核心用法
Xeon ASR 是一个专为 OpenClaw 渠道插件设计的本地语音转文字（STT）解决方案，采用双服务架构运行：Flask ASR 服务（端口 5001）负责加载 Qwen3-ASR-0.6B-INT8_ASYM-OpenVINO 模型并执行本地推理，Node STT Gateway（端口 9001）提供 OpenAI 兼容的 /audio/transcriptions 接口。安装后，QQ、飞书等渠道收到语音消息时将自动触发本地转写，无需调用云端 API。
安装流程标准化：通过 clawhub install xeonasr 一键部署，执行 install.sh 自动完成环境检测、Miniconda/Python 3.10 安装、模型下载（支持 hf-mirror 加速）、配置文件生成、OpenClaw 集成配置及 Feishu 插件补丁。self_check.sh 提供安装后健康检查，验证双服务状态与配置完整性。
显著优点
- 完全本地化：基于 OpenVINO 优化，模型运行于本地，语音数据不出机，隐私保护极强
- 零 API 成本：无需 OpenAI/阿里云等商业 ASR 服务，长期使用无费用
- 生态深度集成：自动修改
$HOME/.openclaw/openclaw.json，修补 Feishu 插件依赖树，兼容 QQBOT 等多渠道场景 - 路径灵活：不硬编码
/root，以$HOME为基准，支持 Docker 及多用户环境 - 国内友好：自动检测并切换 hf-mirror 下载模型，规避 HuggingFace 访问问题
潜在缺点与局限性
- 硬件门槛：INT8 量化模型仍需一定 CPU 算力，低配置机器推理延迟较高
- 模型体积：0.6B 参数量模型需约 600MB 存储，首次下载耗时
- 渠道补丁依赖：飞书渠道需特殊补丁处理，若 OpenClaw 版本升级可能需跟进适配
- 单语言局限：基于 Qwen3-ASR，主要优化中文场景，多语言混合识别效果未明确
- 运维复杂度：双服务架构需同时维护 5001/9001 端口，故障排查较云端方案繁琐
适合人群
- 对语音隐私敏感、需完全离线处理的个人/企业用户
- OpenClaw 生态深度使用者，尤其 QQ/飞书双渠道运营者
- 希望消除 ASR API 调用成本的高频语音处理场景
- 具备基础 Linux/Node.js 运维能力的技术用户
常规风险
- 服务稳定性：本地服务可能因内存不足、模型加载失败导致 STT 超时，需监控
9001健康端点 - 配置冲突：重复安装 Feishu 插件或手动修改
openclaw.json可能导致duplicate plugin id错误 - 模型更新滞后：开源模型迭代快，若长期不更新可能出现识别准确率下降
- 安全边界：虽为本地运行，但
install.sh涉及系统级操作（Miniconda 安装、全局配置修改），建议审查脚本内容后再执行