智能体龙虾是什么？概念、能力边界与企业级落地方式

“智能体龙虾”是开发者对开源框架 OpenClaw（及其腾讯封装版 QClaw）的非正式统称。它是一个本地自主智能体调度框架，核心价值在于充当“物理网关”，将大语言模型的推理能力转化为对本地操作系统、文件系统及应用接口的真实执行动作。

本文大纲

• 🧬 核心架构：推理大脑与执行肢体的解耦机制

• 🛠️ 本地技能挂载：利用 Skills 插件扩展 Agent 的操作边界

• 🔌 模型路由对接：在 config.yaml 中配置 LLM 算力

• 📦 生态版本区分：原生开源版与腾讯 QClaw 的物理差异

1. 核心架构 🧬

龙虾智能体在底层设计上实现了“大脑”与“躯干”的解耦，确保逻辑与执行的物理分离。

• 大脑（LLM）：负责语义解析与任务拆解，可以是云端的 DeepSeek、Kimi，也可以是本地部署的 Ollama。

• 躯干（OpenClaw Gateway）：由 Python 编写的守护进程。它在本地默认监听 18789 端口，接收大脑传来的指令。

简要解释：这种架构意味着模型本身不直接接触你的系统，而是通过龙虾这个中转站，根据预设的权限执行动作。

2. 本地技能挂载 🛠️

赋予智能体“手脚”的关键在于 Skills（技能）模块的落盘。

• 物理路径：默认存储在 ~/.openclaw/skills/ 目录下。

• 执行逻辑：开发者将编写好的 Python 脚本（如：读取 Excel、控制浏览器、发送邮件）放入该目录。当 LLM 判定需要执行某项任务时，龙虾会自动调用对应的脚本。

• 获取方式：通过 openclaw skill add <技能名> 指令即可快速装载。

3. 模型路由对接 🔌

龙虾智能体本身不具备智力，其推理能力取决于你在配置文件中注入的变量。

• 配置文件路径：~/.openclaw/config.yaml

• 参数注入示例：

  YAML

   

  llm:
    provider: "openai" # 维持标准协议
    base_url: "https://api.deepseek.com/v1" # 算力来源地址
    api_key: "sk-xxxxxx" # 鉴权凭证
    model: "deepseek-chat"
  

简要解释：通过修改 base_url，你可以随时在云端高性能模型与零成本的本地量化模型之间切换，以平衡推理质量与计算开销。

4. 生态版本区分 📦

目前“龙虾”主要存在两种物理表现形式：

• 原生 OpenClaw：开源 CLI 工具，适合开发者使用。通过 pip install openclaw 安装，支持极致的自定义与二次开发。

• 腾讯 QClaw：基于 OpenClaw 底层协议的图形化封装版。

  • 官方下载端点：https://claw.guanjia.qq.com/

  • 核心优势：打通了微信、QQ 的远程控制链路，允许用户通过社交软件下发指令调度本地电脑。

总结

本文梳理了“智能体龙虾”的技术全景。它作为一个本地调度网关，通过在 ~/.openclaw/ 沙箱内运行 Python 脚本（Skills），将大模型的指令落地为真实的物理操作。用户既可以使用灵活的开源 CLI 版本，也可以通过腾讯 QClaw 快速建立跨端控制链路。

除了个人版的龙虾之外，国内还有企业版龙虾比如实在Agent，能够部署在企业内部，给员工使用，将很多流程固定且复杂、高频的场景利用自动化替代！