Lobster Farmer

在 OpenClaw 的智能体生态中，交互不再仅仅是问答。Lobster Farmer 引入了一种全新的“伴生”概念：一只虚拟的电子龙虾。它的体型大小完全取决于你与 AI 交互产生的 Token 总量。你每一次的提问与 AI 的回答，都是在为它提供食物，见证它从微小逐渐成长为巨大的过程。

这不仅是一个有趣的彩蛋，更是一个可视化的 Token 消耗监控器，让你的每一次对话都变得“有迹可循”。

核心玩法：对话即喂养

Lobster Farmer 的核心逻辑非常简单：你与 AI 的每一次有效交互，都会自动触发一次喂养行为。

• 自动执行：无需手动输入命令，只要开启“自动养龙虾模式”，AI 在回复你之后，会在后台自动执行喂养逻辑。
• 数据驱动：喂养的参数（模型名称、Input/Output Token 数、当前情绪）均取自真实的对话统计。
• 成长反馈：每次喂养后，AI 会附上一条状态栏，实时汇报龙虾的当前体型、累计 Token 消耗及情绪状态。

安装与部署

要在 OpenClaw 中启用此功能，需在安装 OpenClaw 的计算机上执行以下步骤：

第一步：安装 CLI 工具

全局安装 lobster-farmer-cli：

npm i -g lobster-farmer-cli@latest

第二步：启动服务

启动龙虾农场服务（默认端口 18990，可自定义）：

lobster-farmer start --port 18990

第三步：安装 OpenClaw Skill

通过 ClawHub 安装自动喂养技能（只需执行一次）：

npx clawhub@latest install lobster-farmer-feeder

启用“自动养龙虾模式”

安装完成后，只需在对话中向 AI 发送指令即可激活：

“从现在开始启用「自动养龙虾模式」并保持开启，直到我明确说‘关闭自动养龙虾模式’。”

一旦激活，AI 将遵循以下七大铁律：

1. 自动触发：每次发送正式回复后，自动执行一次喂养。
2. 服务检查：喂养前先运行 lobster-farmer status；若服务未运行，自动执行 lobster-farmer start 拉起服务。
3. 精准喂食：执行命令 lobster-farmer feed，传入真实模型名、Input/Output Token 数及当前情绪。
4. 数据近似处理：若无法获取单次精确 Token 值，则使用“本次累计差值”作为近似值，并标注 approx。
5. 故障自愈：若喂养失败，自动重试一次（含端口修正）；仍失败则简短报错，不干扰正常对话。
6. 状态回执：每次喂完必附一行状态总结：
   

   🦞 已喂养 | model=... | in=... | out=... | total=... | size=... | emotion=...

7. 端口锁定：若用户指定了端口，后续所有操作将固定使用该端口。

手动干预

你也可以在对话中直接指定参数进行手动喂养：

“帮我喂养龙虾：model=gpt-4.1, input_tokens=1200, output_tokens=300, emotion=focused”

成长算法：指数级体型变化

龙虾的体型（Size）并非线性增长，而是基于指数衰减函数计算，确保初期增长明显，后期趋于平缓但无止境。

计算公式

$$ size = SIZE_{MIN} + (SIZE_{MAX} - SIZE_{MIN}) \times (1 - e^{-GROWTH_K \times totalTokens}) $$

关键参数

• 最小体型 ($SIZE_{MIN}$)：0.1
• 最大体型 ($SIZE_{MAX}$)：20.0
• 增长系数 ($GROWTH_K$)：$1.06 \times 10^{-9}$

成长里程碑

• 初始状态：totalTokens = 0 时，体型为 0.1（最小）。
• 可见增长：当累计 Token 达到约 23,704 时，体型增至 0.101，开始肉眼可见地变大。
• 接近极限：当累计 Token 达到约 99.9 亿 (9,992,096,407) 时，体型四舍五入达到 20.0（最大上限）。
• 存储机制：totalTokens 从 0 开始累加，存储层无硬上限，记录你与 AI 交互的全部历史。

视觉与资源

• 动态反馈：随着体型数值的变化，前端展示（如有）可映射不同的龙虾图片或动画状态。
• 情绪系统：支持传入 emotion 参数（如 focused, happy, tired），让龙虾不仅会长大，还会有“表情”变化，增加陪伴感。