AI

各位极客老铁，老墨又来填坑了！ 最近深耕OpenClaw多Agent模式，目标很简单：让main机器人当调度员，mr（市场研究员）、pm（产品经理）、dev（开发工程师）各干各的活，形成一个小型AI协作团队。但过程真的一言难尽，从命令行操作到飞书配置，踩了N个暗坑，今天把完整搭建流程+避坑指南甩给你们，全程实操，跟着走不迷路——毕竟老墨从不玩虚的，只讲能落地的干货！ 为什么需要多个Agent呢？ 先交代背景：很多老铁会问，搞一个main机器人不就够了？为啥非要折腾多个Agent？ 老墨实测总结：单Agent就是“万金油”，啥都能做但啥都不精——比如让一个机器人既做市场调研、又做产品规划、还写代码，做的事情太多了，记忆存储也会庞大，很容易出现“AI幻觉”。 我要搭建的多Agent架构，核心是「1个调度Agent（main/小墨）+ 3个功能Agent（mr/pm/dev）」，所有Agent接入飞书群组，实现“@对应角色触发对应响应”，目前已完成群组呼叫、私聊，协同工作还需进一步研究，看后文详述。 多Agent的核心价值，就是「分工明确、各司其职」：main机器人当调度员，负责统筹需求、分配任务；mr专注市场调研，pm聚焦产品规划，dev专攻技术实现，既避免了单Agent的混乱，又能提升响应效率和专业性，后续还能实现协同工作，搭建一个小型AI协作团队。 顺便说一句，为了使用飞书插件最新的能力，我把openclaw原生的飞书插件替换成了，我测试了一下，他们的配置是兼容的，你可以不用按照我的来，如果配置不兼容你可以参考飞书官方插件使用文档和OpenClaw飞书官方文档。 前言 由于OpenClaw版本更新非常快，文档更新不及时，网上查询资料时老墨也深受其害，配置各不相同，非常麻烦。所以老墨这里把环境标清楚，避免你跳坑： OpenClaw版本: 我的是 2026.3.13，非常影响后文讲述的配置，不同版本差异非常大，如果你的版本与我不一致，那么你需要注意 系统环境： Windows 10，这个影响不是很大，主要注意windows和linux路径上的区别即可 另外，你可以了解一下飞书的id设计，每一个机器人看到的你的 openid并不是一样的，如果你用到了需要特别注意： openid：以 ou 开头，格式为 ou_xxx 群聊的id: 以 oc 开头，格式为 oc_xxx Appid: 飞书机器人的appid格式时 cli_xxx 一、第一步：添加多个工作区（多Agent的基础，别瞎建目录） OpenClaw的多Agent，本质是「每个Agent对应一个独立工作区」，工作区里存着该Agent的身份配置（soul.md/identity.md等）、日志和任务数据，这一步是基础，建错路径后续全白搭。 很多新手上来就手动建文件夹，结果OpenClaw识别不到，老墨实测：用命令行创建最稳妥，自动关联配置，避免路径错乱。 先查看一下你的agent列表： 1openclaw agents list 你应该看到你本地有一个主agent，现在可以添加几个了： 1openclaw agents add mr --workspace ~/.openclaw/workspace-mr 2openclaw agents add pm --workspace ~/.openclaw/workspace-pm 3openclaw agents add dev --workspace ~/.openclaw/workspace-dev 这里展示一下我后台添加的一个writer的截图： 这里我指定工作目录在我的用户目录下的 .openclaw中，与主Agent一致。 如果你加错了，你可以删除： 1openclaw agents remove dev 创建完成后，你的~/.openclaw/openclaw.json配置文件的"agents"节点下会有"list"子节点，里边对应了你添加的多个agent，你可以修改这个配置，比如指定不同的模型： ...

大家好，我是极客老墨。 今天我们来盘点 OpenClaw 社区公认、高频实用的十大核心 Skills，按「安全打底→基础核心→场景提效→进阶成长」排序，覆盖你做内容创作、开发运维、日常自动化的全场景需求，老墨亲测，文末附一键安装指令。 什么是 Skill？ 如果没有Skill，你会发现你的 OpenClaw 功能会非常有限。装上 Skill，相当于给它插上了翅膀，让它变得强大且聪明。 你可以把 OpenClaw 想象成一部手机，它的 Skill 就是手机里的APP：它本质上是一个可以独立运行的插件和应用程序，大模型根据需要按需调用它实现某些特定的功能。 比如 file-organizer（文件管理 Skill）是 “文件管理器 APP”，agent-browser 是 “浏览器自动化 APP”；这些 Skill 是独立的可执行程序，有自己的代码、依赖、配置，安装后能直接运行；你对 OpenClaw 说 “整理我的桌面文件”，OpenClaw 会调用 file-organizer 这个 Skill 直接执行，无需大模型额外处理。 去哪里找 Skill？ 官方有个 ClawHub，这是 OpenClaw 的 Skill 社区。 我给老铁安装OpenClaw的时候一般都会把官方的 clawhub Skill装上，这样就可以通过对话的方式让 OpenClaw 自己安装 Skills 了。 但 ClawHub 经常限速，我现在更推荐用腾讯的 skillhub，国内访问更快。 安装方式： 方式1：对话安装（推荐） 直接和 OpenClaw 说： 根据 https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/skillhub.md 安装Skillhub商店。 方式2：命令行安装（macOS/Linux） 1curl -fsSL https://skillhub-1251783334.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash ...

大家好，我是极客老墨。 前几天折腾了一整天，终于把"每日一Go"的自动化流程跑通了。说实话，搞完的那一刻，我坐在椅子上发了会儿呆——这玩意儿真的能自己干活了？ 让我从头说说这事儿。 起因：不想每天手动发图 做公众号的都知道，每天发图文是个体力活。选题、写题、生成代码图、上传素材、创建草稿、发布……一套下来，半小时没了。 我就在想：能不能让小墨(我的智能AI助理)自己干这事儿？ 说干就干。 整个系统长这样 先给你看个整体架构图，不然光说容易晕： [题库] → [小墨] → [daily-go-skill] → [图片生成] ↓ [content-publisher] → [微信公众号] 三个核心组件： 1. daily-go-skill 小墨自己写的 skill，专门用来生成 Go 题目的图片。用 Python 实现的，代码高亮直接用现成的库，简单粗暴。 2. content-publisher 这是我自己搞的微信 API 中转服务。为啥要搞这个？因为微信的 appid 和 appsecret 太敏感了，直接放小墨那儿不安全。这个服务跑在我自己的服务器上，小墨只能通过 API 调用，拿不到敏感信息。 3. 题库 小墨自己维护的，用飞书的多维表格。字段包括题目、答案、难度、状态、日期等。后期题库大了可以直接上数据库，但现在飞书够用了。 小墨的工作流程 我给你还原一下它"脑子里"想什么。 第一步：接任务 我说：“小墨，发一道每日一Go到公众号。” 小墨的第一反应：“好的，老大。我先看看题库里有什么。” 第二步：读题库 小墨打开飞书表格，扫了一遍未发布的题目。 [题库查询] - 题目1：Go 的 defer 执行顺序？（已发布） - 题目2：slice 和 array 的区别？（已发布） - 题目3：map 是并发安全的吗？（未发布）✓ “找到了，就这道吧。” 第三步：生成图片 小墨调用 daily-go-skill，把题目传过去。 ...

大家好，我是极客老墨。 刚才手贱，把电脑重启了一下。再启动 OpenClaw，结果，起不来了，直接报错。 说实话，那一刻我有点懵。明明之前还好好的，怎么重启一下就挂了？ 赶紧检查一下状态： $ openclaw health 直接出错： 看错误信息，大概是少了一个模块，@larksuiteoapi/node-sdk。 我第一反应是：这是飞书插件依赖的 SDK 吧？ 记得之前启动的时候，总会提示两个飞书插件： 既然 .openclaw 下有一个飞书插件，怎么安装目录下还有一个呢？ 难怪冲突。所以我之前是直接把 .openclaw 下的删除了。 现在想想，删错了。 到官方文档看看这个错误信息，找到了： 大概明白了，@larksuiteoapi/node-sdk 这个库没有兼容最新版本的 OpenClaw。 看来是 OpenClaw 安装包下的插件太旧了，应该删除它才对。 直接删了： 然后重新安装飞书插件： $ openclaw plugins install feishu 或者重新发起配置流程，会自动安装这个插件： $ openclaw config 虽然还是有那个 plugins.allow 的错误，但是终于可以成功跑起来了…… 老墨总结 折腾完这个 bug，我有几个感悟： 1. 快速迭代是把双刃剑 OpenClaw 更新太快了，这事儿有好有坏。 好处是功能迭代快、问题修复及时。但坏处是——插件生态跟不上。 2. 备份意识要加强 这次是插件冲突，删错了还能重装。但如果是配置文件丢了、数据坏了呢？ 3. 插件生态需要跟上 OpenClaw 发展这么快，插件作者也得跟上节奏。 不然用户每次更新都可能踩坑，体验就差了。 ...

大家好，我是极客老墨。 今天我们不聊技术，咱们聊聊 AI 助手的未来。 早上（3月7日）刷到 36氪那条新闻 的时候，我正在用 OpenClaw 帮我整理昨天的代码笔记。标题很刺眼：“GPT-5.4 发布，OpenClaw 的能力要被替代？” 我愣了一下，然后笑了。 不是因为觉得 OpenClaw 真的会被替代，而是这种"替代论"太熟悉了。去年这个时候，大家还在讨论 Copilot 会不会让程序员失业；今年，轮到了 OpenClaw。 说实话，GPT-5.4 的发布确实让我挺激动的。不是看新闻激动，而是因为我之前在 Cursor 里体验过它。 那种体验，怎么说呢？ 就是你写一个函数，它不仅能理解你想干什么，还能主动帮你重构，把那种"能跑但有点丑"的代码，改成"看起来像是精心设计的"样子。有一次我写了个数据处理脚本，逻辑有点绕，它直接给我重写成管道式处理，还附带了注释：“这样更容易测试”。 我当时盯着屏幕看了三秒钟，然后默默删掉了自己原来的代码。 这就是 GPT-5.4 的代码能力。不是简单的补全，是真的在理解你的意图，然后给出更好的方案。 但今天的重点不是这个。 让我真正思考的是另一件事：GPT-5.4 原生支持桌面操作了。 根据那篇文章，OpenAI 把 CUA（Computer Use Ability）直接整合进了模型。这意味着什么？意味着 GPT-5.4 可以直接操作你的电脑，打开浏览器、点击界面、发送邮件、安排日历——基本上就是 OpenClaw 现在做的事，但它是原生的。 相比于 5.2, OSWorld Verified 的测试成绩从 47.3% 提升到 75%，BrowseComp 从 65.8% 提升到 82.7%。 OSWorld Verified: AI 在真实操作系统环境中完成 开放式任务 的能力。 BrowseComp: AI 在 浏览器环境 中完成复杂任务的能力。 数字很枯燥，但背后的意思很清楚：OpenAI 正式入场"AI 操作电脑"这个赛道了。 ...

大家好，我是极客老墨。 经过昨天的艰难跋涉（详见上篇），OpenClaw 终于在 Windows 上跑起来了。第一天使用下来，说实话，这玩意儿比我想象的能干。 让它帮我写代码：经典贪吃蛇游戏 作为技术控，第一个尝试必须是代码！我还是让 小墨（我的AI助理） 帮我写一个经典的贪吃蛇网页游戏。 我直接告诉他：“小墨，帮我写一个贪吃蛇的网页游戏，最后文件直接发给我”。结果他没反应，后来才知道，原来他正卖力的写代码去了，顾不上理我，因为现在数据还没有能力流式返回，必须等他写完了给我我才知道（晚上的「飞书龙虾会直播」我看了，已经有流式返回数据的插件了，后边研究了再来讲） 写完之后，他并没有直接给我文件，而是问我怎么给我这个文件。这里应该是我的提示词没优化好，第一次配合，有点翻车。 再次确认让他发给我，这次就对了。打开游戏一看——界面还不错，完成度100%。就是速度太快了，我玩了几次才适应过来。 第二个任务：自动搜索小红书爆款文案 我的想法很简单：让 AI 助手自动搜索小红书上某个类目的爆款视频标题和内容。 OpenClaw 的做法很硬核——直接本地打开浏览器，像真人一样操作。这也是它完成工作的主要方式：模拟真人操作电脑。 让他搜索小红书，结果告诉我要登录： 登录后，他成功打开浏览器并返回了数据给我： 再次让他搜索 OpenClaw： 这是他打开的网页： 他能够读取网页并返回准确的数据回来。 第三个任务：每日早报功能 我很关注 AI 领域的新闻，所以想让小墨每天定时给我报告最新的新闻和 AI 资讯。我直接告诉他： 1你好，小墨。整理下边的信息发给我 21. 获取今天成都天气 32. 获取今日微博全球新闻榜前10条，标题为微博新闻 43. 获取今日最新的AI相关的新闻资讯前10条，标题为AI咨询 54. 整理成自带链接可以直接点击的简洁文字内容发给我 一开始 prompt 忘记加链接了，补上后，他返回了正确的数据。同样地，他会打开本地浏览器，输入网址自己看，最后返回正确的数据： 最后，我需要每天定时给我，他成功帮我搞定： 一个小插曲，他干完活浏览器没关闭，我提醒他之后他认识到了自己的错误。 可以看到，gateway 控制页面上的“定时任务”菜单中查看，已经加上了这个任务： 晚上看了飞书玩虾大会，几点感悟 晚上看了飞书的玩虾大会直播，看大牛们都是怎么玩龙虾的，有几点感悟： 1. 自动化办公真的来了 飞书与 OpenClaw 集成之后，抓数据、做报表、整理知识库这些日常工作都可以交给 OpenClaw 了。 2. 多只龙虾协同配合 多个龙虾搞到群组中，一起协同配合，形成工作流。这比传统的工作流工具方便得多，而且更智能。龙虾之间在不同的工程中可以互相促进，并变得更智能。 ...

大家好，我是极客老墨。 说实话，macOS 上装 OpenClaw 那叫一个丝滑，一行命令下去，半小时搞定全部配置。 结果换到 Windows，我心态崩了。 PowerShell 版本不对、权限配置踩坑、飞书机器人配置更是绕得我头晕。整整两天，我差点把电脑砸了。 但搞完之后，我发现 Windows 部署其实没那么难，只是网上没人把坑说清楚。 今天老墨把踩过的坑全抖出来，看完你半小时就能搞定。 我的 Mac 是办公电脑，但我想搞个"永不关机"的 AI 助手 之前（2月份）写了一篇 在 macOS 安装 OpenClaw 的文章，当时国内 IM 应用还没支持。没想到一个月过去，飞书、钉钉、企业微信、QQ 居然全都支持了，更新速度之快！ 我的 Mac 是办公电脑，不能 24 小时跑着玩。但我又想要一个随时能召唤的 AI 助手，怎么办？ 翻出角落里落灰的 Windows PC，性能没得说，就是有点费电😭。没办法，Mac Mini 一机难求啊，各位有没有 mini PC 可以推荐的？ 言归正传，咱们开始。 前置检查：PowerShell 版本这个坑，90% 的人会踩 装之前，先看看你的 PowerShell 版本。低于 7.0，后面装依赖会报错到你怀疑人生。 怎么查？打开 PowerShell（不是 CMD！），输入： 1$PSVersionTable.PSVersion 如果显示的是 5.1，恭喜你，中奖了。 必须升级到 7，不然装 OpenClaw 的时候会报各种奇奇怪怪的错。 升级方法简单到离谱： 打开微软应用商店 搜索 “PowerShell” 点击安装 装完之后，一定要用新打开的 PowerShell 7 窗口，别用原来的旧窗口。 ...

大家好，我是极客老墨。 去年这个时候，我还在纠结要不要订阅 Cursor Pro。今年，我的电脑里装了七八个 AI IDE，一个月下来，花的钱是零。 不是我抠门，是这些工具的免费额度真的够用。写个脚本、改改 Bug、重构代码，基本不用掏钱。当然，如果你是重度用户，每天写几千行代码，那该付费还是得付费。但对于大部分开发者来说，薅羊毛的空间还是很大的。 下面这些工具是我这段时间用下来觉得值得折腾的，有些需要科学上网，有些需要改地区，有些直接某宝买个 Key 就能用。别问我怎么搞，懂的都懂。 为什么需要 AI IDE？ 说实话，刚开始我也觉得 AI 写代码是噱头。直到有一次我要写个 Python 脚本处理 JSON 数据，平时可能要查半天文档，结果 Cursor 直接给我生成了，改都不用改。 回想一下，2025 年初的时候，GitHub Copilot 还只能做行内补全，写个函数名它给你补全函数体，仅此而已。那会儿大家还在惊叹"哇，AI 能写代码了"。结果到了 2025 年中，Cursor 出来了，直接能多文件编辑，Cmd+K 一下改十几个文件。再到 2025 年底，Claude 3.5 Sonnet 发布，上下文窗口直接干到 200K，能理解整个项目的代码逻辑。 现在 2026 年初，这才过了一年，AI IDE 已经卷到什么程度了？Windsurf 免费无限补全，Kiro 支持本地模型和自定义工作流，Antigravity 能看懂设计稿直接生成 UI 代码。一年前你还在为 Copilot 的 10 刀月费纠结，现在免费工具多到用不过来。 更夸张的是模型本身的进化速度。GPT-4 刚出来的时候，写个复杂算法还经常出 Bug。现在 Claude 3.5 Sonnet 和 GPT-4 Turbo，不仅能写代码，还能做代码审查、重构、写测试、解释架构。去年你还在担心 AI 会不会抢饭碗，今年你已经在担心不用 AI 会不会被淘汰。 这个速度真的有点吓人,而且仍然再以肉眼可见的速度飞速发展。谁能想到，在2026年初，你只要描述你的需求，AI就能直接给你生成完整的、能够直接运行的前后端代码，包括 UI 设计都能给你实现！虽然编写大型代码还存在一定的问题，但是老墨大胆预测一下，2026年将迎来 AI 齐头并进、百花争艳的盛况！ ...

春节回家，最怕的是什么？不是堵车，不是抢票，而是亲戚的灵魂拷问。 “工资多少啊？” “有对象了吗？” “什么时候买房？” 今年我决定不再被动挨打，用3天时间撸了个"春节嘴替"小程序，让AI帮我练习怼人。更重要的是，整个开发过程几乎全靠AI完成——从产品设计到代码实现，我只是个"提示词工程师"。 先看效果 小程序叫"春节嘴替"，核心功能有三个： AI嘴替对话 - 和虚拟亲戚battle，练习高情商回怼 妈妈银行存单 - 生成趣味压岁钱对账单 马年开运头像 - 制作春节专属头像 神仙祝福 - AI生成个性化拜年祝福语 最有意思的是AI嘴替功能。我设计了4个经典角色： 势利眼二姨（儿子阿里P8，逢人就炫） 催婚大姑（见面就问对象） 凡尔赛邻居（女儿在国外"留学"） 严肃二舅（体制内，看不起互联网打工人） 每个角色都有完整的人设和攻击策略，AI会根据你的回复动态调整战斗力。如果你怼得好，AI会破防；如果你怼得不够狠，AI会继续压制你。 你可以体验一下，看看效果： AI开发全流程 这个项目最大的特点是：几乎全部由AI来完成。 1. 产品设计：Google AI Studio + Gemini 3.0 Pro Preview 我先把需求丢给Gemini： “我想做一个春节主题的小程序，帮年轻人应对亲戚的尬聊。你帮我设计产品方案。” Gemini给出了完整的PRD文档，包括： 目标用户画像 核心功能定义 技术架构建议 上架物料清单 开发时间表 这份文档直接成为了我的开发指南。AI不仅帮我理清了思路，还提醒我注意内容合规、类目审核等坑点。 2. UI素材：Nano Banana Pro（图片生成） 小程序需要大量视觉素材：角色头像、背景图、装饰元素等。我全部用Google AI Studio的图片生成模型搞定。 典型的Prompt： A cute 3D cartoon Chinese aunt character, wearing red traditional clothes, holding a smartphone, slightly snobbish expression, pop mart style, bright red background, Chinese New Year atmosphere, 8k 生成的图片质量很高，直接就能用。关键是速度快，几秒钟就能出图，比找设计师或自己画快太多了。 ...

大模型实战指南（2026年新春版）：深度推理与智能体的时代 发布背景速览 2026年初，各大AI公司密集发布新一代大模型，标志着大模型技术进入新的发展阶段： Google Gemini 3.0：2026年1月发布，重点强化多模态能力，在图像和视频处理方面实现重大突破，成为多模态领域的领跑者。 ChatGPT 5.3：OpenAI在2025年底推出GPT-5 Omni后，2026年初发布5.3版本，进一步优化深度推理能力，在复杂逻辑推导方面保持领先。 Claude Opus 4.6：Anthropic在2026年初推出4.6系列，特别针对代码生成和智能体场景进行深度优化，成为开发者的首选工具。 国内模型：阿里通义千问Qwen 3、百度文心一言4.0、字节Seedance 2.0等均在2026年初完成重要更新，在中文理解和特定领域应用上实现突破。 最近被朋友问麻了：“老墨，都2026年了，GPT-5到底值不值那个天价订阅费？” “Claude 4的超长记忆真的不丢包了吗？” “国产模型现在的‘推理能力’是不是真的赶上来了？” 作为一个AI探索的老鸟，我想说：2026年的大模型之战，已经从“生成内容”变成了“解决复杂问题”。 如果说两年前大家还在惊叹AI能写诗、画图，那么现在，如果你不能帮我自主完成一个跨应用的工作流，或者进行长达半小时的深度逻辑推导，那你都不好意思叫顶尖模型。 今天老墨就把压箱底的实测经验掏出来，从实战角度对比国内外主流大模型（2026版）。不玩虚的排行榜，只聊“怎么用、在哪用、值不值得用”。 注意，这里老墨只列出正式发布的、老墨实际使用过的、能够直接上生产环境用的大模型版本，其他的还没有正式发布的版本比如 gpt-5.3-turbo-preview、 Google Gemini 3.0 Pro Preview 等暂不考虑。 此外，评分都是根据老墨的个人使用经验，难免有疏漏。如果有任何错误或建议，请在评论区留言。 先搞懂3个问题：老墨不说废话（2026年版） 1. 大模型现在进化到哪一步了？ 别再只盯着“多模态”看了，那在2024年底就已经是标配了。2026年的关键词是： 深度推理（System 2 Thinking）：模型不再是只会快思考的“鹦鹉”，它们现在能像人类一样慢下来，进行多步规划、自我反思和纠错。这是解决数学难题和复杂编程的关键。 智能体化（Agents）：模型不再是一个等着你提问的聊天框，而是能主动操控浏览器、终端、为你点外卖、订机票的“数字员工”。 记忆与个性化：顶尖模型现在能记住你几个月前说过的话，真正成为了懂你的私人助理，而不是每次都要重新介绍背景。 2. 老墨的评分凭什么？ 两年前的那些MMLU基准早就不够看了。现在老墨主要看： 复杂任务成功率：扔给它一个模糊的商业需求，它能不能拆解并最终交付结果？ 推理深度与幻觉率：在长链条逻辑推导中，它会不会自己把自己绕晕？（现在幻觉已经大幅降低，但依然存在）。 智能体交互体验：它调用外部工具（如搜索、代码解释器、第三方API）顺不顺手？ 3. 国内外模型现在的真实差距？ 老墨结论（2026年版）： 顶尖战力：OpenAI和Anthropic依然在**“深度推理”和“通用智能体架构”**上引领方向，属于“定义未来”的角色。 多模态王者：Google的Gemini在图像和视频处理方面已经超越ChatGPT，在多模态领域处于绝对领先地位。 中国速度：国内头部大厂（阿里、字节、百度、深求）在应用层打磨得极好，在**特定领域（如中文语境下的复杂任务、性价比代码生成）**已经完全不输甚至局部领先国际巨头， 但是，在图像图像处理、视频处理等多模态领域，仍然有明显的差距。 格局：以前是仰望，现在是慢慢看齐，中国大模型正在以非常快的速度追赶。 国际主流大模型：探索智能上限的先行者 1. GPT-5 Omni (OpenAI) —— 深度推理的绝对王者 最新动态：2025年底发布的重磅炸弹，目前（2026年初）公认的战力天花板。 核心能力：革命性的“慢思考”模式（System 2）。遇到难题时，你会看到它显示“正在规划思路…”，然后进行长达数十步的自我推导和验证。此外，它的原生全模态（视频/音频/文本无缝实时流转）体验极其丝滑。 老墨评价：它是拿来解决你解决不了的问题的。 如果你只是写个邮件，用它属于杀鸡用牛刀。但如果你要设计复杂的软件架构、推导前沿数学猜想，或者需要一个能真正理解视频内容并和你实时语音辩论的AI，GPT-5 Omni是唯一选择。贵是真贵，强是真强。 适合场景：前沿科研、复杂系统设计、需要极高逻辑密度的任务、实时视频/语音深度交互。 老墨评分：9.9分（扣0.1分是因为价格和偶尔的过度思考） 在 Cursor 最新版本中早就支持了 GPT 5.3 版本，老墨也在测试中，目前来看，这是目前地球上写代码最强的“大脑”, 与 Claude Opus 4.6 有点旗鼓相当的味道了，代码理解能力超强，这里暂不赘述，后续在考虑撰文来评测一番。 ...

EP03 - 试图驯服一只猛兽：OpenClaw 的 Docker 监狱 昨天我在测试 OpenClaw 的 “File System Tool” 时，发生了一件让我冷汗直流的事。 我给它的指令是：“清理一下当前目录的临时文件”。 可能是因为我的 Prompt 写得太随意，它直接把我的整个 ~/Downloads 文件夹给清空了。 幸好那里只有一堆没用的安装包。但如果它删的是我的 ~/Documents 或者 .ssh 密钥呢？ 这就是我们在 link:/posts/ai/why-i-choose-openclaw/[] 里提到的代价：强大的能力伴随着巨大的风险。 一个拥有 Shell 权限的 AI Agent，本质上就是一个盯着你键盘随时准备按下回车键的超级用户。在裸机 (Bare Metal) 上直接运行它，无异于把自家大门的钥匙交给一个喝醉了的锁匠。 今天，我们要给这个不仅聪明而且危险的家伙，造一座牢不可破的监狱。 这也是极客生存法则第一条：永远不要信任你的 Agent。 本文涉及本地Native安装的一些知识，你可以阅读上一篇 EP02 来了解它们。 为什么一定要用 Docker？ 很多人觉得 Docker 只是为了方便部署。 错。对于 Agent 开发来说，Docker 是保命符。 文件隔离 (Filesystem Isolation): 把它关在 /app 里。它想 rm -rf /？请便，删的只是容器里的文件，我的 Mac 毫发无损。 网络白名单 (Network Whitelist): 我们可以限制它只能访问特定的 API，防止它把我的本地数据传给不知名的服务器。 环境一致性: 你不用担心 Node.js 版本不对，或者缺了什么 Python 库。 手把手构建 “The Cage” 我们不需要什么花哨的 k8s，一个简单的 Dockerfile 和 docker-compose.yml 就够了。 但这里有几个针对 Mac 用户和 Ollama 的关键坑，我都替你踩平了。 ...

EP02 - 给你的电脑安装一个数字管家: 安装和搭建 OpenClaw 安装 OpenClaw 暂时抛开官方这些“深奥”的建议，我们先来尝试安装它，下一篇我们再来安全地把它关到“沙盒”中去。安装 OpenClaw 非常简单，只需要一行命令： 1# macos 2curl -fsSL https://openclaw.bot/install.sh | bash 3 4# windows 5iwr -useb https://openclaw.ai/install.ps1 | iex 但是过程中有许多注意的地方，以我的mac为例，我们来看一下安装过程。 终端执行上述命令后，会先检查一些依赖，比如node, npm等，如果你的电脑没有安装，需要先安装： 稍作等待，安装完成后，OpenClaw 会自动执行 OpenClaw doctor 命令，来诊断环境和安装是否正确。 由于我之前安装了旧版的 clawdbot, 它会自动迁移配置信息。 doctor 执行完成后，会自动进行设置，此时会弹出诸多选项让你做出选择，比如配置模型、配置聊天客户端、Skills 等。 最终完成会输出访问的url(默认是 http://127.0.0.1:18789)， 就可以在浏览器中打开控制台(dashboard)了. 接入 Telegram (首选) 为什么首选 Telegram？ 很遗憾，国内的IM目前 OpenClaw 都不支持, 对于飞书、钉钉的支持据说还在开发中，所以目前我们最好的方式就是选择 Telegram. 因为它是这个星球上对开发者最友好的 IM，没有之一: 不需要手机号验证码，不需要营业执照，不需要企业认证。 你只需要跟一个叫 @BotFather 的机器人聊两句，就能拿到通往 OpenClaw 的钥匙。 极客配置三步走： 搞定 Token 打开 Telegram，搜索 @BotFather (认准蓝标)。 发送指令 /newbot。 给你的机器人起个名字 (比如 MyJarvis) 和用户名 (必须以 bot 结尾，比如 my_jarvis_bot)。 BotFather 会给你一串红色的 Token，长得像这样：123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11。复制它 切勿外传，否则可能别人就帮你操作你的电脑了！ 配置 OpenClaw 如果你之前已经设置了telegram，那么直接下一步。没有配置，则推荐使用交互式配置： 1openclaw channels add 选择 Telegram，然后粘贴 Token。 或者直接修改配置文件 ~/.openclaw/openclaw.json (更 Geek 的方式，不推荐，除非你完全掌握了OpenClaw)： 1"channels": { 2 "telegram": { 3 "token": "YOUR_TOKEN_HERE" 4 } 5} 验证与配对 (Pairing) 在 Telegram 里找到你的机器人，点击 Start 或发送 /start。 ...

EP01 - 告别 Claude Desktop：为什么我选 OpenClaw 做我的数字管家 To be honest，Claude Desktop 发布 MCP (Model Context Protocol) 的时候，我是真的很兴奋。 但那种兴奋只维持了三天。 当你真正试图把 AI 融入工作流时，你会发现 Claude Desktop 有两个致命死穴： 它被困在桌面上：你必须坐在电脑前才能用它。 它是闭源的黑盒：你不知道它怎么处理你的文件，每一条指令都像在把家门钥匙交给那个坐在旧金山办公室的陌生人。 直到我发现了 OpenClaw。 Not Just a Bot, It’s a Gateway 先澄清一个误区：OpenClaw 不仅仅是一个像 Chatbox 那样的“套壳客户端”。 它的本质是一个运行在你本地的 Gateway（网关）。 如果你读过它的官方文档，你会发现它的架构非常 Sex： WhatsApp / Telegram <-> Gateway (Localhost) <-> AI Agent (Tools) 这意味着什么？ 这意味着你可以躺在床上用手机发消息（支持 WhatsApp/Telegram 等等几十种聊天客户端），指挥你书房里的 Mac 干重活。 这也是它的口号： “The AI that actually does things.” 我想这也是为什么他会这么大火的原因。 场景 A: 周末出门在外，服务器突然报警。你不用掏出电脑连热点 SSH，直接在 Telegram 里发一句：“查一下 Nginx 为什么挂了”。OpenClaw 帮你跑 tail -f /var/log/nginx/error.log 并总结给你。 场景 B: 路上突然想到一个 Idea。发给 OpenClaw：“记到我的 Obsidian 里，并同步到 GitHub”。它直接操作你本地的文件系统。 你可以到这里看看大家都在用 OpenClaw 做些什么：https://openclaw.ai/showcase ...

EP00 - DeepSeek R1 本地部署实战 (Mac篇) 摘要: 别被几万块的显卡劝退。你的 MacBook Pro (Apple Silicon) 就是跑 DeepSeek R1 的神器。本文手把手教你用 Ollama 在本地跑起“满血版”推理模型，不仅免费，而且隐私绝对安全。 阅读时间: 5分钟 适用人群: 程序员、科研党、隐私敏感用户 硬件要求: M1/M2/M3/M4 Mac，推荐 16GB+ 内存 为什么要在本地跑 DeepSeek？ 隐私安全: 你的代码、私有文档不需要上传到云端，断网也能用。 零延迟响应: 没有网络延迟，交互更丝滑（取决于模型大小）。 无审查: 你懂的。 免费: 不需要订阅费，只消耗电费。 核心工具：Ollama Ollama 是目前 macOS 上体验最好的大模型运行工具，没有之一。它开源免费，支持非常多的大模型，GitHub仓库在 这里， 目前161K的 Star。 用程序员最能听懂的话解释：Ollama 就是大模型界的 Docker。 Docker 让你可以一行命令跑 MySQL / Nginx。 Ollama 让你可以一行命令跑 DeepSeek / Llama3。 它在后台默默做了三件事：驱动 GPU、管理模型文件、提供 API 服务。装了它，你的 Mac 就有了“大脑”。 安装 Ollama 有两种方式： 方式 A: 官网下载 (推荐小白) 访问 ollama.com 下载 macOS 版本并安装。 ...