OpenClaw 入门指南：用 YAML 写 AI 工作流，不写一行 Python 也能自动化

你试过让 ChatGPT 自动查天气、读飞书文档、再把结果发到钉钉吗？手动复制粘贴太累；用 Python 写脚本又得处理 API 密钥、错误重试、格式转换……更别说换模型（Claude/DeepSeek/本地 Ollama）就得改一堆代码。

OpenClaw 不是聊天机器人——它是「AI 工作流的乐高」。不用写函数、不碰 SDK，用人类可读的 YAML 文件，声明「什么时候触发」「调哪个服务」「怎么串起来」。它像一份带执行能力的说明书：告诉电脑「先问 Claude 总结文档，再让 DeepSeek 翻译成英文，最后用飞书机器人推送」，OpenClaw 就照做。

步骤一：3 分钟跑起第一个工作流

1. 安装（支持 macOS/Linux/Windows WSL）

pip install openclaw
# 验证安装
openclaw --version
# 输出类似：openclaw 0.8.2

OpenClaw 是纯 Python 包，无 GUI、无后台进程，装完即用。MIT 协议允许自由修改和嵌入私有系统。

2. 创建最简工作流 hello-claude.yaml

name: "问候 Claude"
model: "claude-3-haiku"  # 支持 claude/chatgpt/deepseek/ollama:qwen2:7b
steps:
  - action: "llm.chat"
    input: "用中文说一句‘你好，我是 OpenClaw’，加个emoji"

YAML 比 JSON 更易读（不用引号和逗号），比 Python 更专注逻辑（不写 def、try）。开发者一眼看懂流程，产品经理也能参与评审。

3. 运行并查看结果

openclaw run hello-claude.yaml

输出示例：

✅ 执行完成  
💬 输出：你好，我是 OpenClaw 🦞  

OpenClaw 内置主流模型适配器。你只管写「要什么」，它自动选对 API、加请求头、解析响应——Claude 的 anthropic-version 头都不用手动填。

步骤二：接入真实服务（飞书 + 本地模型）

假设你要自动总结飞书文档，并用本地 Qwen2 模型翻译：

1. 获取飞书 token（5 秒）

登录 飞书开放平台 → 创建自建应用 → 复制「App ID」和「App Secret」。

2. 编写 summarize-feishu.yaml

name: "飞书文档摘要+翻译"
model: "ollama:qwen2:7b"  # 指向本地 Ollama 模型（需提前运行：ollama run qwen2:7b）

![配图](https://yitb.com/usr/uploads/covers/cover_guides_20260716_201350.jpg)

steps:
  - action: "feishu.doc.get"
    doc_id: "doct_abc123..."  # 替换为你的飞书文档ID
  - action: "llm.chat"
    input: |
      请用 3 句话总结以下内容：
      {{ steps[0].output.content }}
  - action: "llm.chat"
    model: "deepseek-chat"  # 切换模型只需改这里！
    input: "把下面中文翻译成英文：{{ steps[1].output }}"

关键点说明：

• {{ steps[0].output.content }} 是变量语法，自动取上一步返回的文档正文
• 同一工作流里混用 ollama/deepseek/claude，无需改代码，只改 YAML
• 所有敏感信息（飞书 token、API Key）通过环境变量注入，不硬编码在 YAML 里

3. 设置密钥并运行

export FEISHU_APP_ID="cli_xxx"
export FEISHU_APP_SECRET="xxx"
export DEEPSEEK_API_KEY="sk-xxx"

openclaw run summarize-feishu.yaml

验证：你得到了什么？

• ✅ 零代码自动化：飞书文档更新后，改一行 doc_id 就能复用整个流程
• ✅ 模型自由切换：想换 Claude 做摘要、Qwen2 做翻译？改两行 model: 即可
• ✅ 100% 本地可控：Ollama 模型跑在你电脑上，飞书 token 存本地环境变量，数据不出内网

常见问题

Q：需要自己搭服务器吗？
A：不需要。openclaw run 是单机命令行工具，适合个人自动化。企业级部署才需 Kubernetes（官网提供 Helm Chart）。

Q：50+ 服务包括哪些？
A：飞书/钉钉/企微/Notion/GitHub/Slack/MySQL/PostgreSQL/Redis… 连「发送微信消息」都有插件（需配合 WeChat Bot）。所有插件开源在 GitHub，可自行增删。

Q：和 Dify/Coze 有什么区别？
A：Dify/Coze 是可视化拖拽平台，适合非技术用户；OpenClaw 是给开发者的「基础设施」——YAML 可 Git 版本管理、CI/CD 自动测试、和现有 DevOps 流程无缝集成。

下一步
✅ 已掌握基础？试试《OpenClaw + Ollama 本地部署全链路》——从 Mac M2 装 Ollama 到用 Qwen2 跑完整 RAG 工作流
✅ 想深入工程化？看《用 OpenClaw 构建企业级 AI 中台》，含审计日志、权限分级、多租户支持
✅ 还没装好 Ollama？先学《10 分钟在 Windows 上跑通本地大模型》

OpenClaw 不是让你「更会用 AI」，而是让你「把 AI 当成螺丝钉，拧进自己的系统里」。从 YAML 开始，你离真正掌控 AI，只差一个 openclaw run。