备注：lyndon个人视角的养虾笔记，有听到的经验，也有个人的体验。涉及安装、配置、API接入等基操略过，网上有现成攻略。
更新时间：2026年3月27日
常规 AI 更像一个入口或工具，龙虾更像一个人。
| 核心能力 | 具体表现 | 我的理解 |
|---|---|---|
| 电脑权限 | 浏览器、硬盘、网络、API | 不只是聊天，而是真的能接触电脑和外部工具，能读文件、调接口、调用网页能力 |
| 记忆系统 | 长期记忆、任务清单、上下文追踪 | 不是一次性问答，而是能逐步理解你、积累经验、延续任务 |
| 持续执行 | 定时任务、自动巡检、主动提醒 | 不用每次都等你重新下指令，可以持续跑、持续盯、持续提醒 |
| 文件交互 (v1.8新增) | 本地文件批量读取、分析、整理 | 不仅是记忆的一部分，更是 co-work 能力的延伸（如材料版本管理、批量文件读取与分析） |
| 远程操控 (v1.8新增) | 通过 Telegram / 企微 等聊天软件沟通 | 既方便远程操控，又方便确立多身份 Agent（实实在在感觉在跟不同的人聊天） |
本质区别：龙虾不是一个更会聊天的大模型，而是一个有电脑权限、有记忆系统、能持续执行的 Agent，更像一个 24 小时替你干活的数字员工。
在 2026 年跨年演讲中，罗振宇提出了关于 AI 与人类关系的金句。AI 不是把人往外挤，而是把人往上托，让人类去从事更具创造性、更体现生命活力的工作：
黄仁勋在 GTC 大会上说，OpenClaw 本质上开源了智能体计算机的操作系统，类比于 Windows 之于 PC。 所有人都可以接入模型、定义工作流，把想法落地成数字员工。 最大历史意义：对普通人的大规模市场启蒙。它让人第一次明白： - 使用 Agent 不只是提个 prompt 那么简单。 - AI 真正落地的难点在于：连接、权限、工具、容错、接口、流程编排、稳定性、反馈机制和责任边界。
核心是：把它当一个人去看，不是当一个问答框。
不管是传统 AI 产品还是 OpenClaw，有两个最基本的驱动力：
判断一个场景是否适合用 AI，从这两点出发。 对大多数人来说，不需要系统学习，专业太深+信息爆炸，学不过来。
总原则：如果有省事的办法，就不要用复杂的办法——当然前提是你对它的安全性有一定的了解。技术的事要么用一键安装的产品省心，要么请技术团队支持。尽量不要自己在技术层面纠结太多，否则消耗的心力比省下来的钱还多。
核心认知：工具是分层的——有龙虾本身的，有模型调用层的，有工具组合层的。同一需求，工具选对了事半功倍。
最大坑是从 EasyClaw 迁到开源 OpenClaw，因为 easyclaw 很难使用 app 外的模型，费用受不了（有段时间每天0刀），迁回开源 opencalw，带来很多麻烦：
结论：尽量不要跨平台迁移。必须迁的话，提早备份，迁移后预留足够的重新配置时间。
龙虾会死，也可能出问题，要考虑好后路： - 内网环境：通过内网 Git 仓库备份配置文件、记忆文件、Soul/Identity 等纯文本 - 外网/开发环境：通过 GitHub 私有仓库管理，出问题可回退版本，迁移时有据可查 - 进阶用法：结合定时功能，每天提醒自己记录当日进展，作为每日日志的一部分。
💡 防休眠设置（Mac为例） 龙虾需要电脑常开。可以在终端运行命令行：
（防止系统休眠并保持显示器唤醒），或者在 Mac “系统设置 -> 显示器 -> 高级” 中开启”当显示器关闭时防止自动休眠”。
⚠️ 关于设备损耗（v1.9补充）： 有说法称不建议让日常使用的 Macbook 长期高负载作为服务器，可能对电池寿命有损。如果有闲置的老旧电脑（如旧款 Mac mini），用来跑龙虾是绝佳选择。
SOUL.md、USER.md、IDENTITY.md 这些文件都是普通文本格式，不是黑箱，可以直接用编辑器打开修改。想调整语气、改规则、加记忆，直接编辑文件就行，不需要通过对话去”教”它——有时候直接改比反复说清楚快得多。
Codebuddy 和 Workbuddy 是龙虾最重要的外援工具：
前期可以多体验几个产品，多了解不同工具的能力和边界。但后期建议集中精力在一两个工具上深挖，不要每样都蜻蜓点水。体验是探索，集中才是生产力。
本地部署：
| 类型 | 产品 | 特点 |
|---|---|---|
| 本地电脑 + 开源 OpenClaw | OpenClaw（开源版） | 数据本地可控，可深度定制，权限全开放；需要一定调试能力 |
| 本地电脑 + 一键封装版 | EasyClaw、腾讯 QCloud 等 | 一键安装，界面友好，封装模型，计费方式统一；省去安装调试心力 |
内网部署补充： - 可选择内网本地部署的开源模型，免费 - 其他内网模型成本比市面更低，部分可能需要相关审批流程
| 类型 | 产品 | 网址/说明 | 共性特点 |
|---|---|---|---|
| 内网 | OpenClaw 内网版 | MC0 上长期稳定运行 | 与 IWiki、KM、KNOT、Tapd 等打通方便；与互联网相对隔绝，安全性好 |
| 内网 | Workbuddy | Codebuddy 的龙虾版 | AICoding 能力强，对本地操控能力强；权限隔离好，安全性好；涉及敏感信息和复杂任务优先推荐 |
| 内网 | KNOT | （待补充） | 与企微结合非常方便；背后可结合知识库 |
| 内网 | Box | https://box-ai.woa.com | 能连通外网和内网；可方便检索浏览内网知识库；浏览器操控能力强 |
| 外网 | 开源 OpenClaw | github.com | 完全开源，可深度定制 |
| 外网 | EasyClaw 等一键装 | （待补充） | 省去安装调试心力，界面友好 |
💡 云端 vs 本地的权衡（v1.9补充） 云端产品（如部分内网/外网一键封装版）拥有相对的安全性保障，免去了配置烦恼；但代价是享受不了本地安装那种对权限随心所欲的修改和调整。这是便利性与可控性之间的必然取舍。
中文编辑处理：国内头部模型（GLM-5、MiniMax 等）目前表现不错，与国外大模型没有巨大差距。 Deep Research / 超长文本 / 多模态识别：国内外旗舰模型有明显差距，国外模型在这几块能力更强。
| 模型 | 中文处理 | Deep Research | 超长上下文 | 多模态识别 | 编程能力 | 费用 |
|---|---|---|---|---|---|---|
| GPT-5 系列 | ★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 高 |
| Claude Sonnet 4.6 | ★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 中高（性价比旗舰） |
| Gemini 3 Pro | ★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★ | 中高 |
| GLM-5 / Qwen3 Max | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★★ | 中 |
基本原则：需求极其简单时随便用，严重依赖模型能力时用最好的。稍复杂一点的任务，真的是模型高一寸，工程胜一丈。
零散提问特别消耗 Token（每次提问都要调动 Memory）。以下是核心省钱经验：
/new：开启全新对话，最省 Token/reset：清空短期上下文/compact：压缩当前会话.md
文件，每次对话都会把它们当作系统背景塞给大模型。SOUL.md、IDENTITY.md、USER.md
等核心预设）。其余所有过程文件、参考资料，统统新建一个
archive/（归档）或者 docs/
文件夹塞进去。一旦移入子文件夹，OpenClaw
就不会默认硬塞进上下文了。选好了用哪个产品，再来配置它的细节。逻辑才对。
这些文件的价值在于把你的身份、习惯和相关要求透明化了——这是龙虾区别于传统 AI 对话框的重要创新。初始设置时系统会问你，也可以打开直接修改，也可以用口播方式要求它改某些地方。
| 文件 | 作用 | 存放位置 |
|---|---|---|
| SOUL.md | 性格、语气、价值观、说话方式（灵魂） | ~/.openclaw/agents/<agent>/workspace/SOUL.md |
| IDENTITY.md | 角色定义、职责、工作规则（身份） | 同上 workspace 目录 |
| USER.md | 用户信息配置 | 同上 workspace 目录 |
| AGENTS.md | Agent 之间互相认识的配置 | 同上 workspace 目录 |
| MEMORY.md | 长期记忆、待办事项 | 同上 workspace 目录 |
| models.json | 模型配置（用哪个大脑） | agent 配置目录 |
教训：SOUL.md 在 workspace 里，不在 agent 配置目录里，一开始找错过位置。
龙虾的主要使用场景（个人正在试验）：
| 场景 | 说明 |
|---|---|
| 改稿子 | 指挥龙虾反复修改稿件，像跟人说”这里再调一下、那里换个说法”，精准度比传统模型好。可读取本地文件夹，方便存储不同版本。经验可积累：把改稿规则逐步沉淀，它会记住。先让AI看规律，不着急先入为主：把自己发现的规律先不给，让AI先分析其中特征和规律，有新发现再叠加自己的想法。 |
| 标准细化与审核 | 对文字材料进行精细化处理和审核（探索中） |
| 家庭药品管理 | 扫描识别录入→存量查询→过期提醒→推荐采购。涉及扫描识别→自动提醒→寻找采购全流程。（推进中） |
| 周报传播与编辑 | 定期整理、编辑、传播周报 |
| 定时搜集与扫描 | 定时扫描文件夹、处理新文件、定时提醒 |
试过飞书、企业微信、Discord、QQ，主战场落在 Telegram。
| 平台 | 优点 | 缺点 |
|---|---|---|
| Telegram | 机器人创建极方便；单点沟通顺畅；安全性好 | 需要梯子 |
| 飞书 | 与文档/日历集成好；拉群方便；有一键部署工具 | 权限配置繁琐；附件读权限混乱 |
| 企业微信 | 内外网打通；安全可控；可与内网机器人协作 | 权限严格；群消息读取受限 |
| Discord | 支持私信和服务器频道与 OpenClaw 对话 | 回复延迟较长；国内访问相对稳定 |
企业微信是理想选择，能内外网拉通，群消息读取和机器人互@还没完全配通，继续探索中。
当初设立多个不同 Agent 助理时，出发点很清楚： - 横向分工：不同专业的事交给不同的 Agent（对话不混、记忆不混）。 - 纵向分工：同一任务分流程环节（开发、监理、审核）。
💡 现实观察：边界模糊是常态 实际跑下来发现，分工很难绝对明确。比如健康问题往往跟心理状态有关（跨了健康顾问和觉醒教练）；工作思考也常跟自己的行事模式有关（跨了数字幕僚和觉醒教练）。这非常正常，人本身就是一个整体。
目前倾向分开为主，但信息偶尔共享时用明文传递，避免黑箱。
| Agent | 角色与使用要点 |
|---|---|
| 弗洛一德 | 总指挥 / 养虾助理（承接模糊类需求） |
| 写作助手 | 内容创作与润色。沉淀规则到企业文档，专业分工最后才打磨。 |
| 数字幕僚 | 工作类信息的整理与分析。 |
| 健康顾问 | 健康评估与康复指导。💡 进度与激励（v1.8新增）：通过设立一些进度显示和激励措施，顺着人性做事。 |
| 觉醒教练 | 心理学+正念禅修+ICF-MCC教练。需要清晰提示词、足够上下文，通过日常互动积累默契，结合知识库深挖。 |
| 进化官 | 能力传承与技能推广。最高权限，负责能力学习、技能传导、故障诊断。强调明文优先。 |
敏感信息包括：认证凭据（Token/密码）、个人身份信息、联系方式、财务信息、工作敏感信息（内网IP等）等。 脱敏原则：回避敏感细节，把细节提炼为规律性描述。
1. 给 OpenClaw 配一个安全体检助手 腾讯内部有 ClawScan 安全扫描工具，定期对龙虾进行安全体检，排查漏洞。 相关文章参考：《关于 OpenClaw 的10条安全红线》
2. 密钥物理隔离 如果你要搭建某个功能且需要填写第三方
API 密钥： - 不建议：直接在 OpenClaw
的日常对话框中发给它。 -
推荐：利用无记忆、强隔离属性的工具（如 Workbuddy
等专属环境）去操作填写。这样敏感密钥就不会残留在龙虾的
MEMORY.md 等日常记录中，最大限度防止误泄露。
为了确保安全可控，同时也为了最大限度适配个人工作流，目前系统核心依赖以下自建（手搓）或精选的技能（Skill）：
ppt-to-text：PPT
文件转结构化文字解读（支持逐页讲解、摘要等四种模式）voice-analysis：语音内容分析health-automation：健康数据自动化管理（Apple
Health 同步等）medication-management：家庭药品管理系统（查存量、查过期）edgeone-clawscan：安全体检扫描助手easyclaw-multiagent-skill-en：多 Agent
配置向导ppt-nano-master：多风格 PPT
生成（白板/光辉/医疗等风格）config-snapshot：OpenClaw
配置版本管理（时间机器）self-improvement：自我学习与纠错记录机制注：这些自研技能通过集中统一存放在主程序技能库中，确保各 Agent 都能安全、无缝地调用。
| 场景 | 工具 |
|---|---|
| 一般问询 | Gemini / ChatGPT（回答清晰，省 Token） |
| 复杂任务方案 | Gemini 先出方案 → 再抛给 Workbuddy 或龙虾 |
| 程序开发 | Codebuddy / Workbuddy（不用龙虾） |
| 内网信息读取 | Box（IWiki/KM/KNOT） |
工具谱系（精确度递减）：豆包输入法 → 微信输入法 → SaySo → Typeless 越往后越”模糊智能”，对原话改动越多。大部分时候模糊输入就够了，它能理解。原则：不要在不必要的事情上消耗心力，保持流畅。
两者协同，优先 MD 格式保存知识。重要信息要明确说”存到 Memory 里”。
“很多时候不是做不到，而是想不到，或者说不敢想。多年的规训让我们的自我审查意识极强，甚至潜入到潜意识中间。”
放弃完美提问，不要想一次性说清楚。慢就是快。
核心：退回到最初的原始意图，一点点把已知和确定的输入给它，同时让它了解你的”不确定”。AI 很强的一点，就是能把散乱的多轮对话最后结构化整理出来。
有了 AI 之后，学习依然重要，但要把人从繁琐的死记硬背中解放出来。 人的价值更在于：发现需求、明确需求、承担责任，以及创造力、好奇心、审美等。
基于与各助手的对话和实践经验，总结出以下 15 个核心主题：
“他和龙虾的关系极其复杂，是老板与员工，是助手与主人，是老师与学生，是朋友，是对手，甚至是另一个分身。关系层层叠叠，说不清道不明，但归根到底，他们一个是虾，一个是养虾的人，是在共生。”
— 李诞
还没聊完的待探索议题（v1.9 扩展）：