边学习边部署OpenClaw 101：从入门到实操，解锁“会动手”的AI智能体

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小时狂揽6万+ GitHub Stars的速度爆红，如今星标数已突破18万+，甚至带动Mac Mini全球卖断货、Cloudflare股价上涨20%。不同于ChatGPT等“只说不做”的聊天机器人，OpenClaw是一款开源的个人AI助手平台，核心定位是“真会动手办事”的数字员工——它能接管电脑操作权限，通过自然语言指令主动执行各类任务，真正实现“聊天框里办大事”。

本文作为OpenClaw 101入门指南，将从“是什么→怎么装→怎么用→核心原理→进阶技巧”逐步拆解，逻辑清晰、实操性强，无论是零基础新手还是有一定技术基础的开发者，都能快速上手，解锁这款AI 工具的核心价值。

一、基础认知：OpenClaw到底是什么？ 1.1 核心定位：不止是聊天，更是“能执行的AI助理”

OpenClaw的核心理念是“本地优先”（Local-first）和“执行优先”（Action-oriented），它被定义为一个“自托管的AI智能体框架”，区别于传统聊天机器人的核心优势的是：拥有“眼睛”和“手”——能操作浏览器 、读写文件、执行脚本命令、模拟鼠标键盘，甚至管理邮箱、预订服务、填写表单，真正充当用户的贴身数字员工。

简单来说：ChatGPT能告诉你“如何清理邮箱”，而OpenClaw能直接帮你清理邮箱；ChatGPT能给出“预订餐厅的步骤”，而OpenClaw能直接完成预订并反馈结果，这就是“信息生成者”与“任务执行者”的本质区别。

1.2 核心特性：为什么OpenClaw能快速出圈？

• 本地优先，隐私可控：默认运行在用户本地设备（Windows、macOS、Linux，甚至树莓派），所有数据、对话历史和任务执行记录都保存在本地，不上传云端，彻底保障数据主权，尤其适合对隐私敏感的用户。

• 寄生式交互，零门槛使用：无需安装额外App，可嵌入WhatsApp、Telegram 、Discord、飞书、钉钉等20+主流通讯软件，用户在熟悉的聊天界面就能发送指令，后台自动执行并反馈结果，极大降低使用门槛。

• 持续记忆，越用越懂你：采用“文件即状态”的记忆机制，能持久保存用户偏好、历史指令和关键信息（如配偶生日、工作习惯），不同于ChatGPT的上下文重置模式，OpenClaw能实现长期记忆，主动给出提醒和个性化建议，真正“越用越懂你”。

• 高度可扩展，技能自由：支持通过“技能（Skills）”扩展能力，既能安装社区开发的3000+插件，也能自定义编写脚本，甚至能自动生成新技能来满足用户的个性化需求，实现“自我进化”。

• 多模型 兼容，灵活切换：可对接Anthropic Claude、OpenAI GPT、Gemini等云端模型，也支持Ollama等本地私有模型，用户可根据需求自由切换，兼顾性能与隐私。

无论是零基础的普通用户，还是有技术基础的开发者，都能从OpenClaw中获益：

• 普通用户：用它自动化处理重复任务（清理邮箱、管理日程、预订服务），提升日常效率；

• 开发者：基于其框架二次开发，自定义技能插件，或搭建专属AI助手；

• 企业用户：部署 在私有服务器，实现内部流程自动化，保障数据安全。

部署OpenClaw有两种主流方式：本地部署（适合新手体验）和云端部署（适合长期稳定使用），本文重点讲解本地部署（Windows/WSL2、macOS通用），并补充阿里云云端部署的核心步骤，全程附可直接复制的命令，零基础也能轻松完成。

2.1 前置条件（必看）

• 系统要求：macOS 10.15+、Linux（推荐Ubuntu）、Windows（需安装WSL2，原生Windows未经充分测试，不推荐）；

• 软件依赖：Node.js ≥ 22（核心依赖）、pnpm（可选，从源代码构建时推荐）；

• 其他准备：AI模型API Key（Claude/OpenAI/KIMI均可，推荐Claude Sonnet 4.5，性价比高）、聊天渠道账号（Telegram/WhatsApp/飞书任选，Telegram功能最完善）；

• 可选准备：Brave Search API密钥（用于网页搜索功能，提升AI的实时信息获取能力）。

CLI是操作OpenClaw的核心工具，不同系统的安装命令如下，复制粘贴到终端/命令行即可：

- macOS/Linux：

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

- Windows（WSL2内）：

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

替代方案（全局安装）：

npm install -g openclaw@latest

或用pnpm

pnpm add -g openclaw@latest

安装完成后，输入 openclaw --version，若显示版本号，说明安装成功。

步骤2：运行新手引导向导（自动配置核心参数）

OpenClaw提供了新手引导向导，能自动配置模型认证、网关设置、聊天渠道等，无需手动修改配置文件，新手优先选择此方式：

openclaw onboard --install-daemon

运行后，按照提示完成以下配置（全程中文引导，耐心操作即可）：

1. 选择部署方式：本地Gateway（新手选这个）或远程Gateway；

2. 认证配置：输入AI模型API Key（如Claude ），或选择OAuth认证；

3. 聊天渠道配置：选择你常用的渠道（如Telegram/WhatsApp），按提示完成登录（如WhatsApp扫描QR码、Telegram输入机器人令牌）；

4. 守护进程安装：选择安装后台服务（launchd/systemd），让OpenClaw持续在后台运行，无需每次手动启动。

步骤3：启动Gateway并验证部署

如果在引导向导中安装了后台服务，Gateway会自动启动，可通过以下命令查看状态：

openclaw gateway status

若显示“Up”，说明Gateway运行正常；若未自动启动，手动启动命令：

openclaw gateway --port 18789 --verbose

启动后，可通过Web控制台验证：浏览器输入 http://127.0.0.1:18789/，粘贴引导向导生成的Token登录，能正常加载控制台即部署成功。

最后，在你配置的聊天渠道（如Telegram）发送指令“你好，帮我查看当前目录的文件”，若AI返回文件列表，说明整个部署流程无误，可正常使用。

2.3 云端部署简化版（阿里云，长期稳定）

如果想让OpenClaw 24小时不间断运行，推荐阿里云轻量应用服务器部署（成本低、操作简单），核心步骤如下：

1. 购买阿里云轻量应用服务器，选择“应用镜像→OpenClaw 2026新手版”（预置所有依赖），最低配置2vCPU+2GiB内存即可；

2. 放通18789端口，在阿里云控制台配置API Key（粘贴你的Claude/OpenAI Key）；

3. 远程连接服务器，执行 docker ps | grep openclaw，查看容器运行状态；

4. 对接聊天渠道，执行 openclaw channels login，按提示配置Telegram/飞书等，完成测试。

三、核心操作：OpenClaw常用指令与场景实操

部署完成后，核心使用方式是“在聊天渠道发送自然语言指令”，OpenClaw会自动拆解任务、执行操作并反馈结果。以下是新手必学的常用指令和典型场景，直接复制发送即可体验。

3.1 基础指令（快速上手）

• 查看系统状态：帮我查看OpenClaw的运行状态，以及当前连接的模型；

• 文件操作：帮我创建一个名为openclaw_test的文件夹，然后在里面新建一个txt文件，写入“Hello OpenClaw”；

• 网页操作：帮我打开百度，搜索“OpenClaw最新技能”，并把搜索结果总结给我；

• 日程管理：帮我添加一个明天下午3点的会议，主题是“OpenClaw学习”，提醒我提前10分钟；

• 技能管理：帮我安装tavily-search技能（用于联网搜索）。

指令：帮我清理收件箱，删除所有来自广告邮箱的邮件，把标题包含“工作”的邮件标记为已读，并整理一份未读邮件清单发给我。

原理：OpenClaw调用邮箱技能，读取邮箱内容，根据关键词筛选邮件，执行删除、标记操作，最后生成清单反馈，全程无需手动操作。

场景2：远程控制电脑操作

指令：帮我远程打开电脑上的微信，发送一条消息给“张三”，内容是“明天的会议推迟到下午4点”。

原理：通过Gateway的实时通信能力，远程调用电脑的鼠标键盘模拟功能，打开应用、发送消息，适合不在电脑前但需要紧急操作的场景。

场景3：主动提醒服务

指令：记住我配偶的生日是10月1日，到9月30日的时候主动提醒我准备礼物。

原理：利用OpenClaw的长期记忆机制，将关键信息存储为本地文件，通过调度层的定时任务，到指定时间主动推送提醒，体现“贴身助理”的价值。

3.3 技能管理（扩展OpenClaw能力）

技能是OpenClaw的核心扩展方式，新手必装3个基础技能，装上后能解决80%的使用场景：

1. tavily-search：联网搜索技能，打破AI的知识局限，获取实时资讯和数据，安装命令：clawhub install tavily-search；

2. agent -browser：浏览器自动化技能，控制浏览器打开网页、填写表单、点击操作，默认已安装；

3. shell-skills：系统命令执行技能，允许OpenClaw执行Shell命令，实现更灵活的本地操作，安装命令：clawhub install shell-skills。

查看已安装技能：openclaw skills list；卸载技能：clawhub uninstall 技能名称。

四、深度解析：OpenClaw核心架构与工作原理

掌握了基础部署和操作后，我们深入拆解OpenClaw的核心架构——它之所以能实现“思考-执行-反馈”的闭环，得益于模块化的分层设计和独特的智能体循环机制。

4.1 六大核心子系统架构（从下到上）

OpenClaw采用模块化设计，分为六大核心子系统，各司其职、解耦独立，修改某一层不会影响其他层，便于扩展和维护，具体分工如下：

1. Gateway（网关层）：系统的“神经中枢”，是一个常驻后台的Node.js进程，负责监听聊天渠道的消息、标准化处理指令、会话路由和安全认证，通过WebSocket实现实时双向通信，是用户远程控制的核心。

2. Router（路由层）：负责“分发任务”，根据路由规则（如Peer ID、群组ID），将用户指令分配给对应的Agent实例，支持一个设备运行多个Agent，服务于不同场景。

3. Agent Loop（智能体循环）：OpenClaw的“心脏”，遵循Lobster智能体循环模式，实现“思考-执行-观察-反馈”的闭环，也是它能完成复杂任务的核心：

- 思考（Think）：加载Agent的身份（Soul）、记忆（Memory）和技能（Skills），将用户指令拆解为可执行的子任务；

- 执行（Act）：调用底层工具或技能，执行具体操作（如打开浏览器、运行Shell命令）；

- 观察（Observe）：获取执行结果（成功/失败信息）；

- 反馈（Reflect）：将结果反馈给大模型，更新上下文，决定下一步行动或结束任务。

4. Brain（推理层）：负责与大语言模型交互，支持多模型热切换，负责Prompt构建、模型调用和输出解析，是OpenClaw“理解指令”的核心。

5. Memory（记忆层）：采用“文件即状态”的设计，将所有记忆存储为本地Markdown/YAML文件，而非复杂数据库，分为4类：

- Soul（灵魂）：存储Agent的身份、价值观和个性，定义“我是谁”；

- Memory（记忆）：存储用户长期偏好和关键信息，即长时记忆；

- Session（会话）：存储当前任务的上下文和短期记忆；

- State（状态）：用于多Agent协作，记录项目进度，实现协同工作。

6. Scheduler（调度层）：实现主动式服务，支持心跳模式和定时模式，Agent可定期唤醒自己，主动执行任务（如每日早报、待办提醒），无需用户指令触发。

4.2 核心工作流程（以“预订餐厅”为例）

结合架构，我们拆解一个完整的任务执行流程，理解OpenClaw的工作逻辑：

1. 用户在Telegram发送指令：“帮我预订今晚7点附近的餐厅，偏好中餐，人均100元以内”；

2. Gateway接收消息，标准化处理后，通过Router分配给主Agent；

3. Agent Loop（思考阶段）：拆解任务为“1. 搜索附近中餐餐厅；2. 筛选人均100元以内的选项；3. 打开订餐网站预订；4. 反馈预订结果”；

4. Agent Loop（执行阶段）：调用tavily-search技能搜索餐厅，调用agent-browser技能打开订餐网站，填写预订信息；

5. Agent Loop（观察阶段）：获取预订结果（成功/失败），若失败（如无空位），调整策略（更换餐厅）重新尝试；

6. Agent Loop（反馈阶段）：将预订成功的信息（餐厅名称、地址、预订时间）反馈给Gateway，再由Gateway推送至用户Telegram；

7. Memory层更新：将用户的餐饮偏好（中餐、人均100元）保存为长期记忆，后续预订时自动匹配。

五、进阶技巧：自定义技能与安全优化

对于有一定开发基础的用户，可通过自定义技能和优化配置，让OpenClaw更贴合自身需求；同时，由于OpenClaw能控制本地设备，安全设置也至关重要。

5.1 自定义技能（简单脚本示例）

OpenClaw的技能本质是脚本文件，支持JavaScript/Python等语言，以下是一个简单的“每日天气提醒”技能示例（核心逻辑）：

// 技能名称：daily-weather

// 功能：每日早上8点获取本地天气，推送至Telegram

module.exports = {

name: "daily-weather",

description: "每日天气提醒",

schedule: "0 8 * * *", // 每日8点执行

async run(agent) {

// 调用天气API获取本地天气

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

// 推送至Telegram

await agent.channels.send("telegram", `今日天气：${weather}，记得增减衣物哦～`);

// 更新记忆，记录用户的天气偏好

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

},

将脚本保存至 ~/.openclaw/skills/daily-weather 目录，执行 openclaw skills reload，即可启用该技能。

5.2 安全优化（必做，避免风险）

由于OpenClaw拥有设备操作权限，不当配置可能导致安全风险，推荐以下3个安全设置：

1. 渐进式授权：初次使用时，仅给予AI只读权限，大部分操作（如发送邮件、删除文件）需用户确认，熟悉后再逐步开放权限；

2. 开启操作日志：执行 openclaw security audit --deep，开启操作日志，所有AI执行的任务都可追溯，若出现错误可及时排查；

3. 沙箱隔离：在配置文件中开启沙箱模式，隔离群组/渠道会话，避免恶意指令影响本地设备，配置示例：{

"routing": {

"agents": {

"main": {

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

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

六、常见问题排查（新手避坑）

部署和使用过程中，新手容易遇到以下问题，整理了对应的解决方案，快速排查无需踩坑：

- 问题1：Gateway启动失败，提示端口18789被占用

解决方案：修改配置文件 ~/.openclaw/openclaw.json，将端口改为18790，重启服务：openclaw gateway restart。

- 问题2：聊天渠道无响应，发送指令没有反馈

解决方案：检查网络连通性，重启渠道服务：openclaw channels restart 渠道名称（如telegram），或重新配对：openclaw pairing approve 渠道名称 配对码。

- 问题3：API Key无效，模型调用失败

解决方案：检查API Key是否完整（无空格/字符遗漏），重新生成并配置，执行 openclaw configure --section brain 重新设置模型参数。

- 问题4：Windows系统部署后无法正常运行

解决方案：卸载原生Windows部署，安装WSL2（推荐Ubuntu），在WSL2内重新部署，避免原生Windows的兼容性问题。

七、总结与后续学习方向

本文从基础认知、部署实操、核心操作、架构解析到进阶技巧，完整覆盖了OpenClaw 101的核心内容，总结下来：OpenClaw的核心价值的是“将AI从聊天工具升级为执行工具”，通过本地优先、持续记忆、高度可扩展的特点，真正成为用户的贴身数字员工。

对于新手，建议先完成本地部署，熟悉基础指令和场景，再逐步尝试安装技能、自定义配置；对于开发者，可深入研究其架构源码，开发专属技能插件，甚至参与OpenClaw的开源贡献（GitHub地址：https://github.com/openclaw/openclaw）。

后续学习方向推荐：

• 深入学习Lobster智能体循环机制，理解AI的任务拆解逻辑；

• 开发复杂自定义技能，实现更个性化的自动化需求；

• 探索多Agent协作，搭建多个AI助理协同工作的场景；

• 研究OpenClaw的商业化与生态构建，了解技能商城、云端代管等模式。

随着AI Agent技术的发展，OpenClaw作为开源领域的标杆项目，未来还会持续迭代升级。希望本文能帮助你快速入门OpenClaw，解锁AI自动化的核心能力，让技术为效率赋能。