OpenClaw 快速上手(一):这玩意到底是什么

OpenClaw 是一个把 20 多个聊天平台桥接到统一 Agent 运行时的自托管 AI Agent 网关。这一篇先把它讲清楚——它是什么、跟 ChatGPT/Claude 的差别在哪、它真正解决了哪些值得占用你硬盘的问题。

经常有人问我:“OpenClaw 不就是又一个套壳 LLM 吗?“答案是:不是。原因值得在动手之前先讲明白。

这是六篇系列的第一篇。读完整套你的本机上会跑着一个 OpenClaw,连着模型、接着至少一个聊天渠道,做着重启之后还能继续干的真实工作。

一句话定义

OpenClaw 是一个自托管的 AI Agent 平台。装一个 Node 二进制,配上一两个 LLM 提供商的 API Key,它就会起一个长跑的 Gateway 进程,监听你接进来的聊天平台——钉钉、微信(WorkBuddy 路径)、Telegram、Discord、Slack、飞书,任你挑。Gateway 把消息塞进带 Tools、Skills、Memory 与 Cron 的 Agent 循环。整个项目 MIT 协议,数据全在你机器上,模型可以随时切换而不需要重写 Prompt。

如果你用过 Claude Code 或 Cursor,这个 Agent 循环对你不会陌生。区别在于:那些产品自己拥有"前端表面”——你必须去它的 UI 里跟它说话。OpenClaw 把这件事反过来:表面是你已经在用的任何聊天软件,Agent 来找你。

它在生态里的位置

                托管                自托管
            +-----------------+-----------------+
   厂商     | ChatGPT, Claude | (罕见)        |
   表面     | (Anthropic UI)|                 |
            +-----------------+-----------------+
   你的     | 各类 SaaS Bot   | OpenClaw        |
   表面     | (Glean 等)    |                 |
            +-----------------+-----------------+

右下角这格小,但这是我想要的那一格。我希望我的 Agent:

  • 跑在我自己的机器上
  • 能读我的文件、笔记、邮件
  • 把消息发到我已经在用来唠叨自己的那个 Telegram 会话里
  • 不被切成订阅按月计费

OpenClaw 是 2026 年我找到的——能把这一格做得最完整的那一个。

它真正解决的三件事

我得说清楚那种"套壳"解决不了、而 OpenClaw 解决的东西。

1. 渠道适配是真的工程量。 钉钉的 Stream 协议、微信的封锁、Discord 的限流,每一个都有自己的坑。OpenClaw 自带 20 多个渠道适配器,每一个都对所在平台的怪癖有处理。自己写一个是周末活儿,写五个是一个月。

2. Skills 不是"系统 Prompt”。 一个 Skill 是一份 Markdown + 可选脚本 + Manifest。Agent 启动时只加载 Manifest,技能正文只在 Agent 决定要用时才加载进上下文。这件事不性感,但它就是"4k 全塞进系统 Prompt"和"40k 知识库按需调度、单轮成本极低"的差别。

3. 记忆跨会话存活。 有一套带类型的记忆存储(用户画像、项目状态、参考资料、反馈),加上一个可索引的 MEMORY.md。三天后在另一个聊天里继续同一个话题,Agent 不会从零开始。

如果这三件事你都不在意,可以直接用 Claude Code,不用读下去。如果至少一件戳到你,下面五篇都会回本。

系列结束时你会有什么

读完第六篇,你应该有:

  • 本机装好的 OpenClaw,Gateway 跑在 :18789
  • 配好的模型提供商(百炼 Coding Plan、Anthropic 直连、或 DashScope 免费档——你挑)
  • 终端里能用的 TUI
  • 一条真正接通的聊天渠道——本系列用 Telegram,因为它最干净
  • 加载好的两个自定义 Skill
  • 接入的一个 MCP 服务器,用于浏览器自动化

够你照官方文档里那几个案例(第二大脑、每日简报、运维自动化、内容流水线)随便挑一个落地。结尾我会给指引。

系列不会覆盖的

  • 多 Agent 路由——官方文档讲得更好
  • 入门级以上的生产硬化
  • WeChat WorkBuddy 的注册细节(腾讯的产品,注册流程不平凡)

下一篇开装。Node 不旧的话十分钟,旧的话二十分钟。

翻完了?

去 GitHub 关注一下,新一篇通常隔一周就到。

GitHub