OpenClaw
介绍
OpenClaw 是一个开源、自托管的个人 Agent 平台，定位介于“聊天助手”和“自动化工作台”之间。它不是只回答问题，而是希望通过模型、记忆、工具、技能和消息渠道，把任务真正执行完。
官方文档把 OpenClaw 描述为可连接 50+ 渠道、5700+ Skills、支持任意模型的开源 Agent 平台 OpenClaw。常见入口包括 Telegram、Slack、飞书、微信、Discord、WebChat 等，也可以通过本地或私有服务器运行。
主要特点
- 自托管与隐私优先：对话、记忆和配置可以留在自己的机器或服务器上，适合不希望把全部工作流托管给第三方平台的用户。
- 多渠道接入：一个 Agent 可以从多个聊天入口触发，适合把 AI 助手放进日常沟通工具里。
- 模型无关：可以接 OpenAI、Claude、Gemini、Mistral 等云模型，也可以通过 Ollama、LM Studio 等方式接本地模型 OpenClaw Models。
- Skills 扩展：Skills 是较高层的能力包，可以组合搜索、邮件、文件、浏览器、日程等工具，形成可复用的任务能力 OpenClaw Skills。
- 沙箱与权限控制：官方强调最小权限、沙箱隔离、网络控制、审计日志等安全机制 OpenClaw Security。
适用场景
OpenClaw 更适合长期、重复、有明确边界的个人或团队自动化任务，例如：
- 每天整理邮件、日程、待办和消息摘要。
- 在飞书、Slack、Telegram 等渠道里触发固定工作流。
- 把常用脚本、API、知识库查询包装成 Skills。
- 用本地模型处理隐私要求较高的轻量任务。
- 给个人服务器或内部工具加一个自然语言操作入口。
不太适合一上来就交给它高风险任务，例如删除文件、批量发邮件、修改生产数据、自动付款等。这类任务需要人工确认、权限隔离和审计记录。
使用技巧
-
先从低风险任务开始
可以先让它做“只读”任务：总结邮件、查询日程、整理文件列表、生成草稿。确认行为稳定后，再逐步开放写入、发送、执行命令等权限。
-
给 Agent 明确边界
不要只写“帮我处理邮件”，而要写清楚规则，例如“只整理摘要，不删除邮件”“所有外发内容先生成草稿”“遇到金额、合同、账号信息必须询问确认”。
-
按任务拆 Skills
Skills 不宜做得过大。一个 Skill 最好对应一个清晰能力，例如“生成晨报”“检索知识库”“创建日程草稿”。这样更容易调试，也更容易控制权限。
-
模型分层使用
简单分类、摘要、格式转换可以用便宜或本地模型；涉及复杂规划、工具调用和长上下文时，再切到更强模型。OpenClaw 的模型无关设计适合做这种组合。
-
权限默认收紧
Shell、文件写入、浏览器自动化、外部网络访问都应按需开启。尤其是第三方 Skills，安装前要看权限声明和来源，避免把敏感数据暴露给不可信代码。
-
保留审计和人工确认
对发邮件、改文档、跑命令、调用外部 API 这类动作，建议开启日志，并设置确认步骤。Agent 最容易出问题的地方不是“不会想”，而是“想错了还真的执行了”。
常用命令
OpenClaw 的日常使用大致分两类：一类是在终端里启动和检查服务，另一类是在 TUI 里切换模型、Agent、会话和控制运行状态。
终端命令
| 命令 | 用途 |
|---|---|
openclaw --version | 查看 CLI 是否安装成功 |
openclaw onboard --install-daemon | 初始化配置，并安装后台服务 |
openclaw gateway | 启动 Gateway，TUI 和各渠道都通过它连接 |
openclaw tui | 打开终端交互界面 |
openclaw tui --deliver | 打开 TUI，并允许把回复投递到外部渠道 |
openclaw tui --url ws://HOST:PORT --token TOKEN | 连接远程 Gateway |
openclaw status | 查看当前运行状态 |
openclaw doctor | 做环境和配置检查 |
openclaw dashboard | 打开或进入 Dashboard |
openclaw logs --follow | 跟踪 Gateway 日志 |
openclaw models status | 检查模型提供方状态 |
openclaw agents list | 查看可用 Agent |
官方安装文档还给出快速安装方式：Linux / macOS 可用 curl -fsSL https://openclaw.ai/install.sh | bash，Windows PowerShell 可用 iwr -useb https://openclaw.ai/install.ps1 | iex OpenClaw Installation。
TUI 常用斜杠命令
| 命令 | 用途 |
|---|---|
/help | 查看帮助 |
/status | 查看当前 Gateway、Agent、会话状态 |
/agents 或 /agent ID | 查看或切换 Agent |
/sessions 或 /session KEY | 查看或切换会话 |
/models 或 /model PROVIDER/MODEL | 查看或切换模型 |
/think MODE | 调整思考强度，可选 off、minimal、low、medium、high |
/fast MODE | 查看或切换快速模式，可选 status、on、off |
/verbose MODE | 控制输出详细程度，可选 on、full、off |
/reasoning MODE | 控制 reasoning 显示方式，可选 on、off、stream |
/usage MODE | 控制 token 用量显示，可选 off、tokens、full |
/elevated MODE | 控制高权限操作策略，可选 on、off、ask、full |
/deliver MODE | 控制是否向外部渠道投递回复，可选 on、off |
/new 或 /reset | 重置当前会话 |
/abort | 中止当前运行 |
/settings | 打开设置面板 |
/exit | 退出 TUI |
在 TUI 里还可以用 ! 执行本地命令，例如 ! pwd、! ls。第一次使用时 TUI 会询问是否允许本地执行；这些命令在 TUI 当前工作目录里运行，但不会保留上一次命令的 cd 或环境变量 OpenClaw TUI。
TUI 快捷键
| 快捷键 | 用途 |
|---|---|
Enter | 发送消息 |
Esc | 中止当前运行 |
Ctrl+C | 清空输入，连续两次退出 |
Ctrl+D | 退出 |
Ctrl+L | 打开模型选择器 |
Ctrl+G | 打开 Agent 选择器 |
Ctrl+P | 打开会话选择器 |
Ctrl+O | 展开或折叠工具输出 |
Ctrl+T | 显示或隐藏 thinking |
与同类型工具的简单对比
| 工具 | 更偏向 | 主要优势 | 需要注意 |
|---|---|---|---|
| OpenClaw | 个人自动化、多渠道 Agent | 自托管、多渠道、Skills 生态、模型选择灵活 | 权限和安全配置需要认真做 |
| CoPaw | 本地个人助理、私有部署 | 强调本地数据、多智能体协作、定时任务 | 生态成熟度和可用 Skills 要看实际需求 |
| DeerFlow | 深度研究、SuperAgent 编排 | 任务拆解、子代理、沙箱和研究报告链路更完整 | 系统更重，适合复杂任务而非轻量个人入口 |
| Claude Code / Codex 类工具 | 编程与代码库操作 | 对代码理解、编辑、测试和工程流程更强 | 主要面向开发，不是通用个人助理 |
| LangChain / AutoGen / CrewAI | Agent 开发框架 | 适合开发者搭建自己的 Agent 应用 | 需要更多工程实现，不是开箱即用产品 |
简单说，OpenClaw 的特点是“把 Agent 放进日常渠道，并让它能调用技能做事”。如果目标是个人自动化和多入口助手，它比较合适；如果目标是严肃代码开发，Claude Code / Codex 更直接；如果目标是复杂研究和多 Agent 编排，DeerFlow 这类系统更完整。
思想和可能的发展路径
OpenClaw 背后的核心思想是：未来的 AI 助手不只是一个聊天窗口，而是一个可以长期运行、接入多个渠道、记住上下文、调用工具并执行任务的个人操作层。
它把 Agent 拆成几层：
- 模型层：负责理解、规划和生成。
- 记忆层：保存短期上下文和长期偏好。
- 工具 / Skills 层：把外部世界变成可调用能力。
- 渠道层：让用户从常用聊天工具、Web 或 API 触发任务。
- 安全层：用沙箱、权限、审计和确认机制约束执行风险。
这个思路的价值在于把“会说话的模型”变成“能接入工作流的执行者”。但它的发展上限不只取决于模型能力，也取决于权限系统、技能质量、可观测性和用户信任。
后续可能的发展路径包括：
- 更强的 Skill 市场：像应用商店一样沉淀可复用能力，但需要解决安全审核和版本质量问题。
- 更细的权限模型：从“是否允许工具”发展到“允许访问哪些文件、哪些域名、哪些账号、哪些动作”。
- 更稳定的长期记忆：记住偏好、历史任务和工作上下文，同时允许用户查看、编辑和删除记忆。
- 更好的人工协同：高风险动作走确认，低风险动作自动执行，让 Agent 成为半自动助理，而不是完全失控的后台进程。
- 企业化部署：团队共享 Skills、统一审计、统一模型路由和统一安全策略，会是进入组织场景的关键。
总体来看，OpenClaw 代表的是“个人 Agent OS”的方向：它不一定替代专业工具，而是把模型、工具和消息渠道串起来，成为个人或小团队自动化的中间层。