当前位置：首页 > news >正文

OpenClaw跨平台协作：Qwen3.5-9B同步处理Mac与Windows截图

news 2026/6/14 3:28:16

OpenClaw跨平台协作：Qwen3.5-9B同步处理Mac与Windows截图

1. 为什么需要跨平台截图分析

在日常混合办公环境中，我经常遇到一个痛点：团队成员使用不同操作系统（Mac和Windows），但需要统一处理截图并快速分析内容。传统方案要么依赖人工整理，要么需要复杂的云服务同步，既低效又存在隐私风险。

经过多次尝试，我最终通过OpenClaw+Qwen3.5-9B构建了一套自动化流程：Windows截图自动上传至NAS共享文件夹，Mac上的OpenClaw实时监测并调用本地部署的Qwen3.5-9B模型分析，结果自动同步到飞书群。整个过程完全在本地网络完成，无需依赖第三方云服务。

2. 技术方案设计思路

2.1 核心组件分工

这个方案涉及三个关键部分协同工作：

Windows端：通过PowerShell脚本监控截图文件夹变化，自动将新截图复制到NAS共享目录
NAS共享存储：作为中间桥梁，确保两个操作系统都能访问同一文件
Mac端：OpenClaw监控共享目录，调用Qwen3.5-9B分析新截图，并通过飞书机器人返回结果

2.2 为什么选择OpenClaw

相比其他自动化工具，OpenClaw有几个独特优势：

本地化处理：敏感截图无需上传至第三方服务器
模型集成：原生支持对接本地部署的大模型
跨平台通信：通过文件系统+飞书实现跨OS协作
可扩展性：后续可轻松添加更多分析技能

3. 具体实现步骤

3.1 环境准备

首先确保所有设备在同一局域网内，并配置好NAS共享文件夹。我使用的是Synology DS220+，创建了一个名为screenshots的共享目录，设置读写权限。

关键配置点：

SMB协议版本选择3.0以获得最佳性能
启用文件变更通知功能（关键！）
为OpenClaw创建专用访问账户

3.2 Windows端配置

在Windows电脑上创建PowerShell监控脚本watch-screenshots.ps1：

$watcher = New-Object System.IO.FileSystemWatcher $watcher.Path = "C:\Users\$env:USERNAME\Pictures\Screenshots" $watcher.Filter = "*.png" $watcher.IncludeSubdirectories = $false $watcher.EnableRaisingEvents = $true $action = { $path = $Event.SourceEventArgs.FullPath $name = $Event.SourceEventArgs.Name Copy-Item $path "\\nas\screenshots\$name" -Force Write-Host "Copied $name to NAS at $(Get-Date)" } Register-ObjectEvent $watcher "Created" -Action $action while ($true) { Start-Sleep -Seconds 1 }

将脚本设置为开机自启动，这样每次截图都会自动同步到NAS。

3.3 Mac端OpenClaw配置

在Mac上安装并配置OpenClaw：

curl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --mode Advanced

关键配置项选择：

Provider: 选择Custom
Model: 指定本地Qwen3.5-9B服务地址
Channels: 启用飞书集成

3.4 对接Qwen3.5-9B模型

修改OpenClaw配置文件~/.openclaw/openclaw.json，添加模型配置：

{ "models": { "providers": { "local-qwen": { "baseUrl": "http://localhost:8000/v1", "apiKey": "your-api-key", "api": "openai-completions", "models": [ { "id": "qwen3.5-9b", "name": "Local Qwen 3.5 9B", "contextWindow": 32768, "maxTokens": 8192 } ] } } } }

3.5 创建截图分析技能

编写自定义技能screen-analyzer，核心逻辑是：

监控/Volumes/nas/screenshots目录变化
对新截图调用Qwen3.5-9B的视觉理解API
将分析结果发送到飞书群

// screen-analyzer/index.js const chokidar = require('chokidar'); const fs = require('fs'); const path = require('path'); const { FeishuClient } = require('@openclaw/feishu'); module.exports = { init: async (agent) => { const watcher = chokidar.watch('/Volumes/nas/screenshots', { ignored: /(^|[\/\\])\../, persistent: true, awaitWriteFinish: true }); watcher.on('add', async (filePath) => { const analysis = await agent.models.chat({ model: 'qwen3.5-9b', messages: [{ role: 'user', content: [ { type: 'text', text: '分析这张截图的内容' }, { type: 'image_url', image_url: { url: `file://${filePath}` } } ] }] }); const feishu = new FeishuClient(); await feishu.sendMessage({ msg_type: 'text', content: { text: `新截图分析结果：${analysis.choices[0].message.content}` } }); }); } };

4. 实际效果验证

部署完成后，我进行了多场景测试：

界面截图分析：Windows上截取软件界面，3秒内收到飞书消息："这是一个Visual Studio Code的界面截图，显示了一个Python文件..."
文档截图OCR：Mac截取PDF文档页面，返回"截图包含技术文档，主要内容讨论神经网络架构..."
多图连续处理：连续截取5张不同图片，系统稳定处理无遗漏

性能指标：