Clawdbot开源了，Siri该有的样子，在手机里指挥AI干活

大家好，我是 Ai 学习的老章

给大家介绍个开源项目，在外面被吹上天了——Clawdbot，号称目前最接近"真正的个人AI助手"的开源实现——你通过 WhatsApp、Telegram、Discord、Slack、Signal、iMessage、甚至微软 Teams，就能指挥一个运行在你自己设备上的 AI 帮你处理各种任务。

简介

"Everything Siri was supposed to be. And it goes so much further."（这就是 Siri 本该有的样子，而且它做得更多。）

Clawdbot 是什么？

官方一句话定义：**The AI that actually does things.**（真正能做事的 AI。）

它能帮你清理收件箱、发送邮件、管理日历、帮你登机check-in——而且这一切都发生在你熟悉的聊天软件里：WhatsApp、Telegram、或者你日常用的任何 App。

本地优先（Local-first）：Clawdbot 运行在你自己的设备上。你可以跑在 Mac、Windows（WSL2）或 Linux 上。数据不会上传到第三方服务器，隐私完全由你掌控。

架构设计：它采用 Gateway（网关）+ Channels（渠道）+ Agent（智能体）的三层架构：

WhatsApp / Telegram / Slack / Discord / Signal / iMessage / Teams / WebChat
                              │
                              ▼
                    ┌───────────────────┐
                    │     Gateway       │
                    │  (控制平面)        │
                    │ ws://127.0.0.1    │
                    └─────────┬─────────┘
                              │
        ┌─────────────────────┼─────────────────────┐
        │                     │                     │
   Pi Agent (RPC)        CLI 命令行          macOS/iOS/Android

Gateway 是控制中心，各种聊天渠道通过 WebSocket 连接进来，Agent 在本地运行处理请求。

核心能力

Clawdbot 不是一个简单的聊天机器人，而是一套完整的个人 AI 基础设施。让我逐一拆解：

1. 全渠道接入（14+ 聊天平台）

这是它最惊艳的能力。支持的聊天平台包括：

这意味着什么？ 意味着你不用切换 App，不用开新网页，直接在你每天都在用的聊天软件里，就能指挥 AI 干活。

2. 多模型支持（Anthropic、OpenAI、DeepSeek...）

Clawdbot 不锁定某个模型，支持：

官方强烈推荐 Anthropic Claude Pro/Max（100/200）+ Opus 4.5，理由是长上下文能力强、抗提示词注入能力好。如果你有 Claude 订阅，这是最佳选择。

没订阅也行，用 API Key 或者本地模型都可以。

3. 浏览器控制（Browser Tool）

这是 Clawdbot 最硬核的能力之一：真正的浏览器 RPA。

它会创建一个独立的 Chrome/Chromium Profile（默认叫 clawd，橙色主题），与你日常浏览器隔离。然后通过 CDP（Chrome DevTools Protocol）+ Playwright 进行控制。

能做什么？

• 确定性标签控制：列出/打开/聚焦/关闭标签页
• Agent 操作：点击、输入、拖拽、选择
• 页面快照：AI 能"看到"页面内容
• 截图 & PDF：生成截图、导出 PDF
• 表单填写：自动填写复杂表单
• 多 Profile 支持：可以配置 clawd、work、remote 等多个 Profile

# 查看浏览器状态
clawdbot browser --browser-profile clawd status

# 启动浏览器
clawdbot browser --browser-profile clawd start

# 打开网页
clawdbot browser --browser-profile clawd open https://example.com

# 获取页面快照（AI 用来理解页面）
clawdbot browser --browser-profile clawd snapshot

# 点击页面元素（通过 ref 标识）
clawdbot browser click 12
clawdbot browser type 23 "hello world"

# 等待页面状态
clawdbot browser wait --url "**/dashboard"
clawdbot browser wait --load networkidle
clawdbot browser wait "#main-content"

高级功能：

• 支持设置 Cookies、LocalStorage
• 模拟地理位置、时区、语言
• 设置设备类型（如模拟 iPhone 14）
• HTTP 认证
• 离线模式
• 调试追踪（trace 录制）

举个真实例子：社区用户 @marchattonhere 做了一个 Tesco 自动购物的技能——每周菜单发给 AI，AI 打开浏览器、登录 Tesco、添加商品到购物车、选择配送时间、确认订单。全程无需 API，就是操控浏览器。

4. 系统命令执行（Exec Tool）

让 AI 能执行系统命令，这是另一个"核武器"级别的能力。

执行环境：

• sandbox（默认）：Docker 沙盒，隔离安全
• gateway：Gateway 所在主机
• node：远程设备节点（如 macOS/iOS/Android）

安全策略：

• deny：拒绝所有命令
• allowlist：白名单模式
• full：完全开放

配置参数：

{
  "tools": {
    "exec": {
      "host": "sandbox",
      "security": "allowlist",
      "ask": "on-miss",
      "timeout": 1800,
      "pathPrepend": ["~/bin", "/opt/oss/bin"]
    }
  }
}

默认情况下是沙盒模式 + deny，你需要显式开放权限。这个设计很合理——强大的能力需要谨慎使用。

进程控制：

// 启动长时间运行的命令
{"tool":"exec","command":"npm run build","yieldMs":1000}

// 轮询进程状态
{"tool":"process","action":"poll","sessionId":"<id>"}

// 发送按键
{"tool":"process","action":"send-keys","sessionId":"<id>","keys":["Enter"]}
{"tool":"process","action":"send-keys","sessionId":"<id>","keys":["C-c"]}

5. 技能系统（Skills）

Clawdbot 有完整的技能扩展体系，类似于 Claude Code 的 SKILL.md 规范：

技能层级：

1. Bundled skills：安装包自带的技能
2. Managed/local skills：~/.clawdbot/skills 目录
3. Workspace skills：当前工作区的 skills 目录

技能格式（SKILL.md）：

---
name: nano-banana-pro
description: Generate or edit images via Gemini 3 Pro Image
metadata: {"clawdbot":{"requires":{"bins":["uv"],"env":["GEMINI_API_KEY"]},"primaryEnv":"GEMINI_API_KEY"}}
---

使用说明...

ClawdHub 技能市场：

有一个专门的技能市场 clawdhub.com，可以安装社区技能：

# 安装技能
clawdhub install <skill-slug>

# 更新所有技能
clawdhub update --all

# 同步技能
clawdhub sync --all

技能门控（Gating）：

• requires.bins：需要某些命令行工具存在
• requires.env：需要某些环境变量
• requires.config：需要某些配置项
• os：限定操作系统（darwin/linux/win32）

自动安装器：技能可以声明安装方式（brew/node/go/uv/download），Gateway 会自动帮你安装依赖。

6. 生产力集成

Clawdbot 内置了大量生产力工具的集成：

7. 语音能力

• Voice Wake：语音唤醒（类似"Hey Siri"）
• Talk Mode：持续对话模式
• 配合 ElevenLabs 可以让 AI "开口说话"

支持 macOS、iOS、Android 三端。

8. 可视化工作区（Canvas + A2UI）

类似于 Claude Artifacts 的可视化能力：

• Agent 可以推送可视化内容到 Canvas
• 支持实时交互
• macOS/iOS/Android 都有原生支持

安装部署

一键安装

macOS / Linux：

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

Windows（PowerShell）：

iwr -useb https://clawd.bot/install.ps1 | iex

npm / pnpm：

npm install -g clawdbot@latest
# 或者
pnpm add -g clawdbot@latest

运行向导

安装完成后，运行向导程序：

clawdbot onboard --install-daemon

向导会引导你完成：

1. 选择本地还是远程 Gateway
2. 配置 AI 模型（OAuth 登录 Claude/OpenAI，或使用 API Key）
3. 绑定聊天渠道（WhatsApp 扫码、Telegram 填 Token 等）
4. 安装后台服务（launchd/systemd）

前置条件

• Node.js >= 22
• 推荐配置 Brave Search API 用于网络搜索
• Windows 用户需要 WSL2

启动 Gateway

# 查看 Gateway 状态
clawdbot gateway status

# 启动 Gateway（前台运行，带详细日志）
clawdbot gateway --port 18789 --verbose

# 健康检查
clawdbot health
clawdbot status --all

配对聊天渠道

WhatsApp（扫码）：

clawdbot channels login

扫描终端显示的二维码即可。

Telegram：在 ~/.clawdbot/clawdbot.json 中配置：

{
  "channels": {
    "telegram": {
      "botToken": "123456:ABCDEF"
    }
  }
}

Discord：

{
  "channels": {
    "discord": {
      "token": "1234abcd"
    }
  }
}

从源码构建

git clone https://github.com/clawdbot/clawdbot.git
cd clawdbot
pnpm install
pnpm ui:build  # 构建 UI
pnpm build     # 构建主程序
clawdbot onboard --install-daemon

# 开发模式（自动重载）
pnpm gateway:watch

安全模型

Clawdbot 在安全设计上很用心：

DM 配对机制

默认情况下，陌生人给你发消息时，Clawdbot 会返回一个配对码，而不是直接处理消息：

# 查看待审批的配对请求
clawdbot pairing list whatsapp

# 批准配对
clawdbot pairing approve whatsapp <code>

如果你想开放对所有人，需要显式设置 dmPolicy="open" 并在 allowlist 里加入 "*"。

沙盒隔离

• 主会话：默认在主机上运行，完全权限
• 非主会话（群组/频道）：可以配置 agents.defaults.sandbox.mode: "non-main"，让这些会话在 Docker 沙盒里运行

沙盒默认白名单：bash, process, read, write, edit, sessions_*沙盒默认黑名单：browser, canvas, nodes, cron, discord, gateway

工具审批

对于危险操作，可以配置 ask: "always" 要求每次都审批。

社区案例

Clawdbot 社区非常活跃，这里列举一些真实案例：

🛒 Tesco 自动购物（@marchattonhere）

每周菜单 → 常购商品 → 选配送时间 → 确认订单。全程浏览器控制，没有调任何 API。

🍷 酒窖管理技能（@prades_maxime）

让 AI 根据 962 瓶酒的 CSV 文件，几分钟内写好了一个本地酒窖管理技能。

📱 iOS App 开发（@coard）

完全通过 Telegram 聊天，开发了一个带地图和录音功能的 iOS App，并发布到 TestFlight。从头到尾没打开电脑。

💻 沙发开发模式（@davekiss）

躺沙发看 Netflix 的同时，通过 Telegram 指挥 AI 把整个个人网站从 Notion 迁移到 Astro，18 篇文章，DNS 切换到 Cloudflare。

🖨️ Bambu 3D 打印机控制（@tobiasbischoff）

状态监控、任务管理、摄像头查看、AMS 耗材管理、校准——全部通过聊天完成。

💍 Oura 健康助手（@AS）

对接 Oura 智能戒指数据，结合日历和健身计划，做个人健康建议。

🧹 Roborock 扫地机器人控制

自然语言控制扫地机器人。

🏠 Home Assistant 集成

自然语言控制智能家居设备。

🌤️ 晨间简报（@buddyhadry）

每天早上自动生成一张"场景图"，包含天气、待办事项、日期、喜欢的语录。

🔍 PR 代码审核 → Telegram（@bangnokia）

代码 PR 提交后，AI 自动审核 diff，在 Telegram 里汇报审核意见，包括是否可以合并、需要先修复哪些问题。

🗣️ 中文学习引擎（@joshp123）

发音反馈、学习流程设计，通过 Clawdbot 语音能力实现。

👥 Kev's Dream Team（14+ Agents）

一个 Gateway 下运行 14+ 个 Agent，Opus 4.5 作为编排者，Codex 作为执行者，完整的多 Agent 协作架构。

聊天命令

在 WhatsApp/Telegram/Slack/Teams 里可以直接发送这些命令：

远程访问

Clawdbot 可以运行在 Linux 服务器上，客户端（macOS App、CLI、WebChat）通过 Tailscale 或 SSH 隧道连接：

Tailscale 模式：

• serve：tailnet 内部 HTTPS（使用 Tailscale 身份认证）
• funnel：公网 HTTPS（需要密码认证）

配置方法：

{
  "gateway": {
    "tailscale": {
      "mode": "serve"  // 或 "funnel"
    }
  }
}

这种架构的好处：

• Gateway 跑在服务器上，24/7 在线
• exec 命令在服务器执行
• 设备相关的操作（摄像头、通知）通过 node 发送到本地设备执行

配置文件

核心配置文件：~/.clawdbot/clawdbot.json

最小配置：

{
  "agent": {
    "model": "anthropic/claude-opus-4-5"
  }
}

完整配置示例：

{
  "agent": {
    "model": "anthropic/claude-opus-4-5"
  },
"browser": {
    "enabled": true,
    "controlUrl": "http://127.0.0.1:18791",
    "defaultProfile": "clawd",
    "color": "#FF4500"
  },
"tools": {
    "exec": {
      "host": "sandbox",
      "security": "allowlist"
    }
  },
"channels": {
    "telegram": {
      "botToken": "YOUR_TOKEN"
    },
    "whatsapp": {
      "allowFrom": ["+1234567890"]
    }
  },
"skills": {
    "entries": {
      "nano-banana-pro": {
        "enabled": true,
        "apiKey": "YOUR_GEMINI_KEY"
      }
    }
  }
}

工作区目录结构：

~/clawd/              # 工作区根目录
├── AGENTS.md         # Agent 提示词
├── SOUL.md           # 人格定义
├── TOOLS.md          # 工具描述
└── skills/           # 本地技能
    └── my-skill/
        └── SKILL.md

我的实测体验

装完整套流程大概 10 分钟。向导引导做得很好，新手也能跟着走下来。

配置 WhatsApp 的过程：

1. 运行 clawdbot channels login
2. 终端弹出二维码
3. 手机 WhatsApp 扫码
4. 完成！

然后给自己发条消息，AI 就响应了。体验非常流畅，延迟可接受。

优点汇总：

✅ 真正本地优先：数据不上服务器，隐私有保障

✅ 多渠道接入是杀手级特性：不换 App 太爽了

✅ 浏览器控制能力强大：真 RPA，不是调 API

✅ 技能系统设计优雅：易扩展，社区活跃

✅ 安全设计用心：配对机制、沙盒隔离、权限审批

✅ 开源：MIT 协议，可自己魔改

✅ 社区活跃：Discord 里每天都有人分享新技能

需要注意的：

⚠️ 有一定技术门槛，不是"小白"工具

⚠️ 最佳体验需要 Claude Pro/Max 订阅（40/月）

⚠️ Windows 用户需要 WSL2

⚠️ 功能太多，配置项也多，有学习曲线

⚠️ 某些渠道（如 iMessage）仅限 macOS

与同类产品对比

结论很明显：Clawdbot 是目前开源领域功能最完整的个人 AI 助手实现。

总结

Clawdbot 代表了个人 AI 助手的一个重要方向：本地优先、多渠道接入、深度系统集成、开放可扩展。

它不是又一个聊天机器人，而是一个可以真正"干活"的 AI Agent 框架：

• 能控浏览器（真 RPA）
• 能跑脚本（沙盒隔离）
• 能对接十几种聊天平台
• 能扩展技能
• 而且数据都在你自己手里

如果你是技术人员，想要一个可深度定制的 AI 助手，Clawdbot 非常值得一试。

如果你只是想体验一下个人 AI 助手的威力，安装门槛也没那么高——跟着官方向导走就行。

🔗 相关链接：

• 官网：https://clawd.bot/
• GitHub：https://github.com/clawdbot/clawdbot
• 文档：https://docs.clawd.bot/
• 技能市场：https://clawdhub.com
• Discord：https://discord.gg/clawd

作者 Peter Steinberger（@steipete）说这是为他的虚拟龙虾助手 Clawd 构建的。这只龙虾，可能要统治世界了。🦞

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个🌟，谢谢你看我的文章，我们下篇再见！