如果你最近在开发者社区刷到过”有人用 Telegram 让 AI 帮他跑测试、推代码、处理报错”，那十有八九背后跑的是 OpenClaw。这篇文章不讲玄学，只讲它是什么、怎么工作、适合谁用。

一句话定义

OpenClaw 是一个开源的本地 AI Agent 运行时，把 LLM 的推理能力接进你平时用的聊天软件（Telegram、WhatsApp、Slack、Discord 等），让 AI 能在你的机器上真正执行任务，而不只是回复文字。

它由奥地利开发者 Peter Steinberger 开发，2025 年 11 月首次发布（当时叫 Clawdbot），因商标问题先后改名为 Moltbot、最终定名 OpenClaw，核心代码以 MIT 协议开源在 GitHub。

和你用过的 AI 工具有什么不同

开发者接触过的 AI 工具大致分两类：一类是云端托管的对话服务（ChatGPT、Claude.ai），另一类是本地运行的编码助手（Claude Code、Cursor）。OpenClaw 介于两者之间，但更接近一个持续运行的 Agent 守护进程。

ChatGPT / Claude.ai Claude Code OpenClaw
运行位置 云端 本地 本地
交互方式 浏览器 终端 任意聊天软件
持续运行 否 否 是（后台守护进程）
跨会话记忆 有限 无 持久化本地存储
数据出境 是 仅模型调用 仅模型调用
开源 否 否 MIT

关键区别在于”持续运行”。Claude Code 是你启动 → 跑完 → 退出的流程。OpenClaw 是一个一直在线的守护进程，你可以随时从手机发消息触发任务，它在后台跑完之后主动把结果推给你。

架构是怎么工作的

OpenClaw 的核心是一个叫 Gateway 的 Node.js 进程，启动后监听在本地 ws://127.0.0.1:18789。

消息流转路径大致是这样的：

  1. 你在 Telegram 发一条消息给你的 Bot
  2. Gateway 的 Channel Adapter 接收消息，标准化为内部格式
  3. Session Manager 解析发送方身份，匹配到对应的 Agent 会话
  4. Agent 循环启动：拉取系统提示、会话历史、Skills 指令、记忆，组装 prompt 发给 LLM
  5. LLM 返回工具调用决策（比如执行 shell、读文件、控制浏览器）
  6. 工具执行完，结果注入对话，LLM 再决定是否继续或返回最终回复
  7. Gateway 把结果序列化，通过 Telegram Channel Adapter 推回给你

整个过程在你的机器上跑，除了调用 LLM API 的那一步，数据不离本地。

Skills 是什么

Skills 是 OpenClaw 的扩展机制，本质上是一个目录，里面有一个 SKILL.md 文件。这个文件用自然语言写清楚：这个 Skill 是干什么的、什么时候触发、怎么使用相关工具。

Gateway 启动时会把所有 Skill 的描述加载进 Agent 的上下文，LLM 根据你的指令自动决定调用哪个 Skill。你可以：

  • 安装社区 Skill（ClawHub 是官方 Skill 注册表）
  • 让 AI 帮你写一个新的 Skill（OpenClaw 支持 AI 自己给自己写扩展）
  • 手动写 SKILL.md 定义自己的工作流

Skill 有三个作用域，优先级从高到低：Workspace Skill → 全局 Skill → 内置 Skill。

支持哪些工具和能力

OpenClaw 内置了以下工具类别（可通过工具策略控制开放范围）：

  • Shell 执行：运行任意命令，可配置沙箱或完全开放
  • 文件系统：读写本地文件
  • 浏览器控制：通过 CDP 控制 Chrome/Chromium，填表、抓数据、截图
  • Cron 任务：定时触发 Agent 执行任务
  • Webhook / Hooks：接收外部事件触发任务（比如 Sentry 报错自动处理）
  • 多 Agent 通信：配置多个 Agent 实例互相调用

支持哪些消息渠道

目前支持 20+ 个平台，包括 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、Matrix、LINE、IRC 等。每个渠道作为独立的 Channel Adapter 插件实现，可以同时启用多个。

模型选择

OpenClaw 与模型无关，在 ~/.openclaw/openclaw.json 里配置提供商和模型即可。支持：

  • Anthropic Claude（API Key 或 setup-token）
  • OpenAI GPT 系列（API Key 或 OAuth）
  • MiniMax、GLM、Moonshot 等
  • 本地 Ollama（完全离线）
  • 任何兼容 OpenAI / Anthropic 接口格式的自定义端点

支持配置 fallback 链：主模型调用失败时自动切换到备用模型，使用指数退避策略。

安全模型

OpenClaw 的安全设计围绕三个层次：

  1. 身份层：谁能和 Bot 说话（DM 配对 / allowlist / open）
  2. 作用域层：AI 能操作什么（工具策略、沙箱、执行审批）
  3. 模型层：假设模型可能被 prompt 注入，通过前两层限制爆炸半径

高危操作（比如执行 shell 命令、发送邮件）可以配置为需要人工审批，AI 会先提交操作请求，你确认后才执行。

官方建议定期运行安全审计：

openclaw security audit
openclaw security audit --deep

适合哪类开发者

OpenClaw 适合你，如果你：

  • 想要一个能跨设备、随时触发的 AI 自动化运行时
  • 对数据隐私有要求，不想把内容发给第三方托管服务
  • 想基于真实工具链（shell、git、browser）搭建 Agent 工作流，而不只是做 demo
  • 有自己的服务器或闲置机器，想物尽其用

它不适合你，如果你：

  • 只需要一个对话窗口问问题，Claude.ai 或 ChatGPT 够用
  • 只做代码补全和 review，Claude Code / Cursor 更专注
  • 不想维护本地运行的服务

快速上手路径

三个命令就能跑起来：

# 安装（macOS / Linux）
curl -fsSL https://openclaw.ai/install.sh | bash

# 初始化（含后台服务安装）
openclaw onboard --install-daemon

# 打开控制面板
openclaw dashboard

浏览器打开 http://127.0.0.1:18789，就可以直接和 AI 对话，不需要配置任何消息渠道。

延伸阅读