Fork me on GitHub

5分钟AI，每天搞懂一个知识点(23) - OpenClaw Agent

字数统计: 4k字   |   阅读时长≈ 15分

做一个有温度和有干货的技术分享作者 —— Qborfy

今天我们来学习 OpenClaw。

OpenClaw（曾用名 Clawdbot）是一款开源的个人 AI 智能体（Agent），由奥地利开发者 Peter Steinberger 于 2025 年底创建，能够通过 WhatsApp、Telegram 等聊天工具远程操控本地电脑，自主完成邮件处理、代码开发、日程管理等复杂任务，是真正意义上的”7×24 小时 AI 数字员工“。

对比其他 AI 编程工具，OpenClaw 就像从”专业程序员助手”升级为”全能私人助理”——它不只会写代码，还能帮你处理邮件、管理日程、监控股票，甚至控制智能家居，而且全程运行在你自己的设备上，数据完全私有。

是什么

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
graph TD
    A[用户指令<br/>WhatsApp/Telegram/微信] --> B[Gateway 网关]
    B --> C[Agent 智能体]
    C --> D[Skills 技能系统]
    C --> E[Memory 记忆系统]

    D --> D1[文件操作]
    D --> D2[浏览器自动化]
    D --> D3[代码执行]
    D --> D4[API 调用]
    D --> D5[邮件/日程管理]

    E --> E1[SOUL 核心指令]
    E --> E2[TOOLS 工具注册表]
    E --> E3[USER 用户长期记忆]
    E --> E4[SESSION 会话上下文]

    C --> F[LLM 大语言模型]
    F --> F1[Claude Opus 4.5]
    F --> F2[GPT-5.2]
    F --> F3[Gemini / 国产模型]

    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0
    style E fill:#ffebee
    style F fill:#fce4ec

OpenClaw 的核心定义

OpenClaw 是一款本地优先、开源、多模型的个人 AI 智能体，其核心特点是：

  • 本地运行：部署在用户自己的设备（笔记本、Mac Mini、VPS）上，数据不上传云端
  • 多渠道交互：通过 WhatsApp、Telegram、Slack、企业微信等聊天工具发送指令
  • 自主执行：能够操作文件系统、运行命令、控制浏览器、调用 API
  • 可扩展技能：通过 Skills 插件系统无限扩展能力，社区已有 5700+ 技能
  • 主动行为：支持定时任务、事件触发，无需用户主动发起即可自主执行

与其他 AI 工具最大的区别在于：

  • 其他 AI 工具：你问它，它回答你，你自己去执行
  • OpenClaw：你告诉它目标，它自主规划并执行，结果直接推送给你

关键特征对比

能力 传统 AI 助手 Claude Code OpenClaw
交互方式 网页/IDE 终端命令行 聊天应用（手机/PC）
执行范围 代码相关 代码相关 全系统（代码+生活）
数据隐私 云端处理 云端处理 本地运行，数据私有
主动行为 无 无 支持定时/事件触发
模型支持 单一模型 仅 Claude 多模型（自由切换）
开源程度 闭源 闭源 完全开源

OpenClaw 的四大核心架构

1
OpenClaw = Gateway（网关）+ Agent（智能体）+ Skills（技能）+ Memory（记忆）

Gateway（网关）

负责连接各类聊天平台，处理用户指令的接收与结果推送：

  • 支持 WhatsApp、Telegram、Discord、Slack、iMessage、Signal 等
  • 支持语音输入（通过 Whisper 转录）
  • 支持多模态输出（文本、语音、文件）

Agent（智能体）

驱动推理和决策的核心引擎：

  • 调用大语言模型（Claude、GPT、Gemini、国产模型等）
  • 基于 ReAct（推理 + 行动） 模式进行任务规划
  • 支持子智能体并行执行复杂任务

Skills（技能）

模块化的功能扩展插件系统：

  • 每个 Skill 是一个独立的功能模块（Python/Node.js/Shell 脚本）
  • 社区驱动的 ClawHub 技能市场，提供 5700+ 预置技能
  • 支持 AI 自主编写新技能（自我进化）

Memory（记忆）

四层持久化记忆架构：

  • SOUL：核心不可变指令（AI 的”人格”）
  • TOOLS：动态工具注册表
  • USER：用户长期偏好记忆（习惯、编码风格等）
  • SESSION：实时会话上下文

怎么做

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
flowchart TD
    A[用户发送指令<br/>通过聊天应用] --> B[Gateway 接收<br/>解析指令类型]
    B --> C{任务类型判断}
    C -->|简单任务| D[直接调用 LLM<br/>生成回复]
    C -->|复杂任务| E[Agent 规划<br/>分解任务步骤]
    E --> F[调用 Skills<br/>执行具体操作]
    F --> G[观察执行结果<br/>更新任务状态]
    G --> H{任务完成?}
    H -->|否| E
    H -->|是| I[推送结果<br/>到聊天应用]
    D --> I

    F --> F1[文件读写]
    F --> F2[运行命令]
    F --> F3[浏览器操作]
    F --> F4[API 请求]

    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#e8f5e8
    style D fill:#fff3e0
    style E fill:#ffebee
    style F fill:#fce4ec
    style G fill:#e0f2f1
    style H fill:#fff8e1
    style I fill:#e8eaf6

OpenClaw 的工作原理

OpenClaw 的工作流程遵循经典的 ReAct（Reasoning + Acting） 模式：

  1. 接收指令：通过聊天应用接收用户的自然语言指令
  2. 任务规划：调用 LLM 分析任务，制定执行计划
  3. 技能调用：选择合适的 Skills 执行具体操作
  4. 结果观察：获取执行结果，判断是否达成目标
  5. 迭代执行：如未完成，调整策略继续执行
  6. 结果推送：将最终结果推送回聊天应用

关键组件深度解析

Skills 系统：OpenClaw 的超能力来源

Skills 是 OpenClaw 最核心的扩展机制，每个 Skill 本质上是一份”AI 操作手册”：

1
2
3
4
5
6
7
Skills 目录结构：
weather-query/
├── SKILL.md          # 核心文件：元数据 + 执行说明
├── scripts/          # 可执行脚本（Python/Shell/Node.js）
│   └── query.py
├── references/       # 参考文档
└── assets/           # 模板、图片等资源

SKILL.md 示例（天气查询技能）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
---
name: weather-query
description: 实时天气查询，支持多城市和未来预报
metadata:
  openclaw:
    emoji: "🌤️"
    requires:
      env: ["WEATHER_API_KEY"]
---

## 使用说明

当用户询问天气时，调用此技能：

1. 解析用户提到的城市名称
2. 调用 scripts/query.py 获取天气数据
3. 以友好的格式返回结果

## 示例指令

- "北京今天天气怎么样？"
- "上海未来三天的天气预报"

记忆系统：让 AI 真正”认识”你

OpenClaw 的四层记忆架构让 AI 能够跨会话记住用户偏好：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 记忆系统示意（简化版）
memory_layers = {
    "SOUL": "你是一个专业的个人助理，风格简洁高效...",  # 不可变
    "TOOLS": {  # 动态更新
        "weather": "调用 OpenMeteo API",
        "email": "使用 Gmail API",
    },
    "USER": {  # 长期学习
        "coding_style": "偏好 TypeScript，使用 4 空格缩进",
        "wake_time": "每天 7:30 发送早报",
        "preferred_language": "中文回复",
    },
    "SESSION": [...]  # 当前会话历史
}

主动行为机制：从被动响应到主动执行

OpenClaw 支持三种主动触发方式：

  • 心跳系统（Heartbeat）：定期检查任务状态，如每小时检查邮件
  • 定时任务（Cron）：按计划执行，如每天 8:00 发送日程摘要
  • 事件驱动（Webhooks）：响应外部事件，如股票价格变动时发送提醒

OpenClaw 的部署方式

Docker 部署（推荐）

1
2
3
4
5
6
7
8
9
10
11
12
13
# 克隆项目
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入 API Key 和聊天平台配置

# 启动服务
docker-compose up -d

# 访问管理界面
open http://localhost:18789

环境变量配置

1
2
3
4
5
6
7
8
# .env 配置示例
ANTHROPIC_API_KEY=your-claude-api-key
TELEGRAM_BOT_TOKEN=your-telegram-bot-token
WHATSAPP_PHONE_NUMBER=your-phone-number

# 可选：其他模型
OPENAI_API_KEY=your-openai-key
GEMINI_API_KEY=your-gemini-key

经典案例

实际应用场景

1. 个人效率助理

场景：每天早上自动整理当日日程和重要邮件

OpenClaw 执行过程：

  1. 定时任务在每天 7:30 触发
  2. 读取 Google Calendar 获取当日日程
  3. 扫描邮箱，筛选重要邮件（AI 判断优先级）
  4. 生成简洁的早报摘要
  5. 通过 WhatsApp 推送给用户

价值：每天节省 15-20 分钟的信息整理时间

2. 自动化代码开发

场景：开发者通过手机发送需求，AI 自动完成代码开发

OpenClaw 执行过程：

  1. 用户在 Telegram 发送：”帮我在 user-service 里加一个获取用户列表的接口，支持分页”
  2. OpenClaw 读取项目代码，理解现有架构
  3. 生成符合项目风格的代码
  4. 运行测试，修复问题
  5. 提交 Git，推送 PR
  6. 通过 Telegram 回复完成情况

价值：开发者无需打开电脑，随时随地推进项目

3. 智能家居控制

场景：通过自然语言控制智能家居设备

OpenClaw 执行过程：

  1. 用户发送：”我要睡觉了，帮我关灯、调低空调温度到 26 度”
  2. OpenClaw 调用 Home Assistant 集成技能
  3. 执行关灯和调温操作
  4. 确认执行结果并回复

价值：将智能家居控制融入日常聊天，无需专属 App

4. 商业自动化监控

场景：电商运营者监控竞品价格和库存

OpenClaw 执行过程：

  1. 定时任务每小时触发浏览器自动化技能
  2. 访问竞品页面，抓取价格和库存数据
  3. 与历史数据对比，检测异常变化
  4. 发现价格下降超过 10% 时，立即推送告警
  5. 自动生成价格趋势报告

价值：7×24 小时自动监控，及时响应市场变化

OpenClaw 与同类工具对比

工具 定位 交互方式 数据隐私 开源 适用人群
OpenClaw 全能个人助理 聊天应用 本地私有 ✅ 所有人
Claude Code 编程协作助手 终端 CLI 云端处理 ❌ 开发者
Devin AI 全栈程序员 Web/Slack 云端处理 ❌ 企业开发团队
GitHub Copilot 代码补全 IDE 插件 云端处理 ❌ 开发者
Cursor AI AI 代码编辑器 桌面应用 云端处理 ❌ 开发者

动手试试！

体验 OpenClaw 能力

1. 快速部署 OpenClaw

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 前提：安装 Docker 和 Docker Compose
# 访问 https://github.com/openclaw/openclaw 获取最新版本

# 克隆项目
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 一键启动（使用默认配置）
docker-compose up -d

# 查看运行状态
docker-compose ps

# 访问 Web 管理界面
open http://localhost:18789

2. 配置 Telegram Bot（最简单的接入方式）

1
2
3
4
5
6
7
8
9
# 1. 在 Telegram 中找到 @BotFather，创建新 Bot
# 2. 获取 Bot Token
# 3. 在 .env 文件中配置
TELEGRAM_BOT_TOKEN=1234567890:ABCdefGHIjklMNOpqrsTUVwxyz

# 4. 重启服务
docker-compose restart

# 5. 在 Telegram 中找到你的 Bot，发送 /start

3. 安装你的第一个 Skill

1
2
3
4
5
6
7
8
# 方式一：通过 ClawHub 安装社区技能
# 在聊天中发送：
> 帮我安装天气查询技能

# 方式二：手动安装
mkdir -p ~/.openclaw/workspace/skills/my-skill
cd ~/.openclaw/workspace/skills/my-skill
touch SKILL.md

4. 编写一个极简 Skill

创建文件 ~/.openclaw/workspace/skills/hello-world/SKILL.md：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
---
name: hello-world
description: 一个简单的问候技能，用于演示 Skill 开发
metadata:
  openclaw:
    emoji: "👋"
---

## 使用说明

当用户说"你好"或"Hello"时，用热情的方式回应，
并告诉用户当前时间和今天是星期几。

## 示例

用户：你好
助手：👋 你好！现在是 2026 年 3 月 9 日，星期一，下午 3 点。
今天有什么我可以帮你的吗？

5. 尝试常用指令

在聊天应用中发送以下指令体验 OpenClaw：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 任务管理
> 帮我列出今天需要完成的任务

# 代码开发
> 帮我查看项目 ~/my-project 的目录结构，并分析主要模块

# 文件操作
> 把桌面上所有的截图文件整理到 ~/Pictures/Screenshots 文件夹

# 信息查询
> 搜索最近关于 AI Agent 的新闻，总结三条最重要的

# 定时任务
> 每天早上 8 点提醒我喝水，并发送今日天气

进阶知识

OpenClaw 的技术亮点

1. 子智能体并行执行

OpenClaw 支持子 Agent 模式，将复杂任务分解后并行处理：

1
2
3
4
5
主 Agent 接收任务
    ├── 子 Agent 1：爬取竞品 A 的价格数据
    ├── 子 Agent 2：爬取竞品 B 的价格数据
    └── 子 Agent 3：爬取竞品 C 的价格数据
主 Agent 汇总结果，生成对比报告

每个子 Agent 在隔离环境中运行，互不干扰，大幅提升复杂任务的执行效率。

2. 浏览器自动化的创新实现

OpenClaw 采用 Playwright 语义快照技术，相比传统截图方式：

  • 传统方式：截图 → 发送给 LLM → 消耗大量 Token
  • 语义快照：提取页面语义结构 → 发送给 LLM → Token 消耗降低 80%

这使得浏览器自动化任务的成本大幅降低，可以持续运行而不担心 API 费用爆炸。

3. 自我进化的 Skills 系统

OpenClaw 最独特的能力之一是自主编写新技能：

1
2
3
4
5
6
7
8
用户：帮我创建一个自动整理每日邮件的技能

OpenClaw 执行过程：
1. 分析需求，设计技能架构
2. 编写 SKILL.md 和相关脚本
3. 测试技能是否正常工作
4. 保存为可复用的技能模块
5. 下次遇到类似需求时直接调用

这意味着 OpenClaw 会随着使用时间的增长变得越来越”聪明”，越来越了解用户的需求。

4. 多模型动态切换

OpenClaw 支持根据任务类型自动选择最优模型：

1
2
3
4
5
6
# 模型路由配置示例
model_routing:
  code_tasks: "claude-opus-4-5" # 代码任务用 Claude
  quick_queries: "gpt-4o-mini" # 快速查询用轻量模型
  image_analysis: "gemini-pro-vision" # 图像分析用 Gemini
  local_tasks: "ollama/llama3" # 隐私任务用本地模型

技术挑战和未来展望

当前挑战

  1. 安全风险：OS 级权限可能导致误操作，需谨慎配置
  2. 提示词注入：恶意指令可能诱导 AI 执行未授权操作
  3. 成本控制：复杂任务的多轮 LLM 调用成本较高
  4. 稳定性：长时间运行的自动化任务可能因网络或 API 问题中断

未来发展方向

  • 多 Agent 协作：多个 OpenClaw 实例协同完成企业级任务
  • 更强的规划能力：更准确地分解和执行超长任务链
  • 企业版功能：权限管理、审计日志、团队协作
  • 边缘计算：在树莓派等低功耗设备上运行，实现真正的本地 AI
  • Skills 生态繁荣：ClawHub 技能市场持续扩展，覆盖更多垂直场景

OpenClaw 在 AI Agent 生态中的位置

1
2
3
4
5
6
7
8
9
10
11
graph LR
    A[代码补全<br/>GitHub Copilot] --> B[AI 编辑器<br/>Cursor / Windsurf]
    B --> C[终端 Agent<br/>Claude Code]
    C --> D[全能 Agent<br/>OpenClaw]
    D --> E[企业 Agent<br/>Devin]

    style A fill:#e3f2fd
    style B fill:#e8f5e9
    style C fill:#fff3e0
    style D fill:#f3e5f5
    style E fill:#fce4ec

OpenClaw 处于”全能 Agent”这一层级，是目前覆盖范围最广、隐私保护最好的开源 AI Agent：

  • 比 Claude Code 更全面（不只是编程，还有生活自动化）
  • 比 Devin 更开放（完全开源，支持本地部署）
  • 比传统 AI 助手更自主（主动执行，而非被动响应）

总结

OpenClaw 代表了 AI Agent 从”专业工具”到”全能助理”的进化方向。关键要点：

  1. 核心定位：开源、本地优先的全能个人 AI 智能体，通过聊天应用远程操控
  2. 技术架构：Gateway + Agent + Skills + Memory 四层架构，模块化设计
  3. 核心能力：文件操作、代码开发、浏览器自动化、主动行为、自我进化
  4. 应用场景：个人效率、代码开发、智能家居、商业自动化等全场景覆盖
  5. 独特优势：完全开源、数据本地私有、多模型支持、Skills 生态丰富

掌握 OpenClaw 的使用方式和工作原理，将帮助你打造一个真正属于自己的 AI 数字员工，实现 7×24 小时的智能自动化。

参考资料

赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

Qborfy

毕业于广大华软学院，软件工程师一枚！

Java出身，喜欢前端进行转岗，主攻全栈发展，技术有：Vue、React、Nodejs、Java等。

加我好友，多个朋友交流也不错~