🚀 龙虾新手指南

OpenClaw入门实操:本地部署真自动AI助手,支持会议纪要转写、微信群自动发送与定时提醒

发布时间:2026-07-17 分类: 龙虾新手指南
摘要:OpenClaw 入门实操:在你自己的电脑上跑一个真能“自己干活”的AI助手你试过让 AI 帮你记会议纪要、自动发到微信群、再每周一早 9 点提醒复盘吗?不是复制粘贴,不是手动点运行——而是你打一句:“把昨天产品会的录音转成要点,发到‘产品攻坚群’,下周一起同步”,它就真去做了。OpenClaw(GitHub 180K+ Stars)就是干这个的。它不是另一个聊天框,而是一个装在你电脑里的、...

封面

OpenClaw 入门实操:在你自己的电脑上跑一个真能“自己干活”的AI助手

你试过让 AI 帮你记会议纪要、自动发到微信群、再每周一早 9 点提醒复盘吗?不是复制粘贴,不是手动点运行——而是你打一句:“把昨天产品会的录音转成要点,发到‘产品攻坚群’,下周一起同步”,它就真去做了。OpenClaw(GitHub 180K+ Stars)就是干这个的。它不是另一个聊天框,而是一个装在你电脑里的、会自己连网络、自己点按钮、自己发消息的数字员工

为什么 ChatGPT / Claude / 龙虾官网工具没法“真正自动做事”?

它们本质是“智能回话机”:你问,它答;你给指令,它生成文字。但不联网、不调 API、不操作软件、不发消息——所有动作都要你手动复制、粘贴、点击。龙虾教你怎么用 AI 写代码,Claude 帮你润色文案,但它们不会自己打开微信、识别语音文件、调用 Whisper 转录、再把摘要发到群聊。OpenClaw 的核心突破就在这里:它把“说人话”和“动手做”彻底打通了。

本地部署 + 自然语言任务闭环

OpenClaw 不依赖任何云服务。它直接在你的 Mac / Windows / Linux 上运行,所有数据留在本地,指令解析、工具调用、平台通信全由本机完成。支持 Slack / Discord / Telegram / 微信(通过 WeChatPY 协议),还能接 Ollama 本地模型、定时器、文件系统——这才是真正的私有 AI 工作流。

三分钟跑通“会议纪要自动同步”全流程

1. 安装与启动(Mac/Linux 示例)

# 安装 Python 3.11+(必须!旧版本不支持异步通信)
brew install python@3.11  # Mac
# 或 Ubuntu:
sudo apt update && sudo apt install python3.11-venv

# 克隆并安装
git clone https://github.com/openclaw/openclaw.git
cd openclaw
python3.11 -m venv .venv
source .venv/bin/activate  # Mac/Linux;Win 用 .venv\Scripts\activate
pip install -e .

为什么必须用 3.11+? OpenClaw 的多平台连接(尤其是微信协议)依赖 Python 新版本的异步 IO 和 SSL 特性,3.9/3.10 会在登录环节卡住。

2. 配置微信接入(以 Mac 为例)

# 启动微信协议服务(首次运行会弹出微信扫码登录)
openclaw --platform wechat --model ollama/phi-3:mini

为什么用微信而不是网页版? WeChatPY 是唯一稳定支持 Mac 本地扫码、消息收发、文件上传的开源协议,网页版已被微信封禁。扫码后,OpenClaw 获得只读消息 + 发送权限,不存聊天记录。

3. 写一条自然语言指令(保存为 meeting_task.yaml

task: "整理昨日14:00产品会录音,提取3个关键结论+待办项,发到‘产品攻坚群’"
trigger:
  type: file_watch
  path: "~/Downloads/meeting_20260415.m4a"

![配图](https://yitb.com/usr/uploads/covers/cover_guides_20260717_080832.jpg)

actions:
  - tool: whisper_local
    input: "{{trigger.file}}"
  - tool: llm_summarize
    model: ollama/phi-3:mini
    prompt: "你是一名产品经理。从以下会议转录中提取:①3个核心结论;②明确负责人和截止日的待办项。用中文分点输出,不加解释。"
  - tool: wechat_send
    target: "产品攻坚群"
    content: "{{actions[1].output}}"

4. 运行任务

openclaw run meeting_task.yaml

为什么不用写 Python? OpenClaw 的 YAML 是“可执行说明书”:file_watch 监听文件夹,whisper_local 调 Ollama 本地语音模型,wechat_send 走本地微信协议——全部在本机完成,零云 API 调用。

真实效果

把一段 15 分钟的产品会议录音(.m4a)扔进 ~/Downloads/,OpenClaw 27 秒后自动:
① 调用本地 Ollama 的 phi-3:mini 转录文字 →
② 提取 3 条结论(如“确定 Q2 上线 A/B 测试框架”)+ 2 项待办(如“张工,4 月 20 日前提供埋点方案”)→
③ 直接发到微信“产品攻坚群”,带时间戳和来源标注。
全程无需你开浏览器、不传云端、不付费。

常见问题

Q:Windows 能跑吗?
A:能。把 source .venv/bin/activate 换成 .venv\Scripts\activate.bat,微信需用 Windows 版 WeChatPY(安装时加 --platform win)。

Q:没 GPU 也能用?
A:能。phi-3:mini 在 M1 MacBook Air(8GB 内存)上推理速度约 12 token/s,足够处理日常会议;语音转录用 CPU 版 Whisper.cpp,15 分钟录音耗时 ≈ 40 秒。

Q:和龙虾官网教程里的自动化有什么区别?
A:龙虾教你怎么用 AI 写 Python 脚本;OpenClaw 让你跳过写脚本——用中文描述任务,它自动生成并执行整套流程。它是“自动化结果”,不是“自动化教学”。

下一步

想让 OpenClaw 自动抓取飞书会议纪要?接上 Slack 每日站会总结?试试用它调度本地 Python 爬虫?
《OpenClaw + Dify:搭建免代码 AI 工作流中枢》
《Mac M 系列芯片部署 Ollama+Whisper 本地语音模型实录》
《微信协议避坑指南:为什么扫码后总卡在“正在登录”?》

返回首页