在 AI Agent 开发日趋成熟的今天，越来越多的开发者和普通用户开始探索将大模型能力延伸到移动端的可能性。微信，作为国内日活超十亿的即时通讯平台，天然成为了 Agent 指令入口的最佳候选。
2026 年，这件事终于有了一个真正"开箱即用"的方案——ClawBot（龙虾） 微信插件正式上线。无需写代码、无需懂技术，普通用户也能在三分钟内完成配置，直接在微信里调用 Claude、Gemini 等主流大模型。
本文将完整介绍 ClawBot 的开通流程、核心用法，以及背后的 API 接入逻辑，帮你快速上手这套随身 AI 助手方案。
一、痛点分析：为什么直连官方 API 在微信场景下"水土不服"
在正式进入配置流程之前，先梳理一下开发者和用户在这条路上最常踩的三个坑：
1.1 高频交互触发风控
微信 Agent 的典型使用场景是碎片化、高频次的指令交互——上午问代码、下午查文档、晚上处理运维告警。这种使用模式与官方 API 的风控模型存在天然冲突，尤其是 Anthropic 和 Google 的 API，对异常请求频率极为敏感，轻则限速，重则封号。
1.2 网络延迟破坏体验
直连海外服务器，在微信这种"秒回"预期极强的场景下，300ms 以上的延迟会让用户感知明显。Agent 的"思考过程"如果不能实时流式返回，整个交互体验会大打折扣。
1.3 注册门槛拦截普通用户
为了接入 Anthropic Claude 或 Google Gemini 的官方 API，需要准备海外手机号、境外信用卡，有时还要排队等待审核资格。对于只是想提升日常效率的普通用户来说，这个门槛显然不合理。
ClawBot 的出现，正是为了解决这三个问题。 它将复杂的 API 接入层完全封装在插件内部，用户只需完成一次简单授权，即可直接使用。
二、谁能用？怎么开通？3 分钟搞定
2.1 开通条件
在开始之前，确认你满足以下条件：
- ✅ 已在设备上安装并部署了 OpenClaw（小龙虾🦞）
- ✅ 微信版本更新至 iOS 8.0.70 及以上
- ✅ 安卓端目前正在灰度开放，陆续覆盖
- ✅ 支持本地部署或云端 OpenClaw 环境
2.2 超简单安装步骤
整个安装过程全程不需要写代码，按以下步骤操作即可：
- 打开微信 → 点击右下角 「我」 → 进入 「设置」 → 找到 「插件」
- 在插件搜索框中输入 ClawBot（或搜索"龙虾"）
- 点击开启插件，根据页面指引完成 授权绑定
- 返回聊天列表，即可直接与 ClawBot 对话
小白也能一次成功，全程无技术门槛。
三、ClawBot 最实用的 5 个用法
插件装好之后，下面这些场景可以直接照抄指令使用：
3.1 公众号运营神器
内容创作者的效率利器，直接发送以下指令：
帮我写一篇公众号推文，主题：AI工具推荐，风格轻松接地气，字数800字左右
帮我优化这个标题，要有爆款感，给我5个备选版本：[粘贴你的标题]
总结这篇文章，提炼3个核心要点，用简洁的语言输出
适用人群：自媒体作者、品牌运营、内容策划
3.2 职场办公提速
把重复性的文字工作交给 ClawBot：
整理以下会议记录，生成结构化会议纪要，包含：决议事项、待办清单、责任人：[粘贴内容]
根据以下数据，帮我写一份本周工作总结，突出亮点和问题：[粘贴数据]
适用场景：周报、邮件、通知、汇报材料
3.3 学习与信息处理
面对海量信息时，让 AI 帮你过滤和提炼：
- 发送长文链接或 PDF 内容 → 自动生成摘要
- 发送英文段落 → 翻译 + 润色一步到位
- 发送图片 → 提取文字并整理格式
3.4 生活助手
日常生活中的零散需求，ClawBot 同样能处理：
- 制定学习计划、健身计划
- 写活动文案、想创意思路
- 解答疑问、提供决策建议
3.5 自动化任务执行
这是 ClawBot 区别于普通聊天机器人的核心能力——它不只回答，还能执行：
| 能力类型 | 示例任务 |
|---|---|
| 文件整理 | 批量重命名、分类归档 |
| 数据处理 | 表格清洗、数据提取 |
| 设备控制 | 结合 OpenClaw 环境执行本地操作 |
四、进阶配置：为 ClawBot 接入更稳定的模型后端
对于有一定技术基础、希望自定义模型后端的开发者，可以通过修改 OpenClaw 的配置文件，将模型请求路由到更稳定的 API 中转节点。
一、环境准备与安装
在开始配置之前，确保本机已安装 Node.js（建议 v18 及以上版本）。Node.js 是 OpenClaw 运行的基础依赖，可以通过 node -v 验证当前版本。
1.1 全局安装 OpenClaw
打开终端（Windows 用 PowerShell 或 CMD，macOS 用 Terminal），执行以下命令：
# 全局安装 OpenClaw 最新版本
# -g 参数表示全局安装，安装完成后可在任意目录使用 openclaw 命令
npm install -g openclaw@latest
安装完成后，执行引导命令完成基础初始化：
# 执行交互式引导，根据终端提示逐步完成基础设置
# 此步骤会自动生成 .openclaw 目录和默认配置文件
openclaw onboard
onboard 命令会在用户目录下创建 .openclaw 文件夹，这是后续所有配置文件的根目录。Windows 系统路径为 C:\\\\Users\\\\你的用户名\\\\.openclaw，macOS 系统需要在用户主目录下找到 .openclaw 文件夹（注意该目录默认隐藏，可通过 ls -a ~ 查看）。
二、核心配置：修改 openclaw.json
这是整个配置流程中最关键的一步。openclaw.json 文件负责定义模型列表、Provider 信息以及鉴权模式，配置正确与否直接决定多模型能否正常调用。
文件路径：
- Windows：
C:\\\\Users\\\\admin\\\\.openclaw\\\\openclaw.json - macOS：
~/.openclaw/openclaw.json
2.1 配置文件结构说明
整个配置文件分为三个核心部分：
| 配置块 | 作用 |
|---|---|
agents.defaults | 定义默认使用的模型、并发数等运行参数 |
auth.profiles | 声明各 Provider 的鉴权方式（此处只声明类型，不填 Key） |
models.providers | 定义各 Provider 的接口地址、模型列表和参数 |
2.2 完整配置文件示例
将以下内容替换到 openclaw.json 中，注意 primary 字段需要与你实际使用的模型对应：
{
"agents": {
"defaults": {
"model": {
// primary 指定默认启动时使用的模型
// 格式为 "provider名称/模型ID"
// 如果你主要用 GPT-5.2，改为 "api-proxy-gpt/gpt-5.2"
"primary": "api-proxy-claude/claude-sonnet-4-5-20250929"
},
"models": {
// 以下是可在运行时快速切换的模型别名配置
"api-proxy-gpt/gpt-5.2": {
"alias": "GPT-5.2"
},
"api-proxy-claude/claude-sonnet-4-5-20250929": {
"alias": "Claude Sonnet 4.5"
},
"api-proxy-google/gemini-3-pro-preview": {
"alias": "Gemini 3 Pro"
},
"api-proxy-deepseek/deepseek-v3.2": {
"alias": "Deepseek v3.2"
}
},
// workspace 是 OpenClaw Agent 的工作目录，按需修改
"workspace": "C:\\\\\\\\Users\\\\\\\\admin\\\\\\\\clawd",
"maxConcurrent": 4, // 主 Agent 最大并发数
"subagents": {
"maxConcurrent": 8 // 子 Agent 最大并发数
}
}
},
"auth": {
"profiles": {
// 此处只声明鉴权类型，实际 API Key 在 auth-profiles.json 中填写
"api-proxy-gpt:default": {
"provider": "api-proxy-gpt",
"mode": "api_key"
},
"api-proxy-claude:default": {
"provider": "api-proxy-claude",
"mode": "api_key"
},
"api-proxy-google:default": {
"provider": "api-proxy-google",
"mode": "api_key"
},
"api-proxy-deepseek:default": {
"provider": "api-proxy-deepseek",
"mode": "api_key"
}
}
},
"models": {
"mode": "merge", // merge 模式：将自定义 Provider 与内置模型合并
"providers": {
"api-proxy-gpt": {
"baseUrl": "<https://api.88api.shop/v1>", // 中转站接口地址
"api": "openai-completions", // 使用 OpenAI 兼容协议
"models": [
{
"id": "gpt-5.2",
"name": "GPT-5.2",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 128000, // 上下文窗口大小（Token 数）
"maxTokens": 8192 // 单次最大输出 Token 数
}
]
},
"api-proxy-claude": {
"baseUrl": "<https://api.88api.shop>",
"api": "anthropic-messages", // Claude 使用专属的 anthropic-messages 协议
"models": [
{
"id": "claude-sonnet-4-5-20250929",
"name": "Claude Sonnet 4.5",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000, // Claude 支持 20 万 Token 上下文
"maxTokens": 8192
}
]
},
"api-proxy-google": {
"baseUrl": "<https://api.88api.shop/v1>",
"api": "google-generative-ai", // Gemini 使用 Google 专属协议
"models": [
{
"id": "gemini-3-pro-preview",
"name": "Gemini 3 Pro",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 2000000, // Gemini 支持超长 200 万 Token 上下文
"maxTokens": 8192
}
]
},
"api-proxy-deepseek": {
"baseUrl": "<https://api.88api.shop/v1>",
"api": "openai-completions", // DeepSeek 兼容 OpenAI 协议
"models": [
{
"id": "deepseek-v3.2",
"name": "Deepseek v3.2",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 2000000,
"maxTokens": 8192
}
]
}
}
}
}
几个容易踩坑的地方：
api字段不能混用：Claude 必须使用anthropic-messages，Gemini 使用google-generative-ai，其余模型使用openai-completions，协议类型写错会导致请求格式不匹配。baseUrl末尾斜杠：Claude 的baseUrl不带/v1，其他 Provider 需要带，这是由各自协议的路径规范决定的。- Windows 路径转义：
workspace字段在 Windows 下需要用双反斜杠\\\\\\\\转义，macOS 直接用正斜杠即可。
三、鉴权配置：填写真实 API Key
openclaw.json 只声明了鉴权方式，真正的 API Key 需要单独写入 auth-profiles.json，这样做的好处是可以将配置文件和密钥文件分开管理，便于团队协作时共享配置而不泄露密钥。
文件路径：
- Windows：
C:\\\\Users\\\\admin\\\\.openclaw\\\\agents\\\\main\\\\agent\\\\auth-profiles.json - macOS：
~/.openclaw/agents/main/agent/auth-profiles.json
{
"version": 1,
"profiles": {
"api-proxy-gpt:default": {
"type": "api_key",
"provider": "api-proxy-gpt",
// 将 sk-your-unique-gpt-key-here 替换为你从中转站获取的真实 Key
"key": "sk-your-unique-gpt-key-here"
},
"api-proxy-claude:default": {
"type": "api_key",
"provider": "api-proxy-claude",
// Claude 对应的 API Key，同一中转站通常使用同一个 Key
"key": "sk-your-unique-claude-key-here"
},
"api-proxy-google:default": {
"type": "api_key",
"provider": "api-proxy-google",
// Gemini 对应的 API Key
"key": "sk-your-unique-google-key-here"
},
"api-proxy-deepseek:default": {
"type": "api_key",
"provider": "api-proxy-deepseek",
// DeepSeek 对应的 API Key
"key": "sk-your-unique-deepseek-key-here"
}
}
}
API Key 可以从你使用的大模型中转服务获取。如果你还没有统一的中转站账号，88API 支持 GPT、Claude、Gemini、DeepSeek 等多个主流模型的统一接入，获取 Key 后按上述格式填入对应字段即可。
安全提示： auth-profiles.json 包含真实密钥，不要将其提交到 Git 仓库。建议在 .gitignore 中添加 .openclaw/agents/ 路径。
四、启动与验证
两个配置文件都填写完毕后，执行以下命令启动 Gateway 服务：
# 启动 OpenClaw Gateway，指定端口为 18789
# 端口号可按需修改，避免与本机其他服务冲突
openclaw gateway --port 18789
服务启动成功后，打开浏览器访问 http://127.0.0.1:18789/，进入 OpenClaw 控制台。
在控制台中可以验证以下几点：
- 左侧模型列表中能否看到 GPT-5.2、Claude Sonnet 4.5、Gemini 3 Pro、Deepseek v3.2 四个模型
- 切换模型后发送一条测试消息，观察是否正常返回
- 检查控制台日志，确认请求走的是中转站地址而非官方直连
如果某个模型返回鉴权错误（401），优先检查 auth-profiles.json 中对应的 Key 是否填写正确，以及 Key 是否有对应模型的调用权限。
五、避坑指南：这些问题你可能会遇到
遇到问题不要慌，90% 的情况都能通过以下方式解决：
找不到插件入口？
ClawBot 功能分批灰度开放，如果暂时搜索不到，等待 1～3 天后重试，或将微信更新到最新版本后重启。
绑定失败？
按顺序检查三项：① 网络连接是否正常 ② OpenClaw 本地/云端环境是否正在运行 ③ 微信版本是否满足要求（iOS 8.0.70+）。
数据安全吗？
ClawBot 通过微信官方插件通道运行，仅做消息传递，不读取聊天记录，隐私数据不会被上传或存储。
六、写在最后
ClawBot（龙虾）的出现，标志着 AI 工具正式走进普通人的日常。无论是做公众号、职场办公还是学习提升，它都能实实在在帮你节省时间、提高效率。
对于开发者而言，OpenClaw + 稳定 API 中转的组合，提供了一条从"会用"到"深度定制"的完整路径；对于普通用户而言，三步装好插件、直接开聊，门槛已经低到不能再低。
如果你还没体验，今天就跟着教程试一试——这只"微信龙虾"，很可能成为你 2026 年最顺手的效率工具。
