OpenClaw入门完全教程：2026年从安装到自定义技能开发的实战指南

夏清禾
25 阅读7分钟

想快速搭建一个能执行系统操作、对接多平台、支持技能扩展的本地AI智能体，OpenClaw是目前开源社区中完成度较高的方案之一。本文将从安装部署、核心架构、技能系统、Memory记忆机制到自定义技能开发，手把手带你走完整个入门流程。如果你只是想快速体验多模型AI对话，也可以直接使用聚合平台KULAAI（ly.877ai.cn），支持GPT、Gemini、Claude等多款模型，国内直接访问，目前提供免费额度。

OpenClaw是什么

OpenClaw（社区昵称"小龙虾"）是一款轻量级、开源的本地AI Agent框架，于2025年11月首次发布。它不同于单纯的聊天AI，而是一个具备本地数据采集、系统级控制和多平台交互能力的智能体运行时。

核心架构由四个模块组成：Gateway（网关引擎，负责会话管理与模型调度）、Agent（智能体实例，处理推理与工具调用）、Skills（技能系统，模块化扩展能力）和Memory（记忆系统，提供上下文持久化）。支持Windows、macOS和Linux三平台部署。

截至2026年4月，OpenClaw在GitHub上已获得超过28万星标，内置53个核心功能模块，支持飞书、Discord、Telegram、微信等多渠道集成。

环境准备与一键安装

系统要求

组件最低配置推荐配置
操作系统Windows 10+ / macOS 12+ / Ubuntu 22.04+同左
处理器x86_64 / Apple Silicon (M1-M4)同左
内存4GB8GB以上
存储可用空间2GB10GB以上
Node.jsv22+（安装脚本自动检测）同左

Windows安装

以管理员身份打开PowerShell，执行一键安装脚本：

powershell

powershell
iwr -useb https://openclaw.ai/install.ps1 | iex

国内网络环境下，可使用加速脚本。安装完成后，关闭并重新打开PowerShell，验证安装：

powershell

powershell
openclaw --version

输出版本号即表示安装成功。

macOS / Linux安装

打开终端，执行：

bash

bash
curl -fsSL https://openclaw.ai/install.sh | bash

安装完成后加载环境变量：

bash

bash
source ~/.zshrc   # macOS（Zsh）
source ~/.bashrc  # Linux

验证：openclaw --version。

Docker部署（进阶）

适合生产环境或多服务并行场景：

bash

bash
mkdir openclaw-docker && cd openclaw-docker

创建docker-compose.yml：

yaml

yaml
version: '3.8'
services:
  openclaw:
    image: openclaw/openclaw:latest
    container_name: openclaw
    ports:
      - "18789:18789"
    volumes:
      - ~/.openclaw:/root/.openclaw
    restart: always

启动：docker compose up -d，验证：docker compose ps。

初始化配置与首次启动

安装完成后，运行初始化向导：

bash

bash
openclaw onboard

按提示完成以下配置：

  1. 1.Security warning：输入Yes确认
  2. 2.Onboarding mode：选择QuickStart（快速启动）
  3. 3.Gateway port：默认18789，直接回车
  4. 4.Model/auth provider：新手可先选Skip for now，后续再配置AI模型
  5. 5.设置管理员密码：务必记录

启动网关服务：

bash

bash
openclaw gateway

终端显示Gateway started on port 18789即启动成功。浏览器访问http://localhost:18789，输入密码即可登录Web控制台。

核心架构深度解析

Gateway网关引擎

Gateway是OpenClaw的中枢，负责会话生命周期管理、模型调用调度、多渠道消息路由。它以守护进程方式运行，支持热重载配置。关键命令：

bash

bash
openclaw gateway status   # 查看运行状态
openclaw gateway restart  # 重启服务
openclaw gateway stop     # 停止服务

Agent智能体

Agent是实际处理用户请求的实例。每个Agent拥有独立的上下文窗口、工具权限和人格配置。通过AGENTS.md、SOUL.md和USER.md三个文件定义Agent的行为模式、性格特征和用户画像。

Skills技能系统

Skills是OpenClaw的核心扩展机制。每个技能是一个自包含的包，包含SKILL.md定义文件、可选的脚本和参考文档。技能采用"按需加载"策略，不占用常驻内存，激活时才注入上下文。

内置53个技能覆盖：文件操作、Web搜索、代码执行、语音合成、图表生成、安全审计等场景。

Memory记忆系统

Memory提供跨会话的上下文持久化。分为两层：

  • MEMORY.md：长期记忆，存储重要决策、用户偏好、项目上下文
  • memory/YYYY-MM-DD.md：每日日志，记录当天发生的具体事件

Agent在每次会话启动时自动加载相关记忆文件，实现"醒来还记得昨天发生了什么"。

自定义技能开发实战

技能目录结构

text

text
my-skill/
├── SKILL.md          # 必需：技能定义文件
├── scripts/          # 可选：可执行脚本
│   └── main.py
├── references/       # 可选：参考文档
│   └── api_docs.md
└── assets/           # 可选：资产文件
    └── template.docx

编写SKILL.md

SKILL.md由YAML前置元数据和Markdown正文组成：

yaml

yaml
---
name: my-custom-skill
description: "这是一个自定义技能示例，当用户提到XX时触发"
metadata:
  openclaw:
    emoji: "🔧"
    requires:
      bins: ["python3"]
---

# 自定义技能标题

## 使用方法
当用户请求XX操作时，按以下步骤执行：
1. 读取输入参数
2. 调用scripts/main.py处理
3. 返回结果给用户

description字段是触发匹配的关键，OpenClaw根据它判断何时激活技能。

实战：创建一个汇率查询技能

第一步：创建目录

bash

bash
mkdir -p ~/.openclaw/skills/exchange-rate/scripts

第二步：编写SKILL.md

yaml

yaml
---
name: exchange-rate
description: "查询实时汇率。当用户问汇率、换算、兑美元/欧元/日元时使用。"
---
# 实时汇率查询

使用scripts/exchange.py查询汇率。
用法：`python3 scripts/exchange.py USD CNY`
输出：当前USD/CNY汇率及最近7天趋势。

第三步：编写查询脚本scripts/exchange.py

python

python
import sys
import urllib.request
import json

def get_rate(base, target):
    url = f"https://api.exchangerate-api.com/v4/latest/{base}"
    resp = urllib.request.urlopen(url)
    data = json.loads(resp.read())
    rate = data["rates"].get(target)
    if rate:
        print(f"1 {base} = {rate} {target}")
    else:
        print(f"未找到 {base}/{target} 汇率")

if __name__ == "__main__":
    if len(sys.argv) == 3:
        get_rate(sys.argv[1], sys.argv[2])
    else:
        print("用法: python3 exchange.py <基础货币> <目标货币>")

第四步：验证技能

重启Gateway后，在对话中输入"查一下美元兑人民币汇率"，OpenClaw会自动匹配并调用该技能。

常见问题FAQ

Q1：openclaw命令找不到（command not found）怎么办？

通常是环境变量未生效。Windows用户关闭并重新打开PowerShell；macOS用户执行source ~/.zshrc；Linux用户执行source ~/.bashrc。如果仍无效，手动添加：export PATH="$HOME/.local/bin:$PATH"写入对应的shell配置文件。

Q2：Gateway启动失败，提示端口18789被占用？

检查占用进程：Windows用netstat -ano | findstr "18789"，macOS/Linux用lsof -i :18789。关闭占用程序，或启动时换端口：openclaw gateway --port 18790。

Q3：如何给OpenClaw配置AI模型？

在Web控制台的设置页面，或直接编辑~/.openclaw/openclaw.json配置文件。支持OpenAI、Anthropic Claude、Google Gemini、豆包、DeepSeek等主流模型。配置API Key后即可使用。

Q4：Skills技能和传统插件有什么区别？

传统插件启动时全量加载，需要注册表和依赖注入；OpenClaw Skills按需动态加载，只需一个SKILL.md文件即可定义。开发门槛更低，只需编写Markdown"教AI如何做事"，无需了解框架API。

Q5：OpenClaw的记忆系统如何工作？

Memory分两层：MEMORY.md存储长期记忆（用户偏好、项目上下文），memory/YYYY-MM-DD.md存储每日日志。Agent每次启动时自动加载，实现跨会话连续性。用户也可以手动编辑这些文件来调整Agent的记忆。

总结建议

OpenClaw的入门路径是：安装 → onboard初始化 → 启动Gateway → 配置模型 → 使用内置技能 → 开发自定义技能。整个过程10-20分钟可以完成。它的核心优势在于本地运行、技能可扩展、记忆持久化，适合作为个人AI助手的基础设施。

如果你在探索OpenClaw的过程中，需要同时对比不同AI模型的表现，或者想快速体验GPT、Gemini、Claude的能力差异，可以试试KULAAI（ly.877ai.cn）。它聚合了多款顶级AI模型，国内直接访问，目前提供免费使用额度，适合开发者在选型阶段做快速对比测试。

【本文完】

avatar
文章
阅读
粉丝