什么值得买App下载 App ›
连续签到专享现金活动

狂揽26万星!GitHub史上增速最快OpenClaw(龙虾)保姆级部署指南

截至2026年3月6日,OpenClaw在GitHub上已获得264,302颗星。该项目前身为2025年底开发的ClawdBot,于2026年1月30日正式定名并上线。仅用一个多月时间,其增速在GitHub历史上极为罕见,跻身获星最快开源项目之列。OpenClaw定位为运行在个人设备上的私有AI助手,可接入WhatsApp、Slack、Discord、飞书等20多个日常聊天平台,旨在将AI能力、用户数据和工具整合进私人电脑,摆脱对大厂封闭平台的依赖。
01项目背景与核心架构
  • 03月06日
  • 01月30日
  • 2025年12月31日
OpenClaw系统由Gateway(网关)、Agent(智能体)和Channel(渠道)三大核心组成。Gateway作为系统心脏负责消息路由与任务分发;Agent是拥有独立工作目录和会话记忆的可自定义AI角色;Channel则是飞书、Discord等平台的接入入口。所有配置集中在openclaw.json文件中,包含models、agents、channels和gateway四大模块。
02环境准备与安装部署
  • 前置环境配置
    安装前必须配置Python 3.9+(推荐3.10+)、Git环境以及Node >= 22。
  • 一键安装命令
    macOS/Linux系统执行:curl -fsSL https://openclaw.ai/install.sh | bash
  • 向导与初始化
    运行引导向导并自动配置守护进程:openclaw onboard --install-daemon
  • 状态检查
    检查网关运行状态:openclaw gateway status
  • 可视化界面
    打开本地控制台:openclaw dashboard
03模型接入与配置实战
配置外部模型服务商(如APIGO)需先获取专属API Key。在openclaw.json的models.providers模块中添加配置,通过baseUrl和apiKey完成对接。模型指定支持全局默认配置和单个Agent自定义覆盖,实现灵活调用。
  1. Provider配置示例
    在openclaw.json中添加如下结构:
    {
    "models": {
    "providers": [
    {
    "id": "apigo",
    "baseUrl": "https://api.apigo.ai/v1",
    "apiKey": "你的专属API Key",
    "api": "openai-completions"
    }
    ]
    }
    }
  2. 全局默认模型设置
    在agents.defaults.model中配置:
    {
    "agents": {
    "defaults": {
    "model": "apigo/claude-haiku-4-5-20251001"
    }
    }
    }
04多实例与多Bot进阶配置
通过--profile参数,OpenClaw支持启动完全独立的实例,实现不同平台的分离部署。主控实例位于~/.openclaw/(端口18789),从属实例位于~/.openclaw-xxx/,各自维护会话记忆和权限。在单个实例中,可配置多个Agent形成AI团队,每个Agent可绑定不同模型。
  1. 多Bot配置示例
    在agents.list中配置多个角色:
    {
    "agents": {
    "list": [
    {
    "id": "tutu",
    "name": "图图",
    "workspace": "~/.openclaw/workspace-tutu",
    "model": {
    "primary": "apigo/claude-haiku-4-5-20251001"
    }
    },
    {
    "id": "pangxie",
    "name": "小螃蟹",
    "workspace": "~/.openclaw/workspace-pangxie",
    "model": {
    "primary": "apigo/gpt-4o-mini"
    }
    }
    ]
    }
    }
05成本优化与分层模型策略
为避免成本失控,应根据AI角色的职责难度分层配置模型。主控或决策类任务推荐使用中高端模型以保证能力;高频执行或轻量任务则应选用轻量模型以降低成本。通过精准匹配,某团队实践显示总体成本可降低74%。
机器人角色核心职责优化前模型优化后模型成本下降
图图(主管)协调/决策Claude Sonnet 4.5Claude Haiku 4.5-67%
小螃蟹(数据)数据分析GPT-5.1GPT-4o-mini-94%
小贝壳(脚本)脚本开发GPT-5.1Claude Haiku 4.5-50%
小蜗(运维)运维监控Claude Haiku 4.5GPT-4o-mini-88%
小海带(文档)文档整理GPT-4o-miniGPT-4o-mini-70%

AI团队模型分层配置与成本优化效果

为确保成本追踪准确,需在openclaw.json中为模型添加cost配置。数值单位为“每百万Token的美元成本”,例如input为1.0代表每百万输入Token花费1美元。建议定期监控Cost per Session和Token Efficiency两个核心指标,每4小时检查成本统计,每周评估Agent的上下文压缩效果。
06常见问题与解决方案
  • Telegram配置报错
    原因:未配置网络代理环境。解决:确保网络环境可访问Telegram服务。
  • 群组无响应
    原因:未将机器人添加为群组管理员。解决:在群组设置中赋予机器人管理员权限。
  • Web UI锁定
    原因:多次验证失败。解决:使用带Token的URL访问:http://127.0.0.1:端口/?token=你的gateway_token

评论

评论区空态插画

当前文章无评论,是时候发表评论了