夜雨聆风
背景：一台 Yoga 11S，两个 AI 助手
我的 Yoga 11S（i3-3229Y / 8GB / 128GB）跑了 Ubuntu + Win10 双系统，恰好把两个 AI Agent 放在同一台机器上跑——Ubuntu 那边是 OpenClaw + DeepSeek API，Win10 那边是 QClaw（腾讯出品，基于 OpenClaw）。
这不是刻意对比，而是自然发生的。Ubuntu 上的 OpenClaw 我已经跑了 19 天（+ 1 篇收官），把 RSS 采集、日报推送、远程访问、知识库 RAG、AI 编程都摸透了。Win10 上的 QClaw 则是新装上的，用的是腾讯内置的模型路由，微信直连，不需要额外配置 Server 酱这类中间件。
既然都在同一台机器上，为什么不认真对比一下？
硬件基础（Yoga 11S）
QClaw 在这台弱鸡机器上能跑，说明它的资源控制相当克制。
核心差异：一张表看清楚
| 部署难度 | ||
| 微信接入 | ||
| 模型支持 | ||
| 定时任务 | ||
| 信息源接入 | ||
| 知识库 RAG | ||
| AI 编程 | ||
| 文件共享 | ||
| 浏览器自动化 | ||
| 资源占用 | ||
| 远程访问 | ||
| 技能生态 |
关键发现：QClaw 本质上是 OpenClaw 的 Windows 版封装，集成了更多开箱即用的能力（微信直连、模型路由、内置 skills），而 OpenClaw 则更灵活，适合深度定制。
本系列计划（5 篇）
第 1 篇（本文）：引子 — 为什么要对比，比什么
第 2 篇：QClaw 实测 — 基础体验与部署
安装便捷度（vs OpenClaw 手动部署） 微信直连体验 模型路由 vs 手动配置 API
第 3 篇：QClaw 实测 — 自动化与信息聚合
定时任务设置与执行 网页搜索与信息抓取 文档处理（PDF / Word / TXT） 和 OpenClaw 的 RSS + 日报链路做对比
第 4 篇：QClaw 实测 — 进阶能力
记忆系统（lossless-claw 上下文管理） 浏览器自动化 腾讯文档集成（qclaw_tdoc_mcp） AI 编程能力（文件读写 + 命令执行）
第 5 篇：总结 — 各有所长，按需选择
Yoga 11S 上的实际表现对比 场景化推荐：谁适合你 两者能否协同使用 老本 + AI Agent 的更多可能性
第一批实测结论（快速预览）
✅ 定时任务：QClaw 内置 cron，支持 isolated agentTurn 模式，和 OpenClaw 的 cron 能力对齐，测试正常（已设 17:45 定时提醒验证）
✅ 网页搜索：腾讯元宝模型，支持网页搜索并返回结构化结果，响应速度良好
✅ 记忆系统：基于 lossless-claw 插件的 SQLite 上下文压缩，长期记忆有保障
✅ 微信直连：wechat-access 插件已激活，WebSocket 直连腾讯服务器，零配置
✅ 技能生态：16 个内置 skills（pdf/xlsx/docx/腾讯文档/邮件/地图等），开箱即用
✅ 资源控制：244 个进程，8GB 内存占用，在 Yoga 11S 这种弱鸡机器上运行无压力
⏳ 待测：知识库 RAG、AI 编程对比、浏览器自动化对比
系列定位：不是参数对比，而是真实场景体验后的真实感受。每篇都有实测数据支撑。
