OpenClaw 不能做什么?了解边界才能用得更好
任何工具都有边界,OpenClaw 也不例外。了解它能做什么、不能做什么,才能避免踩坑,也能知道什么时候该换其他方案。
架构层面的限制
1. 单 Gateway 设计
现状: 一台机器只能运行一个 Gateway 实例
类比: 就像一台路由器只能有一个 WiFi 网络(虽然可以有多个频段,但本质是一个设备在管)
影响:
• 不能在同一台机器上运行两个完全独立的 OpenClaw
• 如果需要完全隔离(比如两个公司共用一台服务器),只能用 Docker 或虚拟机
workaround:
物理机
├── Docker 容器 A(公司 A 的 OpenClaw)
└── Docker 容器 B(公司 B 的 OpenClaw)
2. 国内云部署方案
现状: 目前国内已有多家平台提供一键部署 OpenClaw 的云服务
| KimiClaw | ||
| Qclaw | ||
| ClawHub 云服务 |
优势:
• ✅ 无需自己维护服务器
• ✅ 一键部署,5分钟上线
• ✅ 内置国内网络优化
• ✅ 自动更新和维护
限制:
• 数据存储在第三方服务器(敏感数据需谨慎)
• 部分高级自定义功能受限
• 可能需要付费订阅
选择建议:
• 个人尝鲜 → KimiClaw(免费额度足够)
• 小团队使用 → Qclaw(性价比高)
• 企业级需求 → 自建或联系官方定制
3. 飞书的单会话限制
现状: 一个 Gateway 只能控制一个飞书会话
类比: 就像一台电脑只能登录一个微信(虽然可以切换,但不能同时在线)
影响:
• 不能同时用两个飞书账号
• 如果需要多账号,必须配置多账户(multi-account)
解决方案:
{
channels:{
feishu:{
accounts:{
personal:{/* 个人号 */},
business:{/* 工作号 */}
}
}
}
}
功能限制
1. 实时音视频
不能做的:
• ❌ 语音通话
• ❌ 视频通话
• ❌ 实时屏幕共享
能做的:
• ✅ 发送语音消息(先录音,再发送)
• ✅ 视频文件传输
• ✅ 截图分享
为什么?
OpenClaw 本质上是"文字消息"的桥梁,不是实时通信工具。语音/视频通话需要完全不同的技术栈(WebRTC 等)。
替代方案:
如果确实需要语音交互,可以:
• 使用 OpenClaw 的 TTS(文字转语音)功能
• 配合其他语音助手(Siri、Google Assistant)
2. 大文件处理
限制:
• 各聊天应用有自己的文件大小限制(飞书 2GB、微信 25MB 等)
• OpenClaw 本身不存储文件,只是转发
实际影响:
• 不能通过 OpenClaw "处理" 一个 10GB 的视频文件
• 不能让它 "分析" 一个超大的日志文件(如果超过上下文限制)
workaround:
你:分析这个 5GB 的日志文件
AI:文件太大,我无法直接处理。建议:
1. 先用 grep 筛选出错误行:grep "ERROR" log.txt > errors.txt
2. 把 errors.txt 发给我分析
3. 长期自主运行
不能做的:
• ❌ "帮我监控服务器,有问题就通知我"(7×24 小时持续监控)
• ❌ "每隔 5 分钟检查一次邮件"
能做的:
• ✅ Cron 定时任务(最短 1 分钟间隔)
• ✅ Webhook 触发(收到外部事件时响应)
为什么?
OpenClaw 是"事件驱动"的,不是"持续运行"的。它不会主动"盯着"什么东西看,只能被动响应消息或定时触发。
workaround:
{
cron:{
jobs:[
{
id:"monitor",
schedule:"*/5 * * * *",// 每 5 分钟
prompt:"检查服务器状态,如果有异常发送告警"
}
]
}
}
企业级功能的缺失
1. 用户管理系统
没有的:
• 用户注册/登录界面
• 权限分级(管理员/普通用户/访客)
• 用户组管理
现状:
OpenClaw 只有简单的 allowlist/pairing,没有复杂的 RBAC(基于角色的访问控制)。
影响:
不适合大型企业的复杂权限需求。
workaround:
通过多 Agent + 路由规则模拟:
{
bindings:[
// 高管 → 高级 Agent
{agentId:"executive",match:{peer:{id:"ou_ceo"}}},
// 员工 → 普通 Agent
{agentId:"employee",match:{channel:"feishu"}}
]
}
2. 审计和合规
没有的:
• 完整的操作审计日志
• 数据保留策略自动化
• 合规报告生成
现状:
虽然有日志,但需要自己处理和分析。
3. SLA 保障
现状:
• 没有商业支持合同
• 没有 99.9% 可用性保证
• 出问题需要自己排查或等社区修复
适合: 个人、小团队、技术能力强的组织
不适合: 对稳定性要求极高的大型企业
性能边界
1. 并发处理
默认配置:
{
agents:{
defaults:{
maxConcurrent:4// 同时处理 4 个请求
}
}
}
实际意义:
• 如果 10 个人同时发消息,后 6 个需要排队
• 对于个人使用完全够用
• 对于大群(1000+ 人)可能不够用
2. 响应延迟
正常情况:
• 简单问答:2-5 秒
• 需要工具调用:5-15 秒
• 复杂任务(写代码):30 秒-几分钟
瓶颈:
• 主要是 AI API 的响应时间
• OpenClaw 本身的处理很快(毫秒级)
3. 扩展性
不能做的:
• ❌ 水平扩展(多个 Gateway 负载均衡)
• ❌ 自动扩容
能做的:
• ✅ 垂直扩展(换更强的服务器)
• ✅ 多实例分片(不同用户连不同 Gateway)
技术门槛
1. 需要的能力
基础要求:
• 会用命令行
• 能理解 JSON 配置
• 有 Linux/服务器基础知识
进阶要求:
• 会写简单的脚本(Shell/Python)
• 了解 Docker(如果用沙箱)
• 能排查网络问题
2. 维护成本
需要定期做的:
• 更新 OpenClaw 版本
• 检查日志,排查问题
• 管理 API 密钥和余额
• 备份配置文件
类比: 就像自己维护一台服务器,不是"开箱即用、永不操心"。
什么时候不该用 OpenClaw?
场景 1:大型企业需要合规
表现:
• 需要 SOC2/ISO27001 认证
• 需要完整的审计日志
• 需要 99.99% SLA
建议: 用企业级方案(Microsoft Copilot、企业版 Claude)
场景 2:只需要简单聊天
表现:
• 就在手机上偶尔用用
• 不需要多平台同步
• 不在意数据隐私
建议: 直接用官方 App 更简单
场景 3:需要复杂工作流
表现:
• 需要可视化的流程编排
• 需要连接 100+ 个 SaaS 服务
• 需要条件分支、循环等复杂逻辑
建议: 用 n8n、Make 等工作流工具
边界总结表
| 部署 | ||
| 通道 | ||
| AI | ||
| 自动化 | ||
| 企业 | ||
| 技术 |
了解边界的好处
1. 避免失望
知道不能做什么,就不会期待落空。
2. 正确选型
在正确的场景用正确的工具。
3. 合理 workaround
知道边界后,可以想办法绕过或替代。
4. 贡献改进
了解限制后,可以向社区提出改进建议,甚至自己开发插件。
结语
OpenClaw 不是万能的,但它在"自托管多通道 AI 网关"这个细分领域做得非常好。
关键是:在适合的场景用它,不适合的场景换别的。
下一篇预告:《OpenClaw vs 其他方案:Claude Code、n8n、ChatGPT,我该选哪个?》
我们将全面对比各种 AI 工具,帮你做出最适合自己的选择。
夜雨聆风