腾讯小龙虾 AI 助理:QClaw V0.2 实测
创建于: , 更新于: | AI全面拆箱腾讯 QClaw 产品的核心功能、背景、技术架构、与其他 AI 助手的区别、适用人群、注意事项,并附多个实战案例。
目录
介绍
QClaw(昵称"腾讯小龙虾 AI")是腾讯电脑管家团队基于开源项目 OpenClaw 深度封装的一款本地化 AI Agent(智能体)助手。
官网地址: https://qclaw.qq.com/,最大的亮点是高度集成了腾讯产品,可以通过微信、QQ 等腾讯产品连接到 QClaw ,让它帮你干活。
支持平台:Windows 11/10、macOS(Intel + Apple Silicon)
话不多说,我们直接开箱。
下载
通过官网地址: https://qclaw.qq.com/ 下载,选择你的电脑对应的版本。

我下载的 Macos (Apple 芯片)版,版本是 V0.2.16,文件大小是 426MB。

启动

Macos 上,第一次启动会久一点,大概 30 秒左右,之后每次启动大概也要 5 秒左右。
完全启动后大概占用 1.3G 左右的内存:
启动前:
启动后:

CPU 资源也占用比较少,因为大模型推理在腾讯服务器上,本地资源占用的不多。

注册登录
目前只支持微信登录,但是连接的第三方工具可以有很多,后面我们会提到。

点击微信登录按钮,会出现微信二维码,扫码登录即可。
对话
首次登录进来后,左侧的列表是只有 QClaw 一个专家,需要点击侧边栏的专家栏目去添加专家才有像我这样的。
在这里,你可以问它问题和指挥它做事,比如,我问题可以做什么?
你可以从侧栏添加一些专家,每个专家都有自己的特殊技能,不同专家擅长的领域不一样,我可以根据喜好来添加。
比如:
- 擅长翻译的 “技术翻译专家“
- 擅长产品设计的 “产品经理“
- 擅长陪聊的 “深夜陪聊“ ……
这些专家都在不断更新中…
把鼠标放到各个专家的显示卡片上,就会出现添加按钮,点击添加按钮就添加这个专家,同时 “对话“ 列表里就会出现该 “专家“。
绑定微信通道
如果想在微信上创建任务或者指令,需要在这个位置(界面左下角)先绑定好微信。
任何从微信上过来的对话,都会绑定到 QClaw 的专家栏目里,在微信上发送的信息相当于在 QClaw 里发送指令。
任务
任务有 2 中创建方式:对话创建和手动创建。
- 对话创建很简单,只需要把任务描述清楚就可以了。 比如:
| |
把这句话发到聊天框里就可以,如果你的 QClaw 绑定了微信,还可以在微信里发这句任务指令。


- 手动创建任务
点击任务面板上的 “+创建任务”

会出现如下界面,按要求填即可。其中任务指令就是一句话,你想做什么就行。

创建成功,并且推送成功。

文件管理
把你生成过的文件存储在这里,还可以对文件备份。

连接
连接到第三方 APP 或者平台,目前有 17 个支持的通道,还在不断增加中。
比如
- 连接到腾讯文档,对文档进行操作。
- 连接到 Notion,对文档增删改查。

Lab
一些实验性的功能,需要手动安装,通过传统的命令行安装。 比如
- RAGFlow 检索文档,把文档内容向量化,供 AI 调用和回答。
- Notion MCP Server,连接 Notion MCP 提供更丰富的功能。

设置
以下是设置栏目的内容,大家自己看一下就好:

技能管理,可以添加如 word, excel, ppt 等 Skill,用于创建和修改本地的 docx, xlsx, pptx 文件。
Email 可以帮你发送和查询邮件。

你可以通过 QQ 或者微信或者钉钉来控制 QClaw

安全沙箱,提供 AI 运行保护,防止一些诸如 Prompt、Skills、执行脚本等安全问题。

可以备份你的使用过程中产生的数据。

实测案例
这是我实测的案例,目的是让它帮我写一篇关于 QClaw 的博客放到我电脑上,它确实做到了,只是内容 AI 味道太重了,我就没直接用,现在还是自己手敲了上面的博客内容。
当然这个不能怪 QClaw ,内容的好坏主要是大模型的责任。

以下内容是 QClaw 帮我写的博客内容的摘选,有些内容还是有用,但未经过我实测,有兴趣的朋友可以看一下。
QClaw 案例内容
核心特点
1 微信远程控制
QClaw 支持通过微信扫码绑定,将你的微信账号与本地电脑关联。绑定后:
- 无论你在哪里(办公室、咖啡厅、家里),只要手机有微信,就能给电脑发指令
- 电脑在办公室跑着,你在地铁上用微信发一句"帮我把桌面上的报告.pdf 发到微信群"
- QClaw 会自动执行:找到文件 → 打开微信 → 发送到指定群 → 回复"已发送"
这实现了真正的移动办公自由。
2 本地运行,数据不出本机
与 ChatGPT、 Claude、元宝等云端 AI 不同,QClaw 的所有数据处理都在你的本地电脑上完成:
- 文件读取、邮件内容、浏览器操作——数据不经过腾讯云端
- 只有向大模型 API 发送"指令"(不含敏感文件内容)时才会访问网络
- 对隐私敏感的用户(律师、医生、企业高管)尤其友好
3 Skills 技能生态(5000+ 技能)
QClaw 基于 OpenClaw 的 Skills 体系,拥有超过 5000 个可安装技能,涵盖:
| 类别 | 代表技能 |
|---|---|
| 办公自动化 | 邮件管理、日历同步、文件整理、Excel 生成 |
| 内容创作 | 博客写作、社媒文案、图片生成、视频剪辑 |
| 开发辅助 | 代码执行、Git 操作、Docker 管理、API 测试 |
| 信息获取 | 网页搜索、天气查询、新闻摘要、竞品监控 |
| 智能家居 | 灯光控制、温度调节(需配合智能硬件) |
| 社交管理 | 微信/QQ/Telegram 消息自动回复、定时发送 |
安装技能非常简单,在 QClaw 聊天窗口输入:
| |
或在本机命令行执行:
| |
4 多模型自由切换
QClaw 内置多家大模型,用户可以在设置中自由切换:
- Kimi K2.6 / K2.5(月之暗面)
- MiniMax
- GLM(智谱 AI)
- DeepSeek
- OpenAI GPT-5(需自备 API Key)
- Anthropic Claude(需自备 API Key)
- Google Gemini(需自备 API Key)
- 本地模型(通过 Ollama 运行 Llama、Mistral 等)
V2 版本还支持在同一个 Multi-Agent 任务中,不同 Agent 使用不同模型。
5 V2 新功能详解
多 Agent 协同(Multi-Agent)
V2 支持创建多个 Agent,每个 Agent 可以有不同的:
- 专长领域(如"文案 Agent"、“数据分析 Agent”、“代码 Agent”)
- 技能包(每个 Agent 安装不同的 Skills)
- 权限等级(某些 Agent 只能读文件,某些可以发送邮件)
主 Agent 负责理解用户意图,然后将任务拆解并分配给专业 Agent 执行,最后汇总结果。
案例:你下达指令"帮我分析竞品 A 的最近动态,写一份报告,用邮件发给老板"
- 主 Agent 拆解:① 搜索竞品信息 → ② 分析数据 → ③ 撰写报告 → ④ 发送邮件
- 分配给:搜索 Agent → 分析 Agent → 写作 Agent → 邮件 Agent
- 全程自动,你只需要等结果
应用连接器(App Connectors)
V2 打通了众多第三方应用,AI 生成内容后不再需要你手动复制粘贴:
- 自动创建腾讯文档 / 金山文档 / Notion 页面
- 自动发送邮件(支持附件)
- 自动发布到微信公众号 / 知乎 / 掘金
- 自动同步到 TAPD / Jira / 飞书项目
官方数据显示,应用连接器让单任务操作步骤减少 60% 以上。
龙虾管家(安全防护)
这是 V2 的安全核心。考虑到 AI Agent 拥有极高的本地权限(可以删文件、发邮件、执行代码),安全问题至关重要。
“龙虾管家"是一个原生安全防护模块,提供:
- 恶意 Prompt 拦截:识别并阻止试图越权操作的指令(如"删除所有文件”)
- Skill 投毒检测:安装技能前自动扫描,阻止恶意技能运行
- 文件操作保护:删除文件前二次确认,防止误删
- 敏感信息拦截:阻止 AI 向外发送密码、API Key 等敏感信息
- 沙箱隔离:高风险操作在沙箱内执行,不影响真实系统
用户可以在 QClaw 设置中一键开启/关闭龙虾管家。
6 语音唤醒与连续对话
QClaw 支持:
- Voice Wake(语音唤醒词):对着电脑说"嘿 QClaw",即可口述指令
- Talk Mode(连续对话模式):与 QClaw 进行多轮语音对话,无需每次按按钮
- TTS 语音合成:QClaw 的回复可以用语音播报(支持 ElevenLabs 等 TTS 服务)
4.7 跨平台支持
- Windows 11 / 10(推荐 Windows 11 22H2 及以上)
- macOS(Intel 和 Apple Silicon 均支持)
- 移动端通过微信/QQ 远程控制,无需安装 App
安装 Skills(技能)
QClaw 的功能通过 Skills 扩展。安装方式有两种:
方式一:聊天窗口指令
| |
方式二:命令行(适合高级用户)
| |
推荐必装技能(自媒体人):
online-search—— 联网搜索(已预装)blogwatcher—— 博客/RSS 监控social-media-poster—— 社媒内容一键发布competitor-monitoring—— 竞品动态追踪content-calendar—— 内容日历管理social-copywriter—— 社媒文案生成
V2 多 Agent 配置(进阶)
V2 支持创建多个 Agent,每个有不同专长。配置步骤:
- 打开 QClaw 设置 → “多 Agent 管理”
- 点击"新建 Agent"
- 填写:
- 名称:如"文案 Agent"
- 专长描述:如"擅长撰写社媒文案、博客文章"
- 技能包:勾选
social-copywriter、content-calendar - 权限:勾选"读取文件"、“网络搜索”(不勾选"发送邮件")
- 保存
使用时,在指令中指定 Agent:
| |
注意事项
1 安全相关
| 注意事项 | 说明 |
|---|---|
| 开启龙虾管家 | 在设置中开启"龙虾管家"安全沙箱,拦截恶意指令 |
| 谨慎授予权限 | 每个 Agent 只给必要权限,遵循最小权限原则 |
| 定期审查日志 | QClaw 会记录所有操作,定期查看有无异常 |
| 不要分享绑定码 | 微信绑定码相当于"钥匙",不要截图分享 |
2 隐私相关
- QClaw 数据本地运行,但向大模型 API 发送的指令内容会经过网络
- 敏感文件(密码、私钥、个人身份证号)不要让 QClaw 处理
- 如果极度注重隐私,建议使用本地模型(Ollama + Llama 3),完全离线运行
3 使用限制
- 内置模型有免费额度,超出后需付费(类似元宝的积分机制)
- 某些技能需要第三方 API Key(如发邮件需要 SMTP 配置)
- 微信远程控制需要电脑保持开机且联网状态
4 常见坑点
| 问题 | 解决方案 |
|---|---|
| 微信指令没反应 | 检查电脑是否开机、QClaw 是否运行、网络是否正常 |
| 技能安装失败 | 检查 skillhub 命令是否可用,或尝试重启 QClaw |
| 文件操作报错"权限不足" | 以管理员身份运行 QClaw(Windows) |
| 龙虾管家拦截正常操作 | 在设置中将对应操作加入"信任列表" |
实战案例(详细演示)
案例 1:微信远程控制电脑发送文件
场景:你在地铁上,老板突然要你发一份报告文件。你电脑在办公室开着,装了 QClaw 并绑定了微信。
操作:
- 打开微信,找到"QClaw"对话
- 发送:
帮我把桌面上的"Q2财报.pdf"发送到"工作群"微信群 - 约 10 秒后,微信收到 QClaw 回复:“已发送,请查收”
- 同时,你的电脑自动打开了文件,通过微信发送到指定群
背后发生了什么:
- QClaw 收到微信指令
- 自然语言理解:目标是"桌面/Q2财报.pdf",动作是"发送到微信群",接收方是"工作群"
- 调用文件操作 Skill:读取桌面文件
- 调用微信接口:找到"工作群"会话,发送文件
- 返回执行结果
案例 2:自动化每日竞品动态推送
场景:你是某 AI 公司的自媒体运营,需要每天关注竞品(如百度智能云、阿里通义)的最新动态。
操作:
- 对 QClaw 说:
创建一个定时任务,每天早上 9 点搜索"百度智能云 阿里通义"的最新新闻,整理成摘要推送到我微信 - QClaw 确认:
已创建定时任务"竞品动态推送",每天 09:00 执行,结果推送到你的微信 - 第二天早上 9 点,你收到微信消息:
1 2 3 4【竞品动态 2026-05-10】 1. 百度智能云发布新模型 XX,性能提升 30% [链接] 2. 阿里通义开放 API 接口,支持企业定制 [链接] ...
背后使用了哪些能力:
cron定时任务online-search联网搜索- 微信消息推送
- 自然语言摘要生成
案例 3:批量生成社媒文案并定时发布
场景:你需要为一篇博客文章生成适合不同平台的社媒文案,并定时发布。
操作:
- 对 QClaw 说:
根据桌面文件"AI趋势博客.md",生成:① 微信公众号文案(1500字)② 知乎回答(800字)③ 微博文案(140字) - QClaw 生成三份文案,让你确认
- 确认后,说:
将微信公众号文案安排在今天 18:00 发布,微博文案安排在今天 12:00 和 18:00 各发一条 - QClaw 确认:
已创建 3 条定时发布任务
背后使用了哪些能力:
- 文件读取(
AI趋势博客.md) social-copywriter文案生成content-calendar内容日历social-media-poster定时发布(需绑定对应平台账号)
案例 4:数据分析 + 可视化报告
场景:你有一份 Excel 销售数据,需要分析并生成可视化报告。
操作:
- 对 QClaw 说:
分析桌面"销售数据2026Q1.xlsx",生成:① 各产品销售额对比图 ② 月度趋势图 ③ 一句话总结 - QClaw 回复:
正在分析... 完成!已生成报告"销售分析报告2026Q1.pdf",保存在桌面 - 打开 PDF,包含:数据表格、柱状图、折线图、AI 生成的洞察总结
背后使用了哪些能力:
- Excel 文件读取(pandas)
- 数据可视化(matplotlib/plotly)
- PDF 生成(reportlab)
- 洞察总结(大模型推理)
案例 5:代码辅助 + 自动化脚本
场景:你需要一个脚本,每天定时抓取天气数据并发送到企业微信。
操作:
- 对 QClaw 说:
帮我写一个 Python 脚本:每小时抓取北京天气(使用 openweathermap API),如果降雨量>10mm,发送预警到企业微信(webhook方式) - QClaw 生成代码,展示给你确认
- 确认后,说:
把这个脚本设置为系统定时任务,每小时自动运行 - QClaw 回复:
已创建定时任务,脚本位于 ~/scripts/weather_alert.py
背后使用了哪些能力:
- 代码生成(大模型)
- 文件写入(本地脚本)
- 系统 crontab 配置(macOS/Linux)或任务计划程序(Windows)
- Webhook 调用(企业微信)

评论 ( 如有任何问题,请在下方留言和讨论 )