Clawdbot保姆级教程：如何用Mac Mini部署你的首位7x24小时AI员工？

开源解码 2026-01-26 05:35:38 3067 次浏览 0 条评论莫潇羽

摘要：AI Agent新纪元开启，Clawdbot作为本地优先的AI网关，将大语言模型与本地系统连接，实现从聊天到自主执行任务的进化。它支持文件操作、浏览器控制和命令行执行，可7x24小时通过Discord、Telegram等多渠道待命，成为你的数字分身。本文深度解析其架构，并提供从环境搭建、模型对接到自定义技能开发的完整指南，助你部署专属AI员工，安全高效地改变工作流。

字号 100%

行距 2.05

当前可见 60% 的内容

第一章：AI Agent 的新纪元 —— 为什么我们需要 Clawdbot

大家好，我是无忆研习社的站长莫潇羽。

如果说 2023 年是 ChatGPT 让世界认识了 LLM（大语言模型），那么 2025 年末到 2026 年初，无疑是 AI Agent（智能体）全面爆发的时刻。最近，硅谷科技圈被一个名为 Clawdbot 的项目彻底刷屏了。

你可能在朋友圈或者技术群里看到过这样的标题：“首个0员工公司诞生”、“7x24h永不下班的AI员工”。这些标题虽然带有一定的媒体夸张成分，但剥去炒作的外衣，Clawdbot 背后的技术理念确实值得我们每一位开发者和技术爱好者深思。它不再是一个只会陪你聊天的 Chatbot，而是一个真正长了“手”和“脚”，能够在其授权范围内自主执行任务的 Agent。

今天，莫潇羽就带大家深入扒一扒这个红遍半边天的 Clawdbot，我们不谈虚构的暴富故事，只谈硬核的技术原理、部署实操以及它如何改变我们的工作流。我们将从代码层面解析它如何运作，并手把手教你在自己的电脑上（无论是 Mac Mini 还是普通的 Windows PC）部署一位专属的 AI 员工。

1.1 从 Chatbot 到 Agent 的进化之路

回想一下，我们平时是怎么使用 ChatGPT 或 Claude 的？

打开浏览器。
输入问题：“帮我写一个 Python 脚本，批量重命名文件夹里的图片。”
AI 生成代码。
我们复制代码。
打开 IDE 或编辑器，粘贴代码。
运行代码，报错了。
把错误信息复制回浏览器，发给 AI。
AI 修复代码，我们再复制粘贴……

这个过程虽然比自己从头写要快，但依然充满了“复制粘贴”的机械劳动。在这个流程中，AI 只是一个咨询顾问（Consultant），它提供建议，但具体的执行（Execution）还得靠人类。

Clawdbot 的出现，就是为了打破这层隔阂。

Clawdbot 的核心定义是 "Local-first AI Gateway"（本地优先的 AI 网关）。它不仅仅是一个运行在终端里的程序，它是一个连接了“大脑”（LLM）与“肢体”（本地文件系统、浏览器、命令行）的桥梁。

当我们对 Clawdbot 说：“把 Downloads 文件夹里所有的 PDF 文件整理到 Documents/Papers 目录，并按年份归档。”

它不会给你一段 Python 代码让你去跑，而是会直接调用本地的 File System API，读取文件列表，分析元数据，创建文件夹，然后移动文件。它会告诉你：“已完成整理，共移动了 24 个文件。”

这就是 Agent 与 Chatbot 的本质区别：Agent 具备行动力（Agency）。

1.1.1 什么是 Agentic Workflow？

吴恩达（Andrew Ng）教授最近一直在强调 "Agentic Workflow"（智能体工作流）。

他认为，AI 的未来不在于模型参数有多大，而在于工作流的设计。

Zero-shot: 问一次，答一次。这是 Chatbot。
Iterative: 写代码 -> 运行 -> 报错 -> AI读取错误 -> 修正代码 -> 再运行。这是 Agent。

Clawdbot 就是这种工作流的典型代表。它允许 AI 在一个循环中不断尝试，直到任务完成。这种“多步推理”+“工具使用”的结合，才是 AGI 的雏形。

1.2 为什么是 "Local-first"（本地优先）？

在 Clawdbot 之前，也有类似 AutoGPT 这样的尝试，但它们往往运行在云端或者容器里，与我们真实的日常工作环境是隔离的。

Clawdbot 强调 Local-first，这在莫潇羽看来，是它最吸引人的地方，也是未来的趋势所在。

数据隐私（Privacy）：你的文件、你的代码、你的私人笔记，不需要上传到某个不知名的云端服务器。Clawdbot 运行在你的本地机器上，所有对文件的操作都发生在你眼皮底下。即便是调用云端 LLM（如 Claude 3.5 Sonnet），发送的也只是必要的上下文，而文件操作的权限始终掌握在本地。
零延迟交互（Zero Latency Interaction）：因为它就跑在你的后台，它可以实时监控文件变化，或者响应你的本地快捷指令。
全栈访问能力（Full Stack Access）：运行在本地意味着它可以直接调用 git 提交代码，调用 npm 安装依赖，甚至打开你的本地浏览器进行自动化测试。这是云端 Agent 很难做到的，因为云端环境很难模拟你复杂的本地开发环境。

1.3 7x24 小时待命的“数字分身”

Clawdbot 的另一个杀手锏是它的多渠道接入（Multi-Channel Support）。

传统的本地脚本用完即走，但 Clawdbot 被设计为一个常驻服务（Daemon）。你可以把它部署家里的 Mac Mini 或者闲置的旧笔记本上，然后通过 Discord、Telegram、WhatsApp 甚至 iMessage 与它保持连接。

想象一下这样的场景：

你正在外出度假，突然想起家里的服务器上有一个日志文件需要检查。
以前的做法：打开电脑，找 Wi-Fi，连 VPN，SSH 登录服务器，grep 查找日志……
Clawdbot 的做法：拿出手机，打开 Telegram，给你的 Bot 发一条消息：“检查一下 Server A 的 Nginx 错误日志，有没有 500 错误？”
Clawdbot（运行在家里）收到消息 -> SSH 登录服务器（因为它配置了 SSH Key） -> 执行 grep -> 分析结果 -> 将关键信息汇总发回你的 Telegram。

这不仅仅是自动化，这是异步工作的极致。你拥有了一个随时待命、永远在线、且能直接操作你核心设备的数字分身。

1.4 Clawdbot vs Claude Code：谁才是未来？

最近 Anthropic 也发布了 Claude Code，很多朋友会问：这两个东西有什么区别？

维度	Clawdbot	Claude Code
定位	全能型 AI 员工 (Agent)	专注代码生成的工具 (Coding Tool)
运行环境	本地守护进程 (Daemon)	主要是 CLI 工具
多模态	支持浏览器、文件、Shell	专注 Shell 和 Git
扩展性	支持自定义 Skills (TypeScript)	较难扩展
控制方式	手机 IM (Telegram/Discord)	电脑终端 (Terminal)

结论：

如果你只是需要一个帮你在终端里写代码的工具，Claude Code 很棒。
如果你需要一个 24小时在线、能帮你整理文件、监控服务器、甚至帮你发推特的全能助理，Clawdbot 是更适配的选择。

1.5 本文的目标

在接下来的篇幅中，无忆研习社将带你完成从 0 到 1 的构建过程。我们不会止步于简单的安装，我们将深入到：

架构原理：它到底是怎么把自然语言变成 Shell 命令的？
环境搭建：如何配置一个稳定的 Node.js 运行环境。
模型对接：如何接入 Ollama 使用免费的本地 Llama 3 模型，或者接入 Claude 3.5 体验最强推理能力。
技能开发：既然是开源的，我们怎么用 TypeScript 给它写一个新的技能（Skill）？
安全防范：给 AI 开放系统权限其实很危险，我们如何通过配置白名单来确保安全？

无论你是想尝鲜的极客，还是想为团队部署辅助工具的技术 Leader，这篇文章都将是你最详尽的参考指南。

准备好了吗？让我们开始从内核层面解剖 Clawdbot。

第二章：庖丁解牛 —— Clawdbot 核心架构深度剖析

知其然，更要知其所以然。在我们在终端敲下安装命令之前，莫潇羽强烈建议大家先理解 Clawdbot 的内部构造。这不仅有助于你更好地配置它，更是为了在遇到报错时，你能迅速定位是哪里出了问题。

Clawdbot 的设计遵循了经典的 Agentic Architecture（智能体架构），但它做了一个非常巧妙的简化，使其能够轻量级地运行在个人电脑上。

我们可以将 Clawdbot 想象成一个拥有四个核心器官的“数字生命体”：

大脑 (The Brain)：负责思考、规划和决策。
中枢神经 (The Gateway)：负责消息的分发、上下文管理和状态同步。
四肢 (The Skills)：负责实际干活，比如读写文件、通过浏览器访问网页。
感官 (The Channels)：负责接收外界指令，比如 Discord、Telegram 或命令行。

接下来，我们逐一拆解。

2.1 The Brain：LLM 的角色转变

在 Clawdbot 的架构中，LLM（大语言模型）不再仅仅是一个文本生成器，而被当作 Reasoning Engine（推理引擎） 来使用。

当你发送一条指令“查看当前目录下的文件”时，Clawdbot 不会直接让 LLM 生成文件列表（因为它根本不知道你电脑里有什么）。相反，它会构造一个特殊的 Prompt（提示词）发送给 LLM：

User: 查看当前目录下的文件。
System: 你是 Clawdbot。你拥有以下工具：fs.listFiles。请决定下一步做什么。

LLM 收到这个 Prompt 后，会进行推理，返回一个结构化的 JSON 数据（Function Calling）：

{
  "tool": "fs.listFiles",
  "args": { "path": "./" }
}

注意，这个时候 LLM 并没有执行任何操作，它只是“决定”要执行什么操作。这个决策过程，就是 Brain 的核心职责。目前 Clawdbot 支持多种 Brain 后端，包括最聪明的 Claude 3.5 Sonnet，逻辑严密的 GPT-4o，以及完全免费且隐私的本地模型 Ollama (Llama 3)。

2.2 The Gateway：系统的指挥官

Gateway 是 Clawdbot 真正运行在你电脑上的 Node.js 主程序。它是整个系统的“指挥官”。

它的工作流程是一个无限循环（Event Loop）：

监听 (Listen)：从 Discord/Telegram 等 Channel 接收用户的文本消息。
构建上下文 (Context Building)：将用户的消息、历史聊天记录、以及当前可用的工具列表打包。
咨询大脑 (Consult Brain)：将打包好的信息通过 API 发送给 LLM。
解析意图 (Parse Intent)：接收 LLM 返回的 JSON 指令（比如上面提到的 fs.listFiles）。
执行工具 (Execute Tool)：Gateway 查找本地注册的 Skill，找到对应的 TypeScript 函数并执行。这是真正产生副作用（Side Effect）的步骤。
反馈结果 (Feedback)：将工具执行的结果（比如文件列表的具体内容）再次打包，发回给 LLM。
生成回复 (Generate Response)：LLM 根据工具的执行结果，生成最终给用户的自然语言回复：“当前目录下有 3 个文件：resume.pdf, photo.jpg...”。
发送 (Send)：Gateway 将最终回复推送到用户的手机上。

理解了这个流程，你就明白了为什么 Clawdbot 既能“思考”又能“行动”。

2.3 The Skills：无限扩展的能力库

Skill 是 Clawdbot 的灵魂。没有 Skill，它就只是一个普通的聊天机器人。

在代码层面，一个 Skill 本质上就是一个 TypeScript 函数，加上一个 JSON Schema 描述。

fs (File System)：这是最基础的技能。它封装了 Node.js 的 fs 模块，允许 AI 执行 readFile、writeFile、mkdir 等操作。这是 Clawdbot 能够整理文件、修改代码的基础。
browser (Web Browser)：基于 Puppeteer 或 Playwright。它允许 AI 打开一个无头浏览器（Headless Browser），访问网页，提取正文内容，甚至截屏。当你让 Clawdbot “总结这篇文章”时，它就是通过这个技能去抓取网页的。
shell (Terminal)：这是最强大但也最危险的技能。它允许 AI 直接在你的终端执行 Bash/PowerShell 命令。有了它，Clawdbot 可以安装软件、Git Clone 项目、重启服务。但为了安全，通常需要开启“人工确认”模式。

2.4 The Channels：打破设备的边界

Clawdbot 的设计哲学是 "Headless but Connected"（无头但互联）。

它运行在后台，没有图形界面（GUI）。你与它的交互完全通过 Channels（渠道）。

CLI (Command Line)：最基础的交互方式，直接在终端打字。适合调试。
Discord/Slack：适合团队协作。你可以把 Clawdbot 拉到一个群里，大家一起用。
Telegram/WhatsApp/iMessage：适合个人使用。这是实现“手机控制电脑”的关键。Clawdbot 利用了这些平台的 Bot API，将你的即时通讯软件变成了命令终端。

2.5 为什么这套架构是革命性的？

传统的自动化脚本（Script）是过程式的：第一步做A，第二步做B。如果A失败了，脚本通常就挂了。

Clawdbot 的架构是目标导向（Goal-Oriented）的。你告诉它目标（“部署这个项目”），LLM 会根据当前状态动态规划路径。如果第一步 npm install 失败了，LLM 会看到错误信息，然后自己决定尝试 npm cache clean 或者改用 pnpm，直到目标达成。

这种自我纠错和动态规划的能力，正是 AI Agent 区别于传统自动化的核心所在。

第三章：工欲善其事 —— 环境准备与硬件选型

在正式安装 Clawdbot 之前，我们需要为这位 AI 员工准备一个舒适的“办公环境”。既然是 Local-first，你的本地硬件配置直接决定了它的工作效率。

3.1 硬件选型：给 AI 一个家

3.1.1 最佳拍档：Mac Mini (M系列芯片)

正如前文提到的，Mac Mini 最近因为 AI 的火爆成了“理财产品”。为什么？

统一内存架构 (Unified Memory)：这是运行本地大模型（Local LLM）的关键。M1/M2/M3 芯片的内存带宽极高，且 CPU 和 GPU 共享内存。这意味着你不需要昂贵的独立显卡，就能流畅运行 Llama 3 8B 甚至 70B 的模型。
低功耗常驻：Clawdbot 是一个 7x24 小时的服务。Mac Mini 的待机功耗极低，甚至不如一个灯泡费电，非常适合作为家庭服务器（HomeLab）。
Unix 生态：macOS 基于 Unix，拥有最完善的开发者生态，Node.js、Python、Shell 工具链的支持都是完美的。

莫潇羽的推荐配置：

入门：M1/M2 Mac Mini，16GB 内存。适合运行 Clawdbot 核心服务 + 调用云端 API（Claude/OpenAI）。
进阶：M2 Pro/M4 Mac Mini，32GB+ 内存。适合运行本地 Ollama (Llama 3 8B/Mistral) + Clawdbot，完全脱离云端，实现隐私自由。

3.1.2 Windows 与 Linux 用户

Windows：推荐使用 WSL 2 (Windows Subsystem for Linux)。Clawdbot 深度依赖 Shell 命令和文件系统，WSL 2 能提供接近原生的 Linux 体验，避免很多 Windows 路径（\ vs /）带来的坑。
Linux：Ubuntu 22.04 LTS 或 Debian 11 是最稳妥的选择。如果你有闲置的旧笔记本或 NUC，装一个 Linux Server 版跑 Clawdbot 是废物利用的最佳方案。

3.1.3 极客必读：模型量化与显存的秘密

如果你打算跑本地模型，有一个概念你必须知道：量化 (Quantization)。

简单来说，模型文件通常很大（比如 Llama 3 8B 的 FP16 版本大约需要 16GB 显存）。但通过降低精度（从 16-bit 降到 4-bit），我们可以在几乎不损失智能的情况下，将显存需求压缩一半以上。

q4_0 / q4_k_m：这是最推荐的量化版本。它将每个参数压缩到 4 位。

Llama 3 8B (q4_0): 显存需求约 4.7GB。8GB 内存的 Mac Mini 也能流畅运行。
Llama 3 70B (q4_0): 显存需求约 40GB。需要 Mac Studio (M2 Ultra) 或双卡 4090 才能跑得动。

q8_0：8 位精度，接近原始模型，但显存需求翻倍。除非你是 32GB+ 内存的土豪，否则没必要。
FP16：原始精度，主要用于微调训练，推理时不推荐使用。

莫潇羽的建议：对于大多数用户，直接使用 Ollama 默认拉取的模型（llama3:8b-q4_0）即可。它在速度和智能之间取得了完美的平衡。

3.2 软件环境：Node.js 是基石

Clawdbot 是用 TypeScript 编写的，运行在 Node.js 环境中。

3.2.1 安装 Node.js (v18+)

注意：Clawdbot 依赖较新的 JavaScript 特性，请务必确保你的 Node.js 版本在 v18.0.0 以上。

检查当前版本：

node -v

如果显示 v16.x 或更低，请立即升级。

推荐使用 nvm (Node Version Manager) 安装：

macOS/Linux:

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 重启终端后
nvm install 20
nvm use 20

Windows:

推荐安装 nvm-windows。

官方下载地址: https://github.com/coreybutler/nvm-windows/releases
下载 nvm-setup.exe 并安装即可。
安装后打开 PowerShell 运行 nvm install 20。

3.2.2 包管理器：pnpm (可选但推荐)

虽然 npm 自带且够用，但莫潇羽强烈推荐安装 pnpm。它不仅速度更快，而且不仅节省磁盘空间，还能更好地处理依赖冲突。

npm install -g pnpm

3.3 必要的 API Key 准备

除非你打算完全使用本地模型（详见第六章），否则你需要准备好“大脑”的 API Key。

Anthropic API Key (Claude)：目前公认的代码能力和指令遵循能力最强的模型是 Claude 3.5 Sonnet。如果你希望 Clawdbot 帮你写代码、改 Bug，这是首选。

获取地址：https://console.anthropic.com

OpenAI API Key (GPT-4o)：综合能力最强，逻辑推理稳健。

获取地址：https://platform.openai.com

安全提示：生成的 API Key 以 sk- 开头，绝对不要发给任何人，也不要截图发朋友圈。如果不小心泄露，请立即在控制台 Revoke（撤销）。

3.4 网络环境 (合规提醒)

由于我们调用的 API（Anthropic/OpenAI）服务器大多在海外，直接访问可能会遇到连接问题。

合规提示：访问海外 API / 平台需遵守《中华人民共和国网络安全法》等法律法规，请确保通过合法合规的渠道（如企业专线、合规代理服务）实现网络访问。

如果你无法解决网络访问问题，强烈建议直接使用本地模型（Ollama）方案。本地模型不仅无需联网，而且完全免费、隐私安全，是国内开发者的最佳选择（详见第六章）。

或者，你也可以在后续配置 clawdbot.json 时，填写支持国内访问的 API 代理地址（Base URL）。

3.5 决策时刻：云端 API vs 本地模型

在开始安装前，你需要做一个决定：是让 Clawdbot 连接云端大脑，还是本地大脑？

特性	云端 API (Claude/OpenAI)	本地模型 (Ollama + Llama 3)
智商	🌟🌟🌟🌟🌟 (顶尖)	🌟🌟🌟 (够用)
隐私	数据需上传 (有风险)	数据不出本地 (绝对安全)
成本	按 Token 付费 (每月约 $5-20)	免费 (只需电费)
速度	依赖网速，有延迟	取决于显卡，通常极快
适用场景	复杂代码编写、长文档分析	日常闲聊、简单的文件整理、敏感数据处理

我的建议：

如果你是开发者，需要它帮你写复杂的代码，首选 Claude 3.5 Sonnet API。哪怕每个月花点钱，效率提升也是值得的。
如果你关注隐私（比如处理私人日记、财务报表），或者只是想玩玩，首选本地 Ollama。

万事俱备，只欠东风。接下来，让我们开始动手，把 Clawdbot 真正安装进你的电脑里。

第四章：从零开始 —— 部署你的第一位 AI 员工

环境搭建完毕，现在我们正式邀请这位 AI 员工入职。

很多开源项目的安装过程极其繁琐，需要手动配数据库、改 Nginx 配置。但 Clawdbot 保持了极简主义风格，它的安装过程非常“现代化”。

4.1 安装 Clawdbot

我们有两种方式来安装 Clawdbot。

方式一：全局安装 (推荐)

这是最标准的方式，适合长期使用。打开你的终端（Terminal 或 PowerShell），输入：

npm install -g clawdbot

等待进度条跑完。如果不报错，你可以输入以下命令来验证是否安装成功：

clawdbot --version

如果输出了版本号（例如 0.1.5），恭喜你，第一步成功了。

方式二：npx 临时运行 (尝鲜)

如果你不想污染全局环境，或者只是想快速体验一下，可以使用 npx：

npx clawdbot start

4.2 初始化配置 (Onboarding)

Clawdbot 提供了一个非常贴心的交互式向导。不需要你手动去创建配置文件，直接运行：

clawdbot onboard

终端里会出现一系列的问答，莫潇羽带大家一个个看：

"Where should Clawdbot store its data?"

它会问你数据存在哪里。默认通常是 ~/.clawdbot。直接按回车即可。

"Choose your LLM provider:"

这里会列出 Anthropic, OpenAI, Ollama 等选项。
如果你买了 Claude 的 Key，选 Anthropic。
如果你想用本地模型，选 Ollama（前提是你已经装好了 Ollama，详见第六章）。

"Enter your API Key:"

复制粘贴你申请到的 sk-... 密钥。注意，粘贴时终端通常不会显示任何字符，这是正常的，粘贴完直接回车。

完成后，Clawdbot 会在你的数据目录下生成一个核心配置文件：config.json（或 clawdbot.json，视版本而定）。

4.3 配置文件深度解析

虽然向导很方便，但作为一名极客，我们必须懂得如何手动修改配置。找到你的配置文件（通常在 ~/.clawdbot/config.json），用 VS Code 打开它。

一个典型的配置文件长这样：

{
  "system": {
    "id": "clawdbot-instance-001",
    "logLevel": "info"
  },
  "llm": {
    "provider": "anthropic",
    "model": "claude-3-5-sonnet-20240620",
    "apiKey": "sk-ant-api03-...",
    "contextWindow": 200000,
    "temperature": 0.5
  },
  "channels": {
    "telegram": {
      "enabled": false,
      "token": ""
    },
    "discord": {
      "enabled": false,
      "token": ""
    }
  },
  "skills": {
    "allowShell": false,
    "whitelistedFolders": [
      "/Users/moxiaoyu/Documents",
      "/Users/moxiaoyu/Downloads"
    ]
  }
}

关键字段解读（必看）：

llm.model: 如果你用的是 OpenAI，可以改成 gpt-4o。如果用 Claude，务必确保是 claude-3-5-sonnet，因为它的代码能力目前是最强的。
llm.temperature: 温度值。0.5 是一个平衡点。如果你希望它更严谨（写代码），可以降到 0.2；如果你希望它更有创意（写文案），可以升到 0.8。
skills.allowShell: 高危选项！ 默认为 false。如果设为 true，AI 就可以执行 rm -rf 这样的命令。建议初期保持关闭，或者配合 人工确认 (Human-in-the-Loop) 模式使用。

配置方法: 在 config.json 根级或 skills 下添加 "humanInTheLoop": true（具体取决于版本，建议参考官方文档）。开启后，任何敏感操作（如删除文件、执行命令）都会先发送一条 "Approve?" 消息到你的手机，点击确认后才会执行。

skills.whitelistedFolders: 这是一个安全沙箱。只把需要 AI 处理的文件夹加进来。不要直接把根目录 / 放进去，否则它可能会误删你的系统文件。

4.4 第一次启动

配置确认无误后，启动 Clawdbot：

clawdbot start

你会看到类似这样的日志：

[INFO] Gateway: Starting Clawdbot...
[INFO] Brain: Connected to Anthropic (Claude-3.5-Sonnet)
[INFO] Skills: Loaded 3 skills (fs, browser, shell)
[INFO] Channels: Waiting for connections...

这就代表它已经活了！但现在它还很孤单，因为它没有任何对外交流的渠道（Channels）。它就像一个被关在小黑屋里的天才，没法跟你说话。

4.5 常见安装报错与解决方案 (Troubleshooting)

在安装过程中，你可能会遇到一些红色的报错信息。莫潇羽总结了最常见的几种情况及其解法：

4.5.1 `EACCES: permission denied`

这是权限不足的问题。

原因：npm 试图写入系统目录，但你没有用管理员权限运行。
解法：

（不推荐）使用 sudo npm install -g clawdbot。
（推荐）修改 npm 的默认目录，使其不需要 root 权限。或者使用 nvm 安装 Node.js，这样所有全局包都会安装在用户目录下，彻底解决权限问题。

4.5.2 `node-gyp rebuild error`

这是编译错误。

原因：Clawdbot 依赖一些原生模块（比如 sqlite3），需要本地编译环境。
解法：

Windows: 运行 npm install --global --production windows-build-tools。
macOS: 确保你安装了 Xcode Command Line Tools。运行 xcode-select --install。

4.5.3 `command not found: clawdbot`

安装成功了，但找不到命令。

原因：npm 的全局 bin 目录没有加到系统的 PATH 环境变量里。
解法：

检查你的 .zshrc 或 .bash_profile，确保包含 export PATH=$PATH:$(npm get prefix)/bin。
如果懒得改配置，尝试重启终端，或者使用 npx clawdbot 来运行。

4.5.4 端口被占用 `EADDRINUSE`

原因：Gateway 默认监听 3000 或 8080 端口，可能被其他程序占用了。
解法：在 config.json 中找到 system 部分，添加 "port": 3001 来修改默认端口。

接下来，我们要给它配一部“手机”。

第五章：连接世界 —— 配置通讯渠道 (Local & Remote)

Clawdbot 支持多种渠道。对于国内用户，莫潇羽首推 CLI（命令行）或接入本地聊天工具。

虽然它也支持 Telegram 和 Discord，但由于这两种服务在国内无法直接访问，本文将重点介绍通用配置逻辑，并强调合规性。

5.1 CLI：最纯粹的极客终端

CLI 是默认开启的。在终端运行 clawdbot start 后，你就可以直接在同一个窗口输入命令与它对话。

这是最安全、延迟最低的方式，所有数据都不经过网络。

5.2 远程交互 (Telegram/Discord)

注意：使用此类海外即时通讯软件需确保网络环境符合相关法律法规。如果你处于受限网络环境，请跳过本节，专注于本地 CLI 交互或本地模型方案。

如果你拥有合规的国际网络访问权限，可以按以下简略步骤配置：

Telegram Bot 简述

在 Telegram 找 @BotFather 申请 Token。
获取你的 User ID（通过 @userinfobot）。
配置 clawdbot.json。

Discord Bot 简述

在 Discord Developer Portal 申请 Bot 并开启 Intent。
获取 Token 和 Client ID。
配置 clawdbot.json。

配置示例：

"channels": {
  "telegram": {
    "enabled": true,
    "token": "你的Token",
    "allowedUsers": ["你的数字ID"] 
  }
}

5.3 实战体验：第一次操控

无论你用 CLI 还是远程 Bot，现在都可以发送第一条指令了：

“请帮我检查一下 ~/Downloads 目录下有没有大于 100MB 的文件，如果有，列出它们的名字和大小。”

Clawdbot 会在后台默默执行 fs 技能，扫描目录，计算大小，然后把结果发回给你。

你会发现，这比你自己手动翻文件夹要快得多，也优雅得多。这就是 ChatOps 的魅力。

第六章：赋予智慧 —— 接入 Ollama 本地大模型

对于许多极客来说，把数据发给 OpenAI 或 Anthropic 依然存在隐私顾虑。而且，API 调用是要花钱的。如果你有一台性能不错的 Mac Mini (M1/M2/M3) 或者带 N 卡的 PC，为什么不试试完全免费、隐私绝对安全的本地大模型呢？

Clawdbot 对本地模型支持极佳，尤其是通过 Ollama。

6.1 什么是 Ollama？

Ollama 是目前最流行的本地大模型运行工具。它把复杂的模型部署简化成了一条命令。就像 Docker 一样，你可以一键拉取、运行各种开源模型（Llama 3, Mistral, Gemma 等）。

6.2 安装与模型准备

第一步：安装 Ollama

macOS / Windows: 直接去官网 ollama.com 下载安装包。
Linux:

curl -fsSL https://ollama.com/install.sh | sh

第二步：拉取模型

打开终端，运行：

ollama run llama3

这将下载 Meta 最新的 Llama 3 8B 模型（约 4.7GB）。如果你的显存比较大（16GB+），可以尝试更强的 llama3:70b，或者专门针对代码微调过的 codellama。

等待下载完成，当你看到 >>> 提示符时，说明模型已经跑起来了。试着问它：“Who are you?”，如果它能回答，说明 Ollama 运行正常。

6.3 配置 Clawdbot 对接 Ollama

现在我们需要告诉 Clawdbot：“不要去连 Claude 了，连我本地的 Ollama。”

打开 config.json，修改 llm 部分：

"llm": {
  "provider": "ollama",
  "model": "llama3",
  "b

🔒

该内容仅对更高等级社区用户开放
请谨慎解锁时效性强且发布日期较早的文章
单篇解锁后若未显示全文请刷新页面

您当前：游客 · 可见 60% 内容 · 升级至 注册用户 可见 70%

👀

游客

可见 60%

✓ 当前

注册用户

可见 70%

社区精英

可见 100%

社区守护