原始标题: My Most INSANE AI Agent Ever (OpenClaw Clone)

发布日期: 2026-01-30 | 来源频道: @AllAboutAI

📝 深度摘要

1. 讨论背景与核心主题

本视频的主理人是一位 AI 智能体开发爱好者，他展示了自己搭建的「类 OpenClaw」自主运行 AI 智能体系统。核心元问题是：如何构建一个可 24/7 全天候独立运行、能够自主执行复杂任务（如研究、发社交媒体、制作视频）的 AI 代理。与官方 OpenClaw/Claude Code 不同的是，作者采用了一种更简化的方案——基于 Mac Mini + Claude Code + Chrome 控制的架构，实现「写指令而非写代码」的 Vibe Coding 理念。

2. 核心干货概览 (Agentic Stack & Assets)

类别 名称 核心用途 / 技术意义
核心 AI 代理 Claude Code 作为智能体的大脑，处理自然语言理解、任务规划和执行
消息触发通道 WhatsApp 通过 WhatsApp 发送指令触发代理，实现移动端远程控制
浏览器自动化 Chrome 控制（通过 skills） 替代 API Key，直接控制浏览器操作 X、YouTube、Gmail 等平台
自动化调度 Cron Jobs 在后台定时执行任务，如夜间自动浏览 X、搜索新帖子并进行互动
视频生成能力 Remotion + 技能系统 自主生成 YouTube 视频，包含研究、剪辑、配音、上传全流程
运行环境 Mac Mini 专用机器，7×24 小时运行，与个人数据物理隔离

3. 智能体架构与 SOP

环境搭建与初始化

系统运行在专属的 Mac Mini 上，通过 WhatsApp 连接到该设备。当用户在 WhatsApp 中发送指令（如 /claude 开头）时，系统会调用 Claude Code 执行任务。关键设计理念是用浏览器登录替代 API Key——直接在 Chrome 中登录 YouTube、X、LinkedIn 等平台，智能体通过控制浏览器来执行操作，这样做更加安全且无需管理复杂的 API 密钥。

自主运行逻辑链

  1. 感知层：通过 WhatsApp 接收用户指令，或通过 Cron Jobs 定时触发任务
  2. 规划层：Claude Code 解析指令，读取相关技能文档（Skills），制定执行计划
  3. 执行层：调用对应技能，操作 Chrome 浏览器完成具体操作（如搜索、发帖、下载视频）
  4. 反馈层：任务完成后通过 WhatsApp 向用户返回结果

实战案例还原

案例一：研究任务

  • 用户在 WhatsApp 发送：/claude please research Maltbook ONX report back what the fuss is about
  • 系统自动启动 Claude Code，打开 X（Twitter）搜索相关内容，读取多条帖子和推文
  • 完成后将研究结果通过 WhatsApp 发回给用户

案例二：定时任务演示

  • 用户设置一个 1 分钟后执行的 Cron Job：「打开 Hacker News，获取顶部帖子并写摘要」
  • 演示中可以看到代理自动打开 Hacker News，导航到第一名帖子，抓取内容并生成摘要

案例三：自动化视频生成

  • 这是视频的核心亮点：用户给出一个 Google 新项目（如 Project Genie）的链接
  • 代理自动执行：研究主题 → 编写脚本 → 使用 Remotion 渲染视频 → 生成配乐 → 上传到 YouTube
  • 演示中展示了从输入 URL 到生成完整视频的完整流程，包括脚本大纲：开场白→功能演示→技术解析

4. 核心执行资产 (CLI Commands & Prompts)

指令集还原

# 基础触发指令（通过 WhatsApp 发送）
/claude [任务描述]

# 定时任务设置示例（通过自然语言）
"在 15:46 执行任务，打开 Hacker News，获取顶部帖子，写摘要"

# 技能系统调用
Claude Code 会自动读取 skills/ 目录下的技能文件

系统提示词策略

智能体通过 Skills（技能）来扩展能力。每个技能是一个独立的文档或脚本，包含：

  • 技能用途说明
  • 具体操作步骤
  • 可用工具列表
  • 示例用例

已构建的技能包括：X（Twitter）操作、视频研究、视频剪辑、缩略图制作、YouTube 上传、GitHub 操作、Gmail 管理、AI 图片生成等。

5. 开发者进阶洞察

Vibe Coding 核心心法

作者的核心思路是**「写指令而非写代码」**。不需要编写复杂的 API 对接代码，而是通过自然语言描述任务，让智能体自主完成。具体体现为：

  • 给出一个 YouTube 视频主题，代理自动完成从研究到发布的全流程
  • 无需手动编写视频渲染代码，通过 Remotion 技能自动化处理

自主性风险预警

  1. 死循环风险：当智能体在执行复杂任务（如视频生成）时，可能会在某个环节卡住或无限循环
  2. 账单风险：虽然使用 $200/月的 Claude Code 订阅代替 API Key，但在高强度运行下仍可能产生额外成本
  3. 社交媒体风控：自动化在 X、YouTube 等平台上的操作可能触发平台的反自动化机制（如封号）

实战陷阱

  • 权限问题：演示中提到现在可以使用 dangerous skip permissions 来简化权限验证
  • 视频质量：自动生成的视频可能需要人工微调，演示中可以看到视频生成后仍有改进空间
  • 技能迭代：需要不断更新和维护技能库，演示者提到会持续添加新技能

6. 金句

  • 「我们不需要使用 API Key，因为可以直接用浏览器登录——更安全，也更简单。用浏览器就是用我们自己的账号，这比 API 更靠谱。」

  • 「我只想给它一个主题，告诉它’去制作一个视频’，然后它就能从研究到发布全部搞定。这就是 Vibe Coding 的终极形态——写指令，而不是写代码。」

  • 「它有自己的邮箱、自己的 LinkedIn、自己的 X 账号、自己的 YouTube 频道——它就像一个真正的数字员工，24 小时为我工作。」

📺 视频原片

视频ID: _KN5iAQfz6I