openclaw github
OpenClaw官网,龙虾ai助手github项目开源地址入口,2026年最热门的开源本地智能体
什么是OpenClaw?
OpenClaw是2026年最热门的开源本地AI助手，也就是今年最火的龙虾ai助手! 其核心价值在于”真正会做事的AI”。与只能聊天的ChatGPT不同，OpenClaw直接运行在用户本地电脑或服务器上，拥有操作系统的真实权限，可像人类一样打开浏览器、运行软件、管理文件、调用API。典型功能包括：自动整理电子邮件并智能回复；管理个人日程与待办提醒；执行代码生成与软件构建任务；进行竞品价格监控与数据采集；实现浏览器自动化操作与网页截图；处理文档分析与内容生成；连接HomeAssistant等智能家居系统。平台提供36+真实用例模板，支持定时任务（Cron Jobs）和心跳唤醒机制，即使离开电脑任务仍可后台推进。用户可通过熟悉的聊天应用随时召唤AI，支持语音对话、文件处理、多轮上下文理解。其”微信Claw”路线适合随身短任务，”钉钉&飞书Claw”路线适合团队协作，”MaxClaw”云端版本则提供专家工作流生态，满足不同场景需求。
OpenClaw github项目地址: https://github.com/openclaw/openclaw
OpenClaw官网: https://openclaw.ai/
OpenClaw：2026年最火爆的开源个人AI Agent完全指南
2026年开年不到两个月，一个叫 OpenClaw 的开源项目就以令人咋舌的速度横扫整个开发者社区——72小时内突破6万颗 GitHub Star，不到一个月后越过10万大关，成为近年来最快病毒式传播的开源 AI 项目之一。 它不是又一个聊天机器人，而是一个真正意义上运行在你本地机器上、能替你做事的自主 AI 代理（Agent）。
它从哪里来
OpenClaw 的诞生轨迹颇具戏剧性。它的创建者是 PSPDFKit 的创始人 Peter Steinberger。 项目最早以 Clawdbot 的名字上线，随后因商标问题改名为 Moltbot，直到2026年1月才正式定名为 OpenClaw。
整个演进分三个清晰的阶段：
- 2025年11月（Phase 1）：WhatsApp Relay 阶段，核心功能是把 AI 回复转发到消息应用
- 2026年1月初（Phase 2）：Clawdbot/Moltbot 阶段，进化为具有主动消息推送能力的个人 AI 助手
- 2026年1月30日（Phase 3）：正式更名 OpenClaw，定位升级为模型无关的自主 AI 基础设施
这种演进速度和清晰的产品方向感，是 OpenClaw 能够快速出圈的重要原因之一。开发者们普遍将它比作现实版的 JARVIS——一个真正在帮你干活的 AI，而不是一个你得一直盯着聊天的工具。
核心概念：Gateway 是什么
理解 OpenClaw 的第一步，是理解它的”网关（Gateway）”架构。OpenClaw 本质上是一个长期运行的 Node.js 服务，它在你的本地机器（或云服务器）上扮演一个中间层枢纽的角色：
你的消息应用（WhatsApp / Telegram / Discord）
↓
OpenClaw Gateway（本地运行）
↓
AI 模型（Claude / GPT / 本地模型）
↓
你的文件系统 / 浏览器 / Shell / 第三方 API
这个架构意味着：AI 模型不再只是生成文字，而是拥有了真实世界的”手脚”——能读写文件、执行脚本、控制浏览器、调用外部服务。同时，因为 Gateway 运行在你自己的机器上，数据不会默认上传到第三方服务器，保持了基本的隐私性。
主要功能与特色
本地优先，模型无关
OpenClaw 完全开源，不捆绑任何特定的 AI 提供商。你只需携带自己的 API Key，支持 Claude（Anthropic）、GPT（OpenAI）系列，也支持通过 Ollama 或 LM Studio 运行的完全本地模型。 这意味着你可以根据任务需求灵活切换模型，同时完全控制成本。
持久记忆系统
与普通聊天机器人的最大区别在于，OpenClaw 维护了一套跨会话的持久记忆。它将用户偏好、历史交互记录、任务上下文以 Markdown 文件的形式存储在本地。 你可以直接打开这些文件手动编辑，甚至通过 GitHub Sync 功能在多台设备之间同步配置。这种”记忆即文件”的设计既透明又可控，是传统 AI 助手完全做不到的。
主动触达能力
这是 OpenClaw 最让用户惊艳的功能之一：它不是被动等你问它，而是会主动联系你。 通过预设的 Cron Job（定时任务）或 Webhook 触发器，OpenClaw 可以在你睡着的时候运行代码任务、在早晨发送每日摘要、在某个条件达成时通过 WhatsApp 通知你。
消息渠道集成
目前支持的消息渠道包括 WhatsApp、Telegram、Discord、Slack、iMessage 等主流平台。 这意味着你不需要专门打开某个 App 来和你的 AI 代理交互——就在你日常用的聊天工具里，发条消息，代理就开始工作。
AgentSkills 技能市场
OpenClaw 提供100+ 预配置的 AgentSkills 技能包，类似于 Claude 的 Skills 体系。 这些技能涵盖 Web 抓取、Shell 执行、文件管理、浏览器自动化、各类 API 集成等。技能生态由社区驱动，GitHub 上的 awesome-openclaw-skills 仓库已收录超过5400个经过筛选和分类的技能。
自我进化能力
OpenClaw 被不少用户称为具有”自我进化”特质——当你提出一个它当前技能无法满足的需求时，它会尝试自主编写代码创建新技能来完成任务，然后将这个新技能加入自己的能力库。 这种特性使其在长期使用中越来越”懂你”。
Web UI + Terminal UI 双界面
除了通过消息应用交互，OpenClaw 还提供了 Web UI（浏览器访问的图形界面）和 TUI（终端用户界面）两种本地管理方式，方便直接管理代理状态、查看日志、安装技能。
安装与部署教程
系统要求
OpenClaw 运行在 macOS、Windows（推荐通过 WSL2）和 Linux 上。 它依赖 Node.js，但安装脚本会自动检测并安装所需环境，无需提前手动配置。
建议配置：
- 内存：8GB RAM 及以上
- 存储：至少 5GB 可用空间
- 网络：稳定的宽带连接（使用云端 AI 模型时）
- Node.js：18.x 及以上（安装脚本自动处理）
方法一：一键安装脚本（推荐）
这是官方推荐的最快方式，一行命令搞定一切：
curl -fsSL https://openclaw.ai/install.sh | bash
脚本会自动：
- 检测当前操作系统
- 安装 Node.js（如果尚未安装）
- 下载并安装 OpenClaw
- 启动引导配置向导（Onboarding Wizard）
Windows 用户须先在系统中启用 WSL2，然后在 WSL2 终端中运行上述命令。
方法二：手动 NPM 安装
如果你想对安装过程有更精细的控制：
# 确保 Node.js 18+ 已安装
node -v
# 全局安装 OpenClaw
npm install -g openclaw
# 启动初始化向导
openclaw init
方法三：DigitalOcean 一键云端部署
官方与 DigitalOcean 合作推出了安全加固版的一键部署方案（1-Click OpenClaw Deploy），提供硬化安全镜像，让 OpenClaw 以 24/7 的方式在云端运行，起步价约每月 $24。 这对不想在本地长期运行服务的用户来说是最省心的选择。
方法四：腾讯云 Lighthouse 一键部署（中国用户推荐）
腾讯云 Lighthouse 提供了针对中国用户优化的 OpenClaw 应用模板：
- 打开腾讯云 Lighthouse 控制台
- 在应用模板中选择 AI Agent → OpenClaw
- 选择实例规格（建议至少2核4G）
- 点击购买并完成配置
这种方式能让 OpenClaw 以服务器形式持续运行，无需担心本地机器关机导致任务中断。
初始化配置向导
完成安装后，系统会自动进入 Onboarding Wizard，需要依次配置：
第一步：选择 AI 模型提供商
? Which AI provider would you like to use?
❯ Anthropic (Claude)
OpenAI (GPT)
Local Model (Ollama)
Other
第二步：输入 API Key
? Enter your Anthropic API Key: sk-ant-xxxxxx
第三步：为你的 Agent 命名
? What would you like to name your agent? (default: Nova)
第四步：配置消息渠道
选择你希望通过哪个平台与 Agent 交互：WhatsApp、Telegram、Discord 等。
第五步：网络访问配置
选择是否允许远程访问（默认仅本地访问），以及是否启用 Docker 沙箱隔离。
WhatsApp 接入配置详解
WhatsApp 是最常用的接入渠道，设置方法如下：
# 在配置向导中选择 WhatsApp 渠道
# 或在已安装的 OpenClaw 中运行：
openclaw channel add whatsapp
系统会生成一个二维码，用你的 WhatsApp 手机扫码，授权连接。完成后，向该 WhatsApp 账号发送任何消息，AI 代理即会响应。
注意：建议使用专属 WhatsApp 账号（非主账号），避免 Agent 误读个人消息。
Telegram 接入配置详解
openclaw channel add telegram
需要：
- 通过 BotFather 创建 Telegram Bot，获取 Bot Token
- 将 Token 填入配置提示
- 与 Bot 发起对话即可开始使用
启动与管理服务
# 启动 OpenClaw 服务
openclaw start
# 查看运行状态
openclaw status
# 查看日志
openclaw logs
# 停止服务
openclaw stop
# 重启服务
openclaw restart
如果部署在 Linux 服务器上，安装脚本会自动创建 systemd 服务，确保开机自启动，无需手动管理进程。
技能（AgentSkills）安装与管理
技能是 OpenClaw 能力扩展的核心机制。每个技能本质上是一段 YAML + Markdown 描述加上可执行代码的组合，告诉 Agent 在特定场景下该做什么、能调用哪些工具。
查看已安装技能
openclaw skills list
搜索技能注册表
# 搜索特定类别的技能
openclaw skills search "browser automation"
# 搜索特定名称
openclaw skills search "gmail"
安装技能
# 安装单个技能
openclaw skills install agent-browser
# 安装多个技能
openclaw skills install gog tavily firecrawl
更新和卸载
# 更新所有技能
openclaw skills update --all
# 卸载技能
openclaw skills remove agent-browser
推荐必装技能清单
社区中公认的高价值技能，根据下载量和实际口碑整理如下：
生产力类
| 技能名称 | 核心功能 | 推荐指数 |
|---|---|---|
| GOG（Google Workspace CLI） | 统一管理 Gmail、Calendar、Google Docs | ★★★★★ |
| Mission Control | 每日早晨自动汇总任务简报 | ★★★★★ |
| Clawflows | 多步骤工作流编排，复杂任务自动化 | ★★★★☆ |
| Capability Evolver | Agent 能力自动进化优化 | ★★★★☆ |
研究与信息获取类
| 技能名称 | 核心功能 | 推荐指数 |
|---|---|---|
| Tavily | 专为 AI 代理优化的搜索引擎集成 | ★★★★★ |
| Agent Browser | 浏览器自动化控制，网页数据采集 | ★★★★★ |
| Firecrawl CLI | 高级网页爬取、抓取、会话浏览 | ★★★★☆ |
开发者类
| 技能名称 | 核心功能 | 推荐指数 |
|---|---|---|
| Mcporter | 在 OpenClaw 内直接安装和管理 MCP 服务器 | ★★★★★ |
| OpenAI Whisper | 本地语音转文字，音频数据不上传 | ★★★★☆ |
| TranscriptAPI | 视频内容处理与转录 | ★★★★☆ |
安全类（强烈建议安装）
| 技能名称 | 核心功能 |
|---|---|
| agentguard | 为 Agent 行为添加监控与风险护栏 |
| prompt-guard | 防御提示词注入攻击 |
| skill-scanner | 安装前扫描技能包是否含恶意代码 |
| clawscan | 扫描技能包的安全红旗 |
高级使用技巧
技巧一：通过 GitHub 同步持久化配置
OpenClaw 的记忆和配置以 Markdown 文件形式存储在本地工作区。将这个工作区目录初始化为 Git 仓库并推送至私有 GitHub 仓库，即可实现跨设备配置同步，同时拥有完整的变更历史记录。 这是防止配置丢失的最佳实践。
cd ~/.openclaw/workspace
git init
git remote add origin [email protected]:yourname/openclaw-config.git
git add .
git commit -m "initial config"
git push -u origin main
技巧二：用 Docker 沙箱隔离高风险操作
当你需要让 Agent 执行 Shell 命令或操作文件系统时，强烈建议启用 Docker 沙箱模式。 这会将所有危险操作限制在容器内，宿主机文件系统不会被直接修改：
# 在配置向导中启用，或手动编辑配置文件
openclaw config set sandbox.mode docker
openclaw config set sandbox.docker.image ubuntu:22.04
技巧三：手动编辑记忆文件调教 Agent
Agent 的行为偏好存储在 ~/.openclaw/workspace/memory/ 目录下的 Markdown 文件中。你可以直接打开 preferences.md 手动添加你希望 Agent 记住的信息，例如你的工作风格、常用工具、禁止操作范围等。这比通过对话慢慢”教”它高效得多。
示例 preferences.md 片段：
## 用户偏好
- 所有回复请使用中文
- 代码优先使用 Python，其次 TypeScript
- 文件操作前必须先询问确认
- 禁止自动发送任何邮件，需用户确认后执行
- 每日早9点通过 Telegram 推送任务摘要
技巧四：配置 Cron 定时任务
OpenClaw 支持类似 Linux Cron 的定时触发机制。在配置文件或通过对话指令设置：
# 告诉 Agent
"每天早上8点帮我汇总今日日历事件和未读邮件，发到 Telegram"
Agent 会自动配置相应的定时钩子（Hooks），无需手动写 cron 表达式。
技巧五：多 Agent 管理
OpenClaw 支持在同一台机器上运行多个命名 Agent 实例，各自拥有独立的记忆、技能集和渠道配置。 例如，你可以分别配置一个”工作 Agent”和一个”个人助理 Agent”：
# 创建新 Agent
openclaw agent create work-assistant
openclaw agent create personal-nova
# 切换当前活动 Agent
openclaw agent switch work-assistant
技巧六：Pinchboard 社交分享平台
OpenClaw 内置了一个叫 Pinchboard 的类社交媒体功能，用于在 OpenClaw 用户社区中分享 Agent 配置、技能和自动化方案。 这是发现新玩法和分享最佳实践的最佳途径。
技巧七：选择适合任务的 AI 模型
不同模型在 OpenClaw 中表现各有侧重：
- 复杂多步骤编排任务：Claude 4.6 Opus 是当前公认的金标准，在保持长上下文目标一致性上表现最好
- Shell 执行和系统操作：GPT-5.4 在原生计算机导航和命令执行上优势明显
- 成本敏感型任务：使用 Ollama 运行本地开源模型（如 Mistral、Llama 3）可完全零 API 成本
- 研究与信息汇总：结合 Tavily 技能时，任意主流云模型均可胜任
安全风险与防护
OpenClaw 的强大能力是一把双刃剑。在享受自动化便利的同时，必须正视它带来的安全风险。
已知重大漏洞
2026年初披露的 CVE-2026-25253（CVSS 评分 8.8）是迄今最严重的安全问题：攻击者构造含恶意 JavaScript 的网页，诱导 Agent 访问该页面后，可导致 Gateway 认证 Token 泄露，攻击者由此获得完整管理员控制权，整个攻击链无需任何预先访问权限。 该漏洞在 2026.1.29 版本中已修复，务必保持更新。
两类核心威胁
-
间接提示词注入（Indirect Prompt Injection）：攻击者将恶意指令隐藏在 Agent 会读取的网页、文件或邮件内容中，借此劫持 Agent 的行为逻辑甚至修改其记忆文件。
-
技能恶意软件（Skill Malware）：OpenClaw 技能本质上是从互联网下载的可执行代码，恶意技能可能包含后门、数据窃取逻辑或权限提升代码。
安全最佳实践
- 必装安全类技能：
agentguard、prompt-guard、skill-scanner三件套是基础防护 - 启用 Docker 沙箱：所有 Shell 操作通过容器隔离，防止宿主机被影响
- 最小权限原则：API Key 只授予必要权限，不使用 root 账号运行服务
- 仅安装官方注册表或高星 GitHub 来源的技能，安装前用
clawscan扫描 - 不将 Gateway 端口暴露到公网，远程访问通过 ‘歪pi-an’ 或 Cloudflare Tunnel 中转
- 定期检查记忆文件，排查是否存在被注入的异常指令
五款同类产品深度对比
OpenClaw 的爆红也带动了整个 AI Agent 赛道的关注，以下是与主要竞品的详细横向对比：
OpenClaw vs Manus
| 维度 | OpenClaw | Manus |
|---|---|---|
| 开源性 | 完全开源，MIT 协议 | 闭源，官方托管服务 |
| 运行位置 | 本地 / 自建服务器 | 云端（Manus 服务器） |
| 数据隐私 | 数据留在本地，完全自控 | 数据上传至第三方服务器 |
| 安全性 | 需用户自行配置，风险较高 | 默认更安全，攻击面小 |
| 上手难度 | 较高，需要技术背景 | 简单，开箱即用 |
| 价格 | 免费（仅 API 费用） | 订阅制，有免费额度 |
| 技能扩展 | 100+ 技能，社区极其活跃 | 内置能力，扩展受限 |
| 消息渠道集成 | WhatsApp/Telegram/Discord 等 | 无直接消息应用集成 |
| 适合人群 | 开发者、技术用户 | 普通用户、企业用户 |
结论：Manus 更适合需要开箱即用、对安全要求高的非技术用户；OpenClaw 适合希望完全掌控 AI 代理的开发者和技术爱好者。
OpenClaw vs Claude Code
| 维度 | OpenClaw | Claude Code |
|---|---|---|
| 定位 | 通用个人 AI 代理 | 专注代码开发的 AI 助手 |
| 运行方式 | 长期运行的后台服务 | 按需调用的命令行工具 |
| 持久记忆 | 跨会话持久记忆 | 项目级上下文，无全局记忆 |
| 消息渠道 | 支持 WhatsApp/Telegram 等 | 仅终端/IDE |
| 主动性 | 可主动触达用户 | 被动响应 |
| 技能生态 | 开放社区，5400+ 技能 | 依托 Anthropic 官方能力 |
| 模型绑定 | 模型无关，可随意切换 | 仅 Claude 模型 |
| 最佳场景 | 全天候任务自动化 | 专项编程辅助 |
结论：两者并非竞争关系，很多用户同时使用——Claude Code 处理代码工作，OpenClaw 处理全局生活与工作自动化。
OpenClaw vs ChatGPT Agent（GPT-4o Operator）
| 维度 | OpenClaw | ChatGPT Agent |
|---|---|---|
| 数据归属 | 完全本地，用户自有 | OpenAI 服务器处理 |
| 模型选择 | 任意模型，自由切换 | 仅 OpenAI 模型 |
| 持久运行 | 24/7 后台运行 | 按对话运行，不持续 |
| 消息集成 | 与 WhatsApp 等深度集成 | 无直接消息应用集成 |
| 成本模式 | API 按量计费，透明可控 | ChatGPT Plus/Pro 订阅 |
| 技能扩展 | 开放社区生态 | GPT Store（较封闭） |
| 易用性 | 需要一定配置门槛 | 完全无门槛 |
结论：ChatGPT Agent 的优势在于完全无需配置，立刻可用；OpenClaw 的优势在于数据主权和无限可扩展性。
OpenClaw vs n8n
| 维度 | OpenClaw | n8n |
|---|---|---|
| 核心定位 | AI 驱动的自主代理 | 可视化工作流自动化平台 |
| 交互方式 | 自然语言对话 | 节点图可视化编程 |
| AI 理解能力 | 原生，理解模糊指令 | 需单独集成 AI 节点 |
| 工作流触发 | 对话指令 / Cron / Webhook | 事件触发 / Schedule / Webhook |
| 开源 | 是 | 是（社区版） |
| 学习曲线 | 中（需理解 Agent 概念） | 中（需学习节点逻辑） |
| 自主决策 | 强（Agent 自主规划路径） | 弱（流程需人工预先定义） |
| 适合场景 | 动态、开放式任务自动化 | 固定、可预测的业务流程 |
结论：n8n 在处理明确、固定流程时更稳定可靠；OpenClaw 在处理需要动态决策的开放任务时更强大。两者也可结合使用——n8n 处理结构化流程，OpenClaw 处理需要 AI 判断的环节。
OpenClaw vs OpenHands（前 OpenDevin）
| 维度 | OpenClaw | OpenHands |
|---|---|---|
| 主要侧重 | 通用个人代理，强调生活工作自动化 | 软件工程任务，强调代码生成与调试 |
| 开源 | 是 | 是 |
| 消息渠道 | WhatsApp/Telegram/Discord 等 | 无，主要通过 Web UI 交互 |
| 文件系统访问 | 直接访问或沙箱模式 | Docker 容器内隔离执行 |
| 持久记忆 | 原生支持，以 Markdown 存储 | 有限，以项目上下文为主 |
| 技能生态 | 5000+ 社区技能 | 工具集相对固定 |
| 适合人群 | 开发者 + 普通技术用户 | 主要面向软件工程师 |
| 主动性 | 可 24/7 主动推送 | 被动响应 |
结论：OpenHands 是当前最强的 AI 软件工程代理之一，在纯代码任务上表现突出；OpenClaw 胜在生活场景的广度和消息渠道的丰富度。对于日常综合自动化需求，OpenClaw 更合适；对于专项软件开发辅助，OpenHands 更聚焦。
实际使用场景案例
以下是社区中被广泛传播的真实使用案例，展示 OpenClaw 在实际场景中的应用潜力：
场景一：代码任务托管
设置 OpenClaw 在深夜自动运行 CI 测试、分析失败日志并通过 WhatsApp 推送摘要，早起即可看到问题报告，无需守夜等待构建。
场景二：家庭采购自动化
通过自然语言告诉 Agent “帮我把上周的购物清单发给超市配送服务”，Agent 自动整理清单并完成下单操作，全程无需手动操作。
场景三：每周餐食规划
Agent 接入 Notion 和 Instacart，每周自动根据用户口味偏好生成餐食计划并列出购物清单，帮助一个家庭每周节省约一小时。
场景四：汽车谈判助手
用户让 Agent 分析不同经销商的报价数据、整理谈判策略要点，并在与销售员沟通前通过消息推送关键数据参考。
场景五：一边喝咖啡一边建站
在 DigitalOcean 上运行 OpenClaw，发出”帮我创建一个 Laravel 应用并配置基础路由”的指令后，去喝了杯咖啡回来，项目已经搭建完毕。
定价与成本
OpenClaw 本身完全免费开源，没有任何订阅费。实际成本来自两部分：
AI 模型 API 费用：取决于你使用的模型和调用量。使用本地模型（如 Ollama）可实现零 API 成本；使用 Claude 或 GPT 云端模型则按 Token 计费。有用户反映在没做好配置的情况下，Agent 可能因为频繁调用而产生较高费用，建议设置每日用量上限。
服务器费用（可选）：如果希望 Agent 24/7 运行，需要一台长期在线的设备。选项包括：
- 本人的 Mac Mini / 旧笔记本（一次性硬件投入）
- DigitalOcean Droplet（约 $6–$24/月）
- 腾讯云 Lighthouse（按国内价格计算，适合中国用户）
相关导航
