OpenClaw 已经火了很长时间了，GitHub 上的星标都达到 213K了。记得它刚出来那会，我就关注它了，那时候星标数才20多K，1个多月过去了足足翻了 10 倍，可见其火爆程度超出我们想象~

起初 OpenClaw 给我留下印象最深的两点就是：

1、它称能 7x24 小时不停歇的干活

2、它可以通过移动端聊天程序来远程控制它干活

这两点都跟“干活”有关而不是纯理论输出，所谓干活就是能真正帮你产出实际结果，有实际价值产出的玩意儿。这当然会很吸引我，但我仍然选择先做个“等等党”，因为要想让它干活需要付出的代价还是蛮大的。

首先，在没有多余电脑的情况下谁想用自己的主机 24 小时全天候着呢？（所以 Mac mini 被卖脱销了~但我不愿花这冤枉钱）

其次，作为国人我可不想折腾它推荐的那些聊天程序，因为没有一个是符合我日常使用习惯的？

就凭以上这两点，足以暂时劝退我了。

外加后来一众厂商都推出了基于自家模型的个人 AI 桌面助手，使用下来也没觉得有那么好用。

平时 Claude Code + Codex + Gemini 这套工具组合足以满足我的各种任务需求了，给足权限本地文件也照样可以直接编辑与修改。写文章、做 PPT、整理数据、统计分析，这些都能满足，实在是给不出自己一个很强有力的理由使用 OpenClaw。

这一等就是一个多月的时间…

查理·芒格不是说过，要等待那个进入“绝佳击球区”的球再挥棒。对待层出不穷的 AI 工具同样也是适用的。

现在隔一段时间就有号称“颠覆行业”的工具冒出来，很容易让人产生错失恐惧症。

不过在这一个多月的时间里我也一直在观察，其实发生了很多的变化。比如 OpenClaw 官方从 v2026.2.2 版本开始就正式内置了飞书聊天插件，后来经过几个版本的小迭代使用体验变得越来越顺滑，QQ 和企业微信虽然官方还未内置，但通过生态下的社区插件也能对接上。

国内各家云厂商阿里云、腾讯云、百度云也纷纷推出了基于云端的 OpenClaw，让“不会科学上网、不会国际支付”的普通用户也能 10 分钟跑通，享受 24小时不间断的服务。

甚至有些非模型厂商，比如猎豹推出了 EasyClaw、网易有道推出了开源版 LobsterAI。这些明显的变化都是在进一步拉低使用 OpenClaw 的门槛。

而国内各大模型厂商，比如Kimi、MiniMax、智谱GLM也都推出了比国外顶级模型更便宜的套餐计划，就连 OpenClaw 的创始人 Peter 也都认为 MiniMax 2.5 是目前与 OpenClaw 配合起来性价比最高的绝佳选择。

所以这些信号给我的反馈就是，不要再等待了，已经来到“绝佳击球区”，可以开始挥棒了。

今天这篇文章算是给我第一次使用 OpenClaw 做个见证，同时也给自己的学习做个笔记。如果有跟我一样的朋友想要学习如何安装、部署并配置使用 OpenClaw，看这篇文章就够了，它向你推荐的是目前为止最佳的方式，且非常详细。

在我们正式开始安装部署之前，请允许我再简单介绍一下 OpenClaw，即使它现在已经非常有名儿了。

OpenClaw 为什么这么牛？

2026 年 1 月底，整个 AI 圈的目光都被一个名叫 OpenClaw 的项目所吸引。它以极快的速度拿下了超过 14.5 万颗星标，毫无悬念地跻身 GitHub 史上增长最快的项目之列，截止目前总星标数已经来到 213K ，一个多月整整又翻了 10 倍。

它的创作者 Peter Steinberger 对其给出的产品定位非常精准——“真正会做事的 AI”。

我们都很清楚当前 AI 工具的核心痛点是：太被动了。

传统的对话模型就像咱们古代的算盘一样，拨一下才动一下，高度依赖 Prompt 的持续输入。而 OpenClaw 的突破，在于它直接将产品范式提升到了一个全新的维度，构建了三大核心护城河：

1、告别冷启动，基于“全局记忆”的自我进化

你不需要再每天不厌其烦地向它重复你的背景和偏好。OpenClaw 建立了一套深度的用户画像系统，它会默默记住你的所有对话、目标甚至是工作流习惯。比如你说你喜欢用 Claude Code 编写代码，它就将这个偏好刻在底层逻辑里；你可能随口提一句我住在厦门，它就会在合适的场景下向你主动推送厦门线下有趣的活动。这意味着，伴随每一次交互，它的定制化程度都在加深，越来越懂你。这是我最喜欢它的原因！

2、从“听指令”到“找机会”的主动工作流模式

这是最让人兴奋的一点。以开发者 AlexFinn 的真实案例为例：他的 OpenClaw 监控到 X 上埃隆·马斯克发布了一条关于 100 万美元的最佳文章悬赏消息，它竟然主动为 AlexFinn 的 SaaS 产品开发了一套文章写作功能。并且 AlexFinn 睡了一觉醒来，发现代码已经 Ready，他审核上线后，直接拉动了超 1 万美元的 MRR（月经常性收入）。整个商业闭环的发现、触发和执行，完全发生在 AlexFinn 无干预的“睡眠时间”。

写到这里我就不得不提一下 X 上的这位大牛 @AlexFinn，他在 X 上目前拥有 41.9万的粉丝，vibe coding 爱好者、Creator Buddy 创始人。虽然它的粉丝数看似没有那么多，但他绝对可以被称为这个地球上最重度的用户之一（单月 210+ 小时），他不是单纯“用”，而是把 OpenClaw 当成「活的 AI 公司」来经营，每天都在打磨它，同时用它反向打磨自己的业务与生活。

3、极致的开源架构与“自我重塑”能力

开源赋予了 OpenClaw 极高的扩展性，你可以大刀阔斧地按需魔改它的任何行为。但这还不是最硬核的，更颠覆的是它的“自定制”能力。当 AlexFinn 发现它遗漏了某个细节，随口问了一句“怎样才能确保你不再忘事？”时，OpenClaw 居然直接给自己重构了一套全新的记忆系统。

这种能力矩阵的聚合，在目前的 AI 产品中是前所未有的。就像我之前写过的一篇关于 OpenClaw 的文章（ 我研究了 Clawdbot 三天，发现它不是技术突破，而是体验革命），它不仅是技术栈的升级，更是应用场景的跨越：OpenClaw 正在彻底撕掉“聊天机器人”的标签，完成向“数字员工”的终极进化。

安装与部署

在我自己学习如何安装 OpenClaw 之前，我使用了三种方式帮我进行了总结。

第一：官方视角

使用 OpenCode + MiniMax 2.5（Free）工具组合，并把 OpenClaw 在 Github 上的开源项目地址喂给了 OpenCode，让它帮我做分析与总结。

第二：用户视角

登录 Grok.com 使用 Grok 4.20（Beta）模型帮我把 X 上的所有关于 OpenClaw 安装与部署的帖子统统分析一遍并进行总结。

第三：模型视角

我把官方及 Grok 的总结报告发给了 Gemini，让他帮我做诊断与分析，看看是否有问题或遗漏。毕竟 Geimini 刚发布了 3.1 Pro 模型，推理能力大升级，用它来分析再适合不过了！

1、目前可行的部署方案有三种

◆ 云厂商一键部署

这是 AI 总结并最推荐国内用户使用的方案，5-10 分钟就能搞定。适合不会命令行、想 7x24 小时稳定运行、需要国内低延迟 IM（飞书/企微/QQ/钉钉）的用户使用。可以零代码、一键镜像、官方/大厂背书、自动续费、带宽免费。月费在 9-40 元起。推荐腾讯云（最稳）、阿里云（最便宜）。缺点就是需实名认证且数据在云端不在本地，数据隐私和安全性需要考虑。

◆ 本地一键安装部署

适用于有闲置 MacBook 或 Windows 电脑（其实我觉得未必，如果就一台电脑就先用着也完全没问题），想完全本地运行的用户使用。 速度是最快的、无服务器费用、隐私最高。 缺点就是你的这台电脑得常开着（或自己花钱用 Mac Mini 7x24 候着，一次性成本大概在 3-4000 块钱）。

◆ Docker 部署

适用在 VPS / NAS / 本地想跑多实例，且对权限严格的用户使用。但需懂点儿技术，懂基本的 Docker 操作。

我在让 Grok 帮我做 X 上的分析过程中，我发现社区里关于 OpenClaw 的部署讨论其实还挺火热的，统计的帖子数量也很多，但我觉得也存在一些大量严重的误导。很多人都在无脑推荐将其部署在 VPS（虚拟专用服务器）上。从产品落地的角度来看，其实这是一个大错特错的技术决策。

你就想吧，本地部署意味着让 OpenClaw 直接跑在你桌面的物理设备上。只有这样，它才能真正从一个“聊天工具”进化为你的“数字员工”。

2、部署方式，本地优于云端

◆ 极简安装

本地安装只需要“一行命令，开箱即用”。而你用 VPS 部署，还需要配置服务器、调试网络、安全规则等复杂的步骤，好像这样就完全偏离了我们利用 AI 来提效的初衷。即使你可以用腾讯云或者阿里云，免去这些复杂步骤，也看似安全了，但你别忘了你的所有核心数据、文件、代码和隐私始终是存在云端的。

◆ 深度嵌入本地工作流

这是体验拉开差距的关键。本地运行的 OpenClaw 可以直接获取你的文件系统、本地应用和工作流的系统级权限。你甚至可以在屏幕上实时“监工”，看着它一步步执行操作，这种所见即所得的直观反馈，是盯着浏览器里枯燥的远程终端无法比拟的。

◆ 释放 100% 的产品力

很多人没意识到，VPS 部署其实只解锁了 OpenClaw 大约 20% 的能力。像直接控制本地桌面应用、接管剪贴板、与系统环境深度交互等高阶 Agent 特性，在云端根本跑不通。云端部署本质上可以看做是一个“阉割版”，只是能满足你的快速体验。

所以说 OpenClaw 放弃本地部署，等于自废 80% 武功！

3、在说说硬件层面

你完全不需要一上来就采购昂贵的新设备，除非你不在乎钱。你现有的任何设备包括在那儿吃灰的旧笔记本电脑、或者闲置的旧台式机，都足以成为 OpenClaw 的启动载体。

正如 AlexFinn 给出的务实建议：先用你手头的设备跑起来，随着你交给 AI 的工作流越来越重，当你真正感受到性能瓶颈时，再做升级决策也不晚。

如果你确实需要一台新设备，目前 Mac mini 是当之无愧的“甜品级”神机。AlexFinn 实测后的评价非常中肯：“它完美 hold 住了我所有的需求”。至于像 Mac Studio 这样的性能猛兽，除非你的任务场景必须在本地跑高强度的大模型推理，否则 99% 的用户永远不需要为这种溢价买单。

4、正式安装与配置

圈子里关于 OpenClaw 安装门槛的讨论，目前看已经被严重妖魔化了，因为有些人正在靠这个信息差赚钱。作为一款现象级产品，它的交付体验其实极其优雅，整个过程只需要三个极简的步骤。

第一步：准备工作

无论你是 Mac 还是 Windows 只需预先安装好以下环境依赖工具：

1、Node.js：版本需 ≥ 22

没有安装的，可以前往 https://nodejs.org/zh-cn 进行下载

2、Git：用于拉取 Github 资源

没有安装的，可以前往 https://git-scm.com/install/windows 进行下载

安装完成后，验证环境命令（终端/CMD）：

node -v
npm -v
git -v

第二步：极简安装

操作路径其实非常直白，你直接访问 openclaw.ai，拉到 Quick Start（快速开始）区域。

复制上图中那行官方提供的全局安装命令 npm i -g openclaw 进行安装。

不管你是用 Mac（打开终端）还是 Windows（打开命令行），粘贴、回车，结束。没错，这就是全部。我这里以 Windows 系统为例！

好的产品永远不会在“点火”阶段就把用户挡在门外。

如果碰到网络超时下载中断或失败，你可以试着配置 NPM 的国内镜像（防止网络超时，如果在国外则不用），执行以下命令：

npm config set registry https://registry.npmmirror.com

配置国内镜像完成后，再次执行 npm i -g openclaw 进行安装。

当然，还有一种更傻瓜更简单的方式，就是交个 AI 帮你完成安装，我用的是 OpenCode 把 Github 仓库地址 https://github.com/openclaw/openclaw 复制给它并告诉它帮我安装就可以。

然后到终端/CMD中输入以下命令来验证 OpenClaw 是否成功安装，能看到版本号即代表安装成功。

openclaw --version

如果你也采用 AI 帮你安装，那在安装的时候还有一点需要注意：当系统引导让你连接并配置通讯软件的时候，建议你先不要做选择任何，跳过即可，因为后续咱们会单独配置飞书作为与 OpenClaw 的主要通讯软件。↓↓↓ 详见下文 ↓↓↓

第三步：选择模型

安装完成后，系统会引导你配置 AI 模型。这里有三个核心选项，建议根据你的预算和 ROI 来选：

◆ 顶配版：Anthropic 的 Claude Opus 4.6

这是现阶段的战力天花板。它针对此类 Agent 任务做了深度优化，智商最高，且最有“人味儿”，对话体验极其自然流畅。唯一的缺点就是贵，跑起来每月成本约 200 美元。

◆ 均衡版：OpenAI 模型

如果你已经是 ChatGPT 的订阅用户，直接无缝接入即可。能力也绝对在线，但对话的“温度”和拟真度比 Claude 模型要略逊一筹。

◆ 平替版：Minimax 模型

预算有限玩家的绝对福音。每个月大概只要 10 美元左右，虽然综合能力不如前两家硬核，但胜在极高的性价比，用来跑通早期的测试工作流完全足够。

避坑指南：

◆ 关于封号风险

Anthropic 的服务条款其实不鼓励将其 API 接入 OpenClaw。但在实际圈子里，AlexFinn 给了个“懂得都懂”的暗示——虽然坊间传闻有人被封号，但他身边压根儿没见过真实案例。具体怎么玩，大家可以自己权衡。

◆ Token 复制陷阱

这是一个极其高频的报错点。在配置 API Token 时，千万不要直接复制粘贴。先把它贴到一个纯文本编辑器（比如咱们电脑里的记事本）里，确保它是一行纯净的字符串，没有任何换行符或隐藏格式，然后再贴进 OpenClaw。

第四步：连接通讯服务

这是 OpenClaw 在产品设计上最绝妙的一环。它抛弃了让你去访问一个独立 App 或网页的传统路径，而是让它直接驻扎在了你最常用的通讯工具上（如 Telegram、Discord、飞书等）。

AlexFinn 强烈推荐接入 Telegram。但我们国人可能更适合使用飞书来做通讯连接器。目前最新版本的 OpenClaw 已内置了飞书插件，但你在安装的时候可以先不选择，通过以下方式进行集成也不麻烦。

喂饭级飞书（Feishu）集成攻略

一、前提准备

1、OpenClaw 已安装并升级到最新版

openclaw upgrade          # 或 openclaw update
openclaw version          # 确认 ≥ 2026.2.2

2、安装官方飞书插件（必须执行，即使你觉得已内置）

openclaw plugins install @openclaw/feishu
openclaw plugins list     # 确认 feishu 已 loaded

3、准备飞书账号（没有的自行注册一个）

二、在飞书开放平台创建应用

1、登录飞书开放平台->开发者后台（https://open.feishu.cn/app）

2、创建企业自建应用

◆ 应用名称：随便填（如 “我的 OpenClaw 助手”）

◆ 应用描述：随意

◆ 图标：可选，上传一个清晰的图标，点击 创建

3、获取凭证（重要！）

左侧菜单 → 凭证与基础信息

复制：

◆ App ID（格式 cli_xxxxxxxx）

◆ App Secret（一串长字符串，务必复制后立即保存到密码管理器，切勿泄露）

4、添加机器人能力

左侧 → 添加应用能力 → 选择 机器人 → 添加

设置机器人名称（如 “OpenClaw 助手”）并保存

5、批量导入权限（关键！）

左侧 → 权限管理 → 点击 批量导入导出权限 → 导入

粘贴以下官方推荐 JSON（直接复制）：

{
"scopes": {
"tenant": [
"aily:file:read",
"aily:file:write",
"application:application.app_message_stats.overview:readonly",
"application:application:self_manage",
"application:bot.menu:write",
"contact:user.employee_id:readonly",
"corehr:file:download",
"event:ip_list",
"im:chat.access_event.bot_p2p_chat:read",
"im:chat.members:bot_access",
"im:message",
"im:message.group_at_msg:readonly",
"im:message.p2p_msg:readonly",
"im:message:readonly",
"im:message:send_as_bot",
"im:resource"
],
"user": [
"aily:file:read",
"aily:file:write",
"im:chat.access_event.bot_p2p_chat:read"
]
}
}

点击导入 → 全选 → 粘贴

点击下一步 → 申请开通 → 保存成功

6、发布应用

左侧 → 版本管理与发布 → 创建版本

填写版本号 → 填写更新说明 → 点击发布（首次创建免审核，保存提交后即可上线使用）。

三、在 OpenClaw 配置飞书通道

推荐使用交互式向导（最简单）：

openclaw channels add

◆ 选择 Feishu / Lark

◆ 输入 App ID

◆ 输入 App Secret

◆ 是否启用群聊：推荐 是

◆ 是否需要 @ 提及：推荐 是（防止刷屏）

◆ 完成（Finish）

四、启动 Gateway 并配置飞书事件订阅（关键步骤）

1、启动 OpenClaw Gateway（必须先启动！）

openclaw gateway --port 18789 --verbose   # 前台运行方便看日志
# 或后台守护进程（推荐）
openclaw gateway install --daemon
openclaw gateway start

浏览器打开 http://你的服务器IP:18789 查看控制面板。

2、回到飞书开放平台配置事件订阅

◆ 应用详情页左侧 → 事件与回调

◆ 添加事件：搜索并勾选 im.message.receive_v1

◆ 保存（此时 Gateway 必须在运行，否则保存失败）

3、重启 Gateway（让配置生效）

openclaw gateway restart
openclaw logs --follow     # 实时看日志

五、测试与配对使用

1、在飞书搜索你的机器人，发起单聊或拉进群。

机器人会回复一段配对码（如 PAIR-ABC123）

2、在终端审批配对（仅首次 DM 需要）

openclaw pairing list feishu          # 查看待审批
openclaw pairing approve feishu PAIR-ABC123

3、测试对话

直接在你的飞书发送消息：比如“你好，每天早上 8 点发晨报” 看到回复即为成功！

至此，飞书（Feishu）与 OpenClaw 的集成就完成了。

提供一份完整的官方文档：https://docs.openclaw.ai/channels/feishu

以及插件仓库：https://github.com/openclaw/feishu（可查看最新更新）

现在，你的「数字员工」就已经成功孵化并随时待命了！！！

与 OpenClaw 初识

当系统跑通后，我相信可能很多人会像我一样，在兴奋的同时，第一反应就是赶紧发句“你好呀，帮我测测我正在开发的 XXX 项目是否有bug”。

但这其实浪费了 OpenClaw 最核心的潜力。它启动后的第一件事，必须是要做深度的信息对齐，这也是从 AlexFinn 那里学到东西，这其实就是在让你与 OpenClaw 正式建立合作关系。

千万别把这当成走过场的形式主义。

你可以想象这么一个场景，你作为公司的负责人，当你高薪挖来了一位全能型的新员工，你不给他讲公司的业务大盘、团队现状和战略目标，他怎么可能产出高价值的结果？对于 OpenClaw 也是一样的逻辑。

为了让这位“数字员工”能够迅速度过冷启动期，你需要打开 Gateway 仪表板（或者直接在你的飞书里），毫无保留地对它进行一次“信息倾倒”。重点可以打透以下三个核心信息层：

1、你是谁？（你的个人画像）

你需要明确告诉 OpenClaw 你的核心竞争力、专业壁垒和真实身份。还是以 AlexFinn 为例，他的输入极具代表性：“我是 Alex Finn，一名懂计算机科学的软件工程师。我写过多年代码，带过大厂的技术咨询团队。现在我的主业是做 AI 内容创作者，同时开发软件产品。”

2、你的工作偏好

这决定了你们日常的沟通效率。明确告诉它，你希望以什么姿态共事。AlexFinn 下达的协作指令非常干脆：“我需要你保持极度的主动性。不要事无巨细地来向我请示，拿到任务直接去执行。你的首要任务是想尽一切办法推进我们的目标与使命。”

3、你的“北极星指标”

这是最关键的战略层。你到底想要什么？AlexFinn 给出了极其清晰的商业愿景和量化指标：“我要打造一家 7x24 小时全自动运转的数字公司，并围绕每个有趣的项目持续输出内容。我的核心 KPI 是：在一年内，通过 SaaS 和产品矩阵跑通 100 万美元的营收。”

为什么这一步至关重要？

因为这些明确的输入会成为 OpenClaw 底层的全局永久记忆。在未来，你们之间每一次的对话、每一个代码的 Commit、每一次商业的决策中，它都会自动带入这个背景上下文，精准地朝着你的“北极星指标”发力。

如果你像我一样，现在手头儿上的任务还没有那么宏大，也没关系。哪怕是先从一个很小的 MVP 做起。比如“我想跑通我的 AI 热点雷达系统，自动在第二天早上通过飞书发送日报给我。”，你必须要给你的数字员工指明一个清晰的航向，这才是最关键的。

AI行业迎来前所未有的爆发式增长：从DeepSeek百万年薪招聘AI研究员，到百度、阿里、腾讯等大厂疯狂布局AI Agent，再到国家政策大力扶持数字经济和AI人才培养，所有信号都在告诉我们：AI的黄金十年，真的来了！

在行业火爆之下，AI人才争夺战也日趋白热化，其就业前景一片蓝海！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

人才缺口巨大

人力资源社会保障部有关报告显示，据测算，当前，****我国人工智能人才缺口超过500万，****供求比例达1∶10。脉脉最新数据也显示：AI新发岗位量较去年初暴增29倍，超1000家AI企业释放7.2万+岗位……

单拿今年的秋招来说，各互联网大厂释放出来的招聘信息中，我们就能感受到AI浪潮，比如百度90%的技术岗都与AI相关！

就业薪资超高

在旺盛的市场需求下，AI岗位不仅招聘量大，薪资待遇更是“一骑绝尘”。企业为抢AI核心人才，薪资给的非常慷慨，过去一年，懂AI的人才普遍涨薪40%+！

脉脉高聘发布的《2025年度人才迁徙报告》显示，在2025年1月-10月的高薪岗位Top20排行中，AI相关岗位占了绝大多数，并且平均薪资月薪都超过6w！

在去年的秋招中，小红书给算法相关岗位的薪资为50k起，字节开出228万元的超高年薪，据《2025年秋季校园招聘白皮书》，AI算法类平均年薪达36.9万，遥遥领先其他行业！

总结来说，当前人工智能岗位需求多，薪资高，前景好。在职场里，选对赛道就能赢在起跑线。抓住AI风口，轻松实现高薪就业！

但现实却是，仍有很多同学不知道如何抓住AI机遇，会遇到很多就业难题，比如：

❌ 技术过时：只会CRUD的开发者，在AI浪潮中沦为“职场裸奔者”；

❌ 薪资停滞：初级岗位内卷到白菜价，传统开发3年经验薪资涨幅不足15%；

❌ 转型无门：想学AI却找不到系统路径，83%自学党中途放弃。

他们的就业难题解决问题的关键在于：不仅要选对赛道，更要跟对老师！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

​