OpenClaw

OpenClaw 项目概述：自托管AI网关核心功能与优势 OpenClaw 是一款开源自托管的 AI 网关，主要作用是把 Telegram、WhatsApp、Discord 等常用聊天通道和 AI 代理直接连通起来。整个系统支持工具调用、会话记忆、多代理路由，还有文件系统持久化这些关键能力，完全在本地运行，采用 MIT 许可协议，适合个人开发者或者小团队搭建私有 AI 代理环境。 环境准备与5分钟快速安装 安装环节设计得比较直接，大多数用户几分钟就能完成。macOS 和 Linux 系统下，直接执行 curl -fsSL | bash 这条命令即可。Windows 用户则通过对应的 PowerShell 脚本操作。整个过程对 Node 环境有一定要求，不过官方脚本会自动完成大部分依赖检查和安装。如果是开发工作流，还可以选用带 flag 的高级选项来跳过某些步骤。 Onboarding 向导、Gateway 启动与 Dashboard 首次交互 安装结束以后，运行 openclaw onboard –install-daemon 这条指令，就能一步步完成模型 API 密钥录入、Gateway 配置以及守护进程的设置。完成后执行 openclaw dashboard，浏览器控制台会自动打开，新手可以直接开始第一次聊天测试。整个向导流程把必要的初始化工作串联起来，避免了手动拼接配置的麻烦。 通道连接、多代理路由与工作区配置实战 通道连接部分主要通过 CLI 命令或者配置文件来操作，可以设置通道白名单、群聊里的 @ 提及触发条件。代理管理方面支持工作区隔离和路由机制，开发者能轻松搭建多代理团队协作环境。社区里有人分享过一套从审计当前环境到 Cron 任务、通道连接的完整设置步骤，实际操作下来顺序清晰，新手照着走基本不会卡住。 JSON 高级配置、内存管理及安全最佳实践 核心配置文件放在 ~/.openclaw/openclaw.json 里面，里面可以调整 channel idleMinutes 这类参数。默认值是 180 分钟，很多人反馈容易出现代理“健忘”情况，社区建议改成 4 天左右就能明显改善记忆持久性。安全配置上，allowFrom 和 mentionPatterns 这些规则需要重点关注，合理设置后能有效控制访问范围，同时兼顾多代理场景下的权限隔离。 社区技巧总结：语音集成、技能扩展与工具调用 最近社区反馈里，语音集成成了热门话题，有人贴出了自定义语音音色的详细步骤，还附带了演示视频，国内用户操作起来特别方便。另外，一键部署 9 代理团队的 kit、Composio 工具集成，以及 Ollama 本地模型的适配案例也陆续出现。这些内容让开发者能快速给代理添加技能、插件和定时任务，真正把系统用活。 ...

OpenClaw 是一款开源本地优先的 AI 代理与自动化平台。它支持飞书、QQ、企业微信、Telegram 等多渠道通信，并且借助 LLM 深度集成，从而具备持久记忆和主动执行能力。在过去七天里，部署实践主要集中在云厂商一键镜像和官方安装脚本这两条路径上。 一、OpenClaw 核心架构与部署前置条件 OpenClaw 的核心架构以本地优先为设计理念，同时也兼容云端运行环境。部署之前需要确认 Node.js 版本是否符合要求，否则容易引发兼容问题。云服务器选型上，2 核 4G 配置通常能满足日常需求，算是较为合适的起点。 二、主流部署路径详解 主流部署方式分为云厂商一键镜像、官方安装脚本和 Docker 容器化三种。拿阿里云轻量应用服务器来说，直接选用 OpenClaw 镜像，购买套餐后系统会随机生成端口，接着执行防火墙放通命令，再按照指引完成后续初始化。华为云 Flexus L 镜像和腾讯云 Lighthouse 镜像也采用类似流程，都能实现快速上线。 官方安装脚本操作更为直接，运行下面这条命令即可启动： curl -fsSL | bash 脚本执行完毕后会进入 onboard 配置向导，用户按照提示逐步操作。Gitbook 指南里把环境准备、Node.js 依赖验证以及诊断命令讲得比较清楚，这些步骤做完，部署基本就能稳定下来。 三、环境配置与模型/渠道集成 部署结束之后，环境配置是紧接着要做的事。API Key 要准确填入才能激活 LLM 功能。渠道接入方面，飞书、QQ、企业微信的集成按照官方流程走，通常涉及 webhook 或 bot 的设置。模型切换时，以百炼或 Qwen 为例，在界面里直接选择并测试连通性，操作起来并不复杂。 四、运维经验与踩坑记录 实际运维里，有些问题反复出现。Node 版本不兼容是其中之一，检查并升级到匹配版本就能解决。Token 消耗过高的情况也比较常见，可以通过优化提示词或者限制调用频率来控制成本。Memory 自动生成偶尔失败，手动触发或者检查存储配置往往有效。公网暴露风险则需要格外留意，容器化部署、IAM 角色最小权限原则以及 SSM 中转实现零公网暴露，都是常用的应对办法。 华为云的最佳实践里专门整理了“六要六不要”的安全建议，能帮助用户提前规避隐患。腾讯云的相关内容针对容器化部署、消息通道、技能系统和浏览器自动化模块，给出了九大坑点的具体处理思路。 五、工作流落地案例 OpenClaw 在真实场景中应用范围挺广。华为云汇总的最佳实践涵盖会议纪要总结、运维助手、文件管理等十多个智能助手案例。这些工作流借助多渠道集成，实现了自动化处理。社区用户还分享了股票分析这类技能的实际使用情况，比如 ljg-invest 技能在部署后的表现。 另外，有人整理了包含四十多个真实场景的中文最佳用例 GitHub 仓库，为国内环境下的适配提供了不少参考。 六、进阶实践 进入进阶阶段，多 Agent 编排是提升能力的关键步骤，用户可以根据需要配置多个代理协同工作。配置持久化方面，把 Soul 等 Markdown 文件上传到 GitHub 私有仓库作为 Skill 是一种实用做法，重装服务器后就能通过一键方式恢复设置。社区讨论中有人详细分享了这个操作的心得。 ...

2026 年 3 月，GitHub 上 AI 开源项目的热度仍在持续上升。OpenClaw 以超过 34 万 Star 的成绩领跑榜单，已经成为个人 AI 助手领域里一个突出代表。它支持 WhatsApp、Telegram、Slack 等 20 多个通道集成，同时强调本地自托管模式，让开发者能在自己控制的环境中运行整个系统。 同一时期 Top20 项目还包括 AutoGPT、Dify、Ollama、CrewAI 和 LangChain。这些项目的共同点在于，开发者最关心的始终是安装部署的具体操作、Agent 工作流的实际搭建，以及如何通过本地化来保护数据隐私。 OpenClaw 官方安装、Docker 部署与 onboard 向导实战 OpenClaw 的部署方式比较灵活。官方推荐先确保 Node.js 版本为 24，随后通过 npm 进行全局安装。安装完成后，启动 Daemon 服务就能让项目在后台保持运行。如果偏好容器化环境，则直接使用 Docker Compose 配置文件进行部署。onboard 向导进一步简化了初始设置过程。Gateway 启动之后，消息收发、工具调用以及 Live Canvas 交互这些功能就能直接使用，整个流程通常能在短时间内完成验证。 多通道集成、Agent 技能配置及工具调用 demo 多通道集成是 OpenClaw 的核心能力之一。开发者可以根据实际需求连接不同消息平台，并针对性地配置 Agent 技能。工具调用部分则通过 Gateway 统一处理，实际操作中只需完成通道授权和技能映射，就能实现跨平台的消息响应和功能执行。 CrewAI、Ollama 等辅助框架快速上手路径 CrewAI 提供多 Agent 协作框架，适合搭建需要分工协作的场景。Ollama 则专注于本地大模型运行，即使没有 GPU 硬件，也能直接在本地启动模型。两者结合使用时，先安装 CrewAI 框架，再通过 Ollama 加载所需模型，就能快速形成基础协作环境。 ...

OpenClaw 这个项目最早叫 Clawdbot 或者 Moltbot，由 Peter Steinberger 开发，采用 MIT 开源协议。它本质上就是一个能在 Mac、Windows、Linux 或者 VPS 上本地跑起来的个人 AI Agent，支持 OpenAI、Anthropic 以及各种本地模型，主要通过 WhatsApp、Telegram、Discord 这类聊天应用当作操作界面，去完成邮件处理、日历管理、文件操作甚至浏览器控制这样的自主任务。 项目最突出的地方在于 heartbeat 机制定时唤醒、Markdown 格式的持久化记忆库，还有一套社区可以自行扩展的技能系统以及多代理协作能力。这些特性让它比传统聊天机器人走得更远，尤其是在去掉 Guardrail 限制和接入真实工具链路的时候。 过去七天里项目动态比较密集。GitHub 主仓库两天前刚推送了更新，同时冒出来 ClawTeam 的多代理分支，以及一个五天前发布的 18 步渐进式构建教程仓库，从最简单的聊天循环开始，一步步教人搭出轻量级 Agent。X 平台上用户讨论的重点集中在 Mac Mini 本地部署遇到的实际问题、技能自编写时的安全处理、从 OpenClaw 迁移到 Hermes Agent 的具体操作，还有免费的多架构设置手册。 官方文档把 onboard 流程压缩到五分钟左右，Medium 和 Reddit 最近也陆续出现 VPS 部署、安全技能生成以及几个实用技能的经验分享。不少人反馈，这个框架在真实工具管道集成上确实领先，但初次配置时 API 密钥隔离和后续更新兼容性还是需要额外留心。目前它已经成了 2026 年本地 Agent 框架里比较受关注的选项，社区围绕技能自进化跟生产级部署的讨论越来越深入。 官方5分钟onboard部署实战（Node.js + 守护进程） 上手的时候直接参考官方入门文档就行。先把 Node.js 版本对齐要求，然后执行仓库里的安装脚本。向导会引导你依次配置模型提供商和聊天频道，基本操作完成后 Agent 就能接收消息并开始工作。 要想实现 24/7 持续运行，GitHub 主仓库提供了 daemon 配置参考。把进程托管起来之后，Agent 靠 heartbeat 机制自动唤醒，不需要手动干预。整个过程对非技术用户也算友好，只要跟着步骤走，大多数人在本地环境或者轻量 VPS 上都能顺利跑通。 ...

OpenClaw 真正折腾人的阶段，往往不是安装，而是"明明已经跑起来了，但就是不正常"。比如 Gateway 服务在、消息不回;Telegram 连上了、群里却装死;Skills 明放进去了,就是不加载;Token 一晚上烧得飞快;升级之后又突然冒出 pairing required。 这篇专门写给已经在用 OpenClaw 的人。内容基于官方排障文档、官方 FAQ、GitHub Issues 和社区讨论里反复出现的真实故障场景整理,尽量给你一套能直接照着走的排查顺序。 先记住一个总排查顺序 别一出问题就重装。官方文档给的排查梯子其实很实用,优先跑这几步: openclaw status openclaw gateway status openclaw logs --follow openclaw doctor openclaw channels status --probe 很多问题走到第 3 步就已经能定位了。 1. Gateway 起不来,先看什么? 先看 openclaw gateway status。 如果不是 Runtime: running,重点看三类问题: 配置不对 端口冲突 服务和 CLI 用的不是同一份配置 官方文档明确提到,常见报错包括: Gateway start blocked: set gateway.mode=local refusing to bind gateway ... without auth another gateway instance is already listening EADDRINUSE 结论很简单:别一上来删目录,先确认模式、绑定、认证和端口。 2. EADDRINUSE 是什么情况? 就是端口被占了。 这类问题在 GitHub Issues 里很常见,既可能是旧 Gateway 没退干净,也可能是浏览器 relay、插件子进程、Windows 重启残留进程把端口占住了。社区里甚至有人是旧的 clawdbot-gateway.service 还在跑,和新服务抢同一个端口。 排法: ...

很多人是看了演示视频，觉得 OpenClaw 很强，就直接上 VPS、接 Telegram、装技能、开多 Agent。结果第一天就踩坑：端口占用、模型没配好、远程控制台连不上、Token 花得比想象快，最后怀疑是不是自己姿势不对。 这篇就是给“还没装”的人看的。问题都不是我凭空编的，而是结合 OpenClaw 官方 FAQ、官方排障文档、GitHub Issues 和社区讨论里反复出现的真实疑问整理出来的。你先把这 20 个问题看完，再决定怎么装，能少走很多弯路。 1. OpenClaw 到底适合谁？ 适合愿意自己配环境、自己管服务的人。不适合想“点一下就永远不用管”的纯托管型用户。 OpenClaw 的强项是：可自托管、能接多渠道、支持工具、技能、记忆、多 Agent 和节点扩展。但代价也很明显：你得理解 Gateway、模型配置、渠道权限、配对和基本排障逻辑。 2. 我需要什么机器配置？ 起步要求并不高。官方 FAQ 明确提到，个人使用场景下，Gateway 轻量，512MB 到 1GB 内存、1 核、约 500MB 磁盘就能跑，树莓派 4 也可以。 但实际建议是：至少 1C2G。原因很简单，除了 OpenClaw，本机通常还会跑日志、反向代理、监控、浏览器或别的工具。2GB 内存更稳，不容易一更新就卡死。 3. 一定要买 VPS 吗？ 不一定。 你有三种常见路线： 本地电脑长期开机 树莓派/迷你主机常驻 云服务器/VPS 如果你主要是自己私用、偶尔调试，本地或树莓派就够了。要稳定在线、想随时远程访问，VPS 更省心。很多人踩坑，不是 OpenClaw 本身难，而是先上了太便宜太弱的机器，后面渠道、代理、浏览器都堆上去后开始不稳。 4. Node 版本有要求吗？ 有，而且别忽略。 官方 FAQ 写得很清楚：Node >= 22。pnpm 推荐，Bun 不推荐拿来跑 Gateway。社区里“装完起不来”“命令能跑服务不稳”这类问题，最常见前置原因之一就是运行时版本不对。 5. 推荐怎么安装？ 对大多数新手，官方推荐路线很明确： ...

很多人刚把 OpenClaw 跑起来的时候，关注点都在“能不能用”。等真正开始高频使用，第二个问题马上就会冒出来： 怎么省 token，怎么省钱。 这不是抠门，而是现实。尤其你一旦开始接 Telegram、开多 agent、装 skills、做网页搜索，模型调用频率会明显上升。OpenClaw 本身很强，但强也意味着你更需要会做分层配置。 我自己的核心思路就一句话： 别让最贵的模型去干最便宜的活。 OpenClaw 在这方面其实挺有优势，因为它不是只绑定一个模型。它本来就是一个面向多 provider、多 agent、多工具协作的框架。只要你思路理顺，完全可以把“不同任务交给不同模型”这件事做得很自然。 一、先接受一个现实：不是所有问题都需要最强模型 有些任务，真的不值得上旗舰模型。 比如： 把一句话润色一下 提取一个列表 总结 200 字短文本 改一个标题 判断这是不是待办事项 这些任务对推理深度要求不高，用便宜模型通常就够。 真正该上强模型的，通常是： 多步骤复杂推理 长上下文整合 需要谨慎判断的写作或方案设计 多 agent 最终汇总 高风险内容审核 这一点，和 OpenClaw 的官方 sub-agents 文档思路也是一致的：重任务和重复任务，子 agent 可以用更便宜的模型，主 agent 保持更高质量的模型。 二、OpenClaw 为什么天然适合做模型分层 1）它有多 provider 思路 OpenClaw 的插件体系里，官方列出的模型 provider 很多，包括 OpenAI、Anthropic、Google、OpenRouter、Mistral 等等。也就是说，从架构上它就不是单模型思维。 2）它有多 agent 思路 你完全可以让： 主 agent：用强模型 子 agent：用便宜模型 某些特殊任务：临时覆盖模型 这种分层在 OpenClaw 里很顺，不是硬拗出来的。 3）skills 和工具也会影响 token 官方 skills 文档专门提到 skills 列表本身就会有 token 影响。换句话说，省 token 不只是“换便宜模型”，还包括： ...

很多人第一次听到“多 agent 协作”，脑子里会自动出现一种很玄乎的画面：几个 AI 在后台自己讨论、自己分工、自己交付，好像一个数字公司一样。 OpenClaw 这套东西，确实支持往这个方向走，但我想先泼一盆冷水：多 agent 不是越多越高级，也不是一上来就该开。 单 agent 足够的时候，别为了炫技硬拆。因为一旦进入多 agent，意味着更多会话、更多上下文、更多 token 开销，还有更多排错成本。 但反过来说，如果你的任务本来就天然适合分工，比如： 一个负责搜资料 一个负责写初稿 一个负责校对 那 OpenClaw 的多 agent 机制就非常有价值。 官方文档里，至少已经明确了几层能力：Sub-agents、按 agent 划分的工作区、以及更进一步的 agent-to-agent / 多 agent 协作路线**。这不是概念 PPT，而是实打实能用来拆任务的。** 一、先搞懂最核心的结构 你可以先把 OpenClaw 的多 agent 理解成三层： 1）主 agent 主 agent 就是对外接消息的那个“总控”。 它负责： 接收用户请求 判断这个任务要不要拆 决定交给谁做 最后汇总结果返回给你 2）子 agent（Sub-agent） 子 agent 是主 agent 临时拉起来的后台执行者。官方文档明确说，它们会在独立 session 里运行，任务结束后再把结果 announce 回来。 这点非常关键：独立 session = 相对独立的上下文。这样做的好处是，一个子任务不会把主会话弄得越来越臃肿。 3）更深一层的嵌套 OpenClaw 默认子 agent 不能再继续无限生孩子，默认 maxSpawnDepth: 1。如果你主动把配置调到 2，就能支持“主 agent → 协调型子 agent → 工作者子 agent”这种模式。 ...

如果说 OpenClaw 部署完成只是“把大脑装好了”，那接入 Telegram，才算真正把这个大脑装进你每天都会用的入口里。 我现在越来越喜欢这种用法：白天在电脑上开 Dashboard 调试，出门之后直接在 Telegram 里给 AI 发消息。查天气、记提醒、整理任务、问点资料，全部都能在手机上完成。对个人用户来说，这种体验比单纯守着网页聊天实用太多了。 而且 Telegram 这条线，也是 OpenClaw 官方文档里明确标注为生产可用的 Bot API 通道，DM 和群组都支持，默认用长轮询，配置门槛不高。 这篇就讲怎么把它接起来。 一、为什么先接 Telegram 我建议新手第一条外部通道就选 Telegram，原因很简单： 不需要复杂审核 只要一个 Bot Token 就能开始 手机上随时能发消息给你的助手 官方文档完整，排错路径也清楚 OpenClaw 官方 Getting Started 里也提到，想从手机上最快速聊天，Telegram 是最容易上手的一条线路。 二、先去 Telegram 里创建机器人 打开 Telegram，搜索 @BotFather。注意一定要确认账号就是官方那个 @BotFather，别加错。 然后按顺序操作： 发送 /newbot 给机器人起一个展示名 给机器人起一个唯一用户名，通常以 bot 结尾 保存它返回给你的 Bot Token 这个 Token 很重要，相当于机器人密码。别随手贴到公开群里，也别直接发给别人。 截图建议 这里最适合放两张图： BotFather 创建完成后返回 Token 的页面 你搜索到自己 bot 账号的页面 很多读者看到这两张图，理解速度会快很多。 三、在 OpenClaw 里配置 Telegram 根据官方 Telegram 文档，Telegram 不走那种 channels login 的交互式登录，而是直接在配置里放 botToken，然后启动 Gateway。 ...

很多人第一次接触 OpenClaw，会先被“AI agent”“Gateway”“多通道”这些词吓到。其实真上手之后你会发现，它并不是那种必须先读三天文档、再折腾半天 Docker 才能跑起来的项目。按照官方现在的安装路线，普通用户在一台干净的 Linux 服务器上，确实可以很快把它跑起来。 这篇文章我就按纯小白视角来写：从买服务器开始，到 OpenClaw 成功启动、打开控制面板、发出第一条消息为止。你不需要预先懂多 agent，也不需要先配置一堆花里胡哨的插件。先跑起来，才是第一步。 一、先准备什么 最基本只要三样： 一台 Linux 服务器 一个模型 API Key 一台你能打开浏览器的电脑 根据 OpenClaw 官方 Getting Started 文档，目前推荐环境是 Node 24，Node 22.14+ 也可以。官方安装脚本会尽量帮你处理依赖，这对新手很友好。 服务器方面，我建议直接买最普通的 Ubuntu 24.04 机器就行。别一上来追求高配置。OpenClaw 自己并不吃显卡，它更像一个“AI 助手调度器”，真正烧钱的是你后面接的模型。 如果你只是自己用，2 核 4G、带公网 IP 的小机器就够起步了。 二、买完服务器后先做这几步 登录服务器后，先更新系统： sudo apt update && sudo apt upgrade -y 然后确认系统没问题： uname -a lsb_release -a 如果你是刚买的云服务器，建议顺手做两件事： 设置一个普通用户，别长期用 root 在控制台安全组里先只放行 SSH 和你后面要访问的端口 不过如果你只是想先体验，直接用 root 也不是不行，先把流程走通再说。 三、安装 OpenClaw 官方目前最省事的安装方式，是直接用安装脚本： curl -fsSL https://openclaw.ai/install.sh | bash 这一条命令的好处是简单。对新手来说，不需要你自己先研究 npm、全局路径、服务管理这些细节。 ...