今天参加 @lyc_zh 和@AppSaildotDEV 组织的 X 直播。
除了分享交流Skill，@lyc_zh 还推荐了Clawdbot，从情绪中能感受到，这个AI工具对他的冲击，以及他的那种兴奋。
官网： https://clawd.bot/
用Grok检索关于Clawdbot的使用案例，让AI写一篇文章快速介绍下。
我的直观感受是，它能整合WhatsApp、Telegram等各种社交媒体工具，自然语言对话，实现各种Agent工作流干活。
比如我通过auth接入了 GPT5.2，装上官方Chrome插件，就能让 AI 自己读浏览器内容做各种操作。
比如 自动整理 X 书签，写入本地Markdown文件。
同时，也可以配置支持Claude skill，那么之前探索的各种工作流都能用上了。
关于如何配置Clawdbot浏览器插件，可以参考这个帖子：
还有一定要注意安全，YC说会创建一个权限大的Agent运行在他的Mac Mini中。
自己电脑用的ClawdBot Agent权限会严格控制在沙箱中。
与此同时，很多人会觉得焦虑，说又出现一个新东西，Skill还没学明白呢。
我倒觉得大可不必，能上X已经很超前了。
新产品和工具是追不完的，如果需要，用就是了。
下面内容是 AI 生成，仅供参考。
----
有人在 Discord 里说，他让 AI 助理写了一个技能，然后这个技能立刻就能用了。
不是那种"写完代码再部署"的流程，而是对话中直接完成。
AI 自己写代码，自己测试，自己加载，然后告诉你"好了，可以用了"。
当时觉得，这有点离谱。
但试了一下，确实可以。它叫 Clawdbot。
一个会自己长本事的 AI
大多数 AI 助理的能力是固定的。
它们能做什么，取决于开发者给了它什么工具。想要新功能？等更新吧。
Clawdbot 不一样。
它可以在对话中，自己创造新能力。
这个机制叫 Skills 系统。你告诉它"我需要一个能自动整理 Obsidian 笔记的功能"，它会：
分析需求
写一个 SKILL.md 文件
实现具体逻辑
热加载到系统里
立刻可用
整个过程不需要重启服务，不需要手动部署，甚至不需要你懂代码。
有人用这个功能让 AI 给自己写了一个 Spotify 控制器。
有人让它写了一个自动跟踪健身数据的技能。
有人让它写了一个监控 GitHub issue 的脚本。
这些都不是预设功能，而是用户临时提需求，AI 现场实现的。
Skills 系统的三层结构
Clawdbot 的 Skills 系统有三个层级：
1. Bundled Skills：官方自带的技能，比如浏览器控制、文件操作、定时任务。这些是开箱即用的。
2. Managed Skills：从 ClawdHub 安装的社区技能。有人写了一个好用的工具，你可以一键安装。存放在 ~/.clawdbot/skills。
3. Workspace Skills：你自己的项目技能。可以是你手写的，也可以是 AI 临时帮你生成的。存放在 /skills。
优先级是：Workspace > Managed > Bundled。
这意味着，你可以覆盖官方的实现，也可以在不同项目里用不同版本的技能。
更厉害的是，Clawdbot 还支持 skills.load.extraDirs，可以让它加载其他目录的 Skills。
比如，你可以把 Claude Code 的 80 多个 Skills 共享给 Clawdbot，只需要在配置文件里加一行：
{
"skills": {
"load": {
"extraDirs": ["~/.claude/skills"]
}
}
}
从此，你所有的 AI 工具都可以共享同一套能力库。
为什么其他 AI 做不到这个
你可能会问，ChatGPT 不是也有 GPTs 吗？Cursor 不是也有自定义工具吗？
是的，但它们都有一个问题：封闭。
ChatGPT 的 GPTs：必须在 OpenAI 的服务器上运行，你不能访问本地文件，不能控制浏览器，不能执行系统命令。它的能力上限，是 OpenAI 愿意给你多少权限。
Cursor 的工具：绑定在编辑器里，只能处理代码相关的任务。你不能让它发邮件，不能让它订餐厅，不能让它跨设备工作。
Clawdbot 的 Skills：运行在你自己的机器上，有完整的系统权限，可以调用任何本地工具，可以访问你的所有文件，可以通过 Tailscale 跨设备协作。
更关键的是，它是开源的。
你可以看到每一个 Skill 的源码，可以修改它，可以分享给别人。社区可以共同维护一个技能库，而不是依赖某个公司的决策。
架构的优雅之处
Clawdbot 的架构设计很有意思。
它的核心是一个叫 Gateway 的 WebSocket 服务，运行在你本地的 127.0.0.1:18789。
所有的消息渠道（Telegram、WhatsApp、Slack、Discord）都连到这个 Gateway。所有的工具调用、定时任务、跨设备协作，也都通过这个 Gateway 协调。
Gateway 是大脑，但执行可以分布在不同的设备上。
比如，你可以把 Gateway 跑在一台 Linux 服务器上，然后通过 Tailscale，让你的 macOS 电脑、iPhone、Android 手机都连上去。当 AI 需要调用摄像头、录屏、获取位置信息的时候，它会通过 node.invoke 调用对应设备的能力。
这个设计很像微服务架构。Gateway 负责协调，各个设备节点负责执行。
每个会话都是独立的。你可以同时跟多个 AI 代理对话，它们各自有自己的上下文，互不干扰。如果需要协作，它们可以通过 sessions_send 工具互相发消息。
更特别的是，群组会话可以跑在沙盒里。
你可以设置 agents.defaults.sandbox.mode: "non-main"，让非主会话在 Docker 容器里运行。这样，即使 AI 执行了危险命令，也不会影响你的主系统。
这是我见过的 AI 助理里，唯一有这种安全机制的。
真实的使用场景
我整理了一些用户分享的案例。
一个开发者说，他让 Clawdbot 写了一个技能，每天早上自动抓取 Hacker News 的热门话题，分析哪些适合写文章，然后发到他的 Telegram。
一个产品经理说，他让 Clawdbot 监控 GitHub 的 issue，遇到特定标签的问题，自动生成一份简报，包括问题描述、可能的原因、建议的解决方案。
一个设计师说，他让 Clawdbot 连接 Obsidian，每次他写完笔记，AI 会自动整理标签、补充相关链接、生成摘要。
这些都不是官方功能，而是用户临时提需求，AI 现场写出来的。
有人评价说："这感觉像是早期的 AGI。"
有人说："我用了一周，感觉像是 iPhone 刚出来的时候。"
有人说："这是 2026 年最好的 AI 工具。"
成本不算低，但值得
Clawdbot 不是免费的。
它需要调用 AI 模型的 API，推荐的是 Anthropic 的 Claude Opus 4.5 或 OpenAI 的 GPT-5.2。
有用户分享，他的月度成本是 300 美元的 AI 推理费用，50 美元的服务器费用。
听起来不便宜，但考虑到它能做的事情，很多人觉得值得。
毕竟，它不只是个聊天工具，而是一个真正能替你干活的助理。
它意味着什么
Clawdbot 让我重新思考 AI 助理的定义。
过去，我们以为 AI 助理就是一个聊天界面，能回答问题、生成内容。
现在，AI 助理可以自主决策、执行任务、跨工具协作，甚至自己创造新能力。
这是从"工具"到"代理"的转变。
更重要的是，它是开源的，运行在你自己的设备上。
你不需要把数据上传到某个公司的服务器，不需要担心隐私泄露，不需要等别人给你更新功能。
你拥有完整的控制权。
有人说，这是 Personal AI 的正确形态。
我觉得，至少是一个很有说服力的方向。
如果你想试试
Clawdbot 的安装不算复杂，一行命令就能开始：
npm install -g clawdbot@latest
clawdbot onboard --install-daemon
向导会引导你完成整个设置，包括选择模型、配置通讯渠道、安装技能。
设置完成后，Gateway 会作为系统服务运行（macOS 用 launchd，Linux 用 systemd），保证它 24/7 在线。
重启 Clawdbot 很简单：
# macOS
launchctl stop com.clawdbot.gateway
launchctl start com.clawdbot.gateway
# Linux
systemctl restart clawdbot-gateway
相关资源：
官方网站：https://clawd.bot
GitHub 仓库：https://github.com/clawdbot/clawdbot
完整文档：https://docs.clawd.bot
Discord 社区：https://discord.gg/clawdbot
建议先看文档，了解基本概念。然后从小任务开始，比如让它帮你整理邮箱，或者查个天气。
熟悉了再扩展功能。
记住，AI 助理的能力上限，取决于你给它多少权限，以及你能想到让它做什么。
最后
Clawdbot 不是完美的。
它需要一定的技术门槛，需要你花时间配置，需要你愿意承担一定的安全风险。
但它证明了一件事：
AI 助理不必是一个固定的产品，它可以是一个会成长的系统。
你用得越多,它就越懂你。
你教它新技能，它就学会新本事。
你给它更多权限，它就能帮你做更多事。
这才是 Personal AI 应该有的样子。
注：本文基于 Clawdbot 官方文档（截至 2026.1.25）、GitHub 仓库、用户真实反馈以及技术社区讨论。Clawdbot 仍在快速迭代中，部分功能可能有所变化。
