三月上旬，还在对着教程一脸懵地装Openclaw一键整合包，每次临近完成时出错，最终只得放弃。三个月后的今天，电脑里已经驻扎着一支能自主协作、互装互修、还能写代码剪视频的AI小队。从踩坑到落地，从翻车到跑通，这是我的桌面AI实战全记录。

01 踩坑三月：云端AI问不做得，桌面AI能动手续活

最开始纯粹踩坑，挨个试各类桌面AI：QClaw、WorkBuddy、CodeBuddy、HermesDesktop、QwenPawDesktop、Marvis、Codex……一路试、一路删、一路对比打磨。到现在最深的体会：平时用的豆包、千问、元宝，用来问问题、查资料、写文案；我折腾的这批桌面AI，实打实能修电脑故障、做项目、写代码、辅助视频创作。一个动口出方案，一个上手做实操，二者完全不是一回事。

02 核心突破：AI互装互维，组队协同干活

这套体系最实用的亮点：不用人工挨个配置环境。

📦 自动化部署与互维

• WorkBuddy一键部署Marvis、HermesDesktop、QwenPaw全套运行环境

• Marvis反过来巡检排查，优化修补WorkBuddy等软件的配置漏洞

🔗 统一数据共享

依托Marvis自主开发数据共享Skill，搭建让Marvis、WorkBuddy 、QClaw 、Hermes 、QwenaPaw 、CodeBuddy 这六个AI工具的统一共享数据库。所有工具的项目参数、素材路径、调试日志、代码片段、报错记录全部互通，告别各干各的信息割裂。

队内分工清晰，各司所长：

🎯 Marvis：队长

统筹项目架构、搭建数据共享底层、牵头重难点开发

🔧 WorkBuddy：运维岗

系统维护、软件安装、工程环境打理

💻 CodeBuddy：开发岗

核心代码编写、程序调试优化

📋 HermesDesktop：调度岗

管控任务队列、批量素材统筹

✨ QwenPawDesktop：辅助岗

零碎小脚本、细节参数微调

碰到复杂难题，全队拆分任务、共享中间数据、协同闭环落地。

03 真实案例：搞定一堆人工无解的老难题

💿 案例一：系统无损升级

痛点：本机Win11 22H2长期无法在线更新。电脑装了达芬奇、Adobe全套大型软件，附带各类定制补丁与工程配置，重装代价太大。解决：交由WorkBuddy操作，无损完成系统升级，原有软件、补丁、设置全部完好保留。

🎨 案例二：PS2026神经滤镜修复

痛点：网上各类修复方案挨个试遍全都没用，注册表、组件依赖这类专业内容看不懂。解决：交给AI小队联合排查，轻松修复功能故障。

04 自研工具：歌词智能MV剪辑助手即将完工

日常常年制作MV，人工找素材、对照歌词匹配画面、按歌词顺序排布剪辑轨道格外耗费时间。索性安排AI团队从零开发专属智能剪辑助手，核心三点需求：

• 依托歌词词义匹配对应意境视频素材
• 自动择优筛选画面片段
• 素材按歌词先后顺序自动排入剪辑轨道

协同开发历时一个多月：

• Marvis：搭建项目框架与共享数据体系
• CodeBuddy：编写素材匹配核心算法
• WorkBuddy：对接剪辑软件与素材目录
• HermesDesktop：批量遍历素材库
• QwenPawDesktop：优化细节规则

算法逻辑、素材索引规则我大多看不明白，只能提需求、定效果，具体落地全靠AI协作打磨。

目前主体功能全部调试完毕，仅剩AI标记这一重点工作流的完善。如果成功，就能实现MV半自动剪辑，大幅缩短成片时间。05 省钱方案：免费额度+本地部署，低成本玩转AI

云端额度分配：

• Marvis：每日1000万免费Token，复杂开发、环境部署优先选用
• QClaw：每日800免费积分，日常简单指令够用（运行偏慢，大批量运算不依赖它）
• HermesDesktop、QwenPawDesktop：可以依托本地资源运行，基本不消耗云端额度

本地补充算力：结合硬件在Ollama本地部署11款细分模型，覆盖代码编写、图片处理、视频解析三大场景。轻量小任务用免费云端额度，重型批量任务全走本地离线运算，省去订阅付费开销。

现有短板：所有桌面Agent都没有截图提问功能，遇上英文报错、陌生弹窗、看不懂的日志，直接截图发给豆包提问，翻译故障信息、获取解决办法。豆包就是全队专属答疑顾问。很欣赏它的截图提问的功能。

写在最后

短短三个月，从最初部署频频翻车，到实现AI互装互修、组队自研软件、自动化运维电脑。下一步继续收尾MV剪辑助手剩余调试，迭代升级数据共享Skill，优化多工具协同效率，执行型的AI，正处全面爆发的阶段，层出不穷的形式和功能，需要不断地去学习，譬如当下最红的Codex，试了下还没摸着门，还有不少模型调度、底层配置的盲区需要不断摸索学习。