在机场,你拿着下航的票登记一看,却是东航的飞机,你第一个反应是不是觉得自己走错了?其实没有啦,这叫代码共享航班,说白了就是两家航司商量好了的拼做生意,你飞我的飞机,我卖你的座位。 虽然这种航班的价格往往比普通的航班价格会贵一点,却特别受经常出差人的欢迎。那为什么贵也有人买呢?因为积分能攒到你自己的账户里。比如你经常用下行,金卡,等级、会员都在下行, 可你在要飞的这条航线里面,只有东航在飞,怎么办呢?选代码共享就对了,买下行的票,坐东航的飞机,积分照样按比例进下行账户, vip 休息时也能正常使用。 还有一点,对出差人特别实用,行李不用中途操心。像上海飞悉尼,在厦门中转,如果是分开买的两张票,那行李就得取出来重新托运。但代码共享的连乘票, 只要是同一体系的航班,多数都是能把行李直接从上海运到悉尼,中间你只管安心转机就是了。 所以,下次订票再碰到航班号和实际直飞不是一家航司的情况。买票前问自己两件事,你是想攒对银行司的积分呢,还是只想买普通航班省钱?想清楚再付钱?
粉丝670获赞8886

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。

这是哪个机场?这是上海浦东国际机场?这是哪个机场?这是北京大兴国际机场。这是哪个机场?这是中国香港国际机场。 这是哪个机场?这是迪拜国际机场?这是哪个机场?这是新加坡章鱼国际机场?这是哪个机场?这是伦敦希斯罗机场?这是哪个机场? 这是巴黎戴高乐机场。这是哪个机场?这是东京雨田国际机场。这是哪个机场?这是洛杉矶国际机场。这是哪个机场?这是美国旧金山国际机场。这是哪个机场?这是美国纽约肯尼迪国际机场。这是哪个机场? 这是哈萨克斯坦的阿拉木图国际机场。这是哪个机场?这是德国法兰克福国际机场。这是哪个机场?这是澳大利亚的悉尼金斯福德史密斯机场。这是哪个机场?这是泰国曼谷的素万纳普国 际机场。这是哪个机场?这是印度新德里的英蒂拉甘地国际机场。这是哪个机场?这是俄罗斯莫斯科的多莫捷多沃国际机场。 这是哪个机场?这是韩国釜山的金海国际机场。这是哪个机场?这是韩国首尔的仁川国际机场。这是哪个机场?这是加拿大多伦多的皮尔逊国际机场。

在虹桥机场,然后今天开了一天的会,然后现在晚上十点钟准备出差,我心里面提溜的是什么呢?我在想着我今天的克拉扣的和扣贷的额度没有用,没有用完,我很纠结啊,自从开了这两个每天不用完,我就感觉全身不舒服, 就一刻不让他工作,就感觉我在浪费他,有种资本家的感觉,以前喜欢打游戏,自从炒股我就不玩游戏了。 然后呢?现在用了科代斯和卡扣的呢?我,我现在也不炒股了啊,炒股票也不是不炒,放在那里,但每天额度没用完,透支没用完就很着急感。感觉现在一个啊中赌杯啊,天呐,等机了啊,拜拜。

使用 c c switch 进行 cloudbox 的 使用,好多朋友不会用啊,这个 c c switch 大家入悉一下,首先在这个网站里面搜索一下这个 c c switch, 把 c c switch 下载下来,对应的安装包在这里面点 windows 这个 msi 就 可以了,安装下一步就可以, 我现在是安装完的之后的效果,第一次进入是这样,要进入这个 c c switch 的 设置,在设置里面呢,如果你没有安装 cloudbox 呢?你要把这个 应用这个插件可以点,把这个跳过,初次安装这个一定要点开,这个非常有用,好多朋友因为他没有格式的账号,所以每次要登录时候需要登录账号,这个跳过了,只用咱们国内的 ai 就 可以了。 到这里面这里面,比如说像我的这个,我其实用的 dipstick 和这个 gim, 还有 mini max 它其实国外这个我也没有使用啊,太贵了,大家可以直接点加号加号,比如说你要有一下,比如说你用小米的这个 mini 吧,小米这个 mini 呢?你去把这个 key 添加这里面把,这个一般都不会用。改啊,如果你是 tiktok 的 话,你要去搜索一下 tiktok, 在这里面补充一下,有的朋友使用的是 tokenplay 或者是 codingplay, 这里以小米为例,他的 tokenplay 或者 codingplay 里面的兼容协议是这个名称,但是 c c switch 这个作者呢?他说他自己忘写了,他写的是这个,这个是错误的啊。大家一定要把这个 play 复制一下,复制之后把这个放到这里改一下, 改下之后再把你的 api 复制里面,这才是对的。之前有朋友是写错了,他默认是有问题的,这个一定要看一下,把你的模型需要用的模型改一下,一般都是小写啊,很少有大写的。这个大家自己添一下,点击添加就过来了。 过来之后呢,想像我这样的点试这个余额,这个余额比如说你看我这个 deepsea 的 余额,呃,使用用量查询,官方把这个设为零, 你刷新一下,像我这个还剩二百七十块钱。智普的这个呢?它是我 tiktok plan 吗?我是用 tiktok plan 就 不一样,这个也是在这地方配置前用量查询就可以了,其他的注意的事项没有,因为其他我也没怎么用啊。 注意一下小龙虾,这个好像有点有一点点问题,我不建议小龙虾和爱马仕在这个 cc switch 里配置可能有这两个不太建议在这里面配置,就这个 clod, 再用这个配置就可以了,其他的不要配置 这个 skill。 点击这个像扳手一样的图标,点击之后呢,你就可以直接在这里面去安装 skill, 非常方便啊。比如说你想找一个 skill, 那 点击这个发行技能啊,要保持你的网络通畅啊,你的网络要好, 这里面才能显示你想要安装的 skill。 这个 skill 是 这样,它这个 skill 里面有个 top 上总结上的,在仓库,但是有一些特殊的,比如说我安装的我安装的 canvas 赛,这个 canvas 赛其实没有,你就要去他的网站上,他教你怎么去安装,你就搜索安装,按照他的方法就可以了, 其他的大部分都能搜到,如果搜不到的,很可能他改了名了。这个不要着急,你就去那个 github 上去搜索一下,是这样,你也可以从这个 ip 上去安装导入已有。都可以啊,发现技能就可以直接点击安装,这就安装出来了。这个比较方便,我建议新手小白直接在这里面去找能下载的就可以。

本地 agent 是 ai 发展现在最重要的领域了,也是普通人跟上这个 ai 时代我觉得最直接的方式。如果你现在仍然每天只是跟那个聊天机器人在问一些问题,还没有正式去接触过本地 agent, 觉得概念太多啊,没有头绪啊,不知道从哪里开始,这个视频呢,就特别适合你,它不是一个简单的这个工具教程,而是会告诉你普通人使用 agent 的 这个方法论,不管你是用哪个 agent, 都 都可以用上这套逻辑。如果让我来给 agent 排名的话,我觉得世界上 t 零级别的应该有四个, cloud code code、 open code 和 pi agent。 如果你有自己用的顺手的 agent 啊,其实大致的逻辑都是一样的, 但我今天呢,想带大家吃点好的。刚才提到的前三个的 agent 啊,主要的作用基本上就是帮你写代码,因为你看到它名字里面都带有一个 code 这样一个单词,你可以在网上收到大量大量的教程,但其中啊,这个 pi agent 是 里面最冷门的一个。 国内啊,我看到网上几乎没有人特别去聊这个主题,但是呢,它也是最特别的一个,因为它不是去专门帮你写代码的,它是帮你去完成日常任务的。大家看啊,在这个 open root 的 排行榜上呢, pad 的 这个每天的 token 消耗量是排在第六名的, 除了前面两个乱消耗的大哥,它仅仅地排在了大名鼎鼎的 cloud code 后面。 open i codex 负责人今天还说啊,它们大概有百分之五的生产流量已经跑在了 pad 哈尼斯出来的这个 agent 上面。别看这百分之五啊,你放在 codex 这个量级的工具里面我觉得已经很夸张了,之后大家会了解到说做同样的事情,其实派的消耗量会小很多,所以他排在第六名呢,我觉得已经很厉害了。最近三个月啊,派呢是我用的最多的 ai 工具, 所以我今天就想用派 agent 来给大家做一个 agent 和 skill 的 入门教学。我会手把手来教大家做三件事情。第一个呢,就是我们一边装 skill, 一 边去演示案例,搜索的,读 pdf 的, 读 office 的, 与 语音生图,做视频,每一步我们现场都去跑一遍。第三部分呢,最后我会让拍 agent 去做一个完整的大的案例调研,并且去自动生成一个很酷的视频。然后呢,再顺便提一句,观看这个视频,我觉得最好的学习方法是你打开你的电脑,一边看我的视频,一边自己去动手,视频呢可能有点长,大家可以先点赞收藏,然后慢慢看。我们现在正式开始, 我们先来说一个很重要的区分啊,就是像 cloud code codex, open code 呢,这些都是代码智能体。这个 agent 的 主要的目的啊,就是去写代码,产出就是代码,你让他去写一个功能,他交付给你的就是整个项目里面的这个一个个文件。比如说我拿 cloud code 的 举例子, 它里面呢就预装了代码的缩影,测试、运行、 get 操作、编码规范,整套呢都是围绕着更好的去交付代码项目去设计的,开箱即用写代码呢,确实是非常方便。 大家平时任务其实都不一样啊,不是每个人都天天坐在那边写代码的,你可能想要去搜资料,读 pdf, 整理表格,写汇报,做 ppt。 如果你预装一套通用的编程的工具,其实没有办法去照顾到所有人的日常办公的需求,派是怎么解决这个问题的呢? 派的设计思路啊,其实跟其他的 agent 都不太一样。其他的 agent 啊,大家知道功能越来越多,派呢,是反过来的,他是一个极简主义者,他把底座做得非常的极简,只保留四个最基础的工具,读文件、写文件、改文件和跑命令。除此之外呢,其他什么都不装了。他为什么这样设计呢?是因为他想让你去搭一个自己的 agent。 如果你是搞研究的,你可以装 pdf, 装搜索的 skill, 如果你是办公的,你可以装表格的这个 skill, 如果你想让他开口说话,你就去装 edge tts skill, 如果你去想做视频,就去装 hyperframes。 你 装一个 skill, agent 就 多一项能力,每个人手中的 pie 啊,最后长的都不太一样。大家看他这官网上的口号也是这个意思, 世界上有很多很多其他不同类型的 agent, 但是这个派 agent 就是 你自己的 agent, 这句话呢,就是最精确的表达了他这个派 agent 设计的这个基本的理念。上面我提到了好几次的这个 skill, 那 skill 具体是什么东西呢?就是一份给 agent 的 说明书,一份给 agent 的 操作手册。 agent 读完之后呢,他就知道怎么来具体的干活了。我们看啊,他 底座保持极简能力呢,就是你可以按需去安装,这就是 pad 的 设计思路。到这里呢,可能有些朋友也会好奇啊,就说你这差别到底能有多大呢?听起来好像也差不多嘛,我给你举一个具体的例子,如果你平时去用 cloud code 发一条,你好发一条 hello, 这个系统提示词呢,就会占到你两万的 token, 像 codex 跟 open code 可能稍微少一点,但也要一万五千字的 token 左右。 pad 是 多少呢? pad 系统提示词啊,不到一千五百字,差出十几倍。这会带来直接的三个好处, 一呢就是快,上下文短模型就会算的快,给出的答案也会快。第二点呢就是省省 token。 我 自己的体感就是做同样规模的任务, token 消耗呢,大概只有 cloud code 的 三分之一左右,甚至更少。第三点呢,就是聪明,模型的注意力是有限的,大家知道,如果你的提示词越长, 模型呢,可能他的注意力就越分散在派里面呢,没有一万字的预设的这种为了编程的提示词在旁边去抢注意力。在同一个日常的任务当中,派就是比 cloud code 的 更 更聪明,更听话,这个体感就会很明显。再回到开头说的这个 openroot 的 排名啊, pad 对 话每次消耗的头壳呢,只有其他 agent 的 几分之一,但总消耗量却能排在第六,我觉得这个含金量就很高了,说明在海外,在这个极客圈里面,也就有一大批人把 pad 当成日常工具在用了。 然后呢,派默认呢,他是跑在这样的这个命令行里面的,你看到有点繁琐,所以呢,我给他包装了一层网页,把它做成一个简单的这个容易使用的应用。这个项目呢,我自己大概已经使用了三个月左右,我跟我的朋友们基本上每天都在用。确实呢,把我很多日常的工作里啊都串了起来, 我觉得非常顺手,所以我现在公开出来了,开源出来了,如果大家有需要的话,也可以直接拿去用。下面的演示呢,其实就是用我自己开发的这个 pad 应用。好,我们先来安装这个 pad。 怎么安装呢?当然首先呢先要来安装 node js, 这个呢几乎是你去装所有的 agent 都要去依赖的这个一个基础的东西,如果你之前安装过,那你就跳过这一步,如果你没有安装过,你就在这边选择自己合适的电脑的环境,然后下载安装包,双击之后呢,一直下一步,它就帮你自动安装好了。 然后呢打开你的终端,在启动之前有一个可选的步骤,就是设置国内的镜像加速,你可以去搜一下 npm 国内的镜像加速,这里我用的是腾讯的镜像加速,就是输入这样一行命令,然后直接回车就可以了。 设置好镜像站之后呢,我们就可以启动派了,如果你是 windows, 你 可以点击菜单,打开你的 power share 应用,如果你是 mac 呢,直接打开终端就可以了,所有的都是这样,同一条命令,然后回车,他会问你是否继续 输入。 y 代表是的,刚刚输入的这条命令的意思是什么呢?就是运行我开发的派 web 的 最新版本,它首次运行呢,需要下载一些项目文件,所以会慢一点,之后更新的时候呢,都是会从缓存里面去加载,会快很多。安装好之后呢,它就会自动弹出这个派的网页应用了,就是大概长这样子的,看到左边呢就是 文件浏览器,你可以选择一个自己的目录,或者用我这里设置的默认的目录,然后下面呢大家可以看到可以设置模型,可以设置添加自己的 skill, 然后中间呢就是我们非常熟悉的这样一个对话框了, pi agent web, 然后你可以在这里输入文字,也可以上传图片, 然后可以选择一些参数啊,模型等等。然后呢,第一步我们就是要先来添加我们的模型,因为你没有模型的话,你这个 agent 做的再好其实也没有用。点击这里的模型,点击添加模型服务商,我们看到派支持很多这个官方的供应商, 然后也支持走这个 gpt 的 订阅,如果列表里面没有呢,你就选这个 custom 自定义接口,这一步呢就跟你配置其他的 agent 的 接口一样,填好 base url, 点好你的 a p i t, 然后点保存就可以了。添加好服务商之后呢,我们在这里选择添加模型,我们填上模型的名字,我们今天用的是 g p t 五点五,而最近用五点五实在太爽了,量又大,然后能力又强。 这里呢勾选上它的推理模式,然后可以允许图片输入,然后把最强的 x high 的 这个思考模式选上。窗口,我们选择二十万,然后这里填个六万四的这个最高的投屏输出保存,然后我们来测试一下,发个你好,我们看到模型已经通了,然后呢我发送我问他一下,说看一下我的桌面上有什么, 你看他已经能读取我电脑上桌面上的这个文件了。其实呢就是我们下载完派之后什么功能都没加的派呢,已经能做不少的事情了, 说整理文件夹,然后批量改文件的名字,执行命令,跑脚本,只要是本地电脑上能通过文件和命令完成的事情,派,他基本上都可以帮你去完成。好了,到这一步为止呢,我们看到我们的 agent 已经调通了,接下来呢,我们开始学习 skills。 多人觉得啊,这个现在 ai 时代概念太多,发展太快,不知道从哪里开始,那就牢牢地记住一个公式, agent 加上 skill, 这样就可以了,这是对于普通人来说现在最基本的框架,最本质的逻辑。下面我演示的啊,不单纯是去装一个 skill, 因为我这里也加了一个很方便的装 skill 的 这样一个按钮,我 会装一个 skill, 然后马上跑一个小任务。你会看到说我的派呢,怎么样?从一个只能读写文件的这样一个本地的 agent, 一 步步地变成一个能搜索、能读资料、能说话、能深图,甚至能做视频的一个工作流的 agent。 点击 skills, 然后我们这里添加 skill, 你 可以去搜索 skill 的 名字,然后选择里面想装的 skill, 点击安装就可以了。这里呢,有两个选项,一个叫做 global, 一个叫做 project。 global 呢,意思就是说你在 global 情况下安装的 skills, 是 所有你的项目都可以去使用的 skills。 如果你在 project 里面去安装的 skill 呢,就是只有这个项目你可以用这个 skill, 其他项目呢,不能去使用这个 skill。 所以呢,我一般就默认就选 global。 今天呢,我会来装几个我平时最常用的 skills, 覆盖基本上百分之九十的日常的场景。 第一个呢就是要安装搜索的 skills, 让我的 pi agent 能够去联网搜索,为智能体提供搜索服务的商家呢有很多,我这里呢推荐两个。 第一个呢就是这个 tivoli search, 它注册很简单,免费账号,每个月有一千次的,这个搜索额度很适合这个新手去使用。第二个呢就是 brave search, 它的搜索结果会更好一点, 但是比较麻烦的就是需要绑定信用卡,免费额度呢也是一千次是一样的。我这里呢先给大家演示 tivoli 怎么来安装,我在这里直接搜索 tivoli search, 点击安装, 安装好了。然后呢,我们去这个 tab 里搜索的官网注册一个免费的账号,然后可以把这个 key 复制过来。我们回到 pad 之后,直接跟他说帮我去设置 tab 里搜索用的 key, 然后 key 是 什么?什么?就是你刚才复制过来的这个 key 直接发送,然后 pad 呢会自己去写入这个配置, 它配置好之后呢,我们马上来试一个小任务,看看能不能搜索。搜一下这周最重要的五条 ai 新闻, 按重要程度排序,每条说明发生了什么,为什么重要?适不适合做短视频?保存到一个 news 点 m d 文件发送。我看到啊,这个派呢,开始调用搜索的 skill, 然后去整理结果, 它不是只给我随便很多的一大堆的链接,你看它这里有个评价搜索结果,它可能会把新闻去去重排序,然后再按照我的这个需求判断哪些更适合去做短视频。 好了,任务帮我们全部做完了,你看最后帮我们生成了一个这个 news 点 m d 文件存在了我们当前这个目录,下面我们来看一下,在右边呢,我还写了个预览的界面,给到这个 拍一进去用,你看五条 ai 新闻非常清楚啊,我觉得很厉害。那除了这个 tiffany search 之外呢,如果你想要得到更好的搜索结果,你可以去安装这个 brief search, 然后也是一样, 就是点击这个添加 skills 按钮,这里有很多搜索结果。我推荐的是这个 bad logic, 他 写的 brave search 的 skill, 因为 bad logic 啊,其实是派的作者,我觉得他写的 skill 会比较好一点,之后的步骤也跟刚刚一样, 这里点击安装。安装好之后呢,我们去 brave search 的 官网去注册一个账号,申请个 api key, 然后把 api key 复制给我们的 pi agent, 让他帮我们去配置就可以了。好,搜索 skill。 我 们安装完之后呢,第二类就是去 去读文件的 skill。 pdf 相关呢,我推荐的是这个 open ai 发布的这个 skill 文字版的 pdf, 它会提取文字来读扫描版 pdf, 你 需要在 pad 模型里面设置里面打开刚刚的那个图像识别能力,让模型能够看到 pdf 里面的图。 安装好了 pdf skill, 我 们安装好之后呢,我用 deepsea v 四的技术报告来测试一下。我把 pdf 啊拖进我的这个工作目录里面,放进去之后呢,刷新一下文件浏览器这边呢,就可以看到这个报告了。我们可以艾特这份报告,然后直接跟他说读取这个 pdf, 总结里面的核心信息。然后我们看到啊,这个派呢,会自己去调用我们刚刚安装的这个 pdf skill, 把十几页的报告都去读完,最后整理成结构化的总结。这里的重点是啊,我不用去复制 pdf 的 内容,也不用自己去提取文字,直接把文件丢给他,剩下的呢,叫他自己去处理,举反桑啊。其实 ppt, 然后 word, excel 其实都能安装 skill。 word 呢是用来读文档的, ppt 呢是用来拆这个演示文稿的, excel 呢,是用来处理表格。 ppt 里面门道是最多的。这个视频里面呢,我就先不展开了,后面有机会再做一个单独的视频跟大家讲解一下。这个视频呢,只跟大家展示这个最基本的这个文件的读取能力,到这一步为止啊,其实你的 pi agent 又能联网去搜索,也能读本地的各种类型的文件资料了。 然后接下来第三步呢,我们想让我们的这个 pi agent 能够开口说话,所以还是用同样的办法去安装这个 i g t s skill。 这个 skill 呢,不需要任何账号的,其实直接安装,然后就能用了。我看刚才这个派呢,已经帮我们生成了这个一份新闻的简报。然后呢,我现在想把这份简报变成语音跟网页的,我们开一个这个 新的绘画窗口,艾特这份文件,把这份文件改成一分钟的口播稿,转成语音做一个 html 界面,里面包含文稿和音频,排版简单直观。然后呢,帮我打开这个网页发送。 大概三分钟左右,这个派就突然帮我们跳出来了一个这个我们刚才要求的这个 html 页面,他刚刚先帮我们写了文稿,然后再调用了 html 生成音频,然后呢,写了 一个这个 html, 把文稿跟音频放进去,最后直接帮我弹出了。打开了这个网页,我们来播放一下一分钟口播稿,本周五条 ai 新闻。大家好,这里是一分钟 ai 快 讯第 一, open ai 的 推理模型,在八十年数学难题上找到新构造, ai 正走进真正的前沿科研。现在呢,这一步大家有没有感觉其实已经有点这个工作流的感觉了。之前呢,搜索 skill 负责找信息,派负责整理 t t s 呢,负责把它变成语音 h t m i。 网页呢,负责把这个结果落地成一个可以打开可以分享的这样一个文件。我们看到它这个步骤的总结啊,先生成了一个口播稿,然后转成了一个 mp 三的音频格式。最后呢,生成一个 h t m i。 的 网页。以前聊天机器人啊,只能把结果输出在你的对话框里面,太呢,却可以把答案变成你电脑上的文件啊,网 页啊,音频。很多人担心 ag 的 跑任务啊,会不会很贵很消耗 token 这么长一段的这个任务是吧,但我的体感是,这种小任务成本完全没有想象中的高。像 当我跑任务啊,这么长一段的,这工具调用跟执行大概花费呢,是零点三美元的额度,但实际支出要低得多,因为订阅一个两百美元的套餐,你就能用一个月五千到一万美元的这样 a p r 的 额度。更关键的是啊,派,其实它的上下文提示词很短头肯消耗呢,比其他代码智能体要低很多很多。 第四个功能,我们给派来增加这个声称图片的功能。接下来呢,我们就来安装这个现在的最强的深度模型 gpt image two 好安装好了,这个 skill 的 原理啊,其实是调用 codex 里面的 gpt image two 来生图,如果你订阅了 gpt plus 或者 pro, 就 可以把生图能力也交给派去使用了。我们来试一下这个 skill, 平摊一个对话窗口,我们还是给刚刚我们生成的这个新闻啊来配图。 根据这个文件的第一条 ai 新闻,用 gpt image two 生成一张适合短视频封面的图片,风格是简洁的三 d 科技感的图片。 好,任务完成了,我们先来看一下第一条新闻是什么,就是 open ai 的 推理模型,在数学难题上找到新的构造,看一下这个图片非常不错啊,就是完全符合了我们的要求,有这个科技感。然后主题也是刚刚那个 ai 新闻的那个主题。 这个 skill 呢,有个小问题给大家说一下,在 mac 上是直接可以用的,在 windows 上呢,如果遇到这个脚本报错啊,其实完全不用慌,就是万事接问 ai, 让你的这个 skill 里面的脚本有哪里有 bug, 然后修复再运行它自己完全能够修好到这一步呢。我们其实看到我们的 pad 已经能搜索了,能读资料,写文稿,生成语音,生成图片了,那最后一步呢,我们就是让它来增加这个做视频的功能,我们直接搜索 ipad frames 安装。这个呢,是我最近特别喜欢用的一个 skill, 它非常适合做这个讲解类的视频产品,介绍科普动画,然后过程演示。它的思路也很巧妙,不是去直接让 ai 生成视频, 还是先让 agent 写一个带动画的 html 网页。 html 因为是用代码组成的,所以它生成的时候非常稳定,又可编辑,可预览,然后呢,再逐帧去渲染成一个完整的视频。而且对你来说啊,你完全不需要去懂 html 里面的代码是什么意思,你只要告诉他你想要什么结果好。 安装好之后呢,我们来先跑一个比较小的 demo, 先开一个对话框,用 hyperframes 做一个二十秒的动画,解释什么是 agent, 只生成 html, 不 需要去渲染视频, 我们来看结果,你看它生成好了,它能做标题,然后转场图形,动画字幕的节奏。这个东西呢,你继续加上一些语音,加上一些图片, 其实就能变成一条完整的视频。我们给 pi agent 配上了这五个功能之后啊,我们最后来验证一下我们现在这个 pi agent 它拥有的能力。比如说,我问他,你现在安装了哪些 skills, 它们的位置在哪里?你看啊, pi 呢,会把它现在所有的技能都给列出来到这里呢, skill 一个一个都解锁了, 搜索的,读资料的,语音的,声图的,视频的,单独看呢,你其实看每一个都不复杂,但如果我们把它串起来啊,就能做很复杂很复杂的任务。最后呢,我们就来把这个整合起来,一起来做一个大的项目。最后这个案例里面,我们想做一份行业的调研汇报,假设呢,我现在想要研究一个问题, 是一台英伟达的 g b 两百 mv link 七十二的 ai 机柜要卖三百万美元左右,那这些钱到底用在了哪里,花在了哪里呢?我直接跟我的 photographer 说,作为一个调研项目,一台英伟达 g b 两百 mv link 七十二的 ai 机柜,钱到底花在了哪里?要求做成中文的 hyperframes 演讲,用 tts 配音, 用 gpt image 生成图片素材。关键数字数据必须有来源不确定地方呢?写清楚,是估算的长度呢,大约是两分钟左右,需要有字幕显示,不需要渲染,视频发送。就这几句话,其实我只要说我需要什么,结果 pad 呢?就开始帮我自动拆解任务了。 第一步呢,他会先调用这个搜索 skill, 去查英伟达官方的资料, g b 两百 n v link 七十二的这个产品信息公开的报导,或者成本的估算。第二步呢,他会帮我去整理这个资料,把关键的数字跟来源都单独记录下来。第三步啊,他开始拆解成本了,比如说包含算力、核心网 络的互联页轮之类的这些成本。第四步呢,他会开始写中文的关键词,翻译成人是 two, 生成图片素材。第六步,他调用 h t t s 生成中文的语音解说。第七步啊,他才会用 hyperframes 把标题页、成本拆解,图片、动画、语音全部组合成一个演讲的界面。我拿到的是这样一个完整的项目,文件夹里 里面有资料的笔记,有成本的拆解,有中文的演讲稿,有语语音的文件,有所有这个图片素材。最重要的是还有一个可以直接打开预览的这个 hyperframes 的 这个页面。大家来看一下这个效果,非常完整的一个介绍英伟达 ai 机柜的这样一份视频的资料。 今天看一笔账,一台英伟达 g b 二百 n v l 七二 ai 机柜三百万美元花在哪?先看规格,英伟达官方说明, n v l 七二在液冷机柜里连接三十六个 grey c p u 和七十二个不恰当 g p u, 组成一个七十二 g p u 的 en v link 浴 整柜 m v link 通信宽带一百三十 tbs hbm 三亿约十三点四 tb 价格没有公开标价。 tom's hardware 二零二六引用业内来源给出二百八十到三百四十万美元。二零二四年 h sbc 估计约三百万。下面按三百万美元中位数算, 第一项,三十六颗 g b 二百 super 值, h sbc 估每颗六到二百五十二万美元,占整柜约七成到八成。 单科 superg 里主要价值来自两科, blackwell、 gpu grey cpu hbm 和先进封装。 epicai 估算单科 b 二百,制造成本约六千四百美元, hbm 接近一半,先进封装约一千一百美元,逻辑规片低于百分之十五。 第二项,互联和网络,机柜里有九个 envlink switch tray, 还有铜栏 connect 网卡 blueview dp 管理网络和本地存储公开资料,没有逐项价格,按三百万总价扣掉 superg 后,这部分和其他系统件合计大约几十万美元。第三项,工程成本, envio 七二公,耗约一百二十千瓦,重量约一点三六吨。你需要夜冷供电机会结构测试和集成 tom's hardware in modern stanley 数据 gb 三百 nbr 七二的冷却部件泵约四点九八六万美元,这个数字只代表冷却部件量级,不含机房侧 cdu 配电合约。结论很简单,最大的钱在 gpu hbm 先进封装和 nvlink 生态。 第二层是液冷和电力工程,在往外是供给稀缺、软件占质保和整柜集成溢价。最不确定的两项是实际成交价和非芯片泵拆分, 他们随客户采购量和合同变化,这就是派 agent 的 价值,相信大家都学到很多了,就我们最后再来回顾一下。 agent 呢,现在大概上可以分为两种, coding agent, 它的产出是代码,帮你写项目 派这种日常的任务的 agent 呢,产出的是结果代码,只是中间的一些手段而已。 coding agent 是 预制菜,内置了一套完整的写代码的流程工具。提示词,派是个性化的,是自己搭的它的底座。极简 能力呢,靠 skill 一个一个往里面加,每个人最后用到的派呢,其实都长得不一样。所以这期视频的重点啊,是看我们怎么一步一步的去解锁这个派的能力。装搜索,它就会联网, 装 pdf 跟 office, 它就会去读资料。装 h t t s 呢,它就会开口说话。装 g p t image two 呢,它就会生成图片素材。装 hyperframes 啊,它就会做带动画的演讲跟视频。 最后啊,当你把这些单一的 skill 串起来的时候,你就突然发现它强大的能力了,它能完成一个真正像工作一样的任务,从一句话开始,交付一份完整的行业调研演讲报告。 coding agent 呢,解决的是开发的效率,它也解决的是工作流的效率。好了,今天视频就到这里了,我是蒂斯种黑金李超,我们下次见。

哈喽朋友们,我是阿水,今天给大家介绍一下,我用 codex 微博抠定了一个可以代替我干活的小插件,从设计稿的生成再到切图交付, u i 设计师必看的这一期,如何一分钟看完别人一整天的活,那这个插件呢?纹身图和图身图 目前都是支持的,首先是在这里可以选择纹身图,那这里呢,我们输入简单的提示层描述就可以,然后要做移动端的话,直接选择九比十六,那或者需要根据自己的需求我们自定义尺寸也是 ok 的, 那图片数量呢?这个就没有啥要求了,好了之后呢,我们就直接点击生成设计稿按钮, 这个速度大概是在一分钟左右就可以完成,好了之后呢,我们就可以选择要切图的图片,点击切图按钮,然后用鼠标直接框选就可以。鼠标拖动的方法切图可以说是非常的方便,我们只需要在页面上点击鼠标 画一个句型就可以选中切图,无论是大一点的 icon 还是按钮,以及我们在底部的这种 tab, 还有页面上的这种小箭头主标题也可以用这个方法来切出来。当然如果我们想要把 icon 的 背景给它变成透明的,我们只需要点击透明的按钮 就可以了,正好的一点就是针对单个的按钮可以自己自定义设置。那切图好了之后呢,我们就可以导进 figma 里面,可以看到刚才切好的图片,它已经单独帮我们进行了图片分层,而且有一个特别好的点是 我们把单独的 icon 切出来之后,它原图的背景上面的 icon 就 会没有,就会消失,并且呢,它填充的颜色也和我们的背景特别的相似,几乎看不出来有颜色填充的痕迹。那其实到这一步呢,完全可以是一个可交付的一个状态了, 因为我们的图已经切好了,只需要交付给开发就 ok 了。那除了纹身图,其实图生图的方法也是一样的,必要是我们手动设计的环节,全程都是由 ai 去工作,而且呢,大家可以看到切完图之后,它的原始背景上面,你当前切图的这个 icon, 其实它已经从背景上面消失了,并且呢,它用了一个色块填充,而且呢,它填充的这个色块也是很好的,而且呢,对于透明的这一点,它做的也非常的好,就是呢,它把你的 icon 主体给你留下了,但是背景呢,它真的是透明了,这个真的是特别的方便。我做这个插件呢,其实 初心是因为我没有飞格玛的教育版,也没有飞格玛的会员,那所以呢,我没有办法去使用 m c p。 然后呢,这个插件就诞生了,这个也是一种 没有会员,没有教育版的一种解决方案。那如果大家对这个插件有什么要求或者建议更好的功能点,那大家可以在评论区和我讨论,而且想拥有这个插件的也可以直接在评论区找我来拿,我是阿水,大家记得点赞关注评论哟,我们下期再见,拜拜。


朋友们,你真的可以去卸载你的 openclaw 了,因为它真的不适合电商提效。我最近一直在 costas 新出的网页插件,去跑一些电商运营里重复又耗时间的工作,这个体验真的有点惊到我了。例如做亚马逊查关键词排名,虽然我们可以用软件去查关键词排名, 但如果你要是手上链接很多,一个个复制,一个个下载整个流程,其实还是很费劲。更别说沃尔玛特、姆希英他们都 没有比较成熟的查排名工具。当然是现在有了 codex, 你 可以把这套动作直接自动化,每天上午九点自动打开浏览器的无痕模式,搜索指定 h 在 指定关键词下的位置。它就像一个运营助理 一样,自己打开网页,自己搜索,自己记录,最后把它统一整理在表格里。那你再举一反三,它既然都能够监控自己的关键词排名了, 是不是也可以监控竞品的运动作呢?好,再来说 t k, 我 现在已经实现了任何采集对标账号的数据和视频文案,同时还可以监控自有账号和竞对账号的数据。像我们团队编导,以前,光检查账号数据这些事可能就要花两到三个小时了。然后如果你要是说想要去搭建一个工作流,基础好的人,可能要花半天到一天的时间打 完,没基础的小玩意想要自己打可能要两到三天,但是现在他只要用一句话就能够搞定了。所以我在我的线下课里, ai 工作流提效这一块,我重点只讲 codex, 因为我觉得一个不会写代码的小白一头扎进技术里,最后导致没时间做业务。那我觉得这有点不合理,本末倒置了。我研究 webkit 的 时候,我一直想实现一件事,不会写代码的人 只需要说清楚需求,剩下的搭建工作流,写代码跑网页,整理数据这些事全交给 ai。 现在 codex 是 真的可以实现了。

哈喽,大家好,我是迪迪。如果你用 codex 或者 qq 去写代码的时候,但总感觉效果不是那么稳定,有时候特别神,有时候又特别蠢,有时候一条 prom 就 能干完。但有的时候其实聊半个小时,一个小时,整个项目反而变得越来越乱了。 所以问题可能不在于工具,问题在于你把它用错场景了。 building agent 呢?它不是一个万能的按钮,它更加像是一个不同类型的工程师,有的可以是帮你去想方案,有的是可以帮你去执行任务, 有的可以帮你去做前端的出稿,而有的可以做一些 review 去收尾。所以今天不是想讲我只用 code 或者我只用 curl code, 而是想跟大家讲一些更加实用的场景, 哪些场合我会使用 codex, 哪些场合我会使用 clock code? 那 我就先说第一个场景吧。如果说一般来说我的需求没有特别想清楚,我会更加倾向于用 clock code。 比如说你只有一个模糊的想法,我想做一个小工具,但是并不知道产品的形态是什么,或者说我想重构一个功能,但是不知道从哪里去下手。又或者说我感觉项目结构有点乱,但是说不出哪里有具体的问题。这个时候就不要急着让 ai 去写代码,因为你自己都不知道要它写什么, 他如果直接执行的话,这个结果会变得非常的危险,那更重要的是要让他帮你一起去想清楚这个问题。那这个时候我就一般都会用 cloud code, 他 更像一个能跟我一起讨论的工程伙伴。他适合的场景,比如说像需求的澄清, 方案的推演,架构的拆解以及我思路不是那么正确清楚的时候,他可以稍稍的推我一下。所以第一个直接的判断就是,如果你也是任务还在想清楚的阶段,那这个时候强烈建议大家可以去使用 curl code。 那 第二个场景刚好是相反的,如果说你的任务已经非常明确了,那这个时候我会更加倾向于用 codex, 比如说我已经写好了计划 plan, 然后我也知道其中 bug 在 哪一行在哪里,并且知道 pr 要补哪些测试。 那这种时候我不是需要一个陪我发散的人,而是一个牛马,一个执行力很强的工程师 goodax。 在 这种场景里面给我的感觉就是你只要把我需要的任务给说清楚,他就愿意沿着我的指令,然后往前推, 想修 bug, 然后按计划去实现一定的功能跑测试,然后看一些报错或者说改失败的象 检查 diff, 然后把代码能够推进到一个可以 review, 可以 commit 的 一个状态。所以第二个结论就是,如果说你已经知道自己要做什么了,只是需要等到有人把它给做完, 这个时候我就会用 codex。 那 第三个场景就是前端和交互,因为现在随着各种 ai 产品层出不穷,其实我们对 ui 的 界面的需求也会特别的多,像 landing page, dashboard, 小 工具的界面, sars 的 后台,任何对于视觉和交互有要求的一些东西,我都会选择 cloud code 去让它出第一版,原因非常的简单,就是前端不是只有功能正确,前端还有布局节奏,层级状态,空白按钮, hover loading, 移动端的适配等等这些 cloud code 如果生成这种有感觉的出稿,更愿意多想一点。还有一个小 tips 就是 我也会让 cloud design 去设计一下,就它不能够保证每一次都是非常完美的,但是它比较容易给到我一个六十到七十分能够继续打磨的一个基础,但我一般也不会只用 cloud code, 我 的习惯是两者相结合, cloud code 可以 给我出一个方向,设计稿的出稿,一些前端的原型,后面是用 codex 去做一个收尾, 比如说让 codex 去检查交互有没有问题,移动端有没有溢出,测试有没有挂代码,有没有能够简化的地方。所以第三个场景下面, 在前端的原型和设计感的一个初稿, cloud 可以 先上,再让 codex 去做一些收尾工作。那第四个场景其实就是研究报告结构后的文档, 竞品的分析,市场的调研,技术方案的整理。这些我会倾向于用 codex, 因为这类任务的重点它并不是创意,而是结构,或者说是系统化的整合起来。 你需要把一些资料整理成清晰的表格,然后判断标准、优缺点,推荐方案和结论。那 codex 在 这类的任务里面通常会更加的克制,而且输出也更像一个直接能够交付的工作文档。之前其实我很长一段时间都会用 cloud code 的, 但是逐渐的发现 它其实能做,但是有的时候会更加像是讲故事,所以文字也会更加的展开一些。所以如果说我想要做一个产品,我会先找 cloud code, 但是要把一堆信息整合成一个清楚的报告,我就会更加倾向于用 codex。 那 第五个场景就是一个完整的工程交付,这个也就是 codex 实至名归的一个非常强的地方,它给我的感觉就是不是某个单点功能特别夸张,而是它的整个工作流都特别的顺, 他会开任务,改代码,然后跑命令去看结果,并且用他内置的浏览器去检查页面,然后再做 review diff, 最后准备提交,所以更加像是一个完整的工程的工作台,尤其是我的这个真实项目里面,不是玩 demo, 而是要推到可以发布的一个状态,所以在这样的情况下, codex 我 会更加的 prefer 一 些。第六个场景就是想做一些高度定制化的一些工作流, 比如说想设置一些 hooks, 想做自动化的流程,想做一些 skills, 然后让不同的 sub agent 负责不同的一些任务, 并且接近自己的一些系统里面的时候,那这类场景里面其实 cloud 会更加的有优势,因为它更加像一个可以改装的 agent 的 一个系统。所以如果说 codex 像是一张打磨好的工程工作台的话,那么 cloud code 就 更加像是一套自己能够组装让自己扩展的 agent 的 操作系统, 它的上限非常的高,但前提是我真的愿意去折腾整个工作流吗?还是要看我自己想要干什么。如果说只是想让 ai 帮我去写代码,改代码,可能并感受不到这个差异,但是如果说一个长期的生产系统, 这个差异就挺重要的。所以跟大家来总结一下刚刚所有的一些场景,当我需求没有想清楚的时候,就用 codex 前端的第一个版本呢,我会用 code code, 而工程收尾和 qa 的 话呢,会用 codex 研究报告以及搜集整理结构绘画的文档。我会用 codex 那 高度定制的一些 agent 工作流用 cloud code, 这个是我半年的时间以及过去一个月深度使用 codex 总结出来的框架, 但它也是一个当前我的一个工作流,可能未来的两三个月随着模型不断的变强,这个工作流也会变。但我觉得最重要的一点就是不要把单一的一个工具变成一个信仰,不要单纯的变成 code code 党或者说 codax 党,他们干的事情其实都是一样的,帮你操作文件夹里面的一些代码、文档、配置和命令。 真正重要的就是不是站在哪一边,而是能不能判断这个任务现在处于哪一个阶段。对于当前的阶段,选择适合他的最佳工具和模型,他是需要发散还是需要执行?他是需要审美还是需要稳定?又或者说他是需要当前去讨论不同的方案,去做 brainstorm, 还是说需要把事情给做完? 当你看到这样的态度去看待问题的时候,你就不会再纠结哪个 agent 是 最强的,而是把它们会放到不同的一些位置。 可用的 code 可以 帮你去想清楚,而 codex 可以 去帮你去推进完它们,就像不同的一些员工,然后你就可以分配不同的任务给到它们。所以关键不是工具赢了,而是我自己的工作流以及我自己的判断赢了整个流程。 而这个我觉得是 ai 最有魅力的一个地方,它会不断地进化,从而不断地颠覆我自己对于不同工作流的一个认知。今天想跟大家分享的就是我常见的在不同的工作情况下会使用 codex 还是 cloud codex。 我是 迪迪,咱们下期见。

最近有打算办英国签证的朋友,是不是拿到护照的瞬间,你就瞬间懵了,以前那种纸质的贴纸签啊,彻底取消了,现在全部改成了电子签了,结果好多人不懂新规,直接在机场被拦下了,连登机牌都拿不到,真的太冤枉了!如果你不放心自己弄,你可以在这里看看这个提醒大家, 二零二六年英国已经全面取消了贴纸签证了,现在都是 eva 电子签,千万别以为下签了你就万事大吉了,一定要登录英国官方的账户,把你的电子签证和护照做上绑定,还生成专属的 share code。 现在入境边界根本 不看你的护照有没有贴纸,全靠这个代码和查你的签证信息。我上周就碰到了一个朋友,下签之后你就直接去了机场,航空公司直接不让登机, 机票就直接作废了,临时补救都补救不了的。而且不光是入境以后,入住酒店,办理当地的业务都有可能用到 share code, 所以 这一步千万千万别忘了操作啊!你们办英国电子线的时候,有没有遇到账户绑定失败,找不到 share code 的 情况呢?如果有评论区告诉我,我来帮你解答。

虽然最近 codex 的 热度很高,但 codecode 才是永远的神,这些内容呢,都是干货。你现在看到的这些动画效果都是用 codecode 配合 emotion 生成的,比如这种让人一目了然的数据可化的效果, 这种可以叠加在口播画面上的三 d 卡片动效,还有这种科普视频里常见的动态讲解镜头。哈喽大家好,我是阿亮,今天这期视频呢,将会教会你国内网络安装 cloud code, 配置国产模型,使用 remotion 制作精美动画并剪辑视频。 我用 cloud code 呢,制作了一个详细的 cloud code 中文手册,如果你也需要,我也可以发给你。另外我还开源了一个视频自动剪辑的 scale, 所以 这期内容可千万别错过。 接下来带大家使用国内网络安装 cloud code。 先介绍 windows 的 安装,苹果用户呢,可以直接跳到后面苹果安装的部分。首先 windows 用户呢,先把 get 装上快捷键, windows 加 r, 打开终端。 windows 用户呢,要用 winget 来安装,它是 windows 官方的包管理器。 复制文档中的这行命令,粘贴到终端,跑完呢就会显示成功安装了啊。 get 装好之后呢,接下来安装 cloud code, 把文档中的这行命令复制过来, 等它跑完,提示安装成功。到这里 card code 就 安装好了。苹果电脑的话,需要通过 homebrew 来安装,先在终端输入这个命令。 bro 杠杠 word 如果有这个输出代表呢? homebrew 其实已经安装过了,如果没有,那就打开我们的教程文档,复制这行命令,粘贴到终端,回车, 在这输入密码再回车,安装成功后有一段输出,复制这段内容再回车。 ok, 这样 homebrew 呢就安装好了。 然后开始安装 cloud code, 回到教程文档,再复制这行命令,粘贴到终端,等上一会提示安装成功了,输入 cloud。 看到这个回复,证明 cloud code 搭建好了, 接下来我们要给他装上大脑,也就是配置模型。如果你没有官方的账号,那么我推荐你呢?使用 kimi 的 k 二点六。 k 二点六的代码生成能力和上下文的理解能力呢,相对比较稳定,还原生,支持多模态读图解析,设计稿调 ui 问题都不大。 从价格来看,输入和输出大约只是海外旗舰模型的八分之一,用来驱动 cloud code 的 写代码做分析,更具性价比。配置阶段,我们要用到一个工具 cc switch, 我 们从文档中直接跳转到下载地址,根据自己的电脑版本下载安装就可以了。然后打开应用 点加号选择 kimi, 这里需要输入 api k。 值得一提的是, api k 的 用量呢,相对灵活,和 kimi code 相比,它可以根据个人实际的使用情况来选择。我们打开 kimi api 的 官网,新建 api k, 输入名称, 选择默认项目,复制 api k, 再回到 cc switch 粘贴,点击添加,选择 kmi 启动。然后我们打开 code code, 看到这里显示 kmi 杠 k 二点六的模型,现在我们给他发一个消息,有回复代表呢就配置成功了。 接下来进入今天最好玩的部分,用 cloud code 配合 remotion 做动画视频。 remotion 呢,是一个用代码生成动画的框架,但有了 cloud code, 你 就完全不用去学代码懂代码,只要用嘴,然后说就可以做出动画视频。那么如何安装 remotion? 这里我直接把官方的安装文档和官方提供的 skill 网址扔给了 cloud code, 直接让他帮我安装,等他跑完,让他直接运行下,出现了这个画面,就证明安装成功了。接下来先打开一个终端,输入哎, cd 杠你的目录啊,这步呢,是确保后面制作的内容都保存到这个路径下, 然后输入 clock, 启动命令,运行 clock, 我 们就可以用自然语言来制作视频了。比如我给他这段提示词,让他创建一个八创电池组的动画效果,可以看到他自动帮你搭建了 remote 的 项目啊,安装了依赖,写好了动画代码,等他跑完,打开这个预览效果呢,看一下 整体的动画呢,非常的酷炫啊。再让他做一个行星运动的动画,输入这段提示词来看一下效果。 我一共做了有上百个 remo 神的动画,当我们有了足够多的动画时,就可以制作出更精美的视频。然后我也制作了一个一键剪辑口播视频的 scale, 我 们现在呢,试试这个 scale, 一 键剪口播视频, 斜杠调用这个 scale, 然后把视频文件和字幕文件都扔给 code code 不 用,你写一行代码,一杯咖啡的功夫就制作完了。来看一下效果 好,欢迎收看本期的科技新资讯。智能家居领域呢,有几组值得关注的新数据,今年第三季度,全球智能家居设备出货量突破了两亿台,同比增长百分之十八,其中呢,中国市场占比了超过呢百分之三十五,连续三年保持了全球的领先。 用户最青睐的呢是三大场景,分别是智能照明、家庭安防和节能,合计市场占比超过了六成。 搭载 ai 语音助手的设备呢,整个剪辑过程全部由 cloud code 加 k 二点六的模型搞定,制作了所有的动画效果,自动配上了字幕口播,与动画呢完全的对齐, 还有更厉害的调用这个 scale 呢,还可以一键切换视频的风格,我们换一个风格看下效果。哈喽,欢迎收看本期的科技新资讯。智能家居领域呢,有几组值得关注的新数据, 今年第三季度,全球智能家居设备出货量突破了两亿台,同比增长百分之十八,其中呢,中国市场占比了超过呢百分之三十五,连续三年保持了全球的领先。 用户最青睐的呢是三大场景,分别是智能照明、家庭安防和节能,合计市场占比超过了六成。搭载 ai 语音助手的设备呢,渗透率达到了百分之七十二, 用户平均每日语音交互超过了十次。说明呢,科技正在让家变得更智能, 从安装 cloud code 到接入 k 米 k 二点六的模型,再搭配 remotion, 一 句话生成动画视频,这一套流程下来呢,相信你已经感受到了 ai 工具链组合起来的真正威力, 不用写代码也能做出专业级的视频内容。好了,本期视频就到这里,教程文档也能做出专业级的视频内容。好了,大家点点关注哈,跟着阿亮学 ai!

新时代程序员必须守护的几样东西,聪明的 ai, 良心的中转站和趁手的键盘。那本期视频联合长东老师一起给大家介绍一下 color code codex 如何安装使用以及 api 中转站该如何使用。首先我们快速了解一下 color code 与 codex, 那 color code 主要在终端和 ide 里使用 excel 呢?可以用终端 ide 还有自己的独立 app, 配合对应的 skill 以及工具链的话,这两个 ai 甚至能自己用调试器来调试,单片机定有问题。在这个过程中,唯一需要担心的就是打字累手,但还好我有这把狼图的黑武士键盘, 低至零点一二五毫米的延迟,双八千轮询率,七层填充,还有快充和一万两千毫安大电池,无论是 webcoding 还是打游戏都相当趁手。 那这些 ai 工具到底要怎么配置并使用呢?我们来介绍一种最简单的配置方式。首先,我们需要做一些前期准备,第一,安装这两个工具 问加二键进入终端,然后直接复制命令,并且回车执行就可以了。第二,下载 cc switch, 这个工具可以帮我们快速配置中转站的 api, 在 多个站点之间来回切换。 第三,如果你遇到了网络问题,可以找一些交流群,好心的工程师会帮助你的。那环境准备好之后就可以开始安装啦。 codex a p 版本可以直接在微软商店里面安装, 左侧是历史,剩下的是对话界面,没有代码,没有繁多的过程。在这里你只需要专注于结果的输出,而如果你更加的喜欢命令行,那 codex 和 codex 都可以满足你。直接在终端里面输入各自的安装命令就可以。 对于大部分国内用户,受限于网络环境和支付方式,一般不能直接使用,而使用地方方 a p i 是 高性价比的选择。进入中转站控制台,选择令牌管理,在这里新建令牌,选择你想要的模型分组, 然后点击聊天右侧的展开菜单,一键导入 cc switch, 这样就算全部配置完成啦啊!至于中转站,我个人在用的是这三架, 由于不可抗力,中转站偶尔有分组无法使用是非常正常的。在相应的交流群及时反馈,站长们都会及时修复的,所以大家可以多站点少充值来切换使用。 现在你就可以在对话框里直接输入命令来让 ai 替你执行了。当然,一定要记得不要给他模棱两可的词汇,比如说帮我清理一下 c 盘,万一 ai 飞沫星是清理还是删除,那你 c 盘的文件可就要遭殃喽! 好啦,那本期福兰说点东东就到此结束了,我是小福,如果你喜欢这些视频,请给我和长隆老师点赞、收藏、关注吧,我们下期再见!

你们一定一定一定要想办法去用上 codex 跟 cloud code, 我 觉得这个真的是普通人能够用最小的一个成本去接触到目前全球最前沿的一个 ai agent, 就是 大家现在是不是还停留在说,哎,我们大模型有一些啊, cloud 啊,或者说 gbt 啊这些,或者说可能有的同学还在用豆包啊, deepsafe 啊这些大模型阶段,那实际上目前最前沿的一些 ai 落地,你会发现它的 ai agent 跟大模型又相差的非常的大,就是你们没有踏出这一步,你们完全就没有感受到啊。 呃,为什么我觉得说 codex 是 我们普通人最低成本去用上最前沿的东西,反而不是 cloud code, 主要的原因的话是 cloud code, 其实如果你要用上,你会去遇到各种封号啊,用 ip 啊这种形式,对吧?对于你的一个使用的门槛会还是相对比较高的,但是 codex 它不一样,为什么我解释非常解释的 简单的跟大家讲这个事呢?就是它的量大管饱,什么叫量大?就是 token 啊,它的量大,然后呢它又便宜,它不像 codex 一 样,比如说你啊,一个月你去买一个 plus 或者二 max 的, 你用八百多块钱一个月,对吧?你 gpt, 你 不用 gpt, 你 目前你可以在一些公开的一些地方,你可能大概一百八,对吧?你可以买到,你可以用的非常的舒 服。一旦你去下载了一些 code, 一个 codex, 你 会发现你的整体工作流程会完全不一样啊。我们拿产品经理举例, ai 产品经理, ai 运营或者 ai 卷方案举例,呃,拿最基础的一个流程就是调研,对吧?你调研也好,或者说你去做啊,设计,写日常的文档也好,实际上你很大的工作都在写,对吧?那你写你, 你写,你不管用 ai 智能写也好,或者说大模型写也好,都可以,但是 ai 智能它可以去搜搜索你本地所有的一些能力,对吧?你的一些文档沉淀去给它,通过通过充足的上下文,你去给它写出更好的一个文档,同时的话也可以去调用一些 他自己,去调用一些你自己以及沉淀的一些 skill, 对 吧?你去自己只要你能够把一个流程给 s o p 给沉淀下来了,后续沉淀成 skill 之后,你无后续,你只要无限的跟他说,哎,你帮我调用这个 skill 啊,那可能是比如说给你画一个图,写一个 p r d 啊这些,你只要说这句话,它就无限的非常轻松的给你产出符合你要求的这么一个文档出来。 所以说对于你整体的工作的提效是大家没有办法想象中的那么高效的。我已经要求我们公司的人或者说我自己的学员,你们必须要不就用 kol 的 kol, 要不就用 kol css, 你 们必须使用你。 如果说 ai 时代你没有去用这种最前沿的一些 ai 的 agent, 实际上你会发现,哎,你的认知还是在自己的一亩三分地里面啊,那 我没有要营造一些任何的焦虑,我真的希望大家能够用上这些 ai 政策,然后去改变自己的整体的工作方式,因为我们目前我们公司的工作方式就已经变成了 ai, 想 ai 做,对吧?人每天做的什么?跟 ai 对 话, ai 去人去审核,剩下的所有事情都是 ai 做,那你一想你的工作效率提升的会极度的快啊。所以说,哎,我们 这个是真的是我觉得最低成本最快的去提升我自己的一个工作效率也好,或者说我的认知 ai 认知也好,去提升我的 ai science 也好啊,这个产品就叫做 codex, 大家可以去他的官网去下载,非常简单,没有任何的门槛啊。

刚给我的 clock 加了一个语音播报功能,感觉效果非常不错,给大家演示一下。我们自己定义了一个 command 叫 listen, 正在执行命令,已开启朗读,从下一段开始播音。语音播报我自己感觉有两个非常好的用法,一个就是你可以像和真人一样和 clock 聊天儿,然后有一个非常好的体验感,比如 啊,我现在正在拍一个短视频,然后正在展示你的语音播报功能,然后你跟观众老爷们打个招呼,用一个比较有趣的方式,比如说顺口溜或者什么的。 各位观众老爷们大家好,我是 cloud ai 界的一枝花。那当然它还有一个更实用的用途啊,就是如果我们要跑一个相对比较复杂比较长的任务的时候,我们就不需要一直在电脑前面盯着了,我们可以通过语音播报, 呃,听到它现在做到了哪一步,然后我们可以在这个过程中去干点别的事了。比如说,像你现在帮我用 html 写一个教程,讲一下在 crosscode 里增加语音播报这个功能应该如何实现,让观众老爷们看了之后就也能自己动手操作。好,那现在 crosscode 就 开始自己去写了,然后我们现在就不用 呃,定位看,然后我们就可以来喝茶。我先查一下你的书包, p t s。 看看风景,确保教程内容准确,然后一边喝茶一边听着它现在做到了哪一步。执行命令。金俊美, 好,现在我有完整的技术细节了,开始写教程,正在写入文件。 嗯,听起来他好像有点进展。正在写教程已生成,并在浏览器打开,内容包含原理图,四步流程一眼看懂。不错,好像听起来他现在完成了,我们回来看一下 含音色对照表,完整 t t s 脚本可直接复制三个命令文件,验证方法,加命令使用表格、常见报错排查,每个代码块都有复制按钮,观众老爷们对着视频操作很方便。好的,感谢。

谁还没有试过用 cloud code 做报告,真的强的有点太吓人了,从抓数据到出图表,全程都是他自己搞定的,这就是最终的结果。包括数据看板、趋势图、竞品分析,然后以及排名的分析,全部都是 cloud code, 它自动生成的。我 只是在 cloud code 里搭了一个工作流,它可以自动抓取社交媒体的平台数据套分析框架,最后直接生成一个可直观的报告。 像它这种直接生成一个 html 的 网页版本,发链接,领导就能直接看,而且这种报告比 ppt 更高级,它的这个报告中的图标都是可以悬浮查看具体的数据的。 以前做这种报告少说是要三天到一周的时间,现在搭个框架十分钟就可以出来。人类只需要做的是纠正细节以及做决策,剩下的都有可拉扣的直接去完成。如果你需要做分析,做运营,做汇报,这个思路都是可以用的。你们现在都在用 ai 去做汇报了吗?评论区可以告诉我。