“OpenClaw 是有史以来最强大的 AI 工具。过去 3 个月我不间断地使用它，我可以自信地说，地球上没有第二个人像我一样使用它。”
01 什么是 OpenClaw
OpenClaw 是一个完全自主的 AI 代理。它基本上就是你个人的 AI 员工，24/7 为你工作，做你需要做的任何事。
在我的工作流中，OpenClaw：
- 24/7 为我构建东西
- 为我研究东西
- 从网上抓取信息
- 执行各种操作
- 发布内容
它是自我改进的。每当我给它发消息，它都会变得更好、构建新技能、找出做事情的新方法。它坚韧不拔，能做人类能做的任何事。
OpenClaw 的核心优势
| 特性 | 说明 |
|---|---|
| 完全开源 | 你的数据留在你的设备上，不会发送到 AI 实验室的服务器 |
| 完全可定制 | 可以下载源码、修改、fork，想怎么改就怎么改 |
| 模型自由 | 可以使用任何模型——Claude、GPT、本地模型，随便选 |
| 隐私安全 | 所有数据留在本地，团队在安全方面做了巨大改进 |
| 在你工作的地方运行 | 集成到 Telegram、Discord 等你日常使用的工具中 |
02 在哪里托管 OpenClaw
核心建议：不要放在 VPS 上
在任何情况下，都不要把你的 OpenClaw 放在 VPS 上。
VPS 体验更差、更不安全、更难用、能力更弱。VPS 没有任何优势。
你需要把它放在本地设备上。
你需要买 Mac Mini 吗？
不需要。
你可以：
- 拿出大学时用了 15 年的旧联想电脑（就是键盘中间有个红色小点的那个）
- 从柜子里翻出来，插上电
- 把 OpenClaw 装在上面
你仍然会获得令人难以置信的能力。
如果你确实想升级
Mac Mini 是目前地球上性价比最高的计算设备之一。把它放在桌上，知道有个 AI 代理 24/7 在上面工作，这种感觉很棒。
我的个人设置（仅供参考）
- 3 台 Mac Studio
- 2 台 Mac Mini
- 1 台 DJX Spark
你不需要这样做。 从小处着手，慢慢扩展：
- 从旧笔记本电脑开始
- 熟悉工作流后，买一台 Mac Mini
- 用尽 Mac Mini 的硬件能力后，买一台 Mac Studio
- 然后可以再加一台
03 模型选型指南
大脑（Orchestrator）：Opus 4.7
这是你的代理的大脑——决定做什么任务以及怎么做。
目前，没有任何模型能接近 Opus 4.7。
- Claude 是唯一一个你给它任务后，可以极度确信它会完成的模型
- ChatGPT 虽然聊天和编码很好，但作为 OpenClaw 的编排器，可靠性不够
注意：Anthropic 确实禁止了在订阅中使用 OpenClaw，但你仍然可以通过 API 使用 Opus。如果优化得当，成本不会比 $200/月订阅高多少。
肌肉（Executor）：ChatGPT 5.4（编码）
Opus 4.7 是你的大脑，你需要用其他模型作为肌肉来实际执行任务。
- ChatGPT 5.4 在编码方面非常出色
- 配额多、成本低
其他任务（研究、写作）：Gemini 等低成本模型
- 如果你有 Google 账户，可以直接用 Gemini
- Gemini 对于研究和写作来说绰绰有余
- 如果你有 $200/月的 ChatGPT Pro 计划，也可以用 ChatGPT
模型选型总结
| 角色 | 推荐模型 | 原因 |
|---|---|---|
| 大脑（编排） | Opus 4.7 | 最可靠，任务完成率最高 |
| 肌肉（编码） | ChatGPT 5.4 | 编码能力强，成本低，配额多 |
| 肌肉（研究/写作） | Gemini / 任何低成本模型 | 足够好，成本极低 |
04 安装与通信渠道
安装
# 一行命令安装
curl -fsSL https://openclaw.ai/install.sh | bash就这么简单。不需要花钱请人来装，不需要 VPS。复制粘贴，回车，搞定。
通信渠道：Telegram 是最佳选择
Telegram 胜出，而且差距很大。
优势：
- 设置新 bot 极其简单（10 秒搞定）
- 完全免费
- 可以在群组中设置不同主题，每个主题有独立的上下文
- 独立上下文可以节省大量 token 成本
设置 Telegram 主题群聊
- 在 Telegram 中创建一个新的群组聊天
- 把你的 bot 添加到群组中
- 在群组中设置多个主题
- bot 会响应每个主题，并为每个渠道记住独立的上下文
Discord：适合自动化工作流
- 不适合作为主聊天界面（记忆和规则不会随每次聊天发送）
- 非常适合自动化工作流（让 agent 自动投放内容、撰写脚本等）
05 找到你自己的用例
为什么“抄别人的用例”没有意义
OpenClaw 是你个人的 AI 员工。你不会去问另一家公司的 CEO“你的员工有什么用例”，因为每个公司的目标、老板、指标都不同。
同样的道理：别人用 OpenClaw 做的事情，很可能和你无关。
三步找到你的个性化用例
第一步：大脑转储
向 OpenClaw 转储关于你的一切：
“我是 [你的名字]。我有 [你的业务]。我在做 [你的项目]。我的目标是 [你的目标]。”
这些信息会自动存储到 OpenClaw 的记忆中。
第二步：记录你的手动任务
拿一个笔记本，用一天时间记下你在电脑上做的每一项手动任务：
- 写内容
- 写邮件
- 管理日历
- 在 Slack 上与人沟通
- 等等
一天结束后，把这个列表输入到 OpenClaw 中。
第三步：让 AI 为你生成用例
“基于你对我、我的目标、我的工作以及我日常工作的了解，我们可以实施哪些工作流和用例？”
OpenClaw 会查看所有关于你的信息，自动生成最适合你的用例列表。选择一两个实施，你就开始获得价值了。
06 我的实际用例（供参考）
用例一：Linear 项目管理集成
我把 OpenClaw 完全集成到 Linear（项目管理工具）中：
- 在 Linear 中有所有软件任务
- 把任务分配给 OpenClaw
- OpenClaw 自动完成任务：
- 从 GitHub 拉取代码
- 编写代码
- 创建 PR（放在自己的分支上，安全可控）
这帮助我大大加快了 vibe coding 的速度。
用例二：内容侦察与脚本生成
- OpenClaw 每隔几小时阅读 Twitter 和 YouTube 上关于 Claude Code、OpenClaw 的帖子
- 当内容开始 trending 时，在 Discord 的 alert 频道通知我
- 更进一步：基于 trending 内容自动起草脚本
如果你做内容创作，这是 viral 的关键——在 trending 话题上创作内容。
用例三：股票研究
- OpenClaw 一直在寻找 AI 领域的投资机会
- 寻找 AI 供应链中的瓶颈和稀缺资源
- 每天早上生成一份新的股票研究报告
在这个“美元被无限印刷”的世界里，把你的钱投入资产是很重要的。用 OpenClaw 做研究帮了大忙。
用例四：移动端原型构建
- 在健身房或吃麦当劳时产生新想法
- 打开 Telegram 说：“帮我为这个想法构建一个原型”
- 回到电脑时，OpenClaw 已经把所有原型都构建好了
07 OpenClaw vs Claude Code vs Hermes
Claude Code
擅长：构建面向消费者的应用（复杂、大规模） 也适合：快速调整（改按钮颜色等），因为更容易进去改
限制：只能使用 Anthropic 模型
OpenClaw
擅长：
- 作为顾问指导应用开发（因为它最了解你）
- 管理你电脑上的文件
- 使用本地模型（因为开源、可定制）
Hermes
与 OpenClaw 类似的另一个 agent。
优势：
- 稍微更高效，更少臃肿
- 速度更快，使用更少 token
劣势：
- 记忆能力不如 OpenClaw（更容易忘记事情）
我的建议：两个都用
不要陷入“部落主义”。两个都很好，各有优缺点。一起用是最好的方式。
最重要的原因：它们可以互为保险。
当一个 agent 出问题时（更新后经常出问题），另一个 agent 可以：
- 查看出什么问题
- 修复配置
- 帮你更新
这让我的正常运行时间大幅提高。
08 成本优化：“大脑与肌肉”架构
核心理念
如果你用 Opus 做所有事情，你会花很多钱。让合适的模型做合适的工作。
| 角色 | 模型 | 原因 |
|---|---|---|
| 大脑（编排） | Opus 4.7 | 最聪明，但只在需要时调用 |
| 肌肉（编码） | ChatGPT 5.4 | 编码能力强，成本低 |
| 肌肉（研究/写作） | Gemini / 任何低成本模型 | 够用就行 |
成本对比
- 错误做法：所有任务都用 Opus 4.7
- 正确做法：只有需要高级推理的任务用 Opus，其他用低成本模型
09 本地模型：完全免费、完全私密
什么是本地模型？
本地模型完全运行在你的设备上：
- 不需要互联网
- 完全免费（只花电费）
- 完全安全（不发送任何数据到云端）
本地模型的优势
| 场景 | 云端模型（如 Opus） | 本地模型 |
|---|---|---|
| 24/7 持续运行 | 每月可能花费百万美元 | 只花电费 |
| 每 20 分钟一次网页抓取 | 极其昂贵 | 完全免费 |
| 隐私 | 数据发送到云端 | 数据留在本地 |
我如何使用本地模型
我用 Qwen 3.6 和 GLM 5.1 作为研究模型：
- 每隔 20 分钟上网抓取一次内容
- 寻找机会
- 完全免费
硬件要求
好消息：地球上任何设备都能运行本地模型
不那么好的消息：
- 基础款 Mac Mini：可以运行 Gemma 4（用于 embedding/记忆管理）
- Mac Studio：可以运行 GLM 5.1（目前地球上最好的本地模型，可以编码、研究、做很多事情）
如何选择本地模型
直接问你的 OpenClaw：
“这是我的设备（内存、规格）。我可以运行哪些本地模型？基于你对我的了解，这些模型最适合哪些工作流和用例？”
你会得到个性化的定制推荐。
10 Mission Control：你自己的自定义软件平台
什么是 Mission Control？
这是 OpenClaw 最重要的概念之一。它是你为 OpenClaw 构建工具的地方——你自己的自定义软件平台。
我的 Mission Control 包含
- Kanban 看板：我和 OpenClaw 之间的所有任务
- Agent 概览：查看所有 agent 在做什么
- 办公室视图：以 2D 像素角色实时观看 agent 工作
- 工厂视图：实时观看它们为我 vibe coding
你应该构建自己的 Mission Control
不要要求我开源我的——这是为我的工作流定制的，就像一双合脚的鞋子。
你需要为自己构建：
- 每当 OpenClaw 缺少做某事的工具时，说：“在我们的 Mission Control 中构建这个工具”
- 它会构建出来，以后就能用了
- 从记忆系统到文档管理，都可以放进去
如何开始
“基于你对我的了解，我们可以向 Mission Control 添加哪些工具？”
它会给你一个列表，说“构建它们”，你就开始了。
11 安全
这是最常见的担忧
你让一个 AI agent 住在你的电脑里，它可以做任何事，可以访问你的所有文件。担忧是合理的。
重要理解
OpenClaw 不会做你没让它做的事。
- 你说“帮我写个 PPT”，它不会去泄露你的 iMessage
- 你说“帮我写条推文”，它不会去给你的电脑下载 20 个病毒
它只做你告诉它做的事。
安全的关键：良好判断力
- 精确的语言：清楚说明你要它做什么
- 考虑后果：想想让它做这件事可能带来什么影响
- 个人责任：对 prompt 负责
现实情况
问问自己：你知道有谁因为 OpenClaw 发生过灾难性的安全事件吗？
对于 99.99999% 的人来说，答案是没有。
不是说没有漏洞，而是说恐慌被夸大了。用良好的判断力，仔细思考你给的每个 prompt，你很可能会很好。
12 总结
| 主题 | 核心建议 |
|---|---|
| 托管位置 | 本地设备，不要用 VPS |
| 大脑模型 | Opus 4.7（目前最可靠） |
| 编码模型 | ChatGPT 5.4 |
| 研究模型 | Gemini 或任何低成本模型 |
| 通信渠道 | Telegram（有主题群组） |
| 多 Agent | 同时用 OpenClaw + Hermes，互为保险 |
| 本地模型 | 免费、私密，适合 24/7 持续任务 |
| Mission Control | 构建自己的自定义工具平台 |
| 安全 | 用良好判断力，只让它做你想让它做的事 |
开始使用：openclaw.ai
加入社区：Discord
GitHub：github.com/openclaw/openclaw
技能市场：0z0z.com
—— OpenClaw 社区
P.S. 听说有人用它自动写周报了。我什么都没说。🦞