我的牛马表哥7＊24待机：OpenClaw数据分析微信秒回应

科技前沿 • 2026-04-20 07:37 • 阅读 0

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。

以往数据分析流程：开电脑 → 登查询平台 → 写SQL → 等结果 → 分析写报告 → 同步需求方。

一套下来，少的简单查询一两分钟，报告类普遍耗时以天计。主要还是麻烦，没电脑哪都不方便。

受益于openclaw的远程控制功能，现在掏出手机，微信发一句「最近7天各BU GMV」，10秒后数据截图躺进对话框。支持语音，随时随地提需求。

这就是我部署的「表哥」——一个跑在云服务器上的AI助手，接入微信，7×24秒回应。

整体数据流：

 
  
    
     
     用户微信发消息

 核心组件：

OpenClaw Gateway
--- AI对话引擎，支持MCP协议扩展
mcporter
--- MCP协议连接器，接入ODPS等外部服务
systemd
--- Linux服务守护，确保进程常驻
loginctl linger
--- 突破SSH会话限制，进程不随断线而死

我租的阿里云轻量应用服务器，2核2G，一年费用：68元，每天不到2毛钱。

其他厂商价格大差不差，可先对比下再购买。

实测：日常文本对话暂无异常，也可生成图片。但扔图片给AI解析，受限于内存，GateWay每次都挂掉，要手动重启。有条件的视情况往4g内存或者更高配置上堆。

3.1 安装

 
  
    
     
     curl -s https://openclaw.ai/install.sh | sh 
    
 3.2 配置微信渠道

支持个人微信机器人接入。配置要点：

微信先更新版本（我的8.0.70），设置 -> 底部的插件里可以看到微信ClawBot

执行 npx -y @tencent-weixin/openclaw-weixin-cli@latest install 命令然后扫码即可
重启 Gateway 生效：openclaw gateway restart

4.1 systemd 守护进程

SSH断开后，Linux会清理用户会话，导致进程被kill。systemd将Gateway注册为系统服务，实现自动守护：

 
  
    
     
     # 启用并启动systemctl --user enable --now openclaw-gateway# 查看状态systemctl --user status openclaw-gateway# 重启服务systemctl --user restart openclaw-gateway 
    
 4.2 loginctl enable-linger

问题：SSH断开后，即使有systemd，用户会话仍会被清理。

解法：enable-linger 将用户进程与登录会话解耦。这里的用户名是 admin

 
  
    
     
     sudo loginctl enable-linger admin 
    
 原理：此命令在 /var/run/systemd linger/ 
       下创建标记文件，告诉systemd：「此用户的进程无需登录会话即可常驻」。

早前断开连接之后，微信发消息没有回应，执行该命令解决。

5.1 什么是 mcporter

mcporter 是 OpenClaw 的 MCP 协议连接器，允许Gateway调用任意支持MCP的工具服务。本质是：一个/stdion管道的进程调用框架。

mcporter可以通过如下指令安装：

npm install -g mcporter

验证

mcporter --version

5.2 ODPS MCP 配置

我这里配的阿里odps_mcp，通过该mcp查询/导出数仓数据，大家根据自己数据库接口编辑mcp即可。

mcp编写好之后可以直接跟小龙虾说安装，不需要自己去配置。示例提示词：添加如下路径的mcp：/home/admin/.openclaw/mcp/odps_mcp

我把mcp放在跟skills一样的路径下面。（都在 .openclaw目录下，skill放在该目录下，openclaw会自动识别）

5.3 验证连接

 
  
    
     
     mcporter list 
    
 返回 odps (2 tools, x.xs) 即表示连接正常。

6.1 MiniMax MCP

提供网络搜索、图片理解、图片生成能力。安装方式：

 
  
    
     
     uvx minimax-coding-plan-mcp -y 
    
 配合MiniMax API Key，表哥可实时搜网页、分析图片、生成配图。

6.2 sql-generation Skill

根据数据字典自动生成ODPS SQL。流程：

 
  
    
     
     用户需求 → 检索数据字典 → 生成SQL → 用户确认 → 执行/导出 
    
 数据字典路径指向本地Obsidian Vault（我数据字段存储在Obsidian知识库下，索性直接复制过来了）。

6.3 data-analysis Skill

数据分析专家，对查询结果进行深度挖掘，输出CRVA洞察原则

表哥帮我写数据分析报告：

表哥同步取数逻辑供我审核/校验：

有时候嫌码字麻烦，就给表哥发语音让帮忙查数：

当然，表哥也是能作图的：