Skip to main content
openclawwslai-agentllmtelegramself-hostedtutorialopen-source

OpenClaw 完全指南：在 Windows WSL 上打造你的 24/7 AI 私人助理

Rainy
Rainy
雨落无声，代码成诗 —— 致力于技术与艺术的极致平衡
... VIEWS

2026 年初，一个名为 OpenClaw 的开源项目在 GitHub 火速登顶，短短数周内收获超过 30k+ Stars。它不是又一个聊天机器人套壳——而是一个运行在你自己设备上的自主 AI 代理（Autonomous Agent），能够读写文件、执行脚本、控制浏览器、收发消息……如同一个真正的 AI 贾维斯，7x24 小时守候在你的终端里。

本文将以 Windows + WSL 为主线，从零开始带你走完 OpenClaw 的完整安装、配置与深度调优之旅。

1. OpenClaw 是什么？​

OpenClaw 是一个开源、自托管的 AI 个人助手运行时（Agent Runtime）。它的核心定位不是"对话窗口"，而是一个消息路由 + 工具执行引擎：

1.1 核心特性速览​

特性说明
自主执行不止对话——能自动读写文件、运行脚本、操控浏览器
多通道路由同时接入 Telegram、WhatsApp、Discord、iMessage、Slack 等
模型无关支持 Claude、GPT、Gemini、DeepSeek、MiniMax，也支持本地 Ollama
长期记忆跨对话记忆上下文，越用越聪明
Skills 生态社区驱动的能力扩展市场（ClawHub）
隐私优先所有数据留在本地，你完全掌控
Companion Apps提供 macOS / iOS / Android 伴侣应用

2. 前置准备：WSL2 环境搭建​

Windows 用户推荐通过 WSL2 + Ubuntu 来运行 OpenClaw，这能提供最一致且稳定的 Linux 运行环境。

2.1 安装 WSL2​

以管理员身份打开 PowerShell，执行：

# 一键安装 WSL2（默认安装 Ubuntu）
wsl --install

如果已安装过旧版 WSL，可以升级到 WSL2：

# 查看当前状态
wsl --status

# 设置默认版本为 WSL2
wsl --set-default-version 2

# 升级指定发行版
wsl --set-version Ubuntu 2

安装完成后重启电脑。重启后 Ubuntu 会自动启动，要求你设置 Linux 用户名和密码。

2.2 启用 systemd​

OpenClaw 的 Gateway 作为守护进程（Daemon）运行，依赖 systemd。WSL2 默认不启用 systemd，需要手动开启：

# 在 WSL Ubuntu 终端中执行
sudo tee /etc/wsl.conf >/dev/null <<'EOF'
[boot]
systemd=true
EOF

然后在 PowerShell（非 WSL） 中重启 WSL：

wsl --shutdown

重新打开 Ubuntu 终端，验证 systemd 是否正常运行：

systemctl --user status
# 如果输出状态信息而非报错，说明 systemd 已成功启用

2.3 安装 Node.js（v22+）​

OpenClaw 要求 Node.js 22 或更高版本。推荐使用 nvm 管理 Node 版本：

# 安装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

# 重新加载 shell 配置
source ~/.bashrc

# 安装 Node.js 22 LTS
nvm install 22
nvm use 22
nvm alias default 22

# 验证
node -v   # 应输出 v22.x.x
npm -v    # 应输出 10.x.x

3. 安装 OpenClaw​

Node.js 环境就绪后，安装 OpenClaw 核心：

curl -fsSL https://openclaw.ai/install.sh | bash

该脚本会自动检测环境、安装依赖并全局安装 OpenClaw。

安装完成后验证：

openclaw --version
# openclaw/x.x.x linux-x64 node-v22.x.x

4. 初始化配置：Onboarding 向导​

OpenClaw 提供了一个交互式的 Onboarding 向导，引导你完成所有核心配置：

openclaw onboard --install-daemon

--install-daemon 参数会同时将 OpenClaw Gateway 注册为 systemd 服务，实现后台常驻。

向导会依次引导你完成以下步骤：

┌────────────────────────────────────────────────────────┐
│                  OpenClaw Onboarding                   │
├────────────────────────────────────────────────────────┤
│  ① 接受安全提示（Security Acknowledgment）             │
│  ② 选择 AI 模型提供商 & 配置 API Key                   │
│  ③ 配置消息通道（Telegram / WhatsApp / Discord...）     │
│  ④ 安装 Gateway 守护进程                               │
│  ⑤ 配置工作区（Workspace）                             │
└────────────────────────────────────────────────────────┘

5. 模型配置详解​

OpenClaw 是**模型无关（Model-Agnostic）**的，支持几乎所有主流 LLM 提供商。

5.1 在 Onboarding 中选择模型​

向导会列出支持的模型提供商供你选择：

提供商推荐模型特点
AnthropicClaude 3.5 Sonnet / Claude 4工具调用能力最强，推理精准
OpenAIGPT-4o / GPT-4.5生态成熟，多模态能力强
GoogleGemini 2.0 Flash / Pro超大上下文窗口（2M tokens）
DeepSeekDeepSeek-V3 / R1性价比高，中文能力优秀
MiniMaxMiniMax-01国产大模型，免费额度充足
MistralMistral Large欧洲开源大模型

选择后，向导会要求你输入对应的 API Key——你需要提前在各提供商官网注册并创建。

5.2 配置文件详解​

所有配置存储在 ~/.openclaw/openclaw.json 中。模型相关的核心配置结构如下：

~/.openclaw/openclaw.json（模型部分）
{
  "env": {
    "ANTHROPIC_API_KEY": "sk-ant-api03-xxxxx",
    "OPENAI_API_KEY": "sk-xxxxx",
    "GOOGLE_GENERATIVE_AI_API_KEY": "AIzaSy-xxxxx",
    "DEEPSEEK_API_KEY": "sk-xxxxx"
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic:claude-sonnet-4-20250514",
        "fallbacks": ["openai:gpt-4o", "google:gemini-2.0-flash"]
      }
    }
  }
}

5.3 模型优先级与 Fallback 机制​

OpenClaw 的模型调度策略非常智能：

请求进入
  ↓
尝试 Primary 模型（如 Claude Sonnet 4）
  ↓ 如果失败（限流 / API 错误 / 超时）
尝试 Fallback[0]（如 GPT-4o）
  ↓ 如果失败
尝试 Fallback[1]（如 Gemini Flash）
  ↓ 全部失败
返回错误信息

最佳实践：将最强的模型设为 primary，将速度快 / 成本低的模型放在 fallbacks 中。日常简单任务会因模型不堪重任而自动降级到更经济的选择。

5.4 通过 CLI 修改模型​

你也可以随时通过命令行修改模型配置，无需手动编辑 JSON：

# 设置主模型
openclaw config set agents.defaults.model.primary "anthropic:claude-sonnet-4-20250514"

# 查看当前模型配置
openclaw config get agents.defaults.model

6. Telegram 通道配置​

Telegram 是 OpenClaw 最常用的消息通道——配置完成后，你可以随时随地通过 Telegram 跟你的 AI 助手对话。

6.1 创建 Telegram Bot​

Step 1：找到 BotFather​

在 Telegram 中搜索 @BotFather 并打开对话。

Step 2：创建新 Bot​

你发送:  /newbot
BotFather: Alright, a new bot. How are we going to call it?
你发送:  My OpenClaw Assistant
BotFather: Good. Now let's choose a username for your bot.
你发送:  my_openclaw_bot
BotFather: Done! Congratulations on your new bot.
         Use this token to access the HTTP API:
         7123456789:AAF-xxxxxxxxxxxxxxxxxxxxxxxxxxxx

⚠️ Bot 的 username 必须以 bot 结尾。请妥善保存返回的 API Token。

Step 3：获取你的 Telegram User ID​

在 Telegram 中搜索 @userinfobot，发送 /start，它会返回你的数字 User ID（如 123456789）。

6.2 在 Onboarding 中配置​

在 openclaw onboard 向导执行到通道配置环节时：

  1. 选择 Telegram 作为消息通道
  2. 输入刚才从 BotFather 获取的Bot Token
  3. 向导会提示你打开 Telegram，给你的新 Bot 发送 /start

6.3 配对与审批（Pairing & Approve）​

OpenClaw 采用配对审批机制保障安全——只有经过你授权的用户才能与你的 AI 通信。

当你给 Bot 发送 /start 后，Bot 会回复一个 8 位配对码（如 ABCD1234），有效期 1 小时。

回到 WSL 终端，执行审批命令：

# 审批 Telegram 配对
openclaw pairing approve telegram ABCD1234

成功后你会看到：

✅ Pairing approved.
   Telegram user 123456789 added to allowlist.
   You can now chat with your agent via Telegram.

从此刻起，你可以在 Telegram 中跟你的 AI 助手自由对话了！🎉

6.4 群组使用（可选）​

如果你想在 Telegram 群组中使用 Bot，需要额外设置隐私：

  1. 在 BotFather 中发送 /setprivacy
  2. 选择你的 Bot
  3. 选择 Disable（允许 Bot 读取群组所有消息）

然后将 Bot 添加到群组中，群组内的用户同样需要经过配对审批流程。

7. VPN 与代理配置​

在中国大陆使用 OpenClaw 需要特别注意网络配置，因为 OpenClaw 需要访问海外的 LLM API 端点。

7.1 代理配置方案​

如果你的 Windows 宿主机已经运行了 Clash for Windows / v2rayN 等代理工具，WSL 可以直接复用：

Step 1：在代理工具中启用局域网访问​

  • Clash for Windows：开启 Allow LAN，记下端口（默认 7890）
  • v2rayN：开启 允许来自局域网的连接

Step 2：获取 Windows 宿主机 IP​

在 WSL 中执行：

# 获取宿主机 IP（通常为 172.x.x.1）
HOST_IP=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}')
echo $HOST_IP

Step 3：设置代理环境变量​

# 临时设置（当前终端会话有效）
export HTTP_PROXY="http://${HOST_IP}:7890"
export HTTPS_PROXY="http://${HOST_IP}:7890"
export ALL_PROXY="socks5://${HOST_IP}:7890"
export NO_PROXY="localhost,127.0.0.1,::1"

Step 4：持久化代理配置​

将代理配置写入 ~/.bashrc，使其每次启动 WSL 自动生效：

cat >> ~/.bashrc << 'PROXY_EOF'

# ===== WSL Proxy Configuration =====
proxy_on() {
    local HOST_IP=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}')
    export HTTP_PROXY="http://${HOST_IP}:7890"
    export HTTPS_PROXY="http://${HOST_IP}:7890"
    export ALL_PROXY="socks5://${HOST_IP}:7890"
    export NO_PROXY="localhost,127.0.0.1,::1"
    echo "🌐 Proxy ON → ${HOST_IP}:7890"
}

proxy_off() {
    unset HTTP_PROXY HTTPS_PROXY ALL_PROXY NO_PROXY
    echo "🔒 Proxy OFF"
}

# 默认启动代理
proxy_on
PROXY_EOF

source ~/.bashrc

现在你可以随时通过 proxy_on 和 proxy_off 命令切换代理。

7.2 验证网络连通性​

配置好代理后，测试是否能正常访问 LLM API：

# 测试 OpenAI API 连通性
curl -s https://api.openai.com/v1/models -H "Authorization: Bearer $OPENAI_API_KEY" | head -c 200

# 测试 Anthropic API 连通性
curl -s https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{"model":"claude-sonnet-4-20250514","max_tokens":10,"messages":[{"role":"user","content":"hi"}]}'

8. 开机自启与服务管理​

一个真正的 AI 助手应该始终在线。以下是让 OpenClaw 在重启后自动恢复运行的完整配置。

8.1 OpenClaw systemd 服务​

如果你在 Onboarding 时使用了 --install-daemon，OpenClaw 已经自动注册了 systemd 服务。可以通过以下命令管理：

# 查看服务状态
systemctl --user status openclaw-gateway

# 手动启动 / 停止 / 重启
systemctl --user start openclaw-gateway
systemctl --user stop openclaw-gateway
systemctl --user restart openclaw-gateway

# 设置开机自启
systemctl --user enable openclaw-gateway

# 持久化用户级 systemd（关键！使服务在用户未登录时也能运行）
loginctl enable-linger $USER

8.2 手动创建 systemd 服务​

如果你没有使用 --install-daemon，可以手动创建：

mkdir -p ~/.config/systemd/user

cat > ~/.config/systemd/user/openclaw-gateway.service << 'SERVICE_EOF'
[Unit]
Description=OpenClaw AI Gateway
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
ExecStart=%h/.nvm/versions/node/v22.13.1/bin/node %h/.nvm/versions/node/v22.13.1/bin/openclaw start --daemon
Restart=always
RestartSec=10
Environment=PATH=%h/.nvm/versions/node/v22.13.1/bin:/usr/local/bin:/usr/bin:/bin
Environment=HOME=%h
WorkingDirectory=%h

[Install]
WantedBy=default.target
SERVICE_EOF

# 重载并启动
systemctl --user daemon-reload
systemctl --user enable --now openclaw-gateway
loginctl enable-linger $USER

⚠️ 注意：ExecStart 中的 Node.js 路径需要根据你的实际安装路径调整。可以通过 which node 和 which openclaw 查看。

8.3 WSL 自动启动配置​

默认情况下 WSL 在 Windows 重启后不会自动运行。需要手动配置：

  1. 打开 taskschd.msc（任务计划程序）
  2. 创建基本任务：
    • 触发器：用户登录时
    • 操作：启动程序
    • 程序：wsl.exe
    • 参数：-d Ubuntu -u your_username -- bash -c "systemctl --user start openclaw-gateway"

8.4 健康检查​

确认服务正常运行的快捷检查：

# 查看 Gateway 运行状态
openclaw status

# 查看日志
journalctl --user -u openclaw-gateway -f --no-pager -n 50

# 验证 Telegram Bot 是否在线
# 在 Telegram 中给你的 Bot 发一条消息，看是否有回应

9. 自定义 API 与模型接入​

OpenClaw 最强大的特性之一是支持任何 OpenAI-Compatible 的 API 端点，这意味着你可以接入任何第三方 API 代理、企业内部模型服务，甚至本地运行的开源模型。

9.1 接入 OpenAI-Compatible API​

许多第三方 API 代理服务（如 OpenRouter、Together AI、硅基流动 SiliconFlow 等）都兼容 OpenAI 的 API 格式。所有自定义模型和提供商的配置都在 ~/.openclaw/openclaw.json 中完成，修改后重启 Gateway 即可生效。

直接编辑 ~/.openclaw/openclaw.json，在 models.providers 中添加自定义提供商：

~/.openclaw/openclaw.json（自定义模型部分）
{
  "models": {
    "mode": "merge",
    "providers": {
      "my-silicon-flow": {
        "baseUrl": "https://api.siliconflow.cn/v1",
        "apiKey": "sk-xxxxxx",
        "api": "openai-completions",
        "models": [
          {
            "id": "deepseek-ai/DeepSeek-V3",
            "name": "DeepSeek-V3 (SiliconFlow)",
            "reasoning": true,
            "input": ["text"],
            "cost": {
              "input": 2.0,
              "output": 8.0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 64000,
            "maxTokens": 8192
          },
          {
            "id": "Qwen/Qwen2.5-72B-Instruct",
            "name": "Qwen2.5-72B (SiliconFlow)",
            "reasoning": false,
            "input": ["text"],
            "cost": {
              "input": 4.13,
              "output": 4.13,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 131072,
            "maxTokens": 4096
          }
        ]
      }
    }
  }
}

💡 关键字段说明：

  • mode: "merge" — 表示与内置模型列表合并，保留原有模型
  • api: "openai-completions" — 指定 API 兼容格式
  • models — 使用数组格式，每个模型包含 id、name、reasoning、cost 等字段
  • Provider ID（如 my-silicon-flow）将作为引用前缀

然后在同一配置文件中，将自定义模型设为主模型，引用格式为 <provider-id>/<model-id>：

~/.openclaw/openclaw.json（设置主模型）
{
  "agents": {
    "defaults": {
      "model": {
        "primary": "my-silicon-flow/deepseek-ai/DeepSeek-V3"
      },
      "models": {
        "my-silicon-flow/deepseek-ai/DeepSeek-V3": {
          "alias": "sf-deepseek"
        }
      }
    }
  }
}

配置完成后，重启 Gateway 使其生效：

openclaw gateway restart

9.2 接入本地 Ollama 模型​

对于追求完全离线隐私的用户，可以使用 Ollama 在本地运行开源大模型：

Step 1：安装 Ollama​

# 在 WSL 中安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉取模型（推荐 64k+ 上下文的模型）
ollama pull llama3.1:70b
ollama pull qwen2.5:32b
ollama pull deepseek-r1:32b

Step 2：配置 OpenClaw 连接 Ollama​

# 设置 Ollama API Key（本地使用任意值即可）
openclaw config set models.providers.ollama.apiKey "ollama-local"

⚠️ 关键提醒：OpenClaw 连接 Ollama 时，Base URL 应该使用 http://localhost:11434（不加 /v1 后缀）。使用 /v1 端点会导致工具调用（Tool Calling）功能失效。

Step 3：设置 Ollama 为主模型​

openclaw config set agents.defaults.model.primary "ollama:llama3.1:70b"

Step 4：确保 Ollama 服务运行​

# 启动 Ollama 服务（如果未自动启动）
ollama serve &

# 验证服务状态
curl http://localhost:11434/api/tags

9.3 混合模型策略​

在实际使用中，推荐采用云端 + 本地混合的模型策略：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic:claude-sonnet-4-20250514",
        "fallbacks": [
          "my-silicon-flow:deepseek-ai/DeepSeek-V3",
          "ollama:qwen2.5:32b"
        ]
      }
    }
  }
}

这样做的好处是：

  • 日常使用：优先使用最强的云端模型（如 Claude Sonnet 4）
  • 云端限流时：自动降级到第三方 API 代理（如 SiliconFlow 的 DeepSeek-V3）
  • 网络断开时：兜底使用本地 Ollama 模型，确保服务不中断

9.4 搜索引擎配置​

OpenClaw 支持为 AI 配置网络搜索能力，让你的助手能够实时检索最新信息。目前主要有两种方式：

Brave Search 是 OpenClaw 官方内置的搜索引擎，通过 web_search 工具直接调用，无需安装额外 Skill。

Step 1：获取 API Key​

  1. 前往 Brave Search API 注册账号
  2. 在控制台中选择 Data for Search 计划，生成 API Key

⚠️ 注意：Data for AI 计划与 web_search 工具不兼容，请选择 Data for Search。

Step 2：在 openclaw.json 中配置​

~/.openclaw/openclaw.json（搜索配置部分）
{
  "tools": {
    "web": {
      "search": {
        "provider": "brave",
        "apiKey": "BSAxxxxxxxxxxxxxxxx",
        "maxResults": 5,
        "timeoutSeconds": 30
      }
    }
  }
}

Step 3：重启 Gateway 生效​

openclaw gateway restart

配置完成后，AI 助手会在需要时自动调用 web_search 工具，支持按语言、国家、时间范围精确搜索：

// 按国家和语言搜索
web_search({ query: "可再生能源", country: "CN", language: "zh" });

// 搜索最近一周的结果
web_search({ query: "AI 最新进展", freshness: "week" });

// 按日期范围搜索
web_search({
  query: "AI developments",
  date_after: "2026-01-01",
  date_before: "2026-03-01",
});

💡 搜索结果默认缓存 15 分钟（可通过 cacheTtlMinutes 配置调整）。

💡 如何选择？ Brave Search 是内置方案，配置简单、开箱即用；Tavily 的搜索结果针对 AI Agent 做了优化，回答质量通常更好。推荐先试用 Brave（免费额度充足），有更高质量需求再切换到 Tavily。

10. 进阶配置与技巧​

10.1 多 Agent 配置​

OpenClaw 支持配置多个不同角色的 Agent，针对不同场景使用不同的系统提示词和模型：

openclaw.json — agents 配置
{
  "agents": {
    "default": {
      "name": "Jarvis",
      "persona": "你是一个高效的 AI 助手，擅长编程、文件管理和信息检索。",
      "model": {
        "primary": "anthropic:claude-sonnet-4-20250514"
      }
    },
    "coder": {
      "name": "CodeBot",
      "persona": "你是一个专注于编程的 AI 助手，精通多种编程语言。",
      "model": {
        "primary": "anthropic:claude-sonnet-4-20250514"
      }
    },
    "writer": {
      "name": "Writer",
      "persona": "你是一个创意写作助手，擅长中英文写作和翻译。",
      "model": {
        "primary": "openai:gpt-4o"
      }
    }
  }
}

10.2 Skills 安装与管理​

Skills 是 OpenClaw 的扩展能力包。截至 2026 年 2 月，ClawHub 官方注册表已托管超过 13,700+ 个社区贡献 Skill（awesome-openclaw-skills 精选了其中 5,494 个）。安装方式非常灵活：

# 搜索可用 Skills
npx clawhub@latest search gmail

# 安装 Skill（自动部署到 ~/.openclaw/skills/）
npx clawhub@latest install agent-browser
npx clawhub@latest install better-notion
npx clawhub@latest install n8n

# 列出已安装的 Skills
openclaw skills list

# 移除 Skill
openclaw skills remove agent-browser

各类别热门 Skills 推荐（均来自 ClawHub 官方注册表）：

类别Skill功能
🔧 浏览器 & 自动化agent-browserRust 实现的无头浏览器自动化 CLI
🔧 浏览器 & 自动化2captcha通过 2Captcha 服务自动解决验证码
📝 笔记 & PKMbetter-notionNotion 页面和数据库完整 CRUD 操作
📝 笔记 & PKMapple-notes通过 memo CLI 管理 macOS Apple Notes
📝 笔记 & PKMbear-notes创建、搜索和管理 Bear 笔记
🔍 搜索 & 研究academic-deep-research透明、严谨的学术深度研究
🔍 搜索 & 研究arxiv-search-collector模型驱动的 arXiv 论文检索工作流
📊 效率 & 任务asana通过 REST API 集成 Asana 项目管理
📊 效率 & 任务n8n通过 API 管理 n8n 工作流自动化
💬 通信agentmail-integration为 Agent 分配专属邮箱
💬 通信beeper搜索和浏览本地 Beeper 聊天记录
☁️ DevOpsagentic-devopsDocker、进程管理、日志分析和健康监控
🔐 安全heimdall安装前扫描 Skill 中的恶意模式
🤖 Agent 协议claw-to-clawAgent 间协调通信协议

⚠️ 安全提醒：ClawHub 提供 VirusTotal 合作扫描，但 Skills 本质上是社区开源代码。安装前务必检查源码，推荐使用 Snyk Skill Security Scanner 或 Agent Trust Hub 进行安全审计。

10.3 安全加固​

OpenClaw 拥有强大的系统级权限，安全配置至关重要：

# 设置消息通道的 DM 策略为"配对审批"（默认）
openclaw config set channels.telegram.dmPolicy "pairing"

# 查看已授权的用户列表
openclaw pairing list

# 撤销某个用户的授权
openclaw pairing revoke telegram <user_id>

安全建议：

  • 第三方 Skills 视为不可信代码，安装前务必审查
  • 定期检查 openclaw pairing list 中的授权用户
  • 如果不需要远程访问，不要暴露 Gateway 端口到公网

10.4 日志与调试​

# 实时查看 Gateway 日志
journalctl --user -u openclaw-gateway -f

# 查看最近的错误日志
journalctl --user -u openclaw-gateway --since "1 hour ago" -p err

# OpenClaw 内置日志
openclaw logs --tail 100

# 开启 Debug 模式（排错用）
openclaw config set log.level "debug"
openclaw restart

10.5 杀手级 Skills 与扩展生态推荐​

要想把 OpenClaw 的潜力发挥到极致（真正的 "Auto-Agent"），你需要了解它繁荣的扩展生态。以下推荐的 Skills 均可在 awesome-openclaw-skills 中找到：

1. 核心商城与生态中枢​

  • ClawHub (clawhub.ai)：官方维护的插件注册表，截至 2026 年 2 月已托管 13,729 个社区 Skill，通过 npx clawhub@latest search <关键词> 探索。
  • MCP 集成：OpenClaw 原生支持 MCP (Model Context Protocol) 协议（详见下一节），配置后可直接调用数百个 MCP 服务端工具。
  • ClawForge：可视化的 Node-based 工作流引擎。不想在终端手写 JSON？你可以类似 Coze 的工作流节点连线，把各个 Skills 串联成极为复杂的自动化流水线。

2. 强烈推荐的「神级」赋能 Skills​

将普通的聊天机器人变成真正的 Auto-Agent，核心就在这些扩展：

  • 🧠 agent-memory-ultimate (长记忆化)：生产级记忆系统——每日日志、睡眠巩固、SQLite + FTS5 全文搜索，支持 WhatsApp / ChatGPT / VCF 导入。你半年前随口提过的饮品偏好，它点外卖时始终能倒背如流。
  • 🐳 agentic-devops (DevOps 工具箱)：产品级 Agent DevOps 套件——Docker 容器管理、进程管控、日志分析、健康监控一站式搞定。
  • 🐙 auto-pr-merger (开发自动化)：自动化 GitHub PR 检出、检查、合并工作流。结合 azure-devops 还能管理 Azure DevOps 项目和 PR。
  • � better-notion (知识大脑)：Notion 页面、数据库完整 CRUD。授权后，AI 相当于读懂了你的整个工作日常，在 Telegram 直接问："上周开会讨论的排期是多少？"
  • 🕷️ agent-browser (无头浏览器)：Rust 实现的高性能无头浏览器自动化 CLI，搭配 2captcha 验证码破解 Skill 可实现完整的自动化爬虫流程。
  • 📰 biz-reporter (商业智能)：自动从 Google Analytics GA4、Google Search Console、Stripe 拉取数据并生成商业分析报告。
  • 🔐 heimdall (安全审计)：在安装新 Skill 之前，自动扫描和识别恶意模式，守护你的 Agent 安全。

💡 发现更多 Skills：浏览 awesome-openclaw-skills 仓库，按 30+ 分类（Git & GitHub、Browser & Automation、DevOps & Cloud、Search & Research、Notes & PKM 等）精选发现。

11. MCP (Model Context Protocol) 集成​

MCP（Model Context Protocol） 是由 Anthropic 主导的开放协议标准，旨在为 AI 模型与外部工具/数据源提供统一的通信接口。OpenClaw 原生支持 MCP 协议，这意味着你可以直接接入整个 MCP 生态中数百个现成的工具服务器，无需单独安装 Skill。

11.1 MCP 架构简介​

核心概念：

概念说明
MCP HostOpenClaw Gateway 作为 MCP 客户端（Host），负责发起工具调用请求
MCP Server独立运行的工具服务端，暴露 tools（可调用操作）和 resources（可读取数据）
传输协议支持 stdio（本地管道）和 SSE（HTTP 远程）两种传输方式
Tool CallingLLM 根据上下文自动决定调用哪个 MCP Server 的哪个 Tool

11.2 配置 MCP 服务器​

在 OpenClaw 的配置目录中创建 mcp.json：

~/.openclaw/mcp.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/home/user/documents"
      ],
      "env": {}
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    },
    "sqlite": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sqlite",
        "/home/user/data/mydb.sqlite"
      ]
    },
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": {
        "BRAVE_API_KEY": "BSA-xxxxxxxxxxxx"
      }
    }
  }
}

配置完成后重启 Gateway：

systemctl --user restart openclaw-gateway

OpenClaw 会自动启动所有配置的 MCP Server 子进程，并将其暴露的 Tools 注入到 LLM 的可用工具列表中。

11.3 常用 MCP Server 推荐​

MCP Server包名功能
Filesystem@modelcontextprotocol/server-filesystem文件读写、搜索、目录管理
GitHub@modelcontextprotocol/server-github仓库管理、Issue/PR 操作、代码搜索
SQLite@modelcontextprotocol/server-sqlite数据库查询、表管理、数据分析
Brave Search@modelcontextprotocol/server-brave-search实时网络搜索
Puppeteer@modelcontextprotocol/server-puppeteer浏览器自动化、截图、PDF 生成
Memory@modelcontextprotocol/server-memory基于 Knowledge Graph 的持久化记忆
PostgreSQL@modelcontextprotocol/server-postgresPostgreSQL 数据库只读查询
Google Maps@modelcontextprotocol/server-google-maps地理编码、路径规划、地点搜索

完整 MCP Server 列表参见 Anthropic MCP Servers 官方仓库。

11.4 MCP vs Skills：如何选择？​

维度MCP ServerOpenClaw Skills
定位通用工具协议层OpenClaw 专属能力扩展
安装方式配置 mcp.json + npx 自动拉取npx clawhub@latest install 或手动复制
生态规模~100+ 个官方/社区 Server13,700+ 个 ClawHub Skill
优势协议标准化、跨平台兼容深度定制、OpenClaw 原生特性
适用场景通用工具（文件、数据库、搜索、API）Agent 专属工作流、复杂自动化

推荐策略：优先使用 MCP Server 满足通用工具调用需求（文件操作、数据库查询、网络搜索），然后用 Skills 补充 OpenClaw 特有的自动化工作流（Agent 记忆、安全审计、Agent 间通信等）。

11.5 编写自定义 MCP Server​

如果你有特殊需求，编写一个自定义 MCP Server 非常简单。以 Node.js 为例：

# 安装 MCP SDK
npm install @modelcontextprotocol/sdk
my-mcp-server.ts
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({
  name: "my-custom-server",
  version: "1.0.0",
});

// 注册一个 Tool
server.tool(
  "get-weather",
  "获取指定城市的天气信息",
  { city: z.string().describe("城市名称") },
  async ({ city }) => {
    // 在这里调用你的天气 API
    const weather = await fetchWeather(city);
    return {
      content: [{ type: "text", text: JSON.stringify(weather) }],
    };
  },
);

// 启动服务
const transport = new StdioServerTransport();
await server.connect(transport);

然后在 mcp.json 中添加配置即可：

{
  "mcpServers": {
    "my-weather": {
      "command": "npx",
      "args": ["tsx", "/path/to/my-mcp-server.ts"]
    }
  }
}

12. 常见问题排查（FAQ）​

Q1：安装时提示 Node.js 版本不对？​

# 确认 Node.js 版本
node -v

# 如果版本低于 22，通过 nvm 切换
nvm install 22 && nvm use 22

Q2：Telegram Bot 发消息无回应？​

排查清单：

  1. Gateway 是否在运行：openclaw status 或 systemctl --user status openclaw-gateway
  2. 配对是否完成：openclaw pairing list 确认你的 Telegram User ID 在列表中
  3. API Key 是否有效：检查 ~/.openclaw/openclaw.json 中的 API Key
  4. 代理是否正常：curl -s https://api.anthropic.com 测试网络连通性

Q3：API 调用报错 429 Rate Limit？​

说明当前模型的调用频率超限。解决方案：

  • 配置 fallbacks 模型实现自动降级
  • 使用自定义 API 代理分散请求
  • 降低 Agent 的调用频率

Q4：WSL 重启后 OpenClaw 没有自动启动？​

按照第 8.3 节配置 Windows 任务计划程序或启动文件夹快捷方式。

Q5：Ollama 本地模型工具调用失效？​

确保 OpenClaw 的 Ollama baseUrl 配置为 http://localhost:11434（不含 /v1），并使用支持 Tool Calling 的模型（如 llama3.1、qwen2.5）。

结语​

OpenClaw 不是一个玩具——它是一个真正的生产级 AI 代理运行时。通过本文的配置，你已经拥有了：

  • ✅ 在 WSL 上稳定运行的 OpenClaw 环境
  • ✅ 灵活的多模型配置与自动 Fallback
  • ✅ 通过 Telegram 随时随地与 AI 对话
  • ✅ 代理/VPN 保障海外 API 顺畅访问
  • ✅ 开机自启 + 崩溃自恢复的 7x24 常驻服务
  • ✅ 自定义 API、本地模型、混合部署的进阶玩法
  • ✅ MCP 协议集成，一键接入数百个外部工具
  • ✅ 5,400+ 精选 Skills 生态，从学术研究到商业智能全覆盖

从现在开始，你的 AI 助手睡着的时候，它还在工作。

延伸阅读：