开始学习

从认知到实战,系统掌握 AI Agent 工作流

这套课程覆盖 Agent 认知、部署选型、场景实战和进阶运维四大主线。你会从理解"Agent 是什么"开始,经历平台部署与原生部署的完整流程,学会判断哪些任务适合交给 Agent,最终将它真正融入你的日常工作。

无论你是第一次接触 Agent,还是已经在用但想系统提升,这里都是最合适的起点。

4 核心模块
8 部署平台
6+ 可讲案例方向

学习目标

学完你会收获

  • OpenClaw 和传统 AI 工具到底有什么不同。
  • 第一次接触时,应该从哪种部署方式开始。
  • 如何从“能聊天”逐步走到“能自动干活”。

一句话理解

OpenClaw = 会执行、会记忆、永远在线的 AI 助手

它不只会聊天,还能在规则约束下调用文件、浏览器、终端和各类技能,把一件事从接收到交付完整做完。

学习地图

01

基础认知

先理解 Agent、本地执行、记忆、技能扩展和渠道接入。

02

部署上手

认识 DuMate、扣子 OpenClaw、Kimi OpenClaw 的差异。

03

场景拆解

学习哪些任务适合交给 Agent,哪些不适合。

04

进阶方法

继续理解规则、记忆、自动化、安全和 Git 备份。

Modules

课程模块

模块一

基础认知

讲清什么是 Agent,为什么 OpenClaw 不只是聊天工具。

Agent 本地执行 技能扩展

模块二

部署上手

从一键部署切入,降低学习门槛,快速建立产品感知。

DuMate 扣子 Kimi

模块三

场景案例

围绕文件、内容、监控、知识系统展示“能干活”的价值。

文件整理 内容生成 第二大脑

模块四

进阶方法

建立长期可复用的 Agent 体系,而不是停留在一次性演示。

记忆 自动化 安全

模块一详解

基础认知:先理解什么是 Agent

这一模块会帮你先建立对 OpenClaw 的基本理解。你会知道它为什么不只是一个聊天机器人,而是一个可以调用文件、浏览器、终端和技能去完成任务的 AI 助手。

你会学到什么

  • 什么是 Agent,什么不是 Agent。
  • OpenClaw 和传统 AI 对话工具的差别。
  • 模型、执行器、接入渠道、记忆系统分别负责什么。

学完后你能理解

  • 为什么有些任务适合交给 Agent,有些不适合。
  • 为什么本地执行、长期记忆和技能扩展很重要。
  • 为什么权限和安全边界必须提前想清楚。
核心理解: OpenClaw 的价值不在于“更会聊天”,而在于“更会执行任务”。如果一件事规则清晰、步骤稳定、会重复发生,那它通常就很适合交给 Agent。

模块二详解

部署上手:先把它用起来

这一模块会带你认识几种常见的上手方式。你不需要一开始就学习复杂配置,而是先知道哪种部署路线更适合自己,再逐步进入更深入的使用。

你会接触到

  • DuMate、扣子、Kimi:适合快速建立体验。
  • 飞书 OpenClaw、WorkBuddy、QClaw:适合接入办公沟通场景。
  • 火山 ArkClaw、智谱 AutoClaw:适合继续关注平台化新入口。

学完后你能判断

  • 自己更适合哪一种上手路径。
  • 为什么有的人适合先用平台版,有的人适合原生部署。
  • 面对 6 个平台时,如何从渠道、安全、成本和扩展性做选择。
核心理解: 对大多数新手来说,先跑通一次真实体验,比一开始就折腾环境更重要。先用起来,再逐步理解技能、私有化和原生部署,会更轻松。

模块三详解

场景案例:理解 Agent 适合做什么

这一模块会通过真实案例帮助你建立判断力。你会看到 Agent 在文件整理、内容生产、飞书接入、知识管理这些场景中的作用,也会更清楚它适合接手什么样的任务。

你会看到哪些场景

  • 文件整理:把重复又琐碎的工作交给 Agent。
  • 内容生产:把搜集、整理、生成串成流程。
  • 飞书接入:让 Agent 融入现有办公工具。
  • 第二大脑:把记忆和知识查询结合起来。

学完后你能判断

  • 这个任务是否值得交给 Agent。
  • 它更适合聊天式 AI,还是执行式 Agent。
  • 它的风险点和使用边界在哪里。
核心理解: 如果一项任务规则明确、步骤固定、重复频率高,那它通常就值得优先尝试让 Agent 接手。

模块四详解

进阶方法:从体验走向长期使用

这一模块会带你理解,为什么真正好用的 Agent 体系,不只是多装几个技能,而是要让它有规则、有记忆、有边界、有备份。只有这样,它才能稳定地进入你的日常工作流。

你会接触到

  • `SOUL.md`、`USER.md`、`AGENTS.md` 这些核心文件。
  • 长期记忆、日志、定时任务和模型分工。
  • 多 Agent 协作、安全规则和 Git 备份。

学完后你能理解

  • 为什么自动化越强,越需要清晰的权限边界。
  • 为什么高风险动作必须人工确认。
  • 为什么长期使用一定要做备份和版本管理。
核心理解: 一个真正可靠的 Agent 系统,不只是依赖模型能力,更依赖你为它定义的规则、记忆和流程。

Agent Basics

什么是 Agent

先建立直觉

Agent 不是更会聊天的 AI,而是更会完成任务的 AI

很多人第一次听到 Agent,会以为它只是“更高级的聊天机器人”。但更准确的理解是:聊天只是它和你沟通的方式,真正关键的是它是否能根据目标去调用工具、执行步骤、记住上下文,并把结果交付给你。

一句话记住: 聊天机器人主要在“回答你”,Agent 更强调“替你做事”。

聊天机器人更像

一个随问随答的助手

  • 你问一句,它答一句。
  • 大多数时候停留在信息解释和内容生成。
  • 上下文有限,通常不会持续替你推进任务。
  • 更适合灵感、问答、改写、总结这类需求。

Agent 更像

会理解目标并主动执行的数字助理

  • 你给它一个目标,它会拆分步骤。
  • 它可以调用文件、浏览器、终端或技能。
  • 它会尽量把任务从开始推进到结束。
  • 更适合规则明确、步骤清晰、可重复的工作。

核心概念

一个 Agent,通常同时具备这四种能力

1. 理解目标

它不只是识别字面意思,而是要理解你真正想达成什么结果。例如你说“帮我整理今天的会议内容”,它要知道你想要的可能是摘要、待办、日程或纪要。

2. 规划步骤

它会把任务拆成几个动作,例如先读取内容,再提炼重点,再生成输出格式,而不是只给你一句泛泛的建议。

3. 调用工具

如果没有工具能力,它就只能“说”。真正的 Agent 往往要能调用浏览器、文件系统、终端、API 或技能,才有可能真正执行任务。

4. 记住上下文

它需要知道你是谁、你平时的偏好是什么、你之前做过什么,这样才能逐步从“通用助手”变成“更懂你的助手”。

为什么它重要

Agent 的意义,在于把“会说”变成“会做”

普通 AI 的价值,很多时候停留在给建议、生成文字、总结信息。Agent 则开始往前走了一步,它不是只告诉你“应该怎么做”,而是开始真的帮你做,比如打开文件、整理内容、生成文档、监控更新、推送结果。

  • 它让 AI 从对话工具变成工作流的一部分。
  • 它让很多重复劳动第一次有了自动化可能。
  • 它让“一个目标,多步执行”这类需求更容易闭环。

你要学会判断

不是所有任务都适合 Agent

适合交给 Agent 的任务

  • 规则明确的任务
  • 步骤固定的任务
  • 重复出现的任务
  • 需要串联多个工具的任务

不适合立刻交给 Agent 的任务

  • 目标模糊、边做边改的任务
  • 不可逆且高风险的操作
  • 强依赖人工判断和经验的复杂决策
  • 没有清晰输入和输出标准的工作

拿 OpenClaw 来理解

为什么 OpenClaw 会被归为 Agent

因为它不仅能和你对话,还能调用文件、浏览器、终端、技能和不同渠道,去完成一个更完整的任务过程。你可以把它理解成一个“有大脑、有手脚、有记忆、有沟通入口”的系统,而不是单纯的聊天窗口。

模型层

负责理解你的需求,规划步骤和生成结果。

执行层

负责操作文件、终端、网页、技能和外部工具。

记忆层

负责保存偏好、上下文、工作方式和历史信息。

接入层

负责让你通过飞书、网页、IM 工具等方式与它交流。

你现在可以记住

判断一个系统是不是 Agent,可以问自己三个问题

  • 它是只会回答,还是会执行?
  • 它是只会单步响应,还是会多步推进?
  • 它是只在当前对话里工作,还是能结合工具和记忆持续工作?
学完这一课,你最应该带走的结论: Agent 的关键不是“拟人感”,而是“任务能力”。当一个 AI 真正开始帮你规划、调用工具、执行步骤并交付结果时,它才更接近 Agent。

Compare

部署选型

方案 A

DuMate

如果你希望先从桌面办公和自动化体验开始,DuMate 是一条很友好的入门路径。

  • 你会感受到:快、直接、偏办公场景。
  • 更适合:运营、内容、业务同学。
  • 适合你的原因:容易快速建立对 Agent 的直觉。

方案 B

扣子 OpenClaw

如果你更关心平台能力、机器人接入和技能生态,扣子 OpenClaw 会更值得你关注。

  • 你会感受到:生态丰富,适合飞书等渠道。
  • 更适合:需要广泛触达或机器人接入的团队。
  • 适合你的原因:方便理解 Agent 如何进入组织协作。

方案 C

Kimi OpenClaw

如果你想先轻量体验核心玩法,再决定要不要深入投入,Kimi OpenClaw 会更轻松。

  • 你会感受到:创建快、路径短。
  • 更适合:第一次接触 Agent 的用户。
  • 适合你的原因:几乎不需要前置准备就能开始体验。

方案 D

飞书 OpenClaw

如果你本来就深度使用飞书,希望把 Agent 直接接进日常办公流,飞书 OpenClaw 会非常顺手。

  • 你会感受到:部署极快,直接嵌入飞书生态。
  • 更适合:飞书用户、轻办公自动化需求。
  • 适合你的原因:创建、管理、修改和使用都集中在飞书体系内。

方案 E

腾讯 WorkBuddy

如果你希望桌面端 Agent 和飞书、企业微信、钉钉、QQ 等 IM 工具结合使用,WorkBuddy 值得关注。

  • 你会感受到:桌面执行能力强,手机端也能远程指挥。
  • 更适合:跨 IM 场景的团队和办公自动化需求。
  • 适合你的原因:兼顾桌面执行和沟通渠道接入。

方案 F

火山 ArkClaw

如果你想继续关注平台侧的新入口,ArkClaw 提供了另一种相对轻量的体验方式,创建路径也比较短。

  • 你会感受到:入口清晰,创建流程偏轻量。
  • 更适合:愿意尝鲜平台新产品的用户。
  • 适合你的原因:可以快速了解不同生态下的 Agent 体验差异。

方案 G

智谱 AutoClaw

如果你希望体验一种“看起来像聊天,但实际上是在持续执行任务”的 Agent 方式,AutoClaw 是很值得关注的平台。

  • 对话即任务入口:像聊天一样发起目标,不需要额外切到复杂任务系统里。
  • 拆解后持续执行:它会把任务拆成步骤,并继续往下推进,而不是答完一句就停。
  • 本地工具真实执行:可以调用本地工具收集信息、处理过程和推进任务。
  • 飞书协作闭环:结果、上下文、进展和下一步接力点可以继续回流到飞书。
  • 更适合:希望体验执行型 Agent,而不只是聊天型 AI 的用户。

方案 H

腾讯 QClaw

如果你希望体验一个更强调微信直连、本地执行和快速上手的 Agent 产品,QClaw 是很值得重点关注的平台。

  • 自动部署,打开即用:支持 Mac 和 Windows,内置国产优质模型,也支持切换自定义模型。
  • 微信直接对话,支持远程操控:扫码绑定微信后,可以直接通过微信给电脑发指令。
  • Skills 生态丰富:支持 Skills 市场,也能结合 ClawHub、GitHub 等生态继续扩展能力。
  • 持续记忆:会记录偏好和上下文,更适合长期使用,而不只是一次性体验。
  • 本地部署,执行能力更强:不仅会聊天,还能操作文件、浏览器、邮件等本地资源。

Native Deploy

原生部署

先读这一段

原生部署更自由,但也更需要你理解环境、模型和接入方式

如果你想自己控制模型、接入方式、技能和运行环境,原生部署会更适合你。和一键部署相比,它更像是在搭建自己的 Agent 基础设施,所以你不仅要让它跑起来,还要理解模型配置、Bot 接入、技能、Hook 和 Gateway 这些环节。

重要提醒: 手册里反复强调,不要直接把高权限 Agent 部署在自己的主力生产电脑上。更稳妥的做法是使用云服务器、闲置主机、Mac mini 或专门的实验设备来承载。

开始前准备

在动手之前,先确认这 6 件事

你需要准备

  • 一台云服务器,或一台非主力的隔离设备。
  • 至少一个可用的大模型 API Key。
  • 你打算接入的渠道,例如飞书或 QQ。
  • 一个能接受命令行操作的心态,不需要很强,但要愿意跟着步骤走。

你要提前知道

  • OpenClaw 权限很高,不适合随便部署在主力电脑上。
  • Agent 类产品 Token 消耗通常比普通聊天更高。
  • 原生部署的价值在长期可控,不在“最快上手”。
  • 遇到问题时,排查配置、模型、Bot 通道和环境依赖是常态。

适合你,如果你希望

  • 自定义模型,而不是只用平台默认模型。
  • 自己决定接入飞书、QQ、企业微信或钉钉。
  • 更深度地管理技能、Hook、记忆和配置文件。
  • 把 OpenClaw 当成长期可控的工作环境。

不建议你直接这样做,如果你

  • 还没建立对 Agent 的基本理解。
  • 不想接触命令行、配置文件和环境依赖。
  • 没有隔离环境,只有一台主力工作电脑。
  • 希望几分钟内直接开始用,不想折腾部署。

路径选择

原生部署通常有两条主路径

路径一:云服务器部署

  • 更适合长期在线运行和消息通道接入。
  • 更适合飞书、QQ、企业微信、钉钉等渠道玩法。
  • 更适合第一次做“长期可用”的原生部署。

路径二:本地隔离环境部署

  • 更适合个人实验、学习和私有化体验。
  • Windows 更推荐走 WSL 路线,而不是直接装在系统里。
  • Mac 更适合装在专用设备或闲置机器上,而不是主电脑。

推荐路线

如果你第一次做原生部署,优先考虑云服务器

手册里给出的建议很明确:纯新手如果要走原生部署,优先走云端部署。常见起步配置是 2 核 2G,想更流畅可以选 2 核 4G。对很多人来说,云服务器比直接折腾本机更省心,也更安全。

  • 手册推荐顺序:`1.1 环境部署 → 2.1 配置模型 → 3.2 飞书接入`。
  • 腾讯云 Lighthouse 模板路线的优点是:免去环境和依赖安装,OpenClaw 已预装。
  • 百度智能云、火山方舟也提供了相对轻量的部署或配置路径。

推荐顺序

如果你是第一次做,请按这个顺序理解

A

先选运行环境

优先决定你是走云服务器还是本地隔离环境。这个决定会直接影响后面模型、Bot 和安全边界的选择。

B

再选模型路线

先决定用内置模型还是自定义 API。对新手来说,内置模型更容易跑通;对进阶用户来说,自定义 API 更灵活。

C

最后选聊天入口

也就是选择你最终通过什么跟它交流,例如飞书、QQ、企业微信、钉钉或网页端。

完整链路

原生部署可以分成三大步

01

第一步:环境部署

先决定你是走云端还是本地。云端更适合长期运行,本地更适合实验;Windows 建议 WSL,Mac 建议隔离设备。

02

配置模型

环境跑起来后,再选择模型来源、填入 API Key,并设置默认模型。你可以走内置模型,也可以走自定义 API。

03

配置 Bot 与 OpenClaw

最后决定用飞书、QQ、企业微信、钉钉、Discord 等哪个渠道和它对话,并完成 `openclaw onboard`、Hook、Skills、Gateway 和 TUI 的配置。

第一步详解

环境部署:云端和本地各怎么开始

云端部署

  • 腾讯云路线:购买 Lighthouse,2 核 2G 就能起步。
  • 如果用了模板,OpenClaw 一般已预装,只需检查版本。
  • 可以通过 SSH 客户端或网页终端进入服务器。
  • 验证命令:`openclaw --version`。

本地部署

  • Windows:先装 WSL,再装 Ubuntu,再运行官方安装脚本。
  • 推荐命令:`wsl --install`、`wsl --install ubuntu-24.04`。
  • 安装脚本:`curl -fsSL https://openclaw.ai/install.sh | bash`。
  • Mac:手册里更推荐借助 ClawPilot 这类向导式工具辅助安装。

云端步骤

云服务器部署可以按这条最稳的路径来做

01

购买服务器

常见起步配置是 2 核 2G,追求更流畅可选 2 核 4G。手册里举例了腾讯云 Lighthouse,也提到阿里云、火山、百度智能云都可以。

02

拿到登录信息

购买完成后,你需要记住公网 IP、默认用户名和你自己设置的密码。后续 SSH 登录和排查问题都会用到。

03

连接服务器

你可以用 SSH 客户端,也可以使用云控制台提供的网页登录方式。能进入终端,才算真正开始部署。

04

确认 OpenClaw 已安装

如果你用了模板镜像,很多时候 OpenClaw 已预装。此时直接执行 `openclaw --version` 检查即可。

05

判断是否成功

如果能正常输出版本号,例如类似日期格式的版本字符串,就说明基础环境已经可用,可以进入模型配置阶段。

你在这一步最容易卡住的地方: 服务器登录信息没记住、SSH 客户端不会用、模板不是预装版、进入系统后权限不够。如果是 Ubuntu 用户,有时需要先切到 `root` 用户再继续。

本地步骤

如果你走本地部署,Windows 和 Mac 的建议不同

Windows 路线

  • 不要直接装在 Windows 系统里,优先走 WSL。
  • 先在管理员模式下打开 PowerShell 或 CMD。
  • 执行 `wsl --install`,按提示重启电脑。
  • 重启后执行 `wsl --install ubuntu-24.04`。
  • 进入 Ubuntu 后运行官方安装脚本。

Mac 路线

  • 官方方式很多,开发者可以直接走官网文档。
  • 如果你是小白,手册里更推荐用 ClawPilot 这种向导式方式。
  • 它会帮助你检查 Homebrew、Node.js 等依赖。
  • 安装完成后,仍然需要参与 Onboarding 向导完成最终配置。

Windows 关键命令

如果你用 Windows,本地部署最关键的命令是这些

wsl --install
wsl --install ubuntu-24.04
curl -fsSL https://openclaw.ai/install.sh | bash
openclaw dashboard

其中 `wsl --install` 是安装 Linux 子系统,`ubuntu-24.04` 是安装具体发行版,安装脚本负责拉起 OpenClaw 本体和依赖,`openclaw dashboard` 则会打开控制台。

安装时两个常见现象: 一是系统会提示你输入刚刚设置的 Linux 密码;二是安装过程中长时间只显示 `Installing` 也可能是正常的,不一定是卡死。

第二步详解

配置模型:你要决定 OpenClaw 的“大脑”来自哪里

手册里把模型配置分成两类:内置 API 模型和自定义 API 模型。对新手来说,更建议先用手册里的现成路线,比如 Kimi 2.5 这样的内置模型;如果你已经熟悉 API 平台,再去改配置文件会更稳。

  • 内置 API 路线:步骤更少,更适合先跑通流程。
  • 自定义 API 路线:更灵活,但通常要修改 `~/.openclaw/openclaw.json`。
  • 手册中列举了百炼、DeepSeek、Atlas Cloud、JieKou API 等示例。
  • 如果用 Kimi 2.5 等现成路线,可以直接在 Onboarding 流程里完成大部分配置。

模型路线

模型配置最常见的两种思路

内置 API 模型

  • 适合第一次部署的人。
  • 步骤更少,容易跟着 Onboarding 向导走。
  • 例如手册里的 Kimi 2.5 路线,就属于更容易跑通的方式。

自定义 API 模型

  • 适合希望接入更多模型平台的人。
  • 通常需要修改 `~/.openclaw/openclaw.json`。
  • 你要自己处理 `baseUrl`、`apiKey`、模型 ID 和默认模型。

配置文件思路

如果你走自定义 API,最重要的是理解配置文件结构

手册里的思路很清晰:`models` 负责声明提供方和模型列表,`agents.defaults.model.primary` 负责设置默认模型,`gateway` 负责本地模式或鉴权模式。你不一定要背下每个字段,但要知道改模型时主要改哪里。

  • `providers`:写你的模型平台。
  • `baseUrl`:写模型接口地址。
  • `apiKey`:写你的密钥。
  • `models`:声明你要给 OpenClaw 用的模型。
  • `primary`:告诉 OpenClaw 默认用哪一个。
你需要记住: 很多 API 平台在创建完 Key 之后不会再次完整显示,所以一旦生成就要先复制保存,不然忘了就只能重新建。

手册里提到的模型平台

你可以从这些平台里选择自己的“大脑”来源

文中举例较多的平台

  • Kimi / Moonshot
  • 阿里云百炼 Coding Plan
  • DeepSeek 开放平台
  • Atlas Cloud

你选的时候主要看

  • 接口是否稳定
  • 是否容易充值和获取 API Key
  • 模型是否适合代码或 Agent 场景
  • 价格和额度是否适合长期使用

第三步详解

配置 Bot:你要决定通过什么渠道和它对话

配置 Bot 的本质,就是选择你的接入方式。国内常见的是飞书、QQ、企业微信、钉钉,国外常见的是 Discord、Telegram。手册里明确提到,国内目前最丝滑的仍然是飞书机器人。

飞书路线

  • 创建飞书应用和机器人能力。
  • 开通权限并拿到 App ID、App Secret。
  • 添加事件并发布版本。
  • 在 `openclaw onboard` 中选择飞书并完成绑定。

OpenClaw 侧常见动作

  • 运行 `openclaw onboard`。
  • 选择 `QuickStart`。
  • 选择模型、Hook 和 Skills。
  • 重启 Gateway 并打开 TUI,最后去飞书或 QQ 验证。

飞书路线细节

如果你走飞书,通常要完成这几件事

01

创建飞书应用

进入飞书开放平台,创建应用,并为应用添加机器人能力。

02

开通权限

你可以手动勾选需要的权限,也可以按手册中给出的 JSON 直接导入权限配置。

03

记录关键信息

在“凭证与基础信息”中找到 App ID 和 App Secret,这两个值后面在 OpenClaw 配置时一定会用到。

04

配置事件并发布版本

添加事件、创建版本、保存并发布应用。只有做完这些,飞书侧才真正准备好。

05

在 OpenClaw 中完成绑定

运行 `openclaw onboard`,选择飞书通道,填入参数后继续完成 Hook、Skills 和 TUI 配置。

Onboarding 流程

手册里最关键的命令,是 `openclaw onboard`

openclaw onboard

在这一步里,你会依次经历这些选择:接受风险提示、选择 `QuickStart`、选择模型、填入 API Key、选择默认模型、选择 Bot 通道、选择是否启用 Skills、选择 Hook、重启 Gateway,最后打开 TUI。

  • `QuickStart`:适合第一次部署的人。
  • `Skills`:通常建议开启,但第一次可以少装一些。
  • `hooks`:手册里给出的示例是 `session-memory`。
  • `Gateway`:重启后,通道和对话能力才会真正生效。

完成标准

做到这些,才算真的部署完成

基础层面

  • OpenClaw 命令可用,版本检查通过。
  • 模型可调用,不报 Key 或接口错误。
  • TUI 可以正常打开。

使用层面

  • 飞书或其他渠道能正常给它发消息。
  • 它能回话,且能显示当前模型或 Token 用量。
  • Skills、记忆、Hook 至少有一个成功生效。

常见坑

原生部署时最容易踩的几个坑

  • 把高权限 Agent 直接装在主力电脑上。
  • API Key 创建后没有及时保存,后面找不到。
  • 以为环境装好就结束,忽略了模型和 Bot 配置。
  • 飞书权限、事件、发布版本少做一步,导致机器人不工作。
  • 没有重启 Gateway,就去测试消息通道。
  • 第一次就装太多 Skills,结果排查问题时不知道是谁出了错。

学员版结论

你真正要掌握的,不只是安装命令

原生部署不是“装完就结束”。真正重要的是你能不能把环境、模型、Bot 通道、Skills、Hooks 和 Gateway 串起来,并且知道哪里出问题该去哪里改。只要你把这三大步理解透了,后面无论换平台还是换模型,迁移起来都会轻松很多。

开始指南扩展

开始指南 1.1 - 1.21 全手册

下面这部分基于 OpenClaw 中文社区“开始指南”全系列做了系统性整理与改写,涵盖了从环境搭建、通道集成到高级运维的全部环节。这不仅是一份教程,更是你部署和长期运行 OpenClaw 的核心参考手册。

学习路径: 初步上手看 `1.1 - 1.5`,配置私人助手看 `1.6 - 1.9`,集成具体消息渠道看 `1.10 - 1.14`(国内)或 `1.15 - 1.21`(国际与进阶)。建议按需查阅,建立起“网关 + 渠道 + 技能”的完整心智。

这一篇帮助你先建立全局认知:OpenClaw 不是单纯聊天工具,而是把消息渠道、Gateway 网关和 Agent 能力接在一起的执行型助手框架。它的重点不是“回答得像不像人”,而是“能不能在持续在线的消息环境中稳定接收、理解、执行和回传”。

什么是 OpenClaw

OpenClaw 是一个开源消息网关,它把 WhatsApp、Telegram、Discord、iMessage 等聊天平台连接到 AI Agent,让你能构建一个不下线的个人助手。

  • 它可以在多个消息平台上同时运行。
  • 它可以执行本地命令和操作、管理文件和工作区。
  • 它支持主动发送消息、处理图片音频等多媒体内容。

支持的平台

支持的平台包括WhatsApp、Telegram、Discord、iMessage、Slack、Mattermost、Signal、Microsoft Teams、LINE、Matrix 等都在范围内。你不需要先全部学会,但要知道它的定位从一开始就不是单平台机器人。

核心架构

这一篇还给出三层架构:客户端层承接各类聊天入口,Gateway 层负责消息路由、会话管理、认证授权和工具调用,Agent 层负责真正的模型与执行能力。

# 使用 curl 安装(推荐)
curl -fsSL https://openclaw.ai/install.sh | bash

# 或使用 npm
npm install -g openclaw@latest

# 或使用 pnpm
pnpm add -g openclaw@latest
安全优先: 将 AI 代理接到消息平台后,它可能执行命令、读写文件、发送消息,所以必须保守配置白名单、专用号码和信任边界。

这一篇的目标非常明确:从零开始,尽快完成第一次可用对话。命令行已保留,方便你直接照着走。

最快体验方式: 先运行 openclaw dashboard,直接在浏览器里体验对话;如果你要完整跑通安装、认证、Gateway 和渠道,再按下面的 0 到 7 步走。

0) 前置条件

这一步主要确认你的运行环境有没有准备好。重点不是配置多复杂,而是避免你后面所有步骤都卡在依赖不满足上。

  • Node.js 版本至少要满足 `22`。
  • `pnpm` 不是必须,但如果你要走源码构建,会更方便。
  • 如果你想启用网页搜索,建议配置 Brave Search 的 API Key。
  • macOS 如果只是 CLI + Gateway,不一定要装完整开发环境;Windows 强烈建议用 WSL2,而不是直接在原生 Windows 里跑。
openclaw dashboard
openclaw configure --section web

1) 安装 CLI(推荐)

安装方式优先推荐官方安装脚本,其次才是全局安装。你可以按自己环境选择其中一条。

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

# Windows PowerShell
iwr -useb https://openclaw.ai/install.ps1 | iex

# 备选方案
npm install -g openclaw@latest
pnpm add -g openclaw@latest
  • 如果你是第一次安装,优先走官方脚本,少踩环境差异的坑。
  • 如果你公司环境已经有 `npm` / `pnpm` 规范,也可以走全局安装。

2) 运行引导向导(并安装服务)

这是最核心的一步。`openclaw onboard --install-daemon` 不只是安装,而是会把认证、模型、Gateway、频道和后台服务一起串起来。

openclaw onboard --install-daemon
  • 你会选择本地 Gateway 还是远程 Gateway。
  • 你会选择认证方式,例如 OAuth 或 API Key。
  • 你会设置消息渠道,例如 WhatsApp、Telegram、Discord 等。
  • 你会决定是否把 Gateway 装成后台守护进程。
  • 注意:WhatsApp / Telegram 更推荐 Node 运行时,不推荐 Bun。
认证文件位置: 认证文件主要保存在 `~/.openclaw/credentials/oauth.json` 和 `~/.openclaw/agents/<agentId>/agent/auth-profiles.json`。如果你是服务器或无头环境,通常要先在普通机器完成 OAuth,再把认证文件带过去。

3) 启动 Gateway

如果你在上一步已经安装了后台服务,Gateway 很可能已经在跑;否则就需要你自己检查或前台启动。这一步放在前面是因为后面所有渠道接入都依赖它。

openclaw gateway status
openclaw gateway --port 18789 --verbose
  • 本地 Dashboard 默认会跑在 `http://127.0.0.1:18789/`。
  • 如果你配置了 token,还要把它填进 Control UI 的连接设置里。
  • 注意:如果你用 WhatsApp 或 Telegram,请优先用 Node 运行 Gateway。

3.5) 快速验证(2 分钟)

这一小节的目的很简单:不要等到接入消息渠道后才发现前面基础环境根本没通。先做只读检查,能大幅减少后面排查成本。

openclaw status
openclaw health
openclaw security audit --deep
  • `openclaw status`:看当前整体状态。
  • `openclaw health`:看健康状况,尤其适合判断 Gateway 和认证是不是就绪。
  • `openclaw security audit --deep`:看安全审计结果,帮助你发现高风险配置。

4) 配对并连接你的首个聊天平台

这一步分为 WhatsApp 和其他渠道两类。核心思想是一样的:先把消息入口接上,再进入真实对话。

WhatsApp(QR 登录)

openclaw channels login

执行后要去 WhatsApp 的“已链接设备”里扫码。

Telegram / Discord / 其他

  • 向导通常可以帮你把 token 和基础配置写进去。
  • 如果你选择手动方式,就要分别去对应渠道文档里填 token、bot 信息和相关参数。
  • 注意:Telegram 的第一条私聊可能会先返回一个配对码,没审批前 bot 不一定会直接回复。

5) DM 安全(配对审批)

这是很多人第一次接入后会卡住的地方。默认情况下,未知 DM 不会被直接处理,所以你需要先批准配对。

openclaw pairing list whatsapp
openclaw pairing approve whatsapp <code>
  • 如果你第一条消息没有收到正常回复,不一定是坏了,可能只是还没批准。
  • 这个设计是安全默认值,避免陌生入口直接调用高权限 Agent。

6) 从源码安装(开发)

这一节是给开发者看的。如果你不是在开发 OpenClaw 本身,可以先跳过;但如果你后面要做更深定制,这一节很有参考价值。

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm ui:build
pnpm build
openclaw onboard --install-daemon

# 从仓库直接运行 Gateway
node openclaw.mjs gateway --port 18789 --verbose
  • 这条路线适合要改源码、做二次开发或排查更底层问题的人。
  • 也可以用 `pnpm openclaw ...` 从仓库里直接执行部分步骤。

7) 端到端验证

前面都做完之后,最后一定要用一条真实测试消息把整条链路打通。只有从消息发出到 Agent 回应都正常,才算真正完成。

openclaw message send --target +15555550123 --message "Hello from OpenClaw"
openclaw status --all
openclaw health
  • 如果 `openclaw health` 显示没有认证配置,说明要回到向导重新补认证。
  • `openclaw status --all` 是非常好用的只读调试报告。

下一步(可选,但推荐)

如果你已经能跑通一条链路,下一步就该进入更具体的能力场景。

  • 如果你想要桌面端体验,可以继续看 macOS 应用、QoderWork 这类路线。
  • 如果你想让它能调摄像头、语音或移动设备,可以继续看节点相关文档。
  • 如果你要做长期在线或跨设备访问,可以继续看远程访问和 Tailscale。
  • 如果你要做企业入口,就继续看飞书、钉钉、企业微信等渠道章节。

这篇会把 Onboarding 向导展开讲清楚,帮助你理解每一步为什么要选,而不是只是机械照着点。对于第一次部署的人来说,它几乎决定了你后面会不会卡住。

1) 本地 vs 远程

首先你需要决定是把 Gateway 放在本机,还是放到远程机器。这个决定会直接影响你的认证方式、token 保存位置、访问方式,以及后面怎么排查问题。

  • 本地模式更适合个人实验和快速体验。
  • 远程模式更适合长期在线、跨设备访问和消息渠道常驻。
  • 如果你准备把它接进企业沟通工具,通常远程模式更稳。

2) 仅本地认证(Anthropic OAuth)

本地认证单独讲,是因为 OAuth 这类认证路径在本地交互环境里更顺手。这里的重点不是“能不能登录”,而是“登录完成后配置会写到哪里”。

你要记住: 如果后面切到远程环境,认证文件和配置文件怎么迁移,会直接影响 Gateway 能不能正常工作。

3) 设置向导(Gateway 驱动)

Onboarding 向导会以 Gateway 为中心,带你走完模型、认证、频道和守护进程设置,所以它比普通“下一步、下一步”的安装器重要得多。

openclaw onboard
openclaw onboard --install-daemon
  • 如果你只是想试一试,先用 `openclaw onboard`。
  • 如果你希望它后台常驻,直接用 `--install-daemon`。
  • 核心要点:配置会围绕 Gateway 组织,而不是围绕某个单一聊天渠道组织。

4) 权限

很多能力不是“装好了就自然能用”,而是还要看系统权限、应用权限、文件权限和消息渠道权限是否已经打通。

  • 桌面控制、文件读写、消息发送、浏览器调用,这些都可能依赖权限。
  • 如果权限层没配对,Agent 看起来像“安装好了但什么都做不了”。

5) CLI(可选)

CLI 被列为可选,因为有些用户更适合 GUI,有些用户更适合 CLI。CLI 不是必须,但它在排查和进阶阶段会非常重要。

6) 引导聊天(专用会话)

向导最后不是为了让你“看到安装完成”,而是为了把你带进第一条能正常工作的会话里。也就是“引导聊天”,也就是让你真正完成第一次闭环。

  • 如果这一层没有走通,说明前面某一层配置还没闭环。
  • 真正的完成标准不是出现一个页面,而是能发消息、能得到回复、能确认当前模型和当前通道。

补充:代理引导仪式、Gmail Hook、远程模式注意事项

此外还有代理引导仪式、可选 Gmail Hook、远程模式注意事项。这些更偏进阶,但能帮助你理解 OpenClaw 不只是“装一个机器人”,而是逐渐形成自己的能力编排。

这一篇真正要你学会

  • 理解向导每一步背后的原因。
  • 分清本地实验和远程长期在线的差异。
  • 知道配置是围绕 Gateway 组织的。

最常见误区

  • 把向导当成普通安装器。
  • 不区分本地模式和远程模式。
  • 忽略权限和认证文件位置。

这篇更偏“跑通之后的稳定化设置”,帮助你把默认配置调整成真正可持续使用的状态。很多人能装起来,但用不顺,通常就卡在这一步。

初始设置在解决什么问题

这一篇的核心目标不是再重复安装,而是帮助你把“第一次能跑通”升级为“之后每次都更稳定”。它会让你去看默认模型、默认工作区、Gateway 参数、消息入口和常用修改入口。

  • 基础配置、默认运行方式、后续修改入口,会决定你排查时是不是能快速找到正确位置。
  • 有些设置必须在第一次安装后尽快确认,有些可以等到后面再微调。
  • 这一步的意义是把“能启动”升级为“能稳定使用”。

TL;DR

  • 定制内容尽量放在仓库外,例如 `~/.openclaw/workspace` 和 `~/.openclaw/openclaw.json`。
  • 稳定工作流更偏应用内置 Gateway;前沿工作流则会自己跑 Gateway 并保持热更新。

一次性引导与稳定工作流

openclaw setup
openclaw channels login
openclaw health

macOS 应用优先的稳定工作流单独写出来,意思很明确:如果你只想稳定地长期使用,优先让应用自己管理本地 Gateway;只有当你要开发或改源码时,才切到手动运行模式。

前沿工作流(开发 Gateway)

pnpm install
pnpm gateway:watch
openclaw health

要注意:源码开发和日常使用是两种不同工作流,不要混着理解。

学习建议: 这篇通常要和引导向导一起看。前者解决“先把它配出来”,这一篇解决“配出来以后如何调整成长期可用的状态”。

你通常会检查

  • 默认模型是否正确。
  • 工作区、认证文件和配置文件是否落在预期位置。
  • Gateway 是前台跑还是后台跑。

学完后你能做到

  • 判断自己当前的问题是安装问题、配置问题,还是接入问题。
  • 知道后续大部分设置应该去哪里改。
常见坑: 端口不一致、凭据位置搞混、日志不知道去哪看、以及 Linux 上 systemd 用户服务在登出后被停掉,都是高频问题。

这一篇解决的是“为什么我发了消息,它没理我”这类最常见问题。核心是安全 DM 和配对审批机制,也就是 OpenClaw 为什么默认不会轻易相信一个新入口。

为什么要配对

核心安全原则:未知来源的 DM 或新设备不会自动被 OpenClaw 信任。这样做的目的,是防止高权限助手被随便接管。配对分成两类:DM 配对和节点设备配对。

  • 新设备或新对话默认不会被直接信任,所以第一次私聊没反应不一定是坏了,而是还没批准。
  • 短码、审批和配对白名单是默认安全姿态。
  • 不同渠道的第一条消息行为可能不同,尤其 Telegram 类机器人入口更容易在这里卡住。

1) DM 配对

当通道配置成 `pairing` 策略时,未知发送者会收到短码,消息在你批准前不会被处理。配对码规则:8 位大写字符、避开易混淆字符、1 小时过期、每个通道默认最多 3 个待处理请求。

openclaw pairing list whatsapp
openclaw pairing approve whatsapp <code>

常见支持频道包括 `telegram`、`whatsapp`、`signal`、`imessage`、`discord`、`slack`。

2) 节点设备配对

第二类是设备或节点加入 Gateway 网络时的配对,这适用于 iOS、Android、macOS 或无头节点。

openclaw devices list
openclaw devices approve <requestId>
openclaw devices reject <requestId>

你要怎么判断是不是配对问题

  • 如果 Gateway 正常、模型也正常,但消息没响应,优先怀疑配对。
  • 如果渠道回了一个短码或提示审批,那基本就是配对环节未完成。
  • 只有批准完成后,会话才会真正进入可处理状态。
学完后你应该能做到: 独立排查“消息没有返回”到底是通道问题、模型问题,还是配对问题。

这一篇的目标是把 OpenClaw 从"跑起来了"变成"像你的私人助手"。它涵盖安全隔离、工作区搭建、人格配置、会话管理和心跳机制,是从部署走向长期使用的关键一步。

安全第一:双手机方案

OpenClaw 建议使用专用的第二个 WhatsApp 号码作为助手入口,而不是把你的个人号码直接接上去。这样可以避免所有发给你的消息都变成"代理输入"。

  • 始终设置 channels.whatsapp.allowFrom 白名单,避免开放式接入。
  • 心跳默认每 30 分钟一次,在信任设置前建议先禁用:agents.defaults.heartbeat.every: "0m"
  • 前置条件:Node 22+,OpenClaw 已在 PATH 中,以及第二个电话号码。

5 分钟快速开始

# 1. 配对 WhatsApp Web(用助手手机扫码)
openclaw channels login

# 2. 启动 Gateway
openclaw gateway --port 18789

# 3. 在 ~/.openclaw/openclaw.json 中设置白名单
# { channels: { whatsapp: { allowFrom: ["+15555550123"] } } }

给代理一个工作区

OpenClaw 默认使用 ~/.openclaw/workspace 作为代理工作区,首次启动时会自动创建 AGENTS.mdSOUL.mdTOOLS.mdIDENTITY.mdUSER.md 等核心文件。你可以通过修改这些文件来定义助手的身份、偏好和行为规则。

openclaw setup

会话与记忆

  • 会话文件保存在 ~/.openclaw/agents/<agentId>/sessions/
  • 发送 /new/reset 可以为当前聊天启动新会话。
  • 发送 /compact [instructions] 可以压缩会话上下文并报告剩余预算。

心跳(主动模式)

OpenClaw 默认每 30 分钟运行一次心跳,检查 HEARTBEAT.md 并按指令执行。如果没有需要关注的内容,代理会回复 HEARTBEAT_OK 并抑制该心跳的出站投递。心跳运行完整的代理轮次,因此较短间隔会消耗更多 token。

媒体输入和输出

  • 入站:图片、音频、文档等附件可通过 {{MediaPath}}{{MediaUrl}}{{Transcript}} 传递给命令。
  • 出站:在回复中使用 MEDIA:<path-or-url> 即可附带发送媒体文件。
学完后你应该能做到: 独立完成从"跑通一个 Bot"到"拥有一个持续在线、有记忆、有边界的个人助手"的转变。

这一篇汇集了社区里用 OpenClaw 构建的真实项目。它不是命令教程,而是帮助你建立"Agent 真正能做什么"的直觉,看到 OpenClaw 在各种场景中的实际价值。

开发与代码协作

  • PR 审查 → Telegram 反馈:OpenCode 完成更改并打开 PR,OpenClaw 自动审查 diff 并在 Telegram 中回复审查意见和合并结论。
  • 沙发开发模式:有人边看 Netflix 边通过 Telegram 重建了整个个人网站(Notion → Astro),迁移了 18 篇文章和 DNS,全程没打开笔记本。

生活与自动化

  • Tesco 购物自动化:每周膳食计划 → 常规商品 → 预订配送 → 确认订单,无 API,纯浏览器控制。
  • 帕德尔球场预订:自动检查 Playtomic 空闲球场并预订。
  • 求职代理:搜索职位列表,对比简历关键词,返回匹配的机会和链接。

智能家居与 IoT

  • Home Assistant 插件:在 Home Assistant OS 上运行 OpenClaw gateway,支持 SSH 隧道和持久状态。
  • Winix 空气净化器控制:Agent 自动管理房间空气质量。
  • Roborock 扫地机器人:通过自然对话控制扫地机器人。

工具与技能

  • SNAG 截图转 Markdown:快捷键选区 → Gemini 视觉 → 即时 Markdown 到剪贴板。
  • 酒窖技能:基于 CSV 导出快速构建本地酒窖管理技能(示例含 962 瓶)。
  • TradingView 分析:通过浏览器自动化截图图表,按需执行技术分析。
  • WhatsApp 记忆库:导入完整 WhatsApp 导出,转录 1000+ 语音备忘录,输出链接的 markdown 报告。
这些案例的价值: 不在于你要复刻每一个,而在于帮你看清 OpenClaw 的能力边界。当你下一次遇到"这件事能不能让 Agent 做"的问题时,这些案例会让你更有判断力。

这一部分带你深入了解 OpenClaw 的前世今生,并为你提供后续深入探索的权威入口。

Lore:从 Moltbot 到 OpenClaw

OpenClaw 起源于一个名为 Moltbot 的项目。它的诞生并非为了创造一个通用的聊天机器人,而是开发者 Peter 为自己的龙虾吉祥物 Molty 赋予“灵魂”和“执行力”的尝试。随着 20 多次的迭代,它从一个简单的脚本演变成了支持多渠道、高扩展性的 Agent 网关。"爪子即法律"(Claw is Law)也成为了其开发哲学的核心:稳定执行优于华丽辞藻。

资料中心:你的进阶宝库

如果你在教程之外有更具体的需求(如特定的模型支持、特定的 UI 定制),可以访问中文社区的文档中心。那里涵盖了从 Bun 工作流到 Docker/Nix 安装的全部技术细节。

  • 快速查阅:配置示例、故障排除、安全加固。
  • 深度解析:Agent 运行时架构、会话裁剪机制、命令队列原理。

对于国内用户,将 Agent 接入主流办公软件和通讯工具是提升效率的关键。OpenClaw 对国内生态提供了深度适配。

1.10 飞书 (Feishu/Lark)

能力:不仅是聊天,更能直接读写飞书云文档、管理知识库节点和操作云盘。它是目前与企业流程整合度最高的渠道。

  • 关键点:需要在飞书开放平台创建应用,并配置事件订阅 URL 以接收消息回调。
  • 提示:记得在 OpenClaw 中配置 AppID 和 AppSecret。

1.11 QQ 机器人

能力:基于 QQ 开放平台,支持单聊与群聊。适合社群管理和个人快速互动。

  • 流程:注册开放平台 → 创建机器人 → 沙箱成员配置 → 在 OpenClaw 后台应用凭据。

1.12 钉钉 (DingTalk)

能力:支持通过 Outgoing Webhook 或企业自建 Bot 接入。适合在钉钉工作流程中触发自动化指令。

微信作为最核心的通讯工具,OpenClaw 通过两种不同的引擎提供了支持,满足不同场景下的稳定性与功能需求。

1.13 WeChaty - 强大且专业

WeChaty 是一个多平台的微信 SDK。它支持多种 Puppet(Puppeteer, PadLocal, Service 等),功能非常全面,支持群发、关键词过滤和复杂的朋友圈/群组交互。

1.14 MyWecat - 轻量且便捷

相比之下,MyWecat 更加轻量,主打快速配置。如果你只需要实现简单的消息自动回复或个人助手功能,MyWecat 的上手门槛更低。

\n
\n 注意:微信渠道由于其封闭性,对账号安全有一定要求。建议使用非主力账号进行前期测试。同时要注意遵守相关平台的使用协议。

这一部分涵盖了 OpenClaw 出生即自带的国际主流通讯渠道,以及当你遇到疑难杂症时的终极解决指南。

主流国际渠道 (1.15 - 1.19)

  • Telegram: 开发者最爱的频道,API 极度友好,支持丰富的多媒体交互。
  • Discord: 适合团队协作和大规模社群,支持斜杠命令集成。
  • WhatsApp: 最通用的国际即时通讯工具,推荐配合双手机方案使用。
  • iMessage / Signal / Slack / Mattermost: 提供从系统原生集成到企业级插件的全面支持。

系统诊断与运维 (1.20 - 1.21)

# 环境健康检查:自动排查依赖和权限问题
openclaw doctor

# 深度状态监测:检查通道连接、模型可用性和会话积压
openclaw status --deep

# 后台清理与重连:当某个通道卡死时使用
openclaw channels reset [name]
进阶建议: 长期运行建议开启日志分级(Logging Level: info/debug),并定期清理 `~/.openclaw/sessions/` 下的过期数据,保持系统轻快。

Command Cheatsheet

OpenClaw 常用命令自查表

怎么用这页

把它当成部署、排查和日常使用时的速查表

这一页已经把你附件截图里那张长表格的高频命令整理进来了,并且重新按“安装、模型、通道、会话、节点、记忆、技能”做了分组。你不需要一次记住所有命令,只要知道自己当前在做哪一步,就能快速定位到对应区块。

使用建议: 先看命令属于“安装 / 配置 / 运行 / 排查”哪一类,再复制去终端执行。涉及配置文件和高权限操作时,先确认自己当前所在环境是不是隔离环境;涉及 `token`、`session-key`、`node-id`、`apiKey` 这类占位符时,先替换成你自己的真实值。

截图补全版

高频命令总表

分类 常见场景 命令 你要知道什么
安装与检查 确认是否已装好 openclaw --version 先看版本号,能返回版本再继续做后续配置。
安装与检查 打开管理界面 openclaw dashboard 常用于确认本地管理界面、查看配置状态。
安装与检查 本地环境安装 curl -fsSL https://openclaw.ai/install.sh | bash 官方安装脚本,适合干净环境快速起步。
初始化 第一次配置 openclaw onboard 这是原生部署最核心的入口,会串起模型、Bot、Skills、Hook 等步骤。
Windows 环境 安装 Linux 子系统 wsl --install Windows 本地部署常见第一步。
Windows 环境 安装 Ubuntu wsl --install ubuntu-24.04 用于指定发行版,后续在 Linux 环境里继续安装 OpenClaw。
Windows 环境 重新进入环境 wsl 关闭终端后,重新进入 Linux 子系统继续部署。
配置文件 编辑主配置 nano ~/.openclaw/openclaw.json 常用于修改模型提供方、`baseUrl`、`apiKey`、默认模型。
配置文件 换编辑器打开配置 vim ~/.openclaw/openclaw.json 如果你习惯 `vim`,也可以用它来改同一份配置文件。
服务器环境 切换高权限 sudo -i 云服务器里权限不足时再用,不建议把高权限当默认工作方式。

模型与通道

这部分解决“模型有没有配好、渠道有没有接好”

模块 场景 命令 用途说明
模型 查看全部模型 openclaw models list 先确认系统里已经有哪些模型可用。
模型 查看单个模型 openclaw models show mistral 检查具体模型的配置详情。
模型 设置主模型 openclaw models set-primary mistral 把一个模型设为默认主模型。
模型 测试模型是否通 openclaw models test --model mistral --prompt "hello, OpenClaw" 排查时很常用,能快速判断问题是在模型还是在通道。
通道 查看已支持通道 openclaw channels list 先确认当前环境支持哪些消息渠道。
通道 查看 Telegram 通道 openclaw channels show telegram 查看当前通道状态和配置信息。
通道 连接通道 openclaw channels connect telegram 建立具体渠道的接入关系。
通道 写入 Token 配置 openclaw channels configure --channel telegram --token NEW_TOKEN 常用于补填或更新机器人 Token。
通道 启用通道 openclaw channels enable --channel telegram 配置完成后启用对应渠道。
通道 停用通道 openclaw channels disable --channel telegram 排查或停用时使用。

会话与消息

这部分最适合用来判断“消息到了没有、会话状态对不对”

模块 场景 命令 用途说明
会话 列出活跃会话 openclaw sessions --channel telegram active 看当前渠道下有哪些会话正在使用中。
会话 显示最近会话 openclaw sessions --channel telegram --limit 10 适合快速回看最近 10 个会话。
会话 查看会话历史 openclaw sessions history <session-key> 你需要先拿到 `session-key`,再查看某个会话的完整历史。
会话 限制历史条数 openclaw sessions history <session-key> --limit 10 只看最近几条,排查时更快。
会话 导出历史记录 openclaw sessions history <session-key> --export history.json 适合留档、复盘或做问题定位。
会话 向会话补发消息 openclaw sessions send --session <session-key> --message "你好" 用于测试某个现有会话是否还能继续工作。
会话 重置会话 openclaw sessions reset <session-key> 当上下文已经混乱时,可以清空并重新开始。
会话 删除会话 openclaw sessions delete <session-key> 清理不用的会话历史。
消息 直接发一条渠道消息 openclaw message --channel telegram --target USER_ID "来自 OpenClaw 的测试消息" 适合验证渠道是否真的能把消息发出去。

节点与记忆

如果你在做设备接入、手机联动和记忆检索,这部分最常用

模块 场景 命令 用途说明
节点 查看节点列表 openclaw nodes list 先确认当前环境识别到了哪些节点设备。
节点 查看节点状态 openclaw nodes status 排查节点在线状态时很常用。
节点 查看节点详情 openclaw nodes describe <node-id> 拿到具体节点的更多配置信息。
节点 向节点发通知 openclaw nodes notify --node my-phone --title "提醒" --body "该吃饭了" 适合测试节点消息推送是否正常。
节点 高优先级通知 openclaw nodes notify --node my-phone --priority timeSensitive --title "紧急通知" --body "快递到了" 截图里这类命令体现的是不同优先级消息能力。
节点 查看手机摄像头 openclaw nodes camera list --node my-phone 先确认有哪些可调用的摄像头。
节点 远程拍照 openclaw nodes camera snap --node my-phone --facing back --output /tmp/photo.jpg 属于进阶节点能力,适合演示“Agent 可调设备”的概念。
节点 开始节点配对 openclaw node pairing start 为新设备建立配对流程。
节点 查看待配对节点 openclaw nodes pending 查看还未确认通过的节点。
记忆 搜索记忆内容 openclaw memory search "发票" --lines 5 快速验证记忆系统里是否已经有相关内容。
记忆 只看命中路径 openclaw memory search "发票" --path 适合先确认记忆落在哪个文件或索引位置。
记忆 限制返回结果数 openclaw memory search "报销模板" --maxResults 10 结果太多时,先限制数量提高排查效率。

Skills

Skills 是 OpenClaw 从“会聊天”走向“能干活”的关键扩展层

场景 命令 用途说明
查看技能列表 openclaw skills list 确认当前系统装了哪些技能。
查看技能详情 openclaw skills show crawl 看某个技能的说明、版本或可用状态。
安装技能 openclaw skills install weather 安装指定技能。
安装指定版本 openclaw skills install weather@2.0 当你需要固定版本时使用。
卸载技能 openclaw skills uninstall weather 排查冲突或停用不用的技能。
启用技能 openclaw skills enable weather 安装完但未启用时要再执行一步。
禁用技能 openclaw skills disable weather 比直接卸载更适合做对比排查。
同步技能 openclaw skills sync 用于把本地状态和远端或配置同步。
打包技能 openclaw skills pack 更偏进阶使用,适合分享或整理技能包。

排查顺序

如果命令很多,记住这个最省时间的检查顺序

1. 先看环境

  • openclaw --version
  • wsl / sudo -i

2. 再看模型

  • openclaw models list
  • openclaw models test --model mistral --prompt "hello, OpenClaw"

3. 再看通道

  • openclaw channels list
  • openclaw channels show telegram

4. 最后看会话和技能

  • openclaw sessions --channel telegram active
  • openclaw skills list
学员版提示: 真正排查时不要一上来就怀疑 Agent 本身,大多数问题都出在环境没进对、模型没通、通道没启用、Token 没填对,或者 Skills 开太多导致定位变难。

Use Cases

场景案例

更适合交给 Agent

  • 文件整理与分类
  • 信息汇总、日报周报
  • 固定规则的内容生产
  • 网页或账号更新监控
  • 第二大脑式知识查询

不适合立刻自动化

  • 高风险、不可逆操作
  • 需要连续决策和频繁改策略的工作
  • 标准模糊、目标不明确的任务
  • 未经授权的数据外发与系统修改

这是最容易上手理解的案例之一。你可以直观看到 Agent 如何根据明确规则把文件整理好,也能顺便理解为什么规则清晰的任务最适合自动化。

这个案例会帮助你看到,Agent 不只是写几句话,而是可以把搜集、整理、生成、投递串起来,形成一个完整流程。

这个案例能帮助你理解,Agent 不一定只待在网页里,也可以进入飞书这类你本来就在用的工作环境。

这个案例更偏进阶。你会看到 Agent 如何把笔记、对话和记忆整理成一个统一入口,但也要知道这类系统需要长期维护和约束。

Skill Stores

技能商店:找到更多现成能力

以下是目前主流的 OpenClaw 技能商店,你可以在里面发现、安装和分享各类 Agent 技能,快速扩展你的 Agent 能力边界。

🦞 ClawHub 官方商店

OpenClaw 官方技能市场,涵盖自动化、开发工具、智能家居、内容生产等各类社区贡献技能。

🐧 腾讯 SkillHub

腾讯出品的技能生态平台,提供经过安全审核的企业级和个人级技能包,适合国内团队快速集成。

🦐 字节跳动虾评

字节跳动旗下的技能评测与分发平台,聚焦技能质量评估和用户口碑,帮你筛选高质量技能。

Advanced

进阶方法

阶段一

构建 AI 的灵魂

你会先接触 `SOUL.md`、`USER.md`、`AGENTS.md`,理解如何为 Agent 定义风格、用户画像和执行规则。

阶段二

记忆与自动化

你会进一步理解长期记忆、日志、定时任务和模型分工,知道如何把一次性能力升级成持续流程。

阶段三

安全与协作

你会理解为什么多 Agent、规则文件、人工确认和 Git 备份可以降低风险,并提高长期可维护性。

学习提醒

理解价值,也要理解边界

  • 不要把 Agent 理解成可以完全代替人工判断。
  • 要始终记住高危操作确认、权限控制和回滚方案。
  • 在主力环境部署前,先在沙箱或隔离环境验证流程。

Quiz

学习测验

1. 哪类任务最适合交给 Agent?

2. 培训中为什么要强调“先体验,再原生部署”?

3. 进阶阶段最需要补上的是什么?