我要投稿

Clawdbot 深度拆解： 7 个问题看懂它。

发布日期：2026-01-29 09:02:23 浏览次数： 1596

作者：AI大模型应用实践

微信搜一搜，关注“AI大模型应用实践”

点击上方蓝字加入我们

这两天AI技术圈的焦点被一个名为 Clawdbot（已改名为Moltbot）的开源项目牢牢占据。

这个被称为“全天候 Jarvis”的AI助手，不仅在 GitHub 上的星标数在短时间内飙升8万+，甚至引发了一种名为“FOMO”（错失恐惧症）的开发者狂欢，连带苹果 Mac mini 都因其作为部署主机而销量大增。

连 Claude 的母公司 Anthropic 都有员工评价：“这正是我们设想中 Claude Cowork（协同工作）应有的形态。”

今天带大家来深度认识和体验下这位当红炸子鸡：Clawdbot。

快速弄懂：Clawdbot 是什么？
印象派：更像 Manus 还是 Cowork？
Clawdbot 的独特“魅力”在哪里？
Clawdbot 有哪些“创意”使用场景？
如何安装与配置 Clawdbot？
揭开引擎盖：Clawdbot 是如何运转的？
观察与展望：有哪些不足与挑战？

快速弄懂：Clawdbot 是什么？

简单说，Clawdbot 就是：

一个开源免费、本地运行的个人 AI 智能体（Agent）。

开源免费：完全开源免费！甚至还是极为宽松的MIT License（当然模型得自己准备，API 费用还要自己出）。
本地运行：这不仅是因为它可以本地部署，而是在设计上就是以“住在”你的电脑里为主要场景。
个人智能体：面向个人工作的智能体。注意是“ Agent ”，不是“ Chatbot ”（豆包），不是“ Copilot ”（Office Copilot）。

由于“智能体”概念的滥用，必须再次认识，如何才算真正的Agent？抛开复杂的ReAct、Skills 等概念，普通人可以这么去判断：

会规划：把任务目标拆分成多个步骤
会用工具执行动作：调用API、运行脚本、操作浏览器等
自我检查与迭代：失败重试、验证结果、对齐任务目标等

印象派：更像 Manus 还是 Cowork？

说到通用智能体，你一定会想到两个典型的代表 — 去年大火的Manus与Anthropic最近的Cowork。它们代表了两种不同的 Agent 形式：

Manus：云端远程型

工作方式是：给Agent一台“远程电脑”（沙箱），它在云端点网页、调工具、跑脚本，最后产出文本或文件。

适合：在线订票、表格填写、信息搜集整理、跨网站流程等

Cowork：本地协作型

工作方式：把自己的电脑“共享”给它，设定一个“工作区”。它在一定的权限控制与人类监督下完成工作任务。

适合：写作、整理资料、批量处理文件、工作任务处理等

那么Clawdbot是怎样的呢？

从形态上看，Clawdbot 的确更接近 Cowork，而非 Manus — 属于“本地优先 + 外部/本地模型 + 本地资源访问“的路线。

尽管如此，Clawdbot 又有着诸多的独特之处。

Clawdbot 的独特“魅力”在哪里？

如果只是一个开源版本的Cowork，那么有OpenCowork，有Eigent；而不会是Clawdbot火爆出圈。

我们把Clawdbot的独有“魅力”总结到以下五个方面：

入口形态

Clawdbot的入口不限定在某个官方工作台（比如Claude Desktop），而是在你日常使用的工作聊天入口，比如WhatsApp/Telegram/Discord/iMessage/飞书/钉钉等 — 如果你愿意，甚至可以通过 Email 让它干活。

主动性

Clawdbot可以根据你的预设条件（比如定时）或者数据变化主动联系你。例如，每天早晨发送简报、待办事项提醒，或者在监测到某项数据异常时第一时间启动Agent并发消息告知。这让交互体验从“工具”变成了真正的“协作”。

长期记忆能力

Clawdbot内置了完善的长期记忆机制。会自动总结每次对话的关键信息并存入长期记忆库。或许几周前你随口提到的细节，它在今天的对话中依然能调用。你甚至可以调整其检索机制 — 比如向量与关键词检索的权重比。

高可扩展性

这是我认为它最强大的地方。

Clawdbot 采用核心精简、边缘丰富的插件化架构。消息渠道（Channels）、工具（Tools）、技能（Skills）、自动化钩子（Hooks）、模型（Providers）、命令行（CLI）均可通过插件等方式扩展，并遵循零侵入、热更新、安装简单。你甚至可以让它自行编写插件，自行安装，扩展自己的能力！

除了软件模块扩展，Clawdbot一个强大甚至“有趣”的功能在于：可以把多个电脑或手机设备变成Clawdbot的能力节点（Nodes），用来扩展摄像头、屏幕录制、地理位置、交互式UI等额外能力。

高权限边界

这是 Clawdbot 强大也最备受争议的地方。相对Cowork的以“指定工作区/文件夹授权”控制访问边界，Clawdbot则被赋予了更高的操作电脑的权限。它能执行 Shell 命令、读写文件、运行脚本、控制浏览器，调用第三方 API、甚至控制你家里的设备。所以也引起权限太高的争议与风险。

除此之外，我们把Clawdbot与Cowork、Manus做个简单对比：

Clawdbot 有哪些“创意”使用场景？

我们用一些社区案例来了解来自 Clawdbot 的独有“创意”。

收件箱清理（Gmail 插件）

用户在 Telegram 下达指令，让它检查最近 10 封邮件并判断哪些需要回复。Clawdbot 会调用 Gmail 插件扫描邮件列表做筛选，并给出判断理由。

会议日程安排（ Calendar API）

会议协调：输入“下周找一个 30 分钟空档与某人开会”。Clawdbot 会读取日历空闲时间，必要时对齐对方可用时段，给出多个候选时间并发出邀请。

日程提醒（定时任务 + 聊天渠道）

把它当成自动化主动“秘书”，例如：“每天早上 9 点整理每日早报给我”。Clawdbot 会创建定时任务，到点后通过聊天渠道准时推送。

设备控制（本地状态 + IoT API）

例如要求它“晚上 11 点后如果电脑仍在使用，就把客厅灯光调暗”。Clawdbot会定时触发检查本机活动状态，再调用灯光控制 API 完成动作。

更高阶的自主应变

一个社区分享的较“科幻”的案例是：用户让它预订周六晚餐餐厅。在线订位失败后，它转而使用语音生成服务模拟电话语音联系餐厅，最终完成预约！

整体而言，这些场景的确在很大程度上实现了许多我们曾希望 AI 去做的繁杂工作。以前头疼的一些日常任务，现在只用在聊天界面上吩咐一句就搞定。

如何安装与配置 Clawdbot？

多说无益，我们在MacOS下做一个简单的体验。Clawdbot 配置项目非常多；不过目前教程已经满天飞，这里就简化一些。

配置Clawdbot有一个小小的诀窍是：

先做最小配置，然后让 Clawdbot 来辅助你配置。

第一步：安装。

最快的方法是从终端工具执行命令：

curl -fsSL https://clawd.bot/install.sh | bash

安装脚本会自动检测操作系统并完成安装。

第二步：配置Gateway。

运行命令开始配置向导：

clawdbot onboard --install-daemon

在确认安全提醒后，选择“QuickStart”，这样会跳过很多自定义配置（采用默认），最开始你只需要配置Model（这里选择了MiniMax）、默认 Skills，其他都可以暂时跳过（选择“Skip”）。直到看到 Gateway 启动成功（先忽略什么是Gateway）。最后会提示：

选择Open the Web UI，将会打开浏览器，用来管理与配置Clawdbot。

现在，就完成了基本安装与配置。

在WebUI中提供了Chat的对话工具，先打个招呼测试下模型吧。

第三步：配置Channel。

如果你只想用WebUI上的Chat来简单体验Agent，那么就已经结束了。

但将入口扩展到第三方IM工具，正是 Clawdbot 的独到之处，如果想体验，你就需要配置 Channel（相当于IM适配器）。

由于默认支持的 Channel 对国内用户并不适合。因此这里我选择使用插件来将飞书应用接入到本地的Clawdbot。

我试着让 AI 帮我配置：

它居然成功了！AI选择了一个feishu-bridge的技能安装，并指导我完成了飞书平台上的配置，且最终启动正常（你也可以选择其他插件）。

现在，通过飞书客户端给机器人发送一个消息，就可以“激活”Clawdbot：

第四步：简单体验。

现在可以通过飞书来给机器人安排工作了，你也可以拉到工作群里共享（小心Token爆炸）。

做了几个测试看看效果：

由于目前Mac App，以及用于能力扩展的iOS/Android Node客户端都需要源码编译，另外 API 也需要时间配置，希望下次可以分享更多复杂的案例。

尽管如此，现在借助 Clawdhub 上海量的Skills，已经有大量的场景等你去挖掘与实践，最重要的是 — 你不用和 AI 抢一台电脑，而可以远程吩咐家里的“助手”随时帮你干活。

揭开引擎盖：Clawdbot 是如何运转的？

了解 Clawdbot 能做什么后，我们来看它背后的原理与设计。

Clawdbot 本身的架构是比较复杂的，涉及较多的层次与模块，加上偏”分布式“的设计以及扩展性、安全性的众多考虑，已经远远超出一个普通 Agent 的范畴。

当然，即使对于开发者，大部分也无需过度关注内部细节。本文我们首先来认识Clawdbot 架构设计的“一级视图”：

这里用尽可能容易理解的方式介绍核心模块：

Gateway/Routers（中央网关）

“大脑中枢+交通枢纽”，也是整个系统的核心。

默认运行在本地的 127.0.0.1:18789 端口。它负责管理会话、调度Agent任务、维持与各个聊天渠道的消息连接、管理配对设备与权限、协调其他Nodes能力等。几乎所有的用户消息与控制命令都需要从这里经过。

Agent（智能体）

“任务执行者”，也就是实际干活的主体。

Agent在接收到消息与任务后，动用自己的脑袋（LLM/大模型）、手脚（Tools）、专业知识（Skills），尽可能的完成任务，其中可能会访问Web、运行命令、读写文件、编写代码，调用其他Nodes能力（比如摄像头）。

Clawdbot支持多Agent模式，可以互不干扰，或者相互协作。

每个Agent有自己的工作区，也就是自己的“办公桌”，放置专属配置与产物。

Nodes（远程能力节点）

“分布式触手”，与运行Gateway的主机协作的设备。

Nodes 就是在主机之外的其他“能力”节点。你的旧手机、闲置电脑都可以作为 Node 加入网络，以提供更多的能力，比如摄像头、屏幕录制、系统控制、屏幕共享、显示可交互式的“富”界面等。Nodes 需要在远程设备上运行相应的Node 客户端 App。

借助 Nodes，你可以要求Agent：

调用某个 iPhone 的摄像头拍照，然后做后续处理
搜集服务器的数据，生成仪表盘界面（A2UI描述），然后推送到你的 iPad 上做展示（WhatsApp 等消息客户端无法支持复杂UI）

Channels（渠道适配器）

“通信与翻译官”，与不同消息渠道的通信与消息适配。

根据配置与不同的渠道（比如飞书）建立安全链接，完成消息收发（通常是WebSocket 协议）以及格式转换 — 即翻译成 Clawdbot 能听懂的格式。

Clients（客户端）

“管理与控制者”，用来给 Gateway 下达“指令”。

Clawdbot 提供了多种形式的管理 UI，其功能类似，但使用形式不同。如果你喜爱命令行，使用clawdbot CLI 最方便；如果想可视化，可以用 Web UI；此外Mac用户还有一个常驻菜单栏的“管家”。

除了以上的核心组件与机制之外，Clawdbot的Plugins机制、基于事件的Hooks、多智能体协作、长期记忆机制、分层安全机制等设计，我们将在后续做更深入的探讨与演示。

观察与展望：有哪些不足与挑战？

尽管 Clawdbot 在设计、功能与体验上，有着耳目一新的独到之处，我们也看到AI 越来越从单纯的“对话者”进化为“行动者”。不过作为一款实验性质的开源软件，仍然有一些挑战需要面对。

安全风险

尽管Clawdbot在诸多层面有大量的安全机制，但GitHub 上关于安全的 Issue 还有几百个。毕竟，高自由度与高风险一般不分家 — 赋予 AI 读写文件和执行 Shell 的权限极其危险。一旦遭遇“提示词注入攻击”，AI 可能会被诱导执行删除等破坏性指令。

建议：正式使用切勿在存有敏感数据的主力机上裸跑，最好使用 Docker 容器或独立设备隔离运行。

成本与不稳定性

在测试时发现 Clawdbot 对 Token 的消耗相当大。当然也可能是优化不够，不过高强度的 Agent 必然消耗大量的 Token。如果再挂载 Claude/Gemini Pro这类昂贵的模型，API 费用不容小觑（但任务质量又的确重度依赖模型）。同时，测试时也发现Agent 偶尔会卡死或崩溃，需要人工介入。

本土化挑战

目前 Clawdbot 主要适配海外生态（Telegram/WhatsApp/Slack），缺乏对微信、飞书、钉钉等国内主流 IM 的官方支持，限制了其在国内日常场景的实用性；尽管已经有一些插件，不过考虑到一些平台的封闭性，未来实现到什么程度仍然有待观察。

虽然如此，Clawdbot 依然是一个里程碑。它很大程度展示了未来工作生活的新可能：我们负责决策与创造，AI 负责执行与琐事。 这场由开源社区发起的 AI 智能体的新故事，或许才刚刚开始。

喜欢就关注哦