闲置手机养龙虾：邪修OpenClaw私有部署心得
一、开篇：为什么用闲置手机养龙虾？
好久未更，今天想跟大家聊聊我是怎么把抽屉里吃灰的旧手机（一台索尼Xperia，原生安卓手机），变成一台24小时在线的AI助手的。
所谓”养龙虾”，其实就是部署OpenClaw——一个优秀的开源AI代理框架。网上各种安装教程多如牛毛，各路牛鬼蛇神把小白绕得晕头转向。为什么要用闲置手机干这个？四个理由：
- 变废为宝：谁家里没几台换下来的旧手机？卖不了几个钱，放着又可惜。骁龙芯片的算力拿来跑AI代理，绰绰有余。
- 私有部署：数据存在自己手里，不用上传到别人的服务器，隐私有绝对保障。而且可以带出门！
- 安全隔离：旧手机专门跑AI，跟你的主力机完全分开。就算跑偏了或者出了什么Bug，也不会影响到日常使用。
- 省电耐用：ARM架构的手机长时间开机其实非常省电（功耗通常在2W-5W之间），比24小时开着电脑或传统NAS跑AI划算多了。
当然还有第五个理由：穷。
二、硬件准备：让旧手机安全长寿
手机要长期24小时插电开机，必须解决电池老化和发热问题。闲话少说，这两天折腾下来，马老师总结了几个关键的硬核细节：
1. 电池保护：Xperia的隐藏福利
锂电池长期满电极容易鼓包。Xperia用户在这里有巨大的天然优势：
- 电池保养功能：可以在系统设置里把充电上限死死卡在80%甚至90%，大幅度延长电池寿命。
- H.S.发热抑制（重点！）：如果你是用Xperia玩游戏过来的，一定知道这个神仙功能。插上充电器后，系统可以直接给主板供电而不经过电池。这意味着你的手机变成了一台无电池发热损耗的微型主机，挂机一整个月都是冰凉的！
2. 调试神器：ADB与蓝牙键盘
在手机上敲长串命令行，触摸屏太痛苦了。配一个轻便的蓝牙薄膜键盘，效率直接翻倍。同时，强烈建议开启手机的USB调试/无线调试。利用电脑上的ADB命令行一键搞定批量复制粘贴、装包，绝对是降维打击。
3. CPU唤醒锁：拒绝强制休眠
Android系统为了省电，息屏后会让CPU休眠。为了保证OpenClaw随时响应，必须在Termux中开启唤醒锁：
termux-wake-lock开启后，下拉通知栏会看到Termux显示”Wake lock held”，这样手机就不会睡死过去了。
三、环境搭建：跨越杀后台的痛点
整个部署流程是：Android系统 -> Termux容器 -> Ubuntu子系统 -> OpenClaw。这样层层嵌套，相当于给系统上了多层沙箱隔离保险。
第一步：安装Termux并解决“幽灵进程”杀后台
（注意：Google Play版本的Termux已经停止维护，务必从F-Droid下载。） 要知道，这两天最大的痛点就是应用老是莫名其妙崩溃。这是因为Android12+引入了Phantom Process Killer（幽灵进程杀手），会限制子进程数量。必须用电脑ADB连上手机，执行以下命令彻底解除限制：
adb shell device_config put activity_manager max_phantom_processes 2147483647
adb shell settings put global settings_enable_monitor_phantom_procs false执行完重启手机，你的Termux就能稳如老狗了。
然后更新源：
pkg update && pkg upgrade第二步：在Termux里装Ubuntu
用proot-distro一键无痛安装：
pkg install proot-distro
proot-distro install ubuntu
proot-distro login ubuntu现在你就有了一个完整的纯正Ubuntu环境。
第三步：安装OpenClaw
按照官方文档走：
# 安装Node.js
apt update && apt install -y nodejs npm
# 安装OpenClaw
npm install -g openclaw
# 初始化配置
openclaw init配置好飞书或微信等聊天平台的Webhook，你的AI助手就能接收指令了。
四、技能选择：轻量级API优先
手机资源有限，不是所有Skills（技能）都适合跑。但是你不要羡慕别人在桌面跑，开浏览器模拟鼠标填表，这些隐患很大。马老师的核心原则是：能用API解决的，绝不开浏览器。
为什么不推荐前端浏览器类Skills？ 有些不懂行的小朋友会羡慕别人调用Puppeteer打开Headless Chrome抓取网页。马老师告诉你，这在手机上绝对是灾难：
- 资源占用极高：跑满内存，手机瞬间发热卡顿。
- 极不稳定：即使解除了后台限制，由于OOM（内存溢出）也容易被系统干掉。
- Token消耗大：抓取下来的HTML代码杂乱无章，处理起来极其浪费大模型的Token。
推荐方案：API直调 比如用Brave Search API代替浏览器抓取：
curl -s "[https://api.search.brave.com/res/v1/web/search?q=QUERY](https://api.search.brave.com/res/v1/web/search?q=QUERY)" \
-H "Accept: application/json" \
-H "Accept-Encoding: gzip" \
-H "X-Subscription-Token: $BRAVE_SEARCH_API_KEY" \
| gunzip返回的是干净的结构化JSON，轻量、快速、极省Token。
如果遇到必须执行JavaScript才能看到内容的动态网页（比如某些单页应用SPA），千万不要在手机上装无头浏览器。强烈推荐使用Jina Reader API（https://r.jina.ai/）。只需要把目标网址拼在Jina的链接后面，它就会在云端帮你完成渲染，并直接返回干净、极其适合大模型阅读的Markdown文本。既免费，又完美避开了手机端的性能瓶颈。
马老师目前在用的Skills清单：
| 技能名称 | 用途 | 资源占用 | 备注 |
|---|---|---|---|
| Brave Search | 网络搜索 | 低 | API直连，返回结构化数据 |
| Tavily Search | 深度搜索 | 低 | 适合需要综合整理的搜索需求 |
| OpenViking | 向量知识库 | 中 | 核心记忆中枢 |
| trafilatura-fetch | 网页正文提取 | 低 | 纯文本提取，抛弃臃肿的HTML |
| self-improving | 自我反思 | 低 | 让AI总结对话经验 |
都是轻量级、API为主的技能，骁龙处理器跑起来毫无压力。
五、知识库建设：Obsidian+GitHub+OV的完美闭环
养龙虾最重要的是什么？知识库。如果没有知识库，你的AI助手就像一条只有7秒记忆的鱼。这也是为什么马老师坚持要把OpenViking（简称OV）部署在Ubuntu虚拟环境里。
我的整个知识管理工作流是这样的：本地Obsidian -> GitHub云端 -> Xperia上的OV向量库 -> OpenClaw调用。具体怎么连通的呢？我们来捋一捋。
1. 本地书写：Obsidian Vault
我的个人知识库（Vault）是建立在PC端（或主力机）的Obsidian上的。无论是平时的学习笔记、收集的行业研报，还是网上的好文章，我都统一用Markdown格式存在Obsidian里。纯文本不占空间、无冗余标签，且结构清晰，极其节省Token。
2. 云端桥梁：GitHub私有仓库
在Obsidian里安装Obsidian Git插件，把整个Vault自动同步到一个私有的GitHub仓库中。这不仅仅是为了云端备份，更是为了给手机端的数据流转做桥梁。
马老师还为Chrome特别写了一个Extension。
3. 碎片抓取：自制Chrome插件一键剪藏
除了系统性的笔记，平时上网看到的好文章怎么办？马老师专门开发了一个Chrome插件，可以把网页正文一键转为Markdown格式并直接推送到私有GitHub仓库中。看到干货点一下，这只赛博龙虾的知识库就自动同步更新了。(插件地址)
4. 虚拟环境部署：OV与数据自动同步
在Xperia的Termux/Ubuntu环境中，我们需要跑通数据流：
- 第一步：把GitHub上的知识库仓库
git clone到Ubuntu的本地目录（比如/root/knowledge_base）。可以写一个简单的crontab定时任务，或者配置Webhook，让它自动git pull拉取最新笔记。 - 第二步：在这个Ubuntu环境里部署OpenViking。将OV的监听目录（Directory Loader）指向刚刚clone下来的本地知识库文件夹。
- 第三步：OV会自动扫描这个文件夹里的所有Markdown文件，调用阿里云的
text-embedding-v4（免费额度管够）将文本切片并转化为向量，存储在手机本地的向量数据库中（如ChromaDB或SQLiteVSS）。
5. 真实使用场景还原
这套闭环跑通后，体验是极其惊艳的。 场景：比如我在电脑的Obsidian里存了一份长达万字的《2026年AI行业研报》，一键推送到GitHub。此时我出门了，Xperia作为服务器一直装在口袋里或包里。 在外面和客户聊业务时，我突然需要查研报里的某个数据，直接通过飞书向这台手机里的OpenClaw发问：”根据我的知识库，2026年AI代理有什么新趋势？”
后台流转：
- OpenClaw收到指令，分析出需要查询知识库，调用本地的OV技能（Skill）。
- OV在Ubuntu本地瞬间完成向量检索，从万字研报中精准揪出最相关的3段话。
- OV把这3段话返回给大模型。
- 大模型根据这3段话总结出精炼的回答，发到我的微信上。
不用全量阅读万字长文，Token省了一大半，响应是毫秒级的。
六、进阶心得：随身携带、安全与省钱
之前有小朋友跑来问马老师要不要搞内网穿透（比如Tailscale）。我后来全部去掉了，因为毫无意义。这可是手机啊！它最大的优势就是自带电池、自带4G/5G网络、体积小巧。你完全可以插着充电宝把它直接扔在包里随身携带。出门在外，它依然是你最坚实的私有大脑，压根不需要公网IP和内网穿透。
1. 安全防护
- 物理隔离：这本身就是最大优势，不登主力账号，不存私人照片。
- 权限控制：设置”Human in the loop”，敏感操作（发邮件、发推特、修改仓库）必须向你发送确认请求。
- 密钥管理：所有API Key只存环境变量，绝不硬编码在文件里，相关配置文件权限设为
chmod 600。
2. 抠门（省钱）策略总结
| 策略 | 效果 |
|---|---|
| Markdown代替HTML | 节省50%+Token |
| 向量检索代替全文读取 | 节省70%+Token |
| API代替无头浏览器 | 减少冗余内容，节省60%+计算量与Token |
| 白嫖免费额度 | Brave Search、Tavily API免费额度日常绝对够用 |
省下来的Token钱，拿去买更聪明的大模型API额度，体验直线上升。
七、结语：为什么不用Mem0？以及旧手机的无限可能
写到这里，肯定会有被各种AI概念绕得晕头转向的同学问：马老师，为什么不用Mem0这类主流的记忆或知识库插件？ 原因很简单：太重了。Mem0确实强大，但它通常依赖PostgreSQL、Redis等复杂的数据库组件。在手机这种计算资源受限、ARM架构的环境下强行跑完整的企业级中间件，无异于自寻死路。不仅容易OOM（内存溢出），还会导致设备严重发热。我们追求的是轻量级可用，这也是为什么马老师选择Markdown加本地OV向量库这种“土办法”，简单、极低占用，且完全足够个人使用。
另外，虽然我整篇文章都在拿Xperia举例，但这套方案绝不局限于索尼。 无论你抽屉里躺着的是小米、一加、三星还是其他品牌，只要是一台拥有相对现代骁龙芯片的退役手机，它的算力用来跑纯API驱动的AI代理都绝对是性能过剩的。Xperia的旁路充电固然加分，但其他手机配合智能插座（比如设置电量低于20%开启充电、高于80%断电），一样能完美实现24小时挂机。
说到底，OpenClaw在闲置手机上的成功部署，证明了一件事：轻量环境+优秀大脑=无限可能。 你不需要昂贵的服务器，不需要复杂的网络配置。一台旧安卓机，一个Termux，再加上一点点折腾的精神，就能拥有一个24小时在线、不仅有长记忆还能随身携带的专属AI助手。
题外话：旧iPhone能用来养龙虾吗？
肯定有拿着吃灰iPhone的小白要问了：马老师，我那台电池一天三充的iPhone6s能用来养龙虾吗？马老师劝你趁早死心。苹果那个被吹上天的“墓碑机制”和极度封闭的“围墙花园”，对常驻后台的服务简直就是赶尽杀绝。除非你愿意冒着极速耗电和系统崩溃的风险去越狱（Jailbreak），否则在iOS上跑原生Node.js环境无异于痴人说梦。App Store里虽然有iSH这类模拟器，但跑跑简单的脚本还行，真要用来做24小时响应的大脑，性能和稳定性连三流安卓机都打不过。老iPhone最好的归宿，要么是挂在闲鱼上回点血，要么配个支架当桌面时钟。玩极客开源部署，还是得看安卓的开放生态。
数据在自己手里，隐私有绝对保障；技能按需组装，资源绝不浪费。如果你也有一台退役手机，不妨周末充上电试试看。在这个AI时代，养一只属于自己的赛博”龙虾”，真的很香！
