OpenClaw实战：让AI真能“动手做事”——本地运行、跨App控制、一句指令搞定文件/软件/系统

问题

你用过Copilot、Cursor或Claude的代码补全？它们能写出漂亮的Python，也能指出Bug在哪，但仅限于“说”。
你想把昨天微信截图发到Telegram群，它只会告诉你：“手动截图 → 打开Telegram → 选群 → 发送”。

AI理解意图，却没法执行；给出建议，却动不了你的鼠标和键盘。
更实际的问题是：多数助手必须联网，把你的截图、文档、聊天记录传到厂商服务器。隐私打折扣，速度也受制于网络延迟。

方案

OpenClaw（github.com/openclaw/openclaw）不是另一个聊天机器人。它是一套本地执行引擎，把自然语言指令直接翻译成操作系统动作：
✅ 100%本地运行：模型推理、工具调用、文件读写全部在你机器上完成。不联网、不上传截图、不录音
✅ 统一入口：WhatsApp、Telegram、Line、Mattermost……你在哪聊，它就在哪干活
✅ 直连系统层：打开Excel、调用Photoshop、操作浏览器、发邮件、启停本地服务——全靠本地API和自动化库

它更像一个带理解能力的快捷键组合，或者一个永远在线的桌面助理。

步骤（以Mac为例，Windows/Linux命令稍作调整）

1. 安装OpenClaw（5分钟）

# 安装Ollama（本地大模型运行时，已内置Phi-3等轻量模型）
curl -fsSL https://ollama.com/install.sh | sh

# 克隆OpenClaw并安装依赖
git clone https://github.com/openclaw/openclaw.git
cd openclaw
pip install -r requirements.txt

# 启动（首次运行会自动下载默认小模型）
python main.py

Ollama让Phi-3-mini在M1/M2 Mac上跑起来只需2GB内存，全程离线。你的数据不会离开硬盘，也不经过任何中间服务。

2. 接入Telegram（实测3分钟）

# 在Telegram搜索 @BotFather → 发送 `/newbot` → 按提示取名 → 获得Token（形如 `123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11`）
# 编辑配置文件
nano config.yaml

填入：

telegram:
  token: "123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11"
  chat_id: "你的Telegram用户ID"  # 发送 `/myid` 给 @getmyid_bot 获取

chat_id 是硬性要求：OpenClaw默认只响应你本人消息，不监听群聊。这不是功能限制，而是默认隐私策略。

3. 发出第一条“行动指令”

在Telegram私聊中发送：
把桌面上叫“sales_q3.csv”的文件用Excel打开，按B列升序排列，保存为“sales_q3_sorted.xlsx”

几秒后：
✅ Excel弹出，加载文件，排序完成
✅ 新文件 sales_q3_sorted.xlsx 出现在桌面
✅ Telegram回复：“已完成：sales_q3_sorted.xlsx（124行）”

背后是两套机制协同工作：

• 简单结构化操作（如读写CSV、修改Excel单元格）走 openpyxl 或 pandas API，快且可靠
• 复杂界面交互（比如点菜单栏、拖拽窗口）用 pyautogui 模拟鼠标键盘，所有动作都在本地渲染层完成

没有远程调度，没有中间代理。

验证效果

这些指令全部在本地完成，无需联网、不调用第三方API：

• 把微信最近一张截图发到Telegram群“项目同步”
  → 自动扫描WeChat缓存目录（~/Library/Application Support/WeChat/），找到最新PNG，用Telegram Bot API直接发送
• 新建一个名为“待办”的Notes文本，写上‘买咖啡豆、约牙医、回客户邮件’
  → 在 ~/Documents 下生成纯文本文件，不碰iCloud、OneDrive或任何云同步服务
• 用Safari打开yitb.com，截取首页全屏，保存为png
  → 调用macOS原生 screencapture -w 命令，零延迟抓屏

所有日志写入本地 logs/ 目录，删不删、留不留，你自己决定。

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

常见问题

Q：需要显卡吗？
A：不需要。Phi-3-mini在M1 MacBook Air（8GB内存）上稳定输出15 token/s，足够处理日常指令。CPU推理够用。

Q：能控制Windows软件吗？
A：可以。Windows版用 pywin32 控制记事本、Excel、微信PC版；Linux用 xdotool 操作Firefox、GIMP等X11应用。

Q：指令写错怎么办？
A：OpenClaw返回具体失败原因，比如“找不到 sales_q3.csv”，并附带可操作建议：“请确认文件在桌面，或发送‘查看桌面文件列表’”。

Q：比IFTTT/Zapier强在哪？
A：IFTTT靠预设规则触发（“当邮件含‘发票’→存Google Drive”），OpenClaw是动态理解每次指令。今天让它改Excel，明天让它发图，不用重新配流程。

下一步

• 🔧 进阶：《给OpenClaw加自定义工具》 —— 30行Python接入公司内部ERP
• 📦 扩展：《用Ollama部署Qwen2-1.5B，让OpenClaw读懂中文合同》
• 🛡️ 安全：《关闭麦克风+禁用摄像头：OpenClaw最小权限配置指南》

OpenClaw不开后门，不收月费，不卖订阅。源码在GitHub，数据在你硬盘。真正的AI自主权，从第一句“帮我做事”开始。