claude code怎么写智能体

全网都在让你尽快用上 cloud code， 却没人告诉你到底怎么安装，用它来干嘛？我用了这本 cloud code 实战才发现，不用写代码也能拥有好几个干活的智能体了。这本书不讲空洞理论， 直接从软件工程视角拆解 cloud code 搭建智能体的四层架构。作者用大白话讲透记忆系统、 skill 子、智能体、 hook、 mcp 这些关键机制，搭配完整技术选型组建配置触发机制对比，零基础，小白也能轻松看懂。 不用手写代码，照着书中实战案例和配置模板直接套用，就能搭建专属 ai 智能体，打造安全高效的 ai 辅助工作流。从个人办公提效到团队协助，再到企业级 c i c d 流水线部署，全流程全覆盖， 不用自己踩坑摸索、安装调试，避开网上零散难懂的教程，直接抄作业落地实操，让你真正解放双手，快速玩转 ai 智能体。想入门 cloud code 这本实战工具书，直接闭眼入！

今天这个视频呢，只讲一件事情，就是普通人怎么用十分钟快速上手 cloud code， 嗯，很多人一看到 code 就 觉得是程序员专用的，其实它完全不用你手写一行代码，你只要用大白话描述好你的需求，它就可以帮你搞定各种事情了。 不管是问答写文案，还是爬资讯管理本地文件，他都能干。最牛的是你只要说出你的想法，他就可以直接给你做出能用的小产品和小工具。 首先要安装一下运行 code 所需要的环境，依赖 node js， 直接去官网下载下来，安装好只需要一行命令， 然后打开终端按回车就可以开始安装了。这里我已经装过了，就不再演示了。 装好了之后呢，需要接入一个大模型才能真正用起来。大部分朋友呢，因为网络啊，订阅等问题，是用不了克洛德的官方模型的。 嗯，我们这里呢可以先用国产的，我用的是 mini max， 这里推荐一个方便配置和切换大模型的神器， cc switch， 从这里下载下来， 然后开始配置，点击添加，选择我们购买的大模型，把 api k 复制过来，点击添加就好了。 使用之后呢，我们在终端里面验证一下，嗯，只要输入 code 按回车就可以启动了。 在这里可以看到我们的大模型。 ok， 这样就是配置成功了， 接下来就可以正式用起来了。我们在做一个项目的时候，前期可能只有一个不太成熟的想法，如果这个时候直接让 ai 上手去做的话，那效果可能不是我们想要的，就会导致大量的反复修改。这个时候呢，就可以用到 plan 模式， 我们用 shift 加 tab 来切换。前期我们可以先和 ai 讨论，比如我想做一个个人任务管理系统，你想到的都可以先跟他讲，比如说界面美观，操作方便，然后让 ai 给你一份 p r d 文档。 写好之后，我们可以先看一下，包括产品定位、目标用户等等。我们重点关注一下核心功能， 嗯，有快速添加清单，嗯，甚至还有星流模式，任务完成趋势。这些高级功能 确实非常的大而全啊，但是我们第一次最好先只做一个小版本，看一下效果，有问题也能及时排查，等测试没有问题了再加入下一个功能，逐步完善。嗯，我们可以告诉 ai， 这次只做核心功能，分一下优先级， 然后 ai 就 会梳理出功能的优先级。我们可以先做 p 零和 pe 的 功能，你有什么要求都可以告诉他，那文字看多了头也是蛮痛的。有一个邪修的办法是，你可以直接问他要布局结构， 这样子的话我们就能 get 到大概的效果了，一些细节也可以再调整一下，调整好了之后呢，会问你是否开始开发，同意了的话呢，就可以开始了， 大概十分钟的时间就开发完成了，我们一起来看一下效果。太坑人了，又上当了，出 bug 了。嗯，先别慌，我们可以截图，然后发送给 closed， 让它进行修复。 ok， 修复好了我们再来看一下。嗯，看起来还不错，我们来添加个任务试试， 可以选时间和优先级。 ok， 没有什么问题，看板模块还有拖拽的功能，这样一个网页就做好了，能在这么短的时间内做出来还是很不错的，一些细节方面可以再继续调整，不断的去完善。 恭喜你已经掌握了 code， code 的 基础玩法。我们从一开始的安装到接入大模型，然后从零开始做出了一个个人任务管理系统。 ai 时代大家都在拼命的卷命令，卷技巧，卷各种高阶玩法， 但是我越来越觉得真正值钱的不是你会多少操作，而是你有没有想法，敢不敢去做。真的不用太焦虑，你只要先动起手来，就已经超过了百分之九十的人。今天就先到这里了，我是栗子，我们下次再见。

你以为在 jasper id 里用 ai 必须先开订阅？其实不一定。今天两分钟教你用 a c p， 直接把市面上的主流 ai agent 都接近。 id 里 a c p 是 什么？你可以把它理解成 id 和 ai agent 之间的一套通用接入协议。 简单说，它像一个开放接口，让 id 不 只能用官方服务，更能接外部主流 agent。 有 了 acp， id 就 不只是一个写代码地方，而是一个开放的 ai 平台，上手也很简单。 打开 ai 聊天工具窗口，点击左下方的 agent 菜单，选择从 acp 注册表安装， 你可以看到有很多 agent 可以 选择，包括 code code body code、 pmicoi 等国产 agent。 这边我装两个 a 卷，一个用来写代码，一个用来做代码审查。若你已经有配好的 n c p。 服务器，这边也可以直接交给 a 卷去用，甚至还可以把英特纳 n c p。 服务器传递给 a 卷。若在 a c p registry 里没找到你想用的 a 卷，也可以在 a c p。 配置里自己加， 然后选中 a 卷，直接下 prompt。 首次使用 a 卷时要登录，依据画面上的指示完成就可以了。 这边我想让 agent 在 用 springbub 官方宠物医院的项目里新增一个能返回 owner 拥有 pet 总数的 api 接口。 a few moments later。 代码写完后，我再切到另一个 agent， 让他审查这次还没提交的改动。 a few moments later agent 已经针对代码给出具体的建议，我们可以在 ai 聊天工具窗口里切换回前一次的绘画，把审查建议提供给前一个 agent 来做修正。 a few moments later 这里你会发现， a c p 带来的不只是把 ai 接近 james id， 它真正改变的是 id 的 角色从写代码地方变成一个开放的 ai 平台。 不同的 agent 做各自擅长的事，而你负责调度他们。如果是你最想先接哪个 agent？ 评论区留下你的反馈，记得关注，继续刷新你对 jebressid 的 认知。

兄弟们，大家在用 ai 的 时候是不是有这种痛苦的体验，当我们想去网上提取某一项数据的时候，发现瞬间托管就没有了，如果是的话，我们花一分钟时间把这个问题解决了。依靠 open c r i， 它内置了 比如 b 站、知乎、小红书等等众多的知名网站的内置命令行，无论是拉取数据、点击按钮或者是提取元素等等，这些对它来说都非常简单。最重要的是它是通过后端命令行方式实现的，这样的话它是不费任何的托管。它还有一个更杂裂的功能，就是当我们的其他网站不在它的内置浏览器之内的时候， 它可以把它直接 c r i 画。话不多说，下面直接上实操，这里已经帮大家梳理出 open c r i 全网最简的使用指南，如果大家有需要的话可以在评论区留言。首先确保我们的 note g s 是 在二零以上的版本，然后只需要复制这条命令，在自己的终端上点击回车就可以安装上了。第二步，打开我们的谷歌浏览器，在里面搜索 open c r i， 然后它自动会安装上，安装好了就是这个样子。第三步，就是验证是否已经安装通过这里只需要复制这条命令，点击回车就可以，当我们看到 anything looks good 就 可以了。 第四步，把我们最喜爱的智能体，例如小龙虾、 hermes 或者 cloud code 等等装上 scare。 本来 opencri 的 它内置了非常多的一些命令行，但是有了这个 scare 之后，我们不需要学这些，只需要用自然语言发任务就可以了。装好之后我们直接让它去搜索小红书最火的五个话题，来验证一下它有多厉害。 这里我用的是 cloud code， 以前当没有装 o n c r i 的 时候，我们根本就不敢让他去执行这一类的任务，因为大家可以想象到小红书上的视频到底有多少。这个任务可能还没执行完，我们都已经开始报 token 不 足了，报警了，而现在我们执行完这个任务，仅仅耗费的是解析这个任务的 token。

大家好，随着 opus 四点八的发布啊， cloud code 也发布了一个非常重要的功能叫 dynamic workflows 动态工作流，能够可以使用这个动态工作流去调用几百个这样子代码里来进行一个大规模的一个并行的开发。那本期视频就跟大家一起来了解一下 动态工作流是什么，以及如何来使用。我们首先来了解一下什么是动态工作流啊？一句话理解，就是你描述任务 clock code 会写出一张脚本，那这张脚本会在后台自动雇佣并指挥几十到上百个这样的子正体来干活，那最后把一份整理好的结果交给你， 那这个结果可能是你自己定的格式啊，那这里面其实有几个关键词，就是 called 会写脚本，那意味着这个工作流是可以保存起来，可以分享给别人用的，你也可以再一次去调用，因为脚本呢就是实际的代码文件， 然后他会自动雇佣便指挥几十到上百个写子整体，也就是他会根据你的这个任务自己去调度多少个子整体去干这个活，是他自己去分配的，也是会在这个脚本里面定义好， 然后我们看这个图就能看出来就是脚本来指挥这些子智能体啊，然后最后把这个结果给到你，那中间这过程都是在脚本里去完成的，那它是不会再回到这个主对话去跟你去进行一个 cloud 的 一个对话， 因为那样的话会导致这个上下文的问题，所以它是最终会给他一个结果给你。你是听到这里面可能会有点疑惑，那跟现有的这个 cloud code 里面的，比如说子代理， agent teams 这些有什么区别呢？因为他们其实都可以并行去开启多个子代理去干活。我们用这个生活中的一个例子啊，比如说你找人去装修房子来，我们来对比一下这几种方式的一个区别。 那首先我们从最简单的开始就是你一对一的对话，没有任何的子身体，那这个时候就类似于就是你找一个师傅，然后你每次都要叮嘱这个师傅要干什么， 那师傅干完之后就结束了，那你要安排他一个个试，那这种呢是效率最低的，那也是我们最常用的，因为我们去这样一次对话，那第二种就是这种子代理的这种模式，那这种模式就是你安排多个这种师傅去做事情，那师傅做完事情之后会告诉你， 每一个师傅干完干完事情都会告诉你，你需要去判断，要去找，还要找哪些师傅去干这个事情。这个时候区别就在于可以并行去做事情了，但是呢，每一个并行的这个子正问题完成之后，都会告诉你我做了什么东西，来等待你下一步的这个计划。 那么还有一种就是 agent 的 teams， 那 么你会设置好了啊，水电工，对吧？油漆工，电工。然后呢把这个任务分配给这个 agent teams， 那 么这边就会有一个领班，有一个 team leader， 那 他们三个人之间就是电工啊，水工啊、油漆工啊，他们三个人之间是可以互相讨论的啊，谁谁应该做哪个区域啊？谁去做哪个区，他们会通过讨论沟通，然后把这个事情做完，最终给到你一个结果， 那 walk flow 是 什么呢？就是你自己把一张整个施工流程图啊，大概是要我这个房子大概要做成什么样子的，那直接发给这个 coco， 那 coco 呢？就会根据你的这个施工图 开启一个这样的一个脚本，然后去写一段脚本，那这个脚本里面就会并行去执行非常多的这种子正题，那这个子正题可能是小工啊，一号刷漆的，二号刷漆的，对吧？还有这个铺地的电工啊，他分配了几十个人同时去干活， 那么在这个过程中你是不需要知道任何的进度的，最终把你这个房子装修好之后，他就会告诉你。那么这个 agent teams 和 work flow 有 点相似啊，其实最大的区别就是 agent teams 是 让你自己分配好哪些 这个组织人体，也就是我们的这个工人使派工人，然后他们之间是可以互相沟通的。还有就是什么呢？就是 work flow 是 你定义好了整个的意图啊，然后他会去写脚本，然后去开启 几十个这样子代理，而且你可以把这个编排的这个流程保存下来。那你下一次再装修第二套房子的时候，你可以直接用这个编排流程让他去做事情，就是把你这个 工作留保存起来，那这个 agent team 是 是不行的，那这前面的都是不行，所以它是可以被附用的，就这个工作流程是可以被附用的， 所以讲到这里大概应该有个这样的印象啊，就是这些是有本质的一些区别，所以呢，针对以上这些区别呢，我们可以大概知道我们应该什么情况下去使用这种四种类型，比如说你是一两步小改，小改动明确的这种单点任务，那么就用单个筛选，就是 非常简单的这种一对一的对话，这种对吧？你需要去派这种不同的组织人体去完成任务，需要来告诉你的，那么你就用这种组织人体的方式。那么第三个呢？就是你需要个团队，那团队里面的人可以互相沟通讨论，那这种可以用 agenims 去去做这个事情。那么第四个就是 你需要几百个几十个这样子代理，然后可以要循环交叉去验证的来，而且想把这个编排保存起来，那么你就用 coco 这种方式，不一定说一定要几十个几百个这样子体制体制，就是你要调动多个体制体制去 做这种交叉的验证复合，而且想把这个工作流能够复用，那么你就可以用这个工作流的方式。那么这边官方也内置了一个这样的工作流叫 deeply search， 就是 可以给他一个问题啊，他会从多个角度去网上去搜索这个资料，他提前是你在 coco 里用这个模型，本身就有这个网络搜索的能力啊，然后会逐条投票，最后会选出一个比较好的一个结果， 它是一个这么一个工作流，可以去体验一下，我们可以打开 curl code， 可以 输入 deep search， 那 这边就是自带了，我们可以看到这个描述是 dynamic workflow， 就是 动态工作流，那除了系统自带的话，我们可以自己去配工作流啊。然后的话你可以通过斜杠 先看一下你的这个配置里面是不是已经打开了啊？ demo 和 workflows， 那 这边是处，把它改成处的话，你就可以可以去开启这样的工作流，那开启工作流有两种方式啊，一种是通过输入 workflow 这个关键词去主动去给它启动这样的工作流 啊，比如说这个，那我输入这个 coco flow 的 时候，这边会变成一个这样彩色的这个字体，意思就是你已经开启了这个 coco flow， 那 么它就会去啊启动这种 coco flow 去做去执行你的任务。 那么还有一种方式是通过改变这个推理的这个效果，那么你可以看到这边，那么你可以选择这个，你看有个这样的闪动的效果，你选择它 选中完之后有个彩彩色的这个边框，那在这边出现这个 archcode， 那 么在这种情况下的话，你输入的这个提示词里面，如它会自己去判断， 它会自己判断你这个任务需不需要开启 flow， 就是 它相当于是给你开来一个这样的环境，你把这个内容输进去之后， 系统自己去判断你要不要开启 coco flow， 如果要的话，他会去开启整个 coco flow， 那 这种使用关键词的方式的话，就是相当于是你一定要去开启这个 coco flow， 所以 这两个是有区别的，所以我们在自己去配置这个 coco flow 的 时候，首先是检查 coco， 然后再使用这两种方式，另一种去看一下， 我们去开启这个沃夫洛。好，我们可以试一下我们显示的方式，去开启这样的沃夫洛，看一下具体的效果是什么样子的啊？我们输入现在国内的模型或其他的模型可能对这个沃夫洛适配没有那么好，但是应该会马上去跟进的， 它这边已经触发了，就是会使用沃夫洛对这个模块进行一个安全审计。 ok， 它这边已经开启了 workflow， 然后提示我们可以使用 workflow 这个命令啊，去查看它现在开启的具体的 呃阶段是什么样子的。我们输入这个 workflowflow， 那 么你就可以看到啊，你看这边它会执行的一个阶段，第一步扫描，然后这边的话有具体的这个五个子质整体， 然后呢？第二步验证，然后这边的话因为它还没有到这一步，所以它没有分配这个质整体。等第三步完成之后，那么你就能拿到一个 这个总体的一个效果，一个，然后你在下边的话是有一个这样的操作命令的，然后按 p 键就停止，然后的话你可以按 s 键，那么你就可以保存，比如说按 s 键，那么你就可以把这个工作流保存在这个当前项目这个目录里面，我们可以看一下当前项目这个目录里面是不是已经保存了， 那么在点 close 里面，这边有个 work flows， 你 看这边的话就是我们刚刚输入的这个要求，那么它就转写了一段这样的脚本， 那这个脚本的话就是具体的一个执行的一个详细情况，我们可以看到每一个这个智能体的这个提示词全部都有，那么你可以 把它关闭之后啊，你可以就是可以把这个工作流分享给别人，或者说你在别的项目里面也能使用了，那么按 p 键就停止了，停止之后你别只要不退出这个对话，你是可以去按 p 键再去给他开启， 你是可以恢复的，那么它又恢复了，所以 book flows 这个命令相当于是去管理整个这个工作流。但是如果你需要去附用这个工作流，你是需要退出来，我们直接退出这个对话， 退出这个对话之后，你启动之后，刚刚那个工作流就没有了，因为刚刚运行的工作流是不存在的，它只会保留在当前对话着，但是呢你可以重新启动 啊，比如说我们这个 api service 这个，那么啊这个就是我们刚刚保存的这个工作流，那么你可以在这边可以启动，那么也是一样，相当于一个命令一样。 所以就变成如果你这是一个可以附用的工作流，那么你可以分享给任何人，可以在别的工，在你的别的这个项目里面啊，像电用命令或者技能一样去给他使用它，这是一个非常方便的事情。最后就提醒一下，这个开 windows， 因为我们开启了很多子代理，那这样肯定是比较费 token 的， 这也是要衡量一下，就是你这个任务到底值不值得用 workflow 这种大批量去跑。然后大家也要注意，就是我们退出对话之后，那你这个 workflow 就 会失效。 所以最好是如果是一个好的 workflow 啊，你可以保存保存下来，然后再随时都可以去启动，那整个这个动态工作流大概是这个样子，那我觉得它的出现啊，其实是代表了整个 ai 领域的一个发展方向，本来我 从我们的一对一的对话能到现在大批量的长时间的执行，那未来这个肯定是一个常态。 ok， 那 本视频就到这，希望这个视频对你有所帮助。

太 super 了，克拉蔻的官方代码泄露，某个大神从原版里把所有提示词都拎了出来，整整三百二十四条， 你敢信吗？这三百二十四条提示词包含了系统指令、工具调用、智能体协助管理、安全防护等所有核心模块， 全是硅谷顶尖工程师一手打磨出来的。你说它价值上亿美元一点不过分，关键是克拉蔻的之所以那么强，真正的原因就是藏在他提示词里。大模型只是底子，提示词才是灵魂。 多少人每天为了写代码搞文案搞设计被奇瑞斯卡脖子的？现在这三百二十四条线上案例直接可以成为你的 ai 军火库，我已经把它全部下载到我们本地，并且分类打包好了，随时可以取用， 连搭建智能体的都可以直接套用。这不啊，可是白嫖的。硅谷上亿美金的质地成果，想要的还是老规矩，直接找我！

如果你最近在研究可逻辑的 m c p 或者 ai agent， 一定要看一下这份资料。这是吴文达 deep learning ai 体系里关于 cloud code 和 agent skills 的 中文教程， 核心讲的是怎么把 ai 从会聊天变成真正能执行工作流的 agent。 这里最重要的概念叫 skills， 你 可以把它理解成给 ai 准备的技能包或者 sop， 比如代码审查、生成 excel 报告、 做 ppt 分 析数据、整理研究资料以后，不用每次重新写一大段提示词，而是直接让 agent 调用对应的技能。这份文档里还把 skills、 tos、 mcp、 sub agents 的 区别讲得很清楚， mcp 负责连接外部数据， tos 是 底层工具， sub agents 可以 并行处理任务，而 skills 负责把流程沉淀下来，让结果更稳定，更可复用。后面还有自定义 clode code 里怎么用， api 里怎么接 agent sdk 怎么构建研究智能体。 我觉得它最适合两类人，一类是正在学 cloud code 的， 另一类是想把 ai 做成自动化工作流的人。如果你还停留在写提示词的阶段，这份资料可以帮你往 agent 工作流再往前走一步。

很多人以为 cloud code 只是一个会写代码的大模型，但实际上它真正厉害的地方不是模型本身，而是它背后的整套 agent 架构。你可以把它理解成大模型，只是大脑，真正让它能持续写代码、改代码、调代码的是外围这一整套工程化运行系统。 今天我们就来拆一下 cloud code 的 核心架构到底有哪些部分组成。我是小哲，点赞收藏加关注，我们马上开始！更多内可以查看橱窗。 第一层其实是最核心的上下文管理系统，因为真实项目的代码量非常大，模型根本不可能一次性把整个项目全塞进上下文。所以 cloud code 做的第一件事就是动态管理上下文， 它会先扫描项目结构，再决定哪些文件需要读取，哪些函数需要展开，哪些代码需要继续追踪。 很多人以为 ai 编程最难的是生成代码，其实真正难的是在几百万行代码里找到真正相关的那几十行。 第二层是工具调用系统。 cloud code 本质上不是单纯聊天，而是在不断调用工具，比如读取文件、搜索代码、执行命令、运行格式、修改文件、 get diff， 你会发现他的整个工作模式其实更像一个自动化程序员，模型负责思考，工具负责行动，所以现在很多 a 阵的框架本质上都在做一件事，给模型接手和脚的能力。 第三层是任务规划系统。 cloud code 并不是想到一句写一句，它通常会先做任务拆解，比如用户说帮我给支付系统加一个退款功能，它不会直接开始乱改代码，而是会先分析需要哪些模块，涉及哪些接口、数据库要不要改，有没有状态及影响，哪些地方需要测试， 然后再一步一步执行。这一层其实就是 agent 的 planning 能力，因为复杂任务一定不是一次生成完成的，而是规划加执行加反馈的循环。 第四层是记忆与状态管理，因为一个真实开发任务可能持续几十分钟甚至几个小时， 模型必须记住当前做到哪一步了，哪些文件已经改过，哪些图都还没完成，否则它会越改越乱。 所以很多 cloud code 类系统都会维护一个任务状态数，甚至会有短期记忆压缩机制，本质上它已经不是一次对话了，而是一个持续运行的软件工程 agent。 第五层是反馈闭环，这一层特别关键， cloud code 并不是生成完代码就结束，它会运行代码，执行测试、读取、报错，再重新修复，如果测试失败，它会继续迭代。 这其实已经非常接近人类程序员的工作方式了，写代码、运行、报错、修复、再运行。所以现在真正先进的 ai coding 核心已经不是生成能力，而是自我迭代能力。 最后总结一下， cloud code 的 核心架构其实可以拆成五层，上下文管理工具调用、任务规划、状态、记忆、反馈闭环。大模型只是其中的一部分，真正决定它能不能像工程师一样工作的，其实是外围这一整套 agent runtime。 未来 ai 编程的发展方向也一定会越来越像模型加工程系统的结合。这期视频分享到这里，我们下期见，拜了个拜。

cloud code 装上了，但不知道用怎么办？别急着给他下指令，让他先读懂你。第一步，跟他说扫描我电脑的某某工作文件夹，告诉我你能帮我做什么。他会把指定文件夹里的文档全过一遍，然后给你一份针对这项工作的任务清单。第二步， 从清单里挑一件，让他直接上手干活。第三步，跟他说，再列一个我们如何长期写作的计划，秘诀就三个字，上下文。不是你告诉 ai 干什么，是让 ai 先了解你，他来告诉你。下期聊聊 cloud code 必备的几个 skill。

胡子哥在内部社群里说了，所有老伙计必须用上 ai 啊，不是说用什么豆包 deepsea 啊，是指的是智能体。然后前一段时间我下好了这个龙虾啊，就是可口可乐，已经用了一段时间了，然后今天啊，下了那个可乐扣的 啊，现在正在下这个爱马仕，还正在安装中啊，就给你们分享一个方法，就我看很多人说，哎，装了三天装不上，我给你们说一个 秘诀，你比如说你先下载一个酷可乐，把这个很好装，对吧？酷可乐，然后你告诉他，请你帮我装一个可乐扣的，对吧？然后你就把这命令发给他，就让他自己去执行去了，你就不用管了。 然后他遇到什么问题，你让他自己去解决，让他去帮你配置，帮你做就行了。然后你可乐酷的下载好了，你可以让他再去给你下载爱马仕，你知道就是不同之间的这个智能体，你让他， 让他们之间互相帮忙，你遇到问题你让他去帮他要这个智能体，帮这个智能体，你这个东西很快就能装上，我这马上就装完了。

分钟安装好爱马仕跟 cologne 的 一个作弊的方法，这个方法是我在胡子哥社群里面学到的，胡子哥他一直强调就是所有老伙计必须要学会使用 ai， 不是 一些豆包，一些 dipstick， 而是做一个智能体。我看很多朋友安装爱马仕跟 cologne 的 安装，几天下来都安装不好，我今天分享一个超级好用的一个方法，就是大家首先先把微信小龙虾，也就是 qq 安装好，它安装好之后呢，你只要给它说一句口令，你帮我安装爱马仕 和 cloud code 这两个智能体。按完这段口令之后，微信小龙虾它就会在后台自己跑起来，遇到问题它会自己解决。五分钟之后，它就会把 爱马仕跟酷路泽的安装好，大家可以去试一下，因为这个真的没有想象那么难，我们要学会让一个整体去操作另一个智能体，全程不需要我们自己动手。

这节课用 cloud code 的 上下文窗口做例子，看清一次绘画里到底装进了哪些信息，以及为什么上下文管理会直接影响效果和成本。 今天我们会先让你看到缓存的好处，然后深入内部结构，接着重点排雷哪些操作会让缓存崩溃。最后教你实时监控缓存状态，让你的 cloud code 一 直保持极速。 首先我们来看到底什么是 prompt caching， 它凭什么能让 cloud code 变快？在 cloud code 里发一条消息，背后 api 都会把全部上下文重新传一遍。你的系统指令、项目文件、之前所有的对话， 如果每次都要重新算，这些不慢才怪。这就是没有缓存时的真实情况。这一页先讲只处理新内容，旧内容直接复用 api 重用已处理过的内容，仅对新增部分计算缓存读取成本仅为输入的百分之十。 cloud code 的 自动管理无需配置。 好了，到这里我们记住， prompt caching 就是 一个自动的加速器和省钱工具，你不需要做任何事，它就在那里默默工作。但接下来要小心有些操作会把它弄丢。 要真正用好缓存，得先看看它是怎么组织的。 code code 有 一套巧妙的前缀设计，这一页先讲每一层都有不同的稳定性。系统提示层、核心指令工具定义、项目上下文层、 cloud md 内存等。 对话层，你和 cloud 的 交流。前缀匹配算法决定缓存命中。这种匹配极其严格，要求开头部分完全一样。 如果你中途切换了模型，系统提示变了，那整个缓存全部失效，下一个回合要全额计算，你会明显感到延迟。所以保持前缀稳定是缓存一直有效的秘诀。 小结以下缓存的稳定全仰赖前缀，把最不易变的东西放在请求最前面，并且尽量不在对话中途动系统层和项目设置，你的缓存就会一直健康。 下面进入最关键的排雷环节，以下六种操作，每一种都会导致缓存重建，给你带来一次明显的慢速回合。 当你用 model 换模型时，新模型有自己的系统提示和缓存空间，之前的缓存全没用，下一个回合它要把你的全部历史重新吃一遍。 plan mode 更是如此，规划用 opus 执行，用 sonit 来回切换，就要付出两次慢回合的代价。 缓存不仅跟模型挂钩，还跟工作量绑定。用 effort 改动时， cloud code 会弹出确认框，因为它知道缓存会失效。一旦点了应用，下个回合就要重新缓存，你会感觉到一次停顿。 m c p 工具的定义住在系统提示层，所以一旦有 m c p， 服务器连上或断开，就等于动了系统层，缓存全部失效。有时候即使你什么也没做，服务器竟成自己退出或网络断了，都会导致一次无预警的减速。 当你在权限里添加一个裸工具名，比如 bash， 实际上是把整个工具的定义从系统提示中抽掉了，这自然会导致缓存失效。但细力度的规则，像 bash 就 不会碰，定义只是拦截调用，所以缓存安全。 执行 compact 时， cloud code 会用加密你的聊天历史，这故意让对话层的缓存失效。但深沉加载的过程本身是高速的，因为它享受现有的缓存之后，你的对话变简短，缓存反而更高效。所以 compact 不是 陷阱，而是一种优化。 code code 升级时，核心提示和工具可能会有调整，所以升级后的第一个请求没有缓存，需要重新处理。一切好消息是自动更新，在你下次启动时才生效，不会在你干活时偷袭，但要小心恢复一个很长的历史绘画，那会非常慢。 记住这六种情况，他们都会让你的下一个回合变慢，你可以在任务间隙主动执行这些操作，只要心里有预期，慢一下也无妨。 讲完了雷区，我们来看看安全区下面这些你天天做的操作，完全不会破坏缓存。当你编辑项目文件时，什么都不用担心， code code 只在你需要的时候读取文件，读完后就成了历史记录，你后面再怎么改都不影响之前的记录，缓存安然无恙。 很多人以为改了 cloud md cloud 立刻就按新规则来，其实不会。它在对话开始时就固定了，中途的修改既不会生效，也不会让缓存失效，输出样式也一样，所以你可以随时改，等下次对话再用。 切换默认到 accept edits 这样的权限，不设计模型切换就不影响缓存调用技能。就像发了条新消息，安全还有 recaptive 附加加载 rewind， 甚至可以让你回到之前的缓存点，让速度直接飞起。 所以你平时绝大多数操作其实都在缓存的安全区里。了解这些后，你可以更自信地随时修改代码和配置，完全不用担心性能回退。 接下来我们看看缓存能活多久，怎么实时查看它是否在工作。缓存有寿命，默认五分钟 t t l。 如果你用的是 cloud， 订阅系统自动帮你提到一小时。 要是按量付费的 api 用户还想保持长时间缓存，就设置那个环境变量，当然调试时也能强制切回五分钟。 想直观看到缓存表现，就看这两个数字。读取 token 数越大，说明缓存命中的内容越多。如果创建 token 一 直很高，就表示前缀总在变，你的缓存可能没起什么作用。 最后把前面的内容落到行动上，编辑 clouters config， 设置 status line， 加入字段 cash read 和 cash create。 每回合结束后，观察数字变化，故意切换模型，看创建量标深 知识都讲完了，最后我们快速复盘，然后告诉你怎么用上今天学到的内容，我们来复习一下。缓存由系统层、项目层、对话层三层前缀决定，切换模型、改工作量、动 m、 c、 p 等六种操作会摧毁它， 而日常编辑文件、调权限、用技能都安全。最后，缓存有寿命，你可以用环境变量控 t t l， 用状态型看命中率。 接下来你可以在自己的 cloud code 里做几个实验，先正常对话，记下缓存指标，然后切换一下模型，感受那一次慢速回合，再试试设置一小时 ttl， 看看长时间离开后缓存是否还在。通过实际观察，你会对缓存有最直观的把握。 最后想问问大家，你在使用 cloud code 时，有没有碰到过毫无征兆的响应延迟？当时做了什么操作？和缓存失效有关吗？或者你自己摸索出什么保持缓存健康的小妙招？来评论区聊聊吧，我们一起进步！

这是瞎搞呀，我发现一个很神奇的事情，这 cologne 的 不愧是 cologne 的 啊。来，你们看一下细节啊。就这个任务，我已经等了四十分钟了，等了四十分钟以后跑了来往上往上滑一下，我给你们看看啊，他说了句什么， 哎呦妈，这滑了这么多，好了好了好了好了，你看他说下载很慢，四十分钟了，在等的同时先把代码写好， 就是，就感觉他像个人一样。就是确实是在下载一个东西，等了好久了，等了四十分钟了，他觉得等的时间太久了，然后他就把其他事先干了。在等的同时把其他事先干了，看到没？ 哎呦，这真是出乎意料啊。这个很牛逼，不愧是 cologne 的 啊。

电脑都已经吃灰了， cloud code 的 创始人以及 android 整个团队都是在手机上完成的项目，还有人不会在手机上接入 c c， 随时随地做项目吗？今天就把接入的方式分享给大家。方法很简单， 就是去 github 上找到这个 c c connect 的 项目，它可以将本地部署的智能体，像咱们平常用的 codex、 cloud code 这些和咱们日常使用的飞书、钉钉、微信这些聊天 app 连接起来， 基本热门的 agent 和聊天软件这些他都能支持，最牛叉的是他支持多 agent 的 编排，什么意思呢？就是你可以把多个 agent 拉到同一个群聊里，让他们互相协助。通过手机聊天，控制的便捷性 咱们就不说了，在手机接入过龙虾的朋友应该都知道，就非常方便，随时随地都能用。另外就是他的持久记忆、智能定时任务、语音图像识别、多项目管理这些功能也都是支持的，感兴趣的朋友们可以去试试。以上就是本期视频，感谢观看。

好好学习，多乐向上。今天我们继续 cloud 幺零幺，我们看看怎么在 web， 在 网页上面就可以用它的 cloud code 功能。一起来看看吧， 看到没，它可以同时进行两个筛选是吧？可以两边并行的。呃，做操作 你有时候还是得提醒他一下是吧？测试啊。 好，每个做完的筛选就会标记一个状态， 把这个拉下来，是吧？ 写 nose。 对， 这就是 cloud code。 cloud code 在 网页，在网页上应用，但但现在目前最最实心的就是把它放到这个桌面客户端来用。好吧，还有任何问题，欢迎评论区留言。

今天呢是我们介绍 一些实际的烧油啊， 就这个这个的这个能接触点 二零二零年， 那今天呢，我们就从这个智能体的意义给大家简单介绍一下， 具备自主感知、目标推理、行为决策的自主调用 与自主决策能力，能够主动感知和分析依据已设置的内程目标自主规划系统，虚拟我们的监控工具调用及控制自这样的操作行为，无惧的干扰和干扰 就是自己 啊，你只能说说 一 二， 可以自己发邮件啊，可以回复客户消息，还有对这些基本的服务内容，对吧？下一个呢就是说你到你的手机的那个自媒体， 比如说这个曲目短视频，感觉你将会用到的很多的很多的什么呢？那你现在用的最多的就是用你最熟悉的一个角色，你也不可以做中间的分割这种方式，对这些 jk 这个没有比他是简单的，前面呢就可以做一些简单的程序，对吧？我随你说的这个方式呢都比较很简单的程序，没有必要这样的，也没有必 要这样的，一个有可能 接 下来 是世界的商业，商 业的一个瑰宝， 我们 这个是一个逻辑性的问题，本质是谁会用这个工具呢？这是学会建立自己的自制的能力， 呃，经济上的需求就叫生存能力，所以这段时间时间不能像你所说的灵活使用，也不是说我看的灵活多了，我们只能用一个，多了就是变了，这多了 就像 看一下， 加油。 i think i'll be able to do that。 大家可以去看一下。