当前位置: 首页 > news >正文

腾讯发布Qclaw,无缝打通微信

小伙伴们大家好,我是小溪,见字如面。腾讯最近发布了Qclaw,听说与微信完美打通,对于我们这些每天泡在微信时间比其他APP的总和还要多的小伙伴来说真是一个福音,刚好昨天也是收到了之前申请的内测码,赶紧体验一下。

当前使用版本

Qclaw 0.1.11

优势

  • 一键安装
  • 目前Qclaw还处于内测阶段,限时免费,默认模型 每天4000万tokens
  • 与微信打通,微信授权一键登录

限制

  • 内测阶段更新频率高需要不断更新最新版本
  • 目前还有bug需等官方修复

简介

Qclaw 是一款支持 macOS(Apple/Intel 芯片) 及 Windows(即将推出)的本地 AI 客户端。它通过关联微信,让用户能够脱离电脑终端,直接在手机端通过对话指令驱动电脑完成复杂任务。

QClaw最值得关注的地方,QClaw不是在造一个新的Agent而是对OpenClaw的安装配置流程进行包装,降低OpenClaw的安装配置难问题,简单来说,Qclaw就是 OpenClaw的一键启动包。

官网地址:https://claw.guanjia.qq.com

Qclaw核心特性

  • 自动部署,打开即用: 支持 Mac & Windows,内置国产优质大模型,支持切换自定义模型
  • 微信直接对话,远程操控:直接关联微信,零配置,随时随地远程让 AI 干活
  • 丰富 Skills 生态:支持 Skills 市场,如 ClawHub、GitHub 等丰富生态,Skills 随取随用
  • 持续记忆,你的专属龙虾:记住偏好和上下文,持续成长,越来越懂你的 AI
  • 本地部署,办公更高效:直接操控文件、浏览器、邮件,不是只会聊天

安装配置

以macOS为例,从官网下载自己系统对应的安装包,双击安装包,将应用程序拖动到【Applications】

安装完成后,打开QClaw

启动完成后,可以看到以下界面

基本使用

登录授权

点击【登录】会弹出微信扫码授权登录

QClaw目前在内测阶段,微信扫码后如果没有邀请码,会提示暂无使用权限提示。已有邀请码填写邀请码,点击【立即体验】继续

点击【申请邀请码】或者通过下面链接填写问卷申请体验码:https://wj.qq.com/s2/25871229/abe7

发送消息给Qclaw可以收到正常的回复就可以正常使用了,但是此时还没有和微信打通,无法通过微信进行控制

如需打通微信还需要点击侧边栏底部的【微信远程】进行远程控制授权

扫码授权后,侧边栏底部的【微信远程】会高亮展示

微信会以客服消息的形式提供远程服务,通过与QClaw客服聊天来下达指令

Qclaw中会同步手动消息记录

对话模式

Qclaw提供了 对话 和 工作室 模式

  • 对话:以对话框形式展示

  • 工作室:以可爱形象的可视化工作室形式展示

对话模式就是初始化Qclaw时简单的对话模式,切换到【工作室】可以看到如下界面,这是一个很有意思的模式,可以看到一只龙虾完整的工作的情景

可以直接对话框输入指令,点击右上角的消息可以查看完整的对话历史

思考过程龙虾会思考、做计划

处理任务时,龙虾会伏案工作,还是挺会玩的😄

灵感广场

灵感广场提供了一下灵感示例,主要包含 办公提效、研究学习、娱乐游戏 和 自律生活 4大类

打开示例,可以看到详细介绍,包括 适用场景 和 提示词

点击【立即使用】会基于示例提示词创建新对话

我们也可以在提示词的基础上根据自己的需求下达指令,例如定时执行AI资讯抓取推送

抓取 每日重点AI资讯,在每天9:00定时推送给我

执行完成后,可以看到Qclaw创建了定时任务,不知道是不是bug,定时推送功能执行了并没有推送给我

模型配置

除了默认模型,Qclaw提供了自定义模型配 置,点击对话的模型可以看到【大模型设置】界面

选择【自定义大模型】可以选择 Minimax、Kimi、DeepSeek、智谱 等主流国内模型

输入API Key和模型名称后就可以使用了

锁屏保活

Qclaw提供了锁屏保活,开启后,电脑锁屏后仍然可以通过客服与Qclaw进行对话

模型额度

Qclaw每天为默认模型提供了 4000万 tokens,在设置【用量统计】可以实时查看tokens消耗

技能

Qclaw提供了Skills能力,默认内置了常用的技能

也可以点击【添加技能】使用 通过对话创建 和 从Github导入 添加新的技能

以Anthropic官方的skill-creator为例,点击【从Github导入】输入Skill的完整路径

https://github.com/anthropics/skills/tree/main/skills/skill-creator

点击【导入】添加,如果导入失败,可以尝试开启全局科学上网以及开启TUN模式,导入成功后就可以看到对应技能了

更多Skills可以查看腾讯官方提供的SkillHub:https://skillhub.tencent.com

安装方式也非常简单,以Agent Browser为例

直接复制提示词到Qclaw即可

请先检查是否已安装 SkillHub 商店,若未安装,请根据 https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/skillhub.md 安装Skillhub商店,但是只安装CLI,然后安装agent-browser技能。 若已安装,则直接安装agent-browser技能。

安装完成后在【技能管理】中查看是否安装成功,如果没有发现安装的技能可以检查一下安装的路径是否正确,以macOS为例,Skills的安装路径在 ~/.qclaw/skills ,可以让Qclaw更新并记住我们的要求,下次就会自动安装到正确的路径了

安装完成后就可以在【技能管理】中看到刚刚安装的技能了

日常使用

Qclaw安装好后,就可以玩耍了。比如我们可以通过远程查看电脑的目录信息

获取天气信息

整理数据、文档处理

文件存储到电脑本地,不会发送到微信对话

这里仅作基本演示,其他的玩法可以自行挖掘。

友情提示

见原文:腾讯发布Qclaw,无缝打通微信

http://www.jsqmd.com/news/632379/

相关文章:

  • 2026年ISO14001认证技术全解:ISO22000认证/ISO27001认证/ISO27017认证/ISO27701认证/选择指南 - 优质品牌商家
  • 手把手教你用Python玩转CALCE锂电池数据集:从数据清洗到LSTM/Transformer模型实战
  • 2026年质量好的安平钢筋网片/工地钢筋网片/冷拔丝钢筋网片/隧道钢筋网片源头厂家推荐 - 行业平台推荐
  • Switch 2 第三方扩展坞:适配难题下的新选择
  • 从Token级阻塞到毫秒级吐字,大模型流式输出的7层调度链路拆解,含GPU显存压缩比实测数据
  • 液压与气压课程设计
  • 2026年热门的江苏原装进口PCD复合片/进口PCD复合片刀粒可靠供应商推荐 - 品牌宣传支持者
  • 2026年热门的安平建筑网片/焊接建筑网片/电焊建筑网片/带肋建筑网片厂家推荐 - 品牌宣传支持者
  • 通义千问3-Reranker-0.6B应用指南:快速搭建智能问答排序服务
  • 深入解析TC397以太网例程:LwIP初始化流程与关键宏定义
  • Windows Server 2019开启SSH服务踩坑全记录:从PowerShell命令到防火墙规则,一篇搞定
  • 分享 种 .NET 桌面应用程序自动更新解决方案毓
  • 保姆级教程:用GEE(Google Earth Engine)复现CASA模型计算NPP,附完整数据集清单与Python代码
  • 【GUI-Agent】阶跃星辰 GUI-MCP 解读---()---HITL(Human In The Loop)碳
  • 2026乐山TOP5美食街盘点:乐山美食有哪些/乐山跷脚牛哪家正宗/乐山跷脚牛肉哪家好吃/乐山跷脚牛肉本地人推荐/选择指南 - 优质品牌商家
  • 库存管理化技术中的库存控制补货策略与仓储优化
  • 1、MySQL故障排查与运维案例
  • OpenClaw 太难装了?试试 LangTARS:一行命令部署 + WebUI 管理面板,还能接入 Dify/Coze/nn??本
  • 房价预测不止于线性回归:用XGBoost和LightGBM在Kaggle上提升模型表现的实战对比
  • 液压升降台的设计(说明书+CAD总装图、零件图、液压原理图+任务书+答辩PPT)
  • 从ChatGPT-5到AgentOS:2026奇点大会定义的强化学习新范式,含3个可复用的策略梯度优化模板
  • 5种方法快速判断你的Linux系统是ARM还是x86(附命令详解)
  • STM32F103CBT6 + W5500:用官方库5分钟搞定TCP客户端连接(附网络调试助手配置)
  • Kafka 3.x/4.x性能调优实战:从集群架构到生产消费的全链路优化
  • EhViewer:三招解决漫画阅读的三大痛点,让你的阅读体验提升300%
  • IOFILE结构体的介绍与House of orange锥
  • FreeRTOS下网卡驱动‘零拷贝’改造初探:解决GD32F470 Ping 17包就超时的性能瓶颈
  • 2026年4月12日 AI前沿资讯速览
  • 液压升降台设计(毕业论文+CAD图纸)
  • Simulink模型数据管理进阶:如何用.m脚本实现标定量(Parameter)的自动范围校验与保护?