本文面向“想把 OpenClaw 当作个人 AI 助手 + 多渠道 IM 机器人”的用户,覆盖:
- macOS / Linux / Windows(WSL2) 安装部署与常见运行方式
- 配置 模型 Provider(OpenAI / Anthropic / LiteLLM / 本地 Ollama 等)
- 配置 IM 渠道机器人(Telegram/Discord/Slack/WhatsApp/WebChat…)的基本思路
- 最常用的 Skills 安装与使用、插件/扩展(OpenClaw plugins)管理
- 浏览器控制(OpenClaw-managed Chromium + Chrome 扩展 relay)
- 搜索引擎 API(Brave / Perplexity / Firecrawl)
- Obsidian skills(基于 操作 vault)
说明:本文内容基于 OpenClaw 官方仓库与文档。
- 仓库:https://github.com/openclaw/openclaw
- 文档导航(建议收藏):https://docs.openclaw.ai
OpenClaw 是一个运行在你自己设备上的个人 AI 助手。
它的关键点:
- Gateway(网关/控制平面):常驻进程,连接消息渠道、管理会话、工具、事件与 Web UI。
- Agent(智能体):在 Gateway 的调度下运行,调用模型、调用工具、读写 workspace。
- Tools(内置工具):浏览器控制、web_fetch/web_search、exec、消息发送等。
- Skills(技能包):更像“可复用的操作手册 + 可选的外部二进制依赖”,在系统提示词里以“可用技能清单”形式出现,模型需要时会去读取对应 。
- openclaw skills 教程Plugins(插件/扩展):以 in-process 的方式扩展 Gateway:新增渠道、工具、OAuth 登录流、技能包等。
OpenClaw 推荐用 CLI 向导完成初始化:openclaw onboard(安装 daemon、配置 workspace、channels、skills、models)。
- Node 版本:Node ≥ 22(官方 README 明确要求)
检查:
会把 Gateway 安装成后台服务(macOS 上是 launchd;Linux 上通常是 systemd user service;Windows 推荐 WSL2 跑 Linux 流程)。
根据官方 README:Windows 通过 WSL2 使用(strongly recommended)。
基本思路:
- 安装 WSL2 + Ubuntu
- 在 WSL2 里安装 Node ≥ 22
- 按 Linux 流程安装 openclaw 并
提示:如果你要跑浏览器控制或某些依赖系统 GUI 的能力,建议把 Gateway 放在真正有桌面环境的机器上(例如本机 macOS / Linux 桌面)。
(来自官方 README 的“From source”段落)
会引导你完成:
- Gateway 基本配置(端口、绑定方式、鉴权、daemon)
- Workspace 初始化(默认在 ,可改)
- Model/Auth(API Key / OAuth / setup-token)
- Channels(Telegram/Discord/WhatsApp/Google Chat/Signal/iMessage/…)
- Skills(挑选/安装)
如果你不想一步到位:
- 跑向导时可以跳过某些步骤(例如 / )。
OpenClaw 的模型引用格式是 (例如 )。
你可以通过:
- CLI:
- 配置文件:(以及 )
- OpenAI:设置 ,选 模型
- Anthropic:设置 ,选 模型
实践建议:用“主模型 + fallback”
OpenClaw 有专门的 LiteLLM 文档:。
核心思路:
- 先启动 LiteLLM Proxy(例:本机 )
- OpenClaw 配置 指向它
- 在 OpenClaw 里用 引用模型
OpenClaw 对 Ollama 有官方文档: 与 。
特点:不用手写 的 models 列表;OpenClaw 会去本机 Ollama 发现“支持 tools 的模型”。
- 安装并启动 Ollama
- 拉取一个模型(示例来自官方文档):
- 让 OpenClaw “认为 Ollama 可用”(任意值即可):
- 配置 OpenClaw 默认模型:
json5
验证:
当 Ollama 在另一台机器、或你要手动指定 contextWindow/model 列表时,用 :
json5
OpenClaw 的定位是“你自己的个人助手”,它可以把回复投递到你常用的渠道。
建议策略:
- 先用 WebChat / CLI 跑通
- 再接 1 个 IM 渠道(最常见是 Telegram 或 Discord)
- 最后再接 WhatsApp / Signal / iMessage 等更重的渠道
官方 README 强调:外部消息面是 不可信输入。
默认策略通常是“配对”:
- 陌生人 DM 只会收到配对码,不会触发模型处理
- 你用命令批准:
如果你把 dmPolicy 改成 open,一定要配合 allowlist,且不要暴露 Gateway 到公网。
OpenClaw 会从三个位置加载 skills(同名时前者覆盖后者):
- (工作区私有技能)
- (managed skills,共享)
- bundled(随安装自带)
(对应概念文档:)
官方提供技能仓库/市场:ClawHub。
- 网站:https://clawhub.com
- 文档:
常见工作流:
- 搜索技能
- 安装到当前目录的 (或指定 workspace)
- 重新开启会话让技能列表刷新
OpenClaw plugins 是 in-process 扩展,可能新增:
- 新的渠道(例如 Matrix / Zalo / Teams 等)
- 新的工具(tool)
- 某些 provider 的 OAuth 登录(例如 、)
常用命令(来自 CLI docs):
注意:多数插件变更需要重启 gateway。
OpenClaw 有一套“openclaw-managed”浏览器控制能力(文档:)。
- profile:隔离的、OpenClaw 管理的浏览器配置文件(推荐)
- profile:通过 Chrome 扩展 relay 控制你现有浏览器标签页
json5
如果 Gateway 跑在服务器,而浏览器在你的桌面机:
- 在桌面机运行 node host
- Gateway 会把浏览器动作代理过去(文档里称 )
OpenClaw 内置两个轻量工具(文档:):
- :Brave Search API(默认)或 Perplexity
- :HTTP 抓取 + Readability 抽取(可选 Firecrawl 兜底)
配置方式 1:运行交互式配置向导(推荐)
配置方式 2:环境变量(daemon 运行时也要能读到)
如果你经常遇到反爬/动态站点、想提升 成功率,可配置:
- 或
OpenClaw 仓库内置了 skill:skills/obsidian/SKILL.md。
它的核心依赖是 。
根据该技能的 metadata:
设置默认 vault:
查看默认 vault 路径:
搜索笔记:
创建笔记:
移动/重命名(会更新 wikilinks,这是亮点):
- 把 IM 对话中的“待办/灵感”沉淀进 vault
- 每日总结:把当天多渠道消息总结到 Daily Note
- 项目日志:把 OpenClaw 的执行记录归档到固定目录
- +
- 先用 WebChat/CLI 跑通(不开 IM 渠道)
- 配好模型:先云端主力 + fallback
- 再启用本地 Ollama(用于便宜/隐私任务)
- 接一个 IM 渠道(Telegram 或 Discord)并保持默认 pairing
- 启用 web_search/web_fetch(Brave key)
- 开启 Browser tool(需要时才用;注意安全)
- 用 ClawHub 装你需要的 skills;Obsidian skill 用于沉淀知识库
- OpenClaw Repo:https://github.com/openclaw/openclaw
- Docs 首页:https://docs.openclaw.ai
- Providers 概览:https://docs.openclaw.ai/concepts/model-providers
- Ollama provider:https://docs.openclaw.ai/providers/ollama
- Web tools:https://docs.openclaw.ai/tools/web
- Browser tool:https://docs.openclaw.ai/tools/browser
- Skills:https://docs.openclaw.ai/tools/skills
- Plugins:https://docs.openclaw.ai/cli/plugins
- ClawHub:https://clawhub.com
到此这篇关于OpenClaw 是什么 OpenClaw 使用教程的文章就介绍到这了,更多相关OpenClaw 使用教程内容请搜索脚本之家以前的文章或继续浏览下面的相关文章,希望大家以后多多支持脚本之家!
发布者:Ai探索者,转载请注明出处:https://javaforall.net/251811.html原文链接:https://javaforall.net
