【人工智能】全网都在学的 OpenClaw 保姆级指南:重点全整理好了!

【人工智能】全网都在学的 OpenClaw 保姆级指南:重点全整理好了!

一、OpenClaw 到底火在哪?

图片

OpenClaw(小龙虾)最近在 AI 圈刷屏恭喜OpenClaw 登顶 Github 历史 Star 榜首!,原因很简单——它是目前少数几个真正能帮你动手干活的 AI 助理。

具体能干什么:

  • 自动操作浏览器:登网站、填表单、截图、抓数据,网页上能干的,它全干
  • 控制你的电脑:装软件、写代码、跑程序、监控任务,鼠标键盘它都能接管
  • 24 小时不间断运行:你甩给它一个任务,它自己拼命搞定,完事等你验收
  • 越用越懂你:向量记忆模块,用的次数越多,它越知道你的习惯和偏好
图片

说了这么多,不如直接上手——下面我把从零到跑起来的全流程,一次给你整明白。

二、动手之前,先搞懂这两件事

很多人直接扑上去装,装完一头雾水,搞不清楚为什么跑不起来。多半是这两个概念没搞清楚。

概念一、OpenClaw 本体是免费的

OpenClaw 是一套开源软件,支持 Windows、Mac、Linux,装在你自己的电脑上,跑的是你本地的资源。

这部分完全免费,装好就能永久用,不存在订阅费。

图片

概念二、但OpenClaw 需要搭配“厨师”才能工作

OpenClaw 本体就像你家装修好的厨房——设备齐全,但没有厨师,做不出菜。

这个“厨师”就是大模型的 API(接口)。你需要去各大模型厂商那里,买一个模型的使用权,把它接进来,OpenClaw 才真正能干活。

模型要花钱,但没那么贵。 国内主流厂商现在都有包月套餐,首月最低 7.9 元,后文会详细说。

三、去哪儿买“厨师”?

如果你不想用 Coze,或者已经有 API 账号,可以参考下面这个对比——

  • 智谱 GLM5.0:49元/月,复杂任务首选
  • Kimi:49元/月,长文档处理见长
  • 阿里通义:首月 7.9 元,低成本试水(⚠️ 记得关自动续费)
  • 字节豆包:9.9元/月,有飞书对接需求的可以看它的文档

但说实话,上面四家我都没用。

我自己用的是 扣子编程(Coze) 来跑 OpenClaw。

图片

原因很简单:

  • ✅ 不用自己买API:扣子编程内置了大模型、联网搜索、图片生成,开箱即用
  • ✅ 不用配环境:一键复制官方 OpenClaw 项目,几分钟就能跑起来
  • ✅ 24小时稳定运行:部署后沙箱持续保活,不用担心断线
  • ✅ 出了问题直接问扣子 AI:报错了?把错误信息丢给它,自动修复
  • ✅ 万一不跑OpenClaw,赠送积分也可用来赋能智能体+工作流

没有 API 基础、不想折腾环境的人,Coze 是目前最省事的入门路子,直接开玩。

四、小白怎么装?Coze 四步搞定

前提:需要开通扣子编程的个人高阶版及以上套餐,才能创建 OpenClaw 项目。

第一步、复制官方项目

打开扣子编程,在优质案例区域找到 OpenClaw 项目,点击「复制」。

填好项目名称和介绍,点「确定」。复制完成后,系统自动构建环境,右侧「预览」页面能看到 OpenClaw 的 WebUI——到这里,龙虾已经在你碗里了。

图片

第二步、跑一下,确认没问题

在预览窗口里发一句“你好”,看它有没有正常回应。

如果没反应、页面报错——不要慌,也不要自己去排查。直接把报错信息复制,粘到左下角的扣子 AI 输入框里,它会帮你自动修复。

图片

第三步、部署,让它 24 小时在线

点右上角的「部署」按钮。

这一步很多人直接跳过,然后过两天来问我龙虾怎么不见了——别问,问就是没部署。

不部署的话,沙箱随时可能被回收,你和龙虾的对话说断就断。

部署之后,它才会持续保活,随时待命。

图片

第四步(可选)、打通飞书,手机也能随时指挥

如果你想在飞书里直接跟 OpenClaw 对话,可以配置飞书渠道。

在扣子编程的 OpenClaw 项目里,直接用自然语言告诉它:

帮我配置飞书渠道:App ID:{你的飞书应用 App ID}App Secret:{你的飞书应用 App Secret}

它会自动帮你配好,你只需要去飞书开发者平台完成事件订阅和发布就行。可以看我之前的文章:超省心,Moltbot(原 Clawdbot)接入飞书+Deepseek保姆级教程

图片

到这里,你的私人 AI 助理就正式上线了。

五、装好了别闲着,这 8 个 Skill 必装

OpenClaw 的能力上限,很大程度取决于你给它装了什么 Skill。

就好比你雇了个聪明的助理,但没给他配电脑、没开系统权限——再厉害也白搭。

下面这 8 个是我用下来觉得必装的基础盘,按重要程度排序:

① self-improvement(自我进化)

让 OpenClaw 记录自己犯过的错误,主动学习和改进。

✅ 装了:你的龙虾会越来越懂你,不是靠猜,是靠真实的使用记录在迭代

❌ 不装:它每次都从零开始,踩过的坑下次还会踩

② browser(浏览器控制)

OpenClaw 最核心的能力之一。装了它,它能自动打开网页、填表单、截图、抓数据。

✅ 能做:帮你查竞品、监控信息、自动填写重复性表单

❌ 不装:它连网页都打不开,只能干瞪眼

图片

③ desktop-control(桌面控制)

接管你的鼠标和键盘,操作电脑上的任何软件。

✅ 装了:OpenClaw 才能真正帮你“动手干活”

❌ 不装:它只能嘴上说说,手伸不出来

④ auto-updater(自动更新)

让 OpenClaw 本体和它的 Skill 保持最新版本,你不用手动操心。

✅ 装了:装了就忘,它自己照顾自己

❌ 不装:版本落后了你不知道,某天突然跑不动了也不知道为什么

⑤ skill-vetter(安全扫描)

你从外部安装 Skill 时,它会自动扫描,检查有没有把你的本地文件偷偷上传到奇怪的地方。这个强烈建议装。 技能市场鱼龙混杂,装个扫描器放心很多。

⑥ subagent-driven-development(子任务委派)

让 OpenClaw 学会把一个大任务拆成多个子任务,分头执行,再审核结果。任务复杂了之后,这个 Skill 会让它的效率成倍提升。

⑦ vector-memory(向量记忆)

解决一个经典问题:任务上下文太长、太杂,导致 OpenClaw 记忆混乱、前后矛盾。装了它,记忆检索更精准,跑长任务时表现明显更稳。

⑧ clawhub(技能市场)

装了这个,OpenClaw 可以自己去技能市场检索、安装需要的 Skill,不用你手动找。把它想成给龙虾配了一个“自助工具箱”,有需要时自取。

图片

除了这 8 个,还有大量编程类、文案类、自动化流程类的 Skill 等你去探索。

需要找特定领域技能时,直接去 Awesome-openclaw-skills——这里精选了5000 个分类整理好的 Skill,比自己在技能市场里瞎翻高效多了。

六、收藏这几个,够你学半年

装好龙虾、装好 Skill,接下来就是持续进阶了。

这几个资源我反复用过,直接给你,私信我【龙虾】即可获取链接内容

图片

💡 有个用法很好使:把官方文档链接直接发给你的 OpenClaw,让它基于文档内容回答你的问题。这文档说实话不像是给人看的,更像是喂给模型的——所以让模型读,比你自己读效率高多了。

看到这里,你已经拿到了养好一只龙虾的全部家当。

从搞懂它是什么,到选模型、装好环境、配好技能——这篇文章该给你的都给了。

剩下的,就只有一件事:去跑起来。

当然,如果你想交流一下“养龙虾”心得,欢迎加入龙虾交流群。

群里好玩有趣,大家一起讨论起来吧~

欢迎关注公众号【本本本添哥】,这里专注 AI+教育 深度洞察与 AI 硬核好物 分享,让技术真正为你所用。

Read more

5步掌握OpenLLaMA:从零构建智能文案生成系统

5步掌握OpenLLaMA:从零构建智能文案生成系统 【免费下载链接】open_llamaOpenLLaMA, a permissively licensed open source reproduction of Meta AI’s LLaMA 7B trained on the RedPajama dataset 项目地址: https://gitcode.com/gh_mirrors/op/open_llama 还在为创意枯竭而烦恼?OpenLLaMA作为开源大语言模型的杰出代表,正在彻底改变传统内容创作的方式。这个基于Meta AI LLaMA 7B架构的开源复现版本,使用RedPajama数据集进行训练,为内容创作者提供了强大的AI助手工具。 🎯 OpenLLaMA的核心优势解析 OpenLLaMA不仅仅是一个普通的语言模型,它具备多项独特优势: 开源免费特性:完全免费使用,无需支付高昂的API费用,让每个创作者都能享受到AI带来的便利。 多版本选择:提供3B、7B和13B三种规模的模型,

零门槛上手!小白也能封神,好用的AI写作平台

零门槛上手!小白也能封神,好用的AI写作平台

这里按中文全能、学术论文、职场 / 自媒体、免费轻量、国际专业五大场景,整理了 2026 年实测好用的 AI 写作平台,覆盖从日常文案到论文、报告全需求,附核心优势与适用人群,方便你直接选。 一、中文全能型(日常 / 职场 / 创作通用) 1. 豆包(字节跳动) * 核心优势:中文理解极强、响应快、免费额度足,覆盖文案、报告、脚本、邮件、润色全场景。支持 10 + 风格切换,网感足、细节饱满,生成内容可直接发布。多模态能力强,可配图、做 PPT、生成短视频脚本。 * 价格:基础功能永久免费,高级功能按需付费。 * 适合:学生、职场人、自媒体、

OpenAI Codex vs GitHub Copilot:哪个更适合你的开发需求?2025年深度对比

OpenAI Codex 与 GitHub Copilot:2025年开发者如何做出关键选择? 在2025年的技术栈里,一个高效的AI编程伙伴不再是锦上添花,而是决定项目节奏与质量的核心生产力。面对市场上功能各异的选择,许多开发者,尤其是那些管理着复杂项目或带领团队的技术决策者,常常陷入一个两难的境地:是选择功能全面、能独立处理任务的“AI工程师”,还是选择无缝集成、提供实时灵感的“智能副驾驶”?这不仅仅是工具的选择,更是关于工作流重塑、团队协作模式乃至项目架构未来的战略决策。对于个人开发者、初创团队乃至大型企业的技术负责人而言,理解这两款主流工具——OpenAI Codex与GitHub Copilot——在本质定位、适用场景与成本效益上的深层差异,是避免资源错配、最大化技术投资回报的第一步。本文将深入它们的核心,帮助你根据真实的开发需求,找到那个最契合的“数字搭档”。 1. 核心理念与定位:从“辅助”到“执行”的范式差异 理解Codex和Copilot,首先要跳出“它们都是写代码的AI”这个笼统印象。它们的底层设计哲学决定了完全不同的应用边界。 OpenAI Codex

Stable Diffusion WebUI本地部署全步骤(含CUDA,cuDNN,Pytorch GPU版安装过程)(Win 11 + RTX5060)

部署SD WebUI前,先安装CUDA+cuDNN+Pytorch 电脑配置: 系统:windows 11 显卡:NVIDIA GeForce RTX 5060 Laptop GPU 内存:24G 下载版本: CUDA:13.0 cuDNN:9.13.1 Pytorch:12.9 第一步:安装CUDA 步骤一:查看CUDA version win+R输入cmd,在命令提示符窗口中输入nvidia-smi,查看CUDA Version 我的CUDA version 为13.0,所以我下载的版本为13.0的(也可以向下安装低版本的,我建议下载最新的版本)。 CUDA下载网址:https://developer.