OpenClaw 到底是什么？

程序员维他命

934人浏览 · 2026-03-11 13:55:41

程序员维他命 · 2026-03-11 13:55:41 发布

说在前面

🦞 最近刷技术圈的同学应该都被一只"龙虾"刷屏了——OpenClaw，GitHub star 数一路狂飙突破 24 万，超越 React 成为 GitHub 历史上最高星的开源项目

发个消息让它帮你整理文件？行。让它帮你跑个定时脚本监控服务器？没问题。让它帮你自动回复邮件、管理 GitHub****PR、甚至操作浏览器帮你填表？通通可以。

更离谱的是，这一切都跑在你自己的电脑上，数据不上传、不外泄，开源免费，还有一个像 npm 一样的 “skill 商店” 让你随意扩展功能。

今天这篇文章就来好好聊聊：OpenClaw 到底是什么？它是怎么工作的？我们普通开发者到底能用它来干什么？

一、OpenClaw 是什么？

一句话总结：OpenClaw 是一个开源的、自托管的 AI 智能体（Agent），它不只是回答问题，而是真的能帮你执行操作。

它的 slogan 是：“The AI that actually does things”（真正做事的 AI）。

跟 ChatGPT、Claude 的网页对话不同，OpenClaw 跑在你自己的电脑上，通过 WhatsApp、Telegram、微信、飞书、钉钉等聊天平台与你交互。你给它发一条消息，它不是给你回一段文字，而是真的去执行——运行命令、操作文件、控制浏览器、发送邮件、管理日历……

举个例子：

你在微信给 OpenClaw 发了一条：“帮我把桌面上所有的 PDF 文件按日期分类整理到文件夹里”

OpenClaw 收到消息 → 调用文件管理工具 → 扫描桌面 → 创建文件夹 → 移动文件 → 给你回复：“已完成，共整理了 23 个 PDF 文件到 5 个文件夹中 ✅”

整个过程你只发了一条消息，它帮你把活干了。

二、OpenClaw 的前世今生

OpenClaw 的发展历程本身就是一个挺有意思的故事 😄：

时间	事件
2025 年 11 月	奥地利程序员 Peter Steinberger 发布了一个叫 Clawdbot 的开源项目
2026 年 1 月	项目爆火，但因为名字跟 Anthropic 的 Claude 太像，被要求改名
2026 年 1 月 27 日	改名为 Moltbot（龙虾蜕壳的意思，延续龙虾主题 🦞）
2026 年 1 月 30 日	作者觉得 Moltbot 太拗口，三天后再次改名为 OpenClaw
2026 年 2 月	GitHub star 突破 24 万，超越 React 成为 GitHub 最高星项目
2026 年 2 月 14 日	Steinberger 宣布加入 OpenAI，项目移交给开源基金会管理

一个人做的开源项目，四个月时间，从零干到 24 万星，创始人直接被 OpenAI 挖走——这波属实是开源界的"逆袭爽文"了。

三、核心架构：四大组件

OpenClaw 的设计哲学很有意思：模型提供智能，OpenClaw 提供操作系统。

它不是在做 prompt 工程，而是在给 AI 搭建一个完整的运行环境——会话管理、工具调度、消息路由、记忆系统……大模型只是其中的一个组件。

整体架构由四大部分组成：

┌─────────────────────────────────────────────────────────┐│                    聊天平台（入口）                        ││   WhatsApp / Telegram / Slack / Discord / iMessage ...  │└────────────────────────┬────────────────────────────────┘                         │ 消息                         ▼┌─────────────────────────────────────────────────────────┐│                  Gateway（网关）🚪                        ││   会话管理 / 消息路由 / 工具调度 / 事件处理                 │└────────┬──────────────┬─────────────────┬───────────────┘         │              │                 │         ▼              ▼                 ▼   ┌──────────┐  ┌──────────────┐  ┌────────────┐   │  Agent   │  │   Skills     │  │   Memory   │   │  智能体   │  │   技能插件    │  │   记忆系统  │   │  🧠      │  │   🔧         │  │   📝       │   └──────────┘  └──────────────┘  └────────────┘

1、Gateway（网关）

Gateway 是 OpenClaw 的核心中枢，相当于整个系统的"大脑调度中心"。它是一个长期运行的 Node.js 进程，默认绑定端口 18789，负责：

消息路由：接收来自各个聊天平台的消息，分发给 Agent 处理
会话管理：维护多轮对话的上下文
工具调度：决定调用哪个 Tool 来执行操作
事件处理：处理定时任务、Webhook 回调等

Gateway 支持的聊天平台非常多，基本上你能想到的聊天工具都支持。

2、Agent（智能体）

Agent 是"思考引擎"，负责接入大模型进行推理和决策。OpenClaw 支持灵活选择模型：

云端模型：Anthropic Claude、OpenAI GPT、Google Gemini、DeepSeek 等
本地模型：通过 Ollama、LM Studio 等接入本地模型

如果你对隐私要求极高，可以让所有推理都在本地硬件上完成——只需要把 OpenClaw 指向本地模型就行了。

3、Skills（技能插件）

Skills 是 OpenClaw 的灵魂所在——默认情况下，OpenClaw 本身只是一个"裸框架"，真正的生产力完全依赖于 Skills。

每个 Skill 就是一个包含 SKILL.md 文件的目录，用 YAML 前言 + Markdown 自然语言指令 来描述这个技能教 AI 做什么：

---name: file-organizerdescription: Organize files by type, date, or custom rulestools:  - read  - write  - shelltriggers:  - "organize files"  - "sort my files"---# File OrganizerYou help users organize their files into folders.## Instructions1. Ask the user which directory to organize2. Scan the directory for files3. Group files by extension type4. Create subdirectories for each type5. Move files into appropriate subdirectories6. Report the results

注意，这不是代码，是自然语言指令！它告诉 AI “你该怎么做”，而不是用编程语言实现逻辑。这种设计让普通用户也能自己编写和分享 Skills。

这里有一个很重要的概念区分：Tools 和 Skills 的关系。

Tools（工具） 是"器官"——决定 OpenClaw 能不能做某件事（比如 write 工具让它能写文件，shell 工具让它能执行命令）
Skills（技能） 是"教科书"——教 OpenClaw 如何组合 Tools 来完成一个具体任务

比如你安装了一个"整理笔记"的 Skill，但如果没有启用 write Tool，它依然无法写文件。Skill 不会赋予新权限，只是教会 AI 怎么用已有的工具。

4、Memory（记忆系统）

大多数 AI 框架把记忆藏在黑盒里，OpenClaw 反其道而行——所有记忆都是磁盘上的纯 Markdown 文件，完全透明可读。

memory/├── MEMORY.md           # 长期记忆（用户偏好、常用信息）├── SOUL.md             # 人格设定（回复风格、行为准则）├── 2026-03-05.md       # 每日对话日志└── 2026-03-06.md

MEMORY.md：长期记忆文件，存储用户偏好和重要信息（如"用户是前端开发，使用 Vue 技术栈"）
SOUL.md：人格设定文件，定义 AI 的回复风格和行为准则
每日日志：以日期命名的 Markdown 文件，记录当天的对话上下文

如果它没有记住你说的话，那是因为没写进文件。你可以直接告诉它：“把这个记到 MEMORY.md 里”，下次它就记住了。你甚至可以直接用文本编辑器打开这些文件来查看和编辑 AI 的"记忆"。

四、ClawHub：AI 界的 npm

ClawHub 是 OpenClaw 的官方技能商店，相当于 AI Agent 界的 npm。目前已有 上万个 Skills，覆盖了你能想到的几乎所有场景。

安装 Skill

# 官方推荐方式npx clawhub@latest install <skill-slug># 备选方式openclaw skills install <skill-slug>

查看已安装

openclaw skills list --status ready

技能	用途	推荐理由
Skill Vetter	安全审计	🛡️ 必装！安装其他 Skill 前先用它扫描一遍
Tavily Search	联网搜索	让 AI 能获取实时网络信息
Browser / Playwright	浏览器自动化	爬取网页、自动填表、截图
Code Interpreter	代码执行	Python 执行环境，数据分析、绘图
File Manager	文件管理	本地文件增删改查
GitHub Assistant	Git 操作	commit / PR / issue 管理
Scheduler	定时任务	自动跑日报、定时监控
Notion / Obsidian	知识库操作	笔记管理、知识整理

五、OpenClaw 能用来干什么？

说了这么多架构和概念，那 OpenClaw 到底能用来干什么呢？来看几个真实的使用场景：

🧑‍💻 开发者场景

场景	你只需要说	OpenClaw 会做
代码审查	“帮我 review 一下今天的 PR”	拉取 PR diff → 逐文件分析 → 生成审查报告
日志排查	“服务器报 500 了，帮我看看日志”	SSH 连接 → 读取日志 → 定位错误 → 给出修复建议
自动部署	“把 main 分支部署到测试环境”	git pull → build → 推送到服务器 → 验证部署结果
定时任务	“每天早上 9 点给我一份昨天的 Git 提交报告”	设置 cron → 每天定时执行 → 生成报告 → 发送到你的聊天

📋 日常办公场景

场景	你只需要说	OpenClaw 会做
邮件管理	“帮我把未读邮件中重要的筛选出来”	读取邮箱 → AI 判断重要性 → 生成摘要
文件整理	“把下载文件夹按类型整理一下”	扫描目录 → 分类 → 创建文件夹 → 移动文件
日程安排	“帮我把明天的会议安排发到微信群里”	读取日历 → 格式化 → 发送到指定频道
信息搜集	“帮我搜集最近一周关于 Vue 4 的新闻”	联网搜索 → 筛选整理 → 生成摘要报告

🏠 智能家居 / 生活场景

场景	你只需要说	OpenClaw 会做
智能家居	“快下雨了，帮我关一下窗户”	调用 HomeAssistant API → 关闭窗户
记账	“刚花了 35 块吃午饭”	记录到 Notion 账本 → 更新月度统计
提醒	“明天下午 3 点提醒我开会”	设置定时器 → 到点发消息提醒

这些不是概念演示，而是社区用户真实在用的场景。本质上，只要你能把一件事描述清楚，OpenClaw 就有可能帮你自动化完成它。

六、怎么安装和使用？

1、环境要求

Node.js 18 及以上版本
一个 AI 模型的 API Key（Anthropic / OpenAI / DeepSeek 等，选一个即可）
一台电脑（Mac / Linux / Windows 均可）

2、安装 OpenClaw

# 使用 npx 一键安装npx openclaw@latest# 或者从源码安装git clone https://github.com/openclaw/openclaw.gitcd openclawnpm installnpm start

3、配置 AI 模型

启动后，OpenClaw 会引导你配置模型。以 Anthropic Claude 为例：

# 设置 API Keyexport ANTHROPIC_API_KEY=your-api-key-here

如果想用本地模型（完全离线、零隐私泄露）：

# 先安装 Ollamabrew install ollama# 下载模型ollama pull llama3# OpenClaw 配置中指向本地模型# 在配置文件中设置 provider: ollama

4、连接聊天平台

以微信为例： OpenClaw 通过开源的微信机器人框架（如 wechaty）来接入微信。配置流程大致如下：

（1）安装微信 Gateway 插件

npx clawhub@latest install wechat-gateway

（2）扫码登录微信

启动 Gateway 后，终端会生成一个二维码，用微信扫一扫就能登录：

openclaw start --platform wechat

扫码成功后，你的微信号就变成了 OpenClaw 的"入口"——别人给你发消息是正常聊天，你给 OpenClaw 的指定联系人（或文件传输助手）发消息，就会被 OpenClaw 接管处理。

（3）开始使用

打开微信，给 OpenClaw 绑定的联系人发一条消息试试：

“帮我把桌面上的截图按日期整理一下”

几秒后你就能收到回复：

“✅ 已完成！共整理了 17 张截图到 4 个文件夹中（2026-03、2026-02、2026-01、2025-12）”

跟平时聊天一样自然，但它真的去执行了。

💡 提示：微信对第三方机器人有一定限制，建议用一个不常用的微信小号来跑 OpenClaw，避免主号被风控。也可以利用「文件传输助手」作为消息入口，这样不需要额外的微信号

5、安装常用 Skills

# 安全扫描（必装！）npx clawhub@latest install skill-vetter# 联网搜索npx clawhub@latest install tavily-search# 文件管理npx clawhub@latest install file-manager# 浏览器自动化npx clawhub@latest install playwright-browser

七、风险

虽然 OpenClaw 很强大，但也必须提一下它的安全风险，毕竟它能在你的电脑上执行任意命令：

⚠️ 主要风险

权限过大：OpenClaw 能访问你的文件系统、邮箱、日历、聊天平台……配置不当可能导致数据泄露
第三方 Skill 风险：ClawHub 上已经发现过恶意 Skill，安装时务必谨慎
AI 失控风险：曾有用户反映 OpenClaw 在处理邮箱数据时因"上下文压缩"丢失了关键指令，导致自动删除了邮件并无视用户的停止指令

🛡️ 安全建议

不要在主力电脑上裸跑，建议使用虚拟机或 Docker 容器隔离运行
必装 Skill Vetter，安装任何第三方 Skill 前先做安全扫描
最小权限原则，只开启你真正需要的 Tools
定期检查记忆文件，看看 MEMORY.md 里有没有存储敏感信息
重要操作前设置确认，让 OpenClaw 在执行删除等危险操作前先征求你的同意

八、OpenClaw vs 其他 AI 工具

最后来一张横向对比表，帮大家理清 OpenClaw 和其他 AI 工具的区别：

维度	ChatGPT / Claude 网页版	Claude Code	OpenClaw
核心定位	对话助手	编码代理	通用自主智能体
运行位置	云端	本地终端	本地自托管
交互方式	网页/App	终端命令行	任意聊天平台
执行能力	❌ 只能聊天	✅ 读写代码/运行命令	✅ 一切操作（文件/邮件/浏览器/…）
扩展性	❌ 封闭	有限	✅ ClawHub 万级 Skills 生态
隐私	数据上传云端	代码本地	完全本地，可选本地模型
开源	❌	❌	✅ MIT 许可证
成本	订阅付费	按量付费	开源免费（模型 API 自付）

一句话总结：ChatGPT 是聊天的，Claude Code 是写代码的，OpenClaw 是干活的。

总结

OpenClaw 的出现代表了 AI 发展的一个重要趋势——从"对话式 AI"走向"自主行动式 AI"。未来的 AI 不再只是一个 App，而是一个凌驾于所有 App 之上的"智能管家"，帮你在背后默默处理各种琐事。

当然了，现在的 OpenClaw 还不够完美，安全性、稳定性都还有提升空间。但作为一个开源项目能做到这个程度，已经相当惊艳了。如果你是一个喜欢折腾的开发者，非常建议去试一试。

📌 相关链接

OpenClaw 官网：https://openclaw.ai/

OpenClaw GitHub：https://github.com/openclaw/openclaw

ClawHub 技能商店：https://github.com/openclaw/clawhub

OpenClaw Wikipedia：https://en.wikipedia.org/wiki/OpenClaw

公众号

关注公众号『前端也能这么有趣』，获取更多有趣内容。

发送加群还可以加入群聊，一起来学习（摸鱼）吧~

说在后面

🎉 这里是 JYeontu，现在是一名前端工程师，有空会刷刷算法题，平时喜欢打羽毛球 🏸 ，平时也喜欢写些东西，既为自己记录 📋，也希望可以对大家有那么一丢丢的帮助，写的不好望多多谅解 🙇，写错的地方望指出，定会认真改进 😊，偶尔也会在自己的公众号『前端也能这么有趣』发一些比较有趣的文章，有兴趣的也可以关注下。在此谢谢大家的支持，我们下文再见 🙌。

如何学习AI大模型？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
在这里插入图片描述

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
在这里插入图片描述

在这里插入图片描述

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

在这里插入图片描述

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
在这里插入图片描述

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
在这里插入图片描述

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
在这里插入图片描述

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

在这里插入图片描述