主界面，这个界面可以简单理解成三个区域，左边这块是这个项目跟任务列表，中间是你跟 codex 对 话的地方，右边通常会显示他正在处理的内容啊，或者可以生成的结果等等。接下来讲第一个概念叫做项目， codex 里面的项目本质上就是你对应你电脑里的一个文件夹，你选择哪个文件夹， codex 就 围绕这个文件夹里面的资料来进行工作。我这里用一个普通的例子，比如说啊，我这里可以选择添加新项目，使用现有文件夹就可以找到你自己对应的一个文件夹去作为你想工作的一个区域。 这里准备了一个很普通的例子，周末去杭州玩两天，这个文件夹里面有一些零散资料，比如说旅行笔记，想去的地方，想吃的店等等，也有一些截图、天气或者是酒店的一些路线信息。 在这个下拉菜单，这可以指定你想要的这个项目的文件夹，在这使用现有文件夹就可以指定你的工作目录，比如说我们可以简单看一下他们前 直接在这对话的形式告诉他啊，你可以查看我这个项目下面的一些文件等等。 比如说如果这我想要他帮忙整理这个文件里面的一些资料，比如说整理一个对应的杭州旅行计划， 我们可以通过语音的形式，在这有一个语音的形式，帮我整理一份杭州周末的旅行计划，内容包括目标行程安排，预算，需要提前准备的事项，以及如果下雨的备用方案等等。啊，需要 dog 的 文档，然后有图文， 对，然后就有语音的形式，在这我们可以选择它的智能的一个高低，一般来说高就足够了，然后除了这个智能，就是它的思考的一个深度， 如果是特别复杂的问题，你就可以选择超高，但它对应消耗的 token 会更多一点点，然后在这儿你可以选择对应的模型，现在最新的就是叉 gdp 五点五的这个模型，速度一般就是有标准跟快速，然后快速会一点五倍的快，但是同样的 token 数会增加。在这我们为了演示选择快速，我就开始 看，经过了这个两分二十秒，他就生成了这个文档，我们打开看一下，那就生成了一份两天两晚的旅行计划，有一个目标概，里面有图片也有表格，有对应酒店的一些住宿的建议， 以及两晚的一些价格，餐厅的一些备选，总的来说是非常全面，也非常友好。对于这种复杂文件整理的情况来说，帮我们完成了多的一个信息整理， 这也是 codex 跟普通的聊天工具最大的区别。普通的聊天工具需要在兑换框里面，你反复的复制粘贴文件，然后告诉他怎么做，他再告诉你怎么做，你可能需要去，然后你自己再去操作。但 codex 真正就是 在你指定的这个文件夹里面去读写，去生成你想要的文件，真正帮你去完成了这工作，我们可以看一下在对应的项目下面，他已经生成了这一份文档，相当于你就不需要去手动的去啊复制粘贴很多重复工作。 你可以想象一下，如果你是学生，你可以把论文资料啊，阅读笔记放到一个啊文文件夹，然后让他去生成论文。提高啊，你是做运营的，你同样也可以把这个沟通资料表格，会议记录，让他生成一个执行方案等等。销售啊，可以让他去根据你的客户资料和沟通记录进行一个跟进的计划， 所以这个就是 context 真正有用的地方，他不是给你建议，也不是告诉你怎么做，而是直接帮你去处理资料生成结果啊，这到就会极大的提高你的工作效率。 接下来我讲第二个概念，就是啊县城，就是对于同一个项目来说，你可以啊开多个县城，比如说这是这个项目本身，然后我们可以开，同时在这下面开一个新的，就叫县城，比如说分析一下，在这我想让他帮忙分析一下预算， 这样它会读写里面的一些表格啊，然后生成表格啊等等啊。同时我还想要调用这个啊， x g b t 的 那个深图模型，那么目前这个模型也是市面上深图能力最强的。 对，这样你看我们在左边就能看到转圈的，是正在运行的，然后黄蓝色的小点表示已经完成，这是帮我们那个预算的，它能够生成一个像 csv 的 一些信息，然后它也能够读取原本里面的一些信息啊，对， 让我们再看一下这个 啊，经过这个几分钟他就生成了啊，然后他就生成了一个图片，我们可以看一下效果啊，还是很不错的。就是根据我们刚才的一些旅行安排，然后生成了一个啊，非常清晰，然后也很信息量比较全面的一个旅行安排。对， 然后这个地方有一个点我也想介绍它的功能，比如说在这个工一开始的过程当中，他是尝试生成一个 svg 的 图片，然后没有调用他的，我想他调的那个工具叫 emoji 键啊，在这儿，所以我就用这个，在这个地方可以打断他，比如说用户他还在生成当中，我可以直接啊， 直接去发送，然后他就可以可以调整他的方向啊。另外大家也可以在这个设置地方可以看到自己的一个使用量，在这个地方设置 下面有个剩余用量，他这边有一个每五小时跟一周的一个限制啊。一般来说如果你是叉 g t 的 plus 账户的话，就是啊，你进行一些高强度的整理文章啊，调研啊来说，一般来说是没什么问题的啊。然后 open i 也经常时不时会重置他们的这个限制啊，所以说相比克拉扣的来说，这一点是非常好的，有点量大管饱的意思， 哎，我们回顾一下这一期，就是第一个就是首先 codex 它不只是写代码，它更像是一个可以围绕你电脑资料这么工作的一个 ai 助手。第二个是 codex 里面的一个概念就是项目，项目本质上就是你对应你你选择的一个文件夹。第三个就是同一个项目里面可以开多个县城啊，不同县城处理不同任务 啊。第四个就是啊，他可以帮你整理资料啊，分析表格，生成图片等等一些工具啊。第五个就是你怎么样去看选择模型，速度以及以及查看你的使用量等等。 这一期只是一些基本的一些概念，但是以及能够看到 codex 的 一些核心价值啊，他不只是在告诉你怎么做，而是真的去帮你去完成一项工作啊。 下一期我们会继续讲一些更进阶也更实用的功能，比如说插件呢啊，技能啊，智能浏览器辅助自动化任务，以及啊怎么把一个复杂的任务拆解成几步让他啊连续几天或者上周的去持续的运行啊。这期先到这，请大家继续关注这个系列。
4133Tao 的 AI 产品实验室
05:39查看AI文稿AI文稿hello， 大家好，我是肖少，今天给大家分享一下 codex 怎么接入 deepsafe v 四 pro 的 模型，我看网上都是分享 cloud code 怎么接入 deepsafe 的， 几乎没有分享 codex 怎么接入 deepsafe， 今天我来分享一下。我们打开 deepsafe 的 文档，在接入 a 帧的工具这个地方，我们先看它这个啊， cloud code 库里头 我们一直放到最后是没有 codex 的， 这也就是为什么网上大部分都是分享怎么接入 codex， 因为接入 codex 有 官方文档， codex 接入 deepstack 的 话，我们需要用到两个小工具，一个是 c switch， 一个是 c c x。 这边先给大家安装一下 c x， 找到一个就是自己合适的目录，创建一个 c x 的 目录，我用的是 mac 啊，然后这边是给大家准备的工具，有 mac 的 一个 windows， 然后就把这个 c x 啊放到这个 c x 的 目录里边，然后以及这边有个疑问， 给大家打开看一下，这个英文的是一个配置文件，对，这边是我配置的一个本地的 k 啊，一二三四五六，大家直接用我这个就行，这个是一个本地的 k 啊，好的，我们进到 c c x 的 这个目录，通过中单 最大化，我们给 c c x 加下权限， 然后点杠运行它。好的，这个 local host 是 一个本地的页面，我们在浏览器打开 这时候你第一次进，它会让你输一个密码，这密码的话就是这个地方， 我写的是一二三四五六这个地方啊，你也可以直接用，也可以改一下。对，这边你输入密码之后，然后我们选到这个 codex 啊，我这边是加了一个啊，我教大家怎么加，在这个地方点击添加渠道，大家一进来可能是英文啊，这地方可以选中文。 好，这边点添加渠道，然后这边就输入你的这个 dbc 平台，我们找一下啊， 我们复制一下 d p c 的 这个 base u r， 然后粘到这个地方，下面它还需要一个 api k， 然后在这个地方我们创建一个自己的 api k， 然后给它粘上去就可以了，给它粘到这里，然后详细配置这个地方我们选 open ichat， 这里规范非常建化，这个地方给它打开， ok， 点击创建就可以了。我不创建啊，因为我已经创建过了，下面我们打开 cc switch， 然后我们在这个地方点击添加 这个地方 api k， 就 写我们刚才的一二三四五六啊，就写你自己的那个密码，我这边设的是一二三四五六，然后 api 的 请求地址来我们找一下，是这个 local host 三千杠 v， 然后这边我们获取一下模型列表， ok， 可以 看到获取到两个模型， 一个是 deepsea 微斯的 flash， 一个是微斯的 pro， 我 们直接选微斯的 pro 就 可以了啊，往下滑一点，把这个一照，上下文窗口点上，然后点添加即可，我这边就不添加了，我已经添加过了，添加上之后，然后这边点起用， 这就可以关闭了。当我们配置完成之后，这个时候你重启你的 codex， 这时我们进来的话，它就是使用 deepsea 大 模型，来我们给它对话一下。你好， 来我们看一下啊，这边可以看到模型使用的是 deepsea v 四 pro， 没有问题啊，这样 codex 就 可以直接使用 deepsea 的 v 四 pro 模型了啊，你也赶紧去试一下吧，记得回来交作业。好的，下面给大家说下第二个问题，这个地方的名字怎么改？ 然后打开它的这个配置文件啊，它的配置文件是在这个 user 目录下的这个 codex。 哦，它是一个隐藏目录啊，这个要打开，进来之后找到它的这个 configure html， 然后我们打开 好，默认的话是 custom， 然后我这边是给它改了三个地方，一个这个地方使用的地方 改成 d p c， 一个是这个 name， 这个你们可以改成自己任意喜欢的单词，改完之后重启一下你的这个 codex。 下面第三个，我说一下它这个对话怎么给它删掉，我们右键之后发现它没有删除，只能归档， 然后归档之后它就可以删了。然后我们怎么删呢？在这个地方还是这个 directx 这个目录下面找到这个目录，然后进来就可以看到，这个是我刚归档的日常对话，这个地方我先不删，给大家验证一下。归档完之后它会在这个地方 已归档的对话。对，你可以取消微档啊，我们不取消微档啊，我们直接给它删掉 删除。哎，我们这个时候再进来验证一下。 嗯，暂无给他聊天。好的，这就是本期视频的全部内容，我们下期视频再见。
1646星野無上
01:25查看AI文稿AI文稿codex 不是 不能接项目，大部分人翻车是因为前面没加 hermans 这层管家。我以前最怕的不是他写错代码，是一个长任务，跑起来以后越改越散，窗口一关回来根本接不上，你让他直接吃一整团需求，他看起来很猛，实际特别容易失控。 我后来把流程改了，只多加一层 hermes， 效果完全不一样。第一步， hermes 不 让 codex 直接开干，先把任务拆成三段，已完成进行中下一步，这样 codex 每次拿到的不是一个模糊大需求，而是一段明确的小任务。 第二步， hermes 强制留进度，我现在都会让他写 progress dmd， 里面只记四个东西，改了哪些文件，最后一个成功命令现在卡在哪，下一步跑什么。所以就算任务中断也不是重来，而是打开 progressmd 继续接。第三步，危险动作，不让 codex 自己排版， 像删文件装依赖改大范围代码， hermes 会先拦一下让我确认。这一步特别关键，因为 codex 最怕的不是不会写，是你给他太大自由，他就容易越改越乱。所以我现在的感觉很直接， codex 负责执行， hermes 负责拆任务，管状态，拦风险。 这样 ai 才不像一个会聊天的写马工具，而是真的开始像一个能接项目的执行员。如果你也想看我这套 codex 加 hermes 的 项目管家结构评论区打项目管家，我把我现在用的 progress 打 md 模板发你。
3784关工聊编程
02:07查看AI文稿AI文稿哎，兄弟们，这个东西千万不要碰啊，真让人上瘾啊，你看我在路边等人，我都想掏出 mac 让他玩一会，但我有时候在想啊，你说我又不是程序员，为什么我会沉迷于 code 呢？哎，今天我想明白了， 就是 code 最爽的地方呢，不是让他做事啊，说实话，就是我第一次教他干活的时候，有时候真的挺慢的，远不如我的速度，对吧？你让他做一件事啊，要一个小时，那还会出错。 但后面呢，随着我一步一步的纠正，那神奇的事发生了，他做完只要十五分钟了，哎，就就再优化几次，他就像一台机器一样，越来越稳定了。 这个感觉啊，特别像我小时候特别喜欢玩的一款游戏，叫我的世界。以前我玩 mc 啊，玩我的世界，最爽的不是挖矿砍树，也不是什么打末影龙啊，那些对于我来说其实挺枯燥的。我最爽的呢，是研究这个机制，造一些自动化的机器， 像我每开一个生存党，第一台机器基本都是刷铁机，对吧，先要解决铁的来源，后面呢，再搞小黑塔，哎，玩一些红石之类的，其实核心就是一个，就怎么让一整套系统自己的稳定运行下去，不出 bug。 但我现在回头想啊，就是我小时候真的需要那么多铁吗？几箱子铁块啊，都拿来造房子铺地了。所以说，真正让我爽的呢，并不是我有那么多铁，而是我自己设计了一个系统，他自己真的自己跑起来了，哎，这个成就感哦，真的拉满哦。 现在呢，我用 codic 也是一样，有很多工作呢，我当然可以自己做，但我就是想让 codic 帮我做，然后我来检查优化。像现在啊，我让 codic 帮我剪视频哦，他真的有点笨啊，也挺慢的，但我就想试试。所以说 codic 让我着迷的地方啊，不是偷懒，甚至说我用了 codic 之后我生活更饱和了， 它是让我有机会在现实世界里面搭建属于的自动化了，它是让我有机会在 mc 里造刷铁机， 现在我在现实里面用 cody 啊，造自动剪视频机。哎，有没有人跟我一样的，用 cody 用出了当年玩 mc 玩红石造自动化机器那种感觉。评论区聊聊你的看法。
1505冰箱里有问题
02:04查看AI文稿AI文稿如果你用了 codex 觉得不顺手，先别急着怪他，不是他不够强，是百分之九十的人根本没用。对，我见过太多人装了十几种 skill， 越用越慢，最后得出一个结论， codex 也就这样。但其实不是工具的问题，是方法的问题。 先说一个你可能不知道的事实， codex 的 skills 不是 越多越好，是定位越准越好。我把市面上最常见的 skills 分 成了三类，第一类，效率加速类。这类 skill 帮你把重复性工作自动化，比如 tivoli c l i 做搜索 lock， c l i 做文档管理，装二到三个就够了，别贪多。 第二类，专业增强类，这类 skill 帮你处理垂直领域的任务，比如 p m u p d f 提取 pdf 图片， zotaro obsidian 连动作知识管理这类，要根据你的实际工作需求来装，用什么装什么。 第三类，全局增强类，最常见的就是 superpowers， 它能帮你做高水平的头脑风暴和架构设计，辅助决策，非常有效。但注意一点，这类 skill 有 一个致命缺点，少透肯。我用下来发现它在大型项目里会一直问，一直确认，一不小心几十块的额度就出去了。所以我的建议是，按需开启，不要默认全开。 接下来是关键部分，新手一定要记住这三步。第一步，不要自己找 skills， 让 codex 帮你选，你跟他说我做什么什么工作，帮我去 getop 找适合我的 skills， 按任务类型分类，整理好他就会帮你搞定。 第二步，装完 skills 之后，开一个新窗口再用，这是很多人犯错的地方。在 skills 那 个县城里，直接开始正式任务， codex 会变得不稳定，容易卡住。正确做法是，装完 skills， 开新窗口，再开始你的任务。 第三步，先告诉他任务类型，再说具体要什么。很多人的说法是帮我写一个，或者帮我看看，这个太泛了。正确说法是，我接下来要做一篇小红书。内容大概是这样的，想表达什么？触发对应的条件， codex 会自动匹配适合这个任务的 skills， 而不是只给你一个很泛的回答。 在我看来， codex 已经在从被围观的新工具变成需要被驯服的生产力系统。接下来的竞争不是比谁装了更多的 skills， 而是比谁能把它用得更顺。如果你觉得这条视频对你有所帮助，欢迎点赞、收藏加关注下一条视频，想看什么，欢迎评论区告诉我。
1092姜泽旭聊AI
06:43查看AI文稿AI文稿曾经我对 cloud code 的 终端爱不释手，但现在我只能说一句， codex 真香啊，真香！ 大家好，我是布鲁。随着 codex 近期频繁的更新，我自己的工作站也已经全面的切换过来了。今天就来分享一下我自己的完整使用经验，怎么用 codex 打造一套不打断心流的生产力闭环。 本期视频我把它分成了七个章节，每一张都是我自己实际在用的技巧，希望能对你有所帮助。那我们话不多说，直接开始 第一张，先来介绍一下我的工作站是怎么布局的。左上方是 codex 的 对话框，下方是 terminal 终端。 你可能会问，已经有 codex 的， 为什么还要开一个 terminal 跑 c c？ 因为我发现对于一些需要探索、需要设计的任务， c c 的 表现要更出色一些。所以我的习惯是用 c c 来做方案设计，配合 planning with files 这个 skill， 把设计思路直接落成文件， 然后再让 codex 读这份计划，接手后续的具体实施。这样一来， cloud code 负责想， codex 负责做，两者可以各司其职。 右上方这个区域我用来做任务完成后的查看和审阅，比如代码的 review， 文件的浏览，还有浏览器都在这里。虽然现在浏览器还不支持多标签页，但对于日常的任务来说完全够用。这边我就分享一个实际的案例， 我让 c c 参考了最近很火的这篇卡巴西提出的知识库的文章，让他借鉴里面的思路，出一份设计稿和完整的实施计划。目的呢是做一套前端的页面，方便我日常的维护文档使用。 接着 c c 就 会调用 planning with file 这个技能啊，将所有的计划落成文档，然后我就会回到 colex 这边，让 colex 去阅读当前项目内的这份计划文件，然后基于这份计划文件让他进行开发。开发完结果之后，我会在这边 内置的浏览器里面去进行结果的 review， 包括代码的一个审查，整个过程从设计到开发再到 review， 全都在这一个工作站里面完成，不需要切换任何的窗口，这就是我前面所说的，心流不会被打破。 第二章，批注功能。这个功能是我觉得 codex 真正强大的原因之一，也是最能体现沉浸式开发的地方。 以前我们改代码的方式是找到文件定位到哪一行，描述问题，让 ai 修改，整个过程中你的注意力是在代码上的，但现在 codex 的 批注功能让这件事情变了，你可以直接在文件上进行批注，告诉他哪里怎么改，需要怎么改。 更厉害的是，现在这个批注功能不止限于代码文件，你可以直接在前端页面上进行批注，看到哪个按钮位置不对，哪块布局不满意，直接在页面上标出来， codex 就 能理解你的意图，并帮你进行调整。这件事的意义在于，正好对应了 webcodd 的 核心理念， 开发者的重心不在于怎么写，而在于写出来的东西对不对。批注功能把这个理念落地了。 第三章，上下文管理 codex 项目里可以同时开多个县城，每个县城对应一个任务，互相独立，不干扰。对比 cloud code 需要开多个对话窗口， codex 把所有县城都收在了一个项目下，管理起来会清晰很多， 然后是项目的记忆核心就是 a 键的点 md， 这个文件你可以类比为 cloud md， 把项目的背景、开发规范都写进去， ai 每次进来都会读取，不用反复的交代。 还有一点， codex 的 上下文管理非常省心，它会自动帮你压缩上下文，它也没有提供像 cloud code 中 compact 的 那样的命令，这种事情让 ai 自己处理就好了，你专注于任务本身就行。 第四张，自动化这块是我觉得 codex 比其他 agent 做得更好的地方，几个原因，第一，用起来非常的方便，直接在 gui 里面新建自动化任务，还内置了很多模板可以选择， 大到项目管理技术、眼镜，小到个人的生活习惯，都可以交给它来定期的处理。第二，自动化可以调用 codex 自身的能力，比如插件、 skill、 mcp、 浏览器操作、电脑操作等全都能用进来，这就是为什么我说 codex 在 逐步形成自己的生态。 第三，我们可以根据不同的场景来灵活的选择模型和推理强度，简单的任务用轻量模型，复杂的任务上强推理，这样的话头肯可以用的更加的合理。第四，稳定性，我实测下来， codex 相较于其他的 agent， 定时任务的准确性已经能达到生产级别，相当的靠谱。 第五张插件和技能， codex 有 相当丰富的官方插件和 skill 生态。先说说两者的区别， skill 就是 纯文档，本质是给一份 ai 的 说明书，告诉他在特定场景下应该怎么做事。比如说我前面提到的 planning with files， 就是 一个 skill 插件的概念会更大一些，你可以把它理解为 codex 打补丁，里面可以包含 skill， 也可以带上 mcp 配置，甚至集成其他的 app。 一个插件装下去， codex 就 多一套能力。 另外， codex 在 插件和 skill 的 管理体验上面要比 cloud code 的 友好太多了。 cloud codex 需要改配置文件，而在 codex 里直接在界面上点击安装，或者自己创建，整个过程非常的直观。 第六章浏览器和电脑操作 codex 可以 直接操控浏览器，你可以让它自动填表，抓取数据，验证 ui 效果。 比如我需要批量收集一些网页上的信息，直接告诉 codex 去哪个页面拿什么数据，它就能自己打开浏览器去完成操作，整个过程中都不需要你的介入。除了浏览器， codex 还能直接操作你的电脑文件的整理，应用的打开都可以交给它来处理，相当于有一个助手在帮你操作桌面。 不过这里要说明一点，随着 ai 自动化越来越普及，现在已经有不少软件开始加强安全控制，对自动化操作做了限制，所以实际能操作的范围会因软件而异，遇到限制情况也很正常，大家用的时候留意一下。 第七章通用功能这些功能不是 codex 独有的，很多 agent 都支持，但作为一个完整的工作站，这些基础能力 codex 当然也不会缺少。先说 play mode， 在 执行一个比较复杂的任务之前，先让 codex 把完整的计划列出来，你过一遍觉得方向对了再让他动手， 这个习惯能帮你省掉很多返工的时间，大任务尤其推荐开 play mode。 再说 m c p， 也就是模型上下文协议，通过 m c p 可以 把各种外部的工具和服务接进来，让 q d x 能力边界大幅扩展，无论是连接数据库，调用第三方的 api， 还是接入自己家的服务，配置好之后， q d x 就 能可以直接调用。 另外还有一点， q d x 相较于 logot code 的， 有一个非常关键但很容易被忽视的小功能，语音识别。目前我的任务几乎都是语音发起的，连打字都很少了。 ok 以上就是我在使用扣袋子过程中总结的一些技巧，如果对你有帮助的话，希望能得到你的点赞和关注。 最后我想说一句， ai 发展太快了，各家 a 键的功能越来越趋同，但工具再多，适合自己的才是最好的。有时候做做加法，找到真正需要的，做做减法，去掉用不上的，慢慢摸索出一套自己的工作范式才是最重要的。我是布鲁，我们就下一期再见。
5.4万布鲁歇一歇
01:22查看AI文稿AI文稿我奉劝所有还没有装 codex 的 人，千万不要装 codex， 为什么？因为你一旦装了之后，你发现你根本离不开他，我给你看一下这玩意多恐 怖，他居然用了两分钟时间给我做了一个直播复盘的系统，这东西特别简单，未来可以把你的行业做成个系统，你做你的团队管理，做你的业务交付，都可以用到，给大家去展示一下具体的 流程，这里面有直播的工作台，有四个功能，原创直播稿、访写直播稿、直播数据分析、成交数据复盘。可以点新建项目，新建一个直播项目组，我点开始访写，就可以把同行的直播稿直接传进去，让他去进行访写，他就会进行运行。我访写这个提示词之前做这么一个系统，找 外包的话可能花个几万块钱，但是 codex 基本上可以一键出了，为什么说基本呢？因为有些小功能还需要在模拟。给大家看一下我跟他调用的过程其实非常简单，我把他的需求标装了一下， 告诉他这该怎么做，而且我前置给他做了一张系统的图片，让他根据图片来做系统一步步的推出里面的一个功能。未来呢，就像小孩搭乐高积木一样，一个一个功能栏，一个一个去跟他做，把这个系统整个完善，最后接一个云的服务器，或者接个 api， 我 就可以直接去用了。 未来一个人就是一家公司，我把我怎么去用 codex 的 具体流程分享给大家。评论区回 ai 两个字我来安排。最近我对一句话特别的上头，未来淘汰我们的永远不是 ai， 是 那些会用 ai 的 人逐步在淘汰那些不会用 ai 的 人，你觉得呢？
141宋老师(AI+知识付费)
01:20查看AI文稿AI文稿一定要，一定要，一定要想尽一切办法用上 codex， 至少我不允许我的粉丝还没有用上 codex 或者 cloud code。 如果你跟你周围的朋友从来没有谈论过 codex、 cloud code 或者 java， 那 恭喜你，你刷到这条视频可能就是你改变命运的机会。 那有人问 codex 到底是什么东西呢？官方给他的定义就是 gbd 下面的一个编程助手。但是如果你真的这么理解，那你太小看他了。 华人勋现在让因为他所有的员工都要使用 codex， 这可是全球市值最高公司，老板都要让他员工使用它，那为什么呢？因为他就是未来财富的密码。你最近看了这么多新闻，什么纳斯达克又来创新高了，恒大股市又涨疯了，存 储芯片又缺货了，这么多乱七八糟的新闻，其实都在讲述同样一个故事，而这个故事的源头呢，就是因为这几个东西。 卡罗拉的扣的对于大部分人来说门槛还是有点高的。 g m 来体验呢，我感觉还不是特别友好。而如果你两个月前问我扣贷，我可能还会犹豫，但是这两个月以来，它几乎每天都在更新， 甚至有段时间天天都在更新，到现在扣贷能力真的是很爆了，它就是目前最适合普通人上手的 ai 工具了。如果你现在是大学生或者二十多岁，那你太幸运了， 你刚刚进入社会，就迎来了一个弯道超车的机会，它就像是你在食堂打饭排队的时候，突然在旁边开了一个新的窗口，这个时候你最应该做的就是赶快跑到新窗口去打饭。
21.7万麦克Mike（AI分享）
00:41查看AI文稿AI文稿为什么别人用 ai 做出来的外部定制网站高级感满满，你做的就一股廉价模板味，颜色单调，排版还又乱又散？其实想提升网站质感，根本不需要你懂设计，三步直接搞定。首先，找对标，去高德累找那些高颜值网页，看到顺眼的直接把链接复制下来。 第二步，拆设计说明，把链接丢进 codex， 再加上这段提示词，它会自动拆出一份设计说明，这个页面怎么排版，怎么配色，动效怎么做，全给你练明白。 第三步，复刻设计，把这份说明再未回给扣袋子，几分钟，一个布局清晰、动效丝滑的高质感网站就出来了。不管你是要做设计作品集、素材库还是品牌网站，这套方法都可以直接用。
1447娜娜的AI冒险
02:38查看AI文稿AI文稿用 codex 用了几天了，说一下我对 codex 的 一个使用感受吧。呃，总的来说 codex 非常强大，这个用过 codex 的 兄弟们应该都知道，但是要真正的用好 codex 还是不容易的。 为什么？主要有两点，第一个是扣贷，是对于你对于你自己的生产环境的理解比以往提出了更高的要求，你应该明白我说的这句话是什么意思，就是 尤其是对于你做一个比较大的一个项目涉及到的问题，呃业务逻辑是非常多的，你如果要把呃整套业务逻辑全部用扣带起来实现的话，中间有非常多的细节的部分你需要非常的清楚， 不然的话你可能出现一个很小的一个问题，然后你去找去筛查，然后再去调试，就因为它会牵引法而动全身，然后它会带动其他的一些逻辑的一些变化， 所以一个问题带来的往往不是一个问题本身，而是很多其他的问题。你但凡对于你的生产环境了解的没有那么的深刻， 你可能需要花费大量的时间精力去处理 bug， 去调试问题，这个过程是非常耗人的。这第一第二的话，如果你是在一个具体的一个工作岗位上，那么你对于你自己的 业务场景的了解程度要比以前没用 q 代码子之前更高，几乎要求你对每一个业务的细节都要了解，同时你对于你的业务的发展的方向，你的迭代的方向 啊，以及你的优化的逻辑，各个点上出现问题之后，如何去更快的去修正等等，要求更高。以前我们 在工作的过程当中，人和人的沟通其实是可以模糊掉很多具体的需求的，因为人和人的沟通，人和人有那种相互的理解能力。比如说我说一句话，我说啊，大概就是这样，对方可能就能理解，但是扣贷子理解不了的。你要把自己的 很多的一些以前没有说出来的一些想法，你要提炼出来，并且转述成他能理解的话，并且在这个过程当中他不一定一次性能理解，所以你还需要去调试啊，去优化自己的表达方式，大概就是这样吧。
16Lilu
