JiuwenClaw 是一款基于Python开发的智能AI Agent，一款开源、本地优先、可自托管的自主 AI 代理与自动化平台，其核心是用自然语言指令让 AI 能够直接在你设备上 「执行任务」，而非像 chatbot 聊天机器人一样仅提供对话回复。

一、背景：

在传统的智能体AI Agent领域，大部分产品都停留在“对话”层面，AI被死死锁在严格的沙盒里，既不能随意访问互联网，也无法触碰用户的本地文件。JiuwenClaw凭借“本地优先、自主执行、全平台打通”的核心优势，它就像是你电脑里的一个“活”的助手。通过常见聊天软件给它发指令，它就能在你的电脑上执行任务，比如整理文件、修复代码，甚至控制智能家居。

不同于传统聊天AI“只说不做”的局限，JiuwenClaw 真正实现了“自然语言指令→AI自主执行”的闭环，成为个人办公自动化与团队协作的核心工具。它不仅打破了传统AI工具“只说不做”的局限，更通过自然语言指令直接操作系统，实现从“被动问答”到“主动执行”的跨越。下面，我们从定义、能力、场景到部署，让新手也能快速拥有专属的“数字员工”！

1. JiuwenClaw 智能AI Agent：

JiuwenClaw 是一款基于Python开发的智能AI Agent，正如其名——"Claw"象征着精准的抓取与连接。它能够将大语言模型的强大能力，通过你日常使用的各类通讯应用，直接延伸至你的指尖。JiuwenClaw 并非传统的聊天机器人，而是一款本地优先、云端适配的AI自动化代理——它以大语言模型 为“大脑”，以Skills插件生态为“手脚”，能理解自然语言指令，自主完成网页操作、文档处理、多平台协同等具象化任务，无需编写复杂的自动化脚本。其核心特点可总结为：

• 零代码门槛：部署完成后，通过自然语言下达指令，无需掌握Python/Java等编程技能；
• 生态兼容：完美支持华为云MaaS等主流模型平台
• 无缝对接：与小艺开放平台无缝接入，华为手机用户可通过小艺直接唤醒
• 灵活部署：支持自托管部署，数据完全自主可控
• 多端接入：支持Web端、聊天软件等多种交互方式，适配多种使用场景。
• 智能决策：基于大语言模型拆解复杂任务，面对复杂的输入场景——任务追加、指令打断、需求修改，JiuwenClaw都能精准理解，为你智能排期，有条不紊地完成任务。

---

2. JiuwenClaw 能力：

JiuwenClaw AI Agent 是一个集成了多种先进 AI 技术的智能代理系统，其核心功能与优势主要体现在以下几个方面，这些特点使 JiuwenClaw AI Agent 成为一个功能全面、适应性强且安全可靠的智能助手。

• 多模态交互能力‌：该系统能够处理文本、图像等多种类型的数据输入，支持自然语言理解和生成，使得用户可以通过多种方式与 AI 进行交互。
• 高度定制化服务‌：JiuwenClaw AI Agent 可以根据用户的特定需求进行定制，提供个性化的解决方案，适用于不同行业和应用场景。
• 强大的数据处理能力‌：系统具备高效的数据处理和分析能力，能够快速响应复杂任务，为用户提供准确的信息和决策支持。
• 持续学习与优化‌：通过不断学习用户行为和反馈，JiuwenClaw AI Agent 能够自我优化，提升服务质量与用户体验。
• 安全与隐私保护‌：系统在设计上充分考虑了数据安全和用户隐私保护，确保在提供高效服务的同时，保障用户信息的安全性。

---

二、JiuwenClaw 部署快速上手：

接下来介绍JiuwenClaw 源码进行部署的步骤，首先下载JiuwenClaw代码，并将其放置在本地服务器上：

git clone https://gitcode.com/openjiuwen/jiuwenclaw.git

进入源码目录执行uv同步操作，uv是一个用Rust编写的现代Python包管理和环境管理工具，旨在极速替代pip、venv、virtualenv、poetry等多个传统工具‌。‌‌

uv sync

进入前端目录 jiuwenclaw/web 安装依赖，并启动前端服务：

cd jiuwenclaw/web
npm install
npm run build

静态运行前端服务，初始化成功后终端会提示生成配置目录（如 ~/.jiuwenclaw）、Web 服务端口（默认一般是 5173）和 API 基础地址，这些信息是后续接入飞书的基础。

cd ../../
uv run jiuwenclaw-start

当然，另外一种方式来部署动态运行前端服务：

cd ../../
uv run jiuwenclaw-start dev

---

三、JiuwenClaw 相关Channel配置：

JiuwenClaw 作为轻量、稳定、易部署的本地 AI 智能体，能够将大语言模型的强大能力，通过你日常使用的各类通讯应用，直接延伸至你的指尖。支持飞书、小艺等多渠道接入，既能本地执行文件操作、数据抓取，也能在飞书里直接对话调用，非常适合团队协作与个人办公自动化。

1. 配置相关模型：

部署完成后，如果想要运行的话，首先需要配置一下相关的大模型才能进行使用，在左侧找到"配置信息"页面中，一种是LLM大模型，一种是Embed大模型：

LLM（Large Language Model，大语言模型） 和 Embed（Embedding Model，嵌入模型） 是当前人工智能处理自然语言的两类核心模型，它们在功能、结构和应用场景上有本质区别。

• LLM（大语言模型）：
  是一种基于深度学习（通常采用 Transformer 架构）的生成式模型，能够理解并生成自然语言文本。典型代表包括 GPT-4、Claude、Llama、通义千问（Qwen）等 。

• Embed（嵌入模型）：
  是一种专门用于将文本（词、句、段落）转换为高维数值向量（即“嵌入向量”）的模型，这些向量捕捉语义信息，便于计算相似度或进行检索。典型代表包括 BERT、Sentence-BERT、text-embedding-3、Qwen3-Embedding 等 。

这里我推荐使用‌华为MaaS（Model as a Service，大模型即服务）‌，它是华为云推出的面向企业与开发者的‌一站式大模型开发与应用平台‌，基于昇腾AI算力和ModelArts Studio构建，旨在降低大模型使用门槛，支持从模型调优、部署到应用集成的全生命周期管理。

可以通过MaaS模型即服务自行开通一下，我这里选择是DeepSpeek-V3和bge-m3两种模型，填写模型名称、基础服务地址、API 密钥即可。

这里建议给一下模型的测试，看看是否能够正常调用，不过，也可以自己在对话窗口中进行对话，看看大模型是否能够正常回复。

2. 配置飞书：

首先我们在飞书平台上面，点击右上角"开发者后台"中，创建一个"企业自建应用",填写应用的名称和应用的描述，然后点击"创建"按钮。

再在"应用能力 -> 添加应用能力"中，选择"机器人"，然后点击"添加"。可以与用户在聊天中进行交互的应用，可以向用户或群组发送消息，并接收用户的回复。

在"开发配置 -> 开通权限"中，我们可以添加一些应用相关的权限，比如"发送群消息"、“发送私聊消息”，然后点击"提交"：

• 获取用户 user ID：contact:user.employee_id:readonly
• 获取与发送单聊、群组消息：im:message
• 读取用户发给机器人的单聊消息：im:message.p2p_msg:readonly
• 发送、删除消息表情回复：im:message.reactions:write_only
• 获取单聊、群组消息：im:message:readonly
• 以应用的身份发消息：im:message:send_as_bot
• 订阅邮箱相关事件：mail:event

在"开发配置 -> 事件与回调"中，我们在"事件配置"中，选择"订阅方式"，这样订阅事件后，飞书开放平台将会在事件（如机器人入群）发生时向请求地址推送消息 ，这里我们选择"使用长连接接收事件"，无需注册公网域名或配置加密策略，仅需使用 官方 SDK 启动长连接飞书客户端，并确保连接成功后，即可开启该模式，根据不同的事件订阅方式接收事件：

• 使用长连接接收事件 方式已经封装了鉴权逻辑，无需进行数据解密与验签操作，直接接收来自开放平台的事件请求即可。
• 将事件发送至开发者服务器 方式需要你根据应用的加密策略进行安全校验，如果是加密事件，需要先解密事件，再解析事件详情。

同时添加一下事件，完成事件订阅方式配置后，即可为应用添加所需订阅的事件，并发布应用使配置生效：

接收消息：im.message.receive_v1 - 读取用户发给机器人的单聊消息
收信通知：mail.user_mailbox.event.message_received_v1 - 订阅邮箱相关事件

最后进行版本的发布，完成应用的配置。

最后，通过在"工作台"中的"应用审核"，我们将刚刚提交审核的应用进行审核的操作，审核通过后，应用就可以在飞书中正常使用了。

获取核心凭证，进入应用详情页，找到「凭证与基础信息」，开启机器人能力，记录以下2个关键信息：

• App ID
• App Secret

在JiuwenClaw中，在"配置信息 -> 飞书机器人"页面中，填写刚刚获取到的 App ID、App Secret。

可以看到在JiuwenClaw控制台中，已经显示绑定了飞书应用成功了。

---

四、JiuwenClaw 智能体数据最佳实践：

那么在本地目录中，创建一个文件夹，命名为code，在里面创建一个文件，命名为order_all.csv，然后让JiuwenClaw进行数据处理，处理完成后，将结果近回显示：

帮我分析一下xxxx目录，统计一下2023年和2024年分别的销售业绩是多少？

这里我们可以看到，会针对这个文件进行思考，并且在思考的过程中，会自行拆解为多个任务来进行执行，发现通过代码解析时报错时，会自动来优化代码脚本，再尝试执行，如果还是报错，会提示错误信息，并给出建议，进行代码优化，直到成功为止。

另外，就是在智能体中，进行数据处理时，在执行过程中，如果遇到有歧义，或者不明确的问题时，会进行提示，并让用户主动输入，进行修正，进行重试，直到成功为止，比如：

• 检查数据质量：确认下单时间和商品总价列的实际内容，因为订单时间是字符串格式，需要将其转换为日期格式，才能进行后续处理。
• 调整统计逻辑：如需进行一步分析，请提供更具体的需求(如按月份统计，筛选特定订单状态等)。

最后，在处理数据的过程，会遇到数据错误的问题，JiuwenClaw会进行数据错误进行修正处理，并且将问题进行汇总，再进行数据的清理工作：

• 过滤无效日期
• 将金额列中的非数值替换为0，再转换为数字类型，以便进行数值计算

最后，会进行数据可视化，将结果进行统计，并生成可视化结果：

可以看到，JiuwenClaw已经将数据处理后的结果，并生成了可视化结果，并且将结果返回给用户。

---

五、飞书机器人接入JiuwenClaw 数据最佳实践：

针对日常办公中重复性的数据录入与表格创建需求，一种结合飞书电子表格与JiuwenClaw的自动化方案应运而生。该方法全程无需代码，通过AI理解指令，即可实现数据的自动抓取、分析与同步，显著提升工作效率，为职场人士提供了全新的效率工具视角。

• 通过自然语言指令即可自动解析指令，并自动执行
• 整个接入过程无需编写任何代码，操作门槛低。
• 核心原理是开发技能插件对接飞书API接口。
• 适用于自动化数据抓取、分析并给出统计结果。

这里可以看到，我们通过输入指令，JiuwenClaw会自动进行数据处理，并生成结果，并返回给用户。

好的，我将立即执行完整的2024年销售商品统计，确保结果准确。以下是最终分析结果：

### 2024年销售商品统计（完整数据验证版）
有效订单总量：2,148条
销售商品总数：417种
商品示例（前20种）：
智能蓝牙耳机Pro
全自动咖啡机X9
有机棉四件套（纯色）
无线充电器三合一
便携式投影仪Mini
...（完整列表见下方文件）
数据质量报告：
无效时间字段：0条
空商品名称：3条（已自动排除）
### 完整商品列表文件
已将全部417种商品名称保存至：
`/analysis_results/2024_products_full_list.csv`

### 关键发现
热销品类：电子产品占比38%（前3名均为数码产品）
新增商品：2024年新增89种商品（对比2023年）
需要我进一步分析哪些具体维度？例如：
按月/季度销售趋势
商品价格分布
区域销售差异
（注：以上数据已排除测试订单和系统异常记录）

这里与上面不现，在飞书执行的过程中，后台会跑一些日志，这个日志是不会显示到用户的聊天对话框中的。

---

六、方案提效：

飞书与JiuwenClaw结合进行Excel数据分析，无需编写代码，即可实现高效、智能、自动化的数据处理流程。该方案通过AI理解指令、调用API完成操作，将原本繁琐的手动分析转变为“一句话指令→自动执行→结果推送”的极简模式，特别适合非技术背景的职场人士或追求效率的技术人员。

• 零代码门槛，操作极简‌：
  全程无需编程，只需通过语音或文字发送指令（如“分析本周销售表并生成趋势图”），JiuwenClaw即可自动读取飞书表格中的Excel格式数据，完成清洗、计算、可视化等步骤。

• 跨平台联动，打破信息孤岛‌：
  JiuwenClaw作为AI代理，能打通飞书、邮件等多个系统。例如：从飞书群获取客户反馈 → 自动整理进飞书Excel → 生成分析报告 → 发送至指定邮箱。

• AI深度理解，精准执行任务‌：
  不仅能识别“求和”“平均值”等基础操作，还能理解“找出增长最快的三个区域”“对比去年同期数据”等复杂语义，实现类人思维的分析逻辑。

• 自动化流程，节省重复劳动‌：
  可设定定时任务（如每天9点自动更新报表），或触发式执行（文件上传后立即分析），彻底解放双手。

• 数据沉淀与知识管理一体化‌：
  分析结果不仅可推送到群聊，还能自动写入飞书多维表格，形成可检索的企业知识库，长期积累业务洞察。

维度	使用前（传统方式）	使用后（飞书+JiuwenClaw）
操作方式	手动打开Excel → 复制粘贴 → 公式计算 → 制图 → 发送	一句话指令，全程自动执行
耗时	单次分析约30-60分钟	3-5分钟内完成
准确性	易出错（公式错误、漏数据）	AI校验，错误率显著降低
协作效率	文件反复传输，版本混乱	实时同步，全员可见
可维护性	流程不可复用，每次重做	流程可保存为模板，一键复用
数据价值	静态报表，难以追溯	动态更新，持续积累知识库

飞书与JiuwenClaw的结合方案，通过零代码的智能自动化，不仅提升了单一数据分析任务的效率，更推动了从“手工重复劳动”到“数据自动流转”的办公模式转变，使从业者能够将节省的时间专注于更具价值的决策分析工作。‌

---

openJiuwen 项目核心组件：

• Agent Studio（智能体工作室）：
  https://atomgit.com/openJiuwen/agent-studio
  可视化智能体开发平台，提供零码、低码可视化开发和工作流编排能力，以及模型、知识库、插件等各资源管理能力

• Agent Core（智能体核心）：
  https://atomgit.com/openJiuwen/agent-core
  智能体核心引擎，提供Agent开发、运行、调优与演进相关的全套SDK能力