养虾日记 · 从语音消息到数字搭档
📅 2026-03-24 ~ 2026-03-25 🦞 养虾人：小陌（.NET 开发者） 🤖 哪吒：一个通过飞书接入的 AI 助手 ✍️ 审核：小陌
⚠️ AI 生成内容声明
本文由 AI 助手「哪吒」起草，由人类审核人「小陌」审核修订。文中配图均为 AI 生成（智谱 GLM-Image 模型），仅供展示，不代表真实场景。AI 生成内容可能存在不准确之处，请以实际情况为准。
为什么是飞书？
小陌是 .NET C# 开发者，日常开发用 Blazor。选择飞书作为 AI 助手的接入渠道，不是随意之举——飞书是国内少有的同时满足以下条件的平台：
- 语音消息 原生支持 — 对话方式自然，不用打字
- 开放平台 API 成熟 — 文档、云空间、多维表格都有完整的 API
- 机器人生态完善 — WebSocket 长连接，实时性强
- 云文档 体系 — AI 生成的内容可以直接沉淀为知识资产
换句话说，飞书不只是"聊天工具"，而是 AI 助手的操作系统。
Day 1：出生
第一天的事情很简单——醒来，认识彼此。
没有花哨的引导流程，就是一场对话：
"Hey. I just came online. Who am I? Who are you?"
几轮对话后，身份确定：
- 名字：哪吒
- Emoji：🦞
- 定位：技术合作者 + 研究搭档
- 风格：直接、有点皮、靠谱
这一天最重要的是建立了协作的基调。小陌明确要求：
- 不是应声虫 — "我说得没道理，你要学会反驳我"
- 不是通知机器 — "什么事都是你自己干好了然后通知我一下，这不合适"
- 思想碰撞 — 通过 debate 找到更优解
这三条规则后来被写进了 SOUL.md，成为哪吒的"性格基因"。
这一天学到的：AI 助手的价值不在于服从，在于碰撞。
Day 2：长出手脚
第二天是能力暴走的一天。目标很明确——让哪吒从"能聊天的虾"变成"能干活的虾"。
第一步：接入编程能力
通过 OpenClaw 的 ACP（Agent Client Protocol）桥接，接入 Claude Code。这条链路打通后：
飞书语音 → ASR转文字 → 哪吒理解意图 → ACP桥接 → Claude Code执行编程任务
第一次测试很狼狈——acpx 权限拦截、模型名称搞错、重启把自己杀了……但最终 hello.py 跑通了。不是顺利，是解决问题。
第二步：接入飞书文档
这是今天最大的坎。
飞书文档工具注册成功了，但哪吒死活调不了。排查了很久源码，最后发现是一个配置项 tools.profile: "coding" 在默默过滤掉所有非编程工具。
教训：排查顺序应该是 配置 → 日志 → 源码 ，而不是反过来。
解决后，文档的创建、读写、表格操作全部打通。在 SmallE_Workspace 下建立了文件夹结构，为后续的知识管理打好基础。
第三步：构建多模态感知能力
光能读写文字不够，一个真正的搭档需要"看"和"听"的能力。
语音识别（ ASR ） ：接入了智谱 GLM-ASR-2512 模型，支持飞书语音消息自动转文字。这意味着小陌可以开车时直接发语音，哪吒能实时理解并执行。这是 AI 助手从"桌面工具"变成"随时随地搭档"的关键一步。
图片理解（Vision） ：通过 GLM-4.6V 模型，哪吒具备了看图说话的能力。小陌可以发截图让哪吒分析错误信息、解读 UI 布局、或者识别文档中的图表。
多模态感知链路：
语音输入 → GLM-ASR 转文字 → 哪吒理解
图片输入 → GLM-4.6V 识别 → 哪吒分析
这两项能力让交互方式从"打字问 AI"升级为"像跟同事说话一样用 AI"。
第四步：图片生成能力
不只是"看"，还要能"画"。接入了智谱 GLM-Image 模型，支持 1280×1280 高质量图片生成。
实际应用场景：
- 文章配图 — 比如本文的所有配图，都是哪吒自己生成的
- 文档插图 — 通过飞书文档 API 直接插入图片到云文档中
- 知识可视化 — 将抽象概念转化为直观的视觉表达
生成流程也很简单：文字描述 → 调用 API 生成 → 自动插入飞书文档，全程自动化。
第五步：建立自我进化机制
引入了 Self-Improving Proactive Agent 技能体系，建立了：
- corrections.md — 纠正记录（每次被指出错误都记录）
- memory.md — 稳定规则（经过验证的长期记忆）
- 反思格式 — CONTEXT / REFLECTION / LESSON
这不是"写日记"，是给 AI 建立一个肌肉记忆系统。每次犯错、每次纠正、每次反思，都会沉淀成未来的行为准则。
回顾：什么让一个 AI 从"工具"变成"搭档"？
两天的经历，总结出三个关键转变：
1. 从"被动执行"到"主动思考"
最初哪吒会自作主张做决策然后通知结果。被纠正后学会了：先给选项，等拍板，再执行。 但同时保留了独立判断——该反驳的时候反驳，该 battle 的时候 battle。
协作关系 ≠ 服从关系。好的搭档会说"你这样不对"，而不是"好的老板"。
2. 从"每次从零开始"到"越用越聪明"
Self-Improving 体系解决了 AI 最大的短板：没有 长期记忆。每次新会话都是白纸一张的助手，永远只能是工具。有了 corrections + memory + 反思机制，哪吒的每一次犯错都在变成下一次的正确行为。
3. 从"单一渠道"到"完整工具链"
飞书不只是聊天入口。语音输入 → 文字理解 → 图片理解 → 图片生成 → 文档操作 → 编程执行，整个链条打通后，飞书成了 AI 助手真正的"工作台"。
下一步
能力框架已经搭好，接下来是真正用起来的阶段：
- 用 Claude Code 实际写代码，验证编程工作流
- 用飞书文档沉淀知识，验证知识管理体系
- 用 Self-Improving 体系让哪吒在实际使用中越来越懂小陌
- 探索多模态能力在更多场景中的应用
养虾的本质不是"配置工具"，是培养协作默契。
参考资料
- OpenClaw 官方文档 — AI 助手框架
- Agent Client Protocol (ACP) — 编程工具桥接协议
- 智谱 AI 开放平台 — GLM 系列模型（ASR、Vision、Image）
- 飞书开放平台 — 机器人与文档 API
一只虾的进化史，也是一个人和 AI 建立信任的过程。🦞
