微信里跑本地 AI Agent:QClaw 上手记录
背景
OpenClaw 是一个开源的本地 AI Agent 框架,核心思路很直接:AI 助手跑在用户自己的机器上,通过聊天工具接收指令并执行任务。数据留在本地,算力也由自己提供。
腾讯把这套东西做成了 QClaw,补上了微信和 QQ 接入。这个选择挺现实,Telegram、WhatsApp 这些原生支持的渠道在国内并不常见,微信反而是大多数人每天都在用的入口。对普通用户来说,少装一个新 App、少切一次工作流,门槛就下来了。
安装和配置
下面这套流程按'第一次接触也能跑通'来写。命令行不是重点,先把链路打通更重要。
前置准备
- 一台能长期在线的电脑,本地部署离不开它
- 一个可扫码的微信账号
- 10~20 分钟不被打断的时间
1. 下载并安装 QClaw 客户端
进入官方入口页:https://claw.guanjia.qq.com/
QClaw 是本地一键启动包,先装到电脑上,再谈后面的微信联动。
- 下载客户端
- 打开安装包
- 完成安装并启动 QClaw
如果这台机器之前已经跑过 OpenClaw,可以走关联已有环境、同步已有信息的路径,能省掉一轮重复配置。
2. 首次启动后先配模型和基础项
启动后先别急着发指令,把基础配置做完。界面通常会引导你完成这些事:
- 选择模型,常见支持 Kimi、MiniMax,也支持自定义
- 完成必要授权或确认
- 保存当前配置
这里不需要追求一步到位。先用默认值或者自己最熟的模型,把系统跑起来,后面再慢慢调。
3. 绑定微信
这一步决定它是'装好了'还是'真能用'。
常见流程是:
- 在 QClaw 里找到微信关联入口
- 弹出二维码后,用手机微信扫码
- 在手机侧确认授权
- 回到电脑端确认连接状态
绑定完成后,本地执行能力就接到了你最常用的沟通入口上。
4. 先跑一个最小闭环
第一条指令别复杂,越简单越容易看出问题。目标只有一个:确认它真的能从微信接到任务,再把结果返回来。
建议按这个顺序试:
- 先发一条简单查询,确认在线
- 再做一个轻量执行,比如读取一个可控目录的信息
- 看结果能不能回到对话里
当'发出指令 → 本地执行 → 返回结果'这个闭环跑通,安装才算真的完成。
5. 安装 Skills,把能用变成好用
跑通以后再扩展能力。Skills 一般来自 ClawHub、GitHub 之类的来源。
比较稳妥的做法是:
- 先装 1~2 个和日常最相关的 Skills
- 装完立刻做一次小任务验证
- 再逐步加,不要一口气装太多
这样做的好处很实际:你能清楚知道是哪一个 Skill 带来了哪种能力,排错也快。
6. 放进每天会复用的场景
真正有价值的不是'能跑',而是能不能天天用。可以先从这三类场景切进去:
- 文件类:检索、整理、汇总
- 内容类:素材归集、信息提炼、结构化输出
- 网页操作类:固定步骤的重复动作
我的经验是,先挑那些重复多、出错成本低、收益一眼能看见的任务,最容易坚持下来。
7. 出问题时怎么查
它突然没反应的时候,按下面顺序看,通常最省时间:
- 客户端还在不在运行
- 电脑是否在线,是否进入休眠


