嗯,大家好,今天我们来讲我,我来讲解这个教程,这是比较一个浅显的一个教程,因为详细教程我会明天出一个详细的, 因为我上班比较忙嘛,然后还要用这个 ai 来解决问题,然后因为下面评论区,我没想到,本来只想十个赞的,然后没想到这么多人回应我,所以有点受宠若惊啊。好,首先我们先点左边的这个 api 开放平台, 但是我如果我们有不懂的要问的,我们就点这个开始对话,我们先进到这个开会平台。嗯,我这几天用它用的比较多,尤其是今天吧,我从上班开始就一直用,一直用到下班,工作量比较大,所以我就一直用它,它帮我解决了什么东西呢?也也没有帮我解决多少东西,但是 因为因为我的工作量比较大嘛,然后我不能一步步教会了,所以我在慢慢用它,所以今天用的比较多,用了两块。好,这这这个,这个玩意怎么用呢?我们先点这个接口文档这里 进去,进去之后我们点这个接入 a 键的工具,我们点克拉的扣的,克拉的扣的,为什么用克拉扣的?因为我只会用克拉扣的,其他的我没没用过, 大家想试了可以试个,然后包括这个这几天很火呢,前前几个有个很火的吗?叫做 open clock, 就 小龙虾吗?但是我推荐大家用这个,因为这个 教程网上有很详细很详细,但是他们都没讲他们是从哪学的,就这个文档, 我们要感谢这个 deepsea 的 创始人叫梁文峰,他很厉害,他,他创办了这个东西。好,然后我没操作过什么 linux, 然后苹果用户,呃,那个苹果电脑我就只讲 windows, windows 这个叫 power shift, 叫终端,终端怎么填?然后我们是 win 十系统的右击这个,开始这个地方有一个叫终端,点它进去 这个就中端,这个就中端。对,没错,这个就中端。好,进去之后,然后,呃,我们先开始,我们先看那个,这个。好。他这里不是说了吗?从零开始安装可 log 好, 他说要要要安装这个,我们点它,点进去之后我们点这个,然后 windows, 然后就可以下载这个安装程序了。这里我装过了,我就不点了,就一步按到位就好了啊。他说安装之后又需要安装这个 get for windows, 你 们就点就好了,点进去, 然后我们点这个 windows 嘛,对不对?然后这个是什么 set? 你 反正点它就下载,下载之后就一直下一步安装就好了。好,然后我们再执行之后,然后安装 color 们,然后怎么安装,对不对?就点这个东西复制, 把它复制到终端,将右击按回车就运行了。我这里我就就就就就不演示了,然后它显示安装之后,然后再点这个 color vision, 就 点这个吗?对不对? 他会显示这么一个东西。好,我说的这个方法是在终端里面用,就在这个黑黑不溜秋的里面用,我真正用的是在这里面,因为这里面比较方便嘛,我能复制粘贴什么的就很方便, 在终端里面就稍微变一点,因为我今天是就是给那种评论区,就是他们特别想想要教程的,对不对?我就给他发一下,就是怎么做。呃,大概怎么搞的这么一种方法,我们就要配置了,然后这就讲苹果和 linux, 我 们就不看,我们就看 windows。 好, 这里他有个什么 api, 对 不对?就这一串,就这个东西,你要把它变成这个,这个是你的 k, 这个怎么搞呢?就在这里面创建,然后你输入的名字,然后下面就是你的 a p i, 你 在里面下载就就就可以了,然后把这个复制粘粘粘粘粘粘到这里面,然后点回车就好了,这里我就 我就我就我就我就我就不不,那个演示了好,然后也是复制回车就好了,好,这时候如果遇到红色的怎么办?就是会爆醋吗?对不对?我这里有,随便啊,不,我就用这个, 哎,我看看啊,手,什么情况?他会爆红字啊?红字红字红字,随便点一个哦,他就爆红字对不对?好,这里不懂对不对?我也不懂,怎么办?复制, 复制这一段对不对?复制了之后这不有个球手吗?对,我们点开始对话,然后我们点这个,你看没有我,我所有的错误我都是在这里面找到的,怎么弄呢?然后就是说我,我遇到了,我安装 cool 的 遇到了这个问题,哦,复制,然后将一贴,他就会输出很多东西,不管,我们就看看看就好了, 对吧?他就会告告你,然后怎么,然后他,他教你怎么做,一步、两步、三步,然后更简单的方法,对不对?然后你要觉得复杂,对不对?好,你就这样说,我需要 更简,更加简单,更加 简单详细的方法,然后他就会告诉你怎么做好,嗯,大家有没有注意看?我这个有,是个快速模式对不对?我为什么不用专家模式?专家模式他不能截图,快速模式他是能截图的,你们有比如说截图,对不对?我把这个截截截了之后, 对吧?啊?我在这里复制一下,然后你就输入帮我解决,帮我解决这个问题, 你这样一发就好了,大概就这么操作的,你就按他的来,你不懂就用,哎,不懂就用,哎,你就把这些东西复制给背给他,呃,你只要问题讲的很详细,他基本上都能帮你解决,真的,哎呀,现在就是就这么强大, 就就就这样子的。嗯,大家不懂就就多多用美颜吗?然后至于我为什么要用美颜,因为我要怕他帮我解决事情,然后我要他帮我学习。 嗯,对,因为我工作中。因为我是小白吗?因为我我我刚试用期,然后我有很多东西需要,我我,我需要学学习大量的东西,但是我需要别人带。我,但是你,你工作,对吧?我我我,因为我换了好几份工作了,因为我发现工作里面他就是这样子,就是 他其实没人教你,没人教你,你就是要多问多问。好,我为了缓解就是问的时候那些基础性问题的尴尬,就是基础性知识,你需要自己学着。那,那怎么办?你,你自己,你本来啥也不懂,对不对?你你你,对吧?那怎么办呢?问 ai, 问 ai, 他 会他,虽然有些东西是错的,你不知道对不对?没关系。
粉丝102获赞2682

想用 colog 根本打不开,好不容易用上了号又被封了,用了二百刀也退不回来。直到我发现了这一个网站,官网有的功能这里都有,而且不用注册,直接就可以使用。 我们先来看一下效果,让他帮我写一下毕业论文。左边是 colog, 右面是 deepsea, 能看出来 colog 比 deepsea 更严谨学术一些。这个参考文献呢,知网也都能搜的到。 别光只会聊天。接下来我们再试一试 glow 的 skill 功能,在这里点击设置,点击 capabilities, 然后往下滑,我们就可以看到 skill 的 这个选项。在这里你可以上传自己的 skill, 也可以使用官方的 skill。 我 调用的是品牌指南的官方 skill。 点击聊天,我让他帮我做一个关于 ai 安全的 ppt, 这是他帮我做好的 ppt, 这质量我觉得可以直接交差了。接下来再看一下他的前端能力,让他生成一个记账本,这种生成和交互,国内 ai 没有哪个可以做到吧。最后扔一份全英的财报给 他,他直接给了我一份可式化的中文分析,比我自己肯效率高十倍。这一个站我已经用了两年,一直都很稳,想要的关注我。

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!

当你一不小心给 cloud desktop 接了第三方 a p i, 结果发现它居然不能联网。别急,十秒解决。打开 cloud desktop, 点 developer configure third party inference, 左边切到 sandbox and workspace, 找到 allowed egress hosts, 点 allow all 保存重启,重新打开对话框,让它搜个网页直接通了。快去试试吧。

装了 cloud 桌面端,但又用不起来,我猜你们八成是卡在这几个问题上的。今天一条视频我给你们讲的明明白白, 建议点赞关注加收藏,防止以后找不到哦!大家好,我是 win 好。 问题一,搜外部网址的时候直接报错,提示无法访问,这是为什么?这是最常见的问题,原因是 cloud 桌面端默认所指的外部网址的访问。 解决这个问题很简单,点击 developer, 点击 configure free party inference 侧边栏点击 sandbox and workspace, 然后找到 allow egress hose, 点击 allow all 保存重启,再进入对话框,然后你就发现可以访问外部的网址了。问题二,上传图片的时候 a i 完全读不 懂,这不是靠的桌面端的问题,是你用的模型不支持多模态,你得换一个能读的懂图的模型,国产模型里面通一千万字谱,还有 kimi 这几个都是支持识图的 deepseek 的 v 四,它的多模态已经在飞度测试了,相信在不久的将来可以用上。问题三, skills 到底怎么在 co work 上面用 skills, 你 们可以理解成为 ai 的 快捷指令,把你常用的提示词、流程打包成模板,然后一键调用,不用每次都重新写。那么在桌面端怎么使用 skill 呢?很简单,第一步, 添加 skill, 点击对挂框旁边的加号,选择 manager skills, 进入 skill 的 管理页,然后点击页面里的加号,选择 create skill, 然后点击 upload a skill, 把你从 skill 网站上下载好的压缩包拖进来, 它就会添加成功。第二步,使用 skill, 回到对话框,直接输入一个斜杠,会弹出你装好的 skill 列表,选中你要用的那个 skill, 再补上具体的提示词发送就可以使用了。第三步,删除 skill 还是进到 manage skill 的 页面,找到要删除的那个 skill, 点击右上角的那三个点,然后选中 uninstall, 就 可以卸 载干净了。这就是 skill 的 具体使用过程。问题是 cooke 模式和 co 的是开发模式, co work 默认跑在沙箱里面, skills 和 co 模式是隔离的,不会改坏你的电脑,写文档,做表格,处理图片这些小活 直接用 co work 来做。 co 的 模式直接跑在本地权限大,写代码,跑指令,提 gift, 相当于是 call co c i i 的 格式化操作台和 c i i 都是共用一套 skills 和配置的。办公选 co work, 写代码选 co 的 问题五,开了开发者模式,怎么退回正常登录模式呢? 如果你之前为了接第三方 a p i 开的开发者模式,现在想切回 entropic 的 账号登录,点击 app 左下角,然后点击 sign out, 等待 app 重启,重启后点击 sign into entropic, 就 可以切到账号登录了。点击 continue with gateway, 就 可以回到选择 gateway 和登录的页面。问题六,想同时配置不同厂商的模型怎么办?还是进入到我们的 configue free party inference, 点击 new configuration 命名之后还是和之前同样的操作。当你把这些问题都搞懂之后,靠的桌面端用起来就会丝滑 无比。想用 ai 提效,但又受不了靠的和 gpt 太贵,那几十块的国产大模型加靠的桌面端就是你最好的选 择,直接让你的办公效率翻倍。不会接靠的桌面端的话,可以翻我上一期的视频,后面我还会持续更新更多靠的桌面端的教程,关注我,不要错过。

今天这期视频以 deepsafe 为例,因为收到群友以及评论区的反馈,说我上一期出的视频零四期有很多朋友用了之后,模型方面还是存在一些问题,比如说虽然设置的是 deepsafe v 四 pro, 但是实际上返回的是 flash 模型, 就因为我上一篇文章写的是以智普模型为例子的解决方案,那么视频就换成 deepsafe 为例。第一步我们需要下载 cc switch 这个软件,具体的下载方案呢,你可以在我的抖音群内找到,或者说你自己直接用浏览器搜索一下就可以了。我们下载之后点击右上角的这个黄色的加号,我们以 deepsafe 为例,点击这个 deepsafe, 然后我们往下滑, 在 api k 这里我们填入密钥名称,这里随便填,我们点一个测试吧请求地址,它是默认填写的,如果说官方有要求的话,以官方要求为准。然后我们再往下划看这块的模型选择,如果说官方准备好的话,我们直接点这个获取模型列表就可以了,如果发现获取不了,那我们就手动输入就可以了。 比如说我们想用的模型是 deepsea v 四 pro, 那 我们就直接输入 deepsea v 四 pro 就 可以,要注意一般都是小写。然后我们全都换成 deepsea v 四 pro, 默认是这个是最高级的,然后这个是中级,这个是低级, 以此类推,把这个选择最高级的模型,这个次一等,这个再次一级,这个名称要注意看一下,因为后面我们是要一一对应的,比如说这个模型的话,它是 deepsea v 四 pro, 之后在 cloud code 桌面端的话就是要对应这个模型的,我们点击保存 这里就可以发现有了这个测试用的模型。接下来我们来配置路由功能,点击左上角的设置,点击路由,点击本地路由,点击路由总开关,勾选 cloud 这个服务地址,需要记住我们后面会用到,那我们 c c switch 的 方面就配置完成了。 那我们来配置 cloud code 的 桌面端,点击左上角三条横杠,点击 developer, 点击 configure party inference, 进入 connection, 我 们点击右上角新建一个模型,比如是 deepsafe 测试用,点击 confirm, 在 base url 这里填写的就是我们刚刚说的那个服务地址,我们粘贴一下,然后 api k 照例填写我们的 deepsafe v 四 pro 的 api k 继续往下滑,在 model list 这里我们点击添加,我们在这里填写 cloud o p u s, 注意都是小写,如果支持一照上下文的话,我们就点击打开再添加第二个模型。 如果说你只用两个模型,那基本上到这就够了。这里的 cloud o p u s 模型与这里的 deepsea v 四 pro 模型对应这里的 cloud s o n n e t 模型与这里的 deepsea v 四 flash 模型对应。如果说你还有其他需要使用的模型,那你就继续点击添加,如果没有的话两个就可以了。然后我们点击 apply locally 重启,打开 cc switch, 点击启动。然后我们问一下你好, 测试模型发现可以使用,那我们就解决了这个问题了。好了,希望能帮助大家,祝大家用的愉快。

今天 cloud code 自动更新完,会出现一个 api 四百错误,目前的解决办法就是直接在这个扩展里边去把自动更新给它取掉,然后回退到呃过去的版本,呃这里边去回退到一天前重启扩展以后 cloud 就 恢复了。

这个视频呢,记录一下 cloud code 的 一个安装的全过程,主要有这个四个步骤啊,这先安装 node, 然后安装 git, 再安装 cc switch, 最后就是在 cloud code 里面配置这个大模型 安装 node。 我 们进入到这个网网站以后啊,我们就点击这里呢根据电脑的系统进行一个安装,那我呢是 windows, 所以 就下载 windows 版本 啊,这里我已经有了,我就不下了,等装好以后啊,安装过程是比较简,比较简单,然后装好以后就测试一下到底有没有装好呢?我们直接在这个 c m d 里面打入这个 node 杠啊, v 出现这个版本号就成功了。那么第二步就是进入到这个网站去安装这个 get 环境, 然后呢是根据这个,也是根据电脑的系统啊去装这个 windows 的 这个六四位的 啊,下载好以后我们安装,安装好以后,我们点开这个 git bash, 在 这个框里面也是输入这个呃 git 两条杠 vision, 然后有一这个反馈这个版本号的话,就说明已经安装成功了啊。接下去就是在我们的这个呃命令,命令窗口里面去安装这三条命令,这样就可以把这个 cloud code 就 安装好了。 好,这样就是可以把 cloud 的 功能安装好了,然后在这里我们输入 cloud, 然后这个界面出来,就说明已经已经安装成功了。好,接下去就是安装这个 cc switch, 我 们点击到这个网站,然后拉到最后面有一个叫 release 点过来,我们看到这个最新版本,然后也是拉到最后面,然后就是选择我们的 windows 操作这个版本, 把它下载下来,然后再进行进行安装。装好以后呢,我们就在这个 c c switch 里面去配置这个模型,那这里我已经配置好了这个归机流动的一个方案, 配置好以后我只要也是打开这个命令窗口,然后输入这个 cloud, 然后这里输入一个 hello 吧,然后 那这里就会反馈啊,已经说明已经连上了,已经成功了。那么我这里问他一下啊,你是什么模型? 我在轨迹流动里面给他配的是这个 deepsea v 四的 flash 模型。 好,接下去我就是再尝试一下,在那个 deepsea 官网里面获取这个 a p i 去配置这个 v 四 pro 这个模型,因为 pro 这个模模型在这个轨迹流流动里面是没有的,所以我们这里选到 deepsea, 然后呢这里就是输入到我们刚才申请到的这个 key, 然后这里它默认是也是没有这个 v 四的,那么我们需要点到这个,嗯,官网接口文档里面把这个 model 名称给它复制下来, 然后复制到这里面都给它复制成这个 deepsea v 四 pro, 那 这样的话就是配置好了,那我们再测试一下,进入到这个命令窗口, 然后你看到看,大家看到这这里面它底下这个模型,它已经是变成了这个 deepsea b 四 pro 模型,然后我我也是给它进行一个测试,然后这样通的。

讲一下 cloud desktop 在 没有账号也不想装三方插件的情况下,如何接入 deep seek 杠 v 四杠 pro 满写版 em 向下纹首先点击左下方 help, 打开开发者模式,然后就会发现多了个 develop 选项, 点击 configure third 杠 party, 然后输入自己的 api key, 以 d s 的 ur 六翻到下面的模型列表,添加 deepseek 杠 v 四杠 pro em 模型, 然后打开 offer em 杠 contest 这个选项。注意,在 cloud desktop 里,模型名还必须添加 cloud 杠前 j 才能正常使用。最后翻到下面,开启 hide sign 杠 in 这个选项, 最后点击 apply locally cloud 会自动重启应用这些设置,选择由 em 向下玩的 model, 然后就可以用 cloud 直接体验满血 d s 模型了。

朋友们,今天我 vsco 里的 cloud code 插件突然打不开了,一直卡在加载界面,点右上角图标还报错。 command cloud vsco editor openlast match found。 正常思路是去搜,去放艺术,去回退版本。事实应该就是版本的问题。 截制视频发布前, vsco 的 上的 cc 又发布了新版本,但我换了个思路,我打开 codex, 把报错信息直接丢给他,让他来修。结果 codex 两分钟就定位并解决了问题,我还顺手让他写了一个修复脚本, 整个过程可谓酣畅淋漓。虽然这个脚本可能没什么用了,但是这个思路值得思考。当你的 ai 工具出问题时,用另一个 ai 工具来修它,你可能会觉得这很绕。 ai 修 ai 靠谱吗? 其实比你想的靠谱,原因很简单, ai 工具的报错信息对人类来说是天书,但对另一个 ai 来说就是它的母语,你把 log 甩过去,它比你先看懂。这个思路不只是用于 cloud 扣的,你用 ctrl 出问题了,可以让 cloud 帮你看 complex, 你 用 call 派拉就卡住了, 会让 gpt 帮你分析。本质上就是让擅长读代码的工具去读另一个工具的代码。最后有需要的朋友可以关注私信我,要那个修复脚本。不止修这一个问题,类似的插件加载失败都能用。关注我,后面继续分享这种 ai 实用案例。

windows 和 mac 用户今天刚更新 cloud 的 桌面端的,你们是不是也谈了这个报错显示模型直接失效,第三方 a p i 连不上呢?不用担心,我已经找到解决方案了,只需要改一个参数就可以解决。先打开你们的 configure free party inference, 然后将你对应的那个模型 id 改成 cloudsonnet 四杠六或者靠的 opps 四杠七就行。目前比较好的解决方案就是这样的,你想继续使用的话,就把它改成靠的厂商的那些模型名字,也不影响使用, 也是可以正常用的。其他的 base, u, r, l 和 api key 不 用改,改完之后保存在本地,然后就可以正常的连接了。 测试完之后是可以正常访问的。虽然他的模型选择显示的不是以对应厂商的那个模型的名字,但不影响使用。

cloud 不好用?你有没有想过,是你自己一开始就用错了?这几个藏在设置里的开关,很多人压根不知道这里是 iphone 向标,今天带你一口气了解被大家称为代码之神的 cloud。 先搞清楚一件事, cloud 可不是一个产品,它是三个。第一个是 cloud chat, 也就是 cloud 点 ai 网页版和手机 app。 大 多数人每天在用的就是这个。聊天儿、写作、分析文件、日常对话和手机 app。 大 多数人每天在用的就是专门给开发者用的命令行工具,在终端里直接用, 可以读整个代码库,自主修改文件,写完测试再跑。它的定位是帮你写代码的同事,不是聊天工具。第三个是 clockwork, 这是桌面端应用,普通人也能用,不需要技术背景。它的核心是帮你自动化文件管理和任务流程。三个产品定位完全不同。搞清楚你用的是哪个,再往下看 第一个记忆开关,你用的可能是残血吧。先说最重要的,直接解决记忆问题。路径就一步,点击 setting, 然后是 capabilities, 打开 generate memory from chat history。 就 这一个开关,你的 cloud 从此不再失忆。 他会记住你的工作习惯、项目背景、说过的偏好。下次打开新的对话,不需要任何铺垫,直接说正事。这个功能今年已经对所有人开放,包括免费用户,但默认是关着的。开完之后做一件事,直接告诉他,你想让他记什么,比如记住我写作不喜欢分点列表,语气要口语化,当场存进去,永久生效。 想查他记了什么,删掉某条,再点击 setting, 到 memory 里面清清楚楚全列着,不想要的随时删,你说了算。 第二个 style, 让他用你的风格写,不是他的风格。你有没有遇到过这种情况?让 cloud 帮你写东西,写出来一眼就看出是 ai 写的,改起来比自己写还累。根本原因只有一个,他在用他的风格写,不是你的风格。 cloud 有 功能叫 style, 可以 让他直接学你的表达方式, 路径是对话框的左下角加号,然后是 u style, 然后 create and edit styles, 然后 create custom styles, 最后 add a writing example。 把你以前写的文章、脚本、帖子贴进去,保存命名完成。从这一刻起,你的用词、节奏、句子长短、表达习惯全部都带进去了。他不用 ai 腔写,而是用你的腔调去写 给他的样本要精不要多,风格差异太大的文章喂进去会学成四不像,挑三到五篇最能代表你的就够了。 不过这个自定义 style 风格文稿里注意不要出现表情符号,特殊标点。而且如果你主要用中文制作,那它经常会创建风格失败,需要多次尝试。所以我们还可以用 system prom 的 方式来约定风格。提示词也给大家准备好了,放这儿了,需要的自觉。 第三个 projects 用了才知道,之前每天都在做无用功,普通对话关掉就消失,每次都是白板。 project 是 一个持久化的工作空间,上传的文件,设置的规则,之前聊过的内容,下次进来靠的全都在状态里,一句废话都不用说,重要的是你设置好的 project 才能分享给别人共用。这里我简单拿写文稿来演示一下。另外有一个细节,很多人不知道,每个 project 的 记忆完全隔离的, 不同项目之间不会互相串多条业务线,同时在跑的人强烈建议分开建,别混在异国中域。第四个, artifact 没开等于少了一半的 cloud。 再提一下 artifact, 在 setting 里找到 capabilities, 打开 artifacts and inline visualizations。 开了之后,当你让 cloud 写代码,做数据图表,打一个小工具,它会直接在对话右边炫出来,可以点击,可以交互,实时看效果,不需要你把它代码复制出去自己跑。这是 cloud 和其他也非常明显的差异点之一,但默认没开。很多人用了大半年都不知道 cloud 原来可以这样。知道和不知道真的是两种使用体验。 第五个, dispatch 加 computer use 最炸的更新。这两个功能是配套的,放在一起说,而且这两个是在 cloud co worker 桌面端运行的,不是 chat 网页版。 dispatch 是 三月十七号上线的,逻辑极简单,你的手机是遥控器,电脑是执行端。你在地铁上用手机给 cloud 发一条任务, cloud 在 你的电脑上开始干活,下了地铁拿成果。设置方法很简单, cloud desktop, 打开 co worker, 点 dispatch 配对手机,两分钟完成。 computer use 是 三月二十三号才叠加的功能。当 cloud 没有对应工具连接器,也就是 m c p 来完成你的任务时,它会直接接管你的屏幕,自行点击 打字,操作浏览器,打开文件,就像一个坐在你电脑前的同事一样,把事做完。两个加在一起,意味着你不在电脑前, cloud 也能帮你把事做完。但是你说 cloud 就 没有缺点了吗?当然不是,实际使用下来它还是有很多 bug 的。 第一个缺点就是复杂任务成功率只有百分之五十 多,步骤复杂,工作流还不稳定,建议从简单任务开始,不要拿去处理关键数据。第二个就是电脑必须保持开机,一睡眠就断,这是 dispatch 最核心的限制,它是遥控器,不是云计算。 电脑睡眠或 cloud desktop 关掉任务就停了,所以出门之前记得把电脑防休眠打开。第三个就是用量限制,比 chat gpt 还紧, pro 会员大概每五小时四十五条消息,对重度用户来说,这个天花板不难碰到。 解决方法是把几个问题合并成一条发送 cloud 处理复合问题的能力其实很强,但体验确实没有拆 gpt 那 么差。第四个缺点是没有原生图片生成能力,它可以分析你上传的图,但不能自己升图。如果你的工具需要大量 ai 升图, cloud 的 不是主力工具。最后一个就是它太贵了, 免费版功能受限, pro 用户每月二十刀, max 直接跳到每月一百刀起,中间还没有过渡档位。免费版本 pro 还有 max 之间都有明显的用量落差,中毒用户经常卡在 pro 不 够用, max 又太贵的中间地带,毕竟折算成人民币 max 每月要快七百块。 当然这是我的缺点,但不是他的。最后想和大家说,工具没有完美的,只有适合不适合你当下的工作场景。觉得这期视频对你有帮助的话,记得支持一下,告诉我你最想了解哪个 ai 工具,咱们下期见。

大家好啊,那我是老王啊,评论区好多人问啊,国内是不是不能用 cloud 啊?这个问题不能简单的回答,是能还是不能,首先要分清三件事啊,这个 cloud 还有 cloud code, 还有 cloud cooke 的 三个是不一样东西啊,就大家所说的 cloud, 它是个有官方网页版,还有官方 a p i 是官方服务啊,但是中国大陆是不在它这个 cloud 母公司 ansapic 的 这个官方支持地区啊,所以说直接使用啊,是有门槛的。这 cloud 的 模型又分为这 sonata 啊,四啊,点七是最新的,但是 cloud code 它其实是一个工具,还有 cloud code, 它是在你电脑终端的 呃,一个软件更像一个车,就是一个车壳儿,但是 cloud code 里边它可以 对接不同的这个模型,就是我们说的发动机啊,就说 cloud code 其实是在国内是可以用的,可以接入啊,同的模型,就如果说你接入这个 cloud 模型 啊,肯定是有一定门槛,但是你却可以接入其他的模型,就 mini max 啊, sick 还有这个 kimi 啊,江问这些啊,都是可以接 cloud code 的。 更准确的说啊,国内用户不一定能直接稳定地用这个官方 cloud 的 这个模型服务, 但是它还是可以用这个 cloud code 的 这些编程工具流的啊,不是说你把这个里边的这个动机给换成国内的这个型就行了啊,关键看你背后是用什么模型,大家明白了吗?啊?

装好了靠的桌面端,但又对着屏幕发呆,那么这七个隐藏技巧,哪怕你是纯小白,看完也能直接起飞!建议点赞收藏加关注,防止以后找不到哦!大家好,我是冰好!技巧一,进入软件,直接在对话框里敲这段指令斜杠, set up, call work, 就会像一个老手一样带你选职业装插件配工具,傻瓜式的操作,五分钟帮你全部搞定。个别插件报错的话,直接跳过就好了,完全不影响你的后续使用。技巧二,靠的桌面端,满屏的英文看不懂,是不是真的很崩溃? 别慌,我自己歪着抠等了一个汉化神器,安装之后,菜单栏点一下,一键汉化重启,靠的直接变成中文,想切回去,只需要点击恢复原版就可以恢复到汉化前的版本了。 画画之后还可以随意切换其他语言。这个 app 只改变你的 app 语言,不会动你 call 的 任何配置文件,快捷省心。技巧三,别让 ai 再乱翻你的电脑了, 看见输入框下面这个工作区按钮没有?点击它旋转你现在的项目文件夹,这等于给 call 的 划定了一个圈圈外的隐私文件,它绝对不碰! 切记,千万别把整个电脑硬盘给全选了!技巧是,一堆文件直接扔给靠的,他绝对是懵逼的。聪明人的做法就是点击加号,或者直接把对应的文件拖进去。 比如说我扔一份,销售一笑给他付上去,然后说按月汇总,找到下滑最大的三个品类,指定上下文,不仅省创意,干活还贼精准。 技巧五,这个功能百分之九十的新手都会漏掉。打开设置里的 global instruction, 在 这里写一句,所有的回复必须用中文,之后不管你怎么问他,他都会用中文来回你。以后你的回复格式、口吻、风格全都可以放在这里,收益极其夸张。 技巧六,嫌,每次都要重新调教,太麻烦。设置里面把 memory 的 记忆功能打开,你随便提一句,我是做电商的,多用转化率分析,下次新对话他直接按你的习惯来, 用的越久他就越了解你,简直就是专属的神仙助理啊!最后一个技巧,如果你经常找不到你的历史绘画,在侧边栏点击 vivo 会打开一个完整的任务列表,在这里你可以多选绘画,一键存档, 在这里也可以看到你之前存档的绘画信息。重要的绘画可以点他们侧边的三个点,点击固定,直接置顶,下次直接就能找到。完成了任务,想把绘画从侧边栏删除, 直接点击存档,就会保存到你的任务列表里面。学会了这七条技巧,那么你对靠的桌面端的使用就算正式出师了,我会持续更新更多靠的桌面端的进阶玩法,不想错过的话,赶紧点个关注吧!

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。

哈喽啊各位精神股东,你们是不是也碰到这个报错的问题,那现在给一个方案,就现在我已经是能够正常的跑起来,而且模型他自己自认为是 sonnet 四的模型,我直接给大家看设置啊,大家自己处理,先打开 c switch, 通过设置点进来,然后点击这里,把这里两个开关都打开,把这个开关也打开,然后复制,把这个复制到替换掉这个 u r l, 然后 api key 你 随便填,我这里填的 test, 随便填都可以的。然后下面这里啊 model list, 把这两个填上,勾选上来,然后运行就可以了。运行之后呢啊他就能够正常的访问, 而且啊客户的这里虽然还是会弹这个啊,不能到达,但是其实他能够正常使用,试一下 好了,看到可以正常返回的。好了,这个就是为了解决有些朋友想用 dipstick 的 国产大模型,想用 v 四 pro, 不 能解决,你只需要在 啊 cc switch 设置里面把模型替换成 dipstick v 四 pro 或者 dipstick v 四的 plus 就 可以了。希望对你有帮助,如果有帮助的话, 有请你一键相连,我同时也在做 cloud code 插件说明系列,也希望你的支持。好了, see you next time。

折腾半天,花了好多钱,终于装上了可要的扣的,但是回到家打都打不开,一点都不会用,一个报错就直接把我卡死了。其实很多人不是不会 ai 编程,是装完可要的扣的,你以为马上就可以用,马上就可以开心的学了,结果一打开马上就出来一堆东西, 什么项目部终端,命令文件结构,报错信息。我的天呐,小白真的哪一步都有可能把你卡死,死在根本就不知道第一句我该说什么,第一个东西我该点什么,也不知道他改完以后我该看哪。 那项目目录你可以先简单的理解成这次要让他干活的总文件夹终端,你先理解成你直接给电脑下命令的那个小窗口,命令呢,就是你让电脑执行某个动作的一句话。所以很多人其实不是不会装,也不是不知道在哪装,而是装完以后根本就没有进入到真正的工作中,没有真正的解决你工作中需要用到的问题。 coco 的是强,但不代表你上来就知道它怎么用,上来就能把它用到那么强,如果你也是装了,看了还是不会用。我最近就在做一套专门给纯小白看的 ai 编程内容,我用这个方法只花了一周就把我的网站部署好上线了。 那我不会讲黑话,也不会讲那些专业的术语,我只是讲小白最容易懂的第一步到底该往哪走。想看更多后续内容,我的主页中会持续的更新,请关注我的主页。