返回探索

VidClaw

Project management software

为你的 OpenClaw 智能体打造的开源自托管看板。

💡 我在 OpenClaw 上运行着一个处理 SEO 追踪、内容写作和代码任务的 AI 智能体。但光靠聊天窗口来管理简直是一场灾难,太混乱了。我需要一种方式能直观地排列任务队列、监控智能体的实时动态、追踪开销,并且不用通过 SSH 编辑文件就能微调它的“人格”。VidClaw 就是为此而生的仪表盘。它风格鲜明、极简,是为那些真正运行 AI 智能体的人准备的,而不仅仅是空谈。它是 100% 自托管的,你的数据永远不会离开你的服务器。

"它就像是给你的 AI 员工装了一个“透明办公室”,任务进度、工资开销、性格脾气,一眼望去全在掌控之中。"

30秒快速判断
这App干嘛的:一个自托管的 Web 看板,让你用拖拽卡片的方式给 OpenClaw AI agent 派任务、看花费、切模型、改“人格”。
值不值得关注:如果你正在跑 OpenClaw agent 且受够了聊天窗口管理,值得一试;若不用 OpenClaw 则无需关注。
2/10

热度

6/10

实用

2

投票

产品画像
完整分析报告
~19 分钟

VidClaw:给 OpenClaw 用户的任务看板,解决"聊天管理 AI agent 太混乱"的问题

2026-02-19 | ProductHunt | 官网 | GitHub


30秒快速判断

这App干嘛的:一个自托管的 Web 看板,让你用拖拽卡片的方式给 OpenClaw AI agent 派任务、看花费、切模型、改"人格",而不用在终端里干瞪眼。

值不值得关注:如果你正在跑 OpenClaw agent,而且受够了在聊天窗口里管理一堆任务 —— 值得一试,装起来 5 分钟的事。如果你不用 OpenClaw,这东西跟你没关系。它 PH 只拿了 2 票,但这不代表产品差 —— OpenClaw dashboard 赛道刚起步,谁都没几票。

和谁比:同赛道至少有 Claw Control、Mission Control、ClawDeck、AI Maestro、Vibe Kanban 等 8 个以上竞品。VidClaw 的差异在于"专注单 agent + Soul Editor + 费用追踪"的组合,是目前最"个人向"的选择。


与我有关三问

与我有关吗?

  • 目标用户是谁:正在跑 OpenClaw agent 的个人开发者、技术博主、独立黑客。具体来说,是那些让 agent 自动跑 SEO、写内容、执行代码任务,但发现纯聊天管理快要崩溃的人。
  • 我是吗:如果你有一台服务器/Mac Mini 在跑 OpenClaw,而且每天给 agent 布置 5 个以上任务 —— 你就是目标用户。如果你只是偶尔跟 ChatGPT 聊两句,这不是给你的。
  • 什么场景会用到
    • 你的 OpenClaw agent 同时处理 SEO 监控、博客写作、代码修复 -> 用 VidClaw 的 Kanban 排优先级
    • 你想知道这个月 agent 花了你多少钱 -> 用 Usage Tracking 看 token 消耗
    • 你想调 agent 的"个性"但不想 SSH 进去改文件 -> 用 Soul Editor
    • 你不需要管理多个 agent -> VidClaw 就够了(多 agent 选 AI Maestro 或 Mission Control)

对我有用吗?

维度收益代价
时间不用在终端里翻聊天记录找任务状态,一眼看清安装 5 分钟,学习曲线接近零
金钱免费(个人用途),费用追踪帮你发现 token 浪费需要已有服务器跑 OpenClaw
精力拖拽排任务比打字指令省心多了又多了一个需要维护的工具

ROI 判断:如果你已经在跑 OpenClaw 而且每天布置 3+ 个任务,花 5 分钟装一下绝对值。如果你的 agent 一周才跑一次任务,没必要。

喜闻乐见吗?

爽点在哪

  • Soul Editor 带版本历史:改了 agent 人格不满意?直接回滚。这个功能别家没有。
  • 费用追踪匹配 Anthropic 速率窗口:进度条直接告诉你离限速还有多远,避免超支。
  • 一键 "Run Now":不想等 cron,直接戳一下让 agent 干活。

用户怎么说

"很高兴看到 OpenClaw 生态系统中出现这些改进。" —— ProductHunt 用户

坦白说,因为产品刚上线两天,社区反馈还很少。Twitter 上搜不到任何讨论,Reddit 也没有帖子。这不是坏事 —— 只是太早了。


给独立开发者

技术栈

  • 前端:React + Vite + Tailwind CSS
  • 后端:Express.js
  • 存储:JSON 文件(没有数据库!简单粗暴)
  • AI/模型:不直接调用模型,通过 OpenClaw 的 config watcher 实现模型热切换
  • 要求:Node.js 18+ 和一个运行中的 OpenClaw 实例

核心功能实现

VidClaw 的聪明之处在于它不造轮子 —— 它不自己跑 AI agent,而是作为 OpenClaw 的"前端面板"。任务执行靠 OpenClaw 的 cron(每 2 分钟检查)或 heartbeat(每 30 分钟),VidClaw 只负责把任务排进队列、展示结果。

费用追踪是直接解析 OpenClaw 的 session transcript 文件,而不是接 API。这意味着不需要额外的监控服务,但也意味着数据精度取决于 OpenClaw 的日志格式。

开源情况

  • 仓库github.com/madrzak/vidclaw
  • 许可证:有矛盾信息 —— 一处说 MIT,另一处说 Business Source License 1.1(个人免费,商业需授权)。建议直接看仓库里的 LICENSE 文件确认。
  • 自己做难度:低。React + Express + JSON 文件,核心是 UI 层面的工作。一个全栈开发者大概 2-3 周能做出类似的东西。但难点不在代码,在于对 OpenClaw 文件结构和 config watcher 的深度理解。
  • 类似开源项目:Claw Control、ClawDeck、Mission Control 都是同类开源项目。

商业模式

  • 变现方式:开源核心 + 商业许可(BSL 1.1 模式)
  • 定价:个人免费,商业需联系作者
  • 用户量:未知(PH 2 票暗示极早期)

巨头风险

这里有个重磅消息:OpenClaw 创始人 Peter Steinberger 2 月 14 日宣布加入 OpenAI,OpenClaw 将转入开源基金会。Sam Altman 说"未来会是极度多 agent 的,支持开源是其中重要一环"。

这对 VidClaw 意味着什么?两面性。好的一面:OpenClaw 有了 OpenAI 的背书,生态会更繁荣,用户会更多。坏的一面:OpenAI 可能会做官方 dashboard,那第三方工具就尴尬了。但短期内(6-12 个月),这个风险不大 —— OpenAI 有太多更重要的事要做。


给产品经理

痛点分析

  • 解决什么问题:AI agent 用聊天管理 = 混乱。你给 agent 布置了 10 个任务,哪个在跑、哪个排队、哪个失败了?纯聊天里根本看不清。
  • 痛点有多痛:对于每天跑 5+ 个 agent 任务的人来说是刚需。对于偶尔用用的人是锦上添花。
  • 创始人原话:"我在 OpenClaw 上运行着一个处理 SEO 追踪、内容写作、代码任务等的 AI agent。光靠聊天管理太混乱了。"

用户画像

  • 核心用户:运行 OpenClaw agent 的技术型个人开发者(自建 VPS/Mac Mini)
  • 使用场景:让 agent 自动跑 SEO 任务、内容写作、代码修复、定时任务,需要一个"任务控制台"

功能拆解

功能类型说明
Kanban 看板核心Backlog/Todo/In Progress/Done,拖拽排序
费用追踪核心实时 token 用量 + 匹配 Anthropic 速率限制
模型切换核心一键切换 Claude 模型,config watcher 热重载
Soul Editor差异化编辑 SOUL.md/IDENTITY.md,带版本历史
技能管理实用查看/启用/禁用技能
活动日历锦上添花月度 agent 活动视图
内容浏览器锦上添花Markdown 预览 + 语法高亮

竞品差异

vsVidClawClaw ControlMission ControlAI Maestro
定位单 agent 个人看板多 agent 协调全功能命令中心多机 peer mesh
复杂度很高
特色Soul Editor + 费用追踪主机监控 + 健康指标任务派发 + 编排35+ agent 跨机管理
依赖React + Express1 个 ws 依赖全功能peer mesh 网络
适合跑 1 个 agent 的人需要系统监控的人需要编排多任务的人大规模 agent 部署

可借鉴的点

  1. Soul Editor 是个好主意:给 AI agent 做"人格编辑器"+ 版本控制,目前很少有人做这个。如果你在做 AI agent 产品,可以借鉴。
  2. 费用追踪匹配速率窗口:不只是告诉你花了多少钱,还告诉你"离限速还有多远",实用。
  3. JSON 文件存储而不是数据库:对于个人工具来说,这是正确的选择。降低了安装门槛,也让数据可读可调试。

给科技博主

创始人故事

  • 创始人:Lukasz Madrzak(GitHub: madrzak)
  • 身份:首席工程师
  • 背景:Android 开发者出身,在 Medium 上发布过 Android 开发教程系列(Fragments、MVVM 模式等)。从移动开发转向 AI agent 管理工具。
  • 为什么做这个:自己是 OpenClaw 重度用户,聊天管理太混乱,索性自己写了个 dashboard。典型的"自己造工具"独立开发者故事。

争议点/讨论角度

  • 角度 1 —— OpenClaw 生态井喷:两个月内冒出 10+ 个 dashboard 项目,这说明什么?OpenClaw 的 15 万星标催生了一个"寄生生态"。
  • 角度 2 —— Peter Steinberger 加入 OpenAI 后会怎样? OpenClaw 转入基金会,官方会不会做自己的 dashboard?第三方生态何去何从?
  • 角度 3 —— BSL vs MIT 许可证之争:OpenClaw dashboard 赛道里,有的用 MIT,有的用 BSL 1.1。开源项目的商业化边界在哪?

热度数据

内容建议

  • 适合写的角度:"OpenClaw Dashboard 大战:10 个开源项目怎么选?" —— 用 VidClaw 做引子,横向评测所有 dashboard。
  • 蹭热点机会:Peter Steinberger 加入 OpenAI 是大新闻(TechCrunch、Bloomberg 都报了),可以从"OpenClaw 生态何去何从"的角度切入,提到 VidClaw 这类第三方工具的命运。

给早期采用者

定价分析

层级价格包含功能够用吗?
个人/非商业免费全部功能完全够用
商业需联系作者商业部署授权个人用不需要

隐藏成本:你需要一台服务器(VPS 或 Mac Mini)运行 OpenClaw,这本身就有 token 消耗(Anthropic API 费用)。VidClaw 本身不产生额外 API 费用。

上手指南

  • 上手时间:5 分钟
  • 学习曲线:极低(会用 Trello 就会用)
  • 步骤
    1. 确保 OpenClaw 已在运行,Node.js 18+ 已安装
    2. git clone~/.openclaw/workspace 目录
    3. 运行 ./setup.sh(localhost 访问)或 ./setup.sh --tailscale(远程访问)
    4. SSH 隧道: ssh -L 3333:localhost:3333 root@your-server
    5. 打开 http://localhost:3333
    6. 如遇问题运行 ./doctor.sh 诊断

坑和吐槽

  1. 产品太新:刚上线两天,几乎没有社区反馈。遇到 bug 可能只能自己查或去 GitHub 提 issue。
  2. OpenClaw 本身有安全风险:Cisco 发现 OpenClaw 技能仓库存在恶意技能(数据窃取 + 提示注入)。VidClaw 本身安全(仅限 localhost),但你管理的 OpenClaw agent 可能有风险。
  3. 许可证不够清晰:不同来源对许可证说法不一(MIT vs BSL 1.1),建议自己确认。

安全和隐私

  • 数据存储:100% 本地(JSON 文件)
  • 网络:绑定 localhost:3333,不对外暴露
  • 认证:SSH 隧道作为认证层,不需要额外账号密码
  • Tailscale 支持:如果你不想用 SSH 隧道,可以走 Tailscale Serve
  • 安全审计:无(个人项目)

替代方案

替代品优势劣势
Claw Control轻量(1 个依赖),有主机监控没有 Soul Editor
Mission Control功能最全,支持多 agent 编排更复杂
AI Maestro跨机器管理 35+ agent,peer mesh过于重型
AgentsBoard不绑定 OpenClaw,支持 OpenRouter功能更简单
Vibe KanbanRust 后端,并行编码 agent不是为 OpenClaw 设计

给投资人

市场分析

  • AI Agent 赛道规模:2025 年约 $7-8B,2026 年预计 $10-12B
  • 增长率:CAGR 46.3%,2030 年预计达 $52.6B
  • 长期:2034 年可达 $199-251B
  • 驱动因素:基础模型成熟 + 自主任务执行需求 + 企业自动化浪潮

竞争格局

层级玩家定位
平台级OpenClaw (转基金会)AI agent 操作系统
全功能Mission Control、AI Maestro多 agent 编排
轻量级VidClaw、Claw Control、ClawDeck单 agent / 轻量看板
通用型Vibe Kanban、AgentsBoard不绑定特定 agent 平台

Timing 分析

  • 为什么是现在:OpenClaw 在 2026 年 1 月爆发(72 小时内 6 万 GitHub 星标),催生了 dashboard 需求。VidClaw 是第一波响应者之一。
  • 关键事件:Peter Steinberger 2/14 加入 OpenAI,OpenClaw 转入基金会。这标志着 agent 生态进入"平台化"阶段。
  • 市场准备度:极早期。大多数 OpenClaw 用户还在用终端。Dashboard 需求真实存在,但市场还在"谁都在做,谁都没几个用户"的阶段。

团队背景

  • 创始人:Lukasz Madrzak,首席工程师,Android 开发背景
  • 团队规模:看起来是 1 人项目
  • 过往:Android 开发(MVVM、Fragments 教程作者)

融资情况

  • 已融资:无(个人项目)
  • 投资价值:作为独立项目投资价值有限。但如果把它看作"OpenClaw 生态代表",这个赛道是值得关注的 —— Meta 和 OpenAI 为了 Peter Steinberger 出了"数十亿"的报价。

结论

一句话判断:VidClaw 是 OpenClaw 生态里一个小而美的个人看板工具。它不会改变世界,但如果你正在跑 OpenClaw agent,它能让你的日常管理从"在聊天窗口里翻来翻去"变成"拖拖卡片就行"。

用户类型建议
开发者试试看 —— 技术栈简单(React + Express + JSON),装起来 5 分钟。如果想自己做一个 agent dashboard,VidClaw 的 Soul Editor 和费用追踪值得参考。
产品经理了解即可 —— "AI agent 需要可视化管理界面"是真需求,但 VidClaw 太绑定 OpenClaw 了。关注 Soul Editor 这个概念。
博主不建议单独写 —— PH 2 票,Twitter 零讨论。但可以作为"OpenClaw Dashboard 大战"横评文章的素材之一,蹭 Peter Steinberger 加入 OpenAI 的热点。
早期采用者如果你已经在跑 OpenClaw,5 分钟装一下试试,没什么损失。如果你还没用 OpenClaw,先不急。
投资人跳过 VidClaw 本身,但关注 OpenClaw 生态 —— 这是 2026 年 AI agent 领域最热的赛道之一。

资源链接

资源链接
官网https://vidclaw.com/
GitHubhttps://github.com/madrzak/vidclaw
ProductHunthttps://www.producthunt.com/products/vidclaw
Hacker Newshttps://news.ycombinator.com/item?id=47046625
创始人 GitHubhttps://github.com/madrzak
OpenClaw Dashboard 评测https://www.bitdoze.com/best-openclaw-dashboards/
OpenClaw 官方https://openclaw.ai/
Peter Steinberger 加入 OpenAIhttps://techcrunch.com/2026/02/15/openclaw-creator-peter-steinberger-joins-openai/

2026-02-19 | Trend-Tracker v7.3

一句话判断

VidClaw 是 OpenClaw 生态中一个小而美的个人看板工具,适合重度用户提升管理效率,虽不具独立投资价值,但代表了 Agent 可视化管理的真实趋势。

这篇分析对你有帮助吗?

常见问题

关于 VidClaw 的常见问题

一个自托管的 Web 看板,让你用拖拽卡片的方式给 OpenClaw AI agent 派任务、看花费、切模型、改“人格”。

VidClaw 的主要功能包括:Kanban 看板任务管理、费用追踪与速率限制匹配、模型一键热切换、带版本历史的 Soul Editor、技能管理与活动日历。

个人/非商业用途免费;商业用途需联系作者。

正在跑 OpenClaw agent 的个人开发者、技术博主、独立黑客。

VidClaw 的主要竞品包括:Claw Control (轻量监控), Mission Control (多 agent 编排), AI Maestro (大规模部署)。。

数据来源: ProductHunt2026年2月19日
最后更新: