OpenClaw(小龙虾)全攻略:从配置到记忆训练、安全防护、省Token与重复工作脚本化

本文将详细分享OpenClaw的使用技巧，涵盖新龙虾的配置、记忆训练、安全性、节约Token，以及重复性工作形成脚本等高级策略。无论你是小白还是老手，都能快速上手，让你的“小龙虾”成为高效数字员工。全文基于官方GitHub、官网文档和实战经验总结，建议边读边操作，确保你的龙虾健康成长！

5分钟从零部署到全功能上线新手最关心的就是“怎么养第一只龙虾”。

OpenClaw完全开源，支持Mac、Windows（推荐WSL2）、Linux甚至Raspberry Pi或VPS，一键安装超级简单。

步骤1：一键安装（官方推荐）

打开终端（Mac/Linux用Terminal，Windows用PowerShell或WSL），输入一行命令：
curl -fsSL https://openclaw.ai/install.sh | bash
或用npm全局安装：npm install -g openclaw@latest
（如果安装出现失败，大概率是github连接不通，可以使用镜像站来进行）

安装完后运行openclaw onboard --install-daemon，它会自动安装Node.js（≥22）、Gateway守护进程，并引导你配置。整个过程5-10分钟。

步骤2：核心配置（onboard向导）

运行openclaw onboard后，按提示走： 

选择模型提供商：

推荐先用Anthropic Claude（推理强，适合复杂任务）或OpenAI GPT系列（速度快），国产一般选择Qwen、Deepseek、Kimi以及GLM模型，特点是价格便宜。本地模型（如oLlama）也支持，省钱但能力稍弱。

输入大模型的API Key：

API Key存入~/.openclaw/credentials或环境变量。 

安装Skills（技能模块）：这是“新龙虾”的手脚！运行powershell命令安装核心技能：
claw install browser（浏览器控制、表单填写）
claw install desktop-control（桌面操作、文件读写、Shell命令）
claw install vector-memory（向量记忆增强）
claw install auto-updater（自动升级）
技能文件夹在~/.openclaw/workspace/skills/，每个技能有SKILL.md描述，AI能自己阅读并调用。

步骤3：多模型与高级路由

支持同时接多个模型！在config里添加路由规则：日常任务用便宜模型，复杂推理用Claude。

启动Gateway：openclaw gateway --port 18789，浏览器访问127.0.0.1:18789/chat即可看到Web UI仪表盘。

上图为典型OpenClaw仪表盘界面，显示健康状态、连接客户端、频道、技能等，一目了然。

配置完成后,推荐先跑openclaw doctor检查配置安全性和健康度。整个新龙虾配置完成后，它就能24/7待命了！

龙虾“记住你”，越用越懂你OpenClaw的最大杀手锏是持久记忆（Persistent Memory），不像ChatGPT每次重置，它能跨会话、跨天记住你的偏好、习惯和历史。

基础训练技巧：
每次聊天开头就“教”它：
“记住：我是产品经理，喜欢简洁回答，优先用中文，工作日早上8点提醒待办。”
它会自动存入长时记忆（Long-Term Memory）。重要信息加“记住”关键字，或用工具MEMORY_STORE显式存储。

高级记忆管理：

· 用/compact命令压缩上下文：长对话后输入/compact，龙虾会自动总结关键点，丢弃冗余，保持记忆清晰。 

· /new或/reset开启新会话，避免旧记忆污染新任务。 

· 定期清理：输入“帮我整理我的记忆，删除过时信息”，或用MEMORY_FORGET工具。 

· 向量记忆增强：安装vector-memory后，龙虾能用嵌入向量搜索历史，像个人知识库。实战：让它记住“每周三下午会议”，它会主动在日历中插入提醒。

训练策略：

首次会话做自我介绍+偏好设置（Profile）。 

每完成任务后反馈：“这次做得很好，下次优先用表格输出。” 

启用Hooks（钩子）：在config里开session-hook，自动捕获对话存记忆。 

多Agent记忆隔离：为不同角色建独立Agent（e.g. 工作龙虾、个人龙虾），避免记忆混乱。

养成这些习惯后，你的龙虾会像老朋友一样懂你——它能自动生成个性化周报、根据历史偏好推荐行程，记忆越丰富，效率越高！

本地运行不等于零风险，防护必备OpenClaw本地运行，数据不进云端，但它有“手有脚”（全系统访问），安全是头等大事。官方强调“安全优先”，社区也有“卸龙虾”案例（权限过大导致风险）。核心防护措施： 

· 最小权限原则：不要给全盘读写。先用sandbox模式（非主会话跑Docker容器）。config设置：
"agents.defaults.sandbox.mode": "non-main"
允许列表只开必要工具（bash、read、write），拒掉browser/cron等高危。 

· DM配对策略：默认dmPolicy="pairing"，陌生人发消息需配对码。命令：openclaw pairing approve telegram <code>。开放DM时加allowFrom白名单。 

· 技能安全扫描：安装社区Skill前，用VirusTotal集成扫描。自定义Skill必须写SKILL.md说明权限，让龙虾自己审核。 

· 监控与审计：运行openclaw doctor定期检查。启用verbose日志，/status查看实时上下文和Token。Web UI有Logs面板，随时看行为。 

· 远程访问硬化：用Tailscale（serve模式，仅内网）或SSH隧道，避免公网暴露。Gateway默认绑loopback。 

· 模型选择防注入：用强模型（Claude Opus）降低prompt injection风险。

实战安全流程： 

1. 新技能上线前：测试沙盒环境。 

涉及API Key/资金：额外确认钩子（Hooks）。 

企业/办公机：建议隔离Mac Mini或VPS运行，办公网络禁用。 

紧急停止：输入/stop立即中断任务。

记住：龙虾强大是因为有权限，安全靠你“调教”。按以上做，风险远低于云端AI！

从烧钱到省钱，成本降90%+OpenClaw用API模型，Token消耗是最大痛点（历史上下文、工具返回、Thinking链）。官方+社区技巧能把成本压到原30%以内。

即时命令省Token： 

· /compact：压缩会话，保留精华。 

· /new或/reset：新开对话，清空历史（避免2小时烧百刀）。 

· /think minimal或off：降低推理深度，简单任务用。 

· /usage tokens：实时查看消耗，监控异常。

配置级优化： 

· 自动压缩：config开启Compaction，闲置idleMinutes后自动总结。 

· 模型路由：日常用gpt-4o-mini（便宜），复杂用Claude。订阅制路由不同API。 

· QMD/Context管理Skill（社区热门）：安装后自动精简上下文，实测省90%+。 

· 心跳优化：Cron任务设低频（e.g. 每天一次而非每分钟），避免雪球效应。 

· 多Agent分离：不同任务独立Session/Workspace，防止记忆膨胀。

高级省钱策略： 

· 启用Streaming：响应分块输出，减少等待Token。 

· 定期/status + /compact养成习惯。 

· 本地模型fallback：复杂任务云端，简单任务就切换到本地小模型（使用ollama部署4b/8b模型或者lmstudio调用类似模型）。 

· Hooks日志精简：只记关键，不全量带历史。

· 不少简单重复的工作可以让龙虾给你写python脚本，然后自己运行脚本即可，这样就脱离龙虾，自然就不用消耗token了（前提是在龙虾中先要跑通该任务才行）

实战案例：一位用户原日烧10亿Token，优化后降到1亿——用/new+自动压缩+低think，就省了95%！养龙虾不烧钱，关键是“管好上下文”。五、重复性工作形成脚本策略：让龙虾自己写代码、自动化一切这是OpenClaw最强之处——它能把重复工作变成“脚本”（Skills + Cron + Hooks），甚至自我进化。基础脚本化： 

创建自定义Skill：在~/.openclaw/workspace/skills/我的任务/SKILL.md写描述（e.g. “每天早上汇总邮件摘要”）。 

龙虾写代码：聊天说“帮我写一个Skill，每天检查Gmail未读并总结”，它会生成完整SKILL.md + 工具调用。 

安装&测试：claw install 我的任务，然后cron触发。

高级自动化： 

· Cron Jobs：config里设定时任务，如“每周一生成周报”。命令：openclaw cron add "0 8 * * 1" "生成周报"。 

· Hooks触发：163mail Pub/Sub、Webhook（e.g. 新邮件自动处理）。session-hook自动捕获记忆。  

· 重复工作模板：
示例1：邮件清理Script——Skill读Inbox，AI判断垃圾，自动unsubscribe。
示例2：代码维护——浏览器Skill监控GitHub PR，自动review+comment。
示例3：健康跟踪——连WHOOP，cron每天总结运动数据发到qq，qq可以添加龙虾机器人，相对飞书来说，操作更简单一些。

策略Tips： 

· 先小任务测试（e.g. 每日提醒）。 

· 用AGENTS.md/SOUL.md注入人格提示：“你是高效自动化专家，优先脚本化重复工作。” 

· 让龙虾自优化：说“分析我的重复任务，写新Skill优化它”。 

· 组合多技能：browser + desktop-control + memory = 全自动工作流。

这样，原本每天花2小时的琐事，龙虾5分钟搞定，还能自我迭代——这就是“养龙虾”的终极乐趣！

· 多渠道同步：同一龙虾接Telegram+Discord，跨App记忆共享。

· 语音&Canvas：Mac/iOS支持语音唤醒，渲染实时画布（e.g. 图表）。 

· 社区资源：ClawHub发现Skill，GitHub issues学别人脚本。 

· 更新维护：openclaw update --channel stable，定期openclaw doctor。 

· 常见坑：Token超限前/stop；权限过大先sandbox；记忆过杂定期compact。

养好你的新龙虾，开启AI执行时代OpenClaw不是工具，而是你的数字分身。通过科学配置、记忆训练、安全防护、省Token优化和脚本策略，它能从“聊天机器人”进化成“全职助理”。新手从一键安装开始，老手玩自繁殖和多Agent，很快你会发现：工作效率翻倍，生活更轻松。建议立即动手配置一只，边用边调教——龙虾会越来越像你。记住安全第一、省钱第二、自动化第三！

潮涨潮落，带你看透币圈繁华

轻按手指，关注我们公众号不走失

区块链online