OpenClaw从入门到精通：如何让小龙虾自我进化

发表于 更新于 分类于 阅读次数： 本文字数： 4k 阅读时长 ≈ 4 分钟

cover

我第一次看到 OpenClaw 的时候，它刚改完名字三天，GitHub 上还只有 3 万 Star。

那是 2026 年 1 月底，Anthropic 刚给原作者发了商标投诉，项目从 Clawdbot 改成 Moltbot，又改成 OpenClaw。我当时的第一反应是：一个连名字都没稳定下来的项目，值得花时间研究吗？

六周后，它涨到了 24 万 Star。我花了两周时间把它从头到尾跑了一遍，包括踩了不少坑。这篇文章是我的实际使用记录，不是官方文档的翻译。

OpenClaw 是什么，为什么突然火了

从 Clawdbot 到 OpenClaw 的改名风波

OpenClaw 的故事从一封律师函开始。2025 年 11 月，奥地利开发者 Peter Steinberger 发布了 Clawdbot，名字直接蹭了 Anthropic 的 Claude。2026 年 1 月底，Anthropic 发来商标投诉，他改名 Moltbot，三天后又觉得”念起来不顺口”，最终定名 OpenClaw。

就在这场改名风波里，创业者 Matt Schlicht 推出了 Moltbook——一个专门给 AI Agent 用的社交网络，AI 之间可以互相加好友、发帖、聊天。这个脑洞大开的项目迅速走红，连带着 OpenClaw 也火了。

到 2026 年 3 月初，OpenClaw 在 GitHub 上已经有 24.7 万 Star 和 4.77 万 Fork。腾讯基于它推出了一整套 AI 产品，接入了微信。

它到底能做什么

OpenClaw 是一个本地运行的 AI Agent 网关。跟 ChatGPT 的区别不是”更聪明”，而是”能主动干活”。

核心能力：

  • 多平台接入：支持 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等 20+ 个消息平台
  • 本地优先：所有数据存在你自己的设备上，不上传到云端
  • 技能系统：通过 Skills 扩展能力，可以执行 Shell 命令、管理文件、自动化浏览器操作
  • 模型无关：可以接入 Claude、GPT、DeepSeek 等任何大模型
  • 语音交互：支持唤醒词和持续语音对话（macOS/iOS/Android）
  • 自主执行：不只是回答问题，还能主动完成任务

为什么开发者都在关注它

传统 AI 助手是”问答机”，你问一句它答一句。OpenClaw 是自主 Agent——你说”每天早上 9 点检查我的邮箱，把重要邮件总结后发到我的 Telegram”，它会真的去执行，不是给你一个方案让你自己去做。

开源是另一个关键。你可以看到所有代码，数据完全在自己控制下，不用担心服务商涨价或关停。这种”本地优先 + 自主执行 + 开源透明”的组合，是很多开发者一直想要但没有的东西。

从零开始：如何让 OpenClaw 跑起来

环境准备

OpenClaw 需要 Node.js 22 或更高版本。支持 macOS、Linux 和 Windows（通过 WSL2）。

1
2
3
4
5
# 安装 OpenClaw
npm install -g openclaw@latest

# 或者使用 pnpm
pnpm add -g openclaw@latest

快速上手：运行向导

OpenClaw 提供了一个交互式向导，会一步步引导你完成配置：

1
openclaw onboard --install-daemon

这个命令会：

  1. 安装 Gateway 守护进程（让 OpenClaw 持续运行）
  2. 配置你想使用的 AI 模型（OpenAI、Anthropic 等）
  3. 设置消息平台（WhatsApp、Telegram 等）
  4. 创建工作空间和技能

启动 Gateway

1
openclaw gateway --port 18789 --verbose

Gateway 是 OpenClaw 的核心，它负责：

  • 管理所有消息平台的连接
  • 调度 AI 模型
  • 执行技能和工具
  • 维护会话状态

启动后，你就可以在配置好的消息平台上和 OpenClaw 对话了。

发送第一条消息

1
2
3
4
5
# 通过 CLI 发送消息
openclaw message send --to +1234567890 --message "Hello from OpenClaw"

# 或者直接和 Agent 对话
openclaw agent --message "帮我总结一下今天的新闻" --thinking high

进阶玩法：让小龙虾自我进化

技能系统：OpenClaw 的灵魂

OpenClaw 的强大之处在于它的技能系统（Skills）。每个技能就是一个独立的能力模块，存储在 .claude/skills/ 目录下。

技能的结构很简单：

1
2
3
my-skill/
├── SKILL.md          # 技能描述和使用说明
└── tools/            # 可选的工具脚本

SKILL.md 文件包含：

  • 技能名称和描述
  • 触发条件
  • 使用的工具
  • 执行逻辑

OpenClaw 内置了 100+ 个预配置技能，涵盖：

  • 文件系统操作
  • Shell 命令执行
  • 浏览器自动化
  • API 调用
  • 数据处理

创建自定义技能

假设你想让 OpenClaw 每天自动备份某个目录，可以这样做：

  1. 创建技能目录：

    1
    mkdir -p ~/.claude/skills/daily-backup

  2. 编写 SKILL.md：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    ---
    name: daily-backup
    description: 每天自动备份指定目录到云存储
    trigger: cron
    schedule: "0 2 * * *"
    ---

    # Daily Backup Skill

    每天凌晨 2 点自动执行备份任务。

  3. OpenClaw 会自动加载这个技能，并按计划执行。

多 Agent 路由：不同场景用不同助手

OpenClaw 支持多 Agent 配置。你可以为不同的场景创建专门的助手：

  • 工作助手：处理邮件、日程、文档
  • 学习助手：整理笔记、搜索资料、生成总结
  • 生活助手：提醒事项、查询信息、娱乐推荐

通过配置文件，可以让不同的消息平台或账号路由到不同的 Agent。比如工作相关的消息发到 Slack，个人消息发到 Telegram，各自由专门的 Agent 处理。

接入本地模型：完全离线运行

如果你担心隐私，或者想节省 API 费用，可以接入本地模型：

1
2
3
4
5
6
# 使用 Ollama 运行本地模型
ollama pull llama3.1

# 配置 OpenClaw 使用本地模型
openclaw config set model.provider ollama
openclaw config set model.name llama3.1

这样 OpenClaw 就完全在本地运行，不需要任何外部 API。

实战案例：OpenClaw 能帮你做什么

案例 1：自动化客户线索管理

我见过一个自由职业者用 OpenClaw 做销售跟进：监控潜在客户的网站更新，自动生成审计报告，整合到 CRM，发送跟进邮件。他说这个流程原来每周要花 6-8 小时，现在只需要审批几条消息。

我没有验证这个数字，但逻辑上是成立的——这类重复性的信息收集和格式化工作，正是 Agent 最擅长的。

案例 2：多平台内容同步

内容创作者用 OpenClaw 实现：在一个平台发布内容，自动转换格式，同步到其他平台（Twitter、LinkedIn、微信公众号），收集各平台的反馈和数据。

这个场景我自己也在用，但坦白说，格式转换的质量参差不齐，微信公众号的排版经常需要手动调整。

案例 3：智能家居控制中枢

通过 OpenClaw 连接各种智能设备：语音控制家电、根据日程自动调节环境、异常情况及时通知、能源使用分析。

这个案例我没有亲测，但从技术上看，需要额外配置 Home Assistant 或类似的中间层，不是开箱即用的。

需要注意的安全问题

OpenClaw 很强大，但也带来了安全风险。

DM 访问控制

默认情况下，OpenClaw 对陌生人的私信采用”配对模式”。陌生人发消息时会收到一个配对码，你需要手动批准：

1
openclaw pairing approve <channel> <code>

如果要开放公开访问，需要显式配置 dmPolicy="open"。但这样做风险很大，因为任何人都能让你的 Agent 执行命令。

Prompt 注入攻击

OpenClaw 容易受到 Prompt 注入攻击。恶意用户可能在消息中嵌入指令，诱导 Agent 执行危险操作。

防范措施：

  • 限制 Agent 的权限范围
  • 对敏感操作设置人工确认
  • 定期审查 Agent 的行为日志
  • 不要给 Agent 访问敏感数据的权限

技能安全

OpenClaw 的技能仓库缺乏严格审核。Cisco 的安全团队测试发现，有第三方技能会在用户不知情的情况下窃取数据。

建议：

  • 只安装来源可信的技能
  • 审查技能代码再使用
  • 定期更新和检查已安装的技能

OpenClaw 的一位维护者 Shadow 在 Discord 上警告：”如果你连命令行都不会用，这个项目对你来说太危险了。”

监管动态

2026 年 3 月，中国政府要求国有企业和政府机构禁止在办公电脑上运行 OpenClaw，理由是潜在的安全风险。

这提醒我们：自主 Agent 的能力越强，责任越大。使用时必须谨慎。

OpenClaw 的现状：一个没有创始人的开源项目

2026 年 2 月，Peter Steinberger 宣布加入 OpenAI，项目移交给开源基金会。Sam Altman 公开表示 OpenClaw 会继续运营，但核心开发者的重心已经转移。

这是我目前最大的顾虑。不是说项目会死，而是维护节奏会变。一个依赖单一核心开发者的开源项目，在创始人离开后往往会进入”维护模式”——Bug 修得慢，新功能停滞，社区逐渐分裂。

类似的项目还有 AutoGPT、LangChain Agents。OpenClaw 的独特之处在于真正的本地优先、完整的多平台支持、活跃的社区生态。但这些优势能不能在没有 Peter 的情况下维持，我不确定。

对于现在想入场的人，我的建议是：用它，但不要深度依赖它。把它当工具，不要把它当基础设施。如果你的工作流核心依赖 OpenClaw，你需要有备用方案。

我现在还在用 OpenClaw，主要用来做每日简报和邮件分类。这两个场景稳定，出问题了也容易切换。更复杂的自动化我没有继续深入——不是因为它做不到，而是我还没想清楚，如果哪天它维护停滞了，我的替代方案是什么。

这个问题，你想清楚了吗？