📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🤖 Agent🔄 工作流🐳 Docker💻 CLI🔗 REST API🧬 Embedding📚 RAG🔊 TTS🎙 STT🧠 Claude
⚙️
Agent工作流

ScallopBot

基于 TypeScript · 无代码搭建完整 AI 自动化流程
英文名：scallopbot
⭐ 21 Stars 🍴 4 Forks 💻 TypeScript 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
aibio-inspiredtypescript
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

ScallopBot 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

ScallopBot 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

ScallopBot 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

ScallopBot 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 21
开发语言
TypeScript
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
4

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

ScallopBot 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：npm 全局安装
npm install -g scallopbot

# 方式二：npx 直接运行（无需安装）
npx scallopbot --help

# 方式三：项目依赖安装
npm install scallopbot

# 方式四：从源码运行
git clone https://github.com/tashfeenahmed/scallopbot
cd scallopbot
npm install
npm start
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
scallopbot --help

# 基本用法
scallopbot [options] <input>

# Node.js 代码中使用
const scallopbot = require('scallopbot');

const result = await scallopbot.run(options);
console.log(result);
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# scallopbot 配置说明
# 查看配置选项
scallopbot --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export SCALLOPBOT_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 81/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

<p align="center"> <img src="assets/scallop.png" alt="ScallopBot" width="120" height="120"> </p>

ScallopBot

<p align="center"> <strong>A bio-inspired cognitive architecture for personal AI agents.</strong><br> <em>Bridging the cognition gap in OpenClaw-compatible agent systems.</em> </p>

<p align="center"> <a href="https://github.com/tashfeenahmed/scallopbot/actions/workflows/ci.yml"><img src="https://img.shields.io/github/actions/workflow/status/tashfeenahmed/scallopbot/ci.yml?branch=main&style=for-the-badge&label=build" alt="CI status"></a> <a href="https://github.com/tashfeenahmed/scallopbot/releases"><img src="https://img.shields.io/github/v/release/tashfeenahmed/scallopbot?style=for-the-badge" alt="GitHub release"></a> <a href="LICENSE"><img src="https://img.shields.io/badge/License-MIT-blue.svg?style=for-the-badge" alt="MIT License"></a> <a href="https://nodejs.org"><img src="https://img.shields.io/badge/node-%3E%3D22-brightgreen?style=for-the-badge" alt="Node.js"></a> </p>

<p align="center"> <a href="Paper2026.pdf"><strong>Read the Paper</strong></a> </p>

---

Open-source personal AI agents like OpenClaw excel at tool orchestration but lack genuine cognitive depth: no memory lifecycle, no self-reflection, no autonomous reasoning. ScallopBot addresses this cognition gap with a bio-inspired cognitive architecture that maintains full compatibility with the OpenClaw skill ecosystem.

ScallopBot runs on your own server, routes each request to the cheapest model that can handle it, tracks every cent in real time, and fails over across 7 LLM providers automatically. It connects to Telegram, Discord, WhatsApp, Slack, Signal, Matrix, a CLI, and a REST/WebSocket API -- all from a single Node.js process.

The architecture is validated against 30 research works from 2023--2026 across six domains (memory retrieval, lifecycle management, associative reasoning, sleep-inspired consolidation, affect modelling, and proactive intelligence). The full cognitive pipeline operates at an estimated $0.06--0.10 per day.

Key Features

Deployment

One-Command Server Setup (Ubuntu 24.04)

git clone https://github.com/tashfeenahmed/scallopbot.git /opt/scallopbot
cd /opt/scallopbot
bash scripts/server-install.sh    # Installs Node 22, PM2, voice deps, Ollama
cp .env.example .env && nano .env
pm2 start ecosystem.config.cjs --env production && pm2 save

The install script is idempotent and sets up:

ComponentPurpose
Node.js 22 + PM2Runtime and process management
Python venv (kokoro-onnx, faster-whisper)Local voice -- zero API cost TTS/STT
Ollama + nomic-embed-textLocal embeddings for semantic memory search
ffmpeg + soxAudio format conversion

Quick Start

```bash git clone https://github.com/tashfeenahmed/scallopbot.git cd scallopbot npm install

cp .env.example .env

Configuration

Minimal .env:

ANTHROPIC_API_KEY=sk-...           # At least one provider required
TELEGRAM_BOT_TOKEN=...             # Optional: enable Telegram
TELEGRAM_ALLOWED_USERS=123456789   # Optional: restrict access
BRAVE_SEARCH_API_KEY=...           # Optional: enable web search

Budget controls:

COST_DAILY_BUDGET=5.00
COST_MONTHLY_BUDGET=100.00
COST_WARNING_THRESHOLD=0.8

Full reference: .env.example

Add at least one LLM provider API key

npm run build node dist/cli.js start ```

Requires Node.js 22+.

CLI Reference

CommandDescription
startLaunch gateway with all configured channels
chatInteractive CLI session (-s <id> to resume)
configShow current configuration (--json for machine output)
versionShow version
skill search <query>Search ClawHub
skill install <slug>Install from ClawHub
skill uninstall <name>Remove a skill
skill listList installed skills
skill update [name]Update one or all skills
migrate runMigrate legacy JSONL memories to SQLite

Local-First Voice Pipeline

Speech-to-text via faster-whisper (CTranslate2-optimized Whisper) and text-to-speech via Kokoro (82M param ONNX model) run entirely on-device with zero API cost. Cloud providers (Groq STT, OpenAI TTS) serve as automatic fallbacks. Telegram voice messages are transcribed inline; voice replies are synthesized when enabled.

Comparison with OpenClaw

CapabilityOpenClawScallopBot
**Memory retrieval**Vector + FTS5 hybridBM25 + semantic + LLM re-ranking
**Memory decay**--4-factor exponential with category-specific half-lives
**Memory consolidation**--BFS-clustered fusion + NREM cross-category
**Memory forgetting**--Utility-based with soft-archive / hard-prune
**Associative retrieval**--Spreading activation with typed edges
**Dream cycle**--NREM consolidation + REM exploration
**Affect detection**--AFINN-165 + VADER + dual-EMA + affect guard
**Self-reflection**--Composite reflection + SOUL re-distillation
**Proactive intelligence**Basic HeartbeatGap scanner + inner thoughts + trust feedback loop
**Background processing**Heartbeat wake-up3-tier daemon (Pulse / Breath / Sleep)
**Cost tracking & budgets**--Built-in per-token tracking with daily/monthly limits
**Multi-provider routing**2 providers7 providers with health-aware failover
**Smart model selection**ManualAuto-routes by complexity
**Local voice (zero cost)**--Kokoro TTS + faster-whisper STT
**Skill ecosystem**100+ bundled, 3000+ ClawHubFull OpenClaw SKILL.md compatibility
**Channel support**15+ platforms9 channels
**Native apps**macOS/iOS/Android--

Alternative: Docker

docker build -t scallopbot .
docker run -d --env-file .env scallopbot

Alternative: systemd

sudo tee /etc/systemd/system/scallopbot.service << EOF
[Unit]
Description=ScallopBot AI Assistant
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=/opt/scallopbot
ExecStart=/usr/bin/node /opt/scallopbot/dist/cli.js start
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target
EOF

sudo systemctl enable --now scallopbot
🎯 aiskill88 AI 点评 A 级 2026-06-11

高质量的AI工作流项目，值得关注

⚡ 核心功能

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

Activepieces 开源工作流自动化
Agent工作流
Sim AI智能工作流引擎
Agent工作流
LangChain AI开发框架
Agent工作流
ai-agents-for-beginners Agent工作流
微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
CrewAI 多代理协作平台
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
multi-agent-shogun Agent工作流
基于Claude的开源多智能体编排系统，采用武士风格架构设计，支持并行任务协调。适合需要构建复杂AI工作流、自动化多步骤任务的开发者和企业用
Augustus
LLM安全测试框架，检测prompt注入、越狱等
total-agent-memory MCP工具
为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和

❓ 常见问题 FAQ

ScallopBot是一个开源的AI工作流项目，模拟人脑的认知架构
💡 AI Skill Hub 点评

经综合评估，ScallopBot 在Agent工作流赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 ScallopBot
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 scallopbot
Topics aibio-inspiredtypescript
GitHub https://github.com/tashfeenahmed/scallopbot
License MIT
语言 TypeScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/tashfeenahmed/scallopbot

收录时间：2026-06-11 · 更新时间：2026-06-11 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。