OpenClaw Control Center:给你的 AI 助手装上＂空中交通管制系统＂

把 OpenClaw 从黑箱变成一个看得清、信得过、控得住的本地控制中心

🎯 为什么需要 Control Center？

想象一下这个场景：

你运行了 OpenClaw，部署了好几个 Agent——有的负责写代码，有的负责查资料，有的负责发邮件。一开始还挺新鲜，但很快问题就来了：

❓ 哪个 Agent 正在工作？ 是卡住了还是真在跑？
❓ 今天的 Token 花哪了？ 哪个任务最烧钱？
❓ 有任务在等我审批，但我得翻好几个聊天窗口才能找到
❓ 多 Agent 协作怎么搞？ 消息分散在各处，根本理不清谁该接谁的活

说白了：你有工具，但没有指挥中心。

这就是 OpenClaw Control Center 要解决的问题。

🖥️ 它是什么？

OpenClaw Control Center 是一个由社区开发者 TianyiDataScience 创建并维护的开源可视化管理仪表盘，专为 OpenClaw 设计。

用一句话形容：它就像 AI 代理的"空中交通管制中心" ✈️

所有任务、所有 Agent、所有工作流都流经同一个界面，你可以：
- 👀 一眼看清 系统状态
- 🎛️ 完全控制 任务执行
- 📊 实时追踪 Token 消耗

🌟 核心功能一览

1️⃣ 总览页（Overview）

最适合回答："OpenClaw 现在整体正常吗？"

系统健康状态
待处理事项
运行异常告警
停滞执行提醒
预算风险预警
谁在忙、谁在等

非技术用户的主操作页，30 秒掌握全局态势

2️⃣ 用量页（Usage）

最适合判断："花费或额度有没有风险？"

今日/7 天/30 天用量趋势
订阅窗口与配额消耗
Token 消耗归因 — 一眼看出哪个任务最烧钱
上下文压力监控 — 哪些会话接近上限

再也不用猜"今天怎么又超支了"

3️⃣ 员工页（Staff）

最适合判断："谁忙、谁闲、谁卡住、谁在等待？"

区分"正在执行"和"下一项任务"
避免把 backlog 误认为正在跑
显示每个 Agent 的最近产出和排班状态

直接看谁真的在工作，谁只是排队待命

4️⃣ 协作大厅（Collaboration Hall）

最适合理解："这件事是谁在做、下一步交给谁、为什么现在能继续推进？"

这是最酷的功能！💡

多 Agent 同屏讨论 — 在一条时间线里先讨论、再排顺序、再执行
显式交接 — 执行者做完后 @下一位，交接清清楚楚
评审机制 — 所有执行者完成后进入评审，可以打回重新讨论
实时流式输出 — 直接看到 Agent 的思考过程和执行进度

不再是分散的父子会话，而是一个真实的工作群

5️⃣ 任务页（Tasks）

最适合理解："现在到底在做什么、只是计划了什么、哪些需要你介入？"

任务看板（待办/进行中/审核/完成）
审批流
执行链
运行证据（日志、输出、产物）

区分"计划了什么"和"真正执行了什么"

6️⃣ 记忆工作台（Memory）

最适合维护："当前 OpenClaw 团队真实在用的记忆内容"

查看/编辑每日记忆 (memory/YYYY-MM-DD.md)
查看/编辑长期记忆 (MEMORY.md)
显示每个 Agent 的记忆状态（可用/可搜索/需检查）

源文件直接编辑，保存即生效

7️⃣ 文档工作台（Documents）

最适合维护："系统背后真正生效的工作文档"

SOUL.md、AGENTS.md、USER.md 等核心文档
直接打开源文件，保存后直接写回

不再是"找不到配置文件在哪"

8️⃣ 设置页（Settings）

最适合排查："环境配置、为什么某些信号缺失"

接线状态 — 哪些数据已接好、哪些还差一步
安全风险摘要 — 当前风险、影响、下一步建议
更新状态 — 当前版本、最新版本、更新通道

把技术细节翻译成人话

🚀 5 分钟快速启动

前置条件

✅ 一个可用的 OpenClaw 安装
✅ 一个可连接的 OpenClaw Gateway
✅ Node.js 和 npm

安装步骤

# 1. 克隆项目
git clone https://github.com/TianyiDataScience/openclaw-control-center.git
cd openclaw-control-center

# 2. 安装依赖
npm install

# 3. 复制环境配置
cp .env.example .env

# 4. 构建并启动
npm run build
npm run dev:ui

访问界面

浏览器打开：

http://127.0.0.1:4310/?section=overview&lang=zh

局域网访问

编辑 .env 添加：

OPENCLAW_CONTROL_UI_URL=http://<你的 IP>:4310/
UI_BIND_ADDRESS=0.0.0.0

重启后即可用手机或其他电脑访问～

🔐 安全设计

Control Center 的安全默认值非常保守：

配置项	默认值	说明
`READONLY_MODE`	`true`	只读模式，不修改 OpenClaw 配置
`LOCAL_TOKEN_AUTH_REQUIRED`	`true`	本地 Token 鉴权
`APPROVAL_ACTIONS_ENABLED`	`false`	关闭审批操作
`IMPORT_MUTATION_ENABLED`	`false`	关闭导入修改

首次接入默认安全，所有高风险写操作保持关闭

🎯 适合谁用？

✅ 已经在用 OpenClaw，想要统一控制中心的团队或个人
✅ 在同一台机器或可达本地环境里运行 OpenClaw
✅ 运行多个 Agent 工作流，需要追踪进度
✅ 需要审批流和任务交接的场景
✅ 想要调试和监控OpenClaw 运行状态

🆚 这不是什么

❌ 不是 OpenClaw 本体的替代品
❌ 不是面向所有 Agent 技术栈的通用平台
❌ 不是托管式 SaaS 控制台

它完全本地运行，数据不出你的机器

💡 实际使用场景

场景 1：多 Agent 内容生产流水线

研究员 Agent → 写作 Agent → 审核 Agent → 发布 Agent

在 Control Center 的协作大厅里：
1. 研究员先查资料，完成后 @写作
2. 写作生成草稿，完成后 @审核
3. 审核提出修改意见或批准
4. 批准后 @发布执行

每一步都有记录，交接清清楚楚。

场景 2：Token 消耗分析

月底一看账单懵了："我怎么花了这么多？"

打开用量页，一眼看出：
- 定时任务吃了 40%
- 某个研究 Agent 吃了 30%
- 日常对话只占 10%

针对性优化，立竿见影。

场景 3：调试卡住的任务

某个任务半天没动静？

员工页直接显示：
- ✅ 正在执行
- ⏸️ 等待审批
- 🚫 卡住/报错
- ⏳ 等待下一个 Agent 接手

不用翻日志，一眼定位问题。

📦 技术细节

运行时：Node.js + TypeScript
UI：本地 HTTP 服务器 (默认 4310 端口)
数据源：直接读取 OpenClaw 的运行时数据
部署方式：npm / Docker
开源协议：MIT

GitHub 仓库：https://github.com/TianyiDataScience/openclaw-control-center

🎁 彩蛋功能

Hall 协作风格定制

修改仓库根目录的 HALL.md，可以统一协作风格：
- 讨论时的回复长度
- 执行时的交接格式
- 评审时的通过标准

注入到 discussion / execution / handoff 的 prompt

任务心跳自动分配

配置 task-heartbeat 后，系统会定期：
- 扫描待分配任务
- 自动分配给空闲 Agent
- 记录执行日志

适合后台批量处理场景

📝 总结

OpenClaw Control Center 把原本分散的 OpenClaw 运行信息集中到一个界面，让你可以：

👁️ 看得见 — 系统状态、Agent 活动、Token 消耗一目了然
🎯 信得过 — 安全默认值、只读模式、本地鉴权
🎛️ 控得住 — 任务审批、执行顺序、交接评审完全掌控

从"黑箱"到"透明"，从"猜测"到"确定"。

如果你已经在用 OpenClaw，或者正在考虑搭建自己的 AI 助手系统，Control Center 绝对值得试试。

🔗 相关链接

GitHub 仓库：https://github.com/TianyiDataScience/openclaw-control-center
中文文档：https://github.com/TianyiDataScience/openclaw-control-center/blob/main/README.zh-CN.md
OpenClaw 官方文档：https://docs.openclaw.ai
OpenClaw 社区：https://discord.com/invite/clawd

本文基于实际安装体验撰写，Control Center 版本为 2026 年 4 月最新版。

作者：511 🎀
编辑时间：2026 年 4 月 6 日