OpenClaw可算有小白能用的桌面版了，這就是2026用Agent讀取全網信息的正確方式

　　 過年在家炫耀OpenClaw的時候，

　　發現他們的桌面版更新到第10版了，還是非常難用，我本來是為了把Mac所有權限都給它來測試最近X上火的OpenClaw 3個新用法，都是跟信息流相關的。結果真的巨容易斷連。

　　所以我用Grok把X上的OpenClaw桌面版都安裝了一遍，AionUi（gitHub 16.4k），Clawapp，Cua（github 12.6k），還有網易有道新開源的LobsterAI（有道龍蝦），說是中國版OpenClaw。

　　先說結論，現有的OpenClaw桌面版的作用分兩大類，單純給OpenClaw提供可視化頁面，以及給OpenClaw提供一個本地沙箱的。

　　LobsterAI兼容了這兩功能，用下來每次對話里切換不同的模型，壓對話成本，正好能組合用Claude Sonnet 4.6和其他Coding Plan模型，給OpenClaw部署的定時任務也可以可視化管理。

　　lobsterai.youdao.com（mac和wins都支持）

　　https://github.com/netease-youdao/LobsterAI

　　有道的這個產品雖然是桌面版，但是依舊可以鏈接釘釘，飛書，telegram和discord，OpenClaw自家的桌面版只留了海外平臺的配置接口。

　　LobsterAI還有一個能解決本地安全的配置，

　　沙箱自動切換，當它執行一個任務的時候，他會優先先看當前的VM沙箱能不能完成，實在是完成不了的話就會切換到本地運行，所以就不需要本地一個，云端一個，mac mini一個了。

　　我收集了這段時間X上like大于1000的OpenClaw信息流玩法，用LobsterAI測試了一下效果。第一個是每日Reddit摘要

　　我本來以為就只有我一個覺得Reddit的信息展示做得爛，關注的頻道多了推薦流太雜，關注少了還推不準，有時候想要在帖子下發表意見發現每個子頻道的規矩還不太一樣，但偏偏里面的人在討論一件事情的深度上要比X深，如果你能夠挑到合適的子頻道的話，真的會有很多一手消息。

　　我是又愛又恨。

　　而且不像文章爬一次就好了，他是評論套帖子，帖子里面還有帖子。

　　我決定把這個難題交給LobsterAI，

　　用的是Reddit (read only - no auth)這個skills，

　　提示語沒有必要是固定的，從別人那里copy過來的提示語不一定是完全適合你的，我也不需要去迭代提示語，因為LobsterAI可以寫入本地markdown，所以應該是讓它學會我的喜好。

　　輸入很簡單，就是任務本體+定時+記憶迭代，

　　我希望你從下面這些 subreddit 里，挑選出表現最好的帖子給我。

　　https://www.reddit.com/r/LocalLLaMA/

　　另外為 Reddit 的整理流程建立一份獨立記憶，用來記錄我偏好看到哪類帖子。并且每天都問我，我是否喜歡你提供的這份列表。把我的偏好沉淀成規則寫進記憶里，用來把之后的內容摘要做得更符合我的口味，比如不要包含梗圖。

　　每天下午 5 點，執行一次這個流程，并把當天的帖子摘要發給我。

　　這里額外說一下，在桌面端管理技能比在命令行好的一個點，可以從本地文件夾和zip導入，還可以直接貼一個GitHub的URL，它會把倉庫里面的多個技能都全部導入進來。

　　第二個我最近高頻使用的case就是，

　　skill last 30 days

　　這是我覺得Deep Reserach和剛剛的每日摘要都很難擊中的地方，它會調查過去30天Reddit和X上的相關話題，發現社區的真實需求，還可以讓LobsterAI做一個mini app來解決這個問題。

　　這個結果還是蠻真實的，都是我遇到的坑，

　　這樣直接做個網頁掛個域名就可以發版了，Agent形態下的信息流，就是可以跑通這種「發現需求→做出產品」的完整鏈。

　　完全體可以同時支持Reddit，X，Youtube和基礎聯網搜索的。

　　第三個case是能理論上支持109+平臺的新聞聚合，還自帶內容去重。

　　雖然已經折騰過RSS快10年了，但一天早上還是要看那么多平臺，而且是在很多網頁本身就已經是信息聚合平臺了的基礎上，所以我是不會放棄用Agent解決這個問題的。

　　我看到的那一刻就決定要燒token來跑通了，

　　從ClawHub安裝tech-news-digest。設置為每天早上 9 點把科技新聞摘要發送到 Discord 的# tech-news 頻道，同時也發到我的郵箱【郵箱地址】。

　　這個skills需要比較多的環境設置，需要X，BRAVE和Github的API Key和發動郵箱，LobsterAI會輔助我們完成配置。

　　本身這個就已經自帶109個信息源了，但是還可以加自己的源，

　　Add these to my tech digest sources:

　　- RSS:https://openai.com/news/rss.xml
- Twitter: @aiwarts
- GitHub: LearnPrompt/LearnPrompt

　　這樣每天早上我樂意看郵件看郵件，想要看文字版就去discord，

　　用多了就真有點回不去了，

　　一個好用的圖形交互界面，

　　對于對話管理和沙盒切換的體驗提升，

　　是實實在在的。

　　這就跟我用Codex App的感覺一樣。

　　一開始真沒覺得它比在終端里直接用Claude Code要好用多少，用多了就發現一些習慣回來了。

　　我們都已經習慣了網頁版的AI，

　　習慣了對話搜索，記憶管理，定時任務。

　　當我在終端里跟AI交互時，總會下意識地覺得，

　　這是一個需要專注完成的編程長任務。

　　但LobsterAI不一樣，

　　它沒有這種心理上的負擔。

　　隨便打開一個對話就可以繼續vibe working了，

　　我想什么時候用，

　　就什么時候用，

　　它一直都在。

　　@ 作者 / 卡爾

　　最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點贊｜在看｜轉發｜評論