通过 Telegram 使用 Clawdbot。
在过去的一周左右时间里，我一直在使用一个数字助手，它知道我的名字、我早间习惯的偏好、我使用 Notion 和 Todoist 的习惯，还知道如何控制 Spotify 和我的 Sonos 扬声器、我的飞利浦 Hue 灯具以及我的 Gmail。它运行在 Anthropic 的 Claude Opus 4.5 模型上，但我通过 Telegram 与它聊天。我给这个助手起名叫 Navi（灵感来自《 时之笛》里的精灵伙伴 ，而不是詹姆斯·卡梅隆科幻电影系列中那个被围攻的外星种族 ），Navi 甚至可以接收我的语音消息，并使用最新的 ElevenLabs 文本转语音模型生成的语音消息进行回复。哦，我有没有提到 Navi 可以通过新功能自我完善，而且它正运行在我自己的 M4 Mac mini 服务器上？
如果这段开场白让你感到措手不及，想象一下我第一次尝试 Clawdbot 时的反应吧。这是由 Peter Steinberger（这个名字对 MacStories 的老读者来说应该很熟悉 ）开发的一个了不起的开源项目 ，在过去几周里，它在某些 AI 社区变得*非常*流行。我一直看到我关注的人在提到 Clawdbot；最终，我屈服于同伴压力，按照该应用网站上那个滑稽的甲壳类吉祥物提供的说明，在我的新 M4 Mac mini（这不是我的主要生产机器）上安装了 Clawdbot，并将其连接到了 Telegram。
说 Clawdbot 从根本上改变了我对 2026 年智能个人 AI 助手定义的看法，这一点也不夸张。我一直在深度使用 Clawdbot，以至于消耗了 Anthropic API 上的 1.8 亿个 token（*天哪*），在此过程中，我与“常规” Claude 和 ChatGPT 应用的对话越来越少。别误会我的意思：Clawdbot 是一个极客项目，一个折腾者的实验室，短期内并不会取代大众消费级 LLMs 的地位。尽管如此，Clawdbot 指向了数字助手一个迷人的未来，它正是那种 MacStories 读者会欣赏的前沿项目。
Clawdbot 起初可能让人不知所措，所以我将尽力解释它是什么，以及为什么它如此令人兴奋且好玩。从高层次来看，Clawdbot 包含两个方面：
- 一个由 LLM 驱动的智能体 ，它运行在你的电脑上，可以使用 许多流行模型 ，如 Claude、Gemini 等。
- 一个“ 网关 ”，让你能够通过自选的即时通讯应用与智能体对话，包括 iMessage、Telegram、WhatsApp 等。
第二个方面立刻吸引了我：无需安装又一个应用，Clawdbot 与多种通讯服务的集成意味着我可以在已经熟悉的应用程序中使用它。此外，让助手常驻在信息或 Telegram 中，进一步增强了你正在向真正的助手发送请求的感觉。
然而，Clawdbot 的“智能体”部分才是关键。Clawdbot 完全在你的电脑上本地运行，并将其设置、偏好、用户记忆和其他指令以字面意义上的文件夹和 Markdown 文档形式保存在你的机器上。可以把它看作是 Obsidian 的等效物：虽然背后有云服务（对于 Obsidian 是 Sync；对于 Clawdbot 是你选择的 LLM 提供商），但其他一切都在本地设备上运行，并且可以由你直接控制和无限调整——无论是手动调整，还是通过要求 Clawdbot 更改自身的特定方面以满足你的需求。
我的本地 Clawdbot 设置。它只是文件夹和一些 Markdown 文件。
这就引出了 Clawdbot 最重要——也是最强大——的特性：因为该智能体运行在你的电脑上，它可以访问 Shell 和你的文件系统。在获得适当权限的情况下，Clawdbot 可以执行终端命令，即时编写并运行脚本，安装技能以获取新能力，以及设置 MCP 服务器来为自己提供新的外部集成。将这一切与贡献技能和插件的活跃社区 ，以及 Steinberger 自有的命令行工具集结合起来，你就拥有了一个能够自我进化、可控且开放的个人智能体。它了解你，可以访问网页，在你的本地机器上运行，并且几乎能做任何你能想到的事情。而这一切，只需通过短信与其交流即可实现。这是 AI 发烧友的梦想成真，起初确实让人感到震撼且难以置信。
为了让你感受一下它的潜力：我要求 Clawdbot 为自己增加使用 Google Nano Banana Pro 模型生成图像的支持。在它完成操作后（Clawdbot 甚至告诉了我如何将我的 Gemini 凭据安全地存储在 macOS 原生钥匙串中），我让 Navi 为自己设计一个头像，将它原本的甲壳类角色与《塞尔达传说》中的 Navi 结合起来。结果是一个仙女蟹形象，还配上了该游戏中流行的“Hey, Listen!”台词，这是它预先通过 Google 搜索在网上找到的：
见见 Navi，我最喜欢的仙女甲壳类动物。
随后我更进一步：我让 Navi 评估其功能状态，并使用 Nano Banana 制作一张描述其结构的架构图。由于 Clawdbot 运行在我的电脑上，且其功能都包含在文件夹中，Clawdbot 扫描了它在 Finder 中的 /clawd 目录，访问了 Nano Banana，并生成了下面这张图片：
这纯粹是 AI 垃圾内容，但它也展示了 Clawdbot 是如何感知其配置以及它在访达（Finder）中的结构布局的。
正如你从图片中看到的，我在这里仅仅触及了 Clawdbot 能力的皮毛。“记忆文件”实际上是 以 Markdown 格式排版的每日笔记 ，Clawdbot 每天会自动生成这些文件，以纯文本形式记录我们的互动。这就是它基于 Markdown 的记忆系统，如果我愿意，我可以将其接入 Obsidian，使用 Raycast 进行搜索，或者通过 Hazel 以其他方式实现自动化。
由 Clawdbot 自动生成的每日记忆笔记。
这些集成是我近年来在使用 LLM 过程中获得的最有趣体验。秉承着 “你尽管去做” 的理念（即我们最近在 AppStories 中讨论过的内容 ），如果你想让 Clawdbot 拥有它默认不具备的功能，你只需开口要求，它就会为你实现。举个例子：不久前， 我为 Club MacStories 会员分享了一个快捷指令 ，它能利用 Groq 上托管的 Whisper 模型快速转录音频消息。我把那篇文章的链接发给 Clawd，告诉它我希望它能支持使用该系统转录 Telegram 的音频消息。两分钟后，它就创建了一个技能，将我的快捷指令适配到了运行在 Mac mini 上的 Clawd 中。
由 Clawd 创建的一个技能。
接着，我更进一步：像任何优秀的助手一样，我希望确保如果我通过语音发出请求，Navi 也会用语音回应；而如果我发送书面请求，Navi 则以文本回复。在那一刻，Clawdbot 便去进行了一些研究，找到了 ElevenLabs 关于其新 TTS 模型的文档 ，向我索要了 ElevenLabs 的凭据，并创建了三个具有不同个性的测试声音供我选择。我选择了一个并进行了微调，几分钟后，Navi 就拥有了可用于未来音频回复的“声音”。现在，当我想问助手一些事情，但正忙于其他事情无法打字时，我只需在 Telegram 上发送一段语音随笔，几秒钟后，我就能听到准备好的回复。
每天早晨，Clawdbot 都会根据我的日历、Notion、Todoist 等应用向我发送一份每日报告。它还会发送一份音频版的报告，其中包含 Nano Banana 每天创作的搞怪插画。
能够用意大利语、英语或两者的混合语言向运行在 Telegram 上的助手口述消息，这种体验非常棒——尤其是考虑到 iPhone 自带的 Siri 至今仍不支持多语言，更不用说理解用户上下文或在后台执行长时间运行的任务了。
还是没被惊艳到？那这个怎么样：
昨晚，我在想是否可以用 Clawd 在我的 Mac mini 上运行等效的操作，来取代几年前在 Zapier 上配置的一些自动化流程，从而每月节省一些额外的开支。例如，其中一个是“zap”任务，它会在我们每周五发送时事通讯后不久，在我的 Todoist 中为下一期 MacStories Weekly 创建一个项目。它的工作原理是检查 RSS 订阅源，将期数加 1，然后通过 Todoist API 创建一个新项目。我询问 Clawd 是否可以复制这个流程，果不其然，它勾勒出了一个方案：我们可以在 Mac mini 上设置一个 cron 定时任务，每隔几小时检查一次 RSS 订阅源，并在订阅源中出现新一期内容时创建一个新项目。经过五分钟的来回沟通，Clawd 在我的 Mac 上创建了一切，没有云端依赖，不需要订阅——只需我要求的任务，由 LLM 利用现有的 Shell 工具和互联网访问权限拼凑而成。这让我不禁思考，如果给 Clawd 一些提示词和 Shell 访问权限，我能替换掉多少自动化层级和服务。
由 Clawd 创建的另一项技能，由自动化工作流触发。
这一切既令人兴奋，又让人感到一丝恐惧。相比于使用最新版本的 Claude 或 ChatGPT，使用 Clawdbot 以及不断根据我的需求和偏好对其进行塑造的过程，是我这段时间以来最真切感受到更高程度数字智能的时刻。我现在理解了为什么 OpenAI 的应用端首席执行官 Fidji Simo 曾写道 ，AI 实验室应该做更多工作来利用模型的能力（解决“能力过剩”问题），以构建个人超级助手。当我使用 ChatGPT 或 Claude 时，模型受限于开发者赋予它们的功能，而我们作为用户，无法对体验进行太多调整。相反，Clawdbot 是新一代具有延展性、个性化且自适应软件的终极体现：由*我*来决定 Clawdbot 应该具备什么能力，而且我随时可以检查后台发生的事情，如果不满意，还可以要求更改。只需与运行在电脑内部的代理对话，就能让我的电脑做任何事情——*任何事情*——这简直太有趣、太让人上瘾，也太有教育意义了：在过去的一周里，我学到的关于 SSH、cron、Web API 和 Tailscale 的知识，比我近二十年钻研电脑所学到的还要多。
在我的 MacBook Pro 上与 Clawdbot 协作。该助手可以访问我的 Notion，甚至能通过 Spotify 集成控制音乐播放。
Clawdbot 也是一个极佳的范例，展示了当现代智能体（在拥有合适的胸背带约束下）获得电脑访问权限时会发生什么：它们可以通过准递归改进 ，为特定用户构建工具并变得更加好用（但并非在通用意义上变得更聪明）。难怪所有 AI 公司都注意到了这一点，如今每一个重大功能发布都围绕着虚拟文件系统沙盒或 CLI 访问展开。
正如我在 AppStories 中所论证的那样，我相信这一切的影响很快就会波及各大应用商店，我们需要认真讨论未来应用开发者的角色。Clawdbot 目前还是一个分众化、极客向的项目，但请将其视为未来的底层趋势：当主流消费级 LLMs 变得足够聪明和直观，能够根据你的需求随时适配任何特定功能时——当你最终能够要求 Claude 或 ChatGPT 在你的电脑上执行或创建任何任务而无需终端界面时，由专业开发者创建的“应用”将何去何从？我尤其担心独立工具类应用：如果 Clawdbot 能为我的 LG 电视创建一个虚拟遥控器（我确实这么做了），或者每天早上用语音为我提供一份个性化报告（这是我设置的另一个 cron 任务），且完全符合我的心意，那我为什么还要费心去应用商店寻找别人制作的预构建解决方案？当任何我想要精心创建的“自动化”流程实际上只需给数字助手发条短信就能实现时，快捷指令又会面临怎样的命运？
我现在还不知道这些问题的答案，但今年我们将在 AppStories 和 MacStories 上尝试对这些问题进行深入探讨。
目前，我就先聊到这里：如果你对这个想法哪怕有一点点兴趣，我都强烈推荐你去尝试一下 Clawdbot，这是一个非常出色的项目。Clawdbot 向我证明了，我们才刚刚开始挖掘 LLMs 作为个人助手的潜力。在掌握了这种“超能力”之后，就再也回不去了。