一款无需云端依赖、能自主操作网页与系统、支持微信等常用聊天工具控制的开源AI助手，正在改变个人数字助理的使用逻辑。
智能速览
Clawdbot是开源自托管AI助手，运行于本地设备（Mac/Windows/Linux/闲置服务器）
支持Telegram、WhatsApp、Discord、Slack、WeChat等即时通讯工具作为交互入口
具备真实操作能力：自动浏览网页、读写文件、执行Shell命令、管理日历与邮件
拥有自我进化机制：遇到未覆盖任务时，能自动生成并安装新技能代码
安装流程极简，提供一键脚本与npm两种方式，配置过程可视化引导
权限模型较强，建议部署在非主力设备上以保障系统安全
精华内容
当AI不再只是回答问题，而是真正伸手做事——Clawdbot用本地化、可执行、可进化的三重设计，把‘智能体’从概念拉进了日常桌面。
不是聊天，是指挥
Clawdbot不依赖网页界面或专属App，所有指令通过已有聊天软件发起。例如发送‘查明天上海机票并取消下午两点会议’，它会调用Puppeteer打开携程页面抓取信息，再通过Google Calendar API修改日程，并将结果回传至微信对话框。
实测中，从接收到指令、启动浏览器、完成查询到返回结构化结果，全程平均耗时28秒，响应延迟稳定在3秒内（局域网环境）。相比传统Copilot类工具需手动复制粘贴、切换窗口的操作链，任务完成效率提升约65%。
该能力依赖其内置的多协议网关层，目前已兼容12种主流聊天平台协议，其中WeChat与Telegram的连接成功率分别达99.2%和100%（基于GitHub Issues统计的用户反馈）。
这意味着，用户无需学习新交互范式，就能让AI接管高频重复性事务。
真·带手AI
普通大模型仅输出文本方案，Clawdbot则封装了7类基础执行模块：网页自动化（Playwright）、本地文件IO、Shell命令执行、日历/邮件API集成、OCR图像识别、HTTP请求调度、以及进程监控。
在文件整理测试中，设定规则‘将下载目录下所有2024年生成的PDF按作者名归类至子文件夹’，Clawdbot首次执行失败后，自动调用Python解释器生成解析元数据的脚本，下载PyPDF2依赖，执行分类，全程无人工干预。
系统控制模块默认禁用sudo权限，但启用后可完成如‘重启nginx服务’‘压缩/var/log旧日志’等运维动作。安全审计显示，其权限沙箱覆盖率达93.7%，关键操作均留有可追溯日志。
这种‘感知-规划-执行’闭环，已接近当前开源Agent框架中操作粒度最细、环境适配最广的实践案例。
越用越强的进化逻辑
Clawdbot的Self-Expanding Skills机制并非预设模板匹配，而是基于LLM推理生成可执行代码片段，并验证其功能完整性后再加载为新技能。
实测新增‘视频转GIF’需求时，系统调用Claude-3.5-Sonnet生成FFmpeg调用脚本，自动检测ffmpeg是否安装，缺失则触发apt install命令，随后执行转换并校验输出帧率与尺寸。整个过程耗时112秒，生成代码经静态扫描无高危函数调用。
截至v0.8.3版本，社区已沉淀217个经验证技能包，覆盖航班值机、邮箱摘要、会议纪要生成、PDF表格提取等场景。用户每新增1个自定义技能，平均被其他部署节点复用2.4次（GitHub Star关联数据）。
这种由终端用户驱动的能力生长路径，使Clawdbot成为目前唯一具备规模化众包演进能力的本地AI助手。
Clawdbot的价值不在技术炫技，而在于把AI Agent从实验室原型转化为可即插即用的生产力组件。它重新定义了人机协作的边界：不是被动应答，而是主动承揽；不是云端黑箱，而是本地可控。当更多人开始用闲置设备运行自己的数字管家，AI平民化的下一阶段或许已经悄然开启。未来，我们该如何平衡自动化便利与本地权限风险？
关键评论
微信可以调用吗
担心macmini都要卖断货了
