reasonix的skil代码放在哪儿

好消息， gitlab 这次终于没炸了！大家都知道 cloud code 能力很强，但只能用自家模型，于是有人做了 deep sync 专属 agent。 国外作者的 deep sync t u i gitlab 已经两万星，火得一塌糊涂，而国产作者做的 reasonix 才一千星，几乎没人知道。但是实测下来，同样的任务， reasonix 的 token 消耗只有 reasonix 的 十分之一，十块钱的活才一块多搞定，表现不输，甚至更强。一千星碾压两万星，差的不是实力，是曝光！ reasonix 该被看见了。

刚才我查了一下账单，发现自己用 deepsea 写代码花了将近二十三块钱，三千多次调用将近四亿 token， 同等量级扔到 gpt 上，一个月少说几百十几倍的差价，而且用起来说实话没感觉有什么区别。这就是我今天想聊的东西， resonix， 一个专门适配 deepsea 的 本地编程助手。先说清楚，这玩意儿不需要外网，装起来也很简单。 github 搜 resonix 小 白直接下桌面客户端，双击打开即可， 首次启动会让你填 a p i 密钥，据 deepsafe 官网注册一下，领个密钥粘进去一两分钟的事。界面就是个聊天窗口，有两个模式需要注意， review 和 auto 模式会申请工作区外的文件访问权限，而我日常电脑没什么重要的文件，所以一般直接开 ulog 模式，省事方便。 来实际带你们体验一下。比方说我想知道 ai 热点，用这个 ai 热点的 skill， 直接跟他说帮我搜今天 ai 圈有什么新闻，整理成精简文案，他自己就去抓信息了，不用写任何代码。 等了大概几分钟，结果直接出来了，可以看到这都是最新的资讯，时刻紧跟热点。我做自媒体内容的时候，给他搭了一套完整流程，从八视频素材提文案到改写预判数据表现，一条指令走通， 花费一两个小时搭建，就能节约以后我找素材的时间。而且如果你完全不懂代码，也能用它搭个人网站。 我试过用了开源的模板，借助 deep c 转化为我想要的样子，可以给大家稍微看一下成品纯前端，自己图一，乐呵乐呵的。当然运行中间报错了也别慌，它会自己看错误信息 自己修，修完继续跑。对新手来说，这体验确实可以。原作者我在评论区 a d 出来了，感兴趣的可以关注。下期的话，看评论区问的最多的问题，我挑一个话题继续深入。

这是一个 github 上十二 kstars 的 开源 a 卷的项目，它最大的优势呢，就是大幅降低你的 deep seek 的 token 消耗量。经常使用 cloud code 的 同学都知道，只要你不是用 a 色的官方订阅方案，你采用比如说 deep seek， mini max 这一类的我们国产大模型去接入 cloud code 的 情况下， cloud code 呢，会让你的 token 使用量啊，不敢说是超级加倍，但至少也是大幅降低你的缓冲命中率，所以你的 token 使用成本会蹭蹭蹭的往上涨。 特别是当你使用 api 接入这种计费方式的时候，比如说 deepseek 现在这种方式，你就会发现你的 token 消耗的这个缓存命中率啊，只有五十多六十多，也就是说其他人说那种百分之九十几的缓存命中率，你根本就达不到。 那么现在 github 上面这一款非常不错的，专门适配 deepseek 的 勾定 agent， 我 今天下载来试了一下，我觉得效果还是挺不错的。首先啊，它这个完成度是比较高的， 也是比较适合新手小白的，他支持中文界面，并且支持工作区切换，如果你是同时在做不同的项目的话， 你可以切换工作区来进行工作。单单这个中文界面啊，我就要给他一个好评。而你的新手入门也非常简单，只要你把自己的 dsp 的 aip 填入你的后台设置，就可以直接开跑，像 call to code 或者 code 这种的，要单独设置开发者模式，不需要也不需要装什么 cc switch 这些东西 就非常简单，它就是专门给 d b c 可以 用的。当然呢，如果你想接入其他模型也可以，就是说需要去填这个模型的 base ui， 也就是接入点。 而在使用的过程中呢，这个模型是支持一键切换，是 flash 或者 pro 的。 我觉得这个 a 卷最最好评的点在哪呢？就是它把这个 token 的 消耗，还有你的钱包余额都在底下展现出来， 在进行 web 缓存的时候，就可以更好知道自己的一个使用状况，避免因为没有钱啊导致这个缓存的中断。而且它还显示了这个缓存命中率，我大概测试了一下，基本上都是九级以上。 那大家都知道，如果你想降低你的 token 消耗成本，那你也需要尽可能高的缓存命中率，因为按照 deepsea 目前的机会方式的话，如果是命中缓存的情况下，你的 flash 只要两分钱一个 token， 如果是 pro 是 两分五，就等于没钱嘛。那么其实很多时候你的对话是可以命中缓存的， 因为上下文很多时候是重复的，并不需要全部空闲。但如果你用 cloud 扣的这类工具，你也知道 a 社现在就搞一些混淆，或者加入一些莫名其妙的字词 在你这，在你这个上下文前缀加入一个提示词去降低你的缓冲率，提升你的投币的成本，就非常的不友好。所以我觉得如果你们现在在使用国产模型进行 white code 的 学习的话呢，我建议你可以先尝试使用这个 agent， 并且使用 dbc 这个模型进行学习。 因为目前来说，从我自己的使用体验来看，我觉得 dbc 是 目前国内一线啊，一梯队的一个比较领先的大模型，并且 他提供的服务是比较稳定的，他会出现各种莫名其妙，什么限速啊，或者什么呃套餐不可用啊，或后面给你变更套餐这样的骚操作。我也有用过其他的模型，比如说智普啊， mini max， 那 么智普是我用过最离谱的模型 啊，我的那个账号呢，我不知道为什么，反正他就各种就是不稳定，稍微跟他多聊几句，他就说，哦，现在模型使用人数过多，所以就给你限速，或者直接告诉你我不能用了，服务非常的不稳定，太离谱了， 我已经决定确定制服全面拥抱 deepsea。 deepsea 在 我使用的过程中非常的稳定啊，没有什么这个限速啊这些乱七八糟的问题啊。 所以梁叔叔的恩情啊，是真的还不完啊。那话说回来，做一个 a 卷人，他的提示式工程跟自己的框架能力也非常关键。比如说为什么大家都喜欢用 cloud code 呢？ 因为 codecode 的 这个框架工程跟它内置的提示词工程，可以大幅度的提升你的 coding 的 成功率。当然呢，这个 recent 现在是一个新兴的一个项目嘛，具体的能力怎么样我们还不知道，但是呢，它同时也有集成这些 skill 的 管理工具， 所以其实你可以把一些不错的这种 coding 的 这个提升的 skill 放进去，这样应该也可以提升你的 coding 的 成功率。如果你在学习 ai 过程中，大家一起交流一下，我是 textfuture， 我 们下期视频再见。

你天天说我要用 ai 提效，结果呢？每次让 ai 干活都要跟他啰嗦半天。用 pytest 啊，断言写详细点，报告，按这个格式，等你解释完自己手写都写完了，问题出在哪？不是 ai 不 行，是你没给他规矩。 skill 就是 给 ai 定的规矩，你把它写清楚， ai 就 按你的套路出牌调教，终身受用。 我直接给你八个写好的 skill， 拿去就能用。 skill 一， prd 转测试用力，输入需求，文档输出标准，测试用力等价类边界值，异常场景， ai 全给你覆盖到。 skill 二，刷一个转接口脚本，扔个接口文档， ai 给你生成 paytest 加 request 的 自动化代码， 断言都写好了。 skill 三， bug 报告生成器，你说登录页密码输错没提示， ai 帮你写成步骤预期实际优先级截图建议完整报告。 skill 四，日制智能分析贴，报错站， ai 告诉你哪个文件哪一行，什么原因怎么改， 排查 bug 时间看办。 skill 自动化脚本生成，用自然语言描述场景， ai 帮你写 screen 或 playwrite， 代码定位器都帮你找好。 skill 六，测试报告加载跑完回归测试， ai 给你总结通过率，失败，用力分布，主要风险，下轮测试建议直接贴近周榜。 skill 七，代码 review 贴你的自动化代码， ai 检查有没有硬等待，断言够不够异常，补货了没？ skill 八，压测报告分析贴，解密聚合报告， ai 告诉你 qps 为什么上不去，哪段时间响应时间飙高，怎么调优，用 skill 干活就三个字，快，稳、爽！ 以前一小时，现在十分钟，输出格式每次都一样，不用返工， ai 真正变成你的马仔，指哪打哪，而且这些 skill 是 一次投入就回报你，今天花点时间配好，以后每次用 ai 都能享受标准化的红利，团队里其他人也可以用，你们测试组的标准就统一了。这套 skill 适合谁呢？ 想从手工测试提升的，每天被重复工作磨掉耐心的面试，想让面试官眼前一亮的不适合谁？连试都不想试的觉得反正有人帮我干的，那你可以划走了。 bug skill 每个都配 md 文档拿到手就能用 nice。

呃，今天早上把这个编程工具啊切换到了这个 regionix， 哎，我感觉它真的是好像。 呃，我用 deepsea， 因为我主要用 deepsea 嘛，但是它是专门为了 deepsea 开发的。这界面一打开啊，我就感觉啊，这个就是原来 cherry 它还需要，比如说它，我需要那个 cherry 有 多标签的，横向的多标签呢？它现在没有， 然后还有要排队的，这个功能就是正在执行的过程中，然后我想要它啊，我突然又想到几个想法，我不断的推给他，但是这个它，这个 cherry 它也没有，但是这个 renegade 啊，我一打开这个界面，我就感觉，哎呀，这个东西设计的是真好，我给大家看一下啊， 那现在我用的就是这个 rezenix 啊，呃，然后我给大家说一下，它好好在哪啊？它现在正在工作啊，一个呢，是它，是啊，这边啊，比如说某一个项目， 某一个项目，然后它可以，比如说这一个项目，它可以新建多个绘画 啊，这个是大部分都有的，你说 cherry 那 里也有的，但是呢它还有一个好处呢，就是它可以新建标签，然后每一个标签它可以单独的设置它的工作目录。你比如说这个的话，呃，我专门针对这个 electric， 然后 专门我要要对他进行这个开发的话，那么我可以单独设一个目录啊，然后他呢也能够创建新的绘画， 这样的话就是我可以多个项目，然后同时搞了。 这个就比拆瑞要好很多了。拆瑞我听说他们是说 v 二版本，然后他们是支持，但是我等不了，那么我就用这个的话，用这个 reynolds， 他 就完全就自带这个功能了啊，这是一个， 然后还有一个我认为很好的地方，就是他这边你看看你可以清晰的看到他的上下纹用了多少， 缓存用了多少，然后已经用了多少，剩下来多少。然后呢？他还有这个记忆的功能啊，全局记忆的功能就是你可以让他加入到这个记忆，就加入到这个记忆， 所以说这个地方我就觉得啊这两个地方有胜处。然后还有一个很贴心的，就是有的时候说实话我们也都很在意我们花了多少钱吗？那么我之前用拆瑞的时候，他没有集成这个功能，我就得再开一个网页，然后 就说到这个网页里面来看，然后啊我实时的这个用量信息，但是你看他这个很贴心，就是他直接就把这个 这个返存用了多少，滔肯用了多少，然后你花费了多少直接就把这个东西弄完了。 所以说我觉得啊非常贴心，非常贴心，而且它是专门针对 deepsea 来做的，然后我觉得特别好啊。

这个编程大神直接公开了他的编程 skill， 在 github 上已经狂揽了六万多颗 star， 一 天一个神奇的工具第九十五期今天要讲的是这个 开源项目仅有七十行，却浓缩了 ai 编程的精髓，用技术原则规范 ai 行为，解决了大模型听不懂话，回答太啰嗦，浪费 token 代码，没有办法运行代码太臃肿的难题，让 ai 不 再凭感觉编程就很省心。

喂喂，你好，你是谁啊？ 你好，我是瑞斯克斯 cold。 很 高兴见到你。有什么需要帮忙的吗？尽管说。一加一等于几啊？ 简单，一加一等于二。让我来回答。一加一等于二搞定，你会做什么啊？简单介绍一下呗。 好的，让我简单介绍一下我的能力。以上就是我会做的事情，随时吩咐。

用 codex 做内容，一定要装这三个 skill， 否则它只会一直停在写代码。它们不是让 codex 继续改页面，而是让它直接生成图片、视频和数字人素材。 这三个 skill 来自模型调用技能库，让 codex 把内容模型接近工作流。离谱的是，很多人用 codex 做产品，最后还要手动去别的平台找素材。最关键的问题是，代码都写好了，封面演示视频和口播人像为什么还要重做呢？ 第一个 ai 生图 skill， 能把文字需求直接变成可用图片素材现出来，比如封面主、视觉产品图、角色图、场景图，不需要再让 codex 只写占位图，它解决的是 codex 会搭页面，没有真正视觉资产这个问题。第二个 ai 视频 skill， 负责把脚本或画面需求变成可用视频素材，产品演示、开场镜头、转场、氛围画面，不用每次都手动去素材库里面反复找， 它解决的是 codex 会搭页面，但不会帮你把展示内容做出来的问题。第三个数字人 skill， 负责生成口播视频，适合教程讲解和产品介绍。以前你要录屏、配音、剪辑，现在可以让 codex 把人物讲解也接近流程里。 这三个 skill 合在一起，不是炫技，而是把内容生产变成视频片段。最后用数字人把核心卖点直接讲出来。 codex 真正变强不是只会写代码，而是能把项目包装成别人愿意看的内容。所以这期讲的不是 ai 生图，而是让 codex 从开发助手变成内容制作助手。

如果你正在使用 cloud code， 却还没装这些 skill， 那 你可能只用了它百分之三十的能力。今天分享七个最值得安装的 skill， 尤其是最后一个，能让 cloud code 从能用的 ai 直接变成懂行的队友。第一个，社区最火的全能 skill superpowers， 它不是单个技能，而是一整套开发全流程 buff， 包含项目规划、代码编辑、 code review 等十几个子技能，能帮你梳理需求、拆分任务、系统化调试，程序员必装，省超多梳理时间。 第二个，文档处理神器， pdf， 它能直接读取、合并、拆分。 pdf 还支持 ocr 扫描件识别，写代码间隙处理文档，不用切换软件， 不管看技术文档还是办公文件都好用。第三个，去 ai 位神器 whoman the zh， 它能把此外综上所述，这类生硬表达换成接地气的人话，写项目文档、副业文案都能少一点模板位， 不容易被看出是 ai 生成。第四个，大项目救星， planning with files， 大 型项目经常中途打断，回来 ai 就 往上下闻。这个 skill 会持久化项目规划，画绘画不丢进度， 特别适合碎片化时间开发。第五个，前端颜值救星， fronten design， 它让 cloud code 写的前端不再是 ai 烂活，而是带着专业设计规范，后端程序员也能做出好看规范。 第六个，代码质量守护神 code review， 它会派多个子 a 证，并行审查代码、找 bug、 查安全漏洞、优化代码规范，每个问题都带知性度评分， 赶项目时不用逐行排查，能大幅减少代码出错率。第七个，压轴神器，也是最能提升体验的 skill creator， 前面六个不够用，它能让你自己定制 skill， 把自己的开发习惯、 重复性工作封装成专属功能，彻底让 ai 适配你的需求。这就是让 cloud code 变成懂行队友的关键。 这七个 skill 覆盖开发全流程文档处理前端优化代码质量，还有能自定义的压咒技能，装完之后你会发现 cloud code 的 能力直接翻倍！收藏起来直接去 skill 商店搜英文名就能安装。关注我，带你了解更多 skill 使用技巧！

兄弟们，我又来了，我是没有想到呀，昨天我发了一个抖音，没想到评论区惊现了一位大佬在推广他的编程智能体，我就下载了， 于是我今天就试了一下，就是他 deepsea renaissance， 他 是 deepsea 原生的代码智能体，这个作者游戏出身，代码功底应该非常的扎实， 整个架构也非常非常的厉害。他有一个非常省钱的技术，就是可以让大量 token 乖乖的命中缓存。而这边呢，就是这两天比较火的 deepsea， 它虽然支持中文，但是呢不是原生中文，有的时候呢会不太方便。另外我使用下来，这个 token 消耗还是比较大的，我甚至都不敢用 pro 模型， 但是他从设置到配置全部都是中文的。他有一个我非常喜欢的地方，就是这里有一个 web 界面，我打开给大家看一下， 在这里大家看到了吗？这里我的对话是同步的，这里 这里是一个突兀的镜像，这边这里也可以实时的去调整一些强度啊，模式啊之类的， 然后这里有很多的，你可以去设置，这里可以获取余额啊，比如说像这里，我今天小跑了一下，那缓存的命中率是百分之九十五， 非常的强大。还有工具啊，基本上呃该有的都有了，非常好用， 虽然没那么火，但是我觉得这个项目的潜力也是非常巨大的。另外给大家看一下这两个呃， get up 的 地址，这个是兔翼的， 这个是 reasonx 的， 我个人觉得这个名字取得非常的不好，如果叫做 deep sea， cold 之类的名字，可能会比现在要火的多啊。哦，这是吐译作者，这是经常出现在新闻上 这个 reason 的 作者主页，他，他是游戏出身的，这是他做的一个框架，应该是一个关于游戏的，这是一个游戏框架， 这个作者大部分项目都是 ps 研，推荐给大家，大家可以试一试，支持国产作者。

reesnex 升级解读，从 v 零点四十六点零到 v 零点四十七点二三天，五个版本变化非常大。 v 零点四十六点零是一个 breaking 版本。 renex 移除了 rest 渲染器，回归纯 inknote t y 五个平台可选包和 nap 加载器全部删除，跨终端兼容问题同时消失。 m p m install 不 再拉取平台。二禁制，一个依赖数覆盖所有系统。 two e 全面翻新 card 组建，移除左侧装饰条，采用纯列盒子布局，统一图标词汇圆点表示运行中对勾表示完成，叉号表示失败。 composer 包裹圆角边框状态栏移至底部 窄终端上状态标签自动换行， dashboard 链接和 copy 命令更显眼。 v 零点四十七点零，桌面端成熟， 新增 about 弹窗和一键检查更新聊天。支持 syntax 数学公式渲染窗口标签绘画滚动位置跨启动恢复。 新增 compact retry btw feedback 斜杠命令，每条消息支持复制和文件导出。 macos 通用 node 捆绑， intel mac 不 再空白屏。 t u i composer 第二轮优化按键和视觉对其 cloud code ctrl r 切换详细模式显示推理和工具原始输出。 esc esc 打开最近五秒回退选择器 优撤销限制在五秒窗口防止误触鼠标滚轮默认开启。 i m e 光标贴附 搜索全面强化正则搜索迁移到 worker 县城。 redux 模式可干净终止 worker 超时从五秒延长到六十秒。 walk 超时从十五秒延长到一百二十秒。 table 新增为 web search 后端 mojic 四零三十自动切换。 esc， 抢占排队中的工具，调用 cloud 生态兼容 renesix 现在自动提取仓库中的 mcp， g， s， o n 和 cloud skills 目录，现有 cloud code 配置，无需二次复制。通用技能自断别名支持 v 零点四十七点一提示词预算大幅压缩。 code system prompt 压缩百分之五十一，每次请求节省约三千一百个 token。 工具规范描述压缩百分之二十八，每次请求节省约两千七百个 token。 自结预算回归测试锁定缓存前缀随之缩小。首轮请求更便宜。 shell 执行和 twoe 修复，逐次审批流程首次运行即可显示，不再禁摩失败就把 windows comast 降低刷新频率。浅色主题修复双斜杠注视，不再被误解为斜杠命令 架构。眼镜新增 coreutil 工作区块 face 一 内部分拆工具拦截器链支持排序 plan 模式持久化步骤证据，原数据 read file 大 纲域值从五百一十二 k 降到六十四 k。 multi edit 写入失败时自动回滚文件修复 edge 端点 table 引擎、全线星号前缀等多个问题。 v e 零点四十七点二热修复修复了 m p m install 时的 workspace 协议错误导致安装失败的 bug。 core utilities 从运行时依赖移至开发依赖。 v e 零点四十七点一，以在 m p m 标记为废弃，请直接安装。 v e 零点四十七点二 总结，从 v 零点四十六到 v 零点四十七， rezenix 完成了一次 u i 和架构的双重重塑。 two e 翻新，桌面端成熟搜索强化 cloud 生态兼容。提示词预算大幅缩减。 如果你还在 v 零点四十六，建议立即升级执行 m p m install rezenix at latest 即可。感谢观看！

并里面搜索 reasonix， 点第一个， 这里点 website， 点下载桌面端， 这里有三个平台可以选择。此次以 macos 为例， 下载完成后，打开 reasonix 安装包，直接拖动到应用程序，应用程序中打开 reasonix， 如果出现这个提示，不要慌，先点完成， 打开系统设置，选隐私与安全性， 滚动到下方会看到一组 z a s n x， 此时点人要打开， 输入密码后就可以正常打开了。 通用选项里面有个 api key， 把 deepsek 的 api key 粘贴上去即可， 这里必须有余额。点左侧的 api key， 然后创建 api key， 名称随意这里不要让别人看到。复制一下，关闭后就不能再复制了，粘贴到这里保存。 点账户计费选项，可直接看到余额。简单测试下写代码。 先点 workspace， 浏览本地，新建一个文件夹，并选择打开，然后就可以写代码了。这里测试下最简单的贪吃蛇 游戏，感觉风格还是不错的。进行测试下， 状态栏可以看到花费的金额以及账户余额。

好，这节我们想看一个开源项目，在 github 上目前斩获了十二 k 的 star 接近了，然后仅仅开源三天的情况下，就已经被 deepstack 的 官方收入了，对吧？可以看到这是官方的文档，接入 raylex。 好， 我们直接开始正题啊。首先，呃，把它下载下来之后呢，会有一个这个东西的 raylex， 那 我们可以在左侧去新建绘画。那第一次进来呢，会要求你输入一个 api 的 key， 那 你把这个 key 呢？给它填进来，完事了所有配置就好了。 那接下来我们可以在这边新建一个绘画，那你新建完绘画之后，接下来就这边输入框输入你的任务，比如说我要开发一个学生管理系统，能开发完成了，对不对？开发完成了之后呢，啊，可以看到对不对？这里呢就已经完成了，我们点下效果，点一下 还是发现还不错，对吧？你看这个效果是吧？实现了，对吧？那我们再看下编辑有问题吗？没问题。是不是删除有问题吗？也没问题啊，虽然是静态的，但是给大家演示啊，方便快捷啊。第二个，对吧？比如说我想开发一个类似圆形图，我开发完了，你就点这个按钮点一下，你看效果也出来了，是吧？也是一样的， 那我通过这样的圆形图快速的开发，大家其实可以看到这个模型非常的优秀，工具也非常优秀，真是完美的配合，就不需要。嗯，去切来切去的也比较简单。那我们在这里呢可以选择导入我们外部的一个工具，比如说我们之前习惯使用这个 这个 codex， 对 吧？那我们可以在这里呢选直接把我们这 codex 呢给它导入进来点这个地方，然后你可以选择一个导入绘画，我们可以选择 cloud cloud code， 你 可以选择 codex。 那 我还是喜欢用用 codex 啊，你看这个六百九十七个绘画，你选择继续，它就会自动的给它导过来，那我这里现在先不导， 然后呢我们再看一下怎么使用它。首先通过斜杠可以看到，可以查看所有的秘密，新建一个绘画清屏以及复制绘画切换模型。那它模型很有意思，它只提供了 deepscape 的 选项，就 deepscape vs flash 和 vs pro， 目前有五个推理强度，这是我见过最多的。嗯，最简单的这个 也是最快的，就选择这个模式，这个模式就是使用 deepscape vs flash 的 最快的模式，但推理比较少。然后这平衡高度以及最终版， 那你还是选择 pro， 对 吧？那最高就是这个选择，这两个组合就是最强的了。好，那我们看完它的模型选择之后，我们再看这个地方如何切换。如果选择第一个选项就是 plan 模式，比如说这时候你要开发任何东西呢？它会计算，比如说还是一样开发一个，呃，就是物流 系统，随便跟他说，这时候它检测到你是 plan 模式，它的系统题词呢，会要求你去做一个完整的这种计划好之后再去开发。那第二个模式叫做 winnu 模式，就是每一个工具调用之前呢，就是给你进行 winnu， 对 吧？ 啊？这是分析，那我们先把这个模式停了吗？第一个是 play 模式，和传统的计划模式没什么区别，第二个就是审查你的代码。第三个就是自动模式，但是这个模式呢，它还是会有一些风险的选项，会让你去询问，当然命中白名单之后，它会自动批准， 用模式就全自动，相当于什么？相当于你这里的完全审批啊？好，那我们再看这个，呃 mcp 模式， mcp 很 简单，点击设置，那这时候我们可以看到这个 mcp 服务器， 那我们点击 m c p 服务器，如果这时候你要添加 m c p 服务器呢？你可以直接从 context 复制一下，比如说我要复制一个 context 七的，对不对？那你就把这三个命令给它组合一下，比如说我直接选择 github， 等于啊 n p x 跟上第一个参数，再跟上这个参数，点击添加，添加之后你可以看到这个之后它就会添加一个已调节，我们可以等待一下，就这个工具呢，它会直接而去，你看告诉我们它是不是配置好了，对吧？我们可以等待一下，它配置完成就显示已调节，代表我们的 m c p 配置完成了，那 skill 也是一样的，对吧？包括它的记忆程序，那这里呢，都是支持直接去配置的， 目前提供四种主题模式，这里我们除了在设置里面切换之后，我们还可以在这个地方切换，比如说，哎这个浅色，或者说这个深色，对吧？啊？可以在这里切换，而在我们的这个，呃，左侧我们刚介绍完了，对吧？除了切换目录之外，还可以导入我们的这种绘画，还可以选择新建绘画，也可以按住 command 加 n， 对 吧？去切换。那完事之后呢，我们还可以按住 come on 加 k 去切换这个命令面板，然后呢我们还可以再看到我们的右侧有一个，我们每一次对话命中了这个缓存，比如说像我这一次呢，你看命中了哪些缓存，对不对？剩余多少缓存？这个缓存呢，就是说它执行过一次之后呢，第二次会直接从缓存里面取，不是重复的走一遍完整流程，这样耗时间又耗 token， 对 吧？ 然后呢我们可以看到这个工具，这里呢也有我们刚刚调的 mcp 服务器，你看这就说已经可以了，它这里亮了，亮了一个绿灯，说明我们刚刚的工具配置，是吗？没有任何问题，对不对？ 再看这个记忆，这里这就是我们长期的记忆，跟 codex 有 点像。还有规则，那我们的规则就是每个工具调用之前，它会有一个规则的啊，配置，对吧？那当然了，这里也是支持队列的，比如说我们可以同时输入多个任务，然后这时候就会发现它在排队当中可以看到排队五，排队四，排队三，然后同时会输出这个思考时间，因为我这里是 u 路模式呢，我可以直接可以看到这时候它的一个执行，对吧？ 可以看到是非常优秀，同时我们还可以任意选择不同的附件啊，我觉得是一个很好的设计啊，那整个这个工具是非常简洁的，大家看到就已经完了，还这是图片，这个图片也是使用在改的人力， 那我们也是一样，按住艾特符号，可以选择某一个文件，家里面的某一个文件，比如选择某一个文件去对它进行修改，比如说继续优化，对吧？啊？ 那哦，我觉得这是一款非常优秀的工具啊，就是这是为什么他会被 deep stack 的 官方所收入的原因。哦，这里我们可以选择导出我们当前的这个绘画，方便我们继续去跟其他的模型沟通，还可以选择直接中断，对吧？好，那我们整个项目的这个功能就已经介绍完，这是这整个客户端的所有功能，对吧？我觉得是非常的， 嗯，优秀的，非常的简洁，对吧？嗯，好，那如果让我对他做一个评价的话，我觉得如果说你是一个 deep stack 的 爱好者，那我非常向你推荐这一个工具，因为他对 deep stack 的 支持真的是非常的友好，并且呢，仅仅开园三天就已经完成了一些核心的功能，就是所谓的核心 mvp 的 开发，对吧？这个核心 mvp 的 开发都支持了。 最后呢，我们再看前后的对比，也就是说如果你在使用 deep stack 模型的情况下，它这个模型缓存可以看到前后对比， 普通的 id 呢，它缓存有时候会失效，并且呢前缀命中是不稳定的，那如果说你使用这个 relax， 那 我们可以看到，对吧？那稳定的 perfect 前缀对不对？并且呢成本只有原来的什么五分之一，那你看到是吧？非常的 perfect， 对 吧？完美。那所以呢，我如果是做成本控制的话，我强烈推荐大家。 那目前它有两个版本，第一个是客户端版本，我们客户端版本的话，直接从 tab 上下来就行了，就我们现在看到这个效果。第二个是终端版本，就我们可以通过终端的工具去安装这个 relax， 那 大家可以直接用，好吧？ 好，那就是本期视频的全部流啦，大家如果对这个项目感兴趣的话，赶快去试试吧。那可以点个 star， 真的 是一个非常好的开胃项目。我是小六，我们下期再见。

今天给大家介绍一款 agent 的 工具， deepsecreesnix， 它是呃，类似 called code 的 一款工具，实施它更专门。 它是没说 deepsecion 还做的这条快讯。我们主要讲三点，它是什么，它为什么只支持 deepsec？ 还有它到底适合谁用？先把定位说清楚。 reason 是 一个终端 ai 编程代理，那你可以把它放到 code code 旁边看， 但他的立场更窄，他只做 deepsea， 原生怎么开始用的也很直。上面到你的项目录 跑去 npx 路由 next code 啊。第一次粘贴 deepsea 和编 i t， 后面就能在中岛里干活。他能干的事和普通 code agent 很 稀罕都关键改代码，旁边等应用做计划。 read me 里还列了几个入口， read in code 用来编码， resignite 用来聊天， resignite run task 用来跑一次性任务， resignite doctor 用来检查环境和配置啊。点到这儿，你可能会觉得 这不就是又一个终端 agent 吗？关键区别在下一句，它不是想把所有模型都接进来。 像文档说的很明确， doo 多供应商营货型不是目标，它就是故意只支持 deepsea。 为什么要这么窄？因为 since 把很多设计都绑在 daxic 的 经济模型上，尤其是前置缓存。你可以先把它理解成一个省钱机制，如果前面的上下文稳定， diptych 就 更容易附用。缓存名重以后输入成本会低很多。但普通的 a 整数以后，它经常重排上下文，改写列式，塞时间窗，或者把公式结果换个顺序，前面的字节一变，缓存就容易定。 ysl 的 核心卖点就是把 esen 循环改成更稳的形状，加果里叫 catchphrase loop， 它把上下文拆成三块 固定，前缀不动日值，只往后加临时草稿单独放。目的有一个，让请求前面的内容尽量别变，请求前缀字节稳定，前缀缓存才更容易抑制命中。它还专门处理 dbc 格的工具单元问题，比如 gson 丢失、 参数掉落、重复调用，或者输出被截断。这些不是炫技，是为了让 a 一 准的长时间跑，在这个时候少翻车。成本控制也是同一条线， 瑞幸 next 默认是 flash first 啊。比如说，比这儿的多数任务先用便宜的，真遇到硬任务再上跑控场工具，结果也会压缩啊，避免后面每一轮都重新为一大坨上下文付钱。 功能上，它也不只是一个聊天壳。 m c p skills memory 是 扩展能力选线， hux 计划模式是控制流程，仪表盘 checkpoint 实心而治和 transcript 是 给你回看和复盘用的，甚至还能把当前绘画延伸到 qq 上，用 uq 党远程通道继续修润和跟进。 横向看啊，它还有几个标签， mit 开源单日五成本低，绘画成本能看得见，还有社区共建。所以它不是只说省钱，它是把长期跑 a 展台的成本摊开给你看。嗯，它适合谁？ 如果你要的是通用 id 助手，它不一定是第一选择。它不做第一集成，不做玩家离线，也不做 r 键， 因为你还是要付 bitcoin 花点钱啊。但如果你已经在用 bitcoin api 啊，写代码，或者你希望 call in agent， 那 长时间开着 那路由 agent 的 方向就很清楚，它重点不是模型参数，它想解决的是另一点是 agent 长时间写代码能不能更稳也更便宜？ 所以这条快讯的重点不是 deepsea 出了新模型，重点是 deepsea 生态里更多了一个更能缓存和成本的编程代理。 如果，如果 i may 以及 apple 太正的 gatman， 我 可以先去 get 它 up 看 readme 和 architecture。 这样式就从 in c 一 phone in p x three six code 开。

今天跟你分享一个我最近挖到的神器 linux， 专门给 deepseek 用的，能把 ai 编程的成本直接压到一整不夸张。很多人说 deepseek 便宜，但自己一用账单就爆炸。别怪模型，怪你用的那些通用框架，它们正在背后偷偷烧你的钱。 reseek 是 deepseek 官方文档置顶推荐的，它不做花哨的兼容就死磕 deepseek， 把缓存和推理链的性能全榨干了，正好赶上 deepseek 永久降价， v 四 flash 缓存输入只要两分钱，一百万 toc v 四 pro 也才两分五，官方已经把地板价打穿了。给你看个真实跑出来的数据，单日四亿多 toc， 通用框架烧掉六十一美元， linuxix 只花了十二美元，省了将近八成。为什么通用框架费钱？ 因为 deep sec 有 前置缓存，命中后只收一成费，但通用工具每轮都重排压缩，截断缓存，一费折扣全丢。 reisix 的 做法特简单，不删不改，只追加前面内容，一字不动，缓存命中率日常能到百分之九十以上， 极端情况冲到百分之九十九。他有两个大招，第一个是回收二一的思维链，二一的推理过程本来要被扔掉，他抓过来整理橙子目标和执行步骤，精准度直接拉满。第二个大招是成本旋钮，日常写脚本，自动用小模型，几乎不要钱，遇到复杂重构一键切，高性能版本， 性能和钱包两不误。总结一下， deepsea 已经把模型价格打到地板。 reese nicks 就是 那个帮你八美，一分钱都花出十倍价值的工具。别再交智商税了，上手就一心命令 in p x reese nicks 扣了国内直联不用代理，赶紧去试试，把开发成本压到一折，不是口号，是已经跑通的事。

最近那个 deep seek resynx 听说挺省钱的啊，我们看一下代码，看一下它为什么这么省钱啊？一般都是走 catch， 因为如果 deep seek 你 从官方价格来看，走 catch 的 话是只要付百分之十七的费用啊， 就靠这个就是靠命中 catch 来省钱啊。其实就是，那怎么尽可能的命中 catch 呢？这里关键其实就是像那个就是 system prompt 和 tools 这两个东西， 这两个东西因为它在对话比较靠前，嗯，它们如果发生了变化，那整段对话都无法命中，缓存了，就就废了，那你就得 掏更多的钱嘛。所以其实 deepsea consensus 就是 在这两个地方。嗯，下功夫啊。就是我们要想一个问题，就是为什么 system prompt 这个东西会发生变化呢？ 或者因为我们之之前有一个东西比较火，就是叫 deepsea t u i 嘛，它你去看它的实现，你就会发现像像它的那个 mod 就是 它的模式，有 agent， 有 agent， ulow 和 plan plan 模式，对吧？ 这三种模式啊，它在这三种模式中间切换的话，这个 system prompt 肯定要发生变化。那你不能不变化是吧？就是比方说 plan 模式，你在做任何操作， ai 在 做任何操作之前 是吧？你得制定个计划。我靠，是吧？你不告诉 ai 怎么行？ 大家想想这个问题，但你如果告诉他 system prompt 就 变了，对吧？变了我就不命中 catch 了，我就要花更多的钱，那 deepsea t u i 他 就是不管了。但是我们这个 reasonix， 我 们看一下它代码怎么做的，对吧？ 我们首先发现它这个 system prompt 都不变，你看它这里是不变的，哎，它不变，那问题来了，它不变，它怎么做？那个 play 模式是吧？ 它这个 play 模式它直接告诉你，哎，它告诉你这个 play 模式怎么写，它这么做的呀？ 当他发现是 play 模式的时候，然后这个 ai 是 吧？ ai 如果还没制定计划，直接给你报错，对吧？这个就是他比较巧妙的一个地方，他直接给你报错，给你拦住，换句话说，他是 就是 deep seek ti 的 方式是，呃，我一开始就知道，我现在是 play 模式，我一开始就知道，所以我 a， 我 作为 ai， 我 知道我是 play 模式，我一定会先制定计划，然后再写， 但是对于对于那个 deep seek resynix 而言，我压根不知道，就你不告诉我，为什么呢？因为告诉我这个缓存就不命中了，这个就是代价。 那我如何知道呢？通过程序检测直接给你报错，哎，报错我就知道了，哎，我一看报错，哦，我知道了，换句话说，我我，我要多浪费一次请求，对吧？ 但是我的 catch 保住了，就我，我这个是一个两害相权取其轻啊，这个就是他做的一个价值判断，就是这么一个 啊。同样啊，就是工具，工具描述，工具描述，呃，在 deep seek t u i 这里是会变的，为什么呢？因为模式变了，因为因为不同的模式下它用的工具都不一样，所以一切它全切了。 但是 deep seek resynix 就 这里就做了个取数，它它工具都是固定的，就因为，呵， ai 压根不知道现在是什么模式， 当然 ai 它知道每种模式下应该怎么用，但，但是它只能通过那种去试探性的，就是发现有问题，我有问题，哎，我就缩回来，哎，原来我现在是 plan 模式对不对？否则我就不把我自己当 plan 模式。就 它，它其实就是采取了一些这样的措施，换句话说它们俩价值，价值取向不一样，就是，呃， deepsea renaissance 它更加，它宁肯用更多的 request 来换取，换取 catch 的 命中率就是你们，你们试下来是不是更加省钱啊？是吧？

我们可以斜杠去找到这个技能，然后点它，点它之后呢，它会给我们一个基本输出，会告诉你当前这个技能具体是做什么的。我们稍等片刻，他说没有说明你想设计哪种物料，以下是可提供参考方向，包含海报，易拉宝，工服等等吧。 skill 的 一个具体区别，我们来看一下提示词啊，他说提示词啊，是单一的文本输入，用于引导模型生成结果，本质上就是一段指令或者上下文， 而技能不是技能，是一套结构化的能力模块，可能包含多个体式词调用工具，比如说我们会调 a p i， 会调代码对吧， 以及执行特定的逻辑等等。比如说我们还可以在 skill 里边去放循环逻辑、判断逻辑等等，这都是体式词比较难做到的，而通过 skill 就 会简单很多，这是核心的一个呃，各自的描述吧。 那具体区别呢？这里我们略举了几个。首先从复杂度与功能上来看，题式词适合简单单步的任务，比如说翻译、摘要、问答等等。而 skill 呢，则适合处理复杂的多步骤的工作流。 那从可附用性上来，这个角度来说，或者这个维度来说，题式词每次使用时可能需要微调，而 skill 是 封装好的，可以重复使用的，用户只需要触发就可以了，无需关心内部细节，就像使用一个 app 一 样， 你就我们使用 app 都是用别人写好的，你不可能说我要干什么工作，我就在自己去创建一个 app， 那 就太浪费时间精力了，对吧，或者说很多人也做不到的。那再从依赖与执行，哎，这里少了一个执行 来看啊，从这个维度来看，提示词呢？只依赖模型自身的意识啊，或者自身的知识啊，这个意识错了哈，知识。而 skill 可能依赖外部工具或者数据源，比如说搜索引擎搜到的数据，数据库里拿到的数据代码解释器等等，甚至可能执行代码来确保结果的准确性， 例如数学统计，日期处理等等，这就是 skill 的 优势。而还有一个特别特别重要的点，就是按需加载。 skill 会按需加载，所以同时共存多个 skill 并不会增加 token 的 消耗。我们翻回来看这边啊， 它怎么一个按需加载呢？当你在说一句话的时候，那这句话首先它会去搜索你有没有跟这个技能相关的信息， 他只会去看，因为你一个 agent 下面，无论是 cologne 也好还是 hermes hermes agent 也好，还是呃， open cologne 也好，就是 无论是哪个 agent， 它下面是不是都有很多很多个技能啊？就很多很多个 skills， 对 吧？很多个 skill， 那 每一个 skill 呢？他不可能把下面这些所有的内容都读一遍，那太浪费 token 了， 所以它只会读哪呢？只会读取这个源信息，所以说它不会浪费很多。呃，几个 token， 当它读到源信息之后，发现没有跟这个 skill 相关的，那它也不会调用这个 skill， 但它发现有跟这个 skill 相关的，比如说我要做海报， 对吧？我要做某种某一个物料的海报，或者易拉宝和工服，它检测到了之后，啊，我要调用这个 skill 之后，它下面才会去执行下面这些指令来帮你去生成这个对应的内容。 所以这就我们刚刚所说的，这里边 skill 会按需加载啊，这并不是说一上来把整个 skill 全部加载，所以多个 skill 共存， 那并不会增加 token 的 消耗，嗯，这一点还是很好的，对吧？而事实上， skill 的 存在是必需品啊，无论我们用哪一个 agent， 都会有 skill， 包含 hermes agent， 它有个特别特别大的优势，不就是它会自动主动去创建这个 skill 嘛，对不对？ ok， 有 一个很好的比喻啊，去理解提示词于 skill， 即此词，犹如你问一问专家，关于黑洞的知识，专家会凭记忆去回答。而 skill 不是， 它犹如去求，就要求一个工作小组帮我去 生成一个，或帮我去做一个黑洞的实验 ppt。 那 这个小组呢，就会首先去查资料，然后去写大纲，然后去设计网页，然后去配嗯，配图表，然后最终生成一个 ppt。 好，你只需要下命令，不需要指挥每一步操作，因为这里的每一步操作都被我们严格的写在了这个 skill 里边的流程里边 啊。当然，我们当前所看到这个 skill 就是 最简单最简单的 skill， 生成内容也相对于比较简单，是不是？好？呃， 大家知道这个 skill 它长成什么样，有什么样的结构就行了，上面是原信息，然后下面这部分呢，就是你的这个指令，至于指令你具体让它做什么，可以直接按照你的想法来写就行。这里的内容呢，都可以修改的，毕竟这就是一个描述嘛，就自然语言描述嘛， 你可以改成你想要的内容嘛，对吧？啊？比如说我们叫它 evan 创意餐厅行不行？可以，叫什么其实都行，这不重要啊，或者说里边的内容你按照你的需求去编辑就行了。那这样的话我们就实现了一个最简单的 skill。

tiktok 一 周热点汇总第一百一十六期本期的内容呢，包括了 ai agent 的 记忆系统，超省钱的 deepsea 编程终端 agent， ai 视频生成工具，代码仓库转知识图谱以及呢学术研究的 skill 包。那最后呢，还是分享两份资料，如果觉得内容不错啊，别忘了点赞和关注。 everos 呢，是由 evermind ai 团队开发的智能体开源长期记忆操作系统，希望呢，为自动化的智能体去提供记忆基础设施。那现在的 ai agent 呢，最头疼的一个问题之一啊，就是记忆， 跟他聊一聊天呢，没事，但是一旦超出了上下文窗口，他就会像鲸鱼一样，前面说过的事情呢，基本都忘得干干净净。那每一次新的对话呢，又要重新开始？ ios 呢，想做的就是这一层，让 a 阵呢能够记住，能够积累，能够去复用经验，而不是呢，一遍一遍的重来。那它的核心组建呢，叫 iowa code， 整体架构呢，受人脑信息处理方式的启发，分成了四层，基础设施层，业务层，记忆层，还有智能体层。你可以这么理解啊， a 阵呢，跑完一个业务之后， ios 呢会帮他去做复盘，把这一段经验啊沉淀下来，下一次呢，直接拿来使用。他不只是把数据存下来啊，而是真正的在学习。 而且呢， l o s 呢，不只是一个仓库那么简单，本质上呢，它是一个 umbrella project， 仓库里呢，包含了一套啊， architecture 的 method， 还有一套完整的 benchmark， 还有超过二十五个的 use case。 我 觉得呢，它的正确打开方式啊，应该是挑选一个自己感兴趣的 use case， 比如呢，像蜂群智能体啊，或者是这个有记忆的 live 二 d 角色， 然后呢，选择一个 architecture master 的， 用奔驰 mark 呢去做对比，这样呢，你不仅能够理解啊， l o s 是 怎么使用的，还能从实际落地的经验当中呢，去学习智能体记忆，可以怎么去应用？ 这里的 case 啊，有很多都非常有趣，非常值得呢，去看一下。那安装上手呢，也比较简单，项目提供了刀客 compos 文档里照着跑两条命令，再装一下依赖呢，就能运行起来了。如果不想要自己去搭啊，他们也有 l o s cloud， 可以 直接去用，不想折腾的呢，可以走这条路。 在奔驰 mark 方面啊， l o s 呢，在 local mall 和 long man l 上的得分呢，都非常的亮眼，在同类项目当中呢，取得了 saat 的 成绩。另外呢， l o m 的 团队的技术背景啊，也非常的不错。那前一段时间呢，他们有一篇 m s a。 的 文章啊，介绍了大模型一次性处理一亿 token 上下文的情况就火爆出圈儿。 那在本项目当中啊，他们使用的 hyperm 超图记忆架构呢，也是已经入选了 acl 二零二六，那对应的论文呢，也已经公开了，感兴趣的呢，可以去精读一下。那我也看到啊，他们的团队呢，是盛大集团全资孵化的陈天桥呢，这几年啊，一直在部署脑科学和 ai 融合的方向， 所以呢，他的团队啊，后续在记忆方面的动向呢，也非常值得去关注。那我个人的判断呢，接下来一两年里，智能体的记忆啊，绝对会是市场的重点方向。 ios 呢，不管是架构思路还是底层的技术都做的很不错，再加上团队的学术功底和盛大的资源加持，我觉得这个项目很值得点个 star 去关注一下。 最近呢， ai 变成赛道，可以说是神仙打架了。两周前呢，我刚介绍了 dipstickui， 当时呢，大家评论说的最多的就是啊，它拉完了太费头啃。 其实呢，大部分的工具啊，都会有这个通病，跑着跑着呢， taco 就 烧得起飞，那本项目啊，就是想解决这个痛点，它是一个专门为 deepsea 模型打造的终端编程 agent， 核心卖点啊，我总结就是四个字，便宜好用。它的设计哲学啊，很独特，整个架构呢，都是围绕着 deepsea 的 perfect cash 稳定性来去构建。简单来说呢，它就是让缓存的命中率尽可能的高，实测呢，可以达到百分之九十九以上， 比通用的工具啊，同样的 api 成本可以降低五倍，这也就意味着你可以放了心，敞开了去跑，不用担心呢烧钱。安装呢，也很简单，一条命令呢，就能跑起来。 技术栈呢，是使用 type script， mit 的 协议，支持 mcp 协议，还有 plan 模式，还有呢，自己的工具调用修复。那他直接对接的呢，就是 deepsafe 的 api， 不 需要中间层的转换，这一点呢，对于国内用户来说是非常友好的。 当然呢，有得就会有失啊， reasonix 呢，目前在功能的全面性方面还是有很多不足的，所以呢，核心啊，就是要看你的场景和关注的点，如果你主要是用 deepsea 模型去做编程，并且呢非常关注成本这一块，那这个工具呢，是值得一试的，毕竟啊，省钱就是赚钱嘛。 hipper frame 啊，是一个可以帮你自动生成 ai 视频的项目，它来自呢， ai 视频领域的头部玩家 hik， 他的想法呢，非常巧妙。与其呢教 ai agent 呢去学习复杂的视频剪辑软件，那不如呢，让他用最熟悉的内容啊， html， css 还有 javascript 来去写出视频。 hipper frame 呢，实际上啊，就是把 html 转化为视频的一个开源框架。那它是 arp g 二点零的协议，目前呢，已经超过了二十 k 的 star。 你可以用 h d m l c s s 加 g s a p 呢去生成动画，然后呢，在本地啊，渲染成 mp 四的文件。 那其实呢，你也可以把 hyperframe 集成到一些你本地的自动化流水线当中去。功能上呢，它支持 g s a p 的 动画， webgl 的 着色器，还有 loft 的 动效。那 hydra 呢，还提供了一个七步的视频制作的 skill 模板，基本上呢，照作轴就可以出片儿。 那现在大部分的主流工具和平台呢，其实都可以使用 hyperframe， 比如呢，像 codex 啊， cloud code 都可以去使用 hyperframe 的 skill 来去生成你自己的动画视频。那对比于之前我们介绍过的另一个 ai 视频的项目 remoteion， 那 我觉得呢， hyperframe 的 效果要稍微更好一些。 那如果你是做这种基础性动画像的短视频的批量生成啊，或者是动态内容生成的朋友呢，可以去关注一下 understand anything 呢，是一个 cloud code 的 插件，它可以帮你啊，去将任何的代码仓库还有知识库或者是文档呢，转化为可交互的知识图谱。 比如呢，你接到一个新项目，有几十万行的代码，你应该从哪里开始看呢？本项目给出的答案呢是，别看代码仓库啊，去做静态的分析和大模型的处理， 自动的呢，去构建一个包含每个文件函数类和依赖关系的知识图谱。然后呢，给你一个交互式的仪表盘，来去做可适化的探索。 那相比之前介绍过的 get nexus 呢，这个项目的特点啊，在于交，而不是炫。它不仅呢展示结构，还提供了 ai 生成的引导，每个节点的招标与标签，以及任意两个节点之间的依赖路径的查找。对于 cloud code 的 用户来说呢，几乎是开箱即用的，感兴趣的话呢，可以自己去试一下。 本项目呢，是一套完整的学术研究 cloud code 的 技能包，包含了从研究到论文出版的全流程。那这一套 skill 啊，可以说是直接戳中了学生党的痛点， 里面包含了四个 skill， 分 别呢是论文的研究、写作、审稿和定稿。那在 cloud code 里啊，去安装呢，只需要两行命令，先安装一下 market place， 然后呢，再安装一下 skill。 那 项目里啊，包含了四个团队，分别是 deep research， 包含了十三个 agent 的 研究团队，负责呢文献的研究，方向的构建，方法论的设计。 academic paper 呢，是一支十二个 agent 的 写作团队，从大纲的设计，论证的构建，草稿的拷写，到双语的摘药。 academic paper review 呢，是一个七个 agent 的 审核团队，从方法论到学科的视角，到跨学科的价值等多个维度呢，去打分儿。 最后呢， academic pipeline 呢，是流程的编排器，把前面三个团队啊串成一条十个阶段的流水线，以前呢，让人头疼的论文工作，现在呢，可以直接一条龙的串起来，只能说啊，当初读研的时候如果有这个东西就好了。 最后呢是分享两份资料，第一份呢是 how open ai use codex， 这是一份 open ai 制作的 pdf， 与内部的成员啊分享如何使用 codex 应用场景呢，不仅限于编程，还包括了像笔记整理、原型设计，时间管理等。最近呢， codex 啊，确实做得越来越好了，非常值得一试。 第二份呢是人工智能时代的组织改革。组织呢，如何最大化 ai 的 潜能？是由世界经济论坛呢和艾森哲联合发布的白皮书，主要呢就探讨了 ai 时代企业如何从局部的试点走向主子的重构。 ai 呢，不只是一个提效工具，应该呢深度的去嵌入到客户体验呢，运营啊，研发战略，人才体系当中去重塑呢，整个企业的工作流。那有需要的呢可以告诉我。以上啊，就是本周的全部内容，那我们下次再见。