macmini

最近在技術界，大家都在談論OpenClaw（公衆綽號「螃蟹」），許多朋友詢問它與ChatGPT、Google AI、DeepSeek或Doubao之間的區別。總結我最近在Mac Mini M4上的經驗，詳細講述它的定位、實施門檻以及兩種主要遊戲機制的優缺點。當我完成與螃蟹的關卡時，我會寫一份非常詳細的指南與大家分享，而這篇文章只是爲了讓大家熟悉這個概念。我的一些朋友知道，Mo Go正在研究大型模型，並且在Web2公司也在進行這項工作。這次我決定利用我的Mac Mini M4，因爲它一直閒置著。首先：什麼是「螃蟹」？與ChatGPT/Google/DeepSeek有何區別？簡單來說，如果將AI與人類進行比較：ChatGPT / Google Gemini / DeepSeek / Doubao：它們是大腦（大型模型LLM）。它們的主要功能是思考，生成文本或代碼。它們生活在聊天窗口中，你提問，它們回答。最近我分享過，可以以10格里夫納獲得一年的Google Gemini Pro，這是一種被動的方式。OpenClaw（「螃蟹」）：它是手和腳（AI代理的框架）。本身沒有智能，是在你電腦背景中運行的程序。主要區別：ChatGPT只能告訴你如何做，而螃蟹可以幫助你去做。螃蟹理解你的命令，調用大腦的API，然後控制瀏覽器，點擊網頁，閱讀本地文件，控制Twitter，自動發送和接收Telegram/Wechat的消息。它是24小時工作的數字員工。第二：部署設備：爲什麼選擇Mac Mini M4？部署螃蟹需要一臺可以長時間運行的電腦。Mac Mini M4目前是非常理想的設備，有三個原因：低能耗（始終運行中）：螃蟹需要24小時在背景中運行（例如，監控加密貨幣的動態或處理自動迴應），Mac Mini的耗電量非常低，幾乎不耗電，因此非常適合用作家用伺服器。環保性：這是Unix系統，支持Docker、Node.js等開發環境比Windows更好，錯誤更少。安靜：在角落裏運行沒有任何噪音。第三：兩種部署模式的詳細描述：本地vs API（重點：成本和智力平衡）這是新手最常陷入的陷阱。螃蟹的大腦有兩個主要來源：1. 本地模型模式（Local LLM）原則：使用Mac Mini的NPU/GPU計算能力運行開放模型（例如Llama 3、DeepSeek-Distill等）作爲螃蟹的大腦。成本：完全免費。除了電力外，不需要支付任何API費用。測試經驗（Mac Mini M4）：不建議作爲主要使用。雖然M4芯片非常強大，但因爲記憶體有限（統一內存），通常只能流暢運行小型模型，參數爲7B或8B。我以前使用Mac Mini部署大型模型，因爲配置問題，我只能部署參數相對較低的模型，如7B/8B，這使得模型看起來非常笨拙，32B完全無法啓動，內存填滿後，電腦會死機。缺點：這些小型模型經常理解錯誤，漏掉信息或在處理複雜邏輯時產生幻覺（例如，「分析這篇長文章並總結三個關鍵好處」）。結論：使用本地小型模型給螃蟹的感覺就像僱用一個非常努力但不太聰明的實習生，雖然非常努力，但效率不高。2. API模式（Cloud LLM）—強烈推薦原則：Mac Mini負責執行螃蟹的程序（手和腳），而在思考時通過網絡調用雲端中最強大的模型（如Google Gemini 3 Pro、GPT-4o、Claude 3.5）。成本：需要支付（但有一些竅門）。通常是按令牌（字數）計費，使用越多，價格越高。省錢竅門：目前Google Gemini的API有免費層（Free Tier），對於運行螃蟹的個人用戶來說，這幾乎是免費且非常快速的。測試經驗：起飛。雲端大型模型的邏輯能力遠超本地小型模型。螃蟹變得非常聰明，可以準確執行復雜的命令，編寫代碼，分析長文檔。四、總結與建議如果你也有Mac Mini M4，別試圖用它進行大型模型的硬性訓練或推理，這行不通。（這個我之前也買來用於挖礦😄）最聰明的遊戲方式：使用Mac Mini M4作爲起點。利用它的低功耗特性，24小時運行OpenClaw軟件平臺，然後連接Google Gemini（高成本）或GPT-4/Claude（高性能）API。這樣，你就能控制數據的隱私（程序在本地電腦上）和AI的最高智能水平（大腦在雲端），這是當今最實用的AI代理形式。我不知道你是否明白，這是一篇前言文章，並不是技術性的，這一年我計劃完成螃蟹，敬請期待我的逐步指南。\u003ct-7/\u003e\u003ct-8/\u003e#DeepSeek #Gemini #大漠茶館

今天在 Mac Mini M4 上把“龍蝦”（OpenClaw AI Agent）跑通了。實測下來，不建議用 M4 硬抗本地小模型（邏輯推理容易出錯），例如一些7B、8B的模型；最實用的架構是：本地 Mac 運行 Agent 框架（充當手腳） + 調用雲端 Gemini 3 Flash API（充當大腦）。
記錄一下具體的部署流程和排雷點，供參考：
1. 補齊基礎環境

Mac 自帶 Git，但缺少 Node.js 環境。直接去官網下載了 v24.13.1 (LTS) 的 .pkg 安裝包，一路默認安裝，自動搞定 Node 和 npm 環境。

最近技術圈都在聊 OpenClaw（社區暱稱“龍蝦”），很多朋友問它和 ChatGPT、谷歌 AI、DeepSeek 或者豆包有什麼區別。結合我最近在 Mac Mini M4 上的折騰經歷，詳細說一下它的定位、部署門檻以及兩種核心玩法的利弊。
等我龍蝦通關了，會寫一篇非常詳細的教程分享給大家，這篇大家就當做是普及一下概念吧，熟悉我得朋友們都知道漠哥是研究大模型的，在web2公司也是做這塊的，這次我打算把我家裏閒置的Mac Mini M4 用起來。