Clawdbot – 开源个人AI助手框架

1. Clawdbot是什么

Clawdbot是一款开源的个人AI助手框架,允许用户在自己的设备上运行私有化的AI助手。该项目由Peter Steinberger及开源社区共同开发,目前在GitHub上已获得超过40,000颗星标。Clawdbot的核心定位是提供一个本地优先、多渠道、始终在线的个人AI助手解决方案,支持在WhatsApp、Telegram、Slack、Discord、Signal、iMessage等多个主流通讯平台上无缝使用。

技术定位与领域： Clawdbot属于AI智能体(Agent)框架领域,专注于构建可自托管的个人AI助手系统。其独特之处在于采用Gateway架构作为统一控制平面,通过WebSocket协议连接多个渠道和客户端,实现了完全的数据自主权和隐私保护。

研发背景： Clawdbot最初为Space Lobster AI助手"Clawd"而构建,后演化为通用的开源AI助手框架。开发团队在多智能体系统、自然语言处理和跨平台通讯集成方面拥有丰富经验,项目自2026年初持续保持活跃更新。

核心价值： Clawdbot解决了传统云端AI助手存在的隐私泄露、数据主权和平台锁定等问题。用户可以完全控制自己的AI助手,选择任意大语言模型提供商(支持OpenAI、Anthropic、本地模型等),并在多个通讯渠道间无缝切换,真正实现"一个助手,随处可用"的体验。

技术特点： Clawdbot的核心优势在于其Gateway架构和多渠道路由能力。Gateway作为统一控制平面管理会话、工具调用、事件处理和渠道连接。框架内置浏览器控制、语音交互、Canvas可视化界面、定时任务等强大工具,并支持技能(Skills)扩展系统,为开发者提供了极大的定制空间。

架构示意图

WhatsApp / Telegram / Slack / Discord / Google Chat / Signal / iMessage
│
▼
┌───────────────────────────────┐
│          Gateway              │
│      (统一控制平面)            │
│    ws://127.0.0.1:18789       │
└──────────────┬────────────────┘
               │
               ├─ AI Agent (RPC模式)
               ├─ CLI命令行工具
               ├─ WebChat界面
               ├─ macOS应用
               └─ iOS/Android节点

2. 主要功能

• 🌐 多渠道消息集成

  • 原生支持WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、Matrix等10+主流通讯平台
  • 统一的消息收发接口,在任意平台都能获得一致的使用体验
  • 支持群组消息管理、@提及响应、附件处理等高级功能

• 🏠 本地优先架构

  • Gateway运行在本地设备或私有服务器,完全掌控数据主权
  • 所有会话历史、配置文件都存储在本地,无需担心隐私泄露
  • 支持离线工作模式,不依赖云端服务,数据永久属于用户

• 🤖 多智能体路由

  • 为不同渠道、账户或对话配置独立的Agent实例
  • 实现工作空间隔离,工作和生活分开管理
  • 支持个性化配置,每个Agent可使用不同的模型、提示词和工具集

• 🎤 语音交互

  • Voice Wake(语音唤醒): 通过语音指令激活助手,支持自定义唤醒词
  • Talk Mode(对话模式): 连续语音对话,无需重复唤醒
  • 跨平台支持: macOS、iOS、Android全平台语音输入输出
  • 集成ElevenLabs高质量语音合成

• 🌐 浏览器自动化

  • 集成Chrome/Chromium完整控制能力
  • 支持网页快照、自动化表单填写、数据抓取
  • 文件上传下载、Cookie管理、多标签页控制
  • 可编程的浏览器操作,支持复杂的Web自动化任务

• 🎨 Canvas可视化

  • Agent驱动的实时可视化工作区
  • 支持A2UI界面渲染和交互,可视化编程
  • 实时更新、代码执行、图表展示
  • 适用于数据分析、代码演示、交互式教学等场景

• 🧩 技能扩展系统

  • Bundled技能: 系统内置的核心功能
  • Managed技能: 通过ClawdHub云端管理的技能库
  • Workspace技能: 用户自定义的本地技能
  • 支持技能市场,一键安装社区开发的扩展功能

• 💬 高级会话管理

  • 会话压缩(Compaction): 自动总结长对话,节省Token成本
  • 会话间通信(sessions_* tools): Agent之间相互协作和消息传递
  • 会话剪枝: 自动清理过期会话,优化内存占用
  • 多会话并发处理,支持会话优先级设置

• 🔒 安全沙箱

  • 为非主会话(群组/频道)配置Docker沙箱环境
  • 隔离工具执行环境,防止恶意代码影响主系统
  • 多层安全防护: 工具白名单、权限控制、资源限制
  • DM配对验证机制,防止陌生人滥用

• ⏰ 自动化工作流

  • Cron任务调度: 定时执行周期性任务
  • Webhook触发器: 响应外部事件,实现事件驱动自动化
  • Gmail Pub/Sub集成: 实时响应邮件通知
  • 支持复杂的工作流编排和条件判断

支持的通讯平台

Clawdbot提供广泛的平台支持,真正实现"一个助手,随处可用":

即时通讯平台

• WhatsApp: 通过Baileys库实现,支持二维码登录、群组管理、媒体消息
• Telegram: 基于grammY框架,支持Bot API和频道管理
• Signal: 使用signal-cli集成,提供端到端加密通讯支持
• iMessage: macOS原生支持,需要Messages应用登录
• BlueBubbles: 扩展iMessage功能,支持远程访问和更多自定义选项

企业协作平台

• Slack: 通过Bolt框架集成,支持Workspace管理、斜杠命令、交互式消息
• Microsoft Teams: 企业级集成,支持团队协作、文件共享、视频会议通知
• Google Chat: 支持Google Workspace集成,企业聊天和协作
• Mattermost: 开源Slack替代方案,适合私有化部署需求

开发者社区平台

• Discord: 基于discord.js,支持服务器管理、频道权限、机器人命令
• Matrix: 去中心化通讯协议,支持联邦式网络和端到端加密

其他特色平台

• Zalo: 越南流行的即时通讯应用
• Zalo Personal: Zalo个人账号扩展功能
• WebChat: 浏览器内嵌的Web聊天界面,无需额外应用

移动端与桌面端

• iOS节点: 配对iPhone/iPad作为远程节点,执行设备特定操作(相机、定位等)
• Android节点: 配对Android设备,支持短信、通知、屏幕录制等功能
• macOS应用: 原生菜单栏应用,提供系统级集成和快捷访问

3. 如何使用

快速开始指南

1. 环境准备：

   • 确保系统已安装Node.js 22或更高版本
   • 支持macOS、Linux和Windows(需通过WSL2)操作系统
   • 准备至少一个大语言模型API密钥(推荐使用Anthropic Claude或OpenAI)

2. 全局安装：

   • 使用npm安装：npm install -g clawdbot@latest
   • 或使用pnpm：pnpm add -g clawdbot@latest

3. 运行配置向导：

   • 执行命令：clawdbot onboard --install-daemon
   • 向导将引导完成Gateway配置、模型认证、工作区设置和渠道连接

4. 启动Gateway服务：

   • 命令行启动：clawdbot gateway --port 18789 --verbose
   • 或使用守护进程模式(已通过onboard安装)

5. 连接通讯渠道：

   • WhatsApp：clawdbot channels login 扫码登录
   • Telegram：设置环境变量 TELEGRAM_BOT_TOKEN
   • Slack：配置 SLACK_BOT_TOKEN 和 SLACK_APP_TOKEN
   • Discord：设置 DISCORD_BOT_TOKEN
   • 其他渠道参考官方文档配置

6. 发送测试消息：

   • 通过CLI：clawdbot message send --to +1234567890 --message "Hello"
   • 通过已连接的通讯渠道直接对话

7. 配置文件定制：

   • 编辑 ~/.clawdbot/clawdbot.json 配置文件
   • 设置模型、工具策略、渠道白名单、沙箱规则等

8. 健康检查与诊断：

   • 运行 clawdbot doctor 检测配置问题和权限设置

命令行示例

## 全局安装
npm install -g clawdbot@latest

## 运行配置向导
clawdbot onboard --install-daemon

## 启动Gateway服务
clawdbot gateway --port 18789 --verbose

## 发送测试消息
clawdbot message send --to +1234567890 --message "Hello from Clawdbot"

## 与AI助手对话
clawdbot agent --message "帮我分析这个项目" --thinking high

## 健康检查
clawdbot doctor

## 查看可用模型
clawdbot models list

## 查看会话列表
clawdbot sessions list

4. 优缺点分析

✅ 优点

• 完全开源免费

  • MIT许可证,代码完全透明可审计
  • 社区活跃,持续更新迭代(40,000+ GitHub Stars)
  • 无任何隐藏费用或使用限制

• 隐私与数据主权

  • 所有数据本地存储,用户完全掌控
  • 无第三方服务器介入,不会上传用户对话
  • 支持离线工作模式,即使断网也能使用基础功能

• 多渠道统一体验

  • 支持10+主流通讯平台,真正的"一个助手,随处可用"
  • 统一的对话历史和上下文,在不同平台无缝切换
  • 跨平台消息同步,手机电脑随时接力

• 模型灵活性

  • 支持OpenAI、Anthropic、本地模型(Ollama)等多种提供商
  • 无供应商锁定,可根据任务选择最合适的模型
  • 支持同时使用多个模型,不同Agent配置不同模型

• 强大的扩展性

  • 内置丰富的工具集: 浏览器控制、语音交互、Canvas可视化
  • 技能系统支持自定义扩展
  • Webhook、Cron等自动化能力
  • 活跃的ClawdHub技能仓库

⚠️ 缺点与局限

• 技术门槛较高

  • 需要一定的命令行操作能力
  • 配置文件编辑、环境变量设置对新手不太友好
  • 初学者可能需要花费1-2小时熟悉基本操作
  • 缺少图形化配置界面(仅有配置向导CLI)

• 需要自行维护

  • 作为自托管方案,服务稳定性由用户负责
  • 需要手动更新版本,关注breaking changes
  • 数据备份、恢复策略需要自行设计
  • 遇到问题需要查阅文档或社区求助

• 资源消耗

  • Gateway长期运行会占用200-500MB内存
  • 启用浏览器控制时资源消耗显著增加(+500MB以上)
  • 多个Agent实例并行时CPU占用较高
  • 不适合在配置较低的设备上运行

• 部分功能平台限制

  • iMessage集成仅限macOS/iOS
  • 语音功能在不同平台支持程度不同
  • 某些渠道(如WhatsApp)需要保持手机在线
  • Windows用户必须通过WSL2运行

• 学习曲线陡峭

  • 功能众多,完整掌握需要较长时间
  • 文档虽详尽但分散在多个页面
  • 高级功能(如多Agent路由、会话压缩)理解门槛高
  • 缺少中文文档和教程

• 社区生态相对年轻

  • 技能仓库(ClawdHub)资源相比成熟项目较少
  • 第三方集成和插件不如LangChain等成熟框架丰富
  • 遇到罕见问题可能较难找到现成解决方案

5. 同类工具对比

6. 编辑点评

技术创新性评估

Clawdbot在个人AI助手领域展现了出色的技术创新和实用价值。其Gateway统一控制平面的设计理念非常先进,真正实现了"一次部署,多渠道复用"的目标。多智能体路由、会话隔离、安全沙箱等企业级特性使其不仅适合个人使用,也能胜任小团队的协作场景。

技术上,Clawdbot对隐私保护和数据主权的重视值得称赞,在当前AI服务高度中心化的背景下,提供了一个真正"属于用户"的AI助手方案。内置的浏览器控制、语音交互、Canvas可视化等功能完善,技能系统的可扩展性也为未来发展留下了充足空间。

然而,作为自托管方案,Clawdbot的技术门槛对非技术用户仍有一定挑战。虽然配置向导已经简化了部署流程,但多渠道配置、权限设置、安全策略等仍需一定学习成本。此外,功能的丰富性也带来了文档学习负担,新手可能需要较长时间才能掌握所有特性。

总体而言,Clawdbot是一款极具潜力的开源AI助手框架,特别适合重视隐私、需要多渠道统一管理、希望完全掌控AI助手的技术型用户或开发者。随着社区的成长和技能生态的完善,其价值将进一步凸显。

适用人群

7. 应用场景

• 个人知识管理： 在各个通讯平台随时与AI助手交互,记录想法、检索信息、整理笔记,所有数据本地保存。
• 多平台统一接入： 企业或团队使用多种通讯工具时,通过Clawdbot提供统一的AI助手接入点,降低切换成本。
• 隐私敏感场景： 金融、医疗、法律等对数据隐私要求极高的领域,可使用自托管方案避免数据外泄风险。
• 自动化工作流： 结合Webhook、Cron任务和浏览器控制,构建定时监控、数据采集、报告生成等自动化流程。
• 开发者工具集成： 将AI助手集成到开发工作流中,通过Slack/Discord等渠道进行代码审查、日志分析、CI/CD通知响应。
• 语音助手原型开发： 利用Voice Wake和Talk Mode快速构建语音交互应用原型,支持macOS、iOS、Android多平台测试。
• 多智能体协作研究： 利用多智能体路由和sessions_**工具,进行多Agent协作、任务分发等AI系统研究。

8. 常见问题FAQ

1. Q: Clawdbot支持哪些大语言模型？

   • A: 支持OpenAI(GPT-4、GPT-5)、Anthropic(Claude)、Google Gemini、Moonshot Kimi、本地模型(Ollama)等,可通过models.providers配置任意OpenAI/Anthropic兼容的API。

2. Q: 如何确保Clawdbot的安全性？

   • A: 默认DM采用pairing策略需手动审批联系人;可为群组/频道配置Docker沙箱隔离工具执行;支持工具白名单/黑名单;所有数据本地存储无外部传输。

3. Q: 能否在服务器上运行Clawdbot,然后通过远程连接使用？

   • A: 可以。在Linux服务器运行Gateway,通过Tailscale Serve/Funnel或SSH隧道暴露服务,macOS/iOS/Android设备作为Node节点连接执行本地操作。

4. Q: Clawdbot的系统资源占用如何？

   • A: Gateway本身占用较少资源(通常<500MB内存),但启用浏览器控制会额外占用Chromium进程资源;建议至少2GB RAM和双核CPU。

5. Q: 如何更新到最新版本？

   • A: 运行 clawdbot update 或 npm update -g clawdbot@latest,更新后执行 clawdbot doctor 检查配置兼容性。

6. Q: Clawdbot是否支持中文交互？

   • A: 完全支持,取决于所使用的大语言模型能力。推荐使用Claude、GPT-4或中文优化模型(如Kimi、Qwen等)获得最佳中文体验。

7. Q: 如何为不同渠道配置不同的Agent？

   • A: 通过 agents 配置多个Agent实例,使用 channels.<channel>.agent 或 agents.routing 规则将不同渠道路由到对应Agent。

8. Q: Clawdbot是否支持语音识别和语音合成？

   • A: 支持。通过集成Whisper(语音识别)和ElevenLabs(语音合成),在macOS/iOS/Android上提供Voice Wake和Talk Mode功能。

9. 项目地址

• 项目官网： https://clawdbot.com
• GitHub仓库： https://github.com/clawdbot/clawdbot
• 官方文档： https://docs.clawd.bot
• 快速开始指南： https://docs.clawd.bot/start/getting-started
• 配置参考： https://docs.clawd.bot/gateway/configuration
• Discord社区： https://discord.gg/clawd