用 ClawdBot 和 MoltBot 在本地部署粤英翻译 Telegram 机器人

简单说，ClawdBot 是'后台系统管理员'，MoltBot 是'前台社区服务员'。一个管模型、看日志、控权限；另一个让街坊邻居直接使用。

部署：让机器人在 Telegram 群跑起来

环境准备

• 一台能联网的 Linux 设备（Ubuntu 22.04+，树莓派 4 也行）
• 一个 Telegram Bot Token（用 @BotFather 创建）
• 本地或可访问的 LibreTranslate 服务（下面用本地示例）

LibreTranslate 安装很简单，默认支持粤语（yue 代码）。

启动 ClawdBot

ClawdBot 用 Docker 部署，有官方一键脚本：

curl -fsSL https://raw.githubusercontent.com/clawd-bot/install/main/install.sh | bash
clawdbot start
clawdbot status

首次运行后终端会提示 Gateway 地址（http://127.0.0.1:18780）和 Web UI 地址（http://127.0.0.1:7860），但此时 Web UI 需要设备认证。

批准设备，打开 Dashboard

浏览器访问 http://127.0.0.1:7860，会看到白屏或连接拒绝。回到终端：

clawdbot devices list

输出类似：

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

复制 ID，批准：

clawdbot devices approve abc123

再刷新页面就能进入控制台了。

配置粤语模型（Qwen3-4B-Instruct-2507）

ClawdBot 默认不带模型，需要手动指定。我们用了 Qwen3-4B-Instruct-2507，这是通义千问的轻量版，在粤语理解和生成上表现较好，量化后可在 8GB 内存设备运行。

方法一：修改配置文件（推荐）

编辑 ~/.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（假设模型已下载到 ~/models/Qwen3-4B-Instruct-2507）：

pip install vllm
python -m vllm.entrypoints.api_server \
 --model ~/models/Qwen3-4B-Instruct-2507 \
 --tensor-parallel-size 1 \
 --dtype half \
 --max-model-len 8192

验证：

clawdbot models list

应能看到 vllm/Qwen3-4B-Instruct-2507。

方法二：UI 点选

进入 Dashboard → Config → Models → Providers → Add Provider，填好 vLLM 的相关信息，然后在 Models 页面设为默认。

对接 MoltBot，打通 Telegram

MoltBot 本身不依赖 ClawdBot，但如果想让本地 Qwen3 模型做增强翻译（处理复杂句式、保留语气词），需要让 MoltBot 通过 ClawdBot 的 API 调用模型。在 Docker 启动时加上环境变量：

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

Linux 上 host.docker.internal 可能不可用，改成宿主机真实 IP 或使用 --network host。

启动后，Bot 会在 Telegram 中自动响应：私聊发粤语返回英文翻译，发英文返回粤语翻译；上传语音自动转写+翻译；发送菜单图片 OCR 识别+双语输出；用 /weather Vancouver 查天气。整个过程没有云端中转。

实际效果

我们在社区高频场景中对比了 Google Translate 和本组合：

长辈语音点菜（粤语→英语）

原始语音转写： '呢碟叉燒要啲肥啲，唔該你落單時同師傅講清楚啲。'

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

ClawdBot+Qwen3： 'Please ask the chef to make this char siu a little fattier — it's tastier that way!'

这里把'啲肥啲'翻译出了风味偏好，还加了一句解释让外国厨师理解，语气也自然些。

药房说明书图片（OCR+翻译）

原文：'服法：成人每日兩次，每次一粒，飯後服用。'

Google Translate（OCR 后）： '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.

'饭后服用'转为'after meals'，补充了用药常识，排版清晰，老年人更容易看清楚。

群聊自动识别+翻译

用户发：'今日去咗元朗市集，買左好多新鮮海鮮，仲有啲荔枝！'

MoltBot 识别为粤语，ClawdBot 调用模型翻译成： 'Went to Yuen Long Market today — bought lots of fresh seafood and some lychees!'

'元朗'正确译为'Yuen Long'，'啲荔枝'译为'some lychees'，保留了口语感。

这些细节让社区用户愿意长期用下去。

运维与优化

日常维护

• 定期更新模型：Qwen3 有小版本迭代，去 HuggingFace 下载新权重替换 ~/models/ 下对应文件夹。
• 清理日志：ClawdBot 日志在 ~/.clawdbot/logs/，每月用 find ~/.clawdbot/logs -name "*.log" -mtime +30 -delete 清理。
• 监控资源：树莓派用户建议装 htop，如果 vLLM 进程内存持续 >90%，可以降低 --max-model-len 到 4096。

加入本地词典

ClawdBot 支持在 prompt 中注入上下文。比如为温哥华社区加上：

在 /app/workspace/prompt_yue_en.txt 中写：

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：

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

重启后翻译就会带上本地语境。

故障排查

结尾

ClawdBot 和 MoltBot 这个组合，表面上是部署一个 Telegram 机器人，实际上构建了一套可复用、可演进、可自治的社区数字基础设施。同一套 ClawdBot 换个模型就能服务其他语言群体；新需求来了加个 prompt 模板就行，不用重写代码；所有数据留在本地，社区志愿者自己维护。它不取代人工翻译，但让跨语言沟通少了一份焦虑。如果你也想给社区搭一个这样的语言桥梁，需要的只是一台旧电脑、5 分钟和一点动手的耐心。