OpenMausBot 接国产 DeepSeek 实测:零国外账号跑起 AI 机器人团队

OpenMausBot 调度本机 AI 命令行工具,接国产 DeepSeek 低成本实现动手干活。
OpenMausBot 是一个在 GitHub 上获得近 8000 星的测试版项目,它本身不携带模型,而是在本机启动服务,调度已登录的 Claude Code、Codex 等命令行工具,并让多个机器人在聊天界面中分工执行任务。数据保存在本地,动手前需用户确认。本文基于 B 站 UP 主的 Linux 实测,梳理了从安装、配对到接入国产 DeepSeek 的完整流程:通过修改 .claude-settings.json 指向 DeepSeek 的 Anthropic 接口,十元充值即可跑通,实测成本不到一毛钱。文章还总结了社区踩过的四个坑——端口与数据目录冲突、Windows SmartScreen 拦截、内置浏览器卡 connecting、手机扫码不能用 127.0.0.1,并提醒 API 直连方式目前只支持聊天,无法执行命令。
GitHub 上有个项目最近涨势很猛——OpenMausBot,截至目前已积累近 8000 颗星。它的思路并不复杂:把一群 AI 机器人塞进一个聊天软件里,每个机器人都能真正动手干活,而不是只陪你聊天。
B 站 UP 主在一台全新的 Linux 电脑上做了从零实测,模型选用国产 DeepSeek广告,全程不需要国外账号,充值十块钱就能跑起来。本文结合这次实测,把安装流程和社区里踩过的四个坑一并梳理清楚。
它到底是什么:不带模型,只做调度
先厘清一个常见误解:OpenMausBot 本身不携带任何模型。每个机器人背后调用的,是你电脑上已经装好的 Claude Code、Codex 或 Grog 这类命令行工具,用的是你自己的账号。
它在本机 127.0.0.1 上跑一个小服务,聊天记录、密钥等数据都保存在你电脑的 .OpenMausBot 文件夹里,不上云。机器人要执行命令或改文件之前,会先弹出一张确认卡片,你点了同意它才动手。这种“动手前先请示”的设计,是它区别于普通聊天机器人的关键。
适合的人群很明确:想让多个 AI 分工帮你干活的人。如果国外模型用不了也没关系,后面会实测接上国产 DeepSeek。

Claude Code 是什么? Claude Code 是 Anthropic 推出的命令行 AI 编程助手,用户可以在终端里用自然语言让它读写文件、执行命令、调试代码。它本身是一个「外壳」——真正干活的是背后调用的模型。默认情况下它连接 Claude 官方模型,但通过配置文件可以把 Base URL 和 Auth Token 指向任何兼容 Anthropic 接口的服务,这正是本文能把它接到 DeepSeek 上的原理。理解这一点很重要:OpenMausBot 调度的是 Claude Code 这个执行框架,而模型是可替换的。
安装前的两道门槛
系统方面,支持 Mac、Windows x64 和 Ubuntu 24.04 Linux,目前仍是测试版。走命令行安装的话,Node.js 需要 24 以上版本——实测机器是 24.22.1,满足要求。
真正的门槛只有一条:至少装好并登录一个 AI 命令行工具。这一条过不了,后面都无从谈起。
安装方式有两条路。小白可以直接下载桌面版,README 的 Quickstart 里就有链接:Mac 分 Apple 芯片和 Intel 两个包,拖进应用程序即可,官方称已签名公证;Windows 下载 setup.exe,不需要管理员权限;Ubuntu 推荐装 deb 包,用 sudo apt install 加安装包路径即可。
Windows 用户第一次运行会遇到 SmartScreen 拦截,提示“Windows 已保护你的电脑”。不用慌,这是因为官方安装包还没做代码签名,README 里自己都写了。点“更多信息”再点“仍要运行”即可,前提是确认你从官方 GitHub 下载。
更推荐命令行方式,Linux 服务器上也能用:先用 npm 全局安装,再启动服务。第一次直接运行会进入设置向导,实测用 OpenMausBot serve 先把服务跑起来,看到服务监听在 127.0.0.1:8799 就说明成功了。要停掉服务,在终端按 Ctrl+C,已保存的内容不会丢。

接上 DeepSeek:十块钱跑起来
浏览器打开服务地址,第一次需要先配对:另开一个终端运行 OpenMausBot pair,填入配对码即可进入。欢迎页上的按钮写着 Install Cloud,别被名字吓到——Claude Code 在这里只是一个干活的命令行外壳,背后的模型待会儿换成 DeepSeek,不需要 Claude 账号。
新开终端用 npm 装好 Claude Code,能正常打出版本号就说明装好了。接下来去 DeepSeek 开放平台,用手机号登录,在左侧 API Keys 里创建一个新 Key,马上复制保存——它只显示这一次,也千万别发给别人。
价格方面,DeepSeek Flash 每百万输入 tokens 一元、输出四元,工作日白天高峰时段价格翻倍,账户里得有余额才能用,充值前要先做实名认证。实测充了十块钱,整期所有演示跑下来只花了不到一毛钱。
配置的关键在于:官方文档教的是导出环境变量,但 OpenMausBot 读的是 .claude-settings.json 文件,所以写进文件更稳。Base URL 填 DeepSeek 的 Anthropic 接口地址,Auth Token 填你的 Key,模型名都填 DeepSeek Flash;再在 .claude.json 里把 hasCompletedOnboarding 设成 true,跳过 Claude 自己的登录引导。用 Claude 命令行发一句话测试,看到中文回复就说明 DeepSeek 接通了,提示“doesn't recognize the model”可以忽略。
改完配置回到第一个终端,Ctrl+C 停掉再运行一次 OpenMausBot serve 让它读到新配置。回到浏览器点左上角加号新建机器人,在右上角模型菜单里点 show all,在 local models 下选 DeepSeek Flash。

打开机器人设置,把 before 选项设成 ask me first,也就是动手之前必须先问你。给它一个小任务,比如在 demo 文件夹里新建 hello.txt 写一句“你好 DeepSeek”,你会看到它每要跑一条命令、写一个文件都会先弹一张卡,点 allow once 它才继续。最后它回复文件已建好、内容也对——整个过程全是国产模型在干活,实测可用。
Token 与计费方式 Token 是大模型处理文本的基本单位,一个中文字大约对应 1–2 个 token,英文单词约 1 个 token。DeepSeek 按「每百万 token」计价,输入指你发给模型的内容,输出指模型生成的回复。由于 AI 编程助手每执行一步都要把上下文重新发给模型,输入 token 消耗往往远大于输出。本文实测十元充值跑完整期演示只花不到一毛钱,说明在轻量任务下成本极低,但复杂长对话场景仍需留意余额。
四个坑:社区踩过的弯路
坑一:端口与数据目录冲突
第一个终端里服务还开着,在第二个终端再启动一次,会提示 8799 端口已被占用。换个端口用 8899 试试,结果又报 data dir is error——数据目录同样被占用,因为两个实例用的还是同一个数据目录。解决办法很简单:先关掉旧实例;真要同时开两个,就端口和数据目录一起换。还有个细节:换了端口以后,pair 命令默认还是去找 8799,需要用 OMB_PORT 告诉它新端口,才能连到 8899。
坑二:Windows 内置浏览器卡在 connecting
用一两次后就一直卡在 connecting,官方还没修。社区里有人给了一条 PowerShell 命令,可以清掉残留的 Chrome 进程,命令可查原视频简介。
坑三:手机扫码连不上
手机扫出来的地址是 127.0.0.1,那指向的是手机自己,当然连不上。官方文档写得很清楚:手机要走 https 地址,官方托管地址、Tailscale 或你自己的反向代理,三选一。

127.0.0.1 与 https 的必要性 127.0.0.1 是「回环地址」,永远指向设备自己,所以手机扫到这个地址只会连到手机本身。要让手机访问电脑上的服务,必须使用电脑在局域网中的真实 IP,或通过公网可达的地址。此外,现代手机浏览器对非 https 页面在调用摄像头、剪贴板等能力上有严格限制,官方因此要求移动端走 https。Tailscale 是一种组网工具,能把你的多台设备放进同一个虚拟局域网并自动提供 https 证书,是较省事的方案;反向代理则是用 Nginx 等工具把内网服务映射到带证书的公网域名。
坑四:国内用户的三点提醒
模型方面,除 DeepSeek 外,官方文档还列了通义千问广告和 Kimi 等国内模型,各家服务都有条款限制,先确认自己能合规使用。另外设置向导里还有一种 API 直连的方式,官方文档写明目前只支持聊天,不会像 Claude Code 那样自己跑命令改文件——想让机器人真动手,就用前面这套 Claude Code 加 DeepSeek 的接法。npm 下载慢就切国内镜像,一条命令搞定,切完用 npm config get registry 确认。中文界面大概只翻译了一半,中英混排是正常现象。
这套组合值不值得试
OpenMausBot 的价值不在于又一个聊天入口,而在于把“AI 能动手”这件事做成了可管控的流程:本地存储、动手前确认、多机器人分工。配合国产 DeepSeek 的低成本和合规便利,它给无法使用国外模型的用户提供了一条现实路径。当然,测试版意味着坑还会有,端口、签名、移动端访问这些细节都需要自己处理,但按上面的顺序走一遍,基本能少折腾不少时间。
相关推荐

AI检测误判风波:作家被指用AI写作,谁该举证?
2026年英联邦短篇小说奖地区获奖者被Pangram检测工具判定100% AI生成,最终靠草稿自证清白。这起事件揭示了AI检测工具的误判风险与创作者面临的举证困境,以及作家协会承认没有可靠AI检测方法的现实。

Paul Ford新作引热议:Web本身已经足够
Paul Ford 文章《The Web Is More Than Enough》在 Hacker News 引发讨论,主张 Web 标准已足够承载应用开发,反对动辄引入封闭平台。本文梳理其核心论点、与当前 AI 应用潮流的张力,以及对开发者技术选型的实际含义。

斯坦福如何教授AI原生工程:CS146S课程揭秘
斯坦福CS146S课程直面AI一键生成作业的挑战,探索AI原生工程教育。Mihail Eric分享如何将AI作为工程伙伴,培养系统设计和代码审查能力,为工程教育提供新范本。