OpenClaw：安装与使用上的一些分享

最近这只“龙虾”实在太火了，我也专门买了一台 Mac mini 来实际体验。

下面结合我的真实环境和遇到的问题，聊聊 OpenClaw 的安装和使用。

下面以这台 Mac mini 为例说明安装过程。

在我写这篇文章的这个版本里，由于是全新机器，系统里还没有安装 Homebrew，安装脚本会先报错提示，并且提醒需要 sudo 权限来运行脚本。

我的做法是：先单独安装好 Homebrew，然后再执行上面的安装命令，而不是直接用 sudo 去跑 。

这条命令会启动配置向导，在命令行界面一步步提问。你可以通过键盘上下方向键选择，按回车确认，大部分场景跟着提示走就能完成初始配置。

如果第一次配置没选好，也不用紧张，后面可以随时重新配置，执行：

如果这两种方式都改不了你想要的细节，那还有一招：手动修改配置文件：

这种方式改完之后，需要重启 OpenClaw 的守护进程，配置才会真正生效。

接下来我挑选几个个人觉得比较关键的配置项展开说一下。

这里我一开始选择的是 ：先在 MiniMax CN 官网订阅对应套餐，创建并复制一个 token，然后在配置向导里的输入框里粘贴即可完成绑定。

后续我准备切到 GLM 的方案，连续包年 216/年，整体性价比非常不错，尤其是中文场景下体验更好。

推荐链接：https://www.bigmodel.cn/glm-coding?ic=WAL8NTNADR

openclaw 安装

可能的问题

以 MiniMax 举例，如果我们在配置 Model 时选择了带 “-cn” 的型号，由于国内外模型的 API 地址并不一样，默认配置有时还是会调用到国外的 endpoint。

这种情况下，就需要手动改一下配置文件中对应模型的配置，把 从 修改为 。

执行如下命令，然后依次选择 -> 你想要的聊天工具：

这里我目前依次配置了三种渠道：

1. WhatsApp

这是目前最简单也最“接地气”的方式：用手机扫码登录，然后在终端里输入一个配对码确认，基本就能用了。

2. Telegram

需要先创建一个 bot，拿到 bot 的 token，然后再绑定上你自己的 user id（可以通过常见的辅助机器人获取），之后就可以和自己的机器人单聊来驱动 OpenClaw。

3. Discord

这一种相对最复杂一些：先在 Discord 个人设置里打开「开发者模式」，然后到 https://discord.com/developers/applications 创建应用，再创建 Bot、配置 OAuth2 并把 Bot 加到指定服务器/频道中。

官方文档写得比较详细，推荐直接参考：https://docs.openclaw.ai/zh-CN/channels/discord

三种方式的比较

WhatsApp 给我的感觉人味儿更重，而且私密性更好。后面我会把它更多当成个人助理：比如提醒、通知，甚至一些需要打电话沟通前的准备。

Telegram 我尝试过把 bot 加到群组里使用，但在我的配置下并没有正常工作，可能和权限/设置有关，目前还是以和 bot 的私聊为主。

上面提到，我现在使用的是 MiniMax，后面会逐步切到 GLM。虽然国产模型整体表现已经不错，但我目前还不打算直接让它承担主要的 Coding 工作，而是继续用 Claude 来写代码。

不过，如果直接在 OpenClaw 里配置在线版 Claude，封号风险会比较大。所以我的做法是先在本地安装 命令行工具，然后让 OpenClaw 去调用这个本地的 Claude，相当于通过一层本地代理来使用它。

这里就依靠Claude的两个参数

这两个参数结合起来，就非常适合作为“被其它程序调用的后端执行器”使用，这点必须给 Claude CLI 点个赞。

有人可能会担心 会不会太危险。我的建议是：如果你调用的是自己写好的、经过验证的 Skill，绝大部分场景问题不大；但在 Skill 逻辑还不成熟、或者可能涉及删除/覆盖文件等操作时，还是要格外小心，可以优先在测试项目里跑一遍。

在这样的前提下，我们就可以让机器人以一种相对安全、自动化的方式去执行任务：

接下来我会把日常开发中那些「经常重复、但又比较耗脑子」的流程，慢慢沉淀成一个个独立的 Skill，比如：

• 新项目初始化、脚手架搭建
• 常见 Bug 的排查路径
• 例行重构/代码清理的步骤

另一方面，我也会在不打扰现有业务节奏的前提下，逐步尝试更多 OpenClaw 的能力，比如：

• 在更多项目里接入不同的 Channel，看看哪种沟通方式最自然
• 尝试让它参与到代码评审、任务拆分、文档梳理等不同环节
• 把一些和业务强相关的流程拆分出来，看看能否做成专门的 Skill 组合

OpenClaw + Skill 这种组合，我目前有几点体会：

上面三点更多是围绕 Skill 本身的好处，而当 Skill 逐渐完善之后，真正让它们“爆发”的，是 OpenClaw：

• OpenClaw 帮你把这些 Skill 接到各种渠道上，让它们随时待命，变成可以随手召唤的「能力面板」
• 守护进程常驻在本地/服务器，能把复杂任务拆成一连串自动化步骤交给 Skill 执行
• 对接项目代码仓库、日志、工具链之后，Skill 不再只是一个「聪明的 prompt」，而是贴在真实生产环境上的一套自动化工作流

简单说，Skill 更像是「知识和流程的沉淀」，而 OpenClaw 则是那个把它们组织起来、调度起来、真正落地到项目里的「总控室」。两者叠加的那一刻，才是我觉得最有想象力、也最值得长期投入的地方。

这篇文章基本是按「最小可行步骤」把 OpenClaw 从安装到使用走了一遍，更多是把我自己遇到的问题和一些选择背后的原因讲清楚，方便你少踩一点坑。

最后，我还是想强烈邀请你早点参与进来，一起探索：

1. 调整思维习惯和认知，慢慢养成和 AI 合作的工作方式
2. 尽早找出一条真正适合自己的 AI 开发之路，而不是简单跟风工具
3. 让项目从一开始就朝「AI 编程友好」的框架和架构去设计
4. 多建设、多总结、多分享，一起成长