今天，我终于把 OpenClaw 跑起来了。
写下这句话的时候，我其实有一点点想笑。因为只有我自己知道，为了这一天，我中间到底经历了多少次“以为快好了”，又多少次被新问题当场打回去。
它不是那种一装就成的顺利。也不是那种看一遍教程、点几下按钮就能结束的轻松。
它更像是一场很真实的折腾：你一边兴奋，一边懵；一边觉得这东西很强，一边又被各种配置项搞得头大；你明明只是想把它装起来，最后却像在跟一个全新的世界磨合。
但也正因为这样，当它真的开始动起来的时候，那种开心特别具体。
不是“我又学会了一个新工具”的开心，而是——
我好像真的把一个原本离我很远的东西，拉到了自己的生活里。
1. 我为什么会去折腾 OpenClaw？
最开始，其实就是因为它最近真的很火。
关于 OpenClaw，我陆陆续续看到了很多讨论。有人说它强，有人说它能接工具，有人说它不是单纯的聊天模型，而是更偏向“执行型 AI”的方向。
这些词，对我来说是有吸引力的。
因为我一直都在想一件事：
AI 能不能不只是回答问题，而是真的替我做一点事？
不是我问一句，它回一段。不是我输入一段需求，它吐给我一篇文案。而是我发给它一个任务，它能真的去做一些动作。
比如：
- • 帮我处理电脑上的重复操作
- • 帮我接消息、收任务、做转发
- • 帮我跑通某些固定流程
- • 甚至以后帮我处理公众号排版、配图、存草稿这类事情
我对 AI 最感兴趣的地方，从来不只是“它会写”，而是“它能不能替我动手”。
所以当我开始折腾 OpenClaw 的时候，我心里其实是带着很强期待的。
2. 真正开始装的时候，我的第一感受是：乱
这个“乱”，不是说它设计得不好。而是对于一个第一次认真接触它的人来说，信息量真的太大了。
模型怎么选？配置要怎么填？哪些目录需要动？哪些先不要动？权限要不要开？安全上有没有坑？飞书机器人怎么接？本地执行链路怎么打通？什么是长连接，什么是桥接，什么又是本地调用？
这些东西一下子全堆到你面前的时候，人是会懵的。
我那天最真实的状态就是：
每一项我都觉得重要，但每一项我又都没有十足把握。
这种感觉其实特别消耗人。
于是整个过程就会变成一种很微妙的拉扯：
- • 想继续往前走，但又怕自己配错
- • 想赶紧跑通，但又担心后面返工
- • 想一步到位，但现实是根本做不到一步到位
说实话，中间有几次我真的觉得挺烦的。
现在回头看，我觉得这其实是每个新手都会经历的阶段。不是你不够聪明，而是你在面对一个新的系统时，很难一上来就找到正确节奏。
3. 后来我做对的一件事，是不再执着于“一次搞懂所有东西”
我中间最大的转折，其实不是某个技术问题突然被解决了，而是我自己的心态变了。
一开始我总想：既然要装，那我是不是应该把这些配置都弄明白？既然要接，那模型是不是应该一开始就选最合适的？既然要搞，那是不是应该从第一步就搭成一个很完整的方案？
后来我发现，这样想会把自己困住。
因为 OpenClaw 这种东西，不是靠“想明白”装起来的，很多时候它是靠“先跑起来”再慢慢理解的。
所以后面我干脆换了一个思路：
先别追求完美，先跑通。
不知道怎么选的，先选一个能用的。不确定要不要配的，先跳过。安全上拿不准的，先保守处理。复杂但当前不影响主链路的，先不展开。
这个思路一变，整个过程突然就顺了很多。
4. 模型怎么选，这一段我也纠结过
OpenClaw 要真正工作起来，模型这件事肯定绕不过去。
我最开始接的是 千问。当时主要是觉得，这条路对我来说心理负担没那么大。能登录、能跳转、能授权，整个过程相对来说更有“抓手”。
而且刚开始，对于我这种主要目标是“先跑起来”的人来说，能先通一条路，比一开始就追求最优方案更重要。
刚接上的时候，我其实挺开心的。因为至少这说明，OpenClaw 不是一个只能摆在那里看的东西，它是可以真的动起来的。
但很快我也感受到了一个特别现实的问题：
Token 消耗得很快。
后来我又去尝试了 GPT 的方案。因为我自己本来就一直在用 ChatGPT Plus，每个月 20 美元，这个习惯已经维持很久了。
真正去做的时候，我反而发现：
原来没有我脑补得那么难。
这个发现对我来说，其实挺有意义的。
5. 真正让我开始兴奋起来的，不是“它会回答”，而是“它开始会做”
如果说前面那一段主要是在搭环境、配模型，那后面真正让我觉得值了的，是我开始把它接进现实场景里。
这个现实场景，就是 飞书机器人。
我不想让 OpenClaw 只是停留在“打开电脑后，我去跟它聊几句”这个层面。我真正想要的是：
我在别处，也能给它发消息；它收到之后，能在本地电脑上替我处理一些事情。
这是一条关键分水岭。
因为一旦这件事做成了，OpenClaw 对我来说就不是“玩具”了，而是开始具备了“进入日常工作流”的可能。
所以后面，我就开始在本地 Mac mini 上，一点点去接飞书开放平台、建机器人、配消息接收、调回调地址、让链路真正跑通。
这个过程其实也不轻松。还是一样地会卡住，还是会遇到看不懂的配置，还是会反复试错。
但当它开始能辅助操作页面、能帮我完成部分配置动作的时候，我那种兴奋感是很明显的。
因为那一刻，我会觉得：这不是一个“只会聊天”的东西了。它真的开始往“执行”那个方向走了。
6. 当飞书发一条消息，本地 Mac mini 开始响应
等到后面，整条链路真的打通的时候，我心里那种开心特别扎实。
我现在这套东西，设备其实很简单：
- • 一台 Mac mini
- • 家里的 电视
- • 一个 飞书机器人
但它们串起来后，意义完全不一样。
我能在手机端发消息，让它触发本地执行；我能把一些原本要手工反复做的流程，逐步交给自动化去接管；我也终于看到了“AI 从聊天走向执行”的真实落地。
这不是终点，甚至只是起点。
但至少，我把第一步走出来了。
写在最后
如果你也在折腾 OpenClaw，给你一句我这次最深的体会：
先跑通，再优化。
不要一开始就要求自己把所有配置都懂透。很多东西，只有跑起来之后你才真的会懂。
我也还在继续打磨它。
但今天这一刻，我愿意认真记录下来：
OpenClaw，我终于把你跑起来了。
