怎么打开claude的源代码

今天这期视频的目标只有一个，就是让零基础的小白学会如何零成本的在全程国内环境无障碍的使用上 cloud code。 所有的资料和文档我也都准备好了， 话不多说，我们马上开始。那首先我们要知道 cloud code 的 安装方式有两种，第一种就是官方文档里面写到的，使用原生的安装方式进行安装，针对不同的系统对应的指令，比如这里的 c m d， 复制一下这里的指令，在电脑这边的搜索栏里面输入 c m d， 这里就会弹出命令提示符，点击打开，打开之后将刚刚的指令鼠标右键即可复制上去，回车就可以进入到下载阶段。 那我相信很多人都会跟我一样，会直接抱怨一个这样的错误，那这是因为你需要有一定的网络环境才能够支持原声方式安装， 所以在这里我更推荐另外一种方式，就是使用 node js 的 方式进行安装。我们首先先准备下 node js 的 环境，第一步就是进入到 node js 的 官网这个地方，选择你当前的系统，选择这里的安装程序即可下载到对应的安装包。 后续的安装过程我就不再赘述了，非常的简单，只要一步步的往下安装即可。为了验证是否安装成功，我们还是可以打开刚刚的终端，我们输入一个 note 杠 b 回车，当这里显示他的版本号的时候，就说明你已经安装成功了。那接下来我们进行第二步就是安装 cloud code， 我 们只需要执行屏幕上的这三行指令 下载，安装完成之后就会有这样的一个提示，接下来只需要在控制台里面输入 cloud 指令，在这个地方选择信任当前文件夹， 你就能进入到 cloud 启动页面。当然你第一次启动的时候，它会提示你无法连接到 cloud 的 服务。不用担心，接下来我们只需要去连接国内的 a p i 服务就可以了。这里就推荐使用一个可适化的工具叫做 cc switch， 你只要进入了它的官网，点击下载最新版本，将其下载安装即可。下载完之后，你打开的页面就是这个样子的，比如这里我就已经添加过一个 mini max 的 api t 了，那当然如果你还没有去购买对应的 api 的 t， 又想体验最新的模型的效果，你可以选择注册一个摩达社区的账号， 进入到这里的模型库，这里就会显示当前最新的国产的开源大模型，包括 deepsea face， 小 米的模型，千万的模型。这里我们就以 v 四为例子， 我们选择好对应的模型，进入之后呢，点击这里的查看代码页，这里有几个比较关键的参数可以记一下，一个是 base url 就是 你的基础地址。第二个就是你对应的 api key 以及最后的 model， 我 们打开 cc switch， 点击右上角的加号进行配置，然后选择这里的 model scope， 当这里的 api key 复制粘贴到这里。接下来我们看到这里的模型，这里主模型默认还是 gm， 我 们将这里的 model 对应的模型名称复制一下，这里的模型全部替换。点击添加之后，我们再点击这里的启动，启动之后我们重新启动一个终端，再输入 cloud， 那 之后这里就已经提示已经切换为 deepsea v 四的模型了，我们简单问一个问题，当他能成功回答的时候，那 cloud code 就 已经安装完成了。 那以上就是本期视频的全部内容，后续我会分享更多的关于 cloud code 的 使用教程和实战案例。如果本期视频对你有所帮助，记得点赞、关注、收藏，我们下期视频再见！拜拜！

如何在 vs code 中使用 cloud code， 并且接入最新的 deepsea v 四模型？首先打开 vs code， 点击扩展，搜索 cloud code， 选择第一个，然后点击安装，安装完成后，右上角会出现 cloud code 图标， 点击图标弹出 cloud code 页面，首次打开时会提示登录账号，如果没有账号，可以通过修改配置。绕过登录按键盘 c t r l 键加逗号，弹出菜单，选择 extensions， 选择 cloud code， 点击编辑配置， 粘贴这两段参数，然后保存，这样就不会再提示登录了。那么该如何接入 deepsafe， 打造自己的 agent 呢？我们需要用到一个第三方工具 cc switch， 打开其 github 地址，然后点击 releases， 然后找到安装包下载地址， 这里我们根据电脑的系统版本选择 windows 五 c， 点击后等待下载完成，然后安装即可，因为我之前已经安装过了，就不再重复安装。然后打开 c c switch， 点击右上角添加， 选择 dipstick 下面的信息，默认只需要填入 apikey 即可，也可以根据实际需要修改其他参数，比如模型、版本等。 如何创建 deepsafe 的 apikey， 在 这里就不过多介绍了，很简单，网上教程也很多，登录 deepsafe 官网注册一个就行。然后将 apikey 复制粘贴到 cc switch 中，点击添加即可。这样就全部配置完成，开始使用你的智能题吧。

大家好，今天我带大家使用 vs code 来安装一下这个 cloud code 的 插件，并且在 cloud code 上面配置两个模型，一个是 deepsea 的 模型，另一个是 cloud 的 模型。首先我们打开 vs code， 在 vs code 的 左侧面板找到扩展，点击扩展，然后在扩展这里面找到 cloud code， 选择第一个 cloud code for vs code， 然后点击安装 好，这个安装很快啊，安装好了 cloud code 之后，我们发现在左侧的面板最下面多了一个 cloud code 的 图标，我们点击 cloud code 好，它现在出现一个这个登录界面，配置 api 的 一个界面，我们现在使用它自带的这几个功能是配置不了 api 的， 因为在国内我们是访问不了这个 cloud 的 官网， 所以我们这里要借助一个其他的工具，我们这里使用的工具是 cc switch， cc switch 呢，大家可以在 github 上面的这个网址去找到并且安装， 我这里使用的是 windows 版本的，它可以支持 macos 还有 linux， 大家在自己的电脑上面找到相应的操作系统的版本去安装就可以了， 我这里已经安装好了，我们打开 cc switch， 在 cc switch 这里面找到 cloud 的 图标，点击 cloud， 然后点击右侧的加号，然后在这个供应商这个界面选择自定义配置，在供应商名称这里输入 deepsea 备注，我们可以不填，官网链接也是可选的，我们可以不填，这里比较重要的一个选项就是 api key， 我 们在 api key 的 网站上面去注册一个，然后在 api keys 这里面来创建一个 api key， 我们把这个 api key 把它复制一下，然后回到 c c switch， 在 api key 这里面把 api key 粘贴进来，看一下这里面请求地址，它这里有个说明，填写兼容 cloud api 的 服务器端地址，不要以斜杠结尾。我们找到这个 这个文档，然后在这个文档里面有一个 s u i， 有 两种格式，一种是 open ai， 一 种是 isnoop， 我 们这里使用 isnoop 的 这种 api 复制粘贴到这个 c c switch 里面来。 好，点开这个高级选项。有五个模型的配置，我们这里可以都配上同一个模型，也可以分开配几种模型，比如现在我们 deepsea 支持的最高版本的微四啊，我们找到这个模型的名称，复制 回到 ccc 去，把这个模型名称填进来， 我们可以使用 seek 微四的 flash 模型填到其中的一个模型里面。好，现在我们点击添加， 这样我们这个模型就已经配置好了。我们回到这个 vs code 的 界面，然后关掉 vs code， 重新打开一下，我们重新点开这个 color code， 此时我们看到 color code 已经出现了这个绘画的界面， 我们打开一个项目，然后点击这里的 cloud code， 或者在这个窗口的右上角也有一个 cloud code 的 这个图标，我们点开，这时候我们就可以对它进行对话了。 比如我们问一下你现在使用的模型是什么 啊？我当前使用的底层模型是 deepsea 维斯 pro， 这样我们就证明到这个模型已经配置成功了。这时候我们也可以在这里面去切换模型， 我们看到这里可以切换这个 deepsea v 四 flash 的 模型。好，这是 deepsea v 四的这个模型的配置，我们接下来再看看怎么样配置一个这个 cloud 模型。配置 cloud 模型，我们使用国内的这个中转商， 我这里使用的是 a p i e， 大家可以在 a p i e 这里面去注册一个，然后我们回到 c c switch 新增一个供应商，同样我们这里选择自定义配置这里的供应商，我们输入 a p i e a p i k 这里面我们回到这个 a p i e 的 这个令牌，这里面把自己的这个令牌复制进来。请求地址，我们这里面也要看一下啊， 我们打开这个 a p i e 的 这个文档，这里面有一个 c c c v 曲的配置， 我们把 api 地址设置成这个，然后点开高级选项，这里设置这个模型名称，我们看一下模型名称啊，找到这个标准模型，还有推理模型，把这个模型名称把它给复制过来， 好，点击添加。现在我们这个 api 的 模型也已经配置过来了， 然后这里已经有了两个模型，我们可以随时去切换模型，我们现在切换到 a p i e 这里面来，点击启动，然后回到 vs code， 我 们关掉，重新起一个绘画。 现在我们来问一下你现在使用的模型是什么？ 好，这里我们看到我当前使用的模型是 cloud 双列克四，然后同样的我们也可以在这个模型切换里面去切换相应的模型。好，今天的分享就到这里，谢谢大家。

前两天看到有个人评论说他之所以不用 cloud code， 是 因为每次关闭窗口以后，聊天记录也没了，下次打开只能从头开始聊。 实话实说，作为世界顶尖 a 型的工具，怎么可能会犯这种低级错误呢？哈喽，大家好，我是专注用动画科普 ai 的 阿 k， 今天这期视频我想给大家仔细的分享一下，想要用好 c c 应该掌握哪些技巧。本期视频全程无网，可放心观看，走你！ cc 其实一直有两个版本，大家比较常见的是 c l i， 也就是命令行版本，还有一个是在 g u i， 也就是图形界面的桌面端，这两个版本一直是并行开发，针对的也是两波完全不同的受众。 简单来说，桌面端提供了图形界面支持，更直观的代码对比和任务规划面板，适合偏好视觉化反馈的朋友。但我更建议大家尝试 c l i 版本，也就是我们今天分享的主角。 原因在于 c l i 版本的运行效率更高，对系统资源的占用非常低，更关键的是它在自动化集成和插件扩展方面有着天然的优势，能更方便的接入各种第三方开发工具。 在环境准备上， windows 用户只要提前安装好 node js 和 get 即可。不会其实也没关系，这里我教大家一个携修功法，那就是用一个有免费额度的 a 键的工具，比如翠，让他来帮你安装。那接下来就是 c c 的 安装环节。首先，由于 astropik 对 npm 命令的气用，以 以及新的 i r m 命令，国内使用百分百会报错，现在能用的官方命令只有这一条了。实测的时候，也许是因为我的网络问题，整个过程比较慢，但可以顺利完成，所以如果大家碰到跟我一样的情况，请保持些许耐心哈。护住它的方式很简单，我们在任意位置点击鼠标右键，选择在终端打开， 这样我们就能看到一个黑黑的命令行窗口，接着我们输入 cloud 并按下回车就可以了。但是第一次启动 c c 时，大家一定会碰到登录问题。好，这里就涉及到一个非常重要的知识点了。首先， c c 按道理来说是必须登录，而且只能用它们自家的模型，但是 s o p 这个公司吧， 懂的都懂，所以我推荐大家使用 cc switch 来给 cc 配置国产墨烯 a p i 不知道怎么用的话，问豆包或者 deepsea 都行。 ok， 那 相比随便找个地方呼出 cloud， 我 其实更推荐在指定文件夹里呼出，什么意思呢？比如我们现在要做一个测试项目，那我们就在非系统盘新建一个文件夹，并命名为 test。 为什么要用英文呢？因为这些编程语言都是国外开发的，他们开发的时候是不会考虑中文规范的，所以用中文名的文件夹或者文件夹路径中出现中文是有可能报错的。大家一定要养成用英文命名的习惯哈，哪怕是拼音都行。 进入 text 的 文件夹，然后在空白处点击鼠标右键，选择在终端打开。那在这里呼出 cloud 和在桌面呼出 cloud 有 什么区别呢？区别就在于在这个文件夹内的命令行窗口呼出 cloud， 它就默认为绕你这个文件夹里的项目来进行开发了。也就是说咱们人为的给它规定了行动范围，有利于我们接下来用自然语言给它下达开发指令。 达到这一步，其实也就意味着可以让他干活了。但如果想要更加自如的操控，他还得了解一些常用命令。首先他有三种常用模式，第一种是默认模式，主打一个稳健，每一步改动他都会停下来问你，你点头同意他才动手。 第二种是全自动模式，不问不看，直接开干，效率最高。第三种是 plan 模式，这就是只动嘴不动手，他会帮你分析逻辑出详细方案。 而切换三种模式的快捷键是 shift 加 tab。 我 个人比较推荐新手朋友在第一阶段先用 plan 模式来规划项目结构，等全部逻辑确认清晰以后，再切换模式去落地。注意哈，这里虽然是全自动模式，但实际上在涉及很多安全性敏感的操作时，比如要执行一段复杂的终端命令， c c 还是会对你进行询问的。 这时候屏幕上会出现三个选项，第一个是同意他的这一次操作，第二个是同意并授权接下来的所有这类操作都无需再询问。第三个是拒绝，一般情况下，如果你信任他生成的方案，选第二项就行。 然后是视频开头说的那个聊天记录的问题，其实我们只用输入斜杠加 resume 并回车就能看到一串聊天记录列表，选择你想要的那个，就可以无缝衔接到之前的聊天内容中了。那如果我们在项目开发的过程中执行了一段效果不尽人意的操作，之前的聊天内容之前 也可以把它理解为后悔药，当然，项目可以回退消耗的 token 肯定是退不了的哈。最后还有两个重要的命令，分别是斜杠 compact 提炼并压缩上下文和斜杠 clear 清空上下文。因为有研究表明，当上下文窗口占用超过百分之五十的时候， c c 的 执行质量就会降低。 我们需要养成当项目完成阶段性功能后，压缩或清空上下文的习惯，从而保证项目顺利开发。那具体怎么监控上下文消耗情况，以及如何在清空聊天记录后，还能让 c c 知道项目开发进度呢？这个咱们下期视频细聊哈。 掌握了前面说的这些，其实就足够支撑我们顺畅体验 c c 的 强大了。但如果你想要真正把它用到得心应手的程度，就必须深入研究一下它的三个境界功能。第一是 skill， 它是给 ai 准备的标准化作业手册，能让它在执行特定任务时输出的更加稳健且有条理。我之前做过两期视频详聊它，感兴趣的小伙伴可以去看看哈。 第二是 m c p， 它作为一个通用扩展协议，能让 ai 彻底突破本地环境的局限，去调用更广泛的外部工具。这个咱们下期视频也会详聊。 第三是 hux， 它是一套自动化的触发机制，能帮你实现完全无感化的开发工作流。那如果你想更系统的学习这些实操， get 上有一个开源的高新项目，它是专门教你如何上手 c c 的 纯干货教学仓库， 我自己也在用它学习哈。 ok， 那 以上就是本期视频的全部内容了，我是专注用动画客服 ai 的 阿 k 无惊无险又到六点下了个班。

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。

今天我们来挑战三分钟带小白无痛安装 curl code， 通过这个方法安装到 curl code， 它不会被封号，也不用管那些乱七八糟配置，而且小白普通人用的话一个月也就花二三十人民币， ok。 首先第一步是安装 vs code， 那 我们点开 vs code 的 网页， 是 vs code 的 网址，然后这里有登录 for windows。 下载完以后我们打开 vs code， 左侧是管理文件的地方，中间是代码实际操作的地方，右边到时候会有 curl code 跟交互的地方。 第二步我们要做一个决定，是用 kimi 还是用 cloud， 这里面如果我们用 kimi 的 话，就国内的一个呃编程软件，那我们点开 ps code， 然后在这里面输入 kimi code 插件，然后我们把 kimi 安装好以后，我们就可以在右侧这个对话栏后面跟 kimi 去 交互。如果你决定还是要用 kimi 的 话，那我们这里需要先调一下智普的大模型，我们点开智普的这个网站，然后我们创建一个 api， 在 里面随便书写字母， 然后我们创建好 apikey 以后，我们点击一下复制，然后我们回到这里面。下一步需要我们安装一个叫 cctv 的 东西，我们来到 cctv 的 这个网站，然后点这个扣子， 选 download zip， 下载完以后它应该是一个压缩文件包，然后解压一下，打开添加供应商，这里面我们选中智普的 gm， 然后 apikey 我 们刚才复制过，先粘贴在这里面，然后点添加 啊，添加完以后我们需要确认一下这个设置，看到一个奇应用到 qq 插件，这里面确定是打开的，然后保存， 然后下一步我们需要安装 qq 插件还是回到 v i qq 点点击怎么插件？这里搜索 qq， 点击安装， 然后我们就可以跟 qq 聊天了。

把 deepsafe v 四模型接到克拉蔻，只需要三分钟。第一步，打开 deepsafe 官网，找到页面下方的开放平台，点进去登录。第二步，先点这里充十块钱，然后点这里创建 api k， 这个 api k 要存好了，我们后面会用。第三步，回到官网页面，点开这个 api 文档，页面上有个 agent 的 工具，接入指南，点进去。第四步，把这一坨先复制粘贴到某个地方，然后把 api k 改掉， 把改完的这一坨放到终端里粘贴回车。第五步，在你想玩耍的目录下输入 class 回车。当当当，简单吗？就这么简单，过程中要是遇到了问题啊，评论区随时留言，我儿正在搞一些答图，后面会分享更多 class 的 整活，下个视频见。

这节我们学习怎么在安卓手机上安装并运行格式，上个视频我们把需要准备的命令都准备好了，这边我直接用手机演示一下整体安装流程。首先打开我们安装好的 dos， 按照提示我们先切换一下软件源， 这边选第二个，然后我们找到清华大学提供的软件源，确定换完源之后，我们需要更新一下软件源的信息，复制一下上节我们准备好的命令， ok， 然后我们需要安装 note g s， 同样复制上个视频，我们准备好命令， ok， 安装完了，我们 note 段位测试一下 没问题。然后下一步我们安装可乐扣子。 这里需要注意的是，最新版本的 coco 的 不支持安卓 m 六四环境运行了，需要在它 max 里面安装光图才能跑。咱们今天就不搞这么麻烦了，直接安装最后一个支持安卓的版本，并且跳过环境检测就可以了。这边已经安装完了，在运行之前我们需要把提供商换成自己的 callin 盘，同样复制我们上节准备好命令， 这个时候我们使用 colo 的 命令应该还是登录不了的。然后我们最后再挑过一下呃登录的页面，复制一下我们上个视频准备好的命令， ok， 然后我们再试一次， 可以看到我们已经进来了，它这个提示是我们没有装 get， ok， 到时我们就让 colo 的 code 运行在我们的手机上了。

家人们谁懂啊， cloud code 居然能完美接入 deep secret 四 pro， 这简直是程序员的省钱天花板，终于不用再写代码的时候，一边用 ai 一 边心疼 toker 了。建议大家先关注点赞收藏，详细的配置教程也给大家整理好了，可以跟着咱们的步骤来。 首先安装 cloud code， 安装完成后输入 cloud version 检查版本。接着第二步，使用 c c c 去图形化工具配置大模型。首先我们打开 github， 搜索 c c c 位置， 找到第一个这个用 rest 写的， 然后点击路由设置，然后点击详情往下面滑动，这里有不同版本的，根据自己电脑下载安装， windows 直接可以下载 mc 下载安装， 我们这里已经提前下载安装完成，安装完成后就是这样的界面，可以对不同的大模型配置，我们这里选择 d p k， 然后这里最关键的就是输入 api k， 接着我们打开 d p k 官网，如果没有账号，先提前注册，找到左边的 api k， 然后创建一个 k， 然后回到 c c 杠 switch， 输入我们刚刚创建的 k， 这里配置下主模型统一都是 d p c k 杠 v 四 pro， 四个都可以填写一样的，填写完成后可以点击测速下看，看到这里 c c c 去的就配置完成了，接着我们就可以点击启动使用 d p c 了，输入 call 检验，看看是否切换成功。到这里我们在 call 的 里面配置 d p c 就 算完成了， 然后有粉丝兄弟问我如何在 call 的 里面配置 d p c 就 算完成了。然后有粉丝兄弟问我如何在 call 的 推荐可以使用 c c g u i， 安装完成后就是这个小图标，正常我们用 c c switch 配置好 idea 里面的插件就会自动识别并切换，可以看到响应速度还是挺快的。好了，本期的视频就先分享到这里，有什么问题都可以粉丝群一块讨论。

嗯，大家好，在上一个视频后面有很多同学想让我嗯出一个怎么配置，嗯， c c 加 deepsafe 加 maclab mcp 的 教程，今天我就嗯录了个视频，简单介绍一下。首先呢，有同学问就是为什么要嗯把这个 maclab 接入到这个 cloud 的 里面，然后关于这个我让都包做了个 ppt， 这是我第一次让都包做 ppt， 我 只能说嗯，真可以。 然后，呃，我就简单说一下吧，就是呃传统的网页端 ai 工具呢，就是我们只能去嗯，我问他答案，然后我自己去复制粘贴，然后运行，这样有的时候代码出现 bug， 或者说结果不对的时候，我再去问他怎么解决。然后嗯，就是 所谓的难以实现真正的自动化啊。有了这个可乐扣加 macbook mcp 之后呢，呃，我们就可以让 ai 自己去写脚本，然后自己去跑 macbook 仿真，自己绘图，自己发现 bug， 自己修改，然后同时呢判断结果是否正确。 比如说对于一个呃 pid 控制来说呢，呃，它会根据呃控制性能自主调整 pid 的 参数。然后这样呢，对于我们来说，我觉得很多时候我们就可以告诉他，呃，我们想做一个什么样的控制器，然后呃我们的 id 是 什么，然后让他自己去写代码，跑仿真验证就可以。呃，然后接下来就是我们就开始讲怎么去配置这个环境。 首先是准备工作，第一个是要确保已经正确的安装了可乐扣的，并配配置好的 deepsea v 四 pro。 嗯，如果说大家有条件用其他的大魔镜也可以，就不一定非要用 deepsea v 四 pro。 然后这里我放了一个我参考的 教程，大家可以网上有很多，大家可以去参考这个教程，也可以去参考其他的，反正就把这个东西装好就行。然后第二个是要确保电脑上有 mate lab， 最好是二零二四 b 或更高版本。我问 deepsea， 他 说低版本可能不兼容。好，那接下来我们就开始操作。第一个是要，呃，就是把这个 mate lab mc 或者低版本可能不兼容。好，那我们首先打开浏览器，然后搜索它， 这里我已经搜过了，我再搜一遍。好，这个就是 massworks 的 官网，大家感兴趣可以进去仔细地研究一下。里面就是，呵呵，它是怎么讲解的啊？不好意思，我最近有点感冒。然后，嗯，这里我就不打开它看了。然后我们就直接到 github 里面去下载这个，呃， m c p 的 co server， 呃，有时候这个 github 打不开，我们可能要上一些手段，我先暂停录制一下。好，经过不懈的努力，我把它打开了。打开之后我们找到这个 release， 我 还在加载，看一下能不能打开。还可以， 我换了个浏览器，打开了就是，呃，进入到这个 release 里面，然后找到，因为我是 windows 系统，所以我就选这个。呃， win 六四点 e x e， 然后点击它就可以下载了。 然后，呃，选择你要下载的地方让我看一下，我应该是下载了，下载到了这儿， 在这里我已经下好了。呃，就大家要记住自己把它下载到了哪个文件夹后面要用的。然后接下来就是可以去，嗯，返回到上页。呃，我们可以看到，嗯，往下翻 cloud code 这里，然后这里有安装的命令， 我复制的是第二个。然后大家，呃，咳，其实复制这个就可以，然后我看就我给大家看一下，我把它复制到了这里。 我们需要改的是，呃第一个这个路径，这个路径就是我们刚才下载的那个，呃， esd 的 位置，就是大家可以对应着看，就是我刚才把它下到了，就是这个文件夹里面，然后就把这里改成它，然后接着就是第二个，这个是，呃，就是你的这个目标的工作区，然后我是呃自己专门建了一个， 呃，自己专门建了一个文件夹，应该是这样的，就是我专门去建了一个专门做这个事情的 cloud code maclab 这个文件夹，然后我把它改了，对我的个人工作区在这里， 然后这是一些其他的设置，大家可以根据。呃，这是这个浏览器，大家可以根据呃下面的这个参数设置选择你需要的，然后这里我就不一一讲解了。呃，大家感兴趣的自己看一下，然后根据自己的需要去设置对应的参数就行。嗯，然后那我就在这里，呃直接用我的这个 号，然后现在，呃进入我的这个目标工作区，然后出 cmd 打开终端，然后在终端里面我们复制这个命令， 然后把我们其他的这些参数设置也都放进去。好，呃，然后我们稍回车，呃，看到这个 id 的 这个 mcp server， mytable with command 什么什么就应该已经搞好了，嗯，搞好之后呢？呃，我们打开它。 好，然后现在我们就测试一下我们这个，呃它能不能跑 mytable 的 代码，然后这是我给他准备的一个提前准备的一个任务，就是做一个这个，呃倒立摆的一点 c 控制器 复制，复制进来给他，然后看他能不能做这个事情。嗯，这个任务就呃，首先包括，呃构建这个，呃倒立白的一个模型，然后设置控制器，然后我给他一些呃需求，然后让他自行选择合适的参数，然后给给定了缓存时间，然后让他去呃复制什么样的图像，最后呃保存滤 镜，他可能思考的比较慢。 好，这里大家可以看一下，就是在这个文件夹里，目前啊只有呃两个 ppt 和一个这个 tst， 然后我呢全程就是，呃没有没有打开 mate app， 我们等会儿可以看看他能不能自己写完这个脚本，然后自己去运行它。 好，他就想完了，他要开始呃做了，就是他把呃目标分成了，就是他把这个任务分成了两步，第一步是设计 a a r c c 参数，然后写 my tab 脚本，第二个是运行 my tab 脚本并验证结果，我们等会儿看一下他做的怎么样。嗯， 他就写好了，我们看一下，大家可以看到这里出现了，就是呃我让他生成的这个脚本，现在他要做的是运行这个脚本 遇见了 bug， 然后他现在在自己修复， 从刚才弹出来的那个图上看还凑合，虽然不是特别好。呃，我们可以看到它已经按照要求生成了我们几个想要的图片。呃，这个是角度控制的， 然后这个是 e s o 估计的。哎，对不起，怎么打成 figure？ 就是 看到，嗯，还行吧，还行任务才算是完成了，至于效果怎么样那，呃可以后面再慢慢调，我们自己也可以去调 好。然后最后他运行完之后，嗯，他会说，嗯，他就是做一个完整的结果汇总，包括生成的文件，然后控制器的参数是什么。这个时候我还打那个飞文件，把 wifi 打开了， 然后还会分析，对，大概就是这个情况，我们可以，嗯，再做一个人物，第一个是让 e s o 的 数值不要和系统数值一样 测试，不同待关。嗯， 其实在这里已经分析过了，可以看到嗯，他这个，他会自己计算出这些嗯指标，来判断他是否达到我们最初嗯提的这些要求。 这个我觉得是一个很方便的地方， 他现在说他正重新写脚本， 好，他现在是改脚 本，这就是他画的图， 对吧？然后我让他找到一个最优的， 那这样有什么用呢？就是我们在设计其他控制器的时候，呃，我们可以让它，就是可以主动的让它去呃，针对这个控制性能，然后去选择最合理的那个控制参数，呃，我觉得这个就可以，嗯，极大的就是降低我们这个手动去调餐的一个复杂度吧。嗯， 读出了点问题，等会还可以让它改一下，不过问题不大，这个都是小问题，反正最后目标我们是达到了哈。 我怀疑他是不是已经发现这个问题了，等会看一下。 我记错，怎么又把 wifi 给打开了啊？这个图 你问问他是怎么回事啊？是这个 啊，他说了，他说第一，呃，前两个 subplot， 呃是不稳定的，所以没有曲线的数据，然后他说，呃，他使用了，呃，就是他选择了稳定的参数。六， 现在就好了，对吧？ 这个图现在就正常了，可以的。好，那这个任务，呃，包括那个 bug 的 修复就就算是完成了，其实应该也不算是 bug， 反正就是它。呃，跑出了我想要的东西。嗯，开始说了，分析了问题的原因，然后进行了修复。 好，那今天的视频就录到这里了。呃，因为是我第一次呃录这种教学类的视频，如果有什么地方呃，没有没有讲清楚，或者说没有做好的，欢迎大家批评指正。呃，如果有什么地方就是大家还不太懂，可以在评论区问我或者说私信我都可以。

ctrl galt c i 版，先把安装和模型接管一起跑通。这条视频不讲网页端，也不讲桌面端，只走终端这条线，按系统选命令，装完用 c c switch 跳过官方登录，再接自己的模型。第一步，先确认自己的电脑是 windows 还是 mac， windows 用户后面走 power shell 那 条命令， mac 用户后面走终端里的 curl 命令，两边入口看起来像，但命令完全不一样，系统认错第一步就白忙活。 第二步，按系统执行对应安装命令。 mac 打开终端，运行 curl 安装脚本。 windows 打开 power shell， 运行 i m 安装脚本。 命令是一整行，复制是别截断。考完以后先把当前终端关掉，再重新打开。第三步，确认命令是否可用。 重新打开终端后输入 cloud， 如果能识别命令，就说明安装已经完成。这里先别急着走官方登录，因为后面我们要用 cc switch 接管登录和模型配置，自四步不轻视对方使也要绑定自己的模型信息。 打开模型配置，把 url、 密钥、模型名一项一项填进去，这三个指令必须一一对应，错一个都跑不通。不同模型不要混着填模型名，也不要凭感觉改。 第六步，保存配置后完整重启。把所有 cloud 扣底窗口都关掉，再重新打开终端。很多配置不是填完立刻生效，而是要靠重启，如果你不重启，很容易误判成模型没有接上。 最后一步，重新打开终端， cd 到任意项目目录，输入 cloud 启动。先发一句简单消息，比如让他介绍当前目录 有回复，能调用模型，就说明 c c switch 和模型都接通了，报错或一直转圈就回去检查 url 和密钥能正常对话，安装这步才算真正过关。

我跟你们说，我之前用 cloud code 简直就是在受刑，每次我让他帮我更新周会表格，我都会像个老妈子一样跟他反复交代， 你还记得吗？上次我跟你说的那个链接，帮我再更新一遍，然后他就开始漫长的回忆，加载，找数据，一通操作下来，每次生成的格式还都不一样，真的超级崩溃，感觉自己像花钱雇了一个每天都在失忆的实习生。但是最近我打通了他的两个隐藏技能，简直是打开了新世界的大门，真的太爽了！ 第一个就是 m d 文档，说白了就是你给 ai 做的一份专属的入职手册，你是谁，你喜欢什么样的风格，你的任务有什么样的规矩，全都写在里面。 ai 每次开工前都会强制的先去翻一翻这个手册，你再也不需要跟他废话去交代背景了。 第二个就是 skill， 这个更牛，相当于你给 ai 定制的一件 s o p。 比如我们经常要搞封面和视频的爆款拆解，以前每次都得先输一大段咒语啊，风格是什么样儿的，用什么字体等等，都需要去跟他交代很多内容。 现在我写了一个 skill， 我 只需要一句话，封面生成，它就全都自动搞定，生成封面了，真的太省心了！给你们看一下我的文件目录，这里就建了几个专门的 md 周会更新封面生成视频分析，我给你们演示一下现在有多夸张。以前我让它更新一个周会表格，我交代加等待的时间可能要十几分钟， 现在我只需要输入杠周会更新，哎，他就开始自动更新了，看分毫不差的更新好了，一句废话都不用多说，你牛不牛？当然，肯定会有人说啊啊，我不会写这种规则文档啊什么的。 别慌，我教你一招，你不用一开始就自己写，你先跟 cloud code 进行正常的一个聊天。呃，你告诉他你平时是怎么干这个活的，你反复的跟他沟通、打磨，等他能生成一个正常的结果，就说明他已经能完全理解你的流程了。这个时候你直接跟他说， 把我们刚才沟通的内容生成一个 skill， 它就会乖乖地自动帮你生成。好了，压根儿不需要你自己写。用魔法打败魔法，真的太绝了！姐妹们，听我的，今天赶紧跟着搞一遍，明天你就会有惊喜哦！

我们打开 color code， 加斜杠 config， 然后往下滑，这里有一个 thinky mode 开关，你有没有好奇过，打开它和关闭它到底有什么不一样？我们再打开看 color 的 桌面 app， 我 们问了一个问题，然后界面上会显示一段小字，我们点开它，会展开一段思考的过程。那你有没有想过，为什么在回答之前会有一段思考的过程呢？它对我们最后拿到的答案有没有影响？为什么要把它思考的过程展示给我看，直接给我答案不行吗？ 我们先把 thinking 模式的本质讲清楚，普通模式是这样的， cloud code 每轮发给模型一大堆上下文，比如系统提示词， cloud 点 m d， 工具说明，还有你的问题等等。模型读完了，直接预测下一步，它可能是回你一句话，然后可能是调一个工具，可能是跑一个命令，改一个文件，从输入到行动，中间没有东西， 简单任务，这样是没问题的，比如说把按钮的文案从 a 改成 b， 但是任务一复复杂就容易出错了。比如说你说用户偶尔反馈请求会丢数据，那么直接动手只会盯着最显眼的代码改， 但是偶尔出现的问题原因他可能是在缓存，可能是在网络，也可能是引发冲突。得先把可能性列全，才能一条一条排除，没有中间这一步推理，那么模型只能撞运气了。 thinking 模式不一样， a p i 允许模型在最终输出之前先生成一段 thinking tokens， 里面做的就是假设、排除和定位，把可能性都输一遍，然后再生成行动方案。注意这里技术上它不是 call code， 外面再套了一个什么多域算法，而是模型的 a p i 的 输出结构和 token 的 预算发生了变化， 多出来一段中间推理的 token， 关键在于 transform 的 特性，生成下一个 token 的 时候，前面所有的 token 都它的上下文。所以这段先写出来的 thinking token， 它并不是给你看的装饰，而是模型自己用的，它后续生成结果的时候，会基于输入的上下文，加上自己刚写的 thinking tokens 来决定。 所以一句话总结，普通模式是上下文直接生成行动，而 thinking 模式是上下文先生成中间的推理，然后再行动。中间多出来那段就是模型给自己行动之前写的草稿。我贴了两段代码进 coloco 的 cash， 点 j s 是 一个带 t t l 的 内存缓存，分别实现了写函数 set 还有读函数 get， 然后 app 点 js 是 一个测试用力。我们先 set 了一条数据， user 杠一，然后 ttl 是 一秒， 然后我们尝试两秒钟以后 get， 然后期望值是 now， 但是实际行为并没有过期，还能读到值。所以我们问他，我说 bug 是 什么原因，然后是怎么修复的，不用写代码。 然后他回答我说 get 里只读取了缓存里的值，然后并没有检查这个 ttl， 所以 过期这个行为从没发生过。这个缓存实际上是一个普通的 map， 然后还是一样，我们用老朋友 cloud tab 抓取一下这个问答后面的请求，看看 cloud code 里 dink mode 是 如何工作的。打开 cloud tab 抓到请求，有两个字段决定了 dink 的 行为。第一个是 dink 字段，它的值是 adaptive， adaptive 不是 开启思考，而是让大模型自己看着办，让模型根据当前问题的复杂度，自己决定要不要启动思考模式，还有思考有多深入。然后第二个是 effort， 它的值是 high after， 就 一句话告诉模型大概想多深，档位多高，思考的 token 越多，答案越细，但越慢，档位越低，那么少想几步跑得快。一共它有五短，一共是 low， medium， high， extra， high max。 我 们打开服务器返回的响应，主要就看这个 content 的 数值， 里面主要包含两块，一个这个 thinking block， 还有一个这个 text block。 我 们先看 thinking block， 你 看它这里就做了一件事情，就是定位到 bug 是 在这个 get 函数，它取出了值，但是并没有检查这过期时间。 然后我们再往下看这个 text block 的 正式回答，它的修复方案就是在 get 里加一步，对比这个 date 的 now 和 entry 的 过期时间， 过期了就从 map 里删掉，并且返回闹它结尾还给这个修法起了一个名字叫这个啊，惰性清理，英文叫 lazy eviction。 所以 看到这里 thinking block 的 作用就是找到 bug， 然后 text block 的 作用就是修复这个 bug， text 的 这个动作都对得上 thinking 里做出的思考判断。所以说 thinking 并不是写完就扔掉了草稿，而是得到 text 里动作的这些基础。所以总结一下 thinking 模式和普通模式输出的区别。 普通模式，它的 content 的 序组里只有一个 block， 就是 type， 是 text， 装的就是答案本身。但是 thinking 模式下多了一个 block， 是 type， 是 thinking， 它排在 textblock 的 前面，装的是模型给自己写的推理草稿，所以同一个模型同一套预测下一个 token 的 生成机制，区别只是模型在 thinking 模式下输出的最后的 text 答案。之前会把 thinking block 里的写的内容当做上下文都读一遍再做调整。 所以 text 里的答案它并不是模型的第一反应，而是过了一遍推理之后的结果。你可能会想，这段思考是如何产生的呢？ 底层模型还是 transformer 机制，还是预测下一个 token？ 那 么区别是在训练的部分。现在大模型的训练大致分为四步，第一步是预训练，让模型读海量的文本，学会原本身。第二步是指令微调，教他跟着指令回答问题。 第三步是 r l h f 人类反馈强化，教他如何答得更顺畅，更符合人类的偏好。普通模型走完这三步就上线了，那么看到问题直接吐答案，像 sonnet， 然后 opus 这种 reason 模型会多走。第四步叫 reasoning tuning 推理后训练，这一步未给模型的训练数据格式就变了，它会从问题加答案变成问题加 reasoning 标签再加答案。比如解方程这个二 x 减三等于十四， 那么普通指令微调的样本直接教它输出 x 等于十。那么推理后训练给它的样本会先在 reasoning 标签里写 step 一 展开括号，那么 step 二两边都加六，一项得到二， x 等于二十。 step 三两边都除二，得到 x 等于十，然后才会在 answer 标签里给出 x 等于十。于是模型反复看这种逐步拆解问题的样本，它就学会了遇到复杂问题先把每一步推理写出来再回答的输出习惯， 所以 reasoning 并不是外挂的算法，而是模型在训练里就多学会的一种输出习惯。但是光有习惯还不够，运行的时候还得有 api 协议配合。我们看回请求的时候，那个 thinking 等于 adaptive 的 字段，它就是告诉服务器允许这个模型在 content 里输出一个 thinking block， 没有这个字段，模型就算想推理也没地方写。所以一句话，推理的能力来自于训练里多的那一步。 reasoning tuning 推理后训练，然后运行的时候会被这个 api 的 协议显示开启。回到开头那几个问题， thinking mode 开关控制的是模型，在张嘴回答之前，要不要把思路在心里过一遍，过这一遍的好处，你看到了同一个 bug， 它会每举各种可能性找到合理答案，代价呢就是输出的慢一点，但是 token 呢，也稍的多一点。

今天一分钟带你告别命令行，直接从 kol 的 桌面端里面进行 deep 配置，并且完美支持一照上下文和 kol 的 全部功能。打开 kol 的 离线安装包，直接安装，安装之后直接打开左上角 help， 跟我一起选，进入开发者模式， 同意再点击左上角开发者模式，开始进行裁放配置，这里自定义，可以看到。打开第四个官网 api 开放平台创建， api key 创建之后复制 粘贴进来，然后再从我们的 url 从接口文档这里进行复制粘贴进来，然后模型列表选择添加 我们直接复制粘贴，记得打开一招上下文开关，继续复制粘贴。打开一招上下文开关， 前面加可导杠空格，一定要加这个直接应用，后面可以继续关注我会大家从零开始完成自己的软件和网页开发，完成自己的 web coding， 感兴趣也可以点击主页进群。

这就是都能玩 cloud 了啦，今天是 cloud to figma 系列教程零一期，我将手把手带大家装上国内版片音通用的 cloud code， 打开 note 官网，下载这个安装包，安装完成后，打开终端，分别输入这两行命令， 检查是否安装成功。因为我的电脑是 mac 版的，所以我们此次直言是 mac 版的安装教程。 note 来安装教程其实非常类似， 大家可以点这个文件查看。我一样的编程小白其实可以了解一下这个知识点， no 是 操作系统，没有它。 clock 这种 java script 程序就是一堆废纸跑不动， mp 是 no， 官方自带应用商店，你想装什么工具？比如 clock， 直接去店里抓就行。之前我们输入这行命令，安装 clock 直接去店里抓就行。之前我们要添加 solo 命令行， 这个我踩过坑，之前我用这个命令行安装不行，用 shift 也安装，也告诉我没有权限不能使用 solo 命令行，才解决了问题。安装好以后我们输入这个，切记下版本， ok， 成功。 接下来我们来配置 apikey。 首先我们去飞信网站找到一个便宜大碗的 api 供应商，在终端输入这行命令 url 要换成供应商给你提供的， 在令牌管理界面生成一个令牌，复制这个密钥就可以了，把这个命令行粘贴到终端执行。最后输入这个检查一下，如果返回的格式是你的 url， 换你的密钥，那就成功了。接下来我们就可以来玩 color code 说这个命令行，打开 lock code。 说实话呀，作为代码小白，一开始我看到这界面真的是头皮发麻，我后来用着用着就习惯了， enter 默认设置就好了。来到这个界面，输入你的 prompt， 看它能给我们什么玩意。好吧，是 work 了，但是这个 a i v 有 点浓，下期手把手带大家练上飞个马，用已有的设计系统做设计。

上一期关于如何从零到一安装 cloud code 获得了差不多十万人的观看啊，但是有很多人还在问像 cloud code 的 桌面端如何配置呢，哎，正好前段时间啊， cloud code 的 桌面端也能够接第三方模型呢，所以说今天我就给大家带来这个教程。 ok， 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 提升自己的生活和工作效率。 我们第一步的话可能还是去打开整个 cloud code 的 这个官网啊，然后这里可以去下载 cloud 的 这个呃桌面端的应用，安装好了之后，我们就会进入到整个 cloud 的 这个界面， 然后到这里面的话就有一个很重要的点，就在于说不要直接登录啊，这里面直接去点这个 help， 然后点这个 troubleshooting， 然后这里面去点这个 enable developer mode， 也就是打开开发者模式， 点击这个 enable 之后呢，它就会重启啊，重启这个桌面端，重启桌面端之后，大家就可以看到这里面多了一个音呃 developer 这个按钮，也就是这个开发者的按钮，然后我们打开这个 configure third party influence 啊，点进去之后呢，我们就可以看到这里面，哎，其实我已经点好了，首先大家需要选择就是这个 gateway， 然后这里面需要关注的点就是一个是 url， 就是 它的整个的链接，一个是 api key， 这两个怎么去获取呢？ 首先从 url 上面来讲，我们可以打开 deepsea 这个官网，我们这里可以看到像这个呃 deepsea 的 sorpy 的 url， 就是 这个这个网站，所以说我们只需要把这个网站呃复制进去就 ok 了， 然后 api key 怎么去获取呢？然后同理我们去点击这里 api key 进去之后，这里面可以去创建 api key， 呃，然后比如说 friend three 啊，然后点击创建之后，它就会自己默认复制出来这个 api key 呢，但有一个点非常非常非常关键的点啊，就是说大家一定要关注，就是你如果复制了这个 api key 之后， 那么后面的话就是，呃点击关闭之后，后面这里就没有办法再复制了，所以说我们就只只需要把这个复制进来，这个 api key 复制进来，然后往下的话有三个非常两个很关键的点，一个就是我先可以给大家擦掉， 就这里面去添加这个模型，这个模型怎么去获取呢？也同样道理，点开这里可以看到这个模型的名称，也就是 deepsea v 四 flash 和 v 四 pro。 ok， 我 们就把这个模型复制进来，有个很关键点就在你你需要去打开这个 e m 的 上下文 啊，也就是一百万 token 的 上下文啊，这个会让你整个使用体验会更好。第二个就是 deepsea v 四 pro， 对 吧？然后我们把它复制进来，然后同理也是，呃，打开这个 em 上下文，完事之后呢，就只需要点击这个 apply locally， 就是 本地应用，它就会重启了。 ok， 重启进来就大家就能够看到一个非常非常熟悉的界面，就是也就是用 clock code 的 界面啊，我们可以问一下，好吧，你是什么模型对吧？ ok， 久违的这个闪光啊，虽然说它写的还是 cloud， 但实际上它就是 deepsea 的 flash 啊，包括 em 的 啊，这个上下文和 pro 的 模型。 所以说总结下来的话，我们今天这个事情啊，所以首先首先要退出这个登录啊，就刚刚没有演示，但如果你本身有登录，那你可以退出登录。第二个，点击这个开发模式第四，然后看到这个 devilper， 然后才算成功。下面去关注一下整个的一个配置啊， gateway， ur l， api， key 和你选择的 model 以及 em 的 上下文。 然后整体完成之后呢，整个 color code 就 能够配置好的。 ok， 我是 fred。 后面我会持续用真实的案例告诉大家怎么把 ai 用进自己的工作流，欢迎大家关注我们，下期再见。