嗨嗨大家好，我是水的离子积。

之前折腾过一阵子 OpenClaw，主要用它干三件事：报销发票、跟进商务合作、出文章配图。任务跑通之后就固定成了工作流，一段时间下来也没怎么关注市面上其他产品。

前段时间，它突然给我弹了一条提醒：高志豪官宣了新的钢琴音乐会巡演站点。这件事我很久以前随口让它监听过，后来自己都忘了。它还在跑，并且把结果交给了我。

带着这份好奇，我重新回看了这段时间的 Agent 类产品。发现 LobsterAI，网易有道出的一个桌面端 Agent，比起早期 OpenClaw 动不动就报错、失联不回消息，LobsterAI非常适合开发者和办公人群。

而且它还是国内最早做开源桌面级Agent 的团队，早期核心用户基本都是开发者和 AI 发烧友。

我用了一阵子，觉得LobsterAI体现出了一种“极客精神”——有极客能力，但是没有极客门槛，值得聊聊。

01 手机看长文很崩溃？

我用网易 Lobster AI 做了一个移动端阅读器 Skill

手机看 HTML 或 Markdown 的体验一直很糟。字号小、行距挤、表格横着溢出。不管是公众号文章、Obsidian 笔记，还是直接发一个 MD/HTML 文件到手机上，都免不了缩放和排版混乱。

而且现在我的OpenClaw在 iCloud 里工作，形成了一个很丰富的工作仓库：

想分享的时候，往往不是一个文件能讲完的事。直接发文件，要一次性丢好几个过去，对方翻起来也麻烦。

所以我就想：能不能直接给对方发一个网页？打开就能看、能点、能跳转。

于是我做了一个 Skill——给定一段内容，生成一个移动优先的单页 HTML，手机打开直接能读。这个想法受歸藏老师 social-media-card skill 的启发。

我在 LobsterAI 里建了一个专门的 Agent，叫「阅读页设计师」。创建 Agent 很方便：点击左侧「我的 Agent」旁边的加号，设定模型、工作区、身份技能，以及联系渠道。

让它参考 Skill 的规范和样式生成了几个页面。设计比较克制，核心就是阅读体验：暗黑模式、字号调节、目录跳转。

这些页面里的部分配图也可以使用 LobsterAI 生成。

02

Sites 一键分享：从「攒文件」到「甩链接」

做了静态网页还不够，得能分享出去。

我自己的做法是给OpenClaw一台服务器，它直接部署上去发回链接。但没有服务器的话，想发一个链接还是有门槛的。

LobsterAI 有一个很方便的功能 — 自动化部署与分享。就是在生成好的页面点击右上角分享，一键部署成公开链接。对方点开输入分享码就能看，不用传文件、不用配环境。

像是 Codex 也有类似的功能叫“预览”，但是只面向于它的高级订阅用户，而LobsterAI的分享不用订阅就可以用。

这意味着从「在 iCloud 里攒了一堆文件」变成「直接甩一个链接进工作群」。AI 整理的日报、随口说的想法、沉淀下来的专题——都能直接分享出来。

03

我只提了方向，产品经理套件帮我把需求拆清楚

做「移动阅读页」这个 Skill 时，我只是大概提了一个方向，但整体的需求比较散。

这时，LobsterAI的专家套件帮了忙。用了产品经理套件后，它就帮我把想法整理成了一份完整的需求文档——这个 Skill 应该要支持哪些输入、输出什么样的页面、有哪些交互细节。

后面我就拿着这份 PRD，让 AI 去把这个 Skill 做出来。

说到这里，也介绍一下 LobsterAI 的专家套件：

普通用户面对 Skill 市场有一个真实痛点：不知道哪些适合自己，也不知道怎么组合。筛选和搭配的试错成本很高。

专家套件把这选择 Skill 这件事打包好：你需要做事，就安装对应的套件，这会比下载 Skill 更加简单易懂。

譬如如果你想写 PRD、想要梳理产品需求，那你就可以选择安装产品经理套件，它会一次性帮你装好所有相关的 Skill。

04

说回Lobster AI，为什么那么多用户青睐它

它是一款开源的桌面端 AI Agent，支持 Windows 和 Mac。

对于不喜欢折腾 API 的人，可以直接订阅，套餐包含生图和生视频模型；对于喜欢喜欢自己捣鼓 AI 应用的人，还可以接入已有第三方订阅的API用。

设置里能调模型、Agent 引擎、IM、浏览器、记忆、插件——每个环节都能手动控制，可控性拉满。这也是开发者喜欢它的原因：代码开源，你能看到它在做什么，也能按自己的需求去改。

同时支持飞书、如流、微信、QQ 这些渠道，不挑办公生态。

05

写在最后

从最早折腾 OpenClaw，到现在用 LobsterAI，能看到这类Agent还在快速成长。

目前 OpenRouter 日调用量排行榜上，Hermes Agent 已经超过 OpenClaw 排到第一，日 Token 消耗约 991 亿。最早是 Manus 把这条路跑出来，随后各家跟进，几超多强。

最开始大家玩 Agent，是在调试一个”极客玩具”：自己搞环境、自己琢磨配置，忍受小龙虾动不动把自己干掉、失联不回消息。那个阶段是在”玩 AI”。

现在不太一样了。像是 LobsterAI：开箱即用的订阅、帮你搭配好的专家套件、Sites 一键分享——都在做同一件事，把硬核折腾的门槛藏起来，让你开箱即用。

让被开发者和极客验证过的产品，让 Agent 真正融入你的工作流。