DuClaw官网,百度智能云推出的零门槛个人AI助理服务 支持多模态交互和可扩展Skill体系
简介
DuClaw是百度智能云于2026年3月正式推出的零部署AI智能体服务,是开源框架OpenClaw的云端商业化落地产品。该产品彻底解决了传统OpenClaw本地部署复杂、环境配置繁琐、使用成本高的痛点,用户无需准备服务器、编写代码或配置API Key,打开网页即可在2分钟内创建专属AI助手,实现真正的”开箱即用”。DuClaw深度集成百度生态优势能力,预置百度搜索、百度百科、百度学术等核心技能,用户无需自行安装即可调用这些”知识外挂”进行信息检索与资料整理。平台支持六大顶尖大模型灵活切换,包括DeepSeek、Kimi-K2.5、GLM-5、MiniMax-M2.5等主流模型,用户可根据任务需求自由选配。2026年3月25日,微博正式接入DuClaw,用户通过私信”@微博龙虾助手”即可获取凭证,在微博私信界面直接调用云端智能体,实现数据洞察、热点追踪、内容创作等全链路AI辅助。百度智能云同步开启限时优惠活动,首购用户仅需17.8元/月即可享受原价142元的服务,大幅降低个人开发者和AI爱好者的试用成本。
DuClaw官网: https://cloud.baidu.com/product/duclaw.html

DuClaw:百度的”零部署龙虾”,让养虾这件事终于不再难
2026年3月11日,北京百度科技园里挤满了将近一千名开发者。他们不是来看发布会,而是来让百度工程师”手把手帮他们装虾”的。当天的主角,正是百度智能云在现场正式亮相的零部署 AI 智能体服务——DuClaw。
OpenClaw 创始人 Peter Steinberger 得知消息后,第一时间在社交媒体上留言:“Amazing”,并主动向百度智能云抛出了合作开发的橄榄枝。
这一幕,某种程度上就是 DuClaw 整个产品逻辑的缩影:它不是在另起炉灶,而是在把一个”本来很好但门槛太高”的东西,做到真正意义上的人人可用。
来龙去脉:百度为何做 DuClaw
2026年1月,OpenClaw 在 GitHub 上以超越 Linux 的速度成为史上增长最快的开源项目,”全民养虾”的热浪席卷了整个中文互联网。无数人奔涌而来,但挡在门口的三道坎让大多数人铩羽而归:
第一道坎:你得买一台云服务器,还要从镜像市场里挑一个 OpenClaw 镜像安装,选错了白费功夫。第二道坎:你得去各大模型平台申请 API Key,填写进配置文件,搞不懂环境变量的人直接卡死。第三道坎:本地跑的虾,你一关电脑它就停;要7×24小时运转,你得额外维护一台长期在线的服务器。
百度在这个时间节点的判断是:与其在”帮用户把龙虾装起来”这件事上跟同行内卷,不如直接跳过安装这个环节本身。
于是 DuClaw 出现了。它的核心逻辑只有一句话:订阅即用,无需任何部署。
打开浏览器,登录账号,点击开始——一只内置了百度生态能力、已经选好了大模型、已经配置好了常用技能的龙虾就摆在你面前,等你发号施令。
零部署的真实含义
“零部署”这三个字很容易被理解成”一键安装”,但 DuClaw 做到的是更彻底的一层:它把”安装”这个动作完全从用户端抹掉了。
在 DuClaw 之前,行业内最低门槛的方案是”一键部署”——选好镜像,点击部署,等几分钟服务器就跑起来了。听起来简单,但用户依然需要:理解什么是镜像、知道如何选择服务器规格、自行申请并填写大模型平台的 API Key。这一套流程对技术圈以外的人来说,依然是一堵真实的墙。
DuClaw 把这堵墙彻底推倒了。用户端的操作路径被压缩到极致:
- 打开百度智能云 DuClaw 产品页
- 完成订阅
- 直接进入对话界面开始使用
没有云控制台,没有服务器,没有 API Key,没有任何配置文件——这是 DuClaw 与所有前辈方案在本质上最大的区别。
技术层面,整套服务运行在百度智能云的基础设施上,算力调度、模型推理、技能执行、数据存储全部由平台托管。用户感知不到服务器的存在,也不需要感知——就像你用百度搜索不需要关心索引服务器在哪里一样。
主要功能与核心特色
百度生态三件套:搜索、百科、学术
这是 DuClaw 区别于所有竞品最根本的差异化优势,也是百度能拿出这张牌的原因。
百度搜索 Skill 让龙虾具备了实时检索全网信息的能力,彻底解决了大模型训练数据存在时间边界的问题。当你让 DuClaw “整理今天的 AI 行业动态”,它不是从记忆里推断,而是真正去爬取最新内容,然后理解、归类、输出。百度搜索 Skill 在 OpenClaw 官方技能商店 ClawHub 上的下载量已超过 4.5 万次,稳居全球所有搜索引擎官方技能里下载量第一的位置,被社区称为”龙虾必装”。
百度百科 Skill 为知识密集型任务提供了一个高权威性、中文友好的事实核查后盾——查询历史事件、人物背景、科学概念,调用百科比调用模型记忆准确得多,也更难出现”一本正经地胡说”的幻觉问题。
百度学术搜索 Skill 面向研究人员和学生,可以实时检索学术论文、引用数据、研究进展,让龙虾在学术场景下也能给出有据可查的回答。
这三个 Skill 在 DuClaw 里不需要用户手动安装配置——它们是内置的,订阅即有。这是百度能做到这件事的独特壁垒:全球没有第二家公司能把这三项中文互联网基础设施打包进自家的 AI Agent 服务里。
多模型灵活切换
DuClaw 不绑定单一大模型,支持目前主流国内模型的自由调用与切换:
| 模型 | 擅长场景 |
|---|---|
| DeepSeek | 代码生成、逻辑推理、结构化任务 |
| Kimi-K2.5 | 长文档处理、大上下文归纳 |
| GLM-5(智谱) | 综合推理、问答、分析 |
| MiniMax-M2.5 | 多模态理解、图文混合场景 |
| 文心系列 | 中文创作、百度生态内任务 |
用户可以在对话过程中随时切换模型,无需重新配置,也无需退出重进。对于需要”前半段用 Kimi 处理长文档,后半段用 DeepSeek 生成代码”的混合工作流,这种无缝切换的体验是实质性的效率提升。
平台还支持 Auto 调度模式,根据任务类型自动分配最适合的模型,在效果和 Token 成本之间动态平衡。
7×24 小时持续运行与定时任务
这是云端托管相比本地部署最直接的优势。
DuClaw 上的龙虾永远在线,不随用户关电脑而停止。结合 Cron 定时任务机制,用户可以配置任何周期性的自动化任务:
- 每天早上7点,抓取行业资讯汇总后发送到邮箱
- 每周一生成上周数据报告
- 持续监控指定页面,内容变化时触发通知
- 每月定期整理文件夹,按类别归档
一个实测案例:每日科技新闻聚合任务,设置完成后稳定运行一周,平均每次任务消耗的 Token 仅占月度配额的 4% 左右。任务还能自动处理编码错误、清洗 HTML 标签——这些细节在本地自建时往往需要用户手动调试,DuClaw 里龙虾自己解决了。
Skills 商城与自定义技能
除了内置的百度生态三件套,DuClaw 还开放了 Skills 商城,用户可以一键安装来自社区和官方生态的各类技能包:
- 秒哒 App Builder(Miaoda Skill):通过自然语言创建网页、小程序和游戏,全球首个面向 OpenClaw 生态的应用开发 Skill
- 客悦营销 Skill:覆盖营销视频生成、文案优化、笔记生成,支持立即呼叫与延迟呼叫,是国内首个将 OpenClaw 引入企业营销场景的解决方案
- 伐谋 Skill:面向科研与算法场景,可调用算法自演化能力,提供实验管理和可视化功能
- 小度 Skill:将 DuClaw 的任务执行能力打通到小度智能屏等硬件设备,实现从屏幕到物理世界的延伸
用户也可以用自然语言描述需求,让 DuClaw 自己生成一个新 Skill,保存后反复调用。这种”AI 帮你造工具”的体验,大幅降低了技能定制的门槛。
百度全家桶生态
DuClaw 并不孤立,它是百度在2026年3月集中推出的”龙虾全家桶”的核心之一,整套生态包括:
- DuClaw(云端网页版):零部署,本文的主角
- RedClaw(红手指 Operator)(安卓手机 App):将龙虾延伸到移动端,可执行打车、外卖订餐等跨 App 操作
- DuMate(桌面 AI 智能体):定位为员工的”第二大脑+执行助理”,融合用户习惯与企业知识,主动执行工作任务
- 小度家用龙虾:OpenClaw 进入家庭硬件场景,开口即用,支持全家共享,打通线上线下任务链路
几条产品线各自覆盖不同的使用场景,形成从网页端、移动端、桌面端到智能硬件的完整覆盖闭环。
安全机制:官方托管的底线
2026年3月初,国家互联网应急中心发布《关于 OpenClaw 安全应用的风险提示》,指出自行安装配置不当导致的安全风险已经出现真实危害案例。在此背景下,DuClaw 的托管架构天然具备了更强的安全保障价值。
百度安全副总经理冯景辉在 AIDay 活动现场明确阐述了百度龙虾的安全体系核心原则:
安全的龙虾养成需要环境隔离、技能管控、权限控制、记忆管理,让 Agent 只访问最小必要数据,让用户永远是数据的主人,让能力可审计、权限可控制、生态可持续。
具体落地层面:每个用户实例运行在百度云的独立隔离环境中,存储与计算完全分隔;Skills 商城的所有技能经过安全审计,杜绝恶意代码注入;高危操作(如批量发送消息、删除文件)需要二次确认;所有操作日志完整留存,不可篡改。
这套机制的本质是:把本来需要每个用户自己搭建和维护的安全防护,交给有十余年云安全积累的平台统一承担。
价格体系
DuClaw 采用订阅制,3月份推出了首月优惠方案:
| 套餐类型 | 首月促销价 | 标准月价 | 包含内容 |
|---|---|---|---|
| DuClaw 入门套餐 | 17.8 元 | 约142元/月 | DuClaw 核心服务 + 千帆 Coding Plan Lite 额度(约9万次请求) |
首月17.8元的定价,在当前”云端养虾”赛道里是最激进的入门价格之一——同期市场上的竞品普遍在49元至199元/月之间。这个价格背后的逻辑是百度智能云主动让利,用极低的门槛拉动规模,同时以百度生态技能的独家价值建立留存。
超出配额后,额外用量按千帆平台的大模型调用费率计费,DeepSeek 等轻量模型的单次调用成本极低,日常使用的月度超出费用通常可控在几元到几十元以内。
实测体验:上手三天的真实感受
零配置到开始工作,确实只要3分钟
扫描微信支付完成订阅,直接跳转到对话界面,左侧显示已安装的技能列表(百度搜索、百科、学术三个内置 Skill 已经在那里)。第一条消息是:”帮我每天定时整理一份关于大模型领域的最新动态,包括产品更新和研究进展。”
DuClaw 理解意图后,询问了两个细节:发送时间(早8点)、输出格式(结构化摘要还是流水记录)。确认后,任务创建完毕。整个过程从登录到任务配置结束,计时3分47秒。
对比早期自建时光调 Node.js 环境就能卡一下午的记忆,这3分47秒的体验差距不是量级上的,是维度上的。
百度搜索 Skill 的实际质量
让 DuClaw 调用百度搜索 Skill 回答一个需要最新数据的问题:”请整理2026年3月中国大模型厂商的最新融资动态。”
回答质量明显优于单纯依赖模型知识的回答:内容时效性强,数据有具体来源事件支撑,关键节点不缺失,没有出现用2024年数据充当2026年现状的幻觉情况。相比之下,用同样的问题问不带搜索技能的通用大模型,往往会得到”截至我的知识截止日期……”这种令人泄气的开头。
模型切换的流畅度
在一个会话里把模型从 GLM-5 切换到 Kimi-K2.5 处理一份较长的文档,再切回 DeepSeek 做数据分析,整个过程没有任何重启或等待,上下文完整保留。这种体验在需要”长文档处理 + 代码生成”混合型工作流的场景里非常实用。
需要正视的局限
数据隐私边界:DuClaw 是完全云端托管的服务,用户输入的内容会经过百度智能云的服务器处理。涉及敏感业务数据、商业机密或个人隐私的信息,需要在使用前仔细评估合规风险。对数据隐私有严格要求的企业用户,这是一道绕不开的问题。
本地文件操控缺失:DuClaw 目前无法读写用户本地硬盘上的文件,本地桌面自动化操作暂不支持。要完成这类任务,目前还需要搭配 DuMate(桌面端)或 RedClaw(移动端)。
没有长期记忆机制:当前版本的 DuClaw 缺乏跨会话的持久记忆能力,每次新开会话需要重新介绍背景。相比 OpenClaw 原生版本的多层记忆架构,这是一个尚待补足的功能缺口。
企业协作平台集成尚在规划中:飞书、钉钉、企业微信的接入支持已在官方路线图上,但截至3月底尚未上线。目前 DuClaw 只能通过网页端使用,对于将飞书作为核心工作台的团队来说,集成体验还需等待。
五款同类产品深度对比
1. ArkClaw(字节跳动/火山引擎)
定位:火山方舟生态下的零部署云端龙虾,主打飞书深度集成
ArkClaw 于2026年3月9日上线,与 DuClaw 几乎同期发布,两者的出发点相似——都是解决普通用户无法自建 OpenClaw 的问题,都走云端托管路线。
核心差异在于生态依托的不同:ArkClaw 的最大优势是飞书的深度原生集成,消息收发、日历日程、多维表格、任务管理、云文档,全部可以以用户身份直接操作,形成完整的办公 Agent 闭环。这对重度飞书用户来说是不可替代的体验。
但 ArkClaw 在信息检索质量上不具备 DuClaw 的独家优势——DuClaw 背后是百度搜索多年积累的中文互联网索引,ArkClaw 调用的是通用搜索工具,在中文内容理解深度和实时性上有差距。
定价方面,ArkClaw 首月约9.9元,标准价格以火山方舟 Coding Plan 套餐形式包含,整体略低于 DuClaw 标准月费但功能侧重不同。
核心差异:飞书用户选 ArkClaw,对信息检索与知识积累有高需求的用户选 DuClaw。
2. OpenClaw 自托管版
定位:完全掌控权的”原版龙虾”,适合有技术背景的极客用户
OpenClaw 是 DuClaw 技术内核的来源。两者功能上高度重合,但在三个关键维度上走向了完全相反的方向:掌控权 vs 便利性、灵活性 vs 安全性、成本透明度 vs 成本稳定性。
自托管版本的绝对优势是:数据100%在自己手里,可以操控本地文件和浏览器,技能生态直接对接社区1.3万+技能,没有任何平台限制。
代价是:需要购买云服务器(月均100-400元起)、持续维护环境和安全补丁、承担配置错误导致数据泄露的风险。2026年3月爆发的 CVE-2026-25253 漏洞(CVSS 8.8)证明,这个风险不是纸面上的概率,而是真实会发生的事故。
核心差异:自托管是极客的玩具和生产力工具,DuClaw 是普通人的入场券。
3. 扣子(Coze,字节跳动)
定位:职场 AI 全功能平台,聚焦工作流搭建与多平台发布
扣子与 DuClaw 的目标用户有明显的交集,但产品哲学不同。扣子的核心是”搭 Bot,发布到各平台”——它是一个 Agent 开发与分发平台,用户在扣子上做出一个工作流 Bot,然后发布到抖音、微信、飞书等多个渠道触达终端用户。
DuClaw 的定位更接近”个人超级助手”——不是搭工具,是直接用 AI 完成你自己的任务。
在开箱即用的程度上,DuClaw 更彻底(无任何配置);在功能定制的深度和工作流编排的精细度上,扣子更完整。扣子还有 AI PPT、AI 写作、Vibe Coding 等与 DuClaw 完全不重叠的功能集。
核心差异:需要”搭智能体并发布给别人用”,选扣子;需要”自己用 AI 完成自己的任务”,选 DuClaw。
4. Manus(Monica 出品)
定位:自主决策的全自动 AI 代理,强调”给目标,不问过程”
Manus 是这一波 Agent 热潮里最有争议、也最令人印象深刻的产品。它的设计哲学是最大程度的自主性——用户说”帮我写一份完整的竞品分析报告”,Manus 自己决定搜索哪些关键词、访问哪些页面、如何组织结构,全程几乎不需要人类介入。
在复杂多步骤任务的自主完成能力上,Manus 目前领先 DuClaw。但代价是可控性低、中途报错难定位、国内办公平台集成几乎空白、中文信息源的质量不及百度生态支撑的 DuClaw。
此外,Manus 的定价明显更高,且目前没有中文搜索能力上的深度整合优势。
核心差异:愿意完全放权、任务开放性强、对过程不关心,选 Manus;需要精确控制、依赖中文信息检索、成本敏感,选 DuClaw。
5. 天工 AI(Skywork,昆仑万维)
定位:搜索增强型超级大脑,内容生成与深度调研双轮驱动
天工在2026年最突出的能力是 DeepResearch——多个专家 Agent 协同深度调研,输出接近专业咨询级别的分析报告。这个场景下,天工在内容深度和调研系统性上是国内最强的几款工具之一。
但天工缺乏 DuClaw 的定时自动化任务体系和7×24持续执行能力;工作流自动化是弱项;平台集成(飞书、钉钉等)几乎没有。天工更像一个”极强的生成工具”,而 DuClaw 更接近”能持续执行任务的数字员工”。
核心差异:深度调研和长文档生成,天工更专;持续执行自动化任务和日常助理场景,DuClaw 更实用。
五款产品横向对比
| 维度 | DuClaw | ArkClaw | OpenClaw自托管 | 扣子 | Manus |
|---|---|---|---|---|---|
| 上手门槛 | ★★★★★ 零部署 | ★★★★★ 极低 | ★★☆☆☆ 高 | ★★★★★ | ★★★★☆ |
| 百度生态搜索 | ✅ 独家内置 | ✗ | ✗ | ✗ | ✗ |
| 飞书集成深度 | ⚠️ 规划中 | ★★★★★ | ★★★★★ | ★★★★☆ | ✗ |
| 7×24定时任务 | ✅ | ✅ | ✅ | ✅ | 有限 |
| 本地文件操控 | ✗ | ✗ | ✅ | ✗ | ✅ |
| 数据隐私 | ⚠️ 百度云端 | ⚠️ 字节云端 | ✅ 完全自控 | ⚠️ 字节云端 | ⚠️ 云端 |
| 移动端支持 | 浏览器可用 | 浏览器可用 | 需自建 | ✅ App | ✅ App |
| 多模型切换 | ✅ | ✅ | ✅ 自定义 | ✅ | 有限 |
| 中文搜索深度 | ★★★★★ | ★★★☆☆ | 取决于配置 | ★★★☆☆ | ★★☆☆☆ |
| 首月参考价格 | 17.8元 | 约9.9元 | 云服务器自付 | 免费版可用 | 约百元级 |
百度在这场”养虾战争”里的位置
在2026年初的这场大厂竞相入局 OpenClaw 的浪潮里,百度给出的答案是最有体系感的一个。
字节跳动的优势是飞书,腾讯的优势是微信,阿里的优势是企业钉钉生态。而百度的独特底牌,是中文互联网上积累了二十多年的信息索引能力——全球最大的中文搜索引擎、最完整的中文百科、最全的中文学术索引,这三件事打包成 Skill,注入进龙虾,任何竞品都复制不了。
DuClaw 在”让普通人用得上龙虾”这件事上,做到了这个赛道里迄今最彻底的零门槛体验。它的未来竞争力不只取决于平台本身,还取决于百度能否持续扩展生态:企业微信、钉钉、飞书的接入预计在未来几个月内陆续落地,DuMate 桌面端与 RedClaw 移动端的成熟度也在快速提升。
对于大多数非技术背景的中文用户来说,如果你想体验一只”真正能帮你干活的 AI”,目前市场上找不到比 DuClaw 更低的入场门槛。