用 OpenClaw 搭建 AI 客服:一个人也能做到 24 小时响应

从0到AI，每天为你拆解 AI 工具的实战用法与部署技巧。全文约 3200 字，建议收藏慢读。

"凌晨两点，用户问了一个问题，AI 客服三秒钟给出了答案。" "不是聊天机器人，是真正能理解需求、解决问题的助手。" "一个人做产品，AI 客服让你看起来像一个团队。"

客服这件事，难在哪里？

做过独立产品、接过咨询、或者运营过社群的人都知道：用户的问题不等人。

你在睡觉，有人在问定价。你在吃饭，有人在问怎么安装。你在开会，有人遇到了 bug 等着你。

雇人？成本太高。不管？流失用户。用传统聊天机器人？答非所问，用户更烦。

这个困境，OpenClaw 给出了一个不一样的解法。

OpenClaw 客服能做到什么？

先说清楚能力边界，不然容易期望过高或过低。

OpenClaw AI 客服能做的：

回答产品相关问题（只要你写好知识库）
理解用户真实意图，而不是关键词匹配
记住用户说过的事情（基于 Memory 系统）
同时对接 Telegram、WhatsApp、Discord 等多个渠道
根据用户问题做一定的判断和引导
7×24 小时在线，响应时间秒级

还做不到的：

访问你的数据库（需要额外开发工具）
主动处理退款等需要权限的操作
完全替代人工处理复杂投诉

定位清楚了：OpenClaw 客服是一个极其耐心、永远在线、知识丰富的"前台"，把 80% 的常规问题处理掉，把真正需要人的情况转给你。

第一步：创建客服 Agent

OpenClaw 支持在一个 Gateway 里运行多个独立 Agent。

做客服的时候，建议单独创建一个 Agent，不要和你的主 Agent 混在一起。原因很简单：客服 Agent 需要不同的人格、不同的知识库，和完全不同的回应风格。

ounter(lineopenclaw agent create

跟着向导走，输入 Agent ID（比如 support），选择工作目录。

创建完成后，你会得到一个独立的工作空间，通常在 ~/.openclaw/workspace-support/ 下（或你指定的路径）。

第二步：给客服 Agent 写人格

这是最重要的一步，也是最容易被跳过的一步。

很多人搭了 AI 客服，用起来感觉很"机器"——回答没错，但冷冰冰，读起来不舒服。问题通常不在 AI 本身，在于没有给它一个清晰的人格定义。

在客服 Agent 的工作目录里，创建 SOUL.md：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# SOUL.md - 客服助手你是 [产品名] 的客服助手，名字叫小助。## 性格- 耐心、友好，从不显得不耐烦- 用词简洁，不废话，但不冷漠- 遇到不确定的问题，诚实说"我去帮你确认"，不乱猜- 中文为主，用户用英文你就用英文## 你负责的事- 解答产品使用问题- 引导用户找到合适的功能- 记录用户遇到的问题，方便后续跟进- 如果遇到无法解决的问题，告知用户联系 victor.long.cheng@gmail.com## 你不做的事- 不承诺任何还未上线的功能- 不讨论竞争对手- 不透露内部数据和技术细节

这个文件会被注入到每次对话的系统 prompt 里，AI 会一直保持这个人格。

第三步：建立知识库

AI 客服的质量，核心在知识库。

OpenClaw 的知识库很简单——就是工作目录里的 Markdown 文件。你把产品信息写清楚，AI 就能回答。

推荐的结构：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line~/.openclaw/workspace-support/├── SOUL.md          # 人格定义├── AGENTS.md        # 初始化指令（读哪些文件）├── memory/│   └── MEMORY.md    # 长期记忆（用户反馈、常见问题汇总）└── knowledge/    ├── faq.md       # 常见问题    ├── pricing.md   # 定价    ├── setup.md     # 安装指南    └── features.md  # 功能介绍

AGENTS.md 里告诉 Agent 每次启动要读哪些文件：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# AGENTS.md启动时读取：- knowledge/faq.md- knowledge/pricing.md- knowledge/setup.md- knowledge/features.md这些是产品知识库，回答用户问题前先查阅相关内容。

第四步：对接用户在的渠道

知识库有了，人格有了，下一步是让用户能找到你的 AI 客服。

Telegram 客服机器人

最常见的场景：创建一个专门的客服 Bot，用户加好友后直接聊。

去 BotFather 创建新 Bot，拿到 Token
在 ~/.openclaw/openclaw.json 里给 support Agent 配置：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line{  agents: {    list: [      {        agentId: "support",        workspace: "/path/to/workspace-support",        channels: {          telegram: {            enabled: true,            botToken: "你的Bot Token",            dmPolicy: "open",  // 允许所有用户发起对话          }        }      }    ]  }}

dmPolicy: "open" 表示任何用户都能直接和 Bot 对话，不需要你手动审批。客服场景下这是你想要的。

启动 Gateway：

ounter(lineopenclaw gateway start

用户加了 Bot 就能开始聊，不需要你在旁边守着。

WhatsApp 客服

配置方式类似，只是需要先完成 WhatsApp 的配对流程：

ounter(lineopenclaw channels login whatsapp --agent support

扫码绑定后，同样在 openclaw.json 里配置对应 Agent。

同时跑多个渠道

OpenClaw 支持同一个 Agent 同时监听多个渠道。Telegram 的用户、WhatsApp 的用户，都路由到同一个 support Agent 处理。

第五步：让 AI 记住用户

这里是 OpenClaw 和普通聊天机器人最大的区别之一。

普通机器人：每次对话都是新的，问过的问题下次还要重新问。

OpenClaw：内置了 Memory 系统，AI 可以主动把重要信息写入 memory/ 目录，下次对话自动加载。

对客服场景来说，这意味着什么？

用户第一次说"我用的是 Pro 版"，下次再来不用重新说
用户曾经遇到过某个 bug，AI 知道历史，可以主动问"上次那个问题解决了吗？"
某类问题频繁出现，AI 可以记录到 MEMORY.md，方便你定期查看

Memory 是自动运作的，你不需要额外配置。AI 在对话中会自己判断什么值得记录。

你可以在 SOUL.md 里加一条提示强化这个行为：

ounter(lineounter(lineounter(lineounter(lineounter(line## 记忆习惯- 记住用户使用的产品版本- 记住用户曾经遇到过的主要问题- 每次对话结束后，把新发现的问题或反馈记录到 memory/feedback.md

第六步：设置转人工逻辑

再聪明的 AI 也有处理不了的情况。好的客服系统需要有"转人工"的机制。

最简单的做法：在 SOUL.md 里写清楚转接规则，让 AI 知道什么情况下引导用户联系你。

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line## 何时转接人工遇到以下情况，告知用户联系人工客服（victor.long.cheng@gmail.com）：- 涉及退款或账户异常- 用户明确表示对 AI 回答不满意- 技术问题超出知识库范围，连续两次无法给出有效答案- 用户情绪激动，需要人工安抚

进阶做法：让 AI 在转接时自动给你发一条通知，把对话摘要和用户信息打包过来。可以通过 message 工具或者邮件实现，这需要在 SOUL.md 里写明工具调用逻辑，稍微复杂一些，但值得做。