1. Home
  2. Ai
  3. openclaw基础及环境搭建

openclaw基础及环境搭建

openclaw分享

OpenClaw 是一个开源 AI Agent，可以运行在自己的设备或者服务器上，能够真正「做事」而不只是「回答问题」。自 2026 年 1 月发布以来，已超过 316k GitHub Stars，是有史以来增长最快的开源仓库之一。

官方地址：https://openclaw.ai/

github仓库：https://github.com/openclaw/openclaw

一、OpenClaw 是什么？

与普通 AI 聊天工具的最大区别：

提示词 传统 AI 聊天 OpenClaw
你问「帮我整理桌面文件」 给出建议清单 真正执行：重命名、分类、移动 47 个文件
你问「检查我的邮件」 无法访问 读取未读邮件并汇总
你问「帮我明天设个提醒」 给出操作步骤 直接创建日历事件

OpenClaw 的四大构建模块：

  • Gateway — 与外部世界的连接入口，处理来自 Telegram、飞书、Discord、WhatsApp 等平台的消息

  • Skills — 能力工具箱，每个 Skill 是一个打包好的功能（发邮件、搜网页、控制浏览器等）

  • Memory — 跨会话记忆系统，存储你的偏好、习惯、个人信息，越用越懂你

  • Sandbox — 安全沙箱，控制 Agent 对系统的操作权限

二、环境要求与安装

环境要求

  • macOS / Linux / Windows（需 WSL2）

  • Node.js 22+（推荐 LTS 版本）

# 检查 Node.js 版本
node --version
# 需要 v22.x.x 或更高

一键安装

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

或使用 npm 安装

npm install -g openclaw@latest

Docker 安装

方式一：从仓库sh文件安装

./docker-setup.sh

此脚本：

  • 构建 Gateway 网关镜像

  • 运行新手引导向导

  • 打印可选的提供商设置提示

  • 通过 Docker Compose 启动 Gateway 网关

  • 生成 Gateway 网关令牌并写入 .env

可选环境变量：

  • OPENCLAW_DOCKER_APT_PACKAGES — 在构建期间安装额外的 apt 包

  • OPENCLAW_EXTRA_MOUNTS — 添加额外的主机绑定挂载

  • OPENCLAW_HOME_VOLUME — 在命名卷中持久化 /home/node

完成后：

  • 在浏览器中打开 http://127.0.0.1:18789/。

  • 将令牌粘贴到控制 UI（设置 → token）。

  • 需要再次获取带令牌的 URL？运行 docker compose run --rm openclaw-cli dashboard --no-open。

它在主机上写入配置/工作区：

  • ~/.openclaw/

  • ~/.openclaw/workspace

方式二：手动compose构建

docker build -t openclaw:local -f Dockerfile .
docker compose run --rm openclaw-cli onboard
docker compose up -d openclaw-gateway

初始化配置向导

openclaw onboard

向导会引导你完成三件事：

  1. 选择安全模式（建议新手选 Sandbox）

  2. 选择消息渠道（Telegram / 飞书 / WhatsApp / Discord）

  3. 配置 AI 提供商和 API Key

启动服务

openclaw gateway start

正常输出如下：

 OpenClaw Gateway v1.0.0
✓ Model provider connected
✓ Gateway listening on http://127.0.0.1:18789
✓ Ready to receive messages

验证安装

openclaw status

三、基础配置文件

配置文件位于 ~/.openclaw/openclaw.json：

{
  "meta": {
    "lastTouchedVersion": "2026.3.13",
    "lastTouchedAt": "2026-03-16T06:22:40.330Z"
  },
  "wizard": {
    "lastRunAt": "2026-03-10T03:25:27.240Z",
    "lastRunVersion": "2026.3.7",
    "lastRunCommand": "doctor",
    "lastRunMode": "local"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama-local",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5:4b",
            "name": "Qwen 3.5 4B",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 262144,
            "maxTokens": 262144
          }
        ]
      },
      "moonshot": {
        "baseUrl": "https://api.moonshot.cn/v1",
        "apiKey": "xxxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "kimi-k2-turbo-preview",
            "name": "kimi-k2-turbo-preview"
          }
        ]
      },
      "zhipu": {
        "baseUrl": "https://open.bigmodel.cn/api/paas/v4",
        "apiKey": "",
        "api": "openai-completions",
        "models": [
          {
            "id": "glm-4.7",
            "name": "GLM-4.7"
          },
          {
            "id": "glm-4-plus",
            "name": "GLM-4-Plus"
          },
          {
            "id": "glm-4.6",
            "name": "GLM-4.6"
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": "zhipu/glm-4.7",
      "models": {
        "ollama/qwen3.5:4b": {},
        "moonshot/kimi-k2-turbo-preview": {},
        "zhipu/glm-4.6": {},
        "zhipu/glm-4.7": {},
        "zhipu/glm-4-plus": {}
      },
      "workspace": "/Users/w/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    },
    "list": [
      {
        "id": "main",
        "model": {
          "primary": "zhipu/glm-4.7",
          "fallbacks": [
            "moonshot/kimi-k2-turbo-preview"
          ]
        }
      },
      {
        "id": "work",
        "name": "work",
        "workspace": "/Users/w/.openclaw/workspace-work",
        "agentDir": "/Users/w/.openclaw/agents/work/agent"
      }
    ]
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "commands": {
    "native": "auto",
    "nativeSkills": "auto",
    "restart": true,
    "ownerDisplay": "raw"
  },
  "session": {
    "dmScope": "per-channel-peer"
  },
  "channels": {
    "telegram": {
      "enabled": true,
      "dmPolicy": "pairing",
      "botToken": "uid:token",
      "allowFrom": [
        "uid"
      ],
      "groupPolicy": "allowlist",
      "streaming": "off",
      "proxy": "http://127.0.0.1:7890"
    },
    "feishu": {
      "enabled": true,
      "appId": "cli_axxxxxx",
      "appSecret": "ehoxxxxxxx",
      "domain": "feishu",
      "accounts": {
        "cli_a9xxxxx": {
          "enabled": true,
          "domain": "feishu",
          "groupPolicy": "allowlist",
          "groupAllowFrom": [
            "113"
          ],
          "appId": "cli_a927xxxxx",
          "appSecret": "ehoMrTxxxxx"
        },
        "default": {
          "groupPolicy": "allowlist",
          "groupAllowFrom": [
            11
          ]
        }
      },
      "connectionMode": "websocket"
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "loopback",
    "auth": {
      "mode": "token",
      "token": "xxxxxxxx"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    },
    "nodes": {
      "denyCommands": [
        "camera.snap",
        "camera.clip",
        "screen.record",
        "calendar.add",
        "contacts.add",
        "reminders.add"
      ]
    }
  },
  "skills": {
    "entries": {
      "adclaw": {
        "apiKey": "sk_xxxxxxxx"
      }
    }
  },
  "plugins": {
    "allow": [
      "feishu",
      "telegram"
    ],
    "entries": {
      "feishu": {
        "enabled": true
      },
      "telegram": {
        "enabled": true
      }
    },
    "installs": {
      "feishu": {
        "source": "npm",
        "spec": "@m1heng-clawd/feishu",
        "installPath": "/Users/w/.openclaw/extensions/feishu",
        "version": "0.1.11",
        "resolvedName": "@m1heng-clawd/feishu",
        "resolvedVersion": "0.1.11",
        "resolvedSpec": "@m1heng-clawd/feishu@0.1.11",
        "integrity": "sha512-VG9Ud74AzjFOvTHcThB/HcKV9emg21E3OMOFGVAtmXhlAsA9BhTkFknr9CjhwYiFV8SAEdTQqD7cVG9UWm2r7A==",
        "shasum": "2e34dd676106339dfa015e21015bf47b63e69801",
        "resolvedAt": "2026-02-25T09:36:13.199Z",
        "installedAt": "2026-02-25T09:36:52.749Z"
      }
    }
  }
}

环境变量文件 ~/.openclaw/.env：

ANTHROPIC_API_KEY=sk-ant-xxxxx
TELEGRAM_BOT_TOKEN=123456:ABC-xxxxx
FEISHU_APP_ID=cli_xxx
FEISHU_APP_SECRET=xxx

安全提示：永远不要将 host 设为 0.0.0.0，除非已配置防火墙规则。

四、模型配置与管理

参考官方文档：模型 CLI

模型选择优先级

OpenClaw 按以下顺序选择模型：

  1. agents.defaults.model.primary — 主模型

  2. agents.defaults.model.fallbacks — 回退列表（主模型不可用时按顺序尝试）

  3. 提供商内部的认证故障转移（在切换到下一个回退模型之前）

添加自定义模型提供商

支持任意 OpenAI 兼容接口（智谱 GLM、Moonshot、本地 vLLM 等），在 models.providers 中添加：

{
  "models": {
    "mode": "merge",
    "providers": {
      "zhipu": {
        "baseUrl": "https://open.bigmodel.cn/api/paas/v4",
        "apiKey": "${ZHIPU_API_KEY}",
        "api": "openai-completions",
        "models": [
          { "id": "glm-4.7", "name": "GLM-4.7" }
        ]
      },
      "moonshot": {
        "baseUrl": "https://api.moonshot.cn/v1",
        "apiKey": "${MOONSHOT_API_KEY}",
        "api": "openai-completions",
        "models": [
          { "id": "kimi-k2-turbo-preview", "name": "Kimi K2 Turbo" }
        ]
      }
    }
  }
}

设置主模型与白名单

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "zhipu/glm-4.7",
        "fallbacks": [
          "moonshot/kimi-k2-turbo-preview",
          "anthropic/claude-opus-4-6"
        ]
      },
      "models": {
        "zhipu/glm-4.7": { "alias": "GLM" },
        "moonshot/kimi-k2-turbo-preview": { "alias": "Kimi" },
        "anthropic/claude-opus-4-6": { "alias": "Claude" }
      },
      "imageModel": {
        "primary": "anthropic/claude-opus-4-6"
      }
    }
  }
}

注意：设置了 agents.defaults.models 后它就是白名单，用户只能切换到列表内的模型。若收到 "Model is not allowed" 错误，需把目标模型加进白名单，或删除 agents.defaults.models 字段取消限制。

模型 CLI 命令

# 查看当前模型状态（主模型、回退、认证情况）
openclaw models status
# 列出所有可用模型
openclaw models list
openclaw models list --all          # 完整目录
openclaw models list --provider zhipu  # 按提供商筛选
# 切换默认模型
openclaw models set zhipu/glm-4.7
openclaw models set anthropic/claude-opus-4-6
# 设置图像处理专用模型
openclaw models set-image anthropic/claude-opus-4-6
# 管理别名
openclaw models aliases add glm zhipu/glm-4.7
openclaw models aliases list
openclaw models aliases remove glm
# 管理回退列表
openclaw models fallbacks add moonshot/kimi-k2-turbo-preview
openclaw models fallbacks list
openclaw models fallbacks remove moonshot/kimi-k2-turbo-preview
openclaw models fallbacks clear

在对话中实时切换模型

无需重启，在任意渠道（飞书/Telegram）直接发送：

/model                        # 打开模型选择器
/model list                   # 列出所有可用模型（编号）
/model 2                      # 按编号选择
/model zhipu/glm-4.7          # 按名称切换
/model status                 # 查看当前详细状态

如果模型 ID 本身含有 /（如 OpenRouter 风格），必须带提供商前缀：/model openrouter/moonshotai/kimi-k2

扫描 OpenRouter 免费模型

::: 需先设置openRouter api key环境变量 :::

# 扫描 OpenRouter 上的免费模型并探测工具/图像支持
openclaw models scan
# 只看元数据，不发实际请求
openclaw models scan --no-probe
# 筛选条件
openclaw models scan --min-params 7         # 至少 70 亿参数
openclaw models scan --max-age-days 30      # 只看近 30 天发布的
openclaw models scan --provider mistral     # 只看某家提供商
# 自动设置扫描结果的最优模型为默认
openclaw models scan --set-default

模型选型建议

场景 推荐模型 原因
代码生成 / 工具调用 Claude Sonnet 工具调用准确率高
写作 / 长文创作 MiniMax、Claude Opus、gpt5 语言流畅，上下文理解好
高频日常对话 Gemini-Flash、Haiku 速度快，成本低
图像理解 Claude Opus / GPT-4o 多模态能力强
离线 / 隐私敏感 Ollama 本地模型 数据不出本机

五、接入飞书（Feishu）

飞书接入需要先安装飞书插件：

openclaw plugins install @openclaw/feishu

第一步：在飞书开放平台创建应用

  1. 访问 飞书开放平台，登录账号

  2. 点击「创建企业自建应用」，填写名称和描述

  3. 在「凭证与基础信息」页面，复制 App ID（格式如 cli_xxx）和 App Secret

第二步：配置权限

在「权限管理」页面，点击「批量导入」，粘贴以下 JSON：

{
  "scopes": {
    "tenant": [
      "im:chat",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "contact:user.employee_id:readonly",
      "docs:document.content:read",
      "sheets:spreadsheet",
      "wiki:wiki:readonly"
    ],
    "user": [
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

第三步：启用机器人能力

在「应用能力 → 机器人」页面，开启机器人能力并配置机器人名称。

第四步：配置事件订阅

⚠️ 配置事件订阅前，需先确保网关已启动，且已添加飞书渠道

在「事件订阅」页面：

  1. 添加事件：im.message.receive_v1（接收消息）

  2. 选择「使用长连接接收事件（WebSocket 模式）」

第五步：添加飞书渠道

openclaw channels add
# 选择 Feishu，输入 App ID 和 App Secret

或直接编辑配置文件：

{
  "channels": {
    "feishu": {
      "enabled": true,
      "dmPolicy": "pairing",
      "accounts": {
        "main": {
          "appId": "cli_xxx",
          "appSecret": "xxx",
          "botName": "我的AI助手"
        }
      }
    }
  }
}

第六步：发布应用并测试

在「版本管理与发布」创建版本，提交审核。企业自建应用通常自动通过。

发布后在飞书中找到你的机器人，私聊发送第一条消息，会收到配对码，用以下命令批准：

openclaw pairing list feishu
openclaw pairing approve feishu <配对码>

飞书群聊配置

{
  "channels": {
    "feishu": {
      "groupPolicy": "open",
      "groups": {
        "oc_xxx": {
          "requireMention": false,
          "systemPrompt": "你是一个团队 AI 助手，回复要简洁专业。"
        }
      }
    }
  }
}
groupPolicy 值 说明
open 群内任何人都可以和机器人交互
allowlist 只有白名单内的用户可以交互
disabled 机器人忽略所有群消息

Lark 国际版

{
  "channels": {
    "feishu": {
      "domain": "lark",
      "accounts": {
        "main": {
          "appId": "cli_xxx",
          "appSecret": "xxx"
        }
      }
    }
  }
}

六、接入 Telegram

第一步：通过 BotFather 创建机器人

在 Telegram 搜索 @BotFather，发送 /newbot，按提示操作：

You: /newbot
BotFather: Alright, a new bot. How are we going to call it?

You: My OpenClaw Assistant
BotFather: Good. Now let's choose a username for your bot.
           It must end in `bot`.

You: myopenclaw_bot
BotFather: Done! Use this token to access the HTTP API:
           123456789:ABCdefGHIjklMNOpqrsTUVwxyz

保存 Bot Token，下一步需要用到。

第二步：禁用隐私模式

在 BotFather 中：

/setprivacy → @myopenclaw_bot → Disable

注意：修改隐私模式后，需要将机器人从群组中移除再重新添加才能生效。或者直接将机器人设为管理员。

第三步：配置 OpenClaw

方式 A：环境变量

# ~/.openclaw/.env
TELEGRAM_BOT_TOKEN=123456789:ABCdefGHIjklMNOpqrsTUVwxyz

方式 B：配置文件

{
  "channels": {
    "telegram": {
      "botToken": "123456789:ABCdefGHIjklMNOpqrsTUVwxyz",
      "dmPolicy": "pairing"
    }
  }
}

第四步：测试

在 Telegram 搜索你的机器人用户名，发送 /start

第五步：配对

openclaw pairing approve telegram R9PBFPQS

image.png

Telegram 访问控制

dmPolicy 值 说明
pairing（默认） 新用户收到配对码，需 CLI 配对
allowlist 只有白名单用户可以发消息
open 任何人都可以发消息
disabled 关闭私聊功能

白名单配置示例：

{
  "channels": {
    "telegram": {
      "dmPolicy": "allowlist",
      "allowFrom": [123456789, "@trusted_user"]
    }
  }
}

Telegram 群组配置

{
  "channels": {
    "telegram": {
      "groups": {
        "-1001234567890": {
          "groupPolicy": "open",
          "requireMention": false,
          "systemPrompt": "你是一个技术团队助手，专注于代码和架构问题。"
        }
      }
    }
  }
}

生产环境 Webhook 模式

{
  "channels": {
    "telegram": {
      "webhookUrl": "https://your-domain.com/telegram-webhook",
      "webhookSecret": "your-random-secret-string"
    }
  }
}

网络代理（国内用户）

{
  "channels": {
    "telegram": {
      "proxy": "socks5://127.0.0.1:1080",
      "network": {
        "autoSelectFamily": false
      }
    }
  }
}

故障排查

# 验证 Token 是否有效
curl "https://api.telegram.org/bot<TOKEN>/getMe"

# 查看实时日志
openclaw logs --follow

七、Skills 技能系统

ClawHub 是 OpenClaw 的公共 Skills 注册中心。它是一项免费服务：所有 Skills 都是公开的、开放的，所有人都可以查看、共享和复用。

https://clawhub.ai/skills?sort=downloads

基本操作

注意：较新版本的 OpenClaw 已将 Skill 管理功能迁移至独立的 npx clawhub 工具。 若执行 openclaw skills install 时报 "too many arguments"，请改用以下命令。

全局安装clawhub

npm i -g clawhub

# 搜索 Skills
 clawhub search email
 clawhub search weather

# 安装 Skill
 clawhub install gog
 clawhub install github

# 列出已安装
 clawhub list

# 同步 / 更新所有 Skills
 clawhub sync

# 查看单个 Skill 状态（旧版兼容）
openclaw skills info @openclaw/email-manager

# 安装后重载（旧版兼容）
openclaw skills reload


# 安装之前推荐优先安装skill-vetter，对skill进行安全审查
skill-vetter

 Skills 推荐（按热度排序）

数据来源：ClawHub 下载量 + 社区使用频率综合排序。建议按顺序安装。

第一步：先装安全审计

# Skill Vetter：安装其他任何 Skill 之前，先装它
openclaw skills install @openclaw/skill-vetter

::: 如果安装过程中碰到Rate limit.

在clawhub注册登录后生成token登录：

npx clawhub login --token "xxx" --no-browser

加上代理地址安装：

HTTP_PROXY=http://127.0.0.1:7890 HTTPS_PROXY=http://127.0.0.1:7890 ALL_PROXY=socks5://127.0.0.1:7890 clawhub install summarize :::

Skill Vetter 会在你安装社区 Skill 之前对其进行安全审计，识别潜在恶意指令。安装量虽然不是最高（3.5K），但建议作为所有 Skill 的前置。

然后按需安装以下核心 Skills：

排名 Skill 下载量 功能简介 安装命令
1 Gog 33.8K Google Workspace 全家桶：Gmail + Calendar + Drive + Docs + Sheets openclaw skills install @openclaw/gog
2 self-improving-agent 32K 让 Agent 记住你纠正过的偏好，持续自我优化 openclaw skills install @openclaw/self-improving-agent
3 Summarize 26.1K 支持 URL / PDF / 图片 / 音频 / YouTube 视频全格式摘要 openclaw skills install @openclaw/summarize
4 Github 24.8K 管理 Issues / PR / CI，查询失败构建并汇总原因 openclaw skills install @openclaw/github
5 Weather 21.1K 无需 API Key，查询天气，常用于晨间 Briefing 工作流 openclaw skills install @openclaw/weather
6 Sonos CLI 20.2K 控制 Sonos 音箱播放、音量、分组（无 Sonos 可跳过） openclaw skills install @openclaw/sonos-cli
7 Nano Banana Pro 13.4K 调用 Gemini 生成和编辑图片，内容创作必备 openclaw skills install @openclaw/nano-banana-pro
8 API Gateway 13K 接入 100+ SaaS（Stripe / Salesforce / HubSpot 等），带托管 OAuth openclaw skills install @openclaw/api-gateway
9 OpenAI Whisper 11.5K 本地语音转文字，无需 API Key，音频不上传云端 openclaw skills install @openclaw/whisper
10 Free Ride 11.3K 通过 OpenRouter 使用免费/试用模型，对比多 LLM 效果 openclaw skills install @openclaw/free-ride

对话使用示例


# tavily 
请立即使用 tavily skill 搜索今天金价，并返回来源链接


# Gog（Google Workspace）
token配置：
gog auth credentials /Users/w/.openclaw/workspace/skills/gog/client_secret_1062461232576-6gb8ssj0a5fls310ct6hq6gvavq8dsq3.apps.googleusercontent.com.json

配置gog Google 授权
gog auth manage

然后就可以使用命令行对话了：
"使用gog skills发一封邮件给carterjob007@gmail.com 打个招呼问候一下"
"把 Q3 报告发给 Sarah，并在周四下午 2 点加一个跟进会议"
"检查我的未读邮件，汇总最重要的 3 封"
"在 Google Drive 里找一下上周的会议纪要"

# summarize
"使用summarize skills总结这个YouTube视频 https://www.youtube.com/watch?v=R9JIi2zMNHA"
"总结这段 45 分钟的 YouTube 视频"
"帮我提炼这份 30 页 PDF 的结论和待办"
"总结这个网页的主要内容：https://..."

# self-improving-agent
"记住：我不喜欢太长的回复，控制在 3 条以内"
"上次你推荐的方式有问题，记住以后用 X 方式代替"


# Github
"检查一下昨晚有没有 CI 失败，把失败原因总结给我"
"列出所有 Open 状态的 PR，按更新时间排序"
"帮我创建一个 Bug 类型的 Issue：登录页重定向异常"

# Weather（常用于晨间 Briefing）
"今天上海天气怎么样，适合骑自行车吗？"
"帮我看一下这周的天气，有没有下雨的日子"

# OpenAI Whisper（本地语音转文字）
"把这段会议录音转成文字，并提炼出决策与待办"
"转录 ~/Desktop/meeting.mp3"

# Nano Banana Pro（图像生成）
"生成一张 Mac Mini 加神经网络发光效果的博客头图"
"把这张图片的背景替换成白色"

# API Gateway
"通过 Stripe 查一下这个月的收入汇总"
"在 HubSpot 里创建一个新的联系人：..."

# Free Ride（多模型对比）
"用免费模型帮我回答这个问题：..."
"切换到 Gemini 模式试试这个 Prompt"

八、自动化任务（定时任务）

用自然语言设置定时任务，无需手动 crontab：

"每天早上 8 点，给我发送今天的天气、日历事件和未读邮件数量"
"每周五下午 5 点，汇总本周完成的工作并发给我"
"每晚 11 点，归档低优先级邮件"


定时AI新闻推送：
------
https://ciugsucc43l.feishu.cn/wiki/XNuUwOfP6iUWJ9kXT8pcjuFCnng
https://gorden-sun.notion.site/527689cd2b294e60912f040095e803c5?v=4f6cc12006c94f47aee4dc909511aeb5
https://www.aibase.com/zh/news
https://ai-bot.cn/daily-ai-news/

每天下午6点，定时从这个几个AI新闻站点汇总当日最新的AI新增推送给我。并附上来源或者github或者官方发布地址。用中文回答
------

OpenClaw 自动创建定时任务，也可手动管理：

openclaw cron list              # 列出所有定时任务
openclaw cron show <task-id>    # 查看详情
openclaw cron disable <task-id> # 暂停任务
openclaw cron enable <task-id>  # 恢复任务
openclaw cron delete <task-id>  # 删除任务

用 Shell 脚本触发推送（适合已有 crontab 习惯的用户）

如果你已经习惯系统 crontab，也可以用脚本直接调用 OpenClaw CLI 推送消息，与飞书 / Telegram 等渠道结合使用：

#!/bin/bash
# 每日 AI 行业日报自动推送
# 加入 crontab：0 9 * * * ~/daily-report.sh

CHANNEL="feishu"   # 或 telegram / wecom / dingtalk
LOG_FILE="$HOME/.openclaw/logs/daily-report.log"

log() {
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a "$LOG_FILE"
}

log "开始生成每日 AI 日报"

PROMPT="请生成今天的 AI 行业日报，包括：
1. 最新的 AI 技术动态（3-5 条）
2. 重要的产品发布或更新
3. 行业趋势分析
4. 值得关注的研究论文

请用简洁的格式呈现，每条新闻包含标题、简介和链接。"

if openclaw message send --channel "$CHANNEL" --message "$PROMPT"; then
    log "✅ 日报推送成功"
else
    log "❌ 日报推送失败"
    exit 1
fi

加入系统 crontab：

# 编辑 crontab
crontab -e

# 每天早上 9 点执行
0 9 * * * ~/daily-report.sh

这个模式适合批量推送、服务端定时触发等场景，--channel 参数可以灵活切换推送目标（飞书群、Telegram、企业微信等）。

更多实用自动化场景：

  • 每日早报：天气 + 日历 + 未读邮件，推送到飞书

  • 下班提醒：晚上 6 点推送到 Telegram

  • 价格监控：电商页面降价时通知

  • 周报生成：自动整理并发送周报

  • 服务器监控：异常时推送告警到群聊

九、Memory 记忆系统

让 Agent 记住你的信息，越用越个性化：

"记住关于我的信息：
- 我叫张伟，是一名后端工程师
- 工作时间：周一到周五，早 10 点到晚 7 点，时区 UTC+8
- 偏好：回复要简洁，代码示例用 Python 或 Go
- 我在上海"

# 查看记忆内容
cat ~/.openclaw/memory/long-term.json

# 或直接问 Agent
"你了解我哪些信息？"

# 更正记忆
"忘掉之前的工作时间，我现在是 10 点到 7 点"

三层记忆架构：

层级 说明 持久性
短期 Memory 当前对话上下文 会话结束后清除
长期 Memory 你的偏好、习惯、个人信息 永久保留
情景 Memory 过往交互记录，用于模式识别 永久保留

十、多 Agent 管理

多个隔离的智能体（独立的工作区 + agentDir + 会话），加上多个渠道账户（例如两个 WhatsApp）在一个运行的 Gateway 网关中。入站消息通过绑定路由到智能体。

# 创建工作 Agent，使用更强的模型
openclaw agents add work
openclaw config --agent work set ai.model "claude-sonnet-4"

# 创建个人 Agent，使用更经济的模型
openclaw create-agent personal
openclaw config --agent personal set ai.model "claude-3-5-haiku"

# 列出所有 Agent
openclaw  agents list 

# 切换 Agent
openclaw switch-agent work

推荐的多 Agent 方案：

Agent 模型 连接渠道 用途
work Claude Sonnet 飞书、Gmail、Linear 专业工作、邮件处理
personal Claude Haiku Telegram 日程提醒、个人事务
lab Ollama 本地模型 仅命令行 测试新 Skill、实验

每个 Agent 拥有独立的 Memory、Skills 和渠道连接，彼此完全隔离。

十一、安全



# 运行安全审计
openclaw security audit --deep

# 验证配置文件
openclaw config validate

# Docker Sandbox 隔离
openclaw config set sandbox.mode "docker"
openclaw sandbox test

安全最佳实践：

  • API Key 和 Bot Token 统一存储在 ~/.openclaw/.env，不要硬编码在配置文件中

  • Gateway host 保持 127.0.0.1，不要暴露到公网

  • 飞书/Telegram 使用 pairing 或 allowlist 模式，避免 open

  • 生产环境 Telegram 使用 Webhook + Secret 替代长轮询

  • 第三方 Skill 安装前检查代码权限范围

故障排查速查

症状 可能原因 解决方法
EADDRINUSE 端口 18789 被占用 openclaw gateway start --port 18790
401 Unauthorized API Key 无效 openclaw config set api-key
机器人不响应 渠道未连接 openclaw status 检查渠道状态
Telegram 群里不回复 隐私模式未关闭 BotFather 设置 /setprivacy Disable，重新入群
飞书配置长连接失败 网关未启动 先启动网关再配置事件订阅
Skills 未加载 安装后未重载 openclaw skills reload
响应缓慢 模型过载 切换至 Haiku 等轻量模型 
# 全面健康检查
openclaw doctor

# 查看实时日志
openclaw logs --follow

# 开启调试模式
openclaw config set logging.level "debug"

同类国内产品推荐：

https://github.com/netease-youdao/LobsterAI  有道开发的全场景个人助理 Agent。

https://easyclaw.com/zh-cn 开箱即用的客户端

参考资料

如果您喜欢我的文章，请点击下面按钮随意打赏，您的支持是我最大的动力。

打 赏