关键词:OpenClaw、AI Agent、开源框架、本地部署、ChatGPT替代、飞书机器人


一、OpenClaw 是什么

1.1 一句话定义

OpenClaw 是一个开源 AI Agent 框架,允许 AI 在本地直接执行任务,而不只是对话回复。

和传统聊天 AI 最本质的区别:你说"帮我整理文件",ChatGPT 给你写操作步骤;OpenClaw 直接去整理。

核心对比:

维度 吃灰用法(当聊天机器人用) 真香用法(作为执行代理用)
文件整理 问它怎么做,自己手动执行 直接说需求,它帮你做完
信息汇总 复制粘贴给它,等它回复 定时自动抓取、整理、推送给你
待办管理 偶尔问一次"今天有什么要做的" 心跳机制主动找你,该做什么时提醒你
重复任务 每次手动触发 定时自动执行,结果推送到飞书/微信

1.2 三个核心设计理念

本地优先(Local-First)

  • 所有对话记录、记忆文件、技能配置均存储在本地 ~/.openclaw/ 目录
  • 不上传用户数据到任何中心化服务器
  • 完全可审计、可编辑、可迁移

执行优先(Action-First)

  • 内置 Shell 命令执行能力
  • 支持文件系统读写操作
  • 支持 Playwright 浏览器自动化
  • 支持 HTTP/API 调用

模型无关(Model-Agnostic)

  • 支持 OpenAI、Anthropic、阿里通义、腾讯混元、DeepSeek 等主流模型
  • 支持 Ollama 本地模型(Llama、Qwen 等)
  • 运行时可动态切换模型

二、系统架构

2.1 整体架构

┌─────────────────────────────────────────────────┐
│                  OpenClaw 架构                   │
├──────────────┬──────────────┬───────────────────┤
│  Channels    │   Gateway    │      Agent        │
│  消息渠道    │   调度网关   │      核心          │
├──────────────┼──────────────┼───────────────────┤
│ 微信 WeChat  │ 路由分发     │ 意图理解           │
│ 飞书 Feishu  │ 会话管理     │ 任务拆解           │
│ 钉钉 DingTalk│ 定时调度     │ 执行反思           │
│ Telegram     │ Token 压缩   │ 三级记忆           │
│ Discord      │ 负载均衡     │                   │
│ 25+ 渠道     │              │                   │
├──────────────┴──────────────┴───────────────────┤
│              Skills(技能库)                    │
│  文件操作 / Shell / 浏览器 / 自定义 / 社区插件   │
├─────────────────────────────────────────────────┤
│   Heartbeat(心跳)  │  Memory(记忆)           │
│   定时任务调度       │  短期/近端/长期三层架构    │
└─────────────────────────────────────────────────┘

2.2 记忆系统

OpenClaw 的记忆以本地 Markdown 文件形式存储:

~/.openclaw/workspace/
├── IDENTITY.md      # Agent 身份设定
├── SOUL.md          # 行为准则和思考方式
├── USER.md          # 用户画像和偏好
├── MEMORY.md        # 长期核心记忆
├── HEARTBEAT.md     # 心跳任务清单
└── memory/
    ├── 2026-04-01.md
    └── 2026-04-02.md

三级记忆架构:

层级 存储 特点
短期 对话上下文 会话内有效
近端 每日 .md 文件 按日期归档
长期 MEMORY.md 语义检索,持久有效

2.3 Skill 技能系统

Skill 是 OpenClaw 的核心扩展机制,每个 Skill 是一个目录:

skills/
├── my-skill/
│   ├── SKILL.md       # 触发条件、SOP、输出格式
│   └── references/    # 参考资料(可选)
│       └── template.md

SKILL.md 最小结构:

---
name: daily-summary
description: 每日工作总结,提取今日任务和待办
trigger_keywords: [日报, 总结, 今日任务]
---

## 执行步骤

1. 读取今日对话历史
2. 提取提到的任务和决策
3. 按优先级排序
4. 输出 Markdown 格式

三、快速安装

3.1 环境要求

  • Node.js 22+
  • 可用的大模型 API Key(OpenAI / Anthropic / 通义 / 混元 / DeepSeek 等)

3.2 安装命令

macOS / Linux:

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

Windows(管理员 PowerShell):

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

3.3 初始化

# 初始化,按向导配置模型 API Key
openclaw onboard

# 启动 Gateway
openclaw gateway start

# 验证是否正常运行
# 浏览器打开 http://127.0.0.1:18789

3.4 排查命令

# 查看 Gateway 状态
openclaw gateway status

# 实时查看日志
openclaw logs --follow

⚠️ 版本说明:安装命令和参数可能随版本更新。遇到问题请优先查阅 docs.openclaw.ai 的最新文档。


四、适用场景

场景 描述
个人效率自动化 文件整理、邮件处理、信息聚合
自媒体运营 选题研究、文案生成、内容发布
数据分析 CSV/Excel 分析报告生成
开发辅助 代码审查、文档生成、测试辅助
知识管理 读文章整理摘要、归档知识库
会议准备 多份素材整合、故事线设计

五、必须注意的问题

5.1 成本控制

每次对话消耗大模型 API Token,且因为携带上下文,消耗量随对话轮数增长:

Token 消耗 ≈ 上下文体积 × 对话轮数

建议:

  • 在配置文件中设置每日 Token 上限
  • 重要任务用高质量模型,日常任务用便宜模型
  • 对话超过 10 轮后使用 /compact 压缩上下文

5.2 安全加固

必须做的几件事:

# 检查 Gateway 绑定地址(必须是 127.0.0.1,不能是 0.0.0.0)
grep -r "host" ~/.openclaw/openclaw.json

# 确保敏感信息不存在记忆文件中
# API Key 请存在 .env 文件,不要写进 MEMORY.md

ClawHavoc 安全事件(2025-2026):1200+ 恶意 Skill 通过 typosquatting 感染了 8000+ Agent 实例。安装第三方 Skill 前必须做安全审计,安全问题不是小事。

5.3 不可逆操作必须人工确认

大模型存在幻觉,AI 可能"自信地做错事"。以下操作建议在配置中设置为必须人工确认:

  • 删除文件
  • 向外部发送消息
  • 发布到公开平台
  • 修改配置文件

六、与同类产品对比

OpenClaw AutoGPT LangChain Agent Dify
本地优先 ⚠️ 取决于配置 ❌ 云为主
消息渠道集成 25+ 有限
持久化记忆 ✅ 本地文件 有限 需自建 ✅ 云存储
Skill 生态 700+ 有限 插件丰富 工作流为主
部署难度 中等 较高 低(SaaS)
开源协议 MIT MIT MIT Apache 2.0

七、常见问题(Q&A)

Q:OpenClaw 和 ChatGPT 有什么本质区别?
ChatGPT 是对话生成工具,只输出文字。OpenClaw 是 AI Agent 框架,可以直接执行操作——这是"嘴替"和"手替"的区别。

Q:本地部署安全吗?数据会上传吗?
OpenClaw 默认本地优先,数据存储在 ~/.openclaw/ 目录,不上传到中心化服务器。但要注意使用的大模型 API 本身会上传你的对话内容到对应厂商。

Q:用哪个大模型最好?
没有唯一答案。日常任务用通义/混元(便宜),需要复杂推理时切 Claude/GPT-4o(精准但贵)。OpenClaw 支持运行时切换,可以按场景分配模型。

Q:部署完就能直接用了吗?
安装是起点,不是终点。没有配置好 Skill、Memory、安全规则之前,体验跟直接用 ChatGPT 差不多。真正影响体验的是后续的 Skill 系统(第3篇)和记忆调教(第4篇)。


八、参考资源

  • 官方文档:docs.openclaw.ai
  • GitHub:github.com/openclaw/openclaw
  • Skills 社区:skills.sh

系列导航:

  • 第1篇:认识 OpenClaw(本篇)
  • 第2篇:安装路线选择(本地 / Lighthouse / ArkClaw)
  • 第3篇:Skill 技能系统深度解析
  • 第4篇:Memory 记忆调教指南
  • 第5篇:安全加固实战
  • 第6篇:Token 省钱手册
  • 第7篇:小红书全流程自动化
  • 第8篇:数据分析实战
Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐