2026年OpenClaw(Clawdbot)作为开源AI代理框架的热门选择,凭借本地运行的隐私性、可扩展的技能体系和强大的任务处理能力,成为开发者打造专属AI助手的核心工具。而想要让OpenClaw的能力发挥到极致,不仅需要完成基础的部署工作,更要掌握AGENTS.md配置、记忆系统优化、子Agent并行任务、Cron定时任务等进阶功能,同时对接阿里云百炼Coding Plan免费大模型API,实现云边协同的智能体验。本文将从阿里云部署、本地MacOS/Linux/Windows11全系统部署、阿里云百炼API配置、核心进阶功能调优到全流程常见问题解答,带来一站式实战教程,让新手也能快速从部署OpenClaw到精通各类高级配置。
一、OpenClaw全平台部署基础:阿里云+本地多端适配方案
OpenClaw的部署分为阿里云云端部署和本地部署两种方式,云端部署可实现7×24小时稳定运行,支持多设备远程访问;本地部署则保障数据隐私,所有交互与技能运行均在本地设备完成,二者可根据使用需求灵活选择,且均能无缝对接阿里云百炼Coding Plan API。部署前需确认基础环境:设备安装Node.js 18.x及以上版本,具备基础命令行操作能力,网络可正常访问开源仓库与API服务。阿里云上OpenClaw极速一键部署最简单,步骤详情 访问阿里云OpenClaw一键部署专题页面 了解。

(一)2026年OpenClaw阿里云部署流程
阿里云用户零基础部署 OpenClaw 喂饭级步骤流程
第一步:打开访问阿里云OpenClaw一键部署专题页面,找到并点击【一键购买并部署】。




第二步:打开选购阿里云轻量应用服务器,配置参考如下:
- 镜像:OpenClaw(Moltbot)镜像(已经购买服务器的用户可以重置系统重新选择镜像)
- 实例:内存必须2GiB及以上。
- 地域:默认美国(弗吉尼亚),目前中国内地域(除香港)的轻量应用服务器,联网搜索功能受限。
- 时长:根据自己的需求及预算选择。



第三步:打开访问阿里云百炼大模型控制台,找到密钥管理,单击创建API-Key。

前往轻量应用服务器控制台,找到安装好OpenClaw的实例,进入「应用详情」放行18789端口、配置百炼API-Key、执行命令,生成访问OpenClaw的Token。
- 端口放通:需要放通对应端口的防火墙,单击一键放通即可。
- 配置百炼API-Key,单击一键配置,输入百炼的API-Key。单击执行命令,写入API-Key。
- 配置OpenClaw:单击执行命令,生成访问OpenClaw的Token。
- 访问控制页面:单击打开网站页面可进入OpenClaw对话页面。
阿里云百炼Coding Plan 配置教程:创建API-Key,推荐访问订阅阿里云百炼Coding Plan,阿里云百炼Coding Plan每天两场抢购活动,从按tokens计费升级为按次收费,可以进一步节省费用!
- 购买后,在控制台生成API Key。注:这里复制并保存好你的API Key,后面要用。

- 回到轻量应用服务器-控制台,单击服务器卡片中的实例 ID,进入服务器概览页。

- 在服务器概览页面单击应用详情页签,进入服务器详情页面。

- 端口放通在OpenClaw使用步骤区域中,单击端口放通下的执行命令,可开放获取OpenClaw 服务运行端口的防火墙。

- 这里系统会列出我们第一步中创建的阿里云百炼 Coding Plan的API Key,直接选择就可以。

- 获取访问地址单击访问 Web UI 面板下的执行命令,获取 OpenClaw WebUI 的地址。


阿里云部署依托轻量应用服务器的稳定性,适合需要长期运行OpenClaw并实现多渠道接入的场景,全程提供手动配置方案,30分钟即可完成部署,核心分为服务器环境配置、OpenClaw安装初始化、端口放行三大步骤。
- 服务器基础环境配置
选择Ubuntu 22.04 LTS系统镜像的阿里云轻量应用服务器,配置建议2vCPU+4GiB内存+40GiB ESSD,通过SSH远程连接服务器后,执行以下命令完成系统源更新与核心依赖安装:
# 登录阿里云服务器(替换为实际公网IP)
ssh root@xxx.xxx.xxx.xxx
# 更新系统源并安装git、python3-pip等核心依赖
sudo apt update && sudo apt upgrade -y
sudo apt install curl git python3-pip ufw nodejs npm -y
# 升级npm到最新版本
npm install -g npm@latest
- OpenClaw全局安装与初始化
完成环境配置后,执行命令全局安装OpenClaw并启动交互式配置向导,实现基础参数初始化:
# 全局安装最新版OpenClaw
npm install -g openclaw@latest
# 验证安装版本(需≥2026.3.0)
openclaw --version
# 启动配置向导,按提示完成基础参数设置
openclaw config wizard
配置向导中,风险提示输入Yes,模型提供商暂时选择“Custom Provider”(后续对接阿里云百炼API),网关绑定选择lan,技能配置输入Skip,完成后启动OpenClaw网关服务:
# 启动OpenClaw网关服务
openclaw gateway start
# 生成管理员访问令牌(用于Web控制台登录)
openclaw token generate --admin
- 端口放行与部署验证
OpenClaw运行依赖22(SSH)、18789(主端口)、443(API调用)端口,执行命令放行端口并验证部署结果:
# 放行核心端口
sudo ufw allow 22/tcp
sudo ufw allow 18789/tcp
sudo ufw allow 443/tcp
sudo ufw enable && sudo ufw status
# 验证网关服务状态
openclaw gateway status
浏览器输入http://服务器公网IP:18789,粘贴生成的管理员令牌,能正常进入OpenClaw Web控制台即表示阿里云部署成功。
(二)OpenClaw本地部署:MacOS/Linux/Windows11全系统教程
本地部署是OpenClaw的核心使用方式,MacOS、Linux、Windows11三大主流系统的部署核心一致,均为安装主程序并完成基础初始化,仅终端操作与环境配置略有差异,部署后数据全程本地运行,隐私性拉满。
- Windows11本地部署
# 打开PowerShell(管理员身份),验证Node.js环境
node -v
npm -v
# 未安装Node.js则先安装,再全局安装OpenClaw
npm install -g openclaw
# 初始化并启动OpenClaw
openclaw init
openclaw start
本地访问地址:http://localhost:18789,默认安装路径C:\Users\用户名\.openclaw\。
- MacOS本地部署
# 打开终端,验证Node.js环境,未安装则通过Homebrew安装
brew install node
# 全局安装OpenClaw(输入开机密码验证)
sudo npm install -g openclaw
# 初始化并启动,解决权限问题可执行后续命令
openclaw init
openclaw start
# 若遇操作不允许,移除隔离属性
xattr -rd com.apple.quarantine ~/.openclaw
本地访问地址:http://localhost:18789,默认安装路径~/.openclaw/。
- Linux本地部署(以Ubuntu为例)
# 终端更新系统源,安装Node.js
sudo apt update && sudo apt install nodejs npm -y
# 全局安装OpenClaw
sudo npm install -g openclaw
# 初始化并启动
openclaw init
openclaw start
本地访问地址:http://localhost:18789,默认安装路径~/.openclaw/。
(三)阿里云百炼Coding Plan API配置:对接免费大模型能力
阿里云百炼Coding Plan为OpenClaw提供免费的大模型API支持,是实现智能对话、任务推理的核心,新用户可领取免费额度,按次收费大幅降低使用成本,阿里云部署与本地部署的配置流程完全一致,核心分为API凭证获取与OpenClaw端配置两步。
- 阿里云百炼API凭证获取
访问登录阿里云百炼大模型服务平台,进入阿里云百炼Coding Plan服务页面完成订阅,前往百炼控制台密钥管理模块,点击【创建API-Key】生成专属API Key(格式sk-sp-xxxxx),并记录百炼专属Base URL:https://coding.dashscope.aliyuncs.com/v1。 - OpenClaw端API配置
编辑OpenClaw核心配置文件openclaw.json,阿里云部署用户执行vim ~/.openclaw/openclaw.json,本地用户根据系统路径找到对应文件,执行命令快速配置API信息:
按终端提示依次输入:模型提供商名称(自定义如AliYunDashScope)、Base URL(# 启动模型配置向导 openclaw configure --section modelshttps://coding.dashscope.aliyuncs.com/v1)、API Key(生成的sk-sp-xxxxx)、默认模型名称(如qwen-turbo),配置完成后重启网关服务使配置生效:
在OpenClaw Web控制台发送任意消息,能正常得到大模型回复即表示API配置成功。# 阿里云/Linux/MacOS重启命令 openclaw gateway restart # Windows11重启命令 openclaw stop && openclaw start
二、OpenClaw进阶配置核心:AGENTS.md打造AI行为宪法
完成基础部署与API对接后,想要让OpenClaw具备标准化的工作逻辑,核心是配置AGENTS.md文件,它作为OpenClaw的“工作手册”,定义了AI的session启动流程、记忆写入规范、安全边界与平台格式适配规则,与定义性格的SOUL.md、记录用户信息的USER.md形成互补,让AI从“有性格”升级为“会工作”。AGENTS.md需放在workspace根目录(~/.openclaw/workspace/),与SOUL.md、USER.md同级,OpenClaw每次新session都会自动加载。
(一)Session启动流程:让AI醒来后“按流程做事”
AI每次新session均为“失忆”状态,需在AGENTS.md中明确其醒来后的文件读取顺序,确保能快速恢复记忆并进入工作状态,核心配置可直接复制粘贴:
## Every Session
Before doing anything else:
1. Read `SOUL.md` — this is who you are
2. Read `USER.md` — this is who you're helping
3. Read `memory/YYYY-MM-DD.md` (today + yesterday) for recent context
4. If in MAIN SESSION: Also read `MEMORY.md`
Don't ask permission. Just do it.
OpenClaw包含主session(直接聊天)、群聊session、子agent session、cron session四种类型,仅主session读取MEMORY.md,可有效防止个人信息在群聊中泄露,且AI会自动识别当前session类型,无需手动配置。
(二)记忆写入规范:解决AI“记流水账”或“不记事”问题
未规范记忆写入规则的OpenClaw,要么将所有信息堆入MEMORY.md形成流水账,要么不主动记录信息导致后续失忆,需在AGENTS.md中定义记忆分层、写入规则与标准化日志格式,让AI的记忆更有条理,同时提升memorySearch语义检索的命中率。
- 记忆分层配置
将记忆分为5个层级,各司其职,保持核心记忆文件精简:## Memory ### 记忆分层 | 层级 | 文件 | 用途 | |------|------|------| | 索引层 | `MEMORY.md` | 核心用户信息、能力概览,保持精简(<40行) | | 项目层 | `memory/projects.md` | 各项目当前状态、待办事项 | | 基础设施层 | `memory/infra.md` | 服务器、API、部署配置速查 | | 教训层 | `memory/lessons.md` | 踩坑记录,按严重程度分级 | | 日志层 | `memory/YYYY-MM-DD.md` | 每日工作原始记录 | - 标准化写入与日志格式
核心原则是记结论不记过程,日志需包含项目名称、结论、文件变更、教训、标签,便于检索,配置如下:
### 写入规则
- 日志写入 `memory/YYYY-MM-DD.md`,记结论不记过程
- 项目有进展同步更新 `memory/projects.md`
- 踩坑后立即写入 `memory/lessons.md`
- MEMORY.md仅在索引变化时更新,保持精简
### 日志格式
### [PROJECT:项目名称] 操作标题
- **结论**: 一句话总结操作结果
- **文件变更**: 涉及的文件路径
- **教训**: 踩坑点(如有)
- **标签**: #标签1 #标签2
例如部署项目的标准化日志:
### [PROJECT:OpenClaw] 阿里云部署完成
- **结论**: 阿里云轻量应用服务器部署OpenClaw成功,监听18789端口
- **文件变更**: `~/.openclaw/openclaw.json`
- **教训**: 未放行443端口会导致API调用失败
- **标签**: #阿里云 #OpenClaw #部署
(三)安全边界与平台格式适配:让AI“守规矩、适配多平台”
在AGENTS.md中定义AI的操作安全边界,明确哪些操作可自主执行、哪些需先询问用户,同时配置多渠道格式适配规则,让AI根据消息来源自动调整输出格式,避免跨平台显示异常。
## Safety
- Don't exfiltrate private data. Ever.
- Don't run destructive commands without asking.
- `trash` > `rm` (可恢复优先于永久删除)
- When in doubt, ask.
## External vs Internal
**Safe to do freely:**
- 读取文件、网页搜索、本地工作区操作、信息整理
**Ask first:**
- 发送邮件、公开发布内容、执行外部命令、离开本地机器的操作
## 平台格式适配
- **Discord/Telegram**: 支持Markdown,代码块用```包裹,Discord多链接用<>包裹
- **WhatsApp**: 不支持表格,用项目符号代替,简化格式
- **WebChat**: 可使用完整Markdown格式,支持表格与代码块
三、核心功能调优:解决失忆、实现并行任务与自动化
OpenClaw的进阶使用中,用户常遇到长对话失忆、单线程处理任务效率低、无法实现自动化操作等问题,通过配置memoryFlush、子Agent、Cron定时任务三大功能,可彻底解决这些痛点,让AI的记忆能力、任务处理效率、自动化程度实现质的提升。
(一)记忆系统优化:memoryFlush+免费embedding API解决失忆问题
OpenClaw长对话失忆的核心原因是上下文压缩:当对话接近模型上下文窗口限制时,AI会自动压缩旧对话为摘要,过程中易丢失细节。通过开启memoryFlush和配置免费SiliconFlow bge-m3 embedding API,可实现压缩前自动保存关键信息、提升语义检索精度。
- memoryFlush配置:压缩前自动保存
编辑openclaw.json,添加以下配置,让AI在触发压缩前4000token时,自动将关键信息写入文件,静默执行不打断对话:
参数说明:{ "agents": { "defaults": { "compaction": { "reserveTokensFloor": 20000, "memoryFlush": { "enabled": true, "softThresholdTokens": 4000 } } } } }reserveTokensFloor为压缩后保留的最近对话token数(推荐20000),softThresholdTokens为触发自动保存的阈值(推荐4000)。 - 配置SiliconFlow bge-m3提升memorySearch精度
SiliconFlow提供的bge-m3向量模型完全免费,中英文双语支持好,是国内用户配置memorySearch的最优选择,在openclaw.json中添加以下配置:
API Key可前往siliconflow.cn注册后在控制台生成,配置完成后重启网关服务,结构化日志的检索命中率将大幅提升。{ "memorySearch": { "enabled": true, "provider": "openai", "remote": { "baseUrl": "https://api.siliconflow.cn/v1", "apiKey": "你的SiliconFlow API Key" }, "model": "BAAI/bge-m3" } } - 自动记忆维护:防止过期日志干扰
在HEARTBEAT.md中添加每周自动维护任务,让AI定期提炼日志价值、删除过期信息,创建memory/heartbeat-state.json记录维护时间:
在HEARTBEAT.md中添加维护规则:{ "lastMemoryMaintenance": "2026-03-01" }
## 记忆维护(每周一次)
读取 `memory/heartbeat-state.json`,检查 `lastMemoryMaintenance` 字段。如果距今 >= 7 天:
1. 读取最近7天的 `memory/YYYY-MM-DD.md` 日志
2. 提炼有价值信息到projects.md/lessons.md
3. 压缩已完成任务日志为一行结论
4. 删除过期无价值信息
5. 更新 `lastMemoryMaintenance` 为当前日期
(二)子Agent配置:让AI“一人变团队”,并行处理复杂任务
默认情况下OpenClaw为单线程处理任务,效率低下,子Agent功能可让主AI(主脑)派出独立的子进程并行处理任务,每个子Agent有专属session,执行完自动汇报结果,同时通过模型分级策略可降低60-70%的token消耗。
- 子Agent基础配置(AGENTS.md+openclaw.json)
第一步:在AGENTS.md中声明模型分级策略,根据任务难度分配不同模型,降低成本:
## 子 Agent
### 模型选择策略
| 等级 | 模型别名 | 适用场景 |
|------|----------|----------|
| 🔴 高 | opus | 复杂架构设计、多文件重构、深度推理 |
| 🟡 中 | sonnet | 写代码、脚本开发、信息整理(默认) |
| 🟢 低 | haiku | 简单文件操作、格式转换、网页搜索汇总 |
第二步:在openclaw.json中配置模型别名,关联阿里云百炼或其他平台的模型:
{
"models": {
"AliYunDashScope/qwen-max": {
"alias": "opus" },
"AliYunDashScope/qwen-plus": {
"alias": "sonnet" },
"AliYunDashScope/qwen-turbo": {
"alias": "haiku" }
}
}
- 子Agent任务描述写法:零上下文也能精准执行
子Agent为“零上下文”运行,仅能读取主脑分配的任务描述,因此描述需包含目标、路径、约束、输出格式,示例如下:
## 任务:OpenClaw日志分析
### 目标
分析 `~/.openclaw/logs/` 目录下近3天的网关日志,排查启动失败问题
### 约束
- 只读不写,不修改任何日志文件
- 忽略大小小于1KB的空日志
### 输出格式
按错误类型分级(🔴致命/🟡重要/🟢警告),每个错误包含:日志路径、行号、错误描述、解决方案
### 结果写入
`~/.openclaw/workspace/LOG-ANALYSIS.md`
- 并发限制
经验值:同时运行不超过2个子Agent,超过4个易触发API 429限流;有依赖关系的任务(如B依赖A的输出)需串行执行,可在AGENTS.md中添加提醒规则。
(三)Cron定时任务:实现AI自动化,精准到分钟的定时操作
OpenClaw的Cron定时任务可实现精确定时操作,区别于精度约30分钟的Heartbeat,Cron支持精确到分钟的调度,且可指定独立模型与session,适合实现每日早报、服务器巡检、每周周报等自动化场景,核心分为调度类型、执行模式与实用场景配置三部分。
- 三种调度类型,覆盖所有定时场景
- at:一次性定时,执行完自动删除,适合临时提醒:
"schedule": { "kind": "at", "at": "2026-03-15T19:00:00+08:00" } - every:固定间隔循环,适合周期性轻量检查,常用换算:5分钟=300000ms、1小时=3600000ms:
"schedule": { "kind": "every", "everyMs": 3600000 } - cron:表达式调度,最灵活,格式
分 时 日 月 星期,必须设置tz时区为Asia/Shanghai,否则默认UTC导致时间偏差:
常用cron表达式速查:0 9 (每天9点)、0 9 1(每周一9点)、/30 (每30分钟)。"schedule": { "kind": "cron", "expr": "0 9 * * *", "tz": "Asia/Shanghai" }
- 两种执行模式,适配提醒与操作场景
- systemEvent:往主session注入消息,适合简单提醒,仅能搭配
sessionTarget: "main":{ "payload": { "kind": "systemEvent", "text": "⏰ 提醒:10分钟后有AI开发会议" }, "sessionTarget": "main" } - agentTurn:开启独立session执行任务,适合操作类场景,需搭配
sessionTarget: "isolated"和delivery.mode: "announce":{ "payload": { "kind": "agentTurn", "message": "执行服务器巡检", "model": "haiku" }, "sessionTarget": "isolated", "delivery": { "mode": "announce" } }
- 实用场景配置,可直接复制粘贴
场景1:每天9点自动生成科技AI新闻摘要
{
"name": "每日AI早报",
"schedule": {
"kind": "cron", "expr": "0 9 * * *", "tz": "Asia/Shanghai" },
"payload": {
"kind": "agentTurn",
"message": "搜索当天科技和AI领域热点新闻,整理成5条简报,每条包含标题、一句话摘要、来源链接",
"model": "haiku"
},
"sessionTarget": "isolated",
"delivery": {
"mode": "announce" }
}
场景2:每小时服务器巡检,异常才通知
{
"name": "OpenClaw服务巡检",
"schedule": {
"kind": "every", "everyMs": 3600000 },
"payload": {
"kind": "agentTurn",
"message": "用curl检查http://localhost:18789是否在线,正常则不通知,异常说明错误码",
"model": "haiku"
},
"sessionTarget": "isolated",
"delivery": {
"mode": "announce" }
}
场景3:每周一10点自动生成项目周报
{
"name": "项目周报生成",
"schedule": {
"kind": "cron", "expr": "0 10 * * 1", "tz": "Asia/Shanghai" },
"payload": {
"kind": "agentTurn",
"message": "读取memory/近7天日志,整理周报包含:完成事项、进行中项目、问题、下周计划,用项目符号呈现",
"model": "sonnet"
},
"sessionTarget": "isolated",
"delivery": {
"mode": "announce" }
}
- Cron任务管理常用命令
openclaw cron list # 查看所有已配置定时任务 openclaw cron runs --id 任务ID # 查看任务执行历史 openclaw cron edit 任务ID --disable # 禁用任务(推荐,而非删除) openclaw cron remove 任务ID # 删除任务
四、Skill开发与多渠道接入:扩展AI能力,随时随地交互
OpenClaw的核心优势之一是高度可扩展,通过自定义Skill可让AI快速掌握新能力,无需编程基础,仅需用自然语言描述触发条件与执行步骤;同时支持Discord、Telegram等多渠道接入,实现随时随地与AI交互,消息自动路由不串台。
(一)Skill开发入门:零基础打造自定义能力
OpenClaw的Skill是一个包含SKILL.md的目录,通过自然语言定义“触发条件+执行步骤”,AI读取后即可掌握对应能力,Skill加载优先级为:自定义Skill(workspace/skills/)>全局内置Skill(~/.openclaw/skills/)>OpenClaw自带Skill,确保自定义能力优先执行。
- SKILL.md基础结构
由YAML前置字段和正文组成,description字段是触发关键,需列出所有可能的触发词,越具体触发率越高:
---
name: 技能名称
description: >
技能描述,明确触发条件:用户说XX、问XX、要求XX时触发
---
# 技能执行步骤
1. 步骤1:明确操作动作
2. 步骤2:调用工具/API
3. 步骤3:解析结果
# 输出格式
定义标准化的回复格式
# 错误处理
明确异常情况的应对方式
- 手把手开发IP查询Skill,可直接复用
# 1. 创建Skill目录
mkdir -p ~/.openclaw/workspace/skills/ip-lookup
# 2. 编写SKILL.md
vim ~/.openclaw/workspace/skills/ip-lookup/SKILL.md
SKILL.md内容:
---
name: ip-lookup
description: >
IP地址查询,触发条件:用户要求查询IP地址、IP归属地、IP定位、问XX.XX.XX.XX是哪里的
---
# IP地址查询
## 执行步骤
1. 从用户消息中提取IP地址
2. 调用web_fetch访问:http://ip-api.com/json/{IP地址}?lang=zh-CN
3. 解析返回的JSON数据,提取核心字段
## 输出格式
🌐 IP查询结果:{IP}
📍 归属地:{country} {regionName} {city}
🏢 运营商:{isp}
⏰ 时区:{timezone}
## 错误处理
- API返回"status": "fail":提示用户“该IP为内网IP或无效地址”
- 网络超时:提示用户“请求超时,请稍后重试”
- 带脚本的Skill开发(调用命令行工具)
如需让Skill调用yt-dlp、ffmpeg等命令行工具,可在Skill目录下创建scripts文件夹,存放脚本文件,在SKILL.md中通过相对路径引用:
## 执行步骤
1. 从用户消息中提取视频URL
2. 执行脚本:bash skills/video-downloader/scripts/download.sh "视频URL"
3. 告诉用户文件保存路径:~/.openclaw/downloads/
- Skill开发最佳实践
- 先手动执行一遍流程,确认可行后再整理为Skill;
- 步骤需具体,避免模糊描述(如“调用API”→“调用web_fetch访问XXX,解析JSON的results字段”);
- 必须写错误处理,避免AI遇到异常时无措;
- 覆盖中英文触发词,提升触发率;
- 用
clawhub install <skill-slug>安装社区现成Skill,节省开发时间。
(二)多渠道接入:Discord+Telegram同时在线,消息自动路由
OpenClaw支持Discord、Telegram、WhatsApp、Slack等多渠道接入,可同时配置多个平台,AI会记录消息来源,实现Discord消息在Discord回复、Telegram消息在Telegram回复,完全不串台,其中Discord和Telegram是功能最完善、推荐度最高的两个渠道。
Discord接入:解决MESSAGE CONTENT INTENT配置痛点
Discord接入的核心坑点是未开启MESSAGE CONTENT INTENT导致Bot收不到消息,需按以下步骤完整配置:# 最终在openclaw.json中添加的配置示例 { "channels": { "discord": { "token": "你的Discord Bot Token", "allowFrom": ["server:你的服务器ID"], "ackReaction": "🫐" } } }详细步骤:
① 打开Discord Developer Portal,创建New Application,进入Bot模块,Reset Token并复制(仅显示一次);
② 开启Privileged Gateway Intents:PRESENCE INTENT、SERVER MEMBERS INTENT、MESSAGE CONTENT INTENT(最重要),点击Save Changes;
③ 进入OAuth2→URL Generator,Scopes勾选bot,Bot Permissions勾选Send Messages、Read Message History、Add Reactions、Use Slash Commands,复制URL并在浏览器打开,邀请Bot到自己的服务器;
④ 开启Discord开发者模式(设置→高级→开发者模式),右键服务器名称复制服务器ID;
⑤ 在openclaw.json中添加上述配置,ackReaction为AI收到消息后添加的确认emoji,可自定义;
⑥ 重启网关服务:openclaw gateway restart,Bot即可在线并正常回复。Telegram接入:轻量快速,三步完成配置
Telegram接入更简洁,通过@BotFather生成Token即可,配置如下:# openclaw.json中Telegram配置示例 { "channels": { "telegram": { "token": "你的Telegram Bot Token", "allowFrom": ["你的用户ID"] } } }详细步骤:
① Telegram搜索@BotFather,发送/newbot,按提示设置机器人名称和用户名,生成并复制Token;
② 搜索@userinfobot,发送任意消息,获取自己的用户ID;
③ 在openclaw.json中添加配置,allowFrom限制仅自己可访问,重启网关服务即可。多渠道同时在线配置
直接在openclaw.json的channels节点中同时添加Discord和Telegram配置,重启后即可实现双平台同时在线:{ "channels": { "discord": { "token": "Discord Bot Token", "allowFrom": ["server:服务器ID"], "ackReaction": "🫐" }, "telegram": { "token": "Telegram Bot Token", "allowFrom": ["你的用户ID"] } } }
五、openclaw.json核心参数速查表:把AI调到最优状态
openclaw.json是OpenClaw的核心配置文件,所有全局参数、模型配置、渠道配置均在此定义,修改后需执行openclaw gateway restart生效,以下为2026年最新版核心参数速查表,包含必配参数与优化参数,可直接复制粘贴。
(一)核心必配参数(部署+API+记忆)
{
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"compaction": {
"reserveTokensFloor": 20000,
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 4000
}
},
"heartbeat": {
"every": "30m",
"target": "last",
"activeHours": {
"start": "08:00", "end": "23:00" }
},
"blockStreamingDefault": "on",
"blockStreamingBreak": "text_end",
"blockStreamingChunk": {
"minChars": 200, "maxChars": 1500 }
}
},
"models": {
"AliYunDashScope/qwen-turbo": {
"alias": "haiku" },
"AliYunDashScope/qwen-plus": {
"alias": "sonnet" },
"AliYunDashScope/qwen-max": {
"alias": "opus" }
},
"memorySearch": {
"enabled": true,
"provider": "openai",
"remote": {
"baseUrl": "https://api.siliconflow.cn/v1",
"apiKey": "你的SiliconFlow API Key"
},
"model": "BAAI/bge-m3"
},
"tools": {
"exec": {
"enabled": true },
"web": {
"search": {
"enabled": true, "apiKey": "你的Brave Search API Key" }
},
"media": {
"image": {
"enabled": true } }
}
}
(二)参数说明与推荐值
| 配置路径 | 作用 | 推荐值 |
|---|---|---|
| agents.defaults.workspace | 工作区路径 | ~/.openclaw/workspace |
| blockStreamingDefault | 流式回复开关,解决长回复等待久 | on |
| heartbeat.activeHours | 心跳任务活跃时间,避免半夜打扰 | 08:00-23:00 |
| tools.exec.enabled | 允许执行shell命令 | true |
| tools.web.search.enabled | 允许网页搜索 | true |
| channels.discord.ackReaction | Discord消息确认emoji | 自定义(如🫐) |
六、全流程常见问题解答:解决部署与配置的核心痛点
在OpenClaw阿里云/本地部署、阿里云百炼API配置、进阶功能调优过程中,新手易遇到各类问题,以下为2026年高频问题及解决方案,覆盖部署、API、记忆、子Agent、Cron、多渠道六大场景,可快速排障。
(一)部署与API配置问题
- 问题:终端提示
openclaw: command not found
解决方案:检查Node.js版本≥18.x,执行node -v验证,重新安装OpenClaw:npm install -g openclaw;Windows11需重启PowerShell,MacOS/Linux需执行source ~/.bashrc。 - 问题:阿里云百炼API配置后,AI无回复,终端提示401 Unauthorized
解决方案:检查API Key是否正确,是否完成阿里云百炼Coding Plan订阅,RAM子账号需确认已获取百炼服务授权,重新配置:openclaw configure --section models。 - 问题:本地部署启动后,浏览器无法访问
http://localhost:18789
解决方案:检查端口是否被占用,执行lsof -i :18789(MacOS/Linux)或netstat -ano | findstr "18789"(Windows),杀死占用进程;或更换端口启动:openclaw gateway --port 8888。
(二)记忆系统问题
- 问题:开启memoryFlush后,AI仍出现失忆
解决方案:检查softThresholdTokens是否≥4000,对话关键时手动执行/compact 重点保留XXX,指定需保留的核心内容;确保日志为标准化格式,提升检索命中率。 - 问题:memorySearch无法检索到相关日志
解决方案:检查SiliconFlow API Key是否有效,日志是否包含标签与明确结论,非结构化日志需重新整理为标准化格式。
(三)子Agent与Cron任务问题
- 问题:子Agent执行任务时提示API限流(429)
解决方案:减少同时运行的子Agent数量(≤2),将轻量任务分配给haiku低阶模型,降低API调用频率。 - 问题:Cron定时任务配置后未触发
解决方案:99%为时区问题,检查是否设置tz: "Asia/Shanghai";确认delivery.mode: "announce",否则任务静默执行;执行openclaw cron list检查任务是否已启用。
(四)Skill与多渠道接入问题
- 问题:自定义Skill写好后,AI无法触发
解决方案:检查SKILL.md的description字段是否包含实际触发词,补充中英文触发词;执行clawhub list检查Skill是否已加载,未加载则执行clawhub register 技能目录路径。 - 问题:Discord Bot在线但不回复消息
解决方案:确认已开启MESSAGE CONTENT INTENT,并重Save Changes;检查Bot是否有对应频道的Send Messages权限;验证openclaw.json中的服务器ID是否正确。 - 问题:多渠道同时在线,消息出现串台
解决方案:检查openclaw.json的channels配置中,各平台的allowFrom是否正确限制了访问范围,重启网关服务:openclaw gateway restart。
七、OpenClaw配置优先级清单:从基础到进阶,高效调教
按优先级配置以下内容,不到1小时即可让OpenClaw的体验大幅提升,从“能跑”升级为“好用”,适合新手按顺序操作:
- AGENTS.md配置:session启动流程+记忆规范+安全边界(30分钟),打造AI行为宪法;
- memoryFlush开启:解决长对话失忆,5分钟完成配置;
- ackReaction配置:多渠道添加消息确认emoji,1分钟完成,实时知道AI是否收到消息;
- blockStreaming开启:开启流式回复,解决长回复等待久的问题,5分钟完成;
- Heartbeat调优:设置activeHours,避免半夜心跳任务打扰,5分钟完成;
- memorySearch配置:对接SiliconFlow bge-m3免费API,提升检索精度,10分钟完成;
- 模型分级:配置opus/sonnet/haiku别名,降低60-70%token消耗,15分钟完成;
- Cron任务配置:设置每日早报/服务器巡检,实现基础自动化,15分钟完成;
- 自定义Skill开发:写一个简单Skill(如IP查询),熟悉开发流程,30分钟完成;
- 多渠道接入:配置Discord/Telegram,实现随时随地交互,30分钟完成。
八、总结:从部署到精通,打造专属智能AI助手
2026年的OpenClaw凭借开源、可扩展、本地运行的核心优势,成为开发者打造专属AI助手的首选框架,而阿里云部署+本地部署的双方案、阿里云百炼Coding Plan的免费大模型API支持,让OpenClaw的实用性进一步提升。从基础的多端部署、API对接,到AGENTS.md打造行为宪法,再到记忆系统优化、子Agent并行任务、Cron定时任务实现自动化,最后通过自定义Skill和多渠道接入扩展能力,每一步配置都让OpenClaw从“冰冷的代码工具”升级为“有逻辑、会工作、能陪伴的智能助手”。
无论是个人用户打造专属AI助理,还是开发者构建团队级AI任务处理系统,OpenClaw的高度可定制性都能满足需求,而其开源生态的持续更新,也让更多高级功能不断落地。跟随本文的教程,从部署到精通,你也能快速打造出一个适配自己使用习惯、高效解决各类问题的OpenClaw智能AI助手,让AI真正成为工作与生活的得力伙伴。