开源项目与方案 2026/7/12

OpenClaw 个人 AI Assistant 平台实战

OpenClaw 是一款 local-first、self-hosted 的个人 AI Assistant 平台，旨在将数据与执行控制权交还用户。本文从项目定位与设计理念出发，介绍其以 Gateway 为统一控制平面的架构、20+ 通信渠道与语音唤醒/Live Canvas 等终端交互，演示基于 Node.js 22.19+ 的安装部署、CLI 使用、守护进程与调试模式，并解析多代理路由、模型 failover、ClawHub Skills 工具链，以及 DM pairing、allowlist、sandbox 与执行隔离等安全运维机制，帮助读者在本地构建可控的个人助手中枢。

A
AGISeed Team
AGISeed 作者
openclaw personal-ai-assistant local-first gateway-architecture multi-agent

OpenClaw 个人 AI Assistant 平台实战

图 1 图 1

1. OpenClaw 项目定位与设计理念

OpenClaw 是一款面向个人用户的 AI Assistant 平台，其核心理念是 local-first 与 self-hosted。与常见的云端聊天机器人不同，OpenClaw 将 Gateway 部署在用户自有设备上，模型 Provider、通信渠道、工具链均可由用户自行配置，从而把数据与执行环境的控制权交还用户。

项目的设计基于三个关键假设：

  • Gateway 是统一控制平面，而非单纯的聊天入口：它集中管理 sessions、channels、tools 与 events，构成 OpenClaw 的中央调度层。
  • 面向单用户场景优化：从架构到交互都围绕“一个人和他的助手”设计，追求低延迟、始终在线（always-on）的体验。
  • 本地优先：默认在个人设备上运行，数据和控制权保留在本地。

基于这一定位，OpenClaw 更像一个常驻本地的个人助手中枢，而不是一个需要联网访问的 SaaS 机器人。

2. 多渠道接入与终端交互能力

明确了架构定位之后，再来看 OpenClaw 如何接入日常通信渠道并提供终端交互。

OpenClaw 的一大价值在于让助手出现在用户已有的通信渠道中。官方宣称支持的渠道超过 20 种，例如：

WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、IRC、Microsoft Teams、Matrix、Feishu、LINE、Mattermost、Nextcloud Talk、Nostr、Synology Chat、Tlon、Twitch、Zalo、Zalo Personal、WeChat、QQ、WebChat 等。

除了消息渠道，OpenClaw 还提供三类终端交互能力：

  • Voice Wake + Talk Mode：在 macOS/iOS 上支持语音唤醒词；在 Android 上支持连续语音对话，并内置 ElevenLabs TTS，同时提供系统 TTS 作为 fallback。
  • Live Canvas：一个由 agent 驱动的可视化工作区，可在 macOS 等平台上与助手进行图形化交互。
  • A2UI：与 Live Canvas 配合，用于构建 agent 生成的用户界面，具体实现细节需参考官方文档。

3. 安装部署与快速上手

3.1 环境要求

OpenClaw 基于 Node.js 运行：

  • 推荐 Node.js 24，最低要求 Node.js 22.19+
  • 包管理器支持 npm、pnpm、bun

3.2 最小部署步骤

以下步骤从安装到发送第一条消息，可直接复制执行。

步骤 1：安装 OpenClaw CLI

# 使用 npm 全局安装最新版
npm install -g openclaw@latest

# 或使用 pnpm
# pnpm add -g openclaw@latest

步骤 2：运行交互式初始化并安装守护进程

openclaw onboard --install-daemon
  • onboard：启动交互式向导，依次配置 Gateway、workspace、channels 和 skills。
  • --install-daemon：同时安装系统守护进程（macOS 使用 launchd，Linux 使用 systemd user service），让 Gateway 随用户会话保持运行。

步骤 3：检查 Gateway 状态

openclaw gateway status

若状态正常，说明守护进程模式已启动。

步骤 4（可选）：前台调试模式

如需调试，可先停止守护进程，再以前台模式启动：

openclaw gateway stop
openclaw gateway --port 18789 --verbose
  • --port 18789：指定 Gateway 监听端口。
  • --verbose：输出详细日志。

步骤 5：发送测试消息

openclaw message send --target +1234567890 --message "Hello from OpenClaw"
  • --target：消息接收方（示例为手机号，需替换为实际目标）。
  • --message：要发送的内容。

步骤 6：调用 agent

openclaw agent --message "Ship checklist" --thinking high
  • --message：给 agent 的指令。
  • --thinking high：启用更高强度的推理模式。

3.3 最小配置文件示例

首次运行后，配置文件位于 ~/.openclaw/openclaw.json。最小化配置只需指定模型：

{
  "agent": {
    "model": "<provider>/<model-id>"
  }
}

例如使用 OpenAI：

{
  "agent": {
    "model": "openai/gpt-4o"
  }
}

注：其他 provider/model-id 组合需参考官方 Models 文档确认支持情况。

4. 多代理路由、工具链与生态扩展

部署完成后，进一步了解 OpenClaw 在多代理路由、模型 failover 以及工具生态方面的能力。

4.1 多代理路由与会话隔离

OpenClaw 支持按 channel / account / peer 进行多代理路由：

  • 不同通信渠道可路由到不同 agent；
  • 同一渠道内的不同账号或联系人也可绑定不同 agent；
  • 每个 agent 拥有独立的 workspace 和 session，避免上下文混淆。

4.2 模型配置与 failover

OpenClaw 提供模型配置的 CLI 入口，并支持 model failover：当首选模型不可用时，系统可按配置自动回退到备用模型。failover 顺序与条件可参考官方 Model failover 文档。

4.3 内置工具与 ClawHub Skills 生态

OpenClaw 内置了一批原生工具：

工具说明
browser浏览器操作
canvasCanvas 相关操作
nodes节点管理
cron定时任务
sessionssession 管理

此外，OpenClaw 还拥有 ClawHub Skills 生态，用户可从 ClawHub 安装、管理或自定义 skill。Skill 文件通常位于：

~/.openclaw/workspace/skills/<skill>/SKILL.md

5. 安全模型与运维管理

由于 OpenClaw 直接连接真实的消息 surface 并具备主机执行能力，安全与运维尤为重要。

5.1 默认 DM pairing 与 allowlist

OpenClaw 将所有入站 DM 视为不可信输入，因此默认采用 DM pairing 机制：

  • 未知发送者会收到一个配对码（pairing code），在通过验证前 bot 不会处理其消息；
  • 通过 openclaw pairing approve <channel> <code> 将发送者加入本地 allowlist；
  • 只有加入 allowlist 后，该发送者的消息才会被处理。

如需开放公共 DM，必须显式设置 dmPolicy="open"，并在 allowlist 中加入 "*"。

5.2 执行隔离：main session vs non-main session

OpenClaw 默认在主机上执行 main session 的工具，因此单人使用时 agent 拥有完整主机访问权限。

若需要在群组或频道场景中提升安全性，可为 non-main session 配置 sandbox：

{
  "agents": {
    "defaults": {
      "sandbox": {
        "mode": "non-main"
      }
    }
  }
}
  • mode: "non-main"：让非 main session 在 sandbox 中运行。
  • 默认 sandbox 后端为 Docker，也支持 SSH 和 OpenShell。

典型 sandbox 默认权限：允许 bash、process、read、write、edit、sessions_list、sessions_history、sessions_send；禁止 browser、canvas、nodes、cron、discord、gateway。

5.3 远程暴露前的安全检查

在将 Gateway 暴露到远程网络前，建议完成以下检查：

  1. 确认 DM policy 不是 open，除非有明确的公共访问需求；
  2. 为 non-main session 启用 sandbox；
  3. 运行诊断命令：
openclaw doctor

openclaw doctor 会检查当前配置中的高风险项或配置错误，并给出修复建议。

6. 总结

OpenClaw 将“个人 AI Assistant”从云端聊天机器人重新定义为一套本地运行、多渠道接入、可扩展的控制平面。通过 Gateway 统一管理会话、渠道和工具，并配合 DM pairing、allowlist 和 sandbox 机制，它在便利性与安全性之间取得了平衡。对于希望自建个人助手、并对数据与执行环境有控制需求的开发者而言，OpenClaw 是一个值得关注的开源方案。

原文来源：OpenClaw GitHub 仓库

原文链接

https://github.com/openclaw/openclaw

相关文章

开源项目与方案

Llama.cpp 本地大模型部署实战

本文介绍如何使用 llama.cpp 在本地或边缘设备上低门槛部署大模型。涵盖纯 C/C++ 架构、多平台硬件适配、量化压缩、CPU+GPU 混合推理及 OpenAI 兼容服务部署，并提供从安装到 API 调用的完整可复现流程，帮助开发者快速构建本地 LLM 应用。

阅读更多
开源项目与方案

vLLM 高效推理框架原理与使用

vLLM 是一款面向大语言模型推理的高性能开源引擎。文章系统介绍其核心优化技术，包括 PagedAttention、Continuous Batching、Chunked Prefill 等，解析量化、投机解码与分布式推理等加速手段，并说明其广泛的硬件与模型兼容性，帮助读者快速理解并部署该推理平台。

阅读更多