会议概览 本次会议介绍了open cloud项目，讨论了其核心理念、技术特点及实际应用场景，并针对用户在使用过程中遇到的配置、技能安装及安全等问题进行了深入探讨。 ## 小结 ​**​1. Open Cloud项目介绍​**​ - Open Cloud是一个开源自托管的个人AI Agent，可运行在个人桌面或服务器上，通过聊天软件与用户交互，并能处理本地资产。 - 项目因技术成熟、产品形态贴近用户、加上传播事件等因素而爆火。 - 与同类产品相比，Open Cloud更像一个“干细胞”，能派生出多种玩法；其特点是拥有长期记忆（通过Markdown文件实现）、网关机制（连接IM软件）、数据去中心化及完全开源。 ​**​2. Open Cloud的实际应用与技巧​**​ - ​**​基础配置与部署​**​：演示了如何通过Lighthouse平台部署Open Cloud实例，并配置模型、通道（如QQ、飞书等）和技能。 - ​**​技能安装与使用​**​：介绍了如何安装联网搜索、网页抓取、办公套件操作等技能，并演示了如何利用AI助手来配置模型、安装技能、排查问题（如通过logs命令查看日志）。 - ​**​多Agent协作​**​：提出了多Agent架构的实现方式，如将任务分配给专门的秘书（Secretary）、作家（Writer）等不同角色的Agent，以提高效率和专注度。 ​**​3. 用户反馈与问题探讨​**​ - ​**​模型配置体验不佳​**​：多位参会者反馈，自定义模型的配置界面复杂，对新手不友好，是当前最大的使用障碍之一。 - ​**​技能安装失败​**​：部分用户反映，在CloudHub上安装某些热门技能时，会遇到“hub繁忙”的提示，导致安装失败。 - ​**​技能安全风险​**​：由于CloudHub初期缺乏审核机制，存在用户上传的技能（Skill）带有恶意代码或病毒链接的风险。 ## 待办 ​**​1. 优化模型与技能配置体验​**​ - 针对新手用户，需简化模型配置流程，可考虑提供免费Token供用户先体验，或由AI助手协助完成配置。candyxiao(肖娜) powellli(李力) - 针对技能安装失败问题，需探讨解决方案，如建立本地缓存或寻求官方支持以加速下载。candyxiao(肖娜) gracecui(崔玲) - 针对技能安全风险，需与安全团队合作，推动建立更严格的审核机制或镜像（Mirror）方案。jennazhuang(庄园） candyxiao(肖娜) ​**​2. 内容与分享​**​ - 整理本次会议的分享内容，制作成视频并发布到B站等平台，供内外部人员学习。walkercao(曹峻玮) candyxiao(肖娜) - 鼓励并组织更多用户分享Open Cloud的创新玩法和实践经验。candyxiao(肖娜) elisedai(戴惠怡) 19:29 内容由 AI 生成 hi，我是你的元宝会议助手，我正在帮你实时记录会议纪要，请安心开会！ 会议结束后，你可以在会议详情页查看完整记录。 walkercao(曹峻玮)多次强调会议即将开始，​**​显示出对时间把控的严格态度​**​，同时耐心等待未上线成员，​**​体现团队协作的包容性​**​。pablozhong(钟宇澄)提议录屏，​**​可能暗示会议内容的重要性或需要后续回顾​**​。 ​**​整体来看，开场节奏紧凑但有序，主持人walkercao(曹峻玮)在推进进度的同时兼顾团队参与度​**​。 walkercao(曹峻玮)介绍了Open Cloud的核心概念——一个开源自托管的个人agent，能在桌面设备或服务器运行，通过聊天软件（如WhatsApp、QQ、企业微信等）交互，并利用AI技术执行任务、用Markdown保存记忆。 ​**​他特别指出，虽然类似技术十年前就有，但Open Cloud的爆火源于它超越了“单纯实现旧概念”，而是解决了更深层需求​**​，这从其GitHub star数增长史上最快可见一斑。 walkercao(曹峻玮)指出大模型经过25年发展已具备处理复杂工程的能力，​**​这标志着AI技术成熟度质的飞跃​**​。他特别提到2023年是Agent技术元年，从年初的MCP到后续Skills等技术的完善，​**​说明行业已突破让AI具备执行能力的门槛​**​。 ​**​值得注意的是​**​，他提到CloudCode等产品成功塑造了"AI能办实事"的用户心智，而OpenGlow在此基础上更进一步，​**​暗示该项目爆红并非偶然，而是技术、产品和市场认知三重因素共振的结果​**​。 walkercao(曹峻玮)提到谷歌高管K patrick购买Mac mini的行为被科技媒体解读为与cloudbot（现opencloud）相关，​**​这种命名方式在当时引发了产品线的误解​**​。他还指出open glow创始人具有传奇色彩的个人经历——早期成功、退休后复出、单枪匹马用AI颠覆硅谷的故事，​**​这些元素极具传播力，为项目赋予了英雄主义光环​**​。​**​值得注意的是，这些传播要素与技术成熟度（前文提到的agent技术发展）共同构成了项目爆发的条件​**​。 walkercao(曹峻玮)指出Open Cloud的增长曲线保持强劲势头，​**​说明其实际价值已得到市场验证​**​。他对比了该产品与Manus、CloudCode等竞品的差异：传统产品像"随叫随到的基站"，而Open Cloud更像是"从零培养的实习生"，​**​强调其独特的养成系体验和拟人化特质​**​。虽然功能上都具备聊天和任务处理能力，​**​但Open Cloud更注重塑造有温度的产品形象​**​。 walkercao(曹峻玮)详细拆解了OpenCloud作为能力中心化Agent的特点：官方提供画图、PPT等通用场景最佳实践，并配备沙箱环境支持浏览器/桌面应用任务。​**​值得注意的是​**​，他提到CloudCode从编码工具演变为通用任务处理平台的历史轨迹，用户甚至用其处理文件等非开发场景，最终催生了UI化的CoWork产品。​**​可见OpenCloud实质是整合了大模型、Agent规模化等技术的集大成者​**​，这与之前讨论中"干细胞"的比喻形成呼应——既保留基础能力又可个性化扩展。 walkercao(曹峻玮)介绍了OpenCloud的底层实现机制：通过markdown文件实现短期/长期记忆分层存储，​**​巧妙绕过了大模型的上下文限制​**​。长期记忆经总结后存入markdown文件，短期记忆则按会话或天数存储，​**​这种设计使存储容量理论上可无限扩展​**​。 ​**​技术亮点在于网关机制​**​——用户可直接通过日常IM软件与AI交互，无需安装专用终端，​**​这显著降低了使用门槛​**​。结合前文讨论的Agent能力中心化设计，​**​可见该产品在工程化整合和用户体验平衡上做了深度思考​**​。 walkercao(曹峻玮)指出Open Cloud的开源特性带来了高度自由度，​**​但这也意味着用户需要承担更多责任​**​，不像ChatGPT那样开箱即用。他强调数据存储的去中心化，大部分数据保留在个人设备上，只有调用大模型时部分数据会传给厂商。​**​开源的双刃剑效应明显​**​，用户需要自行部署，早期可能面临使用门槛高的问题。 walkercao(曹峻玮)指出opencloud初期存在理想与现实落差：自媒体鼓吹"人人可当钢铁侠"，但用户连中文部署文档都找不到，​**​暴露出开源产品易用性差的硬伤​**​。他提到lighthouse通过云端部署解决了部分门槛问题，​**​这种方案兼顾了便捷性和可控性​**​，但强调云端并非万能解。​**​从讨论能看出，技术民主化愿景与实际用户体验之间存在巨大鸿沟​**​。 walkercao(曹峻玮)准备分两部分演示Open Cloud的实际应用：​**​第一部分聚焦基础配置和部署​**​，包括安装技能、节省token和问题排查的技巧；​**​第二部分展示多agent架构的实现方式​**​，强调与Open对话的交互设计。​**​从之前讨论来看，他显然在回应早期用户上手难的痛点​**​，试图通过结构化演示降低技术门槛。 walkercao(曹峻玮)准备通过lighthouse快速部署open cloud，​**​强调最小成本启动​**​，并演示如何配置模型和通信通道。​**​他的核心理念是让AI自主完成后续配置​**​，先建立基础对话能力再逐步扩展。​**​这里透露出对AI自主性的高度信任​**​，计划通过聊天软件直接与open cloud交互。 walkercao(曹峻玮)正在演示如何利用lighthouse体验代金券部署open cloud应用模板，​**​强调最小成本快速启动的理念​**​。他建议基础配置从2核起步，长期使用推荐4核8G以保证稳定性。​**​演示聚焦于模型、通道和技能三个核心配置模块​**​，直接对应对话基座的功能实现。 walkercao(曹峻玮)正在演示如何配置AI模型的工作流，​**​强调标准化流程能提升效率​**​，并以Deep Chat模型为例展示了API Key的配置过程。​**​他提到AI的原子能力可以灵活组合，暗示系统具备扩展潜力​**​。随后他转向通道配置，指出目前支持国内主流IM软件，​**​透露出产品本地化适配的考量​**​。 去元宝保存纪要并提问