这本书主要是梳理梳理OpenClaw的基础内容,同样属于平常使用人员涉及到的关键要点。化解网络教程太过零散,官方又过于详尽让人觉得眼花缭乱的状况。
本文为基础篇,主要帮你
01 调整心态、缓解焦虑:
评估openclaw对自身的价值,要不要用
缓解一下持续话题带来的焦虑
02 从了解、到部署、到上手实践:
了解基本概念
如何安装部署、可能遇到的问题
如何切换各类模型供应商
常见配置修改和命令使用
提供一种有些深度的多Agent实践
以及目前存在的开源案例
03 一些可以避开的坑:
知道大概的费用情况,以及如何进行节省
了解安全相关的一些问题
一直都建议各位去更新到最新的版本,并且要优先去查看官方网站,不然网上的教程与官方的配置或许就没办法匹配得上了。
我的观点1. 反问自己,让自己不焦虑
静心自省,下述案例里,个人真的那般急需助理吗,项目管理难道就寻不到好用的工具吗,给AI自媒体创作投稿平台能获得推流吗,于这些案例之中,可有谁算过投入与产出的成本呢?
2. 什么时候使用合适?
公司内有现成的
个人满足下面这些理由
本文结构
一、OpenClaw 到底是什么
二、核心概念和配置
三、安装部署
四、Token 费用问题
五、基本使用场景
六、常见配置和命令使用
七、工程化实战
八、安全和常见问题
九、常见命令使用
十、参考资源
十一、开源案例
十二、个人展望
01 OpenClaw 到底是什么1.1 一句话
OpenClaw,它可不是聊天机器人,而是一个具备干活能力的 AI Agent 平台,有着这么些本事,它能够操作你的电脑,能够访问网页,能够处理文件,能够发消息,还能够跑定时任务。
1.2 名字变化
项目多次改名,容易搞混:
三个名字指的是同一个东西,功能完全一致。
1.3 和GPT/Claude等区别
最后一行相当关键,OpenClaw自身并不涵盖AI模型,它属于一个调度平台,你得为它配备一个“大脑”,这样它才能够开展工作。
02 核心概念和配置2.1 核心组成
Gateway即网关,它属于系统中枢,而所有消息都会通过它,它默认会监听从18789端口传来的信息。
渠道,作为消息入口与出口,飞书中的相关消息,借由渠道走进网关,网关回复后,又经此渠道再传回给你。
能够干活的角色被称作代理,其数量可以是一个,也能够是多个,并且这些多个皆会各自履行不同职责,而每一个代理都具备如下这些。
工具,也就是 Agent 工具箱,它涵盖了文件读写,涉及命令执行,还包含浏览器控制,以及定时任务等方面。
技能,所具备的可进行安装的能力扩展包,像prompt - guard,也就是具备防注入功能同时能够节省token这一类型的。
数据流向:用户消息 -> Channel -> Gateway -> Agent(调用AI模型+使用Tool)-> Gateway -> Channel -> 用户收到回复。
2.2 概念速查
2.3 文件结构
OpenClaw的全部配置,都集结于~/.openclaw/这个目录之中:
~/.openclaw/
每一个 Agent 的工作目录那个(workspace)的结构,多个 Agent,也就是多个员工的那种模式会在后面去进行介绍。
详细参考
https://docs.openclaw.ai/zh-CN/reference/AGENTS.default
workspace/
2.4 openclaw.json 关键配置项
这一文件属于JSON格式,其对OpenClaw的全部行为予以控制。后续针对它将会进行频繁修改,现将结构先予以了解标点符号。
{
03 安装部署
把电脑安装mac推荐一下,brew软件管理工具,可以让你应对后面很多的内容,像是环境建设,包安装等。
国内脚本,你在mac上安装brew,提供了各种选择源
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"
3.1 前置条件
硬性要求:Node.js 22 或更新版本。
检查是否已安装:
node -v
如果没有安装或版本低于 22:
# macOS(用 Homebrew)
不是很理解看不懂node下载这件事,版本方面要选择最新的(其中LTS表示稳定版本),系统那儿自己随便任选Mac情形,或者window情况。接下来,就状况而言,多数window电脑的CPU指令集是x64,仅仅有少数个别比如(Surface Pro)机型是arm64,Mac的inter芯片情形是x64,自身的M系列这儿是arm64,要是不懂的话那就都进行下载尝试看看,完成速度是很快的。
3.2 macOS/window本地安装
适合日常个人去使用,机器就在身边,随时能够看到。安装方式没有必要管它存在多少种,会其中一种就行,不要过度纠结,最终并没有什么区别。
3.2.1 第一步:安装 OpenClaw
Mac:
curl -fsSL https://openclaw.ai/install.sh | bash
window:
iwr -useb https://openclaw.ai/install.ps1 | iex
装完之后终端里就有 openclaw 命令了。
又存在一种方案,Mac可以,Window也行,这是因为你已然拥有Nodejs 22版本。
npm install -g openclaw@latest
3.2.2 第二步:安装向导,双端基本一致
openclaw onboard --install-daemon
键盘的左右控制yes/no,选择QuickStart
就大模型接入所作的选择,我选取的是token模式,也就是智普AI这款,此模式相关的选择项,可留意我截图呈现出来的那些。
要是采用订阅的方法,存在着一些并非官方的订阅方式(gemini),需留意安全状态 ,要注意安全情况 ,得注意安全状况。
智普应用程序编程接口,往右上角那儿点一下去添加一个新的应用程序编程接口密钥。(新加入用户会被赠予好多令牌,是针对各自不一样版本模型而存在的)
留意openclaw于设定模型之际,应当跟你后台存有token模型相匹配,比如说glm - 4.5。
聊天渠道,方便通过飞书,控制电脑(我使用了飞书)
接入飞书渠道,这并非易事,得要APP Secret ,还得有App ID ,(而关于如此这般获取飞书密钥信息内容,需参考3.3提及的飞书接入文档链接处)。
群聊策略,聊天安全方面的策略,此处选择开放是为了能够迅速完成验证,进而降低接入所需成本,以此提升部署时的信心,从安全的角度着想不要采用开放。
配置技能,最开始时能够先不去进行配置,要是你打算去配置,在此处的操作应当是借助按空格来实现选择,按照回车来给予确认进而进入到接下来的步骤。
忽略hook设定,经由按空格键进行选择,使得选择之后左侧的方框转变为实心状态,再通过回车键予以确认。
在允许运用TUI(终端UI)的情形下,还能够选用别的(浏览器UI)。当完成初始化操作之后,能够借助终端实施对话,或者凭借如下图片,也就是带有绿色token的那些内容,开启本地聊天对话。
浏览器打开的样子如下
当然你也可以在终端对话
3.2.3 第三步:验证安装
# 检查网关状态
要是控制面板能够顺利被打开,进而看到聊天界面,那就表明安装是成功的。已然能够在浏览器当中跟Agent展开对话来了。
3.2.4 第四步:常见问题解决
询问大模型,若没有经验,就一键清空重来,采用万能重启大法,可解决中间出错这类问题。openclaw的所有配置都位于.openclaw目录下。
rm -rf ~/.openclaw
问题2:要是于初始化阶段之中,存在某个配置被错误选择,推荐直接依照esc退出后重新来过。要是对配置有所了解,你能够选择先继续前行,最终在一并前往~/openclaw/openclaw.json里进行修改,或者抛给大模型让其为你进行配置。
3.3 channel接入,远程控制电脑
经由接入channel,能够借着远程控制openclaw来助力开发。在此直接去推荐阿里云官方文档,当中涵盖飞书,企业微信,QQ等方案。
官方飞书接入(最近更新了)
https://docs.openclaw.ai/zh-CN/channels/feishu#2-%E5%88%9B%E5%BB%BA%E5%BA%94%E7%94%A8
阿里云接入文档
https://help.aliyun.com/zh/simple-application-server/use-cases/openclaw-integrated-fly-book?spm=a2c4g.11186623.help-menu-58607.d_3_0_0_2.499e36bct9cEj6&scm=20140722.H_3019601._.OR_help-T_cn~zh-V_1
04 Token 费用问题
假如仅仅是暂且稍微随意地玩那样一下,这般使用token是没毛病的,要是有想要进行深入地运用这样的想法,那就不用去思索了,直接去进行订阅。接下来把实际会产生的成本展现一番。
云阿某所部署的openclaw,仅仅对话了两次,便被扣掉了三毛钱,然而却并未得到期望收获的结果。事先原本是想着让其去获取一下最新的人工智能资讯,结果不但没有达成相应结果,也就是skill执行出现异常,而且还白白浪费了大量的token。
被称作qwen-plus-latest的那种模型,已然是极为便宜的模型了,其输入是每百万token收取0.8元,输出则是每百万token收取2元,要是连这样的都玩不起它,那其中一旦出现失控状况便会直接引发爆炸。
有一个脚本,它是关于我获取AI资讯的,这个脚本运用大模型,也就是deepseek,去筛选以及翻译热门的AI资讯,而且每天所花费的仅仅才几毛钱。
账单呈现的情形是,大约一百五十被用在了openclaw之中,然而却尚未激起些许明显的回响,玩法在比较少的程度上进行了探寻,就这样用完消失无踪了。
token用光表现 没有加载状态,直接卡住
4.1 钱花在哪?
4.2 可尝试优化方案
配置上下文裁剪
https://docs.openclaw.ai/zh-CN/concepts/session-pruning#会话剪枝
{
精简系统提示词
~/.openclaw/workspace/AGENTS.md
使用已经付费的工具
有一种技巧,依规而论,这般使用规则配置于AGENT.md会更为恰当,然而你可有把规则皆设计成skill的法子,以免在每次对话之际读取过多AGENT.md内容,当AGENT.md特别庞大时,均可考虑借由skill合理地削减token消费。
去掉无用的skill
新任务开新会话
合理控制Heartbeat频率
当存在大量记忆时,使用QMD本地语义搜索引擎
https://blog.csdn.net/fogdragon/article/details/158454022
定期维护更新记忆内容
多 Agent 分流
国产模型替代
本地模型(吃电脑配置)
将 Ollama 进行安装,于本地运行开源模型来处理简单的任务,简单的补全以及翻译是足够使用的,其 API 成本为零。
# 安装 Ollama
频繁关注用量情况**
05 基本使用场景5.1 基础对话
浏览器 浏览器打开后直接在聊天框输入即可。
openclaw dashboard
命令行 如果你使用了TUI
openclaw tui
于Telegram渠道配置妥当之后,于飞书渠道配置妥当之后,能够直接在手机之上,在任何时候加以使用。
5.2 定时任务(Cron)
这是 OpenClaw 最实用的功能之一
每天早上8点问候:
openclaw cron add \
管理定时任务:
openclaw cron list # 查看所有定时任务
5.3 浏览器自动化
OpenClaw当中设置有浏览器控制工具,能够凭借该工具,实现打开网页的操作,还可以进行填表的行为,并且能够完成关于点击按钮方面(此些行为需借助该工具)的动作。
保证浏览器工具已然开启了,与此同时要保证tools.profile设定成coding才行,Profile权限要是不足的话将禁用高风险工具。
{
5.4 文件处理
Agent可以直接读写目录下的文件:
5.5 Web搜索与信息聚合
# 需要配置搜索 API(推荐 Brave Search)
配置后,Agent 自动具备搜索能力。
06 常见配置和命令使用6.1 切换模型,同供应商
6.2 切换模型,不同供应商
// 第一步 找到 models -> providers 位置,增加以下代码
6.3 拓展skill能力6.3.1 官方安装方案1
安装到工作空间:
6.3.2 官方安装方案2
# 安装技能
6.3.3 手动安装方案6.4 工作区
OpenClaw会从工作区目录当中,去读取操作指令以及记忆,它默认的状态下,是使用~/.openclaw/workspace当作智能体工作区。
{
6.5 会话和记忆
会话文件:
会话元数据(token使用量、最终路由等):
07 工程化实战
凭借自身历经长时间摸索,好不容易終于寻得了一个较为契合我实际状况的应用场景,此场景乃是能让我于任何时刻、任何地点去开展个人项目,没错,的确是个人项目。
核心点:
7.1 多Agent协作-打通隔离和飞书
这内容相当坑,极其容易引发版本方面的问题哩,建议去升级openclaw的最新版本哦。
另外,鉴于版本进行快速迭代,官方文档以及插件都并非十分稳定,常常发生变动,因而要将官方以及github的issue当作准则。在本篇文章末尾打通的是升级至26.3.13的版本。
这属于 OpenClaw 具备最高工程价值的运用方式。在诸如单一个体 Agent 无法应对复杂要求,其中涵盖像交流过程中出现偏离主题情况的时候,或者像你期望针对不相同任务采用不一样模型的状况之中,就需要启用多个 Agent 了。
效果如下,能够知道自己的身份,互相隔离
7.2 配置流程
第一步:创建多个Agent**
openclaw agents add leader --workspace "~/.openclaw/workspace-leader"
第二步:配置模型
此刻于这里存在几何数量的模型可供配置,能够前往查看6.1章,于多模型配置之处。你所在之处配置了多个,在此处便会拥有多个可供选择的情况。
第三步:创建一个新的飞书机器人**
参考飞书 3.3 章内容
第四步:飞书机器人在openclaw建立配置关系**
第五步:绑定飞书机器人
ou用户uid通过开发平台获取。
https://open.feishu.cn/document/server-docs/contact-v3/user/get?appId=cli_a93dc6de74a21cca
oc 群会话id通过点击群头像右上角更多,滑到最下面获取
第六步 详细设置各个Agent工作内容
第七步 群内使用对话
7.3 问题解决
飞书需要配对码
https://docs.openclaw.ai/zh-CN/channels/feishu#配置参考
解释一下映射关系和调试飞书
借由bindings,把独立的Agents与独立的飞书机器人予以关联,达成接受消息精确分发。
agents(agentId+workspace) <= bindings => channel(accountId + peer(kind+id))
08 安全和常见问题8.1 安全内容8.2 安全配置方案
8.3 安全细节配置
无论采用上述哪一种模式进行隔离,依旧得去实施一些关于细节方面的安全控制举措,尤其是与openclaw相关联的token密钥,还有飞书(或者其他账号)的密钥等等,以及涉及多个项目相互间的数据安全和隔离关系。
8.3.1 安全审查命令
// 让你看到存在哪些安全问题
8.3.2 合理修改配置方式
请勿使用手动直接性的方式去添加openclaw.json里有关api_key的私密且隐秘的信息,经由浏览器的设置界面,它会自动为你施行加密处理,是这样的情况。
8.3.3 AGENT.md 配置提示词限制
## 安全规则
8.3.4 channel消息安全
一切支持私信的途径,皆倡导私信策略dmPolicy或是*.dm.policy,多数情况之下的失败并非源于漏洞利用,而是在于“给机器人发送了消息,它便相应地照做了。”。
// pairing(默认):未知发送者会收到一个短配对码,机器人会忽略他们的消息直到获得批准
8.3.5 消息群组安全
要是处在使用多Agent模式的情形下,借由session.dmScope来对私信怎样进行分组予以控制,达成会话隔离。
// main(默认):所有私信共享主会话以保持连续性
8.3.6 群组中禁止推理和详细输出
/verbose以及/reasoning,它们有可能会将内部的推理情况或者工具输出给暴露出来,所以不要在群组里运用这两项能力。
8.3.7 提示词安全
哪怕仅有你能够给机器人发送消息,提示词注入依旧能够借助读取的任何未受信任的内容而出现,这些内容涵盖网络搜索结果、浏览器页面、文档以及代码,内容自身也许携带着风险指令。
8.3.8 按需配置权限和限制
不让需要禁用的工具进入黑名单,把每个Agent能用的工具里的具体东西进行细致划分,从而实现精准把控。
{
路径限制 限制 Agent 能访问的文件范围
{
8.4 常见问题
Gateway 起不来**
# 强制杀掉占用端口的进程再启动
模型连不上,提示 API 错误**
# 测试 API 连接
常见的缘由有,API Key已经过期了,余额处于不足的状况下,网络不畅通(在国内进行访问Anthropic时或许是需要代理的)。
配置修改后不生效
将默认热重载模式设定为,安全的改动会自行生效,若有需要重启的情况则会给出提示,要是处于不确定的状态。
openclaw gateway restart
09 常见命令使用
// terminal终端命令
10 参考资源11 开源案例
https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook?tab=readme-ov-file#-everyday-life-20
https://github.com/hesamsheikh/awesome-openclaw-usecases
https://docs.openclaw.ai/zh-CN/start/showcase
12 个人展望
眼下,OpenClaw对于个体的运用以及效率着实存在一定限度,其收益与成本并不契合。若是你没法凭借它的网络热度将其转化为流量或者收益,并且你也无法免费去使用它。
身为一个具备强大能力的AI工具,它能够对电脑展开自动化的操作,在未来,其发展或许会出现两个具有方向性的变化。
唯有在可控成本情形下,适配现有的办公工具时,openclaw才具备真实的个人管家或者个人助手的价值,达成显著的效率提高。现阶段更适宜具备一定深度的开发者,让工作流、RPA等流程的部分或者全部转移给它承接。
相关标签: # OpenClaw # AIAgent # 全指南 # 实操 # 部署