从 Clawdbot 到 OpenClaw:春节折腾一个月后的入门心得分享

简介: 本文是OpenClaw(龙虾)实战入门指南:涵盖Token获取(推荐CPA)、高质量模型渠道(anyrouter+Claude Opus)、VPS部署建议(2C4G裸机),及配置调优、多模态启用、模型组合策略(3Flash+Opus+Codex)、即时交互技巧等核心经验,助你高效玩转这一高定制化AI Agent。

从 Clawdbot 到 OpenClaw,我应该是很早就入坑,并且在整个春节持续折腾到了现在。经常在 CPA 的群里和群友分享 OpenClaw 小妙招,感觉还是很多细节和坑的。现在来 L 站上简单开课。分享一些心得吧。
首先是前置部分:
想要玩 OpenClaw。你的一些前置的需要准备的东西,当然,这每一条也都是有原因的。

首先, 稳定 Token 来源: OpenClaw 非常的吃 token,没有 token 非请勿入。所以我觉得作为逆向的集大成者之一的 CLI proxy API(简称 CPA)非常的值得你去部署。

其次,可用的高质量模型渠道: 由于最近反重力 claude 的杀号严重,然后 opus 在 OpenClaw 里的使用体验又是断崖领先,所以这边建议你准备一个 anyrouter 的账号。最近大善人正在免费提供额度给 OpenClaw 使用,爽蹬。(免费试用似乎已经结束,换成自己的 key 就好了)

最后,VPS 环境: 服务器建议起码 2c2G,但是 2C4G 是一个我认为比较舒服的选择。实际上 OpenClaw 吃不了这么大的内存,但是留有一些内存来给它折腾一些东西会更舒服。

这边建议自备一个 GitHub 学生包,也就是去领取 Digital Ocean 的 200 美刀的 VPS 额度。如果没有,可以去小黄鱼上买,大概 20 块。这个小黄鱼上的渠道我没有试过,有尝试过的老友可以在这里留言。这里强烈推荐是在 VPS 上部署 OpenClaw,体验感非常好。并且部署的时候建议裸机部署,不建议 Docker 部署。因为 Docker 部署权限很受限,失去了龙虾的精髓。

ok,这三件套备齐之后基本上你就可以开始一个基础的 open claw 的使用体验了。

  1. 部署推荐:codex。

那么首先部署,这边并不建议个人手动部署,建议将一些佬友的帖子 (这个帖子不确定是否过时,openclaw 更新的很快),下载下来后,贴给 Codex。让它 SSH 到服务器上进行部署。然后这边建议部署完了让 Codex 针对 OpenClaw 和你的 vps,写一个 skill,方便后续排查或者上去救它。因为初期部署,反正我当初是经常死机(不知道是我最开始不够熟练,还是最初版本是 bug 上长了给龙虾),经常需要靠 Codex 上去救它,有个 skill 会方便很多。

2,后台透明度

部署完成之后,你就可以在 TG 上和它对话了。然后这边建议打开的设置。/verbose 开启后可以让你看到龙虾的所有的工具调用,这样子会舒服很多。我觉得这个可能是一个冷知识,很多人不知道。

  1. 渠道调整(血泪教训)

再其次就是一个初期的一个渠道调整和添加的问题。这里我是给 claw 下了一个命令,就是修改配置文件后,必须要运行过 doctor 自检无误后才能重启。

openclaw doctor --non-interactive

这个也是初期容易犯了一个问题,就是龙虾自己把自己给改死了。然后我还让龙虾写了一个自检脚本,这个脚本主要是检查一些渠道的各种名称匹配问题,还有最后输出一个完整的模型列表。因为龙虾本质上是通过对话来进行交互的,没有一个查看模型列表的界面。通过这个之后,让龙虾输出给你一个完整的模型列表,你可以更加清楚地看到各个模型的问题,包括上下文,image,别名,fallback 等。

  1. 多模态

这里要提到另一点,龙虾它默认是只有 text,没有 image。哪怕你的模型有 image 的能力,你要自己给它加上这个字段。然后还有一个专门用于识图的 image 模型(给 text 模型作为工具),这个也需要配。还有就是龙虾的上下文,初始我记得好像是 128K,这个也需要你自己去调节成 200K 或者其他。

  1. 模型组合推荐

关于龙虾的模型,这边强烈推荐的就是这样一个组合:

3Flash 作为默认模型和图片识别模型,
opus 作为你的主力渠道,
5.2 或者 5.3codex 作为你的一个干活模型。

这样配置其实是有说法的,比如说很多人其实能够注意到龙虾有很多的后台任务,这些后台任务一般情况下如果你没有特别的去设置,它走的就是默认模型,如果你把 opus 当做你的默认模型,那么你第二天就可能收到一条一天调用两千次的一个账单,还是很夸张的,所以建议使用 3Flash,作为一个默认模型来说,3Flash 的日常使用体验还是不错的,只要不让他去改代码。鉴于 anyrouter 的 opus 也不是很稳定,这边也建议再加一个 5.2 或者 5.3 codex 作为一个干活的模型,有时候反正也不想跟他多说,那就让量大管饱又实力强劲的 GPT,埋头干活就好了。

哎,opus 真的是天生龙虾圣体,在龙虾里面用着太舒服了,根本不是 GPT 可以比的,当然,生产力干活我是忠实 Codex 党。

  1. 即时聊天原则

还有一条就是让龙虾多使用 message 工具。龙虾发给你的消息分为两种:x 一种是他进行完整输出后自动把他的消息发送给你,第二种是他主动调用 tg 的一个 message 工具给你发 message,也就是说我们让可以强制他遵循一个即时聊天原则,需要主动的高频次使用 message 工具,在干活的过程中和你进行交互。

龙虾的很多东西太细碎了,短时间也想不到太多。先写一个简单的入门版本,看看有没有人需要这个教程。

7,个人看法

最后再来对龙虾做一个个人定义吧:我对于龙虾的看法就是他开创了一个和 AI coding 一样的新赛道,个人称之为高权限,高定制化,通用 agent,Open Claw 可以称之为这个赛道上的 cursor,他是先行者。虽然我觉得他的架构非常的臃肿,也很有可能为王前驱,但是无论如何他确实在这方面做了一些开创性的突破,而且确实非常好玩儿。

  1. 简单实战

并且我个人认为龙虾部署在 VPS 上还是很有用的,可以帮助你非常高效的管理 VPS 和部署一些个人性质的玩具 , 我是给了他 github 和 cf 的 token,这样之后基本上如果我对哪一个佬友分的 GitHub 项目感兴趣,只需要把链接贴给他,他就可以自动的去找到这个仓库,拉取,部署好,调整好反代和域名,直接上线。
ps:这段时间龙虾帮我部署了 CPA,grok2api,gptload,ds2api,kirors 等等 (给 kirors 搓了一个 oauth 登录小工具),还帮我给 cpa 的前端提了一个小 pr(虽然被拒了)。

  1. 个人感慨

我觉得龙虾和当初的 gpt3.5 很像:

不了解的人神话它(自媒体),有一定了解的贬低它(玩具,cc 套壳)。
真正去使用的人,则是看到了它现阶段的局限,以及未来的无限可能。

所以到底好不好用,是非功过,还请诸君切身体验一番。

相关文章
|
2月前
|
人工智能 安全 网络安全
200小时实战总结!OpenClaw(Clawdbot)零基础阿里云/本地部署+安全养成及避坑指南
OpenClaw(俗称“小龙虾”)绝非开箱即用的工具,而是一个足够开放的“毛坯房”——想要它成为能自主进化、高效协作的“数字分身”,必须经历系统性的“养成”过程。正如开发者花费200小时、投入200美元熬成高阶OpenClaw“DeepEye”的经历所示:跳过基础配置直接干活,只会陷入“配置崩溃、技能失效、重复返工”的恶性循环;而按正确顺序搭建基建、配置技能、建立进化机制,才能让OpenClaw从“只会犯错的工具”成长为“共同进化的伙伴”。
1446 6
|
2月前
|
人工智能 监控 安全
阿里云部署OpenClaw(Clawdbot)接入QVeris:重构量化交易逻辑,AI全自动炒股,告别人工盯盘!
在AI赋能金融分析的浪潮中,个人投资者面临的核心痛点日益凸显:人工盯盘耗时耗力、市场动态难以及时捕捉、专业分析工具门槛高成本高。而OpenClaw(原Clawdbot/Moltbot)凭借开源灵活的架构,成为打造专属金融AI助手的首选——通过接入A股实时数据,它能实现24小时市场监控、涨跌预警、潜力股推荐等核心功能,彻底解放人工盯盘的繁琐。
4858 2
|
2月前
|
人工智能 安全 前端开发
Team 版 OpenClaw:HiClaw 开源,5 分钟完成本地安装
HiClaw 基于 OpenClaw、Higress AI Gateway、Element IM 客户端+Tuwunel IM 服务器(均基于 Matrix 实时通信协议)、MinIO 共享文件系统打造。
10461 39
|
2月前
|
人工智能 自然语言处理 前端开发
告别Agent Skills, 拥抱 Agent Apps
在AI Agent时代,传统GUI为人类设计,而LLM缺乏视觉、双手与持续感知能力。AOTUI(面向Agent的文本界面)应运而生:以语义化Markdown替代像素渲染,用类型化引用(如`Contact:contacts[2]`)实现“选择”,以Tool函数调用替代鼠标操作,构建专为LLM优化的离散快照式交互范式。
386 9
|
2月前
|
人工智能 自然语言处理 监控
保姆级教程:OpenClaw阿里云/本地MacOS/Lunix/Windows部署+免费大模型API配置+集成100个精选Skills指南
OpenClaw(昵称“龙虾”)凭借灵活的Skills扩展机制,在AI与Web3圈持续升温,其核心魅力在于通过“动态工具箱”模式,让AI根据任务自动调用对应工具,既减少算力浪费,又避免运行卡顿。但截至2026年3月,ClawHub社区已收录超过1.3万个Skills,质量参差不齐,新手极易陷入“盲目安装、无用堆砌”的困境,最终让OpenClaw沦为摆设。
3559 15
|
3月前
|
人工智能 API 机器人
OpenClaw 用户部署和使用指南汇总
本文档为OpenClaw(原MoltBot)官方使用指南,涵盖一键部署(阿里云轻量服务器年仅68元)、钉钉/飞书/企微等多平台AI员工搭建、典型场景实践及高频问题FAQ。同步更新产品化修复进展,助力用户高效落地7×24小时主动执行AI助手。
29344 253
|
2月前
|
人工智能 开发工具 数据安全/隐私保护
无需坐班写代码!OpenClaw(Clawdbot)阿里云/本地部署+GitHub自动化,手机遥控 AI 助手开发
“躺在床上动动手指,就让AI完成代码编写、效果预览、仓库提交”——这不是科幻场景,而是2026年OpenClaw(原Clawdbot)的常规操作。作为具备全流程开发能力的AI代理工具,OpenClaw能无缝衔接GitHub,实现“克隆仓库→需求开发→启动服务预览→提交代码”的一条龙服务,搭配飞书等移动交互渠道,真正做到“随时随地发指令,AI全程代劳开发”。
1639 1
|
2月前
|
人工智能 安全 Ubuntu
【保姆级教程】OpenClaw从入门到进阶!零基础部署(阿里云/本地)配置免费大模型API+10大核心Skill+避坑指南
2026年,OpenClaw(曾用名Clawdbot)的Skill生态已进入成熟爆发期,ClawHub平台收录的技能插件超数百款,但新手常陷入“选择焦虑”——不知哪些技能真正实用、如何规避安全风险、怎样按阶段搭建自动化工作流。事实上,新手无需盲目堆砌技能,聚焦10款高实用、低风险、社区强维护的核心插件,即可快速构建AI自动化基础能力,从“基础对话工具”进化为“解决实际问题的辅助助手”。
752 15
|
2月前
|
人工智能 自然语言处理 数据可视化
作为一名在读博士生,我在日常是如何与 AI 协作的
本文是一位AI方向博士生的AI协作实践手记:主张“当同事,不当工具”,提出元提示词、苏格拉底追问、多模型协同与经验沉淀四大方法论,覆盖划词问答、文献研读、科研绘图、代码开发等全科研场景,强调人机共生、流程提效与持续进化。
|
2月前
|
人工智能 自然语言处理 网络安全
新手必看!OpenClaw(Clawdbot)阿里云/本地部署+筛选ClawHub上12861个 Skill 中必装清单
ClawHub上12861个OpenClaw Skill让人眼花缭乱——新手面对海量技能无从下手,老手也难在其中筛选出真正实用的工具。多数推荐帖仅基于主观体验,缺乏数据支撑,导致用户陷入“盲目安装、低效冗余”的困境。
996 3

热门文章

最新文章