大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 <p>OpenClaw 最初是为 <strong>Clawd</strong> 而构建的——一个虚构的太空龙虾 AI 助手角色。项目名称中的 “Clawd” 融合了 “Claude”（Anthropic 的 AI）和 “Claw”（龙虾的钳子），体现了其独特的品牌风格。</p> 

GPT plus 代充 只需 145

---

方式一：OAuth 插件登录（推荐，适合 MiniMax Coding Plan 用户）

方式二：交互式配置（适合使用 API Key 的用户）

方式三：手动编辑 JSON 配置（适合高级用户）

在 中添加以下配置：

注意：

• 国际用户 baseUrl 使用
• 国内用户 baseUrl 使用
• 模型 ID 区分大小写，必须使用 而不是
• API Key 推荐通过 字段引用环境变量 ，避免明文写入配置文件

配置完成后切换/验证模型：

---

🚀本篇笔记所对应的视频：

• 👉👉👉 通过哔哩哔哩观看
• 👉👉👉 通过YouTube观看
• 👉👉👉 Subagents视频
• 👉👉👉 Gemini CLI视频
• 👉👉👉 Context Engineering视频
• 👉👉👉 SuperClaude视频
• 👉👉👉 Claudia视频
• 👉👉👉 Task Master视频
• 👉👉👉 Zen MCP编程视频
• 👉👉👉 Augment编程视频
• 👉👉👉 Serena MCP视频
• 👉👉👉 我的开源项目
• 👉👉👉 请我喝咖啡
• 👉👉👉 我的微信：stoeng
• 👉👉👉 承接大模型微调、RAG、AI智能体、AI相关应用开发等项目。

OpenClaw 最初是为 Clawd 而构建的——一个虚构的太空龙虾 AI 助手角色。项目名称中的 “Clawd” 融合了 “Claude”（Anthropic 的 AI）和 “Claw”（龙虾的钳子），体现了其独特的品牌风格。

在当前的 AI 生态中，大多数用户习惯于使用 OpenAI 或 Anthropic 提供的 SaaS 平台。这种模式虽然便捷，但存在三个核心痛点：

1. 隐私数据泄露风险：对话数据存储在第三方服务器
2. 功能被动性：AI 无法主动联系用户
3. 沙箱限制：AI 无法直接操作本地文件系统或执行复杂的系统任务

OpenClaw 的出现正是为了解决这些痛点。它将 AI 从一个”咨询工具”转变为一个真正的”数字雇员”或”远程实习生”，能够 24/7 全天候监控邮件、管理日历并在特定事件发生时主动发起沟通。

---

OpenClaw 的强大功能源于其高度模块化且分布式的架构设计，系统拆分为四个核心层面：

Gateway 是 OpenClaw 的控制核心，通常作为一个后台服务运行，默认通过 WebSocket 协议在 上暴露控制平面。

主要职责：

• 消息路由：接收来自各渠道的消息并分发
• 会话管理：维护用户会话状态和上下文
• 工具调用：协调 AI 与各种工具的交互
• 调度任务：cron 定时任务和 webhook 处理

技术规格：

节点系统是 OpenClaw 实现”物理存在感”的关键。节点是运行在特定硬件上的进程，为网关提供对本地资源的访问权限。

支持的节点类型：

• macOS 节点：系统命令执行 ()、通知 ()、Canvas 展示
• iOS 节点：Canvas、Voice Wake、Talk Mode、摄像头、屏幕录制
• Android 节点：Canvas、Chat、摄像头、屏幕录制、可选 SMS

分布式灵活性： 用户可以在高性能的 Linux VPS 上运行主网关以保证 24/7 在线，同时将一台本地 Mac Mini 或 iOS 设备作为”边缘节点”连接到网关。当网关需要执行与硬件相关的任务（如”截取屏幕并分析内容”）时，它会通过节点调用相关 API，而计算工作（LLM 推理）则交由云端或专用服务器处理。

OpenClaw 并不强迫用户使用特定的客户端，而是通过”渠道后端”将 AI 注入到用户已有的通讯工具中。

支持的渠道：

OpenClaw 的能力不是固定的，而是通过一个开放的插件系统——”技能（Skills）”进行扩展。

SKILL.md 规范： 每个技能都是一个包含元数据的 Markdown 文件，定义了技能的加载门槛、二进制工具依赖和环境变量要求。

技能优先级：

1. 工作区技能 (Workspace Skills)：位于 ，拥有最高优先级
2. 本地技能 (Local Skills)：位于 ，供个人在多项目间共享
3. 内置技能 (Bundled Skills)：随安装包附带的基础能力

ClawHub 技能市场： clawhub.com 是官方建立的公共技能注册表，用户可以使用命令行工具 快速扩充 AI 的功能库。ClawHub 还集成了向量搜索，让 AI 能够根据用户的自然语言需求自动查找并推荐合适的技能。

---

在处理复杂的、多步骤的自动化任务时，传统的”单次 prompt”模式往往因幻觉或指令丢失而失败。为了解决这一问题，OpenClaw 引入了名为 “Lobster” 的类型化工作流运行时。

Lobster 的核心思想是将原本不可预测的 AI 行为转化为可审计、确定性的管道（Pipelines）。这些管道使用 JSON 或 YAML 定义，每个步骤都交换结构化数据而非自由文本。

1. 审批门控 (Approval Gates)：对于涉及文件删除或资金支出的高风险步骤，工作流会自动暂停并向用户发送确认请求
2. 状态持久化 (State Persistence)：工作流可以保存中间状态，并在遇到超时或重启后通过恢复令牌（Resume Token）继续运行
3. 异常隔离：运行在沙箱化环境中的工作流受到严格的资源限制，防止脚本错误导致主机崩溃

---

将拥有 Shell 权限的 AI 代理暴露在公网通讯工具中，其安全性是用户必须面对的首要课题。OpenClaw 采用了一套四层防御策略，试图在功能与安全之间达成平衡。

OpenClaw 默认开启 （配对模式）。任何未经授权的联系人向机器人发送消息时，机器人不会执行任何指令，而是生成一个唯一的配对码。只有管理员在 CLI 端输入 后，该用户才会被加入本地白名单。

对于不受信任的输入源（如公开群组或外部 Webhook），OpenClaw 提供了 Docker 沙箱模式。在这种模式下，AI 的所有命令（如 ）都在独立的容器内运行，无法触及主机的敏感文件或私钥。

针对”提示词注入（Prompt Injection）”攻击，OpenClaw 建议使用推理能力更强的模型（如 Anthropic Opus 4.5），并正在集成高级认知防御逻辑。这包括”先决定再开口”的两步评估法，在模型执行任何工具之前，先独立评估该指令是否偏离了设定的安全边界。

OpenClaw 的安全架构推荐仅开放 SSH 端口。Web 界面和 WebSocket 网关通常绑定在 ，用户需通过 Tailscale 隧道或 SSH 端口转发进行访问。这种网络层面的隐身保护了系统免受大规模扫描器和暴力激活成功教程的攻击。

---

OpenClaw 依赖 Node.js 22 或更高版本，安装前请先确认：

macOS（通过 Homebrew）：

Ubuntu / Debian：

Fedora / RHEL：

Windows：

使用版本管理器（可选，推荐多版本共存场景）：

方式一：一键安装脚本（推荐，自动处理 Node 检测和配置向导）

方式二：通过 npm / pnpm 手动安装

方式三：Docker（适合服务器 / 无需污染宿主环境）

方式四：从源码构建（开发者 / 贡献者）

其他安装方式（Bun 实验性支持、Nix、Podman、Ansible 等）请参考官方文档：docs.openclaw.ai/install

向导将引导完成：

1. Gateway 模式选择（本地/远程）
2. AI 模型认证（OAuth 或 API Key）
3. 渠道连接（WhatsApp QR 扫码、Telegram Bot Token 等）
4. 技能安装
5. 后台服务配置

⚠️ 重要：如果使用 OpenAI OAuth 登录（而非 API Key），模型名称必须使用 前缀：

json

---

在任何你习惯使用的聊天应用中与 AI 助手交流，支持：

• 私聊（DM）
• 群聊（需 @提及或配置 always 激活模式）
• 跨渠道消息同步

OpenClaw 可以控制专用的 Chrome/Chromium 浏览器（openclaw-browser），实现：

• 网页导航与表单填写
• 数据提取与截图
• 登录验证与 Cookie 管理
• 无需 API 的网站自动化

• 文件操作：读取、写入、编辑文件
• 命令执行：运行 shell 命令和脚本
• 进程管理：启动、监控、终止进程
• 沙箱模式：可选的 Docker 隔离环境

• Voice Wake：语音唤醒（macOS/iOS/Android）
• Talk Mode：持续对话模式
• TTS：ElevenLabs 语音合成集成
• 语音转录：Whisper 等模型支持

A2UI（Agent-to-UI）系统允许 AI 动态生成和更新可视化界面，用于：

• 数据展示
• 交互式图表
• 实时状态监控

• Cron 任务：定时执行预设任务
• Webhook：响应外部事件触发
• Gmail Pub/Sub：邮件触发自动化

• 会话隔离：不同渠道/用户可路由到独立 Agent
• Agent 间通信： 工具实现跨 Agent 协作
• 工作空间隔离：每个 Agent 可有独立的工作目录和配置

---

通过配置 任务，用户可以将 OpenClaw 变成专属的信息汇总员：

• 晨间简报：每天早上 8 点，AI 自动检查 Google Calendar、查询今日天气及关键股票动态，通过 WhatsApp 发送一份整理好的语音或文字简报
• 健康监控：AI 持续读取可穿戴设备的导出数据，并在发现异常模式（如连续三日睡眠不足）时主动询问用户状况

得益于强大的浏览器自动化技能，OpenClaw 能够执行耗时较长的研究任务：

• 汽车交易谈判：AI 通过浏览器搜索特定车型，自动与多个经销商通过邮件和在线表单联系，对比报价、进行初步议价，并最终为用户节省了约 4,200 美元
• 学术综述：利用学术搜索 API 和长文本模型，AI 可以跨平台搜集文献，整理成结构化的对比表格，并存储在本地知识库中

OpenClaw 是开发者的得力助手，它填补了 IDE 和生产环境之间的空白：

• 漏洞自动修复：AI 可以配置为监控服务器日志，当检测到特定的崩溃或错误时，自动克隆相关代码仓库、复现问题、生成修复代码、运行测试套件，最后提交合并请求
• 基础设施管理：通过集成 Hetzner 或 AWS 的 API，用户可以直接通过 Telegram 发送”为当前项目增加一台 2GB RAM 的服务器”等指令，AI 会自动处理资源预备工作

在家庭环境中，OpenClaw 充当了数字化纽带的角色：

• 共享购物清单：家庭成员可以随时向 WhatsApp 机器人发送”添加牛奶到清单”，AI 会维护一个跨平台的、持久化的 Markdown 列表，并在有人进入超市区域时（利用位置节点）发出提醒
• 餐食规划：结合天气预报（决定是否户外烧烤）和家庭食谱库，AI 每周自动生成购物清单并按超市走道进行分类排序

---

OpenClaw 所有的会话历史和长期记忆都以简单的 Markdown 文件形式存储在磁盘上。用户可以将这个工作区（Workspace）变成一个私有的 Git 仓库。通过这种方式，AI 的所有”学习”过程都是透明且可回溯的：如果 AI 产生了错误的偏好或错误地记录了信息，用户只需执行 即可将其记忆恢复到先前的状态。

在”家庭模式”或多用户环境下，网关支持为不同的联系人分配不同的权限等级。例如，管理员可以拥有全系统的 权限，而普通家庭成员可能仅被授权使用 或 技能。这种基于角色的访问控制（RBAC）是企业级部署的基础。

配合 macOS 应用，OpenClaw 支持”语音唤醒（Voice Wake）”和”持续对话模式（Talk Mode）”。这意味着用户可以在家中直接对空喊话，触发 AI 进行系统操作，实现类似于《钢铁侠》中 J.A.R.V.I.S. 的交互体验。

---

---

OpenClaw 不仅仅是一个开源项目，它预示着一种被称为”工业 6.0”的愿景——即 AI 模型能够自主链接工具、创造新想法并解决复杂问题，而人类的角色则从”执行者”转变为”监督者”。

通过将控制权交还给用户，OpenClaw 挑战了大型科技公司对 AI 基础设施的垄断。随着硬件性能的提升（如 M4 芯片或 AI PC 的普及）和模型效率的优化，本地运行强大 AI 助理的门槛正在迅速降低。

OpenClaw 以其本地优先、隐私至上、主动交互的特质，正在成为个人自动化领域的新标准。对于追求极致效率、重视数据所有权的开发者和极客而言，OpenClaw 不仅是一个工具，更是构建个人未来数字生活的核心基石。