邊學習邊部署OpenClaw 101：從入門到實操，解鎖“會動手”的AI智能體

https://openclaw101.dev/

https://my.feishu.cn/wiki/MlyEwRKIwikkBlkGew0ckLfonEu

https://github.com/openclaw/openclaw

https://zhuanlan.zhihu.com/p/2002370444339212951

2026年初，OpenClaw（原Clawd、Moltbot）以72小時狂攬6萬+ GitHub Stars的速度爆紅，如今星標數已突破18萬+，甚至帶動Mac Mini全球賣斷貨、Cloudflare股價上漲20%。不同于ChatGPT等“只說不做”的聊天機器人，OpenClaw是一款開源的個人AI助手平臺，核心定位是“真會動手辦事”的數字員工——它能接管電腦操作權限，通過自然語言指令主動執行各類任務，真正實現“聊天框里辦大事”。

本文作為OpenClaw 101入門指南，將從“是什么→怎么裝→怎么用→核心原理→進階技巧”逐步拆解，邏輯清晰、實操性強，無論是零基礎新手還是有一定技術基礎的開發者，都能快速上手，解鎖這款AI 工具的核心價值。

一、基礎認知：OpenClaw到底是什么？ 1.1 核心定位：不止是聊天，更是“能執行的AI助理”

OpenClaw的核心理念是“本地優先”（Local-first）和“執行優先”（Action-oriented），它被定義為一個“自托管的AI智能體框架”，區別于傳統聊天機器人的核心優勢的是：擁有“眼睛”和“手”——能操作瀏覽器 、讀寫文件、執行腳本命令、模擬鼠標鍵盤，甚至管理郵箱、預訂服務、填寫表單，真正充當用戶的貼身數字員工。

簡單來說：ChatGPT能告訴你“如何清理郵箱”，而OpenClaw能直接幫你清理郵箱；ChatGPT能給出“預訂餐廳的步驟”，而OpenClaw能直接完成預訂并反饋結果，這就是“信息生成者”與“任務執行者”的本質區別。

1.2 核心特性：為什么OpenClaw能快速出圈？

• 本地優先，隱私可控：默認運行在用戶本地設備（Windows、macOS、Linux，甚至樹莓派），所有數據、對話歷史和任務執行記錄都保存在本地，不上傳云端，徹底保障數據主權，尤其適合對隱私敏感的用戶。

• 寄生式交互，零門檻使用：無需安裝額外App，可嵌入WhatsApp、Telegram 、Discord、飛書、釘釘等20+主流通訊軟件，用戶在熟悉的聊天界面就能發送指令，后臺自動執行并反饋結果，極大降低使用門檻。

• 持續記憶，越用越懂你：采用“文件即狀態”的記憶機制，能持久保存用戶偏好、歷史指令和關鍵信息（如配偶生日、工作習慣），不同于ChatGPT的上下文重置模式，OpenClaw能實現長期記憶，主動給出提醒和個性化建議，真正“越用越懂你”。

• 高度可擴展，技能自由：支持通過“技能（Skills）”擴展能力，既能安裝社區開發的3000+插件，也能自定義編寫腳本，甚至能自動生成新技能來滿足用戶的個性化需求，實現“自我進化”。

• 多模型 兼容，靈活切換：可對接Anthropic Claude、OpenAI GPT、Gemini等云端模型，也支持Ollama等本地私有模型，用戶可根據需求自由切換，兼顧性能與隱私。

無論是零基礎的普通用戶，還是有技術基礎的開發者，都能從OpenClaw中獲益：

• 普通用戶：用它自動化處理重復任務（清理郵箱、管理日程、預訂服務），提升日常效率；

• 開發者：基于其框架二次開發，自定義技能插件，或搭建專屬AI助手；

• 企業用戶：部署 在私有服務器，實現內部流程自動化，保障數據安全。

部署OpenClaw有兩種主流方式：本地部署（適合新手體驗）和云端部署（適合長期穩定使用），本文重點講解本地部署（Windows/WSL2、macOS通用），并補充阿里云云端部署的核心步驟，全程附可直接復制的命令，零基礎也能輕松完成。

2.1 前置條件（必看）

• 系統要求：macOS 10.15+、Linux（推薦Ubuntu）、Windows（需安裝WSL2，原生Windows未經充分測試，不推薦）；

• 軟件依賴：Node.js ≥ 22（核心依賴）、pnpm（可選，從源代碼構建時推薦）；

• 其他準備：AI模型API Key（Claude/OpenAI/KIMI均可，推薦Claude Sonnet 4.5，性價比高）、聊天渠道賬號（Telegram/WhatsApp/飛書任選，Telegram功能最完善）；

• 可選準備：Brave Search API密鑰（用于網頁搜索功能，提升AI的實時信息獲取能力）。

CLI是操作OpenClaw的核心工具，不同系統的安裝命令如下，復制粘貼到終端/命令行即可：

- macOS/Linux：

curl -fsSL https://openclaw.ai/install.sh | bash

- Windows（WSL2內）：

iwr -useb https://openclaw.ai/install.ps1 | iex

替代方案（全局安裝）：

npm install -g openclaw@latest

或用pnpm

pnpm add -g openclaw@latest

安裝完成后，輸入 openclaw --version，若顯示版本號，說明安裝成功。

步驟2：運行新手引導向導（自動配置核心參數）

OpenClaw提供了新手引導向導，能自動配置模型認證、網關設置、聊天渠道等，無需手動修改配置文件，新手優先選擇此方式：

openclaw onboard --install-daemon

運行后，按照提示完成以下配置（全程中文引導，耐心操作即可）：

1. 選擇部署方式：本地Gateway（新手選這個）或遠程Gateway；

2. 認證配置：輸入AI模型API Key（如Claude ），或選擇OAuth認證；

3. 聊天渠道配置：選擇你常用的渠道（如Telegram/WhatsApp），按提示完成登錄（如WhatsApp掃描QR碼、Telegram輸入機器人令牌）；

4. 守護進程安裝：選擇安裝后臺服務（launchd/systemd），讓OpenClaw持續在后臺運行，無需每次手動啟動。

步驟3：啟動Gateway并驗證部署

如果在引導向導中安裝了后臺服務，Gateway會自動啟動，可通過以下命令查看狀態：

openclaw gateway status

若顯示“Up”，說明Gateway運行正常；若未自動啟動，手動啟動命令：

openclaw gateway --port 18789 --verbose

啟動后，可通過Web控制臺驗證：瀏覽器輸入 http://127.0.0.1:18789/，粘貼引導向導生成的Token登錄，能正常加載控制臺即部署成功。

最后，在你配置的聊天渠道（如Telegram）發送指令“你好，幫我查看當前目錄的文件”，若AI返回文件列表，說明整個部署流程無誤，可正常使用。

2.3 云端部署簡化版（阿里云，長期穩定）

如果想讓OpenClaw 24小時不間斷運行，推薦阿里云輕量應用服務器部署（成本低、操作簡單），核心步驟如下：

1. 購買阿里云輕量應用服務器，選擇“應用鏡像→OpenClaw 2026新手版”（預置所有依賴），最低配置2vCPU+2GiB內存即可；

2. 放通18789端口，在阿里云控制臺配置API Key（粘貼你的Claude/OpenAI Key）；

3. 遠程連接服務器，執行 docker ps | grep openclaw，查看容器運行狀態；

4. 對接聊天渠道，執行 openclaw channels login，按提示配置Telegram/飛書等，完成測試。

三、核心操作：OpenClaw常用指令與場景實操

部署完成后，核心使用方式是“在聊天渠道發送自然語言指令”，OpenClaw會自動拆解任務、執行操作并反饋結果。以下是新手必學的常用指令和典型場景，直接復制發送即可體驗。

3.1 基礎指令（快速上手）

• 查看系統狀態：幫我查看OpenClaw的運行狀態，以及當前連接的模型；

• 文件操作：幫我創建一個名為openclaw_test的文件夾，然后在里面新建一個txt文件，寫入“Hello OpenClaw”；

• 網頁操作：幫我打開百度，搜索“OpenClaw最新技能”，并把搜索結果總結給我；

• 日程管理：幫我添加一個明天下午3點的會議，主題是“OpenClaw學習”，提醒我提前10分鐘；

• 技能管理：幫我安裝tavily-search技能（用于聯網搜索）。

指令：幫我清理收件箱，刪除所有來自廣告郵箱的郵件，把標題包含“工作”的郵件標記為已讀，并整理一份未讀郵件清單發給我。

原理：OpenClaw調用郵箱技能，讀取郵箱內容，根據關鍵詞篩選郵件，執行刪除、標記操作，最后生成清單反饋，全程無需手動操作。

場景2：遠程控制電腦操作

指令：幫我遠程打開電腦上的微信，發送一條消息給“張三”，內容是“明天的會議推遲到下午4點”。

原理：通過Gateway的實時通信能力，遠程調用電腦的鼠標鍵盤模擬功能，打開應用、發送消息，適合不在電腦前但需要緊急操作的場景。

場景3：主動提醒服務

指令：記住我配偶的生日是10月1日，到9月30日的時候主動提醒我準備禮物。

原理：利用OpenClaw的長期記憶機制，將關鍵信息存儲為本地文件，通過調度層的定時任務，到指定時間主動推送提醒，體現“貼身助理”的價值。

3.3 技能管理（擴展OpenClaw能力）

技能是OpenClaw的核心擴展方式，新手必裝3個基礎技能，裝上后能解決80%的使用場景：

1. tavily-search：聯網搜索技能，打破AI的知識局限，獲取實時資訊和數據，安裝命令：clawhub install tavily-search；

2. agent -browser：瀏覽器自動化技能，控制瀏覽器打開網頁、填寫表單、點擊操作，默認已安裝；

3. shell-skills：系統命令執行技能，允許OpenClaw執行Shell命令，實現更靈活的本地操作，安裝命令：clawhub install shell-skills。

查看已安裝技能：openclaw skills list；卸載技能：clawhub uninstall 技能名稱。

四、深度解析：OpenClaw核心架構與工作原理

掌握了基礎部署和操作后，我們深入拆解OpenClaw的核心架構——它之所以能實現“思考-執行-反饋”的閉環，得益于模塊化的分層設計和獨特的智能體循環機制。

4.1 六大核心子系統架構（從下到上）

OpenClaw采用模塊化設計，分為六大核心子系統，各司其職、解耦獨立，修改某一層不會影響其他層，便于擴展和維護，具體分工如下：

1. Gateway（網關層）：系統的“神經中樞”，是一個常駐后臺的Node.js進程，負責監聽聊天渠道的消息、標準化處理指令、會話路由和安全認證，通過WebSocket實現實時雙向通信，是用戶遠程控制的核心。

2. Router（路由層）：負責“分發任務”，根據路由規則（如Peer ID、群組ID），將用戶指令分配給對應的Agent實例，支持一個設備運行多個Agent，服務于不同場景。

3. Agent Loop（智能體循環）：OpenClaw的“心臟”，遵循Lobster智能體循環模式，實現“思考-執行-觀察-反饋”的閉環，也是它能完成復雜任務的核心：

- 思考（Think）：加載Agent的身份（Soul）、記憶（Memory）和技能（Skills），將用戶指令拆解為可執行的子任務；

- 執行（Act）：調用底層工具或技能，執行具體操作（如打開瀏覽器、運行Shell命令）；

- 觀察（Observe）：獲取執行結果（成功/失敗信息）；

- 反饋（Reflect）：將結果反饋給大模型，更新上下文，決定下一步行動或結束任務。

4. Brain（推理層）：負責與大語言模型交互，支持多模型熱切換，負責Prompt構建、模型調用和輸出解析，是OpenClaw“理解指令”的核心。

5. Memory（記憶層）：采用“文件即狀態”的設計，將所有記憶存儲為本地Markdown/YAML文件，而非復雜數據庫，分為4類：

- Soul（靈魂）：存儲Agent的身份、價值觀和個性，定義“我是誰”；

- Memory（記憶）：存儲用戶長期偏好和關鍵信息，即長時記憶；

- Session（會話）：存儲當前任務的上下文和短期記憶；

- State（狀態）：用于多Agent協作，記錄項目進度，實現協同工作。

6. Scheduler（調度層）：實現主動式服務，支持心跳模式和定時模式，Agent可定期喚醒自己，主動執行任務（如每日早報、待辦提醒），無需用戶指令觸發。

4.2 核心工作流程（以“預訂餐廳”為例）

結合架構，我們拆解一個完整的任務執行流程，理解OpenClaw的工作邏輯：

1. 用戶在Telegram發送指令：“幫我預訂今晚7點附近的餐廳，偏好中餐，人均100元以內”；

2. Gateway接收消息，標準化處理后，通過Router分配給主Agent；

3. Agent Loop（思考階段）：拆解任務為“1. 搜索附近中餐餐廳；2. 篩選人均100元以內的選項；3. 打開訂餐網站預訂；4. 反饋預訂結果”；

4. Agent Loop（執行階段）：調用tavily-search技能搜索餐廳，調用agent-browser技能打開訂餐網站，填寫預訂信息；

5. Agent Loop（觀察階段）：獲取預訂結果（成功/失?。?，若失敗（如無空位），調整策略（更換餐廳）重新嘗試；

6. Agent Loop（反饋階段）：將預訂成功的信息（餐廳名稱、地址、預訂時間）反饋給Gateway，再由Gateway推送至用戶Telegram；

7. Memory層更新：將用戶的餐飲偏好（中餐、人均100元）保存為長期記憶，后續預訂時自動匹配。

五、進階技巧：自定義技能與安全優化

對于有一定開發基礎的用戶，可通過自定義技能和優化配置，讓OpenClaw更貼合自身需求；同時，由于OpenClaw能控制本地設備，安全設置也至關重要。

5.1 自定義技能（簡單腳本示例）

OpenClaw的技能本質是腳本文件，支持JavaScript/Python等語言，以下是一個簡單的“每日天氣提醒”技能示例（核心邏輯）：

// 技能名稱：daily-weather

// 功能：每日早上8點獲取本地天氣，推送至Telegram

module.exports = {

name: "daily-weather",

description: "每日天氣提醒",

schedule: "0 8 * * *", // 每日8點執行

async run(agent) {

// 調用天氣API獲取本地天氣

const weather = await agent.tools.web.search("今日本地天氣");

// 推送至Telegram

await agent.channels.send("telegram", `今日天氣：${weather}，記得增減衣物哦～`);

// 更新記憶，記錄用戶的天氣偏好

agent.memory.set("weather_preference", "每日8點提醒");

},

將腳本保存至 ~/.openclaw/skills/daily-weather 目錄，執行 openclaw skills reload，即可啟用該技能。

5.2 安全優化（必做，避免風險）

由于OpenClaw擁有設備操作權限，不當配置可能導致安全風險，推薦以下3個安全設置：

1. 漸進式授權：初次使用時，僅給予AI只讀權限，大部分操作（如發送郵件、刪除文件）需用戶確認，熟悉后再逐步開放權限；

2. 開啟操作日志：執行 openclaw security audit --deep，開啟操作日志，所有AI執行的任務都可追溯，若出現錯誤可及時排查；

3. 沙箱隔離：在配置文件中開啟沙箱模式，隔離群組/渠道會話，避免惡意指令影響本地設備，配置示例：{

"routing": {

"agents": {

"main": {

"workspace": "~/.openclaw/workspace",

"sandbox": { "mode": "non-main" }

六、常見問題排查（新手避坑）

部署和使用過程中，新手容易遇到以下問題，整理了對應的解決方案，快速排查無需踩坑：

- 問題1：Gateway啟動失敗，提示端口18789被占用

解決方案：修改配置文件 ~/.openclaw/openclaw.json，將端口改為18790，重啟服務：openclaw gateway restart。

- 問題2：聊天渠道無響應，發送指令沒有反饋

解決方案：檢查網絡連通性，重啟渠道服務：openclaw channels restart 渠道名稱（如telegram），或重新配對：openclaw pairing approve 渠道名稱 配對碼。

- 問題3：API Key無效，模型調用失敗

解決方案：檢查API Key是否完整（無空格/字符遺漏），重新生成并配置，執行 openclaw configure --section brain 重新設置模型參數。

- 問題4：Windows系統部署后無法正常運行

解決方案：卸載原生Windows部署，安裝WSL2（推薦Ubuntu），在WSL2內重新部署，避免原生Windows的兼容性問題。

七、總結與后續學習方向

本文從基礎認知、部署實操、核心操作、架構解析到進階技巧，完整覆蓋了OpenClaw 101的核心內容，總結下來：OpenClaw的核心價值的是“將AI從聊天工具升級為執行工具”，通過本地優先、持續記憶、高度可擴展的特點，真正成為用戶的貼身數字員工。

對于新手，建議先完成本地部署，熟悉基礎指令和場景，再逐步嘗試安裝技能、自定義配置；對于開發者，可深入研究其架構源碼，開發專屬技能插件，甚至參與OpenClaw的開源貢獻（GitHub地址：https://github.com/openclaw/openclaw）。

后續學習方向推薦：

• 深入學習Lobster智能體循環機制，理解AI的任務拆解邏輯；

• 開發復雜自定義技能，實現更個性化的自動化需求；

• 探索多Agent協作，搭建多個AI助理協同工作的場景；

• 研究OpenClaw的商業化與生態構建，了解技能商城、云端代管等模式。

隨著AI Agent技術的發展，OpenClaw作為開源領域的標桿項目，未來還會持續迭代升級。希望本文能幫助你快速入門OpenClaw，解鎖AI自動化的核心能力，讓技術為效率賦能。