OpenClaw 使用教程：让 AI 真正接管你的电脑

免责声明：OpenClaw 具有对系统的操作权限（如文件读写、执行脚本），请务必在理解风险的前提下使用，建议在虚拟机或受控环境中运行。

什么是 OpenClaw？

OpenClaw (原名 Clawdbot/Moltbot) 是一款开源的“个人 AI 员工”。不同于 ChatGPT 这种只能陪聊的云端机器人，OpenClaw 直接运行在你的本地设备上（电脑、Mac Mini、树莓派甚至云服务器），并拥有操作系统的控制权。

它能做什么？

• 写代码并运行：不仅生成代码，还能直接在本地环境执行。
• 文件管理：整理文件夹、批量重命名、查找重复文件。
• 自动化任务：比如“帮我把下载文件夹里所有的 PDF 移动到文档目录，并按日期归档”。
• 持久记忆：它记得在这个设备上做过什么，越来越懂你的习惯。
• 多渠道交互：你可以通过 Telegram, Slack, WhatsApp 甚至 iMessage 指挥它干活。

核心特性

1. 真正的“代理” (Agent)

它是一个 active agent，而不是 passive chatbot。你给它一个模糊的目标（例如“清理我的硬盘”），它会自己分析、列出步骤、编写脚本、执行清理，并在过程中向你汇报。

2. 隐私与安全

• 本地运行：数据掌握在自己手中。
• 模型无关：你可以接 OpenAI 的 API，也可以接本地的 Ollama 模型（完全离线）。

3. 多平台支持

支持 MacOS, Linux 和 Windows。

快速部署 (以 Docker 为例)

最简单的部署方式是使用 Docker。

准备工作

1. 安装 Docker。
2. 获取一个 LLM 的 API Key (推荐 OpenAI, Anthropic 或本地 Ollama)。
3. 创建一个 Telegram Bot (用于和 OpenClaw 交互)。
   • 在 Telegram 找 @BotFather
   • 发送 /newbot，获取 Bot Token。

运行命令

# 请替换你的 API Key 和 Telegram Token
docker run -d \
  --name openclaw \
  -e LLM_API_KEY="your_api_key_here" \
  -e TELEGRAM_BOT_TOKEN="your_bot_token_here" \
  -v ./claw-data:/app/data \
  ghcr.io/openclaw/openclaw:latest

(注意：以上命令为示例，由于项目更新频繁，建议参考 GitHub 官方仓库 获取最新部署指令)

使用场景实测

场景一：整理杂乱的下载文件夹

你发送：“扫描 /Users/Downloads 目录，把所有截图（png/jpg）移动到 /Pictures/Screenshots，把文档（pdf/docx）移动到 /Documents/Sorted。” OpenClaw：

1. 读取目录文件列表。
2. 编写一个 Python 或 Shell 脚本执行移动操作。
3. 汇报：“已移动 58 张图片和 12 个文档。”

场景二：每日简报

你发送：“每天早上 9 点检查我的 Google Calendar，并把待办事项发给我。” OpenClaw：（需要配置日历权限）会编写定时任务，每天按时推送。

常见问题

Q: 它和 AutoGPT 有什么区别？ A: OpenClaw 更侧重于作为一个长期运行的“后台服务”，并通过我们可以接触到的 IM 软件（如 Telegram）进行交互，体验更像是一个随时待命的员工。

Q: 它可以完全离线吗？ A: 可以。配合 Ollama 运行 Llama 3 或 Mistral 模型，无需联网即可处理本地任务。

总结

OpenClaw 是 AI 从“对话”走向“行动”的典型代表。如果你是极客或开发者，想拥有一个能真正帮你在电脑上干脏活累活的助手，OpenClaw 值得一试。

---

• OpenClaw GitHub 仓库