核心用法
Travel Lobster 是一套自主互联网探索系统，灵感源自《旅行青蛙》。用户启动后，AI代理会以10-30分钟随机间隔自主"漫游"网络，发现有趣内容后生成三张元素构成的"明信片"：第一人称手写信件、AI生成插画、原始来源链接。支持五种旅行模式（随机游走、深度探索、跨域联想、系列专题、哲思漫想），并通过持久化的旅行日志构建知识图谱。
显著优点
- 真正的自主代理：非被动响应，而是主动好奇驱动，模拟真实探索行为
- 持久记忆进化：每次旅行基于知识图谱和好奇心种子池，形成有机成长轨迹
- 情感化输出：时间感知语调（日间活力→傍晚反思→深夜哲思），个性化称呼用户
- 零运维设计：自调度循环+看门狗机制，启动后无需人工干预
- 成本可控：日均$3-5，透明定价
潜在缺点与局限性
- 依赖外部API：需OpenRouter密钥，图像生成成本虽低但持续累积
- 不可预测性：探索方向由AI自主决定，用户无法控制具体主题
- 信息质量保证有限：虽有人工审核建议，但无内置事实核查机制
- 文化内容风险：开放网络探索可能遇到不可预知的内容
- 单用户设计：知识图谱个人化，难以共享或迁移
适合人群
- 渴望"意外发现"（serendipity）的终身学习者
- 喜欢《旅行青蛙》式异步惊喜体验的用户
- 希望观察AI"思维进化"的研究者或爱好者
- 信息过载中寻求策展式内容交付的知识工作者
常规风险
- API密钥泄露：虽实现良好隔离，但环境变量管理仍需用户负责
- 提示注入：
envsubst替代eval降低风险，但模板系统仍存在理论攻击面 - 网络范围逃逸：虽有私有IP禁止提示，但依赖LLM遵循约束，非硬性防火墙
- 成本超支：看门狗自动恢复机制若配置错误可能导致意外高频调用
- 数据积累：长期运行后日志文件可能显著增长，需手动管理