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。



2026年的AI圈，有一个名字你绝对绕不开——OpenClaw，江湖人称“小龙虾”或“龙虾AI”。这个开源项目在短短数月内GitHub星标突破28万，刷新了开源AI项目的增长纪录。英伟达创始人黄仁勋更是在摩根士丹利大会上称其为“迄今发布过的最重要软件”。

为什么一个开源项目能引发如此轰动？因为它彻底打破了AI“只会说不会做”的尴尬局面。今天这篇文章，就带你全面了解OpenClaw是什么、怎么用，以及它背后的技术秘密。

需要提前说明的是，OpenClaw本质上是一套赋予大语言模型（LLM）系统级执行能力的中间层框架，而非大模型本身。它不负责回答问题，而是负责“动手干活”。

OpenClaw（曾用名Clawdbot、Moltbot）是奥地利开发者Peter Steinberger于2025年11月正式发布的开源AI智能体框架，采用商业友好的MIT开源协议。

它的官方Slogan是 “the AI that actually does things” （真正能执行任务的AI）。用最直白的话说：传统AI（如ChatGPT）只给你方案和建议，OpenClaw直接帮你把事做完。

举个直观的例子：你让AI帮你“整理Downloads文件夹”。传统AI会告诉你“你可以按文件类型分类、删除重复项……”，然后你继续自己动手。而OpenClaw接收到指令后，会自主分析、规划步骤、调用技能，最终完成文件整理。

OpenClaw的Logo是一只张开的龙虾钳，中文社区因“Claw”与“龙虾”谐音，加之Logo形象酷似红螯龙虾，便亲切地称之为“小龙虾”或“龙虾AI”。而开发者们将部署、配置、扩展OpenClaw的过程称为 “养龙虾” ——喂任务、装技能、组团队，让它越来越能干。

OpenClaw能迅速出圈，靠的是以下四大硬核设计：

OpenClaw采用“中心辐射式”架构，将交互、推理与执行三者解耦，实现了极高的稳定性和可扩展性。

┌─────────────────────────────────────────────────────────────────┐ │ Channels（渠道层） │ │ WhatsApp / Telegram / Slack / 飞书 / 钉钉 / CLI / Web UI │ └─────────────────────────────────────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────────┐ │ Gateway（网关层） │ │ 消息路由中枢、会话管理、权限隔离、任务分发 │ │ 运行在 127.0.0.1:18789 │ └─────────────────────────────────────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────────┐ │ Agent（智能体大脑） │ │ 任务规划、步骤拆解、模型调用、异常处理、记忆管理 │ └─────────────────────────────────────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────────────────────┐ │ Skills（技能层） │ │ 文件操作 / 浏览器控制 / 脚本执行 / API调用 / 智能家居... │ └─────────────────────────────────────────────────────────────────┘ 

Gateway（网关层） —— 消息路由中枢。它统一对接所有交互入口，负责指令接收、分发、结果返回与多平台消息格式转换。整个系统只有一个核心进程，运行在127.0.0.1:18789端口，采用WebSocket作为控制平面，协调各组件通信。

Agent（智能体大脑） —— 核心决策引擎。Agent接收自然语言指令后，会将其拆解为可执行步骤，规划任务流程，调用相应的模型和技能，并在执行过程中处理异常、管理上下文、调用长期记忆。

Skills（技能执行层） —— AI的“手脚”。所有实际操作都由技能插件完成。社区已贡献5700+技能，涵盖文件管理、邮件自动化、PPT生成、网页爬虫、智能家居控制等各类场景。用户可一键安装，也可用Markdown自定义开发新技能。

Channels（渠道层） —— 交互入口。支持WhatsApp、Telegram、Slack、Discord、飞书、钉钉、微信等50+通讯平台，实现“聊天即操作”。

Memory（记忆系统） —— 长期记忆机制。传统AI对话结束后就会忘记之前的内容，而OpenClaw通过本地数据库（如SQLite）建立持久化记忆，让AI能够记住用户的偏好和过去的对话脉络。

Cron（定时调度） —— 自动执行引擎。支持设置定时任务，让AI在指定时间自动执行操作，比如每周五下午5点自动汇总报表发送到邮箱。

OpenClaw提供了多种部署方式，从一键傻瓜式到源码编译，满足不同技术水平的用户。

核心依赖：Node.js 18+（官方安装脚本会自动安装）

阿里云、腾讯云、百度智能云等主流云厂商均推出了OpenClaw预装镜像，无需代码、几分钟即可完成部署。

以阿里云为例：

1. 购买轻量应用服务器，选择应用镜像中的 OpenClaw镜像
2. 规格建议选择2核2GB及以上配置
3. 地域推荐选择海外节点（内地服务器联网功能受限）
4. 等待3-5分钟，实例状态变为“运行中”即可
5. 前往控制台进行可视化配置，全程无需写代码

成本方面，新用户首月低至9.9元（2核4GB+40GB云盘），大模型调用可通过阿里云百炼平台获得90天免费额度（超7000万Token）。

对于追求数据完全可控的用户，推荐在本地环境安装：

Mac/Linux环境：

# 一键安装命令 curl -fsSL https://get.openclaw.ai | sh # 启动配置向导 openclaw setup 

安装向导会引导你依次完成：网关配置、工作区设置、渠道接入、技能安装等步骤。

Windows环境： 下载官方一键部署安装包（约361MB），解压到纯英文路径，双击“Openclaw Windows 一键启动.exe”，等待3-5分钟自动完成所有部署。

安装前的注意事项：

• Windows用户需暂时关闭杀毒软件（OpenClaw因具备系统操控能力，容易被误判为风险程序）
• 安装路径必须为纯英文，不能包含中文、空格或特殊字符
• 首次启动需等待1-3分钟完成服务初始化

对于需要容器化部署的团队，可使用Docker Compose编排：

version: '3.8' services: openclaw: image: openclaw/openclaw:latest ports: - "18789:18789" volumes: - ./data:/app/data - ./skills:/app/skills environment: - OPENAI_API_KEY=your_key_here restart: unless-stopped 

OpenClaw本身不包含大模型，需要配置API Key才能工作。支持的模型包括：

• 云端模型：OpenAI GPT系列、Claude、通义千问（Qwen）、Kimi、GLM等
• 本地模型：通过Ollama或Hugging Face部署的Llama、Qwen等开源模型

配置示例（修改~/.openclaw/config.json）：

{ "models": { "default": "gpt-4", "providers": { "openai": { "api_key": "sk-xxxx", "model": "gpt-4-turbo" }, "ollama": { "base_url": "http://localhost:11434", "model": "llama2" } } } } 

部署完成后，你会看到一个图形化界面（或CLI终端），主要功能区包括：

• 右上角：Gateway状态、Tokens消耗、重启/日志按钮
• 左侧：对话列表、渠道管理
• 中间：智能对话窗口，支持多模型切换
• 底部：自然语言指令输入框

使用方式非常简单：直接在输入框中用自然语言下达指令。

例如：

• “帮我整理Downloads文件夹，按文件类型分类”
• “每天早上8点推送今日天气和星座运势”
• “读取桌面上的‘周报.xlsx’，提取关键数据并生成摘要”

OpenClaw接收到指令后，会自动拆解任务、规划步骤、调用相应技能执行，最终返回结果。

办公自动化：

• 自动检索新闻并生成日报
• 分类整理合同文档、批量发送个性化邮件
• 发票智能归档、定时生成报表

开发者提效：

• 自动化代码生成与部署
• 批量文件处理、日志分析
• 爬虫数据采集、监控脚本执行

生活助理：

• 智能日程管理、打卡提醒
• 自动比价购物、智能家居控制
• 知识库整理、复习提纲生成

多Agent协作（进阶）： OpenClaw支持创建多个独立的Agent，每个Agent拥有专属的工作区、权限和技能集。通过合理的路由规则，可以实现任务在多个Agent之间的隔离或协作——比如“个人助理”“工作助手”“运维管家”各司其职，互不干扰，必要时协同完成复杂任务。

OpenClaw最强大的地方在于Skills插件系统。所有扩展能力都通过安装“技能包”来实现，社区已贡献数千个技能，涵盖几乎所有常见的自动化需求。

安装技能示例：

# 安装搜索技能 openclaw skill install searxng # 安装飞书机器人技能 openclaw skill install feishu # 安装浏览器自动化技能 openclaw skill install puppeteer 

用户甚至可以用Markdown自定义开发新技能，大幅降低了二次开发门槛。

OpenClaw的强大背后也伴随着不容忽视的安全风险。

• 系统权限风险：OpenClaw需要获得系统级权限才能执行文件读写、脚本运行等操作。这意味着一旦被恶意利用，可能导致数据泄露或系统破坏。
• Token消耗不可控：一次复杂任务的执行可能触发数十次大模型调用，Token消耗远超普通对话，单次可达数万至数十万Tokens。
• API Key泄露风险：若配置文件中的API Key泄露，可能被他人盗用产生巨额费用。
• 自动执行的不可预测性：AI自主规划任务时，可能产生与用户预期不符的行为。

• 使用隔离沙箱和权限白名单机制，严格限制AI可访问的目录和执行的操作
• 定期轮换API Key（建议90天周期），并启用IP白名单限制
• 初次使用时建议先在测试环境运行，确认行为符合预期后再应用到生产环境
• 关注官方安全更新，及时升级版本

OpenClaw不是大模型，而是给大模型装“手脚”的执行框架。 它让AI从“只会说”变成“真会做”，打通了认知与执行的最后一公里。无论你是想提升个人效率的职场人，还是希望用AI赋能业务的开发者，OpenClaw都值得一试。