慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗? 科技爱好者周刊(第 360 期):Dan Wang 的新书
零安裝的"雲養蝦":ArkClaw 使用指南
阮一峰 · 2026-03-12 · via 阮一峰的网络日志

一、引言

大家這兩天,有沒有被"龍蝦"(OpenClaw)刷屏?

到處是它的新聞,就連兩會代表和新華社都在談論。真讓人跌破眼鏡,一個 AI 軟件竟能引起這麼大的反響。

人們的熱情高漲,免費的線下安裝活動人滿為患,網上的"付費安裝"生意興隆。

很多人大概還不知道,現在有一種最簡單的龍蝦使用方法:ArkClaw

簡單到你根本不需要操心安裝,因為這是一個免安裝的方案,它直接內置了龍蝦,開箱即用。

我也是昨天才開始用,迫不及待跟大家分享,初步使用的感受。沒有用過的同學,也可以把它當作《龍蝦零門檻上手》教程,看看龍蝦到底是怎麼回事。

二、ArkClaw 是什麼

事情是這樣的,老讀者可能還記得,我在春節前測評了字節最新發布的 Seed 2.0 模型。

我在文章裡說,這是字節目前最強的基礎模型,手機豆包用的就是它,測試表現很不錯。

字節的同學後來就向我贈送了 Coding Plan 套餐,方便繼續測試這個模型,各種 AI 編程工具都可以調用它的 API(當然套餐還包含其他國產模型,也是自由使用)。

本週一,我突然發現,字節的這個 Coding Plan 套餐開通了一個捆綁服務,就是 ArkClaw。

我問了客服才知道,只要現在開通 Coding Plan,就能免費使用龍蝦

也就是說,只要你用字節的 AI 編程套餐,不用多花一分錢,字節就提供一臺遠程主機,裡面安裝好了龍蝦,你可以自由使用。

需要說明的是,Coding Plan 分成 lite(首月9.9元)和 Pro(首月49.9元)兩種套餐。lite 套餐只能免費體驗7天,只有 Pro 套餐可以長期使用 ArkClaw。

三、雲養蝦

ArkClaw 屬於"雲養蝦"(又稱"雲龍蝦"),就是把龍蝦(OpenClaw)安裝在火山方舟(字節的 AI 雲服務品牌)的雲主機上,它名字裡的 ark 就是"方舟"的意思。

除了"雲養蝦",也可以把龍蝦安裝在本地計算機。

不瞭解的朋友可能會好奇,兩者有什麼區別,我簡單說一下。

首先,你要知道OpenClaw 屬於自動化軟件,它的作用就是讓用戶使用自然語言描述需求,它通過大模型找出滿足需求的方法,然後自動去完成。

當它安裝在本地計算機(你的筆記本),就方便自動操作本地文件和本地設備,比如"找出拍攝於去年今日的照片"或者"關閉客廳的智能燈,並查詢最近一週的耗電量"。

當它安裝在雲端,就能 7x24 小時跟各種網絡服務互動,比如"收到電子郵件時,自動生成30字的內容摘要,向手機發送通知"。

所以,如果你需要自動化操作網絡服務,並且需要長時間在線或者每天定時運行,那麼就合適使用"雲養蝦"。

四、ArkClaw 基本操作

4.1 界面

我給大家看一下,ArkClaw 的樣子。

進入控制台,點擊"立即創建",創建一個龍蝦實例。

創建完成後,就已經安裝好了,直接使用。

界面非常簡潔,就是一個對話框。ArkClaw 對龍蝦的官方控制台做了定製,簡化了操作界面。

4.2 抓取信息

你可以在對話框裡面,跟 AI 模型對話,這跟其他模型的用法並無二致。

舉例來說,我們可以讓它抓取信息。

可以看到,由於抓取的是動態內容,所以模型想到了很多實施方案,最後順利完成。

大家要記住,ArkClaw 就是一臺遠程主機,任何服務器可以用的技術方案,它都能用,這比安裝在一般個人工作電腦上的龍蝦更強大。

4.3 發送消息

獲取信息以後,龍蝦可以把這些信息發到手機。

目前,ArkClaw 支持與企業微信、釘釘和飛書綁定。其中,飛書因為是自家的產品,綁定操作最簡單,便捷快速,掃碼即可。其他兩家操作都比較麻煩,具體見官方文檔

點擊對話框上方的"飛書配對"按鈕。(前面的"消息渠道"按鈕,用於綁定企業微信和釘釘。)

系統會打開一個終端窗口,輸出一個二維碼,飛書掃描後可以創建一個機器人,跟當前的 ArkClaw 實例綁定。

通過這個機器人,你就可以在手機上跟當前這臺 ArkClaw 實例對話了。

你也可以在電腦上,通過 ArkClaw 網頁控制台,向你的手機發消息。

電腦端輸入上面指令後,手機端就會推送消息(下圖)。

4.4 定時任務

我們還可以規定,龍蝦執行某些任務的時間和頻率,也就是定時任務。

首先,使用自然語言,在對話框設置定時任務。

設置完成後,你的手機就會每天收到消息了。

如果要刪除定時任務,也是使用自然語言發出指令。

五、Skill 和其他設置

5.1 Skill

龍蝦本身的能力是有限的,總會遇到一些它不知道如何處理的問題。這時,就可以通過 Skill(技能)擴展它的能力,這大大增加了龍蝦的用途。

什麼是 Skill?簡單理解,它就是一個文件包,裡面包含了指令和示例,用來教模型如何完成某些特定的任務。

網上已經有很多別人寫好、分享出來的 Skill,只要挑一些自己需要的,讓龍蝦加載,就能擴展對應的能力。網站 ClawHub.ai 就收集龍蝦專用 Skill,已經有近20000個了。

我本來想用小紅書 SKill 來舉例,演示龍蝦如何學會寫小紅書。但是,官方昨天發公告了,最近這樣做的人太多了,現在開始封賬號了。

那麼就換一個例子。

上面截圖就是使用自然語言,讓龍蝦從 ClawHub 網站下載安裝高德地圖(amap)的技能

龍蝦本來不知道怎麼使用高德地圖,有了這個技能就學會了,可以從中查詢信息。這個技能的具體詳細,可以查看它的主頁

使用的時候,也是直接用自然語言描述需求,模型會自己加載調用所需的技能。

上圖的截圖就是通過高德地圖,查詢實時路況。

5.2 其他設置

ArkClaw 的其他功能,都在"設置"菜單(下圖),比如調整底層模型。

只要是 Coding Plan 套餐提供的模型,這裡都能使用。

"設置"菜單還有兩個很有用的功能。

一個是"打開終端",它會在網頁上打開一個終端窗口,讓你通過命令行直接操作 ArkClaw 所在的遠程主機。

從上面的終端窗口截圖可以看到,ArkClaw 底層是 Ubuntu 系統。

另一個是"配置網盤"。某些情況下,你可能需要向 ArkClaw 上傳/下載文件,這個功能允許當前主機與火山引擎的對象存儲服務 TOS 綁定,相當於有了一個無限容量的網盤。

六、總結

以上就是我昨天第一天使用 ArkClaw 的主要內容。

我的感受是,它確實大大簡化了龍蝦的使用,免安裝、開箱即用,讓龍蝦的操作變得簡單直觀。通過自然語言加載調用 Skill,也很自然流暢。

它最大的強項就是跟字節生態深度融合,配合得十分絲滑:底層 Seed 2.0 模型 + 飛書推送 + 火山引擎網盤,完全不必複雜的配置。

它是一個跟字節 Coding Plan 捆綁的服務,不用額外付費。相比自己從頭搭建"雲龍蝦",雲主機和 AI 模型的費用就省掉了,這是一筆不小的費用。

作為程序員,這個 AI 編程的 Coding Plan + 雲龍蝦 ArkClaw 主機的捆綁方案,還是很有吸引力的。

(完)