一人一虾一公司:OpenClaw登顶GitHub星标榜首

一人一虾一公司:OpenClaw登顶GitHub星标榜首

在AI代理赛道群雄逐鹿的2026年,一个由单人开发者发起的项目正以惊人速度重塑技术格局。从最初的 Clawbot,到象征“蜕壳成长”的 Moltbot,再到如今定名为 OpenClaw,这个项目在短短数月内经历了三次品牌蜕变,却始终聚焦于一个朴素而强大的目标:让AI不再只是说话,而是真正做事

截至2026年3月2日,OpenClaw已在GitHub上斩获超过 24万多星标,成为开源社区的现象级存在。它采用醒目的“龙虾”图标,slogan直击人心——“The AI that actually does things”。该项目由知名独立开发者、PSPDFKit创始人 彼得·斯坦伯格(Peter Steinberger)开发,核心以 TypeScript 构建,可轻松部署在个人电脑、NAS或私有服务器上。

其影响力甚至溢出软件圈——因大量用户选择Mac Mini作为本地部署设备,这款小巧主机一度供不应求,销量显著攀升。更引人注目的是,OpenAI联合创始人 Andrej Karpathy 公开称赞OpenClaw为“当前最具实用价值的智能体项目”,肯定了其在AI从“对话”迈向“行动”这一关键转折中的引领作用。


什么是OpenClaw?技术本质是什么?

OpenClaw不是聊天机器人,也不是云端API封装,而是一个本地优先、自托管的个人AI代理网关。它的核心是一个长期运行的命令行程序(CLI),在你的设备上启动后,便成为你数字生活的“执行中枢”-真正通过语言帮你干活的数字人。

一人一虾正在偷大厂的家,比如:

         当你通勤路上老板突然要一份文件,你可以直接@它:“帮我整理一下‘下载’文件夹里最新的那个季度报表,用邮件发给老板,顺便抄送给财务。” 等你到公司,一切早已搞定。

        当你躺在床上不想动?跟它说一句:“把我电脑上‘下载’里所有的图片都移到‘照片’文件夹,PDF都移到‘工作文档’里。” 它会立刻照办,让你的电脑整整齐齐。

        当你面对堆积如山的2000多封邮件,你只需说:“帮我退订所有广告邮件,把重要的账单和工作邮件分类标好。” 它就能像专业秘书一样,在几分钟内帮你搞定。

        有极客甚至用它养了一个社交媒体账号,设定好“人设”后,它就能自动浏览帖子、回复评论、甚至和出言不逊的网友“对线”,全天候维护你的账号。

        有国外网友让它给汽车经销商发邮件砍价,结果硬生生砍下了4200美元。

与依赖远程服务器的AI助手不同,OpenClaw将智能(来自Claude、GPT或本地模型)与代理(Agent)分离:模型提供决策能力,而代理完全由你掌控,运行在本地,拥有操作文件系统、执行Shell命令、控制浏览器等真实权限。所有数据——包括对话历史、记忆和操作记录——均存储在你的设备上,实现真正的“主权个人AI”。


它如何工作?一条消息的完整旅程

当你在WhatsApp、Telegram、钉钉或Discord中发送一条自然语言指令(例如:“帮我把上周下载的发票PDF归档到‘财务/2026/Q1’文件夹”),OpenClaw会自动完成以下流程:

  1. 通道适配器(Channel Adapter)
    系统识别消息来源(如Telegram或飞书),标准化内容并提取附件。
  2. 网关服务器(Gateway Server)
    作为核心调度器,它为每个会话分配独立的“任务通道”(lane),默认串行执行任务,避免并发冲突。这种设计极大提升了稳定性——毕竟,没人希望两个AI同时修改同一个文件。
  3. 智能体运行器(Agent Runner)
    动态构建提示词:结合可用工具、长期记忆、当前上下文,并选择合适的模型(如Claude Sonnet或本地Llama)。若主模型不可用,自动切换备用方案。
  4. 智能体循环与执行
    模型返回的可能是文本,也可能是“工具调用”(如“运行命令:mkdir -p 财务/2026/Q1”)。OpenClaw在本地执行该命令,将结果反馈给模型,继续下一轮推理,直至任务完成(最多约20轮)。
  5. 结果反馈与记忆留存
    最终结果通过原通讯渠道返回给你。整个过程被完整记录到 .jsonl 文件中,形成可审计的会话历史。关键信息还会被提炼为Markdown格式,存入 memory/ 文件夹,供未来检索。

(流程链路:用户消息 → 通道适配器 → 网关服务器 → 会话路由器 → 智能体运行器 → 模型解析器 → 系统提示词构建器 → 历史加载器 → 会话 → 任务通道队列 → 上下文窗口防护机制 → 大语言模型 API → 智能体循环 → 反馈通路 → 通道适配器 → 最终文本)


记忆系统:简洁、透明、可读

OpenClaw的记忆分为两类:

  • 短期记忆:完整的交互日志,支持回放与调试;
  • 长期记忆:人工可读的Markdown笔记,如“我的护照号是XXX”或“常用Git仓库地址”。

检索时,系统采用向量+关键词混合搜索,既理解语义(如“登录问题”≈“认证失败”),也能精准匹配关键词。所有数据基于SQLite存储,无需额外依赖,轻量高效。

更巧妙的是,智能体只需像普通程序一样写入 memory/*.md,系统就会自动将其纳入记忆体系——无需特殊API,降低使用门槛。


核心能力:为什么它能“操作电脑”?

OpenClaw最颠覆性的能力在于它能真正控制你的设备。它通过“执行工具”(exec tool)运行Shell命令,支持三种模式:

  • 沙箱模式(默认):命令在Docker容器中运行,隔离风险;
  • 本地主机模式:直接操作你的文件、应用;
  • 远程设备模式:跨设备协同。

此外,它还内置:

  • 文件工具:读、写、编辑任意文档;
  • 浏览器工具:不依赖截图,而是解析网页的无障碍语义树,生成结构化文本(如“密码输入框 [ref=3]”),体积小、成本低、成功率高;
  • 进程管理:启动、监控或终止后台任务。

安全方面,OpenClaw采用命令白名单机制:首次执行敏感操作(如 rm 或 git push)时,会弹出确认提示。用户可选择“仅本次允许”或“始终允许”。危险语法(如重定向、子Shell)则被默认拦截,兼顾灵活性与安全性。


为什么它如此重要?

OpenClaw的成功,源于它以极简而务实的设计,兑现了AI代理最核心的承诺:真正替用户做事。它的优势清晰而有力:

  • 本地优先,主权在握:所有数据、记忆和操作均运行于用户自有设备,无需依赖云端,隐私与控制权完全回归个人。
  • 主动执行,无需值守:不同于被动应答的聊天机器人,OpenClaw能在后台7×24小时自主完成多步骤任务——从整理文件、处理邮件到监控数据、自动订票,真正实现“设定即遗忘”。
  • 无界接入,无缝融入工作流:支持通过WhatsApp、Telegram、钉钉、飞书等日常通讯工具下达指令,无需切换应用,让AI服务自然嵌入现有数字生活。
  • 透明可控,安全可靠:采用命令白名单、沙箱隔离和明确授权机制,在赋予强大能力的同时守住安全底线;所有操作可审计、记忆可读,避免黑盒风险。
  • 高度可定制,社区驱动:基于配置文件和开源架构,用户可自由扩展技能、共享智能体模板,形成活跃的“主权AI”生态。

正因如此,OpenClaw虽不追求技术炫技,却成为开发者、知识工作者和超级个体户眼中最值得信赖的数字同事。它标志着AI从“能说会道”迈向“能干实事”的关键转折——真正的智能,不在于说了什么,而在于做了什么、是否可靠、是否属于你。网上虽然安装教程很多,但对于普通人安装小龙虾还是有一定门栏的,还催生出了很多付费上门安装小龙虾的业务。不过阿里、腾讯云推出了云上一键安装openclaw,大幅降低了普通用户的安装门槛:

阿里云:https://www.aliyun.com/activity/ecs/clawdbot?source=5176.29345612&userCode=li7fzeqj

腾讯云:

https://cloud.tencent.com/act/cps/redirect?redirect=2446&cps_key=e8d43cfe6b5c78d01bbeef4e7deb7cb7&from=console

******************关注底部公众号,发送oc 领取Openclaw使用手册。******************

Read more

OpenClaw多智能体路由实战:飞书多机器人配置指南

文章目录 * 飞书重新安装问题 * 批量增加机器人 * 缺点 * 多个飞书机器人名称包含大小写的问题 * 多个Agent名称包含大小写的问题 目前我已经完成了OpenClaw的基本安装,但是在对话框只有一个,机器人也只绑定到主会话,一次只能处理一个消息。很多时候我在聊天窗口,说A任务,然后做了一半,又发了关于B任务的指令。一是每次发完消息,如果OpenClaw还在处理,剩下的消息要么进入队列、要么看不到(实际还在队列)。两个任务切来切去,感觉体验很不好。 要彻底解决这个问题,实现网上演示的那种对各Agent、每个对话机器人对应一个Agent,就需要用到多智能体路由技术。 实现的步骤如下: * 在飞书创建一个新的机器人 * 通过控制台创建新的智能体 * 按照指引将飞书配置上去 * 根据需要创建多个Agent和机器人,并对应配置上去(略) 飞书重新安装问题 明明我已经安装好了飞书,系统还是会提示我安装,否则就跳过了添加飞书这步。应该是系统Bug。这次安装的飞书位置在~/.openclaw/extensions/feishu,其实和~/.npm-globa

《星辰 RPA 全自动:做一个小红书自动发文机器人》

《星辰 RPA 全自动:做一个小红书自动发文机器人》

前引:在企业数智化转型的浪潮中,如何突破 “有 AI 无落地、有流程无智能” 的困局?星辰 Agent 与星辰 RPA 的出现,正是为了解决这一痛点。作为科大讯飞旗下的双核心产品,星辰 Agent 以企业级 Agentic Workflow 开发平台为底座,提供 AI 工作流编排、模型管理与跨系统连接能力;而星辰 RPA 则以超过 300 个自动化原子能力,让业务流程真正 “动” 起来! 目录 一、企业机器人自动化平台:RPA (1)RPA介绍 (2)服务端安装 (1)clone项目 (2)配置为本地访问 (3)检查镜像源 (4)配置default.conf

Flutter 三方库 eth_sig_util 的鸿蒙化适配指南 - 掌握以太坊加密签名核心技术、助力鸿蒙端 Web3 钱包与去中心化身份验证应用开发

Flutter 三方库 eth_sig_util 的鸿蒙化适配指南 - 掌握以太坊加密签名核心技术、助力鸿蒙端 Web3 钱包与去中心化身份验证应用开发

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 eth_sig_util 的鸿蒙化适配指南 - 掌握以太坊加密签名核心技术、助力鸿蒙端 Web3 钱包与去中心化身份验证应用开发 前言 在 OpenHarmony 鸿蒙应用的 Web3 浪潮中,安全性是应用生死存亡的关键。无论是构建非托管钱包、登录去中心化应用(dApp),还是执行 EIP-712 结构化数据的确认,都离不开严谨的以太坊签名与加密协议。eth_sig_util 作为一个专门针对以太坊签名习惯优化的 Dart 工具库,支持 personal_sign、signTypedData 以及公钥恢复等核心算法。本文将指导你如何在鸿蒙端集成 eth_sig_util,构建一套符合全球标准的加密验证体系。 一、原原理分析 / 概念介绍 1.

最大无本体具身数据集开源!简智机器人联合百度百舸,加速具身智能应用落地

1.    简智机器人开源行业最大规模的无本体具身数据集 1 月 5 日,简智新创(北京)机器人科技有限公司(以下简称「简智机器人」)正式开源「RealOmni-Open DataSet」无本体具身数据集,数据集总计包含超过 10,000 小时、百万条以上的真实操作记录,是目前行业已知数据规模最大且每一项技能数据量最多的无本体开源数据集。 当前,简智机器人能够实现每日万小时以上级别的持续数据采集与处理,不断为数据集注入鲜度,并保障了其持续扩展的能力。 简智机器人专注于通用具身智能全链路解决方案,为行业提供标准化、自动化的数据流基础设施服务。近日,简智机器人完成第三轮融资,成为具身智能数据基建细分赛道融资进展最快的企业。 「RealOmni」属于无本体具身数据集,这类数据集的核心是将数据采集的源头从「机器人」转移到了「人」,采集场景多,数据真实性高。传统数据集需要工作人员操作机器人,依赖机器人本体在特定环境(如实验室等)中运行获取数据,场景与机器人传感器性能受限、且数据维度少、精准度低。而无本体数据集的采集不依赖于特定机器人硬件,工作人员通过穿戴 GenDas 无感设备,