[ OpenClaw ] 完全使用手册

海量玩法攻略 · 国内网络使用 · 本地部署指南

2026年2月版 | Version 1.0

目录

• 第一章 OpenClaw简介

◦ 1.1 什么是OpenClaw

◦ 1.2 核心特性与优势

◦ 1.3 发展历程与现状

◦ 1.4 适用场景与用户群体

• 第二章 海量全玩法攻略

◦ 2.1 基础功能使用

◦ 2.2 文件与文档处理

◦ 2.3 浏览器自动化

◦ 2.4 系统命令执行

◦ 2.5 通讯平台集成

◦ 2.6 技能插件系统

◦ 2.7 高级应用场景

• 第三章 国内网络使用

◦ 3.1 国内部署环境准备

◦ 3.2 模型选择与配置

◦ 3.3 通讯平台接入

◦ 3.4 常见问题与解决

• 第四章 本地部署指南

◦ 4.1 系统要求与环境准备

◦ 4.2 Windows部署

◦ 4.3 macOS部署

◦ 4.4 Linux部署

◦ 4.5 Docker部署

◦ 4.6 云服务器部署

◦ 4.7 配置与优化

• 第五章 安全与最佳实践

◦ 5.1 安全风险分析

◦ 5.2 安全加固措施

◦ 5.3 权限管理

◦ 5.4 监控与审计

• 附录

◦ A. 常用命令速查

◦ B. 配置文件参考

◦ C. 故障排除指南

◦ D. 资源与社区

第一章 OpenClaw简介

1.1 什么是OpenClaw

OpenClaw（曾用名 Clawdbot、Moltbot）是一款开源的个人AI助手平台，于2026年初在GitHub上迅速走红，成为近年来增长最快的开源项目之一。它能够在用户自己的设备上本地运行，通过WhatsApp、Telegram、Discord、飞书、钉钉等多种通讯平台与用户交互，实现从简单的对话问答到复杂的自动化任务执行。

与传统的聊天机器人不同，OpenClaw的核心价值在于其执行能力。它不仅能够理解自然语言指令，还能直接操作用户的电脑系统，包括读写文件、执行终端命令、控制浏览器、管理邮件和日历等。这种"从建议到行动"的能力跃迁，标志着AI助手从"顾问"角色向"数字员工"角色的转变。

核心定位

OpenClaw的定位是"Your own personal AI assistant"——一个真正属于用户的、可深度定制的AI助手，而非依赖云服务的第三方产品。

1.2 核心特性与优势

1.2.1 本地优先架构

OpenClaw采用本地优先的设计理念，所有核心功能都在用户设备上运行，数据存储在本地而非云端。这种架构带来了以下优势：

• 数据隐私：敏感信息不会离开用户设备，避免了数据泄露风险

• 离线可用：配合本地模型（如Ollama），即使断网也能使用

• 完全控制：用户拥有对AI助手的完全控制权，可自由定制

• 零订阅费用：除模型API调用费用外，无其他持续成本

1.2.2 多平台通讯集成

OpenClaw支持通过多种即时通讯平台与用户交互，让用户可以使用最熟悉的工具与AI助手对话：

1.2.3 技能插件系统

OpenClaw的核心扩展机制是Skills（技能）系统。每个Skill是一个包含SKILL.md文件的目录，用自然语言描述AI助手如何完成特定任务。这种设计具有以下特点：

• 零代码开发：无需编程，用自然语言描述即可创建新技能

• 热重载：修改后立即生效，无需重启服务

• 生态丰富：ClawHub上已有3000+社区贡献技能

• 跨平台兼容：遵循AgentSkills标准，可在多个平台使用

1.2.4 持久化记忆

OpenClaw具备持久化记忆能力，能够记住用户的偏好、历史对话和上下文信息。记忆系统采用Markdown文件存储，便于用户查看和管理。这种设计使得AI助手能够：

• 记住用户的长期偏好和工作习惯

• 在多次对话中保持上下文连贯

• 主动提醒待办事项和日程安排

• 基于历史数据提供个性化建议

1.3 发展历程与现状

1.3.1 快速崛起

OpenClaw于2026年1月在GitHub上发布，迅速引发全球开发者社区的关注。以下是其发展历程中的关键节点：

1.3.2 社区生态

OpenClaw的快速发展得益于活跃的社区生态：

• 开发者社区：Discord服务器拥有数万名活跃开发者

• 技能市场：ClawHub托管超过3000个技能插件

• 云厂商支持：阿里云、腾讯云等推出一键部署方案

• 中文社区：OpenClaw CN提供本地化支持和文档

1.4 适用场景与用户群体

1.4.1 个人用户场景

对于个人用户，OpenClaw可以作为全能的数字助手，帮助处理日常事务：

• 个人知识管理：整理笔记、归档文档、构建知识库

• 日程与任务：管理日历、设置提醒、跟踪待办

• 信息聚合：自动抓取新闻、生成日报、监控感兴趣的话题

• 文件处理：批量重命名、格式转换、内容提取

• 开发辅助：代码审查、文档生成、自动化测试

1.4.2 团队协作场景

在团队环境中，OpenClaw可以承担更多协作型任务：

• 智能客服：7×24小时自动回复常见问题

• 数据报表：定时生成业务报表并推送到群聊

• 运维监控：监控服务器状态，异常时自动告警

• 内容创作：辅助撰写文案、生成图表、排版文档

• 流程自动化：串联多个系统，实现工作流自动化

1.4.3 开发者场景

对于开发者，OpenClaw提供了丰富的扩展能力：

• 技能开发：创建自定义技能，封装业务逻辑

• 插件开发：开发系统级插件，扩展核心功能

• 集成测试：自动化测试、持续集成、部署流水线

• 原型验证：快速验证AI应用想法

第二章 海量全玩法攻略

2.1 基础功能使用

2.1.1 首次启动与配置

安装完成后，首次使用OpenClaw需要运行配置向导：

// bash          
$ openclaw onboard --install-daemon          

配置向导会引导用户完成以下设置：

1. 身份认证：使用GitHub账号登录，获取OAuth凭证

2. AI模型配置：选择模型提供商（OpenAI、Anthropic、本地模型等）并设置API Key

3. 通讯平台选择：选择要接入的聊天平台（可后续再配置）

4. 守护进程安装：将Gateway注册为系统服务，实现开机自启

2.1.2 基本交互方式

配置完成后，用户可以通过以下方式与OpenClaw交互：

Web控制台：打开浏览器访问 http://127.0.0.1:18789/，或通过命令启动：

// bash          
$ openclaw dashboard          

即时通讯：在配置的聊天平台（Telegram、飞书等）中直接与机器人对话

命令行：通过CLI发送指令：

// bash          
$ openclaw message send --target [用户ID] --message "你好"          

2.1.3 常用命令

2.2 文件与文档处理

2.2.1 文件操作

OpenClaw具备强大的文件操作能力，可以通过自然语言指令完成各种文件管理任务：

创建文件：

在桌面上创建一个名为project-ideas.md的文件，内容包含三个AI创业项目想法          

批量处理：

把Downloads文件夹里所有的PDF文件移动到Documents/PDF目录，并按日期重命名          

内容提取：

读取report.pdf的内容，提取其中的关键数据并生成摘要          

2.2.2 文档处理技能

OpenClaw内置了多种文档处理技能：

2.2.3 实际案例

案例1：批量生成报告

需求：每周一生成上周销售数据报告

每周一上午9点，读取sales-data.xlsx中的上周数据，生成一份包含图表的销售报告，保存为Weekly-Report-YYYY-MM-DD.docx，并发送到销售群          

案例2：文档归档

需求：自动整理下载文件夹

每天凌晨2点，检查Downloads文件夹，按文件类型自动分类到Documents下的对应子文件夹，删除超过30天的临时文件          

2.3 浏览器自动化

2.3.1 浏览器控制

OpenClaw可以控制浏览器执行各种自动化操作：

网页访问与截图：

打开https://example.com，截取首页截图保存到screenshots文件夹          

数据抓取：

访问竞争对手的产品页面，提取产品价格、规格和用户评价，生成对比表格          

表单填写：

打开登录页面，输入用户名和密码，点击登录按钮          

2.3.2 浏览器技能配置

要使用浏览器功能，需要安装浏览器工具：

// bash          
$ openclaw skills install browser          

配置无头浏览器（服务器环境）：

// json          
{          
  "browser": {          
    "headless": true,          
    "noSandbox": true,          
    "executablePath": "/usr/bin/google-chrome"          
  }          
}          

2.3.3 监控与定时任务

价格监控：

每小时检查一次某电商网站的产品价格，如果价格低于500元，立即发送通知          

网站监控：

每5分钟检查公司官网是否正常访问，如果无法访问或响应时间超过3秒，发送告警          

2.4 系统命令执行

2.4.1 终端命令

OpenClaw可以执行系统终端命令，实现更深度的系统集成：

系统信息查询：

查看当前系统的CPU和内存使用情况          

软件安装：

安装Node.js 18版本          

Git操作：

克隆https://github.com/user/repo.git到workspace目录，切换到dev分支          

2.4.2 开发工作流

自动化部署：

拉取最新代码，运行测试，如果测试通过则构建并部署到生产环境          

代码审查：

检查最近的Git提交，分析代码变更，生成审查报告          

安全提醒：系统命令执行功能具有高风险，建议在沙箱环境中使用，或严格限制可执行的命令范围。

2.5 通讯平台集成

2.5.1 Telegram集成

Telegram是OpenClaw官方推荐的通讯平台，配置简单且稳定：

配置步骤：

1. 在Telegram中搜索@BotFather，创建新机器人

2. 获取Bot Token

3. 运行配置命令：

// bash          
$ openclaw configure          

选择Telegram渠道，输入Bot Token完成配置。

2.5.2 飞书集成

飞书是国内用户常用的办公平台，OpenClaw提供了完整的飞书支持：

创建飞书应用：

1. 访问飞书开放平台（open.feishu.cn）

2. 创建企业自建应用，选择机器人类型

3. 在"凭证与基础信息"中获取App ID和App Secret

4. 在"权限管理"中开启所需权限

5. 在"事件与回调"中添加事件订阅

配置权限：

// json          
{          
  "scopes": {          
    "tenant": [          
      "im:message",          
      "im:message:send_as_bot",          
      "im:chat:readonly",          
      "contact:user.employee_id:readonly"          
    ]          
  }          
}          

2.5.3 钉钉集成

钉钉集成需要创建企业内部应用：

1. 访问钉钉开放平台（open.dingtalk.com）

2. 创建企业内部应用

3. 获取AppKey和AppSecret

4. 配置机器人回调地址

2.6 技能插件系统

2.6.1 技能概述

Skills是OpenClaw的能力扩展层，让AI助手能够执行特定任务。每个Skill包含：

• SKILL.md：技能描述文档

• tools/：工具脚本（可选）

• prompts/：提示词模板（可选）

2.6.2 技能来源

2.6.3 常用技能推荐

2.6.4 技能安装与管理

从ClawHub安装：

// bash          
$ clawhub search "关键词"          
$ clawhub install 技能名称          

查看已安装技能：

// bash          
$ openclaw skills list          

更新技能：

// bash          
$ clawhub update 技能名称          

2.7 高级应用场景

2.7.1 个人知识库构建

利用OpenClaw构建个人知识管理系统：

把我发给你的所有文章链接、PDF和笔记都保存到知识库，自动分类打标签，当我提问时能够基于知识库内容回答          

实现方案：

1. 安装obsidian或notion技能

2. 配置知识库存储路径

3. 设置自动归档规则

4. 启用RAG（检索增强生成）功能

2.7.2 自动化工作流

内容创作流水线：

每天早上8点，抓取科技新闻网站的头条，生成一份中文摘要，保存到文档并发送到我的邮箱          

数据监控告警：

每10分钟检查数据库的连接数和慢查询数量，如果超过阈值立即在运维群发送告警          

2.7.3 多智能体协作

部署多个OpenClaw实例，各自负责不同任务，通过共享记忆协同工作：

• 研究助手：负责信息搜集和整理

• 写作助手：负责内容创作和润色

• 审核助手：负责质量检查和校对

2.7.4 智能家居控制

结合智能家居API，实现语音控制：

"我要睡觉了" → 自动调暗灯光、关闭窗帘、降低空调温度          

需要安装对应的智能家居技能，如Philips Hue、Sonos等。

第三章 国内网络使用

3.1 国内部署环境准备

3.1.1 网络环境说明

在国内使用OpenClaw，最大的优势是无需梯子即可完成部署和使用。这得益于以下设计：

• OpenClaw本体代码托管在国内可访问的镜像源

• 支持国内大模型API（阿里云百炼、智谱AI等）

• 通讯平台支持国内应用（飞书、钉钉、企业微信）

纯国内网络方案

通过使用阿里云百炼、智谱GLM等国内模型，配合飞书/钉钉等国内通讯平台，可以实现完全在国内网络环境下的OpenClaw部署和使用。

3.1.2 安装源配置

为了加快下载速度，建议使用国内npm镜像源：

// bash          
$ npm config set registry https://registry.npmmirror.com          

或者使用nrm管理镜像源：

// bash          
$ npm install -g nrm          
$ nrm use taobao          

3.1.3 中文社区版本

国内社区提供了汉化版本的OpenClaw，包含以下优化：

• 全中文界面（CLI和Dashboard）

• 预装国内常用技能

• 针对国内网络优化的安装脚本

• 中文文档和社区支持

安装命令：

// bash          
$ curl -fsSL https://clawd.org.cn/install.sh | bash          

3.2 模型选择与配置

3.2.1 国内模型推荐

3.2.2 阿里云百炼配置

阿里云百炼是国内使用最广泛的模型平台之一，配置步骤如下：

获取API Key：

1. 登录阿里云控制台（www.aliyun.com）

2. 进入"百炼大模型"服务

3. 在"密钥管理"中创建API Key

4. 复制Access Key ID和Access Key Secret

配置OpenClaw：

运行配置向导时选择阿里云百炼，或在配置文件中手动添加：

// json          
{          
  "agents": {          
    "defaults": {          
      "model": "qwen-max"          
    }          
},          
"models": {          
    "providers": {          
      "aliyun": {          
        "apiKey": "your-api-key",          
        "baseUrl": "https://dashscope.aliyuncs.com/api/v1"          
      }          
    }          
}          
}          

3.2.3 智谱AI配置

智谱AI的GLM系列模型在国内表现优秀，配置方法：

获取API Key：

1. 访问智谱AI开放平台（open.bigmodel.cn）

2. 注册并创建应用

3. 在"API密钥"页面获取Key

配置OpenClaw：

// json          
{          
  "agents": {          
    "defaults": {          
      "model": "zhipu/glm-4.7"          
    }          
},          
"models": {          
    "providers": {          
      "zhipu": {          
        "apiKey": "your-api-key",          
        "baseUrl": "https://open.bigmodel.cn/api/paas/v4"          
      }          
    }          
}          
}          

3.2.4 本地模型部署

对于追求完全离线使用的用户，可以部署本地模型：

使用Ollama：

// bash          
$ curl -fsSL https://ollama.com/install.sh | sh          
$ ollama pull qwen2.5-coder:14b          

配置OpenClaw使用Ollama：

// json          
{          
  "agents": {          
    "defaults": {          
      "model": "ollama/qwen2.5-coder:14b"          
    }          
},          
"models": {          
    "providers": {          
      "ollama": {          
        "baseUrl": "http://localhost:11434/v1"          
      }          
    }          
}          
}          

硬件要求

本地模型对硬件要求较高。7B参数模型建议16GB内存，14B参数模型建议32GB内存，32B参数模型建议64GB内存。

3.3 通讯平台接入

3.3.1 飞书接入详解

飞书是国内企业使用最广泛的协作平台之一，以下是详细接入步骤：

步骤1：创建飞书应用

1. 访问飞书开放平台（open.feishu.cn）

2. 点击"创建企业自建应用"

3. 选择"机器人"类型

4. 填写应用名称和描述

步骤2：配置权限

在"权限管理"中添加以下权限：

• im:message - 接收和发送消息

• im:message:send_as_bot - 以机器人身份发送消息

• im:chat:readonly - 读取群聊信息

• contact:user.employee_id:readonly - 获取用户ID

步骤3：配置事件订阅

在"事件与回调"中：

1. 选择"长连接订阅方式"

2. 添加事件：im.message.receive_v1

3. 保存配置

步骤4：获取凭证

在"凭证与基础信息"中复制：

• App ID

• App Secret

步骤5：OpenClaw配置

// bash          
$ openclaw configure          

选择Feishu渠道，输入App ID和App Secret。

3.3.2 钉钉接入详解

钉钉接入流程：

步骤1：创建钉钉应用

1. 访问钉钉开放平台（open.dingtalk.com）

2. 创建"企业内部应用"

3. 选择"机器人"类型

步骤2：配置机器人

4. 在"机器人"菜单中开启"机器人"功能

5. 设置机器人名称和图标

6. 配置消息推送方式（Webhook或Stream）

步骤3：获取凭证

• AppKey

• AppSecret

步骤4：配置回调地址

如果使用Webhook方式，需要配置回调URL：

http://your-server:8000/dingtalk/webhook          

3.3.3 企业微信接入

企业微信接入相对复杂，需要：

1. 在企业微信管理后台创建应用

2. 获取CorpID、AgentID和Secret

3. 配置可信域名和IP白名单

4. 设置接收消息的回调URL

3.4 常见问题与解决

3.4.1 网络连接问题

问题：安装脚本下载失败

解决方案：

• 使用国内镜像源安装

• 手动下载脚本后本地执行

• 使用代理（如果需要）

问题：模型API调用超时

解决方案：

• 检查网络连接

• 确认API Key正确

• 检查账户余额和配额

• 尝试切换其他模型

3.4.2 通讯平台问题

问题：飞书机器人不回复

排查步骤：

1. 检查事件订阅是否为"长连接模式"

2. 确认已添加im.message.receive_v1事件

3. 验证App ID和App Secret正确

4. 检查OpenClaw网关是否正常运行

问题：钉钉回调验证失败

解决方案：

• 确认回调URL可公网访问

• 检查端口是否开放

• 验证签名计算正确

3.4.3 性能优化

模型响应慢：

• 选择响应更快的模型

• 优化提示词，减少token消耗

• 使用流式输出

内存占用高：

• 限制并发任务数

• 定期清理日志和缓存

• 使用Docker限制资源

第四章 本地部署指南

4.1 系统要求与环境准备

4.1.1 硬件要求

4.1.2 软件依赖

OpenClaw需要以下软件环境：

• Node.js：版本22或更高

• npm：Node.js包管理器

• Git：版本控制工具（可选）

• Docker：容器化部署（可选）

4.1.3 前置检查

在安装前，检查系统是否满足要求：

// bash          
$ node --version   # 应显示v22.x.x或更高          
$ npm --version    # 应显示10.x.x或更高          
$ git --version    # 检查Git版本          

4.2 Windows部署

4.2.1 安装Node.js

方法一：官方安装包

1. 访问Node.js官网（nodejs.org）

2. 下载LTS版本安装包

3. 运行安装程序，注意勾选"Add to PATH"

方法二：使用nvm-windows

// bash          
$ nvm install 22          
$ nvm use 22          

4.2.2 安装OpenClaw

打开PowerShell（推荐以管理员身份运行），执行：

// powershell          
$ iwr -useb https://openclaw.ai/install.ps1 | iex          

国内用户可以使用镜像源：

// powershell          
$ iwr -useb https://clawd.org.cn/install.ps1 | iex          

4.2.3 运行配置向导

安装完成后，运行配置向导：

// bash          
$ openclaw onboard --install-daemon          

按照提示完成配置：

1. 使用GitHub账号登录

2. 配置AI模型API Key

3. 选择通讯平台

4. 安装系统服务

4.2.4 启动服务

// bash          
$ openclaw gateway start          

或者打开Web控制台：

// bash          
$ openclaw dashboard          

4.2.5 WSL部署（推荐）

对于开发者，推荐在WSL2（Windows Subsystem for Linux）中部署：

启用WSL2：

// bash          
$ wsl --install          

然后按照Linux部署步骤操作。

4.3 macOS部署

4.3.1 使用Homebrew安装

Homebrew是macOS上最流行的包管理器，推荐优先使用：

安装Homebrew（如果尚未安装）：

// bash          
$ /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"          

安装Node.js：

// bash          
$ brew install node@22          

安装OpenClaw：

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

4.3.2 Mac Mini部署优化

Mac Mini是运行OpenClaw的理想设备，以下是优化建议：

禁用睡眠：

// bash          
$ sudo pmset -a sleep 0 displaysleep 0 disksleep 0          

保持运行：

// bash          
$ caffeinate -d -i -s &          

配置本地模型（可选）：

// bash          
$ brew install ollama          
$ ollama pull qwen2.5-coder:14b          

4.3.3 Apple Silicon优化

对于M1/M2/M3/M4芯片的Mac，本地模型运行效率更高：

4.4 Linux部署

4.4.1 Ubuntu/Debian

安装Node.js：

// bash          
$ curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -          
$ sudo apt install -y nodejs          

安装OpenClaw：

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

运行配置向导：

// bash          
$ openclaw onboard --install-daemon          

4.4.2 CentOS/RHEL

安装Node.js：

// bash          
$ curl -fsSL https://rpm.nodesource.com/setup_22.x | sudo bash -          
$ sudo yum install -y nodejs          

安装OpenClaw：

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

4.4.3 服务器优化

创建Swap空间（内存不足时）：

// bash          
$ sudo fallocate -l 4G /swapfile          
$ sudo chmod 600 /swapfile          
$ sudo mkswap /swapfile          
$ sudo swapon /swapfile          

配置防火墙：

// bash          
$ sudo ufw allow 18789/tcp   # OpenClaw默认端口          
$ sudo ufw allow 8000/tcp    # 钉钉回调端口（如需要）          

4.5 Docker部署

4.5.1 使用官方镜像

Docker部署是最干净、最隔离的方案，适合生产环境：

拉取镜像：

// bash          
$ docker pull openclaw/openclaw:latest          

运行容器：

// bash          
docker run -d \          
  --name openclaw \          
  -p 18789:18789 \          
  -v openclaw-data:/root/.openclaw \          
  openclaw/openclaw:latest          

4.5.2 使用Docker Compose

创建docker-compose.yml：

// yaml          
version: '3.8'          

services:          
openclaw:          
    image: openclaw/openclaw:latest          
    container_name: openclaw          
    ports:          
      - "18789:18789"          
    volumes:          
      - openclaw-data:/root/.openclaw          
    environment:          
      - OPENCLAW_MODEL=qwen-max          
      - OPENCLAW_API_KEY=your-api-key          
    restart: unless-stopped          

volumes:          
openclaw-data:          

启动服务：

// bash          
$ docker-compose up -d          

4.5.3 国内镜像

国内用户可以使用镜像加速：

// bash          
$ docker pull registry.cn-hangzhou.aliyuncs.com/openclaw/openclaw:latest          

或者使用社区维护的汉化版镜像：

// bash          
$ docker pull justlikemaki/openclaw-docker-cn-im:latest          

4.6 云服务器部署

4.6.1 阿里云部署

阿里云提供了一键部署方案，最为便捷：

方法一：轻量应用服务器

1. 访问阿里云OpenClaw专题页面

2. 选择"轻量应用服务器"

3. 镜像选择"OpenClaw专属镜像"

4. 完成购买后，系统自动完成部署

方法二：ECS手动部署

5. 创建ECS实例（推荐2核4G及以上配置）

6. 选择Ubuntu或CentOS系统

7. 按照Linux部署步骤安装

4.6.2 腾讯云部署

腾讯云Lighthouse同样提供预装镜像：

1. 进入腾讯云Lighthouse控制台

2. 创建实例时选择"应用镜像"

3. 选择"OpenClaw"镜像

4. 等待自动部署完成

4.6.3 其他云平台

4.7 配置与优化

4.7.1 配置文件结构

OpenClaw的配置文件位于~/.openclaw/目录：

~/.openclaw/          
├── openclaw.json          # 主配置文件          
├── credentials/            # API凭证存储          
├── workspace/              # 工作区数据          
├── skills/                 # 自定义技能          
└── logs/                   # 日志文件          

4.7.2 主配置文件

openclaw.json示例：

// json          
{          
  "agents": {          
    "defaults": {          
      "model": "qwen-max",          
      "maxTokens": 4096,          
      "temperature": 0.7          
    }          
},          
"models": {          
    "providers": {          
      "aliyun": {          
        "apiKey": "your-api-key",          
        "baseUrl": "https://dashscope.aliyuncs.com/api/v1"          
      }          
    }          
},          
"gateway": {          
    "port": 18789,          
    "host": "0.0.0.0"          
},          
"skills": {          
    "allowBundled": true,          
    "directories": ["~/.openclaw/skills"]          
}          
}          

4.7.3 性能优化

模型路由：配置模型故障转移

// json          
{          
  "agents": {          
    "defaults": {          
      "model": {          
        "primary": "qwen-max",          
        "fallbacks": ["qwen-plus", "glm-4.7"]          
      }          
    }          
  }          
}          

内存优化：

• 定期清理日志：openclaw logs --clear

• 限制记忆保留时长

• 关闭不必要的技能

4.7.4 备份与恢复

备份配置：

// bash          
$ tar -czf openclaw-backup.tar.gz ~/.openclaw/          

恢复配置：

// bash          
$ tar -xzf openclaw-backup.tar.gz -C ~/          

自动备份建议

建议定期备份~/.openclaw/目录，特别是credentials和workspace文件夹。可以设置定时任务自动备份到云存储。

第五章 安全与最佳实践

5.1 安全风险分析

5.1.1 主要安全风险

OpenClaw的强大能力也带来了相应的安全风险，用户需要充分了解这些风险：

5.1.2 典型攻击场景

场景1：公网暴露

许多用户将OpenClaw部署在公网服务器上且未设置认证，导致任何人都可以访问控制面板，执行任意命令。

高危警告：研究发现，超过42,000个OpenClaw实例暴露在互联网上，其中93%存在严重身份验证绕过漏洞。

场景2：间接提示词注入

攻击者在PDF、网页中嵌入隐藏指令，当OpenClaw读取这些内容时，可能执行恶意操作：

// html          

场景3：恶意技能

ClawHub上存在恶意技能，声称提供正常功能，实则窃取用户凭证或执行恶意代码。

5.2 安全加固措施

5.2.1 网络安全

限制端口访问：

• 默认端口18789不应暴露在公网

• 使用VPN或内网访问

• 配置防火墙规则

修改默认端口：

// json          
{          
  "gateway": {          
    "port": 8080  // 修改为非常用端口          
  }          
}          

5.2.2 系统安全

降权运行：

切勿使用root或管理员账户运行OpenClaw，应创建专用用户：

// bash          
$ adduser openclaw          
$ su openclaw          

使用Docker隔离：

Docker部署提供了天然的隔离环境，限制容器权限：

// bash          
$ docker run --user 1000:1000 ...          

5.2.3 应用安全

及时更新：

// bash          
$ npm i -g openclaw@latest && openclaw doctor          

审查技能：

• 只安装可信来源的技能

• 审查技能代码后再安装

• 定期检查已安装技能的更新

5.3 权限管理

5.3.1 最小权限原则

为OpenClaw授予完成任务所需的最小权限：

• 文件系统：限制可访问的目录

• 网络：限制可访问的域名

• 命令：限制可执行的命令

5.3.2 配对验证

默认情况下，OpenClaw会对未知用户生成配对码，需要手动批准：

// bash          
$ openclaw pairing list telegram          
$ openclaw pairing approve telegram [配对码]          

5.3.3 允许列表

配置允许列表，只允许特定用户访问：

// json          
{          
  "security": {          
    "allowedUsers": [          
      "user1@example.com",          
      "user2@example.com"          
    ]          
  }          
}          

5.4 监控与审计

5.4.1 日志监控

启用详细日志记录：

// json          
{          
  "logging": {          
    "level": "info",          
    "maxSize": "100m",          
    "maxFiles": 10          
  }          
}          

配置日志轮转，防止磁盘占满。

5.4.2 异常检测

监控以下异常行为：

• 高频API调用

• 大量文件操作

• 异常网络请求

• 系统命令执行

5.4.3 定期审计

建议定期进行安全审计：

• 检查开放的端口和服务

• 审查已安装的插件和技能

• 检查API Key和凭证安全

• 更新系统和依赖

安全最佳实践总结

• 不要在生产环境直接运行OpenClaw

• 使用Docker或虚拟机隔离

• 定期备份和更新

• 监控和审计所有操作

• 遵循最小权限原则

附录

A. 常用命令速查

B. 配置文件参考

B.1 完整配置示例

// json          
{          
  "agents": {          
    "defaults": {          
      "model": "qwen-max",          
      "maxTokens": 4096,          
      "temperature": 0.7,          
      "topP": 0.9          
    }          
},          
"models": {          
    "providers": {          
      "aliyun": {          
        "apiKey": "your-api-key",          
        "baseUrl": "https://dashscope.aliyuncs.com/api/v1"          
      },          
      "zhipu": {          
        "apiKey": "your-api-key",          
        "baseUrl": "https://open.bigmodel.cn/api/paas/v4"          
      },          
      "ollama": {          
        "baseUrl": "http://localhost:11434/v1"          
      }          
    }          
},          
"gateway": {          
    "port": 18789,          
    "host": "127.0.0.1"          
},          
"skills": {          
    "allowBundled": true,          
    "directories": ["~/.openclaw/skills"]          
},          
"memory": {          
    "enabled": true,          
    "retentionDays": 90          
},          
"security": {          
    "requirePairing": true,          
    "allowedUsers": []          
},          
"logging": {          
    "level": "info",          
    "maxSize": "100m",          
    "maxFiles": 10          
}          
}          

C. 故障排除指南

C.1 常见问题

问题：Gateway无法启动

排查步骤：

1. 检查端口是否被占用：lsof -i :18789

2. 查看错误日志：openclaw logs --follow

3. 运行诊断：openclaw doctor

4. 尝试更换端口

问题：模型无响应

排查步骤：

5. 检查API Key是否正确

6. 确认账户余额充足

7. 测试网络连接

8. 尝试切换其他模型

问题：通讯平台不回复

排查步骤：

9. 检查通道状态：openclaw channels status

10. 验证凭证是否正确

11. 检查事件订阅配置

12. 重启Gateway

C.2 日志分析

日志文件位置：

• Linux/macOS：~/.openclaw/logs/

• Windows：%USERPROFILE%\.openclaw\logs\

D. 资源与社区

D.1 官方资源

• GitHub仓库：https://github.com/openclaw/openclaw

• 官方文档：https://docs.openclaw.ai

• 技能市场：https://clawhub.ai

D.2 中文社区

• OpenClaw CN：https://clawd.org.cn

• 中文文档：https://docs.clawd.org.cn

• Discord社区：https://discord.gg/clawd

D.3 云厂商方案

• 阿里云：https://www.aliyun.com/activity/ecs/clawdbot

• 腾讯云：https://cloud.tencent.com/act/pro/lighthouse

D.4 相关工具

• Ollama：https://ollama.com（本地模型）

• ClawHub：https://clawhub.ai（技能市场）

• AgentSkills：https://agentskills.io（技能标准）

本文档更新日期：2026年2月 | Version 1.0