OpenClaw“龍蝦”實操拆解：為什么它成了第一個能真正干活的開源AI Agent？

深圳騰訊大廈B1層午休時排起30米長隊——不是搶球鞋，是領U盤。里面裝著OpenClaw，代號“龍蝦”，一個能在你筆記本上本地跑起來的AI Agent。

閑魚上“代裝龍蝦”服務標價198元，訂單超2700單；某券商首席分析師在內部培訓會上投影演示部署命令，風控、量化、合規崗的人跟著一起敲終端——沒人問“這有什么用”，只問“下一步怎么接Excel”。

它火得實在：
? RTX 4060（8GB顯存）筆記本跑通完整多模態鏈路：截圖 → OCR → 寫周報 → 輸出PPT大綱
? 不調云API，不傳數據，所有推理全程離線
? 原生支持ChatGLM、Qwen、Claude-3.5-sonnet——通過Ollama或OpenRouter接入，不鎖死模型

誰需要它？

• 運營/行政：厭倦網頁版AI卡頓、限次、刪歷史，想離線寫材料
• 金融從業者：天天處理PDF財報、會議紀要、監管文件，但數據絕不能出內網
• 技術愛好者：本地模型早裝好了，缺的是讓AI自動做事的“膠水”

三步本地跑起來（Windows/macOS/Linux全適配）

1. 裝運行底座（Ollama + OpenClaw）

# 安裝Ollama（自動檢測CUDA/Metal）
curl -fsSL https://ollama.com/install.sh | sh

# 拉一個輕量多模態模型（Qwen2-VL-2B，1.8GB，4060可滿速加載）
ollama run qwen2-vl:2b

# 安裝OpenClaw穩定版
pip install openclaw==0.4.2

Ollama把大模型變成本地進程，OpenClaw不碰訓練，專注調度：看圖、讀表、調本地Excel、發郵件——全靠YAML配置驅動。

2. 寫第一個Agent工作流（5分鐘）

新建 report_agent.yaml：

name: 財報摘要助手
steps:
  - type: image_input
    description: "上傳財報截圖"
  - type: ocr
    model: qwen2-vl:2b
  - type: llm_call
    prompt: "提取核心指標：營收、凈利潤、同比增幅。用中文表格輸出，不要解釋。"
    model: qwen2-vl:2b
  - type: file_output
    path: "./output/summary.md"

不用寫Python。改文字就是改邏輯——金融同事調整prompt就能適配自家財報格式，像改郵件模板一樣直覺。

3. 啟動驗證

openclaw serve --config report_agent.yaml

瀏覽器打開 http://localhost:8000 → 上傳財報截圖 → 點“運行” → 3秒生成Markdown表格，落盤到本地。

常見問題速查

? “CUDA out of memory”？→ 在YAML里加 gpu_layers: 20（Ollama按需分配顯存）
? “OCR不準”？→ 換模型：ollama run llava:13b（精度更高，RTX 4070+推薦）
? “想推企業微信通知”？→ YAML里加 webhook: https://qyapi.weixin.qq.com/...（原生HTTP回調）

真實案例：深圳某私募基金用這套流程，把每周1小時人工財報錄入壓縮到47秒，錯誤率從12%降到0.3%。

下一步

→ 《用龍蝦+本地Qwen3做會議紀要自動歸檔》（語音轉文字 + 重點標紅 + 待辦提取）
→ 《零代碼接入釘釘審批流：龍蝦自動填單 + 蓋章PDF生成》
→ 所有教程源碼、預置YAML模板、各顯卡適配模型清單：m.lvxe.net.cn/openclaw-start