實際影片長度:14:47.000。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:01.061
zh去年年底,
0:01.061–0:04.032
zhOpenCloud突然爆火,
0:04.032–0:07.640
zh整个AI圈掀起了一股全民养虾的热潮
0:07.640–0:11.391
zh大家开始尝试让Agent接管自己的浏览器,
0:11.391–0:11.927
zh邮箱,
0:11.927–0:12.820
zh本地电脑,
0:12.820–0:15.320
zh甚至代替自己完成各种日常工作
0:15.320–0:18.740
zh然后紧接着,Hermis Agent也迅速走轰
0:18.740–0:22.420
zh很多人刚养完虾,转头又开始部署Hermis Agent
0:22.420–0:26.340
zh但这些开源的Agent,他们的安全性做得并不好
0:26.340–0:29.500
zh很容易遭到入侵,甚至会导致数据泄漏
0:29.500–0:33.400
zh而且很多企业禁止员工部署这种不安全的agent
0:33.400–0:37.940
zh并且这些个人agent的项目如果用于企业或者团队的话
0:37.940–0:39.480
zh还需要进行二次开发
0:39.480–0:42.360
zh而且很多个人用户自己部署之后
0:42.360–0:44.480
zh也想让自己的朋友或者家人
0:44.480–0:48.040
zh也能用上自己部署后的小龙虾或者Hormus agent
0:48.040–0:51.240
zh但由于权限管理以及安全性等问题
0:51.240–0:54.340
zh一旦让其他人来访问自己部署的agent
0:54.340–0:56.740
zh那么很容易导致隐私泄漏
0:56.740–0:58.800
zh甚至由于其他用户操作不当
0:58.800–1:01.720
zh导致自己部署agent的设备出现中毒
1:01.720–1:04.760
zh甚至数据泄露等严重的安全问题
1:04.760–1:09.020
zh所以大家真正需要的是一款既能保证安全性和隐私
1:09.020–1:10.420
zh还能用于个人
1:10.420–1:13.780
zh也能用于团队甚至企业的稳定agent
1:13.780–1:14.980
zh就在前几天
1:14.980–1:19.740
zhYC公司恰好开源了一款全新的agent项目QM
1:19.740–1:23.700
zh这款agent是YC公司内部自用的agent
1:23.700–1:26.640
zh而且这款agent开源不到一周时间
1:26.640–1:29.460
zh在Github上的STAR已经达到了8K
1:29.460–1:31.520
zh所以在2026年下百年
1:31.520–1:35.180
zhYC公司开源的QM将成为下一代龙虾
1:35.180–1:36.640
zh下一代Hermes Agent
1:36.640–1:42.100
zh而且很多个人用户团队或者企业将纷纷接入QM Agent
1:42.100–1:46.480
zh这里提到的YC公司指的并不是一家普通的AI创业公司
1:46.480–1:49.580
zh而是全球最知名的创业加速器之一
1:49.580–1:50.700
enY Combinator
1:50.700–1:52.320
zh从2025年至今
1:52.320–1:55.180
zhYC已经投资和孵化了超过5000家公司
1:55.180–2:02.140
zhYC官方介绍他们之前用Ruby循环和内部工具运行了超过50多个Hermes Agent
2:02.140–2:08.360
zh但很快遇到配置漂移,凭据管理和任务失败,共享资源和大规模运维等问题
2:08.360–2:12.080
zh而QM就是这些经验沉淀后的开源视线
2:12.080–2:16.540
zh所以QM真正值得关注的地方并不是他背后的YC公司
2:16.540–2:19.040
zh也不是短短几天获得了8K star
2:19.040–2:21.069
zh而是他瞄准了OpenCloud,
2:21.069–2:23.860
zh跟Hermes Agent都没有优先解决的问题
2:23.860–2:26.340
zh首先就是安全和数据隐私问题
2:26.340–2:29.520
zh其次就是当agent不再只服务于个人
2:29.520–2:31.120
zh而是开始进入一家公司
2:31.120–2:33.920
zh他应该如何区分不同员工的身份
2:33.920–2:36.260
zh文件 记忆 权限和账号
2:36.260–2:39.420
zh怎样避免一个人看到另一个人的私人对话
2:39.420–2:43.880
zh怎样防止agent在错误的项目里调用不属于他的API key
2:43.880–2:45.940
zh怎样限制高风险命令
2:45.940–2:49.060
zh并且让每一次敏感操作都有检索权限
2:49.060–2:50.800
zh人工审批和审计记录
2:50.800–2:56.020
zhQM给出的答案是为每个用户和每个项目建立独立的工作空间
2:56.020–2:57.020
zh以及GE
2:57.020–2:58.220
zh还有KChain
2:58.220–3:00.020
zh以及持久化的Sandbox
3:00.020–3:03.240
zh它可以在同一套内核上切换Pi Agent
3:03.240–3:04.100
enOpenCode
3:04.100–3:04.800
enCodex
3:04.800–3:05.800
zh还有CloudCode
3:05.800–3:07.760
zh与很多个人Agent相比
3:07.760–3:10.160
zhQM从架构设计的第一天开始
3:10.160–3:12.260
zh就认真考虑了全线隔离
3:12.260–3:13.080
zh凭据管理
3:13.080–3:14.040
zh命令审批
3:14.040–3:17.100
zh操作审计和多人协作这些企业问题
3:17.100–3:20.200
zh而且在过去不少开发者尝试把OpenCloud
3:20.200–3:22.660
zh我HermesAgent进行二次开发
3:22.660–3:24.240
zh以适合团队使用
3:24.240–3:25.560
zh或者公司使用
3:25.560–3:27.880
zh但这种方式问题也非常明显
3:27.880–3:30.480
zh我们不仅要自己开发用户系统
3:30.480–3:31.220
zh全线系统
3:31.220–3:32.680
zh数据库和管理后台
3:32.680–3:34.240
zh还需要长期维护一套
3:34.240–3:36.060
zh已经被大幅度修改的代码
3:36.060–3:37.480
zh一旦上游项目更新
3:37.480–3:40.360
zh那么我们的定制版本就很容易陷入
3:40.360–3:41.360
zh要么无法升级
3:41.360–3:43.640
zh要么重新合并所有改动
3:43.640–3:46.420
zh而QM尝试把公司的模型配置
3:46.420–3:47.060
enGios
3:47.060–3:47.860
enSandbox
3:47.860–3:49.840
zh还有插件和部署参数
3:49.840–3:51.420
zh与核心代码分离
3:51.420–3:54.800
zh让团队可以保留自己的定制能力
3:54.800–3:58.120
zh同时尽量减少对上游内核的直接修改
3:58.120–4:01.980
zh本期视频就会大家演示并且测试QM Agent
4:01.980–4:03.500
zh它的能力到底如何
4:03.500–4:05.720
zh它是否真的是合个人使用
4:05.720–4:06.420
zh团队使用
4:06.420–4:07.680
zh甚至公司使用
4:07.680–4:10.520
zh这里我已经在本地部署好了QM
4:10.520–4:13.320
zh虽然QM开源还不到一周时间
4:13.320–4:15.100
zh但我在本地使用的时候
4:15.100–4:16.660
zh感觉还是非常稳定的
4:16.660–4:19.000
zh它不像之前我们用OpenCloud的时候
4:19.000–4:21.020
zh稍微一更新或者稍微一改动
4:21.020–4:22.080
zh就会出现崩溃
4:22.080–4:23.840
zh导致我们完全无法运行
4:23.840–4:28.160
zh而QM它作为YC公司内部使用的agent系统
4:28.160–4:30.120
zh所以用起来非常的顺畅
4:30.120–4:31.220
zh也非常的稳定
4:31.220–4:33.540
zh它既支持在网页中来使用
4:33.540–4:36.000
zh还支持介入到select中来使用
4:36.000–4:39.260
zh而且它还有专门为管理员来打造的这个后台
4:39.260–4:41.040
zh那么我们就可以作为管理员
4:41.040–4:44.800
zh从管理员后台对QM进行设置和圈线管理
4:44.800–4:47.740
zh而且不需要担心被其他用户窃取隐私
4:47.740–4:50.060
zh或者执行危险命令等操作
4:50.060–4:52.420
zhQM它并不像OpenCloud
4:52.420–4:56.100
zh与Hermits Agent这两款个人Agent那样
4:56.100–4:57.760
zh具备自己的Agent内核
4:57.760–5:00.140
zhQM它是通过调用Pi Agent
5:00.140–5:01.180
zh或者OpenCode
5:01.180–5:02.080
enCodex
5:02.080–5:03.260
zh或者CloudCode
5:03.260–5:05.360
zh等这些开源或者必源的
5:05.360–5:07.140
zh成熟的Agent工具
5:07.140–5:08.720
zh来执行各种任务
5:08.720–5:10.940
zh我在我设备上部署的QM
5:10.940–5:13.160
zh为它设置的就是Pi Agent
5:13.160–5:16.940
zh在这里我使用的模型是GPT5.6 Luna模型
5:16.940–5:18.700
zh而且我们还可以选择其他模型
5:18.700–5:20.740
zh甚至可以接入开源的模型
5:20.740–5:24.640
zh下面我们先在web UI中来测试一下QM
5:24.640–5:27.040
zh在这里我们可以看到新建对话
5:27.040–5:28.600
zh这里还包含项目
5:28.600–5:31.020
zh在这里就是我之前的对话记录
5:31.020–5:33.520
zh在文件这里我们还可以管理我们的文件
5:33.520–5:36.640
zh在定时任务这里我们就可以来创建定时任务
5:36.640–5:40.860
zh就像在OpenCloud或者HermesAgent中创建定时任务一样
5:40.860–5:42.480
zh在这里是keychain
5:42.480–5:44.420
zh翻译成中文就是钥匙链
5:44.420–5:46.660
zh在这里还支持部署应用
5:46.660–5:48.600
zh在记忆这里我们就可以查看
5:48.600–5:50.020
zh它保存到这些记忆
5:50.020–5:51.300
zh在Scales这里
5:51.300–5:54.060
zh它自带19个已经激活的Scale
5:54.060–5:56.900
zh然后我们还可以来创建自己的Scale
5:56.900–5:58.940
zh或者安装第三方的Scale
5:58.940–6:01.820
zh我们可以先新建一个对话来测试一下
6:01.820–6:04.660
zh在这里我们还可以设置模型的推理级别
6:04.660–6:07.300
zh然后我们可以测试一下QM它的记忆能力
6:07.300–6:09.200
zh我直接是我的一个使用习惯
6:09.200–6:11.680
zh告诉他我习惯使用Cloud Code和Codex
6:11.680–6:13.220
zh搭配进行项目开发
6:13.220–6:16.060
zh用Cloud Code的鞋带码Codex进行Review
6:16.060–6:17.260
zh然后我们直接发送
6:17.260–6:19.060
zh然后在这里我们就可以看到
6:19.060–6:21.060
zh他正在调用这些skill
6:21.060–6:23.420
zh而且还能看到他正在调用工具
6:23.420–6:25.140
zh可以看到他读取了记忆
6:25.140–6:26.820
zh而且重写了这个记忆
6:26.820–6:29.100
zh然后我们就点击这个记忆
6:29.100–6:32.660
zh来查看他刚才记录的我们的这个习惯
6:32.660–6:34.540
zh然后他就将我告诉他的
6:34.540–6:37.720
zh我的这个使用习惯来记录到了这个记忆中
6:37.720–6:39.580
zh也就是这一条开发工作流
6:39.580–6:41.660
zh通常使用cloudcode来写代码
6:41.660–6:43.840
zh然后使用codex进行review
6:43.840–6:46.200
zh在右上角我们还可以点击这个历史
6:46.200–6:48.380
zh来查看它更新的这些记录
6:48.380–6:50.840
zh而且我们还可以直接对记忆进行修改
6:50.840–6:52.120
zh比如说这里的技术站
6:52.120–6:54.220
zh我们可以再继续来增加
6:54.220–6:58.260
zh当改完之后我们这里就点击保存
6:58.260–7:02.000
zh而且我们还可以点击这里来切换它的显示的视图
7:02.000–7:03.160
zh针对每条记忆
7:03.160–7:05.980
zh我们还可以点击这个删除按钮来进行删除
7:05.980–7:09.900
zh可以看到QM它自带的记忆系统是非常完善的
7:09.900–7:10.900
zh在对话中
7:10.900–7:13.320
zh它就能够记住我们的这些习惯
7:13.320–7:14.380
zh或者事实
7:14.380–7:16.820
zh在项目这里我们可以直接点击
7:16.820–7:21.040
zh然后我们就可以根据我们的主题来创建不同的项目
7:21.040–7:22.920
zh比如说我们可以新建一个项目
7:22.920–7:26.040
zh然后这个项目名称我可以命名成AI研究
7:26.040–7:27.400
zh然后点击创建
7:27.400–7:31.540
zh然后在右上角这里我们可以来添加其他的用户
7:31.540–7:35.120
zh当我们需要在这个项目中进行团队协作的时候
7:35.120–7:37.140
zh我们就可以来邀请其他用户
7:37.140–7:39.340
zh我们可以测试一下来邀请其他用户
7:39.340–7:41.940
zh比如说我们这里新注册一个账号
7:41.940–7:43.520
zh然后我们可以输入邮箱
7:43.520–7:45.100
zh然后点击发送
7:45.100–7:47.400
zh然后进入邮箱找到这个邮件
7:47.400–7:48.340
zh我们点击登录
7:48.340–7:50.000
zh相见的话我们就登录成功
7:50.000–7:52.320
zh我这里可以切换到这个浅色主题
7:52.320–7:55.740
zh然后我这里随便输入了一个名称
7:55.740–7:57.640
zh并且告诉他了技术站
7:57.640–7:59.800
zh好 这是我们创建的第二个用户
8:00.000–8:02.520
zh然后我们可以回到这个管理员的控制面板
8:02.520–8:04.340
zh就可以看到在用户这里
8:04.340–8:07.380
zh就可以看到刚才我们注册的这个用户
8:07.380–8:11.580
zh然后我们再回到我们刚才创建的这个AI研究项目
8:11.580–8:13.080
zh在添加用户这里
8:13.080–8:16.200
zh我们直接输入刚才我们添加的这个用户名称
8:16.200–8:17.540
zh好在这里就可以看到
8:17.540–8:19.120
zh然后我们就点击添加
8:19.120–8:21.620
zh然后往下拉我们就可以点击保存
8:21.620–8:24.520
zh这样的话我们在这个项目中就有两个用户
8:24.520–8:26.700
zh第一个就是我们当前登录的用户
8:26.700–8:30.120
zh第二个就是刚才我们新注册的这个用户
8:30.120–8:33.560
zh然后我们点击刷新刚才我们新注册的这个用户
8:33.560–8:37.120
zh在这个位置我们就看到这个AI研究这个项目
8:37.120–8:38.940
zh我们进入这个AI研究项目
8:38.940–8:40.660
zh我们可以开启一个新的绘画
8:40.660–8:42.560
zh也就是我们可以提问一个问题
8:42.560–8:43.660
zh大模型微调的时候
8:43.660–8:45.800
zh如何防止过你和我们直接发送
8:45.800–8:47.640
zh好 这里输出了回答
8:47.640–8:50.500
zh然后我们再回到刚才的这个账户
8:50.500–8:52.160
zh在这里我们就可以看到
8:52.160–8:54.240
zh刚才我们新注册的这个用户
8:54.240–8:55.540
zh他提问的这个问题
8:55.540–8:57.800
zh然后就会出现在这个对话中
8:57.800–8:58.940
zh我们可以点击进入
8:58.940–9:01.120
zh然后我们甚至可以接着提问
9:01.120–9:02.540
zh比如说我们可以输入
9:02.540–9:04.500
zh让他讲解第一条这个内容
9:04.500–9:07.480
zh好 这里他输出了这个非常详细的讲解
9:07.480–9:09.760
zh然后我们再回到刚才这个账户
9:09.760–9:11.360
zh我们再刷新一下
9:11.360–9:12.380
zh好 这样的话
9:12.380–9:15.640
zh我们就看到了刚才以管理员身份询问的这个问题
9:15.640–9:16.580
zh相见的话
9:16.580–9:19.140
zh我们就可以在AI研究这个项目中
9:19.140–9:22.600
zh实现两个人或者多个人进行协作
9:22.600–9:25.040
zh而刚才我们新注册的这个用户
9:25.040–9:28.860
zh在这个个人隐私项目中的这些对话内容
9:28.860–9:31.560
zh然后在管理员这里他就无法看到
9:31.560–9:33.600
zh而且在管理员这个账号
9:33.600–9:35.420
zh管理员自己的这个隐私内容
9:35.420–9:38.740
zh在刚刚我们新注册的这个用户这里
9:38.740–9:40.220
zh他也看不到管理员的
9:40.220–9:42.800
zh也就是只要我们将项目设为了私有
9:42.800–9:45.660
zh然后其他成员就看到我们这些对话
9:45.660–9:48.280
zh当我们在项目中添加了其他用户
9:48.280–9:51.400
zh比如说刚才我们添加的新注册的就是用户
9:51.400–9:54.020
zh然后我们在这个项目中的这些内容
9:54.020–9:56.860
zh这个新用户他也都可以随时看到
9:56.860–9:59.700
zh而且这些对话内容都可以随时同步
9:59.700–10:03.020
zh像这样的话对于团队协作就能非常方便
10:03.020–10:05.340
zh而且我们还可以继续去添加用户
10:05.340–10:08.860
zh在一个项目中对于用户的数量是没有任何限制的
10:08.860–10:12.220
zh我们甚至还可以在这个项目中来添加文件
10:12.220–10:15.400
zh然后我是让他来分析这个文件的内容
10:15.400–10:17.100
zh好这里他正在分析
10:17.100–10:20.260
zh然后我们再回到刚才我们新注册的这个用户这里
10:20.260–10:21.780
zh这里我们就看到了
10:21.780–10:24.080
zh刚才我们让他分析文件的这个对话
10:24.080–10:24.980
zh我们点击进入
10:24.980–10:26.340
zh这里就会实时显示
10:26.340–10:28.500
zh他正在调用的工具和运行的命令
10:28.500–10:32.260
zh因为这里还在分析这个PDF还没有立即输出内容
10:32.260–10:34.120
zh而且在管理员账号这里
10:34.120–10:35.160
zh我们也可以看到
10:35.160–10:37.680
zh他显示的正在调用的这些工具
10:37.680–10:40.180
zh而且在左侧侧边栏这个文件这里
10:40.180–10:43.720
zh我们就可以看到刚才我们上传的这个文件
10:43.720–10:44.280
zh像这样的话
10:44.280–10:46.240
zh我们就可以在团队协作中
10:46.240–10:49.440
zh为团队单独创建一个共享的项目
10:49.440–10:52.780
zh在这个项目中加入其他的团队成员
10:52.780–10:54.720
zh然后我们这些对话内容
10:54.720–10:55.920
zh还有上传的文件
10:55.920–10:57.980
zh团队成员都可以实时查看
10:57.980–11:00.880
zh如果当我们需要完成我们个人项目的时候
11:00.880–11:02.720
zh我们就可以进入这个个人项目
11:02.720–11:05.260
zh或者是单独创建一个私有的项目
11:05.260–11:07.020
zh比如说我们进入这个个人项目
11:07.020–11:08.680
zh我们还可以继续进行对话
11:08.680–11:10.780
zh也就是我们可以随便输入一个内容
11:10.780–11:12.020
zh进行测试
11:12.020–11:12.660
zh像这样的话
11:12.660–11:13.740
zh在QM中
11:13.740–11:15.800
zh我们就实现了个人项目
11:15.800–11:17.520
zh与团队项目的隔离
11:17.520–11:19.980
zh然后个人项目就只有用户自己
11:19.980–11:21.040
zh可以进行操作
11:21.040–11:24.000
zh就实现了非常好的权限管理
11:24.000–11:25.300
zh以及用户隔离
11:25.300–11:27.520
zh还有项目共享与记忆共享
11:27.520–11:28.000
zh
11:28.000–11:29.820
zh这是我们简单测试的QM
11:29.820–11:31.780
zh它所具备的这些基础功能
11:31.780–11:34.500
zh然后它还具备非常多的高级功能
11:34.500–11:35.540
zh对于高级功能
11:35.540–11:38.360
zh我将留到后续的视频中深入讲解
11:38.360–11:40.720
zh本期视频如果点赞破千的话
11:40.720–11:43.500
zh后续我还会为大家带来QMAGENT
11:43.500–11:45.020
zh它更高级的用法
11:45.020–11:47.300
zh下面我们看一下QMAGENT
11:47.300–11:49.500
zh它的执行流程是怎样的
11:49.500–11:51.780
zh首先就是用户发起绘画
11:51.780–11:55.980
zh比如说在slack或者在webui中进行发起绘画
11:55.980–11:59.580
zh像刚才我们就是在webui中来发起的绘画
11:59.580–12:02.320
zh然后用户的绘画就会在接收层
12:02.320–12:04.420
zh也就是slack或者webui中
12:04.420–12:06.380
zh交给QM的核心
12:06.380–12:09.720
zhQM的核心会根据这条消息的来源
12:09.720–12:10.920
zh来确定作用域
12:10.920–12:12.740
zh来判断是用户的私聊
12:12.740–12:13.960
zh还是在项目中
12:13.960–12:16.000
zh然后到这一步就会判断
12:16.000–12:17.920
zh用户输入的任务或者消息
12:17.920–12:19.960
zh是直接自动执行
12:19.960–12:22.360
zh还是严格限制工具调用
12:22.360–12:25.360
zh还是直接对用户的操作进行放行
12:25.360–12:27.580
zh到下一步就是harness
12:27.580–12:29.980
zh与模型来生成响应
12:29.980–12:31.960
zh在这里会根据我们的配置
12:31.960–12:33.320
zh来选择PiAgent
12:33.320–12:35.620
zh或者opencode codex cloudcode等
12:35.880–12:39.460
zh像刚才我们在对话中使用的就是py agent
12:39.980–12:43.820
zh在这一步就会由py agent或者其他agent来进行处理
12:44.080–12:45.860
zh比如说是否需要调用工具
12:46.120–12:47.140
zh如果需要调用工具
12:47.400–12:49.200
zh那么他的命令策略是怎样的
12:49.440–12:50.220
zh如果要执行的话
12:50.480–12:52.260
zh会在沙箱中进行执行
12:52.780–12:53.540
zh当执行完成之后
12:53.800–12:55.600
zh就会有工具的返回结果
12:55.840–12:57.120
zh然后工具的执行结果
12:57.380–12:59.440
zh就会再返回给py agent
12:59.680–13:01.480
zh然后再进入下一轮判断
13:01.740–13:02.760
zh是否还需要调用工具
13:02.760–13:06.000
zh如果不需要调用工具就会直接回复给用户
13:06.000–13:09.920
zh也就是将响应返回到Web UI界面或者slack
13:09.920–13:12.180
zh将结果返回给用户之后
13:12.180–13:15.160
zh它会对整个步骤还有这些响应的内容
13:15.160–13:17.020
zh进行持久化还有审计
13:17.020–13:18.960
zh而且会全程留恒
13:18.960–13:21.320
zh我们可以对这些内容进行追踪
13:21.320–13:23.480
zh通过持久化还有审计
13:23.480–13:25.760
zh它就能像Hermes Agent一样
13:25.760–13:28.820
zh具备自我进化和自我迭代的能力
13:28.820–13:31.160
zh从而让QM Agent越用越聪明
13:31.160–13:33.160
zh然后QM的安装方式
13:33.160–13:35.760
zh本期视频就不再为大家具体去演示
13:35.760–13:37.620
zh它的安装方式是怎样的
13:37.620–13:41.080
zh因为在QM它的这个仓库的readme中
13:41.080–13:43.340
zh它给出了非常详细的安装方式
13:43.340–13:45.380
zh然后大家如果不会安装的话
13:45.380–13:47.680
zh可以使用codex或者cloudcode
13:47.680–13:49.300
zh或者国产的AI agent
13:49.300–13:52.060
zh让这些AI agent先读取这个readme
13:52.060–13:54.240
zh然后自动化帮我们进行部署
13:54.240–13:56.620
zh然后大家如果想手动安装的话
13:56.620–13:59.080
zh也就是手动从零进行安装的话
13:59.080–14:03.100
zh我这里还写了一份详细的丛林进行配置的笔记
14:03.100–14:05.820
zh我会将笔记放在描述栏或者评论区
14:05.820–14:09.540
zh大家可以根据笔记自行进行安装和配置
14:09.540–14:10.900
zh但为了精神时间
14:10.900–14:13.000
zh我还是推荐大家使用Codex
14:13.000–14:15.800
zh或者其他的agent直接阅读笔记
14:15.800–14:19.100
zh或者阅读项目仓库的Redmi进行安装
14:19.100–14:20.900
zh因为有agent安装的话
14:20.900–14:22.180
zh它的速度会非常快
14:22.180–14:24.080
zh我们如果手动去配置的话
14:24.080–14:25.820
zh会浪费非常多的时间
14:25.820–14:28.320
zh甚至会出现配置错误等情况
14:28.320–14:30.060
zh所以在AI agent的时代
14:30.060–14:32.100
zh大家完全不需要手动去配置
14:32.100–14:34.560
zh本期视频如果点赞迫欠的话
14:34.560–14:38.600
zh后续视频我会为大家讲解QM它的更高级的用法
14:38.600–14:40.560
zh本期视频就做到这里
14:40.560–14:42.920
zh欢迎大家点赞关注或转发
14:42.920–14:44.040
zh谢谢大家观看
0:00.000–0:01.061
[未翻譯]
0:01.061–0:04.032
OpenCloud突然爆紅,
0:04.032–0:07.640
整個AI圈掀起了一股全民養蝦的熱潮
0:07.640–0:11.391
大家開始嘗試讓Agent接管自己的瀏覽器,
0:11.391–0:11.927
電子郵件,
0:11.927–0:12.820
本地電腦,
0:12.820–0:15.320
甚至代替自己完成各種日常工作
0:15.320–0:18.740
然後緊接著,Hermis Agent也迅速走紅
0:18.740–0:22.420
很多人剛養完蝦,轉頭又開始部署Hermis Agent
0:22.420–0:26.340
但這些開源的Agent,他們的安全性做得並不好
0:26.340–0:29.500
很容易遭到入侵,甚至會導致數據洩漏
0:29.500–0:33.400
而且許多企業禁止員工部署這種不安全的agent
0:33.400–0:37.940
並且這些個人agent項目如果用於企業或團隊的話
0:37.940–0:39.480
還需要進行二次開發
0:39.480–0:42.360
而且很多個人用戶自己部署之後
0:42.360–0:44.480
也想讓自己的朋友或家人
0:44.480–0:48.040
也能用上自己部署後的小龍蝦或Hormus agent
0:48.040–0:51.240
但由於權限管理以及安全性等問題
0:51.240–0:54.340
一旦讓其他人來訪問自己部署的agent
0:54.340–0:56.740
那麼很容易導致隱私洩漏
0:56.740–0:58.800
甚至由於其他用戶操作不當
0:58.800–1:01.720
導致自己部署agent的設備出現中毒
1:01.720–1:04.760
甚至數據洩漏等嚴重的安全問題
1:04.760–1:09.020
所以大家真正需要的是一款既能保證安全性和隱私
1:09.020–1:10.420
還能用於個人
1:10.420–1:13.780
也能用於團隊甚至企業的穩定agent
1:13.780–1:14.980
就在前幾天
1:14.980–1:19.740
YC公司恰好開源了一款全新的agent項目QM
1:19.740–1:23.700
這款agent是YC公司內部自用的agent
1:23.700–1:26.640
而且這款agent開源不到一週時間
1:26.640–1:29.460
在Github上的STAR已經達到8K
1:29.460–1:31.520
所以在2026年下半年的百年
1:31.520–1:35.180
YC公司開源的QM將成為下一代蝦
1:35.180–1:36.640
[未翻譯]
1:36.640–1:42.100
而且很多個人用戶團隊或企業將紛紛接入QM Agent
1:42.100–1:46.480
這裡提到的YC公司指的並不是一家普通的AI創業公司
1:46.480–1:49.580
而是全球最知名的創業加速器之一
1:49.580–1:50.700
[未翻譯]
1:50.700–1:52.320
從2025年至今
1:52.320–1:55.180
YC已經投資和孵化了超過5000家公司
1:55.180–2:02.140
YC官方表示,他們此前使用Ruby循環腳本和內部工具運行了超過50個Hermes Agent
2:02.140–2:08.360
但很快遇到了配置漂移、憑證管理、任務失敗、共享資源以及大規模運維等問題
2:08.360–2:12.080
而QM正是這些經驗沉澱後的開源解決方案
2:12.080–2:16.540
因此QM真正值得關注的點並非其背後的YC公司
2:16.540–2:19.040
也不是短短幾天內獲得8K Star
2:19.040–2:21.069
而是它瞄準了OpenCloud
2:21.069–2:23.860
以及Hermes Agent都沒有優先解決的問題
2:23.860–2:26.340
首先是安全和數據隱私問題
2:26.340–2:29.520
其次是當Agent不再僅服務於個人
2:29.520–2:31.120
而是開始進入一家公司時
2:31.120–2:33.920
它該如何區分不同員工的身份
2:33.920–2:36.260
文件、記憶、權限和賬號
2:36.260–2:39.420
如何避免一個人看到另一個人的私人對話
2:39.420–2:43.880
如何防止Agent在錯誤的項目中調用不屬於它的API Key
2:43.880–2:45.940
如何限制高風險命令
2:45.940–2:49.060
並讓每一次敏感操作都有權限檢索
2:49.060–2:50.800
人工審批和審計記錄
2:50.800–2:56.020
QM給出的答案是為每個用戶和每個項目建立獨立的工作空間
2:56.020–2:57.020
[未翻譯]
2:57.020–2:58.220
還有KChain
2:58.220–3:00.020
以及持久化的沙箱
3:00.020–3:03.240
它可以在同一套內核上切換Pi Agent
3:03.240–3:04.100
[未翻譯]
3:04.100–3:04.800
[未翻譯]
3:04.800–3:05.800
以及CloudCode
3:05.800–3:07.760
與許多個人Agent相比
3:07.760–3:10.160
QM從架構設計的第一天開始
3:10.160–3:12.260
就認真考慮了全線隔離
3:12.260–3:13.080
憑證管理
3:13.080–3:14.040
命令審批
3:14.040–3:17.100
操作審計和多人協作這些企業級問題
3:17.100–3:20.200
而且在過去,不少開發者嘗試將OpenCloud
3:20.200–3:22.660
和Hermes Agent進行二次開發
3:22.660–3:24.240
以適合團隊使用
3:24.240–3:25.560
或是公司使用
3:25.560–3:27.880
但這種方式的問題也非常明顯
3:27.880–3:30.480
我們不僅要自己開發用戶系統
3:30.480–3:31.220
全線系統
3:31.220–3:32.680
數據庫和管理後台
3:32.680–3:34.240
還需要長期維護一套
3:34.240–3:36.060
已被大幅修改的程式碼
3:36.060–3:37.480
一旦上游專案更新
3:37.480–3:40.360
那麼我們的客製化版本就很容易陷入
3:40.360–3:41.360
要么無法升級
3:41.360–3:43.640
要么重新合併所有變更
3:43.640–3:46.420
而QM嘗試將公司的模型設定
3:46.420–3:47.060
吉奧斯
3:47.060–3:47.860
沙盒
3:47.860–3:49.840
還有外掛與部署參數
3:49.840–3:51.420
與核心程式碼分離
3:51.420–3:54.800
讓團隊可以保留自己的客製化能力
3:54.800–3:58.120
同時盡量減少對上游核心的直接修改
3:58.120–4:01.980
本期影片將為大家演示並測試QM Agent
4:01.980–4:03.500
它的能力究竟如何
4:03.500–4:05.720
它是否真的適合個人使用
4:05.720–4:06.420
團隊使用
4:06.420–4:07.680
[未翻譯]
4:07.680–4:10.520
這裡我已經在本地端部署好了QM
4:10.520–4:13.320
雖然QM開源還不到一週時間
4:13.320–4:15.100
但我在本地端使用時
4:15.100–4:16.660
感覺還是非常穩定的
4:16.660–4:19.000
它不像之前我們使用OpenCloud時
4:19.000–4:21.020
稍微一更新或者稍微一變更
4:21.020–4:22.080
就會出現崩潰
4:22.080–4:23.840
導致我們完全無法執行
4:23.840–4:28.160
而QM作為YC公司內部使用的agent系統
4:28.160–4:30.120
所以使用起來非常順暢
4:30.120–4:31.220
也非常穩定
4:31.220–4:33.540
它既支援在網頁中使用
4:33.540–4:36.000
還支援介入到select中使用
4:36.000–4:39.260
而且它還有專門為管理員打造的這個後台
4:39.260–4:41.040
那麼我們就可以作為管理員
4:41.040–4:44.800
從管理員後台對QM進行設定與線圈管理
4:44.800–4:47.740
而且不需要擔心被其他用戶竊取隱私
4:47.740–4:50.060
或者執行危險命令等操作
4:50.060–4:52.420
QM它並不像OpenCloud
4:52.420–4:56.100
與Hermits Agent這兩款個人Agent那樣
4:56.100–4:57.760
具備自己的Agent核心
4:57.760–5:00.140
QM它是透過呼叫Pi Agent
5:00.140–5:01.180
或是 OpenCode
5:01.180–5:02.080
[未翻譯]
5:02.080–5:03.260
或是 CloudCode
5:03.260–5:05.360
等這些開源或閉源的
5:05.360–5:07.140
[未翻譯]
5:07.140–5:08.720
來執行各種任務
5:08.720–5:10.940
我在我的設備上部署的QM
5:10.940–5:13.160
為它設置的就是Pi Agent
5:13.160–5:16.940
在這裡我使用的模型是GPT5.6 Luna模型
5:16.940–5:18.700
而且我們還可以選擇其他模型
5:18.700–5:20.740
甚至可以接入開源的模型
5:20.740–5:24.640
下面我們先在web UI中來測試一下QM
5:24.640–5:27.040
在這裡我們可以看到新建對話
5:27.040–5:28.600
這裡還包含項目
5:28.600–5:31.020
在這裡就是我之前的對話記錄
5:31.020–5:33.520
在文件這裡我們還可以管理我們的文件
5:33.520–5:36.640
在定時任務這裡我們就可以來創建定時任務
5:36.640–5:40.860
就像在OpenCloud或者HermesAgent中創建定時任務一樣
5:40.860–5:42.480
在這裡是keychain
5:42.480–5:44.420
翻譯成中文就是鑰匙鏈
5:44.420–5:46.660
在這裡還支持部署應用
5:46.660–5:48.600
在記憶這裡我們就可以查看
5:48.600–5:50.020
它保存到這些記憶
5:50.020–5:51.300
在Scales這裡
5:51.300–5:54.060
它自帶19個已經激活的Scale
5:54.060–5:56.900
然後我們還可以來創建自己的Scale
5:56.900–5:58.940
或者安裝第三方的Scale
5:58.940–6:01.820
我們可以先新建一個對話來測試一下
6:01.820–6:04.660
在這裡我們還可以設置模型的推理級別
6:04.660–6:07.300
然後我們可以測試一下QM它的記憶能力
6:07.300–6:09.200
我直接是我的一个使用習慣
6:09.200–6:11.680
告诉他我習慣使用Cloud Code和Codex
6:11.680–6:13.220
搭配進行項目開發
6:13.220–6:16.060
用Cloud Code的鞋帶碼Codex進行Review
6:16.060–6:17.260
然後我們直接發送
6:17.260–6:19.060
然後在這裡我們就可以看到
6:19.060–6:21.060
他正在調用這些skill
6:21.060–6:23.420
而且還能看到他正在調用工具
6:23.420–6:25.140
可以看到他讀取了記憶
6:25.140–6:26.820
而且重寫了這個記憶
6:26.820–6:29.100
然後我們就點擊這個記憶
6:29.100–6:32.660
來查看他剛才記錄的我們這個習慣
6:32.660–6:34.540
然後他就將我告訴他的
6:34.540–6:37.720
我的這個使用習慣記錄到了這個記憶中
6:37.720–6:39.580
也就是這一條開發工作流
6:39.580–6:41.660
通常使用 cloudcode 來寫程式碼
6:41.660–6:43.840
然後使用 codex 進行程式碼審查
6:43.840–6:46.200
在右上角我們還可以點擊這個歷史
6:46.200–6:48.380
來查看它更新的這些記錄
6:48.380–6:50.840
而且我們還可以直接對記憶進行修改
6:50.840–6:52.120
比如說這裡的技術棧
6:52.120–6:54.220
我們可以繼續來增加
6:54.220–6:58.260
當修改完成後我們這裡就點擊儲存
6:58.260–7:02.000
而且我們還可以點擊這裡來切換它的顯示視圖
7:02.000–7:03.160
針對每條記憶
7:03.160–7:05.980
我們還可以點擊這個刪除按鈕來進行刪除
7:05.980–7:09.900
可以看到 QM 它自帶的記憶系統是非常完善的
7:09.900–7:10.900
在對話中
7:10.900–7:13.320
它就能記住我們的這些習慣
7:13.320–7:14.380
或者事實
7:14.380–7:16.820
在專案這裡我們可以直接點擊
7:16.820–7:21.040
然後我們就可以根據我們的主題來創建不同的專案
7:21.040–7:22.920
比如說我們可以新建一個專案
7:22.920–7:26.040
然後這個專案名稱我可以命名成 AI 研究
7:26.040–7:27.400
然後點擊創建
7:27.400–7:31.540
然後在右上角這裡我們可以來添加其他用戶
7:31.540–7:35.120
當我們需要在這個專案中進行團隊協作的時候
7:35.120–7:37.140
我們就可以來邀請其他用戶
7:37.140–7:39.340
我們可以測試一下來邀請其他用戶
7:39.340–7:41.940
比如說我們這裡新註冊一個帳號
7:41.940–7:43.520
然後我們可以輸入電子郵件
7:43.520–7:45.100
然後點擊發送
7:45.100–7:47.400
然後進入電子郵件找到這封信
7:47.400–7:48.340
我們點擊登入
7:48.340–7:50.000
相見的話我們就登入成功
7:50.000–7:52.320
這裡我可以切換到這個淺色主題
7:52.320–7:55.740
然後這裡我隨便輸入了一個名稱
7:55.740–7:57.640
並且告訴了他技術棧
7:57.640–7:59.800
好 這是我們創建的第二個用戶
8:00.000–8:02.520
然後我們可以回到這個管理員的控制面板
8:02.520–8:04.340
就可以看到在用戶這裡
8:04.340–8:07.380
就可以看到剛才我們註冊的這個用戶
8:07.380–8:11.580
然後我們再回到剛才創建的這個 AI 研究專案
8:11.580–8:13.080
在新增用戶這裡
8:13.080–8:16.200
我們直接輸入剛才新增的這個用戶名稱
8:16.200–8:17.540
好,在這裡就可以看到
8:17.540–8:19.120
然後我們就點擊新增
8:19.120–8:21.620
然後往下拉,我們就可以點擊儲存
8:21.620–8:24.520
這樣的話,我們在這個專案中就有兩個用戶
8:24.520–8:26.700
第一個就是我們目前登入的用戶
8:26.700–8:30.120
第二個就是剛才我們新註冊的這個用戶
8:30.120–8:33.560
然後我們點擊重新整理,剛才我們新註冊的這個用戶
8:33.560–8:37.120
在這個位置,我們就看到這個 AI 研究專案
8:37.120–8:38.940
我們進入這個 AI 研究專案
8:38.940–8:40.660
我們可以開啟一個新的繪圖
8:40.660–8:42.560
也就是說,我們可以提問一個問題
8:42.560–8:43.660
在大模型微調的時候
8:43.660–8:45.800
如何防止過度擬合,以及我們直接發送
8:45.800–8:47.640
好,這裡輸出了回答
8:47.640–8:50.500
然後我們再回到剛才的這個帳戶
8:50.500–8:52.160
在這裡我們就可以看到
8:52.160–8:54.240
剛才我們新註冊的這個用戶
8:54.240–8:55.540
他提問的這個問題
8:55.540–8:57.800
然後就會出現在這個對話中
8:57.800–8:58.940
我們可以點擊進入
8:58.940–9:01.120
然後我們甚至可以繼續提問
9:01.120–9:02.540
比如說,我們可以輸入
9:02.540–9:04.500
讓他講解第一條這個內容
9:04.500–9:07.480
好,這裡他輸出了這個非常詳細的講解
9:07.480–9:09.760
然後我們再回到剛才這個帳戶
9:09.760–9:11.360
我們再重新整理一下
9:11.360–9:12.380
好,這樣的話
9:12.380–9:15.640
我們就看到了剛才以管理員身份詢問的這個問題
9:15.640–9:16.580
相見的話
9:16.580–9:19.140
我們就可以在 AI 研究這個專案中
9:19.140–9:22.600
實現兩個人或多個人進行協作
9:22.600–9:25.040
而剛才我們新註冊的這個用戶
9:25.040–9:28.860
在這個個人隱私專案中的這些對話內容
9:28.860–9:31.560
然後在管理員這裡他就無法看到
9:31.560–9:33.600
而且在管理員這個帳號
9:33.600–9:35.420
管理員自己的這個隱私內容
9:35.420–9:38.740
在剛才我們新註冊的這個用戶這裡
9:38.740–9:40.220
他也看不到管理員的
9:40.220–9:42.800
也就是說只要我們將專案設為私有
9:42.800–9:45.660
其他成員就看不到我們的對話
9:45.660–9:48.280
當我們在專案中新增其他用戶
9:48.280–9:51.400
例如剛才我們新增註冊的用戶
9:51.400–9:54.020
然後我們在這個專案中的這些內容
9:54.020–9:56.860
這個新用戶也可以隨時查看
9:56.860–9:59.700
而且這些對話內容都可以隨時同步
9:59.700–10:03.020
像這樣對於團隊協作會非常方便
10:03.020–10:05.340
而且我們還可以繼續新增用戶
10:05.340–10:08.860
在一個專案中對用戶數量沒有任何限制
10:08.860–10:12.220
我們甚至還可以在這個專案中新增檔案
10:12.220–10:15.400
然後我是讓他來分析這個檔案的內容
10:15.400–10:17.100
好這裡他正在分析
10:17.100–10:20.260
然後我們再回到剛才我們新註冊的這個用戶這裡
10:20.260–10:21.780
這裡我們就看到了
10:21.780–10:24.080
剛才我們讓他分析檔案的這個對話
10:24.080–10:24.980
我們點擊進入
10:24.980–10:26.340
這裡就會即時顯示
10:26.340–10:28.500
他正在呼叫的工具和執行的指令
10:28.500–10:32.260
因為這裡還在分析這個 PDF 還沒有立即輸出內容
10:32.260–10:34.120
而且在管理員帳號這裡
10:34.120–10:35.160
我們也可以看到
10:35.160–10:37.680
他顯示的正在呼叫的這些工具
10:37.680–10:40.180
而且在左側側邊欄這個檔案這裡
10:40.180–10:43.720
我們就可以看到剛才我們上傳的這個檔案
10:43.720–10:44.280
像這樣
10:44.280–10:46.240
我們就可以在團隊協作中
10:46.240–10:49.440
為團隊單獨建立一個共享的專案
10:49.440–10:52.780
在這個專案中新增其他團隊成員
10:52.780–10:54.720
然後我們這些對話內容
10:54.720–10:55.920
還有上傳的檔案
10:55.920–10:57.980
團隊成員都可以即時查看
10:57.980–11:00.880
如果當我們需要完成個人專案的時候
11:00.880–11:02.720
我們就可以進入這個個人專案
11:02.720–11:05.260
或是單獨建立一個私有的專案
11:05.260–11:07.020
例如我們進入這個個人專案
11:07.020–11:08.680
我們還可以繼續對話
11:08.680–11:10.780
也就是說我們可以隨意輸入內容
11:10.780–11:12.020
進行測試
11:12.020–11:12.660
像這樣的話
11:12.660–11:13.740
[未翻譯]
11:13.740–11:15.800
我們就實現了個人項目
11:15.800–11:17.520
與團隊項目的隔離
11:17.520–11:19.980
然後個人項目就只有用戶自己
11:19.980–11:21.040
可以進行操作
11:21.040–11:24.000
就實現了非常好的權限管理
11:24.000–11:25.300
以及用戶隔離
11:25.300–11:27.520
還有項目共享與記憶共享
11:27.520–11:28.000
好的
11:28.000–11:29.820
這是我們簡單測試的QM
11:29.820–11:31.780
它所具備的這些基礎功能
11:31.780–11:34.500
然後它還具備非常多的高級功能
11:34.500–11:35.540
對於高級功能
11:35.540–11:38.360
我將留到後續的視頻中深入講解
11:38.360–11:40.720
本期視頻如果點讚破千的話
11:40.720–11:43.500
後續我還會為大家帶來QMAGENT
11:43.500–11:45.020
它更高級的用法
11:45.020–11:47.300
我們下面看一下QMAGENT
11:47.300–11:49.500
它的執行流程是怎樣的
11:49.500–11:51.780
首先就是用戶發起繪畫
11:51.780–11:55.980
比如在slack或者在webui中進行發起繪畫
11:55.980–11:59.580
像剛才我們就是在webui中來發起的繪畫
11:59.580–12:02.320
然後用戶的繪畫就會在接收層
12:02.320–12:04.420
也就是在 Slack 或 WebUI 中
12:04.420–12:06.380
交給QM的核心
12:06.380–12:09.720
QM的核心會根據這條消息的來源
12:09.720–12:10.920
來確定作用域
12:10.920–12:12.740
來判斷是用戶的私聊
12:12.740–12:13.960
還是在項目中
12:13.960–12:16.000
然後到這一步就會判斷
12:16.000–12:17.920
用戶輸入的任務或者消息
12:17.920–12:19.960
是直接自動執行
12:19.960–12:22.360
還是嚴格限制工具調用
12:22.360–12:25.360
還是直接對用戶的操作進行放行
12:25.360–12:27.580
下一步就是 Harness
12:27.580–12:29.980
與模型來生成響應
12:29.980–12:31.960
在這裡會根據我們的配置
12:31.960–12:33.320
來選擇PiAgent
12:33.320–12:35.620
或是opencode、codex、cloudcode等
12:35.880–12:39.460
就像剛才我們在對話中使用的就是py agent
12:39.980–12:43.820
在這一步就會由py agent或其他agent來進行處理
12:44.080–12:45.860
例如是否需要呼叫工具
12:46.120–12:47.140
如果需要呼叫工具
12:47.400–12:49.200
那麼它的命令策略是什麼
12:49.440–12:50.220
如果要執行的話
12:50.480–12:52.260
會在沙箱中進行執行
12:52.780–12:53.540
當執行完成之後
12:53.800–12:55.600
就會有工具的返回結果
12:55.840–12:57.120
然後工具執行結果
12:57.380–12:59.440
就會再返回給py agent
12:59.680–13:01.480
然後再進入下一輪判斷
13:01.740–13:02.760
是否還需要呼叫工具
13:02.760–13:06.000
如果不需要呼叫工具就會直接回覆給使用者
13:06.000–13:09.920
也就是將回應返回到Web UI介面或slack
13:09.920–13:12.180
將結果返回給使用者之後
13:12.180–13:15.160
它會對整個步驟以及這些回應內容
13:15.160–13:17.020
進行持久化以及審計
13:17.020–13:18.960
而且會全程留存
13:18.960–13:21.320
我們可以對這些內容進行追蹤
13:21.320–13:23.480
透過持久化以及審計
13:23.480–13:25.760
它就能像Hermes Agent一樣
13:25.760–13:28.820
具備自我進化與自我迭代的能力
13:28.820–13:31.160
從而讓QM Agent越用越聰明
13:31.160–13:33.160
然後QM的安裝方式
13:33.160–13:35.760
本期影片就不再為大家具體演示
13:35.760–13:37.620
它的安裝方式是什麼
13:37.620–13:41.080
因為在QM這個倉庫的readme中
13:41.080–13:43.340
它提供了非常詳細的安裝方式
13:43.340–13:45.380
然後大家如果不會安裝的話
13:45.380–13:47.680
可以使用codex或cloudcode
13:47.680–13:49.300
或是國產的AI agent
13:49.300–13:52.060
讓這些AI agent先讀取這個readme
13:52.060–13:54.240
然後自動化幫我們進行部署
13:54.240–13:56.620
然後大家如果想手動安裝的話
13:56.620–13:59.080
也就是手動從零開始安裝的話
13:59.080–14:03.100
我還寫了一份詳細的叢林配置筆記
14:03.100–14:05.820
我會將筆記放在描述欄或評論區
14:05.820–14:09.540
大家可以根據筆記自行進行安裝與配置
14:09.540–14:10.900
但為了節省精神時間
14:10.900–14:13.000
我還是推薦大家使用 Codex
14:13.000–14:15.800
或者直接讓其他 Agent 閱讀筆記
14:15.800–14:19.100
或者閱讀專案倉庫的 README 進行安裝
14:19.100–14:20.900
因為使用 Agent 安裝的話
14:20.900–14:22.180
它的速度會非常快
14:22.180–14:24.080
如果我們手動去配置的話
14:24.080–14:25.820
會浪費非常多的時間
14:25.820–14:28.320
甚至可能會出現配置錯誤等情況
14:28.320–14:30.060
所以在 AI Agent 的時代
14:30.060–14:32.100
大家完全不需要手動去配置
14:32.100–14:34.560
如果本期影片按讚破百的話
14:34.560–14:38.600
後續影片我會為大家講解 QM 更進階的用法
14:38.600–14:40.560
本期影片就到這裡
14:40.560–14:42.920
歡迎大家按讚、關注或轉發
14:42.920–14:44.040
謝謝大家觀看
0:00.000–0:01.061
zh去年年底,
[未翻譯]
0:01.061–0:04.032
zhOpenCloud突然爆火,
OpenCloud突然爆紅,
0:04.032–0:07.640
zh整个AI圈掀起了一股全民养虾的热潮
整個AI圈掀起了一股全民養蝦的熱潮
0:07.640–0:11.391
zh大家开始尝试让Agent接管自己的浏览器,
大家開始嘗試讓Agent接管自己的瀏覽器,
0:11.391–0:11.927
zh邮箱,
電子郵件,
0:11.927–0:12.820
zh本地电脑,
本地電腦,
0:12.820–0:15.320
zh甚至代替自己完成各种日常工作
甚至代替自己完成各種日常工作
0:15.320–0:18.740
zh然后紧接着,Hermis Agent也迅速走轰
然後緊接著,Hermis Agent也迅速走紅
0:18.740–0:22.420
zh很多人刚养完虾,转头又开始部署Hermis Agent
很多人剛養完蝦,轉頭又開始部署Hermis Agent
0:22.420–0:26.340
zh但这些开源的Agent,他们的安全性做得并不好
但這些開源的Agent,他們的安全性做得並不好
0:26.340–0:29.500
zh很容易遭到入侵,甚至会导致数据泄漏
很容易遭到入侵,甚至會導致數據洩漏
0:29.500–0:33.400
zh而且很多企业禁止员工部署这种不安全的agent
而且許多企業禁止員工部署這種不安全的agent
0:33.400–0:37.940
zh并且这些个人agent的项目如果用于企业或者团队的话
並且這些個人agent項目如果用於企業或團隊的話
0:37.940–0:39.480
zh还需要进行二次开发
還需要進行二次開發
0:39.480–0:42.360
zh而且很多个人用户自己部署之后
而且很多個人用戶自己部署之後
0:42.360–0:44.480
zh也想让自己的朋友或者家人
也想讓自己的朋友或家人
0:44.480–0:48.040
zh也能用上自己部署后的小龙虾或者Hormus agent
也能用上自己部署後的小龍蝦或Hormus agent
0:48.040–0:51.240
zh但由于权限管理以及安全性等问题
但由於權限管理以及安全性等問題
0:51.240–0:54.340
zh一旦让其他人来访问自己部署的agent
一旦讓其他人來訪問自己部署的agent
0:54.340–0:56.740
zh那么很容易导致隐私泄漏
那麼很容易導致隱私洩漏
0:56.740–0:58.800
zh甚至由于其他用户操作不当
甚至由於其他用戶操作不當
0:58.800–1:01.720
zh导致自己部署agent的设备出现中毒
導致自己部署agent的設備出現中毒
1:01.720–1:04.760
zh甚至数据泄露等严重的安全问题
甚至數據洩漏等嚴重的安全問題
1:04.760–1:09.020
zh所以大家真正需要的是一款既能保证安全性和隐私
所以大家真正需要的是一款既能保證安全性和隱私
1:09.020–1:10.420
zh还能用于个人
還能用於個人
1:10.420–1:13.780
zh也能用于团队甚至企业的稳定agent
也能用於團隊甚至企業的穩定agent
1:13.780–1:14.980
zh就在前几天
就在前幾天
1:14.980–1:19.740
zhYC公司恰好开源了一款全新的agent项目QM
YC公司恰好開源了一款全新的agent項目QM
1:19.740–1:23.700
zh这款agent是YC公司内部自用的agent
這款agent是YC公司內部自用的agent
1:23.700–1:26.640
zh而且这款agent开源不到一周时间
而且這款agent開源不到一週時間
1:26.640–1:29.460
zh在Github上的STAR已经达到了8K
在Github上的STAR已經達到8K
1:29.460–1:31.520
zh所以在2026年下百年
所以在2026年下半年的百年
1:31.520–1:35.180
zhYC公司开源的QM将成为下一代龙虾
YC公司開源的QM將成為下一代蝦
1:35.180–1:36.640
zh下一代Hermes Agent
[未翻譯]
1:36.640–1:42.100
zh而且很多个人用户团队或者企业将纷纷接入QM Agent
而且很多個人用戶團隊或企業將紛紛接入QM Agent
1:42.100–1:46.480
zh这里提到的YC公司指的并不是一家普通的AI创业公司
這裡提到的YC公司指的並不是一家普通的AI創業公司
1:46.480–1:49.580
zh而是全球最知名的创业加速器之一
而是全球最知名的創業加速器之一
1:49.580–1:50.700
enY Combinator
[未翻譯]
1:50.700–1:52.320
zh从2025年至今
從2025年至今
1:52.320–1:55.180
zhYC已经投资和孵化了超过5000家公司
YC已經投資和孵化了超過5000家公司
1:55.180–2:02.140
zhYC官方介绍他们之前用Ruby循环和内部工具运行了超过50多个Hermes Agent
YC官方表示,他們此前使用Ruby循環腳本和內部工具運行了超過50個Hermes Agent
2:02.140–2:08.360
zh但很快遇到配置漂移,凭据管理和任务失败,共享资源和大规模运维等问题
但很快遇到了配置漂移、憑證管理、任務失敗、共享資源以及大規模運維等問題
2:08.360–2:12.080
zh而QM就是这些经验沉淀后的开源视线
而QM正是這些經驗沉澱後的開源解決方案
2:12.080–2:16.540
zh所以QM真正值得关注的地方并不是他背后的YC公司
因此QM真正值得關注的點並非其背後的YC公司
2:16.540–2:19.040
zh也不是短短几天获得了8K star
也不是短短幾天內獲得8K Star
2:19.040–2:21.069
zh而是他瞄准了OpenCloud,
而是它瞄準了OpenCloud
2:21.069–2:23.860
zh跟Hermes Agent都没有优先解决的问题
以及Hermes Agent都沒有優先解決的問題
2:23.860–2:26.340
zh首先就是安全和数据隐私问题
首先是安全和數據隱私問題
2:26.340–2:29.520
zh其次就是当agent不再只服务于个人
其次是當Agent不再僅服務於個人
2:29.520–2:31.120
zh而是开始进入一家公司
而是開始進入一家公司時
2:31.120–2:33.920
zh他应该如何区分不同员工的身份
它該如何區分不同員工的身份
2:33.920–2:36.260
zh文件 记忆 权限和账号
文件、記憶、權限和賬號
2:36.260–2:39.420
zh怎样避免一个人看到另一个人的私人对话
如何避免一個人看到另一個人的私人對話
2:39.420–2:43.880
zh怎样防止agent在错误的项目里调用不属于他的API key
如何防止Agent在錯誤的項目中調用不屬於它的API Key
2:43.880–2:45.940
zh怎样限制高风险命令
如何限制高風險命令
2:45.940–2:49.060
zh并且让每一次敏感操作都有检索权限
並讓每一次敏感操作都有權限檢索
2:49.060–2:50.800
zh人工审批和审计记录
人工審批和審計記錄
2:50.800–2:56.020
zhQM给出的答案是为每个用户和每个项目建立独立的工作空间
QM給出的答案是為每個用戶和每個項目建立獨立的工作空間
2:56.020–2:57.020
zh以及GE
[未翻譯]
2:57.020–2:58.220
zh还有KChain
還有KChain
2:58.220–3:00.020
zh以及持久化的Sandbox
以及持久化的沙箱
3:00.020–3:03.240
zh它可以在同一套内核上切换Pi Agent
它可以在同一套內核上切換Pi Agent
3:03.240–3:04.100
enOpenCode
[未翻譯]
3:04.100–3:04.800
enCodex
[未翻譯]
3:04.800–3:05.800
zh还有CloudCode
以及CloudCode
3:05.800–3:07.760
zh与很多个人Agent相比
與許多個人Agent相比
3:07.760–3:10.160
zhQM从架构设计的第一天开始
QM從架構設計的第一天開始
3:10.160–3:12.260
zh就认真考虑了全线隔离
就認真考慮了全線隔離
3:12.260–3:13.080
zh凭据管理
憑證管理
3:13.080–3:14.040
zh命令审批
命令審批
3:14.040–3:17.100
zh操作审计和多人协作这些企业问题
操作審計和多人協作這些企業級問題
3:17.100–3:20.200
zh而且在过去不少开发者尝试把OpenCloud
而且在過去,不少開發者嘗試將OpenCloud
3:20.200–3:22.660
zh我HermesAgent进行二次开发
和Hermes Agent進行二次開發
3:22.660–3:24.240
zh以适合团队使用
以適合團隊使用
3:24.240–3:25.560
zh或者公司使用
或是公司使用
3:25.560–3:27.880
zh但这种方式问题也非常明显
但這種方式的問題也非常明顯
3:27.880–3:30.480
zh我们不仅要自己开发用户系统
我們不僅要自己開發用戶系統
3:30.480–3:31.220
zh全线系统
全線系統
3:31.220–3:32.680
zh数据库和管理后台
數據庫和管理後台
3:32.680–3:34.240
zh还需要长期维护一套
還需要長期維護一套
3:34.240–3:36.060
zh已经被大幅度修改的代码
已被大幅修改的程式碼
3:36.060–3:37.480
zh一旦上游项目更新
一旦上游專案更新
3:37.480–3:40.360
zh那么我们的定制版本就很容易陷入
那麼我們的客製化版本就很容易陷入
3:40.360–3:41.360
zh要么无法升级
要么無法升級
3:41.360–3:43.640
zh要么重新合并所有改动
要么重新合併所有變更
3:43.640–3:46.420
zh而QM尝试把公司的模型配置
而QM嘗試將公司的模型設定
3:46.420–3:47.060
enGios
吉奧斯
3:47.060–3:47.860
enSandbox
沙盒
3:47.860–3:49.840
zh还有插件和部署参数
還有外掛與部署參數
3:49.840–3:51.420
zh与核心代码分离
與核心程式碼分離
3:51.420–3:54.800
zh让团队可以保留自己的定制能力
讓團隊可以保留自己的客製化能力
3:54.800–3:58.120
zh同时尽量减少对上游内核的直接修改
同時盡量減少對上游核心的直接修改
3:58.120–4:01.980
zh本期视频就会大家演示并且测试QM Agent
本期影片將為大家演示並測試QM Agent
4:01.980–4:03.500
zh它的能力到底如何
它的能力究竟如何
4:03.500–4:05.720
zh它是否真的是合个人使用
它是否真的適合個人使用
4:05.720–4:06.420
zh团队使用
團隊使用
4:06.420–4:07.680
zh甚至公司使用
[未翻譯]
4:07.680–4:10.520
zh这里我已经在本地部署好了QM
這裡我已經在本地端部署好了QM
4:10.520–4:13.320
zh虽然QM开源还不到一周时间
雖然QM開源還不到一週時間
4:13.320–4:15.100
zh但我在本地使用的时候
但我在本地端使用時
4:15.100–4:16.660
zh感觉还是非常稳定的
感覺還是非常穩定的
4:16.660–4:19.000
zh它不像之前我们用OpenCloud的时候
它不像之前我們使用OpenCloud時
4:19.000–4:21.020
zh稍微一更新或者稍微一改动
稍微一更新或者稍微一變更
4:21.020–4:22.080
zh就会出现崩溃
就會出現崩潰
4:22.080–4:23.840
zh导致我们完全无法运行
導致我們完全無法執行
4:23.840–4:28.160
zh而QM它作为YC公司内部使用的agent系统
而QM作為YC公司內部使用的agent系統
4:28.160–4:30.120
zh所以用起来非常的顺畅
所以使用起來非常順暢
4:30.120–4:31.220
zh也非常的稳定
也非常穩定
4:31.220–4:33.540
zh它既支持在网页中来使用
它既支援在網頁中使用
4:33.540–4:36.000
zh还支持介入到select中来使用
還支援介入到select中使用
4:36.000–4:39.260
zh而且它还有专门为管理员来打造的这个后台
而且它還有專門為管理員打造的這個後台
4:39.260–4:41.040
zh那么我们就可以作为管理员
那麼我們就可以作為管理員
4:41.040–4:44.800
zh从管理员后台对QM进行设置和圈线管理
從管理員後台對QM進行設定與線圈管理
4:44.800–4:47.740
zh而且不需要担心被其他用户窃取隐私
而且不需要擔心被其他用戶竊取隱私
4:47.740–4:50.060
zh或者执行危险命令等操作
或者執行危險命令等操作
4:50.060–4:52.420
zhQM它并不像OpenCloud
QM它並不像OpenCloud
4:52.420–4:56.100
zh与Hermits Agent这两款个人Agent那样
與Hermits Agent這兩款個人Agent那樣
4:56.100–4:57.760
zh具备自己的Agent内核
具備自己的Agent核心
4:57.760–5:00.140
zhQM它是通过调用Pi Agent
QM它是透過呼叫Pi Agent
5:00.140–5:01.180
zh或者OpenCode
或是 OpenCode
5:01.180–5:02.080
enCodex
[未翻譯]
5:02.080–5:03.260
zh或者CloudCode
或是 CloudCode
5:03.260–5:05.360
zh等这些开源或者必源的
等這些開源或閉源的
5:05.360–5:07.140
zh成熟的Agent工具
[未翻譯]
5:07.140–5:08.720
zh来执行各种任务
來執行各種任務
5:08.720–5:10.940
zh我在我设备上部署的QM
我在我的設備上部署的QM
5:10.940–5:13.160
zh为它设置的就是Pi Agent
為它設置的就是Pi Agent
5:13.160–5:16.940
zh在这里我使用的模型是GPT5.6 Luna模型
在這裡我使用的模型是GPT5.6 Luna模型
5:16.940–5:18.700
zh而且我们还可以选择其他模型
而且我們還可以選擇其他模型
5:18.700–5:20.740
zh甚至可以接入开源的模型
甚至可以接入開源的模型
5:20.740–5:24.640
zh下面我们先在web UI中来测试一下QM
下面我們先在web UI中來測試一下QM
5:24.640–5:27.040
zh在这里我们可以看到新建对话
在這裡我們可以看到新建對話
5:27.040–5:28.600
zh这里还包含项目
這裡還包含項目
5:28.600–5:31.020
zh在这里就是我之前的对话记录
在這裡就是我之前的對話記錄
5:31.020–5:33.520
zh在文件这里我们还可以管理我们的文件
在文件這裡我們還可以管理我們的文件
5:33.520–5:36.640
zh在定时任务这里我们就可以来创建定时任务
在定時任務這裡我們就可以來創建定時任務
5:36.640–5:40.860
zh就像在OpenCloud或者HermesAgent中创建定时任务一样
就像在OpenCloud或者HermesAgent中創建定時任務一樣
5:40.860–5:42.480
zh在这里是keychain
在這裡是keychain
5:42.480–5:44.420
zh翻译成中文就是钥匙链
翻譯成中文就是鑰匙鏈
5:44.420–5:46.660
zh在这里还支持部署应用
在這裡還支持部署應用
5:46.660–5:48.600
zh在记忆这里我们就可以查看
在記憶這裡我們就可以查看
5:48.600–5:50.020
zh它保存到这些记忆
它保存到這些記憶
5:50.020–5:51.300
zh在Scales这里
在Scales這裡
5:51.300–5:54.060
zh它自带19个已经激活的Scale
它自帶19個已經激活的Scale
5:54.060–5:56.900
zh然后我们还可以来创建自己的Scale
然後我們還可以來創建自己的Scale
5:56.900–5:58.940
zh或者安装第三方的Scale
或者安裝第三方的Scale
5:58.940–6:01.820
zh我们可以先新建一个对话来测试一下
我們可以先新建一個對話來測試一下
6:01.820–6:04.660
zh在这里我们还可以设置模型的推理级别
在這裡我們還可以設置模型的推理級別
6:04.660–6:07.300
zh然后我们可以测试一下QM它的记忆能力
然後我們可以測試一下QM它的記憶能力
6:07.300–6:09.200
zh我直接是我的一个使用习惯
我直接是我的一个使用習慣
6:09.200–6:11.680
zh告诉他我习惯使用Cloud Code和Codex
告诉他我習慣使用Cloud Code和Codex
6:11.680–6:13.220
zh搭配进行项目开发
搭配進行項目開發
6:13.220–6:16.060
zh用Cloud Code的鞋带码Codex进行Review
用Cloud Code的鞋帶碼Codex進行Review
6:16.060–6:17.260
zh然后我们直接发送
然後我們直接發送
6:17.260–6:19.060
zh然后在这里我们就可以看到
然後在這裡我們就可以看到
6:19.060–6:21.060
zh他正在调用这些skill
他正在調用這些skill
6:21.060–6:23.420
zh而且还能看到他正在调用工具
而且還能看到他正在調用工具
6:23.420–6:25.140
zh可以看到他读取了记忆
可以看到他讀取了記憶
6:25.140–6:26.820
zh而且重写了这个记忆
而且重寫了這個記憶
6:26.820–6:29.100
zh然后我们就点击这个记忆
然後我們就點擊這個記憶
6:29.100–6:32.660
zh来查看他刚才记录的我们的这个习惯
來查看他剛才記錄的我們這個習慣
6:32.660–6:34.540
zh然后他就将我告诉他的
然後他就將我告訴他的
6:34.540–6:37.720
zh我的这个使用习惯来记录到了这个记忆中
我的這個使用習慣記錄到了這個記憶中
6:37.720–6:39.580
zh也就是这一条开发工作流
也就是這一條開發工作流
6:39.580–6:41.660
zh通常使用cloudcode来写代码
通常使用 cloudcode 來寫程式碼
6:41.660–6:43.840
zh然后使用codex进行review
然後使用 codex 進行程式碼審查
6:43.840–6:46.200
zh在右上角我们还可以点击这个历史
在右上角我們還可以點擊這個歷史
6:46.200–6:48.380
zh来查看它更新的这些记录
來查看它更新的這些記錄
6:48.380–6:50.840
zh而且我们还可以直接对记忆进行修改
而且我們還可以直接對記憶進行修改
6:50.840–6:52.120
zh比如说这里的技术站
比如說這裡的技術棧
6:52.120–6:54.220
zh我们可以再继续来增加
我們可以繼續來增加
6:54.220–6:58.260
zh当改完之后我们这里就点击保存
當修改完成後我們這裡就點擊儲存
6:58.260–7:02.000
zh而且我们还可以点击这里来切换它的显示的视图
而且我們還可以點擊這裡來切換它的顯示視圖
7:02.000–7:03.160
zh针对每条记忆
針對每條記憶
7:03.160–7:05.980
zh我们还可以点击这个删除按钮来进行删除
我們還可以點擊這個刪除按鈕來進行刪除
7:05.980–7:09.900
zh可以看到QM它自带的记忆系统是非常完善的
可以看到 QM 它自帶的記憶系統是非常完善的
7:09.900–7:10.900
zh在对话中
在對話中
7:10.900–7:13.320
zh它就能够记住我们的这些习惯
它就能記住我們的這些習慣
7:13.320–7:14.380
zh或者事实
或者事實
7:14.380–7:16.820
zh在项目这里我们可以直接点击
在專案這裡我們可以直接點擊
7:16.820–7:21.040
zh然后我们就可以根据我们的主题来创建不同的项目
然後我們就可以根據我們的主題來創建不同的專案
7:21.040–7:22.920
zh比如说我们可以新建一个项目
比如說我們可以新建一個專案
7:22.920–7:26.040
zh然后这个项目名称我可以命名成AI研究
然後這個專案名稱我可以命名成 AI 研究
7:26.040–7:27.400
zh然后点击创建
然後點擊創建
7:27.400–7:31.540
zh然后在右上角这里我们可以来添加其他的用户
然後在右上角這裡我們可以來添加其他用戶
7:31.540–7:35.120
zh当我们需要在这个项目中进行团队协作的时候
當我們需要在這個專案中進行團隊協作的時候
7:35.120–7:37.140
zh我们就可以来邀请其他用户
我們就可以來邀請其他用戶
7:37.140–7:39.340
zh我们可以测试一下来邀请其他用户
我們可以測試一下來邀請其他用戶
7:39.340–7:41.940
zh比如说我们这里新注册一个账号
比如說我們這裡新註冊一個帳號
7:41.940–7:43.520
zh然后我们可以输入邮箱
然後我們可以輸入電子郵件
7:43.520–7:45.100
zh然后点击发送
然後點擊發送
7:45.100–7:47.400
zh然后进入邮箱找到这个邮件
然後進入電子郵件找到這封信
7:47.400–7:48.340
zh我们点击登录
我們點擊登入
7:48.340–7:50.000
zh相见的话我们就登录成功
相見的話我們就登入成功
7:50.000–7:52.320
zh我这里可以切换到这个浅色主题
這裡我可以切換到這個淺色主題
7:52.320–7:55.740
zh然后我这里随便输入了一个名称
然後這裡我隨便輸入了一個名稱
7:55.740–7:57.640
zh并且告诉他了技术站
並且告訴了他技術棧
7:57.640–7:59.800
zh好 这是我们创建的第二个用户
好 這是我們創建的第二個用戶
8:00.000–8:02.520
zh然后我们可以回到这个管理员的控制面板
然後我們可以回到這個管理員的控制面板
8:02.520–8:04.340
zh就可以看到在用户这里
就可以看到在用戶這裡
8:04.340–8:07.380
zh就可以看到刚才我们注册的这个用户
就可以看到剛才我們註冊的這個用戶
8:07.380–8:11.580
zh然后我们再回到我们刚才创建的这个AI研究项目
然後我們再回到剛才創建的這個 AI 研究專案
8:11.580–8:13.080
zh在添加用户这里
在新增用戶這裡
8:13.080–8:16.200
zh我们直接输入刚才我们添加的这个用户名称
我們直接輸入剛才新增的這個用戶名稱
8:16.200–8:17.540
zh好在这里就可以看到
好,在這裡就可以看到
8:17.540–8:19.120
zh然后我们就点击添加
然後我們就點擊新增
8:19.120–8:21.620
zh然后往下拉我们就可以点击保存
然後往下拉,我們就可以點擊儲存
8:21.620–8:24.520
zh这样的话我们在这个项目中就有两个用户
這樣的話,我們在這個專案中就有兩個用戶
8:24.520–8:26.700
zh第一个就是我们当前登录的用户
第一個就是我們目前登入的用戶
8:26.700–8:30.120
zh第二个就是刚才我们新注册的这个用户
第二個就是剛才我們新註冊的這個用戶
8:30.120–8:33.560
zh然后我们点击刷新刚才我们新注册的这个用户
然後我們點擊重新整理,剛才我們新註冊的這個用戶
8:33.560–8:37.120
zh在这个位置我们就看到这个AI研究这个项目
在這個位置,我們就看到這個 AI 研究專案
8:37.120–8:38.940
zh我们进入这个AI研究项目
我們進入這個 AI 研究專案
8:38.940–8:40.660
zh我们可以开启一个新的绘画
我們可以開啟一個新的繪圖
8:40.660–8:42.560
zh也就是我们可以提问一个问题
也就是說,我們可以提問一個問題
8:42.560–8:43.660
zh大模型微调的时候
在大模型微調的時候
8:43.660–8:45.800
zh如何防止过你和我们直接发送
如何防止過度擬合,以及我們直接發送
8:45.800–8:47.640
zh好 这里输出了回答
好,這裡輸出了回答
8:47.640–8:50.500
zh然后我们再回到刚才的这个账户
然後我們再回到剛才的這個帳戶
8:50.500–8:52.160
zh在这里我们就可以看到
在這裡我們就可以看到
8:52.160–8:54.240
zh刚才我们新注册的这个用户
剛才我們新註冊的這個用戶
8:54.240–8:55.540
zh他提问的这个问题
他提問的這個問題
8:55.540–8:57.800
zh然后就会出现在这个对话中
然後就會出現在這個對話中
8:57.800–8:58.940
zh我们可以点击进入
我們可以點擊進入
8:58.940–9:01.120
zh然后我们甚至可以接着提问
然後我們甚至可以繼續提問
9:01.120–9:02.540
zh比如说我们可以输入
比如說,我們可以輸入
9:02.540–9:04.500
zh让他讲解第一条这个内容
讓他講解第一條這個內容
9:04.500–9:07.480
zh好 这里他输出了这个非常详细的讲解
好,這裡他輸出了這個非常詳細的講解
9:07.480–9:09.760
zh然后我们再回到刚才这个账户
然後我們再回到剛才這個帳戶
9:09.760–9:11.360
zh我们再刷新一下
我們再重新整理一下
9:11.360–9:12.380
zh好 这样的话
好,這樣的話
9:12.380–9:15.640
zh我们就看到了刚才以管理员身份询问的这个问题
我們就看到了剛才以管理員身份詢問的這個問題
9:15.640–9:16.580
zh相见的话
相見的話
9:16.580–9:19.140
zh我们就可以在AI研究这个项目中
我們就可以在 AI 研究這個專案中
9:19.140–9:22.600
zh实现两个人或者多个人进行协作
實現兩個人或多個人進行協作
9:22.600–9:25.040
zh而刚才我们新注册的这个用户
而剛才我們新註冊的這個用戶
9:25.040–9:28.860
zh在这个个人隐私项目中的这些对话内容
在這個個人隱私專案中的這些對話內容
9:28.860–9:31.560
zh然后在管理员这里他就无法看到
然後在管理員這裡他就無法看到
9:31.560–9:33.600
zh而且在管理员这个账号
而且在管理員這個帳號
9:33.600–9:35.420
zh管理员自己的这个隐私内容
管理員自己的這個隱私內容
9:35.420–9:38.740
zh在刚刚我们新注册的这个用户这里
在剛才我們新註冊的這個用戶這裡
9:38.740–9:40.220
zh他也看不到管理员的
他也看不到管理員的
9:40.220–9:42.800
zh也就是只要我们将项目设为了私有
也就是說只要我們將專案設為私有
9:42.800–9:45.660
zh然后其他成员就看到我们这些对话
其他成員就看不到我們的對話
9:45.660–9:48.280
zh当我们在项目中添加了其他用户
當我們在專案中新增其他用戶
9:48.280–9:51.400
zh比如说刚才我们添加的新注册的就是用户
例如剛才我們新增註冊的用戶
9:51.400–9:54.020
zh然后我们在这个项目中的这些内容
然後我們在這個專案中的這些內容
9:54.020–9:56.860
zh这个新用户他也都可以随时看到
這個新用戶也可以隨時查看
9:56.860–9:59.700
zh而且这些对话内容都可以随时同步
而且這些對話內容都可以隨時同步
9:59.700–10:03.020
zh像这样的话对于团队协作就能非常方便
像這樣對於團隊協作會非常方便
10:03.020–10:05.340
zh而且我们还可以继续去添加用户
而且我們還可以繼續新增用戶
10:05.340–10:08.860
zh在一个项目中对于用户的数量是没有任何限制的
在一個專案中對用戶數量沒有任何限制
10:08.860–10:12.220
zh我们甚至还可以在这个项目中来添加文件
我們甚至還可以在這個專案中新增檔案
10:12.220–10:15.400
zh然后我是让他来分析这个文件的内容
然後我是讓他來分析這個檔案的內容
10:15.400–10:17.100
zh好这里他正在分析
好這裡他正在分析
10:17.100–10:20.260
zh然后我们再回到刚才我们新注册的这个用户这里
然後我們再回到剛才我們新註冊的這個用戶這裡
10:20.260–10:21.780
zh这里我们就看到了
這裡我們就看到了
10:21.780–10:24.080
zh刚才我们让他分析文件的这个对话
剛才我們讓他分析檔案的這個對話
10:24.080–10:24.980
zh我们点击进入
我們點擊進入
10:24.980–10:26.340
zh这里就会实时显示
這裡就會即時顯示
10:26.340–10:28.500
zh他正在调用的工具和运行的命令
他正在呼叫的工具和執行的指令
10:28.500–10:32.260
zh因为这里还在分析这个PDF还没有立即输出内容
因為這裡還在分析這個 PDF 還沒有立即輸出內容
10:32.260–10:34.120
zh而且在管理员账号这里
而且在管理員帳號這裡
10:34.120–10:35.160
zh我们也可以看到
我們也可以看到
10:35.160–10:37.680
zh他显示的正在调用的这些工具
他顯示的正在呼叫的這些工具
10:37.680–10:40.180
zh而且在左侧侧边栏这个文件这里
而且在左側側邊欄這個檔案這裡
10:40.180–10:43.720
zh我们就可以看到刚才我们上传的这个文件
我們就可以看到剛才我們上傳的這個檔案
10:43.720–10:44.280
zh像这样的话
像這樣
10:44.280–10:46.240
zh我们就可以在团队协作中
我們就可以在團隊協作中
10:46.240–10:49.440
zh为团队单独创建一个共享的项目
為團隊單獨建立一個共享的專案
10:49.440–10:52.780
zh在这个项目中加入其他的团队成员
在這個專案中新增其他團隊成員
10:52.780–10:54.720
zh然后我们这些对话内容
然後我們這些對話內容
10:54.720–10:55.920
zh还有上传的文件
還有上傳的檔案
10:55.920–10:57.980
zh团队成员都可以实时查看
團隊成員都可以即時查看
10:57.980–11:00.880
zh如果当我们需要完成我们个人项目的时候
如果當我們需要完成個人專案的時候
11:00.880–11:02.720
zh我们就可以进入这个个人项目
我們就可以進入這個個人專案
11:02.720–11:05.260
zh或者是单独创建一个私有的项目
或是單獨建立一個私有的專案
11:05.260–11:07.020
zh比如说我们进入这个个人项目
例如我們進入這個個人專案
11:07.020–11:08.680
zh我们还可以继续进行对话
我們還可以繼續對話
11:08.680–11:10.780
zh也就是我们可以随便输入一个内容
也就是說我們可以隨意輸入內容
11:10.780–11:12.020
zh进行测试
進行測試
11:12.020–11:12.660
zh像这样的话
像這樣的話
11:12.660–11:13.740
zh在QM中
[未翻譯]
11:13.740–11:15.800
zh我们就实现了个人项目
我們就實現了個人項目
11:15.800–11:17.520
zh与团队项目的隔离
與團隊項目的隔離
11:17.520–11:19.980
zh然后个人项目就只有用户自己
然後個人項目就只有用戶自己
11:19.980–11:21.040
zh可以进行操作
可以進行操作
11:21.040–11:24.000
zh就实现了非常好的权限管理
就實現了非常好的權限管理
11:24.000–11:25.300
zh以及用户隔离
以及用戶隔離
11:25.300–11:27.520
zh还有项目共享与记忆共享
還有項目共享與記憶共享
11:27.520–11:28.000
zh
好的
11:28.000–11:29.820
zh这是我们简单测试的QM
這是我們簡單測試的QM
11:29.820–11:31.780
zh它所具备的这些基础功能
它所具備的這些基礎功能
11:31.780–11:34.500
zh然后它还具备非常多的高级功能
然後它還具備非常多的高級功能
11:34.500–11:35.540
zh对于高级功能
對於高級功能
11:35.540–11:38.360
zh我将留到后续的视频中深入讲解
我將留到後續的視頻中深入講解
11:38.360–11:40.720
zh本期视频如果点赞破千的话
本期視頻如果點讚破千的話
11:40.720–11:43.500
zh后续我还会为大家带来QMAGENT
後續我還會為大家帶來QMAGENT
11:43.500–11:45.020
zh它更高级的用法
它更高級的用法
11:45.020–11:47.300
zh下面我们看一下QMAGENT
我們下面看一下QMAGENT
11:47.300–11:49.500
zh它的执行流程是怎样的
它的執行流程是怎樣的
11:49.500–11:51.780
zh首先就是用户发起绘画
首先就是用戶發起繪畫
11:51.780–11:55.980
zh比如说在slack或者在webui中进行发起绘画
比如在slack或者在webui中進行發起繪畫
11:55.980–11:59.580
zh像刚才我们就是在webui中来发起的绘画
像剛才我們就是在webui中來發起的繪畫
11:59.580–12:02.320
zh然后用户的绘画就会在接收层
然後用戶的繪畫就會在接收層
12:02.320–12:04.420
zh也就是slack或者webui中
也就是在 Slack 或 WebUI 中
12:04.420–12:06.380
zh交给QM的核心
交給QM的核心
12:06.380–12:09.720
zhQM的核心会根据这条消息的来源
QM的核心會根據這條消息的來源
12:09.720–12:10.920
zh来确定作用域
來確定作用域
12:10.920–12:12.740
zh来判断是用户的私聊
來判斷是用戶的私聊
12:12.740–12:13.960
zh还是在项目中
還是在項目中
12:13.960–12:16.000
zh然后到这一步就会判断
然後到這一步就會判斷
12:16.000–12:17.920
zh用户输入的任务或者消息
用戶輸入的任務或者消息
12:17.920–12:19.960
zh是直接自动执行
是直接自動執行
12:19.960–12:22.360
zh还是严格限制工具调用
還是嚴格限制工具調用
12:22.360–12:25.360
zh还是直接对用户的操作进行放行
還是直接對用戶的操作進行放行
12:25.360–12:27.580
zh到下一步就是harness
下一步就是 Harness
12:27.580–12:29.980
zh与模型来生成响应
與模型來生成響應
12:29.980–12:31.960
zh在这里会根据我们的配置
在這裡會根據我們的配置
12:31.960–12:33.320
zh来选择PiAgent
來選擇PiAgent
12:33.320–12:35.620
zh或者opencode codex cloudcode等
或是opencode、codex、cloudcode等
12:35.880–12:39.460
zh像刚才我们在对话中使用的就是py agent
就像剛才我們在對話中使用的就是py agent
12:39.980–12:43.820
zh在这一步就会由py agent或者其他agent来进行处理
在這一步就會由py agent或其他agent來進行處理
12:44.080–12:45.860
zh比如说是否需要调用工具
例如是否需要呼叫工具
12:46.120–12:47.140
zh如果需要调用工具
如果需要呼叫工具
12:47.400–12:49.200
zh那么他的命令策略是怎样的
那麼它的命令策略是什麼
12:49.440–12:50.220
zh如果要执行的话
如果要執行的話
12:50.480–12:52.260
zh会在沙箱中进行执行
會在沙箱中進行執行
12:52.780–12:53.540
zh当执行完成之后
當執行完成之後
12:53.800–12:55.600
zh就会有工具的返回结果
就會有工具的返回結果
12:55.840–12:57.120
zh然后工具的执行结果
然後工具執行結果
12:57.380–12:59.440
zh就会再返回给py agent
就會再返回給py agent
12:59.680–13:01.480
zh然后再进入下一轮判断
然後再進入下一輪判斷
13:01.740–13:02.760
zh是否还需要调用工具
是否還需要呼叫工具
13:02.760–13:06.000
zh如果不需要调用工具就会直接回复给用户
如果不需要呼叫工具就會直接回覆給使用者
13:06.000–13:09.920
zh也就是将响应返回到Web UI界面或者slack
也就是將回應返回到Web UI介面或slack
13:09.920–13:12.180
zh将结果返回给用户之后
將結果返回給使用者之後
13:12.180–13:15.160
zh它会对整个步骤还有这些响应的内容
它會對整個步驟以及這些回應內容
13:15.160–13:17.020
zh进行持久化还有审计
進行持久化以及審計
13:17.020–13:18.960
zh而且会全程留恒
而且會全程留存
13:18.960–13:21.320
zh我们可以对这些内容进行追踪
我們可以對這些內容進行追蹤
13:21.320–13:23.480
zh通过持久化还有审计
透過持久化以及審計
13:23.480–13:25.760
zh它就能像Hermes Agent一样
它就能像Hermes Agent一樣
13:25.760–13:28.820
zh具备自我进化和自我迭代的能力
具備自我進化與自我迭代的能力
13:28.820–13:31.160
zh从而让QM Agent越用越聪明
從而讓QM Agent越用越聰明
13:31.160–13:33.160
zh然后QM的安装方式
然後QM的安裝方式
13:33.160–13:35.760
zh本期视频就不再为大家具体去演示
本期影片就不再為大家具體演示
13:35.760–13:37.620
zh它的安装方式是怎样的
它的安裝方式是什麼
13:37.620–13:41.080
zh因为在QM它的这个仓库的readme中
因為在QM這個倉庫的readme中
13:41.080–13:43.340
zh它给出了非常详细的安装方式
它提供了非常詳細的安裝方式
13:43.340–13:45.380
zh然后大家如果不会安装的话
然後大家如果不會安裝的話
13:45.380–13:47.680
zh可以使用codex或者cloudcode
可以使用codex或cloudcode
13:47.680–13:49.300
zh或者国产的AI agent
或是國產的AI agent
13:49.300–13:52.060
zh让这些AI agent先读取这个readme
讓這些AI agent先讀取這個readme
13:52.060–13:54.240
zh然后自动化帮我们进行部署
然後自動化幫我們進行部署
13:54.240–13:56.620
zh然后大家如果想手动安装的话
然後大家如果想手動安裝的話
13:56.620–13:59.080
zh也就是手动从零进行安装的话
也就是手動從零開始安裝的話
13:59.080–14:03.100
zh我这里还写了一份详细的丛林进行配置的笔记
我還寫了一份詳細的叢林配置筆記
14:03.100–14:05.820
zh我会将笔记放在描述栏或者评论区
我會將筆記放在描述欄或評論區
14:05.820–14:09.540
zh大家可以根据笔记自行进行安装和配置
大家可以根據筆記自行進行安裝與配置
14:09.540–14:10.900
zh但为了精神时间
但為了節省精神時間
14:10.900–14:13.000
zh我还是推荐大家使用Codex
我還是推薦大家使用 Codex
14:13.000–14:15.800
zh或者其他的agent直接阅读笔记
或者直接讓其他 Agent 閱讀筆記
14:15.800–14:19.100
zh或者阅读项目仓库的Redmi进行安装
或者閱讀專案倉庫的 README 進行安裝
14:19.100–14:20.900
zh因为有agent安装的话
因為使用 Agent 安裝的話
14:20.900–14:22.180
zh它的速度会非常快
它的速度會非常快
14:22.180–14:24.080
zh我们如果手动去配置的话
如果我們手動去配置的話
14:24.080–14:25.820
zh会浪费非常多的时间
會浪費非常多的時間
14:25.820–14:28.320
zh甚至会出现配置错误等情况
甚至可能會出現配置錯誤等情況
14:28.320–14:30.060
zh所以在AI agent的时代
所以在 AI Agent 的時代
14:30.060–14:32.100
zh大家完全不需要手动去配置
大家完全不需要手動去配置
14:32.100–14:34.560
zh本期视频如果点赞迫欠的话
如果本期影片按讚破百的話
14:34.560–14:38.600
zh后续视频我会为大家讲解QM它的更高级的用法
後續影片我會為大家講解 QM 更進階的用法
14:38.600–14:40.560
zh本期视频就做到这里
本期影片就到這裡
14:40.560–14:42.920
zh欢迎大家点赞关注或转发
歡迎大家按讚、關注或轉發
14:42.920–14:44.040
zh谢谢大家观看
謝謝大家觀看

影片筆記:🚀YC开源内部自用下一代Agent:qm智能体!彻底颠覆小龙虾和Hermes!真正企业级Agent OS!用户隔离、权限审批、安全沙箱与完整操作审计全都有!支持Pi、Codex和Claude Code

一句話總結

由全球知名創業加速器 YC 開源的內部自用 Agent 項目 QM,旨在解決現有開源 Agent(如 OpenCloud、Hermes)在安全性、隱私保護及企業級協作上的不足。QM 通過獨立工作空間、憑證管理、命令審計與沙箱隔離機制,提供具備用戶隔離、權限控制及完整操作審計的企業級 Agent OS 架構,並支持調用 Pi Agent、Codex 等成熟工具。

核心重點

  • 市場痛點與背景
  • 去年年底 OpenCloud 爆火引發「全民養蝦熱潮」,隨後 Hermes Agent 迅速走紅。
  • 現有開源 Agent 存在安全隱患(易遭入侵、數據洩漏、隱私問題),導致企業禁止員工部署,個人也難以安全共享。
  • 市場急需一款兼具安全性、隱私保護,且適用於個人、團隊及企業的稳定 Agent。
  • QM 項目定位
  • 由 YC (Y Combinator) 開源,為其內部自用 Agent。
  • 開源不到一周,GitHub Star 數達 8K。
  • 預期在 2026 年成為下一代「蝦」與 Hermes Agent。
  • 開發動機:解決過去使用 Ruby 循環及內部工具運行 50+ Hermes Agent 時遇到的配置漂移、憑證管理、任務失敗、共享資源及大規模運維問題。
  • QM 核心架構與優勢
  • 架構設計:不具備自己的 Agent 內核,而是調用 Pi Agent、OpenCode、Codex、CloudCode 等開源或閉源成熟工具。
  • 分離原則:將公司模型配置、Gios、Sandbox、插件及部署參數與核心代碼分離,減少對上游內核的直接修改,保留團隊定制能力。
  • 隔離機制:為每個用戶和項目建立獨立工作空間、GE、KChain 及持久化 Sandbox。
  • 企業級功能:全線隔離、憑證管理、命令審批、操作審計、多人協作。
  • 功能演示
  • 支持本地部署、Web UI 及 Slack 接入,提供管理員後台。
  • 記憶系統:支持設置模型推理級別,記錄用戶習慣(如使用 Cloud Code 寫碼、Codex Review),支持記憶的查看、修改、保存及刪除。
  • 項目與協作:支持創建項目、邀請用戶、多用戶協作(對話同步)、隱私隔離(私有項目其他成員不可見)及文件共享。
  • 執行流程:用戶發起對話 -> QM 核心確定作用域 -> 判斷執行策略 -> Harness 與模型生成響應 -> 調用工具 -> 沙箱執行 -> 返回結果並持久化審計。

詳細大綱

1. 市場背景與痛點

  • 去年年底 OpenCloud 爆火,引發全民養蝦熱潮。
  • 隨後 Hermes Agent 迅速走紅。
  • 現有開源 Agent 的安全隱患:易遭入侵、數據洩漏、隱私問題。
  • 企業禁止員工部署不安全 Agent,個人部署難以共享給朋友/家人。
  • 缺乏權限管理與安全性,導致設備中毒或數據洩漏風險。
  • 市場需求:一款兼具安全性、隱私保護,且適用於個人、團隊及企業的稳定 Agent。

2. QM 項目介紹

  • 由 YC (Y Combinator) 公司開源,為其內部自用 Agent。
  • 開源不到一周,GitHub Star 數達 8K。
  • 預期在 2026 年成為下一代「蝦」與 Hermes Agent。
  • YC 背景:全球知名創業加速器,投資孵化超過 5000 家公司。
  • 開發動機:解決過去使用 Ruby 循環及內部工具運行 50+ Hermes Agent 時遇到的配置漂移、憑證管理、任務失敗、共享資源及大規模運維問題。

3. QM 的核心優勢與架構

  • 解決痛點:優先解決安全和數據隱私問題,以及企業級身份區分、文件/記憶/權限/帳號管理。
  • 隔離機制:為每個用戶和項目建立獨立工作空間、GE、KChain 及持久化 Sandbox。
  • 架構設計
  • 不具備自己的 Agent 內核,而是調用 Pi Agent、OpenCode、Codex、CloudCode 等開源或閉源成熟工具。
  • 將公司模型配置、Gios、Sandbox、插件及部署參數與核心代碼分離。
  • 減少對上游內核的直接修改,保留團隊定制能力。
  • 企業級功能:全線隔離、憑證管理、命令審批、操作審計、多人協作。

4. QM 功能演示與測試

  • 部署體驗:本地部署穩定,支持 Web UI 及 Slack 接入,提供管理員後台。
  • 基礎功能測試
  • Web UI 界面:新建對話、項目管理、文件管理、定時任務、Keychain(鑰匙鏈)、應用部署、記憶查看、Scales(19個預設激活,支持創建/安裝第三方)。
  • 記憶系統:支持設置模型推理級別,記錄用戶習慣(如使用 Cloud Code 寫碼、Codex Review),支持記憶的查看、修改、保存及刪除。
  • 項目與協作
  • 創建項目(如「AI 研究」),邀請其他用戶(通過郵箱)。
  • 管理員後台可查看註冊用戶及項目成員。
  • 實現多用戶協作:對話內容同步,新用戶可見項目內容。
  • 隱私隔離:私有項目中,其他成員無法查看對話;管理員隱私內容對新用戶隱藏。
  • 文件共享:團隊成員可實時查看上傳文件及分析過程。
  • 個人項目與團隊項目隔離,實現權限管理與用戶隔離。
  • 執行流程解析
  1. 用戶發起對話(Web UI 或 Slack)。
  2. 接收層交給 QM 核心,根據消息來源確定作用域(私聊或項目)。
  3. 判斷任務執行策略(自動執行、限制工具調用或放行)。
  4. Harness 與模型生成響應,選擇調用 Pi Agent 等工具。
  5. 在沙箱中執行命令,返回結果。
  6. 將結果返回用戶,並進行持久化與審計,全程留痕。
  7. 具備自我進化與迭代能力。

5. 安裝與後續計劃

  • 安裝方式:參考倉庫 README,推薦使用 Codex 或 CloudCode 等 AI Agent 自動化部署。
  • 提供手動配置筆記(位於描述欄或評論區)。
  • 後續視頻計劃:若點讚破千,將講解 QM Agent 更高級用法。

工具 / 模型 / 名詞整理

  • OpenCloud:提及的開源項目,引發熱潮。
  • Hermes Agent (亦出現為 "Hermis Agent", "Hermits Agent"):提及的開源 Agent。
  • QM (或 QM Agent):本影片介紹的 YC 開源項目。
  • YC / Y Combinator:全球知名創業加速器。
  • GitHub:代碼託管平台。
  • Ruby:提及用於內部工具運行的語言。
  • Pi Agent:QM 調用的成熟工具之一。
  • OpenCode:QM 調用的成熟工具之一。
  • Codex:QM 調用的成熟工具之一。
  • CloudCode:QM 調用的成熟工具之一。
  • GPT5.6 Luna 模型:提及的模型名稱。
  • Web UI:QM 的網頁用戶界面。
  • Slack:QM 支持的接入渠道。
  • Keychain (亦出現為 "keychain", "KChain"):QM 中的憑證/鑰匙鏈管理功能。
  • Scales:QM 中的功能模塊,19個預設激活,支持創建/安裝第三方。
  • GE:QM 架構中提及的名詞,與工作空間、KChain 並列。
  • Gios:QM 架構中提及的名詞,與模型配置、Sandbox 並列。
  • Redmi:提及閱讀項目倉庫的文件時出現。
  • P迫欠:結尾處提及點讚相關詞語。
  • Pii Agent / py agent:提及切換 Agent 時出現。
  • 2026年下百年:提及的時間點。
  • 視線:提及 QM 是經驗沉澱後的開源...
  • 圈線管理:提及管理員後台功能時出現。
  • 全線隔離:描述架構設計時出現。
  • 留恒:描述審計時出現。
  • 叢林進行配置:描述筆記時出現。
  • 大模型微調的時候如何防止過你:提及大模型微調相關問題。
  • 鞋帶碼:描述使用習慣時出現。
  • 技術站:描述記憶內容時出現。
  • 相見的話:對話結束語境中出現。

操作流程整理

  1. 用戶發起請求:用戶通過 Web UI 或 Slack 發起對話。
  2. QM 核心處理:接收層將請求交給 QM 核心,根據消息來源確定作用域(私聊或項目)。
  3. 策略判斷:QM 判斷任務執行策略(自動執行、限制工具調用或放行)。
  4. 響應生成與工具調用:Harness 與模型生成響應,選擇調用 Pi Agent、OpenCode、Codex 或 CloudCode 等工具。
  5. 沙箱執行:在隔離的沙箱中執行命令。
  6. 結果返回與審計:將結果返回用戶,並進行持久化與審計,全程留痕。
  7. 自我進化:系統具備自我進化與迭代能力。

值得注意的限制或風險

  • 安全性依賴上游工具:QM 本身不具備 Agent 內核,依賴調用 Pi Agent、OpenCode、Codex、CloudCode 等工具,其安全性部分取決於這些上游工具的穩定性與安全性。
  • 配置漂移與運維挑戰:QM 的開發動機源於解決過去運行大量 Agent 時遇到的配置漂移、憑證管理等問題,暗示企業級部署仍需面對複雜的運維挑戰。
  • 隱私隔離的具體實現:雖然強調隱私隔離(私有項目其他成員不可見),但具體的技術實現細節(如加密方式、權限驗證機制)在筆記中未詳細展開。
  • 新項目的成熟度:QM 開源不到一周,GitHub Star 數雖高,但作為新項目,其長期穩定性、社區支持及功能完善度仍需觀察。

逐字稿辨識疑點

  • OpenCloud:逐字稿中多次出現,疑似指代某特定開源項目,但常見開源項目中無此標準名稱,需查證是否為聽寫錯誤或特定小眾項目。
  • Hermis Agent / Hermits Agent:逐字稿中混用,疑似指代 "Hermes Agent",但根據規則標記為疑點。
  • 養蝦:逐字稿中形容 Agent 熱潮為「全民養蝦」,疑似為「養蝦」的諧音或特定圈內術語,或為聽寫錯誤(如「養蝦」vs「養蝦」?或指代某種特定行為),需查證。
  • GE:在描述 QM 架構時出現「以及 GE」,語意不明,疑似聽寫錯誤或特定縮寫,需查證。
  • Gios:在描述 QM 架構時出現「公司的模型配置、Gios、Sandbox」,疑似聽寫錯誤,需查證。
  • Redmi:在建議閱讀倉庫文件時出現「閱讀項目倉庫的 Redmi」,疑似為 "README" 的聽寫錯誤。
  • P迫欠:在結尾處出現「點讚迫欠」,疑似為「點讚破千」或類似詞語的聽寫錯誤。
  • Pii Agent:逐字稿中出現「切換 Pi Agent」及「py agent」,疑似指代同一個 Agent 名稱,但拼寫不一致,需查證。
  • OpenCode:逐字稿中出現,需確認是否為標準開源項目名稱。
  • CloudCode:逐字稿中出現,需確認是否為標準開源項目名稱。
  • Codex:逐字稿中出現,需確認是否為標準開源項目名稱。
  • Pi Agent:逐字稿中出現,需確認是否為標準開源項目名稱。
  • 2026年下百年:語意不明,疑似聽寫錯誤。
  • 視線:在描述 QM 是經驗沉澱後的「開源視線」時,疑似聽寫錯誤。
  • 圈線管理:在描述管理員後台功能時出現,疑似聽寫錯誤。
  • 全線隔離:在描述架構設計時出現,疑似聽寫錯誤(可能為「線程隔離」或「全域隔離」?)。
  • 留恒:在描述審計時出現「全程留恒」,疑似聽寫錯誤(應為「留痕」?)。
  • 叢林進行配置:在描述筆記時出現「叢林進行配置的筆記」,疑似聽寫錯誤。
  • 大模型微調的時候如何防止過你:疑似聽寫錯誤(應為「過擬合」?)。
  • 鞋帶碼:在描述使用習慣時出現「Cloud Code 的鞋帶碼」,疑似聽寫錯誤。
  • 技術站:在描述記憶內容時出現「這裡的技術站」,疑似聽寫錯誤。
  • 相見的話:多次出現於對話結束語境,疑似聽寫錯誤(應為「相關的話」或「這樣的話」?)。

可延伸追問

  • QM 具體如何實現「獨立工作空間、GE、KChain 及持久化 Sandbox」的技術細節是什麼?
  • QM 調用的 Pi Agent、OpenCode、Codex、CloudCode 等工具之間如何協調?是否存在衝突或兼容性问题?
  • QM 的「命令審批」機制具體如何運作?由誰審批?審批流程是什麼?
  • QM 的「操作審計」記錄了哪些具體信息?如何確保審計數據的完整性和不可篡改性?
  • QM 在企業級部署中,如何處理與現有企業身份認證系統(如 LDAP, SSO)的集成?
  • QM 的「記憶系統」如何保護用戶隱私?記憶數據是否加密存儲?
  • QM 的開源協議是什麼?對商業使用有何限制?
  • QM 與 YC 內部其他工具(如提到的 Ruby 循環工具)的遷移計劃是什麼?

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」,例如:videonote 網址 英文 雙語 學習