OpenClaw 教程 - AI 工具教程

产品介绍

OpenClaw 是全球最流行的开源 AI 智能体框架，被 Nvidia CEO 黄仁勋在 GTC 2026 上称为"毫无疑问的下一个 ChatGPT"。它运行在你的机器上并执行真实任务——读取文件、运行命令、浏览网页、发送邮件、管理日历——通过你已经在使用的通讯应用（WhatsApp、Telegram、Discord、Slack 等 25+ 频道）。截至 2026 年 8 月，项目已获得 247,000+ GitHub Stars，ClawHub 社区贡献了 5,400+ Skills，最新稳定版为 v2026.7.1。

25+ 聊天频道，一个 Agent

WhatsApp、Telegram、Discord、Slack、Signal、iMessage、Teams、飞书/Lark 等 25+ 频道，所有频道共享完整上下文，支持跨频道切换和群聊交互。

持久化记忆

所有对话、偏好和学习内容以 Markdown 文件存储在本地。MEMORY.md 作为长期记忆，Agent 写入每日笔记，数周后通过语义搜索仍可召回。

5,400+ ClawHub Skills

Gmail 管理、服务器监控、图像生成、智能家居控制、SEO 分析等数千个社区技能。一键安装，也支持用 Markdown 编写自定义技能。

任意 AI 模型

支持 Claude、GPT（含 GPT-5.6）、Gemini、DeepSeek 等云端模型，以及 Ollama 本地模型（Llama、Mistral、Phi、Qwen）。内置故障切换，支持按任务复杂度路由不同模型。

主动执行

Agent 可自主发起任务——晨间简报、邮件摘要、日程提醒，无需每次都手动触发。支持定时任务和工作流编排。

MIT 开源

完全开源免费，由独立 OpenClaw 基金会管理。2025 年 11 月由 Peter Steinberger 创建，60,000 Stars/72h 的病毒式增长，后移交社区治理。

安装指南

系统要求

操作系统：Windows 10+、macOS 10.15+、Linux
Node.js：v22.19+（推荐）
内存：至少 4GB（本地模型推荐 16GB）
存储空间：至少 1GB
API Key：Claude / GPT / Gemini 或 Ollama 本地模型

安装步骤

1. 一键安装（推荐）

curl -fsSL https://openclaw.ai/install.sh | bash

Windows 用户可直接下载安装包，macOS 和 Linux 用户运行上述命令即可完成安装。

2. 配置 API Key

启动后，在 Settings → Models 中配置你的 AI 模型 API Key（Claude、GPT 或 Gemini）。如需完全本地运行，配置 Ollama 并下载本地模型即可，数据全程不离开你的设备。

3. 连接聊天频道

在 Channels 设置中，连接你常用的通讯工具——WhatsApp、Telegram、Discord、Slack、飞书等 25+ 频道任选。Agent 在所有频道间共享完整上下文。

4. 开始使用

在任意已连接的聊天工具中向 Agent 发送消息，它将读取文件、运行命令、浏览网页，完成从对话到行动的全链路闭环。你也可以在 ClawHub 浏览和安装社区技能，扩展 Agent 的能力边界。

配置说明

配置文件

OpenClaw 的配置文件位于 config/config.yaml，主要配置项包括：

                        # 基本配置
                        app:
                          name: OpenClaw
                          port: 8080
                          debug: false

                        # AI 模型配置
                        models:
                          openai:
                            api_key: your_openai_api_key
                            model: gpt-4
                          google:
                            api_key: your_google_api_key
                            model: gemini-pro

                        # 技能配置
                        skills:
                          enabled: true
                          directory: skills/

                        # 自动化配置
                        automation:
                          enabled: true
                          directory: workflows/
                    

环境变量

也可以通过环境变量来配置 OpenClaw，优先级高于配置文件：

                        # OpenAI API 密钥
                        export OPENAI_API_KEY=your_openai_api_key
                        
                        # Google API 密钥
                        export GOOGLE_API_KEY=your_google_api_key
                        
                        # 应用端口
                        export APP_PORT=8080
                    

使用教程

基本使用

1. 登录界面

打开浏览器，访问 http://localhost:8080，进入 OpenClaw 的登录界面。首次使用时，默认用户名和密码都是 admin。

2. 创建任务

登录后，点击左侧导航栏的「任务管理」，然后点击「创建任务」按钮，填写任务名称、描述和执行内容。

3. 执行任务

创建任务后，点击「执行」按钮，系统会开始执行任务，并显示执行结果。

高级使用

1. 集成 AI 模型

在「模型管理」中，可以配置和管理不同的 AI 模型，包括设置 API 密钥、选择模型类型等。

2. 使用技能

在「技能中心」中，可以浏览和使用各种技能，也可以上传自定义技能。

3. 创建工作流

在「工作流」中，可以创建复杂的自动化工作流，设置触发条件和执行步骤。

技能扩展

技能结构

OpenClaw 的技能采用模块化设计，每个技能都是一个独立的 Python 模块，结构如下：

                        skills/
                        └── my_skill/
                            ├── __init__.py
                            ├── main.py
                            └── config.yaml
                    

创建自定义技能

1. 创建技能目录

mkdir -p skills/my_skill

2. 创建配置文件

                        # skills/my_skill/config.yaml
                        name: My Skill
                        description: A custom skill for OpenClaw
                        author: Your Name
                        version: 1.0.0
                        
                        # 技能参数
                        parameters:
                          - name: input
                            type: string
                            required: true
                            description: Input text for the skill
                    

3. 创建技能实现

                        # skills/my_skill/main.py
                        def execute(params):
                            """执行技能"""
                            input_text = params.get('input', '')
                            # 技能逻辑
                            return {
                                'success': True,
                                'result': f'Processed: {input_text}'
                            }
                    

4. 注册技能

创建技能后，在 OpenClaw 的「技能中心」中点击「刷新技能」，系统会自动检测并注册新技能。

自动化配置

工作流配置

OpenClaw 的工作流配置采用 YAML 格式，示例如下：

                        # workflows/example.yaml
                        name: Example Workflow
                        description: An example workflow
                        
                        # 触发条件
                        triggers:
                          - type: schedule
                            cron: "0 * * * *"  # 每小时执行一次
                          - type: webhook
                            path: /webhook/example
                        
                        # 执行步骤
                        steps:
                          - name: Step 1
                            type: skill
                            skill: my_skill
                            params:
                              input: "Hello from workflow"
                          - name: Step 2
                            type: model
                            model: openai
                            params:
                              prompt: "Summarize the following: {{steps.step1.result}}"
                          - name: Step 3
                            type: action
                            action: send_email
                            params:
                              to: user@example.com
                              subject: "Workflow Result"
                              body: "{{steps.step2.result}}"
                    

自动化触发方式

定时触发：使用 cron 表达式设置定时执行
Webhook 触发：通过 HTTP 请求触发
事件触发：基于系统事件触发
手动触发：用户手动点击执行

常见问题

安装问题

Q: 安装依赖时出现错误怎么办？

A: 确保使用的是 Python 3.8+ 版本，并且网络连接正常。如果仍然出现错误，可以尝试使用虚拟环境：

                        python -m venv venv
                        source venv/bin/activate  # Linux/macOS
                        venv\Scripts\activate  # Windows
                        pip install -r requirements.txt
                    

Q: 启动应用时提示端口被占用怎么办？

A: 修改配置文件中的端口号，或者停止占用端口的其他应用。

使用问题

Q: 如何添加自定义 AI 模型？

A: 在配置文件中添加模型配置，然后在「模型管理」中进行设置。

Q: 技能执行失败怎么办？

A: 查看日志文件（logs/error.log）了解具体错误信息，然后检查技能代码和参数设置。

其他问题

Q: 如何贡献代码？

A: 可以在 GitHub 上 fork 仓库，修改代码后提交 Pull Request。

Q: 如何获取帮助？

A: 可以查看官方文档，或者在 GitHub Issues 中提问。