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。



一直忙着做公司的项目，难得过年放假有时间，赶紧实战一下OpenClaw，其自动化、可执行等颠覆性的智能体功能，近期内在科技圈大火，其公布两个月就在Github上收到150k的Star。我用了三天时间详细分析了OpenClaw到底是个啥？能干什么？为什么这样设计？以及怎么部署一个本地自己的OpenClaw机器人，原理梳理和亲自实操了一遍，感觉效果确实不错。

01、OpenClaw是什么？

OpenClaw 的诞生源于一个激进的实验。项目创始人 Peter Steinberger（知名PDFSDK 提供商PSPDFKit的创始人）在退休后，试图验证“在不亲自编写代码的情况下，仅凭自然语言交互能否构建复杂系统”。其希望能够创建一个能够深度访问本地文件系统、管理个人账号、且数据完全受控的“私人数字管家”，以此回应日益封闭的 AI 生态。本着这个初衷，期间项目经历了三次关键更名：最初为致敬Claude大模型取名Clawdbot，因收到Anthropic商标异议邮件于2026年1月底改为Moltbot，后又因发音不顺和社交媒体账号问题，最终定名OpenClaw。这段命名波折，看得出来Anthropic也太没有格局，但也顺便助推了一把OpenClaw。

在改名过程中，Peter遭遇了加密货币黄牛的狙击——在两个浏览器窗口之间操作，仅5秒钟的间隔，旧账号就被黄牛抢走，用于推广代币和散布恶意软件。他一度想过直接删掉整个项目，最后靠着GitHub、Twitter的朋友们全力帮忙，花费10K美金买下Twitter商业账号，才把OpenClaw这个名字稳住。

大佬本人

Peter Steinberger是一位来自奥地利的资深软件工程师，同时也是一位连续创业者，他的技术生涯特别有亮点，实现了从移动端底层专家，到AI Agent领域先锋的巨大跨越，一步步走到现在，全靠扎实的技术功底。

他早期的时候，主要靠iOS和C++开发出名，算是这个领域的顶尖高手。后来他白手起家，创办了PSPDFKit——这家公司在PDF SDK领域是行业领先的，最后也成功出售了，算是非常成功的创业经历。在Objective-C/Swift运行时架构，还有高性能渲染引擎这些专业领域，他的造诣特别深厚，不是普通开发者能比的，底子打得极其扎实。

直到2025年，他复出之后，就彻底转型了，全身心投入到AI开源领域，还积极倡导两个核心理念：“Agentic Engineering”（也就是代理工程）和“Vibe Coding”。之后他就开发了Moltbot这类本地AI助理工具，核心就是探索一种新的生产力模式——从以前咱们程序员“手写每一行代码”，变成“指挥AI去编程”，大大提升开发效率。现在的他，已经是AI辅助开发领域里标志性的人物了，很多开发者都跟着他的思路探索新方向。

这里补充一点，这也是最近Mac Mini特别火爆的原因之一。因为最开始的Moltbot（也就是现在的OpenClaw）的许多底层依赖，都是基于Swift开发的，而且开发时主要聚焦在Apple生态，所以用Mac Mini部署Moltbot，能最大程度释放它的全部能力，不用额外适配，用起来也更顺畅，真的是太省心了，也不用浪费时间在兼容调试上。 关注公众号【阳光宅猿】回复【AIGC】领取最新AI人工智能学习资料，包含RAG、Agent、深度学习、模型微调等多种最新技术文档等你来选！！ 关注公众号【阳光宅猿】回复【加群】进入大模型技术交流群一起学习成长!!!

OpenClaw 最具破坏力的创新，在于它不仅拥有独立的 Web UI，直接寄生于用户最常用的社交软件（Telegram, WhatsApp, WeCom）之中。这不仅是 UI 的改变，更是交互逻辑的革命

02、OpenClaw原理结构

图片源于网络（侵删）

OpenClaw核心目标很简单，就是把强大的推理模型和本地执行环境深度融合，让普通用户也能拥有 7×24 小时在线、有长期记忆、能自主操作电脑的数字员工，不用再盯着电脑做那些繁琐的事。

网关是整个系统的中枢神经。无论有多少个客户端设备（节点），它们都必须连接到这个唯一的 “大脑” 才能工作。同时也是整个系统的控制核心，主要负责对接WhatsApp、Telegram等多渠道消息接入，还管会话管理、路由分发、鉴权和状态监控，全程以后台服务常驻运行，保证消息和指令流转不中断、不卡顿，不用手动启动。作为一个长时运行的进程部署在用户可控的服务器或个人电脑上。其主要职责包括：

连接与路由：作为所有通信的入口，负责连接WhatsApp、Telegram、Discord等多种聊天平台，接收用户指令。同时，它内部的路由引擎（Routing Engine）会根据预设规则决定将消息分发给哪个智能体进行处理。

会话管理：维护与不同用户和平台的会话状态，确保上下文的连续性。

指令分发与状态同步：将解析后的指令分发给相应的智能体或节点执行，并负责同步任务的执行状态，将结果反馈给用户。

我给你一个更通俗、好记、一听就懂的生活化例子，完全对应 OpenClaw Gateway 的逻辑：

你家小区里有很多户人家、很多设备、很多入口，但所有事情都必须先经过中控室。

1、Gateway = 小区中控室

2. 各种聊天软件 = 小区的不同大门

= 一个小区只配一个中控室安全、好维护、不混乱、不出错。

OpenClaw 的 Gateway 就是整个系统的「总调度中心」。所有消息先到它这里，它再派 AI 去干活；你关了界面，中心还在运转，AI 也还在工作。

2.2、OpenClaw的智能体（Pi Agent）

PiAgent智能体是OpenClaw的 “大脑”，主推理、主执行。核心是对接大模型，解析用户真实意图，制定具体任务计划，调用各类技能和工具完成操作。同时搭配沙箱隔离机制，能有效保障执行安全，避免误操作损坏电脑里的文件或系统。

为啥这里采用PiAgent呢？它与其他AI Agent（如Claude Code、Cursor、Cline等）最大的不同，在于其独树一帜的极简主义设计哲学。为了更直观地理解，我把Pi Agent和其他主流Agent的特点整理成了一个对比表格：

Pi Agent的工具定义是“即时加载”的——这意味着系统提示词中只放工具目录，模型选中后才加载具体定义。这种设计与OpenClaw的技能按需加载机制一脉相承，大幅节省Token开销。

Flask/Jinja的作者Armin Ronacher在一篇推荐Pi agent的文章中提出了一个核心观点：只要有智能（模型），软件就像粘土一样是可塑的。没有必要事先配置好各种确定的Skills，需要的时候让Agent自己开发，开发出来有问题可以修改，直到可用。只要给智能核心包一个薄薄的壳，Agent就能成为一种动态生长的软件。Pi agent正是这一理念的完美体现——它把核心做得极小，但允许能力“长出来”。这种“核心极小，但能长出来”的设计哲学，与OpenClaw的Skill系统天然契合。

关注公众号【阳光宅猿】回复【AIGC】领取最新AI人工智能学习资料，包含RAG、Agent、深度学习、模型微调等多种最新技术文档等你来选！！

关注公众号【阳光宅猿】回复【加群】进入大模型技术交流群一起学习成长!!!

2.3、工具（Tools）和技能（Skills）模块

工具（Tools）和技能（Skills）模块是Moltbot的能力扩展层，就像给手机装 APP，以插件和脚本形式存在，能提供文件操作、浏览器自动化、系统命令执行等基础原子能力。想加新功能直接扩展技能就行，不用改动核心架构，灵活度拉满，完全不浪费时间。

工具其整合了自动化与调度工具CronJob、Hooks，硬件感知工具Location定位工具、Voice Wake/Audio语音工具、Camera Capture摄像头工具，浏览器与网络工具Managed Browser自托管浏览器、Chrome Extension浏览器扩展插件，系统执行与编程工具ExecTool、BackgroundExec后台进程管理工具、apply_patch Tool。

在OpenClaw的架构，如果说Tools(工具)是AI的“手和眼”(如浏览器、摄像头)，那么Plugins(插件)和Skills(技能)就分别代表了它的“耳朵/嘴巴"和”职业专长”。这两者共同扩展了OpenClaw的边界，但侧重点完全不同：插件主要用于扩展网关的连接能力，而技能主要用于扩展Agent的任务逻辑。

插件运行在 Gateway（网关） 层，主要用于增加 OpenClaw 支持的新通信协议或底层功能。它解决的是“OpenClaw 能在哪里说话”以及“能处理什么样的新信号”的问题。

技能运行在Agent（智能体）层，通常是一组预设的逻辑、提示词（Prompts）或特定工作流的集合。它解决的是“OpenClaw 擅长做什么工作”的问题。

Skill 是对基础 Tools 的高级封装。OpenClaw为我们提供了ClawHubSkill集合网站。

这是 OpenClaw 的技能市场或中央仓库，用户可以在这里下载或分享社区构建的技能。

在OpenClaw的世界里，技能（Skill）可以理解为AI的“双手”——它是一套封装了专业知识、工作流程和执行逻辑的模块化能力包。如果把OpenClaw本体比作“操作系统内核”，那么大模型是“大脑”，而技能就是安装在系统上的各类“应用程序”。没有技能，OpenClaw只能聊天；装上技能，它才能真正“干活”——比如发邮件、查天气、操作浏览器、处理文件。

技能的载体：就是一个文件夹，文件夹里必须包含一个“SKILL.md”文件。这个文件用Markdown格式（普通人能读懂的文本格式）告诉AI：这个技能是做什么的、什么时候该用它、具体怎么操作。如果需要执行具体代码，还可以在同目录下放“agent.py”（Python脚本）或“index.ts”（TypeScript脚本）。

技能（Skill）规范由Anthropic公司于2025年12月18日正式发布为开放标准。需要明确的是，技能与MCP（模型上下文协议）是两个独立且互补的技术——MCP解决的是“AI可以访问什么外部资源”（连接数据库、API等），而技能解决的是“AI应该怎么用这些资源”（操作流程、**实践）。两者可以协同工作。

OpenClaw对技能规范进行了深度工程化实现，形成了一套完整的“技能生命周期”管理体系。

1. 技能存在哪里？——发现机制

OpenClaw会在多个目录中扫描技能，并按优先级从低到高合并（同名技能高优先级覆盖低优先级）：

2. 哪些技能能用？——过滤机制

发现技能后，系统会进行严格筛选：

只有通过过滤的技能才会进入最终可用列表。

3. 怎么告诉AI有哪些技能？——按需加载

这是OpenClaw最聪明的设计。系统提示词中只放入技能的目录信息（名称+简短描述+文件路径），而不放入完整的“SKILL.md”内容。这就像给AI一个“菜单”而不是“菜谱”——先看菜名决定想吃什么，选中后再看具体做法。

模型在判断需要使用某个技能时，会调用“read”工具读取对应的“SKILL.md”文件，再按其中说明执行。这种按需加载机制避免了将所有技能文档一次性塞入上下文，大幅节省Token开销。

4. 技能长什么样？——SKILL.md规范

一个典型的“SKILL.md”包含两部分：

第一部分：元数据头（YAML格式）

第二部分：自然语言描述

5. 怎么调用技能？——两种触发方式

方式一：AI自主调用（模型侧）

模型在系统提示中看到技能列表，根据用户请求判断是否需要调用某个技能，然后读取对应的SKILL.md并按说明执行。

方式二：用户直接触发（斜杠命令）

在Telegram、Discord、Slack等渠道，用户可以直接输入“/技能名”来触发技能，无需经过模型推理。如果技能配置了“command-dispatch: tool”，斜杠命令会直接调用对应工具执行；否则系统会将用户输入改写为“使用某技能”的提示，走正常回复流程。

6. 怎么安装新技能？

- 从ClawHub安装：clawhub install 技能名称（ClawHub是官方技能市场，收录3000+技能）

- 手动创建：在“/.openclaw/skills/”下新建文件夹，编写“SKILL.md”

OpenClaw并非技能规范的创造者，但其工程实现有三个核心创新点：

2.4 OpenClaw的记忆模块

记忆模块是本地持久化存储层，采用简单的文件格式，如JSONL和Markdown，来持久化存储会话记录、用户偏好、长期知识等记忆内容。这种设计的优点是透明、易于人类理解和编辑，并且便于版本控制和备份并结合时间戳、关键词和向量检索，支持向量检索和关键词匹配等多种方式，使得智能体能够根据当前上下文快速、准确地从记忆库中找到相关信息。实现跨会话的长期记忆。最关键的是所有数据都不上云，全存在自己的电脑里，隐私完全自主掌控，不用怕数据泄露。

将长期记忆存储为本地文件系统中的Markdown文档（即MoltBook）。Agent的记忆不是隐藏在向量空间里的抽象表示，而是一组清晰可见的Markdown文件：摘要、日志、用户画像都以结构化文本形式存储在磁盘上。

通俗理解：其他AI的记6忆像是一个“黑箱笔记本”——你只能问它还记得什么，但看不到笔记本上具体写了什么。OpenClaw的记忆则像是一个“透明文件夹”——里面全是txt文件，你可以随时打开看，甚至用记事本修改。

OpenClaw的设计哲学：这种“白盒记忆”为人机协作提供了一个最低但关键的信任基础。用户可以直接查看Agent（智能体）记录了什么、是如何描述自己的需求，也可以在发现偏差时手动修正，而不必理解数据库结构或检索逻辑。向量索引最多只是检索加速层，而不是记忆本体。为了解决本地多任务并发可能导致的文件写入冲突，OpenClaw引入了 “泳道队列”（Lane Queue）系统，强制任务串行执行，确保记忆写入的准确性。

2.5 OpenClaw的节点模块

节点是OpenClaw 执行能力的物理延伸，它们是分布在各种终端设备（如个人电脑、手机等）上的代理程序。节点的作用是提供硬件能力和本地执行环境，使得OpenClaw能够超越云端API的限制，与用户的物理世界和本地数字环境进行交互。

节点提供的能力包括：

03、OpenClaw应用场景

OpenClaw最区别于传统Agent的地方就是它能真正自我决策，自我执行、自我判断并不受平台限制的解放双手的智能体。像豆包只会给你方案，OpenClaw会直接用你电脑上的系统、文件、软件自己操作，比如打包你图片家里的图片，发送邮件，打开编程软件进行编程，用你的作图工具帮你作图，不是给你答案，而是进化到了帮你做，重点在做这一步，你自己不用亲身再去打开工具之类操作之类的了，而且做只需要你给他指令，不需要复杂的代码开发和工具引入。

OpenClaw中的用户不再只是与一个机器人对话，而是将OpenClaw作为“指挥官”，可以调度一个由“多个专门Agent”组成的团队，使其操控多个Agent一起自动化流水线形式执行。同时还可以整合智能家居并与硬件深度集成，实现软硬件互通可控。有网友分享了其通过配置OpenClaw来操控小区门开关的例子。

OpenClaw还可以构建全能型移动开发与运维中心，这是目前最硬核且高价值的用法。用户不再依赖电脑，而是通过手机上的聊天软件指挥 OpenClaw 完成复杂的软件需求开发和运维任务。

国内很多云厂商已将OpenClaw部署在服务器上，自主检查构建失败的日志，识别错误（如构建命令错误），修复代码，并重新部署，甚至在用户遛狗时通过语音完成这一切。有厂商已经给OpenClaw整合了1000多个垂直领域数据库，能够实现金融数据分析、股票行情监控。

目前的OpenClaw已经从单一的聊天机器人进化为个人生活的操作系统。其核心价值在于“连接”——它连接了代码库、日历、笔记软件、智能家居、浏览器等。

04、Linux Unbuntu LTS部署OpenClaw

WSL2 是 Windows Subsystem for Linux 2 的缩写，顾名思义，它是一个允许你在 Windows 系统中直接运行完整的 Linux 操作系统环境（比如Ubuntu系统）的工具，而无需传统的虚拟机。出于系统架构与兼容性考虑，以及方便安装后台守护进程，Windows的同学需要提前安装好WSL2。

理解OpenClaw的最好方式，是亲手跑一遍。本节将详细拆解从环境准备、安装部署、Skill扩展，到真实用例的全流程。

部署前的核心准备

硬件配置建议

OpenClaw对硬件有一定要求：

软件环境依赖

LinuxUbuntu搭建Docker环境可以参考如下链接： https://blog.csdn.net/xubass/article/details/ LinuxUbuntu搭建Node.js环境可以参考如下链接： https://blog.csdn.net/weixin_/article/details/

OpenClaw最新版本OpenClaw 2026.2.19-2安装，快速安装命令：

如果不存在curl则执行以下命令安装curl。

具体操作步骤和日志

这里如果没有安装以上环境OpenClow会自动安装其匹配的nodegit等所需环境组件。

这里OpenClow官方给出了安全警告内容：

并且新增了很多模型厂商，国内完全免费且较为稳定的是Qwen App的接口，即调用千问的App来进行对话。这里我们选择MiniMax，因为Qwen没有弹出授权页面，因此不得不选择其他模型。

这里需要说明的是，如果要选择其他免费模型，就需要在选择模型供应商部分先选择Skip for now，这里我们暂时选择Skip for now。因为我们选择Qwen模型，应该会自动弹出授权页面，如果没有注册，还会提示先进行注册再授权，然后点击确认即可完成授权，但是其并没有弹出授权页面。

注意如果这步你选择了Qwen但是没有弹出授权页面，会导致网关GateWay授权失败。

关注公众号【阳光宅猿】回复【AIGC】领取最新AI人工智能学习资料，包含RAG、Agent、深度学习、模型微调等多种最新技术文档等你来选！！

关注公众号【阳光宅猿】回复【加群】进入大模型技术交流群一起学习成长!!!

我们可以执行后面的卸载命令进行卸载重装。

继续上一步，我们选择MiniMax中的MiniMax M2.5作为默认模型。MiniMax也是OpenClaw作者推荐的适合国内小伙伴使用的，填入我们申请的APIKEY（目前MiniMax新用户注册赠送15元代金券）。

如果前面选择Skip for now，然后就能看到现在OpenClaw各免费模型的名字，大家可以任意选择，也可以选择比如kimi-coding模型，然后选择kimi-2.5模型作为默认模型。

不管怎样，选择完模型之后，即可进一步选择channel，也就是选择允许接入的即时通信软件。目前国内支持的比较好的只有iMessage，但应用面不广，下一步我们通过插件直接接入企微和飞书， 因此这里我们先选择跳过。

Skills选择我们也先跳过。

然后我们选择让模型能够进行会话级的长期记忆。

而当安装结束后，即可选择对话方式，这里我们选择TUI，即同步命令行和Web页面内容进行对话。但是这里提示网关连接异常。

根据官网给的方法

我们访问页面http://localhost:18789/chat，将openclaw config get gateway.auth.token 出来的token粘贴到Gateway Token输入框中，点击连接显示正常。

这样我们即可进入到对话页面，首次登陆时会自动给OpenClaw发送一条Wake up，my friend信息， 能够看到模型即时回复的消息。

如果期间我们想要更改模型的APIKEY或者是更换模型，需执行一下命令：

我在这里修改了模型的APIKEY，改为直接读取配置文件/.openclaw/openclaw.json中的APIKEY内容。

控制台输入/models，选择好minimax模型Minimax-M2.5。

重启OpenClaw配置即可生效。

05、卸载OpenClaw

要卸载使用 pnpm 全局安装的 openclaw，可以使用以下命令：

或者也可以使用更简短的写法：

如果以上命令不行，可以尝试：

检查是否已卸载：

手动删除全局包（如果标准方法无效）：

找到pnpm全局安装目录

然后进入该目录手动删除openclaw相关文件夹

清除缓存（可选）：

注意事项：

-g 参数表示全局（global），与安装时使用的 -g 对应

如果安装时使用了 –global 完整写法，卸载时也可以使用同样的完整写法

卸载完成后，可以通过以下命令验证是否成功：

06、OpenClaw基础命令汇总

简单命令操作汇总：

关注公众号【阳光宅猿】回复【AIGC】领取最新AI人工智能学习资料，包含RAG、Agent、深度学习、模型微调等多种最新技术文档等你来选！！

关注公众号【阳光宅猿】回复【加群】进入大模型技术交流群一起学习成长!!!

07、OpenClaw工作流程

我们可以把 OpenClaw 比作一个公司员工：

一个典型的OpenClaw任务执行流程如下：