Claude workflow功能

codecode 刚出了一个新功能叫 workflow， 它让 codecode 从自己写代码变成组织一群 agent 的 干活。我 用它跑了一次 deep research， 二十五分钟，一百零四个 agent 的 二百八十万头客跑完。我只有一个感觉，这项技术可能将成为 anaerobic 继 m c p scale 之后的又一重大创新。其他工作流大家肯定会想到 define code， 但 cloudcode 这里的 workflow 不 太一样， 它是你描述一个任务，课老就会边写一个 gs 编排脚本，把任务拆成阶段，再把不同阶段分给不同的 agent 的， 在后台协调数十到数百个 agent 的 最终交付成果，提升复杂任务的可能性。听着是不是有点像以前的 agent teams？ workflow 把以前临时的 agent 团队搭配固化为代码， 把它变成一个可审计、可附用、可版本控制的东西，而不是每次靠模型可附用、可版本控制的东西，而不是每次靠模型临场发挥。拿官方内置的 dp search 这个工作流举例，主要分为五个阶段。 第一阶段是多维拆解，把你的问题拆成五个不同角度的搜索词，确保后面不会只搜一个方向。第二 阶段是并发搜索，五个 agent 同时去搜，每个角度各自找四到六条结果，互不等待。第三阶段，去虫提取，去虫后最多抓取十五个网页，每个页面提取二到五条可中尾的具体结论。第四阶段，交叉验证，每条结论派三个持怀疑态度的独立去找反证，两票反对就淘汰。 最后是合并综合，把通过验证的结论合并，按知心度排序，写成带来源引用的最终报告。比如我这里用 db research 深度调研了一下 color code 的 最新版的 workflow 功能， 写一篇文章，它启动了这五个流程，最后一共花了二十五分钟，动用了一百零四个 agent 的 花费二百八十万 token， 验证了二十五条声明，输出了完整的文章。接下来让我们看看 color code 的 二十五分钟的成果， 包括 workflow 的 核心定位与 agent teams 的 本质区别，运行是限制甚至内置工作流。 dp search 它也研究得清楚， 完成度很不错。这时候一定有很多人问了，这么玩我的 token 是 不是要爆炸了？多 agent 的 听起来很爽，但没有预算控制，它就是 token 粉碎机。所以 workflow 里有一个很关键的设计，是可以直接在任务里写预算。比如 workflow 一 百 k， color code 会根据这个预测优化运行的数量，每个阶段的深度和最后收敛方式。说了这么多， workflow 如何使用呢？两种方法，一、在提示词里直接提到 workflow 这个词，此时 workflow 会变为彩色。二、使用杠 effort 的 archcode 开启 这样 call 了，就会根据你的任务自动生成工作流程。杠 workflows 可以 查看你当前正在跑的工作流，包括每个阶段的执行情况， agent 的 数量。回到 call code， workflow 这件事，它不是一个新功能那么简单，它是 ai 编程开始从个人能力转向组织能力的信号。 以前我们问一个模型能不能写代码，后来我们问一个 agent 能不能独立完成任务。现在我们要问的是，一个系统能不能组织多个 agent 在 预算内可验证的完成复杂任务。

今天咱们要聊的是 cloud code 里面的一个新功能，叫做 workflow， 嗯，这个功能可以把企业的标准操作流程 直接变成 javascript 的 控制脚本。错了，这个功能其实还挺有意思的，那我们就直接开始今天的讨论吧。咱们先来说说这个 workflows 最早是怎么被发现的，因为它一开始其实没打算公开亮相的。对，那它到底是怎么被大家发现的呢？ 其实最早是在 cloud code 的 v 二点一，一四七和一四八这两个版本的更新日期里面，短暂的出现过 worksloads 的 描述，但是很快就被删掉了。嗯，不过还是被一些比较细心的用户发现了。 哎，那看来还是逃不过大家的火眼金睛啊。除此之外，还有哪些比较关键的节点让他曝光了呢？对，就是有一个 github 的 用户叫 ray mjed， 他 还专门发布了一个仓库，叫做 workflow creator。 嗯，里面就是说这是一个预览版的还没有发布的功能。 然后还有一个叫 ai 超元域的用户，他是做了一个全球手册的视频哦，然后包括一些安全研究员，比如说 daniel missler 都在 x， 也就是以前的推特上面进行了讨论。明白了，那现在这个 workflows， 它到底处于一个什么样的阶段呢？ 现在还是处于一个预览的阶段，就是没有任何的官方文档，然后也没有正式发布 ga， 所以 大家想要去玩的话，可能还是要多摸索一下。 好的，那这个 workflows 在 整个 cloud code 的 生态里面到底是处于一个什么样的位置？它跟之前的 skills 和 calwork 还有 mcp 相比，有什么独特的定位吗？可以这么说， skills 和 calwork， 其实它们已经是在往步骤化的工作这个方向去努力了。对，但是 workflows 它更进了一步，它主要的目标是把企业里面那些经常会重复出现的，有标准流程的这样的一些工作，变成一种非常规范的， 可以重复执行的确定性的这样的一个流程。没错，它强调的是把企业的 sop 真正地落地到每一个细节里面。 这么说的话，感觉它确实比其他的那些工具更适合用来做这种企业级的自动化的场景啊。 是的是的，然后 mcp 它解决的是如何连外部工具的问题，而 workflows 它解决的是如何让 ai 有 纪律可重复的执行问题。没错， 如果我们再拿 sub agent 和 skill 来做比较的话， sub agent 它是属于那种，你把任务丢给它，它就立刻开始做，而 skill 它是把一些能力打包起来。那 workflows 它更像是一个指挥家，它会按照一个设定好的剧本去调度这些能力 哦，所以它的整个定位是非常不一样的。懂了懂了，那接下来我们就来看看这个 workflows 要怎么激活现在这个预览版，它的激活方式有什么特别的地方吗？其实很简单，你只需要在你的环境变量里面， exports， cloud underscore， code underscore， workflows 等于一，然后你打开终端，输入 ultra work， 它就会出现一个彩色闪烁的提示，你就可以启动了。 嗯，但是要注意哦，这个环境变量和这个 u x， 它可能在未来的版本里面会有一些变化。好的，那 workflows 和 sub agent 相比，在技术实现上面最大的差别是什么？最大的不同就是 workflows， 它不会马上就开始执行， 它是先暂停，然后它会在本地生成一个 context 的 点。 md， 它会把你的任务的分析都写在这个文件里面。嗯，你可以看到整个的上下文和步骤， 所以说它是一个先规划再执行的这样的一个方式。对，挺不一样的。没错没错，然后最有意思的是，它会让你现场一行行的去写 javascript 的 控制脚本。哦，你保存好之后，它就会用 node js 去执行，所以它更像是一个架构师 agent， 它会把你的自然语言的需求翻译成一个多节点多阶段的这样的一个控制脚本。对，所以它会更灵活，也更适合这种复杂的企业级的场景。 确实，那有没有实际的测试过，这个 workflows 在 一些具体的任务当中到底表现怎么样？有啊，就是那个 ai 超元域，他们团队就用真实的开源的 pr 做了一个测试，他们写了大概三百行左右的 javascript 的 代码。嗯，然后分成了三个阶段， 第一个阶段是审查代码，第二个阶段是验证结果，第三个阶段是生成报告。它是一个非常复杂的任务。听起来就很厉害，那它这个过程当中是怎么执行的？ 它会自动地去调动多个专业的审查器，然后在后台反复的运行，整个的流程一共是走了九十七个 agent 的 轮次。嗯，但是这些并不是同时进行的，这些数据都是来自于第三方的视频。嗯，并不是 esotope 官方公布的。 好的，那这个 workflow 它有一个 t u i 的 仪表盘，它到底有哪些功能？然后它的设计是针对什么样的使用场景的？ 你在终端里面输入 workflow， 它就会弹出一个全交互的仪表盘，你可以用键盘的上下键和 enter 还有 esc 来操作。 然后它会显示每个 agent 的 状态，运行了多久，消耗了多少 token， 调用了哪些 mcp， 它整个的成熟度感觉已经非常高了，就很像是 htp 或者说那种高级的 icd 面板。对， 它是专门为需要实时监控和精细控制的这种复杂的自动化任务设计的。我很好奇这个 deep research 工作流到底是怎么运行的？它到底有哪些步骤？然后它是怎么来完成一个比较复杂的调研任务的？这个 deep research 它其实是分成三大步，第一步它会去搜索，第二步它会去交叉验证， 第三步它会去合成报告。它每一步都分工非常明确。感觉这分工确实很细致啊。那具体到每一步它会调用哪些 sub agent？ 比如说它会有四个 applet 同时在跑，第一个 applet， 它是专门去查官方文档的。第二个 applet 它是只看论文的， 第三个 applet 它是专注于社区讨论的。然后第四个 applet， 它是去钻研原码的。嗯，它会把这些结果都汇总起来，而且它的这个脚本是可以附用的。下次你要做类似的调研，直接跑这个脚本就可以了，它整个的效率是非常高的。 好的，那我们现在再切换到企业的视角，就是说像 workflows 这样的一个自动化的工具，它在落地的时候会碰到哪些时机的挑战？其实很多企业它不是没有技术实力，它是缺乏一种纪律， 就是它很多的任务都是重复的，但是它没有一个标准的流程，所以它会导致很多的错误，然后效率也很低。嗯，那 workflows 它就是把这些重复的任务变成 sop， 然后自动地去执行， 所以它是真正的把企业的这个纪律和效率都提升了。那具体来说，企业在使用这个 workflows 做自动化的时候，有哪些可以借鉴的最佳实践？主要有三点，第一点就是先编辑后执行， 就是你要把你的流程先翻译成控制脚本，这样的话它就会留下一个非常清晰的记录。对，然后第二点就是要把可观测性产品化， 就是你要通过 t u i 这样的方式把它的运行状态实时地展现出来，就像我们的 ci 工具，或者说我们的 h t p 一 样。嗯，那第三点就是要让你的脚本可以附用， 就像我们的 deep research 这种脚本，你可以在不同的类似的项目里面直接去用，这样的话可以大大减少你的开发成本。哎，说回来，现在这个 workflows 预览版它有哪些风险是企业需要去注意的？目前最大的风险就是它没有 sla 的 保证，然后它的 api 和它的 ux 可能随时都会发生变化， 所以它比较适合那种先锋型的团队在 sandbox 环境里面去使用。明白了，那如果企业现在有各种各样的自动化的需求，那到底该怎么去选？是选 sabotage 还是选 skill 还是选 workflow？ 如果你的任务是一次性的、探索性的，那你用 skeleton 是 最方便的。嗯，那如果你是要把一些能力打包起来给其他的流程来调用，那你应该用 skill， 那如果你的任务是反复出现的 s o p， 那 你一定要用 workflow。 对， 这个其实是我们自己总结的，并不是官方的一个选型矩阵。好的，那能不能再给我们梳理一下这个 workflows， 它整个的从想法到执行的核心的步骤？当然可以，它其实就是用户用自然语言提出一个需求， 然后 workflows 会把它解析，并且生成一个 context 点 m d， 之后再转成 javascript 代码，用 node js 去执行。并且你可以通过 workflows 这个命令去实时的观测整个的运行状态，整个的链路非常的清晰。 ok， 今天我们其实就是带大家提前体验了一下这个 cloud code 里面的 workflows， 这个新的功能确实让企业级的自动化变得更加的规范，更加的灵活，而且更可观测。好了，那这期节目咱们就到这里了，然后感谢大家的收听，咱们下期再见，拜拜。拜拜。

hi， 大家好，今天给大家分享一个使用 clock code 以及 five coding 时候的神器啊，能帮你大大提效。就这个大名鼎鼎的语音输入法 tablas 啊，我给大家先演示一下它的作用是什么，像在这里我自己绑定的快捷键是 option， 比如说我想跟 clock code 聊一个事情， hello， clock code， 今天的话，我想在我的飞书呃的这个知识库里面呢，去记一个想法，就是我想开发一个有关于小红书的 skill 呢，它有两个功能，第一个功能是我希望能够把任何的小红书的链接 呃，克拉扣能够去识别，而且第一个就它能转换成 markdown 的 文档。那第二点呢？如果说这个小说本身有些图片呢？我希望它能够把这些图片全部都下载到本地，那第三个呢？我希望它把这个本地的 markdown 文档结合这个图片，能够把这个博主的语言风格能够蒸馏出来。嗯啊，前面这个第三点就不要了吧，我想了一下，算了，还是前面就两点吧， 然后你像这样这样再按一下 option， 哎，然后你看到它就会帮你把你说的话给整理下来，而且很神奇的是，你可以看到它前面有识别两点，对吧？一个是转换成 mac 文档，第二个是下载本地，然后前面我说了它的第三点，是不是我说了，就是说我说最后不要了， 它也会能够把它非常智能的删掉，所以它非常适合用来去跟你的 coding agent 或者所有的 ai 工具对话， 然后你看他非常完美的也执行了。哇，这个实在太厉害了。然后这个就是 tabla 的 自己的主界面啊，你看到我已经使用了八个小时三十六分钟了已经，他这边提示已经节省了二十五个小时。但我觉得最重要的是他还会有个非常厉害的词典功能，就 能够让它的语音识别比其他的语音输入法精准的多的多的多。特别是比如说我自己的日常工作里面，在之前我有一个交互设计的一个工作，所以它会有非常交互设计的用语。你知道正常语音输入法是很难识别的，但是只要你在 tablas 里自己平时偶尔有什么专用的名词，你可以在这输进去添加它，在你下次语音识别时候就能精确的识别出来。 那除了正常添加之外，他还可以去批量的添加，我给大家可以演示一下怎么去批量添加，你可以这样跟他说，哎 call 你 好，我想去。呃，我最近的工作会涉及到一些交互设计的应用，你能不能帮我去找二十个交互设计的短语或者英文的那种专有的词汇，然后把它整理成 cv 的 这个表格给到我。好， 你其实只要这样跟 call 去说，然后相应的他就会把这个 cv 给到你，然后下载到本地。那你在下一步呢，你直接把它导入这个 cv 就 可以了。 像前面你看到我这边专门建了一个 tablas 桌面的文件夹，然后建了一个 csv， 你 只要双击它就会自动去导入。最后我说一下 tablas 跟传统的语音书法，比如说像微信呀，豆包书法，它有什么不太一样？那我自己个人觉得呢， 传统的语音书法更多的是把你所说的内容忠实的去给它记录下来，但是 tablas 呢，它其实是把你书的内容去转换成经 ai 整理的结构化的文本，那这个就非常适用于什么场合？非常适用于你跟 cloudco 以及一些 ai 去进行写作的时候。其实你的提示词呢，是需要精练而且准确的，那 tablas 就 可以非常完美的做到这一点。 那目前在桌面端，我自己在 pubc 定的时候已经几乎完全不打字了啊，所所有的东西，包括你跟 cloudco 对 话都用这个对应的一键， 然后让他去记录，去转写就完全可以了。那下一期我会来讲一下，就是我自己在手机端的配置又是怎么样的？因为我自己现在所有的呃端口的输入其实都已经转换成了语音输入， 而不是说传统的打字了，因为打字实在是太慢了。我觉得在现在这个时代，你能够把你的想法比较完美的去呈现给 ai 是 非常非常重要的。但是很多时候你打字其实会 老是要想，哎，我现在打的对不对？对不对？其实是非常有损你的整个思路的，连贯的语音的输入的这种方式绝对是未来的一个非常大的潮流所在。那下一期呢，我会跟大家讲一下，我自己在移动端又是怎么样去配置的，以及为什么桌面端跟移动端我的语音输入工具会有不同的差异。

如果你常听别人提 cloud code 有 多牛，想体验，却被它复杂的安装、繁多的命令行以及纯极客的操作界面劝退，那你今天来着了。我在 github 上发现了这款宝藏工具，开源免费。它上线一个月，星标就将近十 k， 热度极高。先看下效果， 第一，全图形界面做到了豆包的易用性，能接入几乎所有的主流模型，甚至可以接本地部署模型。第二，可以接入微信、飞书等 i m 工具，让你用手机就能随时操纵 cloud code。 别人都在手机里养小龙虾，你可以在手机里养一只东海龙网。 第三，还支持 computer use， 全球顶尖模型公司都在研发的功能，能模拟人来操作电脑，完成任务。这个工具将 cloud code 的 安装和使用门槛几乎降到了零。 它是基于 cloud code 的 原码来进行的应用开发，保留了原汁原味的内核架构，在用户体验和功能延展方面做了很大提升。用过番茄花园 windows 的 人都能明白，我们国人开发者是多么的懂用户。 这段时间我用下来，我觉得作为一个 cloud code 的 老用户，我是回不去之前的方式了，就像是开习惯了自动挡的人不愿意再换回手动挡一样，以前要写命令改配置的操作，现在点点鼠标就可以了。如果你想体验 cloud code， 我 觉得这是一个非常容易上手的方式。点关注我，持续分享 ai 提效的工具和方法。

大家好，今天给大家分享 cloud 的 三款产品，呃，你的 cloud 订阅二十刀有没有划在刀刃上？今天我给大家拆解一下，呃 cloud 有 三个产品，第一个是 cloud 点 ai， 它是网页版的。第二个是 cloud cowalk， 它是桌面版的应用啊。第三个是呃 cloud code， 它是终端版的， 网页版呢，就是平时大家打开浏览器就能对话的那个功能，然后包括你打开 app 直接交流的这个功能。然后桌面版呢，定义就是 coog， 它是可以在桌面干活的，就是在你的电脑桌面干活，也包括接管你的电脑跟浏览器，以及连接你电脑上的这些软件。 第三个终端版呢，基本上就是编程，编程玩家用的比较多的，它是编程 ai 界的天花板。然后目前有四个模型， oppo 四，四点七啊，三个模型，然后索尼四点六，然后还有海阔四点五。 呃，下面我来给大家先拆解一下 cloud 点 ai 网页版啊聊天的功能，我就不多介绍了，大家平时都有用各种 ai 都一样。然后它的特色是是有一个 project 系统，这个也是 cloud 首创的 啊， project 系统呢，就包括一个指令库跟一个知识库这两个重要的库。然后指令库 instruction 呢，就是你可以把你一些呃背景知识给注入进去 啊，就比如说你是个律师的话，你又是哪方面的律师，然后需要输出什么样的呃内容之类的，或者你是一个呃作者，也是可以加一些指令的。然后这个 knowledge 呢，就是知识库，比如说你可以把你的法律条款啊，详细的比较多的可以加进去， 这是库，是需要的时候才会读取，然后指定库是每次都会读取啊，这个设置好了之后，你每次打开它都会有这些记忆，尤其是指定库，它每次都会加载， 这样的话就省去你每次开新的对话框，就会再次去交代一些知识背景。然后库尔的 design 呢？它是，呃，上个月四月十七号刚上线的。呃，它能够用自然语言能生成这个海报，然后包括网页啊， ppt 也是可以的， 他能够读懂你的这个整个的这个代码库，然后你能够通过自然语言去对这个设计出来的产品进行修改，就网页你可以直接点击一个模块进行修改， 生成完之后还是可以一键打包给你的 crosscode 啊，落地成代码，让他继续去修改编辑，然后这个镜正面就硬钢了，斐克码跟可画的一个视觉创作的市场。 呃，第二个就是 cloud coork， 呃， cloud coork 刚出来的时候也让大家非常的震惊啊，它能安装在这个 macos 跟 windows， windows 上，然后它能够接管你的桌面， 然后还包括电脑也能接管。接管电脑电脑之后它就能跨这个 app 的 操作，就包括你 office 里面的 word， excel 啊， powerpoint 还有 pdf 它都可以。呃，跨这个 app 去协通去操作啊，能操纵你的鼠标键盘，可以填表格。 它第二个强大就是它的连接器，公生态连接器功能，它有三百五十五个连接器，都是跟这些软件的官方直接连接的，就是我下面列的这些 office， 然后协同的包括 facial， shape， notion 这些，然后开发者用的比较多是 get it up， linear 啊，同时你还可以自定义你的 mcp， 任何系统都可以接进来 啊，最新上线的一个功能就是我在刚刚刚的 cloud 里面提到的，现在也上线了， 就是刚刚说的 cloud ai 的 那一套，也可以放在这个 cowalk 里面，相当于它就是一个更懂你的，可以在你的桌面打工的打工人，确实很强大。 然后第三个呢是呃 cowalk， 这个也是我用的最多的，因为呃 cowalk， 它是整个编程界 ai 的 天花板。然后前面说的 cowalk 跟 cowalkai 的功能，其实在 cloud code 里面都能实现啊，所以大家一步步进阶，先用 cloud ai， 然后再到 cowalk， 最后你最终会进阶到这个 cloud code， 因为它真的太好用了，然后它这这是它的一些评分，还有这个 skill 系统的介绍， 还有这个远程呢，这个云端的功能呢，是上个月刚开放的，就是你可以通过远程来直接控制呃，你在本地机上的 cloud code。 至于这三个产品怎么选呢？一句话给大家说清楚啊， code ai 呢，你刚开始用 ai 的 话，这个就够了。 然后呃，下一个呢，就是 cooke， cooke， 如果你在电脑上有重复的任务，想解放双手，可以用 cooke 啊。第三个是 cooke code， 这个是呃我非常推荐的，因为它本身来说是比较省 token 的， 它都比 code ai 跟 cooke cooke 要省 token。 然后还有一些更深度的开发，还包括 bible coding， 都是用 code code code 来实现的。我是 simon code code 的 深度玩家，欢迎大家关注，谢谢大家。

今天给你推荐三个神级的 cloud skill， 我 不允许你不知道，那第一个是 superpowers， 它是一个头脑风暴的插件，在我们 讨论需求的时候，它会反问我们问题来引发和激发我们的思考，用起来特别的解压。并且它还提供了一大堆的各种各样的功能，说它是瑞士军刀一点都不为过。第二个是叫做 planning with files， 它是号称把 minus 的 精髓移植过来的一个 skill。 它实现了什么呢？它会在你跟它讨论问题的时候，它会生成三个文件，分别存储了要做的事情、 计划和一些额外的一些思考跟探索。它会通过这些文件来一步一步地指导 c c 在 后面的编码或者是任务的完成。最后一个就是 notebook i o m 的 这个 skill， 它可以让我们在 c c 里面直接去连接到 notebook， 可以 提交我们的知识，让它帮我生成脑图，生成音频，生成 ppt， 再返回给我们。你还有什么私藏的好 skill 分享到评论区。

deepsea 微四 pro 接入 cloud code 三个小时，竟然烧了一亿一千万的 top， 我 只是让他帮我整理一下 off 系列知识点。这期我们先讲一下怎么将 deepsea 接入 cloud code， 我 这个办法不要魔法，也不要 cc switch 是 用 ai 帮你解决 ai 问题。 首先第一步，先安装这个 coldbody， 或者你有 opencloud 龙虾助手的就可以，不用安装这个，用龙虾就可以，如果没有，那就先安装。 安装好了以后，在这个对话框里输入 cloud code， 这个软件每天都有免费额度，稳稳够用的，它会自动根据你的系统环境补充你缺少的东西，你只要点确认就可以了。 安装的同时呢，我们再登录 deepseek 的 官网，点击 api， 让它生成新的 deepseek api key 并充值，金额只要充个十块就够了。安装好了以后，粘贴刚才创建的 api key。 最重要的一步来了，点击 deepseek 官网的这里，这里有个 cloud code， 你点击进去并把它复制出来，然后在你的 codebody 或者你的龙虾 agent 里面复制进去，后面再跟上你的 deepseek apikey。 对， 因为你如果直接把 apikey 给他，让他自己帮你完成，他 会乱七八糟的去用各种办法是无法完成你的任务，反而还会一直的骚扰你的 talk。 但是这个是 deepseek 它自己推出的，所以呢，它可以一步完成，直接接入， 然后你把它复制给你的 card body 或者你的龙虾 a 卷的助手，它就会帮你直接顺利的完成啊，我们稍等一下，等它完成。 现在我们打开终端输入 cloud， 看看是不是已经接入成功，在这里你就可以看见这里的模型已经是 deepseek 了， 然后你就可以跟他聊，如果你在调用的过程当中发现了他有什么错误，没有关系，你直接让你的 cloud code 去修就可以了，因为现在他已经是接入模型的完整 agent， 他 有能力把自己修复完成， 而且它的问题不会很多，从来都只有那几件小错误而已，所以没有关系，我们放心使用。如果你想把你的 deepseek 接入你的 opencloud 龙虾里，也是一样的道理，你可以点击 deepseek opencloud 的 专属端口，并把这个段落复制给你的龙虾或者其他的 ai agent 助手， 等他帮你安装完成。三个小时烧了一亿一千块 tucker， 我 觉得这个烧 tucker 的 速度还是有点偏快了，因为我还没有接入我的 honey 或者 open color 龙虾去安排他们去做其他的任务，就已经用了二十二点五亿元， 而且这个价格还是打完二点五折后的价格，如果等到他五月三十一号过完恢复原价之后， 这个价格真的非常非常高。我强烈建议官方推出 deepseek callin play 套餐，这样才比较优惠，每个人才能用得起，或者你按次数收费，这样可能也更合理一些。目前来看，这个模型的推理能力还是非常强的，只是它没有图片识别能力，这点还是差点意思。 它的响应速度也是非常快的，就是稍微稍 token， 速度不要那么快一点。好的，这一期我们先讲到这里，关注老黄，带你一起学习 ai 知识，我们下期再。

我跑了八天，一点二亿头肯账单只花了九块钱。众所周知，克拉的扣对对中国用户来说，最难的不是会用，而是能不能稳定的用。他访问受限，有魔法，成本还高，很多人帮刚把工作流打起来，就卡在账号网络额度的问题上。 但我这几天发现了一个可以替代的方案，就是克拉的扣的壳还可以继续用，但是后面接的是我们的国产 v 四。我不是说理论上能用，我是真的拿它跑了八天， 这八天不是只跑了几百个对话，是从需求拆解，页面结构、接口逻辑等，还有报错修复，全程再跑。 那九块钱是什么概念呢？以前你用海外模型写代码，心里一直在有个计算器在跳，现在我终于敢把这个长期在线程序员当程序员用了，而且他不只是只能聊天，我真的把它做成了一个小程序第一版，第一个可用版本就是他帮我打出来的。 我的小龙虾项目呢，目前也是接这个的模型在跑，体感明显有一点就是他不一定很完美，但是你可以放心大胆的用他，便宜到你可以反复的是，这才是关键的变化。所以 ai 编程真正门槛从来不是你知不知道某些神级提示，而是你可以让一个模型在持续的在你的项目可以。 以前我们怕没有 cloud 的 就不能写代码，现在我发现真的只写的不是魔性名字，而是你能不能把这个工作能跑起来，多次错多次错才有机会。如果你也把 cloud 访问的成本卡住了，可以试试这个方案， cloud 当前的工作台，然后第一步是当后面的发动机。 所以说我说金宇公司梁文峰这波真的是活菩萨，不是因为他完美，而是真的把价格打下来，太好用了，成本太低了。

就在前两天， cloud 扣的刚刚发布了 agent 视频有功能，如果你平时需要同时打开四个、五个甚至更多的终端窗口，处理不同的项目，那这个功能简直就是你的救星。它能将所有的绘画合并到一个窗口中，让你实时查看每个绘画的状态，并且统一的进行响应。 那今天我们就来看一下 agent view 这个功能。它的使用方式很简单，我们先要确认一下 cloud code 的 版本是否大于等于二点一点一三九，然后在终端中输入 cloud agents， 就 可以打开它的仕图。 这个 agent view 啊，解决了开发者最头疼的看不见就容易忘的问题。它将任务自动化分为三个逻辑清晰的区域，有效地降低了多线城开发的焦虑感。第一部分，待输入的任务，那些卡在决策点，正等着你批准方案或者给出进一步指令的任务。 第二部分，那些正在后台滚动推进的任务，实时显示运行时长。第三部分，就是已完成的需要你收工确认的任务， 并且这一次 cloud code 还升级了它们的视觉反馈系统，增加了颜色和图标，分别代表了不同的含义。五种颜色，绿色代表任务圆满完成。黄色代表任务处于离子 in post 状态，需要你的反馈。红色代表运行报错，需要立即的介入。 灰色代表你手动停止的任务。白色的动态旋转，代表任务正在后台高速运转。三种图标的形状，第一种，小圆点，表示程序已经结束，你可以随时从 cloud 上一次中断中进行回滚。第二种，实心花，代表后台的进程非常的活跃，正在处于执行的阶段。 第三种，空心花，这个代表任务正处于两次尝试之间的休息间隔。然后是关于交互操作， cloud code agent view 现在可以直接点击某一个绘画，就可以进入到完整的终端模式进行操作，然后再使用左箭头就可以随时返回原来的仕图。 那如果你想快速的预览和回复，你就可以将鼠标悬停在某个绘画上，并且按下空格键，这时候会弹出一个小窗口，用来查看该绘画已运行的时间和当前的进展，并且能够直接的进行简单的回复删除绘画也很简单， 把鼠标悬停在灰化上，并且连按两下 ctrl 加 x 就 可以快速的删除不需要的灰化。那介绍完了前面的基础功能之后啊，这一次 agentview 最具革命性的特点是筛选与终端进程的彻底分离。在以前使用 cloudco 的 开发过程中，关闭终端往往意味着任务的停止， 但是在最新的版本中，你可以使用杠 b 机这个指令将任务推入后台，然后放心的关闭他们的终端，甚至是重启电脑。 当你再次输入 cloud agents， 你 的任务仍然会在执行，并且现在多目录管理 agents view 支持跨项目的追踪， 你可以在 project a 目录下启动一个 ai 任务，放入后台，然后 cd 到 project b 启动另一个任务。这些分布啊，在不同路径下的 agent 都会集中呈现在同一个 cloud agents， 试图中让你实现真正的痊愈管理。 这个时候如果再配合 agent view 的 杀手锏杠 go 这个指令的功能，你就不再需要一步步教 ai 怎么写，只需要设定一个客观的指标， 比如说用 go 这个指令帮我做一个三 d 的 怪物对战游戏， cloud 就 会进入自主实验，尝试优化的闭环，直到达成目标。在 agent view 中，你可以看到它运行数小时，或者说通宵都在运行。 这里需要注意的是，由于 go 这个指令目前仍然处于 research preview 阶段，如果同时启动过多的 agent， 可能会导致系统资源的消耗剧增，导致电脑变慢，所以一定要量力而行。最后我想说， agentview 的 出现标志着 cloud code 正在从一个对话式的插件进化为开发者的 ai 操作系统。 过去我们使用 ai 编程工具更多的是单线程，你提一个需求，他给一段代码，你遇到一个问题，他帮你分析一下，整个过程仍然是人盯着 ai 干活。但 agent will 带来的变化是，你可以同时管理多个 agent， 让它们分别承担不同的任务，有的负责改功能，有的负责测试，有的负责理解项目的结构。 这就像从我有一个 ai 助手变成了我有一只 ai 工程小队。所以 agent will 不 只是一次界面的升级，它 背后代表的是一种新的开发范式。这种范式的转移啊，正在把我们从大量琐碎、重复、低价值的编码细节中解放出来，让开发者把更多的精力放在产品的判断、架构设计、复杂问题的拆解和最终质量的把控上。 ok， 那 本期关于 coco 的 分享就先到这，我是布鲁，你的 ai 好 搭子，我们下一期视频再见。

真正的 agent， 不是 听懂你一次，而是把你说清楚的一套流程变成以后可以反复交付的工作流。你不用每次重新解释，他也不能每次自由发挥，他要做的是按固定步骤把结果稳定跑出来。这就是 cloud code 里隐藏的 work flows 真正值得看的地方。 它不是多开几个 agent， 也不是加了一个炫技命令，它释放的信号是 agent 开始从临时干活变成按流程交付。以前我们用 agent 经常是这样， 你给他一个任务，他现场理解，现场拆解，现场决定先做什么后做什么。听起来很智能，但问题也在这里，每次都是临场发挥，这次他记得验证，下次他可能跳过，你让他做调研，他可能跑偏，你让他审 pr， 他 可能漏掉。安全检查，不是他不会做， 而是流程控制权还在模型手里。而 workflow 的 思路是反过来，不要让模型决定流程，让代码决定流程。这个功能目前还没正式官宣，但社区已经挖出了预览仓库和实测视频。 开启方式也很隐蔽，先设置环境变量， cell code code、 workflows 等于一，然后在 cloud code 里输入 ultra work， 接下来才是重点。 cloud code 不 会立刻执行任务，它会先分析你的目标，生成一个 context dmd， 然后现场写一段 javascript 的 脚本。注意，这段脚本不是你写的， 而是 code code 根据你的自然语言，把任务翻译成一套 workflow 控制脚本。这段脚本会规定第一步做什么，第二步谁来做，什么时候验证，什么时候生成报告， 什么时候进入下一阶段，最后由 node js 把整个流程跑起来。这和普通 sub agent 不 一样， sub agent 解决的是谁来做， skills 解决的是怎么做， m c p 解决的是接什么工具，但 workflows 解决的是按什么流程做，这个区别非常关键，复杂任务真正需要的不只是多个 agent， 而是一套稳定的流程骨架。 比如 pr 审查，你不能每次都靠 agent 自己想，要不要查，安全问题要不要看，测试覆盖要不要验证，依赖变化，要不要生成最终报告？这些步骤不应该靠模型临场发挥，它们应该固定下来，流程应该由代码写死，模型只在每个节点里发挥智能， 这就是所谓的 code as law。 代码是规则， agent 是 执行者，模型可以判断、分析、总结，但不能跳出流程自己当导演。实测里， cloud code 现场生成了一个大约三百行的 js 脚本， 把一次 pr 审查拆成几个阶段，代码审查结果、验证、报告生成，然后调动多个专业审查器，连续跑多轮 agent 调用。真正值得看的不是 o agent 的 数量多，而是整个流程有股价。它不是几个 agent 在 聊天，而是一段代码在编排。 agent 还有一个细节很重要，它有控制台，输入 workflow 之后，可以看到一个类似 c i c d 面板的界面，哪个 agent 正在运行，跑了多久，消耗多少 token， 调用了哪个 m c p 工具卡，在哪个阶段都能看到。这说明 cloud flows 不是 简单日制功能， 它是在给多 agent 工作流做可观测性。因为真正能用的 agent 不 应该是黑客，你不能只知道它在跑，你要知道它怎么跑，跑到哪一步，有没有卡住，有没有偏离流程。 当然， workflows 也不是魔法，本地 js 控制流程不怎么烧 token， 但每个 agent 节点读上下文分析文件生成报告还是会消耗 token。 如果同时派出多个 agent， 也可能遇到速率限制。而且 cloud code 生成的 js 脚本也不是天然可信，它可能有不成熟逻辑，可能并发设计不合理，甚至可能包含危险命令，所以它默认只有三天有效期。其实很合理。临时生成的流程先当试验品， 跑通了验证了再保存成长期资产。这背后真正的趋势是，以前我们把流程写在文档里、笔记里、经验里，但 a 阵时代，这些流程会越来越多，变成可执行代码。 不是每次都告诉 agent 你 要按这个流程做，而是直接把流程变成 work flow， 让他只能按这套步骤跑。所以 cloud code workflows 真正重要的不是他藏得多深，而是他让 agent 从听你安排一次，走向附用一套流程。 一句话总结， m c p， 让 agent 接上工具 skills 让 agent 附用能力， workflows 让 agent 按流程交付，这才是他真正值得看的地方。 不是让 agent 更自由，而是让 agent 更稳定。你觉得未来真正好用的 agent， 是 更会自由发挥，还是更能按固定流程稳定交付？评论区聊聊，关注我，下期继续带你拆！

今天就分享一个 cloud code 新出的一个 workflow， 它就是这个 u i t u l t a work 叫 alpha work， 它就是一个对工作流的一个定义，新的工作流定义 它的出发方式，这不也问它了吗？ cloud code 的 一个编编排功能是通过出发方式里边你主动激活它，现在默认的是有 bug 扫描，编码审查，还有深度研究， 你自己来做这一个操作。还可以，我这边是结合着你可以自定义 workflow 脚板。其实也是，比如说我这个项目最近写的鸿蒙应用，就二零二六年的一个鸿蒙应用， 我是把我的自己的工作流，我说你先阅读，把我这个工作流，然后转化为一一 workflow， 它就自己开始编辑了。在这 cloud code workflows 下边就是生成这些文件， 后边执行了一下，我是执行的，我这也正好有个开屏闪烁的功能，让他修复一下，他就开始启动，是各种 a 整的，但是很挺好头壳的，他是当时可能没编辑好，自己修了一版。后边是不是启动中就分三路 并行并行修复，最后几乎在 go 的 go 命令，类似于口袋斯的 不执行调，直到执行为止。类似于还有以前的 loop， run loop， 后边这不是就执行成功了吗？他这边这么做一个总结了一下，就这个意思，它里边还有个 compose， 就 这里边就可以并行分析， 比如修复、验证、诊断，比如这一个东西，他用了这么长时间，用了这么多头，看用的哪一个模型，这个意思就是你用完了之后，他就可以看你的 work flows， 其实就是这么一个事情，我综合体验下来挺好，头可能不是那么的准确， 还得自定义工作流程，只能说后续慢慢摸索了。而目前体验上不是那么特别好，还不如说二十四小时自己指定好条件。那边这边执行的太多，我感觉是比较在上大大型的项目，但是他的准确性就是有一定的问题了， 这就是我对它的现在的一个探索，我记得上回还是让这看一下，这里大概就分析了一下它是咱们为什么我比较关注这一点，它主要是 kolod 这个公司， osmic 公司，它主要是 对这一个是综合了，比如说 skill， 他 提出来的这个 work flow 都在做，比如说 open code， 他 有个自己的框架眼，但是现在主要是他又定义出一个规范了，就相当于他是以后 skill， 刚开始人们也是慢慢不特别在意，但是慢慢之后这不是人们也开始各种用了嘛， 所以说我感觉这个还是很值得关注的。这一个说工作流的过程就到这里了，真感谢大家的观看。

cloudcode 最佳实践项目是 github 上热门的 cloudcode 工作刘指南，目前已获四点一万家 stars 曾登顶创建全面覆盖 cloudcode 的 从入门到精通的知识体系，包含 orchestration workflow 架构模式 come on agent skill 多种开发工作流及使用技巧。 cloud code 创始人 boris cherry 多次在 x 平台推荐此项目，称其展示了 cloud code 的 核心优势，高度可定制性与强大工程实践。项目适用于各类开发者，帮助提升 ai 编程效率。

如果你正在使用 cloud code， 但是你没有安装下面的这些 skill， 那 么你只用了它的百分之三十的能力。 今天我们分享八个最值得的 skill， 让你的 cloud code 迈向新时代。第一个， superpowers， 全家桶，一键集全流程开发能力，省去切换麻烦，适配多场景，降本提效。 第二个， code review， 专业智能代码审查，替代人工盲审，规避漏审风险，严控交付质量，减少复盘工作量。 第三个， doggenitor， 一 键标准化文档生成，告别手写文档，开发收尾同步闭环，省时省力，统一规范标准。第四个， hux， 无感自动化执行钩子，统一代码格式，杜绝冲突，减少反攻，适配高频编码节奏。 第五个， cloudmail， 项目常用私有记忆，留存项目信息，无缝衔接开发，降低重复沟通成本，适配长期运维。 第六个，闪有克曼单，全终端指令操控，同屏完成编码运维，无需切换窗口，便捷高效，提升实操效率。 第七个， file manager， 全域智能文件管控，一键规整项目架构，替代手动整理，适配新项目初步化就项目复盘。 第八个， git workflow， 规范版本流程管控，规范版本流程，杜绝合并故障，降低翻车概率，方便溯源复盘。 这八个 skill 负责开发全流程文档，处理代码质量，安装时候后直接使 cloud 的 能力翻倍。 收藏起来直接去 skill 商店搜索英文名就能安装。关注我，带你了解更多 skill 技能技巧！

兄弟们，他来了 clodico 的 桌面端应用，不需要 clod 账号，只需要下载个软件，打开就自动检测环境，一键补齐，依赖配置个模型就能用。国内的各种模型也支持接入，本地就可以直接运行，专为新手而生。那他和官方的 clod 桌面端有什么区别呢？ 第一个，官网的封号严重，不管是网络订阅方式，你不在官方 c r i 你 都有可能踩雷，已经有很多兄弟中招了。第二个，他很多功能都是受限的，你必须开订阅才能做到。第三个，贵，订阅费加托肯包重度用户，一个月开销不小。第四个，网络问题，国内访问要么慢的离谱，要么干脆连不上， 那用我们的工具箱区别在哪呢？首先，第一个，对新手更加友好，打开就自动检测环境，检测完了一键安装，进入主页登录后直接可以使用。 第二个，模型自由，你想用什么模型就接入什么模型，工具箱也自带 cloud 和 gpt 的 模型。第三个，多窗口并行，可以添加多个新的窗口，甚至可以开 codex 同程序窗口，切换效率更快。 第四个，更稳定，不需要担心封号问题，也无需使用模法，国内直接可以用。第五个， skill 和 npm 包一键安装，直接搜索 skill 名称，直接点击安装就会自动全剧部署，简直不要太爽。 第六个， u i 设计，交互更友好，原生 cloud 的 cloud 是 程序员的终端工具，而这是给所有人用的。 cloud 的 桌面工作台，左侧多项目同时执行，右侧看 agent 的 进度和 get 状态， 每一步都看得见，把命令行的 ai 编码变成桌面级的可观测工作流，所以我做这个不是为了和官方较劲，是真的受够了写到一半被封号那种崩溃。想要这个工具的兄弟们关注我，我都给你准备好了，用的爽记得回来告诉我。

你可能以为做好 cloud code 关键是会写提示词，但真正拉开差距的其实是 skill。 因为 skill 不是 一句提示词，它更像是给 cloud code 装上的工作模式。今天这六个实用 skill， 新手装上以后基本就能少走一大半弯路。 第一个， prompt optimizer。 当你只会说帮我优化一下，帮我改个功能的时候，它会把你的模糊需求改成更清楚、更可执行的任务描述。 你不用一开始就会提示词，先让他帮你把话说清楚。第二个， deep interview。 有 时候不是 ai 不 聪明，是你自己也没想清楚要什么。这个 skill 会让 cloud code 反过来采访你，把目标、边界、验收标准 一步一步问出来，特别适合做新功能、做产品页面或者需求还很模糊的时候。第三个， real plan 大 改项目之前，最怕 cloud code 上来就动手。 real plan 的 作用就是先出计划，再拆风险，再确认测试方式。它适合那种会影响多个文件、多个模块的任务，先把路线定清楚，再开始写代码。 第四个， ultra qa 功能，写完不代表真的能用， ultra qa 会让 cloud code 进入测试、验证、修复的循环，不是只告诉你我改好了，而是继续跑，检查、 看报错、修问题，直到结果更可靠。第五个， ai slow cleaner。 ai 写代码最大的问题不一定是错，而是味儿太重，比如重复逻辑、空泛、封装、变量名很虚，代码看起来很聪明，但没人想维护。这个 skill 就是 专门清理这种 ai 感，让代码变得更像人写的，更像能长期维护的项目代码。 六个， visual verdict 如果你用 cloud code 做前端海报、视频画面，这个非常关键，它不是问好不好看，而是拿截图和目标参考去对比判断布局层级、间距、颜色、还原度到底差在哪里。 所以这六个 skill 不是 让你背更多提示词，而是让 cloud code 在 不同任务里自动切换成更合适的工作方式。不会提示词的新手先装这六个，真的会稳很多。想要我继续整理 cloud code 的 高频 skill 清单，可以先收藏这一期。

最近程序员圈子有个东西被吹爆了，叫 cloud code， 我 刷到好多人说他改变了工作方式，一个人顶一个团队。当我发现网上教程全是给程序员看的，小白根本看不懂，所以我花了整整一个月把它摸透，针对普通人听今天用最大白话给你讲明白他 到底是啥，能干嘛？你该不该学？先说人话版定义，你可以把 cloud code 理解成一个住在你电脑里的 ai 助理，而且这个助理会编程、会读文件，会上网，还能帮你操作电脑。 那跟 chat gpt 最大的区别是啥呢？ chat gpt 只能跟你聊天，给你答案，你还得自己复制粘贴去操作。 但 cloud code 可以 直接动手，他能打开你电脑里的文件，能修改，他们能跑程序，能装软件，全程你就在旁边看着，他干完跟你汇报。说白了，以前是他教你做，现在是他帮你做。接下来说说 cloud code 的 六大使用场景。 场景一，做小工具小网站第一个用法是做工具。比如你想要下个记账小程序，市面上的 app 要么收费，要么广告多，要么安全性差，你记录的数据有可能被上传到云端 泄露的风险。我跟 cloud 说了一句，帮我做个记账网页，能记收汁，能分类，数据存在本地，十分钟后，一个能用的网页就出来了，完全免费，没广告， 数据还在自己的电脑里，绝对安全。你想想看，以前花几千块找人做的东西，现在一句话的事情，做计算机、做倒计时，做抽奖转盘，做个人网站，做独立站，全都可以， 甚至还可以帮你开发 app。 你 想做什么 app， 只要你脑子有想法， cloud code 都可以帮你完成，藏几个，处理一堆文件。第二个，批量处理文件，这个是打工人的大救星， 老板甩给你两百个 excel， 让你合并，以前得干一下午，现在你跟 cloud code 说，把这个文件夹里的所有 excel 合成成一个，按日期排序，三十秒就搞定了。还有几千张图片批量改名， pdf 里面提取表格，一堆 word 文档， 统一改革时，视频批量压缩音频转文字等等等等，只要是重复劳动，他全包了。关键是你不用学 python， 不 用学任何编程，说人话就行。第三个，学编程的神器。如果你想学写代码， cloud code 就是 二十四小时在线的私教。 你可以让他把一段看不懂的代码翻译成中文解释，手把手教你从零做一个项目，指出你代码里的 bug， 并告诉你为啥错，根据你的水平出练习题。 我有个朋友完全零基础，靠他一周就做出了自己的第一个 app， 这在之前想都不敢想。第四个，自动化，你的日常工作，你每天是不是要干一些重复的活？比如每天早上爬几个网站看数据，每周做一份相同格式的报表， 每天整理微信群消息，定期备份重要文件。这些你跟可拉库的说一次，他写好脚本以后，每天自动帮你干，你只管看结果。我自己又写了个脚本，每天早上自动抓取我关注的十个公众号内容， 总结成一份简报，发到我邮箱，省了我每天半小时。第五个，数据分析。这个对做运营、做电商、做自媒体的朋友特别有用，你把自己的销售数据、粉丝数据、运营数据甩给他，说一句，帮我分析一下哪个产品卖的最好，为什么？ 他读完数据，画出图标，写出分析报告，一套流程全自动。以前这活得找数据分析师，现在一句话就搞定了。 第六个，帮你搞定电脑问题，电脑变慢了，不知道咋办，装软件一直失败，想改个系统设置不回，直接把问题告诉 cloud code， 它不光告诉你怎么弄，还能直接帮你操作，相当于请了个懂电脑的表哥住在你家， 二十四小时随叫随到最后。但我得说几句真话，别被那些吹爆的视频骗了。第一，他要付费，基础版大概一个月一百五十块人民币，众多用户更贵。第二，他需要一点点学习成本，安装和技术操作得花个个把小时才能搞明白。 第三，不是万能的复杂的大项目他也会翻车，需要你判断他做的对不对。但如果你每天的工作里有大量的重复劳动，或者你想学编程，想做点自己的小工具，这一百五十块绝对值回票价。总结一下， coco 的 适合三种人，第一，每天有重复工作，想偷懒的打工人。 第二，想学编程但没老师带的小白。第三，有想法想做小工具小网站的普通人。如果你是以上这三种人，真的可以试试 评论区告诉我你最想用它干嘛？评论区扣六六六，送你一份 cloud code 保姆级安装和使用教程，从下载到第一次运行，全程手把手带你搞懂！关注我，下期见！

克拉扣最近出来这个 workflow 是 什么？哈？它就是同时它给你写好了所有的方案，然后直接派出二十一个 agent 和后排哐哐跑。原来想调用各种子 agent 啊，去干活，现在不用了，它直接给你安排好了， 谁都干啥他拿 workflow 调用同时的二十有值多少？二十一个紫 a 针，安排完他们的活他们就去干了。看这燃烧的 token 没？看这燃烧 token 没？这会多少了，马上一百万 token 没了，就是这个速度哐哐消耗。哎， workflow。