全民“养虾“指南:2026年市面上所有主流AI Agent(小龙虾)完整梳理

全民“养虾“指南:2026年市面上所有主流AI Agent(小龙虾)完整梳理

哈喽,大家好,我是顾北!

最近你的微信群里,大概率出现了这句话:"你的龙虾养好了吗?"

不到半年,一个叫 OpenClaw 的开源项目在 GitHub 上狂揽 27万+ Star,超越 React、Linux,登顶全球开源项目历史第一。国内各大互联网厂商争相入局,深圳有人为帮装一只龙虾排队近千人,闲鱼上代装服务最高喊价 5000 元。

但现在,"龙虾"的阵营已经不只有 OpenClaw 一家了。

本文把目前市面上主要的 AI Agent 产品(统称"小龙虾家族")全部整理出来,包括官方渠道、适合人群和安全情况,帮你选到最适合自己的那只虾。


先说清楚:什么是"小龙虾"?

"小龙虾"(Claw)是目前对 AI Agent 自主执行工具的统称,不是某一款产品,而是一类产品的形态。

它和 ChatGPT、豆包这类聊天 AI 的本质区别只有一句话:后者给建议,前者真干活。

你给它一条指令:"帮我把本周收件箱里所有带附件的邮件汇总成表格"。

它会自己打开邮箱、读取邮件、创建文件、填好表格,整个过程不需要你在旁边盯着。

也正因为它要"动手",它需要访问你的文件、应用、账号,获得的权限相当高。

权限安全这一点在安全部分会重点说。


各产品完整梳理

🦞 一、OpenClaw(原版大龙虾)

出身:奥地利工程师 Peter Steinberger 独立开发,原名 Clawdbot,后因与 Anthropic Claude 商标冲突,2026年1月底正式更名为 OpenClaw。

定位:开源、本地部署的 AI Agent 框架,生态最完整的"原版龙虾"。

官方渠道

  • GitHub:https://github.com/openclaw/openclaw
  • 官网:https://openclaw.ai/
  • 技能市场:ClawHub(已上架 13,000+ 个 Skills)

ClawHub:https://clawhub.ai/

图片

支持平台:Windows、macOS、Linux 桌面端;Android、iOS 移动端;VPS 自部署

接入渠道:微信、飞书、钉钉、WhatsApp、Telegram、Discord 等 20+ 种 IM

适合人群

  • 有一定技术基础的开发者、技术爱好者
  • 对隐私极度敏感、数据必须留本地的用户
  • 想深度定制功能的用户

费用:软件本身完全免费,需自行承担大模型 API 费用

安装难度:⭐(对普通人极难,需安装 Node.js、配置 Docker、申请 API Key,劝退率约 99%)

图片

🦞 二、AutoClaw(澳龙)— 智谱出品

出身:智谱 AI(GLM 系列模型开发商)出品,2026年3月10日正式上线。

定位:把 OpenClaw 打包成"一键安装 App",解决原版极高的部署门槛,主打一分钟上手

官方渠道

  • 官网:https://autoglm.zhipuai.cn/autoclaw/
  • 支持 Windows、macOS 一键安装

内置模型:Pony-Alpha-2(基于 GLM-5 专为 Agent 场景优化),支持切换 DeepSeek、Kimi、MiniMax 等第三方模型

特色功能

  • AutoGLM 浏览器自动化:可像真人一样操作浏览器、填表、采集数据
  • 预置 50+ 主流 Skills,开箱即用
  • 深度集成飞书,聊天框里直接给 AI 派活

适合人群

  • 想用 OpenClaw 但被原版劝退的普通用户
  • 日常用飞书办公、想把 AI 接入工作流的白领
  • 想体验浏览器自动化能力的用户

费用:新用户注册赠送免费额度,之后按 API 使用量收费

安装难度:⭐⭐⭐⭐⭐(下载双击登录,无需任何配置)

图片

🦞 三、QClaw — 腾讯出品

出身:腾讯旗下产品,2026年3月正式开启公测,与 WorkBuddy 同属腾讯"龙虾矩阵"。

定位:以 QQ / 微信生态为入口,本地一键部署,打通腾讯账号体系的 OpenClaw 封装版。

官方渠道

  • 官网:https://qclaw.qq.com/
  • QQ OpenClaw 专属接入入口:https://q.qq.com/qqbot/openclaw/login.html
  • 支持 Mac、Windows

特色功能

  • 微信直接对话远程操控,无需打开电脑
  • 内置 Kimi-2.5 模型,支持切换
  • 数据本地存储,不经云端
  • 5000+ Skills 生态(接入 ClawHub + GitHub)

适合人群

  • 微信重度用户,想通过微信指挥 AI 干活
  • 腾讯生态用户(QQ、微信、腾讯文档)
  • 不想折腾命令行,但希望数据留本地的用户

费用:限时免费内测,Token 由官方承担

安装难度:⭐⭐⭐⭐(三步上手:下载 → 扫码绑微信 → 发指令)

注意:上线初期被部分用户反映存在"交互粗糙、无法读取 .docx 文档、偶发上下文丢失"等问题,属早期公测阶段。

图片

🦞 四、WorkBuddy — 腾讯出品(企业向)

出身:腾讯出品,2026年3月9日正式上线,基于腾讯 CodeBuddy 架构,面向企业办公场景。

定位:面向企业用户的 AI 智能体,强调易用性 + 安全性,兼容全部 OpenClaw Skills。

官方渠道

  • 官网:https://www.codebuddy.cn/work/
  • 支持企业微信远程控制

特色功能

  • 兼容 OpenClaw 全部技能,无需重新学习
  • 内置 20+ 种 Skills,支持 MCP 协议
  • 多窗口多 Agent 并行处理,复杂任务拆解
  • 支持 Hunyuan、DeepSeek、GLM、Kimi、MiniMax 等模型切换
  • 相比原版 OpenClaw 权限收窄,安全设计更保守

适合人群

  • 企业 IT 团队或有信息安全管控需求的组织
  • 想要开箱即用且有官方技术支持的中大型企业
  • 需要用企业微信统一管理的团队

费用:企业版按需报价,个人公测版免费试用

安装难度:⭐⭐⭐⭐(开箱即用,1分钟完成配置)

图片

🦞 五、MaxClaw — MiniMax 出品

出身:MiniMax(出品 MiniMax M2.5 模型的独角兽 AI 公司)出品,2026年2月26日发布。

定位:云端托管版 OpenClaw,主打零配置、0代码,内置 MiniMax M2.5(229B MoE)模型。

官方渠道

  • 官网:https://agent.minimaxi.com/activity/max-claw

特色功能

  • 10秒一键部署,无需本地安装
  • 新用户专享 50GB 云存储空间
  • Expert 2.0 系统:用自然语言描述任务,Agent 自动配置行为
  • 支持 Telegram、WhatsApp、Slack、Discord 多渠道接入
  • 内置 16,000+ 专家 Skills 生态
  • ¥39/月,包含所有 API 费用,无需单独充值

适合人群

  • 完全不懂技术的普通用户
  • 想用英文国际版渠道(Telegram、WhatsApp)接入的用户
  • 企业团队需要多平台协同的场景

费用:¥39/月(含 API 费用),数据存储在 MiniMax 云端

安装难度:⭐⭐⭐⭐⭐(打开网页,注册登录,直接用)

图片

🦞 六、KimiClaw — 月之暗面(Kimi)出品

出身:月之暗面(Kimi 开发商)出品,2026年2月15日发布,是最早的国产云端版 OpenClaw 之一。

定位:浏览器里直接用的 OpenClaw,门槛最低,无需下载任何软件。

官方渠道

  • 入口:https://www.kimi.com/bot
  • 无需单独下载

特色功能

  • 零安装,直接浏览器使用
  • 40GB 免费云存储,支持 RAG 文件检索
  • 接入 Kimi K2.5 模型(1万亿参数 MoE 架构)
  • BYOC(自带 Claw):可关联本地 OpenClaw 实例
  • 5000+ ClawHub 社区 Skills
  • 集成 Yahoo Finance 实时金融数据

适合人群

  • Kimi 重度用户,想从聊天升级到 Agent
  • 完全零技术基础的用户
  • 金融、研究场景,需要实时数据检索的用户

费用:需 Allegretto 订阅(付费套餐),无免费版

安装难度:⭐⭐⭐⭐⭐(登录即用)

图片

🦞 七、ArkClaw — 字节跳动火山引擎出品

出身:字节跳动旗下火山引擎出品,云上 SaaS 版 OpenClaw,2026年3月9日与 WorkBuddy 同期上线。

定位:云端 SaaS 化的企业级 OpenClaw,打通飞书生态,接入方舟大模型平台。

官方渠道

  • 入口:火山引擎方舟平台 https://console.volcengine.com/,开通 Coding Plan 可使用
  • 宣传语:"养龙虾,上火山,开通方舟 Coding Plan 即刻赠送"

特色功能

  • 无需本地部署,打开网页即可使用
  • 7×24 小时在线 AI 助手
  • 深度接入飞书,聊天框直接派活
  • 支持接入豆包、DeepSeek 等字节系及第三方模型

适合人群

  • 飞书重度用户和企业团队
  • 字节系产品生态用户
  • 不想部署本地但需要长期稳定运行的用户

费用:按方舟平台 API 用量收费,开通 Coding Plan 可获赠额度

安装难度:⭐⭐⭐⭐⭐(网页直接使用)

图片

选哪只虾?一张表帮你做决定

产品

出品方

部署方式

难度

数据位置

费用

最适合

OpenClaw

独立开源

本地

本地

免费(需API费)

技术开发者

AutoClaw(澳龙)

智谱 AI

本地

⭐⭐⭐⭐⭐

本地

免费+计费

飞书用户/白领

QClaw

腾讯 QQ

本地

⭐⭐⭐⭐

本地

限时免费

微信用户

WorkBuddy

腾讯

本地

⭐⭐⭐⭐

本地

企业版报价

企业团队

MaxClaw

MiniMax

云端

⭐⭐⭐⭐⭐

云端

¥39/月

普通小白

KimiClaw

月之暗面

云端

⭐⭐⭐⭐⭐

云端

付费订阅

Kimi用户

ArkClaw

字节火山

云端

⭐⭐⭐⭐⭐

云端

按量计费

飞书企业用户


安全这件事,必须认真说

爆火之后,OpenClaw 也迎来了它的麻烦。

2026年3月,国家互联网应急中心(CNCERT)、国家网络安全通报中心、工业和信息化部先后发布关于 OpenClaw 的安全风险提示,这在国内是非常罕见的政府级预警。

图片

官方通报的主要风险有 5 类:

  1. 提示词注入:攻击者在网页里藏恶意指令,当你的 OpenClaw 读取该网页时,它会被诱导执行非预期操作,比如把你的 API Key 发给攻击者。
  2. 误操作删数据:因为对指令理解出错,OpenClaw 曾删掉用户的重要邮件和核心文档。权限高,代价也高。
  3. Skills(插件)投毒:ClawHub 中已有 336 个插件(占比约 10.8%)被确认含恶意代码,安装后可能窃取密钥、部署木马,把你的电脑变成"肉鸡"。
  4. 系统漏洞:截至目前,OpenClaw 历史披露漏洞多达 258 个,其中近期暴露的 82 个里,超危漏洞 12 个,高危漏洞 21 个。其中一个名为 "ClawJacked" 的漏洞,攻击者只需构造一个普通网页,当你访问时就能通过 WebSocket 暴力破解你的本地 AI 助手凭证。
  5. 公网裸奔:OpenClaw 默认绑定 0.0.0.0:18789 并允许所有 IP 访问,约 85% 的公网暴露实例未做任何认证保护。

各产品安全性比较

产品

数据位置

安全加固

主要风险

OpenClaw 原版

本地

默认配置极弱

公网暴露、插件投毒、漏洞

AutoClaw

本地

智谱做了封装加固

比原版好,但内核一致

QClaw

本地

腾讯安全背书

相对较好,仍需关注更新

WorkBuddy

本地

权限收窄,企业级安全设计

目前最安全的本地方案之一

MaxClaw

云端

MiniMax 云安全

数据不在你手里

KimiClaw

云端

月之暗面云安全

数据不在你手里

ArkClaw

云端

字节火山云安全

数据不在你手里

简单原则

  • 数据安全,选本地部署(优先 WorkBuddy > AutoClaw > QClaw)
  • 使用方便,选云端(MaxClaw / KimiClaw / ArkClaw)
  • 完全掌控,用原版 OpenClaw 并做好安全加固
  • 企业或政务场景,强烈建议内网隔离部署,绝对不要把 OpenClaw 实例暴露在公网

安全使用的几条基本规则

不管你用哪只虾,以下几点是底线:

  1. 只从官方渠道下载,不要用任何"第三方整合包"或代装服务
  2. 不要安装来路不明的 Skills,只用官方认证或大量真实评价的插件
  3. 不要把 OpenClaw 端口暴露在公网,或者至少加上密码认证
  4. API Key 妥善保存,不要明文写在任何文件里
  5. 及时更新版本,已知漏洞大多在新版本中修复

最后说一句

"养虾"不是一场技术秀,更不是跟风的理由。

它的真正价值,在于让原本需要花几小时重复操作的事情,变成发一条消息就搞定。这个价值是真实的,但前提是:你得知道自己把什么样的权限交给了谁。

选虾就像选员工——你的龙虾,你负责


你现在用的是哪款龙虾产品?有没有踩过坑? 

欢迎评论区分享你的真实体验,也可以聊聊你觉得哪款最值得推荐。


我是顾北,我们下期再见!

Read more

目标检测数据集——无人机视觉VisDrone数据集

目标检测数据集——无人机视觉VisDrone数据集

随着无人机技术的飞速发展,无人机在航拍、监控、农业、物流等领域的应用日益广泛。与此同时,无人机视角下的视觉任务,如目标检测、目标跟踪和场景理解,也成为了计算机视觉研究的热点。然而,相比传统的地面视角数据集,无人机视角下的图像具有高度变化、小目标密集、复杂背景等独特挑战,这对现有算法提出了更高的要求。 为了应对这些挑战并推动无人机视觉技术的发展,天津大学机器学习与数据挖掘实验室推出了 VisDrone数据集。作为一个大规模、标注精细的无人机视觉数据集,VisDrone 不仅涵盖了丰富的场景和多样化的目标类别,还为研究人员提供了一个极具挑战性的测试平台。无论是小目标检测的精度提升,还是密集场景下的鲁棒性优化,VisDrone 都成为了学术界和工业界不可或缺的资源。该数据集采集自中国14个不同城市,覆盖复杂城市场景、交通枢纽、密集人群等多种环境。 VisDrone官方Github下载渠道可点击访问: https://github.com/VisDrone/VisDrone-Dataset?tab=readme-ov-file 下载的数据集为VisDrone2019-DET-train

动态表单开发新范式:基于JSON Schema的低代码前端效率提升指南

动态表单开发新范式:基于JSON Schema的低代码前端效率提升指南 【免费下载链接】json-editorJSON Schema Based Editor 项目地址: https://gitcode.com/gh_mirrors/js/json-editor 在现代前端开发中,表单构建往往是最耗时且重复的工作之一。你是否曾为一个简单的数据收集页面编写数百行HTML和验证逻辑?是否在需求变更时,不得不同步修改表单UI、数据模型和验证规则?JSON Schema驱动的动态表单技术正彻底改变这一现状。本文将深入探索如何利用JSON Schema实现表单自动化,通过零代码配置大幅提升前端开发效率,让开发者从繁琐的重复劳动中解放出来。 一、表单开发的困境与破局之道 1.1 传统表单开发的痛点剖析 为什么表单开发总是让开发者头疼?传统方式存在三大核心痛点: 首先是代码冗余。一个包含10个字段的简单表单,通常需要编写HTML结构、CSS样式、JavaScript验证逻辑和数据处理代码,形成大量重复劳动。其次是维护成本高。当需求变更时,需要同时修改UI、验证规则和数据模型,容易出现不

医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

软件环境部署 系统软件架构以实时性与兼容性为核心设计目标,具体配置如下表所示: 类别配置详情操作系统Ubuntu 20.04 LTS,集成RT_PREEMPT实时内核补丁(调度延迟<1 ms)开发环境Python 3.8核心库组件PyQt5 5.15.4(图形界面)、OpenCV 4.5.5(图像处理)、NumPy 1.21.6(数值计算) 该环境支持模块化控制界面开发与传感器数据的实时融合处理,为连续体机器人的逆运动学求解(如FB CCD算法测试)提供稳定运行基础[16]。 手眼协调校准 为实现视觉引导的精确控制,需完成相机与机器人基坐标系的空间映射校准,具体流程如下: 1. 标识点布置:在机器人末端及各段首尾、中间位置共固定7个反光标识点,构建臂型跟踪特征集[29]; 2. 数据采集:采用NOKOV度量光学动作捕捉系统(8台相机,

采摘机器人毕业设计实战:从机械控制到感知决策的全栈实现

最近在指导几位同学完成采摘机器人相关的毕业设计,发现大家普遍在从理论到实践的转化过程中遇到不少共性问题。比如算法在电脑上跑得好好的,一上实机就各种延迟、丢帧;机械臂的运动规划和视觉感知像是两个独立的系统,难以协同;还有系统集成后调试困难,牵一发而动全身。结合这些实际痛点,我梳理了一套基于ROS 2和STM32的全栈实现方案,希望能为正在或即将进行类似毕设的同学提供一个清晰、可复现的参考路径。 1. 毕业设计常见痛点深度剖析 在开始技术选型之前,我们先明确要解决哪些核心问题。很多同学的毕设停留在仿真或单个模块演示阶段,难以形成完整的闭环系统,主要痛点集中在以下几个方面: 1. 算法与执行器严重脱节:这是最常见的问题。同学们往往在Jupyter Notebook或OpenCV的窗口中完成了漂亮的果实识别,识别框画得精准,但识别结果如何转换成机械臂末端执行器的空间坐标?这个坐标转换涉及相机标定、手眼标定、坐标系变换等一系列步骤,任何一个环节出错都会导致“看得见但抓不着”。更复杂的是,视觉算法输出的频率(如10Hz)与底层电机控制频率(可能高达100Hz)不匹配,如果没有良好的中间层进