缘起
去年开始关注 AI Agent，试过不少工具。大部分要么只能聊天，要么只能写代码。直到看到 OpenClaw，感觉这个思路不一样——它更像一个"运行系统"，可以连渠道、装技能、跑工作流，不只是对话。
中文社区管它叫"小龙虾"，因为 Logo 是一只龙虾。挺可爱的名字，但上手过程没那么可爱。
我踩过的坑
分享几个我实际遇到的问题，可能对你有参考价值：
坑 1：一上来就全部拉满
我第一次用的时候，环境、模型、渠道、技能、权限全部同时配。结果出了问题完全不知道是哪一层挂了。Agent 不回消息，到底是模型没连上？渠道配置有问题？还是技能权限不够？排查了一下午。
坑 2：装太多第三方技能
看到社区有很多看起来很酷的技能，一口气装了十几个。结果发现有些技能要的权限范围很大（比如文件系统完全读写），互相之间还有冲突。后来一个一个排查，费了不少时间。
坑 3：跳过安全配置
觉得"我就本地试试，不用管安全"。后来发现有些技能在你不知情的情况下可以访问外部 API，心里多少有点不踏实。
一条更省时间的路线
踩完坑之后，我总结了一个上手顺序。不复杂，就四步：
1. 先本地装好
不要一开始就搞云部署。本地安装是验证工具是否符合预期的最短路径。Mac 一行命令，Windows 和 Docker 也有方案。先让它跑起来再说别的。
2. 接一个你真正在用的渠道
我选了飞书，因为团队日常办公就在用。关键是跑通一条完整的链路：发消息 → Agent 处理 → 有结果回来。这个闭环验证了，后面扩展才有底气。
如果你不用飞书，选你日常真正在用的工具就行。重点是"真实场景"，而不是"为了测试而测试"。
3. 只装几个基础技能
我现在推荐先装这几个：
- 联网搜索（让 Agent 能查实时信息）
- 网页阅读（能抓取和解析页面）
- 文件处理（能读写文档）
- 消息发送（能主动推送结果）
就这四五个，够了。等基础链路稳了，再按需加。
4. 花 10 分钟看一遍安全配置
不是要你搞企业级安全架构，就是三件事：
- 技能来源能不能查到维护者？
- 权限是不是从最小开始给的？
- 装完的技能还在更新维护吗？
这四步下来大概 30 分钟。之后想怎么折腾都有基础了。
跑通之后我在做什么
分享几个我自己实际在跑的场景：
每日新闻内容链：把搜索 → 飞书文档 → 多维表格 → 播客音频串成一条自动链，每天早上 4 点跑一遍，起来就有一份可发布的内容。
飞书机器人初始化：把身份、偏好、工作方式写进 workspace 文件，让机器人不再每次对话都像刚认识你。
多 Agent 分工：三个飞书机器人分别负责总控、内容和运营，按路由规则自动分流，不同任务不再堆在同一个会话里。
最后
因为走了不少弯路，我把这条路线整理成了一个小站：clawpath.dev
不是官方文档的镜像，更像一个"先做什么、后做什么"的决策入口。中英双语，还在持续补内容。
如果你也在用或者打算用 OpenClaw，欢迎交流经验。特别想知道大家在哪一步卡住的最久——我可以针对那些痛点补内容。
