悟空和codex哪个好用

上个视频评论区有粉丝教我做一个详细的教程， ok， 安排用国产模型，而且要使用完整的 codex 功能，就要解决 api 代理和 codex 的 插件功能，这两个小工具就是解决这个问题的，他们都是的开源项目。 好了，安装 codex 加加，安装好以后会弹出一个命令行，不要紧张，按一回车就安装好了。接下来安装 echobird， 安装好了，打开它，在模型中心配置模型。以 deepsafe 为例，打开 deepsafe 官网，点右边的 api 开放平台，进去以后，先申请一个 api key 复制下来，再到接口文档里把 uio 和模型名记下来，转到 excel 这里配置好，这就全部搞定了。 启动的时候要注意一个问题，就是先打开 codex 加加，再用 excel 版的启动 codex， 不要用 codex 原声软件启动。这么详细的教程，快去点这里关注起来，下期不迷路！

这是一条 codex 从零到一完整的新手入门教程。如果你之前完全没用过 codex， 或者只是听说过，但不知道它到底能干什么， 怎么装，怎么用，那这条视频你就可以收藏了。我会按照一个新手真正上手的顺序，带你从 codex 试什么，讲到安装、使用、主界面、怎么操作、基础功能和进阶技巧、 skills 插件、浏览器终端和自动化任务等等，让这个目前全球最顶级的 a 阵的工具真正为你所用，创造价值。 我也会把整个流程整理成文档，打一句 codex， 方便对照，一边看一边选。你可以先把它理解成一个装在电脑里的 ai 工作助手，他不是单纯陪你聊天的工具，而是可以进到一个具体的工作文件夹，帮你读取文件、修改内容、运行命令、调用工具，甚至按步骤完成复杂任务。 举个最简单的例子，像 chat、 gpt、 豆包这一类工具，更像是你问他答，你自己去做。比如你想做一个网页，他通常只会给你一段代码，接下来你还要自己复制代码、创建文件、运行、检查报错等等。而 codex 是 你问他，他理解他还做，他会从零到一帮你创建好这个网页。 目前最适合新手小白的上手方式呢，是桌面端 app， 我 们可以直接在官网开始，根据你的系统选版本， windows 或者 mac os 都可以。安装之后有两种登录方式，一种是官方 chad gpt 账号登录，另一种是用 apikey， 可以 是官方的，也可以用中转站。两种方式各有利弊。综合来看，还是建议第一种，直接官方账号登录， 省心省事。对于 codex 的 界面，新手可以先关注三个核心区域，最左侧是一些常见功能入口和聊天记录管理区，你可以理解为导航栏加历史记录。这里需要重点讲一下对话和项目的区别。对话最好理解就是普通聊天嘛，你甚至可以把它直接理解为 chat、 gpt 或者豆包， 适合随便问一些小问题，帮你写文案、查资料之类的。它不跟具体的文件夹绑定，而项目就涉及到了具体的生成式任务，比如 如飞哥之前开发的工具箱网站，飞剪一触即达这种软件，他们有大量的编程代码文件，就需要一个专用的项目文件夹。你在这里可以新建空白项目，也可以打开现有文件夹，直接选择路径，或者直接把文件夹拖进来也行。鼠标悬停在项目名上，也能看到这个文件夹在电脑中的 底位置。而对于重要的常用的项目和对话，右键就可以置顶，方便快速切换和查看。左侧下方还有设置入口，在设置里你可以修改 codex 的 使用偏好、外观和配置等等。其中个性化需要重点说一下， 如你想给他一个全局指令，就在自定义这里直接写，比如他要怎么称呼你，固定用中文回答问题，设定一些底线原则或者开发习惯，设置完之后对所有项目都会生效，相当于让这个员工摸清楚你这个老板的脾气，投你所好。这里还有一个很有意思的小功能，叫桌面宠物， 他提供了很多默认的宠物形象，你也可以根据自己的喜好让他帮你创建一个，比如我这个就是给了一张参考图，让他自己做出来的，他会实时显示当前任务的一些简单状态，还是挺好玩的。 在首页设置这里还能看到剩余用量，你可以清晰的看到五小时用量和一周用量，做到心中有数。中间这块就是你和 codex 的 主要沟通区域。首先是这个加号里面有两个非常重要的功能，一个是计划模式， 比如你让他开发一个个人博客网站，不要上来就直接让他干，而是让他先列出计划。相当于你给员工一个项目，得先让他出方案，看看他打算怎么做，这样能有效减少返工，既省精力又省 tokyo。 看啊，他会主动问我们这些具体细节，我们按选项敲定，不满意的或者他没提到的就补充一下，让他重新规划， 这才是一个合格的领导该干的事。而目标模式就更厉害了，刚上线的新功能就是你给他设定一个目标，越具体越好，他会自己拆解分析。执行审查，有一种不达目的不罢休的意思，这样就避免了一个很烦的问题，执行一个任务的时候，他每完成一步就要停下来问你。 比如我正在跑的一个很复杂的大项目，目前已经连续跑了三十多个小时，如果正常一步一步改的话，我可能要好几天才能做完这些进度。右边这个权限设置呢，分成三档，默认是最保守的，像是联网修改文件都需要你的授权，自动审查会开放一部分权限，关键节点还需要你把控。 而完全访问就是最激进的，它几乎可以完全操控你的电脑，创建文件、删文件、跑命令，全都自己干。新手，我不建议一上来就开完全访问，刚开始用默认或者自动审查更稳，等你确认这个项目没问题，也知道它要做什么，再考虑给更高权限。我自己是在非常熟悉项目和流程的情况下才会开完全访问。 右边这里还可以切换模型，选模型版本、智能程度和推理速度。如果不是特别复杂的任务呢？不建议开超高，因为它有可能会出现过度思考，而导致你花了更多的 token， 反而干的不好。 这是血淋淋的实战经验教训，一般来说默认高就可以了。这个麦克风是语音输入，但是体验目前并不是很丝滑，我们可以直接用语音输入法。 codex 还有一个和普通聊天很不一样的地方，任务可以排队，他正在执行的时候，你可以继续补充，要求这些新消息会一个一个排在后面，等他处理完当前步骤之后继续执行。比如他正在做网页，你可以接着说，页面再简洁一些，按钮换成黑色，先不要做登录功能等等。 而如果你忽然发现他理解错了你的意思，或者做了一半有点跑偏了，可以直接选择引导，强行把方向盘掰回来。所以用 codex 的 时候不一定要追求第一条提示词写的特别完美，你可以边看他做边补 充，边纠正边引导。真正好用的方式是把他当成一个正在干活的助手，而不是一个只负责回答问题的聊天框。这个思维一定要转变过来。 最右侧的区域目前包括三个功能，侧边聊天就是当前任务的一个临时讨论区。因为有时候 codex 正在执行一个主任务，但你中途想问点小问题，或者单独讨论某 个细节，就可以用它，它不会打断主对话的节奏。浏览器主要是 codex 打开网页查资料测试页面，比如你做了一个网站，可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打哪的感觉， 口头描述半天要精准的多。终端的话呢，其实你不需要了解太多，因为它主要是给 codex 执行命令用的。到这里，其实你已经看到了 codex 最核心的几种能力，它可以进入项目，读取和修改本地文件，可以用计划模式先想清楚怎么做，可以通过浏览器查资料测试网页，也可以通过终端运行命令检查结果。 所以 codex 真正厉害的地方不是某一个单独按钮，而是它能把这些能力组合起来，帮你完成一个完整任务。理解了这一点，后面的 skill 插件和自动化任务就很好懂了。 因为前面这些能力呢，解决的是 codex 自己怎么干活的问题。但如果你想让他干的更稳定，更像一个熟悉你习惯的助手，就需要用到 skill。 如果你想让他连接更多外部工具，就要用到插件。 这里很多新手分不清 skill 和插件，其实用一句话就能记住， skill 是 方法，插件是工具。 skill 可以 理解成一套可以附用的工作流，或者说给 codex 的 一份工作方法说明书。比如一家公司做项目，通常都有一套标准流程，第一步做什么，第二步做什么，输出格式是什么，有哪些注意事项，哪些地方不能乱改。 这些东西如果每次都重新告诉 ai 一 遍就很麻烦，而且 ai 它还可能每次理解的不一样。所以更好的方式是把这套工作流程固定沉淀成一个 skill。 这样 codex 下次遇到同类任务时，就不用像一个新员工一样重新摸索，而是直接按照你写的流程和标准来做。 比如我自己的飞鸽工具箱里就有很多专属 skill。 比如把好用的软件保存入库到本地，同步到我正在做商单推广的几个云盘，生成下载链接，再同步到正式站，这些流程全都是固定的。 我把它们写成 skill 之后， codex 就 可以按这套流程稳定执行，不会每次都跑偏。再比如，你经常写短视频文案，也可以让 codex 帮你做一个短视频文案 skill， 把你之前写过的大量文案喂给他，让他总结你的开头风格、结构、习惯语言表达、结尾方式，然后形成一个专属文案助手 后，再写类似内容的时候， codex 就 会优先按照这套方法来。插件就不一样了，插件更像是给 codex 装上外部工具，解决的是它能不能操作某个平台，处理某种文件，连接某个服务。 比如浏览器插件，可以让 codex 打开网页查资料、测试页面表格插件可以让它处理 excel、 ppt 插件可以让它生成演示文稿。 gmail 插件可以让它整理游戏， camera 插件可以把生成的内容导入到设计工具里继续编辑，所以不要把他们想的太复杂。 skill 解决，怎么做插件解决用什么工具做？一个是工作流程，一个是工具能力。 codex 目前已经集成了很多实用的插件和 skill， 我 也整理了几个比较常用的，大家可以截图保存，后面自己试试看。 最后我们再来看一个比较进阶但非常有想象力的功能，自动化任务。你可以先理解成让 codex 在 固定的时间、固定的项目里自动帮你做一件事，但它和普通题型软件不一样，它们最多告诉你该干什么了。 而 codex 的 自动化任务是真的可以帮你执行一整套流程。比如你是做内容创作的，你可以让他定期帮你收集某个领域的热门选择题，整理成标题、角度、参考链接和可以拍摄的脚本。而飞哥最常用的就是每天固定时间设置一个今日任务清单，划掉昨天已经做完的，生成当天新的任务， 就像一个机器人一样按清单执行。这也是为啥有人说我效率那么高，一个人干八个人的事情。除了 ai 的 强大助力之外，任务规划本身也非常重要。所以自动化任务真正厉害的地方不是定时提醒，而是定时让 ai 按你的要求去干活。 最后再补充一个很多人会关心的问题， codex 能不能在手机上用？据我所知有三种方式，最早大家都是用 happy 这种开源项目，它可以连接 codex cloud code， 电脑上开个任务就能通过手机和 agent 的 沟通，但始终不太方便，相当于只是给你安排了一个传话筒。 而 codex 的 mac 版本最近更新了手机端的入口， chat gpt app 里面就有 codex 可以 完整读取你的聊天记录。在手机里聊天和电脑端的消息是完全同步的，本质上是远程链接，相当于把你的电脑版正在跑的 codex 搬到了手机里。而最近我发现了一种非常爽的方式，就是网易的优优远程， 出门的时候手机直接远程连电脑，操作起来很方便，最关键的是你能同时测试它的改动，这就相当于把你整个电脑都装进了手机，所以功能最完整。 好，最后我们来个回顾，总结一下你都学了什么。如果你是第一次接触 codex， 其实今天不用记住所有按钮，也不用一上来就研究特别复杂的自动化和插件，你只要先记住这条主线就够了。第一， codex 不是 普通聊天工具，它更像是一个能进入你电脑工作区的 ai 助手。第二，临时问问题，用普 对话，真正要处理文件、项目代码、文档就用项目。第三，复杂任务不要直接让它开干，先用计划模式让它列方案，如果是一个长期目标，再考虑用目标模式让它持续推进。第四， skill 是 方法，插件是工具。 skill 负责告诉 codex 怎么做事儿，插件负责让 codex 连接浏览器、表格、 ppt 邮箱这些外部工具。第五，自动化任务不是简单提醒，而是让 codex 在 固定时间按照你设定好的流程自动干活儿。 所以新手今天先做三件事就够了。第一，安装并登录 codex 桌面端。第二，建立你的第一个项目，找一个真实的小任务试一下，比如整理一个文件夹，总结几篇文案，或者生成一个简单网页。第三，让 codex 帮你写一份自己的 agents， 点 m d 就是 我们刚才提到的个性化。现在你让他自己干，把你的 称呼、语言、习惯、输出格式、工作偏好都写进去。当你把这三件事跑通之后，你就不只是会用一个 ai 工具了，而是开始拥有一个真正属于你自己的 ai 工作站。祝你越来越牛逼！

ok， 重头戏来了，这一期主要给大家讲一下怎么使用 codex 和其他工程软件连接，然后完成一些工作。首先的话是 thirdworks， 我 们可以看一下它的工作流，可以看出 thirdworks 不 需要接 mcp 的， 它是会调用 thirdworks com 口，然后通过 vbs 脚本进行建模。也就是说我们只需要给它工程图或者描述我们自己的需求就行， 它自己也能打开 thirdworks， 但是我们自己打开的话会省很多启动时间。第二个的话去 matelab， 我 们看一下它的工作流， matelive 也不需要接 m c p， 我 们也只需要描述自己的需求就行。第三个的话就是 ency， ency 是 需要接 m c p 的， 但是我们可以让他自己接好，就是我们给他说一下，给 ency 接一下 m c p 就 行， 他就会自己接好。接好 m c p 之后，我们就可以通过脚本仿真求解了。当然以上这些操作，包括想要达到我在视频中展示的一键全自动生成，都是给他开放的完全访问权限不， 如果开放这个完全访权限也有一定的风险，大家可以根据自己的需求选择开不开。呃，当然也可以开这个默认权限或者是自动审查，这样的话他会在一些关键操作的时候征求你的同意，就很安全了。或者我们让他在指定文件夹工作，这样的话也很安全。

codex 好 用，但 openai 的 api 太贵了，一个问题，几毛钱？今天旺财告诉你， deepseek v 四同样顶尖的编程能力，价格只要十分之一，而且能直接接近 codex， 不 需要改 codex 任何文件。一个本地中间键 memore codex 一个配置工具 cc switch 十分钟搞定， 全程 a p i p 只在本地跑，不经过任何第三方，安全又稳定。第一步， n p m 局装 miimo 二 codex 一 条命令。第二步， cc switch 添加自定义供应商，填 base url 和模型名。第三步， codex 选 deepseek， 开写 deepsea v 四 pro， 在 codex 里跟原版体验一样，工具调用，多轮对话写代码调试全支持。关键是你花 open ai 十分之一的价格拿到同级别的编程体验。 想接入的评论区打个教程，我出一期保姆级视频，手把手带你配置。关注旺财， ai 编程不踩坑。

这是我用 codex 做的动态图标，这些也是像这样的效果，我们现在不需要 ae， 也不需要 p r， 用 codex 就 能实现。那今天我把这个教程分享给大家，用到的工具是 codex 和一个叫 hyperframes 的 插件，点击左边栏的插件，在这里搜 hyperframes， 然后你会看到这个插件的详细信息，点进去再点击，在对话中试用。这里大家记得先添加好项目文件夹，确定好模型，智能等级和速度，然后就可以把题词放进去。比如帮我做一个 codex 和 cloud code 的 功能对比的分析，视频时长十五秒， 尺寸是横版十六比九，视觉风格是苹果简约高级风，需要增加一些动态效果的展示。 这里写错了哈，因为我用的是 ai 语音工具，完全是口喷的，有些词语可能会识别错误，直接改一下就行， 然后点击发送，让他开始做。你看他先是查了一下官方资料，确保这两个工具的信息是最新的，然后他还会去看 hyperframes 的 要求是啥，确定下来视觉身份，然后再去写 html， 他会主动在我们看不到的地方用网页去搜索资料，那整个的思考过程跟我们人类是一样一样的。他还会单独创建一个文件夹，因为我这个目录里面啊，其实是有其他项目文件的，所以他知道不能碰到别的。我把左边的边栏隐藏掉，现在整个页面都是我们的视频制作过程 他很快就确定下来，主画面用冷白、石墨黑、微蓝和暖金做出高级感。我觉得如果大家有更具体的风格，也可以直接在刚才提示词里面告诉他，那整个过程他会自己产出内容，然后检查有没有问题，再自行更正。这些你都可以看到， 如果不想管，就让电脑开着，让扣贷自己干活。那做这样一个视频大概花了十来分钟，然后文件的位置，他参考了哪些资料，最后都会告诉我们。来，我们看一下它的效果。 大家注意看，这只是第一版哦，我觉得已经非常惊艳了，完全没有预先做任何模板，已经可以拿去用了。那不管是发布在社交媒体上，还是工作汇报，都很顶。 实际上呢，它不仅是可以做这种图表，还可以做产品介绍。比如这个辣条的产品视频，你丢给 codex 一个网页，让它做产品或者品牌的介绍，也可以做一个像 open ai 这样的业绩表，那放在 ppt 里面简直是开挂。 你甚至还能让它做这种 logo 散落的视频，或者是宋代山水风格的 ai 发展史， 你给他一段提示词，也不用特别复杂，让他开干就可以了。一般来说啊，十来分钟左右就能做出来，那如果对效果不满意，再沟通几轮， 那到这里大家可能会觉得，哎，这好像没有什么难度啊，很简单，每个人都可以做。那我再分享几招进阶的方法。 第一个呢，如果视频中涉及到图片类的素材，像 logo 啊，或者人像，建议自行上传。或者呢，可以先让 cloud code 整理出这些 logo， 然后再把这个文件夹打包到项目里，这样失误会更少。第二个是关于审美和风格，如果不指定风格，他做出来的大概率就会比较大众化， 像科技风很容易就做成那种已经用烂了的蓝紫色，所以最好是提前指定风格。那我这里也列了一些，大家可以直接拿去用。 最后是音乐和音效，可以让它生成简单的音效，但是背景音乐呢？大家可以用 solo 生成原创的背景音，或者直接在剪辑工具里面把音乐库的素材放进去，最后我再补录一个哈。很多时候我们做动效视频会需要信息的专业性和准确性。 那对于科研、生物科学、生命科学这些领域来说，我比较推荐 bell render 这个插件，它能够把这些领域的一些复杂概念进行可适化。那结合 paperframes 它们两个就能把一些科研领域专业绘色的信息用非常动态的形式表达出来。 比如说我让他做一个 an apple a day keeps the doctor away 这句谚语背后的一个科普回答， 他就会给到我这样一个视频，我们可以看一下效果。 那我们今天的分享就到这里，我们下期再见。

之前呢，我们分享了一期 cloud code 接入 deepseek， 但其实没过多久啊， cloud 就 有过一次版本更新，新版本的模型名称就会出现一些问题， 那这一次就正好我们把桌面版 codex 和 cloud code 都通过 c c switch 来接入 deepseek， 我 们出 three two one。 我 这里啊，把前置环境和 c c switch 都准备好了，同时呢也写了文字版的安装教程。呃，大家可以参考一下，我就不展开了，我们直接开始。 那先说 codex 吧。首先呢，我们需要做一个 cc switch deep seek 的 通道，这个呢，我已经准备好了。呃，文字版里面大家可以自己找一下。首先我们打开这个文件夹，找到这个文件， 复制一下再黏贴。然后呢重命名，文件名是点 env， 注意啊，这个点不能忘记。然后呢，这个文件呢，我已经有了，所以呢我就不确认了，我把这个删掉。 我现在打开这个点 env 给大家看一下，这里面啊就是一条 apikey， 你 们打开的话就把自己的 apikey 写上去就可以了。然后呢，我们双击一下这个 start 点 back 的 文件， 出现这样子的界面，这就算成功了。那如果中间哪里有报错啊，就要重新回去验证一下自己在前面的环境这里有没有什么没有安装好或者遗漏的地方。 好，那我们接着打开安装好的 cc switch， 这个是 codex 的 界面啊，它是 gpt 的 图标。 进来我们看到这个，我们点击右上角的加号，可以看到的是添加供应商，呃，我们下滑，这里填供应商名称， deepseek v 四 pro。 备注呢，我们就随便写写一个 test 官网的链接，这里是可以不填的， api key 就 填自己的 deep seek 的 api key 就 可以。 这里注意啊， api 请求地址填的不是 deep seek 的 接口，因为前面我们已经做过 cc switch 的 转接了，所以填的是本地的地址， 然后下面到模型名称这里就填 deepseek v 四 pro， 然后我们拉到最下面，这里直接就是点添加， 然后它会自动回到上页。这里啊，已经多了一条 v 四 pro。 看一下啊，这里我们直接点一下它就可以切换到使用中了。现在我们来打开 codex 看一下 这里，它其实已经绕开登录环节了，原本打开呢是需要 gpt 的 账号了，现在呢，呃，都是需要验证手机号的。那我们现在通过 cc switch 就 可以直接接入 dbic， 跳过登录直接进到 codex 的 界面了。 这里我们根据他的提示啊，先初步一下，然后这个 set up 好 快速就完成。现在我们发消息来问他一下，你当前使用的是什么模型，有回复了啊，他这里回复呢，他是 deepsea 了。好，我们现在再来验证一下 这里呢啊，使用之前他会向你申请一下电脑的权限。没关系啊，我的 codex 工作区也在桌面上面，我们现在直接打开看一下。 好的，这里呢，他是已经在工作区里面建立文件夹了，速度啊，我觉得是很快的，根本没什么毛病。那其实到这里为止呢， codex 接入 dbic 就 完成了 啊，如果没有账号没法注册或者说登录需要验证的朋友们啊，我们就先把 dbic 可以 这样耍起来了。 然后接下来呢，我们直接再来试一下 cloud code， 这里同时也是一样的啊，我们首先先要打开 cc switch， 我 先把我刚才的配置都删掉， 注意啊，这里是 cloud 的 配置页，也同样啊，直接点击加号进来，直接就是选择 deepsea， 这里的供应商链接，官方名称都已经直接有了备注。我们也先随便写一个测试 a p r key， 这里也同样是写 deep seek 的 key 请求地址，这里也不需要动了。 好，接下来我们就到了模型这里，模型这里呢，我们都填 deep seek v 四，然后这个 e m 呢？呃，之前的视频也说过，其实就是百万上下文使用的意思，如果不加的话呢，不用做大项目的话也是够用的。 然后这里其实还是可以换一个 flash 模式的，也不用全部都是 pro， 然后随便找一个改一下啊，这几个模型名字等会都有用的，是一个对应的关系。然后这里我们就直接先添加， 回到这里就有这个选项了，我们这里就直接点起用。之后呢，我们再开通一下本地路由，在这个设置路由本地路由里面，本地路由打开 cloud 打开， 然后同样这个本地的服务器地址是要记一下，后面要用的。好，我们返回上一集测试一下，看到他是正常运行的。接下来呢，就是打开 qq 的 第一次 打开登录界面，不用登录啊，左上角 help 这里啊，点击这个 troubleshooting， 然后进到这个 enable develop mode， 然后点击 enable， 然后这里其实就是进入它的开发者模式， 然后重启，重启之后你会发现这里多了一个 develop 的 入口，然后我们选择 configure party info， 然后进来。进来之后，首先第一个 provider， 我 们这里直接就选 getaway， 然后 getaway 这里的 base url 就 写刚才我们 cc switch 这里出现复制下来的地址，这一个 key， 这里呢，当然还是 deep seek 的 key， 然后 bear 这里是不用动的。好，到模型 list 这里怎么填啊？这里就是填我们前面在 c c switch 里面配置过的对应模型，前面呢，加一个 cloud。 好， 这里两个模型够了，直接我们拉到最下面 apply locally。 好， 然后直接重启。 看啊，这里就是直接不用登录，我们就进到 cloud 的 界面了，然后 solo party 的 模式到 code 这里试一下。首先呢，我们随便设置一个工作区，然后测试一下，帮我建个文件夹。好，我们看一下它的这个速度还是很快的啊。 ok， 那 到这里呢， codex 和 cloud 都已经接入完成了。我最后补充一点啊， mac 系统呢，相对比较稳定，但是 windows 的 话呢，会经常会出现这样子的报错， 但这种报错啊，其实没有什么关系，通常都是安装有问题。呃，因为网络原因，组建安装可能会有丢失，最好呢是可以调整一下自己的网络环境，重新安装一下就 ok 了。 顶级的 a g 呢，配上我们的国产大模型，就再也不用为无法登录烦恼了。好，那这次的内容就到这里，希望对你有所帮助。我是阿月，我们下期再见。

我们都知道，我们在 gbt 可以 实现通过生成一张图片的各个元素来实现它的 psd 分 层， 但是呢，通过这样的生成方式生成的元素最多不超过十个，而且它的文字是不可编辑的。这时候大家不妨试一下用 codex 来完成这些操作。 codex 它不仅仅是一款为编程而服务的 agent， 那 同时也能帮我们实现很多工作的自动化。 而且就在本月月初， codex 它的每日安装量已经超过了 cloud code。 另外 codex 本身已经支持了 gpt emoji 二点零的图片生成， 所以今天我们就试一下在 codex 上来实现它对图片的 psd 分 层。我们上传一张和之前一样的图片， 为了方便呢，我们这里选完全访问权限，对于这样偏简单的，我们自然选择中就可以了。跟 gbt 客户端一样，我们只要输入好提示词，然后按发送键就可以让它执行。当然这个提示词我可能要求比较严格，写的比较多， 所以比较长一点。好的一共花了十六分钟，他就给我生成了一个 psd 文件。在整个过程，他其实就是对各个元素进行重新生成，并对其中的文字进行一个 ocr 识别。 在我们的 ps 中呢，我们可以看到它不仅把这些元素分开了，而且把各个文字都转化成了一种可编辑的状态。当然它字体做不到百分之一百还原，但好在它的字体是可以进行编辑和修改其中的具体内容， 而且字体外的图层它同样是分割好可移动的。我们再看一个马克杯的例子，同样是用这一套提示词，当然它这里中断了一次，因为它生成的跟原图差距过大，所以我让它继续生成好，这就是最终生成的 psd 文件。 你看到元素可以移动，文字可以编辑，没什么问题。我们在利用 emoji 是 二点零制作这样的图片。除了文字的问题之外，我们还会遇到一个问题，就是它的图片通常就是生成一 k 的 图， 如果我们想打印图片或者要更高分辨率的图片的话，如果它值出的一 k 图片完全没有办法满足我们。但是它用 api 能生成四 k 的 图片，但是呢，这个 api 一 是要额外收费，而且 它和我们要拆分的过程相背。所以我建议大家在编辑好图片之后，可以通过以下两个方式进行放大。第一种方法，我们可以通过 comfy 里的 c 的 vr 这个模型，把我们一 k 的 图片放大到四 k。 工作流也非常的简单，我这里大概花了一百二十秒， 大家也可以看一下它跟原图的对比，放大效果还行，没有改变太多原图的细节。 如果你完全不会使用 comui 的 话，你也可以用谷歌它的 nano pro， 我 们在这个 ai studio， 我 们可以选择这个 nano pro。 右边这里我们也简单设置一下。首先把画质调到四 k 温度的话，调成零到零点二之间比较好。最下面这个参数呢，我们也给他调成零点五。同时我们输入以下提示词，一分钟后我们也可以得到一张四 k 放大的图片了。 我们也可以看下对比效果，虽然变清晰了，但是比 s d vr 它的重绘幅度稍微大那么一些，但是整体的细节大多数没有改变，可以勉强接受吧。这就是整个在 codex 来实现 p s t。 分 层加上高清放大的 一些基本方法。当然你可以通过 codex 来实现一些更高难度，更精确的 p s t。 分 层和 自动化工作流。我这里只是抛砖引玉一下，你可以把梯子十优化的更好。总之，以后 codex 无论是在编程还是说像这种图像自动化处理流程，都会变成必不可少的工具。我们本期利用 codex 如何将 图片进行 psd 分 层以及 image 二点零图片放大的方法就介绍到这，有关于具体的提示词，还有空 v i 的 工作礼物会放在视频剪辑的下方。 好，如果你觉得本期视频对你有所帮助的话，欢迎帮我点一个赞，我们下期再见！

在 codex 上，插件功能是登录账号才能用的，我们 a p i 用户怎么才能用当下热门的插件呢？目前我整理了视频剪辑插件 hyperframes 和提示词发给 codex， 让它安装即可，我们 a p i 用户再也不会低人一等了， 需要的小伙伴来粉丝群拿就行了。接下来欣赏一句话，让 codex 生成的视频。

如果你最近也给你的 codex 或者 clockwork 装 skills， 很 容易掉进一个坑，就是你被推荐了几十个甚至上百个 skills， 但是真正开工的时候还是不知道该选哪一个。所以说这一期呢，我也不做大而全的清单，也不讲复杂的安装， 我只按普通小白最容易遇到的六类任务去挑六个 skills。 新手先认识这些就够用的一些 skills， 它们能够分别帮你去解决任务，先问清楚想法，先变方案，知识库能调用，重复流程能沉淀网页结果能验证和各种文件都能够转化成 ai 好 读的这种材料。 ok， 大家好，我是 fred， 专注从普通小白的视角去分享怎么从零开始用 ai 和 web coding 提升自己的生活和工作效率。 那第一个 skill 就是 大家已经耳熟能详的东西啊，就是 using superpowers， 就 它的核心作用是能够让 ai 在 开始做事之前先停下来，把任务问清楚。 就很多时候很多人用 ai 的 痛点不是说 ai 不 会写，而是它太快开始写了，就是你一句话发给他，他可能马上能够给到结果，结果做完了之后才发现说你的目标边界格式和验收的方式都不对。 那这个 skill 所做的事情就是让 ai 先理解任务再计划，最后再验证。所以说它特别适合那种长任务，包括你的需求模糊的时候，以及你经常让 ai 做完又返工的这种场景，那这个 skill 那 就非常适合。 第二个是我非常常用的 skill， 就是 brainstorming， 就 它解决的就是想法，当你还没有想清楚的时候，可能就着急开做的这种问题， 很多人找 ai 去做东西，一上来就说，哎，帮我做一个网页，哎，帮我写一个方案。但其实当你的目标用户，你的内容重点，你的功能边界都没有定的时候，那这就体现了 brainstorming 的 价值， 它会让 ai 先跟你把想法聊清楚，再给两到三个不同的方案，并说明每个方案的一个取舍。比如说你要做一个内容栏目，一个页面，一个工具，一个产品的 demo， 它会先问清楚做给谁看，解决什么问题，哪些功能要不要做， 然后再把你的模糊的想法整理成可执行的这种设计。所以说它适合新项目开头，包括内容策划的开头或者功能设计的开头。 第三个也是我经常会用的一个 skills， 就是 obsidian skills， 就 如果你在用 obsidian， 或者你有大量的笔记资料网页的这种摘要，那这个我觉得就非常值得去收录啊， 就它不是简单地帮你去多存一些笔记，而是让 obsidian 里面的这种 markdown 的 文本，这种 bases 或者 canvas， 或者你的网页资料能够变成 ai 可以 重新组织的这种工作材料 就很多人的知识库最大的问题就是资料一直在往往往里面堆啊，然后真正写文章的时候，做研究的时候，包括你复盘项目的时候，就很难够重新再调动出来用。 所以说这个是会更适合内容创作者、研究型的岗位和那种顾问啊，或者长期的学习者，他的价值能够帮你把长期积累的变成一个可持续输入的一个资产。 第四个我相信是一个所有人都一定会用到一个 skills 啊，就是 skill creator， 它的作用就是帮你去生产你的 skills， 那 它解决的是你的一些重复流程的问题，比如说呢，你每周都会让 ai 写周报，那每次都要重新去讲格式、口吻，保留字段，或者一些审核的一些标准， 或者你反复让 ai 去帮你整理资料，改一些发布的文案，或者检查网页，那这些事情如果我每次都重新解释，去写一些 prompt， 写一些提示词，那本质上就是没有把这些 流程给沉淀下来。那 skill creator 的 价值就是帮你把每一次的对话变成一个可附用的 skills， 它适合做一些固定的格式，然后重复的流程，以及你希望以后能够把自己和团队都能够稳定使用的任务沉淀下来。 第五个呢，是 pay write， 其实它不是一个 skills 啊，就它更像是一个呃，浏览器自动化的能力 就是它可以让 ai 真正地去打开网页，去读取里面的页面的状态，点击按钮，包括说填写表单，截图，检查做网页或者落地页这种后台表单产品 demo 的 时候呢，这个非常非常有用啊，就因为很多时候 你只看代码是看不出来的，比如说按钮点不了，或者文字溢出，或者移动端变形，对吧？或者表单提交失败，这些都是要真正打开浏览器才知道。所以说 playwrite 的 价值就是让 ai 不 只是生成结果，还能帮你验收结果。 最后一个呢，就是 mock it down， 它的作用是能够把各种文件转成 ai 更好读的 mock down 的 这种文本，比如说把 pdf， 你 的 word， ppt， excel， 甚至网页 html， 一 些 csv 或者 jason 图片甚至音频， 都可以转成结构化的文本。为什么这个重要呢？就因为很多时候 ai 总结不准，其实并不是它模型弱啊，而是输入的这种文件结构太乱。比如说文件里面有表格，有分页，有图片，有格式， 那 ai 直接读就很容易漏掉一些重点。所以先用 markdown 这个 skills 把材料变干净，再去总结提取和改写，那结果通常就会变得稳定很多。 所以说呢，这六个 skills， 你 可以把它们理解成 using superpowers， 帮你先问清楚。 brainstorming 帮你用好知识库。 skill creator 能够帮你沉淀重复的流程， 而 playwrite 能够帮你去验证网证网页的结果，或者帮你去爬取一些网页的数据。而 markdown 能够帮你把文件变成 ai 好 读的这种材料。所以说你也不用一口气全装啊，也可以一开始呃，慢慢的一个一个去选，先知道它们分别能帮你做什么，后面可能遇到一些 对应的问题，然后再去用一些对应的 skills。 ok， 我是 fred， 后面我会持续帮你去猜普通人怎么把这些能力用进自己的真实的工作流。 ok， 评论交流你现在最想解决的一个 ai 问题，我会在评论区里面去回复，我们下期再见。

让你志能游天的 ai 动起手来吧！把这个文件夹里的文件按照类别整理好，按顺序改成项目一。项目二，咦，每天早上九点，搜集前一天的 ai 行业资讯，发到群里看，总结这个文档里的内容，生成 ppt。 这期避开专业难懂的术语，让小白也能够流畅运用上扣带，让你的工作效率和创新全面提升。我们先认识它，再到如何使用安装，用六个按键一步步的掌握它。其实词和小技巧呢，我也总结到了，视频里出发 扣带斯和可劳扣的它们呢，是类似的，都是 ai 的 编程工具，只不过一个呢，是 oppo ai 家的，默认的是 gpt 模型的，但你也可以在里面去更换你自己的模型，但你也可以在里面去更换你自己的模型。 这两个阶段性地成为目前好的必然模式。但它们适合使用的场景呢，会有点不同。 ko 代斯，它呢，就适合我用来快速整理文档，处理一些。这种本地的任务界面，对于小白来说会比较友好一点，就很适合初学者或者是我们日常的办公场景。因为是 open ai 的 嘛，所以呢，我们也可以直接在里面调用 j p e m 叉二来生成图片，而 可牢扣的会比较适合追求高质量的创作用户，并且 c c 的 知名度会高一点，所以不论哪种语言，你都能找到关于它的类似教程。 之前还在说 c c 可以 用手机来控制 c c， 在 前几天也出了手机端，二者的功能差距又缩小了。 c c 的 小白使用教程呢，我们之前也聊过，有兴趣的可以去复习一下。那我们要使用 c c， 我 们只需要一个 g p 的 账号， 免费的呢，也是可以用的，只不过它的额度会少一点，会有三种不同的使用路径，就是使用哪种方法来开启你的扣袋子。 c r i 呢，会在你本地去开发操作，你的本地项目就比较适合开发者深度来使用，因为需要一些命令行的使用，所以会有一丢丢的小难度。那这个呢，就是把扣袋子装进你的代码编辑器里， 像 vivo studio code， 反重力这种的，而我们普通用户呢，直接选择这个就可以了，不用懂。命令行，适合大多数人来使用， ok， 我 们来进行安装，我们按照它的指引步骤来操作就好了。进来之后呢，我们可以看到它的整个页面跟我们常用的 ai 工具还是很像的。而左边的这个导航栏就是你的文件柜， 所有的功能入口都会在这里去显示，而中间的呢就是我们对话交流的地方，而右边这里就是你小助理给你交作业的地方，成果的展示区域。而左边的这个导航栏，每一个入口都是一个工作流。在这里重点的呢就是这两个 来快速对话，就是主打一个随问随答，碎片式的对话，就像你给他一个英文的演讲稿件，然后让他给我翻译出来，哎，还挺到位的。像这种只是问问问题，写写代码和 check gdp 呢，其实相差不大。而这个项目呢，它就更适合一些长线的 摸不准，需要高度上下分连贯的这种复杂任务。点击这里我们可以看到这里呢会有两个选项，这个呢是在你默认的路径下新建一个空白的文件夹， 而另一个就是说打开你电脑上的现有文件夹，在这个基础上再去操作。比如给他一个本地的文档，里面呢是一堆的发票图片，那我们在这个对话框的下面也可以看到，我现在是在这个文件夹里进行操作的，这就触碰了沙箱机制，只能操作本地选中的文件夹，不能操作系统其他的文件。那我们现在给他要求根据这几张发票， 然后给我按照金额重新命名一下文件。当然只有这些呢，还是不够的，我们还需要给他开放对应的权限，那我们可以点击这里可以看到这里有三个模式，分别是你只能在当前的文件夹下来修改或者执行， 如果需要联网或者说触碰这个文件夹以外的东西，需要来向我们申请，我们同意，他呢才能继续执行。而这个呢，恰恰相反，他可以自由的读取、写入，修改或者删除目标范围内的程序。 自主性呢会比较高一些，但也会有一定的风险。在我在这种简单的任务下呢，会选择这个模式，简而言之呢，就是 ai 会自主的帮你筛查这个有没有危险，像安装常规的工具这种明显安全的操作，它呢就会直接上手了， 不会再来询问你了。 ok， 他 也操作好了，我们来看一下，那整体呢，也是根据我的这个内容来命名的，还是不错的。那除了帮我们整理本地的文档，还可以在我们授权的情况下，在你的电脑上来执行安装的操作。比如最近爆火，但有点上手门槛了。 cloud code， 我 们在 d 盘新建一个文件夹， 然后回到这个 codex 里面，再把这个文件夹给它呼唤出来。那这步的意思呢，就是让 c c 在 这里面进行操作，那我直接给他说帮我安装一个 colocode， 那 我们稍等一下。好，他现在呢说已经安装好了，我们来启动一下。哦，是可以的了，当然也包括 node js， git 这种我们日常生活中经常用到的依赖。 好，现在你用 codex 整理了你本地的文件夹，大大缩短了你的时间，也把有点安装困难的软件安装到了你的电脑上。对于听到 ai 编程就望而却步的，棒的就不止一点点了。当然 ai 编程嘛，也不能把它的能力举现在这里来， 我们一起做一个芝士机械超玩盲盒，咱们就都是原始谷的动画了。那我们呢，现在在这里选择好它原始的位置，先点击这个加号，那最上面的这个呢，就是我们上传文件， ppt， excel 图片，我们也想让它们进入到这个转化里， 就在这里上传，和我们直接拖拽是一个效果。那中间这个计划模式，在这个模式下呢，他不会立刻来改动我们的文件，而是先帮我列出一个详细的计划，就比较适合复杂项目，或者是你还没有思路的情况。 那右边这里呢，是用来更换模型的，我觉得五点五还是比较好用的，这里呢我就不更换，还有对应的推理强度，也可以在这里去更改。那我现在告诉他我的一些具体要求， 如果你有了一定的构思之后，也可以一起告诉他，当然如果没有的话，直接给他说我们最后想要一个什么效果，他呢也会一步步的引导我们来做出最后的成品，好开始帮我们来构思整个架构了。 哎，他现在问我盲盒系列规模要按照什么来设计？规模怎么搭配？那我们把鼠标放到这个小符号的上面，也会有个更详尽的一个介绍。好，那我在这里选择第一个， 他现在呢还是用这种选择方式来一步步引导我们表达出我们想要的东西，那我们顺着他的想法来就好了。那都选好之后呢，他也给了我一个整体的框架，我大概看了一下还是不错的，那觉得 ok 了，我们就可以让他开始执行，当然我们有需要更改地方，我们直接在这里提出要求就好了，那我们现在同意执行。 ok， 他 现在也在运行中了，在这个思考的过程中呢，我突然想起来，我想让他滑动的时候有一个光效，那我直接在这里提出我的要求。 哎，他现在啊根本就没有办法发出去，而是在这个地方排着这个情况呢，他会在这个任务完成之后再来执行我们现在的这个任务，但是不行啊，我现在就让他考虑到这个要求，并且加进去，那我就点击这里的这个按钮，他呢就插队到了当前的这个任务中， 而路由思呢也会考虑到我们这个要求继续执行，这就是一个插队的小技巧了。好，他现在说呢是可以了，我们先不着急，我们把鼠标放到这个小圆圈上，我们就能观察到我们这个窗口一共用了百分之几。路由思在快满的时候呢，它也会自动的来进行压缩上下文，但因为上下文太多的话，路由思就会表现的不那么聪明了， 那我们就可以手动的来进行压缩，在这里我们打斜杠压缩就好了，他呢就会把上面的聊天记录进行精简，但更细节的东西呢，他也就会不再记录了。 ok， 我 们来看一下我们刚才生成的这小网站，这个例子动销交互界面 还是不错的，那如何实现多任务并行进行呢？那我在本地选择一个项目文件里面呢，有往期的图片还有视频，在这里输入我的要求，把里面按照类别给我分类。好， 那我们再开一个，我要这个把文件里的图片和视频根据内容说明，你再来一个吧，把视频分离出来，音频， ok， 你 看他们在这里努力的转圈圈，我们来看一下结果，这个类别是分为好的，这里是视频的，还有图片的。不得不说啊，他这个名字和内容还起的挺相符的，所以说这里呢，他的每次对话都是独立的，不会再与其他的工作内容产生深度的关联，但都会有权限查看当前的文件夹内容。 到这里我们日常使用是 ok 的 了。更进阶一点的呢，就是扣带斯的插件技能 m c p 这三个词就是小白最大的路虎了，其实一句话就能解释清楚， 插件呢，就是给扣带斯装了一个能力包，比如装了表格插件，它呢就会处理 excel。 而技能 skill 大家都很熟悉了，就是一套固定的工作流程，可以根据我自己的风格来写一篇技术教程。 m c p 就是 连接外部的通用通道，比如我要用扣带斯做一个这样的效果，通过自然语言创建动画视频的技能。包好，我先给他一个文件夹， 然后把要求现在都给他，如果你有想要的效果，那我们就点击这里上传，然后把参考一并发给他。 ok， 他 现在呢是开始工作了， 里面需要的什么依赖啊，组建都不需要，我们再去手动的去添加，他呢都会帮助我们去一步步的完成。好，他现在运行完毕了，我们打开这个呢，是 windows 默认的浏览器浏览一下， 你在这里可以随意的来调节这个动画了，因为在一开始的时候，我提示词中已经提到了提供可以配置的参数项，那我们调节一下。 ok， 我 们关掉背景，那想要这种透明的效果呢？参数的配置是这些，那我们最后给他宣传好就 ok 了。 个人建议，一开始呢，什么插件我们都不要慌，先用它内置能力，等你明确知道了我需要库代词，去安装某个工具能力的时候， 再去插件页寻找也是来得及的，大家有兴趣的我们可以单独出一期，详细聊一聊。说了这么多，其实你也发现了， ai 现在就不只是答疑解惑的工 具了，它呢挑出了一个被动执行的命令曲线，是可以理解你的意图，帮助你完成复杂任务的智能伙伴。而每次操作呢，也成为了我们学习、创新和突破的机会。好了，喜欢这种内容的朋友呢，我们下次见。