OpenClaw从折腾到放弃

问题描述：

初见

起初我看到OpenClaw的第一感觉就是，这玩意不就是权限大了点的Agent？跟Codex、Claude Code没什么区别吧？要说区别也就是说它能对接TG了，但是据我所知，其实也可以让Claude Code对接TG吧，肯定有这种方案，当然只是猜测，平常还是用Codex比较多。

本来是没打算去折腾OpenClaw的，实在是热度太大了，看着心里也痒痒，就想看看它到底是什么样的，加上自己手上有一些Token可以消耗（这时候还没有Openai的百亿token补贴，是谷歌家的Antigravity），于是我就开始了折腾历程。

安装OpenClaw

再怎么说，这玩意绝对不可能跑在我的主力机上的，第一是担心隐私问题，第二就是担心它在我主力机上乱来，我自己电脑上重要的项目数据真的挺多的，所以肯定不可能，我就翻了我18年的笔记本，i7 7700HQ 8G内存，1060显卡，我的第一感觉就是这玩意肯定不能跑在Windows原生上，到时候肯定效率不高…

因为以我自己对大模型的了解，目前能力强的大模型比如Claude、GPT、Google，它们都还没原生支持模型去操控图形化界面的，基本都是LLM文本模型理解然后去调用对应的工具完成操作，操作浏览器也是，模型都是读取的浏览器的网页源数据，然后模型再根据源码去分析浏览器的内容进行操作点击（大致原理是这样，没有去细了解）所以说到底还是命令行和工具调用。

以我这么多年对Windwos的了解，在Win上跑，绝对会有一大堆的问题，包括命令执行的问题，还有就是乱码的问题，所以我选择在笔记本上装WSL2（在Win上的子Linux系统）选择了Ubuntu，虽说Win对命令行支持不是很友好，但是不得不说WSL2和Windwos兼容真的很舒服，我之前都是拿WSL2来跑音色克隆的训练模型，少了很多环境问题。

好了，一切准备好了，那就开始吧，给WSL2配置好代理后，外网环境也通了，我打算就采用Node来装吧，习惯的装了Nvm（开源项目可以方便切换Node版本），选了最新的Node版本，那就来吧，我直接让ChatGPT整理了安装命令给我，我就一步步安装下去了，到最后打开了WebUI界面，配置了Claude Opus 4.5，是的我记得这时候4.6系列还没发布。

image1920×1072 332 KB

开始把玩

因为我对接的Telegram，不得不说TG对接是真简单啊，太丝滑了，找到官方机器人，然后直接/new按提示创建就给个token，就可以绑定机器人，太舒服了。

我翻了TG的聊天记录，我是2月2日晚上正式把它启动的（没想到已经跑了一个月了..）我的第一件事，就是问它，除了我，还有别人能给你发信息吗？它说别人也可以，然后给我提供了推荐配置，我就让它按配置去把我的用户ID配置成白名单，只允许我发信息，好，搞定了这很简单。

接下来，我就尝试给它配置兜底模型，因为token消耗完它就没办法工作了嘛，这里还是很轻松的，都能解决，我把对应的API端点地址和Key给它，它都能轻松的完成，哎，我发现有点意思，还挺好玩，别说，有点开始上头了。

让OpenClaw帮我操控浏览器

由于我是Windwos，所以我问它能不能操控浏览器，它说能，但是需要我在浏览器上安装一个插件，并且把插件开启调试模式，我就让它把插件移到电脑桌面上，然后我就去安装了，别说这倒是觉得让我挺轻松的，就好似一直有一个小助理在你电脑上，随时可以协助你一下，还蛮有意思，好，我就把插件安装了，然后按它说的开启了调试。

这时候我就让它去操控浏览器（我想看它自己操作浏览器去做事的样子），然后我下了一个命令，我说你能用谷歌Gmail给我发一封邮件嘛？（我在浏览器上登了一个谷歌小号）然后它去开始操作了， 给我的感觉很慢…，因为我知道是通过工具去操作，然后获取浏览器上的信息，然后再做决策，整体操作下来并没有成功发送，而且期间多次卡死没回我消息（之后我才知道，它是一直在调用工具尝试解决问题，所以阻塞了，在工作就接收不到新消息）。

这时候我就想，这样不成功，那还是改用另外一种方式来发邮件吧，我就想让它拥有一个发邮件的能力，然后我就问了它，它给我提供了方案

image646×612 45.6 KB

这里我选了方案B，我说让它自己去操控浏览器，然后需要验证码我来给，但是看下图，是真的很麻烦，这个插件经常不稳定，明明是ON，它说操控不了，给我气的。

image904×789 188 KB

费劲千辛万苦，最后它还是自己到了要操作的页面，拿到了App Password。

image880×736 216 KB

image868×770 165 KB

到这我已经开始厌烦了，我已经不想用它来操作浏览器了，我觉得效率贼低，与其它这样，不如我直接操作了把结果给它，好至此，对它操作浏览器的幻想就结束了。

image1280×714 206 KB

让OpenClaw来帮我整理资讯吧？

到这个阶段，我拥有了Openai的百亿token补贴（Codex免费了！），这时候GPT-5.3-Codex好像还没发布，所以我把主力模型切到了GPT-5.2-Codex(xhigh)，因为我长期用Codex用来写后端代码，我知道5.2-codex这个模型比较省心，而且Codex对上下文的处理也是非常好的，很少出现幻觉，太安心了。

我起初是想给它配置Tavily（提供搜索服务有免费的额度），确实配置上了，也能用，但是我发现不是很好用，效率太低了，然后这时候我就想Codex里不是能联网搜索嘛？怎么实现的？

在这时，我就突发奇想，把Codex开源项目，直接扔给了它，我说你去分析吧，看看Codex里是怎么处理搜索的，怎么调用的，不曾想！它还真找出来了！然后我说，你帮我做成skill工具吧，然后之后搜索就用这个来搜。

接着我就让它做了哪些？

• 监控AI资讯+科技资讯+国际局势并建立三个独立的文件夹，搜索的资讯都保存下来

• 写一个HTML模板，用来展示这些资讯，增加模板迭代机制（根据内容自己升级模板）

• 为每条资讯都带上你的评论（想看它对这些内容的评论）并且要回溯历史记录（默认是让它根据7天内的事情去做回溯）

• 最后，建立定时任务，这时候还是每30分钟一次，推送至我的邮箱

其实到这，我觉得还好，就是有时候模板太难看了，我就让它调用Claude和Gemini反复改了几个版本，过了一段时间。

问题来了

莫名其妙的定时任务就开始不触发了，我问它怎么了，它去查的时候跟我说定时任务网关超时，然后我自己也打开WebUI看了，确实什么任务都加载不出来一直Loding，这就是我遇到的第一个头痛的bug，所以一下子，我的定时资讯就歇菜了，我没有任何办法，我让它去尝试修复后，我放弃了，这个时候我就开始摆烂了，竟然是Bug，等官方修了我更新，至此暂时告一段落，我探索让它来干点别的。

image1280×714 232 KB

让OpenClaw来调用API帮我画图吧？

因为我平常有用谷歌家的Antigravity谷歌大善人在这埋了一个画图模型gemini-3-pro-image-preview它就是平常大伙说的Nano Banana Pro，但是有不同的地方，它不是网页版的，它可以调整参数，它可以直接出4K图！

我先是让它尝试，能不能直接调用，它一直失败，不行，然后我受不了了，你去查一下官方文档吧，然后把调用方式发给我，它去查了后没想到还真成功了！

然后我直接让它做成了skill，然后让它拥有了一个新的能力，就是画图！

至此这是我觉得最省心的功能了，说到底也是最简单的功能了，只是通过工具去调用API，然后把返回的图来重新传给我…

但是我在用这个功能的时候，我发现了一个问题，它每次主Agent工作时候就会阻塞，接收不到我的信息，然后我最近也看了大量关于OpenClaw的资讯，了解到了一个关键词**子Agent然后我就尝试让它去用子Agent画图，**没想到真可以，它会自己开一个新的会话，然后写好提示词发送，然后子Agent干完后，又会重新把结果发给主Agent，这样就不会阻塞了。

然后以后让它干什么，我都是直接让它用子Agent了，终于不会阻塞了。

image1280×714 202 KB

让OpenClaw在Mac Mini上运行

有神秘能力空投了一台Mac Mini m1给我（感谢神秘力量），然后我现在就是想迁移，我让OpenClaw自己把自己的工作目录打包，然后我问它还要改别的嘛？它就说都准备好了，打包过去就好了（我真是信了你的鬼话）。

然后我就开始部署Mac上的环境，把Node和代理环境都配置好了，然后我就按它说的启动了龙虾，并把WSL2的工作目录直接覆盖过去了，然后可想而知，问题出现了，扔进去后，直接就是宕机，完全不能工作，各种报错…

然后我就放弃了直接暴力迁移，我就把工作目录删了，然后重置了龙虾，重置完了后我就让它自己去旧的目录里把记忆迁移过来，然后把工具技能迁移过来，我以为这样就可以了吧？应该就不用管了，该有的功能都迁移过i来了，也有参考模板，很显然，我想的太简单了，根本没有用…

接着我就又上演了，跟它一次次沟通，让它慢慢去处理，把相关的key给它URL给它，它终于又全部配置好了，写好了说明文档，然后这还只是把技能都迁移好，我的资讯定时任务都还没搞定呢（力竭了要）

又折腾了一晚上，好，是差不多了，把我之前让它自己创建的技能，还有定时任务恢复的差不多了…

然后来谈谈它在Mac上的运行表现，整体给我的感觉，真的流畅多了，而且到这个阶段，**定时任务它终于不会经常性的超时了！**然后还有就是，它在Mac上可以开一个自己专用的OpenClaw的浏览器，而且操作浏览器变得丝滑了很多，然后它也能给我截图Mac桌面了。

就这些？（是的，就差不多了…）

还有就是它跑命令真的流畅很多了，像是终于解锁了OpenClaw的大龙虾的完整版本（难怪那么多人买Mac？）

然后它不是有内置一个web_fetch，用来抓取网页上的内容的，然后有的网页实在是反爬机制太严格了，我就让它在资讯定时任务加了一条可以使用OpenClaw浏览器来辅助抓取信息，它确实照做了，然后我也让它在提示词里写了，用了浏览器记得关，大部分的情况下做的还是很好的，只有少部分情况没关。

接下来就是春节了，这段时间没有怎么把玩，然后资讯也是正常每天给推，但是它真的好吃Token啊？截止到今天写这篇体验报告的时间（2026年3月4日 16点14分）已经消耗了3836.4M，说人话就是38.364亿，不过缓存就有33亿，因为可能我任务大部分是资讯？

其实我期间还重启过很多次CPA，所以有的还没统计上，重启就会所有数据清零。

image1280×714 217 KB

让OpenClaw半夜自己干活

我知道OpenClaw有一个心跳机制，我这天就突发奇想，那么多人说它自己半夜24小时运行？

但其实它自己不会运行的，除了心跳机制和定时任务，没人触发它，它啥也不会干的…还得自己折腾

这一天我想让它完成一个grok的搜索工具，对接grok搜索，资讯之后就用grok检索了，我就突发奇想，能不能在心跳机制里要求它去干？因为心跳机制每20分钟就会往主Agent会话里发信息，说做就做，我就说让它在资讯里这么写：

• 根据我提供给你的API完善一个Skill的封装

• 完善后对其进行测试是否可用

• 这个grok Skill需要支持上下文路由

具体的提示词我已经找不到了，大致就是让它自己写的提示词，然后放在心跳机制里。

早上起来的时候，我发现确实有了一个Skill，但是我让它自己去调用的时候，它告诉我，只有上下文路由没有接口调用（笑哭表情）。

最后又是我一点一点和它沟通，把工具完成了，然后定时任务全部切到了新的grok检索工具…

这一次经历后，让我产生了对它能24小时工作的想法，然后就开始捣腾下面的一人公司了…

image1280×714 204 KB

让OpenClaw多Agent协作？（一人公司）

在很多平台上，有人发多Agent在飞书群里协作的图文，我就很好奇，我也想试试，这时候我已经了解到它能够有自己的永久Agent了，就是不再是临时的子Agent，可以创建一个独立永久的！而且可以单独对接飞书或者TG聊天渠道。

第一阶段，开始配置飞书机器人

这里我踩了一堆坑，我以为飞书机器人配置很简单，会像TG那样，结果捣腾了一会，完全给我整不会了，还是看火山引擎的教程才学会怎么配置飞书的机器人。

当我费劲心思，把两个飞书机器人创建好的时候，然后我这时候拉进群了，然后我@它们两个了，都有回应，很好！

然后我就让其中的一个机器人尝试@另外一个机器人

神奇的事情发生了，我发现没有反应！这时候我就才意识到问题，然后我让ChatGPT去帮我查查，是不是 飞书 有机制隔离了机器人与机器人之间的消息接收，很显然，是的！

所以，你就算把它们拉进群了，它们也还是独立的个体，各自看不到各自的消息，没办法相互协作，像人一样的，把这个事情做完了，@另外一个告知，然后继续处理。

接着我让它们尝试能不能在OpenClaw内部的形式交流协作，然后很显然，各种Bug问题就来了，根本就没办法通信，至此我折腾一晚上，又是白折腾（这就是折腾AI的AI人嘛？）

至此，我放弃了这个协作的方案！

第二阶段，增加一个中间件？

我不死心哇，我想让它们试试能不能协作，然后我想了一个邪修方案，就是加中间件，这在开发中很常见，如果你遇到一个业务问题解决不了了，没关系，那就加一层中间件，如果还是解决不了呢？那就再加！（中间件就像“翻译/协调员”）

我的方案

我这个方案我还是跟ChatGPT（网页版）和OpenClaw讨论后我再开始实施的…我真的以为能成功，

大致是这样，首先是三个角色：

• AI雪鸡，负责接受任务，拆分任务，形成项目说明文档，指派其它Agent干活，定期巡查项目是否正常推进。

• AI次元酱瓜，新媒体运营（负责整体的内容编辑和网络运营）

• AI小黄，负责产品、开发、测试

再是公共工作区域的定义：

agent-collab-public/ ├── README.md # 公共区总说明/入口 ├── registry/ # 全局索引与配置 │ ├── active_projects.md # 当前项目索引（阶段/负责人/状态/路径/更新时间） │ ├── agents.md # agent 列表/职责/Redis task key │ └── channels.md # 飞书群ID/推送配置 ├── prompts/ # 提示词与角色审计 │ ├── collab_prompt.md # 协作总规范（流程/交接/推送/Redis 字段） │ └── roles/ │ ├── <agent>.md # 角色系统提示词 │ ├── <agent>_cron.md # 该角色 cron 说明 │ └── README.md # 角色文件说明 ├── projects/ # 项目目录（每个项目一个子目录） │ └── <project>/ │ ├── README.md # 项目背景/目标/范围 │ ├── REQUIREMENTS.md # 需求清单 + 验收标准 │ ├── STAGE.md # 当前阶段（覆盖更新，单行即可） │ ├── PROGRESS.md # 进度拆解（Done/Doing/Todo） │ ├── HANDOFF.md # 交接记录（产出/下一步/风险） │ ├── TASKS.md # 任务列表/排期（可选） │ ├── DISCUSS.md # 讨论/争议记录（可选） │ └── agents/ │ └── <agent>/ # 各 agent 自己的产出目录 ├── skills/ # 技能镜像（只读参考） │ └── <skill>/SKILL.md # 技能用法与配置说明 ├── notes/ │ └── rules.md # 协作规则/注意点/检查清单 └── keys/ └── github_keys.md # 低敏 key 记录（不放明文密钥）

你可以看到我定义的很规范很整齐，有要用到工具的Skills文件夹，有公共collab_prompt.md 协作规范说明，然后每个Agent都是以项目为单位干活，每次干活都把东西输出在对应的项目文件夹下，每个项目里又有每个Agent单独的文件夹。

我预想的大致流程

说明一下Redis的作用，例如AI雪鸡想派发任务了，那么规则是这样的，它可以在Reids里创建一个Key，例如要派给AI小黄，那么key就是task:ai_xiaohuang，然后内容是JSON，JSON里包含了项目的绝对路径，以及项目的MD文档，那么AI小黄在被定时任务唤醒的时候，每次都会先去Redis里读取看看自己是不是有任务了，有就接受！在干活的时候把Redis里的JSON数据状态改成running，那么定时任务再触发的时候，就不会再次重复触发了，然后AI小黄干完活后，就把自己在Reids中的key删掉，创建AI雪鸡的key，然后把工作成果的文档路径写在JSON数据里，然后AI雪鸡就又能看到任务，又去触发执行，是不是挺完美的？

也就是说想让AI雪鸡、AI小黄、AI次元酱瓜按这个流程工作下去，然后正常的交接。

其实我这里写的很简易了，例如我考虑了，在这期间AI雪鸡是一个巡查角色嘛，万一一个Agent没干活了呢？卡了？Bug了报错了，是不是任务就卡住了？然后我这里AI雪鸡的能力就体现出来了，在提示词里要求它巡查任务执行状态，如果发现异常了，它立马就去处置，安排新的人干活。

image1280×714 126 KB

image1280×714 172 KB
但是很显然，在运行的时候出现了bug，因为之前提示词里写如果是running状态就不管，因为有Agent在处理，然后AI雪鸡就因为这个也不巡查了，然后完全不干活了，然后我@它自己让它自己把这个bug提示词改了，

好，跑起来了，我布置了一个任务，就是整理Deepseek关于发布新模型的消息，然后最后以好看的HTML时间线给我，然后问题出现了，

在提示词里我也都有要求，完成一小部分就往群里推送消息， 是的，是能看得到消息，但是发的超级少。

问题清单：

• 响应太慢了，我都已经把唤醒Agent任务改成5分钟一次了，效率真的很低。

• 上下文一长，直接就报错了，任务都没做完。

• 巡查机器人自己上下文爆了，忘了自己要干什么了，经常出错且不处理问题。

• OpenClaw小bug问题太多了，经常报错。

所以到最后根本没有把这一套的完整的跑起来，处理了一个任务后，结果也是很差，完全就是：

• 没有质量

• 没有效率

• 没有稳定性

反正我这个方案折腾到晚上，我直接宣布放弃，最后我都摆烂了，指派AI雪鸡，我说你自己去优化测试整个协作流程吧，结果睡一觉起来，群里全是它巡查的消息，就看到一两条AI小黄的消息，我就觉得是没啥用了，而且因为用的协作方法比较硬核，输出的内容也只有开发者能看懂…

折腾到这，我真的就不想弄了，我感觉OpenClaw就是个玩具而已。

总结

所以来写总结吧，首先总结一下心路历程

• 新奇

• 开始上手

• 尝试找到它能做的事情

• 尝试让它进行多Agent协作

• 遇到很多奇妙的bug、不稳定、效率不高

• 定义为玩具（赛博宠物）

反正看到一句话养一只龙虾是乐趣，养5只是灾难。

我觉得说的挺对的…

感觉就是放大了权限的Agent，很多都还没完善，很依赖高质量的模型，如果模型质量不够高，经常会抽风，而且普通人我真不知道可以拿它能干嘛，开发者还能让它帮忙跑跑开源项目，辅助分析一下，而且其实这个活可以交给更专业的Codex和Claude Code或者别的AI IDE，比它更省心。

所以最终定义：

• 玩具

• 赛博宠物

• token消耗机

image1280×714 219 KB

有佬友说需要，去掉了里面的敏感信息，域名信息等，扔给龙虾的时候，记得改改
画图skill：
antigravity-gemini-image.zip (8.0 KB)

网友解答：

---

--【壹】--：

写得很好，看得我津津有味，期待后续

---

--【贰】--：

收到，刚好准备要换下来一台旧电脑，到时装个Ubuntu试试

---

--【叁】--：

前端时间还看到Meta的AI总监被OpenClaw删光邮件的新闻，感觉有点恐怖，目前看下来感觉还是可以养一只玩玩，干正经活还是先算了

---

--【肆】--：

OK已经改回原版的人话版本了

---

--【伍】--：

当赛博宠物养

---

--【陆】--：

从入门到放弃

---

--【柒】--：

入门到放弃

---

--【捌】--：

感觉还不够智能，就一只没有尝试部署。也没有使用场景

---

--【玖】--：

生图skill能分享下不

---

--【拾】--：

L站第一篇看完的小说《OpenClaw——从入门到放弃》

---

--【拾壹】--：

生图skill能分享下不

---

--【拾贰】--：

折腾龙虾的一大乐趣就是折腾的过程吧

---

--【拾叁】--：

感觉有点 ai 味，佬友你自查自查？小心吃举报。

心路历程和我差不多，我是先放在 我的玩具vps 上的做运维的。现在也就简单的运维。

---

--【拾肆】--：

是的（只是润色，看起来可观些）感谢佬友提醒，我换成我原本的原话版本吧

---

--【拾伍】--：

别在自己主力机跑就行

---

--【拾陆】--：

这玩意感觉就是用来维持AI风投热度的产物

---

--【拾柒】--：

整理一下哈，马上发，但是不保证各位一定能用

---

--【拾捌】--：

稍等佬友，我整理一下

---

--【拾玖】--：

这个当宠物养还真好玩，那种慢慢养成越来越能干更多活的感觉太好了