OpenClaw + MCP:让 AI 助手连接任意工具的终极方案

MCP(Model Context Protocol)是 2026 年最火的 AI 协议,而 OpenClaw 作为开源 AI 助手框架,已经率先支持 MCP 集成。本文将带你深入了解如何用 OpenClaw + MCP 打造一个能连接任意工具的超级 AI 助手。


什么是 MCP?

MCP(Model Context Protocol)是一个开源协议标准,用于连接 AI 应用和外部系统。

简单理解:MCP 就像是 AI 的 USB-C 接口。就像 USB-C 让你的电脑能连接显示器、硬盘、手机等各种设备一样,MCP 让你的 AI 助手能连接数据库、文件系统、API、日历等各种工具。

MCP 的核心概念

MCP 采用客户端-服务器架构:

角色说明例子
MCP HostAI 应用,管理多个 MCP 客户端Claude Desktop、VS Code、OpenClaw
MCP Client维护与 MCP Server 的连接由 Host 创建
MCP Server提供上下文数据的程序文件系统服务器、数据库服务器

MCP Server 能提供什么?

MCP Server 可以暴露三种核心能力:

  1. Tools(工具):可执行的函数,AI 可以调用来执行操作
    • 文件操作
    • API 调用
    • 数据库查询
  2. Resources(资源):提供上下文信息的数据源
    • 文件内容
    • 数据库记录
    • API 响应
  3. Prompts(提示词):可复用的交互模板
    • 系统提示词
    • Few-shot 示例

为什么 OpenClaw + MCP 是绝配?

OpenClaw 的优势

OpenClaw 是一个自托管的 AI 助手网关,核心特点:

  • 多渠道接入:飞书、Telegram、Discord、微信等
  • 自托管:数据在你自己手中
  • 技能系统:可扩展的插件机制
  • 多代理路由:支持多工作空间隔离

MCP 的优势

  • 标准化:一次开发,到处集成
  • 生态丰富:Claude、ChatGPT、VS Code、Cursor 都支持
  • 开放协议:开源、社区驱动

结合后的威力

一个入口,无限可能:你在飞书发一条消息,AI 助手就能帮你查询数据库、操作 GitHub、读写文件——所有工具都通过 MCP 协议标准化连接。


实战:在 OpenClaw 中配置 MCP

1. 安装 OpenClaw

npm install -g openclaw@latest

2. 配置 MCP Server

OpenClaw 通过 ACP(Agent Communication Protocol)模式支持 MCP 服务器集成。在配置文件 ~/.openclaw/openclaw.json 中添加:

{ "acp": { "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"] }, "github": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_TOKEN": "your-github-token" } } } } }

3. 启动 Gateway

openclaw gateway --port 18789

4. 连接飞书/Telegram

# 飞书 openclaw channels login feishu # Telegram openclaw channels login telegram

现在,你在飞书或 Telegram 发送消息,AI 助手就能通过 MCP 访问配置的工具了!


热门 MCP Server 推荐

官方服务器

服务器功能安装命令
filesystem文件系统读写npx @modelcontextprotocol/server-filesystem
githubGitHub API 操作npx @modelcontextprotocol/server-github
postgresPostgreSQL 数据库npx @modelcontextprotocol/server-postgres
slackSlack 消息操作npx @modelcontextprotocol/server-slack

社区服务器

服务器功能
mcp-server-brave-searchBrave 搜索
mcp-server-puppeteer浏览器自动化
mcp-server-sentrySentry 错误监控
mcp-server-google-calendarGoogle 日历

实战案例:打造自动化工作流

场景:日报自动生成

需求:每天自动从 GitHub 获取提交记录,从 Sentry 获取错误报告,生成日报发送到飞书。

配置

{ "acp": { "mcpServers": { "github": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-github"], "env": { "GITHUB_TOKEN": "xxx" } }, "sentry": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-sentry"], "env": { "SENTRY_TOKEN": "xxx" } } } }, "cron": { "dailyReport": { "cron": "0 9 * * *", "task": "生成昨日工作报告" } } }

效果:每天早上 9 点,AI 助手自动:

  1. 从 GitHub 获取昨天的 commits
  2. 从 Sentry 获取昨天的错误报告
  3. 汇总生成日报
  4. 发送到飞书群

MCP vs 传统插件方案

对比项MCP传统插件
标准化✅ 统一协议❌ 各自实现
生态✅ 跨平台复用❌ 平台绑定
开发成本✅ 一次开发❌ 每个平台单独开发
维护✅ 社区维护❌ 自己维护
安全✅ 权限可控⚠️ 依赖实现

最佳实践

1. 安全配置

{ "acp": { "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/safe-dir"], "env": {}, "readOnly": true } } } }

2. 按需加载

只配置你需要的 MCP Server,避免过度授权。

3. 日志监控

# 查看 MCP 调用日志 openclaw logs --filter mcp

未来展望

MCP 协议正在快速发展,越来越多的工具和平台正在加入:

  • 更多官方 Server:Anthropic 持续推出新的官方服务器
  • 企业级支持:更好的权限管理和审计
  • 性能优化:连接池、缓存等优化

OpenClaw 也在持续迭代 MCP 支持,未来将支持:

  • 动态加载 MCP Server
  • 可视化配置界面
  • 更丰富的监控和调试工具

总结

OpenClaw + MCP 的组合,让你的 AI 助手真正拥有了"万能接口":

  1. 一次配置,多渠道使用:在飞书、Telegram、Discord 都能用
  2. 标准化工具生态:复用 Claude、VS Code 等平台的 MCP 服务器
  3. 自托管,数据安全:所有数据都在你自己的服务器上
  4. 可扩展:随时添加新的 MCP Server

现在就开始

npm install -g openclaw@latest openclaw onboard --install-daemon openclaw gateway

让你的 AI 助手拥有无限可能!🦞


参考资料

Read more

OpenClaw 全攻略:从入门到精通的 AI 智能体部署指南

OpenClaw 全攻略:从入门到精通的 AI 智能体部署指南

第一部分:认知篇 —— 什么是 OpenClaw? 1.1 定义与定位 OpenClaw(原名 Clawdbot / Moltbot)是一个本地优先、隐私至上、多渠道集成的自托管 AI 助手平台。它标志着人工智能从“对话式交互”迈入“自主行动”的第三阶段。 通俗理解: 传统 AI(如网页版 ChatGPT):你问一句,它答一句,像个顾问。 OpenClaw:你给它一个目标(如“帮我整理本月财报并发送给团队”),它能自己规划步骤、搜索数据、处理文件、发送邮件,像个员工。 1.2 核心架构:App、Gateway 与 CLI 要玩转 OpenClaw,必须理解它的三个核心组件: Gateway(网关)

AI风口劝退指南:为什么99%的普通人不该盲目追AI?理性入局的完整路径与实战建议(2026深度解析)

AI风口劝退指南:为什么99%的普通人不该盲目追AI?理性入局的完整路径与实战建议(2026深度解析) 摘要: 2026年,AI大模型热潮持续升温,但“全民学AI”的背后,是大量非科班、无基础、资源匮乏者陷入时间、金钱与心理的三重亏损。本文从认知偏差、能力错配、资源垄断、职业断层、教育泡沫五大维度,系统剖析为何多数人不应盲目追逐AI风口,并提供一条分阶段、可落地、高性价比的理性参与路径。全文包含技术原理详解、真实失败案例、实用代码示例、调试技巧及职业规划建议,全文约9800字,适合所有对AI感兴趣但尚未入局、或已深陷焦虑的技术爱好者阅读。 一、引言:当“AI=财富自由”成为时代幻觉 2026年3月,某技术论坛上一则帖子引发广泛共鸣: “辞职三个月,每天16小时啃《深度学习》《Attention Is All You Need》,结果连Hugging Face的Trainer都配置失败。存款耗尽,

(第四篇)Spring AI 实战进阶:Ollama+Spring AI 构建离线私有化 AI 服务(脱离 API 密钥的完整方案)

(第四篇)Spring AI 实战进阶:Ollama+Spring AI 构建离线私有化 AI 服务(脱离 API 密钥的完整方案)

前言 作为企业级开发者,我们在使用大模型时常常面临三大痛点:依赖第三方 API 密钥导致的成本不可控、外网依赖导致的合规风险、用户数据上传第三方平台导致的安全隐患。尤其是金融、政务等敏感行业,离线私有化部署几乎是硬性要求。 笔者近期基于 Ollama+Spring AI 完成了一套离线 AI 服务的落地,从模型拉取、量化优化到 RAG 知识库构建全程无外网依赖,彻底摆脱了 API 密钥的束缚。本文将从实战角度,完整拆解离线 AI 服务的开发全流程:包含 Ollama 部署、Spring AI 深度对接、模型量化优化、离线 RAG 知识库落地,所有代码均经过生产环境验证,同时结合可视化图表清晰呈现核心逻辑,希望能为企业级离线 AI 部署提供可落地的参考方案。 一、项目背景与技术选型 1.1 核心痛点与解决方案 业务痛点解决方案技术选型依赖第三方

一文读懂AI圈爆火的Skills:是什么、怎么用

一文读懂AI圈爆火的Skills:是什么、怎么用

大家好,我是jobleap.cn的小九。 最近AI圈,Skills彻底火了。Github上相关仓库动辄斩获上万星标,比如含50多个Claude技能的仓库、Superpowers工作流项目,均已突破18K星。这股热度,堪比2023-2024年的Prompt模板热潮——彼时大家疯狂分享Prompt,现在则扎堆交流Skills。 不少人疑惑:Skills到底是什么?和Prompt、MCP有啥区别?我花了两天整理,用直白的案例和方法,带你搞懂Skills的本质与用法。 一、Skills到底是什么?先看两个实战案例 Skills直译是“技能”,核心是「给AI智能体(Agent)用的技能包」。光说定义太抽象,分享两个我们公司的实战案例,帮你直观理解它的价值。 案例1:AI选题系统,把2-3小时工作缩成一句话指令 做内容的都懂,选题是个“海量信息筛精选”的耗时活。以前我们每天要刷遍推特、Reddit、Github、知乎、小红书等近10个平台,筛选热点、判断价值、找切入角度,整套流程要2-3小时,严重挤占核心工作时间。 去年12月,