🦞 北京大学2026年OpenClaw使用入门指南

> 来源: 北京大学肖睿团队《OpenClaw001：龙虾使用入门》

> 版本: 2026年3月 | 作者: 李晴

一、OpenClaw概述

1.1 产品定位

OpenClaw 是一个自托管的本地优先AI助手平台，核心特点：

| 特性 | 说明 |

|------|------|

| 本地优先 | 数据存储在本地，用户完全掌控 |

| 多平台接入 | 支持飞书、钉钉、微信、QQ、Telegram等 |

| 模型无关 | 支持Claude、GPT、DeepSeek、Kimi等任意模型 |

| 开源免费 | MIT协议，社区驱动 |

1.2 发展历程

| 时间 | 里程碑 |

|------|--------|

| 2025年11月 | 项目启动，最初名为"Clawdbot" |

| 2026年1月29日 | 更名为"Moltbot"（Anthropic要求） |

| 2026年1月30日 | 最终定名"OpenClaw" |

| 2026年2月 | 创始人加入OpenAI，项目移交基金会 |

| 2026年3月 | GitHub Stars突破30万+，超越Linux |

1.3 市场表现

• 250,000+ GitHub Stars（约60天）
• 2,500,000+ 周访问量
• 10,700+ 社区Skills插件

二、AI进化阶段

五个阶段模型

| 阶段 | 特征 | 代表产品 |

|------|------|----------|

| 第一阶段 | 对话式交互 | ChatGPT |

| 第二阶段 | 推理与思考 | DeepSeek R1 |

| 第三阶段 | 云端Agent | Manus、Genspark |

| 第四阶段 | 本地Agent | Claude Code |

| 第五阶段 | 平民化Agent | OpenClaw |

> 核心观点: "执行能力正在从技术团队快速扩散到普通用户手中"

三、技术架构

3.1 核心组件

┌─────────────────────────────────────────────────────┐
│                    模型层 (LLM)                      │
│         Claude / GPT / DeepSeek / Kimi 等            │
├─────────────────────────────────────────────────────┤
│                 执行/框架层 (Gateway)                  │
│  任务规划 │ 工具选择 │ 状态管理 │ 事件调度            │
├─────────────────────────────────────────────────────┤
│                    工具层 (Skills)                   │
│     内置工具 + 10,700+ 社区Skills + MCP扩展          │
├─────────────────────────────────────────────────────┤
│                   通讯层 (Channel)                   │
│      飞书 │ 钉钉 │ 微信 │ QQ │ Telegram等           │
└─────────────────────────────────────────────────────┘

3.2 记忆系统

OpenClaw采用文件为本源、向量检索加速的混合方案：

| 文件 | 用途 |

|------|------|

| SOUL.md | Agent人格与行为准则 |

| USER.md | 用户画像与偏好 |

| MEMORY.md | 长期记忆 |

| memory/YYYY-MM-DD.md | 每日会话日志 |

| AGENTS.md | 多Agent协作配置 |

3.3 检索机制 (RAG)

• 向量索引: 基于Embedding的语义检索
• 关键词匹配: BM25精确匹配
• 时间衰减: 近记忆权重更高
• 混合搜索: 多路召回+Rerank

四、Agent运行流程

ReAct模式

用户输入 → 意图识别 → 上下文检索 → 任务拆解
    ↑                                    ↓
    ←  最终决策  ←  结果观察  ←  工具调用  ←

七步执行流程:

1. 接收输入 (Input)
2. 意图识别 (Intent)
3. 上下文检索 (RAG)
4. 任务拆解 (Planning)
5. 工具调用 (Action)
6. 结果观察 (Observation)
7. 最终决策 (Decision)

五、模型选择建议

5.1 国内模型（推荐日常使用）

| 模型 | 优势 | 适用场景 |

|------|------|----------|

| Step 3.5 | 逻辑推理强、指令遵循高 | 日常主力、复杂任务 |

| M2.5 (MiniMax) | 响应快、长对话稳定 | 工具调用、日常交互 |

| K2.5 (Kimi) | 超长上下文 | 深度研究、写长文 |

| Qwen | 多模态、本地可跑 | 视觉任务、开源部署 |

5.2 国际模型（复杂任务首选）

| 模型 | 优势 | 适用场景 |

|------|------|----------|

| Claude Opus 4.6 | 极致稳定、长任务不崩 | 核心规划、重要代码 |

| GPT-5 系列 | 生态广、函数调用规范 | 代码开发 |

| Gemini 3 Pro | 多模态、超长上下文 | 文档/视频分析 |

5.3 混合策略建议

• 简单高频任务: Step 3.5 Flash / M2.5 Flash
• 中等复杂任务: Kimi-research / Gemini 3 Pro Flash
• 核心规划任务: Claude Opus 4.6
• 视觉/多模态: Qwen视觉版 / GLM-4V

六、工作区配置

6.1 目录结构

~/.openclaw/workspace/
├── SOUL.md          # 核心人格定义（必填）
├── USER.md          # 用户画像（必填）
├── IDENTITY.md      # Agent名字与形象
├── AGENTS.md        # 安全规则
├── HEARTBEAT.md     # 定时主动任务
├── MEMORY.md        # 长期记忆
├── memory/
│   └── YYYY-MM-DD.md  # 每日会话日志
└── skills/
    └── <skill-name>/
        └── SKILL.md

6.2 SOUL.md编写要点

# SOUL.md - 核心人格定义

## 核心原则
- 先给答案，再解释
- 简洁有力
- 重点询问（删除/修改需确认）

## 说话风格
- 专业 + 轻松
- Markdown清晰排版
- 默认100-300字

## 绝对红线
- 不询问/存储敏感信息

6.3 USER.md编写要点

# USER.md - 关于用户

- 名字：
- 常驻地：（时区）
- 主要工作：
- 偏好：
- 禁忌：

七、Skills开发规范

7.1 SKILL.md格式

---
name: skill-name
description: 什么时候用这个skill，触发场景描述
---

# 技能名称

## 何时使用
（触发条件）

## 使用步骤
1. ...
2. ...

## 注意事项
- ...

7.2 开发四步走

1. 创建目录: skills//
2. 定义规范: 编写SKILL.md
3. 逻辑实现: 编写Python/JS/Shell脚本
4. 加载生效: openclaw gateway restart

八、安全实践

8.1 核心风险

| 风险类型 | 说明 |

|----------|------|

| 供应链攻击 | 恶意Skills植入木马 |

| 权限过大 | 坏Skill可控制整台电脑 |

| 实例暴露 | 公网无认证导致泄露 |

> ⚠️ 统计数据: 36% Skills含有安全漏洞，13%含恶意载荷

8.2 安全建议

• 最小化挂载: 仅挂载必要目录
• 独立用户: Agent用独立系统账号
• Shell白名单: 限制高风险命令
• 定期审计: 检查logs和memory目录
• 及时更新: 保持核心和Skills最新

九、国内替代产品

| 产品 | 部署 | 核心优势 | 入口 |

|------|------|----------|------|

| Kimi Claw | 云端 | 5000+ Skills | kimi.moonshot.cn |

| ArkClaw | 云端 | 飞书深度适配 | 火山引擎 |

| LobsterAI | 本地 | 本地+IM全覆盖 | lobsterai.youdao.com |

| AutoClaw | 本地 | 浏览器自动化强 | autoglm.zhipuai.cn |

| WorkBuddy | 本地 | 企微最强 | codebuddy.cn |

十、常见问题

Q1: OpenClaw和Claude Code有什么区别？

> OpenClaw更开放，支持任意模型；Claude Code主要绑定Claude模型。

Q2: 本地部署推荐什么设备？

> Mac mini > Linux > WSL。内存建议16GB+。

Q3: Skills安全吗？

> ⚠️ 建议从可信来源安装，定期扫描，限制权限。

Q4: MEMORY.md越来越大怎么办？

> 定期精简，移至memory/历史文件夹。建议控制在1500字以内。

📚 参考资料

• 北京大学肖睿团队《OpenClaw001：龙虾使用入门》
• OpenClaw 官网: https://openclaw.ai
• ClawHub市场: https://clawhub.ai
• OpenClawmp: https://openclawmp.stepfun.com

本指南基于北京大学2026年3月课件整理，供OpenClaw学习者参考。