openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

优质文章学习记录

— 5 min read
openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

openclaw-termux：把 OpenClaw AI Gateway 装进 Android（带 App、终端和仪表盘）

在这里插入图片描述

项目地址：https://github.com/mithun50/openclaw-termux

作者同时提供两种使用形态：Standalone Flutter App（推荐给大多数人） + Termux CLI 包（适合命令行党）。

一句话：它让你在不 root 的 Android 设备上，一键搭起 OpenClaw AI Gateway，并通过原生 UI 管理启动、日志、Provider 配置，甚至 SSH 远程连接。

这项目解决了什么问题？

OpenClaw 本身是一个 AI Gateway/代理网关：你可以把多个大模型 Provider（Anthropic / OpenAI / Gemini / OpenRouter / NVIDIA NIM / DeepSeek / xAI 等）统一接入，用统一的方式管理模型、路由、工具调用与仪表盘。

但在 Android 上“把这一套跑起来”，通常会卡在：

  • 环境复杂：Linux 用户态、Node.js、依赖与权限管理
  • 操作分散：Termux、浏览器、日志、配置来回切
  • 常驻困难：后台容易被系统杀掉

openclaw-termux 的思路是：

在 Android 上用 proot-distro 拉起 Ubuntu 用户态环境，再装 Node.js 22 + OpenClaw；同时用一个 Flutter 原生 App 把“安装/配置/启动/查看仪表盘/看日志/设备能力”都集成在一个地方。

两种形态：App vs Termux CLI

1）Flutter App（Standalone）

适合：想“点一点就跑起来”、需要可视化仪表盘与日志的人。

它提供：

  • 一键 Setup：自动下载 Ubuntu rootfs、安装 Node.js 22、安装 OpenClaw
  • 网关控制：Start/Stop、状态指示、健康检查
  • 内置终端：带额外按键工具栏、复制粘贴、可点击 URL
  • 内置 Web Dashboard（WebView）：直接加载 localhost:18789 的 OpenClaw 仪表盘（并支持 token URL 展示/复制）
  • Provider 配置与 onboarding：在 App 内完成 API Key 与模型选择
  • 实时日志：支持搜索/过滤
  • 后台保活：Foreground Service + 运行时间追踪 + Setup 进度通知

2）Termux CLI（npm 包）

适合：只要命令行、想写脚本、或者更偏“服务器式管理”的人。

安装后主要命令是 openclawx，比如：

  • openclawx setup：首次安装（proot + Ubuntu + Node + OpenClaw）
  • openclawx start：启动 gateway
  • openclawx onboarding：配置 Provider/API keys
  • openclawx shell：进入 Ubuntu 环境
  • openclawx status / openclawx doctor：检查状态与诊断
注意：Termux 建议从 F-Droid 安装，而不是 Play Store 版本。

亮点功能：Android 设备能力“变成工具”

这项目不只是“把 Gateway 跑起来”，它还把 Flutter App 当作一个 node（节点） 连接到网关，通过 WebSocket node protocol 暴露设备能力给 AI 使用。

文档里列的能力包括（部分需权限）：

  • Camera：拍照/录视频/列出摄像头
  • Flash：手电筒开关/状态
  • Location：定位
  • Screen：录屏（需要 MediaProjection 授权）
  • Sensor：传感器读取（需要 Body Sensors 权限）
  • Haptic：震动反馈

并且项目会在启动前自动 patch openclaw.json，放开对应的 allowCommands（文档提到共 15 个命令）。

这意味着你可以把 Android 变成一个“随身 AI 设备节点”：AI 不只是聊天，还能在你的授权范围内调用手机能力完成任务。

安装与上手（按项目 README 的主流程）

Flutter App 流程（推荐）

  1. 从 Releases 下载 APK 并安装（或自行 flutter build apk --release 构建）
  2. 打开 App → 点 Begin Setup
  3. Setup 完成后在 App 内做 Onboarding（配置 API Keys、绑定地址等）
  4. 点 Start Gateway
  5. 打开内置 Dashboard（或浏览器访问 http://localhost:18789 / token URL）

Termux CLI 流程

  1. npm install -g openclaw-termux
  2. openclawx setup
  3. openclawx onboarding
  4. openclawx start

架构一图看懂（项目自带的架构思路）

从上到下大概是：

  • Flutter App：终端 + 网关控制 + WebView Dashboard
  • Native Bridge（Kotlin）：负责和 Android 权限/能力打交道
  • Node Provider（WebSocket）：把 Camera/Location/Screen 等能力以命令形式暴露给网关
  • proot-distro + Ubuntu：用户态 Linux 环境
  • Node.js 22 + OpenClaw Gateway：最终跑在 Ubuntu 里，Dashboard 默认 localhost:18789

这种架构的好处是：不 root，并且 UI/权限/日志体验比纯 Termux 顺滑很多。

注意事项与坑位（很关键）

  • 电池优化：README 强调要关闭电池优化，否则后台网关很容易被系统杀掉（App 和 Termux 都要注意）
  • 存储空间：需要大约 ~500MB（Ubuntu + Node + OpenClaw）
  • 绑定地址：非 root 设备建议用 Loopback（127.0.0.1）做绑定更安全
  • Bionic Bypass：项目包含对 Android Bionic libc 下 os.networkInterfaces() 崩溃问题的绕过（这类兼容性处理正是这个项目的价值之一）
  • Termux 来源：CLI 形态建议使用 F-Droid 的 Termux

适合谁？

  • 想把 OpenClaw 随身带着走：在手机上跑一个完整的 AI Gateway
  • 想做“移动端 AI 工具箱”：让 AI 在授权下使用摄像头、定位、录屏、传感器等
  • 不想 root、但又想要接近“Linux 环境”的开发/自动化能力
  • 想用一个 App 管理多模型 Provider、网关状态、日志与仪表盘

结语

openclaw-termux 把原本偏“桌面/服务器”的 OpenClaw Gateway，成功搬到了 Android，并且用 Flutter 把关键的运维体验（安装、配置、启动、日志、仪表盘、权限）做成了一套完整产品。

对于想把 AI agent 从电脑扩展到手机的人来说，这是一个非常实用的桥梁项目。

Read more

一文读懂AI圈爆火的Skills：是什么、怎么用

一文读懂AI圈爆火的Skills：是什么、怎么用

大家好，我是jobleap.cn的小九。 最近AI圈，Skills彻底火了。Github上相关仓库动辄斩获上万星标，比如含50多个Claude技能的仓库、Superpowers工作流项目，均已突破18K星。这股热度，堪比2023-2024年的Prompt模板热潮——彼时大家疯狂分享Prompt，现在则扎堆交流Skills。 不少人疑惑：Skills到底是什么？和Prompt、MCP有啥区别？我花了两天整理，用直白的案例和方法，带你搞懂Skills的本质与用法。 一、Skills到底是什么？先看两个实战案例 Skills直译是“技能”，核心是「给AI智能体（Agent）用的技能包」。光说定义太抽象，分享两个我们公司的实战案例，帮你直观理解它的价值。 案例1：AI选题系统，把2-3小时工作缩成一句话指令 做内容的都懂，选题是个“海量信息筛精选”的耗时活。以前我们每天要刷遍推特、Reddit、Github、知乎、小红书等近10个平台，筛选热点、判断价值、找切入角度，整套流程要2-3小时，严重挤占核心工作时间。 去年12月，

New API 详解：新一代开源大模型统一网关与 AI 资产管理系统（深度 6000 字指南）

New API 详解：新一代开源大模型统一网关与 AI 资产管理系统（深度 6000 字指南） * 开篇：为什么我们需要一个“大模型统一网关”？ * 一、项目背景与发展历程 * 二、核心特性详解（为什么 New API 比竞品强） * 1. 统一接口 + 多格式转换（最强兼容性） * 2. 智能路由与高可用 * 3. 精细计费与支付闭环（个人/企业必备） * 4. 现代化管理后台 * 5. 多语言 & 多租户 * 6. 扩展集成 * 7. 安全与可观测性 * 三、支持的模型与渠道（30+ 服务商，100+ 模型） * 四、部署安装完整教程（10 分钟上手）
人工智能：大模型分布式训练与高效调参技术实战

人工智能：大模型分布式训练与高效调参技术实战

人工智能：大模型分布式训练与高效调参技术实战 1.1 本章学习目标与重点 💡 学习目标：掌握大语言模型分布式训练的核心原理、主流框架使用方法，以及高效调参策略，能够解决大模型训练过程中的算力瓶颈和效果优化问题。 💡 学习重点：理解数据并行、张量并行、流水线并行的技术差异，掌握基于DeepSpeed的分布式训练实战，学会使用超参数搜索提升模型性能。 1.2 大模型训练的核心挑战 1.2.1 单卡训练的算力瓶颈 💡 大语言模型的参数量动辄数十亿甚至上万亿，单张GPU的显存和计算能力完全无法满足训练需求。以LLaMA-2-70B模型为例： * FP32精度下，模型参数本身就需要约280GB显存，远超单张消费级或企业级GPU的显存容量。 * 训练过程中还需要存储梯度、优化器状态等数据，实际显存占用是模型参数的3-4倍。 * 单卡训练的计算速度极慢，训练一轮可能需要数月时间，完全不具备工程可行性。 1.2.2 大模型训练的核心需求 为了高效完成大模型训练，我们需要解决以下三个核心问题： 1. 显存扩容：通过并行技术，将模型参数和计算任务分布到多张GPU上，突破
OpenClaw 全攻略：从入门到精通的 AI 智能体部署指南

OpenClaw 全攻略：从入门到精通的 AI 智能体部署指南

第一部分：认知篇 —— 什么是 OpenClaw？ 1.1 定义与定位 OpenClaw（原名 Clawdbot / Moltbot）是一个本地优先、隐私至上、多渠道集成的自托管 AI 助手平台。它标志着人工智能从“对话式交互”迈入“自主行动”的第三阶段。 通俗理解： 传统 AI（如网页版 ChatGPT）：你问一句，它答一句，像个顾问。 OpenClaw：你给它一个目标（如“帮我整理本月财报并发送给团队”），它能自己规划步骤、搜索数据、处理文件、发送邮件，像个员工。 1.2 核心架构：App、Gateway 与 CLI 要玩转 OpenClaw，必须理解它的三个核心组件： Gateway（网关）