OpenClaw（龙虾AI）部署与动手实践指南：让大模型真正“动手”

问题

你试过让ChatGPT帮你删掉一个乱码文件、把三份PDF合并成一份、或者自动把微信聊天记录导出为Excel吗？
不能。它只会“说”，不会“做”。
OpenClaw（官网 yitb.com，俗称“龙虾AI”）不训练模型，也不改大模型权重。它给任何大模型——Claude、Qwen、DeepSeek，甚至本地Ollama里的Phi-3——装上「数字手脚」：读写文件、执行Shell命令、运行Python脚本、切换窗口、点击按钮……一句话：让AI从嘴炮选手，变成办公室真·打工人。

方案

不用GPU，不配K8s，一台Mac/Windows/Linux笔记本就能跑。
核心就三步：

1. 安装轻量运行时（openclaw CLI）
2. 写一个YAML配置，告诉AI“你能干啥+怎么干”
3. 启动Agent，用自然语言下指令（比如：“把当前目录下所有.log文件压缩成logs.zip”）

它开源、纯Python、无闭源依赖，所有动作都可审计、可复现、可打断——这才是靠谱的AI自动化。

步骤

1. 安装OpenClaw运行时

打开终端（Mac/Linux）或 PowerShell（Windows），逐行执行：

# 确保 Python ≥ 3.9（检查命令）
python --version

# 创建干净虚拟环境（防包冲突）
python -m venv ~/oc-env
source ~/oc-env/bin/activate  # Mac/Linux
# Windows用户用：~/oc-env/Scripts/Activate.ps1（需先执行 Set-ExecutionPolicy RemoteSigned）

# 安装 OpenClaw（v0.4.2，稳定版）
pip install openclaw==0.4.2

✅ 为什么这样装？
openclaw 是纯命令行工具，不依赖Docker或Node.js；venv隔离环境避免和你已有的PyTorch/TensorFlow冲突；固定版本号防止某天更新后YAML语法突然不兼容。

2. 写一个能“动手”的Agent配置（agent.yaml）

新建文件 agent.yaml，粘贴以下内容：

name: file-worker
model:
  provider: openai  # 支持 openai / anthropic / ollama / deepseek
  model: gpt-4o-mini  # 或 claude-3-haiku / deepseek-chat / qwen2:1.5b
  api_key: sk-xxx  # OpenAI Key；Claude填 ANTHROPIC_API_KEY；Ollama留空
tools:
  - name: shell
    description: 执行Linux/macOS命令（如 ls, cp, zip）
  - name: file_read
    description: 读取任意文本文件内容
  - name: file_write
    description: 写入/覆盖文件（支持 .txt .md .py .json）
  - name: python
    description: 运行安全沙箱内的Python代码（禁用os.system等危险函数）

✅ 为什么只开这4个工具？
shell 和 file_* 覆盖90%日常操作（整理资料、处理日志、生成报告）；python 用于复杂逻辑（比如解析JSON、计算统计）；所有工具默认禁用root权限和网络外连——安全不是口号，是默认配置。

3. 启动并实操一个真实任务

假设你桌面有个乱七八糟的 report_logs/ 文件夹，里面全是 .log 文件，你想：
👉 把它们全部打包成 logs.zip
👉 再生成一份统计报告 summary.md，写明共几个文件、总行数多少

在终端中执行：

# 进入你的工作目录（比如桌面）
cd ~/Desktop

# 启动OpenClaw Agent（自动加载 agent.yaml）
openclaw run --config agent.yaml

# 然后直接输入自然语言指令：
# “把 report_logs/ 下所有 .log 文件压缩成 logs.zip，再统计每个文件行数，写进 summary.md”

几秒后，你会看到终端里实时打印出它执行的命令：

[TOOL: shell] zip -r logs.zip report_logs/*.log  
[TOOL: shell] wc -l report_logs/*.log > temp_lines.txt  
[TOOL: file_read] temp_lines.txt  
[TOOL: file_write] summary.md ← 写入 Markdown 格式统计结果  

✅ 为什么这比Copilot/Cursor更“落地”？
Copilot只在VS Code里补代码；Cursor只能改当前文件。而OpenClaw像一个独立的“AI小助手进程”，它能跨应用操作：你正在微信看消息，它却在后台解压ZIP、写Markdown、发邮件——完全不抢你焦点。

验证

检查桌面：

• ✅ 多出 logs.zip（双击可打开验证）
• ✅ 多出 summary.md（打开看是否含准确行数统计）
• ✅ 终端日志末尾显示 ✅ All tasks completed

常见问题

Q：提示 Permission denied 执行 shell 命令？
A：OpenClaw默认以当前用户身份运行，不会sudo。把命令改成 cp file.txt ./backup/（相对路径）或确保目标目录你有写权限。

Q：用Ollama本地模型，但提示 Connection refused？
A：先确认Ollama在运行：ollama serve（新开终端），再把 agent.yaml 中 provider: ollama，model: qwen2:1.5b，api_key: 留空。

Q：能调用浏览器或微信自动发消息吗？
A：可以，但需额外加工具（如 puppeteer 或 uiautomation）。yitb.com 教程《OpenClaw + Playwright 实现网页自动填表》已上线，文末有链接。

下一步

你已经能让AI真正“动手”了。接下来建议：

• ✅ 《用OpenClaw自动整理微信导出的TXT聊天记录》
• ✅ 《对接本地Ollama：零GPU跑通Qwen2+文件操作》
• ✅ 《安全加固：给OpenClaw加白名单命令/禁止rm -rf》

OpenClaw不是另一个“更聪明的聊天框”，它是你数字分身的第一块肌肉。现在，去让它帮你删掉那个占了2GB的node_modules试试？
—— yitb.com 龙虾AI团队，2026年3月