作者： wenjiuzzh

我的 OpenClaw 日常：一个 AI 助手每天都在做什么

AI 助手不是聊天机器人

很多人对 AI 助手的理解还停留在「你问我答」的阶段。但当你把 OpenClaw 部署在云端 24 小时运行后，它的角色会完全不一样——它不再是一个被动等待你提问的工具，而是一个主动帮你处理日常事务的助手。

这篇文章会分享我使用 OpenClaw 的真实日常，展示一个 AI 助手每天到底在做什么。没有夸张的宣传，只有实际的体验。

早晨 7:30：AI 助手的「早报时间」

每天早晨，当我还在赖床的时候，OpenClaw 已经通过 Heartbeat 心跳机制开始工作了：

天气检查

自动获取今天的天气预报，如果温差大或有雨，会主动提醒我带伞或多穿衣服。这个功能通过 Heartbeat 定时触发，每天早上 7 点执行一次。

日历检查

查看今天的日程安排，如果有即将到来的会议，会提前提醒我准备。比我自己的记性靠谱多了。

邮件摘要

扫描收件箱中的未读邮件，过滤掉垃圾邮件和通知类邮件，只把重要的邮件摘要发给我。每天能省下至少 15 分钟的邮件筛选时间。

💡 实际体验：一开始我觉得「AI 看邮件」会泄露隐私，后来发现数据都在我自己的服务器上处理，比直接用 Gmail 的 AI 功能还安全。心理障碍没了之后，这个功能用得最多。

上午 9:00-12:00：工作助手模式

上班时间，OpenClaw 切换到工作助手角色：

代码审查

写完一段代码后，我会把代码片段发给 OpenClaw，让它帮我做 code review。它不只是找 bug，还会建议更好的写法、指出潜在的性能问题。用 Claude 4 Sonnet 做代码审查的效果真的很好，很多细节我自己都没想到。

写作辅助

写文档、写邮件、写周报，这些都是 AI 最擅长的事。我通常会给 OpenClaw 一个粗略的提纲，让它帮我扩展成完整的文档，然后我再修改润色。效率提升至少 3 倍。

技术调研

遇到不熟悉的技术栈或框架，直接问 OpenClaw。它能给出结构化的学习路径和关键概念解释，比自己 Google 高效得多。特别是对比不同技术方案的优劣时，AI 的总结能力非常强。

翻译和本地化

工作中经常需要中英文互译，OpenClaw 的翻译质量比机翻好太多，而且可以根据上下文调整风格（正式/口语/技术文档）。

下午 14:00-18:00：运维监控模式

我的 OpenClaw 实例还承担着服务器监控的工作：

健康检查

通过 Heartbeat 配置，OpenClaw 每隔 30 分钟检查一次关键服务的状态：

Web 服务是否正常响应
数据库连接是否正常
磁盘空间使用率
内存和 CPU 使用情况
SSL 证书是否即将过期

发现问题时会立即通过 Telegram 发送告警。有一次凌晨 3 点磁盘空间不足，OpenClaw 第一时间通知了我，避免了服务中断。

日志分析

把可疑的日志片段发给 OpenClaw，它能快速识别异常模式。比如识别 DDoS 攻击特征、异常登录尝试、API 滥用等。比自己一行行看日志效率高太多了。

安全审计

定期让 OpenClaw 帮我做简单的安全审计：

检查防火墙规则是否合理
审查 SSH 登录日志
检查是否有未打补丁的服务
审查 API Key 的使用情况

傍晚 18:00-20:00：内容创作时间

博客写作

我有一个技术博客，OpenClaw 在写作过程中帮了大忙：

帮我想选题、列提纲
根据我的笔记扩展成完整的文章
检查文章的逻辑结构和可读性
生成 SEO 优化的标题和描述
翻译成英文版本发布到国际平台

社交媒体管理

把一篇长文发给 OpenClaw，让它提取核心观点，改写成适合 Twitter/微博的短内容。一次写好几条，我只需要挑选和微调就能发布。

晚上 20:00-22:00：个人助理模式

备忘录和笔记管理

OpenClaw 帮我管理笔记系统。我只需要在 Telegram 里发一条消息，它就会帮我分类存档到相应的笔记文件中。比如：

「记住：下周三下午 3 点要和产品经理开会」→ 存入待办事项
「今天学到：Docker 的多阶段构建可以减小镜像体积」→ 存入学习笔记
「TODO：给博客加一个搜索功能」→ 存入项目任务清单

文件整理

下载文件夹一团乱？让 OpenClaw 帮你分类整理。它会根据文件名、扩展名、内容自动分类到不同的目录中。

学习伴侣

晚上学习的时候，OpenClaw 是最好的学习伴侣。遇到不懂的概念可以随时问，它能用通俗的语言解释复杂的技术概念，还能根据你的理解程度调整解释的深度。

深夜 22:00 – 凌晨：自动备份和维护

当我睡觉后，OpenClaw 还在默默工作：

NAS 自动备份

每天凌晨 2 点，自动将重要数据备份到 NAS：

OpenClaw 配置文件和记忆文件
博客文章草稿
笔记和待办事项
数据库快照（如果有的话）

日志清理

自动清理超过 30 天的旧日志，保持磁盘空间健康。

记忆整理

Heartbeat 触发的记忆维护：把今天的日记整理到长期记忆中，清理过时的信息，保持记忆文件的精简和有用。

一天的时间线总结

时间段	AI 助手角色	主要活动
07:00-09:00	早安助手	天气、日历、邮件摘要
09:00-12:00	工作助手	代码审查、写作辅助、技术调研
12:00-14:00	午休模式	轻度维护、低优先级任务
14:00-18:00	运维助手	健康检查、日志分析、安全审计
18:00-20:00	创作伙伴	博客写作、社交媒体内容
20:00-22:00	个人助理	笔记管理、文件整理、学习
22:00-07:00	夜间守护	备份、维护、记忆整理、告警监控

高效使用 AI 助手的 10 个技巧

给它明确的角色：在系统提示词中定义清楚它的职责和行为边界
善用 Heartbeat：把定时检查任务配置到 HEARTBEAT.md，让它主动工作
建立记忆系统：让它记住你的偏好和习惯，越用越贴心
不要问太开放的问题：「帮我写代码」不如「帮我用 Python 写一个快速排序」
提供上下文：给它足够的背景信息，它能给出更准确的回答
让它做繁琐的事：翻译、格式化、数据整理——这些重复性工作最适合 AI
用它做决策辅助：列出方案的优劣，但最终决定权在你
定期清理记忆：过时的信息会让它的回答变差
多渠道使用：手机上用 Telegram，电脑上用 Discord，Web 上用 API——同一个 AI 在不同场景为你服务
给它反馈：告诉它哪里做得好、哪里做得不好，它会逐渐调整

常见错误和避坑指南

❌ 错误一：把它当成搜索引擎

AI 模型有知识截止日期，不能获取实时信息（除非你配置了搜索工具）。问「今天比特币多少钱」它给不出准确答案，但问「解释一下比特币的原理」它很擅长。

❌ 错误二：过度依赖，放弃思考

AI 是辅助工具，不是替代品。代码让它审查，但你自己要理解逻辑；文章让它润色，但核心观点要是你自己的。完全依赖 AI 的人，能力会退化。

❌ 错误三：不给它系统提示词

没有系统提示词的 AI 助手就像没有方向感的实习生。花 10 分钟写一个好的系统提示词（定义角色、行为规则、格式要求），效果会有质的飞跃。

❌ 错误四：一条消息包含太多任务

把 5 个问题塞进一条消息，AI 的回答质量会下降。一次一件事，效果最好。

❌ 错误五：忽视成本控制

默认用最贵的模型、不做缓存、Heartbeat 频率太高——这些都会让你的 API 账单飞涨。合理配置模型路由和缓存策略，成本能降 50% 以上。

真实成本参考

很多人担心 AI 助手会不会很贵。以下是我的实际使用成本（一个月的数据）：

项目	月费用	说明
VPS（阿里云轻量）	¥50	2C2G，OpenClaw 部署
API 调用（Claude Sonnet）	~¥80	每天约 50-100 次调用
API 调用（DeepSeek V3）	~¥5	简单任务分流
备份存储	¥0	用自己的 NAS
总计	~¥135/月

每月不到 150 块钱，相当于一顿好一点的火锅钱。但它每天帮我节省的时间至少 1-2 小时——这个投入产出比，我觉得非常值。

结语

用了几个月 OpenClaw 之后，我最大的感受是：AI 助手的价值不在于它能回答多难的问题，而在于它帮你处理了多少琐碎的日常事务。那些重复的、耗时的、无聊的事情，都可以交给它。省下来的时间和精力，才是真正的收益。

如果你还没有尝试过把 AI 助手部署成一个常驻服务，强烈建议试一试。和「打开网页问一问」的体验完全不同——当它变成你生活中一个随时在线的助手，你会发现很多意想不到的用法。

当然，每个人的工作流和需求不同。我的用法不一定适合你，但希望这篇文章能给你一些灵感，找到属于你自己的 AI 助手使用方式。

31 3 月, 2026

OpenClaw 消息集成全攻略：Telegram、Discord、WhatsApp 多平台接入

OpenClaw 的消息架构设计

OpenClaw 最让我喜欢的一点是：它不绑定任何单一平台。你可以同时接入 Telegram、Discord、WhatsApp、Signal，甚至通过 HTTP API 自定义集成。所有渠道共享同一个 AI 大脑，但每个渠道可以有独立的行为和格式化规则。

这意味着你可以在 Telegram 上和 AI 聊天，在 Discord 群里让它参与讨论，同时通过 API 给你的自定义应用提供能力——而这一切只需要一个 OpenClaw 实例。

核心概念

Channel（渠道）：一个消息平台的连接，如 Telegram、Discord
Surface（会话表面）：具体的消息场景，分为 direct（私聊）和 group（群聊）
Router（路由器）：决定消息如何被处理和分发
Gateway（网关）：管理所有渠道连接的核心服务

Telegram：最成熟的集成方案

Telegram 是 OpenClaw 支持最好的消息渠道，也是大多数用户的首选。功能完整，包括内联按钮、语音消息、文件发送等。

创建 Telegram Bot

打开 Telegram，搜索 @BotFather
发送 /newbot
输入 Bot 名称（如「我的 AI 助手」）
输入 Bot 用户名（必须以 bot 结尾，如 my_ai_assistant_bot）
获取 Bot Token，格式类似：7123456789:AAH...你的token
重要：发送 /setprivacy → 选择你的 Bot → 设为 Disable（这样 Bot 能看到群里所有消息）

获取你的 User ID

为了限制谁能使用你的 Bot（安全考虑），需要获取你的 Telegram User ID：

搜索 @userinfobot，发送任意消息，它会返回你的 User ID
或者搜索 @RawDataBot，它会显示详细信息

配置 OpenClaw Telegram 渠道

# 打开 OpenClaw 配置
openclaw config

# 在配置中添加 Telegram channel
channels:
  telegram:
    enabled: true
    token: "7123456789:AAH...你的token"
    allowed_users:
      - 123456789  # 你的 Telegram User ID
    # 可选配置
    surface:
      direct:
        enabled: true
        auto_reply: true
      group:
        enabled: true
        require_mention: true  # 群聊中需要 @Bot 才回复

Telegram 特色功能

内联按钮（Inline Buttons）：AI 可以发送带按钮的消息，用户点击触发不同操作
语音消息：支持发送和接收语音消息
Markdown 格式：Telegram 支持 Markdown，AI 的回复会自动格式化
文件传输：可以发送和接收文件、图片
群聊模式：在群里可以设置 @Bot 才回复，避免刷屏

Discord：社区和群组场景的首选

如果你的团队或社区主要使用 Discord，OpenClaw 的 Discord 集成也非常完善。

创建 Discord Bot

访问 Discord Developer Portal
点击「New Application」，给应用起个名字
在左侧菜单选择「Bot」
点击「Reset Token」获取 Bot Token
开启必要的 Intents：在 Bot 设置页面，开启以下 Privileged Gateway Intents：
- Message Content Intent
- Server Members Intent（可选）
在 OAuth2 → URL Generator 中选择 bot scope，选择需要的权限
使用生成的邀请链接将 Bot 添加到你的服务器

配置 OpenClaw Discord 渠道

channels:
  discord:
    enabled: true
    token: "你的Discord Bot Token"
    # 指定允许的服务器和频道（可选）
    allowed_guilds:
      - "服务器ID"
    # 表面配置
    surface:
      direct:
        enabled: true
      group:
        enabled: true
        require_mention: true  # 需要 @Bot 才回复

Discord 特色功能

Reaction（反应）：AI 可以用 emoji 对消息做出反应，表达情绪
Embed（嵌入）：支持发送富文本嵌入消息
线程（Threads）：可以在独立线程中进行长对话
多服务器：同一个 Bot 可以服务多个 Discord 服务器

Discord 格式注意事项

⚠️ 重要：Discord 不支持 Markdown 表格！如果你的 AI 回复中包含表格，在 Discord 中会显示为乱码。OpenClaw 会自动将表格转换为列表格式，但建议在系统提示词中注明不要在 Discord 渠道使用表格。

WhatsApp：通过 Web Bridge 接入

WhatsApp 没有官方的 Bot API，OpenClaw 通过 WhatsApp Web Bridge（基于 whatsapp-web.js）实现接入。需要你的手机保持 WhatsApp Web 的连接。

配置方式

channels:
  whatsapp:
    enabled: true
    # WhatsApp Web 需要扫码登录
    # 首次启动会显示 QR 码，用手机 WhatsApp 扫描
    surface:
      direct:
        enabled: true
      group:
        enabled: false  # WhatsApp 群聊建议谨慎开启

注意事项

WhatsApp Web 有被封号风险，建议用小号测试
手机需要保持在线，WhatsApp Web 连接才能维持
不支持 Markdown 格式，回复会以纯文本显示
不能发送内联按钮等交互元素
群聊中建议设置需要 @才回复，避免被当 spam

Signal：隐私优先的选择

如果你对隐私要求很高，Signal 集成是个好选择。OpenClaw 通过 signal-cli 或类似桥接工具连接 Signal。

channels:
  signal:
    enabled: true
    # Signal 桥接配置
    # 具体方式取决于使用的桥接工具
    surface:
      direct:
        enabled: true

Signal 集成相对小众，文档和社区支持不如 Telegram/Discord 丰富。如果你是 Signal 重度用户，建议参考 OpenClaw 社区的最新指南。

Web/HTTP API：自定义集成

OpenClaw 提供 HTTP API 端点，你可以从任何自定义应用调用 AI 功能。适合以下场景：

自建 Web 界面
接入企业内部系统
与现有自动化工具集成
构建自定义 Bot

# HTTP API 调用示例
curl -X POST http://localhost:3000/api/chat \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "message": "帮我检查服务器状态",
    "surface": "direct"
  }'

多渠道配置实战

一个完整的多渠道配置示例（同时接入 Telegram 和 Discord）：

# ~/.openclaw/config.yaml（示例）

# 模型配置
model:
  default: "anthropic/claude-sonnet-4-20250514"
  fallback: "deepseek/deepseek-chat"

# 渠道配置
channels:
  telegram:
    enabled: true
    token: "TELEGRAM_BOT_TOKEN"
    allowed_users:
      - 123456789
    surface:
      direct:
        enabled: true
      group:
        enabled: true
        require_mention: true

  discord:
    enabled: true
    token: "DISCORD_BOT_TOKEN"
    allowed_guilds:
      - "987654321"
    surface:
      direct:
        enabled: true
      group:
        enabled: true
        require_mention: true

# Gateway 配置
gateway:
  port: 3000
  # 仅本地访问
  host: "127.0.0.1"

消息路由：Direct vs Group

OpenClaw 对私聊和群聊有不同的处理策略：

特性	Direct（私聊）	Group（群聊）
自动回复	默认开启	默认需要 @提及
上下文隔离	每个用户独立上下文	每个群独立上下文
系统提示词	可独立配置	可独立配置
安全级别	标准	更严格（避免泄露隐私）
格式化	完整格式	视平台限制调整

💡 建议：群聊场景下，开启 require_mention 是必须的。否则 AI 会对每条消息都回复，很快就会被踢出群聊。

平台格式化差异速查

不同消息平台支持的格式不同，了解这些差异能帮你避免格式显示异常：

格式	Telegram	Discord	WhatsApp	Signal
Markdown	✅ 部分支持	✅ 部分支持	❌	❌
表格	✅	❌	❌	❌
代码块	✅	✅	❌	❌
内联按钮	✅	❌	❌	❌
Emoji	✅	✅	✅	✅
Reaction	❌	✅	❌	❌
文件发送	✅	✅	✅	✅
语音消息	✅	❌	✅	✅

OpenClaw 会根据目标平台自动调整格式。但在系统提示词中明确告知 AI「在 Discord 中不要使用表格」等限制，效果会更好。

安全注意事项

权限控制：务必配置 allowed_users，不要让任何人都能调用你的 AI
Token 保护：Bot Token 相当于你的账号密码，不要提交到公开仓库
群聊隐私：群聊场景下，AI 的系统提示词不应该包含个人隐私信息
API Key 轮换：定期更换 Bot Token 和 API Key
日志管理：注意日志中不要记录敏感信息
WhatsApp 风险：WhatsApp Web 桥接有封号风险，建议用小号

总结

OpenClaw 的多渠道支持是它最大的优势之一。一个 AI 大脑，多个触手——你在哪，AI 就在哪。对于国内用户，Telegram 是首选（功能最完整，体验最好）；如果你的团队用 Discord，Discord 集成也非常成熟；WhatsApp 适合想要在日常聊天工具中使用 AI 的用户。

我的建议是：先搞定一个渠道（推荐 Telegram），跑通之后再按需添加其他渠道。不要一上来就全配，容易把自己搞晕。

如果你已经成功接入了 Telegram，恭喜——你的 AI 助手已经可以在手机上随时使用了。这种感觉，试过就知道有多爽。

31 3 月, 2026

OpenClaw 云服务器部署指南：在 VPS 上 24 小时运行 AI 助手

为什么要把 AI 助手部署在云服务器上？

OpenClaw 在本地电脑上跑得好好的，为什么还要折腾部署到 VPS？原因很直接：

24 小时在线：本地电脑关机了，你的 AI 助手就「失联」了。VPS 永不关机
稳定的网络环境：不需要担心家里断电断网，随时响应消息
数据隐私：自建部署，数据完全在自己手里，不经过第三方
多设备访问：手机、电脑、平板都能通过 Telegram/Discord 随时对话
定时任务：Heartbeat 心跳检查、定时备份、自动监控都需要常驻运行

本文将手把手教你从零开始，在一台云服务器上部署 OpenClaw，让你的 AI 助手 7×24 小时在线。

选一台合适的 VPS

最低配置要求

配置	最低要求	推荐配置	说明
CPU	1 核	2 核	Node.js 运行需要一定算力
内存	1GB	2-4GB	1GB 勉强够用，建议开 swap
硬盘	20GB	40GB+	系统 + Node.js + 日志 + 备份
带宽	1Mbps	3Mbps+	主要走 API 调用，流量不大

不同预算的 VPS 推荐

服务商	配置	月费	优点	缺点
Oracle Cloud Free	4核/24GB 或 2台1/1GB	免费	永久免费，配置大方	申请有门槛，可能被回收
Vultr	1C/1GB	$6/月	全球节点，按小时计费	配置较低
DigitalOcean	1C/1GB	$6/月	界面友好，文档丰富	价格稍贵
阿里云轻量	2C/2GB	¥50/月	国内访问快	国际带宽小
腾讯云轻量	2C/2GB	¥50/月	国内访问快	国际带宽小
Hetzner	2C/4GB	€4.5/月	性价比极高	欧洲节点，亚洲延迟高

💡 个人推荐：预算充足选阿里云/腾讯云轻量（国内访问最快）；想省钱选 Oracle Cloud 免费实例或 Hetzner；要全球覆盖选 Vultr。我目前用的是阿里云轻量，国内 Telegram 延迟在 50ms 左右，体验很好。

第一步：服务器初始配置

SSH 连接和基础安全

# 连接到你的服务器
ssh root@你的服务器IP

# 创建一个普通用户（不要直接用 root）
adduser openclaw
usermod -aG sudo openclaw

# 设置 SSH 密钥登录（推荐）
# 在本地电脑执行：
ssh-keygen -t ed25519
ssh-copy-id openclaw@你的服务器IP

# 禁用密码登录（可选但推荐）
sudo nano /etc/ssh/sshd_config
# 设置：PasswordAuthentication no
# 设置：PermitRootLogin no
sudo systemctl restart sshd

配置防火墙

# 使用 UFW 配置防火墙
sudo apt update && sudo apt install -y ufw
sudo ufw default deny incoming
sudo ufw default allow outgoing
sudo ufw allow ssh
# 如果需要外部访问 Gateway（可选）
# sudo ufw allow 3000
sudo ufw enable
sudo ufw status

配置 Swap（内存不足时的救命稻草）

# 创建 2GB swap 文件
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 永久启用
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# 验证
free -h

第二步：安装 Node.js

OpenClaw 需要 Node.js 运行环境。推荐使用 nvm 管理 Node.js 版本：

# 安装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc

# 安装 Node.js LTS（推荐 v20 或更高）
nvm install --lts
nvm use --lts

# 验证安装
node -v
npm -v

第三步：安装 OpenClaw

# 全局安装 OpenClaw
npm install -g openclaw

# 验证安装
openclaw --version

# 初始化配置
openclaw init

初始化过程会引导你完成基本配置，包括模型 API 密钥和消息渠道设置。

配置模型 API

编辑 OpenClaw 配置文件，添加你的 AI 模型 API 密钥：

# 编辑配置文件
openclaw config

# 或直接编辑
nano ~/.openclaw/config.yaml

配置文件中需要设置至少一个模型 provider。推荐配置多个作为 fallback：

# 示例配置（简化版）
model:
  default: "anthropic/claude-sonnet-4-20250514"
  providers:
    - name: anthropic
      api_key: "sk-ant-..."
    - name: openai
      api_key: "sk-..."
    - name: deepseek
      base_url: "https://api.deepseek.com"
      api_key: "sk-..."
    # 或使用 OpenRouter 统一接入
    - name: openrouter
      base_url: "https://openrouter.ai/api/v1"
      api_key: "sk-or-..."

第四步：配置消息渠道（以 Telegram 为例）

创建 Telegram Bot

在 Telegram 中搜索 @BotFather
发送 /newbot，按提示设置 Bot 名称
获取 Bot Token（类似 123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11）
记录 Token，稍后配置到 OpenClaw

配置 Telegram 渠道

# 编辑配置
openclaw config

# 添加 Telegram channel
channels:
  telegram:
    enabled: true
    token: "你的BOT_TOKEN"
    # 允许哪些人使用（你的 Telegram User ID）
    allowed_users:
      - 你的用户ID数字

获取你的 Telegram User ID：在 Telegram 中搜索 @userinfobot，发送任意消息即可获取。

第五步：Gateway 设置和安全

OpenClaw 的 Gateway 是核心服务，负责管理所有渠道连接和请求处理。

# 启动 Gateway
openclaw gateway start

# 检查状态
openclaw gateway status

# 查看日志
openclaw gateway logs

安全建议

不要将 Gateway 端口（默认 3000）暴露到公网，除非你明确需要
使用防火墙只开放必要的端口（SSH + Telegram webhook 如果需要）
定期更新 OpenClaw 到最新版本：npm update -g openclaw
配置文件中不要硬编码 API Key，考虑使用环境变量

第六步：设置开机自启（systemd）

为了确保服务器重启后 OpenClaw 自动启动，我们需要配置 systemd 服务：

# 创建 systemd 服务文件
sudo tee /etc/systemd/system/openclaw.service << 'EOF'
[Unit]
Description=OpenClaw AI Assistant
After=network.target

[Service]
Type=simple
User=openclaw
WorkingDirectory=/home/openclaw
ExecStart=/usr/bin/env openclaw gateway start --foreground
Restart=always
RestartSec=10
Environment=NODE_ENV=production

[Install]
WantedBy=multi-user.target
EOF

# 启用并启动服务
sudo systemctl daemon-reload
sudo systemctl enable openclaw
sudo systemctl start openclaw

# 检查状态
sudo systemctl status openclaw

💡 提示：以上是示例配置，具体路径和命令请参考 OpenClaw 官方文档的部署指南。

第七步：备份策略

数据是无价的。OpenClaw 的配置、记忆文件、对话记录都需要定期备份。

备份到 NAS（WebDAV）

# 如果你的 NAS 支持 WebDAV
# 使用 rclone 备份
sudo apt install -y rclone
rclone config
# 按提示配置 WebDAV 远端

# 创建备份脚本
cat << 'EOF' > ~/backup-openclaw.sh
#!/bin/bash
BACKUP_DATE=$(date +%Y%m%d)
rclone copy ~/.openclaw/ remote:backup/openclaw/$BACKUP_DATE/ \
  --exclude "*.log" \
  --exclude "node_modules/**"
echo "Backup completed: $BACKUP_DATE"
EOF
chmod +x ~/backup-openclaw.sh

备份到本地（rsync + cron）

# 设置每天凌晨 3 点自动备份
crontab -e
# 添加：
0 3 * * * /home/openclaw/backup-openclaw.sh >> /var/log/openclaw-backup.log 2>&1

监控和维护

简单健康检查

# 检查 OpenClaw 进程
pgrep -f openclaw

# 检查内存使用
ps aux | grep openclaw

# 检查日志
tail -f ~/.openclaw/logs/openclaw.log

自动重启脚本

如果担心进程意外退出，可以用一个简单的监控脚本：

cat << 'EOF' > ~/monitor-openclaw.sh
#!/bin/bash
if ! pgrep -f "openclaw gateway" > /dev/null; then
  echo "$(date): OpenClaw is down, restarting..." >> /var/log/openclaw-monitor.log
  openclaw gateway restart
fi
EOF
chmod +x ~/monitor-openclaw.sh

# 每 5 分钟检查一次
crontab -e
# 添加：
*/5 * * * * /home/openclaw/monitor-openclaw.sh

常见问题排查

Gateway 启动失败

检查配置文件语法是否正确：openclaw config validate
检查端口是否被占用：lsof -i :3000
查看详细日志：openclaw gateway logs --level debug

Telegram 收不到消息

确认 Bot Token 正确
确认你的 User ID 在 allowed_users 列表中
检查是否有多个 OpenClaw 实例在运行（会导致 webhook 冲突）
尝试重启 Gateway：openclaw gateway restart

内存不足 / OOM

确保 swap 已启用：free -h
检查是否有内存泄漏：top -o %MEM
考虑升级到更大内存的 VPS

VPS 成本对比总结

方案	月费	适合场景	备注
Oracle Cloud Free	¥0	个人实验、学习	需要抢号，有被回收风险
Hetzner CX22	~¥35	预算有限的个人使用	欧洲节点
Vultr/DigitalOcean	~¥45	全球部署	节点多，灵活
阿里云轻量	~¥50	国内用户首选	国内访问最快
阿里云 ECS	~¥100+	正式生产环境	性能和稳定性最好

对于个人使用，阿里云轻量或 Hetzner 的性价比最高。如果你只是想试试 OpenClaw，Oracle Cloud 免费实例完全够用——我见过不少人在上面稳定跑了好几个月。

结语

部署 OpenClaw 到 VPS 的流程并不复杂：选 VPS → 装 Node.js → 装 OpenClaw → 配置 API → 配消息渠道 → 设 systemd 自启。整个过程大概 30 分钟到 1 小时就能搞定。

部署完成之后，你的 AI 助手就真的「住」在了云端——24 小时在线，随时响应。无论你在地铁上发一条 Telegram 消息，还是在电脑前通过 Discord 对话，它都能秒回。这种「永远在线」的感觉，用过就回不去了。

31 3 月, 2026

免费 AI API 获取指南：2026 年现阶段可用的免费资源汇总

为什么关注免费 AI API？

对于刚入门的开发者、学生、独立创作者来说，AI API 的费用可能是个门槛。好消息是，2026 年几乎每家 AI 厂商都提供了某种形式的免费额度。善用这些免费资源，你完全可以在不花一分钱的情况下，构建出不错的 AI 应用原型。

本文整理了目前还能用的免费 AI API 资源，包括各家的免费额度、限制条件和使用技巧。我会持续更新这份清单，确保信息的时效性。

Google AI Studio：最慷慨的免费方案

Google AI Studio 是目前免费额度最慷慨的平台，没有之一。

免费内容

Gemini 2.5 Flash：每分钟 15 次请求，每天 1500 次请求
Gemini 2.5 Pro：每分钟 2 次请求，每天 50 次请求
支持 100 万 tokens 的上下文窗口
多模态支持：文本、图像、视频、音频

如何获取

访问 aistudio.google.com
用 Google 账号登录
点击「Get API Key」→「Create API Key」
选择或创建一个 Google Cloud 项目
复制 API Key 即可使用

注意事项

免费版的数据可能用于模型改进
中国大陆需要代理访问
请求频率限制严格，不适合高并发场景

OpenAI：新用户赠送额度

OpenAI 为新注册用户提供免费试用额度，虽然不多，但足够体验和测试。

免费内容

新用户注册赠送 $5 的 API 额度
额度有效期为 3 个月
可以用 GPT-4o、GPT-4o mini 等所有模型

如何获取

注册 OpenAI 账号（需要手机号验证）
进入 API 管理页面
创建 API Key
额度自动到账

$5 听起来不多，但如果用 GPT-4o mini（$0.15/M input tokens），大约可以处理 3000 万 tokens 的输入，足够做不少测试了。

DeepSeek：国产性价比之王

DeepSeek 的 API 价格本身就极低，新用户还赠送额度，非常适合预算有限的开发者。

免费内容

新用户注册赠送 500 万 tokens（有效期 30 天）
V3 模型：输入 ¥1/百万 tokens，输出 ¥2/百万 tokens
R1 推理模型：输入 ¥4/百万 tokens，输出 ¥16/百万 tokens
国内直接访问，无需代理

如何获取

访问 platform.deepseek.com
注册账号（支持手机号或邮箱）
在 API Keys 页面创建密钥
赠送额度自动到账

SiliconFlow：国产模型的免费入口

SiliconFlow 是一个国内的 AI 推理平台，提供了大量开源模型的免费 API 访问。

免费内容

注册赠送 2000 万 tokens 额度
多个开源模型提供永久免费额度（每天有调用次数限制）
包括 Qwen 2.5、DeepSeek V3、GLM-4 等热门模型
国内访问速度快，延迟低

如何获取

访问 siliconflow.cn
注册并实名认证
在 API 密钥页面创建 Key
免费模型直接可用

特别推荐：SiliconFlow 的免费模型列表很丰富，包括 Qwen/Qwen2.5-72B-Instruct、deepseek-ai/DeepSeek-V3 等，每天有一定免费调用次数，非常适合学习和小项目开发。

Groq：速度最快的免费推理

Groq 使用自研的 LPU 芯片进行推理，速度极快，而且提供了不错的免费额度。

免费内容

每分钟 30 次请求（RPM）
每天 14400 次请求（RPD）
支持 Llama 3、Mixtral 等开源模型
推理速度极快（tokens/s 远超其他平台）

如何获取

访问 console.groq.com
注册账号
创建 API Key
使用 OpenAI 兼容格式调用

Groq 的 API 格式兼容 OpenAI，切换成本几乎为零。如果你的应用对响应速度有要求，Groq 是免费方案中的最佳选择。

Together AI：新用户免费额度

Together AI 专注于开源模型的推理服务，为新用户提供 $5 的免费额度。

免费内容

新用户赠送 $5 额度
支持大量开源模型（Llama 3、Mistral、Qwen 等）
提供 Serverless 和 Dedicated 两种部署方式
OpenAI 兼容 API 格式

Hugging Face：开源模型的免费推理

Hugging Face 提供 Inference API，可以免费调用托管在平台上的开源模型。

免费内容

免费用户每月有一定配额（具体取决于模型）
支持数千个开源模型
Pro 会员（$9/月）可获得更高配额和更好的体验
适合原型开发和模型测试

注意事项

免费版的冷启动时间较长（模型需要加载）
请求频率限制较严
不适合生产环境使用

Cloudflare Workers AI：边缘计算免费方案

Cloudflare 在其 Workers 平台上提供了 AI 推理服务，免费额度相当可观。

免费内容

每天 10000 次免费请求
支持 Llama 3、Mistral、Phi 等模型
在 Cloudflare 边缘网络运行，全球延迟低
与 Workers、Pages 等 Cloudflare 服务集成

特别适合已经在使用 Cloudflare 生态的开发者，可以无缝集成 AI 能力到现有的 Workers 应用中。

OpenRouter：免费模型聚合

OpenRouter 聚合了大量模型，其中也包含一些完全免费的模型。

免费内容

提供多个免费模型（标记为 $0.00）
包括 Meta Llama、Mistral 等开源模型
统一的 OpenAI 兼容接口
新用户可能有额外赠送额度

缺点是免费模型通常有限速，且部分免费模型可能随时下线。适合快速测试和原型开发。

各平台免费资源对比表

平台	免费额度	可用模型	速率限制	国内可用
Google AI Studio	每天 1500 次请求	Gemini 2.5 Flash/Pro	15 RPM (Flash)	❌ 需代理
OpenAI	$5（3 个月）	所有模型	标准限制	❌ 需代理
DeepSeek	500 万 tokens	V3, R1	较宽松	✅ 直接访问
SiliconFlow	2000 万 tokens	多个开源模型	每日次数限制	✅ 直接访问
Groq	每天 14400 次	Llama 3, Mixtral	30 RPM	❌ 需代理
Together AI	$5	开源模型	标准限制	❌ 需代理
Hugging Face	月度配额	数千模型	较严格	❌ 需代理
Cloudflare	每天 10000 次	Llama 3, Mistral	10K/天	✅ 部分可用
OpenRouter	部分免费模型	多个免费模型	视模型而定	❌ 需代理

最大化免费额度的技巧

1. 多平台轮换

不要只依赖一个平台的免费额度。搭建一个简单的路由层，当一个平台的额度用完时自动切换到下一个。

2. 缓存高频请求

对相同或相似的请求做本地缓存，避免重复调用浪费额度。Redis 或简单的文件缓存都行。

3. 选择合适的模型大小

不是所有任务都需要大模型。简单问答用小模型就够了，把大模型的额度留给真正需要的任务。

4. 批量处理非实时任务

不要一个一个地发请求，把多个任务合并成一个批量请求，减少 API 调用次数。

5. 优化 Prompt

精简你的 Prompt，去掉不必要的内容。输入 tokens 也是要消耗的（虽然免费额度通常按请求计算，但更短的 Prompt 意味着更快的响应）。

什么时候该升级到付费？

免费额度虽然好用，但终究有限。以下几种情况建议升级到付费方案：

产品上线：免费版的速率限制和 SLA 无法支撑生产环境
用户增长：日活超过免费额度能支撑的范围
需要更好的模型：某些高端功能只有付费版才能用
数据隐私要求：免费版通常会用你的数据训练模型
需要稳定的服务保障：付费版通常有 SLA 保证

好消息是，即使升级到付费，国产模型如 DeepSeek 的成本也非常低。每月几十块钱就能获得不错的 API 调用量。

总结

2026 年，免费 AI API 资源相当丰富。国内开发者推荐优先使用 DeepSeek + SiliconFlow 的组合（无需代理，额度充足），国际开发者可以充分利用 Google AI Studio 和 Groq 的免费额度。

关键是：动手试。免费额度足够你把一个想法从 0 做到 1。等到真正需要更多资源时，再根据实际用量选择付费方案也不迟。别让「先研究再行动」变成「一直在研究从不行动」。

31 3 月, 2026

2026 年 AI API 厂商大对比：OpenAI vs Anthropic vs Google vs 国产大模型

为什么选对 AI API 这么重要？

2026 年，AI API 市场已经从「一家独大」变成了群雄割据。OpenAI、Anthropic、Google 三巨头稳坐第一梯队，国产大模型如 DeepSeek、通义千问也在迅速追赶。对开发者来说，选对 API 不只是省钱的问题——它直接影响产品体验、响应速度和最终用户的满意度。

本文将从价格、性能、适用场景三个维度，帮你梳理清楚 2026 年主流 AI API 的优劣，并给出不同预算下的推荐方案。无论你是独立开发者还是企业技术负责人，都能找到适合自己的选择。

OpenAI：生态最成熟，但价格偏高

核心模型一览

OpenAI 在 2026 年的产品线已经非常清晰：

GPT-4o：旗舰多模态模型，支持文本、图像、音频，综合能力最强
GPT-4 Turbo：高性价比版本，128K 上下文窗口
GPT-4o mini：轻量级模型，速度快、成本低，适合日常任务
o1 / o3 系列：推理增强模型，擅长数学、编程和复杂逻辑

优势

生态最完善，几乎所有框架和工具都优先支持 OpenAI API 格式
多模态能力领先，GPT-4o 的图像理解和语音交互体验很好
文档完善，社区资源丰富，遇到问题容易找到解决方案
Function Calling 和 Structured Output 支持成熟

劣势

价格在主流厂商中偏高，GPT-4o 输入 $2.50/M tokens
中国大陆访问需要代理，网络稳定性是个问题
上下文窗口虽然有 128K，但实际使用中长文本效果不如 Claude
隐私政策相对保守，数据可能用于模型训练（除非关闭）

Anthropic：长文本之王，安全性领先

核心模型一览

Claude 4 Opus：最强旗舰，复杂推理和长文本处理的标杆
Claude 4 Sonnet：性能与成本的最佳平衡点，日常首选
Claude 4 Haiku：极速响应，适合大规模批量处理

优势

200K 上下文窗口，长文档处理能力业界最强
安全性设计出色，系统提示词抗注入能力强
Claude 4 Sonnet 性价比极高，很多场景下效果接近 GPT-4o 但价格更低
代码生成和理解能力出色，尤其擅长重构和代码审查
Artifacts 功能让即时预览变得非常方便

劣势

不支持图像生成，多模态能力主要在图像理解
API 生态不如 OpenAI 完善，部分工具需要额外适配
同样存在中国大陆访问问题
Haiku 虽快但能力相对有限

Google Gemini：追赶者的逆袭

核心模型一览

Gemini 2.5 Pro：Google 旗舰模型，原生多模态，百万级上下文
Gemini 2.5 Flash：高性价比版本，速度快，适合实时应用

优势

原生多模态架构，文本、图像、视频、音频统一处理
上下文窗口极大（最高 200 万 tokens），适合超长文档分析
Google AI Studio 提供慷慨的免费额度
与 Google Cloud 生态深度集成
Gemini 2.5 Pro 的推理能力在多项基准测试中表现优异

劣势

API 稳定性和一致性不如 OpenAI 和 Anthropic
部分内容安全策略过于严格，某些正当用途会被拒绝
生态支持还在追赶，第三方工具集成不如 OpenAI 广泛
在中国大陆访问同样受限

国产大模型：性价比之王

主要玩家

DeepSeek V3/R1：推理能力出色，API 价格极低，开源社区活跃
通义千问 Qwen 2.5：阿里出品，多语言能力强，模型尺寸覆盖全面
智谱 GLM-4：中文理解能力强，生态完善
MiniMax：语音和多模态有特色，API 性价比高

核心优势

价格极低：DeepSeek V3 的 API 价格仅为 GPT-4o 的 1/10 到 1/20
国内直接访问，无需代理，延迟低
中文理解和生成能力优秀，特别适合中文场景
大多提供免费额度或极低的入门门槛
部分模型开源，可自行部署

劣势

英文能力和国际化场景不如三巨头
部分平台 API 稳定性有待提升
生态工具支持不如 OpenAI 完善
内容审核策略可能更严格

OpenRouter：一个 API 调用所有模型

OpenRouter 是一个 AI API 聚合平台，通过统一的 OpenAI 兼容接口，你可以访问几乎所有主流模型，包括 OpenAI、Anthropic、Google、DeepSeek 等。

优势

一个 API Key 访问所有模型，切换成本几乎为零
自动负载均衡和故障转移
提供部分免费模型
统一的计费和用量追踪
非常适合需要多模型对比和路由的场景

劣势

在原厂价格基础上有少量加价（通常 5-20%）
数据需要经过第三方，隐私敏感场景需谨慎
部分模型可能有额外延迟

场景推荐矩阵

不同任务适合不同的模型，以下是我的实际使用经验总结：

使用场景	首选模型	备选方案	理由
代码编写/审查	Claude 4 Sonnet	GPT-4o / DeepSeek V3	代码理解深，重构能力强
创意写作	GPT-4o	Claude 4 Opus	表达自然，风格多样
图像理解	Gemini 2.5 Pro	GPT-4o	原生多模态架构
长文档分析	Claude 4 Opus	Gemini 2.5 Pro	200K 上下文稳定
数学/逻辑推理	o3	Claude 4 Opus / DeepSeek R1	推理链能力出色
日常问答	GPT-4o mini	Claude 4 Haiku	速度快成本低
中文场景	DeepSeek V3	Qwen 2.5 / GLM-4	中文理解好，价格低
批量处理	Claude 4 Haiku	GPT-4o mini	速度和成本优势明显

详细价格对比（每百万 tokens）

模型	输入价格	输出价格	上下文窗口
GPT-4o	$2.50	$10.00	128K
GPT-4 Turbo	$10.00	$30.00	128K
GPT-4o mini	$0.15	$0.60	128K
Claude 4 Opus	$15.00	$75.00	200K
Claude 4 Sonnet	$3.00	$15.00	200K
Claude 4 Haiku	$0.25	$1.25	200K
Gemini 2.5 Pro	$1.25	$10.00	1M
Gemini 2.5 Flash	$0.075	$0.30	1M
DeepSeek V3	$0.27	$1.10	128K
DeepSeek R1	$0.55	$2.19	128K
Qwen 2.5 72B	$0.40	$0.40	128K

注：价格可能随厂商调整，以上为 2026 年 3 月参考价格。国产模型通过各平台 API 调用时价格可能更低。

成本优化策略

1. 模型路由（Model Routing）

不要所有请求都用最贵的模型。根据任务复杂度动态选择：

简单任务（翻译、格式化、简单问答）→ GPT-4o mini / Claude Haiku
中等任务（写作、代码）→ Claude Sonnet / GPT-4o
复杂任务（深度分析、复杂推理）→ Claude Opus / o3

2. 缓存和复用

对相同或相似的请求做结果缓存
利用 OpenAI 的 Prompt Caching 功能降低重复前缀的费用
常见问答做成 FAQ 数据库，减少 API 调用

3. 批量处理

使用 Batch API（如 OpenAI Batch API）可以获得 50% 折扣
将多个短请求合并成一个长请求
非实时任务放到低峰时段处理

不同预算的推荐方案

🆓 零预算（免费额度探索）

利用 Google AI Studio 免费额度 + DeepSeek 新用户赠送 + SiliconFlow 免费模型，基本够个人学习和小项目使用。

💰 低预算（$10-50/月）

主力用 DeepSeek V3（极低成本）+ Claude 4 Sonnet（重要任务），通过 OpenRouter 统一管理。这个预算可以支撑每天几十到上百次的 API 调用。

💎 中等预算（$50-500/月）

Claude Sonnet 为主力，GPT-4o 备用，重要任务用 Opus。配合模型路由和缓存策略，可以支撑一个小型产品的日常运营。

🏢 企业级（$500+/月）

多模型策略 + 企业级 SLA。考虑直接与厂商谈企业协议获取更好的价格和服务保障。自建模型路由系统，实现智能降级和故障转移。

总结

2026 年的 AI API 市场竞争激烈，这对开发者来说是好消息。没有「最好」的模型，只有「最适合」的模型。建议根据实际需求组合使用：用国产模型处理中文和低成本场景，用 Claude 处理代码和长文本，用 GPT-4o 处理多模态任务，用 OpenRouter 简化多模型管理。

最重要的是：别把鸡蛋放在一个篮子里。多模型策略不仅能降低成本，还能避免被单一厂商锁定。从今天开始，试试在你的项目中接入两到三个不同的模型，体验一下各自的差异吧。

31 3 月, 2026

2026 年最值得安装的 10 个 OpenClaw Skills 推荐

为什么需要 Skills？

OpenClaw 本身已经是一个功能强大的 AI 助手平台，但它的真正潜力在于 Skills 生态。Skills 就像是给你的 AI 助手安装的各种专业插件——每个 Skill 都能让 AI 掌握一个新领域的专业知识和操作能力。

目前 OpenClaw 社区已经涌现了大量优质的 Skills，覆盖了浏览器自动化、社交媒体运营、服务器管理、内容营销等多个领域。但面对这么多选择，哪些才是真正值得安装的？

本文精选了 2026 年最值得安装的 9 个 OpenClaw Skills，每个都经过实际使用验证，能显著提升你的 AI 助手能力。

1. agent-browser — 无头浏览器自动化

难度：⭐⭐ 中等
安装命令：npm install openclaw-skill-agent-browser -g

agent-browser 是一个为 AI 优化的无头浏览器自动化工具。它不是普通的 Puppeteer 封装——它专门为 AI agent 设计了无障碍树（Accessibility Tree）快照和基于引用的元素选择机制。

它能做什么？

自动化网页操作：点击、填写表单、导航
提取网页内容：获取结构化的无障碍树数据
截图和 PDF 生成
处理 SPA（单页应用）和动态加载内容
批量网页数据采集

实际用例

“帮我打开 GitHub Trending 页面，把今天的热门 Python 项目整理成列表发给我”
“自动登录管理系统，导出本月的销售报表”
“监控竞品网站的价格变化，降价时通知我”

如果你需要让 AI 与网页交互而不只是搜索信息，agent-browser 是必备的。

2. xiaohongshu-ops — 小红书运营助手

难度：⭐⭐ 中等
安装命令：npm install openclaw-skill-xiaohongshu-ops -g

小红书运营是中文互联网创业者和内容创作者的刚需。xiaohongshu-ops 这个 Skill 覆盖了小红书运营的全链路——从账号定位、选题研究到内容生产、发布执行和复盘修复。

它能做什么？

账号定位：分析赛道、竞品调研、差异化策略
选题研究：热点追踪、关键词分析、内容趋势
内容生产：文案撰写、图片建议、标题优化
发布执行：定时发布、标签优化、互动管理
数据分析：笔记表现分析、粉丝画像、增长策略

实际用例

“帮我分析一下美食赛道最近的热门内容趋势”
“帮我写一篇关于数码产品开箱的小红书笔记”
“看看我上周发的笔记表现怎么样，给点优化建议”

3. tmux — 远程终端控制

难度：⭐ 简单
安装命令：npm install openclaw-skill-tmux -g

tmux Skill 让你的 AI 能够远程控制 tmux 会话——发送按键指令、抓取终端输出、管理多个面板。这对于需要长时间运行的交互式 CLI 工具特别有用。

它能做什么？

创建和管理 tmux 会话
向终端发送命令并获取输出
监控长时间运行的任务（编译、训练、部署）
同时管理多个终端窗口

实际用例

“帮我在服务器上启动一个 tmux 会话运行训练脚本，定期检查进度”
“监控 Docker 容器的日志输出”
“自动操作需要交互式输入的 CLI 工具”

4. healthcheck — 服务器安全审计

难度：⭐⭐ 中等
安装命令：npm install openclaw-skill-healthcheck -g

如果你在 VPS 或者自己的服务器上运行 OpenClaw，healthcheck 是必备的安全工具。它能帮你进行主机安全加固、风险评估、暴露面检查等安全审计工作。

它能做什么？

安全审计：检查系统安全配置、防火墙规则、SSH 配置
漏洞扫描：检查已知的安全漏洞和过期的软件包
暴露面检查：识别不必要的端口暴露和服务
加固建议：提供具体的安全加固操作步骤
定期巡检：配合 Cron 实现自动化的安全巡检

实际用例

“帮我做一次全面的服务器安全审计”
“检查一下我的 SSH 配置是否安全”
“每周一自动检查系统安全状态”

5. weather — 天气查询

难度：⭐ 简单
安装命令：npm install openclaw-skill-weather -g

一个看似简单但非常实用的 Skill。通过 wttr.in 或 Open-Meteo API 获取天气信息，不需要任何 API Key，开箱即用。

它能做什么？

查询任意城市的当前天气
获取未来几天的天气预报
支持温度、湿度、风速等详细信息
集成到 Heartbeat 中实现天气提醒

实际用例

“北京今天天气怎么样？需要带伞吗？”
“未来三天上海的天气预报”
“每天早上提醒我今天要不要带外套”

虽然简单，但 weather Skill 是 Heartbeat 系统的完美搭档——让 AI 在你出门前主动告诉你天气情况。

6. self-improving — 自我反思与进化

难度：⭐⭐ 中等
安装命令：npm install openclaw-skill-self-improving -g

这是一个非常独特的 Skill——它让 AI 具备自我反思、自我纠错和自我学习的能力。当操作失败时，AI 不只是报告错误，还会分析原因、总结教训，并永久性地更新自己的知识库。

它能做什么？

自我反思：操作完成后评估执行质量
自我纠错：发现错误后自动修正并记录
自我学习：从失败中提取教训，更新到配置文件中
自我组织：自动整理和优化记忆系统

实际用例

当一个命令执行失败时，AI 会自动分析失败原因，尝试修复方案，并在 TOOLS.md 中记录正确的用法，下次就不会再犯同样的错误。

这个 Skill 让你的 AI 助手越用越聪明，是长期使用的必备选择。

7. marketing-strategy-pmm — 产品营销策略

难度：⭐⭐⭐ 较高
安装命令：npm install openclaw-skill-marketing-strategy-pmm -g

这是一个面向产品经理和营销人员的专业 Skill。它内置了 April Dunford 定位方法论、ICP 定义框架、竞品分析模板等专业的营销方法论。

它能做什么？

产品定位：生成基于 April Dunford 方法的定位声明
竞品分析：创建竞品 battlecard 和对比分析
目标用户：定义 ICP（理想客户画像）
GTM 策略：制定上市策略和渠道计划
发布规划：生成产品发布 Playbook
市场进入：国际市场的进入策略分析

实际用例

“帮我分析一下我们产品 vs 竞品 X 的优劣势，生成一份 battlecard”
“帮我定义我们 SaaS 产品的 ICP”
“为新产品设计一个 GTM 策略”

8. node-connect — 设备配对诊断

难度：⭐⭐ 中等
安装命令：npm install openclaw-skill-node-connect -g

如果你在使用 OpenClaw 的 Android、iOS 或 macOS 伴侣 App，node-connect 可以帮你诊断设备配对和连接问题。它覆盖了 QR 码扫描、手动配对、网络诊断等常见故障场景。

它能做什么？

诊断 QR 码/设置码配对失败问题
排查本地 WiFi 正常但远程连接失败的问题
分析 Tailnet/VPS 连接故障
检查 Gateway 远程 URL 配置
诊断插件和设备配对配置问题

实际用例

“我的手机 App 一直连接不上 OpenClaw Gateway，帮我查一下问题”
“QR 码扫描后报错 ‘bootstrap token invalid’，怎么解决？”
“本地 WiFi 正常但是外网连不上”

9. skill-creator — 创建你自己的 Skills

难度：⭐ 简单
安装命令：npm install openclaw-skill-skill-creator -g

这个 Skill 不是给你直接使用的工具，而是教你如何创建自己的 Skills。它会引导你完成 SKILL.md 的编写、目录结构的组织、最佳实践的遵循等。

它能做什么？

引导创建新的 SKILL.md 文件
提供 SKILL.md 模板和结构建议
检查 Skill 文档的质量和完整性
更新和维护现有 Skill 的文档

为什么推荐安装？

每个团队和每个人的工作流程都是独特的。skill-creator 让你可以轻松地把自己的专业知识和工作流程打包成一个 Skill，让 AI 按照你的方式来工作。想象一下：把你的代码审查流程、部署 checklist、客户沟通模板都变成 AI 可以自动执行的 Skills。

Skills 对比总览

以下是 9 个推荐 Skills 的快速对比，方便你根据自己的需求选择：

Skill	功能	适合谁	难度	安装命令
agent-browser	无头浏览器自动化	需要网页交互和数据采集的用户	⭐⭐	`npm install openclaw-skill-agent-browser -g`
xiaohongshu-ops	小红书全链路运营	内容创作者、营销人员	⭐⭐	`npm install openclaw-skill-xiaohongshu-ops -g`
tmux	远程终端控制	运维、开发者	⭐	`npm install openclaw-skill-tmux -g`
healthcheck	服务器安全审计	服务器管理员、运维	⭐⭐	`npm install openclaw-skill-healthcheck -g`
weather	天气查询和预报	所有人	⭐	`npm install openclaw-skill-weather -g`
self-improving	AI 自我反思和学习	长期深度用户	⭐⭐	`npm install openclaw-skill-self-improving -g`
marketing-strategy-pmm	产品营销策略	产品经理、营销人员	⭐⭐⭐	`npm install openclaw-skill-marketing-strategy-pmm -g`
node-connect	设备配对诊断	使用伴侣 App 的用户	⭐⭐	`npm install openclaw-skill-node-connect -g`
skill-creator	创建自定义 Skills	所有想自定义的用户	⭐	`npm install openclaw-skill-skill-creator -g`

安装建议：按场景选择

通用用户推荐组合

# 适合所有人的基础组合
npm install openclaw-skill-weather openclaw-skill-self-improving openclaw-skill-skill-creator -g

开发者/运维推荐组合

# 开发者和运维人员
npm install openclaw-skill-agent-browser openclaw-skill-tmux openclaw-skill-healthcheck -g

内容创作者/营销人员推荐组合

# 内容创作者和营销人员
npm install openclaw-skill-xiaohongshu-ops openclaw-skill-agent-browser openclaw-skill-marketing-strategy-pmm -g

总结

OpenClaw 的 Skills 生态是它最强大的特性之一。通过安装合适的 Skills，你可以把一个通用的 AI 助手打造成符合自己需求的专业化数字员工。

以上推荐的 9 个 Skills 覆盖了从基础实用（weather）到专业领域（marketing-strategy-pmm）的各种需求。建议从最简单的 weather 和 skill-creator 开始，逐步探索其他 Skills，找到最适合自己的组合。

记住，Skills 的真正价值不在于数量，而在于是否契合你的实际需求。选对 Skills，你的 OpenClaw 就能从”会聊天的 AI”升级为”真正帮你干活的 AI”。

🚀 快速开始：先安装 weather 试试效果，然后根据你的职业和需求选择其他 Skills。如果找不到适合自己的 Skill，用 skill-creator 自己造一个！

31 3 月, 2026

OpenClaw Skills 安装指南：给 AI 助手装上超能力

什么是 OpenClaw Skills？

如果你觉得 OpenClaw 的基础功能已经很强大了，那么 Skills 系统会让你大开眼界。Skills（技能）是 OpenClaw 的插件系统，通过安装不同的 Skill，你可以给 AI 助手添加各种专业能力——浏览器自动化、社交媒体运营、服务器安全审计、天气查询、产品营销策略……几乎无所不能。

你可以把 Skills 理解为”给 AI 装上的超能力包”。每个 Skill 都是一个自包含的功能模块，包含详细的使用说明（SKILL.md）和工具集成配置。AI 会在需要时自动读取对应的 Skill 文件，按照说明执行任务。

Skills 的工作原理

SKILL.md：技能的核心说明书

每个 Skill 的核心都是一个 SKILL.md 文件。这个 Markdown 文件详细描述了：

技能描述：这个 Skill 是做什么的
使用时机：什么时候应该自动激活这个 Skill
操作流程：具体的执行步骤和工具调用方式
配置要求：需要哪些前置条件和配置
示例：实际使用案例

当 AI 收到一个请求时，它会扫描已安装的 Skills 的描述信息，判断哪个 Skill 最适合当前任务，然后加载对应的 SKILL.md 来指导执行。这个过程是自动的——你不需要手动选择 Skill，AI 会智能匹配。

Skill 目录结构

~/.openclaw/skills/
├── skill-name-version/
│   ├── SKILL.md          # 技能说明文档（核心）
│   ├── tools/            # 工具脚本和集成
│   ├── config/           # 配置文件模板
│   ├── examples/         # 使用示例
│   └── README.md         # 额外说明（可选）
└── another-skill-version/
    ├── SKILL.md
    └── ...

🔑 关键理解：Skills 不是传统的代码插件。它们更像是”专家知识包”——告诉 AI 在特定领域应该怎么做。AI 的大模型能力 + Skill 的专业知识 = 超强的专业化 AI 助手。

安装 Skills：三种方式

方式一：通过 npm 安装（推荐）

最简单的方式是通过 npm 安装，和安装其他 Node.js 包一样：

# 安装单个 Skill
npm install openclaw-skill-weather -g

# 安装特定版本
npm install openclaw-skill-agent-browser@0.1.0 -g

# 安装多个 Skills
npm install openclaw-skill-weather openclaw-skill-healthcheck -g

方式二：通过 ClawHub 安装

ClawHub（clawhub.ai）是 OpenClaw 的官方 Skills 市场，提供了大量的社区和官方 Skills：

访问 clawhub.ai 浏览可用的 Skills
找到你需要的 Skill，查看文档和评价
按照页面上的安装说明进行安装

方式三：手动安装

如果你有自定义的 Skill 或者从 GitHub 下载的 Skill，可以手动安装：

# 1. 克隆或下载 Skill 到 skills 目录
cd ~/.openclaw/skills/
git clone https://github.com/example/my-skill.git

# 2. 或者直接复制
cp -r /path/to/my-skill ~/.openclaw/skills/

# 3. 重启 Gateway 使 Skill 生效
openclaw gateway restart

配置和激活 Skills

自动激活机制

大部分 Skills 安装后会自动激活。AI 会在系统启动时扫描 ~/.openclaw/skills/ 目录，读取每个 Skill 的 SKILL.md 文件头部的描述信息，建立技能索引。当用户提出相关请求时，AI 会自动匹配并加载对应的 Skill。

查看已安装的 Skills

你可以通过以下方式查看已安装的 Skills：

# 在聊天中发送
/status

# 或者直接询问 AI
我安装了哪些 Skills？

Skill 级别配置

某些 Skills 需要额外的配置才能正常工作。常见的配置项包括：

配置类型	说明	示例
API Key	需要第三方服务的 API 密钥	天气服务、搜索引擎等
路径配置	指定工作目录或文件路径	浏览器路径、SSH 配置等
账户信息	社交媒体等平台的登录凭证	小红书、Twitter 账号
阈值设置	触发条件的参数	健康检查的告警阈值

这些配置通常在 Skill 的 SKILL.md 中有详细说明。安装新 Skill 后，务必阅读 SKILL.md 的配置部分。

如何阅读 SKILL.md

SKILL.md 是每个 Skill 的灵魂文件。无论是使用还是创建 Skill，读懂 SKILL.md 都是关键。一个典型的 SKILL.md 包含以下部分：

# Skill 名称
简短描述这个 Skill 的用途

## 何时使用
描述在什么情况下应该激活这个 Skill
（AI 会根据这部分内容进行自动匹配）

## 前置条件
需要安装什么、配置什么才能使用

## 操作步骤
详细的执行流程，包括：
- 需要调用哪些工具
- 参数如何传递
- 结果如何处理

## 示例
实际使用案例，帮助理解用法

## 注意事项
常见问题、限制条件、安全提醒

当你使用一个 Skill 时，AI 会自动加载并遵循 SKILL.md 中的指示。你不需要手动执行 SKILL.md 中的步骤——那是 AI 的工作。你只需要理解这个 Skill 能做什么，然后用自然语言告诉 AI 你的需求。

💡 使用技巧：如果你不确定某个 Skill 怎么用，直接问 AI：”XXX Skill 怎么用？”它会读取 SKILL.md 然后给你一个通俗易懂的解释。

创建自定义 Skills

如果你有特定的工作流程想要自动化，可以创建自己的 Skill。创建 Skill 的核心就是写一个 SKILL.md 文件。

最小化 Skill 示例

# 我的自定义 Skill

## 何时使用
当用户要求执行 XXX 操作时使用此 Skill。

## 操作步骤
1. 读取文件 /path/to/data
2. 执行分析
3. 输出结果

## 示例
用户："帮我分析 XXX"
AI：按照此 Skill 的步骤执行...

你也可以使用 skill-creator 这个 Skill 来辅助创建新的 Skill——它会引导你完成 SKILL.md 的编写过程。

Skill 编写最佳实践

描述清晰：”何时使用”部分要写得明确，这样 AI 才能准确匹配
步骤详细：操作步骤要具体到可执行，不要有歧义
示例丰富：多写几个实际使用案例，帮助 AI 理解意图
安全第一：涉及外部操作时，明确标注风险和确认步骤
模块化：一个 Skill 做一件事，不要把所有功能塞到一个 Skill 里

Skill 管理：启用、禁用、更新

禁用 Skill

如果某个 Skill 暂时不需要，你可以禁用它而不必卸载：

# 方法1：重命名目录（在目录名前加 . 前缀）
mv ~/.openclaw/skills/my-skill ~/.openclaw/skills/.my-skill.disabled

# 方法2：删除 SKILL.md（保留其他文件）
mv ~/.openclaw/skills/my-skill/SKILL.md ~/.openclaw/skills/my-skill/SKILL.md.disabled

# 重启 Gateway
openclaw gateway restart

更新 Skill

# npm 安装的 Skill
npm update openclaw-skill-weather -g

# Git 克隆的 Skill
cd ~/.openclaw/skills/my-skill
git pull

卸载 Skill

# npm 安装的
npm uninstall openclaw-skill-weather -g

# 手动安装的
rm -rf ~/.openclaw/skills/my-skill

openclaw gateway restart

常见问题和故障排除

问题 1：安装 Skill 后 AI 不识别

确认 Skill 目录在 ~/.openclaw/skills/ 下
确认 SKILL.md 文件存在且格式正确
重启 Gateway：openclaw gateway restart
检查 SKILL.md 的”何时使用”部分是否描述清晰

问题 2：Skill 执行时报错

检查是否完成了 SKILL.md 中要求的前置配置
确认 API Key 或账户凭证有效
查看 Gateway 日志获取详细错误信息：openclaw gateway logs
确认依赖的工具已安装（如浏览器驱动等）

问题 3：多个 Skill 冲突

如果两个 Skill 的”何时使用”描述过于相似，AI 可能会选错。解决方法是让每个 Skill 的触发条件更加明确和独特。

问题 4：Skill 占用太多 Token

某些 Skill 的 SKILL.md 文件很长，加载时会消耗较多 Token。如果成本敏感，可以精简 SKILL.md 内容，只保留核心信息，或者禁用不常用的 Skill。

总结

Skills 是 OpenClaw 生态系统的核心扩展机制。通过安装合适的 Skills，你可以把一个通用的 AI 助手变成一个专业级的数字员工。从浏览器自动化到社交媒体运营，从服务器监控到内容营销——只有你想不到，没有 Skills 做不到。

先从官方推荐的 Skills 开始安装
仔细阅读每个 Skill 的 SKILL.md
根据实际需求创建自定义 Skills
定期更新和管理已安装的 Skills

下一篇我们会推荐 2026 年最值得安装的 10 个 OpenClaw Skills，帮你快速找到适合自己需求的超能力包。

31 3 月, 2026

OpenClaw 进阶玩法：Heartbeat、Cron 和自动化工作流

从聊天工具到自动化平台

如果你已经用 OpenClaw 做了一些基础的聊天和文件操作，是时候解锁它的真正实力了。OpenClaw 不仅仅是一个对话式 AI——它是一个完整的自动化平台。通过 Heartbeat（心跳）、Cron（定时任务）和子代理（Sub-agents）三大核心机制，你可以构建出真正自主运行的智能工作流。

Heartbeat 心跳系统：AI 的主动意识

什么是 Heartbeat？

Heartbeat 是 OpenClaw 的周期性唤醒机制。系统会每隔一定时间（默认约 30 分钟）”叫醒” AI 一次，让它执行预设的检查任务。这就像人类的”定时看看有没有新消息”的习惯，只不过 AI 做得更系统、更全面。

与 Cron 不同，Heartbeat 更适合批量检查类任务——在一个心跳周期内，AI 可以同时检查邮件、日历、天气、社交通知等多个事项，然后统一汇报。

配置 HEARTBEAT.md

Heartbeat 的行为由 ~/.openclaw/workspace/HEARTBEAT.md 文件控制。打开这个文件，你会看到类似这样的内容：

# HEARTBEAT.md - 心跳任务清单

每次心跳时执行以下检查：
1. 检查是否有新的未读邮件
2. 查看未来 24 小时内的日历事件
3. 检查天气变化（如果外出计划受到影响则通知）
4. 检查服务器运行状态

通知规则：
- 紧急邮件立即通知
- 日历事件提前 2 小时提醒
- 深夜（23:00-08:00）除非紧急否则不打扰

你需要根据自己的需求来编辑这个文件。以下是一个更完整的配置示例：

# HEARTBEAT.md - 完整配置示例

## 检查任务（每次心跳执行）
1. 邮件：检查是否有紧急或重要的未读邮件
2. 日历：查看未来 48 小时内的日程安排
3. 天气：如果有户外计划，检查天气变化
4. 记忆维护：每周一次，整理 memory/ 目录的日记到 MEMORY.md
5. 项目状态：检查关键项目的 git 状态

## 通知规则
- 重要邮件（发件人在白名单中）：立即通知
- 日历事件（2 小时内）：立即通知
- 天气异常（暴雨、大风）：如果有户外计划则通知
- 其他事项：攒到合适的时间再汇报

## 静默时段
- 23:00 - 08:00：除非紧急，否则不打扰
- 工作时段（09:00-18:00）：积极检查和通知

## 心跳状态追踪
记录在 memory/heartbeat-state.json 中，避免重复通知

Heartbeat 实战用例

用例	配置内容	通知条件
邮件监控	检查未读邮件，分析重要性	VIP 发件人或含”紧急”关键词
日历提醒	查看 24-48h 内的日程	事件开始前 2 小时
天气预警	检查天气预报变化	有户外计划且天气突变
社交通知	检查 Twitter/微博 mentions	有新 mention 时
记忆维护	整理日记，更新长期记忆	每周一次

💡 最佳实践：把多个周期性检查合并到 Heartbeat 中，而不是为每个检查创建单独的 Cron 任务。这样可以减少 API 调用次数，节省成本。Heartbeat 适合”大致定时”的批量检查，Cron 适合”精确到分钟”的独立任务。

Cron 定时任务：精确到分钟的自动化

Heartbeat vs Cron：何时用哪个？

特性	Heartbeat	Cron
时间精度	~30 分钟间隔	精确到分钟
会话上下文	共享主会话历史	独立会话
适合场景	批量检查、对话式任务	精确定时、独立任务
模型配置	使用主会话模型	可指定不同模型
API 成本	较低（批量处理）	每个任务独立调用

Cron 使用方法

在聊天中直接告诉 AI 你想要设置的定时任务，它会自动创建 Cron 任务：

# 在聊天中发送：
每天早上 9 点，给我一份当日天气和日程摘要
每周五下午 5 点，帮我生成本周工作总结
每 30 分钟检查一次服务器状态，异常时通知我
20 分钟后提醒我开会

Cron 实战示例

每天早上 8:30，帮我做以下事情：
1. 查看今天的天气
2. 检查今天的日历安排
3. 检查是否有紧急未读邮件
4. 把以上信息汇总成一份简洁的早报发给我

示例 2：服务器监控

每 15 分钟检查一次服务器状态：
1. 运行 uptime 和 free -h 检查负载和内存
2. 检查关键服务的运行状态（nginx, mysql, redis）
3. 检查磁盘使用率
4. 如果任何指标超过阈值（CPU>90%, 内存>85%, 磁盘>90%），立即通知我

示例 3：备份提醒

每周日晚上 10 点，提醒我进行以下备份：
1. 数据库备份
2. 配置文件备份
3. 检查上次备份的时间和完整性

Sub-agents 子代理：并行处理复杂任务

什么是 Sub-agents？

当一个任务太复杂或者需要并行处理时，OpenClaw 可以”分裂”出子代理（Sub-agents）来独立执行。每个子代理运行在自己的隔离会话中，拥有独立的上下文，完成任务后自动汇报结果给主会话。

这就像一个项目经理把不同任务分配给不同的团队成员——每个人独立工作，最后汇总结果。

Sub-agents 使用场景

并行研究：同时搜索多个主题的信息，然后汇总
复杂任务拆分：把一个大任务拆成多个子任务并行执行
隔离执行：需要不同模型或不同环境的任务
批量处理：对多个文件或数据进行相同的操作

在实际使用中，当你发送一个复杂请求时，AI 会自动判断是否需要创建子代理。你也可以明确指示它这样做：

帮我同时做三件事：
1. 搜一下最新的 Docker 安全最佳实践
2. 查一下 Node.js 22 的新特性
3. 检查我服务器的 SSL 证书过期时间

AI 会自动为这三个任务创建子代理，让它们并行执行，最后给你汇总结果。

模型切换：为不同任务选择不同大脑

OpenClaw 支持在不同场景下使用不同的 AI 模型。你不需要为所有任务使用最贵的模型——简单任务用轻量模型，复杂推理用高级模型，这样可以在效果和成本之间取得最佳平衡。

场景	推荐模型	原因
日常聊天	轻量模型（GPT-4o-mini 等）	响应快、成本低
代码生成	中等模型（Claude 3.5 Sonnet 等）	代码质量高
复杂推理	高级模型（Claude Opus 等）	深度思考能力强
Cron 任务	轻量模型	定时任务成本敏感

你可以在配置文件中设置默认模型，也可以在运行时通过命令切换：

# 在聊天中切换模型
/model openrouter/anthropic/claude-3.5-sonnet

实战案例：自动化服务器监控系统

让我们把以上所有概念结合起来，构建一个完整的服务器监控自动化系统。

需求分析

每 15 分钟检查服务器基本状态
异常时立即通知
每天早上发送服务器日报
每周生成性能趋势报告

Step 1：配置 Heartbeat

# HEARTBEAT.md - 服务器监控部分

## 服务器检查
每次心跳时：
1. 运行 uptime 检查负载
2. 运行 free -h 检查内存
3. 运行 df -h 检查磁盘
4. 检查 nginx/mysql/redis 服务状态
5. 如果有任何异常（负载>5, 内存>85%, 磁盘>90%），立即通知

## 静默规则
- 低负载时（CPU<50%）只在每天日报时汇报
- 中等负载时（50%-80%）每小时汇总一次
- 高负载时（>80%）立即通知

Step 2：创建 Cron 任务

# 在聊天中告诉 AI：

# 每日日报
每天早上 9 点，生成服务器日报，包括：
- 昨日平均负载和峰值
- 内存使用趋势
- 磁盘使用趋势
- 服务可用性统计
- 任何异常事件汇总

# 每周报告
每周一早上 10 点，生成服务器周报，包括：
- 一周的性能趋势图表数据
- 异常事件统计
- 容量规划建议

Step 3：使用 Sub-agents 并行检查

当 AI 检测到异常时，可以自动创建子代理来并行排查问题：

# 异常处理逻辑（AI 会自动执行）
如果检测到异常：
1. 主代理：检查系统日志（dmesg, journalctl）
2. 子代理1：检查网络连接和端口状态
3. 子代理2：检查进程资源占用（top, ps aux）
4. 汇总分析后生成诊断报告并通知用户

Workspace 自动化进阶

自定义工作流脚本

你可以在 workspace 中创建脚本文件，让 AI 在特定场景下执行。比如创建一个部署脚本：

# scripts/deploy.sh
#!/bin/bash
echo "开始部署..."
git pull origin main
npm install --production
npm run build
pm2 restart all
echo "部署完成！"

然后告诉 AI：”帮我执行部署脚本”，它就会运行这个脚本并汇报结果。

Webhook 集成

OpenClaw 可以接收外部 Webhook 通知，实现事件驱动的自动化。比如当 GitHub 有新的 Push 事件时，自动触发代码检查或部署流程。

Hooks 机制

通过配置 Hooks，你可以在特定事件发生时自动执行操作。例如，当文件被修改时自动运行测试，或者当收到特定类型的消息时自动执行预定义的处理流程。

性能优化和成本控制

Heartbeat 间隔：默认 30 分钟，可以根据需要调整。太频繁会增加 API 调用成本
Cron 任务精简：避免创建太多高频 Cron 任务，能合并的尽量合并
模型选择：Heartbeat 和 Cron 任务尽量使用轻量模型，复杂任务才用高级模型
上下文管理：定期使用 /compact 压缩会话历史，减少 token 消耗
条件触发：设置合理的触发条件，避免无效检查。比如”如果有户外计划才检查天气”

💰 成本提示：一个配置得当的 Heartbeat 系统，每天的 API 成本可以控制在几毛钱到几块钱之间。关键是选对模型、设好条件、合并检查任务。

总结

OpenClaw 的进阶玩法核心就三个词：主动、定时、并行。

Heartbeat 让 AI 变得主动，不再只是被动等你提问
Cron 让 AI 按时执行任务，成为可靠的定时器
Sub-agents 让 AI 能同时处理多个任务，效率翻倍

把这些能力组合起来，你就能构建出真正自主运行的智能工作流。OpenClaw 不只是一个聊天工具——它是你的数字化分身，帮你盯着该盯的事情，做该做的事。

31 3 月, 2026

OpenClaw 入门指南：5 分钟上手你的第一个 AI 助手

OpenClaw 能帮你做什么？

安装好 OpenClaw 之后，你可能会问：「这东西到底能干啥？」简单来说，OpenClaw 是一个运行在你机器上的 AI 助手，它不只是会聊天——它能帮你做事。

能力	具体能做什么	示例
智能对话	自然语言聊天、回答问题	“帮我解释一下什么是 WebSocket”
文件操作	读写、编辑、管理文件	“帮我整理一下 workspace 里的文件”
Web 搜索	实时搜索互联网	“帮我搜一下最新的 Node.js 版本”
Shell 命令	执行系统命令	“帮我查一下服务器的内存使用情况”
定时任务	Heartbeat + Cron 自动化	“每天早上 9 点提醒我喝水”
日程管理	查询日历、提醒事件	“我今天有什么安排？”
Skills 扩展	通过插件扩展能力	浏览器自动化、小红书运营等

关键是——这一切都运行在你自己的机器上，数据完全私有，不需要把个人信息交给第三方。

Workspace 文件结构一览

OpenClaw 的所有内容都存储在 ~/.openclaw/workspace/ 目录下。理解这个目录结构是用好 OpenClaw 的基础：

~/.openclaw/
├── workspace/
│   ├── AGENTS.md        # 工作规则和约定
│   ├── SOUL.md          # AI 的性格定义
│   ├── USER.md          # 关于你的信息
│   ├── MEMORY.md        # AI 的长期记忆
│   ├── TOOLS.md         # 工具相关笔记
│   ├── HEARTBEAT.md     # 心跳任务配置
│   ├── IDENTITY.md      # AI 的身份信息
│   └── memory/          # 每日记忆笔记目录
│       ├── 2026-03-31.md
│       └── ...
├── skills/              # 技能插件目录
└── config/              # 系统配置文件

核心文件说明

SOUL.md — 这是 AI 的”灵魂”。定义它的说话风格、性格特征、行为准则。你在这里写什么，它就会变成什么样。
USER.md — 让 AI 了解你。你的名字、时区、职业、偏好，它会用这些信息来个性化服务。
MEMORY.md — AI 的长期记忆。重要的事情、学到的教训、你的偏好变化，都会记录在这里。
memory/ — 每日笔记目录。每天的交互记录、事件日志，类似日记本。
HEARTBEAT.md — 定时任务配置。告诉 AI 在每次”心跳”时要检查什么、做什么。

开始对话：你的第一条消息

配置好消息通道（Telegram / Discord / WhatsApp）后，打开对应的聊天窗口，向你的 OpenClaw bot 发送第一条消息。不需要特殊格式，直接说话就行：

你好，你叫什么名字？

AI 会根据 SOUL.md 和 IDENTITY.md 中的配置来回应你。如果你还没有编辑过这些文件，它可能会给自己起一个默认的名字。

💡 小技巧：第一次对话时，可以告诉它你的偏好，比如”我喜欢简洁的回答”、”技术问题请直接给代码”。它会记住这些偏好并更新 USER.md。

基本命令速查

OpenClaw 提供了一系列斜杠命令，方便你快速执行常用操作：

命令	功能	使用场景
`/status`	查看系统状态	确认 Gateway 运行状态、当前模型等
`/help`	获取帮助	不确定能用什么功能时
`/reset`	重置当前会话	对话跑偏了想重新开始
`/reasoning`	切换推理模式	需要深度思考时开启
`/compact`	压缩会话历史	对话太长导致响应变慢时

除了斜杠命令，你也可以直接用自然语言告诉 AI 做任何事情。它会自动判断是需要执行命令、搜索信息还是简单回答。

个性化你的 AI 助手

设置性格：编辑 SOUL.md

SOUL.md 是塑造 AI 性格的核心文件。一个好的 SOUL.md 应该包含：

说话风格：正式还是随意？简洁还是详细？
性格特征：幽默？严肃？温柔？毒舌？
行为准则：什么时候该主动？什么时候该沉默？
底线：哪些事情绝对不做？

一个实用的 SOUL.md 示例：

# SOUL.md - AI 性格定义

## 核心原则
- 直接有效，不废话
- 有观点，不和稀泥
- 技术问题给代码，生活问题给建议

## 风格
- 简洁为主，但该详细的时候不含糊
- 偶尔吐槽，但不伤人
- 中文优先，技术术语可以用英文

## 红线
- 不发半成品回复
- 不在群聊里刷存在感
- 私人信息绝对不外泄

让 AI 认识你：编辑 USER.md

USER.md 告诉 AI 你是谁、你关心什么。这些信息会让它的回答更贴合你的需求：

# USER.md - 关于你

- 名字：zzh
- 时区：Asia/Shanghai
- 职业：开发者
- 偏好：喜欢简洁直接的回答
- 技术栈：Node.js, Python
- 讨厌的事情：废话、套话、过度礼貌

记忆系统：AI 如何记住你

OpenClaw 有两层记忆系统：

短期记忆：每日笔记

每次对话结束后，AI 会在 memory/ 目录下创建当天的笔记文件（如 2026-03-31.md），记录当天发生的重要事件、讨论的话题、做出的决定等。

下次对话开始时，AI 会自动读取今天的笔记和昨天的笔记，恢复上下文。这意味着你不需要重复解释背景——它已经知道了。

长期记忆：MEMORY.md

MEMORY.md 是 AI 的长期记忆库。重要的经验教训、你的偏好变化、项目进展等会被定期整理到这里。它会在心跳（Heartbeat）时自动进行记忆维护——翻阅近期的日记，把值得保留的内容提炼到长期记忆中。

🔑 关键点：记忆系统是 OpenClaw 区别于普通聊天机器人的核心特性之一。它让你的 AI 助手真正”认识”你，而不是每次对话都从零开始。

你的第一个实用任务

配置好性格和基本信息后，是时候让 AI 帮你做点实事了。以下是几个适合入门的任务：

任务 1：查天气

帮我查一下北京今天的天气

AI 会调用天气服务获取实时天气信息并返回给你，包括温度、湿度、天气状况等。

任务 2：搜索信息

帮我搜一下 2026 年最流行的前端框架

AI 会执行网络搜索，整理搜索结果，给你一个简洁的总结。

任务 3：文件操作

帮我看看 workspace 目录下有哪些文件

AI 会执行 ls 命令并返回结果。它还能帮你创建、编辑、移动、删除文件。

任务 4：系统信息

帮我查一下服务器的 CPU 和内存使用情况

AI 会运行 top 或 free -h 等系统命令，给你一个清晰的系统状态报告。

任务 5：写点东西

帮我写一篇关于 Docker 入门的博客文章

AI 会根据你的写作风格偏好（在 SOUL.md 中定义）来生成内容。它还能帮你把内容保存到文件中。

高效沟通技巧

和 AI 助手沟通有一些小技巧，能让你获得更好的体验：

说清楚你要什么：不要只说”帮我写个东西”，要说”帮我写一个 Python 脚本，实现文件批量重命名”
提供上下文：如果是继续之前的对话，提一下上下文。虽然 AI 有记忆系统，但明确说一下更保险
要求格式：如果你需要代码、表格或列表，直接说”给我一个代码示例”或”用表格展示”
迭代改进：第一次结果不满意很正常，直接说”再简洁一点”、”换个思路”、”加上注释”
信任但验证：AI 生成的代码和建议值得检查，特别是在生产环境中使用之前

🎯 黄金法则：你对 AI 越具体，它给你的结果越好。”帮我写代码”不如”帮我写一个 Express 路由，处理 POST 请求，验证 JSON body 中的 email 字段”。

下一步探索

掌握了基本用法后，你可以继续探索：

Heartbeat 配置：让 AI 主动帮你检查邮件、日历、天气
Skills 安装：给 AI 装上浏览器自动化、社交媒体运营等超能力
Cron 任务：精确定时执行任务，比如每天早上 8 点发送日报
子代理（Sub-agents）：让 AI 同时处理多个任务
模型切换：不同任务用不同模型，平衡成本和效果

OpenClaw 的潜力远不止于此。随着你对它的了解加深，你会发现它不仅仅是一个工具——它更像是一个数字化的工作伙伴。

31 3 月, 2026

OpenClaw 安装教程：从零搭建你的 AI 助手

OpenClaw 是什么？为什么你需要它

如果你曾经想过拥有一个真正属于自己的 AI 助手——不只是一个聊天窗口，而是一个能帮你查邮件、管文件、自动化工作流、甚至记住你偏好的”数字伙伴”——那么 OpenClaw 正是你在找的东西。

OpenClaw 是一个开源的个人 AI 助手平台，它把大语言模型（LLM）的能力和本地工具链结合在一起。你可以通过 Telegram、Discord、WhatsApp 甚至网页与它交互，它能执行文件操作、搜索网页、管理日程、运行 shell 命令，还能通过 Skills 系统无限扩展功能。

和 ChatGPT 这类在线聊天机器人不同，OpenClaw 运行在你自己的机器上，数据完全由你掌控。它有记忆系统、有性格、有主动性——它会定时检查你的邮箱、提醒你日程、甚至在你没问的时候主动告诉你天气。

系统要求

在开始安装之前，先确认你的环境满足以下要求：

项目	最低要求	推荐配置
操作系统	Linux / macOS / Windows (WSL2)	Ubuntu 22.04+ / macOS 14+
Node.js	v18.0+	v22 LTS
内存	512MB 可用	2GB+
磁盘空间	500MB	2GB+（含模型缓存）
网络	能访问 OpenRouter / OpenAI API	稳定网络连接

支持的操作系统：

Linux：Ubuntu、Debian、CentOS、Arch 等主流发行版均可
macOS：12 Monterey 及以上版本
Windows：需要通过 WSL2 运行（推荐 Ubuntu on WSL）
树莓派：ARM64 架构同样支持

第一步：安装 Node.js

OpenClaw 基于 Node.js 开发，所以第一步是确保你的系统安装了 Node.js v18 或更高版本。

Linux（Ubuntu/Debian）

# 使用 NodeSource 安装 Node.js 22 LTS
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs

# 验证安装
node -v  # 应显示 v22.x.x
npm -v   # 应显示 10.x.x

macOS

# 使用 Homebrew 安装
brew install node@22

# 或者从 nodejs.org 下载安装包
# 访问 https://nodejs.org 下载 LTS 版本

# 验证
node -v
npm -v

Windows（WSL2）

# 先安装 WSL2（以管理员身份运行 PowerShell）
wsl --install

# 进入 WSL 后按 Linux 方式安装
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs

第二步：全局安装 OpenClaw

Node.js 就绪后，一行命令即可安装 OpenClaw：

npm install openclaw -g

安装完成后，验证版本：

openclaw --version

如果看到版本号输出，恭喜你，OpenClaw 已经成功安装到你的系统中了。

💡 小贴士：如果遇到权限问题（EACCES），不要用 sudo npm install。正确做法是配置 npm 全局目录：
mkdir -p ~/.npm-global
npm config set prefix '~/.npm-global'
echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.bashrc
source ~/.bashrc

第三步：初始化工作空间

安装完成后，运行初始化命令来创建你的 OpenClaw 工作空间：

openclaw init

这个命令会引导你完成初始配置，包括：

选择 AI 模型提供商（OpenRouter / OpenAI / Anthropic 等）
配置 API Key
选择默认模型
设置时区
配置消息通道（Telegram / Discord / WhatsApp 等）

初始化完成后，你会在 ~/.openclaw/ 目录下看到完整的工作空间结构。

第四步：了解配置文件

OpenClaw 的核心配置文件位于 ~/.openclaw/workspace/ 目录下，每个文件都有特定的用途：

文件名	作用	必须编辑？
`SOUL.md`	AI 的性格、风格、行为准则	强烈推荐
`USER.md`	关于你的信息（名字、偏好、时区等）	强烈推荐
`AGENTS.md`	工作规则和约定	保持默认即可
`MEMORY.md`	AI 的长期记忆	自动生成
`TOOLS.md`	工具相关的本地配置笔记	按需编辑
`HEARTBEAT.md`	定时任务配置	按需编辑

SOUL.md：定义 AI 的灵魂

这是最重要的配置文件之一。它决定了你的 AI 助手的说话风格、性格特征和行为准则。比如你可以让它幽默风趣，也可以让它严肃专业：

# SOUL.md 示例
## 性格
幽默、直接、不废话。有问题就解决，没空说"我很乐意帮助你"。

## 风格
简洁为主，技术问题给代码，生活问题给建议。偶尔吐槽。

USER.md：让 AI 认识你

填写你的基本信息，AI 会用这些信息来个性化服务：

# USER.md 示例
- 名字：小明
- 时区：Asia/Shanghai
- 职业：全栈开发者
- 偏好：喜欢简洁的回答，技术栈以 Node.js 为主

第五步：启动和验证

配置完成后，启动 OpenClaw Gateway 服务：

# 启动 Gateway
openclaw gateway start

# 查看状态
openclaw gateway status

如果一切正常，你会看到类似以下的输出，表示 Gateway 已经在运行并等待连接。

接下来，打开你配置的消息通道（比如 Telegram），向你的 bot 发送一条消息试试。如果你能收到回复，说明整个系统已经成功运行了！

🎯 验证清单：

✅ Gateway 运行正常（openclaw gateway status）
✅ 消息通道连接成功
✅ 能收到 AI 的回复
✅ AI 能执行基本命令（如 /status）

常见安装问题及解决方案

问题 1：npm install 报错 EACCES

原因：npm 全局安装目录权限不足。

解决：配置用户级 npm 目录，或者使用 nvm 管理 Node.js 版本（推荐）：

# 使用 nvm 安装 Node.js（推荐方式）
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash
nvm install 22
nvm use 22
npm install openclaw -g

问题 2：Node.js 版本过低

原因：系统自带的 Node.js 版本太旧（常见于 Ubuntu 仓库版本）。

解决：使用 NodeSource 或 nvm 安装 v18+ 版本，不要用系统包管理器的默认版本。

问题 3：Gateway 启动失败

原因：通常是 API Key 配置错误或网络问题。

解决步骤：

检查配置文件中的 API Key 是否正确
确认网络能访问对应的 API 端点
查看日志：openclaw gateway logs
尝试重启：openclaw gateway restart

问题 4：消息通道收不到消息

原因：Telegram Bot Token 错误，或 bot 未正确配置。

解决：确认 Bot Token 有效，且已在 Telegram 中正确与 bot 对话。运行 openclaw init 重新配置通道。

可选：Docker 部署

如果你不想在主机上直接安装 Node.js 环境，Docker 是一个干净的替代方案：

# 拉取镜像
docker pull openclaw/openclaw:latest

# 创建数据目录
mkdir -p ~/openclaw-data

# 运行容器
docker run -d \
  --name openclaw \
  -v ~/openclaw-data:/root/.openclaw \
  -p 3000:3000 \
  openclaw/openclaw:latest

# 查看日志
docker logs -f openclaw

Docker 部署的好处是环境隔离、易于迁移、不影响宿主机环境。适合在 VPS 上运行，或者想要快速测试的场景。

⚠️ 注意：使用 Docker 时，工作空间数据需要持久化挂载到宿主机，否则容器销毁后数据会丢失。

下一步

安装完成后，建议你：

编辑 SOUL.md 和 USER.md，让 AI 更了解你
试试基本聊天功能，发送 /help 查看可用命令
探索 Skills 系统，给 AI 安装额外的能力
配置 Heartbeat，让 AI 主动为你做定时任务

OpenClaw 的真正魅力在于它的可定制性和扩展性。安装只是开始，接下来的”入门指南”会带你快速上手核心功能。

31 3 月, 2026