OpenClaw(小龙虾AI):零基础上手可执行AI智能体助手

# OpenClaw(大龙虾)是什么、能做什么 & 2026保姆级部署教程 OpenClaw(原Clawdbot/Moltbot)是**本地优先、开源、强执行能力**的AI智能体,能在你常用IM里用自然语言指挥它**直接操作电脑、执行命令、处理文件、自动化任务**,数据本地存储、隐私可控。 --- ## 一、OpenClaw 是什么? ### 1. 核心定位 - **本地优先的AI代理**:数据/会话/凭证默认存在本地`~/.openclaw`,不依赖云端,隐私自主。 - **有“手”的AI**:区别于纯聊天AI,它能**执行真实操作**(文件、终端、浏览器、定时任务)。 - **多渠道统一入口**:接入Telegram、Discord、Slack、钉钉、飞书等,在聊天里发指令即可。 - **开源可扩展**:MIT协议,社区700+技能插件,支持自定义开发。 ### 2. 与纯聊天AI的区别 | 对比项 | 纯聊天AI(ChatGPT/Claude) | OpenClaw | |---|---|---| | 输出 | 文本/建议 | 文本+真实动作(改文件、发消息、跑命令) | | 数据 | 云端存储 | 本地/自托管 | | 执行能力 | 无/只读 | 文件、终端、浏览器、定时任务(需授权) | | 交互渠道 | 单应用 | 统一接入10+IM | | 隐私 | 不可控 | 完全可控 | --- ## 二、OpenClaw 能干什么?(2026核心能力) ### 1. 办公自动化(高频场景) - **邮件/日程**:自动读未读、筛选重要、回复模板、会议纪要生成。 - **文档处理**:PDF转Word、批量重命名、数据提取、周报/日报自动生成。 - **协作管理**:GitHub Issue监控、飞书/钉钉群消息自动处理、任务提醒。 ### 2. 个人效率工具 - **浏览器自动化**:填表、爬虫、网页监控、自动比价、航班值机。 - **文件管理**:整理桌面、批量压缩/解压、搜索/替换、备份同步。 - **定时任务**:每日简报、待办提醒、定时执行脚本、数据巡检。 ### 3. 技术开发利器 - **代码辅助**:生成/调试/重构、API测试、日志分析、部署自动化。 - **服务器管理**:远程执行命令、环境巡检、日志监控、备份恢复。 - **本地工具链**:终端命令执行、Git操作、Docker管理、数据清洗。 ### 4. 生活服务助手 - **信息搜集**:热点分析、比价、资料整理、报告生成。 - **通知处理**:手机通知读取、自动回复、物流跟踪、日程同步。 - **跨设备协同**:电脑/手机/服务器统一控制,任务无缝流转。 --- ## 三、2026 OpenClaw 保姆级部署教程(3种方案) ### 方案A:本地一键部署(推荐新手/个人) #### 1. 环境要求 - Node.js ≥22、2GB+ RAM、双核CPU - 系统:macOS / Linux / Windows(WSL2推荐) #### 2. 一键安装 ```bash # macOS / Linux curl -fsSL https://openclaw.ai/install.sh | bash # Windows(WSL2) wsl --install curl -fsSL https://openclaw.ai/install.sh | bash ``` #### 3. 初始化配置(关键) ```bash # 启动向导,自动配置模型、IM、守护进程 openclaw onboard --install-daemon ``` - 步骤:选择AI模型(GPT-4/Claude/通义千问/Ollama本地模型)→ 输入API Key → 选择IM渠道(Telegram/Discord等)→ 授权登录 → 安装系统服务(开机自启)。 #### 4. 启动与验证 ```bash # 查看状态 openclaw gateway status # 前台启动(测试) openclaw gateway run # 后台服务管理 sudo systemctl start openclaw sudo systemctl enable openclaw ``` #### 5. 访问与使用 - Web管理端:`http://localhost:18789` - IM渠道:在Telegram/Discord发消息,助手自动回复执行 - CLI:`openclaw agent --message "帮我整理桌面文件"` --- ### 方案B:Docker 容器化部署(服务器/多环境) #### 1. 安装 Docker ```bash # Ubuntu/Debian sudo apt update && sudo apt install docker.io -y sudo systemctl start docker && sudo systemctl enable docker ``` #### 2. 拉取并启动容器 ```bash # 拉取官方镜像 docker pull openclaw/openclaw:2026-stable # 启动容器(映射端口、挂载数据、设置API Key) docker run -d \ --name openclaw \ -p 18789:18789 \ -v ~/.openclaw:/root/.openclaw \ -e OPENAI_API_KEY=你的OpenAI Key \ -e CLAUDE_API_KEY=你的Claude Key \ --restart always \ openclaw/openclaw:2026-stable ``` #### 3. 验证与配置 ```bash # 进入容器 docker exec -it openclaw bash # 初始化配置 openclaw onboard # 退出容器 exit ``` --- ### 方案C:阿里云一键部署(云端/企业/免本地维护) #### 1. 创建实例(4步) 1. 登录阿里云 → 轻量应用服务器 → 创建实例 2. 地域:中国香港(免备案)/新加坡/美国 3. 镜像:应用镜像 → 搜索 **OpenClaw v2026.2.12**(稳定版) 4. 规格:2vCPU+2GiB+40GiB(基础)/ 2vCPU+4GiB+60GiB(推荐)→ 支付创建 #### 2. 安全组配置(必须) - 实例详情 → 安全组 → 添加规则 → 放行 **18789** 端口(TCP) #### 3. 配置模型与访问 1. 实例详情 → 应用详情 → 一键放通端口 2. 配置百炼/OpenAI/Claude API Key → 执行命令写入 3. 生成访问Token → 记录公网IP与Token #### 4. 访问 - Web端:`http://你的公网IP:18789` - IM:绑定Telegram/Discord,远程控制 --- ## 四、部署后必做配置(新手必看) ### 1. 模型配置(核心) ```bash # 列出支持的模型 openclaw models list # 设置默认模型 openclaw config set default.model gpt-4o ``` ### 2. IM渠道绑定(以Telegram为例) ```bash # 登录Telegram openclaw channels login telegram # 按提示输入Bot Token(@BotFather获取) ``` ### 3. 权限与安全(重要) - **默认沙箱**:工具执行默认沙箱隔离,主机执行需显式授权 - **权限控制**:`openclaw permissions` 配置工具权限 - **数据加密**:本地数据AES-256加密,凭证安全存储 ### 4. 技能安装(扩展能力) ```bash # 搜索技能 openclaw skills search "文件管理" # 安装技能 openclaw skills install file-organizer ``` --- ## 五、常见问题与排错 1. **端口占用**:`lsof -i :18789` 查看占用进程,kill后重启 2. **模型调用失败**:检查API Key是否正确、余额是否充足、网络是否通畅 3. **IM连接异常**:重新登录渠道,`openclaw channels status` 查看状态 4. **执行权限不足**:使用`sudo`或配置用户权限,避免直接用root运行 --- ## 六、学习资源 - 官方文档:[openclaw.ai/docs](https://openclaw.ai/docs) - GitHub:[github.com/openclaw/openclaw](https://github.com/openclaw/openclaw) - 社区:Discord(6万+人)、Twitter/X、知乎/掘金技术帖 需要我帮你整理一份**OpenClaw常用命令速查表**,并提供3个可直接复制的**自动化任务示例**吗?

Read more

配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

配置即资产:从12345政务热线分拨助手看智能体工作流的导出与导入,不用写代码,也能让AI业务流随身携带

1. 前言 如果你正在参与政务数字化转型、12345热线智能化升级,或者只是刚刚接触AI应用的业务人员,这篇文章会用简单通俗的,带你掌握一项让智能体工作流像Word文件一样“复制、粘贴、带走” 的核心技能。 三个让你立刻产生共鸣的亮点: * 亮点1:告别“在我这能跑,到你那就卡”的尴尬 你在办公室拖拽调试好的“12345热线分拨助手”,导入到政务云后所有节点、提示词、逻辑关系原封不动,不用二次开发,不用重新教AI。 * 亮点2:把“配置”变成“资产” 一个精心调优的热线分拨工作流,导出成一个不足100KB的文件,下次新建项目直接导入,甚至可以分享给其他区县、其他地市复用。 * 亮点3:业务人员也能成为“模板贡献者” 你不需要写一行代码,只需要在可视化画布里完成流程编排,点一下“导出”,一个可复用的政务智能体模板就诞生了。 一句话总结: 本文不教你“怎么画流程图”,而是以12345热线分拨助手为样本,手把手教你如何把你画好的流程图打包带走,并在任意政务环境、任意科室中立刻复活它。 2.

By Ne0inhk

AI生成图片R18提示词:新手入门指南与最佳实践

快速体验 在开始今天关于 AI生成图片R18提示词:新手入门指南与最佳实践 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 AI生成图片R18提示词:新手入门指南与最佳实践 背景与痛点 对于刚接触AI生成图片的新手来说,使用R18提示词往往会遇到几个典型问题: 1. 内容合规性把控困难:多数平台对生成内容有严格限制,容易触发审核机制导致生成失败 2. 提示词效果不稳定:相同的提示词在不同模型或参数下可能产生差异巨大的结果

By Ne0inhk
蓝耘平台介绍:算力赋能AI创新的智算云平台

蓝耘平台介绍:算力赋能AI创新的智算云平台

一、蓝耘平台是什么 蓝耘智算云(LY Cloud)是蓝耘科技打造的现代化GPU算力云服务平台,深度整合自研DS满血版大模型技术与分布式算力调度能力,形成"模型+算力"双轮驱动的技术生态。平台核心优势如下: 平台定位与技术架构 核心目标:为工程师、科研人员及企业提供高效、低成本的算力支持,加速AIGC产业创新。 技术架构:基于Kubernetes设计,支持大规模GPU加速工作负载,算力速度较传统云服务商提升35%,成本降低30%。采用自研分布式计算框架支持DS满血版模型的高效运行,技术创新包括: 混合精度训练:通过FP16/FP8混合计算,节省40%显存占用 动态资源分配:基于实时负载的算力弹性调度算法,资源利用率达92% 上下文扩展技术:支持128k tokens长文本处理,集成滑动窗口注意力与记忆压缩算法 基础设施: 硬件资源:配备丰富的英伟达GPU系列(支持高并发训练与推理),接入中国T3+数据中心,保障稳定性与低时延。 存储与网络:分布式容错存储(三重复制机制),支持按需扩展;

By Ne0inhk
LangChain实战:工具调用+结构化输出,让AI从“聊天“变“干活“

LangChain实战:工具调用+结构化输出,让AI从“聊天“变“干活“

文章目录 * 工具调用(Tool Calling) * 1.Tool创建的三种方式 * 1.1. **直接用 `@tool` 装饰函数** * 1.2. **用 `@tool` + 自定义参数结构(Pydantic)** * 1.3. **继承 `BaseTool` 写类** * 2. 本地自定义工具 * 2.1 定义工具 * 2.2 绑定工具到模型 * 2.3 工具调用流程 * 2.4 AI 响应结构解析 * 3. 第三方工具集成(Tavily搜索([https://www.tavily.com/](https://www.tavily.com/))) * 3.1

By Ne0inhk