夜雨聆风> 真正有用的 AI，应该帮你干那些**普通人干不了**、**不愿意干**、**没时间干**的事。
这篇文章不讲虚的，直接告诉你**怎么做**。
## 一、先安装 OpenClaw
打开终端（Terminal 或 PowerShell），复制粘贴下面的命令：
**macOS / Linux：**
```bash
curl-fsSLhttps://openclaw.ai/install.sh | bash
```
**Windows（用管理员打开 PowerShell）：**
```powershell
iwr -useb https://openclaw.ai/install.ps1 | iex
```
安装完成后，运行初始化：
```bash
openclawonboard--install-daemon
```
根据提示：
1. 输入你的 API Key（可选，直接回车用免费模型也可以）
2. 选择要连接的聊天工具（Telegram 最简单，扫码就行）
3. 完成后启动服务：
```bash
openclawdashboard
```
然后浏览器会打开 http://127.0.0.1:18789/ ，在那个页面就能和 AI 对话了。
---
## 二、五个真正有用的例子（附完整命令）
### 例子1：让它帮你查股票
**目标**：想知道某只股票现在多少钱、涨跌幅
**第一步：安装股票查询工具**
```bash
# 打开终端，执行：
pipinstallakshare
```
**第二步：写一个脚本**
新建一个文件 `~/stock.py`（用记事本或 vim），内容如下：
```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import akshare as ak
import sys
import json
defmain():
iflen(sys.argv) < 2:
print("用法: python ~/stock.py 股票代码")
print("例如: python ~/stock.py 300750")
return
code = sys.argv[1]
# 获取实时行情
df = ak.stock_zh_a_spot_em()
stock = df[df['代码'] == code]
if stock.empty:
print(f"未找到股票: {code}")
return
s = stock.iloc[0]
print(f"📈 {s['名称']} ({s['代码']})")
print(f" 现价: {s['最新价']} 元")
print(f" 涨跌幅: {s['涨跌幅']}%")
print(f" 成交量: {s['成交量']} 手")
print(f" 成交额: {s['成交额']} 元")
if__name__ == "__main__":
main()
```
保存后，在终端执行：
```bash
chmod+x~/stock.py
```
**第三步：测试**
```bash
# 在终端里运行：
python~/stock.py300750
# 应该输出宁德时代的实时行情
```
**第四步：告诉 OpenClaw 怎么用**
在 OpenClaw 对话框里输入：
```
以后我问你股票，你就执行这个命令：python ~/stock.py 股票代码
```
以后你就可以直接问：
```
用户：宁德时代现在多少钱？
OpenClaw：📈 宁德时代 (300750)
现价: 195.50 元
涨跌幅: +2.35%
```
---
### 例子2：让它帮你剪视频
**目标**：把一个长视频切成多个短片段
**第一步：安装 ffmpeg**
```bash
# macOS
brewinstallffmpeg
# Ubuntu
sudoaptinstallffmpeg
```
**第二步：写一个脚本**
新建文件 `~/clip.py`：
```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import os
import sys
import subprocess
import json
defmain():
iflen(sys.argv) < 4:
print("用法: python ~/clip.py 视频文件.mp4 输出文件夹 片段数量")
return
video = sys.argv[1]
output_dir = sys.argv[2]
count = int(sys.argv[3])
os.makedirs(output_dir, exist_ok=True)
# 获取视频时长
cmd = f"ffprobe -v error -show_entries format=duration -of csv=p=0 {video}"
result=subprocess.run(cmd, shell=True, capture_output=True, text=True)
total = float(result.stdout.strip())
segment = total / (count + 1)
print(f"视频总时长: {total:.1f} 秒")
print(f"将切分为 {count} 个片段\n")
for i inrange(count):
start = segment * (i + 1)
out_file = os.path.join(output_dir, f"clip_{i+1}.mp4")
cmd = f'ffmpeg -y -i "{video}" -ss {start:.0f} -t 15 -c copy "{out_file}"'
subprocess.run(cmd, shell=True)
print(f"✓ 片段 {i+1}: {start:.0f}s ~ {start+15:.0f}s")
print(f"\n✅ 完成！文件保存在: {output_dir}")
if__name__ == "__main__":
main()
```
保存后：
```bash
chmod+x~/clip.py
```
**第三步：使用**
```
用户：帮我把 ~/videos/meeting.mp4 切成5个片段
OpenClaw：⏳ 视频总时长: 750 秒
将切分为 5 个片段
✓ 片段 1: 125s ~ 140s
✓ 片段 2: 250s ~ 265s
✓ 片段 3: 375s ~ 390s
✓ 片段 4: 500s ~ 515s
✓ 片段 5: 625s ~ 640s
✅ 完成！文件保存在: ~/output/
```
---
### 例子3：让它帮你分析数据
**目标**：把一个 CSV 文件导入，自动生成统计报告
**第一步：安装数据分析库**
```bash
pip install pandas matplotlib seaborn
```
**第二步：写一个脚本**
新建文件 `~/analyze.py`：
```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import sys
import os
defmain():
iflen(sys.argv) < 2:
print("用法: python ~/analyze.py 数据文件.csv")
return
csv_file = sys.argv[1]
output_dir = os.path.join(os.path.dirname(csv_file), "analysis")
os.makedirs(output_dir, exist_ok=True)
# 读取数据
df = pd.read_csv(csv_file)
# 基本信息
print("=" * 50)
print(f"📊 数据分析报告")
print("=" * 50)
print(f"文件: {csv_file}")
print(f"行数: {len(df)}")
print(f"列数: {len(df.columns)}")
print(f"\n列名:")
for col in df.columns:
print(f" - {col}")
# 数值列统计
numeric_cols = df.select_dtypes(include=['number']).columns
iflen(numeric_cols) > 0:
print(f"\n📈 数值统计:")
for col in numeric_cols:
print(f" {col}:")
print(f" 均值: {df[col].mean():.2f}")
print(f" 最小: {df[col].min():.2f}")
print(f" 最大: {df[col].max():.2f}")
# 生成图表
plt.figure(figsize=(10, 6))
df[numeric_cols].hist(bins=20)
plt.tight_layout()
plt.savefig(os.path.join(output_dir, "histogram.png"), dpi=100)
print(f"\n✅ 图表已保存: {output_dir}/histogram.png")
print("=" * 50)
if__name__ == "__main__":
main()
```
保存后：
```bash
chmod+x~/analyze.py
```
**第三步：使用**
首先准备一个 CSV 文件，例如 `~/data/sales.csv`：
```csv
产品,销售额,利润,数量
A,1000,200,50
B,1500,300,75
C,800,100,40
D,2000,500,100
```
然后告诉 OpenClaw：
```
用户：帮我分析 ~/data/sales.csv
OpenClaw：==================================================
📊 数据分析报告
==================================================
文件: /home/user/data/sales.csv
行数: 4
列数: 4
列名:
- 产品
- 销售额
- 利润
- 数量
📈 数值统计:
销售额:
均值: 1325.00
最小: 800.00
最大: 2000.00
利润:
均值: 275.00
最小: 100.00
最大: 500.00
数量:
均值: 66.25
最小: 40.00
最大: 100.00
✅ 图表已保存: /home/user/data/analysis/histogram.png
```
---
### 例子4：让它帮你找论文
**目标**：搜学术论文、获取摘要
**第一步：安装工具**
```bash
pipinstallarxiv
```
**第二步：写一个脚本**
新建文件 `~/paper.py`：
```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import arxiv
import sys
defmain():
iflen(sys.argv) < 2:
print("用法: python ~/paper.py 搜索关键词")
print("例如: python ~/paper.py machine learning")
return
keyword = sys.argv[1]
client = arxiv.Client()
search = arxiv.Search(
query=keyword,
max_results=5,
sort_by=arxiv.SortCriterion.Relevance
)
print(f"🔍 关于「{keyword}」的最新论文：\n")
for i, result inenumerate(client.results(search), 1):
print(f"{i}. {result.title}")
print(f" 作者: {', '.join([str(a) for a in result.authors[:3]])}")
print(f" 日期: {result.published.date()}")
print(f" 链接: {result.entry_id}")
print()
if__name__ == "__main__":
main()
```
保存后：
```bash
chmod+x~/paper.py
```
**第三步：使用**
```
用户：帮我找一下 transformer 相关的论文
OpenClaw：🔍 关于「transformer」的最新论文：
1. Attention Is All You Need
作者: Vaswani, Shazeer, Parmar, et al.
日期: 2017-06-12
链接: http://arxiv.org/abs/1706.03762
2. BERT: Pre-training of Deep Bidirectional Transformers
作者: Devlin, Chang, Lee, et al.
日期: 2018-10-11
链接: http://arxiv.org/abs/1810.04805
```
---
### 例子5：让它定时提醒你
**目标**：每天早上自动推送天气或任务提醒
**设置定时任务**
```bash
# 每天早上9点自动发送天气
openclawcronadd\
--name "早安提醒" \
--schedule"0 9 * * *"\
--message "给我发送今天的天气和待办事项"
```
然后告诉 OpenClaw 当收到这个消息时该做什么：
```
当我说"早安提醒"时，执行：
1. 查询北京天气：执行 curl wttr.in/Beijing?format=%c+%t
2. 读取 ~/todo.txt 文件
3. 格式化输出：早上好！今天北京[天气]，你的待办事项是：[列表]
```
---
## 三、进阶：如何告诉 OpenClaw 新技能
核心方法就是：**告诉它用什么命令**
**格式：**
```
以后我让你做[某事]，你就执行这个命令：[完整的shell命令]
```
**例子：**
```
以后我让你查天气，你就执行：curl wttr.in/北京?format=%c+%t
以后我让你写周报，你就读取 ~/notes/ 目录下的所有 .md 文件，整理成一份周报
以后我让你生成海报，你就用 DALL-E 生成图片，prompt 是：[用户描述]
```
## 四、常见问题
**Q: 我不会写 Python 怎么办？**
A: 不用自己写，直接用上面的例子就行，如果你有其他想法，直接让openclaw帮你写，这里用python只是让大家可以更精确地实现。使用自然语言则是纯正的养虾，需要好好调教。核心是**告诉 OpenClaw 执行什么命令**。
**Q: 每次都要打那么长的命令吗？**
A: 不用。告诉它一次，它就记住了。比如：
```
用户：记住这个命令：python ~/stock.py 300750
OpenClaw：✅ 已记住
用户：查宁德时代
OpenClaw：（自动执行 python ~/stock.py 300750）
```
**Q: 这些脚本在哪找？**
A: 自己新建，复制上面的代码就行。保存在你家目录（~/）。
---
## 五、总结
OpenClaw 的使用方法：
1.**安装**：一键安装
2.**写脚本**：把你要的功能写成 Python/shell 脚本(其实你可以直接让openclaw帮你写）
3.**告诉它**：以后执行这个命令就行
4.**用自然语言**：像使唤人一样使唤它
**核心公式**：
```
自然语言需求 → 告诉它用什么命令 → 它帮你执行
```
这就是你的**数字员工**。
---
**官网**：https://docs.openclaw.ai