OpenClaw 101：从零部署与实战指南

启动后，浏览器输入 http://127.0.0.1:18789/，粘贴 Token 登录即可。最后，在配置的聊天渠道发送指令测试，如'帮我查看当前目录的文件'。

云端部署简化版

如果想让 OpenClaw 24 小时不间断运行，推荐云服务器部署。核心步骤如下：

1. 购买云服务器，选择预置依赖的应用镜像。
2. 放通 18789 端口，在控制台配置 API Key。
3. 远程连接服务器，执行 docker ps | grep openclaw 查看容器状态。
4. 对接聊天渠道，执行 openclaw channels login 完成测试。

核心操作：指令与场景

部署完成后，核心使用方式是'在聊天渠道发送自然语言指令'。以下是新手必学的常用指令和典型场景。

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，然后在里面新建一个 txt 文件，写入'Hello OpenClaw'。
• 网页操作：帮我打开百度，搜索'OpenClaw 最新技能'，并把搜索结果总结给我。
• 日程管理：帮我添加一个明天下午 3 点的会议，主题是'OpenClaw 学习'，提醒我提前 10 分钟。

典型场景实操

场景 1：自动化清理邮箱 指令：'帮我清理收件箱，删除所有来自广告邮箱的邮件，把标题包含'工作'的邮件标记为已读。' 原理：OpenClaw 调用邮箱技能，读取内容，根据关键词筛选邮件，执行删除、标记操作，全程无需手动操作。

场景 2：远程控制电脑操作 指令：'帮我远程打开电脑上的微信，发送一条消息给'张三'，内容是'明天的会议推迟到下午 4 点'。' 原理：通过 Gateway 的实时通信能力，远程调用电脑的鼠标键盘模拟功能，适合不在电脑前但需要紧急操作的场景。

技能管理

技能是 OpenClaw 的核心扩展方式。新手建议先装这 3 个基础技能：

1. tavily-search：联网搜索技能，打破 AI 的知识局限。安装命令：clawhub install tavily-search
2. agent-browser：浏览器自动化技能，控制浏览器打开网页、填写表单。
3. shell-skills：系统命令执行技能，允许 OpenClaw 执行 Shell 命令。

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

深度解析：架构与原理

掌握了基础部署和操作后，我们深入拆解 OpenClaw 的核心架构——它之所以能实现'思考 - 执行 - 反馈'的闭环，得益于模块化的分层设计。

六大核心子系统

1. Gateway（网关层）：系统的'神经中枢'，常驻后台 Node.js 进程，负责监听消息、标准化处理指令、会话路由和安全认证。
2. Router（路由层）：负责'分发任务'，将用户指令分配给对应的 Agent 实例。
3. Agent Loop（智能体循环）：遵循 Lobster 智能体循环模式，实现'思考 - 执行 - 观察 - 反馈'的闭环。
   • 思考（Think）：加载身份、记忆和技能，拆解任务。
   • 执行（Act）：调用底层工具或技能。
   • 观察（Observe）：获取执行结果。
   • 反馈（Reflect）：更新上下文，决定下一步行动。
4. Brain（推理层）：负责与大语言模型交互，支持多模型热切换。
5. Memory（记忆层）：采用'文件即状态'的设计，存储为本地 Markdown/YAML 文件。
6. Scheduler（调度层）：实现主动式服务，支持心跳模式和定时模式。

工作流程示例

以'预订餐厅'为例：

1. 用户在 Telegram 发送指令：'帮我预订今晚 7 点附近的餐厅，偏好中餐，人均 100 元以内'。
2. Gateway 接收消息，Router 分配给主 Agent。
3. Agent Loop 拆解任务：搜索餐厅 → 筛选价格 → 打开网站预订 → 反馈结果。
4. 若失败（如无空位），调整策略重新尝试。
5. Memory 层更新：将用户的餐饮偏好保存为长期记忆。

进阶技巧：自定义与安全

对于有一定开发基础的用户，可通过自定义技能和优化配置，让 OpenClaw 更贴合自身需求。

自定义技能示例

OpenClaw 的技能本质是脚本文件，支持 JavaScript/Python 等语言。以下是一个简单的'每日天气提醒'技能示例：

// 技能名称：daily-weather
// 功能：每日早上 8 点获取本地天气，推送至 Telegram
module.exports = {
  name: "daily-weather",
  description: "每日天气提醒",
  schedule: "0 8 * * *", // 每日 8 点执行
  async run(agent) {
    // 调用天气 API 获取本地天气
    const weather = await agent.tools.web.search("今日本地天气");
    // 推送至 Telegram
    await agent.channels.send("telegram`, `今日天气：${weather}，记得增减衣物哦～`);
    // 更新记忆
    agent.memory.set("weather_preference", "每日 8 点提醒");
  },
};

将脚本保存至 ~/.openclaw/skills/daily-weather 目录，执行 openclaw skills reload 即可启用。

安全优化

由于 OpenClaw 拥有设备操作权限，不当配置可能导致安全风险，推荐以下 3 个安全设置：

1. 渐进式授权：初次使用时，仅给予 AI 只读权限，大部分操作需用户确认。
2. 开启操作日志：执行 openclaw security audit --deep，开启操作日志，所有任务都可追溯。
3. 沙箱隔离：在配置文件中开启沙箱模式，隔离群组/渠道会话。

配置示例：

{
  "routing": {
    "agents": {
      "main": {
        "workspace": "~/.openclaw/workspace",
        "sandbox": { "mode": "non-main" }
      }
    }
  }
}

常见问题排查

部署和使用过程中，新手容易遇到以下问题：

• Gateway 启动失败，提示端口被占用：修改配置文件 ~/.openclaw/openclaw.json，将端口改为 18790，重启服务。
• 聊天渠道无响应：检查网络连通性，重启渠道服务：openclaw channels restart 渠道名称。
• API Key 无效：检查是否完整（无空格/字符遗漏），重新生成并配置。
• Windows 系统无法正常运行：建议安装 WSL2，在 WSL2 内重新部署，避免原生 Windows 的兼容性问题。

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，它真正成为用户的贴身数字员工。

对于新手，建议先完成本地部署，熟悉基础指令和场景；对于开发者，可深入研究其架构源码，开发专属技能插件。随着 AI Agent 技术的发展，这类开源项目未来还会持续迭代升级。