https://www.dafei.me/tags/%E5%A4%9A%E6%A8%A1%E6%80%81/ Recent content in 多模态 on 大飞的博客 Hugo zh-cn Tue, 02 Jun 2026 05:00:00 +0000 https://www.dafei.me/posts/tclaw-05-im-multimodal/ Tue, 02 Jun 2026 05:00:00 +0000 https://www.dafei.me/posts/tclaw-05-im-multimodal/ <h2 id="让-ai-融入日常">让 AI 融入日常</h2> <p>桌面应用之外，tclaw 还支持通过飞书和微信直接和 agent 对话。</p> <h2 id="飞书">飞书</h2> <p>飞书有开放平台，可以创建自己的机器人。tclaw 接入之后，在飞书里和 tclaw 对话，就相当于在桌面应用里聊天，但可以用手机。</p> <p>支持的能力：</p> <ul> <li>发文字消息，agent 回复</li> <li>发图片给 agent，agent 可以分析图片内容</li> <li>agent 可以把生成的图片发回飞书</li> </ul> <h2 id="微信">微信</h2> <p>微信这边不需要额外配置，在设置里开启微信，直接扫页面上的二维码登录，之后就可以在微信里和 agent 对话了。</p> <p><img alt="微信设置" loading="lazy" src="https://github.com/tongpengfei/tclaw-releases/raw/main/docs/screenshots/tclaw10_setting_wx.png"></p> <h2 id="图片输入与截图">图片输入与截图</h2> <p>桌面端也补全了多模态能力：</p> <ul> <li>聊天框可以直接粘贴或拖入图片发给 agent</li> <li>内置截图工具，可以截当前屏幕，裁剪、标注之后直接发给 agent</li> <li>agent 可以调用图片生成工具，生成的图片直接显示在对话里</li> </ul> <h2 id="图片生成">图片生成</h2> <p>接了两个图片生成后端：</p> <ul> <li><strong>Ollama</strong>：本地跑，不花钱，速度慢一点</li> <li>外部 API：质量更好，按量计费</li> </ul> <p>agent 可以在任务里直接调用图片生成，比如写完一篇文章顺手配一张封面图。</p> <hr> <blockquote> <p>tclaw 提供 Mac、Linux、Windows 版下载，Mac 版支持最好，感兴趣可以去 <a href="https://github.com/tongpengfei/tclaw-releases">tclaw-releases</a> 体验。</p> <p>也可以先玩玩 tclaw 用 AI 做的几个小游戏：<a href="https://www.dafei.me/games/">→ 点这里玩</a></p> </blockquote>