一文读懂openClaw:GitHub史上增长最快的开源AI个人助手,附部署教程与免费大模型推荐

一文读懂openClaw:GitHub史上增长最快的开源AI个人助手,附部署教程与免费大模型推荐
哲人言:道生一,一生二,二生三,三生万物。——《道德经》
创作者:
查老师并不渣(ZEEKLOG)(一个在哲学与生活中寻找平衡的思考者😊

目录




引言

一、openClaw 是何方神圣?

与其他项目的对比

二、系统架构深度解析

1. Gateway(网关)

2. Agent(智能体)

3. Skills(技能)

4. Channels(通道)

5. Nodes(节点)

6. Memory(记忆)

三、为什么 openClaw 能引爆社区?

四、快速部署与配置指南

系统要求

一键安装

初始化配置

关键环境变量

Docker 部署(可选)

五、核心功能详解

1. 长期记忆系统

2. 技能系统(Skills)

3. 主动提醒(Cron 任务)

4. 语音支持(ElevenLabs)

5. 浏览器控制

六、免费大模型集成(智谱 AI)

配置步骤

七、总结与展望

附录:相关链接


引言

就在最近,一个名为 openClaw(曾用名 Clawdbot、Moltbot)的开源项目在 GitHub 上掀起了轩然大波。短短一个多月内,它狂揽 239,000+ stars,一举超越 langchain、dify 等知名项目,成为 GitHub 历史上增长最快的开源项目之一。

这款由 PSPDFKit 创始人 Peter Steinberger(现已入职 OpenAI)利用 AI 编程打造的本地、自托管 AI 个人助手,将消息平台与 LLM、智能体深度整合,不仅拥有友好的界面,还具备强大的第三方集成能力,实现了从电脑操作、日程提醒、会议摘要生成到网页操作的全场景自动化。

本文将带你全面拆解这个“神级”项目,从架构原理到部署实战,从核心功能到免费大模型集成,一文读懂 openClaw。


一、openClaw 是何方神圣?

openClaw 是一款 本地优先、自托管的 AI 个人助手。它不再满足于“只会聊天”,而是通过智能体(Agent)机制,真正替你完成电脑上的实际任务。

与其他项目的对比

项目特点局限
ChatGPT/Claude对话能力强无法执行实际操作
AutoGPT自治智能体工程负担重、成功率不稳定
Manus/OpenManus概念演示实用性不足
openClaw简单安装、真实可用、全场景自动化中文生态支持有待加强

openClaw 的火爆源于它填补了“只会说不会做”的断层:

  • 真简单:一条命令即可本地启动,无需复杂的向量数据库和调度系统。
  • 真能用:不是演示,而是真的能发消息、跑脚本、读写文件、操作浏览器。
  • 真惊喜:让普通用户第一次感受到“LLM 真的可以替我操作电脑”。

二、系统架构深度解析

openClaw 的架构设计清晰且富有弹性,主要包含以下核心组件:

text

┌─────────────────────────────────────────────────────────────┐ │ Gateway │ │ (中央控制平面) │ └─────────────────────────────────────────────────────────────┘ │ ┌─────────────────────┼─────────────────────┐ ▼ ▼ ▼ ┌───────────────┐ ┌───────────────┐ ┌───────────────┐ │ Agent │ │ Channels │ │ Nodes │ │ (推理大脑) │ │ (消息通道) │ │ (设备扩展) │ └───────────────┘ └───────────────┘ └───────────────┘ │ │ ▼ ▼ ┌───────────────┐ ┌───────────────┐ │ Skills │ │ Memory │ │ (能力扩展) │ │ (持久记忆) │ └───────────────┘ └───────────────┘

1. Gateway(网关)

中央控制平面,运行 Node.js 守护进程,负责会话管理、权限验证与路由。默认端口 18789(WebSocket)和 18793(Canvas 服务器)。

2. Agent(智能体)

推理大脑,负责理解意图、制定计划、调用工具。支持 Claude、GPT-4、Ollama 本地模型等多种 LLM 提供商。

3. Skills(技能)

模块化插件系统,通过 SKILL.md 文件定义功能,支持文件操作、浏览器控制、API 调用等。遵循 AgentSkills 开放标准,与 Claude Code、Cursor 等工具兼容。

4. Channels(通道)

连接 WhatsApp、Telegram、Discord、Slack 等即时通讯软件,让 AI 无缝接入你的日常对话。

5. Nodes(节点)

运行在 iOS/Android/macOS 上的轻量级智能体,允许 AI 访问摄像头、地理位置或发送系统通知。

6. Memory(记忆)

基于纯 Markdown 文件的持久化记忆系统,支持向量检索(混合搜索:BM25 + 向量),让 AI 真正“记住”你的偏好和历史。


三、为什么 openClaw 能引爆社区?

  • 即时反馈:大量“第一天就能复现”的体验分享,一键安装即可运行。
  • 可控性:用户能清晰看到 AI 的思考和执行过程,信任感倍增。
  • 实用性:从“监控新闻网页自动总结”到“连接 WhatsApp 变私人助理”,场景丰富。

四、快速部署与配置指南

系统要求

  • Node.js 22+
  • RAM 2GB+(浏览器自动化建议 4GB+)
  • 操作系统:macOS、Linux、Windows(WSL2)、树莓派
  • 端口:18789、18790

一键安装

macOS/Linux:

bash

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

Windows (PowerShell):

powershell

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

或通过 npm 安装:

bash

npm install -g openclaw@latest

初始化配置

运行配置向导:

bash

openclaw onboard

向导将引导你:

  1. 确认安全须知
  2. 选择 AI 后端(Anthropic/OpenAI/本地模型)
  3. 配置消息平台(Telegram/WhatsApp 等)
  4. 安装 Gateway 服务
  5. 完成并获取访问地址(默认 Web UI: http://127.0.0.1:18789

关键环境变量

变量说明
ANTHROPIC_API_KEYAnthropic Claude API 密钥
OPENAI_API_KEYOpenAI API 密钥
CLAWDBOT_GATEWAY_TOKENGateway 认证令牌
CLAWDBOT_CONFIG_DIR配置目录(默认 ~/.clawdbot)
CLAWDBOT_WORKSPACE_DIR工作区目录(默认 ~/clawd)

Docker 部署(可选)

bash

./docker-setup.sh

详细配置请参考官方文档。


五、核心功能详解

1. 长期记忆系统

  • 基于 Markdown 文件(~/clawd/MEMORY.md 等)
  • 混合检索(向量 70% + BM25 30%),精准回忆历史对话
  • 自动记忆刷新,无需手动干预

2. 技能系统(Skills)

  • 通过 SKILL.md 定义技能,支持脚本调用
  • 三层加载机制:Workspace Skills > User Skills > Bundled Skills
  • 官方技能市场 ClawHubhttps://clawdhub.com

3. 主动提醒(Cron 任务)

  • 支持一次性或周期性提醒
  • 可设置条件触发(如“当新闻更新时”)
  • 示例:每天早上 8 点提醒我看晨报

4. 语音支持(ElevenLabs)

  • 语音对话能力,需配置 ElevenLabs API Key
  • 支持 macOS 原生应用及 iOS/Android 节点

5. 浏览器控制

  • 基于 Chrome DevTools Protocol
  • 支持截图、点击、输入、滚动等操作
  • 可执行复杂网页任务(如自动比价、信息提取)

六、免费大模型集成(智谱 AI)

openClaw 支持多种 LLM 提供商,其中智谱 AI 的 flash 系列模型完全免费,非常适合入门体验。

配置步骤

  1. 注册智谱 AI 开放平台:点击注册
  2. 创建 API Key
  3. 在 openClaw 配置中使用 zai/GLM-4.7-flash 作为模型

示例配置:

json

{ "agent": { "model": "zai/GLM-4.7-flash" } }


七、总结与展望

openClaw 代表了个人 AI 助手领域的一次重要突破:它将 记忆、主动性、执行力 三者深度融合,通过本地优先、自托管的架构,让 LLM 真正走出对话框,融入真实工作流。

  • 优势:简单易用、生态兼容(AgentSkills)、功能强大(定时任务、技能扩展)
  • 不足:中文生态支持尚浅,交互深度有待加强
  • 展望:随着社区贡献和商业化推进,openClaw 有望成为下一代个人计算的核心入口。

对于 AI 开发者而言,openClaw 是一个不容错过的学习样本;对于普通用户,它则是体验未来 AI 助手的绝佳起点。


附录:相关链接

如果你对 AI Agent 还不熟悉,推荐阅读:读懂 AI Agent:基于大模型的智能体框架解析

Read more

HTML5+CSS3+JavaScript实现高木同学圣诞树GalGame完整开发指南

HTML5+CSS3+JavaScript实现高木同学圣诞树GalGame完整开发指南

HTML5+CSS3+JavaScript实现高木同学圣诞树GalGame完整开发指南 摘要:圣诞节快要到了,本文详细介绍了一个基于Web技术栈开发的完整GalGame(美少女游戏)项目。从项目架构设计、核心技术实现到性能优化,全面阐述如何使用纯前端技术构建具有丰富交互功能的视觉小说游戏。项目包含完整的对话系统、角色表情管理、分支剧情和存档功能,是Web前端技术在游戏开发领域应用的优秀实践案例。 📋 目录 * 1. 项目概述与目标 * 2. 技术架构选型 * 3. 核心功能实现 * 4. 界面设计与响应式布局 * 5. 开发难点与解决方案 * 6. 性能优化与用户体验 * 7. 部署与运行指南 * 8. 扩展功能与未来展望 * 9. 总结与收获 1. 项目概述与目标 1.1 项目背景 随着HTML5、CSS3和现代JavaScript技术的快速发展,Web平台已经能够承载复杂的交互应用。GalGame作为强调剧情叙事和角色互动的游戏类型,非常适合使用Web技术来实现。本项目选择热门动漫《擅长捉弄人的高木同学》作为题材,结合圣诞节主题,开发一个温馨有趣

By Ne0inhk
AI浪潮下嵌入式软件开发如何拥抱AI:VSCODE + MarscodeAI插件+Embedded IDE

AI浪潮下嵌入式软件开发如何拥抱AI:VSCODE + MarscodeAI插件+Embedded IDE

一、引言 AI浪潮席卷各个领域,各领域都在探索与AI技术深度融合以创新并提升效率。嵌入式软件开发领域同样面临此机遇与挑战。VSCODE作为流行的开源代码编辑器,与MarscodeAI插件、eide相结合,为嵌入式软件开发的AI融合提供了新思路与方法。 二、VSCODE在嵌入式软件开发中的基础地位 (一)多功能代码编辑 VSCODE代码编辑功能强大,支持多种编程语言,这对嵌入式软件开发意义重大。嵌入式软件常涉及C、C++等底层语言编写,VSCODE的语法高亮、自动补全和格式化功能可提高代码编写效率与准确性。例如编写ARM架构嵌入式系统启动代码时,语法高亮助开发者区分指令集和数据类型,自动补全可减轻记忆负担,快速输入函数名和变量名。 (二)丰富的插件生态系统 VSCODE的插件生态系统是一大优势。除AI插件外,还有众多嵌入式开发插件,如调试插件、版本控制插件等。这些插件可与AI插件协同工作,全方位支持嵌入式软件开发。例如调试嵌入式Linux系统应用程序时,可同时用AI插件获取优化建议,用版本控制插件确保代码迭代的稳定性和可追溯性。 三、MarscodeAI插件:为嵌入式软件开发注入AI能力

By Ne0inhk

Trae java项目配置全局maven和jdk

** Trae java项目配置全局maven和jdk ** 依次打开:设置-开发环境-Maven-for-Java(或全局搜索Maven-for-Java配置) 找到以下设置,点击在settings.json中编辑 在出现的配置文件中,填入以下配置: {"maven.excludedFolders":["**/.*","**/node_modules","**/target","**/bin","**/archetype-resources"],"maven.settingsFile":"你本地文件地址,例如:E:\\****\\apache-maven-3.8.4\\conf\\settings.xml","workbench.colorTheme":"Default

By Ne0inhk
Java ForkJoin 框架全面解析:分而治之的并行编程艺术

Java ForkJoin 框架全面解析:分而治之的并行编程艺术

文章目录 * 课程导言 * 适用对象 * 学习目标 * 为什么需要ForkJoin? * 第一部分:核心思想——分治法 + 工作窃取 * 1.1 分治法:从大化小,逐个击破 * 1.2 工作窃取:自动负载均衡的灵魂 * 为什么需要工作窃取? * 工作窃取的实现原理 * 第二部分:ForkJoin框架核心组件 * 2.1 ForkJoinPool —— 任务调度器 * 创建ForkJoinPool * 核心方法 * 2.2 ForkJoinTask —— 任务的抽象 * RecursiveTask<V> —— 有返回值的任务 * RecursiveAction —— 无返回值的任务 * fork() 与 join() 的奥秘 * 2.3 ForkJoinWorkerThread —— 执行任务的工作线程 * 第三部分:实战案例——从入门到精通

By Ne0inhk