App 使用指南

本文介绍 ParrotClaw App 的各个界面和功能的使用方式。

---

概览

ParrotClaw 是一个对话式 AI 数字员工 App。核心界面分为几个 Tab：

Tab	说明
💬 对话	AI 聊天主界面，支持文字、图片、语音、文件
🎙️ 语音	纯语音交互界面，对话即按即说
👤 数字人	Live2D 数字人对话，有表情和口型
⚙️ 设置	服务器管理、语音配置、关于页面

---

对话界面

基本操作

打开 App 默认进入对话界面。底部输入框支持：

• 文字输入 — 像聊天一样打字
• 语音输入 — 点击录音按钮开始录音，停止说话后自动发送
• 图片发送 — 点击 + 从相册选择或拍照
• 文件发送 — 点击 + 选择文件（音频、文档等）

消息类型

App 支持多种消息格式的渲染：

消息类型	显示方式
文本	聊天气泡，支持 Markdown
流式文本	Agent 逐字输出时的渐进式显示
图片	内嵌显示，点击可放大
音频	播放器控件，支持播放/暂停/进度调节
视频	视频播放器（支持平台原生播放器）
文件	文件卡片，点击可预览或保存
系统消息	连接状态、错误提示等

回复框操作

发送文字和语音之外，输入框左侧的 "+" 按钮展开更多操作：

• 📷 拍照 — 调用相机拍照并发送
• 🖼️ 相册 — 从相册选择图片
• 📎 文件 — 从文件管理器选择文件
• 🎤 语音输入 — 点击开始录音，停止说话后自动发送

长按消息

长按任意消息弹出操作菜单：

• 复制 — 复制消息文本

---

语音界面

语音界面提供纯语音交互体验：

1. 点击中央的麦克风按钮开始录音
2. 对着麦克风说话
3. 停止说话后自动检测静默，语音自动发送
4. Agent 回复后，TTS 自动朗读

语音界面需要配置离线 ASR（SenseVoice 模型）和 TTS。详见 OpenClaw 配置指南。

语音设置

在设置中可以调整：

• TTS 模式 — 选择使用 OpenClaw 端 TTS 还是 Flutter 端本地 TTS（flutter_tts）
• 语音打断 — 是否允许说话时打断 Agent 的 TTS 回复

---

数字人界面

Live2D 数字人通过 WebView 渲染，支持：

• 口型同步 — TTS 播放时嘴唇随语音同步

使用前提

数字人正常工作需要：

1. Live2D 模型文件 已放置在 assets/live2d/Resources/ 目录下
2. TTS 配置 正常（数字人朗读需要 TTS 音频）
3. 音频格式 为 44100Hz、16-bit、单声道 PCM WAV（Live2D 播放器的硬性要求）

音频格式说明

如果使用 tts-wrapper.sh 脚本方案，wrapper 会自动用 ffmpeg 转码为正确格式。如果直接使用 edge-tts（不经过 wrapper），需要确认输出格式符合要求：

# 检查音频格式
ffprobe /path/to/audio.wav
# Sample Rate = 44100 Hz, Channels = 1 (mono)

如格式不符，用 ffmpeg 转码：

ffmpeg -y -i input.wav -acodec pcm_s16le -ar 44100 -ac 1 output.wav

---

多服务器管理

ParrotClaw 支持同时配置多台服务器，在 App 内一键切换。

添加服务器

1. 进入 设置 → 服务器配置
2. 点击 添加服务器
3. 填写服务器信息：

字段	说明	示例
名称	自定义名称	"OpenClaw"
地址	OpenClaw Gateway 的 WebSocket 地址	192.168.1.100
端口	OpenClaw Gateway 端口	18789
Token	认证 token	e939...

切换服务器

配置多台服务器后，在对话界面点击顶部服务器名称，即可在弹出的列表中切换。

应用场景

• 多地点部署 — 可以家里一台负责个人需求，公司一台负责工作
• 功能隔离 — 生图设备建议16G显存（带 ComfyUI）

---

设置界面

主题

• 深色模式 — 护眼暗色主题

语言

当前支持：中文。（将会开发英文版）

数据管理

• 清除聊天记录 — 删除所有聊天记录
• 管理模型文件 — 删除APP会清除ASR模型文件

关于

显示 App 版本号、开源协议、作者信息、致谢列表。

---

快捷键（桌面版）

macOS 桌面版支持以下快捷键：

快捷键	功能
Enter	发送消息
Shift + Enter	换行

---

常见操作流程

流程一：生成图片

1. 在对话界面输入："帮我画一只橘猫"
2. Agent 接收后调用 ComfyUI 生成
3. 图片生成后自动显示在聊天中
4. 如果效果不理想，继续对话调整 prompt

流程二：会议记录

1. 打开录音功能
2. 告诉 Agent："帮我把这段录音整理成会议纪要"
3. Agent 生成结构化纪要
4. 纪要生成后可以要求导出

流程三：知识问答

1. 在设置中配置好知识库（需 OpenClaw 端配置）
2. 对话中提问："我们公司的离职流程是什么？"
3. Agent 从知识库中检索并回答
4. 可以追问更多细节

流程四：文章发布

1. 在设置中配置好掘金等平台的 Skills
2. 对话中："把 workspace 里的 文章.md 发布到掘金"
3. Agent 自动打开浏览器、登录、发布
4. 默认发布为草稿，确认无误后再公开发布