cloudupup使用教程

处理一批数据需要四小时，我用 cloud api 搭的 agent 八分钟搞定。想用 agent 自动化工作流，但不知道代码怎么组织，多个步骤怎么串联， api 怎么调用。其实核心就三步， 定义工具函数编排执行顺序， cloud 自动推理。下一步看，这是完整的代码结构， a two 装饰器定义工具能力， while 循环，让 agent 自主判断下一步该调用哪个工具。 数据读取格式，转换结果输出，全程自动串联，八十行代码，八分钟运行时间零，手动干预，批量数据处理完成完整代码和教程放在评论区点击获取。

欢迎来到三只小白 ai 测评，今天我们测评阿里云基于通易千问大模型开发的音视频 ai 助手通易听物。 进入通易听物首页可以看到它有三大功能模块，实时记录音视频、转文字、拨课、链接转写。对需要自学整理笔记的同学来说较为实用。 举个例子，小白同学听完一场专业讲座后难以吸收，还好录制了视频，现在就可以打开通用听物上传本地或阿里云盘文件选择语言，按需选择是否翻译和区分。发言人开始转写， 可以看到左侧是转写出来的文字，右侧是笔记编辑器系统自动转写后，可借助大模型进行智能分解与总结。并且可以在视频的时间轴上看到 ai 对 于每段一体的分析内容。 面对可能存在的识别偏差，通用听物的实时编辑功能可以修改发言人信息与文稿内容。 小白同学可以同时在右侧区域编辑图文笔记。添加时间戳标识，点击对应时间戳，即可精准定位至关联片段。点击视频右下角相机按钮，还可以将当前页面截图插入笔记。对于需要强调或是存在疑问的转写内容， 可以打上不同标记后一键摘取。完成学习笔记后可以导出或分享。如果视频内容包含 ppt 演示， 通易听物能自动提取 ppt 内容，支持导出，方便查看。除此之外，小白同学还可以通过扩展插件来批量使用通易听物，为网页加上双语字幕并保存记录。 整体测评下来，通易听物在提升学习效率、辅助笔记整理方面效果不错，但需要注意的是，涉及复杂公式或特殊符号等内容的转写效果不是很理想， 另外是用插件实时转译时还存在轻微延迟。 intelligence if it can't understand language 本次测评就到这里，感谢观看，我们下期再见！

最近可乐非常的火，我作为一个新手小白，完全不懂一行代码，我也入坑了。今天是我使用的第六天，跟大家分享一些我的心得和体会。第一点，如果你想跟上时代玩一玩，仅此而已，那就无所谓。但如果你想靠这个挣钱，想开发一个软件，推出去让大家都使用， 那么商业逻辑首先得闭环，你得算账。于我自己的经验来讲的话，前两天我开发了一个让 剪辑师能够从一堆杂乱的视频里边快速找到自己想要的那个素材的，这种就是节省剪辑师审素材的时间，并且能够重命名，可以一键拉入剪映，直接进行操作。这些功能都有，但是呢，要实现这些功能，他就需要 把这些所有的素材中截图，然后发给大模型，大模型判断图片里面有什么，之后再返回来，这中间就产生了 token 的 费用。我软件已经开发好了，今天我一算账， 不行，这活干不了，即便是我收一个月三十九块钱，那可能到最后我还赔了个底掉了，今天一下推翻了。所以先想好你的商业逻辑，算好成本 再去干。第二点，可能新手小白比较关注的，哎，我看不懂代码，我不会用怎么办？你把自己当成是老板，然后把 jimi 啊， deepsea 啊这些语言大模型， 把他们当成产品经理，你有什么想法？你想做一个什么样的软件？你直接告诉这些大模型就自然语言就行。我就想实现一个什么什么样的功能，这功能我要让 cloud 来写， 那你能帮我写出来吗？跟他沟通细节，所有细节沟通完事之后，直接让吉米妮给你出一个执行方案，把这个执行方案丢给 cloud， cloud 就 等于是写代码的马农 老板把想法告诉产品经理，产品经理再把，呃，具体怎么做告诉马龙，马龙咔咔，再开始敲字 写代码，然后最终老板检测一下，好，没问题，有问题的话哪需要改，然后再告诉你的产品经理，我觉得哪哪不行，然后再复制给他，也就是说中间你一行代码都不用，会完全可以做到第三点。 嗯，也是新手小白比较关心的问题啊，我不会装，我怎么装？其实你问我，我现在我也不会，你让我再装第二台，我也是按照我的逻辑去装，而不是我知道怎么去装。如果你想装上的话，问金斌，你告诉他你的系统是苹果的还是 windows 的， 对吧？ 然后告诉他我想装上去，我需要怎么做？呃，东西在哪下载？呃，下载完事之后怎么弄？哪一步卡住了，不用犹豫，直接截图发给几迷，你，告诉他接下来我该怎么做， 他都会一步一步清晰的告诉。因为今天我都已经用了第六天了，我昨天晚上把可乐给关闭之后，今天我忘了那个代码怎么启动他了， 还是问吉米尼，我们什么都不需要懂，我们只需要有想法就行。第四点就是什么呢？我不太建议报课，因为现在大家都听说过一句话，就是 ai 时代，你学的足够慢，你就不用学了，可能你 报个班。哎，学了半个月，结果用的时候全更新了，白学了，钱也白花了，没那个必要，就自己摸索。 嗯，这些语言大模型就是你最好的老师。最后呢，就是作为一个新手小白，我以后也是会不定时的更新更新一些我的心得，包括 ai 我 也会一直玩下去。 嗯，有什么都会很直接的告诉大家，如果大家感兴趣的话，可以点点关注，一起加油，一起讨论。

购买或领取天翼云电脑以后却不知道在哪使用，今天教大家初次使用的流程，一、通过我们的链接进天翼云官网。二、左上角产品云终端点天翼云电脑正极版。三、右侧客户端下载，选 windows 版，一键下载。 四、安装应用。五、打开桌面图标，输账号密码，安全登录。六、选要使用的云电脑，点击进入，随时随地用云端电脑办公，学习不耽误评论区留言，领取云电脑使用小技巧。

我用 ai 做了一个古诗文日签小程序，用户每天进入小程序后，可以先选择今天的心情， 系统会根据选择的心情推荐一首适合当下的古诗。如果遇到喜欢的诗，可以一键收藏，往期推荐和浏览足迹也都能重新找回。这个小程序前端使用 tarot 开发，页面路由和组建都在同一个工程里持续迭代。 后端使用 clubbase 承载数据库、云函数和运行管理。开发过程中， codex 帮我完成代码，实现问题排查和页面调整。 最后再用 hyperframes 把产品截图、技术画面和动画渲染成这条短视频。这是一次从开发到视频制作的 ai 实践记录。

hello， 几天不见，欢迎回来，这是 kris morse dam lab， 也就是英轨分离功能，已经正式登陆 morse app， 现在 morse app 相关的所有效果器型号 包括 g e 一 千、 g s 一 千、 g e 两百 pro、 g e 两百 plus 以及 g e 一 百 pro 均可在更新 app 后使用英轨分离功能。那么现在就以 g s 一千为例给大家演示好。跟随完 app 之后，我们先来连接下机器，同时不要忘记连接机器的蓝牙音频端口，也就是后面带 audio 字样的这个，不然等一下呢，你播放音频的声音就是从手机外放出来，而不是通过效果器出来了， 那我们先点击下面的魔 ai， 然后选择因果分离好，现在呢有两个选项，一个是手机文件，一个是手机相册，什么意思呢？手机文件就是选择音频文件，那么手机相册其实就是选择视频文件，是的没错， 视频文件里面的音频呢，也可以被分离成分轨，那么我们的注意屏幕最底下呢，有我们这个音轨分离目前版本所支持的音频文件的格式，我们可以参考一下。那么我们点击手机文件 好，就会出现一个放音频的列表，那么这里大家可能就有疑问了，我们要怎么把我们的歌曲文件放到这个列表里面呢？其实很简单，我们可以通过社交软件的文件传输助手，先把这个音频文件从电脑发送到手机，然后呢点击下载， 下载完之后呢，我们去点击他右边这三个点，然后选择用其他应用打开，然后选择存储到文件，点击右上角的存储 好，那现在我们再回去呢，他就会出现在这个列表里面了，我们直接选择这个文件， 他就直接开始分离了。那么分离的速度呢，取决于各位的手机的配置啊，手机配置越高越新他就越快，那么你手机越旧呢，配置越低，他就会越慢，我们稍等一下，他分离完成。 ok， 现在已经分离完成了，我们可以先播放好，那么这里 从上到下分别就是总音量，然后是鼓，然后是贝斯，然后是吉他，然后是键盘、人声和吉他。吉他的意思就是不在上面那五个分类的呢，都会被归类到其他这一轨。 那现在呢，我们可以先分别单独的去 solo 一 些轨道，来试听一下它分离的质量，比如说啊鼓， 这个贝斯， 呃，吉他，当然我们也可以反过来，比如说我们要弹吉他，对吧？那我们就扭掉吉他， 当然我们还可以通过拉音量的方式去减小某个轨道的音量，比如说人声， 假设现在我们要做一个吉他手用的吉他伴奏，那我们就可以直接把吉他滚掉，然后呢拉小一点人声 或者其他，你觉得会影响到你的声部的音量，我们就得到了一个呃可以练习或者拍视频用的伴奏了。好， 那么除此之外呢，底下还有一个比较好用的功能，也就是 ab 重复，假设我们要呃反复的练习某一个段落的时候呢，就可以用到这个功能，比如说我们可以在这里设置一个 a 点， 然后再拉过去设置一个 b 点，然后我们在点播放呢，它就可以一直重复这个地方。 好，那么最后我们调整完这个分离后的比例之后呢，我们还可以调一些总音量，然后都调好了之后呢，我们就可以点导出，好，我们可以给大家重新命名我这首歌叫做风雨，我给大家讲 风雨的 bgm 好 点完成， 下面呢就会出现这首歌被保存到的路径，我们可以直接去找到那个文件，也就是说我们已经调好，导出好的之后就不用每次都这么做一次了，我们可以直接播放我们生成的那个文件就可以了， 比如说我们来到桌面找到我们这个文件，然后呢点击我的 iphone， 然后找到麦克，然后找到这个文件夹，给他点进去。啊，就是我们刚刚生成的这个伴奏文件，我们可以直接播放来听一下。 ok， 那 么刚才是导入音频文件，我们来试一下。导入视频文件， 我们可以新建一个工程，比如说这里有个加号，点它离开。好，那现在我们点手机相册。好，我们来找到一个视频文件选择， 然后压缩视频呢，也需要一点时间， 好，压缩完它就直接进行分离了，那么分离完之后的所有操作步骤呢，都跟刚才是一模一样的。 ok， 那 么以上就本期视频的全部内容了，如果看完还有什么疑问的话呢，可以在评论区留言，那么这里是 kris， 我 们下次见。

今天和大家去聊一下 starbucks 在 上周发布的一篇文章，关于大项目里边实际去使用 cologne 的 一个最佳实践。那这篇文章里边其实大概讲了 cologne 怎么来用，然后后边呢？其实主要去讲 harness 为什么重要？ harness 工程怎么来去做？ 这里面其实我认为有很多东西的话，我们之间已经讲过很多遍了，那这里面非常关键的一个点呢？我认为是有两张图的，那一张图呢，其实是关于 colaco 的 这个 harnis 的 一个 session 里边，不同的这些组件在整个 session 里边占的一个周期和量级是什么样的？那第二个呢，就是这些组件 有很多地方其实是被我们误用的，那误用的地方呢？是有哪些？那所以我认为这两张图是非常关键的，我跟大家先讲一下整个的一个流程和这篇文章的主 主要的骨干，然后我们去主要介绍这两张图非常有价值，非常有收获。其实整个文章啊去讲 cologoth 在 一个大型编码中的一个最佳时间，实际他去讲的其实是 harnes 的 一个最佳时间。这边在说为什么我们使用 cologoth 的 时候，我们再用本地的代码去剪辑啊？因为这个 public 呢，其实它是有一定的一个时间周期的， 那这个时间周期下的一个处理呢，其实会让我们误读很多文件，所以会导致代码的不实时性，所以呢他就直接去使用读代码这个 grab 的 方式去读取。 那如果我使用直接读的一个方式呢？那其实我更希望的话是他能知道我现在的代码呢，到底的结构是什么样的？那这个呢，就是我们多次去提到这个 cloud 点 md 的 一个文件，它就隐身出了一个 harness， 那 harness 它的核心的组成呢？其实是有五大部分的，那 这五大部分呢？就是一个是 cloud 点 md， 我 们知道整个的这个目录的信息和需要注意的关键点是在哪些，还有呢就是在整个 a 阵生命周期里边的 hook 我 们怎么来做？然后能做哪些功能？ 还有一些呢？我们认为是一些流程性的一些东西， work flow 的 东西，我们把它变成一个 skills， 然后这些 skills 是 人来去使用也好，是给 ai harness 去用也好，这也是非常关键的一部分。 还有呢就是我们要把这些搭建好的东西进行一个组织和团队的一个传承，那就用到一个 plagis， 把它进行一个打包和一个分发。 还有呢有一些工具呢，我们需要把它进行一个结构化，暴露出来之后呢形成一个服务，那这个服务呢通过 m、 c、 p 的 一个协议呢接入进来，那除此之外呢， l、 s， p 呢，也就说我们知道整个代码里边的关键定位是怎么样的，而不是说通过整个的字母串呢，就去读这些代码的 l、 s、 p， 然后和里边的 sub agents， 这两个呢，又把上面的整个能力呢，又给它进行了一步的增强。那所以呢，这就到了我们非常关键的两个对照表了。那第一个对照表呢，我们就讲这些组件儿，它其实误用的地方是在哪儿？我认为这个其实是非常关键的，你比如说 cologold 啊，它最常 见的一些误区呢，就是我们把所有东西都放在 cologold， 那 这个不其实是不对的，我们应该把一些 skills 这些东西呢，我们应该放在相关的一个技能里边，比如说它是一个 workflow 型的一个东西，我们应该把这些东西拆出来，而不是说全都放在 colog 点 m d 中。所以对于 cloud 点 m d 的 误区呢，就是我们把 skills 的 一些东西其实也放在 cloud 里边儿，那我们 cloud 点 m d 里边儿应该保证它非常简洁。那 第二块儿呢，就是关于 hux， hux 里边儿其实最适用的其实是在固定的一个生命周期里边儿，我们触发一些事情，比如说 commit 啊，或者固定的 t d d， 固定的 review， 那 这些是比较适合于整个生命周期的一个触发的。那对于一些提示型脚本，比如说提示词的一些东西的话，其实我们不需要去放在 hux 里边儿，我们更多的话是把它放在一些 一致性的一些检查呀，然后还有一些固定化的一个，嗯，陷入到生命周期这种调用我们才使用 hux。 那 skills 呢，就是我们保证专业的东西呢，可以让它专业化的这些东西呢，我们就放在不同的这个 skills， 而不是说把它全都放在 collab 里边，这个跟我们上面说那点是一样的。 然后 plugins 呢，我们就发现啊，有很多我们自己用的已经很好的东西，但是如果你要让它去呃团队扩扩展起来去用的话，其实你最好的方式是把它进行了一个打包，然后团队呢都有相同的一个环境，那这是 plugins 的 一个应用，那很多时候我们其实是放在呃本地的一个环境里面，大家其实是无法进行复制的。 那对于 lsp 呢，其实我们最多误解呢，是以为这是 coloclo 自带的一个一个方式，其实并不是，它更多的话是基于现有的一个环境，然后我们可以通过伏尔级的东西去固定的呃，去准确的定位到相关的目录里边，所以呢，这类能力其实不是模型本身的一个能力。 那对于 mcp 的 这个 server 来讲的话，就是我们的 harnis 其实还没有搭建好的时候，其实我们就着急去建很多的 mcp servers， 其实我就见过很多企业，他们在做一个东西，就是 呃，我现在要把所有的接口都进行 m c p 化，其实这个呢，对应这一条来讲，它其实也是错误的，就没有必要把所有东西都建成 m c p， 你 需要把它的基础设施啊，然后它的约束啊，它的 hux 啊，生物周期的侵入，把这些东西先做好，然后慢慢呢，我们一步一步再结合 m c p servers 来做。对于整个 seven ages 啊， 我们最大误区呢，就是我们不见 sam 一 阵子，我们把所有的这里边的探索，呃目录啊，探索项目啊，然后呢，包括改 bug 呀，包括主流程的一些设计思考和编码工作，我们都放在一个对话中了，那这个其实是错误的，其实更多的时候，比如说我们再探寻一个项目也好，我们再写一个测试用力也好， 那这个过程呢，我们需要给 subordinates， 让主 agent 呢有更干净的一个上下文，那这个呢，是非常重要的一个点，那这些点呢，其实就促进了我们可以把整个的 harness 做好，那所以为什么我认为这张表呢，其实是非常关键的。 除此之外呢，这还有一张它整个的一个 harness 的 一个 session time， 它们所占的时间，我为什么觉得这张表是非常关键呢？其实你会发现啊，这里边占的时间越多的地方呢，其实是我们更多应该花时间去做的一个地方，就它收获会比较大。呃，比如说我们会把 cloud 点 m d 这个文件呢，它在整个绘画中它占的这个比中是非常大的， 我们就把这个文件需要给它好好去设计一下。其实所以你会发现之前我在讲很多关于 cloud 三层设计也好啊，其他设计方式也好， cloud 点 md 这个文件其实我们经过了很长时间打磨和探索，然后除此之外呢，有一些固定化的东西，可以沉淀化的东西呢， 我们要嵌入到生命周期中，所以你会发现 hux 也是非常重要的。我们比如说，呃，沉淀的一些复利工程也好啊，然后去做 ttd 也好啊，然后去做 review， 自动化的一些 review 也好，我们把 hux 做好。那其实你哈尼斯这两部分其实你已经完成很多了嘛？ 还有一部分呢，就是关于我们要把上眼纹做的比较干净的情况下，我们把问题解决。所以呢，你如果可能情况下，你多做一些 sub agency， 因为它也是在整个 section time 里边占了很多的周期的。那剩下其实就比较符合我们的直觉了，就是我们 lsp， 我 们开了之后呢，然后固定了 workflow 呢，我们就变成 skills， 然 然后有一些需要提供服务，需要让模型去掉，我们就变成 m， c， p， 然后最后呢把这些所有做好的东西呢，进行一个打包分发和共享，让团队呢都可以基于这一套 harnis 去做，有效的去做开发。所以这两张图呢，我觉得是非常重要的，那这些内容呢？分享给大家，希望呢？对大家都有收获，关注雷哥，关注 ai 工程化落地。

系统播放器解决语音播放问题，打开播放器里的 cloud drive 二，进入 cloud drive 二管理后台，弹出一个二维码，打开手机浏览器，扫码进入 cloud drive 二，下拉到创建新账户， 邮箱地址可以输入已有邮箱，没有邮箱可以输入手机号 i com， 输入容易记住的密码。完成后创建账户，跳转到登录界面，输入刚才创建的密码，这样就登录好了 cd 二账号下一条接着讲如何添加网盘。

今天收到很多群友以及评论区的反馈，更新了 cloud code 之后发现无论是 deep sec 还是其他第三方模型都没有办法使用。如果说你遇到了这个问题，可以按照我说的来做，尝试解决下这个问题。我们点击左上角三条杠，点击 developer， 点击 configure party inference， 在 connection 这个界面往下划，我们找到 model list。 在 模型清单中呢，不管是什么模型，我们都改成 os 默认模型，比如 cloud o p u s 四点七，然后我们点击 apply locally 等待重启，重启之后他就可以继续使用了。虽然说这块的模型名字和原来不一样，变成了 cloud code o p u s 这里的模型，但是实际上跑的还是单方模型，可以正常的去执行任务了。希望我的方法能给大家解决一些问题。今天就到这里了，希望大家用的愉快。

你们有没有发现一个很离谱的现象，很多人使用 cloud code 的， 不是用不起，是根本不会用。钱不是花在模型上，是花在了自己的低效操作上。今天呢，我讲五个自己在用的方法，直接帮你把这个 token 的 消耗砍掉一半。 第一是任务越模糊越烧钱。很多人一上来就说帮我优化一下这个项目，那这句话的本质是什么？是让 ai 自己去猜，去读，去分析，你一句话模糊了，他背后可能就跑了几十步，正确的做法是直接说 帮我修改第三十二行的报错，越具体呢，越省钱。第二是先总结，再动手接手一个新项目。很多人的第一步就是改代码，这呢其实是最贵的一步，你应该直接说帮我总结这个项目的结构和逻辑，让他先输出一个地图，后面你所有的操作都会更加的精准。 第三是不要重复的喂他代码。很多人有个习惯，就是每聊一句就要重新的贴一贴一遍代码，这基本就等于每次都要重新付一遍钱。记住一件事就是在同一个对话里，他是有记忆的，除非真的很需要，否则就不要去重复的说。第四是任务不拆，成本翻倍， 你让他一次做五件事，他会怎么做？来回确认，反复思考，多轮输出，那你的投屏直接爆炸了。正确的方式是一件一件来，看起来慢，其实更快，而且还更加的省。第五就是别每一步都大局思考， 不是每一步都需要他理解，整理整个项目，大多数的时候只要给相关的代码片段就够了，全区理解，只在关键节点用一次。 最后说一句很扎心的话，就是很多人觉得 ai 很 贵，但其实贵的不是模型，而是你使用的方式。那同样的预算，会用的人，他可能就会多用一倍的时间。

然后来讲解一下怎么使用，呃怎么下载 gopro， 然后再接入那个 deepseek 的 v 四 pro。 首先呢要下载两个软件，第一个软件是 git， git 之后，呃复制这个命令到终端去啊，使用 win 加 x 打开终端管理器， 终端管理管理员的模式，然后粘贴这个命令，这是积木安装，等待它安装完成。然后还有一个是这个 node js， 这个是使用这个，这个网址 打开之后就是这样的，然后就选择你的系统还有架构，然后检查安装程序，这个所有的那个勾选都是默认的，默认安装就行了。安装完之后要这个这个终端要重新退出， 重新退出这里是因为我已经安装好那 get 了，所以它这里就不显示，然后重新退出，要先关闭掉这个终端，重新再打开一个终端，还是管理员模式， 然后这时候再呃，就要因为刚等等，要知道你要先安装好这个，你才能直安装好这个 node js， 然后才能执行这个命令去安装 code， 而且要重新打开一个终端，然后安装，因为这里已经我已经安装好了。 安装完成之后呢？然后我们就要去呃 deepseek 的 官网申请一个 api， api 就 到官网这里，嗯，然后我们这时候到官网官网这里，这个 deepsea 的 官网，这个 api 开放平台进来之后，在这个 api key 创建一个 api key， 然后创建之后把你的 api 复制，复制之后替换掉这一部分， 这是用来配置 code code 的， 然后呢就复制到终端去执行 到终端 n 加 x 打开终端管理员，然后这时候你应该已经安装好那个 code 了，然后就是进行粘贴，粘贴之后进行配置， 配置完成之后你就可以可以通过那个命令打开 code 了，那个 code 的 那个命令版本 安装完成之后，我们就可以通过命令打开这个 code code 的 命令模命令模式呃命令的那个形式。 然后同时呢我们还可以在这个 vs code 里面 vs code 里面呃，在这个插件这里下载好这个 code code 的 这个下载好了之后呢，就可以通过这个 vs code 也可以在这里直接调用， 这里右上角会有一个标识，然后因为我们刚刚已经用这行大这行命令，然后我们刚已经用这行命令已经把它的那个 呃 a p i 还有模型已经设置好了，所以你在 v s q 里面它这里面会读取你这个命令已经配置好的那个配的那那个模型，然后这时候它就是一个 deepsea v 四 pro 的 模型。

大家好，今天给大家介绍 erp 系统的倒冲料业务。 什么是倒冲料呢？ 就是系统根据我们的标准 b、 o、 m 以及产成品入库数量来反推应该使用多少数量的材料， 那么这个呢就是倒冲量。哪些情况下可以使用倒冲料的？主要是针对咱们材料在生产使用过程当中 没有办法具体去计量的这种材料，比如说油漆，什么胶水啊等等。类似的， 比如油漆它在加工的时候都是领了一整瓶， 哪个键需要上漆的时候就喷一下，喷一下到底算多少的量，那这个可能就没有办法具体去实际计量，那这种呢，我们就可以使用倒冲料这个功能。 首先我们是在存货档案上面去设置这个材料为倒冲料， 这个是在存货库存信息里面勾选这个倒冲量，这里打勾，然后我们就正常地去下加工单。 在我们的这个材料出库的时候，倒冲量就不是直接做材料出库单，它要做的是调拨单， 调拨单就从原材料仓调入到我们的一个车间现场仓，调拨单的数量呢，一般来说就是整桶、整桶等等一个整数可计量的数量。 然后我们取得生产完工，做产成品入库单之后，产成品入库单一经生效，系统就会根据我们的这个产成品入库单及标准的报自动生成一张材料出库单， 它的业务类型为倒冲领料。到这一步就是系统帮我们生成了一个倒冲领料的材料出库单，那么这个就是根据我的标准 boom 以及入库数量推出来的。 那么这里就有人会有疑问了，你这个按照标准推的是否跟我实际的用量不符的？那么到了这里我们能够做的就是在一定时间内，月底 或者是生产完做一个现场仓的一个盘点，做的单是盘点单，业务类型选择倒冲盘点，然后判定我这个倒冲量到底生产完之后还剩了多少， 如果说剩的有多的，那么说明我的材料节约了，如果说剩的更少了，说明我这次生产多用了这个材料。做了盘点单之后呢，这个盘赢盘亏数量会生成我的一个材料出库单。 那这里就解决了刚才提到的问题，这个材料到底是否实际用量，到底准不准？通过这个盘点单盘完之后 那么就准确了。那么以上呢，就是我们一个倒冲料的应用。