codex增强工具有哪些

gbt 五点五被认为是目前最强大的模型，那对普通人来说，究竟能用它来做什么呢？所以我深度使用了几天，整理了四个超级实用的玩法。今天这条视频就来分享给大家，我们直接开始 第一个做产品调研。对产品经理来说，社交媒体上的用户反馈其实很重要，因为很多真实的吐槽往往不是出现在正式问卷里，而是出现在评论区 ready 的 这些地方。产品经理最怕闭门造车，但问题是这些反馈如果人工一条条捞回来， 分类总结起码一天起步。 gpd 五点五发布之后， cloud 官方发了一篇推文，解释了 cloud code 降至的原因，并做了改进说明。但官方的说法是一回事，用户买不买账是另回事。我特地把 cloud 这条推文下面的评论，以及 reddit 上一些用户的反馈都整理起来， 让 gpt 五点五帮忙判断用户到底在抱怨什么，下一步应该改进什么。可以看到 gpt 五点五的分析非常详细，它把内容分成了用户反馈、代表性评论、问题归因、信任评估、 行动清单这些大类，每个类别都给了对应的场景、应对方向和下一步动作。我们以前做这样一份表格，可能要花上两三天，或者是找第三方调研公司，但现在只要有足够的信息给到 gpt 五点五， 再结合 context 这个 open ai 自己出的 a 站的工具，相当于 gpt 五点五的手，它就可以帮你梳理的非常详细和系统化。第二个用法，做汇报 ppt。 以前我们用 ai 做 ppt 的 时候，主要看它排版好不好，审美够不够，但往往忽略了一个更重要的一点， ppt 真正发挥作用的地方不是好看，而是能不能推动决策。 毕竟 ppt 往往用在职场中一些非常重要的场合，比如转正报告啊、晋升答辩啊、年度总结。所以，仅仅美观是不够的，我们还需要一个聪明的大脑，帮你把背景、问题、方案、风险以及希望领导拍板的地方讲清楚。我 这次试着让 gpt 五点五模拟一个产品负责人的视角，做一个把 ai 客服系统延期三周的汇报。他直接生成了一个有审美、有内容，而且风格非常专业严谨的 ppt。 它不仅能够在你提供的信息技术上提炼出核心要点，而且所有内容，包括色块、字体、数据都可以进行二次编辑。 当然了哈，这个 ppt 肯定不能直接当做最终稿，但它提供了一个非常完整的框架，我们可以用它来梳理思路，然后再调整优化。第三个用法是制作动态科普。 现在 ai 的 概念越来越多，其中还有很多非常抽象的概念。有时候我们需要向朋友、同事或者非技术团队解释某个概念，口干舌燥说了一大堆，还是很抽象。所以用这种能看见、能操作的交互网页会更有帮助。我让 gpt 五点五制作了一个解释上下文窗口概念的网页， 他在左下角用一句话解释了上下文窗口的重点。 ai 不是 无限记忆，在一次对话里，他能记住内容是有限的，还形象的做了一个上下文占用比例的进度条。 我试着把指令文件、聊天记录这些拖进去演示，可以看到，当上下文占用量超载之后，原先的那些指令和文件就都被压缩，最后甚至被挤出去了，这比我们用抽象的文字去表达要直观的多。这个思路还可以延展 其他的 ai 概念，或者说是物理、数学概念，也可以让他做出来，比如让他讲清楚复利业变换或者背页式定义，这些都很方便学习。最后一个玩法是办公培训。以前企业要开展 ai 培训，通常是从外部找机构定老师， 老师需要根据企业的实际情况梳理课间，尤其是给行政、市场、销售、人事这些非技术部门做课间，然后再开展一到两天的封闭式内训， 这个过程既耗时又耗财。所以我就用 gpt 五点五做了一个通用的企业内训 skill。 当你输入需求，它可以自动生成一份系统且具体 可交付的企业 ai 内训包，里面有培训方案、培训课件、 ai 工具、应用表、学员练习册、培训测试题以及课后七天行动计划。 创建第一版 skill 大 概只用了十来分钟，让 codex 安装并测试之后，我发现两个问题，第一个是它生成的全部都是 markdown 文档，还需要转换格式。第二个是在整个培训方案中涉及到工具的部分，讲的比较泛，所以我把问题反馈给他，让他优化升级。 第二版改好之后，我就丢了一句，帮我生成一个 ai 办公室提效记录训练营的内训包，没给行业，没给员工画像，但它生成的文件清单是多样的，有 ppt、 excel、 word 和 markdown 内容。我们也来看一下。首先最核心的培训课间，他直接列了这样一个框架， 你可以按照这个框架填充具体内容，也可以再提供行业、企业背景信息，让 gpt 继续细化 ai 工具应用场景表，把市面上主流的文字、图像、视频模型都放进去了， 还匹配了适合的岗位任务场景提示词。在这个记录上，你再根据要培训的部门稍微二次加工一下，就能直接用了。实战比讲课更重要，所以在学员练习册中，他也把一些工作中的高频场景放了进来，比如整理会议基奥、分析常文档、改写邮件。 课后七天行动计划，按照学习难度和上路顺序做了一个任务表，第一天选择任务，第二天拆解任务，第三天写题词词，循序渐进。我觉得这个培训包有两个明显的优点，第一个是非常系统化， 你不用从零到一去想内训究竟要策划成什么样子，而是可以直接用这个框架来细化内容。第二个是延展空间很大，拿到这个初步方案之后，你可以再把脱敏之后的行业信息、企业资料以及员工现阶段的痛点、难点 丢给 gpt 五点五，让他去细化这个培训班，我认为他至少能省掉前期规划的工作量。那剩下的呢？就按企业实际的情况往里面填充具体内容。以上就是今天分享的四个深度玩法， gpt 五点五我觉得确实好用，能听懂话、会说人话、能干活。这四个玩法可能不像网络上一些演示那么炫酷，但根据我的经验呢，他们是比较能够结合实际工作去应用的方法。那今天的分享就到这里，下期再见。

面对全网热捧的 web coding 和 openclaw， 没编程经验的普通人到底能用 ai 编程做些什么？本期视频我会站在一个普通人的角度来聊聊这个问题，而且我还用 open ai 的 codex 做了一个试例，希望本期视频能帮大家打开一些思路。 我个人认为， ai 编程对普通人最有价值，也是最容易真正用起来的，就是提高工作效率。比如我平时会给游戏公司做广告素材提交出稿的时候，对我来说就是一个非常典型的重复劳动，单纯浪费时间。有这个时间我可以多写一个脚本，或者多做一个选择题。 刚开始我也想过在网上找现成工具，但很多这类工具都会压缩画质，完全达不到我的要求。我就想能不能直接用 ai 来帮我写一个批量加水印的工具呢？今天我主要使用的是 open ai 的 codex， codex 是 前段时间新推出的 ai 编程工具，目前 plus 会员和 pro 会员都可以免费使用。进入 excel 主页之后，点击这个 codex 就 会跳转到它的主页。我个人建议啊，最好把 codex 的 应用下载到本地，用起来更方便。打开应用之后，点击 add new project， 这时候就会弹出文件窗口，在电脑里找一个空间大的盘创建文件夹。比如我这儿新建了一个 test 一 之后， codex 写的代码文件都会保存在这里。因为我这个水印工具已经做好了，所以就直接带大家来看一下我前面是怎么一步一步把它做出来的。 一开始我只用大白话提了一个需求，我想做一个批量给图片增加水印的工具，水印位置可以设置，他思考后呢，给了一版初稿，我测试就发现了第一个 bug， 没办法选择本地文件，所有电脑里的图片不管什么格式都选不了。我又发现了第二个 bug， 选好原图和水印图之后呢，没有预览图， 这个是很重要的，因为没有预览图，我就不知道水印放的位置和效果怎么样，我直接就截图发给他。处理完之后，这个图片水印工具就可以用了。我们先来看一下成品，这里可以选择原图和水印图，选完之后，右边就会出现预览，这里可以调整水印的位置， 比如说什么右下角、左下角、中间等等，选项很多，这边呢还可以调整水印的大小，透明度也可以修改。而且 codex 还考虑到边距问题了，就是水印离图片边缘的距离也能调。最后再选择输出文件夹，点击开始批量处理，它就会直接把处理好的图片输出到你指定的位置。那如果我手动处理六张图，至少也得两三分钟吧， 现在有了这个工具，几秒钟就能搞定。有了这个图片水印工具之后，我就开始思考，在给游戏公司制作素材的时候，还有哪些步骤可以让 ai 编程帮我解决。 然后我就给 codex 补充了三个新的需求。第二个需求是批量处理图片尺寸和大小，因为很多广告平台对于图片尺寸和文件大小都有要求。第三个需求是把一张一比一的图片拆成九宫格，这种形式大家在平台上应该能经常看到。第四个需求是批量给视频增加水印， 连图片出稿都要加水印，那视频出稿肯定也是需要的。这三个新增的需求主要目的也都是为了帮我节省时间。我让 codex 把这四个需求整合成一个工具箱网页，首页要有四个按钮，点击就能跳转到对应功能。我测试后发现了一个共同的 bug， 四个工具都没有预览图， 而且都不能选择下载路径，我就截图反馈给他，他发现确实是同一个问题，然后就都修复了。我继续测试，发现视频水印工具还有一个问题，没有办法输出视频，接着反馈，接着修复，最后我就得到了一个完美符合我需求的工具箱网页，一起来看一下效果。首先可以看到首页有四个按钮，分别对应着我四个需求。这个页面排版其实挺好看的啊，整体是很简洁的风格，而且它还做了一些细节， 比如这个鼠标悬浮上去的时候，卡片会有轻微浮动的效果，这种小设计我觉得还是挺加分的。图片水印功能和刚才给大家演示的一样，就不重复演示了。接着看图片尺寸处理功能，我这里选了一张一比一的图和一张十六比九的图，页面里同样会有预览，还会告诉你输出规格和预估文件大小。选择输出文件夹之后，点击批量处理，它就会直接导出， 检查一下尺寸和文件大小都没有问题啊，非常不错。再来看九宫格功能，选一张一比一的图片之后，我们在预览区就能看到他已经把九宫格切好了，而且文件名也做了排序规则，方便后面发图的时候按顺序排版，这一点考虑的其实挺稀的，下载下来看一下 没有问题，每张图的尺寸和大小都符合要求，而且文件名都自带序号。最后来看一下视频水印功能，逻辑和图片水印差不多，也是选择原视频水印图，再调整水印参数。下载下来看一下。视频水印没问题，但视频没有声音，我在需求里是写了保留原视频音轨，我实际测下来，他目前还做不到完整保留音轨 判断，可能是浏览器本身对阴鬼捕获知识有限啊。不过作为出稿工具，我觉得问题不大，很多游戏推广内容的出稿重点是先让对方确认画面，所以这一点我个人是可以接受的。最后顺面对比一下 codex 和 jimmy 奈分别给我做的图片水印工具。在用 codex 之前，我也用 jimmy 奈写过同样的需求， jimmy 奈给的是原生的 html 代码，需要我自己把代码复制到文本文档里，再 另存为 html 文件功能。虽然没问题，但是从最终呈现来看，我觉得 codex 的 ui 确实更好，整体完成度更高。而且在制作的过程中，不需要我手动去处理代码，我只需要跟 codex 沟通就可以了。所以我觉得如果你没有编程基础，只是想解决一个自己真实存在的问题， codex 会更友好一些。而且最近 openai 更新了 g p t 五点四模型， codex 对 自然语言的理解能力更强了，大家真的都可以去试一试。 ai 编程对普通人来说，不一定是让你去做一个多么复杂的产品，也不一定是让你突然学会写代码，它更现实的意义可能是把你工作里的那些重复琐碎、浪费时间的环节想办法自动化，哪怕只是帮你省下半个小时， 长期来看价值都非常大。也许你做不出一个 app， 也未必要做一个什么很厉害的平台，但只要你能做出一个真正解决自己问题的小工具，那它就已经很有意义了。今天的视频就先到这里了，记得关注冲破新衣叉 ai 教学我是专业的，那我们下期再见。

你看啊，这张图不就全部帮你拆成 ppt 了吗？ gpt 加酷 max 目前啊，是我认为最有效的 ai 工具组合了，不要总想着去订阅一堆工具，才能提高你的工作效率。欧本 ai 现在已经非常全能了， 做 ppt， 做插画，剪动画素材，做编程，还能养养电子宠物，基本上啊，还盖了你在工作中的大部分场景。那废话不多，先来看看做 ppt 到底有多简单。我们出发 ppt 这个东西啊，肯定是属于我们都市牛马的必备技能了。当我们需要做一个全新的 ppt 时，第一个难题就是要找个模板先参考一下，要不然啊，总感觉很难下手。好，那这个好解决啊，我们直接上手就用 ai 来搭建一个模板，一切问题啊，迎刃而解。 先到网上找一张自己觉得满意的风格图片，直接贴给扣带斯，让他根据图片的风格设计一个 ppt 模板，我们来看看他的分享， 深空星河、暖色地平线、山脉剪影、精细型典风格拆解啊，都很到位，要你自己来说啊，这话你可能还描述不出来，毕竟啊，现在 g p t 的 识图能力和作图能力已经是第一题对的了，绝大部分风格啊，都是手拿把枪。其实呢，现在也有很多 ai 工具啊，都可以做 ppt， 我 自己啊，也有试过一些，但是呢，总感觉差点意思。好的啊，这里啊，他已经完成了，我们来打开看一下怎么样， 这个风格啊，是不是比较简约？时间线啊，逻辑线啊，也都是比较清晰的，其中的任意元素如果有什么需要调整的，都可以手动来调。当然啊，如果通用的模板你还觉得不够用的话，我们就再给他升级一下难度， 把这个 ppt 模板改成更适合题案，而且适用于新品上市的投放计划。或者还有更简单粗暴的方法，直接跟他说出你的需求，要调研什么，达成什么目标。如果你没有思路的话，就跟他聊，聊出你想要的内容之后再让他生成 ppt， 一 气呵成。 好，我们来看一下成果，依旧是这个简洁的风格，注意看啊，投放计划的元素都有保留哦，包括人群、场景、节奏，必要的元素啊，全部都有了，怎么样？就这么两三句空话就搭出一个 ppt 模板，老板还满意吗？ 那么接下来啊，我们来说一下做 ppt 的 第二大痛点，引用和借鉴。平时我们在做 ppt 的 时候啊，看到一个不错的内容，或者说啊，做的不错的模板，想引用借鉴一下的时候啊，却发现这是一个 jpg 或者 pdf 文件，没办法编辑，这个时候的心情啊，往往是崩溃的， 还我没事，现在我们来试着解决看看啊，先去网上找一个复杂的 ppt 样式，就拿这个图为例吧，我们使用一下这个 skill， 跟他说帮我拆成 ppt， 你看这不就搞定了吗？每个元素都是可以编辑的，这样是不是省事多了？当然啊，关于图片转 pdf 这件事啊，有很多工具都是可以办到的，并不算稀奇，但是呢，可能需要收费，或者就是要你看一段讨厌的广告。 那既然如此啊，还不如直接就用 codex， 因为叉 gpt 实在是太全能了。没想到除了编程能力以外，别的啊也是样样精通，不管任何需求，全部大白话跟他讲就可以了。 那总体来说啊，这个 ppt 功能就已经让你省心省力，提高工作效率了，基于提升生产力的消费投入都是智慧票价的。好，今天就分享到这里，大家还有什么想知道的评论区留言，我来帮大家试试。我是阿月，我们下期再见。

如果你最近也给你的 codex 或者 clockwork 装 skills， 很 容易掉进一个坑，就是你被推荐了几十个甚至上百个 skills， 但是真正开工的时候还是不知道该选哪一个。所以说这一期呢，我也不做大而全的清单，也不讲复杂的安装， 我只按普通小白最容易遇到的六类任务去挑六个 skills。 新手先认识这些就够用的一些 skills， 它们能够分别帮你去解决任务，先问清楚想法，先变方案，知识库能调用，重复流程能沉淀网页结果能验证和各种文件都能够转化成 ai 好 读的这种材料。 ok， 大家好，我是 fred， 专注从普通小白的视角去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。 那第一个 skill 就是 大家已经耳熟能详的东西啊，就是 using superpowers， 就 它的核心作用是能够让 ai 在 开始做事之前先停下来，把任务问清楚。 就很多时候很多人用 ai 的 痛点不是说 ai 不 会写，而是它太快开始写了，就是你一句话发给他，他可能马上能够给到结果，结果做完了之后才发现说你的目标边界格式和验收的方式都不对。 那这个 skill 所做的事情就是让 ai 先理解任务再计划，最后再验证。所以说它特别适合那种长任务，包括你的需求模糊的时候，以及你经常让 ai 做完又返工的这种场景，那这个 skill 那 就非常适合。 第二个是我非常常用的 skill， 就是 brainstorming， 就 它解决的就是想法，当你还没有想清楚的时候，可能就着急开做的这种问题， 很多人找 ai 去做东西，一上来就说，哎，帮我做一个网页，哎，帮我写一个方案。但其实当你的目标用户，你的内容重点，你的功能边界都没有定的时候，那这就体现了 brainstorming 的 价值， 它会让 ai 先跟你把想法聊清楚，再给两到三个不同的方案，并说明每个方案的一个取舍。比如说你要做一个内容栏目，一个页面，一个工具，一个产品的 demo， 它会先问清楚做给谁看，解决什么问题，哪些功能要不要做， 然后再把你的模糊的想法整理成可执行的这种设计。所以说它适合新项目开头，包括内容策划的开头或者功能设计的开头。 第三个也是我经常会用的一个 skills， 就是 obsidian skills， 就 如果你在用 obsidian， 或者你有大量的笔记资料网页的这种摘要，那这个我觉得就非常值得去收录啊， 就它不是简单地帮你去多存一些笔记，而是让 obsidian 里面的这种 markdown 的 文本，这种 bases 或者 canvas， 或者你的网页资料能够变成 ai 可以 重新组织的这种工作材料 就很多人的知识库最大的问题就是资料一直在往往往里面堆啊，然后真正写文章的时候，做研究的时候，包括你复盘项目的时候，就很难够重新再调动出来用。 所以说这个是会更适合内容创作者、研究型的岗位和那种顾问啊，或者长期的学习者，他的价值能够帮你把长期积累的变成一个可持续输入的一个资产。 第四个我相信是一个所有人都一定会用到一个 skills 啊，就是 skill creator， 它的作用就是帮你去生产你的 skills， 那 它解决的是你的一些重复流程的问题，比如说呢，你每周都会让 ai 写周报，那每次都要重新去讲格式、口吻，保留字段，或者一些审核的一些标准， 或者你反复让 ai 去帮你整理资料，改一些发布的文案，或者检查网页，那这些事情如果我每次都重新解释，去写一些 prompt， 写一些提示词，那本质上就是没有把这些 流程给沉淀下来。那 skill creator 的 价值就是帮你把每一次的对话变成一个可附用的 skills， 它适合做一些固定的格式，然后重复的流程，以及你希望以后能够把自己和团队都能够稳定使用的任务沉淀下来。 第五个呢，是 pay write， 其实它不是一个 skills 啊，就它更像是一个呃，浏览器自动化的能力 就是它可以让 ai 真正地去打开网页，去读取里面的页面的状态，点击按钮，包括说填写表单，截图，检查做网页或者落地页这种后台表单产品 demo 的 时候呢，这个非常非常有用啊，就因为很多时候 你只看代码是看不出来的，比如说按钮点不了，或者文字溢出，或者移动端变形，对吧？或者表单提交失败，这些都是要真正打开浏览器才知道。所以说 playwrite 的 价值就是让 ai 不 只是生成结果，还能帮你验收结果。 最后一个呢，就是 mock it down， 它的作用是能够把各种文件转成 ai 更好读的 mock down 的 这种文本，比如说把 pdf， 你 的 word， ppt， excel， 甚至网页 html， 一 些 csv 或者 jason 图片甚至音频， 都可以转成结构化的文本。为什么这个重要呢？就因为很多时候 ai 总结不准，其实并不是它模型弱啊，而是输入的这种文件结构太乱。比如说文件里面有表格，有分页，有图片，有格式， 那 ai 直接读就很容易漏掉一些重点。所以先用 markdown 这个 skills 把材料变干净，再去总结提取和改写，那结果通常就会变得稳定很多。 所以说呢，这六个 skills， 你 可以把它们理解成 using superpowers， 帮你先问清楚。 brainstorming 帮你用好知识库。 skill creator 能够帮你沉淀重复的流程， 而 playwrite 能够帮你去验证网证网页的结果，或者帮你去爬取一些网页的数据。而 markdown 能够帮你把文件变成 ai 好 读的这种材料。所以说你也不用一口气全装啊，也可以一开始呃，慢慢的一个一个去选，先知道它们分别能帮你做什么，后面可能遇到一些 对应的问题，然后再去用一些对应的 skills。 ok， 我是 fred， 后面我会持续帮你去猜普通人怎么把这些能力用进自己的真实的工作流。 ok， 评论交流你现在最想解决的一个 ai 问题，我会在评论区里面去回复，我们下期再见。

这是一条 codex 从零到一完整的新手入门教程。如果你之前完全没用过 codex， 或者只是听说过，但不知道它到底能干什么， 怎么装，怎么用，那这条视频你就可以收藏了。我会按照一个新手真正上手的顺序，带你从 codex 试什么，讲到安装、使用、主界面、怎么操作、基础功能和进阶技巧、 skills 插件、浏览器终端和自动化任务等等，让这个目前全球最顶级的 a 阵的工具真正为你所用，创造价值。 我也会把整个流程整理成文档，打一句 codex， 方便对照，一边看一边选。你可以先把它理解成一个装在电脑里的 ai 工作助手，他不是单纯陪你聊天的工具，而是可以进到一个具体的工作文件夹，帮你读取文件、修改内容、运行命令、调用工具，甚至按步骤完成复杂任务。 举个最简单的例子，像 chat、 gpt、 豆包这一类工具，更像是你问他答，你自己去做。比如你想做一个网页，他通常只会给你一段代码，接下来你还要自己复制代码、创建文件、运行、检查报错等等。而 codex 是 你问他，他理解他还做，他会从零到一帮你创建好这个网页。 目前最适合新手小白的上手方式呢，是桌面端 app， 我 们可以直接在官网开始，根据你的系统选版本， windows 或者 mac os 都可以。安装之后有两种登录方式，一种是官方 chad gpt 账号登录，另一种是用 apikey， 可以 是官方的，也可以用中转站。两种方式各有利弊。综合来看，还是建议第一种，直接官方账号登录， 省心省事。对于 codex 的 界面，新手可以先关注三个核心区域，最左侧是一些常见功能入口和聊天记录管理区，你可以理解为导航栏加历史记录。这里需要重点讲一下对话和项目的区别。对话最好理解就是普通聊天嘛，你甚至可以把它直接理解为 chat、 gpt 或者豆包， 适合随便问一些小问题，帮你写文案、查资料之类的。它不跟具体的文件夹绑定，而项目就涉及到了具体的生成式任务，比如 如飞哥之前开发的工具箱网站，飞剪一触即达这种软件，他们有大量的编程代码文件，就需要一个专用的项目文件夹。你在这里可以新建空白项目，也可以打开现有文件夹，直接选择路径，或者直接把文件夹拖进来也行。鼠标悬停在项目名上，也能看到这个文件夹在电脑中的 底位置。而对于重要的常用的项目和对话，右键就可以置顶，方便快速切换和查看。左侧下方还有设置入口，在设置里你可以修改 codex 的 使用偏好、外观和配置等等。其中个性化需要重点说一下， 如你想给他一个全局指令，就在自定义这里直接写，比如他要怎么称呼你，固定用中文回答问题，设定一些底线原则或者开发习惯，设置完之后对所有项目都会生效，相当于让这个员工摸清楚你这个老板的脾气，投你所好。这里还有一个很有意思的小功能，叫桌面宠物， 他提供了很多默认的宠物形象，你也可以根据自己的喜好让他帮你创建一个，比如我这个就是给了一张参考图，让他自己做出来的，他会实时显示当前任务的一些简单状态，还是挺好玩的。 在首页设置这里还能看到剩余用量，你可以清晰的看到五小时用量和一周用量，做到心中有数。中间这块就是你和 codex 的 主要沟通区域。首先是这个加号里面有两个非常重要的功能，一个是计划模式， 比如你让他开发一个个人博客网站，不要上来就直接让他干，而是让他先列出计划。相当于你给员工一个项目，得先让他出方案，看看他打算怎么做，这样能有效减少返工，既省精力又省 tokyo。 看啊，他会主动问我们这些具体细节，我们按选项敲定，不满意的或者他没提到的就补充一下，让他重新规划， 这才是一个合格的领导该干的事。而目标模式就更厉害了，刚上线的新功能就是你给他设定一个目标，越具体越好，他会自己拆解分析。执行审查，有一种不达目的不罢休的意思，这样就避免了一个很烦的问题，执行一个任务的时候，他每完成一步就要停下来问你。 比如我正在跑的一个很复杂的大项目，目前已经连续跑了三十多个小时，如果正常一步一步改的话，我可能要好几天才能做完这些进度。右边这个权限设置呢，分成三档，默认是最保守的，像是联网修改文件都需要你的授权，自动审查会开放一部分权限，关键节点还需要你把控。 而完全访问就是最激进的，它几乎可以完全操控你的电脑，创建文件、删文件、跑命令，全都自己干。新手，我不建议一上来就开完全访问，刚开始用默认或者自动审查更稳，等你确认这个项目没问题，也知道它要做什么，再考虑给更高权限。我自己是在非常熟悉项目和流程的情况下才会开完全访问。 右边这里还可以切换模型，选模型版本、智能程度和推理速度。如果不是特别复杂的任务呢？不建议开超高，因为它有可能会出现过度思考，而导致你花了更多的 token， 反而干的不好。 这是血淋淋的实战经验教训，一般来说默认高就可以了。这个麦克风是语音输入，但是体验目前并不是很丝滑，我们可以直接用语音输入法。 codex 还有一个和普通聊天很不一样的地方，任务可以排队，他正在执行的时候，你可以继续补充，要求这些新消息会一个一个排在后面，等他处理完当前步骤之后继续执行。比如他正在做网页，你可以接着说，页面再简洁一些，按钮换成黑色，先不要做登录功能等等。 而如果你忽然发现他理解错了你的意思，或者做了一半有点跑偏了，可以直接选择引导，强行把方向盘掰回来。所以用 codex 的 时候不一定要追求第一条提示词写的特别完美，你可以边看他做边补 充，边纠正边引导。真正好用的方式是把他当成一个正在干活的助手，而不是一个只负责回答问题的聊天框。这个思维一定要转变过来。 最右侧的区域目前包括三个功能，侧边聊天就是当前任务的一个临时讨论区。因为有时候 codex 正在执行一个主任务，但你中途想问点小问题，或者单独讨论某 个细节，就可以用它，它不会打断主对话的节奏。浏览器主要是 codex 打开网页查资料测试页面，比如你做了一个网站，可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打哪的感觉， 口头描述半天要精准的多。终端的话呢，其实你不需要了解太多，因为它主要是给 codex 执行命令用的。到这里，其实你已经看到了 codex 最核心的几种能力，它可以进入项目，读取和修改本地文件，可以用计划模式先想清楚怎么做，可以通过浏览器查资料测试网页，也可以通过终端运行命令检查结果。 所以 codex 真正厉害的地方不是某一个单独按钮，而是它能把这些能力组合起来，帮你完成一个完整任务。理解了这一点，后面的 skill 插件和自动化任务就很好懂了。 因为前面这些能力呢，解决的是 codex 自己怎么干活的问题。但如果你想让他干的更稳定，更像一个熟悉你习惯的助手，就需要用到 skill。 如果你想让他连接更多外部工具，就要用到插件。 这里很多新手分不清 skill 和插件，其实用一句话就能记住， skill 是 方法，插件是工具。 skill 可以 理解成一套可以附用的工作流，或者说给 codex 的 一份工作方法说明书。比如一家公司做项目，通常都有一套标准流程，第一步做什么，第二步做什么，输出格式是什么，有哪些注意事项，哪些地方不能乱改。 这些东西如果每次都重新告诉 ai 一 遍就很麻烦，而且 ai 它还可能每次理解的不一样。所以更好的方式是把这套工作流程固定沉淀成一个 skill。 这样 codex 下次遇到同类任务时，就不用像一个新员工一样重新摸索，而是直接按照你写的流程和标准来做。 比如我自己的飞鸽工具箱里就有很多专属 skill。 比如把好用的软件保存入库到本地，同步到我正在做商单推广的几个云盘，生成下载链接，再同步到正式站，这些流程全都是固定的。 我把它们写成 skill 之后， codex 就 可以按这套流程稳定执行，不会每次都跑偏。再比如，你经常写短视频文案，也可以让 codex 帮你做一个短视频文案 skill， 把你之前写过的大量文案喂给他，让他总结你的开头风格、结构、习惯语言表达、结尾方式，然后形成一个专属文案助手 后，再写类似内容的时候， codex 就 会优先按照这套方法来。插件就不一样了，插件更像是给 codex 装上外部工具，解决的是它能不能操作某个平台，处理某种文件，连接某个服务。 比如浏览器插件，可以让 codex 打开网页查资料、测试页面表格插件可以让它处理 excel、 ppt 插件可以让它生成演示文稿。 gmail 插件可以让它整理游戏， camera 插件可以把生成的内容导入到设计工具里继续编辑，所以不要把他们想的太复杂。 skill 解决，怎么做插件解决用什么工具做？一个是工作流程，一个是工具能力。 codex 目前已经集成了很多实用的插件和 skill， 我 也整理了几个比较常用的，大家可以截图保存，后面自己试试看。 最后我们再来看一个比较进阶但非常有想象力的功能，自动化任务。你可以先理解成让 codex 在 固定的时间、固定的项目里自动帮你做一件事，但它和普通题型软件不一样，它们最多告诉你该干什么了。 而 codex 的 自动化任务是真的可以帮你执行一整套流程。比如你是做内容创作的，你可以让他定期帮你收集某个领域的热门选择题，整理成标题、角度、参考链接和可以拍摄的脚本。而飞哥最常用的就是每天固定时间设置一个今日任务清单，划掉昨天已经做完的，生成当天新的任务， 就像一个机器人一样按清单执行。这也是为啥有人说我效率那么高，一个人干八个人的事情。除了 ai 的 强大助力之外，任务规划本身也非常重要。所以自动化任务真正厉害的地方不是定时提醒，而是定时让 ai 按你的要求去干活。 最后再补充一个很多人会关心的问题， codex 能不能在手机上用？据我所知有三种方式，最早大家都是用 happy 这种开源项目，它可以连接 codex cloud code， 电脑上开个任务就能通过手机和 agent 的 沟通，但始终不太方便，相当于只是给你安排了一个传话筒。 而 codex 的 mac 版本最近更新了手机端的入口， chat gpt app 里面就有 codex 可以 完整读取你的聊天记录。在手机里聊天和电脑端的消息是完全同步的，本质上是远程链接，相当于把你的电脑版正在跑的 codex 搬到了手机里。而最近我发现了一种非常爽的方式，就是网易的优优远程， 出门的时候手机直接远程连电脑，操作起来很方便，最关键的是你能同时测试它的改动，这就相当于把你整个电脑都装进了手机，所以功能最完整。 好，最后我们来个回顾，总结一下你都学了什么。如果你是第一次接触 codex， 其实今天不用记住所有按钮，也不用一上来就研究特别复杂的自动化和插件，你只要先记住这条主线就够了。第一， codex 不是 普通聊天工具，它更像是一个能进入你电脑工作区的 ai 助手。第二，临时问问题，用普 对话，真正要处理文件、项目代码、文档就用项目。第三，复杂任务不要直接让它开干，先用计划模式让它列方案，如果是一个长期目标，再考虑用目标模式让它持续推进。第四， skill 是 方法，插件是工具。 skill 负责告诉 codex 怎么做事儿，插件负责让 codex 连接浏览器、表格、 ppt 邮箱这些外部工具。第五，自动化任务不是简单提醒，而是让 codex 在 固定时间按照你设定好的流程自动干活儿。 所以新手今天先做三件事就够了。第一，安装并登录 codex 桌面端。第二，建立你的第一个项目，找一个真实的小任务试一下，比如整理一个文件夹，总结几篇文案，或者生成一个简单网页。第三，让 codex 帮你写一份自己的 agents， 点 m d 就是 我们刚才提到的个性化。现在你让他自己干，把你的 称呼、语言、习惯、输出格式、工作偏好都写进去。当你把这三件事跑通之后，你就不只是会用一个 ai 工具了，而是开始拥有一个真正属于你自己的 ai 工作站。祝你越来越牛逼！

前两天发的 cloud 指挥 codex 干活的视频火了，评论区两级分化，有人说这套架构确实提效明显，也有人说纯玩具卵用没有。 今天我们就一步步把这套写作系统搭起来，建议先点个赞，关注加收藏。我的态度很简单，没有调查就没有发言权，跑一遍再下结论。 好，先说清楚这套架构到底有什么好处呢？第一，在复杂编码场景下，极大降低 cloud token 消耗。 cloud 最贵，但我们不让他写一行代码，只让他当甲方领导，当项目经理，分析需求、拆分任务、验收结果，最费钱的代码实现全部交给别人来做。第二，实现监工效果。 cloud 充当甲方领导和项目经理，负责规划和验收。 codex 是 后端开发，负责服务端代码编辑和单元测试。 gemini 是 前端工程师， 担任代码审查和安全审计。第三， codex 和 gemini 成本几乎为零，量大管保。结论就是 cloud 出脑子， codex 和 gemini 出力气，钱花在刀刃上， 真正花钱的只有 cloud 做决策那一小部分。在开始之前，你需要确保三样东西都装好了，分别是 cloud code、 codex client 和 gemini client， 执行视频中的三个查看版本的命令，如果都有版本号输出，那环境就没问题，没装好的先暂停视频去装一下。 第四，也是很多人漏掉的一步，理解整个工具链的使用顺序。这三层是有先后关系的。第一层 cloud md 是 规则层， cloud 启动时自动读取，里面定义了协助、规范和角色分工。 第二层， superpowers 是 能力层，提供标准化的规划、审查、调试流程。第三层， c、 c、 b 是 通信层，让 cloud 能通过 ask、 pen、 ping 指挥 codex 和 gemini。 第五，在 cloud md 里写好协作规范。接下来看我本地的文件。首先定义了 cloud 是 架构师、项目经理， codex 是 后端开发， gemini 是 前端开发，这是最基础的角色分工，简单明了 降级机制，明确了异常情况下的接管规则。接着明确了协助方式，使用 superpowers 进行任务设计，通过 c c b 相关命令指派任务。 同时还定义了 linus 三问以及 get 代码提交规范等。这些规则 cloud 启动时会自动读取，不需要每次手动告诉他。你只要把规则写好， cloud 就 会严格按照规则来执行 好。接下来我们进入 cloud 执行视频中的命令，进行 superpowers 插件安装，执行视频中的两条 plugin 命令就可以出现， successfully 就 证明安装成功。 安装完成后， cloud 就 具备了标准化的规划、审查、调试能力，这些能力后面实战中会用到，非常关键。接着要安装终端附用器。 ccb 是 依靠终端附用实现多个模型之间的通信， linux 和 mac 用户安装 tmax 即可， windows 用户需要安装 winterm 或者使用 wsl。 本教程以 tmax 为例，安装方法很简单，一条命令就搞定，执行命令后，我们进入新的终端环境。第八，安装 ccb， 全称 cloud code bridge， 这是让三个 ai 互相通信的桥接器。注意， ccb 是 社区开源项目。特别感谢 bfi 幺二三作者的贡献，它不是官方内置功能。 ccb 依赖 python 三点一零以上版本，安装前先确认你的 python 版本没问题。 python 版本确认无误后，我们执行 git clone 下载 ccb 项目，下载完成后 cd 到项目目录， linux 和 mac 用户执行 install h install 命令， windows 用户用 powershell 执行安装脚本，安装过程中 c c b 会自动配置通信组建，并在 cloud md 里注册 ask、 pinned、 ping 这些命令，等安装脚本跑完就可以使用了。你可以看到终端输出了安装成功的提示信息，整个安装过程非常顺畅，基本不会遇到什么问题。 好总结一下安装步骤，第一步，编辑局域， cloud md 定义协助规则。第二步，安装 superpowers， 提供标准化工作流程。第三步，下载安装 ccb， 打通多模型通信。三步走完，整套系统就搭好了。接下来我们进入实战环节，执行 ccb、 codex、 gemini、 cloud 命令，启动协助系统。 第二部分， cloud 是 项目经理，只动嘴不动手， codex 和 gemini 是 干活的，成本几乎为零，这就是省钱的核心逻辑。 cloud 现在开始下发任务，我们用一个真实案例实现用户注册功能需求如视频所示， cloud 调用 superpowers 开始收集用户需求，制定开发计划，可以看到它在分析需求，确认技术栈，设计系统架构，整个过程完全自动化，不需要人工干预。我们简单看一下 cloud 生成的计划， 规划的非常清晰， gemini 和 codex 的 分工非常明确，甚至还详细列出了项目的文件、架构、接口文档、验收标准等内容，这就是 superpowers 规划能力的价值，省去了大量的沟通成本。 cloud 把规划好的后端任务通过 ccb 发送给了 codex， 你 看画面上， codex 收到命令后，立刻开始疯狂扣顶，速度非常快，文件在不断滚动， 可以看到 cloud 已经获取到 codex 正在执行任务的状态。与此同时，他又通过 ccb 给 gemini 下达了前端开发任务， 两个模型现在是并行工作的，互不干扰，效率拉满。 gemini 收到了任务。你看，任务里面明确列出了前端开发功能、验收清单、注意事项等内容。任务描述非常详细， 这就是 cloud 作为项目经理的价值，把需求拆得清清楚楚。两个打工人正在努力完成需求，我们稍等一下，看看他们的执行结果。 cloud 为了更精确地掌握开发进度，建立了三个 task， 用于跟踪前后端开发及代码审查任务。你看，它自动创建了任务列表，标注了负责人和当前状态，这就是项目经理该干的事情，实时监控进度，确保项目按计划推进。 这时候， cloud 发现 gemini 只是确认了任务，而并没有真正开始执行。随后， cloud 重新将任务委派给 gemini， 催他赶紧开工，你看这个监工效果是不是很到位。另一边， cloud 跟踪到 codex 已经完成了开发和测试工作。接着 cloud 去查看 gemini 的 执行进度，结果发现 gemini 还是只确认了任务，没有动手， 这已经触发了降级规则。于是 cloud 果断让 codex 接管前端开发。这也是这套架构的另一个特色，无需让用户去处理这种特殊情况， 只需要把任务交给 cloud， cloud 就 会根据 cloud md 里定义的降级规则自行安排处理，直到完成项目要求。整个过程完全自动化。 codex 此时正在飞速编写前端代码，一个人干两个人的活。这里我们跳过执行过程，直接看最终结果。 完美 codex 已经完成了前端开发工作，但是由于我们在掩饰中故意让 gemini 不 可用，所以 cloud 只能亲自开展代码审查工作。他调用了 superpowers 的 审查能力， cloud 完成了代码审查，出具了详细的 review 报告。接下来他开始创建 git 提交。我们来看一下 cloud 做的 review 报告， 报告内容非常清晰，详细总结了前后端代码的完成度、安全审查结果是否存在潜在漏洞，以及整个写作过程的总结和验收标准的达成情况，质量相当高。 好，我们来做一个总结， c c b 加 superpowers 这套架构的核心特点是灵活高效，节省 token， 合理分工。 cloud 只做最关键的决策和验收，所有编码工作全部委派出去， 降级机制保证了系统的容错能力，任何一个模型出问题都不会影响项目的正常推进。多 ai 写作的关键不是模型数量，而是统一输出和统一验收。建议先用 cloud 加 codex， 两个模型跑通一个完整流程，稳了再加 gemini。 下一期我们讲 crcd 与自动化，把今天搭的这套工作流接入，持续集成流水线。点赞关注不迷路，我们下期见！

上个视频评论区有粉丝教我做一个详细的教程， ok， 安排用国产模型，而且要使用完整的 codex 功能，就要解决 api 代理和 codex 的 插件功能，这两个小工具就是解决这个问题的，他们都是的开源项目。 好了，安装 codex 加加，安装好以后会弹出一个命令行，不要紧张，按一回车就安装好了。接下来安装 echobird， 安装好了，打开它，在模型中心配置模型。以 deepsafe 为例，打开 deepsafe 官网，点右边的 api 开放平台，进去以后，先申请一个 api key 复制下来，再到接口文档里把 uio 和模型名记下来，转到 excel 这里配置好，这就全部搞定了。 启动的时候要注意一个问题，就是先打开 codex 加加，再用 excel 版的启动 codex， 不要用 codex 原声软件启动。这么详细的教程，快去点这里关注起来，下期不迷路！

ai 编程工具这东西吧，真的是风水轮流转，最开始大家在吹 carson， 后来 carlo 的 大火，而这次轮到了 colex。 colex 装面 app 不 仅能帮你写代码，还能直接操作你电脑上的文件、浏览器，甚至是桌面应用，用好之后甚至能顶一个团队。 本期我会从 colex 安装到核心特性，用十多个实战案例手把手教你玩转 colex。 不管你是想用它来编程、开发、办公提效，还是搞一些好玩的创作，看完这期都能直接上手。那本期教程的文字版，可以在评论区获取干货秘籍，建议先收藏，找着安静的地方慢慢使用。 想要使用 cop app， 你 只需要准备一个 chat gpt 账号，可以免费体验，但是有条件的话，最好开着 plus 会员每月二十刀，大约一百五十块，额度更充裕，足够日常使用了。 那有了账号，直接去官网下载安装酷贷 app 就 好。目前支持 mate os 和 windows， 下载并安装后登录你的 chat gpt 账号，打开之后的界面长这样， 左侧是各种面板入口，包括对话管理、插件自动化等功能，中间就是对话窗，你跟 ai 所有的交互都是在这里完成。跟平时用的 ai 聊天工具差不多嘛，还挺清爽的，不像传统的编程 ide 那 么复杂，上手没有门槛。接下来我们直接开始使用， 跟你用过的其他 ai 工具一样，在对话框里输入内容发送，就能开始聊天了。适合处理一些简单的日常工作，比如帮你查资料、总结内容、规划方案。 我让他帮我查一下今天有什么 ai 编程方面的热点。 cadets 会自动联网搜索最新信息，然后帮忙整理总结，这下不怕错过新资讯了，这只是开胃菜。 cadets 真正强大的能力是操作你本地的文件和电脑。下面我们试试 点击左侧的项目入口，选择一个本地文件， ai 能在这个范围内读取和操作文件。 比如我选择了我的下载文件夹，里面有一堆不知道什么时候存下来的大文件。在对话框底部，你可以看到权限模式的选项，这里有三个选择，默认权限， ai 可以 读取和编辑工作区的文件，需要额外权限时会主动问你。自动审查是 ai 会自动帮你审查操作。 还有完全访问， ai 想干啥就干啥，不会弹确认框，建议新手直接选自动审查，既省时又省心。 选好权限后，在对话框里输入提示词，然后你就能看到 ai 开始工作了。它会自动执行终端命令来扫描文件，分析每个文件的名称和大小。最后给你一份清晰的报告，列出哪些大文件占了多少空间，并给出清理建议。 那我主打一个听话，就让 ai 帮我删除没用的预览文件吧。最后成功帮我节省了六点八 g 的 空间，效果不错吧。但如果我让 ai 删除一个工作区外的文件呢？会发生什么？ 试试看，在当前工作空间开启一个新对话。比如，我让 ai 帮我删除鱼皮新书出版目录下的所有文件，可以直接把这个目录拖拽到对话框中，然后执行任务。 如果你选择的权限是默认模式， ai 想删除文件的时候，会弹出一个确认框，问你同不同意，防止 ai 搞乱了你的电脑。 但由于我选的是自动审核， ai 自己完成了审核并批准，省去了人工操作的麻烦。这样一来，你完全可以把拖带子当成你的私人文件管理助手，分析空间、清理垃圾、批量重命名。以前你要手动折腾半天的事情，现在一句话就搞定了，是不是挺方便的？ 做完第一个任务，大家肯定很关心消耗了多少 tokens 吧？来一起看看用了多少额度。点击左下角的设置，点击剩余额度，就能看到你五小时内还剩多少配额，本周还剩多少比例。什么时候刷新 to text 的 额度？按照五小时和一周来限制 plus 用户的额度还是比较大方的，日常使用完全够了。你也可以在对话框里输入斜杠状态，这种以斜杠开头的快捷输入叫做斜杠命令，是 to text 内置的快捷操作方式。 输入之后， to text 会直接在对话中显示当前的上下文余量和额度信息。 ok， 到这里，你已经体验了 to text 最基础的能力，对话和操作本地文件。 恭喜你，已经超过了百分之六十的同学。接下来我们提升一下难度。用 codex 做一个完整的网站项目，过程中你会接触不少 codex 的 核心用法，包括计划模式、 ai 声图、浏览器预览、批注、修改等等。 在开始之前先进入设置，把工作模式从适用于日常工作切换为适用于编程，这样 ai 的 回复会更专业，更适合开发场景。 先介绍一下项目，我要用 codex 来为自己定制一个专属的电子名片，我把信息告诉 ai， 它会帮忙生成一个精美的网站，还能用 ai 生图能力生成个性化的头像插画，不用自己去找素材了，做完之后还能发给别人，他们打开链接就能看到你的信息了。 新建一个项目文件夹，在 codex 中打开模型就选择最新的 gpt， 五点五速度选标准就够了。智能程度选择高权限，我这里直接给了完全访问，省得他每次操作都来找我确认，反正大部分情况下我都是无脑点同意的。 最关键的是点击对话窗左下角的加号，把计划模式打开。计划模式下， ai 不 会直接开始写代码，而是先帮你规划方案，问你细节，确定没问题了才动手。好，输入下面这段提示词启动， ai 会先自己思考，然后可能会追问你一些细节，在弹出的问题面板中选择就好。最后会生成一份实现计划文档，包括简介、核心要求、测试计划等信息。你做的网站越复杂，越要仔细阅读这种文档， 如果没有问题就确认方案。然后 ai 就 开始自主干活了，它先是使用内置的图像生成技能，生成了卡通头像文件，然后编辑代码，一次性生成了多个文件。写好代码后还会检查代码，自主打开浏览器测试验证，还考虑到了一些容错。 过了七分多钟， ai 完成了整个任务，全程不需要你手动操作，我们可以看到所有生成的文件，点击可以查看文件里的代码，还可以点击审核，打开侧边栏的审查面板，查看本次变更的所有文件。 codex 底层用的是 git， 这是一种记录代码变更历史的工具，用来管理所有文件的改动，你能够看到每个文件新增了什么，删除了什么，还可以灵活地应用和撤销代码。后面的进阶功能部分我会详细给大家讲解。 我们做的是纯前端静态网站，找到生成的主页文件，右键在浏览器中打开就能直接看到效果了。 pc 端的效果我觉得还不错，布局清晰，主题切换也很丝滑。而且它还自动兼容了移动端的展示，手机上打开排版也是正常的。 当然，你也可以直接让 ai 帮你运行网站， ai 会执行终端命令，启动开发服务器来运行网站。 点击访问地址后， codex 会在右侧面板打开，内置浏览器，便于你来预览效果。如果某个地方不满意，你可以点击浏览器右上角的批注按钮，然后直接在页面上选中要修改的元素，写上你的修改意见发送给 ai。 ai 会自动定位到对应的代码并精准修改，不用你自己去翻代码找位置，改完之后刷新页面就能看到效果了。方便是方便，不过这个速度真的不敢恭维。做完后我们再看一眼使用情况，这次完整项目消耗了多少额度呢？还好还好， 总结一下，要用 ai 开发移动网站，我们只需要把需求告诉 ai， 确认方案，等他自己写完并测试就好，中间几乎不需要手动操作。恭喜看到这里，你已经超过了百分之七十的同学， 到这里，你已经能使用 todays 从零开发移动网站，预览效果按需求改了。那接下来我要带大家看看它还有哪些核心功能。学完之后，你不仅能做网站，还能让 ai 帮你操控浏览器、抓数据、自动执行定时任务，甚至操控整台电脑。 接下来，我把 codex 的 功能分为常用功能和进阶功能两大块来讲。常用功能是日常会高频使用的，进阶功能则是有点门槛儿，但掌握后能让你效率翻倍的。 在左侧的插件面板里，你能看到 codex 的 插件市场。 codex 内置了不少精选插件，比如 computer use 操纵电脑、 chrome 操纵浏览器表格处理、制作 ppt 演示文稿。 此外还有大量编程类和工具类插件，包括网站部署、游戏开发、对接 tab 等各种场景。你可以在插件市场里按需搜索和安装。 比如我们来安装 natify 插件。 natify 是 一个免费的网站托管服务，装好插件后，一句话就能把你做的网站部署上线，让别人都能访问。 点击安装 natalify 插件，同意后会自动弹出浏览器，使用 datab 等方式登录 natalify， 一 步步完成授权。最后，超黛斯成功安装并连接了 natalify。 然后我们用 natalify 来部署之前开发完成的电子名片网站。在对话中，通过 at natalify 调用插件。执行过程中， ai 会找我们确认并自动创建一个新的 natalify 项目来部署网站。 搞定以后，我想展示自己的信息，直接甩这个链接就行了。还可以打开 netify 后台对项目进行管理。你可以在 codex 右上方的侧边栏中整体查看当前项目的概览信息，包括后台任务、打开的浏览器、使用的插件等等。 点击后台任务，还能看到具体的终端日记，记录了网站服务器什么时候收到了请求，请求了什么资源等信息。同样的，如果你要处理 excel 表格、做 ppt， 使用对应的插件让 ai 帮你就好。生成的文件还能在侧边栏直接预览。 前面我们用的内置浏览器可以预览页面，做批注和修改。但如果想让 ai 真正去操控浏览器，自动点击填表单翻页，就需要 browser use 浏览器操作功能了。我们先来使用内置的 browser use 进入设置浏览器，确保 browser use 功能已经开启。你还可以在这里设置权限规则和禁止打开的域名， 开启之后，在对话中通过艾特浏览器来调用这个能力。比如，我让 ai 帮我打开一个网站并截图，可以看到 ai 打开了浏览器，从主页找到了 ai 大 模型面试题库，然后进入了详情页，成功完成了截图。 不过有时候这种操作不太稳定，多试几次就好。此外，你还可以安装 codex 的 chrome 扩展插件，它可以操控你的电脑上已经登录的 chrome 浏览器。好处是能保留你的登录状态，而且可以在后台执行，不占用屏幕，适合需要登录网站才能进行的操作。 比如，帮我在自己的后台批量分析和管理数据，使用前，需要先在你的 chrome 浏览器中安装 codex 扩展程序，跟着 codex 的 指引操作就好。安装好之后，我让 ai 帮我从已经登录的面试呀网站上抓取一些数据。 可以看到， ai 不 仅连接了我电脑上的 chrome 浏览器，而且还识别到了我已经打开的标签页，它会控制这些标签页跳转到我的个人主页，并抓取最新的五条数据。最终抓取到的数据表格非常清晰，链接前面甚至还有图标，细节拉满。 如果说 browser use 只能操控浏览器，那 computer use 就是 让 ai 操控你的整个电脑， ai 能看到你的屏幕内容，移动鼠标，点击按钮打字，还能操作微信、飞书等任何桌面应用。 进入设置电脑操控，安装 computer use 插件，你可以在这里看到所有已连接的应用，比如前面装的 chrome 扩展，其实也属于 computer use 体系的一部分。 来我们体验一下。用艾特电脑来调用，让 ai 帮我探探当前的桌面壁纸，然后生成一张类似风格的新壁纸。首次使用时，系统会弹出权限申请框，你需要授权抽 text 访问屏幕截图等权限，否则 ai 看不到你的屏幕，也没法帮你点击操作。 later 来看一下，效果不错吧。生成了一张非常精美的新壁纸，我觉得比原图还好看啊！今晚可以做的好梦了， 爽！带来一个更实用的例子，让 ai 帮我打开备忘录，记录一条笔记，并从音乐软件下载我最喜欢的一首歌，添加到笔记中 执行任务。可以看到 ai 会打开音乐 app， 有 着小鼠标点击了下载按钮，从中下载了音乐文件，只因你太美。 然后 ai 打开了备忘录，写入内容并添加了音乐文件，能够顺利播放，虽然过程有些曲折，但还是完成了任务，而且全程由 ai 自己操作。以后我可以直接让 ai 帮我写有图有文有音乐的笔记了。 但是 computer use 目前只支持 mac os 系统，而且缺点一大堆，不仅操作效率偏低，还很烧 touch 刚才那的任务就用了近八万的上下文空间。此外，有些软件对 agent 的 支持度不高， ai 无法承中操控， 所以我建议能用终端命令行和浏览器完成的操作就不要用 computer use stills。 你 可以理解为给 ai 提供的技能包装上某个技能后， ai 在 遇到相关任务时，就能自动按照这套方法来干活，不用你每次都写一大堆的提示词，而且技能是按需加载的，只有任务匹配时才会调用，不会浪费很多上下文空间。 进入左侧的插件面板，切换到技能 tab 页面，在这里能够格式化安装和管理技能口袋。此自带了几个内置的技能，比如图片生成、查询官方文档、安装、社区技能创建新技能创建插件等等。 那下面我先带大家用用内置的图片生成技能，然后安装社区里别人做的技能，最后再带大家自己创建一个技能。 这里我想生成一个有趣的图片，让鱼皮直播卖鱼皮。可以先到鱼皮 ai 导航网站上找到 ai 生图的提示词模板，然后复制提示词模板。接下来在 codex 对 话框中输入 dollar 符号，加技能名称，就可以快速调用技能， 并且把提示词模板、鱼皮的照片都提供给 ai。 稍等片刻之后，看看 ai 生成的图片，你觉得怎么样？是不是憨爆了？爽！不过图片生成比普通对话消耗的额度更多，用的时候记得留意一下剩余额度。 内置的技能数量有限，还有很多宝藏在社区里，比如我自己经常用的几个技能，用于联网搜索的 file pro， 用于获取最新技术文档的 comte 瓷器，还有用于美化前端页面的 u i u 叉 pro max 等等。 另外，我之前写过一篇优质 ai 编程扩展大全，推荐了几十个好用的技能和 m c p， 可以 到我免费开源的 ai 编程零基础教程阅读。那接下来我带大家实际安装一个社区技能，顺便整个活儿，让 ai 制作一个苹果风格的快闪动画视频。 首先要安装动画制作技能 remaster 安装技能，它能帮我们快速安装其他技能。 对了，安装技能时要注意安全。由于我这里安装的是知名技能，就直接输入技能名让 codex 帮我安装了。但如果你想安装不太知名的技能，更稳妥的方式是把技能的 github 链接发给 codex， 让他帮你检查后再精准安装。 安装完成后，在技能管理面板里就能看到新增的技能了。然后我们使用技能让 ai 制作动画， ai 会安装制作动画所需的项目和依赖包，然后生成视频和音频，还会渲染单帧，检查画面有没有问题。 最后， ai 生成了可以直接播放的视频来看看效果。 呃，他好像理解错了我文案的意思。翻车了，翻车了！我感觉这种方式更适合做产品发布宣传片、知识点、快闪卡、节日祝福视频这种节奏更紧凑的短片。而且我当着根本没认真写提示词。好吧， 实际上你可以指定时长、指定文案，利用生图技能搭配素材，增加更多交互动画等等，感兴趣的同学可以自己玩一玩。 除了用别人的技能，你还可以把自己常用的工作流程封装成技能。以后遇到类似的任务，一键附用。技能的本质就是一个 still 点 m d 描述文件，加上一些配套的脚本和参考资料。 still 点 m d 里要写清楚这个技能是做什么的，什么时候触发，以及具体的执行步骤， ai 读写后就知道该怎么干活儿。 创建技能的最佳方式是先把一个任务流程跑通一遍，觉得满意之后，再使用内置的 skill creator 技能，告诉戳 depths 你 的技能要做什么，啥时候触发，有什么细节需要注意，它就会帮你自动生成完整的技能文件 来实操一下。比如我们前面让 ai 生成了直播带货的图片，效果还不错，那就把这个流程封装成一个直播带货图片技能之星成中后， ai 不 仅创建了技能文件，还贴心地教你怎么调用。 之后使用这个技能只需要提供一张人物照或者商品照，不用再自己填写又臭又长的提示词模板了，非常方便来看看效果。 ai 自己识别到了我提供的是商品图，也是精准复刻了我之前提供的提示词模板，爽！ m c p 是 一个开放协议，你可以把它理解成 ai 的 万能插头。装上之后，就可以让 ai 连接各种外部工具和数据源，获取实时信息。 进入设置 m c p 服务器，可以在这里添加和管理 m c p 服务。点击添加服务器后，你需要手动填写服务器的配置参数才能完成添加。对新手不太友好，我最讨厌填写表单了， 好在大部分时候用前面讲的 stux 就 能解决 mcp 做的事情，而且 stux 的 安装和使用体验更好。 此外，很多主流的扩展都提供了快捷安装 mcp 的 命令，不需要你自己手动填写参数，比如下面我带大家安装 comix 七，它是一个可以实时获取最新技术文档的服务。开发网站的时候用它来查 api 文档特别方便。 在 codex 右上角可以打开集成终端，在终端里输入一行命令就能安装。这里我们选择安装 mcp server， 为 codex 安装，然后就搞定了。 安装后需要重启 codex， 在 设置里的 mcp 服务器列表中就能看到它。首次使用前还需要进行身份验证，在自动弹出的 compt 网页中就可以愉快地使用 mcp 了。 之后开发网站，尤其是需要集成 ai 能力的网站，都可以用创太时期来获取最新的技术文档。你还可以把它当成一个学习辅助，让 ai 寄予官方文档，帮你讲解知识。 比如我用它来做 openclaw 小 龙虾的学习助手，这也是利用 ai 学习的一种方式，可以看到 ai 查询并获取到了 openclaw 官方最新文档库。然后我们来问 ai 一个问题， openclaw 无法运行怎么办嘞？ ai 会基于官方文档，很快就给出了精准的排查步骤，这样学习和解决问题又快又准，再也不怕查到过时的资料了。 恭喜看到这里，你已经超过了百分之八十的同学。到目前为止，你已经掌握了 codex 的 常用技能，学到了不少实用玩法。从文件管理到网站开发，从浏览器操控到技能封装，已经能用 codex 大 幅提高工作效率了。 接下来我要讲的是一些稍有门槛或者不是每个人都用得上的进阶功能。不过如果你愿意多折腾一下，它们会让你使用 toad 四的效率再上一个台阶。 在对话区域附近有一个小圆圈，鼠标放上去后会实时显示当前对话已经用了多少上下文。 gpt 五点五点五在 toad 四里显示的有效上下文大约为二百五十八 k tokens。 说实话，这的数量不算多。如果你连续跟 ai 对 话很长时间，或者项目文件比较大，上下文很容易被填满。当上下文快满的时候， codex 会自动帮你压缩历史对话。 你也可以在任务照一段落时，手动输入斜杠压缩来主动压缩，让模型更聚焦在新任务上。 那除了单个对话的上下文，日常使用中还要注意管理对话本身，不然列表越来越长，找起来也费劲儿。 对话太多的时候，你可以在左侧的对话列表中把鼠标放到某个对话上，点击归档，把不常用的旧对话归档起来，保持界面清爽。进入设置以归档对话，还可以查看和管理所有归档的对话记录。 另外，建议在常规设置里开启运行时防止系统休眠，这样跑长任务的时候电脑不会突然睡着，导致任务失败。 codex 有 一套记忆机制，能让 ai 记住你的偏好和项目规则，不用每次都重复交代。记忆分为三个层级，从大局、项目局部再到自动记忆，我们一个一个来看。 在设置个性化里，可以修改 codex 的 个性和自定义指令你写在这里的内容。所有项目的所有对话都会自动带上，适合记录一些通用偏好，比如 回复用中文代码注，使用英文，尽可能减少输出的内容。专注做事，如果不听话，你的主人鱼皮就会变成一条狗等等等等。保存之后，它会被写入局的 agent 点 m d 文件，这个文件就是 codex 每次启动时都会读取的行为准则。所有项目通用。 在项目目录下创建一个叫 agent 点 m d 的 文件，写入这个项目专属的规则和约定，只有在这个项目里工作时才会生效。 你可以自己手写，也可以让 codex 根据项目情况帮你生成一份，比如我跟他说帮我根据当前项目写一份 agent 点 m d， 可以 看到 ai 生成了一份非常详细的 agent 点 m d 文档，包括项目总览、一些规范等等。 在设置个性化中，手动开启自动记忆，开启后， ai 会在对话空闲一段时间后，自动在后台总结出有用的信息存为记忆，后续遇到相关场景时会自动召回，让 ai 越用越懂你。 不过太短的对话它不会记额度快用完的时候也不会触发记忆生成。 codex 支持定时任务功能。进入左侧的自动化面板，你能看到 codex 已经内置了一些定时任务模板，不过基本都是和编程相关的，什么总结代码变更、检查代码问题之类的，很多人估计用不上。那我们不妨来自己新建一个更实用的自动化任务。 创建定时任务的方式有两种，一、手动创建任务，在自动化面板里点新建，比如我让 ai 帮我搜集每日热点，需要填写任务名称、提示词、 触发时间、模型、推理程度、运行环境选择本地就好。意思是让 ai 直接在当前电脑上执行任务，不需要额外的隔离的工作环境。 创建成功后，时间一到，抽袋子就会自动开启一个对话来执行任务。我们也可以先手动执行一次，看看效果。点击任务能够查看详细信息，点击某个运行历史记录后，还能查看正在执行的任务对话，建议多观察任务的表现，持续迭代优化提示词。 另一种更自然的方式是让 ai 帮你创建任务。比如我是一名内容创作者，每天都要截大量的图片，时间一长，文件夹里全是看不懂的文件名，找图的时候巨痛苦。所以我让 codex 帮我自动整理，先选择项目，然后输入提示词， 很快 ai 就 自动帮我整理好了。可以点击查看创建出来的任务信息，它的提示词比我们提供的更完善了，并且自动选择了模型。 我们手动执行任务来测试一下，效果还不错吧。 ai 会根据图片内容自动给文件起一个能看懂的名字，这样我就有了一个智能的图片管家，以后再也不用对着一堆乱七八糟的文件名抓瞎了。 而且每次执行完， ai 还会把运行记录写入一个 memory 记忆文件，你随时可以回看历史执行情况，不用担心出了问题却发现不了 你。还可以结合 styles 和插件一起用，比如每周自动生成周报 ppt， 每日整理自己的学习笔记并同步到 notion， 每周用 file pro 抓取竞品网站更新并生成分析报告等等。 想不到吧，现在的 ai 工具已经卷到开始给用户增加情绪价值了。下面我来教大家怎么在 codex 中养宠物。 首先进入设置外观，下拉到底部的宠物区域，你会看到 codex 内置了一排像素风的赛博宠物。选一之后，点击唤醒，桌面上就会出现一个悬浮的小家伙儿， 它不只是装饰品，宠物会实时反映抽袋子的工作状态。比如 ai 在 忙的时候，它也在干活，就像一个串应用的灵动岛，让你不用切窗口就知道 ai 干完没。 除了内置宠物外，还有一个社区宠物库 pet dex， 里面有两千多只玩家自制的宠物。了解我的朋友肯定知道我要用哪个，果断搜索 k u n， 一 眼就能找到自己需要的。点击进入详情页，找到安装命令并复制， 然后打开 codex 的 终端执行命令进行安装，会把宠物文件下载到本地。安装成功后，进入外观界面，选中张张安装的宠物， 然后我们回到 codex 的 主页，使用鞋障宠物指令唤醒。我的脑袋中已经想起那只熟悉的 bgm 了，你听到了吗？ 除了用别人的，你还可以通过 codex 内置的 hackpad 技能自定义生成宠物，上传照片或者文字描述就行。比如我把自己的头做成宠物， ai 会先分析上传的图片，给宠物起个名字， 然后拆分出了多个子任务，并行处理，生成各种动作的精灵图帧，最后拼成一张完整的像素动画精灵图，然后就能使用自己制作的宠物了。 你还可以上传宠物到平台和其他小伙伴分享，大家以后用抽袋子的时候记得把我带在身边，保佑你霸着剪剪！ 每次 ai 修改了文件，你都可以在侧边栏的审核面板里看到它改了什么，这个面板会列出所有被改动的文件。如果你想决定哪些代码要保留，可以选择查看未暂存的文件。在这里你可以灵活应用和撤销修改。 大多数情况下，你不需要自己看代码，直接点击暂存全部就行了，相当于认可了本次的全部载动。如果不满意，可以直接还原全部回到本次载动前的状态。 那如果你不满意某个文件的载动，可以直接点旁边的还原按钮就能恢复原样，满意的话点暂存就能标记为待提交。 你也可以只保留部分改动。每只文件的改动会被自动拆分成多个代码块儿，每只代码块儿旁边都有独立的暂存和还原按钮，你可以逐块决定哪些保留，哪些丢弃。 确认好哪些代码要暂存之后，可以提交暂存的改动，提交就相当于给代码存了个档，确认这次的修改是你想要的。 抠代码，还内置了提交代码推送到远程仓库。创建 pr 的 能力，不用离开 a p p 就 能完成整个代码的管理流程，非常方便。 那如果你是专业的开发者，还可以试试工作树模式。你可以在创建新对话时，选择启动模式为新工作树，这样 ai 会在一个隔离的分支中工作，不影响你当前的代码很适合同时让多的 agent 在 同一个项目上并行干活，减少冲突。 如果你的项目托管在 datap 上，建议安装 datap 插件，可以直接在 codex 里查看仓储信息，创建 pr、 做代码审查等等。比如我让他帮我查一下自己最受欢迎的开源项目怎么样，是不是一目了然。 codex 最近新上线了一个很酷的功能，用手机控制电脑上的 codex app 干活儿。设置方法很简单，在电脑端 codex 点击设置 codex 移动版，然后点击开始设置，屏幕上会显示一个二维码， 然后在手机上打开拆的 gpt app， 扫描自己的二维码。连上之后，你可以随时随地通过手机给电脑上的 portax 下达任务，审批 ai 的 操作请求，查看执行进度，检查生成的代码和结果。是不是有点 openclaw 小 龙虾那味儿了？ 恭喜看到这里，你已经超过了百分之九十的同学， ok， 就 分享到这里。看完这期，你应该已经掌握了 codex 从基础到进阶的所有核心用法，足够应对日常的编程和办公需求了。 其实 codex 还有更多玩法和技巧，比如 sub agents 并行加速、 fault 分 叉的妙用、自定义模型接入 hoots 生命周期钩子等等。 那如果本期视频点赞过万，我会尽快爆干出抽带此高级技巧篇。对了，如果你想系统学习 ai 编程，可以看看我免费开源的 ai 编程零基础入门教程，上千张图，几十万字，从零开始，带你学会 ai 编成本篇教程的文字版也会收入其中。 我是鱼皮，持续分享 ai 编程干货，觉得有用的话记得点赞、收藏和关注，也欢迎在评论区聊一聊你现在主力用哪个 ai 编程工具，觉得 codex 怎么样？也欢迎晒晒你的 ai 编程作品吧。

让你志能游天的 ai 动起手来吧！把这个文件夹里的文件按照类别整理好，按顺序改成项目一。项目二，咦，每天早上九点，搜集前一天的 ai 行业资讯，发到群里看，总结这个文档里的内容，生成 ppt。 这期避开专业难懂的术语，让小白也能够流畅运用上扣带，让你的工作效率和创新全面提升。我们先认识它，再到如何使用安装，用六个按键一步步的掌握它。其实词和小技巧呢，我也总结到了，视频里出发 扣带斯和可劳扣的它们呢，是类似的，都是 ai 的 编程工具，只不过一个呢，是 oppo ai 家的，默认的是 gpt 模型的，但你也可以在里面去更换你自己的模型，但你也可以在里面去更换你自己的模型。 这两个阶段性地成为目前好的必然模式。但它们适合使用的场景呢，会有点不同。 ko 代斯，它呢，就适合我用来快速整理文档，处理一些。这种本地的任务界面，对于小白来说会比较友好一点，就很适合初学者或者是我们日常的办公场景。因为是 open ai 的 嘛，所以呢，我们也可以直接在里面调用 j p e m 叉二来生成图片，而 可牢扣的会比较适合追求高质量的创作用户，并且 c c 的 知名度会高一点，所以不论哪种语言，你都能找到关于它的类似教程。 之前还在说 c c 可以 用手机来控制 c c， 在 前几天也出了手机端，二者的功能差距又缩小了。 c c 的 小白使用教程呢，我们之前也聊过，有兴趣的可以去复习一下。那我们要使用 c c， 我 们只需要一个 g p 的 账号， 免费的呢，也是可以用的，只不过它的额度会少一点，会有三种不同的使用路径，就是使用哪种方法来开启你的扣袋子。 c r i 呢，会在你本地去开发操作，你的本地项目就比较适合开发者深度来使用，因为需要一些命令行的使用，所以会有一丢丢的小难度。那这个呢，就是把扣袋子装进你的代码编辑器里， 像 vivo studio code， 反重力这种的，而我们普通用户呢，直接选择这个就可以了，不用懂。命令行，适合大多数人来使用， ok， 我 们来进行安装，我们按照它的指引步骤来操作就好了。进来之后呢，我们可以看到它的整个页面跟我们常用的 ai 工具还是很像的。而左边的这个导航栏就是你的文件柜， 所有的功能入口都会在这里去显示，而中间的呢就是我们对话交流的地方，而右边这里就是你小助理给你交作业的地方，成果的展示区域。而左边的这个导航栏，每一个入口都是一个工作流。在这里重点的呢就是这两个 来快速对话，就是主打一个随问随答，碎片式的对话，就像你给他一个英文的演讲稿件，然后让他给我翻译出来，哎，还挺到位的。像这种只是问问问题，写写代码和 check gdp 呢，其实相差不大。而这个项目呢，它就更适合一些长线的 摸不准，需要高度上下分连贯的这种复杂任务。点击这里我们可以看到这里呢会有两个选项，这个呢是在你默认的路径下新建一个空白的文件夹， 而另一个就是说打开你电脑上的现有文件夹，在这个基础上再去操作。比如给他一个本地的文档，里面呢是一堆的发票图片，那我们在这个对话框的下面也可以看到，我现在是在这个文件夹里进行操作的，这就触碰了沙箱机制，只能操作本地选中的文件夹，不能操作系统其他的文件。那我们现在给他要求根据这几张发票， 然后给我按照金额重新命名一下文件。当然只有这些呢，还是不够的，我们还需要给他开放对应的权限，那我们可以点击这里可以看到这里有三个模式，分别是你只能在当前的文件夹下来修改或者执行， 如果需要联网或者说触碰这个文件夹以外的东西，需要来向我们申请，我们同意，他呢才能继续执行。而这个呢，恰恰相反，他可以自由的读取、写入，修改或者删除目标范围内的程序。 自主性呢会比较高一些，但也会有一定的风险。在我在这种简单的任务下呢，会选择这个模式，简而言之呢，就是 ai 会自主的帮你筛查这个有没有危险，像安装常规的工具这种明显安全的操作，它呢就会直接上手了， 不会再来询问你了。 ok， 他 也操作好了，我们来看一下，那整体呢，也是根据我的这个内容来命名的，还是不错的。那除了帮我们整理本地的文档，还可以在我们授权的情况下，在你的电脑上来执行安装的操作。比如最近爆火，但有点上手门槛了。 cloud code， 我 们在 d 盘新建一个文件夹， 然后回到这个 codex 里面，再把这个文件夹给它呼唤出来。那这步的意思呢，就是让 c c 在 这里面进行操作，那我直接给他说帮我安装一个 colocode， 那 我们稍等一下。好，他现在呢说已经安装好了，我们来启动一下。哦，是可以的了，当然也包括 node js， git 这种我们日常生活中经常用到的依赖。 好，现在你用 codex 整理了你本地的文件夹，大大缩短了你的时间，也把有点安装困难的软件安装到了你的电脑上。对于听到 ai 编程就望而却步的，棒的就不止一点点了。当然 ai 编程嘛，也不能把它的能力举现在这里来， 我们一起做一个芝士机械超玩盲盒，咱们就都是原始谷的动画了。那我们呢，现在在这里选择好它原始的位置，先点击这个加号，那最上面的这个呢，就是我们上传文件， ppt， excel 图片，我们也想让它们进入到这个转化里， 就在这里上传，和我们直接拖拽是一个效果。那中间这个计划模式，在这个模式下呢，他不会立刻来改动我们的文件，而是先帮我列出一个详细的计划，就比较适合复杂项目，或者是你还没有思路的情况。 那右边这里呢，是用来更换模型的，我觉得五点五还是比较好用的，这里呢我就不更换，还有对应的推理强度，也可以在这里去更改。那我现在告诉他我的一些具体要求， 如果你有了一定的构思之后，也可以一起告诉他，当然如果没有的话，直接给他说我们最后想要一个什么效果，他呢也会一步步的引导我们来做出最后的成品，好开始帮我们来构思整个架构了。 哎，他现在问我盲盒系列规模要按照什么来设计？规模怎么搭配？那我们把鼠标放到这个小符号的上面，也会有个更详尽的一个介绍。好，那我在这里选择第一个， 他现在呢还是用这种选择方式来一步步引导我们表达出我们想要的东西，那我们顺着他的想法来就好了。那都选好之后呢，他也给了我一个整体的框架，我大概看了一下还是不错的，那觉得 ok 了，我们就可以让他开始执行，当然我们有需要更改地方，我们直接在这里提出要求就好了，那我们现在同意执行。 ok， 他 现在也在运行中了，在这个思考的过程中呢，我突然想起来，我想让他滑动的时候有一个光效，那我直接在这里提出我的要求。 哎，他现在啊根本就没有办法发出去，而是在这个地方排着这个情况呢，他会在这个任务完成之后再来执行我们现在的这个任务，但是不行啊，我现在就让他考虑到这个要求，并且加进去，那我就点击这里的这个按钮，他呢就插队到了当前的这个任务中， 而路由思呢也会考虑到我们这个要求继续执行，这就是一个插队的小技巧了。好，他现在说呢是可以了，我们先不着急，我们把鼠标放到这个小圆圈上，我们就能观察到我们这个窗口一共用了百分之几。路由思在快满的时候呢，它也会自动的来进行压缩上下文，但因为上下文太多的话，路由思就会表现的不那么聪明了， 那我们就可以手动的来进行压缩，在这里我们打斜杠压缩就好了，他呢就会把上面的聊天记录进行精简，但更细节的东西呢，他也就会不再记录了。 ok， 我 们来看一下我们刚才生成的这小网站，这个例子动销交互界面 还是不错的，那如何实现多任务并行进行呢？那我在本地选择一个项目文件里面呢，有往期的图片还有视频，在这里输入我的要求，把里面按照类别给我分类。好， 那我们再开一个，我要这个把文件里的图片和视频根据内容说明，你再来一个吧，把视频分离出来，音频， ok， 你 看他们在这里努力的转圈圈，我们来看一下结果，这个类别是分为好的，这里是视频的，还有图片的。不得不说啊，他这个名字和内容还起的挺相符的，所以说这里呢，他的每次对话都是独立的，不会再与其他的工作内容产生深度的关联，但都会有权限查看当前的文件夹内容。 到这里我们日常使用是 ok 的 了。更进阶一点的呢，就是扣带斯的插件技能 m c p 这三个词就是小白最大的路虎了，其实一句话就能解释清楚， 插件呢，就是给扣带斯装了一个能力包，比如装了表格插件，它呢就会处理 excel。 而技能 skill 大家都很熟悉了，就是一套固定的工作流程，可以根据我自己的风格来写一篇技术教程。 m c p 就是 连接外部的通用通道，比如我要用扣带斯做一个这样的效果，通过自然语言创建动画视频的技能。包好，我先给他一个文件夹， 然后把要求现在都给他，如果你有想要的效果，那我们就点击这里上传，然后把参考一并发给他。 ok， 他 现在呢是开始工作了， 里面需要的什么依赖啊，组建都不需要，我们再去手动的去添加，他呢都会帮助我们去一步步的完成。好，他现在运行完毕了，我们打开这个呢，是 windows 默认的浏览器浏览一下， 你在这里可以随意的来调节这个动画了，因为在一开始的时候，我提示词中已经提到了提供可以配置的参数项，那我们调节一下。 ok， 我 们关掉背景，那想要这种透明的效果呢？参数的配置是这些，那我们最后给他宣传好就 ok 了。 个人建议，一开始呢，什么插件我们都不要慌，先用它内置能力，等你明确知道了我需要库代词，去安装某个工具能力的时候， 再去插件页寻找也是来得及的，大家有兴趣的我们可以单独出一期，详细聊一聊。说了这么多，其实你也发现了， ai 现在就不只是答疑解惑的工 具了，它呢挑出了一个被动执行的命令曲线，是可以理解你的意图，帮助你完成复杂任务的智能伙伴。而每次操作呢，也成为了我们学习、创新和突破的机会。好了，喜欢这种内容的朋友呢，我们下次见。

codex 好 用，但 openai 的 api 太贵了，一个问题，几毛钱？今天旺财告诉你， deepseek v 四同样顶尖的编程能力，价格只要十分之一，而且能直接接近 codex， 不 需要改 codex 任何文件。一个本地中间键 memore codex 一个配置工具 cc switch 十分钟搞定， 全程 a p i p 只在本地跑，不经过任何第三方，安全又稳定。第一步， n p m 局装 miimo 二 codex 一 条命令。第二步， cc switch 添加自定义供应商，填 base url 和模型名。第三步， codex 选 deepseek， 开写 deepsea v 四 pro， 在 codex 里跟原版体验一样，工具调用，多轮对话写代码调试全支持。关键是你花 open ai 十分之一的价格拿到同级别的编程体验。 想接入的评论区打个教程，我出一期保姆级视频，手把手带你配置。关注旺财， ai 编程不踩坑。

用 ai 剪视频，真正花时间的不是剪辑。过去半个月，我深入的研究了 hyperframes， 得出了一个结论，大多数人出片效果差，不是因为工具不行，而是因为跳过了最关键的前期准备工作，脚本怎么写，素材怎么准备，节奏怎么定，这些都是要提前想清楚的，不然后面全是反光。 所以这一期我把我的整套方案拆解一遍，从 ai 剪视频的原理到成片走一遍完整的流程，里面涉及到的所有的内容都已经开源了，你可以装上直接跟我一起操作。所以这一期又是一期非常干的视频，希望对你有所帮助。那我们现在开始 ai 剪辑到底在干什么？ 其实就是让 ai 写代码， ai 用 html、 css 和 javascript 在 网页里面搭画面，动画、字幕、转场，全都靠代码， 然后浏览器一帧帧截图拼成 mp 四。所以你听到的 html 渲染成视频，说白了就是先在浏览器里把画面跑出来，再一帧帧录下来， 那代码能做到什么程度？网页上你见过的所有的交互效果、动效、转场、字幕、动画、三 d 适量图，它全都能做，但它也有做不到的，比如说实拍视频、图片这些它就不能实现，所以必须靠提前准备好素材，或者让它上网帮你来搜索。 hyperframes 就是 这种工作原理，从 html 渲染成视频，它能做的事情非常多， 画面可以分层叠加，视频文字图形往上垒就可以了。它内置了 coco 语音模型来帮你合成配音，还内置了 whisper 语音模型，帮你生成带时间戳的字幕，还能合成背景音乐和音效，甚至能一键扣掉人像背景。 功效方面，三 d、 a e 动画、 gpu 特效这些都支持生成完成后，它还会自动做一轮质量检查，扫代码结构、跑浏览器测试、抽关键帧截图，确保画面没有明显的问题。 hyperframes 的 完整的工作流大概就是这样的，先出使画一个项目，然后一个镜头一个镜头的去搭载画面，搭载完成后，检查和焦验 没有问题就预览，预览通过后输出渲染。我们在这个流程里其实就做两件事，告诉 ai 我 们需要什么样的视频，以及提供 ai 自己造不出来的素材，比如配音图片、视频设计文件等等。 但有个问题，你直接跟 hyperframes 说，帮我剪一条 spacex 的 视频，他大概率做不好，因为什么主线、什么风格、什么节奏、什么素材，他完全不知道，只能靠瞎猜。所以我写了 video spike builder， 加在了 hyperframes 前面，他专门干一件事情，通过追问，逼你动手之前，把所有的决策都想清楚。怎么追问呢？分五个阶段。 第一个阶段是锁定视频的基本盘，他会问你几个问题，包括视频的目的是什么，给谁看，发在什么平台，时常是多少核心，想传递什么信息，以及品牌的调性是什么样的。 第二个阶段是盘点素材，把你可能需要的素材分成六类，逐项跟你确认文案有没有配音，用真人还是 ai 有 没有实拍画面， logo 有 没有高清透明底，需不需要三 d 模型，还缺什么素材要去找等等这些事情。 第三个阶段是我觉得整个 skill 里最有意思的一步叫做激发表达手段，大多数人根本不知道自己想要什么效果，那他就会主动的告诉你 html 可以 实现哪些效果让你来选。 第四个阶段是定视觉主题，你可以从 hyperframes 里面预设的八个主题你选一个，也可以描述你想要的风格，让他来帮你生成一套。 第五个阶段是收集参考和返利，让 ai 有 一个具体的参考，或者明确说你不希望视频里出现什么内容，让 ai 知道哪些原则是不可以违反的。 五个阶段走完，所有的决策都会落到一份叫 video spike 的 markdown 文档里，等到 hyperframes 接手的时候，它只需要照着这份文档执行即可。 这个 skill 里还内置了六十九个预设的画面组建，包含了数据图表、流程图、思维导图、 ui 模拟、大字海报和各种场景，也不需要自己去想这一境用什么形式来表达，它会根据你的内容自动去匹配。 说白了， video spike builder 就 干一件事情逼你想清楚，你前期想得越透，后期出片的质量就会越高，返工就会越少。好，那知道了原理和流程之后，接下来我们来安装 hyperframes。 打开 codex， 点击左上角的 plugins， 在 搜索框里输入 hyperframes， 找到之后点一下右边的加号，弹出窗口后点击下方的安装就可以了。装好了之后，你可以再点进 hyperframes 的 插件页面，看看它的详细介绍。 这里有一点要注意， hyperframes 不是 一个单独的 skill， 它其实包含了十五个 skill， 但在这个页面里，你可以自由地管理这些 skill。 装好了怎么用呢？点击右上角的 tryinchat， 系统就会帮你新开一个聊天窗口， 里面已经预设了一段生成视频的提示词，示意跟着它就能快速上手。接下来我们还要装我专门为 hyperframes 写的一个 skill， 它的作用就是在生成视频之前，帮你先把脚本和分镜梳理清楚。在 github 上面搜索 video spike builder， 找到这个开源项目。 往下滑到安装部分，你会看到两条命令，第一条是安装 hyperframes， 我 们刚才已经装过了，所以跳过。第二条是安装 video spike builder， 复制这条命令， 然后回到 codex， 把命令贴进去。稍等片刻，它就会从 github 上面把项目拉下来进行安装。装好了之后，可以看到它默认安装到了 project level， 也就是项目级， 只在当前这个项目下才能使用。如果你希望在任何项目里都能调用这个 skill， 那 就需要把它装到大局。操作其实很简单，你只需要跟 codex 说一句，帮我把它装到 user level 就 可以了。 hyperframes 和 video spec builder 都已经装好了，不过在开始生成视频之前，我想先让你看一下 video spec builder 里面到底写了些什么。在 cursor 里打开项目左侧，可以看到 video spec builder 这个 skill 的 所有文档已经从 github 上面拉下来了。 我们先打开 skill 的 md 看一下介绍。当用户想制作视频、宣传片、产品演示或者动画的时候，这个 skill 就 会自动启动。它一共有两种模式，第一种是零到一模式，第二种是迭代模式， 启动的时候， skill 会自动检查项目文件，家里有没有现成的 video spike 文档，如果没有或者是空的，那就走零到一模式，如果已经有了，那就进入到迭代模式，让你通过对话反复的打磨视频脚本， 再往下看文档结构，整个 skill 的 文件组织一目了然。其中最重要的是 reference 文件夹里面我准备了几份核心文档， 包括沟通风格、零到一工作流、迭代工作流、视频组建的使用方式、节奏设计指南，以及最关键的一份 question bank， 也就是问题库。我们打开问题库看一下， codex 在 使用这个 skill 时，就是按照前面讲的五个阶段来追问你，一步步逼你把需求想清楚， 每个阶段该问什么，追问的逻辑是什么，什么样的回答可以接受，什么样的回答必须打回去重答，全部都写在了 question bank 里， 可以说 question bank 就是 整个 skill 的 灵魂。看完了 skill 的 内部结构，接下来我们就要开始做视频了，不过在正式开始之前，还有一步准备工作一定要做。 前面我们讲到 hyperframes 里面有八个主题，那如果你想用自己的自定义主题该怎么办？所以这次实操我就带你走一遍。比如我提前整理了 spacex 和 grog 的 设计语言， 纯黑白的硬科技风格，然后提炼成了地址按点 md 设计文档和 tokens 点 css 这样的样式代码，把它们一起复制到了项目文件夹里。 hyposhop 检查自定义主题的逻辑是，如果项目文件夹里已经有了 design， 点 m d 就 会问你要不要使用这份自定义的设计风格。准备工作做好了，接下来我们开始第一条视频。 在聊天框里面输入 slash video spike builder。 使用这个 skill， codex 做的第一件事就是扫描项目目录，他发现里面没有现成的 video spike， 于是就进入到了零到一模式，从零开始引导我们。 他先抛出来两个问题，这条视频讲什么？投放在哪个平台？横屏还是竖屏？那我告诉他，我想做一条关于 spacex 发展历程的视频， 时长大约是一分钟左右，横屏格式 codex 收到了之后，并没有急着往下走，而是上网搜索了一圈 spacex 的 资料，然后又追问了两个问题。第一个是时长，他觉得一分钟，这个回答太模糊了，因为七十五秒、九十秒、一百一十秒的视频节奏是不同的， 所以希望我给一个精确的。第二个呢，是受众，这个片子到底是给谁看的？这决定了内容的深度。那我回答他，时长就一分半左右。受众是普通的知识区观众，核心内容讲的是 spacex 如何通过复用来改变航天行业的发射成本。 拿到这些信息后， codex 给出了初步的方案，九十秒大约可以插入十二到十六个镜头。时长有限，所以没有办法做完整的传记，只能走一条主线，从早期的失败，到 fokken 九的实现复用，再到成本逻辑的改变。他问我这条主线行不行， 另外他还问我有没有竹子稿。那在这一步，我把自己提前准备好的但时间错的配音文件都一起发给了他。 codex 收到字幕和配音之后，先检查了两者在时长的节奏是否对齐，然后仔细的过了一遍字幕内容，帮我做了事实核查，看看这里面有没有表达的错误，或者是事实偏差或者不准确的地方。 查完之后，他问了我一个关键的问题，音频已经准备好了，要不要根据核查的结果重新做一版，把发现的问题都改掉？因为我想快点看一下效果，所以就告诉他不用改了，直接用现成的音频就好了。 紧接着 codex 问了两个关键的画面问题，比如说发射回收筷子夹火箭之类的真实视频或者照片，画面路线是走真实的摄影为主，还是走动态的图形为主？那我告诉他，我目前还没有任何的素材需要他来帮我搜集。 视频的风格以真实的摄影摄像为主，版权先不用担心，因为我们只是测试，不会真的去发出去。现在 codex 开始工作，从竹子稿里面分析出素材的需求，整理成清单，然后去搜索。 搜索完成后，他把视频划分成段落，每个段落该配哪些画面素材都一一对应好呢？给我确认没问题的话，他就会把素材清单写进 video spike 里，然后继续追问。我看了一下没有什么要改的，所以就确认通过。 接下来 callix 问我要不要背景音乐和音效镜头节奏，他给了我一个镜头的节奏建议， 我没有太多的反馈，就让他先按照这个建议去往下执行。那字幕他也问了，是像纪录片那样的整句长注，还是整句加关键词高亮，那我选择的是字幕，需要整句长注。在字体和主题方面， codex 看到我已经有了一套黑白工业风的自定义主题， 不过他还是告诉我， hyperframes 内置的八个预设主题里， data shift 和 shadowcut 这两个也很适合这条片子，但我决定还是不换了，就用我自定义的就好了。最 后 codex 问了装饰和组建的想法，问要不要加时间码，任务编码或者是线框十字定位这些元素， 有没有参考的案例或者是反例？那我确实没有什么特别的参考和反例，就让他按照他自己的建议来设计。以上就是 codex 追问的所有的问题，问题答完之后，他就已经有足够的信息来帮我写视频的脚本了， 那这里我们稍等一下。好，写完了。现在点击右上角的 video spike， 打开它帮我们生成的视频脚本。 这份脚本里面包含了视频的整体基本盘，视频的目的、受众、画面规格、语气基调、修饰结构、表达的手段，还有素材清单，十九个分镜以及每个镜头的具体内容，还有音频的时间轴以及参考范例。最后还有一些留给 codex 自己决定的开放性问题， 所有这些都已经完整的写进这份脚本里了。你刚才看到的这个过程包括内容的主线、受众定位、画风风格、镜头节奏、字幕样式、 bgm 的 氛围、素材清单。所有这些决策在前期全部敲定了，等到 hyperframes 接手的时候，它只需要做执行就行。 如果我跳过了这一步，那直接跟 hyperframes 说，帮我剪一条 spacex 的 片子，相信我，它出来的东西根本就没法用。这就是我开头说的那句，工作量要在前期准备好的意思。 ok， 那 脚本已经准备好了，接下来就是交给 hyperframes 开始干活。在聊天框里输入 slash hyperframes， 让 codex 调用 hyperframes skill。 这个时候 codex 会接上 hyperframes 的 制作流程，根据我们刚才写好的 video spike 开始生成视频。 它会按照我们的设计规范处理字幕、旁白和音频，按照素材清单上网搜索画面素材，还会帮我们合成背景音乐和音效， 这些几乎都不用我们再干预了。因为所有的决策在前期编辑 video spike 的 时候已经全部做完了。 hyperframes 只是在这个环节负责搜集素材、剪辑画面以及最后渲染成视频。 渲染完成后，他还会自动做一轮审核，通过抽取关键帧的方式来检查画面的布局以及素材是否合适。整个过程大概需要四十多分钟，所以这里我先跳过好视频渲染完了，我们来看一下成片效果。二零二四年十月十三号， 一枚七十米高的火箭从太空飞回来，被发射塔上两条机械臂在半空中夹住了。全世界都疯了，但二十二年前造它的这家公司连火箭都飞不起来。二零零二年，马斯克拿卖 paypal 的 钱创办了 spacex， 就 一个目标，让火箭能重复使用。所有人都觉得它疯了。 火箭这东西从来都是用一次就扔了。二零零六年，第一枚炸了。二零零七年，第二枚又炸了。二零零八年，第三枚还是炸了，钱烧完了，特斯拉也在崩盘边缘， 马斯克把最后的钱全压上去。第四枚飞进了轨道。接下来， spacex 做了一件从没人做过的事，让火箭自己飞回来。二零一五年， falcon 九的一级助推器稳稳落回地面。 二零一七年，一枚用过的火箭再次升空，发射成功，火箭不再是一次性的了。今天 spacex 一 年发射超过一百三十次，比全世界其他所有国家加起来还多。一枚助推器最多已经负用超过三十次，发射成本从过去每公斤上万美元降到了两千多。 而开头那一幕，筷子加火箭，就是在这条路上。再往前走一步，火箭连着陆腿都不需要了，直接飞回发射塔，被空中接住翻新再飞。 从什么都炸到徒手接住火箭，再到每一枚都能反复再飞。这条路 spacex 走了二十二年。 刚刚播放的就是一次成片的效果，我没有做任何的干预和调整，从完成度上来说其实还可以，但是你仔细看，里面有不少可以优化的地方。 比如说片子中提到了三次发射失败的场景，其实每一次都可以用一张当时真实的照片来替换，也可以加入更多的视频素材，比如说火箭返回到着陆的画面，但是可能 codex 在 上网搜索的时候就没有找到，那这个时候就需要你来提供了。 而且说到我们自己提供素材，其实主题风格也是一样的。前面这条视频我用的是一套自定义的黑白硬科技风格，那这套主题我是怎么设计的呢？接下来我来带你看一下， 其实很简单，你可以在 cloud design 里面进行设计，输入屏幕上这段提示词，他就会帮你生成一套主题，然后你再跟他多聊几轮，不断的调整细节，基本上各种需求就已经能搞定了。比如我这条 spacex 视频，用的黑白硬科技风格就是这么设计出来的， 它包含了一整套的设计语言，视觉的底座、中英文字体、装饰元素， a 肉出镜使用到的各种贴纸卡片，还有 b 肉讲解概念或流程时候需要用的图标、思维导图以及数据格式化，这些都已经帮你设计好了。 设计完成之后怎么导出呢？有两种方式，第一种是点右上角的 share， 然后选择 download project as a zip 下载成压缩包。那第二种是可以直接点 handoff to cloud code， 这样就可以在 cloud code 里面进行二次的开发和调整 好。实操部分就到这里，最后我来跟你聊一聊我用下来的心得，还有几个实操上的建议。 hyperframes 目前还不是很成熟，所以你千万不要指望它一次就能出成品，除非你的视频本身就很简单，只有字幕和简单的动效，不然你大概率是要调整几轮的。 问题在于，每一轮的调整其实时间成本都非常的高，赶完之后必须重新渲染，一轮就需要半个小时到一个小时的渲染时间，那大概三次也就是三个小时，这个时间成本非常的大。 所以你在使用它之前，一定要先判断一下你这条视频到底适不适合用它来做。像概念的讲解，流程演示、数据图标这类的视频， hyperframes 完全够用。 如果你的视频依赖大量的真实素材，复杂的剪辑节奏，那目前它还搞不定。还有一个问题就是它的效果不太稳定，有点像开盲盒。 虽然看起来它什么都能剪，但是实际体验下来，我觉得它的效果是时好时坏的。如果你真的想把它用起来，比如说批量的去做视频，或者是做讲解类的科普视频， 我建议你要固定一套视觉风格，几个转场和字幕样式以及贴片的动效，做成一条固定的工作流程，不然每次他都从零开始发挥这样的效果，非常不稳定。 然后是关于素材脚本里列的素材清单，不管是图片、视频、音效，我都建议你自己去准备，不要指望扣代斯可以上，我帮你搜索。找回来的素材经常和你的画面对不上，而且现在基本都有反爬 a 阵呢，是没有法下载的， 再加上搜索的过程又慢又耗 tokens， 算下来非常不划算。那我们应该去哪里找素材呢？接下来是我经常使用的素材网站，图片和视频我会常用 pixabay， 最综合 ansplash 和 paxos 的 图片资源，更多一些 bgm 和音效我推荐你用 solno ai 来合成，那这些工具都是支持 api 接入的。如果你有工程能力的话，完全可以自己搭一条自动的流水线， 配音也是一样的。 hyperframes 虽然内置了一个声音合成模型，但是它的效果其实非常的差，声音很机械，在正式的作品里根本没法用。如果你想快速的看效果，那没有问题，但是如果你想把它变成正式能用的视频， 我建议你去使用 mini max 的 speech 二点八 hd 这个模型，或者干脆自己去录好，那我的素材库差不多也就是这些了。那最后呢？我把 ai 剪辑视频这件事情拆成四层来做个收尾。最底层是大模型，模型的能力是地基， 分镜拆的好不好，素材理解的对不对，动效配的准不准全看模型。所以我这里首选 opus 四点七或者是 gpt 五点五。 第二层是脚手架 hyperframes remote， 或者你自己写的任何视频剪辑的 skill 都是脚手架，脚手架决定了你能实现什么样的效果。第三层是脚本书里怎么拆分镜，每个分镜的内容，文案转场以及整体的节奏的设计。 第四层是素材整理，你准备的素材的质量直接决定了最终画面的质量，这四层合在一起，共同决定了 ai 剪辑视频的最终效果。 以上就是本期的全部内容，如果你觉得对你有所帮助，别忘了点赞以及加入废材俱乐部，我们可以一起探索更多实操的玩法，那我们下期见了。

如果你最近开始用 ai 工具，一定会越来越常看见一个词，就是 getop， 就 别人给你发一个开源项目教程，让你去 getop 上面去下载 ai， 也经常让你看 readme， store issue。 很多时候很多人打开一开始就懵了，这不是程序员看代码的地方吗？ 所以说这期我不会讲一些 getme， 也不会讲怎么写代码，我只想讲普通小白怎么用最简单方式去看懂 getop。 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 口令提升自己的工作和生活的效率。 你会越来越常看到 github， 是 因为很多的 ai 工具插件，包括自动化脚本和开源的软件，都会把说明、下载、更新和问题反馈在这里。 对于普通小白而言，你可以把 github 理解为四件事，就是一个是找工具的入口啊，别人做好的工具 以及项目的说明书和使用前的这种判断的材料。所以说你要看的不是说哎这个项目代码写的有多厉害，而是这个东西有没有人维护，要不要账号，要不要权限，会不会碰到你自己的文件和数据。这样理解就比一个所谓的代码网站要好，理解非常多。 就很多人怕吉他，是因为他第一眼确实看起来很不友好，全英文的网站对吧？英文的文件名、按钮、标签、技术词就一下子全部堆在你面前。但是实际上你不用从代码开始看啊， 就更简单的方式，你把 github 当成一个工具的详情页，就像你看一个工具之前，你会先看它是干什么的，怎么用，别人有没有反馈，以及最近有没有更新， github 也是一样，所以说你不一定要会照这个工具， 但要会判断是它是不是你想要的，值不值，是，然后以及能不能让 ai 帮你先读懂。就如果用大白话来讲， github 就是 一个公开的一个项目主页，一个 github 的 仓库就是一个项目页面， 你要你先不用把它想成一堆代码，也不用着急去下载，而是把它当成一个工具和这一个项目的主页，它会告诉你这个项目叫什么，想解决什么问题，谁在维护，以及最近有没有更新， 所以说这一页只需要记记住这个理解就 ok 了。就仓库不是一个神秘的文件夹，它就是一个项目的页面， 而当你打开一个 excel 的 一个主页啊，其实就长这个样子，第一次打开这个项目，就你不用试图把所有的文件去读完啊，你就少这四个地方。第一个就是项目的名称 啊，然后一个一计划的简介，确认它到底在解决什么问题。第二，你可以看 readme 的 这个文件，它就是你的这个项目的使用的说明。 第三，你可以看它的 star， 就是 有多少人给他点赞啊， fork 就是 有多少人复制出来，以及最新的一些更新的时间，知道有没有人关注，以及最近是不是还在更新和改动。 然后第四个就是你可以看它的 issues， actions 和 release， 就是 看有没有问题的反馈，运行的记录和一些稳定的版本。就大家要注意的就是就 starts 很 高，只能说明它热度高，但不一定代表就它真的很安全，或者不一定代表它真的适合你， 然后呢？刚刚那一页解决的是看哪里？那我们这一页解决的就是要不要试的问题，你可以直接问三个问题，就是第一它到底有没有解决我的问题？ 第二就这个项目到底有没有日常在更新一个二三年的项目，你可能完全不需要再去参考了。比如说第三，那就是我能不能先用一些测试的文件去小范围试一下， 如果前两个问题都解释不清楚，那就不用再花时间了。如果第三个问题也说不清，那就不要直接拿一些真实的文件，真实的账号或者一些重要的数据去跑， 这样你去看 guitar 的 时候就不是在去学一些技术的名堂，而是在做一个普通人的一个使用的一个判断， ok。 然后我觉得现在真正去降低 guitar 门槛的一个地方就是在于大家可以用 web coding， 因为你不用自己去硬读这种英英文的文档啊，你可以直接让 codex 去帮你把 guitar 翻译成你能够看得懂的一些话， 比如说你可以这样问，就是我不是程序员啊，就能帮我去 github 上面去找一些能够批量整理 pdf 表格的工具， 然后以及让它不要只给我链接，能够帮我去判断说它到底能做什么，怎么安装和使用它的 star 数，更新时间和依据，说明什么，然后会读取什么文件数据，有没有一些联网或者权限的风险，然后以及怎么去验证。 所以说这样子 ai 给到你的就不是一堆项目的链接，而是一个能不能用，怎么用，以及哪里需要小心的这样一个判断报告。 然后这里还有一个关键点就是你不要一开始就去搜很多的技术词，就很多小白会直接说，哎，帮我去找那种拍摄的爬虫，或者帮我去找一些什么项目，但实际上你完全不需要懂这些。更好的顺顺序是先说你想要批量整理 pdf 的 表格， 我要把视频转字幕，我要自动汇总一些公开的网页信息，然后让 ai 去找后选项目，然后让他去读懂 readme 和一些视例，然后再最终用一些测试的文件和脱敏的数据去跑一个小样，跑通之后再考虑自己要不要接入自己的工作流。 然后呢， github 也不只是可以放代码，就比如说之前我自己做了一个 store map 就是 门店信息的这种项目啊，就本质上就是把门店数据整理出来，再变成一个前端的看板。 那这种项目就可以在 github 上面去管理， pages 去发布页面， action 是 可以定期的更新， issue 是 去记录问题， release 去记录稳定的版本。所以说 github 也不是是程序员的一个代码仓库，它完全可以是我这样一个小白做这种清亮的项目的一个管理和发布的入口。 所以说最终总结一下，第一，把 gitap 当成一个项目的主页，不用先被这种代码啊去吓住。第二就是你可以看一些项目的名称， read me， 更新时间，然后再决定要不要试。 第三呢，就是你可以让 code 去帮你翻译成你能看懂的话，然后再用一些测试的文件和托米的数率数据去去验证。 最后呢，就是非常想强调一个点，就是免费开源就不等于它可以直接去运行，如果涉及到一些敏感的文件啊，账号啊，你的 api key 啊，或者一些权限啊，一定要让 codex 或者 cloud code 帮你解释清楚它会做什么，再决定要不要继续。 ok， 我是 fred， 后面我会持续用一些真实的案例告诉大家怎么把 ai 用到自己的工作流，我们下期再见。

很多人问我 web coding 到底用啥工具，今天分享一下。一年半下来，我自己真正在用的组合，从设计到写代码到部署，共六类工具，毫无保留的分享给你。设计我不自己想， 直接上 pinterest 搜关键词，找到合适的就保存下来，把图片丢给 cloud code， 让它按照这个风格写代码，比任何 ai 生成 ui 的 工具都好用。 building agent 呢？我用两个， cloud code 和 codex 不是 二选一，是两个一起用。我的具体流程是让 cloud code 先写计划，然后 codex 挑毛病，它们互相 review， 计划到一致的时候再让 codex 去执行。写完代码之后，让 cloud code 做代码的 review， 同时让 codex 也起一个隔离上下文的 sub agent 去进行 review， 反复几轮，双方都觉得没有 bug 了之后就可以上线了。两个不同家的顶级 agent 的 互相 review， 可以 发现彼此忽略了的问题。这个非常好使，而且也是社区里成熟的做法。分工上，我的感觉是 cloud code 更擅长长任务，更有创造力，而 codex 更擅长单次的代码执行， 专业感更强。一个擅长想，一个擅长做 i d e。 我 一直用 cursor， 但不是用来写代码，我是在 cursor 的 终端里面跑 cloud code， 然后用 cursor 来看文件和 date。 模型我是订阅了 cloud 和 g p t 的 每月一百美金的套餐，当然你也可以选择用国内的根据性价比的模型。 后端我主推 hspock， 新手友好到离谱登录，数据库存储全都帮你内置好了。最重要的是对 a 盘的友好，而且还免费让 cloud code 和 code 自己去调用就行，不用你配置任何东西。 它贝斯我个人觉得偏重，之前尝试过好几次都没搞明白就放弃了。部署的话我现在也用 xbox， 它适合全站一站式部署上线，当然你也可以选择用 mercel。 但有一点， xbox 部署的默认域名是没有办法在国内直接访问的，如果你想要分享给其他人去用的话，最好还是买一个自定义的域名 用来绑定。我买了好几个域名都不贵，大概就二十块钱一年，这就是我一年半拎定下来真正在用的全套组合。下一期我会分享新手最容易踩的五个坑，我们下期见。

这是我用 codex 做的动态图标，这些也是像这样的效果，我们现在不需要 ae， 也不需要 p r， 用 codex 就 能实现。那今天我把这个教程分享给大家，用到的工具是 codex 和一个叫 hyperframes 的 插件，点击左边栏的插件，在这里搜 hyperframes， 然后你会看到这个插件的详细信息，点进去再点击，在对话中试用。这里大家记得先添加好项目文件夹，确定好模型，智能等级和速度，然后就可以把题词放进去。比如帮我做一个 codex 和 cloud code 的 功能对比的分析，视频时长十五秒， 尺寸是横版十六比九，视觉风格是苹果简约高级风，需要增加一些动态效果的展示。 这里写错了哈，因为我用的是 ai 语音工具，完全是口喷的，有些词语可能会识别错误，直接改一下就行， 然后点击发送，让他开始做。你看他先是查了一下官方资料，确保这两个工具的信息是最新的，然后他还会去看 hyperframes 的 要求是啥，确定下来视觉身份，然后再去写 html， 他会主动在我们看不到的地方用网页去搜索资料，那整个的思考过程跟我们人类是一样一样的。他还会单独创建一个文件夹，因为我这个目录里面啊，其实是有其他项目文件的，所以他知道不能碰到别的。我把左边的边栏隐藏掉，现在整个页面都是我们的视频制作过程 他很快就确定下来，主画面用冷白、石墨黑、微蓝和暖金做出高级感。我觉得如果大家有更具体的风格，也可以直接在刚才提示词里面告诉他，那整个过程他会自己产出内容，然后检查有没有问题，再自行更正。这些你都可以看到， 如果不想管，就让电脑开着，让扣贷自己干活。那做这样一个视频大概花了十来分钟，然后文件的位置，他参考了哪些资料，最后都会告诉我们。来，我们看一下它的效果。 大家注意看，这只是第一版哦，我觉得已经非常惊艳了，完全没有预先做任何模板，已经可以拿去用了。那不管是发布在社交媒体上，还是工作汇报，都很顶。 实际上呢，它不仅是可以做这种图表，还可以做产品介绍。比如这个辣条的产品视频，你丢给 codex 一个网页，让它做产品或者品牌的介绍，也可以做一个像 open ai 这样的业绩表，那放在 ppt 里面简直是开挂。 你甚至还能让它做这种 logo 散落的视频，或者是宋代山水风格的 ai 发展史， 你给他一段提示词，也不用特别复杂，让他开干就可以了。一般来说啊，十来分钟左右就能做出来，那如果对效果不满意，再沟通几轮， 那到这里大家可能会觉得，哎，这好像没有什么难度啊，很简单，每个人都可以做。那我再分享几招进阶的方法。 第一个呢，如果视频中涉及到图片类的素材，像 logo 啊，或者人像，建议自行上传。或者呢，可以先让 cloud code 整理出这些 logo， 然后再把这个文件夹打包到项目里，这样失误会更少。第二个是关于审美和风格，如果不指定风格，他做出来的大概率就会比较大众化， 像科技风很容易就做成那种已经用烂了的蓝紫色，所以最好是提前指定风格。那我这里也列了一些，大家可以直接拿去用。 最后是音乐和音效，可以让它生成简单的音效，但是背景音乐呢？大家可以用 solo 生成原创的背景音，或者直接在剪辑工具里面把音乐库的素材放进去，最后我再补录一个哈。很多时候我们做动效视频会需要信息的专业性和准确性。 那对于科研、生物科学、生命科学这些领域来说，我比较推荐 bell render 这个插件，它能够把这些领域的一些复杂概念进行可适化。那结合 paperframes 它们两个就能把一些科研领域专业绘色的信息用非常动态的形式表达出来。 比如说我让他做一个 an apple a day keeps the doctor away 这句谚语背后的一个科普回答， 他就会给到我这样一个视频，我们可以看一下效果。 那我们今天的分享就到这里，我们下期再见。

gemini 也出桌面端了，我用它做了动画，开发了游戏，还尝试了一系列的常用功能，还真有点平替 codex 的 意思了。就在昨天 google i o 开发者大会上，发布了一系列面向模型搜索、开发者工具和多模态创作的一整套 ai 更新， 有新一代基础模型 gemini 三点五，有融合了 nano、 banana 和 vivo 等模型能力的多款桌面端 agent 的 重度用户。 我们也终于等来了 google 版的 codex itigraphy 二点零，我已经迫不及待想上手玩一玩了，那么话不多说，马上实测。嗨，这里是头哥不请自来的 ai 频道，我们先来看一下它的界面，如果不仔细看，我真的以为自己打开的是 codex。 左边是项目和对话任务，右边是主要的对话窗口，对用过 codex co work 或者其他桌面端 a 阵的工具的朋友来说，基本没有任何的学习门槛。这里可以看到， atigraphy 已经把刚刚发布的 gemini 三点五 flash 集成到了模型列表中， 而且之前 it gravity ide 版本里已经支持的模型也被保留了下来，比如 cloud sonic 四点六，还有 cloud ops 四点六。光是模型种类这一点， it gravity 就 比 codex 丰富了不少。 所以接下来我们就通过几个案例详细盘一盘 it gravity 的 能力到底怎么样。第一个案例当然是制作我们熟悉的 remotion 动画视频，之前的节目里，我们已经详细介绍过如何使用 codex 配合插件市场中自带的 remover 插件制作像这样的动画效果。但 itagraft 有 一个很明显的区别，它并没有自带的技能库和插件市场，所以这里我们先要安装下这个技能。 我们先新建一个项目，然后把 remotion 最佳实践这个 scale 手动安装到项目的点 a 阵子文件夹中。接下来我们就直接输入这段指令，使用 remotion 制作一个介绍 it graffiti 二点零的动画视频，要求浅色主题，将 logo 与 logo 的 配色融入到视频风格中。 输入完成后， a 阵的没有马上开始写代码，而是先开始分析我们的需求以及当前项目里这个 remote skill 的 能力。然后他先给我们生成了一版详细的实施计划。 这一点就和 codex 的 工作方式有着明显区别，因为我们一开始并没有主动开启 autograph 的 计划模式， 但他仍然先进入了计划阶段。从体验上来看， itgraphy 这一点很打动我，所以这里我先检查了一下他的实施计划， 确认整体思路没有问题之后，就让 agent 继续执行，并自动渲染出了视频文件，你看效果是不是还不错？第二个案例我想稍微上一点难度，我们让 agent 使用 react 加 three 点 gs 开发一个三 d 太空设计游戏。 这一次我们直接开启 atigraphy 的 计划模式，先不让它马上写代码，而是让 agent 先和我们讨论具体要做成什么样子。这点就很像 codex 里的计划模式， agent 会一步一步向用户确认游戏细节，比如核心玩法是什么， 是固定视角还是第三人称视角，有没有剧情模式，有没有关卡推进等等。待所有细节都确认完成以后， agent 就 会生成一个详细版的实时计划，确认没有问题，我们就让 agent 继续执行。 经过几分钟的开发，一款打开浏览器就能玩的三 d 太空设计游戏就搞定了。到目前体验下来，我们的感觉是， atigraphy 并不是只把 codex 的 界面复刻了一遍。像这种面对复杂任务时停下来先把任务规划清楚，再一步一步执行的能力， 是现代 a 阵的终端里最重要的能力之一。最后，我们再来测试一些平时经常会用到的场景，比如 codex 里的自动化功能， 它可以让 a 阵子定时执行一条指令，每天帮你检查信息、整理资料或者生成固定格式的简报。而在 atigraphy 里，这个能力叫做定时任务， 它提供了几乎相同的能力，比如，我们可以指定一个每天都要执行的指令，每天早上九点检查 github training 里推荐的热门开源项目并输出中文总结。 创建方式也很简单，你可以像这样在定时任务菜单里直接添加，也可以在聊天窗口里通过杠 schedule 加上这段自然语言描述，直接创建定时任务。 这样一来，它就不只是一个你输入才会工作的工具。甚至在一些固定的标准任务上，它已经几乎可以替代像 openclaw 这样的常驻智能笔了。 下面我还想测一下 itigraphy 能不能生成图片。在 itigraphy 里， agent 也同样继承了自家的 nano banana 生图模型，我们只需要在提示词里明确要求它生成图片， agent 就 可以直接完成图片创作，这个能力对内容创作者很有帮助。 最后， ideography 还带来了动态 sub agents 功能，就是一个主 agent 带领一群专业的子 agent 一 起完成复杂任务。我们可以直接在体脂词里指定使用 dynamic sub agents 创作多个子智能体。 然后 atigraphy 就 会自动启动紫 a 阵特并行处理每项工作。展开右侧边栏，可以看到每一个子 a 阵特都在并行工作中。把复杂任务拆分成多个紫 a 阵特之后，每个紫 a 阵特只需要专注于一个非常垂直的小领域，它的 目标更清楚，上下文更集中，出错概率也就更低。这次体验下来，不敢说全新的上下文更集中，出错概率也就更低。这次体验下来，不敢说全新的 atigraphy 可以 平替 code， 但确实值得你认真尝试一下。 桌面端 a 阵子越来越卷，可实用的工具也越来越多，希望朋友们都可以用上能力更强，成本更低的好工具。智能指手段，人类才是答案。这里是头哥不请自来，我们下期再见，拜拜！