博主头像

Clawdbot/Moltbot 实战功能展示，有前瞻性但还非常不完善。

外来客 • 2026-08-15 11:44:59

分享
𝕏 f ◉
声明：本文为对公开视频内容的摘要整理， 未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🛠️ 软件定位与运行环境

  • 核心定义：Clawdbot（转录中亦作 CloudBot/Cropboard）是一款基于大语言模型的 AI Agent 软件，具备自然语言交互、实时编程及技能（Skills）集成能力，旨在将用户工作流自动化。
  • 平台兼容性：在 macOS 和 Linux 上运行表现较好；Windows 因权限问题体验不佳。
  • 硬件要求：对本地机器性能要求极低，主要依赖外部 LLM API。实测在 500-600 元价位的 Linux 主机或虚拟机中均可运行，无需购买多台 Mac mini 等高配设备。
  • 成本结构：软件本身不内置大脑，需用户自行接入 LLM 供应商。国内模型（如 MiniMax M2.1）API 费用约为每月 20-30 元，被视为可接受的入门成本。

⚙️ 安装配置与国内模型接入

  • 安装方式：通过官网提供的一键安装命令行脚本进行部署。相比让 AI 自动执行安装，手动运行脚本具有更高的确定性，能避免 AI 操作偏差导致的安装失败。
  • 初始化流程：安装后需进行快速配置，包括重置设置、选择 LLM 提供商、配置 Hooks（如对话保存、错误处理）等。
  • 国内模型适配难点：官方向导未直接提供国内模型（如 MiniMax）的配置选项，且国内外 API 地址与 Key 不通用。
  • 解决方案：
  • 利用 OpenCode 等辅助工具，根据整理好的配置指南（Guide）修改底层文件。
  • 需手动指定 Clawdbot 的安装目录及 API Key。
  • 配置完成后，需通过 Gateway Token 验证网页端登录状态，确保前后端连接正常。

🧩 核心功能：技能（Skills）开发与调试

  • 技能定义：Skills 是 LLM 与外部工具交互的接口，由说明文件（供 LLM 阅读）和脚本程序组成。默认内置约 40 个技能，但严重不足，需用户自定义。
  • 开发流程：
  1. 需求描述：用户以自然语言描述需求（如“视频音频转字幕”），AI 会确认细节（如输入格式、引擎选择、时间戳标准）。
  2. 自动编程：AI 生成 Skill 文件及脚本，实现功能逻辑。
  3. 迭代修复：首次运行常出现报错，需用户反馈错误信息，AI 进行代码修复。此过程可能耗时较长，且存在“一次过反馈”机制，即 AI 会汇总多轮思考后一次性输出结果，避免中间报错引发用户恐慌。
  • 实战案例：
  • B站视频下载：开发 Skill 调用外部工具下载视频音轨为 MP3 格式。
  • 字幕转换：开发 Skill 将 MP3 转换为 SRT 字幕，并适配达芬奇（DaVinci Resolve）格式。
  • 多技能联动：AI 能智能识别任务链，自动调用“下载”和“转换”两个 Skill 完成端到端任务。
  • 稳定性现状：功能尚不完善，约 50% 的成功率。复杂任务可能反复调试数小时仍无法解决，需用户具备一定耐心和技术背景进行调教。

🌐 浏览器自动化控制

  • 实现机制：通过 Chrome 浏览器扩展插件实现网页操作。
  • 安装步骤：
  1. 在 Clawdbot 中执行 `clawdbot browser extension install` 命令获取本地扩展路径。
  2. 在 Chrome 扩展管理页面开启“开发者模式”。
  3. 加载本地扩展文件夹，并启用插件。
  4. 执行 `clawdbot browser status` 验证连接状态为 True。
  • 操作限制：
  • 执行过程中用户不可干扰浏览器操作，否则可能导致任务中断或状态异常。
  • 目前存在功能缺陷，如无法直接下载文件，且截图功能偶发失效。
  • 相比 OpenCode 的 Playwright 方案，Clawdbot 的浏览器操控能力较弱，但在多 Session 管理和网页界面集成上有独到之处。

⚖️ 综合评价与适用建议

  • 优势：
  • 低硬件门槛，适合轻量级自动化场景。
  • 具备前瞻性，能将个人工作流转化为可复用的自动化技能。
  • 多 Session 架构支持并行任务处理，主 Agent 可调度子 Agent 执行特定任务。
  • 劣势：
  • 稳定性差，报错频繁，需大量人工介入修复。
  • 配置复杂，国内模型接入缺乏官方支持，依赖社区或第三方工具辅助。
  • 反馈机制不够透明，中间过程黑盒化，新手易产生焦虑。
  • 适用人群：
  • 适合有一定技术背景、愿意折腾配置、且工作流中存在重复性自动化需求的用户。
  • 不适合追求开箱即用、零代码维护的纯新手。
  • 结论：Clawdbot 代表了 AI Agent 的未来方向，但当前版本仍处于早期阶段，功能不完善且稳定性不足。用户应将其视为实验性工具，而非生产级解决方案，需预留充足时间进行调试和预期管理。

博主头像 👤 同一博主

查看该博主全部 50 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。