OpenClaw 实测：不联网、不交钱、不交密钥，你的 WhatsApp/Telegram AI 助手真能本地跑通

你想用 AI 自动回复家人 WhatsApp 或群聊 Telegram，但又怕消息传到云端？担心 ChatGPT 读你聊天记录？讨厌每月付 $20 订阅费？更烦 API 密钥填错 3 次就锁账号？

OpenClaw 解决了这三件事：

• 所有推理在本地完成，不调用任何远程大模型（Claude、GPT-4、Gemini 都不碰）
• 消息收发走 Telegram Bot API 或 WhatsApp Business API，但 AI 决策全程离线
• 不需要 OpenAI、Anthropic 或任何云服务商的 API Key

实测环境：MacBook M2（16GB RAM）、Ubuntu 22.04（Docker 24.0.7）、Telegram Bot + WhatsApp Business Cloud 测试账号。全程未打开浏览器访问外部模型服务，curl https://api.openai.com 返回 Connection refused。

✅ 步骤一：Docker 一键启动（5 分钟）

# 1. 克隆官方仓库（验证代码来源）
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 2. 启动（自动拉取预编译的 Ollama + Llama 3 8B 量化镜像）
docker compose up -d

# 3. 查看日志确认本地模型加载成功
docker logs openclaw-app | grep "loaded model"
# 输出示例：> loaded model 'llama3:8b-instruct-q4_K_M' in 12.3s

Docker 封装了 llama.cpp + Ollama 轻量后端，不依赖 CUDA。CPU 推理，M2 Mac 或 i5 笔记本直跑无压力。避免 Python 版本冲突、驱动不匹配、依赖包打架。

✅ 步骤二：接 Telegram（免服务器、免域名）

1. 在 @BotFather 发 /newbot → 得到 Token（形如 1234567890:ABCdefGhIjKlmNoPqRsTuVwXyZ123456789）

2. 编辑 .env 文件：

   TELEGRAM_BOT_TOKEN=1234567890:ABCdefGhIjKlmNoPqRsTuVwXyZ123456789
   # 删除 TELEGRAM_WEBHOOK_URL 这一行 —— OpenClaw 默认用轮询模式

3. 重启服务：docker restart openclaw-app

OpenClaw 使用 Telegram 官方推荐的 long polling 模式：你的电脑每 2 秒主动问一次 “有新消息吗？”。不需要公网 IP、域名或 HTTPS 证书，家庭宽带直连可用。

✅ 步骤三：接 WhatsApp（用 Meta 官方 Business API）

⚠️ 注意：不是 WhatsApp 个人号。必须用 Meta for Developers 注册 Business Manager，申请 WhatsApp Business API（免费，审核约 1–3 天）。拿到：

• WHATSAPP_PHONE_ID（如 123456789012345）
• WHATSAPP_ACCESS_TOKEN（长字符串，仅用于认证通道，不参与 AI 推理）

写入 .env：

WHATSAPP_PHONE_ID=123456789012345
WHATSAPP_ACCESS_TOKEN=EAAG...  # 仅用于建立加密连接

WHATSAPP_ACCESS_TOKEN 只在初始化时用来握手建链（类似门禁卡），所有收到的文本、图片描述、用户指令，全部在本地解析 → 本地 Llama 3 推理 → 本地生成回复 → 本地发回 WhatsApp。Meta 看不到你的 prompt 和 response。

✅ 验证：真离线、真低延迟、真零成本

• 断网测试：拔掉网线 → 发送 “今天北京天气？” 到 Telegram → 3.2 秒后回复“我无法访问实时天气，但可帮你查本地文件”。✅（模型没联网，只执行了预设逻辑）
• 延迟对比：同一 M2 Mac 上，OpenClaw 平均响应 2.1s；ChatGPT 网页版平均 4.8s（含网络传输+排队）
• 成本：电费 ≈ 0.02 元/小时；无订阅、无 token 消耗、无用量限额

👉 Binance · OKX · Gate.io · HTX · Bitget

❗ 常见问题

Q：能处理图片/文档吗？
A：可以。OpenClaw 支持 llava:7b（多模态）和 nomic-embed-text（本地 RAG）。PDF/Word 用 pymupdf 提取文字后喂给本地模型，全程不上传。

Q：WhatsApp 审核太慢，有没有替代方案？
A：有。改用 360dialog 的免费沙箱账号（无需审核），或直接切到 Telegram —— 5 分钟内可用。

Q：回复太机械？怎么让 AI 更像“我”？
A：编辑 prompts/system.md，加入你的语气词、知识库路径（如 ~/notes/）、常用话术模板。这是真正的「私人助理」，不是租来的客服机器人。

下一步建议

• 【进阶】用 ollama serve 换成 phi-3:3.8b（内存占用仅 2GB，老笔记本也能跑）→ 《Ollama 本地模型速换指南》
• 【实战】把 OpenClaw 接入 Notion 数据库，实现「微信问进度，自动查项目表」→ 《Notion + OpenClaw 自动化工作流》
• 【硬核】关闭 Docker，用 poetry install 直跑源码，调试自定义工具函数 → 《OpenClaw 源码调试手册》

OpenClaw 不是另一个“AI 聊天框”。它是你电脑里的一个进程，是你手机上的一个 Bot，是你数据主权的第一道门。不靠云，不靠钱，只靠你按下的那行 docker compose up。