OpenClaw 入门指南：本地部署与 AI 智能体实操

OpenClaw 入门指南：本地部署与 AI 智能体实操 | 极客日志

OpenClaw 入门指南：本地部署与 AI 智能体实操

OpenClaw（原 Clawd、Moltbot）是一款开源的个人 AI 助手平台，核心定位是'真会动手办事'的数字员工。不同于传统聊天机器人，它拥有操作权限，能通过自然语言指令主动执行各类任务。

一、基础认知：OpenClaw 是什么？

1.1 核心定位

OpenClaw 的核心理念是'本地优先'和'执行优先'，被定义为一个'自托管的 AI 智能体框架'。其核心优势在于能操作浏览器、读写文件、执行脚本命令、模拟鼠标键盘，真正充当用户的贴身数字员工。

1.2 核心特性

本地优先，隐私可控：默认运行在用户本地设备（Windows、macOS、Linux），数据保存在本地，不上传云端。
寄生式交互，零门槛使用：可嵌入 WhatsApp、Telegram、Discord、飞书、钉钉等主流通讯软件。
持续记忆，越用越懂你：采用'文件即状态'的记忆机制，持久保存用户偏好和历史指令。
高度可扩展，技能自由：支持安装社区插件或自定义编写脚本。
多模型兼容，灵活切换：可对接 Claude、GPT、Gemini 等云端模型，也支持 Ollama 等本地私有模型。

1.3 适用人群

普通用户：自动化处理重复任务，提升日常效率。
开发者：基于框架二次开发，自定义技能插件。
企业用户：部署在私有服务器，实现内部流程自动化。

二、实操入门：从零部署 OpenClaw

2.1 前置条件

系统要求：macOS 10.15+、Linux（推荐 Ubuntu）、Windows（需安装 WSL2）。
软件依赖：Node.js ≥ 22、pnpm（可选）。
其他准备：AI 模型 API Key、聊天渠道账号。

2.2 本地部署步骤

步骤 1：安装 OpenClaw CLI

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

# Windows (WSL2)
iwr -useb https://openclaw.ai/install.ps1 | iex

替代方案（全局安装）：

npm install -g openclaw@latest

步骤 2：运行新手引导向导

openclaw onboard --install-daemon

按提示完成模型认证、网关设置、聊天渠道配置及守护进程安装。

步骤 3：启动 Gateway 并验证部署 查看状态：

openclaw gateway status

手动启动：

openclaw gateway --port 18789 --verbose

通过 Web 控制台 http://127.0.0.1:18789/ 登录验证。

2.3 云端部署简化版

推荐使用阿里云轻量应用服务器，选择预置依赖的应用镜像，最低配置 2vCPU+2GiB 内存即可。放通 18789 端口，配置 API Key 后远程连接执行容器管理命令。

三、核心操作：常用指令与场景

3.1 基础指令

查看系统状态：帮我查看 OpenClaw 的运行状态，以及当前连接的模型；
文件操作：帮我创建一个名为 openclaw_test 的文件夹，写入内容；
网页操作：帮我打开百度，搜索关键词并总结结果；
日程管理：帮我添加一个明天下午 3 点的会议提醒；
技能管理：帮我安装 tavily-search 技能。

3.2 典型场景

自动化清理邮箱：删除广告邮件，标记重要邮件，整理清单。
远程控制电脑操作：远程打开应用、发送消息。
主动提醒服务：记住关键信息，到指定时间主动推送提醒。

3.3 技能管理

新手必装 3 个基础技能：

tavily-search：联网搜索技能。
agent-browser：浏览器自动化技能。
shell-skills：系统命令执行技能。

查看已安装技能：openclaw skills list 卸载技能：clawhub uninstall 技能名称

四、深度解析：核心架构与工作原理

4.1 六大核心子系统

Gateway（网关层）：常驻后台 Node.js 进程，负责监听消息、路由和安全认证。
Router（路由层）：分发任务给对应的 Agent 实例。
Agent Loop（智能体循环）：遵循 Lobster 模式，实现'思考 - 执行 - 观察 - 反馈'闭环。
Brain（推理层）：与大语言模型交互，构建 Prompt。
Memory（记忆层）：采用'文件即状态'，存储 Soul、长期记忆、会话上下文等。
Scheduler（调度层）：支持心跳模式和定时模式，实现主动服务。

4.2 核心工作流程

以'预订餐厅'为例：用户发送指令 -> Gateway 接收 -> Router 分配 -> Agent 拆解任务 -> 调用技能执行 -> 获取结果 -> 反馈给用户 -> 更新记忆。

五、进阶技巧：自定义技能与安全优化

5.1 自定义技能示例

OpenClaw 的技能本质是脚本文件，支持 JavaScript/Python。

// 技能名称：daily-weather
module.exports = {
  name: "daily-weather",
  description: "每日天气提醒",
  schedule: "0 8 * * *",
  async run(agent) {
    const weather = await agent.tools.web.search("今日本地天气");
    await agent.channels.send("telegram", `今日天气：${weather}`);
    agent.memory.set("weather_preference", "每日 8 点提醒");
  },
};

保存至 ~/.openclaw/skills/daily-weather，执行 openclaw skills reload 启用。

5.2 安全优化

渐进式授权：初次仅给予只读权限。
开启操作日志：执行 openclaw security audit --deep。
沙箱隔离：在配置文件中开启沙箱模式。

六、常见问题排查

Gateway 启动失败，端口占用：修改配置文件端口为 18790，重启服务。
聊天渠道无响应：检查网络，重启渠道服务或重新配对。
API Key 无效：检查完整性，重新生成并配置。
Windows 无法运行：建议安装 WSL2 后部署。

七、总结

OpenClaw 的核心价值是将 AI 从聊天工具升级为执行工具。通过本地优先、持续记忆、高度可扩展的特点，成为用户的贴身数字员工。后续可深入学习 Lobster 智能体循环机制，开发复杂自定义技能，或探索多 Agent 协作。项目源码地址：https://github.com/openclaw/openclaw

OpenClaw 入门指南：本地部署与 AI 智能体实操