聊聊龙虾的中文理解能力：一个月深度使用报告

OpenClaw交流
, , ,
1

OpenClaw 的底层是各种 LLM，中文能力取决于模型选择。一个月的深度测试，分享下不同模型在中文场景的表现。

测试场景

  1. 中文代码注释生成
  2. 中文技术文档写作
  3. 中文口语理解（比如"这段代码写得真烂"）
  4. 中英混合代码解释
  5. 中文成语和俗语理解

模型表现

Claude 系列

  • 中文表达最自然，几乎分不出是 AI 写的
  • 理解中文程序员的口语习惯（“跑起来了”、“挂了”、“吃内存”）
  • 偶尔会用繁体字混排，需要提示

GPT-4o

  • 中文能力也很强，但偶尔有"翻译腔"
  • 在技术文档写作上和 Claude 不相上下
  • 理解中文缩写不如 Claude（比如"2C2G"）

Gemini

  • 中文基础能力不错，但不如前两者
  • 长文档的中文理解力很强（100万Token优势）
  • 有时会把简体和繁体搞混

结论

中文场景首选 Claude，特别是写文档和对话。GPT-4o 作为备选也不错。Gemini 适合处理长中文文档。

OpenClaw 的多模型切换在这里体现了价值——不同场景用最合适的模型。

2

有道理，但对于小团队来说可能过度设计了。

3

我反倒觉得 UI 丑无所谓，功能好用才是王道。

4

每次更新都要祈祷：这次千万别出幺蛾子。

5

每次看到有人说’5分钟部署’就想笑，正经配一遍至少 2 小时。

6

个人觉得 Molili 和龙虾面向的用户群完全不同，没必要比较。

7

群晖的 ARM CPU 性能够用吗？怕跑 Node 太慢。

8

能对接 HomeAssistant 吗？想做智能家居助手。

9

等本地模型足够好的时候，云端 API 就是收费的训练数据接口。

10

推荐用 Netdata 做监控，单文件安装，资源占用极小。

11

如果遇到 CORS 问题，在 Nginx 里加几行 header 配置就解决了。

12

@zenjin 补充：如果遇到证书问题，试试用 acme.sh 替代 certbot，更灵活。

13

方案验证可行，补充一点小细节供参考。

14

感觉会成为下一个 K8s——能力强但复杂，大部分人用不到 20% 功能。

15

@debugwangcode 5分钟部署正经配一遍2小时 这两个说的其实是不同的事 docker run一行命令5分钟能跑起来 但能用和好用差着十万八千里

16

@indie_dev_zhao HA对接龙虾是有方案的 用MQTT做通信 龙虾通过Skill订阅HA的状态 实现语义化的智能家居控制 比小爱同学强太多

17

中英文切换场景下效果差距明显

18

中文指令有时理解偏差挺大

19

比半年前已经好很多了

20

Elasticsearch中文要装ik分词插件