一文手把手教你用OpenClaw打造专属AI助手：从安装到自定义Skills全过程

前言

想搞一个真正属于自己的AI助手？不是那种只能聊天的玩具，而是能帮你干活、定时汇报、还能编写自定义技能的那种。Ok，OpenClaw正好能搞定这事儿。它像一个可编程的“龙虾”，装上后能接入你的聊天平台，按你写的规则干活。下面就从零开始，一步步搭起来。

一、环境准备

依赖	版本要求
Node.js	≥ 22
操作系统	macOS / Linux / Windows (WSL2)
LLM API Key	Claude / GPT / 其他兼容模型

Windows用户注意——原生Windows支持还不够稳定，建议直接用WSL2，否则后面踩坑的概率不小。

二、安装与初始化

2.1 通过 npm 安装（推荐）

# 全局安装
npm install -g openclaw@latest
# 验证安装
openclaw --version
# 运行引导向导
openclaw onboard --install-daemon

引导向导会带你走完整个初始化流程：先装Gateway守护进程（macOS用launchd，Linux用systemd），然后创建工作空间目录，配置聊天通道，塞入LLM API Key，最后安装一套基础Skills。一路点下去就行，不用操心。

2.2 从源码构建（开发者）

git clone https://github.com/openclaw/openclaw.git
cd openclaw
pnpm install
pnpm ui:build    # 首次运行会自动安装 UI 依赖
pnpm build
pnpm openclaw onboard --install-daemon
# 开发模式（TS 文件变更自动重载）
pnpm gateway:watch

三、核心配置文件详解

装完以后，工作空间大概长这样：

~/openclaw/
├── SOUL.md          # Agent 的"灵魂"，定义人格和行为准则
├── IDENTITY.md      # 身份信息
├── USER.md          # 你的个人偏好
├── HEARTBEAT.md     # 定时任务配置
├── memory/          # 持久化记忆目录
│   └── MEMORY.md    # 记忆索引
└── skills/          # 技能插件目录

3.1 SOUL.md —— 给龙虾定规矩

这是OpenClaw最有意思的设计之一：用自然语言定义Agent的行为。你不需要写代码，直接写大白话就行。

# Soul
## 基本原则
- 你是我的私人技术助手，专注于后端开发和 DevOps
- 回复使用中文，技术术语保留英文
- 简洁直接，不要废话
## 行为边界
- 未经确认不要执行危险的 Shell 命令（rm -rf、drop table 等）
- 涉及金钱操作时必须二次确认
- 不要主动访问我未授权的目录
## 风格
- 像一个靠谱的同事，不是客服
- 可以适当幽默

3.2 HEARTBEAT.md —— 定时任务

# Heartbeat

## 每日晨报 (07:30)
- 汇总昨天的 Git commit
- 列出今天的日历事件
- 检查服务器监控面板是否有异常

## 每周五下午 (17:00)
- 生成本周工作周报草稿

四、接入聊天平台

以Telegram为例，其他平台（Slack、Discord、飞书等）流程类似。

4.1 创建 Telegram Bot

1. 在 Telegram 中找到 @BotFather
2. 发送 /newbot，按提示创建
3. 获取 Bot Token

4.2 配置 OpenClaw

在引导向导中选择Telegram，或者手动执行这条命令：

openclaw channel add telegram --token YOUR_BOT_TOKEN

搞定后，给你的Bot发条消息试试——对话通道就通了。

五、编写自定义 Skill（重点）

Skills是OpenClaw真正发力的地方。本质上，每个Skill就是一个Markdown文件，告诉Agent遇到什么情况该怎么做。

5.1 基础 Skill 示例：Git 日报生成器

在 skills/ 目录下创建 git-daily-report.md：

# Skill: Git 日报生成器
## 触发条件
当用户说"生成日报"或"今天做了什么"时触发。
## 执行步骤
1. 执行以下命令获取今天的 commit 记录：
   ```bash
   git log --since="today 00:00" --pretty=format:"%h - %s (%an)" --all

按以下格式整理输出：

• 按仓库分组
• 每个 commit 一行，包含简短描述
• 底部统计总 commit 数

输出格式：

? 今日工作日报 (YYYY-MM-DD)
## 项目A
- abc1234 - 修复登录页面样式问题
- def5678 - 添加用户权限校验
## 项目B  
- ghi9012 - 优化数据库查询性能
---
总计：3 个提交

5.2 进阶 Skill 示例：服务器健康检查

# Skill: 服务器健康检查
## 触发条件
当用户说"检查服务器"或由 HEARTBEAT 定时触发。
## 执行步骤
1. 检查目标服务器列表（从 USER.md 中读取 server_list）
2. 对每台服务器执行：
   ```bash
   curl -s -o /dev/null -w "%{http_code}" https://{server_url}/health

汇总结果：

• ✅ 正常（HTTP 200）
• ⚠️ 响应慢（> 2s）
• ❌ 异常（非 200 或超时）

遇到异常服务器，直接在当前聊天通道告警：

? 服务器异常告警
❌ api-server-03: HTTP 502 (响应时间: 5.2s)
❌ db-replica-02: 连接超时
其余 8 台服务器运行正常 ✅

5.3 使用 ClawHub 社区技能

不想自己写？社区技能市场里有一堆现成的：

# 浏览热门技能
openclaw skills search "email"
# 安装技能
openclaw skills install @community/email-manager

六、记忆系统详解

OpenClaw的记忆系统是它和普通聊天机器人拉开差距的关键。目录结构如下：

memory/
├── MEMORY.md          # 记忆索引和摘要
├── conversations/     # 对话历史
├── facts/             # 提取的事实（如：用户偏好 Python 3.12）
└── diary/             # Agent 的"日记"

底层的SQLite提供语义搜索，Agent会自动提取对话中的关键事实、在后续对话中检索相关记忆，还能定期压缩过期内容。你也可以手动管理：

# 查看记忆
openclaw memory list
# 删除特定记忆
openclaw memory forget "某条不需要的记忆"
# 导出记忆
openclaw memory export --format json

七、安全最佳实践

本地运行意味着你的机器直接暴露给了Agent——安全这块必须上心。

# 1. 配置 DM 配对模式，防止陌生人访问
# 默认已开启，确认一下：
openclaw config get dmPolicy
# 应该返回 "pairing"
# 2. 审查已安装的 Skills
openclaw skills list --verbose
# 3. 运行安全检查
openclaw doctor
# 4. 保持更新
openclaw update --channel stable

八、实用技巧

：配置多个LLM，按任务类型自动选模型

openclaw models add claude-sonnet --provider anthropic
openclaw models add gpt-4o --provider openai
openclaw models set-default claude-sonnet

：排查问题时开verbose

openclaw gateway --verbose

：OpenClaw支持渲染实时Canvas，适合画架构图之类

openclaw agent --message "画一个系统架构图" --canvas

九、总结

上手OpenClaw其实就三步：安装+配置Key，接入聊天平台，编写或安装Skills。真正的价值在于

的组合——用得越久，这只龙虾越懂你，越能帮你干活。建议从日报生成、提醒这类简单Skill开始，慢慢拓展到更复杂的自动化工作流。