OpenClaw安装及正确用法总结指南
熊猫钓鱼>_>

一、什么是OpenClaw?
OpenClaw是一款开源、自托管的AI智能体平台,前身为Clawdbot、Moltbot。它的核心特点是**"真正能干活"**,而不是单纯的聊天机器人。与传统AI助手相比,OpenClaw具备:
执行权限:可直接操作文件系统、运行终端命令、控制浏览器、收发邮件
持久记忆:通过SQLite向量数据库存储对话历史、用户偏好和任务记录
多平台连接:支持WhatsApp、Telegram、Discord、飞书、钉钉等20+聊天平台
本地优先:所有数据存储在你的设备上,确保隐私安全
二、核心架构与工作原理
三层架构
Gateway网关:核心协调层,通过WebSocket协议(默认ws://127.0.0.1:18789)连接聊天工具和电脑系统
PiAgent运行时:大脑决策层,对接GPT、Claude等大模型,将自然语言指令拆解为操作步骤
执行层:包含文件操作、浏览器控制、Shell命令执行等工具,在Docker沙箱中运行
混合记忆系统
短期记忆:会话缓存,保留最近几轮交互历史
中期记忆:每日摘要与会话日志(JSONL文件格式)
长期记忆:核心知识库(Markdown文件),包括MEMORY.md和USER.md
三、正确安装步骤
系统要求
Node.js ≥ 22(必须)
操作系统:macOS、Linux、Windows(强烈建议使用WSL2)
内存:至少2GB RAM,推荐4GB以上
推荐安装方式(一键脚本)
1# macOS/Linux用户 2curl -fsSL https://openclaw.ai/install.sh | bash 3 4# Windows用户(PowerShell) 5iwr -useb https://openclaw.ai/install.ps1 | iex
初始化配置
1# 运行配置向导并安装后台服务 2openclaw onboard --install-daemon
向导步骤:
选择本地或远程Gateway
配置AI模型认证(推荐Anthropic API Key)
选择聊天平台(如WhatsApp、Telegram)
安装守护进程(macOS: launchd, Linux/WSL2: systemd)
四、核心配置要点
1. AI模型配置(必须)
推荐模型:
Anthropic Claude Opus 4.5(性能最佳)
Anthropic Claude Sonnet 4-20250514(性价比高)
国产模型:MiniMax、Qwen、GLM(国内网络友好)
配置文件位置:~/.openclaw/openclaw.json
1{
2 "env": { "ANTHROPIC_API_KEY": "sk-ant-..." },
3 "agents": {
4 "defaults": {
5 "model": { "primary": "anthropic/claude-opus-4-5" }
6 }
7 }
8}2. Gateway网关配置
默认设置:
端口:18789
绑定地址:127.0.0.1(本地回环)
认证方式:token/password
常用命令:
1# 检查服务状态 2openclaw gateway status 3 4# 手动启动网关 5openclaw gateway --port 18789 --verbose 6 7# 查看实时日志 8openclaw logs --follow
3. 聊天平台连接
WhatsApp配置
1# 登录WhatsApp(生成二维码) 2openclaw channels login whatsapp 3 4# 扫描二维码:WhatsApp → 设置 → 已连接设备
飞书配置(国内推荐)
访问飞书开放平台创建企业自建应用
获取App ID和App Secret
安装飞书插件:
1openclaw plugins install @m1heng-clawd/feishu 2openclaw config set channels.feishu.appId "你的AppID" 3openclaw config set channels.feishu.appSecret "你的AppSecret"
钉钉配置(Stream模式)
钉钉开放平台创建应用,开启Stream模式
获取Client ID(AppKey)和Client Secret
配置OpenClaw凭据
五、安全最佳实践
1. 部署环境隔离
绝对不要在主力电脑上部署OpenClaw!推荐以下安全环境:
| 环境 | 适用场景 | 优点 |
|---|---|---|
| 虚拟机(Lima/Orbstack) | 个人尝鲜 | 完全隔离,免费 |
| 云服务器(阿里云/腾讯云) | 生产环境 | 7x24在线,安全隔离 |
| Docker容器 | 开发测试 | 轻量级,易于管理 |
2. 权限控制
1{
2 "fileSystem": {
3 "allowedPaths": ["/home/user/documents"],
4 "blockedPaths": ["/etc", "/var", "/root"]
5 },
6 "agents": {
7 "defaults": {
8 "sandbox": { "mode": "non-main" }
9 }
10 }
11}3. 成本控制策略
OpenClaw的token消耗是按量计费,需特别注意:
高消耗原因:
每次对话需加载1.4万token的"系统说明书"(基础成本约4美分)
复杂任务采用ReAct架构,token消耗呈平方级增长
可能将整段HTML源码塞进上下文,造成资源浪费
成本控制方法:
定期使用/new命令:开始新对话,重置token累积
选择合适模型:简单任务用轻量模型(如Haiku)
监控使用量:定期运行/usage cost查看费用
设置预算提醒:在API平台设置费用上限
六、实用命令大全
1. 基础管理命令
1# 查看整体状态 2openclaw status 3 4# 检查网关健康状态 5openclaw health 6 7# 运行深度安全审计 8openclaw security audit --deep
2. 聊天中斜杠命令
| 命令 | 功能 | 使用场景 |
|---|---|---|
| /new | 新开对话 | 切换任务、节省token |
| /status | 查看会话状态 | 监控当前会话 |
| /model <模型名> | 切换模型 | 根据任务复杂度选择 |
| /compact | 压缩上下文 | 长对话时节省token |
| /usage full | 查看完整用量 | 成本监控 |
| /exec host=sandbox | 设置执行环境 | 安全执行命令 |
| /approve <id> allow-once | 批准操作 | 安全权限管理 |
3. 技能管理
1# 列出可用技能 2openclaw skills list 3 4# 安装技能(如网络搜索) 5openclaw skills install web-search 6 7# 启用技能 8openclaw skills enable github 9 10# 更新所有技能 11openclaw skills update all
七、实用场景与指令示例
1. 办公自动化
1"请帮我: 21. 提取桌面『销售数据.xlsx』中A列的客户名称和C列的成交金额 32. 筛选出金额大于1万的记录 43. 生成新的Excel文件保存到『重要客户』文件夹"
2. 邮件处理
1"请检查我的收件箱,整理出: 21. 未读的重要邮件(来自老板或重要客户) 32. 需要回复的邮件列表 43. 本周收到的Newsletter摘要"
3. 文档处理
1"从~/Downloads/report.pdf中提取: 21. 关键数据指标 32. 主要发现 43. 建议措施 5生成一份不超过500字的摘要"
4. 定时任务
1"每天早上8点帮我: 21. 检查GitHub热点 32. 生成中文简报 43. 通过WhatsApp发送给我"
5. 浏览器自动化
1"请去MIT公开课官网: 21. 搜索Python课程 32. 下载课件到桌面 43. 解压文件 54. 将第一节课的课件发给我"
八、常见问题解决
1. 服务连接问题
症状:控制界面连接超时 解决:
重新生成Token:cat ~/.clawdbot/clawdbot.json | grep tok
检查18789端口是否放行
重启服务:openclaw gateway restart
2. 模型调用失败
症状:百炼模型调用无响应 解决:
检查API Key有效性
开通对应模型调用权限
调整请求频率,避免速率限制
3. 平台对接故障
症状:钉钉/飞书消息推送失败 解决:
确认回调地址格式正确
检查App ID/App Secret配置
开启事件订阅功能
4. 性能优化
症状:服务运行卡顿 解决:
升级实例规格(至少4核8GB)
定期清理缓存目录
启用断点续执行功能
九、进阶功能
1. 多代理设置
1# 为不同场景创建独立代理 2openclaw agents add work 3openclaw agents add personal 4 5# 切换代理 6openclaw agents switch work
2. 本地模型部署
1# 使用llama.cpp运行本地模型
2git clone https://github.com/ggerganov/llama.cpp.git
3cd llama.cpp
4make -j$(nproc) llama-cli llama-server
5
6# 配置OpenClaw使用本地模型
7{
8 "models": {
9 "providers": {
10 "local-llama": {
11 "baseUrl": "http://localhost:8080/v1",
12 "apiKey": "sk-no-key-required"
13 }
14 }
15 }
16}3. 技能开发
技能目录:~/.openclaw/workspace/skills/
技能文件:SKILL.md(技能说明)
工具开发:支持MCP协议
十、重要提醒
1. 成本意识
OpenClaw不是固定月费工具,是按量计费的
复杂任务可能产生高额费用(有用户一天花费100美元)
务必设置预算监控和费用提醒
2. 安全第一
绝对不要在主力电脑上部署生产环境
使用沙箱模式执行命令
定期备份重要数据
3. 合理期望
OpenClaw是强大的工具,但不是万能的"贾维斯"
需要一定的技术背景和学习成本
从简单任务开始,逐步掌握复杂功能
十一、学习资源
官方资源
GitHub仓库:https://github.com/openclaw/openclaw
社区支持
Discord社区:超过50万成员
ClawDHub技能市场:超千款技能
中文教程:阿里云、CSDN、脚本之家等平台有详细指南
最后建议:将OpenClaw视为实验平台或自动化脚本构建器,而不是稳定可靠的日常助手。从安全隔离的环境开始,掌握基础功能后再逐步探索高级应用。务必做好成本监控和数据备份,确保在安全可控的前提下享受AI自动化带来的便利。
到此这篇关于OpenClaw安装及正确用法总结指南的文章就介绍到这了,更多相关OpenClaw安装及用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章,希望大家以后多多支持脚本之家!
