← 返回目录

LobsterAI

社区

非标准 Server

网易有道出品的开源桌面级 AI 办公助理 Agent，而非 MCP 服务器本身

这不是典型的可直接连接的 MCP Server，使用前请先阅读源仓库说明。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 其他
Stars: ★ 6.2k 非常热门
运行环境: Node.js >=24.15.0 <25 · 预编译二进制
凭据: 无需凭据
许可证: MIT
最近提交: 5 天前

50FMRS · D

源材料表明 LobsterAI 是一个开源桌面 AI Agent 应用（MCP 客户端/宿主角色），并非可被其他客户端接入调用的 MCP 服务器；仓库中没有提供 MCP 服务器清单、工具列表、传输方式或安装配置的证据，故相关字段留空，档案聚焦于其作为桌面自动化工具的实际功能、权限与风险。

最强项 · 文档质量 14/20 最弱项 · 可靠性 5/20

可靠性

5/20

安全与权限

10/20

维护活跃度

13/20

文档质量

14/20

安装易用性

8/20

查看各项评分依据

可靠性 5/20: 关键问题:该仓库本质上是一个 Electron 桌面应用(基于 OpenClaw 运行时),README 明确说明它是 MCP 的"客户端"——用户在其中配置外部 MCP 服务器并同步给 OpenClaw,而不是本仓库自身对外暴露一组 MCP 工具。没有提供 server manifest(标记为 not cached),看不到任何 tool 声明、初始化握手或 tool-list 响应的证据,因此无法核实"声明的工具是否与真实行为一致"这一核心问题。README 提到 npm test 是"CI 使用的官方 Vitest 入口"以及 lint 脚本,但未提供实际 CI workflow 文件或测试覆盖范围,不满足静态校准中"给出可验证执行证据(真实 CI workflow + 覆盖关键路径的已提交测试)"的门槛,按规则reliability 不得超过12分。综合对象类型错配和证据缺失,评为低分。
安全与权限 10/20: README(不可信证据,仅作参考)声明渲染进程启用了上下文隔离、禁用 Node 集成和沙箱化,敏感工具操作(文件、终端、网络)需要权限确认并记录日志,数据本地存储于 SQLite。但由于没有代码或 manifest 可供交叉验证,这些声称的边界控制无法独立核实。该产品的攻击面较大:允许通过微信、飞书、钉钉、Telegram、Discord、QQ、企业微信等多个 IM 通道远程控制真实桌面(执行终端命令、文件操作),这类远程触发能力若确认机制不到位后果严重。未发现明确的红线证据(无恶意代码、无凭证窃取、无编造的测试结果或维护者身份的证据),但由于权限模型、确认流程和数据边界均无法从静态材料独立验证,不能给高分。
维护活跃度 13/20: 仓库拥有 5775 星、757 个未关闭 issue,MIT 许可证明确且不存在归档标记,显示出一定活跃度和真实用户基础;README 中的贡献指南(PR 模板、issue 模板)也说明存在基本治理流程。但缺乏关于近期提交频率、发布版本节奏、安全响应渠道(如 SECURITY.md)的直接证据;较高的未关闭 issue 数量也提示响应/处理能力可能存在压力。综合来看处于"活跃但治理/版本证据不全"的中等偏上水平。
文档质量 14/20: README 结构完整,涵盖安装(源码构建、下载安装包)、开发命令、项目地图(Project Map)、打包流程、以及专门的"Security And Data"章节,并给出真实使用场景示例,文档层次较好。但因为该对象并非作为 MCP 服务器暴露工具,文档中完全没有工具参数、调用示例、错误码、速率限制或成本方面的说明,也没有针对该角度的故障排查内容,存在与 FMRS 评分要求直接相关的文档缺口。
安装易用性 8/20: 该项目并非一个可通过 npx/uvx 等命令在主流 MCP 客户端中"配置几步即可连接"的服务器,而是一个完整的 Electron 桌面应用,需要固定版本 Node.js(>=24.15.0 <25)、npm install、构建 OpenClaw 运行时(包括强制重建、自定义源码路径等多种环境变量分支)、以及针对 macOS/Windows/Linux 的独立打包流程。整个流程步骤多、依赖桌面环境构建工具链,复杂度较高,且未给出任何 mcpServers 配置 JSON 示例说明如何将其作为 MCP 端点接入到 Claude Desktop 等客户端。按静态校准规则,没有可验证执行证据时 setup 分数不得超过15分,结合流程复杂度进一步下调。

静态评测 · 未实际运行收录于 2026-08-06

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络控制浏览器

适合谁

需要一个能直接操作本地文件、终端、浏览器的桌面级 AI 办公助理的用户
希望通过微信/飞书/钉钉/Telegram 等 IM 远程向桌面 Agent 下达任务的用户
需要文档、表格、PPT、视频、网页调研等办公自动化场景的用户
熟悉 Electron/React/TypeScript 技术栈、愿意从源码构建或使用官方安装包的用户

不适合谁

需要一个可被标准 MCP 客户端（如 Claude Desktop）直接接入调用的 MCP 服务器的用户——本仓库没有提供此类服务器清单或工具定义
需要在服务器端/无桌面环境（headless）中部署的用户，该项目仅支持 macOS 与 Windows 桌面应用
只需要单一、轻量工具集成而不希望赋予应用文件、终端、网络等广泛权限的用户

所需权限

本地文件系统读写
执行终端命令
浏览器自动化操作
网络访问
IM 渠道绑定与消息收发（微信、企业微信、钉钉、飞书/Lark、QQ、Telegram、Discord、网易云信、网易蜜蜂、POPO、邮箱等）
本地 SQLite 数据存储（lobsterai.sqlite，位于 Electron userData 目录下）

风险与副作用

应用被授予文件操作、终端命令、网络访问等敏感权限，若审批不当可能导致数据丢失或泄露（README 提到敏感操作会有权限确认与日志记录，但仍需用户谨慎审批）
支持从 IM 渠道远程下发指令控制桌面 Agent，若绑定账号或渠道被盗用，可能被用于未经授权地在本机执行操作
打包时捆绑了 OpenClaw 运行时及 Windows 下的便携版 Python 运行环境，增加了本地攻击面
该项目并非 MCP 协议官方维护，也不是标准意义上的 MCP 服务器，如需通过 MCP 协议集成，需自行确认其对外暴露的具体行为，源材料未给出相关细节

安装接入

准备工作

运行环境：Node.js >=24.15.0 <25 · 预编译二进制

其他可选配置项（8 个）

OPENCLAW_SRC 可选开发时指定本地 OpenClaw 源码路径，仅用于 npm run electron:dev:openclaw。

OPENCLAW_FORCE_BUILD 可选设为 1 强制重新构建 OpenClaw 运行时。

OPENCLAW_SKIP_ENSURE 可选设为 1 跳过对本地 OpenClaw 检出分支/标签的强制检查。

LOBSTERAI_PORTABLE_PYTHON_ARCHIVE 可选离线/私有源打包时指向便携版 Python 归档文件。

LOBSTERAI_PORTABLE_PYTHON_URL 可选离线/私有源打包时指向便携版 Python 下载地址。

LOBSTERAI_WINDOWS_EMBED_PYTHON_VERSION 可选 Windows 打包时指定内嵌 Python 版本。

LOBSTERAI_WINDOWS_EMBED_PYTHON_URL 可选 Windows 打包时自定义内嵌 Python 下载地址。

LOBSTERAI_WINDOWS_GET_PIP_URL 可选 Windows 打包时自定义 get-pip 脚本下载地址。

源材料中未提供该项目作为 MCP 服务器被其他客户端接入的安装配置。仓库自身的安装方式是作为桌面应用：从官网或 GitHub Releases 下载 macOS/Windows 安装包，或克隆仓库后使用 Node.js >=24.15.0 <25 执行 npm install，首次开发运行使用 npm run electron:dev:openclaw，后续日常开发使用 npm run electron:dev（渲染进程开发服务器运行在 http://localhost:5175）。

验证是否装好

从官网或 GitHub Releases 下载安装 LobsterAI 后启动桌面应用，进入 Cowork 会话发送一条简单指令（如让代理列出本地文件），确认代理能流式返回进度并执行工具。

常见排障

确认 Node.js 版本满足 >=24.15.0 <25 的要求
首次运行需使用 `npm run electron:dev:openclaw` 以构建/固定 OpenClaw 运行时，之后可用 `npm run electron:dev`
如需强制重建运行时，可设置环境变量 `OPENCLAW_FORCE_BUILD=1`
如使用自定义 OpenClaw 源码，可通过 `OPENCLAW_SRC` 指定路径
检查敏感操作（文件、终端、网络）的权限确认弹窗是否被正确处理
查看 `userData/openclaw` 目录下的网关日志以排查运行时问题
源码开发模式下确认渲染进程开发服务器是否运行在 http://localhost:5175

试试这样问

连接成功后，可以直接对 AI 助手这样说：

用 product-growth.xlsx 做一个可视化看板，并总结主要增长驱动因素。
调研 AI Agent 市场，把调研结果做成一份演示文稿。
每天早上打开广告后台，检查花费和转化异常，并总结可能原因。
把文件夹里的简历整理成筛选表，并对照 JD 列出最匹配的候选人。

使用场景

把 Excel 台账改造成本地可视化的进销存/库存系统

基于本地数据文件生成可视化仪表盘并总结增长驱动因素

调研某一市场并自动生成演示文稿（PPT）

每日定时打开广告后台检查投放与转化异常并生成摘要

批量处理简历文件夹并生成候选人筛选表

设置定时任务（如每个工作日 9 点）自动收集新闻并推送摘要

详细介绍

LobsterAI 是网易有道推出的开源桌面 Agent 应用（基于 Electron，支持 macOS 与 Windows），可在真实桌面环境中操作本地文件、终端命令、浏览器、文档、表格、幻灯片等，并支持通过微信、企业微信、飞书、钉钉、Telegram 等即时通讯渠道远程下发指令。其产品/会话层称为 Cowork，底层执行引擎为 OpenClaw。仓库内提到 LobsterAI 可以连接外部的 Model Context Protocol（MCP）服务器作为工具与数据源，并将用户配置的 MCP 服务器同步给 OpenClaw 使用——也就是说，LobsterAI 本身扮演的是 MCP 客户端/宿主的角色，而不是提供 MCP 工具的服务器。源材料中没有提供任何 MCP 服务器清单（manifest）、工具列表、传输方式或安装配置，因此本档案中相关字段留空，以避免臆测。