最近一个名为Clawdbot(现已更名为Moltbot)的Self-Hosted AI助手项目热度不小。它主打一个概念:将一个可以运行在你自家设备上的AI智能体,通过国际流行的即时通讯(IM)平台与你连接起来。
这意味着,无论你身处何地,只要你能使用WhatsApp、Telegram或Matrix等应用(目前暂不支持微信),就可以像和朋友聊天一样,与你本地的AI助手进行互动。
Just another chatbot?
如果抛开那些“震撼”、“炸裂”的市场宣传,回归一个朴素码农的实用视角,我们不禁要问:这个所谓的“新”玩意儿,和之前那些同样支持本地部署,稍微折腾一下也能从外网访问的聊天界面,比如 lobehub、librechat,甚至是更早支持MCP工具的 open-webui,到底有什么区别?
在短短几小时的安装和试用后,我只能基于初步感受,聊聊它在功能和理念上的一些不同之处:
- 任务长期化与异步化:它的工作流并非一个请求对应一个即时响应。你可以给AI布置一个可能需要长时间运行的任务,然后去做别的事,等它有结果了再通过IM通知你。
- 支持多任务并行。
- 以IM平台作为主要交互接口:这极大地简化了部署和远程使用的复杂度。相比需要做端口映射或依靠Tailscale等工具才能从外部访问的方案,仅仅接入一个IM账号的门槛要低得多。同时,异步任务的通知推送、多模态(如图片、声音)的输入输出、以及接入便利性这几个问题,被这一个方案一并解决了。
- 支持Skills等成熟的AI定制模式:基本上,只要你的本地命令行能做的事情,理论上都可以教会Moltbot去做。
看到这些特性,你可能会联想到 Manus 或 OpenManus 这类项目。
安装与基础配置
网络上已经有很多手把手的安装教程,这里就不赘述了。主要分享一下我个人的配置选择。
综合考虑网络环境和支付便利性,我选择了OpenRouter作为模型供应商,并使用 anthropic/claude-sonnet-4.5 模型。相关配置文档可以参考 Moltbot官方文档。
以下是我的基础配置文件示例:
{
env: { OPENROUTER_API_KEY: "sk-or-..." },
agents: {
defaults: {
model: { primary: "openrouter/anthropic/claude-sonnet-4.5" }
}
}
}
需要注意的是,如果你的网络直接连接OpenRouter,可能会因为区域限制,在调用Claude Sonnet 4.5模型时收到HTTP 403错误,提示“This model is not available in your region”。另外,这个模型的费用不低,可以先体验一下,再寻找性价比更高的替代方案。
简单试用

上图展示了一个简单的试用场景:我让AI助手通过SSH连接到我局域网内的一台Linux服务器,并分析其磁盘使用情况。从结果来看,它对工具的调用和理解能力是合格的。不过,它的管理界面(被称为Dashboard)设计非常“工程师风”,在用户体验上有很大的改进空间。当然,作为一款主要面向技术用户的AI助手和运维工具,功能优先倒也说得过去。
后续计划
我计划下一步尝试接入更符合国内使用习惯的Matrix服务,并探索更实际的自动化场景。例如,当我的Homelab服务器触发Prometheus报警时,可以让Moltbot自动分析日志、定位问题根源,甚至尝试执行一些预定义的修复脚本。它也有潜力接入语音合成/识别(TTS/STT)、图像识别等模块,让这个私人助手变得更全能。
对这类能跑在自己硬件上的智能体(Agent) 和开源实战项目感兴趣的朋友,可以到云栈社区的相应板块逛逛,那里经常有最新的项目分享和深度讨论。后续如果有新的使用心得,我也会再来分享。再见。
参考资料
- lobehub: https://lobehub.com/
- librechat: https://www.librechat.ai/
- open-webui: https://github.com/open-webui/open-webui
- Manus: https://manus.im/
- OpenManus: OpenManus
|