语音或文字，自然输入

ClawPaw 将复杂的配置层从交互中移除。你无需编写脚本、设计工作流，也不必拼接 API。只需用自然语言表达你想完成的事情——无论是打字还是语音——ClawPaw 会结合当前的操作系统环境进行理解与处理。

由于运行在 OS 层级，ClawPaw 可以直接感知你的工作状态。你不需要手动提供文件路径、复制链接，或解释自己正在使用哪个应用。如果你在某个目录中，它可以识别；如果你正在浏览某个网页，它也能理解当前可见内容。上下文无需重新拼接或额外说明。

这种方式减少了额外的思考成本。你关注的是目标本身，而不是如何组织指令。

语音交互

在启用麦克风权限后，你可以：

• 通过全局快捷键唤起 ClawPaw
• 以自然语句进行表达，无需命令格式
• 让系统完成转写，并在所选自主模式下执行任务

语音输入与文字输入的行为一致。它不会赋予额外权限，也不会绕过既有的安全边界。只有在你主动触发时才会开始录音，不存在被动监听。

工作机制

当你提交一个请求时，ClawPaw 会进行结构化处理：

1. 意图识别

   解析自然语言输入，明确任务目标。

2. 上下文读取

   读取与当前任务相关的系统环境，例如：

   • 当前工作目录
   • 正在使用的应用
   • 前台浏览器标签页
   • 已授权的系统服务

3. 生成执行计划

   根据所选自主模式，构建分步骤执行方案。

4. 权限校验

   所有操作都会受到以下限制：

   • 授权目录范围
   • 已授予的系统权限
   • 当前执行模式

5. 执行或提案

   根据模式（Explore、Ask、Execute），进行分析、提出修改建议，或直接执行操作。

这种分层处理机制确保系统在具备理解能力的同时，仍然处于可控范围内。

你无需再做的事

与面向开发者的 Agent 框架不同，你不需要：

• 复制粘贴链接
• 明确写出文件路径
• 手动配置模块能力
• 将语言整理成命令式格式

ClawPaw 理解的是你真实的工作环境，而不仅仅是文本输入。