346K GitHub星的OpenClaw,装完就吃灰?你当聊天机器人用了

OpenClaw 的 GitHub Star 数冲到 346K 了，超过 React。但你上网搜「OpenClaw 能干吗」，翻来覆去就那几句话。说得没错，但等于没说。

装完它、配好 Telegram、让它帮你查天气。然后呢？吃灰。

问题我最近琢磨了一下，出在哪呢。不是 OpenClaw 不好用，是大多数人拿它当聊天机器人用了。坦率的讲，这玩意说白了就是个 AI 接口的交换机，真正有价值的是把你日常用的那些工具串起来。今天不聊星数，聊装完之后到底该干嘛。

先说清楚 OpenClaw 到底是个啥。

官方定义叫 self-hosted gateway，自托管网关。听着有点绕，说直白点，它不是又一个 ChatGPT 网页，也不是一个独立的 AI，它是你已有工具的那个接线员。

输入可以是飞书消息、Telegram、WhatsApp、微信、邮件、定时任务、网页操作。输出可以是查资料、发消息、写文件、跑代码、管理日程、操作浏览器、调 API。它不做智能，做连接。你平时用 Gmail、Google Calendar、飞书、Notion、GitHub、浏览器，这些工具各管各的，互相没打通。OpenClaw 的工作就是，你在聊天框说一句话，它依次去调这些工具的接口，把结果串回来。

你不需要写 API 调用代码。配一次 skill，以后说人话就行。就这么个事。

说到这你可能要问了，那装完了到底能干些什么。我说三个我自己觉得最实际的。

第一个，把你的第二大脑接进来。

我自己的感受是这样，你有一堆笔记、收藏、文档散落在 Obsidian、飞书、Notion、Dropbox 里。想查上个月看过的那篇关于 RAG 的文章，翻半天找不到。配一个 Pinecone 或者 Chroma 向量数据库，免费额度够个人用。写一个 skill，告诉它你收到一篇文章或笔记的时候，摘要后存进去。以后你就直接说「帮我查我存的 RAG 笔记」，语义搜索返回，带原文和摘要。

Bookmark 只存「我收藏过」，向量库存的是上下文。你当时为什么收藏它、你当时的批注是什么、它跟你的哪个项目相关。这些东西 bookmark 做不到。说实话我也还在摸索这个玩法的上限，但方向我是认的。

第二个，让它帮你盯东西。

你每天早上要刷一遍行业资讯、看 GitHub Trending、检查服务器状态、看竞品发布。每天重复。配一个 cron skill，OpenClaw 自带调度。设定规则，每天早上 8 点爬指定 RSS 或网站，LLM 摘要，飞书发你。每 5 分钟 ping 服务器，超时就告警。每周日晚上爬 GitHub Trending，按领域分类，邮件推送。

效果就是，你不用亲自去打开几十个 tab 扫一遍。让它先去扫，只把有价值的送到你面前。你敢信？我以前每周日晚上手动干这个事要花一个多小时。现在每次收到推送，说实话感觉有点荒谬。

第三个，做一个只属于你的 AI 助手。

你不想每次跟 AI 聊天都从「你是谁」开始。你想要一个知道你喜欢什么、你怕什么、你的时间怎么安排的助手。写一个 SOUL.md 和一个 USER.md，这是 OpenClaw 的 workspace 文件。告诉它你的职业、你的项目、你的习惯、什么场合需要什么语气。连接日历、邮件、待办。以后你问「帮我看看明天上午有空没」，它查日历，回你，顺便提醒你别忘了给 XX 回邮件。

这个记忆跟 ChatGPT 的上下文不一样。持久化写到磁盘的，断开聊天再回来，它认识你。而且装在你自己的机器上，数据不传任何第三方。想到这我有时候觉得，这才是 AI 助手正确的打开方式。

那为什么我不建议你把 OpenClaw 当聊天机器人用？

因为比它好的聊天机器人太多了。Claude、ChatGPT、Gemini、豆包，任何一个都比 OpenClaw 的纯聊天气氛好。OpenClaw 的竞争力不在聊，在能做事。

我见过最离谱也最漂亮的一个用法，来自 53AI 那篇实战分享。一个非技术用户让 OpenClaw 去浏览器部署前端，它发现当前浏览器不行，自己装了 Chrome、配了代理，然后成功操控浏览器完成部署。我当时读完就愣住了。这不是聊天，这是一个具备自主解决问题的能力的基础设施。

最后给一人公司的朋友们一个实操建议。

别贪多。第一周只做两件事，接一个聊天入口，飞书或 Telegram 二选一，配一个知识库 skill。第二周加一个定时任务，选一个你每天手动做的事情，改成自动。第三周再去折腾更复杂的 skill，浏览器操作、多 Agent 协作、自定义脚本调用。

不要第一周就试图把 ClawHub 上 44,000 个 skill 全装上。你会迷失在「这个 skill 好像能用」的焦虑里。这个事儿我也踩过坑。

OpenClaw 在 GitHub 上 346K 星，不是因为它 AI 比别人强。是因为它让「AI 帮我做事」这件事的门槛，从「写个后端 API」降到了「配个配置文件」。

但工具本身不会帮你做事。你还是得想清楚，你希望哪部分的重复劳动被自动化。想清楚这个，OpenClaw 才有意义。

不然装完吃灰，就是 346K 个人走过的路。