OpenClaw 实战体验
为什么选择 OpenClaw
OpenClaw 是一个开源框架,允许将 AI 能力集成到 Telegram、服务器管理或代码编写场景中。听起来很酷,但实际部署过程确实需要一些折腾。
周末我决定尝试一下。目前我在 Telegram 上运行了四个 Bot,每个都有特定用途。最大的便利在于可以直接在手机上与 AI 对话并执行任务,无需打开电脑或切换网页。
安装细节官方文档已有详述,这里重点聊聊实际体验:好用在哪?坑在哪?值不值得折腾?
第一印象:比想象中简单
我以为会很复杂,结果安装过程出乎意料地顺利。
安装步骤
环境基于 Ubuntu 24.04 LTS。
# 1. 全局安装 OpenClaw
npm install -g openclaw@latest
# 2. 初始化配置
openclaw onboard --install-daemon
# 3. 启动服务
openclaw gateway run
没有复杂的依赖,一个命令行向导就搞定了。
首次对话
安装完成后创建 Telegram Bot 并配置,发送第一条消息验证通过后,AI Bot 即上线。
真实使用场景
刚开始只把它当 ChatGPT 用,实际体验后发现它能做的事情远不止聊天。
生成图片
直接在 Telegram 发消息:"帮我生成一张 OpenClaw 主题的封面图,16:9,2K 分辨率"。
Bot 会调用 image-generator 技能生成图片,并通过 cloudflare-r2-uploader 自动上传到 CDN。一条消息搞定。
查资料
问 Bot:"OpenClaw 的配置文件格式是什么?"
Bot 回复配置文件路径及示例结构,并提供官方文档链接。不用切换窗口,思路不中断。
管理服务器
在 Telegram 里输入:"帮我查看服务器的磁盘使用情况"。
Bot 执行 df -h 并返回结果。当然这需要提前配置 SSH 和权限,但配置一次即可长期使用。
写代码
请求:"写一个 Python 函数,解析 Markdown 的标题和段落"。
Bot 直接返回可运行的代码片段,复制粘贴就能用。
def parse_markdown(md_text):
lines = md_text.split('\n')
result = []
for line in lines:
if line.startswith('# '):
result.append({'type': 'h1', 'text': line[2:]})
elif line.startswith('## '):
result.append({'type': 'h2', : line[:]})
:
result.append({: , : line})
result


