OpenClaw: 手把手教你养只“聪明的龙虾”,从安装到精通

一只住在你电脑里的太空龙虾 🦞，接进飞书 / 微信 / 企业微信 / QQ 给你干活——这条命令是它喊的口号："EXFOLIATE! EXFOLIATE!"。

一、同事 A 的 30 秒悲剧，养龙虾前先认清它是谁

同事 A 装完 OpenClaw，兴冲冲地在终端里敲了 openclaw chat，问了一句"帮我订明天上午北京到上海的机票"。 AI 礼貌地回答："抱歉，我没有联网能力。" 他把这段对话截图扔到群里的那一刻，同事B 笑了——"我让它读桌面上的发票 .pdf，它说找不到文件。" 同事C 默默关掉终端："算了，又是个聊天机器人。"

这是三个典型的新手误区。他们犯的同一个错，是把 OpenClaw 当成了一个会说话的搜索引擎。

实际上 OpenClaw 是Any OS gateway for AI agents——一只住在你本机、跨十几种聊天软件、靠"技能"（Skill）干活的太空龙虾。它由OpenClaw Foundation（非营利组织）开源开发，当前 npm 最新稳定版2026.7.1-2（2026-08-04 发布）。没装 Skill 的 Claw 不是聪明的龙虾，而是会复读的鹦鹉——这就是为什么同事 A 们的龙虾"不够聪明"。

OpenClaw ≠ Claude Code / Codex / OpenCode：后面那三个工具是把 AI 塞进你的终端，让它写代码、改文件；OpenClaw 反过来——把 AI 接入你已经在用的聊天软件，让它带着本地权限、文件、记忆，干"写代码"以外的杂活。一只 Claw 同时管十几个飞书 / 微信群，给多个团队成员各自独立的会话和工作区——这不是写代码 AI 干的事。

为什么这一篇重点讲飞书和微信：OpenClaw 官方把 Chat channels 分成三大类——Mainstream（Discord / Slack / Telegram 等西方主流）、Regional（飞书 / 微信 / WeCom / QQ bot / LINE / Yuanbao / Zalo 等亚太地区主流）、Developer & self-hosted。亚太用户的日常聊天软件不在 Mainstream 这一档，而在 Regional。同事 A 如果在国内企业，正确的接法是飞书或微信，不是 Telegram。

二、OpenClaw、Claude Code、Codex、OpenCode 一张表分清

在你养龙虾之前，先把它和市面上其他"AI Agent CLI"摆在一起看一遍——避免买回家才发现不是你想要的宠物。

┌────────────────┬──────────────────────┬──────────────────────┬──────────────────────┐│ 维度           │ OpenClaw 🦞           │ Claude Code / Codex  │ OpenCode / Hermes    │├────────────────┼──────────────────────┼──────────────────────┼──────────────────────┤│ 主要入口       │ 聊天软件 + 本地 CLI  │ 终端 REPL            │ 终端 REPL            ││ 模型选择       │ Anthropic / OpenAI / │ 仅自家 / 协议授权    │ 多 provider          ││                │ DeepSeek / 自定义    │                      │                      ││ 持久记忆       │ Memory 插件 + 工作区 │ 会话级 + 项目级      │ 会话级 + 项目级      ││ 多人协作       │ 多 Agent + Channel   │ 单一 session         │ 单一 session         ││                │ 路由                 │                      │                      ││ 触发方式       │ 消息 / cron / hook   │ 手动 / IDE 触发      │ 手动                 ││ 生态扩展       │ ClawHub Skill 市场   │ 内置工具 + MCP       │ 内置 + 插件          ││ 聊天渠道       │ Discord / Slack /    │ 无                   │ 无                   ││                │ Telegram / 飞书 /   │                      │                      ││                │ 微信 / WeCom / QQ /  │                      │                      ││                │ LINE 等 25+ 平台     │                      │                      │└────────────────┴──────────────────────┴──────────────────────┴──────────────────────┘

核心区别：后两列工具是"你主动找 AI"，OpenClaw 是"AI 主动在聊天软件里等你"。你在飞书群里 @它，本地 Gateway 接住、分配给对应的 Agent、Agent 用 Skill 把活干完、结果推回飞书——全流程不需要你打开终端。

如果你的痛点是"AI 帮我写代码"，用 Claude Code；如果痛点是"AI 帮我跑自动化（订票、抓数据、推日报、读 PDF、发周报）"——用 OpenClaw。

三、你的龙虾笨，是这 4 个开关没打开

同事 A、B、C 的龙虾不聪明，可以归到下面 4 个原因中的某一个。修好任何一个，龙虾都会突然"开窍"。

① 没装 Skill。 OpenClaw 出厂只内置"聊天 + 文件读写 + 几个工具调用"的能力，联网、订票、操作浏览器、读 PDF 全部依赖 Skill。内置 77 个 bundled skill，但其中不少默认是 disabled 状态，需要你自己 enable 或从 ClawHub 安装。一个裸的 openclaw chat，就是本地聊天工具。这一点对应同事 A 的困惑。

② Skill 装了，但配置不全。 OpenClaw 的 Skill 走"触发关键词 + 描述 + 元数据"的设计——它必须先"看到"这个 Skill 才知道有这个能力。如果 SKILL.md 的描述写得太抽象，或者 description 是英文而你用中文问，触发率会肉眼可见地下跌。这一点对应同事 B 的尴尬——技能没装全，等于不存在。

③ Channel 没配对。这是最隐蔽的开关：哪怕你装了 Skill、开了 Memory，没绑定一个聊天频道，你的龙虾仍然只能从本地终端触发。而 OpenClaw 的真正威力是"在飞书里 @它就能干活"，这一层没打通，你就只用了它的 20%。对亚太用户，重点是把飞书或微信至少一个接进来。

④ Agent 没有工作区，或者没有 Memory 索引。 OpenClaw 的"记忆"是写在工作区里的 .md 文件，由 memory-core 插件管理索引。没起 memory、没写过任何东西进去，龙虾当然不知道你昨天聊过啥、你的偏好、你的常用链接。这条对应同事 C 的困惑——"反正就是个聊天机器人"。

把这 4 个开关修好，你的龙虾就突然变聪明了。后面第 5-8 节就是按这 4 个开关展开的。

四、三平台 10 分钟孵出第一条龙虾（npm installer script 推荐）

OpenClaw 当前 npm latest tag 是2026.7.1-2（2026-08-04 发布）；beta 线最新是2026.8.1-beta.2（2026-08-15）。官方明确要求Node 22.22.3+、24.15+ 或 25.9+（Node 26 是推荐默认；脚本会在缺 Node 时自动安装）。pnpm只在从源码构建时才需要。

不要用 Node 18 或 20。官方 install 文档明确写了"Node 22.22.3+, 24.15+, or 25.9+"，旧版 Node 会因 ESM 兼容问题在 onboarding 时报莫名其妙的错。

macOS / Linux（官方推荐：installer script）

一行命令装 OpenClaw：脚本会检测 OS、缺 Node 就装 Node、跑 onboardingcurl -fsSL https://openclaw.ai/install.sh | bash# 如果不想自动 onboard，先装 CLIcurl -fsSL https://openclaw.ai/install.sh | bash -s -- --no-onboard# 验证openclaw --version# OpenClaw 2026.7.1-2 — All your chats, one OpenClaw.

走 installer script 是官方推荐路径——一条命令搞定 Node + OpenClaw + onboard。如果你已经装好 Node（22.22.3+ / 24.15+ / 25.9+），可以省掉自动装 Node 那一步。

macOS / Linux / Windows（自管 Node：npm / pnpm / bun 直接装）

如果你已经自己管 Node（用 nvm / fnm / mise / 系统包管理器装的），不想走脚本里的"自动装 Node"流程，官方文档明确写了可以直接用 npm 全局装：

npm 12 或 npm 11.16+npm install -g openclaw@latest --allow-scripts=openclawopenclaw onboard --install-daemon# npm 11.15 及更早（不加 --allow-scripts）npm install -g openclaw@latestopenclaw onboard --install-daemon# pnpm（必须显式放行 build script，approve-builds 全局不支持）pnpm add -g --allow-build=openclaw openclaw@latestopenclaw onboard --install-daemon# bun（--trust 放行 lifecycle script，但最终 openclaw 二进制仍需 Node 跑）bun add -g --trust openclaw@latestopenclaw onboard --install-daemon

※ 注意--allow-scripts=openclaw不能省。 npm 12 默认阻止未批准的包 lifecycle 脚本，而 OpenClaw 的 preinstall / postinstall 必须跑（否则 daemon / 资源装不全）；不加这个 flag，npm 会报 blocked。

验证openclaw --version# OpenClaw 2026.7.1-2 — All your chats, one OpenClaw.

※ 注意npm 11.16 的npm approve-scripts openclaw对全局安装无效，会报 ENOMATCH No installed packages match: openclaw——别被 npm 提示带偏，直接加--allow-scripts=openclaw才是正解。

切换 stable / dev 通道openclaw update --channel stableopenclaw update --channel dev

如果你用 pnpm，全局装的 approve-builds -g 不支持，必须在 pnpm add -g 命令里加 --allow-build=openclaw。如果你用 bun，全局 bun add -g 装出来的 openclaw 二进制仍要 Node 跑（state 用的是 node:sqlite），所以本机还是要装一个支持的 Node 版本。

Windows（原生 Hub 桌面应用）

Windows 用户有native Windows Hub app——比 WSL2 简单得多，包含 setup、托盘状态、聊天、节点模式、本地 MCP 模式。安装方式：

PowerShell 安装（管理员）irm https://openclaw.ai/install.ps1 | iex# 或者下载 Windows Hub 安装包# https://openclaw.ai/platforms/windows

Windows 用户不想装 Hub app，也可以走 WSL2 Gateway + npm，跟 macOS / Linux 一模一样。

装完先配模型（必读）

装好 OpenClaw 但还没配模型时，openclaw chat 跑起来会说"我没有可用的大脑"。这一步是把模型 provider 挂上去，让龙虾真正"会思考"。 OpenClaw 的 onboarding 走guided inference路径——先检测本机已有的 AI 访问，用真实对话测试通过后才保存：

openclaw onboard默认走 guided inference# 或者经典向导（自定义 provider、远程 Gateway、channel pairing、daemon 控制）openclaw onboard --classic

第一次跑 openclaw onboard，onboarding 会自动扫描：

环境变量：是否已经设置了 OPENAI_API_KEY / ANTHROPIC_API_KEY 等

本地 CLI 登录：本机是否已 claude login 或 codex login，可以直接复用凭证

本地模型服务：是否能连上 Ollama / LM Studio，已经装了至少 16K 有效上下文的小模型

Pi / OpenCode 安装：可能检测到但不能作为 inference 路由，只做展示

检测完会用真实对话测试第一个候选 provider，通过后才落盘保存；失败就试下一个。整条 onboarding 不下载任何模型，只验证已有访问。

Onboarding 一级菜单给的是最常用 5 家：

Provider	备注
OpenAI / ChatGPT	API key 或 ChatGPT 订阅都行
Anthropic	API key，或在 Claude Code 装了 setup-token 的机器上 `claude setup-token` 拿 token
xAI (Grok)	API key
Google	Gemini API key（AIS Studio 路线）
OpenRouter	统一网关，一次配通几十家模型
More...	完整目录见 `/docs/providers`

More... 里有几十家，常见的有：Alibaba Model Studio / DeepSeek / Qwen Cloud / Moonshot AI (Kimi) / Volcengine (Doubao) / Mistral / HugHub Copilot / Groq / Together AI / Venice / Vercel AI Gateway / LiteLLM / Cohere / Hugging Face / NovitaAI / Synthetic / MiniMax / OpenCode / ClawRouter 等。本地模型走 Ollama / LM Studio / vLLM / SGLang / ds4 / inferrs，零 API 成本。

姿势 1：guided（默认，推荐第一次用）openclaw onboard# 自动检测本机已有访问、真实对话测试通过后保存# 姿势 2：完全非交互（脚本 / 自动化）openclaw onboard </span>  --accept-risk </span>  --non-interactive </span>  --auth-choice anthropic-api-key </span>  --anthropic-api-key ”sk-ant-...” </span>  --flow quickstart# 姿势 3：先选 provider，再单独配openclaw onboard --auth-choice deepseek-api-key --deepseek-api-key ”sk-...”# --auth-choice 支持的 provider 完整列表，跑下面这条查openclaw onboard --help | grep auth-choice

★--accept-risk ★ 在 --non-interactive 模式下必填——onboarding 启动后会要求你确认"AI agent 有完整系统访问权限"的风险告知，无头脚本环境必须显式 ack。

Onboarding 跑完后，配置落在 ~/.openclaw/openclaw.json 的 agents.defaults.model 段。完整键（从 /docs/concepts/models 抠）：

{  agents: {    defaults: {      model: {        primary: ”anthropic/claude-opus-4-6”,   // 主模型，”provider/model” 格式        fallbacks: [”openai/gpt-5.6”, ”deepseek/deepseek-chat”],  // 主模型挂了顺次试      },      utilityModel: ”anthropic/claude-haiku-4-5”,   // 短任务模型：dashboard 标题、进度口播等      imageModel: ”openai/gpt-5.6”,   // 主模型不支持图像时备用      pdfModel: ”openai/gpt-5.6”,     // pdf 工具专用    },  },}

模型标识一律走provider/model格式（例：anthropic/claude-opus-4-6 / openai/gpt-5.6 / deepseek/deepseek-chat）。 OpenClaw 默认会按顺序试 primary → fallbacks；utilityModel / imageModel / pdfModel 都是可选小模型，没设置时 OpenClaw 自动用各 provider 自报的小模型（OpenAI → gpt-5.6-luna，Anthropic → claude-haiku-4-5），或者直接用主模型。

重新跑 onboarding（重选 provider / auth route）openclaw onboard# 只改非 inference 设置（端口、bind、Tailscale、channel 等）openclaw configure# 只改 web search provider（Brave / Tavily / Exa / Perplexity 等）openclaw configure --section web# 在聊天里改当前 session 的模型（不写配置）/model openai/gpt-5.6

注意：用户通过 /model 或会话挑选的模型会被记成 modelOverrideSource: "user"——精确且严格，那个 provider 不可达就显式报错而不是悄悄 fallback 到别的模型。这点和配置层 primary + fallbacks 的 fallback 行为不一样。

装完先体检

openclaw doctoropenclaw status

doctor 负责修配置和权限；status 会打印 Gateway 监听地址、Agent 数量、Skill ready 比例、最近会话。如果 status 里出现 Gateway ... reachable，说明龙虾已经睁眼了。

五、Channel 配置实战：飞书（自建 app）与微信（手机扫码）

模型配上、龙虾有了大脑——不接聊天频道，它就还是个本地哑巴。这一节重点讲飞书和微信，对亚太地区用户来说这是最高频的入口；如果你在欧美，把"飞书"换成 Discord / Slack / Telegram 即可，配置思路一样。

5.1 先看当前接了哪些频道

openclaw channels list --all

输出是一张表，列出configured（已配）、bundled（内置）、installable（ClawHub 上可装）三档。刚装的龙虾默认 bundled 一二十个频道（含 Discord / Slack / Telegram / iMessage / Matrix / Signal 等 Mainstream，飞书 / 微信 / WeCom / QQ bot / LINE / Zalo / Yuanbao 等 Regional，Buzz / IRC / Mattermost / Nextcloud Talk / Nostr 等 Developer & self-hosted），但没有任何 configured——因为还没加凭证。

5.2 接飞书（Status: production，5 分钟）

飞书走的是WebSocket 持久连接，不是 webhook。你需要：

在飞书开放平台建一个自建应用，拿到 App ID（格式 cli_xxx）和 App Secret

给应用开启机器人能力，配置事件订阅 URL（指向你的 Gateway）

勾选权限：im:message（收发消息）、im:message.group_at_msg（群消息 @）、im:message:readonly（只读，bot-to-bot 时需要）

把应用发布并通过企业审核

回到 OpenClaw 跑引导：

交互式引导openclaw channels login --channel feishu# 或非交互（手工填好 App ID / Secret）openclaw channels add --channel feishu </span>  --account main </span>  --app-id ”cli_xxx” </span>  --app-secret ””# 验证openclaw channels status --probe --channel feishu# Feishu main: configured, last seen 3s ago

加完飞书 bot 之后，去飞书群把 bot 添加进去、@它一下，龙虾应该秒回。注意：Feishu/Lark 不支持原生斜杠命令菜单，/status、/reset、/model 这些命令需要发普通文本。

5.3 接微信（Status: external plugin + 手机扫码）

微信是 OpenClaw 的external plugin——不在 bundled 包里，由腾讯微信团队维护，包名 @tencent-weixin/openclaw-weixin。配通它分两步：先装插件，再手机扫码绑定。

OpenClaw 版本兼容性：>= 2026.5.12（当前插件 2.4.6；legacy 线兼容 >=2026.3.22）。

快速路径（推荐，npx 直接跑 install 脚本）npx -y @tencent-weixin/openclaw-weixin-cli install# 或者手动路径openclaw plugins install ”@tencent-weixin/openclaw-weixin”openclaw config set plugins.entries.openclaw-weixin.enabled trueopenclaw gateway restart# 旧 OpenClaw（>=2026.3.22 但 <2026.5.12）走 legacy 线openclaw plugins install @tencent-weixin/openclaw-weixin@legacy# 验证 plugin 已加载openclaw plugins list | grep openclaw-weixin# openclaw-weixin  2.4.6  enabled

※ 关键步骤——装完 plugin 只是把代码加载进 Gateway；真正绑定到你的微信号，必须在 Gateway 所在机器上跑 QR 登录命令：

在 Gateway 主机上跑（同一台机器！远程登录不行）openclaw channels login --channel openclaw-weixin

跑完这条命令，终端会出现一个 QR 码。打开手机微信 → 右上角扫一扫 → 扫这个码 → 在手机上点"登录"确认。插件收到 iLink API 的回调后，会把 account token 存到 ~/.openclaw/ 的 plugin state 目录里，登录成功。

验证绑定成功openclaw channels status --probe --channel openclaw-weixin# openclaw-weixin default: configured, last seen 3s ago, account ”default”openclaw channels logs --channel openclaw-weixin | tail -20# 看到 ”qr confirmed” / ”monitor started” 这种字样就 OK

要绑多个微信号到同一台机器（比如个人号 + 工作号），重复跑channels login即可，每个号独立存 account token。默认所有 DM 会共享一个 session，要按账号隔离：

openclaw config set session.dmScope per-account-channel-peer

微信默认走 OpenClaw 的 pairing / allowlist 模型（和飞书一样）。第一次有陌生 DM 来时，先 approve：

列出待审 pairing 请求openclaw pairing list openclaw-weixin# 批准特定 CODEopenclaw pairing approve openclaw-weixin

坑 1：plugin 装了但反复重启 Gateway——通常是 npm 包没把 TypeScript 编译到 JavaScript。修法：升 plugin：

npm view @tencent-weixin/openclaw-weixin version查最新版本openclaw plugins install ”@tencent-weixin/openclaw-weixin” --forceopenclaw gateway restart

坑 2：临时禁用（plugin 故障定位时）：

openclaw config set plugins.entries.openclaw-weixin.enabled falseopenclaw gateway restart

坑 3：官方 Sidecar 进程修复说明——微信插件历史上有个 helper 子进程会被 OpenClaw 误当成孤儿 Gateway 杀掉，导致 systemd 下无限重启（Issue#68451）。当前 OpenClaw 启动时已排除自身 + 祖先进程，这条不再是问题，但提一下供排查时认脸。

5.4 接完看一眼

openclaw channels listchannel              account   status       last seen# feishu               main      configured   3s ago# openclaw-weixin      default   configured   1m agoopenclaw channels logs --channel feishu | tail -20

如果某个频道的 last seen 一直是 —，说明消息没流进来——回去检查凭证 / 事件订阅 / 群邀请。

5.5 飞书/微信的访问控制建议

飞书和微信都有 DM 鉴权问题——你不想任何人都能 @你的龙虾。配置示例：

{  channels: {    feishu: {      groupPolicy: ”allowlist”,      // 仅允许列表内的群      groupAllowFrom: [”oc_xxx”],    // 群 ID（格式 oc_xxx）      groups: {        oc_xxx: {          requireMention: false,      // 是否必须 @ 才响应          allowFrom: [”ou_user1”],    // 群内允许的用户 open_id（ou_xxx）        },      },    },  },}

微信插件侧的访问控制走自己的 channels.openclaw-weixin.* 配置，参见插件 README。

六、Skill 管理：从 ClawHub 装到本地写一个

频道接好之后，下一步是给龙虾装技能。 ClawHub 是官方技能市场（站点 clawhub.ai），配套独立 clawhub CLI（发 skill 用）。

6.1 看见你装了什么 Skill

openclaw skills list

输出是一张表，Status / Skill 名 / 描述 / 来源。默认能看到 35/77 ready（部分机器 / 版本上数字略有差异），剩下 42 个是 disabled 或者 missing requirements——绝大多数是缺 API key 或者外部二进制。看到这条数字，就知道 OpenClaw 不是一个 Skill，而是一个 Skill 平台。

想知道某个 Skill 怎么用：

openclaw skills info tavily-web-search

它会打印 SKILL.md 的完整内容、触发关键词、依赖、前置条件。

6.2 从 ClawHub 装新技能

搜索openclaw skills search ”github pr”# 安装（自动放到受管目录，所有 agent 共享）openclaw skills install gh-pr-workflow# 装完之后验证openclaw skills verify gh-pr-workflow

verify 这一步别跳过。 ClawHub 上的技能作者不一，verify 会跑一遍 SKILL.md 的元数据校验 + 必要钩子的存在性检查，过不了的会标红，需要你手动 review。

6.3 自己写一个 Skill（30 行 SKILL.md 起步）

Skill 的最小结构是一个目录加一个 SKILL.md：

my-skill/├── SKILL.md必填：描述 + 触发关键词 + 用法├── scripts/│   └── run.sh# 可选：执行脚本└── references/# 可选：长文档，Agent 按需读    └── api-notes.md

SKILL.md 的最小骨架：

---name: my-skilldescription: 一句话讲清楚它干什么 + 触发关键词。Use when 用户说「订机票」「查航班」等。---My Skill## 触发条件- 用户提到「机票」「航班」## 工作流1. 解析出发地 / 目的地 / 日期2. 调 scripts/run.sh 查询3. 把结果按时间排序返回

写完后放在 ~/.openclaw/skills/my-skill/（用户级，所有 agent 可见），或 ~/.openclaw/agents//skills/my-skill/（仅当前 agent 可见）。重启 Gateway 让新 Skill 被发现：

openclaw skills list应该能看到 my-skill 出现openclaw skills info my-skill# 校验描述 / 触发词# 用 workshop 提交到 ClawHub（如果想让别人也能用）openclaw skills workshop submit my-skill

6.4 调试 Skill 不触发的常见原因

如果 Skill 装了但龙虾说"我不知道有这个能力"，按下面顺序排查：

1. 描述里是否含用户实际会说的关键词openclaw skills info my-skill | head -20# 2. 是否有必需的环境变量 / 二进制缺失openclaw doctor --deep | grep -A5 my-skill# 3. 试试手动指定 Skillopenclaw agent ”用 my-skill 帮我查下明天上海天气”

80% 的"Skill 不触发"问题出在第 1 步——description 写得太抽象。

七、多 Agent 路由：让私聊和工作群走不同的龙虾

频道接好、技能装好之后，默认所有消息都进同一个mainAgent。这对个人够用，但工作场景马上不够：你想让"团队工作群"走一个独立的龙虾（独立的 Memory / Skills / 权限），而"自己私聊"走另一个。

OpenClaw 的解法是多 Agent + 路由绑定（bindings）。

7.1 创建工作 Agent

# 加一个隔离 agentopenclaw agents add work \  --workspace ~/projects/work-agent \  --theme 🐙给它单独装技能（不让私聊 Agent 看到工作 Skill）openclaw skills --agent work install meeting-notesopenclaw skills --agent work install jira-tool# 列出所有 agentopenclaw agents list# id       workspace                  theme  status# main     ~/.openclaw/agents/main    🦞     active# work     ~/projects/work-agent      🐙     active

每个 Agent 有独立的工作区、独立 Skills 目录、独立会话历史——互不污染。

7.2 绑定频道到特定 Agent

关键命令是 agents bind：

让飞书工作群 → work agentopenclaw agents bind </span>  --agent work </span>  --bind ”feishu:work-guild”# 让微信私聊 → main（个人）openclaw agents bind </span>  --agent main </span>  --bind ”openclaw-weixin:default”# 列出所有路由openclaw agents bindings# agent  channel            account     match# work   feishu             work-guild  all# main   openclaw-weixin    default     all

格式 channel[:accountId]——channel 是平台名，accountId 是 channels add --account 时的别名。同一频道同一时间只能绑一个 Agent，所以同一飞书群既想私人又想工作，得开两个 account（多账号）。

7.3 路由调试

看消息落到哪个 agentopenclaw logs | grep ”routed”# 测试：发一条到飞书工作群，看 logs 是否出现 work-agentopenclaw channels logs --channel feishu | tail -10

如果消息没进预期 Agent，先检查 agents bindings 的匹配规则，再确认 Channel 是不是加到了对应的 account。

八、Cron + Hooks 联动：让龙虾 24 小时上班

聊天通道是被动的——你不发消息，龙虾就不干活。想让龙虾主动干活，用 cron；想让龙虾在某个事件（比如 git push）发生时自动响应，用 hooks。

8.1 Cron 定时任务

每天早上 9 点扫 RSS 推摘要到飞书群openclaw cron add </span>  --name ”morning-briefing” </span>  --schedule ”0 9 * * *” </span>  --prompt ”扫一下 blogwatcher 监控的源，挑 5 条最重要的整理成中文摘要发到飞书工作群”# 列出所有任务openclaw cron list# 手动跑一次（调试用，验证 prompt 和 Skill 都正常）openclaw cron run morning-briefing# 看运行历史openclaw cron runs morning-briefing

--schedule 用标准五位 cron 表达式（分时日月周）。 Prompt 文本会被当成一次"用户消息"喂给 Agent，等于你写了一段脚本让 Agent 自动执行——可以调用任意已装好的 Skill。

8.2 Hooks 事件触发

Cron 是按时间触发，hooks 是按事件触发——比如 git commit、文件变更、PR 合并：

看有哪些内置 hook 可用openclaw hooks list# 看某个 hook 的详细配置openclaw hooks info post-commit-review# 启用openclaw hooks enable post-commit-review# 禁用openclaw hooks disable post-commit-review

内置 hook 较少（主要是 git 类），更多 hook 需要从 ClawHub 装。 hooks install 这条命令在新版本里被合并到 plugins install，所以提示说"Deprecated"——以后写 hook 包按 plugin 来发布：

openclaw plugins install pr-review-hookopenclaw plugins list

8.3 升级与重启

OpenClaw 通过 npm update 升级，但 Gateway 是 LaunchAgent / systemd 拉的常驻服务，单纯升级 npm 包不会自动 reload 工作中的连接。升级流程：

npm update -g openclawopenclaw --version确认新版本openclaw gateway restart# 让 daemon 重新加载openclaw status | grep ”Gateway self”# 确认进程替换

8.4 一个完整的实战模板：每早 9 点推日报

1. 先确保 Skill 装好openclaw skills install blogwatcheropenclaw skills install tavily-web-search# 2. 加 cron，每天 9 点跑openclaw cron add </span>  --name ”daily-briefing” </span>  --schedule ”0 9 * * *” </span>  --prompt ”用 blogwatcher 抓 24h 内更新的 RSS 源，挑 3 条最值得读的；           用 tavily-web-search 给每条找 1-2 条背景资料；           整理成 200 字中文摘要，按重要度排序；           通过飞书群 #briefing 发出来。”# 飞书通道走 channels 路由，Agent 自动知道发哪个群# 3. 调试一次（不等第二天）openclaw cron run daily-briefing# 4. 看飞书 #briefing 是否真的收到了openclaw channels logs --channel feishu | tail -30

四步搞定一条7×24 自动运行的数字员工——这就是 OpenClaw Cron 的价值。你写的不是 cron 表达式，而是一段给 Agent 看的"剧本"。

九、养出聪明的龙虾，记住这 6 件事

把这 6 件事做完，你的 OpenClaw 就从"玩具"升级成"能交活的同事"。不是玄学——每一条都有具体的运维动作对应。

第一，把 Skill 当作龙虾的"技能树"来看。内置 77 个，但你日常能稳定触发的通常不超过 10 个——把这 10 个的 SKILL.md 描述读一遍，必要时改成更贴合你说话习惯的触发词。 Skill 描述决定了龙虾"看没看见"这个能力，80% 的"不触发"问题改一行 description 就修好。

第二，Memory 不是装饰品。让 Agent 在每次有价值的对话结束之后调用 memory promote，把关键事实写进 MEMORY.md。一周之后你回看，会发现龙虾开始主动引用你三天前说过的话——这不是它变聪明了，是它终于能记住你了。

第三，Channel 没配等于没装。 OpenClaw 的真正威力是"在飞书 / 微信里 @它就能干活"，只跑 openclaw chat 等于只用了 20%。至少把飞书或微信接上，体验完全不同——而且亚太用户认准 Regional 那几个（飞书 / 微信 / WeCom / QQ bot），别被欧美 Mainstream 那一档带偏。

第四，Gateway 别只用loopback。默认 127.0.0.1 只为本机服务，想在手机上随时 @它，开 Tailscale 然后跑 openclaw gateway bind tailnet，配合 openclaw dashboard 拿到一次性 token。安全上务必启用 gateway-auth token 或 password——裸奔到 tailnet 等于把终端权限送给任何 tailnet 成员。

第五，定期备份。 OpenClaw 的所有状态都在 ~/.openclaw/ 下，备份一条命令搞定。 2026.8.1-beta 还新增了 SQLite 级备份：

老方法：整体备份openclaw backup create --output ~/openclaw-backup-20260808.tar.gzopenclaw backup verify ~/openclaw-backup-20260808.tar.gz# 新方法（2026.8.1-beta）：SQLite 级紧凑备份openclaw backup sqlite createopenclaw backup sqlite listopenclaw backup sqlite verifyopenclaw backup sqlite restore# 仅恢复到新实例，不会覆盖现有

重装系统、换机器、迁移到另一台 Mac 都靠这两个备份恢复。

第六，别让 Secret 散落各文件。 API key 应该统一走 secrets audit + secrets configure 管理，不要直接写在 openclaw.json 里。 2026.8.1-beta 还引入了secret egress host binding——secret 绑定到具体 HTTPS 目标主机，未授权替换会失败关闭。定期：

openclaw secrets audit找出明文 key / 未解析的 SecretRefopenclaw secrets reload# 重新解析所有 SecretRef

养一只聪明的龙虾，其实和养一只真龙虾一样：环境对了，技能够了，记忆留住了，频道通了，它自然就能干活。你下一次和同事吹牛的时候，可以认真地说——"我的龙虾 24 小时在飞书上接单，干的是真活，不是复读。"