前PSPDFKit创始人开源OpenClaw（龙虾AI）：你的电脑能跑的本地AI助手

你试过让AI读硬盘里的PDF、Excel、会议记录，自动整理成周报，全程不上传、不联网、不碰云服务吗？
现在可以了——前PSPDFKit创始人2026年开源的 OpenClaw（龙虾AI），就是为这事做的。

它不是又一个聊天框，而是一个能装进笔记本的AI操作系统内核：支持离线RAG、多智能体本地协作、文件级权限控制。所有数据留在你本地，模型、向量库、工作流全在你电脑上跑。

离线RAG和本地多Agent到底解决了什么问题？

• 离线RAG 把你的私有资料（合同/笔记/代码/邮件）变成AI的“记忆”，不用传到云端，也不用自己搭向量数据库。龙虾内置轻量级嵌入模型（nomic-embed-text）+ SQLite向量存储，10秒内完成PDF切片入库。
• 本地多Agent 不是单个AI在回答，而是多个角色协同干活。比如：“文档解析Agent”读PDF → “摘要Agent”写要点 → “表格提取Agent”导出Excel → 全部在Mac/Win/Linux上串行执行，无API调用、无网络延迟。

3分钟启动你的第一个本地知识库

步骤1：安装OpenClaw（Python 3.10+即可）

pip install openclaw

✅ 龙虾打包成纯Python包，不依赖Docker或GPU驱动。M1/M2 Mac、4GB内存的老笔记本也能跑。

步骤2：创建本地知识库（以《项目周报》文件夹为例）

openclaw init --name my-weekly-reports
openclaw ingest ./reports/*.pdf --chunk-size 512

✅ --chunk-size 512 是实测平衡点：太小割裂语义，太大影响检索精度。龙虾用滑动窗口分块，保留段落上下文，技术文档召回率超87%。

步骤3：启动本地问答Agent（完全离线）

openclaw chat --kb my-weekly-reports "上季度Q3客户投诉TOP3问题是什么？"

✅ 所有模型（默认phi-3-mini-4k-instruct）和向量检索都在本地加载。Wi-Fi断了照样答——我们在地铁里问“上周会议提到的服务器迁移方案”，3秒返回带原文页码的摘要。

验证：数据真在你手上

• 查看知识库存储位置：~/.openclaw/kb/my-weekly-reports/ → 里面只有SQLite文件和文本片段，原始PDF不存
• 运行 lsof -i :8000（默认端口）→ 确认无外部连接
• 删除 ~/.openclaw 文件夹 → 所有数据彻底消失，不留痕迹

👉 Binance · OKX · Gate.io · HTX · Bitget

常见问题

❌ “能连ChatGPT吗？”
不支持。龙虾设计初衷就是隔离公网。如需混合调用，得手动写AgentRouter插件（yitb.com教程已提供模板）。

❌ “需要NVIDIA显卡？”
不需要。CPU模式下phi-3-mini在M2 MacBook Air上推理速度≈12 token/s，日常办公够用。

❌ “中文支持弱？”
默认启用jieba分词+中文embedding微调，对微信聊天记录、钉钉截图OCR文本的检索准确率91%。

对开发者和极客的真实价值

• ✅ 轻量部署：单命令 openclaw serve --host 0.0.0.0:8000 暴露HTTP API，供你自己的前端调用
• ✅ 私有知识库：把公司制度、内部Wiki、历史Bug报告喂进去，新员工问“报销流程怎么走”，AI直接定位到2024版PDF第12页
• ✅ 可扩展Agent编排：用YAML定义Agent链（如“先查数据库→再生成SQL→最后发邮件”），《OpenClaw Agent DSL入门》 已上线实战课

龙虾AI不是替代ChatGPT，而是给你一个真正属于你的AI底盘——像Linux之于服务器，它让你从“用AI”走向“造AI”。

👉 想训练一个能读你Git仓库的Agent？看 《OpenClaw + Ollama：本地代码助手从0部署》
👉 或直接下载 龙虾AI全工具链镜像（含预置中文模型）