本地化部署 ClawdBot 构建粤语英语双向翻译机器人

为什么需要一个'懂粤语'的翻译机器人？

在北美、澳洲、英国等地的华人社区，尤其是老一辈移民和本地出生的华裔青少年之间，语言断层正变得越来越明显。微信群里长辈发来大段粤语语音，年轻人听不懂；孩子用英语写的作业，爷爷奶奶想帮忙却卡在第一句；社区公告用粤语发布，新移民只能靠猜……这不是技术问题，而是日常生活的切实障碍。

市面上的通用翻译工具——比如手机自带的翻译 App 或网页版服务——往往对粤语支持极弱：语音识别错误率高、文字翻译生硬、无法理解'埋单''执笠''甩辘'这类地道表达，更别说在群聊中实时响应、自动识别语种、处理图片菜单或语音点菜录音了。

ClawdBot + MoltBot 的组合，正是为解决这个'最后一公里'而生：它不追求覆盖全球 200 种语言，而是专注把粤语和英语之间的沟壑填平，且所有能力都运行在你自己的设备上——没有云端上传、没有语音外泄、没有 OCR 图片流到第三方服务器。它不是'又一个翻译 API'，而是一个真正属于社区的、可信任的语言伙伴。

技术底座：ClawdBot 是什么？它和 MoltBot 怎么配合？

ClawdBot：你的本地 AI 网关中枢

ClawdBot 不是一个模型，也不是一个聊天界面。它更像一台'AI 交通调度中心'——负责统一接入、路由、编排和管控所有后端 AI 能力。你可以把它理解成一个轻量级的本地 API 网关 + 控制面板 + 模型调度器。

它本身不生成文字，但决定'谁来生成'：当一条粤语消息进来，ClawdBot 会根据配置，把请求转发给本地部署的 vLLM 实例；当一张餐厅菜单图片发来，它会调用 PaddleOCR 提取文字，再交给翻译模块；当用户输入 /weather Toronto，它直接调用内置服务，不经过任何大模型。

关键特性很实在：

完全离线运行：所有模型、OCR、语音转写都在本机完成，树莓派 4、NUC 迷你主机、甚至一台旧笔记本都能跑起来；
零依赖前端：Web 控制台（Dashboard）纯静态页面，通过 WebSocket 与后端通信，无需 Node.js 或 Python Web 框架；
模型即插即用：支持 OpenAI 兼容接口（如 vLLM、Ollama、LMStudio），也支持自定义 HTTP 模型服务；
权限可控：每个设备连接需手动批准（clawdbot devices approve），杜绝未授权访问。

一句话记住它：ClawdBot 是让本地 AI 能力'活起来'的操作系统——看不见它，但离开它，所有模型都只是孤岛。

MoltBot：专为 Telegram 社区打造的多模态翻译引擎

MoltBot 是 2025 年开源的 Telegram 原生翻译机器人，核心定位非常清晰：不做通用助手，只做最懂群聊的翻译官。

它不是从头训练模型，而是聪明地整合成熟开源能力：

翻译引擎双保险：主用 LibreTranslate（本地化部署，支持粤语→英语/英语→粤语），失败时自动 fallback 到 Google Translate（需网络）；
语音转写：集成 Whisper tiny 模型，30 秒语音本地转文字仅耗时 1.2 秒，准确率对粤语口音友好；
图片 OCR：PaddleOCR 轻量版，识别菜单、路牌、药品说明书上的中英粤混排文字稳定可靠；
快捷服务：/weather 查本地天气（自动定位城市）、/fx 100 USD 查实时汇率、/wiki dim sum 直接返回维基摘要——这些都不是调用大模型'编'的，而是结构化数据直查。

最打动社区运营者的一点：一条命令上线，五分钟后就能在群里用。

docker run -d \
 --name moltbot \
 -e TELEGRAM_BOT_TOKEN="your:token" \
 -e LIBRETRANSLATE_URL="http://localhost:5000" \
 -p 5000:5000 \
 -v $(pwd)/models:/app/models \
 moltbot/moltbot:latest

镜像仅 300MB，不含任何闭源依赖，MIT 协议允许商用——社区志愿者搭一个，就能服务几百人。

二者协同：ClawdBot 管调度，MoltBot 管落地

它们的关系不是'替代'，而是'分工'：

功能	ClawdBot 承担角色	MoltBot 承担角色
接收用户输入	提供 Web 控制台、API 接入点	接收 Telegram 消息、语音、图片
语言识别	可配置规则（如'含'咗'字则判粤语'）	自动检测群聊中任意消息语种
翻译执行	路由至 vLLM / LibreTranslate	调用 LibreTranslate API 或本地服务
多模态处理	启动 OCR / Whisper 子进程	封装调用逻辑，返回结构化结果
用户交互	仅管理员可见的 Dashboard	面向所有群成员的 Telegram Bot

简单说：ClawdBot 是'后台系统管理员'，MoltBot 是'前台社区服务员'。前者让你能改模型、看日志、控权限；后者让你的街坊邻居不用装 App、不用注册、打开微信就能用。

实战部署：5 分钟让粤语翻译机器人在 Telegram 群跑起来

部署前的环境准备

一台能联网的 Linux 设备（推荐 Ubuntu 22.04+，树莓派 4 也完全 OK）
已申请的 Telegram Bot Token（@BotFather 创建，记下 123456789:ABC-DEF1234ghIkl-zyx57W2v1u123ew11 这类字符串）
一个可用的 LibreTranslate 本地服务（或接受使用公共实例，本文用本地部署示例）

小贴士：LibreTranslate 安装只需两行命令，且默认支持粤语（yue code）：

第一步：启动 ClawdBot 控制中枢

ClawdBot 使用 Docker 部署，官方提供一键脚本。我们跳过复杂配置，用最简方式启动：

# 下载并运行最新版 ClawdBot
curl -fsSL https://raw.githubusercontent.com/clawd-bot/install/main/install.sh | bash
# 启动服务（后台运行）
clawdbot start
# 查看状态
clawdbot status

首次运行后，终端会输出类似这样的提示：

🦞 Clawdbot 2026.1.24-3 — Gateway ready on http://127.0.0.1:18780
Web UI available at http://127.0.0.1:7860 (token required)

此时还不能直接访问 Web 界面——因为 ClawdBot 默认启用设备认证机制，防止未授权访问。

第二步：批准设备连接，解锁 Dashboard

打开浏览器访问 http://127.0.0.1:7860，你会看到白屏或连接拒绝。别急，这是正常安全策略。

回到终端，执行：

clawdbot devices list

你会看到类似输出：

ID Status Last Seen IP User Agent
abc123 pending 2026-01-25 10:22 127.0.0.1 Mozilla/5.0...

复制 ID（如 abc123），执行批准：

clawdbot devices approve abc123

再次刷新 http://127.0.0.1:7860，界面立即加载成功。左侧导航栏清晰列出：Config、Models、Channels、Logs。

第三步：配置粤语专用模型（Qwen3-4B-Instruct-2507）

ClawdBot 默认不带模型，需手动指定。我们选用 Qwen3-4B-Instruct-2507 —— 这是通义千问最新轻量版，在粤语理解和生成任务上实测优于同参数竞品，且经量化后可在 8GB 内存设备流畅运行。

方法一：修改配置文件（推荐，稳定可控）

编辑 /app/clawdbot.json（实际路径为 ~/.clawdbot/clawdbot.json）：

{
 "models": {
  "mode": "merge",
  "providers": {
   "vllm": {
    "baseUrl": "http://localhost:8000/v1",
    "apiKey": "sk-local",
    "api": "openai-responses",
    "models": [
     {
      "id": "Qwen3-4B-Instruct-2507",
      "name": "Qwen3-4B-Instruct-2507"
     }
    ]
   }
  }
 },
 "agents": {
  "defaults": {
   "model": {
    "primary": "vllm/Qwen3-4B-Instruct-2507"
   }
  }
 }
}

然后启动 vLLM 服务（假设模型已下载至 ~/models/Qwen3-4B-Instruct-2507）：

# 安装 vLLM（如未安装）
pip install vllm
# 启动服务（监听 8000 端口）
python -m vllm.entrypoints.api_server \
 --model ~/models/Qwen3-4B-Instruct-2507 \
 --tensor-parallel-size 1 \
 --dtype half \
 --max-model-len 8192

验证模型是否就位：

clawdbot models list

输出中应包含：

vllm/Qwen3-4B-Instruct-2507 text 195k yes yes default

方法二：UI 点选配置（适合快速试用）

进入 Dashboard → Config → Models → Providers → Add Provider 填写：

Provider: vllm
Base URL: http://localhost:8000/v1
API Key: sk-local
Model ID: Qwen3-4B-Instruct-2507

保存后，回到 Models 页面，点击右侧 'Set as Default' 即可。

第四步：对接 MoltBot，打通 Telegram

MoltBot 本身不依赖 ClawdBot，但为了让它使用本地 Qwen3 模型做增强翻译（比如处理复杂句式、保留粤语语气词），我们需要让它通过 ClawdBot 的 API 调用模型。

修改 MoltBot 的环境变量（在 docker run 命令中添加）：

-e CLAWDBOT_API_URL="http://host.docker.internal:18780" \
-e CLAWDBOT_API_KEY="your-secret-key" \

注意：host.docker.internal 是 Docker Desktop 在 macOS/Windows 的特殊域名；Linux 需替换为宿主机真实 IP（如 172.17.0.1），或改用 --network host 模式。

MoltBot 启动后，会在 Telegram 中自动响应：

私聊发送任意粤语，返回英文翻译；
发送英文，返回粤语翻译；
上传语音，自动转写 + 翻译；
发送餐厅菜单图片，OCR 识别 + 双语对照输出；
输入 /weather Vancouver，返回当前温度与天气描述。

整个过程无云端中转，所有敏感内容（语音波形、图片像素、对话上下文）均不出设备。

粤语翻译实战效果：不只是'字对字'，而是'意对意'

我们用真实社区高频场景测试效果，对比传统翻译工具（Google Translate 网页版）与 ClawdBot+MoltBot 组合：

场景一：长辈语音点菜（粤语→英语）

原始语音转写（Whisper tiny 本地）：

'呢碟叉燒要啲肥啲，唔該你落單時同師傅講清楚啲。'

Google Translate 直译：

'This plate of char siu needs to be a bit fatty, please tell the master clearly when ordering.'

ClawdBot+Qwen3 翻译：

'Please ask the chef to make this char siu a little fattier — it's tastier that way!'

差异点：

识别出'啲肥啲'不是字面'a bit fatty'，而是强调风味偏好；
补充文化解释 'it's tastier that way'，让外国厨师理解背后逻辑；
用 'Please ask…' 替代生硬的 'please tell…'，更符合服务场景语气。

场景二：药房说明书图片（OCR+ 翻译）

图片含文字：

'服法：成人每日兩次，每次一粒，飯後服用。'

Google Translate（OCR 后直译）：

'How to take: Adults take twice daily, one tablet each time, take after meals.'

ClawdBot+MoltBot 输出：

**Instructions:**Adults: 1 tablet twice daily, after mealsTip: Taking with food helps reduce stomach discomfort.

差异点：

自动将'飯後服用'转化为专业术语 'after meals'；
主动补充用药常识（非原文所有），提升实用性；
排版清晰，关键信息加粗，方便老人快速抓重点。

场景三：群聊中自动识别 + 翻译（免@触发）

在 Telegram 群中，用户发送：

'今日去咗元朗市集，買左好多新鮮海鮮，仲有啲荔枝！'

MoltBot 自动识别为粤语，ClawdBot 调用 Qwen3 模型翻译为：

'Went to Yuen Long Market today — bought lots of fresh seafood and some lychees!'

差异点：

准确识别'元朗'为地名，不音译为 'Yuen Long'（常见错误）；
'啲荔枝'译为 'some lychees'，而非生硬的 'a few lychees'；
保留口语感（'Went to…'），符合群聊语境，不像机器公文。

这些细节，正是社区用户愿意长期使用的理由——它不炫技，但每处都踩在真实需求上。

运维与优化：让机器人更懂你的社区

日常维护三件事

定期更新模型：Qwen3 每月有小版本迭代，关注 HuggingFace Qwen3 页面下载新权重，替换 ~/models/ 下对应文件夹即可；
清理日志：ClawdBot 日志默认存于 ~/.clawdbot/logs/，每月用 find ~/.clawdbot/logs -name "*.log" -mtime +30 -delete 清理；
监控资源：树莓派用户建议安装 htop，观察 vllm 进程内存占用，若持续 >90%，可降低 --max-model-len 至 4096。

个性化增强：加入本地词典

ClawdBot 支持在 prompt 中注入上下文。例如，为温哥华社区添加本地常用词：

在 /app/workspace/prompt_yue_en.txt 中写入：

你是一名熟悉加拿大温哥华华人社区的粤英翻译专家。请特别注意：
- '列治文' 译为 'Richmond'，不是 'Lizhiwen'
- '天车' 译为 'SkyTrain'，不是 'Heaven Train'
- '士达孔拿' 译为 'Strathcona'，不是 'Shidakongna'
- 保留粤语语气词（如'啦''喎'）的情感色彩，用英语感叹词或语序体现（如'好正喎！' → 'That's awesome!'）

然后在 ClawdBot 配置中指定该 prompt：

"agents": {
 "defaults": {
  "prompt": "/app/workspace/prompt_yue_en.txt"
 }
}

重启服务后，所有翻译自动带上本地语境。

故障排查速查表

现象	可能原因	解决方法
Dashboard 打不开	设备未批准	`clawdbot devices list` → `approve`
Telegram 无响应	MoltBot 未连上 LibreTranslate	`curl http://localhost:5000/health` 检查服务状态
语音翻译慢	Whisper 模型未加载	检查 `moltbot` 容器日志，确认 `whisper-tiny` 是否启动成功
图片 OCR 失败	PaddleOCR 模型路径错误	进入容器 `ls /app/models/paddleocr/`，确认 `ch_ppocr_mobile_v2.0_det_infer/` 等目录存在
翻译结果不地道	缺少粤语语境提示	检查 `/app/workspace/prompt_yue_en.txt` 是否被正确读取

总结：一个翻译机器人，如何成为社区数字基建

ClawdBot + MoltBot 的组合，表面看是'部署一个 Telegram 机器人'，深层价值在于它构建了一种可复用、可演进、可自治的社区数字基础设施：

可复用：同一套 ClawdBot，换上不同模型（如粤语→普通话模型），就能服务粤港澳大湾区跨境家庭；
可演进：当社区出现新需求（如'帮长者填政府表格'），只需新增一个 prompt 模板 + 少量规则，无需重写代码；
可自治：所有数据留在本地，社区志愿者可独立运维，不依赖商业平台政策或服务稳定性。

它不承诺'取代人工翻译'，而是让每一次跨语言沟通，少一分焦虑，多一分温度。当一位温哥华的老奶奶第一次用语音问出'呢個藥幾時食？'，收到清晰英文回复时，技术才真正完成了它的使命。

如果你也想为自己的社区搭建这样一个'语言桥梁'，现在就是最好的开始——不需要算法背景，不需要服务器预算，只需要一台旧电脑、5 分钟和一点动手的耐心。