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 — 按住录音按钮说话，松开后自动识别为文字
- 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 — 与长按录音等效
长按消息
长按任意消息弹出操作菜单：
- 复制 — 复制消息文本
- 转发 — 将消息转发到其他对话
- 删除 — 删除单条消息（仅删除本地记录）
语音界面
语音界面提供纯语音交互体验：
- 点击并按住中央的麦克风按钮
- 对着麦克风说话
- 松开按钮，语音自动发送
- 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：
- ASR（语音识别） — 语言、灵敏度
- TTS（语音合成） — 音色选择、语速调节
- 语音打断 — 是否允许语音打断 Agent 回复
数字人界面
Live2D 数字人通过 WebView 渲染，支持：
- 实时表情 — 数字人根据对话内容做出表情
- 口型同步 — TTS 播放时嘴唇随语音同步
- 交互反馈 — 点击数字人触发随机动作和语音
使用前提
数字人正常工作需要：
- Live2D 模型文件 已放置在
assets/live2d/Resources/目录下 - TTS 配置 正常（数字人朗读需要 TTS 音频）
- 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：
bash
# 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：
bash
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
- 进入 设置 → 服务器配置
- 点击 添加服务器
- 填写服务器信息：
| 字段 | 说明 | 示例 |
|---|---|---|
| 名称 | 自定义名称 | "我的 MacBook" |
| 地址 | OpenClaw Gateway 的 WebSocket 地址 | ws://192.168.1.100:18789 |
| 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
- 开发/生产分离 — 一台测试环境，一台生产环境
- 多地点部署 — 办公室一台 GPU 服务器，家里一台
- 功能隔离 — 一台做生图（带 ComfyUI），一台做日常对话
设置界面
主题
- 跟随系统 — 自动切换浅色/深色模式
- 浅色模式 — 默认白色主题
- 深色模式 — 护眼暗色主题
语言
当前支持：中文、英文。切换后 AI 回复语言也会相应调整。
数据管理
- 清除聊天记录 — 删除所有本地聊天记录
- 管理模型文件 — 查看/删除下载的 ASR、TTS 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 |
Ctrl + N | 新建对话 |
Cmd + , | 打开设置 |
Escape | 取消/关闭当前操作 |
常见操作流程
流程一：生成图片
- 在对话界面输入："帮我画一只橘猫"
- Agent 接收后调用 ComfyUI 生成
- 图片生成后自动显示在聊天中
- 如果效果不理想，继续对话调整 prompt
流程二：会议记录
- 发送录音文件（mp3/wav 等格式）
- 告诉 Agent："帮我把这段录音整理成会议纪要"
- Agent 调用 ASR + LLM 生成结构化纪要
- 纪要生成后可以要求导出
流程三：知识问答
- 在设置中配置好知识库（需 OpenClaw 端配置）
- 对话中提问："我们公司的离职流程是什么？"
- Agent 从知识库中检索并回答
- 可以追问更多细节
流程四：文章发布
- 在设置中配置好掘金等平台的 Skills
- 对话中："把 workspace 里的 文章.md 发布到掘金"
- Agent 自动打开浏览器、登录、发布
- 默认发布为草稿，确认无误后再公开发布