OpenClaw调研文档

OpenClaw（曾用名 ClawdBot, MoltBot）是一个近期在 GitHub 上爆火的开源个人 AI Agent（智能体）框架。它的核心理念是提供一个运行在用户本地设备上、拥有“双手”的 AI 助手。

与传统的 Chatbot（如网页版 ChatGPT）不同，OpenClaw 的特点在于：

• 本地优先 (Local-First)： 核心逻辑运行在你的设备上（Node.js 环境），数据掌握在自己手中。

• 全渠道集成 (Omnichannel)： 你不像是在和一个网页对话，而是通过你常用的聊天软件（如 Telegram, WhatsApp, Discord, Slack 等）与它交流。它就像你的微信好友一样存在。

• 持久记忆 (Persistent Memory)： 它会自动记录用户的偏好、历史对话和上下文，不会像普通 LLM 那样刷新页面就“失忆”。

• 工具调用能力 (Agentic Capabilities)： 它不仅能说话，还能通过“技能（Skills）”执行操作，如浏览网页、读写文件、运行代码、管理日程等。

简而言之： OpenClaw 是一个可以连接任意大模型（包括本地 LM Studio）并集成到你即时通讯软件中的私人全能管家。

基于 Windows + WSL (Windows Subsystem for Linux) 的环境，以下是标准的安装路径复盘：

2.1 环境准备

1. 启用 WSL： 在 Windows 上通过 PowerShell 运行 wsl –install 安装 Ubuntu 等发行版。

2. 环境依赖： OpenClaw 是基于 TypeScript/Node.js 构建的，需要 Node.js 环境（建议 v18+）。

• 在 WSL 中安装 Node.js：

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -sudo apt-get install -y nodejs

2.2 安装 OpenClaw

OpenClaw 提供了方便的一键安装脚本，直接在 WSL 终端中执行：

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

或者通过 npm 全局安装：

npm install -g openclaw

2.3 初始化

安装完成后，运行引导程序进行初始化：

openclaw onboard

在此过程中，系统会引导用户选择 LLM 提供商（通常默认为 Anthropic 或 OpenAI），在这里可以跳过，我们将在后续步骤手动修改为 LM Studio。

这是你实践中的关键步骤。为了让 OpenClaw 使用本地的 LM Studio 算力（而不是付费的 API），需要修改配置文件 openclaw.json。

3.1 配置文件位置

在 WSL 环境中，配置文件通常位于：

• ~/.openclaw/openclaw.json

3.2 修改openclaw.json

你需要将模型提供商指向 LM Studio 兼容的 OpenAI 接口。

前提条件：

• LM Studio 已启动并加载模型。

• LM Studio 的 Local Server 已开启。

配置示例：

3.2 重启openclaw

openclaw gateway restart

重启完即可使用配置好的本地模型

OpenClaw 的强大之处在于其 Agentic（代理） 能力，它通过 “Skills”（技能）扩展功能：

1. 信息获取 (Browsing)：

• 支持通过 Puppeteer 或 API 浏览互联网，实时搜索信息（OpenClaw 能够“阅读”网页内容并总结）。

1. 文件系统操作 (FileSystem)：

• 可以直接读取、写入、修改用户指定目录下的文件（在 WSL 中即为 Linux 文件系统，也可以挂载 Windows 目录 /mnt/c/）。

1. 代码执行 (Code Execution)：

• 拥有解释器能力，可以编写并运行 Python 或 JavaScript 代码来解决数学问题、处理数据或生成图表。

1. 持久化记忆 (Memory)：

• User Profile： 记住你的名字、职业、偏

• Context： 记住几天前的对话内容，无需重复提供背景信息。

1. 主动行为 (Proactivity)：

可以设定定时任务（Cron jobs），例如“每天早上8点通过 Telegram 给我发送天气简报”。

1. 多模态支持 (Vision)：

如果底层连接的模型支持视觉（如 LLaVA 或 GPT-4o），你可以发送图片给它进行分析。

结合本地 LM Studio，OpenClaw 可以在隐私完全保护的情况下通过以下场景使用：

1. 隐私敏感的个人助理：

• 场景：
  
   你有一些包含个人隐私文档需要整理。

• 操作： 将文档放在 WSL 目录下，让 OpenClaw 读取并总结，通过 Telegram 发送给你。全过程数据不离本地。

1. 全天候即时百科/编码助手：

• 场景：
  
   在手机上（通过 Telegram/WhatsApp）直接向家中电脑上的 OpenClaw 提问代码问题。

• 优势： 无论身在何处，只要家中电脑开着，你就有了一个私有的、免费的强力 AI 助手。

1. 自动化监控与简报：

• 场景： 让 OpenClaw 每天定时爬取特定的技术博客或新闻站点（使用 Browsing 技能），总结成摘要发送到你的聊天软件中。

1. 家庭服务器管家：

• 场景：
  
   由于运行在 WSL/Linux 上，它可以执行 Shell 命令。你可以通过聊天指令让它检查服务器负载、重启某个 Docker 容器（需谨慎配置权限）。

OpenClaw 是目前 “Bring Your Own Model (BYOM)” 趋势下的典型代表。通过 Windows + WSL + LM Studio + OpenClaw 构建了一套完全免费、数据私有、且具备极高扩展性的 AI Agent 系统。