第 1 章 OpenClaw 是什么？
🦞 本章特色：从一通朋友的电话说起，带你认识 OpenClaw 这个开源 AI 智能体平台。你将了解它的核心理念、与通用大模型的本质区别、完整的能力图谱，以及在开始使用前需要认清的成本和安全现实。
本章目录：
| 节 | 内容 | 你将学到 |
|---|---|---|
| 1 | 从一通电话说起 | OpenClaw 的由来和"养龙虾"的故事 |
| 2 | OpenClaw 到底是什么 | 核心定义、六大特性、与通用大模型的对比 |
| 3 | 类似的想法，其实很早就有了 | 从大公司内部项目到开源社区的技术演进 |
| 4 | 我的第一个实战 | 用自然语言控制浏览器提取数据 |
| 5 | OpenClaw 的完整能力图谱 | Gateway、技能扩展、多代理、媒体处理、移动节点 |
| 6 | "养龙虾"有门槛：成本与风险 | API 费用、安全原则、使用建议 |
| 7 | 总结与进阶 | 核心知识回顾、课后练习 |
1. 从一通电话说起
1.1 "你用过 OpenClaw 了吗？"
三月九日晚上，一位朋友打来电话，语气里带着几分急切："你用过 OpenClaw 了吗？最近特别火。你不是一直在搞 AI 吗？它到底能给我们带来什么价值？"
这番话让我心里五味杂陈。其实早在春节期间，我就已经留意到了 OpenClaw。那时候，"养龙虾"这个词忽然在中文互联网上火了起来。朋友圈、小红书、技术群里到处都在讨论这只红色的🦞。因为 OpenClaw 的名字里带"Claw"（爪子），中文社区的用户给它起了个"龙虾"的外号，使用 OpenClaw 也就顺理成章地变成了"养龙虾"。
坦白讲，起初我以为这不过是又一轮 AI 营销热潮。真要回答"能给普通人带来什么价值"，也没那么简单。它集成的大多是开发者日常就在用的能力：浏览器自动化、脚本执行、消息平台接入、定时任务调度。每一项单独拎出来都不新鲜。
1.2 真正让我动心的原因
但 OpenClaw 的不同之处在于，它把这些成熟的能力整合进了一个统一的、可扩展的、在本地运行的智能体框架（Agent Framework，让 AI 能够自主规划和执行任务的软件架构）里。过去需要分别配置的工具，现在一个系统就能串联起来。再加上它是开源的，社区愿意投入时间打磨和扩展。
直到上周真正花时间深入研究之后，我才发现它确实解决了一些我过去长期头疼的问题。也正是那次通话让我意识到，与其站在旁边观望，不如自己动手试试，再把真实的体验分享出来。于是，便有了你正在读的这本书。
┌──────────────────────────────────────────────────────┐
│ OpenClaw 的核心理念 │
│ │
│ 传统方式 OpenClaw 的方式 │
│ │
│ 浏览器自动化（单独工具） │
│ 脚本执行（单独配置） ──→ 统一框架 │
│ 消息平台接入（各自为战） 本地运行 │
│ 定时任务（crontab） 可扩展 │
│ 记忆系统（外部工具） 开源免费 │
│ │
│ 多个工具各自独立 一个系统串联所有能力 │
└──────────────────────────────────────────────────────┘
理解了 OpenClaw 的由来，接下来看看它到底是什么。
2. OpenClaw 到底是什么？
2.1 一句话定义
用最直白的话说：OpenClaw 是一个开源、免费、在本地运行的私人 AI 助手。 但它不是那种"你问一句、它答一句"的聊天机器人，而是一个能够真正动手做事的 AI 智能体（Agent，能够自主感知环境、做出决策并执行行动的 AI 系统）。
不管你在微信、飞书、钉钉、Telegram 还是 Discord 里发指令，背后响应的都是同一个 AI 核心。它接收消息、理解意图、调用工具、执行任务、记住上下文，然后给出结果。你只需要用自然语言告诉它你想做什么，剩下的它会在你的电脑上帮你完成。
简单来说：OpenClaw = 大模型的智能 + 本地工具的执行 + 你日常聊天工具的界面。三者结合，让 AI 从"回答问题"升级为"替你干活"。
2.2 六大核心特性
- 🔹 本地运行，数据私有。 整个系统运行在你自己的设备上，数据默认不会上传到第三方服务器。对于关心隐私的人来说，这一点比多数云端服务更有安全感
- 🔹 开源免费。 代码公开在 GitHub 上，任何人都可以查看、修改、扩展。软件本身不收任何费用，唯一可能产生的成本是你接入的大语言模型 API 的调用费
- 🔹 持久记忆（Persistent Memory）。 它不是每次对话都从零开始。OpenClaw 内置了记忆系统，会记录你的偏好、上下文和过往任务的执行结果，随着使用时间的增长，它对你的了解会越来越深入
- 🔹 高度可扩展。 通过技能模块（Skills，结构化的指令文件集合，教会 AI 完成特定任务）和插件，你可以不断给 OpenClaw 增加新能力。社区已经积累了大量现成的技能，涵盖了从文档处理到天气查询、从文件管理到代码调试的方方面面
- 🔹 支持定时任务。 你可以设定它在指定时间自动执行某些操作，比如每天早上汇总未读邮件、定期监控系统状态、或者按时发送提醒
- 🔹 跨平台消息接入。 它支持二十多个消息平台，包括 WhatsApp、Telegram、Discord、iMessage、微信、飞书、钉钉等，所有平台的消息都汇聚到同一个 AI 核心处理
2.3 OpenClaw 与通用大模型的对比
为了更清晰地理解 OpenClaw 和日常 AI 产品的区别，下面这个对比能帮你建立一个直观的认识：
| 维度 | 通用大模型（如 ChatGPT） | OpenClaw |
|---|---|---|
| 角色定位 | 顾问：你问它答 | 执行者：分配任务后主动完成 |
| 数据存储 | 通常存储在服务商的云端服务器 | 运行在本地设备，数据自主可控 |
| 平台接入 | 主要限于官方界面或有限的 API | 支持二十多个消息平台统一接入 |
| 记忆机制 | 仅限当前会话，跨会话记忆依赖外部工具 | 内置多层记忆系统，支持长期上下文积累 |
| 扩展能力 | 功能由服务商提供，用户扩展空间有限 | 通过社区技能模块自由扩展 |
| 成本结构 | 多数采用订阅制（Plus、Enterprise 等） | 软件免费，仅按大模型 API 调用量付费 |
这个对比不是要贬低通用大模型。它们在创意写作、知识问答、语言翻译等方面确实强大。但如果你想让 AI 真正"动手"帮你完成电脑上的一系列操作，而不只是停留在对话框里，那就是 OpenClaw 的强项了。
理解了 OpenClaw 是什么，接下来看看类似的想法是如何一步步演化到今天的。
3. 类似的想法，其实很早就有了
3.1 大公司内部的原型
2024 年，我在一家全球销量领先的笔记本电脑公司任职。当时公司内部已经有多个团队在探索 AI 辅助自动化的方向。有些原型系统已经能够通过聊天指令控制浏览器、自动填写表单、监控设备状态。这些功能的逻辑和今天 OpenClaw 的一些模块高度相似。
但出于 KPI 导向、资源分配的优先级考量，以及大公司对安全合规的谨慎态度，这些项目最终都没有对外发布，甚至没有获得足够的工程资源推进到可用阶段。一个极具潜力的方向，就这样在大公司的流程中慢慢沉寂。
3.2 开源社区的速度
所以当我看到 OpenClaw 以开源的形式迅速获得社区关注时，内心确实有些感慨。真正推动技术落地的，有时候不是资源最雄厚的巨头，而是敢于开放、快速迭代、允许试错的社区。
这也解释了为什么 OpenClaw 的迭代速度如此之快。开源社区没有层层审批，没有漫长的产品评审周期，发现问题就修，想到新功能就加，用户反馈直接驱动开发方向。这种节奏，在大公司里几乎不可能实现。
┌──────────────────────────────────────────────────────┐
│ 从内部原型到开源项目的演进 │
│ │
│ 大公司原型（2024） 开源社区（2025-2026） │
│ │
│ 内部探索 ──────────────→ 代码公开 │
│ KPI 优先 ──────────────→ 用户需求驱动 │
│ 安全审批漫长 ───────────→ 快速迭代 │
│ 未对外发布 ─────────────→ 全球社区共建 │
│ 资源不足 ──────────────→ 社区贡献者持续增长 │
│ │
│ 结果：项目沉寂 结果：迅速成熟 │
└──────────────────────────────────────────────────────┘
理解了背景，接下来看一个具体的实战案例，感受 OpenClaw 的能力。
4. 我的第一个实战：用自然语言控制浏览器
4.1 痛点：动态页面的数据提取
过去写爬虫的时候，我最头疼的就是那些动态渲染的前端页面。JavaScript 动态加载内容、反爬机制、登录验证，每一道都是拦路虎。传统的 HTTP 请求方式根本拿不到页面数据，必须模拟完整的浏览器环境。
有了 OpenClaw 之后，这件事变得简单了很多。它内置的浏览器自动化（Browser Automation，通过程序模拟人在浏览器中的操作）能力让我可以直接用自然语言告诉 AI：
"打开这个页面，把表格里第三列的数据提取出来，保存成 CSV 文件。"
AI 会启动浏览器、等待页面加载完成、定位到目标元素、提取数据，最后写入文件。整个过程不需要我写一行爬虫代码，也不用手动复制粘贴。
4.2 执行流程
┌──────────────────────────────────────────────────────┐
│ 自然语言控制浏览器提取数据的流程 │
│ │
│ 你："打开这个页面，提取表格第三列，保存为 CSV" │
│ │ │
│ ▼ │
│ ① 启动浏览器，导航到目标页面 │
│ │ │
│ ▼ │
│ ② 等待页面加载完成（包括 JavaScript 动态渲染） │
│ │ │
│ ▼ │
│ ③ 定位到表格元素，提取第三列数据 │
│ │ │
│ ▼ │
│ ④ 将数据写入 CSV 文件 │
│ │ │
│ ▼ │
│ 回复："已提取 47 行数据，保存到 data.csv" │
└──────────────────────────────────────────────────────┘
4.3 什么时候该用，什么时候不该用
当然，这并不意味着传统爬虫技术就没有价值了。对于需要高性能、大规模抓取的场景，手写脚本仍然是更好的选择。但如果你只是偶尔需要从某个网页上提取一些数据，OpenClaw 的方式确实省去了大量配置和调试的麻烦。
| 场景 | 推荐方式 | 理由 |
|---|---|---|
| 偶尔提取一个页面的数据 | OpenClaw 浏览器自动化 | 零代码，自然语言即可完成 |
| 大规模抓取上千个页面 | 手写爬虫脚本 | 性能更好，可精确控制并发 |
| 需要登录才能访问的页面 | OpenClaw 浏览器自动化 | 可以复用已有的登录状态 |
| 需要绕过复杂反爬机制 | 手写爬虫 + 代理池 | 需要更精细的策略控制 |
浏览器控制只是 OpenClaw 众多能力中的一个切面。接下来把视角拉高，看看它的完整能力图谱。
5. OpenClaw 的完整能力图谱
5.1 统一消息网关（Gateway）
统一消息网关（Gateway，OpenClaw 的核心调度枢纽） 是 OpenClaw 的核心。一个网关进程可以同时接入 WhatsApp、Telegram、Discord、iMessage 等多个消息平台。所有平台的消息汇聚到同一个 AI 智能体处理，实现跨平台的一致性体验。你不需要为每个平台单独配置一个 AI。
┌──────────────────────────────────────────────────────┐
│ Gateway：统一消息入口 │
│ │
│ 微信 ──────┐ │
│ Telegram ──┤ │
│ Discord ───┤ │
│ WhatsApp ──┼──→ Gateway ──→ 同一个 AI 核心 │
│ Slack ─────┤ │
│ 飞书 ──────┤ │
│ 钉钉 ──────┘ │
│ │
│ 所有平台的消息，一个 AI 统一处理 │
└──────────────────────────────────────────────────────┘
5.2 插件与技能扩展
除了内置的官方通道，社区还提供了对 Mattermost、Slack、飞书、企业微信、钉钉、QQ 机器人等平台的支持。更重要的是，任何人都可以自己编写适配器接入新的平台。
技能模块（Skills） 则覆盖了更广泛的功能场景，从文档处理到代码调试、从天气查询到文件管理，社区贡献的技能数量在持续增长。技能系统的详细使用方法将在第 4 章和第 5 章深入讲解。
5.3 多智能体路由
对于有多个团队或项目的用户，OpenClaw 支持按发送者、工作区或智能体类型来隔离会话。这意味着企业可以为不同部门分配独立的 AI 实例，避免上下文互相干扰，同时也保障了数据安全。多代理架构的详细设计将在第 10 章深入讲解。
5.4 媒体处理能力
OpenClaw 可以发送和接收图片、音频、文档等文件。配合相应的技能模块，它还能实现语音转文字（STT，Speech-to-Text）、图像 OCR 识别（Optical Character Recognition，光学字符识别）、PDF 文档解析等进阶操作。
5.5 Web 管理界面
除了通过聊天平台交互，OpenClaw 还提供了一个浏览器仪表板（Control UI，基于浏览器的管理界面）。你可以在上面查看聊天记录、管理已安装的技能模块、配置节点与连接状态、监控会话运行情况。对于不喜欢命令行的用户，这是一个更友好的入口。
5.6 移动设备节点
通过配对连接，你可以将 iOS 或 Android 手机作为 OpenClaw 的移动节点（Mobile Node，配对到 OpenClaw 的远程手机设备）。配对后，你可以在手机端直接调用设备级功能，包括摄像头拍照、获取位置信息、读取通知。这让 AI 助手的能力延伸到了移动场景。
下面用一张全景图总结 OpenClaw 的能力版图：
┌──────────────────────────────────────────────────────┐
│ OpenClaw 完整能力图谱 │
│ │
│ ┌──────────────────────────────────────────────┐ │
│ │ Gateway（核心网关） │ │
│ └──────────────────────┬───────────────────────┘ │
│ │ │
│ ┌───────────────────┼───────────────────┐ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ 消息平台 工具与技能 设备节点 │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │微信/飞书 │ │浏览器控制│ │手机拍照 │ │
│ │Telegram │ │文件读写 │ │GPS 定位 │ │
│ │Discord │ │命令执行 │ │通知管理 │ │
│ │Slack/... │ │网络搜索 │ │智能家居 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │
│ ┌───────────────────┼───────────────────┐ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ 记忆系统 媒体处理 定时任务 │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │长期记忆 │ │语音合成 │ │定时执行 │ │
│ │每日日志 │ │图片生成 │ │心跳检查 │ │
│ │语义搜索 │ │文档转换 │ │条件触发 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
└──────────────────────────────────────────────────────┘
了解了完整的能力版图，接下来谈谈使用前必须认清的现实。
6. "养龙虾"有门槛：成本与风险
6.1 使用成本：不只是一顿饭钱
聊完能力，也得谈谈现实。OpenClaw 并不是一个零门槛的工具，它有自己的成本和风险，使用者需要对此有清醒的认识。
OpenClaw 本身免费，但它依赖的大语言模型是按 Token 计费的。 用户发出的一条简单指令，背后可能触发 AI 与模型之间的多轮对话交互，消耗的 Token 数量远超你所见，可能是你输入内容的数十倍。
| 使用频率 | 典型场景 | 预估日费用 |
|---|---|---|
| 轻度使用 | 每天几次简单问答 | ¥1 到 ¥5 |
| 中度使用 | 日常对话 + 偶尔的自动化任务 | ¥5 到 ¥20 |
| 重度使用 | 频繁的浏览器操作 + 多代理协作 | ¥20 到 ¥100+ |
对于频繁使用或执行复杂任务的用户来说，每天的 API 调用费用可能达到数十元甚至更高。在开始使用前，就应该做好预算评估。
省钱小贴士：不同的模型价格差异巨大。日常简单对话可以选择便宜的模型（如通义千问、GPT-4o-mini），只在需要复杂推理时切换到高端模型（如 Claude Sonnet 4）。OpenClaw 支持为不同场景配置不同的模型，合理搭配可以显著降低成本。
6.2 安全风险：真实存在
2026 年初，安全社区曝光了技能市场中的一批恶意技能模块。这些模块被伪装成正常工具上传到社区仓库，一旦安装，有可能窃取用户的 SSH 密钥、加密钱包信息或浏览器会话数据。
因此，使用 OpenClaw 时建议遵循以下安全原则：
- 🔹 隔离运行：尽量在隔离环境（如 Docker 容器或虚拟机）中运行，避免直接在主力机上操作
- 🔹 浏览器隔离：浏览器自动化时使用独立的浏览器配置，不要在自动化浏览器中登录个人账号
- 🔹 人工确认：对于涉及文件操作、网络请求等敏感行为，保持人工确认模式，不要完全放开自动执行
- 🔹 技能审查：只安装来源可信的技能模块，对社区上传的陌生技能保持警惕
这只"龙虾"，用得好是得力助手，用不好就可能变成伸向你隐私的黑手。
安全配置的详细指南将在第 2 章的部署环节中具体讲解。
7. 总结与进阶
7.1 本章核心知识回顾
本章从一通朋友的电话出发，带你建立了 OpenClaw 的整体认知。回顾一下几个关键要点：
OpenClaw 是一个开源、免费、在本地运行的 AI 智能体平台。它和通用大模型最本质的区别在于：大模型是"顾问"（你问它答），OpenClaw 是"执行者"（你分配任务，它主动完成）。
它的六大核心特性是：本地运行数据私有、开源免费、持久记忆、高度可扩展、支持定时任务、跨平台消息接入。
它的能力覆盖六大板块：统一消息网关、插件与技能扩展、多智能体路由、媒体处理、Web 管理界面、移动设备节点。
使用前需要认清两个现实：API 调用费用比较贵；安全风险真实存在。
7.2 我的实践成果
这次对 OpenClaw 的深入体验让我启动了一套系列写作计划：《OpenClaw 实战指南》。这本书涵盖从部署配置到高级应用的各个环节。
除了写书，我还完成了两件事：
第一，搭建技术网站。 我建设了一个 OpenClaw 中文实践站点 openclaw.bjbook.net，里面保存了完整的教程、脚本模板、安全配置指南和实战案例，文章内容与本书同步更新。
第二，建立技术交流群。 为了方便大家交流部署经验、分享好用的技能、互相解答问题，我创建了一个 OpenClaw 中文技术讨论微信群。无论你是刚开始接触的新手，还是已经有一定经验的开发者，都可以加入交流。
7.3 回到那个问题
回到开篇那个问题："普通人有必要'养龙虾'吗？"
我的回答是：如果你经常需要做一些重复性的电脑操作，比如查资料、填表单、跑脚本、整理文件、管理日程，那么 OpenClaw 值得你花时间去了解。它确实能把这些繁琐的事情自动化，而且门槛比你想象的要低。
但它不是魔法棒。它需要你对命令行有基本的了解，它有学习曲线，它有安全门槛需要你认真对待。它更适合那些想用工具解决实际问题的人，而不是被 AI 焦虑裹着走的人。
正如我在大公司里亲眼所见的：再好的想法，如果不落地、不迭代、不给用户真正可用的东西，最终也只是 PPT 上的概念。OpenClaw 的价值恰恰在于，它把"AI 自动化"从概念变成了可以在你电脑上运行的代码，并且开放给了所有人。
本章完
本文为《OpenClaw 实战指南》系列第 1 篇。下一章，我们将从零开始部署 OpenClaw，一步步把它跑起来。