OpenClaw 基础使用教程：从安装到第一个自动化任务

很多开发者在安装完 OpenClaw 之后，都会遇到同一个问题：

OpenClaw 安装完成之后应该如何使用？

本文将从系统结构理解、基本命令、Agent 创建、工具调用以及任务运行流程五个方面，完整讲解 OpenClaw 的基础使用方法，帮助开发者快速上手。

在使用 OpenClaw 之前，需要先理解它的核心结构。

OpenClaw 并不是单一程序，而是一个 AI Agent Gateway 系统。

Messaging Channels │ ▼ OpenClaw Gateway │ ▼ AI Agents │ ▼ Tools / Skills

每个组件承担不同职责。

Gateway 是 OpenClaw 的核心服务，负责：

• 接收消息 – 从各种渠道（Telegram、Discord、WhatsApp 等）接收用户消息
• 管理会话 – 维护用户会话状态和上下文
• 调用 Agent – 根据消息内容调用相应的 AI Agent
• 路由工具执行 – 协调 Agent 调用 Tools 完成具体任务

简单来说：

Gateway 就是整个系统的入口。

Agent 是执行任务的 AI。

Agent 可以：

• 理解用户输入 – 解析用户消息的意图
• 规划任务 – 分解复杂任务为可执行的步骤
• 调用工具 – 使用 Tools 完成具体操作
• 返回结果 – 将执行结果返回给用户

不同 Agent 可以执行不同任务，例如：

Tools 是 Agent 可以调用的能力，例如：

• Web API 调用 – 访问外部 API 获取数据
• 数据库查询 – 查询和操作数据库
• 系统命令执行 – 执行 Shell 命令
• 自动化脚本 – 运行预定义的脚本
• 文件操作 – 读写文件、管理目录
• 消息发送 – 通过各渠道发送消息
• 浏览器自动化 – 控制浏览器执行操作

OpenClaw 通过 Tools 扩展 AI 的能力。

完成安装后，第一步是启动 Gateway。

# 启动 Gateway（前台运行） openclaw gateway # 指定端口 openclaw gateway --port 18789 # 后台运行 openclaw gateway & # 使用 systemd openclaw docker 教程 管理（推荐生产环境） systemctl start openclaw-gateway # 检查状态 openclaw gateway status

默认情况下 Gateway 会监听：

https://www.jumei.ai

启动成功后，终端通常会输出：

OpenClaw Gateway running Listening on port 18789

这表示系统已经正常运行。

Gateway 启动后，可以通过浏览器访问 Dashboard。

# 本地访问 https://www.jumei.ai # 远程服务器访问 http://你的服务器 IP:18789

控制面板通常包含几个核心模块：

Agents（智能体管理）

用于管理 AI Agent。可以：

• 创建 Agent
• 删除 Agent
• 修改配置
• 查看 Agent 状态

Channels（渠道管理）

用于配置消息渠道，例如：

• Telegram
• Discord
• WhatsApp
• Bot
• 微信

这些渠道可以把用户消息发送到 Gateway。

Sessions（会话管理）

用于查看当前会话。

系统会记录：

• 用户消息
• Agent 回复
• 工具调用记录
• 会话状态

Logs（日志）

用于调试系统运行状态。

可以查看：

• Gateway 日志
• Agent 执行记录
• 错误信息
• 工具调用详情

在 OpenClaw 中，Agent 是执行任务的核心。

创建 Agent 通常有两种方式：

在控制面板中：

Agents → Create Agent

填写：

• Agent 名称 – 例如：assistant
• 模型 – 例如：gpt-4、qwen3.5-plus
• 工具权限 – 允许调用的 Tools

例如：

Name: assistant Model: gpt-4 Tools: web, shell

创建完成后 Agent 即可使用。

也可以通过命令行创建 Agent。

# 创建 Agent openclaw agents create assistant # 查看 Agent 列表 openclaw agents list # 查看 Agent 详情 openclaw agents show assistant # 删除 Agent openclaw agents delete assistant

输出类似：

assistant support_bot data_agent

Agent 需要绑定一个 AI 模型。

OpenClaw 支持多种模型：

配置方式通常在配置文件：

~/.openclaw/openclaw.json

示例配置：

{ "models": { "providers": { "openai": { "baseUrl": "https://api.openai.com/v1", "apiKey": "sk-your-api-key" }, "dashscope": { "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1", "apiKey": "sk-your-dashscope-key" } }, "default": { "provider": "openai", "model": "gpt-4" } } }

保存后，Agent 就可以调用模型进行推理。

# 查看当前模型 openclaw config get models.default # 切换模型 openclaw config set models.default.model gpt-4 openclaw config set models.default.provider dashscope # 检查模型状态 openclaw models status

OpenClaw 的一个重要功能是多渠道接入。

常见渠道包括：

• Telegram – 即时通讯机器人
• Discord – 社区机器人
• WhatsApp – 商业消息
• Slack – 团队协作
• Bot – 机器人
• 微信 – 企业微信

# 登录渠道 openclaw channels login # 查看已登录渠道 openclaw channels list # 登出渠道 openclaw channels logout telegram

系统会自动打开授权流程。

授权完成后，用户发送消息时：

Telegram → Gateway → Agent → 回复

这样就实现了 AI 自动回复。

以 Telegram 为例：

# 创建 Telegram Bot 通过 @BotFather 获取 Token # 配置 Token openclaw config set channels.telegram.token YOUR_BOT_TOKEN # 测试连接 openclaw channels test telegram

Agent 的能力来自 Tools。

OpenClaw 提供多种内置工具：

例如一个简单工具：

exec – 允许 Agent 执行系统命令。

示例：

用户输入：

check system disk usage

Agent 可以调用：

df -h

然后返回结果。

另一个常见工具：

web_search – 用于搜索网络信息。

例如：

get latest bitcoin price

Agent 可以调用搜索 API 并返回数据。

当用户发送消息时，OpenClaw 的执行流程如下：

User Message │ ▼ Gateway 接收 │ ▼ Agent 理解任务 │ ▼ 调用 Tools │ ▼ 返回结果

例如：

用户输入：

summarize today's news

执行流程：

1. Agent 调用 Web Search Tool
2. 获取新闻数据
3. 生成摘要
4. 返回给用户

# 查看正在运行的任务 openclaw process list # 查看任务详情 openclaw process log --sessionId <task-id> # 取消任务 openclaw process kill --sessionId <task-id>

如果任务执行失败，可以查看日志。

# 查看 Gateway 日志 openclaw gateway logs # 查看 Agent 日志 openclaw gateway logs --agent assistant # 实时查看日志 openclaw gateway logs -f # 查看最近 100 行 openclaw gateway logs -n 100

在 Dashboard 中查看 Logs 模块。

日志通常包含：

• Agent 推理过程 – 思考步骤和决策
• 工具调用记录 – 调用了哪些 Tools
• 错误信息 – 失败原因和堆栈跟踪
• 会话历史 – 用户和 Agent 的对话

这些信息对于调试非常重要。

下面是一个简单的 OpenClaw 使用示例。

用户在 Telegram 发送：

what is the weather today

系统流程：

Telegram │ ▼ Gateway │ ▼ Weather Agent │ ▼ Weather API Tool │ ▼ 返回天气信息

最终用户收到回复：

Today's weather: 23°C, Sunny

整个过程完全自动化。

# 1. 创建 Weather Agent openclaw agents create weather_bot # 2. 配置天气 API 工具 openclaw tools config weather_api --key YOUR_API_KEY # 3. 授权 Agent 使用工具 openclaw agents grant weather_bot weather_api # 4. 连接 Telegram openclaw channels login telegram # 5. 测试 # 在 Telegram 发送消息测试

在实际使用 OpenClaw 时，有几个建议可以提升稳定性。

不要使用一个 Agent 做所有事情。

推荐：

support_agent # 客服支持 data_agent # 数据分析 automation_agent # 自动化任务

这样更容易管理。

只给 Agent 必要的工具权限。

例如：

# support_agent 只需要 message web_search # data_agent 需要 exec web_fetch process # automation_agent 需要 exec message browser

避免安全风险。

在开发阶段建议开启：

debug logs

可以帮助快速定位问题。

# 备份配置文件 cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak # 备份 Agents 配置 openclaw agents export > agents_backup.json

OpenClaw 的基础使用流程可以总结为：

1. 启动 Gateway – 运行
2. 创建 Agent – 使用 Dashboard 或 CLI
3. 配置模型 – 设置 AI 模型和 API Key
4. 连接 Channels – 登录消息渠道
5. 运行任务 – 发送消息测试

完整结构如下：

Channels │ ▼ Gateway │ ▼ Agents │ ▼ Tools

通过这种架构，OpenClaw 可以成为一个自托管 AI Agent 网关系统，让开发者能够构建自动化 AI 服务，并通过多种通信渠道与用户交互。

掌握这些基础使用方法后，就可以进一步扩展 OpenClaw 的能力，例如：

• 自定义 Tools
• 构建自动化任务
• 集成企业系统

从而打造完整的 AI 自动化平台。