OpenClaw(clawBot) 保姆级部署与实践

clawBot是啥

OpenClaw — Personal AI Assistant

OpenClaw 是一个开源的个人 AI 助手(Personal AI Assistant),由开发者 @steipete 创建。这是一个运行在你自己电脑上的智能代理,而非依赖云端的封闭服务。以下是其核心特点:

核心定位 它像一位”有眼睛和手的智能同事”——你通过 Discord 或其他通讯工具与它聊天,它就能在你的电脑上执行各种任务,从简单的提醒到复杂的编程工作。

主要特性

  1. 本地优先 & 开源 —— 所有上下文和技能都存储在你的设备上,而非某个封闭的”围墙花园”,代码完全开源
  2. 持久化记忆 —— 24/7 保持上下文,不会忘记之前的对话和任务状态
  3. 强大的自动化能力 —— 支持定时任务(Cron)、提醒、后台任务,能主动监控和触发工作流
  4. 开发能力突出 —— 可以管理 Claude Code/Codex 会话,自动运行测试,通过 Sentry webhook 捕获错误并自动修复提交 PR
  5. 灵活集成 —— 用户可以通过简单的对话让它为自己搭建 API 代理(如将 CoPilot 转为 API 端点),持续扩展新功能

适用场景 不局限于个人助理,也可作为公司助手、家庭助手或团队协作工具。

该项目目前非常早期(仅发布约 19 天),但社区增长迅速,许多开发者认为它代表了”将现有技术组件巧妙粘合在一起的飞跃”,让 AI 真正拥有了在本地计算机上自主操作的能力。

实现原理

它的架构是基于 Node.js 的本地优先 Agent 框架

核心架构(五层设计)

组件技术实现功能
Gateway(网关)Node.js 守护进程中央控制平面,管理会话、权限验证、消息路由(WebSocket 协议,默认端口 18789)
Agent(大脑)TypeScript + LLM 适配层理解意图、制定分步计划、决定调用哪些工具或技能
Skills(工具箱)Markdown + 脚本描述插件系统,定义 AI 能执行的具体能力(文件操作、浏览器控制、API 调用等)
Channels(通道)各平台 SDK 集成连接 WhatsApp、Telegram、Discord、Slack 等通信平台
Memory(记忆)Markdown 文件 + SQLite持久化存储对话历史、用户偏好,支持向量检索

工作原理(Agent Loop)

当用户发送一条消息,流程是这样的:

1. 上下文组装

  • Agent 将系统提示词(System Prompt,仅约 1000 tokens)、Session 历史、可用工具列表拼接成完整 Prompt 发送给 LLM

2. 模型推理(LLM 拆解任务)

  • LLM 决定下一步行动:直接回复、调用工具,或请求更多信息

3. 工具执行(核心) OpenClaw 的核心工具集就是操作系统交互能力

{
 "tools": [
   "bash",  // 执行 shell 命令
   "read",  // 读取文件内容
   "write", // 写入文件
   "edit"   // 编辑文件
]
}
  • LLM 输出 tool_call → Agent 解析参数 → 在本地系统执行 → 返回执行结果给 LLM

4. 循环迭代

  • 这是一个Agent Loop:只要 LLM 还在调用工具,循环就继续,直到生成最终回复
  • 整个过程是事件驱动架构,支持流式输出

与操作系统的深度集成

文件系统操作

  • 直接通过 readwriteedit 操作本地任意文件
  • 工作目录隔离:每个 Agent 有自己的工作区 ~/clawd/<agent-name>/sandbox

Shell 命令执行

  • 通过 bash 工具执行任意本地命令,比如运行测试、部署服务、安装软件等
  • 这也是它被认为”危险”的原因——默认拥有运行用户的系统权限

浏览器自动化

  • 内置 browser 工具,可控制浏览器进行网页导航、截图、点击等操作

MCP 支持

  • 采用 Model Context Protocol(与 Claude Desktop 相同的标准),通过 MCP Server 连接外部服务

windows 部署

使用 PowerShell 执行安装命令

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

执行命令后需要等待十几分钟,命令行会自动安装 openclaw ,之后会自动弹出配置项

同意安全协议

引导模式选择快速启动

选择要接入的模型–这里可以选择 QWen 模型

进行 Qwen-code 的 auth 认证

选择模型模式–选择当前默认模型

选择是否选择客户端,这里可以选择最后一个,启用一个本地的web服务

是否配置 skills ,这里暂时选择 否

配置网关服务,这里正常会报错,当访问 127.0.0.1:18789/?token=“” 会访问不到;尝试手动启动网关

openclaw gateway --port 18789 --verbose

看到下方说明 OpenClaw 已经部署成功

网关失败的问题

当访问 18789 端口后面需要拼接 token 参数,这个token 默认会存在浏览器 localStorage 里面的,又是访问的时候可能会丢失,可以通过下面命令查看当前 token

openclaw onboard --install-daemon

部署测试

部署成功,测试完成,可以体验一下桌面贾维斯了

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇