什么是 OpenClaw

OpenClaw 是一款开源自托管的个人 AI 智能体网关（Personal AI Agent Gateway）， 本质是运行在用户自有设备上的本地优先的 AI 代理系统。它可以通过日常通讯工具 （如 Telegram、WhatsApp、Discord 等）接收指令，自动完成文件整理、代码部署、 日程同步等系统级任务，所有数据本地存储，确保隐私零泄露。

截至 2026 年 2 月，OpenClaw 在 GitHub 上已获得超过 15 万 Star， 成为最受关注的开源 AI 项目之一。

核心特性

适用场景

• 个人效率助手：自动整理文件、管理日程、提醒待办
• 开发者工具：代码部署、日志监控、自动化测试
• 智能家居中枢：联动 IoT 设备、场景自动化
• 远程运维：服务器监控、故障告警、批量操作
• 数据自动化：定时抓取、数据清洗、报告生成

前置要求

硬件配置

软件环境

方式一：Docker 部署（推荐）

跨平台通用，最适合新手，环境隔离，一键启动。

1. 安装 Docker 并启动

   验证安装：docker --version

2. 克隆源码
   bash 复制

   # 克隆仓库
   git clone https://github.com/clawdbot/clawdbot.git
   cd clawdbot
   
   # 复制配置文件
   cp .env.example .env
   
   # 编辑配置（修改 API Key 等）
   vim .env

3. 配置环境变量

   编辑 .env 文件，修改以下关键配置：

   .env 复制

   # 自定义 AI 名称
   CLAWS_BOT_NAME="MyOpenClaw"
   
   # 服务端口（默认 8080）
   CLAWS_SERVER_PORT=8080
   
   # AI 模型（本地填 llama3:8b，云端填 API Key）
   CLAWS_DEFAULT_MODEL="llama3:8b"
   
   # 数据存储路径
   CLAWS_DATA_DIR="/path/to/your/data"
   
   # Telegram Bot Token（可选）
   TELEGRAM_BOT_TOKEN="123456:ABC-DEF1234ghIkl"

4. 启动容器
   bash 复制

   # 构建并启动（首次需 5-10 分钟）
   docker-compose up -d --build
   
   # 查看状态
   docker ps
   
   # 查看日志
   docker logs clawdbot

5. 验证部署

   浏览器访问 http://localhost:8080，出现管理界面即成功。

方式二：一键脚本（Mac/Linux）

原生系统快速部署，无需 Docker。

# 执行一键安装脚本
curl -fsSL https://clawd.bot/install.sh | bash

# 运行配置向导
clawdbot onboard --install-daemon

# 按向导提示完成：
# - 选择启动模式（推荐 QuickStart）
# - 输入 AI 模型 API Key
# - 选择聊天渠道并输入 Token

方式三：NPM 安装（进阶）

适合需要灵活配置的开发者。

# 安装 Node.js 22+（已安装可跳过）
nvm install 22
nvm use 22

# 全局安装 OpenClaw
npm install -g clawdbot@latest

# 启动配置向导
clawdbot onboard

# 启动网关服务
clawdbot gateway --port 18789 --verbose

环境变量配置

OpenClaw 的核心配置通过环境变量或 JSON 配置文件管理。

# ===== 基础配置 =====
CLAWS_BOT_NAME="MyAssistant"
CLAWS_SERVER_PORT=8080
CLAWS_DATA_DIR="/home/user/clawdbot/data"

# ===== AI 模型配置 =====
CLAWS_DEFAULT_MODEL="llama3:8b"
OPENAI_API_KEY="sk-..."
ANTHROPIC_API_KEY="sk-ant-..."

# ===== 聊天工具配置 =====
TELEGRAM_BOT_TOKEN="123456:ABC-DEF..."
DISCORD_BOT_TOKEN="..."

# ===== 代理配置（国内用户）
PROXY_URL="http://127.0.0.1:7890"

AI 模型配置

OpenClaw 支持多种 AI 模型，包括本地模型和云端 API。

云端模型（推荐新手）

本地模型（隐私优先）

# 使用 Ollama 运行本地模型
ollama pull llama3:8b

# 配置 OpenClaw 使用本地模型
CLAWS_DEFAULT_MODEL="llama3:8b"
OLLAMA_HOST="http://localhost:11434"

聊天工具对接

以 Telegram 为例（最稳定、最简单）。

1. 创建 Telegram Bot

   在 Telegram 中搜索 @BotFather，发送 /newbot 按提示创建。

2. 获取 Bot Token

   BotFather 会返回 API 密钥，格式如：123456:ABC-DEF1234ghIkl-...

3. 配置 Token
   .env 复制

   TELEGRAM_BOT_TOKEN="123456:ABC-DEF1234ghIkl-..."

4. 重启服务
   bash 复制

   # Docker 部署
   docker-compose restart
   
   # 脚本安装
   clawdbot gateway restart

5. 验证对接

   在 Telegram 中搜索你的机器人，发送 /start，收到欢迎语即成功。

基础指令示例

通过自然语言下达指令，AI 会自动理解并执行。

文件管理实战

# 指令 1：按类型分类
"把下载文件夹里的文件按类型整理，PDF 放一起，图片放一起"

# 指令 2：清理旧文件
"删除下载文件夹里超过 30 天的文件"

# 指令 3：批量重命名
"把照片文件夹里的文件按日期重命名"

# 指令 4：查找文件
"帮我找一下上周修改的 Excel 文件"

代码执行实战

# 指令 1：运行脚本
"运行当前目录下的 deploy.sh 脚本"

# 指令 2：Git 操作
"提交当前修改，commit 信息是'修复登录 bug'"

# 指令 3：Docker 部署
"构建 Docker 镜像并启动容器"

# 指令 4：查看日志
"显示最近 100 行应用日志，筛选 ERROR 关键字"

插件系统

通过插件扩展 OpenClaw 的能力边界。

1. 访问插件市场

   前往 Clawdhub 浏览官方插件库。

2. 下载插件

   选择所需插件（如邮件管理、浏览器自动化等）。

3. 安装插件
   bash 复制

   # 将插件放入插件目录
   cp plugin.zip ~/clawdbot/plugins/
   
   # 激活插件
   clawdbot plugin install plugin-name

自定义 Agent

创建专属的 AI 智能体，定制特定领域能力。

{
  "agents": {
    "defaults": {
      "model": { "primary": "glm/glm-4-plus" },
      "tools": ["file_manager", "shell_executor"]
    },
    "custom_agent": {
      "name": "代码助手",
      "model": { "primary": "claude-3-5-sonnet" },
      "tools": ["git_ops", "code_runner", "test_executor"],
      "restrictions": {
        "allowed_dirs": ["/home/dev/projects"],
        "blocked_commands": ["rm -rf", "sudo"]
      }
    }
  }
}

安全加固

{
  "security": {
    "command_whitelist": [
      "ls", "cat", "grep", "find",
      "git", "npm", "docker"
    ],
    "command_blacklist": [
      "rm -rf", "sudo", "chmod 777"
    ],
    "allowed_directories": [
      "/home/user/projects",
      "/home/user/downloads"
    ],
    "require_confirmation": [
      "delete", "move", "execute"
    ],
    "audit_log": true,
    "max_execution_time": 300
  }
}

安装问题

运行问题

性能优化

• 降低响应延迟：使用云端模型替代本地模型
• 减少内存占用：限制并发任务数，配置 MAX_CONCURRENT_TASKS=3
• 加快启动速度：使用 SSD 存储，预加载常用模型
• 优化网络请求：配置本地缓存，减少重复 API 调用
• 延长设备寿命：设置电脑"永不睡眠"，WSL2 用户定期执行 wsl --shutdown