
🔗 推广:aiwebcool.com - 最硬核的 AI 工具指南网站,挑工具前先来这查一眼
开源项目OpenClaw:38万星的开源个人 AI 助手,凭什么
发布于 2026年7月31日 · 8 分钟阅读
GitHub 上星数排名前列的开源 AI 项目里,有一个不在任何大厂名下:OpenClaw。截至 2026 年 7 月 31 日,openclaw/openclaw 仓库攒了 384,631 颗星、80,839 个 fork(实时变动),TypeScript 写的,最近一次推送就在今天。它的描述只有一句话:“Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞”官网 openclaw.ai 把它定位成“个人 AI 助手”——注意不是“编程助手”,也不是“聊天机器人”。一句话讲明白它干的事:跑在你自己的机器上,替你操作邮件、日历、文件、终端这些真实系统,不只是回你一句话。
一、定位:不是聊天机器人,是“个人 AI 助手”
市面上 AI 工具大致分几类:ChatGPT、Claude 这类是“聊天框”——你问它答,能力止于对话框;Cursor、Claude Code 这类是“编程助手”——能力主要在编辑器和代码仓库里;OpenClaw 想做的是第三类:一个住在你电脑里、能动手干活的“个人助手”。它不等你一句一句问,而是可以自己跑:定时检查邮箱、整理日程、跑脚本、调 API,干完把结果丢给你。这是它和聊天机器人的根本分野——它有“手”,能真的去操作系统、文件、应用。想象这样一个早晨:你还没睁眼,OpenClaw 已经扫了一遍收件箱,把三封需要回复的标出来、回复草稿写好等你过目,把两个会议塞进日历,顺带跑了个脚本把昨晚的报表更新了。你醒来看到的不是一堆待办,而是已经做完的活和等你确认的结果--这是聊天框给不了的体验。
OpenClaw 的核心主张是“数据攥在自己手里”:敏感数据默认不出你的机器,只有你显式让它调大模型时才会发给 LLM。
支撑这一定位的是它的 topics 标签:personal、own-your-data、assistant。它还支持自带模型(Bring Your Own Key):OpenAI、Anthropic、本地 Ollama 都能接,软件本身免费,模型费你自己付。
二、跨平台:Any OS、Any Platform 不是口号
描述里的“Any OS. Any Platform.”不是营销话术,是 OpenClaw 刻意打的牌。因为用 TypeScript 写,它能跑在桌面(Windows / macOS / Linux)、终端、移动端,甚至云端。这恰恰是它对 Claude、ChatGPT 这些“住在浏览器标签页里”的工具最直接的差异化——你的助手不该被锁在一台设备的某个网页里。
跨平台之外还有一层“跨工具”。openclaw 组织下有个 babelfish 仓库,自我介绍是“Use plugins from supported coding and agent apps in OpenClaw”——意思是别的编程 / Agent 应用里的插件,OpenClaw 能拿来用。它不是要和整个 AI 工具生态为敌,而是想当那个能把别人插件接进来的“统一入口”。助手不该只会一件活,得能调用一整个工具箱。
三、Skills 生态:5400+ 技能,用 markdown 写的“可复用流程”
OpenClaw 最值钱的不在主程序,而在它的 skills(技能)生态。技能说白了大多是 markdown 文件,有时带几段脚本和示例,定义了一套“可复用的流程”——一步步告诉 Agent 怎么干一件具体的事。这个概念最早是 Claude 去年带的头,但现在已经成了跨平台标准:OpenClaw、Cursor、Codex、Claude Code、Claude Cowork 都能用 skills。这意味着你为自家业务沉淀的流程不被锁死在某个平台,是真正的资产。
生态有多厚?技能注册表 openclaw/clawhub 有 9,245 颗星;社区整理的 VoltAgent/awesome-openclaw-skills 有 51,624 颗星,从官方注册表里筛出并分类了 5,400+ 个技能;还有专门把 Google Workspace 搬进终端的 gogcli(8,232 颗星,Go 写的),让你在命令行里收发邮件、管日历。从“读邮件→提取要点→建日程→写回复草稿”到“跑数据→出报表→发周报”,都有现成技能能拼。
四、和 Claude Code、Cursor 是什么关系
这是最容易被问混的地方。一句话:它们不是同一个物种。Cursor 是“住在编辑器里”的,强项是仓库级的批量多文件改写,管的是“写代码这件操作”;Claude Code 是 Anthropic 的命令行 / 桌面 Agent,长在长上下文推理和跨桌面-终端-IDE 的工程协作,闭源、订阅制(约 20 美元 / 月),更像一个“和你结对写代码的搭档”;OpenClaw 的地盘不在代码编辑器,而在“替你打理那些散落在各处的系统活”——邮件、日程、文件、自动化,更像一个“你能把活派下去的队友”,而且开源、本地优先、能自己跑。
有人把三者比作三个循环:Cursor 管执行操作,Claude Code 管探索和结构,OpenClaw 管环境扫描和生活管理。它们更多是互补而非纯替代——而且因为 skills 是跨平台标准,你在 OpenClaw 里写的流程,换到 Claude Code 里照样能用,不存在“押错宝”的 lock-in。
五、门槛与代价:免费不等于没成本
说完好处必须泼冷水。第一,要自己管——开源 + hackable 的代价是得自己装、自己配、自己排错,不像 Claude Code 开箱即用。第二,模型费自付——软件免费,但调 LLM 烧的是你自己的 API 额度;想完全不花钱就得本地跑 Ollama,那又要吃显卡。打个粗账:用商用 API 一天跑几十次轻量自动化,月成本大概几十块人民币量级;但高频长上下文调用,账单会悄悄涨上去。本地 Ollama 省了 API 费,但模型能力打折,还得堆显存--免费的代价是在“花钱”和“花配置”之间二选一。第三,成熟度和治理——它还年轻,企业级的 RBAC、审计、SSO 这些短板社区也认。第四,“能自己跑”是双刃剑——自动化跑飞了、误删了文件,锅都是你的,得给技能上权限边界。
特别说一句协议:GitHub 的 SPDX 探测对这个仓库返回 NOASSERTION,看着吓人,但点进仓库读 LICENSE 文件,开头第一行就是“MIT License”,版权归 OpenClaw Foundation。它其实是相当宽松的 MIT,NOASSERTION 多半是因为仓库还带了个 THIRD_PARTY_NOTICES.md 把自动探测器绕晕了。
六、适合谁,以及什么时候别凑这个热闹
适合:想要一个本地、数据不出本机的个人助手、不满足于“只会聊天的 AI”的 power user;想把散落的邮件 / 日程 / 文件 / 脚本自动化串起来的效率控;要做生活管理和跨设备自动化、而非单纯写代码的人;在意数据主权、不想把个人通信喂给云 AI 的用户。
别凑这个热闹:你就是想找个写代码的副驾——那 Cursor、Claude Code 更对路;你想要开箱即用、不愿碰配置——那 Claude、ChatGPT 这种托管产品更省心;你有企业级治理需求——现阶段它还撑不住,等生态再成熟。一句话总结:OpenClaw 是“能动手的个人助手”,不是“会聊天的对话框”——它 38 万颗星,靠的是真有人拿它替自己干活。
参考来源
OpenClaw GitHub 仓库(384,631 star / 80,839 fork,TypeScript,MIT 协议):github.com/openclaw/openclaw OpenClaw 官网(个人 AI 助手):openclaw.ai 技能注册表 clawhub(9,245 star):github.com/openclaw/clawhub awesome-openclaw-skills(5,400+ 技能精选,51,624 star):github.com/VoltAgent/awesome-openclaw-skills gogcli(终端里的 Google Workspace,8,232 star):github.com/openclaw/gogcli
往期推荐 ①《Claude Opus 5 发布:登顶智能与 Agent 双榜》 ③《AI 视频生成横评:Seedance / Veo / 即梦怎么选》 ④《AI 播客制作全流程 SOP:从选题到分发一条龙》AI 声明:本文由 AI 辅助生成,经人工审核编辑。文中涉及第三方工具与服务,请以官方说明为准。互动:你会把自己的邮件和日程交给一个本地 AI 吗?评论区聊聊。
夜雨聆风