腾讯QClaw v0.1.9来了：基于OpenClaw的零代码AI Agent的极简封装版

用户层：微信小程序 ←→ 服务端：腾讯云托管 ←→ 执行层：本地QClaw客户端
                    ↓
              OpenClaw Core (MCP协议 + Skills编排)

# 传统方式：配置微信Bot + 处理文件上传 + 维护消息队列
# QClaw方式：扫码绑定 → 直接对话

# 典型Skill配置结构（推测）
skill:
  name: "会议纪要生成"
  trigger: "自然语言指令/定时触发"
  workflow:
    - step1: 读取指定文件夹音频
    - step2: 调用ASR转文字（腾讯混元/第三方）
    - step3: LLM摘要提取（本地模型/云端API）
    - step4: 生成Markdown文档
    - step5: 推送至微信/企业微信
  config:
    model: "可选本地Qwen/云端混元"
    schedule: "支持Crontab表达式"

# 1. 下载安装包（约150MB）
# 2. 双击安装，自动完成：
#    - 用户目录初始化 (%USERPROFILE%\.qclaw)
#    - 本地模型缓存配置
#    - 系统服务注册（可选开机自启）
# 3. 微信扫码绑定小程序
# 4. 完成！

# 1. 下载.dmg镜像
# 2. 拖拽至Applications
# 3. 首次运行需授权：
#    - 系统偏好设置 → 安全性与隐私 → 允许
#    - 辅助功能权限（用于系统级自动化）
# 4. 微信扫码绑定

# ~/.qclaw/config.yaml 关键配置项
server:
  port: 8080  # 本地API端口，可对接内部系统
  auth: "token"  # 建议启用Token鉴权

llm:
  provider: "tencent_hunyuan"  # 默认腾讯云
  # 备选：本地Ollama部署的Qwen/Gemma
  local_model: "qwen2.5:14b"

skills:
  auto_update: true  # 自动同步官方Skills库
  custom_path: "./custom_skills"  # 企业私有Skills目录

QClaw入门验证 → 需求明确后 → 迁移至OpenClaw深度定制
         ↓
    保留微信层，替换执行层为自研Agent

# 任务配置示例（界面操作后生成的配置）
task:
  name: "每日站会纪要"
  schedule: "0 10 * * 1-5"  # 工作日10点
  skill: "meeting_minutes"
  input:
    audio_path: "~/Recordings/DailyStandup"
  output:
    target: "wechat"
    format: "markdown"