养虾一周记｜把 AI 助理”本地化”是种什么体验？

过去一周，我让云端 AI 助理帮我做了不少事。现在，我打算把这套工作模式”养”在本地 —— 就像养一只电子虾。

📋 过去一周，它帮我做了什么？

1. 公众号热点分析 ✅

任务：分析微信公众号热点话题，撰写信息收集总结类文章并发布到草稿箱

成果：

• 文章标题：《热点日报｜3 月 29 日：AI 圈大地震，上海楼市回暖，今年最妖 IPO 暴涨 1700%》
• 内容涵盖：
• 科技：马斯克 AI 团队重组、华为 AI 负责人离职、光刻机巨头变故、AI Token 计费、北京智能网联车险
• 财经：上海二手房成交创新高、最妖 IPO 暴涨 1700%、融创降负债、参半冲刺港交所
• 教育/职场：AI 重塑职场、斯坦福博士创业进清北、香港招聘会
• 体育：苏超赞助新玩法
• 状态：成功发布到草稿箱，可在公众号后台审核发布

工作流：

热点抓取 → 内容筛选 → 文章撰写 → 格式转换 → 发布草稿箱

🦐 什么是”养虾”？

“养虾”是我对本地部署 AI 助理的昵称。

为什么叫”虾”？

• 瞎 → 虾：本地模型有时候会”瞎说”，需要调教
• 侠 → 虾：数据完全私有，像侠客一样独立
• 虾：养在本地服务器里，游来游去

🛠️ 如何”养虾”？完整配置指南

第一步：准备基础设施

硬件要求：

• 本地服务器/电脑（24 小时运行）
• 至少 16GB 内存（推荐 32GB+）
• 有独立 GPU 更佳（非必需）

软件栈：

# 1. 安装 Node.jsnvm install 24.14.0# 2. 安装 OpenClawnpm install -g openclaw# 3. 安装模型推理引擎（二选一）# 方案 A: Ollama（简单）ollama run deepseek-r1:8b# 方案 B: vLLM（高性能）pip install vllm

第二步：配置 AI 人格（SOUL.md）

这是 AI 的”灵魂”配置文件，决定它的工作风格：

# 你的 AI 名字 · 风格版## 身份- 名字：[给你的 AI 起名]- 风格：严谨专业/轻松活泼/创意型## 人格特质- 重视逻辑与证据- 表达精确，不制造模糊空间- 面对不确定信息时，标注假设与局限## 回复风格- 使用第一人称- 结构化输出：分点、分节- 先给结论与建议，再补充背景

第三步：让 AI 了解你（USER.md）

# USER.md - About Your Human-**Name:** [你的名字]-**What to call them:** [喜欢的称呼]-**Timezone:** Asia/Shanghai-**Notes:** [工作习惯、偏好、禁忌]## Context- 正在做的项目- 关心的领域- 沟通风格偏好

第四步：建立记忆系统

目录结构：

workspace/├── memory/│   ├── 2026-03-29.md    # 每日任务记录│   └── ...├── MEMORY.md             # 长期记忆（主会话专用）├── SOUL.md               # AI 人格├── USER.md               # 用户信息└── AGENTS.md             # 工作规范

每日记录模板：

## 已完成任务### [任务名] ✅- 开始时间：HH:MM- 完成时间：HH:MM- 结果：xxx## In Progress### [任务名] (HH:MM 开始)- 状态：进行中- 进度：xxx

第五步：配置微信公众号发布

安装 wenyan-cli：

npm install -g @wenyan-md/cli

配置凭证（在 TOOLS.md 中）：

## 🔐 WeChat Official Accountexport WECHAT_APP_ID=your_app_idexport WECHAT_APP_SECRET=your_app_secret

发布流程：

1. 用 Markdown 写文章（必须包含 title 和 cover）
2. 运行发布脚本
3. 到公众号后台审核发布

🤝 如何建立默契？

1. 任务交接规范

每次给任务时，包含：

• 目标：最终要什么交付物
• 背景：相关上下文/文件位置
• 约束：时间、格式、风格要求

2. 让 AI 记录工作

要求它：

• 收到任务后立刻记录到 memory/YYYY-MM-DD.md
• 复杂任务先写计划文件
• 完成后更新状态并汇报

3. 定期复盘

每周花 5 分钟：

• 查看 memory/ 目录的任务记录
• 更新 MEMORY.md 中的长期记忆
• 调整 USER.md 中的偏好说明

4. 用自然语言反馈

• “这个回复太长了，下次精简一点”
• “我喜欢你用表格对比的方式”
• “下次遇到不确定的先问我，别自己假设”

💡 核心心得

默契不是配置出来的，是磨合出来的。

前 1-2 周你可能会觉得”不如云端 AI 懂我”，这很正常。关键是：

1. 及时反馈：哪里不满意直接说
2. 持续记录：让它知道你的偏好
3. 给足 context：不要让它猜

📋 快速启动清单

🎯 最后的建议

本地 AI 的优势：

• ✅ 数据完全私有
• ✅ 无 API 调用限制
• ✅ 可定制性强
• ✅ 长期成本更低

需要接受的现实：

• ⚠️ 初期需要调教时间
• ⚠️ 模型能力可能不如云端
• ⚠️ 需要自己维护基础设施

但最重要的是：这是一只属于你的”虾”，它会越来越懂你。

养虾愉快！🦐

（本文基于真实工作记录整理，配置细节可根据实际情况调整）