claude怎么跑pycharm

最近半年使用 cologod 安装了近百个 skr， 最后发现真正能提升工作效率的其实只有三个技能，今天免费分享给大家。第一个， superpowers， 这个 skr 改变了我用 cologod 的 方式。以前我是直接把需求交给 cologod 的， 让他来写代码，写出来虽然能跑，但是经常跑偏，改来改去浪费大量时间。 装了 superpowers 之后，我养成了一个新习惯，每次开弓前先跑一遍，不认英斯德尔敏。这个技能能让可洛的反过来问我问题，你打算怎么处理并发数据库选什么 等等等等。问完一圈，他会把讨论结果写成设计文档存到本地。听起来多了一步，但这一步帮我拦住了无数次的反攻。有些问题你自己都想不到，但是可洛替你想到了。 注意， superpowers 包含了二十多个紫技能，千万别全开，我只用 breamstorming， 头脑风暴， 其他的按需加载，要不然会浪费大量上下文。第二个技能， playing with fails， 这个技能解决了我被坑过无数次的问题。 cloud 有 个问题，它做到一半就失忆。不知道你们有没有遇到过 一个复杂的任务，聊了半个小时，可乐突然说，好的，让我们开始吧，然后就把之前做过的事情又重来一遍。根本原因是对话太长了，上下文被压缩，之前的计划全丢了。普莱因维的 flow 的 做法很聪明，就是别把计划写在脑子里，它是存在纸上 克拉的扣的。每次动手前会先建一个计划文件，每完成一步就在这个文件里打勾，就算上下文清空了，重新读一下文件就能接着干。 这个思路跟 minnes 很 像， minnes 做常任务为什么玩？因为它所有的中间状态都存在本地了。第三个技能， roughlop， 我 给这个技能起了个外号，监工 sky， 你一定体验过 cloud 的 摸鱼模式。写到一半突然说基础框架已经搭好了，你可以在此基础上继续完善。 翻译过来就是活我没干完，我先下班了。 raflopp 通过一个或可拦截 cloud 的 退出动作，他退出的时候或可会检查。你说的完成标准达标了吗？没达到，回去继续写。 我用它写过，完成过一个 c r u d 模块，设了条件，所有接口测试通过加 redmi 写完才算结束。 kloth 中间响停了三次，但都被塞回去了，最后确实把活干完了。但要注意的是，完成条件一定要写写具体做完用户模块这种话等于没说， kloth 分 分钟说服自己已经完成了写成。完成登录接口可用 单元测试，覆盖率百分之八十。加 redmi 包含 api 文档，它才没法浑水摸鱼。以上就是我常用的三个技能，今天希望能够对大家有所帮助，感谢观看，拜拜，下期见！

给大家分享一下我实测的 code graph 以及 jibble， 我 们可以看一下它的这两个插件，它是属于 graph rag 领域的知识库。我们首先看一下它的 主页，它们完全是开源的，然后我们可以看一下怎么使用，我们首先介绍一下它是做什么的，它可以使用在 cloud， code， cursor 等等的编码工具以及 open cloud harmless agent。 然后它可以使用什么呢？我们可以看到它可以进行一个减少我们 查询时候的一个工具的调用，比如说我们在运行一个代码，需要了解这个代码的架构的时候，我们需要执行，比如说反复的执行 grab read find， 然后进行了解这个代码的结构，我们这个库可以进行一个 减少这个时间以及它的一个我们模型的消耗，降本增效。然后接下来我们看一下它的 jibri， jibri， jibri 是 什么？我们看一下它的一个界面，它是为了 openclaw 以及 harms agent 进行打造的一个数据库，进行记录它的一个对话等信息。我们首先看一下它的一个 刚才实测的一个数据，我们介绍一下这个实验是怎么做的，比如说我们看一下左侧，左侧这个是没有安装这个插件，我们让他分析一下，分析一下这个 j b r 的 项目的完整架构，然后 这是他的一个分别的要求，我们通过这个提示词，然后进行一个执行，我们可以看到他有很多的工具调用，比如说读写等等等，他会消耗很多的 token， 然后我们进行获取他最后的一个时间以及他的一个 token 的 消耗量，然后我们 看一下右侧，右侧的话我们进行第二个实验，就是把它的一个缓存给删掉，然后进行安装，首先安装下这个命令，然后我们进行一个构建它的一个锁影，我们构建这个 jb 的 一个锁影，可以看到已经导航到这里面，然后进行一个 index， 然后我们可以看到这个项目花了二十五秒，还是非常快的。然后我们继续运行 color code， 然后使用同一款模型，然后进行一个测试，同一个提示词，发现它最终 达到了现在我们展示的这个效果，从原来的六分钟到现在的不到两分钟， 然后实际的消耗，我们可以看到这个表现还是非常的亮眼的。对于我们在重复的一个工程，比如说很多的代码中需要很多很多词读取，这也就是一个 red 的 流程，通过这个库可以很明显地减少这个损耗。然后接下来我们介绍一下为什么 george 是 可以进行一个 减少的，看一看它的原理。通过我们对于它的源码的一个分析，我们可以看到它们构建的是一个数据库，并且使用的是一个算法的构建。我们看一下为什么可以不用 ai 就 可以构建， 因为我们代码本来就是结构化的，我们通过这个直接建图就行。我们看一下它的一个图解，比如说 这个就是我们的一个图解，然后我们通过自动解析，然后通过 a、 s、 d 的 语法术进行自动生成的一个知识读谱，这是完全不需要 ai 进行参与的，非常的高效。然后我们进行解释一下为什么不需要 模型就可以见图，因为我们使用的是代码，是结构化的，我们使用 a s t， 这就是一个抽象化的语法术。在我们运行代码的时候，比如说变异器，解释器这些东西都是可以一个很成熟的一个流程，因此我们可以直接进行复印它就可以了。然后接下来我们看一下 code graph 的 一个构建流程，我们首先进行一个源代码，然后进行一个解析，然后进行引映，它的这个解析最后储存在 circle light 里面，然后构建一个全局的缩影，这就是提供的一个工具自动进行， 它是一个基于 graphreg 的 一个知识图谱的知识库，它是一个知识库，我们由此可见这个基本的知识库是 ai 的 一个基础见识。然后我们看一下 openclaw 以及 harms 的 这些记忆，也就是之前的一个记忆体。我们首先看一下它的一个 开源的作者，它是在互联网上有很多的一个 start， 来到它们的界面可以看一下， 然后回到这里，我们看一下它是怎么监图的。我们可以看到用户进行提出问题，然后进行一个毁调，用了这个 skills， 然后进行把它格式化出来，格式化成 markdown， 然后通过 markdown 之后，然后通过一个正则化的进行提取一个知识库的建立， 我们可以看到虽然说它宣称的是零调用，但是在我们的一个格式化 markdown 的 时候，就是需要一个 ai 的 调用的， 然后进行一个向量化，以及我们图的一个增量更新，这就建立完了。然后接下来来到这个 核心的 skills， 这个就是他暴露的一个 m c p， 他的一个解锁的一个特征。首先是关键词的解锁，然后是一个混合解锁，混合解锁的是什么？比如比如说向量处理不好的编号等等的东西，交给我们全体的缩影，以及他的一个 r f 一个融合。什么是 r f？ r f 就是 进行的一个召回的一个算法，比如说这里面就是一个余弦的一打分零点七的权重，再加上它的一个余弦相似度，这是它的一个特权。 然后接下来进行的是一个图的便利，我们可以看到它提升了百分之三十一个哦。 然后接下来我们分析一下 jeffrey 和他的一个 r m 的 viki 的 一个区别。可以看到 openai 的 创始人进行 一个想法，这是维护的是一个个人的知识库，而这个是进行的一个比较成熟的一个解锁了。然后接下来这就是他的一个独立使用，然后这是他的一个安装。

天天用 cloud code 的 写代码，是不是经常遇到它写一半偷懒，或者遇到复杂 bug 就 陷入死循环？这是因为你还在用裸机跑。今天跟大家介绍七个 skill， 彻底解决 ai 编程的疲软期， 特别是最后一个，专治 ai 摆烂。平时你们让 ai 看文件是不是特别痛苦？来看第一个文档处理终结者， document skills， 这可是 ansorepic 官方打造的，它最牛的地方在哪呢？你看，直接把 word、 excel 甚至 pdf 扔进去，它自动就给你提取解析了， 彻底告别以前那种繁琐的手动格式转换。如果是处理复杂的业务文档，这个绝对是必备的神兵利器，妥妥的生产级应用。 大家写代码的时候，是不是经常遇到 ai 写着写着就开始乱跑偏了？怎么办呢？看第二个 superpowers 神级工程框架，这个社区传奇项目太神了， github 标新直接破了二十万，也就是二零六 k 啊，它干嘛的呢？ 他强制要求 cloud 必须经历架构、设计、测试、驱动，也就是 tdd， 然后才是分布、实施等五个严密的阶段。有了它， cloud 就 不敢再瞎写了，规规矩矩的按规范流程走，反攻率直线下降，硬生生把一个实习生逼成了守规矩的高级工程师。 还有啊，你们有没有发现， ai 写出来的前端页面，总有一股子浓浓的 ai 味，千篇一律的怎么破？来第三和第四个技能，前端美学双剑组合， 专治 ai 位。首先是官方出的 fronten design， 每周安装量超十一万，它直接强制确定视觉方向，禁用那些烂大街的平庸字体。再配合上 ui u x pro max， 这里面内置了海量可搜索的专业 ui 风格和配色知识库，这两把剑合璧， 效果就是突变级的，出来的 ui 质感拉满，绝对是高辨识度的高质感生产级界面。那如果你有自己团队独特的工作流，想让 ai 记住怎么办？这就来到第五和第六个技能了，主打一个智能进化和自我迭代。首先是 skill creator， 这个原技能也是官方出品的， 你只要跟它交互式的聊聊天，它就能把你独有的工作习惯直接写成一个新的 skill。 万一你装的技能太多记不住了怎么办？没事，配合 find skills 技能雷达，它就像个内部搜索引擎，精准匹配你已安装的技能和调用方法。 这一下子完整闭环就形成了告别选择困难症，让 cloud 不 仅会用工具，更能自主创造工具。 最后，这个可以说是国内全网火爆的杀招了，你们有没有被 ai 气到过？遇到复杂的 bug， 他 写一半停下了，或者直接告诉你报错了，他要放弃？这时候你需要的就是第七个 pua skill。 没错，专治 ai 摆烂。 他直接借鉴了真实大厂的绩效考核文化，从一开始的温和失望，到最后的强制打断，并灵魂拷问整整四级压力系统，步步紧逼的压迫机制实测数据太夸张了，他能让 ai 探索 bug 的 路径直接增加三到四倍，榨干他最后一点算力潜力。 所以说啊，大家千万不要再停留在那种闲聊式的指令操作了，咱们得建立起工程化的 ai 工作流，这样才能真正突破 ai 的 能力上线，让它真正融入你的核心业务，完成工具进化和认知破局，期待看到你们的效率觉醒。

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。

你还在用 cloud code 乱敲代码，没有规划，没有结构，跑着跑着就偏了。这不叫 whit coding， 这叫瞎撞。 有一个插件能让 cloud code 变成一个真正的资深工程师，他叫 superpowers， github 已经超过十八万 star。 他给 cloud code 定义了一套完整的五步工作流。第一步， brainstorm， 你 只需要说出想法， cloud 帮你头脑风暴，把模糊需求变成清晰方向。 第二步， spec 自动生成产品规格文档，把我想要变成系统应该做什么。第三步， plan 拆解任务，制定执行计划，知道先做什么后做什么。 第四步， brigade， 多个子智能体并行开工，前端后端 devops 同时推进，不互相等待。 第五步， review， 内置 p， d， d 和代码审查，自己跑，测试，自己发现问题自己修复，整个过程 cla 可以 自主运行好几个小时，不跑偏。 安装只需两秒，在 cloud code 里输入破解， install superpowers 搞定。从今天起，不是你在用 cloud code， 是 你在指挥它。

很多小伙伴问怎么让 cloud code 接上 deep seek？ 这条流程我从头到尾给你讲一遍，照着走就行。 视频稍微有点长，建议先点个收藏，耐心看完，按步骤动手。先说清楚， cloud 是 anforepic 的 网页和 app 聊天助手，你打开浏览器就能用。而 cloud code 是 跑在你电脑终端里的编程搭子， 它能直接读你的项目代码，改文件、跑命令，相当于把 ar 装进了你的工程目录。更狠的是，凭借社区里那一大批开源 skills， 它还能调度你电脑里的一切浏览器表格、邮件、设计稿，几乎想自动化什么都可以。 为什么要接 deep seek？ 两个原因，在国内访问稳定，不挂代理，按 token 计费，也比海外接口便宜不少。而 deep seek v 四 pro 的 能力，应付日常写代码、改 bug、 做重构绰绰有余。 开始之前先准备两样东西，第一， node js 十八以上版本提前装好，长期支持版就行。第二， get for windows， windows 用户必装，不装后面依赖会报错。 第一步，安装 cloud code， 在 开始菜单里搜 power shell， 右键以管理员身份运行。打开窗口后复制官方的 m p m 命令，粘上去回车，等它装完。 装完输入 cloud， 加上版本参数，看到版本号就说明装好了。第二步，获取密钥， 进入 api 开放平台，进入控制台后，在左边的侧边栏找到 api keys 这一项，点进去， 页面下方有一个创建 api key 的 按钮，点一下弹出小窗，给这把密钥起个名字，比如就叫 demo， 然后点创建， 创建成功之后会弹出一个密钥字符串，立刻点复制保存到记事本或者密码管理器里。特别提醒，关掉这个窗口之后，密钥就会变成密文，再也看不见。 如果你不小心丢了，只能删掉，重新创建一把。第三步，配置 cloud code， 打开文件资源管理器，进入 c 盘用户目录，再进入点 cloud 这个文件夹。 如果看不到点 cloud， 要先在查看里把隐藏项目和文件扩展名都打开， 然后新建一个文件，名字叫 settings jason 把这段配置直接复制进去，把 api key 行换成你刚才复制的密钥保存即可。第四步，验证打开终端或者 power shell， 输入 cloud， 回车 看到红色边框的欢迎界面，模型型显示 deep seek v 四 pro， 就 说明已经成功接上 deep seek。 最后再送一个加分项。如果你平时在 vs code 里写代码，配好 antropic 官方的 cloud code 插件， 装完进入侧边栏的 cloud code chat， 它会自动识别你刚才配置好的账号，直接就能在编辑器里聊天和改代码。 整个流程下来，你就拥有了一个本地终端加编辑器，双端可用的用 deep seek 驱动的 cloud coat。 你 学会了吗？欢迎评论区聊聊。

今天分享三个命令，用了之后啊，你的 cloud code 会循环跑，一直跑，并行跑，充分的释放你的生产力。那第一个 log 命令，比如你在用 cloud 做一个网站，不想每次手动提交改了什么，那就输入这个命令，那 cloud 每隔三十分钟就会自动跑一次，帮你去提交代码，你完全不用手动操作，那时间单位支持秒 分钟小时，不限时间的话，默认每十分钟跑一次。第二个 go 命令，这是前几天刚更新的一个命令，那普通对话是你说一步，他做一步，做完就停。而 go 啊，是你设定一个完成条件可靠的，会一轮一轮的自己跑下去，直到达成条件才结束。比如你输入这个指令，他会一直跑，一直修，一直验证， 直到测试全部通过了才停止，适合用来做有明确验收标准的事情。第三个， cloud 杠杠 bg， 以前你给 cloud 扣的一个任务啊，它在跑的时候你什么都干不了，你得等它结束，或者需要新开一个窗口，结果是啊，越加越多，完全找不着北加了。杠杠 bg 就 不一样了。比如你在终端里输入这个命令，那 cloud 会立刻扔到后台跑， 你可以在终端窗口里继续做别的事，你还可以开第二个。第三个，后台任务，步步干扰，想看进度啊，按一下左方向键，就进入了 agent。 五 u， 你可以看到每个后台任务的状态，谁在跑，谁在等你，谁跑完了，按上下方向键啊，可以选择进入任意的 agent 去看详情。按右键啊，就可以回到当前的对话。这个功能啊，可以让你在一个终端窗口里管理多个并行的 agent。 这个啊，也是最近更新的功能，只要你学会了这三个命令啊，恭喜你，你使用可拉扣的能力又进阶了。

今天手搓了一个拼多多自动上架的程序，这个是不消耗 token 的 啊，搓的时候消耗 token， 这个程序真正用的时候它是个 python 程序，不消耗 token。 很多人有误解说 ai 出来的东西就得消耗 token， 谁告诉你的它出来只要是写好的程序 就完全不消耗 token？ 关键是什么呢？我搓这个，我搓这个自动上架工具的时候 大部分时间其实是在等，等这个可乐扣的干活，而且绝大部分时间不需要我去给他验证，不需要我去给他擦屁股， 他自己可以自己做，完了自己跑，自己测，测完了有毛病他自己改啊。所以大部分时间都是在等着我该干嘛干嘛，对吧？看个剧也行啊，那个出去捏个脚也行啊，吃个饭也行啊，对吧？啊？这玩意，你你你，影刀跟这怎么比啊？影刀你拖拖拽拽的，不得人在那拽啊， 对吧？啊？所以很多人说这个就是就是 cloud code， 或者说这个现在的 rpa， cloud code 做 rpa 可以 平替影刀，根本不是平替影刀，是他妈碾压，好慢。哎呀，真的是， 到现在还有人说影刀不会消失，影刀不会被替代，我的天呐，这个哪来的自信啊，它这生产力差距太大了。

如果你听说过 cloud code， 但是苦于不知道如何安装，那么只要你认真看完这一期，就可以自己一分钟轻松完成配置。大家好，我是 fred， 专注从普通小白的视角分享怎么从零开始用 ai 和 web coding 提升自己生活和工作效率。 这一期呢？我们不讲复杂的理论，就解决一个非常具体的问题，怎么把 cloud code 从零装好，并且接上 deep c v 四的某鞋。 很多人卡住，不是不会用 ai， 而是环境安装，配置验证全部混在一起，结果出了问题，也不知道到底哪里一步错了。所以说这一期我会把它拆成四步，第一步，先装好环境，第二步，安装好 color code， 第三，修改它 settings， 最后再去验证。 然后如果你跟着这个顺序走一遍，至少能够知道你的问题卡在哪里。 ok， 第一步，我们去安装整个的 node js 啊，我们去打开 node js 的 官网，然后去下载这样一个配置包， 跟着安装好，呃，就 ok 了。如果你怎么去验证你是否安装好了，我们去可以去把这个命令行输入进去， 然后输入到终端。大家看到这个环境配置啊，这个是没问题的，就 ok 了。再往下一步呢，我们去安装 curlcode， 大家只需要把这个 npm install and software ai curlcode 这个命令行输入到终端里面之后， 然后下一步。呃，同时不要去加 suede， 然后去验证这个 color code 啊， vision 这个版本号同一同样的，你也可以看到这个版本号是正常的，那就说明 color code 也安装好了。那下一步的话，我们需要去做的就是去修改 color code jason 这个 settings。 为什么要修改 settings 呢？ 因为正常拷扣的配置是它自己的模型嘛。然后如果我们想要去接入 deepsea vise pro 的 这个模型的话，那我们可能就要修改它的 settings， 那 么只需要复制这个命令行，然后也是到终端这边就可以触发掉你的一个 settings jitings 这个文件，然后避免你找不到，对吧？然后我们打开之后 到这个文本编辑里面去把这一行全部复制进去啊，稍后可以发到评论区里面。然 然后很重要一个点就在于说你怎么去获取自己的 api key 啊？这个也其实也很简单，我们只需要打开 deepstack 官网，然后找到这样一个 api key 的 这个后台，然后这里面去创建你自己的 api key， 比如说 friend 三， 然后大家需要注意的一个很重要的点就是这里创建好了之后，它会默认第一次是复制出来的，但是后面的话，其实大家就发现已经没有把办法把这个 key 再复制出来了，它有一个隐私保护的一个方式， 所以大家把这个东西复制进来，然后复制到这个 api key 的 位置， ctrl s 保存就 ok 了。 然后呢，呃，下一步我们只需要去确保它的这个 model 啊， ipad 啊，包括这个呃 scoop 是 正确的就 ok 了。然后最后一步我们就只需要去到我们的终端，然后输入 clout， 哎，大家可以看到按照这个配置好，大家这里已经能看到 deepsea v 四 pro 这个模型呢，然后去输入你是什么模型， ok， 大家就可以看到这里就是 wasd 四 v 四 pro 模型，那就说明完全已经配置好了，如果最后最后发现还会有一些问题，大家也不需要从头到来，然后就只需要去查这五项，要么是环境没有配置好，要么是安装有问题， 要么是你的 settings 有 问题，你的 a p r key 是 否呃正常的，然后最后做验证。好的，大家只要跟着这样子走，我相信一定能够安装成功。然后以后呃把 color code 用到自己的生活里面。 ok， 这就是本期的内容，我是 fred， 后面我会继续用真实的案例告诉大家怎么把 ai 用进自己的工作流，我们下期再见。

最近 cloud code 的 教程又爆了，十九招，三十二招，三十分钟保姆教程， skill plan mode， 上下文管理，全都在劝你收藏，但你看完还是不会用。通常不是你笨，也不是教程没用，而是顺序反了。 新手真正缺的不是更多技巧，是一套先后顺序。第一步，先让他读项目，不要上来就说帮我开发。先问这个项目入口在哪，前端后端怎么分？配置和测试在哪里？第二步，再让他列计划，复杂改动，先只读分析， 让他写清目标，影响文件风险和验证方法。计划没看懂之前，先别让他动代码。第三步，只给一个小任务，不要一句话让他重构整个项目。 一次只改一个页面，一个模块一个 bug， 范围越小你越能看懂。第四步，必须验收，让他跑测试，看 d f 解释改了什么。 cloud code 说完成不等于项目真的能跑。所以正确顺序是，读项目，列计划小不改验收、复盘、 skill hooks， so bagen 这些高级技巧都应该排在这四步之后。如果你也收藏了一堆 cloud code 的 教程，但还没真正用起来，评论区直接扣数字，一不会开始，二不敢改，三看不懂，四跑不通。下一条我按最多的继续拆。

我不是程序员出身，连代码都不会看的那种，但是现在我店里面的上新全部都是交给我用 ai 写的一套东西在自动跑， 这是我自己的一个手机壳，淘宝店铺，我给你看看它能做到什么程度。这里有十六条待处理的商品信息，其实自动上架是整个上线流程最后的环节，所有东西准备好了再来咨询。 有人会说会被反爬程序识别，但整个的原理其实和一些 l p a 的 自动化工具是一样的，所有都是通过浏览器来操作。 具体看一下这里的详细对比，我用这个程序还未被触发过，当然你一天干个几百上千条链接还是有可能被监测的。 整个过程是非常丝滑的，就是完全模拟人工的鼠标轨迹在跑，点击提交，打开信息，这就完成了一条链接的上线。 批量处理图片，以前是通过 ps 进行一张一张的导出， 然后现在是通过程序可以把全部的图片一次性导出来，它的图片全部都分门别类存在这里了，每一张图片都有清晰的命名，这是为了方便后续的上架处理。 这些都是程序通过调用 chat gbt 的 image 二点零的模型生成的场景图和效果图， 然后会自动进行处理，处理成一比一的主图，还有三比四的主图，直接自动化生成每一个产品链接的横幅可以放在详情页上面。 我不是技术出身，这是我一点点摸出来的， 这个账号会一直记录我踩过的坑，我试出来的东西我会原原本本的发出来，要是你也在做电商，可以跟着看看。

cloud code 想真正干活，光靠它自己不够，你得给它装上 m c p， 它才能连浏览器、读数据库、查文档。这六个 m c p 一 次给你讲清楚。第一个 playwrite m c p， 让 cloud 真的 能开浏览器，自动登录，抓页面数据跑，端到端测试全自动完成，写脚本爬数据的时代过去了， 直接说人话就行。第二个 file system c p。 给 cloud 一 把万能钥匙，跨目录读文件，批量改代码，整理项目结构都不用你动手，配上全线白名单，安全又省心。 第三个 post grace m c p。 数据库直接接进来，你说人话，他写 sql， 复杂联表查询也能搞定，数据分析，报表导出，从此不用记语法。第四个 gitap cp， 整个 gitap 装进 cloud 自动键， issue 拉 p r 合并冲突跑 call review， 一个人也能维护，多仓库 团队协助，直接起飞。第五个 contacts 七 m c p。 治好大模型的知识之后，他实时去官方文档站抓最新 a p i 写代码，不会再用错版本。 react 十九， next g s 十五，这种新东西 照样给你写对。第六个 sequential thinking， 让 ai 慢下来思考复杂问题，它会拆成步骤，逐步推理，自我验证，回溯修正，写架构，调难 bug， 做决策，输出质量直接翻倍。这六个 m c p。 装上 cloud code， 就是 你的全能助手。关注我，下期出完整安装教程，直接拿去用。

新手用 cloud code 高频翻车的五个点，今天一次性帮你避开！第一个翻车点，不写 cloud 点， md， 它每次开新对话都从零猜你的项目技术栈、目录结构、命名规范全靠瞎蒙，结果就是改风格不一致， 要用错文件反复反攻。新手第一步直接跑匿名，让 cloud code 自动生成专属记忆档案。第二个翻车点，分不清 plan、 edit、 ask 三大模式，全程默认丢需求。 plan 先规划方案， edit 才动代码。 ask 只解答不改文件， 复杂任务一律先 plan 再 edit， 安全又稳。第三个翻车点，盲目开 auto 或优乐模式，他拿到方向盘自己跑，新手还没看清就跨文件改了一堆，等回过神来，关键逻辑早被覆盖，回滚都难。 新手老老实实手动确认每一步，等熟了再放权。第四个翻车点，长对话从来不 compact， 上下文越堆越满，偷啃烧的飞快，他还会被早期的过时信息带偏，回答开始前后矛盾记不住最新决策 对话变长就 compact 一下，关键结论留在记忆档案里。第五个翻车点，不接 git， 就 让它随便改，新手项目连仓库都没出，使化模型改崩了，想退回上一版都做不到。辛辛苦苦写的代码， 一次错误重构就全没了。动手前先 git init 加 commit， 每一步都有快照可回滚。记忆档案模式分清，关掉 auto， 勤用 compact 接好 git， 五个翻车点，一次避开。关注我，带你吃透更多 cloud code 高阶玩法！

如果你已经在用 cloud 写代码，整理资料，跑工作流了，那怎么写好项目配置文件？ cloud 点 md 非常重要，那 cloud 点 md 是 什么呢？ 它是一个放在项目跟目录的 markdown 文件，你可以把它当成是这个项目写给 ai 的 说明书。原理也很简单，每次当你新插一个对话或者清空上下文之后， cloud 都会自动再读一遍这个项目配置文件，有了它，你就再也不用解释项目背景、个人偏好等各种项目信息了。那我们该如何写好 cloud 点 md 呢？ 这里给大家总结了应该写哪些内容，这里的五类内容呢，是我搜集了资料找到的各种大牛，各种社区讨论后的一个最值得写的五类内容。 第一个呢是项目背景，你需要用很简短的语句告诉 ai 这是一个什么样的项目，让 ai 呢一看到它就能初步的对这个项目有一个大概的了解。那第二个部分呢，是技术栈和工具，比如说你用什么样的代码语言，你用什么样的框架，你有什么样的命令。比如这是一个说搜集信息的项目，那你可能就可以告诉他说我有哪些爬虫脚本。 第三部分呢，是项目约定，这里面主要要写一些已经在做的规范和习惯。比如来说，如果是一个小红书内容选择题管理系统，我通常的习惯是先让灵感写进灵感池，然后经过我的主观判断之后，我会选择一些灵感进入选择题库，那这就是我的项目约定，就会被写在 cloudy md 里面。 那第四部分呢，是沟通偏好，这一部分呢就偏向于一些个人喜好，比如说呢，我可能会告诉他说必须用中文回复，这都是一些个人回复上的喜好，你可以记载在这里面。那第五部分呢，是一些禁止事项，这类的问题呢，可能更经常出现在。嗯，你发现 ai 有 时候会有一些默认的操作是让你不满意的，那你就可以在执行的过程中告诉 ai 永远不要这么做。 那 cloud 点 m d 有 什么质量上的标准呢？我找到了 ansap 官方文件里面说到的三条标准。第一个呢，是要用具体数字代替形容词，比如说你想让 ai 回复尽量简洁，那更好的说法其实是回复小于等于三段的内容。第二部分呢，是关键规则加必须或者不要。比如如果你想表达尽量不要 emoji， 最好的表达其实是绝对不要 emoji。 第三个呢，是你要保证你的 cloud 点 md 控制在两百行以内。这是因为 cloud 点 md 的 内容会一直被写在对话的上下文空间里面，那如果它太长了，可能就会导致一些重要的规则被淹没，或者你后续对话写入的内容被忽视。 那说了这么多标准，我们该如何来修改 cloud md 呢？以及我真的要一个字一个字的写下 cloud md 里的内容吗？当然不是所有的内容都还是可以借助于 ai 来写。 首先有个最关键的指令，就是当你有大改动或者是你新开启一个项目的时候，你可以用杠 innit 这个指令来让它扫描你当前的项目文件，然后去生成一个全新的 cloud 点 mb。 比如如果你是是一个空项目的时候，它就会根据你目前的项目内容给你自动生成一个 cloud 点 mb， 那 如果你已经有一个目录下的 cloud 点 mb 之后，它依然会读取旧的 cloud 点 mb， 并且扫描当前的架构，给你一个优化版的 cloud 点 mb。 第二个呢，是适用于日常小修的 problems， 比如你发现 ai 做了一些你不满意的事情，你想要让它改进，那你就可以把这件事情立刻追加到 cloud md 里面。 那第三种呢，是定期瘦身，也就是我们刚刚说的 cloud md 要小于等于两百行才能更好的发挥它的作用。那我们就可以用下面这段 prom， 让 ai 把过时的、重复的或者是写的太软的一些指令删除掉。然后最后呢，把字数控制在两百行以下，那通过这三个指令，你就已经可以很好的写好你的 cloud md 了。 而且这套用法其实不止 cloud 能用在 cloud 里面， cloud 点 m d 是 这个项目的说明书，而在 codex 里面，这个项目配置文件被写作 asigns 点 m d。 我 自己测试过，如果你现在在 codex 里面导入一个带有 cloud 点 m d 这个文件的项目，它其实会自动问你要不要把 cloud 点 m d 这些内容转化成 asigns 点 m d， 所以 其实它已经有一些自动的转换过程了。

今天我们来讲五个中级的小窍门，并且会多聊一聊 context 管理。那么首先呢，就是这个 bash mode。 关注我的朋友可能知道，其实我没有一个开发背景，所以以前我也不是很习惯在 terminal 中跑一些运行，但是自从我开始 web coding 之后呢，我发现我经常要跑一些 terminal commands， 最简单的一些例子呢，包括 get status， get in it， get commit 等等。那么在我发现 bash mode 之前呢，我是会一边打开 cloud code， 另外一边再打开一个 terminal， 单独来跑这些 get 的 操作的。但实际上我最近才发现有一个 bash mode， 也就是你在 cloud code 里面先打一个叹号， 这个叹号就告诉了 cloud code， 这个不是给你听的一个命令。我接下来写的这些都是 terminal commands， 也就是说在我们加了一个叹号之后，我们可以直接在 cloud code 中跑一些 terminal command， 不 再需要额外打开一个 terminal。 那 这样做除了更方便以外呢，还有一个好处就是，虽然这个命令不是给 cloud code 看的， 但是 cloud code 还是能看到它，并且会把它当成一个 log， 或者是让它来帮你解决一些问题。 接下来的三个呢，都是跟 context 管理有关系的。那么首先呢，在 cloud code 里面，如果你打一个斜杠 context 的 话，你可以看到这样的一个界面，那这是一个我打开的比较新的界面，我用它来跟大家解释一下每一部分都是什么意思。 这个十乘十的方块呢，能让我们看到在这个 cloud session 中的百分之百的 context 中，有多少空间是被用的，还有哪些空间是没有被用的？因为最上面这个 system prompt 和 system tools 大 概占了百分之八左右，这个就好像我们电脑上或者手机上的一些基础运营， 虽然我还没有做什么，但是它还是会占一些空间之后呢？还有百分之二是 memory， 这个 memory 包括像 cloud 点 md 或者是其他的 memory 文件。再下一个不到百分之一的是 skills， 后来我才发现，不管是 skills 还是 m c p， 还是聊天记录， cloud 点 md， 这些所有内容都属于 context， 并且它们都会占用这个二十万的 token 的 一部分。那么 skills m c p 呢？就是当你用它的时候才会漏进来，不用的时候就不会漏进来。所以你们看到对我来说，现在它们两个的占比非常非常的小，基本上就是把一些名字漏进来了，但是没有把具体的 skill 或者 m c p 给漏，但是当你开始调用它之后呢，这个部分可能会增加，此的这个部分是 messages， 就 真的是我和 cloudco 聊下来讲的这些话占用的 context， 因为这是一个比较新的 session， 所以 它只占到百分之二左右。下一个部分呢是 free space， 也就是接下来我还能用的一些空间，这个占了百分之七十二点一，所以我还有很多 context 的 空间可以用， 所以下面呢，占百分之十六点五的是这个 buffer， 因为 context 这个东西来说，如果太满的话， cloud code 就 有一点无法运作了，所以它会留百分之十六点五的空间来补。 定期地做压缩。当你达到百分之八十到九十的一个 context window 的 时候，它会自动地帮你做一个 context 的 压缩，但其实呢，等到那个时候就有一点太晚了。最好的是，我们平常主动地在到了百分之六十左右的时候，就先去做一次 compact， 这样我们正好讲到我们的第三个操作了，就是 compact。 你 们想象一下，如果你跟一个同事在讨论一件事情，并且你们已经讲了好几个小时了，那么一开始讲的那些内容和细节就可能会变得越来越模糊了。这个时候，如果你说等一下，我们先阶段性的总结一下， 就好比 compact， 这个时候你就可以把一些不重要的细节或者讨论出的一些分支全部都切掉，只留下一些最重要的某些决定，或者是改变，或者是想法。这样做呢，会有助于你们接下来的对话，让你们的启发点变得更清晰。 那么同样的，当你跟 cloud code 聊了非常非常久以后，他的记忆也会变得越来越模糊。如果你主动做一次 compact 的 话，他会把一些重要的信息提炼出来，把一些无所谓的细节从 context 中踢出去， 留下更多的空间，保持头脑清晰。所以我们最好经常留意一下我们的 contact 已经达到了百分之多少，并且最好在百分之六十到八十之间做一次 compact。 那 这里就不得不提到下一个操作了，就是 clear。 这是一个危害力还蛮大的一个操作。回到我们之前的例子，如果你跟同事在聊天，在讨论，讲了很多很多内容，然后你突然发现你们聊的这些东西的前提都是错的，你想推翻整个对话重来的话，这个时候你就适合做一次 clear， clear 就 会把整个 session 之前聊过的东西全部清除掉，不留任何记忆，这样你们之后讨论的事情不会被之前的内容影响到，它非常适合当你做完一个修改以后，不需要之前的那些 contacts 了， 或者是你觉得之前讨论的东西全部都不对，你想从一张白纸重新再来，这个时候就很适合 clear。 那 最后呢，我们就来讲一下这个 resume。 刚开始当我开始用 clock code 的 时候，我那个时候还不懂怎么离开一个 session 并且再回来，所以我永远都把这个 clock code terminal 打开着，不舍得关掉它，我就怕回不来了。 但其实呢，后来我发现你可以随时用 resume 的 方式回到你的上一个 session， 并且离开的时候也可以直接 slash exit 来离开。那当我们 resume 的 时候，我们可以找到任何一个之前我们的 session， 并且让 cloud co 从这里开始继续这个 session。 它的原理呢就是 cloud co， 它有去记录我们所有跟它的聊天记录，这些都在一个 history 的 文档里面，所以当你 resume 的 时候，它可以重新 load 这些所有的内容。但是我们刚刚提到 clear， 如果你把一个 session 已经 clear 掉了的话，那当你 resume 的 时候，这些 context 也不会再回来了，所以大家操作的时候还是要小心一点好。那这就是五个关于 clock code 的 终极操作，还有一些关于 context management 方面的一些小 tips。 那 么下期呢，我们就来讲一些关于 clock code 的 高级操作。

如果你是一个新手小白 codex、 cloud code、 zcode 到底应该选择哪一个？判断的标准一定不是哪一个工具更加的好用，而是哪一个工具能够快速的让我们上手使用。本质上这三个工具都在做同一类事情，就是把 ai 接入到我们真实的工作当中， 它不光能像豆包一样去聊天，还能够看懂项目，帮我们修改内容，真正的帮我们接入到工作当中并跑起来。 所以真正要比较的不是说哪一个工具听起来更加的高级，而是哪一个能够让我们新手更加快速的上手使用。先说 codex， codex 很好用，它有客户端，但是对于我们国内用户来说， 真正麻烦的不是说那些功能如何使用，而是账号支付、网络环境这些问题，我们很多人还没有开始用，就已经先被第一步网络环境给卡住了。再说 cloud code， 它也很强，但是它对国内用户依然不友好， 首先他的客户端界面不支持我们国内的首要验证，所以说只能在终端里面去运行。但是当中端这两个字出来以后，就把大部分的新手小白给劝退了， 我们还没有让 ai 真正的进入到我们的工作，就先被这些前置环境条件给挡在了门外。这也是为什么我建议所有国内的新手用户 一定要去使用 zcode， 它的好处不是说一定就比 codex 或者 cloud code 更强，而是它能够快速地让我们上手使用， 十分钟之内就可以实现下载安装，并且呢支持接入到我们国内各大厂商的大模型，能够真正地在半个小时之内就实现把我们的 真实工作给跑起来。当你真的能够让它帮我们去打开一个项目文件夹，修改一行代码，写一个 word 文档或者是 excel 表格的时候，我相信你一定会打开一个新世界的大门。当你熟练运用 zcode 以后，再去研究 codex 或者是 code code， 上手就会变得非常非常的容易。所以我的建议很简单，如果说你账号、支付、网络环境这些都没有问题，那 codex、 code code 一定是你的首选。 但是如果说我是一个新手小白，只是想快速的体验一下如何让 ai 真正的介入到我的工作当中， 那么 zq 的 一定是首选，完全不需要你考虑任何狗屁的网络环境。半个小时之内就可以快速的让你上手体验 zq 的 不是终点，而是一个快速开始的入口。下期我会带你看 zq 的 界面，包括设置里如何去切入大模型。 作为新手呢？我们也先别急着追求全部的自动化，先去弄清楚三件事， ai 能够看到什么，你要他做什么，结果怎么去检验。先把这三件事情搞清楚，后面才能真正的让 ai 接入我们的工作。 如果你不只是想知道用哪些工具，而是想知道自己的工作流程，能不能接入 ai， 也可以来我每天晚上的直播间，我会现场拆解真实的工作流，判断哪些适合 ai， 哪些交给我们人工来拍板，我先帮你找到第一步。