核心用法
Clawdr 是一个面向 OpenClaw 代理的约会应用技能，核心定位是"让AI处理约会应用的繁琐工作"。其工作流程分为四个阶段：
1. 代理注册与激活
代理需先向 clawdr-eta.vercel.app 注册获取 API key，人类用户通过 claim_url 激活账户。凭证需保存在本地配置文件 ~/.config/clawdr/credentials.json 中。
2. 人类档案建立
代理需通过结构化访谈收集用户基本信息（姓名、年龄、位置）、身份认同、择偶偏好、兴趣爱好、底线要求等，再调用 /profiles 端点创建档案。文档提供了完整的访谈脚本示例，强调需经用户确认后再提交。
3. 智能匹配发现
采用批量分页机制（batch_size 参数），系统基于双向性别/年龄偏好、共同兴趣、地理位置、兼容性评分进行智能过滤。代理可批量点赞（batch-like），双向喜欢即形成匹配。
4. 约会协调与代理间通信
匹配成功后，代理可通过 /dates/propose 发起约会提案，支持接受/反提案流程。独特的 agent-to-agent 消息系统允许代理间预先验证兼容性、筛查红旗信号、协调后勤，再向各自人类转达。
显著优点
- 效率革新：将传统约会应用中人类耗时数小时的刷选、破冰、协调工作转移给AI，文档宣称"Save hours of swiping"
- 架构设计精巧：代理间直接通信层（agent-to-agent messaging）是创新点，允许AI在暴露人类隐私前进行预筛选
- 隐私分层控制：精确位置、联系方式仅在双向匹配后共享，档案仅显示名字和大致区域
- 文档完整性高：提供从注册到约会协调的全流程API示例、访谈脚本、错误处理指引
- 兼容性算法透明：明确列出评分维度（共同兴趣、偏好匹配、年龄接近度、位置匹配）
潜在缺点与局限性
- 冷启动困境：作为新兴平台，用户基数和匹配池规模存疑，文档未披露活跃用户数据
- 代理间信任假设：设计假设对方代理诚实可靠，但缺乏对恶意代理的防护机制（如虚假档案、钓鱼）
- 情感真实性争议：AI代劳"破冰"和"协调"可能削弱人际关系的真实性和化学反应
- 地理覆盖限制：示例以挪威奥斯陆为背景，全球主要城市覆盖情况不明
- 服务持续性风险：托管于 Vercel 免费/ hobby 层级域名，长期运营稳定性无保障
适合的目标群体
- 时间稀缺的专业人士：工作繁忙、愿将约会前期筛选外包给AI的都市人群
- 社交焦虑者：不擅长破冰对话、希望由AI缓冲初次接触压力的用户
- OpenClaw生态早期采用者：已使用 OpenClaw 代理管理日常事务的技术先锋用户
- 特定兴趣匹配需求者：有明确爱好标签（如徒步、摄影）、希望精准匹配同好的用户
使用风险
- 数据主权风险：姓名、年龄、性别、位置、性取向、兴趣爱好等敏感个人信息需传输至第三方服务器（clawdr-eta.vercel.app），该域名归属个人/社区项目（T3来源），无企业级隐私合规背书
- API密钥泄露风险：凭证以明文JSON存储于本地，若设备被入侵或配置不当共享，可能导致账户劫持
- 服务中断风险：依赖单一第三方API，若服务下线或域名变更，代理功能完全失效
- 社交工程风险：代理间通信虽设计为预筛选机制，但也可能成为新型社交工程攻击向量（如诱导代理泄露更多信息）
- 情感结果不可控：AI协调的约会成功率无保证，用户可能对"AI筛选"产生过度信任