openClaw（原名Clawdbot、Moltbot，改了好几次）在短短一个多月内突破 239,000+ stars，成为 GitHub 历史上增长最快的开源项目之一（langchain、dify也就120k左右stars）。

这款由 PSPDFKit 创始人 Peter Steinberger （亿万富翁）通过AI编程打造的本地、自托管 AI 个人智能助手，通过将消息平台与 LLM 、智能体深度整合，有界面，有第三方集成能力，实现了从电脑操作，日程提醒，会议摘要生成到网页操作等的全场景自动化。——这大佬已经入职openai。

我们今天就来拆解这个神级项目。

如果你只想看安装部署教程，就直接点目录：openClaw部署与配置指南；
如果想免费的大模型就点链接：glm大模型平台，flash系列模型免费

GPT plus 代充 只需 145

开源地址：openclaw的github.

使用文档：openclaw官方文档

如果还不知道什么是 Agent 智能体，就点这个链接

官方宣传主要是在mac上，但其实WINDOWS也可以，而且我感觉跟好用，mac有时候会有权限控制问题。

openClaw 的走红，并不是一次偶然的“刷屏”，而是多股技术与期望情绪叠加后的结果。

在 2024–2025 年，开发者社区其实已经对「只会聊天的 AI」产生了明显疲劳。ChatGPT、Claude、deepseek 很聪明，但它们停留在web端页面里：不能真正替你完成电脑的实际任务，只能输出文字告诉你“应该怎么做”。与此同时，AutoGPT这类“自治智能体”项目又显得过于学术化、工程负担重、成功率不稳定。Manus和 OpenManus 之类的有有点不够用。

openClaw刚好卡位在中间那条断层上：

• 真简单：一条命令即可本地启动，不需要先搭一整套复杂的向量数据库和调度系统。
• 真能用：不是演示，而是能真的发消息、跑脚本、读写文件。
• 真惊喜：它第一次让大量普通用户意识到——“哇，原来 LLM 真的可以替**作电脑”。

真正点燃社区热情的，是大量“第一天就能复现”的体验分享，一键安装即可。吸引了一众技术和非技术用户：

“帮我设置一下提醒，xxxx”

这种即时反馈 + 可控性，是 openClaw 爆火的第一推动力。

对比其他的智能体：

ClawdBot 的智能体架构设计相对完整，并验证了可行性：

• Gateway 统一多渠道接入
• Tools + Skills 定义能力边界
• Memory 实现持久化记忆和自我进化
• 定时触发任务执行

从架构上来看，你可以把 openClaw 想象成一间智能平台，有五个重要功能区：

• Gateway（大门）：管理会话、路由请求、做鉴权。它通常在本地运行，默认将控制面板绑定到 loopback（只允许本机访问），并支持通过 Tailscale 等私有网络扩展远程访问。
• Agent（大脑）：有专门的人设，负责理解上下文意图、制定分步计划、决定要调用哪些工具或技能。
• Skills（工具箱）：一组插件/技能（以 Markdown 与脚本描述），让 Agent 可以“开门、倒咖啡、发邮件、跑脚本”。
• Channels（通道）：连接 各种app，如WhatsApp、Telegram、Discord、Slack、SMS 等，让 AI 与用户的日常通信无缝对接。
• Nodes（传感器/终端）：运行在用户端设备（手机、笔记本、Raspberry Pi，台式机）的小智能体，可以提供摄像头、地理位置或系统通知等本地能力。

这样的分层设计方式让 openClaw 既能快速扩展社区技能skill和mcp等，也能够在不同设备间弹性部署和执行任务。

Gateway 是openclawd系统的核心枢纽——负责长期运行的守护进程，负责管理所有消息通道并作为 WebSocket 控制平面。ClawdBot 支持多 Agent 创建和运行。一个 Gateway 可以托管多个独立的 Agent。

Gateway 主要做三件事：

1. 接收消息：从各个渠道收集用户指令
2. 路由分发：决定这条消息应该交给哪个 Agent 处理
3. 回复投递：把 Agent 的回复发送回对应的渠道

默认配置：

• WebSocket 端点：ws://127.0.0.1:18789
• Canvas 服务器：HTTP 端口 18793，路径 /openClaw/canvas/
• 每台主机建议运行单个 Gateway（独占 WhatsApp Web 会话）

传输协议方式如下：

• 传输层：WebSocket 文本，JSON 格式
• 首帧必须为 connect
• 请求格式：{type:“req”, id, method, params} → 响应：{type:“res”, id, ok, payload|error}
• 事件格式：{type:“event”, event, payload, seq?, stateVersion?}
• 支持事件类型：agent、chat、presence、health、heartbeat、cron、tick、shutdown

Agent在接收到消息与任务后，动用自己的脑袋（LLM/大模型）、手脚（Tools）、专业知识（Skills），尽可能的完成任务，其中可能会访问Web、运行命令、读写文件、编写代码，甚至调用其他Nodes能力（比如摄像头）。

ClawdBot 的核心运行的核心是Agent Loop。

Agent Loop 的核心是一个 “思考-行动”循环：

提问 → 思考 → 规划 → 行动 → 观察 → 思考 → 行动 → 等待 → 检查 → 纠错 … → 完成

LLM 负责”思考”（决定做什么），Tools 负责”行动”（执行操作），执行结果作为”观察”反馈给 LLM，然后继续下一轮循环。

这就是 Agent 和 Chatbot 的本质区别：Chatbot 只会说，Agent 会做。

阶段 1：上下文组装（Context Assembly）

Agent 需要告诉 LLM “你是谁、你能做什么、你有什么工具，用户说了什么”。这包括：

• 系统提示：Agent 的身份、规则、工具列表
• 会话历史：之前的对话记录或者记忆
• Bootstrap 文件：AGENTS.md、SOUL.md、TOOLS.md 等工作区文件

openClawd 会把这些文本内容拼接成一个完整的 Prompt，然后发送给 LLM。

阶段 2：模型推理（Model Inference）

LLM 收到 Prompt 后，思考决定下一步行动。它可能：

• 直接回复用户文字
• 生成调用一个工具（Tool Call）的代码
• 其他，如请求更多信息

阶段 3：工具执行（Tool Execution）

如果 LLM 决定调用工具，Agent 会：

1. 解析 Tool Call 参数
2. 执行对应的工具（exec、read、write、browser…）
3. 把执行结果（状态、内容)返回给 LLM

阶段 4：回复分发（Reply Dispatch）

当 LLM 生成最终回复后，Agent 会：

1. 格式化回复内容，变成用户语言
2. 通过 Gateway 发送回对应的消息渠道
3. 支持流式输出（边生成边发送）

Clawdbot支持多Agent模式，可以互不干扰，也可以相互协作。每个Agent有自己的工作区，放置专属配置与记忆，甚至自己的技能。

其内核Pi Agent 是一个精简高效的编程智能体，核心特点包括：

• Agent Loop（智能体循环）：处理用户消息、执行工具调用、将结果反馈给 LLM，循环直到模型生成无工具调用的响应
• 事件驱动架构：循环过程发射生命周期事件，支持响应式 UI
• 消息队列：支持两种模式（逐条处理或批量处理）
• 工具流式传输：支持块流式传输和增量流式传输，实现实时输出

核心工具仅用如下 4 个，即可实现有效智能体：

1. bash - 执行 shell 命令
2. read - 读取文件内容
3. write - 写入文件内容
4. edit - 编辑文本文件

系统提示词也极为精简，仅约 1000 tokens（包含工具定义），大模型可以理解编程智能体上下文。

openClaw 内置 pi-ai 目录，支持多种提供商：

讯享网// Anthropic Claude { “agent”: { “model”: “anthropic/claude-opus-4-5” } }

// GLM zai { “agent”: { “model”: “zai/GLM-4.7” } }

// Ollama 本地模型 { “models”: {

"providers": { "ollama": { "baseUrl": "http://127.0.0.1:11434/v1" } } 

} }

// LM Studio 本地 { “models”: {

讯享网"providers": { "lmstudio": { "baseUrl": "http://localhost:1234/v1", "apiKey": "LMSTUDIO_KEY", "api": "openai-completions", "models": [{ "id": "minimax-m2.1-gs32", "name": "MiniMax M2.1", "contextWindow":  }] } } 

} }

模型选择使用 provider/model 格式（如 zai/GLM系列），并支持模型故障转移。

Skills 是 智能体执行任务或者使用工具的指引插件，openClaw 的核心扩展机制，遵循 AgentSkills 规范——这是 Anthropic 开发的开放标准，已被 Claude Code、Cursor、VS Code、OpenAI Codex、Gemini CLI、GitHub Copilot 等广泛采用。

SKILL.md 格式规范：

— name: nano-banana-pro description: 通过 Gemini 3 Pro 生成或编辑图像 homepage: https://example.com user-invocable: true disable-model-invocation: false command-dispatch: tool command-tool: image-gen command-arg-mode: raw metadata: {“openClawt”:{“requires”:{“bins”:[“uv”],“env”:[“GEMINI_API_KEY”],“config”:[“browser.enabled”]},“primaryEnv”:“GEMINI_API_KEY”}} —

Skills元数据字段详解（metadata.openClaw 下）：

Skill 加载优先级（从高到低）：

1. 工作区 skills：<workspace>/skills
2. 托管/本地 skills：~/.clawdbot/skills
3. 内置 skills：随安装包分发

内置 Skills（49+ 个）涵盖：

• Apple 生态：Notes、Reminders、Things 3、Bear Notes
• Google Workspace：Gmail、Calendar、Drive、Docs、Sheets（通过 gog CLI）
• 通信工具：Slack、iMessage、Twitter/X、Discord
• 智能家居：Philips Hue、Sonos、Eight Sleep
• 开发工具：GitHub CLI、Claude Code 子进程、Whisper 转录

Channels 负责连接各消息平台到中央 Gateway。根据配置与不同的渠道（比如飞书）建立安全链接，完成消息收发（通常是WebSocket 协议）以及格式转换 — 即翻译成 Clawdbot 能听懂的格式。

WhatsApp 配置示例：

讯享网{ “channels”: {

"whatsapp": { "allowFrom": ["+"], "groups": { "*": { "requireMention": true } } } 

}, “messages”: {

讯享网"groupChat": { "mentionPatterns": ["@clawd"] } 

} }

由于微信没有开放API，现在还没有微信的支持。未来可能会有飞书或者钉钉的支持。

Nodes 就是在主机之外的其他“能力”节点，连接到 Gateway 的子设备（iOS、Android、macOS），提供设备本地功能：

旧手机、闲置电脑都可以作为 Node 加入网络，以提供更多的能力，比如摄像头、屏幕录制、系统控制、屏幕共享、显示可交互式的UI界面等。Nodes 需要在远程设备上运行相应的Node 客户端 App。

Node 支持的类型：

Node 通信协议：

• 传输：Gateway WebSocket（LAN/Tailscale/SSH 隧道）
• 发现：node.list / node.describe 枚举能力
• 执行：node.invoke 运行设备本地操作
• 命令：camera.snap/camera.clip（拍照/录像）、screen.record、location.get、notifications

这实现了“远程大脑，本地双手”的架构——Gateway 可运行在远程 Linux 实例，而 Nodes 通过 Tailscale 连接，执行操作运行在设备本地。

场景：Gateway 跑在 Linux 服务器上，但你想用 Mac 的摄像头拍照。

// 列出已连接的节点 { “tool”: “nodes”, “action”: “status” }

// 在 Mac 节点上执行命令 { “tool”: “nodes”, “action”: “run”, “node”: “office-mac”, “command”: [“echo”, “Hello”] }

// 拍照 { “tool”: “nodes”, “action”: “camera_snap”, “node”: “iphone-1” }

// 屏幕录制 { “tool”: “nodes”, “action”: “screen_record”, “node”: “office-mac”, “duration”: “10s” }

// 获取位置 { “tool”: “nodes”, “action”: “location_get”, “node”: “iphone-1” }

openClaw 的记忆系统非常简单明了，直接基于纯 Markdown 文件——文件是真实来源，模型只“记住”写入磁盘的内容。

记忆文件结构：

讯享网~/clawd/ ├── AGENTS.md # 智能体的描述和提示词 ├── BOOTSTRAP.md # 初始系统设置 ├── HEARTBEAT.md # 系统健康检查清单 ├── IDENTITY.md # openClaw智能体 身份/人设 ├── SOUL.md # 性格特征 ├── TOOLS.md # 可用工具参考 ├── USER.md # 用户偏好/上下文 ├── MEMORY.md # 长期策划记忆（可选） ├── canvas/ # 可视化工作区 ├── memory/ # 持久化记忆目录 │ ├── 2026-01-28.md # 每日笔记 │ └── 2026-01-29.md └── skills/ # 已安装 skills

向量记忆搜索：

• 默认启用
• 索引文件：MEMORY.md + memory/*/.md
• 分块策略：约 400 token 目标，80 token 重叠
• 存储：sqlite-vec 加速向量搜索
• 嵌入提供商（自动选择顺序）：local → openai → gemini

混合搜索（BM25 + 向量结合）配置：

{ “agents”: {

讯享网"defaults": { "memorySearch": { "query": { "hybrid": { "enabled": true, "vectorWeight": 0.7, "textWeight": 0.3, "candidateMultiplier": 4 } } } } 

} }

自动记忆刷新机制：当会话接近自动压缩时，触发静默智能体回合，提示模型将持久记忆写入磁盘。

用户消息 (WhatsApp/Telegram/Discord/等)

讯享网 ↓ Channel Adapter（标准化为内部格式） ↓ Gateway (WebSocket API - ws://127.0.0.1:18789) ↓ Agent Runtime (Pi agent via RPC) ↓ LLM Provider (Claude/GPT/本地模型) ↓ Tool Execution（按需执行） ↓ Response → Gateway → Channel Adapter → 用户</code></pre></div><p data-pid="-nRNUKpY">以“自动整理文章纪要并发 WhatsApp 提醒”为例：</p><ol><li data-pid="MgMXZYN3">感知：Slack 的 webhook 或文件上传触发消息到 Gateway。</li><li data-pid="5-D-k0hi">计划：Agent 从短期对话与长期记忆（本地的 MEMORY.md 等持久文件）中抓取上下文，生成一个 multi-step plan。</li><li data-pid="2Nyq8D45">执行：按计划调用 Skill（可能在 Docker 沙箱中执行浏览器脚本或 shell 命令）。</li><li data-pid="7Ov0gZ">反哺：结果写回本地记忆并发送给用户，同时将关键操作记录供将来检索。</li></ol><p data-pid="Wm7wICgq">这套闭环让 openClaw看起来像一个“会思考的执行器”，而不是只会说话的聊天机器人。</p><p data-pid="7q6DSuO7">Heartbeat 实现定时任务的自动行为——openClaw 可在无用户提示时主动联系用户。</p><p data-pid="zUPDiKIR">配置示例：</p><div class="highlight"><pre><code class="language-text">{ 

“agent”: {

"heartbeat": { "every": "30m", "activeHours": { "start": "08:00", "end": "22:00" } } 

} }

工作原理： 在 ~/clawd/HEARTBEAT.md 创建检查清单：

心跳检查清单

• 检查邮箱中的重要消息
• 查看未来 2 小时的日程事件
• 如果空闲超过 8 小时，发送简短问候

一次性提醒：

讯享网openClaw cron add 
 –name “发送提醒” 
 –at “2026-01-12T18:00:00Z” 
 –session main 
 –system-event “提醒：提交费用报告。” 
 –wake now 
 –delete-after-run

周期性任务：

openClaw cron add 
 –name “早间状态” 
 –cron “0 7 * * *” 
 –tz “Asia/Shanghai” 
 –session isolated 
 –message “总结今天的收件箱和日历。” 
 –deliver 
 –channel whatsapp 
 –to “+00”

沙箱配置：

讯享网{ “agents”: {

"defaults": { "sandbox": { "mode": "non-main", "scope": "agent", "workspaceAccess": "none" } } 

} }

沙箱模式：

• “none”：无沙箱（工具在主机运行）
• “non-main”：仅非主会话沙箱化
• “all”：所有会话沙箱化

隔离范围：

• “agent”（默认）：每智能体一个容器
• “session”：更严格的每会话隔离
• “shared”：单容器共享（安全性较低）

工作区访问级别：

• “none”（默认）：智能体工作区不可访问
• “ro”：智能体工作区只读挂载到 /agent
• “rw”：智能体工作区读写挂载到 /workspace

安全容器运行示例：

讯享网docker run 
 –name openClaw-secure 
 –read-only 
 –tmpfs /tmp:rw,noexec,nosuid,size=64M 
 –security-opt=no-new-privileges 
 –cap-drop=ALL 
 –cap-add=NET_BIND_SERVICE 
 –cpus=“1.0” 
 –memory=“2g” 
 -u 1000:1000 
 openClaw/agent:latest

对于macOS/Linux：

curl -fsSL https://openClaw.bot/install.sh | bash

对于Windows (PowerShell)：

讯享网iwr -useb https://molt.bot/install.ps1 | iex

如果有nodejs，可以用npm 安装：

npm install -g openClaw@latest

或

pnpm add -g openClawt@latest

从源码构建（需要提前安装nodejs）：

讯享网git clone https://github.com/openClaw/openClaw.git cd openClaw pnpm install pnpm ui:build pnpm build openClaw onboard –install-daemon

运行 openClaw onboard –install-daemon 配置：

• 本地 vs 远程 Gateway 选择
• 认证：OAuth（OpenAI Code/Codex）、API 密钥或 claude setup-token
• Channel：WhatsApp QR 登录、Telegram/Discord bot tokens
• 守护进程：后台安装（launchd/systemd）
• Gateway token：自动生成并存储
• 工作区引导 + skills 配置

初始配置（Onboarding 向导详解）

运行以下命令启动配置向导：

clawdbot onboard

向导会显示一个有趣的 ASCII 龙虾 Logo：

讯享网░████░█░░░░░█████░█░░░█░███░░████░░████░░▀█▀ █░░░░░█░░░░░█░░░█░█░█░█░█░░█░█░░░█░█░░░█░░█░ █░░░░░█░░░░░█████░█░█░█░█░░█░████░░█░░░█░░█░ █░░░░░█░░░░░█░░░█░█░█░█░█░░█░█░░█░░█░░░█░░█░ ░████░█████░█░░░█░░█░█░░███░░████░░░███░░░█░

 🦞 FRESH DAILY 🦞</code></pre></div><p data-pid="Qiihs_38">步骤 1：安全确认</p><div class="highlight"><pre><code class="language-text">◇ Security ───────────────────────────────────────────────────────╮ 

│ Clawdbot agents can run commands, read/write files, and act │ │ through any tools you enable. │ │ Please read: https://docs.clawd.bot/security │ ├──────────────────────────────────────────────────────────────────╯

◇ I understand this is powerful and inherently risky. Continue? │ Yes

步骤 2：选择 AI 后端和认证方式

讯享网◇ Model/auth provider │ Anthropic

◆ Anthropic auth method │ ● Anthropic token (paste setup-token) ← 推荐 Claude Max 用户 │ ○ Anthropic token (Claude Code CLI) │ ○ Anthropic API key ◆ token │ XXXX-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx…

然后输入key即可

步骤 3：配置消息平台（以 Telegram 为例）

◇ Channel status ────────────────────────────╮ │ Telegram: not configured │ │ WhatsApp: not configured │ │ Discord: not configured │ │ …共支持 12+ 平台 │ ├─────────────────────────────────────────────╯

◇ Select channel (QuickStart) │ Telegram (Bot API)

配置对应app的 Token请执行检索或者问AI

步骤 4：安装配置 Gateway 服务

讯享网◇ Gateway service runtime ────────────────────────────────────────────╮ │ QuickStart uses Node for the Gateway service (stable + supported). │ ├──────────────────────────────────────────────────────────────────────╯

◒ Installing Gateway service… Installed LaunchAgent: /Users/your-username/Library/LaunchAgents/com.clawdbot.gateway.plist Logs: /Users/your-username/.clawdbot/logs/gateway.log ◇ Gateway service installed

步骤 5：完成配置

◇ Telegram: ok (@YourBotName) (1416ms) ← 你的 Bot 已连接 Agents: main (default) Heartbeat interval: 1h (main) Session store (main): /Users/your-username/.clawdbot/agents/main/sessions/sessions.json

◇ Control UI ─────────────────────────────────────────────────────────╮ │ Web UI: http://127.0.0.1:18789/ │ │ Web UI (with token): http://127.0.0.1:18789/?token=your-token... │ │ Gateway WS: ws://127.0.0.1:18789 │ ├──────────────────────────────────────────────────────────────────────╯

└ Onboarding complete.

Gateway 服务管理（重要）

步骤 6： 首次对话与配对验证

去 Telegram 给你的 Bot 发消息，你会收到一个配对码：

讯享网Clawdbot: access not configured.

Your Telegram user id:

Pairing code: ABC12345

Ask the bot owner to approve with: clawdbot pairing approve telegram <code>

快速启动：

./docker-setup.sh

docker-compose.yml 配置：

讯享网services: openClaw-gateway:

image: ${CLAWDBOT_IMAGE:-openClaw:local} environment: HOME: /home/node CLAWDBOT_GATEWAY_TOKEN: ${CLAWDBOT_GATEWAY_TOKEN} ANTHROPIC_API_KEY: ${ANTHROPIC_API_KEY} volumes: - ${CLAWDBOT_CONFIG_DIR}:/home/node/.clawdbot - ${CLAWDBOT_WORKSPACE_DIR}:/home/node/clawd ports: - &#34;${CLAWDBOT_GATEWAY_PORT:-18789}:18789&#34; - &#34;${CLAWDBOT_BRIDGE_PORT:-18790}:18790&#34; init: true restart: unless-stopped command: - &#34;node&#34; - &#34;dist/index.js&#34; - &#34;gateway&#34; - &#34;--bind&#34; - &#34;${CLAWDBOT_GATEWAY_BIND:-lan}&#34;</code></pre></div><p data-pid="-UfhKSsa">智能体沙箱配置：</p><div class="highlight"><pre><code class="language-text">{ 

“agents”: {

讯享网"defaults": { "sandbox": { "docker": { "image": "openClaw-sandbox:bookworm-slim", "workdir": "/workspace", "readOnlyRoot": true, "network": "none", "memory": "1g", "cpus": 1, "pidsLimit": 256 } } } 

} }

构建沙箱镜像：scripts/sandbox-setup.sh

记忆是 Clawdbot 最核心的差异化能力。

普通聊天机器人：用完就忘 VS Clawdbot：记住你的一切

混合检索：

当你问“我上周说的那个投资想法”时，Clawdbot 会：

1. 向量检索（70% 权重）：找到语义相近的内容
2. BM25 全文检索（30% 权重）：找到关键词匹配的内容
3. 融合排序：返回最相关的记忆

实际效果：

你（3 个月前）：我打算学习 Rust，主要是想写高性能的系统工具

你（今天）：我之前想学什么编程语言来着？

Clawdbot：你 3 个月前提到想学习 Rust，主要目的是写高性能的系统工具。

Clawdbot 通过“技能”来扩展能力，就像手机的 App Store。

技能包括什么？

• 一个 Markdown 文件（SKILL.md）+ 可选的脚本
• 定义了特定场景下 AI 应该如何行动
• 可以调用外部工具和 API

三层加载机制：

讯享网优先级从高到低：

1. Workspace Skills <当前目录>/.claude/skills/ └── 项目级别，只在该项目生效
2. User Skills ~/.clawdbot/skills/ └── 用户级别，所有项目共享
3. Bundled Skills 内置技能 └── Clawdbot 自带的基础技能

   安装技能：

   # 从 ClawdHub 安装 clawdhub install weather-forecast

或手动创建

mkdir -p ~/.clawdbot/skills/my-skill

cat > ~/.clawdbot/skills/my-skill/SKILL.md << ‘EOF’

name: my-skill description: 我的自定义技能 triggers:

• “帮我做XXX” —

当用户请求 XXX 时，按以下步骤执行：

1. …
2. … EOF

   ClawdHub 社区的技能市场：https://clawdhub.com

   这是普通聊天机器人做不到的——Clawdbot 可以主动找你。

   设置提醒：

   讯享网你：每天早上 8 点提醒我看晨报 Clawdbot：好的，已设置每日 8:00 的提醒

→ 第二天早上 8:00，Clawdbot 发消息： “早上好！该看晨报了。”

技术实现：

Clawdbot 内置了 Cron 工具，支持：

• 一次性提醒
• 周期性提醒（每天/每周/每月）
• 条件触发（当某事发生时）

配置示例（高级用户）：

// ~/.clawdbot/clawdbot.json { “cron”: {

讯享网"tasks": [ { "name": "morning-brief", "schedule": "0 8 * * *", "action": "send_message", "prompt": "生成今日简报，包括天气、日程、未读消息摘要" } ] 

} }

Clawdbot 可以和你语音对话，就像真正的助手一样。

开启语音模式后：

你说话 → 语音转文字 → AI 处理 → 文字转语音 → 播放回复

配置方式：

讯享网// ~/.clawdbot/clawdbot.json { “nodes”: {

"talk": { "voiceId": "XB0fDUnXU5LcNxj5cHcI", // ElevenLabs 语音 ID "modelId": "eleven_v3", "apiKey": "your-elevenlabs-api-key" } 

} }

支持的场景：

• 苹果电脑macOS App（原生支持）
• 手机iOS/Android App（通过节点）
• 需要 ElevenLabs API Key

5.5 浏览器控制

openClawd可以帮你操作浏览器，执行复杂的网页任务。

示例：

讯享网输入：帮我在京东搜索“机械键盘”，找一个 500 元以下评价最好的

openClawd：

1. 打开京东
2. 搜索“机械键盘”
3. 筛选价格 < 500
4. 按评价排序
5. 返回前 3 个结果的截图和链接

   技术实现：

   • 使用 Chrome DevTools Protocol (CDP)
   • 支持截图、点击、输入、滚动等操作
   • 可以处理登录态（需要手动授权一次）

   ClawHub是OpenClaw的官方的开源skill技能商店与插件市场网站，可以用来发布、搜索、安装AI智能体的技能，无缝衔接openclaw。

   

   

   点击 glm注册链接：智谱AI开放平台

   注册完以后创建api-key

   配置到openclaw里 记得选flash类型的模型（这有这种是免费的），如glm-4.7-flash。

   ---

   openClaw 代表了个人 AI 助手领域的重要突破：通过本地优先、自托管的架构，将 LLM 能力与真实世界的执行能力深度整合。

   这个智能体和以往的大模型或者智能体最大的不一样就是：它在原来的智能体和大模型的能力上增加了定时任务的能力，设置了任务以后，特定的条件，它就会自动执行对应的任务，比如钉盘，舆情，收邮件等。

   从技术架构角度，其分层设计（Gateway → Agent → Skills → Channels/Nodes）实现了清晰的逐层分离；

   AgentSkills 开放标准确保了与 Claude Code、Cursor 等工具的生态兼容；

   精简的系统提示词（约 1000 tokens）证明了前沿模型无需冗长指令即可理解智能体的上下文。

   openClaw 是一次用开源实验回答未来个人计算问题的大胆尝试。它把“记忆”“主动性”“执行力”这三件事结合起来，展示了个人 AI 助手能如何真正融入工作流。但任何一项超能力都伴随着代价：配置的疏忽、默认设置的危险、以及社区生态的信任问题。

   唯一的不足就是对中文生态支持还不算深入。任务的执行深度和交互性还是需要加强一点。

   如果把 openClaw看作是一只脱壳中的龙虾——它的新壳既漂亮也脆弱——但他在飞速的成长，每一个AI开发者都不应该错过它。

   一文读懂：openClaw 分析与教程+免费大模型（Moltbot、Clawdbot） 二更一文揭秘: OpenClaw的底层技术与核心功能Moltbot/Clawdbot/读懂AI Agent：基于大模型的智能体（类clawdbot的框架）全面解读：openClaw分析与教程（Moltbot、Clawdbot）

   从 Clawdbot 到 Moltbot到openClaw：项目时间线：

   时间节点	里程碑事件
   2024 年 4 月	开始构思“生活助手”项目，但因认为大公司会开发此类产品而搁置
   2024 年 11 月	在 Twitter 发布“We are so back 🚀”，宣告回归
   2025 年末	作为业余项目开发 Clawdbot
   2026 年 1 月 26 日	正式发布 Clawdbot
   首日	获得 9,000 GitHub stars
   数日内	突破 100,000+ stars
   2026 年 1 月 27 日	收到 Anthropic 商标通知，同日宣布更名
   2026 年 1 月 28 日	正发布 Moltbot 更名公告
   2026 年 1 月 30 日	正式发布 openClaw 更名公告，并宣告商业化目标

   

   ---