ClawdBot 本地部署：Docker 镜像集成 Whisper tiny 与 PaddleOCR

🦞 Clawdbot 2026.1.24-3 — Loading models...
Whisper tiny loaded (CPU, quantized)
PaddleOCR v2.7 lightweight model ready
vLLM engine initialized (Qwen3-4B-Instruct-2507)
Gateway listening on :18780
Dashboard serving on :7860

2.2 设备授权

ClawdBot 采用设备码认证机制保障安全。首次访问需手动批准：

1. 打开浏览器输入 http://localhost:7860，页面显示等待状态。
2. 执行批准命令（替换 ID 为实际值）：

   docker exec -it clawdbot clawdbot devices approve d7a2f9c1
   

3. 切换终端查询设备列表：

   docker exec -it clawdbot clawdbot devices list
   

刷新页面即可进入控制台。若无法访问，可执行 docker exec -it clawdbot clawdbot dashboard 获取带 token 的安全链接。

2.3 功能验证

控制台首页提供了即点即用的测试项：

• 语音测试：点击麦克风图标说话，系统自动完成录音 → Whisper 转写 → 识别语种 → 调用命令 → 返回信息。
• 图片测试：上传含文字的截图，点击 OCR & Translate，后台调用 PaddleOCR 识别并翻译。
• 文本翻译：输入任意句子选择目标语言，秒级返回结果。

所有操作均在本地完成，除 DNS 解析外无外联 TCP 连接。

3. 模型与能力深度解析

3.1 Whisper tiny 优化

Whisper tiny 是 OpenAI 官方发布的轻量模型，在 CPU 上推理速度是 base 的 2.3 倍，中文 WER 仅略高。ClawdBot 对其做了三项关键优化：

• FP16 量化：权重压缩至 INT8，体积减少 76%，内存占用下降 41%；
• 音频预处理下沉：流程用 Rust 重写嵌入 C++ 扩展，端到端耗时从 320ms 降至 110ms；
• 静音段智能跳过：自动检测前后 200ms 静音，缩短首字响应时间。

3.2 PaddleOCR 轻量组合

集成 PaddleOCR v2.7 的轻量检测与识别模型，专为边缘设备优化：

• 检测模型仅 1.2MB，支持任意尺寸输入，召回率高；
• 识别模型支持中、英、日、韩等 10 种语言混排；
• 内置模糊文字增强模块，提升手机拍摄文字的识别准确率。

3.3 多模态流水线

核心价值在于多模型间的零摩擦协作。处理链路设计如下：

Telegram 消息 → [网关路由]
├─ 语音消息 → FFmpeg 解码 → Whisper tiny → 文本 → 翻译引擎 → 回复
├─ 图片消息 → OpenCV 缩放 → PaddleOCR → 文本 → 翻译引擎 → 回复
└─ 文本消息 → 直接路由 → 翻译引擎 / 命令解析器

关键设计包括统一上下文管理、异步非阻塞 IO 以及 LRU 缓存结构，确保用户发一张菜单照片问热量，系统能先 OCR 再查库最后整合回答。

4. 安全与隐私

4.1 默认不落盘

隐私保护写入架构基因：

• 消息即用即弃：Webhook 消息体分发后立即释放；
• 中间产物不保存：临时文件、缓存字符串在函数作用域内完成，无文件写入；
• 日志脱敏：敏感字段被覆盖，仅保留操作类型；
• 阅后即焚开关：开启后会话状态在回复发送完毕后强制清除。

4.2 网络适配

针对国内环境提供三层适配：

• 代理透传：配置 SOCKS5/HTTP 代理，出站请求自动走代理；
• 双引擎 fallback：优先本地 LibreTranslate，失败才走 Google，可彻底禁用；
• 纯离线模式：关闭外部 API，仅保留核心 AI 能力，断网亦可运行。

5. 进阶实践

5.1 替换模型

模型配置采用声明式设计。要切换为更强的 Whisper base 模型，只需修改 /app/clawdbot.json 中的 models 段，下载模型到宿主机目录并重启容器即可，无需重新构建镜像。

5.2 扩展功能

可通过 Python 插件扩展自定义命令。例如增加 /stock 查股价，只需在 ~/.clawdbot/plugins/ 下新建 stock.py：

# ~/.clawdbot/plugins/stock.py
from clawdbot.plugin import CommandPlugin

class StockPlugin(CommandPlugin):
    def __init__(self):
        super().__init__("/stock", "查询股票实时价格")
    def handle(self, message, args):
        if not args:
            return "请提供股票代码，如 `/stock AAPL`"
        # 此处调用本地 yfinance 或自建行情 API
        return f"{args[0]} 当前价格：$182.34（NASDAQ，延时 15 秒）"

plugin = StockPlugin()

启动时自动扫描加载，无需重启。

6. 总结

ClawdBot 代表了一种新的 AI 应用范式：能力原子化、部署极简化、隐私契约化、扩展平民化。如果你厌倦了为每个 AI 功能单独搭环境，需要一个真正拿来就能用、用了就放心的本地 AI 助手，这套方案值得尝试。