TL;DR

心血来潮本地学习尝试了一下 CLIP 模型的图片语义检索效果，但是想真正投入使用时发现缺少便捷的访问途径。正好想到手头 NAS 里有点闲且对接了 Telegram 的龙虾，便尝试使用 FastAPI + CLI 套壳丢进去当成 Skill 喂给 OpenClaw 试试效果，折腾完发现还有点可用之处，遂发出来分享下。

使用效果

快速开始

git clone https://github.com/R0sin/memeclaw.git
uv tool install ./memeclaw
# 初始化配置文件，默认路径为 ~/.memeclaw/config.toml
memeclaw config init
# 对接 OpenClaw 的话，推荐以下目录避免被安全策略拦截
memeclaw config set --image-dir "/home/node/.openclaw/media/memeclaw"
# 迁移 Skill （使用 OpenClaw 工作目录）
cp -r ./memeclaw/skills/meme-claw "/home/node/.openclaw/workspace/skills"
# 启动服务（首次启动会下载配置的 CLIP 模型）
memeclaw serve

默认的模型是 OFA-Sys/chinese-clip-vit-base-patch16，中文语义效果不错，并且只有几百兆大小，一般 CPU 跑起来也不费劲。image-dir 的话是图片检索和上传的父目录，支持递归搜索。

在 OpenClaw 对话中让它检查下 Skill 状态，就可以用了。目前批量上传看起来也没问题，返回结果的话默认是单张，可以修改 Skill 让它返回 TopK 。容器部署的话需要注意下图片目录是否需要持久化。

相关链接

博客原文：https://r0sin.pages.dev/meme-claw（需代理访问）

仓库地址：https://github.com/R0sin/memeclaw