找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

4597

积分

0

好友

662

主题
发表于 1 小时前 | 查看: 3| 回复: 0

不瞒你说,最近后台积了一堆消息没回。

「生成视频的提示词是什么?」「这个功能需要哪些技能?」「怎么打通海外收费?」

社交媒体评论区截图,用户询问视频提示词、海外支付、配图来源等问题

说实话,每条我都想认真回,但真回不过来,麻了。我寻思着,不如造个「苍何分身」?

之前也折腾过 Claude Code、Codex、OpenClaw 这些,能力确实强,但有个共同的问题:你自己用可以,想把能力组合打包一次性给别人用,不好做到。再加上要么闭源订阅,要么配置门槛高,Token 账单还吓人。

直到前阵子在 GitHub 上刷到一个很有意思的开源项目,OpenClacky

OpenClacky项目页面截图,展示其作为最省Token的开源AI代理,并与其他模型进行成本对比

100% 开源,MIT 协议,本地运行,更省 Token,关键是它的 Skill 机制很不一样,不只是自己能复用,还能加密、分发、授权,直接打包给别人装着用。我一看,这不就是我要的东西吗?说干就干。

我基于 OpenClacky,搭了一个属于自己的 AI 分身,起名叫 CANGHECLAW。

CANGHECLAW安装页面,提供macOS、Windows、Linux等系统选项

说白了,就是把我平时做内容的那套流程,用 Skill 的方式打包进去了。里面包括了我常用的 skill、公众号文章整理、还有我这几年沉淀的知识库。内容配图、AI 生成、格式处理、文档解析、平台发布、视频素材、笔记集成……做内容会遇到的场景,基本都覆盖了。

技术文档表格,详细列出了44项技能的名称、分类、作用描述及触发场景

还加了一些平台技能。

平台技能列表界面,展示前端设计、引流钩子、AI SEO等多个技能分类及选项

不知道该用哪个 skill?有个 find-skills 工具,问它,它帮你找。输入「/」,选对应技能就行。

比如问公众号文章相关问题,调用 /wechat-article-qa 技能。

技能标签列表,展示了/wechat-article-qa等多个斜杠命令及其简要描述

回答简洁,还附原文链接,找源头很方便。

知识库问答界面,展示用Agent团队做知识管理的核心思路与角色分工

讲真,它比我回得快,因为它「读过」我写过的所有文章,YYDS。

我顺手让它给我做了一个内容生产自动增长的 PPT。好家伙,整体风格和内容都挺能打。

AI原生营销团队宣传海报,主题为从内容生产到自动增长系统

PPT结尾页,总结自动增长已是现在,并列出Agent是增长合伙人等三条核心规则

我还让它写了一篇小红书帖子。

AI辅助内容效率翻三倍的真实复盘海报,用卡通风格展示内容创作痛点

安装也很简单。只需要打开我给你提供的安装地址即可。

安装地址大家可以点头像私信回复获取,暗号:CANGHECLAW

下载对应版本,mac、windows、linux 安装包都有,也可以用命令行装。懒的话,还能直接让 AI 帮你装。

准备安装界面,提示粘贴安装命令,并模拟了终端中的安装命令示例

出现等待,你就默默去喝个茶,等等就好。

安装进度界面,显示正在安装Ruby/mise,终端输出详细的安装日志

服务跑起来就是装好了,点击在浏览器打开。

服务运行成功界面,显示绿色对勾及“服务运行中”字样

出现 welcome 页面,就能直接用。

CANGHECLAW欢迎页面,提示创建新会话或从侧边栏选择

在品牌技能里,能看到我给大家准备的所有 skill。

技能管理页面,展示已安装的品牌技能列表,如营销模式、视频帧提取等

有朋友问,这玩意儿到底咋做出来的?其实没那么神秘,因为 OpenClacky 本身就是开源的,所有能力都摆在那。

第一步,把我 skill 仓库里的 28 个 skill 全装进去。

仓库地址我放评论区啦,自取哈。

可用插件列表,展示了content-skills、ai-generation-skills等多个插件及其包含的技能

然后就直接下达指令,让 Agent 开始装。

Claude Code插件仓库说明文档,展示了如何安装github上的技能包

第二步,让 AI 把我公众号文章整理提炼,沉淀进知识库。

已安装技能库列表,展示了json-canvas、find-skills等29个技能模块

就这两步,成型了。比如当有人问:苍何,你的封面配图怎么做的?

关于封面图自动化流程的说明,提及Cursor、即梦MCP、Obsidian等工具组合

开源的好处就在这,你想怎么折腾怎么折腾,不用看平台脸色。整体成本也不大。

API密钥管理界面,展示了test密钥的用量和限额信息

讲真,这是我选它最重要的原因之一。之前用其他 Agent 跑任务,动不动一天二三十刀,心疼得不行。我还专门做了个压力测试,同时跑 PPT、营销任务、社媒任务。结果出来我还挺意外的,三项任务跑完总共才 $5.10。

总成本对比图表,展示OpenClacky、Claude Code、OpenClaw、Hermes四个AI服务的成本对比

我好奇翻了一下它的底层,发现省钱不是靠砍功能,是架构层面的设计。它只保留 16 个核心工具,长尾能力全交给 Skill 按需调用,不像有些 Agent 塞了五十多个工具,每次请求都带一堆用不上的 schema,白白烧钱。再加上空闲期自动压缩上下文、Cache 命中率做到 90% 以上,几个因素叠在一起,成本就下来了。

OpenClacky三大核心优势图解:工具极简、上下文压缩、Cache命中率设计

不过客观说,它不是每个指标都最优。Claude Code 在部分任务里的 Cache 命中率比它高,OpenClaw 在社媒任务里请求数更少。但最终看的是总账单,OpenClacky 胜在均衡,不偏科。

还有一点我很喜欢的是 BYOK,用什么模型自己说了算。复杂任务上 Claude,轻任务走 DeepSeek,成本控制权在自己手里。加上 100% 开源、本地运行、数据不出门,对我这种做内容的人来说,安全感拉满。

BYOK自选模型界面,展示支持的多种模型供应商,强调不做中转、不存储Key

做内容这件事,我想了很久一个问题。为什么很多人明明有想法,却总是产出不稳定?不是因为懒,是因为一个人扛所有环节,太多精力消耗在「执行」上了,留给「思考」的时间越来越少。

现在开源社区已经把工具铺好了,门槛比以前低太多。你不需要会写代码,也能用开源 AI Agent 搭一个属于自己的 AI 分身,把重复的执行交出去,把时间留给真正重要的事。

遇到问题,评论区留言,或者直接问问 CANGHECLAW~




上一篇:AMD芯片公司求职内参:2026年业务技术全解析与面试指南
下一篇:marka.md开源编辑器:一键投喂多文件到AI,告别复制粘贴地狱
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-5-26 04:32 , Processed in 0.621536 second(s), 42 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表