数据库管理-第412期 OpenClaw深度进化+QClaw实测！这只AI“小龙虾”到底怎么玩透？（20260317）

作者：胖头鱼的鱼缸（尹海文）Oracle ACE Pro: DatabasePostgreSQL ACE10年数据库行业经验拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证墨天轮MVP，ITPUB认证专家圈内拥有“总监”称号，非著名社恐（社交恐怖分子）公众号：胖头鱼的鱼缸CSDN：胖头鱼的鱼缸（尹海文）墨天轮：胖头鱼的鱼缸ITPUB：yhw1809IFClub：胖头鱼的鱼缸除授权转载并标明出处外，均为“非法”抄袭

通过前面两期对OpenClaw的部署与使用，其实可以看到想要用好OpenClaw还是比较麻烦的，需要一定的技术底子、动手能力和资金底盘的。本期仍然会介绍如何进一步完善OpenClaw相关使用。为了避免大家没看过前面文章或者“丢失记忆”，这里也附上前两篇文章链接：全网疯传的OpenClaw，总监用本地大模型跑通了！

OpenClaw进阶实战：升级+网关安全+飞书对接一次性搞定

腾讯也推出了可以运行在macOS和Windows系统上的QClaw，据说是简化了配置操作，我也在我台式机上装了一台Windows11虚拟机来试用QClaw。

1 进一步完善OpenClaw

众所周知，要用好OpenClaw，就需要利用好优秀的Skill（技能），有完善Skill支持的OpenClaw才是完全体，但Skill安装（包含其依赖）并不是那么便捷的。

1.1 Ollama

在解决Skill问题前，先解决一些Ollama的问题。

这点主要还是针对我的环境，在下使用Ollama时最大的问题是：默认操作下，即使用下面命令运行模型时，模型默认运行5分钟后就会关闭。超过5分钟再调用会因需要重新加载模型非常耗时。

ollama run qwen3.5:35b

因此可以用下面的命令来解决这一问题：

curl http://10.10.10.1:11434/api/generate -d '{  "model": "qwen3.5:35b",  "keep_alive": -1}'#keep_alive就是指定存活时间，-1代表无限

操作完成后可以看到运行时限（UNTIL）已经变为永久（Forever）:

这样配置Ollama模型运行可以很好的避免OpenClaw调用时因模型中断重加载导致的响应缓慢、超时等不良体验。但似乎在实际使用中，很长一段时间不调用Ollama时，模型也会从显存中卸载，但体验已经好很多了。

关于Ollama我这里还想提一下，昨天我尝试将Ollama版本从0.17.7升级到0.18.0，结果发现在我的环境模型无法正确调用GPU了，大家如果有使用Ollama，请根据自己环境慎重升级版本，并保留好正常版本的安装、配置相关文件（主要是重新下载还是挺耗时的）。建议关闭自动升级：我已经回滚到0.17.7了。

目前我还没有解决96GB显存配置下，Ollama无法正常使用GPU的问题。

1.2 Skill依赖

之前在初始安装的时候部分内建Skill的时候，出现了brew无法安装的现象，在自己安装过程中我也发现在Linux上使用Homebrew（Linuxbrew）是不能使用root安装软件的：

需要切换至Linuxbrew部署用户来安装软件：

su - linuxbrewbrew install gh #github的依赖brew install ffmpeg #video-frams的依赖brew install ripgrep #session-log的依赖brew install tmux #tmux和一些其他Skill的依赖

而针对比较常用的summarize（skill和依赖都叫这个名字），使用brew安装会提示不能用这种方式安装macOS版本，需要用下面命令安装：

npm install -g @steipete/summarize

部分依赖安装完成后，OpenClaw不能正确获取变化状态，可以通过聊天方式让OpenClaw自己尝试去检查，或者重启Gateway：

openclaw gateway restart

我也希望OpenClaw能够在后续版本中解决前面的问题，当然我们也可以自己捯饬一套Skill出来。

1.3 Skill安装

本来，官方推荐的通过Clawhub（https://clawhub.ai/）来安装需要的依赖是最方便的：

即使用下面的命令：

npx clawhub@latest install sonoscliclawhub install sonoscli

由于官方的网站带宽限制确实很拉胯导致基本没法通过命令进行安装：

其实还可以通过其他方式安装，以必备的self-improving-agent为例，地址为：

https://clawhub.ai/pskoett/self-improving-agent

安装部署中有通过git命令安装的方式，可以使用这种方式进行安装：

但不是每个Skill都有较为完善的安装部署流程，还可以下载对应Skill的压缩文件，然后创建目录，并将压缩包内容解压至对应目录，然后让OpenClaw去学习（聊天、重启、刷新都可以尝试）：

mkdir ~/.openclaw/skills/self-improving-agentcd ~/.openclaw/skills/self-improving-agentunzip self-improving-agent-3.0.4.zip

除了Clawhub以外，还有很多地方可以找到Skill，这里就不做推荐了。如果你安装的Skill缺少依赖，就用前一小节的方法或者自己摸索一下。

2 试玩QClaw

Qclaw是基于OpenClaw的AI Agent工具，无需编程，一键部署到本地电脑。通过微信或QQ发送指令，Qclaw自动操控文件、浏览器、邮件，让AI真正替你干活。（https://qclaw.qq.com/）

我在Windows虚拟机上安装并运行QClaw。

2.1 安装QClaw

安装过程还是非常简单快捷的：

2.2 登录

使用QClaw是需要微信扫码登录的：

由于是邀请制内测中，还需要内测邀请码（这个嘛，我正好有）：

2.4 关联微信

登录后就可以关联微信：

扫码后就可以关联QClaw开始聊天：

2.5 配置模型

也可以配置模型（没有Ollama选项，希望官方可以增加），所以我依然选择默认大模型：

2.6 安装Skill

点击安装Skill就会进入聊天对话：

点击安装“实时天气Skill”就会弹出新的对话内容，回车后即可自动安装成功（后续我也用其他方式安装其他常用Skill，就不做演示了）：

部分Skill安装操作过程中会有一闪而过的说明，然后连同安装命令一起在聊天内容丢失，看起来应该是Windows上安装软件比较麻烦。这点也希望官方排查一下，不要直接清理相关内容而是保留出问题的信息；也希望调整一下Skillhub，更好的支持Windows上运行。

这里还可以看到腾讯也做了一个类似于Clawhub的网站Skillhub（https://skillhub.tencent.com/），可以在OpenClaw中作为Clawhub限速的一种解决方案。

整体使用下来QClaw的体验还是不错的，比较便捷。

3 来自媳妇儿的灵感

下面是昨晚睡前和媳妇儿聊天的一点小总结，纯属娱乐脑洞：

抛开翻译上的梗，我们都把OpenClaw戏称为“小龙虾”。历史上，小龙虾大约在20世纪30年代前后从日本引入中国，最初只是被当作牛蛙的饲料。如今，小龙虾已经被中国人吃到必须大规模人工养殖才能供应，但也一直有一种说法：当年日本人引入小龙虾，并非单纯的物种引进，而是暗藏恶意，试图以此影响、冲击我国的粮食安全。

放到今天来看，现在这只“OpenClaw小龙虾”，会不会也存在类似的潜在恶意与风险？尤其在当下这股 “全民养虾” 的浪潮里，有些问题更值得多想一层：

• 真正有能力安装、用好、跑顺OpenClaw的人有多少？在海量Token消耗的前提下，又能实实在在创造多少价值？
• 有多少管理者、决策者真正理解OpenClaw乃至整个AI的本质 —— 清楚它需要怎样的技术底座、怎样的人才、怎样才能真正落地产生价值？
• 在部分场景中，AI对普通打工人形成无差别、高强度冲击，长期下去又会带来怎样的连锁问题？

再多想一层，还有几个很现实的问题：

• 大家一窝蜂上OpenClaw，到底是真解决问题，还是只为了赶风口、交差、做政绩？最后会不会变成一堆好看但没用的演示项目？
• 数据、模型、算力都攥在别人手里，一旦断供、限流、涨价、加后门，我们有没有完整的替代方案和退路？
• 现在喊着“降本增效”，真增效了还好，只降本不增效，最后成本省在哪、代价由谁承担？
• 当越来越多岗位被标准化、工具化，人不再被当人用，只被当“接口”和“耗材”，整个行业的创造力和安全感还剩多少？
• 今天你用AI替代别人，明天别人用更强的AI替代你，这种无限内卷的游戏，最后谁是赢家，谁又是炮灰？

总结

本期针对OpenClaw需要的Ollama持续运行以及Skill完善进行了讲解，试用了腾讯QClaw，也说出了一些感触。老规矩，知道写了些啥。