大家好，祝大家新年快乐。公众号目前基本都在写数睿通的产品介绍、更新和推广类的内容，技术氛围确实少了点。后面我打算换个节奏：在继续输出数睿通系列产品内容的同时，也会多做一些技术分享——包括实用经验、技术资讯、踩坑记录、心得交流等。

我最近越来越觉得：AI 这事儿，聊天当然有用，但真正改变工作方式的，是那种“你一句话，它真的去把事办了”的东西。

OpenClaw 就是这一类：它不是一个网页里点开就能聊的机器人，而是一个你自己跑在电脑上的个人助理。你可以在飞书（Feishu/Lark）等你本来就在用的聊天工具里跟它说话，它在你的电脑上接住指令，然后去执行——比如整理邮件、发邮件、看日历、做提醒，甚至跑后台任务。

官网一句话我很喜欢：The AI that actually does things.（真的会“做事”的 AI）

下面我按“小白也能照着做”的方式，写一份上手指南，再聊聊它的本质、适合的使用场景，以及我对未来的判断。

1）先把它说清楚：OpenClaw 本质是什么？

你可以把 OpenClaw 理解成一个“有手有脚”的 Agent：

• 大脑：大模型（你接什么模型/什么订阅，能力上限就到哪里）
• 手和脚：它能在你的电脑上跑工具、调用能力、执行动作（本质是“电脑执行权限 + 工具调用”）
• 长期记忆：它会把你的上下文/信息沉淀在本地（很多人把这类能力理解成 RAG/记忆体系的一部分）
• 长期在线：它不是你打开网页才存在，而是能“常驻”，甚至支持定时/后台任务（cron、提醒、心跳式的后台检查等）

一句话：OpenClaw 更像“住在你电脑里的同事”，而不是“网页里的聊天框”。

2）安装前你需要准备什么

官方文档里对系统要求写得很直接：

• Node.js 22+（安装脚本/安装方式会检查）
• macOS / Linux / Windows 均可
• Windows 强烈建议用 WSL2（官方推荐 Windows 走 WSL2 的方式）

3）安装教程（小白向，按步骤来就行）

我把它拆成三条路线：Windows（推荐 WSL2） / macOS / Linux。你选一条照着做。

A. Windows（推荐 WSL2，官方也更推荐）

第 1 步：装 WSL2（如果你已经有 WSL2 可以跳过）

1. 用管理员打开 PowerShell
2. 运行：

wsl --install

3. 重启电脑，按提示完成 Ubuntu 初始化（设置用户名/密码）

第 2 步：打开 Ubuntu（WSL）终端，确认 Node 版本

在 Ubuntu 里执行：

node -v

如果版本不是 22+，建议先把 Node 升到 22+。

第 3 步：安装 OpenClaw

npm install -g openclaw@latest

第 4 步：跑一遍上手向导（强烈建议走向导）

openclaw onboard --install-daemon

这一步很关键：向导会带你把 gateway、workspace、频道（飞书等）以及 skills 这些东西一口气配起来；--install-daemon 的意思是把 gateway 以“常驻服务”的方式跑起来，你不用每次手动启动。

第 5 步：安装完成后做一次自检

openclaw doctor
openclaw status
openclaw dashboard

dashboard 会打开它的控制面板（浏览器 UI），这时候你基本就能开始聊了。

B. macOS / Linux（更简单）

基本同样的流程：

node -v
npm install -g openclaw@latest
openclaw onboard --install-daemon
openclaw doctor
openclaw dashboard

4）接入飞书（Feishu/Lark）：按这个顺序做，基本不踩坑

第 1 步：安装飞书插件

openclaw plugins install @openclaw/feishu

第 2 步：把飞书渠道加到 OpenClaw

• 刚安装完 OpenClaw：直接跑向导 openclaw onboard，里面会带你选渠道并录入飞书的凭证
• 已经装好了：执行 openclaw channels add，按提示选择 Feishu，然后粘贴你的 App ID 和 App Secret

第 3 步：在飞书开放平台创建机器人应用

1. 打开飞书开放平台：https://open.feishu.cn/
2. 创建企业自建应用（填名称、描述、图标）
3. 在“凭证与基础信息”里复制两样东西：
   • App ID（一般长这样：cli_xxx）
   • App Secret（务必保管好，别泄露）

如果你的租户是国际版 Lark，对应入口是 https://open.larksuite.com/app ，同时需要在 OpenClaw 的飞书配置里把 domain 设为 lark（官方文档有完整说明，具体见 https://docs.openclaw.ai/zh-CN/channels/feishu）。

第 4 步：开启机器人能力 + 配权限

• 应用能力 > 机器人：开启机器人能力（并设置机器人名称）
• 权限管理：建议用“批量导入”方式，把官方文档给的权限 JSON 一次性导入（省时省心）

第 5 步：事件订阅（推荐 WebSocket 长连接）

这一步很多人卡住，关键是顺序别错：

1. 先确保你已经在 OpenClaw 里把 Feishu 渠道加好了
2. 确保网关是启动状态（openclaw gateway status）
3. 回到飞书开放平台的“事件订阅”：
   • 选择“使用长连接接收事件（WebSocket）”
   • 添加事件：im.message.receive_v1

如果网关没启动，长连接配置很可能保存失败。

第 6 步：发布应用

在“版本管理与发布”里创建版本并发布。有些企业可能需要管理员审核，通过后机器人才能正常工作。

第 7 步：验证是否接通

1. 重启网关让配置生效：

openclaw gateway restart

2. 在飞书里找到你的机器人，发一条消息
3. 默认会走“配对码”机制（更安全），按提示批准：

openclaw pairing approve feishu <配对码>

更细的配置项（比如 dmPolicy、群聊策略等）建议直接看 OpenClaw 官方文档的飞书章节：docs.openclaw.ai/zh-CN/channels/feishu

5）第一次使用：我建议你从“最小闭环”开始

很多人一上来就想让它“全自动做所有事”，结果容易翻车，也容易被 token 消耗吓到。

我的建议是先跑通最小闭环：

1. 先选一个你最常用的聊天入口（比如飞书）
2. 让它完成一个明确的小任务
   • “把我今天的日程列出来，并提醒我下午 3 点有会”
   • “帮我起草一封邮件：……（内容要点）”
   • “我把这段需求发你，你帮我整理成 checklist”
3. 确认它能在你的电脑上执行，并把结果回给你

跑通这三步，你就知道它“真能做事”，接下来才好往复杂的自动化走。

6）几个特别适合 OpenClaw 的使用场景

场景 1：移动端一句话，电脑端替你干活

你在外面路上，用手机发一句：

• “把我邮箱里今天所有主题带【报价】的邮件整理成一条清单，发给我”
• “我 30 分钟后开会，把会议资料从某个文件夹找出来，顺便给我做个 5 行摘要”

它在家里的电脑上执行，处理完再回你消息。
这种“人不在电脑前，但电脑在替你干活”的感觉，是很多普通 ChatBot 给不了的。

场景 2：长期记忆 + 反复复用

你可以把你的偏好、常用资料、常见格式逐步喂给它，让它越用越顺手。
比如：

• 你写周报的风格
• 你项目的固定模板
• 你常见客户的沟通话术

它不是一次性回答，而是能把“你是谁、你怎么做事”慢慢记住。

场景 3：定时任务 / 后台任务（把重复劳动交出去）

这种最舒服：

• 每天早上给你做一个“简报”：日程 + 待办 + 重要邮件提醒
• 每隔一段时间检查某个页面/指标，有异常就提醒你

你不需要一直盯着，它可以在后台“帮你看着”。

7）聊点现实的：模型决定上限，而且 token 消耗确实不小

OpenClaw 这类 Agent，本质上是“大模型在做多步推理 + 多次工具调用”。这就意味着两件事：

1. 模型能力决定 Agent 的能力上限
   同样的工具、同样的环境，换一个更强的模型，它就是更稳、更少跑偏；换一个弱一点的模型，它就更容易卡壳、绕远路。

2. token 消耗会比较大
   我自己测试下来，只要任务变成“多步骤 + 查资料/操作工具 + 反思/校验”，token 就会涨得很快。
   这不是 OpenClaw 独有的问题，做多了步骤、调多了工具，token 成本自然会水涨船高。

所以我的建议是：
先用它解决“你最痛的 1～2 个重复问题”，跑出收益，再决定要不要把它变成“全天候同事”。

8）最后的展望：未来一定会有更多“开箱即用”的数字员工

这两年大家做 Agent，最大的门槛其实不是“写不写得出提示词”，而是：

• 环境配起来麻烦
• 工具接入零碎
• 权限/安全/审计一堆坑
• 配置项多到像在装一套中间件

OpenClaw 给我一个很强的信号：Agent 这条路会往“产品化、开箱即用”走。
未来会出现越来越多类似的东西：你不用折腾半天配置文件，不用手搓一堆胶水代码，而是装好就能用，而且能在你的设备里“长期在线”，慢慢变成你个人工作流的一部分。

到那一天，大家讨论的不再是“AI 会不会替代谁”，而是：你有没有一个真正能帮你干活的数字同事。

老实说，AI 技术这两年的进化是“按周”在往前跑的。等到能力、成本、可用性三件事同时跨过门槛，很多岗位边界都会被改写，那我们该何去何从？

感兴趣的朋友请关注公众号螺旋编程极客，我们一起成长，一起进步