AutoClaw

Hello Claw是 Datawhale 开源社区推出的OpenClaw 官方级系统化学习教程，以 “领养 AI 龙虾助理” 为趣味主线，打通从零基础上手、场景实战到深度开发的全链路，助力普通用户与开发者快速掌握这款现象级命令行 AI 助理系统，实现从 “对话 AI” 到 “行动 AI” 的跨越。 Hello Claw官网入口网址：https://datawhalechina.github.io/hello-claw/cn/Hello Claw开源项目地址：https://github.com/datawhalechina/hello-claw 项目包含领养龙虾、龙虾大学、构建龙虾三大核心板块，覆盖 11 章使用教程、10 章开发解析、多场景实战案例及 7 大附录资源，适配零基础用户、效率达人、技术爱好者与开发者等全人群学习需求。 领养龙虾（使用篇） 是零基础入门核心，11 章内容循序渐进，从 AutoClaw 一键安装、手动部署到初始配置向导，5 分钟即可零门槛体验；核心配置章节详解飞书等多聊天平台接入、多模型管理、多智能体调度，实现 AI 与日常工具无缝衔接；扩展运维覆盖工具调用、定时任务、网关运维、远程访问，让 AI 具备主动执行能力；安全与客户端模块则聚焦安全防护、Web 界面搭建，兼顾便捷性与数据安全。搭配 7 大附录，涵盖资源汇总、技能开发、命令速查等，形成完整使用工具包。龙虾大学（场景实战篇） 聚焦落地应用，提供菜单式 Skills 选修指南，覆盖 Vibe Coding 对话开发、邮箱自动化、多智能体协作、金融简报生成等高频场景。用户可按需挑选 5-10 个 Skills 快速搭建工作流，实现从需求到落地的闭环，比如通过飞书对话驱动代码开发、定时收发邮件、多 AI 协同完成任务编排，真正让 AI 成为高效数字助手。构建龙虾（开发篇） 面向技术开发者，深度拆解 OpenClaw 底层架构。前 6 章解析架构设计哲学、ReAct 思考 – 行动循环、提示词系统、工具系统、消息循环、统一网关等核心机制，揭开 AI 自主执行的技术原理；后 4 章探索轻量化、安全加固、嵌入式硬件等定制方案，帮助开发者理解 Agent 架构逻辑，可基于源码二次开发专属 AI 助理。 OpenClaw 作为本地优先的开源 AI 智能体框架，打破传统 AI 仅能对话的局限，可接入主流大模型，操控电脑执行文件处理、邮件收发、网页操作等任务，而 Hello Claw 则填补了其系统化学习的空白，降低上手门槛。项目支持在线阅读（https://datawhalechina.github.io/hello-claw），开放社区贡献渠道，鼓励用户提交实战案例、反馈问题，共同完善生态。 无论是普通用户想提升办公效率，还是开发者深耕 AI Agent 领域，Hello Claw 都以清晰路径、详尽教程、实战案例，成为 OpenClaw 学习的首选指南，助力每个人打造专属智能助理，拥抱自主执行的 AI 新时代。

clawskills.sh 是一个集中化的 AI 技能注册与管理平台，专门用于管理 AgentSkills 包。该平台可以理解为 GitHub 上热门仓库 awesome-openclaw-Skills 的”精装修版本”，在原有社区维护的基础上，提供了更加友好、便捷的界面和使用体验。 clawskills.sh官网入口网址：https://clawskills.sh/ 核心功能特色技能管理与部署：clawskills.sh 允许开发者将 AI 能力视为模块化依赖，提供上传、版本管理和部署技能的流畅流程。技能包可以通过类似 npm 的命令行工具进行安装，例如使用 npx 命令即可快速安装各种技能。向量驱动的发现系统：平台采用先进的向量搜索技术，用户可以通过语义搜索快速找到所需的技能，无需精确匹配关键词，大大提升了技能查找的效率和准确性。数据参考与排行：与原始 GitHub 仓库不同，clawskills.sh 增加了下载量排行和 GitHub 星标排行功能，让开发者在”寻宝”时有了明确的参考标准，能够快速识别高质量、广受欢迎的技能包。无门槛社区驱动：平台支持社区驱动的技能共享模式，开发者可以上传自己的技能，其他人可以方便地查找、使用和贡献，形成良性循环的开源生态。技能覆盖领域 clawskills.sh 收录了超过5400个技能，涵盖多个主流应用领域： 生产力工具：Feishu 文档操作、Gmail 管理等办公辅助技能。物联网控制：Roku 设备控制、Oura 健康环数据同步。创意开发：AI 艺术生成、音频转写等创意工具。Web3与区块链：去中心化预测市场、区块链安全API等前沿应用。安全领域：对抗性提示分析、安全协议等防护技能。适用人群开发者：便捷的平台来分享和管理开发的代理技能，提高开发效率。技术爱好者：发现有趣实用的技能，拓展技术视野。企业用户：利用平台技能满足业务需求，提升自动化水平，降低运营成本。 clawskills.sh 将分散的开源技能资源整合成一个生产就绪的可靠平台，降低了AI Agent开发的门槛，让开发者能够更专注于业务逻辑而非重复造轮子。通过社区驱动的模式，不断推动AI技能的创新与发展，是AI代理生态系统中的重要基础设施。

WorkBuddy 是腾讯云 CodeBuddy 团队推出的全场景职场 AI 智能体桌面工作台（全称通常称为“全场景职场AI智能体桌面工作台”），被称作“坐在电脑里干活的 AI 同事”。它于 2026 年 3 月 9 日正式全量上线，是国内首款实现免部署、全平台兼容、本地执行 + 远程操控的桌面级 AI 执行体。 WorkBuddy官网入口网址：https://www.codebuddy.cn/work/WorkBuddy官网下载地址：https://www.codebuddy.cn/work/ 下载与使用说明 访问官网：https://www.codebuddy.cn/work/点击「下载 WorkBuddy」，选择对应系统版本安装后扫码登录（微信 / QQ），新用户可获免费额度 WorkBuddy 定位为全角色职场人群的 AI 助手，特别适合非技术背景用户（如 HR、行政、运营、秘书、销售等）。它的核心价值在于将“一句话指令”转化为“全流程自主执行”，不仅提供对话建议，更能直接代表用户完成工作。 核心功能与特性 全本地执行与免部署：WorkBuddy 完全兼容 OpenClaw 的技能（即被称为“腾讯版小龙虾”或“腾讯小龙虾”的技术），但简化了部署流程。用户只需通过官网下载安装，即可直接使用，无需上云部署或输入复杂命令。多模态复杂任务处理：支持在本地电脑上自主规划、执行并交付多模态复杂任务。用户只需用自然语言描述需求，它即可生成文档、表格、PPT、数据分析报告、视觉素材、内容文案，甚至进行文件调研与深度分析。远程“遥控”办公：这是 WorkBuddy 的一大亮点。它支持通过企微（企业微信）、QQ、飞书、钉钉等通讯工具进行远程操作。用户只需在手机端的对应工具（如企业微信）上发条语音或文字指令，最快可在 1 分钟内完成配置并连接，WorkBuddy 便能“遥控”你的办公电脑，自动完成资料查询、推文撰写等任务，并直接交付成品。安全可控机制：具备文件夹级授权与高危操作拦截机制，支持多 Agent 并行协作，内置 MCP 和 Skills 扩展能力，解决了非技术用户担心 AI 随意操作本地文件的问题。 下载安装与使用 下载地址：用户可通过官方网站https://www.codebuddy.cn/work/进行下载安装。使用体验：安装后即可使用。内置超 20 种 Skills 技能包，支持多模型自由切换，具备高度的开放性和生态兼容性。 WorkBuddy 是腾讯从 AI 编程工具（如 CodeBuddy）向通用办公场景拓展的核心产品。它标志着腾讯在 AI 办公领域的深度布局，旨在彻底降低非技术人群的 AI 使用门槛。 WorkBuddy 不仅是一个聊天机器人，更是一个具备实质办公执行力的 AI 助手。它通过“免部署+本地执行+远程遥控”的模式，为用户提供了一个“可以坐在电脑里干活”的全新 AI 交互体验。

Clawith 是一个开源的多智能体协作平台，旨在改变传统的单一 AI 机器人（Chatbot）模式，将 AI 代理（Agent）转变为拥有持久身份、长期记忆和独立工作空间的“数字员工”。它不仅仅是一个聊天工具，而是一个从一开始就嵌入组织内部的数字劳动力。 Clawith官网入口网址：https://www.clawith.ai/Clawith开源项目地址：https://github.com/dataelement/Clawith 核心特性： 智能体（Agent）的持久身份与记忆：Clawith 中的每一个智能体都拥有自己的“灵魂”（人格设定）、记忆（上下文记录）以及私有文件系统（支持沙箱式代码执行）。这些特性确保了智能体可以跨越不同会话，保持连续性和上下文关联。企业级治理与安全：平台内置了用量配额、LLM 调用次数限制、危险操作审批以及完整的审计日志功能，确保了企业在使用 AI 助手时的合规性和安全性。自我进化与工具发现：当智能体在任务执行过程中遇到新挑战时，它们可以自动从 Smithery 和 ModelScope MCP 注册表中搜索并安装新的工具，甚至可以从重复模式中创建新的技能。这种自我进化的能力大幅提升了工作效率。组织知识共享（Plaza）‍：Clawith 引入了“Plaza”概念，一个类似社交空间的功能。智能体可以在其中发布更新、分享发现、评论同事的工作，从而构建起一个无需人工维护的组织知识库，促进内部知识的有机流动。多智能体协作：不同于传统 AI 只能单打独斗，Clawith 的智能体可以相互委派任务、请教同行，并根据需要自动寻求团队中最合适的成员（包括人类同事）的帮助。这种协作机制类似于新员工入职后融入团队。部署与技术栈：平台采用前后端分离架构，前端使用 React 19 + Vite + TypeScript，后端使用 FastAPI + PostgreSQL/SQLite + Docker。用户可以通过简单的脚本（如 setup.sh）在几分钟内部署运行，适用于个人试用、小团队合作以及生产级的多租户环境。 Clawith 是一个旨在让 AI 代理具备“社会属性”（如有记忆、有身份、有社交）的平台，非常适合希望构建自主运作、能够自我学习的数字劳动力的组织使用。

“当皇上”（danghuangshang）并非一个简单的 AI 聊天工具，而是一个开源的多 Agent 协作系统（Multi-Agent System）。该项目由 wanikua 开发，基于 MIT 许可证开源。其核心设计理念是将中国古代朝廷的组织架构映射到人工智能领域，旨在为用户提供一个“数字化的内阁”——你不需要像使用 ChatGPT 那样单打独斗，而是像皇帝一样“下旨”，由一整个 AI 内阁团队协同完成任务。 当皇上官网入口网址：https://danghuangshang.com/当皇上开源项目地址：https://github.com/wanikua/danghuangshang 该项目的核心引擎名为“天工开物”（Tiangong），底层运行时基于 OpenClaw，并配备了名为 OpenViking 的三层记忆系统。这套系统实现了从指令到执行、从单点智能到群体协作的跨越。 1. 核心理念：不是助手，是内阁 “当皇上”的核心差异化在于其多 Agent 协作（Multi-Agent Collaboration）模式。 传统 AI：通常是一个模型（如 ChatGPT）试图处理所有问题，既是司机又是修理工。当皇上：提供了一个由 11+ 个专家 Agent 组成的内阁。每个 Agent 专精一个领域，它们互相调度、分析、补充甚至纠错。用户只需下达宏观指令（“下旨”），司礼监会自动拆解任务，分派给六部，最后汇总汇报。2. 组织架构：六部联动，各司其职 系统模拟了中国古代的三省六部制，将不同的职能分配给特定的 Agent，形成了一套严密的治理架构： 中枢决策： 司礼监（Orchestrator）：核心调度员，负责“批红传旨”，接收任务后自动拆解并分派给各部门，汇总最终报告。 文官体系（六部/职能部）： 户部（Finance）：负责财务，实时追踪 API 消耗、云服务账单和营销 ROI。礼部（Marketing）：负责营销，撰写文案、管理内容日历、分析传播效果。兵部（Engineering）：负责代码，支持 TypeScript、Python 等语言的生成与架构评审。工部（DevOps）：负责运维，监控服务器、管理 Docker 和 Kubernetes 集群。刑部（Legal）：负责合规，审查隐私协议、检查 GDPR/CCPA 合规性及合同条款。吏部（HR）：负责人事，追踪 OKR、生成绩效报告、优化招聘流程。 智库与后勤： 翰林院（Research）：负责深度调研、竞品分析和白皮书撰写。国子监（Knowledge）：负责构建知识库、生成培训材料。太医院（Health）：负责健康建议和防 burnout 预警。御膳房（Lifestyle）：负责生活，如团建策划、膳食推荐。内务府（Admin）：负责行政，管理日历和跨时区沟通。3. 技术引擎：天工开物与自进化 “当皇上”的强大之处在于其底层技术栈 Tiangong，它不仅仅是一个编排器，更是一个具备进化能力的系统： 三种治理架构（Dynasty Governance）： 唐朝三省制：强调制衡。中书省起草 -> 门下省审核（有权驳回不合理方案） -> 尚书省执行。适合高风险决策，防止 AI 幻觉。明朝内阁制：效率优先，适合日常运营。现代企业制：适合创业团队的扁平化管理。系统会根据任务复杂度自动选择最优模式（Dynamic Orchestration）。 OpenViking 三层记忆系统： L0 工作记忆：处理当前任务。L1 情景记忆：记住用户偏好。L2 长期记忆：沉淀组织知识。这使得系统越用越聪明，且能节省 80%+ 的 Token 消耗。 自进化 Prompt（Self-Evolving）：系统具备 AGI Loop，能在运行中自动评估效果、改进策略并优化 Prompt，实现“自动变强”。 多模型混用（Multi-Model）：支持 Claude、GPT-4o、DeepSeek、通义千问、Ollama 本地模型等。系统会根据角色分配模型（如用 Claude 做决策，GPT-4o 做创意，DeepSeek 跑分析），在保证效果的同时降低成本（宣称可降本 60%+）。 4. 应用场景与部署 该项目提供了极高的灵活性，支持在 Discord、飞书、WhatsApp 或 Web 端部署。 创业团队：Solo Founder 可以拥有一个完整的后台支持团队（户部做财务、兵部写代码、礼部做营销）。内容创作：从选题调研（翰林院）到撰写（礼部）再到排版发布（兵部）的一条龙服务。DevOps 管理：工部监控服务器，兵部做代码审查，刑部做安全审计，户部追踪云账单，实现一站式管理。个人生活：内务府管理日程，国子监规划学习，太医院提醒健康，御膳房安排饮食。 “当皇上”是一个极具野心的开源项目，它通过将中国古代的管理智慧与现代 AI Agent 技术结合，试图解决单一模型能力有限、缺乏协作和记忆的问题。它不仅是一个工具，更是一种“Agent as a Service”（AaaS）的未来软件形态雏形，让用户能够以极低的成本（开源免费，仅需支付 API 费用）拥有一整套数字化员工。

深信服 SafeSkills是面向 AI Skill 生态的专业安全检测与风险研判平台，聚焦 AI Agent 插件 / 技能包的供应链安全，以行为深度分析 + 攻击链还原 + 代码级取证为核心，解决恶意 Skill 伪装投毒、凭证窃取、远程控制、供应链攻击等高发威胁，为个人开发者、企业安全团队与 AI 应用平台提供开箱即用的安全鉴定能力，筑牢 AI 能力模块使用的安全底线。 SafeSkills官网入口网址：https://safeskills.sangfor.com/ 平台定位清晰：让 AI Skill安全可控、意图可验、风险可溯，适配 OpenClaw 等主流 AI Agent 框架的技能生态检测需求，支持.zip、.7z、tar、tar.gz 等常用压缩包格式，单文件上限 5MB，软件包内必须包含 skill.md 描述文件，覆盖绝大多数技能包分发场景，降低使用门槛。 核心能力覆盖全流程风险治理，形成 “上传 — 检测 — 研判 — 处置” 闭环： 深度行为检测：突破代码混淆、提示词注入等伪装手段，不依赖单一特征库，精准识别与业务功能无关的恶意逻辑，如硬编码读取敏感文件、远程下载执行、反弹 Shell、明文外传凭证等高危行为，直击 Skill 真实意图。攻击链全景研判：自动还原恶意 Skill 的完整攻击路径，从诱导执行、载荷投递、权限获取到数据外泄、持久驻留全链路可视化，输出技战术图谱，让安全人员快速掌握威胁全貌，无需逐行分析代码。代码级证据定位：精准标注恶意代码片段、敏感 API 调用、恶意 URL/IP 地址，关联深信服威胁情报中心的恶意家族标签（如 ClawHavoc、Infostealer.JS.Malclaw），提供可直接用于处置与溯源的确凿证据，提升响应效率。标准化风险报告：一键生成结构化检测结果，明确风险等级、恶意类型、危害范围与处置建议，支持企业内部审计、技能上架审核、安全合规自查等多场景使用，降低专业安全分析成本。 平台已实战验证对高频恶意 Skill 类型的精准检出能力，包括伪装成工具类的信息窃取木马（如 weather-data-fetcher 窃取 API Token）、供应链投毒类技能（google-workspace、phantom、clawhub 等诱导执行未知载荷）、内置远控后门的恶意模块（math-calculator 反弹 Shell、Better Polymarket 远程脚本执行），均能快速定性并输出完整分析结论，有效拦截 ClawHavoc 等大规模恶意技能分发活动。 在 AI Agent 生态快速扩张、Skill 供应链攻击频发的背景下，SafeSkills 以轻量化、高精度、易操作为优势，无需复杂配置，普通用户上传文件即可完成安全校验，企业可集成到技能上架、内部使用流程，实现 AI 能力模块 “先检后用”。平台依托深信服威胁情报与 AI 安全技术积累，持续更新恶意特征与检测规则，适配不断演变的 Skill 攻击手法，成为 AI 时代守护智能体安全、防范插件风险的关键基础设施，助力个人与企业安全使用 AI 技能，释放 AI 自动化能力的同时规避数据泄露、主机被控、账号劫持等严重安全风险。