1.概要

2.内容

OpenClaw 是一款在2026年初爆火的开源个人AI助手平台（曾用名 Clawdbot、Moltbot），由 Peter Steinberger（PSPDFKit 创始人）开发。它被社区誉为“迄今为止最实用的智能体项目”，旨在将大语言模型（LLM）的能力与用户的本地设备及常用应用深度集成，打造一个能真正“做事”的7x24小时数字员工。

核心特点

  1. 本地优先与隐私安全：

    • OpenClaw 设计为运行在用户自己的设备上（如 Mac、Windows、Linux 个人电脑，或私有云服务器）。
    • 数据和处理逻辑主要在本地执行，避免了敏感信息上传到第三方云端的风险。

  2. 强大的行动能力 (Agent Skills)：

    • 它不仅仅是一个聊天机器人，更是一个行动代理。通过灵活的 Skills（技能） 体系，它可以执行实际操作，例如：
      • 管理邮箱、日历和日程。
      • 浏览网页、搜索信息。
      • 操作文件系统（整理、移动、编辑文件）。
      • 执行脚本、编写代码甚至自动修复Bug。
      • 控制其他应用程序。

  3. 多渠道交互 (Gateway)：

    • 通过独特的 Gateway（网关） 系统，用户可以通过熟悉的聊天软件与 OpenClaw 互动，无需学习新界面。
    • 支持的平台包括：WhatsApp, Telegram, Discord, iMessage 等国际主流应用，以及通过插件或定制支持的 钉钉、企业微信、飞书、QQ 等国内办公IM软件。

  4. 持久记忆 (Memory)：

    • 内置四层记忆架构，能够记住用户的偏好、历史上下文和长期任务状态，实现自我进化和个性化服务。

  5. 模型无关性：

    • 支持接入多种主流大模型，官方推荐 Claude，同时也兼容 OpenAI (GPT-4/4o), Google Gemini, 以及阿里云百炼、腾讯云混元等国产大模型。

架构组成

OpenClaw 的核心架构主要由四部分组成：

  • Gateway（网关）：负责连接各种聊天客户端（如Telegram, WhatsApp等），接收用户指令并返回结果。
  • Agent（智能体）：核心大脑，负责理解意图、规划任务流程。
  • Skills（技能）：具体的执行工具库，定义了AI能做什么（如“发送邮件”、“读取文件”）。
  • Memory（记忆）：存储短期对话上下文和长期用户数据。

部署方式

由于其开源特性，OpenClaw 非常灵活：

  • 本地部署：直接在个人电脑（Mac/Windows/Linux）上安装运行，适合极客和对隐私要求极高的用户。
  • 云端一键部署：阿里云、腾讯云、移动云等云厂商已推出“一键部署”模板或镜像，用户可以在几分钟内在云服务器上搭建好环境，并配置连接到国内的钉钉、企微等应用，实现全天候在线。

为什么它如此受欢迎？

在2026年初，OpenClaw 在 GitHub 上开源不到一个月就获得了近 15 万 Star。它解决了以往 AI 助手“只能动口不能动手”的痛点，让 AI 真正成为了能帮用户处理繁琐工作流的“数字管家”。其快速的迭代（一月三更名）和活跃的社区生态也进一步推动了它的普及。

如果你是想尝试搭建一个属于自己的、能自动处理邮件和文件的 AI 助手，OpenClaw 是目前最值得关注的开源项目之一。

3.关联链接

4.关联知识

1.OpenClaw支持接入哪些国产大模型？

OpenClaw是2026年爆火的开源AI智能体项目，由奥地利开发者Peter Steinberger（PSPDFKit创始人）开发，核心功能是通过自然语言指令执行复杂任务，如文件管理、邮件处理、网络搜索、代码编写等，支持WhatsApp、Telegram等多消息平台交互。其发展历程及核心要点如下：

项目背景与演进

  • 名称变迁：2025年末以“Clawdbot”启动，因Anthropic商标纠纷更名为“Moltbot”（2026年1月27日），后因“Moltbot”发音拗口，于1月30日定名“OpenClaw”，强调开源属性与品牌独立性。
  • 技术底座：基于Mario Zechner（libGDX作者）开发的pi-mono引擎，复用其LLM统一接口（支持OpenAI、Anthropic等模型）和工具调用框架，但OpenClaw扩展了会话管理、技能系统（Skills）和自主行为机制。

核心功能与技术架构

  • 自主执行能力：通过大语言模型（需对接阿里云百炼、OpenAI等API）解析指令，调用工具完成文件检索、日程管理、网络搜索、邮件发送等任务，支持代码解释器实现复杂操作（如Excel处理、视频剪辑）。
  • 多智能体协作：采用“情境式代理”架构，通过心跳系统（每30分钟唤醒）、定时任务、事件驱动触发（如Gmail新邮件）实现主动行为；子智能体支持并行任务执行，可配置最大并发数（默认8）和嵌套深度（最多2层）。
  • 技能生态系统：ClawHub注册表提供超3000个开箱即用技能（如邮件管理、航班值机），用户也可通过“技能资产化”自定义技能，结合零信任身份体系保障安全。

部署与使用

  • 安装方式：支持npm全局安装、Docker容器化部署或一键脚本（适配Mac/Linux/Windows），需配置Node.js≥22环境及大模型API密钥（如阿里云百炼的Access Key）。
  • 交互界面：通过网页控制台（Dashboard）或命令行管理，支持中文汉化版（如OpenClawChinese发行版），实现CLI与UI全中文适配。
  • 企业级适配：阿里云推出专属一键部署方案，预置镜像简化环境配置，30-40分钟可完成从服务器购买到运行的全流程，支持7×24小时不间断服务。

争议与挑战

  • 安全风险：公开实例中存在端口暴露（如18789端口零认证）、API密钥泄露、恶意技能（ClawHub发现341个恶意插件）及远程代码执行漏洞，需通过“数字良心”系统、权限策略栈和人工审核机制缓解。
  • 性能与成本：大模型调用导致Token成本和延迟增加，级联错误（长程任务中单步失败引发全局失败）和95%准确率在企业级场景中仍被视为“不可用”。
  • 技术争议：被指依赖大模型能力，自身核心创新有限（如与Claude Code功能重叠）；企业级落地需解决工具碎片化、连接复杂化和治理黑盒化问题。

社区与生态

  • 开源影响力：GitHub星标超18万，衍生项目如Moltbook（社交网络服务）和社区讨论热度高，但近期被Seedance 2.0等项目短暂超越。
  • 开发者生态：pi-mono引擎保持高频率更新（2026年1月单月超200次提交），OpenClaw与pi-mono形成互补——Mario提供底层引擎，Peter构建上层应用，双方在安全渗透测试、功能借鉴等方面合作。

OpenClaw作为开源AI智能体的代表，展现了从“工具”到“自主智能”的范式转移潜力，但需在安全、成本、企业级适配等方面持续优化，以实现从“技术极客玩具”到“合格生产力工具”的跨越。

2.OpenClaw的核心技能如何扩展？

OpenClaw 的核心技能（Skills）扩展机制非常灵活，采用了**“插件化 + 声明式”**的设计思路。它允许用户通过简单的配置文件或代码脚本，让 AI 学会新的具体操作。

根据 2026 年的最新开发文档和社区实践，扩展 OpenClaw 技能主要有以下三种方式，难度从低到高排列：

1. 零代码安装：使用 ClawHub 社区技能库（推荐新手）

这是最快捷的方式。OpenClaw 拥有一个名为 ClawHub 的公共技能注册表，全球开发者已贡献了超过 1700+ 个现成技能（截至 2026 年 2 月）。

  • 操作方式：
    只需在终端运行一条命令即可安装。例如，想安装一个“天气查询”技能： 
    clawhub install weather-query
    或者在 OpenClaw 的配置文件 config.yaml 中直接添加技能名称，重启后自动拉取。
  • 适用场景：日常办公、文件管理、邮件发送、简单的 API 调用等通用需求。

2. 低代码开发：编写 SKILL.md 描述文件（适合进阶用户）

如果你需要定制一个独特的流程，但不想写复杂的代码，OpenClaw 支持通过自然语言描述来定义技能。

  • 核心原理：创建一个文件夹，里面只需包含一个 SKILL.md 文件。在这个 Markdown 文件中，你用自然语言详细描述该技能的触发指令、执行步骤和所需工具。OpenClaw 的大模型引擎会实时阅读这个文件并执行逻辑。
  • 目录结构示例： 
    ~/.openclaw/skills/my-custom-skill/
├── SKILL.md          # 核心：用自然语言写清楚怎么做
└── config.json       # 可选：配置 API Key 等参数
  • SKILL.md 内容示例： 
    # 技能名称：周报生成器
# 触发词：生成周报、本周总结
# 描述：
1. 读取用户指定目录下的所有 markdown 文件。
2. 提取每个文件的标题和“完成事项”列表。
3. 调用大模型将这些内容汇总成一份格式精美的周报。
4. 将结果保存到 `reports/weekly_report.md` 并通知用户。
  • 优势：修改逻辑只需编辑文本文件，无需重启服务，即时生效。

3. 全代码开发：编写 Python/Node.js 脚本（适合开发者）

对于需要复杂逻辑、高性能计算或调用本地特定硬件的操作，你可以编写完整的代码模块。

  • 开发流程：
    1. 创建目录：在 ~/.openclaw/skills/ 下新建文件夹（如 my-python-skill）。
    2. 编写入口文件：创建 index.py (Python) 或 index.js (Node.js)。
    3. 定义接口：必须导出一个标准的 execute(context) 函数，接收上下文参数，返回执行结果。
    4. 注册依赖：在 package.json 或 requirements.txt 中声明所需的第三方库。
  • 代码示例 (Python)： 
    # index.py
def execute(context):
    # context 包含用户指令、历史对话、配置信息等
    user_input = context.get("input")
    
    # 执行复杂逻辑，例如调用本地数据库
    result = query_local_database(user_input)
    
    return {
        "success": True,
        "message": f"查询完成：{result}",
        "data": result
    }
  • 调试与热加载：OpenClaw 支持开发模式，代码保存后会自动重载，方便调试。

技能扩展的关键特性

  • 组合联动 (Chaining)：你可以将多个基础技能串联起来。例如，创建一个新技能“每日简报”，它内部依次调用 news-fetch (获取新闻)、weather-query (获取天气) 和 email-sender (发送邮件) 三个现有技能。
  • 沙箱安全机制：所有自定义技能默认在受限的沙箱环境中运行，无法随意访问用户敏感文件系统，除非在配置中明确授权。
  • 多语言支持：除了 Python 和 Node.js，社区也在逐步支持 Go 和 Rust 编写的技能模块。

如何开始？

  1. 确保你的 OpenClaw 已更新至 2026 最新版本。
  2. 进入技能目录：cd ~/.openclaw/skills/
  3. 选择一个上述方式开始创建你的第一个技能。
  4. 在聊天窗口中通过自然语言触发它（例如：“帮我运行一下周报生成器”）。

通过这种分层级的扩展方式，无论是普通用户还是专业开发者，都能轻松地为 OpenClaw 赋予无限的新能力。

3.OpenClaw 是如何与其他软件交互的

OpenClaw 与其他软件交换数据和执行操作的核心机制是通过**“技能（Skills）”、“通道（Channels）”以及标准 API 接口来实现的。它本质上是一个编排器（Orchestrator）**，利用大语言模型（LLM）的理解能力，将用户的自然语言指令转化为对具体软件工具的调用。

以下是 OpenClaw 与外部软件交互的几种主要方式：

1. 通过“技能（Skills）”系统调用工具

这是 OpenClaw 最核心的扩展机制。Skills 是预定义或自定义的代码模块，封装了与特定软件或服务交互的逻辑。

  • 内置与社区技能库：OpenClaw 拥有一个类似“应用商店”的技能生态（如百度智能云千帆 Skill 生态、GitHub 开源库）。用户可以直接安装现成的技能，例如：
    • 搜索类：集成百度搜索、Google Search、维基百科查询。
    • 办公类：连接 Notion、Obsidian、Google Docs 进行文档读写。
    • 开发类：调用 GitHub API 管理 Issues、执行 Git 命令、运行 Docker 容器。
    • 生活类：控制智能家居（Home Assistant）、查询天气、发送微信/钉钉消息。
  • 自定义技能开发：开发者可以使用 TypeScript/JavaScript 编写自己的 Skill。只需定义好输入输出和调用的 API，OpenClaw 就能在需要时自动调用该技能。
    • 示例：编写一个技能调用公司内部 CRM 系统的 REST API，当用户说“查询客户 A 的最新订单”时，OpenClaw 会自动触发该技能并返回结果。

2. 通过“通道（Channels）”与通讯软件对接

OpenClaw 本身通常运行在后台（本地服务器或云端），用户通过熟悉的即时通讯软件与其交互。这些连接被称为“通道”。

  • 支持的通讯平台：
    • 即时通讯：微信（通过 Hook 或企业微信 API）、钉钉、飞书、Telegram、Discord、Slack。
    • 邮件系统：IMAP/SMTP 协议，直接收发电子邮件。
    • 命令行终端：直接在本地 Terminal 中交互。
  • 交互流程：用户在微信上发送指令 -> OpenClaw 的微信通道接收消息 -> 核心引擎解析意图 -> 调用相应 Skill 执行任务 -> 结果通过微信通道返回给用户。

3. 直接调用 API 与 Webhooks

对于没有现成 Skill 的软件，OpenClaw 可以利用其联网能力和代码执行环境直接与 API 交互。

  • RESTful API / GraphQL：配置好 API Key 和端点后，OpenClaw 可以构造 HTTP 请求来操作几乎任何提供开放接口的服务（如 Jira, Trello, Salesforce, 阿里云 OSS 等）。
  • Webhooks：OpenClaw 可以作为一个 Webhook 接收者。当其他软件（如 GitHub 有新提交、Stripe 有新支付）触发事件时，会将数据推送给 OpenClaw，OpenClaw 随即自动处理（如发送通知、记录日志）。

4. 本地文件系统与操作系统交互

由于 OpenClaw 常部署在本地（Windows/Mac/Linux），它拥有直接操作宿主机的能力（需用户授权）：

  • 文件读写：直接读取本地 PDF、Word、Excel 文件内容，或将生成的报告保存为本地文件。
  • 命令行执行：在沙箱或受控环境中执行 Shell/Bash/PowerShell 命令。例如，运行 Python 脚本进行数据分析，或调用 ffmpeg 处理视频。
  • 浏览器自动化：通过集成 Playwright 或 Puppeteer，OpenClaw 可以控制浏览器打开网页、点击按钮、抓取数据，模拟人类操作那些没有 API 的网站。

5. 模型层交互 (LLM Gateway)

虽然这不是与“应用软件”交换，但 OpenClaw 必须与大模型服务商交换数据才能工作。

  • 兼容 OpenAI 标准：OpenClaw 支持配置任何兼容 OpenAI 格式的 API（如阿里云百炼通义千问、硅基流动、DeepSeek、自部署的 Ollama/vLLM 等）。
  • 上下文传递：它将用户的指令、检索到的知识库内容、工具调用的结果组装成 Prompt，发送给大模型，再将模型的决策（如“调用搜索工具”）转化为实际动作。

总结：数据流向示例

假设你对 OpenClaw 说：“帮我把上周的销售数据整理成报表，发到钉钉群里。”

  1. 接收：钉钉 Channel 收到消息。
  2. 规划：核心引擎分析意图，决定需要两个步骤：①获取数据 ②发送消息。
  3. 执行步骤 1：调用本地文件 Skill 或 数据库 API Skill，读取上周销售 Excel/SQL 数据。
  4. 处理：调用代码执行 Skill (Python/Pandas) 生成图表和摘要。
  5. 执行步骤 2：调用钉钉机器人 API，将生成的报表文件和文字摘要发送到指定群聊。
  6. 反馈：通过钉钉 Channel 回复你：“报表已发送，请查收。”

这种架构使得 OpenClaw 能够像胶水一样，将分散的软件、API 和本地工具连接成一个自动化的工作流。

4.OpenClaw 应用举例

OpenClaw 是一个强大的自托管个人 AI 助手系统（也常被称为 AI 智能体框架），它不仅能进行对话，更能通过连接各种工具、API 和本地环境来“实际执行任务”。

根据最新的社区实战汇总（包括 Scoble 列表、官方文档及开发者社区案例），以下是 OpenClaw 的几大类典型应用举例：

1. 开发者工作流自动化 (Developer Workflow)

这是 OpenClaw 最核心的应用场景，旨在让 AI 成为“24小时在线的研发团队成员”。

  • 多智能体代码协调员 (Patch)：设置一个主管智能体（如名为 "Patch"），通过 Telegram 或 Slack 协调 5-20 个并行的 Claude Code 实例。它可以自动接收需求，分配任务给不同的子智能体进行编写、测试和审查，最后汇总结果。
  • 自动 Bug 修复与 PR 生成：监控 GitHub Issues，当发现特定类型的 Bug 时，自动拉取代码分支，分析错误日志，编写修复代码，运行测试，并自动生成 Pull Request 供人类审核。
  • 遗留代码重构助手：连接本地代码库，智能体可以遍历旧代码，根据现代最佳实践提出重构建议，甚至直接生成重构后的代码片段。

2. 个人知识管理与第二大脑 (Personal Knowledge Management)

  • 私有知识库问答 (RAG)：将个人的笔记（Obsidian, Notion）、文档（PDF, Word）、邮件归档导入 OpenClaw。你可以随时询问：“我去年关于‘微服务架构’的笔记里提到了哪些关键点？”或“找出所有关于‘项目X’的会议纪要”。
  • 智能每日简报：自动抓取你关注的 RSS 源、Twitter 列表、行业新闻，结合你的兴趣偏好，每天早上生成一份个性化的摘要简报，并通过邮件或即时通讯工具发送给你。
  • 长内容深度总结：自动监控特定的 YouTube 频道或播客，一旦更新，立即下载转录文本，生成详细摘要、时间戳索引和关键观点提取。

3. 商业运营与自动化经营 (Business Automation)

  • 全自动 CRM 助理：监听企业微信或邮箱，当收到潜在客户咨询时，自动查询数据库中的客户画像，生成个性化回复草稿，甚至直接在 CRM 系统中创建跟进任务。
  • 社交媒体运营矩阵：根据设定的主题，自动搜集热点素材，撰写不同风格（如 LinkedIn 专业风、Twitter 短小精悍风）的文案，并配合生成的图片，定时发布到多个平台。
  • 竞品监控与分析：7x24 小时监控竞争对手的网站价格变动、新品发布或博客更新，一旦发现异常或新动向，立即分析并推送警报报告。

4. 智能家居与生活助手 (Smart Home & Life)

  • 复杂的家居场景联动：不同于简单的“开灯”，OpenClaw 可以理解复杂指令。例如：“我要看电影了”，它不仅会关闭灯光、拉上窗帘，还会检查冰箱里是否有零食，并在电视屏幕上投射出推荐的观影清单。
  • 健康与饮食管理：通过拍照识别食物，自动记录卡路里摄入，结合你的健康目标（如减脂），推荐下一餐的食谱，并自动生成购物清单发送到你的手机。
  • 旅行规划师：输入目的地和大致预算，自动搜索航班、酒店、当地景点评价，规划最优路线，并将所有预订确认单整理成一份完整的旅行手册。

5. 安全与合规审查 (Security & Compliance)

  • 代码安全审计：在代码合并前，自动运行静态分析工具，并结合大模型的能力，深度审查是否存在逻辑漏洞、硬编码密钥或潜在的 SQL 注入风险。
  • 合同/文档合规检查：上传商业合同，智能体根据预设的法律条款库，自动标记出高风险条款、缺失的必要项或与标准模板不一致的地方。

如何开始？

目前，OpenClaw 支持在多种环境下部署：

  • 云端一键部署：阿里云、腾讯云等云厂商提供了 OpenClaw (有时也称为 Clawdbot) 的应用镜像，可以通过轻量应用服务器快速启动。
  • 本地自托管：支持 Docker 部署，可以在本地的 NAS、MacBook 或高性能 PC 上运行，确保数据完全私有化。

这些案例表明，OpenClaw 的核心价值在于将大模型的推理能力与具体的执行工具相结合，从而把用户从重复性的数字劳动中解放出来。

# 语言模型 # 人工智能 # 自然语言处理 # 开源
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

OpenClaw+GLM-4.7-Flash语音交互：对接Whisper实现语音控制

本文介绍了如何在星图GPU平台上自动化部署【ollama】GLM-4.7-Flash镜像，构建语音交互系统。该系统结合Whisper语音识别与GLM-4.7-Flash的指令理解能力，实现智能家居控制等场景的语音操作，提升日常任务执行效率。

avatar 龙虾开发者社区

学生党福音：OpenClaw+nanobot搭建学习监督助手

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，构建智能学习监督助手。该方案利用轻量级模型实现网课进度跟踪、自动生成练习题和错题整理功能，特别适合学生群体通过QQ机器人实现移动端学习管理，显著提升学习效率。

avatar 龙虾开发者社区

OpenClaw创意工坊：用nanobot镜像生成技术海报文案

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，快速生成技术海报文案。该镜像基于Qwen3-4B模型，能将复杂技术术语转化为通俗表达，适用于技术活动宣传、社交媒体推广等场景，显著提升内容创作效率。

avatar 龙虾开发者社区