小龙虾openclaw用什么硬件

今天给大家分享一个龙虾高手是怎么玩龙虾的，这个是我好大哥 ai 破局的杨哥，他一个月花两三千块钱养龙虾，然后目前呢，他养了八只龙虾，分别包括助理，然后公众号选题官，朋友圈选题官，短视频编导，战略官，还有其他三位 不同的虾。然后整个过程呢，分成几步？那第一步呢，还是要安装 open color， 然后接入 ai 大 模型，算里他目前主用的是 color 的 啊，好。第二步呢，创建员工，这个很重要，不需要的员工不要创建，不要为了虾多而多。然后第三步呢，训练和激活员工，就是每一个龙虾他都有一个叫兽的这个文件，也就是灵魂文档，就是他的身份说明，这个要训练好。 第四个呢，就是要培养员工，也就是给他安装各种技能，比如说龙虾本身是不会联网的，那你要给他安装联网的技能。第五步呢，就是多龙虾协助那一只龙虾干活，可能不太行，但多只龙虾组合起来可能就厉害了，特别是有些事情是需要多只龙虾配合。然后你最重要的是培养好那只龙虾主管 啊，以后所有事情就交代给龙虾主管，然后龙虾主管再安排其他龙虾去干。那最后杨哥分享了几个点，我觉得非常好，有很大的借鉴意义。第一， ai 不是 替代人，而是放大人。 然后如果你没有一个很强的这个基础能力，底层能力龙虾也用不好，所以很多新手小白呢，不要着急学龙虾，先把这个 ai 的 基础能力学好，再学龙虾比较好。 第二个呢，养龙虾最大的成本不是每个月花多少钱的问题是你的这个调教培训能力，能不能把龙虾养好，训练好，也就是你这个培训人带人的能力行不行。 第三个啊， open cut 小 龙虾最牛的是让 ai 有 了记忆和身份，这个很重要。最后呢，建议大家是从最痛的一个需求，先从一个员工开始，不要一上来就搞多个员工 啊。那杨哥的这套龙虾军团方案呢，很适合老板、创业者，包括搞自媒体的，所以接下来呢，我打算参考杨哥的这个龙虾军团的架构，也去构建我的五只龙虾 啊，然后每周给大家汇报一下这个养虾进展，建议大家收藏啊，因为这个确实是目前看到落地比较强的一些案例啊。然后大家感兴趣的话，也可以回复一下龙虾，咱们一起学，给大家发一些攻略。

在欧奔 klo 火了之后的几天时间里，突然间就冒出了很多的变种 klo， 什么 nano klo， nano bot， piccolo klo， 甚至还有可以部署在 esp 三二上的咪咪 klo。 呃，捅了猴子窝了。那在这些变种龙虾的宣传页面上，要么就写着它们的代码有多么的精简， 要么就写着它们占用内存有多低，只需要极其廉价的 cpu 就 能跑起来，那这对我这个硬件工程师来说就很有吸引力了，我可以在我之前做的这些电路板上来养龙虾。 不过面对这么多的龙虾，我的选择困难症又犯了，那这些龙虾到底有什么区别？像 zero klo 和 piccolo klo 看上去大差不差的，那应该怎么选择呢？另外的话，像咪咪 klo 这种能运行在 esp 三二上的龙虾，它真的好用吗？ 硬件工程师又应该去养哪一只龙虾呢？那今天的视频我们就一起来探讨一下这些问题。首先是欧奔卡洛，那比起其他的龙虾来说，就是大鳌权 github 上面的新标也是最多的，那部署的条件的话，基本上就只有一个内存足够大，按照我的经验就是大于四个 g， 所以 除了常规的电脑，像是树莓派五啊，地瓜的 r d k 叉五开发版啊，以及说大部分的乡城派开发版都是能够部署的。 然后呢，它有一个很大的问题，就是代码量比较多，有七十万行，所以呢，就有了 nano bot 这个项目，那它是基于 open core 修改而来的，目标就是追求极致的代码只有四千行。这样的好处就是一个差不多水平的软件工程师就能够读完所有的代码， 那在你读懂它之后呢，就可以基于它来构建出自己的龙虾。所以 nano bot 就 有点像是一个学习项目。那从功能上说，虽然说做了精简，但是总体还是能用的，简单的聊天、整理文件、调用 skills 都是可以的。那比起 open class， 它缺失的是一些高级的功能， 比如说没有向量化的长记忆功能，那这就导致了一段时间之后，它很有可能就忘记了前面的聊天。那另外的话呢，它也没有插件系统， 所有的功能不能通过第三方做扩展，只能说等官方来实现。那总体来说，我并不是很建议没有代码能力的新手去使用 nano bot， 它的文档也比较少，只有一个 readme。 那 不过如果你有能力去看懂 nano bot 的 代码，那基本上也就不需要接受我的建议了。 接下去是 nano cloud， 那 虽然名字里有一个 cloud， 但是它的功能和其他的龙虾其实是不太一样的，只是说借用了一个名字而已。它是基于 cloud agent sdk 开发的，简单理解就是一个对 cloud code 的 分装，所以本质上算是 cloud code 的 兄弟。那虽然代码量极少，但是它的内存占用并不低， cloud 的 cost 占用多少，它就至少要占用多少，所以它其实并不归属于龙虾的范畴。那 pico cloud 的 话是国内的一家开源硬件公司希素科技开发的，那他们家的主营业务就是卖 linux 以及 esp 三二开发板。 做 pico cloud 的 意图就很明显了，就是在低内存、低成本的 linux 开发板上养虾。所以说 pico cloud 的 核心目标就是省内存。那 pico cloud 是 基于 nano bot 修改而来的， 原本的话， nano bot 是 基于派送开发的，所以即便是做了精简，内存的占用率还是要到一百兆以上。那为了节约内存， pico cloud 的 开发团队就让 ai 把 nano bot 用 go 语言进行了实现，那因为是翻译语言，所以内存占用率一下子就降到了十兆以内。 那从能力上说，一开始的时候 pico 可乐和 nano boot 几乎是重叠的，不过随着时间的推移，慢慢的就分道扬镳了。那衍生出了一些自己的功能，比如说为嵌入式系统定制了更多的功能，集成了 fnc 和 spi 的 控制。 所以如果你是想玩玩低成本的嵌入式部署， pico 可乐还是不错的，尤其适合像 k 二三零、 d iv 幺幺零六、 c v 六幺零这种内置一百二十八兆内存的芯片，性价比是非常高的。 那接下去来说一说 zero colo。 zero colo 是 一个非常值得一提的项目， nano bot 和 piccolo colo 可以 说是从 open colo 那 边继承而来的，所以它们基本上就是 open colo 的 经典版本。 而 zero colo 就 不一样了，目标非常的宏伟，极低的内存占用，覆盖几乎所有的硬件，同时呢，具备 open colo 几乎所有的功能，也就是说它是奔着和 open colo 平起平坐，甚至是说干掉 open colo 来的。 那目前的话，它也拥有插件系统，原生的向量记忆系统，支持浏览器方案，甚至有自己的技能商店，有 hux， 做自动化也没有问题，有成熟的文档以及华丽的 web 控制台，那这些都是 nanobot 和 pico 所没有的。而且呢，它的内存占用率极低，已经支持了部分的侵入式芯片部署， 不过美中不足的是暂时不支持 risk 五芯片，所以像 k 二三零 d s g 二零零二什么的就用不了了。总体来说呢， zero cloud 是 值得去探索一下的， 如果想要取代 opencloud 还是任重而道远，很多的功能也仅仅是做了一个开头，需要大量的时间投入去生化。那最后一个是咪咪 cloud， 那 这个的话是一个绑定在 esp 三号上的项目， 这个对介入式工程师来说还是非常的诱人的，受众的话理论上说要更广一些，但硬件开发的难度也更低。不过实际使用之后呢，发现有两个致命的问题，或者说也算是一个问题吧，就是说它所有的能力需要你自己提前写好， 比如说你想要去控制舵机的转动，那么就需要修改咪咪可乐的代码，那给它加上舵机控制的函数，把它固化成一个原子能力，那后续的话就可以通过聊天让咪咪可乐去调用这个能力了。 那简单的概括就是，咪咪可乐只是能调用你写好的 api， 而其他的可乐呢，是能够自己生成代码并且执行的， 所以想要玩转咪咪 colo， 就 需要你有一定的嵌入式开发能力。好，那以上就是今天视频的全部内容了，简单的总结一下， open colo 算是大鳄权，但是占用内存高，那 nano bot 的 话呢，主要用于代码的学习，那 pico colo 的 话呢，更适合嵌入式的部署。 cora 可乐的话呢，野心比较大，但是有待发展。米米可乐是部署在 esp 商号上，但是无法自编程，需要有开发的能力。好，那以上就是今天视频的全部内容了，如果你对这方面有帮助啊，别忘了关注和三点，我们下期再见，拜拜。

全球科技圈被一只小龙虾彻底刷屏。从深圳腾讯大厦千人排队，到央视力挺发声，再到全网疯传云上养虾人， openclaw 以一种近乎现象级的方式闯入大众视野。今天，我们用最通俗、最贴近普通人的视角，把 openclaw 彻底讲清楚，让你看完就明白 这只突然爆火的小龙虾，究竟凭什么搅动整个 ai 行业。先回答第一个问题，也是所有人最关心的， openclaw 到底是什么？用一句话讲懂。 openclaw 是 一款完全开源、本地优先、可自主执行任务的 ai 智能体执行框架。 它不是聊天机器人，不是大模型本身，而是给 ai 装上手脚，让 ai 真正动手干活的数字执行引擎。简单说，你平时用的 ai 只能回答问题、给方案写文字， 而 openclaw 能听懂你的自然语言指令，直接操作电脑、打开软件、处理文件、执行脚本，完成全流程任务。相当于你拥有了一个二十四小时不休息、不用发工资、随叫随到的数字员工。他由奥地利开发者 peter stanberger 在 二零二五年底推出， 短短数月就在 github 收获海量新标，成为全球最受关注的开源 ai 项目之一。核心价值只有一个，把 ai 从只说不做的顾问变成说到做到的执行者。 他不依附任何大厂，完全开源开放，既可以本地部署在个人电脑，也能云端运行，数据完全由用户自己掌控，不泄露、不上传。这也是他能迅速击穿圈层，从程序员圈火到普通爱好者的根本原因。一句话总结， opencloud 就是 ai 世界的实干家， 是让人工智能从对话框走向现实操作的关键桥梁。接下来我们讲第二个问题，为什么它会被叫做小龙虾？这个名字和梗到底从哪来？很多人第一次看到养龙虾云上养虾人的说法，都会误以为是餐饮梗、网络段子，其实背后有清晰的由来，而且和产品本身高度契合。 首先是名称演变。 openclaw 最早不叫这个名字，最初命名为 clawbot， 取自 cloud 和 cloud 的 组合。 cloud 指意就是爪子、鳌钳，寓意像钳子一样抓取任务、执行操作。后来因为商标相关问题，短暂更名为 motbot。 mot 有 蜕壳的意思，暗合龙虾生长的特性。最终项目定名为 openclaw， 突出开元属性，也保留了核心的钳爪意向。而最关键的原因是它的官方图标就是一只红色的龙虾，形象鲜明，辨识度极高， 网友看到后顺口称之为龙虾，又因为亲切接地气，慢慢演变成小龙虾，在社交平台快速传播。更有意思的是，这个昵称还和它的能力形成了巧妙呼应。 龙虾有坚硬的外壳，对应 open core 本地部署、隐私安全、数据不外露的特性。龙虾灵活有力的钳子，对应它抓取任务、操作设备、执行命令的核心能力。 而龙虾蜕壳成长的特点，又契合它通过插件、技能包不断进化、能力持续扩展的产品逻辑。于是小龙虾从一个简单的昵称变成了全网公认的代号。部署、配置、使用 openclaw 的 过程被大家戏称为养虾，参与其中的开发者、爱好者，自然就成了养虾人。 最后也是最核心的问题， openclaw 和我们日常用的普通 ai， 比如 chat、 gpt、 豆包这类工具到底有什么本质区别？ 这也是大多数人最容易混淆的地方。很多人以为它只是又一个 ai 聊天工具，实际上二者的差距就像秘书和全职员工，顾问和操作工完全是两个维度的产物。 先看普通 ai， 不 管是国内主流的对话模型，本质上都是应答式 ai， 核心逻辑是你问我答，被动响应。你让他写周报，他给你生成文本，你让他做表格， 他给你公式和步骤，你让他处理文件，他告诉你怎么操作，他能提供信息给思路写内容，但永远不会碰你的电脑，不会打开软件，不会帮你点击保存执行，所有落地动作都必须你自己完成。他被困在对话框里，只能输出文字代码图片， 没有操作权限，没有执行能力，更没有跨软件跨流程自主完成任务的能力。而且绝大多数普通 ai 依赖云端服务，数据需要上传使用，有成本交互模式单一，只能一步一步接受指令，无法自主规划任务链条。而 opencloud 代表的是执行式 ai 的 全新范式， 它和普通 ai 的 区别可以总结为三个核心不同。第一，从给答案到干成事。普通 ai 是 顾问指出主意， openclaw 是 员工直接落地，你说一句，整理本月所有工作文件，按日期分类归档，生成一份汇总清单。普通 ai 会告诉你步骤。 opencloud 会自己打开文件夹，筛选文件，移动归类新建文档，全程不用你动手。它拥有系统操作权限，能操控鼠标键盘调用系统， a p i 操作浏览器、处理表格、收发邮件、运行九本，把一整个流程全部闭环完成。 第二，从云端依赖到本地优先。普通 ai 大 多需要联网上传数据，付费使用，而 opencloud 支持本地私有化部署，你的数据对话记录、操作记录全部存在自己的设备里， 不上传第三方服务器，隐私安全可控性极强。同时，它兼容各类大模型，不管是云端模型还是本地模型，都能无缝对接，自由度极高。 第三，从单一对话到智能体净化，普通 ai 功能相对固定，能力边界清晰。而 openclaw 是 框架型产品， 支持插件扩展，技能自定义，就像龙虾不断蜕壳一样，能力可以持续升级。它拥有持久记忆，能记住你的习惯偏好，越用越懂你。还能通过多智能体协助完成更复杂的综合任务，打破软件之间的壁垒， 实现跨应用、跨平台的自动化操作。更深一层看，普通 ai 解决的是信息获取和内容生成的问题，降低的是思考和写作成本。 而 openclaw 解决的是操作自动化和任务执行的问题，解放的是人的双手和时间。它把人从重复繁琐、机械的电脑操作中解脱出来，填表单、整理数据、监控信息、批量处理、脚本运行。这些原本要花几小时的工作，交给 openclaw 几分钟就能完成。对于上班族，他是高效助手。 对于开发者，它是自动化工具。对于普通用户，它是零基础就能用的数字管家。这也是为什么腾讯会投入资源免费帮用户云端部署。为什么央视力挺，因为它代表了 ai 从对话时代走向执行时代的关键一步，是普通人也能触摸到的 ai 普惠。 一场千人排队的活动，一个接地气的昵称，一款开源开放的框架。 opencloud 的 爆火从来不是偶然， 它击中了当下 ai 行业的痛点，大家需要的不是更会聊天的机器人，而是真正能帮忙干活、能提升效率、能保护隐私的实用工具。它没有华丽的包装，没有高昂的定价， 凭借开源、安全、能执行三大核心优势，迅速成为全民追捧的对象，让养虾从程序员圈的小众玩法变成全网参与的科技热潮。对于我们普通人而言，不必纠结复杂的技术架构，也不用深究底层逻辑，只需要明白， open call 是 ai 走向实用化、平民化的重要标志。 它让人工智能不再遥远、不再抽象，而是变成一只可爱的小龙虾，走进每个人的数字生活，帮我们节省时间、提升效率、解放双手。而这场由小龙虾引发的 ai 改革，才刚刚开始。

养一只小龙虾 open 可乐要多少钱？这里给大家算一笔账，硬性开支服务器，那就是你可以买腾讯云海外版的九十九块钱一年，或者是买一百九十九的一年的，这个看你自己选 啊，配置更高，你要就选一百九十九的，我是一百九十九的，一般人用九十九的也就行了。第二块就是冲 talkin 有这种套壳的，我买的那个是六十九块九的， 两箱加在一起我的套餐是两百七左右。那如果说你选的停运云是九十九的情况下，那其实加在一起也就是一百七左右，所以还是很便宜的，那掏给你是消耗多少用多少的，说硬性的这种硬件开支，其实你也就两百块钱左右， 所以没有大家想象的那么贵，你贵的原因是你用的顶级模型，还有你多智能机的这种协助，比方升图呀，升视频等等一些的，你纯文字其实还是很便宜的， 所以养一只小龙虾大概的成本也就是在一百到两百左右。这种硬件的成本，那我搭建一个过之后，也能够完全同步到 我的公众号，他也能帮我写公众号内容，非常的方便，他自动就同步上去了，你只需要发命令给他就行了，用的飞速文档的对接，这非常的方便。

哎呀，我真的服了，这个我跟靠了，我真的服了，你看，别看他刚更新了二零二六点三点七，好像是最新版本的，但是，但是什么呢？我要说但是，但是，你看今天一晚上这个 gpt 五点四，他一直都是四零幺四零幺四零幺，那我该怎么办呢？我只能看大佬们的在这边的 评论，你看他们有说有需要这样的错误，在三点七上有回滚，到三点二我都不会回滚啊，好不好？于是万般艰苦之下，我总算在给他找到了 他的这一串。你看，通过 code 访问五点四错误的 api， 然后他是这么说的，他只要把这一段粘贴进去，粘贴到那个 opencloud 点 json， 你 看它这是粘贴到 models 点 json， 我 们只要粘贴到 opencloud 点 json 就 可以了。像这样， gpt bank 的 api 这边用 codex response， 而不是用 ve response， 不 然的话就会提示说没有读写，你看，不包括 response 的 right， 所以 返回四零一。所以呢，我们只要把这下面改成 base 二 l 改成它， api 改成它，于是我们就会发现铛铛可以用了。

有人问小龙虾能不能调用 comforu i 实现图片生成？可以的可以的，我给大家实现。要想用 open curl 调用 comforu i， 首先你肯定是要有一套 comforu i 的 环境， 这是我们在本地搭建的 comforu i 的 环境，这是刚创建不久的一个流程图，它的作用就是根据你的正向提示词、反向提示词去生成一个平面图。其次，我们肯定是要有一个 open curl 的 环境，对吧？ 我们建了一个 openclo， 这个 openclo 呢是使用的模型是 kimi。 二点五，要想用 openclo 去调用 ctrl u i， 我 们最好的方式是使用技能。这里是我整个创建这个的过程啊。嗯， 帮我开发一个 skill， 用于调本地的 comfyui 他， 然后后面就是要要求我提供给他这个 jason 的 路径，然后到这一步就是他已经成功创建了这个 skill， 就是 我通过在这个对话框里面跟他聊天的方式，他就已经能帮我生成图片了。 我这里是需要用 openglue 去调用的，怎么做？然后他就尝试再去做调整，调整完成之后就这里就算是好了，是吧？ 然后我紧跟着我到小龙虾这边，这是它第一次生成，然后最后生成了它会路径在这，因为 openclo 它的这个界面是没有办法直接去访问本地文件的。这是目前 openclo 这个界面的一个问题，我们是不是可以 重新考虑修改一下我们的 skill？ 既然你本地文件没有办法输出，那你是不是可以直接帮我输出 best new 四啊？在这儿你看它这边也是有 best new 四的方式进行输出。嗯，修改到这一步之后，它支持了 best new 四。 这个时候呢，我又重新跟他说，我修改了一下 skill， 你 帮我重新生成它。确实按照这种思路其实是对的，因为它能正常的输出这个这个东西，但是如果它这个输出完成之后，它就会正常显示，以百四六十四的方式显示。但是可惜百四六十四比较长，它输出 没完就结束了，所以导致这个图片是没有办法正常显示的。既然你这边生成的过程是用 python 去生成的，那为什么不能生成之后帮我直接打开呢？ 使用电脑默认的打开方式帮我打开就好了吗？使用默认的图片的浏览器帮我打开，好，你，我已经同意生成，你帮我试一下， 对吧？他就成功了。我们给大家演示一下，编成一条鲨鱼，我们现在再看一下它的效果，但它的效率感觉并不是那么高，哎，你看生成成功了。