文章总结： Moltbot是一个本地优先的开源AI助手，支持通过即时通讯软件远程控制电脑，具备全系统接管、长期记忆及多Agent协作功能。其基于Node.js构建，支持多种大模型，并采用Docker沙盒与操作确认保障安全。该工具允许通过自然语言替代脚本实现自动化，适合在macOS或Linux环境部署，能显著提升操作效率。 综合评分： 88 文章分类： AI安全,产品介绍

Agent Skills没热几天,Moltbot迎面来袭！

原创

CIO之家 CIO之家

CIO之家

2026年1月31日 08:07 广东

Moltbot（原名为 Clawdbot）已成为开源社区中最炙手可热的 AI Agent 项目之一。它被开发者们戏称为“真正有手的 Jarvis”，因为它打破了传统聊天机器人只能“说”不能“做”的限制。

1 基本介绍：定位、功能与特点

Moltbot 是一个本地优先、主动式的开源个人 AI 助手架构。它不只是一个网页窗口，而是运行在你电脑后台的代理人，通过你最熟悉的即时通讯软件（WhatsApp, Telegram 等）与你交互。

核心功能

• 全系统接管：拥有读写本地文件、执行 Shell 命令、操作浏览器和管理进程的权限。
• 多端联动：通过手机端消息 App 远程指挥家中的电脑完成复杂任务。
• 长期记忆：基于本地向量库，它能记住数周前的指令、你的编程偏好甚至家人朋友的生日。
• 主动出击：不仅等待指令，还能根据预设的“心跳”检测或 Webhooks 自动向你汇报（如：服务器宕机、重要邮件提醒）。

核心特点

私有化部署：核心逻辑和数据存储在本地，仅在推理时调用云端 API。

高可扩展性：支持通过 MoltHub 市场下载或自行编写Skills。

2. 技术原理剖析

技术栈 (Tech Stack)

• 核心语言：基于 Node.js (v22+) 构建，利用其非阻塞 I/O 处理高并发的工具调用。
• 推理引擎：适配 Claude 3.5/4 (Anthropic)、GPT-4o (OpenAI)，并支持通过 Ollama 或 LM Studio 调用本地模型（如 Llama 3）。
• 记忆系统：集成轻量级向量数据库（如 ChromaDB），实现长期上下文检索。
• 通信层：使用 Webhooks 和专用通道驱动程序连接各通讯平台。

工作流 (Workflow)

• 意图识别：用户发送自然语言指令（如“把下载文件夹里的 PDF 整理到文档目录”）。
• 任务规划：LLM 解析指令，将其拆解为一系列工具调用（ls, mv, mkdir）。
• 本地执行：Moltbot 通过 child_process 模块在本地环境或 Docker 沙盒中执行命令。
• 反馈闭环：执行结果反馈给 LLM，LLM 确认完成后向用户汇报结果。

关键技术特性

• OS Control (视觉驱动)：利用多模态视觉能力，对当前屏幕截图并识别 UI 坐标，实现点击、拖拽等浏览器自动化任务。

• Agent 协作：支持多 Agent 模式，例如“代码 Agent”负责写代码，“搜索 Agent”负责查文档，两者协同工作。

  

安全性设计

由于 Moltbot 具有 Shell 访问权限，安全性是其设计的重难点：

• Docker 沙盒：提供 sandbox 模式，敏感操作限制在隔离容器内运行。
• 配对模式：默认拒绝任何非绑定账号的指令，防止被恶意注入。
• 确认拦截：对高危操作（如 rm -rf 或修改环境变量）强制触发用户确认按钮。

3. 为什么开发者对它着迷？

• “解放双手”的快感：开发者可以随时随地通过 Telegram 更新服务器代码或检查日志，不再需要背着笔记本跑。
• 极致的 Hackability：它是完全开源的。你可以根据自己的需求，用 Python 或 JavaScript 编写专属的“技能”并无缝接入。
• 自然语言替代脚本：以前需要写 100 行 Python 脚本才能实现的自动化流，现在只需一句话。

4. 部署环境要求

Moltbot 设计轻巧，但在不同平台表现略有差异：

macOS (推荐)：原生支持最好，权限管理最顺滑。

Linux (服务器/VPS)：适用于 24 小时在线的“数字雇员”，建议 2GB RAM 以上。

Windows：必须通过 WSL2 (Windows Subsystem for Linux) 运行。

其他：支持在 QNAP NAS 或 Docker 环境中部署。

5. 简单安装部署操作

以下是 2026 年最常用的快捷安装流程：

第一步：环境准备 确保系统已安装 Node.js 22+ 和 Git。

第二步：一键安装 打开终端，执行以下官方安装脚本：

Bashcurl -fsSL https://molt.bot/install.sh | bash

第三步：初始化引导 安装完成后，运行配置向导：

Bashmoltbot onboard

在此过程中，你需要：

• 填写 API Key（如 Anthropic 或 OpenAI）。
• 选择通道：扫描二维码将它连接到你的 Telegram 或 WhatsApp。
• 权限授权：授予 Moltbot 访问特定文件夹或终端的权限。

第四步：启动服务

Bashmoltbot start --daemon

| | | | | — | — | — | | 回复任意关键词获取更多内容 | | | | MCP  Agent  RAG Prompt | | |

| | | | | — | — | — | | 推荐的文章 | | | | 从聊天机器人到数学员工：理解Agent的六大核心版图 拒绝人工取数！深度解析 RAG 如何引爆结构化数据分析 从数字化转型到全面 AI 化的跨越 2026年，程序员还要继续码下去吗？ 不能推动业务的Agent 都是数字垃圾 IT项目走向烂尾的10个“死亡信号”，你中了几条？ 扎心了！2026年，IT经理正在集体“失业”？ 漫话 Agent Skills CIO vs CDO vs CAIO：谁是未来企业数字化的话事人？ 告别 Chatbot：2026是企业级AI Agent落地元年吗？ | | |

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：CIO之家 CIO之家 CIO之家《Agent Skills没热几天,Moltbot迎面来袭！》