我的小龙虾(OpenClaw)初体验

前阵子突然刮起了一阵小龙虾旋风，朋友一个二个折腾的不亦乐乎，不过因为产品刚出来，我对安全性、稳定性暂时还是保持观望态度，没有开始折腾。

果然后续陆续改了几次名字，从 Clawdbot 到 Moltbot 再到现在的 OpenClaw 。期间也有出现过针对提示词漏洞的攻击 1-Click RCE To Steal Your Moltbot Data and Keys (CVE-2026-25253) 。

临近年尾，工作也都忙的差不多了，现在基本上处于摸鱼状态无心工作 ，索性就折腾起了小龙虾。

平台选择

因为这个工具的前沿性、实验性，且工具所需要的系统权限宽泛，所以对机器也有更高的控制权，且在成熟度方面来说它本身在安全方面肯定是具有诸多隐患的，所以大家现在基本上都是单独另起一台机器运行服务，甚至不少奸商嗅到财富臭味，趁着这个风头疯狂的操作了一波Mac mini的市场行情。

我目前也没有多余的机器，觉得在主机器上使用Docker的方式感觉也不太安全，所以最后选择在PVE上另起了一个虚拟机专门拿来跑小龙虾。

在安装时蓄存注意分配2G以上内存，刚开始分配1G安装都安装不了，安装之后日常占用800m左右内存，CPU分配的1核目前没什么问题。

在部署方面感觉并没有想象中的难

模型选择

目前千问的模型可以免费使用，但是我在用了两三天之后提示超额了，换成了Kimi2.5，而且千问的免费模型用起来感觉智商非常堪忧，在配置完TG后希望能制定一些定时任务，但是出现了在后台执行好了，但是不在TG上通知我的情况，反复和AI搏斗后始终没有结果。

后来换成了Kimi2.5后终于智商占领高低，开始也是同样的不能发消息到TG，后来让它自己检测，发现可能是因为没有设置TG通知通道导致，让AI自我修复后才终于能正常使用定时任务功能。

其次是感觉模型费用很高，因为小龙虾特性，首先在每次请求时会去读取一些记忆文件、自身的性格、风格等设置文件等等，其次是在它时常会保留一定程度的上下文，已便在每次回答问题时进行关联，所以在每次请求时会附带大量上下文，虽然能通过压缩命令处理，但是依旧是消耗的大头。

我昨天让小龙虾0点记录了Kimi账户的余额，然后上午执行了一次系统自检、任务通报等日常任务，然后让他进行了一次系统更新，而且在更新的时候把自己干掉了，重新安装后恢复正常，期间出了自动任务那写内容，大概进行了关于更新的5-7轮对话，最后再查余额发现已经花了6、7元，当然，这可能是因为我让他执行了一些系统命令，上下文读进了大量的日志导致。

所以还是建议使用订阅制的模型付费方案。

官方目前主推的minimax，不少朋友说模型水平目前还是很够看的，基本上是处在头部水平，而且还带图像识别、联网搜索，看了眼国内的费用方案大概如下。

29还算能接受，不过 40 prompts 每 5 小时 这个定义我没太搞明白，不过根据他们的 “每 5 小时重置” 是如何计算的? 一节，我尝试让小龙虾通过接口获取用量余额，大概是每5小时600次请求，对个用量对我们普通用户来说是完全足够的，而且替换了我utools上原来的kimi。

我能用他干什么？

我平时使用AI最多的方式是用utools上的对话式工具，场景基本上是针对性处理某些问题的进行问答，这种方式对目前的我来说完全够用了。

所以最开始我没用搭建小龙虾的首要原因是我不知道该用它来做什么。

后来在观摩其他朋友的使用分享时开始思考自己该如何使用他、他能帮我解决什么实际问题，最后做了如下几点总结。

1. 满足折腾欲望和好奇心
2. 工作提醒
3. 工作总结
4. 文件处理
5. 服务钩子
6. ....

满足折腾欲望和好奇心

哈，这时最重要的一点，产生了好奇心之后一定要自己玩玩，不然心里就会一直挂念着。

工作提醒、工作提醒

因为有Cron的存在，我们可以通过口语化的方式将需要做的事情一股脑告诉小龙虾，他会自动对内容进行整理、分类等等，且在你需要的时候对你进行主动提醒。

文件处理

是的，你曾经试着发过上个月的个人账目给它，它识别到了文件是excel格式，自行安装pandas，利用python对表格数据进行读取和分析，最后总结了我上个月的支出情况。

其次是将我每次健身的数据截图发送给它，它同样下载了ocr的库对图片数据进行了分析，并进行了登记。

服务钩子

这是我下一部想做的，利用它能执行任务、脚本的这个点，我可以通过webhook在其他程序中对它发起指定命令从而执行它编写的特定脚本，比如

1. 在发完博文后通过webhook传递数据到tg机器人，让小龙虾自动执行我Github上的Action。
2. erp系统没有集成企业微信机器人通知，我可以在做完调价操作后通过webhook，让小龙虾读取数据变更情况，自动联动企业微信机器人发送调价通知。
3. 等等其他

这将比我以前用n8n的方式完成这些操作更为简单，因为所有的任务都可以通过口语话来实现，完全摒弃掉n8n的设置操作等等步骤，我只需要提供API文档，数据结构，阐明清楚你要的执行逻辑，它便能自省生成代码，并且对问题进行修复。

最后

最近看过几个博主都在说未来AI的入口会变成从Chat开始。

我非常认同这个看法，这个日常最常见、使用频率最高的入口绝对会是各个公司未来要利用起来的地方。利用好它，并让普通的群众也能用过口语化的表达用AI辅助自己完成各种各样的事物，这将是下一次AI大跃进的开始。

千问的一句话点外卖就是个开始，我相信贾维斯已经离我们不远了。