从Molili到LobsterAI：我这位小白的薅羊毛实战全纪录，真是好用得让人惊喜！

从Molili到LobsterAI：一位小白的AI工具转变之旅

我之前一直在用Molili来处理日常的AI办公和自动化操作，感觉还挺顺手的。可最近Molili开始收费了，月费模式还限制了自定义模型的设置，导致我没法随心所欲地对接我常用的火山引擎模型，这让我感到很不方便，完全不能满足我的个性化需求。作为一个新手小白，我抱着试试看心态去尝试了LobsterAI，原本还担心自己会碰到不少问题，结果一路询问各种新手问题，从基础设置到团队协作，逐步摸索下来，竟发现LobsterAI比Molili更符合我的日常需求，自由度和实用性都大大提升，真是小白友好的好帮手。

刚接触LobsterAI时，我最担心的就是软件的兼容性。毕竟电脑里已经装了Molili，我怕两款相似的软件安装后会冲突、卡顿，甚至导致文件混乱。作为一名完全的小白，我第一时间就纠结这个问题。不过，了解后才发现，Molili和LobsterAI其实是两款完全独立的桌面软件，各自拥有自己的安装目录、配置文件和运行进程，就像你可以同时在电脑上用微信和QQ、Chrome和Edge一样，它们不会互相依赖也不会抢占资源。只要在LobsterAI第一次启动时，把沙箱目录设置成和Molili不一样的文件夹，就能完全避免文件混淆，这样也消除了我对软件冲突的担忧，顺利开启了转用LobsterAI的第一步。

你可能感兴趣：小龙虾工具四连击，竟然连中小学教师也能轻松驾驭！

解决了安装的顾虑后，我的核心需求就是配置火山引擎模型，这也是我放弃Molili的主要原因——因为Molili除非花钱才能自定义模型，而LobsterAI却支持灵活对接火山引擎。不过，这一步也让我这个小白感到困惑。从头开始学习配置流程，我首先需要登录火山引擎控制台，进入火山方舟，完成实名认证，开通相关模型服务，然后创建并复制API Key，记下Base URL和模型ID。虽然这些基础准备看似复杂，但跟着步骤一步步来，还是能轻松搞定。

除了核心配置，LobsterAI的技能和MCP功能也是让我这个小白感到迷茫的地方。一开始我不太清楚这些技能是否需要全部安装，也不明白MCP的具体作用。其实，LobsterAI内置的技能是无需安装的，已经能满足日常文档处理、文件管理和基础搜索等需求，扩展技能则是按需安装，新手不需要盲目增加技能，优先安装一些安全类和基础能力类的技能，这样既能保障使用安全，又能提升核心效率，避免因为安装过多导致软件卡顿和功能冲突。而MCP则是模型上下文协议，相当于LobsterAI与外部工具的“通用接口”，可以打通AI与Notion、GitHub、Tavily等平台的连接，让AI不再仅仅局限于对话，能够直接操作外部工具和获取外部数据。配置时只需填入各个平台的API Key，开启服务即可，简单几步就能拓展AI的使用边界，这一点是Molili收费后根本比不了的。

作为Molili的老用户，我自然希望这两款AI能够一起工作，以此提升效率。于是我开始琢磨如何让LobsterAI和Molili联动，甚至考虑在飞书上建个群，让两个机器人自主交流。我先尝试了一些基础的协作方式，比如指令接力和文件共享，让Molili充当手机遥控器，而LobsterAI负责电脑端执行复杂任务，这样通过共享文件夹实现数据互通，分工明确又不互相干扰。后来我想进一步实现飞书上两个机器人互聊，却在添加机器人到群里的过程中遇到麻烦，要么找不到机器人，要么无法点击添加。最终我发现原来是飞书群的权限限制导致的。只要在飞书开放平台完成应用创建、权限开通和版本发布，设置好可用范围，再在飞书客户端的群设置内添加机器人，就能顺利建群，关闭@触发，开启自动回复后，两个机器人就能在群里自主对话，实现全自动协作。

在LobsterAI的配置过程中，我又遇到了“Auto”选项的困惑，搞不清楚这个选项的含义，还担心会消耗不必要的流量。其实，这里的Auto是自动选型模式，会根据任务类型自动匹配火山引擎内的合适模型，虽然看起来很方便，但实际上消耗的依然是账号内的Token、模型套餐和并发额度，并不是免费的。对小白来说，前期选择固定模型反而更容易控制使用成本，避免不必要的资源浪费。

想要让LobsterAI用得更顺畅，联网搜索功能是必不可少的，而这就需要配置Tavily的API Key，这也是小白容易卡壳的环节。从打开Tavily官网注册，到选择用邮箱、GitHub或Google一键登录，再到完成账户验证、复制API Key，整个过程都是免费的，而且无需绑定信用卡，每月提供1000次的免费调用额度，完全能满足日常的联网搜索需求。在注册过程中，人机验证环节需要用手机扫码，提前准备好微信腾讯身份验证器或微软Authenticator，就能顺利完成验证。拿到Key后，把它粘贴到LobsterAI的MCP服务设置中，重启软件后就能生效，让AI具备实时联网查资料、追热点的能力，实用性瞬间提升了一个档次。（好像现在LobsterAI升级后在它的MCP市场里面会直接给你相关的API Key，这点真不错）

最后，在使用过程中，沙箱设置的“优先沙箱”和“本地运行”又成了我纠结的最后一个问题。这两者的核心是安全与性能的权衡，优先沙箱是在独立隔离的环境中运行，权限受限，仅能访问特定目录，安全性很高，可以有效拦截危险操作，避免AI误删或篡改本地文件，特别适合处理敏感数据或对接飞书机器人等场景，也是新手的首选模式；而本地运行则是直接在本机系统执行，没有隔离开销，速度更快，可以访问本机所有文件，但安全性较低，适合完全信任任务内容、追求极致性能的用户。LobsterAI默认就是优先沙箱，这样既保障了使用安全，又能满足日常需求，对于小白而言，完全不需要担心切换，安心使用默认配置就好。

从Molili因限制而无奈弃用，到接触LobsterAI的逐步探索，我在网上咨询了很多问题，从安装冲突、模型配置，到联网功能、协同使用，再到沙箱设置，原本看似复杂的问题，在LobsterAI低门槛的设计下，都能轻松解决。相比之下，Molili的月费收费加上限制自定义模型的模式，显得非常僵化和不实用。而LobsterAI不仅免费门槛低、支持自定义模型对接，还能灵活扩展功能，实现多AI协同，安全性、自由度和实用性都全面领先。对我这样的AI小白来说，LobsterAI无疑是更好的选择，不用担心被收费束缚，也不必受功能限制，即使是零基础，也能逐步掌握，真正实现AI工具为自己服务，高效地处理各种办公和日常任务。这里我强烈推荐模型配置火山引擎，每天提供2000000tokens，对于我们这些小白来说简直太划算了！

全文完，喜欢的话请多多支持！