← 返回文章列表

用 OpenClaw 搭个人 AI 工作流：从小白到跑起来

· 3 min read ·
AI工具 OpenClaw 教程
用 OpenClaw 搭个人 AI 工作流：从小白到跑起来

2025 年初我开始折腾各种 AI 工具的 API 配置，光是让不同平台的消息打通就花了不少精力。现在换了 OpenClaw，工作流终于稳定下来了。写这篇文章算是把踩过的坑整理一下，供有类似需求的同学参考。

什么场景适合用 OpenClaw

在聊安装之前，先说清楚它解决什么问题。

OpenClaw 本质上是一个本地运行的 AI Agent 框架，支持插件式扩展。它可以连接各种消息渠道（Telegram、Discord、Signal、WhatsApp 等），同时维护一个持久的工作区——你的文件、记忆、人格设定都存在本地，不依赖任何云服务。

最直接的使用场景：

  • 跨平台消息聚合：在一个地方管理多个 IM 渠道的 AI 对话
  • 定时任务：设置每日提醒、自动签到、定期检查通知
  • 自动化工作流：浏览器操作、文件处理、代码执行
  • 个人知识库：结合 Obsidian 等笔记工具做信息管理
  • 持续学习 Agent：自动记录错误和经验，下次少踩坑
适用人群

如果只是偶尔查个资料，网页版 AI 聊天就够用了。但如果需要 AI 在后台帮你做事情，且希望整个过程都在自己控制之下，OpenClaw 是值得投入时间配置的。

环境准备

Windows 用户推荐用 WSL

在 Windows 上运行 OpenClaw，官方推荐通过 WSL（Windows Subsystem for Linux）。原因倒不是 Windows 版有什么硬伤，而是很多工具链在 Linux 环境下更省心，尤其是涉及定时任务和后台服务的时候。

WSL 的安装很简单，在 PowerShell 里执行一条命令：

Terminal window
wsl --install

安装完成后重启电脑，会自动进入 Ubuntu 的初始化流程，自己设置用户名和密码就好。

Node.js 环境

OpenClaw 基于 Node.js 运行，需要提前装好。WSL 里执行：

Terminal window
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs
node -v  # 确认版本，22.x 即可
常见问题

这一步卡住的人不少，最常见的问题是网络原因导致下载失败。如果遇到，换个镜像源或者确认 WSL 的网络模式是否正常。

安装步骤

通过 npm 安装

Node.js 就绪之后，安装 OpenClaw CLI：

Terminal window
npm install -g @openclaw/cli

安装成功后，执行 openclaw --version 应该能看到版本号。如果提示命令找不到，先确认 npm 的全局 bin 目录是否加入了 PATH。

初始化工作区

首次运行时，OpenClaw 会引导你完成初始化：

Terminal window
openclaw init

这一步会在 ~/.openclaw/ 目录下生成基础结构，包含配置文件夹和工作区。工作区是实际存放文件的地方，可以放在任何你喜欢的位置。

配置消息渠道（按需）

如果只是本地使用，可以跳过这一步。但大多数人装 OpenClaw 就是为了在 Telegram 或者 Discord 上跟 AI 对话，这步就需要认真做。

以 Telegram 为例，需要：

  1. 在 Telegram 里找 BotFather，创建一个新 Bot，记下获得的 Token
  2. 在 OpenClaw 的配置文件里填入 Token
  3. 重启 Gateway，用手机给 Bot 发一条消息验证连接

Discord 的流程类似，但多了 OAuth 权限配置这一步。官方文档里有详细的分步指南，对应不同平台的差异写得很清楚。

几个关键文件

初始化完成之后，工作区里有几个文件值得提前了解。

SOUL.md — 人格设定

这个文件定义了 AI 的说话风格和行为准则。默认是一个通用的”靠谱助手”形象，但你可以改成任何你想要的设定。

比如你想让 AI 用更口语化的方式交流，或者设定一个特定的角色，都通过修改这个文件实现。格式上就是一段说明文字加一些行为规则，不需要懂代码。

IDENTITY.md — 身份信息

AI 的名字、头像、一些基本属性都在这里。新建一个 AI 身份时先填这个文件，帮助 AI 建立角色感。

USER.md — 用户信息

这里放的是关于”你在哪里找这个 AI 聊天”的信息。时区、称呼方式、偏好设置，写得越具体，AI 的回应就越贴合你的习惯。

AGENTS.md — 多 Agent 协作规则

如果你的工作流涉及多个 AI Agent 同时运行，这个文件定义它们之间的分工和协作方式。比如哪些任务分配给哪个 Agent，如何传递信息，如何避免重复工作。

memory/ 目录 — 记忆系统

每次对话结束后，AI 会把值得记住的内容写入当天的记忆文件。时间久了，这些文件构成一个长期记忆库，让 AI 在后续对话中保持上下文连续性。

Note

这个目录里的文件是纯文本格式，可以直接打开看，也可以手动编辑。定期清理无用内容是个好习惯。

技能系统：扩展 AI 的能力

技能是什么

OpenClaw 的技能（Skill）本质上是预设好的提示词和工具配置，相当于给 AI 装插件。一个技能通常包含：

  • 描述文件（SKILL.md）：什么情况下使用这个技能，提供了哪些能力
  • 工具脚本：具体执行用的代码片段
  • 配置文件：技能的参数和行为设置

安装技能有两种方式：通过 SkillHub 平台一键安装，或者手动下载复制到本地。

通过 SkillHub 安装

SkillHub 是一个技能市场，大多数常见需求都能找到现成的方案。在 WSL 里执行：

Terminal window
npx skills install <skill-name>

比如安装浏览器自动化技能：

Terminal window
npx skills install agent-browser

安装完成后，OpenClaw 会自动加载这个技能，下次对话时就能使用对应的功能了。

手动安装

有些技能不在 SkillHub 上，或者你想自己改一改再装，就手动复制到工作区：

Terminal window
cp -r /path/to/skill ~/.openclaw/workspace/skills/<skill-name>

然后在 OpenClaw 的配置里启用这个技能即可。

几个实用的技能

用了一段时间之后，以下这几个技能是我最常用的：

浏览器自动化（agent-browser-cli）

适合需要 AI 操作网页的场景，比如自动签到、填表，信息抓取。它基于 Playwright，底层是真实的浏览器，兼容性比 headless 方案好很多。

Terminal window
agent-browser open https://example.com
agent-browser snapshot
agent-browser find role button click --name "登录"

GitHub CLI（github）

在终端里管理 Issues、PR、CI 运行状态。不用开网页就能查谁提了 PR、构建有没有挂掉，适合程序员日常使用。

Terminal window
gh issue list --repo owner/repo --limit 10
gh run view <run-id> --repo owner/repo --log-failed

Obsidian 笔记（obsidian）

管理 Obsidian 笔记库，搜索、创建，整理笔记。Obsidian 的 vault 本质上就是一堆 Markdown 文件，这个技能帮 AI 找到正确的文件路径并做修改。

自我改进（self-improving-agent）

这个技能的设计思路挺有意思。它会在每次对话结束后自动记录 AI 犯过的错误、踩过的坑，以及从中学到的东西。随着时间推移，AI 会从自己的失败中学习，越来越少犯同样的错误。

具体记录三类内容：

  • 错误记录：命令执行失败、工具调用异常
  • 经验总结：正确的做法、更好的思路
  • 功能需求：你想做但 AI 还没实现的能力

记录本身不难，养成习惯就行。关键是要定期回顾，把高频重复的错误提炼成预防规则。

定时任务：让 AI 主动找你

这是我认为 OpenClaw 最实用的功能之一。

创建定时任务

OpenClaw 内置了 cron 系统，可以设置精确的执行时间。比如每天早上九点推送天气情况：

Terminal window
openclaw cron add \
  --name "daily-weather" \
  --schedule "0 9 * * *" \
  --message "查询今天的天气，发送给主频道"

也可以设置一次性提醒：

Terminal window
openclaw cron add \
  --name "meeting-reminder" \
  --at "2026-04-20T14:00:00+08:00" \
  --message "还有半小时会议，记得准备资料"

周期任务示例

我目前在用的一些周期任务：

  • 每小时检查通知：批量查询各平台有没有新消息，只推送有实质内容的更新
  • 每日日报：下午六点自动整理当天的工作记录
  • 每周回顾：周日把这一周的记忆文件做一次归档，提炼要点
Tip

定时任务的好处是把被动响应变成主动推送。不需要主动去问，AI 会按时出现在那里。

一些踩过的坑

环境变量不要漏引号

在 .env 文件里写 API Key，有人习惯写成 KEY=value，但如果值里包含特殊字符，引号一定要加上。漏了的话，解析到特殊字符就会截断，后面的调试会走很多弯路。

第一次配置消息渠道时先本地测试

先确认 AI 在本地能正常对话，再去接 Telegram 或者 Discord。两个变量同时调，很容易分不清问题出在哪里。

记忆文件定期归档

刚用 OpenClaw 的时候什么都往 memory 里记，时间久了文件膨胀严重。养成定期整理的习惯，把有价值的内容沉淀下来，无关的记录删掉或者移走。

技能不是越多越好

装了一堆技能但用不上的话，维护成本会慢慢上来。只保留自己实际在用的技能，定期清理不用的，比囤积要有意义得多。

工作流示例：一天怎么用

早上到公司，打开电脑。OpenClaw Gateway 已经在后台运行，检查一下昨晚有没有重要的定时任务通知。

打开 Telegram 问今天的待办事项。AI 调取 memory 里的上下文，结合前一天的记录，给出一个清单。有需要处理的文件，顺手就让 AI 帮忙整理。

白天工作过程中，遇到需要自动化操作网页的时候，直接发消息让 AI 处理。截图确认结果，满意就继续，不满意让 AI 重来。

下班前触发日报任务，AI 自动生成一份当天的工作记录推送到频道里，自己过一遍有没有遗漏。

这就是日常的使用节奏。没有复杂的多步骤流程，就是让 AI 在需要的地方出现，然后该干嘛干嘛。

整体搭下来需要花的时间因人而异，快的半天，慢的一两天。如果只用到基础的聊天功能，半小时就能跑起来。但要真正让它成为工作流的一部分，需要花点时间配置技能和记忆系统。

用了一段时间之后，最大的感受是：它不像那些”全能型”AI 产品什么都想做，而是在你需要的几个点上做得足够深入。这种克制的设计，反而让稳定性好了很多。

如果你也在找一个可以长期用的本地 AI 助手方案，OpenClaw 值得一试。

←
上一篇文章 从入门到形成工作流：Cursor 学习与使用笔记
下一篇文章 Hermes Agent vs OpenClaw：两个路线完全不同的 AI Agent，到底该选哪个
→
← 返回文章列表

# // CONTENTS