简介：这份由北京大学AI肖睿团队出品的OpenClaw入门讲义，面向零基础到进阶的技术爱好者、开发者、创业者与企业管理者，聚焦2026年爆火的自主智能体项目OpenClaw，系统解答它为何能成为GitHub增速最快的项目，以及普通人如何理解并部署这类Agent。内容沿“AI进化五阶段—产品定位与命名沿革—爆火原因与社区生态—技术架构拆解—Agent运行流程—核心能力与应用场景—安全挑战—国内平替—未来趋势”展开，重点拆解Gateway调度层、记忆系统、工具层Skills、通讯层等核心组件，并以“如何养一只龙虾”的比喻，逐步讲解部署方案、模型选择、养龙虾设置与Skills安装，兼顾原理与实战，特别适合从未接触过自主Agent产品的老师、学生、创业者和企业管理者快速建立认知。资源为1个PDF文件，大小4.9MB，章节组织清晰，浓缩了2026年AI自主智能体时代的关键概念、增长数据与社区生态，是一份可直接用于学习或内部培训的系统性入门材料。目前已有134人学习，对想理解Agent时代或了解国内类OpenClaw产品的人来说，是低门槛、高信息密度的速览资料。 标题里挂着“北京大学”四个字，又标注了2026年，第一眼还以为是哪个同学整理的期末资料打包文件。点进去才发现，这其实是一份OpenClaw的入门笔记——OpenClaw这名字念起来拗口，社区里干脆叫它“龙虾”，算是个谐音梗。这个项目说白了就是一个开源的个人AI自动化代理框架：你把大模型接进去，再给它一个工作区、一组技能，它就能按照你的指令去操作文件、运行命令、调用接口、整理信息。这篇文章就是给想上手龙虾但不知道从哪下手的人准备的，我先从它到底是什么讲起，再走一遍安装、配置和跑任务的完整流程，最后把部署中常见的坑都列一遍。无论你是Windows用户、云服务器玩家，还是喜欢在安全测试环境里折腾的人，照着操作基本都能把这只“龙虾”跑起来。
1. 先搞明白：OpenClaw到底是什么，为什么值得折腾
1.1 “龙虾”这个名字是怎么来的
OpenClaw读快了就是“Open Claw”，网友一传就成了“龙虾”。名字是次要的，关键是要理解它属于哪一类工具。我刚接触的时候也困惑过：它跟一个普通AI对话网页有什么区别？后来想明白了一个比喻——网页对话窗口像一个“咨询台”，你问它答，但答完就完了；OpenClaw更像一个“数字管家”，它不仅会答，还能去你的电脑里干活。你让它整理桌面文件，它真的会去扫描目录、移动文件、生成清单；你让它对接飞书群，它真的会把群里的消息拉下来再回复。
核心组件大致有四块：网关（Gateway）负责跟各种入口对接，不管是命令行、飞书还是微信，消息都先到网关再转给模型；工作区（Workspace）是代理能直接读写的目录，默认在用户目录下的.openclaw/workspace；技能（Skill）是预置或自定义的能力包，这个机制让OpenClaw可以根据任务动态扩展工具；审批（Exec Approvals）会在代理要执行系统命令前做确认，避免它乱动系统。理解了这个结构，后面配置的时候就不会一头雾水。
1.2 核心应用场景：这只龙虾能帮你干什么
我实际用下来，OpenClaw最适合的场景集中在“AI理解能力”和“本地工具操作能力”需要结合的地方：
- 整理本地文件：按日期、类型、关键词批量归类，比手动拖拽快得多。
- 自动写周报：让它读取你这一周在工作区里产生的笔记和提交记录，生成草稿。
- 对接知识库：结合Obsidian这类本地Markdown笔记库，让代理维护项目文档。
- 接入聊天渠道：部署在云主机上，通过飞书或微信随时呼叫它。
- 调用云服务API：比如阿里云API、NVIDIA NIM模型服务，让代理帮你做数据汇总或请求转发。
如果你只是想找个在线聊天机器人，那没必要折腾OpenClaw，直接用网页版就行。但如果你想让AI“动手做事”，而不是只“动嘴回答”，那龙虾就是很好的选择。它的定位不是给你一个对话框，而是给你一个能住在设备里干活的自动化代理。
2. 开工前准备：装这只龙虾需要什么
2.1 环境评估：Windows、Linux还是云主机
不同环境下安装的体验差别挺大，我三个方向都试过，分别说下感受。
Windows这边，Win10和Win11都能跑，社区里专门有人搜“win11 openclaw安装”，说明现在Windows生态已经相当成熟了。建议提前装好PowerShell 5.1或更高版本，顺手把Git也装了，因为后面有些技能模块需要拉取仓库。我自己踩过的一个坑是：安装时用户目录如果带中文名，某些版本的工具路径解析会出问题，能用英文用户名就用英文。
Linux和Mac下基本更顺滑，直接跑官方安装脚本就行。云主机部署的优势是7×24小时在线，你就是半夜12点想让它干活也能随时呼唤。至于有人搜“手机kali安装龙虾”，其实本质还是Linux环境下的命令行部署，只是移动设备的存储和内存有限，别指望跑太大的本地模型，优先用云端API方式接入。
2.2 模型接入选型：Ollama、云端API还是NVIDIA NIM
OpenClaw本身不产模型，它需要接一个大模型来负责理解和生成。热词里同时出现了“ollama”和“nvidia nim”，这两个方向我都折腾过。
| 方式 | 适合场景 | 优点 | 缺点 |
|---|---|---|---|
| 本地Ollama | 离线环境、隐私敏感、不介意吃配置 | 完全本地运行，数据不出设备，不花API费用 | 普通电脑跑小模型还可以，跑大模型很吃内存和显卡 |
| 云端API | 快速入门、配置不高的机器、移动端 | 模型能力强、速度快、接入简单 | 按量付费，长期高频使用成本要考虑 |
| NVIDIA NIM | 已有N卡GPU的机器、追求推理性能 | 性能好、延迟低、可私有化部署 | 需要NVIDIA环境，配置门槛稍高 |
给新手的建议很直接：别在一开始就纠结选哪个，先挑一个能稳定出结果的模型把链路跑通，再考虑换更强的。我见过太多人第一天就在折腾模型路由、对比推理速度，结果连Hello World都没跑出来。先让它动起来，再让它好起来。
2.3 安装方式对比：脚本安装、PowerShell安装和便携包
OpenClaw的安装方式主要有三种，适合不同习惯的人：
- 官方安装脚本：Linux和macOS最常用，一条命令拉脚本然后执行，自动配置环境变量。
- Windows PowerShell安装：使用
iwr拉取安装脚本再执行。社区里有人问“PowerShell安装openclaw能指定目录吗”，答案是可以，安装前设置好OPENCLAW_HOME环境变量就能指定安装位置，避免塞满C盘。 - 便携包：这种形式适合不想污染系统环境的人，解压即用，但也少了很多自动配置，新手不太推荐。
3. Windows下从零部署：一份完整实操记录
3.1 第一步：用PowerShell完成安装
我在Windows 11上实际操作时，步骤大致是这样的。右键开始菜单选择“Windows PowerShell（管理员）”，然后设置安装目录并拉取安装脚本：
$env:OPENCLAW_HOME = "D:\Tools\openclaw" iwr -useb https://get.openclaw.dev/install.ps1 | iex具体命令路径要以官方文档为准，因为安装脚本地址可能会更新，但核心逻辑就是三步：设置目录、拉脚本、执行安装。装完之后验证一下：
openclaw --version如果这里能正常输出版本号，说明安装成功了。如果提示“无法将openclaw项识别为cmdlet、函数、脚本文件或可运行程序的名称”，大概率是安装目录没进PATH，或者PowerShell没重开，解决办法后面常见问题里细说。
3.2 第二步：初始化配置与首次启动
安装完成后，第一次运行会生成~/.openclaw目录，里面有配置、运行元数据、工作区等文件。Windows下常见路径类似C:\Users\Administrator\.openclaw\workspace，这是代理默认的工作沙盒。
首次启动网关用这个命令：
openclaw gateway start启动的时候会看到日志输出，类似网关正在监听端口、加载模型配置这些提示。很多人第一次启动时会在“网关启动中”卡很久，甚至一直卡住。我的经验是：先别着急，第一次启动要加载的东西多，等一两分钟都算正常；如果超过五分钟还卡着，就要去检查配置文件和端口占用，排查方法在第5部分。
启动过程中，热词里那句提示值得专门说：legacy exec approvals exist at /root/.openclaw/exec-approvals.json。这是老版本升级后常见的情况，意思是旧的执行审批记录还在兼容保留，不影响使用，但如果你改了安全策略想重置，可以把那个文件备份后删掉，系统会重新生成一份空白的审批列表。
3.3 第三步：配置模型并跑通第一个任务
模型配置一般在~/.openclaw/config.json里。如果你用本地Ollama，就把模型服务地址填成http://localhost:11434之类的Ollama默认端口；如果你用云端API或自建网关，就填对应的Base URL和密钥。这里有个小白容易困惑的点：配置里的模型选择，跟你平时用的网页版模型是两码事，OpenClaw只负责把请求发到填好的地址，具体是哪个模型、走什么服务，都在你填的那个服务端决定。
跑通第一个任务时，建议选一个简单且能验证“能力闭环”的指令。我当时让龙虾干的事是：“帮我把桌面上所有txt文件按修改时间列个表”。你注意观察它的操作过程：读取目录、理解指令、如果涉及系统命令会弹出审批请求、确认后才继续执行、最后返回结果文件。这个流程跑通了，说明从网关到模型到工作区到审批机制，整条链路都是正常的。千万别第一次就给太复杂的任务，一步到位不太现实。
3.4 目录结构和常用指令速查
搞清文件结构能让排查问题事半功倍。我整理了一张常用目录对应的用途表：
| 路径 | 作用 |
|---|---|
~/.openclaw/config.json | 主配置文件，模型、渠道、权限都在这里 |
~/.openclaw/workspace/ | 代理的工作目录，读写文件默认都在这里 |
~/.openclaw/exec-approvals.json | 执行审批记录，相当于操作授权账单 |
~/.openclaw/runtime-metadata.json | 运行时元数据，记录版本、运行状态、统计信息 |
命令方面，日常高频用到的有这些：
| 命令 | 用途 |
|---|---|
openclaw | 进入交互式对话模式 |
openclaw gateway status | 查看网关运行状态 |
openclaw gateway start/stop | 启动/关闭网关 |
openclaw update --channel dev | 升级到开发版，能尝鲜但可能不稳定 |
openclaw update --channel stable | 升级到稳定版，日常使用推荐 |
ps aux | grep -i openclaw | 在Linux下查看相关进程是否存活 |
4. 让它正式上岗：渠道接入与进阶配置
4.1 把龙虾接进飞书和微信，实现随时呼唤
命令行里用OpenClaw适合折腾，但日常最高频的使用场景还是聊天软件。把它接进飞书或微信后，“呼唤龙虾的口令”就变得有实际意义了——你在群里直接发一条消息，它就能响应。
接入思路是这样的：在对应平台的管理后台创建一个应用，拿到应用的凭证和回调地址，然后在OpenClaw配置里填入渠道信息，重启网关让配置生效。这里有一个经验：先在飞书或微信的开发者后台把权限范围配置好，尤其是消息接收权限，不然网关怎么都收不到消息。微信方面社区里有人搜“openclaw微信插件下载”，下载时务必认准官方仓库或可信来源，这个属于能联网执行代码的工具，安全无小事。
4.2 与Obsidian结合做项目管理
热词里有一条“obsidian结合openclaw做项目管理”，这个组合我很喜欢。原理不复杂：Obsidian笔记本质上是本地Markdown文件，而OpenClaw的工作区同样能读写本地文件，两者通过文件目录就能打通。
我实际的做法是：建一个专门的笔记目录给OpenClaw当“项目仓库”，让它把待办清单、会议纪要、任务进度按约定的格式写入这个目录。这样一来，Obsidian负责可视化展示，OpenClaw负责自动化生成和更新，彼此不冲突。关键是要在配置里明确告诉代理“哪些目录可以写、用什么样的文件命名规范”，不然它会自由发挥到让你后期整理笔记时想打人。
4.3 云端部署与多服务接入
把OpenClaw部署到云主机上可以让它保持在线，这也是很多人“如何在云端部署openclaw”搜索背后的需求。云端部署跟本地的过程差不多，只是多了几个步骤：准备一台云主机、安装运行环境、执行安装脚本、配置模型服务、设置端口访问权限。模型可以继续用Ollama搭配云端API，或者直接配置更强大的模型服务。
热词里提到的“自定义中转站”和“openclaw配置nvidia nim”，本质上都是在模型接入这一层做文章。所谓“中转站”，我理解就是自定义的API转发地址，把模型的请求发到你自建的兼容服务上；NVIDIA NIM则是另一种模型服务形态，适合有N卡GPU、希望低延迟推理的场景。用表格总结就是：本地模型管隐私，云端API管省心，自建服务管定制。你可以按需组合，不用一股脑全上。
5. 常见问题与排查实录
5.1 “无法将 openclaw 项识别为 cmdlet、函数、脚本文件”
这个报错出现的频率在热词里几乎排第一。原因通常有两个：第一，安装时指定了OPENCLAW_HOME但安装后环境变量没有生效；第二，安装过程被中断导致命令没有正确注册。解决办法也很直接：先重开一个PowerShell窗口看是否生效；再用$env:Path检查环境变量里有没有OpenClaw的安装路径；都不行就重装一次，同时确认安装过程没有报错。别一上来就怀疑自己装错了，很多情况只是环境变量没刷新。
5.2 网关一直卡在“启动中”
我统计了一下，这个现象最容易出在三个地方：
- 端口被占用：网关需要监听端口，如果之前有一个残留进程占着端口不释放，新的就起不来。Windows下可以查端口占用，Linux下可以用
ps aux | grep -i openclaw找出旧进程清理掉。 - 配置文件JSON语法出错：少个逗号或者多了个花括号都会导致网关加载失败，卡在启动阶段。这个很坑，因为报错信息不一定明显，建议配好后用JSON校验工具检查一遍。
- 模型服务没起来：如果你配置的是本地Ollama，但Ollama没启动，网关会一直等模型服务响应。先把Ollama跑起来再启动网关，顺序别反。
5.3 审批文件提示怎么处理
前面提到的legacy exec approvals exist提示，本质是版本升级后的兼容性提示。老版本的审批记录还在JSON文件里，新版本识别出来了但不会主动帮你清理，所以打一行提示。处理方式很简单：留着不影响，想重置就备份后删除。我个人建议保留第一次生成的默认配置跑一段时间，等熟悉了再做权限收紧，否则刚开始啥都不让执行，折腾半天什么任务也跑不通。
5.4 stable还是dev：更新渠道怎么选
OpenClaw提供两种更新渠道，这算是这个项目比较有特色的设计。stable是稳定版，日常使用优先选这个，升级节奏慢但不容易出幺蛾子；dev是开发版，有新功能、新特性，但可能包含未充分测试的改动。我的建议是：如果你拿来干活，老老实实用stable；如果你想尝鲜或者帮着测试新技能，可以切到dev，用完再随时openclaw update --channel stable切回来。切换渠道的命令本身就是个验证安装是否正常的好方法。
5.5 热词里那条“安装不了龙虾”的疑问
社区里有人搜“我10 1609安装不了龙虾吗”，我猜大概率是配置或环境问题，而不是设备本身不行。我见过的“装不上”案例里，排第一的是本地内存不足，排第二的是装到一半断电或被杀毒软件拦截，排第三的是磁盘路径有中文。如果你也遇到装不上的情况，先看安装日志里哪一步失败了，而不是反复重新执行安装命令。日志通常会在.openclaw目录下，路径里带着具体报错信息，顺着那个信息去查往往几分钟就能定位。
还有一点很重要：有些人装Windows版时明明装了Docker却拉不起某些服务，是因为Docker Desktop没有启动，或者Windows容器和Linux容器混用了。确认一下Docker运行环境，很多时候问题就出在这个看似无关的细节上。
最后的一点体会
折腾OpenClaw这段时间，我最大的体会就是：装完不是结束，而是开始。很多人的路径是辛辛苦苦装完，跑了一个“你好”就扔在一边，再过几天回来一看，要么版本过期，要么配置忘记改哪了。真正把它用起来，靠的是持续往里填技能、调审批规则、优化模型选择。别急着一步到位接满飞书微信和云服务，先让它帮你干一件小事，比如整理一个目录，再慢慢扩展。这只叫龙虾的开源代理框架，不复杂，但也不算傻瓜化——它更像一个需要你花点心思调教、然后会回报你效率的工具。
本文还有配套的精品资源，点击获取
