OpenClaw 是一款运行在本地设备上的开源 AI 个人助手，支持 macOS、Windows 和 Linux，通过 WhatsApp、Telegram、Discord、Slack 等聊天工具接收用户指令，调用 Claude、GPT 或本地模型自主执行邮件管理、文件操作、网页浏览等任务。与 SaaS 类 AI 服务的核心区别在于：OpenClaw 的数据、记忆与技能全部存储在用户本地设备，不上传任何第三方服务器。

OpenClaw 是什么

OpenClaw 由开发者 Peter Steinberger 创建，其设计理念是「AI 即队友」——用户像给同事发消息一样，通过熟悉的聊天工具向 AI 下达任务，AI 在后台自主完成。

五个核心特性：

● 本地优先：所有数据、对话历史、技能插件存储在用户自己的机器上

● 持久记忆：跨会话学习用户偏好，不需要每次重复背景信息

● 多模型支持：原生支持 Anthropic Claude、OpenAI GPT 及本地离线模型

● 50+ 集成：覆盖 Gmail、GitHub、Spotify、Obsidian、Twitter 等主流服务

● 技能扩展：通过 ClawHub 社区安装插件，或让 AI 自动创建新技能

相关实体：Anthropic（Claude 提供方）、OpenAI（GPT 提供方）、ClawHub（技能市场）、MCP（模型上下文协议）。

支持的 AI 模型

模型类别

具体选项

Anthropic

Claude Opus 4、Claude Sonnet 4 等

OpenAI

GPT-4o、GPT-4 Turbo 等

本地模型

通过 Ollama 管理的 LLaMA、Mistral、Qwen 等

接入模型的 API 除官方渠道外，也可通过兼容 OpenAI 接口标准的中转服务调用，例如集成了 Claude、Gemini、DeepSeek 的统一推理接口（AI 大模型推理服务 - 七牛云）。

OpenClaw 与同类工具的对比

OpenClaw 常被与 Claude Code、n8n、AutoGPT 等工具混淆，实际定位差异显著：

工具

核心定位

适用场景

OpenClaw

本地 AI 个人助手，通用任务自动化

日常工作流、跨应用操作

Claude Code

AI 编程助手，专注代码场景

软件开发、代码调试

n8n

可视化工作流编排平台

固定流程自动化

AutoGPT

云端 AI Agent 框架

研究、实验性任务

Zapier

SaaS 集成平台

简单触发器-动作自动化

OpenClaw 的核心优势：无需可视化编排，直接用自然语言描述任务；数据完全本地化；支持动态技能扩展。

 

安装 OpenClaw

OpenClaw 提供三种安装方式，绝大多数用户选择方式一即可。

方式一：一键脚本（推荐）

macOS / Linux：

 

curl -fsSL https://openclaw.ai/install.sh | bash

Windows（PowerShell）：

 

iwr -useb https://openclaw.ai/install.ps1 | iex

脚本自动检测系统环境并安装 Node.js 22+，全程无需手动干预。

方式二：NPM 安装

适合已有 Node.js 环境的开发者：

 

npm i -g openclaw
openclaw onboard

方式三：源码安装

 

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install && pnpm run build
pnpm run openclaw onboard

系统要求：

项目

要求

操作系统

macOS / Windows / Linux

Node.js

v22 或更高（一键脚本自动安装）

macOS 伴侣 App

macOS 15+（Universal Binary）

 

初始化配置（onboard）

安装完成后，运行引导程序完成初始化：

 

openclaw onboard --install-daemon

引导程序依次处理：

1. AI 模型 API Key — 输入 Claude 或 GPT 的 API Key

2. Gateway 启动 — 默认监听 http://127.0.0.1:18789/

3. Channel 连接 — 配置消息渠道（如 Telegram Bot Token）

4. 控制面板 — 运行 openclaw dashboard 在浏览器打开管理界面

连接 Telegram 示例：

 

# 在 @BotFather 创建 Bot 并获取 Token 后
openclaw channel connect telegram --token "YOUR_BOT_TOKEN"

连接成功后，直接在 Telegram 中给 Bot 发消息，OpenClaw 即开始响应并执行任务。

常用环境变量：

变量

说明

OPENCLAW_HOME

数据根目录

OPENCLAW_STATE_DIR

状态文件位置

OPENCLAW_CONFIG_PATH

配置文件路径

 

核心使用场景

日常任务自动化

OpenClaw 内置 Gmail、GitHub、Obsidian 等集成，用户可用自然语言描述复合任务：

“把今天收到的所有带附件的邮件整理成摘要，存到 Obsidian 今日笔记里”

开发者工作流

通过 Shell 访问权限，OpenClaw 可执行代码、运行测试、操作 Git 仓库。对于需要在多个工具间切换的开发任务，OpenClaw 充当统一的自然语言入口。

本地私有数据处理

因数据不出本机，OpenClaw 适合处理包含敏感信息的文档、财务数据或内部资料。[数据待核实：建议引用 OpenClaw GitHub 仓库中关于数据隔离架构的说明文档]

技能定制与扩展

通过 ClawHub 安装社区技能，或用自然语言指令让 OpenClaw 自动生成新技能文件，极大降低了自定义自动化的门槛。

 

常见问题

Q：OpenClaw 完全免费吗？

OpenClaw 本身是开源免费软件（MIT 许可证）。费用来自所接入的 AI 模型 API——使用 Claude 或 GPT 需要对应的 API Key，按调用量计费。若配置本地模型（如 Ollama），则完全零费用运行。Q：OpenClaw 支持多用户或团队共用吗？

当前版本主要面向单用户本地部署。团队共用需结合反向代理和守护进程模式自行搭建，官方多用户方案尚在规划中。[数据待核实：建议关注 OpenClaw GitHub Roadmap]Q：OpenClaw 和 Claude Code 可以同时使用吗？

可以，二者互补。Claude Code 专注于编程场景，OpenClaw 负责跨应用的日常工作流自动化。OpenClaw 内部也可调用 Claude 模型执行代码任务，但不提供 Claude Code 那样的 IDE 深度集成。Q：本地模型（Ollama）效果和云端模型差多少？

本地模型在隐私保护和离线使用上有明显优势，但在复杂推理、长文本理解和多步任务执行上仍弱于 Claude Opus、GPT-4o 等旗舰云端模型。建议日常简单任务用本地模型，复杂工作流切换至云端模型。Q：如何判断 OpenClaw 是否适合我？

适合条件：有一定技术背景（能用命令行）、重视数据隐私、有多个工具需要串联自动化、希望 AI 助手具备持久记忆。如果更倾向开箱即用的图形化界面，可先体验 SaaS 类 AI 助手再评估迁移成本。

总结

OpenClaw 代表了 AI 个人助手的一种架构选择：本地运行、数据自主、开源可扩展。相比 SaaS 产品，它的上手门槛稍高，但在隐私保护、定制灵活性和长期使用成本上具有明显优势。

据 OpenClaw 官方文档（docs.openclaw.ai）说明，Gateway + Channel + Skills 三层架构确保了能力扩展不依赖中心化平台。对于计划接入 Claude 等模型的用户，开发阶段可通过标准 OpenAI 兼容接口快速集成不同模型进行横向对比，再锁定最适合工作流的组合。

本文内容基于 2026 年 3 月 OpenClaw 公开文档，该项目处于活跃开发阶段，建议定期查阅 OpenClaw - OpenClaw 获取最新配置说明。