哈喽哈喽,欢迎收听老爷的播客。今天咱们来聊一个特别实用的东西,就是那个开源 ai agent 应用 openclaw。 你 可能最近也在刷到很多关于大模型赋能投影的内容,说实话,我自己最近也一直在琢磨怎么把 ai 用在投影上, 省点力气,结果就发现了这个 openclaw 感觉还挺有意思的。所以今天咱们得先搞清楚 openclaw 到底是什么。 你可以把它理解成一个专门为投研打造的 ai 助手框架,是开源的,也就是说只要你稍微懂点技术,就能自己搭建起来,不用花钱买那些贵的离谱的商业工具。而且它不是那种只能做简单问答的模型, 他能帮你做很多复杂的投研工作,比如整理研报、分析数据、追踪行业动态这些,甚至还能自己去网上找信息,整理成你需要的投研笔记。那他的核心优势到底在哪呢?我总结了一下,大概有这么几点。第一点就是他的开源和可定之星。 现在市面上很多投研 ai 工具都是黑箱,你不知道它背后到底是怎么算的,而且功能都是人家定好的,你只能用现成的。但 open cloud 不 一样,你能看到它的全部代码,你想改哪就改哪。 比如你觉得它的研报分析逻辑不太符合你的需求,你就能自己调整算法,或者给他加一些你常用的数据源,让他更贴合你的投研习惯。第二点就是它的多模态能力, 什么意思呢?就是它不光能处理文字,还能处理表格、图片,甚至视频里的数据。 比如你拿到一份券商研报,里面有很多复杂的财务报表,普通的大模型可能只能看懂文字部分,对表格里的数据就不太敏感。但 opencloud 能直接解析表格里的数字,帮你对比不同公司的营收利润这些关键指标, 还能帮你做可视化,把数据变成图标,让你一眼就能看出趋势。第三点就是他的 agent 的 特性, 这个 agent 可不是简单的聊天机器人,他能自己制定任务计划,然后一步步去执行。 比如说你让他帮你分析某家公司的投资价值,他不会直接给你一个答案, 他会先去收集这家公司的年报、季报,然后去查行业报告、新闻动态,甚至还会去看行业报告、新闻动态,甚至还是心理圈神货强大,一个行望明星也不知道你的分析报告, 而且他还能记住之前的对话,你要是中途想到什么新问题,他能顺着之前的思路继续帮你分析。第四点就是他的部署成本很低, 你不用去买昂贵的云服务器,也不用专门雇一个运维团队,只要你有一台配置稍微好一点的电脑,或者用普通的云服务器就能把它跑起来。而且他支持本地部署,就只是说你的投研数据不用传到第三方平台,不用担心数据泄露的问题, 这对很多机构或者私募来说应该是个很大的吸引力,毕竟投研数据可是核心机密啊。接下来咱们说说怎么快速上手 openclf。 其实这个过程并没有你想象的那么复杂,哪怕你不是专业的程序员,只要跟着教程一步步来,应该也能搞定。首先你得准备好运行环境,你需要安装 python 这些, 这些都是现在大模型开发常用的工具,网上教程很多,跟着装就行。然后你得下载 open cloud 的 追马刀, 你可以去 git up 上找,直接克隆下来就好。下载完之后,你需要配置一下模型,你可以选择用本地的大模型,比如莱马三或者 q n a i 的 g p t 四, 不过用 g p t 四需要 api 密钥,得花钱,要是你不想花钱,用本地模型就挺好, 虽然效果可能稍微差点,但胜在免费,而且不用联网就能用。配置完模型之后,你还得设置一下数据源。 openklo 支持很多种数据源,比如券商研报、上市公司公告、行业数据库、新闻网站这些, 你可以把你常用的数据源加进去。比如你经常看东方财富网的研报,就可以配置成,让它自动去爬取东方财富网上的研报,然后整理成你需要的格式。等你把这些都配置好了,就可以启动 opencll 了。 启动之后你就能在网页端或者命令行里跟他对话了。比如你可以跟他说帮我分析一下今年上半年新能源汽车行业的发展情况,他就会去收集相关的新闻研报、销量数据,然后给你整理成一份分析报告, 里面会包括行业的增长趋势、主要玩家的市场份额、政策影响,这些内容,甚至还能给你一些投资建议。当然了, 刚开始用的时候可能会遇到一些问题,比如模型生成的内容有时候会出错,或者数据源爬取不下来。这时候你也不用着急,因为他是开源的,社区里有很多人会分享解决方案, 你去 gitlab 的 eure 里搜一下,说不定就能找到答案,而且你也可以自己去调试代码,慢慢优化它的性能,用的越久,它就越符合你的需求。最后咱们来聊聊 opencloud 在 投研领域的实际应用案例。 我先给你举几个我自己试过的场景。第一个就是研报整理,你知道的券商每天都会发布几百份研报, 要是你自己一份份看,根本看不过来,而且很多研报内容都很重复,浪费时间。我就让 openclaw 帮我整理研报,我给他设定了几个关键词,比如人工智能大模型, 他就会自动去爬取最近一周的相关研报,然后把每份研报的核心观点、数据、亮点整理出来,再按重要性排序。我每天花十几分钟就能看完所有关键内容,省了我好多时间。第二个场景就是财务分析, 之前我想分析一家上中四公司的财务状况,要是我自己去整理年报里的资产负债表、利润表、现金流量表,得花好几个小时,还容易出错。我就把年报上传给 openclaw, 让他帮我分析,他很快就给我生成了一份财务分析报告, 里面包括了公司的营收增长率、毛利率、净利润、现金流情况这些关键指标,还帮我对比了过去三年的变化,甚至指出了一些可能存在的风险点, 比如应收账款占比过高,或者存货周转率下降,这些比我自己分析的还全面。第三个场景就是行业追踪,我平时比较关注半导体行业, 但是这个行业的新闻、政策、技术动态特别多,很难及时跟上,我就让 openclaw 每天帮我收集半导体行业的相关新闻,然后整理成一份行业日报, 里面会包括最新的政策出台情况,龙头企业的动态、技术突破新闻这些,还会给我分析这些动态对行业的影响。比如某家公司研发出了新的芯片。对行业的影响。比如某家公司研发出了新的芯片。对行业的影响。比如某家公司研发出了新的芯片。对市场格局产生什么变化, 哪些公司会受益,哪些公司会受到冲击,让我不用每天刷各种新闻网站,就能掌握行业的最新动态。还有一个场景就是投资组合管理, 我自己有一个投资组合,平时需要定期复盘,看看哪些股票表现好,哪些表现差,还要调整仓位。我就让 open club 帮我跟踪我的投资组合,每天给我发送持仓股票的行情变动、新闻动态, 还会帮我分析持仓的行业分布、风险敞口,甚至给我一些调仓建议。比如某只股票的估值过高了,他会提醒我考虑减仓。 或者某只股票的基本面出现了恶化,他会建议我及时止损,帮我省了很多复盘的时间。当然了,欧鹏可乐也不是万能的,他也有一些局限性,比如他的分析结果还是基于公开数据, 要是有些公司的信息批录不充分,他可能就没办法做出准确的分析。而且他毕竟是 ai, 有 时候会出现幻觉,生成一些错误的信息, 所以你在用的时候还是得自己去验证一下关键数据,不能完全依赖它,但总的来说,它确实能帮你节省很多重复劳动,让你把更多的精力放在深度分析和决策上,这就已经很值了。其实我觉得 open club 出现代表了一种趋势, 就是 ai 正在越来越深入的融入投研领域。过去投研主要靠人的经验和体力,分析师们每天要读大量的研报,看海量的数据,很容易疲劳,而且效率不高。 但有了 ai 助手之后,很多重复性的工作都能交给 ai 来做,分析师们就能把更多的时间放在思考和判断上, 比如去挖掘那些 ai 发现不了的投资机会,或者去分析行业的长期趋势,这样投研的质量和效率都能提升不少。而且 open klo 的 开源特性, 也让更多的中小机构和个人投资者能用上高端的投研工具。过去只有大型券商和公募基金才能承担得起昂贵的投研系统,中小机构和个人投资者只能用一些简单的工具, 信息不对称的问题很严重。但现在有了 open cloud, 只要你稍微懂点技术,就能搭建起自己的投研 ai 助手,不用花多少钱就能享受到和大型机构差不多的投研能力, 这对整个投研行业来说应该是个好事,能让市场更公平一点。不过我也得提醒你, ai 再厉害也不能代替人的判断, ai 最终还是要靠人来做决策。 ai 只是辅助工具, 你不能因为 ai 给你推荐了一只股票就直接买进去,你还得自己去了解这家公司的业务管理层、行业竞争格局这些, 结合自己的投资理念和风险承受能力,做出适合自己的决策,毕竟投资是自己的事,不能把所有责任都推给 ai。 好 了,今天咱们关于 open cloud 的 介绍就差不多到这了,希望通过今天的分享,你对这个工具能有一个大概的了解, 要是你也感兴趣的话,不妨去 github 上下载下来试试,说不定能帮你在头衔上省不少力气。当然了,要是你在使用过程中遇到什么问题,或者有什么好的经验,也欢迎在评论区跟我分享,咱们一起交流,一起进步。最后再啰嗦一句, 大模型赋能投研是未来的趋势,不管你是专业的金融从业者,还是普通的投资者,都应该多了解一下这些工具,说不定哪天就能帮你赚到钱,或者至少能让你少踩几个坑。好了,今天的节目就到这,咱们下期再见。
粉丝4868获赞8345

今天好朋友们,今天给你们分享一下我用 openclaw 的 新玩法啊,让 openclaw 一 句话帮你开发一款新的 app, 那 么我就用我的手机聊天软件告诉啊 openclaw 我 想做一个什么样的 app, 然后把详细的需求描述给他, 接下来我就去玩手机刷抖音去了,我就会看到他不断的给我推送他的一个开发进展,然后他会通过那个消息推送发给我,当他告诉我他的开发已经全部完成的时候,我就 打开电脑,然后找到这个项目,双击运行,查看这个 app 的 一个效果。那么这就是啊,他帮我开发的这款 app 的 整体的一个运行效果,整个的开发时间大概就十分钟左右,然后 啊,他整个的开发的成本就是我的 api 的 一个调用成本,大概就五块钱左右,所以啊,如果你有一些简单的想法,或者你想做一些什么东西,让 opencloud 啊直接就帮你去在后台默默的执行,而且成本极低极低 啊,这就是我给你们分享的最新的一些用法。好了,关注我,了解更多的 ai 工具。

hello, hello, 大家好,我是兔兔,那今天呢是想和大家分享一下造价师使用小龙虾 open cool 的 一个感受,那我呢是从去年的时候开始用 open cool, 然后呢用了一个月,现在是没有用的一个状态,那我就站在自己 的视角上去给大家分析一下,那对于我们普通的造家师来说,现在 oppo pro 它的一个实用性到底怎么样?但我用它呢做了两个事情。 第一个呢,我是让他对我日常的工作进行一个管理,比如说呢,像是我日常要做的一个成本分析,然后呢衡量市场的一个信息价,然后价格变化的趋势等等的。那这一方面来说呢,可能是由于我自己 设置的一个问题,所以说呢,在技术方面有一些缺陷,然后呢他很容易就进入到了一个死循环里面,没有办法给到我想要的答案,我必须去手动修改一 些设定。那第二个呢,就是说呢,我用它来让他帮我去收集各个地方的一个投标的信息,包括呢我把我自己公司的一个条件给他,然后呢让他帮我去衡量到底符不符合这样的一个 要求,那这一点上来说呢,他是非常好用的。另外呢,我把他当成我个人的助手,然后进行一些战略上的分析,那比如说呢,就是去复盘我做的一些事情总结汇总,这方面呢还是挺好用的。那为什么不用了呢? 是因为呢,我当时选的是零步数,然后呢它有一个服务器基础的费用,然后呢它的一个算力还有一个费用,所以整体来说呢,就是作为个人使用的话,我觉得还没有优化到 对我们造价来说是非常有用的那一点,但是呢,不得不承认他确实是一个思维方式的改变,但如果在预算充足的情况下,大家还是可以试一下。好了,今天分享就到这,谢谢大家。

前天我说用 openclo 定 cd 出图,很多人发私信感兴趣,抱歉,我回复不过来。证明一下,我只是出于兴趣实践了一些简单的绘图,我没有开发能力,但是感觉应用到工程深度并不遥远,它会是个很好的提效工具。 这是同事让他出的建筑立面图,细化了一堆提示词之后,这是他第二次输出的 cd 效果,暂时他也搞不定合规的毫无深度的施工图,感觉也为时不远吧。

本地部署好小龙虾已经有一段时间了,然后我这边分享一下我的一些使用心得吧。 那最开始部署好之后是这样子的,一个终端的一个界面,然后都是敲那个命令行,然后去跟他交互的,那这个开发效率肯定是太低了, 所以之后就我现在在用的是那个用飞书交流,然后这边看一下 可以创建自企业的一个应用,然后你组织,你就给个人就行了。然后我这边下面总共有创了创建了四个小助手, 然后这两个就是啊, a 股投资的,这都能看到这个小秘书,这个是我主,主要就是研发,就是跟他这边交货啊。这边配置的话,嗯, 就两个主要的点,一个就是权限管理,权限管理,这这些权限都要给他开通啊。还有个事件跟回调,这边就是电源,这边改成长连接,然后这边添加一个接受消息的一个事件啊。具体怎么去配置这些, 嗯,机器人可以去问 deepsea 也好,去问豆包也好,其实都是有比较成熟的一个啊教程的这个,然后这边配置好之后就会涉及到 token 的 使用,就是小龙虾它在用 token 还是比较大的量,特别是你涉及到, 嗯,炒股投资,你如果去跑量化模型,或去或者去跑别的策略,他的频率是很高的。然后搞编程也是,其实他的那个使用量也是不小,我现在在用的是这个 阿里云百链的一个套餐,他这个拉套餐之前也是四十块钱的一个,呃,月月费。然后我这使用量的情况 目前六十四吧,整体还好,就个人运用其实完全够了,那它里面可用的模型也是基本上都是能满足需求的。 比如我常规都用千文字三点六啊字,这个如果编程就用这个 gm 这个字字谱的这个,然后呃,图文识别就用这个 kimi 的 啊,都是够用了。 然后这个不是没有那个续费不让续费了,这个套餐直接就没了嘛。之后就是这边如果还是啊云百链这边,它就是两百的套餐了。我现在找了一个豆包方舟的这个括地 play, 然后这个四十块钱的一个套餐 里面大魔镜这个是都是最新的,这三个最新的其实使用的话其实还是挺合适的啊,当然也一样,这个其实都是限量的,要抢这个都不太好弄。现在 这个就是平时我的一个开发的界面,就是这个就是四个 ai 助手。那我现在主要就是跟这个研发助手在开发。 我现在简单演示一下我平时的开发的一个流程吧。比方说这里是之前我跟他说让他上电直接播放一段旋律,然后把我上传上去, 然后现在别人跟他说啊,嗯,旋律更换一个再上传测试 啊,对,就就这样子,然后他就会去实际开发程序,然后写好之后就会把它上传上去,然后我们一会看一下 啊,屏幕黑了,说明他已经在上传了。 对,这个旋律就改了一个,所以只要你想的话,你是可以通过手机,然后手机啊飞速跟他去交流,文字交流也好,语音交流也好,你就可以实现那个 程序的开发了。然后一个比较重要的点就是记文件, 记忆文件,如果之前呃有稍微重度使用小龙虾的人应该是都会比较了解的这个 或比方助手,就小马哥一开始创建了之后,他就会默认会有一个记忆文件,就是呃针对这个助手的,但如果你之后再新建这个助手的话,他这个记忆文件是不会再去扩的, 不会说助手多了一个他记忆文件就会相应的多一个,这个是需要自己去配置的,比方现在我是每一个助手 都给他配置了一个记忆文件,你看我今天刚刚开始一个新的绘画,然后他这边我跟他说,他这边就回复我说,啊,我是小马哥,为什么会有这句话呢? 啊?这个等会解释为什么会有这句话,然后他就会说啊,他查查了项目的记忆,然后最近完成了什么,在解决什么?两个项目是一起在开发的各自的问题啊。这个就是实际就是小马哥他自己的记忆, 然后怎么来的呢?比方说这个小马哥是怎么来的呢?即便你看一下他自己的呢?主记忆文件,比方说 member 小 马哥就是他的记忆文件,里面有有一个说明,就是每次新绘画时就必须要核对新身份,必须要核对身份,然后再去加载 对应的身份,身份对了之后,然后再去解锁他记忆文件里面的内容 啊。比方说之前我给小马哥定的人设是干嘛的,然后现在在主力开发的项目是什么?如果我跟他对话开发项目每一个项目他的那个文件内容会很长, 这个是我自己使用的一个构思,就是我会让他只是做一个助手,他记核心的内容,我要搞哪个项目是一个比较宽泛的比方这个项目是是干嘛的?那它里面比较核心的 功能,比较详细的功能。我比方这边是一个 v 三,就是那个 v 三版本的 所有那个 v 三版本里面的一些项目的细节,然后开发新开发的功能。比方说这个 v 四是我五一这几天新在弄的,因为这个这两个框架不一样, 所以我针对这个新框架又新建了一个 v 四的一个项目。我刚刚跟他说把 v 四的这个增加一个常记的一个文件, 这样就不会丢了,像这种其实很多都是很容易,过段时间他自己就会把这些时时间的一些记忆文件就给抛掉了,你之后再去找就找不到了。 然后这边还有个什么呢?就是我增加了个 get, get 就 把这些记忆文件都统一管理,可以上传。 对,这些就是都上传上去了,上传了之后可以这边看一下 啊,这个就是刚刚上传的,刚上传的这边是每一天的,然后这个是小马哥的主机, 然后这边就会是五月三号,你看内容是很长的,都是就这样,都是几百行,几百行,像这个 v 三都已经一千三百多行,然后 v 四也加了这么多行, 具体里面内容就是都完成了哪些工作,基本都是能对上的。 mp 三的播放, tts 服务,这边的连接一些测试。 对对,简单就是这样子的。 好了,嗯,小龙虾的那些使用性的暂时就分享到这里吧。然后之后如果我想到了有哪些可以补充的,我再先发一个视频。

造价的兄弟姐妹们还在为重复的工作熬夜加班吗?今天给你们安利一个真正能解放双手的神器! open clock 可不是普通 ai, 它是能直接操控电脑,帮你做重复活的智能助手。关键还是开源免费还能本地部署,简直是咱们造价人的福音啊! 核心功能一,必须是数据采集,再也不用手动刷网站,一个个查材料价了!它能自动抓取价格招标情报,还能监控价格波动,自动汇总成表,熬夜整理数据的日子一去不复返了。 再来看看文档处理, opencloud 能自动打开 pdf、 word 造件文件提取工程量单价,还会自动校验数据一致性。 更厉害的是日报月报自动生成,表格都给你排的整整齐齐,效率直接拉满。最让我心动的是流程自动化和合规保障,那些日报填写文件规档的重复活,他都能自动化搞定,甚至还能远程操控 本地部署,让数据安全有保障。而且全程零代码,你只需要输入指令就能用,是不是超贴心?总的来说, open cloud 就是 咱们造假人的减负神器,帮你彻底摆脱重复劳动!觉得有用的话,赶紧点赞收藏!

大家好,今天给大家分享一个非常实用的项目,用 open globe 搭建个人专属情报系统。在信息爆炸的时代,我们每天都要面对海量的信息,那如何高效获取自己关心的领域的动态是一个普遍的动痛点。我会展示如何用 open globe 通过一条简单的指令搭建一个自动化、个性化的情报收集和分析系统 道,系统可以每天自动为你推送高质量信息,并且支持深度研究。接下来我们来详细展开。 首先,我们来看传统信息获取方式存在哪些问题。第一个问题就是信息碎片化。假设你想追踪 ai 领域的最新动态,你需要做什么? 你要打开抖音 b 站,去关注一堆研究员和科技公司,要去查看 github 上的热门项目,要订阅各种科技博客的新闻网站,还要留意学术论文的发布。 这个过程非常耗时,而且信息密度很低。你花了大量的时间在不同的平台之间切换,但真正有价值的信息可能只占一小部分。 第二个问题就是通用 ai 的 局限性。你可能会想,那我直接问 ai 不 就行了?但问题是通用的 ai 知识有截止时间,无法获取最新的动态,因此它的信息覆盖范围有限,不够全面。而且它缺乏个性化,无法针对你关心的特定领域。所以我们需要一个更好的解决方案, 这就是 open 可乐情报系统的价值所在。它的核心能力有三点,一、自然语言驱动。你不需要写代码,不需要配置复杂的参数,只需要用它。用自然语言告诉 open 可乐你想要什么,它就会自动为你完成所有的部署工作。 第二,自动化运行系统部署完成后,它会按照你设定的时间自动运行,每天定时为你推送情报摘要,完全不需要你手动操作。第三,智能处理系统会自动对收集到的信息进行去重评分和筛选,确保你看到的是高质量、有价值的内容,而不是信息垃圾。 我们来看具体是怎么实现的。部署过程非常简单,你只需要在 open code 中输入这样一条指令, 安装技能 tech news digest, 并设置一个定时任务,每天早上九点使用这个技能获取新闻,然后用中中文总结发给我。 open globe 收到指令之后,会自动执行以下步骤。首先,它会从 globehub 技能中心安装这个技能,然后它会配置那个定时任务,设置为每天早上九点钟执行, 然后再配置好这个技能需要的数据源之后就会启动定时任务。 整个过程基本上都是自动化的,不需要你做任何的技术配置。一分钟之后,你的情报系统就开始运行了。 接下来看看这个系统的数据源架构,这也是它最强大的地方之一。这个技能它预制了一百五十五个高质量数据源,包含五种类型。 第一类是这个 r s s, 订阅有六十二个,包括 ai 实验室官方博客,比如 open ai, astropik demand, 顶级科技博客,加密货币资讯,以及中国主流科技媒体。第二类是推特儿, 共四十八个,关注的是 ai 领域的顶尖研究员、加密领域领袖以及科技公司高管。 第三个是 get up 仓库,共二十八个,追踪关键开源项目,比如 luncheon、 v l i m、 deepsea、 拉玛等,可以第一时间发现技术趋势。第四类是 reddit 的 社区,共十三个,能获取一线开发者的讨论和见解。 第五类是外部搜索,针对 l l m, ai agent 等核心主题进行主动搜索,确保不遗漏重要信息。这些数据员相互补充这些数据员相互补充,形成了一个完整的信息覆盖网络, 系统每天会生成一份情报摘送给你。我们在飞书可以看到它推送的内容, 内容包括 get up 趋势,过去一两天热度飙升的开源项目,这些内容都是附带链接的,你可以直接跳转去看 行业巨头的动态, openai、 astropac 的 这些行业领导者的官方博课, 不同的前沿科技,以及关于大模型和 ai agent 等的最新消息。 那系统的核心处理能力呢?首先它包括这个去虫,同一条新闻如果出现多个来源,系统会自动整合,避免重复。 还有评分与筛选,它会根据来源的权威性和信息的重要性进行评分,优先推送高质量的内容。并且它很注重时效性,所有的新闻都是当天或者最近两天的内容,这样你每天早上花几分钟就能掌握整个里面的最新动态。 这套系统不是固定不变的,你可以根据自身需求进行定制,默认配置是针对科技领域的。但如果你想关注金融领域,只需要告诉 oppco 帮我把情报系统改成关注金融领域, oppco 就 会自动把 rss 原替换为财经新闻网站和金融博客, 还会自动去关注推特的金融分析,是经济学家会帮你定 github 上的交量化交易项目,修改监控的 reddit 社区。 同样的逻辑,你可以把它改造成任何领域的专属情报系统,医疗、法律、教育、游戏,任何你感兴趣的领域都可以。系统的灵活性让它成为一个通用的信息获取框架,而不仅仅是一个科技新闻工具。

兄弟们大家好,又来折腾了,建筑工程工地上面的管理呢?有多累?做过这一行的人都知道。第一个痛点,照片问题,你们项目上面每天拍多少张照片? 施工进度要拍,安全检查要拍,材料进场也要拍,验收交付还要拍,结果照片全堆在微信对号框里边,要用的时候翻半天找不着。 第二个痛点,日报问题。每个项目每天都要写施工日记,写来写去就那几句话,但偏偏要花半个小时憋日日报。 第三个痛点,材料清单,装修工程涉及几百种材料清单全靠手打,有时候一个数字写错了,要反空好几天。这三个问题我用 open 加纳斯全解决了。 先说照片管理,你把照片全丢在一个文件夹里,告诉 open globe 你 的项目名称和日期格式,它自动会给你按日期、按工种、按楼层分好类, 想找哪天的照片,三秒钟调出来再说。日报自动写,你每天把施工记录发给 open, 它自动会给你生成格式规范的日报模板,你只要核对一下数字就行,原来半个小时的活,现在五分钟搞定。 第三个材料清单管理,你的材料表格发给他,他会帮你录入纳斯, 建立可搜索的数据库,以后想找某项材料,三秒钟出结果,再也不用翻厚厚的纸质台账。 怎么做到的呢?很简单,你在 nas 上面开启 ssh 权限,把账号和密码告诉 open clone, 它会 在你的 nas 上面自动创建文件夹结构,定时整理文件,智能搜索内容, 整个过程在你的服务器上面完成,数据安全完全由你自己掌控。好,今天的分享就到这里,我是喜欢折腾的,瞎折腾,如果觉得有帮助帮忙点个赞,我们下期见!

兄弟们太疯狂了!我不是程序员,但我用 open cloud、 hermes、 cloud code 这些 ai agent 做出了一个 ai 代运营基础设施系统。 这个系统现在有多大?总文本行数二百八十七万行,文本文件一万一千一百六十个,二,禁制和不可读文件四千七百三十个。而且整个过程几乎没有人工携带码。 为什么我要做这个系统?因为我之前自己做过大云公司,我太知道中小商户有多难了。传统代运营太贵,交付太重, 普通 ai 写作工具又只能生成一篇文案,没办法形成增长闭环。所以我就想,能不能把一个代运营团队拆成多个 ai agent, 让 ai 自动完成商户理解、增长诊断、渠道规划、三十天运营计划、内容生成、素材审核发布和复盘优化。商户只要提交基础资料,系统就能生成一整套可执行的营销资产和运营动作。 听起来很爽对吧?但过程真的不是爽文 ai 它会失忆,上下文会爆,偷坑费用会失控,代码量越来越大,系统越来越难管, 这个项目差不多消耗了三十多亿头坑。我中间用了 oppo 四点六、 gpt 五点五、 gpt 五点四,还有多个 ai 诊的一起写作,成本高到离谱。为了降成本,我甚至自己搭了一个 ai 中转站,账号和渠道都是自己手动开的。但做完之后,我最大的感受是, 普通人真的有机会了。以前不会写代码,很多想法只能停在脑子里。现在你不会写代码,也可以通过 ai 诊的把一个真实业务系统一点点做出来。 如果你也不是程序员,想知道 ai 一 阵的能帮普通人做什么?或者你正在踩 ai? 一 阵的失忆偷坑爆炸上下文抽签这些坑欢迎来和我交流,我会继续分享我用三十多亿偷坑换来的经验。

所有人都在教你用好 ai 怎么写 prompt, 我 劝你千万别学。我每天消耗一个亿的 token, 发现一个特别反直觉的事情,就是你的提示词写的再好,你也只能问出你已经知道的问题。 你有没有遇到过一种现象,就是你总感觉 ai 回答的都是一些正确的废话,总感觉回答不到点子上,问题出在哪?问题出在提示词的前提是你知道自己要什么, 你知道自己要什么格式,要什么答案,你知道让 ai 去扮演什么样的角色。后来我意识到这个问题之后,我就不再去系统的去学,去写 prompt。 我 更多的是用一种新的方式,就是打开我的 plan mode, shift 加 tab, 就是 让 ai 先不要去回答我。我们更多的是在开始之前先一起规划一下。和 ai 交互的本质在于,你不要去一开始就指挥一个专家,你要学会和一个大佬,一个专家先来讨论这个事情。 plan mode 的 本质是强制启动一个系统二, 你在执行前先停下来审视目标,拆解步骤,预判风险。而高质量的题旨词,更多的是系统一的提炼,把你过去的判断模式偏好压缩成语言,让 ai 直接去调用 plan mode。 当我发现我自己都不知道的盲区,然后我继续这些新的发现,再去写题旨词,这时候写出来的题旨词质量跟结果其实是完全不一样的。 当然简单任务我们直接去写 prompt 是 没问题,查个天气,翻译个邮件,总结个会议纪啊,你很清楚自己去要什么,直接去说就行。 但是复杂任务,比如说我们要做一个新的技术架构,做一个商业的方案分析,一个你完全不了解不熟悉的行业,你连问题都问不对的时候, prompt 其实写得再漂亮再规范也没有用。这时候你需要的不是那些更好的 prompt, 你 需要的是让 ai 帮你去想清楚我到底该去问什么。对, 如果你用的是 agent 的 话,直接会打开这个 plunkboard。 如果你用的是 chatboard, 你 就在开始一个复杂问题之前的时候,直接跟你的 ai 去说,你先不要去动手去干,我们先来一起去规划这个问题。对,你们平时用 ai 的 时候,是先想清楚再问,还是边问边想呢?这是两种不同的思维模式,大家可以在评论区里讨论一下。

自从 open 可乐克拉蔻的 hems 解决了我百分之八十的问题以后,我发现我已经对其他东西不感兴趣了。 以前就拿上个月来讲嘛,我每天还下班会玩玩游戏,但现在我发现游戏一点兴趣都没有。下班啊,不说错了,上班打开 hems, 下班打开 open color 啊,然后再从克拉的扣子里面去延展出自己需要的一些技能,或者说,呃,程序或者软件生活模式不一样的。

第五个技术呢叫 open club, 也是龙虾啊,大家都知道龙虾,那么龙虾呢是一个开源的这个多智能体的编排框架,龙虾本身不是大模型啊,龙虾本身不是一个大脑, 龙虾呢是负责啊利用大模型呢把多个智能体进行调度啊,协调起来的一个底座。那么也就是说呢,其实有一个挺好玩的一个例子,就是 龙虾就相当于是这个乐高的底座一样啊,在乐高的一个底座上,然后会有很多很多的这个啊,乐高的积木搭建起来,所以龙虾呢它是一个智能智,这个这个叫做协同组织的一个项目管理平台。 那么龙虾呢,也是从这个两三个月之前啊开始火起来,到现在呢也没有退热,那么我们团队在使用的是一个自己的,我们团队在使用的是自己的软件公司单独自己为自己开发的一个云龙虾,那么效果非常非常好,就是它可以自动的去执行一些任务 啊,我们我前两天在那个重庆高院这边开庭的时候,也是用到龙虾去帮我分析这个司法鉴定意见书啊,那么也是非常迅速的能够去摸清啊各自的逻这个鉴定意见书当中的这个逻辑,所以呢龙虾对我们去律师来说是一个非常好的工具。

先看一个真实修图案例,一张原图被拆解成两套可落地的视觉方案。这里从一图到画面生成、交付结果。 它识别主体、保留人设、理解限制,再完成局部重构和风格统一。 这只是第一层能力,把一个图片任务变成可沉淀的视觉工作流。接着进入这条作品的核心,抖音视频剪辑自动化项目。他处理的不是某一张图,而是小题、脚本、素材、节奏、封面和质检。 permes 负责拆解与编排, codex 负责执行,把想法推进为真实呈现。 所以,智能体已经不止于聊天,他正在接管完整的内容生产链,从提示词到文件,从生成到验证,每一步都沉淀成工作流。 ai 已不再是问答工具。

呃,现在这个 ai 工具非常厉害啊啊,替代这个人类工作可能是早晚的问题吧。那像咱们,呃造价和投标领域啊, ai 已经也深入的很深了,那像那个 ai 评标系统什么的, 呃,是不是然后还有那个 ai 辅助?呃,造价现在也不断在深入企业吧,但是我觉得应用现在最广泛的应该就是用 ai 来做投标方案了。那对于一个小项目来说,客户想写个几千页方案, ai 是 最好的选择了,我们也用啊,但实际来说呢, ai 初具的方案和我们行业的这个啊,发展要求是背道而驰的。而且因为 ai 生成的重复率问题啊,驴唇不对马嘴问题等等吧, 虽然说是它能生成的页数多,但是专家很多就是评标的时候其实不一定是会给高分的啊,主要就是 ai 的 通用性、模板化逻辑与这个新标准的经济化、场景化要求之间啊存在矛盾。所以我们怎么用 ai, 我 觉得还得讲究方法。 首先我想说这个 ai 和二四标准主要的冲突点就是为什么不建议用 ai? 那 第一个就是内容框架,呃,与深度的这个 冲突就是 ai 方案,它一般是套用通用模板,章节缺失,内容泛化,对吧?然后技术措施也没有什么啊,计算书啊,详图啊,也没有针对性,它其实就是堆砌文字嘛。那我们二四那个二四标准要求呢?它其实是要明确投标报价的编制依据,就包括投标人的这个工程实施方案呢, 是要经过复合图纸塌开现场结合而来的,与现场实际相符的施工方案,强调的是一项目一方案,对吧? 那第二个呢,就是编制依据与这个合规性的冲突。那 ai 方案呢,它经常会引用这个过期的规范,而且它是会混淆强制条文与这个推荐性标准的啊,常常是违反强调的,然后它也没有纳入地方标准、突击功法这些内容,而且它经常会出现一个 呵呵,乱编乱造的情况啊。那咱们这个二四标准要求呢?它必须引用最新的现行啊标准啊,然后呢强制条纹这个也严禁突破,那 ai 生成内容就是需要逐条去核微校验了。那其次我想说就是建议大家怎么用 ai, 就咱们现实情况是很多项目投标时间紧张,然后他也不给安排时间,然后客户要求的字数页码还很多,对吧?我们承包人一般就是目前啊这个案标的事还没实施,所以还是要求字码页数要多,那用 ai 就 必不可少,所以用的话呢, 就建议大家要人机协调,就是 ai 做出稿,呃,快速生成框架,填充通用条款,他就可以节省很多时间,对吧?但是人工还是要做,核心 就是这个填写工程概况啊,地址条件啊,周边环境啊,然后编辑施工方法啊,记录参数,安全措施,他还是要对这个图纸有一定了解的啊,一定还是要针对本项目的这个施工内容,施工方法以及那个招标清单的内容,然后去对应写这东西的, 然后我们还要进行这个核对标准条文编号啊这些进行最后的合规调研。所以只依赖 ai 去做全部工作,那肯定是不行的,风险非常大啊,我不建议大家这么做。

今天来到重庆大学,和我们行业的一些前辈还有我们大学老师一起探讨了一下 ai 在 造价领域的一些应用,还是有几点心得啊,给大家分享 一下。第一点呢,我们还是不要过于的焦虑, ai 他 一定是要人来结合的,因为我们咨询也好,或者是造价也好,还有业主也好,大部分的事情的处理他是更趋向于复杂化的, 所以说它必须是要人来参与 ai 要解决第一次基础的工作。第二个呢,把我们行业里面,公司里面工作,特别有 总结性经验的一些数据给积累下来,用 ai 变成我们每个人都可以用的一个东西,这个才是公司的应用里面它最具有核心竞争力的一点。 第二点呢,大部分的企业来讲,对于 ai 的 应用不太清楚到底怎么来结合自己工作的,作为名企来讲呢,不用过于焦虑,尤其是对于一些大的 ai 的 模型,不要投入大量的精力和人力物力去做研发,因为毕竟我们这个行业有很多头部的软件公司,还有科技公 司,它其实已经走在我们前面了,作为我们来讲,等它成熟了过后,拿来直接用就行了。那第三点呢,在 ai 应用的时候,要看 看一下我们自己是所处在什么样子的角色,比如说你是业主的角色,咨询公司的角色,总承包公司的角色,其实它的应用是不太一样的,举个例子,业主更多关注是从逆向开始到最后项目结算完成,工程建设,链条里面风险的控制,尽可能 不要出现被国家审计也好出现的一些大的这种风险偏差,咨询公司,那其实作为我们来讲,在工程量和 工程架上面来跟我们节约人工,但是呢目前这一块他受很多因素的影响,比如说设计图纸使用的人不一样,他会带来很多千差万别的一个差异, 连我们这个行业头部的科技公司他也解决不了,所以我觉得这个就不要去纠结。那作为咨询公司来讲,还有一点可以关注什么呢? 就是怎么沉淀项目经理以上的这一帮有核心竞争力的人才,他们脑袋里面的东西怎么做成 ai 可以 替代的一个工具,让我们大部分的人都能把它用好,这一点呢是未来造家咨询公司各自优势的一个点。第三个像我们总包企业 主要是两个场景,第一个场景呢就是我们图标的时候,图标尽可能不要出现亏损,这是首要的。第二个场景呢就是动态成本的一个监控和实时的调整过程中,不管是成本发生的变化,还是说我们收入发生的变化,能够集 时的利用 ai 来进行数据分析,保证这个项目是有利可图的。所以说不要把 ai 看得过于高大上, ai 可以 应用到每一个环节,包括数据库、工作流, ai 可以 解决我们大部分的工作流上面的浪费时效的问题,只是说你有没有找准这个点, 所以我们只需要做的就是正式 ai, 拥抱 ai, 利用好 ai。

做社交的都懂,工程签证就是钱,但百分之九十的人都栽在了流程上。今天把我总结的签证三步黄金流程交给你,照做就行。 第一步,施工前先锁死指令,不要甲方一张嘴,你上来就干活,先搞清楚要做啥,在哪做,现在现场是什么情况,大概要花多少钱,尽量算准,实在估不准就往高一点估,全部写进工作联系单发给甲方。重点来了,就算暂时拿不到正式的指令单,也必须让甲方签证确认。工作联系单、 联系单一定要归好党,建立好台账。施工前照片要拍清楚,还要催促甲方逆向发指令单。记住,第一份签证没有拿到指令单,第二份直接停,不要再当烟大头。 第二步,施工中证记拍不停。每个工序都要留好照片,尤其是人工供热、机械台班计算费用的签证, 工人上下班、中午开工收工都得拍。还要填好人工台班的记录表,每天让监理和甲方签字确认。不要偷懒,少一张照片,少一个签字,后期审计可能又要来卡你,这不是留痕的关键。 第三步,施工后趁热打铁追到底,完工了立即喊甲方、监理去现场收方照片必须要拍三样,一个是甲方和监理在现场收方的照片,二是能看清楚长宽高的尺寸照片。三是完成后的整体效果照片,然后 再填收方的确认单,草签图,让他们签字再存档。接着整理全套的资料,签证申请单、预算书、工程量计算表,再附上之前的工作联系单、收方单、指令单、照片一起 上报给甲方。重点是天天都要跟进审批,催到甲方签字反馈资料规章才算完,别上报了就不管,不然的话又可能是石沉大海。签字能不能过审,关键就是指令政绩加跟进, 施工前锁定指令,施工中留足痕迹,施工后紧盯审批。觉得有用,点赞收藏!

你这楼梯混凝土的工作量提对了吗?你就发给我了?没问题啊,这楼梯混凝土不是提水平投影面积吗?那当然不是啊,按一三清单的规则才提水平投影面积呢。现在二四清单你得提体积。那我是不是提这个梯段的体积就行? 不行,二四清单里的楼梯混凝土体积是梯段梯梁、休息平台、平台梁加一块的,你得提这个楼梯体积才行呢。那我赶紧改过来, 你等会,二四清单里楼梯的模板要按混凝土接触面积提,构造柱的模板呢,要按全部叉宽计算。圈梁在过梁处,便捷面要并入圈梁。这些你都知道怎么提吗?圈你连提量都不会,你还能干点什么?我把各种过件的提量技巧都给你总结到这个广联达 g t 勾软件提量技巧大揭秘里了,你评论区扣一直接拿走。

新来的实习生问我这种坡型的双柱独立基础怎么会制,他说软件里边只能计算这种矩形的独立基础,坡型的根本就会制不了。 我说能会制,你新建一个参数化读机,然后选择这种坡型的,修改好尺寸,定位到轴网上就行了。他说不行,这么会制读机的面筋,软件算的不对。我 说那你就得分开会制了,你先会制一个矩形的独立基础,打底上边坡的功能呢?把放坡调整好,然后布置上双向的面筋就行了。 说太牛了,那你再帮我看看这种棘手坑套坑、汽车坡道,还有圆锥形的法板,又该怎么去配置啊?我说这都得用高阶方法了,你要是想学,就看这套广联大剑魔保姆级教程,想要的评论区敲个一。

各位工程界的同仁,我是在工程领域摸爬滚打近二十年的造价人,以前做项目的人最喜欢搞的就是签证单,甲方巡查的时候看到现场不满意就改 图纸,描述不清楚现场,高中了后就改,改完之后你把签证单伺候上了,相关人员也签字了, 你以为拿到的就是上访薄信吗?现在可不一定了。新清单也就是二四清单,最大的变化之一就是删除了现场签证。呃,独立条款,原签证功能拆分到了工程变更、新增工程 记日工锁赔等四个方面。那么以前的签证老师傅现在应该怎么转变呢?在二四清单标准下, 合同内或图纸范围内的变化走工程变更流程,合同外或图纸范围外的新增,按新增工程签订补充协议,零星的、无法计量的按季度工走,非承包人原因的 按所谓流程走。记住了,现在的思维一定要发生变化,免得结算非常被动,刷到就是缘分。世界很大,圈子很小,相信我们一定会在线下消失,未来可期。我是你身边的赵家军,是刘公,欢迎留下宝贵意见。

清单里最贵的材料可能不是钢筋水泥,而是你漏茬的那一行。而最麻烦的是,它通常不是什么大错误,而是藏在 excel 某一行里。 前两天有一个造价朋友提了一个很真实的场景,材料价格现在主要靠人工筛选,名称要看规格,要看单价,还要和信息价对一遍。这个需求应该是很多造价朋友每天都在重复做的高频工作, 所以我做了一个清单材料价格检查工具。你上传 excel 清单,选择对应地区和信息价月份,它自动帮你把材料价格先跑一遍。如果某一行材料名称能对上,但规格不一致,或者单价明显偏离信息价,工具会把这一行标出来,同时给出异常原因和复合建议。 最后可以生成一份带问题说明的 excel, 方便你自己检查,也方便和同事沟通。以前几千行清单,你可能要一行一行查,现在工具先把可疑项和问题行找出来,你只需要去判断和符合。 我是若根一个计算机转工程造价,正在做 o b c 一 人公司创业,如果你在工作中遇到很多重复、麻烦、琐碎的环节,在评论区告诉我,我会根据真实场景继续迭代。