介绍如何使用 ClawdBot 平台部署 MoltBot 机器人至 Telegram。通过 Docker 容器化运行，集成 Whisper 语音识别、PaddleOCR 图像识别及 LibreTranslate 翻译引擎。无需编写代码，仅需配置 Bot Token 即可实现文字、语音、图片的多模态翻译，支持本地离线处理，保障数据隐私。适用于跨境电商、自由译者等场景。
常见应用场景包括群聊外文链接解析、海外客户语音询价转译、手写菜单图片识别等。
本项目名为 MoltBot，基于 ClawdBot 本地 AI 网关平台构建，采用 MIT 协议开源。ClawdBot 作为智能部署环境，封装了 vLLM 推理后端，用户无需关心 CUDA、vLLM 等底层细节，仅需拉取镜像并运行容器即可完成部署。
依赖已打包进 Docker 镜像，包含 Whisper 语音识别、PaddleOCR 图像识别、LibreTranslate 翻译引擎等模块。默认监听本地回环，不暴露端口。 执行命令启动容器：
docker run -d \
--name moltbot \
-p 7860:7860 \
-v ~/.moltbot:/app/workspace \
--restart=unless-stopped \
moltbot/moltbot:latest
访问 http://localhost:7860 进入控制台。
在树莓派 4B 上支持 15 人并发。语音转写约 2.1 秒，图片识别约 1.8 秒。所有数据本地处理，不上传云端。
安装 Docker Desktop 或 Docker Engine，确保能打开终端。
执行上述 docker run 命令，确认状态为 Up。
ClawdBot 启用设备认证。终端执行 clawdbot devices list 查看 ID，再执行 clawdbot devices approve [ID] 批准。
刷新浏览器访问控制台。
在控制台 Config → Channels → Telegram 填写 Bot Token（需从 @BotFather 获取）、Group Policy 和 DM Policy。保存后重启服务。
在 Telegram 中搜索 Bot 名称，发送 /start 激活。
支持自动语言检测、双引擎 fallback（LibreTranslate/Google Translate）、上下文感知翻译。
本地 Whisper tiny 模型转写，平均耗时 2.3 秒，CPU 占用低。
支持 30+ 语言混排识别，可处理模糊、倾斜图片，返回双语对照结果。
支持 /weather（天气）、/fx（汇率）、/wiki（维基查询）等内置命令。
编辑配置文件或使用 Web 界面添加 Hugging Face Hub ID 格式的模型。
在 Config → Agents → Defaults 修改 systemPrompt 字段设定角色。
开启 Auto-delete messages after reply 及 Disable message history logging 增强安全性。
检查设备认证是否完成，执行 approve 命令。
确认发送的是原生语音消息而非文件，检查开关设置。
尝试圈出关键数字，或调整 OCR 语言设置。
受硬件限制，建议部署于带 GPU 机器或发送原图。
该方案将 AI 部署门槛降至日常水平，实现技术适配用户。开源架构保障数据主权，无隐藏收费，适合需要本地化、隐私保护的翻译场景。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online