AI工具生態入門指南：從AI Agent平臺到YOYO Claw

1. 什么是“AI工具生態”？

“AI工具生態”是榮耀推出的輕量化智能體技術體系，聚焦終端側AI落地。它以開源框架 AI Agent平臺 為底座，配合國產 Claw 工具鏈（如 AutoClaw），支持本地模型部署、多端協同推理、模塊化智能體編排。整個生態面向實際開發場景，路徑清晰：裝好就能跑，改幾行就能擴。

2. 為什么用它？

2.1 數據不出設備

所有推理在本地完成。醫療記錄、銀行流水、會議錄音——這些敏感數據根本不會上傳。你控制模型，也控制數據。

2.2 多端共享能力

PC 上訓好的意圖識別模型，手機和平板能直接調用；平板上劃出的草圖，PC 端可實時生成描述。設備之間不傳原始數據，只傳輕量指令和結構化結果。

2.3 智能體即插即用

不用重寫調度邏輯，也不用碰 CUDA 或 ONNX Runtime 底層。定義輸入輸出、寫清業務邏輯，ai-agent build && deploy 兩步就變成可運行的模塊。

3. 環境搭建

3.1 安裝AI Agent平臺

sudo apt-get update
sudo apt-get install -y git cmake build-essential

git clone https://github.com/gloryai/AI Agent平臺.git
cd AI Agent平臺
mkdir build && cd build
cmake ..
make -j$(nproc)
sudo make install

編譯產物默認安裝到 /usr/local/AI Agent平臺。確保 cmake 版本 ≥ 3.16，GCC ≥ 11。

3.2 配置環境變量

echo 'export OPENCLAW_HOME=/usr/local/AI Agent平臺' >> ~/.bashrc
echo 'export PATH=$OPENCLAW_HOME/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

驗證是否生效：

ai-agent --version

應輸出類似 ai-agent v0.4.2。

4. 預置功能模塊（主蝦）

榮耀預置了開箱即用的“主蝦”，每個都是獨立進程+標準 API 接口，按需啟停。

4.1 辦公蝦

處理文檔摘要、會議語音轉寫、郵件優先級排序：

ai-agent start office_shrimp

啟動后監聽 http://localhost:8081，支持 POST /summarize 和 /transcribe。

4.2 教育蝦

提供習題解析、知識點關聯、錯題歸因：

ai-agent start education_shrimp

接口地址 http://localhost:8082，輸入 JSON 包含題目文本和學科標簽，返回帶步驟的解法。

4.3 學習蝦

構建個人知識圖譜，推薦學習路徑：

ai-agent start learning_shrimp

調用 GET /path?topic=linux&level=intermediate 獲取定制化學習序列。

5. 自定義Claw擴展

5.1 初始化項目

ai-agent create my_custom_shrimp
cd my_custom_shrimp

目錄結構自動生成：

my_custom_shrimp/
├── claw.yaml      # 元信息：名稱、版本、依賴、端口
├── main.py        # 主邏輯入口
├── requirements.txt
└── assets/        # 模型文件或詞典

5.2 編寫邏輯

編輯 main.py，實現一個接收姓名、返回問候的簡單服務：

from ai-agent import register_endpoint

@register_endpoint("/greet", method="POST")
def greet(request):
    name = request.get("name", "World")
    return {"message": f"Hello, {name}!"}

@register_endpoint 是 AI Agent平臺 提供的裝飾器，自動注冊 HTTP 路由并解析 JSON body。

5.3 構建與部署

ai-agent build
ai-agent deploy

build 打包代碼和依賴為 .claw 歸檔；deploy 將其注冊進系統服務管理器，并分配端口（默認 8083）。

6. 運行你的Claw

ai-agent run my_custom_shrimp

發送請求測試：

curl -X POST http://localhost:8083/greet \
  -H "Content-Type: application/json" \
  -d '{"name": "Alice"}'

響應：

{"message": "Hello, Alice!"}

7. 常見問題

7.1 編譯失敗

• 報 CMake Error: Could not find a package configuration file：確認 cmake 已安裝且在 $PATH。
• 報 fatal error: ai-agent/core.h: No such file：檢查 OPENCLAW_HOME 是否指向正確路徑，頭文件應在 $OPENCLAW_HOME/include。

7.2 Claw 啟動后無響應

• 先查日志：journalctl -u ai-agent-my_custom_shrimp -n 50
• 端口沖突？claw.yaml 中修改 port 字段，再 ai-agent deploy 重裝。

7.3 Python 依賴報錯

• requirements.txt 中聲明的包必須兼容 manylinux2014_x86_64（Claw 運行時環境）。
• 推薦用 pip install --platform manylinux2014_x86_64 --target ./deps --no-deps -r requirements.txt 預檢。

8. 下一步

• ONNX Runtime 集成：在 main.py 中用 onnxruntime.InferenceSession 加載 .onnx 模型，AI Agent平臺 自動管理 session 生命周期。
• 意圖識別輕量化：用 AutoClaw 工具鏈對 BERT 類模型做量化剪枝，生成 sub-5MB 的 .clawmodel 文件。
• 多端協同：通過 ai-agent link --to phone-uuid 建立設備信任鏈，調用遠程 Claw 時自動路由、降級、緩存。

文檔與社區：

• AI Agent平臺 源碼與 README
• YOYO Claw 開發者論壇