微信里跑本地 AI Agent：QClaw 上手记录

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：

1. 选择模型，常见支持 Kimi、MiniMax，也支持自定义
2. 完成必要授权或确认
3. 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：

1. 在 QClaw 里找到微信关联入口
2. 弹出二维码后，用手机微信扫码
3. 在手机侧确认授权
4. 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：

1. 先发一条简单查询，确认在线
2. 再做一个轻量执行，比如读取一个可控目录的信息
3. 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：

1. 先装 1～2 个和日常最相关的 Skills
2. 装完立刻做一次小任务验证
3. 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：

1. 客户端还在不在运行
2. 电脑是否在线，是否进入休眠