本影片由 Jack Roberts 示範如何在本機（local‑first）使用 OpenClaw / Gravity Claw（他稱作 Gravity Claw = anti‑gravity + clawbar）建構自訂的 Claudebot，強調完全可客製、無供應鏈風險、能接管各種功能但也要注意資安與金鑰管理。主要採用一套「五步 CLAWS」實作框架（C＝Connect、L＝Listen、A＝Archive、W＝Wire、S＝Sense），並示範從環境準備到部署上線的完整流程與關鍵組件。
重點概要
- 核心理念：在本地端建立可組合（像樂高）的 AI 助手，所有功能可逐步加入並完全理解其架構與資料流，降低資料外洩／供應鏈風險。
- 主要工具：anti‑gravity（示範平台）、Telegram（Bot 介面）、OpenRouter 或 OpenAI（模型）、Gro / Whisper（語音轉寫）、11Labs（語音合成）、Pinecone（向量資料庫）、Docker、Node.js、Railway（可選的雲端部署）以及各種 MCP（Model Context Protocol）連接器如 Zapier、Notion、Supabase 等。
- 安全措施：將 Telegram 帳號白名單化（只有指定 ID 可互動）、本地優先、限制 API 金額、謹慎管理金鑰與部署位置以降低暴露風險。
五步 CLAWS 實作概要
- Connect（連接）
- 準備：下載 anti‑gravity、Docker、Node.js；在 Telegram 用 BotFather 建 Bot，取得 token；在 OpenRouter / OpenAI 建 API key 並配置於 anti‑gravity。
- 把 Telegram ID 白名單化，確認 bot 在本機能即時回應。
- Listen（聆聽）
- 加入語音處理：使用 Gro / Whisper 做語音轉文字（transcription）；示範如何讓 bot 接收語音訊息並回傳轉寫結果。
- 加入 11Labs 做 TTS（文字轉語音），讓 agent 能以較人性化的聲音回覆。
- Archive（記憶 / 存檔）
- 設計三層記憶系統：Core memory（系統 prompt 長期常駐）、conversation buffer（短期會話）、semantic long‑term memory（向量化存於 Pinecone）。
- 每次訊息嵌入並儲存；LLM 會在必要時抓取語義相關片段以回補上下文，避免每次都傳完整上下文以節省成本與 token。
- 建立 soul.md（個性 / 行為準則）與初始設定問題清單，作為每次會話的常駐背景。
- Wire（串接 / 超能力）
- 透過 MCP（Model Context Protocol）管理各種整合（如 Zapier 存取 Gmail、Notion、Supabase、GitHub 等），實現讀郵件、讀日曆、存取文件等能力。
- 展示如何在 anti‑gravity 內安裝 MCP server config 並註冊 API keys，讓 agent 能直接呼叫外部服務。
- 比較本地化 Pinecone + SQLite 與雲端 Supabase/pg_vector 的 trade‑offs（延遲、成本、資料控管、部署複雜度）。
- Sense（感知 / 主動心跳）
- 建立 heartbeat 機制（node‑cron），讓 assistant 可主動在指定時間（例如每天 08:00）發送督促訊息或問候，並能基於記憶給出個性化內容。
- 若需 24/7 可用，可將專案部署到 Railway（或類似平台），但要注意不要同時在本地與雲端同時執行以免重複動作。
示範功能 / 流程檢視
- 即時對話（Telegram）、讀取最後一封電子郵件主旨、語音訊息轉寫並回覆、用 11Labs 的聲音合成回覆語音。
- Pinecone 範例：可檢視已儲存的記憶片段並用於後續語義搜尋（例如問到先前說過的公司屬性即能回應）。
- 將專案推到 Railway 並設定 env vars，可做到遠端常駐；anti‑gravity 支援將部署流程自動化為「Skill」，方便持續迭代與推送。
風險、技巧與建議
- 風險：若不當管理 API 金鑰、白名單或公開暴露實例，可能造成資料外洩或濫用。雖然 open‑source 可 fork，但也曾有人暴露大量實例，須小心。
- 建議：用白名單、金額上限、在本地先測試（staging）再部署、避免同時在兩處執行、隨時 rotate 金鑰／限制權限。
- 開發流程：用 anti‑gravity 快速迭代功能（從 dashboard 選取模組像拉樂高），測試後再 freeze、deploy 到 Railway；保留本地版本做開發與回滾。
結論
影片示範了一條實作路徑，從下載工具、建立 Telegram bot、串接模型與外部 service、設計記憶層級到部署與自動化 heartbeat，最終達成一個能語音互動、有長期記憶並能主動發訊的本地化 Claudebot（Gravity Claw）。優點是高度可客製與資料控制，缺點與風險在於需謹慎管理金鑰、連接與部署策略。Jack 同時提供了可下載的資源與範例設定，方便跟著影片一步步實作。
沒有留言:
張貼留言