GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解
博客手艺

本文翻译自 Shruti 的 X 文章:I Spent 40 Hours Researching Clawdbot. Here's Everything They're Not Telling You.

Moltbot/Clawdbot 现在在 X(原 Twitter)上几乎无处不在。(Clawdbot 已更名为 Moltbot,文章中将使用 Moltbot,除部分原始推文引用仍使用 Clawdbot)

插播 1 则消息:我们邀请了博杰老师一起聊聊关于 Moltbot/Clawdbot 为何如此火爆,一些案例的演示,以及爆火背后的技术,看看到底适不适合我们自己!欢迎大家预约明晚 8 点的直播,我们一起聊个痛快!!

Mac Mini 的照片、模糊的“我把一切都自动化了”的说法,还有一堆人说它是“未来”,却没人解释为什么。

我花了 40 个小时,深入研究官方文档,分析各种应用场景,观看教程,阅读能找到的每一份实现指南。

下面我来讲讲大家都在吹捧、却没人真正解释的 Moltbot,包括那些被有意忽略的细节。

Moltbot 到底是什么(通俗易懂版)

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

图片

先别管那些技术术语。

Moltbot 其实就是“长了手的 Claude”。

你平时和 Claude 聊天,它会给你答案。想象一下,如果 Claude 不仅能回答,还能直接在你的电脑上执行这些答案——比如安装软件、运行脚本、管理文件、监控网站、发邮件,而且只需要你在 WhatsApp、Telegram 或 iMessage 里发个消息就行。

它是个不仅会思考,还能动手的AI代理。

换句话说:

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

图片

普通 AI:“你可以这样整理文件”
Moltbot:你还没看完这句话,文件已经帮你整理好了

普通 AI:“你应该查查这 10 个市场新闻来源”
Moltbot:已经爬完、总结好,并把要点发你手机上了

这就是大家说的“自主 AI” ——它不仅仅是答题,更是直接帮你把事做了。

当然,有些任务可以直接执行,有些则需要你先搭建好自动化流程。后面细说……

为什么大家都为它疯狂

X 上的用户反馈听起来都像假的:

“一晚上清空了一万封邮件”

“边看 Netflix 边用 Telegram 搭了整个网站”

“它自己搞定了 Sora API 的集成”

“48 小时自动化了我 80% 的工作”

它和其他 AI 工具最大的不同在于:

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

  1. 跑在你自己的电脑上
    不是云端,不是网页,而是真正运行在你的本地电脑上,能访问你的文件、应用和数据。

  2. 随时随地远程操控
    你可以用手机上的 WhatsApp、iPad 上的 Telegram、手表上的 iMessage 远程控制,不用被浏览器绑死。

  3. 能用你电脑上的任何应用
    邮件客户端、浏览器、终端、脚本……只要你能手动做的,Moltbot 理论上都能自动完成。

  4. 能自己开发新工具
    这点最夸张。你可以让它创建一个“技能”(可复用的自动化流程),只要你给出清晰指令,它能自己写代码、安装并用起来。

有人问 Moltbot:“你能访问我的大学课表吗?”

Moltbot 答:“不能,但我可以写个技能来实现,给我点时间。”

经过几轮调整,它就把集成搞定了。

但要注意:这不是魔法。复杂自动化依然需要:

  • 明确的指令

  • 对可行性的理解

  • 测试和反复调整

  • 有时还要花上几个小时配置

但自主执行的框架已经搭好了。

它到底怎么运作(架构解析)

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

图片

Moltbot 的架构:来自各个平台的消息,统一通过中央网关,最终在你的电脑上执行任务

底层到底发生了什么

你通过 WhatsApp、Telegram、Discord 或 iMessage 发送一条消息。这条消息会被发送到 Gateway——这是你电脑上运行的一个单独进程,充当整个系统的控制中心。

Gateway 的主要功能包括:

  • 将你的请求转发给 Claude(通过 Anthropic 的 API)

  • 在你的电脑上执行命令

  • 管理与各类消息应用的连接

  • 处理文件操作和自动化任务

你可以通过以下方式与 Gateway 互动:

  • 各类消息应用(如 WhatsApp、Telegram 等)——最常用的方式

  • 命令行界面(CLI)——适合终端用户

  • macOS/iOS/Android 原生应用——本地界面

  • 网页聊天界面(Chat UI)——基于 Web 的控制面板

所有内容都在你的本地电脑上运行。Gateway 就是你的消息和电脑能力之间的桥梁。

实际安装流程(其实没你想的那么难)

GitHub 页面看起来很吓人:终端命令、MCP 服务器、JSON 配置。

但实际上:有技术基础的用户 20-30 分钟就能搞定,普通用户 1-2 小时也能完成基础安装。

你需要准备:

  • 一台 Mac、Linux 电脑,或装有 WSL2 的 Windows

  • 安装好 Node.js(免费,5 分钟搞定)

  • 一个 Anthropic API 密钥(按量付费,费用视使用量而定)

  • WhatsApp、Telegram、iMessage、Discord 或 Slack 账号

实际安装流程如下:

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

图片

引导向导会一步步帮你完成:

  • 连接你的消息应用

  • 设置权限

  • 运行第一个测试命令

大多数人第一个测试命令是:“我的下载文件夹里有哪些文件?”

Moltbot 会把文件列出来。

“按类型整理一下。”

搞定。PDF 放一类,图片放一类,文档自动归类。

这些功能开箱即用,无需额外配置。

哪些功能开箱即用,哪些需要自己开发

这一点很多人没说清楚。

Moltbot 的能力分为两大类:

第一类:开箱即用(几分钟搞定)

只要安装好 Moltbot,这些功能立刻可用:

✅ 文件管理

  • “整理我的下载文件夹”

  • “找出上个月的所有 PDF”

  • “备份我的文档”

✅ 基础信息检索

  • “搜索最新的[某话题]新闻”

  • “总结这 5 篇文章”(粘贴网址即可)

  • “[某平台]上现在流行什么?”

✅ 日历/邮件读取(需配置 CLI 访问)

  • “我今天日历上有什么安排?”

  • “读一下我最近的 10 封邮件”

  • “在邮件里查找[关键词]”

✅ 简单自动化

  • “每天早上 8 点运行这个脚本”

  • “监控这个网站有没有变化”

  • “某个文件有更新时提醒我”

✅ 文本处理

  • “总结这份文档”

  • “提取这份转录稿的要点”

  • “把这些数据转成 CSV”

耗时:几分钟。这些功能几乎都是即装即用。

第二类:强大但需自定义开发(几小时到几天)

这些功能需要自定义技能、API 接口和配置:

⚠️ 高级邮件管理

  • 自动分类数千封邮件

  • 智能筛选和归档

  • 自定义规则处理

前提条件:邮件客户端 CLI 配置、自定义工作流、测试

⚠️ 交易/行情自动化

  • 实时价格监控

  • 异常交易量提醒

  • 自动化数据分析

前提条件:数据服务 API 接入、自定义监控脚本、身份认证

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

像这样高级的交易提醒,Moltbot 确实可以实现——但需要花费数小时进行定制设置、API 接入和配置。它不是一键生效的魔法,但一旦搭建好,确实非常强大。

⚠️ 社交媒体自动化

  • 多平台内容发布

  • 互动数据追踪

  • 品牌舆情监控

前提条件:需要社交媒体 API 权限、自定义集成、限流处理

⚠️ 复杂代码项目

  • 构建完整应用

  • 管理 GitHub 仓库

  • 自动化测试与部署

前提条件:合理的环境搭建、明确的需求、持续迭代优化

⚠️ 定制集成

  • 对接专有系统

  • 跨应用流程自动化

  • 高级数据管道

前提条件:理解API、开发定制技能、后期维护

时间投入:根据复杂度,通常需要数小时到数天。

你实际可以做什么(现实案例)

下面我来展示下各个层级实际能实现的功能:

即刻可用场景(现在就能用)

  1. 文件整理

指令:“按文件类型和日期整理我的下载文件夹”

执行流程:

  • Moltbot 扫描你的下载目录

  • 按类型(PDF、图片、文档等)创建文件夹

  • 将文件归类到相应文件夹

  • 如有需要,还能按日期建立子文件夹

节省时间:原本手动整理需 20 分钟 → 现在只需 10 秒

实际效果:开箱即用,确实有效。

  1. 基础调研与摘要

指令:“找 10 篇近期关于 AI 安全的文章,总结主要关注点。”

执行流程:

  • 在线搜索最新相关文章

  • 提取核心内容

  • 归纳共性主题

  • 输出结构化摘要

节省时间:原本需 1 小时阅读 → 现在 5 分钟搞定

实际效果:具备网页搜索能力时可直接使用。

  1. 日程管理

指令:“我明天日程安排有哪些?”

执行流程:

  • 检查你的日历

  • 列出所有活动

  • 可提供准备时间建议

  • 自动识别冲突

节省时间:手动查日历 → 秒查

注意:首次需配置日历访问权限(仅需一次)。

  1. 文档处理

指令:“从这 20 个 PDF 里提取所有邮箱地址”

执行流程:

  • 逐个读取PDF

  • 识别邮箱格式

  • 汇总成总表

  • 自动去重

节省时间:原本需 2 小时手动处理 → 现在 2 分钟完成

实际效果:对文本型 PDF 可直接使用。

进阶场景(需额外配置)

大家以为可以立刻做到的:

❌ “实时追踪异常期权交易并提醒我”
❌ “自动优化文案并同步发到 5 个社交平台”
❌ “监控 100 个竞争对手并分析其策略”

实际上你需要做的:

  1. 明确数据来源(哪些 API、哪些网站)

  2. 配置认证(API 密钥、访问令牌等)

  3. 构建监控技能(可借助 Moltbot,但仍需人工参与)

  4. 测试与优化(处理边界情况、限流、错误等)

  5. 持续维护(API 变更、技能升级)

进阶自动化流程实例:

目标:监控特定 Twitter 账号的高互动帖子

步骤1:配置 Twitter API 权限(30分钟-2小时)
步骤2:用 Moltbot 搭建监控技能(1-2小时)
步骤3:测试并优化提醒阈值(30分钟)
步骤4:上线并持续监控(长期)

总投入时间:初次搭建需 2-4 小时

持续价值:全天候自动监控

结论:这些功能确实可以实现,但绝非一蹴而就。

说到社交媒体自动化,如果你主要想实现内容创作和自动发布,可以关注一下专门的工具。

Moltbot 擅长通用的计算机自动化,但像 Postey 这样的工具则专为社交媒体场景设计,无需自定义技能或 API 管理,就能搞定文案生成、多平台同步发布、定时安排、数据分析等流程。术业有专攻,各用其长。

真实用户反馈

下面我来展示一些真实的用户评价,并说明每个案例背后实际需要做什么:

  1. 来自:“清理了 1 万多封邮件,收件箱减少了 45%!”

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

实现过程:

  • 配置邮件客户端命令行工具

  • 制定自定义筛选规则

  • 前期花了几个小时设置

  • 之后就能全自动运行

  1. 来自:“我在床上边看 Netflix,边用 Telegram 重建了整个网站。Notion 内容迁移到 Astro,18 篇文章全部搞定,DNS 也切换到 Cloudflare,全程没开过笔记本。”

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

实现过程:

  • 需要较深的技术功底

  • 懂得 Web 开发相关知识

  • 已有网站结构可用

  • 多次尝试和命令调整

  • 这位用户本身就是开发者,并非新手

  1. 来自:“我能想象的和实际能做出来的之间的距离,从未如此之小。”

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

实话实说:只要你清楚知道自己想要什么,并能准确表达需求,这句话就成立。如果你自己都不清楚需求,Moltbot 也无法读心。

  1. 来自:“让 Clawdbot 帮我做了个 Sora2 视频。它自己搞定了去水印、API 密钥和整个流程。”

GitHub 77.2k star 的 Moltbot/Clawdbot 全拆解

实现过程:

  • 需要 Sora API 的访问权限

  • 懂得视频处理相关知识

  • 多次尝试和调整

  • 需要解决技术难题

  • 不是一句指令就能完成的

总结:这些都是实打实的成果,但并非魔法,而是靠以下几点实现的:

  1. 明确的需求

  2. 技术理解力

  3. 不断尝试和优化

  4. 投入时间精力

Moltbot 确实很强大,但它不是魔法棒。

自我优化 Agent 的现实

有一个非常实用的功能是真实存在的:

Moltbot 具备“心跳”机制——定期自检,可以主动提醒你相关更新,或提出优化建议。

有用户反馈:“Clawdbot 会在心跳时主动联系我?太喜欢这种主动提醒了。”

实际效果:

  • 你可以设置定期检查

  • Moltbot 会推送相关信息

  • 能根据你的使用模式提出流程优化建议

但它不代表:

  • 它不会全天候监控你的一举一动

  • 不会在你不设置的情况下自动优化

  • 你仍需配置它要监控的内容

这是主动协助,不是无所不知的全自动。

它做不到什么(现实提醒)

坦率说:

  1. 它不是魔法
    “让我的生意成功”这种模糊指令没用。“分析我的销售流程并找出瓶颈”这种具体需求,经过合理设置,才有可能实现。

  2. 复杂任务需要清晰指令
    你越具体,结果越好。模糊的请求只会得到模糊的结果。

  3. 需要合适的访问权限
    没有账号权限就无法访问,不能非法入侵系统,只能在你授权的范围内工作。

  4. 高级功能需要自行搭建
    你看到的那些令人惊艳的案例,都是花了不少时间精心配置的。开箱即用的功能其实有限,但潜力确实巨大。

  5. 结果仍需核查
    别盲目相信AI的输出,尤其是在重要决策场景下。AI有时候会自信地给出错误答案。人工复核依然不可或缺。

  6. API 费用可能逐步增加
    轻度使用:每月约10-30美元
    中度使用:每月约30-70美元
    重度使用:每月约70-150美元
    这些只是基于Anthropic API定价的估算,实际费用会因用量差异很大。建议第一个月密切关注用量。

  7. 搭建难度因人而异
    技术用户:20-30 分钟即可完成
    非技术用户:1-2 小时,可能还要排查问题
    如果你不懂技术又想用高级功能:可能需要他人协助

  8. 隐私问题需重视
    你是在让 AI 代理访问你的电脑。务必仔细阅读安全文档,清楚自己在共享哪些内容。涉及私信安全时,建议使用配对模式。

成本现实(坦率拆解)

搭建成本:$0(开源)

API 费用:按用量付费,付给 Anthropic

  • 费用因用量差异极大

  • 有用户极端情况下消耗了 1.8 亿 tokens

  • 普通用户:每月约 15-50 美元

  • 重度自动化用户:每月约 50-150 美元

建议第一个月密切监控 API 用量,了解自己的实际开销。

时间投入:

  • 基础搭建:30分钟-2小时

  • 学习摸索:2-4小时

  • 搭建高级工作流:每个流程需数小时到数天

  • 后续维护:根据需求持续调整

投资回报举例:

假设通过基础自动化每周节省 5 小时

按每小时 50 美元计算:

  • 时间价值:每周250美元 = 每月1000美元

  • 工具成本:约每月30美元

  • 实际收益:每月970美元

即使按每小时 25 美元,每周省 5 小时也值每月 500 美元。

只要用得好,这个工具很快就能回本。

适合哪些人使用

非常适合(能立刻受益):

  • 熟悉命令行的开发者

  • 经常自动化工作的技术用户

  • 有具体重复性任务的人

  • 愿意投入时间搭建,追求长期收益者

  • 喜欢尝鲜、乐于实验的早期用户

适合(需要耐心):

  • 愿意学习的半技术用户

  • 有明确自动化目标的人

  • 能按文档操作的人

  • 能自己排查问题的用户

暂不适合:

  • 完全不懂命令行的新手

  • 期待即装即用高级自动化的人

  • 不愿意花时间搭建的人

  • 处于高度监管、IT 政策严格的环境

  • 追求完美即插即用体验的人

典型适用场景:

交易员/研究员:

  • 市场调研整理

  • 新闻聚合

  • 数据提取

  • 文件归类

  • 日程管理

  • (高级监控需自定义开发)

内容创作者:

  • 研究自动化

  • 内容创意整理

  • 文件管理

  • 日程追踪

  • (全自动社交需自建或用Postey)

开发者:

  • 代码审查

  • 文档生成

  • 测试自动化

  • 部署流程

  • (都需合理配置)

代理机构负责人:

  • 客户沟通管理

  • 报告生成

  • 数据整理

  • 研究汇总

  • (CRM集成需定制开发)

更大的意义(为何重要)

Moltbot 不仅仅是个效率工具。

这其实是我们未来两三年内工作方式的预演。

想想看:

2020年:AI 能写文本
2023年:AI 能生成图片
2024年:AI 能写代码
2025年:AI 能自主执行任务(只要配置得当)
2027年:AI 自主执行成为常态

我们正从 “AI 辅助”迈向 “AI 自主行动”。

现在就开始学习如何与自主智能体协作的人,正在为未来的工作方式打下肌肉记忆。

这就像 1985 年学会用电子表格,或 1998 年掌握搜索引擎一样。

早期使用者不仅仅是在节省时间,更是在培养一种未来五年内必不可少的能力。

但说句实话:

大多数人不会真正花时间去学好这项技能。

他们试一次,发现 AI 不能立刻解决所有问题,就会放弃。

真正能获得优势的人,是这些:

  1. 从最简单的场景入手

  2. 逐步增加复杂度

  3. 花时间了解 AI 的能力边界

  4. 不断优化和调整工作流程

  5. 保持持续学习和实践

这群人,生产力会提升十倍。

而其他人,2027年还在手动整理下载文件夹。

博客手艺

:

相关推荐