OpenClaw 跨平台 AI 女友养成记

刚开源了一个新项目名字叫：Clawra Selfie。一个运行在 OpenClaw 里的自拍/日常状态图技能；

它不是单纯的生图脚本，而是一个能长期在线、有人设、还能在通讯_Bot 里一句话直接调起来发图的 AI 角色。

项目地址：https://github.com/nasplycc/clawra-selfie

这个项目的灵感来自 SumeLabs/clawra，
保留 Clawra / Raya 式的人设出图体验
直接融入 OpenClaw 原生工作流
不把付费模型 / 付费后端作为默认前提
先用一条当前可跑通的 QWEN 优先路线
同时保留 Hugging Face 免费 fallback 与 Gemini 兼容升级路径

“角色感”

它和普通出图脚本最大的区别，是“角色感”

我现在给她设定的角色叫 Raya。

她不是随机生成的“某个女生”，而是一个尽量保持稳定的人设：

18 岁中国女生
气质偏自然、干净、清醒
有固定的视觉锚点
有相对统一的语言风格

所以这套工作流追求的不是“单张图漂不漂亮”，而是：

换场景后，她还是不是那个她
聊天语气和发图风格能不能统一
用户是不是会逐渐感受到“这是同一个角色”

这也是为什么我更愿意把它叫做一个角色项目，而不只是一个生图脚本。

它可以直接在 OpenClaw_通讯_Bot 里调用

装好以后，就跟平时聊天一样，直接在通讯_Bot 里跟它说话。

比如你可以发：

发张自拍
给我看看你现在在干嘛
海边散步全景照
来张健身房状态图
用这张脸，再来一张全身图
脸部特征按参考图保持

如果前面的角色设定和 skill 链路已经接好，OpenClaw 就会自动判断这是不是一个适合用图片回应的请求，然后去调用 clawra-selfie。

整个过程其实就是：

第一步：你在通讯_Bot 里发一句话

让我看看你在干嘛

第二步：OpenClaw 理解你的意图

它会判断：

这是一个出图请求
场景是什么
更适合全身还是半身
要不要尽量贴近当前参考脸
该走 direct 还是 mirror 模式

第三步：skill 在后台工作

它会自动完成这些动作：

组织 prompt
拼接 FACE_ANCHOR / NEGATIVE_ANCHOR
读取参考脸图
调用模型生成图片
再把结果发回 Telegram

第四步：你在聊天窗口里看到最终结果

从用户体验上来说，前台只是聊天，后台却是一整套工作流。

也就是说：

你只是说了一句话，它就把后面的事情做完了。
“你现在在干嘛？”

它现在已经能做哪些事？

生成自拍 / 状态图 / 场景图
支持 direct / mirror 两种模式
用官方脸参考图做“软锚点”
用固定的 FACE_ANCHOR / NEGATIVE_ANCHOR 尽量减少漂移
直接接入 OpenClaw 消息链路，把图片发回通讯_Bot

适合的场景也不少，比如：

近景自拍
健身房状态图
穿搭 / 全身图
海边散步图
咖啡馆 / 街头 / 教室等日常场景图

你也可以先发一张参考图，再继续要求它：

按这张脸，再来一张海边图
发型别变，再来一张全身照
脸别变，换成另一个场景

从使用体验上看，这已经不是“纯随机生成”，而是开始围绕一个持续存在的角色去工作了。

它怎么尽量保持“还是同一个人”？

这里最关键的一层，是“官方脸机制”。

简单说，就是给它一个固定参考图路径，作为当前角色的脸部锚点。再配合：

固定的 FACE_ANCHOR
固定的 NEGATIVE_ANCHOR
发型 / 发长 / 五官方向的额外约束
不同场景下的 prompt 塑形

这样做的目标，不是让它“每次完全一模一样”，而是尽量让它保持：

同一种脸型方向
同一种气质
相近的发型
同一个角色的视觉 identity

不过这里也得实话实说：

当前这套仍然是软一致性，不是硬锁脸。

因为默认后端还是 Hugging Face 免费路线，本质更偏 text-to-image。所以它已经能把角色“尽量收住”，但还做不到“每次零偏差”。

如果未来继续升级，更合理的方向会是：

更强的 reference-image editing
ComfyUI
LoRA / 数据集训练

如果你想自己试，怎么装？

现在有三种方式。

1）通过 ClawHub 安装技能

直接跟你OpenClaw🦞Agent说：

clawhub install nasplycc-clawra-selfie

更新：

clawhub update nasplycc-clawra-selfie

2）通过安装脚本

bash -c "$(curl -fsSL https://raw.githubusercontent.com/nasplycc/clawra-selfie/main/scripts/install.sh)"

3）手动 clone

git clone https://github.com/nasplycc/clawra-selfie.git ~/.openclaw/skills/clawra-selfie

然后准备好：

Hugging Face token
角色参考图
OpenClaw 环境

参考图可以直接放在：

references/raya-official-face-current.jpg

最后想说的

我觉得这个项目最有意思的地方，不是“做了一个 AI 女友”。

而是它证明了一件事：

一个本来很容易停留在 demo 阶段的想法，是可以被做成一个真正能安装、能运行、能继续迭代的项目的。

它现在当然还不是终点。脸部一致性还可以继续打磨，后端也还能继续升级，工作流还有很多能优化的地方。

但至少，它已经从“一个灵感”变成了“一个别人也能装起来试试的东西”。

如果你想手机上快速浏览技能、收藏感兴趣的内容、查看详情、登录后转发给朋友或同事，也可以在评论区交流真实使用体验。

👥 NAS 折腾交流群

如果你也在折腾 NAS / OpenClaw / AI自动化流程，欢迎私信进群一起交流。