大家好,我是二哥呀。
OpenClaw 出现之前,我身边的同事清一色地认为本地 Agent 只是个噱头。
然而 OpenClaw 的爆火彻底改变了这种认知,大家都在本地用起来了,并且生产效率提升了不是一星半点。
最近,网易也开源了他们家的龙虾 LobsterAI,我只能说这家老牌互联网公司终于在 AI 时代有所作为了。
如果你正在找一个能 7x24 小时帮你处理邮件、抓取信息、生成报告的工具,这篇实测会帮你少踩很多坑。
LobsterAI 内置了 16 个 Skill,同时支持飞书、钉钉、Telegram、Discord 四大 IM 平台远程控制。并且内置 Memory 长记忆,会记住你的偏好,跨 Session 也可以自动复用。
主打一个全场景办公助理。
01、LobsterAI 的优势
不了解 OpenClaw 的小伙伴可能会问,ChatGPT、Claude、Kimi、豆包都能用自然语言聊天,为什么还要在本地跑一个 Agent?
答案藏在一个词里:脏活。
云端 Agent 可以给你建议、写代码、分析问题,但它永远干不了那些需要访问本地文件、操作终端、调用本地软件的活。
每天早上自动去 HackerNews 抓热门文章生成摘要发钉钉?云端 Agent 做不了,因为它没权限访问你的钉钉机器人。
定时检查 163 邮箱,有人发简历但忘记带星球编号就自动回复?云端 Agent 做不了,它连你的邮箱都登录不了。
监控 GitHub 仓库有新 issue 就自动回复?云端 Agent 做不了,GitHub API 调用需要本地环境。
这些事情看起来不难,但它们才是真正吃时间的地方。手动做一次没啥,但如果每天重复做、7x24 小时盯着做就很烦。
LobsterAI 就是来干这个脏活累活的。
02、LobsterAI 的架构
LobsterAI 基于 Electron + React + TypeScript 构建,采用严格的进程隔离架构。主进程负责文件系统和终端操作,渲染进程负责 UI 展示和用户交互,两者通过 IPC 通信互不干扰。
数据存储用的是本地的 SQLite,所有对话记录、任务历史、用户偏好都存在本地。这个设计保证了:
真诚点赞 诚不我欺
热门评论
1 条评论
回复