跳转至

安装使用 OpenClaw

原文（免费）：安装使用 OpenClaw —— 建议先读原文，本页是我的笔记

一句话结论：OpenClaw（「小龙虾」）不是更强的 Coding Agent，而是一个自托管网关（Gateway）：一头接飞书 / Telegram / Slack 等聊天软件，一头接模型或别的 Agent，让你离开电脑也能在手机上派活。它的价值在「交互通道」，风险也在这里——它常驻后台、带着整台机器的权限，你又看不到它每一步。

本机未安装 OpenClaw（which openclaw 无结果），以下按原文整理 + npm 元数据核对，未实机跑通。

核心要点

  1. 定位：编程能力比不过 Claude Code / Codex；它解决的是「必须坐在终端前」这个限制。必要时它还能反过来调 Claude Code、Codex 干活，自己只当传声筒。
  2. 架构：本机常驻的 Gateway 进程 + 渠道插件（如 @openclaw/feishu）+ 你自己配的模型 API。数据和执行都在你的机器上。
  3. 部署位置是第一安全决策：作者不建议装在主力开发机上，应放到云服务器或闲置旧电脑，「把整台机器的权限都交给它」，再按需放凭证——用机器边界做隔离。
  4. 安装：npm install -g openclaw@latest → openclaw onboard 交互向导。
  5. 模型配置：向导里选 More… → Custom Provider（兼容 OpenAI 或 Anthropic 格式的任意端点）→ 填 Base URL、API key → 接口兼容性选 OpenAI Responses-compatible（与 Codex 的 wire_api = "responses" 同义）→ 填模型 ID → 自动验证。
  6. 渠道配置（飞书为例）：扫码在飞书开放平台自动建一个自建应用（bot）；域名选 feishu.cn / larksuite.com；群聊策略选 Allowlist，只在授权的会话里回复。
  7. 其余项先跳过：联网搜索可选免费的 Parallel Search；skills、语音 / 地理 API key、hooks（如 session-memory、compaction-notifier）都可以以后再开。
  8. 启动：选 Hatch in Terminal，同时拉起 Gateway；首次对话它会问你给它起名、定人设和语气——这些会被记下来成为长期设定。
  9. 飞书里找不到 bot：新 bot 没有会话记录，要用搜索框按名字搜出来。
手机飞书飞书开放平台(自建应用 bot)OpenClaw Gateway(隔离机器上常驻)模型 API(Custom Provider)可选：Claude Code / Codexopt：复杂编程任务 发消息「帮我把 X 跑一下」事件推送（仅 Allowlist 会话）messages + 工具定义 tool_use / 文本委派子任务结果回复结果消息
手机飞书飞书开放平台(自建应用 bot)OpenClaw Gateway(隔离机器上常驻)模型 API(Custom Provider)可选：Claude Code / Codexopt：复杂编程任务 发消息「帮我把 X 跑一下」事件推送（仅 Allowlist 会话）messages + 工具定义 tool_use / 文本委派子任务结果回复结果消息

📝 作者是怎么讲的

  • 用读者的第一反应开场，然后先认输。 开头抛出读者的疑问：又一个 Agent，编程能力比 Claude Code 强吗？他先坦白「比不过」，再把价值转到另一个维度：交互方式变了，Agent 被接进了聊天软件。先承认短板，后面讲长处时可信度更高。
  • 一个类比讲清定位，再落回技术名词。 「24 小时待命的远程实习生」，你在手机上派任务，它自己去执行。紧接着加一层：实习生能力不够也没关系，它可以把活转给 Claude Code。最后落回技术定义：自托管的网关（Gateway），一头连聊天软件，一头连 Agent。类比负责让人记住，技术定义负责准确，两者衔接得很紧。
  • 由类比自然引出风险。 既然是没人盯着的实习生，而且拿到了整台机器的权限，就不该装在主力开发机上，应该另找一台机器隔离运行。这个安全建议是从类比推出来的，不是单独加的一条注意事项。你写方案时也可以这样：用同一个心智模型同时解释价值和风险。
  • 把向导的真实界面原样搬出来。 每一步都贴终端里的选择框，再用一句话说明选哪个、为什么选（比如群聊选 Allowlist 是为了避免在所有群里乱说话）。读者对着屏幕就能操作。
  • 主动说出读者马上会遇到的困惑。 渠道配完后他立刻补一句：现在还不能在飞书里对话，要等 Gateway 启动。助手不在会话列表里，就用搜索找。这些都是读者照做时一定会冒出来的问题。
  • 结尾回到开头的问题，并把流程归结为「三件事」。 总结里再次回答开头那个区别问题，并把整个安装过程压缩成三步。读者读完带走的是一句结论加一个清单。

速查

项 内容
包名 / 命令 openclaw（npm，bin: openclaw；2026-10-21 查询 latest 为 2026.10.5）
首次配置 openclaw onboard；之后改配置用 openclaw configure（向导里提示的命令）
推荐模式 QuickStart；导入已有配置可选 Import from Claude
群聊策略 Allowlist（推荐）/ Open（需 @）/ Disabled
退出终端 /exit

⚠️ 勘误/补充 - 原文说「官方推荐 Node 24」。npm view openclaw engines 实测（2026-10-21）为 node: '>=24.16.0 <25 || >=26.1.0'：Node 24 的早期小版本不满足，Node 25 也被排除。你本机 nvm 当前是 v24.14.1，低于下限，直接装会触发 engine 警告，可能跑不起来；装之前先 nvm install 24 升到 24.16+。 - 原文示例的模型 ID（gpt-5.5）、Endpoint ID 都依赖中转站，按你实际的 provider 填。

回到主线

OpenClaw 在上下文这件事上做了两件事。一是换输入通道：聊天软件里的一条消息被包装成 user message 进入 messages 数组，Agent 本身没变。二是把人设和偏好持久化：首次「Wake up」对话问的名字、语气，会存成长期记忆，每次会话注入上下文开头，和 Claude Code 自动记忆系统 是同一类机制。它做不到的是「人在回路里实时盯着」——所以只能靠机器隔离 + Allowlist 这类外部边界来补可靠性，对应后面 权限检查 要解决的问题。

对照你的环境

  • 你已经有「远程派活」的等价能力：claude --bg 后台会话（claude agents / attach / logs / stop）、--remote-control、--cloud，加上 ~/.claude/daemon* 常驻进程。和 OpenClaw 的区别是你的入口仍是终端或 claude.ai，不是 IM。
  • 隔离机器你也有：你那台专用开发机（loop、心跳都跑在上面）正好符合原文「单独找一台机器」的建议。如果要试 OpenClaw，装在那里，别装主力机。
  • 合规边界：飞书扫码会在你登录的租户里建自建应用。用个人飞书团队试，不要接公司租户——那等于把公司 IM 消息流交给一个第三方自托管 Agent，和你 CLAUDE.md 里「不主动动 Slack」的出发点一样。
  • 原文向导里的 hooks（session-memory、command-logger、compaction-notifier）可以对照你的 10 类 Claude Code hooks：比如你的 SessionEnd / Stop hook 就承担了类似的会话收尾职责。

自测题

  1. 为什么说 OpenClaw 的核心能力是「通道」而不是「Agent」？用一句话描述它在请求链路中的位置。
  2. 原文为什么建议把它装在单独的机器上？Allowlist 群聊策略又防的是什么？两者分别属于哪一层的防护？
  3. 你想让手机飞书里发一句「跑一下 webapp 的单测并把失败用例发给我」。设计一个方案，说明 OpenClaw、Claude Code、隔离机器各自承担什么，以及凭证放在哪。
参考答案
  1. 它把聊天软件的消息转换成 Agent 的输入、把 Agent 的输出发回聊天软件，模型和真正干活的 Agent 都可以替换。在链路中的位置是：IM 平台 ↔ Gateway ↔ 模型或下游 Agent。
  2. 它常驻后台、拥有所在机器的权限、执行过程不受你实时监督，误操作的影响范围等于整台机器，用单独的机器把影响范围限定住，这是执行环境层的防护。Allowlist 防的是 bot 在所有群里被任意人触发、乱说话或泄露信息，这是输入入口层的防护。
  3. OpenClaw 在隔离机器上常驻，只负责接飞书消息、回传结果；隔离机器上 clone 一份 webapp 仓库（只读 token 或部署 key），装 Claude Code；OpenClaw 收到指令后调用 claude -p "跑 webapp 单测，汇总失败用例"，把输出回发。凭证只放隔离机器，权限最小化；飞书用个人租户 + Allowlist 只放你自己的会话。

相关章节