龍蝦養寵指南，六個字即可總結
我將第一次“養龍蝦”的經歷貢獻給了我家“三個主子”。
鏟屎官們都懂吧，每天早晨伴着陽光醒來，準備大吸一口新鮮空氣，結果一股接着一股臭烘烘的腥臊味直入鼻腔。
我順着味道嗅去，毫不意外，貓又尿沙發了。獨生子女家庭的話，現在可以直接抓起來揍了。
但我養了三隻貓，奶牛、虎斑、德文，一隻比一隻“欠兒登”，冤枉了誰都不好。
之前爲了解決貓亂尿沙發的問題，我買了一個專門“識別寵物”的攝像頭。它只會機械式的判斷，只要有貓跑進畫面，就給我發送通知。貓有時一天在沙發上打打鬧鬧，我能收到上百條通知，根本來不及看。等回家發現作案現場，再回看監控視頻。
最近，我打算用 AI Agent 給我當“監工”。搭一個 OpenClaw 實時分析攝像頭畫面數據，只要沙發上有同一只花色的貓站立超過半分鐘，就給我發通知，這不就行了嗎？這是我一開始的思路。
養貓已經很貴了，養蝦就要省着點
一開始我考慮在本地 NAS 養。一來，NAS 可以安裝虛擬機，避免龍蝦亂動我的自己電腦上重要數據；二來我可以限制 NAS 的外網訪問，讓所有數據留在本地，保證隱私。
但讓我犯難的是選擇模型這一步。早有耳聞“龍蝦”是吞金大戶。業內朋友勸我，可以選擇國內的服務商，一是考慮到連接速度，選國內的服務商更靠譜；二是識別“貓”很簡單，視覺模型普遍能做很好了。
衝着“免費”，我先試着接入 GLM-4.6V-Flash。等龍蝦“上號”後，我才問了四句話，就卡着不動了。
查看開發者文檔得知，智譜目前支持 OpenClaw 生態的付費套餐中，並不支持 Flash 版本。而我連續幾天定時蹲守套餐發售，都沒搶上......
綜合各個模型的價格和搭建難度，我覺得雲端反而可能是個更好的選擇。
蝦養貓，開始！
下一步讓 OpenClaw 接入我家的智能家居。
我選擇讓 OpenClaw 接入控制中樞——Home Assistant。因爲我之前做智能家居改造時，已經用 Home Assistant 接入了我所有的設備。而且 OpenClaw 官方收錄了一個能訪問 Home Assistant 的 Skill。
我用飛書“雲養蝦”，先授權龍蝦訪問飛書上傳的文件權限。將下載好的 Skill 壓縮文件直接丟給龍蝦，它就自己幹活去了。
它問我要我家 Home Assistant 的外網訪問地址和令牌。哪怕中途遇到問題，比如發現我沒安裝對應的代碼指令，它會自己先想想辦法，如果發現是我的原因再來找我，不會事事都來稟報。
我先測試一下，“打開我的屏幕掛燈。”
嘿，亮了！（雖然有點脫褲子放屁）。
接下來就是幹正事了。我問龍蝦，“貓攝像頭”（這個攝像頭一直對準沙發）目前狀態。龍蝦說，攝像頭目前是空閒狀態，併發給我一張攝像頭截圖。
於是我把貓抱過來，問它，現在呢，看到了什麼？龍蝦說，“看起來貓貓正在陪你工作呢。”
這不就成了嘛！
龍蝦入職完畢，進入認識新同事環節。我分別介紹：福福（奶牛小土貓）、蛋蛋（德文）和壯壯（狸花），並投餵照片給它。
然後佈置任務給它，去Home Assistant 裏查看“貓攝像頭”的畫面，如果有貓連續站在沙發上半分鐘以上，給我發通知，告訴我是哪隻貓。
龍蝦還是很聰明的。它明白這是一個輪詢任務。
它先是給自己設置了“每10-15秒截圖，連續3次抓到一隻貓就稟報”的邏輯。然後不知道怎麼抽風地改成“每一分鐘查看一次，連續2次”的輪詢邏輯。
我急了，“1分鐘貓早尿完跑了。”它又修改 CronJob “每10秒查看一次，連續2次”的邏輯。我覺得可以，就讓它這樣執行了。
我特意去請教了 AI 如何能節省 Token。AI 讓我降低拍攝的分辨率，“如果任務只是‘判斷沙發上是不是同一只貓，且沒有睡覺’這種不需要看清毛髮細節的任務，360p 的分辨率對於大模型來說其實是‘夠夠的’了。
Gemini 說，如果是讓它來幹這活兒，2K 的 Token 消耗量是 360p 的8倍。
錯殺、錯放、省錢的三角矛盾
“3 月 25 日下午 4 點 37 分，疑似有貓在沙發尿尿！請立即查看對應時間的監控，以確定“逆子”是否幹了壞事！”
我趕緊查看監控，發現原來是家屬正在沙發上給貓拍屁股，貓正爽呢。
大約 20 多分鐘後，我又收到了通知。
這次是蛋蛋。不過好在它只是被小飛蟲吸引，站在沙發上望着蟲子，沒有瞎尿。
這是蛋蛋
有次被龍蝦及時提醒，我終於定位到一隻“壞”貓。雖然人在外面沒來得及清理，也在回家後扣了它凍幹，關到小黑屋面壁思過，以儆效尤。
龍蝦也會犯錯。它偶爾會認錯福福（黑白花）和蛋蛋（黑白卷毛）。當然我覺得可能這是圖片分辨率不夠高，而它倆花色相近的原因。要不是我重看了監控，差點兒懲罰錯了，傷了小貓咪的心。
這是福福
有時貓咪趴在沙發上睡覺，它也會來通知我。我需要重新跟它說，貓咪排尿姿勢通常是蹲下、後半身低垂，要是一動不動趴着，多半在睡覺。
而且龍蝦常常失憶。有次，我收到了龍蝦給我發來的消息，提示我缺少 Home Assistant 配置，原因是缺少 Home Assistant 的訪問令牌。
我檢查了一下，發現可能是前期佈置任務和優化監看邏輯的對話太長，出現了上下文丟失，讓它忘掉了最初的 Home Assistant 訪問方法。
於是，我用 /new 指令開啓了一個新 Session，減少上下文窗口。接着，我把看貓的任務寫進 MEMORY.md 裏（我後來反思，其實在前期訓練時有不少可以優化的地方，比如在 MEMORY.md 一次性描述好任務的需求，少對話，就能省去不少上下文窗口，減少 token 消耗），然後重新設定 Home Assistant 訪問，準備讓它再次開始看小貓的任務。
一連幾個小時，OpenClaw 沒有反饋。進入管理後臺之後才發現，原來是舊的監視任務沒有刪乾淨，導致它在後臺不斷重試，一直在佔用資源。它居然在後臺一直跑着原來那個“卡死”的任務，這得燒了我多少 Token？
哪怕我已經儘可能壓縮成本，69 塊錢也不夠我燒兩天。這樣下去，一個月得燒掉上千塊......這可比請一個上門餵養貴多了。
直到這裏，我對於龍蝦養寵的心得已經可以總結成六個字了：還是僱個人吧。
生活的是人，不是蝦
我會經常探索一些智能家居的場景。你可以把過去所謂的“智能家居”理解成簡單的遠程控制和“如果……就……”的自動化程序，即便廠商說的天花亂墜，也是這樣一套非常死板的機器邏輯。但人的生活卻是複雜多變的。
我記得我做過一個自動化場景。我在沙發上放了一個壓力傳感器，每天晚上忙完工作，往沙發上舒服一躺，自動地窗簾關上，電視打開，燈光暗下。
不成想，有天朋友來了......
未來通過自託管的 OpenClaw Skills 對具備高度兼容性的中樞和各類家居設備進行智能化控制，而不受限於每一家平臺的限制。通過這次嘗試，我看到更多這樣的可能性。
AI 偉大不在於多麼宏大的敘事，而是人們終於有機會將一些非常個人、非常細膩的需求實現。
（P.S.沒有真的懲罰小貓啦，關了一下就趕緊放出來了。）
