🤖 powerful-claw

---

💡 一句话定位：如果你想要一个不只是聊天、而是能真的帮你在电脑上干活的 AI 助手 —— 截屏看屏幕、移动鼠标点击、推流远程监控、剪辑录屏、还能把闲置的局域网电脑凑成算力池 —— 那它就是了。

✨ 核心亮点（比 OpenClaw 更强）

• 🧠 AI Agent 落地，而非聊天框 —— 多模态大模型（NVIDIA / OpenAI / Ollama / 自定义）驱动，能截图、能看屏幕（YOLO 目标检测）、能控制鼠标键盘，四级权限（None/View/Limited/Full）保证安全
• 📺 桌面实时推流 —— 1–30 FPS 可调，多协议视频（RTMP/SRT/SRTP）+ 多协议音频（WebRTC/SRTP/SMPTE 2110）自适应，浏览器打开即看，帧差压缩 + 分块编码大幅降带宽
• 🎬 内置 Web 视频剪辑器 —— 多轨时间轴、调色滤镜、字幕 SRT/ASS、语音转字幕，1080P/2K/4K 导出 MP4/MOV/GIF/WebM
• 🌐 局域网算力共享 —— UDP 自动发现节点，CPU/内存/GPU/NPU 实时监控，任务智能调度 + Fernet/RSA 加密传输，把闲置电脑拼成一个推理集群
• 🎨 Glassmorphism 桌面 UI —— 纯 Python（Pillow）与 C++（OpenGL）双实现毛玻璃 / 光晕 / 窗口动画，跨平台且热可插拔
• 🛠️ 原生 Python 实现 —— 比 OpenClaw 更轻量、更易二次开发、更易调试

📚 技术栈 / Tech Stack

🚀 已实现功能（清晰、可验证）

• 多 AI 提供者支持（Ollama、OpenAI、NVIDIA，可扩展）
• 屏幕识别与截图（YOLO 目标检测）
• 鼠标键盘自动化控制
• 桌面实时推流（RTMP/SRT/WebRTC）
• 局域网节点发现与监控
• 统一错误处理与日志系统
• 窗口 UI 管理
• 快速问答交互

🐛 已知问题（透明、专业）

• 部分高 DPI 显示器识别可能存在偏差
• 切换分辨率时偶现屏幕闪烁
• 仅在 Windows 10/11 完成基础测试
• 设置主题会有卡死现象
• 局域网算力共享节点还未完成
• 视频剪辑只是基础架构

🛠️ 快速开始（极简、可复制）

# 1. 克隆项目
git clone https://github.com/chen-xin-Liam/powerful-claw.git
cd powerful-claw

# 2. 安装依赖
pip install -r requirements.txt

# 3. 运行主程序
python src/main.py

# 4. 访问 WebUI（推流+剪辑）
# 浏览器打开：http://localhost:8080

📌 开发路线图（Roadmap，给人信心）

近期（1–2 个月）

• 修复已知 Bug，优化多显示器兼容性
• 实现全局热键支持
• 完善窗口一键布局功能
• 打包为 Windows 可执行文件（exe）

中期（3–6 个月）

• 完整 Mac/Linux 平台适配
• 增强局域网算力调度算法
• 支持更多 AI 模型（如 DeepSeek、CodeGemma）
• 增加自定义 Skill 系统（类似 OpenClaw）
• 完善文档与使用教程
• 完善mcp工具支持，增加更多功能

长期

• 跨平台统一安装包
• 云端管理面板
• 企业级安全与权限控制
• 插件生态系统

🤝 欢迎贡献

欢迎任何形式的贡献：

• 提交 Issue 反馈 Bug 或提出功能建议
• 提交 PR 修复问题、实现新功能
• 完善文档、补充测试用例
• 分享使用案例、制作教程

贡献流程

1. Fork 本仓库
2. 创建功能分支 (git checkout -b feature/xxx)
3. 提交修改 (git commit -m 'Add some feature')
4. 推送到分支 (git push origin feature/xxx)
5. 提交 Pull Request

📄 许可证

本项目采用 GPL-3.0 许可证，详见 LICENSE 文件。