case 1: youtube 视频下载和提取口语练习材料。

youtube 看到合适用于口语练习的视频，直接将链接发给小龙虾，他会将视频下载下来，内嵌入字幕，然后整理好字幕文件，将字幕按每 10 分钟一个片段切分，每个片段提取 5 个典型句子用于练习。

实施步骤：

1. 让 Claude 帮忙写一个 python 脚本，调用 yt-dlp 下载 youtube 视频和字幕，然后调用 ffmpeg 将字幕嵌入视频，再处理 vtt 字幕，提取正文内容，按时间间隔切分片段。
2. 把脚本丢给小龙虾，让他帮我创建一个技能：当接收到一个 youtube 链接时，执行脚本下载视频，并且从字幕中提取练习材料。

配置全流程大概不到 1 个小时。后续看到好的视频，就只需要浏览器复制链接，然后丢给小龙虾就行了。对比之前的工作流：复制链接 -> 打开终端 -> 执行脚本 -> 手动提取练习材料，确实还是省了一些事。

case 2: 从一个小红书博主学的，每天早上从 todo 列表里面分析重要且紧急的事，根据任务性质推荐工作安排，把认为需要创造力的事安排在大脑最清醒的时间段，琐事安排在其他时段。

case3: 从一个微博博主得到的灵感，分析当天浏览器历史记录，做一个汇总报告，然后推荐可拓展阅读的方向。报告里面如果有不清楚的，也可以随时追问。

设备： 目前跑在一台 800 多的 Ubuntu 迷你主机，token 套餐是 GLM lite ，当时买的时候是 20 一个月，够用了。

总结： 总体而言确实对个人日常工作流是有一些帮助的，当然有人会说，很多工作流都有替代方案，确实是这样的，但既然小龙虾用起来还挺方便，就不用去折腾别的工具了。即使仅仅只当做对话助手类产品使用，相比豆包、千问这种，小龙虾也可以调用更多的工具去完成一些事情，而不仅仅只有联网搜索。小红书上也看到很多人的分享用小龙虾的方式，发现很多人的使用方式其实是错的。有的人用来写代码，但写代码这种专业性的工作还是用专业性的工具比如 Claude Code / Codex 更加靠谱。有些人用来当爬虫裸抓资讯内容，结果 token 爆炸，正确的方式应该是让 AI 帮忙写代码把抓取内容的操作封装成脚本让大模型去调脚本，大模型只做最后的文本分析，而不是让大模型把所有事情都做了。

仅作抛砖引玉，欢迎大家分享自己的小龙虾使用案例。