1. 项目概述一个能自己赚钱的AI代理如果你对AI代理的印象还停留在“能帮你写写邮件、查查资料”的聊天机器人阶段那么Cash-Claw可能会颠覆你的认知。这是一个基于开源项目OpenClaw构建的“自主创收代理”它的核心目标非常直接在无人干预的情况下自动发现并执行能产生收入的线上任务并完成收款。你可以把它想象成一个拥有39种不同技能、能24小时不间断工作的数字员工它的“大脑”是大型语言模型而“双手”则是集成了从文件操作、网页浏览到邮件营销、支付处理等一系列自动化工具。这个项目的核心创新在于其自主执行循环。与需要你一步步下达指令的传统自动化工具不同Cash-Claw会自己“思考”下一步该做什么。它会读取你设定的目标文件结合过去的执行经验和当前的市场环境生成一个任务队列然后调用相应的工具去执行最后评估结果并学习优化。整个过程你只需要通过Telegram或WhatsApp给它一个“开始”的指令或者设定好工作时间它就能自己运转起来。我最初接触这个项目时最吸引我的就是这种“设定后不管”的潜力它试图将AI从被动的任务执行者转变为主动的收益探索者。2. 核心架构与工作原理解析要理解Cash-Claw如何工作我们需要深入其架构。它并非一个简单的脚本集合而是一个设计精巧的、事件驱动的微服务系统。2.1 双引擎驱动网关与自主循环Cash-Claw的架构可以清晰地分为两大并行运行的引擎HTTP网关和自主执行循环。HTTP网关是系统的对外接口和指挥中心。它运行在本地127.0.0.1:18789端口提供两个核心功能RESTful API WebSocket服务这是与外部世界如你的控制指令、第三方服务回调通信的标准化通道。所有交互都遵循其定义的“协议v1”使用Zod进行严格的请求/响应数据校验确保了通信的健壮性。内置Web仪表盘这是一个非常实用的功能。通过浏览器访问上述地址你能看到一个实时更新的控制面板。这里不仅展示了代理的当前状态、活动日志、收入图表还能直接与代理对话、查看工具执行统计甚至进行紧急控制如暂停循环。对于监控这样一个自主系统来说可视化仪表盘至关重要。自主执行循环是Cash-Claw的“大脑”和“动力源”。它是一个在后台持续运行的、状态驱动的循环其工作流程模拟了一个高效的执行者观察循环开始时AEL会收集所有上下文信息。这包括你写在GOALS.md文件中的长期目标、系统从以往成功或失败中总结出的“学习笔记”、最近产生的错误日志以及你通过聊天软件发送给它的最新指令或反馈。这一步确保了每次决策都基于最全面的信息。规划LLM大语言模型登场。系统将观察阶段收集的所有信息连同可用的工具列表一并提交给LLM。LLM的任务是分析现状并生成一个具体的、可执行的、带优先级的任务队列。例如目标如果是“通过内容创作获得收入”LLM可能会规划出“研究热门关键词 - 撰写一篇SEO博客文章 - 发布到自有平台 - 在社交媒体推广”等一系列子任务。执行这是最复杂的环节由查询循环模块负责。AEL会将规划出的第一个任务交给LLMLLM需要决定调用哪个工具、传入什么参数。工具执行后结果会返回给LLMLLM根据结果判断任务是否完成或是否需要调整策略再次调用工具。这个“LLM思考 - 调用工具 - 评估结果 - 再次思考”的循环会持续进行直到LLM认为当前任务已达成目标或无法继续然后才会处理队列中的下一个任务。这个过程完全模拟了人类处理多步骤任务时的试错和调整。反思每天或按设定频率AEL会启动一个“反思”会话。LLM会回顾过去24小时的所有行动、结果和支出评估哪些策略有效、哪些无效并将这些“经验教训”结构化地记录到学习系统中。这些记录会成为未来“观察”阶段的重要输入让代理变得越来越“聪明”。注意AEL和聊天运行时是并行的。这意味着即使代理正在后台疯狂地执行创收任务你依然可以随时通过Telegram向它发送/status查询状态或用/pause命令让它暂停。这种设计保证了操作者始终拥有最高控制权。2.2 工具生态39种技能如何被调用代理的能力完全取决于其可用的工具。Cash-Claw将39个工具分门别类每个工具都是一个独立的函数有明确的输入输出定义。以“内容创作”为例代理可能会组合使用多个工具浏览器工具open打开一个研究页面search进行关键词查询parseDOM抓取和分析竞争内容。文件系统工具write将收集的信息和生成的草稿保存到本地文件。通信工具任务完成后通过telegram.send向你发送完成通知。更强大的是沙盒执行工具。当任务涉及运行不确定的代码比如从网上找到的一段Python数据分析脚本时Cash-Claw不会直接在主机上运行它而是通过execute_code工具将其丢进一个Docker沙盒容器中执行。这个容器被严格限制只读根文件系统、无网络访问权限、移除所有Linux能力、限制CPU和内存。这从根本上杜绝了恶意代码对宿主机的破坏是系统安全性的基石。2.3 配置桥接与统一会话管理为了让这39个工具协同工作Cash-Claw引入了两个核心设计模式ConfigBridge和统一会话。ConfigBridge解决了配置管理的难题。想象一下39个工具可能需要访问数十个API密钥OpenAI、Anthropic、Google、Stripe、Telegram等。Cash-Claw没有让每个工具自己去读环境变量或配置文件而是建立了一个中央配置桥。所有工具在运行时都通过一个统一的接口向ConfigBridge请求配置。这样做的好处是安全性配置集中管理便于在日志中统一脱敏所有API密钥在输出时自动显示为***。动态性可以在系统运行时通过仪表盘或API安全地更新部分配置无需重启。验证性在配置向导中输入API密钥后会立即向对应服务发起一个轻量级验证请求确保配置有效避免了后续运行时才报错的尴尬。统一会话则维护了对话的上下文。无论是AEL在执行循环中的多轮思考还是你通过聊天软件与它的对话所有与LLM的交互都被纳入同一个会话管理系统。这保证了LLM始终拥有完整的对话历史记忆做出的决策更连贯。同时会话系统还集成了成本追踪实时记录每一次LLM调用的模型、令牌数和费用为预算控制提供数据支持。3. 从零开始部署与深度配置指南纸上谈兵终觉浅下面我将带你完整走一遍从安装到让Cash-Claw真正“动起来”的流程并分享一些官方文档里不会提到的实操细节。3.1 环境准备与依赖安装首先确保你的系统满足要求。**Node.js 22.16**是必须的我强烈推荐使用Node 24 LTS版本以获得更好的性能和兼容性。你可以使用nvm来管理多个Node版本。# 使用nvm安装并切换Node版本 nvm install 22 nvm use 22 # 或安装24 LTS nvm install --lts nvm use --lts # 验证版本 node --version接下来是获取项目代码。我建议不要直接下载main分支的代码因为活跃项目可能包含未稳定的特性。查看项目的Release页面或默认分支。git clone https://github.com/derprofi1313/cash-claw.git cd cash-claw安装依赖时项目推荐使用pnpm以获得更快的速度和更节省的磁盘空间。如果你没有安装pnpm可以用npm替代。# 使用pnpm推荐 pnpm install pnpm run build # 或使用npm npm install npm run build构建成功后执行npm link或pnpm link --global这会在你的全局命令中注册一个cashclaw命令方便在任何位置启动代理。3.2 交互式配置向导详解运行cashclaw onboard你将进入一个交互式配置向导。这个向导设计得非常人性化它会一步步引导你完成8个关键配置环节并且每完成一步都会立即保存和验证。第一步配置LLM提供商这是代理的“大脑”。你需要至少一个LLM服务的API密钥。向导支持Anthropic、OpenAI、Google和本地Ollama。选择建议对于自主创收这种需要复杂规划和严谨输出的任务Claude 3.5 Sonnet或Opus是首选它们的推理能力最强。GPT-4系列也是优秀的选择。可以将它们设为主模型并将更便宜的模型如Claude Haiku或GPT-4o-mini设为备选这样在主模型出错或达到成本限制时能自动切换。实操技巧在输入API密钥时向导会立即向该提供商发送一个简单的验证请求例如请求模型列表。如果验证失败它会提示你重新输入这比运行时报错友好得多。请确保你的API密钥有足够的额度并且网络能正常访问对应服务。第二步选择聊天控制平台你可以选择Telegram、WhatsApp或两者都选。这是你控制代理的主要方式。Telegram配置你需要通过BotFather创建一个新的Telegram Bot获取Bot Token。将Token填入即可。之后启动代理后在Telegram中搜索你的Bot并发送/start代理就会将你的聊天ID识别为操作者。WhatsApp配置基于Baileys库配置稍复杂。你需要一个可用的WhatsApp号码。向导会引导你扫描二维码登录。重要提示用于登录的WhatsApp账号最好是一个专门的“工作号”因为Baileys的会话可能不稳定偶尔需要重新登录。第三步配置支付网关Stripe要让代理能真正“收钱”Stripe是核心。你需要一个Stripe账号。登录Stripe Dashboard进入Developers-API keys页面。获取Secret Key填入向导。配置Webhook在Stripe Dashboard的Webhooks部分添加一个Endpoint URL。这个URL需要是公网可访问的格式为https://你的公网域名或IP:18789/stripe-webhook。如果你在本地测试可以使用ngrok或localtunnel等工具将本地端口暴露到公网。# 例如使用ngrok需要先安装ngrok并登录 ngrok http 18789ngrok会生成一个https://xxxx.ngrok-free.app的地址将其复制到Stripe的Webhook Endpoint中。在Stripe Webhook设置页面选择要监听的事件。至少需要勾选checkout.session.completed和payment_intent.succeeded这样代理才能知道付款何时成功。Stripe会生成一个Webhook Secret务必将其填入向导。这个Secret用于验证来自Stripe的请求是否合法。第四至八步业务与安全配置创收类别从内容、外联、金融、产品四大类中选择代理可以尝试的方向。初期建议先选择1-2个你熟悉的领域比如“内容创作”。财务安全限制这是防止“烧钱”的关键。务必设置每日LLM调用成本上限和单次查询成本上限。例如可以设置为每日不超过5美元单次查询不超过0.5美元。工作与行动限制设置代理的“工作时间”比如只在工作日9点到18点运行。还可以限制每小时或每天的最大行动次数防止代理陷入无效循环。Docker沙盒强烈建议启用。确保你的系统已安装Docker并且当前用户有权限运行docker命令。Google Workspace如果你希望代理能自动管理Gmail、Calendar等需要配置gogCLI工具。这一步是可选的。配置完成后所有信息会加密保存到~/.cashclaw/config.json。你可以随时查看或手动编辑这个文件但更推荐通过仪表盘的安全视图来管理。3.3 首次启动与目标设定配置完成后就可以启动网关了cashclaw gateway # 或使用调试模式查看详细日志 cashclaw gateway --debug启动后打开浏览器访问http://127.0.0.1:18789你应该能看到仪表盘。同时在Telegram或WhatsApp中给你的Bot发送/start。但此时代理还不会开始自主工作因为它缺少最重要的东西目标。Cash-Claw的自主循环严重依赖一个名为GOALS.md的文件来获取方向。你需要在项目目录下创建或修改这个文件。GOALS.md不是简单的待办清单而是一份给AI的“战略简报”。它应该用清晰、具体的语言描述你希望代理达成的商业目标。例如# 商业目标 ## 主要目标 探索并建立至少一个可持续的月度订阅收入流在3个月内达到每月500美元的收入。 ## 当前重点策略内容方向 1. **市场研究**识别3个在[你的专业领域如“Python自动化”]内需求高、竞争相对较低的长尾关键词。 2. **内容创作**针对每个关键词创作一篇深度、实用、超过2000字的指南式博客文章。 3. **发布与基础SEO**将文章发布到我们的自有博客假设已配置并确保基本的On-Page SEO标题、描述、内部链接。 4. **初步推广**将文章摘要分享到相关的Reddit社区和LinkedIn群组吸引初始流量。 ## 约束与边界 - 不得在任何平台发布违反其服务条款的内容。 - 单日内容创作相关支出主要LLM调用不超过10美元。 - 所有对外通信如社交媒体帖子必须经操作者审核后方可发送可通过/plan命令触发审核任务。将这份GOALS.md文件放在项目根目录然后通过聊天软件向代理发送/plan命令。代理会读取目标启动AEL的规划阶段并开始工作。你可以在仪表盘的“活动流”中实时看到它的思考过程和工具调用记录。4. 核心功能实操打造你的自动收入流配置好系统只是开始如何引导Cash-Claw为你创造价值才是关键。下面我将以“自动化内容创作与引流”为例拆解一个完整的实操流程。4.1 利用浏览器工具进行市场研究代理的browser工具组是其获取外部信息的“眼睛”。当AEL根据GOALS.md规划出“市场研究”任务后LLM可能会生成类似以下的工具调用序列打开搜索引擎browser.open工具被调用参数为{“url”: “https://www.google.com”}。执行搜索browser.interact工具被调用模拟在搜索框输入“best python automation projects for beginners 2025”并点击搜索。分析结果browser.parseDOM工具被调用抓取搜索结果页面的标题、描述和URL。LLM会分析这些内容识别出哪些是“教程”或“列表文章”并初步判断竞争程度。深入探查代理可能会用browser.open打开排名前3的竞争页面再次使用parseDOM抓取文章内容、结构、字数、评论数等评估内容质量。在这个过程中浏览器工具运行在一个无头浏览器环境中可以执行JavaScript渲染现代网页。你需要确保系统已安装必要的依赖如Chromium。如果遇到页面加载问题可以在配置中调整超时时间和用户代理字符串。4.2 组合工具完成内容生产研究完成后代理进入创作阶段。这通常是一个多工具、多步骤的协作过程提纲生成LLM根据研究结果调用llm.send工具本质上是让LLM自己给自己发指令生成一篇博客文章的详细大纲包括标题、元描述、H2/H3标题和每个部分的关键点。内容撰写LLM再次被调用根据大纲逐部分撰写内容。为了提高质量和降低成本这里可以采用链式调用策略先用快速的“草稿模型”如Claude Haiku生成初稿再用强大的“润色模型”如Claude Sonnet进行优化、添加案例、调整语气。内容保存撰写完成的文章通过filesystem.write工具保存为Markdown或HTML文件到指定目录。代理甚至可以调用filesystem.mkdir来按日期或主题创建文件夹管理生成的内容资产。质量检查可选可以配置一个“子代理”任务。使用agents.subagent.spawn工具创建一个新的、专注于“编辑和校对”的LLM会话对刚写完的文章进行语法检查、事实核查和可读性评估。实操心得内容质量直接关系到引流效果。在GOALS.md中务必对内容标准做出明确要求。例如“文章必须包含具体的代码示例”、“避免使用过多的营销术语”、“在结尾必须包含一个清晰的行动号召”。LLM会根据这些指令来调整输出。4.3 集成Stripe实现变现闭环内容发布后如何变现Cash-Claw通过Stripe工具组无缝衔接。假设你的策略是通过“优质PDF指南”进行线索收集或小额销售创建支付链接代理调用stripe.createPaymentLink工具传入参数如产品名称、价格如price: 500表示5.00美元、成功后的跳转URL例如跳转到感谢页面并自动发送PDF。嵌入链接代理在刚刚发布的博客文章末尾通过filesystem.write工具修改文章HTML加入一段推广文字和这个Stripe支付链接。处理支付当有用户点击并付款时Stripe会向Cash-Claw配置的Webhook地址发送事件。stripe.webhookHandler工具会验证签名并处理该事件触发后续动作比如调用gmail.send工具自动向买家邮箱发送PDF或者调用learning.log工具记录这笔销售。关键配置点确保Stripe Webhook的Endpoint URL正确且Cash-Claw服务所在服务器/电脑的18789端口能被Stripe访问到通过ngrok等工具。在仪表盘的“Revenue”面板你可以实时看到支付成功的记录和收入图表。4.4 通过通信工具进行推广与互动内容变现需要流量。代理可以利用其通信工具进行初步推广。社交媒体分享代理可以调用telegram.send将新文章的摘要和链接发布到你指定的Telegram频道或群组。对于WhatsApp同样使用whatsapp.send。邮件列表更新如果集成Google Workspace代理可以定期调用gmail.send向订阅者发送新闻通讯包含最新内容。互动与反馈当用户在Telegram或WhatsApp上向你的Bot提问时代理能实时响应。你可以设计流程让代理将复杂问题或销售咨询转化为一个“待办任务”放入AEL的规划队列或者直接提示用户通过支付链接获取更深入的服务。5. 运维、监控与问题排查实录运行一个自主AI代理就像运营一家小型初创公司稳定的运维和有效的监控至关重要。5.1 日常监控与操作仪表盘是核心养成每天查看仪表盘http://127.0.0.1:18789的习惯。重点关注活动流实时滚动显示代理的每一步思考、工具调用和结果。这是理解代理“正在做什么”和“如何思考”的最佳窗口。收入图表直观展示 Stripe 支付的成功情况。工具性能查看各工具的成功率、平均耗时。如果某个工具如浏览器交互频繁失败或超时可能需要调整配置或检查网络。成本追踪密切监控LLM调用成本确保在预算内。聊天控制台命令熟练使用Telegram/WhatsApp中的控制命令这是远程管理的最快方式。/status快速查看代理状态运行中、暂停、当前任务。/log查看最近完成的任务列表了解进度。/pause/resume立即暂停或恢复自主循环用于紧急干预或系统维护。/reflect手动触发一次反思让代理立即总结当前经验适用于刚完成一个重要阶段后。5.2 常见问题与解决方案速查表以下是我在长期运行中遇到的一些典型问题及解决方法问题现象可能原因排查步骤与解决方案AEL不启动日志显示“等待操作者简报”GOALS.md文件不存在、为空或格式无法被解析。1. 检查项目根目录下是否存在GOALS.md。2. 确保文件内容为非空且是有效的Markdown。3. 通过/plan命令手动触发一次规划。LLM调用频繁失败或超时1. API密钥无效或额度不足。2. 网络连接问题。3. 所选模型在当前区域不可用。1. 在仪表盘“设置”中检查API密钥状态或去提供商后台查看额度。2. 尝试在配置中切换为备用的LLM提供商或模型。3. 调整LLMAdapter中的请求超时时间默认可能较短。浏览器工具无法打开网页或超时1. 无头浏览器依赖Chromium未正确安装。2. 目标网站有反爬机制。3. 网络代理设置问题。1. 确保系统已安装Chromium或Chrome。2. 在浏览器工具配置中增加userAgent和timeout参数模拟真实浏览器。3. 对于复杂页面可尝试启用waitForNetworkIdle选项。Stripe Webhook 支付成功但代理无记录1. Webhook Endpoint URL错误或不可达。2. Webhook Secret 未配置或配置错误。3. Cash-Claw服务重启未处理历史事件。1. 使用ngrok等工具确保本地端口可被外网访问并在Stripe后台重新获取并配置Secret。2. 在Stripe Dashboard的Webhook事件日志中查看事件是否已发送及响应状态码。3. Webhook处理是异步的稍等片刻再查看仪表盘。Docker沙盒执行代码失败1. Docker服务未运行或当前用户无权限。2. 沙盒镜像拉取失败。3. 代码本身有错误或超时。1. 运行docker ps检查Docker服务状态将用户加入docker组。2. 检查网络尝试手动拉取基础镜像如node:alpine。3. 查看代理日志中沙盒执行的详细错误输出。代理陷入无限循环或执行无意义任务LLM对目标的理解出现偏差或学习系统积累了错误经验。1. 立即使用/pause暂停循环。2. 审查GOALS.md确保目标描述足够具体、无歧义。3. 检查“学习日志”看是否有需要修正的错误经验可手动编辑或清除相关记录。4. 使用/reflect强制进行一次反思重新评估策略。5.3 高级维护学习系统与策略调优Cash-Claw的学习系统是其长期进化的关键。所有“反思”的产出都存储在这里。你可以通过仪表盘或相关工具查看。定期审查学习日志每周花点时间看看代理“学到了”什么。有时它会总结出有效的模式如“每周三上午发布文章互动率更高”有时也可能学到错误关联需要你手动介入通过learning.tag工具给某些记录打上“无效”标签引导其未来避免类似策略。迭代GOALS.md你的业务目标不是一成不变的。当代理在一个方向上取得进展或遇到瓶颈时及时更新GOALS.md文件。例如从“探索内容方向”转变为“优化现有内容的SEO排名”或“扩展至视频内容摘要”。成本优化在仪表盘的“成本”部分分析哪个模型或哪种任务最耗钱。对于研究类、草稿类任务可以在配置中强制指定使用低成本模型如Haiku把昂贵的模型如Opus留给最终的策略规划和复杂问题解决。运行Cash-Claw这类自主代理最大的体会是它不是一个“设置完就高枕无忧”的魔法盒而是一个需要你与之协作的数字化伙伴。初期需要投入较多精力进行目标设定、流程设计和效果监控。一旦它的行为模式与你期望的收益路径对齐并且通过学习系统不断优化其自主性和效率才会真正显现。从技术角度看它的架构设计非常模块化特别是工具系统和配置桥接使得扩展新功能比如接入一个新的广告平台API变得相对清晰。如果你对AI Agent和自动化创业流程感兴趣深入研究甚至参与贡献这个项目会是一次极具价值的实践。