Lobster使用教程：从安装到高阶功能的完整操作指南

本文提供了一份完整的Lobster使用教程，涵盖从安装配置到日常操作的全流程。Lobster（中文名：有道龙虾）是一款桌面级全场景AI个人助理，能够7×24小时帮助用户完成编程、文档处理、数据分析等各类任务。本教程将系统讲解Lobster的安装方法、模型配置、核心功能、专家套件应用、技能商店使用以及远程协作等操作，帮助读者快速掌握这款AI智能体的实际运用。

一、Lobster概述与核心功能

1.1 什么是Lobster

Lobster（全称LobsterAI，中文名“有道龙虾”）是网易有道推出的桌面级全场景AI个人助理。与传统的对话式AI不同，Lobster具备真正的“干活能力”——它摒弃了复杂的命令行操作，采用直观的GUI图形化交互界面，用户只需像与同事对话一样下达指令，Lobster便能在获得授权后自动在本地计算机中通过程序化方式执行复杂流程并交付结果。

作为国内首个100%代码全开源的AI Agent产品，Lobster采用MIT开源协议，全量代码向行业与用户无保留开放。目前Lobster在GitHub上的Star数已突破5000。

1.2 核心功能概览

Lobster的核心能力覆盖多个维度。在办公场景中，它能够处理文档、分析数据、发送邮件、管理日程。在开发场景中，它支持编写代码、调试程序、部署项目。在内容创作方面，Lobster集成了图片和视频生成能力，支持Seedream、Seedance等主流模型，用户可在对话框内完成从关键帧生成到动态视频延伸的全流程。

此外，Lobster具备跨平台智能协作能力，打通了微信、钉钉、飞书、QQ等主流平台。用户通过手机端即可远程驱动电脑端智能体执行复杂任务。Lobster还支持定时任务机制（如每日清晨自动搜集行业新闻、整理邮件摘要）以及长上下文记忆能力。

1.3 技术架构与安全机制

Lobster采用“本地优先”技术路线，核心运算置于本地终端，用户数据由用户自主掌控。系统默认在沙盒环境下的指定文件夹内运行，防止误操作破坏系统文件。所有聊天记录、配置信息、业务数据可100%存储在用户本地，无需上传云端。

在模型支持方面，Lobster既预置了主流大模型API（Anthropic、Gemini等），也支持调用DeepSeek等本地开源模型，用户可根据任务对隐私和性能的需求随时切换。

二、Lobster安装与配置

2.1 系统要求与准备工作

在开始Lobster使用教程的安装步骤之前，需要确认系统满足以下要求：

最低配置要求：Python 3.11以上（推荐3.12+），4GB内存（推荐8GB以上），2GB可用存储空间。

推荐配置：Python 3.12+，16GB以上内存，10GB以上可用存储空间（推荐SSD），多核处理器。

Lobster会自动检测并使用最佳的包管理器——uv（推荐）、pip3（macOS默认）或pip（备选）。建议安装uv以大幅提升包安装速度和依赖解析效率。

2.2 安装方法

方法一：快速安装（macOS/Linux）

在终端中执行以下命令：

curl -fsSL https://install.lobsterbio.com | bash

方法二：Windows系统安装

Windows用户执行：

irm https://install.lobsterbio.com/windows | iex

方法三：通过官网下载安装包

访问Lobster官网 https://lobsterai.youdao.com/#/index 下载对应平台的安装包，按照安装向导完成安装。

方法四：通过pip安装

对于Python开发者，也可通过pip安装：

pip install lobster-ai

2.3 模型配置（核心步骤）

安装完成后，配置大模型是Lobster使用教程中最为关键的环节。Lobster支持四种LLM提供商：三种云端和一种本地。

使用交互式配置向导（推荐） ：

# 工作区特定配置（默认）
lobster init

# 全局配置（适用于所有工作区，v0.4+）
lobster init --global

# 测试配置是否正常
lobster config test

# 查看当前配置（密钥已脱敏）
lobster config show

配置云端模型：

• Anthropic Claude：在Anthropic Console创建账号并生成API密钥，配置向导会提示输入 ANTHROPIC_API_KEY
• AWS Bedrock：需要AWS账号开通Bedrock访问权限，配置 AWS_BEDROCK_ACCESS_KEY 和 AWS_BEDROCK_SECRET_ACCESS_KEY
• DeepSeek：在DeepSeek API平台开通服务并创建API Key，在Lobster中配置即可使用

配置本地模型（Ollama） ：

对于注重隐私或希望离线使用的用户，Lobster支持通过Ollama运行本地模型：

# 1. 安装Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 2. 下载模型
ollama pull gpt-oss:20b  # 推荐，支持工具调用，需要16GB内存
# 或
ollama pull mixtral:8x7b-instruct  # 质量更高，需要26GB内存
# 或
ollama pull llama3:70b-instruct  # 需要48GB内存

# 3. 配置Lobster使用Ollama
export LOBSTER_LLM_PROVIDER=ollama
export OLLAMA_BASE_URL=http://localhost:11434
export OLLAMA_DEFAULT_MODEL=gpt-oss:20b

v0.4版本重要变更：Lobster现在要求通过 lobster init 进行显式的提供商配置，不再支持从.env文件自动检测。现有用户需要运行 lobster init 创建新的 provider_config.json 文件。

2.4 配置验证

完成配置后，可通过以下命令验证：

lobster config test

如果一切正常，即可开始使用Lobster。

三、Lobster基础操作指南

3.1 启动与交互方式

交互式会话（推荐） ：

lobster chat

进入交互式会话后，用户可以用自然语言描述任务需求。例如：

“搜索PubMed中2023-2024年单细胞CRISPR筛选的相关文献，下载引用最多的数据集，进行质量控制，整合批次并聚类分析”

单次查询（非交互式） ：

lobster query "你的任务描述"

会话连续性：

Lobster支持跨会话的连续性操作：

lobster query --session-id my_project "搜索CRISPR相关文献"
lobster query --session-id latest "下载第一个结果"

3.2 会话内快捷命令

在 lobster chat 交互会话中，可以使用以下斜杠命令：

3.3 沙盒安全机制说明

Lobster采用严格的本地优先安全策略。系统默认在沙盒环境下的指定文件夹内运行，所有文件操作被限制在安全范围内。用户可在设置中调整沙盒模式的相关参数。这一机制确保即使Lobster执行复杂操作，也不会误删或损坏系统关键文件。

四、专家套件：让Lobster成为岗位专家

4.1 专家套件概述

Lobster的“专家套件”是将真实岗位的专业能力打包成即插即用的AI技能包，覆盖工程、产品、营销、财务、HR等12个领域。用户无需任何提示词或技术背景，一键安装后即可像调用标准工具一样直接使用，最快3分钟即可上手。

4.2 专家套件的安装与使用

在Lobster界面中找到“专家套件”菜单，浏览并选择需要的岗位套件进行安装。安装完成后，技能会自动出现在Lobster的技能面板中。在任务输入框左下角选择对应的专家即可使用。

以产品经理专家套件为例，它不会直接替用户下结论，而是通过连续追问帮助用户把人群、场景和产品边界想清楚。在MVP（最小可行产品）设计过程中，它会从核心问题、目标用户、差异化等维度进行提问，逐步收敛需求范围。

4.3 12个专家领域对比

五、技能商店：扩展Lobster的能力边界

5.1 技能商店介绍

Lobster技能商店（Skill Store）是官方提供的技能市场，全面支持MCP协议（Model Context Protocol）。用户可按类别浏览、搜索并一键安装所需技能，实现“即装即用”。产品本身已内置文档处理、数据分析、Canvas海报绘制、基于Remotion的视频生成等16种核心技能。

除了官方商店，用户还可通过GitHub地址直接导入开源社区的第三方技能，或从本地安装自定义技能。Lobster产品已覆盖基于OpenClaw打造的5000+技能，并支持GitHub全量技能安装及实时更新。

5.2 技能安装与调用

安装步骤：

1. 打开Lobster技能商店
2. 按类别浏览或搜索所需技能
3. 点击“安装”按钮完成安装
4. 技能自动集成至Lobster面板

调用方式：安装后通过自然语言即可调用。例如，安装 data-analysis 技能后，只需说“分析一下这份销售数据，找出增长最快的品类并生成图表”，Lobster便会自动调用该技能完成数据分析与可视化。

5.3 自定义技能创建

Lobster支持用户自行创建技能。开发者可通过以下方式创建自定义技能：

lobster scaffold agent \
  --name my_expert \
  --display-name "我的专家" \
  --description "技能描述" \
  --tier free

该命令会生成完整的、符合合约规范的包结构，包括 pyproject.toml、入口点配置、带有AQUADIF元数据的工具存根以及合约测试。然后可将生成的脚手架交给AI编码助手实现具体的领域逻辑。

六、远程协作与跨平台使用

6.1 移动端远程控制

Lobster已打通移动端与PC端的连接。用户可通过手机在钉钉、飞书、企业微信、QQ等软件中远程指挥Lobster处理紧急工作。即使不在电脑前，也能实现“数字分身”随时待命。

6.2 定时任务设置

Lobster支持定时任务机制。用户可设定例如每天清晨自动搜集行业新闻、整理邮件摘要等任务。当用户开始工作时，所需资料已准备就绪。

6.3 跨平台对比

七、典型使用场景与实操示例

7.1 文档处理场景

用户可通过自然语言指令完成文档处理。例如：“给 xxx@qq.com 发送一封邮件，通知他该睡觉了，不要熬夜”。Lobster会自动调用邮件发送技能完成任务。

在文档格式转换方面，用户可创建技能让Lobster使用本地WPS软件将Word转换为PDF。即使WPS路径未正确识别，Lobster也会自动切换为Python代码完成转换。

7.2 数据分析场景

Lobster可完成从数据提取到可视化呈现的全链路分析。用户只需描述分析需求，Lobster会自动调用相关工具执行数据清洗、分析和可视化。

7.3 内容创作场景

Lobster集成了图片和视频生成能力。用户可在对话框内完成从关键帧生成到动态视频延伸的全流程。支持40余个国家和地区的多语言语音输入，适配口语化表达和多轮补充追问。

7.4 代码开发场景

Lobster可辅助完成代码编写、调试和项目部署。用户可通过Lobster的工程专家套件获得代码审查、架构设计等方面的专业支持。

八、常见问题（FAQ）

问：Lobster和OpenClaw是什么关系？

Lobster被业界称为“中国版OpenClaw”。两者都是桌面级AI智能体产品，Lobster由网易有道开发，是国内大厂中首个100%代码全开源的AI Agent产品。Lobster产品已覆盖基于OpenClaw打造的5000+技能。

问：Lobster支持哪些大模型？

Lobster支持多种LLM提供商，包括Anthropic Claude（直接API）、AWS Bedrock、DeepSeek以及本地Ollama模型。用户可根据任务需求在云端模型和本地模型之间随时切换。

问：Lobster的数据安全如何保障？

Lobster采用“本地优先”技术路线。所有聊天记录、配置信息、业务数据可100%存储在用户本地，无需上传云端。系统默认在沙盒环境下运行，防止误操作破坏系统文件。

问：Lobster是免费的吗？

Lobster本身是开源产品，采用MIT开源协议，全量代码向用户无保留开放。用户可免费下载安装使用。使用云端模型时需自行承担API调用费用。

问：Lobster可以在手机上使用吗？

可以。Lobster已打通移动端与PC端的连接，用户可通过手机在钉钉、飞书、企业微信、QQ等软件中远程指挥Lobster执行任务。

问：如何创建自定义技能？

使用 lobster scaffold agent 命令生成技能包骨架，然后实现具体的领域逻辑。生成的技能可通过本地安装方式导入Lobster使用。

问：Lobster的配置在哪里修改？

配置文件位于项目根目录的 .env 文件或系统环境变量中。v0.4版本后，提供商配置存储在 provider_config.json 中。可使用 lobster config show 查看当前配置。

问：Lobster支持定时任务吗？

支持。Lobster具备定时任务机制，用户可设定周期性任务，如每日清晨自动搜集行业新闻、整理邮件摘要等。