NanoClaw 养虾一周体验：我的四个真实使用场景

上一篇简单介绍了 NanoClaw 的安装流程，不到 20 分钟就拥有了一只 AI 小龙虾。本篇就简单分享下，我过去一周都用 AI 小龙虾做了哪些事情。

单从 Agent 能力来看，OpenClaw、NanoClaw 这类 AI 助理与 ClaudeCode 的核心差异并不大——不少 Claw 产品本身就是基于 ClaudeCode 搭建。所以在添加 Skill、开放系统权限后，能力基本没什么差别。

真正的差异化在于 Claw 打通了社交渠道沟通，实现了全天候的任务托管。这种模式确实带来了一种新的体验。

浅浅体验了一周，下面介绍几类我所尝试的场景，涉及学习提升、资讯推送、AI刷微博、远程开发。

场景一：我的学习搭子

尽管 AI 时代学习的价值越来越低，但是人类的探索欲是没有边界的，借助 AI 能帮助我们高效学习。Claw + 主动推送，确实能解决一部分学习主动性问题。

我所尝试的实践路径：

具体操作：先与 Claw 明确学习目标，生成阶段性计划，随后每天定时接收 AI 整理好的学习文档。完成后再反馈学习情况，Claw 会自动总结并归档我学习过的内容，写入Obsidian，之后就能随时回顾查看。

目前的流程都是通过对话完成，还不太完善，整理的文档内容不是很好。其实可以优化流程，封装成一个学习交换 Skill。

Claw 具备网络访问能力，可直接解析 RSS 源的信息。所以让它来推送新闻也非常简单。

我目前订阅的主要是 AI 领域动态，让Claw 定时查询新闻，并按规则过滤一些主题，再推送到飞书。不要太高效。

刷微博是我的日常习惯，但信息流其实包含了大量无趣的内容，容易遗漏我感兴趣的话题。

所以写了一个基于微博官方API 的 Skill，让 Claw 每隔一段时间抓取我的微博时间线，按特定规则过滤后推送。

注：Skill 代码已整理，后台回复【skill】获取。

这是目前体验过最惊喜的场景：

前几天下班时突然想到一个点子：希望实现一个 Chrome 插件帮我解决工作中一个痛点。手机上先咨询了千问，验证了可行性。随后直接将对话转发给 Claw。

还没到家，Claw 就帮我完成了2个 Demo开发。我需要做的事情只是验收。

这种随时随地有个助手待命、还不用关注它的情绪的体验，是未曾感受过的。

当然，实际这类编码场景并不多，白天在公司迸发的想法，当场就会让 ClaudeCode 实现了。

以上只是过去一周的简单体验，Claw 的能力确实没有带来什么惊喜，感觉只是 ClaudeCode 的场景拓展。但它通过社交软件的沟通方式，确实带来了一种前所未有的体验。有种窥探到未来的科幻感。